基于主成分-聚类分析法的淮河生态经济带土地生态安全评价研究

□何如海 陆雅雯 周 颖 李青松

[内容提要]为了解淮河生态经济带21个地级市土地生态安全状况，找出影响其土地生态安全状况影响因素。本文选用了18项指标建立土地生态安全评价指标体系，采用主成分分析法计算2008-2017年淮河生态经济带面板数据土地生态安全综合指数值，同时使用聚类分析法对研究区域各地级市进行土地生态安全等级划分进而深入研究。(1)2008-2017年，淮河生态经济带土地生态安全指数值呈现波动上升的状态，各地级市土地生态安全综合指数也呈现出波动上升趋势，但是区域间差异较大；(2)淮河生态经济带各地级市土地生态安全状况大都是由不安全到逐渐改善，2017年大部分地级市能够达到Ⅲ等级，其中徐州市和扬州市土地生态安全状况排名最高，已经达到安全等级。总体上研究区域土地生态安全状况呈现出“由西向东安全程度逐渐增高”格局；(3)淮河生态经济带21个地级市在聚类分析中分为三类，第一类7个地级市研究期内土地生态安全综合指数F值多为负值，最高也没有超过临界值，第一类地级市和第三类地级市之间的差距比较大。

近年来，随着经济水平的提高，人类社会对于土地的利用已经不再是面朝黄土背朝天，更多是土地带来的经济利益。但是土地资源盲目地开发利用一味追求经济利益，只会带来愈来愈多的生态安全问题[1]。日益增加的土地生态安全问题若是不加以重视，将会对我们赖以生存的家园造成不可逆转的破坏。因此，科学合理的土地利用对于土地资源实现可持续发展非常重要，而进行土地生态安全状况研究就是我们要面临的第一个问题，其评价结果对于保持土地资源经济利用与生态保护的平衡提供了非常有价值的依据[2]。目前针对土地生态安全研究基本上是以省、市、县为主，而对于具有较大发展潜力的流域土地生态安全的研究则较少[3]。

本文的研究区域是淮河生态经济带，其发起建设的初心是经济与生态齐飞，所以如何在经济发展的同时提升自身生态环境修复能力将是今后区域研究的重点。目前，淮河生态经济带已经进入了快速发展阶段，土地生态安全格局处于一个不稳定状态[3]。本文所使用的主成分-聚类分析法是一个相对系统且全面的土地生态安全评价方法，科学严谨的研究能为将来淮河生态经济带各个地级市和各个系统健康协调发展提供参考和依据[4]。

一、研究区域概况与研究方法

(一)研究区概况

淮河生态经济带地处长江流域和黄河流域之间，是我国未来国家发展战略的重点区域，是继长三角、珠三角、环渤海之后的第4个增长极[4]。区位生态系统相对稳定，生物种类多样，各类煤炭和矿产资源丰富，文化历史源远流长，是我国中东部最具发展潜力的地区之一。截止2017年，淮河生态经济带年末常住总人口1.46亿，区域生产总值达到6.75万亿元。

2014年11月，《淮河生态经济带发展规划(2013—2030)研究报告》获得中央政府批示[4]，淮河生态经济带的城市范围也得到了最终确定。主要城市为沿淮三省的21个地级市和1个县，包括安徽省的淮北市、亳州市、宿州市、蚌埠市、阜阳市、淮南市、滁州市、六安市8个市，江苏省的徐州市、淮安市、盐城市、扬州市、泰州市、宿迁市的6个市以及河南省的平顶山市、漯河市、南阳市、商丘市、信阳市、周口市、驻马店市、南阳市桐柏县7个市1个县。考虑到研究区域的整体性和研究结果的严谨性，本文选取除去南阳市桐柏县以外的21个地级市作为研究区域[4]。

(二)研究方法

1.数据来源

本文数据来源于《安徽省统计年鉴》(2008—2017年)、《江苏省统计年鉴》(2008—2017年)、《河南省统计年鉴》(2008—2017年)、各地级市2008—2017年统计公报、国研数据库和EPS数据库。

2.研究过程与方法

本研究对面板数据无量纲化后的标准值进行主成分分析，从18个指标中选用重要且相对独立的少量综合指标进行生态安全评价研究。多元线性回归分析可以对主成分分析提取的主成分因子的影响程度进行分析。聚类分析对研究区域21个地级市土地生态安全等级进行层次划分。

(1)主成分分析法

主成分分析法通过降维把存在显著相关或者不相关关系的原始指标重组为新的不存在相关性或者相关性较弱的综合指标，来描述代替原始指标，提取出来的主成分使研究结果更具严谨性和合理性。主成分分析法将原始指标体系中的相互交叉因素或者复杂因素简化，总结成少量具有代表性的主成分因子，使其研究能更加科学合理有效地得到重要数据信息[5]。

(2)聚类分析法

在绝大部分的实证分析中，繁冗过多的研究对象往往容易使研究过程产生误差，使其结果不严谨，但是聚类分析是基于原始样本数据进行层次分析，能够很好的从原始数据内部找出数据的差异性并对研究对象之间的相似性进行具体分析。聚类分析包括R型和Q型聚类，对样本聚类称Q型分类，对变量聚类称R型聚类。本文使用的是研究区域21个地级市2008-2017年的面板数据，如果仅仅依靠主成分分析结果就对其土地生态安全进行评价显然是不够严谨的，区域之间是否存在差异以及区域之间存在着怎样的差异要求我们对主成分分析结果进一步研究，而聚类分析很好地弥补了这一缺陷，它能够发现隐藏在主成分分析结果中的问题。本文对以沿淮三省主成分分析结果为样本进行聚类，故采用Q型聚类法[5]。

二、土地生态安全评价

(一) 构建土地生态安全评价指标体系

构建评价指标体系是土地生态安全评价研究的第一步，科学合理的评价指标体系能保障研究工作顺利开展。通过对沿淮三省的人口、社会、农业、工业、土地资源实际状况、经济发展状况以及数据完整准确性等多个方面调查分析与综合考虑，本文选取了18项能够对研究区域土地生态安全状况作出反映的影响因素[5]。这18个评价因子来自环境、经济、社会的各个方面，趋向性并不一致，可分为正向指标和负向指标[6]。如下表1所示，对每个指标趋向性均做出反映，限于篇幅不做具体分析。

(二)原始指标无量纲化

1.z-score标准化

指标数据之间存在相当大的差异性，无法直接研究，需对原始数据量纲处理。统一的量纲增加文章研究的可信度以及严谨性。本文使用的是SPSS 24中主成分分析模块以及考虑到指标体系的特性，决定采用z-score标准化法对2008-2017年淮河生态经济带的面板数据进行无量纲化处理。

式中：Z为标准数值；x为某一具体数值，μ为平均数，σ为标准差。Z值的量代表着原始分数和母体平均值之间的距离，是以标准差为单位计算。

表1 淮河生态经济带土地生态安全状况指标

三、土地生态安全评价结果分析

(一) 指标特征值与贡献率确定

指标特征值与贡献率结果如下表2所示。结果显示：提取出6个主成分因子，前6个主成分因子的初始方差贡献率分别为31.088%、14.136%、10.010%、7.381%，6.656%，5.561%，累积方差贡献率达到74.832%，说明提取出来的6个主成分因子能够涵盖绝大部分的具有相关性的指标体系信息，避免了指标之间具有线性相关关系或者指标与研究结果相关程度不高导致研究不准确的问题。

(二)主成分分析法适宜性检验

经过z-score标准化后的面板数据运用SPSS 24统计软件进行分析处理需要做适宜性分析。主成分分析结果得到的相关信息可以直接作为原始数据是否适合因子分析的判断标准。SPSS输出结果如表3显示：相关系数矩阵中绝对值大于0.3的系数个数超过60%；KMO检验统计量的值为0.668(常用的KMO度量标准为0.7)，说明指标体系之间具有很强的相关性，适合做因子分析[7]；巴特利特球形度检验显著性为0.000，说明原始数据服从正态分布总体，具有进一步研究分析的价值。

表2 各主成分的总方差解释和方差贡献率

表3 KMO和巴特利特检验

(三)主成分因子的确定

主成分因子的确定如表4所示，其中 F1、F2、F3、F4、F5、F6分别表示实证研究结果提取的第1、2、3、4、5、6个主成分。由表4可以知道F1在城镇化率上的载荷量比较高，可以将其定义为城镇化因子；F2在化肥施用量、建成区面积、地区生产总值、第三产业增加值比重上的载荷量比较大，这些变量中地区生产总值表现出来的作用要更加明显，体现的是经济发展水平，因此将其定义为经济发展质量因子[7]；F3只在节能环保支出上的载荷量比较大，可以将其定义为节能环保政策因子；F4在经济密度、人均拥有道路面积、工业固体废物综合利用率、农业机械总动力上的载荷量比较大，其中人均拥有道路面积和农业机械总动力占据了明显的优势，这些指标从侧面反映了土地集约利用程度，可以将其定义为土地利用结构因子[7]；F5在建成区绿化覆盖率、人均日生活用水量、工业固体废物综合利用率、单位播种面积粮食产量、人均日生活用水量上的载荷量比较大，这些指标都反映了生态环境状况，因此可以将其定义为生态环境状态因子[7]；F6在城市人口密度、人口自然增长率、城镇居民人均可支配收入上的载荷量比较大，人口发展水平在这三个指标中都表现出非常重要的作用，说明的是人的因素对于土地生态安全的影响，因此可以将其定义为人口发展状态因子。该评价指标体系综合十八个指标全面反映了F1、F2、F3、F4、F5、F6以及土地生态安全综合指数F七个方面的信息，能够有效地对淮河生态经济带土地生态安全状况作出评价。

表4 成分得分系数矩阵

(四)主成分结果分析

1.确定各地级市土地生态安全状况综合指数

本研究运用主成分分析法是在指标信息量在保持完整的前提下，将土地生态安全评价指标体系中多个指标降维成可以涵盖18个指标信息的6个综合指标，即主成分因子F1、F2、F3、F4、F5、F6。这6个主成分因子的方差贡献率占其总方差贡献率的比重作为权重可以计算得到2008-2017年淮河生态经济带土地生态安全综合指数F值[7]：

F=(31.088/74.832)×F1+(14.136/74.832)×F2+(10.010/74.832)×F3+(7.381/74.832)×F4+(6.656/74.832)×F5+(5.561/74.832)×F6。

如表5列举出了2008和2017年各个地级市土地生态安全状况综合指数F值来判断淮河生态经济带土地生态安全状况。

表5 2008和2017年淮河生态经济带各市土地生态安全综合值

2.确定评价标准

通过参考和综合淮河生态经济带各个地级市关于土地生态安全的评价标准以及研究结果所示的实际数据[1][2][5][14][16]，本研究制定符合研究区域的评价标准如表6所示。土地生态安全评价标准可以分为四个等级：Ⅳ等级(F值小于0)代表土地生态安全状况为极不安全；Ⅲ等级(F值在0-0.5之间)代表较不安全；Ⅱ等级(F值在0.5-1之间)代表临界安全；Ⅰ等级(F值大于1)代表安全状态。如表5所示，本研究按照评价标准对2008和2017两个年度21个地级市土地生态安全等级进行了划分。2008年，研究区域有18个地级市F值小于0处于极不安全状态，只有徐州市、扬州市和蚌埠市处于较不安全状态。2017年，商丘市的F值为-0.17，土地生态安全状况是极不安全状态，徐州和扬州F值大于1，达到安全等级。而另外16个地级市则上升至较不安全状态和临界安全状态[8]。

通过2008-2017年六个主成分因子的值以及土地生态安全综合指标F值得出结论：2008-2017年淮河生态经济带土地生态安全综合指标F值呈波动上升趋势。2017年大部分地级市能够达到Ⅲ等级，部分地级市达到Ⅱ等级，甚至能够达到Ⅰ等级。总体上来说，研究区域土地生态安全状况呈不断改善状态。

表6 淮河生态经济带土地生态安全评判标准值

3.以省域视角分析

本文将沿淮三省的土地生态综合指数F值分别用三个折现图展现出来(如图1、图2、图3)，使主成分分析结果可以得到更清晰和更好的表达。可以看出沿淮三省在研究期内土地生态安全综合指数F值都是呈波动上升趋势的，江苏省各地级市土地生态安全综合指数在研究期内是显著的波动上升趋势，安徽省各地级市上升速度较江苏省慢，河南省的波动上升趋势起点低且最为不稳定。主要原因是：江苏省南部地级市优越的交通条件，丰富的湖域资源以及强大的经济实力在省内乃至全国范围内都处于领先地位，其在生态环境治理方面的大量资金投入是F值始终呈现高值的重要原因[9]。

图1 2008-2017年江苏省土地生态综合指数趋势图图2 2008-2017年河南省土地生态综合指数趋势图

图3 2008-2017年安徽省土地生态综合指数趋势图

4.以市域视角分析

2008-2017年，淮河生态经济带土地生态综合指数F值波动增加。研究期间内淮河生态经济带土地生态安全等级跨度较大，说明其土地生态安全状况发生了显著变化。2008年，安徽省有七个地级市土地生态安全等级是Ⅳ(极不安全)，只有蚌埠市是Ⅲ等级(较不安全)的，而江苏省只有徐州和扬州的等级是Ⅲ，其余的是Ⅳ等级；河南省7个地级市都是Ⅳ等级；2017年，安徽省除了淮北市仍然是Ⅳ等级，其余都达到了Ⅲ等级及以上，蚌埠市和阜阳市甚至已经达到了Ⅱ等级(临界安全)；而江苏省的优势也要更加明显些，六个地级市全部达到了Ⅰ等级(安全)，扬州市和徐州市依旧领跑研究区域其它地级市。河南省七个地级市始终落后于安徽省和江苏省各地级市，漯河市和商丘市研究期内都是极不安全等级，只有周口市处于Ⅱ等级临界安全。

从2008年到2017年，各地级市土地生态安全状况基本上都是由不安全到逐渐改善,总体向好的方向发展，2017年大部分地级市能够达到Ⅲ等级，其中徐州和扬州两地级市F值排名最高，达到安全等级。另一方面，由图1、图2、图3折现图可以看出沿淮三省各地级市在研究期内土地生态安全综合指数都是波动增加的，但是区域间差异较为明显。江苏省各地级市土地生态安全指数要明显高于安徽省和河南省，河南省的漯河市和商丘市以及安徽省的淮北市在研究期内的土地生态安全状况排名最低，改善程度不明显。

由图4看出，排名等级最高的徐州市和扬州市分别处于在东北部和东南部；Ⅱ等级地级市由西向东均有分布，越往东部城市聚集程度越高；Ⅲ等级地级市大部分都位于西部和南部；Ⅳ等级地级市位于西北部。结论：从地形上来看，淮河生态经济带土地生态安全状况大体上呈现出“由西向东安全程度逐渐增高”格局。

图4 2017年淮河生态经济带各地级市土地生态安全等级分布图

(五)土地生态安全状况主导因子识别

将提取的6个主成分因子作为解释变量进行多元线性回归分析。SPSS 24分析结果显示：F检验显著性概率p为0.000,低于显著水平(a=0.025)。6个主成分因子的偏回归系数矩阵结果显示：由主成分分析结果提取的六个因子都具有较强的显著性，说明六个因子可以很好地解释淮河生态经济带土地生态安全状况。其中各影响因子的影响程度排序为：因子1>因子2>因子3>因子4>因子5>因子6。研究期内，城镇化水平对土地生态安全状况的影响最大，其次是经济发展质量，城镇化水平的提高也是经济发展质量的一方面体现。当土地生态环境遭到破坏达到一定程度且超过自身恢复能力时，适当的人为干预和土地生态保护措施对土地生态系统影响效果显著。所以各城市应当根据自身实际发展状况严格控制对土地生态系统的破坏活动，积极采取措施提高土地生产能力，改善土地生态系统恢复能力，以提高淮河生态经济带土地资源可持续利用能力[10]。

(六)聚类分析

聚类分析作为一种重要的数据研究挖掘方式，已经成为各个学术领域广泛认可的数据实证分析工具[11]。本研究运用SPSS 24中的聚类分析方法，以2008-2017年淮河生态经济带21个地级市土地生态安全综合指数F值作为聚类分析的输入，得到表7平均连接(组间)表和图5平均连接(组间)谱系图如下。

表7 平均连接(组间)表

图5 淮河生态经济带平均连接(组间)谱系图

聚类分析结果显示：首先，研究区域21个地级市被分成了三类，第一类包含7个城市属于生态安全脆弱区，分别是漯河市、商丘市、淮北市、平顶山市、淮南市、六安市和宿州市；第二类包含了12个地级市属于生态安全待改善区[1]，分别是信阳市、滁州市、亳州市、南阳市、驻马店市、阜阳市、周口市、宿迁市、蚌埠市、淮安市、盐城市和泰州市；第三类包含两个城市属于生态安全良好区，分别是扬州市和徐州市。第二，聚类分析得到的结果与主成分分析结果高度一致。主成分分析结果中2017年F值大于1的城市只有扬州市和徐州市，同时研究期内的F值始终为正值，排名始终较高，土地生态安全状况较好。主成分分析结果里第二类和第三类地级市土地生态安全指数排序也与聚类分析结果完全相符，因此本研究具有较高的科学性和合理性。第三，从沿淮三省的实际经济发展水平来看，江苏省经济水平于研究区域乃至全国都处于领先地位，其土地集约节约利用程度和节能环保资金投入相对较高，生态环境变化较好[13]。而安徽省和河南省近几年主要重心在经济建设上，土地资源深度开发利用导致的土地生态安全问题也是其F值低的原因之一。最后，本文的实证研究结果不仅与各地级市的实际情况一致，也与已经发表的各省市的学术论文所得出的科学结论高度一致，因此本研究的结果科学合理，具有参考价值。

第一类。第一类生态安全脆弱区有7地级市，包括河南省3个地级市和安徽省4个地级市。由主成分分析结果可以知道，河南省和安徽省六个主成分因子数值普遍低于总体平均水平，其中河南省F6的得分要高于安徽省，说明研究结果是与现实情况是高度吻合的。河南省是我国第一人口大省，人多地少的矛盾造成了巨大的土地压力[13]，所以如何过上高质量生活的同时减少土地生态安全问题对于河南省来说是一个长期又艰巨的问题。但是河南省F2值却要远远低于安徽省，河南省虽然经济总量高，但是人均生产总值低，所以较大经济压力导致了土地生态安全问题的频繁出现。

第二类。第二类生态安全待改善区包括12个地级市，安徽省、江苏省河南省各4个地级市。主成分分析结果显示：2017年，第二类生态安全待改善区各地级市F1值基本上都为正值，但是F值大于1的仅限于江苏省4个地级市。江苏省领先，其次是河南省和安徽省。2018年，江苏省城镇化水平甚至高出全国平均水平十个点，较高城镇化率也带来了土地生态环境的较大改观，土地压力能够在一定程度上得到缓解。F2值依旧是江苏省最高。江苏省的经济状况在整个国家排名中一直位于前列，人均GDP甚至可以达到全国第一，强大的经济实力背后也有着对于土地生态环境状况改善的不断投入。由主成分得分情况看，2017年安徽省F3得分为正值且高于沿淮三省平均水平，说明近几年安徽省环保投资取得了显著成效。河南省四个地级市土地生态安全状况处于临界安全，F4值要明显高于安徽省和江苏省，说明河南省土地集约节约利用程度还是相当高的。因此安徽省和河南省各个地级市土地生态安全状况需要引起重视，有待改善。

第三类。第三类生态安全良好区包括扬州市和徐州市。从主成分分析结果来看，扬州市和徐州市F1的值都大于1，说明两地级市的城镇化程度高。从F2的值来看，徐州市始终为正值，2011年F值开始大于1并且稳步增加，而扬州虽然研究期内也在稳步增加，但是始终是负值，所以从经济发展的角度来看徐州市领先于扬州市。这也与徐州市近年来大力推进土地整治，提倡生态建设与生态修复等项目有关，土地生态环境建设意识高且资金投入力度大[12]。从土地利用情况来看，扬州市和徐州市的F4值都是波动状态。F5值体现的是一个城市生态环境状况。扬州市作为世界遗产城市，整体生态安全程度是相当高的，同时它又是国家历史文化名城和风景旅游城市，F5值明显高于徐州市也是有着现实原因的。F6体现的是人口发展对于土地生态安全状况的影响。通过F6的值可以看到，徐州市人口压力对于土地生态环境的影响是要大于扬州市的。徐州市和扬州市F值始终高值，总体上呈现出相对稳定的波动上升趋势，2014年开始升至临界安全以上，两个地级市土地生态安全状况是良好的，在整个研究区域始终是领先的并且仍在持续改善[15]。

淮河生态经济带21地级市在聚类分析中分为三类，第一类7个地级市研究期内土地生态安全综合指数F值多为负值，最高也没有超过临界值，第一类地级市和第三类地级市之间的差距比较大并将长期存在。

四、结论

本文从淮河生态经济带研究期间的实际发展情况出发，从不同方面和不同方向构建18个评价指标体系，通过主成分分析法计算F值来分析研究其土地生态安全状况，再根据综合指数F值对研究区域21各地级市进行聚类分析[14]。研究发现：

(1)2008-2017年，研究区域21个地级市土地生态安全综合指数都是呈波动上升状态。2017年，21个地级市安全等级基本能够达到Ⅲ等级，但是地区之间存在的差异较大。本文最后对地域差异进行聚类分析，各个地级市土地生态安全状况差异明显。建立健全跨区域生态建设和环境保护的联动机制将是淮河生态经济带今后发展的重点。

(2)总体上来说，研究区域内各地级市土地生态安全状况都由不安全到逐渐改善, 并逐渐向生态安全的方向发展。江苏省各地级市土地生态安全综合指数要明显高于安徽省和河南省，其中徐州市和扬州市土地生态安全状况排名始终领先，而河南省的漯河市和商丘市以及安徽省的淮北市在研究期内的土地生态安全状况排名最低，改善程度不明显。从地形上来看，淮河生态经济带土地生态安全状况总体上呈现出“由西向东安全程度逐渐增高”格局。

(3)主成分分析中提取的六个主成分因子很好地涵盖和突出了土地生态状况的影响因子。虽然现阶段土地生态安全状况的出现大多源于人类生活生产活动的影响，但相应的节能环保政策和生活环境绿化对土地生态安全状态改善作用明显[17]。

(4)聚类分析将研究区域21个地级市按土地生态安全状况分成三类。第一类是生态安全脆弱区，包含7个地级市。研究期间内土地生态安全综合指数F值多为负值，土地生态安全状况较差；第二类包括12个地级市，研究期内，各地级市土地生态安全状况改善明显，进入生态安全待改善区；第三类只有江苏省扬州市和徐州市两个地级市，研究期内土地生态安全综合指数排名始终领先。2017年两地级市土地生态安全状况达到安全等级，土地生态安全程度较高，也是目前研究区域最具发展潜力的两个地级市[18]。

本文仍存在一些不足。考虑到研究指标的代表性和完整性，本文所构建的评价指标体系会用一些相近或者完全指标代替残缺的指标，不可避免地会存在一些主观意愿在里面；另外，本文未对时间序列土地生态安全状况演变和发展预测进行研究，也未对土地生态状况提出针对性改善调控措施，所以这也将是下一步研究的重点[8]。