Cultivated Land Area Changes and Driving Forces inTibet during 1978 — 2017
-
摘要: 为探讨西藏耕地面积动态变化与社会经济发展之间的相关性特点，根据西藏1978—2017年的统计资料，计算耕地面积变动情况；同时，科学选取12项社会经济发展因素作为指标，综合运用主成分分析法与回归分析法，开展耕地面积变化驱动力分析。结果表明：（1）1978—2017年，西藏耕地面积从227 600 hm2增加到242 750 hm2，呈现波动增加的趋势，年增加耕地面积为388.46 hm2；人均耕地面积持续减少，1978年西藏人均耕地面积为0.13 hm2，2017年已减少为0.07 hm2。（2）利用主成分分析法将影响西藏耕地面积变化的驱动因素归纳为经济因子和人口、科技、产业因子，1978—2017年西藏耕地面积变化驱动力从−0.9增加至1.7，整体呈现持续上升的趋势，西藏耕地面积变化的驱动力逐渐加强。（3）利用回归分析法发现全社会固定资产投资、财政收入、农村居民人均纯收入、地区生产总值等是影响耕地面积变化的主要因素，并呈现显著正相关关系，1978—2017年西藏耕地面积波动增加，经济快速发展对耕地面积变化产生明显影响。Abstract: This paper explores the correlation between the dynamic change of cultivated land area and social and economic development in Tibet, according to the statistical data of Tibet from 1978 to 2017, to calculate the changing situation of cultivated land area. At the same time, twelve socio-economic development factors are chosen scientifically, and principal component analysis and regression analysis are integratedly used to analyze the quantity changes of cultivated land and driving foreces orderly. The research shows that: (1) The total area of cultivated land showed a trend of dynamical increasing, totally, the cultivated land area had been increasing 388.46 hm2 per year from 227 600 hm2 in 1978 to 242 750 hm2 in 2017, average cultivated land area reduced from 0.13 hm2 per capita in 1978 to 0.07 hm2 per capita in 2017. (2) The driving factors of cultivated land changing be summarized as the economic, population, agricultural science & technology and industrial factor, the comprehensive score of cultivated land changing increased from −0.9 in 1978 to 1.7 in 2017. (3) The main driver forces of cultivated land changes are total investment in fixed assets, financial revenue, per capita net income of rural residents and gross domestic product, there was a positive correlation between the driver forces and the change of cultivated land area; the total area of cultivated land showed a trend of dynamical increasing in Tibet during 1978 to 2017, the rapid economic development has an obvious influence on the change of cultivated land area.
-
土地是人类赖以生存和发展最重要的物质基础，耕地是各类土地利用类型中最重要的一部分。随着社会经济的不断发展和一定区域内人口的增加，耕地生产压力不断增强，耕地面积也随之变化。由于耕地不仅具有生产功能，还具有生态服务功能和景观文化功能[1]，因此影响耕地面积变化的因子错综复杂，归纳起来有社会经济和自然因素两方面，短期内人类的社会经济活动对耕地面积变化起决定性作用[2]。学者们从不同尺度对耕地变化进行了研究，如Goldewijk等认为：近3个世纪以来，全球耕地面积增加了5.5倍，新增加的耕地主要由草地和林地转变而来[3]。张丽娟等利用全球1982—2011年土地利用/覆被的矢量数据，分析了20世纪80年代以来全球耕地变化的基本特征及空间格局，认为自20世纪80年代以来，全球耕地面积增加了528.768万km2，北美洲、南美洲、大洋洲耕地面积呈显著增加趋势[4]。赵晓丽等研究表明：1987—2000年中国耕地总面积略有增加，2000—2010年中国耕地总面积逐步减少，近30年间，耕地总量相对稳定[5]。曹银贵等分析全国1996—2005年耕地变化的情况，认为全国耕地面积持续减少，主要是生态退耕所致[2]。更多学者关注我国省域和市县域尺度的耕地面积变化及驱动力研究，发现农业科技进步[6]、社会经济发展的强度和规模[7]、城市化水平[8]、居民储蓄存款[9]等是影响耕地面积变化的主要因素。
也有学者对西藏耕地面积变化做了研究，如杨春艳等以遥感资料为数据源，对1980—2010年西藏耕地面积时空变化特征进行研究，结果表明近30年西藏耕地面积总体呈增长趋势[10]。王建林等采用1981—2001年的统计资料，研究了近20年来西藏耕地与人口相关性，发现西藏耕地面积在波动增加，但增加速度缓慢，西藏耕地面积与乡村人口数之间呈正相关关系[11]。本文采用1978—2017年的长时间序列数据，综合分析影响西藏耕地面积变化的社会经济因素，对于认识西藏耕地数量变化的主导因素具有重要意义。
一、 数据来源及研究方法
（一） 研究区域概况
西藏位于青藏高原西南部，地处北纬26°50′～36°53′，东经78°25′～99°06′之间，平均海拔在4 000 m以上，素有“世界屋脊”之称。全区面积122.84万km2，约占全国总面积的八分之一。全区辖6个地级市、1个地区，8个市辖区，66个县。2017年末总人口337.15万人，其中城镇人口104.15万人，农村人口233万人。2017年西藏全区生产总值1 477.63亿元，比2016年增长9.1%。
西藏高原地貌大致可分为喜马拉雅山区、藏南谷地、藏北高原和藏东南高山峡谷区，耕地集中分布在藏南河谷及河谷盆地中，即“一江两河”（雅鲁藏布江及其支流拉萨河、年楚河流域）地区（图1）。这一地区是西藏高原最主要的农业区，享有西藏粮仓的美誉。
（二） 数据来源
文中使用的西藏耕地资源空间分布数据来源于国家科技基础条件平台——国家地球系统科学数据共享平台（http://www.geodata.cn）；耕地面积、人口数量、地区生产总值、粮食作物播种面积等数据全部来源于《西藏统计年鉴》（2018—1993），其中1978—1992年数据来源于《西藏统计年鉴》（1993—1996）。
（三） 研究方法
利用SPSS17.0对影响耕地面积变化的因子做主成分分析，利用降维的思想，把原来的多指标转化为少数几个主成分，使复杂问题简单化，从而获取更加有效的数据信息，进而计算1978—2017年西藏耕地面积变化驱动力；并采用回归分析法，分析各驱动因素对于耕地变化的影响程度。
二、 结果与分析
（一） 西藏耕地面积变化分析
由图2可知，西藏耕地面积呈现波动增加趋势，1978—2017年西藏耕地面积从227 600 hm2增加到242 750 hm2，年增加耕地面积为388.46 hm2。西藏和平解放以后耕地面积持续增加，至1979年耕地总面积为229 900 hm2；1979—1987年波动减少至221 400 hm2；1987—1999年缓慢增加至231 160 hm2；1999—2004又持续减少至222 740 hm2；2004—2010年波动增加至229 530 hm2；2010—2017年快速增加到历史最高值。
西藏人均耕地面积呈现出持续减少的趋势，1978年西藏人均耕地面积为0.13 hm2，2017年已减少为0.07 hm2。
（二） 西藏耕地面积变化驱动因子主成分分析
1. 指标选取与评价
根据主成分分析法的要求[12]，结合诸多学者研究成果，选择西藏1978—2017年数据作为分析样本，将耕地面积作为因变量Y，将年末总人口（X1）、人口城镇化率（X2）、全社会固定资产投资（X3）、财政收入（X4）、农村居民人均纯收入（X5）、粮食作物（指小麦、青稞为主的谷物、薯类和豆类）单位面积产量（X6）、有效灌溉面积（X7）、每公顷耕地平均化肥施用量（X8）、地区生产总值（X9）、第二产业占比（X10）、第三产业占比（X11）、农业总产值（X12）等12项涉及社会经济发展的因素作为自变量。
自变量相关系数矩阵显示（表1），影响耕地面积变化的12个自变量中存在着不同程度的相关性，相关系数大于0.90的因子共有22对，表明各自变量包含信息存在重叠，运用主成分分析法是必要的。对自变量进行KMO检验和Bartlett球形检验显示：KMO统计量达到0.881，Bartlett’ s球形检验显著性水平小于0.01，适合进行主成分分析。
表 1 变量相关系数矩阵X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X1 1 X2 0.971 1 X3 0.788 0.810 1 X4 0.823 0.824 0.987 1 X5 0.869 0.864 0.982 0.995 1 X6 0.961 0.921 0.616 0.656 0.717 1 X7 0.832 0.783 0.666 0.703 0.740 0.795 1 X8 0.970 0.912 0.769 0.822 0.863 0.924 0.802 1 X9 0.873 0.864 0.979 0.993 0.999 0.724 0.741 0.872 1 X10 0.890 0.814 0.814 0.853 0.881 0.811 0.813 0.904 0.889 1 X11 0.879 0.829 0.505 0.550 0.612 0.915 0.698 0.857 0.620 0.647 1 X12 0.964 0.945 0.907 0.934 0.961 0.871 0.829 0.942 0.962 0.922 0.759 1 2. 主成分分析
主成分分析结果显示，2个主成分解释的累计贡献率已经达到94.33%，第3主成分特征值为0.329（<1.000）（表2），说明该主成分的解释力度还不如直接引入原变量大，因此，提取F1与F2这2个主成分就基本能够解释原来所有变量所包含的大部分信息。
表 2 主成分特征值和贡献率成份 初始特征值 提取平方和载入 旋转平方和载入 特征值 贡献率/% 累积贡献率/% 特征值 贡献率/% 累积贡献率/% 特征值 贡献率/% 累积贡献率/% F1 10.232 85.268 85.268 10.232 85.268 85.268 5.912 49.270 49.270 F2 1.087 9.062 94.330 1.087 9.062 94.330 5.407 45.060 94.330 F3 0.329 2.740 97.069 F4 0.179 1.491 98.560 F5 0.106 0.882 99.442 F6 0.033 0.272 99.714 F7 0.016 0.135 99.849 F8 0.011 0.090 99.939 F9 0.004 0.032 99.971 F10 0.002 0.019 99.990 F11 0.001 0.009 99.998 F12 0.000 0.002 100.000 由表3可知，第1主成分在全社会固定资产投资、财政收入、农村居民人均纯收入、地区生产总值指标上的负荷较大，其特征值5.912，贡献率49.270%。第2主成分在年末总人口、人口城镇化率、粮食作物单位面积产量、每公顷耕地平均化肥施用量、第三产业占比指标上的负荷较大，其特征值5.407，贡献率45.060%。可将西藏耕地面积变化驱动力因子归纳为经济因子和人口、科技、产业因子。
表 3 主成分载荷矩阵项目 旋转成分
矩阵成分得分
系数矩阵成分1 成分2 成分1 成分2 年末总人口 0.576 0.813 −0.054 0.196 人口城镇化率 0.598 0.753 −0.019 0.155 全社会固定资产投资 0.943 0.300 0.335 −0.228 财政收入 0.931 0.354 0.307 −0.194 农村居民人均纯收入 0.900 0.431 0.260 −0.140 粮食作物单位面积产量 0.360 0.919 −0.202 0.341 有效灌溉面积 0.505 0.699 −0.041 0.164 每公顷耕地平均化肥
施用量0.583 0.782 −0.037 0.176 地区生产总值 0.895 0.441 0.254 −0.133 第二产业占比 0.716 0.591 0.105 0.020 第三产业占比 0.214 0.934 −0.280 0.409 农业总产值 0.759 0.645 0.104 0.031 1978—2017年，西藏自治区地区总产值由6.65亿元增长到1 477.63亿元，增长了近200多倍；固定资产投资由1.85亿元增长到2 252亿元，增长了1 200多倍。随着经济的不断增长，人民生活逐渐富裕，对农副产品的需求逐渐增强，间接促进耕地面积增加。人口是耕地面积变化最根本和较活跃的驱动因子，不断增加的人口需要有更多的耕地提供粮食以满足其生存需要。西藏总人口从1978年的178.82万人增加到2017年的337.15万人，几乎翻了一番。科技进步使耕地生产力不断提升，单位面积粮食产量增加，一定程度上缓解了耕地压力。近40年来，西藏农药化肥的施用量、农业机械的普及率和农田灌溉条件都有大幅度的增加，粮食作物单位面积产量由1987年的2 505 kg/hm2增加到2017年的5 711 kg/hm2，极大地缓减了耕地压力。随着社会经济不断发展，西藏自治区第三产业所占比率由1978年的22%增加到2017年的51%，产业结构的变化使得大量农业人口从第一产业调整到第三产业，从事农业生产的劳动力减少亦缓减了耕地压力。
（三） 西藏耕地面积变化驱动力分析
根据上述研究结果，以每个主成分所对应的特征值占所提取主成分总的特征值之和的比例作为权重计算主成分综合评价模型：
$$ {{F = }}{{\rm{\lambda }}_{\rm{1}}}{{{F}}_{\rm{1}}}{\rm{ + }}{{\rm{\lambda }}_{\rm{2}}}{{{F}}_{\rm{2}}} $$ (1) 式（1）中，F为西藏耕地面积变化驱动力得分；λi为第i主成分的特征值占总的特征值之和的比例（i=1，2），Fi为第i主成分。
对影响西藏耕地面积变化的2个主成分进行加权汇总，得出西藏1978—2017年耕地面积变化驱动力，进而绘制出西藏耕地面积变化驱动力得分图。如图3所示，1978—2017年西藏耕地面积变化驱动力从−0.9增加至1.7，整体呈现持续上升的趋势，表明影响西藏耕地面积变化的驱动力逐渐加强。
（四） 西藏耕地变化驱动因子回归分析
回归分析是一种揭示因变量与自变量之间变化规律的分析方法，将西藏1978—2017年的耕地面积做标准化处理，将其作为回归分析的因变量(Y)，把驱动力因子F1、F2作为回归分析的自变量，得到如下的回归方程：
$$ {{Y = 0}}{\rm{.816}}{{{F}}_{\rm{1}}}{\rm{ + 0}}{\rm{.355}}{{{F}}_{\rm{2}}}{\rm{ - 0}}{\rm{.019}} $$ (2) 将主成分F1、F2的12个自变量因素代入式（2）中，并计算得出原始自变量在原回归模型中的相应参数（表4），从而得到消除了多重线性的回归模型。
表 4 主成分的回归分析结果项目 非标准化系数 标准化
系数t 统计量 显著性 系数 标准差 常量 −0.019 0.090 −0.215 0.831 主成分F1 0.816 0.091 0.787 8.955 0.000 主成分F2 0.355 0.091 0.342 3.894 0.000 决定系数R2 0.737 $$ \begin{split} {{Y = }}&{\rm{0.026}}{{{X}}_{\rm{1}}}{\rm{ + 0}}{\rm{.040}}{{{X}}_{\rm{2}}}{\rm{ + 0}}{\rm{.192}}{{{X}}_{\rm{3}}}{\rm{ + 0}}{\rm{.182}}{{{X}}_{\rm{4}}}+{\rm{ 0}}{\rm{.162}}{{{X}}_{\rm{5}}}-\\&{\rm{0}}{\rm{.044}}{{{X}}_{\rm{6}}}{\rm{ + 0}}{\rm{.025}}{{{X}}_{\rm{7}}}{\rm{ + 0}}{\rm{.032}}{{{X}}_{\rm{8}}}+{\rm{ 0}}{\rm{.160}}{{{X}}_{\rm{9}}}{\rm{ + 0}}{\rm{.093}}{{{X}}_{{\rm{10}}}}-\\&{\rm{0}}{\rm{.}} {\rm{083}}{{{X}}_{{\rm{11}}}}{\rm{ + 0}}{\rm{.096}}{{{X}}_{{\rm{12}}}}{\rm{ - 0}}{\rm{.019}} \end{split} $$ (3) 消除多重共线性的标准回归模型能够比较全面地反映西藏耕地面积变化情况，其系数大小反映了耕地面积变化对所选驱动因子的敏感程度。从式（3）可以看出，西藏耕地面积数量变化与年末总人口（X1）、人口城镇化率（X2）、全社会固定资产投资（X3）、财政收入（X4）、农村居民人均纯收入（X5）、粮食作物单位面积产量（X6）、有效灌溉面积（X7）、每公顷耕地平均化肥施用量（X8）、地区生产总值（X9）、第二产业占比（X10）、第三产业占比（X11）、农业总产值（X12）的相关系数分别为0.026、0.040、0.192、0.182、0.162、0.044、0.025、0.032、0.160、0.093、−0.083和0.096。可见，西藏耕地面积变化驱动因子中全社会固定资产投资、财政收入、农村居民人均纯收入和地区生产总值等是影响耕地面积变化的主要因素，并呈现显著正相关关系，即经济快速发展对耕地面积变化产生直接且明显的影响。
三、 结论
（1）1978年—2017年，西藏耕地面积从227 600 hm2增加到242 750 hm2，呈现波动增加的趋势，年增加耕地面积为388.46 hm2；人均耕地面积持续减少，1978年西藏人均耕地面积为0.13 hm2，2017年已减少为0.07 hm2。
（2）运用主成分分析方法对西藏耕地面积变化的社会经济因素进行综合量化分析，得出影响西藏耕地面积变化的两个主成分，根据各因素在主成分中的负荷大小，将西藏耕地面积变化驱动力因子归纳为经济因子和人口、科技、产业因子。
（3）通过建立耕地面积变化驱动力模型，计算得知1978—2017年西藏耕地面积变化驱动力从−0.9增加至1.7，整体呈现持续上升的趋势，表明影响西藏耕地面积变化的驱动力逐渐加强。
（4）利用回归分析法对影响西藏耕地面积变化的因素进行分析，发现全社会固定资产投资、财政收入、农村居民人均纯收入、地区生产总值等是影响耕地面积变化的主要因素，并呈现显著正相关关系，即经济快速发展对耕地面积变化产生直接且明显的影响。
-
表 1 变量相关系数矩阵
X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X1 1 X2 0.971 1 X3 0.788 0.810 1 X4 0.823 0.824 0.987 1 X5 0.869 0.864 0.982 0.995 1 X6 0.961 0.921 0.616 0.656 0.717 1 X7 0.832 0.783 0.666 0.703 0.740 0.795 1 X8 0.970 0.912 0.769 0.822 0.863 0.924 0.802 1 X9 0.873 0.864 0.979 0.993 0.999 0.724 0.741 0.872 1 X10 0.890 0.814 0.814 0.853 0.881 0.811 0.813 0.904 0.889 1 X11 0.879 0.829 0.505 0.550 0.612 0.915 0.698 0.857 0.620 0.647 1 X12 0.964 0.945 0.907 0.934 0.961 0.871 0.829 0.942 0.962 0.922 0.759 1 
下载: 导出CSV
表 2 主成分特征值和贡献率
成份 初始特征值 提取平方和载入 旋转平方和载入 特征值 贡献率/% 累积贡献率/% 特征值 贡献率/% 累积贡献率/% 特征值 贡献率/% 累积贡献率/% F1 10.232 85.268 85.268 10.232 85.268 85.268 5.912 49.270 49.270 F2 1.087 9.062 94.330 1.087 9.062 94.330 5.407 45.060 94.330 F3 0.329 2.740 97.069 F4 0.179 1.491 98.560 F5 0.106 0.882 99.442 F6 0.033 0.272 99.714 F7 0.016 0.135 99.849 F8 0.011 0.090 99.939 F9 0.004 0.032 99.971 F10 0.002 0.019 99.990 F11 0.001 0.009 99.998 F12 0.000 0.002 100.000
下载: 导出CSV
表 3 主成分载荷矩阵
项目 旋转成分
矩阵成分得分
系数矩阵成分1 成分2 成分1 成分2 年末总人口 0.576 0.813 −0.054 0.196 人口城镇化率 0.598 0.753 −0.019 0.155 全社会固定资产投资 0.943 0.300 0.335 −0.228 财政收入 0.931 0.354 0.307 −0.194 农村居民人均纯收入 0.900 0.431 0.260 −0.140 粮食作物单位面积产量 0.360 0.919 −0.202 0.341 有效灌溉面积 0.505 0.699 −0.041 0.164 每公顷耕地平均化肥
施用量0.583 0.782 −0.037 0.176 地区生产总值 0.895 0.441 0.254 −0.133 第二产业占比 0.716 0.591 0.105 0.020 第三产业占比 0.214 0.934 −0.280 0.409 农业总产值 0.759 0.645 0.104 0.031
下载: 导出CSV
表 4 主成分的回归分析结果
项目 非标准化系数 标准化
系数t 统计量 显著性 系数 标准差 常量 −0.019 0.090 −0.215 0.831 主成分F1 0.816 0.091 0.787 8.955 0.000 主成分F2 0.355 0.091 0.342 3.894 0.000 决定系数R2 0.737
下载: 导出CSV
-
[1] 姜广辉, 张凤荣, 孔祥斌, 等. 耕地多功能的层次性及其多功能保护[J]. 中国土地科学, 2011, 25(8): 43. DOI: 10.13708/j.cnki.cn11-2640.2011.08.008. [2] 曹银贵, 袁春, 周伟, 等. 中国耕地变化的驱动因子及省域差异分析[J]. 中国土地科学, 2008, 22(5): 18. DOI: 10.13708/j.cnki.cn11-2640.2008.02.004. [3] GOLDEWIJK K K, BEUSEN A, VAN DRECHT G, et al. The HYDE 3.1 spatially explicit database of human induced global land-use change over the past 12, 000 years[J]. Global Ecology and Biogeography, 2011, 20(1): 73. DOI: 10.1111/j.1466-8238.2010.00587.x.
[4] 张丽娟, 姚子艳, 唐世浩, 等. 20世纪80年代以来全球耕地变化的基本特征及空间格局[J]. 地理学报, 2017, 72(7): 1245. DOI: 10.11821/dlxb201707009. [5] 赵晓丽, 张增祥, 汪潇, 等. 中国近30年耕地变化时空特征及其主要原因分析[J]. 农业工程学报, 2014, 30(3): 1. DOI: 10.3969/j.issn.1002-6819.2014.03.001. [6] 郭洪海, 宋民. 山东省耕地动态变化趋势及驱动力分析[J]. 中国农业资源与区划, 2009, 30(1): 51. [7] 李穗英, 孙新庆. 青海省近10年耕地面积动态变化及驱动因子分析研究[J]. 中国农业资源与区划, 2009, 30(5): 39. [8] 张志东. 博罗县耕地变化及其影响因素分析[J]. 中国农业资源与区划, 2017, 38(5): 155. DOI: 10.7621/cjarrp.1005-9121.20170523. [9] 刘祥鑫, 蒲春玲, 闫志明, 等. 乌鲁木齐市耕地面积变化态势及驱动机制分析[J]. 中国农业资源与区划, 2017, 38(3): 47. DOI: 10.7621/cjarrp.1005-9121.20170308. [10] 杨春艳, 沈渭寿, 王涛. 近30年西藏耕地面积时空变化特征[J]. 农业工程学报, 2015, 31(1): 264. DOI: 10.3969/j.issn.1002-6819.2015.01.035. [11] 王建林, 熊伟, 胡单. 近20年来西藏耕地与人口变化相关分析[J]. 资源科学, 2004, 26(1): 45. DOI: 10.3321/j.issn:1007-7588.2004.01.007. [12] 傅德印. 主成分分析中的统计检验问题[J]. 统计教育, 2007(9): 4. -
期刊类型引用(2)
1. 曹晨晨，苏芳莉，李海福，魏超，孙迪. 辽河口盐地碱蓬湿地景观破碎化及驱动机制. 生态学报. 2022(02): 581-589 . 
百度学术
2. 王谢，杨巧，曾其国，张建华，黎景锐，李一然，祝钰虹. 1999—2018年四川省耕地时空格局演化特征. 中国农学通报. 2021(26): 110-116 . 百度学术
其他类型引用(4)
计量
- 文章访问数: 1807
- HTML全文浏览量: 840
- PDF下载量: 15
- 被引次数: 6