耕地变化驱动因子灰色分析

《耕地变化驱动因子灰色分析》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、耕地变化驱动因子灰色分析　　摘要：根据统计数据和普查资料，分析辽宁省1949—2005年耕地面积变化趋势，运用灰色关联分析法对耕地面积变动的驱动因子进行分析。结果表明，辽宁省耕地面积总体上呈现短期增长——持续下降——波动减少的趋势；人均耕地面积整体上呈持续下降趋势；人口增长、农业科技进步、经济增长、国家土地政策等成为耕地数量变化的主要驱动因子。　　关键词：辽宁省；耕地变化；灰色关联；驱动因子　　　　保护耕地、确保粮食安全是我国国民经济发展的一个战略要求。我国耕地减少的趋势一直未能得到有效地遏制，加强耕地变化的研究，分析耕地变化的原因并提出相应的对策，对保护耕地具有重要

2、意义。辽宁省人多地少，人地矛盾十分突出。2005年，辽宁省人均耕地为0.097公顷，仅是东北地区人均耕地面积的1/2,低于全国人均耕地面积的平均水平。笔者根据统计和普查资料，运用统计描述法和灰色关联数学模型，分析了辽宁省耕地面积变化趋势及其驱动因子，为该省耕地资源的可持续利用和实现东北商品粮基地的振兴提供一定的科学参考。　　　　1耕地变化规律　　　　1.1耕地总量动态变化趋势　　从上图可以看出，建国以来，辽宁省耕地总量由1949年的473.93万公顷下降到2005年的385.66万公顷，其变化过程大致经历了短期增长——持续减少——波动减少3个阶段。　　所有制的社会主义

3、改造的政策及政府鼓励开发各类荒地措施等都激发了农民群众的积极性，加之大规模的建设还没有起步，使这时期耕地面积逐年增加，由1949年的473.9万公顷增加到1956年的486.50万公顷，7年耕地面积增加了2.65%，净增加了12.57万公顷，平均每年净增加1.80万公顷，达到了建国以来的顶峰。　　持续减少阶段（1957—1995年）。1957年以后，由于自然灾害、农村修建水利工程设施等破坏、占用耕地，改革开放以来,大规模的工业建设、基础设施建设及“开发区热”和“房地产热”等占用耕地，使这一时期耕地面积呈现逐年减少趋势，从1957年的482.92万公顷下降到1995年的

4、历史最低点338.97万公顷，42年减少了29.9%，净减少了143.95万公顷，平均每年减少3.43万公顷。　　　　波动减少阶段（1996—2005年）。这一时期，政府加大了耕地保护力度，强化了土地产权管理等措施，耕地急剧减少的势头得到了有效遏制，但由于辽宁省人口不断膨胀，国民经济持续发展，基本建设规模扩大，非农用地增加，使耕地总量仍处于下降阶段，除1996年比1995年增加较明显外，1996年以来耕地面积仍呈减少趋势，2005年耕地面积为385.66万公顷，比1996年减少了30.59万公顷,平均每年减少3.40万公顷。　　1.2人均耕地动态变化趋势　　由图1可以

5、看出，50多年来，辽宁省人均耕地面积由1949年的0.259公顷下降到了2005年的0.097公顷，总体上呈明显下降趋势。其变化过程大致经历了三个阶段。　　缓慢递减阶段（1949—1953年）。人均耕地变化呈现缓慢递减趋势，原因在于尽管这时期耕地总量有所增加，但人口数量也有明显增加。　　急剧下降阶段（1954—1995年）。人均耕地面积明显减少，这主要是由于这一时期耕地面积总量在减少，人口数量急剧在增加。　　波动减少阶段（1996—2005年）。人均耕地整体依然成减少趋势。这一时期除1996年比1995年有点增加，其他年份依然在减少，但减少的速度比上一阶段平缓了，这主

6、要是由于政府加大了对耕地的保护力度，同时，国家也加大了对计划生育的实施力度，严格有效控制人口增长。　　　　2耕地变化驱动力关联度计算　　　　本文将辽宁省1996—2005年的耕地面积数据作为分析样本，耕地面积作为参考序列，筛选出年末总人口（万人）、城镇化水平（%）、GDP（万元）、全社会固定资产投资额（万元）、粮食单产（公斤/公顷）、客运量（万人）农村居民人均居住面积（平方米/人）、工业总产值（万元）8个影响显著的因子作为比较序列，运用灰色关联数序模型对辽宁省耕地数量变化驱动因子进行灰色关联度计算及其排序，结果见下表。　　从上表来看，辽宁省耕地数量变化与其各驱动因子之

7、间的灰色关联度大小排序是：总人口数>城镇化水平>客运量>农村居民人均居住面积>粮食单产>GDP>工业总产值>全社会固定投资额。　　3关联度对耕地变化的驱动力分析　　　　　　由上表可以很明显地看出，耕地数量变化与总人口数、城镇化水平、客运量、农村居民人均居住面积的关联度很大，都在0.90以上；其次是粮食单产，在0.89；再次是GDP、工业总产值、全社会固定投资额，相对小一些。显然关联度在0.90以上的驱动因子总人口数、城镇化水平、客运量、农村居民人均居住面积都和人口有关系，所以，这三个驱动因子可以归为一类，命名