当前位置：首页> 安全验证

安全验证

时间：2023-11-29 08:54:12 下载该word文档

我国土地利用动态监测的耕地保护效果评价
金雨泽;徐智颖;钟太洋;黄贤金
【摘要】为了对耕地保护技术层面措施进行定性定量研究，测度土地利用动态监测在省级层面的耕地保护效果，以1999—2008年省级面板数据为基础，借助STATA软件分别通过聚类稳健标准差下固定效应模型、随机效应模型和混合OLS模型进行估计，选择最优拟合结果。F检验，B-P检验，Hausman检验显示固定效应模型拟合结果最优，以该模型对土地利用动态监测的耕地保护效果进行测度。结果表明：土地利用动态监测的实行对减少耕地面积下降有显著作用；土地利用动态监测比率每提高1％，能减少耕地流失188．05hm2；从土地利用动态监测耕地保护效率来说4个直辖市要高于其他省份。%Thisstudyaimedtoevaluatethearablelandconservationeffectsoflandusedynamicmonitoring,whichwasregardedasatechnologicalapproach,onprovinciallevelquantitativelyandqualitatively.Basedonthepaneldatacollectedfrom1999to2008,thisarticleappliedfixed-effectsmodel,random-effectmodelandpooledOLSmodeltoestimatethequestion.Aftertestingtheresults,thefix-effectmodelwasfinallychosedtoexplainthequestion.Onthatbasis,thispaperestimatedtheeffectofdynamicmonitoringoflanduseinarablelandconserva-tionandtheresultsareasfollows:Theimplementationofdynamicmonitoringtechnologyoflandusedoescontributetothedeclineinlandlossandevery1%increaseinthedynamicmonitoringrateoflandusewillbringa188.05hm2declineinlandloss.Asforarablelandconservationefficiencyofdynamicmonitoringoflanduse,
thoseofthefourcentrallyadministeredmunicipalitiesinChinashowsahigherratethanthatofotherprovincesandmunicipali-ties.【期刊名称】《地域研究与开发》【年(卷,期】2016(035005【总页数】4页(P120-123
【关键词】耕地保护绩效;土地利用动态监测;面板模型【作者】金雨泽;徐智颖;钟太洋;黄贤金
【作者单位】南京大学地理与海洋科学学院，南京210023;南京大学江苏省土地开发整理技术工程中心，南京210023;无锡南大国土资源研究中心，江苏无锡214001;南京大学地理与海洋科学学院，南京210023;南京大学地理与海洋科学学院，南京210023;南京大学江苏省土地开发整理技术工程中心，南京210023;无锡南大国土资源研究中心，江苏无锡214001;南京大学地理与海洋科学学院，南京210023;南京大学江苏省土地开发整理技术工程中心，南京210023;无锡南大国土资源研究中心，江苏无锡214001【正文语种】中文【中图分类】F301.21
随着我国耕地保护体系的建立以及保护措施的实施推广，对耕地保护效果的研究逐渐成为探讨的热点。有的学者从宏观角度研究整个耕地保护制度的运行效果[1-4]，也有具体分析政策某一个环节的作用[5-8]，还有的从更微观的操作手段层面对其进行探讨[9]。但从整体来看，现有的研究仍偏重耕地保护在宏观、中观层面的措施，而较少关注技术和操作。在研究方法上也以等级划分和定性描述为主，对于效
果很少进行量化。土地利用动态监测是对同一地区不同时相的遥感数据加以分析、进行土地利用变化信息提取的一种技术方法[10]。随着耕地保护范围和深度的加强，“3S”技术越来越多地被应用到耕地保护等土地管理实践中。但是针对土地利用动态监测的研究多从“3S”技术的角度探讨其实现过程，或者以该技术为手段对某地土地利用状况进行研究[11-14]，土地利用动态监测作为耕地保护措施的地位并未受到重视。本研究试图从定性和定量2个角度对土地利用动态监测实施的耕地保护效果进行测度，以期为耕地保护技术层面的改进和普及提供参考。1.1变量选择
耕地保护效果通常以耕地面积变化量衡量，已有的研究中多采用年内减少耕地面积和年内占用耕地面积等指标。由于土地利用动态监测以监测区全部土地为作用对象，其保护效果如果存在应该涉及不同的耕地退减类型而不仅仅是耕地占用。因此，将年内减少耕地面积(年末耕地面积与年初耕地面积之差的绝对值作为因变量，并通过经验选择以下变量作为解释变量。
①固定资产投资。已有研究将固定资产投资与耕地面积减少相互联系[5-7,9,15]，并认为其与耕地面积减少之间存在正相关的关系。
②人均GDP。人均GDP是衡量经济发展程度的重要指标，已有研究表明经济规模的扩大会加速耕地的退减而经济聚集效益会在短时间内抑制这一过程[15]，说明经济发展对耕地面积的影响取决于经济规模扩张速度和聚集效益相对作用情况。在经济发展初期规模扩张速度较快而技术进步速度相对缓慢，因此扩张效应大于聚集效应；随着发展的深入，技术水平不断提升，而经济发展速度则相对变慢，可能出现聚集效应大于扩张效应的趋势。此处假设耕地面积减少与人均GDP的平方之间呈现负相关，即两者为二次曲线关系。
③GDP增速。GDP增长速度是反映一个地区经济发展能力和发展潜力的重要指标，而发展的过程往往涉及建设用地增长和土地利用集约程度的变化，因此将
GDP增速作为解释变量之一。
④城镇化水平。城镇化水平是衡量一个地区人口向城市聚集程度的指标，其过程伴随着农村人口向城市的转移以及城市土地、文化、意识观念等向农村的扩张。城镇化水平可以用土地面积比重或者人口比重衡量，一般认为城镇化水平和耕地面积减少之间存在正相关关系[9,16]。但城镇化同时也是土地集约利用度提高的过程，因此假设其与耕地面积减少之间的关系与人均GDP一致，即耕地面积减少与城镇化率的平方之间呈负相关。
⑤路网密度。有研究认为耕地数量的减少与路网密度也有关系[1,17]，一般路网密度越高占用耕地的可能性也越大，因此路网密度与耕地面积的减少呈正相关。路网密度有铁路路网密度以及公路路网密度两项指标，由于公路分布较广且年际变化状况较铁路大，此处选择公共路网密度作为解释变量。
⑥土地利用动态监测比率。在及时掌握土地利用变化趋势的基础上，土地利用动态监测对于推动土地整理、调节农业用地内部结构以及违法占用耕地行为的追踪有重要作用，有利于耕地保护，因此土地利用动态监测比率应当与耕地面积减少具有负相关。作为一项技术手段，目前土地利用动态监测还未实现全面覆盖，因此采取土地利用动态监测比率来描绘这一指标，即监测城市土地面积占全省土地面积的比值。
⑦年度虚拟变量。在不同的年份，除了土地利用动态监测之外，国家还会出台一系列耕地保护的政策和法律，并采取相应的措施，这些内容同样对耕地面积变化产生影响。由于这一部分影响内涵复杂很难量化，因此在方程中引入虚拟变量以解决这一问题。
因变量和各自变量的具体含义及期望符号见表1。1.2模型设定
对数据进行初步处理并结合已有的相关研究成果[1,5,7]，分析土地利用动态监测对
耕地保护的影响，采用以下模型：
式中：a0为常数项；Mit为第i区第t年土地利用动态监测变量；Zit为第i区第t年影响耕地面积减少的其他因素；vit为残差项；λ为Mit的系数；β为Zit的系数向量。
为了避免模型出现多重共线性问题，对于表1中除年度虚拟变量的解释变量进行初步分析，发现固定资产投资与GDP增长速率和城镇化水平之间存在显著的线性关系，因此，回归模型中未包括固定资产投资这一变量。经过筛选后的回归模型为：式中：β1，β2，β3，β4，β5+n分别为GPERit，GGROit，Uit，Rit，Ak的系数；k为年份。1.3效果评价方法
①对于土地利用动态监测对耕地保护显著性判断通过λ观察实现。如果λ<0且检验显著，说明土地利用动态监测对耕地保护存在正面影响，即土地利用动态监测的实施有助于减缓耕地数量减少；如果λ>0或者λ=0则说明土地利用动态监测对耕地保护无效。
②效果显著性判断。通过模拟得到模型中各个变量的系数，将自变量实际观测值带入模型中，得到Yit；将土地利用动态监测变量设置为0，即Mit等于0并将其余自变量带入公式得到Mit=0。计算各省各年度土地利用动态监测的效果Eit：1.4数据来源
国土资源部的卫星遥感土地利用动态监测工作始于1999年，同时考虑到2008年之后国家未曾公开耕地面积数据，因此以1999—2008年中国内地各省份面板数据作为研究对象(西藏自治区固定资产投资、人口数据等存在部分缺失，分析中未包含。各省份年内减少耕地面积来自2000—2009年《中国国土资源年鉴》，其他社会经济数据在1999—2008年《中国统计年鉴》和《中国城市统计年鉴》数据基础上修正而得。

由于模型设定时未包含被解释变量的滞后项，因此采用静态面板模型。此处使用聚类稳健标准差条件下的OLS回归来避免自相关问题，分别采用固定效应模型和随机效应模型进行估计。路网密度以及年度虚拟变量A2000，A2003，A2004，A2008不能通过显著性检验，因此从模型中将上述变量剔除，最终将模型确定为：模型确定后用F检验和B-P检验分别对固定效应模型和随机效应模型加以检验。结果表明无论是固定效应模型还是随机效应模型均优于混合OLS模型。因此，采用Hausman检验确定固定效应αi与其他解释变量是否相关，对固定效应模型和随机效应模型进行筛选。检验结果表明，固定效应模型拟合效果更佳，因此这里只报告固定效应模型估计结果(表2。
从表2可以看出，各个变量参数符号与预期一致。GPER和U系数为负，说明经济的发展以及人口向城市集中带来的土地集约利用水平提高能一定程度降低耕地占用。从GDP增速的系数来看，改变量的系数符号为正，说明经济发展速度越高，对耕地占用的情况越严重。钱纳里、鲁宾逊、赛尔奎因等经济学家的实证研究以及韩国、台湾等经济体在工业化发达阶段的经济增长率演变的比较分析可知，一般而言一个国家或地区经济增长率随着发展阶段的不同呈现从高速增长进入中速增长区间最后进入低速增长区间的发展路径[18-19]，在高速增长的前期往往增长较为粗放，相应资源消耗占用情况严重，因此,GDP增速与耕地资源减少之间呈现正相关。所有年度虚拟变量在5%水平上显著，其系数除2002年外均为负。1999年新制定的《土地管理法》开始实行；2001年国土资源部发布《关于进一步简化报国务院批准的建设用地审批工作程序有关问题的通知》；2005年国务院下发了《国务院办公厅关于印发〈省级政府耕地保护责任目标考核办法〉的通知》，开始实施省级政府耕地保护责任目标考核制度；2006年国土资源部下发《关于当前进一步从严土地管理的紧急通知》，国务院下发《关于加强土地调控有关问题的通知》；2007年国务院下发《中华人民共和国耕地占用税暂行条例》。这一系列政策措施
对于缓解耕地占用起到了一定作用。3.1耕地保护效果估计
根据模型估计的结果，λ的符号为负，检验值在5%的水平上显著，说明土地利用动态监测对于遏制耕地面积减少产生了较为显著的影响。λ=-188.054，说明土地利用动态监测比率每提高1%，相应省份平均能减少耕地流失面积188.05hm2。从式(3的内涵来看，计算所得值代表与不实行土地利用动态监测相比较，各地区各年度(1999—2008年通过实行土地利用动态监测实现了耕地面积退减量的减少。根据计算结果，全国(不包括西藏和港澳台，下同在1999—2008