基于PCA-STIRPAT模型的綠洲區(qū)耕地變化社會經濟驅動力研究*
——以酒泉市為例

劉士琪，陳 英，謝保鵬，裴婷婷，周 翼

(甘肅農業(yè)大學管理學院,蘭州 730070)

0 引言

耕地是極其稀缺的自然資源之一，保持一定數量和質量的耕地資源在國家社會經濟發(fā)展中占有舉足輕重的地位。但是， 20世紀90年代以后，中國經濟快速發(fā)展，工業(yè)化、城鎮(zhèn)化進程不斷深入，耕地轉為非農用地的趨勢進一步蔓延，致使稀缺的耕地面積迅速減少且質量呈現不同程度下降，水土流失及荒漠化面積也在不斷擴大，嚴重危及國家和區(qū)域糧食安全。近年來，隨著上述土地利用問題的不斷凸顯，土地利用/覆蓋變化(LUCC)逐漸成為專家學者們研究的熱點之一[1-6]。學者們針對耕地面積變化及其驅動機制方面開展了相關研究，并且取得了一定成效。王琳、王季光、肖蓉、邵曉梅、王瑞發(fā)等[7-11]均是根據中東部各省、市的統(tǒng)計資料，分析了各研究區(qū)域在某時段內耕地面積變化的趨勢、時空變化特征及影響該區(qū)域某時段內耕地面積變化的驅動因子。李裕瑞、李謝輝、李宏、趙庚星、魏倩倩等[12-16]均采用主成分分析法對所研究區(qū)某時段內的耕地變化及其驅動因子進行分析。此外，部分學者從驅動力模型構建方面進行了某時段內的耕地變化及其驅動因子研究，并取得了顯著成效。其中主要涉及的模型有多元線性回歸模型、STIRPAT模型等[17-19]?；谝陨涎芯坎浑y看出，一方面研究區(qū)域主要集中在中東部相對較發(fā)達的地區(qū)，而對西部經濟欠發(fā)達地區(qū)耕地面積銳減問題較少涉及，尤其針對綠洲區(qū)耕地面積變化的驅動力研究更是鮮有涉及； 另一方面由于耕地面積的變化與社會經濟因子之間的聯系較為緊密，所以在采用定量的方式進行耕地面積變化的驅動力分析時，選擇科學合理的計量方法顯得尤為重要。

綠洲是中國西北內陸干旱半干旱氣候區(qū)的特色景觀。綠洲區(qū)的耕地資源作為綠洲系統(tǒng)最重要的組成部分，對區(qū)域社會經濟發(fā)展及生態(tài)環(huán)境建設具有重要意義[6， 21]。酒泉市耕地資源主要集中分布在河西走廊綠洲平原地區(qū)，并且均為水澆地，屬典型的平原灌溉農業(yè)，耕地質量較高，是西北干旱半干旱區(qū)土地的精華。因此，保持一定數量和質量的耕地面積對該區(qū)域經濟及其生態(tài)的可持續(xù)發(fā)展均具有十分重要的意義。

鑒于此，文章以1997—2016年綠洲區(qū)典型城市酒泉市的耕地面積有關數據為基礎，分析該時段內酒泉市耕地面積變化趨勢，在此基礎上，采用PCA-STIRPAT模型對1997—2016年酒泉市耕地面積變化的特征及其社會經濟驅動力進行分析，并對引起酒泉市耕地面積變化的不同驅動因子提出相應的對策，為改善綠洲區(qū)生態(tài)環(huán)境，實現綠洲農業(yè)可持續(xù)發(fā)展提供政策建議。

1 研究區(qū)域概況、研究方法及數據來源

1.1 研究區(qū)域概況

酒泉市位于甘肅省西北部，是甘肅省最大的城市，地理坐標為北緯38°09′～42°48′，東經92°20′～100°20′，東西長約680km，南北寬約550km。酒泉市境內河流年徑流量約33.34億m3。因氣候原因，水量不穩(wěn)，每年7—10月份是豐水期，枯水期甚長， 5、6兩月水量回升迅速，與農業(yè)的豐歉緊密相關。該市屬半沙漠干旱性氣候，氣候特點為干旱少雨、蒸發(fā)強烈、溫差較大。2016年底，酒泉市常住人口111.94萬人，其中城鎮(zhèn)人口65.68萬人，城鎮(zhèn)化率為58.67%。截止2016年底，酒泉市實現地區(qū)生產總值577.9億元，比2015年增加6.5%。該市耕地保有量25.79萬hm2，其中基本農田面積15.53萬hm2，建設用地9.03萬hm2，土地整理復墾開發(fā)補充耕地0.105 25萬hm2。酒泉市土地總面積為19.2萬km2，占全省面積的42%，其中綠洲面積大概為5.952萬km2，約占區(qū)域土地總面積的31%。

1.2 研究方法

該文以市為統(tǒng)計單位，通過對1997—2016年酒泉市耕地面積數據及社會經濟發(fā)展數據進行搜集整理，對影響綠洲區(qū)典型城市酒泉市耕地面積變化驅動力進行全面分析。具體方法為：第一，分析得到該研究時段內酒泉市耕地面積變化特征。第二，通過查閱相關文獻，結合該市自然和社會經濟特征，采用主成分分析法(Principal Component Analysis，PCA)篩選出影響酒泉市耕地面積變化的主要社會經濟驅動因子。第三，運用STIRPAT模型進一步分析酒泉市耕地面積變化與所篩選出的社會經濟影響因子之間的因果關系，并在此基礎上得出結論。

1.3 數據來源

該文1997—2008年數據來源于土地利用變更調查數據， 2009—2016年數據主要是采用GIS和RS技術，通過酒泉市歷年的遙感影像和《酒泉統(tǒng)計年鑒》來獲取相關數據，部分數據來源于甘肅省統(tǒng)計局公布的該研究時段內的《酒泉市國民經濟和社會發(fā)展統(tǒng)計公報》。

1.4 綠洲區(qū)酒泉市耕地面積變化特征

通過1997—2016年酒泉市耕地面積變化趨勢可知，近20年，酒泉市耕地面積整體呈波動式減少趨勢，但存在較大波動。具體來看，酒泉市耕地面積變化大致可分為4個不同的趨勢類型：第一時段： 1997—2002年屬于迅速型增長期，期間酒泉市耕地面積由1997年的14.283 707萬hm2迅速增加到2002年的15.170 895萬hm2， 6年耕地面積凈增加8 871.88hm2，增速高達6.21%； 第二時段： 2002—2004年為波動型增長期，該時期耕地面積先急劇下降后呈現迅速上升趨勢，波動相對較大。其中2003年酒泉市耕地面積驟降至14.638 104萬hm2，相比于2002年耕地面積凈減少5 327.91hm2，降幅高達3.51%，而2004年該市耕地面積又迅速增加到15.211 431萬hm2，增速較大(為3.92%)； 第三時段： 2004—2009年屬于平穩(wěn)型遞減期，期間酒泉市耕地面積呈穩(wěn)定式減少； 第四時段： 2009—2016呈急劇型減少期，該時期耕地面積整體呈逐年下降趨勢，截止2016年底綠洲區(qū)酒泉市耕地面積減少為14.190 247萬hm2，而在2014年耕地面積存在上升波動趨勢，但上升幅度較小，僅上幅0.37%。

資料來源：該文1997—2008年數據來源于土地利用變更調查數據， 2009—2016年數據主要是采用GIS和RS技術，通過酒泉市歷年的遙感影像和《酒泉統(tǒng)計年鑒》來獲取相關數據，部分數據來源于甘肅省統(tǒng)計局公布的該研究時段內的《酒泉市國民經濟和社會發(fā)展統(tǒng)計公報》圖1 1997—2016年酒泉市耕地面積變化趨勢

2 綠洲區(qū)耕地面積變化驅動力分析

2.1 基于PCA的綠洲區(qū)耕地面積變化驅動力分析

2.1.1 驅動因子選取

一般將影響土地利用變化的因素概括為自然(例如：氣候、土壤、水文等因素)、社會經濟(例如：城鎮(zhèn)化率、人口變化率、區(qū)域GDP、人均收入水平、農業(yè)機械化水平等因素)兩個方面。由于酒泉市屬于典型的綠洲農業(yè)城市，因此，分析影響酒泉市耕地面積變化的驅動因素必須是在保持綠洲系統(tǒng)穩(wěn)定的基礎上，結合酒泉市的自然、社會、經濟條件等因素進行耕地面積變化的驅動因子研究。但是因為自然因素受人為控制變化較小且定量表達較為困難，所以該文主要針對酒泉市耕地面積變化的社會經濟驅動因素進行研究。由1997—2016年酒泉市耕地面積變化趨勢分析可知，酒泉市耕地面積整體呈波動式減少趨勢。因此，在充分調查有關綠洲農業(yè)區(qū)耕地面積變化資料及總結前人研究成果的基礎上，結合酒泉市經濟發(fā)展特點及耕地面積變化的實際情況，以1997—2016年共20年的時間序列為資料，從酒泉市城鎮(zhèn)化水平、收入水平、人口、經濟、產業(yè)結構等5個方面選取13個主要指標因子進行酒泉市耕地面積變化的社會經濟驅動力分析。其中13個指標因子分別為：X1城鎮(zhèn)化率(%)，X2城鎮(zhèn)人均可支配收入(元)； X3人均GDP(元)、X4農民人均純收入(元)； X5總人口(萬人)、X6農業(yè)人口(萬人)； X7糧食作物總產量(t)、X8公路里程(km)、X9社會消費品總額(億元)、X10城市固定資產投資(億元)； X11地區(qū)生產總值(億元)、X12工業(yè)增加值(億元)、X13第一產業(yè)結構比重(%)。

表1 1997—2016年影響酒泉市耕地面積變化的指標數據

年份X1X2X3X4X5X6X7X8X9X10X11X12X13199732.01 6 4859 8643 41889.38 60.77 635 8928 997.4 43.56 167.4159.284.7 16.7199832.76 6 89413 2564 56290.15 60.62 529 3929 265.7 45.27 189.2184.587.6 17.3199933.00 7 32114 8734 78690.79 60.83 504 0579 203.5 47.85 221.4178.589.5 18.4200033.43 7 96514 6825 12998.05 65.27 398 7539 452.6 49.65 223.9192.893.6 17.6200134.37 8 89516 3215 43795.76 62.85 242 0929 685.1 51.24 248.1196.492.3 15.3200236.39 9 46815 4355 89196.20 61.19 328 9019 864.5 53.86 267.5200.995.2 16.8200334.99 9 68417 8636 45796.62 62.81 277 2939 941.2 55.21 305.9208.398.4 16.4200435.06 9 78619 8646 32897.17 63.12 282 5539 979.8 56.32 328.6216.994.2 14.5200534.98 9 96421 4356 54297.76 63.56 366 55011 134.5 57.26 354.2245.896.9 15.2200634.48 10 26326 5137 12398.29 64.43 369 51711 276.0 59.24 379.5213.696.3 14.7200734.87 11 96830 2656 98799.03 64.51 362 76311 323.2 60.37 389.4223.598.5 16.4200834.96 12 43724 7597 365101.32 65.92 366 44211 400.0 62.53 413.2248.02100.0 15.7200937.49 13 70531 5997 234103.50 64.73 360 62411 425.0 75.83 407.4321.05122.8 14.6201050.53 15 10438 7547 521105.35 52.12 367 41213 291.0 87.59 421.5405.03173.0 13.4201157.97 17 26543 7458 158108.65 45.67 354 89414 267.2 105.20 452.4481.5196.5 12.3201262.25 20 06252 1168 654109.34 41.28 325 72315 368.5 124.40 546.2574.6258.7 12.1201364.58 22 38958 0889 786108.95 38.59 333 41515 543.9 140.10 587.8642.7283.4 12.1201463.83 23 56955 87210 364109.53 39.62 346 87216 650.7 156.80 665.4589.6285.3 11.7201564.73 25 69754 29712 36897.24 34.35 356 23416 781.0 176.60 654.2544.8134.2 14.4201658.67 30 07251 72114 592111.94 46.26 338 56117 463.0 193.30 765.3577.9130.9 15.1 資料來源:《酒泉統(tǒng)計年鑒》和酒泉市統(tǒng)計局官網數據,部分數據來源于甘肅省統(tǒng)計局公布的該研究時段內的《酒泉市國民經濟和社會發(fā)展統(tǒng)計公報》

2.1.2 基于PCA的綠洲區(qū)耕地面積變化驅動力分析結果

主成分分析(Principal Component Analysis，PCA)的核心思想是降維，該分析方法有4個主要特點：第一，因子個數遠小于原有變量個數； 第二，因子能夠反映原有變量的絕大部分信息； 第三，因子之間的線性關系不顯著； 第四，因子具有命名解釋性。因此，根據該文的研究內容和研究目的需要，采用統(tǒng)計分析軟件SPSS 17.0對數據進行主成分分析，得出酒泉市耕地面積變化社會經濟驅動力因子的相關系數矩陣，具體如表2所示。

表2 酒泉市耕地面積變化驅動力因子相關系數矩陣

X1X2X3X4X5X6X7X8X9X10X11X12X13X11.000 X20.919 1.000 X30.958 0.944 1.000 X40.820 0.970 0.876 1.000 X50.780 0.801 0.848 0.749 1.000 X6-0.974 -0.860 -0.892 -0.748 -0.622 1.000 X7-0.286 -0.342 -0.353 -0.421 -0.505 0.153 1.000 X80.954 0.982 0.946 0.935 0.825 -0.895 -0.322 1.000 X90.926 0.941 0.925 0.953 0.738 -0.893 -0.276 0.942 1.000 X100.876 0.979 0.944 0.972 0.828 -0.792 -0.412 0.943 0.954 1.000 X110.983 0.943 0.977 0.851 0.844 -0.932 -0.305 0.966 0.936 0.913 1.000 X120.857 0.681 0.836 0.524 0.778 -0.811 -0.250 0.757 0.671 0.673 0.868 1.000 X13-0.802 -0.676 -0.824 -0.576 -0.805 0.716 0.448 -0.760 -0.643 -0.709 -0.815 -0.862 1.000

由酒泉市耕地面積變化社會經濟驅動力因子相關系數矩陣(表2)可知，驅動因子X1與X3、X8、X11； X2與X4、X10； X3與X11； X4與X10； X8與X11； X9與X10有較大相關性，且因子相關系數均在0.95以上，表明上述因子之間具有必然的因果聯系性，進一步說明對影響酒泉市耕地面積變化的社會經濟驅動因子進行主成分分析極有必要。

表3 特征值和主成分貢獻率

成分初始特征值提取平方和載入合計方差的(%)累計(%)合計方差的(%)累計(%)110.52480.95280.95210.52480.95280.95221.0588.13689.0881.0588.13689.08830.8836.79395.88040.2942.26398.14450.1331.0299.16360.0560.42999.59370.0280.21699.80880.0130.09899.90690.0050.04199.947100.0030.02499.971110.0020.01899.989120.0010.00899.9971300.003100.00

由初始特征值和主成分貢獻率及累計貢獻率(即解釋的總方差)可知，第一、第二主成分的初始特征值分別為10.524、1.058，初始特征值均大于1，且主成分累計貢獻率為89.088%，即前兩個主成分共解釋了原有變量總方差的89.088%?？傮w上，原有變量的信息丟失較少，因子分析效果比較理想。因此，可以對酒泉市耕地面積變化作出充分解釋。

表4 主成分載荷矩陣

變量第一主成分第二主成分X10.9710.138X20.9470.071X30.9870.03X40.903-0.03X50.867-0.292X6-0.904-0.297X7-0.3950.875X80.9870.080X90.9520.160X100.957-0.038X110.9870.091X120.8280.027X13-0.8240.222

由主成分載荷矩陣(表4)可知，第一主成分與城鎮(zhèn)化率(X1)、人均GDP(X3)、公路里程(X8)、社會消費品總額(X9)、地區(qū)生產總值(X11)等存在較大相關性，相關系數均大于0.95，反映了影響酒泉市耕地面積變化的社會動力、經濟動力因子； 1997—2016年酒泉市城鎮(zhèn)化率從1997年的32.01%上升到58.67%，表明酒泉市城鎮(zhèn)化進程發(fā)展較快，基礎設施水平有了進一步提高，促使酒泉市耕地面積發(fā)生相應變化。人均GDP、社會消費品總額、地區(qū)生產總值分別由1997年9 864元、43.56億元、159.2億元上升到2016年的5.172 1萬元、193.30億元、577.9億元， 3項驅動因子均增長迅速。同時， 20年酒泉市公路里程增加了8 465.6km，年均增加423.28km，上述指標均反映出酒泉市人均生活水平及消費水平不斷提高，經濟發(fā)展及城市建設步伐加快，該趨勢在引起區(qū)域物質消費需求增加的同時，也進一步促使區(qū)域土地利用結構的調整，進而引起酒泉市耕地面積隨之發(fā)生變化。第二主成分中僅有糧食作物總產量載荷值絕對值大于0.85，因此將其概括為農業(yè)產值主成分。綜上所述，由主成分分析方法得出影響酒泉市耕地面積變化的社會經濟驅動因素為：城鎮(zhèn)化水平、社會經濟發(fā)展水平、農業(yè)產值三大主要因素。

2.2 綠洲區(qū)耕地面積STIRPAT模型分析

2.2.1 STIRPAT模型

由于土地利用和各社會經濟因子之間以及各驅動因子之間彼此存在著相互影響及制約的關系，因此，采用定量分析方法對上述關系進行分析時，必須采用嚴謹合理的計量方法，防止數據的異方差性和多重共線性問題。由于STIRPAT模型對原始數據進行了對數轉換，在處理數據的異方差性和多重共線性問題方面有較大優(yōu)勢[22]。同時，能夠較好地解釋實證分析中土地利用與各驅動因子之間的關系。因此，該文采用STIRPAT模型分析城鎮(zhèn)化水平(城鎮(zhèn)化率)、社會經濟發(fā)展水平(人均GDP、公路里程、社會消費品總額、地區(qū)生產總值等)、農業(yè)產值(糧食作物總產量)對酒泉市耕地面積變化的影響。Dietz 等[23]對傳統(tǒng)的IPAT(即：I=PAT，環(huán)境壓力等式，其中，I為環(huán)境壓力，P表示人口數量，A為富裕度，T為技術。)模型進行改進提出了STIRPAT模型，其公式為：

I=aPbAcTde

(1)

式(1)中，a表示模型的系數，b、c、d為個驅動力指數，e為模型的誤差項。在實際應用中，由于是針對社會人文因素對環(huán)境影響的分析，一般需對式(1)取對數進行應用，因此，將式(1)取對數可表示為：

ln(I)=f+bln(P)+cln(A)+dln(T)+g

(2)

f和g分別為式(1)中，a和e的對數。該文中I表示耕地面積，P、A、T等自變量為通過主成分分析方法后得出的影響酒泉市耕地面積變化的驅動因子。

2.2.2 指標選取

由于主成分分析初步得出的耕地面積變化驅動影響因子具有多重共線性，為更進一步揭示影響酒泉市耕地面積變化的社會經濟驅動因子，在主成分分析的基礎上運用SPSS17.0進一步對篩選出來的影響因子(城鎮(zhèn)化率、人均GDP、糧食作物總產量、公路里程、社會消費品總額、地區(qū)生產總值)做回歸分析，最終滿足數據分析條件的因素為：城鎮(zhèn)化率(城鎮(zhèn)人口占總人口數，X1)、人均GDP(X3)、公路里程(X8)，即分別對應STIRPAT模型中的P、A、T等自變量。

2.2.3 模型結果與分析

由于STIRPAT模型本身能夠對模型的異方差性進行有效控制。因此，此處不需再考慮異方差處理問題。采用SPSS軟件對式(2)進行回歸分析，STIRPAT模型估計結果如表5所示。

由表5可知，模型I的R2為0.978 6，指標系數均在0.05顯著性水平下通過檢驗，可知方程擬合效果較為理想。因此，根據上述分析結果，依據各變量的回歸系數，得出方程為：

ln(Y)=6.583 21+0.043 5lnP-0.259 6lnA-0.431 2lnT

(3)

表5 STIRPAT模型估計結果

未標準化系數tSig.B標準誤常數6.583 211.457 14.375 20lnP0.043 50.023 40.002 40.015lnA-0.259 6-0.195 2-0.032 70.005lnT-0.431 2-1.210 3-0.130 40.036 注:R2 =0.978 6

由式(3)可知，城鎮(zhèn)化率變量系數為正，說明城鎮(zhèn)化率與酒泉市耕地面積變化成正相關，即城鎮(zhèn)化率提高一個百分點，該市耕地面積增長0.043 5%。隨著城鎮(zhèn)化進程的不斷深入，一方面能夠加快農村剩余勞動力轉移，使之轉移到城鎮(zhèn)的第二、三產業(yè)； 另一方面隨著農村勞動力減少，農村土地流轉程度將會進一步加深，有利于實現土地的規(guī)?；C械化經營，進而促使農村土地集約化利用的實現，最終增加耕地面積。人均GDP變量系數為負，即人均GDP每增加一個百分點，酒泉市耕地面積將下降0.259 6%。原因是與機械化水平較高的地區(qū)相比，綠洲區(qū)農業(yè)經濟發(fā)展由于長期受粗放式發(fā)展方式的影響，優(yōu)秀人才引進機制尚未完全建立，技術更新換代較為遲緩，機械化水平較為落后。粗放式的發(fā)展方式，致使經濟發(fā)展主要依賴增加原始土地資源的投入作為綠洲區(qū)經濟發(fā)展的資本，從而導致耕地面積進一步減少。此外，公路里程與耕地面積呈負相關。表明隨著公路里程的增加，耕地面積將會出現下降趨勢。截止2016年，酒泉市公路里程已達到1.746 3萬km，1997—2016年，酒泉市公路里程年均增加約423.28km，公路網的快速發(fā)展勢必會對研究區(qū)耕地造成一定程度的影響，占用部分耕地，造成耕地面積減少。

3 結論與對策

綠洲區(qū)農業(yè)的發(fā)展對西北干旱半干旱地區(qū)的糧食安全和區(qū)域經濟穩(wěn)定發(fā)展有其重要意義。該文以1997—2016年綠洲區(qū)典型城市酒泉市耕地面積變化為例，分析了1997—2016年酒泉市耕地面積變化趨勢。在此基礎上，采用主成分分析和STIRPAT模型對影響酒泉市耕地面積變化的主要社會經濟驅動因子進行研究，得出如下結論。

(1)1997—2016年酒泉市耕地面積整體呈波動式減少趨勢，但存在較大波動。具體來看，研究時段內酒泉市耕地面積變化大致可分為4個不同的趨勢類型： ①1997—2002年屬于迅速型增長期， 6年耕地面積凈增加8 871.88hm2，增速高達6.21%； ② 2002—2004年為波動型增長期，該時期耕地面積先急劇下降后呈現迅速上升趨勢，波動相對較大。其中2003年相比于2002年耕地面積降幅高達3.51%，而2004年該市耕地面積又迅速增加到15.211 431萬hm2，增速較大(為3.92%)； ③ 2004—2009年屬于平穩(wěn)型遞減期，期間酒泉市耕地面積呈穩(wěn)定式減少； ④ 2009—2016呈急劇型減少期，該時期耕地面積整體呈逐年下降趨勢，截止2016年底，綠洲區(qū)酒泉市耕地面積減少為14.190 247萬hm2，而在2014年耕地面積存在上升波動趨勢，但上升幅度較小，僅上幅0.37%。

(2)由主成分分析表明，酒泉市耕地面積變化與城鎮(zhèn)化水平(城鎮(zhèn)化率)、社會經濟發(fā)展水平(人均GDP、公路里程、社會消費品總額、地區(qū)生產總值等)、農業(yè)產值(糧食作物總產量)存在較大相關性。

(3)STIRPAT模型分析結果表明,1997—2016年酒泉市耕地面積變化的主要驅動力是城鎮(zhèn)化率、人均GDP及公路里程。其中，隨著城鎮(zhèn)化率的不斷提高，對酒泉市耕地面積的增加有一定促進作用； 由于綠洲農業(yè)長期采用粗放式的發(fā)展方式，人均GDP的增加是以犧牲較為珍貴的土地資源為代價來實現，致使綠洲農業(yè)區(qū)耕地面積進一步減少； 公路里程與耕地面積呈負相關，隨著公路里程的增加，耕地面積將會出現下降趨勢，符合預期。

保持一定數量和質量的耕地資源對于綠洲區(qū)社會生態(tài)經濟穩(wěn)定發(fā)展有極其重要的意義。一方面一定數量和質量的耕地資源能夠維持干旱半干旱區(qū)的生態(tài)系統(tǒng)穩(wěn)定； 另一方面一定數量和質量的耕地資源對區(qū)域經濟發(fā)展和糧食安全有著舉足輕重的作用。因此，為了防止綠洲農業(yè)區(qū)耕地資源的進一步減少，結合綠洲區(qū)自然社會經濟條件狀況，建議采取以下措施。

(1)優(yōu)化土地利用結構，轉變土地利用方式，實現綠洲農業(yè)區(qū)粗放式發(fā)展向集約式發(fā)展的轉變，提高土地集約利用率。

(2)通過增加技術投入的方式大力發(fā)展節(jié)水農業(yè)、特色農業(yè)，實現區(qū)域農業(yè)特色種植，建立健全特色農產品市場，增加農民收入。

(3)嚴格計劃執(zhí)行監(jiān)管，確保計劃安排有效實施，落實最嚴格的耕地保護制度和最嚴格的節(jié)約集約用地制度，以增加耕地數量，改善耕地質量，為綠洲農業(yè)區(qū)域經濟可持續(xù)發(fā)展提供強有力的土地資源支撐。