耕地集約利用的空間特征及影響因素研究
——以甘肅省東部四市為例

劉永康，劉學(xué)錄，張一達(dá)，任君，王全喜，李曉丹

（1.甘肅農(nóng)業(yè)大學(xué)管理學(xué)院，甘肅 蘭州 730070；2.甘肅農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，甘肅 蘭州 730070；3.青海大學(xué)研究生院，青海 西寧 810016）

我國的國情和耕地資源現(xiàn)狀決定了提高耕地集約利用水平是緩解農(nóng)業(yè)生產(chǎn)和消費需求矛盾的有效途徑[1-2]，并且在解決矛盾時發(fā)現(xiàn)耕地質(zhì)量和集約度的變化遠(yuǎn)比耕地面積縮小對我國的糧食安全更具有威脅性，因此加強對耕地集約利用的研究來保證區(qū)域糧食安全顯得至關(guān)重要[3-4]。

當(dāng)前，國外對耕地集約利用的研究較早，聯(lián)合國糧農(nóng)組織自1972年首次提出土地適宜性評價分類方法[5]之后，最具代表性的耕地集約利用評價方法之一是布林克曼提出的單項指標(biāo)法[6]。而隨著3S技術(shù)逐漸成熟，耕地集約利用研究的深度和廣度得到進(jìn)一步提升。如Kim等[7]采用3S技術(shù)對城市化進(jìn)程與耕地數(shù)量之間的關(guān)系進(jìn)行了研究，結(jié)果發(fā)現(xiàn)雖然城市化在快速增加的過程中很大程度上保護(hù)了生態(tài)環(huán)境，但與耕地數(shù)量仍然不守恒；Lefrory等[8]將不同國家和地區(qū)的農(nóng)戶信息調(diào)查資料與3S技術(shù)結(jié)合來對農(nóng)用地進(jìn)行了集約利用評價研究。國內(nèi)關(guān)于耕地集約利用的研究正在不斷深化，主要集中在以下兩個方面。一是關(guān)于耕地集約利用內(nèi)涵的研究，可歸納為從早期的“投入-產(chǎn)出”視角向“經(jīng)濟(jì)-社會-生態(tài)”三效益綜合視角轉(zhuǎn)變[9-10]。耕地集約利用的內(nèi)涵界定上，應(yīng)把握以下幾方面：1）以耕地資源的整體態(tài)勢和優(yōu)化配置為基礎(chǔ)；2）結(jié)合區(qū)域自然條件、社會經(jīng)濟(jì)發(fā)展水平和農(nóng)業(yè)發(fā)展水平，遵循土地報酬遞減規(guī)律，將適當(dāng)?shù)霓r(nóng)業(yè)投入要素投入到有限的耕地面積上，使得綜合效益最大化；3）保證區(qū)域糧食安全和實現(xiàn)區(qū)域耕地資源的可持續(xù)發(fā)展。二是關(guān)于耕地集約利用評價研究，主要分為兩方面：一是評價指標(biāo)體系的構(gòu)建，基于目的不同分為以單位面積農(nóng)業(yè)投入要素數(shù)量為主的表征指標(biāo)和以影響耕地集約利用主導(dǎo)因素的綜合評價指標(biāo)[11-12]；二是評價方法的選擇，主要由不同研究目的和研究尺度來確定，分為統(tǒng)計分析方法和計量模型[13-15]、GIS空間分析技術(shù)與方法[16-18]和其他研究方法[19-20]。

綜上所述，耕地集約利用研究應(yīng)針對區(qū)域差異性和特殊性進(jìn)一步深入研究。其中，在影響因素方面，由于評價模型的單一，在很大程度上不能準(zhǔn)確全面地反映影響耕地集約利用的主導(dǎo)因素，致使研究結(jié)果在很大程度上與實際存在偏差。因此，本文選取耕地資源豐富的甘肅省東部四市為例（“甘肅省東部百萬畝土地整治項目”核心區(qū)域），借助GEODA、ArcGIS軟件從縣域空間尺度出發(fā)，在探究研究區(qū)耕地集約利用水平及其空間差異特征基礎(chǔ)上，進(jìn)一步剖析影響各縣（區(qū)）耕地集約利用水平的主導(dǎo)影響因素并進(jìn)行空間可視化表達(dá)，以期為高效合理利用耕地、提高耕地質(zhì)量以及保證區(qū)域糧食安全提供參考依據(jù)。

1 研究區(qū)概況

研究區(qū)位于黃土高原西部、甘肅省中東部，地理位置為 103°29′～108°42′E，34°05′～37°09′N，橫跨定西市、天水市、平?jīng)鍪泻蛻c陽市4市，共計29個縣（區(qū)）。土地總面積72184.75 km2，占全省總面積的15.91%，其中，耕地總面積171.64萬hm2，占研究區(qū)土地總面積的23.78%；人口1 040.88萬人（截止2016年底），人口密度為144.20人/km2，。全區(qū)大部分屬于溫帶半干旱區(qū)，部分南部地區(qū)屬于溫帶半濕潤區(qū)，年平均氣溫6～10 ℃，年均降水量在200～600 mm之間，且呈現(xiàn)由南向北迅速減少的規(guī)律，降水變率較大。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

研究所需的基礎(chǔ)數(shù)據(jù)主要有社會經(jīng)濟(jì)數(shù)據(jù)和矢量數(shù)據(jù)。社會經(jīng)濟(jì)數(shù)據(jù)主要來源于《甘肅統(tǒng)計年鑒》（2017年）、《甘肅農(nóng)村統(tǒng)計年鑒》（2017年）、《天水年鑒》、《慶陽年鑒》、《平?jīng)瞿觇b》、《定西年鑒》等官方統(tǒng)計數(shù)據(jù)；矢量數(shù)據(jù)主要來源于國家地理空間信息中心（http://www.sgic.gov.cn/）網(wǎng)站。

2.2 研究方法

2.2.1 耕地集約度評價 本文采用多因素綜合評價法對耕地集約水平進(jìn)行評價，具體步驟為：1）構(gòu)建指標(biāo)體系。評價指標(biāo)主要從投入要素和利用程度的角度來選?。ū?）；2）評價指標(biāo)標(biāo)準(zhǔn)化與賦權(quán)。采用極差標(biāo)準(zhǔn)化法消除數(shù)據(jù)量綱不統(tǒng)一問題，熵值法確定各評價指標(biāo)的權(quán)重；3）利用加權(quán)綜合評價模型計算出各區(qū)域的耕地利用集約度，采用K-mean聚類法[21]將其劃分為4個級別：Fi＞0.5963為Ⅳ級，高度集約利用；0.5963≥Fi＞0.4162為Ⅲ級，較集約利用；0.4162≥Fi＞0.2325為Ⅱ級，較粗放利用；Fi≤0.2325為Ⅰ級，粗放利用。

2.2.2 探索性空間數(shù)據(jù)分析 探索性空間數(shù)據(jù)分析（ESDA）作為一種空間數(shù)據(jù)分析技術(shù)，以空間關(guān)聯(lián)性測度為核心，旨在描述與顯示對象的空間分布、發(fā)現(xiàn)奇異觀測值、揭示空間聯(lián)系、簇聚以及其他一致性的一種空間數(shù)據(jù)分析模式[22]?？臻g自相關(guān)可以根據(jù)位置和屬性相似性來共同測度空間區(qū)域內(nèi)鄰近位置上同一變量的相關(guān)性。

空間自相關(guān)可分為全局空間自相關(guān)和局部空間自相關(guān)，常用的空間自相關(guān)指標(biāo)是Moran's I[19-20]。

表1 耕地集約利用評價指標(biāo)體系Table 1 Assessment indices of the intensive use of farmland

式中：N為評價單元數(shù)目；Yi和Yj分別為空間對象在第i，j兩點的屬性值為平均值；Wij為空間對象在第i，j兩點之間的連接關(guān)系。

式中：S2為yi的離散方差；Mij為權(quán)重矩陣，采用Queen方法確定。

2.2.3 地理加權(quán)回歸模型 傳統(tǒng)的線性回歸OLS模型對于其空間平穩(wěn)性數(shù)據(jù)回歸具有較好的估計，但由于自變量間存在空間自相關(guān)性，且無法滿足傳統(tǒng)OLS模型殘差項獨立的假設(shè)，因此普通最小二乘法參數(shù)估計就不適用了[23]。為了解決空間平穩(wěn)性和空間依賴性帶來的問題，地理加權(quán)回歸模型引入空間位置屬性對不同區(qū)域進(jìn)行估計，使得參數(shù)估計結(jié)果更能符合實際情況。其公式表達(dá)式為：

式中 ：（yi，xi1，xi2，xip）為在地理位置（ui，vi）處的因變量 y 和自變量x1，x2，...，xq的觀測值。βj（ui，vi）為觀測點（ui，vi）處的未知參數(shù)，εi表示隨機誤差，其通常假定其服從N（0，δ2）。模型的核函數(shù)與寬帶選擇決定著模型合理性和正確性，本文采用高斯核函數(shù)確定權(quán)重，以最優(yōu)寬帶準(zhǔn)則采用AICc法確定寬帶。

3 結(jié)果與分析

3.1 耕地集約利用分析

為了分析研究區(qū)耕地集約利用水平狀況，在運用多因素綜合評價法測算出2016年耕地集約利用度的基礎(chǔ)上，基于ArcGIS10.2繪制出耕地集約利用水平空間分布圖，來探討其耕地集約利用水平的空間格局特征，結(jié)果如圖1所示。

由圖1可知，從數(shù)值上看，研究區(qū)的耕地集約利用水平從粗放利用水平（Ⅰ級）到高度集約利用水平（Ⅳ級）均有分布，表明各縣區(qū)之間的集約水平差異較大，且大多數(shù)縣區(qū)位于較集約水平等級，原因主要是研究區(qū)屬于典型的黃土高原丘陵溝壑區(qū)和塬區(qū)，區(qū)域間的經(jīng)濟(jì)發(fā)展水平和自然稟賦的差異共同決定著耕地利用集約水平，但大部分縣區(qū)的集約水平仍具有較大的提升空間?？臻g分布上看，Ⅰ、Ⅱ級位于研究區(qū)中部地區(qū)，Ⅲ、Ⅳ級位于研究區(qū)東北和西南部，整體呈“啞鈴”狀。這是由于大部分縣（區(qū)）均在“甘肅省東部百萬畝土地整治項目區(qū)”，這里屬于耕地資源稟賦較好的地區(qū)，在投入水平持續(xù)增加的情況下，通過土地整治進(jìn)一步提升了耕地的集約水平，可見耕地集約利用水平與自然條件密不可分。例如，2016年武山縣的耕地集約利用水平高達(dá)0.6377，武山縣的社會經(jīng)濟(jì)數(shù)據(jù)中GDP達(dá)到56.61億元，農(nóng)業(yè)從業(yè)人員、化肥施用量和農(nóng)業(yè)機械總動力分別為13.07萬人、16946 t和21.81萬kW·h。表明經(jīng)濟(jì)水平的提高伴隨著耕地的投入水平不斷提高，土地整治在改善了耕地利用條件的同時，極大地激發(fā)了農(nóng)民對農(nóng)業(yè)生產(chǎn)的熱情，使得耕地集約利用水平明顯提高。

3.2 耕地集約利用空間特征分析

本文基于GEODA4.5軟件，對甘肅省東部各縣（區(qū)）耕地集約利用度進(jìn)行空間自相關(guān)分析，由圖2可知：1）在α=0.05的顯著性水平下，全局Moran's I系數(shù)為0.1422，E(I)=-0.375，z-value=-0.040 9，計算結(jié)果通過了Z值檢驗，說明在縣域?qū)用嫔细拭C省東部各縣（區(qū)）耕地集約利用度存在顯著為正的全局正自相關(guān)，呈現(xiàn)空間集聚特征，即集約度水平高的區(qū)域周圍集聚的其他縣域耕地集約利用水平也都較高，集約度水平低的區(qū)域周圍集聚的其他縣域耕地集約利用水平也都較低；2）由圖2可知，研究區(qū)耕地集約利用度局部分布特征對應(yīng)Moran散點圖的四個象限，同一象限內(nèi)的各縣域之間存在屬性的相似性，差異較小，呈現(xiàn)均衡性。其中，右上象限（High-High）和左下象限（Low-Low）具有正的空間自相關(guān)，左上象限（Low-High）和右下象限（High-Low）的屬性值表現(xiàn)為空間負(fù)相關(guān)，即各縣域單元為空間負(fù)相關(guān)，各縣域單元與鄰近單元的村民關(guān)聯(lián)差異性較大，呈現(xiàn)異質(zhì)性。從Moran散點圖（圖2）看出，HH、LL象限內(nèi)評價單元數(shù)量為20個，約占總數(shù)量的68.97%，表明在該區(qū)域內(nèi)具有較強的空間正相關(guān)，局部集聚格局顯著；位于LH、HL象限的評價單元數(shù)量為9個，約占總數(shù)量的31.03%，表明在該區(qū)域內(nèi)具有較強的空間負(fù)相關(guān)。

圖1 甘肅東部各縣（區(qū)）耕地集約利用度空間分布圖Fig.1 Spatial distribution map of intensive utilization of farmland in each county in eastern Gansu Province

圖2 耕地集約利用Moran散點圖Fig. 2 Intensive use of farmland of the Moran Scatter

圖3 耕地集約度LISA聚集圖Fig. 3 LISA cluster map of the farmland intensive degree

LISA集聚圖（圖3）的結(jié)果更進(jìn)一步表明：甘肅省東部整體上呈現(xiàn)出“點—帶—片”的結(jié)構(gòu)特征。其中華池縣、臨洮縣、清水縣、秦州區(qū)、麥積區(qū)和鎮(zhèn)原縣構(gòu)成了空間結(jié)構(gòu)中的“點”，這些區(qū)域均未受到其輻射帶動作用，空間異質(zhì)性較為明顯；隴西縣與漳縣構(gòu)成高低值“片”區(qū)，武山縣與岷縣、西峰區(qū)與寧縣、正寧縣、合水縣、環(huán)縣、慶城縣構(gòu)成了高高值“片”區(qū)，該區(qū)域由于地理位置、資源稟賦和經(jīng)濟(jì)發(fā)展的相似性，具有較強的輻射帶動作用，使得耕地集約利用度在空間上呈現(xiàn)相似性，形成“片”狀結(jié)構(gòu)；其余各縣（區(qū)）構(gòu)成了空間結(jié)構(gòu)中的“帶”。從耕地集約利用度分級圖（圖1）和LISA聚集圖（圖3）來看，高值區(qū)與低值區(qū)域分布基本吻合，其中，高值區(qū)大多數(shù)集中在慶陽市，而低值區(qū)位于平?jīng)鍪泻投ㄎ魇?。其主要原因是慶陽市作為“隴東糧倉”，獨特的地理條件（董志塬）使得當(dāng)?shù)氐霓r(nóng)業(yè)基礎(chǔ)設(shè)施和農(nóng)業(yè)發(fā)展程度都較好，耕地集約利用水平整體較高；而定西市和平?jīng)鍪械拇蟛糠指匾蕴萏锏男问椒植荚诘匦纹鸱推露容^大地帶，導(dǎo)致農(nóng)業(yè)機械化生產(chǎn)投入較少。另外，為了維持家庭經(jīng)濟(jì)收入，外出務(wù)工等因素導(dǎo)致從事農(nóng)業(yè)生產(chǎn)的人口流動性比較大，使得該區(qū)域的耕地集約利用水平整體偏低。

3.3 耕地集約利用影響因素分析

3.3.1 模型構(gòu)建 耕地集約利用作為一個系統(tǒng)來分析，其耕地資源潛力不僅由其自然屬性所決定，在短時期內(nèi)受社會、經(jīng)濟(jì)發(fā)展和國家政策等因素的影響作用反而更多。因此，本文從人口因素、生產(chǎn)投入、科技投入和耕地利用程度四個方面選取評價指標(biāo)來客觀反映研究區(qū)的耕地集約利用水平。由于變量間可能存在相關(guān)性問題，出現(xiàn)信息重疊現(xiàn)象，影響模型的構(gòu)建，因此，本文采用相關(guān)系數(shù)（Pearson）來檢驗是否存在多重共線性問題（表2），其次利用主成分分析法得到4個主導(dǎo)因子（表3）。

表2 影響因素相關(guān)系數(shù)表Table 2 Correlation coef fi cients of the in fl uencing factors

如果相關(guān)系數(shù)值超過0.8，則表示變量之間存在較強的相關(guān)關(guān)系。從表2可知，所有的評價指標(biāo)之間相關(guān)系數(shù)值均小于0.8，說明各因素不存在多重共線性問題。從主成分分析結(jié)果（表3）可知，各影響因素均對甘肅省東部耕地利用造成了不同程度的影響，其中人口因素、產(chǎn)業(yè)投入度、科技發(fā)展、耕地利用程度在空間上存在很大的差異。為深入剖析主導(dǎo)因素對耕地集約利用影響的空間變化規(guī)律，本文采用GWR模型對影響因素進(jìn)行分析。由于模型參數(shù)較多，本文結(jié)合研究區(qū)實際，分別從人口因素、產(chǎn)業(yè)投入度、科技發(fā)展、耕地利用程度四個方面選取勞動力指數(shù)、地均機械總動力、農(nóng)業(yè)科技進(jìn)步率和有效灌溉率4個指標(biāo)來分析研究區(qū)耕地集約利用度影響因素。模型回歸結(jié)果如表4所示。

表3 因子得分系數(shù)矩陣Table 3 Matrix of factor scores

表4 GWR模型參數(shù)值及檢驗結(jié)果Table 4 Parameters and inspection results of the GWR model

由表4可知，GWR模型的擬合優(yōu)度為0.6083，其標(biāo)準(zhǔn)化殘差的空間自相關(guān)Global Moran's I 為0.0427，Z值沒有通過顯著性水平檢驗（z-value = 0.5635），說明標(biāo)準(zhǔn)化殘差在空間上呈現(xiàn)隨機分布，GWR模型整體效果較好；GWR模型輸出結(jié)果不僅僅像一般回歸模型（OLS模型）那樣只有一個“平均”意義上的估計值，而且還針對各評價單元做出了局部回歸。從回歸系數(shù)反映出各回歸系數(shù)具有明顯的空間變異，說明一般回歸模型得出的總體平均情況在很大程度上掩藏了部分局部系數(shù)特征。

3.3.2 影響因素分析 利用ArcGIS10.2軟件將各主導(dǎo)影響因素進(jìn)行空間可視化表達(dá)，通過創(chuàng)建回歸系數(shù)空間分布圖，來探析各因素對耕地集約利用影響程度的空間變化規(guī)律，結(jié)果如圖4所示。

1）人口因素。甘肅省東部各縣（區(qū)）的耕地集約利用度與人口因素呈顯著的正相關(guān)關(guān)系（圖4（A））。從回歸系數(shù)值看，數(shù)值范圍從0.3093到0.3838，整體呈“帶—片”狀分布，由南向北呈現(xiàn)出逐漸增強趨勢。最大值位于慶陽市的中西部，說明該地區(qū)的人口因素對耕地集約利用程度的影響較大。其原因主要是為了滿足現(xiàn)有的農(nóng)業(yè)生產(chǎn)條件的需求，勞動力集約水平的提高在很大程度上促進(jìn)了耕地集約利用水平的提高。其中，慶陽市位于最大的黃土塬（董志塬）上，其優(yōu)越的地理位置和自然條件決定了農(nóng)業(yè)發(fā)展的潛力較大。因此，政府可以通過國家惠農(nóng)政策來更好地激勵農(nóng)業(yè)勞動力的增加，從而來提高耕地集約利用水平。

2）投入程度。從圖4（B）看出，耕地集約利用度與地均機械總動力呈顯著的正相關(guān)關(guān)系，其數(shù)值范圍從0.100 3到0.090 8，整體變化范圍不大，說明地均機械總動力對集約水平影響程度較弱，且區(qū)域間的影響程度差異較小。從空間分布上，地均機械總動力回歸系數(shù)呈現(xiàn)出“中間低，兩頭高”的分布特征，最大值分布在定西市，說明機械總動力的投入對西部地區(qū)的耕地集約利用水平影響較強。其主要原因是定西市屬于典型的黃土溝壑地貌，規(guī)?；瘷C械作業(yè)的耕地面積較少，使得整個機械化投入水平較低，制約了區(qū)域耕地集約利用水平。通過計算單位耕地面積上機械總動力的投入比可以發(fā)現(xiàn)，慶陽市的整體投入水平較高，而定西市除了通渭縣和隴西縣之外，其他縣（區(qū)）投入水平均低于平均水平。因此，通過“甘肅省東部百萬畝土地整治工程項目”的實施，將有助于增加機械化的使用程度來促進(jìn)耕地集約利用水平的提高。

圖4 GWR模型回歸系數(shù)空間分布圖Fig. 4 Spatial distribution map of the regression coef fi cients of GWR model

3） 科技因素。研究區(qū)西部縣（區(qū)）耕地集約利用度與農(nóng)業(yè)科技增長率呈顯著的負(fù)相關(guān)關(guān)系（圖4（C）），中東部縣區(qū)呈正相關(guān)關(guān)系。從回歸系數(shù)值看，數(shù)值范圍從正值變?yōu)樨?fù)值，整體變化幅度不大，表明該地區(qū)的科技因素對耕地集約利用水平的影響程度較弱，但差異性較大。從空間分布看，自西向東整體呈“片”狀分布，且正值區(qū)基本位于慶陽市。在耕地數(shù)量減少的情況下，為了保證糧食數(shù)量的穩(wěn)定必然會要求提高糧食的單產(chǎn)，而科技進(jìn)步是提高糧食單產(chǎn)最重要的動力。農(nóng)業(yè)科技水平的提高和使用不僅是從資本投入（培育品種、合理施肥、機械化作業(yè)降低勞動力成本）降低還是農(nóng)民經(jīng)營性收入的提高，更重要的是科技進(jìn)步促進(jìn)了農(nóng)業(yè)經(jīng)營者對農(nóng)業(yè)生產(chǎn)的積極性，探索適合當(dāng)?shù)厍闆r的最優(yōu)經(jīng)營方式，從而來提高耕地集約利用水平。

4）耕地利用程度。研究區(qū)大部分縣（區(qū)）耕地集約利用度與有效灌溉率呈顯著的正相關(guān)關(guān)系（圖8），部分縣區(qū)呈負(fù)相關(guān)關(guān)系。從回歸系數(shù)值看，數(shù)值范圍從正值變?yōu)樨?fù)值，區(qū)域差距較大，表明研究區(qū)的科技因素對耕地集約利用度的影響程度較大，且具有明顯的區(qū)域差異特征。從空間分布來看，有效灌溉率與農(nóng)業(yè)科技增長率正好相反，整體呈“帶”狀分布，自西向東呈現(xiàn)出逐漸減弱趨勢，最大值位于定西市，最小值位于慶陽市。其主要原因是定西市耕地資源的條件較差，特殊的地形和氣候直接影響耕地的投入和產(chǎn)出效率。如定西市農(nóng)業(yè)灌溉水資源不足，致使耕地很難達(dá)到穩(wěn)產(chǎn)水平，而東部慶陽市相對來說耕地利用條件較好，影響耕地集約利用水平的原因已不再是耕地自身限制。

4 結(jié)論與討論

4.1 結(jié)論

本文利用多因素綜合評價法對研究區(qū)耕地集約利用水平進(jìn)行測度，采用ESDA法分析了耕地集約利用水平的空間格局與區(qū)域差異，并運用GWR模型剖析了影響耕地集約利用水平的驅(qū)動力，得出以下結(jié)論。

1）2016年甘肅省東部29個縣（區(qū)）的耕地集約利用水平從粗放利用水平到高度集約水平均有分布，但平均水平僅為0.3772；在空間分布上，各縣域間具有顯著的差異性，Ⅲ、Ⅳ級位于研究區(qū)東北部和西南部，Ⅰ、Ⅱ級位于研究區(qū)中部，整體呈“啞鈴”狀結(jié)構(gòu)。

2）Global Moran's I為0.180 4，說明在縣域?qū)用嫔细骺h（區(qū)）耕地利用集約度存在顯著為正的全局自相關(guān)，空間上呈集聚特征。局部自相關(guān)進(jìn)一步表明，耕地集約利用度呈現(xiàn)出“點—帶—片”的空間結(jié)構(gòu)特征，整體與耕地集約利用等級圖結(jié)果基本吻合。

3）主成分分析法和GWR模型揭示了各影響因素對研究區(qū)耕地集約利用水平的影響程度和區(qū)域差異。其中人口因素和農(nóng)業(yè)投入與耕地集約利用度均成正相關(guān)關(guān)系，而科技發(fā)展、耕地利用程度與耕地集約利用度部分呈正相關(guān)關(guān)系，部分呈負(fù)相關(guān)關(guān)系。由于空間的輻射性和依賴性，各回歸系數(shù)值分布具有明顯的規(guī)律區(qū)域特征（“片”或“帶”狀）。表明GWR模型對于測度耕地集約利用影響因素具有一定的優(yōu)越性。

4.2 討論

耕地集約利用水平的高低決定著糧食安全和社會經(jīng)濟(jì)的可持續(xù)發(fā)展，構(gòu)建因地制宜的耕地集約水平評價體系對全面、客觀地掌握區(qū)域?qū)嶋H情況具有重要意義。本文的研究區(qū)作為“甘肅省百萬畝土地整治項目”的核心區(qū)域，通過評測土地整治對提高耕地集約利用水平的實施效果，以期為后續(xù)工作的決策和調(diào)整具有指導(dǎo)作用。

耕地集約利用水平的高低是耕地在利用過程中各種自然條件和人為因素所得到的組合效應(yīng)，如何更好地提高耕地集約利用水平，首先得明確制約區(qū)域耕地集約利用水平的因素，合理、準(zhǔn)確地找到制約耕地集約利用水平的短板因素并適時的調(diào)整，才能真正意義上提高耕地集約利用水平。目前，基于面板數(shù)據(jù)和線性回歸方法來分析耕地集約利用水平，并沒有考慮到影響因素在空間上存在空間非穩(wěn)定性和輻射性，致使研究結(jié)果在很大程度上與實際存在偏差。地理加權(quán)回歸模型相較傳統(tǒng)的線性回歸模型來講，不僅解決空間平穩(wěn)性和空間依賴性問題，更對不同區(qū)域進(jìn)行參數(shù)估計使得結(jié)果更能符合實際情況。其模型診斷結(jié)果也方便為整治利用方式和組織實施提供很好的參考。從主導(dǎo)因素回歸系數(shù)的結(jié)果可以看出，由于地理位置、資源稟賦和經(jīng)濟(jì)發(fā)展的相似性，不同區(qū)域?qū)Σ煌挠绊懸蛩鼐哂休椛鋷幼饔?，存在明顯的區(qū)域地帶性。因此，根據(jù)不同的因素對各區(qū)域的影響程度進(jìn)行優(yōu)劣互補，使有限的耕地面積上達(dá)到綜合效益最大化，真正達(dá)到“藏糧于地”的目的。