基于城镇化的耕地资源数量变化及其驱动力分析——以合肥市为例

余洋　(中国地质环境监测院，北京 100081；中国矿业大学(北京)土地复垦与生态重建研究所，北京 100083)

肖武，王铮，李素萃　(中国矿业大学(北京)土地复垦与生态重建研究所，北京 100083)

林艳竹　(中国地质环境监测院，北京 100081)



基于城镇化的耕地资源数量变化及其驱动力分析
——以合肥市为例

余洋(中国地质环境监测院，北京 100081；中国矿业大学(北京)土地复垦与生态重建研究所，北京 100083)

肖武，王铮，李素萃(中国矿业大学(北京)土地复垦与生态重建研究所，北京 100083)

林艳竹(中国地质环境监测院，北京 100081)

[摘要]如何科学协调地区经济发展与耕地资源保护二者之间关系一直以来都是考察地方行政决策能力和发展理念的现实难题。随着我国进入全面建成小康社会的决定性阶段，工业化与城镇化水平的提升对发展空间的需求势必对地区耕地资源的保护产生重大影响。以城镇化水平快速提升的典型区域合肥市为研究对象，基于该市1990～2010年耕地资源变化数据与社会经济发展统计数据，系统分析了合肥市城镇化水平与耕地面积变化情况；同时，结合合肥市耕地资源数量变化的实际情况，科学选取能够有效反映城镇化现状的8项社会经济发展因素作为指标，综合运用主成分分析法与回归分析法，有序开展耕地资源数量变化驱动力分析，最后，提出一些推进新型城镇化建设的对策建议，以期为合肥市社会经济的持续、健康发展提供参考。

[关键词]城镇化；耕地资源；驱动力；主成分分析法；回归分析法

土地是人类赖以生存和发展的物质基础，是维系自然生态系统的功能和支撑社会经济系统发展不可替代的自然资源和战略储备[1]。耕地作为各种土地利用类型中最重要的组成部分，不仅肩负着为粮食生产、生态保护提供基础空间的重要使命，还承担着向其他用地类型提供输出补给的艰巨任务，可谓是“基础的基础”[2～4]。目前，我国已经进入全面建成小康社会决定性阶段，随着地区城镇化水平的不断提升，耕地资源与城镇化之间的关系凸显复杂[5～7]。所以，及时关注城镇化进程中耕地资源数量变化趋势，深入探讨城镇化与耕地资源数量变化之间的驱动关系，既是妥善处理经济发展与耕地保护两者关系的迫切需求，也是加速推动地区新型城镇化建设的现实需要，具有重要理论价值和现实意义。下面，笔者以城镇化建设热点地区——合肥市为研究区域，分别对耕地资源数量、城镇化水平进行综合分析，并借助主成分分析法与多元回归模型，重点开展耕地资源数量变化驱动力研究，深入挖掘影响合肥市耕地资源数量变化的关键因素，以期为科学推进合肥新型城镇化建设、尽早实现产业承接转移提供参考。

1资料与方法

1.1研究区概况

合肥市位于中国中部(北纬32°、东经117°)，得天独厚的地理优势使得该市成为“承接南北、贯通东西”重要的交通枢纽。作为安徽省政治经济文化发展中心，近年来，合肥市充分发挥所在地区的资源优势，大力推动区域城镇发展进程，合肥市社会经济水平持续提升，逐渐成为中部地区快速崛起的典型代表。

2011年7月，经国务院批复同意，安徽省对部分行政区划进行调整。行政区划调整是经济社会发展到一定阶段的内在要求，不仅有利于区域国土资源的优化配置，更有利于充分发挥合肥市对周边地区经济发展的辐射带动作用，加快城乡一体化发展步伐，促进城乡区域协调发展，进而为有效推动地区城镇化进程提供现实条件。根据数据的延续性和研究的可操作性，研究以行政区划调整前的合肥市(市区、长丰、肥东和肥西)为实际研究区域。

1.2数据来源

该研究中所涉及的基础数据主要包括合肥市社会经济发展数据和耕地资源数据。其中，社会经济发展数据主要来自《皖江城市带承接产业转移示范区规划》、《合肥市国民经济和社会发展统计公报》以及《合肥市统计年鉴》；耕地资源数据主要来自《合肥市国土资源综合统计年报》、《合肥市城市总体规划(2011～2020)》以及《合肥市土地利用总体规划(1997～2010年)》。

1.3研究内容及方法

1)耕地资源变化强度。耕地资源变化强度[8]反映研究时期内耕地资源数量变化情况：

(1)

式中，CIntensity为耕地资源变化强度，%；C0、Ct分别为研究初期、末期耕地资源的数量，hm2。

2)耕地资源动态度。耕地资源动态度[9]反映研究区一定时间范围内耕地资源数量变化情况：

(2)

式中，CDynamic为研究时段内耕地资源动态度，%；T为具体的研究时段，a。

3)城镇化水平变化。城镇化水平是反映一个国家和地区社会经济发达程度的重要指标[1]，一般主要是指城镇人口占总人口的比例，但是为了科学全面的体现研究区的社会发展水平，笔者研究采用城镇人口比例和第二、三产业产值产能综合评价法对合肥市城镇化水平进行计量：

U=0.8×a1+0.2×a2

(3)

式中，U为合肥市城镇化水平；a1为城镇人口占总人口的比重；a2为第二、三产业产值(非农业产值)占GDP的比重。通过运用德尔菲法进行综合计算并分别赋予a1、a2权重。

4)城镇化占地系数。城镇化占地系数是指城镇化水平每提高百分之一需要占用耕地资源数量，该系数是反映研究区域城镇化水平与耕地数量变化的重要指标：

(4)

式中，ε为城镇化占地系数；Ut为研究区末期城镇化水平，%；U0为研究区初期城镇化水平，%。

5)合肥市耕地资源数量变化驱动分析。在开展耕地资源数量变化驱动力的研究过程中，科学有效的评价指标体系能够全面的反映出不同因素对耕地资源多方面的影响。然而，数量庞大的指标往往造成分析难度骤然上升，同时，由于所选的评价指标(自变量)不仅与因变量之间存在相关关系，而且彼此之间也在一定程度上存在信息的重迭，倘若直接开展相关性分析，极易导致误差冗余。如何科学进行耕地资源数量变化驱动力分析，就必须对上述问题予以合理解决，研究表明，系统分析中主成分分析可以将若干个自变量压缩成几个独立的主成分变量，以此来减弱自变量之间的相互干扰。其中，根据原始自变量的信息进行重新组构所得到的主成分变量，不仅可以反映原始自变量的大部分信息，而且在数量上显著低于原始变量，这就有效降低了分析中的计算工作量[10～12]。

关于驱动力的研究中尚未提出一个合适的选取指标的标准。影响耕地资源数量变化的因素错综复杂，一般来说，这些因素主要可以分为自然因素和人文因素2大方面[13～15]。然而，由于受到研究时段和研究区域等实际情况的约束，在短时期内社会进步、经济发展以及科技提升等人文因素对研究区内耕地资源数量变化的影响程度往往比自然因素的影响更加显著，同时，限于资料的有限性和统计口径的不一致性，这里仅对人口增长、经济增长和社会进步等指标作定量研究。依据主成分分析法的研究思路和实际要求，并结合合肥市耕地资源数量变化驱动力的实际情况，笔者重点选取对能够有效反映研究区城镇化发展情况的城镇人口比例(x1)、人均GDP(x2)、固定资产投资额(x3)、第二产业产值比例(x4)、第三产业产值比例(x5)、城镇居民可支配收入(x6)、农村居民人均纯收入(x7)以及建成区面积(x8)等8项涉及社会经济发展的因素作为分析指标，有序开展耕地资源数量变化驱动力研究。

2耕地资源数量变化与城镇化水平

1990～2010年，合肥市耕地面积呈现整体持续减少的变化趋势(见图1)，从273.60×103hm2减少至218.84×103hm2，变化总量为-54.76×103hm2，年平均减少2.74×103hm2。其中，1990～2006年，研究区耕地面积从273.60×103hm2减少至215.00×103hm2，减少总量为58.60×103hm2，年平均减少3.67×103hm2；2006～2010年，研究区耕地面积从215.00×103hm2增加至218.84×103hm2。同时，1990～2010年，研究区人均耕地面积从0.072hm2降低为0.044hm2，累计减少0.028hm2。因此，合肥市1990～2010年耕地面积和人均耕地面积均都呈现出“先减后增”变化趋势。

图1　合肥市1990～2010年耕地资源数量变化趋势

1990～2010年，合肥市耕地资源数量与城镇化水平变化明显，期间耕地资源变化数量、变化速度、变化强度以及变化动态度分别为-54760hm2、-2.743hm2/a、-20.01%与-4.00%；城镇化提高幅度与年均速度分别为18.82%与0.94%；同时，1990～2010年，研究区城镇化占地系数为-2910hm2，即合肥市城镇化水平每提高1%需要消耗2910hm2的耕地资源(见表1)。研究表明，“十五”计划期间，大约有48010hm2的耕地转化为其他土地利用类型，约占1990～2010年耕地总体变化量(-54760hm2)的87.67%，说明当时合肥市耕地资源呈现出强烈的变化态势。

表1　1990～2010年城镇化水平与耕地资源数量变化

3合肥市耕地资源数量变化驱动力

3.1指标及评价

1)初始变量的相关性检验。变量相关系数矩阵如表2所示，影响耕地资源数量的8个指标中存在着不同程度的相关，相关系数大于0.97的因子共有8对，其中x2与x3、x2与x6、x2与x7、x2与x8、x3与x7、x6与x7、x6与x8、x7与x8的相关系数更高，信息在一定程度上存在重叠，进一步证明开展主成分分析的必要性。

2)KMO检验和Bartlett球形检验。KMO 统计量达到0.802，Bartlett’s球形检验值为480.091(自由度为28)，显著性水平小于0.01。即KMO统计量、Bartlett’s球形检验值均到统计学水平，适合进行主成分分析。

表2　变量相关系数矩阵

3.2特征根和贡献率

主成分分析结果如表3所示，2个主成分解释的累计贡献率已经达到96.294%，第3主成分特征值为0.218(<1.000)，说明该主成分的解释力度还不如直接引入原变量大，因此，提取F1与F2这 2个主成分就基本能够解释原来所有变量所包含的大部分信息。

3.3主成分线性模型的建立

表4　旋转后成分载荷阵和成分得分系数矩阵

由表3可知，第1主成分在人均GDP(x2)、固定资产投资额(x3)、第二产业产值比例(x4)、城镇居民可支配收入(x6)与农村居民人均纯收入(x7)指标上的负荷较大，其特征值5.059，贡献率63.236%，即城镇化过程中社会经济发展是研究区耕地资源数量变化的核心驱动力。

第2主成分在城镇人口比例(x1)、建成区面积(x8)以及第三产业产值比例(x5)指标上的负荷较大，其特征值2.645，贡献率33.058%，即城镇化过程中城镇人口数量、城镇扩张的混合作用是研究区耕地资源数量变化的次级驱动力。根据主成分得分的系数矩阵(见表4)，得出最终的主成分得分公式：

F1=-0.118x1+0.174x2+0.257x3+0.318x4-0.274x5+0.160x6+0.173x7+0.126x8

(5)

F2=0.435x1+0.006x2-0.140x3-0.281x4+0.623x5+0.028x6+0.007x7+0.082x8

(6)

合肥市社会经济水平的不断提升势必引发外来人口的大量涌入，进而导致居住用地、基础设施用地以及公共设施用地的需求量不断增加，引发城镇区面积快速增加，这些因素在一定程度上均会造成耕地资源数量的持续减少。分析表明，城镇人口数量上升、城镇面积扩张在一定程度上可以被理解成为社会经济发展的后续表征，即社会经济发展引发地区人口集聚，造成城市空间持续拓展，进而导致地区耕地资源数量不断变化。所以，上述分析中所述“第1主成分”(城镇社会经济发展)、“第2主成分”(城镇人口数量、城镇面积扩张)所反映的情况基本符合城镇化发展过程中耕地资源数量变化的一般规律，具有较强的参考价值，可以作为后续研究的相关依据。

3.4综合得分

根据上述研究结果，以每个主成分所对应的特征值占所提取主成分总的特征值之和的比例作为权重计算主成分综合评价模型：

F=λ1F1+λ2F2

(7)

式中，F为合肥市耕地资源数量变化驱动力得分； λi为第i主成分的特征值(i=1，2) 。

表5　主成分系数矩阵

对影响合肥市耕地资源数量变化的2个主成分进行加权汇总，得出合肥市1990～2010年耕地资源数量变化驱动力主成分系数矩阵(见表5)，进而绘制出合肥市耕地资源数量变化驱动力综合得分图，如图2所示。由图2可以看出，1990～2010年基于城镇化的合肥市耕地资源数量变化驱动力综合得分呈现持续上升的趋势，表明影响合肥市耕地资源数量变化的驱动力逐渐加强。

4合肥市耕地资源数量变化驱动力因素评价

图2　合肥市耕地资源数量变化驱动力综合得分

在主成分自变量的载荷分析的基础上，通过构

建主成分的多元线性回归经验模型来分析合肥市城镇化与耕地资源数量变化两者之间的内在联系(见表6)。分析可知，主成分F1和F2项的偏回归系数t测验均达极显著水平(P<0.0000)，且对合肥市耕地资源数量变化的决定回归系数R2= 0.828，即所建立模型所包含的2个变量因素基本能够解释所建模型82.8%的因变量变化，属于高拟合度方程。拟合的方程在评价合肥市耕地资源数量变化时具有较好的参考价值。故构建主成分回归方程如下：

C= 245.675-15.037F1-18.307F2

(8)

将主成分x1，x2，x3，x4，x5，x6，x7，x8等8个自变量因素代入主成分回归模型，并计算得出原回归模型中的相应参数(见表7)，进而得到消除多重共线性的标准回归模型：

C=245.675-6.189x1-2.726x2-1.302x3-0.363x4-7.285x5-2.919x6-2.730x7-3.396x8

(9)

表7　各原变量的回归系数

消除多重共线性的标准回归模型能够较全面地反映了合肥市耕地资源数量变化状况，其系数大小反映了耕地资源数量变化对所选驱动因子的敏感性。从式(9)可以看出，合肥市耕地资源数量变化与城镇人口比例(x1)、人均GDP(x2)、固定资产投资额(x3)、第二产业产值比例(x4)、第三产业产值比例(x5)、城镇居民可支配收入(x6)、农村居民人均纯收入(x7)、建成区面积(x8)的相关系数分别为-6.189、-2.726、-1.302、0.363、-7.285、-2.919、-2.730、-3.396。分析可知，合肥市耕地资源数量变化驱动体系8个指标中城镇人口比例、第三产业产值比例等是影响耕地资源数量变化的主要因素，并呈现显著负相关关系，即城镇人口上升、第三产业产值快速发展都将会对耕地资源数量变化产生强烈且直接的影响。

5结论与对策

1)1990～2010年，合肥市耕地数量与城镇化水平变化明显，期间耕地变化量、变化速度、变化强度与变化动态度分别为-54.76×103hm2、-2.743hm2/a、-20.01%与-4.00%；城镇化提高幅度与年均速度分别为18.82%与0.94%；同时，1990～2010年，合肥市城镇化占地系数为-2.91×103hm2，即城镇化水平每提高1%需要占用耕地面积为2.91×103hm2。其中，“十五”计划期间，合肥市耕地数量变化幅度较大，约占1990～2010年耕地总体变化量的87.67%。

2)1990～2010年，基于城镇化的合肥市市域耕地资源数量变化驱动力综合得分分别介于-0.8644～1.2468，呈现持续上升的趋势，表明影响合肥市耕地资源数量变化的驱动力逐渐加强。同时，合肥市城镇化过程城镇人口比例、第三产业产值比例为影响耕地资源数量变化的主要驱动因素且呈显著负相关关系。研究表明，城镇化进程中研究区社会经济进步、人口数量增加、建成区面积提升等众多因素都会在不同程度上对耕地资源数量变化造成影响，尤其需要特别对人口积聚和产业调整所引发的耕地资源数量下降进行重点关注。

3)随着我国进入全面建成小康社会的决定性阶段，工业化与城镇化水平的提升对发展空间的需求势必对地区耕地资源的保护产生重大影响。特别是合肥市作为安徽省社会经济发展“排头兵”，必须坚持“以人为本”的新型城镇化发展策略，合理控制地区城镇人口总体数量；建立健全耕地资源保护与城镇化发展协同机制，高度重视耕地资源占用补偿政策在新型城镇化进程中的贯彻与实施；及时把握中西部地区承接产业转移的发展契机，根据实际情况适时调整合肥市产业化布局，有序构建省域与市域城镇化发展规划联动机制，从而将新型城镇化的历史机遇转变成推动地区社会经济发展、促进区域耕地资源保护的不竭动力。

[参考文献]

[1]叶珊珊.安徽省耕地资源数量的变化及其驱动力[J].贵州农业科学，2015，43(7):244～250.

[2] 陈逸，黄贤金，吴绍华.快速城镇化背景下的土地开发度研究综述[J].现代城市研究，2013(7):9～15.

[3] 朱道林，郧宛琪，瞿理铜，等.2014年土地科学研究进展评述及2015年展望——农用地保护分报告[J].中国土地科学，2015，29(2):12～20.

[4] 李婧怡，林坚，刘松雪，等.2014年土地科学研究重点进展评述及2015年展望——土地利用与规划分报告[J].中国土地科学，2015，29(3):3～12.

[5] 胡晨成，余洋.三峡库区农户的土地流转感知特征[J].浙江农业学报，2015，27(7):1280～1287.

[6] 刘旭华，王劲峰，刘纪远，等.国家尺度耕地变化驱动力的定量分析方法[J].农业工程学报，2005，21(4):56～60.

[7] 张沛沛，梁明星，陈磊，等.县级土地整治规划环境影响评价研究[J].浙江农业学报，2014，26(4):1037～1041.

[8] 祝小迁，程久苗，费罗成.安徽省耕地集约利用及其驱动力分析[J].中国土地科学，2009，23(2):11～17.

[9] 吴大放，刘艳艳，董玉祥，等.珠海市耕地变化时空特征及其驱动力分析[J].热带地理，2009，29(5):472～476，482.

[10] 赵婷婷，张凤荣，杜颖，等.大城市近郊建设用地扩展空间分异及驱动力研究——以北京市顺义区为例[J].浙江农业学报，2013，25(3):548～554.

[11] 邵晓梅，杨勤业，张洪业.山东省耕地变化趋势及驱动力研究[J].地理研究，2001，20(3):298～306.

[12] 张健，陈凤，濮励杰，等.近20年苏锡常地区土地利用格局变化及其驱动因素分析[J].资源科学，2007，29(4):61～69.

[13] 韩德军，朱道林.贵州省土地利用与区域经济耦合关系分析[J].农业工程学报，2012，28(15):1～8.

[14] 史利江，王圣云，姚晓军，等.1994～2006年上海市土地利用时空变化特征及驱动力分析[J].长江流域资源与环境，2012，21(12):1468～1479.

[15] 郑海霞，童菊儿，徐扬.发达地区耕地资源的时空变化及其驱动力实证研究[J].农业工程学报，2007，23(4):75～78.

[编辑]辛长静

我校2015年度企业科研经费规模位居全国高校51位据最好大学网最新公布的2016中国高校企业科研经费排名显示，我校2015年度从企业获得1.77亿元科研经费，位居全国高校第51位。

该排名显示，哈尔滨工业大学从企业获得14.03亿元科研经费，一举夺得2016高校企业科研经费桂冠。天津大学的企业科研经费为13.61亿元，跃居今年的第2名。清华大学由去年的第5名升至今年的第3名。今年榜单4至6名依次是北京航空航天大学、四川大学、浙江大学。进入排名前十的高校还有北京科技大学(第7名)、上海交通大学(第8名)、东南大学(第9名)、南京理工大学(第10名)。

据悉，在2014年度，我校从企业获得1.71亿元科研经费，位居全国高校的第54位，是排名靠前为数不多的地方高校之一，总科研经费则位居全国高校的第97名。

[文献标志码]A

[文章编号]1673-1409(2016)07-0028-07

[中图分类号]O29;F301.21

[作者简介]余洋(1987-)，男，博士，工程师，现主要从事土地利用与土地整治等方面的研究工作；E-mail：yuyang2005@139.com。

[基金项目]国土资源部公益性行业科研专项(201411006-05)。

[收稿日期]2015-11-29

[引著格式]余洋，肖武，王铮，等.基于城镇化的耕地资源数量变化及其驱动力分析——以合肥市为例[J].长江大学学报(自科版)，2016,13(7)：28～34.