基于空間回歸分析的濱海濕地演變驅(qū)動機(jī)制研究
——以江蘇省濱海三市為例

王 雯 ，王 靜，祁 元，米成林，金志豐

（1.北京師范大學(xué)地理學(xué)院，北京 100875；2.甘肅省國土資源規(guī)劃研究院，甘肅 蘭州 730000；3. 武漢大學(xué)資源與環(huán)境學(xué)院，湖北 武漢 430079；4.中國科學(xué)院寒區(qū)旱區(qū)環(huán)境與工程研究所，甘肅 蘭州 730000）

1 前言

濱海濕地是介于陸地和海洋生態(tài)系統(tǒng)間、陸地與海洋圈層界面的復(fù)合地理單元，具有生物多樣性豐富、生態(tài)系統(tǒng)服務(wù)功能強(qiáng)的特點(diǎn)，但同時(shí)又存在環(huán)境變化敏感性強(qiáng)、生態(tài)系統(tǒng)脆弱的局限性[1-2]。隨著人類活動及由此引起的地球系統(tǒng)變化加劇，地表各圈層界面變化的敏感性日趨凸顯，大陸濱海地帶作為地表過程最豐富、最復(fù)雜的生物圈的承載體—陸地和海洋系統(tǒng)的臨界面對全球變化的敏感性尤為顯著，尤其是濱海濕地減少引起物種多樣性的降低、動植物重要生境的喪失及氣候調(diào)節(jié)功能降低等[3-4]。在生態(tài)保護(hù)與經(jīng)濟(jì)發(fā)展矛盾日益突出的發(fā)展困境下，濱海濕地逐漸成為全球變化、圈層界面及生態(tài)系統(tǒng)等相關(guān)研究領(lǐng)域關(guān)注的熱點(diǎn)和焦點(diǎn)問題[5-7]。

長期以來，國內(nèi)外學(xué)者對濕地的研究從濕地喪失、濕地保護(hù)、濕地環(huán)境問題及其生物多樣性保護(hù)[8-11]、濕地土地利用變化及區(qū)域土地利用變化與濕地相互作用[12-14]、濕地生態(tài)系統(tǒng)服務(wù)功能[6,15]、經(jīng)濟(jì)價(jià)值及濕地補(bǔ)償研究[16]等都進(jìn)行了大量深入細(xì)致的調(diào)查與研究，但相對而言，濕地演變驅(qū)動機(jī)制研究比較薄弱[17-19]。從研究方法來看，濕地調(diào)查多采用野外調(diào)查監(jiān)測結(jié)合遙感等技術(shù)方法，分析研究多采用地統(tǒng)計(jì)方法、空間計(jì)量方法、元分析[10,20]及景觀生態(tài)學(xué)方法[21]等，就濕地時(shí)空演變及驅(qū)動力研究來看，一般采用LUCC相關(guān)模型方法進(jìn)行研究[17,22-23]。

江蘇省濱海開發(fā)帶位于廢黃河口與長江入海口之間，擁有亞洲乃至全球面積最大的濱海濕地和中國最大的麋鹿自然保護(hù)區(qū)，又是具有區(qū)位優(yōu)勢的重要開發(fā)帶，濕地保護(hù)與經(jīng)濟(jì)發(fā)展的矛盾日趨嚴(yán)峻，成為中國政府和科學(xué)界共同關(guān)注的熱點(diǎn)地區(qū)[24-26]。隨著國家土地資源調(diào)查工作的逐步推進(jìn)和精細(xì)化程度提高，江蘇省濱海濕地調(diào)查的精度和廣度得以進(jìn)一步提升，本文在國土資源調(diào)查工作的基礎(chǔ)上研究濱海濕地演變及其驅(qū)動力，對科學(xué)認(rèn)識人類活動及全球環(huán)境變化對濱海濕地系統(tǒng)演化的作用機(jī)制提供重要科學(xué)依據(jù)，同時(shí)為加強(qiáng)濱海濕地科學(xué)管理提供理論依據(jù)。

2 研究區(qū)域和數(shù)據(jù)

2.1 研究區(qū)概況

江蘇省濱海開發(fā)帶（包括江蘇東部連云港、鹽城、南通三市）位于中國東部沿海中部地區(qū)，北起連云港市繡針河口，南至南通市長江北岸，面積約38312 km2。本區(qū)瀕臨黃海，地處暖溫帶向北亞熱帶過渡區(qū)，年均氣溫在14℃—15℃之間，光照、降雨充足。受黃河、長江及近海流水動力作用，形成了廣闊的近海淤積平原，擁有全國乃至亞洲最大的濱海濕地，優(yōu)質(zhì)的自然資源和區(qū)位條件為區(qū)域綜合開發(fā)提供了便利條件。據(jù)江蘇省統(tǒng)計(jì)數(shù)據(jù)顯示，2015年江蘇濱海開發(fā)帶擁有人口2005.4×104人，地區(qū)生產(chǎn)總值為12521.54×108元。據(jù)第二次全國土地變更調(diào)查數(shù)據(jù)統(tǒng)計(jì)，2015年江蘇濱海開發(fā)帶濱海濕地面積為56.86×104hm2，占全區(qū)土地總面積的16.20%。

2.2 數(shù)據(jù)來源及處理

（1）濱海濕地定義及數(shù)據(jù)提取。本文基于第一次土地詳查土地利用分類和第二次全國土地調(diào)查分類，將濱海濕地定義為濱海地區(qū)的水域、灘涂、沼澤地等土地利用類型，包括第一次土地詳查土地利用分類中的河流水面、湖泊水面、灘涂、沼澤地、葦?shù)睾偷诙稳珖恋卣{(diào)查分類中的河流水面、湖泊水面、沿海灘涂、內(nèi)陸灘涂和沼澤地。數(shù)據(jù)由1996年第一次全國土地詳查、2005年年度變更調(diào)查數(shù)據(jù)及2015年第二次全國土地調(diào)查年度變更數(shù)據(jù)中提取。

（2）海岸線淤蝕數(shù)據(jù)。近年來遙感技術(shù)成為海岸線數(shù)據(jù)提取的重要方法[27]，本文海岸線數(shù)據(jù)由1996、2005、2015年三期Landsat TM遙感影像矯正解譯獲取。采用ArcGIS軟件，以1980年海岸線為基期，繪制1996、2005和2015年海岸線淤積和侵蝕圖斑，以縣為單位統(tǒng)計(jì)淤積/侵蝕面積。為減少季節(jié)變化對海岸線相對位置的影響，三期遙感影像均使用冬、春季數(shù)據(jù)（12、1、2、3月數(shù)據(jù)）。

（3）社會經(jīng)濟(jì)數(shù)據(jù)。社會經(jīng)濟(jì)數(shù)據(jù)包括1996、2005和2015年的人口、城鎮(zhèn)化率等社會經(jīng)濟(jì)數(shù)據(jù)，由南通市、連云港市和鹽城市三市統(tǒng)計(jì)年鑒獲取。

（4）土地政策量化及數(shù)據(jù)獲取。采用建設(shè)用地規(guī)模、土地整理規(guī)模、土地整理項(xiàng)目投資額、新增耕地指標(biāo)等指標(biāo)量化土地政策，包括1996、2005、2015年三期數(shù)據(jù)，由江蘇省土地管理部門獲取。

（5）空間位置數(shù)據(jù)獲取。區(qū)域經(jīng)濟(jì)中心、區(qū)內(nèi)城市中心、海岸線、港口等空間位置通過ArcGIS軟件由第二次全國土地調(diào)查數(shù)據(jù)獲取。

3 研究方法

3.1 空間回歸分析

空間回歸分析是指考慮研究對象空間關(guān)系的回歸分析方法，空間回歸分析模型可分為空間滯后模型（Spatial Lag Model，簡稱SLM模型）和空間誤差模型（Spatial Error Model，簡稱SEM模型）[28]，SLM模型和SEM模型回歸方程如下所示：

空間回歸分析首先要進(jìn)行空間相關(guān)性檢驗(yàn)，通常采用拉格朗日乘數(shù)（LM）進(jìn)行檢驗(yàn)[28-29]；模型參數(shù)普遍采用極大似然估計(jì)法估計(jì)[30]。

3.2 驅(qū)動因子與變量選擇

引起土地利用變化的原因包括自然和人為兩方面[31]。濱海濕地位于海陸兩大生態(tài)系統(tǒng)交界面，河流、海洋動力作用等自然因素較其他區(qū)域更為顯著，同時(shí)由于優(yōu)越的區(qū)位條件，濱海地區(qū)社會經(jīng)濟(jì)發(fā)展速度也較其他地區(qū)快，在特定時(shí)空尺度上形成自然—社會因素共同作用的演變機(jī)制[32]。梳理其驅(qū)動因素包括河流及海洋動力作用、社會經(jīng)濟(jì)、政策及區(qū)位4個(gè)方面。

（1）河流及海洋動力作用。由黃河、長江入海帶來的大量泥沙是沿海灘涂主要物質(zhì)組成，造就江蘇沿岸發(fā)育有中國乃至全世界面積最大的灘涂濕地；同時(shí)江蘇沿海地區(qū)大部分地區(qū)地勢平坦，灘涂廣闊，海平面每上升1 mm，海岸線將后退1—2 m[33]，由此可見河流及海洋動力作用對江蘇濱海濕地?cái)?shù)量及結(jié)構(gòu)變化產(chǎn)生巨大影響[34]。河流及海洋動力作用的直接表現(xiàn)是引起海岸淤蝕變化，故用海岸線淤蝕（X1）表征河流及海洋動力作用。

（2）社會經(jīng)濟(jì)因素。人類社會活動作為影響生態(tài)用地演變的重要影響因素，必然對濱海濕地等生態(tài)用地產(chǎn)生重大影響。在考慮數(shù)據(jù)可獲取性的前提下，獲取包括人口、城鎮(zhèn)化水平、經(jīng)濟(jì)增長、投資建設(shè)、居民消費(fèi)水平及產(chǎn)業(yè)結(jié)構(gòu)等方面的驅(qū)動因子，包括常住人口（X2）、城鎮(zhèn)化率（X3）、GDP（X4）、固定資產(chǎn)投資（X5）、居民消費(fèi)總額（X6）、第一、二、三產(chǎn)業(yè)比重（X7、X8、X9）8個(gè)變量。

（3）土地政策因素。國家宏觀戰(zhàn)略及各行業(yè)相關(guān)管理政策最終通過土地管理政策落地，目前中國土地管理政策是在土地利用總體規(guī)劃管控下，通過建設(shè)用地指標(biāo)、建設(shè)用地“增減掛鉤”和耕地“占補(bǔ)平衡”政策措施進(jìn)行管理，建設(shè)用地指標(biāo)和建設(shè)用地“增減掛鉤”政策實(shí)施情況最終通過建設(shè)用地規(guī)模變化情況體現(xiàn)，而耕地“占補(bǔ)平衡”通過土地開發(fā)整理項(xiàng)目實(shí)施，因此采用土地整理規(guī)模（X10）、新增耕地規(guī)模（X11）、土地整理項(xiàng)目投資額（X12）和建設(shè)用地規(guī)模（X13）4個(gè)指標(biāo)表征土地管理政策因素。

（4）區(qū)位因素。區(qū)位反映了研究區(qū)內(nèi)某一或某幾種影響因素在空間上的溢出效應(yīng)，從自然和人為兩方面因素來看，海岸線相對位置、經(jīng)濟(jì)中心位置及江蘇沿海近年來大規(guī)模的港口開發(fā)建設(shè)對濱海濕地都會產(chǎn)生影響[35]，因此區(qū)位因素選取距區(qū)域經(jīng)濟(jì)中心遠(yuǎn)近（X14）、距區(qū)內(nèi)城市中心遠(yuǎn)近（X15）、距離港口遠(yuǎn)近（X16）和距離海岸遠(yuǎn)近（X17）4個(gè)指標(biāo)。

綜上所述，濱海濕地演變驅(qū)動模型的變量初步確定為海岸線淤蝕（X1）等17個(gè)變量。變量多重共線性可導(dǎo)致模型出現(xiàn)偏差[36]，采用變量特征值和條件指數(shù)對各變量進(jìn)行多重共線性檢驗(yàn)[37]，當(dāng)變量特征值接近0，條件指數(shù)大于30時(shí)，說明變量間存在嚴(yán)重多重共線性[37]。1996、2005和2015年變量特征值均為0.001，條件指數(shù)分別為142.57、115.53和124.78，說明三期數(shù)據(jù)變量間存在嚴(yán)重共線性。采用方差膨脹系數(shù)（VIF）法逐一排除存在多重共線性的變量，一般認(rèn)為變量的方差膨脹系數(shù)（VIF）大于10且容差小于0.1時(shí)，研究變量與其他變量存在共線性[36]，逐一去除VIF最大和容差最小的變量，直至所有變量VIF值小于10且容差大于0.1。最終保留變量見表1。

3.3 模型構(gòu)建與檢驗(yàn)

使用Moran’s I進(jìn)行空間自相關(guān)性檢驗(yàn)。1996、2005和2015年Moran’s I值分別為0.263、0.359和0.224，說明江蘇濱海濕地存在空間自相關(guān)性，即在空間上呈聚集狀態(tài)，可以構(gòu)建空間回歸分析模型。2005年數(shù)據(jù)LM檢驗(yàn)（LM= 4.46）及Robust LM檢驗(yàn)（RobustLM= 5.98）通過5%和1%的檢驗(yàn)，直接選擇SLM模型；1996和2015年數(shù)據(jù)LM檢驗(yàn)及Robust LM檢驗(yàn)均不顯著[38]，依次構(gòu)建最小二乘回歸模型（OLS回歸）、SLM模型和SEM模型，選取最優(yōu)擬合模型方法，模型擬合結(jié)果顯示（表2），1996年SEM模型R2為0.891，大于其他模型，且殘差（σ2= 0.009）小于OLS和SLM模型，對數(shù)似然值logL、AIC值和SC值檢驗(yàn)結(jié)果均優(yōu)于OLS和SLM模型，說明1996年適合構(gòu)建SEM模型；2015年SEM模型R2（R2= 0.849）最大，且殘差（σ2= 0.009）小于OLS和SLM模型，對數(shù)似然值logL、AIC值和SC值檢驗(yàn)結(jié)果均優(yōu)于OLS和SLM模型，因此2015年選擇構(gòu)建SEM模型。模型初步構(gòu)建后，參照模型擬合優(yōu)度R2、殘差σ2及對數(shù)似然值logL、AIC值和SC值檢驗(yàn)結(jié)果逐步去除顯著性水平較差變量，使模型檢驗(yàn)結(jié)果和變量顯著性水平達(dá)到最優(yōu)以進(jìn)一步優(yōu)化模型。

表1 模型變量描述Tab.1 Description of the selected driving factors

表2 OLS回歸、SLM模型和SEM模型擬合結(jié)果檢驗(yàn)Tab.2 OLS regression， SLM model and SEM model fi tting tests

4 結(jié)果與分析

4.1 1996、2005、2015年濱海濕地空間回歸分析結(jié)果

模型結(jié)果顯示（表3），1996年江蘇濱海濕地主要影響因子有海岸線淤蝕（X1）、常住人口（X2）、區(qū)域經(jīng)濟(jì)中心和區(qū)內(nèi)城市的經(jīng)濟(jì)輻射作用（距離經(jīng)濟(jì)中心區(qū)遠(yuǎn)近（X14）、距離城市中心遠(yuǎn)近（X15）），以及距離海岸線遠(yuǎn)近（X17）5個(gè)變量，除距離城市中心遠(yuǎn)近對濱海濕地?cái)?shù)量的變化起逆向推動作用外，其余影響因子均起正向推動作用。

2005年主要影響因子有海岸線淤蝕（X1）、第二產(chǎn)業(yè)比重（X8）、第三產(chǎn)業(yè)比重（X9）、土地整理規(guī)模（X10）、建設(shè)用地規(guī)模（X13）、距離城市中心遠(yuǎn)近（X16）6個(gè)變量，第三產(chǎn)業(yè)比重、土地整理規(guī)模、建設(shè)用地規(guī)模、距離城市中心距離起逆向推動作用，灘涂淤蝕、第二產(chǎn)業(yè)比重起正向推動作用。

2015年主要影響因子有灘涂淤蝕（X1）、第二產(chǎn)業(yè)比重（X8）、第三產(chǎn)業(yè)比重（X9）、建設(shè)用地規(guī)模（X13）、距離經(jīng)濟(jì)中心區(qū)遠(yuǎn)近（X14）和距離城市中心遠(yuǎn)近（X16）6個(gè)變量，其中第二產(chǎn)業(yè)比重起正向推動作用，其他影響因子均起逆向推動作用。

由以上結(jié)果可知，1996年江蘇濱海濕地受區(qū)位、人口以及自然因素河流海洋動力作用等因素影響。2005年以后，隨著社會經(jīng)濟(jì)進(jìn)一步發(fā)展，產(chǎn)業(yè)結(jié)構(gòu)逐步調(diào)整和土地政策調(diào)控作用凸顯，人口、距海岸線遠(yuǎn)近等常規(guī)影響因子作用減弱，二三產(chǎn)業(yè)比重和土地整理等表征產(chǎn)業(yè)結(jié)構(gòu)變化及土地政策方面的影響因子作用增強(qiáng)。

4.2 濱海濕地驅(qū)動力演變及其驅(qū)動機(jī)制分析

空間回歸分析結(jié)果顯示（表3），1996年江蘇濱海濕地主要受海岸線淤蝕、常住人口、距離經(jīng)濟(jì)中心區(qū)遠(yuǎn)近、距離城市中心遠(yuǎn)近和距離海岸線遠(yuǎn)近等因素的影響；2005年受海岸線淤蝕、第二產(chǎn)業(yè)比重、第三產(chǎn)業(yè)比重、土地整理規(guī)模、建設(shè)用地規(guī)模和距離城市中心遠(yuǎn)近影響；2015年受海岸線淤蝕、第二產(chǎn)業(yè)比重、第三產(chǎn)業(yè)比重、建設(shè)用地規(guī)模、距離經(jīng)濟(jì)中心區(qū)遠(yuǎn)近和距離城市中心遠(yuǎn)近等因素的影響。從河流海洋動力作用、社會經(jīng)濟(jì)因素、土地政策、區(qū)位因素等方面來看，各驅(qū)動因素演變過程如下：（1）河流、海洋動力作用。總體而言，1996—2015年間河流、海洋動力作用對濱海濕地?cái)?shù)量起正向推動作用，即隨著灘涂淤積量的增加，濱海濕地?cái)?shù)量不斷增加。（2）社會經(jīng)濟(jì)因素。影響濱海濕地空間分布的社會經(jīng)濟(jì)因素為人口和產(chǎn)業(yè)結(jié)構(gòu)，1996年的主要影響因子為常住人口，2005年以后產(chǎn)業(yè)結(jié)構(gòu)成為影響濱海濕地?cái)?shù)量的主要因素。（3）土地政策因素。1996年受政策影響較弱；2005年主要受土地整理規(guī)模和建設(shè)用地規(guī)模雙重影響；2015年只受建設(shè)用地規(guī)模影響。（4）區(qū)位因素。1996年主要受經(jīng)濟(jì)輻射和海岸線影響較大，影響因子分別為距區(qū)域經(jīng)濟(jì)中心遠(yuǎn)近、距區(qū)內(nèi)城市中心遠(yuǎn)近和距海岸線遠(yuǎn)近；2005年主要受區(qū)內(nèi)經(jīng)濟(jì)中心輻射影響，主要驅(qū)動因子為距區(qū)內(nèi)城市中心遠(yuǎn)近；2015年，隨著區(qū)外大經(jīng)濟(jì)中心和區(qū)內(nèi)小經(jīng)濟(jì)中心共同發(fā)展的影響，驅(qū)動因子轉(zhuǎn)變?yōu)榫嚯x經(jīng)濟(jì)中心區(qū)遠(yuǎn)近和距離區(qū)內(nèi)城市中心（圖1）。

表3 模型回歸系數(shù)及P值Tab.3 Model of regression coefficients andPvalues

1996—2015年，河流、海洋動力作用對濱海濕地?cái)?shù)量起正向推動作用，即隨著海岸線淤積量的增加，濱海濕地?cái)?shù)量不斷增加。以1980年海岸線為參考，1996、2005和2015年海岸線均顯著前進(jìn)，1996年海岸線前進(jìn)造成的沿海灘涂面積為27.39×104hm2，2005年為16.42×104hm2，2015年28.04×104hm2。

圖1 江蘇省濱海濕地驅(qū)動力演變過程Fig.1 The diving forces evolution process of coastal wetlands in Jiangsu Province

社會經(jīng)濟(jì)影響因素為人口和產(chǎn)業(yè)結(jié)構(gòu)。1996—2015年近20年間，影響濱海濕地變化的社會經(jīng)濟(jì)因素由常住人口轉(zhuǎn)變?yōu)楫a(chǎn)業(yè)結(jié)構(gòu)，反映了社會經(jīng)濟(jì)變化對濱海濕地變化的驅(qū)動作用。常住人口表征區(qū)域人口數(shù)量情況，產(chǎn)業(yè)結(jié)構(gòu)反映區(qū)域產(chǎn)業(yè)發(fā)展情況。1996年常住人口是本區(qū)濱海濕地的主要驅(qū)動因子，2005年以后第二、三產(chǎn)業(yè)比重逐漸代替人口成為主要驅(qū)動因子。這是因?yàn)?005年以后，江蘇濱海地區(qū)人口呈緩慢增長趨勢，部分地區(qū)甚至呈負(fù)增長趨勢，但相對模型中其他因子而言變化可忽略不計(jì)。相比而言，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整致使二、三產(chǎn)業(yè)成為影響濱海濕地的主要驅(qū)動因子，其中第二產(chǎn)業(yè)比重為正相關(guān)，第三產(chǎn)業(yè)比重由2005年的負(fù)相關(guān)變?yōu)?015年的正相關(guān)，說明第二產(chǎn)業(yè)發(fā)展帶來的用地結(jié)構(gòu)變化并未對濱海濕地?cái)?shù)量造成重大影響，反而由于用地結(jié)構(gòu)合理化形成第二產(chǎn)業(yè)發(fā)展與濱海濕地保護(hù)并重的良好趨勢；2005年第三產(chǎn)業(yè)對濱海濕地起逆向推動作用，即隨著第三產(chǎn)業(yè)的發(fā)展帶來的用地結(jié)構(gòu)變化，引起了濱海濕地?cái)?shù)量的減少，主要是由于隨著“海上蘇東”等戰(zhàn)略政策的實(shí)施，港口開發(fā)建設(shè)帶動的物流、倉儲等第三產(chǎn)業(yè)用地增量明顯；到了2015年產(chǎn)業(yè)內(nèi)部結(jié)構(gòu)優(yōu)化及土地使用效率的提升，第三產(chǎn)業(yè)發(fā)展引起的負(fù)面效應(yīng)已得到控制，第三產(chǎn)業(yè)對濱海濕地的推動作用轉(zhuǎn)變?yōu)檎蛲苿幼饔谩?/p>

土地政策因素方面，1996年受政策影響較弱，2005—2015年間政策因素由受土地整理規(guī)模和建設(shè)用地規(guī)模影響轉(zhuǎn)變?yōu)槭芙ㄔO(shè)用地規(guī)模影響，且各年度影響因子均對濱海濕地起逆向推動作用，即隨著土地政策的實(shí)施，濱海濕地?cái)?shù)量逐步減少。事實(shí)上，中國于1997年之后實(shí)施耕地“占補(bǔ)平衡”政策，2000年之后實(shí)施建設(shè)用地“增加掛鉤”政策，而2006年之后將建設(shè)用地指標(biāo)納入土地利用年度計(jì)劃，即開始建設(shè)用地總量控制。2000年之后，在國家濱海開發(fā)戰(zhàn)略背景下，耕地“占補(bǔ)平衡”和建設(shè)用地“增減掛鉤”等土地政策的實(shí)施，一方面為保障耕地?cái)?shù)量大規(guī)模實(shí)施土地開發(fā)整理項(xiàng)目，同時(shí)由于經(jīng)濟(jì)發(fā)展促使建設(shè)用地需求旺盛，致使土地整理規(guī)模和建設(shè)用地規(guī)模成為2005年濱海濕地演變的主要政策驅(qū)動因子；而2006年之后的10年，由于土地管理政策的約束作用凸顯，江蘇濱海地區(qū)土地利用由大范圍低效開發(fā)利用方式轉(zhuǎn)變?yōu)樘嵘恋乩寐实墓?jié)約集約利用方式，大規(guī)模的土地整理項(xiàng)目減少，但同時(shí)即便有“建設(shè)用地指標(biāo)管控”政策管控，建設(shè)用地需求依然旺盛，造成2015年建設(shè)用地規(guī)模成為當(dāng)年唯一對濱海濕地產(chǎn)生影響的土地政策因子。

區(qū)位因素主要考慮經(jīng)濟(jì)輻射和距海遠(yuǎn)近對濕地的影響。1996年濱海濕地受經(jīng)濟(jì)中心輻射和距海位置影響。2005年區(qū)域經(jīng)濟(jì)中心和海岸線相對位置的影響逐步減弱，僅受本區(qū)內(nèi)經(jīng)濟(jì)中心的輻射作用影響。2015年隨著區(qū)域和本區(qū)內(nèi)經(jīng)濟(jì)中心的發(fā)展，經(jīng)濟(jì)輻射作用逐步增強(qiáng)成為主要的區(qū)位因子。

4.3 濱海濕地演變驅(qū)動力影響強(qiáng)度分析

濱海濕地在海岸線淤蝕變化、社會經(jīng)濟(jì)、政策和區(qū)位因素共同驅(qū)動作用下形成一個(gè)動態(tài)平衡演變系統(tǒng)[1]。為深入研究其演變規(guī)律，本文采用模型變量綜合回歸系數(shù)方法進(jìn)行演變驅(qū)動力影響強(qiáng)度分析。模型變量回歸系數(shù)

決定變量對模型的貢獻(xiàn)度[40]，因此可通過各因素回歸系數(shù)研究各驅(qū)動因素對濱海濕地作用的強(qiáng)弱程度。綜合回歸系數(shù)法即回歸系數(shù)絕對值疊加的方法對各驅(qū)動因素對濱海濕地作用力進(jìn)行量化。綜合回歸系數(shù)公式如下：

式

（1）中，Km為驅(qū)動因素，βi為變量。

結(jié)果顯示（圖2），1996年江蘇濱海開發(fā)帶濕地的驅(qū)動力作用強(qiáng)弱依次為區(qū)位＞海岸線變化＞社會經(jīng)濟(jì)；2005年依次為海岸線變化＞政策＞社會經(jīng)濟(jì)＞區(qū)位；2015年依次為政策＞社會經(jīng)濟(jì)＞區(qū)位＞海岸線變化。

1996年區(qū)位因素和海岸線變化綜合回歸系數(shù)分別為1.16和0.512，是影響濱海濕地演變的兩大重要驅(qū)動因素；至2005年，海岸線變化的影響依然顯著，而區(qū)位因素已變成影響力最差的驅(qū)動因素，綜合回歸系數(shù)僅為0.2；至2015年區(qū)位和海岸線變化逐步被政策和社會經(jīng)濟(jì)因素取代，成為影響力最差的驅(qū)動因素，海岸線變化的綜合回歸系數(shù)僅為0.21。社會經(jīng)濟(jì)因素方面，1996年和2005年社會經(jīng)濟(jì)綜合回歸系數(shù)分別為0.285和0.482，而到2015年上升為0.858，由1996年影響力最差經(jīng)2005年的倒數(shù)第二位上升至2015年僅次于政策的第二大驅(qū)動因子，對濱海濕地演變的影響呈顯著上升趨勢。政策因素方面，1996年影響力較弱以致在模型中沒有體現(xiàn)，而2005年綜合回歸系數(shù)為0.574，一躍成為僅此于海岸線變化的第二大驅(qū)動因素，至2015年，政策因素的影響力顯著提升，綜合回歸系數(shù)上升為0.724，成為2015年影響濱海濕地空間分布的首要驅(qū)動力，說明政策因素的影響力正逐步增強(qiáng)。由此可見，在江蘇濱海地區(qū)，隨著時(shí)間的變化，海岸線變化和區(qū)位因素對濱海濕地的影響逐步減弱，而隨著人類社會經(jīng)濟(jì)活動的增強(qiáng)，政策和社會經(jīng)濟(jì)因素對濱海濕地影響正逐步增強(qiáng)。

圖 2 綜合回歸系數(shù)變化情況Fig.2 Changes of comprehensive regression coef fi cients

5 結(jié)論與討論

空間回歸分析結(jié)果顯示，1996年江蘇濱海濕地主要受海岸線淤蝕、常住人口、距離經(jīng)濟(jì)中心區(qū)遠(yuǎn)近、距離城市中心遠(yuǎn)近和距離海岸線遠(yuǎn)近等因素的影響；2005年受海岸線淤蝕、第二產(chǎn)業(yè)比重、第三產(chǎn)業(yè)比重、土地整理規(guī)模、建設(shè)用地規(guī)模和距離城市中心遠(yuǎn)近影響；2015年受海岸線淤蝕、第二產(chǎn)業(yè)比重、第三產(chǎn)業(yè)比重、建設(shè)用地規(guī)模、距離經(jīng)濟(jì)中心區(qū)遠(yuǎn)近和距離城市中心遠(yuǎn)近等因素的影響。

就濱海濕地各驅(qū)動因素演變過程來看：（1）河流、海洋動力作用。1996—2015年，河流、海洋動力作用對濱海濕地?cái)?shù)量起正向推動作用，即隨著灘涂淤積量的增加，濱海濕地?cái)?shù)量不斷增加。（2）社會經(jīng)濟(jì)因素。1996年主要社會經(jīng)濟(jì)影響因素為常住人口，2005年以后由受常住人口數(shù)量轉(zhuǎn)變?yōu)槭墚a(chǎn)業(yè)結(jié)構(gòu)影響。（3）政策因素。1996年受政策影響較弱；2005年主要受土地整理和建設(shè)用地規(guī)模影響；2015年僅受建設(shè)用地規(guī)模影響。（4）區(qū)位因素。1996年主要受距區(qū)域經(jīng)濟(jì)中心遠(yuǎn)近、距區(qū)內(nèi)城市中心遠(yuǎn)近和距海岸線遠(yuǎn)近影響；2005年主要受距區(qū)內(nèi)城市中心遠(yuǎn)近影響；2015年受距離經(jīng)濟(jì)中心區(qū)遠(yuǎn)近和距離區(qū)內(nèi)城市中心遠(yuǎn)近影響。

從各驅(qū)動因素影響力來看，1996年江蘇濱海開發(fā)帶濕地的驅(qū)動力作用強(qiáng)弱依次為區(qū)位＞海岸線變化＞社會經(jīng)濟(jì)；2005年依次為海岸線變化＞政策＞社會經(jīng)濟(jì)＞區(qū)位；2015年依次為政策＞社會經(jīng)濟(jì)＞區(qū)位＞海岸線變化。由此可見，在江蘇濱海地區(qū)海岸線變化和區(qū)位因素對濱海濕地的影響逐步減弱，政策和社會經(jīng)濟(jì)因素對濱海濕地影響逐步增強(qiáng)，政策對濱海濕地的作用正逐步凸顯。

總體而言，濱海濕地變化受眾多因素影響，其作用機(jī)制復(fù)雜多變，本文從河流、海洋動力作用、社會經(jīng)濟(jì)因素、政策、區(qū)位等方面研究了其驅(qū)動力及作用機(jī)制。結(jié)果表明，河流海洋動力作用和區(qū)位因素對濱海濕地的影響逐步減弱，而政策和社會經(jīng)濟(jì)因素對濱海濕地影響逐步增強(qiáng)。1996年中國正處于市場經(jīng)濟(jì)剛剛開始的初級產(chǎn)品生產(chǎn)階段[40]，經(jīng)濟(jì)活動相對落后，經(jīng)濟(jì)活動發(fā)展對濱海濕地的影響還相對有限，耕地保護(hù)、建設(shè)用地管控等較為嚴(yán)厲的土地政策還未出臺，相比而言，人口、海岸線淤蝕變化及距離經(jīng)濟(jì)中心遠(yuǎn)近等因素成為影響濱海濕地的主要驅(qū)動因素。2003年以后中國進(jìn)入工業(yè)化初期階段[40]，隨著國家沿海發(fā)展戰(zhàn)略和小城鎮(zhèn)發(fā)展戰(zhàn)略思想的實(shí)施，濱海濕地變化受人類經(jīng)濟(jì)活動的影響逐步增強(qiáng)，產(chǎn)業(yè)結(jié)構(gòu)變化及土地利用無序化引起相關(guān)土地政策的出臺對濱海濕地逐步產(chǎn)生強(qiáng)烈影響，產(chǎn)業(yè)結(jié)構(gòu)和土地政策成為影響濱海濕地的主要驅(qū)動因素。而2007年進(jìn)入工業(yè)化中期階段以后[41]，經(jīng)濟(jì)增長速度逐步減慢，社會經(jīng)濟(jì)等間接因素對濱海濕地變化影響弱化，而土地政策等直接管理手段的作用逐步凸顯，于2015年超越河流、海洋動力作用的影響成為濱海濕地演變的第一大影響因素。由此可見，基于土地政策因素的宏觀調(diào)控手段對濱海濕地的保護(hù)與利用是有效存在并不斷增強(qiáng)的。

（

）:

［1]廖華軍，李國勝，王少華，等. 近30年蘇北濱海灘涂濕地演變特征與空間格局［J]. 地理科學(xué)進(jìn)展， 2014（，9）：1209 - 1217.

［2]黃勇. 廣西濱海濕地生態(tài)系統(tǒng)服務(wù)價(jià)值評價(jià)研究［M]. 北京：中國環(huán)境出版社， 2013.

［3]Kirwan M. L. , Megonigal J. P. Tidal wetland stability in the face of human impacts and sea-level rise［J]. Nature， 2013，50（47478）：53 - 60.

［4]程敏，張麗云，崔麗娟，等. 濱海濕地生態(tài)系統(tǒng)服務(wù)及其價(jià)值評估研究進(jìn)展［J]. 生態(tài)學(xué)報(bào)， 2016，3（623）：7509 - 7518.

［5]高宇，劉鑒毅，張婷婷，等. 濱海河口濕地生態(tài)系統(tǒng)對全球氣候變化的影響［J]. 環(huán)境與可持續(xù)發(fā)展， 2016，4（14）：16 - 19.

［6]Guo Haiqiang, Noormets Asko, Zhao Bin, et al. Tidal effects on net ecosystem exchange of carbon in an estuarine wetland［J].Agricultural & Forest Meteorology， 2009，14（911）：1820 - 1828.

［7]Xie X., Zhang M. Q., Zhao B., et al. Temperature dependence of coastal wetland ecosystem respiration confounded by tidal activities: a temporal perspective［J]. Biogeosciences Discussions， 2013，1（03）：4515 - 4537.

［8]Zedler Joy B. Progress in wetland restoration ecology［J]. Trends in Ecology & Evolution， 2000，1（510）：402.

［9]Houlahan Jeff E., Findlay C. Scott. Estimating the‘ critical’ distance at which adjacent land-use degrades wetland water and sediment quality［J]. Landscape Ecology， 2004，1（96）：677 - 690.

［10]Brander Luke M., Florax Raymond J. G. M., Vermaat Jan E. The Empirics of Wetland Valuation: A Comprehensive Summary and a Meta-Analysis of the Literature［J]. Environmental and Resource Economics， 2006，3（32）：223 - 250.

［11]Bai Jun Hong, Yang Zhi Feng, Cui Bao Shan, et al. Some heavy metals distribution in wetland soils under different land use types along a typical plateau lake, China［J]. Soil & Tillage Research， 2009，10（62）：344 - 348.

［12]Zorrilla-Miras P., Palomo I., Gómez-Baggethun E., et al. Effects of land-use change on wetland ecosystem services: A case study in the Doana marshes（ SW Spain）［J]. Landscape & Urban Planning， 2014，122：160 - 174.

［13]Kashaigili J. J. Impacts of land-use and land-cover changes on flow regimes of the Usangu wetland and the Great Ruaha River,Tanzania［J]. Physics & Chemistry of the Earth， 2008，3（38）：640 - 647.

［14]Liu H., Zhang S., Li Z., et al. Impacts on wetlands of large-scale land-use changes by agricultural development: the Small Sanjiang Plain, China［J]. Ambio A Journal of the Human Environment， 2004，3（36）：306.

［15]劉鍵. 黃河三角洲濱海濕地生態(tài)系統(tǒng)服務(wù)評價(jià)研究［D]. 青島：國家海洋局第一海洋研究所， 2008.

［16]Robb James T. Assessing wetland compensatory mitigation sites to aid in establishing mitigation ratios［J]. Wetlands， 2016，2（22）：435 - 440.

［17]Nguyen Hoang Huu, Dargusch Paul, Moss Patrick, et al. Land-use change and socio-ecological drivers of wetland conversion in Ha Tien Plain, Mekong Delta, Vietnam［J]. Land Use Policy， 2017：101 - 113.

［18]Deegan Linda A., Johnson David Samuel, Warren R. Scott, et al. Coastal eutrophication as a driver of salt marsh loss［J]. Nature，2012，49（07420）：388 - 392.

［19]劉平輝，葉長盛. 農(nóng)業(yè)用地轉(zhuǎn)化為建設(shè)用地的內(nèi)在機(jī)制及驅(qū)動力研究［J]. 中國土地科學(xué)， 2007，21（6）：58 - 63.

［20]Woodward Richard T., Wui Yong Suhk. The economic value of wetland services: a meta-analysis［J]. Ecological Economics， 2001，37（2）：257 - 270.

［21]Naugle D. E., Johnson R. R., Estey M. E., et al. A landscape approach to conserving wetland bird habitat in the prairie pothole region of eastern South Dakota［J]. Wetlands， 2017，21（1）：1 - 17.

［22]袁磊，楊昆. 土地利用變化驅(qū)動力多尺度因素的定量影響分析［J]. 中國土地科學(xué)， 2016，30（12）：63 - 70.

［23]舒幫榮，朱建軍，李永樂，等. 不同經(jīng)濟(jì)發(fā)展階段下城市用地規(guī)模擴(kuò)張動力研究——基于省際面板數(shù)據(jù)的考察［J]. 中國土地科學(xué)， 2013，27（11）：65 - 71.

［24]沈永明，馮年華，周勤，等. 江蘇沿海灘涂圍墾現(xiàn)狀及其對環(huán)境的影響［J]. 海洋科學(xué)， 2006，（10）：39 - 43.

［25]閆少鋒，陸茜，張金池，等. 江蘇沿海地區(qū)NDVI的演變特征及其對區(qū)域氣候變化的響應(yīng)［J]. 南京林業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2012，（1）：43 - 47.

［26]閆文文，谷東起，王勇智，等. 鹽城海岸帶濕地景觀演變分析［J]. 中國海洋大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2012，（12）：130 - 137.

［27]申家雙，翟京生，郭海濤. 海岸線提取技術(shù)研究［J]. 海洋測繪， 2009，（6）：74 - 77.

［28]胡亞權(quán). 空間面板數(shù)據(jù)模型及其應(yīng)用研究［D]. 武漢：華中科技大學(xué)， 2012.

［29]季民河，武占云，姜磊. 空間面板數(shù)據(jù)模型設(shè)定問題分析［J]. 統(tǒng)計(jì)與信息論壇， 2011，（6）：3 - 9.

［30]Lee Lung Fei. Asymtotic Distribution of Quasi-Maximum Likelihood Estimators for Spatial Autoregressive Models［J]. Econometrica，2004，72（6）：1899 - 1925.

［31]藺卿，羅格平，陳曦. LUCC驅(qū)動力模型研究綜述［J]. 地理科學(xué)進(jìn)展， 2005，（5）：81 - 89.

［32]左平，李云，趙書河，等. 1976年以來江蘇鹽城濱海濕地景觀變化及驅(qū)動力分析［J]. 海洋學(xué)報(bào)， 2012，34（1）：101 - 108.

［33]楊達(dá)源，張建軍，李徐生. 黃河南徙、海平面變化與江蘇中部的海岸線變遷［J]. 第四紀(jì)研究， 1999，（3）：283.

［34]張忍順，陸麗云，王艷紅. 江蘇海岸侵蝕過程及其趨勢［J]. 地理研究， 2002，（4）：469 - 478.

［35]賀秋華. 江蘇濱海土地利用/覆蓋變化及其生態(tài)環(huán)境效應(yīng)研究［D]. 南京：南京師范大學(xué)， 2011.

［36]羅湘華，倪晉仁，羅華銘. 論土地利用變化統(tǒng)計(jì)分析中的多重共線性問題［J]. 應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào)， 2001，（4）：297 - 306.

［37]趙衛(wèi)亞. 利用EViews軟件檢驗(yàn)和處理模型的多重共線性［J]. 統(tǒng)計(jì)與決策， 2008，（6）：147 - 148.

［38]Ren Tongxian， Long Zhihe, Zhang Rengui, et al. Moran’s I test of spatial panel data model-Based on bootstrap method［J]. Economic Modelling， 2014，41（0）：9 - 14.

［39]張靜，張麗芳，濮勵(lì)杰，等. 基于GWR模型的城市住宅地價(jià)的時(shí)空演變研究——以江蘇省為例［J]. 地理科學(xué)， 2012，（7）：828 - 834.

［40]楊宇，劉毅，齊元靜. 基于不同區(qū)域尺度的中國經(jīng)濟(jì)發(fā)展階段判斷［J]. 經(jīng)濟(jì)問題探索， 2012（，12）：1 - 6.

［41]齊元靜，楊宇，金鳳君. 中國經(jīng)濟(jì)發(fā)展階段及其時(shí)空格局演變特征［J]. 地理學(xué)報(bào)， 2013（，4）：517 - 531.