粮食单产空间格局改变

0引言

随着中国人口的增加、社会经济的发展、耕地面积的减少，粮食安全已成为一个紧迫的问题［1］。我国的粮食安全问题，实质上是粮食产量问题［2－3］。而粮食产量是众多因素共同作用的结果［4］。近些年来，一些学者通过对我国粮食产量进行的研究表明，几十年来驱动我国粮食产量变化的直接推动力是单产，其次才是播种面积［5］。我国自1952年来粮食总产的增加，已经可以完全归结为单产水平的提高［6］。粮食单产水平及其波动状况直接影响粮食产量及其稳定性，单产变化及其波动的区域差异已经引起我国许多学者的关注。党安荣等［5］采用GIS分析手段，通过对1984年以来我国粮食单产空间变化的定量研究表明，在1984－1994年这10年中我国北方地区粮食增产强度较大、南方地区下滑现象明显。程叶青［6］采用数理统计和GIS空间分析方法，通过对1980－2005年东北地区183个县(市)的粮食单产变异的分析，揭示了东北地区粮食单产水平空间格局变化特征，为东北地区粮食可持续生产提供了科学依据。钟甫宁等［7］通过变异率和变异系数两个参数分析了全国各省市单产波动特征，结果表明粮食主产区的波动系数和波动幅度比其他地区高。殷培红等［8］利用去趋势波动方法对全国2075个县(市)的20年粮食单产数据进行分析后指出，吉林、辽宁东部、河南、安徽地区粮食单产波动系数较高。以往研究尽管基于国家或省级尺度，较好地揭示了粮食单产宏观格局的变化规律，却囿于统计分析和GIS的空间表达，难以反映区域内部粮食生产的异质性。而基于GIS平台的探索性空间数据分析ESDA(ExploratorySpatialDataAnalysis)方法是通过对事物或现象空间分布格局的描述与可视化，发现空间集聚和空间异常，解释研究对象之间的空间相互作用机制的一种新的有效的测度方法。目前，此方法已广泛应用于区域人口［9］、农业［10］、土地［11－12］等各种社会经济要素［13］的空间格局分布研究上，但用于粮食单产这一主要农业经济要素的地域格局变化的研究还鲜见报道。河北省是全国重要的商品粮食生产基地之一［14］，在全国粮食生产中具有重要的地位。耕地面积减少和人口增长的双重压力，使河北省粮食生产只能走主攻单产之路，因此如何充分挖掘耕地增产潜力，稳定提高粮食单产就显得相当重要。但河北省地貌类型多样，农业类型区跨度较大，粮食单产水平空间分布不尽相同。基于此，本文以河北省136个县(市)为研究单元，基于泰尔指数模型与ESDA空间分析技术，对1987－2009年河北省136个县粮食单产的区域差异特征以及动态演变格局进行了动态研究，以期从一个崭新的途径上反映区域粮食单产的差异特征，为该区域粮食生产宏观布局与规划决策提供科学依据。

1研究区域及研究方法

1．1研究区概况

河北省地跨36°03'N～42°40'N，113°27'E～119°50'E之间，总面积为18．88万km2。该区域平均气温自南向北，自东向西逐渐降低;地形地貌类型多样，平原分布在东南方，山地呈半环状耸于西北部，高原镶嵌在西北边缘，由海陆节节上升。河北省拥有良好的农业基础和农业区位优势，是《全国新增1000亿斤粮食生产能力规划(2009－2020年)》中确定的重点区域之一。根据全国农业生态类型区的划分标准，河北省范围内包含2个国家一级类型区和4个国家二级类型区，如表1和图1所示。

1．2研究方法

1．2．1泰尔系数

研究区域差异的定量化指标很多［15－17］，如极差、标准差、变异系数和泰尔(Theil)系数等，其中泰尔指数和变异系数应用较为普遍。泰尔指数(Theil)的意义在于可将区域总体差异分解成不同空间尺度的区内差异(TWR)和区间差异(TBR)，便于比较它们对区域整体差异的影响和贡献。按照国家二级区的划分，对泰尔指数进行一阶段分解，可以将河北省总体差异分解4个生态类型区区间的差异和4个生态类型区内各县市之间的差异，其计算公式为［18］式(1)中，N为县市数，yi为i地区的粮食产量占河北省的份额，Pi为i县市的播种面积占河北省的份额。式(2)中，T为泰尔指数，TwR为区内差异，TBR为区间差异，yi为i区播种面积占河北省的总播种面积的比重，pi为i区粮食产量占河北省的比重，yij为i区第j个县市占i区的播种面积，pij为i区第j个县市的粮食产量占i区的粮食产量密度。则其中，Cv为变异系数，y为河北省的平均粮食单产，yi为县市i的粮食单产，n为县市个数。

1．2．2ESDA方法

ESDA方法是一系列空间分析方法和技术的集合［19］，为事物或现象的空间相关性测度提供了有效工具。根据研究目的的不同，可分为全局空间自相关和局部空间自相关。1)全局自相关。全局空间自相关反映了观测变量在整个研究区域内空间相关性的总体趋势，Moran’sI指数是空间自相关分析中普遍采用的一种方法。由于粮食单产是一个比率，在分析比率变量的空间自相关时，比率所固有的方差不稳定性违背了方差稳定性的基本假设，尤其当区域的基数值存在极大差异时，方差不稳定性更为显著，从而导致Moran’sI统计得出虚假的推论［19］。为了避免比率所固有的方差不稳定性，本文采用经验贝叶斯方法修正的全局空间自相关指数EBI。EBI统计量的定义［12］为2)局部自相关。空间自相关的局部指标LISA可以进一步度量区域i与周边地区的空间关联程度，其中Moran’sIi的分解形式［20］。基于上文同样的原因，运用经验贝叶斯方法对Moran’sIi指数修正得到局部空间自相关指数，该统计量的定义［12］为式(5)参数定义同式(4)。EBIi为正，表示该区域单元周围相似性(高值或者低值)的空间聚集，EBIi为负，表示该区域单元周围非相似值(高低值或者低高值)的空间集聚。Zi=EBIi－E(EBIi)Var(EBIi??)，Zi为正，即EBIi大于E(EBIi)，说明该区域单元的值相对较高，Zi为负，即EBIi小于E(EBIi)，说明该区域单元的值相对较低。2结果分析

2．1区域动态差异特征

2．1．1河北省粮食单产时序变化

采用泰尔指数和变异系数两种差异测度方法所得的河北省粮食单产总差异变化趋势基本一致。即在1987－2009年间，粮食单产总差异呈现逐渐缩小趋势，大致分为3个阶段:1987－1992年的波动性增加趋势，1993－1999年之间的波浪式下降阶段以及2000－2009年的总差异现缓慢下降阶段。这种缩小趋势反映出河北省在粮食单产稳步提高的基础上，粮食单产总体的差异在减小。河北省粮食单产差异变化，如图2所示。