辛媛

摘? ?要：基于山東省土地利用數(shù)據(jù)和社會經(jīng)濟(jì)數(shù)據(jù)，綜合運(yùn)用土地利用轉(zhuǎn)移矩陣、土地利用動(dòng)態(tài)度模型和地理探測器模型，分析山東省2005—2020年非水田時(shí)空格局演變特征和影響因素。研究表明：一是2005—2010年間非水田面積增加了749.52km2，從2010年后，非水田面積呈遞減趨勢，共減少了1 814.03km2；二是15年內(nèi)非水田向其他地類共轉(zhuǎn)出了11 827.09km2，其中有82.76%轉(zhuǎn)入了建設(shè)用地；三是山東省非水田時(shí)空格局主要受年日照時(shí)數(shù)、年末常住人口、化肥施用量等因素的影響，這些因素與其他因素交互作用均表現(xiàn)出較強(qiáng)的解釋力，說明山東省非水田時(shí)空格局是各種因素共同作用的結(jié)果。

關(guān)鍵詞：非水田；時(shí)空格局；影響因素；山東省

中圖分類號：Ｓ-３? ? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號：1673-291X（2024）05-0016-04

一、研究背景

我國是一個(gè)農(nóng)業(yè)大國，人口基數(shù)大，解決糧食問題是做好一切工作的前提和基礎(chǔ)[1]。進(jìn)入21世紀(jì)以來，隨著社會經(jīng)濟(jì)持續(xù)快速發(fā)展，國家進(jìn)入了快速城市化和工業(yè)化階段[2]，人口增長迅猛，加之2020年新冠肺炎肆虐全球，造成國際糧價(jià)短時(shí)期內(nèi)出現(xiàn)較大波動(dòng)，糧食安全問題成為國際輿論的焦點(diǎn)[3]。但中國水土資源組合空間差異明顯，非水田面積廣大，其質(zhì)量提升事關(guān)我國糧食安全，是保障農(nóng)作物高產(chǎn)穩(wěn)產(chǎn)的關(guān)鍵因素。因此，研究非水田時(shí)空格局變化特征，掌握非水田轉(zhuǎn)移增減變化的影響因素，對于保障國家糧食安全及耕地資源可持續(xù)利用具有重要意義[4]。通過梳理國內(nèi)外文獻(xiàn)發(fā)現(xiàn)，與非水田相關(guān)的研究比較廣泛，如山侖等就我國半干旱地區(qū)旱地農(nóng)業(yè)技術(shù)發(fā)展趨向進(jìn)行了論述，認(rèn)為保護(hù)性耕作、有限灌溉、遺傳改良、化學(xué)調(diào)控是今后我國旱農(nóng)技術(shù)研究與發(fā)展的幾個(gè)重要方面[5]。石全紅等對中國中低產(chǎn)田類型、時(shí)空分布特點(diǎn)以及增產(chǎn)潛力進(jìn)行了研究，在此基礎(chǔ)上提出了中低產(chǎn)田改造的技術(shù)對策、發(fā)展方向和政策建議[6]。羅傲藍(lán)等基于2010—2018年旱改水空間分布特征研究，構(gòu)建旱改水適宜性評價(jià)模型，提出旱改水的整治措施建議[7]。

據(jù)“第三次全國國土調(diào)查”結(jié)果顯示，山東省內(nèi)耕地總面積646萬hm2，其中非水田面積占比達(dá)98.53％，成為農(nóng)業(yè)產(chǎn)量低且不穩(wěn)的重要因素之一。近年來，山東省農(nóng)業(yè)干旱不斷加劇，以旱地為主的非水田時(shí)空格局發(fā)生顯著變化，在一定程度上影響了主要農(nóng)作物（小麥、玉米）的市場競爭力。因此，本文以非水田作為研究對象，依托2005、2010、2015、2020年山東省土地利用遙感影像數(shù)據(jù)，采用土地利用轉(zhuǎn)移矩陣、土地利用動(dòng)態(tài)度模型，深入研究山東省近15年非水田時(shí)空格局演變特征，并運(yùn)用地理探測器對非水田時(shí)空格局影響因素進(jìn)行探測，以期為統(tǒng)籌區(qū)域非水田利用提供借鑒。

二、研究區(qū)概況

山東省位于中國東部沿海、黃河下游，全省地勢中部高四周低，地形以山地、丘陵、平原為主，山地丘陵占29%，平原占55%，洼地、湖沼占8%，其他占8%。山東省屬暖溫帶季風(fēng)氣候，年平均氣溫11—14℃，春冬季降水少，夏季降水多，素有“十年八旱七澇”之稱。山東省是中國的農(nóng)業(yè)大省，耕作歷史悠久，種植業(yè)門類齊全，作物種類繁多。截至2020年年底，全省常住人口10 152.75萬人，城鎮(zhèn)化率達(dá)到59%，地區(qū)生產(chǎn)總值73 129.0億元。近年來，隨著全省經(jīng)濟(jì)的高速發(fā)展和城鎮(zhèn)化的加速推進(jìn)，該省人地矛盾加劇，耕地的可持續(xù)發(fā)展面臨著嚴(yán)峻挑戰(zhàn)[8]。

三、數(shù)據(jù)來源與研究方法

（一）數(shù)據(jù)來源與處理

本文所采用的山東省2005、2010、2015、2020年土地利用數(shù)據(jù)、山東省DEM數(shù)據(jù)和山東省社會經(jīng)濟(jì)數(shù)據(jù)，分別來源于中國科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心、地理空間數(shù)據(jù)云和山東省統(tǒng)計(jì)年鑒（2006—2021年），數(shù)據(jù)處理和分析在ArcGIS10.8中完成。

（二）研究方法

1.土地利用動(dòng)態(tài)度模型。單一土地利用動(dòng)態(tài)度能夠反映區(qū)域內(nèi)某種土地利用類型的具體變化情況。其數(shù)學(xué)表達(dá)式為：

式中：K為非水田利用動(dòng)態(tài)度；Ua和Ub分別為研究期初及期末非水田面積；T為研究時(shí)長。K值的正負(fù)說明非水田正向或負(fù)向變化；K絕對值的大小反映非水田變化速度的快慢。

2.土地利用轉(zhuǎn)移矩陣。土地利用轉(zhuǎn)移矩陣可以表現(xiàn)各種土地利用類型之間流入和流出的情況。其數(shù)學(xué)表達(dá)式為：

3.地理探測器模型。本文將運(yùn)用地理探測器中的因子探測、交互探測兩個(gè)探測器，探索自然、社會經(jīng)濟(jì)要素對研究區(qū)非水田利用的影響因素[9]。

（1）因子探測：q的表達(dá)式為：

式中：i=1，2，...，n，表示自變量X的分層；N和Ni分別為總體和i層的單元數(shù)；σ2和σ2t分別為整個(gè)研究區(qū)域和i層的方差。q∈[0，1]，當(dāng)q＝0時(shí)，表示探測因子對非水田時(shí)空格局沒有驅(qū)動(dòng)作用；q值越大，表明因子對非水田時(shí)空格局的影響越大，能更大程度地解釋非水田的空間分異特征。

（2）交互探測：探測不同驅(qū)動(dòng)因子之間的交互作用，并與單因子作用時(shí)的值進(jìn)行比較，進(jìn)而判斷雙因子的交互作用對因變量的影響是增強(qiáng)或減弱[10]。

結(jié)合研究區(qū)的實(shí)際情況、數(shù)據(jù)的可獲取性和已有的研究成果，選取年平均降水量（X1）、年平均氣溫（X2）、年日照時(shí)數(shù)（X3）、年末常住人口（X4）、人均GDP（X5）、農(nóng)民人均可支配收入（X6）、第一產(chǎn)業(yè)值（X7）、糧食單產(chǎn)量（X8）、有效灌溉面積（X9）和化肥施用量（X10）10個(gè)指標(biāo)進(jìn)行地理探測器分析。

四、結(jié)果與分析

（一）非水田時(shí)序變化分析

整體來看，山東省非水田總面積在99985.04km2以上，約占區(qū)域土地面積的64.69 %，是該研究區(qū)主要的土地利用類型。2005—2010年間非水田增加了749.52km2，2010年非水田的占比高達(dá)65.11%，從2010年后，非水田面積呈遞減趨勢，2010—2015年減少了1190.20km2，2015—2020年減少了623.83km2，其占比也從2010年的65.11%降為2020年的63.74%。從非水田持有量來看，臨沂市、濰坊市和菏澤市非水田面積最多，合占區(qū)域非水田總面積的31%，非水田持有量最少的地區(qū)是棗莊市和淄博市。總體上來看，行政區(qū)非水田持有量呈減少趨勢，除煙臺市、臨沂市、東營市、日照市、德州市和青島市非水田面積稍有增加外，其余幾個(gè)行政區(qū)非水田面積均有不同程度的減少，其中濟(jì)寧市、濰坊市和濟(jì)南市非水田變化最為顯著。這說明由于經(jīng)濟(jì)發(fā)展和人口增長的需求，大量非水田在城鎮(zhèn)擴(kuò)張過程中被占用。

（二）非水田動(dòng)態(tài)度分析

根據(jù)公式（2）可得出2005—2020年山東省各行政區(qū)非水田動(dòng)態(tài)度指數(shù)，取其絕對值并利用自然斷點(diǎn)法將其分為3個(gè)等級，可以看出15年來，山東省各行政區(qū)非水田動(dòng)態(tài)度發(fā)生了較大的變化。2005—2010年間，臨沂市、青島市和煙臺市為三級動(dòng)態(tài)度，變化最大，濱州市、東營市、聊城市、泰安市、菏澤市和棗莊市為一級動(dòng)態(tài)度，變化最??；2010—2015年間，濱州市較別的地市動(dòng)態(tài)度最大，濰坊市、威海市、青島市、臨沂市、棗莊市和菏澤市為一級動(dòng)態(tài)度，變化最??；2015—2020年間，東營市、青島市和菏澤市非水田動(dòng)態(tài)度為該時(shí)段最大，表明在研究期間內(nèi)這些行政區(qū)非水田面積增加，變化相對劇烈，其穩(wěn)定性較其他行政區(qū)最弱?？傮w來看，2005—2020年間，非水田動(dòng)態(tài)度主要分布特征為：非水田動(dòng)態(tài)度較大的主要分布在濟(jì)南市、濟(jì)寧市、臨沂市和淄博市，非水田動(dòng)態(tài)度較小的主要分布在德州市、濱州市、東營市、菏澤市、棗莊市和日照市。

（三）非水田轉(zhuǎn)移矩陣分析

基于土地利用數(shù)據(jù)，借助ArcGIS軟件，得出山東省非水田轉(zhuǎn)移情況。可知，近15年山東省非水田變化顯著。2005—2010年，山東省非水田共轉(zhuǎn)出了10 322.1km2，大部分轉(zhuǎn)入了建設(shè)用地中，非水田的轉(zhuǎn)入量為11? 071.26km2，主要來源于草地和建設(shè)用地，分別有3 685.57km2草地和4 075.12km2建設(shè)用地轉(zhuǎn)變?yōu)榱朔撬铮?010—2015年和2015—2020年間，轉(zhuǎn)出數(shù)量較2005—2010年間呈下降趨勢，分別為1 504.72km2和1 163.80km2，兩段研究時(shí)期內(nèi)轉(zhuǎn)入量小幅度增長，變化不大，且轉(zhuǎn)入量都主要來源于建設(shè)用地，分別為200.34km2和468.47km2。2005—2020年，非水田轉(zhuǎn)入量為10 848.50km2，其中有36.8%的建設(shè)用地、33.6%的草地轉(zhuǎn)為了非水田。15年內(nèi)，非水田向其他地類共轉(zhuǎn)出了11 827.09km2，其中有82.76%轉(zhuǎn)入了建設(shè)用地，這說明2005年以來，山東省進(jìn)入了經(jīng)濟(jì)發(fā)展的高速期，建設(shè)用地?cái)U(kuò)張侵占了大量的優(yōu)質(zhì)耕地，社會經(jīng)濟(jì)發(fā)展與耕地保護(hù)之間的矛盾已十分突出。

（四）非水田時(shí)空格局影響因素分析

1.因子探測分析。運(yùn)用地理探測器，分析影響非水田時(shí)空格局演變的自然與社會經(jīng)濟(jì)因素，經(jīng)計(jì)算得知，所有的因子都通過了顯著性檢驗(yàn)，在自然因素中，各因子對非水田時(shí)空格局變化的影響程度為年日照時(shí)數(shù)（X3）＞年平均氣溫（X2）＞年平均降水量（X1），年日照時(shí)數(shù)（X3）在各因子中解釋力度最強(qiáng)，解釋率在41%以上。在社會經(jīng)濟(jì)因素中，各因子對非水田時(shí)空格局變化的影響程度為化肥施用量（X10）＞年末常住人口（X4）＞第一產(chǎn)業(yè)值（X7）＞人均GDP（X5）＞農(nóng)民人均可支配收入（X6）＞有效灌溉面積（X9）＞糧食單產(chǎn)量（X8）， 其中化肥施用量（X10）因子解釋度最大，解釋度在21%以上，年末常住人口和第一產(chǎn)業(yè)值因子解釋度均很強(qiáng)，分別為20%和16%，因此，山東省非水田時(shí)空格局演變的主要影響因素為年末常住人口（X4）和化肥施用量（X10）。在一般情況下，適量的化肥施用量可以減輕農(nóng)民種植的負(fù)擔(dān)，且適量的人口可以帶來大量勞動(dòng)力，保障穩(wěn)定的糧食產(chǎn)量和收入。當(dāng)農(nóng)用化肥施用過多造成土壤性狀惡化、肥力下降、環(huán)境污染等情況時(shí)，耕地鹽堿化現(xiàn)象嚴(yán)重，農(nóng)民收入沒有保障，人口發(fā)生流轉(zhuǎn)移動(dòng)，耕地撂荒閑置等現(xiàn)象接連出現(xiàn)，繼而造成非水田時(shí)空格局的變化。

2.因子交互作用探測分析。通過計(jì)算得知，本研究中因子之間交互作用均呈現(xiàn)雙因子增強(qiáng)和非線性增強(qiáng)，不存在相互獨(dú)立或起減弱作用的因子[11]，由此說明山東省非水田時(shí)空格局變化是多因子共同作用的結(jié)果。2005年、2010年、2015年和2020年年末常住人口（X4）與其余各影響因素交互作用解釋力均表現(xiàn)為雙因子協(xié)同增強(qiáng)，作用強(qiáng)度均在67%以上，2005年和2010年化肥施用量（X10）與各影響因素的復(fù)合影響力均最高；2015年和2020年主要影響因素由化肥施用量（X10）向年末常住人口（X4）轉(zhuǎn)移。

綜上所述，在整個(gè)研究期內(nèi)，年日照時(shí)數(shù)、年末常住人口和化肥施用量與其他因素交互作用均表現(xiàn)出較強(qiáng)的解釋力，說明這些因素為影響研究區(qū)非水田時(shí)空格局演變的主要因素。

五、結(jié)論與建議

（一）結(jié)論

本研究基于2005—2020年四期山東省土地利用遙感影像數(shù)據(jù)，綜合運(yùn)用土地利用動(dòng)態(tài)度模型和土地利用轉(zhuǎn)移矩陣，結(jié)合地理探測器模型對山東省非水田時(shí)空格局變化特征展開分析，主要結(jié)論如下：一是2005—2010年間，山東省非水田增加了749.52km2，從2010年后，非水田面積呈遞減趨勢。15年內(nèi)非水田向其他地類共轉(zhuǎn)出了11 827.09km2，其中有82.76%轉(zhuǎn)入了建設(shè)用地，非水田動(dòng)態(tài)度主要分布特征為：非水田動(dòng)態(tài)度較大的主要分布在濟(jì)南市、濟(jì)寧市、臨沂市和淄博市，非水田動(dòng)態(tài)度較小的主要分布在德州市、濱州市、東營市、菏澤市、棗莊市和日照市。二是從非水田時(shí)空格局影響因素分析可知，在山東省非水田時(shí)空格局變化的過程中，年末常住人口、化肥施用量等社會經(jīng)濟(jì)因素始終占據(jù)主導(dǎo)地位，其中年末常住人口、化肥施用量和年日照時(shí)數(shù)與其他因素交互作用均表現(xiàn)出較強(qiáng)的解釋力，說明山東省非水田時(shí)空格局是各種因素共同作用的結(jié)果。

（二）建議

上述研究結(jié)論對提高山東省非水田利用具有重要的啟示，針對山東省城鎮(zhèn)化速度加快，非水田面積日益增多的問題，提出以下建議：一是增強(qiáng)農(nóng)民對非水田的利用管理意識。農(nóng)民由于過分的施用化肥或其他不合理的耕作方法致使非水田耕作能力下降，非水田很容易就被閑置。因此增強(qiáng)農(nóng)民對非水田的利用管理意識就尤為重要。二是加強(qiáng)耕作管理，增強(qiáng)抗旱能力。非水田一般遠(yuǎn)離居民點(diǎn)，難以做到像平原灌區(qū)那樣集約化經(jīng)營，但諸如推廣抗旱良種、帶肥下種、化學(xué)除草等措施皆屬簡便有效[12]。三是因地制宜，合理利用。對非水田進(jìn)行適宜性評價(jià)，高度適宜和中度適宜地區(qū)的非水田可加強(qiáng)灌溉工程建設(shè)，使非水田轉(zhuǎn)型利用變?yōu)樗锘蛩疂驳?；勉?qiáng)適宜地區(qū)的非水田可轉(zhuǎn)型為園地、林地；不適宜地區(qū)的非水田可休耕輪耕、養(yǎng)土肥田等，提高土地利用效率。

非水田的時(shí)空格局變化是一個(gè)復(fù)雜的過程，本研究基于山東省土地利用數(shù)據(jù)和社會經(jīng)濟(jì)數(shù)據(jù)，綜合運(yùn)用土地利用轉(zhuǎn)移矩陣、土地利用動(dòng)態(tài)度模型和地理探測器模型，可有效地反映山東省非水田時(shí)空格局變化及其影響因素，但研究選取的影響因素指標(biāo)缺乏土地規(guī)劃、政策制度方面的指標(biāo)，因而在研究內(nèi)容上有待進(jìn)一步深入。

參考文獻(xiàn)：

[1]? ?洪土林，王艷華.基于耕地質(zhì)量動(dòng)態(tài)監(jiān)測的耕地保護(hù)路徑思考[J].農(nóng)業(yè)災(zāi)害研究，2015（4）：36-37，57.

[2]? ?劉紀(jì)遠(yuǎn)，寧佳，匡文慧，等.2010—2015年中國土地利用變化的時(shí)空格局與新特征[J].地理學(xué)報(bào)，2018，73（5）：789-802.

[3]? ?魏泳安.習(xí)近平新時(shí)代糧食安全觀研究[J].上海經(jīng)濟(jì)研究，2020（6）：14-23.

[4]? ?羅芳，潘安，陳忠升，等.四川省宜賓市耕地時(shí)空格局變化及驅(qū)動(dòng)力分析[J].水土保持通報(bào)：2022，29（4）：1-9.

[5]? ?山侖，鄧西平，康紹忠.我國半干旱地區(qū)農(nóng)業(yè)用水現(xiàn)狀及發(fā)展方向[J].水利學(xué)報(bào)，2002（9）：27-31.

[6]? ?石全紅，王宏，陳阜，等.中國中低產(chǎn)田時(shí)空分布特征及增產(chǎn)潛力分析[J].中國農(nóng)學(xué)通報(bào)，2010，26（19）：369-373.

[7]? ?羅傲藍(lán)，何灝，曹銀貴，等.重慶市長壽區(qū)旱改水潛力評價(jià)與優(yōu)化研究[J].中國農(nóng)業(yè)資源與區(qū)劃，2022，30（7）：1-15.

[8]? ?張文慧，蔡利平，呂曉.山東省生態(tài)用地時(shí)空演變格局及其影響因素[J].資源開發(fā)與市場，2019，35（6）：794-799，844.

[9]? ?王勁峰，徐成東.地理探測器：原理與展望[J].地理學(xué)報(bào)，2017，72（1）：116-134．

[10]? ?張思源，聶瑩，張海燕，等.基于地理探測器的內(nèi)蒙古植被NDVI時(shí)空變化與驅(qū)動(dòng)力分析[J].草地學(xué)報(bào)，2020，28（5）：1460-1472.

[11]? ?崔晨曦，孟凡浩，羅敏，等.基于地理探測器的內(nèi)蒙古耕地水資源短缺時(shí)空變化特征及驅(qū)動(dòng)力分析[J].中國農(nóng)業(yè)資源與區(qū)劃：2022，31（7）：1-13.

[12] 顧國安，宋瑞玲，鄧西海.新疆旱地的利用和保護(hù)[J].干旱區(qū)地理，1993（4）：58-62.

The Spatio-Temporal Pattern and Influencing Factors of Non-paddy Fields in Shandong Province

XIN Yuan

（School of Geography and Tourism， Qufu Normal University， Rizhao 276826， China）

Abstract： Based on the land use data and socio-economic data of Shandong Province， this study comprehensively used land use transfer matrix， land use dynamic attitude model and geographic detector model to analyze the evolution characteristics and influencing factors of the spatio-temporal pattern of non-paddy fields in Shandong Province from 2005 to 2020. The results showed that： first， the non-paddy field increased by 749.52km2 from 2005 to 2010， and the area of non-paddy field decreased by 1814.03km2 after 2010；second， in 15 years， a total of 11，827.09 km2 was transferred from non-paddy fields to other land classes， of which 82.76% was transferred to construction land；third， the spatio-temporal pattern of non-paddy fields in Shandong Province was mainly affected by the annual sunshine duration， year-end resident population， fertilizer application rate and other factors， and the interaction between these factors and other factors showed strong explanatory power， indicating that the spatio-temporal pattern of non-paddy fields in Shandong Province was the result of the joint action of various factors.

Key words： Non-paddy field; Spatial and temporal pattern; Influencing factors; Shandong Province

[責(zé)任編輯? ?立? ?夏]