禤首華 周興

摘要通過引入耕地壓力指數(shù)模型及最小人均耕地面積，構建指標體系，測算貴港市2007—2016年的耕地壓力狀況，分析影響貴港市耕地壓力的社會經(jīng)濟因素。得到如下結論：貴港市耕地壓力呈波浪式上升趨勢，說明為保證糧食安全耕地正面臨著越來越大的壓力；貴港市港南區(qū)、港北區(qū)、覃塘區(qū)、桂平市、平南縣5縣區(qū)耕地壓力區(qū)域差異明顯，耕地壓力最高為港北區(qū)，達到高壓力等級，耕地壓力最低為港南區(qū)；通過相關性和主成分分析發(fā)現(xiàn)，影響耕地壓力的社會經(jīng)濟因素主要包括農林牧漁業(yè)總產值、第一產業(yè)產值等?；谫F港市耕地壓力時空差異特點，提出相關建議。

關鍵詞耕地壓力；時空差異；貴港市

中圖分類號F301.2文獻標識碼A

文章編號0517-6611（2019）08-0069-04

doi：10.3969/j.issn.0517-6611.2019.08.018

AbstractBy introducing the cultivated land pressure index model and the minimum per capita cultivated land area， we constructed an index system to measure the cultivated land pressure in Guigang City from 2007 to 2016， and analyzed the socioeconomic factors influencing the cultivated land pressure in Guigang City. The following conclusions were drawn： the cultivated land pressure of Guigang City showed a wave upward trend， indicating that the cultivated land was facing more and more pressure to ensure food security；there were obvious regional differences in cultivated land pressure between Gangnan District， Gangbei District， Qintang District， Guiping City， Pingnan County and other 5 counties of Guigang City.The highest cultivated land pressure was Gangbei District， reaching high pressure level， and the lowest cultivated land pressure was Gangnan District. Through correlation and principal component analysis， it was found that the socioeconomic factors that influence the pressure of cultivated land mainly included the gross output value of agriculture， forestry， animal husbandry， fishery， primary industry and so on. Based on the temporal and spatial differences of cultivated land pressure in guigang city， some suggestions were put forward.

Key wordsCultivated land pressure；Temporal and spatial differences；Guigang City

耕地資源是農業(yè)的命脈，是保障國家糧食安全的基礎，糧食的生產與安全深受耕地資源變化的影響。我國人口眾多，耕地資源十分匱乏，隨著我國城市外延式發(fā)展的增快，城市規(guī)模的不斷擴張，大量城市周邊的優(yōu)質耕地轉換為建設用地，耕地資源的稀缺性日益凸顯，耕地資源壓力越來越大。因此，深入探討耕地資源壓力的時空差異成為土地資源研究領域的熱點之一。許多學者對此進行了研究，國內學者在研究測算耕地壓力的同時，也深入挖掘了耕地壓力產生的原因及驅動力，并對未來一段時間的發(fā)展趨勢進行預測。胡聰?shù)萚1]通過收集1984—2013 年湖南省人口總量、耕地面積等相關數(shù)據(jù)，基于最小人均耕地面積和耕地壓力指數(shù)模型及分析預測，研究了湖南省耕地資源的變化和糧食生產特征及趨勢。班立國等[2]在測算耕地壓力的同時，運用灰色GM（1，1）模型預測了吉林省2017—2027年的耕地壓力指數(shù)趨勢?，F(xiàn)有研究中，以省域作為研究尺度占絕大多數(shù)，以市域及縣域作為研究尺度研究其耕地壓力動態(tài)變化及其影響因素則相對較少。筆者從市域的角度出發(fā)，基于貴港市2007—2016年的數(shù)據(jù)，引入最小人均耕地面積及耕地壓力指數(shù)模型，并運用ArcGIS 10.2軟件，分析貴港市10年間人口、耕地面積、耕地壓力指數(shù)的時空變化規(guī)律，探究其影響因素，為貴港市耕地保護措施提供理論參考。

1研究區(qū)概況

貴港市位于廣西東南部，地處西江流域中游，潯江平原中部。下轄港北區(qū)、港南區(qū)、覃塘區(qū)等5個縣區(qū)，共74個鄉(xiāng)鎮(zhèn)級行政單位，國土面積106.06 km2。北回歸線橫貫貴港中部，屬亞熱帶季風氣候區(qū)，年均氣溫21.5 ℃，年均降雨166 d，年均降雨量1 600 mm，無霜期353 d。2016年末總人口554.90 萬，人口密度較大。貴港市地勢平坦，物產豐富，是廣西壯族自治區(qū)重要的糧食生產基地，石硤龍眼、荔枝、蓮藕、瘦肉型豬等農產品在國內外都享有盛名。

2數(shù)據(jù)來源及研究方法

2.1數(shù)據(jù)來源

數(shù)據(jù)主要來源于2008—2017年《廣西統(tǒng)計年鑒》、2008—2017年《貴港統(tǒng)計年鑒》、2008—2017年《貴港年鑒》及2008—2017年政府工作報告，地圖數(shù)據(jù)來源于1∶20 000國家基礎地理數(shù)據(jù)。

2.2研究方法

3結果與分析

3.1最小人均耕地面積變化及實際人均耕地面積變化分析

針對貴港的地形地貌特點，并分析過往幾年的統(tǒng)計數(shù)據(jù)，綜合考慮后糧食自給率取值90%，人均食物需求量定位初步小康型糧食消費水平取每年每人消耗糧食400 kg[8]，根據(jù)公式（2）和《貴港統(tǒng)計年鑒》中各年份數(shù)據(jù)，計算得貴港市2007—2016年的最小人均耕地面積及實際人均耕地面積（表1）。

從表1可以看出，2007—2010年間貴港市最小人均耕地面積總體呈上升趨勢，在2011年后開始逐步下降，2014—2016年在0.083 0 hm2左右徘徊。通過對比糧食單產跟最小人均耕地面積之間的數(shù)值關系不難看出，最小人均耕地面積與糧食單產展現(xiàn)出明顯的負相關，由此可以看出由于自然因素或人為因素所導致的糧食單產、糧食播種面積及耕地面積的變化會影響到貴港市最小人均耕地面積變化。以2008年為例，2008年我國南方發(fā)生了大面積的洪澇災害，貴港市也深受洪澇的影響，導致當年糧食單產大幅度的減少，最小人均耕地面積也因此在當年達0.095 2 hm2，為2007—2016年這10年的峰值。2011年后隨著貴港市糧食單產的徘徊上升，最小人均耕地面積也隨著緩慢下降。從實際人均耕地面積來看，隨著城市發(fā)展進程的加快，城市的建設占用了城市周邊大量的耕地資源，導致全市的耕地面積持續(xù)降低，與此同時城市總人口在穩(wěn)步提升。因此直接導致了實際人均耕地面積持續(xù)降低，從2007年的0.065 8 hm2一直降到2016年的0.057 9 hm2。通過對比10年間貴港市最小人均耕地面積及實際人均耕地面積可以發(fā)現(xiàn)，各年份的最小人均耕地面積均大于當年的實際人均耕地面積。根據(jù)公式（1）可以算出，貴港市10年間各年份的耕地壓力指數(shù)均大于1，耕地壓力顯著。

3.2耕地壓力時序變化分析

根據(jù)貴港市3區(qū)1市1縣土地利用變更數(shù)據(jù)及社會經(jīng)濟數(shù)據(jù)，按照式（1）耕地壓力指數(shù)測算公式，測算得2007—2016年貴港市耕地壓力指數(shù)（圖1）。2007—2016年貴港全市耕地壓力指數(shù)均大于1，說明貴港市實際的人均耕地面積要小于最小人均耕地面積，耕地為保障糧食安全承受的壓力十分明顯，需加大耕地保護力度。從變化趨勢來看，3區(qū)1市1縣的耕地壓力指數(shù)時序變化趨勢與貴港市全市總體保持一致。2008年由于洪水的原因耕地壓力相較于2007年有了明顯的提升，經(jīng)過2009年短暫下降后耕地壓力在2010年達到了10年內的最高值。主要是由于2010年我國西南5?。▍^(qū)）發(fā)生了特大旱災，貴港市也受到了旱災的影響導致糧食產量驟減，耕地壓力顯著升高。2011—2013年耕地壓力總體呈下降趨勢，貴港全市耕地壓力指數(shù)由2011年的1.349 0下降至2013年的1.215 0，耕地壓力明顯降低。2014年后貴港市耕地壓力指數(shù)趨于穩(wěn)定，2014—2016年全市耕地壓力指數(shù)均在1.260 0～1.290 0，3區(qū)1市1縣耕地壓力指數(shù)也在這3年內保持穩(wěn)定，與貴港市耕地壓力指數(shù)趨勢一致。從整體上來看，貴港市耕地壓力指數(shù)呈波浪型變化，全市耕地壓力先增后減再回升，在2014年后耕地壓力逐漸趨于穩(wěn)定。

3.3耕地壓力空間變化分析

通過測算貴港市3區(qū)1市1縣2007—2016年耕地壓力指數(shù)值（表2），發(fā)現(xiàn)5縣區(qū)耕地壓力水平存在很大的差別。為便于分析，將耕地壓力分為5個等級：無壓力等級（K<1.0），警戒壓力等級（1.0～1.2），低壓力等級（1.2～1.3），中壓力等級（1.4～1.6），高壓力等級（K>1.6）。選取代表性較強的2007、2011及2016年為例，運用ArcGIS 10.2軟件繪制貴港市耕地壓力等級分布圖（圖2）。

由圖2a可知，2007年貴港市5縣區(qū)除了港南區(qū)耕地壓力指數(shù)略小于1（數(shù)值為0.952 3）外，其他4縣區(qū)耕地壓力指數(shù)均大于1，5縣區(qū)僅有港南區(qū)屬于無壓力等級。覃塘區(qū)及桂平縣都屬于警戒壓力等級，耕地壓力不太明顯。耕地壓力最高的區(qū)域為港北區(qū)，2007年港北區(qū)耕地壓力等級達到了中壓力等級（數(shù)值為1.563 8），比排名次之的平南縣高一個壓力等級，數(shù)值高出0.230 9，可見港北區(qū)相較于其他縣區(qū)耕地壓力更為嚴峻。

由圖2b可知，2011年各縣區(qū)耕地壓力指數(shù)明顯增大。除覃塘區(qū)外其他4縣區(qū)耕地壓力等級均提高了一個級別，覃塘區(qū)耕地壓力指數(shù)從2007年的1.059 8增大至2011年的1.108 0，耕地壓力等級未提高，繼續(xù)為警戒壓力級別。各縣區(qū)之間耕地壓力指數(shù)對比關系跟2007年保持一致，港北區(qū)為耕地壓力最大的縣區(qū)，等級突破至高壓力等級（數(shù)值為1.744 6）。平南縣耕地壓力級別提高至中壓力等級，比排名第3的桂平縣耕地壓力指數(shù)高出0.215 3，桂平縣的耕地壓力級別則從2007年的警戒壓力級別提高至低壓力級別，耕地壓力級別突破警戒等級，耕地壓力更為突出。對比分析圖2b及圖2c，發(fā)現(xiàn)各縣區(qū)2011年的耕地壓力等級與2016年的一致，耕地壓力雖整體下降，但下降幅度均不是很大，耕地壓力等級沒有發(fā)生變化。

通過上述分析可知，貴港市耕地壓力區(qū)域差異較大，耕地壓力水平從低到高依次為港南、覃塘、桂平、平南、港北。港北區(qū)是貴港市的經(jīng)濟政治中心，城鎮(zhèn)化率高，經(jīng)濟發(fā)展良好。但港北的耕地資源相較于其他縣區(qū)則要少很多，從而導致耕地壓力十分嚴峻，耕地壓力級別后期達到了高壓力等級，為5縣區(qū)中唯一的1個高壓力等級區(qū)。平南縣人口眾多，總人口僅比排名第1的桂平市少了30萬，但耕地面積卻僅為桂平市的1/2（桂平市耕地面積117 691 hm2，平南縣耕地面積61 137 hm2）。從而實際人均耕地面積遠不及桂平市，導致耕地壓力級別比桂平市高出一個等級。覃塘區(qū)人口最少，但耕地資源豐富，實際人均耕地面積始終位于5縣區(qū)之首，耕地壓力較為平穩(wěn)，壓力等級10年內均超過警戒壓力等級，部分年份處于無壓力等級，耕地壓力不太明顯。港南區(qū)農業(yè)產值高，盛產水稻、甘蔗、香蔥等農產品，享有“甘蔗之鄉(xiāng)”等美譽，是貴港市的產糧大戶，耕地壓力在5縣區(qū)里排在末位。

4貴港市耕地壓力影響因素分析

根據(jù)對土地利用變化的影響程度社會經(jīng)濟因素可以劃分為2類，分別是直接因素和間接因素。間接因素的內容包括人口變化、經(jīng)濟增長、技術發(fā)展、富裕程度、實時政策及價值取向6個方面，間接因素對土地利用的影響需要直接因素作為媒介即它們利用對土地的投入、土地利用集約化程度、土地產品的需求、城市化程度、土地利用政策等直接因素作為中介間接對土地利用起作用。土地利用類型中的耕地在保障區(qū)域糧食安全方面具有特殊重要性，其質量和數(shù)量的變化隨著經(jīng)濟社會的發(fā)展變化不斷變化，深受社會經(jīng)濟因素的影響[9]。在分析社會經(jīng)濟因素對耕地和耕地壓力的影響時，應當首先運用相關分析法確定與耕地面積變化具有強相關性的社會經(jīng)濟因素，然后對貴港市耕地變化的驅動因子運用主成分分析方法進行研究[10]。主成分分析的核心是降維，即“多變量轉化為幾個綜合變量（主成分）”，這幾個綜合變量之間互不相關，本質都是原始變量的線性組合，且所含的信息互不重疊。采用這種方法可以將土地利用變化的復雜因素歸結為幾個主成分，使得復雜問題得以簡化，同時得到更為科學、準確的土地利用變化驅動因素[11]。

4.1耕地面積與社會經(jīng)濟影響因子的相關性分析

選取35個社會經(jīng)濟影響因子，運用SPSS 19.0軟件中的相關分析法將35個驅動因子與耕地面積變化進行相關分析，分析結果如表3所示。與耕地面積呈正相關的影響因子主要有總人口數(shù)、經(jīng)濟作物播種面積、糧食作物總播種面積、第二產業(yè)比例、基本建設投資等；與耕地面積呈負相關的主要有房地產投資完成額、水田面積、旱地面積、漁業(yè)產值、牧業(yè)產值等。

4.2與耕地面積相關的社會經(jīng)濟影響影響因子主成分分析

將對耕地面積相關性較強的15個社會經(jīng)濟影響因子進行主成分分析，發(fā)現(xiàn)前2個主成分累計貢獻率達86.88%，達到分析要求。將第一主成分的強載荷因子進行排序，通過主成分分析可以看出影響貴港市耕地面積的社會經(jīng)濟影響因子中，第一產業(yè)產值、漁業(yè)產值、農林牧漁業(yè)總產值驅動力最強（影響因子載荷>0.90），其次是第二產業(yè)比例和基本建設投資（影響因子載荷>0.80）。第二主成分的強載荷因子為經(jīng)濟作物播種面積（影響因子載荷>0.70）。

5結語

通過對貴港市耕地壓力的分析可以發(fā)現(xiàn)，貴港市耕地仍然存在較大的壓力，2007—2016年耕地壓力呈波浪式上升的趨勢，2016年耕地壓力相較于2007年有小幅提升。從縣區(qū)層面來看，貴港市耕地壓力區(qū)域差異明顯，港北區(qū)為耕地壓力最大的區(qū)域，達到高壓力等級，耕地壓力十分嚴峻。應當加大耕地保護的力度，完善耕地保護的各項制度，大力推進“旱地改水田”耕地提質改造項目的實施，提升耕地的質量和產出，從而保證糧食單產水平的穩(wěn)定和提高，滿足人們日常生活的需求。

參考文獻

[1] 胡聰，鄧正苗，謝永宏，等.1984年以來湖南省耕地壓力與糧食安全初步研究[J].農業(yè)現(xiàn)代化研究，2015，36（2）：259-264.

[2] 班立國，孫麗娜.吉林省耕地壓力指數(shù)時空分異特征及其預測研究[J].中國農學通報，2017，33（36）：124-130.

[3] 黃曦.福建省耕地壓力時空差異分析[J].吉林師范大學學報（自然科學版），2012，33（1）：68-72.

[4] 榮穎，路婕，段貝貝，等.基于耕地壓力指數(shù)的河南省城市化發(fā)展與耕地保護研究[J].河南農業(yè)大學學報，2014，48（2）：219-223，248.

[5] 張素娟，趙先貴，任桂鎮(zhèn)，等.江西省耕地壓力時空差異分析及預測[J].土壤，2009，41（1）：142-146.

[6] 趙亞峰，賈科利，文琦.寧夏耕地壓力動態(tài)變化規(guī)律分析[J].干旱區(qū)資源與環(huán)境，2014，28（1）：62-65.

[7] 曹俊文，史丙侖，劉官站.鄱陽湖生態(tài)經(jīng)濟區(qū)耕地壓力變化及其驅動因素[J].江蘇農業(yè)科學，2012，40（5）：406-409.

[8] 楊青.云南省耕地壓力測算及其時空差異和影響因素分析[D].昆明：云南財經(jīng)大學，2017.

[9] 趙永敢，李玉義，逄煥成，等.四川省耕地壓力時空變化特征分析[J].中國農業(yè)資源與區(qū)劃，2012，33（3）：28-32，38.

[10] 楊春來，夏斌.1999—2011年梅州市耕地壓力與影響因素分析[J].廣東農業(yè)科學，2013，40（21）：233-236.

[11] 詹長根，蔡春美，楊如軍.廣西耕地壓力時空差異分析及驅動力探究[J].南方農業(yè)學報，2016，47（11）：1979-1985.