基于地理加權(quán)回歸的青龍滿族自治縣耕地細(xì)碎化及影響因子分析

郭 碩, 楊偉州, 魏明歡, 楊 揚(yáng), 張蓬濤

(河北農(nóng)業(yè)大學(xué) 國(guó)土資源學(xué)院, 河北 保定 071001)

基于地理加權(quán)回歸的青龍滿族自治縣耕地細(xì)碎化及影響因子分析

郭 碩, 楊偉州, 魏明歡, 楊 揚(yáng), 張蓬濤

(河北農(nóng)業(yè)大學(xué) 國(guó)土資源學(xué)院, 河北 保定 071001)

以青龍滿族自治縣為例，依據(jù)景觀生態(tài)學(xué)相關(guān)理論，重點(diǎn)從地塊平均面積大小、地塊形狀的規(guī)則度以及地塊分布方面選取平均地塊面積、邊界密度、面積加權(quán)平均形狀指數(shù)和聚集度4個(gè)指標(biāo)，借助數(shù)理統(tǒng)計(jì)方法和GIS技術(shù)對(duì)研究區(qū)耕地細(xì)碎化程度進(jìn)行測(cè)算分級(jí)，并應(yīng)用地理加權(quán)回歸模型分析了研究區(qū)耕地細(xì)碎化綜合指數(shù)與坡度、距村落距離、距河流距離、距道路距離之間的空間關(guān)系。結(jié)果表明：青龍滿族自治縣耕地細(xì)碎化以中度細(xì)碎化和重度細(xì)碎化為主，占比分別為45.18%，49.19%；距村落距離、距道路距離與耕地細(xì)碎化程度呈負(fù)相關(guān)關(guān)系，距河流距離、坡度與耕地細(xì)碎化程度呈正相關(guān)關(guān)系；各影響因素影響度都表現(xiàn)出了顯著的空間非平穩(wěn)性，且在空間上波動(dòng)較大。研究所得結(jié)論對(duì)耕地規(guī)?；?jīng)營(yíng)和土地利用效率的提升具有一定的參考意義。

耕地; 細(xì)碎化; 影響因素; 地理加權(quán)回歸; 青龍滿族自治縣

自家庭聯(lián)產(chǎn)承包責(zé)任制實(shí)施以來，我國(guó)耕地斑塊面積日益縮小，邊界日益不規(guī)則。耕地細(xì)碎化造成了中國(guó)耕地播種面積的大量損失，耕地資源浪費(fèi)情況嚴(yán)重[1]。耕地細(xì)碎化一般被描述為由于自然或人為因素，耕地由單一、均質(zhì)和集中連片的整體變化為復(fù)雜、異質(zhì)和分割的斑塊的動(dòng)態(tài)演變過程[2]。耕地細(xì)碎化是我國(guó)農(nóng)業(yè)發(fā)展面臨的主要問題之一。細(xì)碎化對(duì)農(nóng)業(yè)生產(chǎn)有利有弊，其積極作用表現(xiàn)在豐富農(nóng)戶農(nóng)業(yè)種植結(jié)構(gòu)，高效利用勞動(dòng)力，能有效分散農(nóng)業(yè)生產(chǎn)風(fēng)險(xiǎn)和農(nóng)產(chǎn)品價(jià)格風(fēng)險(xiǎn)，從而增加農(nóng)戶收入；消極作用表現(xiàn)在阻礙農(nóng)業(yè)機(jī)械化的發(fā)展，限制了單一農(nóng)戶農(nóng)業(yè)生產(chǎn)的規(guī)模，造成農(nóng)業(yè)經(jīng)營(yíng)效率的損失，阻礙了農(nóng)業(yè)現(xiàn)代化的進(jìn)程[3]。

到目前為止，眾多學(xué)者采用各種方法、從不同角度對(duì)耕地細(xì)碎化展開了探索和研究。譚淑豪等[4]運(yùn)用計(jì)量經(jīng)濟(jì)模型從村級(jí)和農(nóng)戶層次探討了土地細(xì)碎化的成因及其影響因素，認(rèn)為目前中國(guó)的土地細(xì)碎化主要是由供給面因素引起的，需求面因素也有一定影響。白志遠(yuǎn)等[5]運(yùn)用生態(tài)學(xué)景觀格局原理測(cè)算了康樂縣耕地細(xì)碎化水平，運(yùn)用數(shù)據(jù)包絡(luò)分析測(cè)算了耕地利用的純技術(shù)效率和規(guī)模效率，運(yùn)用SPSS軟件測(cè)度了細(xì)碎化水平與耕地利用的純技術(shù)效率和規(guī)模效率的相關(guān)關(guān)系。李鑫等[6]用SFA方法測(cè)度耕地生產(chǎn)技術(shù)效率，用多元線性回歸研究細(xì)碎化對(duì)耕地生產(chǎn)技術(shù)效率影響?？偟膩碚f在研究方法上主要是采用生產(chǎn)函數(shù)、回歸分析等經(jīng)濟(jì)學(xué)方法，運(yùn)用景觀生態(tài)學(xué)方法和地理空間分析方法分析耕地細(xì)碎化的研究還很少[7]。

本文以青龍滿族自治縣為例，以景觀生態(tài)學(xué)原理為基礎(chǔ)，運(yùn)用GIS技術(shù)，選取平均地塊面積、邊界密度、面積加權(quán)平均形狀指數(shù)和聚集度4個(gè)景觀指數(shù)測(cè)度青龍滿族自治縣耕地細(xì)碎化水平，在了解其細(xì)碎化水平的基礎(chǔ)上運(yùn)用GWR模型對(duì)其影響因素進(jìn)行深入分析，以期為耕地規(guī)?；?jīng)營(yíng)和土地利用效率的提升提供參考。

1 研究區(qū)概況

青龍滿族自治縣位于燕山山脈東段，明長(zhǎng)城北側(cè)，河北省東北部邊緣，隸屬河北省秦皇島市。縣境位于40°04′40″—40°36′52″N，118°33′31″—119°36′30″E，青龍滿族自治縣以境內(nèi)最大河流青龍河而得名。青龍滿族自治縣轄11個(gè)鎮(zhèn)、14個(gè)鄉(xiāng)(396個(gè)行政村、4個(gè)居民委員會(huì))，另有1個(gè)省級(jí)經(jīng)濟(jì)開發(fā)區(qū)?？h域境內(nèi)多低山丘陵，多溝谷河流，有“八山一水一分田”之稱。全縣地形走勢(shì)呈現(xiàn)出東部、南部較低，西部和北部偏高。該區(qū)域?qū)儆诒睖貛Т箨懶约撅L(fēng)氣候，降水充沛的氣候特征，溫度相對(duì)較高，四季分明，無霜期較長(zhǎng)。青龍滿族自治縣的地貌特征鮮明，對(duì)區(qū)域內(nèi)的土地利用狀況有著深刻影響，利用類型主要是以農(nóng)業(yè)，林業(yè)、畜牧業(yè)和礦業(yè)用地為主。但是由于家庭聯(lián)產(chǎn)承包責(zé)任制的發(fā)展出現(xiàn)的田埂分割土地、各類溝渠和農(nóng)村道路縱橫，導(dǎo)致青龍滿族自治縣耕地分散而細(xì)碎(圖1)。耕地細(xì)碎化是影響該地區(qū)農(nóng)業(yè)發(fā)展的重要因素，它阻礙農(nóng)業(yè)機(jī)械化的使用，嚴(yán)重影響農(nóng)業(yè)生產(chǎn)率的提高，同時(shí)帶來了農(nóng)產(chǎn)品生產(chǎn)成本的極大浪費(fèi)和農(nóng)業(yè)機(jī)械的使用冗余。

2 數(shù)據(jù)來源及處理

研究所需數(shù)據(jù)來源于青龍滿族自治縣2014年土地利用現(xiàn)狀圖，借助ArcGIS 10.0疊加分析功能提取耕地、道路、河流、村落的數(shù)據(jù)。將提取出的耕地矢量圖斑柵格化，用于在Fragstats 3.4中計(jì)算平均地塊面積(MPS)、邊界密度(ED)、面積加權(quán)平均形狀指數(shù)(AWMSI)和聚集度(AI)4個(gè)景觀指數(shù)。本文將青龍滿族自治縣劃分為1 km×1 km的格網(wǎng)，借助ArcGIS 10.0中的空間分析功能分別計(jì)算格網(wǎng)與村落、道路、河流的距離。青龍滿族自治縣DEM數(shù)據(jù)來源于中國(guó)科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心的地理空間數(shù)據(jù)云平臺(tái)，基于GIS技術(shù)的Spatial Analyst Tools—Slope功能，獲取青龍滿族自治縣坡度圖并通過2014年DEM數(shù)據(jù)提取每個(gè)格網(wǎng)的坡度。坡度、村落、河流、道路、行政區(qū)劃圖見圖2，3。

3 研究方法

3.1 耕地細(xì)碎化綜合指數(shù)測(cè)算

3.1.1 評(píng)價(jià)指標(biāo)的選取 目前眾學(xué)者對(duì)于耕地細(xì)碎化狀況的研究，主要通過從地塊平均面積大小、地塊形狀的規(guī)則度以及地塊分布等方面選取不同景觀指數(shù)作為評(píng)價(jià)指標(biāo)來進(jìn)行描述，例如平均斑塊面積指數(shù)、斑塊密度指數(shù)、邊界密度指數(shù)、聚合度指數(shù)、分維數(shù)等景觀指數(shù)。但由于景觀指數(shù)之間存在共線性問題，易造成評(píng)價(jià)結(jié)果失真，因此本文借助SPSS軟件將擬選取的評(píng)價(jià)指標(biāo)進(jìn)行相關(guān)性分析并在參照相關(guān)資料的基礎(chǔ)上確定相關(guān)性系數(shù)較低的4個(gè)指標(biāo)：平均地塊面積(MPS)、邊界密度(ED)、面積加權(quán)平均形狀指數(shù)(AWMSI)和聚集度(AI)4個(gè)指標(biāo)作為研究區(qū)耕地細(xì)碎化的評(píng)價(jià)指標(biāo)[8-10]。

(1) 平均地塊面積(MPS)。為研究區(qū)的耕地總面積與耕地斑塊總數(shù)的比值。代表一種平均狀況，可以體現(xiàn)耕地的細(xì)碎程度，值越大，表明耕地細(xì)碎化程度越低。具體公式如下：

(1)

圖1青龍滿族自治縣耕地細(xì)碎示意圖圖2青龍滿族自治縣坡度、村落分布情況

圖3青龍滿族自治縣河流分布、主干道路分布和行政區(qū)劃

(2) 邊界密度指數(shù)(ED)。為耕地斑塊的周長(zhǎng)與面積之比，它以單位面積周長(zhǎng)值的大小來體現(xiàn)耕地細(xì)碎程度，值越大，則表明耕地細(xì)碎化程度越高。具體公式如下：

ED=E/A

(2)

式中：E為耕地斑塊周長(zhǎng)；A為耕地面積。

(3) 面積加權(quán)平均形狀指數(shù)(AWMSI)。為研究區(qū)各個(gè)耕地斑塊周長(zhǎng)與面積比乘以各自的面積權(quán)重之后的和，用于反映研究區(qū)域耕地斑塊形狀的復(fù)雜性和規(guī)則性，從而衡量耕地的細(xì)碎化程度，值越大，說明耕地斑塊形狀變得更復(fù)雜，細(xì)碎化程度越高。具體公式如下：

(3)

式中：Pi為研究區(qū)內(nèi)各耕地斑塊周長(zhǎng)；ai為研究區(qū)內(nèi)各耕地斑塊面積；A為研究區(qū)內(nèi)耕地斑塊總面積。

(4)

式中：Pi為研究區(qū)內(nèi)各耕地圖斑周長(zhǎng)；m為研究區(qū)耕地圖斑個(gè)數(shù)。

3.1.2 評(píng)價(jià)指標(biāo)標(biāo)準(zhǔn)化及權(quán)重的確定 對(duì)評(píng)價(jià)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，以消除變量的量綱。本文采用極差標(biāo)準(zhǔn)化方法對(duì)原始統(tǒng)計(jì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，公式為：

(5)

式中：Pij表示指標(biāo)的標(biāo)準(zhǔn)化值；Xij表示指標(biāo)的原始數(shù)據(jù)；Ximin表示指標(biāo)原始數(shù)據(jù)的最小值；Ximax表示指標(biāo)原始數(shù)據(jù)的最大值。具有正效應(yīng)的指標(biāo)(ED，AWMSI)，其值越大，耕地細(xì)碎化綜合值越大，細(xì)碎化越嚴(yán)重；相反，具有負(fù)效應(yīng)的指標(biāo)(AI，MPS)，其值越大，耕地細(xì)碎化綜合值越小，細(xì)碎化越不嚴(yán)重。

結(jié)合前人的研究成果與青龍滿族自治縣耕地細(xì)碎化現(xiàn)實(shí)情況，本文選擇采用層次分析法(AHP)來確定各評(píng)價(jià)指標(biāo)的綜合權(quán)重。層次分析法是美國(guó)運(yùn)籌學(xué)專家T.L.Saaty教授于20世紀(jì)70年代提出的一種定性與定量相結(jié)合的多目標(biāo)決策分析方法，它能把定性因素定量化，從而使評(píng)價(jià)定量化[11]。

3.1.3 評(píng)價(jià)模型的構(gòu)建 本文用多因素綜合評(píng)價(jià)法來進(jìn)行耕地細(xì)碎化綜合指數(shù)的計(jì)算。多因素綜合評(píng)價(jià)法是以影響評(píng)價(jià)單元的因素作為評(píng)價(jià)的指標(biāo)，按照一定的目標(biāo)與原則建立評(píng)價(jià)指標(biāo)體系，以評(píng)價(jià)單元為基礎(chǔ)，按照合適的方法將指標(biāo)因素給予量化處理，賦予權(quán)重，然后進(jìn)行計(jì)算和歸并，最終確定每一個(gè)評(píng)價(jià)單元的總分值。本文在確定評(píng)價(jià)指標(biāo)以及權(quán)重的基礎(chǔ)上，將各個(gè)指標(biāo)進(jìn)行加權(quán)求和，從而得到耕地細(xì)碎化綜合指數(shù)，并且用ArcGIS 10.0對(duì)耕地細(xì)碎化綜合指數(shù)按自然斷點(diǎn)法進(jìn)行分級(jí)，并進(jìn)行地理空間分布分析[12]。耕地細(xì)碎化綜合指數(shù)的計(jì)算公式如下所示：

(6)

式中：Yj為第j個(gè)評(píng)價(jià)單元的耕地細(xì)碎化綜合指數(shù)；kji表示第j個(gè)評(píng)價(jià)單元第i個(gè)指標(biāo)景觀指數(shù)；wi表示第i個(gè)評(píng)價(jià)指標(biāo)權(quán)重；n表示評(píng)價(jià)指標(biāo)總個(gè)數(shù)。

3.2 地理加權(quán)回歸(GWR)分析

普通的線性回歸模型只是對(duì)回歸參數(shù)進(jìn)行“平均”或“全局”估計(jì)，如果自變量為n個(gè)不同空間位置上獲取的樣本數(shù)據(jù)，且自變量間存在空間自相關(guān)性，就無法滿足普通線性回歸模型(OLS模型)殘差項(xiàng)獨(dú)立的假設(shè)，用最小二乘法進(jìn)行參數(shù)估計(jì)將不再適用。地理加權(quán)回歸(GWR)模型是對(duì)普通線性回歸模型的擴(kuò)展，將數(shù)據(jù)的空間位置嵌入到回歸模型之中。GWR能夠反映參數(shù)在不同空間的空間非平穩(wěn)性，使變量間的關(guān)系可以隨空間位置的變化而變化，其結(jié)果更符合客觀實(shí)際，因此本文引入了GWR分析，GWR模型的參數(shù)是位置i的函數(shù)。估計(jì)參數(shù)隨空間位置i的變化而變化[13-15]。GWR模型可表示如下：

(7)

式中：(ui,vi)為第i個(gè)樣本點(diǎn)的空間位置；xik為第i個(gè)樣本點(diǎn)的獨(dú)立變量；ai0(ui,vi)和aik(ui,vi)分別為第i個(gè)樣本點(diǎn)的常數(shù)項(xiàng)估計(jì)值和參數(shù)估計(jì)值；p為第i個(gè)樣本點(diǎn)獨(dú)立變量的個(gè)數(shù)；εi為誤差修正項(xiàng)。

基于ArcGIS 10.0空間統(tǒng)計(jì)中的GWR功能，以各格網(wǎng)耕地細(xì)碎化綜合值為因變量，距河流、道路、村落的距離、坡度為解釋變量。權(quán)重函數(shù)的校準(zhǔn)采用自適應(yīng)方法(Adaptive)，采用最小AIC方法確定帶寬。權(quán)重函數(shù)為：

(8)

式中：b為基帶寬度；dij為點(diǎn)(ui,vj)到點(diǎn)(uj,vj)的距離。

4 結(jié)果與分析

4.1 耕地細(xì)碎化綜合指數(shù)分析

耕地細(xì)碎化綜合指數(shù)指標(biāo)權(quán)重表見表1。平均地塊面積(MPS)權(quán)重為0.576 9，邊界密度(ED)權(quán)重為0.192 3，面積加權(quán)平均形狀指數(shù)(AWMSI)和聚集度(AI)指標(biāo)權(quán)重為0.115 4。青龍滿族自治縣格網(wǎng)的各景觀指數(shù)以及耕地細(xì)碎化的綜合指數(shù)見表2。耕地細(xì)碎化綜合指數(shù)最小為0.082，最大值為0.771，平均值為0.432。本文用自然斷點(diǎn)法將耕地細(xì)碎化綜合指數(shù)分為三級(jí)，分別為輕度細(xì)碎化(0.082～0.589)、中度細(xì)碎化(0.590～0.653)、重度細(xì)碎化(0.654～0.771)，結(jié)果見表3。對(duì)青龍滿族自治縣的各格網(wǎng)細(xì)碎化等級(jí)所占面積進(jìn)行統(tǒng)計(jì)可知，各級(jí)間的耕地細(xì)碎化綜合分值比例均存在一定的差異。耕地細(xì)碎化以中度細(xì)碎化和重度細(xì)碎化為主，占比分別為45.18%，49.19%。造成這一現(xiàn)象的原因主要是隨著經(jīng)濟(jì)的快速增長(zhǎng)，人類活動(dòng)強(qiáng)度加劇及城鎮(zhèn)擴(kuò)張對(duì)建設(shè)用地需求量不斷提高，大量耕地不斷轉(zhuǎn)為建設(shè)用地，造成青龍滿族自治縣耕地的日益割裂，使耕地細(xì)碎化整體呈現(xiàn)較嚴(yán)重狀態(tài)。

為深入了解該縣耕地細(xì)碎化狀況，進(jìn)一步挖掘耕地細(xì)碎化的空間分布規(guī)律，本文對(duì)全縣耕地細(xì)碎化進(jìn)行地理空間分布分析。如圖4所示，耕地的重度細(xì)碎化主要分布在三個(gè)區(qū)域，分別為青龍滿族自治縣的東北部、西北部、西南部。該三個(gè)區(qū)域首先為山區(qū)與丘陵地區(qū)，土地并不平整，而且高低不一，這就決定了耕地是分散和細(xì)碎化的，其次這三個(gè)區(qū)域村落、道路分布相對(duì)比較密集，由于人為因素如建設(shè)工廠、居民點(diǎn)的擴(kuò)張等行為使耕地大量轉(zhuǎn)化為建設(shè)用地，最終造成耕地的重度細(xì)碎化。耕地的中度細(xì)碎化主要分布在青龍滿族自治縣的中部地區(qū)。耕地輕度細(xì)碎化占全縣耕地比重較小且呈零星分布。

表1 耕地細(xì)碎化綜合指數(shù)指標(biāo)權(quán)重

表2 各格網(wǎng)的景觀指數(shù)與綜合指數(shù)一般性統(tǒng)計(jì)描述

表3 耕地細(xì)碎化各級(jí)數(shù)量及占比情況

圖4青龍滿族自治縣耕地細(xì)碎化空間分布

4.2 相關(guān)性分析

耕地細(xì)碎化綜合指數(shù)與各解釋變量之間的相關(guān)性見表4，距道路距離和距村落距離與細(xì)碎化綜合指數(shù)呈現(xiàn)較顯著的負(fù)相關(guān)性，即距道路和村落越遠(yuǎn)，耕地細(xì)碎化程度越輕。距河流距離和坡度與細(xì)碎化綜合指數(shù)呈現(xiàn)較顯著的正相關(guān)性，即距河流越遠(yuǎn)、坡度越大，耕地細(xì)碎化程度越高。坡度較陡的區(qū)域，耕地較不平整，限制了耕地的大規(guī)模種植，耕地細(xì)碎化程度較高。

空間自相關(guān)檢驗(yàn)用于發(fā)現(xiàn)耕地細(xì)碎化綜合指數(shù)是否表現(xiàn)出一定的空間關(guān)聯(lián)性。我們選用全局自相關(guān)統(tǒng)計(jì)量Moran′s I來檢驗(yàn)。計(jì)算發(fā)現(xiàn)，耕地細(xì)碎化綜合指數(shù)的Moran′s I值為0.309 2，其期望值E(I)為-0.006 7，莫蘭指數(shù)大于期望值，也就是說，耕地細(xì)碎化綜合指數(shù)空間相關(guān)和空間異質(zhì)，具有相似值或者相異值之間的空間集群現(xiàn)象，經(jīng)典統(tǒng)計(jì)分析所要求的獨(dú)立、隨機(jī)分布假設(shè)不成立。所以，對(duì)耕地細(xì)碎化綜合指數(shù)影響因素的研究應(yīng)運(yùn)用考慮空間相關(guān)性的空間計(jì)量經(jīng)濟(jì)學(xué)方法。

表4 細(xì)碎化綜合指數(shù)與各解釋變量的相關(guān)系數(shù)

4.3 各解釋變量影響度空間分布特征

4.3.1 坡度影響度空間分布特征 坡度影響度空間分布見圖5，從圖中可以看出坡度影響度表現(xiàn)出明顯的空間非平穩(wěn)性。全縣大部分耕地細(xì)碎化指數(shù)與坡度呈正比。即隨著坡度的增加，耕地細(xì)碎化綜合指數(shù)增大，耕地越細(xì)碎。因?yàn)殡S著坡度的增加，土地變得不再平整，高低不一的地塊使大面積成片利用土地進(jìn)行耕作較為困難，為了盡可能利用坡地上的耕地，農(nóng)戶往往趨向于小面積耕作方式，結(jié)果導(dǎo)致耕地細(xì)碎化程度的增加。但當(dāng)坡度增加到某一臨界值之后，耕地細(xì)碎化綜合指數(shù)與坡度呈反比。即坡度越大，耕地細(xì)碎化指數(shù)越小。因?yàn)楫?dāng)坡度過大時(shí)，耕地幾乎不存在。僅存的耕地也是零星存在，而且農(nóng)戶對(duì)其影響較小。故細(xì)碎化程度會(huì)越來越輕?；貧w系數(shù)最大值位于婁丈子鄉(xiāng)、肖營(yíng)子鎮(zhèn)、朱杖子鄉(xiāng)、祖山鎮(zhèn)、大巫嵐鎮(zhèn)和茨榆山鄉(xiāng)、雙山子鎮(zhèn)。說明這些鄉(xiāng)鎮(zhèn)坡度對(duì)耕地細(xì)碎化程度影響相對(duì)其他鄉(xiāng)鎮(zhèn)較為嚴(yán)重。

4.3.2 距村落距離影響度空間分布特征 距村落距離影響度空間分布見圖6，GWR結(jié)果顯示其影響度具有一定的空間非平穩(wěn)性，影響度正負(fù)大約各占50%，距村落距離與耕地細(xì)碎化綜合指數(shù)總體呈現(xiàn)負(fù)相關(guān)。影響度為負(fù)，說明耕地細(xì)碎化程度隨著距村落距離的增加而減少。這主要是因?yàn)榫嚯x居民點(diǎn)越近，人類活動(dòng)強(qiáng)度越大，出于各種需求和利益對(duì)土地的利用方式越多樣化，如居民點(diǎn)擴(kuò)張，建設(shè)工廠等行為易造成對(duì)耕地圖斑的破壞。但當(dāng)距村落距離超出一定距離后，其對(duì)耕地細(xì)碎化綜合指數(shù)的影響指數(shù)為正，即耕地細(xì)碎化程度隨著距村落距離的增加而增加?；貧w系數(shù)最大值位于桃林口水庫、茨榆山鄉(xiāng)、朱杖子鄉(xiāng)、大巫嵐鎮(zhèn)和木頭凳鎮(zhèn)，說明這幾個(gè)鄉(xiāng)鎮(zhèn)距村落距離對(duì)耕地細(xì)碎化的影響相對(duì)其他鄉(xiāng)鎮(zhèn)較為嚴(yán)重。

圖5坡度影響度空間分布圖6距村落距離影響度空間分布

4.3.3 距河流距離影響度空間分布特征 距河流距離影響度空間分布見圖7，其與耕地細(xì)碎化綜合指數(shù)的Pearson指數(shù)為正，即影響度為正，GWR影響度統(tǒng)計(jì)結(jié)果大部分為正，與實(shí)際相吻合。在河流附近，距河流距離對(duì)耕地細(xì)碎化綜合指數(shù)的影響度為負(fù)。當(dāng)超過一定距離后，影響度為正?；貧w系數(shù)最大值位于婁丈子鄉(xiāng)、朱杖子鄉(xiāng)、馬圈子鎮(zhèn)、土門子鎮(zhèn)、大巫嵐鎮(zhèn)。說明這幾個(gè)鄉(xiāng)鎮(zhèn)距河流距離對(duì)耕地細(xì)碎化程度的影響較其他鄉(xiāng)鎮(zhèn)較為嚴(yán)重。

4.3.4 距道路距離影響度空間分布特征 距道路距離影響度空間分布見圖8，GWR結(jié)果顯示距道路距離與耕地細(xì)碎化綜合指數(shù)總體呈現(xiàn)負(fù)相關(guān)。在一定距離內(nèi)，隨著距道路距離的增加而下降，說明距離道路越近則耕地越細(xì)碎化，道路是影響耕地細(xì)碎化的一個(gè)重要因素。這主要是因?yàn)榫嗟缆吩浇善乇还?、田間溝渠、田梗以及田間道路等劃分為面積更加小的地塊，加之距道路越近人類活動(dòng)強(qiáng)度相對(duì)較大，最終導(dǎo)致耕地細(xì)碎化較為嚴(yán)重。但當(dāng)距道路距離超出一定距離后，其對(duì)耕地細(xì)碎化綜合指數(shù)的影響指數(shù)為正，即隨著距離增加，耕地細(xì)碎化愈加嚴(yán)重?；貧w系數(shù)最大值位于婁丈子鄉(xiāng)、肖營(yíng)子鎮(zhèn)、雙山子鎮(zhèn)、大巫嵐鎮(zhèn)、木頭凳鎮(zhèn)、祖山鎮(zhèn)。說明這幾個(gè)鄉(xiāng)鎮(zhèn)距道路距離對(duì)耕地細(xì)碎化程度的影響較其他鄉(xiāng)鎮(zhèn)較為嚴(yán)重。

圖7距河流距離影響度空間分布圖8距道路距離影響度空間分布

5 結(jié) 論

(1) 構(gòu)建了青龍滿族自治縣耕地細(xì)碎化評(píng)價(jià)指標(biāo)體系，對(duì)縣域耕地景觀細(xì)碎化進(jìn)行了評(píng)價(jià)和分析。結(jié)果表明耕地細(xì)碎化以中度細(xì)碎化和重度細(xì)碎化為主，占比分別為45.18%，49.19%。耕地的重度細(xì)碎化主要分布在三個(gè)區(qū)域，分別為青龍滿族自治縣的東北部、西北部、西南部。

(2) 距村落距離、距道路距離、距河流距離、坡度與耕地細(xì)碎化綜合指數(shù)均呈顯著的相關(guān)性。距村落距離、距道路距離與耕地細(xì)碎化程度呈負(fù)相關(guān)，距河流距離、坡度與耕地細(xì)碎化程度呈正相關(guān)。說明道路、村落、河流以及坡度與耕地細(xì)碎化之間存在一定關(guān)系。

(3) 空間自相關(guān)檢驗(yàn)發(fā)現(xiàn)耕地細(xì)碎化綜合指數(shù)表現(xiàn)出一定的空間關(guān)聯(lián)性，說明GWR相比OLS擬合度要更好。進(jìn)一步分析發(fā)現(xiàn)各影響因素影響度都表現(xiàn)出了顯著的空間非平穩(wěn)性。各影響因素在空間上波動(dòng)較大。婁丈子鄉(xiāng)、肖營(yíng)子鎮(zhèn)、朱杖子鄉(xiāng)、祖山鎮(zhèn)、大巫嵐鎮(zhèn)和茨榆山鄉(xiāng)、雙山子鎮(zhèn)這些鄉(xiāng)鎮(zhèn)坡度對(duì)耕地細(xì)碎化程度影響相對(duì)其他鄉(xiāng)鎮(zhèn)較為嚴(yán)重；桃林口水庫、茨榆山鄉(xiāng)、朱杖子鄉(xiāng)、大巫嵐鎮(zhèn)和木頭凳鎮(zhèn)這幾個(gè)鄉(xiāng)鎮(zhèn)距村落距離對(duì)耕地細(xì)碎化的影響較其他鄉(xiāng)鎮(zhèn)較為嚴(yán)重；婁丈子鄉(xiāng)、朱杖子鄉(xiāng)、馬圈子鎮(zhèn)、土門子鎮(zhèn)、大巫嵐鎮(zhèn)這幾個(gè)鄉(xiāng)鎮(zhèn)距河流距離對(duì)耕地細(xì)碎化程度的影響較其他鄉(xiāng)鎮(zhèn)較為嚴(yán)重；婁丈子鄉(xiāng)、肖營(yíng)子鎮(zhèn)、雙山子鎮(zhèn)、大巫嵐鎮(zhèn)、木頭凳鎮(zhèn)、祖山鎮(zhèn)這幾個(gè)鄉(xiāng)鎮(zhèn)距道路距離對(duì)耕地細(xì)碎化程度的影響較其他鄉(xiāng)鎮(zhèn)較為嚴(yán)重。

耕地細(xì)碎化是自然因素和社會(huì)經(jīng)濟(jì)因素綜合作用的結(jié)果，由于數(shù)據(jù)獲取方面的限制性，本文偏重自然方面探討耕地景觀細(xì)碎化問題，社會(huì)經(jīng)濟(jì)因素考慮較少。社會(huì)經(jīng)濟(jì)方面，耕地分配制度、人口壓力、土地流轉(zhuǎn)機(jī)制與土地市場(chǎng)化程度均會(huì)對(duì)耕地細(xì)碎化產(chǎn)生影響。李慶東等利用農(nóng)戶擁有的耕地地塊數(shù)、農(nóng)戶經(jīng)營(yíng)的地塊面積和地塊之間的距離等指標(biāo)分析耕地經(jīng)營(yíng)細(xì)碎化[16]，無疑為以后耕地細(xì)碎化社會(huì)經(jīng)濟(jì)影響因素研究打下了基礎(chǔ)。今后的研究中，應(yīng)當(dāng)進(jìn)一步探索耕地細(xì)碎化影響因素及其作用機(jī)理，以減緩耕地細(xì)碎化的過程及降低耕地細(xì)碎化帶來的負(fù)面影響。

[1] 鄧建波.耕地細(xì)碎化成因及其與生產(chǎn)效率的關(guān)系[D].成都:四川農(nóng)業(yè)大學(xué),2013.

[2] 陳春苗.焦作市耕地細(xì)碎化測(cè)度及其效應(yīng)分析[D].河南焦作:河南理工大學(xué),2012.

[3] 王道駿,陳英,賈首杰,等.基于景觀格局指數(shù)的耕地細(xì)碎化研究[J].中國(guó)農(nóng)學(xué)通報(bào),2014,30(32):184-188.

[4] 譚淑豪,曲福田,尼克,等.土地細(xì)碎化的成因及其影響因素分析[J].中國(guó)農(nóng)村觀察,2003(6):24-30.

[5] 白志遠(yuǎn),陳英,謝保鵬,等.ARCGIS支持下的景觀細(xì)碎化與耕地利用效率關(guān)系研究：以甘肅省康樂縣為例[J].干旱區(qū)資源與環(huán)境,2014,28(4):42-47.

[6] 李鑫,歐名豪,肖長(zhǎng)江,等.基于景觀指數(shù)的細(xì)碎化對(duì)耕地生產(chǎn)效率影響研究[J].長(zhǎng)江流域資源與環(huán)境,2012,21(6):707-713.

[7] 呂曉,黃賢金,鐘太洋,等.中國(guó)農(nóng)地細(xì)碎化問題研究進(jìn)展[J].自然資源學(xué)報(bào),2011,26(3):530-540.

[8] 周靜,吳志峰,李定強(qiáng),等.珠江口兩岸耕地景觀破碎化定量分析[J].熱帶地理,2005,25(2):107-110,122.

[9] 趙銳鋒,姜朋輝,趙海莉,等.黑河中游濕地景觀破碎化過程及其驅(qū)動(dòng)力分析[J].生態(tài)學(xué)報(bào),2013,33(14):4436-4449.

[10] 陳紅宇,朱道林,鄖文聚,等.嘉興市耕地細(xì)碎化和空間集聚格局分析[J].農(nóng)業(yè)工程學(xué)報(bào),2012,28(4):235-242.

[11] 廖紅強(qiáng),邱勇,楊俠,等.對(duì)應(yīng)用層次分析法確定權(quán)重系數(shù)的探討[J].機(jī)械工程師,2012(6):22-25.

[12] 武增海,李濤.高新技術(shù)開發(fā)區(qū)綜合績(jī)效空間分布研究:基于自然斷點(diǎn)法的分析[J].統(tǒng)計(jì)與信息論壇,2013,28(3):82-88.

[13] 龐瑞秋,騰飛,魏冶.基于地理加權(quán)回歸的吉林省人口城鎮(zhèn)化動(dòng)力機(jī)制分析[J].地理科學(xué),2014,34(10):1210-1217.

[14] 馬瑛.基于地理加權(quán)回歸模型的農(nóng)用地地價(jià)空間結(jié)構(gòu)研究[D].武漢:華中農(nóng)業(yè)大學(xué),2012.

[15] 劉世梁,劉琦,王聰,等.基于地理加權(quán)回歸的漫灣庫區(qū)景觀破碎化及影響因子分析[J].地理科學(xué),2014,34(7):856-862.

[16] 李慶東,王秋兵,錢鳳魁,等.農(nóng)戶耕地經(jīng)營(yíng)細(xì)碎化分析:以遼寧省昌圖縣為例[J].廣東農(nóng)業(yè)科學(xué),2010,37(6):230-232.

CultivatedLandFragmentationandImpactFactorsofQinglongManchuAutonomousCountyBasedonGeographicallyWeightedRegression

GUO Shuo, YANG Weizhou, WEI Minghuan, YANG Yang, ZHANG Pengtao

(CollegeofLandandResources,AgriculturalUniversityofHebei,Baoding,Hebei071001,China)

We took Qinglong Manchu Autonomous County as an example, based on the relevant theories of landscape ecology, and selected four indicators especially from average area size of plot, regulation degree of plot shape and land distribution: average land area, boundary density, the area-weighted mean shape index and the degree of aggregation. We made measurement and classification on cultivated land fragmentation degree of research area and analyzed the spatial relationship between land fragmentation comprehensive index and gradient, distance to the villages, distance to the rivers, and distance to the roads by means of geographically weighted regression model. The results showed that land fragmentation degree of the Qinglong Manchu Autonomous County of focused on moderate fragmentation and severe fragmentation, accounting for 45.18% and 49.19%, respectively. And there was a negative correlation relationship between the distance to villages as well as roads and land fragmentation degree. On the contrary, the relationship between gradient, the distance to rivers and land fragmentation degree presented positive correlation. The influence extent of each influence factor showed the remarkable spatial non-stability with large fluctuation in the space. The conclusion of this study has a certain reference value for the scaled operation of cultivated land and the improvement of land use efficiency.

cultivated land; fragmentation; influence factor; geographically weighted regression; Qinglong Manchu Autonomous County

2016-04-26

：2016-05-23

河北省社會(huì)科學(xué)基金2016年度項(xiàng)目“生態(tài)文明建設(shè)背景下貧困地區(qū)的土地多功能轉(zhuǎn)變與響應(yīng)機(jī)制研究”(HB16GL048)

郭碩(1992—),男,河北邢臺(tái)人,在讀碩士研究生,研究方向?yàn)檗r(nóng)村土地利用。E-mail:15933985650@163.com

張蓬濤(1971—),男,河北保定人,教授,博士,主要從事土地經(jīng)濟(jì)與評(píng)價(jià)研究。E-mail:zhangpt@hebau.edu.cn

F301.24

：A

：1005-3409(2017)03-0264-06