基于主成分分析的巢湖流域土地集约利用研究

夏邦桥，吴云志，陈祎琼，徐 甜，张红梅，张友华

(1.安徽农业大学 信息与计算机学院，安徽 合肥 230036；2.安徽省土地勘测规划院,安徽 合肥 230000)

基于主成分分析的巢湖流域土地集约利用研究

夏邦桥1，吴云志1，陈祎琼1，徐 甜1，张红梅2，张友华1

(1.安徽农业大学 信息与计算机学院，安徽 合肥 230036；2.安徽省土地勘测规划院,安徽 合肥 230000)

利用主成分分析法对巢湖流域进行土地集约利用规律性的研究，从巢湖区域对土地的投入、利用程度和经济效益三个方面共计12个指标构建巢湖流域土地集约利用的评价指标系统，对巢湖流域的土地集约利用进行合理性评价及分析其发展的动态变化。研究表明：从2010年到2014年，巢湖流域土地集约利用水平逐年上升但增长缓慢；土地集约利用水平空间差异明显，平原区县土地集约利用水平高于山地丘陵区县，说明土地利用的深度和广度受其经济发展水平、地形起伏等因素的影响。

巢湖流域；土地集约利用；主成分分析法；动态变化

随着我国城市化和工业化进程加快，城市规模也不断地扩大，在各方面始终发挥着不可替代的作用。然而，在城市发展的过程中，也面临着诸多问题，如用地规划不合理、土地经济及生态效益[1，2]低下等，都影响了经济社会的持续健康发展。诸多学者也使用不同的评价体系对其进行研究，以揭示城市土地集约利用的变化规律及其发展趋势。如闫岩在《福建省城市土地集约利用评价》中指出福建省土地集约利用水平呈阶梯状分布，差异显著，土地集约利用水平受区位因素及经济水平的影响；孟鹏、郝晋珉等[3]以北京亦庄新城为例对新型城镇化背景下的工业用地集约利用评价研究，范辉等[4]以武汉市中心城区为例对城市土地集约利用内部协调性的时空演变的研究，张悦[5]对江苏省土地集约利用的空间差异研究等。

然而这些不同角度的研究中也存在着一些问题，如对城市土地集约利用的研究过多的局限于理论研究，即多为定性研究[6]，学术界对城市土地集约利用概念的认识及其评价体系的确定，尚未形成统一的见解。巢湖流域是我省城市化进程的先行者，也是积极地推动者，在推动经济社会持续快速发展、各个产业结构优化升级、居住生活环境的优化改善等方面，起着不可替代的作用。本研究立足于巢湖流域14各县区的发展实际，从城市土地经济效益[7]、土地投入程度、土地利用程度这三个方面运用主成分分析法分析2010～2014年巢湖流域土地集约利用水平，评价和揭示其土地利用结构变化的规律及其发展变化的趋势，提出相应的对策，以期巢湖流域的经济社会发展提供指导和参考。

1 研究区概况

巢湖流域，位于北纬30.9°至北纬32..1°与东经116.4°至东经118.0°之间，地势西南部大别山区海拔较高，东北部较低，呈“簸箕状”，巢湖湖盆海拔最低处。巢湖流域在行政区划上包括合肥市四区、肥西县、肥东县、庐江县以及巢湖市和长丰县、无为县、含山县、和县、金安区、舒城县等14个县区。

该区域十年以来城市化水平和进程不断加快，巢湖流域处于“皖江城市带承接产业转移示范区”以及“中部崛起”战略的腹地，特别是2014年“发改委”等六部联合下发的批准安徽省巢湖流域等地区作为第一批国家生态文明先行示范区。该地区在土地利用方式和其变化方面都具有代表性，对其土地集约利用的研究可发现其优势和不足，以对其进行合理的规划和整改，为区域发展提供可靠地借鉴。

本文所用的各区县数据资料由部门调研获取，项目研究涉及数据来源包括：安徽省统计年鉴(2011年至2015年统计年鉴)，安徽省统计局，合肥国土资源局。

2 土地集约利用的内涵

土地集约利用的概念可追溯至大卫·李嘉图[10，11](David Ricardo，1772～1823)等古典政治经济学家对农业土地利用的研究，随着城市人地矛盾日益突出，李嘉图的这一理论被应用到城市土地集约利用之中，但是迄今为止，学术界尚没形成统一的土地集约利用的概念和评价指标。这是由于城市土地集约利用是个复杂的开放系统，难以用一个十分准确的概念和指标去描述。

本研究认为土地集约利用(Land Intensive Use，LIU)是动态、开放、发展、可持续的过程，是在城市合理布局[12，13]、用地结构优化、以及科学可持续发展的基础上，通过增加投入、改进经营管理模式等途径，以充分发挥土地使用潜力、改善人地矛盾，以达到更好的经济、社会以及生态效益。

3 评价体系构建和研究方法

3.1 评价体系构建

城市土地集约利用是一个复杂的系统，影响因子和驱动因子多而数据量大，不同因子之间也存在着不同程度的相互联系，相互影响和相互制约。因此，需建立科学有效的评价指标系统，以揭示城市土地利用规律和结构是否合理。从土地集约利用本质出发，结合“系统论”思想，从城市土地经济效益、土地投入程度、土地利用程度这三个方面，建立了包含10个因子的巢湖流域土地集约利用指标评价体系(表1)。

3.2 研究方法

使用主成分分析法[13-16](Principal Component Analysis,PCA)是利用数学变换降低数据维度的思想，把多个复杂的指标转化为较少的综合的线性指标，以获取有效的数据处理结果。其模型的具体构建步骤如下：

第一：构建评价数值矩阵p×q。

第二：原始数据标准化处理。由于各指标的数值单位(量纲)不同，要对原始数据进行归一化操作，以使数据更具有可操作性，其公式为：

(1)

第三：计算各主成分得分[15，16]。该主成分为原始数据指标的线性综合，可用主成分因子的回归系数，来计算主因子得分，其公式为：

(2)

式中，Pj为各主因子回归系数，Yij为样本标准值。

表1 土地集约利用评价指标体系

第四：计算综合得分。通过构建综合评价函数,得出每个区县综合得分。其公式为：

F=T1F1+T2F2+T3F3+…+TkFk(m>k)

(3)

4 巢湖流域土地集约利用分析与评价

4.1 土地集约利用指标分析

由上述的评价系统及其处理方法，利用IBM SPSS Statistics 19.0统计软件对整理好的数据进行处理，通过建立评价得分矩阵、数据归一化等操作，得出原始数据的成分得分系数矩阵，即主成分回归系数表(表2)。原始数据累计方差贡献率高达83.966%,所提取的两个主成分继承了原始数据诸多的信息,其结果符合主成分分析的要求。

由表2可以看出，第一主成分在每平方千米固定资产投资额、每平方千米新增固定资产投资额、每平方千米社会消费品零售额、每平方千米社会财政收入额、城市人口密度等指标上负荷较高，集中反映了土地投入和利用的关系，为土地利用的投入—利用成分。其初始特征值的方差贡献率高达69.001%，说明巢湖流域土地集约利用的程度主要受到土地的投入—利用程度的影响较大，从而可以看出从业人口的构成以及区域人口密度所形成的消费水平，制约了巢湖流域的土地集约利用的优化和发展。

表2 2014年各主成分因子的回归系数

地均非农业从业人员、人均建设用地等指标在第二主成分中荷载量较高，初始特征值的方差贡献率为14.966%，说明该地区的经济投入与产出效益是影响其土地集约利用的主要因素。

表2所分析出的2014巢湖流域各个指标的载荷系数，体现了这些指标在区域发展中所起到的作用，每个指标的特征明显，为分析区域经济社会发展提供了可借鉴的数据，从而得到较为科学的分析结果，为区域发展“添砖加瓦”。

图1 2010～2014年巢湖流域土地集约利用主成分得分

4.2 土地集约利用的动态变化

4.2.1 城市土地集约利用水平的时间变异

通过将2010年至2014年的数据分别导入到是SPSS中进行处理，整理后得到下表(表3)，从而得到图1，可见，巢湖流域各个县区的城市土地集约利用的主因子得分的差距较大，除庐阳区外，各个区县的主因子得分的绝对值之差均不大于1，表明其土地集约利用程度较为相近。其中合肥市下辖的四区三县一市的主成分得分总体高于其他区县，庐阳区得分最高，为1.639；而合肥市周边的其他巢湖流域县区的得分均为负数，表明其土地利用程度较低。从2010至2014年，巢湖流域各区县的得分均是上下浮动，整体表现出一定的上升趋势，但上升缓慢，说明巢湖流域各区县(尤其是肥东等得分为负的区县)，需要制定合理的土地开发利用政策和原则，从而提升其得分，实现区域持续稳步发展。

表3 2010～2014年巢湖流域土地集约利用主成分因子得分

4.2.2 城市土地集约利用水平的空间分异

对2014年数据进行处理后，得到各个县区的主成分因子得分，各主成分因子的方差贡献率为得分权重，根据公式(3)计算便可以得到各个区县的综合得分(见表4)，综合得分愈高，其土地集约利用水平越高，其中庐阳区综合得分最高，为2.07，和县、含山县得分最低，均为-0.48。根据各个区县的综合得分的高低，可以将其划分为四个层次，即高度集约型、集约型、基本集约型、欠集约型，具体见下表(表5)。

表4 城市土地集约利用水平分类表

表5 2014年巢湖流域主成分因子和综合因子得分

由此，便可在ArcGIS中根据巢湖流域矢量图和各区县土地集约利用类型的属性数据，进行地图综合，从而得到图2可见，巢湖流域土地集约利用水平的空间分布是以庐阳区为原点的同心圆模式，由内到外的土地集约利用水平逐渐降低，即由高度集约型向基本集约型，向欠集约型变化。

图2 巢湖流域土地集约利用程度评价图

土地高度集约型。庐阳区综合得分为1.64，其分值大于1.5，属于土地集约利用高度集约型。庐阳区是安徽省省会合肥市的经济、文化的核心区域，位于合肥市主城区中心以及北部，是著名的全国科普示范区，区内有众多高等学府、中等专业学校以及多个科研机构。庐阳区是合肥市政务和文化中心，正积极打造不同的文化和金融街区，进而服务全市甚至向全省辐射。

土地集约型。瑶海区、包河区等综合得分均在0.8～1.5之间，属于集约型。瑶海区、包河区为合肥市辖区，瑶海区目前正积极打造物联网科技产业、文化产业、都市科技产业等新型产业形式，提升其综合发展实力；包河区利用区内文化优势，目前正探索“产城一体，宜居宜业”的城市发展新模式，为其发展注入新的活力。

土地基本集约型。蜀山区综合得分均在0～0.8之间，属于基本集约型。

土地欠集约型。巢湖市、庐江县、无为县、和县、含山县、金安区、舒城县等综合得分均在-1～0之间，属于欠集约型。各县区由于山地地形的阻挡，导致其发展较为缓慢，土地集约利用水平较低。同时也表明其经济建设中存在较多不合理因素，交通不便，对经济发展的阻碍度较大，所以这些区县需要根据各自的自身状况，合理进行规划，促进土地集约优化利用。

5 结论

本研究利用主成分分析法，对巢湖流域自2010年至2014年的土地利用数据进行综合评价并分析了其动态变化，可得出以下相关结论：

(1)巢湖流域土地集约利用水平自2010年至2014年呈波动性上下浮动，整体上是逐年上升的，但上升幅度较低。

(2)巢湖流域土地集约利用的空间分布规律为，以肥东县为中心的放射状向外由高度集约降低为欠集约，东南部和西南部山区区域的县区，土地集约利用水平最低，而平原地区较高，这是因为丘陵山区制约了土地利用的横向发展，而平原缺少山区阻碍，土地利用水平较高。表明经济发展水平、地形的起伏，影响着土地利用的深度和广度。

[1]张宝英.福建省城市土地集约利用评价及动态变化[J].福建金融管理干部学院学报.2012，(3)：31-35.

[2]闫岩.福建省城市土地集约利用评价[J].安徽农业通报.2014，20(13)：1-3.

[3]孟鹏，郝晋珉，周宁，等.新型城镇化背景下的工业用地集约利用评价研究——以北京亦庄新城为例[J].中国地理科学，2014，28(2)：83-89.

[4]范辉，刘卫东，吴泽斌.城市土地集约利用内部协调性的时空演变——以武汉市中心城区为例[J].地理科学，2014，34(6)：679-704.

[5]张悦.江苏省土地集约利用的空间差异研究[J].安徽农学通报，20l4，20(10)：8-10.

[6]秦柳.皖江示范区承接产业转移的现状及对策[J].北方经济，2011，2011(10)：54-55.

[7]李晓宁，满燕云.京津冀城市群土地集约利用分析[J].商业时代，2014(26)：131-136.

[8]刘善开，韦素琼.基于面板数据的福建省设区市城市土地集约利用时空差异研究[J].福建师范大学学报(自然科学版)，2013，29(6)：74-79.

[9]张赟.珠三角地区城市土地集约利用评价研究[J].环境科学与管理，2014，39(7)：26-30.

[10]张念，肖荣阁.当前国内城市土地集约利用研究现状及趋势展望[J].中国矿业，2013，22(增)：110-112.

[11]陈国壮.我国城市土地集约利用研究综述及展望[J].发展研究，2014(11)：89-92.

[12]黎一畅，周寅康.江苏省城市土地集约利用空间差异的主成分研究[J].湖南工程学院学报(社会科学版)，2006，16(2)：25-28.

[13]冯科，吴次芳，刘勇.浙江省城市土地集约利用的空间差异研究——以PSR与主成分分析的视角[J].中国软科学，2007(2)：102-108.

[14]苏海民，何爱霞，董传斌，等.安徽省土地集约利用动态及空间差异研究[J].长春师范学院学报，2012，31(3)：100-105.

[15]张乐勤，陈素平，陈保平，等.城镇化与土地集约利用耦合协调度测度——以安徽省为例[J].城市问题，2014(2)：75-82.

[16]任家强，汪景宽，孔凡文.基于空间自相关与主成分分析的城市土地集约利用空间差异研究——以辽宁省为例[J].沈阳农业大学学报，2012，43(1)：39-43.

Study on Land Intensive Use in ChaohuWatershed on Principal Component Analysis

XIA Bangqiao1, WU Yunzhi1, CHEN Yiqiong1, XU Tian1,ZHANG Hongmei2, ZHANG Youhua1

(1.CollegeofInformationandComputerScience,AnhuiAgricultureUniversity,Hefei230036,China;2.AnhuiProvincialLandSurveyingandPlanningInstitute,Hefei230000,China)

This paper uses the principal component analysis method to study the regularity of land intensive use in Chaohu Watershed, and constructs the evaluation index system which contains 12index of intensive land use in Chaohu Watershed from the input, utilization and economic benefit of Chaohu area, to find away to assess Chaohu Watershed land intensive use of rational evaluation and analysis of the dynamic changes in its development. The results show that the intensive land use level of Chaohu Watershed is increasing year by year from 2010 to 2014, and the level of intensive land use is obvious. The level of land intensive use in plain area is higher than that in mountainous hilly area, which indicates the depth of land use and the breadth of its economic development level, terrain ups and downs and other factors.

Chaohu Watershed; land intensive use; principal component analysis; temporal and spatial variation

2017-03-14

国土资源部公益性行业科研专项项目(201411006)。

夏邦桥(1990-)，男，安徽颍上人，硕士研究生，研究方向：计算机技术与应用、WebGIS。通信作者：张友华(1966-)，男，安徽合肥人，教授，博士，研究方向：农业物流信息化、数字农业。

F301.2

A

1009-9735(2017)02-0110-05