沈阳市新型城镇化进程中耕地保护研究

以沈阳市为例,选取城镇化率、经济发展水平、城镇规模与耕地变化情况进行相关分析,评价了城镇化对耕地变化的影响程度,分析了城镇化过程中耕地保护工作存在的问题,提出了新型城镇化进程中耕地保护对策。     

沈阳市生态系统格局及其变化分析—— 以1990—2015年为例

以沈阳市为研究对象,系统分析1990—2015年生态系统格局及其变化.结果表明,1990—2015年沈阳市一级生态系统类型主要以耕地为主,约占总面积的62.33％;一级生态系统中面积增加最多的是人工表面生态系统,增加率为107.05％;人工表面生态系统的主要转换来源是耕地生态系统.     

城市扩张对景观格局变化影响研究

以沈阳市为例,对四期遥感影像进行了景观类型分类提取,并分析了城市扩张、景观指数变化以及两者之间的相关性。结果表明:1979～2007年沈阳市城市用地快速增长,耕地逐年减少;景观类型趋于多样化;景观破碎化程度日趋复杂;城市扩张与景观格局变化相关性明显。     

基于"属性-功能-特征"的耕地价值核算研究——以辽宁省沈阳市为例

基于"属性-功能-特征"的分析框架,根据耕地的经济属性、社会属性及生态属性,将耕地功能分类为生产功能、社会功能与生态功能.在划分耕地功能的基础上结合功能的特征,将耕地价值分为经济价值、社会价值及生态价值,并提出核算耕地价值的合理方法.在收集数据的基础上,对辽宁省沈阳市进行实证研究,采用收益还原法、价值替代法及当量因子法分别核算沈阳市耕地的经济价值、社会价值及生态价值.研究结果表明,2008～2011年沈阳市耕地总价值呈递减趋势,2011～2017年耕地总价值逐年提高.此外,在2008～2017年沈阳市耕地经济价值最大,社会价值次之,生态价值最小.建议在重视耕地生产功能的同时,也要加强对耕地社会功能及生态功能的保护.     

耕地资源的社会价值探讨——以沈阳市为例

文章论述耕地资源社会价值的含义及构成,并介绍了计算耕地资源社会价值的测算方法,采用市场替代法测算出了沈阳市耕地资源的社会价值,最后对沈阳市耕地资源社会价值进行了讨论,对耕地利用保护工作提出了几点建议。     

沈阳市耕地土壤有机质肥力状况简评

"民以食为天,地为粮之本",土壤是国家最有价值的资源之一,在人口剧增,生态恶化,耕地减少情况下,如何更科学更有效地利用和保护好耕地,是摆在我们面前的一项重大课题。而土壤有机质含量的多少直接影响着土壤的保肥性、缓冲性、供肥性、耕性、土壤保墒作用以及通气状况和土壤湿热状况等。通过测土配方施肥项目的实施,本文总结了沈阳市耕地土壤养分含量变化情况,就沈阳市土壤有机质肥力状况作以简评。     

农村耕地流转市场发育成熟度评价——以辽宁省沈阳市为例

农村耕地流转市场发育程度对土地资源利用效率有重要影响。以辽宁省沈阳市为研究对象,紧扣农村耕地流转市场成熟度内涵,从市场供需均衡度、市场化配置度、市场价格灵敏度、市场竞争度、配套机制完善度5个方面入手,构建起包含10个单项指标的农村耕地流转市场成熟度评价指标体系,基于调研数据,尝试运用熵值法定量评价2016年沈阳市农村耕地流转市场成熟度。研究表明,沈阳市农村耕地流转市场发育程度总体处于中低等水平,区域间差异明显,沈阳市区耕地流转市场成熟度明显高于县域;县域中新民市、辽中县(于2016年撤县建区)农村耕地流转市场成熟度偏高;市区中浑南区耕地流转市场成熟度偏高。导致沈阳耕地流转市场发育成熟度总体偏低的原因有供给和需求有效性双重受限、流转价格"非市场化形成"、市场规范化不足等方面;导致区域耕地流转市场成熟度差异较大的主要原因是经济发展水平、土地利用状况、农业劳动力数量及比重、劳动力受教育程度差异等。     

沈阳市耕地保护外部性测算及其补偿

文章通过对耕地价值的理论分析,界定出耕地保护的外部性价值,查阅相关数据,运用市场替代法,影子工程法,收益还原法对沈阳市耕地保护的外部性价值进行了核算,在此基础之上对耕地保护的补偿方案进行了探讨。     

沈阳市苏家屯区中低产田障碍因素分析及其改良措施

中低产田改造是提高土地生产力的重要途径,通过对沈阳市苏家屯区中低产田障碍因素的分析,找出行之有效的耕地改良措施,以提升地力,提高土壤稳产高产能力。     

沈阳市苏家屯区中低产田障碍因素分析及其改良措施

中低产田改造是提高土地生产力的重要途径,通过对沈阳市苏家屯区中低产田障碍因素的分析,找出行之有效的耕地改良措施,以提升地力,提高土壤稳产高产能力。     

珠江口两岸耕地变化驱动机制分析

利用1988—2004年耕地及相关的统计和普查数据,应用主成分分析法诊断影响耕地动态变化的主要驱动因子,揭示了耕地变化的人文驱动机制。在此基础上,应用多元回归分析法分析耕地与驱动因子之间的综合定量规律。分析耕地的驱动机制,对今后合理利用耕地资源、控制耕地进一步减少、保持耕地动态平衡具有重要意义。     

新疆耕地资源态势演变分析

利用1996～2005年土地变更调查数据和社会经济统计数据,分析了新疆近年来耕地态势演变、区域差异及其生态环境效应,并运用灰色关联分析研究了新疆耕地变化的社会经济驱动因子.结果表明:近年来新疆耕地数量呈波动变化态势,总量稍有增加,但人均耕地占有量呈逐年下降的趋势;耕地数量变化区域差异明显,且产生了不良的生态环境效应.人口增长及城镇化是耕地变化的首要驱动因子,农业发展与农业结构调整、经济发展及政策因素对耕地变化也具有重要驱动作用.研究对新疆农业可持续发展有重要意义.     

云南省耕地数量动态变化及驱动因子研究

 采用时间序列法、耕地动态度模型和统计分析法,对云南省1997～2005年耕地数量动态变化的驱动因子及导致其变化的原因进行分析。结果表明：耕地类型变化以旱地的变化最为明显,而耕地总面积和人均耕地变化面积处于下降的趋势;其变化除了受人口和经济增长影响外,非农建设、生态退耕、自然灾毁、农业结构调整以及土地开发、土地复垦、土地整理等驱动因子对耕地变化也起到了进一步的促进作用。其中,生态退耕因子是导致耕地减少的最主要驱动因子,而土地开发因子是耕地增加的重要途径。     

青海湖地区耕地利用变化驱动力模型与驱动因子分析（摘要）

[目的]研究青海湖地区耕地变化驱动力,为该区土地资源可持续利用和管理提供决策依据。[方法]利用多元统计学当中的相关分析、通径分析及偏相关分析对青海湖地区耕地变化驱动力进行研究。利用DPS数据处理软件对青海湖地区1985～2002年国民生产总值（X1）、总人口（X2）、农业人口（X3）、藏族人口（X4）、在校人数（X5）、年末存栏羊数（X6）、年末存栏牛头数（X7）、牲畜商品率（X8）和耕地面积变化（Y）之间的关系进行逐步回归分析,建立该区耕地利用变化驱动力模型,对耕地利用变化的驱动因子及其作用机理和过程进行分析,并就各县驱动因子的差异性进行比较。[结果]青海湖地区耕地利用变化驱动力模型为：Y=103 379.48-1.490 1X2＋1.640 5X3-89.3854X7-96.178 3X8。该方程是显著的,Durbin-Watson统计量d=2.705 900 30,说明模型拟合性较强且可用。由相关分析可知：①各驱动因子与耕地变化之间的相关系数绝对值从大到小依次为X3〉X4〉X8〉X1〉X6〉X5〉X2〉X7;X2和X6耕地面积变化呈负相关关系。②X6和X7与其他驱动因子之间呈负相关关系,X7与除X6以外的其他驱动因子之间的负相关绝对值从大到小依次为：X2〉X4〉X3〉X8〉X1〉X5;X6与除X7以外的其他驱动因子之间的负相关绝对值从大到小依次为：X4〉X2〉X3〉X8〉X1〉X5。这说明在青海湖地区人地矛盾、草畜矛盾和人畜矛盾十分严重。③X6和X7在与其他驱动因子之间呈负相关关系的同时,X6与X7之间也呈显著正相关,相关系数为0.87976。说明在青海湖地区制定相关政策和战略措施时,要充分考虑牛羊之间的平衡关系。④X5与X6和X7之间相关性都不显著,相关系数分别为-0.00978和-0.05964;X4与X6和X7之间相关性都比较高,相关系数分别为-0.81282和-0.769 12。说明在校学生人数与牲畜平衡头数关系不大,但藏族人口数与该区牲畜平衡头数有显著关系,与青海湖地区社会经济状况相吻合。⑤X8与X6和X7之间呈负相关关系,而与其他驱动因子呈正相关关系,其中,尤与X3和X4呈显著正相关,相关系数分别为0.94691和0.93483。说明在青海湖地区牲畜商品率与牲畜年末存栏数密切相关,可以通过人为增加牲畜的商品率来控制牲畜年末存栏数,从而达到缓解草畜矛盾的目的。由通径分析可知：①各驱动因子对耕地变化的直接作用大小依次为X3〉X2〉X8〉X7;但对耕地变化的总作用大小依次为X3〉X8〉X2〉X7。②X2、X7、X8、X3 4个驱动因子中,X3对区域耕地面积变化影响极显著,说明农业人口是影响青海湖地区耕地面积变化最重要的因子。③X3对Y主要为直接作用。X2对Y的直接作用为-2.8166,通过其他驱动因子对Y的间接作用之和为2.7959,其绝对值大小无明显变化,说明总人口对耕地面积变化的直接作用是使耕地面积减少,间接作用则是使耕地面积增加,且间接作用和直接作用基本保持平衡（总作用为-0.0207）,其原因可能是人口数量的增加导致建设用地的增加,占用了大量的耕地;而人口数量的增加,必然引起农业人口的增多,从而导致耕地面积增加。X8对Y的直接作用为-0.2919,通过其他驱动因子对Y的间接作用为0.56782。因此,牲畜商品率对耕地面积变化的作用主要为间接作用,这也与牲畜商品率本身的性质有关,而牲畜商品率主要表现为市场对土地利用变化的调节机制。④决定程度分析表明,各驱动因子对耕地变化总作用大小依次为X3〉X8〉X2〉X7。X2对Y的直接作用为负（-2.8166）,X2与X3共同对Y的相对决定程度最大,其次是X3。说明在青海湖地区进行土地可持续利用规划和实施土地政策时,既要注意总人口,还应注意农业人口。在总人口增长的同时,适当控制农业人口,有利于资源、环境和经济的可持续发展。⑤决策系数大小依次为：ε〉X7〉X8〉X2〉X3,且X7、X8、X2、X3均小于0,故ε为主要决策变量,说明青海湖地区耕地面积变化除了农业人口、总人口、牲畜商品率、年末羊存栏数外,还有其他更重要的因子需考虑,这些因子主要为国家宏观土地政策、地方经济调整和自然因子等。由偏相关分析可知：①X3、X8、X2、X7 4个因子中,除X7对Y不显著外,X3、X2与Y呈极显著相关,显著水平为0,X8与Y呈显著相关,显著水平为0.05453。②X2与Y呈显著负相关,说明在青海湖地区总人口的增长会导致耕地面积减少;X3与Y呈显著正相关,说明在该地区农业人口的增长会使耕地面积增多。该结果与通径分析结果相一致。[结论]青海湖地区人地矛盾、草畜矛盾和人畜矛盾十分严重;农业人口是影响青海湖地区耕地面积变化最重要的因子;市场机制对该区耕地利用变化的调节作用相对微弱;国家宏观土地政策、地方经济调整和自然因子等对研究区耕地利用变化影响巨大。     

青海湖地区耕地利用变化驱动力模型建立与驱动因子分析

利用多元统计学中的相关分析、通径分析及偏相关分析对青海湖地区耕地变化驱动力进行研究,利用逐步回归分析建立该区耕地利用变化驱动力模型,对耕地利用变化的驱动因子及其作用机理和过程进行分析,并对各县驱动因子的差异进行比较。为该区土地资源可持续利用和管理提供决策依据。     

城市化进程中的耕地变化和驱动力研究 ——以廊坊市规划区为例

以廊坊市规划区为研究区域,利用MAPGIS软件对规划区现状图进行空间叠加,得到1996—2002年的转移矩阵,重点分析研究区耕地和居民点及工矿用地变化,同时结合数理统计软件Spass全面分析影响耕地变化的人文因素,试探性的用模型方法定量表达北京和天津的城市辐射作用。结果表明:耕地面积减少,居民点及工矿用地面积增加,其主要来源是耕地;非农经济、城市辐射以及人口因素是影响廊坊市规划区耕地变化的主要驱动因子;在研究区耕地变化和城市辐射存在很大相关性的基础上,通过定量方法分析得出北京和天津的城市辐射系数分别为12.6和7.9,进一步验证城市辐射对廊坊市规划区耕地有影响。     

1978-2012年凯里地区耕地变化动态及其驱动力分析

运用1978-2012年统计资料,分析凯里地区自改革开放以来耕地数量变化的规律及驱动力。方法:应用主成分分析法对凯里地区耕地变化的驱动力进行了研究。结果表明:自改革开放以来,凯里地区耕地变化可分为三个阶段:①1978-1982年,耕地数量呈现减少趋势;②1983-1985年,耕地总量呈现急剧下降趋势;③1986~2012年,耕地总量变化趋势大体与第一阶段相类似,呈平缓下降状态。结论:凯里地区耕地变化的主要驱动因子归纳为科学技术、社会经济、农业生产条件和人口增长等因素。     

鄱阳湖地区耕地变化及其驱动力研究 II.耕地变化驱动力分析

依据鄱阳湖地区1949～2002年耕地面积和社会经济统计数据,运用主成分分析和多元线性回归模型等统计方法分析该地区耕地面积变化的驱动因素。结果表明,在近53年里人口增加和第三产业发展是该地区耕地面积减少的主要驱动因素,粮食需求则是耕地面积增加的主要驱动因素。     

基于PSR框架的耕地集约利用评价及驱动力研究——以关中地区为例

论文以关中地区为评价区域,基于“压力-状态-响应”(PSR)模型构建了耕地集约利用评价指标体系,运用熵值法及综合指数法对陕西关中地区及各地市2000-2009年的耕地集约利用水平进行了动态评价.并采用因子分析法,分析了影响耕地集约利用的驱动力因素.结果表明:2000年-2009年关中地区耕地集约度呈现波动变化,并在近两年具有下降趋势;关中各地区耕地集约利用水平差异显著;社会经济和耕作制度因素以及自然因素是影响关中地区耕地集约利用的主要驱动因素.     

岩溶槽谷区撂荒耕地空间分异特征及其驱动因子

以地处岩溶槽谷区的贵州省铜仁市碧江区和万山区为研究区,以2017年土地利用变更调查数据库和2019年高分遥感影像为基础,经目视解译和野外实地调查获取撂荒耕地数据,运用热点分析揭示撂荒耕地的空间分异特征,并采用二分类Logistic回归模型分析撂荒耕地的驱动因子。结果表明:研究区耕地总体撂荒率为17.32%,旱地撂荒率比水田高,分别为23.54%和9.52%。撂荒水田的极热点区分布于西南部和东北部的城乡结合部乡镇,冷点区空间分布规律不明显;撂荒旱地的极热点区分布于西部和东北部的城乡结合部乡镇,极冷点区和冷点区主要分布于东部乡镇。水田和旱地撂荒的驱动因子大致相同,但主次有所差异。水田撂荒的驱动因子从高到低依次为地块面积>距聚落距离>坡度>灌溉距离>交通距离>高程>地块形状指数,旱地撂荒的驱动因子从高到低依次为距聚落距离>地块面积>坡度>灌溉距离>高程>交通距离>地块形状指数。总体而言,岩溶槽谷区耕地撂荒的主要驱动因子是距聚落距离,说明劳动力析出、农村空心化是影响耕地撂荒的主要原因。同时,地块面积、坡度、灌溉距离等也与耕地撂荒密切相关。