彭漫莉++杨柳

摘要：为了研究贵阳市区域土地利用变化，分析其驱动机制，为该区域土地利用可持续发展提供依据。分析2003-2012年10年间贵阳市土地利用数据和社会经济数据，采用土地利用动态度模型、土地利用程度模型和主成分分析法对该区域土地利用变化和驱动因素进行研究。结果表明，贵阳市10年间土地利用变化相对明显，耕地面积逐年下降，林地、未利用地变化突出，期间土地利用处于发展时期；社会经济的发展水平、人口数量、人民生活水平和技术、资金、投资力度对耕地面积变化有显著的影响，而农业生产效益和产业结构对耕地面积变化有一定影响。

关键词：贵阳市；土地利用；主成分分析；结构演变；驱动机制

中图分类号：F293.2；F301.2 文献标识码：A 文章编号：0439-8114（2015）16-4094-06

DOI：10.14088/j.cnki.issn0439-8114.2015.16.067

Mechanism Research on Evolution and Driving Forces of Land Use Structure in Guiyang City Based on Principle Components Analysis

PENG Man-lia， YANG Liub

（a. College of Resource and Environmental Engineering；b. School of Public Administration， Guizhou University， Guiyang 550025， China）

Abstract： In order to research the land use change， analyze the driving mechanism， and to provide reference for sustainable land use of the district， by analyzing ten years land use data and social economic data of Guiyang in 2003-2012， by using dynamic degree model， land use degree model and principal component analysis method， the factors of land use change and driving force were researched. The results showed that：（1） the land use change of Guiyang city was relatively obvious during the 10 years， the cultivated land area decreased annually， the forest land， unused land changed prominently， in the 10 years the land use was in a period of development；（2） social economic development level， population， living standard of people and technology， capital investment power have significant influence to the change of cultivated land area， while the efficiency of agricultural production and industrial structure have certain effect to the change of cultivated land area.

Key words： Guiyang； land use； principle components analysis；structure evolution； driving mechanism

土地是人类生活生产的重要基础资源，土地利用变化研究是全球发展研究的重要课题，土地利用动态变化及驱动力研究则是其热点之一[1]。随着城镇化及工业化的加快，人类活动对土地的影响从广度和深度上都不断加强，出现了人口剧增、资源稀缺、环境恶化、生物多样性减少、气候变化及粮食短缺等一系列全球性问题[2，3]，区域土地利用变化研究得到了广泛关注。国内外对于土地利用的研究取得显著成果[4-6]，且多侧重于典型经济发展地区的土地利用现状、土地利用结构变化及驱动力机制等的方面[7-10]。虽然全国土地利用研究较多，但喀斯特地区的土地利用研究还处于初始阶段，贵阳市在土地利用上存在着土地粗放利用、生态环境遭到破坏的问题，严重制约了贵阳市土地利用的可持续性[11]。鉴于前人土地利用变化的研究成果以及典型喀斯特地区贵阳市的研究现状，本研究对贵阳土地利用结构变化及驱动力进行研究，以期缓解该区域土地利用需求与供给的矛盾，促进区域土地合理利用，实现土地可持续发展。

1 数据来源与研究方法

1.1 研究区域概况

贵阳市位于贵州省中部偏北，东经106°07′-107°17′，北纬26°11′-26°55′，东、南与瓮安县、龙里县、惠水县、长顺县接壤，西靠平坝县和织金县，北邻黔西县、金沙县和遵义县，国土面积总面积8 034 km2，占全省面积的4.56%，贵阳境内地势起伏较大，海拔506.5～1 762.7 m，山地丘陵占总面积的89.7%，喀斯特地貌普遍，占总面积的73.3%。贵阳属于亚热带湿润温和型气候，冬无严寒，夏无酷热，阳光充足，雨水充沛，平均气温15.3 ℃。贵阳市是贵州省的省会城市，是西南地区的重要交通枢纽、工业基地以及商贸旅游服务中心，全市辖1市6区3县，2012年年末全市总人口445.17万人，生产总值1 710.30亿元。endprint

1.2 数据来源

数据主要来源于贵阳市2003-2012年土地利用变更调查数据，数据中的土地利用分类按照国土资源部《全国土地分类（过渡期适用）》（国资发[2002]247号）进行划分，即3个一级类，15个二级类，71个三级类[12]。相关社会经济发展方面的数据来源于贵阳市2004-2013年统计年鉴、贵阳市土地利用总体规划等。

1.3 研究方法

1.3.1 土地利用动态度 土地利用动态度可用来表示研究区域一定时间范围内某种土地利用类型的数量变化情况[13]，分析研究区某一时段土地利用变化，定量描述研究区某一时段土地利用变化速度[14]。计算公式如下：

K=■×■×100%（1）

式中，K为土地利用单一动态度，Ua、Ub分别为研究期初及研究期末某一种土地利用类型的数量，T是时间，以年为单位。

1.3.2 土地利用程度综合指数 土地利用程度综合指数可以反映某区域特定时期的土地利用程度。不同的时段指数的变化可定量，反映区域土地利用程度变化[15]。

L=■（Ai×Ci）×100，L∈[100，400] （2）

Lb-a=（Lb-La）×100=[Ai×Cib-■Ai×Cia]×100 （3）

式中L为土地利用综合指数，Ai是第i级土地利用程度分级指数，Ci是第i级土地利用程度面积比，Lb和La表示在b时间和a时间的区域土地利用综合指数，Cib和Cia分别表示b时间和a时间第i级土地利用程度面积比，Lb-a为土地利用程度变化量，如果Lb-a>0，表示该研究区域的土地利用处于发展时期，反之，则说明该研究区域处于衰退期或调整期。为了分类系统的一致性，土地利用分类主要参照刘纪远[15]、陈曦[16]的分类方法。具体情况见表1。

1.3.2 主成分分析法 主成分分析法是把多个指标综合为少数几个潜在指标的一种统计分析方法[17]。主成分分析法的目的有两个，一是用少数不可观测的潜在变量来直接解释原变量的相关性，二是对变量或样本进行分类[18-20]。运用主成分分析法既可综合多个指标，又可避免指标简单相关性过高。主成分分析法主要通过SPSS软件进行操作，通过指标因子的输入，将基础数据标准化处理后得到影响因子的相关系数矩阵、特征值以及累计贡献率和主成分贡献率。

2 结果与分析

2.1 贵阳市土地利用变化分析

由贵阳市2003-2012年间土地利用情况（表2）可见，2012年贵阳市耕地面积为267 047.71 hm2，占总面积的33.20%；园地11 565.81 hm2，占总面积的1.44%；林地338 683.99 hm2，占总面积的42.11%；牧草地1 230.19 hm2，占总面积的0.15%；其他农用地35 271.84 hm2，占总面积的4.39%；居民点及工矿用地57 370.29hm2，占总面积的7.13%；交通用地8 265.88 hm2，占总面积的1.03%；水利设施用地8 291.67 hm2，占总面积的1.03%；未利用地76 609.22 hm2，占总面积的9.25%。与2003年相比，2012年贵阳市土地利用结构有所调整，面积减少的地类有：耕地（减少了10 119.19 hm2）、牧草地（减少了25 996.86 hm2）、其他农用地（减少了14 134.97 hm2）、水利设施用地（减少了1 113.98 hm2）和未利用地（减少了38 479.66 hm2）；面积增加的地类有：园地（增加了3 943.19 hm2）、林地（增加了67 521.49 hm2）、居民点及独立工矿用地（增加了15 355.29 hm2）、交通用地（增加了3 024.67 hm2）。

2.1.1 土地利用变化动态度分析 为了能够更好的反映贵阳市2003-2012年间的土地利用变化速度，将研究区间分为3个阶段，分别是2003-2006年、2006-2009年、2009-2012年。根据土地利用动态度模型计算（图1）可知，贵阳市2003-2012年间耕地数量一直呈现不断减少的趋势，其中2009-2012年减少速度最快，年变化速率为-0.83%；园地三阶段变化速度呈现减少-增加-减少的趋势，其中2006-2009年增加速度较大，年变化速率达23.01%，减少速度小，最大年变化速率仅为-2.45%；林地从2003到2009变化速度不断加快，2006-2009年，年变化速率为8.20%，2009年变化速度减慢，年变化速率为-0.25%；牧草地与其他农用地变化速度趋势大致一致，三阶段皆呈减少-增加-减少的趋势，其中2006-2009年变化速度最大，年变化率分别为-31.08%，-9.12%；居民点及独立工矿用地三阶段变化速度不断增加，年变化速率分别为1.76%，3.38%，5.92%；交通用地变化速度出现增加-减少-增加的趋势，增加速度最大可达年平均速率14.30%；水利设施用地2003-2006年年变化速率为0.35%，2006-2009年，年变化速率最大为 -4.23%；未利用地2003-2009年年变化速率最大，达-10.89%。

为了能够更好分析农用地、建设用地及未利用的变化趋势，将以上3种用地类型进行土地利用动态度分析（表3）。

结果表明，贵阳市农用地虽然在2003-2006年及2009-2012年间，变化速度呈下降的趋势，而2006-2009年间，农用地变化速度有所加快，其年变化速率达1.80%；建设用地在三阶段间变化速度呈增长-减少-增长趋势，建设用地面积不断增加，最大年变化速率可达5.90%；未利用地年变化速率最大可达-10.89%，最小变化速率仅为0.02%，总体看来，未利用地数量呈减少趋势。

2.1.2 土地利用程度变化分析 根据公式（2）、（3），计算得出贵阳市土地利用程度变化结果（表4）。由表4可知，2003-2012年间土地利用程度呈增加的趋势，2003-2006年土地利用程度增加了0.41；2006-2009年土地利用程度增加了4.65；2009-2012年土地利用程度增加了1.77。三阶段的Lb-a均大于零，可见该研究区域在各阶段均处于土地利用发展时期，且2006-2009年发展速度最快。endprint

2.2 土地利用变化驱动机制分析

耕地是最基本的自然资源，保持一定数量的耕地面积是人类赖以生存的基本条件，社会经济发展时刻影响着耕地的动态变化[21]。从土地利用类型数量分析可知，贵阳市耕地从2003年到2012年一直处于减少的趋势，将耕地面积作为因变量Y，驱动因子做为自变量Xi进行驱动力分析。

2.2.1 驱动因子的确定 土地利用结构变化是自然和人类活动双重驱动因素综合作用的结果[22]。本研究根据数据的可获得性及可量化性，综合考虑社会因素、经济因素和技术因素的影响，选取的因子有：X1，农药使用量（t）；X2，化肥施用量（104 t）、X3，农业机械总动力（104 kW）；X4，年末总人口（万人）；X5，粮食产量（104 t）；X6，全社会固定资产投资总额（万元）；X7，建设用地面积（hm2），X8，城镇化率（%）；X9，GDP（万元）；X10，人均GDP（元）；X11，农民人均纯收入（元）；X12，公共财政预算收入（万元）；X13，第一产业产值比例（%）；X14，第二产业产值比例（%）；X15，第三产业产值比例（%）。基础数据见表5。

2.2.2 主成分分析 运用SPSS进行主成分分析，得到各因子的相关矩阵表（表6），反映了各个相关系数检验的显著性水平，值越大，其相关性越高[23]。从表中可以看出影响贵阳市耕地变化的因子中，相关性较大的有X3与X9、X10、X11、X13；X7与X9、X10、X11、X12；X6与X12；X9与X10、X11、X12；X10与X11、X12；X11与X12；X14与X15，以上因子相关系数最高为0.99，最低为0.98。

贡献率越大则其所含信息越多，提取主成分个数可根据累计贡献率大于85%的原则进行选择。由主成分特征值和主成分贡献率表（表7）可知，第一主成分和第二主成分的累计贡献率已达93.36%，足以反映原始驱动因子的绝大部分信息，并且其特征值均大于1，可以达到分析要求，因此主成分个数取为2个，计算得出2个主成分的载荷矩阵（表8）。

因子的荷载绝对值越高，则说明在该主成分中重要性越大。由表8可见，第一主成分荷载值一半以上的驱动因子荷载大于0.85，其中农业机械总动力、年末总人口、全社会固定资产投资总额、建设用地面积、城镇化率、GDP、人均GDP、农民人均纯收入、地方财政预算收入、第一产业产值比例均超过了0.9，其中第一产业产值比例与耕地面积呈负相关关系，这些因子反映的是社会经济、人口和技术因素，由此可知社会经济的发展水平、人口数量、人民生活水平和技术资金投资力度对耕地面积变化有非常显著的影响；第二主成分中，粮食产量与第二产业产值比例对耕地变化有较大影响，第二产业产值比例与耕地面积变化呈负相关关系，可见农业生产效益和经济结构对耕地变化有一定的影响。

3 小结与讨论

采用土地利用动态度模型、土地利用程度模型，分析2003-2012年10年间贵阳市土地利用现状及变化情况，发现贵阳市土地利用结构变化明显，耕地面积呈现逐年下降的趋势，其中林地和未利用地变化最为突出，同时各期间土地利用程度变化值均大于0，表明其土地利用处于发展时期。

借助SPSS软件和贵阳市2003-2012年贵阳市统计年鉴的社会经济数据，采用主成分分析法，对耕地面积变化进行驱动因素分析发现，社会经济的发展水平、人口数量、人民生活水平和技术资金投资力度对耕地面积变化有非常显著的影响，代表性指标为农业机械总动力、年末总人口、全社会固定资产投资总额、建设用地面积、城镇化率、GDP、人均GDP、农民人均纯收入、地方财政预算收入、第一产业产值占比；而农业生产效益和经济结构对耕地变化有一定的影响，代表性指标为粮食产量与第二产业产值占比。

因贵阳市土地利用变更调查数据的有限性和不完整性（在全国第二次土地调查前后有一定出入，为了数据的统一性，故将数据进行均值化处理），分析结果精度还有待提高。

本研究缺少10年间贵阳市各区、县、乡镇进行土地利用空间区域差异性分析，且由于资料缺乏，无法分析土地利用变化的空间性。

参考文献：

[1] 陈佑启，PETER H V，徐 斌.中国土地利用变化及其影响的空间建模分析[J].地理科学进展，2000，19（12）：116-127.

[2] 王洪新.基于EI-CA-Markov的曹妃甸新区土地利用变化模拟研究[D].河北保定：河北农业大学，2013.

[3] 杜云雷.基于Ann-Markov-CA的福州城市用地变化建模与模拟研究[D].福州：福建农林大学，2013.

[4] SETO K C，WOODCOCK C E，SONG C et al.Monitoring land-use change in the Pearl River delta using Landsat TM[J]. Int J Remote Sensing，2002，23（10）：1985-2004.

[5] DARLA K M， DANIEL M. Issues in spatially explicit statistical land-use/cover change（LUCC） models： Examples from western honduras and the central highlands of Vietnam[J]. Land Use Policy，2007，24：521-530.

[6] 邴龙飞，邵全琴，刘纪远.近30 a黄河源头土地覆被变化特征分析[J].地球信息科学学报，2011，13（3）：289-296.

[7] 史培军，陈 晋，潘耀忠.深圳市土地利用变化机制分析[J].地理学报，2000，55（2）：151-160.endprint

[8] 胡银根，蔡国立，徐小峰，等.基于灰色关联分析的武汉市建设用地扩张驱动力实证研究[J].水土保持通报，2014，34（6）：214-218.

[9] 施益强，吴志强.近20年厦门市土地利用动态变化及预测[J].水土保持通报，2014，34（5）：176-180.

[10] 何英彬，陈佑启，李志斌，等.北京市土地利用空间结构特征分析[J].农业工程学报，2010，26（2）：313-318.

[11] 申振东.建设贵阳市生态文明城市的指标体系与监测方法[J].中国国情国力，2009（5）：13-16.

[12] 覃 琳，邱 凌，朱玉碧，等.基于主成分分析法的重庆市九龙坡区土地利用变化驱动机理研究[J].中国农学通报，2012，28（5）：240-246.

[13] 王秀兰，包玉海.土地利用动态变化研究方法探讨[J].地理科学进展，1999，18（1）：81-87.

[14] 周元媛，何腾兵.喀斯特地区县域土地利用变化及其原因分析：以贵州省黔西县为例[J].贵州农业科学，2013，41（5）：168-172.

[15] 刘纪远.中国资源环境遥感宏观调查与动态研究[M].北京：中国科学技术出版社，1996.

[16] 陈 曦.中国干旱区土地利用与土地覆被变化[M].北京：科学出版社，2008.

[17] 吴 利，吴红.基于主成分分析法的桃源县土地利用结构演变驱动机制研究[J].江西农业学报，2010，22（11）：209-211.

[18] 冯 科，吴次芳，刘 勇.浙江省城市土地集约利用的空间差异研究——以PSR与主成分分析的视角[J].中国软科学，2007（2）：102-108.

[19] 刘飞跃，万哨凯.基于主成分分析法的吉安市土地利用的生态安全评价研究[J].安徽农业科学，2010，38（11）：5788-5790.

[20] 高啸峰，王树德，宫阿都，等.基于主成分分析法的土地利用/覆被变化驱动力研究[J].地理与地理信息科学，2009，25（1）：36-39.

[21] 周小雪.喀斯特地区土地利用变化及驱动力研究[D].北京：中国地质大学，2006.

[22] VELDKAMP A， FRESCO L O. Reconstructing land use drivers and their spatial scale dependence for Costa Rica （1973 and 1984）[J]. Agricultural Systems， 1997， 55（1）： 19-43.

[23] 吴美琼，陈秀贵.基于主成分分析法的钦州市耕地面积变化及其驱动力分析[J].地理科学，2014，34（1）：54-59.endprint