令人沉醉的微笑

 

        三峡库区开县30年耕地变化分析

       曹银贵^1，2 王静¹ 程烨^1，2 吴剑¹ 刘庆¹ 孔登魁²

（1.中国土地勘测规划院土地利用重点实验室，北京 100035；

2.中国地质大学土地科学技术系，北京 100083 ）

Change of Cultivated Land Area in Kai County

in the Past 30 Years

CAO yin-gui^1,2 WANG jing¹ CHENG ye^1，2 WU jian¹ LIU qing¹ KONG deng-kui²

（1. Land Key Laboratory of the Land Resources Ministry, Beijing 100035；

2.Department of Land Science and Technology, China University of Geoscience, Beijing 100083)

摘  要：研究目的：分析开县耕地变化及驱动力，为耕地资源的合理利用与保护提供指导。研究方法：采用统计学中主成分分析的方法，分析各指标之间的相关性，提取两组主成分并分析各主成分中的指标因子的载荷矩阵。运用多元线性回归分析的方法建立了耕地变化的驱动模型。研究结果：开县耕地面积数量30年来一直呈现减少的趋势。通过主成分分析，年末总人口、牧业产值、水果产量、城市化率、公路通车总里程、林业产值是影响耕地面积变化的主要因子。研究结论：开县耕地面积的减少一方面是由于年末总人口的增加，城乡发展导致大量耕地被占用；另外产业结构调整，改变了传统的农耕生产；最后是林业政策的影响。利用多元线性回归分析的方法，建立了耕地变化的驱动力模型，并预测了开县2008年、2010年、2015年、2020年的耕地面积。

关 键 词：耕地；驱动力；预测；三峡库区

Abstract: The purpose of choosing Kai County as the researching object is to analyze the change of cultivated land area and the driving forces of changing and provide suggestions for the cultivated land use and protection. The component analyses method is used. In the process of analyses, the correlations of each indicator are analyzed, and there are two components having been abstracted. The result is that the cultivated land areas have always reduced for 30 years. After analyzing, total population, grass production, fruit production, urbanization, highway lengths and forestry production are the main factors causing the change of cultivated land areas. The conclusion is that the decreasing of cultivated land areas in Kai County results from the development of rural and urban and the adjustment of industrial structures and the policy of forestry. In the same time, using multiple regressive mathematical equations and the relationship among the factors and decrease of cultivated land, the cultivated land areas of 2008, 2010, 2015 and 2020 are predicted.

Key words: cultivated land; driving forces; forecasting; reservoir area of Three Gorges Project

   耕地是土地资源中宝贵的自然资源和资产，保持一定数量的耕地是人 类赖以生存和发展的基础，又是调控国民经济的重要手段，保持一定数量的耕地不仅是保证食物安全的需要，而且对维持区域生态平衡也十分重要^[1,2]。最近几年，耕地被占用的现象不仅存在于经济发达的地区，在一些偏远、经济落后的地区也存在大量耕地被占的现象，1978—1998年20余年间，耕地平均递减率超过0.22%，其中1983—1987年间达0.51%^[3]。国土资源部最新报告显示：从1996—2005年，我国的面积净减少800万hm²，约占耕地总量的6.6% ^[4]。

分析耕地动态变化规律及其驱动力，对合理利用耕地资源，为区域耕地的动态平衡与区域调控，实现区域耕地的持续利用，特别是对农业优势地区的持续发展，以及协调好耕地保护与经济发展之间的关系有着重要的意义^[6]。同时也利于农村产业结构调整，缓解人地矛盾。

1 研究区域

开县位于重庆市东北部，是“六山三丘一分坝”，地势由东北向西南逐渐降低，海拔在134-2626m之间。开县自然资源丰富，地处长江三峡工程库区小江支流末端，是经国家批准的长江三峡经济开发区。开县是重庆市的一个农业大县，2004年用于农耕的土地面积为10.43万hm²，占全县土地面积的26.3%。开县土地利用具有如下特点：（1）土地垦殖指数高，人均耕地面积少。2004年开县耕地的垦殖指数达16.8%，接近全国平均垦殖水平（9.9%）的2倍；开县人均耕地面积2004年仅为0.04hm²，为全国水平的1/2；（2）土地开发强度较高；（3）耕地面积减少强度大。1975—2004年间，开县总共减少耕地19988 hm²。

 2 研究方法

2.1 主成分分析与多元回归分析

    主成分分析是一种把原来多个指标化为少数几个互不相关（或相互独立（在总体是多维正态总体时））的综合指标的一种统计方法，可以达到数据化简、揭示变量之间的关系和进行统计解释的目的，为进一步分析总体的性质和数据的统计特性提供一些重要信息。当前几个主成分的累计贡献率超过85%以上时，就说明前几个主成分反映了研究问题的大部分信息^[10]。主成分分析的步骤包括^[10，11]：

   首先建立指标体系和原始数据矩阵；其次是原始数据标准化，得到标准化数据矩阵；然后由标准化数据矩阵计算相关系数矩阵；再解特征方程，计算相关系数矩阵的特征值，根据因子方差累计贡献率确定因子数；最后计算特征向量和初始因子载荷。

   基于多元线性回归分析方法，开县耕地变化定量分析的原理和计算步骤如下^[12]：

   首先选择影响因子；其次是进行相关系数分析，利用“积差法”相关系数公式计算出原始变量的相关系数；然后根据相关系数分析结果建立模型，设Y_n应变量，X_i为变量因子根据多元线性回归模型的构造原理：

（Y₁，.....，Y_i）^T

=（1，X_i1，.....，X_ij）（a₀，ａ₁，.....，ａ_i）^T

然后进行拟合效果检验；使用多重判定系数R²，若R²月接近1，回归平面拟合程度越高，反之R²越接近0，拟合程度越低；最后进行模型显著性检验，使用回归分析工具进行F检验。

2.2 驱动因子选择

    根据开县1975—2004年的统计年鉴及相关年份的开县年鉴选取了13个基础指标，分别是：年末总人口X₁（万人），农业人口X₂（万人），城市化水平X₃(%)，农村劳动力X₄（万人），水果产量X₅（t），粮食单产X₆（t/ hm²），公路通车里程X₇（km），人均纯收入X₈（元），农业总产值X₉（万元），林业总产值X₁₀（万元），牧业总产值X₁₁（万元），渔业总产值X₁₂（万元），粮食作物播种面积X₁₃（hm²）。此外耕地的1975—2000年耕地面积是通过统计资料获取，2001—2004年的耕地面积是变更调查的数据。

3 结果与讨论

3.1 耕地变化的主要驱动力

    选取以上变量的1975—2004年数据作为分析样本，通过分析得出相关系数矩阵（如表1），另外选择了2个主成分（公共因子），然后依据主成分提取特征值、主成分贡献率与累计贡献率（如表2）。

                        表1 耕地变化驱动力变量相关系数矩阵

             Tab.1 The relative correlation matrix of driving forces variable of cultivated land change

	X1	X2	X3	X4	X5	X6	X7	X8	X9	X10	X11	X12	X13
X1	1.00
X2	0.98	1.00
X3	0.91	0.82	1.00
X4	0.84	0.88	0.64	1.00
X5	0.78	0.69	0.86	0.58	1.00
X6	0.90	0.86	0.86	0.72	0.75	1.00
X7	0.91	0.88	0.85	0.86	0.65	0.85	1.00
X8	0.96	0.93	0.90	0.76	0.88	0.89	0.80	1.00
X9	0.93	0.89	0.89	0.76	0.79	0.99	0.89	0.91	1.00
X10	0.18	0.13	0.24	0.03	0.18	0.23	0.11	0.22	0.24	1.00
X11	0.99	0.95	0.94	0.80	0.85	0.92	0.88	0.99	0.95	0.20	1.00
X12	0.94	0.91	0.90	0.73	0.81	0.96	0.81	0.96	0.97	0.27	0.96	1.00
X13	0.83	0.79	0.85	0.76	0.71	0.61	0.80	0.79	0.68	0.05	0.83	0.72	1.00

从表1可以看出，影响耕地数量的13个因子中存在着不同程度的相关，这种现象有其因果必然性，也说明了进行主成分分析的必要性。其中渔业产值与粮食单产、年末总人口与牧业产值、农村人口人均收入与牧业产值、粮食单产与农业产值、农村人口人均收入与年末总人口、牧业产值与农业人口、渔业产值与农业人口的相关系数都达到0.95以上。从表2可以看出，前2组主成分累计贡献率（%）为88.34%，其累计损失比较小，符合分析的要求。凭借上述的分析结果，计算得出了主成分载荷矩阵，主成分载荷矩阵是主成分与变量之间的相关系数^[14]。第一主成分体现了年末总人口、农业人口、城市化率、农村人口人均纯收入、粮食单产、公路里程、牧业产值、渔业产值、水果产量与耕地数量的高度正相关，说明了农村人均收入与农村经济结构变化耕地数量变化的作用很大。第二主成分体现了林业产值与耕地数量的相关性较大，表明退耕还林工作的开展对耕地数量的变化是有影响的。

 表2 主成分分析结果            

Tab.2 The result of principle component analysis                

主成分	特征值	贡献率（%）	累计贡献率（%）
1	10.37	79.80	79.80
2	1.11	8.54	88.34
3	0.54	4.16	92.50
4	0.47	3.64	96.14
5	0.24	1.82	97.96
6	0.17	1.33	99.29
7	0.07	0.53	99.81
8	0.02	0.12	99.93
9	0.01	0.06	99.99
10	0.00	0.01	100.00
11	0.00	0.00	100.00
12	0.00	0.00	100.00
13	0.00	0.00	100.00

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

3.1.1 人口增长和农村社会经济发展与耕地数量变化

（1）人口增长驱动力

    在第一组主成分中，年末总人口所占的比重最大。同时也反映了人口因子是一直作用于耕地数量的外在压力因子，对耕地面积的变化起着重要的影响。人口不断增加，城市人口也在不断增加，建成区的面积在扩大，导致耕地被大量占用。耕地的需求逐步增多，人均耕地减少，粮食的供给压力增大。在近30年时间里，开县耕地变化总体上呈现递减的趋势。1975—2004年耕地减少了19988 hm²，年均减少了666.27 hm²。而在这一期间人口却显著增加。此期间增加人口29.42万，每年增加人口0.98万。人均耕地也由1975年的0.07 hm²减少为2004年的0.04 hm²。耕地的减少与人口增加的相关系数为-0.98，可见两者相关性是非常高的，由此可以看出人口的增加是耕地减少的一个重要驱动力。图1体现了耕地数量与人口数量之间的关系，在耕地数量减少的同时，人口的数量在持续增加。人口的增加和耕地的减少使得开县人地矛盾变得突出。应该加强计划生育政策，控制人口增长，尽量增加人均耕地。

 

                                                                                          

 

 

 

 

 

 

 

 

 

 

图1 开县耕地面积与人口数量变化状况

Fig.1 Changes of cultivated land area and population

（2）农村社会经济发展驱动

开县社会经济的发展主要体现在农业产业结构的调整与居民生活水平的提高。第一组主成分体现了社会经济的发展对耕地变化影响很大。农村产业结构调整，改变了单一的种植业生产结构，向牧业、渔业、果业等多元生产结构发展。这样便能减缓农村经济发展对耕地要求的压力，并且可以使大部分分农村劳动力脱离传统的农耕生产，向其它生产方向转型，大量的耕地就会转变成园地、牧草地等用途。到2004年底，耕地变为牧草地的面积为5297 hm²，主要是由于为了发展畜牧业，部分坡度比较大的耕地退耕还草的原因。从图2可以看出在此期间耕地面积呈现减少趋势的同时牧业总产值与水果产量呈现增长的趋势。

 

 

 

          

 

 

 

 

 

 

 

 

                         图2牧业产值、水果产量与耕地面积变化趋势

Fig.2 Change trends of grassing production, fruit production and cultivated land area

    另外农村产业结构的调整，大量的农村劳动力脱离农耕生产，农村人口开始向城市发展，一方面增加了农村人口的收入；另一方面一部分农村人口在城市安家落户，使得开县的城市人口增加，开县城市化的速度加快。这样耕地的减少一方面与农村劳动力的转型有关；另一方面农村人口收入的增加，就会加大对农业的投入，改良耕地，提高粮食单产，这样可以在较少的耕地上确保粮食生产的安全^[15]。2004年，农用化肥折纯施用量为42249t，是1975年的7.4倍。1975—2004年期间粮食单产在提高、农村人口人均收入逐渐增加，而耕地面积逐年降低。

3.1.2林业政策与耕地数量变化

    在第二主成分中，林业产值所占的比重比较大，这也体现了开县退耕还林政策得以实施的体现。从图3可以看出，1978—1981年期间林业产值下降，主要是由于前期大量的林木被砍伐，开县林业局实行封山育林政策，使得林业产值下降。这一期间政府将部分坡耕地变成了林地，使得耕地面积少量减少，1981—1990年期间，政府加强对植树造林的力度，控制林业产值，幼树的成林率高^[5]。1992年以后，开县耕地面积在减少，林业产值增加，主要是由于政府采取了边退耕边砍伐的政策。2000年，“长治”三期工程的竣工，开县的林业用地由治理前的43.27%增加到2000年的60.16%，林草覆盖率提高到68.56%^[16]。2004年，全县完成退耕还林0.67万hm²。2004年国家对开县林业投入1.36亿元，其中退耕还林资金达9230.5万元。国家资金的大量投放为林业事业的发展注入了活力，促进了开县的生态经济建设^[6]。退耕还林政策使森林面积的增加，耕地面积减少，这样促进了林业事业飞速发展，也相应提高了林业产值。1975—2004年，林业产值增加了1039万元。从图3看出耕地数量呈现减少趋势的同时林业产值呈现出增加的趋势，这也是退耕还林政策落到实处的体现。

 

 

 

 

 

 

 

 

 

 

 

 

图3林业产值与耕地面积变化趋势

Fig.3 Change trends of forestry production cultivated land area

3.1.3 库区水位上升与耕地数量的变化

    虽然这一因素没有在主成分分析中得以体现，但是也是开县耕地面积近期锐减的一个原因。1997年底，长江三峡首次截流，三峡库区的水位提高了10m，库区的景观受影响不大，开县被淹耕地面积比较少^[17]。2000—2004年年均减少耕地1159 hm²，从图1也可以看出，2000年以后耕地面积急遽减少，主要是由于2003年底，长江三峡的导流明渠截流后，大坝将逐步蓄水，三峡库区的水位上升到135m，海拔比较低的耕地有2451 hm²被水淹没。由于水位上升，老城区将被淹没，新城区建设占用的耕地面积为542 hm²。

3.2 耕地变化预测

   根据主成分分析的结果，从13个因子中选择对耕地数量变化影响比较大的因子。年末总人口X₁、城市化率X₃、水果产量X₅、粮食单产X₆、公路里程X₇、人均收入X₈、林业产值X₁₀、牧业产值X₁₁、渔业产值X₁₂，选择上述9个因子分析开县耕地数量的变化；经过计算，求得开县耕地变化数量的多元线性回归模型：

              Y=48844.36+320.27X₁+10661.51X₃+1739.31X₆-4.77X₇+8.45X₈+0.046X₁₀-0.96X₁₁-2.18X₁₂

3.2.1 模型显著性检验

    通过分析，在置信度ａ=0.05的情况下， F_0.95（8，2）=19.4<56.94，并且R²=0.996,调整后的R²为0.978，通过显著性检验水平。

3.2.2 拟合效果

    将各因子值带入回归模型计算，其模拟耕地面积与现实耕地面积对比如图4所示。从图4可以看出耕地的现实面积与耕地的模拟面积基本上能够吻合,并且模拟的精度在（-1.0%， 1.5%）之间，模拟精度比较高。

                     

                       

 

 

 

 

 

 

 

 

 

 

 

图4 耕地现实值与模拟值对比及绝对误差

          Fig.4 Realistic cultivated land areas and modeling cultivated land areas and absolute error

3.2.3 面积预测

    根据1975—2004年各指标相关年份值的变化趋势，同时结合其散点图，将各指标采用线性回归与非线性回归的方法^[16]，建立其变化模型。然后将预测结果带入驱动因子多元回归模型，预测了开县2008年、2010年、2015年、2020年的耕地面积，其预测结果分别为：64209.58hm²、62298.04 hm²、59638.91 hm²、56986.04 hm²。

采用主成分分析的方法，可以将影响耕地变化的众多因素进行分类，同时也能看出不同主成分的影响程度。另外土地利用变化与其自然、社会经济影响因子之间很难说存在着一种必然的因果关系，因此采用因素分析法来分析耕地变化的过程中要合理选择因子，增加因子的数量和研究的时间序列。利用线性回归的方法预测未来耕地的变化存在着精度的问题，这主要取决于模拟数据与原始现有数据的相差程度。

4 小结

    总的来看，开县作为三峡库区的一个县，人均耕地面积比较少，耕地的人口承载压力比较大，1975—2004年期间开县耕地数量的变化一直呈现持续减少的趋势，在1975年人均耕地面积为0.07 hm²，到了2004年人均耕地减为0.04 hm²。采用主成分分析的方法分析耕地变化的驱动力，其中年末总人口和牧业产值对耕地变化的影响值最大。此外水果产量、农村人口人均纯收入、粮食单产、林业产值对耕地面积数量的减少影响也较大。这也体现了农村产业结构调整与退耕还林政策对耕地面积数量变化的影响。

采用多元线性回归分析的方法，建立了开县耕地数量变化的驱动模型，耕地面积的模拟值与现实值比较吻合。并预测开县2008年、2010年、2015年、2020年的耕地面积。

随着三峡工程的竣工，最终蓄水水位达到175m，将来3—5年，将有大量的耕地被淹没，这将进一步减少开县耕地的数量，加剧人地矛盾。因此，一方面应该控制人口增长，另一方面改变农村产业结构来增加农民收入，同时加大对耕地的改良投入，从而缓解开县耕地的压力。

参考文献

[1] 金凤君, 张晓平, 王长征. 中国沿海地区土地利用问题及集约利用途径[J]. 资源科学, 2004, 26(5): 53-60.

[2] 薛东前, 王传胜. 无锡城市用地扩张的时空特征与趋势分析[J]. 资源科学, 2003, 25(1): 9-14.

[3] 李秀彬. 中国近20年来耕地面积的变化及其政策启示[J]. 自然资源学报, 1999, 14(4): 329-333.

[4] 久泰平. 保护耕地声声急. www.cctv.com, 2006.

[5] 重庆市开县统计局. 开县年鉴2005[M]. 2005.

[6] 邵晓梅, 杨勤业, 张洪业. 山东省耕地变化趋势及驱动力研究[J]. 地理研究, 2001, 20(3): 298-306.

[7] 杨桂山. 长江三角洲近50年耕地数量变化的过程与驱动机制研究[J]. 自然资源学报, 2001, 16(2): 121-127.

[8] 重庆统计局. 重庆统计年鉴[M]. 北京: 中国统计出版社. 2000-2005.

[9] 吴翊, 李永乐, 胡庆军. 应用数理统计[M]. 长沙: 国防科技大学出版社, 1995, 298.

[10]邱冬多. 指标综合评价方法的系统分析[M]. 北京: 中国统计出版社. 1991. 108-120.

[11]王洪芬. 计量地理学概论[M]. 济南: 山东教育出版社. 2001. 144-148.

[12]方开泰, 全辉, 刘学军. 实用回归分析[M]. 北京: 科学出版社, 1988, 64-103.

[13]高会丽, 胡燕京. 西部地区投资环境的因子分析及政策建议[J]. 规划师, 2001, (3): 86-89.

[14]詹长根, 熊艳等. 近50年湖北省耕地动态变化及其驱动力分析[J]. 国土资源科技管理, 2006, (1): 23-28.

[15]彭文甫, 周介铭. 近50年四川省耕地变化分析[J]. 资源科学, 2005, 27(3): 79-85.

[16]开县水土保持局. 重庆市开县“长治”工程第三期验收资料汇编[M]. 2000.

[17]三峡库区水位变化的四个阶段. http://www.sxmwr.gov.cn/sllm/slxw/gdxw/2002.05/s051708.html

     文中1975—1994年开县相关的统计数据参考了开县统计局的内部统计年鉴。