基于主成分—聚类分析的土地生态安全评价

汪磊 曹幸琪

[摘要]采用SPSS21.0中的主成分分析法和聚类分析法，基于经济、社会和生态三个维度提取9个指标构建江苏省土地生态安全评价指标体系，对江苏省2016年土地生态安全状况进行分析评价，并根据结果进行风险高低程度划区。结果表明：评价结果与实际情况高度吻合；土地生态安全低度风险区1个（南京）、中度风险区7个、高度风险区5个。因此，江苏省应确保低度风险区城市的土地生态安全，谨防其余城市的土地生态安全持续恶化，同时要重视高度风险区城市生态文明的建设，制定科学合理的政策并投入相应的人力、物力和财力以提高土地生态安全水平。

[关键词]土地生态安全；江苏省；主成分分析；聚类分析

[中图分类号]F321.1 [文献标识码]A

土地是社会经济-生态复合系统，具有生产和生态双重功能，是人类赖以生存和发展的基础，土地的生态安全状况不仅关乎土地的可持续利用，也影响着人类社会的可持续发展。土地生态安全主要指土地资源所面临的生态环境处于一种不受或少受威胁与破坏的平衡、健康的状态。土地生态安全的内涵既包括土地生态系统本身的安全性，也包括土地生态系统是否能保证人类生产和生活的安全问题。土地生态安全评价是当前研究土地生态安全的重要方向之一。近年来随着社会经济的快速发展和城市化进程的加快，我国的人地矛盾日益突出。多年来，我国政府对于环境保护和生态重建给予高度重视。党的十九大报告指出，建设生态文明是中华民族永续发展的千年大计，要像对待生命一样对待生态环境。但时至今日，我国的土地资源恶化的趋势并没有得到有效遏制，土地保护任重而道远。土地生态安全问题迫在眉睫，引起了诸多学者的关注与思考。目前，国内研究土地生态安全评价的常用方法有层次分析法、主成分分析法、生态足迹法、BP神经网络法等。基于目前有关土地生态安全的文献所使用的研究方法较为单一，本研究运用SPSS21.0将主成分分析法和聚类分析法相结合，对江苏省2016年的土地生态安全状况进行评价，以期弥补江苏省土地生态安全评价研究的不足，并为江苏省土地资源的利用与保护提供一定的借鉴价值。

1 研究区域与评价指标体系构建

1.1 研究区域概况

江苏省地处中国大陆东部沿海地区中部，长江、淮河下游，东濒黄海，北接山东，西连安徽，东南与上海、浙江接壤，是长江三角洲地区的重要组成部分。地跨东经116°18′～121°57′，北纬30°45′～35°20′。截至2016年年末，江苏地区生产总值76086.20亿元，人均生产总值95259.00元，江苏常住人口7998.6万人。江苏属于长江经济带北翼，与安徽、浙江、上海共同构成的长江三角洲城市群已成为国际6大世界级城市群之一。据国家统计局收集的资料显示，截至2016年年末，在省份的城镇化率排名中，江苏省以67.7%位于第二位，意味着其已迈入城市化的成熟阶段。但与之而来的资源不足、空气污染、耕地减少、土地生态功能退化等问题给社会可持续发展和生态系统的良性运行带来巨大威胁。

1.2 样本数据来源

本研究所构建的江苏省土地生态安全评价指标体系所需的截面数据来源于江苏省统计局公布的《2017年江苏省统计年鉴》和江苏省13个地级市的统计局公布的《2016年国民经济和社会发展统计公报》等。

2 指标体系构建

土地生态安全评价包括指标体系构建和评价方法两部分。其中，构建土地生态安全评价指标体系是分析并评价江苏省土地生态安全的第一步。通过对当前相关文献的收集与阅读发现，一部分既有文献没有指出构建土地生态安全评价指标体系的依据，缺乏科学性；另一部分既有文献主要从人类与自然的关系出发，基于“压力-状态-响应”（PSR）模型构建相应的指标体系；缺乏全面性。土地生态安全评价指标体系的建立必须以体现可持续发展战略目标的内涵为前提，从经济发展、社会发展、土地生态环境质量等各个方面，客观真实地反映本地区土地生态安全的状态，使评价目标和评价指标构成一个完整的有机体。据此，按照系统性原则、科学性原则、可操作性原则、定性分析与定量分析相结合的原则、动态性和稳定性相结合的原则，本研究从《2017年江苏省统计年鉴》和江苏省13个地级市的《2016年国民经济和社会发展统计公报》等官方公布的权威资料中提取相应指标，基于经济发展、社会发展和自然环境三个维度构建江苏省土地生态安全评价指标体系（表1），继而运用该评价指标体系对江苏省13个地级市进行实证分析。

该指标体系包括人口密度（X1）、城镇化率（X2）、第三产业占比（X3）、人均地区生产总值（X4）、农耕机械化水平（X5）、农用化肥施用量（X6）、实际使用外资（X7）、人均公园绿地面积（X8）和建成区绿地覆盖率（X9）9个指标。其中，人口密度反映一个地区人口的分布情况，人口越稠密，对土地资源造成的压力越大，对土地生态安全具有消极影响；城镇化率越高的地区社会经济发展水平越高，农业活动所占的比重越低；与传统第一、第二产业相比，第三产业不生产物质产品，对土地资源依赖度较低，因此第三产业占比越高，对土地生态安全造成的威胁越小；人均地区生产总值是衡量一个地区经济发展状况的重要指标之一，人均地区生产总值越高，说明该地区经济越发达；农耕机械化水平越高，农业生产经营水平、经济效益和生态效益就越高；农用化肥施用量越多，对该地区土地生态安全带来的危害则越大；实际使用外资的数额反映了一个地区的经济实力，经济实力越强，土地资源优势越容易形成生产力；人均公园绿地面積和建成区绿地覆盖率这两项指标直接从生态环境的角度体现一个地区土地生态安全的状况。

3 江苏省土地生态安全评价过程

3.1 主成分聚类分析

3.1.1 主成分分析过程。本研究选择SPSS21.0作为分析工具，由于所选取的指标从三个不同维度对江苏省土地生态安全进行评价，指标彼此间的趋势化不同且存在量纲和数量级的影响，因此，为了使指标同趋势化并消除量纲和数量级的影响，事先需要对数据进行正向化处理而后再进行标准化处理（表2）。需要说明的是若预处理后的相关指标值变为负数，则说明该样本的指标值低于全省该指标的平均值。数据预处理完成后，得到两两指标之间的相关系数矩阵R（表3）。由相关系数矩阵可知，指标之间既存在正负相关也存在强弱相关，且部分指标之间的相关性很强。例如，ZX2与ZX3之间的相关系数为0.86，说明这两个指标所携带的信息之间有极大的重叠部分，若直接用于数据分析，会带来严重的多重共线性问题。需要指出的是，ZX1表示的是原始指标X1经过数据预处理后得到的标量，表3中的其他各指标的含义如此类推。

由表3可知，各指标之间存在较强的相关性，可采用主成分分析法进行降维。由SPSS21.0计算可得KMO（Kaiser-Meyer-Olkin）检验统计量的值为0.617。根据Kaiser给出的常用的KMO度量标准，0.7表示一般，0.693非常接近0.7，说明原有变量之间的相关性较强，适合做因子分析。巴特利特球度检验的检验统计量的观测值为79.411，相应的概率P值接近0，表明样本数量充足，相关系数矩阵R为非单位阵，故可以进行主成分分析。矩阵特征值与累计贡献率如表4所示，提取前三个主成分即提取样本85.017%的数据信息（前三个特征值的累计贡献率为85.017%）。提取的三个主成分的得分系数矩阵如表5所示，其中F1、F2、F3分别表示第1、2、3个主成分，由表5可知，F1在ZX1（人口密度）、ZX2（城镇化率）、ZX3（第三产业占比）、ZX4（人均地区生产总值）、ZX6（农用化肥施用量）、ZX7（实际使用外资）这6个变量上的荷载量都很大，这些指标主要从经济层面刻画经济对土地生态安全的影响，因此将其定义为经济发展质量因子；F2在ZX8（人均公园绿地面积）和ZX9（建成区绿地覆盖率）这2个指标上具有较高的载荷，这2个指标都是从生态环境方面反映生态环境因素对土地生态安全的影响，因此可以将其定义为生态环境发展因子；F3在ZX5（农耕机械化水平）这1个变量上荷载量较高，并从农业机械化角度间接地反映了土地集约利用程度，因此可将其定义为土地利用结构因子。

通过采用主成分分析法，在损失较少信息量的情况下，成功地将综合评价中多个指标降维成数量较少的3个综合指标，即主成分F1、F2、F3。进而运用回归方法估算出各样本的主成分得分，并用各主成分的方差贡献率占3个主成分总方差贡献率的比重作为权重进行加权汇总，得出江苏省各地级市土地生态安全综合得分F，即：F=（57.913/85.017）F1+（15.272/85.017）F2+（11.833/85.017）F3。计算出综合得分F后，按照其大小进行排序，从而得出江苏省13个地级市的土地生态安全综合排名（表6）。

3.1.2 聚类分析过程。传统的聚类分析方法不能有效消除评价指标之间的相关性，从而造成聚类结果的误差较大。为避免这一缺陷，本研究选取SPSS21.0中的聚类分析法，将上述提取的3个主成分F1、F2、F3的分析结果作为原始数据输入并进行聚类分析（F1、F2、F3之间线性无关），通过对江苏省13个地级市土地生态安全情况进行聚类分析，得出江苏省13个地级市土地生态安全聚类分析的谱系图（图1）。一方面，从实证分析的结果来看，聚类分析所得出的类别结果和上述主成分分析得出的排序结果高度吻合，即在主成分分析结果中综合得分排在第一位的是省会南京，排在最后一位的是盐城。而在聚类分析中，若聚为三类，则第一类中包含南京这一城市，盐城聚在最后一类，聚类分析所得的结果与主成分排序结果完全一致，这就从实证的角度反映出本研究所构建的主成分-聚类分析模型具有较高的科学性和合理性；另一方面，从江苏省土地生态环境的实际情况来看，主成分-聚类分析的结果与近几年来江苏省土地生态安全的实际发展情况高度吻合，且与已经发表的有关江苏省土地生态安全评价的学术论文中的结果高度一致。

因此根据上述聚类分析结果可知，将江苏省13个地级市土地生态安全评价结果聚成3类较为合理。将上述主成分综合得分排在第1位的南京聚为第Ⅰ类（综合得分高于1）；盐城的综合得分最低（综合得分低于-1分），且宿迁、泰州、淮安和連云港的综合得分均为负值，因此将这几个城市聚为第Ⅲ类；其他地级市如无锡、镇江、苏州、常州、南通、扬州和徐州的综合得分排在中间（综合得分在0至1之间），聚为第Ⅱ类。此外，从聚为3类的地级市的数量分布情况而言，聚在第Ⅰ类的地级市有1个，聚在第Ⅱ类的地级市有7个，聚在第Ⅲ类的地级市有5个。3类城市的聚集数量正态分布情况大致吻合，逻辑合理性较强，其空间布局情况如图2所示。

3.2 结论与讨论

依据表6和图1可将江苏省土地生态安全划分为低度风险区、中度风险区和高度风险区三种类型。其中，土地生态安全低度风险区（Ⅰ类）包括南京这一个省会城市；土地生态安全中度风险区（Ⅱ类）包括无锡、镇江、苏州、常州、南通、扬州、徐州这8个地级市；土地生态安全高度风险区（Ⅲ类）包括宿迁、泰州、淮安、连云港、盐城这5个城市。

在第Ⅰ类中，限于篇幅，仅围绕南京展开分析。由表6可知，南京F1得分（1.45269）排在第1位，表明南京经济发展质量较高，对土地资源造成的破坏较少；F3得分（1.04874）排在第4位，说明南京较为重视土地利用结构；化工作为南京传统四大支柱产业之一，在为全市经济提供巨大贡献率的同时，对生态环境也造成了一定的负面影响，使得生态环境发展因子低于全省平均水平。在现实情况中，从经济发展情况来看，南京虽为江苏省省会，但经济发展水平一直低于无锡和苏州苏南两市。但是近些年来，南京市积极适应和引领经济发展新常态，经济运行总体呈现稳中有进、稳中提质的态势。第三产业增加值所占的地区生产总值的比重比2015年提高1.1个百分点，高技术、新产品发展势头好，新业态发展强劲，对土地资源的依赖程度逐渐降低。从生态环境方面看，四大片区工业布局调整取得新进展，实施100个重点节能项目；南京市共划定104块生态红线区域，总面积达1630.04 km?，占全市国土面积的24.75%，生态环境持续改善，并被授予“国家生态市”称号。从土地利用结构方面看，南京一直坚持遵循自然规律和科学管理相结合，优化国土空间分布布局，提高土地利用率和综合效益。因此，土地生态安全风险低。

第Ⅱ类中共有7个地级市，限于篇幅，仅以徐州为例进行分析。从主成分得分情况看，徐州F1（-0.26529）、F2（0.81759）和F3（0.28121），其中F2位列全省第4位。徐州是华东地区重要的门户城市，是江苏省重要的经济、商业和对外贸易中心，也是国家“一带一路”建设的重要节点城市。2016年徐州的经济运行保持平稳，但与苏南相比，经济水平仍有差距，对土地资源的依赖程度比苏南城市高。生态环境方面，2016年年末全市林木覆盖率和市区建成区绿化覆盖率分别为30.3%和43.3%，成功创建省级生态市，并以综合得分第一名的成绩荣膺中国人居环境奖。在全省范围内，徐州的土地利用结构水平不突出，位于中等水平。综合上述因素，徐州的土地生态安全存在一定的风险。

第Ⅲ类包含5个城市，选取排在最后一位的盐城展开分析。由主成分得分情况看，盐城F1的得分为负值且低于全省平均水平。在经济发展发面，盐城严重依赖韩资为主的汽车工业以及汽车零部件产业，经济结构不合理。盐城占有全省16%的土地面积和10.7%的人口，然而仅创造出全省6%的地区生产总值。从生态环境方面看，由于盐城在全省属于经济欠发达地区，环境基础设施建设相对滞后，因此人均公园绿地面积和建成区绿化覆盖率都落后于全省。如今盐城已开始重视绿色发展，2016年全市空气质量持续保持全省第一、全国前列。

对土地生态安全类别进行划分有着重要的现实意义，能为江苏省土地资源的开发和利用提供借鉴和决策参考。由上述分析可知，江苏省的土地生态安全类别分布状况和江苏省的经济发展水平分布状况非常现实，处于低度风险区的是经济发达的省会城市，土地生态安全面临威胁的都是苏中和苏北地区。根据分析结果，江苏省今后应重点保护苏中和苏北地区的土地生态安全状况，加大环保资金的扶持力度，制定科學有效的政策，避免为了发展经济而对土地生态造成更大的破坏。

4 结论

目前研究土地生态安全的文献存在着数据收集困难、指标数量过多等不足，而本研究采取具有代表性的少量指标进行分析，所得结果与江苏省土地生态安全的实际情况高度吻合，反映本研究具有科学合理性。同时，针对目前学界关于土地生态安全研究的文献多采用单一方法，无法避免单一评价方法带来的缺钱这一问题，本研究基于主成分分析和聚类分析的组合模型，将采用主成分提取出的线性无关的数据作为聚类分析的原始数据输入，不仅避免了指标过多的弊端，也提高了数据分析的精度。当然，土地生态安全水平是一个不断随着时间变化而变化着的动态过程，因此，引入时间序列进行土地生态安全研究是必要的。

[参考文献]

[1] 张松男.吉林省四平市土地生态安全评价研究[D].哈尔滨：东北农业大学，2013.

[2] 刘勇，刘友兆，徐萍.区域土地资源生态安全评价—以浙江嘉兴市为例[J].资源科学，2004（03）：69-75.

[3] 董飞，宋戈.城市区域土地生态安全评价—以哈尔滨市阿城区为例[J].国土资源情报，2010（04）：41-45.

[4] 吴未，谢嗣频.中国土地生态安全评价研究进展与展望[J].河北农业科学，2010，14（05）：99-102+159.

[5] 谭文兵，李雪梅.灰色关联投影模型在土地生态安全评价中的应用[J].中国人口·资源与环境，2017，27（S2）：111-114.