糧食主產區耕地非糧化空間格局分異及其成因

　　摘 要：為摸清糧食主產區耕地非糧化的總體狀況，揭示非糧化的空間分異特征及其成因，以徐州市為研究區域，運用空間自相關分析法、冗余分析法與案例分析法，研究糧食主產區非糧化空間分異特征、主導因素及作用機制。研究表明：徐州市法定耕地內(LF，10.25%)、永久基本農田范圍內(BF，7.30%)、兩區劃定范圍內(FF，2.68%)非糧化率呈依次遞減態勢，城區非糧化率高于遠郊;非糧化面積超過 500 hm2鄉鎮為 6 個，分布于遠郊南部和西北角，但非糧化率則從中心向遠郊呈遞減擴散。非糧化率在 FF 范圍內存在 2 個高-高集聚區，不同于 LF 和 BF，城區周邊明顯高于其他區域; RDA 分析顯示社會經濟變量解釋了 91.85%的非糧化面積特征向量的變化，主要驅動因子包含常住人口、農業人口、農業收入、土地流轉率、農業機械總動力，其中非農收入和農業機械勞動力分別是城區與遠郊的關鍵驅動因子。研究表明，糧食主產區非糧化率總體不高，以菜地為主，但不同范圍、不同區位非糧化率差異明顯，必須高度重視并謹慎對待經濟社會因素驅動作用，為未來規范土地流轉行為、有序引導種糧意愿、保障國家糧食安全提供科學依據。

　　本文源自常媛媛; 劉俊娜; 張琦; 于昊辰; 卞正富; 陳浮， 農業資源與環境學報 發表時間：2021-07-07

　　關鍵詞：非糧化;耕地保護;空間分異;冗余分析;驅動因素;糧食主產區

　　從上世紀 90 年代起，中國步入快速工業化和城市化階段，平均每年 2.94×105 hm2 耕地被非農化 [1]，還吸引大量農村勞動力，對農業形成比較利益低下和糧食需求旺盛的雙重壓力。當前，一些高收益農作物在經濟利益驅使下大面積替代糧食作物[2]，僅 2019 年糧食播種下降了 9.70×105 hm2。“非糧化”導致的糧食生產力隱性損失已遠大于“非農化”的顯性損失，嚴重危害糧食安全、生態安全與社會穩定[3]。如何妥善解決非糧化問題已成為政府與公眾關注的焦點[4-6]，2020 年 11 月國務院印發《關于防止耕地非糧化穩定糧食生產的意見》。此外，近幾年工商資本大量流向鄉村也加速了非糧化[7]。糧食安全是國家穩定與發展的基石，氣候異常、疫情蔓延和糧食貿易封鎖更加突顯遏制非糧化的意義重大。

　　國家明令禁止耕地非糧化，《關于防止耕地非糧化穩定糧食生產的意見》要求嚴格控制耕地轉化為林地、園地等其它類型農用地。2021 年 3 月 1 日施行的《農村土地經營權流轉管理辦法》也要求嚴格防止耕地非糧化，明確土地經營權流轉要確保農地農用，優先用于糧食生產。但禁止非糧化的政策執行很難落實到位，主要有 3 方面原因:一是種糧效益低下，地方政府和農戶均缺乏積極性。孔祥斌[8]、祝洪章[9]、高曉燕等[10]從不同側面證實了上述原因是對非糧化的驅動作用，并分析對國家糧食安全的負面影響;二是土地流轉和工商資本逐利促進了非糧轉化。Seto 等[11]發現外來投資拉動、規劃不科學、管理不當致使珠三角經濟區耕地和糧食生產能力損失嚴重。廖富洲等[12] 分析了土地流轉過程中承包人逐利行為對非糧化的影響，并從限制不當流轉入手提出防止耕地過度非糧化的措施與建議;三是非糧化不像非農化直接導致耕地損失，危害小。非糧化行為多數屬于農業內部結構調整，涉及種植農戶的利益，無法一刀切。此外，一些特定的因素也影響非糧化，如種植規模[13]、產業結構[14]、家庭特征[15]和惠農政策[16]。盡管先前研究已涉及非糧化諸多方面，但主要圍繞非糧化狀況、原因、對策及影響因素，宏觀政策或定性分析多[17-19]。小尺度或實地核查研究近乎空白，主要與先前的認知有關，一般認為非糧化多為農業內部結構調整、耕地未占用、危害小，沒必要投入大量的人力、財力搞實地核查或高分辨影像監測。然而，對非糧化及空間特征的精準評估對當前耕地保護工作和國家糧食安全形勢尤為重要。

　　城市化極大地改變了區域土地利用，形成了以非農化為特征的空間格局。同時受比較利益和機會成本等影響也擠兌周邊糧食主產區內耕地，使之極易非糧化。然而，先前研究對糧食主產區內部的非糧化問題關注極少。徐州市屬于黃泛沖積平原，耕地是最主要利用類型，約占土地總面積的 60.0%。它一直是國家重要的糧食主產區，永久基本農田保護率高達 90.0%，但近年城市化、工業化發展迅猛，城鄉發展差距大，且受采礦等干擾嚴重，非糧化外部動力強勁，可作為復雜因素影響糧食主產區非糧化的典型案例。本文選擇徐州市作為研究區域，厘清糧食主產區耕地非糧化的總體態勢，揭示非糧化空間分異特征及成因，為今后耕地保護規劃、惠農政策調控提供科學依據。

　　1 材料與方法

　　1.1 研究區概況

　　徐州市位于江蘇省西北部(116°22′~118°40′ E、33°43′~34°58′ N)，下轄 5 個區 63 個街道(鎮)，屬暖溫帶季風性氣候，年均氣溫 14℃，年均降水量 880 mm。該區平原為主，占 90%，是傳統的糧食主產區。近 20 年社會經濟發展迅速，2020 年城市化率已達 66.5%。同時，它又是傳統的老工業基地，城市擴張、工業占用和采煤跡地侵入周邊農業空間。盡管城市周邊已劃定了環狀永久基本農田保護區，但非糧化趨向時刻威脅著耕地保護和糧食安全。

　　1.2 數據來源與處理

　　本研究數據包含土地利用和社會經濟數據。為便于后續研究，對耕地作如下嚴格界定：①自然資源管理部門土地利用變更數據庫內的耕地(簡稱“法定耕地”，記為 LF);②劃入永久基本農田范圍內的耕地(簡稱“永保耕地”，記為 BF);③劃入糧食生產功能區與重要農產品生產保護區的耕地(簡稱“兩區耕地”，記為 FF)。具體的數據來源與處理見技術路線圖 1。

　　(1)數據來源：①土地利用現狀數據、鎮級行政邊界、永久基本農田數據庫、高分二號衛星影像來源于市自然資源與規劃局;②糧食生產功能區與重要農產品生產保護區劃定成果來源于市農業農村局; ③Landsat8 遙感影像來源于中國地理空間數據云平臺(http://www.gscloud.cn/);④社會經濟發展數據來源于《2018 年徐州市統計年鑒》、2018 年銅山區農村社會經濟統計臺帳和 2018 年賈汪區農村社會經濟統計臺帳;⑤土地流轉情況來源于徐州市農村產權交易信息服務平臺。

　　(2)數據處理：從 2019 年土地利用現狀數據庫中提取法定耕地范圍，匹配 0.8 m 分辨率的高分二號衛星影像，采用目視解譯法，共取得 31470 個非糧用途圖斑，占全部耕地圖斑的 25.32%。并對鼓樓區全部1171個非糧化圖斑進行無人機實地校核，僅14個圖斑目視解譯有誤，總體誤差率僅為1.20%。依據《土地利用現狀分類標準(GB/T 21010-2017)》，并結合實際情況，將非糧化地塊分為菜地、輔助生產用地、園地、林地、草地 5 個類型，但后 3 類面積極小，故合并分析。

　　(3)數據分析：選取 2018 年戶籍人口、常住人口、農業人口、非農業人口、農業收入、非農業收入、農業利用外資額、農業機械總動力、土地流轉率、農業合作社數、交通區位等 11 個社會經濟因素，運用空間自相關分析與冗余分析探尋非糧化的主要驅動因子。其中：交通區位量化選取鎮為評價單元，以 0-10km、10-20km、>20km 為區間劃分至高速公路出入口、距區中心距離、距市中心距離作緩沖分析，并分別賦予這 3 個指標權重為 0.5、0.3、0.2。其它 10 個因素按最大值標準化計算分值。

　　1.3 研究方法

　　1.3.1 空間自相關分析

　　Global Moran’s I 可以揭示區域某一屬性的空間分布是否鄰近區存在相關性及相關程度，能直觀地反映某種空間現象的關聯性與差異性[20]，詳見公式(1)：