黑龍江省耕地系統(tǒng)安全預(yù)警及其驅(qū)動因素空間分異

宋 戈，陳藜藜，鄒朝暉

0 引 言

耕地系統(tǒng)安全預(yù)警是科學(xué)把握區(qū)域耕地安全狀態(tài)的有效途徑。當(dāng)前國內(nèi)外耕地系統(tǒng)安全預(yù)警研究多以耕地資源為研究對象[1-2]，主要集中在預(yù)警理論[3-5]、預(yù)警評價(jià)框架體系[6-9]以及預(yù)警方法[5,7,10-11]方面，而以耕地系統(tǒng)作為研究對象進(jìn)行安全預(yù)警研究極少。耕地系統(tǒng)是以耕地資源為主體的自然生態(tài)系統(tǒng)和以人類活動為主體的社會經(jīng)濟(jì)系統(tǒng)在特定區(qū)域內(nèi)通過協(xié)同和拮抗作用而形成的復(fù)合系統(tǒng)，是耕地資源子系統(tǒng)自身的脆弱性（隱患）以及受人為活動影響（壓力）產(chǎn)生波動時(shí)，通過自我調(diào)解與自我恢復(fù)（免疫）以維持自身穩(wěn)定，同時(shí)人類社會也為減少和避免耕地環(huán)境風(fēng)險(xiǎn)，通過經(jīng)濟(jì)、環(huán)境、土地等政策、決策或管理措施做出調(diào)控（響應(yīng)）的自組織復(fù)合系統(tǒng)[12]，其影響系統(tǒng)變動因素關(guān)系十分復(fù)雜，即使是單因子變化也會引起其有關(guān)因子的“共振”，從而導(dǎo)致系統(tǒng)整體的重大變動[13]，使耕地系統(tǒng)安全受到威脅，發(fā)生警情，更重要的是不同區(qū)域耕地系統(tǒng)安全程度又存在較大的差異[14]，而當(dāng)前對耕地系統(tǒng)安全預(yù)警驅(qū)動因素空間差異的研究極少，亟需加強(qiáng)。目前研究大多利用預(yù)警評定指標(biāo)作為驅(qū)動因素進(jìn)行分析，忽略了直接影響因素與根本影響因素的區(qū)別，導(dǎo)致無法識別警情真正根本影響因素。同時(shí)，現(xiàn)有的預(yù)警研究多在宏觀尺度上開展，且僅對警情進(jìn)行評價(jià)，沒有落實(shí)到空間上，在一定程度上不能滿足因地制宜保護(hù)耕地的要求，亟待明確耕地利用系統(tǒng)安全預(yù)警的空間分布狀態(tài)和空間分布特征，為有針對性的進(jìn)行耕地保護(hù)提供科學(xué)依據(jù)。

黑龍江省是中國東北糧食主產(chǎn)區(qū)，也是國家重要的商品糧基地，商品糧率高達(dá) 75%，承擔(dān)著保障國家糧食安全的重任。盡管近年來黑龍江省耕地面積呈增長的趨勢，但其耕地土壤污染、耕地生態(tài)環(huán)境破壞以及農(nóng)藥和化肥施用等問題凸顯[15-16]，嚴(yán)重威脅著耕地系統(tǒng)安全，識別和掌握黑龍江省耕地系統(tǒng)安全預(yù)警狀態(tài)，可為制定耕地系統(tǒng)安全保障措施提供科學(xué)依據(jù)。鑒于此，在課題組前期省域尺度下耕地系統(tǒng)安全預(yù)警體系構(gòu)建的基礎(chǔ)上[12]，本文以黑龍江省各縣域?yàn)檠芯繂卧?，從系統(tǒng)角度對 2014年研究區(qū)耕地系統(tǒng)安全預(yù)警進(jìn)行評定，將預(yù)警狀態(tài)落實(shí)到具體空間，采用探索性空間數(shù)據(jù)分析方法，分析預(yù)警狀態(tài)的空間差異特征；并從區(qū)分預(yù)警評定指標(biāo)（直接影響因素）與驅(qū)動因素（根本影響因素）的角度，從自然生態(tài)和社會經(jīng)濟(jì)方面選取耕地系統(tǒng)安全預(yù)警的根本影響因素作為驅(qū)動因素，引入地理加權(quán)回歸模型，探尋耕地系統(tǒng)安全警情的驅(qū)動因素及其空間差異，彌補(bǔ)當(dāng)前耕地系統(tǒng)安全預(yù)警研究無法準(zhǔn)確判斷各驅(qū)動因素對其空間差異化作用的缺陷，為制定更為精細(xì)的耕地系統(tǒng)安全警情緩解措施及農(nóng)業(yè)可持續(xù)發(fā)展的決策提供科學(xué)依據(jù)。

1 研究區(qū)及數(shù)據(jù)來源

黑龍江省土地面積 47.3萬 km2，占全國土地的4.9%，是世界三大黑土帶之一。耕地面積 1 594.09萬hm2，占全國耕地面積的十分之一以上，居全國各省耕地資源總量第一，是全國第一產(chǎn)糧大省和重要的商品糧生產(chǎn)基地，承擔(dān)著保障國家糧食安全的重任。但由于掠奪式生產(chǎn)和經(jīng)營，毀林開荒，重種輕養(yǎng)，過度施加化肥、農(nóng)藥等，導(dǎo)致耕地養(yǎng)分收支長期處于赤字狀態(tài)，耕地黑土層逐漸變淺、變薄，土壤肥力退化[17-18]，耕作性能和抗旱、抗?jié)衬芰χ饾u降低，嚴(yán)重威脅著耕地質(zhì)量、農(nóng)民收益和農(nóng)業(yè)可持續(xù)。

本文研究區(qū)主要包括黑龍江省各縣域和市轄區(qū)共 72個(gè)（除大興安嶺地區(qū)外，下同）（圖1），數(shù)據(jù)來源主要包括4方面：1）經(jīng)濟(jì)社會數(shù)據(jù)主要來源于2015年黑龍江省12個(gè)地級市統(tǒng)計(jì)年鑒、統(tǒng)計(jì)公報(bào)及環(huán)境公報(bào)；2）DEM數(shù)據(jù)、降水量、土壤侵蝕和水土流失數(shù)據(jù)主要來源于中國科學(xué)院地理科學(xué)與資源研究所(http://www.resdc.cn/Login.aspx)；3）耕地后備資源來源于黑龍江省縣級耕地后備資源調(diào)查評價(jià)數(shù)據(jù)庫；4）各縣域（市轄區(qū)，下同）土地利用數(shù)據(jù)來源于2015年土地利用變更數(shù)據(jù)庫。

圖1 黑龍江省行政區(qū)劃圖Fig.1 Administrative map of Heilongjiang Province

2 研究方法

2.1 耕地系統(tǒng)安全預(yù)警指標(biāo)體系構(gòu)建

基于本課題組前期研究[12]，本文構(gòu)建基于抗原-抗體的縣域尺度下黑龍江省耕地系統(tǒng)安全預(yù)警評定指標(biāo)體系，分為目標(biāo)層、準(zhǔn)則層、要素層和指標(biāo)層（表1）。

2.2 探索性空間數(shù)據(jù)分析

本文采用探索性空間數(shù)據(jù)分析（exploratory spatial data analysis，ESDA）的全局和局部空間自相關(guān)指數(shù)（Global Moran’s I和 Local Moran’s I）分析黑龍江省縣域耕地系統(tǒng)安全預(yù)警的空間關(guān)聯(lián)性和差異程度。耕地自然地理?xiàng)l件的相似性和差異性，以及人口的區(qū)域流動性和農(nóng)產(chǎn)品的區(qū)域流通性，表明一定區(qū)域范圍內(nèi)耕地系統(tǒng)安全預(yù)警狀況可能存在較強(qiáng)的空間關(guān)聯(lián)。本文分別采用Global Moran’s I（I）和 Local Moran’s I（Ii）指數(shù)檢驗(yàn)區(qū)域總體和內(nèi)部空間之間各自的相似性、差異程度以及不穩(wěn)定性[19-22]。

式中xi和xj分別表示縣域i和j的觀測值，x為均值，wij為空間權(quán)重矩陣，n為空間單元數(shù)；I和Ii取值范圍都為[-1,1]，若I (Ii) > 0，則表示觀測值在區(qū)域空間內(nèi)存在集聚特征（高高集聚或低低集聚，分別表示為H-H型和L-L型）；若I (Ii) < 0，則表示觀測值在區(qū)域空間內(nèi)存在異質(zhì)集聚特征（高低集聚或低高集聚，表示為H-L型和H-L型）；若I (Ii) = 0，則表示觀測值在區(qū)域空間不存在空間關(guān)聯(lián)，相互獨(dú)立。同時(shí)，I (Ii)越趨近于1，研究區(qū)域空間集聚特征越顯著。

2.3 最小二乘法和地理加權(quán)回歸

本文引入地理加權(quán)回歸（geographical weighted regression，GWR）[23-24]進(jìn)行耕地系統(tǒng)安全預(yù)警根本驅(qū)動因素分析，為判別耕地系統(tǒng)安全預(yù)警的根本驅(qū)動因素提供更為準(zhǔn)確結(jié)果及空間信息。耕地系統(tǒng)安全預(yù)警的驅(qū)動因素眾多，自然地理要素和社會經(jīng)濟(jì)要素都可能具有空間上的相關(guān)性和差異性，準(zhǔn)確把握局部空間變異特征尤為重要。但是否應(yīng)對預(yù)警的驅(qū)動因素進(jìn)行 GWR分析有待檢驗(yàn)，若各驅(qū)動因素的回歸參數(shù)不受空間位置影響，保持固定不變，則應(yīng)使用普通最小二乘法（ordinary least squares，OLS）[25]回歸模型，計(jì)算公式為

式中y為因變量，x為自變量，β0為回歸常數(shù)，β1~βm為回歸系數(shù)，ε為殘差，m為研究縣域的個(gè)數(shù)。

與傳統(tǒng)線性 OLS模型相比，GWR模型具有以下優(yōu)點(diǎn)：1）克服了OLS模型因無法對局部參數(shù)估計(jì)而不能反映區(qū)域局部情況的缺陷；2）能夠識別兩個(gè)或多個(gè)變量的多重共線性問題，使回歸結(jié)果更為符合客觀實(shí)際；3）借助 GIS估計(jì)模型的參數(shù)，以空間表達(dá)，有利于進(jìn)一步構(gòu)建地理模型，探索空間變異特征和空間規(guī)律[26]。GWR模型結(jié)構(gòu)如下

表1 縣域尺度下黑龍江省耕地系統(tǒng)安全預(yù)警指標(biāo)體系Table 1 Early-warning index system of cultivated land system security under county level in Heilongjiang province

式中(ui, vi)是第i個(gè)樣本的地理中心坐標(biāo)，β0(ui,vi)和βk(ui,vi)分別為第 i個(gè)采樣點(diǎn)的統(tǒng)計(jì)回歸常數(shù)項(xiàng)和第 k個(gè)回歸參數(shù)；xik是第i個(gè)采樣點(diǎn)上第k個(gè)變量；p為某一采樣點(diǎn)上參與回歸的變量個(gè)數(shù)；εi為誤差項(xiàng)。對于 βk(ui,vi)來說，越臨近的數(shù)據(jù)會有更大的影響。

GWR模型的確定取決于權(quán)重函數(shù)的確定和最優(yōu)帶寬的選擇?？臻g權(quán)重的確定則決定了空間地理位置對空間因素的影響規(guī)則，本文采用高斯函數(shù)來確定權(quán)重函數(shù)

式中b是帶寬，dij為樣本點(diǎn)(ui, vi) 到樣本點(diǎn)(uj, vj)的距離。如果i的數(shù)據(jù)被觀測，則其他觀測值的權(quán)重會根據(jù)高斯曲線，隨著距離dij的增加而降低。同時(shí)采用更能適應(yīng)不同模型存在不同自由度特性的赤池信息量準(zhǔn)則AICc（akaike information criterion）[24]確定最優(yōu)帶寬。

3 黑龍江省耕地系統(tǒng)安全預(yù)警空間分異分析

3.1 各縣域耕地系統(tǒng)安全預(yù)警空間分異特征

采用改進(jìn)的級數(shù)突變模型[12]對2014年黑龍江省各縣域耕地系統(tǒng)安全預(yù)警狀態(tài)進(jìn)行評定，得到各縣域耕地系統(tǒng)安全預(yù)警值，預(yù)警最低值為0.314 6，其次為0.322 6，分別出現(xiàn)在牡丹江東寧縣和伊春市轄區(qū)；最高值為0.511 1，出現(xiàn)在大慶市轄區(qū)。在預(yù)警結(jié)果基礎(chǔ)上，借助ArcGIS10.2自然斷點(diǎn)法和IBM SPSS 23.0層次聚類分析法[27]對預(yù)警值（early-warning value, EWV）進(jìn)行分類，確定預(yù)警為4個(gè)等級：較安全（0.2227 < EWV < 0.3533）、輕警（0.3534< EWV < 0.3990）、中警（0.3991 < EWV < 0.4502）和重警（0.4503 < EWV < 0.5329）（圖2a），2014年，全省的72個(gè)縣域中，有69個(gè)縣域處于預(yù)警狀態(tài)，處于輕警、中警和重警狀態(tài)的縣域分別為28、32和9個(gè)，僅有3個(gè)縣域處于較安全狀態(tài)，整體警情水平較高，耕地系統(tǒng)安全狀況不容樂觀。

從預(yù)警狀態(tài)空間格局可知，整體表現(xiàn)為西部警情水平最高，東部次之，南北軸帶地區(qū)（包括中部）最低。西部屬于經(jīng)濟(jì)較發(fā)達(dá)區(qū)域，人類活動頻繁，經(jīng)濟(jì)擴(kuò)張帶來了建設(shè)占用耕地面積的升高，對耕地系統(tǒng)安全的干預(yù)程度較高；同時(shí)，西部水土流失較為嚴(yán)重，土壤侵蝕程度較高，導(dǎo)致耕地系統(tǒng)安全警情水平較高。在南北軸帶區(qū)域中，北部和南部地勢較高，森林和草地較多，有助于促進(jìn)良好的耕地環(huán)境，加強(qiáng)耕地生態(tài)恢復(fù)力，提升耕地系統(tǒng)安全，降低其警情水平。東部區(qū)域主要屬于三江平原地帶，自然地理?xiàng)l件優(yōu)越，高標(biāo)準(zhǔn)農(nóng)田建設(shè)力度較大，但耕地系統(tǒng)也受人類活動影響較大，且東臨黑龍江，由于排水條件限制，當(dāng)降雨季節(jié)，臨江縣域耕地受洪澇災(zāi)害嚴(yán)重，導(dǎo)致耕地易澇面積較多，土壤侵蝕加劇，致使此區(qū)域耕地系統(tǒng)安全警情水平偏高。此外，各市轄區(qū)及周邊縣域的警情水平較高于遠(yuǎn)離市區(qū)的縣域預(yù)警水平（圖 2a）。越近市區(qū)，區(qū)域經(jīng)濟(jì)越發(fā)達(dá)，盡管對耕地系統(tǒng)投入和保護(hù)的響應(yīng)程度可能越高，但耕地系統(tǒng)受到人類社會干預(yù)程度也越高，可能導(dǎo)致耕地系統(tǒng)警情水平越高。

圖2 2014年黑龍江省各縣耕地系統(tǒng)安全預(yù)警狀態(tài)空間格局和局部空間關(guān)聯(lián)聚集Fig.2 Spatial pattern and local spatial agglomeration of early-warning status of cultivated land system security in Heilongjiang Province in 2014

3.2 各縣域耕地系統(tǒng)安全預(yù)警空間自相關(guān)分析

基于Geoda1.6.7和ArcGIS10.2軟件，根據(jù)各縣域之間的鄰接關(guān)系，分別采用Rook、Queen 和Bishop鄰接方式，構(gòu)建空間鄰接矩陣（一階鄰接）。計(jì)算結(jié)果表明，基本符合正態(tài)分布特征的僅有Rook鄰接關(guān)系的空間鄰接性頻率直方圖，因而以Rook鄰接原則確定空間權(quán)重，對黑龍江省2014年各縣域耕地系統(tǒng)安全預(yù)警值進(jìn)行全局空間自相關(guān)分析，得Moran’I為0.377，Z值為3.769，在0.01顯著性水平下通過檢驗(yàn)，表明黑龍江省各縣域耕地系統(tǒng)安全預(yù)警值存在高度全局空間正相關(guān)性。進(jìn)一步運(yùn)用局部空間自相關(guān)分析研究區(qū)內(nèi)部的集聚特征（圖2b），從聚集結(jié)果類型看，正相關(guān)類型與負(fù)相關(guān)類型在空間分布上呈現(xiàn)鮮明的對比特征，正相關(guān)類型以“組團(tuán)”形式凸顯，H-H型和L-L型縣域分別有11和10個(gè)，共占總縣域個(gè)數(shù)29.17%。H-H型主要聚集在西部的齊齊哈爾市和大慶市，L-L型主要聚集在南北軸帶上的中部區(qū)域，主要為伊春市和哈爾濱的北部和東部，及牡丹江北部；L-H型和H-L型縣域較少，分別為4和5個(gè)，且分別零星分散在H-H型和L-L型周圍。在實(shí)際中，研究區(qū)西部多年來土壤侵蝕和水土流失較為嚴(yán)重，且大慶縣域多鹽堿耕地；隨著經(jīng)濟(jì)增長加速，工業(yè)污染和環(huán)境惡化問題凸顯，在高度集約化的現(xiàn)代農(nóng)業(yè)化生產(chǎn)下，農(nóng)業(yè)污染逐漸影響到耕地土壤生產(chǎn)能力，促進(jìn)了耕地系統(tǒng)安全警情的升高，與H-H型耕地系統(tǒng)安全預(yù)警值聚集區(qū)在空間上相吻合。在中北部的伊春市，森林面積高達(dá) 86.9%（來源于 2014年土地利用變更數(shù)據(jù)庫），具有較好的水土條件，糧食生產(chǎn)穩(wěn)定，耕地生態(tài)環(huán)境良好。南部的牡丹江處于農(nóng)林交錯地帶，森林面積也較為豐富，耕地利用強(qiáng)度適中，糧食產(chǎn)量較高，耕地壓力指數(shù)較低。更重要的是，近年來耕地生態(tài)修復(fù)和退耕還林舉措加速了耕地系統(tǒng)安全狀況的提升，這與L-L型在空間上分布較為一致。

4 黑龍江省耕地系統(tǒng)安全預(yù)警驅(qū)動力空間分異分析

4.1 驅(qū)動因素選取

本文從區(qū)分耕地系統(tǒng)安全預(yù)警的直接表征指標(biāo)（預(yù)警評定指標(biāo)）與其根本驅(qū)動力角度出發(fā)，并從系統(tǒng)、宏觀角度考慮耕地系統(tǒng)安全預(yù)警根本驅(qū)動因素，結(jié)合根本驅(qū)動因素對耕地系統(tǒng)安全預(yù)警直接表征指標(biāo)的影響，將根本因素分為自然因素和社會經(jīng)濟(jì)因素?？紤]黑龍江省作為糧食生產(chǎn)大省的特點(diǎn)，本文在初期選取高程（elevation，EL）、坡度（slope，SL）、年降水量（annual average precipitation，AVP）、年均氣溫（annual average temperature，AVT）、森林覆蓋率（Forest coverage，F(xiàn)C）5個(gè)變量為自然因素，取人口自然增長率（natural population growth rate，NPGR）、人均 GDP（per capita GDP，GDPP）、城鎮(zhèn)化水平（urbanization level，UL）、單位面積農(nóng)業(yè)固定投資（agricultural investment in agricultural fixed assets，AIN）、單位面積農(nóng)業(yè)從業(yè)人員數(shù)（agricultural employees，PE）、單位面積機(jī)械總動力（the total power of agricultural machinery，TPAM）、水土協(xié)調(diào)度（water-soil coordination degree，WSCD）、單位面積農(nóng)業(yè)三廢指數(shù)（agricultural wastes index，AWI）、路網(wǎng)密度（road network density，RND）9個(gè)變量為經(jīng)濟(jì)社會因素?？紤]到有些因素之間數(shù)量級相差較大，可能導(dǎo)致結(jié)果偏差，因而對因變量及14個(gè)自變量無量綱化。以2014年黑龍江省各縣域耕地系統(tǒng)安全預(yù)警值作為因變量，初步對各縣域預(yù)警值與14個(gè)變量進(jìn)行相關(guān)性分析，結(jié)果顯示NPGR和TPAM與各縣域預(yù)警值相關(guān)性不顯著，故本文在后續(xù)分析中刪除這2個(gè)變量。

4.2 OLS模型結(jié)果

為初步判斷各因素對黑龍江省縣域耕地系統(tǒng)安全預(yù)警的整體影響程度，檢驗(yàn)驅(qū)動因素的分析是否適應(yīng)GWR模型，并為避免由于多重共線性而導(dǎo)致GWR模型出現(xiàn)設(shè)計(jì)錯誤提供可靠依據(jù)，應(yīng)首先進(jìn)行OLS模型構(gòu)建和分析。因此，以2014年黑龍江省各縣域耕地系統(tǒng)安全預(yù)警值為因變量，以12個(gè)自然因素和經(jīng)濟(jì)社會因素作為解釋變量，構(gòu)建 OLS模型 1。從回歸結(jié)果可知，解釋變量 AVP和FC的方差膨脹因子（variance inflation factor，VIF）[28]值都遠(yuǎn)大于7.5，表明存在冗余解釋變量，因此逐步移除解釋變量AVP和FC，直至冗余消失，最后得到OLS模型2（表2）。以校正赤池信息量準(zhǔn)則AICc最小和校正的決定系數(shù)（R2）最大為最優(yōu)的選擇原則，則模型2優(yōu)于模型 1，模型 2整體上通過了 1%水平的顯著性檢驗(yàn)，且Jarque-Bera檢驗(yàn)結(jié)果表明模型沒有出現(xiàn)偏差，其結(jié)果顯示，EL、AVT、GDPP、UL、AWI和RND 6個(gè)因素對縣域整體預(yù)警值有顯著的正向影響，而SL、AIN 和WSCD 3個(gè)因素有著顯著的負(fù)向影響。

表2 OLS估計(jì)結(jié)果Table 2 Results of ordinary least squares estimation

隨著高程和坡度的增加，耕地耕作難度加大，人們對耕地管理和保護(hù)的程度越小，灌溉排水條件越加欠缺，但同時(shí)人類活動對耕地干擾的負(fù)面影響越小，對耕地系統(tǒng)安全預(yù)警的正負(fù)影響取決于二者中某一方面的偏向，這可能是EL和SL分別與耕地系統(tǒng)安全預(yù)警值成顯著正相關(guān)和負(fù)相關(guān)的原因。GDPP和UL是經(jīng)濟(jì)發(fā)展?fàn)顩r的體現(xiàn)，其與耕地系統(tǒng)安全預(yù)警值呈顯著的正相關(guān)，這可能是經(jīng)濟(jì)的發(fā)展帶來高強(qiáng)度的農(nóng)業(yè)現(xiàn)代化和城市的擴(kuò)張，高強(qiáng)度的農(nóng)業(yè)現(xiàn)代化所帶來的過度干預(yù)降低了耕地系統(tǒng)安全狀況；且城市的擴(kuò)張帶來耕地的占用，增加耕地壓力，也增加了耕地系統(tǒng)安全警情程度。有研究表明，農(nóng)業(yè)化肥、農(nóng)藥和塑料薄膜的使用在短期內(nèi)可能增加糧食產(chǎn)量，但長期累積將導(dǎo)致耕地土壤板結(jié)，水土失衡，破壞土壤微生物的生存環(huán)境，最終影響耕地的糧食生產(chǎn)能力[29-30]。近年來，黑龍江省農(nóng)業(yè)化肥、農(nóng)藥和塑料薄膜三廢使用量明顯增加，對耕地系統(tǒng)安全的負(fù)面影響日益凸顯，這可能是AWI與耕地系統(tǒng)安全預(yù)警值成顯著正相關(guān)的主要原因。路網(wǎng)密度的增加，增強(qiáng)了人們耕作的便捷度，可能增加對耕地的保護(hù)力度，但也在一定程度上加深了人類活動對耕地的影響程度，RND與縣域預(yù)警值整體上成正相關(guān)，即表明人類活動對耕地造成的負(fù)面作用大于增加路網(wǎng)密度帶來的對耕地保護(hù)的正向作用。農(nóng)業(yè)固定資產(chǎn)投資的增加，可增強(qiáng)對耕地的保護(hù)力度，提升耕地系統(tǒng)安全程度，因而AIN與縣域預(yù)警值整體呈現(xiàn)負(fù)相關(guān)關(guān)系。水土協(xié)調(diào)度是有效灌溉耕地面積與耕地總面積的比值，其比例的增加，有利于維持農(nóng)作物所需的土壤水分，促進(jìn)作物生長，也為耕地良好的土壤環(huán)境提供了條件，這可能是 WSCD回歸估計(jì)系數(shù)為正的主要原因。OLS模型回歸估計(jì)結(jié)果符合理論與實(shí)際，但 Koenker（BP）統(tǒng)計(jì)量顯著性結(jié)果表明解釋變量在空間上是非平穩(wěn)的，應(yīng)進(jìn)一步采用 GWR模型進(jìn)行局部空間預(yù)警驅(qū)動因素回歸分析。

4.3 GWR模型結(jié)果

OLS回歸分析結(jié)果為地理加權(quán)分析提供了可行依據(jù)，以O(shè)LS模型2最終通過檢驗(yàn)的10個(gè)因素為解釋變量，以2014年黑龍江省各縣域預(yù)警值為因變量，并依據(jù)方程（4）構(gòu)建GWR模型，以自適應(yīng)型空間核回歸為基礎(chǔ)，以固定高斯函數(shù)（fixed Gaussian）為權(quán)屬函數(shù)，以AICc方法確定最優(yōu)帶寬，運(yùn)用GRW 4.0軟件，進(jìn)行回歸計(jì)算并得到估計(jì)結(jié)果（表 3）。結(jié)果表明，EL、SL和 AVT 3個(gè)自然因素和GDPP、UL、AIN、WSCD、AWI 和RND 6個(gè)社會經(jīng)濟(jì)因素對耕地系統(tǒng)安全預(yù)警值有顯著的影響。與OLS模型相比，GWR模型的R2和Adjusted R2值都有所提高，且模型擬合顯著性標(biāo)識 AICc值從 OLS模型2的-101.776下降至-109.065，數(shù)值差大于 3，表明 GWR模型改進(jìn)回歸的擬合結(jié)果優(yōu)于OLS模型。對比表2和表3，可發(fā)現(xiàn)GWR模型估計(jì)的10個(gè)變量局部系數(shù)的平均值與OLS模型估計(jì)的全局變量系數(shù)值相差較小，說明OLS模型僅能反映驅(qū)動因素在全局空間上的平均相關(guān)聯(lián)水平，而無法反映驅(qū)動因素作用的空間差異特征。GWR模型可估算每個(gè)變量對每個(gè)空間單元的影響系數(shù)，估計(jì)結(jié)果可以更為詳細(xì)地反映不同因素對耕地系統(tǒng)安全預(yù)警影響的空間差異。

表3 地理加權(quán)回歸模型估計(jì)結(jié)果Table 3 Results of geographical weighted regression estimation

4.4 預(yù)警驅(qū)動因素的空間差異分析

借助ArcGIS，將不同驅(qū)動因素作用的空間差異直觀表達(dá)（圖3）。黑龍江省各縣域的高程和坡度（圖3a和3b）分別與耕地系統(tǒng)安全預(yù)警值呈正相關(guān)和負(fù)相關(guān)。高程回歸系數(shù)的正高值和坡度回歸系數(shù)的負(fù)高值集聚區(qū)都出現(xiàn)在研究區(qū)西北部，且由西北部向東南部回歸系數(shù)絕對值逐漸遞減，表明高程和坡度對耕地系統(tǒng)安全預(yù)警狀態(tài)的影響呈現(xiàn)由西北地區(qū)逐漸向東南部地區(qū)減弱的趨勢。

年均氣溫與耕地系統(tǒng)安全預(yù)警值呈正相關(guān)關(guān)系?；貧w系數(shù)空間分布上呈現(xiàn)西部和南部高，東部和北部低的特征（圖3c），表明西部和南部年均氣溫對耕地系統(tǒng)安全預(yù)警值的影響較大?；貧w系數(shù)較大值出現(xiàn)在哈爾濱的市轄區(qū)、五常市和尚志市等，大慶市的市轄區(qū)、肇源縣和肇州縣等，這些區(qū)域人口密度大，經(jīng)濟(jì)較其他區(qū)域發(fā)達(dá)，人類活動頻繁，年均溫度高于其他區(qū)域，這可能與溫度的升高（尤其在夏季）不利于農(nóng)作物和土壤微生物的生長有關(guān)；回歸系數(shù)較小值出現(xiàn)在佳木斯市的同江市和撫遠(yuǎn)市，黑河市轄區(qū)和孫吳縣，鶴崗市的嘉蔭縣等，這些地區(qū)臨近黑龍江流域，受水域比熱容大的影響，氣溫不會太高，對土壤微生物生長，農(nóng)作物的生長都沒有明顯抑制作用，因而與耕地系統(tǒng)安全預(yù)警值的相關(guān)系數(shù)較低。

水土協(xié)調(diào)度與耕地系統(tǒng)安全預(yù)警值呈負(fù)相關(guān)關(guān)系?；貧w系數(shù)絕對值由東部向西部逐漸遞減（圖3g），說明東部耕地系統(tǒng)安全預(yù)警受水土協(xié)調(diào)度影響較大，這主要是因?yàn)闁|部縣域臨近黑龍江流域，充沛的水資源為耕地土壤水分的獲取提供了便利條件，促進(jìn)了有效灌溉耕地面積的增加，水土匹配較優(yōu)，提升了耕地系統(tǒng)安全程度，降低了其警情水平。

圖3 2014年黑龍江省各驅(qū)動因素回歸系數(shù)空間分布Fig.3 Spatial distribution of regression coefficient of factors in Heilongjiang Province in 2014

人均 GDP、城市化水平、農(nóng)業(yè)三廢指數(shù)以及路網(wǎng)密度都與耕地系統(tǒng)安全預(yù)警值成正相關(guān)關(guān)系（圖3d、圖3e、圖 3h和圖 3i），而單位耕地面積農(nóng)業(yè)機(jī)械總動力與預(yù)警值成負(fù)相關(guān)（圖3f）。從5個(gè)變量回歸系數(shù)的空間分布來看，其絕對值高值都在西部和西北部聚集，主要分布在齊齊哈爾市和大慶市各縣域，路網(wǎng)密度、城市化水平和單位耕地面積農(nóng)業(yè)機(jī)械總動力回歸系數(shù)絕對值高值區(qū)還包括黑河市轄區(qū)和嫩江縣，且由西（西北）向東逐漸遞減。原因可能是西部地區(qū)經(jīng)濟(jì)較為發(fā)達(dá)，人均 GDP、城市化水平和路網(wǎng)密度都較高，一方面，在促進(jìn)了城市擴(kuò)張的同時(shí)帶來了建設(shè)占用耕地面積的增加，即使有“耕地占補(bǔ)平衡”來保障耕地面積不減少，但補(bǔ)充耕地質(zhì)量上的下降，終使得耕地產(chǎn)能下降；另一方面，路網(wǎng)密度的增加，導(dǎo)致人類活動對耕地利用的干擾程度加劇，增加了耕地系統(tǒng)安全的負(fù)面影響。經(jīng)濟(jì)的快速發(fā)展，也帶來了高強(qiáng)度的農(nóng)業(yè)現(xiàn)代化利用，過度的農(nóng)業(yè)三廢施用導(dǎo)致土壤板結(jié)，破壞土壤的水土保持能力和生產(chǎn)能力，更顯著地致使耕地系統(tǒng)安全警情的升高。

5 結(jié) 論

1）黑龍江省耕地系統(tǒng)有 69個(gè)縣域處于預(yù)警狀態(tài)，處于輕警、中警和重警的縣域分別有28、32和9個(gè)，其中預(yù)警最低值出現(xiàn)在牡丹江東寧縣，最高值出現(xiàn)在大慶市轄區(qū)，僅有 3個(gè)縣域處于較安全狀態(tài)，整體警情水平較高，耕地系統(tǒng)安全狀況不容樂觀。

2）黑龍江省耕地系統(tǒng)安全預(yù)警空間差異性和聚集性特征明顯。西部預(yù)警水平最高，東部次之，南北軸帶地區(qū)（包括中部）最低。正、負(fù)相關(guān)類型在空間分布上呈現(xiàn)鮮明的對比特征，正相關(guān)類型以“組團(tuán)”形式凸顯，聚集性較強(qiáng)，高-高（H-H）型主要聚集在西部的齊齊哈爾市和大慶市縣域，低-低（L-L）型則聚集在南北軸帶上的中部區(qū)域，主要為伊春，哈爾濱北部和東部，以及牡丹江北部縣域；低-高（L-H）型和高-低（H-L）型縣域較少，且分別零星分散在高-高（H-H）型和低-低（L-L）型周圍。

3）高程、坡度和年均氣溫3個(gè)自然因素和人均GDP、城鎮(zhèn)化水平、地均固定資產(chǎn)投資、水土協(xié)調(diào)度、單位耕地面積農(nóng)業(yè)三廢指數(shù)和路網(wǎng)密度 6個(gè)社會經(jīng)濟(jì)因素對耕地系統(tǒng)安全預(yù)警值有著顯著的影響，且影響的空間差異較為顯著。

傳統(tǒng)OLS模型通過最小二乘法對參數(shù)進(jìn)行“全局”和“平均”估計(jì)，忽視了耕地系統(tǒng)安全預(yù)警根本驅(qū)動因素作用的空間異質(zhì)性和不平穩(wěn)性，導(dǎo)致結(jié)果難以準(zhǔn)確解釋各縣域耕地系統(tǒng)安全預(yù)警驅(qū)動力的空間作用程度；而構(gòu)建的GWR模型擬合估算結(jié)果精度較高，效果更優(yōu)，充分考慮了各縣域空間異質(zhì)特征，基于GWR模型的耕地系統(tǒng)安全預(yù)警狀態(tài)驅(qū)動因素的可視化，能夠精準(zhǔn)地刻畫各因素的空間變化特征，可為研究區(qū)耕地系統(tǒng)保護(hù)提供新的思路和視角。

縣域尺度下糧食主產(chǎn)區(qū)黑龍江省耕地系統(tǒng)安全預(yù)警狀態(tài)空間分異特征，結(jié)合其驅(qū)動因素的影響系數(shù)空間分布，可以判斷出研究區(qū)不同縣域內(nèi)耕地系統(tǒng)安全預(yù)警狀態(tài)變化的主導(dǎo)因素及限制因素，分別識別耕地保護(hù)和警情亟待緩解的重點(diǎn)區(qū)域，為研究區(qū)制定分區(qū)緩解耕地系統(tǒng)安全警情的方案和措施提供了參考。

因考慮耕地質(zhì)量作為耕地系統(tǒng)安全預(yù)警影響的直接影響因素，體現(xiàn)為耕地系統(tǒng)安全預(yù)警的直接表征（耕地系統(tǒng)安全預(yù)警評定指標(biāo)），而本研究耕地系統(tǒng)安全預(yù)警指標(biāo)體系的構(gòu)建是基于抗原-抗體兩方面考慮，因此將耕地質(zhì)量以糧食生產(chǎn)穩(wěn)定性指數(shù)、耕地標(biāo)準(zhǔn)系數(shù)、耕地農(nóng)業(yè)產(chǎn)值綜合性指標(biāo)體現(xiàn)，且本研究從系統(tǒng)、宏觀角度進(jìn)行考慮耕地系統(tǒng)安全預(yù)警根本驅(qū)動因素，因而對于涉及耕地質(zhì)量的微觀指標(biāo)，如有機(jī)質(zhì)含量、地下水水位等沒有納入驅(qū)動因素進(jìn)行分析。此外，本研究從定性角度選取耕地系統(tǒng)安全預(yù)警指標(biāo)（直接影響因子）和耕地系統(tǒng)安全預(yù)警驅(qū)動因素（根本影響因子），如何進(jìn)一步結(jié)合定量分析厘清二者之間的關(guān)系，并探究耕地系統(tǒng)安全預(yù)警影響機(jī)理，構(gòu)建精準(zhǔn)的耕地系統(tǒng)安全警情空間調(diào)控方案是下一步研究的方向和重點(diǎn)。

[1] 宋戈，連臣. 黑龍江省耕地資源安全預(yù)警分析及預(yù)警系統(tǒng)的構(gòu)建[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2012，28(6)：247－252.Song Ge, Lian Chen. Analysis and system construction of safety early warning for cultivated land resources in Heilongjiang province[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(6): 247－252. (in Chinese with English abstract)

[2] 趙婷婷，姜廣輝，張鳳榮，等. 大城市近郊縣域耕地保護(hù)預(yù)警方法[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2010，26(1)：335－339.Zhao Tingting, Jiang Guanghui, Zhang Fengrong, et al.Methods for early-warning of cultivated land protection in outskirts of megapolis[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2010, 26(1): 335－340. (in Chinese with English abstract)

[3] 蔡運(yùn)龍，傅澤強(qiáng)，戴爾阜. 區(qū)域最小人均耕地面積與耕地資源調(diào)控[J]．地理學(xué)報(bào)，2002，57(2)：127－134.Cai Yunlong, Fu Zeqiang, Dai Erfu. The minimum area per capita of cultivated land and its implication for the optimization of land resource allocation[J]. Acta Geographica Sinica. 2002, 57(2):127－134. (in Chinese with English abstract)

[4] 黃賢金，曲福田. 耕地生態(tài)經(jīng)濟(jì)預(yù)警的理論與方法[J]. 生態(tài)經(jīng)濟(jì)，1998 (5)：14－17.Huang Xianjin, Qu Futian The theory and methods for early warning system of cultivated land eco-economy[J].Ecological Economy, 1998, (5):14－17. (in Chinese with English abstract)

[5] 劉友兆，馬欣，徐茂. 耕地質(zhì)量預(yù)警[J]. 中國土地科學(xué)，2003，73(12)：9－12.Liu Zhaoyou, Ma Xin, Xu Mao. Preliminary study on the early warning of cultivated land quality. China Land Science,2003,73(12): 9－12. (in Chinese with English abstract)

[6] 代路，雷國平，姜博，等. 基于生態(tài)經(jīng)濟(jì)系統(tǒng)的佳木斯市耕地質(zhì)量預(yù)警分析[J]. 東北農(nóng)業(yè)大學(xué)學(xué)報(bào)：社會科學(xué)版，2010，8(2)：6－9.Dai Lu, Lei Guoping, Jiang Bo, et al. The early-warning analysis of cultivated land quality of eco-economy in Jiamusi[J]. Journal of Northeast Agricultural University:Social Science Edition. 2010, 8(2): 6－9. (in Chinese with English abstract)

[7] Ye L, Ranst E V. Production scenarios and the effect of soil degradation on long-term food security in China[J]. Global Environmental Change, 2009, 19(4): 464－481.

[8] 劉艷芳. 多尺度耕地供需動態(tài)平衡預(yù)警體系研究[J]. 武漢大學(xué)學(xué)報(bào)：信息科學(xué)版，2004，29(5)：420－424.Liu Yanfang. Forewarning system of dynamic balance between cultivated land demands and supplies at multi-measures[J]. Geomatics and Information Science of Wuhan University. 2004, 29(5): 420－424. (in Chinese with English abstract)

[9] McBratney A, Field D J, Koch A. The dimensions of soil security[J]. Geoderma, 2014, 213: 203－213.

[10] Han B L, Liu H X, Wang R S. Urban ecological security assessment for cities in the Beijing–Tianjin–Hebei metropolitan region based on fuzzy and entropy methods[J].Ecological Modelling, 2015, 318: 217－225.

[11] 徐美，朱翔，劉春臘. 基于RBF的湖南省土地生態(tài)安全動態(tài)預(yù)警[J]. 地理學(xué)報(bào)，2012，67(10)：1411－1422.Xu Mei, Zhu Xiang, Liu Chunla. Early-warning of land ecological security in Hunan Province based on RBF. Acta Geographica Sinica. 2012, 67(10): 1411－1422. (in Chinese with English abstract)

[12] 陳藜藜，宋戈，鄒朝暉.基于免疫機(jī)理的黑龍江省耕地系統(tǒng)安全預(yù)警研究[J]. 中國土地科學(xué)，2017，31(5)：71－81.Chen Lili, Song Ge, Zou Chaohui. Study on early-warning of cultivated land system security in Heilongjiang Province based on the immune mechanism[J]. China Land Science,2017, 31(5): 71－81. (in Chinese with English abstract)

[13] 宋戈，王越，雷國平. 松嫩高平原黑土區(qū)耕地利用系統(tǒng)安全影響因子作用機(jī)理研究：以黑龍江省巴彥縣為例[J]. 自然資源學(xué)報(bào)，2014，29(01)：13－26.Song Ge, Wang Yue, Lei Guoping. Effect mechanism research of influential factors of cultivated land use system security of black soil region in Songnen High Plain: A case study of Bayan County in Heilongjiang Province. Journal of Natural Resources, 2014, 29(01): 13－26. (in Chinese with English abstract)

[14] 肖思思，吳春篤，儲金宇. 近15年中國耕地驅(qū)動因素的空間差異分析[J]. 中國土地科學(xué)，2013，27(7)：55－61.Xiao Sisi, Wu Chundu, ChuJinYu. Spatial variation of driving factors on cultivated land change in China for the past 15 years[J]. China Land Sciences, 2013, 27(7): 55－61. (in Chinese with English abstract)

[15] 王粟，史風(fēng)梅，裴占江，等. 松嫩平原農(nóng)田土壤污染現(xiàn)狀分析與評價(jià)：以黑龍江省綏化地區(qū)為例[J]. 東北農(nóng)業(yè)大學(xué)學(xué)報(bào)，2015，46(05)：75－83.Wang Su, Shi Fengmei, Pei Zhanjiang, et al. Evaluation and analysis of farmland soils pollution status of Songnen Plain:For example Suihua area of Heilongjiang Province[J].Journal of Northeast Agricultural University, 2015, 46(5): 75－83. (in Chinese with English abstract)

[16] Chen J. Rapid urbanization in China: A real challenge to soil protection and food security[J]. Catena. 2007, 69: 1－15.

[17] 成琨，付強(qiáng)，任永泰，等. 基于熵權(quán)與云模型的黑龍江省水資源承載力評價(jià)[J]. 東北農(nóng)業(yè)大學(xué)學(xué)報(bào)，2015，46(8)：75－80.Cheng Kun, Fu Qiang, Ren Yongtai, et al. Evaluation of bearing capacity of water resources in Heilongjiang Province based on entropy weight and cloud model[J]. Journal of Northeast Agricultural University, 2015, 46(8): 75－80. (in Chinese with English abstract)

[18] 張德華，婁廈，劉慧萍. 黑龍江省糧食生產(chǎn)地位及潛在問題研究[J]. 農(nóng)業(yè)現(xiàn)代化研究，2014，35(5)：525—530.Zhang Dehua, Lou Sha, Liu Huiping. Analysis on the status and potential problems of grain production in Heilongjiang Province[J]. Research of Agricultural Modernization, 2014,35(5): 525－530. (in Chinese with English abstract)

[19] 聶英. 中國糧食安全的耕地貢獻(xiàn)分析[J]. 經(jīng)濟(jì)學(xué)家，2015，1：83－93.

[20] 陸麗珍，詹遠(yuǎn)增，葉艷妹，等. 基于土地利用空間格局的區(qū)域生態(tài)系統(tǒng)健康評價(jià)：以舟山島為例[J]. 生態(tài)學(xué)報(bào)，2010，1：245－252.Lu Lizhen, Zhan Yuanzeng, Ye Yanmei, et al. Regional ecosystem health assessment based on land use pattern: A case of study of Zhoushan island[J]. Acta Ecologica Sinica,2010, 1: 245－252. (in Chinese with English abstract)

[21] 陳藜藜，宋戈，鄒朝暉，等. 基于改進(jìn)局部空間自相關(guān)分析的蘿北縣耕地保護(hù)分區(qū)[J]. 資源科學(xué), 2016, 38(10)：1871－1882.Chen Lili, Song Ge, Zou Chaohui, et al. Zoning of protected cultivated land based on improved local indicators of spatial association[J]. Resources Science, 2016, 38 (10): 1871－1882. (in Chinese with English abstract)

[22] 劉玉，郭麗英，劉彥隨. 1980－2008年環(huán)渤海地區(qū)縣域糧食的時(shí)空動態(tài)變化及分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)， 2012，28(12)：230－236.Liu Yu, Guo Liying, Liu Yansui. Spatial-temporal dynamic change and analysis of grain production in county scale in Bohai Rim from 1980 to 2008[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(12): 230－236. (in Chinese with English abstract)

[23] 陳強(qiáng)，朱慧敏，何溶，等. 基于地理加權(quán)回歸模型評估土地利用對地表水質(zhì)的影響[J]. 環(huán)境科學(xué)學(xué)報(bào)，2015，35(5)：1571－1580.Chen Qiang, Zhu Huimin, He Rong, et al. Evaluating the impacts of land use on surface water quality using geographically weighted regression [J]. Acta Scientiae Circumstantiae, 2015, 35(5): 1571－1580. (in Chinese with English abstract)

[24] Tu J, Xia Z G. Examining spatially varying relationships between land use and water quality using geographically weighted regression I: model design and evaluation[J].Science of the Total Environment, 2008, 407(1): 358.

[25] 吳莉，侯西勇，徐新良. 環(huán)渤海沿海區(qū)域耕地格局及影響因子分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2014，30(9)：1－10.Wu Li, Hou Xiyong, Xu Xinliang. Analysis of spatial pattern of farmland and its impacting factors in coastal zone of Circum Bohai [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014,30(9): 1－10. (in Chinese with English abstract)

[26] 張耀軍，任正委. 基于地理加權(quán)回歸的山區(qū)人口分布影響因素實(shí)證研究：以貴州省畢節(jié)地區(qū)為例[J]. 人口研究，2012，36(4)：53－63.Zhang Yaojun, Ren Zhengwei. Factors affecting population distribution in mountainous areas: geographically weighted regression using data from Bijie[J]. Population Research,2012, 36(4): 53－63. (in Chinese with English abstract)

[27] 陳曉紅，王玉娟，萬魯河，等. 基于層次聚類分析東北地區(qū)生態(tài)農(nóng)業(yè)區(qū)劃研究[J]. 經(jīng)濟(jì)地理，2012，32(01)：137－140.Chen Xiaohong, Wang Yujuan, Wang Luhe. Study on the eco-agriculture regionalization based on hierarchical cluster analysis in Northeast China[J]. Economic geography, 2012,32(1): 137－140. (in Chinese with English abstract)

[28] Hu S, Yang S, Li W, et al. Spatially non-stationary relationships between urban residential land price and impact factors in Wuhan city, China[J]. Applied Geography, 2016,68: 48－56.

[29] German R N, Thompson C E, Benton T G. Relationships among multiple aspects of agriculture's environmental impact and productivity: A meta-analysis to guide sustainable agriculture[J]. Biological Reviews, 2017, 92: 716－738.

[30] Li Y X, Zhang W F, Ma L, et al. An analysis of China’s fertilizer policies: Impacts on the industry, food security, and the environment[J]. Journal of environmental quality, 2013,42, 972－981.