宝鸡市土地利用结构演化与驱动因素分析

金鹏 张健 王宁

摘 要：为了探讨未来土地利用方向和优化土地利用结构，实现土地资源的高效利用，研究区域土地利用结构演变和驱动因素十分重要。本文采用2013—2018年宝鸡市土地利用变更调查数据，运用土地利用数量、程度、空间变化等指标测算模型分析土地利用演化规律，并用主成分分析法对主要驱动因素进行分析。结果表明：2013—2018年，宝鸡市耕地、园地、林地、草地面积均减少，土地利用结构调整明显;城镇用地、交通运输用地、村庄用地面积急剧增加，与耕地面积的减少呈显著的负相关性;土地利用程度综合指数逐年上升，人类对土地的利用程度加深，土地利用率越来越高;利用主成分分析法对影响土地利用结构演化的人文因素进行了分析，得出主要驱动因素为人口增长、经济水平、城镇化水平和农业化水平。因此，宝鸡市走集约型发展道路，提高土地开发利用率，优化并调整土地利用结构，从而实现宝鸡市土地资源的高效利用。

关键词：土地利用;结构演化;驱动因素;宝鸡市

中图分类号：S2       文献标识码：A

DOI：10.19754/j.nyyjs.20201030025

引言

土地资源是人类生存及其繁衍的基础，土地利用及其变化对于表征人类生产活动对自然环境影响的程度具有重要作用，也是全球变化研究的热点和前沿话题，一直深受国内外研究学者的持续性关注[1-9]。近几年，国外土地利用侧重于研究土地与生态关系及土地利用动态变化的预测[1-4]，国内研究侧重于从不同角度采用多种方法对土地利用变化演变趋势、驱动力影响及对生态系统服务价值的影响[5-9]。

按照《关中—天水经济区发展规划》提出的总体要求以及丝绸之路的重新激活这个重要契机，对于宝鸡市的土地利用进行研究十分重要。目前关于土地利用结构方面的研究比较多，陈磊等运用信息熵和SSM模型分析了南京市土地利用结构时空格局差异，并构建了经济计量模型探讨驱动因素[6];胡源等采用多样化指数、优势度指数、和均匀度指数分析了武汉市多年来土地利用结构变化[8];张瑜等基于生态系统服务价值动态评估模型研究了黄土高原土地利用变化对生态系统服务价值的影响程度以及生态环境质量与社会经济发展的协调关系[9];于雪丽等采用熵值函数模型分析土地利用结构动态变化，应用灰色关联方法引起土地利用结构的信息熵变化的驱动因素[10];王启明采用土地利用动态度和土地利用强度指数分析了宝鸡市土地利用的速率和程度的变化趋势[11];郭力宇等运用GIS技术和景观格局分析方法，系统分析区域土地利用与景观格局时空演变特征[12];张洪敏等利用遥感技术研究区域生态变化特点，对宝鸡市城区及其土地利用类型的生态环境质量变化进行了综合评价[13];刘佳等对宝鸡市土地利用经济效益进行了评价研究[14];任志远等基于压力—状态—响应（PSR）概念模型，研究区的生态安全变化状况进行深入研究，并利用灰色系统理论中的灰色系统预测模型进行预测[15]。已有研究主要采用数值模拟、模型预测、遥感、GIS分析和景观生态等方面研究土地利用的空间特征和演变过程，宝鸡市地理位置十分重要，研究宝鸡市土地利用结构演化和驱动因素分析具有重要意义。

本文采用土地利用变更调查数据作为详细的数据源，对2013—2018年宝鸡市土地利用结构演化规律进行了研究，并且利用主成分分析法分析土地利用结构演化的主要驱动因素，为土地管理法律法规和土地规划的合理制定提供了理论依据。

1 研究区概况

宝鸡市是陕西省第2大城市，位于E106°18′～108°03′，N33°35′～35°06′，处于西安、兰州、银川、成都4个省会城市的中心位置，是通往祖国西南、西北的重要交通枢纽。市域内地形主要构成为秦岭群峰与渭河平原，具有南、西、北三面环山，以渭河为中轴向东拓展，呈尖角开口槽形的特点。属于暖温带半湿润气候，四季分明，夏季炎热多雨，冬季寒冷干燥。宝鸡市辖3个市辖区、9个县，如图1所示。

2 数据来源和研究方法

采用宝鸡市2013—2018年土地利用现状年度变更调查数据，数据获取通过收集各县区1∶10000的土地利用变更调查数据，这样的数据在精度和时间上比传统方法更好。本研究利用土地利用数量、程度、空间变化相关指标和数学模型对宝鸡市土地利用結构演化规律进行定量与定性分析。

2.1 土地利用数量变化指标

从表2可以看出，2013—2018年研究区各种土地利用类型都发生了显著的变化，但不同土地利用类型变化的总量、变化幅度和变化速度却存在明显差异。农用地数量较大幅度减少，其中林地和耕地减少面积更为突出，农用地面积整体呈现下降趋势;建设用地增加显著，其中城镇用地增加最多，交通建设用地次之。这是由于了近6a间城镇化进程的加快速度，区域土地利用结构发生了巨大变化，因为城镇用地土地生产效益较好以及宝鸡市注重工业发展，宝鸡市近年通过增减挂钩政策，农业地减少逐渐向城镇建设用地增加的趋势。采矿用地增加了16.75hm2，显示了近几年随着自然资源部门限制小型采矿企业以及资源禀赋的限制，采矿规模并未显著扩大;村庄用地增加了614.79hm2，说明近几年随着生活水平的提高，农民对于住房条件进行了改善，住房面积进一步扩大。从变化的总量来看，林地、耕地、城镇用地、交通用地、园地依次排名靠前;从变化幅度和变化速率来看，交通运输用地、园地、草地、水域及水利设施用地、村庄用地依次排名。

3.2 土地利用程度变化分析

为统计数据的精确度，将宝鸡市3个市辖区和9个县同时统计，这样将宝鸡市域一共划分为12个区县。计算出宝鸡全域范围2013—2018年土地利用程度综合指数及其变化和土地利用程度变化量和变化率，见表3、4。由表3分析，2013—2018年宝鸡市全域土地利用程度综合指数持续缓慢上升，至2018年分值已经达到较高的205.581，这反映出宝鸡市人为因素对土地利用的影响巨大，并随着经济发展，人类活动对土地利用的影响持续上升。其中，2016年和2017年土地利用程度年变化量和变化率较大，这反应了宝鸡市在2016—2017年土地利用开发深度相对其它时间段相对较大。

从分区来看，在土地利用程度综合指数方面，各分区均呈现上升趋势。2013年和2018年变化趋势一样，均为金台区>扶风县>岐山县>眉县>凤翔县>渭滨区>陈仓区>千阳县>陇县>麟游县>凤县>太白县;在土地利用程度变化量方面，金台区以0.85的分值高居第1，渭滨区、眉县和岐山县居2～4位;在土地利用程度变化率方面，渭滨区、金台区、眉县列前3位。

3.3 土地利用空间变化分析

依据式（6）、（7）计算土地利用类型相对变化率，见表5。

由表5分析可知，宝鸡市全域耕地相对变化率渭滨区最高，变化率达到14.6186，宝鸡市金台区、眉县的耕地相对变化率为6.2698，4.0262，3个区域的耕地变化率均高于宝鸡市的全域水平;园地的相对变化率区域之间差异也较大，扶风县的园地发展也相对较快，说明6a时间2个区域农业结构调整力度相对较大;城镇用地中麟游县、眉县、太白县的相对变化率较高，反映了这些区域城镇化程度相对快于其它地区;采矿用地的区域变化差异最大，千阳县达到12.0695，岐山县、麟游县相对变化率也很高;村庄用地相对变化率为渭滨区、太白县、麟游县，反映了这些区域人口增长速度相对快于其它地区;交通运输用地渭滨区、金台区、凤县变化率较高，说明宝鸡市6a间在这几个地区交通方面投入强度较大。

4 土地利用变化的驱动因素分析

宝鸡市土地利用变化受众多因素综合驱动的影响，受多层次、多方面的制约。如，土地自身条件的限制、人口增长的速度、人类对土地开发利用活动、宏观社会经济发展的推动和经济效益的驱动等，可以归纳为自然因素和人文因素。其中，自然因素在在短期内对土地利用变化的影响不大，而人文因素是影响土地利用变化的主要因素。因此，本文选择“主成分分析法”对影响土地利用变化的人文因素进行定量分析，分析结果有助于理清和把握各因素对于土地利用的影响，从而针对具体情况制定土地政策。

根据主成分分析方法的研究思路，按照综合性、主导性以及指标的可获取性为原则，本文选取了反映人口增长、经济发展、城市化和农业生产水平的12个人文因素，如表6所示。

这12个因素均选取2013—2018年的数据作为分析样本，数据来源于宝鸡市统计年鉴（2013—2018），见表7。

采用统计分析软件SPSS25中文版进行分析，计算得出特征值及各个主成分的方差贡献率与累计贡献率（如表7）。从表7可知，第1主成分到第3主成分的累积贡献率为96.392%，达到了主成分分析要求的85%～95%的标准，因此求出第1主成分、第2主成分以及第3主成分即可，这样的结果已经能够充分反映宝鸡市的土地利用变化的综合情况。

为了使主成分分析便于解释，采用最大方差旋转法对因子载荷矩阵进行旋转得到因子旋转后的因子载荷矩阵，见表8。这样使因子载荷矩阵的因子载荷的平方值趋于方向化，大的载荷和小的载荷更容易区分。

由表8、9可以得出，影响宝鸡市土地利用结构演变的主要驱动因素。

第1主成分的贡献率为72.928%，与VAR-3、VAR-2、VAR-9、VAR-12、VAR-4、VAR-7、VAR-1、VAR-8、VAR-10有較大的正相关，所反映的信息综合全面，与经济发展水平、人口增长、城市化密切相关。全市地区生产总值是最具有活力的土地利用变化的驱动因素之一，2013—2018年，宝鸡市GDP由1545.91亿元增加到2265.16亿元，增长了719.25亿元，增幅46.53%，地区生产总值的增长最直接地加速了土地利用结构演变的进程;农村居民人均纯收入2013—2018年，由7721元变成11936元，人民生活水平普遍提高。非农业人口数量也显著增加，快速的经济增长必然伴随着城镇用地的增长，也会导致交通用地等基础设施用地逐渐增加。第1主成分与VAR-3、VAR-2、VAR-9、VAR-12相关性最大，而这4个因素GDP、非农业人口数、农村居民人均纯收入、人口密度对宝鸡市土地利用结构演变的影响较大。

第2主成分与VAR-6、VAR-8、VAR-1具有较高的相关性。从总人口数来看，宝鸡市的总人口数不断增加，2013—2018年由374.46万人增长为377.1万人，净增2.64万人，增幅约为0.71%;城镇居民人均纯收入由28509元增长为31802元，净增3293元。可以说明，宝鸡市在人口增长的情况下城镇居民生活水平也在不断提高。因此，综合来看人口增加，经济水平提高等因素是宝鸡市2013—2018年土地利用变化的主要影响因素。

第3主成分与VAR-10为正相关关系且具有较大的相关性。粮食单产由2013年的287.57kg·667m-2变为2018年的292.3kg·667m-2，随着经济水平的提高，农民对于基本农田进行高标准农田建设以及对于农业生产原料的投入加大，农业生产水平的上升使得粮食产量逐渐加大。所以农业生产水平对于宝鸡市的土地利用变化也有影响，这些因素共同促进了宝鸡市土地利用结构演变进程。

5 结论与讨论

5.1 结论

运用本文引用的3个模型对宝鸡市土地利用结构演化规律进行分析，结果表明如下。

2013—2018年，宝鸡市不同土地利用类型变化量存在明显差异，变化幅度和变化速度也是如此，耕地、园地、林地、草地等农用地面积均有减少，因地制宜的对农业结构进行了调整，城镇用地、交通用地和村庄用地有所增加。说明近年来，土地利用类型由农用地转化为建设用地的趋势，这样对于宝鸡市的土地利用率更高、土地收益更好，从土地利用变化幅度和土地利用变化速率两者综合来看，城镇用地、交通运输用地和园地变化幅度居前3位。

土地利用程度综合指数持续上升，表明近年来土地利用程度逐渐加深，人类因地制宜地对土地利用，利用效率越来越高。其中，2016年和2017年宝鸡市对土地开发利用的程度最高，在分区土地利用程度变化量和变化率上，前3位是金台区、渭滨区、眉县。

从土地利用空间变化率分析，渭滨区、金台、眉县这3个区域耕地相对变化率位居前3;园地变化率渭滨区、扶风县较高;城镇用地中麟游县、眉县、太白县的相对变化率较高，反映了这些区域城镇化程度要快于其它地区;采矿用地的相对变化率依次为千阳县、岐山县、麟游县;村庄用地相对变化率为渭滨区、太白县、麟游县，反映了这些区域人口增长速度相对快于其他地区;交通运输用地渭滨区、金台区、凤县变化率较高。其中采矿用地土地利用类型变化差异性最大。

通过定性分析和运用主成分分析法对宝鸡市的驱动因素进行了综合对比，得出影响宝鸡市土地利用结构演化的主要驱动因素有4个：人口增长、经济发展水平、城镇化水平和农业生产水平。

5.2 讨论

宝鸡市在未来一段时期经济仍将稳定发展，经济结构调整将更加合理，城市综合实力也将进一步增强。这必将导致耕地保护难度加大，对土地利用结构优化、土地利用合理布局和土地资源保护提出更高要求。本研究以宝鸡市各区县土地利用类型为研究对象，掩盖了县域内土地利用结构的差异性，今后研究更应该细化，研究结果可以反映近年宝鸡市土地利用结构演化趋势，并且进行了驱动因素分析。因此，宝鸡市今后应注重保护耕地，盘活存量用地，集约利用土地，持续优化土地利用结构，努力实现“效率型”土地利用模式，使土地利用更科学，实现可持续利用的发展道路，为实现宝鸡市一带一路建设和关天经济区的良好发展奠定基础。

参考文献

[1] Ambika P Gautam，Edward L Webb，Ganesh P Shivakoti，Michael A Zoebisch.Land use dynamics and landscape change pattern in a mountain watershed in Nepal[J]. Agriculture， Ecosystems and Environment，2003，99（1）：65-66.

[2] Bin Guo. Dynamic Change of Land Use in the Southern Loess Plateau [J]. Advanced Materials Research，2014（2914）：2703-2706.

[3]Kanhaiya Lal，Dharmendra Kumar，Amit Kumar. Spatio-temporal landscape modeling of urban growth patterns in Dhanbad Urban Agglomeration， India using geoinformatics techniques[J]. The Egyptian Journal of Remote Sensingand Space Sciences，2017，20（1）：101-103.

[4]QingXu Huang，ChunYang He，ZhiFeng Liu，PeiJun Shi. Modeling the impacts of drying trend scenarios on land systems in northern China using an integrated SD and CA model[J]. Science China Earth Sciences，2014，57（4）：13-16.

[5]王佳，崔柳，张盼盼，高赫.多光谱遥感数据城市边缘区土地利用时空结构演化[J].遥感信息，2019，34（01）：51-57.

[6]陈磊，孙佳新，姜海，唐华.南京市土地利用结构时空格局及驱动因素[J].水土保持研究，2020，27（01）：197-206.

[7]马晴，李丁，廖杰，等.疏勒河中下游绿洲土地利用变化及其驱动力分析[J].经济地理，2014（01）：148-155.

[8]胡源，王秀兰.武汉市土地利用结构变化及其驱动因素分析[J].水土保持研究，2014，21（06）：234-239.

[9]张瑜，赵晓丽，左丽君，张增祥，徐进勇.黄土高原土地利用变化对生态系统服务价值的影响[J].国土资源遥感，2019，31（03）：132-139.

[10]于雪丽，郭欢欢，李灿，梁启学.基于信息熵的重庆市土地利用结构时空演变及其驱动因素分析[J].江苏农业科学，2019，47（17）：261-265.

[11]王启名，杨昆，许泉立.宝鸡市土地利用动态变化分析[J].安徽农学通报，2017，23（16）：16-17，165.

[12]郭力宇，李怡，郭昭.宝鸡市渭北旱塬区土地利用及景观格局动态变化分析[J].西北林学院学报，2018，33（05）：263-268.

[13]张洪敏，张艳芳，田茂，吴春玲.基于主成分分析的生态变化遥感监测——以宝鸡市城区为例[J].国土资源遥感，2018，30（01）：203-209.

[14]劉佳，赵敏娟.宝鸡市土地利用经济效益评价[J].水土保持研究，2011，18（06）：216-220.

[15]蒙晓，任志远，戴睿.基于压力-状态-响应模型的宝鸡市生态安全动态评价及预测[J].水土保持通报，2012，32（03）：231-235，295.

[16]滕宇思，夏维力.城市化进程中的西安市土地利用变化及其驱动力分析[J].测绘科学，2015，40（02）：109-114.

（责任编辑 周康）