彭漫莉a，杨 柳b
（贵州大学，a.资源与环境工程学院；b．公共管理学院，贵阳 ５５００００）
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。
教育期刊网 http://www.jyqkw.com
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
收稿日期：２０１５－０５－２８
基金项目：贵州大学引进人才科研基金项目［贵大人基合字（２０１０）００６］；贵州省科学技术基金项目（黔科合Ｊ字［２０１２］２１７０）；贵州大学文科重大科研项目（ＧＤＺＴ２０１３０５）
作者简介：彭漫莉（１９９４－），女，重庆綦江人，在读硕士研究生，研究方向为土地规划与信息技术，（电话）１５２８５１１６３２０（电子信箱）ｍａｎｌｉｐｅｎｇ９８５３３２９５０＠ｑｑ．ｃｏｍ；通信作者，杨 柳（１９８２－），女，副教授，博士，主要从事土地利用研究，（电子信箱）ｙａｎｇ＿ｗｈｕ．ｅｄｕ＠１６３．ｃｏｍ。
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。
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：
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］。
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。
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。
教育期刊网 http://www.jyqkw.com
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．
［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．