白佳昆 贺彤
摘 要:文章以SPSS22.0软件为平台,运用主成分分析法和聚类分析法对陕西省11个市区的土地集约利用情况进行评价,将各市区的土地集约利用程度分为高度、中度、低度集约利用区和粗放利用区4个类型,并指出陕西省土地集約利用程度空间特征,即关中地区较高,陕南地区次之,陕北地区较低;最后分析了土地集约利用影响因素,为提高陕西省土地集约利用率提供参考。
关键词:土地集约利用评价;空间差异;SPSS分析;陕西省
中图分类号:F301.2 文献标志码:A 文章编号:2095-2945(2019)22-0067-03
Abstract: Using SPSS22.0 software, this paper evaluates the intensive land use in 11 urban areas of Shaanxi Province by means of principal component analysis (PCA) and cluster analysis. The degree of intensive land use in each urban area is divided into four types: high, moderate, low intensive use area and extensive use area. It is pointed out that the spatial characteristics of land intensive use degree in Shaanxi Province, that is, Guanzhong area is higher, Southern Shaanxi area is the second, and Northern Shaanxi area is lower. Finally, the influencing factors of land intensive use are analyzed in order to provide reference for improving the utilization rate of land intensive use in Shaanxi Province.
Keywords: evaluation of intensive land use; spatial difference; SPSS analysis; Shaanxi Province
引言
在新时代的背景下,我国发展不平衡不充分问题已经被摆在了突出位置,土地资源和经济社会发展、人口增长的矛盾依然明显。陕西省作为我国西部地区的中心省份及丝绸之路的起点,在西部开发建设中起着重要的作用。本文在构建陕西省土地利用集约度评价指标的基础上,利用SPSS统计分析方法,评价陕西省11个市区土地集约利用状况,分析区域空间特征及影响因素,为陕西省土地集约利用提供理论支持[1]。
1 研究方法及数据来源
主成分分析法能够很好的对相关指标进行合并,达到降维的目的,从而更系统综合的分析不同指标变量对评价对象的影响。系统聚类分析能够反映不同目标的等级序列,以此可以对陕西省各市(区)的土地利用集约度划分级别[2]。
鉴于此,本文运用SPSS22.0作为分析工具,对陕西省土地集约利用评价的各指标运用上述统计分析方法进行分析,数据来源于陕西省统计局公布的《2018年陕西省统计年鉴》和陕西省11个市(区)公布的《2017年统计公报》等。
2 陕西省土地集约利用评价
2.1 评价指标体系选取
本文通过文献研读及专家咨询等方式,从人口、经济、社会和生态环境四个方面构建陕西省土地集约利用评价指标体系[3],见表1。
2.2 评价过程
2.2.1 主成分分析过程
为使指标同趋势化,且消除量纲和数量级的影响,首先运用SPSS22.0对指标数据进行标准化处理,然后进行因子分析,根据计算结果,前三个因子的累计方差贡献率达到90.7414%,且特征值大于1,故选择前三个因子为主成分因子,方差贡献率分别为61.4215%、20.7946%、8.5252%。对所选主成分进行因子旋转分析,得到因子旋转模型,见表2。
各主成分所反映的效益根据其在不同评价指标的荷载值而定。由因子旋转模型可知,第一主成分对人口密度、城镇化率、全体居民人均可支配收入、地均GDP和地均社会消费品零售总额的荷载最大,反映了土地集约利用的投入强度和经济效益;第二主成分对人均公园绿地面积和建成区园林绿化覆盖面积的荷载最大,反映了土地集约利用的生态效益和可持续利用强度;第三主成分对人均城市道路面积、每万人拥有公共汽车数和就业人员工资总额的荷载最大,反映了土地集约利用的社会效益和利用强度。将主成分的方差贡献率作为权重,得到各个城市的综合因子得分。
从区域上看,西安市在土地集约利用经济效益上得分最高,而在生态效益上得分最低;杨凌区综合得分较高,仅次于西安市;咸阳市、榆林市、渭南市、汉中市、安康市和商洛市的土地利用社会效益得分相对较高,而经济效益得分偏低。
从各主成分上看,土地集约利用投入强度和经济效益得分较高的有西安市、杨凌区、铜川市、宝鸡市和榆林市;土地集约利用可持续强度和生态效益得分较高的有杨凌区、咸阳市、渭南市、榆林市和汉中市;土地集约利用社会效益得分较高的有西安市、渭南市、汉中市、咸阳市和榆林市。
2.2.2 聚类分析过程
运用SPSS22.0中的系统聚类法,将上述提取的3个主成分FAC1、FAC2、FAC3的分析结果作为原始数据输入并进行聚类分析,得到陕西省11个市区的土地集约利用聚类分析谱系图,如图1[4]。根据聚类分析谱系图可以得知,第一级别:西安市、杨凌示范区;第二级别:咸阳市、榆林市;第三级别:宝鸡市、渭南市、铜川市、安康市、汉中市;第四级别:延安市、商洛市,土地利用集约度由第一级别向第四级别逐级递减。对比聚类分析结果与主成分分析各市区综合得分排名发现,二者所反映的土地利用集约度基本一致,从而证实了运用聚类分析划分土地利用集约度级别的科学性和合理性。
3 陕西省土地集约利用空间差异分析
3.1 土地集约利用空间特征
根据图1中土地集约利用聚类分析结果可将陕西省各城区土地集约利用程度进行分类:高度集约利用区:西安市、杨凌示范区;中度集约利用区:咸阳市、榆林市;低度集约利用区:宝鸡市、渭南市、铜川市、安康市、汉中市;粗放利用区:延安市、商洛市。通过SPSS相关分析得知,第一主成分与各城市综合得分的相关系数最大为0.939,因此,陕西省土地集约利用程度的高低与土地利用经济效益的相关性最强。西安市、杨凌区、咸阳市、榆林市和宝鸡市的土地集约利用的投入强度和经济效益较高,集约利用程度较高;商洛市、延安市和安康市的土地利用经济效益较低,集约利用程度也较低。
可见,陕西省土地集约利用程度的主要特征为:关中地区>陕南地區>陕北地区。
3.2 影响因素
3.2.1 自然地理因素
从地理位置上讲,关中平原历史上有“田肥美,民殷富”的美誉,经济基础较好。陕南秦巴山脉和山间盆地,受交通建设条件所限,经济基础相对薄弱,但其自然资源极为丰富,自2013年以来,该地区土地投入产出效率及土地利用程度有所提高,开始注重经济与生态协调发展[5];陕北位于黄土高原丘陵沟壑区和毛乌素沙漠风沙区,工商业基础较为薄弱,近年来得益于西部开发及国家能源重化工基地建设,经济发展较迅速,土地投入产出效益较高,尤其是榆林市凭借能源资源优势,经济发展较好,土地集约度较高。
3.2.2 人口密度
人口密度是评价土地利用集约度的重要指标,二者有着显著相关性。人口密度越大,土地集约利用综合指数也相应变大。
3.2.3 经济发展水平
在陕西省11个市区中,西安作为陕西的省会城市,自西部大开发战略实施以来,经济社会发展保持强劲势头,高新技术产业、旅游业及工业迅猛发展,再加上雄厚的科研实力,为西安市的发展在人才方面提供有力的保障,随着浐灞生态区的建设、曲江旅游文化区的带动,表现在城市土地的投入、土地的效益、土地的可持续利用均高于其他城市。杨凌区作为中国第一个农业高新技术产业示范区,近年来注重示范区文化的建设,地均生产总值较高,旅游业发展迅速,更加注重对生态环境的保护与建设,土地利用投入强度与产出效益较高。
4 结论
影响土地集约利用的因素较多,本文基于陕西省实际情况,选取土地利用人口集约度、经济集约度、社会集约度和生态集约度4个层级13项指标,运用SPSS分析进行陕西省土地利用集约度评价研究,反映出经济、社会、环境及其协调发展对土地集约利用的影响。
研究结果表明,陕西省11个市区的土地集约利用差异较大,西安市土地集约利用程度最高,延安市土地集约利用程度最低;根据聚类分析结果可将陕西省各市区的土地集约利用程度分为高度、中度、低度集约利用区和粗放利用区4个类型;从空间区位上来看,陕西省土地集约利用程度的主要特征为:关中地区>陕南地区>陕北地区。在今后的发展中,陕西省要因地制宜的加强土地利用集约度,需继续增加城市土地投入,提高土地经济效益及可持续利用程度。
参考文献:
[1]范辉,王立,周晋.基于主成分分析和物元模型的河南省城市土地集约利用对比研究[J].水土保持通报,2012,32(03):160-164+169.
[2]韩跃,郗磊,周霞.基于主成分分析法的河北省土地集约利用评价研究[J].现代商业,2013(06):30-32.
[3]王成新,张本丽,姚士谋.山东省城市土地集约利用评价及其时空差异研究[J].中国人口·资源与环境,2012,22(07):109-113.
[4]李仕川,郭欢欢,侯鹰,等.土地集约利用空间分异研究中指标标准化方法研究[J].长江流域资源与环境,2015,24(10):1771-1778.
[5]赵敏宁,周治稳,曹玉香,等.陕西省城市土地集约利用评价及其区域差异研究[J].水土保持研究,2014,21(05):210-215.