川陕革命老区耕地多功能耦合协调时空演变及其影响因素研究

Spatiotemporal evolution and influencing factors of coupling coordination of multifunctional cultivated land in Sichuan-Shaanxi Old Revolutionary Base Area

摘要

目的 耕地多功能耦合协调发展是人地关系的重要外在表现，研究其时空格局和影响因素可为促进区域协调发展提供依据。 方法 通过构建耕地生产（CPF）-生活（CLF）-生态（CEF）功能评价体系，利用全局熵值法、耦合协调度及最优参数地理探测器等模型方法，基于县域视角分析2012—2022年川陕革命老区耕地多功能耦合协调关系时空演变及其影响因素。 结果 （1） 川陕革命老区耕地生产-生活-生态功能具有较强的时空异质性，分别表现出先增后减、持续增长、稳中略降态势，耕地综合功能（CCF）保持显著增强态势，空间上一致呈“西南高、东北低”格局。（2） 耕地多功能耦合协调度总体上升，沿东南—西北方向由中级协调型逐渐下降为中度失调型；耕地多功能权衡、协同关系转型显著，CPF-CLF和CLF-CEF关系由弱权衡演变为强协同，CPF-CEF始终保持强协同关系，空间上形成H-H/L-L协同区扩张与H-L/L-H权衡区消退的演变格局。（3） 耕地多功能耦合协调度的影响因素由自然主导逐步转向自然-社会经济多元协同的新格局，平均坡度、NDVI、夜间灯光指数及农村人均可支配收入皆为关键影响因子，自然-社会经济的交互作用随时间有所增强。 结论 区域自然本底条件与社会经济发展状况等因素共同推动川陕革命老区耕地多功能及耦合协调发展的时空演变格局，未来应基于标准化框架的耕地多功能评价指标体系和多源时空数据探讨耕地多功能的尺度效应。

Abstract

Objective The coupled and coordinated development of multifunctional cultivated land is an important external manifestation of the human-land relationship. Investigating its spatiotemporal patterns and influencing factors can provide a basis for promoting regional coordinated development. Methods By constructing an evaluation system for cultivated land production （CPF）-living （CLF）-ecological （CEF） functions and using the global entropy method， coupling coordination degree， and optimal parameters-based geographical detector， this study analyzed the spatiotemporal evolution and influencing factors of the coupling coordination relationship of multifunctional cultivated land in the Sichuan-Shaanxi Revolutionary Base Area from 2012 to 2022 based on a county-level perspective. Results （1） The cultivated land production-living-ecological functions in the Sichuan-Shaanxi Revolutionary Base Area exhibited strong spatiotemporal heterogeneity， showing trends of initial increase followed by decrease， continuous growth， and slight decline amid overall stability， respectively. Meanwhile， the cultivated land comprehensive function （CCF） maintained a significantly strengthening trend. Spatially， they consistently showed a pattern of “high in the southwest and low in the northeast”. （2） The coupling coordination degree of multifunctional cultivated land showed an overall increase， gradually decreasing from a moderately coordinated type to a moderately imbalanced type along the southeast-northwest direction. The trade-off and synergy relationships of multifunctional cultivated land transformed significantly. The CPF-CLF and CLF-CEF relationships evolved from weak trade-offs to strong synergies， while CPF-CEF consistently maintained a strong synergy relationship. Spatially， this resulted in an evolutionary pattern characterized by the expansion of H-H/L-L synergy zones and the contraction of H-L/L-H trade-off zones. （3） The influencing factors of the coupling coordination degree of multifunctional cultivated land shifted from natural dominance to a new pattern of natural-socioeconomic multivariate synergy. Average slope， NDVI， nighttime light index， and rural per capita disposable income were all key influencing factors， and the interaction between natural and socioeconomic factors strengthened over time. Conclusion Factors such as regional natural conditions and socioeconomic development jointly drive the spatiotemporal evolution patterns of multifunctional cultivated land and coupling coordination development in the Sichuan-Shaanxi Revolutionary Base Area. Future research should explore the scale effect of multifunctional cultivated land based on a standardized framework for the evaluation indicator system of multifunctional cultivated land and multi-source spatiotemporal data.

Graphical abstract

关键词

耕地多功能 / 耦合协调度 / 权衡-协同关系 / 最优参数地理探测器 / 川陕革命老区

Key words

multifunctional cultivated land / coupling coordination degree / trade-off and synergy relationship / optimal parameters-based geographical detector / Sichuan-Shaanxi Old Revolutionary Base Area

作为人类社会经济发展进程的重要资源要素，耕地在保障粮食安全、维护生态安全等方面发挥着关键支撑作用^［1-2］。随着人类对耕地功能认知和多元需求的转变，逐渐由传统的单一生产功能向经济贡献、生态服务、社会保障和文化传承等多维功能拓展^［3-4］。在中国持续推进生态文明建设的战略背景下，科学定位区域耕地多功能格局显得尤为重要^［5］。然而，受城镇农村建设两头挤占、退耕还林（草）工程实施及农业生产结构调整等多重因素影响^［6-7］，2009—2019年中国耕地面积减少约75.37万km²，同时耕地“非农化”“非粮化”“细碎化”“边际化”问题日益突出^［8］，不同程度地制约了耕地多功能利用的实现。

近年来，国内外学者广泛关注了耕地多功能的内涵延伸^{［4，9-10］}、评价指标体系构建^{［2-3，5-6，11-12］}、时空格局演变特征^{［3，11-14］}、耦合协调性评价^{［3，14-15］}、影响因素或驱动机制^{［3，12-15］}、权衡与协同关系^{［6，16-19］}及其分区管控与优化等^［2，18］领域，且多以县域为基本研究单元^{［2，6，11-15］}。现有研究普遍将耕地功能划分为“生产功能—生活（社会）功能—生态功能”3个维度：生产功能是耕地的最核心、最基本功能，是保障国家粮食安全的关键^［5，11］，主要体现耕地生产活动提供农产品的能力和潜力^［3］；生活（社会）功能是耕地衍生的最主要功能之一^［3，15］，主要反映耕地为农户提供生计保障的水平^［13］；生态功能则体现耕地在维持生态韧性、环境容量及生态系统平衡中的角色^［2，10］，其状态主要受耕地自身生态本底与农业生产方式的共同影响^{［3，6，14］}。此外，研究者们多采用耦合协调度模型^{［3，14-15］}、Spearman秩相关^［6，11］、双变量空间自相关模型^［6，17］、综合评价等^［3，18］方法对耕地多功能间的相互作用关系展开探讨，发现耕地多种功能之间不仅普遍存在着相互损益的协同关系和此消彼长的权衡关系^{［6，16-19］}，还表现出一定的主从性和排他性^{［11，19］}。

川陕革命老区位于川陕渝三省市交界地带，是长江上游重要的水源涵养区和秦巴生物多样性生态功能区的重要组成部分^［20］。随着《川陕革命老区振兴发展规划（2016—2020年）》及《“十四五”特殊类型地区振兴发展规划（2021—2025年）》等文件出台，为老区产业结构升级、基础设施完善、全面振兴与可持续发展提供了重要的政策保障。目前，学者们对该区土地利用变化^［21-23］及其生态系统服务价值^［22］、碳储量等^［23］展开研究，但缺乏单一土地利用类型及土地利用功能的研究。近30年来（1990—2022年）老区耕地面积减少了1.21万km²，占耕地总面积的21.26%，一定程度上影响了耕地功能水平发挥。藉此，本文从“生产-生活-生态”维度构建耕地多功能评价体系，利用全局熵值法、耦合协调度、随机森林（Random Forest， RF）及最优参数地理探测器（Optimal Parameters-based Geographic Detector， OPGD）等模型方法，系统分析川陕革命老区耕地多功能耦合协调时空演变特征及其影响因素，以期对优化老区耕地多功能配置，促进区域协调发展提供科学参考。

1 数据与方法

1.1 研究区概况

川陕革命老区（103°44′—111°2′E，30°19′—34°26′N）是中国共产党领导的红四方面军在川陕边界建立的革命根据地，其范围包括川东北、陕南、重庆城口等68个县级行政单元（图1），总面积为15.7万km²。该区地势总体南低北高，属亚热带季风性湿润气候且立体气候明显，土壤有机质含量高，是全国最大的天然硒资源区，也是重要的特色农产品生产加工基地^［20］。境内汉江、嘉陵江、渠江、涪江等水系发达，水资源丰富^［21］，森林覆盖率达57.2%，是长江上游重要生态保护屏障^［20］。相关统计资料显示，2022年老区常住人口和GDP分别为2 871.7万人、1.5万亿元，较2012年末分别减少212.7万人、增加0.9万亿元；粮食作物总产量及其单产分别为1 490.8万t，6.4 t/hm²，农村人均可支配收入介于11 129元（商南县）~27 748元（涪城区）。

1.2 指标体系构建

基于耕地多功能内涵与分类研究^{［2-6，9-12］}，依据系统性、科学性、层次性及差异性原则，结合研究区实际情况和数据可获取性，构建包含生产功能（Production Function， CPF）、生活功能（Living Function， CLF）、生态功能（Ecological Function， CEF）3个维度的耕地多功能评价指标体系（表1）。（1） 耕地生产功能（CPF）指标中：粮食生产水平反映耕地本底条件（如土壤质量、立地条件）与外部因素（如农业现代化水平、农业政策干预）协同作用效果^［6］；农业产值占地区GDP比重表征农业对区域经济的贡献能力^［5］；耕地复种指数与土地垦殖率分别从土地利用强度和开发规模两方面刻画区域耕地生产利用状况^［3，14］，二者在资源承载力范围内越高，表明耕地生产功能越强。（2） 耕地生活功能（CLF）指标中：粮食自给率衡量耕地对区域粮食安全的保障程度^［10］，以国际公认人均400 kg粮食为基准测算^［5］；人均耕地面积反映耕地资源的人口承载潜力，数值越大则吸纳农业就业能力越强^［13］；农村居民人均可支配收入体现耕地资源对农村居民生计的支撑能力^［11］，其与城镇居民人均可支配收入比值可间接表征耕地相关经济活动对缓解城乡收入差距的贡献。（3） 耕地生态功能（CEF）指标中：地均农药施用强度、地膜使用强度和化肥施用强度皆可表征农业增产性投入对耕地系统的污染程度^［14］；耕地占生态用地比例反映耕地与区域生态本底的协调性及生态空间占用状况^［3］。

农作物播种面积、耕地面积、城镇化率、年降水量均来自相关省市统计年鉴和相关县域社会发展统计公报，部分缺失数据通过市长信箱等方式获取。DEM来自地理空间数据云获取（https：∥www.gscloud.cn），利用ArcGIS软件提取县域平均海拔和平均坡度信息，归一化植被指数（Normalized Difference Vegetation Index， NDVI）和夜间灯光指数均来自谷歌地球引擎平台（Google Earth Engine， GEE）。

1.3 研究方法

本文主要涉及的研究方法有：（1） 采用全局熵值法来确定耕地多功能评价指标权重^［24］，该方法将多地区、多年份、多指标的数据集组合成面板数据，再依据传统熵值法确定指标权重^{［12，18］}，从而实现耕地多功能纵向和横向的比较分析，进一步利用综合加权法测算耕地综合功能（Comprehensive Function， CCF）^［11］。（2） 借助土地利用变化图谱探讨耕地功能的转化过程^［7］，并划分为稳定型、前期变化型、后期变化型、反复变化型和持续变化型5种类型。（3） 采用耦合协调度模型揭示耕地多功能之间的耦合协调程度（Coupling Coordination Degree， CCD）^［14-15］，通过Spearman秩相关系数表征耕地多功能间的权衡与协同关系^［6，16］，其空间关系的表征可借助双变量空间自相关模型的LISA聚类分析实现^［17］。（4） 应用随机森林模型（RF）判断耕地多功能耦合协调度各驱动因子的相对重要性^［25-26］，再结合最优参数地理探测器模型（OPGD）识别影响其关键因素^［27］。

2 结果与分析

2.1 耕地多功能时空演变特征

2.1.1 耕地生产-生活-生态功能演变格局

依据自然断裂点法将川陕革命老区耕地多功能划分为低、较低、较高和高4个等级水平（图2）。研究时段内，川陕革命老区县域平均耕地生产功能（CPF）呈现先增后减的趋势变化，空间上自南向北逐渐降低态势（图2），与区域耕地资源的南密北疏格局高度吻合。2012年县域CPF处于0.027 3（凤县）~0.231 0（达川区）之间，主要由偏高水平（25个）与低水平（24个）县域构成。2017年县域CPF的变化范围有缩小态势，但66.2%县域CPF值有所增加，其中恩阳、渠县和嘉陵增加最多并转为高水平区。2022年县域CPF以凤县最低（0.024 4）、开江最高（0.280 6），各等级比例与2012年一致，其中54.4%县域CPF较2017年有所增加，以开江和涪城偏高最为明显。值得注意的是，2012—2022年四川南部达川、通川、仪陇以及陕南多数县域CPF表现出不增反降现象，其中达川降幅最为突出（-42.23%），而安康市80%县域和汉中55%县域有所降低，可能与陕南部分县域转向生态保护或非农产业等产业结构调整有关。

耕地生活功能（CLF）表现出持续增长态势，均值从0.083 3（2012年）显著提升至0.134 3（2022年），年均增速达到4.8%。2012年全区约89.7%县域CLF为低水平区，仅有佛坪处于较高水平区（0.160 6），绵阳三台、安康镇坪等县域为较低水平区。2017年县域CLF范围为0.068 2（利川）~0.164 7（梓潼），约94.1%县域CLF实现增加，其中在川东北地区形成较低水平集聚区，县域数量占四川片区县域总数的54.5%，西南部的盐亭、梓潼、平武等6个县域转为较高水平区；陕西片区县域CLF增加幅度有限（0.006 2），总体上维持低水平区主导格局，同卫新东等研究结论相吻合^［14］，可能与这些县域地处秦巴山连片扶贫区的核心地带，地形破碎度高、经济基础相对薄弱等因素有关^［28］。2022年县域CLF空间上表现出“西南高—东北低”的梯度分布特征，川东北地区多数县域等级皆有所提升，形成以三台—安州为核心的高水平集聚区；在陕西片区的汉中（不包括汉台）形成较低水平集聚区，可能是在脱贫攻坚战略、西成高铁开通等协同作用下显著提升了耕地生活保障功能。

耕地生态功能（CEF）整体表现出“稳中略降”态势，其均值从0.100 9（2012年）降至0.095 5（2022年），具有相对稳定的西南高、东北低空间格局（图2），与区域耕地资源的南密北疏、林草生态用地的北密南疏分布特征高度吻合。2012年县域CEF处于0.026 0（宁陕）~0.202 2（嘉陵）之间，形成以低水平（21个）-高水平（20个）为主、较低水平（17个）为辅的分布格局。2017年县域CEF各等级的比例整体与2012年基本一致，仅有汉中汉台、达州宣汉有所降低。受退耕还林等生态工程实施强度的差异^［21］、城镇化发展进程不协调、化肥农药减量化趋势等因素的协同影响，2022年约85.3%县域CEF表现出下降趋势，以巴中恩阳降幅最为明显（-0.021 0），进而演变为以低水平（22个）-较低水平（19个）为主、高水平（15个）为辅。

川陕革命老区县域CPF-CLF-CEF演变轨迹具有显著的时空异质性，耕地综合功能（CCF）整体上保持显著增强态势，其均值从0.268 1（2012年）增至0.316 7（2022年），年均增速率达到1.81%，表现出“西南高—东北低”的梯度分布特征（图2D）。2012年仅有达川、西充和三台处于高水平等级（>0.41），其中达川区最高（0.465 0），得益于其CPF和CEF均处于高水平，西充和三台则主要受CEF主导；此外，偏高水平县域（24个）与低水平县域（25个）合计占比超过72.1%。《川陕革命老区振兴规划》实施后（2015年），2017年约85.3%县域CCF有所增加，高水平县域扩展至三台—恩阳—开江以南走廊地带（18个），与偏低水平（18个）、低水平（19个）县域数量相当。2022年县域CCF呈明显的东北向梯度扩散特征，形成以高水平区（21个）和较低水平区（20个）为主导、低水平区（16个）为补充的分布态势；其中高水平县域CCF的提升主要源于CEF的显著贡献。

2.1.2 耕地生产-生活-生态功能图谱特征

由图3可知，川陕革命老区县域生产功能（CPF）以稳定型图谱占主导（45个），占全区县域总数的66.2%，其中较高（18个）与低水平（16个）稳定型数量接近；反复变化型（11个）略多于后期变化型（8个），且多分布于研究区东南及东北部。县域生活功能（CLF）主要图谱类型为持续变化型（27个）和后期变化型（22个），前者主要集中于四川片区且多呈现“低—较低—较高”模式演变（17个），后者则密集分布于陕西西部并以“低—低—较低”模式为主（18个），另有15个低水平稳定型集中分布于陕西安康、商洛。县域生态功能（CEF）呈现明显的稳定型主导格局（56个），形成老区边缘低（20个）—川陕交界区较低（14个）-南部高（15个）的空间分布特征；其他图谱类型数量较少且分散，前期变化型县域数量（5个）略少于后期变化型（6个）。对于耕地综合功能（CCF）而言，稳定型图谱最多（30个）且集中分布在陕西及川东北边缘，以低水平（13个）—较低水平（9个）为主；而前期变化型（25个）在四川片区南部、西部呈“U型”格局，后期变化型（11个）则集中于四川片区西部。

2.2 耕地多功能耦合协调度与权衡-协同关系演变特征

2.2.1 耕地多功能耦合协调度演变特征

耕地作为兼有生产、生活与生态等多种功能的复合系统，具有显著的开放动态性以及相互关联、相互制约等复杂特征^{［3，12-15］}。图4为2012—2022年川陕革命老区耕地多功能耦合协调度（CCD）空间分布，并依据文献^［14］划分耦合协调等级。研究期内川陕革命老区耕地多功能CCD呈现稳步上升趋势，均值从0.498 8（2012年）提升至0.539 9（2022年），极值范围由0.329 6~0.648 1增至0.329 6~0.749 9，表明耕地生产-生活-生态功能整体耦合协调性改善与区域差异并存的发展态势。具体表现为2012年形成陕南秦岭中低山轻度失调区（24个）与四川大巴山初级协调区（20个）的“双极”格局，南北则呈现中度失调与中级协调的对称分布格局。2017年以轻度失调型最多（28个），空间上表现出“南增北扩”态势；中级协调区向周边扩展至开江—巴州—安州沿线，初级协调和中度失调类型略有收缩。2022年主导类型变为中级协调型（23个），其空间格局与2017年保持一致，具有一定的“锁定”效应；初级协调型向北扩至汉中洋县，东北侧的丹凤、商南和镇坪则降为中度失调，而轻度失调型分化为东、西两个集聚区；渠县和开江县突升为良好协调等级，反映出两县耕地多功能形成协同提升的良性演化关系。

2.2.2 耕地多功能权衡-协同关系演变

表2反映了川陕革命老区耕地生产（CPF）-生活（CLF）-生态（CEF）-综合（CCF）功能权衡和协同关系的总体特征。整体而言，川陕革命老区耕地多功能关系呈现显著优化趋势，CPF-CLF和CLF-CEF皆由最初的弱权衡关系发展为2017—2022年的强协同关系（p<0.05），且协同效应持续提升，而CPF-CEF始终保持强协同关系（p<0.01），与对河北省^［6］的研究结果较为一致。这些充分反映了《川陕革命老区振兴规划》和脱贫攻坚战略的实施不仅显著提升了耕地生产与生活功能的协同水平^［29］，同时通过合理的空间功能配置，有效维护了生态功能的稳定性，进而实现了耕地多功能的整体协调发展。老区CLF-CCF由不明显的协同关系逐渐发展为强协同关系（p<0.01），CPF-CCF和CEF-CCF始终是强协同关系（p<0.01），说明这种“基础功能—综合功能”的多层次协同发展模式，为川陕革命老区乡村振兴提供了重要的功能支撑。

借鉴文献^［17］，本文将川陕革命老区耕地多功能权衡-协同的空间关系划分为H-H协同区、L-L协同区、H-L权衡区和L-H权衡区（图5）。2012—2022年老区耕地生产-生活功能总体呈协同增强趋势，H-H协同和L-L协同区县域数量持续增长，其中H-H协同区主要集中在绵阳—广元—南充交界地带，L-L协同区集中区域从陕西秦岭中山区向安康东南部延伸；H-L权衡区县域数量逐渐减少至研究末期的完全消失，L-H权衡区县域数量保持稳定，空间上呈零星分布特征。耕地生产-生态功能整体表现出稳定的协同关系，H-H协同区形成绵阳南部、达州南部及南充全域的带状集聚区，L-L协同区集中分布在汉中东北部、安康市全境及商洛中西部等地区；H-L权衡区仅出现在汉阴（2012年）。耕地生活-生态功能呈现显著的“权衡→协同”转变趋势且协同区逐渐增加的空间格局，H-H协同区与L-L协同区县域数量同步持续增加，新增H-H协同区全部由L-H权衡区转化，主要集聚于米仓山—大巴山过渡地带，新增L-L协同区县域皆由H-L权衡区转化而来，与耕地生产-生态功能的L-L协同区高度重叠。

2.3 耕地多功能影响因素

2.3.1 基于随机森林模型的因子重要性分析

耕地多功能是区域自然本底条件与社会经济发展状况等多重因素共同作用的结果^{［3，12-15］}。结合研究区实际情况及相关研究成果，本文重点探讨自然本底条件和社会经济发展对川陕革命老区耕地多功能耦合协调度（CCD）的影响：（1） 自然地理条件是耕地利用的基础和前提^［12］，深刻制约着农业生产潜力与资源供给能力，并在宏观尺度上主导着CCD的演变方向^［13］。尽管自然条件在短期内变化相对微弱，但川陕革命老区内部分异显著，表现为南北地形梯度差异、降水纬向地带性分异及生态工程实施效果的空间异质性^［21］。因此选取平均坡度（x₁）、平均海拔（x₂）、年均降水（x₃）、平均NDVI（x₄）为自然本底条件的表征指标。（2） 社会经济发展是CCD演化的重要推动力和目标导向^［12］，主要涉及区域经济发展水平和人口结构等情况^［14］，故选取夜间灯光指数（x₅）、城镇化率（x₆）、人均GDP（x₇）和农村居民人均可支配收入（x₈）4个指标进行表征。

图6为基于随机森林模型的耕地多功能CCD影响因素的重要性排序及模型精度评估。可知，所建立随机森林模型的决定系数（R²）处于0.833~0.881，说明所选取的8个驱动因子能够较为准确地解释川陕革命老区耕地多功能CCD变化。研究时段内各驱动因子对CCD的影响具有明显差异，其中平均坡度（x₁）是CCD最为重要的变量（18.3%~19.5%），平均海拔（x₂）的影响重要性呈先升后降态势（8.4%~14.3%），表明“坡度+海拔”梯度对耕地资源的分异效应显著并限制了区域耕地多功能的协同发展^［7，14］。平均NDVI（x₄）对CCD的影响重要性达14.1%~18.1%，既体现其生态功能区的定位^［20］，也反映退耕还林等生态工程引发的耕地-林地转型效应^［21-22］。夜间灯光指数（x₅）由1.92（2012年）显著增加至6.31（2022年），对CCD的重要性从2.8%提升至11.7%，体现其作为反映区域社会经济活动强度的综合指标，可通过多维路径影响耕地多功能水平。此外，农村居民人均可支配收入（x₈）对CCD的重要性呈增加态势，与其直接提升耕地经济保障能力，进而影响耕地系统的多功能协调发展^［19］。综合来看，自然地理因素（如坡度）对川陕革命老区耕地CCD具有关键作用，但相对重要性有所减弱（-18.38%），而社会经济因素（如夜间灯光指数）重要性增强（11.24%），表明脱贫攻坚和乡村振兴战略强化了社会经济调节能力。

2.3.2 基于最优参数地理探测器模型的影响因子分析

基于最优参数的地理探测器模型（OPGD）的结果显示（图7）：2012年影响耕地多功能CCD的主导驱动因子有平均坡度（x₁）和平均海拔（x₂），其解释力q值分别为0.875，0.801（p<0.01），2017—2022年主导驱动因子转为平均坡度（x₁）、NDVI（x₄），q值达到0.854~0.880（p<0.01）；年均降水（x₃）的解释力q值持续下降（p<0.01）。此外，社会经济因素对CCD的解释力有逐渐增强趋势，研究时段内夜间灯光指数（x₅）由0.549显著增至0.788，农村居民人均可支配收入（x₈）由0.392升至0.786（p<0.01），与基于随机森林模型的因子重要性分析结果一致。可见自然地理因素对耕地多功能CCD的影响较为突出，研究区北部秦巴山区的海拔高、坡度陡与南部盆地的海拔低、坡度缓的地形格局差异显著影响了耕地资源禀赋和配置效率，从根本上制约着耕地生产功能承载力、生活功能适宜度与生态功能稳定性的空间协同关系；随着社会经济发展及政府政策的实施，驱动因子由单一自然主导逐步转向自然-社会经济多元协同的新格局^［12］。

因子交互探测结果显示，2012—2022年老区耕地多功能CCD的驱动因子交互作用呈现显著增强效应，所有组合均表现为双因子或非线性增强。平均坡度（x₁）、平均海拔（x₂）等自然地理因子的交互解释力q值达到0.870~0.957，其中77.8%的组合超过0.90，证实了自然地理条件对区域耕地多功能CCD的决定性影响。城镇化率（x₆）等社会经济因子的交互作用持续增强，平均q值由初期的0.644上升至中后期的0.782~0.798，其中夜间灯光指数（x₅）∩农村居民人均可支配收入（x₈）最高（0.845），反映了社会经济发展对CCD的协同效应。研究时段内自然地理与社会经济因子交互解释力q值的极差范围显著扩大，由0.119（2012年）增至0.510（2022年），其中62.5%的组合有所增加，2012年和2022年最强组合类型为平均坡度（x₁）∩农村居民人均可支配收入（x₈），2017年为NDVI∩城镇化率（x₆），一定程度上凸显了区域社会经济活动与自然环境互动对耕地多功能CCD影响的复杂化。

3 结 论

通过构建耕地生产（CPF）-生活（CLF）-生态（CEF）功能评价指标体系，结合全局熵值、耦合协调度、双变量空间自相关、随机森林（RF）及最优参数地理探测器（OPGD）等模型方法，深入研究川陕革命老区耕地多功能耦合协调时空演变特征及其影响因素。主要认识有：

（1） 川陕革命老区耕地多功能具有较强的时空异质性。2012—2022年耕地CPF， CLF和CEF总体上分别呈先增后减、持续增长、稳中略降态势，耕地综合功能（CCF）保持显著增强态势，且皆表现出“西南高、东北低”的空间格局。县域尺度耕地CPF和CEF主导的演变图谱为稳定型，CLF为持续变化型和后期变化型，CCF则以稳定型和前期变化型为主。

（2） 2012—2022年耕地生产-生活-生态功能耦合协调度呈现总体上升趋势，沿东南—西北方向由中级协调型逐渐下降为中度失调型。耕地多功能权衡-协同关系转型显著，CPF-CLF和CLF-CEF关系由弱权衡演变为强协同，CPF-CEF始终保持强协同关系，形成H-H/L-L协同区扩张与H-L/L-H权衡区消退的空间差异化演变路径。

（3） 2012—2022年耕地多功能耦合协调度的影响因素由自然主导逐步转向自然-社会经济多元协同的新格局。RF和OPGD模型均显示出平均坡度、NDVI、夜间灯光指数及农村人均可支配收入是耕地多功能耦合协调度的主要驱动因子，自然-社会经济的交互作用呈现显著增强效应。

本研究系统解析了川陕革命老区县域耕地多功能的耦合协调关系及其演变格局，进而识别出关键影响因素，为老区“十五五”时期耕地资源的优化配置提供了理论支撑。然而，当前耕地多功能研究仍面临两个关键科学问题：其一，囿于耕地系统的复杂性，目前尚无统一的耕地多功能的分类及评价体系^{［3-4，13］}，甚至存在争议。例如，在土地垦殖率的功能属性界定上，张玥等^［3］将其作为耕地生产功能的考察指标，而安悦^［12］、韦燕飞^［15］等将其纳入生态功能评价体系；现有研究中，单位耕地面积承载人口数量既被用作生态功能的负向指标^{［13，15］}，也被视为社会保障功能的正向指标^［12］，这些指标的功能模糊性可能导致评价结果产生一定偏差。其二，受限于乡镇、村域等微观尺度资料可获取性，现有研究缺少多尺度耕地多功能水平的时空异质性分析^［16］，一定程度上制约了其耦合协调机制的多尺度认知。后续研究中应尝试构建科学全面、学界共识的耕地多功能评价指标体系标准化框架，整合多源时空大数据（包括高分遥感、手机信令、POI等）探讨耕地多功能的尺度效应，并引入政策干预变量深入解析耕地多功能耦合协调发展的关键因素。

参考文献

[1] 宋小青，吴志峰，欧阳竹.耕地转型的研究路径探讨［J］.地理研究，2014，33（3）：403-413.

[2] Song X Q， Wu Z F， Ouyang Z. Route of cultivated land transition research［J］. Geographical Research， 2014，33（3）：403-413.

[3] 张利国，陆汝成，马国斌，等.珠江-西江经济带广西段耕地多功能利用及优化策略［J］.水土保持研究，2024，31（3）：276-286.

[4] Zhang L G， Lu R C， Ma G B， et al. Multifunctional utilization and optimization strategy of cultivated land in Guangxi section of Pearl River-Xijiang River economic belt［J］. Research of Soil and Water Conservation， 2024，31（3）：276-286.

[5] 张玥，代亚强，陈媛媛，等.中国耕地多功能耦合协调时空演变及其驱动因素［J］.农业工程学报，2023，39（7）：244-255.

[6] Zhang Y， Dai Y Q， Chen Y Y， et al. Spatial-temporal evolution and driving factors of cultivated land multifunctional coupling coordination development in China［J］. Transactions of the Chinese Society of Agricultural Engineering， 2023，39（7）：244-255.

[7] 宋小青，吴志峰，欧阳竹.1949年以来中国耕地功能变化［J］.地理学报，2014，69（4）：435-447.

[8] Song X Q， Wu Z F， Ouyang Z. Changes of cultivated land function in China since 1949［J］. Acta Geographica Sinica， 2014，69（4）：435-447.

[9] 高佳，赵荣荣，王盼盼.耕地多功能对粮食生产能力变化的敏感度研究［J］.自然资源学报，2024，39（6）：1434-1449.

[10] Gao J， Zhao R R， Wang P P. Study on the sensitivity of cultivated land multifunction to the changes of grain productivity capacity［J］. Journal of Natural Resources， 2024，39（6）：1434-1449.

[11] 武子豪，郝晋珉，陈航，等.河北省耕地多功能评价与关键权衡协同分析［J］.农业工程学报，2024，40（14）：199-209.

[12] Wu Z H， Hao J M， Chen H， et al. Multifunctional evaluation and key trade-offs and synergy relationships of cultivated land in Hebei Province of China［J］. Transactions of the Chinese Society of Agricultural Engineering， 2024，40（14）：199-209.

[13] 安彬，肖薇薇，崔晓明.汉江生态经济带土地利用格局的地形梯度效应特征［J］.水土保持研究，2024，31（4）：288-297，307.

[14] An B， Xiao W W， Cui X M. Topographic gradient effect of land use pattern in Hanjiang River ecological economic belt［J］. Research of Soil and Water Conservation， 2024，31（4）：288-297，307.

[15] 叶思菁，宋长青，程昌秀，等.中国耕地资源利用的 “五化” 态势与治理对策［J］.中国科学院院刊，2023，38（12）：1962-1976.

[16] Ye S J， Song C Q， Cheng C X， et al. Five issues and countermeasures of China cropland resource use［J］. Bulletin of Chinese Academy of Sciences， 2023，38（12）：1962-1976.

[17] Zhu Y H， Luo P P， Zhang S， et al. Spatiotemporal analysis of hydrological variations and their impacts on vegetation in semiarid areas from multiple satellite data［J］. Remote Sensing， 2020，12（24）： 4177.

[18] 向敬伟，廖晓莉，宋小青，等.中国耕地多功能的区域收敛性［J］.资源科学，2019，41（11）：1959-1971.

[19] Xiang J W， Liao X L， Song X Q， et al. Regional convergence of cultivated land multifunctions in China［J］. Resources Science， 2019，41（11）：1959-1971.

[20] 张研，钱磊.陕西省耕地多功能空间分布格局与集聚特征研究［J］.中国农业资源与区划，2024，45（10）：122-130.

[21] Zhang Y， Qian L. Multifunctional spatial distribution pattern and agglomeration characteristics of cultivated land in Shaanxi Province［J］. Chinese Journal of Agricultural Resources and Regional Planning， 2024，45（10）：122-130.

[22] 安悦，谭雪兰，李印齐，等.洞庭湖地区耕地功能时空演变特征及影响因素研究［J］.地理科学，2022，42（7）：1272-1282.

[23] An Y， Tan X L， Li Y Q， et al. Spatio-temporal evolution characteristics and influencing factors of cultivated land functions in the Dongting Lake aera［J］. Scientia Geographica Sinica， 2022，42（7）：1272-1282.

[24] 张英男，龙花楼，戈大专，等.黄淮海平原耕地功能演变的时空特征及其驱动机制［J］.地理学报，2018，73（3）：518-534.

[25] Zhang Y N， Long H L， Ge D Z， et al. Spatio-temporal characteristics and dynamic mechanism of farmland functions evolution in the Huang-Huai-Hai Plain［J］. Acta Geographica Sinica， 2018，73（3）：518-534.

[26] 卫新东，林良国，罗平平，等.耕地多功能耦合协调发展时空格局与驱动力分析［J］.农业工程学报，2022，38（4）：260-269.

[27] Wei X D， Lin L G， Luo P P， et al. Spatiotemporal pattern and driving force analysis of multi-functional coupling coordinated development of cultivated land［J］. Transactions of the Chinese Society of Agricultural Engineering， 2022，38（4）：260-269.

[28] 韦燕飞，魏锋，童新华.2005—2020年广西左右江革命老区耕地多功能耦合协调度时空分布及影响因素［J］.水土保持通报，2023，43（1）：174-183.

[29] Wei Y F， Wei F， Tong X H. Spatio-temporal distribution and influencing factors of multi-functional coupling coordination degree of cultivated land in zuoyoujiang old revolutionary base area， Guangxi Zhuang autonomous region during 2005—2020［J］. Bulletin of Soil and Water Conservation， 2023，43（1）：174-183.

[30] 徐国良，赵婵娟，刘钰，等.新旅游资源观下的乡村旅游地耕地多功能权衡/协同关系研究：以江西省中源乡为例［J］.自然资源学报，2024，39（4）：804-822.

[31] Xu G L， Zhao C J， Liu Y， et al. Research on the trade-offs/synergies of multifunctional cultivated land in rural tourism destinations from a new perspective on tourism resources： a case study of Zhongyuan township， Jiangxi Province［J］. Journal of Natural Resources， 2024，39（4）：804-822.

[32] 赵素霞，李珍珍，王兵.河南省耕地多功能权衡-协同关系与分区管制研究［J］.农业机械学报，2024，55（11）：363-374.

[33] Zhao S X， Li Z Z， Wang B. Trade-off and synergy relationships and regional regulation of multifunctional cultivated land in Henan Province［J］. Transactions of the Chinese Society for Agricultural Machinery， 2024，55（11）：363-374.

[34] 罗莎莎，赖庆标，王旭东，等.基于多功能评价与权衡-协同关系的福建省耕地区划管控［J］.农业工程学报，2023，39（13）：271-280，F0003.

[35] Luo S S， Lai Q B， Wang X D， et al. Control and management of cropland regionalization in Fujian Province of China using multi-functional evaluation and trade-off/synergy relationships［J］. Transactions of the Chinese Society of Agricultural Engineering， 2023，39（13）：271-280，F0003.

[36] 李怡，方斌，李裕瑞，等.城镇化进程中耕地多功能权衡/协同关系演变及其驱动机制［J］.农业工程学报，2022，38（8）：244-254.

[37] Li Y， Fang B， Li Y R， et al. Trade-off and synergy evolution of farmland functions and its dynamic mechanism in the process of urbanization［J］. Transactions of the Chinese Society of Agricultural Engineering， 2022，38（8）：244-254.

[38] 国家发展和改革委员会.川陕革命老区振兴发展规划［EB/OL］.（2016-08-04）［2025-04-23］.

[39] National Development and Reform Commission. Revitalizing and Developing Plan for the Sichuan-Shaanxi Old Revolutionary Base Area［EB/OL］.（2016-08-04）［2025-04-23］.

[40] 安彬，肖薇薇，陈文靖.川陕革命老区土地利用变化时空演变及驱动因子研究［J］.林业调查规划，2025，50（4）：183-191.

[41] An B， Xiao W W， Chen W J. Spatiotemporal evolution and driving factors of land use change in the Sichuan-Shaanxi revolutionary old area［J］. Forest Inventory and Planning， 2025，50（4）：183-191.

[42] 封建民，郭玲霞，李晓华.汉中市土地利用时空变化及其对生态系统服务价值的影响［J］.水土保持研究，2020，27（1）：275-282.

[43] Feng J M， Guo L X， Li X H. Temporal and spatial variations of land uses and their influences on ecosystem service function values in Hanzhong City［J］. Research of Soil and Water Conservation， 2020，27（1）：275-282.

[44] 张新生，韩永虎，韩轶伟.基于PLUS-InVEST模型的陕南地区土地利用变化多情景模拟与碳储量评估［J］.地域研究与开发，2024，43（2）：146-152，160.

[45] Zhang X S， Han Y H， Han Y W. Land use change and carbon stock assessment in southern Shaanxi based on the PLUS-InVEST model under multiple scenarios［J］. Areal Research and Development， 2024，43（2）：146-152，160.

[46] 徐明，陈斯洁.我国粮食安全水平测度及影响因素研究：基于2012—2022年31个省级面板数据［J］.河南社会科学，2024，32（6）：67-77.

[47] Xu M， Chen S J. Measurement and influencing factors of China′s grain security level： based on panel data from 31 provinces from 2012 to 2022［J］. Henan Social Sciences， 2024，32（6）：67-77.

[48] Breiman L. Random forests［J］. Machine Learning， 2001，45（1）：5-32.

[49] 廖瑞恩，齐实，赖金林，等.西南高山峡谷区水力侵蚀时空变化及其驱动力［J］.水土保持研究，2024，31（5）：139-147.

[50] Liao R E， Qi S， Lai J L， et al. Spatial-temporal variation and driving mechanism of water erosion in southwest Alpine-canyon area of China［J］. Research of Soil and Water Conservation， 2024，31（5）：139-147.

[51] Song Y Z， Wang J F， Ge Y， et al. An optimal parameters-based geographical detector model enhances geographic characteristics of explanatory variables for spatial heterogeneity analysis： Cases with different types of spatial data［J］. GIScience & Remote Sensing， 2020，57（5）：593-610.

[52] 白玉玲，陈佳，尹莎，等.乡村振兴背景下脱贫山区乡村韧性演变及影响因素：以陕南秦巴山区为例［J］.生态学报，2024，44（19）：8798-8811.

[53] Bai Y L， Chen J， Yin S， et al. Evolution and influencing factors of rural resilience in poverty alleviation Qinling Daba Mountains areas under the background of rural revitalization［J］. Acta Ecologica Sinica， 2024，44（19）：8798-8811.

[54] 张启正，袁菱苒，胡沛楠，等.革命老区振兴规划对农业增长的影响及其作用机理［J］.中国农村经济，2022（7）：38-58.

[55] Zhang Q Z， Yuan L R， Hu P N， et al. The impact of national revitalization plan for old revolutionary base areas on regional agricultural development［J］. Chinese Rural Economy， 2022（7）：38-58.

基金资助

陕西（高校）哲学社会科学重点研究基地项目(23JZ012)

四川省人文社会科学重点研究基地—四川革命老区发展研究中心2023年度项目(SLQ2023SB-28)

安康学院大学生创新训练计划项目(202411397020)