賴桂林，謝頌華，劉士余，聶小飛，曾建玲，盛 菲 (.江西農(nóng)業(yè)大學(xué)國(guó)土資源與環(huán)境學(xué)院，江西南昌 330045；2.江西省水利科學(xué)院，江西南昌 330029；3.中國(guó)科學(xué)院教育部水土保持與生態(tài)環(huán)境研究中心，陜西楊凌 7200)

水土流失易引發(fā)土地退化、養(yǎng)分流失、泥沙淤積和水體污染等一系列生態(tài)環(huán)境問(wèn)題，嚴(yán)重制約著我國(guó)生態(tài)文明建設(shè)的進(jìn)程和國(guó)民經(jīng)濟(jì)的可持續(xù)發(fā)展。水土流失是自然和社會(huì)經(jīng)濟(jì)因素共同作用的結(jié)果。降雨、地形、植被等自然因素與水土流失之間的關(guān)系已有大量的研究。然而，純粹由自然因素造成的水土流失是相對(duì)穩(wěn)定的。隨著人類社會(huì)的發(fā)展，社會(huì)經(jīng)濟(jì)因素對(duì)水土流失的影響程度日益提高，往往占據(jù)主要地位，社會(huì)經(jīng)濟(jì)因素才是推動(dòng)區(qū)域土壤侵蝕變化的真正動(dòng)力。

與自然因素相比，社會(huì)、經(jīng)濟(jì)、政策等因素易在短期內(nèi)改變，能顯著影響土壤侵蝕程度，更容易改變水土流失狀況。但由于社會(huì)經(jīng)濟(jì)因素對(duì)區(qū)域水土流失影響的復(fù)雜性，定量分析其對(duì)水土流失的影響程度較為困難。目前已有部分學(xué)者對(duì)水土流失的社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)機(jī)制進(jìn)行了一定的研究，如杜俊等對(duì)長(zhǎng)江上游侵蝕產(chǎn)沙與社會(huì)經(jīng)濟(jì)因子之間的關(guān)系進(jìn)行了分析；李月臣等研究了三峽庫(kù)區(qū)水土流失社會(huì)經(jīng)濟(jì)的驅(qū)動(dòng)機(jī)制；王剛等對(duì)1987—2013年江西省水土流失的社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)力進(jìn)行了相應(yīng)的探討。但這些研究主要是采用傳統(tǒng)的分析方法，如相關(guān)分析、多元回歸分析等，對(duì)變量間的多重相關(guān)問(wèn)題得不到很好的解決，且限于歷史資料的欠缺，樣本量小也是制約水土流失社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)機(jī)制分析的難點(diǎn)。偏最小二乘回歸分析(PLS)是集多元回歸分析、主成分分析和典型相關(guān)分析于一體的新型多元統(tǒng)計(jì)分析方法，能消除自變量間多重共線性問(wèn)題，具有傳統(tǒng)回歸方法所不具備的諸多優(yōu)點(diǎn)，即使在樣本個(gè)數(shù)小于變量個(gè)數(shù)的條件下也能進(jìn)行回歸建模。PLS已廣泛應(yīng)用于水文、生態(tài)、經(jīng)濟(jì)等領(lǐng)域，秦蓓蕾等用水文資料建立的偏最小二乘回歸模型具有符合水文現(xiàn)象特征的合理結(jié)構(gòu)及較高精度，能很好地應(yīng)用于水文相關(guān)分析。Wang等通過(guò)偏最小二乘模型成果辨識(shí)了影響區(qū)域土壤侵蝕治理需求度的主要社會(huì)經(jīng)濟(jì)因子，發(fā)現(xiàn)土壤侵蝕治理受到區(qū)域社會(huì)經(jīng)濟(jì)狀況的影響，政府的造林投入是治理侵蝕最有效的途徑。鑒于該方法的優(yōu)越性，筆者以贛南地區(qū)為研究區(qū)，基于PLS量化解析區(qū)域水土流失與社會(huì)經(jīng)濟(jì)因素之間關(guān)系，對(duì)于深入探討區(qū)域水土流失的社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)機(jī)制、指導(dǎo)地區(qū)水土流失的防治具有重要的參考價(jià)值。

1 資料與方法

贛南(113°54′～116°38′E，24°29′～27°09′N)，是江西省(簡(jiǎn)稱“贛”)南部區(qū)域的地理簡(jiǎn)稱，主要由贛州市下轄的18個(gè)縣(市、區(qū))組成，位于江西省南部贛江上游(圖1)，屬亞熱帶季風(fēng)氣候區(qū)，年平均氣溫18.9 ℃，年降水量1 586.9 mm。區(qū)內(nèi)山峰環(huán)列，山巒起伏，坡度較陡，一般在16°～45°，地勢(shì)周高中低、南高北低，水系呈輻輳狀向中心匯集。地帶性土壤包括紅壤、黃壤和黃棕壤，其中紅壤分布最廣、面積最大，為南方紅壤區(qū)中心地帶。該區(qū)土地總面積3.94萬(wàn)km，截至2019年，全區(qū)有人口983萬(wàn)，其中鄉(xiāng)村人口680萬(wàn)，占69.18%。2019年贛南地區(qū)GDP為3 474億元，其中第一產(chǎn)業(yè)占10.8%，第二產(chǎn)業(yè)占39.4%，第三產(chǎn)業(yè)占49.8%，是江西省最重要的糧油林果生產(chǎn)區(qū)。贛南地區(qū)也是南方紅壤區(qū)水土流失最嚴(yán)重的地區(qū)之一，水土流失面積比重高，據(jù)《江西省水土保持公報(bào)》(2019)顯示，該區(qū)水土流失面積為7 051.12 km，占土地總面積的17.91%，是江西省水土流失率最高的地區(qū)，水土流失嚴(yán)重制約著該區(qū)的社會(huì)經(jīng)濟(jì)發(fā)展。

圖1 研究區(qū)地理位置Fig.1 Geographic location of the study area

衡量區(qū)域水土流失狀況的指標(biāo)相對(duì)較多，為分析社會(huì)經(jīng)濟(jì)因素對(duì)不同水土流失狀況之間的響應(yīng)關(guān)系，該研究將水土流失面積、水土流失率以及各級(jí)強(qiáng)度水土流失面積及其占比作為贛南地區(qū)縣域水土流失狀況的表征指標(biāo)。考慮到社會(huì)經(jīng)濟(jì)因素指標(biāo)復(fù)雜多樣，分別以生態(tài)、經(jīng)濟(jì)、水土流失、土壤侵蝕、驅(qū)動(dòng)力、因素分析等為主題詞選取了50余篇相關(guān)度較高的文獻(xiàn)(限于篇幅，此處不列舉)，采用頻次分析法對(duì)文獻(xiàn)中出現(xiàn)的社會(huì)經(jīng)濟(jì)指標(biāo)進(jìn)行初步篩選，通過(guò)分類歸并，將其概括為人口、經(jīng)濟(jì)、土地利用、政策4個(gè)類別。由于統(tǒng)計(jì)數(shù)據(jù)內(nèi)容的更迭以及部分歷史數(shù)據(jù)的缺失，根據(jù)研究區(qū)實(shí)際情況，遵循科學(xué)性、代表性和可獲性原則，結(jié)合頻次分析法和專家咨詢法，在指標(biāo)遴選過(guò)程中不僅考慮了規(guī)模指標(biāo)，也將指標(biāo)占比納入體系，最終選取了4個(gè)類別的29個(gè)社會(huì)經(jīng)濟(jì)指標(biāo)，具體指標(biāo)及出現(xiàn)頻次見(jiàn)表1。

該研究所用水土流失數(shù)據(jù)取自江西省第二次、第三次土壤侵蝕遙感調(diào)查和第一次全國(guó)水利普查，以及2019年水土流失動(dòng)態(tài)監(jiān)測(cè)的成果數(shù)據(jù)，鑒于當(dāng)時(shí)技術(shù)條件，1987年江西省第一次土壤侵蝕遙感調(diào)查只到地市一級(jí)，未選用。水土流失綜合治理數(shù)據(jù)來(lái)自《江西水利統(tǒng)計(jì)年鑒》(1996、2000、2011年)和《贛州統(tǒng)計(jì)年鑒》(2020年)；社會(huì)經(jīng)濟(jì)數(shù)據(jù)源于《贛州統(tǒng)計(jì)年鑒》(1997、2001、2012、2020年)；DEM數(shù)據(jù)來(lái)自地理空間數(shù)據(jù)云(http：//www.gscloud.cn/)，分辨率為30 m；土地利用數(shù)據(jù)取自中國(guó)科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心(http：//www.resdc.cn/)，分辨率為30 m。具體指標(biāo)及含義如表1所示。

表1 社會(huì)經(jīng)濟(jì)因素指標(biāo)及其含義Table 1 Indices of socio-economic factors and their implications

PLS基本原理如下：設(shè)有個(gè)自變量{，，…，}和個(gè)因變量{，，…，}。在觀測(cè)個(gè)樣本后，構(gòu)成自變量和因變量數(shù)據(jù)表和。其中，

=(,,…,)×

(1)

=(,,…,)×

(2)

第一步對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，記、分別為自變量和因變量的標(biāo)準(zhǔn)化矩陣。第二步從、中提取主成分和，使其盡可能大地?cái)y帶各自數(shù)據(jù)表中的變異信息，且和的相關(guān)程度達(dá)到最大。在第一個(gè)成分提取后，PLS分別實(shí)施對(duì)的回歸、對(duì)的回歸，如果回歸方程已經(jīng)達(dá)到滿意的精度，則算法終止；否則，將用殘余矩陣、進(jìn)行第二輪回歸，直到能取得滿意精度為止。

采用交叉有效性原則確定提取有效成分個(gè)數(shù)，對(duì)每一個(gè)因變量，定義：

(3)

對(duì)于全部因變量，成分的交叉有效定義為：

(4)

式中，PRESS為預(yù)測(cè)誤差平方和；SS為實(shí)測(cè)誤差平方和。當(dāng)≥0097 5時(shí)，成分的邊際貢獻(xiàn)是顯著的。在解釋時(shí)的重要程度可以用變量投影重要性指標(biāo)VIP來(lái)測(cè)度。

(5)

式中，為自變量個(gè)數(shù)；為PLS提取主成分個(gè)數(shù)；是軸的第個(gè)分量，用于測(cè)量對(duì)構(gòu)造成分的邊際貢獻(xiàn)；Rd(；，…，)表示軸，…，對(duì)的累積解釋能力；Rd(；)表示軸對(duì)的解釋能力。一般認(rèn)為，VIP大于1.0極其重要，0.8～1.0比較重要，小于0.8不重要，值越大，該變量的解釋能力越強(qiáng)。

2 結(jié)果與分析

首先以水土流失面積()、水土流失率()、輕度流失面積()、輕度流失率()、中度流失面積()、中度流失率()、強(qiáng)烈流失面積()、強(qiáng)烈流失率()、極強(qiáng)烈流失面積()、極強(qiáng)烈流失率()、劇烈流失面積()、劇烈流失率()、強(qiáng)烈及以上流失面積()、強(qiáng)烈及以上流失率()作為因變量，將初步選取的29個(gè)社會(huì)經(jīng)濟(jì)指標(biāo)作為自變量對(duì)1996—2019年贛南地區(qū)水土流失進(jìn)行單因變量偏最小二乘回歸建模分析，再分別以各個(gè)水土流失表征指標(biāo)(～)均作為因變量()與社會(huì)經(jīng)濟(jì)因素進(jìn)行多因變量回歸建模分析。根據(jù)擬合結(jié)果可知，大部分模型的預(yù)測(cè)能力能滿足要求，但對(duì)自變量的解釋力度較差，這可能是由于自變量過(guò)多，包含了許多無(wú)效信息，所以根據(jù)VIP值的得分情況剔除不重要(VIP<0.8)的變量來(lái)提高模型精度。結(jié)果顯示，除了外其余模型對(duì)自變量的解釋度都有所提升，且預(yù)測(cè)能力也有所增強(qiáng)，故保留原自變量，剩余模型對(duì)篩選后的自變量進(jìn)行進(jìn)一步分析，最終模型擬合的結(jié)果如表2所示。(cum)、(cum)分別表示所有提取的主成分所能解釋的自變量和因變量總方差的比例，當(dāng)(cum)>0.5時(shí)，模型具有較高的穩(wěn)健性。(cum)為交叉驗(yàn)證平方系數(shù)，代表模型的預(yù)測(cè)能力，(cum)>0.5時(shí)，精度滿足要求。3個(gè)指標(biāo)值越接近1，表明模型的擬合效果越好。

模型擬合結(jié)果(表2)表明，、和模型擬合精度不佳，表明社會(huì)經(jīng)濟(jì)因素與水土流失率()、極強(qiáng)烈流失率()和劇烈流失率()之間的線性關(guān)系不顯著，故不對(duì)這3個(gè)因變量繼續(xù)分析。以水土流失面積()為因變量的精度最高，59.7%的自變量信息對(duì)因變量的解釋度達(dá)84.7%，且保留了所有自變量，預(yù)測(cè)能力也最高，故認(rèn)為水土流失面積為最佳水土流失表征指標(biāo)。

觀察通過(guò)PLS模型精度檢驗(yàn)的VIP值的排序，可以辨識(shí)影響不同水土流失狀態(tài)的關(guān)鍵社會(huì)經(jīng)濟(jì)因素的重要性大小，標(biāo)準(zhǔn)化回歸系數(shù)可以判斷作用方向，關(guān)鍵社會(huì)經(jīng)濟(jì)因素(VIP>1)的重要性排序及標(biāo)準(zhǔn)化回歸系數(shù)具體如表3所示。水土流失規(guī)模型表征指標(biāo)(、、、、、、)和比例型指標(biāo)(、、、)的關(guān)鍵影響因素有所差異，例如、和僅對(duì)規(guī)模型指標(biāo)具有關(guān)鍵影響作用，對(duì)比例型指標(biāo)不具有關(guān)鍵影響作用；僅對(duì)比例型水土流失指標(biāo)(、、、)起關(guān)鍵作用。由此可知，水土流失的社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)機(jī)制復(fù)雜，針對(duì)不同的水土流失表征類型，關(guān)鍵影響因素有所差別，分析水土流失不同狀態(tài)的影響因素應(yīng)選擇恰當(dāng)?shù)闹笜?biāo)。

表2 水土流失各表征指標(biāo)PLS模型精度(主要因素)Table 2 Accuracy of PLS models for soil and water loss indicators(main)

多因變量回歸模型可以反映水土流失不同表現(xiàn)形態(tài)與社會(huì)經(jīng)濟(jì)因素之間的綜合狀況，由表3可知，對(duì)多因變量水土流失狀況具有關(guān)鍵影響的指標(biāo)也是大部分單因變量的關(guān)鍵影響指標(biāo)，因此，認(rèn)為影響贛南地區(qū)水土流失的關(guān)鍵社會(huì)經(jīng)濟(jì)指標(biāo)及其綜合影響程度排序?yàn)檗r(nóng)作物播種面積()>農(nóng)村居民可支配收入()>第一產(chǎn)業(yè)占比()>人均GDP()>總?cè)丝?)>第三產(chǎn)業(yè)占比()>農(nóng)作物播種占比()>土地面積()>治理度()。

農(nóng)作物播種面積()及其占比()均為多因變量的關(guān)鍵指標(biāo)，在VIP>1的各指標(biāo)的重要性排序中除以為因變量外均居于首位。農(nóng)作物播種情況僅在當(dāng)因變量為中度流失率()和劇烈流失面積()時(shí)農(nóng)作物播種不是關(guān)鍵指標(biāo)，但對(duì)水土流失狀況具有極其重要的作用，結(jié)合回歸系數(shù)可知，與各因變量呈正相關(guān)，是容易導(dǎo)致水土流失發(fā)生的不利因素。贛南地區(qū)的農(nóng)作物播種面積1996—2003年有所減少，2003年后基本維持在一個(gè)穩(wěn)定水平(圖2)。由表4可知，1996—2019年贛南水田面積減少，旱地面積增加，耕地面積總體下降，建設(shè)用地面積增長(zhǎng)了1.2倍，增幅顯著。在耕地面積下降，尤其是在耕作條件較好的水田減少、地力較差的旱地面積增加的情況下，要維持農(nóng)作物播種面積的穩(wěn)定，耕地利用強(qiáng)度也會(huì)有所增加，進(jìn)而會(huì)增大水土流失的風(fēng)險(xiǎn)。

表3 對(duì)水土流失具有關(guān)鍵影響的社會(huì)經(jīng)濟(jì)因素的重要性排序和回歸系數(shù)(VIP>1)Table 3 Importance rank and regression coefficient of socio-economic factors with key impact on soil and water loss

圖2 1996—2019年贛南地區(qū)農(nóng)作物播種面積變化情況Fig.2 Changes of crop sowing area in Gannan area from 1996 to 2019

表4 贛南地區(qū)不同土地利用變化情況Table 4 Changes of cultivated land and construction land in Gannan area km2

第一產(chǎn)業(yè)占比()、第三產(chǎn)業(yè)占比()分別處于第3位和第6位，且第一產(chǎn)業(yè)占比是正相關(guān)指標(biāo)，第三產(chǎn)業(yè)占比為負(fù)相關(guān)指標(biāo)，說(shuō)明第一產(chǎn)業(yè)占比下降、第三產(chǎn)業(yè)占比提高能對(duì)緩解水土流失壓力發(fā)揮積極作用。隨著產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化調(diào)整，贛南地區(qū)的3次產(chǎn)業(yè)結(jié)構(gòu)占比由1996年的43.3∶29.5∶27.2調(diào)整為2019年的10.8∶39.4∶49.8，單因變量分析結(jié)果表明第一產(chǎn)業(yè)占比和第三產(chǎn)業(yè)占比對(duì)劇烈流失面積()的作用更突出，說(shuō)明產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對(duì)減少劇烈水土流失狀況效果顯著。

農(nóng)村居民可支配收入()是僅次于農(nóng)作物播種面積()的第二重要指標(biāo)，同時(shí)在比例型單因變量(、、、)中均居于首位，但對(duì)和而言又并非為關(guān)鍵指標(biāo)。就作用方向而言，輕度流失狀況()與農(nóng)村居民可支配收入呈正相關(guān)，而與其余因變量均呈負(fù)相關(guān)，這可能是由水土流失發(fā)展具有強(qiáng)烈流失轉(zhuǎn)向輕度流失的態(tài)勢(shì)，強(qiáng)烈及以上流失面積()不斷減少，輕度流失有所增加的原因所致。同一影響因素對(duì)不同水土流失狀況的重要性程度各不相同，其作用方向也有所差異。同理，人均GDP()也有此類現(xiàn)象。、這兩者均為表現(xiàn)經(jīng)濟(jì)發(fā)展水平高低的指標(biāo)，且在關(guān)鍵作用中與水土狀況呈負(fù)相關(guān)(除外)，社會(huì)經(jīng)濟(jì)不斷發(fā)展帶動(dòng)居民物質(zhì)生活水平提高，促進(jìn)了生態(tài)保護(hù)意識(shí)的增強(qiáng)，同時(shí)經(jīng)濟(jì)發(fā)展使得水土保持等生態(tài)建設(shè)可以獲得更多的資金保障，可以推動(dòng)水土保持事業(yè)的發(fā)展。

總?cè)丝?)在多因變量綜合作用的重要性排序居于第5位，也是、、、、、等規(guī)模型單因變量的關(guān)鍵指標(biāo)。人口增長(zhǎng)對(duì)有限的資源環(huán)境而言是一種持續(xù)的外界壓力，贛南地區(qū)的人口總量從1996年的755萬(wàn)增長(zhǎng)到2019年的983萬(wàn)，增長(zhǎng)率達(dá)30.2%，年平均增長(zhǎng)率為1.31%，遠(yuǎn)高于0.53%的全國(guó)平均水平。區(qū)域人口持續(xù)增長(zhǎng)，人地關(guān)系愈加緊張，加大了農(nóng)村土地的壓力，侵占良田、開(kāi)山造屋和陡坡開(kāi)墾等問(wèn)題突出，水土流失風(fēng)險(xiǎn)加大。

土地面積()大小對(duì)水土流失絕對(duì)面積的大小具有決定性作用，是除和外的規(guī)模型流失狀況的關(guān)鍵影響指標(biāo)，說(shuō)明區(qū)域面積大小對(duì)較低強(qiáng)度及整體流失狀況的影響更大，而對(duì)極強(qiáng)烈和劇烈水土流失面積(、)大小決定程度低。通過(guò)觀察的關(guān)鍵指標(biāo)可知，其關(guān)鍵影響指標(biāo)除道路密度()外均為經(jīng)濟(jì)狀況指標(biāo)，劇烈流失面積()與經(jīng)濟(jì)發(fā)展聯(lián)系更為密切。

治理度()是多因變量回歸模型中的第9位關(guān)鍵指標(biāo)，從規(guī)模型水土流失指標(biāo)上看，治理度都不具有關(guān)鍵影響作用，但均為比例型表征指標(biāo)(、、、)的關(guān)鍵因素，且位次較高。通過(guò)回歸系數(shù)可知，作為關(guān)鍵指標(biāo)中除外均為負(fù)相關(guān)，表明水土流失治理工作對(duì)降低水土流失強(qiáng)度、減少流失面積起著積極作用。防治水土流失、保護(hù)水土資源是關(guān)系生態(tài)安全的大計(jì)，水土保持是我國(guó)必須長(zhǎng)期堅(jiān)持的一項(xiàng)基本國(guó)策。在國(guó)家和贛州歷屆黨委和政府的重視和支持下，贛南地區(qū)探索總結(jié)了符合贛州實(shí)際、具有贛州特色、堅(jiān)持與時(shí)俱進(jìn)的水土保持生態(tài)治理的“贛州模式”，水土流失治理取得了顯著成效。治理度的關(guān)鍵地位印證了水土流失治理工作對(duì)水土保持的成效是顯著的，據(jù)公報(bào)，贛南水土流失面積從1996年的9 208.89 km下降至2019年的7 051.12 km，降幅達(dá)23.43%，生態(tài)環(huán)境逐漸轉(zhuǎn)好，走向了高質(zhì)量的綠色發(fā)展。

3 討論

影響水土流失變化的社會(huì)經(jīng)濟(jì)因素是復(fù)雜多變的，該研究結(jié)果得出總?cè)丝趯?duì)水土流失狀況具有極其重要的影響，且回歸系數(shù)均為正值，這與李月臣等對(duì)三峽庫(kù)區(qū)重慶段的研究結(jié)果一致。人口一直是研究水土流失成因分析的重要指標(biāo)，是最能綜合反映人為因素與水土流失關(guān)系的社會(huì)經(jīng)濟(jì)因子。人口密度與水土流失也具有很強(qiáng)的相關(guān)性，但從贛南地區(qū)人口密度的VIP值并未大于1，人口密度的重要程度相對(duì)較低，這與Wang等的研究結(jié)果具有一致性。農(nóng)作物播種面積及農(nóng)作物播種占比對(duì)水土流失具有極其重要的影響地位，且為容易誘發(fā)水土流失的不利因素。農(nóng)業(yè)活動(dòng)對(duì)水土流失影響的重要性在國(guó)內(nèi)外多有研究，傳統(tǒng)耕作方式下農(nóng)田的水土流失率平均比自然條件下的高1～2個(gè)數(shù)量級(jí)，人工農(nóng)田系統(tǒng)較自然生態(tài)系統(tǒng)水土流失更明顯。

4 結(jié)論

該研究基于偏最小二乘回歸分析方法探討了贛南地區(qū)的水土流失的社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)機(jī)制，得出如下結(jié)論：

(1)單因變量中水土流失面積為區(qū)域水土流失狀況的社會(huì)經(jīng)濟(jì)因素影響機(jī)制研究的最佳表征指標(biāo)，59.7%的自變量信息能夠解釋84.7%的因變量變異。水土流失的社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)機(jī)制復(fù)雜，針對(duì)不同的水土流失表征類型，關(guān)鍵影響因素有所差別，分析水土流失不同狀態(tài)的影響因素應(yīng)選擇恰當(dāng)?shù)闹笜?biāo)。

(2)對(duì)多因變量建模結(jié)果的關(guān)鍵指標(biāo)也是大部分單因變量的關(guān)鍵指標(biāo)，影響贛南地區(qū)水土流失的關(guān)鍵社會(huì)經(jīng)濟(jì)指標(biāo)及其綜合影響程度的排序?yàn)檗r(nóng)作物播種面積>農(nóng)村居民可支配收入>第一產(chǎn)業(yè)占比>人均GDP>總?cè)丝?第三產(chǎn)業(yè)占比>農(nóng)作物播種占比>土地面積>治理度。

(3)農(nóng)作物種植是水土流失長(zhǎng)期穩(wěn)定的源頭之一，可以通過(guò)改善耕作方式來(lái)減少流失。土地面積是影響區(qū)域水土流失規(guī)模的關(guān)鍵因素，但劇烈及以上程度的流失受經(jīng)濟(jì)因素的影響程度更大，合理調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，推動(dòng)經(jīng)濟(jì)綠色發(fā)展可以有效控制高強(qiáng)度水土流失狀況。