基于主成分—聚類分析的土地生態安全評價

汪磊 曹幸琪

[摘要]采用SPSS21.0中的主成分分析法和聚類分析法，基于經濟、社會和生態三個維度提取9個指標構建江蘇省土地生態安全評價指標體系，對江蘇省2016年土地生態安全狀況進行分析評價，并根據結果進行風險高低程度劃區。結果表明：評價結果與實際情況高度吻合；土地生態安全低度風險區1個（南京）、中度風險區7個、高度風險區5個。因此，江蘇省應確保低度風險區城市的土地生態安全，謹防其余城市的土地生態安全持續惡化，同時要重視高度風險區城市生態文明的建設，制定科學合理的政策并投入相應的人力、物力和財力以提高土地生態安全水平。

[關鍵詞]土地生態安全；江蘇省；主成分分析；聚類分析

[中圖分類號]F321.1 [文獻標識碼]A

土地是社會經濟-生態復合系統，具有生產和生態雙重功能，是人類賴以生存和發展的基礎，土地的生態安全狀況不僅關乎土地的可持續利用，也影響著人類社會的可持續發展。土地生態安全主要指土地資源所面臨的生態環境處于一種不受或少受威脅與破壞的平衡、健康的狀態。土地生態安全的內涵既包括土地生態系統本身的安全性，也包括土地生態系統是否能保證人類生產和生活的安全問題。土地生態安全評價是當前研究土地生態安全的重要方向之一。近年來隨著社會經濟的快速發展和城市化進程的加快，我國的人地矛盾日益突出。多年來，我國政府對于環境保護和生態重建給予高度重視。黨的十九大報告指出，建設生態文明是中華民族永續發展的千年大計，要像對待生命一樣對待生態環境。但時至今日，我國的土地資源惡化的趨勢并沒有得到有效遏制，土地保護任重而道遠。土地生態安全問題迫在眉睫，引起了諸多學者的關注與思考。目前，國內研究土地生態安全評價的常用方法有層次分析法、主成分分析法、生態足跡法、BP神經網絡法等。基于目前有關土地生態安全的文獻所使用的研究方法較為單一，本研究運用SPSS21.0將主成分分析法和聚類分析法相結合，對江蘇省2016年的土地生態安全狀況進行評價，以期彌補江蘇省土地生態安全評價研究的不足，并為江蘇省土地資源的利用與保護提供一定的借鑒價值。

1 研究區域與評價指標體系構建

1.1 研究區域概況

江蘇省地處中國大陸東部沿海地區中部，長江、淮河下游，東瀕黃海，北接山東，西連安徽，東南與上海、浙江接壤，是長江三角洲地區的重要組成部分。地跨東經116°18′～121°57′，北緯30°45′～35°20′。截至2016年年末，江蘇地區生產總值76086.20億元，人均生產總值95259.00元，江蘇常住人口7998.6萬人。江蘇屬于長江經濟帶北翼，與安徽、浙江、上海共同構成的長江三角洲城市群已成為國際6大世界級城市群之一。據國家統計局收集的資料顯示，截至2016年年末，在省份的城鎮化率排名中，江蘇省以67.7%位于第二位，意味著其已邁入城市化的成熟階段。但與之而來的資源不足、空氣污染、耕地減少、土地生態功能退化等問題給社會可持續發展和生態系統的良性運行帶來巨大威脅。

1.2 樣本數據來源

本研究所構建的江蘇省土地生態安全評價指標體系所需的截面數據來源于江蘇省統計局公布的《2017年江蘇省統計年鑒》和江蘇省13個地級市的統計局公布的《2016年國民經濟和社會發展統計公報》等。

2 指標體系構建

土地生態安全評價包括指標體系構建和評價方法兩部分。其中，構建土地生態安全評價指標體系是分析并評價江蘇省土地生態安全的第一步。通過對當前相關文獻的收集與閱讀發現，一部分既有文獻沒有指出構建土地生態安全評價指標體系的依據，缺乏科學性；另一部分既有文獻主要從人類與自然的關系出發，基于“壓力-狀態-響應”（PSR）模型構建相應的指標體系；缺乏全面性。土地生態安全評價指標體系的建立必須以體現可持續發展戰略目標的內涵為前提，從經濟發展、社會發展、土地生態環境質量等各個方面，客觀真實地反映本地區土地生態安全的狀態，使評價目標和評價指標構成一個完整的有機體。據此，按照系統性原則、科學性原則、可操作性原則、定性分析與定量分析相結合的原則、動態性和穩定性相結合的原則，本研究從《2017年江蘇省統計年鑒》和江蘇省13個地級市的《2016年國民經濟和社會發展統計公報》等官方公布的權威資料中提取相應指標，基于經濟發展、社會發展和自然環境三個維度構建江蘇省土地生態安全評價指標體系（表1），繼而運用該評價指標體系對江蘇省13個地級市進行實證分析。

該指標體系包括人口密度（X1）、城鎮化率（X2）、第三產業占比（X3）、人均地區生產總值（X4）、農耕機械化水平（X5）、農用化肥施用量（X6）、實際使用外資（X7）、人均公園綠地面積（X8）和建成區綠地覆蓋率（X9）9個指標。其中，人口密度反映一個地區人口的分布情況，人口越稠密，對土地資源造成的壓力越大，對土地生態安全具有消極影響；城鎮化率越高的地區社會經濟發展水平越高，農業活動所占的比重越低；與傳統第一、第二產業相比，第三產業不生產物質產品，對土地資源依賴度較低，因此第三產業占比越高，對土地生態安全造成的威脅越小；人均地區生產總值是衡量一個地區經濟發展狀況的重要指標之一，人均地區生產總值越高，說明該地區經濟越發達；農耕機械化水平越高，農業生產經營水平、經濟效益和生態效益就越高；農用化肥施用量越多，對該地區土地生態安全帶來的危害則越大；實際使用外資的數額反映了一個地區的經濟實力，經濟實力越強，土地資源優勢越容易形成生產力；人均公園綠地面積和建成區綠地覆蓋率這兩項指標直接從生態環境的角度體現一個地區土地生態安全的狀況。

3 江蘇省土地生態安全評價過程

3.1 主成分聚類分析

3.1.1 主成分分析過程。本研究選擇SPSS21.0作為分析工具，由于所選取的指標從三個不同維度對江蘇省土地生態安全進行評價，指標彼此間的趨勢化不同且存在量綱和數量級的影響，因此，為了使指標同趨勢化并消除量綱和數量級的影響，事先需要對數據進行正向化處理而后再進行標準化處理（表2）。需要說明的是若預處理后的相關指標值變為負數，則說明該樣本的指標值低于全省該指標的平均值。數據預處理完成后，得到兩兩指標之間的相關系數矩陣R（表3）。由相關系數矩陣可知，指標之間既存在正負相關也存在強弱相關，且部分指標之間的相關性很強。例如，ZX2與ZX3之間的相關系數為0.86，說明這兩個指標所攜帶的信息之間有極大的重疊部分，若直接用于數據分析，會帶來嚴重的多重共線性問題。需要指出的是，ZX1表示的是原始指標X1經過數據預處理后得到的標量，表3中的其他各指標的含義如此類推。

由表3可知，各指標之間存在較強的相關性，可采用主成分分析法進行降維。由SPSS21.0計算可得KMO（Kaiser-Meyer-Olkin）檢驗統計量的值為0.617。根據Kaiser給出的常用的KMO度量標準，0.7表示一般，0.693非常接近0.7，說明原有變量之間的相關性較強，適合做因子分析。巴特利特球度檢驗的檢驗統計量的觀測值為79.411，相應的概率P值接近0，表明樣本數量充足，相關系數矩陣R為非單位陣，故可以進行主成分分析。矩陣特征值與累計貢獻率如表4所示，提取前三個主成分即提取樣本85.017%的數據信息（前三個特征值的累計貢獻率為85.017%）。提取的三個主成分的得分系數矩陣如表5所示，其中F1、F2、F3分別表示第1、2、3個主成分，由表5可知，F1在ZX1（人口密度）、ZX2（城鎮化率）、ZX3（第三產業占比）、ZX4（人均地區生產總值）、ZX6（農用化肥施用量）、ZX7（實際使用外資）這6個變量上的荷載量都很大，這些指標主要從經濟層面刻畫經濟對土地生態安全的影響，因此將其定義為經濟發展質量因子；F2在ZX8（人均公園綠地面積）和ZX9（建成區綠地覆蓋率）這2個指標上具有較高的載荷，這2個指標都是從生態環境方面反映生態環境因素對土地生態安全的影響，因此可以將其定義為生態環境發展因子；F3在ZX5（農耕機械化水平）這1個變量上荷載量較高，并從農業機械化角度間接地反映了土地集約利用程度，因此可將其定義為土地利用結構因子。

通過采用主成分分析法，在損失較少信息量的情況下，成功地將綜合評價中多個指標降維成數量較少的3個綜合指標，即主成分F1、F2、F3。進而運用回歸方法估算出各樣本的主成分得分，并用各主成分的方差貢獻率占3個主成分總方差貢獻率的比重作為權重進行加權匯總，得出江蘇省各地級市土地生態安全綜合得分F，即：F=（57.913/85.017）F1+（15.272/85.017）F2+（11.833/85.017）F3。計算出綜合得分F后，按照其大小進行排序，從而得出江蘇省13個地級市的土地生態安全綜合排名（表6）。

3.1.2 聚類分析過程。傳統的聚類分析方法不能有效消除評價指標之間的相關性，從而造成聚類結果的誤差較大。為避免這一缺陷，本研究選取SPSS21.0中的聚類分析法，將上述提取的3個主成分F1、F2、F3的分析結果作為原始數據輸入并進行聚類分析（F1、F2、F3之間線性無關），通過對江蘇省13個地級市土地生態安全情況進行聚類分析，得出江蘇省13個地級市土地生態安全聚類分析的譜系圖（圖1）。一方面，從實證分析的結果來看，聚類分析所得出的類別結果和上述主成分分析得出的排序結果高度吻合，即在主成分分析結果中綜合得分排在第一位的是省會南京，排在最后一位的是鹽城。而在聚類分析中，若聚為三類，則第一類中包含南京這一城市，鹽城聚在最后一類，聚類分析所得的結果與主成分排序結果完全一致，這就從實證的角度反映出本研究所構建的主成分-聚類分析模型具有較高的科學性和合理性；另一方面，從江蘇省土地生態環境的實際情況來看，主成分-聚類分析的結果與近幾年來江蘇省土地生態安全的實際發展情況高度吻合，且與已經發表的有關江蘇省土地生態安全評價的學術論文中的結果高度一致。

因此根據上述聚類分析結果可知，將江蘇省13個地級市土地生態安全評價結果聚成3類較為合理。將上述主成分綜合得分排在第1位的南京聚為第Ⅰ類（綜合得分高于1）；鹽城的綜合得分最低（綜合得分低于-1分），且宿遷、泰州、淮安和連云港的綜合得分均為負值，因此將這幾個城市聚為第Ⅲ類；其他地級市如無錫、鎮江、蘇州、常州、南通、揚州和徐州的綜合得分排在中間（綜合得分在0至1之間），聚為第Ⅱ類。此外，從聚為3類的地級市的數量分布情況而言，聚在第Ⅰ類的地級市有1個，聚在第Ⅱ類的地級市有7個，聚在第Ⅲ類的地級市有5個。3類城市的聚集數量正態分布情況大致吻合，邏輯合理性較強，其空間布局情況如圖2所示。

3.2 結論與討論

依據表6和圖1可將江蘇省土地生態安全劃分為低度風險區、中度風險區和高度風險區三種類型。其中，土地生態安全低度風險區（Ⅰ類）包括南京這一個省會城市；土地生態安全中度風險區（Ⅱ類）包括無錫、鎮江、蘇州、常州、南通、揚州、徐州這8個地級市；土地生態安全高度風險區（Ⅲ類）包括宿遷、泰州、淮安、連云港、鹽城這5個城市。

在第Ⅰ類中，限于篇幅，僅圍繞南京展開分析。由表6可知，南京F1得分（1.45269）排在第1位，表明南京經濟發展質量較高，對土地資源造成的破壞較少；F3得分（1.04874）排在第4位，說明南京較為重視土地利用結構；化工作為南京傳統四大支柱產業之一，在為全市經濟提供巨大貢獻率的同時，對生態環境也造成了一定的負面影響，使得生態環境發展因子低于全省平均水平。在現實情況中，從經濟發展情況來看，南京雖為江蘇省省會，但經濟發展水平一直低于無錫和蘇州蘇南兩市。但是近些年來，南京市積極適應和引領經濟發展新常態，經濟運行總體呈現穩中有進、穩中提質的態勢。第三產業增加值所占的地區生產總值的比重比2015年提高1.1個百分點，高技術、新產品發展勢頭好，新業態發展強勁，對土地資源的依賴程度逐漸降低。從生態環境方面看，四大片區工業布局調整取得新進展，實施100個重點節能項目；南京市共劃定104塊生態紅線區域，總面積達1630.04 km?，占全市國土面積的24.75%，生態環境持續改善，并被授予“國家生態市”稱號。從土地利用結構方面看，南京一直堅持遵循自然規律和科學管理相結合，優化國土空間分布布局，提高土地利用率和綜合效益。因此，土地生態安全風險低。

第Ⅱ類中共有7個地級市，限于篇幅，僅以徐州為例進行分析。從主成分得分情況看，徐州F1（-0.26529）、F2（0.81759）和F3（0.28121），其中F2位列全省第4位。徐州是華東地區重要的門戶城市，是江蘇省重要的經濟、商業和對外貿易中心，也是國家“一帶一路”建設的重要節點城市。2016年徐州的經濟運行保持平穩，但與蘇南相比，經濟水平仍有差距，對土地資源的依賴程度比蘇南城市高。生態環境方面，2016年年末全市林木覆蓋率和市區建成區綠化覆蓋率分別為30.3%和43.3%，成功創建省級生態市，并以綜合得分第一名的成績榮膺中國人居環境獎。在全省范圍內，徐州的土地利用結構水平不突出，位于中等水平。綜合上述因素，徐州的土地生態安全存在一定的風險。

第Ⅲ類包含5個城市，選取排在最后一位的鹽城展開分析。由主成分得分情況看，鹽城F1的得分為負值且低于全省平均水平。在經濟發展發面，鹽城嚴重依賴韓資為主的汽車工業以及汽車零部件產業，經濟結構不合理。鹽城占有全省16%的土地面積和10.7%的人口，然而僅創造出全省6%的地區生產總值。從生態環境方面看，由于鹽城在全省屬于經濟欠發達地區，環境基礎設施建設相對滯后，因此人均公園綠地面積和建成區綠化覆蓋率都落后于全省。如今鹽城已開始重視綠色發展，2016年全市空氣質量持續保持全省第一、全國前列。

對土地生態安全類別進行劃分有著重要的現實意義，能為江蘇省土地資源的開發和利用提供借鑒和決策參考。由上述分析可知，江蘇省的土地生態安全類別分布狀況和江蘇省的經濟發展水平分布狀況非常現實，處于低度風險區的是經濟發達的省會城市，土地生態安全面臨威脅的都是蘇中和蘇北地區。根據分析結果，江蘇省今后應重點保護蘇中和蘇北地區的土地生態安全狀況，加大環保資金的扶持力度，制定科學有效的政策，避免為了發展經濟而對土地生態造成更大的破壞。

4 結論

目前研究土地生態安全的文獻存在著數據收集困難、指標數量過多等不足，而本研究采取具有代表性的少量指標進行分析，所得結果與江蘇省土地生態安全的實際情況高度吻合，反映本研究具有科學合理性。同時，針對目前學界關于土地生態安全研究的文獻多采用單一方法，無法避免單一評價方法帶來的缺錢這一問題，本研究基于主成分分析和聚類分析的組合模型，將采用主成分提取出的線性無關的數據作為聚類分析的原始數據輸入，不僅避免了指標過多的弊端，也提高了數據分析的精度。當然，土地生態安全水平是一個不斷隨著時間變化而變化著的動態過程，因此，引入時間序列進行土地生態安全研究是必要的。

[參考文獻]

[1] 張松男.吉林省四平市土地生態安全評價研究[D].哈爾濱：東北農業大學，2013.

[2] 劉勇，劉友兆，徐萍.區域土地資源生態安全評價—以浙江嘉興市為例[J].資源科學，2004（03）：69-75.

[3] 董飛，宋戈.城市區域土地生態安全評價—以哈爾濱市阿城區為例[J].國土資源情報，2010（04）：41-45.

[4] 吳未，謝嗣頻.中國土地生態安全評價研究進展與展望[J].河北農業科學，2010，14（05）：99-102+159.

[5] 譚文兵，李雪梅.灰色關聯投影模型在土地生態安全評價中的應用[J].中國人口·資源與環境，2017，27（S2）：111-114.