基于STIRPAT模型的山西省耕地变化研究

资源与产业 ›› 2011, Vol. 13 ›› Issue (5): 31-35.

基于STIRPAT模型的山西省耕地变化研究

邓青云, 师学义^*, 和文超

中国地质大学土地科学技术学院，北京100083

收稿日期:2010-10-14 修回日期:2011-07-21 出版日期:2011-10-20 发布日期:2011-10-20
通讯作者: 师学义（1960—），男，教授，主要从事土地利用规划与整理复垦开发研究
作者简介:邓青云(1985—)，男，硕士生，主要从事土地利用规划研究。E-mail:854465399@qq.com

FARMLAND CHANGES IN SHANXI PROVINCE BASED ON STIRPAT MODEL

DENG Qing-yun, SHI Xue-yi, HE Wen-chao

Received:2010-10-14 Revised:2011-07-21 Online:2011-10-20 Published:2011-10-20

摘要/Abstract

摘要：

经济快速发展对耕地面积减少的影响，是当前土地利用变化研究领域的热点之一。本文以山西省为例，应用STIRPAT模型，分析总人口、城市化率、产业结构对耕地面积变化的影响及富裕度与耕地变化之间的相关性。结果表明：总人口对耕地减少产生线性正效应，但各城市影响强度差异明显，最大者是最小者的23倍；城市化率、产业结构对耕地面积的弹性系数均大于-1且小于0，说明这两个因素每发生1%的变化，耕地面积发生反向但小于1%的变化；在观测数据范围内，富裕度和耕地面积之间形成类似环境Kuznets曲线。据此研究认为，缓解山西省耕地面积减少的压力可从控制人口、调整产业结构等方面入手。

关键词: 耕地, 社会经济驱动力, STIRPAT模型, 库兹涅茨曲线

Abstract:

A fast developing economy leads to a decrease in farmland, which is hot in current research. This paper, based on a case study on Shanxi province, applies STIRPAT model to analyze the influence of population, urbanization ratio, industrial structures to farmland areas and the relation between affluence and farmland changes. The results imply that the gross population has a positive influence over farmland, but variable largely among cities, up to 23 times maximum vs minimum; the flexible coefficient of urbanization ratio and industrial structure to farmland area lies between -1 to 0, indicating a 1% change in either will lead to a less than 1% change in farmland area in reverse. In the range of measurable data, a similar Kuznets curve is formed between the affluence and farmland area. The key points to mitigate the farmland pressure lies in controlling population and adjusting industrial structure.

Key words: farmland, socialeconomic drives, STIRPAT model, Kuznets curve

中图分类号:

F207.1

邓青云, 师学义, 和文超. 基于STIRPAT模型的山西省耕地变化研究[J]. 资源与产业, 2011, 13(5): 31-35.

DENG Qing-yun, SHI Xue-yi, HE Wen-chao. FARMLAND CHANGES IN SHANXI PROVINCE BASED ON STIRPAT MODEL[J]. Resources & Industries, 2011, 13(5): 31-35.

[1]	何乐天, 杨泳琪, 李蓉, 等. 基于STIRPAT模型的黑龙江省工业碳排放情景分析与峰值预测[J]. 资源与产业, 2024, 26(1): 162-172.
[2]	马雪梦, 赵俊. 基于生态足迹模型的新疆各地州市耕地生态补偿异质性研究[J]. 资源与产业, 2023, 25(6): 138-149.
[3]	朱智洺, 桂梦婷, 李红艳. “双碳”目标下江苏省碳平衡潜力预测研究[J]. 资源与产业, 2023, 25(1): 1-13.
[4]	王利军, 庞雅倩, 陈梦冬. 湖北省交通业碳排放影响因素及情景预测[J]. 资源与产业, 2022, 24(3): 106-113.
[5]	田泽, 张宏阳, 纽文婕. 长江经济带碳排放峰值预测与减排策略[J]. 资源与产业, 2021, 23(1): 97-105.
[6]	高新伟, 朱源. 科研投入抑制碳排放了吗？——基于LMDI模型和STIRPAT模型的碳排放影响因素分析[J]. 资源与产业, 2020, 22(6): 37-45.
[7]	李云，刘银帮. 西宁市耕地变化及城市发展适度性探究[J]. 资源与产业, 2020, 22(2): 12-17.
[8]	朱灵伟，李冬青，罗罡辉，等. 农地碳排放影响因素空间差异性研究-基于STIRPAT和GWR模型的实证分析[J]. 资源与产业, 2019, 21(6): 82-91.
[9]	葛艳芳，马骏，王改芹，等， 2019. 环境库兹涅茨曲线框架下产业升级对生态效率的影响——基于长江经济带市级面板数据的分析[J]. 资源与产业, 2019, 21(4): 12-19.
[10]	张增峰，朱新帅，黄克龙，等，2019. 基于产能理论的耕地资源价值核算研究——以江苏省盐城市为例[J]. 资源与产业, 2019, 21(4): 51-59.
[11]	孙付华，刘海玉，张胜男. 基于耕地资源价值的绿色GDP核算研究——以江苏省为例[J]. 资源与产业, 2019, 21(3): 60-66.
[12]	查奇芬，成鑫. . 技术进步对中国区域碳排放的影响研究[J]. 资源与产业, 2017, 19(6): 71-77.
[13]	杨栋，张涵玥，翁翎燕.. 基于耕地压力指数的江苏沿海地区人口承载力评价及预测[J]. 资源与产业, 2017, 19(5): 78-85.
[14]	董莉莉，吴克宁，魏洪斌，等. 我国东部典型县域耕地等别限制因素与提升对策[J]. 资源与产业, 2016, 18(4): 24-29.
[15]	李维，罗天. 环境库兹涅茨曲线与门槛协整模型——基于CO2排放量的国际数据验证[J]. 资源与产业, 2015, 17(5): 96-102.