基于边际模型的中国城镇化演进对耕地影响极限研究

城镇化建设是支撑社会经济持续发展的国家战略,城镇化快速演进对耕地影响如何,关系到耕地保护红线目标能否实现及粮食安全,探索城镇化演进对耕地影响的极限规律具有重要现实意义。运用扩展Kaya恒等式及LMDI分解模型,测算了1997—2011年中国城镇化引致的耕地减少份额;借鉴经济学边际理论及边际效应模型,采用回归分析及高数求导方法,构建了边际耕地影响及边际耕地变化率测度模型;以边际耕地变化率时序数据为基础,借助EXCEL软件,通过作散点图并添加趋势线,构建了边际耕地变化率曲线,据此测算了城镇化演进对耕地影响最小的极限时刻。结果表明:①城镇化演进占用耕地面积由1997年的59.59万hm2下降至2011年的31.73万hm2,整体呈降幅态势,年均占用43.49万hm2;②边际耕地变化率指数由1997年的0.183 3下降至2011年的0.037 8,年均下降11%;③边际耕地变化率拟合曲线为开口向上的"U"形抛物线,其最低极值点大约出现在2010年。研究结果可为管理层科学编制土地利用规划及制定协调城镇化演进与耕地保护政策提供参考,也可为省域尺度的同类研究提供方法借鉴。     

基于组合模型的安徽省城镇化演进对耕地影响前景研究

[目的]探索安徽省城镇化演进对耕地影响的前景,为管理层制定协调城镇化发展与耕地保护政策提供依据。[方法]运用LMDI分解模型对城镇化进程引致的耕地面积减少份额进行了计算;借助SPSS分析软件,采用最佳拟合优度曲线估计方法,对城镇化与耕地变化间耦合函数关系进行了考察;基于Logistic模型对城镇化演进趋势进行了预测;依据城镇化与耕地耦合关系及城镇化演进趋势,测算了城镇化发展对耕地影响的前景。[结果]1996—2011年,安徽省城镇化进程引致耕地面积年均减少1 097.87hm2,人口城镇化率每提升1个百分点,耕地面积减少795.20hm2;城镇化与耕地变化间以二次曲线拟合最优;安徽省2020,2030年人口城镇化率分别达到58.44%,68.25%;2020年前,城镇化发展将导致耕地年均减少3 804.94hm2,城镇化水平每提升1个百分点,将导致耕地减少2 549.37hm2,2021—2030年,城镇化演进将导致耕地年均减少11 179.42hm2;城镇化水平每提升1个百分点,将导致耕地减少11 395.94hm2。[结论]未来城镇化演进对耕地的影响将日趋激烈,耕地保护与生态安徽建设将面临较大挑战。     

基于Logistic模型的中国城镇化演进对耕地影响前景预测及分析

为揭示中国城镇化演进对耕地影响,该文基于Logistic模型对此进行了探索。运用SPSS软件及1978-2011年中国城镇化水平数据,采用曲线回归的拟合优度最大估算方法,对中国城镇化水平饱和值进行了估算,并构建了刻画中国城镇化演进的Logistic模型,据此模型对中国城镇化未来发展水平进行了预测;运用STRIPAT(stochastic impacts by regression on population,affluence and technology)模型及1996-2011年中国经济社会发展相关数据,借助SPSS软件,采用偏最小二乘回归方法,揭示了城镇化进程及人口、经济发展水平、技术因素对耕地变化的边际贡献;依据中国未来城镇化演进趋势及城镇化对耕地边际影响,测算了中国未来城镇化演进对耕地影响,结果表明:中国城镇化水平饱和值为83%;2020年、2030年中国城镇化水平将分别达到57.68%、65.73%,2020年前,城镇化年平均增速为0.97个百分点,2020-2030年,年平均增速为0.81个百分点;城镇化对耕地变化的边际弹性系数为-0.007391,人口、经济发展水平、技术因素对耕地变化的边际弹性系数分别为-0.007133、-0.009343、-0.002952;2012-2020年,城镇化演进将导致耕地面积净减少13.81万hm2,年均减少1.53万hm2,2020-2030年,净减少10.87万hm2,年均减少1.09万hm2。基于研究结果,适度把握城镇化发展速度,注重城镇化发展质量;科学编制分年度土地供应计划,采取差别化土地供应策略;摒弃土地财政错误理念,严格执行国家耕地保护的各项政策,严控房地产及低水平或重复生产项目用地;严肃查处土地利用违规行为,强化土地监管等方面提出了政策建议。研究结果可为管理层把握城镇化适度发展速度、节奏,科学编制土地供应计划及制定耕地保护政策提供参考,也可为省域尺度的同类研究提供方法借鉴。     

安徽省城镇化演进边际生态环境效应的测度与分析

以安徽省为例,构建了由32个指标组成的城镇化与生态环境质量评价体系。采用主成分分析综合评价方法,对城镇化与生态环境质量进行了综合评价;并借鉴随机回归影响模型(STIRPAT模型),采用偏最小二乘回归方法,对城镇化演进的边际生态环境效应进行了测度。研究结果表明:(1) 安徽省城镇化综合评价指数由1996年的43.83上升至2011年的83.83,呈波动递增态势。(2) 安徽省生态环境综合评价指数由1996年的40.95上升至2011年的80.95,整体呈上升态势,反映了该区生态环境质量良好。(3) 安徽省城镇化演进与生态环境质量呈正向关联关系,城镇化演进对生态环境具有弱正向效应,其边际弹性系数为0.010 2。     

安徽省1995-2013年粮食生产与耕地压力动态变化特征及驱动因素

[目的]探索安徽省粮食安全与耕地压力动态变化及驱动因素,为管理层制定粮食安全政策提供决策参考.[方法]运用耕地压力指数模型、C-D生产模型,采用偏最小二乘回归方法,对安徽省1995-2013年粮食生产与耕地压力的动态特征及驱动因素进行综合分析.[结果](1)人口增长与耕地面积减少的矛盾突出.人口由1995年6 000万,增至2013年6 929万,呈线性增长态势,而耕地面积则由1995年4.29×106 hm2减少至2013年4.19×106 hm2,呈下降态势;(2)研究时序内,耕地压力指数均值为0.345,承载力指数均值为0.747,耕地资源禀赋尚处盈余状态,为全国商品粮盈余地区,平均盈余率达25.32％;(3)粮食作物播种面积、农业固定资产投资对粮食生产具有正向影响,边际弹性系数分别为0.001 458,0.116 508,有效灌溉面积、劳动力、农机总动力、化肥、农膜、农药、农村用电量对粮食生产具有弱负向影响.[结论]加大财政支持力度,加快推进农业现代化进程,增强科技对粮食生产的贡献率,是保障安徽省粮食生产可持续发展的重要途径.     

基于“压力－状态－响应”模型的土地生态安全评价及预测

  目的  土地生态安全评价是土地高效利用的基础和核心,是进行土地生态安全预测与预警、区域国土空间规划的重要依据。沈阳市作为东北地区政治、经济、文化中心和交通枢纽中心,测算其土地生态安全价值,可为该区域生态文明建设提供理论依据。  方法  基于“压力－状态－响应”模型（P-S-R模型）,从压力、状态和响应三个层次选取了15个评价指标构建沈阳市土地生态安全评价指标体系,结合熵值法计算各项指标权重,依据最终的综合指数来判定沈阳市2011 ~ 2018年的土地生态安全等级,并运用灰色系统GM（1, 1）模型来预测2019 ~ 2022年沈阳市土地生态安全态势。  结果  研究表明,沈阳市土地生态安全综合指数整体呈现波动上升的趋势,安全等级由临界安全水平上升到较安全水平;预测2019 ~ 2022年沈阳市土地生态安全态势,亦呈现逐步上升的趋势,但安全等级仍为较安全状态。  结论  本研究基于P-S-R评价模型构建的沈阳市土地生态安全评价指标体系,较好的反映了近10年来沈阳市土地生态安全状态,研究结果可为沈阳市土地资源可持续利用及区域可持续发展提供参考。     

基于投影寻踪模型的河南省耕地生态安全评价

耕地生态安全关系到粮食供给、社会稳定和经济社会可持续发展,对河南省2006—2015年的耕地生态安全状况从时空角度进行了分析评价,为指导区域耕地合理、可持续利用提供科学依据。运用PSR模型构建了耕地生态安全评价指标体系,运用准确度较高的投影寻踪模型进行了评价指数的测算。结果表明:（1）人均耕地面积、单位耕地面积化肥负荷、第一产业占GDP比重、耕地垦殖率、城镇化水平已经成为影响河南省耕地生态安全状况的主要因素;（2）研究期间,河南省耕地生态安全综合评价值从0.893 7增加至0.941 9,呈现出“快速上升—缓慢下降—波动上升”的阶段性发展态势;（3）根据耕地生态安全综合评价值的变化规律,将18个评价单元从时间维上分为快速上升区、慢速上升区和基本稳定区3种类型,在空间维上分为安全级别、良好级别、敏感级别、风险级别、危险级别5种划分类型;（4）2006—2015年,除了郑州,其他17个省辖市耕地生态安全综合评价值均呈上升态势,城镇化水平、人口密度、人均耕地面积、第一产业占GDP比重是影响郑州耕地生态安全的主要因素。     

金坛市土地生态质量的城乡梯度规律研究

金坛市作为长三角经济发达地区的典型地区,快速城镇化背景下其土地生态状况具有代表性。从基础、胁迫、结构、效益4个角度构建土地生态指数指标体系,以行政村为评价单元计算4个准则层分值和土地生态指数综合分值,在此基础上假设金坛市土地生态质量分布具有城乡梯度的规律。通过热点和梯度分析验证表明:（1）土地生态指数热点空间分异特征符合城乡梯度规律,城镇化是导致该规律的重要原因;（2）土地生态指数沿着金坛市“城镇—城乡结合部—近郊—远郊”环形梯度分布,总体上土地生态指数不断升高,沿城镇中心向外每增加2 400 m,土地生态指数提高1.6%;（3）城镇中心土地生态质量状况处于最低值,且城镇所在地土地生态质量比正常状态差,更精细地表明城镇化对土地生态质量的不良影响;区域土地生态结构是影响金坛市土地生态综合指数波动的最大因素。（4）该文对土地生态指数空间分异规律作了深入探究,对土地生态指数空间分异的驱动力分析和主控因子识别将在进一步研究中进行探索。该研究可引导政府在城镇化进程中实施改善土地生态质量的政策。     

基于Markov模型的长沙市和泉州市土地利用变化预测及对比研究

为探索中国中部地区和东部沿海地区典型代表城市的土地利用程度变化特征和未来演变趋势,采用地理比较分析方法,基于地理信息技术（GIS）、遥感技术和Markov模型对长沙市和泉州市未来土地利用进行模拟预测,结合土地利用程度指数分析1990—2020年期间土地利用的变化情况及其变化趋势异同,试揭示不同时期、不同区域内土地利用程度变化差异性。研究结果表明:1995—2020年期间,长沙市数量结构变化较泉州市更为稳定,耕地和建设用地所占比例结构变化具有较大差异性;土地利用程度指数的对比研究表明,两市综合程度指数均呈现一定增长,且泉州市土地利用综合程度指数变化趋势较长沙市更为显著,其土地利用程度变化量和变化率均大于长沙市。研究结果可为两市区域土地利用规划提供参考,并将有利于我国东南沿海和中部城市土地利用的可持续发展和生态环境保护。     

县级尺度土地利用结构特征定量分析

基于土地利用数量和空间结构内涵理解,选取相关定量指标组合并结合GIS技术,以安徽省含山县为例,利用其2002年土地变更数据和2000年1︰50000土地利用现状图,探讨县级尺度土地利用结构特征定量分析方法。研究表明：定量分析结果与县域实际相一致,所选取的定量指标能够充分发挥各自作用,尤其是在表征数量结构总体特征上,多样化指数、集中化指数、洛伦兹曲线和组合系数4个指标之间优势互补,相互验证,最为显著,这说明定量分析具有可行性,其关键在于合理地选取具有明确意义的定量指标组合,包括指标选取以及各指标之间的优化组合。全县土地利用结构总体特征可概括为：以耕地－林地－未利用地－水域为组合类型,以耕地和林地为景观基质,土地利用程度不高,以农用地为主,县域地形地貌格局是土地利用结构形成的自然基础,单位面积土地GDP、人口密度与土地利用程度、建设用地区位优势在一定程度上呈正相关。该研究可为县级,尤其是类似地区土地利用结构特征定量分析提供借鉴和参考。     

粮食主产区耕地生态安全障碍诊断及调控策略

生态安全作为耕地“三位一体化”的核心保护任务,越来越得到政府、公众及学术界广泛关注,耕地生态安全评价视为关键技术及重要依据。基于PSR模型构建耕地生态安全评价指标体系,以国家粮食主产区安徽省为例,综合运用改进熵权法、TOPSIS模型、ESDA模型及障碍诊断模型,评价安徽省2000年以来,以及分市级2000年、2010年、2018年3个年份的耕地生态安全度,剖析耕地生态安全时空分异特征,进一步诊断耕地生态障碍因子及对应调控策略。结果表明：(1)安徽省耕地生态安全度具有一定波动性,总体呈现上升趋势,由2000年的0.234 1增至2018年的0.724 7,大致分为低位震荡阶段、快速增长阶段及高位爬坡阶段;(2)近20年来耕地生态安全状态进一步呈现不平衡、不均衡演变趋势,导致全省耕地生态安全空间格局差异显著,尤其是以高风险、安全两类区域分布空间集中区域发生很大改变,基本呈现皖南地区安全程度高并由皖中地区过渡至皖北地区风险程度高的空间梯度格局,耕地生态安全空间集聚情况并未显著;(3)从全省维度分析,障碍因子以建成区绿化覆盖率、污水处理率等响应准则层为主,逐渐转变至复种指数、单位耕地粮食产量、...     

陕西省城镇化与耕地利用生态效率耦合协调时空分析

[目的]探究陕西省耕地利用生态效率与城镇化进程的耦合协调关系,为陕西省城镇化开发和耕地保护相关政策制定提供理论依据。[方法]基于陕西省2005—2019年各县域面板数据,建立耕地利用生态效率评价指标体系和城镇化发展水平评价指标体系,测算县域单元耕地利用生态效率及城镇化水平,采用耦合协调度模型探索两者间的耦合协调关系,利用空间自相关方法分析各县域单元耕地利用生态效率和城镇化发展的空间格局演化特征。[结果]2005—2019年陕西省耕地利用生态效率水平由0.765下降至0.684,但整体耕地利用生态效率值相对较高,且县域间存在空间差异性,各区县耕地利用生态效率以团块状聚集,陕北、关中和陕南地区间差异随时间逐渐缩小;2005—2019年陕西省综合城镇化水平提高了198.24%,整体呈“中部高、南北低”的分布态势,关中地区是人口城镇化、经济城镇化、土地城镇化的核心区域,变化速率整体表现为：经济城镇化>人口城镇化>土地城镇化;2005—2019年,陕西省县域单元耕地利用生态效率与城镇化耦合度等级主要处于低水平耦合向拮抗耦合过渡阶段,25%的区县耦合度有所提高;2005—2019年,陕...     

基于DPSIR-TOPSIS模型的安徽省耕地资源利用系统健康诊断

[目的]研究安徽省2007—2016年间耕地资源利用系统的健康状况,为今后的工作提供参考。[方法]构建DPSIR指标评价体系,并利用TOPSIS模型测度了10a间安徽省耕地资源利用系统健康状况,同时采用障碍度模型剖析了主要的限制因素。[结果]2007—2016年安徽省耕地资源利用系统健康水平由不健康等级转为亚健康等级,健康状况有了明显改善;总体来看,安徽省耕地资源利用系统健康准则层障碍度最高的是压力子系统,主要障碍因子为GDP增长率、农作物受灾面积、农药使用量、建设占用耕地面积、农用塑料薄膜使用量等。[结论]应用DPSIR模型构建的安徽省耕地资源利用系统评价指标体系和运用TOPSIS法分析耕地资源利用系统的健康水平是合理可行的。虽然安徽省总体健康水平呈现稳步上升趋势,但是受压力子系统的限制,安徽省耕地资源利用系统仍处于亚健康水平。     

黄淮海平原城镇化对耕地变化影响的差异性分析

为了有效保护耕地资源,该文通过研究城镇化进程与耕地变化的内在联系,揭示不同城镇化进程的差异化规律。采用土地利用变化分析方法,对黄淮海平原1997-2008年城镇化进程中耕地的数量和质量变化进行分析;选取4类城镇化指标（人口城镇化指标、空间城镇化指标、经济城镇化指标、生活方式城镇化指标）,构建城镇化对耕地变化的驱动力模型;运用主成分分析法和多元回归模型,对研究区城镇化进程中耕地变化的差异性特点进行分析。研究结果表明,人口城镇化驱动因子、空间城镇化驱动因子对研究区影响显著,而经济城镇化驱动因子和生活方式城镇化驱动因子因各研究区域所处城镇化阶段和发展特点而呈现不同规律。该文以数据分析和实证对比为中国城镇化的可持续发展提供政策建议：城镇化的发展完全可以适时适度推进,避免大量占用耕地牺牲粮食安全和生态环境;产业拉动、用地集约、环境友好的新型城镇化发展模式是城镇化健康发展的明智选择;城镇化的发展应与产业政策和产业规划紧密衔接,通过优化用地布局,既发展经济又保护耕地和生态环境,从而真正促进城镇化的和谐发展。     

基于PLUS和InVEST模型的安徽省碳储量演化分析与预测

为探讨安徽省土地利用变化对碳储量的影响，揭示碳储量时空演化特征和未来变化趋势，通过耦合InVEST模型碳储存模块和PLUS模型，分析1990—2018年安徽省土地利用类型和碳储量时空演化特征，并从自然发展和生态保护情景预测2034年、2050年安徽省碳储量变化趋势。结果表明：安徽省1990年、2000年、2010年、2018年的碳储量分别为1 218.37×10⁶,1 215.65×10⁶,1 211.39×10⁶,1 206.18×10⁶ t,呈现逐年减少趋势，主要由于耕地、林地被侵占。此外，省内土地利用类型空间差异显著，碳储量整体表现为“皖南较高、皖北皖中较低”的空间分布特征。不同情景预测表明，自然发展情景下，安徽省2034年和2050年的碳储量分别为1 197.93×10⁶,1 196.08×10⁶ t;生态保护情景下，其碳储量分别为1 202.89×10⁶,1 200.37×10⁶ t。与自然发展情景相比...     

综合治理资源约束下安徽省适宜城市人口规模与城镇化演进对策

[目的]探究资源条件约束下安徽省城市人口规模,为安徽省制定城市化发展规划及可持续城市化发展策略提供决策参考.[方法]基于资源消耗综合视角,运用SPSS软件,采用曲线回归分析方法和分形模型对城市人口规模结构分形特征进行探索.[结果]安徽省资源消耗与城市化规模契合S形曲线演化规律.资源条件约束下,安徽省城市人口适宜规模理论值为2 184.30万人;安徽省城市人口呈低水平均衡分布态势,首位城市(合肥市)的垄断性不强,其分形维数D值为1.54,首位城市(合肥)人口理想规模为371.67万人;安徽省城镇化建设重点在于引导农村人口向县域小城镇集聚及增强首位城市的龙头地位.[结论]安徽省未来城镇化建设重点在于加快首位城市(合肥)建设,引导农村人口向县域小城镇迁移.     

基于DPSIR-TOPSIS模型的安徽省土地承载力评价及预测

[目的]定量评价和预测土地承载力状况并诊断其障碍因子,为提高安徽省土地承载力提供科学依据,也为区域土地承载力评价研究提供新思路。[方法]基于DPSIR模型构建了安徽省土地承载力评价指标体系,运用TOPSIS方法与障碍度模型评价和诊断了2006—2015年安徽省土地承载力状况和关键障碍因素。基于评价结果,运用GM(1,1)模型预测了未来5a安徽省土地承载力变化趋势。[结果]2006—2015年安徽省土地承载力经历了先下降后上升的变化历程;驱动力、压力、状态子系统承载力均呈先下降后上升的变化态势,影响和响应子系统承载力呈显著波动变化态势;未来5a,压力和状态子系统承载力逐年递减,承载力水平堪忧,需重点关注;研究期内工业废水排放量始终是制约安徽省土地承载力水平提高的首要因素,环境保护投资占GDP比重、工业固体废弃物产生量等是重要制约因素。[结论]虽然安徽省土地承载力水平总体呈上升趋势,但受压力和状态子系统承载力水平低的限制,安徽省土地承载力仍处中级水平。