江西省社會(huì)經(jīng)濟(jì)因素對(duì)區(qū)域土壤侵蝕的影響

黃 棟， 楊小喚， 蔡紅艷

(1.遼寧師范大學(xué) 海洋經(jīng)濟(jì)與可持續(xù)發(fā)展研究中心, 中國(guó) 遼寧 大連 116029;2.中國(guó)科學(xué)院 地理科學(xué)與資源研究所 資源環(huán)境信息系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室, 北京 100101; 3.中國(guó)科學(xué)院大學(xué), 北京 100049)

土壤侵蝕是全球普遍存在的生態(tài)環(huán)境問(wèn)題之一，易導(dǎo)致土壤退化，土質(zhì)惡化和作物減產(chǎn)，威脅生態(tài)環(huán)境和社會(huì)經(jīng)濟(jì)的可持續(xù)發(fā)展[1-2]。區(qū)域尺度的土壤侵蝕一般被認(rèn)為是自然因素和人類(lèi)活動(dòng)因素共同作用的結(jié)果，近些年來(lái)隨著人口增加、土地利用變化、城鎮(zhèn)化加速等人類(lèi)活動(dòng)的日益增強(qiáng)，人類(lèi)活動(dòng)因素逐漸成為主導(dǎo)區(qū)域土壤侵蝕變化的關(guān)鍵因素[3]。社會(huì)經(jīng)濟(jì)發(fā)展伴隨人類(lèi)活動(dòng)產(chǎn)生，作為人類(lèi)活動(dòng)的一個(gè)重要方面，其影響作用不容忽視[4]。因此，進(jìn)行社會(huì)經(jīng)濟(jì)因素對(duì)區(qū)域土壤侵蝕的影響研究，對(duì)因地制宜，合理調(diào)控，有效制定水土保持規(guī)劃十分重要。

已有學(xué)者開(kāi)展了社會(huì)經(jīng)濟(jì)因素對(duì)區(qū)域土壤侵蝕影響研究，華麗[5]以社會(huì)經(jīng)濟(jì)因素為主結(jié)合自然因素，構(gòu)建區(qū)域土壤侵蝕影響因素指標(biāo)體系，采用回歸分析方法構(gòu)建模型以識(shí)別影響湖北省土壤侵蝕主導(dǎo)因子；呂開(kāi)宇等[6]基于省級(jí)面板數(shù)據(jù)，利用經(jīng)濟(jì)計(jì)量方法探索農(nóng)業(yè)生產(chǎn)活動(dòng)對(duì)土壤侵蝕的影響，研究發(fā)現(xiàn)，森林覆蓋率、作物復(fù)種指數(shù)以及單位勞動(dòng)投入等因素對(duì)土壤侵蝕作用最為顯著?？傮w而言，以往的研究更多采用的是傳統(tǒng)數(shù)理統(tǒng)計(jì)分析方法，如回歸分析、相關(guān)性分析、主成分分析等[4,7-9]，但此類(lèi)方法的局限性在于：其統(tǒng)計(jì)分析建模要求大量的樣本數(shù)據(jù)、各因素之間不能存在多重共線性等前提，這種要求在復(fù)雜多樣且相互影響的社會(huì)經(jīng)濟(jì)因素中通常很難保證[10]；社會(huì)經(jīng)濟(jì)因素一般都以行政區(qū)域?yàn)榛締卧M(jìn)行統(tǒng)計(jì)和收集，其樣本數(shù)量和指標(biāo)的客觀全面性難以同時(shí)兼顧，基于傳統(tǒng)的數(shù)理統(tǒng)計(jì)方法，利用不同的指標(biāo)體系建模得到的結(jié)果可能會(huì)出現(xiàn)互相矛盾的現(xiàn)象。

灰色關(guān)聯(lián)分析法是灰色系統(tǒng)理論體系的核心內(nèi)容之一，通過(guò)建立整體比較機(jī)制來(lái)克服兩兩比較的局限性，識(shí)別系統(tǒng)內(nèi)各因子的權(quán)重，確立各因子的序化關(guān)系，提取系統(tǒng)的主導(dǎo)因素[11-12]。與傳統(tǒng)的數(shù)理統(tǒng)計(jì)方法相比，灰色關(guān)聯(lián)分析具有以下優(yōu)點(diǎn)[10,13-14]：對(duì)樣本量的要求小，數(shù)據(jù)量分析較少時(shí)也可以計(jì)算出合理的結(jié)果；灰色關(guān)聯(lián)分析的量化結(jié)果通常與定性分析結(jié)果吻合，極少出現(xiàn)系統(tǒng)關(guān)系和規(guī)律與量化結(jié)果歪曲的情況?；疑P(guān)聯(lián)分析已被越來(lái)越多的應(yīng)用于“人地關(guān)系系統(tǒng)”的研究。寧杰[15]使用灰色關(guān)聯(lián)模型對(duì)河南省三次產(chǎn)業(yè)結(jié)構(gòu)和碳排放進(jìn)行關(guān)聯(lián)性分析,結(jié)果表明第二產(chǎn)業(yè)對(duì)碳排放的影響最大；賀祥等[16]運(yùn)用灰色關(guān)聯(lián)模型計(jì)算PM2.5濃度與影響因素間關(guān)聯(lián)度，分析主要影響因子與PM2.5濃度空間分布的相互關(guān)系。社會(huì)經(jīng)濟(jì)因素多樣性顯著，各因素之間相互影響，其與土壤侵蝕之間的關(guān)系并不只是單純的正相關(guān)或者負(fù)相關(guān)關(guān)系[8]，可見(jiàn)區(qū)域土壤侵蝕與社會(huì)經(jīng)濟(jì)發(fā)展之間正是一個(gè)動(dòng)態(tài)的、復(fù)雜的、區(qū)域差異性的人地關(guān)系系統(tǒng)，其中既包含已知又含有未知的信息狀態(tài)，實(shí)際上就是一個(gè)“灰色系統(tǒng)”[17-18]。

江西省屬中國(guó)南方紅壤丘陵山區(qū)，是典型的水力侵蝕易發(fā)區(qū)，同時(shí)也是國(guó)家“中部崛起”戰(zhàn)略的重要成員。自1990年以來(lái)，江西省社會(huì)經(jīng)濟(jì)快速發(fā)展，城鎮(zhèn)化進(jìn)程持續(xù)加快，土地利用動(dòng)態(tài)變化加劇，導(dǎo)致區(qū)域土壤侵蝕狀況必然受到影響。因此，本研究以江西省為研究區(qū)，基于區(qū)域特征化的通用土壤流失方程RUSLE模擬1990，2000，2015年江西省土壤侵蝕狀況，構(gòu)建土壤侵蝕相關(guān)的社會(huì)經(jīng)濟(jì)指標(biāo)體系，采用灰色系統(tǒng)關(guān)聯(lián)分析法識(shí)別各因素對(duì)區(qū)域土壤侵蝕的影響程度，旨在進(jìn)一步把握區(qū)域土壤侵蝕發(fā)展特征，為江西省土壤侵蝕防治和管理提供科學(xué)參考。

1 研究區(qū)概況

江西省地處中國(guó)東南偏中部，長(zhǎng)江中下游南岸，北緯 24°29′14″—30°04′41″、東經(jīng) 113°34′36″—118°28′58″之間。東鄰浙江、福建，南連廣東，西靠湖南，北毗湖北、安徽?？偯娣e1.67×105km2，全省山地面積50 713.5 km2，占全省土地面積30.4%，丘陵74 159.6 km2占44.4%。植被紅壤和黃壤是江西省最有代表性的地帶性土壤，以紅壤分布最廣，約占江西省總面積的65%[19]。紅壤質(zhì)地黏重，透水性差，易于水力侵蝕，因此江西省是中國(guó)南方紅壤丘陵區(qū)的土壤侵蝕典型區(qū)域，2000 年全省水土流失高達(dá) 3.35×104km2，在南方紅壤 8 省中居第一位[20-21]。1985 年開(kāi)始江西省實(shí)施“山江湖綜合開(kāi)發(fā)治理工程”，退耕還林，封山育林等生態(tài)保護(hù)和水土保持工程；2000之后，隨著國(guó)家“中部崛起”戰(zhàn)略的提出，江西省現(xiàn)代化和城鎮(zhèn)化建設(shè)不斷加快，全省鐵路、公路、水利、電力、能源、建材、城鎮(zhèn)及工業(yè)園建設(shè)等建設(shè)項(xiàng)目蓬勃發(fā)展。在此期間土壤侵蝕時(shí)空變化的背景下，社會(huì)經(jīng)濟(jì)因素的影響必然呈現(xiàn)出新的特征。

2 數(shù)據(jù)來(lái)源與研究方法

2.1 數(shù)據(jù)來(lái)源

本研究所用數(shù)據(jù)及基本情況如表1所示，其中，省、市行政邊界矢量數(shù)據(jù)和土地利用數(shù)據(jù)來(lái)源于中國(guó)科學(xué)院地理科學(xué)與資源研究所資源環(huán)境科學(xué)數(shù)據(jù)中心(RESDC)(http:∥www.resdc.cn/)；土地利用數(shù)據(jù)分類(lèi)系統(tǒng)主要包括6個(gè)一級(jí)類(lèi)，25個(gè)二級(jí)類(lèi)；氣象數(shù)據(jù)為國(guó)家基準(zhǔn)臺(tái)站日值降雨數(shù)據(jù)，來(lái)源于中國(guó)氣象科學(xué)數(shù)據(jù)共享網(wǎng)(http:∥data.cma.cn/)；MODIS NDVI數(shù)據(jù)集來(lái)源于美國(guó)國(guó)家航空航天局(NASA)(https:∥modis.gsfc.nasa.gov/)；另外，本研究所利用的社會(huì)經(jīng)濟(jì)因素主要包括人口、GDP等一系列反映人類(lèi)社會(huì)生產(chǎn)活動(dòng)程度的指標(biāo)，以設(shè)區(qū)市為單位進(jìn)行搜集，來(lái)源于江西省統(tǒng)計(jì)局。

表1 數(shù)據(jù)來(lái)源

2.2 研究方法

2.2.1 區(qū)域土壤侵蝕模擬 本文采用目前應(yīng)用最為廣泛的通用水土流失方程(RUSLE)，結(jié)合區(qū)域特征對(duì)方程中的參數(shù)進(jìn)行特征化和本地化，基于氣象數(shù)據(jù)、土地利用數(shù)據(jù)、土壤數(shù)據(jù)、DEM、植被覆蓋數(shù)據(jù)進(jìn)行不同年份(1990/2000/2015年)江西省土壤侵蝕空間模擬，RUSLE計(jì)算公式如下：

A=R×K×LS×C×P

式中：A為年均土壤侵蝕模數(shù)〔t/(km2·a)〕；R為降雨侵蝕力因子〔MJ·mm/(km2·h·a)〕；K為土壤可蝕性因子〔t·km2·h/(km2·MJ·mm)〕；LS為坡長(zhǎng)坡度因子(無(wú)量綱)；C為地表植被覆蓋與管理因子(無(wú)量綱)；P為水土保持措施因子(無(wú)量綱)。

R(降雨侵蝕力因子)，采用章文波等[22]的基于日降雨量擬合模型來(lái)估算降雨侵蝕力，通過(guò)半月侵蝕力(24個(gè)半月)的累加可以得出年降雨侵蝕力；K(土壤可蝕性因子)為基于Williams等[23]在侵蝕力評(píng)價(jià)當(dāng)中提出的EPIC土壤可蝕性計(jì)算模型并參考陳思旭等[24]的計(jì)算方法得到；LS(坡長(zhǎng)坡度因子)，首先基于DEM數(shù)據(jù)提取坡度坡長(zhǎng)值，再對(duì)Van Remotel根據(jù)RUSLE模型編寫(xiě)的AML代碼加以修正使其適用于南方丘陵地區(qū)，最后將坡度坡長(zhǎng)值代入修正后的公式在ArcGIS Workstation中運(yùn)行得到[24]；C(地表植被覆蓋與管理因子)，借鑒謝紅霞等[25]的方法并加以補(bǔ)充，基于區(qū)域土地利用和植被覆蓋數(shù)據(jù)對(duì)C因子進(jìn)行賦值；P(水土保持措施因子)，以土地利用現(xiàn)狀為基礎(chǔ)結(jié)合坡度因子，參考陸建忠等[26]和陳思旭等[24]對(duì)鄱陽(yáng)湖區(qū)土壤侵蝕模擬P值賦值方法得到本研究區(qū)的P值。

2.2.2 社會(huì)經(jīng)濟(jì)指標(biāo)體系構(gòu)建 本著科學(xué)性、系統(tǒng)性、可比性、動(dòng)態(tài)性和可操作性的原則，根據(jù)土壤侵蝕的成因、表現(xiàn)特征以及與人口、社會(huì)經(jīng)濟(jì)發(fā)展水平的相關(guān)性，以土壤侵蝕為目標(biāo)層，選取對(duì)土壤侵蝕有直接或間接影響的社會(huì)經(jīng)濟(jì)因素[5,27]，構(gòu)建基于人口水平、經(jīng)濟(jì)水平、農(nóng)村狀況和生態(tài)保護(hù)等4個(gè)一級(jí)指標(biāo)層、21個(gè)二級(jí)指標(biāo)(見(jiàn)表2)，指標(biāo)體系中各指標(biāo)值或直接來(lái)源于各年份(1990，2000，2015年)統(tǒng)計(jì)年鑒，或根據(jù)年鑒數(shù)據(jù)計(jì)算得到：

(1) 人口水平。人口是社會(huì)經(jīng)濟(jì)活動(dòng)的主體，一般而言，人口的增加會(huì)導(dǎo)致資源環(huán)境的利用程度加強(qiáng)。人口密度能夠一定程度上衡量區(qū)域社會(huì)經(jīng)濟(jì)發(fā)展程度。人口密度越大，人類(lèi)對(duì)周?chē)h(huán)境的空間和資源的索取程度就越高[28]。同時(shí)也有研究表明，如果區(qū)域人口結(jié)構(gòu)合理，社會(huì)有序化發(fā)展，則會(huì)減少人與自然間的沖突[29]，區(qū)域的人口結(jié)構(gòu)可以利用城鎮(zhèn)人口比例和鄉(xiāng)村人口比例來(lái)表現(xiàn)，其中，城鎮(zhèn)人口比例反映了城鎮(zhèn)化率。

(2) 經(jīng)濟(jì)水平。經(jīng)濟(jì)發(fā)展伴隨著社會(huì)經(jīng)濟(jì)活動(dòng)而產(chǎn)生，是社會(huì)發(fā)展的重要基礎(chǔ)。一般來(lái)講，對(duì)某一特定區(qū)域而言，經(jīng)濟(jì)水平的高低與環(huán)境受到的擾動(dòng)具有正相關(guān)關(guān)系[30]。例如，GDP越高，人們的社會(huì)經(jīng)濟(jì)活動(dòng)越活躍，本文選用人均GDP和單位面積GDP從不同角度考察區(qū)域的經(jīng)濟(jì)發(fā)展水平。與此同時(shí)，隨著社會(huì)的發(fā)展，經(jīng)濟(jì)水平越發(fā)達(dá)的地區(qū)，往往伴隨著更為文明有序的生產(chǎn)生活方式，這在一定程度上對(duì)生態(tài)環(huán)境起到了保護(hù)作用。由于自然資源、地形的差異，不同的區(qū)域有不同的產(chǎn)值結(jié)構(gòu)，因此，本文將GDP細(xì)分為農(nóng)、林、牧、漁、工業(yè)、建筑業(yè)和交通業(yè)等7個(gè)與土壤侵蝕相關(guān)的分行業(yè)產(chǎn)值。其中，漁業(yè)的選取原因在于，鄱陽(yáng)湖是江西省重要的生產(chǎn)基地，漁業(yè)又是鄱陽(yáng)湖流域的重要產(chǎn)業(yè)，土壤侵蝕導(dǎo)致湖內(nèi)淤積、湖床太高，危及鄱陽(yáng)湖生態(tài)系統(tǒng)，因此漁業(yè)發(fā)展和土壤侵蝕之間必然存在相互影響的關(guān)系[31]。另外還選取了人均基本建設(shè)投資這一指標(biāo)，該指標(biāo)反映了國(guó)民經(jīng)濟(jì)各部門(mén)為發(fā)展生產(chǎn)而投入的資本力度，例如公路、鐵路、橋梁等民用建筑等工程的建設(shè)工程，能夠表征區(qū)域開(kāi)發(fā)建設(shè)的影響。

(3) 農(nóng)村狀況。農(nóng)業(yè)生產(chǎn)直接作用于土壤和植被，往往對(duì)自然環(huán)境產(chǎn)生更為直接和強(qiáng)烈的影響。江西省農(nóng)村地區(qū)分布廣泛，地域遼闊，農(nóng)業(yè)生產(chǎn)活動(dòng)強(qiáng)烈，而廣大農(nóng)村地區(qū)又是土壤侵蝕的易發(fā)地區(qū)，因此社會(huì)經(jīng)濟(jì)因素中必然需要考慮農(nóng)村發(fā)展這一方面的因素。農(nóng)民人均純收入能夠代表當(dāng)?shù)剞r(nóng)村區(qū)域的發(fā)展水平；每一農(nóng)業(yè)勞動(dòng)力創(chuàng)造的農(nóng)林牧漁業(yè)商品產(chǎn)值表征農(nóng)村區(qū)域社會(huì)經(jīng)濟(jì)對(duì)自然資源的索取程度；人均農(nóng)村用電量代表農(nóng)戶(hù)的生活水平，電作為清潔能源被用的越多，農(nóng)戶(hù)對(duì)周邊森林資源的破壞就越少；坡耕地作為農(nóng)村地區(qū)易致侵蝕的典型區(qū)域，同時(shí)也是相關(guān)部門(mén)大力整治的對(duì)象，也被納入到指標(biāo)體系中。

(4) 生態(tài)保護(hù)。江西省的生態(tài)保護(hù)自1990年以來(lái)越來(lái)越受到國(guó)家和地方政府的高度重視和投入，大力實(shí)施退耕還林還草，封山育林等生態(tài)保護(hù)工程，有利于植被覆蓋的恢復(fù)，從而緩解土壤侵蝕。本研究選取造林面積比例、封山育林面積比例、跡地更新面積比例和零星植樹(shù)密度等反映人為開(kāi)展生態(tài)保護(hù)措施的指標(biāo)來(lái)表征區(qū)域的生態(tài)保護(hù)力度?？傊?，影響土壤侵蝕的社會(huì)經(jīng)濟(jì)因素指標(biāo)體系如表2所示。

表2 影響土壤侵蝕的社會(huì)經(jīng)濟(jì)因素指標(biāo)體系

2.2.3 灰色關(guān)聯(lián)分析法 土壤侵蝕變化的影響因素中，社會(huì)經(jīng)濟(jì)因素和自然因素相互影響，既包含大量的已知信息，也包含眾多未知信息，可將其視為“灰色系統(tǒng)”?；疑到y(tǒng)是1982年由鄧聚龍[18]提出的概念，即灰色系統(tǒng)中只有部分信息被掌握或者控制?；疑到y(tǒng)理論主張從事物內(nèi)部結(jié)構(gòu)和參數(shù)著手，充分利用系統(tǒng)中部分存在的白色信息(即已知信息)來(lái)求解[32]?；疑到y(tǒng)理論將信息不全的離散數(shù)據(jù)轉(zhuǎn)化成信息完全的動(dòng)態(tài)模型，使有限的白色數(shù)據(jù)(已知信息)得到了盡可能充分的利用，提出的關(guān)聯(lián)度的概念，用以量化各因素的影響程度，識(shí)別各因素對(duì)土壤侵蝕變化的重要性[33]。

灰色系統(tǒng)的關(guān)聯(lián)度，是按照因素發(fā)展變化態(tài)勢(shì)的類(lèi)似情況來(lái)判斷，按照序列幾何形狀相似程度來(lái)區(qū)分，原理示意圖如圖1所示。圖1中3條曲線分別代表3個(gè)數(shù)據(jù)序列，假設(shè)序列①為參考序列，序列②和③為因素序列。從圖1中可見(jiàn)，因素序列②與參考序列①幾何形狀較為接近，因素序列③與參考序列①幾何形狀相差較大，由此可認(rèn)為因素序列②與參考序列①關(guān)聯(lián)程度較大，因素序列③與參考序列①關(guān)聯(lián)程度較小。

注：①，②，③分別表示3個(gè)數(shù)據(jù)序列。其中①表示參考序列；②，③分別表示不同的因素序列。

本研究利用灰色關(guān)聯(lián)分析法識(shí)別各社會(huì)經(jīng)濟(jì)因素對(duì)區(qū)域土壤侵蝕影響程度，根據(jù)鄧聚龍[10]、劉思峰等[13]提出的灰色關(guān)聯(lián)公理及計(jì)算公式，本研究中采用該方法的具體步驟為：

(1) 確定參考序列和因素序列。進(jìn)行灰色關(guān)聯(lián)分析，首先就是要確定參考序列和因素序列，本研究中參考序列即各設(shè)區(qū)市的平均土壤侵蝕模數(shù);因素序列為社會(huì)經(jīng)濟(jì)指標(biāo)體系選取的21項(xiàng)指標(biāo)，每個(gè)因素為一個(gè)序列，每個(gè)序列包含11個(gè)設(shè)區(qū)市的對(duì)應(yīng)指標(biāo)數(shù)據(jù)。

(2) 數(shù)據(jù)標(biāo)準(zhǔn)化處理。因不同的社會(huì)經(jīng)濟(jì)指標(biāo)數(shù)據(jù)量綱不同，為了進(jìn)行數(shù)據(jù)序列間的比較，需要對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。本研究采用均值化方法進(jìn)行各序列數(shù)據(jù)的標(biāo)準(zhǔn)化處理。標(biāo)準(zhǔn)化后的參考序列記為semMean(t)，t=1，2，…，11；因素序列記為Xi(t)，t=1,2,…,11；i=1,2,…,21。

(3) 計(jì)算各指標(biāo)與土壤侵蝕的關(guān)聯(lián)系數(shù)。參考序列semMean(t)與因素序列Xi(t)在各個(gè)不同市級(jí)區(qū)域的關(guān)聯(lián)程度ri〔semMean(t),Xi(t)〕，用以下關(guān)系式表示：

(1)

式中：minimint|semMean(t)-Xi(t)|為極差最小值； maximaxt|semMean(t)-Xi(t)|為極差最大值；ρ為分辨率，一般取值為0.5。

(4) 計(jì)算各指標(biāo)與土壤侵蝕的關(guān)聯(lián)度。以上ri〔semMean(t),Xi(t)〕只能代表一個(gè)點(diǎn)的關(guān)聯(lián)情況，不能反映整個(gè)區(qū)域的總體情況，因此某一個(gè)指標(biāo)對(duì)整個(gè)區(qū)域的關(guān)聯(lián)程度則可用Ri表示：

ri〔semMean(t)，Xi(t)〕}

(2)

式中：Ri為第i個(gè)指標(biāo)的關(guān)聯(lián)度；t=1，2，…，11；i=1，2，…，21。

3 結(jié)果與分析

3.1 土壤侵蝕時(shí)空分異特征

基于區(qū)域特征化的RUSLE模型計(jì)算得到江西省1990，2000，2015年土壤侵蝕空間分布(見(jiàn)封2附圖6)，經(jīng)統(tǒng)計(jì)1990，2000，2015年全省土壤侵蝕模數(shù)平均值分別為864，663，281 t/(km2·a)，可見(jiàn)從1990到2015年，江西省土壤侵蝕狀況顯著改善。

為了進(jìn)一步獲取江西省土壤侵蝕狀況的空間差異特征，以設(shè)區(qū)市為基本單元統(tǒng)計(jì)其在1990，2000，2015年平均土壤侵蝕模數(shù)及隨時(shí)間變化情況(見(jiàn)表3)。

表3 江西省市級(jí)行政區(qū)域平均土壤侵蝕模數(shù)及其變化率

2000年相對(duì)于1990年，11個(gè)市級(jí)區(qū)域中有7個(gè)市級(jí)區(qū)域的平均土壤侵蝕模數(shù)降低，其中有4個(gè)區(qū)域的平均侵蝕模數(shù)降低了超過(guò)50%(鷹潭市降低57.52%，景德鎮(zhèn)市降低55.86%，撫州市降低52.71%，南昌市降低52.4%)，另外還有3個(gè)市有不同程度的降低，分別為吉安市降低38.19%，贛州市降低26.53%，宜春市降低8.49%；與此同時(shí)，4個(gè)市級(jí)區(qū)域平均土壤侵蝕模數(shù)升高，分別為九江市升高26.17%，萍鄉(xiāng)市升高14.17%，上饒市升高10.51%，新余市升高7.00%。可見(jiàn)從1990—2000年這一時(shí)期，雖然江西省的總體土壤侵蝕面積有所減少，但就土壤侵蝕程度的變化來(lái)看，有的惡化，有的改善，區(qū)域差異性非常大。

2015年相對(duì)于2000年，所有的市級(jí)區(qū)域平均土壤侵蝕模數(shù)都大幅降低，除了景德鎮(zhèn)市降低幅度低于50%(為44.18%)，其他的10個(gè)區(qū)域降幅均大于50%，其中吉安市、萍鄉(xiāng)市和宜春市的降幅大于60%。這表明，2000—2015年這一時(shí)期，從土壤侵蝕程度上來(lái)看，11個(gè)市級(jí)區(qū)域都有較大程度的改善，區(qū)域之間也有一定的差異性，但相對(duì)于上一階段(1990—2000年)差異較小。

3.2 灰色關(guān)聯(lián)分析

基于影響土壤侵蝕的社會(huì)經(jīng)濟(jì)因素指標(biāo)體系，分別以各市級(jí)區(qū)域平均土壤侵蝕模數(shù)為參考序列，以社會(huì)經(jīng)濟(jì)指標(biāo)為因素序列，采用灰色關(guān)聯(lián)分析法，計(jì)算各一級(jí)指標(biāo)和二級(jí)指標(biāo)對(duì)區(qū)域平均侵蝕模數(shù)的關(guān)聯(lián)度，識(shí)別各社會(huì)經(jīng)濟(jì)因素對(duì)土壤侵蝕影響的強(qiáng)弱程度和變化特征。

3.2.1 社會(huì)經(jīng)濟(jì)一級(jí)指標(biāo)與土壤侵蝕的關(guān)聯(lián)度分析 圖2為1990，2000，2015年社會(huì)經(jīng)濟(jì)因素一級(jí)指標(biāo)與江西省市級(jí)區(qū)域平均土壤侵蝕模數(shù)的關(guān)聯(lián)度：從時(shí)間尺度上，同一指標(biāo)的綜合關(guān)聯(lián)度從1990—2015年呈明顯增加趨勢(shì)，表明社會(huì)經(jīng)濟(jì)因素對(duì)區(qū)域土壤侵蝕影響程度越來(lái)越大。同一時(shí)相的不同指標(biāo)關(guān)聯(lián)度對(duì)比來(lái)看，1990年，社會(huì)經(jīng)濟(jì)因素一級(jí)指標(biāo)與平均土壤侵蝕模數(shù)的關(guān)聯(lián)度排序?yàn)椋恨r(nóng)村狀況(0.818 5)>人口水平(0.7752)>生態(tài)保護(hù)(0.756 9)>經(jīng)濟(jì)水平(0.738 8)；2000年的關(guān)聯(lián)度排序?yàn)椋恨r(nóng)村狀況(0.876 4)>人口水平(0.868 0)>經(jīng)濟(jì)水平(0.823 4)>生態(tài)保護(hù)(0.807 7)；2015年的關(guān)聯(lián)度排序?yàn)椋喝丝谒?0.878 9)>農(nóng)村狀況(0.869 9)>生態(tài)保護(hù)(0.852 1)>經(jīng)濟(jì)水平(0.818 9)。

圖2 社會(huì)經(jīng)濟(jì)因素一級(jí)指標(biāo)與市域平均土壤侵蝕模數(shù)的關(guān)聯(lián)度

由社會(huì)經(jīng)濟(jì)因素一級(jí)指標(biāo)對(duì)市域平均土壤侵蝕模數(shù)關(guān)聯(lián)度可知，農(nóng)村狀況和人口水平在各年份的關(guān)聯(lián)度排序中均高于其他因素，1990和2000年農(nóng)村狀況關(guān)聯(lián)度高于經(jīng)濟(jì)水平，這表明江西省農(nóng)村地區(qū)的發(fā)展對(duì)土壤侵蝕模數(shù)起到了至關(guān)重要的作用，其原因在于農(nóng)業(yè)活動(dòng)往往直接作用于植被和土壤，導(dǎo)致農(nóng)村地區(qū)是土壤侵蝕的易發(fā)地區(qū)，而江西省農(nóng)村地區(qū)分布廣泛，因此農(nóng)村發(fā)展對(duì)于江西省土壤侵蝕狀況改善非常重要。2015年農(nóng)村狀況關(guān)聯(lián)度略低于人口水平，這表明農(nóng)村狀況對(duì)土壤侵蝕模數(shù)有至關(guān)重要影響的同時(shí)，人口水平也對(duì)土壤侵蝕模數(shù)的影響程度也越來(lái)越大。原因在于隨著人口增長(zhǎng)、人口密度增大，人類(lèi)對(duì)自然環(huán)境和資源的干擾增強(qiáng)，江西省從1990的3.77×107人到2015年的4.57×107人，25 a間人口增長(zhǎng)了21%，而人口是社會(huì)經(jīng)濟(jì)活動(dòng)的主體，因此人口水平對(duì)江西省土壤侵蝕影響的重要性必然有所提高。但總體來(lái)講，農(nóng)村地區(qū)的發(fā)展仍然是區(qū)域土壤侵蝕防治中需要關(guān)注的重要方面。

生態(tài)保護(hù)和經(jīng)濟(jì)水平關(guān)聯(lián)度的排序位置在3個(gè)時(shí)相有所變化：1990年生態(tài)保護(hù)關(guān)聯(lián)度(0.756 9)大于經(jīng)濟(jì)水平關(guān)聯(lián)度(0.738 8)，2000年經(jīng)濟(jì)水平關(guān)聯(lián)度(0.828 9)超越生態(tài)保護(hù)關(guān)聯(lián)度(0.807 7)，2015年生態(tài)保護(hù)關(guān)聯(lián)度(0.852 1)又反超經(jīng)濟(jì)水平關(guān)聯(lián)度(0.824 7)。20世紀(jì)80年代末江西省實(shí)施“山江湖綜合開(kāi)發(fā)治理工程”、退耕還林、封山育林等生態(tài)保護(hù)和水土保持工程，同時(shí)1990—2015年江西省的經(jīng)濟(jì)發(fā)展速度越來(lái)越迅速，在此期間，經(jīng)濟(jì)發(fā)展和生態(tài)保護(hù)一直在尋求一種平衡，因此，二者對(duì)土壤侵蝕的相對(duì)重要程度也會(huì)有所變化。從數(shù)值上看1990年到2000年再到2015年生態(tài)保護(hù)的關(guān)聯(lián)度逐步升高，表明隨著社會(huì)經(jīng)濟(jì)發(fā)展，生態(tài)保護(hù)的重要性逐漸凸顯。

3.2.2 社會(huì)經(jīng)濟(jì)二級(jí)指標(biāo)與土壤侵蝕關(guān)聯(lián)度分析 各年份社會(huì)經(jīng)濟(jì)因素二級(jí)指標(biāo)與區(qū)域土壤侵蝕模數(shù)的關(guān)聯(lián)度及其排序如表4所示。由表4可知，1990年各社會(huì)經(jīng)濟(jì)因素關(guān)聯(lián)度：排在前三位的分別為鄉(xiāng)村人口比例(0.869 9)、農(nóng)村人均用電量(0.856 5)、農(nóng)村人均純收入(0.854 8)；排在末三位的分別為城鎮(zhèn)人口比例(0.687 1)、單位面積工業(yè)產(chǎn)值(0.699 2)、單位面積交通運(yùn)輸郵電業(yè)產(chǎn)值(0.704 6)。2000年各社會(huì)經(jīng)濟(jì)因素關(guān)聯(lián)度：排在前三位的分別為坡耕地面積比例(0.921 5)、農(nóng)村人口比例(0.892 2)、農(nóng)村住戶(hù)人均純收入(0.871 2)；排在末三位的分別為單位面積工業(yè)產(chǎn)值(0.771 8)、跡地更新面積比例(0.783 2)、封山育林面積比例(0.791 4)。2015年各社會(huì)經(jīng)濟(jì)因素關(guān)聯(lián)度：排在前三位的分別為坡耕地面積比例(0.914 8)、城鎮(zhèn)人口比例(0.883 6)、農(nóng)村人口比例(0.883 5)；排在末三位的分別為單位面積建筑業(yè)產(chǎn)值(0.782 5)、單位面積工業(yè)產(chǎn)值(0.783 4)、單位面積交通運(yùn)輸和郵電業(yè)產(chǎn)值(0.784 3)。

表4 江西省各年份社會(huì)經(jīng)濟(jì)因素二級(jí)指標(biāo)與市域平均土壤侵蝕模數(shù)的關(guān)聯(lián)度

由以上排序可知，3個(gè)年份，1990年排在第8位的坡耕地面積比例，到2000年和2015年均排在第1位，可見(jiàn)隨著經(jīng)濟(jì)社會(huì)的發(fā)展，坡耕地的問(wèn)題愈發(fā)凸顯；1990年排在末位的城鎮(zhèn)人口比例，到2000年排在第9位，到2015年排在第2位，與鄉(xiāng)村人口比例非常接近，分析原因在于隨著城鎮(zhèn)化發(fā)展，農(nóng)村人口大量向城鎮(zhèn)人口轉(zhuǎn)入，這一過(guò)程中城鎮(zhèn)人口比例這一指標(biāo)對(duì)土壤侵蝕模數(shù)的影響也會(huì)有所增強(qiáng)。

鄉(xiāng)村人口比例和農(nóng)村人均純收入兩個(gè)因素始終排在前幾位，表明農(nóng)村地區(qū)的發(fā)展?fàn)顩r和農(nóng)村人口一直都對(duì)土壤侵蝕程度有重要的影響，分析原因在于農(nóng)村地區(qū)的收入問(wèn)題會(huì)影響農(nóng)業(yè)發(fā)展模式，越貧困越趨于粗放式農(nóng)業(yè)發(fā)展，盲目開(kāi)墾利用導(dǎo)致自然生態(tài)失衡，造成更為嚴(yán)重的土壤侵蝕[34]；1990年排在第2位的農(nóng)村人均用電量，到2000年位于第10位，分析原因在于農(nóng)村能源結(jié)構(gòu)的改善使得薪柴的使用逐步減少，從而降低了對(duì)自然植被的使用需求，因此這一因素對(duì)于土壤侵蝕的影響程度有所降低。

經(jīng)濟(jì)水平層級(jí)下人均基本建設(shè)投資關(guān)聯(lián)度排名從1990(排名17)到2000(排名15)到2015(排名第9)顯著提升，尤其是到2015年，人均基本建設(shè)投資超越了經(jīng)濟(jì)水平下的其他所有二級(jí)指標(biāo)，表明開(kāi)發(fā)建設(shè)項(xiàng)目建設(shè)對(duì)土壤侵蝕的影響越來(lái)越凸顯，這與江西省的發(fā)展特征相符合：自2000年以后江西省城鎮(zhèn)化速度加快，開(kāi)發(fā)建設(shè)項(xiàng)目加速開(kāi)展，易導(dǎo)致突發(fā)性的土壤侵蝕[35]。另外，總體來(lái)講，經(jīng)濟(jì)水平層級(jí)下的單位面積農(nóng)/林/牧/漁/業(yè)產(chǎn)值相對(duì)該層級(jí)下其他指標(biāo)排名較高，分析原因在于農(nóng)業(yè)、林業(yè)、牧業(yè)和漁業(yè)更加直接的作用與自然資源和環(huán)境，其影響也較大。

作為人口水平的代表性指標(biāo)，人口密度因素1990年排第10位，到2000年和2015年均排第5位，分析原因在于，人口密度越大，人類(lèi)對(duì)周?chē)h(huán)境的空間和資源的索取程度就越高，其對(duì)土壤侵蝕的影響程度也必然提高。封山育林面積在1990年排在第16位，到2000年排在第20位，到2015年躍至第6位；零星植樹(shù)密度在1990和2000年排名分別位第12，13位，到2015年排名第7位，這表明生態(tài)保護(hù)應(yīng)該與經(jīng)濟(jì)發(fā)展并重。

4 討論與結(jié)論

本研究首先基于區(qū)域特征化的RUSLE進(jìn)行了江西省土壤侵蝕模擬，分析了江西省1990，2000，2015年土壤侵蝕時(shí)空分異特征；接著以1990，2000，2015年各市級(jí)區(qū)域?yàn)閱挝粯?gòu)建社會(huì)經(jīng)濟(jì)因素一級(jí)和二級(jí)指標(biāo)，引入灰色關(guān)聯(lián)分析法，分析不同發(fā)展背景下各社會(huì)經(jīng)濟(jì)因素的相對(duì)重要性和變化特征，識(shí)別不同發(fā)展背景下各社會(huì)經(jīng)濟(jì)因素對(duì)區(qū)域土壤侵蝕的影響程度。

1990—2015年，江西省土壤侵蝕狀況明顯改善，全省平均土壤侵蝕模數(shù)顯著下降，1990，2000，2015年分別為864，663，281 t/(km2·a)；以設(shè)區(qū)市為基本單元的土壤侵蝕模數(shù)及其變化表明了不同發(fā)展階段土壤侵蝕狀況的空間差異性?；诨疑P(guān)聯(lián)分析的3個(gè)時(shí)相社會(huì)經(jīng)濟(jì)因素對(duì)區(qū)域土壤侵蝕的影響特征表明：①社會(huì)經(jīng)濟(jì)因素與區(qū)域土壤侵蝕的綜合關(guān)聯(lián)度明顯提高；②農(nóng)村發(fā)展?fàn)顩r對(duì)區(qū)域土壤侵蝕影響最為顯著，其中坡耕地面積比例的影響最為顯著；③人口水平對(duì)區(qū)域土壤侵蝕的影響程度明顯提升；④經(jīng)濟(jì)水平的影響程度相對(duì)較小，但從1990—2015年，城鎮(zhèn)化發(fā)展相關(guān)因素對(duì)區(qū)域土壤侵蝕的影響程度顯著增強(qiáng)，如城鎮(zhèn)人口比例，人均基本建設(shè)投資等；另外，研究發(fā)現(xiàn)人均基本建設(shè)投資這一指標(biāo)在反映開(kāi)發(fā)建設(shè)項(xiàng)目對(duì)區(qū)域土壤侵蝕的影響中比單位建筑業(yè)產(chǎn)值等指標(biāo)更為有力；⑤隨著社會(huì)經(jīng)濟(jì)的發(fā)展，生態(tài)保護(hù)的影響程度逐步增大。

綜合以上分析可知，1990—2015年，江西省土壤侵蝕狀況顯著改善，但在今后的土壤侵蝕防治進(jìn)程中，農(nóng)村地區(qū)的發(fā)展，尤其是坡耕地治理仍然是亟需解決的重要問(wèn)題；在制定水土保持管理規(guī)劃中，人口水平相關(guān)因素應(yīng)被納入考慮范疇；社會(huì)經(jīng)濟(jì)發(fā)展的同時(shí)，生態(tài)保護(hù)應(yīng)持續(xù)受到重視；開(kāi)發(fā)建設(shè)項(xiàng)目的影響越來(lái)越需要引起關(guān)注，防治并重。

本研究還有需要改進(jìn)和深入探討之處：本文試圖從區(qū)域社會(huì)經(jīng)濟(jì)發(fā)展的宏觀角度，來(lái)探索社會(huì)經(jīng)濟(jì)發(fā)展因素對(duì)土壤侵蝕的影響程度，指標(biāo)體系的構(gòu)建是整個(gè)研究的關(guān)鍵環(huán)節(jié)，但由于社會(huì)經(jīng)濟(jì)活動(dòng)的復(fù)雜性，影響因素眾多，而本文中的社會(huì)經(jīng)濟(jì)指標(biāo)是建立在數(shù)據(jù)可獲取性和各年份指標(biāo)統(tǒng)一性、可比性的基礎(chǔ)上，選取社會(huì)經(jīng)濟(jì)體系中的一級(jí)指標(biāo)和二級(jí)指標(biāo)，并未進(jìn)一步選取二級(jí)指標(biāo)下更細(xì)化的指標(biāo)，因此指標(biāo)體系的構(gòu)建仍存在不足之處，難以做到完全客觀；此外，基于相關(guān)的社會(huì)經(jīng)濟(jì)因素對(duì)區(qū)域土壤侵蝕的影響程度，選取相對(duì)重要的因子作進(jìn)一步的探討，是接下來(lái)的重要研究方向。