陕北黄土高原耕地生态安全的时空格局

2020-07-20宋林韩金鹏吴桐

江苏农业科学 2020年12期

宋林韩金鹏吴桐

摘要：研究陕北黄土高原耕地生态安全的时空格局，加强耕地数量、质量和生态三位一体管护，提升耕地可持续利用水平。基于压力-状态-响应（PSR）模型建立评价指标体系，用熵值法计算指标权重，多目标综合评价法研究陕北黄土高原2013、2017年耕地生态安全时空格局，在此基础上，利用障碍度模型计算障碍因子及障碍度。研究结果显示：（1）与2013年比较，2017年陕北黄土高原耕地生态安全水平空间格局呈现发展较好的趋势。（2）2017年陕北黄土高原25个县（区、市）耕地生态安全障碍度存在差异。（3）2017年耕地生态安全分布情况为南部>西部>中部>北部>东部。可见，陕北黄土高原耕地生态安全整体上向更安全的方向发展，未来更应从“惠民惠农”政策保护、生态安全知识普及、土地整治等方面来进一步提高研究区耕地生态安全。

关键词：耕地生态安全;压力-状态-响应（PSR）模型;障碍度模型;熵值法;障碍因子;陕北黄土高原

耕地是土地资源的精华部分，是粮食安全的基础，其可持续利用是影响区域可持续发展的关键问题[1]。耕地保护是国家的头等大事，事关经济平稳健康发展、政治昌明、社会稳定、生态文明和文化传承[2]。在新时期、新形势下，耕地保护重点推进国土资源数量、质量、生态三位一体综合管理。耕地占补平衡制度作为耕地保护制度的“牛鼻子”[3]，自确立实施以来，基本上保证了耕地数量动态平衡和质量的相对稳定和提升，而耕地生态管护成为当今耕地管护研究的前沿和热点问题。党中央、国务院高度重视生态环境保护，党的十八大将生态文明建设提升到“五位一体”的发展高度，在党的十九大会议中，习总书记提出生态文明建设，提高生态安全度，而耕地生态安全作为建设生态文明的必经之路，耕地生态安全问题随之越来越受到重视。研究耕地生态安全问题对指导新时期合理利用耕地，促进耕地可持续利用水平，保障国家粮食安全、生态安全和社会稳定意义重大。

目前，国外学者将对耕地生态安全与土地可持续利用和土地生态安全相三者相结合[4-5]。国内也有许多学者对耕地生态安全进行研究，其研究内容主要集中于耕地生态安全内涵。吴大放等将耕地生态安全定义为耕地生态安全，是指耕地资源环境、生态系统和社会经济的安全，是相对于生态威胁的一种功能状态[6]。朱红波等将耕地资源生态安全的定义表述为在一定的时间和空间尺度内，耕地资源生态系统处于保持自身正常功能结构和满足社会经济可持续发展需要的状态[7]。在研究方法上，评价指标体系建立了PSR（压力-状态-响应）模型、DPSIR（驱动力-压力-状态-影响-响应）、EES（经济-环境-社会）模型[8-10]，评价中确定权重的方法有熵值法、组合赋权法、层次分析法[11-13];评价方法有物元分析法、能值分析法、TOPSIS法、集对分析评价法（SPA）[14-17];评价因子分析有障碍度模型[18-19];在研究尺度上有国家、省域、地级市域、县域[20-24]。综上所述，当前关于耕地生态安全的研究大多侧重于内涵或进行单一区域的过程研究，在研究区域上多是从行政区划范围内或者粮食主产区[25]进行耕地生态安全度评价，因而未能把握生態脆弱区的区域系统的时空格局。

基于以上已有研究成果，从微观视角，以PSR模型为基础，从压力、状态、响应3个方面建立耕地生态安全评价指标体系，熵值法计算权重，利用多目标综合评价法对陕北黄土高原耕地生态安全进行评价，最后利用Arc GIS 10.2将评价结果可视化。并利用障碍度模型计算陕北黄土高原各县（区、市）障碍因子及障碍度，为研究提升研究区耕地生态安全策略提供依据。

1 材料与方法

研究方法主要为熵值法、PSR模型法和障碍度模型法。利用多因素综合加权法来综合评价研究区的耕地生态安全，其中PSR模型用于评价指标体系的建立;在多因素综合加权评价法中，确定权重的方法为熵值法;障碍度模型法用于障碍因子诊断，以确定提升研究区耕地生态安全的主要障碍因子。

指标体系的建立基于PSR模型，又称为压力-状态-响应模型。选择这一模型来建立指标体系的原因为PSR模型充分考虑了人类行为对耕地生态系统的影响。压力准则层主要考虑了由于社会发展，人类社会对耕地生态系统的影响产生的各种压力主要有人口压力、经济发展压力、生态污染压力，选择了人均耕地面积（hm2/人）、城镇化率（%）、单位耕地面积化肥负荷（kg/hm2）、单位耕地面积农膜负荷（kg/hm2）4个指标;状态准则层是由于人类对耕地生态系统的干预，改变了耕地生态系统内部条件，从而影响到由耕地所产出的效益，选取的是年均降水量（mm）、森林覆盖率（%）、复种指数（%）、单位耕地粮食产量（kg/hm2）4项指标;响应准则层是指为了恢复耕地生态系统的各项功能，是指人类所采取的改善耕地生态系统的各种措施，选择农民人均纯收入（元）、第一产业比重（%）、单位耕地面积农业机械动力（kW/hm2）、粮食安全系数（%）4项指标来表示。

1.1 研究区概况

黄土高原地处内陆腹地，黄河中上游地区，位于33°41′～41°16′N、100°52′～114°33′E之间，包括山西省、陕西省、内蒙古自治区、河南省、甘肃省、宁夏回族自治区、青海省共7个省（区），区域总面积为64.87万km2，占全国土地总面积的6.76%。陕北黄土高原位于陕西省北部、黄土高原中部，是黄土高原的核心区域。其地理位置介于 35°21′～39°34′N、107°15′～111°14′E之间，平均海拔为800～1 800 m，地势西北高、东南低，北部为毛乌素沙漠南缘，中部为黄土梁峁区，南部为山区。该区域属于欧亚大陆东部温带季风大陆气候，地跨干旱、半干旱过渡带，降水多集中在7—9月，多年平均降水量为375～613 mm，植被表现出明显的过渡性，类型复杂多样。自然条件严酷，生态环境本底脆弱。在行政区域上的划分，陕北黄土高原包括榆林和延安地区的25个县（区、市），县（区、市）间自然资源禀赋和经济发展有明显差异，工农业地域发展不均衡。总面积为79 981.9 km2，占陕西省土地总面积的38.9%，占整个黄土高原总面积的12.6%。陕北黄土高原区域位置见图1。

总的来说，2013年陕北黄土高原的黄陵县和洛川县耕地生态最安全，绥德县、子长县、延川县、延长县、宝塔区耕地生态最不安全，整体空间分布表现为南部>北部>中部。

2.2.2 2017年耕地生态安全指数空间分析 Ⅰ级风险区主要分布在府谷县、绥德县、延川县、宝塔区（表4）。相比于2013年的Ⅰ级风险区，2017年子长县、延长县耕地生态安全提升一个等级成为Ⅱ级敏感区，而府谷县耕地生态安全指数降低为Ⅰ级风险。府谷县单位耕地面积农膜负荷C4这一指标为研究区这一指标的最大值，但是府谷县单位耕地粮食产量与第一产业比重远远低于平均水平，接近于最低值。绥德县森林覆盖率（C6）这一指标为最低指标值。延川县和宝塔区的粮食安全系数（C12）等于或接近研究区的最低值。

Ⅱ级敏感区包括神木市、榆阳区、佳县、子洲县、子长县、志丹县、延长县，主要分布在陕北黄土高原北部（图2-b）。以榆阳区和神木市为代表，榆阳区为榆林市的行政中心，经济、政治发展迅速，对农业依赖不大，对耕地生态安全有经济、人口等各方面压力。神木市是煤炭资源大市，主要发展工业，这对于耕地生态有一定污染，经济的发展会一定程度上侵占、污染耕地资源，不利于耕地生态环境的保护，耕地生态安全受到威胁。

Ⅲ级临界安全区包括横山区、米脂县、吴堡县、吴起县、安塞区、清涧县（表4）。從地理上看，Ⅲ级临界安全区主要夹杂在Ⅱ级敏感区之间以及Ⅱ级敏感区和Ⅳ级次安全区中间，是一个不稳定的耕地生态区域，同时也具有提升耕地生态安全等级的潜力，所以Ⅲ级临界安全区应该积极改善区域耕地生态条件，提升耕地生态安全等级。

Ⅳ级次安全区包括定边县、靖边县、黄陵县、富县、宜川县（表4）。在地理上，耕地生态安全Ⅳ级次安全区主要分布在陕北黄土高原北部和西部（图2-b）。定边县年降水量C5和单位耕地粮食产量C8较低，但是定边县人均耕地面积（C1）最高。宜川县第一产业比重占比大，该项指标值最高，代表该县主要发展第一产业。黄陵县年降水量（C5）指标值最大，对于耕地生态安全起正向作用。

Ⅴ级安全区包括甘泉县、洛川县、黄龙县（表4），主要分布在陕北黄土高原南部低山丘陵区（图2-b）。甘泉县复种指数（C7）为研究区的最大值，且大部分指标指数值远远高于平均水平。洛川县人均耕地面积（C1）和单位耕地面积化肥负荷为研究区该项指标的最低值，但是其单位耕地粮食产量（C8）和单位耕地面积农业机械动力（C11）为最高值，这2项指标由熵值法计算出权重，分别为 0.118 3、0.157 8。黄龙县森林覆盖率（C6）和粮食安全系数这2项指标达到研究区相应指标的最高值，且单位耕地粮食产量（C8）、第一产业比重（C10）、人均耕地面积C1这3项指标远远高于平均水平。

总体来说，2017年陕北黄土高原各县（区、市）中甘泉县、黄龙县、洛川县耕地生态环境最安全，府谷县、绥德县、延川县、宝塔区耕地生态环境最不安全。从地理分布来看，陕北黄土高原耕地生态安全分布表现为南部>西部>北部>中部。

2.2.3 陕北黄土高原耕地生态安全变化分析从陕北黄土高原2017年相对于2013年耕地生态安全指数变化，可以分析出陕北黄土高原各县（区、市）5年间的耕地生态安全的变化情况，验证各个县（区、市）对提升生态安全的策略是否有效。本研究根据陕北黄土高原2017年相对于2013年耕地生态安全指数变化情况，采用自然断点分级法对指数变化进行状态划分，其中指数变化区间为[-0.156 2，-0.014 7），表示指数降低;指数变化区间为[-0.014 7，0.043 6），表示基本不变;指数区间为[0.043 6，0.152 3），表示指数升高。陕北黄土高原耕地生态安全指数变化见图3。

从图3可以看出，相比2013年，2017年陕北黄土高原地区耕地生态安全指数有12个县（区）基本不变，8个县（市）耕地生态安全指数降低，5个县耕地生态安全指数升高。其中，耕地生态安全指数升高分别是定边县、靖边县、甘泉县、洛川县、黄龙县。定边县和靖边县由Ⅱ级敏感区提高到Ⅳ级次安全区，耕地生态安全指数等级提升幅度较大;甘泉县由Ⅲ级临界安全提升到Ⅴ级安全区，提升了2个安全等级;黄龙县由Ⅳ级次安全区提升到Ⅴ级安全区;洛川县虽然耕地生态安全等级没有提高，但耕地生态安全指数由 0.498 5 提升到0.590 9。耕地生态安全指数降低的县域分别是府谷县、神木市、子洲县、清涧县、吴起县、宝塔区、宜川县、黄陵县，其中神木市、宝塔区、宜川县的耕地生态安全等级没有发生变化，只是耕地生态安全安全指数降低;清涧县和吴起县均是由Ⅳ级次安全区降低为Ⅲ级临界安全区;子洲县由Ⅲ级临界安全区降低为Ⅱ级敏感区。

2.3 障碍因子诊断

利用障碍度模型进行障碍因子诊断，研究陕北黄土高原各县（区、市）的障碍因子和障碍度。计算结果见表5。

从表5可以看出，2017年陕北黄土高原各个县（区、市）的耕地生态安全指标层主要障碍因子障碍度可以得出以下结论：（1）各个县（区、市）耕地生态安全主要障碍度不尽相同，障碍因素有第一产业比重C10、城镇化率C2、森林覆盖率C6、单位耕地面积农业机械动力C11、单位耕地粮食产量C8、农民人均纯收入C9、人均耕地面积C1、年均降水量C5、复种指数C7、粮食安全系数C12;（2）最大障碍因素障碍度比较大的有吴起县、甘泉县、富县的单位耕地面积农膜负荷（C4）（其障碍度分别为12.76%、14.51%、15.06%）及洛川县的单位耕地面积化肥负荷（C3）。（3）在陕北黄土高原的25个县（区、市）中有6个县（区）的最大障碍度都为年均降水量（C5）。依据障碍度模型计算各县（区、市）的障碍因子与障碍度，可以为提升研究区耕地生态安全提供依据，为研究提升研究区耕地生态安全策略提供有效参考。

3 结论与讨论

基于微观视角，利用PSR模型建立耕地生态安全评价指标体系，以熵值法计算权重，用多目标综合评价法对陕北黄土高原的耕地生态安全进行评价，利用障碍度模型得出陕北黄土高原各县（区、市）影响耕地生态安全的主要障碍因素和障碍度。

2013—2017年5年间，在时间变化尺度上，陕北黄土高原耕地生态安全水平变化明显。Ⅰ级风险区及Ⅱ级敏感区数量逐渐减少，Ⅲ级临界安全区及Ⅴ级安全区数量明显增加，Ⅳ级次安全区数量基本处于不变状态，整体上向耕地生态安全度更高趋势发展。

2013—2017年5年间，陕北黄土高原耕地生态安全水平空间格局差异性明显，整体呈现发展较好的趋势。Ⅰ级风险区主要集中于中部地区，Ⅱ级敏感区分布相对较散，Ⅲ级临界安全区分布在Ⅱ级风险区之间以及Ⅱ级敏感区与Ⅳ级次安全区之间，Ⅳ级次安全区主要集中于陕北黄土高原的南部和西部地区，Ⅴ级安全区主要分布在陕北黄土高原南部地区。耕地生态安全分布情况为南部>西部>中部>北部>东部。

2017年陕北黄土高原25个县（区、市）耕地生态安全障碍度有一定差异，障碍因素有第一产业比重C10、城镇化率C2、森林覆盖率C6、单位耕地面积农业机械动力C11、单位耕地粮食产量C8、农民人均纯收入C9、人均耕地面积C1、年均降水量C5、复种指数C7、粮食安全系数C12，其中有6个县（区）的主要障碍因素均为年均降水量（C5）。

耕地生态安全评价是一个动态评价的过程，基于PSR模型建立典型的陕北黄土高原耕地生态安全评价指标体系，运用多目标综合评价法评价2013年與2017年陕北黄土高原耕地生态安全状况，分析2013、2017年陕北黄土高原耕地生态安全变化与时空分布状况，利用障碍度模型计算各县（区、市）的障碍因子与障碍度，为研究提升陕北黄土高原耕地生态安全策略提供依据。未来对于提高陕北黄土高原的耕地生态安全，应重点加强东部地区的耕地生态安全，主要从“惠民惠农”政策保护、生态安全知识普及、加大土地整治投资力度等方面来加强。

在空间尺度方面，本研究以县（区、市）为评价单元，在耕地生态安全评价时同一个县（区、市）的评价指标具有相同值，掩盖了县域内指标的差异性;在将来研究中应以乡（镇）为基本评价单元，以提高研究精确度，更加准确地反映耕地生态安全状况。在时间尺度方面，本研究采用2013年与2017年2年时间点来评价，存在一定的片面性，今后应利用长时间序列数据进行研究，从而更好地反映出耕地生态安全时空变化情况。

参考文献：

[1]祖健，郝晋珉，陈丽，等. 耕地数量、质量、生态三位一体保护内涵及路径探析[J]. 中国农业大学学报，2018，23（7）：84-95.

[2]董祚继. 新时期耕地保护的总方略[J]. 中国土地，2017（2）：8-11.

[3]陈正，王建强，王健. 新形势下耕地占补平衡监管体系建设[J]. 中国土地，2018（2）：39-41.

[4]Beesley K B，Ramsey D. Agricultural land preservation[J]. International Encyclopedia of Human Geography，2009，25（6）：65-69.

[5]Rasul G，Thapa G B. Sustainability analysis of ecological and conventional agricultural systems in Bangladesh[J]. World Development，2003，31（10）：1721-1741.

[6]吴大放，刘艳艳，刘毅华，等. 耕地生态安全评价研究展望[J]. 中国生态农业学报，2015，23（3）：257-267.

[7]朱红波，张安录. 我国耕地资源生态安全的时空差异分析[J]. 长江流域资源与环境，2007，16（6）：754-758.

[8]范胜龙，杨玉珍，陈训争，等. 基于PSR和无偏GM（1，1）模型的福建省耕地生态安全评价与预测[J]. 中国土地科学，2016，30（9）：19-27.

[9]江春燕，罗志军，赵杰，等. 基于DPSIR-TOPSIS模型的江西省土地生态安全动态评价[J]. 江苏农业科学，2018，46（17）：294-298.

[10]王大海，张荣群，艾东，等. 基于EES-PSR的土地生态安全物元模型评价方法实证研究[J]. 农业机械学报，2017，48（增刊1）：228-237.

[11]李根，杨庆媛，马寅华，等. 基于熵值法的中国省域耕地生态安全评价[J]. 江苏农业科学，2017，45（9）：223-228.

[12]郭荣中，杨敏华，申海建. 基于组合赋权法的长沙市耕地生态安全时空测度与演化[J]. 应用基础与工程科学学报，2018，26（1）：35-46.

[13]王露梅. 丝绸之路经济带建设背景下我国西北地区生态安全评价及预警研究[D]. 西安：陕西师范大学，2018.

[14]窦学诚，付滨. 基于PSR模型的河西制种基地耕地生态安全物元分析评价[J]. 西南农业学报，2018，31（9）：1919-1926.

[15]郜红娟，蔡广鹏，罗绪强，等. 基于能值分析的贵州省2000—2010年耕地生态安全预警研究[J]. 水土保持研究，2013，20（6）：307-310.

[16]李政，何伟，潘洪义，等. 基于熵权TOPSIS法与ARIMA模型的四川省耕地生态安全动态预测预警[J]. 水土保持研究，2018，25（3）：217-223.

[17]施开放，刁承泰，孙秀锋，等. 基于改进SPA法的耕地占补平衡生态安全评价[J]. 生态学报，2013，33（4）：1317-1325.