基于GWR的重慶市耕地集約利用水平時空演變特征及影響因素分析

2025-04-14 00:00:00唐康棚陳國建毛彥冰蘇嵐

安徽農業科學 2025年6期

摘要［目的］探究重慶市2014—2020年耕地集約利用水平時空演變格局及影響因素。［方法］綜合考慮耕地集約利用的社會-經濟-生態效益，從投入強度、利用程度、產出效益以及可持續狀況4個方面選取15個指標，構建綜合評價指標體系，利用熵權法確定指標權重計算集約利用度，分析重慶市2014—2020年耕地集約利用水平的時空演變特征，并使用GWR模型探究其影響因子。［結果］重慶市2014—2020年耕地集約利用整體水平呈逐年上升趨勢。分區域來看，主城新區、渝東北和渝東南均呈上升趨勢，中心城區大部分波動變化，僅有沙坪壩區為下降趨勢。影響因素分析發現，投入強度對耕地集約利用水平影響最大，且空間差異明顯，產出效益系數值略低于投入強度，其次為可持續狀況，最后為利用程度。［結論］中心城區應合理規劃城鄉布局，整合可利用耕地。主城新區為重慶市耕地集約利用水平增長極，具有聯動主城，傳遞周邊的作用，應助力科技農業發展，探索跨區域農業合作新模式，渝東北和渝東南應以綠色發展為生命線，注重生態環境保護工作。

關鍵詞耕地集約利用；GWR；時空演變；重慶市

中圖分類號 F301.24 文獻標識碼 A 文章編號 0517-6611（2025）06-0066-08

doi：10.3969/j.issn.0517-6611.2025.06.017

Spatiotemporal Evolution Characteristics and Factors Analysis of Land Intensive Use Level in Chongqing Based on GWR

TANG Kang-peng，CHEN Guo-jian，MAO Yan-bing et al

（College of Geography and Tourism， Chongqing Normal University， Chongqing 401331）

Abstract ［Objective］To explore the spatiotemporal evolution pattern and influencing factors of intensive land use in Chongqing from 2014 to 2020.［Method］Taking into consideration the socioeconomic and ecological benefits of intensive land use， a comprehensive evaluation index system was constructed based on four aspects： input intensity， utilization degree， output efficiency， and sustainability. Fifteen indicators were selected to construct the evaluation index system. The entropy weight method was employed to determine the weights of the indicators and calculate the degree of intensive land use. The spatiotemporal evolution characteristics of intensive land use in Chongqing from 2014 to 2020 were analyzed， and the GWR model was used to explore its influencing factors.［Result］The overall level of intensive land use in Chongqing showed an increasing trend from 2014 to 2020. Regionally， the main urban area， the northeast， and southeast of Chongqing exhibited an upward trend， while most parts of the central urban area showed fluctuating changes， with only Shapingba District showing a downward trend. The analysis of influencing factors revealed that input intensity had the greatest impact on the level of intensive land use， with significant spatial differences. The coefficient of output efficiency was slightly lower than that of input intensity， followed by sustainability， and finally utilization degree.［Conclusion］The central urban area should plan the urban and rural layout rationally and integrate available arable land. The main urban area serves as the growth pole for the level of intensive land use in Chongqing， playing a role in connecting the central urban area and transmitting to the surrounding areas. It should support the development of scientific agriculture and explore new models of cross-regional agricultural cooperation. The northeast and southeast of Chongqing should prioritize green development as their lifeline and focus on ecological environmental protection efforts.

Key words Land intensive use；GWR；Spatiotemporal evolution;Chongqing City

耕地具有生產功能、空間承載功能和環境保護功能，是一個高度耦合的社會－經濟－生態復合系統，其在經濟可持續發展、國家糧食安全和社會長治久安中承載著關鍵作用［1］。國家“十四五”規劃中明確指出，嚴守“18億畝”耕地紅線，提升糧食等重要農產品的供給保障水平是推進農業農村現代化的首要任務。我國人均耕地面積不足世界平均水平的40%，人口需求和耕地資源之間與日俱增的矛盾向我們提出了巨大挑戰［2］。因此，在耕地資源保質保量的前提下，轉變耕地利用方式，提升耕地集約利用水平，對區域可持續發展的實現和國家糧食安全具有重要意義［3］。

早期學者認為，耕地集約利用應以高投入與高產出為主要特征［4］，但隨著片面追求投入與產出的土地利用方式引發了土壤退化、環境污染、生態系統破壞、食品安全、害蟲雜草抗藥性提升等嚴重問題［5］。人們開始意識到包含社會、經濟及生態效益的綜合利用方式才是耕地可持續發展的必要條件［6］。目前學術界普遍認為，耕地集約利用是在充分考慮區域的自然條件和社會經濟發展水平的前提下，科學合理地配置耕地資源和結構，適度增加勞動、科技等生產投入，最終實現耕地資源可持續發展的一種土地利用方式［7］，這種耕地集約利用理念可以很好地適應當前發展趨勢［8］。

早期研究方法多集中于單一指標對耕地利用水平進行測算［9-10］，但單一指標不能充分衡量區域耕地集約利用水平高低，隨著多因素綜合評價模型在耕地集約利用水平評價中的應用［11-14］，指標體系構建發生了巨大改變，目前較為成熟的評價指標體系是從投入強度、利用程度、產出效益和可持續狀況4個方面進行構建［15］。多采用Kernel密度法［15］、PSR系統協調度模型［16］、三角模型［17］等方法進行時空演變分析，地理探測性模型［18］、主成分分析法［19］和回歸分析［20］等方法進行影響因素探究。

2012年以來，我國農村改革進入了以全面建成小康社會為目標的全面深化階段，農業生產持續增長、農村經濟協調發展、農民生活水平顯著提高，農村基礎設施明顯改善，但有關重慶市耕地集約利用水平的研究［21］還停留在2013年以前，時間序列出現中斷，指標體系構建不夠完善且缺少驅動因素分析，政策導向下的重慶市耕地集約利用發展水平及趨勢存在研究空白。因此，針對重慶市近年來耕地集約利用水平的時空演變及影響因素分析具有必然性。

鑒于此，該研究以重慶市37個縣（區）（渝中區城鎮化率100％，故排除）為研究區域，從投入強度、利用程度、產出效益和可持續狀況4個方面構建15個指標，采用熵權法綜合計算各縣（區）2014—2020年耕地集約利用度并分析其時空演變特征。由于全局模式的多元線性回歸模型認為空間是均一的，在涉及與空間位置相關的回歸問題時，常難以表達自變量與因變量之間的關系。地理加權回歸模型考慮了空間異質性，通過建立空間范圍內每個點的局部回歸方程能夠更準確地探索驅動因素。故在影響因素分析中引入地理加權回歸（GWR）模型，探究各縣（區）耕地集約利用水平變化的影響因素，在此基礎上，針對重慶市具體情況提出提升耕地集約利用水平的建議。

1 研究區概況

重慶市（105°11′～110°11′E，28°10′～32°13′N），面積8.24萬km2，成渝地區雙城經濟圈核心城市，根據地貌特征差異分為渝西低山丘陵區、渝東丘陵低山區、渝東北大巴山中低山區和渝東南武陵山中低山區四大地貌單元，東部、南部和東南部地勢高，西部地勢低，其中山地面積占76％，丘陵占22％，河谷平壩僅占2％。耕地面積占區域土地總面積的22.67％，但其中坡地占比達到61.17％，大于25°不宜耕種的坡地占據耕地總面積的16.25％，近年來由于城鎮建設占用耕地以及一些不合理的利用方式，耕地資源更加匱乏，土地破碎化問題嚴重。區域農林牧副漁全面發展，是我國重要的糧油、柑橘、桑葚、煙葉、藥材、油桐、榨菜等農產品生產基地［22］。按照其地理位置和經濟社會發展差異，可將重慶市劃分為中心城區、主城新區、渝東北三峽庫區城鎮群、渝東南武陵山區城鎮群四大區域（圖1）。其中，中心城區所屬的渝中區城鎮化率為100％，故定為非研究區域。

2 研究方法

2.1 數據來源

該研究涉及的地理信息數據來自國家基礎地理信息數據庫，社會經濟數據來源于《重慶統計年鑒》（2015—2021年）、各縣（區）社會統計公報、《中國農村統計年鑒》（2015—2021年）以及各縣（區）統計年鑒等，利用ArcGIS 10.8軟件進行行政邊界提取等操作。

2.2 耕地集約利用水平評價體系

2.2.1

評價指標體系構建。耕地集約利用水平評價是涉及多因素的綜合評價，因此，該研究根據各項指標標準化值和相應的指標權重，采用多因素綜合評價法計算重慶市2014—2020年的耕地集約利用度。

式中：Ui為第i個評價單元的綜合得分，簡稱“集約度”； Wj為第j個指標的權重值；Iij為指標的標準化值。

基于前人的研究成果［23-25］，從投入強度、利用程度、產出效益和可持續狀況4個方面共選取15個指標進行評價（表1）。

2.2.2 數據標準化。采用離差標準化法對各項指標進行標準化處理，計算公式如下：

式中，Yij為第i個評價單元第j個指標的標準化值，Xij表示第i個評價單元第j個指標上的原始值，min{Xj}與max{Xj}分別為第j個指標的最小值與最大值，n為評價單元數量。

2.2.3 指標權重確定。確定指標權重是一種用于分配不同評價指標在評價過程中相對重要性的方法，受地區自然、經濟和社會條件等影響，不同地區的各項指標具有不同的影響力和重要性。該研究避免了較為主觀的專家打分法、層次分析法等，選擇了較客觀的熵權法確定指標權重，計算過程如下：

（1）求各標準化值在各指標下的比重。

式中，pij為第j項標準化值在第i個指標中所占的比重，Yij為第i個指標中第j項數據的標準化值。

（2）求各指標的信息熵。

式中：Ej為第j個指標的信息熵，Ej≥0；若pij=0，定義Ej=0。

（3）確定各指標的權重。

式中，Wj為第j個指標對應的權重，k為指標個數。

2.3 GWR模型的構建與檢驗

2.3.1

空間自相關檢驗。通過全局Moran’s I指數來測度重慶市38個縣（區）耕地集約利用水平是否存在顯著的空間關聯關系，為GWR模型構建提供保障。具體計算過程如下：

由表2可知，重慶市2014—2020年耕地集約利用度的全局Moran’s I指數在［0.398，0.541］區間內，說明重慶市耕地集約利用度空間相關性在2014—2020年內均為正相關，在2020年達到最高值，除2016年下降外，其余年份呈遞增趨勢，集聚效應愈發明顯。此外，4個年份的Z值均大于2.58，P值均小于0.01，通過了0.01水平的顯著性檢驗［27］。

2.3.2 地理加權回歸（GWR）模型構建。相較于傳統的回歸模型，地理加權回歸能夠捕捉空間數據中的空間異質性，對于每個研究單元都有一個單獨的回歸系數值，因此，該模型擁有更好的局部解釋能力，具體模型構建如下：

式中，β0（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。模型擬合優度檢驗結果見表3。

3 結果與分析

3.1 耕地集約利用水平時間變化特征

3.1.1 重慶市總體耕地集約利用水平時間變化特征。重慶市2014—2020年耕地集約利用水平整體呈逐年上升趨勢，4個時間節點的耕地利用平均集約度分別為0.35（2014年）、0.39（2016年）、0.40（2018年）和0.45（2020年）。其中，2014—2016年以及2018—2020年的耕地集約度增長率較高，分別達到11.32％和12.79％，2016—2018年的增長率僅有2.67％。年均增長率達到4.46％，說明重慶市總體耕地集約利用水平發展穩定。

3.1.2 重慶市各區縣耕地集約利用水平時間變化特征分析。

通過對重慶市37個縣（區）（渝中區除外）4個時間節點的耕地集約利用水平進行對比分析，可按照其時間變化規律分為上升趨勢、波動變化和下降趨勢3種發展特征，各縣（區）的具體發展特征見圖2。其中，處于上升趨勢發展階段的縣（區）主要集中于除中心城區以外的主城新區、渝東北和渝東南，中心城區僅有北碚區和巴南區為上升趨勢，且其部分縣（區）隨時間波動變化，其中大渡口區和江北區在2014—2016年有過小幅度提高，但從2016年后便大幅下降。城鎮化率較高、第二三產業占比較重的沙坪壩區，其耕地利用集約水平逐年降低。總體來說，除中心城區以外的其他地區，耕地集約利用水平均在穩步提高，中心城區由于城鎮化建設占用大量耕地導致集約利用困難［28］，但第三次全國國土調查顯示，沙坪壩區和九龍坡區耕地面積分別為6164和 6193 hm2，有著一定基礎的農業發展條件但對其利用程度遠遠不夠，急需采取措施改變發展現狀，提高耕地集約利用水平。

3.2 耕地集約利用水平空間分異特征

運用ArcGIS10.8軟件，將重慶市2014—2020年的耕地利用集約水平分為不集約（lt;0.20）、低度集約（0.20～0.40）、中度集約（0.40～0.55）和高度集約（≥0.55）4種集約類型，并繪制4個研究節點的耕地集約利用水平空間分布圖，以進一步討論研究區域耕地集約利用度的空間分異特征。

3.2.1

各年耕地集約利用水平空間分布特征。由圖3可知，從4個研究節點來看，2014年重慶市大部分縣（區）處于低度集約水平，主城新區的半數縣（區）達到了中度集約利用水平，中心城區均為低度集約水平。渝東北和渝東南的梁平縣、墊江縣和石柱縣處于中度集約利用水平，其余縣（區）則為低度集約利用水平。2016年重慶市的耕地集約利用水平有所提高，中心城區的北碚區、九龍坡區和主城新區的合川區、涪陵區和綦江區均達到了中度集約水平，渝東北發展迅速，超過半數縣（區）相繼達到了中度集約水平，渝東南穩定發展，有少數縣（區）處于中度集約水平。2018年重慶市總體耕地集約利用水平依然有所提升，主城新區除璧山區外，所有縣（區）均達到中度集約水平，其中江津區是重慶市首先達到高度集約利用水平的縣（區），集約利用度為0.563。中心城區情況不容樂觀，其中九龍坡區由2016年的中度集約水平下降到低度集約水平，沙坪壩區由低度集約水平下降到不集約水平。渝東北大部分處于中度集約水平，渝東南大部分處于低度集約水平。2020年重慶市總體耕地集約利用水平持續穩定提高，主城新區大部分縣（區）達到了高度集約水平，中心城區的中、低和不集約同時存在。渝東北大部分為中度集約水平，少數處于低度集約和高度集約水平。渝東南除彭水苗族土家族自治縣和酉陽土家族苗族自治縣為低度集約外，其余縣（區）均處于中度集約水平。

總體而言，重慶市2014—2020年耕地集約利用水平呈現“集中連片”的空間分布特征，渝西低山丘陵區和渝東低山丘陵區等地勢較低區域集約利用水平較高，說明了耕地集約利用水平的高低與自然環境條件優越與否的密切聯系。

3.2.2 耕地集約利用水平空間變化特征。2014—2016年，主城新區和渝東北耕地集約利用水平提升明顯，其中大部分縣（區）由2014年的低度集約水平提升至中度集約水平，其他縣（區）則略有提高。中心城區僅有九龍坡區提升到中度集約水平，渝東南的黔江區和秀山土家族苗族自治縣提高到中度集約水平。2016—2018年除中心城區外，其余地區都略有提高，主城新區的長壽區提高到中度集約水平，江津區提高到高度集約水平。中心城區的沙坪壩區和江北區降低至不集約水平，九龍坡區降至低度集約水平，集約利用度迎來大幅下降。2018—2020年，重慶市總體耕地集約水平持續轉好、變化顯著，主城新區的大部分縣（區）提升至高度集約水平，在研究區域內處于領先地位。渝東北和渝東南大部分縣（區）穩定在中度集約水平且發展趨勢良好，其中的梁平區和墊江縣提高到高度集約水平，其余少數縣（區）雖處于低度集約水平，但也有一定提升。中心城區除巴南區提升至中度集約水平外，其余縣（區）均無明顯變化或略有下降，發展趨勢不容樂觀。

綜上所述，2014—2020年重慶市總體耕地集約利用水平發展變化明顯，呈現“以主城新區為增長極，帶動其東部地區持續增長”的發展趨勢，這得益于主城新區較為低平的地勢和成渝地區雙城經濟圈對農業發展的促進作用。渝東北和渝東南也有所好轉，但中心城區的發展情況不容樂觀，應予以高度重視。

3.3 耕地集約利用水平影響因素分析

以投入強度、利用程度、產出效益和可持續狀況作為重慶市耕地集約利用水平的影響因子進行影響因素分析，對2020年的分析結果進行分析，結果見表4。

3.3.1 投入強度方面。在4個影響因素中，投入強度的平均系數值最高，達到了0.100 8，說明投入強度對耕地集約利用水平的影響最大，這是因為在達到邊際效應之前，投入單位耕地面積上的生產要素數量越大，質量越高，耕地集約利用的程度也就越高，這對早期學者所立足的投入－產出效益觀點有一定印證［4］。并且空間差異明顯，最大值與最小值相差超過6倍。其中主城新區和渝東北的平均系數值均達到了0.100 0以上，較為集中的地塊和平坦的地貌以及成渝地區雙城經濟圈范圍的覆蓋提高了農業生產要素投入的數量和質量。中心城區和渝東南的投入強度系數值略低，分別為0.093 5和0.090 7。中心城區為重慶市經濟發達地區，城市化率高，耕地面積少，破碎化程度高，并且第一產業占比低，導致對農業的投入略低［29］。渝東南的地均農業從業人數遠低于其余3個地區并呈逐年減少的趨勢，大量的農村勞動力轉移就業影響了區域農業投入強度［30］，經濟發展較為落后且擁有大量的坡耕地導致農業機械化程度低，地均農機總動力明顯低于其他縣（區）［31］。

3.3.2 利用程度方面。利用程度的平均回歸系數值僅有0.069 5，為4個影響因素中最低，這與重慶市特殊的地理條件限制密不可分，山地丘陵面積分別占據區域總面積的76％和22％，河谷平壩僅有2％，以小型農戶生產為主，農田規模化、集約化利用困難［32］。其中主城新區的平均系數值為0.082 2，為區域最高，其灌溉指數、復種指數以及墾殖系數都明顯高于其他區域，中心城區、渝東北以及渝東南的系數值則相差不大。

3.3.3 產出效益方面。重慶市產出效益平均系數值為4個影響因素次高，達到了0.097 1。其中主城新區和渝東北的產出效益系數值分別為0.116 1和0.096 1，明顯高于其余2個地區。近年來成渝地區雙城經濟圈工業化的快速發展，改善了區域農業生產條件，農業機械化水平發展迅速，區域水利條件明顯改善，抵御自然災害能力明顯增強，并且農村改革工作不斷取得突破，總結推廣出租、入股、托管等多種形式放活土地經營權，農業生產效率明顯提高，對耕地集約利用水平的影響程度高。渝東南的產出效益平均系數值最低，為0.079 5。

3.3.4 可持續狀況方面。可持續狀況的平均系數值為0.076 1，可見可持續狀況是耕地集約利用水平的重要影響因素。主城新區的系數值0.088 1為區域最高，這是因為主城新區的人均第一產業增加值高，農業經濟可持續性強，農民的生產積極性保持在較高水平。農業供養指數也優于其他地區，有著更強的農業自我供給能力，對外依賴程度低，可持續性更高。渝東南平均系數值0.082 4，為重慶市次高。這是由于渝東南生態良好，全區森林覆蓋率達60％以上。區域內大力推進荒山造林、森林屏障等工程建設工作，鞏固深化了退耕還林成果。中心城區的系數值最低，僅有0.058 6，這是由于其農業供養指數、人均耕地面積和森林覆蓋率明顯低于其他地區，耕地集約利用水平受到的影響程度也就相對較小。

4 結論與建議

4.1 結論

（1）從總體來看，重慶市2014—2020年耕地集約利用水平呈逐年上升趨勢，其中2014—2016年以及2018—2020年的集約度增長率較高，2016—2018年增長率較低，這是由于2018年汛期重慶市因受強降雨影響，長江上游嘉陵江等河流發生特大洪水，對重慶市農業造成巨大沖擊，影響了耕地集約度的持續增長。

（2）分縣（區）來看，具有上升趨勢變化特征的縣（區）多位于主城新區、渝東北和渝東南，中心城區的大渡口區、江北區、九龍坡區、南岸區和渝北區處于波動變化趨勢，僅有沙坪壩區為下降趨勢，急需采取措施改變發展現狀，提高耕地集約利用水平。

（3）重慶市耕地集約利用水平呈現“集中連片”的空間分布特征，具有中度以及高度集約利用水平的縣（區）主要分布于主城新區與渝東北的渝西低山丘陵區和渝東低山丘陵區等地勢較為低平的地區，這也印證了耕地集約利用水平的高低與自然條件的密切聯系。中心城區情況不容樂觀，多由低度集約水平降至不集約水平，渝東南情況持續好轉，大部分縣（區）由低度集約水平發展至中度集約水平。

（4）從影響因素方面看，重慶市耕地集約利用水平受投入強度的影響最大且地區差異最為明顯，這是由于一定的投入是開展農業活動的前提條件，重慶市主城新區和渝東北在勞動地域分工中分別扮演了新型農業發展區和農產品主產區地位，較大的農業生產投入顯著影響著區域耕地集約利用水平；中心城區和渝東南分別以高新技術產業和生態旅游為主，投入強度影響力低于主城新區和渝東北。

其次為產出效益，因為耕地產量優越與否是耕地利用水平的直接體現。可持續狀況排第三且地區差異較小，因為這一指標綜合考慮了社會、生態以及經濟可持續性，渝東北及渝東南森林覆蓋率及人均耕地面積較高但人均第一產業增加值明顯低于主城新區，綜合影響程度也就差異不大。最后為利用程度，因土地基礎條件的制約，重慶市耕地利用難度較大，應在土地整治等方面予以高度重視。

4.2 建議

針對重慶市不同區域自然與人文環境差異，應予以不同對策提高耕地集約利用水平，保證農業現代化進程穩定發展。

（1）中心城區應合理規劃城鄉布局，緩解耕地利用與城市建設之間的矛盾，合理整合破碎化耕地，有效利用中心城區的自產自銷、運費低廉等區位優勢。

（2）主城新區位于中心城區外圍，作為都市功能核心區和都市功能拓展區的有效輻射范圍及重慶市耕地集約利用水平增長極，主城新區具有“聯動主城，傳遞周邊”的作用，應大力推進農業試點工作，探索跨行政區域的農業合作新模式，開展農機裝配研發應用能力，推動成渝地區農業協同發展。

（3）渝東北地處三峽庫區腹心地帶，是長江上游的重要生態屏障，應大力開展生態環境保護工作，減少農藥化肥使用量，提高森林覆蓋率以及水土保持率，提升耕地集約利用的可持續性。

（4）渝東南經濟發展水平較低，但其生態環境良好，應突出“山水、民俗”特色，以康養、文化和綠色為主導開展特色農業發展，合理規劃可利用耕地的坡改梯工作及不宜利用耕地的退耕還林工作，堅持“共抓大保護、不搞大開發”的要求，走綠色、低碳、循環的農業發展道路。

參考文獻

［1］ SU M，GUO R Z，HONG W Y.Institutional transition and implementation path for cultivated land protection in highly urbanized regions：A case study of Shenzhen，China［J］.Land use policy，2019，81：493-501.

［2］冉彩虹，李陽兵，梁鑫源.重慶市耕地利用轉型演變特征研究［J］.重慶師范大學學報（自然科學版），2020，37（3）：119-128.

［3］楊媛媛，姚堯，郝帥.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［J］.水土保持研究，2022，29（1）：326-332，338.

［4］李瑞華，白世強.河南省耕地集約利用時空分異及驅動因素研究［J］.農業系統科學與綜合研究，2009，25（3）：263-267.

［5］劉新衛，張麗君，李茂，等.中國土地資源集約利用研究［M］.北京：地質出版社，2006.

［6］呂曉，牛善棟，李振波，等.中國耕地集約利用研究現狀及趨勢分析［J］.農業工程學報，2015，31（18）：212-224.

［7］邢璐平，方斌，向夢杰.基于GWR模型的江蘇省耕地集約利用水平時空變化特征及影響因素［J］.長江流域資源與環境，2019，28（2）：376-386.

［8］朱莉芬，司林杰，汪永豐.重慶市耕地集約利用影響因素實證研究［J］.安徽農業科學，2010，38（29）：16395-16397.

［9］姚成勝，黃琳，呂晞，等.基于能值理論的中國耕地利用集約度時空變化分析［J］.農業工程學報，2014，30（8）：1-12.

［10］姚冠榮，劉桂英，謝花林.中國耕地利用投入要素集約度的時空差異及其影響因素分析［J］.自然資源學報，2014，29（11）：1836-1848.

［11］ ERB K H，HABERL H，JEPSEN M R，et al.A conceptual framework for analysing and measuring land-use intensity［J］.Current opinion in environmental sustainability，2013，5（5）：464-470.

［12］倪超，楊勝天，羅婭，等.基于循環經濟的黑龍江省耕地利用集約度時空差異［J］.地理研究，2015，34（2）：341-350.

［13］邵曉梅，王靜.小城鎮開發區土地集約利用評價研究：以浙江省慈溪市為例［J］.地理科學進展，2008，27（1）：75-81.

［14］陳偉，吳群.考慮耕地質量差異影響的江蘇省耕地集約利用評價［J］.農業工程學報，2013，29（15）：244-253.

［15］劉玉，郝星耀，潘瑜春，等.河南省耕地集約利用時空分異及分區研究［J］.地理科學，2014，34（10）：1218-1225.

［16］宋永永，米文寶，仲俊濤，等.寧夏耕地集約利用的時空格局演化［J］.經濟地理，2015，35（9）：172-181.

［17］張小虎，張合兵，趙素霞，等.基于三角模型河南省耕地集約利用趨勢及時空分異［J］.土壤通報，2013，44（2）：277-283.

［18］ SHI S Q，HAN Y，YU W T，et al.Spatio-temporal differences and factors influencing intensive cropland use in the Huang-Huai-Hai Plain［J］.Journal of geographical sciences，2018，28（11）：1626-1640.

［19］劉杜娟，劉芳蘋，牛文浩，等.1985—2018年內蒙古自治區耕地集約利用時空變化及其驅動因素［J］.水土保持通報，2022，42（4）：365-372.

［20］王國剛，劉彥隨，陳秧分.中國省域耕地集約利用態勢與驅動力分析［J］.地理學報，2014，69（7）：907-915.

［21］趙偉，黃婧，范莉，等.重慶近5年耕地集約利用水平變化研究［J］.西南大學學報（自然科學版），2013，35（7）：115-120.

［22］葉茂.三峽庫區鄉村生態農業發展模式研究［J］.安徽農業科學，2007，35（21）：6564-6566.

［23］井睿，張蚌蚌，趙敏娟，等.近35年中國耕地集約度時空變化特征分析［J］.水土保持研究，2019，26（5）：353-358，365.

［24］張榮天，陸建飛.長江經濟帶耕地集約利用多尺度時空特征與影響因素分析［J］.農業工程學報，2019，35（24）：271-278.

［25］侯孟陽，鄧元杰，姚順波.城鎮化、耕地集約利用與糧食生產：氣候條件下有調節的中介效應［J］.中國人口·資源與環境，2022，32（10）：160-171.

［26］徐建華.計量地理學［M］.北京：高等教育出版社，2014.

［27］陳彥光.基于Moran統計量的空間自相關理論發展和方法改進［J］.地理研究，2009，28（6）：1449-1463.

［28］蘇麗潔，劉振華，胡月明，等.廣州市近20年耕地資源時空分布特征及其演變規律［J］.江蘇農業學報，2023，39（4）：978-988.

［29］王秀圓，閻建忠.山區農戶耕地利用集約度及其影響因素：以重慶市12個典型村為例［J］.地理研究，2015，34（5）：895-908.

［30］宋敏，張安錄.大食物觀視閾下的耕地利用轉型：現實挑戰、理論邏輯與實現路徑［J］.中國土地科學，2023，37（8）：31-41.