黑龍江省土地生態安全空間差異評價

王蘭霞等

摘要以黑龍江省為例，選取13個典型評價因子，對2013年黑龍江省12個地級市土地生態安全進行主成分分析，得出牡丹江市、黑河市的土地生態安全綜合值較高，分別為0.540、0.530，大慶市和七臺河市的土地生態安全綜合值最低，分別為-0.768、-0.665。對黑龍江省土地生態安全的空間差異進行評價，為提高黑龍江省土地生態安全整體水平提供建議。

關鍵詞土地生態安全；空間差異；主成分分析；黑龍江省

中圖分類號S28文獻標識碼

A文章編號0517-6611（2015）29-312-04

基金項目黑龍江省教育廳科學技術研究項目（12531599）；黑龍江省社會科學規劃項目（12B069）。

作者簡介王蘭霞（1969- ），女，黑龍江哈爾濱人，副研究員，博士，從事土地利用生態環境、土地復墾與生態重建研究。

收稿日期20150828

土地作為關乎人類生存與發展必不可少的自然資源之一，是人類社會經濟可持續發展的基礎。土地生態安全作為生態安全的重要內容，是實現糧食安全、經濟安全與社會安全的基礎和保障，是關系到合理配置和科學管理土地資源、構建環境友好型社會、創建生態文明、實現可持續發展的關鍵問題。土地生態安全源于生態安全，謝正峰認為土地生態安全應包括土地生態系統自身安全和對人類的安全兩方面。徐麗等認為土地生態安全是指在一定的時空范圍內土地生態系統能夠保持其結構和功能不受或少受威脅的狀態，土地生態系統能夠為人類提供服務的數量與質量能持續滿足人類生存和發展的需求，從而達到土地環境與社會和經濟復合體的長期協調發展。土地生態安全可定義為土地生態作為一個系統在特定時空范圍內既能保持自身的平穩狀態又能持續不斷地為人類發展提供服務的社會、經濟與環境的復合體。在國外，與土地生態安全相關的研究主要體現在土地質量評價、可持續土地管理評價以及土地利用政策評價等方面[3-6]。國內對于省級土地生態安全評價的研究較多，大致分為動態研究[7-9]、靜態研究、理論研究以及評價方法研究[2，11-12]。評價視角有土地生態承載力和生態足跡[11，13]，也有學者從生態風險角度進行研究[14-16]，根據區域生態風險特征，提出了相應的風險調控策略。隨著黑龍江省經濟不斷發展及城市化和工業化進程加快，區域生態環境與國民經濟發展以及人民生活密切相關，特別是煤炭資源型城市的土地生態安全更應受到關注，學者對黑龍江省土地生態安全的評價多以具體地級市為例進行[17-19]，有通過熵值理論與物元相結合對黑龍江省土地安全在時間序列上進行評判，也有對地級市所轄縣進行生態安全評價。筆者構建了包括13個指標的黑龍江省土地生態安全評價指標體系，運用主成分分析方法對黑龍江省土地生態安全空間差異進行評價。

1指標選取、數據來源與研究方法

1.1研究區概況

黑龍江省位于我國東北部，地處121°11′～135°05′E、43°26′～53°33′N。地域遼闊，南北相距1 120 km，東西寬930 km，北部和東部與俄羅斯相鄰，邊境線長3 045 km，西部與南部分別與內蒙古自治區和吉林省相鄰。屬溫帶大陸性季風氣候，轄區內土地資源豐富，土質肥沃，自然肥力較高，是國家重要的商品糧生產基地、重要的能源工業基地，也是亞洲與太平洋地區陸路通往俄羅斯和歐洲大陸的重要通道。黑龍江省土地調查數據顯示，全省土地總面積45.25萬km2，其中林地面積21.84萬km2，耕地15.87萬km2，占全省總面積的83.3%，城鎮村及工礦用地、交通運輸用地、水域及水利設施用地等其他土地約占16.7%。

1.2評價指標的確定

在土地生態安全評價指標的選取上，根據科學性、可比性、可操作性、簡潔性等原則[18]，結合黑龍江省的實際情況以及指標數據的可獲取性，力求評價指標能夠反映人類活動對土地生態安全的影響，同時借鑒前人對省域土地生態安全評價的研究成果[23-24]，充分考慮能夠反映黑龍江省社會發展、經濟建設和土地生態環境狀況的指標。人口綜合增長率、人口密度、城鎮登記失業率反映社會發展狀況，人口數量的增多使土地非農化進程加快，建設用地迅速擴張，對土地生態安全造成壓力；人均GDP、第三產業比重、農村居民人均純收入、萬元GDP能耗反映經濟建設狀況，經濟的發展離不開與土地生態系統的協調，反過來，土地生態安全的發展又促進社會經濟建設；單位土地廢水排放量、除澇面積占易澇面積比例、工業固體廢物利用率、城市人均綠地面積、人均環保支出、污水集中處理率反映與土地質量密切相關的生態環境狀況。因此，選取13項評價指標對黑龍江省土地生態安全進行研究，具體見表1。

1.3數據來源

數據主要來自《黑龍江省統計年鑒2014》，《中國城市統計年鑒2014》，或通過統計數據推算得出。

1.4研究方法

運用主成分分析法對黑龍江省土地生態安全進行評價，主成分分析是設法將原來眾多具有一定相關性的指標重新組合成一組新綜合指標來代替原來的指標。綜合指標保留了原始變量的絕大多數信息，并且彼此間互不相關，能夠使復雜問題簡單化，減少了數據冗余。主成分分析的一般步驟為：①為排除量綱的影響，首先對原始數據進行標準化；②計算標準化后的樣本相關矩陣R，并求R的特征值λ1，λ2，…，λi；③計算累計貢獻率，一般按累計貢獻率的原則確定主成分數；④計算主成分的特征向量和表達式；⑤以各主成分大于等于85%的信息貢獻率為權數，對土地生態安全進行綜合評價。

2結果與分析

2.1評價過程和結果通過將逆指標取負作正向化處理，然后對數據進行Z標準化，即用各項指標減去均值后除以標準差，公式如下：

Zij=（Xij-Xj）/S（Xj） （1）

式中，Zij為第i個城市的標準化值；Xij為第i個城市第j項指標原始值；Xj為第j項指標的平均值；S（xj）為第j項指標的標準差。

標準化后結果見表2。運用統計分析軟件進行計算，通過降維分析確定主成分個數n，根據指標特征值與貢獻率以及指標因子載荷矩陣，形成各個主成分Fi表達式，構造土地

生態安全評價綜合得分函數，根據計算結果進行排序。

由相關系數矩陣（表3）可看出各個指標之間的相關性比較小，指標之間重合的信息較少，適合利用選取的13項指標對黑龍江省土地生態安全進行主成分分析。

特征值在某種程度上可以被看成是表示主成分影響度大小的指標，如果特征值小于1，說明該主成分的解釋力度還不如直接引入一個原變量的平均解釋力度大，因此一般可以用特征值大于1作為納入標準。表4中前5個主成分累積貢獻率為86.02%，說明提取5個主成分是可以反映全部指標86.02%的信息量，因此采用5個新變量代替原來的13個變量。安徽農業科學2015年

由于因子載荷矩陣主要反映各因子的貢獻率大小，由表5可以得出，在第一主成分（F1）中，人口密度、人口綜合增長率兩項指標所占比重較大，對土地生態安全值的影響較大，因此將其命名為人口壓力主成分；在第二主成分（F2）中城鎮登記失業率最大，因此將其命名為就業壓力主成分；人均GDP、農村居民人均純收入的占比在第三主成分（F3）作用明顯，因此將其命名為經濟推動主成分；同理將第四主成分（F4）和第五主成分（F5）分別命名為生態環境主成分和土地質量主成分。

用表5的因子載荷矩陣中的數據除以主成分相對應的特征值開平方根，得到5個主成分中每個指標所對應的系數；再將得到的特征向量與標準化后的數據相乘，得出主成分表達式如下：

F1=0.201X1+0.227X2-0.111X3-0.030X4+0.051X5-0.050X6+0.197X7-0.097X8-0.091X9+0.153X10+0.190X11-0.119X12-0.046X13 （2）

F2=0.093X1+0.004X2-0.013X3+0.172X4+0.119X5+0.257X6+0.133X7-0.114X8+0.017X9-0.243X10-0.133X11-0.157X12+0.309X13 （3）

F3=-0.011X1+0.122X2+0.395X3-0.280X4+0.389X5+0.062X6+0.046X7-0.130X8+0.168X9+0.045X10-0.14X11-0.2X12+0.050X13 （4）

F4=0.022X1+0.135X2+0.067X3-0.369X4-0.275X5+0.462X6+0.329X7+0.218X8+0.028X9+0.155X10-0.095X11+0.352X12+0.145X13 （5）

F5=0.330X1-0.027X2-0.218X3-0.104X4+0.039X5-0.113X6+0.047X7+0.580X8+0.476X9-0.089X10-0.168X11-0.275X12-0.170X13 （6）

式中，Fi為第i個主主成分得分；Xi為第i個指標的標準化值。

最后，根據各主成分關于指標的線性表達式代入標準化后的指標值，得出各主成分的值，并以每個主成分的方差貢獻率為權數，構造綜合得分函數，公式如下：

F=i1RiFi （7）

式中，F為土地生態安全評價綜合得分；Ri為各主成分的方差貢獻率。

利用公式（7）計算得到各地級市的主成分得分并按照土地生態安全綜合值進行排序（表6）。

2.2評價結果分析

從人口壓力主成分得分排名來看，伊春、佳木斯、黑河排在前3位，其次是雙鴨山、牡丹江、鶴崗，這6個地市人口壓力主成分得分為正，大于人口壓力主成分的平均值，表明這6個地市人口壓力相對較小。而綏化、大慶、哈爾濱得分為負數且最低，表明人口壓力較大，應實施適當的人口政策，使人口增長與經濟發展相適應。

從就業壓力主成分得分來看，牡丹江、黑河排名最高，就業壓力較小，而鶴崗、七臺河、大慶、伊春就業壓力主成分得分為負，低于各地市就業壓力主成分得分的平均值，就業壓力較大。鶴崗、七臺河、大慶都屬于資源型城市，可充分發揮資源優勢，對煤炭、石油等資源進行深加工，進行產業轉型，為社會提供更多工作崗位減少就業壓力。

經濟推動主成分得分排名中，大慶、牡丹江分別位居前2位，表明大慶、牡丹江經濟發展對土地生態安全帶動力較大；而七臺河、綏化位居后2位，土地生態安全的經濟推動力較小，應發展高新技術產業，調整經濟結構，在逐步提高國民生產總值的同時大力實施惠民政策，提高農村居民人均純收入。

在生態環境主成分得分排序中綏化、黑河、雙鴨山得分較高，表明生態環境保護狀況相對較好，而雞西、七臺河則排名靠后，表明生態環境保護狀況較差。作為煤炭資源型城市的雞西、七臺河，由于資源開采對環境造成影響較大，需要加強生態環境治理力度，提高污水集中處理水平，促進經濟生態同步，同時還應借鑒同為煤炭資源型城市——雙鴨山市的環境保護與治理經驗，從而提高生態效益。

鶴崗在土地質量主成分得分排名中最高，在一定程度上反映了該區域土地質量相對較好，佳木斯、七臺河、大慶、黑河得分排名較低，土地質量相對較差，需要采取措施，加強林地保護，防止水土流失，通過土地整理提高土地質量，減少并防治土地污染。

3結論

土地生態安全綜合得分排序顯示，黑龍江省各地級市土地生態安全由強到弱依次是牡丹江、黑河、佳木斯、雞西、伊春、雙鴨山、綏化、鶴崗、齊齊哈爾、哈爾濱、七臺河、大慶。在12個地級市中有8個地市得分結果為正數，有4個地市得分結果為負數，表明有1/3的城市土地生態安全在全省平均水平之下。從綜合得分來看，2013年黑龍江省各個地級市的土地生態安全程度空間差異明顯，應充分發揮有利于土地生態安全的地域優勢，以保證土地生態能夠處于相對安全的狀態。

參考文獻

[1]

謝正峰.中國“土地生態安全”與“土地生態風險”研究比較[J].云南地理環境研究，2012，24（5）：12-18.

[2] 徐麗，張立亭.基于土地生態安全評價的研究[J].河北農業科學，2010，14（12）：88-90.

[3] BOUMA J.Land quality indicators of sustainable land management across scales[J].Agriculture，ecosystems & environment，2002，88（2）：129-136.

[4] WALTER C，STTZEL H.A new method for assessing the sustainability of landuse systems （II）：Evaluating impact indicators[J].Ecological economics，2009，68（5）：1288-1300.

[5] SHEPHERD K D，SHEPHERD G，WALSH M G.Land health surveillance and response：A framework for evidenceinformed land management[J].Agricultural systems，2015，132：93-106.

[6] REIDSMA P，KNIG H，FENG S，et al.Methods and tools for integrated assessment of land use policies on sustainable development in developing countries[J].Land use policy，2011，28（3）：604-617.

[7] 朱健，韓會慶，張朝瓊，等.2000年與2010年貴州省土地生態安全水平比較[J].貴州農業科學，2014，42（5）：228-231.

[8] 張小虎，牛海鵬，郭增長.基于三角模型的城市土地生態安全區域差異分析：以河南省為例[J].自然災害學報，2014（2）：21-30.

[9] 吳濤，任平.基于物元模型的四川省土地生態安全評價[J].河南農業科學，2014（6）：53-58.

[10] 張清軍，魯俊娜.河北省土地資源生態安全評價分區研究[J].貴州農業科學，2010（9）：229-232.

[11] 黃海，劉長城，陳春.基于生態足跡的土地生態安全評價研究[J].水土保持研究，2013，20（1）：193-196，201.

[12] 馬志昂，蓋艾鴻，程久苗.基于BP人工神經網絡的區域土地生態安全評價研究：以安徽省為例[J].中國農學通報，2014（23）：289-295.

[13] 惠志昊，楊錦偉，王冠波.河南省煤炭資源型城市土地生態承載力的評價研究[J].安徽農業科學，2014，42（24）：8383-8385.

[14] 馬彩虹.陜西黃土臺塬區土地生態風險時空差異性評價[J].水土保持研究，2014（5）：216-220.

[15] 田光進，肖琳.天津市土地利用生態風險評價[J].生態學雜志，2014（2）：469-476.

[16] 吳劍，陳鵬，文超祥，等.基于探索性空間數據分析的海壇島土地利用生態風險評價[J].應用生態學報，2014（7）：2056-2062.

[17] 崔登攀，宋戈.黑龍江省煤炭城市土地生態效益評價研究：以鶴崗市為例[J].水土保持研究，2010，17（5）：114-117.

[18] 孫奇奇，宋戈，齊美玲.基于主成分分析的哈爾濱市土地生態安全評價[J].水土保持研究，2012，19（1）：234-238.

[19] 曾光建，陶軍德，關國鋒，等.黑龍江省雞西市土地生態安全評價研究[J].國土資源科技管理，2010（3）：39-43.

[20] 張小虎，雷國平，袁磊，等.黑龍江省土地生態安全評價[J].中國人口·資源與環境，2009，19（1）：88-93.

[21] 李玉清，宋戈，王越，等.基于能值分析的哈爾濱所轄市縣土地資源生態安全評價[J].水土保持研究，2014（3）：267-272.

[22] 李玉平，蔡運龍.河北省土地生態安全評價[J].北京大學學報（自然科學版），2007，43（6）：784-789.

[23] 梅艷，雍新琴，舒幫榮，等.基于信息熵與未確知測度理論的土地生態安全評價：以江蘇省為例[J].江蘇農業科學，2013（10）：297-300，301.

[24] 吳開亞.主成分投影法在區域生態安全評價中的應用[J].中國軟科學，2003（9）：123-126.

[25] 張清軍，魯俊娜，程從勉.區域土地資源生態安全評價：以石家莊市為例[J].湖北農業科學，2011，50（6）：1122-1127.