張 婷，駱 希，蔡海生，3

（1.江西農(nóng)業(yè)大學 江西省鄱陽湖流域農(nóng)業(yè)與生態(tài)工程技術研究中心，江西 南昌330045；2.四川省社會科學院，四川 成都610072；3.江西農(nóng)業(yè)大學 南昌市鄱陽湖生態(tài)重點實驗室，江西 南昌330045）

隨著中國的高速發(fā)展，耕地面積減少的現(xiàn)象普遍存在，中部地區(qū)亦不例外。根據(jù)中國統(tǒng)計年鑒的數(shù)據(jù)，中部地區(qū)6省的耕地面積在1995—1996年有小幅度的增加，而1996—2008年均呈現(xiàn)出減少的趨勢。中部依靠全國10.7%的土地承載著全國28.1%的人口，存在一定的糧食安全隱患，這表明研究中部地區(qū)耕地面積變化的原因?qū)τ谡麄€中部崛起戰(zhàn)略非常重要。江西屬亞熱帶濕潤季風氣候區(qū)，多年平均降水量在900～1 400mm，是中國重要的商品糧和商品棉基地，是中國13個糧食主產(chǎn)區(qū)之一，曾為解決中國“糧食安全”問題做出突出貢獻。因此，選擇江西省為中部地區(qū)的代表，進行耕地面積動態(tài)變化及其驅(qū)動因素研究，對于整個中部地區(qū)乃至中國都具有重要意義。

近年來，中國眾多學者對耕地數(shù)量變化做了大量研究，分別從不同的角度分析城市或區(qū)域耕地動態(tài)變化的特征及其原因等，主要是采用GIS空間分析、數(shù)理統(tǒng)計方法，定量分析耕地時空動態(tài)變化與驅(qū)動因子之間的關系，并預測未來耕地的變化趨勢，提出實現(xiàn)耕地總量動態(tài)平衡的對策措施［1－5］。

本文采用SPSS 17.0軟件，對江西省1990—2009年的耕地動態(tài)變化進行時空分析，并采用相關性檢驗、主成分分析以及回歸分析對江西省耕地變化的驅(qū)動因子進行研究，這為掌握江西省耕地動態(tài)變化的原因提供了數(shù)據(jù)支撐，為今后耕地保護提供重要的理論支持，具有非常重要的借鑒意義。

1 研究方法與數(shù)據(jù)來源

1.1 研究方法

相關性分析。Pearson相關系數(shù)，即r適用于測度兩數(shù)值變量的相關性。r取值為－1～1，它描述了兩變量線性相關的方向和程度：r＞0，兩變量之間為正相關（一個變量增加，另一個變量也有增加的趨勢）；r＜0，兩變量之間為負相關（一個變量增加，另一個變量呈減少的趨勢）；r＝±1，兩變量之間完全相關（存在確定的函數(shù)關系）；r＝0時，兩變量之間不存在線性相關關系，但可能存在其他形式的相關關系（如指數(shù)關系、拋物線關系）。而且│r│離1越近，兩變量之間的線性相關程度越高；離0越近，線性相關程度越弱。在說明變量之間線性相關程度時，根據(jù)經(jīng)驗，按照相關系數(shù)的大小將相關程度分為以下幾種情況：│r│≥0.8時，可視為兩個變量之間高度相關；0.5≤│r│＜0.8時，可視為中度相關；0.3≤│r│＜0.5時，視為低度相關；│r│＜0.3時，說明兩個變量之間的相關程度極弱，可視為不相關。

（1）主成分分析模型。是設法將原來眾多具有一定相關性（如P個指標），重新組合成一組新的互相無關的綜合指標來代替原來的指標。主成分分析，是考察多個變量間相關性一種多元統(tǒng)計方法，研究如何通過少數(shù)幾個主成分來揭示多個變量間的內(nèi)部結構，即從原始變量中導出少數(shù)幾個主成分，使它們盡可能多地保留原始變量的信息，且彼此間互不相關.通常數(shù)學上的處理就是將原來P個指標作線性組合，作為新的綜合指標。

（2）多元線性回歸分析模型。是指含有多個解釋變量的線性回歸模型，用于揭示被解釋變量與其他多個解釋變量之間的線性關系。

1.2 數(shù)據(jù)來源

本文采用1990—2009年江西省及其各縣區(qū)市的耕地面積數(shù)據(jù)，以及江西省經(jīng)濟發(fā)展、人口、農(nóng)業(yè)等方面的數(shù)據(jù)。這些數(shù)據(jù)的主要來源于《江西省統(tǒng)計年鑒》（1990—2009年）［6］。此外，本文還采用了《江西省土地利用變更圖》作為分析耕地面積利用動態(tài)度的底圖。

2 江西省耕地數(shù)量動態(tài)變化分析

2.1 耕地數(shù)量變化的時序特征分析

江西省耕地約占總面積的16.90%，1990—2009年，江西省耕地數(shù)量呈現(xiàn)先減少后增加的態(tài)勢，2005年是耕地數(shù)量增加的一個轉(zhuǎn)折點（圖1）。1990—2005年耕地數(shù)量由2.35×105hm2減少至2.10×105hm2，15a內(nèi)總共減少2.52×104hm2，年平均減少16 800hm2。江西省在1990—2005年快速發(fā)展，導致大量耕地轉(zhuǎn)化為建設用地。耕地的減少區(qū)域在全省范圍內(nèi)均有分布，尤以鄱陽湖地區(qū)縮減明顯［7］。耕地數(shù)量減少影響因素一方面在于商品糧價格偏低，農(nóng)民種糧積極性下降，播種面積減少［8］；另一方面，20世紀90年代是中國由計劃經(jīng)濟向市場經(jīng)濟轉(zhuǎn)軌的重要時期，經(jīng)濟的快速發(fā)展為城鎮(zhèn)化奠定了物質(zhì)基礎，比較寬松的土地開發(fā)政策促進了房地產(chǎn)業(yè)的發(fā)展，一度形成了“開發(fā)區(qū)熱”和“房地產(chǎn)熱”［9］。2005—2009年，江西省耕地面積由2.10×105hm2增加至2.82×105hm2，主要表現(xiàn)在2007—2008年，耕地數(shù)量由2.15×105hm2增加至2.83×105hm2，耕地面積大幅度增加的原因在于2007年江西省委省政府提出大力實施“造地增糧富民工程”，對災毀、廢棄的土地進行整理、復墾。

圖1 江西省1990－2009年耕地面積與人均耕地面積變化

隨著江西省人口的逐年增加，人均耕地面積同時也在發(fā)生變化。1990—2005年人均耕地面積由0.061 7hm2減少至0.048 7hm2，低于聯(lián)合國糧農(nóng)組織確定的0.053hm2警戒線；2005—2009年人均耕地面積有所增加，由0.048 7hm2增加至0.063 6hm2。這表明即使耕地數(shù)量增加，人地矛盾依然存在，有限的耕地面積可能難以滿足不斷增加的人口的需求，耕地面積減少以及人均耕地面積減少速率過快的問題亟待解決（圖1）。

2.2 耕地數(shù)量變化的區(qū)域差異分析

2.2.1 土地利用動態(tài)度 土地利用動態(tài)度用來定量描述區(qū)域土地利用變化的速度，它對比較土地利用變化的區(qū)域差異和預測未來土地利用變化趨勢具有積極的作用。單一土地利用動態(tài)度［10］表達的是某研究區(qū)一定時間范圍內(nèi)某種土地利用類型的數(shù)量變化情況，其表達式為：

式中：K——研究時段內(nèi)某種土地利用動態(tài)度；Ua——研究期初某種土地利用類型的數(shù)量；Ub——研究期末某種土地利用類型的數(shù)量；T——研究時段長度，當T的時段設定為年時，K的值就是該研究區(qū)某種土地利用類型的年變化率。

2.2.2 耕地數(shù)量變化的區(qū)域差異分析 江西省現(xiàn)轄11個市，地域廣闊，但是各市間的自然條件不同，經(jīng)濟和社會發(fā)展不平衡，這使得耕地變化在空間上也表現(xiàn)出一定的差異性。本文以市為基本空間單元，根據(jù)土地利用動態(tài)度K指標對耕地區(qū)域動態(tài)變化差異進行分析。

從1990—2009年耕地動態(tài)變化幅度看（圖2），耕地利用動態(tài)度大于1.0的區(qū)域有6個，其中鷹潭市變化幅度最大，耕地利用動態(tài)度K等于2.0，景德鎮(zhèn)市和新余市K值處于1.6～2.0，九江市、宜春市和撫州市的耕地利用動態(tài)度在1.0～1.5；耕地利用動態(tài)度小于1.0的市有5個，贛州市在1990—2009年耕地利用動態(tài)度相對較小，小于0.5，南昌市、上饒市、吉安市和萍鄉(xiāng)市的K值在0.5～1.0。

為了反映近20a來耕地動態(tài)變化在空間上的差異性，本文以各市為單位，計算了1990—1995，1995—2000，2000—2005，2005—2009年4期各市的耕地動態(tài)變化度，其結果如表1所示。

由表1可以看出，1990—1995年，各地耕地利用動態(tài)度分布的大致空間格局為：贛南、贛中的吉安市以及贛北的九江市、宜春市耕地動態(tài)變化度較大，5a間的變化率較大（K＞1.010），而變化率較小（K＜0.5）的區(qū)域為景德鎮(zhèn)市和撫州市，相對變化較小，其他市的利用動態(tài)度處于0.5～1.0；1995—2000年，九江市的耕地利用動態(tài)度最為突出，高達3.443，南昌市的也大于1.0，除這兩個市的耕地變化較大，其他市的均較小，小于1.0，總體來說，耕地變化相對較小；2000—2005年，南昌市和九江市的耕地利用動態(tài)度變得很小，南昌市甚至為負，說明2005年南昌市耕地數(shù)量比2000年減少了，這段時期內(nèi)，江西省耕地利用變化均較大，其利用動態(tài)度大于1.0的城市有6個，其他的變化相對較??；2005—2009年，整體的耕地數(shù)量變化幅度較大，大于1.0的城市有7個，其他4個城市的耕地利用動態(tài)度也在0.5以上。

圖2 1990－2009年江西省耕地利用動態(tài)度

表1 江西省各設區(qū)市耕地動態(tài)度

3 耕地變化的驅(qū)動因子定量分析

驅(qū)動力是指導致耕地利用方式和目的發(fā)生變化的主要自然因素和社會經(jīng)濟因素。影響耕地面積變化受許多因子的影響，其中既包括自然因子、社會經(jīng)濟因子及科技等因子。然而，由于歷史時期土地利用變化大都是人類通過土地利用活動造成的，因此，分析社會經(jīng)濟因子（或社會驅(qū)動力）對土地利用變化的作用應擺在重要位置。因此，綜合采用主成分分析、相關分析和回歸分析法，比較適合分析耕地數(shù)量變化的驅(qū)動機制［11］。

3.1 耕地變化的驅(qū)動因子指標值確定

為分析江西省耕地數(shù)量變化的驅(qū)動機制，結合研究區(qū)的實際情況、資料收集程度以及其他學者的研究成果，根據(jù)科學性原則和主成分分析方法的思路和要求，選取了1990—2009年的年末耕地面積Y作為因變量反映耕地數(shù)量的變化，自變量即驅(qū)動力因子主要選擇X1為總人口，X2為城市化率，X3為GDP，X4為人均GDP，X5為全社會固定資產(chǎn)投資，X6為第一產(chǎn)業(yè)，X7為第二產(chǎn)業(yè)，X8為第三產(chǎn)業(yè)，X9為耕地產(chǎn)出率，X10為林牧漁業(yè)占農(nóng)林牧漁業(yè)總產(chǎn)值的比例，X11為農(nóng)業(yè)機械總動力，X12為有效灌溉面積12個指標［12－16］來綜合分析研究區(qū)耕地變化情況。

3.2 相關性分析

由于不同變量之間具有不同的單位和不同的變異程度，這會導致數(shù)據(jù)在分析過程中因單位不統(tǒng)一而造成結果的差異。因此，在進行主成分分析前，首先進行數(shù)據(jù)的標準化，也稱為無量綱化，即將異度量的各指標值分別轉(zhuǎn)化為無量綱的相對指標值。本研究采用統(tǒng)計學軟件SPSS 17.0中的Z—score法對數(shù)據(jù)進行標準化變換。在對上述指標標準化的基礎上，再進行相關因子分析，結果見表2。

表2 江西省耕地驅(qū)動因子相關性系數(shù)

從表2中可以看出，除了X12與其他因子處于負相關關系之外，其余因子間均存在正相關性?？傮w上來看，大部分因子之間相關性系數(shù)大于0.8，均具有較強的線性關系，X3與X6，X3與X7，X4與X7，X6與X8，X7與X11等間具有較大的相關性，相關系數(shù)均大于0.990。這表明這些數(shù)據(jù)之間存在較高的相關性，信息出現(xiàn)了重疊，由此證明接下來的主成分分析非常必要。

3.3 主成分分析

由于耕地數(shù)量變化的各驅(qū)動因子不僅與因變量（耕地面積）之間存在相關關系，而且相互之間也存在著耦合關聯(lián)。如果用單純的相關分析，則必然存在一定的誤差冗余。主成分分析可以將若干個自變量壓縮成幾個獨立成分，以此來減弱自變量之間的相互干擾。因此，本研究進行主成分分析，得到上述12個因子的特征根值、方差貢獻率和累計方差貢獻率（見表3）。

表3 江西省耕地變化驅(qū)動因子主成分特征值和貢獻率

由表3可知，12個相關性因子之間提取了兩個因子，第1因子的特征根為10.330，解釋原有12個變量總方差為86.083%，累積方差貢獻率為86.083%；第2個因子的特征值為1.092，解釋原有12個變量總方差為9.102%，累積方差貢獻率為95.185%，兩個因子共解釋了原有變量總方差的95.185%?？傮w上，原有變量的信息丟失較少，提供了原始數(shù)據(jù)的足夠信息。旋轉(zhuǎn)平方和載入描述了最終因子解釋的情況，因子旋轉(zhuǎn)后，累計方差比沒有改變，為95.185%，也就是沒合影響原有變量的共同度，但卻重新分配了各個因子解釋原有變量的方差，改變了各因子的方差貢獻，使得因子更易于解釋。

采用該旋轉(zhuǎn)后的主成分載荷矩陣（表4），可以看到與第1主成分顯著相關的因子有：X1總人口，X2城市化率，X3GDP，X4人均GDP，X5全社會固定資產(chǎn)投資，X6第一產(chǎn)業(yè)，X7第二產(chǎn)業(yè)，X8第三產(chǎn)業(yè)，X9耕地產(chǎn)出率，X10林牧漁業(yè)占農(nóng)林牧漁業(yè)總產(chǎn)值的比例，X11農(nóng)業(yè)機械總動力；第2主成分則與X10林牧漁業(yè)占農(nóng)林牧漁業(yè)總產(chǎn)值的比例，X12有效灌溉面積具有較大的正相關。說明江西省耕地變化的驅(qū)動因子可以歸納為由總人口、城市化率所影響的人口因子，由GDP，人均GDP、全社會固定資產(chǎn)投資、第一產(chǎn)業(yè)、第二產(chǎn)業(yè)和第三產(chǎn)業(yè)影響的經(jīng)濟發(fā)展因子，以及由耕地產(chǎn)出率、林牧漁業(yè)占農(nóng)林牧漁業(yè)總產(chǎn)值的比例、農(nóng)業(yè)機械總動力和有效灌溉面積共同影響的農(nóng)業(yè)科技發(fā)展因子。這3個因子組合是江西省耕地動態(tài)變化的3個主要的驅(qū)動力。

表4 江西省耕地變化驅(qū)動因子主成分載荷矩陣

3.4 耕地面積變化的多元線性回歸模型

從上述的主成分分析結果得知，江西省耕地面積變化與經(jīng)濟發(fā)展、人口變化以及農(nóng)業(yè)科技發(fā)展的關系較復雜，各社會經(jīng)濟驅(qū)動因子之間相互影響、相互制約。這就致使本研究還需要進行更深入的分析，以尋找耕地面積變化與各因子之間的定量關系，因此，采用多元回歸模型來反映這種關系。經(jīng)計算得出回歸模型載荷矩陣和各變量的系數(shù)，從而得到江西省耕地面積變化與12個因子之間的多元線性回歸模型：

由此，可以看出江西省近年來耕地面積的變化，在很大程度上受到人口、經(jīng)濟和農(nóng)業(yè)科技等因子的綜合作用和驅(qū)動。這表明經(jīng)濟發(fā)展、人口變遷以及農(nóng)業(yè)科技政策等導致的農(nóng)業(yè)結構調(diào)整、用地結構的改變是江西省耕地變化的主要動因?；貧w模型分析表示，如果12個因子各增長1個單位，那么耕地數(shù)量將減少0.202個單位。

對整個模型進行顯著性檢驗時，F(xiàn)檢驗是一種合理有效的方法。SPSS輸出結果表明，模型在α＝0.01水平上都是高度顯著。

4 結果分析

4.1 經(jīng)濟發(fā)展驅(qū)動因子

在第1主成分中，GDP、人均GDP、第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)和全社會固定資產(chǎn)投資是主要因子，經(jīng)濟因素對耕地動態(tài)變化的影響尤為顯著。江西省1990年的GDP為428.62億元，1995年就已經(jīng)比翻一番還多，為1 169.73億元，到2009年增長至7 655.18億元。19a間江西省GDP增長了16.86倍，年均增長380.35億元。而人均GDP也從1990年的0.113億元增長至2009年的1.727億元，年均增長0.085億元。全社會固定資產(chǎn)投資也由70.65億元增加至6 643.14億元。

投資的不斷加大和基礎設施建設的不斷完善；農(nóng)村城鎮(zhèn)化加快，新農(nóng)村建設；城市經(jīng)濟開發(fā)區(qū)興建等，都需要占用土地甚至是耕地，這些經(jīng)濟發(fā)展因素導致江西省耕地發(fā)生重大變化。

4.2 社會系統(tǒng)驅(qū)動因子

人口作為社會活動的主體，對土地利用變化的影響起著重要的作用。人口密度與土地利用變化速率成正相關關系，人口增長速度越快，土地利用變化也越快［17］。由于人口數(shù)量大增，在生產(chǎn)條件沒有大幅度提高的條件下，耕地被大量占用。第1主成分和第2主成分中，人口和城市化率構成的人口因素均是主要因素，江西省在1990—2009年，人口總數(shù)從3 810.64萬人增加至4 432.12萬人，年均增長率為16.31%，城市化率也從0.203 5增加至0.431 8，年均增長0.012。江西省人均耕地從1990年的0.061 7hm2／人減少至2006年的0.049hm2／人，再增加到2009年的0.063 6hm2／人。雖然江西省耕地面積在2006—2009年間有所增加，然而人均耕地的增加速率明顯要低于耕地面積的增長速率。人口的增加及城市化的加快，導致人們對住宅、基礎設施等各項用地需求的增加，從而引起江西省耕地數(shù)量發(fā)生變化，人均耕地占用量減少速率高于耕地，增長速率低于耕地。

4.3 農(nóng)業(yè)科技進步驅(qū)動因子

耕地產(chǎn)出率和農(nóng)業(yè)機械總動力在第1主成分中居主導作用。從中國的農(nóng)業(yè)發(fā)展歷程看，科技進步是糧食單產(chǎn)提高的重要參數(shù)。江西省是一個農(nóng)業(yè)比重較大的省份，隨著江西省農(nóng)業(yè)綜合開發(fā)以及土地開發(fā)整理工作的不斷加強，農(nóng)業(yè)綜合生產(chǎn)能力有所提高。江西省農(nóng)機機械總動力能夠直接反應江西省農(nóng)業(yè)科技進步，2009年江西省農(nóng)業(yè)機械總動力為3.36×104W，是1990的5.03倍，隨著農(nóng)業(yè)科技進步及農(nóng)業(yè)機械化水平的提高，機械作業(yè)代替耕作，這就使得人地矛盾更為突出。農(nóng)業(yè)科技進步也帶動江西省耕地產(chǎn)出率，江西省2009的耕地產(chǎn)出率為0.862萬元／hm2，比1990年的0.147萬元／hm2增加了0.517萬元／hm2。除了1999—2003年的一些自然災害，導致耕地產(chǎn)出率有所減少外，之后的6a中，科技的進步使江西省耕地產(chǎn)出率保持上升。耕地產(chǎn)出率的減少，致使人們在2004年后開始調(diào)整農(nóng)業(yè)結構，從而使江西省耕地面積在2006—2009年增加。

5 對策

（1）1990—2009年，江西省耕地數(shù)量以及人均耕地面積都呈現(xiàn)著先減少后增加的變化態(tài)勢，2005年后耕地面積逐年增加，然而由于人口數(shù)量增長速率更大，導致人均耕地減少速率高于耕地，而增加速率低于耕地。因此，在大力實施“造地增糧富民工程”的同時，應該控制江西省人口的過快增長，以保證江西省有限的耕地面積能夠滿足需求。

（2）區(qū)域差異性方面，1990—2009年江西省各設區(qū)市耕地利用動態(tài)度均大于0，這表明江西省各設區(qū)市的耕地動態(tài)變化幅度大，其中大于1.0的區(qū)域有6個，包括鷹潭市、景德鎮(zhèn)市、新余市、九江市、宜春市和撫州市，耕地利用動態(tài)度小于1.0的市有5個，包括贛州市、南昌市、上饒市、吉安市和萍鄉(xiāng)市。對于這一現(xiàn)象，要有針對性的控制各地區(qū)耕地面積的減少，特別是耕地利用動態(tài)度大于1.0的地區(qū)。為保證耕地的占補平衡，江西省應積極采取委托墾造耕地和異地土地整理補充等有效措施，實現(xiàn)了占補節(jié)余。

（3）通過主成分分析法，得出以下耕地動態(tài)變化的主要因子，主要有GDP、全社會固定資產(chǎn)投資、人口、城市化率、耕地產(chǎn)出率、農(nóng)機機械總動力。因此，江西省要在不占用耕地或者少占用耕地的前提下發(fā)展社會經(jīng)濟。在農(nóng)業(yè)生產(chǎn)活動中，積極推行生態(tài)農(nóng)業(yè)建設，形成農(nóng)業(yè)良性物質(zhì)循環(huán)。

［1］ 李秀彬.中國近20年來耕地面積的變化及其政策啟示［J］.自然資源學報，1999，14（4）：329－333.

［2］ 郭杰，歐名豪，劉瓊，等.江蘇省耕地資源動態(tài)變化及驅(qū)動力研究［J］.長江流域資源與環(huán)境，2009，18（2）：45－51.

［3］ 陳紅，吳世新，馮雪力.基于遙感和GIS的新疆耕地變化及驅(qū)動力分析［J］.自然資源學報，2010，25（4）：88－98.

［4］ 強妮，陳英.基于主成分分析法的區(qū)域耕地變化驅(qū)動力分析：以張掖市為例［J］.安徽農(nóng)業(yè)科學，2009，37（3）：369－372.

［5］ 梁慧.武漢市耕地非農(nóng)化的驅(qū)動力及與經(jīng)濟發(fā)展的關系研究［D］.武漢：華中師范大學，2012.

［6］ 江西統(tǒng)計局.江西統(tǒng)計年鑒［M］.北京：中國統(tǒng)計出版社，1990—2004.

［7］ 張起明，胡梅.齊述華，等.1980—2005年江西省土地利用變化政策因素驅(qū)動力分析［J］.江西科學，2011，29（5）：597－603.

［8］ 黃國勤.耕作制度與三農(nóng)問題［M］.北京：中國農(nóng)業(yè)出版社，2005：210－211.

［9］ 劉紀遠，張增祥，莊大方，等.20世紀90年代中國土地利用變化時空特征及其成因分析［J］.地理研究，2003，22（1）：1－11.

［10］ 王秀蘭，包玉海，土地利用動態(tài)變化研究方法探討［J］.地理科學進展，1999，18（1）：81－86.

［11］ 吳業(yè)，楊桂山，萬榮榮，等.蘇州市耕地面積變化的社會經(jīng)濟驅(qū)動力差異性分析［J］.地理與地理信息科學，2007，23（2）：75－80.

［12］ 張正棟.粵東北丘陵山區(qū)耕地變化及其驅(qū)動力研究［J］.熱帶地理，2004，24（4）：356－360.

［13］ 俞勇軍，陸玉麒.江陰市耕地變化驅(qū)動因素及耕地利用效率定量研究［J］.經(jīng)濟地理，2002，1（4）：57－60，64.

［14］ 韋素瓊，陳健飛.閩臺耕地數(shù)量變化及驅(qū)動力因子的比較研究［J］.土壤，2004，36（5）：506－515.

［15］ 汪朝輝，王克林，熊艷，等.湖南省耕地動態(tài)變化及驅(qū)動力研究［J］.長江流域資源與環(huán)境，2004，13（1）：53－59.

［16］ 邵曉梅，楊勤業(yè)，張洪業(yè).山東省耕地變化趨勢及驅(qū)動力研究［J］.地理研究，2001，20（3）：298－306.

［17］ 蔣貴彥，劉峰貴.青海省近50年耕地資源變化及驅(qū)動力研究［J］.干旱區(qū)資源與環(huán)境，2007，21（2）：71－75.