3.3.1 “三线冲突”强度指数双变量相关分析
利用SPSS 22.0软件对3个方面的7个指标与3类冲突强度指数进行双变量相关分析,以p<0.05为标准进行显著性检验,分析结果见表3 。
由表3可知,“城镇—基本农田”冲突强度指数主要受距离市中心距离和距离主要公路距离等区位因素影响,与距离市中心的距离和距离主要公路的距离呈正相关,即距离市中心和距离主要公路的距离越小,“城镇—基本农田”冲突强度指数越小,反之。因为在距离市中心近且交通通达度好的地区,经济发达,城镇化进程快,用地需求也很大,所以在划定城镇开发边界时,会充分考虑未来人口增长和经济发展对用地的需求,与此同时,城镇周边从事农业生产的人较少,且永久基本农田一般分布在远离城镇的地区,所以城镇开发边界和永久基本农田保护红线不易发生冲突。
“城镇—生态”冲突强度指数主要受居民点密度和人口数量的影响,与居民点密度和人口数量呈正相关,即居民点密度和人口数量越大,“城镇—生态”冲突强度指数越大。因为人口密集的区域一般分布在城镇开发边界内及边缘,而随着城镇化的发展,城镇开发边界的划定需要考虑未来经济发展和人口增长对用地的需求,需要外扩,外扩的同时极易忽略对生态的保护而占用生态用地,导致“城镇—生态”冲突强度指数大。
“生态—基本农田”冲突强度指数与高程、坡度和人口呈正相关,即高程越高,坡度越大,人口越多,“生态—基本农田”冲突强度指数越大; 与居民点密度和城镇化率呈负相关,即居民点密度和城镇化率越高,“生态—基本农田”冲突强度指数越低。因为高程高的地区,进行农业生产的成本较高,基本农田抛荒严重,被用作生态用地,而基本农田更适宜布局在水热条件较优的低高程地区,因此高程越高的地区,“生态—基本农田”冲突强度指数越大。基本农田一般分布在地形比较平缓的地区,那里进行农业生产的水源、交通、机械化生产的条件都很优异,而生态用地一般划定在山区,因此,坡度越小“生态—基本农田”冲突强度指数就越小,而在坡度大的地区,因不适合进行农业生产,所以会被逐渐退耕还林,占用基本农田,所以坡度越大“生态—基本农田”冲突强度指数就越大。人口越多,从事农业生产的劳动力就相对多,对粮食的需求就较大,同时人口越多,对于生态用地的保护就越弱,生态用地被农业生产用地占用,所以“生态—基本农田”冲突强度指数越大。居民点密度大的地区多分布于城镇,城镇近年来对于生态环境的保护越来越重视,因此划定的生态空间相对较大,而城镇居民大多从事商业、服务业和工业,从事农业生产的人较少,永久基本农田划定就较少,因此生态保护红线和永久基本农田保护红线不易发生冲突。城镇化率高的地区也是如此,城镇化率是指城镇人口占总人口的比重,城镇化率高则证明区域城镇化水平更高,则更不易发生冲突,因此“生态—基本农田”冲突强度指数小。
3.3.2 “三线冲突”强度指数多元线性回归分析
(1)多元线性回归分析初步结果。本文利用SPSS 22.0软件对原始数据进行多元线性回归分析[20-21],采用向后法逐步回归构建模型,即:依次剔除解释变量,从包含所有解释变量的全模型出发,选择当前模型中对应的p值最小的变量,剔除此变量,以保证最终得到的解释变量集是最优的。
在双变量相关分析的基础上,通过多元线性回归分析,得到初步的结果分别见表4—6所示。然后,再通过向后法依次剔除解释变量,得到最终回归计算结果见表7。其中: Y1,Y2,Y3分别表示“城镇—基本农田”冲突、“城镇—生态”冲突、“生态—基本农田”冲突的多元线性回归模型。
(2)多元线性回归方程检验。为了保证方程的有效性,需要分别进行F及拟合优度检验,以及回归方程系数的确定和t检验。由表7可知,模型Y1,Y2,Y3的R2分别为0.898,0.933,0.854,分别能解释南昌市“城镇—基本农田”冲突、“城镇—生态”冲突和“生态—基本农田”冲突强度指数的89.8%,93.3%,85.4%,说明模型Y1,Y2,Y3拟合优度较好; 同时模型Y1,Y2,Y3的F检验统计量分别为61.653,97.418,17.53,对应的p均小于0.05,通过了显著性检验,说明被解释变量和解释变量存在较好的线性相关关系。
进行回归方程系数的确定和t检验,由表7可知模型Y1,Y2,Y3的回归方程的常数项及自变量的系数、t统计量和p值。在模型Y1和Y3中,常量及自变量对应的p值均小于0.05,通过了显著性检验,回归系数有效; 模型Y2中,常量对应的p值大于0.05,无意义; 自变量x3对应的p值为小于0.05,回归系数有效。
(3)多元线性回归方程建立。由表7可知,“城镇—基本农田”冲突的线性回归方程为:Y1=0.948x4-0.002; “城镇—生态”冲突的线性回归方程为:Y2=0.966x3; “生态—基本农田”冲突的线性回归方程为:Y3=1.246x2+0.889x6-0.066。
通过多元线性回归分析建立的3个方程,可以从数理统计的角度研究各因素对南昌市“三线冲突”强度指数作用的大小,通过已知的变量来预测强度指数的变化,并与实际的冲突强度指数进行对比,由此揭示南昌市“三线冲突”的自然和人文驱动机制。