基于GWR模型的貴州省耕地集約利用水平時空變化特征及影響因素分析

楊媛媛, 姚 堯, 郝 帥

(1.中國地質大學(武漢)公共管理學院, 武漢 430074; 2.貴州財經大學 公共管理學院, 貴陽 550025)

耕地承載著農業生產的所有行為，同時也提供人類所有活動的載體，其對對經濟可持續發展、國家糧食安全和社會長治久安中承載著關鍵性作用[1-2]。多年來，人口數量增長、建設用地擴張等對使得耕地資源越來越緊張，也在一定程度上制約著區域的可持續發展和帶來一系列問題[3-4]，伴隨快速城市化發展的大前提下，耕地數量將會呈現出持續減少的趨勢[5-7]。耕地集約利用在保障我國糧食安全和解決“三農”問題，實現我國鄉村振興的重要舉措[8]。因此，在耕地資源保質保量的前提下，如何轉變耕地利用方式，提升耕地集約利用水平和效率，為實現區域可持續發展的同時保障國家糧食安全具有重要意義[9-10]。

自David首次在經濟學領域提出耕地集約利用這一概念以來[11]，國內外學者對耕地集約利用的研究成果不斷完善和豐富。研究內容主要集中在耕地集約利用時空演變與空間分異規律[12-16]、評價方法與體系[17-20]、驅動力因子[21-24]和與“社會—經濟—生態”方面的耦合協調機制等[25-28]方面。此外，還從多個層面、尺度對耕地集約利用進行研究：(1)李兆亮、張榮天和鄧楚雄等從全國[29-30]、流域[22]、城市群[31]和省域等[23,27]宏觀層面開展研究；(2)劉愿理、楊佳惠和居爾艾提·吾布力等從市級[20,25]和縣級等[32]的中觀層面進行研究；(3)葛玉娟、高陽和張新煥等從鄉鎮村[33]和農戶等[34-36]微觀的層面進行研究。研究方法上，主要集中于采用PSR模型[37]、AHP層次分析法[38]、能值法等[13]數理模型對耕地集約度進行量化和測算；采用主成分分析法[39]、GWR模型[40]、多元線性回歸模型等[36,41]方法對影響耕地集約水平的因素進行分析。

相對于貴州省眾多的人口來說，適宜耕種的平原土地數量本就較少，大多被占用從事非農用途，對貴州省的糧食安全造成不利影響。所以改變貴州省長久以來粗放的土地利用方式轉而向耕地集約利用方式轉變，就顯得極其重要，不僅有利于緩解城市土地供求矛盾，還有利于維護和提高貴州省糧食產量，在促進土地利用和經濟的可持續發展的同時，起到對生態環境保護的作用。在影響耕地集約利用水平變化的影響因素研究當中大多采用一般線性回歸模型，其缺點在于一般線性回歸模型是忽視局部特征的，其假設局部的影響程度都是相同的，但實際上不同地區的耕地質量既受地帶性和非地帶性規律的共同作用，也與各地區的社會經濟發展程度相關聯。所以各項影響因素對不同地區耕地的集約利用水平會有不同程度的影響。GWR模型正是為解決這一問題而提出的，考慮了局部變化特征的模型，本文在研究影響貴州省9個市(州)的耕地集約利用水平變化的分析中引入GWR模型，分析耕地集約利用的動態特征，研究促進各地區耕地集約利用程度提高的主要影響因素，為貴州省提高耕地集約利用水平、保護生態環境和緩解人地矛盾等提供參考。

1 研究區概況

貴州省是我國西南地區之一，是整個西南地區重要的陸路交通樞紐，也是國家生態文明試驗區和內陸開放型經濟試驗區，其經緯度介于東經103°36′—109°35′和北緯24°3′—29°13′之間，礦產資源豐富，降水量充足。貴州省所占國土面積有17.61萬km2，而其中山地和丘陵面積就占了92.50%之多，而山間平壩面積僅占7.50%，省內耕地資源匱乏，農業條件較差，人多地少，全省大部分是巖溶山地，土地貧瘠，水土流失嚴重，加上長期不合理的開墾和利用方式，迫使土地更加貧瘠。截至2018年，貴州省擁有耕地面積4.52萬km2，占全省面積的25.65%，但高等級耕地級別占比較低，僅占全省耕地評定總面積的1.82%；通過實施土地開發整治、復墾項目耕地資源可持續利用狀況逐漸趨于好轉，耕地面積同比增長21.07%，但由于人口增長較耕地面積增長的速度快，導致全省人均耕地面積到2018年僅為1 000 m2/人。

2 研究方法

2.1 數據來源

本文所涉及的數據包括社會經濟數據和基礎地理信息數據。其中評價數據來源于《貴州省統計年鑒》(2004—2019年)、《中國區域統計年鑒》(2004—2019年)、《中國城市統計年鑒》(2004—2019年)以及貴州省9個市州統計年鑒、社會經濟公報等。耕地集約利用水平的各項指標數據通過收集的數據進行評價計算而得到，空間數據來源于基礎地理信息系統數據庫，運用ArcGIS 10.2提取了省行政區邊界、市(州)行政區邊界等矢量數據。

2.2 耕地集約利用水平評價體系

2.2.1 構建評價指標體系 因多因素綜合評價方法是一種綜合考慮多種影響因素，而后將多個影響因素量化為一個可以反映評價對象綜合情況的指標來進行評價，從而實現評價目的的評價方法。本文基于前人研究成果，根據主導性原則、綜合性原則、因地制宜原則等，運用多因素綜合評價方法，從投入強度、利用程度、產出效益和持續狀況這4個方面進行綜合考慮，選取14個指標，具體見表1。

表1 貴州省耕地集約利用評價模型

耕地的投入強度反映了該地區農業生成過程中將生產要素投入到耕地中的數量，一般來說，在合理的范圍內，隨著投入到單位面積耕地上的生產要素的增多，耕地集約利用的程度也就越高，超出合理范圍之后，耕地的集約利用程度則會逐漸下降。耕地的利用程度是耕地利用狀況的綜合表現，往往受區域條件、經濟和技術水平的影響，其利用程度越高，耕地集約利用水平也越高。耕地的產出效益反映了該地區的耕地能夠給人類和社會帶來經濟效益的多少。耕地的可持續狀況綜合反映一個地區社會與經濟持續發展、耕地數與量等方面的可持續發展狀況。

(1)

式中:Ui為集約度；Wj代表第j個指標的權重值；Iij為指標標準化值。

2.2.2 數據標準化 因構建的耕地集約利用評價模型中不同指標的量綱不一致，需要對其標準化處理后才具可比性，本文采用離差標準化法進行標準化處理。因所有指標均為正向指標，其標準化方法一致，公式如下：

(2)

2.2.3 確立指標權重 受地區自然狀況、經濟狀況、社會狀況等影響，不同地區各項指標對評價目標的影響程度存在差異性，故應科學的確立各指標的權重值，使得評價結果更符合真實現象。本文選擇了與層次分析法、德爾菲法等相對而言更客觀的均方差法確立權重。其計算過程如下：

(1)求取標準化值的均值：

(3)

式中:Zij為第j個指標的標準化值；Ej為Zij的均值。

(2)計算均方差：

(4)

式中:σj為Zij的均方差。

(3)計算權重：

(5)

式中:Wj為第j個指標對應的權重。

2.3 構建GWR模型并檢驗

2.3.1 模型的統計檢驗 在構建模型前首先要對模型的因變量進行統計檢驗，即空間自相關性檢驗。因為變量的觀測點在空間上的鄰近而促使變量的觀測值相互之間形成相關性是進行GWR模型分析的前提條件，其測度方法是通過全局Moran′sI指數來進行基本測度，這個指數兼顧了數值和二維空間之間的聯系，能夠充分反映空間鄰近的區域單元屬性值的相似程度。具體計算過程如下：

(1)計算全局Moran′sI指數：

(6)

式中:Wij為空間權重矩陣;xi和xj分別為i和j的觀測值;n為空間單元的數量。若Moran′sI>0,則表示變量之間呈正的空間自相關,變量趨向空間集聚狀況,反之,呈負的空間自相關,變量趨向分散分布;若Moran′sI=0,則表示變量在空間上是隨機分布的。其絕對值的大小越接近1,就代表其空間分布的差異大。

(2)統計檢驗:

(7)

式中:SD(I)為標準方差；E(I)為均值;如果Z>0,表示存在正的空間自相關關系,反之,則為負的空間自相關關系。

計算2003年、2008年、2013年和2018年的Moran′sI值及其統計檢驗見表2，所有時期的Moran′sI值Z值均通過了5%的統計檢驗，表明其存在著空間自相關關系。并且，4個年份的Moran′sI值處在[0.215,0.337]這個區間，又在2013年達到最高值，表明貴州省耕地集約度空間相關性在這4個時期均為正向相關，其相關性逐漸增強，集聚效應明顯。

表2 檢驗結果

2.3.2 GWR模型構建 與OLS模型不同的是地理加權回歸模型即考慮了空間非平穩性，模型的解釋變量的系數值隨地理位置的不同而略有差異。因其具有如此的優勢，本文采用GWR模型對耕地集約利用水平的影響因素進行分析。

(8)

式中:βo(u)為截距項；βk(u)為第k個協變量的回歸系數；xk(u)是位置u的第k個協變量的值；p為回歸項的個數；ε(u)是位置u的隨機誤差項。

由表3看出，該模型分別解釋了4個年份因變量的78%，75%，80%和82%，說明模型擬合效果較好。

表3 統計檢驗結果

4 結果與分析

4.1 耕地集約利用水平時間變化特征

4.1.1 貴州省耕地總體集約利用水平變化時間特征通過圖1分析可知，貴州省2003—2018年的耕地集約度整體呈波動上升的變化趨勢，最高值出現在2014年為0.580 2，其時序變化可以粗略的分為2個時期，第一個時期在2003—2013年，一直處于低集約水平，第2個時期的2014年、2016年和2017年進入中度集約水平。4個研究節點的集約度分別為0.359 3(2003年)，0.496 5(2008年)，0.489 7(2013年)，0.512 7(2018年)。

圖1 貴州省耕地集約利用水平變化

4.1.2 市級耕地集約利用水平時空變化特征 通過將貴州省各市(州)4個時間節點的耕地集約度進行比較分析，可按變化情況分為上升趨勢、波動變化和下降趨勢3種特征，其具體情況由表可知，處于上升趨勢的多位于西南部，隨時間變化而波動的市(州)較為分散，城市化和工業化較高的貴陽市，其耕地集約利用水平逐年降低(圖2)。

圖2 貴州省各市(州)2003-2018年耕地集約利用水平變化

通過將貴州省各市(州)4個時間節點的耕地集約利用水平進行比較分析，可將變化趨勢歸納為上升趨勢、波動變化和下降趨勢3種變化特征，其具體情況由表可知，處于上升趨勢的多位于西南部，隨時間變化而波動的市(州)較為分散，城市化和工業化較高的貴陽市，其耕地集約利用水平逐年降低，見表4。

表4 貴州省2003-2018年各市(州)耕地集約利用度變化類型

4.2 耕地集約利用水平空間分異特征

為進一步研究其空間特征，本文考慮了貴州省耕地實際的利用狀況，綜合相關文獻的研究成果，將貴州省2003—2018年的耕地集約度結果按得分劃分為：不集約(≤0.3)、低度集約(0.3～0.5)、中度集約(0.5～0.8)、高度集約(≥0.8)4種類型，并運用ArcGIS 10.2軟件繪制研究的4個時間節點的空間分布圖(圖3)。

圖3 貴州省2003-2018年各市(州)耕地集約利用水平空間分異

從4個時間節點來看，2003年僅貴陽市和安順市處于中度集約水平，六盤水處于不集約水平，其他各市(州)均為低度集約水平。2008年中度集約的地區僅有安順市，不集約的只有畢節市，其他地區低度集約。2013年中度集約的依然市安順市，與2008年僅有畢節市為不集約水平不同的是，2013年黔南州也處于不集約水平。2018年貴州各沒有不集約的地區，當除安順市、遵義市屬于中度集約外，其他地區均為低度集約。

2003—2008年，六盤水市和黔南州集約度相對其他地區均有較大提升，分別上升0.16，0.12，安順市和遵義市的集約度小幅度增長，增長數值小于0.05，貴陽市集約度大幅度下降，從中度集約降低到低度集約，其他地區也有小幅度下降。2008—2013年，六盤水市、黔東南州、銅仁市、遵義市均有小幅度上升，其他市州略有下降。2013—2018年，黔南州集約度上升較大，從0.297上升到0.433，貴陽市略有下降，其他地區均略有上升。綜合來說，貴州省各市(州)集約度在2013—2018年這個時期有了全方位的提升，整體趨向良好發展；安順市在整個觀測期間始終處于中度集約程度；貴陽市耕地集約度逐年下降；遵義市由低集約度發展到中度集約。

4.3 耕地集約利用水平影響因素分析

本文運用了ArcGIS 10.2的地理加權回歸模型，對貴州省2003—2018年的評價數據進行深入分析，由于篇幅所限，僅以2018年的處理結果深入展開進行論述。

由表5可知，2018年整體來看貴州省持續狀況回歸系數值最高，其值由大到小依次為持續狀況>投入強度>利用程度>產出效益，說明在2018年持續狀況和投入強度對貴州省耕地集約利用水平的影響較高。具體來說：

表5 貴州省2018年各市(州)耕地集約利用影響因素回歸系數

(1)投入強度方面。投入強度的系數值從0.104至0.266，多處于0.173以上，黔西南州的投入強度系數高達0.266。相對于利用程度和產出效益來說，投入強度的影響更大，這是因為通過合理的增加投入強度是提高耕地集約度的必由之路，通過合理的增加單位面積土地上的投入才能增加單位面積土地上的產出。黔東南州是貴州省社會經濟發展較為落后的地區，又受地理條件的影響，地均機械總動力較低，所以對集約水平的影響較低；遵義市受投入強度影響最大，自2013年以來，遵義市地均化肥施用量、地均耕地電力投入和地均農業從業人數迅速增長，對貴州省耕地集約利用水平有較高影響。

(2)利用程度方面。由于貴州省各市(州)地形地貌差異較小，所以除地形較為平坦、氣候較為溫和濕潤導致復種指數和墾殖系數較高的黔南州外，利用程度對貴州省各市(州)的影響程度的差異相對較小。

(3)產出效益方面。產出效益的系數除畢節市外，各市(州)相差較小，最高值0.191的安順市和最低值0.061的畢節市相差3倍以上，出現這種情況的原因，一是畢節市相對于其他地區耕地面積更為廣闊，勞動力數量更多，而糧食的產量、產值與其他地區相差不大，導致其糧食單產、勞均產值、勞均產量和地均產值比其他地區相對較小，耕地集約利用水平受到的影響程度也就相對較小。

(4)持續狀況方面。持續狀況系數值在貴州省各地區差異較大，最高值0.256的銅仁和最低值0.032的黔西南州，相差近8倍，可見持續狀況是影響各地區耕地集約水平的主要因子之一，造成這種情況的原因可能是各地區社會經濟發展水平差異較大，黔西南州、黔南州和遵義市的城鎮化水平較高，其第二產業和第三產業對第一產業的可持續造成較大影響。

5 結 論

(1)總體來看，貴州省2003—2018年耕地集約度呈現波動上升的趨勢，但尚末達到高度集約水平，如何持續提升耕地集約利用水平，將成為貴州省市州發展及國家與區域戰略研究的重要任務。以2014年為分界點，2014年之前的年份處于低度集約水平，但在中國城市化和工業化的發展帶動之下，農業勞動力向非農轉移，以及土地流轉的頻率提高，使得從事農業工作的人員所能耕種的土地面積增加，即土地規模報酬遞增效應；同時，科學技術的提高，工業化進程的推進，使得投入到第一產業的要素增加，即出現二、三產業反哺農業的現象，使得2014年開始，貴州省進入中度集約水平，但受農村勞動力流失、貴州大面積退耕還林等因素的影響，2014年之后的集約水平略有波動，尤其是2018年耕地集約度又下降到0.512 7，但仍處于中度集約水平。

(2)分市州來看，貴州省各市州2003—2018年的集約水平分為3種變化特征，即上升、波動、下降3種特征。其中，9個市(州)僅貴陽市由于城市化的迅速發展，大批量的占用耕地，經濟發展主要以第二產業和第三產業為主，從中度集約下降到低度集約；安順市、六盤水市、黔東南州、遵義市4個地區穩步發展，耕地集約水平逐漸提升，其中遵義市集約水平更是從低度集約發展到了中度集約，可能的原因是遵義市臨接四川省、重慶市，且交通便利，經濟得以迅速發展，使得能夠再次投入到耕地中的要素增加，大大提升了遵義市的耕地集約水平，其他地區則處于波動變化當中。

(3)從影響因素方面來看，借助GWR模型分析結果可知，貴州省耕地集約利用水平程度主要受持續狀況和投入強度的影響，而產出效益和利用狀況相對影響較弱。究其原因，持續狀況和投入強度作為耕地集約度水平提升的前提和基礎條件，省內各市(州)基礎水平差異較小，但對貴州省耕地集約利用水平影響較大；而產出效益和利用狀況衡量了種植業經濟可持續發展的狀況，利用情況受貴州省特殊的地理情況的影響，對各地區影響程度相對均一，產出效益在各市(州)的影響程度有很大差異。在今后提升貴州省耕地集約水平的工作中應當考慮從明確土地權屬，加大土地流轉；優化產業結構；挖掘鄉村文化，促進農旅結合；加強退耕還林，促進可持續發展；規范合作社，促進合作社發展，帶動貧困地區農民就業的同時提高耕地集約利用水平。