西部礦區(qū)土(草)地退化因素分析與實證研究：以烏海市為例

湯　傲，李效順，2，閆慶武

(1.中國礦業(yè)大學 國土環(huán)境與災害監(jiān)測國家測繪局重點實驗室，江蘇 徐州 221116；2.南京農業(yè)大學 中國土地問題研究中心，江蘇 南京 210095)

綠色礦業(yè)

西部礦區(qū)土(草)地退化因素分析與實證研究：以烏海市為例

湯傲1，李效順1，2，閆慶武1

(1.中國礦業(yè)大學 國土環(huán)境與災害監(jiān)測國家測繪局重點實驗室，江蘇 徐州 221116；2.南京農業(yè)大學 中國土地問題研究中心，江蘇 南京 210095)

摘要：土地退化作為威脅人類生存與發(fā)展的首要難題，一直引起政府廣泛關注，尤其是礦區(qū)土地退化問題更為突出，也是學者研究熱點和政策治理難點。鑒于此，本文在理論分析基礎上，通過構建計量經濟模型，并選擇烏海礦區(qū)進行實證分析，結果表明：第一，理論分析判斷，西部礦區(qū)土地(草地)退化是區(qū)域氣候、地貌、地質、水資源、植被等自然環(huán)境要素和礦產開采、人口增長、土地利用等人為經濟因素共同作用的產物，其中自然環(huán)境變化是其退化的外部條件，人為經濟因素往往是驅動其退化的內因；第二，實證結果顯示，引起烏海礦區(qū)草地退化的前三位驅動因素分別為經濟發(fā)展與煤炭開采、地區(qū)水分條件、地區(qū)干旱程度，其彈性系數和影響敏感度分別為-0.138、0.016和-0.017，驗證了理論上的分析判斷結果；第三，深入分析發(fā)現，烏海礦區(qū)土地退化對各指標的敏感程度按大小排序依次為地區(qū)生產總值(-0.174)、固定資產投資(-0.174)、煤炭開采面積(-0.173)、人口數量(-0.173)、煤炭開采量(-0.158)、日照時數(0.127)、降水量(0.069)、城鎮(zhèn)化率(-0.059)、平均相對濕度(-0.043)和年平均氣溫(0.031)。由此建議，礦區(qū)土退化防治和生態(tài)修復政策創(chuàng)新方向，應該通過轉變經濟發(fā)展方式、優(yōu)化固定資產投資和限制煤炭開采面積及產量等調控其主導驅動因素，從而扭轉礦區(qū)土(草)地退化日益嚴重的態(tài)勢。

關鍵詞：西部礦區(qū)；土地退化；實證分析；烏海

工業(yè)革命以來，由于人類活動的不當開發(fā)利用，造成地球大約1/10耕地退化變成荒地，尤其在干旱、半干旱和半濕潤地區(qū)，全球每年約有5000萬～7000萬hm2耕地沙漠化，嚴重影響到了全球近25億人的正常生活及100多個國家和地區(qū)持續(xù)發(fā)展[1-2]。因此，土地退化是當今全球覆被變化研究的重要內容，被列入威脅人類生存的10大環(huán)境與發(fā)展問題之首[2-3]。改革開放以后，與全球類似，我國由水土流失、風蝕沙化和鹽堿化形成的退化土地面積約占國土面積的41.7%[4]，尤以三北(東北、華北、西北)等干旱、半干旱礦區(qū)的土地退化最為突出[4-6]，全國每年因土地退化造成的直接經濟損失超過540億元，同時付出的生態(tài)環(huán)境惡化成本難以估計[6]。由此可見，土地退化問題正在壓縮中華民族的生存空間，并嚴重威脅著我國社會經濟可持續(xù)發(fā)展根基。

針對土地退化及其嚴重影響，國內外學者對此進行了深入探索分析，研究重點大致有以下幾方面：一是土地退化評價指標體系研究[7-8]；二是土地退化的動態(tài)監(jiān)測與影響因素分析[9-13]；三是土地退化的防治措施與生態(tài)恢復[14-16]。以上學者的研究成果，為本文研究開展提供了很好的指導意義和參考價值，本研究與其不同的是，本文選擇了我國土地退化最為突出的區(qū)域之一：西部礦區(qū)作為實驗基地(選擇該區(qū)域主要是因為礦區(qū)對生態(tài)環(huán)境的人為擾動性更加強烈且土地退化的驅動主體相對明確)，試圖從理論上首先分析判斷礦區(qū)土地退化的關鍵成因，然后在理論指導下構建計量經濟模型，并采用 2000～2012年烏海礦區(qū)的時間序列數據進行實證分析，進而定量揭示烏海礦區(qū)土地退化的主要驅動力因素，以便為西部礦區(qū)土地退化治理及生態(tài)修復政策創(chuàng)新提供科學依據和定量參考。

1研究框架與理論分析

1.1研究框架

本文主要按照“理論分析→模型構建→實證分析→結論提煉”的邏輯思路開展研究，基本研究框架如圖1所示。首先，理論分析部分主要在回顧前人對于土地退化的內涵以及驅動機制研究的基礎上，總結歸納影響礦區(qū)土地(草地)退化的驅動力因素并進行驅動機制分析。其次，基于理論分析，考慮數據的可獲得性和研究方法的可行性，選取適當變量和驅動因子，構建符合礦區(qū)土地(草地)退化驅動機制的計量經濟模型。接著，在理論分析和計量模型指導下，選取烏海礦區(qū)的時間序列數據進行實證分析，并運用主成分分析法揭示烏海礦區(qū)土地退化的主要驅動力因素和進行模型參數估計，進而定量揭示各驅動因子對礦區(qū)土地退化的彈性系數和敏感程度。最后，提煉本文主要結論并提出對策建議。

圖1　研究框架

1.2理論分析

理論分析的邏輯起點從土地退化的內涵界定開始，其實聯合國糧農組織早在1971年發(fā)表的《Land Degradation》中首次提出了土地退化的概念[17]，此后相關國際學術組織和國內外學者對土地退化的內涵進行深入探討[18-20]，但目前尚未形成統(tǒng)一的界定。筆者在總結前人觀點的基礎上，本文界定的土(草)地退化是指受到人為因素或自然因素或人為、自然綜合因素的干擾、破壞而改變土(草)地原有的內部結構、理化性狀，逐步減少或失去原先所具有的綜合生產潛力的演替過程。由此可見，土地退化是受自然因素、人為因素或自然因素和人為因素綜合影響下長期、綜合的演變過程，其驅動因素往往是錯綜復雜的。近年來，國內外學者也對土地退化的驅動因素做了很多研究工作，如Mehnaz等[9]利用遙感手段監(jiān)測并評價了印度喀什米爾喜馬拉雅巴德加姆的土地退化程度，確定植被、土地利用及坡度是影響土地退化程度的重要因素；Mohamed 等[10]監(jiān)測了埃及尼羅河三角洲的土地退化情況，發(fā)現研究區(qū)域的主要土地退化類型為土壤鹽堿化、土壤壓實及水蝕等。趙云杰等[12]采用基于光譜混合分析(SMA)表明煤炭開采形成的地表塌陷和采煤過程中的污水排放是造成礦區(qū)土地退化的主要原因。劉亞萍等[21]針對目前礦區(qū)土地退化的研究指出：①大量的礦物開采破壞了地表結構引起礦區(qū)大量的水土流失；②礦山開采后的采空區(qū)和塌陷區(qū)造成大范圍的土地污染和環(huán)境污染；③開采形成的尾礦造成土壤酸化形成鹽堿地；④采礦直接影響地表水和地下水污染，導致土壤質量下降、生態(tài)系統(tǒng)退化等。另外，有些學者從土地退化的內涵來分析其驅動力因素，將水土流失、土地沙化、土壤鹽堿化、土地污染等歸納為土地退化主要驅動因素等。如圖2所示，本研究在總結土地退化成因研究成果的基礎上[22-25]，主要將驅動礦區(qū)土(草)地退化的因素劃分為自然驅動因子和人為驅動因子兩種類型。

圖2理論分析

自然驅動因子為土地退化提供了外在條件，如退化土地生態(tài)系統(tǒng)本身比較脆弱，抗干擾能力、穩(wěn)定性和自我調節(jié)能力差[26]，使得土地退化演變過程更易發(fā)生。土地退化的主要自然因素有三個方面：第一，地貌及其物質的不穩(wěn)定性；第二，外營力多變，降水不穩(wěn)定；第三，氣候的演變。自然驅動因子往往是在較大的時空尺度上作用于景觀，引起景觀發(fā)生大面積的變化，地質運動使地表隆起，氣候干旱，風沙大，光熱資源充足，自然條件下的干旱程度和沙漠發(fā)展，這是土地退化的自然因素。

人為因素尤其是不合理的人類活動往往是造成土地退化的內部原因。如我國由于過度放牧、過度農墾、過度樵采、水資源利用和工礦交通的破壞形成了北方荒漠化[27]。另外，人口的急劇增長是人類不合理活動的主要動力，人類粗放型經濟活動和落后的生產方式是造成土地退化的主要原因，工礦建設加速了土地退化進程，危害較大[28]；還有學者從人為因素中分離出社會經濟因素，其主要包括人口變化、貧困、國際經濟、農業(yè)生產技術水平、城市擴張政策、市場利益驅動、土地產權分配、土地使用者對土地退化的態(tài)度和其他經濟因素等等[27，29-30]。人類對自然認識的不足以及地區(qū)發(fā)展目標、政策的不合理，加速了土地退化的進程，其中最具破壞性的人為因素有：不可控制的礦產資源開發(fā)、城市邊界擴張、過度墾殖和過度放牧等。

綜上所述，理論上分析發(fā)現，驅動礦區(qū)土地的因素可以劃分為自然和人為兩種類型，其中自然因素是外因，人為因素是其主導驅動因素(內因)。鑒于本研究的重點主要集中在礦區(qū)土(草)地退化驅動因素上，因此下文在理論分析指導下，通過構建計量經濟模型，主要對影響礦區(qū)土地退化的自然條件、經濟社會發(fā)展水平(人為因素)特別是礦產資源開采等驅動機制因素進行實證分析和量化。

2模型構建與統(tǒng)計分析

2.1模型構建與彈性界定

在理論分析的基礎上，借鑒相關學者研究方法與成果[31-33]，為了消除異方差，本文構建如下對數形式的計量模型來實證檢驗各種自然地理條件、社會經濟及人文因素對礦區(qū)土地退化的影響。具體計量模型形見式(1)。

(1)

式中：Yt為因變量土地退化水平；αt表示模型的常數項；Xit為各個土地退化的影響因素，具體從自然條件、宏觀社會經濟發(fā)展以及礦產資源開采等方面選取相應的變量；βit表示各影響因素的回歸系數，以此系數大小可判斷驅動因變量變化的主導因素；εt為模型的隨機誤差項；下標i代表影響因素的個數，n表示影響因素總數；下標t代表時間(年)；T表示觀察時期總數。

為了準確判斷影響土地退化的主導因素，明確模型中回歸系數的經濟學內涵和現實指導意義，對式(1)等式兩邊進行求偏導數，得式(2)。并對式(2)進行簡單變形處理，得式(3)。

(2)

(3)

由式(3)可明顯看出，各影響因素的回歸系數βit，亦即是各影響因子Xit對因變量Yt的彈性系數，其現實意義就是因變量變動的百分比相應于每個自變量變動的百分比，能夠直接反映變量之間變動的敏感程度。

2.2變量選取與數據說明

1)土地退化水平。為了能夠更直觀地反映土地退化的現狀和進程，結合烏海地區(qū)當地土地利用特點，本模型選取草地面積這一指標作為因變量。數據來源于歷年的《烏海市土地利用變更調查報告》。

2)自然條件。影響土地退化的自然因素錯綜復雜，由于本文選取草地面積作為因變量，因此采用與植被生長密切相關的系列自然因素指標，主要選取年降水量、年平均相對濕度、年日照時數和年平均氣溫四個指標來反映該地區(qū)自然條件。四個指標數據均來自歷年的《烏海市國民經濟和社會發(fā)展統(tǒng)計公報》。

3)社會經濟因素。反映地區(qū)社會經濟發(fā)展狀況的指標多不勝數，考慮本文研究重點，所以在選取社會經濟自變量時，主要結合區(qū)域人口、城鎮(zhèn)化、產業(yè)結構及投資等對土地退化的顯著影響，主要選取人口數、城鎮(zhèn)化率、地區(qū)GDP、固定資產投資四個反映地區(qū)社會經濟發(fā)展狀況和投入的指標。數據均來源于歷年的《烏海市國民經濟和社會發(fā)展統(tǒng)計公報》。

4)礦產資源開采?？紤]研究對象和區(qū)域(礦區(qū))的特殊性，與一般研究不同時是，本研究特選取烏海市年煤炭開采量和年煤炭開采面積來反映地區(qū)礦產資源開采狀況。數據均來源于歷年的《烏海市統(tǒng)計年鑒》和《烏海市生態(tài)環(huán)境治理報告》。

最后，本研究主要收集整理了2000～2012年烏海市13年的系列時間序列數據進行實證分析。各個變量的描述性統(tǒng)計分析見表1。

表1　變量描述性統(tǒng)計

注：數據主要來源于《烏海市土地利用變更調查報告》、《烏海市國民經濟和社會發(fā)展統(tǒng)計公報》、《烏海市統(tǒng)計年鑒》和《烏海市生態(tài)環(huán)境治理報告》。

3實證分析：以烏海市為例

3.1研究區(qū)概況

烏海市位于內蒙古自治區(qū)的西南部，在東經106.36°至107.05°，北緯39.15°至39.52°之間，南北長約80km，東西寬30km，地處黃河上游，東臨鄂爾多斯高原，南與寧夏石嘴山市隔河相望，西接阿拉善盟草原，北靠肥沃的河套平原。烏海市是內蒙古自治區(qū)新興工業(yè)城市，土地面積為2350km2，人口54.14萬人，全市轄海勃灣、烏達和海南三個區(qū)。

烏海市礦產資源十分豐富，素以“烏金之海”著稱。境內的烏海礦區(qū)屬于神東億噸級煤炭生產基地，包括海勃灣礦區(qū)和烏達礦區(qū)，共有60余家煤礦井點。持續(xù)大規(guī)模的煤炭資源開發(fā)給國家和地區(qū)帶來巨大的經濟效益，但在同時也對區(qū)域的生態(tài)環(huán)境帶來了嚴重的負面影響。

3.2主成分分析

由于本研究所選的10個自變量，不僅與草地面積存在高度的相關性，而且各變量之間也存在一定的耦合關聯性(共線性)。為解決本文自變量共線性問題，增強參數估計的可靠性，在模型估計之前，首先進行主成分分析(因為采用主成分分析法可以將各變量縮減為幾個相互獨立的公共因子，并能較好地代表原有指標的解釋信息)，因此對模型作如下變形：令Bt=lnYt，Ait=lnXit。

本研究主要運用IBMPASSStatistics20統(tǒng)計軟件，調用其主成分分析程序，首先進行坐標變換處理，得到標準化后的數據和相關矩陣，再根據相關矩陣求特征值與特征向量，提取主成分，計算結果見表2。

表2　特征值及主成分貢獻率

抽取特征值大于1的成分，這3個主成分的累積貢獻率達到了86.909%，相當于代表了前面10個指標的86.909%的信息，抽取他們足以代表原始指標的絕大部分信息，可以用來對烏海市土(草)地退化影響因子進行解釋。

為了更加直觀地看出各變量在主成分上的影響度，下面對變量載荷矩陣實施方差最大化正交旋轉，得旋轉后的各因子得分矩陣，進而計算出主成分得分系數矩陣和主成分綜合得分，結果見表3、表4。

3.3模型參數估計

將2000～2012年間每年主成分綜合得分定義為自變量，將烏海市草地面積定義為因變量，進行回歸建模，得到主成分回歸模型，見式(4)。

(4)

通過SPSS統(tǒng)計分析軟件，對方程模擬參數進行回歸估計(結果見表5)，整體上看，該函數擬合優(yōu)度R=0.975，調整后的R2=0.933，表明表3中的資料擬合優(yōu)度非常好；顯著性檢驗中F=56.912，Sig<0.05，表明模型整體顯著性水平較高。局部上來看，在各個回歸系數的顯著性檢驗中，第一主成分系數和常數項顯著性水平極高，能夠通過1%顯著性檢驗，第二、第三主成分系數顯著不太理想，但都通過了顯著性檢驗。因此，確定回歸方程的常數項為11.671，主成分Z1、Z2、Z3的回歸系數分別為-0.138、0.016、-0.017。主成分Z1、Z2、Z3依次代表了第一驅動力、第二驅動力及第三驅動力。

表3　主成分得分系數矩陣

表4　主成分綜合得分

表5　方程回歸結果

注：括號內是t值，***、**、*分別表示在1%，15%，17%水平上顯著。

特別說明的是，在回歸方程中自變量為主成分分析中的三個公因子，而在因子分析中，成分系數矩陣給出了公因子和原始變量的對應關系(表3)，因此只需將上述對應關系代入標準化后的回歸系數，即可解出原始變量對因變量的標化回歸系數，標準化的常數項是沒有值的。最終，本研究得到的原始變量作自變量的標化方程，見式(5)。

B=0.069A1-0.043A2+0.031A3+0.127A4

-0.173A5-0.059A6-0.174A7-0.174A8

-0.158A9-0.173A10

(5)

如前所述，在進行主成分分析之前，本研究對全部變量數據進行了對數處理，因此該標化回歸方程得到的系數分別為各個指標因子對土(草)地退化的彈性系數，即每個指標的單位變化率對土(草)地退化水平變化率的影響大小，以此可以進一步分析判斷各個指標相對于土(草)地退化的敏感程度。

3.4結果分析

結合以上主成分分析結果，根據旋轉成分矩陣(表6)中負荷(i，j大小能夠體現Ai在Zj上貢獻程度，由此可以解釋每個主成分代表的現實涵義。Z1中人口、地區(qū)生產總值、固定資產投資、年原煤開采量以及年煤炭開采面積五個指標的負荷分別為0.964、0.983、0.982、0.911和0.984，均高于其他指標且相差不大，說明這五個指標在主成分Z1中具有貢獻率?？紤]到此五項指標均對于城市經濟發(fā)展產生推動作用，尤其是年原煤開采量以及年煤炭開采面積直接相關于煤炭開采，本研究將主成分Z1的現實因素歸納為：煤炭開采與經濟發(fā)展。

同理，在主成分Z2中年平均降水量、年平均相對濕度和城鎮(zhèn)化率三個指標的貢獻率較高并相對統(tǒng)一，再者由于烏海地區(qū)城鎮(zhèn)化率較高并已經達到穩(wěn)定飽和狀態(tài)，在研究的時間尺度上幾乎沒有變化，基本可忽略該因素的影響，因此本研究將主成分Z2的現實因素歸納為：地區(qū)水分條件；在主成分Z3中年總日照時數指標具有高貢獻率，年平均相對濕度指標貢獻率相對較高，筆者將主成分Z3的現實因素歸納為：地區(qū)干旱程度。

表6　旋轉成分矩陣

基于以上結果分析，本研究將烏海市土(草)退化的三大驅動因素歸納為：煤炭開采與經濟社會發(fā)展、地區(qū)水分條件、地區(qū)干旱程度。

整體來看，就煤炭開采與經濟發(fā)展而言，與理論分析結果一致，該因素對烏海草地退化具有負向驅動作用，如表5所示，煤炭開采與經濟發(fā)展對草地面積的影響度為-0.138，成為第一大驅動力。第二驅動力—地區(qū)水分條件(正驅動力)，第三驅動力—地區(qū)干旱程度(負驅動力)驗證了理論分析結果，即地區(qū)水分條件、地區(qū)干旱程度對烏海礦區(qū)土地退化彈性系數和影響度分別為0.016、-0.017。

具體來看，從對應每個原始指標的標化回歸方程中，我們可以更清晰地看出因變量(草地面積)對每個指標的敏感程度大小。其中，草地面積對地區(qū)生產總值、固定資產投資的敏感程度最大，達到-0.174，其次為煤炭開采面積(-0.173)、人口數量(-0.173)，再次為煤炭開采量(-0.158)，城鎮(zhèn)化率(-0.059)，特別說明的是，正如前文所指出的，由于烏海地區(qū)城鎮(zhèn)化率較高并已經達到穩(wěn)定飽和狀態(tài)，因此草地退化對城鎮(zhèn)化率(-0.059)的敏感程度不高，而日照時數(0.127)、降水量(0.069)、平均相對濕度(-0.043)和年平均氣溫(0.031)等自然因素對烏海礦區(qū)草地退化的彈性系數較小，說明自然因素并不是造成其草地退化的主導因素。

4主要結論與政策建議

第一，理論分析判斷，西部礦區(qū)土(草)地退化是區(qū)域氣候、地貌、地質、水資源、植被等自然環(huán)境要素和礦產開采、人口增長、土地不合理利用等人文社會因素共同作用的產物，其中自然環(huán)境是其退化外部條件，人為社會因素往往是驅動其退化的內因，影響礦區(qū)土(草)退化的驅動機制因素可以劃分為自然條件、經濟社會發(fā)展水平以及礦產資源開采三種。

第二，實證結果顯示，烏海市草地面積退化的第一驅動力、第二驅動力和第三驅動力分別為經濟發(fā)展與煤炭開采、地區(qū)水分條件以及地區(qū)干旱程度，其彈性系數和影響敏感度分別為-0.138、0.016和-0.017，說明烏海社會經濟發(fā)展尤其是煤礦開采等人為社會因素對區(qū)域土(草)地退化具有最大的負面驅動作用，自然因素影響相對較少，從而驗證了理論上的分析判斷。

第三，深入分析發(fā)現，烏海市草地面積對各指標的敏感程度按大小排序依次為地區(qū)生產總值(-0.174)、固定資產投資(-0.174)、煤炭開采面積(-0.173)、人口數量(-0.173)、煤炭開采量(-0.158)、日照時數(0.127)、降水量(0.069)、城鎮(zhèn)化率(-0.059)、平均相對濕度(-0.043)和年平均氣溫(0.031)。由此建議，未來煤礦區(qū)土(草地)退化防治和生態(tài)修復政策創(chuàng)新方向應該是，通過轉變經濟發(fā)展方式、優(yōu)化固定資產投資和限制煤炭開采面積及產量等調控其主導退化因素，從而扭轉礦區(qū)土(草)地退化日益嚴重的態(tài)勢。

最后，雖然本研究就礦區(qū)土地退化問題進行長時間探索研究，并揭示了主要驅動因素和定量結果。然而，必須看到由于影響礦區(qū)土(草)地退化的驅動因素繁多、加上不斷動態(tài)變化，一方面本研究的變量選擇可能存在遺漏，另一方面可能由于時間序列相對較短、加上短期內氣候變化不大等原因，以至于日照時數、降水量和平均相對濕度等因素的估計參數方向與理論分析結果不盡一致，以上研究不足都會對研究結果帶來偏差，有待以后研究不斷修正。

參考文獻

[1]Dregne，H.，Kassas，M.，Rozanov，B.Anewassessmentoftheworldstatusofdesertification[J].DesertificationControlBulletin，1991，20：6-19.

[2]米萍萍.土地退化監(jiān)測體系設計研究[D].哈爾濱：東北農業(yè)大學，2008.

[3]肖春華.我國土地資源前景堪憂[J].國土與自然資源研究，1997(3)：33-35.

[4]UNDP.ChinaHumanDevelopmentReport：EconomicTransitionandtheRoleofGovernment[R].Beijing：ChinaFinanceandEconomicsPublishingHouse，1999：63-65.

[5]王秋兵，賈樹海，丁玉榮.土地退化評價方法的探討——以遼西北農牧交錯帶彰武縣北部為例[J].土壤通報，2004(4)：396-400.

[6]馮海英，劉永功.環(huán)境(土地)退化與貧困問題研究：文獻綜述視角[J].青海社會科學，2012(3)：37-41.

[7]許寧，郭旭東，洪友堂，等.基于文獻分析的土地退化評價指標研究[J].地理科學，2008(3)：425-430.

[8]王蕾，高亞琪.新疆土地退化監(jiān)測方法與評價指標研究[C]//中國環(huán)境科學學會學術年會論文集(第二卷)，2011.

[9]MehnazR，MahjoorAL，ShakilAR.GeospatialtoolsforassessinglanddegradationinBudgamdistrict，KashmirHimalaya，India[J].JEarthSystSci，201，120(3)：423-433.

[10]MohamedES，BelalA，SalehA.AssessmentoflanddegradationeastoftheNileDelta，EgyptusingremotesensingandGIStechniques[J].ArabianJournalofGeosciences，2013，6(8)：2843-2853.

[11]EIBaroudyAA.MonitoringlanddegradationusingremotesensingandGIStechniquesinanareaofthemiddleNileDelta，Egypt[J].Catena，2011，87(2)：201-208.

[12]趙云杰，楊丹青，毛菲.晉西北河保偏礦區(qū)土地利用變化對土地退化風險的影響[J].中國水土保持科學，2010(5)：98-103.

[13]杜子濤，楊小明，顏樹強，等.奈曼旗土地退化遙感監(jiān)測研究[J].農業(yè)工程學報，2012(3)：154-161.

[14]包小蘭.安定區(qū)土地退化綜合防治的典型與實踐[J].中國水土保持，2012(9)：51-52.

[15]秦元偉，趙庚星，王靜，等.黃河三角洲濱海鹽堿退化地恢復與再利用評價[J].農業(yè)工程學報，2009(11)：306-311.

[16]李周，柯水發(fā)，劉勇，等.中國西部土地退化防治成效及經驗借鑒——以中國—全球環(huán)境基金干旱生態(tài)系統(tǒng)土地退化防治伙伴關系項目為例[J].北京林業(yè)大學學報：社會科學版，2014，13(1)：71-76.

[17]FOODANDAGRICULTUREORGANIZATIONOFTHEUNITEDNATIONS(FAO).LandDegradation[R].SoilsBulletin13，Rome，1971：1-10.

[18]中國科學技術協會學會工作部.中國土地退化防治研究[M].北京：中國科學技術出版社，1990.

[19]趙其國.土壤退化及其防治[J].土壤，1991，23(2)：57-61.

[20]孫華，倪紹祥，張?zhí)伊?退化土地評價及其生態(tài)重建方法研究[J].中國人口.資源與環(huán)境，2003(6)：45-48.

[21]劉亞萍，張柏習，孫曉輝，等.如何充分認識礦區(qū)土地的退化及生態(tài)治理問題[J].防護林科技，2010(2)：68-69.

[22]薛占金，秦作棟，孟憲文.2010年汾河流域土地退化經濟損失評估[J].水土保持通報，2014(3)：295-299.

[23]王強，康慕誼，戴誠.1990年至2010年農牧交錯帶冀蒙接壤區(qū)土地退化特點及影響因素分析[J].資源科學，2012(8)：1508-1517.

[24]黃森旺，李曉松，吳炳方，等.近25年三北防護林工程區(qū)土地退化及驅動力分析[J].地理學報，2012(5)：589-598.

[25]劉明義，王躍邦，房淑琴，等.吉林省西部荒漠化成因及防治對策[J].水土保持研究，2005(4)：159-161.

[26]羅明，龍花樓.土地退化研究綜述[J].生態(tài)環(huán)境，2005(2)：287-293.

[27]楊朝飛.中國土地退化及其防治對策[J].中國環(huán)境科學，1997(2)：108-112.

[28]董杰，陳詩越，楊達源.土地退化研究進展及展望[J].聊城大學學報：自然科學版，2008(2)：23-29.

[29]杜莖深，王海鴻，王丹.對貧困與土地退化關系主流觀點的反思[J].資源科學，2008(7)：1039-1046.

[30]聶小軍，胡斌，趙同謙.焦作礦區(qū)土地退化成因分析[J].河南理工大學學報：自然科學版2009(5)：658-664.

[31]張?zhí)m，馮淑怡，曲福田.農地流轉區(qū)域差異及其成因分析——以江蘇省為例[J].中國土地科學，2014(5)：73-80.

[32]李效順，曲福田，陳友偲，等.經濟發(fā)展與城市蔓延的Logistic曲線假說及其驗證——基于華東地區(qū)典型城市的考察[J].自然資源學報，2012(5)：713-722.

[33]陳龍乾，姚遠，李效順.港口城區(qū)房地產投資驅動機制分析——以連云港市港口城區(qū)為例[J].地理與地理信息科學，2012(3)：44-48.

Empirical research on the driving factors of land(grassland) degradation in western mining area：a case study of the Wuhai

TANG Ao1，LI Xiao-shun1，2，YAN Qing-wu1

(1.The Key Laboratory for Land Environment and Disaster Monitoring of SBSM in Jiangsu Province，China University of Mining and Technology，Xuzhou 221116，China；2.China Land Problem Research Center，Nanjing Agricultural University，Nanjing 210095，China)

Abstract:Land degradation，the primary problem which threaten human survival and development，has aroused wide attention of government，especially the mining area land degradation which is also an academic research hotspot and policy management difficulty.In view of this，based on the theoretical analysis，this article select the Wuhai mining area to conduct an empirical analysis through constructing econometric models，the results show that：① according to theoretical analysis of the results，the western mining area land(grassland) degradation is a combination of the integrated impacts of natural environment factors(e.g.regional climate，geomorphology，geology，water，vegetation) and human factors(e.g.mining，population growth，land use)，which natural environmental changing is the external conditions and human factors are the internal reason；②the empirical results show that the top three driving factors of grassland degradation in Wuhai mining area are coal mining and regional economic development，water conditions and regional drought degree.The elastic coefficient and impact sensitivity are 0.138，0.016 and 0.016 respectively；③the thorough analysis indicates that，the index of Wuhai mining area land degradation sort as follows according to the sensitive degree：regional GDP(-0.174)，fixed assets investment(-0.174)，coal mining area(-0.173)，population(-0.173)，coal mines(-0.158)，sunshine duration(0.127)，precipitation(0.069)，urbanization rate(-0.059)，average relative humidity(-0.043)and annual average temperature(0.031).It is suggested that we should regulate its dominant driving factors by transforming the pattern of economic development，optimizing the investment in fixed assets and limiting the coal mining area and yield etc，thus reversing the increasing tendency of the mining area land(grassland) degradation.

Key words：the western mining area；land degradation；the empirical analysis；Wuhai

收稿日期：2015-08-20

基金項目：科技基礎性工作專項計劃項目資助(編號：2014FY110800)；國家自然科學基金項目資助(編號：71473249；U1361214)；江蘇省社科基金重點項目資助(編號：15EYA002)；江蘇省老工業(yè)基地資源利用與生態(tài)修復協同創(chuàng)新中心和高校優(yōu)勢學科建設工程項目資助(編號：SZBF2011-6-B35)；研究生培養(yǎng)創(chuàng)新工程項目資助(編號：KYZZ_0389)

作者簡介：湯傲(1994-)，女，安徽安慶人，碩士研究生，主要研究礦區(qū)土地退化與生態(tài)修復。E-mail：tangao1994@126.com。 通訊作者：李效順(1983-)，男，河南周口人，副教授，博士后，主要研究資源經濟與政策。E-mail：lxsh@cumt.edu.cn。

中圖分類號：X24

文獻標識碼：A

文章編號：1004-4051(2016)05-0058-07