脫貧攻堅政策對喀斯特槽谷區土地利用變化的影響
——以印江縣為例

郝 燚 周光紅 黃路路 康歆瑜 李沙沙

貴州師范學院地理與資源學院,貴州 貴陽 550018

0 引言

土地利用變化受到諸如自然、社會、經濟等眾多因素的影響,但在較短時間尺度上主要取決于經濟、社會、政治等方面的變化影響［1］。早在2004 年,彭補拙等［2］針對長江三角洲地區土地利用存在的耕地數量減少及建設用地利用效率低等問題,提出一些建設性的土地利用對策,希望通過實施土地政策來改善土地質量,優化土地資源配置。2005 年,譚永忠等［3］分析了“耕地總量動態平衡”政策對我國耕地變化及其生態環境效應的影響,結果表明該政策對我國耕地的數量變化產生了積極作用。2011 年,Peng 等［4］利用3S 技術,以貴州省貓跳河流域為例,研究1973—2007 年我國西南喀斯特地區的土地利用/覆被變化模式,以及政策在土地利用、農業、林業與生態環境保護中的作用,發現土地政策、林業政策、農業政策及生態環境政策是驅動土地利用變化的主要原因。2014年,Liu等［5］對我國西南喀斯特地區城市化與政策對土地利用/覆被變化的環境效應進行了研究。由此可見,在我國,政策對土地利用變化的影響至關重要。2013 年底,黨中央提出實施精準扶貧,這是推動我國扶貧工作實現重大轉變的戰略。貴州省作為一個經濟相對欠發達、貧困程度較深的地區,積極響應這一號召,并迅速行動起來。2015年,黨中央正式發布《關于打贏脫貧攻堅戰的決定》,脫貧攻堅戰全面打響。2017 年,黨的十九大報告提出的鄉村振興戰略,是同脫貧攻堅有機結合,對“三農”工作作出的重大決策部署。脫貧攻堅與鄉村振興已成為我國的重大戰略任務,是黨和政府為解決“三農”問題而展開的兩項重要系統工程。各地開展的基礎設施建設、易地扶貧搬遷、產業扶貧、民生發展（農產品致富、種植業、養殖業發展）等建設項目,必將極大地改變土地空間布局和利用方式。

喀斯特槽谷區是我國典型的“老、少、邊、山、窮”地區,生態問題突出、經濟落后,是我國脫貧攻堅的重點區域,是扶貧期間“最難啃的骨頭”,也是鄉村振興的重點地區。脫貧攻堅項目的實施不僅改變了該地區的貧困現狀和生活、生產、生態條件,也改變了區域內的土地利用格局。前人對于喀斯特槽谷區土地利用演變分析多是基于自然因子,對政策影響的剖析還相對薄弱。2015 年,蔡廣鵬等［6］對比分析了低山丘陵、中山峽谷、巖溶槽谷3 種地貌形態的土地利用變化特征,表明巖溶山區復雜的地貌形態特征對土地利用變化影響突出,而退耕還林還草政策和城鎮化發展是其重要驅動力。王權等［7］對山坡-槽壩土地利用變化的差異性和耦合作用進行研究,表明由于山坡-槽壩自然環境的不同和社會經濟的影響,使巖溶槽谷區的西中東部槽谷變化出現了差異,導致土地利用受到局限。2019 年,王權等［8］基于地形梯度對巖溶槽谷區土地利用空間格局進行了分析,結果顯示了自然、社會經濟、政策等因素共同影響了土地利用特征。然而,脫貧攻堅政策對喀斯特槽谷區土地利用變化的影響目前還不明確,能查閱的文獻也較少,現有的研究缺乏將脫貧攻堅政策系統地與谷山區土地利用演變進行相互關聯。

因此,筆者以典型巖溶槽谷區貴州省印江土家族苗族自治縣（以下簡稱印江縣）為例,利用2011 年、2016 年、2020 年3 期土地利用現狀數據,分析2011—2020 年印江縣在實施脫貧攻堅戰略前、中、后土地利用格局時空演變規律,從自然因子和社會政策因子2方面構建驅動力因子,利用地理探測器探討土地利用動態變化的驅動機制,為鞏固脫貧攻堅成果同鄉村振興有效銜接、促進喀斯特槽谷區土地利用合理化提供科學依據和理論參考。

1 研究區概況與研究方法

1.1 研究區概況

印江縣隸屬銅仁市,位于貴州省東北部,地處云貴高原向湘西丘陵及四川盆地過渡的斜坡地帶,地理坐標為東經108°17′～108°48′、北緯27°35′～28°28′。研究區東部為武陵山脈,從而形成東高西低的地貌特征；區內褶皺與斷裂發育屬于典型喀斯特槽谷區。截至2021 年末,研究區內有14 個鄉鎮和2 個街道辦事處,戶籍總人口44.54 萬人,總面積1 969 km2。印江縣是典型的巖溶槽谷區,生態環境極其脆弱,被列為國家重點生態功能區,同時是國家扶貧開發工作重點縣、武陵山集中連片特殊貧困縣,是國家實施武陵山片區區域發展與脫貧攻堅試點的核心區域［9］。

1.2 數據來源及預處理

此次研究影像數據、數字高程模型來源于中國科學院計算機網絡信息中心創立的地學大數據平臺——地理空間數據云（https://www.gscloud.cn/）,遙感影像為2011年Landsat-5TM、2016年和2020年Landsat-8 OLI 3 期衛星影像（空間分辨率為30 m）。參照《土地利用現狀分類》（GB/T 21010—2017）［10］,借助ENVI5.3 進行監督分類,將土地分為耕地、林地、草地、水域、建設用地及未利用地。在數字高程模型的基礎上,利用Arc-Map10.2 提取研究區坡度、坡向、相對高程和地形起伏度。全縣人口數據、易地扶貧搬遷人數、脫貧人口數、貧困發生率、扶貧投入資金、城鎮化率數據來源于印江縣人民政府網,以該縣所轄鄉鎮、街道為單位進行統計。

1.3 研究方法

1.3.1 土地利用轉移矩陣

土地利用轉移矩陣可反映兩個時期的土地利用結構、不同土地類型面積變化和轉化方向［11］。矩陣表達式為

式（1）中:S表示面積,n為轉移前后的土地利用類型數,i、j（i,j=1,2,…,n）分別為研究初期與末期的土地利用類型,Sij表示研究初期i地類轉換成末期j地類的面積。

1.3.2 土地利用動態度

1.3.2.1 單一土地利用動態度

單一土地利用動態度反映研究區一定時間范圍內某種土地利用類型的變化速率［12］,計算公式為

式（2）中:K表示單一土地利用動態度,Ua和Ub分別為研究初期與末期土地利用類型的面積,T表示兩時期間隔的時間。當K為負值時,表示該地類減少,反之則為增加；K值越大,表示該地類變化速率越快。

1.3.2.2 綜合土地利用動態度

綜合土地利用動態度反映整個研究區一定時間內所有土地利用類型變化的總體速率［13］,計算公式為

式（3）中:Lc表示綜合土地利用動態度,△LUi為研究初期i地類的面積,△LUi-j為研究初期到末期i地類轉為j地類的面積的絕對值,n為土地利用類型數,T表示兩期間隔的時間。Lc值越大,表示該區域土地利用年變化率越快。

1.3.3 地理探測器

地理探測器是由王勁峰等［14］研發的探測和利用空間分異性,以揭示其背后驅動因子的一種模型。因此,筆者借助該模型的分異及因子探測工具和交互作用探測工具分析各驅動因子對綜合土地利用動態度的影響。

1.3.3.1 分異及因子探測

分異及因子探測用于探測Y（綜合土地利用動態度）的空間分異性,以及驅動因子X（各自然因子與社會政策因子）對Y空間分異的解釋強度,用q值表示,計算公式為

式（4）中:q為解釋力,范圍為［0,1］；L為探測指標的類別數；h為某一具體類別；Nh和N分別為h的單元數和全區單元數；和σ2分別為類別h的單元數和全區單元數的方差。q值越大,表示驅動因子對綜合土地利用動態度的解釋力越高。

q值進行變換后滿足非中心F分布。

式（6）中:λ為非中心參數為h的均值。可借助地理探測器工具或查表來檢驗q值的顯著性。

1.3.3.2 交互探測作用

交互探測用于識別不同驅動因子X之間的交互作用,以及兩因子共同作用后對Y的解釋力是提高還是降低,對Y的影響作用是相互還是獨立,判斷依據及類型如表1所示。

表1 兩因子交互作用類型與判斷依據

2 結果與分析

2.1 土地利用時空演變

印江縣土地利用類型空間分布差異明顯,主導土地類型為林地,耕地次之。其中,林地主要分布于木黃鎮和紫薇鎮等鄉鎮；耕地全縣均有分布,主要集中于人口密集的低山河谷區和丘陵谷地區；草地主要分布在楊柳鎮、郎溪鎮和沙子坡鎮等槽谷區；水域主要分布在隸屬于烏江水系的印江河；未利用地主要分布于郎溪鎮和沙子坡鎮等槽谷區；建設用地主要分布于印江縣主城區,其余分布在各鄉鎮中心地區。

2011—2020 年印江縣土地利用情況如表2 所示。2011—2020 年,印江縣耕地、草地、水域及未利用地面積整體呈減少趨勢。其中,耕地、水域、未利用地面積呈波動減少趨勢。耕地面積占比由2011 年的29.01%增至2016年的29.73%,后減少至2020年的26.36%；未利用地面積占比由2011 年的7.00%增至2016 年的7.77%,后減少至2020 年的4.41%,耕地和未利用地面積減少較為明顯。草地面積2011 年、2016 年、2020 年分別占比8.31%、7.83%、7.79%；水域面積占比由2011年的1.33%減少至2016 年的1.20%,隨后增至2020 年的1.22%。2011—2020 年,印江縣林地和建設用地明顯增加,林地面積占比增加了4.82個百分點,建設用地面積占比增加了1.05個百分點。

表2 2011—2020年印江縣土地利用情況

2.2 土地利用轉移情況

土地利用轉移矩陣可表現2011—2020 年印江縣土地類型面積的變化和轉化方向（見表3和表4）,根據土地利用類型變化弦圖可對土地利用轉移情況進行可視化分析（見圖1至圖3）。

圖1 2011—2016年印江縣土地利用類型變化弦圖

圖2 2016—2020年印江縣土地利用類型變化弦圖

圖3 2011—2020年印江縣土地利用類型變化弦圖

表3 2011—2016年印江縣土地利用轉移矩陣 hm2

表4 2016—2020年印江縣土地利用轉移矩陣 hm2

2011—2016 年,印江縣轉出和轉入面積最大的土地類型為耕地,共轉出20 241.63 hm2,其中9 458.37 hm2轉為林地,5 611.50 hm2轉為未利用地,2 555.01 hm2轉為建設用地；共轉入21 669.39 hm2,其中未利用地轉入10 072.89 hm2,林地和草地分別轉入4 358.34 hm2、4 381.56 hm2。其次轉出面積最多的是林地,共轉出14 693.76 hm2,其中除上述轉為耕地的29.66%外,另有45.47%轉為未利用地。除耕地以外,轉入面積最多的依次為未利用地、林地、草地、建設用地、水域,其中未利用地共轉入14 014.89 hm2,林地共轉入12 202.02 hm2,草地共轉入6 902.55 hm2,建設用地共轉入3 792.15 hm2。耕地、建設用地和未利用地均表現為轉入面積大于轉出面積。

2016—2020 年,印江縣耕地轉出面積最大,共轉出21 146.13 hm2,其中10 238.94 hm2轉為林地,3 852.45 hm2轉為建設用地,3 708.72 hm2轉為草地,2 843.73 hm2轉為未利用地。印江縣未利用地轉出面積次之,共轉出11 712.15 hm2,其中6 918.66 hm2轉為林地,3 736.53 hm2轉為耕地。林地是印江縣轉入面積最多的土地類型,共轉入20 773.80 hm2,除上述耕地轉入外,還有6 566.76 hm2草地轉入及5 052.96 hm2未利用地轉入等。其次轉入最多的依次為耕地、草地、未利用地、建設用地、水域；除耕地和未利用地外,轉出面積從大到小依次為林地、草地、建設用地、水域。除耕地、草地和未利用地外,林地、水域和建設用地面積均表現為轉入面積大于轉出面積。

2011—2020年,印江縣轉出和轉入面積最大的分別為耕地轉出26 893.35 hm2和林地轉入22 844.16 hm2,其次轉出面積由大到小分別為林地、未利用地、草地、建設用地、水域和耕地；轉入面積和由小到大分別為草地、未利用地、建設用地、水域。2011—2020 年,印江縣林地和建設用地面積明顯增加,耕地和未利用地面積大幅減少。

2.3 土地動態度變化特征

2011—2020 年印江縣單一土地利用動態度如表5 所示。2011—2016 年印江縣耕地和未利用地單一土地利用動態度為正,2016—2020 年為負,呈先增加后減少的態勢,單一土地利用動態度總體表現為負。2011—2016 年印江縣林地單一土地利用動態度為負,2016—2020 年為正,呈先減少后增加的態勢,單一土地利用動態度總體表現為正。2011—2016 年印江縣建設用地單一土地利用動態度為2.05%,2016—2020 年建設用地單一土地利用動態度增長至4.23%,呈不斷增加的趨勢。2011—2016 年、2016—2020 年印江縣草地單一土地利用動態度均為負,總體呈不斷減少趨勢。印江縣水域單一土地利用動態度表現為2011—2016 年為負,2016—2020 年為正,總體為負。其中,未利用地是變化速度最快的土地類型,3 個不同時間段的單一土地利用動態度分別為2.21%、-10.83%、-4.12%,建設用地變化速度次之。

表5 2011—2020年印江縣單一土地利用動態度

2011—2020 年印江縣綜合土地利用動態度結果如表6 所示。在鄉鎮（街道）尺度下,沙子坡鎮綜合土地利用動態度最高,為2.63%；其次是板溪鎮,為2.39%；再次是峨嶺街道,為2.28%；其他鄉鎮（街道）綜合土地利用動態度由高到低依次為杉樹鎮（2.26%）、刀壩鎮（2.26%）、朗溪鎮（2.19%）、新寨鎮（2.16%）、合水鎮（2.16%）、中興街道（2.04%）、羅場鄉（2.03%）、天堂鎮（1.96%）、纏溪鎮（1.75%）、楊柳鎮（1.56%）、木黃鎮（1.50%）、洋溪鎮（1.40%）、紫薇鎮（1.13%）。

表6 2011—2020年印江縣綜合土地利用動態度

3 驅動力因子分析

土地利用變化過程復雜,多受自然因素和經濟政策等因素的共同影響。印江縣屬于典型的巖溶山區,褶皺和斷層發育地形復雜,故選取坡度、坡向、相對高程、地形起伏度4個指標作為自然因子。印江縣屬于國家扶貧開發工作重點縣,是精準扶貧戰略實施的重點區域,脫貧攻堅期間實施的基礎設施、易地扶貧搬遷、產業扶貧、生態補償等政策建設項目［15］深刻改變了區域內的土地利用結構和分布。因此,筆者選取貧困發生率、脫貧人數、易地扶貧搬遷人數、城鎮化率、易地扶貧搬遷面積、產業扶貧項目投資、基礎設施建設扶貧項目投資及生態建設扶貧項目投資8 個指標作為社會政策因子。借助ArcMap10.2對上述12個指標進行重分類,創建500 m×500 m 的格網,對每個格網中心進行采樣,再利用地理探測器模型基于以上因子對2011—2020年印江縣綜合土地利用動態度的影響進行分析。

3.1 因子探測分析

由表7 可知,貧困發生率、脫貧人數、易地扶貧搬遷人數、城鎮化率、易地扶貧搬遷面積、產業扶貧項目投資、基礎設施建設扶貧項目投資及生態建設扶貧項目投資8 個社會政策因子和相對高程因子對2011—2020 年印江縣綜合土地利用動態度變化影響極顯著（P=0.000）；坡向對綜合土地利用動態度變化有顯著影響（P=0.045<0.05）；坡度和地形起伏度對綜合土地利用動態度變化影響不顯著（P>0.05）。其中,城鎮化率對綜合土地利用動態度的解釋力最高（77.29%）,表明城鎮化率對綜合土地利用動態度變化最為重要。其余因子對綜合土地利用動態度的影響由大到小依次為貧困發生率、基礎設施建設扶貧項目投資、脫貧人數、生態建設扶貧項目投資、易地扶貧搬遷人數、產業扶貧項目投資、易地扶貧搬遷面積、相對高程等,這表明社會政策因素對綜合土地利用動態度的影響高于自然因素,且社會政策因素驅動占主導地位。

表7 單因子探測結果

3.2 交互探測分析

由圖4可知,2011—2020年印江縣綜合土地利用動態度驅動因子交互關系表現為雙因子增強和非線性增強,不存在交互減弱或獨立增強的因子,各因子交互后的q值均大于單個因子的q值,表明2011—2020年印江縣綜合土地利用動態度變化是各因子共同作用的結果。社會政策驅動因子中,城鎮化率與基礎設施建設扶貧項目投資、易地扶貧搬遷人數、生態建設扶貧項目投資、基礎設施建設扶貧項目投資與貧困發生率、產業扶貧項目投資交互作用最強,交互作用值為0.987 4；其次是脫貧人數和生態建設扶貧項目投資、城鎮化率和貧困發生率、易地扶貧搬遷面積與基礎設施建設扶貧項目投資相互作用。可以看出,社會政策驅動因子交互作用后對綜合土地利用動態度變化的解釋率大幅提高。自然因子中的相對高程與貧困發生率、城鎮化率交互作用值分別為0.763 1、0.792 3,單個自然因子對綜合土地利用動態度變化的解釋力較低,與社會政策因子交互后解釋力大幅提高,社會政策因子與自然因子交互作用后對綜合土地利用動態度的解釋力高于單個自然因子及各個自然因子間的交互作用。

圖4 各驅動因子交互探測結果

4 討論

2011—2020 年,印江縣林地和建設用地面積明顯增加,耕地和未利用地面積大幅減少,耕地和林地是轉出和轉入面積較大的地類。隨著城鎮化進入快速發展階段,土地城鎮化快于人口城鎮化［16］,城市規模逐漸擴大,引起其他土地類型轉換為建設用地,城鎮區域土地利用類型集中變化。建設用地面積的增加表明印江縣經濟的快速發展,耕地面積的減少反映人地關系日趨緊張［17］。脫貧攻堅戰全面打響以來,2016—2020 年印江縣就小康路、小康房、小康寨等基礎設施建設扶貧項目投入14 612 115.45萬元,統籌易地扶貧搬遷7 060戶27 433 人,新建住房7 060 套540 060 m2；實施基礎建設扶貧項目與易地扶貧搬遷項目以改善農村基礎設施建設與人居環境,建設用地面積增加明顯；就補植補造、退耕還林、退耕還草等生態建設扶貧投資93 014萬元,石漠化治理投入4 100 萬元,不斷加強石漠化治理和退耕還林工程等生態建設,而這都是導致耕地、未利用地向林地、草地轉移的重要原因；大力發展種植業、養殖業等產業扶貧項目,借助茶、油茶、果、藥、竹等特色產業扶貧項目來提高居民收入,致耕地向林地轉變；發展畜牧業擴大了人工種草、改良天然草地的面積,但由于草地經濟效益不明顯［18］,草地面積總體上略有減少。

沙子坡鎮、板溪鎮、峨嶺街道、杉樹鎮、刀壩鎮、朗溪鎮等鄉鎮（街道）綜合土地利用動態度較高,集中分布于貧困發生率相對較高的槽谷區和丘陵谷地區。脫貧攻堅政策下的扶貧資金集中在貧困人口比重大的區域,通過基礎設施建設、易地扶貧搬遷、產業扶貧、生態建設等扶貧政策幫助貧困居民實現脫貧減貧,改變該區域的貧困現狀和生活、生產、生態條件,同時改變了該區域的土地利用結構,引起該區域土地利用集中變化,加快土地利用變化速度。

研究區土地利用變化是多因素共同影響的,但在脫貧攻堅期間,社會政策因子對綜合土地利用動態度的影響明顯高于自然因子。因子間交互后的作用相對于單一因子的作用更強,進一步加強了土地利用的變化。社會政策因子中城鎮化率對綜合土地利用動態度的解釋力最高,表明城鎮化率對綜合土地利用動態度變化最為重要。人口向城市聚集,一定程度上反映了生產力水平的發展,生產生活等建設用地需求增大,土地流向居住、交通、生產等農用地和建設用地,從而改變土地的利用結構,影響綜合土地利用動態度。其次對綜合土地利用動態度影響較顯著的是貧困發生率、基礎設施建設扶貧項目投資、脫貧人數、生態建設扶貧項目投資,解釋力均高于0.5。貧困發生率較高的地區,政府投入的扶貧資金和各類扶貧項目較多,易地扶貧搬遷、產業扶貧、耕地保護等項目的實施極大地推動了土地利用方式的變化,改變區域的生產、生活、生態用地格局。相對于社會政策因子,自然因子對區域土地利用變化的影響要小很多,其影響最顯著的自然因子為相對高程,解釋力為0.205 6。相對高程是描述地勢起伏大小的一個重要指標,地勢起伏較大、地形地貌較復雜的地區一般也是貧困率較高的區域,也是精準扶貧的重點區域。此外,地勢起伏對于人類的居住習慣及居住環境的選擇有著重要的影響,從而影響了土地利用的方向和方式。可以看出,隨著脫貧攻堅政策的實施,社會政策因子逐漸成為影響區域土地利用變化的主導因子。

5 結論

2011—2020年,印江縣土地利用類型主要為耕地和林地,轉出和轉入面積最大的分別為耕地26 893.35 hm2和林地22 844.16 hm2。總體上,印江縣林地和建設用地面積明顯增加,耕地和未利用地面積大幅減少,草地面積略有減少,水域面積基本持平。

2011—2020年,印江縣土地利用變化頻繁,其中建設用地和未利用地單一土地利用動態度最高,建設用地的單一土地利用動態度逐年增加,未利用地的單一土地利用動態度波動減少。位于槽谷地區和丘陵谷地區的沙子坡鎮、板溪鎮、峨嶺街道綜合土地利用動態度較高。

城鎮化率、貧困發生率、產業扶貧項目投資等8 個社會政策因子和相對高程驅動因子對印江縣2011—2020 年土地利用動態度具有重要影響,其中城鎮化率對綜合土地利用動態度的解釋力最高,其次貧困發生率、基礎設施建設扶貧項目投資、脫貧人數、生態建設扶貧項目投資對綜合土地利用動態度都有較高的解釋力。社會政策因子對綜合土地利用動態度的影響高于自然因子,社會政策因子對土地利用變化的驅動占主導作用,各因子交互作用后對綜合土地利用動態度的解釋力大幅提高。