摘要：耕地是人们赖以生存的关键，其面积变动的幅度和速度为各方所关注。本文基于GIS技术，借助spss主成分分析方法，对江苏省在1998-2004年间耕地面积变化的幅度、动态度以及驱动力因素进行了分析。提出江苏省耕地面积变化存在着南快北慢，南多北少的特点；而内在的变动原因又取决于农业生产和社会经济发展两大驱动因素，其中农业生产因素又起着主要作用。本文希望借助对耕地面积变动的分析，能为地区制定土地政策、保障耕地总量做出一定的贡献。
关键词：耕地面积 幅度 动态度 驱动力因素
一、研究背景、意义
江苏省自1998年以来，非农建设用地, 主要是城镇建设、交通建设占用耕地量剧增， 以及滥设开发区、滥用耕地现象严重，耕地数量减少很快。2004年与1998年相比耕地减少224305.8公顷(平均减少37384.3公顷/年) , 而人口却增加了222.96万人。现在江苏省人口密度达到729人/km2，居全国之首，而人均耕地面积仅有全国水平的2/3，如何能有效的珍惜和合理运用每一寸土地，切实保护耕地，如何在未来一定时期内，在不影响资源、环境的可持续发展的情况下合理的利用有限的土地资源，已经成为整个江苏省亟待解决的一个问题。
二、数据来源
本文所涉及的地形资料来源于张伊娜老师的友情提供；其他人口、经济社会资料均来源于江苏省统计年鉴（1994-2005）。
三、耕地的时空演变分析
耕地变化数量和速度是制定相关土地政策的重要依据，因此准确的测量耕地变化的数量和速度就显得至关重要。本文基于GIS，借助LUCC（土地利用/土地覆盖）模型，计算得到江苏省各地级市耕地面积变化的幅度及速度，并对此作一对比。
区域土地利用幅度是指土地利用类型面积方面的变化，它反映了不同土地利用类型在总量上的变化。通过分析土地利用类型的总量变化，可以了解土地利用变化总的态势和土地利用结构的变化以及该时段内人类对土地资源利用变化的强弱程度。由于各个地级市区域大小不同，为了更好的标准化的比较各个地区耕地变化的速度，我们引入土地利用类型动态度模型来检测这种速度变化情况。其数学模型为：
K1为研究时段内耕地面积总变化幅度，K2为研究时段内耕地面积的动态度，T为时间间隔年，Ua、Ub分别为研究期初及研究期末耕地面积的数量。计算结果见表3-1。
由表3-1可以看出，在1998至2004年间，江苏省除了连云港、盐城、宿迁三市耕地面积有所增长外，其他各个地级市的耕地面积都大幅减少，尤其是南京、苏州、无锡、常州等经济发达地区，耕地减少的总量及速度也远远快于其他地级市，这与学界普遍认为的耕地面积与地区经济水平反向关系相吻合。
四、耕地变化驱动机制研究
上述耕地面积变化情况只是在驱动力作用下所表现出的结果，若要想深化对耕地变化规律的认识和理解，对耕地利用变化进行预测，为规划和调控提供依据和参考，就需要对驱动因素进行逐一分析，掌握驱动因素与耕地面积之间的关系。
耕地变化驱动力因子主要分为四个方面：政治、经济、人口和自然环境因子。自然环境因子主要指自然资源的质量及人类生产、生活环境状况。该因子从长远的观点看制约着耕地面积的演变，但短期内没有大的变化。因此耕地面积的变化主要是受政治、经济、人口等因素的影响。政治因素包括国家经济发展宏观调控、政府土地利用规划和土地管理政策等；经济因素包括经济结构、技术进步、财富收入等；人口因素很大程度上主导了耕地面积的变化，人口总量和人口密度是衡量人口对耕地的压力以及对耕地变化影响的重要指标。
本文选取2004年江苏省统计年鉴为分析样本，耕地面积（Y）为因变量，相应各个地级市国民经济和社会发展的相关变量为：X1-总人口数（万人）、X2-GDP（亿元）、X3-农业机械总动力（万千瓦）、X4-人口密度（人/平方公里）、X5-全社会固定资产总投资（亿元）、X6-农林牧渔总产值（亿元）、X7-播种面积（千公顷）、X8-农村劳动力（万人）。
进行驱动力因子分析之前，需要把握待分析的自变量之间的关系，选取的8个变量之间的相关关系可以通过主成分分析来确定。主成分分析可以把原来多个变量划为少数几个综合指标，从综合角度把握所有自变量及其对因变量的关系。江变量的数据矩阵输入到SPSS中，进行主成分分析，为了使主成分更容易命名，采用了方差最大法进行因子旋转。结果如下：
根据分析结果，前两个主成分累计贡献率已经达到87.219%，因此这两个主成分能够代表以上8个变量所提供的主要信息。从主成分载荷矩阵我们可以看出：年末总人口、农业机械总动力、农林牧渔业总产值、农作物总播种面积、农村劳动力在第一主成分中所占比例较大，可以解释为农业生产因素的代表；而地区生产总值、固定资产总投资、人口密度在第二主成分中所占载荷较大，可以被解释为经济社会发展因素的代表。
通过SPSS软件可以很容易的计算出主成分因子得分为:
表4-3主成分得分
地级市 第一主成分得分 第二主成分得分
南 京 市 -0.223 1.438
无 锡 市 -0.779 1.276
徐 州 市 1.846 0.303
常 州 市 -1.045 -0.029
苏 州 市 -0.076 1.883
南 通 市 0.962 0.447
连云港市 -0.263 -0.934
淮 安 市 0.121 -1.018
盐 城 市 1.827 -0.649
扬 州 市 -0.615 -0.537
镇 江 市 -1.402 -0.766
泰 州 市 -0.384 -0.343
宿 迁 市 0.031 -1.069
由表4-3可以看出主成分一在江苏省内成圈层分布，由中心向周边得分逐渐升高，这表明农业生产因素在区域向外扩展的过程中愈发的显得重要。从第二张主成分得分分布图中，我们可以清楚地看到随着地理区位的南移，得分越高，这种现象恰恰反映了苏南经济好于苏北，社会经济因素作用显得更为明显。
五、结论
5.1 耕地面积时空演变趋势
从1998到2004年间，江苏省除了连云港、盐城、宿迁三市外，其他各地级市的耕地面积均减少，从耕地面积的变化幅度来看，耕地面积减少呈现出南多北少的趋势，苏南各地级市耕地减少的数量和速度远远大于苏中、苏北等地级市；而通过对耕地变化动态度的计算，我们会更加清晰的看到这种趋势，并且为我们合理进行土地规划提供了很好的依据，苏南耕地迅速减少的趋势在一定程度上反映出在1998至2004年间苏南地区经济的迅速发展。在此期间，由于建设开发区、创办乡村工厂，大大增加了对土地的需求程度，因而导致对耕地的大幅占用，造成耕地的损失，其中常州市铁本事件可谓是一个极端的典型。
5.2 耕地面积驱动机制研究
通过本文对江苏省各个地级市耕地变化内在驱动力的研究，我们发现驱动力主要分为两大方面，一是农业生产驱动因素，一是社会经济发展驱动因素。通过耕地面积（标准值）与主成分的回归方程，我们也不难看出，农业生产驱动因素对于耕地面积的变化起到了正向左右，而社会经济发展驱动因素对于耕地面积的变化起反向作用，经济水平越发达，耕地面积就会越少，这与之前我们对江苏省耕地面积时空演变趋势是相符的。当把标准化的主成分回归所得到的方程转变为一般线形方程时，我们可以清楚看到每个因素对耕地面积变化的贡献程度，可以看到起主要作用的是农业生产驱动因素，尤其是农村劳动力，其所占权重最大。是8个因素中的主导因素。耕地是人们正常生活，国家主权安全的重要保障，通过上述方法分析耕地面积的变化趋势，有助于我们更好的掌握了土地变动的规律，这不仅有利于我们更合理的制定土地政策，调节土地结构以及相关用途，更让我们能动态的监测国家耕地面积，保证国家耕地面积在18亿亩以上。
参考文献：
[1] 吴志杰.基于RS和GIS的土地利用/覆盖变化及其驱动力研究――以龙岩市新罗区为例.福建师范大学.2006.09
[2] 鲍文东.基于GIS的土地利用动态变化研究.山东科技大学.2007.06
[3] 刘润幸,萧灿培,宫齐,侯晓莉.利用SPSS进行主成分回归分析.[J].数理医药学杂志.2001年第14卷第2期:102-105
（责任编辑：罗佳）