趙偉 趙紅霞 萬(wàn)蘋(píng)

一、引言

新疆地域遼闊,全區(qū)166萬(wàn)多平方公里,約占國(guó)土面積的1/6，但由于地理環(huán)境的限制,耕地資源卻是稀缺的。截止到2008年，新疆耕地面積（地方耕地面積）4124.6千公頃,全國(guó)耕地面積為121715.9千公頃，各省、直轄市、自治區(qū)占全國(guó)耕地面積平均比重為3.23%，新疆耕地面積僅占全國(guó)的3.39%，略高于全國(guó)平均水平，排在第15位，耕地承載度正經(jīng)歷著嚴(yán)峻的考驗(yàn)。城市化進(jìn)程與耕地資源之間的矛盾越來(lái)越突出，保護(hù)耕地的重要性也越來(lái)越凸顯。

有學(xué)者認(rèn)為,城市化水平與耕地資源呈負(fù)相關(guān)。王海嶺（2010）等以廣東省為例對(duì)城市化水平和耕地面積的關(guān)系進(jìn)行了分析,得出了兩者的負(fù)相關(guān)關(guān)系。陳海軍（2010）等研究得出30年間成都市城市化水平不斷提高，耕地總面積及人均耕地面積都逐年減少；兩者顯著負(fù)相關(guān)。相對(duì)的是，蔡慧（2007）等對(duì)漢中耕地面積變化與城市化發(fā)展的相關(guān)分析表明：城市化水平和耕地面積變化之間存在比較明顯的類似“庫(kù)茲涅茨曲線”的倒“U”型關(guān)系。

本文擬以新疆為例，構(gòu)建多層線性模型，通過(guò)無(wú)條件模型、隨機(jī)效應(yīng)模型及完整模型的比較分析，揭示城市化與耕地資源的深層次的相關(guān)關(guān)系。

二、研究方法與實(shí)證分析

（一）數(shù)據(jù)來(lái)源

本文截取2001-2008年新疆自治區(qū)14個(gè)地區(qū)、州、地級(jí)市（烏魯木齊，克拉瑪依，吐魯番，哈密，昌吉，伊犁，塔城，阿勒泰，博州，巴州，阿克蘇，克州，喀什，和田）的統(tǒng)計(jì)數(shù)據(jù)進(jìn)行分析。2009年《第二次全國(guó)土地調(diào)查》數(shù)據(jù)正在處理中，因此2008年后數(shù)據(jù)暫缺。統(tǒng)計(jì)數(shù)據(jù)根據(jù)《新疆統(tǒng)計(jì)年鑒（2001-2010）》整理而得。國(guó)際上一般以城市人口占總?cè)丝诘谋戎刈鳛槌鞘谢降闹匾笜?biāo)，我國(guó)一般以人口統(tǒng)計(jì)中的非農(nóng)業(yè)人口指標(biāo)代替城市人口。本文將城市化率定義如下：

城市化率 = 非農(nóng)業(yè)人口總數(shù)/總?cè)丝跀?shù)（1）

（二）多層線性模型的原理及其參數(shù)在縱向研究中的含義

在利用多層線性模型分析縱向數(shù)據(jù)時(shí),以不同觀測(cè)時(shí)間下的追蹤結(jié)果為第一層數(shù)據(jù),以不依時(shí)間變化的個(gè)體特征或所接受的處理為第二層數(shù)據(jù), 形成兩層數(shù)據(jù)結(jié)構(gòu)，以簡(jiǎn)單完整模型為例，解釋方程與參數(shù)含義：

第一層

Yij=β0j+β1jXij+rij（2）

第二層

β0j=γ00+γ01Wj+μ0j（3）

β1j=γ10+γ11Wj+μ1j（4）

式中，Xij、Wj分別為第一層和第二層的特征變量；rij、μ0j、μ1j為隨機(jī)效應(yīng)；第一層的特征變量以組平均數(shù)或總平均數(shù)進(jìn)行對(duì)中（center）處理，此時(shí)的截距β0j就是Yj的平均值，而斜率β1j就是Xij的值每增加1個(gè)單位帶來(lái)的變化量；第二層特征變量Wj對(duì)因變量Yij的作用通過(guò)影響第一層特征變量Xij對(duì)因變量的回歸方程中的截距和斜率來(lái)實(shí)現(xiàn)。與結(jié)構(gòu)方程建模相似的是多層分析同樣具有一個(gè)完整模型。下文中的無(wú)條件模型、隨機(jī)效應(yīng)回歸模型和單因素完整模型都是根據(jù)具體的研究需要由這一完整模型變化而來(lái)的。

（三）實(shí)證分析

建立SPSS格式的數(shù)據(jù)文件,文件中包含各地區(qū)、州、地級(jí)市編號(hào)、觀測(cè)時(shí)間、耕地面積、城市化率四個(gè)變量。利用HLM6.08軟件讀入SPSS格式的數(shù)據(jù), 并生成相應(yīng)數(shù)據(jù)結(jié)構(gòu)。下面分別通過(guò)模型比較來(lái)分析新疆城市化與耕地面積的縱向變化趨勢(shì)。多層模型的實(shí)證分析結(jié)果由固定效應(yīng)的估計(jì)值和隨機(jī)效應(yīng)的方差估計(jì)值兩部分組成。表格中組內(nèi)變異指數(shù)和解釋方差比例由隨機(jī)效應(yīng)的方差估計(jì)值計(jì)算得出。從參數(shù)檢驗(yàn)值來(lái)看，變量都顯著，各個(gè)模型擬合結(jié)果良好。如下表所示。

城市化對(duì)耕地資源變化的多層線性模型估計(jì)結(jié)果

注：*表示P< 0.1；**表示P< 0.05；***表示P< 0.01；括號(hào)中數(shù)值為標(biāo)準(zhǔn)誤。

（四）模型及分析結(jié)果

1.無(wú)條件模型

首先建立無(wú)條件模型計(jì)算跨級(jí)相關(guān)性，即耕地面積的總變異中由于城市之間的差異造成的比例。設(shè)立模型如下：

第一層

耕地面積=β0+r（5）

第二層

β0＝γ00+μ0（6）

估計(jì)結(jié)果如表1所示。

由上表可知，無(wú)條件模型的第一水平的誤差方差為6208.21，第二水平的誤差方程為49393.97， 第二水平誤差方差在總方差中所占比例為：49393.97/（6208.21+49393.97）=88.83 %，即在耕地面積變化的差異中，有88.83 %是城市之間的差異所引起的，所以存在顯著的城市個(gè)體之間的差異，有必要建立多層線性模型進(jìn)行分析。

2.隨機(jī)效應(yīng)模型

在隨機(jī)效應(yīng)模型中, 第二層方程不包含任何自變量。所以該模型的作用是描述全體觀測(cè)對(duì)象的變化趨勢(shì), 并就是否需要進(jìn)一步引入第二層解釋變量做出決定。在隨機(jī)效應(yīng)模型中設(shè)定以下兩層方程:

第一層

耕地面積=β0+β1（觀測(cè)時(shí)間）+r（7）

第二層

β0＝γ00+μ0（8）

β1=γ10+μ1（9）

在SPSS數(shù)據(jù)文件中，對(duì)于“觀測(cè)時(shí)間”變量，分別用-7，-6，-5，-4，-3，-2，-1，0 代表8次測(cè)量時(shí)間，這樣做的目的是令方程(7 )的截距正好等于最后一次觀測(cè)的耕地面積的平均值，結(jié)果見(jiàn)表。

由上表 固定效應(yīng)部分的參數(shù)估計(jì)可以看出，在最近一次測(cè)量中，所觀測(cè)的地區(qū)、州、地級(jí)市的平均耕地面積是243.31千公頃；隨著時(shí)間的變化，耕地面積的增長(zhǎng)趨勢(shì)明顯，平均每過(guò)一年，耕地面積增長(zhǎng)14.78千公頃，達(dá)到0.008的顯著水平（Z=3.19，P<0.01）,隨著時(shí)間的推移,生產(chǎn)力等水平的提高,使得耕地面積有顯著的增加。第一層的誤差變異為3340.57數(shù)值仍較大, 這說(shuō)明城市之間耕地面積在這8年間的變異程度較大, 也因?yàn)楸狙芯恐兄徽{(diào)查了14個(gè)地區(qū)、州、地級(jí)市8年的數(shù)據(jù), 每個(gè)第二層單元內(nèi)的第一層單元數(shù)量較少。但是引入時(shí)間變量之后，第一層的方差變異從6208.21減少至3340.57，隨機(jī)效應(yīng)模型的解釋方差比例為46.19%，說(shuō)明耕地資源的變化隨著時(shí)間變量的變化發(fā)生了較大的變化。

方程(8)、(9) 中的殘差變異都顯著；城市之間耕地面積(截距β0j）之間存在顯著差異(ι00=79218.44,P< 0.01)；近年來(lái)耕地面積的增長(zhǎng)速度(斜率β1j)之間也存在顯著的個(gè)體差異(=277.61,P< 0.01)。說(shuō)明無(wú)論是當(dāng)前耕地面積還是變化速率，都存在較大的個(gè)體間差異，需要引入第二層變量才能得到更好的解釋。

3.單因素完整模型

為了更充分地解釋當(dāng)前耕地面積和變化速率上的個(gè)體差異，引入一個(gè)第二層變量：城市化率。這種在兩層中都包含自變量的模型叫完整模型。

第一層

耕地面積＝β0+β1（觀測(cè)時(shí)間）+r（10）

第二層

β0＝γ00+γ01（城市化率）+μ0（11）

β1=γ10+γ11（城市化率）+μ1（12）

經(jīng)過(guò)HLM6.08 軟件進(jìn)行參數(shù)估計(jì), 結(jié)果見(jiàn)表1。

由表1可知，與β0相關(guān)的固定效應(yīng)部分提供了以下信息：城市化水平的高低對(duì)耕地面積的變化影響非常顯著，γ00是方程(11) 的截距, 即自變量城市化率為0時(shí)觀測(cè)對(duì)象在因變量耕地面積上的平均數(shù)，該系數(shù)的統(tǒng)計(jì)檢驗(yàn)顯著, 意味著因變量耕地面積的初始值不等于0。γ01是方程(11) 中自變量城市化率的回歸系數(shù),即自變量城市化率對(duì)方程(10)中因變量耕地面積初始值的影響大小。γ01 （Z=-2.88，P< 0.05）的統(tǒng)計(jì)檢驗(yàn)達(dá)到顯著, 意味著不同城市化水平的耕地面積在觀測(cè)起點(diǎn)上的初始值有顯著差異，且是負(fù)相關(guān)的，城市化率每變動(dòng)1個(gè)單位，耕地面積變動(dòng)-532.91個(gè)單位。

與β1相關(guān)的隨機(jī)效應(yīng)部分提供了以下信息：γ10是方程(12)的截距，可以被理解為自變量城市化率為0時(shí)耕地面積的變化速率。在縱向研究中通常把它看作基礎(chǔ)變化速率。γ10（Z=2.87，P< 0.05）的統(tǒng)計(jì)檢驗(yàn)達(dá)到顯著水平, 則認(rèn)為耕地面積基礎(chǔ)變化速率為27.14。是方程(12)中自變量城市化率的回歸系數(shù), 可以被理解為自變量城市化率對(duì)耕地面積變化速率的影響大小。γ11（Z=-2.05，P＜0.1） 的統(tǒng)計(jì)檢驗(yàn)達(dá)到顯著性水平, 意味著自變量城市化率是導(dǎo)致不同城市個(gè)體耕地面積變化速率差異的重要原因。城市化率每變動(dòng)1個(gè)單位，城市耕地面積的變化率變動(dòng)-24.91個(gè)單位。

隨機(jī)效應(yīng)的分析表明, 由于完整模型中增加了一個(gè)自變量, 截距μ0的方差從隨機(jī)效應(yīng)模型的79218.44下降到完整模型的69321.91，說(shuō)明一個(gè)新增自變量解釋掉隨機(jī)效應(yīng)模型截距12.49 %的方差。斜率μ1的方差從隨機(jī)效應(yīng)模型中的277.61下降到現(xiàn)在完整模型的275.31,說(shuō)明一個(gè)新增自變量解釋掉隨機(jī)效應(yīng)模型斜率0.83%的方差。從隨機(jī)效應(yīng)的顯著性檢驗(yàn)結(jié)果來(lái)看,剩余的未被解釋的方差仍然顯著, 且達(dá)到0.01的顯著水平，還需要進(jìn)一步擴(kuò)展第二層的觀測(cè)樣本范圍,并考慮引入新的自變量以增加模型的解釋力度。

三、結(jié)論與建議

根據(jù)以上分析可知, 通過(guò)建立多層線性模型，從無(wú)條件模型，隨機(jī)效應(yīng)模型以及單因素完整模型的比較分析得出：

1.耕地面積在不同城市個(gè)體之間存在顯著差異，不同的城市發(fā)展水平，對(duì)耕地面積的影響程度不同，不同城市化水平的耕地面積在觀測(cè)起點(diǎn)上的初始值有顯著個(gè)體差異。

2.城市化率與耕地面積呈負(fù)相關(guān)，城市化率是導(dǎo)致不同城市個(gè)體耕地面積變化速率差異的重要原因。城市化率每變動(dòng)1個(gè)單位，城市耕地面積的變化率變動(dòng)-24.91個(gè)單位。

3.城市化率解釋了隨機(jī)效應(yīng)模型截距12.49 %的方差，以及斜率0.83%的方差。從隨機(jī)效應(yīng)的顯著性檢驗(yàn)結(jié)果來(lái)看,剩余的未被解釋的方差仍然顯著, 還需要進(jìn)一步擴(kuò)展第二層的觀測(cè)樣本范圍,并考慮引入新的自變量以增加模型的解釋力度。

除城市化水平之外的因素，還可以考慮城市化進(jìn)程中工業(yè)化，國(guó)民經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，財(cái)政對(duì)農(nóng)業(yè)的支持力度，耕地利用集約度等多因素對(duì)耕地面積的影響,以構(gòu)建多層次多因素的完整模型進(jìn)行解釋,城市化進(jìn)程中影響耕地面積變化更深層次的原因。此外，地方與建設(shè)兵團(tuán)兩個(gè)不同的大背景下的城市間的城市化率與耕地資源變化的關(guān)系也值得分析、探討。

（作者單位：新疆大學(xué)經(jīng)濟(jì)與管理學(xué)院)