吴阳，王灵芝，李淑杰，程子朗，鹿捷鸣

吉林大学 地球科学学院，长春 130061

0 引言

中国正处于经济高速发展、人口压力剧增的时期，土地利用在深度与广度上均发生着显著转型[1]。土地利用转型指在经济社会变化和革新的驱动下，一段时期内与经济和社会发展阶段转型相对应的区域土地利用形态的转变过程[2--4]。吉林西部是国家的重要商品粮生产基地，包含白城和松原两个地级市，保证耕地数量及质量是保障粮食生产安全的重要基础[5]，而在新型城镇化背景下，吉林西部对于建设用地的需求不断增加。因此，梳理出影响土地利用转型的关键因素，对于有效平衡耕地与建设用地数量，合理利用土地资源尤其必要。借助ArcGIS平台、SPSS软件、Fragstats景观格局软件及数理统计方法，笔者对吉林西部1995—2015年间土地利用数量变化和土地利用格局变化进行分析，揭示影响土地利用转型的主导因子，从而为政府科学确定土地资源优化配置方案，平衡公共利益与集团利益提供理论依据。

1 研究区与数据来源

1.1 研究区概况

吉林西部地区总面积46 862 km2，辖白城和松原两个地级市，内辖洮北区、洮南市、大安市、通榆县、镇赉县、宁江区、长岭县、前郭县、乾安县和扶余县等市县，为吉林省粮食生产基地的重要组成部分(图1)。该地区地势整体上为西北高，东南低，境内湖泊泡沼众多，属半湿润、半干旱的温带大陆性气候区。由东向西的地带性土壤为黑钙土、淡黑钙土和栗钙土。2016年吉林西部人口为471.83×104人，GDP为2 351.83×108元。

图1 吉林西部位置Fig.1 Location of western Jilin

1.2 数据来源

1995年、2000年、2005年和2015年吉林西部遥感数据、吉林西部高程DEM数据、吉林省地理信息系统(1∶100 000)数据、 河流数据和土壤数据源自中国科学院环境中心；平均降水量数据、平均气温数据源自吉林省气象局；吉林西部社会经济数据源自吉林省统计年鉴及实地调查整理获取。

2 土地利用转型分析

2.1 数量变化

利用1995年、2000年、2005年和2015年吉林省西部遥感影像解译的土地利用现状数据，借助ArcGIS软件的Summary模块，按照时间顺序，分别统计各个年份不同种类土地的总面积。经处理后借助EXCEL软件，执行求和等命令，得出吉林省西部各地类总面积变化情况。为更直观表示地类总面积的变化情况，以吉林西部土地总面积为分母，各地类变化的面积为分子，求取各地类面积变化率(表1)。

表1 吉林西部各地类面积变化率

Table 1 Variation rate of land area for different usage in western Jilin/%

地类时 间1995—20002000—20052005—20151995—2015耕地-4.509.43-0.614.31林地1.29-0.380.581.49草地-0.68-3.50-3.95-8.14水域-2.770.06-1.31-4.03建设用地0.280.120.330.73未利用地6.39-5.704.945.63

从吉林西部1995—2015年土地利用变化的整体特点看，在20年间，吉林西部耕地、林地和建设用地面积增加，面积变化率分别为4.31%、1.49%和0.73%。草地和水域面积减少，面积变化率分别为8.14%、4.03%。1995—2000年、2005—2015年吉林西部各地类面积变化的趋势较为一致(耕地、草地和水域面积减少，林地、建设用地面积增加)，与2000—2005年的变化趋势相反(耕地、水域和建设用地面积增加，林地、草地和未利用地面积减少)。

为明确不同地类相互转化的规律性，借助Arcgis软件的Intersect模块，按照时间顺序，将4期土地利用现状数据中相邻的两期(1995年与2000年；2000年与2005年；2005年与2015年)进行叠加，经处理后借助EXCEL软件，执行数据菜单中的“数据透视表和数据透视图”命令，得到吉林西部土地利用转移矩阵，为更直观表示地类转换的数量关系，用公式(1)求取地类转移率矩阵[6]：

Ti=ti/C×100%

(1)

式中：Ti为第i种地类转移率；ti为第i种地类转移量；C为所有地类总转移量(C=t1+t2+t3+...tn)。

1995—2000年，耕地、草地和水域减少，林地、建设用地和未利用地增加(表2)。耕地减少的原因主要是转化为草地(20.1%)和林地(4.25%)，虽然有部分草地(13.05%)被开垦成耕地，但主要以退耕还草、还林为主。建设用地增加的面积主要来自耕地(1.90%)、草地(0.17%)和未利用地(0.22%),可以看出耕地保护与建设用地扩张之间矛盾存在，未利用土地的开发整理同样实现了对建设用地面积扩张的补充。

2000—2005年，耕地、水域和建设用地增加，林地、草地和未利用地减少(表3)。耕地增加面积主要来自草地(20.32%)、未利用地(14.14%)和林地(7.29%)，可以看出以开垦草地、林地为耕地，整理未利用地为耕地为主。建设用地增加主要来源为耕地(2.13%)和未利用地(0.85%)，说明建设用地扩张与耕地保护之间矛盾更加突出，同时继续开发整理未利用地来扩张建设用地。未利用地减少的主要原因是被开垦成耕地(14.14%)，还有一部分转化为草地(10.84%)，说明对未利用地的开发整理实现了对耕地的补充。

表2 1995—2000年吉林西部土地利用变化率转移矩阵

表3 2000—2005年吉林西部土地利用变化率转移矩阵

2005—2015年，耕地、草地和水域面积减少，林地、建设用地和未利用地面积增加(表4)。耕地流失主要表现为向林地(9.25%)和草地(7.40%)转化，说明以退耕还林、还草为主。建设用地增加面积主要来自耕地(3.01%)和未利用地(0.87%)，可以看出耕地保护与建设用地矛盾严重。

表4 2005—2015年吉林西部土地利用变化率转移矩阵

2.2 格局变化

景观格局是指景观空间格局，即大小、形状各异的景观要素在空间上的排列和组合，包括景观单元的类型、数目及空间分布与配置[7--8]。利用1995年、2000年、2005年和2015年吉林西部遥感影像解译的土地利用现状数据，通过景观格局尺度分析软件Fragstats[9]，分别在景观尺度与类型尺度展开分析。选取斑块密度(PD)、边缘密度(ED)、平均斑块面积(AREA_MN)、最大斑块指数(LPI)、景观形状指数(LSI)、平均斑块分维数(FRAC_MN)、景观多样性指数(SHDI)及蔓延度指数(CONTAG)8个变化显著的指标分析景观尺度土地利用格局的时空变化；选取斑块密度(PD)、边缘密度(ED)、平均斑块面积(AREA_MN)、最大斑块指数(LPI)、景观形状指数(LSI)及斑块聚合度指数(AI)6个指标来分析类型尺度土地利用格局的时空变化。

2.2.1 景观格局

将得到的1995年、2000年、2005年和2015年的景观格局指数值按时间顺序求出景观格局尺度指数差(表5)，获取景观指数的变化值，将其作为反映景观格局变化的指标。

从景观格局尺度的数据分析来看，1995—2000年、2005—2015年呈现出破碎化程度加剧，斑块的形状规则程度、整体性和连通性下降的态势，最大斑块优势度下降， 斑块平均面积减少， 1995—2000年稍为微弱，2005—2015年尤为剧烈。2000—2005年斑块整体破碎化程度减弱，展现出形状规则，连通统一，整体加强的态势。

表5 1995—2015年吉林西部土地利用景观格局变化

可以看出，1995—2000年、2005—2015年土地利用方式趋于局部化与多元化，土地利用格局分散破碎；2000—2005年更注重土地集约化、规模化利用，土地利用格局相对完整。

2.2.2 类型格局

分别得到1995年、2000年、2005年和2015年各地类(耕地、林地、草地、水域、建设用地和未利用地)的格局指数(表6)。

表6 1995—2015年吉林西部土地利用类型格局变化

1995—2000年，除耕地与建设用地外，其余各地类破碎化程度增加。建设用地的平均斑块面积与优势度上涨明显，耕地完整性上升，草地与林地的最大斑块面积下降，优势度与聚集程度明显降低。

2000—2005年，林地和草地破碎化程度加剧，建设用地表现出斑块面积减少，破碎化加剧，形状不规则的趋势，耕地与未利用地的完整性与集聚程度呈现上升态势，未利用地的平均斑块面积大幅度上升。

2005—2015年，除建设用地外，其余地类均不同程度展现出破碎化程度加剧的趋势，耕地和未利用地最为明显，草地和林地紧随其后。水域由于其地类的特殊性，破碎化变化幅度不大，但仍存在着聚集程度降低，整体性下降的情况。

3 转型驱动机制分析

3.1 驱动因子选取

土地利用转型是在一个特定区域内自然、社会、经济、法律、制度和工程技术等因素相互作用、共同约束的结果[10--11]。土地利用转型既受自然条件的作用和制约，又受经济、技术、社会和政策等条件的影响。笔者选取自然因素、社会经济因素和政策因素多个指标作为土地利用转型驱动因子，对吉林西部1995—2015年土地利用转型驱动机制展开分析。

3.1.1 自然因素

本研究选取地形条件(高程)、水文条件(距水域距离)、气候条件(多年平均降水量、平均气温)和土壤条件(砂土含量)4类自然驱动因子。

3.1.2 社会经济因素

本研究选用总人口、人均GDP、农民人均纯收入、城镇化率、地方财政一般预算支出和第一产业增加值作为表征人口、经济和社会发展的指标；选用距城镇距离表征区位条件以及距主要公路、铁路距离表征交通条件。

3.1.3 政策因素

本研究以有无土地政策以及土地政策执行和检查严格程度来表征政策因素影响[12]。

3.2 驱动因子定量化

交通条件用距主要公路、铁路的距离表征，水文条件用距水域的距离表征，区位条件用距城镇距离表征。通过ArcGIS的Euclidean Distance工具将相关图层文件进行处理，得到对应每个像元至每个源最短距离的栅格数据。地形条件用高程表征，气候条件由多年平均降水量和平均气温表征，土壤条件由砂土含量表征。借助ArcGIS的Feature to Raster工具得到相关图层的栅格数据。通过ArcGIS的Intersect工具得出土地利用转型矢量数据，并根据地类转变类型转为栅格数据；借助ArcGIS的Raster to Point工具将以上栅格数据转为带有地类转变类型属性的点图层；然后，通过ArcGIS的Extract Multi Values to Point工具将相关栅格数据的值提取到点图层。最后，将得到的点图层属性表导出。

人口、社会经济等外生驱动因子的定量化。首先将统计年鉴中吉林西部1995—2015年总人口、人均GDP、农民人均纯收入、城镇化率、地方财政支出和第一产业增加值等数据录入Excel；其次，通过ArcGIS的Join功能将其导入。最终实现土地利用转型自然和社会经济驱动因子的定量化。

中国1999年开始实施新的《土地管理法》，2000年开始利用卫星遥感监测成果开展土地执法检查，并随之采取了一系列土地违法治理措施；2004年10月发布《国务院关于深化改革严格土地管理的决定》，强化土地管理法规的执行力度；2006年7月建立国家土地督察制度，土地违法查处严格程度进一步提高。因此，依照土地违法治理政策严格程度的层次递进关系，将1995—2000年取值为1，2000年—2005年取值为2，2005年—2015年取值为3。

3.3 驱动机制分析

3.3.1 自然因素分析

采用多元逻辑回归方法进行分析。将地类转变作为因变量，距水域距离、距城镇距离、距公路距离、距铁路距离、高程、降水、砂土含量和气温等驱动因子纳入协变量，采用主效应模型进行多元逻辑回归分析。分析结果显著性概率值<0.01，偏回归系数的整体似然比检验有统计学意义。

回归结果表明(表7)，1995—2000年典型地类转变(耕地转草地、耕地转林地和耕地转建设用地)的主要驱动因子分别为距公路距离、距铁路距离和距铁路距离，其显著性均<0.001，偏回归系数分别为-5.353、-2.824和-4.573；表明交通条件对1995—2000年典型地类转变影响较大。

回归结果表明(表8)，2000—2005年内典型地类转变(草地转耕地、林地转耕地、未利用地转耕地和耕地转建设用地)的主要驱动因子分别为距公路距离、距公路距离、气温和距公路距离，其显著性均<0.001，偏回归系数分别为3.431、8.897、0.070和-21.744；表明交通条件对2000—2005年内典型地类转变影响较大，同时气候条件也有一定影响。

回归结果表明(表9)，2005—2015年内典型地类转变(耕地转草地、耕地转林地和耕地转建设用地)的主要驱动因子均为距公路距离，其显著性均<0.001，偏回归系数分别为7.742、4.234和-21.354；表明交通条件对2005—2015年内典型地类转变影响较大。

表7 1995—2000年逻辑回归分析结果

表8 2000—2005年逻辑回归分析结果

表9 2005—2015年逻辑回归分析结果

3.3.2 社会经济因素分析

采用多元线性回归方法，以1995—2015年吉林西部典型地类变化面积分别作为因变量，总人口、人均GDP、农民人均纯收入、城镇化率、地方财政一般预算支出和第一产业增加值作为自变量。采用逐步回归的方法，按自变量影响力的大小自动排除强相关的变量，同时自动排除对因变量无显著影响的自变量，从而得到更可靠的分析结果(表10)。其中以未利用地面积为因变量进行分析时，没有任何变量进入方程，说明这6种驱动因子均对未利用地面积无显著影响，故不纳入分析结果。

表10 1995—2015年线性回归分析结果

使用定系数检验法(R检验)对以上构建的模型进行检验，R值分别为0.900(以耕地面积为因变量)、0.691(以林地面积为因变量)、0.988(以草地面积为因变量)和0.947(以建设用地面积为因变量)，整体拟合度较好，以林地面积为因变量的模型拟合度略低。同时，以上多元逐步回归选取的自变量均通过了回归系数显著性检验(t检验)，P-value均<0.05，选取的自变量均对因变量有显著影响。

根据上述分析结果来看，城镇化率与耕地、草地和建设用地面积有显著的相关性，是导致这3类土地面积变化的共性驱动因子，表明驱动耕地转建设用地的主要驱动因子是城镇化水平。林地和草地面积变化的主要驱动因子是农民人均纯收入，表明典型转变(耕地转草地、耕地转林地、草地转耕地和林地转耕地)与农民收入有显著的相关性。

3.3.3 政策因素分析

以政策因素分值为自变量，典型地类转变为因变量，采用主效应模型进行多元逻辑回归分析。显著性概率值<0.01，但该模型能解释地类转变只达到17.9%，说明该模型拟合效果不理想，结果未达到预期效果。

4 讨论

笔者通过探讨获取1995—2015年吉林西部土地利用转型特点及驱动机制，对吉林西部未来土地利用提出了相关对策建议。吉林西部虽然以牺牲耕地为代价的建设用地扩张带来了相应的经济效益和城镇化水平提高[13]，但在未来的土地利用中，应保证耕地总量不突破安全阈值[14--15]；同时必须控制建设用地的增长速率，注意内延式的集约节约用地，控制外延式的建设用地量的扩张，通过产业结构调整和升级，拉动吉林西部经济的健康发展。

研究过程中，政策因素量化效果未达到预期，这与研究区域土地政策执行情况等相关，后续研究中将重点考虑政策执行力度与土地利用转型影响的强度与力度，不断优化政策量化指标与方法。同时本研究主要关注于土地利用显性形态的变化，在今后的土地利用转型研究中应更多关注土地利用隐性形态的变化，并将其与土地资源管理决策的制定密切联系起来[10]，以期加快推动土地资源管理方式从单纯的数量管理向数量、质量和生态并重的综合管理转变，以更好的优化配置和高效利用城乡土地资源。

5 结论

(1)1995—2000年、2005年—2015年吉林西部土地利用转型主要特点为以退耕还草、退耕还林为主，耕地与建设用地之间存在矛盾。2000—2005年吉林西部土地利用转变主要特点为以开垦林地、草地和未利用地为耕地为主，耕地与建设用地矛盾突出。

(2)驱动1995—2015年吉林西部土地利用转型的共同驱动因子为交通条件和城镇化水平。1995—2000年、2005—2015年，耕地转草地、耕地转林地多发生在交通条件较差的区域，主要驱动因子为交通条件；2000—2005年，农民通过开垦草地、林地和未利用地来提高收入，土地利用转型多发生在交通便利的区域，主要驱动因子为农民人均纯收入和交通条件。

(3)在吉林西部的土地利用中，耕地与建设用的矛盾比较突出，耕地被建设用地大量占用，同时耕地与草地、林地之间的反复转化活动使得耕地连通性和完整性下降。