河南省耕地变化及其驱动因子分析

张乐艺

(长安大学地球科学与资源学院，陕西 西安 710054)

引言

耕地在粮食供给、环境保护和保持生态平衡方面具有重要作用。而当前耕地资源稀缺、人地关系矛盾更是阻碍了我国农业生产和社会经济发展[1]。保护耕地就是保障国家粮食安全，协调统一保护耕地与经济发展两者关系，对经济社会可持续发展具有重要的意义[2]。

国内耕地变化目前关于耕地利用方面的研究主要是基于遥感影像、耕地统计、社会经济人口等数据，采用主成分分析、空间自相关、变换矩阵、地统计、相关分析等方法，在时空演化预测、利用评价、变化驱动机制及利用布局优化等方面进行研究，所涉及的研究区域包括国家、省、市、县等多尺度[3-8]。

河南是农业大省、粮食生产大省，而且在中部崛起中扮演着重要角色。经济发展和耕地保护间具有不可避免的矛盾，如何平衡两者间的关系，实施最严格的耕地保护政策，坚守耕地红线，防止耕地非农化，对耕地变化及其驱动进行研究，对于今后科学耕地利用具有重要意义。本文基于统计年鉴中的耕地面积及社会发展、人口数据，采用耕地利用动态度、耕地变异系数等模型对2009—2018年耕地变化情况进行分析，并利用主成分分析和多元回归分析探究耕地变化的驱动因素。

1 研究区域与数据

河南省位于N31°23′～36°22′，E110°21′～116°39′，与安徽、山东、河北、山西、陕西、湖北等省份相邻，总面积16.7万km2。地势西高东低，地貌主要为平原和山地，处于海河、黄河、淮河、长江4大流域。大部分地处暖温带，南部跨亚热带，属北亚热带向暖温带过渡的大陆性季风气候；河南地处沿海开放地区与中西部地区的结合部，是中国经济由东向西梯次推进发展的中间地带。本文的数据主要是2009—2018年河南省耕地面积数据、人口、社会经济发展及农业相关统计数据，来自于河南省统计年鉴(http://www.ha.stats.gov.cn/)。

2 研究方法

2.1 耕地利用动态度

耕地动态度可表达区域一定时间内的耕地数量变化情况。

(1)

式中，K为耕地利用动态度；Ma、Mb分别为研究区期初和期末的耕地面积；T为研究时长。K>0，说明耕地数量的增加；K<0，说明耕地数量的减少；K的绝对值表示耕地变化的速度，绝对值越大则反映耕地变化速度越快。

2.2 耕地变异系数

变异系数可以定量测度某一地区耕地数量空间差异性特征。

(2)

2.3 主成分分析

主成分分析通过降维的方式将多个变量综合转化为少数几个不相关的变量，可以最大程度概括原有变量表示的信息，提取出的主成分彼此间互不关联。

2.4 多元回归分析

多元线性回归模型可以用来研究耕地面积依赖多个驱动因素的变化关系，其表达式：

Y=β0+β1X1i+β2X2i+...+βkXki,i=1,2,...,n

(3)

式中，Y为河南省的耕地面积；k为解释变量的数目；βi(i=1,2,…,k)称为回归系数。将选取的各驱动因子代入式(3)，根据最小二乘法可以求出表达式中β0、β1、…、βk的值，再代入上述模型就可以确定出该模型的表达式。

3 结果分析

3.1 耕地面积变化及利用动态度分析

从表1可知，2009—2018年耕地面积总体呈先减少后增加的趋势，共减少39269.29hm2，利用动态度为-0.048%，变化较为缓和，年平均变化量为3926.929hm2。其中，2009—2015年耕地面积持续减少，共减少86076.69hm2，2009—2012年、2012—2015年利用动态度分别为-0.108%、-0.156%，年均变化量分别为-8812.745hm2、-12706.4275hm2；2015—2018年耕地面积出现回升，增加了46807.4hm2，利用动态度为0.144%，年均变化量为11701.85hm2。河南省一直处于经济高速发展和产业结构调整中，人口也在不断地增加，造成一些耕地非农化现象的出现，这些都会不可避免地造成耕地的减少，由于国家实施耕地保护政策，划定了耕地保护红线，河南省作为我国农业大省更是实施了更为严格的耕地保护政策，控制了一定数量的耕地减少。

表1 2009—2018年河南省耕地利用动态度

3.2 耕地变异系数

如图1所示，总体来看，2009—2018年河南省耕地变异系数表现为不断增加，且具有明显的阶段性特征，这表明在研究时期内，不同的年份河南省耕地面积在各地级市空间分布上存在很大的差异性。2009—2015年变异系数变化较为剧烈，从64.69%上升至65.15%，在此期间河南省耕地呈现减少趋势，而变异系数的逐年增加说明各地级市耕地面积平均值在逐渐减少，且在各地级市分布上具有明显差异。2015—2018年变异系数从65.15%上升至65.28%，变化较缓和，在此期间全省耕地出现回升，在各地级市中分布较均匀。

3.3 耕地变化驱动分析

3.3.1 主成分分析

一般认为，自然和社会因素在耕地变化中均起到驱动作用，本文的研究时段较短，自然因素的影响可以忽略不计，故本文结合前人研究，在分析各驱动因子与耕地具有显著相关的前提下,选取X1总人口(万人)、X2城镇化率(%)、X3地区生产总值(亿元)、X4农业总产值(亿元)、X5工业总产值(亿元)、X6社会消费品零售总额(亿元)、X7全社会固定资产投资(亿元)、X8地方财政支出(亿元)、X9第一产业比重(%)、X10第二产业比重(%)、X11粮食产量(万t)、X12机耕面积(千hm2)、X13有效灌溉面积(千hm2)、X14城镇居民人均可支配收入(元)、X15农村居民人均纯收入(元),对其进行标准化，避免不同量纲对结果造成影响，并对各因子间的相关性进行分析。从表2可以发现，不同因子间存在不同程度的相关性，如X1与X2、X3、X4、X5、X6、X8、X15的相关性均在0.9以上，最高达0.96；X2与X3、X4、X5、X6、X7、X8、X11、X14、X15的相关性在0.9以上，最高为0.999,与X9、X10的相关性分别为-0.984、-0.946；X3与X4、X5、X6、X7、X8、X9、X10、X11、X14、X15相关性达0.95以上等，也证明了对驱动因子进行主成分分析是必要的。

表2 耕地变化驱动因子相关矩阵

通过SPSS进行主成分分析，发现前2个主成分的特征值分别为12.88、1.28，其贡献率分布为85.89%、8.532%，累计贡献率为94.422%，可知前2个主成分可以概括原有因子的大部分信息。由载荷矩阵可知，第1主成分与X1(总人口)、X2(城镇化率)、X3(地区生产总值)、X4(农业总产值)、X5(工业总产值)、X6(社会消费品零售总额)、X7(全社会固定资产投资)、X8(地方财政支出)、X9(第一产业比重)、X10(第二产业比重)、X11(粮食产量)、X13(有效灌溉面积)、X14(城镇居民人均可支配收入)、X15(农村居民人均纯收入)相关性较高，可以概括为人口增长、经济发展、产业结构、人民生活水平、农业技术；第2主成分与X12(机耕面积)相关，可以概括为农业技术。

表3 主成分载荷矩阵

表4 主成分特征向量

由表4可计算得到2个主成分得分及综合得分，其中X1、X2、…X15为标准化数据。

F1=0.259X1+0.278X2+0.277X3+0.268X4+0.267X5+0.277X6+0.275X7+0.277X8-0.272X9-0.262X10+0.266X11+0.134X12+0.205X13+0.277X14+0.277X15

F2=0.138X1-0.061X2-0.072X3+0.075X4+0.133X5-0.074X6-0.119X7-0.101X8+0.145X9+0.131X10-0.197X11+0.821X12+0.398X13-0.05X14-0.086X15

F=85.89×F1/94.422+8.532×F2/94.422

由图2可知，2009—2018年河南省耕地变化受到社会因素的影响逐渐增强，由2009年的-5.433到2018年的4.529，变化较快；2014年前小于0，2014年后为正，说明社会因素对耕地面积的变化逐渐由促使耕地减少变为对耕地进行有意识的保护。

图1 变异系数变化趋势

图2 综合得分变化趋势

3.3.2 多元回归分析

综合主成分分析结果和SPSS软件结果分析，选取X1(总人口)、X4(农业总产值)、X10(第二产业比重)、X12(机耕面积)、X13(有效灌溉面积)、X15(农村居民人均纯收入)等指标进行多元回归分析得到：

Y=-39.093X1-7.223X2+6110.874X10-44.309X12+9.28X13+8.571X15+8528195.897

调整后的拟合精度R2为0.922，耕地面积与第二产业比重、有效灌溉面积、农村居民人均纯收入呈正相关，与总人口、农业总产值、机耕面积呈负相关。

4 结论

2009—2015年耕地呈减少趋势，在各地级市分布上差异明显，2015—2018年耕地面积出现回升，在各地级市分布上相对均匀；人口增长、经济发展、产业结构、农业技术及人民生活水平均影响耕地变化，社会因素对耕地面积的变化的影响逐渐增强，并由促使耕地减少变为对耕地进行保护；耕地面积与第二产业比重、有效灌溉面积、农村居民人均纯收入正相关，与总人口、农业总产值、机耕面积负相关。