蘇北地區土地利用變化及其驅動力分析

周國勝 房凱 武鵬

摘要：由于歷史、地理以及政策等因素的影響，江蘇省的蘇南、蘇中、蘇北等3個區域之間經濟差異較大，其中蘇北地區經濟發展較為緩慢。研究蘇北地區的土地利用變化有助于指導區域的規劃布局、環境保護以及經濟可持續發展。宿遷市作為典型的蘇北城市，自成立地級市以來經濟發展迅速。本研究以宿遷市為例研究土地利用變化情況和驅動力，為蘇北地區整體的土地利用和驅動力分析提供參考。運用遙感技術，對宿遷市在1997年和2017年2期的遙感影像進行監督分類，得出土地利用數據，分析研究區近20年來的土地利用動態變化，結合統計資料分析影響該地近20年來土地利用動態變化的驅動力。結果表明，近20年宿遷市土地利用方式以耕地為主，耕地面積增加了415 km2，面積占比從54.25%增加到59.12%，城鎮工礦及居民用地面積增加了282 km2，面積占比從17.38%增加到19.00%，這2種地類增加的部分由水域、林地和未利用土地轉變而來;研究區土地利用方式動態變化的驅動力以經濟和政策因子為主，人口和自然等因子的影響次之。

關鍵詞：土地利用變化;宿遷市;遙感;驅動力;主成分分析

中圖分類號： F301.2 ?文獻標志碼： A ?文章編號：1002-1302（2021）09-0211-06

土地高效利用與保護對國家社會經濟發展具有重要意義[1]。土地利用信息變化的空間差異性研究，了解土地利用動態變化，繼而從國土資源與環境的可持續利用性方面來保證區域經濟發展的可持續性，實現國家經濟高速、協調發展[2]。隨著城市化進程的推進，城市的土地利用結構不停變化。在20世紀90年代后，國際地圈與生物圈計劃（international geosphere-biosphere programme，簡稱IGBP）和全球環境變化人文計劃（human dimensions programme on global environmental change，簡稱HDP）在全球范圍內推動了學者們對土地利用/土地覆被變化的研究[3]。遙感技術和計算機圖像處理技術的發展，為區域土地利用變化的監測提供了便捷的方法與手段。2000年，史培軍等使用遙感技術分析了深圳市1980—1994年間土地利用方式的改變及其驅動力，得出這一時期深圳土地利用變化的驅動力主要是經濟特區的開放政策、城鎮人口迅速增長、外資和以房地產為主的第三產業的快速發展的結論[4];2010年，王玉等利用1987年、1995年、2000年3個時期江蘇土地利用圖與社會經濟數據對海岸帶土地利用變化及其驅動力進行了分析，發現江蘇省沿海城市土地利用變化主要受人口、經濟和政策因子影響[5];2019年廖慧等挑選1980—2015年內關于黃河流域范圍內6個年限的土地利用數據，借助轉移矩陣對全流域及流域內各省份1980—2000年和2000—2015年2個時期土地利用的動態變化進行剖析，結論認為在此期間氣候、政策和人口因子是影響該地區土地利用變化的主要因素[6]。目前的研究基本上是利用遙感數據和統計的社會經濟數據進行土地利用變化分析及其驅動力研究，驅動因子主要包括社會經濟、政策和自然因子等[7-9]。

蘇北地區相較于蘇南和蘇中地區經濟發展緩慢，是歷史因素的影響、地理區位的制約、區域發展策略的差異、中心城市規模的不同、勞動人口素質的差距、經濟全球化的影響和市場發育程度的區別等因素綜合作用的結果[10]。本研究僅從地理學角度，以蘇北地區典型城市——宿遷市為例，研究區域土地利用結構變化及其驅動力，以期為蘇北地區經濟發展、緩解人地矛盾和區域規劃提供理論參考。

1 研究區概況

長江將江蘇省分南北2個部分，歷史上北部黃河和淮河的泛濫制約著蘇北地區的發展。改革開放以來，蘇北地區經濟加快發展，但由于發展政策和區位條件等因素的影響，從經濟發展角度看，蘇北弱蘇南強的特征一直比較明顯[10]。蘇北總體地勢較低，屬平原，有5個地級市（徐州市、連云港市、宿遷市、淮安市、鹽城市），17個市轄區、3個縣級市、17個縣。東臨黃海南臨長江，湖泊眾多水資源豐富，包括駱馬湖、洪澤湖、高郵湖、寶應湖等。

蘇北5個地級市之一的宿遷市在資源占有和發展速度等方面是蘇北城市的典型代表。宿遷市位于33°12′～ 34°24′N、117°6′～119°12′E之間（圖1），西邊與安徽省交界，東接連云港市，南連淮安市，北鄰徐州市。年均降水量為892.3 mm，平均氣溫為14.2 ℃，陽光充足，霜期短。該市屬黃淮平原，土質為深厚的黃潮土，水田、旱地作業并存，是重要的商品糧基地[11]。1996年經國務院批準成立宿遷市地級市，當時經濟基礎薄弱，從1996年直至2015年的20年來，宿遷市社會消費品零售總額增長13倍，國內生產總值（GDP）增長17倍。

2 土地利用變化

2.1 數據來源與處理

數據來源于地理空間數據云網站上的Landsant系列遙感影像數據（包含1997年TM、2017年OLI-TIRS 2期，均為30 m分辨率）。利用Envi 5.3軟件進行鑲嵌和裁剪，使用Arcgis 10.0目視解譯出研究區邊界線，對研究區影像采用最大似然法監督分類方法，分類后使用Envi Classic對分類圖進行局部錯誤的修正，從而得到研究區2個時期的土地利用數據。技術路線如圖2所示。

土地利用變化幅度是土地利用類型的面積變化幅度[12]，能定量反映各地類在數量上的變化程度，為整體土地利用結構變化的分析提供數據支持。其表達式為

2.2 土地利用變化結果分析

通過上述方法，對2期影像數據進行處理，得出宿遷市1997—2017年各土地利用類型的數量增減情況（圖3），其土地利用結構變化特征表現為1997—2017年研究區內面積最大的土地利用類型是耕地（耕地面積占比保持在50%以上），面積最小的是未利用土地（從1%持續減少）（表1）。水域和林地面積均有所減小，林地面積減少557 km2，水域面積減少 55 km2。未利用土地零星分布，多為荒地或灘涂，通過整治轉為建設用地或耕地。河道變窄和坑塘水面填埋，使得水域面積減少，如溧河洼處河道（溧西引河）變窄（圖3）。耕地和城鎮工礦及居民用地是近20年來宿遷市面積增加的土地利用方式，耕地面積增加較多，增加415 km2，沿湖開墾荒地等行為使得耕地面積增加（洪澤湖北部開墾現象明顯）。城鎮工礦和居民用地增加的幅度較大，增加 282 km2，增加幅度為19%。耕地、城鎮工礦和居民用地在分布上呈現著越來越集中的特征。

按區縣來看，在近20年內宿豫區和宿城區城市化進程最明顯，2017年2個區的城鎮工礦及居民用地面積均占據各區面積的30%以上，城鎮工礦及居民用地占比大于其他3個縣。2個區其他4個土地利用類型的面積均有所減少，可見新增的城鎮工礦和居民用地來自于其他4個地類。沭陽縣該地類面積增幅最小，僅為11%，泗陽縣和泗洪縣的增幅較大，1997年2個縣的城鎮工礦及居民用地占比僅分別為11.68%、10.23%，增加幅度較大，2017年城鎮工礦及居民用地的占比仍然較低。相對近20年2個區耕地面積的減少，3個縣耕地面積均是增加的，由于3個縣面積較大，共占據宿遷市整體面積的75%，與各自耕地面積增幅疊加運算后，使得宿遷市整體耕地面積增加。除沭陽縣外其他區縣在近20年的水域面積均是減少的，沭陽縣遠離駱馬湖、洪澤湖以及京杭運河水系，所以其2期的水面率均是最低的（表2）。3個縣近20年林地面積和未利用用地面積都是減少的，符合宿遷市整體的土地利用變化特征。

3 土地利用變化驅動力分析

3.1 主成分分析

主成分分析是一種降維統計方法，針對存在重疊信息的所有變量，借助正交變換去除多余信息，提取新變量，使新變量之間互不相關的同時盡可能代表原有變量所有信息的一種分析方法。從年鑒資料中收集研究區在1997—2017年的21年間包括1997—1999年、2006—2008年、2016—2017年3個階段共9期的社會經濟因子數據。使用SPSS對數據標準化處理后進行主成分分析。結合對研究區2期土地利用圖和各區縣數據的分析，選擇人口、GDP、人均GDP、第一產業占比、第二產業占比、第三產業占比、固定資產投資、工業產值、人均糧食產量、糧食總產、社會消費品零售總額、財政支出、鄉村人口比例、居民消費價格指數、商品零售價格指數等15個指標。

設置特征值大于1的2個主成分，累計方差貢獻率為92.98%，說明主成分1和2已經代表選取因子的大部分信息，符合主成分分析要求。隨后計算每個因子相應指標的載荷矩陣，載荷系數越大，說明該因子對土地利用變化的驅動力越強。從表3可以看出在第1主成分中，人口、GDP、工業產值、固定資產投資、三大產業占比、人均GDP、糧食總產、社會消費品零售總額、財政支出和鄉村人口比例等因子的載荷系數較大（其中第一產業占比和鄉村人口比例因子的系數為負），人口和第三產業占比2個因子的載荷系數大小并列第1，均為0.991。這說明第1主成分主要代表研究區的經濟發展因素以及人口因素。在第2主成分中，對應載荷系數較大且大于0.7的因子是居民消費價格指數，系數為 -0.891，這說明第2主成分代表研究區的消費因素。

3.2 驅動力分析

影響土地利用方式的因子多種多樣[13]，有人認為氣候變化是主要的驅動因子之一[14]，但也有人認為在短期內，影響土地利用方式變更的主要是人文因素[15]。結合上述土地利用分類結果以及主成分分析，以及研究區實際情況，圍繞5種土地利用類型和不同驅動力可以構造出如圖4所示的邏輯圖。

自然驅動力包括氣候、地形和自然災害等[14]。研究區氣候溫和濕潤，日照、降水資源均充足，京杭運河和洪澤湖水系等提供了充足的地表水資源。地表土層深厚，以黃潮土為主。研究區土地面積和耕地面積總量均較多，自然條件對農業利好，平坦的地形和厚重的土質支持建設用地的開發，自然環境因子對于土地利用方式的動態變化提供客觀條件。本研究中研究的年限較短，自然因素對土地利用方式變更的驅動沒有人文因素明顯[15-22]。

1996年宿遷剛剛成立地級市，在此之前，宿遷市是江蘇省發展較為緩慢的地區之一，全市三大產業占比結構為47.8 ∶ 30.8 ∶ 21.4，當時農業是宿遷市國民經濟的主體產業。當地一方面加大財政支出對于基礎建設的投入以及對經濟開發區配套設施的建設，另一方面實行招商引資的優惠政策，例如江蘇省宿遷經濟開發區北區優惠政策。第二產業逐漸成為經濟主體，就業結構隨之發生變化，20年間三大產業產值及占比如表4所示。隨著產業結構的變化，農村人口比例下降，為了給第二、第三產業提供用地，給日益增加的城鎮人口提供住地以及配套設施的建設，城鎮工礦及居民用地以及交通用地等建設用地不斷擴張，侵占了其他土地，包括填埋坑塘、開發未利用土地和侵占林地等。

考慮經濟因子、人口因子的驅動力，其他4種用地應向建設用地即城鎮工礦及居民用地轉移，但由表1、表4分析發現，作為宿遷市最大面積占比的用地類型，耕地用地對應的第一產業的產值對總產值的貢獻率越來越低的同時，近20年來宿遷市耕地面積卻在不斷增加，這說明政策因素在其中發揮著導向作用。第一產業是發展第二、第三產業的基礎，農業更是國之命脈。1998年國家修訂了《中華人民共和國土地管理法》，在1999年后，國家不斷完善土地管理制度，管制土地用途，建立了以耕地保護為核心的管理制度。加大土地開發整理力度，耕地占補平衡，節約集約土地等方案與政策相繼出臺。2009年，國家提出了耕地紅線的概念，在全國上下實行耕地質量和數量保護的政策與措施。一系列耕地保護政策的出臺和實行，使得在城市化進程的推進中，耕地用地面積不減反增。

4 討論與結論

4.1 討論

近20年驅動研究區土地利用變化的最主要因子是經濟和政策，其次是人口因子和自然因子。在城鎮工礦及居民用地面積不斷增加的同時，研究區的林地面積和水域面積也相應縮減。維持合適的林地面積覆蓋率和水域面積，不僅可以防治污染、保護生態環境[23-26]，也有助于解決城市內澇問題[27-28]。研究區在今后的規劃中應提高對于林地和水域用地的保護，在增長耕地數量的同時也應注重耕地質量，實現綠色經濟和可持續經濟應是今后工作的重心。對于市內的各區縣，因經濟和政策重心的不同，使不同區縣間的土地利用動態變化存在一些差異。

以宿遷市為例可以看出，蘇北地區土地利用結構變化主要由政策因子和經濟因子等驅動力影響，在發展的過程中須要兼顧土地利用動態變化對環境的影響。

4.2 結論

經過對宿遷市近20年土地利用數據的分析，發現該地區近20年主要土地利用類型一直是耕地，且該地類的面積增加了415 km2，面積占比由54.25%增加到59.12%，城鎮工礦及居民用地增幅較小，面積增加了282 km2，面積占比增加了1.62%。這2種用地在空間上表現出集中化分布的特征，這是城鎮化和耕地集約化使用的表現。

林地面積、水域面積和未利用土地面積在不斷減少，分別減少了557、55、72 km2。其中變化特征為各區縣林地面積均有減少，且除了宿豫區林地面積減幅為6%外，其他區縣的林地面積減幅均為40%左右。未利用土地面積減少源于荒地的開發利用和沿湖沿河未利用地的開墾（例如在溧西引河兩側和宿城區南側的洪澤湖北岸）。水域面積除沭陽縣增加了1.3 km2外，其他區縣的水域面積均有減少，主要由于水系寬度變窄以及坑塘被填埋。

參考文獻：

[1]朱長柏. 基于RS與GIS技術的土地利用/覆蓋調查——以佛山市禪城區為例[J]. 科技信息，2008（18）：98，130.

[2]劉紀遠，布和敖斯爾. 中國土地利用變化現代過程時空特征的研究——基于衛星遙感數據[J]. 第四紀研究，2000，20（3）：229.

[3]李秀彬. 全球環境變化研究的核心領域──土地利用/土地覆被變化的國際研究動向[J]. 地理學報，1996，51（6）：553-558.

[4]史培軍，陳 晉，潘耀忠. 深圳市土地利用變化機制分析[J]. 地理學報，2000，55（2）：151-160.

[5]王 玉，賈曉波，張文廣，等. 江蘇海岸帶土地利用變化及驅動力分析[J]. 長江流域資源與環境，2010，19（增刊1）：7-12.

[6]廖 慧，舒章康，金君良，等. 1980—2015年黃河流域土地利用變化特征與驅動力[J]. 南水北調與水利科技（中英文），2021，19（1）：129-139.

[7]歐向軍，陳修穎.改革開放以來江蘇省區域經濟差異成因分析[J]. 經濟地理，2004，24（3）：338-342，360.

[8]劉立誠. 新疆土地類型結構及其合理利用[J]. 新疆大學學報（自然科學版），1994，11（1）：91-96.

[9]Wang S Q，Zhou Y H. Design and applications of land resources and ecological environment in-formation system[J]. Pedosphere，2002，12（4）：373.

[10]陳軍偉，孔祥斌，張鳳榮，等. 基于空間洛倫茨曲線的北京山區土地利用結構變化[J]. 中國農業大學學報，2006，11（4）：71-74.

[11]徐海英. 生態城市土地資源可持續利用評價研究——以江蘇省宿遷市為例[J]. 安徽農業科學，2007，35（23）：7254-7256.

[12]韓會然，楊成鳳，宋金平. 北京市土地利用變化特征及驅動機制[J]. 經濟地理，2015，35（5）：148-154，197.

[13]張會言，楊立彬，張新海. 黃河流域經濟社會發展指標分析[J]. 人民黃河，2013，35（10）：11-13.

[14]李 平，李秀彬，劉學軍. 我國現階段土地利用變化驅動力的宏觀分析[J]. 地理研究，2001，20（2）：129-138.

[15]仇恒佳，卞新民. 環太湖景觀生態格局變化研究——以蘇州市吳中區為例[J]. 長江流域資源與環境，2006，15（1）：81-85.

[16]龍花樓，王文杰，翟 剛，等. 安徽省土地利用變化及其驅動力分析[J]. 長江流域資源與環境，2002，11（6）：526-530.

[17]牛 星，歐名豪. 揚州市土地利用變化的驅動力機制研究[J]. 中國人口·資源與環境，2007，17（1）：102-108.

[18]王廣博，徐翠蘭，黃 蕊，等. 江蘇沿海地區圍墾動態與土地利用變化驅動力研究[J]. 河海大學學報（自然科學版），2020，48（2）：163-170.

[19]王曉峰，任志遠. 風沙過渡區土地利用變化及驅動力分析——以陜北神木縣為例[J]. 陜西師范大學學報（自然科學版），2004，32（1）：106-110.

[20]劉 晶，彭補拙. 錫山市土地利用變化的社會驅動力分析[J]. 土壤，2001，33（6）：295-299，320.

[21]Tuan Y F. Geography，phenomenology and the study of human nature[J]. Then Canadian Geographer，1971，15（3）：181-192.

[22]陳 燕，陳星宇，李 君，等. 基于土地利用時空格局演變的上海市生態風險評價[J]. 江蘇農業學報，2020，36（3）：613-619.

[23]孫寧寧. 水稻灌區新型農田水利系統防污減污試驗研究[D]. 武漢：武漢大學，2012.

[24]李琳娜，邵孝侯，李鈴君，等. 南京淳東灌區WRSIS濕地子系統的改進及其減污效應研究[C]//中國環境科學學會2011年學術年會論文集.烏魯木齊，2011.

[25]彭世彰，高煥芝，張正良. 灌區溝塘濕地對稻田排水中氮磷的原位削減效果及機理研究[J]. 水利學報，2010，41（4）：406-411.

[26]柯水發. 農戶參與退耕還林行為理論與實證研究[D]. 北京：北京林業大學，2007.

[27]楊 凱，袁 雯，趙 軍，等. 感潮河網地區水系結構特征及城市化響應[J]. 地理學報，2004，59（4）：557-564.

[28]袁 雯，楊 凱，唐 敏，等. 平原河網地區河流結構特征及其對調蓄能力的影響[J]. 地理研究，2005，24（5）：717-724.