山地丘陵区农村土地集约利用研究以泸西县为例.docx
《山地丘陵区农村土地集约利用研究以泸西县为例.docx》由会员分享，可在线阅读，更多相关《山地丘陵区农村土地集约利用研究以泸西县为例.docx（19页珍藏版）》请在冰豆网上搜索。
山地丘陵区农村土地集约利用研究以泸西县为例
摘要我国正处于经济快速发展的重要机遇期,在最近不到10年的时间内,耕地减少了一亿多亩。
因粗放用地造成的人地矛盾和问题,特别是滥占耕地的经济增长思路,已经成为影响我国社会经济持续平稳快速发展不容忽视的现实问题[1]。
土地集约利用是发展循环经济和建设节约型社会的必然要求，但目前土地集约利用研究主要集中在城市和小城镇土地集约利用方面，涉及农村土地集约利用方面研究较少。
因此，本文以农村土地为研究对象，建立了农村土地集约利用评价指标体系，并借助ArcGIS9.0及SPSS17.0对研究区分别做了空间分析及驱动力分析。
总结了影响农村土地集约利用度提高的滞障性因素，并针性的提出了整治方案，以期为当地政府做好土地规划、实施土地集约利用提供理论依据和实践帮助。
关键词：
山地丘陵区土地集约利用滞障因素空间分析驱动力
AbstractChinaisanimportantopportunityforrapideconomicdevelopmentperiodoflessthan10yearsintherecentperiod,adecreaseof100millionmuofarableland.Aresultofextensivelanduseduetothecontradictionandproblemsofpeople,especiallytheindiscriminateoccupationofcultivatedlandofeconomicgrowthideas,theimpacthasbecomeastableandrapiddevelopmentofChina'ssustainedsocialandeconomicrealitiescannotbeignored.Intensiveuseoflandistodeveloprecyclingeconomyandbuildaconservation-orientedsocietyanecessaryrequirement,butintensivelanduseresearchisconcentratedincitiesandsmalltowns,theintensiveuseofland,involvingtheintensiveuseofrurallandresearchless.Betweenthis,thispaper,thestudyofruralland,theestablishmentofruralintensivelanduseevaluationsystem,andwithArcGIS9.0andSPSS17.0weredoingthestudyareaanddrivingforceanalysisofspatialanalysis.Summeduptheimpactofintensiveuseofrurallandraisethedegreeofhysteresisbarrierfactors,andneedlesofproposedremediationprograms,withaviewtodoingagoodjobforthelocalgovernmentlanduseplanning,theimplementationofintensivelanduseprovidesatheoreticalbasisandpracticalhelp.
Keywords:
MountainHillyIntensiveuseoflandLagbarrierfactorsSpatialAnalysisDrive
1研究区域与数据来源
1.1研究区自然生态条件
泸西县位于云南省东南部，红河哈尼族彝族自治州北部。
介于东经103度30分-104度03分，北纬24度15分-24度46分之间，东西宽54公里，南北长54.75公里。
整个地势西北高东南低，坝区由北向南，海拔相对高差396M，山区由北向南，海拔相对高差1255米，一般坝区海拔1600米-1900米。
坝区主要集中在泸西县北部的旧城镇、舞街铺镇、白水镇、中枢镇、金马镇五个乡镇（图1）。
北高南低和山高坝低的地势，促使境内南北之间和山坝之间土壤差异，开成了以红壤为主的多种土壤类型。
气候属热带季风气候，夏季湿热多雨，冬季干旱温和，干湿季节分明。
多年平均气温15.2度，日均温>20度的积温为4820度，无霜期238天左右；年降雨量900-1200毫米，降雨集中于主汛期5-8月，占全年85%，年平均日照2200小时，年太阳总辐射量128.2千卡/平方厘米；全年盛行西南风、南风。
适宜种植玉米、烤烟、土豆、蔬菜、小乌芋、草乌等粮经作物生长[4]。
全县水资源总量为7.4123亿立方米,全县平均多年降水量18.8501亿立方米,平均径流量5.9541亿立方米.水库、坝塘蓄水量1.88亿立方米。
图1泸西县DEM及行政图
注：
数据来源于泸西县国土局（2007）
1.2研究区社会经济条件
全县幅员面积1674平方公里，其中耕地55036.65公顷。
全县辖5镇3乡，2008年末全县总人口数399349人，其中农业人口358380人，平均人口密度239人/平方公里，比全国平均人口高出135人/平方千米。
包括永宁、三塘、向阳在内的山区乡镇人口分布较少，只有全国平均水平的1/2。
（图2）。
农业人口人均占有地0.91亩,全县人均占有耕地0.82亩。
农村从业人员占总人口比例达44%。
图2泸西县人口密度图
注：
泸西县人口数据（2007）
2008年全县实现生产总值（GDP）252919万元，其中实现农林牧渔业总产值124353万元，比上年增长29.8%，按可比价格计算，比上年增长26.7%。
其中：
农业产值64772万元，占农林牧渔业总产值的52.1%，林业产值1636万元，占农林牧渔业总产值的1.3%，牧业产值52134万元，占农林牧渔业总产值的41.9%，渔业产值3131万元，占农林牧渔业总产值的2.5%，农林牧渔服务业2680万元，占农林牧渔业总产值的2.2%。
按可比价格计算，农、林、牧、渔业产值分别比上年增长18.1%、21.5%、44.6%、24.6%[5]。
1.3数据来源
文中数据均来源于泸西县国土资源局06-07年《泸西年鉴》、《泸西土地志》、以及第二次国土资源调查数据。
2山地丘陵区农村土地集约利用现状及特点
2.1山地丘陵区农村土地集约利用现状
全县耕地面积55036.65公顷，耕地占全县土地面积32.88%。
其中水田面积8927.1公顷，占全县耕地16.62%，旱地面积45506.8公顷占全县耕地82.56%。
林地面积45945.94公顷，占全县土地面积27.45%。
其中灌木林地面积14246.23公顷占林地面积31%。
泸西县2007年土地利用结构如表1。
表1泸西县土地利用结构图[2007]
地类编码
地类名称
面积（公顷）
01
耕地
55036.65
02
园地
1501.84
03
林地
45945.94
04
草地
1771.22
06
工矿仓储用地
284.01
07
住宅用地
8565.02
08
公共管理与公共服务用地
356.72
10
交通运输用地
84.31
11
水域及水利实施用地
3161.08
12
其他用地
7085.64
注：
采用《土地利用现状分类》国家标准（GB/T21010—2007）
2.2山地丘陵区农村土地集约利用特点
（1）地多田少全县旱地面积45506.80公顷，占全县耕地82.66%；占全县用地41.35%。
水田面积8927.11公顷，占全县耕地16.22%，占全县用地7.08%。
旱地与水田比重84:
16。
（2）低产田地比重大根据土地适宜性评价（生产力），全县高产田9150.02公顷，占耕地总面积16.62%；中产田地10300.66公顷，占18.72%；低产田35333.85公顷，占64.18%。
全县高中低产田地面积比为16.6:
18.8:
64.2。
（表2）
表2泸西县耕地适宜性（生产力）评价表[2007]单位：
公顷、%
耕地
高度适宜
中度适宜
勉强适宜
不适宜
总面积
占全县
面积
占全乡
面积
占全乡
面积
占全乡
面积
占全乡
合计
55054.3
100
9150.02
16.62
10300.66
18.72
35333.85
64.18
247.75
0.45
（3）耕地资源分布不均全县以农用地和山地为主，水、土资源分布不均，山、坝之间土地生产力差异显著。
山区人稀地广，坝区人多地少，山区与坝区人均土地、耕地与之比分别为75:
25，65:
35。
（4）水资源分布不均以地表蓄水为例,西北部金马、白水地区,水库,坝塘较多,地表蓄水占全县水库,坝塘蓄水量的90%以上,中南部中枢,永宁,舞街铺地区,水库,坝塘较少,地表蓄水仅占9.8%，东北部向阳,三塘地处岩溶山区,兴修蓄水工程的地质条件差,整个岩溶山区基本上没有蓄水工程.地表蓄水仅占0.2%.因此给农业发展带来极大困难。
（5）光照资源充足泸西县位于北回归线附近，北纬24度15分至46分之间。
图3中，南部山区坡向图，山体向阳面面积大，中部山体破碎；山体阴影图模拟了太阳高度角为45度的日照情形。
总的来说，由于其低纬度，南部山区夏季太阳日照时数长，太阳幅射总量大，给发展农业提供了充足的光照资源。
图3永宁乡、三塘乡南部坡向图及山体阴影图（部分）
3山地丘陵区农村土地集约利用评
3.1山地丘陵区农村土地集约利用评价方法
研究采用空间分析、综合评价等方法，对研究区进行了自然条件、土地利用现状、土地集约滞障因素等的综合分析。
采用ARCGIS9.0在矢量数据基础上对研究区地形、土地利用结构等做了相关分析，直观的展现研究区的土地利用现状；通过建立土地集约利用评价指标体系，对研究区进行多因素的综合评价（图4）；最后，通过以上分析总结出影响山区丘陵区农村土地集约利用的滞障性因素和提高农村土地集约利用度的关键措施。
图4综合评价思路
数据标准化也就是统计数据的指数化。
数据标准化处理主要包括数据同趋化处理和无量纲化处理两个方面。
数据同趋化处理主要解决不同性质数据问题，对不同性质指标直接加总不能正确反映不同作用力的综合结果，须先考虑改变逆指标数据性质，使所有指标对测评方案的作用力同趋化，再加总才能得出正确结果[6]。
数据无量纲化处理主要解决数据的可比性，在此我们采用指数化处理方法。
极差标准化方法进行数据处理。
极差标准化方法的量化公式为：
对于指标值越大，土地集约度越大的的指标：
标准值
对于指标值越大，土地集约度越小的的指标:
标准值
式中xi为指标的实际值，xmax为第i项指标实际值的最大值，xmin为第i项指标实际值的最小值。
经过上述标准化处理后，所有指标的实际值均转换为无量纲化指标标准值（表3），即各指标值都处于同一个数量级别上，可以进行综合评价分析。
表3各乡镇指标标准化数据（2007）
指标名称
Zx1
Zx2
Zx3
Zx4
Zx5
Zx6
Zx7
Zx8
Zx9
Zx10
Zx11
Zx12
Zx13
中枢镇
0.0061
0.0493
0.0044
0.0133
0.0860
0.0712
0.1334
0.0428
0.0532
0.0408
0.0024
0.0095
0.0244
旧城镇
0.0061
0.0529
0.0073
0.0017
0.1076
0.0487
0.1678
0.0159
0.0152
0.0338
0.0293
0.0000
0.0225
白水镇
0.0133
0.0373
0.0234
0.0000
0.0181
0.0130
0.0209
0.0156
0.0319
0.0498
0.0000
0.0295
0.0084
金马镇
0.0168
0.0337
0.0000
0.0000
0.0491
0.0130
0.0319
0.0178
0.0364
0.0607
0.0002
0.0100
0.0022
向阳乡
0.0091
0.0204
0.0234
0.0349
0.0024
0.0014
0.0091
0.0035
0.0000
0.0000
0.0400
0.0086
0.0000
三塘乡
0.0000
0.0000
0.0529
0.1181
0.0000
0.0000
0.0000
0.0000
0.0046
0.0093
0.0334
0.0095
0.0001
永宁乡
0.0357
0.0048
0.0299
0.0532
0.0071
0.0036
0.0088
0.0173
0.0344
0.0093
0.0334
0.0105
0.0044
舞街铺镇
0.0058
0.0493
0.0158
0.0616
0.0272
0.0178
0.0816
0.0235
0.0911
0.0574
0.0046
0.0983
0.0607
3.2山地丘陵区农村土地集约利用评价体系构建
3.2.1指标体系的构建
3.2.1.1指标选取的原则
综合性原则。
土地集约利用评价应对评价区域经济、社会、生态环境等因素进行综合分析。
系统性原则。
按照系统论的观点，全面、系统反映土地利用的各个方面，各子系统之间相互协调、相互促进,共同为系统整体服务。
区域性原则。
对农村土地集约利用的衡量因不同地区规模、地域而有很大的差异。
因此,农村土地集约利用评价指标体系的选择应以普遍性的指标为主，视不同区域而调整。
3.2.1.2评价指标体系
根据研究区实际情况，本文确定了土地投入强度（B1）、土地产出状况（B2）、土地利用状况（B3）、土地可持续状况（B4）4个一级指标，单位面积固定资产投资（C1）、单位面积农村从业人员（C2）等13个二指标[7]。
（图5）
图5农村土地集约利用评价指标体系
3.2.2指标权重确定
本文利用AHP层次分析法软件，进行权重的确定。
第一步：
建立层次结构模型。
（目标层-准则层-方案层）
第二步：
成功建立层次结构模型之后，生成问卷调查表。
由土地利用领域相关专家对问卷调查表按1-9标度法，进行打分。
最后对有效问卷进行统计，并按统计结果对层次结构模型进行标度。
第三步：
进行一致性检验（由软件自动完成），最后计算出各指标相对于目标层的相对重要性，即权重值。
各指标权重系数（wci）如表4。
表4指标权重系数
指标
权重wij
单位面积固定资产投资C1
0.0208
单位面积农业从业人员数C2
0.0380
人均交通用地C3
0.0380
科技培训率C4
0.1032
单位面积农业产值C5
0.0927
单位面积二、三产业产值C6
0.0563
单位面积耕地产值C7
0.1529
人均可支配收入C8
0.0279
人均耕地面积C9
0.0418
耕地平均坡度C10
0.0402
人口密度C11
0.0259
土地垦殖系数C12
0.0762
复种指数C13
0.0859
单位建设用地非农业产值C14
0.0458
森林覆盖率C15
0.0251
人均粮食、蔬菜占有量C16
0.0834
人均经济总收入C17
0.0458
∑
1
3.3山地丘陵区农村土地集约利用评价
通过各指标与权重系数，进行加权求和得到各乡镇综合指数（表5），其公式为：
Wi=
式中：
Wi为各乡镇综合指数；Wij为第i个乡镇，第j个指标权重；Zij为第i个乡镇，第j个指标的标准化数值。
表5各乡镇综合指数表
项目区
综合指数wi
中枢镇
0.537
旧城镇
0.509
白水镇
0.261
金马镇
0.272
向阳乡
0.153
三塘乡
0.228
永宁乡
0.253
舞街铺镇
0.595
由表5可知，土地集约度相对较高的是舞街铺镇、中枢镇、旧城镇，土地集约度相对较低的是白水镇、金马镇、三塘乡、永宁乡；土地集约度最低的是向阳乡。
综合指数只有0.153。
不难发现，土地集约利用度相对较高的，主要为泸西县镇级建制；各乡级建制，土地利用度均偏低。
4土地集约利用驱动力分析
4.1分析方法
结合土地集约利用评价指标体系（图5），提取相关因子作为泸西县土地变化的驱动因子加以分析。
运用统计软件SPSS采用因子分析中的最大方差旋转法进行主成分分析[4],得到各个因子的特征值和贡献率,并根据累计贡献率大于80%的原则（表5）,提取2个主成分。
为了更好的解释各个因子的负荷情况，根据方差最大原则在主成分分析的基础上进行旋转，最后确定进入每个公因子的指标变量。
2个主成分的累计贡献率达到85.93%，表明提取出来的因子能够很好的解释全体变量[5]。
表5成分提取
因子
初始特征值
提取平方和载入
旋转平方和载入
合计
方差的%
累积%
合计
方差的%
累积%
合计
方差的%
累积%
1
8.711
67.008
67.008
8.711
67.008
67.008
5.733
44.101
44.101
2
2.460
18.923
85.932
2.460
18.923
85.932
5.438
41.831
85.932
3
0.700
5.388
91.320
4
0.671
5.165
96.485
5
0.250
1.922
98.407
6
0.099
0.761
99.168
7
0.054
0.413
99.581
8
0.029
0.221
99.802
9
0.022
0.166
99.968
10
0.004
0.032
100.000
11
3.943E-6
3.033E-5
100.000
12
9.038E-17
6.953E-16
100.000
13
-2.282E-16
-1.756E-15
100.000
提取方法：
主成份分析。
4.2数据分析
4.2.1提取因子分析
2个成分对指标变量的负荷矩阵如表6所示。
从表5中可以看出，成分1对土地集成利用度的解释贡献率为67.008%，贡献最大；成分2对土地集成利用度的解释贡献率为18.923%。
即成分1包含了指标中67.008%的信息，成分2中包含了指标中18.923%的信息。
这两个成分的贡献率已经达到85.932%,基本上能够代表全体指标的信息,可以反映山地丘陵区土地集约利用度的基本概况[6]。
4.2.2因子负荷矩阵分析
因子按主成分分析的负荷矩阵如表6所示。
因为按主成分分析的成分负荷不能很好的解释各个因子的负荷情况,在原主成分分析的基础上对其进行正交了旋转[7],得到表7。
表6按主成份分析的成分负荷矩阵
因子
1
2
人均可支配收入
0.960
-0.099
人均经济总收入
0.960
0.036
单位面积耕地产值
0.936
0.266
土地垦殖系数
-0.935
0.235
单位面积农业产值
0.934
0.279
单位面积二、三产业产值
0.934
0.281
人均交通用地
0.817
-0.006
森林覆盖率
-0.805
0.441
科技培训率
-0.273
0.752
单位面积固定资产投资
0.677
0.840
单位建设用地非农业产值
0.660
0.635
单位面积农业从业人员数
-0.486
0.837
人均粮食、蔬菜占有量
0.601
0.709
从表7中可以看出,进入因子1的指标有人均粮食蔬菜占有量、单位建设用地非农业产值、单位面积二三产业产值、单位面积农业产值、单位面积耕地产值等,能提高农产品的产出,提高农产品价格,增加农民收入的因子,可以命名为农民增收成分（f1）。
进入成分2的指标有单位面积固定资产投资、单位面积农业从业人员数、科技培训率等,这些因子都是这些投资都是农民为改善土质,提高产出而投入的化肥、农机农具等投资,故可以命名为土地生产投入因子（f2）。
根据农用土地集约利用的实际情况和累计贡献的要求,累计贡献率为85.932%,则综合评分值公式为：
F=0.67008f1+0.18923f2
表7旋转成分负荷矩阵
成分
1
2
人均粮食、蔬菜占有量
0.924
-0.098
单位建设用地非农业产值
0.916
-0.004
单位面积二、三产业产值
0.870
0.441
单位面积农业产值
0.869
0.443
单位面积耕地产值
0.861
0.454
人均经济总收入
0.720
0.637
人均交通用地
0.587
0.568
单位面积农业从业人员数
0.226
-0.941
森林覆盖率
-0.278
-0.874
单位面积固定资产投资
0.117
0.858
土地垦殖系数
-0.514
-0.815
人均可支配收入
0.626
0.735
科技培训率
0.356
0.852
提取方法:
主成分分析法。
旋转法:
具有Kaiser标准化的正交旋转法。
a.旋转在3次迭代后收敛。
进一步分析各个指标对成分的影响情况。
因子分析中，旋转后的成分载荷矩阵中能够较好的解释各个因子的负荷情况，但却不能很好的解释指标在成分中代表的信息量，因此我们仍然用主成分分析中（未旋转）的成分负荷来分析。
因为在未旋转时，成分1已经代表了原指标中67.008%的信息量，因此，我们重点对f1进行分析。
从表7中可以看出，人均粮食蔬菜占有量、单位建设用地非农业产值、单位面积二三产业产值、单位面积农业产值、单位面积耕地产值等指标对f1的影响都在0.8以上，说明各个指标对成分1都有较大的影响。
4.2.3成分得分
根据SPSS统计软件分析结果，得到各地区的成分得分[8]，即表8。
升级会员 