張 戈, 馬 婕, 徐 嵩
(天津城建大學(xué) 建筑學(xué)院, 天津 300384)
耕地細(xì)碎化是指由于自然或人為因素干擾,耕地由單一、均質(zhì)和集中連片的整體變?yōu)閺?fù)雜、無(wú)序和零散破碎斑塊的演變過(guò)程[1]。緩解耕地細(xì)碎化可以提升農(nóng)業(yè)生產(chǎn)力發(fā)展水平,提高農(nóng)業(yè)生產(chǎn)效率,保障糧食安全并改善生態(tài)環(huán)境[2],因此,加強(qiáng)耕地細(xì)碎化的研究具有重要現(xiàn)實(shí)意義。
目前大量文獻(xiàn)從耕地細(xì)碎化形成的機(jī)制[3-8]、產(chǎn)生的威脅[9-12]、評(píng)價(jià)體系的構(gòu)建等[13-15]方面進(jìn)行研究,形成了豐富的理論成果。然而,耕地斑塊的收縮、割裂是一個(gè)長(zhǎng)期動(dòng)態(tài)的過(guò)程,目前針對(duì)特定地區(qū)基于時(shí)空維度動(dòng)態(tài)分析耕地細(xì)碎化的研究仍較匱乏,單一年份的耕地細(xì)碎化研究難以充分反映研究區(qū)實(shí)際情況,耕地細(xì)碎化的緩解與應(yīng)對(duì)方式也會(huì)因此產(chǎn)生偏差。因此,本文以薊州區(qū)下轄的26個(gè)鄉(xiāng)鎮(zhèn)作為研究對(duì)象,基于景觀格局指數(shù)構(gòu)建評(píng)價(jià)指標(biāo)體系進(jìn)行多個(gè)年份的耕地細(xì)碎化演進(jìn)評(píng)價(jià)與模擬預(yù)測(cè),以期對(duì)耕地資源總量及耕地分布差異性進(jìn)行全面動(dòng)態(tài)把控,因勢(shì)利導(dǎo)地提出細(xì)碎化整治對(duì)策。
選定天津市最北部的薊州區(qū)作為研究對(duì)象,薊州區(qū)地勢(shì)北高南低,高差較大(圖1a),是天津市域范圍內(nèi)唯一的半山區(qū)縣。作為天津市的農(nóng)業(yè)大區(qū)、國(guó)內(nèi)首個(gè)綠色食品示范區(qū)的薊州,面臨著嚴(yán)重的耕地細(xì)碎化問(wèn)題。薊州區(qū)北部山地丘陵地區(qū)的自然地理環(huán)境為滑坡、雨洪等災(zāi)害的孕育提供了必要條件。據(jù)統(tǒng)計(jì),1958—2002年,薊州共發(fā)生過(guò)一般及以上級(jí)別的崩塌、滑坡、泥石流40余起,農(nóng)田受損嚴(yán)重,加之山地地區(qū)坡度較陡(圖1b),土壤保水保肥能力差,適宜耕作的土地不多,耕地資源稀缺;薊州南部則因?yàn)榈缆贰锨v橫,建設(shè)用地不斷蔓延,耕地由此被分割為眾多大小不等,形狀不一的斑塊,對(duì)耕地集約發(fā)展造成了嚴(yán)重威脅。
依托土地利用和鄉(xiāng)鎮(zhèn)邊界范圍等信息,采用ArcGIS, Fragststs, SPSS, Geoda等多軟件協(xié)同的方式,借鑒景觀格局研究思路,選取斑塊密度等7項(xiàng)景觀格局指標(biāo)構(gòu)建耕地細(xì)碎化評(píng)價(jià)體系,對(duì)各鄉(xiāng)鎮(zhèn)耕地細(xì)碎化程度進(jìn)行量化,并運(yùn)用空間自相關(guān)法揭示耕地細(xì)碎化水平在空間分布上的集聚特征和異質(zhì)性。利用IDRISI軟件構(gòu)建CA-Markov模型,基于往期土地利用數(shù)據(jù),模擬得到2025年薊州區(qū)土地利用數(shù)據(jù),進(jìn)而展開(kāi)耕地細(xì)碎化評(píng)價(jià)和空間自相關(guān)分析,以把握未來(lái)耕地細(xì)碎化演變規(guī)律。
薊州區(qū)土地利用數(shù)據(jù)(30 m空間分辨率)以及縣區(qū)與鄉(xiāng)鎮(zhèn)行政邊界矢量范圍均來(lái)自資源環(huán)境科學(xué)與數(shù)據(jù)中心網(wǎng)站(https:∥www.resdc.cn/),其中研究所需的土地利用數(shù)據(jù)涉及2000,2005,2010,2015,2020年5期數(shù)據(jù)。
在不考慮因土地產(chǎn)權(quán)分割而引發(fā)的耕地細(xì)碎化的前提下,耕地細(xì)碎化與景觀破碎化在研究步驟與內(nèi)容方面具有高度一致性。因此,景觀指數(shù)能很好反映耕地資源空間配置和土地利用格局的特點(diǎn),可有效表征耕地細(xì)碎化特征[16]。
綜合已有理論研究[6,15,17],將天津市薊州區(qū)26個(gè)鄉(xiāng)鎮(zhèn)作為評(píng)價(jià)單元,運(yùn)用Fragstats軟件,以斑塊密度、最大斑塊指數(shù)、邊界密度、平均斑塊面積、面積加權(quán)形狀指數(shù)、面積加權(quán)分維數(shù)、斑塊聚集度7個(gè)景觀格局指數(shù)來(lái)衡量刻畫耕地細(xì)碎化程度。
2.3.1 歸一化 在評(píng)價(jià)過(guò)程中,由于各評(píng)價(jià)因子原始數(shù)據(jù)的計(jì)量單位、數(shù)量級(jí)、正負(fù)向作用的不同,因此需要對(duì)原始數(shù)據(jù)進(jìn)行同趨化與無(wú)量綱化處理,以確保評(píng)價(jià)的準(zhǔn)確性,具體方式如下:
正向指標(biāo):
(1)
負(fù)向指標(biāo):
(2)
2.3.2 因子賦權(quán) 將歸一化后的結(jié)果導(dǎo)入SPSS軟件中進(jìn)行因子分析賦權(quán),在生成的總方差解釋表中(表1)選取特征值大于1的成分因子與評(píng)價(jià)指標(biāo)進(jìn)行相關(guān)程度分析(表2)。表2中各數(shù)值絕對(duì)值的大小反映各指標(biāo)在成分因子上載荷值的高低,正、負(fù)符號(hào)代表評(píng)價(jià)指標(biāo)與成分因子成正、負(fù)相關(guān)關(guān)系。將表1中旋轉(zhuǎn)后的方差百分比與表2中成分因子的載荷值分別進(jìn)行歸一化,而后相乘求和,最終得到評(píng)價(jià)指標(biāo)權(quán)重(表3)。
表1 薊州區(qū)耕地細(xì)碎化評(píng)價(jià)因子賦權(quán)總方差解釋
表2 薊州區(qū)耕地細(xì)碎化評(píng)價(jià)因子賦權(quán)旋轉(zhuǎn)后的載荷矩陣
表3 薊州區(qū)耕地細(xì)碎化評(píng)價(jià)因子賦權(quán)評(píng)價(jià)指標(biāo)權(quán)重
CA-Markov模型源于馬爾柯夫的隨機(jī)過(guò)程研究,因其綜合了CA模型的空間動(dòng)態(tài)演變和Markov模型的時(shí)間序列推進(jìn)優(yōu)勢(shì),可極大提高土地利用模擬預(yù)測(cè)的精確度,因而被廣泛應(yīng)用于生態(tài)學(xué)、土地科學(xué)等領(lǐng)域。
利用CA-Markov模型,在遵循現(xiàn)階段薊州區(qū)土地利用格局演變趨勢(shì)的前提下,對(duì)2025年薊州區(qū)耕地分布的全局趨勢(shì)進(jìn)行模擬,生成2025年耕地細(xì)碎化評(píng)價(jià)所需的同期土地利用數(shù)據(jù)。具體方法為: ①轉(zhuǎn)換規(guī)則的確定:將2010年以及2015年的土地利用數(shù)據(jù)作為模擬預(yù)測(cè)所需的基礎(chǔ)數(shù)據(jù),生成相應(yīng)的土地利用面積轉(zhuǎn)移矩陣即轉(zhuǎn)換規(guī)則。 ②適宜性圖集的創(chuàng)建:選用與耕地斑塊分布影響較大的坡度、高程、水系等信息制作適宜性圖集,進(jìn)行2020年模擬預(yù)測(cè)。 ③準(zhǔn)確性檢驗(yàn):用2020年土地利用模擬結(jié)果與當(dāng)年實(shí)測(cè)數(shù)據(jù)進(jìn)行kappa系數(shù)檢驗(yàn),以判斷二者的擬合程度,此次kappa系數(shù)檢驗(yàn)結(jié)果為0.877 2大于0.75,表示模擬與實(shí)測(cè)結(jié)果擬合程度高,符合開(kāi)展未來(lái)年份模擬預(yù)測(cè)的要求(圖2)。 ④土地利用格局預(yù)測(cè):根據(jù)2020年實(shí)測(cè)土地利用數(shù)據(jù)、面積轉(zhuǎn)移矩陣、適宜性圖集等內(nèi)容進(jìn)行2025年的土地利用數(shù)據(jù)模擬預(yù)測(cè)。
圖2 2020年模擬與實(shí)測(cè)土地利用數(shù)據(jù)擬合程度比較
空間自相關(guān)分為全局空間自相關(guān)和局部空間自相關(guān)。本文采用研究中最常用的Moran’sI統(tǒng)計(jì)法來(lái)度量全局空間自相關(guān)性。當(dāng)統(tǒng)計(jì)出的Z值大于1.96時(shí),表明薊州區(qū)耕地細(xì)碎化量化結(jié)果呈現(xiàn)集聚特征,當(dāng)Z值小于-1.96時(shí),表明薊州區(qū)耕地細(xì)碎化屬性值呈分散分布,當(dāng)Z值域?yàn)閇-1.96,1.96]時(shí),則表征結(jié)果呈現(xiàn)隨機(jī)分布特征。局部空間自相關(guān)可以對(duì)每個(gè)區(qū)域以及周邊區(qū)域關(guān)聯(lián)性進(jìn)行精準(zhǔn)描述,并將研究區(qū)某種屬性值在異質(zhì)性空間中的分布格局直觀呈現(xiàn),其本質(zhì)上是將全域的Moran’sI分解到各個(gè)片區(qū)單元。本文采用Local Moran’sI來(lái)衡量薊州區(qū)耕地細(xì)碎化的局部空間自相關(guān)性。
3.1.1 2000—2020年薊州區(qū)耕地細(xì)碎化等級(jí)分布時(shí)空演化 綜合7個(gè)景觀格局評(píng)價(jià)指標(biāo)的量化結(jié)果和對(duì)應(yīng)權(quán)重,進(jìn)行鄉(xiāng)鎮(zhèn)耕地細(xì)碎化總體評(píng)分,評(píng)分結(jié)果即可反映耕地細(xì)碎化程度。在ArcGIS軟件的支持下,運(yùn)用自然間斷點(diǎn)分級(jí)法,將薊州區(qū)各鄉(xiāng)鎮(zhèn)耕地細(xì)碎化程度分為高、較高、中、較低和低5個(gè)等級(jí)并進(jìn)行可視化顯示(圖3),級(jí)別越高表示耕地細(xì)碎化程度越深。
由表4可知,2000年與2005年耕地細(xì)碎化程度高于中等水平的鄉(xiāng)鎮(zhèn)均為山地鄉(xiāng)鎮(zhèn),從2010年開(kāi)始部分平原鄉(xiāng)鎮(zhèn)表現(xiàn)出較高和高等級(jí)細(xì)碎化特征,2020年處于該細(xì)碎化水平區(qū)間內(nèi)的山地鄉(xiāng)鎮(zhèn)和平原鄉(xiāng)鎮(zhèn)數(shù)量基本持平,表明南部耕地細(xì)碎化程度較北部嚴(yán)重,耕地集約化發(fā)展面臨的壓力增大。
通過(guò)對(duì)圖3和表4的分析可知: ①2000—2005年耕地細(xì)碎化程度總體呈現(xiàn)出由南部平原向北部山地逐漸遞增的趨勢(shì); ②2005—2010年薊州北部耕地細(xì)碎化程度持續(xù)加劇,并且耕地細(xì)碎化重心開(kāi)始南移,低度細(xì)碎化鄉(xiāng)鎮(zhèn)數(shù)量減少; ③2010—2015年薊州區(qū)南、北部耕地細(xì)碎化程度均有小幅緩解; ④2015—2020年薊州南北部細(xì)碎化程度差異逐漸縮小,南部鄉(xiāng)鎮(zhèn)耕地細(xì)碎化加深程度較北部更為明顯。
表4 天津市薊州區(qū)各等級(jí)細(xì)碎化水平所含鄉(xiāng)鎮(zhèn)個(gè)數(shù)及鄉(xiāng)鎮(zhèn)分布
3.1.2 2000—2020年薊州區(qū)耕地細(xì)碎化程度對(duì)比分析 對(duì)比2000,2005,2010,2015,2020年耕地細(xì)碎化評(píng)分分值,得到耕地細(xì)碎化程度變化結(jié)果(表5),由表5可知: ①2005年較2000年耕地細(xì)碎化程度變化較小,邦均鎮(zhèn)等14個(gè)鄉(xiāng)鎮(zhèn)的耕地細(xì)碎化問(wèn)題有小幅緩解; ②2010年較2005年的耕地細(xì)碎化程度變化劇烈,且26個(gè)鄉(xiāng)鎮(zhèn)的耕地細(xì)碎化問(wèn)題均有不同程度惡化; ③2015年與2010年相比,白澗鎮(zhèn)等11個(gè)鄉(xiāng)鎮(zhèn)的耕地細(xì)碎化問(wèn)題得到緩解,其中尤古莊鎮(zhèn)的耕地細(xì)碎化問(wèn)題有了較為明顯的改善; ④2020年相比于2015年,薊州區(qū)15個(gè)鄉(xiāng)鎮(zhèn)耕地細(xì)碎化水平維持有所加深。
表5 天津市薊州區(qū)耕地細(xì)碎化程度對(duì)比分析
3.1.3 2000—2020年耕地細(xì)碎化程度空間自相關(guān)分析 運(yùn)用Geoda軟件對(duì)2000—2020年耕地細(xì)碎化情況進(jìn)行全局與局部空間自相關(guān)分析(圖4)。全局自相關(guān)分析中Z值均大于1.96,表明耕地細(xì)碎化測(cè)度呈現(xiàn)出明顯集聚特征。由局部空間自相關(guān)所反映出的聚類情況的數(shù)理特征可知: ①2000年薊州區(qū)5個(gè)鄉(xiāng)鎮(zhèn)呈現(xiàn)出低—低集聚的空間特征,1個(gè)鄉(xiāng)鎮(zhèn)呈現(xiàn)出高—低集聚態(tài)勢(shì),3個(gè)鄉(xiāng)鎮(zhèn)表現(xiàn)為高—高集聚的空間分布特征; ②2005年薊州區(qū)4個(gè)鄉(xiāng)鎮(zhèn)呈現(xiàn)出低—低集聚的空間特征,3個(gè)鄉(xiāng)鎮(zhèn)表現(xiàn)出高—高集聚的空間分布特征; ③2010年高—高集聚和低—低集聚的鄉(xiāng)鎮(zhèn)數(shù)量均有減少,青甸洼北部3個(gè)鄉(xiāng)鎮(zhèn)表現(xiàn)出低—低集聚特征,于橋水庫(kù)北部2個(gè)鄉(xiāng)鎮(zhèn)表現(xiàn)出高—高集聚的特征,青甸洼南部侯家營(yíng)鎮(zhèn)表現(xiàn)為高—低集聚的態(tài)勢(shì); ④2015年4鄉(xiāng)鎮(zhèn)呈現(xiàn)出低—低集聚特征,5個(gè)鄉(xiāng)鎮(zhèn)表現(xiàn)為高—高集聚特征; ⑤2020年3鄉(xiāng)鎮(zhèn)呈現(xiàn)出低—低集聚的空間特征,1個(gè)鄉(xiāng)鎮(zhèn)表現(xiàn)出低—高集聚態(tài)勢(shì)。從空間分布情況來(lái)看,低—低型集中分布在薊州西南部,薊州南部鄉(xiāng)鎮(zhèn)偶有高—低集聚的分布現(xiàn)象,表明薊州南部鄉(xiāng)鎮(zhèn)耕地細(xì)碎化程度普遍偏低,僅個(gè)別鄉(xiāng)鎮(zhèn)耕地呈現(xiàn)出高度細(xì)碎化特征,2000—2015年薊州北部于橋水庫(kù)周邊鄉(xiāng)鎮(zhèn)持續(xù)呈現(xiàn)高—高集聚的空間分布特征,到2020年于橋水庫(kù)西北部漁陽(yáng)鎮(zhèn)呈現(xiàn)低—高集聚態(tài)勢(shì),表明于橋水庫(kù)周邊鄉(xiāng)鎮(zhèn)及其臨近鄉(xiāng)鎮(zhèn)耕地細(xì)碎化程度普遍較高,而到2020年,漁陽(yáng)鎮(zhèn)耕地細(xì)碎化現(xiàn)象有所緩解,但其周邊鄉(xiāng)鎮(zhèn)依舊保持高度細(xì)碎化。
圖4 天津市薊州區(qū)耕地細(xì)碎化空間自相關(guān)分析
3.2.1 2025年耕地細(xì)碎化預(yù)測(cè) 以5 a間隔為研究時(shí)間區(qū)間,探究未來(lái)薊州區(qū)耕地細(xì)碎化的變化趨勢(shì),將基于CA-Markov模型模擬得到的薊州區(qū)2025年土地利用模擬數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù)(圖5a),在景觀格局視角下通過(guò)Fragstats軟件對(duì)耕地細(xì)碎化程度進(jìn)行全面度量,而后運(yùn)用自然間斷點(diǎn)分級(jí)法對(duì)測(cè)度結(jié)果分級(jí)顯示(圖5b)。根據(jù)圖5b的耕地細(xì)碎化測(cè)算結(jié)果的等級(jí)分布可知,相較于薊州南部,北部山地鄉(xiāng)鎮(zhèn)耕地細(xì)碎問(wèn)題更為凸顯,其中孫各莊、馬伸橋、穿芳峪、出頭嶺鎮(zhèn)原有耕地面積較小且分布零散,耕地細(xì)碎化最為嚴(yán)重,亟待整治。由于南部平原地區(qū)更具自然稟賦優(yōu)勢(shì),該區(qū)域除洇溜鎮(zhèn)、東趙各莊鎮(zhèn)外,其余鄉(xiāng)鎮(zhèn)耕地分布較為集中緊湊??傮w而言,2025年薊州區(qū)耕地細(xì)碎化情況為:北部和中部細(xì)碎化程度高于南部,與2000—2005年耕地細(xì)碎化等級(jí)的梯度變化較為相似。2025年處于較高、高等級(jí)細(xì)碎化程度的鄉(xiāng)鎮(zhèn)共有11個(gè),其中平原鄉(xiāng)鎮(zhèn)3個(gè),山地丘陵地區(qū)鄉(xiāng)鎮(zhèn)8個(gè)。由此可知,未來(lái)耕地整治的重心將是薊州北部鄉(xiāng)鎮(zhèn)。
3.2.2 2025年耕地細(xì)碎化趨勢(shì)分析 通過(guò)薊州區(qū)2025年與2020年耕地細(xì)碎化情況對(duì)比可知(表6),大部分鄉(xiāng)鎮(zhèn)耕地細(xì)碎化評(píng)分呈現(xiàn)負(fù)增長(zhǎng),即較2020年細(xì)碎化程度有所降低,耕地細(xì)碎化問(wèn)題得到了不同程度的緩解,其中下倉(cāng)鎮(zhèn)、下窩頭鎮(zhèn)以及東二營(yíng)鎮(zhèn)耕地細(xì)碎化現(xiàn)象有了較為明顯的改善;處于北部的官莊鎮(zhèn)、下?tīng)I(yíng)鎮(zhèn)、羅莊子鎮(zhèn)、馬伸橋鎮(zhèn)等8個(gè)鄉(xiāng)鎮(zhèn)耕地細(xì)碎化問(wèn)題進(jìn)一步加深。
3.2.3 2025年耕地細(xì)碎化程度空間自相關(guān)分析 通過(guò)Geoda軟件對(duì)2025年的耕地細(xì)碎化結(jié)果進(jìn)行空間自相關(guān)分析(圖4f),Z值為4.266 3,存在顯著正的空間自相關(guān)性,耕地細(xì)碎化量化結(jié)果呈現(xiàn)明顯集聚特征。2025年薊州西南部鄉(xiāng)鎮(zhèn)仍保持低—低集聚特征,于橋水庫(kù)周邊再次出現(xiàn)高—高集聚特征,且高—高集聚區(qū)分布較2000—2015年北移,于橋水庫(kù)西北部漁陽(yáng)鎮(zhèn)繼續(xù)維持低—高集聚態(tài)勢(shì)。
耕地是人類生存的基礎(chǔ),耕地細(xì)碎化易產(chǎn)生耕地邊際化效應(yīng),造成耕地資源利用低效、糧食產(chǎn)量下降、生態(tài)環(huán)境惡化等問(wèn)題,對(duì)保障糧食安全與促進(jìn)農(nóng)業(yè)現(xiàn)代化發(fā)展極為不利?;谒E州區(qū)5期土地利用數(shù)據(jù),通過(guò)多軟件協(xié)同的方式,從時(shí)間和空間尺度對(duì)薊州區(qū)耕地細(xì)碎化程度的空間分布特征、數(shù)理特征、空間自相關(guān)性進(jìn)行分析。
(1) 2000—2005年耕地細(xì)碎化呈現(xiàn)出由南向北遞增趨勢(shì),高等級(jí)和較高等級(jí)耕地細(xì)碎化水平的鄉(xiāng)鎮(zhèn)集中分布在北部山地地區(qū),處于中等耕地細(xì)碎化水平的鄉(xiāng)鎮(zhèn)數(shù)量占比最大,占比超過(guò)全域鄉(xiāng)鎮(zhèn)數(shù)量的1/3。
(2) 2005—2020年,耕地細(xì)碎化重心南移,南部細(xì)碎化加劇速率較北部明顯,個(gè)別南部鄉(xiāng)鎮(zhèn)耕地細(xì)碎化處于較高或高等級(jí)水平,從空間分布來(lái)看,耕地細(xì)碎化水平已無(wú)明顯“北高南低”的空間差異性。
(3) 2025年薊州區(qū)除馬伸橋鎮(zhèn)等8個(gè)鄉(xiāng)鎮(zhèn)外,其余鄉(xiāng)鎮(zhèn)耕地細(xì)碎化均有不同程度的緩解,從全域范圍來(lái)看,北部耕地細(xì)碎化程度比南部更為嚴(yán)峻,較高和高等級(jí)水平鄉(xiāng)鎮(zhèn)數(shù)量合計(jì)約占研究區(qū)總鄉(xiāng)鎮(zhèn)數(shù)量的50%,耕地細(xì)碎化情況雖有緩解,但問(wèn)題仍舊突出。
(4) 2000—2025年薊州西南部耕地細(xì)碎化一直保持低—低集聚特征;于橋水庫(kù)周邊鄉(xiāng)鎮(zhèn)除2020年出現(xiàn)了低—高集聚特征外,其余年份均呈現(xiàn)出高—高集聚的空間分布特征。
(1) 南北分治。薊州北部山地丘陵地區(qū)因?yàn)?zāi)設(shè)防,減少位于災(zāi)害高敏感性區(qū)域的耕地面積,同時(shí),薊州北部山地鄉(xiāng)鎮(zhèn)可將坡度小于25°的坡耕地轉(zhuǎn)換為梯田,以有效增加耕種面積,將布局分散的耕地斑塊按“等質(zhì)替代、等量交換”的原則進(jìn)行耕地規(guī)模化整治。薊州南部平原地區(qū)應(yīng)嚴(yán)守“三區(qū)三線”空間管控,保證耕地資源在總量上不因盲目的建設(shè)開(kāi)發(fā)行為而減少。在此基礎(chǔ)上嚴(yán)格落實(shí)耕地占補(bǔ)平衡制度,農(nóng)房建設(shè)應(yīng)避免占用耕地,充分利用未利用地以及存量建設(shè)用地,加強(qiáng)對(duì)農(nóng)民自建房的監(jiān)督檢查力度。
(2) 重點(diǎn)引導(dǎo)。對(duì)于2025年耕地細(xì)碎化持續(xù)加重的鄉(xiāng)鎮(zhèn),應(yīng)作為治理重點(diǎn),給予一定的政策傾斜。強(qiáng)化農(nóng)民主體地位,加大農(nóng)業(yè)補(bǔ)貼力度,可以通過(guò)轉(zhuǎn)移支付等手段支持薊州區(qū)建立耕地保護(hù)基金,將耕地保護(hù)與政府業(yè)績(jī)和農(nóng)民收益直接聯(lián)系。應(yīng)嚴(yán)防城市資本下鄉(xiāng)對(duì)農(nóng)地的侵占,通過(guò)政府、市場(chǎng)、農(nóng)民集體組織三方權(quán)責(zé)共擔(dān),形成相互促進(jìn)、相互制約的耕地保護(hù)體系。