粮食主产区耕地非粮化空间格局分异及其成因

　　摘 要：为摸清粮食主产区耕地非粮化的总体状况，揭示非粮化的空间分异特征及其成因，以徐州市为研究区域，运用空间自相关分析法、冗余分析法与案例分析法，研究粮食主产区非粮化空间分异特征、主导因素及作用机制。研究表明：徐州市法定耕地内(LF，10.25%)、永久基本农田范围内(BF，7.30%)、两区划定范围内(FF，2.68%)非粮化率呈依次递减态势，城区非粮化率高于远郊;非粮化面积超过 500 hm2乡镇为 6 个，分布于远郊南部和西北角，但非粮化率则从中心向远郊呈递减扩散。非粮化率在 FF 范围内存在 2 个高-高集聚区，不同于 LF 和 BF，城区周边明显高于其他区域; RDA 分析显示社会经济变量解释了 91.85%的非粮化面积特征向量的变化，主要驱动因子包含常住人口、农业人口、农业收入、土地流转率、农业机械总动力，其中非农收入和农业机械劳动力分别是城区与远郊的关键驱动因子。研究表明，粮食主产区非粮化率总体不高，以菜地为主，但不同范围、不同区位非粮化率差异明显，必须高度重视并谨慎对待经济社会因素驱动作用，为未来规范土地流转行为、有序引导种粮意愿、保障国家粮食安全提供科学依据。

　　本文源自常媛媛; 刘俊娜; 张琦; 于昊辰; 卞正富; 陈浮， 农业资源与环境学报 发表时间：2021-07-07

　　关键词：非粮化;耕地保护;空间分异;冗余分析;驱动因素;粮食主产区

　　从上世纪 90 年代起，中国步入快速工业化和城市化阶段，平均每年 2.94×105 hm2 耕地被非农化 [1]，还吸引大量农村劳动力，对农业形成比较利益低下和粮食需求旺盛的双重压力。当前，一些高收益农作物在经济利益驱使下大面积替代粮食作物[2]，仅 2019 年粮食播种下降了 9.70×105 hm2。“非粮化”导致的粮食生产力隐性损失已远大于“非农化”的显性损失，严重危害粮食安全、生态安全与社会稳定[3]。如何妥善解决非粮化问题已成为政府与公众关注的焦点[4-6]，2020 年 11 月国务院印发《关于防止耕地非粮化稳定粮食生产的意见》。此外，近几年工商资本大量流向乡村也加速了非粮化[7]。粮食安全是国家稳定与发展的基石，气候异常、疫情蔓延和粮食贸易封锁更加突显遏制非粮化的意义重大。

　　国家明令禁止耕地非粮化，《关于防止耕地非粮化稳定粮食生产的意见》要求严格控制耕地转化为林地、园地等其它类型农用地。2021 年 3 月 1 日施行的《农村土地经营权流转管理办法》也要求严格防止耕地非粮化，明确土地经营权流转要确保农地农用，优先用于粮食生产。但禁止非粮化的政策执行很难落实到位，主要有 3 方面原因:一是种粮效益低下，地方政府和农户均缺乏积极性。孔祥斌[8]、祝洪章[9]、高晓燕等[10]从不同侧面证实了上述原因是对非粮化的驱动作用，并分析对国家粮食安全的负面影响;二是土地流转和工商资本逐利促进了非粮转化。Seto 等[11]发现外来投资拉动、规划不科学、管理不当致使珠三角经济区耕地和粮食生产能力损失严重。廖富洲等[12] 分析了土地流转过程中承包人逐利行为对非粮化的影响，并从限制不当流转入手提出防止耕地过度非粮化的措施与建议;三是非粮化不像非农化直接导致耕地损失，危害小。非粮化行为多数属于农业内部结构调整，涉及种植农户的利益，无法一刀切。此外，一些特定的因素也影响非粮化，如种植规模[13]、产业结构[14]、家庭特征[15]和惠农政策[16]。尽管先前研究已涉及非粮化诸多方面，但主要围绕非粮化状况、原因、对策及影响因素，宏观政策或定性分析多[17-19]。小尺度或实地核查研究近乎空白，主要与先前的认知有关，一般认为非粮化多为农业内部结构调整、耕地未占用、危害小，没必要投入大量的人力、财力搞实地核查或高分辨影像监测。然而，对非粮化及空间特征的精准评估对当前耕地保护工作和国家粮食安全形势尤为重要。

　　城市化极大地改变了区域土地利用，形成了以非农化为特征的空间格局。同时受比较利益和机会成本等影响也挤兑周边粮食主产区内耕地，使之极易非粮化。然而，先前研究对粮食主产区内部的非粮化问题关注极少。徐州市属于黄泛冲积平原，耕地是最主要利用类型，约占土地总面积的 60.0%。它一直是国家重要的粮食主产区，永久基本农田保护率高达 90.0%，但近年城市化、工业化发展迅猛，城乡发展差距大，且受采矿等干扰严重，非粮化外部动力强劲，可作为复杂因素影响粮食主产区非粮化的典型案例。本文选择徐州市作为研究区域，厘清粮食主产区耕地非粮化的总体态势，揭示非粮化空间分异特征及成因，为今后耕地保护规划、惠农政策调控提供科学依据。

　　1 材料与方法

　　1.1 研究区概况

　　徐州市位于江苏省西北部(116°22′~118°40′ E、33°43′~34°58′ N)，下辖 5 个区 63 个街道(镇)，属暖温带季风性气候，年均气温 14℃，年均降水量 880 mm。该区平原为主，占 90%，是传统的粮食主产区。近 20 年社会经济发展迅速，2020 年城市化率已达 66.5%。同时，它又是传统的老工业基地，城市扩张、工业占用和采煤迹地侵入周边农业空间。尽管城市周边已划定了环状永久基本农田保护区，但非粮化趋向时刻威胁着耕地保护和粮食安全。

　　1.2 数据来源与处理

　　本研究数据包含土地利用和社会经济数据。为便于后续研究，对耕地作如下严格界定：①自然资源管理部门土地利用变更数据库内的耕地(简称“法定耕地”，记为 LF);②划入永久基本农田范围内的耕地(简称“永保耕地”，记为 BF);③划入粮食生产功能区与重要农产品生产保护区的耕地(简称“两区耕地”，记为 FF)。具体的数据来源与处理见技术路线图 1。

　　(1)数据来源：①土地利用现状数据、镇级行政边界、永久基本农田数据库、高分二号卫星影像来源于市自然资源与规划局;②粮食生产功能区与重要农产品生产保护区划定成果来源于市农业农村局; ③Landsat8 遥感影像来源于中国地理空间数据云平台(http://www.gscloud.cn/);④社会经济发展数据来源于《2018 年徐州市统计年鉴》、2018 年铜山区农村社会经济统计台帐和 2018 年贾汪区农村社会经济统计台帐;⑤土地流转情况来源于徐州市农村产权交易信息服务平台。

　　(2)数据处理：从 2019 年土地利用现状数据库中提取法定耕地范围，匹配 0.8 m 分辨率的高分二号卫星影像，采用目视解译法，共取得 31470 个非粮用途图斑，占全部耕地图斑的 25.32%。并对鼓楼区全部1171个非粮化图斑进行无人机实地校核，仅14个图斑目视解译有误，总体误差率仅为1.20%。依据《土地利用现状分类标准(GB/T 21010-2017)》，并结合实际情况，将非粮化地块分为菜地、辅助生产用地、园地、林地、草地 5 个类型，但后 3 类面积极小，故合并分析。

　　(3)数据分析：选取 2018 年户籍人口、常住人口、农业人口、非农业人口、农业收入、非农业收入、农业利用外资额、农业机械总动力、土地流转率、农业合作社数、交通区位等 11 个社会经济因素，运用空间自相关分析与冗余分析探寻非粮化的主要驱动因子。其中：交通区位量化选取镇为评价单元，以 0-10km、10-20km、>20km 为区间划分至高速公路出入口、距区中心距离、距市中心距离作缓冲分析，并分别赋予这 3 个指标权重为 0.5、0.3、0.2。其它 10 个因素按最大值标准化计算分值。

　　1.3 研究方法

　　1.3.1 空间自相关分析

　　Global Moran’s I 可以揭示区域某一属性的空间分布是否邻近区存在相关性及相关程度，能直观地反映某种空间现象的关联性与差异性[20]，详见公式(1)：