基于GWR模型的贵州省耕地集约利用水平时空变化特征及影响因素分析

杨媛媛, 姚 尧, 郝 帅

(1.中国地质大学(武汉)公共管理学院, 武汉 430074; 2.贵州财经大学 公共管理学院, 贵阳 550025)

耕地承载着农业生产的所有行为，同时也提供人类所有活动的载体，其对对经济可持续发展、国家粮食安全和社会长治久安中承载着关键性作用[1-2]。多年来，人口数量增长、建设用地扩张等对使得耕地资源越来越紧张，也在一定程度上制约着区域的可持续发展和带来一系列问题[3-4]，伴随快速城市化发展的大前提下，耕地数量将会呈现出持续减少的趋势[5-7]。耕地集约利用在保障我国粮食安全和解决“三农”问题，实现我国乡村振兴的重要举措[8]。因此，在耕地资源保质保量的前提下，如何转变耕地利用方式，提升耕地集约利用水平和效率，为实现区域可持续发展的同时保障国家粮食安全具有重要意义[9-10]。

自David首次在经济学领域提出耕地集约利用这一概念以来[11]，国内外学者对耕地集约利用的研究成果不断完善和丰富。研究内容主要集中在耕地集约利用时空演变与空间分异规律[12-16]、评价方法与体系[17-20]、驱动力因子[21-24]和与“社会—经济—生态”方面的耦合协调机制等[25-28]方面。此外，还从多个层面、尺度对耕地集约利用进行研究：(1)李兆亮、张荣天和邓楚雄等从全国[29-30]、流域[22]、城市群[31]和省域等[23,27]宏观层面开展研究；(2)刘愿理、杨佳惠和居尔艾提·吾布力等从市级[20,25]和县级等[32]的中观层面进行研究；(3)葛玉娟、高阳和张新焕等从乡镇村[33]和农户等[34-36]微观的层面进行研究。研究方法上，主要集中于采用PSR模型[37]、AHP层次分析法[38]、能值法等[13]数理模型对耕地集约度进行量化和测算；采用主成分分析法[39]、GWR模型[40]、多元线性回归模型等[36,41]方法对影响耕地集约水平的因素进行分析。

相对于贵州省众多的人口来说，适宜耕种的平原土地数量本就较少，大多被占用从事非农用途，对贵州省的粮食安全造成不利影响。所以改变贵州省长久以来粗放的土地利用方式转而向耕地集约利用方式转变，就显得极其重要，不仅有利于缓解城市土地供求矛盾，还有利于维护和提高贵州省粮食产量，在促进土地利用和经济的可持续发展的同时，起到对生态环境保护的作用。在影响耕地集约利用水平变化的影响因素研究当中大多采用一般线性回归模型，其缺点在于一般线性回归模型是忽视局部特征的，其假设局部的影响程度都是相同的，但实际上不同地区的耕地质量既受地带性和非地带性规律的共同作用，也与各地区的社会经济发展程度相关联。所以各项影响因素对不同地区耕地的集约利用水平会有不同程度的影响。GWR模型正是为解决这一问题而提出的，考虑了局部变化特征的模型，本文在研究影响贵州省9个市(州)的耕地集约利用水平变化的分析中引入GWR模型，分析耕地集约利用的动态特征，研究促进各地区耕地集约利用程度提高的主要影响因素，为贵州省提高耕地集约利用水平、保护生态环境和缓解人地矛盾等提供参考。

1 研究区概况

贵州省是我国西南地区之一，是整个西南地区重要的陆路交通枢纽，也是国家生态文明试验区和内陆开放型经济试验区，其经纬度介于东经103°36′—109°35′和北纬24°3′—29°13′之间，矿产资源丰富，降水量充足。贵州省所占国土面积有17.61万km2，而其中山地和丘陵面积就占了92.50%之多，而山间平坝面积仅占7.50%，省内耕地资源匮乏，农业条件较差，人多地少，全省大部分是岩溶山地，土地贫瘠，水土流失严重，加上长期不合理的开垦和利用方式，迫使土地更加贫瘠。截至2018年，贵州省拥有耕地面积4.52万km2，占全省面积的25.65%，但高等级耕地级别占比较低，仅占全省耕地评定总面积的1.82%；通过实施土地开发整治、复垦项目耕地资源可持续利用状况逐渐趋于好转，耕地面积同比增长21.07%，但由于人口增长较耕地面积增长的速度快，导致全省人均耕地面积到2018年仅为1 000 m2/人。

2 研究方法

2.1 数据来源

本文所涉及的数据包括社会经济数据和基础地理信息数据。其中评价数据来源于《贵州省统计年鉴》(2004—2019年)、《中国区域统计年鉴》(2004—2019年)、《中国城市统计年鉴》(2004—2019年)以及贵州省9个市州统计年鉴、社会经济公报等。耕地集约利用水平的各项指标数据通过收集的数据进行评价计算而得到，空间数据来源于基础地理信息系统数据库，运用ArcGIS 10.2提取了省行政区边界、市(州)行政区边界等矢量数据。

2.2 耕地集约利用水平评价体系

2.2.1 构建评价指标体系 因多因素综合评价方法是一种综合考虑多种影响因素，而后将多个影响因素量化为一个可以反映评价对象综合情况的指标来进行评价，从而实现评价目的的评价方法。本文基于前人研究成果，根据主导性原则、综合性原则、因地制宜原则等，运用多因素综合评价方法，从投入强度、利用程度、产出效益和持续状况这4个方面进行综合考虑，选取14个指标，具体见表1。

表1 贵州省耕地集约利用评价模型

耕地的投入强度反映了该地区农业生成过程中将生产要素投入到耕地中的数量，一般来说，在合理的范围内，随着投入到单位面积耕地上的生产要素的增多，耕地集约利用的程度也就越高，超出合理范围之后，耕地的集约利用程度则会逐渐下降。耕地的利用程度是耕地利用状况的综合表现，往往受区域条件、经济和技术水平的影响，其利用程度越高，耕地集约利用水平也越高。耕地的产出效益反映了该地区的耕地能够给人类和社会带来经济效益的多少。耕地的可持续状况综合反映一个地区社会与经济持续发展、耕地数与量等方面的可持续发展状况。

(1)

式中:Ui为集约度；Wj代表第j个指标的权重值；Iij为指标标准化值。

2.2.2 数据标准化 因构建的耕地集约利用评价模型中不同指标的量纲不一致，需要对其标准化处理后才具可比性，本文采用离差标准化法进行标准化处理。因所有指标均为正向指标，其标准化方法一致，公式如下：

(2)

2.2.3 确立指标权重 受地区自然状况、经济状况、社会状况等影响，不同地区各项指标对评价目标的影响程度存在差异性，故应科学的确立各指标的权重值，使得评价结果更符合真实现象。本文选择了与层次分析法、德尔菲法等相对而言更客观的均方差法确立权重。其计算过程如下：

(1)求取标准化值的均值：

(3)

式中:Zij为第j个指标的标准化值；Ej为Zij的均值。

(2)计算均方差：

(4)

式中:σj为Zij的均方差。

(3)计算权重：

(5)

式中:Wj为第j个指标对应的权重。

2.3 构建GWR模型并检验

2.3.1 模型的统计检验 在构建模型前首先要对模型的因变量进行统计检验，即空间自相关性检验。因为变量的观测点在空间上的邻近而促使变量的观测值相互之间形成相关性是进行GWR模型分析的前提条件，其测度方法是通过全局Moran′sI指数来进行基本测度，这个指数兼顾了数值和二维空间之间的联系，能够充分反映空间邻近的区域单元属性值的相似程度。具体计算过程如下：

(1)计算全局Moran′sI指数：

(6)

式中:Wij为空间权重矩阵;xi和xj分别为i和j的观测值;n为空间单元的数量。若Moran′sI>0,则表示变量之间呈正的空间自相关,变量趋向空间集聚状况,反之,呈负的空间自相关,变量趋向分散分布;若Moran′sI=0,则表示变量在空间上是随机分布的。其绝对值的大小越接近1,就代表其空间分布的差异大。

(2)统计检验:

(7)

式中:SD(I)为标准方差；E(I)为均值;如果Z>0,表示存在正的空间自相关关系,反之,则为负的空间自相关关系。

计算2003年、2008年、2013年和2018年的Moran′sI值及其统计检验见表2，所有时期的Moran′sI值Z值均通过了5%的统计检验，表明其存在着空间自相关关系。并且，4个年份的Moran′sI值处在[0.215,0.337]这个区间，又在2013年达到最高值，表明贵州省耕地集约度空间相关性在这4个时期均为正向相关，其相关性逐渐增强，集聚效应明显。

表2 检验结果

2.3.2 GWR模型构建 与OLS模型不同的是地理加权回归模型即考虑了空间非平稳性，模型的解释变量的系数值随地理位置的不同而略有差异。因其具有如此的优势，本文采用GWR模型对耕地集约利用水平的影响因素进行分析。

(8)

式中:βo(u)为截距项；βk(u)为第k个协变量的回归系数；xk(u)是位置u的第k个协变量的值；p为回归项的个数；ε(u)是位置u的随机误差项。

由表3看出，该模型分别解释了4个年份因变量的78%，75%，80%和82%，说明模型拟合效果较好。

表3 统计检验结果

4 结果与分析

4.1 耕地集约利用水平时间变化特征

4.1.1 贵州省耕地总体集约利用水平变化时间特征通过图1分析可知，贵州省2003—2018年的耕地集约度整体呈波动上升的变化趋势，最高值出现在2014年为0.580 2，其时序变化可以粗略的分为2个时期，第一个时期在2003—2013年，一直处于低集约水平，第2个时期的2014年、2016年和2017年进入中度集约水平。4个研究节点的集约度分别为0.359 3(2003年)，0.496 5(2008年)，0.489 7(2013年)，0.512 7(2018年)。

图1 贵州省耕地集约利用水平变化

4.1.2 市级耕地集约利用水平时空变化特征 通过将贵州省各市(州)4个时间节点的耕地集约度进行比较分析，可按变化情况分为上升趋势、波动变化和下降趋势3种特征，其具体情况由表可知，处于上升趋势的多位于西南部，随时间变化而波动的市(州)较为分散，城市化和工业化较高的贵阳市，其耕地集约利用水平逐年降低(图2)。

图2 贵州省各市(州)2003-2018年耕地集约利用水平变化

通过将贵州省各市(州)4个时间节点的耕地集约利用水平进行比较分析，可将变化趋势归纳为上升趋势、波动变化和下降趋势3种变化特征，其具体情况由表可知，处于上升趋势的多位于西南部，随时间变化而波动的市(州)较为分散，城市化和工业化较高的贵阳市，其耕地集约利用水平逐年降低，见表4。

表4 贵州省2003-2018年各市(州)耕地集约利用度变化类型

4.2 耕地集约利用水平空间分异特征

为进一步研究其空间特征，本文考虑了贵州省耕地实际的利用状况，综合相关文献的研究成果，将贵州省2003—2018年的耕地集约度结果按得分划分为：不集约(≤0.3)、低度集约(0.3～0.5)、中度集约(0.5～0.8)、高度集约(≥0.8)4种类型，并运用ArcGIS 10.2软件绘制研究的4个时间节点的空间分布图(图3)。

图3 贵州省2003-2018年各市(州)耕地集约利用水平空间分异

从4个时间节点来看，2003年仅贵阳市和安顺市处于中度集约水平，六盘水处于不集约水平，其他各市(州)均为低度集约水平。2008年中度集约的地区仅有安顺市，不集约的只有毕节市，其他地区低度集约。2013年中度集约的依然市安顺市，与2008年仅有毕节市为不集约水平不同的是，2013年黔南州也处于不集约水平。2018年贵州各没有不集约的地区，当除安顺市、遵义市属于中度集约外，其他地区均为低度集约。

2003—2008年，六盘水市和黔南州集约度相对其他地区均有较大提升，分别上升0.16，0.12，安顺市和遵义市的集约度小幅度增长，增长数值小于0.05，贵阳市集约度大幅度下降，从中度集约降低到低度集约，其他地区也有小幅度下降。2008—2013年，六盘水市、黔东南州、铜仁市、遵义市均有小幅度上升，其他市州略有下降。2013—2018年，黔南州集约度上升较大，从0.297上升到0.433，贵阳市略有下降，其他地区均略有上升。综合来说，贵州省各市(州)集约度在2013—2018年这个时期有了全方位的提升，整体趋向良好发展；安顺市在整个观测期间始终处于中度集约程度；贵阳市耕地集约度逐年下降；遵义市由低集约度发展到中度集约。

4.3 耕地集约利用水平影响因素分析

本文运用了ArcGIS 10.2的地理加权回归模型，对贵州省2003—2018年的评价数据进行深入分析，由于篇幅所限，仅以2018年的处理结果深入展开进行论述。

由表5可知，2018年整体来看贵州省持续状况回归系数值最高，其值由大到小依次为持续状况>投入强度>利用程度>产出效益，说明在2018年持续状况和投入强度对贵州省耕地集约利用水平的影响较高。具体来说：

表5 贵州省2018年各市(州)耕地集约利用影响因素回归系数

(1)投入强度方面。投入强度的系数值从0.104至0.266，多处于0.173以上，黔西南州的投入强度系数高达0.266。相对于利用程度和产出效益来说，投入强度的影响更大，这是因为通过合理的增加投入强度是提高耕地集约度的必由之路，通过合理的增加单位面积土地上的投入才能增加单位面积土地上的产出。黔东南州是贵州省社会经济发展较为落后的地区，又受地理条件的影响，地均机械总动力较低，所以对集约水平的影响较低；遵义市受投入强度影响最大，自2013年以来，遵义市地均化肥施用量、地均耕地电力投入和地均农业从业人数迅速增长，对贵州省耕地集约利用水平有较高影响。

(2)利用程度方面。由于贵州省各市(州)地形地貌差异较小，所以除地形较为平坦、气候较为温和湿润导致复种指数和垦殖系数较高的黔南州外，利用程度对贵州省各市(州)的影响程度的差异相对较小。

(3)产出效益方面。产出效益的系数除毕节市外，各市(州)相差较小，最高值0.191的安顺市和最低值0.061的毕节市相差3倍以上，出现这种情况的原因，一是毕节市相对于其他地区耕地面积更为广阔，劳动力数量更多，而粮食的产量、产值与其他地区相差不大，导致其粮食单产、劳均产值、劳均产量和地均产值比其他地区相对较小，耕地集约利用水平受到的影响程度也就相对较小。

(4)持续状况方面。持续状况系数值在贵州省各地区差异较大，最高值0.256的铜仁和最低值0.032的黔西南州，相差近8倍，可见持续状况是影响各地区耕地集约水平的主要因子之一，造成这种情况的原因可能是各地区社会经济发展水平差异较大，黔西南州、黔南州和遵义市的城镇化水平较高，其第二产业和第三产业对第一产业的可持续造成较大影响。

5 结 论

(1)总体来看，贵州省2003—2018年耕地集约度呈现波动上升的趋势，但尚末达到高度集约水平，如何持续提升耕地集约利用水平，将成为贵州省市州发展及国家与区域战略研究的重要任务。以2014年为分界点，2014年之前的年份处于低度集约水平，但在中国城市化和工业化的发展带动之下，农业劳动力向非农转移，以及土地流转的频率提高，使得从事农业工作的人员所能耕种的土地面积增加，即土地规模报酬递增效应；同时，科学技术的提高，工业化进程的推进，使得投入到第一产业的要素增加，即出现二、三产业反哺农业的现象，使得2014年开始，贵州省进入中度集约水平，但受农村劳动力流失、贵州大面积退耕还林等因素的影响，2014年之后的集约水平略有波动，尤其是2018年耕地集约度又下降到0.512 7，但仍处于中度集约水平。

(2)分市州来看，贵州省各市州2003—2018年的集约水平分为3种变化特征，即上升、波动、下降3种特征。其中，9个市(州)仅贵阳市由于城市化的迅速发展，大批量的占用耕地，经济发展主要以第二产业和第三产业为主，从中度集约下降到低度集约；安顺市、六盘水市、黔东南州、遵义市4个地区稳步发展，耕地集约水平逐渐提升，其中遵义市集约水平更是从低度集约发展到了中度集约，可能的原因是遵义市临接四川省、重庆市，且交通便利，经济得以迅速发展，使得能够再次投入到耕地中的要素增加，大大提升了遵义市的耕地集约水平，其他地区则处于波动变化当中。

(3)从影响因素方面来看，借助GWR模型分析结果可知，贵州省耕地集约利用水平程度主要受持续状况和投入强度的影响，而产出效益和利用状况相对影响较弱。究其原因，持续状况和投入强度作为耕地集约度水平提升的前提和基础条件，省内各市(州)基础水平差异较小，但对贵州省耕地集约利用水平影响较大；而产出效益和利用状况衡量了种植业经济可持续发展的状况，利用情况受贵州省特殊的地理情况的影响，对各地区影响程度相对均一，产出效益在各市(州)的影响程度有很大差异。在今后提升贵州省耕地集约水平的工作中应当考虑从明确土地权属，加大土地流转；优化产业结构；挖掘乡村文化，促进农旅结合；加强退耕还林，促进可持续发展；规范合作社，促进合作社发展，带动贫困地区农民就业的同时提高耕地集约利用水平。