近20年中国耕地数量变化趋势及其驱动因子分析*

王静怡，李晓明

(1.西安石油大学计算机学院，陕西西安 710065； 2.陕西省土地工程建设集团有限责任公司，西安 710075)

0 引言

我国是一个农业大国，耕地资源直接关系到国家粮食安全问题，是确保“中国人的饭碗牢牢端在自己手中”的重要基础。同时，在加快推进我国社会主义现代化建设进程中，经济建设对土地的旺盛需求也对耕地保护带来了极大的挑战[1]。对于我国耕地的变化趋势及其影响驱动力的研究，一直都是一个热点问题，甚至有专家学者通过史册文献资料的查证对过去300年我国部分省区耕地资源数量变化及驱动因素进行了研究[2]。

目前，对于我国耕地变化趋势的研究，多基于对统计数据进行分析，从空间尺度上可以分为国家尺度和区域尺度的研究。其中，对于国家尺度上的研究，由于统计标准、技术手段等多种因素的限制， 2008—2009年数据发生明显的跳跃式变化，所以绝大部分的研究均处于2008年之前的部分时间段内，如毕于运等[3]通过对我国建国至1996年实有耕地面积的收集整理研究分析了其变化分析； 李秀彬[4]对1999年我国前20年耕地面积变化的总体趋势、空间特征和驱动因子进行了研究； 曹银贵[5]研究分析了1996—2005年全国耕地变化的情况及其影响的主要因子； 黄忠华、吴次芳等利用1978—2007年我国耕地、经济增长、城镇化、地方财政收入数据分析了社会经济因素对耕地变化的影响[6]。以上研究均将时间局限在2008年之前，而回避了2008—2009年耕地统计数据跳跃的现象，这不利于科学研究我国耕地的变化趋势和指导耕地保护工作。对于区域尺度，如省级，甚至市县级尺度，由于统计基数较小，受统计方法、技术标准等因素的影响不大，几乎各个省份区域都有专家对其耕地变化和驱动因子进行了大量研究，如郭丽英等[7]分析了1996—2008年我国沿海地区耕地变化的基本态势、时空特征及其主导成因； 吴霞等[8]选取1997—2014年宁夏耕地面积数据分析耕地面积变化趋势及其驱动因子； 武江民等[9]专门针对甘肃兰州市研究其耕地动态变化与驱动力的定量关系。还有学者则基于基于国家、区域、省域、市县不同尺度研究了中国耕地变化的驱动力[10]；

20世纪80年代以来，随着遥感等3S技术的发展应用，诸多学者开始不仅仅局限于统计数据的应用，开始借助遥感信息技术对耕地变化进行研究。如张国平、刘纪元等[11]利用中国资源环境数据库及遥感影像对20世纪80年代末至2000年的中国耕地时空变化进行了分析； 田光进、庄大方等[12]通过对遥感图像解译研究80年代末与90年代末10年间耕地时空动态变化特征； 刘旭华，王劲峰等使用中国1987—1989年和2000年两期土地利用遥感调查数据，探索定量化研究国家尺度土地利用变化的驱动力[13， 14]； 许丽丽等[15]基于中分辨率卫星遥感数据，深入分析了2000—2010年中国耕地变化及其空间差异，并对中国耕地占补平衡政策的实施效果进行了评估； 李景刚等[16]选取1983—2001年NOAA等遥感数据分析了北方13省的耕地变化与驱动力。遥感信息技术的应用开拓了耕地变化研究的新途径，但是由于遥感解译的精度仍有待于进一步提高，所以一定程度上制约了对于耕地变化的研究。

多来以来，我国对于耕地数量的数据统计有多种来源，其中以国土资源部的统计数据被认为最权威[17]。由于遥感影像解译精度，与实地调查统计相比仍有一定差距，所以大部分学者仍采用统计数据进行研究，而且大多避开了数据有明显变化的过渡年份。目前仅有极少数学者对过渡年份前后时间段的统计数据变化一并进行了相关的分析[17， 18]。针对两次全国土地调查的统计数据的跳跃式变化，文章研究提出了基于数据挖掘技术研究分析两个时间段的数量关系，以更科学地反映耕地数量的变化趋势，同时基于校正数值研究影响耕地变化的驱动因子，这在目前的研究中尚未见到，对于科学反映我国耕地变化趋势具有积极的意义。

1 数据与方法

1.1 数据获取

1.1.1 全国耕地数量数据

我国耕地数量，尤其是历史时期的耕地数量，长期以来难以确定。国家土地管理部门从1986年开始，每年统计并公布我国耕地的增减情况，虽然还有其他职能部门的统计数据，但仍以国土资源部的数据最为权威[17]。为准确掌握全国耕地数量，1984—1996年国务院安排开展了全国第一次大规模的土地利用现状调查，数据成果统计到了1996年10月31日，结果表明，1996年全国耕地面积约为1.300亿hm2(19.51亿亩)[18]，这一统计数据被认为具有最高可信度[19]。随后， 1996—2008年耕地面积数据均可直接从统计公报中查得。

为进一步准确掌握耕地土地基础数据，国家于2007年7月1日起，启动了第二次全国土地调查，数据统计时间节点为2009年12月31日，统计结果显示2009年我国耕地面积为1.354亿hm2(20.31亿亩)[18]。随后的每年都有二调变更调查， 2007—2016年每年的全国耕地面积都可以从国家土地调查成果服务平台直接查得。由于第二次全国土地调查采用的技术方法的改进等原因， 2008年与2009年的耕地数量存在“跳跃”现象，为科学分析耕地的变化趋势，这一现象问题在后文中进行了着重的研究处理。

1.1.2 驱动因子数据

土地与人类社会的经济发展密不可分，全国耕地变化是在地理背景制约下、社会经济条件、灾害等自然条件共同驱动下发生的[1]，为探索研究耕地变化的驱动因子，该文主要选取了3方面共17个因子指标做遴选分析：一方面是反映全国经济发展水平的综合类指标，包括国民总收入、国内生产总值、第一产业增加值及比例、第二产业增加值及比例、第三产业增加值及比例、人均国内生产总值、工业增加值、建筑业增加值、农业总产值； 另一方面是反映社会城镇化水平的指标，包括年末总人口、城镇人口、乡村人口； 还有第三方面是反映自然灾害的指标，包括受灾面积和粮食产量[20]。上述因子指标近20年的数据均直接从国家统计局网站查得。

1.2 研究方法

该文研究通过对近20年全国耕地数量数据的分析处理，研究其变化趋势，进而通过与选取的因子进行相关性分析，研究其变化的驱动因子。其中，在对1996—2016年耕地面积的数据分析中，针对2008—2009年数据的跳跃现象，通过数据挖掘，一方面利用1996—2008年数据预测2009年数据，另一方面利用2009—2016年数据反推2008年数据，基于上述两种相互预测或反推得出的数值，分析2008年和2009年耕地数量的数据比例关系，进而对1996—2016年耕地面积数据进行比值归一化，以探索研究耕地面积的变化趋势。

该文在数据挖掘预测中，通过遴选对比最终采用的为ARIMA模型，即自回归积分滑动平均模型(Autoregressive Integrated Moving Average Model)，是由博克思(Box)和詹金斯(Jenkins)提出的著名时间序列预测方法，主要是指将非平稳时间序列转化为平稳时间序列，然后将因变量仅对它的滞后值以及随机误差项的现值和滞后值进行回归所建立的模型，适用于该文的研究。

2 近20年耕地数量变化趋势分析

2.1 基于耕地数量原始统计数据的变化趋势及分析

图1 1996—2016年基于原始统计数据的耕地数量变化趋势

图2 1996—2016年基于校正后相对数据的耕地变化趋势

通过对收集整理的1996—2016年耕地数量数据分析，如图1，可以看出， 1996—2008年全国耕地面积逐年减少，其中以2000—2004年递减速度最快； 2008—2009年耕地面积数据出现跳跃，由1.217亿hm2(18.26亿亩)增至1.354亿hm2(20.31亿亩)； 2009—2016年耕地面积递减速度非常缓慢。

1996年国家完成了第一次大规模的土地利用现状调查； 2009年第二次全国土地利用现状调查完成。由此可见， 2008—2009年耕地面积数据的跳跃正是一调与二调数据的分界年份。全国耕地面积是否真的增多了约0.14亿hm2(2亿亩)，经文献查阅分析[17， 18， 21]，主要原因在于二调采用了更为先进的技术手段，将以往少报的耕地面积统计入库，进一步提高了数据的准确度。所以，近20年全国耕地数量的统计数据是基于两次不同的技术水平，可直接分别研究各自时段内的变化趋势，但如果要研究连续20年时间段内的变化趋势，就须对两个时间段的数据进行校正，使之具有可对比性。

2.2 基于数据挖掘的耕地数量校正

数据挖掘技术在时间序列上具有强有力的预测功能，该文首先利用1996—2008年耕地数量数据，预测2009年的耕地数量，由此得出2009年与2008年耕地数量的比值关系α； 然后利用2009—2016年耕地数量数据，反推2008年的耕地数量，由此得出2009年与2008年耕地数量的比值关系β； 为更为科学地反映2009年与2008年耕地数量的比值关系，取利用正向预测与反向反推两种方法得出的α与β的算数平均值ρ作为实际的数量比值关系。

该文研究在预测过程中，利用SPSS软件，通过比较分析，在正向预测2009年数值和反向反推2008年数值中均选用ARIMA模型，其中正向预测选用的模型为ARIMA(1， 1， 2)(r2=0.975**)，反向反推选用的模型为ARIMA(1， 1， 4)(r2=0.966**)，两者均在0.01水平呈现显著性。由此，基于1996—2008年数据预测得出的2009年耕地数量为1.213 387亿hm2(18.200 8亿亩)，基于2009—2016年数据反推得出的2008年耕地数量为1.353 987亿hm2(20.309 8亿亩)，进一步可得出α=996 899.887 E-6，β=999 895.617 E-6，则ρ=998 397.752 E-6，由此推测2009年与2008年耕地数量的比值为998 397.752 E-6，即可为两个时间段数据的校正系数。

2.3 基于耕地数量校正相对值的变化趋势分析

为进一步客观的反映近20年的耕地数量变化趋势，对全部年份数据进行比值归一化及系数校正，在前文研究基础上，首先对1996—2008年全部原始耕地数量数据以2008年耕地数量为基数计算得到的比值即为其耕地数量相对值，对2009—2016年全部原始耕地数量数据以2009年耕地数量为基数计算得到的比值，再乘以校正系数ρ，即为其相应年份的耕地数量相对值。由此可以得出1996—2016年耕地数量的变化趋势，如图2所示，可以看出，近20年全国耕地数量是呈现递减趋势的，其中2004年以前，递减速度较快， 2004年以后耕地数量递减速度较缓，尤其是2006年以后耕地数量递减速度趋于稳定。

3 耕地数量变化驱动因子分析

该文研究共收集了1996—2016年共17个因子指标，首先进行描述性特征统计，如表1所示； 然后，通过分析耕地数量与各因子指标的相关性(表2)，进行对比分析，以此遴选出耕地数量变化的驱动因子。

表1 1996—2016年各因子指标的描述性统计特征

因子最小值最大值平均值标准差国民总收入(亿元)70 780741 140304 446.950225 956.601国内生产总值(亿元)71 814744 127305 718.670226 519.843第一产业增加值(亿元)13 87863 67131 240.71017 742.619第一产业增加值占比(%)8.55619.32512.1143.280第二产业增加值(亿元)33 828296 236135 629.24094 949.577第二产业增加值占比(%)39.81047.55945.3271.999第三产业增加值(亿元)24 107384 220138 848.860114 605.836第三产业增加值占比(%)33.56951.63442.5604.472人均国内生产总值(亿元)5 89853 98022 87216 332.770工业增加值(亿元)29 530247 860116 532.76079 508.293建筑业增加值(亿元)4 39349 52219 62315 992.727年末总人口(万人)122 389138 271131 047.7104 702.171城镇人口(万人)37 30479 29858 413.24012 989.267乡村人口(万人)58 97385 08572 634.4808 313.397农业总产值(亿元)13 54059 28828 842.62016 570.347粮食产量(万t)43 07062 14452 326.4805 812.061受灾面积(万hm2)2 1775 468.84 100.948 01 070.630

表2 耕地面积与各因子的相关系数矩阵

原始统计耕地面积校正后耕地面积相对值原始统计耕地面积校正后耕地面积相对值原始统计耕地面积1-0.142人均国内生产总值0.651-0.749校正后耕地面积相对值-0.1421工业增加值0.638-0.784国民总收入0.649-0.746建筑业增加值0.688-0.716国内生产总值0.652-0.745年末总人口0.433-0.918第一产业增加值0.663-0.736城镇人口0.488-0.896第一产业增加值占比-0.2740.959乡村人口-0.5180.88第二产业增加值0.647-0.774农业总产值0.686-0.709第二产业增加值占比-0.5190.259粮食产量0.752-0.524第三产业增加值0.649-0.717受灾面积-0.5140.708

由表2可以看出，基于原始统计的耕地面积研究其与各因子指标的相关性，由于数据的跳跃不足以反映耕地变化的实际趋势，与各因子指标的相关性均不高。基于校正后的耕地数量的相对值，研究其与各因子指标的相关性，可以发现，与第一产值增加值占比的相关性最高，相关系数高达0.959； 与年末总人口的相关性次之，为负相关，系数为-0.918，城镇人口和乡村人口与之的相关性也较高，即第一产业增加值占比，总人口以及城镇人口数量与耕地数量的变化相关性较好，是重要的驱动因子。由此，可以推论出国家产业结构布局调整、我国城镇化建设水平是影响我国耕地数量变化的重要因素条件。耕地作为第一产业的最重要的载体之一，与第一产业增加值密切正相关，我国产业结构中对于第一产业布局要求会直接诱使我国耕地的变化。而城镇化建设过程中，一方面由于城镇建设会直接占用大量的耕地，另一方面，城镇化建设中大量的农民人口直接进入城镇生活，或者进城务工而导致耕地撂荒，所以城镇化建设水平与耕地变化呈现密切的负相关。

4 结论与讨论

土地本身既有自然属性，又有社会属性，对于耕地数量的统计长期以来受社会、经济、政策等诸多因素的影响，导致难以对其进行长时间序列的趋势研究。该文研究的时间序列跨度全国两次土地调查的统计数据，两个时间阶段的数据具有明显的跳跃性，但并不代表2009年耕地数量真的比2008年大幅度增长。究其原因，主要是由于第二次全国土地调查中应用遥感等新方法、统一了标准，提高了调查的技术水平和准确度，使原来因少报、漏报、瞒报等各种原因未被统计到的耕地重新统计入库，所以要研究跨两个阶段的整体变化趋势，就必须研究建立其数值量化关系。该文通过数据挖掘，并对耕地数量进行校正和比值归一化，研究结果比较准确地反映了我国耕地变化趋势的实际情况。

研究结果表明，近20年，我国耕地数量呈现递减趋势，其中2004年以前递减速度较快， 2004年以后递减速度趋缓，我国产业结构布局方面，主要是第一产业增加值占比，以及我国人口总数方面，主要是城镇化人口数量是影响变化的主要驱动因子。由于1999年后开始生态退耕导致耕地数量迅速减少[17， 22]， 2004年国家《土地管理法》修订后强调要加强耕地保护，实行占补平衡，对我国耕地的数量变化产生了积极作用。该文仅对近20年我国耕地数量的变化趋势进行了分析； 现在国家加强耕地保护，不仅以数量为基础，更关注质量，以产能为核心，实现数量、质量和生态的三位一体保护[23]，下一步将对全国耕地质量的变化趋势进一步分析研究。同时，该文研究通过相关性分析研究提出了主要驱动因子，下一步还将进一步对驱动因子的贡献率进行量化分析研究。

该文研究仅对1996—2016年耕地数量的变化趋势进行了分析研究，由于对诸多指标因子数据统计的完整性需求，未对更长时间的耕地变化趋势进行研究。下一步，将在对统计数据分析的基础上，通过对遥感影像的数据挖掘，深入研究更长时间序列的变化趋势。