四川省土地生态经济系统稳定性时空格局

杨远琴, 任 平*, 洪步庭, 第珊珊

(1. 四川师范大学 西南土地资源评价与监测教育部重点实验室, 四川 成都 610066;2. 四川师范大学 地理与资源科学学院, 四川 成都 610066)

我国是一个人多地少的农业大国,随着社会经济的发展,正面临着耕地资源短缺、生态环境不断恶化等影响土地生态经济系统稳定性的一系列问题[1].如何协调经济发展与生态环境保护的关系,促进土地生态经济系统稳定协调可持续发展成为当今社会共同面临的问题.

土地生态经济系统是指在人类社会参与下的土地生态系统和土地经济系统之间相互作用、相互耦合而成的具有一定结构和功能的复合系统[2].而土地生态经济系统的稳定性是指当土地生态经济系统受到外来作用影响时,经过系统自身的调节能否回到原来的平衡稳定状态.因此对土地生态经济系统稳定性进行分析,正确评估土地生态经济系统运行状态,对于合理开发区域土地资源,维护土地生态经济系统的安全运行,实现土地资源可持续利用具有重要的理论价值和实践意义[3].

文献[4-5]对土地生态经济系统运行机制进行了研究,梅伟[6]对土地生态经济系统效益进行了评价,文献[7-9]对土地生态经济系统与土地资源可持续利用的关系进行了探讨.而对土地生态经济系统稳定性的研究很少,且存在一些亟待解决的问题:一是研究方法比较单一;二是研究尺度过大,多为省域尺度;三是缺乏地区间的相互比较,且研究年限较短,没有进行土地生态经济系统稳定性的时空格局演变分析,难以找出土地生态经济系统稳定性的演变规律[10].基于以上存在的问题,本文对四川省21个市(州)2005—2014年的土地生态经济系统稳定性研究进行了创新:一是对研究方法进行了创新,熵权TOPSIS法(逼近理想排解法)是一种运用距离作为评价标准的综合评价法,即通过计算评价对象与最优解、最劣解的距离,以此来判定评价对象的优劣[11].运用熵权TOPSIS法可以计算出土地生态经济系统稳定性与最优解、最劣解的相对距离,并揭示土地生态经济系统稳定性与理想状态的差距,以此判定土地生态经济系统稳定性状况,且熵权TOPSIS法既有利于多指标之间的对比,也有利于不同年份之间的分析,计算简单方便,因此引入熵权TOPSIS法对四川省2005—2014年各市(州)的土地生态经济系统稳定性进行分析.二是缩小了研究尺度,本文以市域为研究对象.三是对各市(州)之间进行了比较,且延长了研究年限.运用ArcGIS空间分析法分析其时空格局演化过程,既包括了各个市(州)时间序列上的纵向分析,又有各市(州)间的相互比较,且分别计算了土地生态系统、土地经济系统的稳定性,以揭示四川省各市(州)土地生态经济系统稳定性时空格局演化原因及其规律,以期为实现四川省土地资源可持续利用提供决策参考.

1 研究区与研究方法

1.1研究区概况与数据来源四川省位于中国西南腹地,地处长江上游,辖区面积48.6万km2,地貌复杂,土壤类型多样,共辖18个地级市、3个自治州.2016年底,常住人口8 262万人,实现地区生产总值2 680.5亿元,比上年增长7.7%,其中,第一、二、三产业增长率分别为3.8%、7.5%和9.1%.

本文使用的数据来源于2006—2015年《四川省统计年鉴》以及四川省21个省辖市(州)的市(州)统计年鉴.

1.2评价体系的建立土地生态经济系统由土地生态系统与土地经济系统耦合而成,其中土地生态系统由土地系统和生态环境系统耦合而成,土地经济系统由经济、土地和社会系统耦合而成,所以土地生态经济系统包含经济、土地、环境和社会4个子系统[12].本文在遵循科学性、实用性、地域性、可操作性和动态性的原则下,以实现经济、土地、环境和社会4个子系统的综合发展为出发点,力求全面反映土地生态系统和土地经济系统能长期协调发展,选取经济、土地、环境和社会4个方面各5个指标,共20个指标[13],构建起四川省土地生态经济系统稳定性评价指标体系(表1).

1.3评价方法

1.3.1熵权TOPSIS法 熵权TOPSIS法是系统工程中有限方案多目标决策分析的一种常用的决策技术[14].首先利用熵权法计算指标权重,构造各评价指标的最优解和最劣解,再根据评价对象与最优解和最劣解的相对接近程度进行排序,以此作为评价对象相对优劣的依据[15].具体步骤如下.

1) 数据标准化处理.由于各评价指标通常具有不同的量纲和数量级,因此需对原始数据进行标准化处理.本文采取极差标准化法对数据进行无量纲化处理.

正向指标

Yij=(xij-minXij)/(maxXij-minXij),

(1)

负向指标

Yij=(maxXij-Xij)/(maxXij-minXij),

(2)

其中,Yij为指标标准化值,Xij为指标属性值,maxXij、minXij分别为某一指标的最大值和最小值.

2) 确定指标权重W(见表1).熵权法指通过计算熵值来判断某个指标的离散程度,指标的离散程度越大,该指标对综合评价的影响越大,即权重越大[16].熵权法属于客观赋权法之一,可以降低指标权重赋值的主观随意性,计算过程如下:

① 计算第j项指标下第i个评价对象指标值的比重

一届届的学生与自己所在学校的校园建筑朝夕相处，难免每个人都会在学校的某个角落里，有着特别的记忆。一间教室、一间宿舍里都有可能有着一段难忘的回忆，但是这些故事情感与共鸣感的传播只局限在当事人的人际交往圈中，无法达到多个人际交往圈的重叠并产生更高程度上的情感共鸣。我们团队所做的校园漫游社交APP正是为此而生。团队旨在将这个APP建立成为一个情感寄托与联系的平台，为还在学校的以及已经毕业的莘莘学子，创造一个记录服务校园生活，分享交流对学校的情感，稳固学生与学校的关系，建立牢固关系纽带的一个记录分享服务型平台。

(3)

② 计算第j项指标的熵值

(4)

③ 计算第j项指标的差异性系数

gj=1-ej;

(5)

④ 计算第j项指标的权重

(6)

3) 确定加权规范化决策矩阵

Z=|Zij|mn=|wjYij|mn.

(7)

4) 确定最优解Z+和最劣解Z-:

Z+=[maxZij],j=1,2…,n,

(8)

Z-=[minZij],j=1,2…,n.

(9)

5) 计算各评价对象与最优解、最劣解的距离:

(10)

(11)

(12)

其中,0≤Ci≤1,Ci值越大表明评价对象越接近最优解,稳定性越好,反之越低.

1.3.2计算标准差和变异系数 各市(州)土地生态经济系统稳定性有绝对差异和相对差异之分,一般分别用标准差σ和变异系数CV来衡量.标准差可反映一组数据内各数值间的离散程度,即反映各数值与平均值的差异程度;变异系数为标准差与其平均数的比值,是用来衡量变异程度的统计量,可以反映地区的相对均衡度,能够反映四川省各市(州)间土地生态经济系统稳定性的变化程度.

表1 四川省土地生态经济系统稳定性评价指标体系及权重

(13)

(14)

1.3.3空间相关性分析 Moran’s I统计值可以反映邻接或临近区域同一地理现象或同一属性值的关联程度,用于验证各市(州)土地生态经济系统稳定性是否在空间上存在集聚特征,并描述其空间分布态势:

(15)

2 结果与分析

2.1四川省土地生态经济系统稳定性综合评价由(1)～(12)式计算四川省各市(州)土地生态系统、土地经济系统和土地生态经济系统稳定性贴近度值(图1).从图1可知,2005—2014年四川省各市(州)土地生态经济系统稳定性贴近度值整体上处于波动上升状态,省平均水平由2005年的0.293增长到2014年的0.579,说明在2005—2014年间,四川省土地生态经济系统稳定性在逐渐提升,但并没有处于一个优良状态,只是在不断向协调可持续的良好方向发展.

德阳市在2005—2008年间位居第一,得益于德阳市良好的经济基础和较好的生态环境保护,其土地生态系统与土地经济系统的贴近度值都较高(2005—2008年间平均值分别为0.483、0.457).但凉山州在2009年后超越德阳市,在2009—2014年间位居四川省第一,这是因为凉山州地广人稀,生态环境保护得好,土地生态系统贴近度值高(2009—2014年间平均值为0.685);另一方面,凉山州结合自身优势和政策支持,加快了经济发展速度,土地经济系统的贴近度值也不断增大(2009—2014年间平均值为0.411),因此土地生态经济系统的稳定性不断提高.成都市作为四川省的省会城市,土地生态经济系统稳定性一直处于较高水平,贴近度值从2005年的0.343波动增长到了2014年的0.638,因为成都市经济发展快速,经济水平不断提高,土地经济系统贴近度值一直位居第一(10年间平均值为0.569),但由于人地矛盾日益突出,追求经济利益时忽略了生态环境的保护,土地生态系统贴近度值波动下降(10年间平均值为0.427),因此土地生态经济系统的稳定性未能位居四川省第一.攀枝花市10年有8年(除2006和2014年)土地生态经济系统稳定性位居全省最后一位,是因为其经济发展优势逐渐消耗殆尽,经济增长缓慢,土地经济系统贴近度值稍有提升(10年平均值为0.432),但其环境污染严重,土地生态系统贴近度值波动下降(10年平均值为0.316),因此土地生态经济系统稳定性差.

图 1 2005—2014年各市(州)土地生态经济系统稳定性贴近度值

2.2四川省土地生态经济系统稳定性区域差异特征 由(13)和(14)式计算标准差和变异系数(图2).从图2可知,标准差从2005年的0.056波动增长到2014年的0.070,但其年际增长幅度很小,且其值非常小,说明四川省各市(州)土地生态经济系统稳定性的绝对差异有所加大,但整体上各市(州)的绝对差异较小,每个年份各市(州)的贴近度值都接近于平均值,各市(州)土地生态经济系统稳定性的相对差异逐渐减小.2005—2014年变异系数整体上处于下降的态势(除2005、2009和2011年有小幅度上升),说明各市(州)之间的土地生态经济系统稳定性相对差异在逐渐减小,这表明基期年土地生态经济系统稳定性较低的城市(攀枝花市、阿坝州、内江市、巴中市和凉山州等)提高的幅度要大于基期年土地生态经济系统稳定性较高的城市(德阳市、成都市和广安市等).

图 2 四川省区域土地生态经济系统稳定性差异的变化过程

2.3四川省土地生态经济系统稳定性全局空间自相关 由(14)式计算得到四川省的Moran’s I值(表2).可知,2005—2014年间,四川省土地生态经济系统稳定性全局空间自相关Moran’s I值均较小,除去2006和2007年为较小的正值,其他年份均为较大的负值,表明四川省土地生态经济系统从最开始的弱离散分布转变为弱集聚分布,最终又转变为弱离散分布.因此,四川省土地生态经济系统稳定性整体上表现为弱离散分布,且全局空间自相关性不明显.

按照相关性强弱把10年的Moran’s I值分为3类(表3),即弱空间正相关、较弱空间负相关和较强空间负相关.2006和2007年为弱空间正相关,值大于0且小于0.2,即具有较高(低)土地生态经济系统稳定性的地区趋于和较高(低)土地生态经济系统稳定性的地区集聚,但这种集聚的程度并不明显,为非常弱的空间集聚分布;2005年和2008—2014年间(除2009、2012年)为较弱空间负相关,其值在-0.3～0之间,即具有较高(低)土地生态经济系统稳定性的地区趋于和较低(高)土地生态经济系统稳定性的地区集聚,但为较弱的空间离散分布,且在时间序列上表现出略微增强的空间离散分布态势;2009和2012年为较强空间负相关,值在-0.4～-0.3之间,表现为较强的空间离散分布.

表2土地生态经济系统稳定性Moran’sI值

Tab.2Moran’sIofstabilityoflandeco-economicsystem

年份Moran’s I相关性空间格局2005-0.137弱空间负相关弱离散分布20060.140弱空间正相关弱集聚分布20070.187弱空间正相关弱集聚分布2008-0.150弱空间负相关弱离散分布2009-0.361较强空间负相关较强离散分布2010-0.197弱空间负相关弱离散分布2011-0.271弱空间负相关弱离散分布2012-0.356较强空间负相关较强离散分布2013-0.237弱空间负相关弱离散分布2014-0.238弱空间负相关弱离散分布

2.4四川省土地生态经济系统稳定性空间格局演化 为探究四川省土地生态经济系统稳定性的空间格局及其演变,使用 ArcMap10.2 软件将 2005、2008、2011和2014年的四川省土地生态经济系统稳定性贴近度值进行空间表达:依据数据特征将贴近度值分为8个数段:0.16～0.23、0.23～0.30、0.30～0.37、0.37～0.44、0.44～0.51、0.51～0.58、0.58～0.65和0.65～0.72,由浅到深的颜色依次表示(图3).

表3Moran’sI值分类表

Tab.3ClassificationsofMoran’sI

年份Moran’s I分类20060.14020070.187弱2005-0.1372008-0.1502010-0.1972013-0.2372014-0.2382011-0.271较弱2012-0.3562009-0.361较强

图3四川省土地生态经济系统稳定性空间格局图

Fig.3Spatialpatterndiagramofthestabilityoflandeco-economicsysteminSichuanProvince

从整体来看,各市(州)的色块颜色随着年份的增加在不断地变深,说明各市(州)土地生态经济系统稳定性在不断提高.2005年全省土地生态经济系统稳定性贴近度值集中在0.23～0.37之间,整体水平较低,因此色块颜色较浅.只有德阳市和广安市贴近度值较高,分别为0.402和0.379,2008年贴近度值依然集中分布在0.23～0.37之间,平均值为0.323,其整体水平较2005年有所提升,但依然较低,色块颜色有所变深.德阳市和凉山州贴近度值较高,为0.415和0.388,2011年贴近度值集中分布在0.37～0.51之间,平均值为0.451,较前两年已有了较大的增长,色块颜色进一步加深,凉山州贴近度值达到0.529的最大值,2014年贴近度值集中分布在0.51～0.65之间,整体水平较高,因此色块颜色最深.凉山州稳居第一,为0.695,成都市位居第二,为0.638.虽然全省各市(州)的土地生态经济系统稳定性都有所提高,但是各市(州)变化幅度不同,因此色块颜色变化的梯度也不同,土地生态经济系统稳定性的空间分布格局在不断地演变.

从增长速度来看,2005—2014年土地生态经济系统稳定性提高速度较快的是凉山州、阿坝州、内江市和甘孜州,10年内分别提升了0.435、0.388、0.380和0.328,2014年的值大约是2005年的1.5倍.这些市(州)之所以提高快,主要得益于土地生态系统稳定性的提高,其中人均公路通车里程的增加、耕地面积的保护、耕地化肥施用量的减少、污水处理率的提高、森林的保护和繁育等起了主要作用.另外,经济不断发展,人均GDP、城市和农村居民的收入和城市化水平不断提高、社会保障占财务支出的比重不断增加,促进了土地经济系统稳定性的提高,因此这些市(州)的土地生态经济系统的稳定性提高快,其中凉山州位居第一.增长速度最慢的是攀枝花市,攀枝花市为资源依托型城市,随着资源的不断开发利用,资源日益减少,导致经济发展动力不足,另外,资源开发造成许多环境问题,环境质量日益下降,因此攀枝花市土地生态经济系统稳定性低且增速慢.

从高值分布区域来看,四川省各市(州)土地生态经济系统稳定性的高值区在不断转变,2005年高值区主要分布在川东区域,分别以德阳市为起点向西南延伸,以广安市为起点向西北延伸;2008年的高值区分布在以德阳为首的川东地区(包括德阳、成都和资阳)和川南的凉山州;2011年的高值区依然分布在川东和凉山州,不同的是以往的德阳市、成都市高值区变为次高值区,新兴的高值区有达州市和内江市;2014年的高值区以凉山州为中心向北延伸,以南充市为中心向南延伸.总之,高值区由2005年的川东高值区转变为2008年的川东和川南两个高值区,且以川南为首.

3 结论与讨论

1) 2005—2014年四川省土地生态经济系统稳定性贴近度值整体上处于波动上升状态,省平均水平由2005年的0.293增长到2014年的0.579,说明四川省土地生态经济系统稳定性逐渐提升,但并没有处于优良状态,只是在不断向协调可持续的良好方向发展.

2) 各市(州)土地生态经济系统稳定性绝对差异有所增大,但相对差异逐渐减小;四川省土地生态经济系统稳定性表现为弱离散分布,全局空间自相关性不明显.

3) 四川省土地生态经济系统稳定性空间分布格局在不断演变,高值区由2005年的川东高值区演变为2008年的川东和川南两个高值区,且以川南为首.

4) 本文将熵权TOPSIS法运用到土地生态经济系统稳定性分析中,研究结果证明具有可行性,丰富了土地生态经济系统稳定性的研究方法;但是由于目前尚缺乏统一的土地生态经济系统稳定性评价框架,文中构建的评价指标体系有待进一步完善,且受数据可获取性等因素制约,导致研究年限较短、研究尺度依然过大.因此县域尺度及其驱动机制研究将是今后进一步探讨的方向.

[1] 李进涛. 东营市土地生态经济系统分析[D]. 泰安:山东农业大学,2015．

[2] 张殿发,黄弈龙. 土地资源可持续利用的生态经济系统分析[J]. 生态与农村环境学报,2000,16(2):45-48．

[3] 李大伟. 土地生态经济系统稳定性分析[D]．长春:吉林大学,2010．

[4] 张兆福,魏朝富,谢德体. 土地生态经济系统运行机制及其调控研究[J]. 生态经济,2006(6):60-63．

[5] 马艺枫,田欢. 土地生态经济系统规划及运行机制[J]. 国土资源科技管理,2008,25(6):52-56．

[6] 梅伟. 厦门市土地生态经济系统效益评价及耦合关系研究[D]．福州:福建师范大学,2013．

[7] 王润霞. 土地生态经济系统协调发展与土地资源可持续利用的关系探讨[J]. 天津农学院学报,2010,17(3):49-51．

[8] 王万茂,李俊梅. 土地生态经济系统与土地资源持续利用研究[J]. 中国生态农业学报,2003,11(2):153-155．

[9] 吴雪飞,吕志红,李雪岩. 浅议土地生态经济系统与土地资源持续利用研究[J]. 现代经济信息,2011(9X):114．

[10] PAWLOWSKI C W, MCCORD C. A Markov model for assessing ecological stability properties[J]. Ecological Modelling,2009,220(2):86-95.

[11] 雷勋平,邱广华. 基于熵权TOPSIS模型的区域资源环境承载力评价实证研究[J]. 环境科学学报,2016,36(1):314-323．

[12] 周迎雪,李贻学,孙仪阳. 基于TOPSIS的聊城市土地生态经济系统稳定性分析[J]. 水土保持研究,2016,23(6):26-31．

[13] SEYEDMOHAMMADI J, SARMADIAN F, JAFARZADEH A A, et al. Application of SAW, TOPSIS and fuzzy TOPSIS models in cultivation priority planning for maize, rapeseed and soybean crops[J]. Geoderma,2018,310:178-190.

[14] MARTEN G G. Productivity, stability, sustainability, equitability and autonomy as properties for agroecosystem assessment[J]. Agricultural Systems,1988,26(4):291-316.

[15] 何艳冰,黄晓军,杨新军. 快速城市化背景下城市边缘区失地农民适应性研究:以西安市为例[J]．地理研究,2017,36(2):226-240．

[16] 洪惠坤,廖和平,魏朝富,等. 基于改进TOPSIS方法的三峡库区生态敏感区土地利用系统健康评价[J]. 生态学报,2015,35(24):008016-8027.