低山丘陵地区耕地综合分区研究——以德兴市为例

■ 于少康/余 敦

（1.江西省国土空间调查规划研究院，南昌 330025；2.江西农业大学，南昌 330045）

0 引言

耕地是人类生存和发展的物质基础，是重要的生产、生活、生态空间，在保障粮食安全和维护社会稳定方面发挥着重要作用。新时期，在“山水林田湖草是生命共同体”理念指引下，传统的国土整治已逐渐向全域统筹方向转型，并被赋予“数量、质量、生态、人文”四位一体的新内涵[1]。耕地作为“山水林田湖草”生命共同体中的一部分，是国土空间综合整治的重要内容，然而，地理环境特殊的耕地，特别是低山丘陵地区的耕地，由于受到地形地势的影响，整体破碎化严重，难以实现有效利用与保护，为国土空间综合整治带来一定的挑战。因此，为了高质量推进国土空间综合整治，需要探究耕地质量空间分布格局，并以其内在质量联系作为耕地综合分区划定的依据。

目前国内与耕地质量评价与耕地保护相关的研究主要围绕耕地质量评价指标体系、评价方法及分区保护等方面，其中在评价指标体系方面，相关研究涉及基于PSR模型的耕地质量评价指标体系[2]、基于农户行为的耕地质量评价指标体系[3-4]、耕地可持续利用评价指标体系[5-6]等；在评价方法方面，主要有BP神经网络法[7-9]、层次分析法[10-11]和灰色关联度评价法[12]等。近年来，基于空间属性特征的耕地质量空间分布格局及保护分区也逐渐成为研究热点之一[13-20]。此外，在研究尺度上，相关学者也探讨了不同尺度下耕地质量的空间分布差异[21-22]。总体来看，耕地质量评价方法和指标体系相关研究已较为成熟，但基于空间分布特征视角下的耕地质量的研究较为单一，研究的综合性有所欠缺。

江西省德兴市地处低山丘陵地区，受地形地势分割的影响，耕地分布较为破碎，不利于机械化耕种和规模化经营，影响耕作效率。本文以德兴市作为研究区，运用面积加权平均法和空间自相关研究方法，以三类耕地质量指数作为空间变量，探讨耕地质量的空间分布特征，并在此基础上划分耕地利用与保护分区，以期为低山丘陵地区的耕地利用与保护，以及国土空间综合整治提供借鉴。

1 研究区域概况

1.1 研究区概况

德兴市地处江西省东北部，乐安河中上游，赣、浙两省交界处，位于北纬28°38′06″～29°15′48″，东经117°22′56″～118°05′48″，属亚热带季风气候区，光温水条件良好，年均日照时数1778h，年平均气温17.7℃，年均降水量1935mm，年平均无霜期272天，适宜农业生产。德兴市地形起伏延展，总体地势东、南两侧高峻，西北逐渐低平向内倾斜。辖区耕地面积为2.11万hm2，占辖区土地总面积的10.15%，其中水田面积为1.76万hm2，占辖区耕地总面积的83.41%；旱地面积为0.34万hm2，占辖区耕地总面积的16.59%。

1.2 数据来源

本文所使用的数据包括德兴市行政区划数据、土地利用数据和耕地质量等别年度更新成果。其中，行政区划包含县级边界、乡镇及行政村矢量数据，由德兴市自然资源局提供；土地利用数据来源于德兴市2016年土地利用变更调查数据库；耕地质量等别更新评价成果来源于德兴市2016年耕地质量等别更新成果数据库。以上数据空间投影坐标系均统一为CGCS2000_3_Degree_GK_Zone_39。

2 研究方法

2.1 面积加权平均法

由于耕地质量等别数据的统计单元为耕地图斑，图斑过小可能导致空间自相关分析结果的可辨识度较低，因此，本文将研究单元由耕地图斑转换为行政村，对耕地的国家自然等指数、国家经济等指数和国家利用等指数进行面积加权平均。计算公式为：

式中，Hi为第i个行政村面积加权平均后的国家耕地质量指数，n代表第i个行政村的耕地图斑总数量，Hij代表第i个行政村中的第j块图斑的国家耕地质量指数，Sij代表第i个行政村的第j块耕地图斑的面积。

2.2 全局空间自相关

地理事物及其属性在空间分布上存在聚集、随机分布关系，全局空间自相关描述的是整个区域空间的聚集特征，通过测算Global Moran's I指数来判断区域内空间要素的聚散程度。其计算公式为：

式中，I为全局Moran's I指数，n为研究单元数目，Xi、Xj分别为要素i和要素j的观测值，为研究区内所有要素观测值的平均值，Xi-和Xj-分别表示要素i和要素j的观测值与平均值的偏差，wij为要素i和要素j的空间权重，dij为要素i和要素j的几何平均中心的欧氏距离。

2.3 局部空间自相关

局部空间自相关是指任意空间单元与周围空间单元的相关程度，衡量这一相关程度的指标主要有Moran's I、Geary's C等，本文主要采用LISA统计量的局部Moran's I指数进行分析，计算公式为：

式中，Ii为局部Moran'sI指数，其余变量含义与公式（2）、公式（3）中含义相同。

3 结果与分析

3.1 耕地质量空间分布格局

根据公式（1），将研究单元由耕地图斑转换为行政村，剔除研究区（德兴市）内不含耕地的洎水社区、南门社区、聚远社区等9个社区，剩余35个社区及77个行政村，共计112个研究单元。参照《江西省农用地分等规程》划分等别，确定自然等指数、利用等指数和经济等指数的划分间距分别为400、200、200。

德兴市耕地自然质量较为一般，等别处于8～10等，大部分耕地都处于9等，属于中等耕地，质量较差的耕地集中分布于东部山区、西南部平原的万村乡和中部平原的泗洲镇，受怀玉山脉北段地势起伏及开采矿产资源的影响，该区域耕地存在水土流失及土壤肥力下降情况，在耕地利用过程中应重点防范耕地质量继续恶化。耕地利用等别处于7～11等，其中8等、9等耕地分布最广，分别在研究区东西部呈现出明显的聚集特征，主要分布于西部平原地区的香屯街道、银城街道、新营街道及南部丘陵地区的绕二镇、张村乡等地，其余等别耕地零星式分布于其周边，表明德兴市耕地利用水平一般，尚有提升空间。耕地经济等别处于7～12等，与利用等别在空间分布上趋于一致，经济质量较好的耕地主要分布于西南部平原地区的黄柏乡、南部丘陵地区的绕二镇，以及东北部丘陵地区的李宅乡西部和新岗山镇北部地区，无明显空间聚集特征；在经济质量中等的耕地中，10等耕地分布面积最广，表明德兴市耕地的经济产出效率一般，具有优化提升的潜力。综合来看，德兴市耕地利用质量最高，自然质量次之，经济质量最低。

3.2 耕地质量全局空间自相关分析

为进一步探究合适的距离阈值来构建空间权重矩阵，借助ArcGIS增量空间自相关分析模块，经过多次调试，最终确定以7000m为起始距离，100m为步长，得到耕地质量指数Moran's I指数与距离之间的关系（图1）[23]。由图1可知，耕地自然等指数、经济等指数和利用等指数在空间上呈现一定的聚集特征。但当距离阈值为7000m～7700m时，由于存在无邻域的要素，从而导致相应结果的显著性无效，故仅从7800m～8500m的距离阈值中选取最佳距离。当距离阈值为7800m～8500m时，耕地自然等指数呈现小幅度波动，Moran's I指数在7900m、8200m、8400m和8500m处达到最大值；而经济等指数和利用等指数则呈现出较为明显的下降趋势，Moran's I指数分别在7800m和7900m处达到峰值。综合考虑距离阈值的分析结果，确定分析距离阈值为7900m，构建一阶反距离权重矩阵进行空间自相关分析，以反映三类耕地质量指数在空间上的差异。

图1 不同距离阈值下的Moran's I指数变化图

通过测算全局Moran' s I指数以判断区域整体的耕地质量空间自相关性，耕地自然等指数、经济等指数和利用等指数的Global Moran' s I指数（图2）分别为0.250、0.422、0.182，表明区域整体耕地质量存在较强的空间正相关性，且利用等指数、自然等指数与经济等指数的空间自相关性不断增强。从自然条件来看，耕地自然质量的空间分异主要受自然条件的约束，德兴市境内主要地形为山地、丘陵、低丘岗地，复杂的地形使得耕地自然质量的空间分布呈现出复杂化、区域差异大等特征，因此同质耕地的聚集程度一般；从耕地利用的角度来看，农业技术的提高和推广提升了耕地的利用水平，但区域间的农业技术普及水平却不均衡，因此耕地利用质量的空间聚集程度较低。从耕地利用的投入产出视角来看，由于区域间的耕地自然质量差异和耕地利用水平差异影响着农户的投入产出行为，因此耕地的经济质量空间分布表现出较强的聚集特征，这是由耕地利用的内外部性质共同决定的。

图2 德兴市耕地质量全局Moran's I指数散点图

为了比较不同尺度下耕地质量的空间自相关性差异[24-25]，分别基于耕地图斑以研究三类耕地质量指数在县级尺度和镇级尺度下的空间关联程度。考虑到不同乡镇、街道的辖区面积差异较大，不适用于统一的距离阈值，故以100m为起始距离，100m为步长，选取保证所有要素都具有至少一个邻域的最小距离作为最佳距离阈值。由于受到数据平均的滤波特性、Moran's I指数对距离的非线性特征和更小尺度的空间格局与结构被更大尺度掩盖等的共同影响[26]，镇级尺度下的平均Moran's I指数均大于县级尺度下的Moran's I指数，且不同乡镇、街道的Moran's I指数存在较大差异（表1）。结合镇级尺度的平均Moran's I指数和县级尺度的Moran's I指数来看，经济等指数受尺度影响较小，而利用等指数和自然等指数对尺度的变化较为敏感，这表明尺度变化对Moran's I指数的影响较大，耕地质量在小尺度层面更具聚集特征。因此，要将耕地保护与尺度效应结合起来，特别是涉及耕地利用层面的政策制定，可考虑以小区域尺度为单元进行细化研究。

表1 德兴市耕地质量指数Moran's I指数

3.3 耕地质量局部空间自相关分析

为进一步分析耕地质量的空间分布状况，以7900m为距离阈值，在GeoDa软件中构建一阶反距离空间权重矩阵并输出耕地质量自然等指数、利用等指数和经济等指数的LISA聚类结果。

LISA聚类结果显示，德兴市三类耕地质量指数的空间自相关类型都包含NN型、HH型、LL型、HL型和LH型（表2）。其中，多数行政村的三类耕地质量指数都表现为非显著型（NN型）。正相关类型（HH型和LL型）的数量构成为：自然等占25%，主要分布于南部丘陵区、中部平原区和东北部山区；利用等占21.43%，主要分布于中部平原区和南部丘陵区；经济等占43.75%，集中分布于南部丘陵区和中西部平原区。正相关类型的占比关系也反映了耕地质量在空间上的正相关强度，经济等指数正相关性最强，自然等指数次之，利用等指数最弱，这与全局空间自相关分析结果一致。其中，利用等指数的非显著型（NN型）占比达74.11%，表明德兴市在耕地利用过程中农业技术相关因素的扩散存在一定的障碍，从而导致各行政村在耕地利用上的关联度不强。

表2 德兴市耕地质量指数局部空间自相关类型统计

3.3.1 耕地自然质量局部空间自相关

德兴市耕地自然质量指数呈现聚集分布特征（HH型和LL型）的行政村占25%；呈现离散分布特征（LH型和HL型）的行政村占7.14%；呈现随机分布特征（NN型）的行政村占67.86%。从空间分布上来看，HH型主要分布于地势相对平坦、土壤肥沃、降水充足或有充足的灌溉水源保障的南部丘陵区，该地区进行农业耕作的自然条件较好，因而成为HH型聚集地区。受东部怀玉山脉北段地形影响，昄大乡及龙头山乡等东北部山区分布较大范围的LL型；而泗洲镇东部、花桥镇东部及龙头山乡西部等中部平原区存在较为集中的矿产资源，矿产开采废弃物长期堆积带来一定的土壤污染，从而导致片区耕地质量下降，耕地质量呈现LL型聚集分布特征。LH型主要分布于以绕二镇为主的南部丘陵区和银城街道办事处所在的西部平原区，HL型则集中分布于海口镇西部平原区。

3.3.2 耕地利用质量局部空间自相关

德兴市耕地利用质量指数呈现聚集分布特征（HH型和LL型）的行政村占21.43%，呈现离散分布特征（HL型和LH型）的行政村占4.47%，呈现随机分布特征（NN型）的行政村占74.11%。从空间分布上来看，HH型主要分布于南部丘陵区，这些地区地势相对平缓，居民点分布集中，耕地管理情况较好，表现出耕地利用等指数的高值聚集分布。LL型集中分布于泗洲镇东部、花桥镇中西部等中部平原区，由于开采矿产资源导致耕地自然质量欠佳，相对提升了耕作成本，从而降低了农户加大投入，提升耕地利用水平的意愿。LH型主要分布于龙头山乡中部地区，HL型则主要分布于海口镇西部及龙头山乡西北部地区。

3.3.3 耕地经济质量局部空间自相关

德兴市耕地经济质量呈现聚集分布特征（HH型和LL型）的行政村占43.75%，呈现离散分布特征（HL型和LH型）的行政村占6.25%，呈现随机分布特征（NN型）的行政村占50%。从空间分布上来看，HH型主要分布于以黄柏乡为代表的西南部平原区和以绕二镇为代表的南部丘陵区，西南部平原区地势平缓，水网密布、交通便利，基础设施配套完善，加之农业结构调整成效显著，耕地投入产出情况较好；而南部丘陵区的HH型分布则得益于较为优越的耕地自然质量和利用质量，良好的耕地自然质量代表着存在较高的农业产出的可能性，同时，良好的耕地利用管理状况也能带动农户持续增加投入，因而呈现出HH型聚集特征。LL型有两大集中分布区：其一是泗洲镇、海口镇和花桥镇所在的中部平原区，以德兴铜矿、金山金矿为主的矿区广泛分布于这一区域，有色金属相关产业是地区经济的支柱，农业基础设施建设相对滞后，且耕地自然条件的不足也使得耕地投入产出效益较差，因而呈现LL型聚集特征；其二是城区所在的西部平原区，该片区耕地较少，自然质量较差且多呈零星状分布，自然质量的先天不足和投入产出的非经济性共同作用于经济质量，因而表现为LL型聚集特征。LH型主要分布于张村乡所在的西南部平原区，HL型则零星分布于LL型周边。

3.4 耕地利用与保护分区

基于研究区耕地质量空间分布特征，按照 “聚集＞离散＞随机”的原则，统计得到德兴市耕地质量空间自相关类型组合（表3）。

表3 德兴市耕地质量局部空间自相关类型组合

聚集分布和离散分布都是空间极化过程中呈现的明显特征，聚集分布表明处于同一极化层的要素相似性趋同，而离散分布则表明处于不同极化层的要素差异性显著。根据空间极化理论，地区之间存在着两种空间效应：一种是处于同一极化层的要素对其他要素产生扩散效应；另一种是处于不同极化层的要素对其他要素产生回流效应[27-28]。HH型和LL型分属于各自对应的相同极化层，对应扩散效应，要素的性质决定它们对周边空间的作用性质。HL型和LH型分属于各自对应的不同极化层，在空间上表现为中心值被周边值包围，对应空间回流效应。NN型在空间极化过程中的性质取决于要素间的差异性或相似性水平。基于空间极化效应的不同特征，结合耕地质量空间自相关类型组合，以区间差异最大、区域内差异最小为原则，以充分实现耕地保护为目的，将德兴市耕地划分为四类分区，分别是重点保护区、适度改良区、重点整治区和一般保护区（表4）。HH型是质量较好的耕地聚集区，应纳入重点保护区，并按照高标准农田建设标准进行利用与保护，严禁占用该部分耕地用于非农建设[29]；LL型是质量较差的耕地聚集区，应划入重点整治区，根据具体地块情况进行综合整治或者退耕，在严格落实耕地占补平衡政策的前提下可用于非农建设。LH型和HL型都是空间回流效应的体现，其演变趋势存在一定的不确定性，中部区域易受周边区域影响，可能演化为LL型或HH型，因此应划入适度改良区，针对导致回流效应的主要影响因子实行差别化土地改良，以期向HH型转变[30]。NN型在空间上呈现随机分布特征，其变化存在不确定性，应划入一般保护区，改善耕地质量及完善灌排设施，并结合地区优势进行相应调整，以优化农业结构。

表4 德兴市耕地分区组合类型

4 结论与讨论

4.1 结论

(1)从空间分布上来看，德兴市耕地自然质量整体较为一般，中等耕地分布广泛，质量较差的耕地集中分布于东部山区、西南部平原区的万村乡和中部平原区的泗洲镇，受怀玉山脉北段地势起伏及开采矿产资源的影响，该区域耕地水土流失及土壤肥力下降；利用质量较好的耕地呈带状延伸，主要分布于西部平原区的香屯街道、银城街道、新营街道及南部丘陵区的绕二镇、张村乡等地；经济质量较好的耕地主要分布于西南部平原区的黄柏乡、南部丘陵区的绕二镇及东北部丘陵区的李宅乡西部和新岗山镇北部地区，总体分布无明显聚集特征。

(2)德兴市耕地质量在空间分布上呈现较强的正相关性，全局Moran's I指数表现为经济等指数（0.422）＞自然等指数（0.250）＞利用等指数（0.182）。受地形地势因素影响，德兴市耕地质量呈现复杂化、区域差异大等特征，因此同质耕地的空间聚集程度较为一般。农业技术的提高和推广提升了耕地利用水平，但区域间农业技术普及水平却不均衡，因此耕地利用质量的空间聚集程度较低。由于区域间的耕地自然质量差异和耕地利用水平差异影响着农户的投入意愿及行为，因此耕地的经济质量空间分布表现出较强的聚集特征，这是由耕地利用的内外部性质共同决定的。

(3)受尺度效应的影响，不同尺度下的局部Moran's I指数存在较大差异，镇域尺度下的平均Moran's I指数均大于县域尺度下的Moran's I指数，且不同乡镇、街道的Moran's I指数存在较大差异。其中，经济等指数受影响较小，而利用等指数和自然等指数对尺度的变化较为敏感，这表明尺度变化对Moran's I指数的影响较大，耕地质量在小尺度层面更具聚集特征。决策者在制定耕地保护政策时应将尺度效应纳入考虑范围，特别是涉及耕地利用方面,可将整体区域分割为小区域单元进行细化管理和调控。

(4)通过对耕地质量空间自相关类型组合进行统计分析，以不同组合类型的重点利用与保护方向为依据划分耕地重点保护区、适度改良区、重点整治区和一般保护区，明确不同分区的利用与保护方向。

4.2 讨论

在有关耕地分区利用及保护的研究中，诸多学者以耕地综合质量为分区依据，采用空间分析方法进行研究。从研究尺度来看，学者们多以耕地图斑或行政村作为研究单元，但耕地图斑过于破碎，影响分析结果的辨识度[13]，为保证空间分析结果的可辨识性，本文通过面积加权平均方法将研究单元由耕地图斑转换为行政村。

从研究方法来看，现有研究中确定空间权重的方法有待完善，现有研究多采用Queen（边、点）邻接原则构建空间权重矩阵[20]，但由于尺度转换后的数据改变了原有耕地图斑的空间邻接关系，因此未能完全反映耕地质量单元之间的空间关系。为弥补这一不足，本文通过增量空间自相关探索最佳距离阈值，构建一阶反距离空间权重矩阵，以确保尺度转换前后耕地质量单元之间的空间关系一致。

相比其他区域的研究结果[31-32]，低山丘陵地区的耕地质量空间分布差异性较大，极化效应更为明显，存在较强的局部变异性。具体表现为自然条件优越的耕地一般以耕地质量的高值聚集形式存在，而自然条件相对恶劣的耕地一般以耕地质量的低值聚集形式存在。同时，人类农业生产活动的介入强化了耕地质量空间分布的极化效应，表明自然条件和人类活动是低山丘陵地区耕地质量空间分布差异的共同影响因素。

总体上，本文研究耕地质量空间分布特征的方法体系能够弥补现有研究的不足，但耕地质量的空间分布是多因素综合影响的结果，其中人为因素的影响也很大，但受制于相关资料的可获取性，本文只能更多地从自然因素角度进行探讨，对于人为因素影响的研究有待进一步深化和完善。