珠三角典型地區(qū)耕地流失特征及機(jī)制分析

黃瀅冰+南卓銅+徐啟恒+趙克飛

摘 要：結(jié)合遙感解譯得到多期土地利用類型圖，分析1988年～2013年東莞市耕地流失的數(shù)量變化特征、流失強(qiáng)度以及與城市擴(kuò)張之間的流轉(zhuǎn)關(guān)系，并結(jié)合社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)研究東莞耕地流失的影響因素，確定了人口、產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展?fàn)顩r、居民生活水平和交通發(fā)展水平五類耕地流失驅(qū)動(dòng)指標(biāo)。利用相關(guān)性檢驗(yàn)、主成分分析和逐步回歸法進(jìn)行驅(qū)動(dòng)力分析。研究結(jié)果表明： 26年間東莞市耕地流失886.52km2，占研究區(qū)總面積的35.96%，耕地以79.16%的凈流失率和6.08%的年均強(qiáng)度持續(xù)流失，且耕地流失與城市建設(shè)用地之間存在顯著的線性流轉(zhuǎn)關(guān)系；該期間耕地有四個(gè)顯著的流失階段，為原始快速流失期、間歇平穩(wěn)流失期、二次高速流失期和成熟趨緩流失期，分別反映了同時(shí)期的國家政策調(diào)整及地區(qū)戰(zhàn)略規(guī)劃；一、三產(chǎn)業(yè)比重、城市化率、職工工資水平及常住人口等12個(gè)驅(qū)動(dòng)因子與耕地流失存在顯著相關(guān)性，其中的戶籍非農(nóng)人口、GDP、固定資產(chǎn)投資、職工工資水平和公路里程分別為五類驅(qū)動(dòng)指標(biāo)的主成分；第三產(chǎn)業(yè)的發(fā)展通過提高居民收入水平進(jìn)而推動(dòng)城市房地產(chǎn)業(yè)的發(fā)展，是加速東莞市耕地流失最為核心的動(dòng)力機(jī)制。

關(guān)鍵詞：耕地流失；驅(qū)動(dòng)力；東莞；主成分分析；多元逐步回歸

中圖分類號(hào)：K92 文獻(xiàn)標(biāo)識(shí)碼：A

0 引言

耕地是土地資源中最為寶貴的自然資源，其數(shù)量和質(zhì)量是糧食綜合生產(chǎn)力的體現(xiàn)[1，2]。20世紀(jì)80年代，我國耕地流失現(xiàn)象逐漸凸顯[3-6]，珠江三角洲地區(qū)處于經(jīng)濟(jì)的快速發(fā)展期，伴隨著快速城鎮(zhèn)化進(jìn)程，耕地大量流失[7]。其中東莞的土地利用變化最具代表性[8，9]，相關(guān)資料[10]顯示，東莞在改革開放之初為農(nóng)業(yè)大縣，工業(yè)基礎(chǔ)十分薄弱。而到80年代中期，該區(qū)開始承接來自港澳臺(tái)地區(qū)的加工企業(yè)的轉(zhuǎn)移，大力發(fā)展加工裝配等外向型工業(yè)，并逐漸形成了以制造業(yè)為主的國際性加工制造業(yè)基地和中國重要的外貿(mào)出口基地。在此期間，鄉(xiāng)鎮(zhèn)地租低、環(huán)境好的耕地不斷淪為工業(yè)用地。然而這一依賴消耗土地?fù)Q經(jīng)濟(jì)發(fā)展的粗放模式終究不可能持續(xù)，黎夏[11]在1997年利用遙感和GIS技術(shù)對(duì)東莞市農(nóng)田損失進(jìn)行了監(jiān)測(cè)和定量評(píng)價(jià)，從數(shù)量、質(zhì)量及空間分布的角度分析了農(nóng)田被侵占的損失程度。楊青生等[12]在2005年以東莞市樟木頭鎮(zhèn)為例對(duì)其城市用地進(jìn)行了模擬研究。梁育填等[13]研究了東莞如何提高區(qū)域生產(chǎn)空間質(zhì)量和優(yōu)化區(qū)域國土空間結(jié)構(gòu)。研究也揭示了東莞56.1%的耕地處于警戒水平，15.7%耕地處于較差水平[14，15]。耕地質(zhì)量的下降主要是對(duì)經(jīng)濟(jì)發(fā)展和工業(yè)“三廢”排放及農(nóng)藥化肥過量施用等不合理利用的響應(yīng)。陳紅順等[16，17]研究了東莞市1988年～2005年的土地利用變化特征及驅(qū)動(dòng)因素，反映出城鎮(zhèn)用地快速擴(kuò)張和耕地大量流失是該地區(qū)土地變化的主要特征，經(jīng)濟(jì)發(fā)展和人口增長是土地利用變化的主要驅(qū)動(dòng)因素，且工業(yè)生產(chǎn)總值與耕地流失之間存在較好的線性關(guān)系。

較之以往該區(qū)耕地變化特征及驅(qū)動(dòng)力的相關(guān)研究，本文選擇1988年～2013年共26年的時(shí)間跨度，以全面揭示20世紀(jì)80年代以來該區(qū)耕地流失變化特征。本文也利用高分辨率的遙感數(shù)據(jù)源和綜合的指標(biāo)體系，根據(jù)以往土地利用變化的驅(qū)動(dòng)機(jī)制研究成果[18-20]，選擇有代表性和針對(duì)性的五類社會(huì)經(jīng)濟(jì)指標(biāo)（含16個(gè)驅(qū)動(dòng)因子），通過相關(guān)性分析、主成分分析和逐步回歸，建立該區(qū)耕地流失驅(qū)動(dòng)力模型。

1 研究區(qū)與數(shù)據(jù)來源

1.1 研究區(qū)概況

東莞市地處我國華南地區(qū)，廣東省南部珠江口東岸（圖 1），位于東經(jīng)113°31′～114°15′和北緯22°39′～23°09′之間，毗鄰深圳、香港和廣州。該區(qū)地勢(shì)東南高、西北低，土地總面積約2465 km2。氣候上屬于亞熱帶季風(fēng)氣候，長夏無冬、日照時(shí)數(shù)充足、臺(tái)風(fēng)活躍降水充沛，年平均氣溫約23℃，年平均日照時(shí)數(shù)約1875小時(shí)，年平均雨量約1820毫米。

該區(qū)地貌以丘陵臺(tái)地、沖積平原為主，丘陵臺(tái)地和沖積平原分別占44.5%和43.3%，山地僅6.2%。東南部多山，海拔多在200～600米，坡度約30℃，起伏較大。中南部為丘陵臺(tái)地區(qū)，海拔稍低于東南部。東北部為陸地和河谷平原區(qū)，海拔多在30～80米之間，坡度小。西北部為東江沖積而成的三角洲平原，多在10米以下，地勢(shì)低平、水網(wǎng)縱橫。西南部為濱臨珠江口的江河沖積平原，地勢(shì)平坦而低陷，是受潮汐影響較大的沙咸田地區(qū)。由此可見，研究區(qū)本身具備良好的耕地資源，且氣候適宜土壤肥沃。自改革開放以來，東莞市大力推進(jìn)外向型經(jīng)濟(jì)，GDP從1978年的6.11億元到2013年高達(dá)5490億元，年均增速超過20%，成為中國經(jīng)濟(jì)發(fā)展最快的地區(qū)之一。但伴隨著城市迅速擴(kuò)張，大量耕地被侵占，對(duì)城市生態(tài)環(huán)境造成嚴(yán)重威脅[11，14]。

1.2 數(shù)據(jù)來源

本文選用美國陸地衛(wèi)星Landsat TM和法國地球觀測(cè)衛(wèi)星SPOT兩種遙感數(shù)據(jù)源。在時(shí)序上依次選擇了Landsat TM、SPOT5和SPOT6，分辨率分別為30m、2.5m和1.5m。選擇影像清晰、色調(diào)均勻且云覆蓋量控制在10%以內(nèi)、探測(cè)器傾斜角度絕對(duì)值25°以內(nèi)的遙感影像，用于研究耕地流失的過程和特征。其中2005年之前選用Landsat TM遙感影像，空間分辨率為30m。2005年～2010年選用SPOT5遙感影像，其全色波段分辨率為2.5m，多光譜分辨率為10m。因可獲取的社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)資料至2013年，最新一期研究選擇2013年SPOT6影像，其全色和多光譜波段空間分辨率分別為1.5m、6m。本文還使用了1988年～2013年東莞市年鑒和東莞市統(tǒng)計(jì)年鑒，用于獲取1988年以來的經(jīng)濟(jì)、社會(huì)、人口及交通等相關(guān)統(tǒng)計(jì)資料。

2 研究方法

本文總體技術(shù)路線是通過Landsat TM和SPOT遙感影像解譯出研究區(qū)不同時(shí)序的土地利用圖，確定可能驅(qū)動(dòng)耕地流失的人口、產(chǎn)業(yè)、經(jīng)濟(jì)、社會(huì)及交通等因素，對(duì)驅(qū)動(dòng)因子進(jìn)行標(biāo)準(zhǔn)化處理，展開耕地變化特征和耕地流失驅(qū)動(dòng)力兩方面的分析和評(píng)價(jià)（圖2）。endprint

2.1 遙感數(shù)據(jù)選擇和處理

首先，遙感影像進(jìn)行預(yù)處理，主要在ERDAS和PCI平臺(tái)上進(jìn)行，涉及正射糾正、影像配準(zhǔn)、影像增強(qiáng)、影像融合和幾何校正等工作。其次，對(duì)預(yù)處理后遙感影像進(jìn)行解譯。根據(jù)TM和SPOT影像特征，TM影像采用計(jì)算機(jī)解譯， SPOT影像因光譜信息較為復(fù)雜、難以準(zhǔn)確提取分組特征值而采用目視解譯。結(jié)合《土地利用現(xiàn)狀分類》（2007）國家標(biāo)準(zhǔn)，TM影像計(jì)算機(jī)解譯根據(jù)先驗(yàn)知識(shí)訓(xùn)練樣本，通過監(jiān)督分類最大似然法獲得分類準(zhǔn)則以提取各類土地利用類型。SPOT影像通過制定研究區(qū)影像解譯標(biāo)志，根據(jù)“先圖外、后圖內(nèi)，先整體，后局部，勤對(duì)比，多分析”的目視判讀原則，綜合運(yùn)用直接判讀法、對(duì)比分析法、信息覆合法、綜合推理法及地理相關(guān)分析法等進(jìn)行遙感信息綜合解譯。

為保證解譯精度，外業(yè)核查、初判結(jié)果的檢查修訂及拓?fù)錂z查修正工作不可或缺。前期的外業(yè)核查用于識(shí)別不確定性地物，輔助更好地獲得先驗(yàn)知識(shí)。中期的外業(yè)核查有利于完善技術(shù)方法，提供解譯質(zhì)量和效率。后期的外業(yè)核查用于驗(yàn)證解譯精度，對(duì)解譯結(jié)果進(jìn)行外業(yè)調(diào)查核實(shí)，解譯精度和KAPPA系數(shù)在90%和0.7以上，保證了成果的適用性。最終獲得1988年以來多期土地利用現(xiàn)狀圖。

2.2 驅(qū)動(dòng)因子選取與標(biāo)準(zhǔn)化

耕地流失主要是城市擴(kuò)張和耕地資源稀缺之間矛盾的結(jié)果，是城鎮(zhèn)用地的激增以占用周邊耕地為主的方式導(dǎo)致。耕地流失是城市化背景下政策調(diào)整、人口增長、經(jīng)濟(jì)發(fā)展、社會(huì)投入及交通帶動(dòng)等因素的綜合驅(qū)動(dòng)所致。大量研究表明，不同地區(qū)的耕地流失均與當(dāng)?shù)氐慕?jīng)濟(jì)、社會(huì)及人口等有一定的關(guān)系，且這些因素反映了相應(yīng)政策的變化。本文考慮研究區(qū)驅(qū)動(dòng)因子的可量化性及可獲取性，選擇人口因素、產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展水平、生活水平及交通水平五個(gè)影響因素，并細(xì)化五個(gè)類別共有16種驅(qū)動(dòng)因子，如表1所示。

由于各驅(qū)動(dòng)因子量綱不同，因子間數(shù)量級(jí)差異較大。采用常用的方差標(biāo)準(zhǔn)化方法[21]對(duì)驅(qū)動(dòng)因子值進(jìn)行標(biāo)準(zhǔn)化處理，將其轉(zhuǎn)化為無量綱值，便于不同量級(jí)因子的分析和評(píng)價(jià)。標(biāo)準(zhǔn)化公式見公式1和2：

2.3 耕地變化強(qiáng)度指標(biāo)確定

耕地流失強(qiáng)度計(jì)算選取耕地凈流失量、凈流失率、年均流失率和流失速率等指標(biāo)（式3-6）[22，23]，依據(jù)不同時(shí)期的耕地指標(biāo)情況分階段揭示耕地流失特征。

其中，K1、K2、K3和K4分別表示凈流失面積、凈流失率、年均流失率和流失速率，Ua和Ub分別表示某一區(qū)域某一階段研究初期和末期的耕地?cái)?shù)量，T表示時(shí)間跨度。

2.4 驅(qū)動(dòng)機(jī)制分析方法

（1）相關(guān)分析和主成分分析。相關(guān)分析用來檢驗(yàn)變量（耕地流失）與驅(qū)動(dòng)因子間是否存在某種依存關(guān)系以及相關(guān)方向（正相關(guān)和負(fù)相關(guān)）和顯著程度，并初步判斷與耕地流失相關(guān)性較為顯著的驅(qū)動(dòng)因子。相關(guān)分析利用卡爾·皮爾遜設(shè)計(jì)的相關(guān)系數(shù)統(tǒng)計(jì)指標(biāo)來表示（式7），其值范圍為-1～1，0.8？燮|r|表明存在高度相關(guān)性。

由于驅(qū)動(dòng)因子間可能存在一定相關(guān)性，通過共線性檢測(cè)和KMO檢驗(yàn)診斷因子相關(guān)性，然后主成分分析法確定最主要的解釋因子。共線性診斷用特征值、條件指數(shù)、容差和VIF（方差膨脹因子）共同表征是否存在共線性情況，其中多個(gè)維度特征值約為0、條件指數(shù)大于10則指示可能存在多重共線性。多重共線性情況需進(jìn)一步采用主成分分析法對(duì)驅(qū)動(dòng)因子定量探討，主成分分析法基于降維思想把多個(gè)驅(qū)動(dòng)因子轉(zhuǎn)化為少數(shù)幾個(gè)綜合指標(biāo)（即主成分）來表征多個(gè)驅(qū)動(dòng)因子變量的大部分信息（式8、9）。其中綜合指標(biāo)為原驅(qū)動(dòng)因子的線性組合，這樣既保留了原始變量的主要信息，且指標(biāo)之間并不相關(guān)。

假設(shè)有n個(gè)樣本，原始變量為X1、X2、X3…Xp，則構(gòu)成了p×n的矩陣（式8）。通過主成分分析對(duì)數(shù)據(jù)降維，得到若干個(gè)綜合指標(biāo)（如m個(gè)），即式9中互不相關(guān)的F1、F2…Fm。每一主成分所提取的信息量可用方差度量，其中F1是X1、X2、X3…Xp一切線性組合中的方差最大者（Var（F1））。第一主成分（Var（F1））值越大則包含的信息就越多， 如不足以代表原p個(gè)指標(biāo)的信息，則再考慮第二主成分F2，以此類推。

（2）多元逐步回歸模型建立及評(píng)價(jià)。逐步回歸基本思想是將變量逐個(gè)引入模型，并依次進(jìn)行F檢驗(yàn)和T檢驗(yàn)，剔除非顯著及引起多重共線性的解釋變量，保證最后所得解釋變量集為最優(yōu)[24]。本文根據(jù)主成分分析結(jié)果構(gòu)建了兩種耕地流失的逐步回歸模型。模型1是對(duì)五類指標(biāo)的第一主成分根據(jù)擬合關(guān)系建立逐步回歸模型（式10），模型2是對(duì)主成分里所有高載荷因子建立線性逐步回歸模型（式11）。

3 耕地流失特征分析

3.1 耕地面積變化

圖3為26年來東莞市土地利用類型的面積變化趨勢(shì)， 表2和圖4是解譯獲得的五個(gè)時(shí)期（趨勢(shì)拐點(diǎn)年份）的東莞市土地利用類型圖及其數(shù)量統(tǒng)計(jì)。整體上，除建設(shè)用地一直在增加外，其他用地類型均有不同程度的減少或波動(dòng)，其中耕地銳減最為突出，果園和林地次之，基塘與河流水庫基數(shù)小且僅有相對(duì)微弱的起伏變化。耕地以不同的速度持續(xù)流失，建設(shè)用地則以不同的速度持續(xù)擴(kuò)張。從數(shù)量變化看，耕地總量由1988年的1119.89km2減少到2013年的233.37km2，共流失量886.52km2，流失了以1988年為基準(zhǔn)的79.16%的耕地；從變化趨勢(shì)看，耕地流失與建設(shè)用地?cái)U(kuò)張表現(xiàn)出剪刀狀的趨勢(shì)，在2000年左右兩者數(shù)量相等。耕地流失可以分為四個(gè)明顯的階段，即原始快速流失期1988年～1993年（第一階段）、間歇平穩(wěn)流失期1993年～1997年（第二階段）、二次高速流失期1997年～2008年（第三階段）和成熟趨緩流失期2008年以后（第四階段），各階段表現(xiàn)出不同的時(shí)間間隔和流失速度。其中一、三階段耕地流失量為耕地總流失量的92.74%，第一階段耕地流失量為394.63km2，第三階段流失量為427.53 km2；第四階段耕地流失已進(jìn)入成熟期，逐漸向零流失過渡。endprint

3.2 耕地流失強(qiáng)度

耕地流失的四個(gè)階段時(shí)間間隔不同，流失強(qiáng)度各異（表3）。整體上，26年間耕地凈流失了研究區(qū)總面積的35.96%，耕地凈流失率為-79.16%，年均流失率為-6.08%，流失速率為每年-35.46km2。1988年～1993年和1997年～2008年間耕地流失強(qiáng)度最大，1993年～1997年次之，2008年后趨于零流失。第一階段1988年～1993年間，是耕地流失的快速期，耕地凈流失面積397.63km2，并以凈流失率35.25%、年均流失率8.32%和年均流失速率78.93km2的強(qiáng)度流失；第二階段1993年～1997年間，耕地流失強(qiáng)度較前一階段明顯減弱，凈流失面積75.04km2，凈流強(qiáng)度約是前一階段的1/3，即凈流失率、年均流失率和流失速率分別為-10.35%、-2.69%和-18.76km2/a；第三階段1997年～2008年間，是耕地流失的二次加速期；2008年以來，耕地總量漸趨穩(wěn)定，關(guān)鍵在于城市擴(kuò)張遇到諸多瓶頸，城市逐漸步入更新階段。

3.3 與建設(shè)用地的關(guān)系

研究表明，耕地的流轉(zhuǎn)方向主要是城市不斷擴(kuò)張，這與其他研究結(jié)果一致[11，25，26]。耕地面積與建設(shè)用地面積之間有顯著的負(fù)相關(guān)關(guān)系（圖5），R2為0.97，通過了0.01顯著性檢驗(yàn)。擬合斜率約為-0.73，也說明城市擴(kuò)展除了以侵占耕地為主要方式外還侵占了其他用地類型。圖4可發(fā)現(xiàn)果園是僅次于耕地的流失類型。耕地流失與建設(shè)用地間的高相關(guān)性可揭示兩者具有類似的驅(qū)動(dòng)機(jī)制，耕地流失驅(qū)動(dòng)力分析結(jié)果同樣可供該研究區(qū)城市擴(kuò)張的驅(qū)動(dòng)力研究參考。從空間分布上看，耕地流失主要分布在以主城區(qū)為中心向西南和東南延伸的擴(kuò)展帶上，包括主城區(qū)，向西南延伸的厚街、虎門及長安等鎮(zhèn)區(qū)，向東南延伸的寮步、東坑、橫瀝及常平等鎮(zhèn)街?，F(xiàn)有耕地分布極其零散，主要分布在珠江口沿岸及西北部的三角洲平原。

4 驅(qū)動(dòng)機(jī)制分析

綜合分析本文四個(gè)顯著階段的耕地流失特征，其變化趨勢(shì)、強(qiáng)度與對(duì)應(yīng)時(shí)期的政策導(dǎo)向緊密相關(guān)，定性響應(yīng)了相關(guān)政策調(diào)整的過程。且政策的變化可映射到相應(yīng)社會(huì)經(jīng)濟(jì)指標(biāo)中，便于更好的定量分析對(duì)耕地流失的驅(qū)動(dòng)作用。因而，選擇耕地與五類共16個(gè)候選驅(qū)動(dòng)因子進(jìn)行相關(guān)性分析，并對(duì)顯著相關(guān)性因子進(jìn)行共線性檢測(cè)。采用主成分分析，給出主成分及高載荷量因子，進(jìn)一步參與構(gòu)建逐步回歸模型，最終可給出耕地流失的核心解釋因子。

4.1 耕地流失顯著影響因子

相關(guān)系數(shù)情況如表4，耕地與X23（第二產(chǎn)業(yè)比重）、X14（農(nóng)業(yè)人口）、X33（財(cái)政支出）和X32（地方財(cái)政收入）的相關(guān)系數(shù)絕對(duì)值小于0.8，將不參與共線性診斷和主成分分析。耕地與其余驅(qū)動(dòng)因子相關(guān)系數(shù)絕對(duì)值均大于0.8，而與其中的X24（第三產(chǎn)業(yè)占GDP比重）、X22（第二產(chǎn)業(yè)占GDP比重）、X12（城市化率）、X42（職工平均工資）、X51（道路里程）及X11（常住人口）更是具有高度顯著的相關(guān)性。對(duì)相關(guān)性顯著的12個(gè)因子的共線性診斷顯示，變量系數(shù)中X11、X22、X24、X41、X42、X51及X52的容差均小于0.1，其對(duì)應(yīng)的VIF值均大于10，說明該7個(gè)驅(qū)動(dòng)因子均與其他因子存在多重共線性，且其中的X41、X42、X51和X52的VIF值更是超過100，表明存在嚴(yán)重的多重共線性，驅(qū)動(dòng)因子之間存在較為嚴(yán)重的信息重疊問題。

表5給出了主成分的統(tǒng)計(jì)信息，第一成分的特征值為10.95，解釋了原12個(gè)顯著變量總方差的91.28%（即第一成分特征值貢獻(xiàn)率達(dá)91.28%）。第一成分特征值大于1，其貢獻(xiàn)率超過80%。因而第一成分信息損失量少，能夠充分反映耕地與驅(qū)動(dòng)因素的關(guān)系，可替代原12個(gè)顯著變量指標(biāo)。表6指示了第一主成分中驅(qū)動(dòng)因子的載荷數(shù)。X42（職工工資水平）、X13（戶籍非農(nóng)業(yè)人口）、X41（人均GDP）和X21（GDP）在主成分上的載荷排在前四位，超過了0.98。從類別上看，經(jīng)濟(jì)水平、居民生活水平和交通發(fā)展水平在主成分上的載荷均超過0.965。這也說明了東莞市耕地的流失是多重因素綜合影響的結(jié)果，涉及人口、產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展、居民生活水平及交通發(fā)展情況等諸多方面，其中居民生活水平的提高及交通的發(fā)達(dá)對(duì)耕地流失的影響尤為突出，居民生活水平中的職工工資水平和人均GDP、人口因素中的戶籍非農(nóng)人口、經(jīng)濟(jì)發(fā)展因素中的GDP等是影響耕地流失較為關(guān)鍵的驅(qū)動(dòng)因子。

在相關(guān)學(xué)者研究中，人口的激增往往是導(dǎo)致耕地?cái)?shù)量銳減的重要因素[17，23，25]，而本文進(jìn)一步分析表明，戶籍非農(nóng)人口是真正影響東莞市耕地流失的人口因素。東莞戶籍非農(nóng)人口往往是由原市民、富裕起來的農(nóng)業(yè)人口轉(zhuǎn)移及外地精英人士本地化組成，該部分人口收入水平相對(duì)較高，是推動(dòng)房地產(chǎn)業(yè)發(fā)展的主力，進(jìn)而加劇耕地的流失。

4.2 耕地流失核心驅(qū)動(dòng)機(jī)制

根據(jù)Gong等的研究[23，27]，根據(jù)主成分上載荷值選出每一類驅(qū)動(dòng)指標(biāo)中載荷最高的因子，即為該類指標(biāo)的第一主成分，包括X13（戶籍非農(nóng)人口）、X21（GDP）、X34（固定資產(chǎn)投資）、X42（職工工資水平）和X51（公路里程）五個(gè)因子項(xiàng)分別代表人口、產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)水平、生活水平和交通水平五類驅(qū)動(dòng)指標(biāo)，參與納入逐步回歸模型1（即各類指標(biāo)的第一主成分逐步回歸）。而載荷量絕對(duì)值均大于0.8的因子，均納入線性逐步回歸模型2（即主成分中所有高載荷因子逐步回歸）。結(jié)合耕地與各驅(qū)動(dòng)因子的擬合關(guān)系，確定模型1和模型2形式如式12、13表示：

通過逐步回歸，最終模型1僅剩X42自變量（式14和表7），即職工平均工資，模型2僅剩X24自變量（公式15和表7），即第三產(chǎn)業(yè)占GDP比重，其R2分別為0.975、0.952，均通過了0.01的顯著性檢驗(yàn)。揭示了職工工資水平對(duì)耕地?cái)?shù)量變化的驅(qū)動(dòng)十分顯著，最能充分解釋耕地的流失；第三產(chǎn)業(yè)與耕地流失存在顯著的負(fù)相關(guān)，同時(shí)分析發(fā)現(xiàn)工資水平與第三產(chǎn)業(yè)比重之間存在顯著的指數(shù)關(guān)系，復(fù)相關(guān)系數(shù)為0.972，兩者潛在的關(guān)聯(lián)機(jī)制是引起耕地流失最為重要的動(dòng)力。endprint

該區(qū)GDP構(gòu)成為“二三一”，與北京、上海及廣州等大城市不同，但第三產(chǎn)業(yè)通過提高居民生活水平進(jìn)而促進(jìn)耕地流失的內(nèi)在機(jī)制相同[18，25，28，29]。通常第三產(chǎn)業(yè)通過提供更多就業(yè)機(jī)會(huì)來增加居民收入和住房需求，從而刺激房地產(chǎn)的迅猛發(fā)展，導(dǎo)致了城市以侵占耕地的形式獲得擴(kuò)張?？梢?，第三產(chǎn)業(yè)的快速發(fā)展是促進(jìn)研究區(qū)耕地流失的最主要?jiǎng)恿Γ纱藥淼穆毠すべY水平的提高對(duì)預(yù)測(cè)耕地流失有著極其重要的指示作用。本研究雖然與相關(guān)研究[18，23，25，28-29]的城市規(guī)模、采用方法、選取指標(biāo)及建立的模型不同，但得到相同的結(jié)論，起到互相印證的作用。

5 結(jié)論

利用遙感和GIS技術(shù)，分析了1988年～2013年間東莞市耕地變化特征、耕地流失強(qiáng)度，并結(jié)合社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)探討了耕地流失的驅(qū)動(dòng)機(jī)制。研究表明。

（1）26年來該區(qū)耕地流失總量占總面積的35.96%，凈流失率和年均流失強(qiáng)度分別為79.16%的和6.08%，現(xiàn)存耕地保有量僅為1988年耕地量的20%，主要因城市擴(kuò)張而流轉(zhuǎn)。目前研究區(qū)耕地分布極為零散，主要位于珠江口沿岸及西北部東江沖積三角洲平原地區(qū)。

（2）耕地流失經(jīng)歷了原始快速流失-間歇緩慢流失-二次加速流失-成熟平穩(wěn)流失期的四個(gè)特征階段，與對(duì)應(yīng)時(shí)期國家宏觀政策的重大調(diào)整及地區(qū)戰(zhàn)略規(guī)劃緊密相關(guān)。

（3）人口、產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展?fàn)顩r、居民生活水平和交通發(fā)展水平五類指標(biāo)均對(duì)耕地流失有著不同程度的影響，戶籍非農(nóng)人口、GDP、固定資產(chǎn)投資、職工工資水平和公路里程分別是最能代表該五類指標(biāo)的因子，對(duì)耕地流失有較強(qiáng)的解釋力。農(nóng)業(yè)人口和第二產(chǎn)業(yè)比重對(duì)耕地流失的影響則較微弱。

（4）兩種逐步自回歸模型從不同角度表明，職工平均工資的提升或者第三產(chǎn)業(yè)的快速發(fā)展是耕地流失的核心驅(qū)動(dòng)力，而工資水平與第三產(chǎn)業(yè)占GDP比重之間存在顯著的指數(shù)關(guān)系。

結(jié)果顯示，盡管東莞在近三十年城市發(fā)展中產(chǎn)業(yè)結(jié)構(gòu)一直為“二三一”的形式，但近五年來工業(yè)比重有所下降，第三產(chǎn)業(yè)依然保持增長態(tài)勢(shì)，而工資水平又與第三產(chǎn)業(yè)存在指數(shù)增長關(guān)系。表明耕地變化已進(jìn)入第四階段流失穩(wěn)定期，但反觀第三產(chǎn)業(yè)比重的增長趨勢(shì)及對(duì)工資水平的指數(shù)式影響，需保持謹(jǐn)慎態(tài)度、做好相關(guān)政策和監(jiān)管措施，遏制耕地資源的進(jìn)一步流失。未來可結(jié)合土地利用與覆被變化模型如Dyna-CLUE等[30]，進(jìn)一步探討該區(qū)土地利用類型在時(shí)空上的動(dòng)態(tài)變化，從而提升該區(qū)土地利用管理水平和土地資源科學(xué)配置的能力。

參考文獻(xiàn)：

[1] 周炳中，趙其國，楊浩. 江蘇省耕地變化及其驅(qū)動(dòng)機(jī)制的數(shù)理探討[J]. 土壤學(xué)報(bào)，2003，40（05）：665-671.

[2] 邵曉梅，楊勤業(yè)，張洪業(yè). 山東省耕地變化趨勢(shì)及驅(qū)動(dòng)力研究[J]. 地理研究，2001，20（03）：298-306.

[3] Xie Y， Mei Y， Guangjin T， et al. Socio-economic driving forces of arable land conversion： A case stuty of Wuxian City， China[J]. Global Environmental Change，2005，15（3）：238-252.

[4] 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(xué)報(bào)，1999，14（04）：329-333.

[5] Li X， Zhou W， Ouyang Z. Forty years of urban expansion in Beijing： What is the relative importance ofphysical， socioeconomic， and neighborhood factors？[J]. Applied Geography，2013，38（1）：1-10.

[6] 楊桂山. 長江三角洲近50年耕地?cái)?shù)量變化的過程與驅(qū)動(dòng)機(jī)制研究[J]. 自然資源學(xué)報(bào)，2001，02：121-127.

[7] Yeh A.G.， Li X.， 1999. Economic Development and Agricultural Land Loss in the Pearl River Delta， China. Habitat International 23（3）：373-390.

[8] Li X.， 1997. A sustainable land allocation model with the integration of remote sensing and GIS‐a case study in Dongguan. International Journal of Environmental Studies 53（4）：325-348.

[9] Liao F.H.F.， Wei Y.H.D.， 2014. Modeling determinants of urban growth in Dongguan， China：a spatial logistic approach. Stoch Environ Res Risk Assess 28： 801-816.

[10] 東莞年鑒編纂委員會(huì). 東莞年鑒（1997～2001）[M]. 北京：中華書局，2001.

[11] 黎夏. 利用遙感與GIS對(duì)農(nóng)田損失的監(jiān)測(cè)及定量評(píng)價(jià)方法——以東莞市為例[J]. 地理學(xué)報(bào)，1997，52（03）：89-97.

[12] 楊青生，黎夏，劉小平. 基于Agent和CA的城市土地利用變化研究[J]. 地球信息科學(xué)，2005，7（02）：78-81+93.

[13] 梁育填，樊杰，柳林，等. 優(yōu)化開發(fā)區(qū)域制造業(yè)企業(yè)遷移的因素及其區(qū)域影響——以廣東東莞市為例[J]. 地理研究，2013，32（03）：497-506.endprint

[14] 邱孟龍，王琦，陳俊堅(jiān)，等. 東莞市耕地環(huán)境質(zhì)量的壓力-狀態(tài)-響應(yīng)分析與評(píng)價(jià)[J]. 農(nóng)業(yè)環(huán)境科學(xué)學(xué)報(bào)，2015，34（03）：524-531.

[15] 邱孟龍，李芳柏，王琦，等. 工業(yè)發(fā)達(dá)城市區(qū)域耕地土壤重金屬時(shí)空變異與來源變化[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2015，31（02）：298-305.

[16] 陳紅順，夏斌. 快速城市化地區(qū)土地利用變化研究——以廣東省東莞市為例[J]. 水土保持研究，2012，19（01）：239-242.

[17] 陳紅順，夏斌. 快速城市化地區(qū)土地利用變化及驅(qū)動(dòng)因素分析——以廣東省東莞市為例[J]. 水土保持通報(bào)， 2012，32（01）：54-59.

[18] 李景剛，何春陽，史培軍，等. 近20年中國北方13省的耕地變化與驅(qū)動(dòng)力[J]. 地理學(xué)報(bào)，2004，59（02）：274-282.

[19] 汪朝輝，王克林，熊艷，許聯(lián)芳. 湖南省耕地動(dòng)態(tài)變化及驅(qū)動(dòng)力研究[J]. 長江流域資源與環(huán)境，2004，13（01）：53-59.

[20] Turner B L， Meyer W B. Land use and land cover in global environmental change： Considerations for study[J]. International Social Science Journal，1991，43：669-679.

[21] 承繼成， 林輝， 楊汝萬. 面向信息社會(huì)的區(qū)域可持續(xù)發(fā)展導(dǎo)論[M]. 北京：商務(wù)印書館，2001.

[22] 劉盛和，吳傳鈞，沈洪泉. 基于GIS的北京城市土地利用擴(kuò)展模式[J]. 地理學(xué)報(bào)，2000，55（04）：407-416.

[23] 周翔，韓驥，孟醒，等. 快速城市化地區(qū)耕地流失的時(shí)空特征及其驅(qū)動(dòng)機(jī)制綜合分析——以江蘇省蘇錫常地區(qū)為例[J]. 資源科學(xué)，2014，36（06）：1191-1202.

[24] 何曉群，劉文卿. 應(yīng)用回歸分析[M]. 北京：中國統(tǒng)計(jì)出版社，2007.

[25] 孫強(qiáng)，蔡運(yùn)龍，王樂. 北京耕地流失的時(shí)空特征與驅(qū)動(dòng)機(jī)制[J]. 資源科學(xué)，2007，29（04）：158-163.

[26] 袁磊，楊昆，趙俊三. 云南省土地利用變化特征及耕地變化驅(qū)動(dòng)因素分析[J]. 國土資源科技管理， 2015，32（03）：1-10.

[27] Gong C F， Yu S X， Joesting H， et al. Determining socioeconomic drivers of urban forest fragmentation with historical remote sensing images[J]. Landscape and Urban Planning，2013，117（09）：57-65.

[28] TAN Minghong， LI Xiubin， LU Changhe. Urban land expansion and arable land loss of the major cities in China in the 1990s[J]. Science in China（Series D：Earth Sciences），2005，48（09）：166-174.

[29] ZHANG Tingwei. Community features and urban sprawl： The case of the Chicago metropolitan region[J]. Land usepolicy，2001，18：221-232.

[30] 張凌，南卓銅，余文君. 基于模型耦合的土地利用變化和水文響應(yīng)多情景分析[J]. 地球信息科學(xué)學(xué)報(bào)，2013，15（06）：829-839.endprint