庆阳和平凉两市县域耕地集约利用度的短板效应研究

郝佳，刘学录

(甘肃农业大学资源与环境学院，甘肃 兰州　730070)



庆阳和平凉两市县域耕地集约利用度的短板效应研究

郝佳，刘学录

(甘肃农业大学资源与环境学院，甘肃 兰州730070)

摘要：以庆阳市和平凉市15个县(区) 为研究对象，构建了耕地集约利用评价指标体系，运用因子分析法对耕地集约利用状况进行了评价，根据因子分析综合得分结果，对各县(区)的耕地集约利用度进行了排序.结果表明：庆阳市和平凉市各县(区)耕地集约利用状况的差异较大，其中：西峰区耕地集约利用程度最高，得分为0.914 09，而华池县土地集约利用程度最低，得分-0.615 11.根据各县(区)4个公因子的得分结果，探讨了影响各县( 区)耕地集约利用水平的短板因素和提高各县(区)耕地利用集约度的有效途径.

关键词：耕地；集约利用评价；因子分析；短板效应

耕地是农业发展的基础，耕地的数量和质量也是保证国家粮食安全的基本条件.随着我国经济的迅速发展和城市化进程的加快，使得非农业活动占用耕地的数量不断上升，耕地质量也优劣不齐，耕地生态系统遭到破坏.因此，改变耕地原有的粗放利用的生产方式，加大耕地资金、劳动与技术投入，提高耕地集约利用水平已成为促进国家社会经济、农业持续发展，保障国家粮食安全和提升综合生产能力的客观需要.耕地集约利用问题越来越受到人们的重视，对耕地实行集约利用，挖掘其利用潜力，已成为缓解目前我国紧张的人地关系和人粮关系的重要途径.

目前，对于耕地集约利用的研究不论是理论还是方法都还不够成熟,研究主要集中于耕地集约利用现状分析及方法[1-3]，耕地集约利用的评价及指标体系建立[4-6]，耕地集约利用变化的驱动力研究[7-9]，以及耕地集约利用所产生的效应研究等几个方面[10].目前有关集约度的研究较多为对同一地区的时间纵向比较，而对于不同地区的横向比较很少；对耕地集约利用的驱动力研究、总体效益评价较多，而对于耕地集约利用投入因素研究的较少，尤其是对于影响耕地利用集约度的内部短板因素的相关研究非常少.本文基于县域尺度，拟以庆阳市和平凉市各县为研究对象，运用因子分析法，计算其各县耕地利用集约度，并进一步分析探讨引起区域利用集约度失调的内部“短板因素”，以期为2个城市的县域土地集约化利用提供一定的参考.

1研究区概况与方法

1.1研究区域概况

庆阳市位于甘肃省东部，习称“陇东”，东接陕西，西与宁夏接壤；北邻陕西及宁夏回族自治区的盐池县，南与本省泾川县及陕西相连.南北长207 km，东西跨208 km，总面积27 119 km2.辖庆城、环县、华池、合水、正宁、宁县、镇原7县和西峰区，116个乡(镇)，3个街道办事处，58个社区.地形北高南低，海拔在885～2 082 m之间，中南部为黄土高原沟壑区，北部为黄土丘陵沟壑区，东部为黄土丘陵区.庆阳市为大陆型气候，四季分明，降雨量南多北少，2011年全市年平均降水量366.2～694.8 mm，降雨多集中于7～9月3个月.气温南部高于北部，年平均气温8.6～9.9 ℃，年日照1 909～2 392 h.庆阳市属黄河中游黄土高原沟壑区，四周高而中间低，有“陇东盆地”之称.全市有12条较大塬面，总面积27万hm2，是农作物主产区.庆阳素有“陇东粮仓”之美誉，盛产小麦、玉米、油料；荞麦、小米、燕麦、黄豆等特色小杂粮久负盛名，备受推崇.

平凉市位于甘肃省东部，地处陕、甘、宁三省(区)交汇处，横跨陇山(关山)，东邻陕西咸阳，西连甘肃定西、白银，南接陕西宝鸡和甘肃天水，北倚宁夏固原、甘肃庆阳，是古“丝绸之路”必经重镇，素有陇上“旱码头”之称.全市辖泾川、灵台、崇信、华亭、庄浪、静宁7县和崆峒区，102个乡镇，3个街道办事处.总土地面积1.1万km2，海拔在890～2 857 m之间，年均气温9.2 ℃，降水量为524.7 mm.平凉是甘肃省主要农林产品生产基地和畜牧业、经济作物主产区，盛产小麦、玉米、谷类、荞麦、油菜、胡麻、林果、烤烟等，曾与庆阳地区以“陇东粮仓”闻名遐迩.

1.2数据来源与研究方法

1.2.1数据来源研究数据主要来源于《甘肃统计年鉴》(2000年、2011年、2012年)、《甘肃农村统计年鉴》(2011年、2012年)、《庆阳年鉴》(2011年、2012年)以及《平凉年鉴》(2000年、2011年、2012年)等官方统计数据，具体包括庆阳市、平凉市15个县级单元的耕地面积、农业劳动力人口、总化肥施用量、农村用电总量、地膜使用量、农业机械总动力、农作物播种面积、以及农田有效灌溉面积等，据此构建耕地利用集约度的评价指标体系.

1.2.2研究方法

1.2.2.1集约利用评价方法1)评价指标体系建立根据耕地集约利用的内涵以及所选取指标之间的复杂关系.在选取各项评价指标的过程中，依据综合性、系统性、可操作性、动态发展性、定性和定量相结合等原则，结合县域土地集约利用相关研究文献中所采用的评价体系[11-12],结合研究区耕地利用的实际情况，本研究从劳动集约程度、资金集约程度、科技集约程度和耕地利用程度4个方面，选取数据来源可靠、指示性强、稳定性强，且具有代表性的11个指标，构建了耕地集约利用评价指标体系(表1).

2)集约利用评价采用因子分析法因子分析法是对原始数据进行分解，将联系比较紧密、相关性较高的变量分为同一类，即为公因子.每一个公因子代表同一类型的变量进行下一步的综合整体评价.影响耕地集约利用的因子之间有着错综复杂的相互关系，利用因子分析法即降低这种复杂性，又可以减少分析结果的误差.另外，因子分析法可对几个公因子的得分进行加权求和，权数就取其方差贡献值或方差贡献率.这避免了其他方法权重确定的主观性，保证评价结果的客观性.

表1　 耕地集约利用评价指标体系

因子分析法运行步骤如下:

1)对原始数据进行标准化处理，本文对原始数据采用极值的方法进行标准化处理.

2)检验数据是否适合做因子分析.其方法主要分为有2种:①KMO(Kaiser-Meyer-Olkin)检验.KMO检验用于研究变量之间的偏相关性，计算偏相关时由于控制了其他因素的影响，所以会比简单相关系数来的小.KMO 的取值在0和1之间，KMO值越接近1，则越适合做因子分析；相反，KMO 越小，则越不适合做因子分析.一般KMO统计量大于0.9时效果最佳，0.8以上为可奖励的，大于0.7为还好，0.6以上为中等，低于0.5以下则不宜作因子分析.②Bartlett球形检验.如果检验结果统计量值较大，而且概率值小于显著性水平，即认为相关系数矩阵不是单位阵，因此适合做因子分析；反之，则认为相关系数矩阵是单位阵，因此不适合做因子分析.

3)求取相关系数矩阵及其特征根和特征向量.

4)提取公因子，求解相关系数矩阵的方差贡献率和累计方差贡献率.

5)命名公因子与进行因子旋转.

6)计算公因子得分.公式如下：

(1)

式中：Zi为第i个公共因子得分；ωi为第i个指标数据得分系数；xi为第i个标准化后的指标数据.

7)计算评价的综合分值.综合评价值的计算公式为：

(2)

1.2.2.2短板分析法判断影响耕地集约利用度的内部“短板因素”主要根据因子分析法中各公因子的综合得分和排名情况.具体为：通过因子分析法对原始数据进行分解，提取公因子，每一个公因子即代表同一类型的变量.求取因子系数矩阵，进一步得出每一个公因子的评价分值和排名情况.评价得分有正有负，仅代表互相比较的比对情况，正数代表高于平均水平，负数则表示低于平均水平.通过各公因子得分分值和排名情况比较，可以分析出分值低于其他地区，或为负(即低于平均水平)的因子即为该地区的“短板因素”.同一因子对不同地区可能是长板也可能是短板，这主要取决于该因子所代表的一类因素在研究区范围内的投入或利用情况而定，只有提高“短板因素”，针对“短板因素”所代表的因素类型进行改善、提高，才有可能综合提升该地区的集约利用水平.

2结果与分析

2.1耕地集约利用评价过程

本研究对庆阳市、平凉市13县2区2011年和2012年的原始数据进行计算处理，分析结果可反应各县(区)的耕地集约利用水平变化规律，进一步探索影响耕地集约利用所存在的“短板因素”，继而寻求改进方向.首先采用极值标准化的方法对原始数据进行处理.将标准化数据输入SPSS16.0软件进行KMO检验和Bartlett球度检验.检验结果KMO值为0.592，Bartlett球度检验显著性值为0.00，小于显著性水平0.01，由此否定相关矩阵为单位矩阵的零假设，即认为各变量之间存在着显著的相关性.因此，庆阳及平凉15个县(区)处理过的11个指标(表1) 适合于因子分析.

本研究所选用的提取因子的方法是主成分分析法，按照因子累计贡献率大于80% 的标准选取公因子.通过SPSS软件分析得出相关关系矩阵的特征值、贡献率真和累计贡献率(表2).从表2 可以看出，前4个因子的累计方差贡献率达到了83.624%，说明这4个因子所代表的信息已经能够充分反映原有11个变量所携带的数据信息.因此，本文选取F1、F2、F3 和F4 4个公因子，并得到因子载荷矩阵(表3).

计算主成分载荷与旋转主成分载荷，分析比较两者可知：进行正交方差最大旋转后的结果，各因子变量含义变得比未旋转前更为清晰，因而也更容易解释各因子的意义，命名公因子.旋转主成分载荷矩阵如表4所示.已知因子载荷是变量与公因子的相关系数，对一个变量来说，载荷绝对值大的因子与它的关系更为密切，也更能代表这个变量，按照这一观点，第1公因子更能代表为单位化肥施用量、单位劳动力人数、人均耕地面积和单位地膜使用量这几个变量因素；第2公共因子更适合代表垦殖系数、复种指数和有效灌溉率这3个变量；第3公共因子对农业科技进步率和单位机械总动力有绝对值较大的负荷系数；第4公共因子则较好地代表耕地耗电量和农业总产值增长率这2个变量.根据各个变量的特点，可以把第1个公因子解释为土地劳动投入因子，把第2个公因子解释为土地利用程度因素，把第3个公因子解释为科技投入因素，把第4个公因子解释为经济投入因素.

根据主成分得分系数矩阵(表4)，主成分得分函数可以写为:

Z1=0.246x1-0.029x2+0.425x3-0.269x4+0.146x5+0.202x6+0.215x7+0.005x8-0.04x9-0.214x10-0.223x11

Z2=0.109x1-0.014x2+0.054x3-0.034x4+0.035x5+0.189x6+0.042x7+0.375x8-0.357x9-0.389x10-0.047x11

Z3=0.143x1-0.425x2+0.278x3-0.151x4+0.008x5+0.043x6+0.55x7+0.224x8-0.003x9-0.244x10-0.019x11

Z4=0.026x1-0.138x2+0.015x3-0.25x4+0.556x5+0.485x6+0.113x7+0.101x8-0.056x9-0.25x10-0.06x11

方差贡献率(表2) 可以确定公因子Z1、Z2、Z3和Z4的系数，这样就得到耕地评价得分Z的表达式:Z=0.273 03×Z1+0.243 69×Z2+0.181 62×Z3+0.137 9×Z4

表2　因子分析相关矩阵的特征根和方差贡献率

表3　旋转后因子荷载矩阵

表4　因子得分系数矩阵

2.2各县(区)耕地利用集约度分析

由综合评价值公式可以计算出庆阳市和平凉市15个县(区)各自的耕地集约利用度(表5)，耕地集约利用综合评分中正数表示高于总体集约利用的平均水平，负数则表示低于平均水平.集约利用评价综合得分越高表示该地区的集约利用程度越高，而综合分值越低，则表明集约利用程度越差.庆阳市和平凉市耕地集约利用水平偏低，提高潜力大.从图1 可以看出，近一半的县(区)耕地集约利用水平较低，大于均值的县(区)只有西峰、庆城、合水、正宁、宁县、崆峒、泾川、庄浪、和静宁，占样本总量的60%，另有40%的县(区)位于均值之下.可见，庆阳市和平凉市的各县耕地集约利用的提高潜力大，还有较大的挖掘空间.庆阳市和平凉市15个县(区)中西峰区的集约度综合分值最高，为0.914 09，耕地集约利用程度比其他县(区)高出许多.下来是泾川县，综合分值为0.591 14，相较于西峰区，耕地的集约利用程度还有较大的提升空间.正宁县、崆峒区和合水县的综合分值较为相近，分别为0.260 71、0.224 46和0.209 38.宁县、庄浪县、庆城县和静宁县的集约利用水平仅处于各县(区)中游，宁县和庄浪县的综合分值分别为0.177 45、0.157 10，庆城县和静宁县集约利用水平只略高于2区13县的耕地集约利用平均水平，综合得分为0.051 23和0.036 85.其余6县的集约利用评价综合得分均为负数，可见其耕地集约利用水平低于平均水平，耕地的集约利用程度较差.其中镇原县、华亭县综合得分-0.332 39和-0.364 58，崇信县、灵台县以及环县分别为-0.404 62、-0.447 41和-0.458 30，华池县的耕地集约利用情况最差，综合得分仅为-0.615 11.

2.3各县(区)短板因素分析

通过研究各个县(区)因子的得分结果探讨影响各县(区)耕地集约利用水平的因素，找到提高各县(区)耕地利用集约度的有效途径，是运用因子分析法进行耕地集约利用评价的主要优势之一.由表5可以看出综合评分位列各县(区)第一位的西峰区虽然土地利用程度因子和土地科技投入因子的得分最高，但土地劳动投入因子的得分仅处于中游水平，下一步应注重资金和劳力等方面的投资，提高从业人员数.

合水县虽然土地劳动投入因子、土地科技投入因子和土地经济投入因子的得分较高，但土地利用程度因子的得分却位于各县(区)最末尾，严重影响了合水县耕地的集约利用，故合水县应注重提高土地利用程度，加大土地利用率.

表5　因子得分及综合排序表排名

图1　各县(区)耕地集约利用状况

正宁县需加强土地利用的强度，以及提高单位面积土地上经济要素的投入，泾川县则需提高对土地的科技投入.

静宁县、崆峒区土地利用程度因子的得分虽然位居各县(区)前列，但静宁县的土地劳动投入因子得分却处于各县(区)中游，土地科技投入因子和土地经济投入因子的得分更是处于各县(区)下游水平；而崆峒土地经济投入因子得分却处于各县(区)中游，土地劳动投入因子的得分处于下游水平.两市需要提高土地劳动投入水平，加大科技、经济等方面的投入.

宁县、庄浪县、庆城县的综合得分处于所有县(区)中游位置，它们都存在影响各自土地集约利用的“短板”，宁县应注重土地利用程度和科技投入的提高，庄浪县的土地科技投入因子得分落后于其他各县(区)，而庆城县土地劳动投入因子、土地利用强度因子和土地科技投入因子得分均处于各县(区)中等，故应在这三个方面综合加强，提高耕地的利用率.

而镇原县、华亭县、崇信县和灵台县各地集约利用度在所有县(区)中处于下游水平，除去个别因子得分在平均水平之上外，这些县(区)的各因子得分均较低，因此这些地区需要注重土地劳动投入、土地利用强度因子、土地科技经济投入的综合提升，才能提高耕地的集约利用水平.

环县、华池县的耕地集约利用评价得分位于所有县(区)中14、15位，它们分别在土地经济投入因子和土地科技投入因子上的得分较高，却在剩下的评价因子得分上处于末尾，这严重影响了两县耕地的集约利用程度，成为两县各自的“短板”，只有加大“短板因素”投入，加强土地利用，才能提高两县的耕地集约利用度.

3讨论与结论

1)本文采用因子分析法，从定量的角度对庆阳市和平凉市县域耕地集约利用水平进行了综合评价，其结果客观、实际，具有说服力.因子分析法可对大量的信息提取主要因子，并进行综合，即降低了信息复杂性，减少了工作量，又可保持样本的原有特征；在求取综合评价权重的方法上，根据指标数值的信息，采用特征根贡献率，保证了权重取值的客观性，避免了求取权重时利用其它方法的主观性.

2)本文通过从劳动投入因素、资金投入因素、科技投入因素以及利用强度因素4个方面构建了耕地集约利用评价指标体系，并在此基础上对庆阳市和平凉市15个县(区)的耕地集约利用水平进行综合评价，研究结果表明庆阳市和平凉市各县的耕地集约利用差异较大，15个县(区)中只有西峰、庆城、合水、正宁、等9个县的耕地集约利用水平大于平均水平，其中集约利用水平最高的为西峰区，而最低的则是华池县.

3)以各个县(区)的耕地利用集约度以及各公因子的评分和排名为基础，对影响耕地集约利用的内部“短板因素”进行进一步分析，结果表明各个县无论集约程度高低，均存在影响各自耕地集约利用的“短板因素”.针对存在不同“短板因素”的集约度水平下的耕地应采取不同的措施，以促进耕地高效集约利用:对集约度较高区域，资源投入已达到一定水平，仅存在个别因素的不足，影响了耕地集约利用水平，根据不同的因素可考虑增大劳动力人数，加大科技投入，加强技术创新等；对于集约度处于各县(区)平均的区域，应注意加强土地利用程度，协调影响集约度的内部因素，综合提升集约利用程度；对于集约度相对较低的区域，应从基础抓起，注重加强农业基础设施建设，改善农业生产条件，引入新的农业技术，在利用耕地的过程中，应科学合理地增加化肥、地膜、机械的投入，逐步提高作物产量，提高耕地集约利用程度.

参考文献

[1]张琳，张凤荣，安萍莉，等.不同经济发展水平下的耕地利用集约度及其变化规律比较研究[J].农业工程学报,2008,24(1):108-112

[2]张中亚，付梅臣，汝捷，等.基于改进熵值法的耕地利用集约度时空变异研究：以河北省武安市为例[J].安徽农业科学,2011,39(4):2375-2376

[3]庞英.山东沿海地区耕地利用集约度时空特征[J].农业工程学报,2011,27(9):328-333

[4]董秀茹，王秋兵，石水莲.农用地集约利用评价指标体系的建立[J].土壤通报,2008,39(2):209-213

[5]潘红，张广文，赵海勇.黑龙江省七台河耕地集约利用评价研究[J].商业经济,2010(11):11-13

[6]郑华伟.基于改进熵权法的耕地利用集约度评价[J].新疆农垦经济,2010(4):53-58

[7]李瑞华，白世强.河南省耕地集约利用时空分异及驱动因素研究[J].农业系统科学及综合研究,2009,25(3):263-267

[8]王群，王万茂.中国省区土地利用差异驱动因素实证研究[J].中国土地科学,2005,19(6):21-25

[9]易炜，颜萍.湖南省耕地集约利用及其驱动力初探[J].科技资讯,2009,(11):198-199

[10]张桃林，李忠佩，王兴祥.高度集约农业利用导致的土壤退化及其生态环境效应[J].土壤学报,2006,43(5):843-850

[11]郑新奇．城市土地优化配置与集约利用评价[M].北京:科学出版社,2004

[12]韩志乐，刘学录.甘肃省城市土地集约利用综合评价[J].甘肃农业大学学报,2009,44(5):134-139

(责任编辑李辛)

The study on the weakest link effect of cultivated land

intensive use degrees

——A case study of Qingyang City and Pingliang City

HAO Jia，LIU Xue-lu

( College of Resources and Environmental Science,Gansu Agricultural University,Lanzhou 730070,China)

Abstract：Fifteen counties (districts) in Qingyang and Pingliang City were taken as study objects,an assessment index system for cultivated land intensive utilization was established.The factor analysis was used to evaluate and compare the cultivated land intensive use.The degree of cultivated land intensive use of 15 counties (Districts) was sorted according to the comprehensive scores.The results showed that differentiation of cultivated land intensive use was significant among the counties (districts) of Qingyang City and Pingliang City.The comprehensive land intensive use degree of Xifeng District was the highest,which was 0.914 09,while Huachi County was the lowest,which was -0.615 11.And the weakest factors that influence the degree of the cultivated land intensive use and the effective ways that enhance the cultivated land intensive use were analyzed according to the four factor scores of each counties (districts).

Key words：cultivated land;intensive use evaluation;factor analysis;weakest link effect

收稿日期：2014-03-20；修回日期：2014-04-17

基金项目：国土资源部2011年度公益性行业科研专项经费项目“西北干旱区窑洞与地坑院土地复垦整理关键技术集成研究与示范”(201111015-02).

通信作者：刘学录，男，教授,博士生导师,主要从事土地资源管理和景观生态学研究.E-mail:liuxl@gsau.edu.cn

中图分类号：F 301.2

文献标志码：A

文章编号：1003-4315(2015)01-0140-07

第一作者：郝佳(1988-)，女，硕士研究生,主要从事土地资源管理的学习和研究.E-mail:411260904@qq.com