成都平原经济区土地可持续利用水平变化及驱动因素分析

罗雅红, 龚建周, 姚昆

成都平原经济区土地可持续利用水平变化及驱动因素分析

罗雅红1, 2, 龚建周1,*, 姚昆2,*

1. 广州大学地理科学学院, 广东 广州 510006 2. 西昌学院资源与环境学院, 四川 西昌 615000

土地资源的可持续利用是区域可持续发展的基础, 成都平原经济区土地不仅关乎经济区的经济社会与土地资源的协调发展, 还影响着整个四川省甚至西南地区的协调可持续发展。文章借用主成分分析和灰色关联模型, 对成都平原经济区(成都市除外)的土地可持续利用水平进行指数计算, 同时探其驱动因素。结果表明, 2006—2015年, 成都平原经济区整体和各地级市的土地可持续利用水平各有不同, 但整体趋势良好; 主要的影响因素有: 耕地数量和质量、对土地资源的保护力度、农林产品的收益、城乡居民的生活需求和人口的规模和增速等。各地级市之间的土地可持续利用水平差距将逐渐缩小, 区域有望协调发展。

土地可持续利用; 驱动因素; 主成分分析; 灰色关联法; 成都平原经济区

0 前言

自1987年“可持续发展”概念被提出, 可持续发展迅速成为学界的热点领域研究之一。1990年, 土地可持续利用思想在“土地可持续利用系统国际研讨会”上被提出[1], 1993年《可持续土地管理评价纲要》被正式颁布, 之后, 土地可持续利用就被推上全球可持续发展的战略高度[2]。美国学者Yong将土地可持续利用定义为: 保护土地赖以生产的资源且维持其持久生产力的基础上, 获得最高土地生产力的一种土地利用方式[3]。国内有关研究认为土地可持续利用是指土地利用既要满足当代人社会经济发展需要, 又不影响后代人的生存发展需要, 运用技术、政策将社会经济原则与环境关系一体化行为结合起来, 实现人与自然和谐相处的目标[4]。

随着社会经济的发展、人口的增长, 土地资源面临土地退化、水土流失、质量下降等各种危机, 人地矛盾日益突出, 土地可持续利用逐渐成为学者们的研究热点。在研究内容方面, 主要集中于指标体系构建、土地可持续利用水平评价[5-7]和驱动力分析。但是至今, 国内外学者对于指标体系的构建尚未达成一致意见, 实际应用中常常根据不同的研究区域、数据的可获取性等做出相应的选择。如: Preri基于压力-状态-反应框架建立了土地质量评价指标体系[8]; 我国赵旭从资源节约、环境友好、经济发展和社会和谐四个层次建立城市土地可持续利用评价指标体系[9]; 张碧等用多种方法对指标进行筛选, 最终建立起四川省土地可持续利用评价指标体系[10]。在评价方法方面, 主要有模糊灰色关联法、人工神经网络模型法、生态足迹模型法、三角模型法、综合指数法等[11-15], 其中综合指数法是当前应用最为广泛的方法。在土地可持续利用动态变化的驱动力方面, 研究认为驱动因素主要涉及资源、环境、经济和社会共四个系统, 包括土壤质量、人均耕地面积、生态脆弱性、地区生产总值、人均可支配收入、人口、政策和技术等多项因素[16-17]。从研究区域来看, 已有研究主要集中于单一市或省[18-19], 对多市或多省构成的经济一体化区域的研究较少。

成都平原经济区是中国九大粮食生产基地之一, 近年来随着城镇化的加速发展, 大量的人口向成都平原经济区聚集, 加剧了城镇建设用地与农业用地矛盾[20]。本文进行成都平原经济区土地可持续利用水平的动态变化及驱动因素的案例研究, 既为进一步探讨土地可持续利用评价体系的构建与评价方法, 也为探讨中国经济一体化区域的土地可持续利用现状趋势, 以期为制定相关的土地利用规划政策提供研究基础, 推进未来区域经济的可持续发展。研究思路与结构如下: 从资源、环境、经济、社会共4个方面, 构建成都平原经济区土地可持续利用评价指标体系; 采用主成分分析法测算2006—2015年土地可持续利用水平及动态; 最后, 利用灰色关联模型进行区域土地可持续利用变化的驱动因素分析。

1 数据与方法

1.1 研究区概况与数据

成都平原经济区位于四川省中西部, 除省级市成都外, 还包括遂宁、德阳、绵阳、眉山、乐山、资阳、雅安等7个地级市(图1), 总面积约为6.4× 104km2。位于25°51ʹN—33°03ʹN, 101°55ʹE— 106° 59′E之间, 受亚热带季风气候和以平原为主的地形影响, 土壤肥沃, 自然资源禀赋较好, 集中了四川省40%的人口, 经济总量占全省的60%, 经济发展水平较高[20]。其良好的自然地理条件, 使该经济区成为四川省重要的粮食产区和人口密集区, 并逐渐成为四川省参与全国区域竞争的龙头和主体。

1.2 数据来源

数据来源于2007—2016《四川统计年鉴》, 遂宁、德阳、绵阳、眉山、乐山、资阳、雅安等7个地级市2006—2015年《国民经济和社会发展统计公报》、2007—2016年《中国城市统计年鉴》、2007—2016年《政府工作报告》, 部分数据根据相关统计数据进行一定计算得到。

图1 研究区域示意图

Figure 1 Schematic diagram of study area

1.3 土地可持续利用评价

1.3.1 指标体系构建

1993年, 联合国粮农组织(FAO)将颁布的《可持续土地管理评价纲要》中提出的生产性、安全性、保护性、经济性、社会性等作为土地可持续评价的五大标准[21]。依据这五大标准; 参考学者们已有的研究成果[3,10,22]; 遵循指标体系选取的科学性、准确性、全面性、相对独立性、可获取性等原则; 结合各城市的实际情况, 建立基于资源禀赋、环境保护、经济发展、社会和谐等4个准则层共19个指标的土地可持续利用水平指标体系(表1)。

1.3.2 数据无量纲化

采用S相对系数法, 对数据进行无量纲化处理, 形成样本矩阵:

(正向指标) 公式(1)

(负向指标) 公式(2)

1.3.3 基于主成分分析方法的土地可持续利用指数计算及分级

基于表1构建的评价指标体系, 利用主成分分析降维的原理与方法, 首先提取累积方差大于85%的前几个主因子; 然后, 构建因子得分变量, 并将此变量作为土地可持续利用指数; 最后, 计算土地可持续利用指数值, 并进行可持续利用水平的等级划分。详细的主成分分析原理、方法见资料[23-24]。参考有关学者的研究[18–19,21], 结合成都平原经济区2006—2015年土地可持续利用水平的计算结果(图2、图3), 制定研究区土地可持续利用水平分级的标准如表2所示。

表1 成都平原经济区区域土地可持续利用水平指标体系

注: “+”表示正向指标, “-”表示负向指标

表2 土地可持续利用水平等级标准

1.3.4 基于灰色关联模型的土地可持续利用变化驱动因素分析

针对回归分析、方差分析等传统数理统计方法存在的需要大量数据、样本数据需要服从某个概率分布, 以及容易得出与定性分析不符的结果等缺陷[25]; 结合考虑我国现有统计数据可能存在的较大程度灰色问题, 本文采用灰色关联模型进行土地可持续利用变化驱动因素分析。其基本思路是根据序列曲线几何形状的相似程度来判断二者之间联系的紧密性, 并通过关联度(或称灰色关联度)来表征。曲线越接近, 则计算的关联度指数值越大, 说明序列之间的关联程度越高; 反之就越低[25]。关联度的计算步骤如下[26]:

(3)关联度计算。计算公式如下:

2 结果与分析

2.1 土地可持续利用水平及变化

2.1.1 研究区域

由图2(1)可知, 成都平原经济区2006—2015年区域土地可持续利用水平呈持续增加之势, 但增速有大小之别。2006—2010年, 几乎按年单调递增, 年均增值约0.04; 2010—2012年, 年均增值为0.05; 接下来的两年里, 分别是0.03、0.02; 最后, 2014—2015年迅速增加0.08。

从土地可持续利用水平等级看, 整个区域以2010年为节点, 前一阶段处于弱不可持续阶段, 后一阶段处于基本可持续阶段。其中, 2006—2010年, 成都平原经济区土地可持续利用水平处于弱不可持续阶段, 土地可持续利用水平增速在2008年略变缓, 主要是污水处理率增量降低, 致使其环境可持续指数下降(图2(2))。

其中2006—2010年土地可持续利用指数呈匀速上升。2006—2007年得益于环境和经济子系统指数的上升, 尤其是城市污水排放量减少4885×104m3、城市污水处理率、地均GDP分别上升88.4%和6.3万元·hm-2, 其余子系统指数也平缓上升, 因此成都平原经济区土地可持续利用水平平缓上升。2008—2009年, 虽然资源子系统指数变化不明显、环境子系统中的城市污水排放量增加1006×104m3、城市污水处理率减少47.4%, 但经济子系统中的地均社会固定资产投资额增幅较大(达18.9 万元·hm-2)、社会子系统的城镇和农村居民家庭恩格尔系数分别下降25.1%、38.7%, 因此经济与社会子系统指数的上升幅度略高于环境子系统指数的下降幅度, 从而使得此阶段的可持续指数上升。2009—2010年, 虽然经济子系统指数变化不明显, 农村居民家庭恩格尔系数突然增加19.9%导致社会子系统指数明显下降, 但资源与环境子系统农田有效灌溉面积比提高24%、单位地区生产总值能耗下降3.4 t·万元-1、城市污水处理率提高97.9%, 因此资源与环境子系统指数的上升幅度略高于社会子系统指数的下降幅度, 从而使得此阶段的可持续指数上升(图2(2))。

图2 成都平原经济区土地及其资源、环境、经济和社会子系统可持续利用水平变化(2006—2015年)

Figure 2 Level changes of sustainable utilization for land system and its sub-system in Chengdu Plain Economic Zone from 2006 to 2015

图3 各城市土地可持续利用指数变化

Figure 3 Index value change of land use for each city

尽管2011—2015年土地可持续利用水平处于基本可持续、水平持续提高的阶段, 但却包括整个研究时段增速最缓(2013—2014)和最快(2014—2015)的两个时段。得益于经济可持续指数的大幅上升, 以及其余子系统可持续指数的平缓上升, 经济子系统中尤其是单位耕地面积农机总动力和地均GDP, 分别上升了6.04 kw·hm-2、12.56 万元·hm-2, 2011年土地可持续利用水平成功地上升至另一个等级。2013—2014年, 资源、环境、经济、社会可持续指数变化不明显, 因此区域土地可持续利用整体水平变化不明显; 2014—2015年, 资源可持续指数大幅上升, 环境和社会可持续指数上升也比较明显, 资源子系统中虽然农田灌溉面积比减少了212.46%, 但人均耕地面积、土地垦殖率分别上升了0.27 hm2·人-1、96.53%, 这说明耕地面积大幅增加, 这些变化使得土地可持续利用水平上升速度最快。

2.1.2 各地级市

成都平原经济区各市的土地可持续利用水平变化如图3, 可见, 土地可持续利用水平逐渐提高, 但是却因市区有别。2006—2015年德阳、遂宁、资阳三市土地可持续利用水平持续平稳上升, 且最终可持续指数达到0.9及以上, 处于可持续阶段, 明显高于其余四市。其余四市均呈波动上升的趋势, 最终仅达基本可持续水平。其中遂宁和雅安分别为可持续指数上升最多(0.54)和最少(0.23)的城市。

德阳、遂宁、资阳2006—2015年土地可持续利用水平持续上升, 且均在2015年迅速上升并达到可持续阶段(图3(3)、(4)、(8))。德阳市2009年得益于地均社会固定资产投资额的大幅上升和农村居民家庭恩格尔系数的骤降, 可持续水平明显上升且跃升一个层级, 达到基本可持续阶段; 2013年其城市污水处理率提高26.4%、地均GDP增加10.4 万元·hm-2,跃升至可持续阶段。遂宁2010年城市污水排放量、农村居民家庭恩格尔系数、人口自然增长率的降低, 使其土地可持续利用指数上升至0.62, 达到基本可持续阶段; 2015年其可持续指数迅速上升且达到可持续水平主要得益于其人均耕地面积、土地垦殖率分别增加0.04 hm2·人-1、21.9%。资阳2009年加大生态建设力度, 将加强环境保护和资源管理, 节能减排、生态保护、耕地保护、农村环保等目标任务全面完成, 城市环境综合治理定量考核排名跃居全省第5, 土地可持续利用水平上升至基本可持续阶段; 经过五年奋斗, 其经济平稳快增长, 产业结构持续优化, 经济实力迈上新台阶, 全市地区生产总值年均增长11.9%, 高于全省1.1个百分点, 地均GDP明显高于其它城市, 城乡居民收入年均分别增长12.2%、14.2%, 由此说明, 资阳市在此期间经济发展、社会和谐, 因此土地可持续利用水平在2015年迅速上升且跃升至可持续阶段。而2015年德阳、遂宁、资阳的土地可持续利用指数均达到0.90及以上, 明显高于其余城市, 主要由于其地均社会固定资产投资额和地均GDP明显高于其余各市。

绵阳、雅安、乐山、眉山四市2006—2015年土地可持续利用水平呈波动上升的趋势, 且截至2015年仅达到基本可持续阶段(图3 (2)、(5)、(6)、(7))。绵阳由于人均公园绿地面积、城市污水处理率的提高和人口密度的减小, 土地可持续利用水平在2010年上升一个台阶, 达到基本可持续阶段; 但在2014年由于其城市污水排放量的突增和地均社会固定资产投资额的大幅下降而出现一个明显的低谷。雅安土地可持续利用水平一直低于成都平原经济区其余各市, 且在2006、2007年、2010年是成都平原经济区土地可持续利用水平唯一处于不可持续阶段的城市, 主要由于其地形地貌、地质构造复杂, 土地利用效率低, 导致人均耕地面积、土地垦殖率和粮食单产量低于其它城市; 其在2010年出现一个较为明显的低谷主要在于其城市污水处理率骤减和城市污水排放量突增; 而得益于人均耕地面积、土地垦殖率和城市污水处理率的提高, 雅安在2015年才跃升至基本可持续阶段。乐山由于城市污水处理率降低, 在2007年出现一个不明显的低谷, 而得益于森林覆盖率和城市污水处理率的提高, 在2013年成功跃升至基本可持续阶段。眉山由于其城市污水处理率的大幅降低, 使其于2009年出现一个明显低谷; 而得益于农田有效灌溉面积比和城市污水处理率的大幅上升, 在2010年土地可持续利用水平大幅上升且跃升一个层级。

2.2 土地可持续利用变化的驱动因素分析

基于灰色关联模型计算结果, 按照关联度大小, 取排位前三的因子, 列于表3。遂宁、德阳、绵阳、眉山、乐山土地可持续利用水平变化都受社会子系统的影响较大, 且五市受到城市或农村居民家庭恩格尔系数(16或17)的影响, 说明其城市或农村居民收入水平变化较大, 对粮食等生活必需品的需求变化较大, 从而较大程度地影响对农用地的可持续利用; 而影响遂宁、绵阳、乐山土地可持续利用水平动态变化的关键驱动因素还有环境子系统的城市污水处理率(9)、人均绿地面积(8), 说明遂宁、乐山和绵阳分别对城市污水处理、城市绿化不够重视, 导致其对城市土地可持续利用变化的影响起伏较大; 影响德阳和眉山可持续利用水平变化的关键驱动因素还有人口自然增长率(18)和人口密度(19), 德阳和眉山人口规模和增速变化较大, 而人是土地生态系统的核心要素, 人民对土地资源的需求量主要受人口规模和人口增长速度的影响, 因此德阳和眉山人口的变化必然带来其资源环境承载力的变化, 从而影响土地可持续利用水平的变化。资阳市可持续利用水平变化的主要驱动因素依次为农田有效灌溉面积比(2)、林业收益指数(14)、粮食单产量(10), 农田有效灌溉面积比的变化影响粮食单产量的变化, 而林业收益影响经济的发展, 从而影响土地利用的经济可行性, 进一步影响土地可持续利用; 雅安市可持续利用水平变化的主要驱动因素依次为人均耕地面积(1)、城镇居民家庭恩格尔系数(16)、森林覆盖率(7), 人均耕地面积(1)的大小影响着土地资源承载力, 城镇居民家庭恩格尔系数可反映社会的和谐稳定状况, 森林有利于涵养水源、保持水土, 雅安市受“4.20庐山地震”的影响, 灾区耕地、建设用地损毁严重, 森林覆盖率高。这些指标变化较大, 因此对雅安市土地可持续利用水平的影响也较大。

表3 评价指标对土地可持续利用水平的影响关联排序

3 讨论与结论

本文以成都平原经济区(成都市除外)土地系统为研究对象, 首先利用主成分分析法构建土地可持续利用指数, 再基于灰色关联模型进行土地可持续利用变化驱动因素分析。得出了以下结果:

影响成都平原经济区及其各地级市的土地利用可持续水平的因素主要包括耕地数量和质量、对土地资源的保护力度、农林产品的收益、城乡居民的生活需求和人口的规模和增速等。从动态来看, 土地利用可持续水平持续提升, 由弱不可持续向基本可持续阶段转变。其中, 遂宁、德阳、资阳三市在2015年达到可持续; 其余四市波动上升至基本可持续阶段; 七个地级市之间的差距逐渐减小。

由此得到以下结论: 成都平原经济区7个地级市的土地正向着协调可持续的方向发展, 平原区内市域之间的土地可持续利用水平差距将有望缩小, 可有望疏解目前成都市的资源环境压力, 使区域发展趋于协调。

尽管如此, 由于研究认知水平的局限及数据获取性的限制, 本文构建的土地可持续利用指标体系还有待商榷。例如: 缺乏与土地可持续利用水平密切相关的土壤坡度、土壤酸碱性等土壤质量指标, 已构建指标合理性问题的深入探讨, 致部分结果可能与现实有出入, 等等。因此, 本文研究结果与结论的可靠性大打折扣, 进一步应用遥感、地理信息系统技术, 结合多学科理论与方法, 进行土地可持续利用评价指标体系构建的深入探究, 是我们未来努力的方向。

[1] 苏雄志, 丁超, 门明新, 等. 保定市土地可持续利用时空差异研究[J]. 土壤通报, 2015, 46(2): 299–305.

[2] 刘欣, 李荣华, 秦彦杰, 等. 环首都区土地可持续利用评价与对策[J]. 农村经济与科技, 2017, 28(1): 18–20.

[3] 周东北. 生态文明建设视野下的上海市土地利用可持续性评价指标体系及其应用[D]. 上海:华东理工大学, 2014.

[4] 毕德宝. 土地经济学(第四版)[M]. 北京: 中国人民大学出版社, 2004.

[5] DUMANSKI J. Assessing the sustainable of Saskatchewan farming system[J]. CLBRR Technical Bulletin, 1994, 15 (7): 142–150.

[6] JOHN E, TIFFEN M, Mortimore M. Land resource mana­ge­ment in the Machakos District, Kenya 1930-1990 [R]. The World Bank, 1994.

[7] 苏晨晨, 周奥, 潘玉翠, 等. 基于PCA的龙口市土地可持续利用评价[J]. 中国农业资源与区划, 2018, 39(12): 96–103.

[8] PRERI C, DUMANSKI J, HAMBLIN A, et al. Land qua­lity indicators[R]. The World Bank, Washington, D. C. , 1995.

[9] 赵旭. 基于模糊灰色关联法的湖南城市土地可持续利用时空特征分析[J]. 土壤通报, 2013, 44(6): 1287–1292.

[10] 张碧, 高成凤, 张素兰, 等. 四川土地可持续利用评价指标体系与实证研究[J]. 西南农业学报, 2011, 24(1): 171–177.

[11] 赵艳, 濮励杰, 张健, 等. 基于三角模型的城市土地可持续利用评价——以江苏省无锡市为例[J]. 经济地理, 2011, 31(5): 810–815, 838.

[12] 张富学. 基于生态足迹与GIS的定西市土地可持续利用研究[J]. 国土与自然资源研究, 2008, (1): 42–43.

[13] 李红礼, 高建华, 卢红岩. 基于BP神经网络的河南省土地可持续利用评价研究[J]. 国土与自然资源研究, 2009, (1): 27–29.

[14] 朱佳敏, 刘友兆. 基于综合评价法的土地资源可持续利用区域差异研究——以苏南锡山市和金坛市为例[J]. 安徽农业科学, 2006, (16): 4085–4087.

[15] 鄢然, 雷国平, 孙丽娜, 等. 基于灰色关联法的哈尔滨市土地可持续利用评价研究[J]. 水土保持研究, 2012, 19(1): 154–158.

[16] 陈彬颖. 循环经济视域下的泉州市土地可持续利用研究[D]. 泉州: 华侨大学, 2015.

[17] 刘旭晔. 土地可持续利用研究进展及未来研究趋势[J]. 经济研究导刊, 2015(9): 172–176.

[18] 雷坦, 冉瑞平, 祝清. 内江市城市土地可持续利用评价[J]. 国土与自然资源研究, 2011, (2): 3–4.

[19] 罗莎. 成都市土地可持续利用评价分析[J]. 农村经济与科技, 2013, 24(6): 77–78.

[20] 张志林, 贾宇云. 成都平原经济区耕地压力的时空演变研究[J]. 农村经济与科技, 2018, 29(13): 10–12.

[21] 蒙吉军. 土地评价与管理[M]. 北京: 科学出版社, 2011, 183–186.

[22] 何浪. 土地资源可持续利用评价指标体系[J]. 现代经济信息, 2013, (7): 15.

[23] 李丹, 韩书成, 张燕纯, 等. 基于主成分与聚类分析法的城市土地利用规划分区研究——以广州市为例[J]. 中国农业资源与区划, 2017, 38(6): 130–136, 143.

[24] 卜国卿. 网络流量异常检测技术研究与实现[D]. 成都:电子科技大学, 2018.

[25] 刘思峰, 谢乃明, 方志耕, 等. 灰色系统理论及其应用[M]. 北京: 科学出版社, 1991.

[26] 王洋, 张虹鸥, 黄耿志, 等. 东南亚国家综合城市化水平差异特征及驱动因素[J]. 热带地理, 2015, 35(5): 680– 686.

[27] 杨佳新. 基于生态承载力的海东市土地可持续利用研究[D]. 兰州: 西北师范大学, 2017.

Driving factors of sustainable level change for land use in Chengdu Plain Economic Zone

LUO Yahong1,2, GONG Jianzhou1*, YAO Kun2*

1. School of Geographic Sciences, Guangzhou University, Guangzhou 510000, China 2. School of Resource and environment, Xichang University, Xichang 615000, China

The sustainable use of land resources was the basis of regional sustainable development. The land in Chengdu Plain Economic Zone was not only related to the coordinated development of economic society and land resources in the economic zone, but also affected the coordinated and sustainable development of the whole Sichuan province and even southwest China. Using principal component analysis and grey correlation model, this paper calculated the index of sustainable land use level of Chengdu Plain Economic Zone (except Chengdu) and probed into its driving factors. The results showed that from 2006 to 2015, the sustainable land use level of Chengdu Plain Economic Zone or each prefecture-level city was different, but the overall trend was good. The main influencing factors were the quantity and quality of cultivated land, the protection of land resources, the income from agricultural and forestry products, the living demands of urban and rural residents and the size and growth rate of population. The gap in the level of sustainable land use between prefecture-level cities would gradually narrow and the regional development was expected to be coordinated.

sustainable levels of land use; driving factors; principal component analysis; grey correlation method; Chengdu Plain Economic Zone

10.14108/j.cnki.1008-8873.2019.06.002

F301

A

1008-8873(2019)06-008-07

2019-04-03;

2019-09-01

国家自然科学基金项目(41671175, 41771097); 国家重点研发计划项目(2016YFC0502803); 广东省自然科学基金项目(2017A030313240)

罗雅红(1996—), 女, 四川眉山人, 研究生, 主要研究方向为景观生态与区域环境, E-mail:2294359516@qq.com

龚建周(1970—), 女, 湖北恩施人, 博士, 教授, 硕士生导师, 主要从事城市生态环境与土地系统评估研究, E-mail:gongjzh66@126.com

罗雅红, 龚建周, 姚昆. 成都平原经济区土地可持续利用水平变化及驱动因素分析[J]. 生态科学, 2019, 38(6): 8-14.

LUO Yahong, GONG Jianzhou, YAO Kun. Driving factors of sustainable level change for land use in Chengdu Plain Economic Zone[J]. Ecological Science, 2019, 38(6): 8-14.