糧食主產(chǎn)區(qū)耕地非糧化空間格局分異及其成因

　　摘 要：為摸清糧食主產(chǎn)區(qū)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(qū)域，運用空間自相關(guān)分析法、冗余分析法與案例分析法，研究糧食主產(chǎn)區(qū)非糧化空間分異特征、主導(dǎo)因素及作用機制。研究表明：徐州市法定耕地內(nèi)(LF，10.25%)、永久基本農(nóng)田范圍內(nèi)(BF，7.30%)、兩區(qū)劃定范圍內(nèi)(FF，2.68%)非糧化率呈依次遞減態(tài)勢，城區(qū)非糧化率高于遠郊;非糧化面積超過 500 hm2鄉(xiāng)鎮(zhèn)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(nèi)存在 2 個高-高集聚區(qū)，不同于 LF 和 BF，城區(qū)周邊明顯高于其他區(qū)域; RDA 分析顯示社會經(jīng)濟變量解釋了 91.85%的非糧化面積特征向量的變化，主要驅(qū)動因子包含常住人口、農(nóng)業(yè)人口、農(nóng)業(yè)收入、土地流轉(zhuǎn)率、農(nóng)業(yè)機械總動力，其中非農(nóng)收入和農(nóng)業(yè)機械勞動力分別是城區(qū)與遠郊的關(guān)鍵驅(qū)動因子。研究表明，糧食主產(chǎn)區(qū)非糧化率總體不高，以菜地為主，但不同范圍、不同區(qū)位非糧化率差異明顯，必須高度重視并謹(jǐn)慎對待經(jīng)濟社會因素驅(qū)動作用，為未來規(guī)范土地流轉(zhuǎn)行為、有序引導(dǎo)種糧意愿、保障國家糧食安全提供科學(xué)依據(jù)。

　　本文源自常媛媛; 劉俊娜; 張琦; 于昊辰; 卞正富; 陳浮， 農(nóng)業(yè)資源與環(huán)境學(xué)報 發(fā)表時間：2021-07-07

　　關(guān)鍵詞：非糧化;耕地保護;空間分異;冗余分析;驅(qū)動因素;糧食主產(chǎn)區(qū)

　　從上世紀(jì) 90 年代起，中國步入快速工業(yè)化和城市化階段，平均每年 2.94×105 hm2 耕地被非農(nóng)化 [1]，還吸引大量農(nóng)村勞動力，對農(nóng)業(yè)形成比較利益低下和糧食需求旺盛的雙重壓力。當(dāng)前，一些高收益農(nóng)作物在經(jīng)濟利益驅(qū)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(dǎo)致的糧食生產(chǎn)力隱性損失已遠大于“非農(nóng)化”的顯性損失，嚴(yán)重危害糧食安全、生態(tài)安全與社會穩(wěn)定[3]。如何妥善解決非糧化問題已成為政府與公眾關(guān)注的焦點[4-6]，2020 年 11 月國務(wù)院印發(fā)《關(guān)于防止耕地非糧化穩(wěn)定糧食生產(chǎn)的意見》。此外，近幾年工商資本大量流向鄉(xiāng)村也加速了非糧化[7]。糧食安全是國家穩(wěn)定與發(fā)展的基石，氣候異常、疫情蔓延和糧食貿(mào)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(guān)于防止耕地非糧化穩(wěn)定糧食生產(chǎn)的意見》要求嚴(yán)格控制耕地轉(zhuǎn)化為林地、園地等其它類型農(nóng)用地。2021 年 3 月 1 日施行的《農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)管理辦法》也要求嚴(yán)格防止耕地非糧化，明確土地經(jīng)營權(quán)流轉(zhuǎn)要確保農(nóng)地農(nóng)用，優(yōu)先用于糧食生產(chǎn)。但禁止非糧化的政策執(zhí)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(nóng)戶均缺乏積極性。孔祥斌[8]、祝洪章[9]、高曉燕等[10]從不同側(cè)面證實了上述原因是對非糧化的驅(qū)動作用，并分析對國家糧食安全的負面影響;二是土地流轉(zhuǎn)和工商資本逐利促進了非糧轉(zhuǎn)化。Seto 等[11]發(fā)現(xiàn)外來投資拉動、規(guī)劃不科學(xué)、管理不當(dāng)致使珠三角經(jīng)濟區(qū)耕地和糧食生產(chǎn)能力損失嚴(yán)重。廖富洲等[12] 分析了土地流轉(zhuǎn)過程中承包人逐利行為對非糧化的影響，并從限制不當(dāng)流轉(zhuǎn)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(nóng)化直接導(dǎo)致耕地損失，危害小。非糧化行為多數(shù)屬于農(nóng)業(yè)內(nèi)部結(jié)構(gòu)調(diào)整，涉及種植農(nóng)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(guī)模[13]、產(chǎn)業(yè)結(jié)構(gòu)[14]、家庭特征[15]和惠農(nóng)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?qū)嵉睾瞬檠芯拷蹩瞻祝饕c先前的認知有關(guān)，一般認為非糧化多為農(nóng)業(yè)內(nèi)部結(jié)構(gòu)調(diào)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(jiān)測。然而，對非糧化及空間特征的精準(zhǔn)評估對當(dāng)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(qū)域土地利用，形成了以非農(nóng)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(chǎn)區(qū)內(nèi)耕地，使之極易非糧化。然而，先前研究對糧食主產(chǎn)區(qū)內(nèi)部的非糧化問題關(guān)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(chǎn)區(qū)，永久基本農(nóng)田保護率高達 90.0%，但近年城市化、工業(yè)化發(fā)展迅猛，城鄉(xiāng)發(fā)展差距大，且受采礦等干擾嚴(yán)重，非糧化外部動力強勁，可作為復(fù)雜因素影響糧食主產(chǎn)區(qū)非糧化的典型案例。本文選擇徐州市作為研究區(qū)域，厘清糧食主產(chǎn)區(qū)耕地非糧化的總體態(tài)勢，揭示非糧化空間分異特征及成因，為今后耕地保護規(guī)劃、惠農(nóng)政策調(diào)控提供科學(xué)依據(jù)。

　　1 材料與方法

　　1.1 研究區(qū)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(qū) 63 個街道(鎮(zhèn))，屬暖溫帶季風(fēng)性氣候，年均氣溫 14℃，年均降水量 880 mm。該區(qū)平原為主，占 90%，是傳統(tǒng)的糧食主產(chǎn)區(qū)。近 20 年社會經(jīng)濟發(fā)展迅速，2020 年城市化率已達 66.5%。同時，它又是傳統(tǒng)的老工業(yè)基地，城市擴張、工業(yè)占用和采煤跡地侵入周邊農(nóng)業(yè)空間。盡管城市周邊已劃定了環(huán)狀永久基本農(nóng)田保護區(qū)，但非糧化趨向時刻威脅著耕地保護和糧食安全。

　　1.2 數(shù)據(jù)來源與處理

　　本研究數(shù)據(jù)包含土地利用和社會經(jīng)濟數(shù)據(jù)。為便于后續(xù)研究，對耕地作如下嚴(yán)格界定：①自然資源管理部門土地利用變更數(shù)據(jù)庫內(nèi)的耕地(簡稱“法定耕地”，記為 LF);②劃入永久基本農(nóng)田范圍內(nèi)的耕地(簡稱“永保耕地”，記為 BF);③劃入糧食生產(chǎn)功能區(qū)與重要農(nóng)產(chǎn)品生產(chǎn)保護區(qū)的耕地(簡稱“兩區(qū)耕地”，記為 FF)。具體的數(shù)據(jù)來源與處理見技術(shù)路線圖 1。

　　(1)數(shù)據(jù)來源：①土地利用現(xiàn)狀數(shù)據(jù)、鎮(zhèn)級行政邊界、永久基本農(nóng)田數(shù)據(jù)庫、高分二號衛(wèi)星影像來源于市自然資源與規(guī)劃局;②糧食生產(chǎn)功能區(qū)與重要農(nóng)產(chǎn)品生產(chǎn)保護區(qū)劃定成果來源于市農(nóng)業(yè)農(nóng)村局; ③Landsat8 遙感影像來源于中國地理空間數(shù)據(jù)云平臺(http://www.gscloud.cn/);④社會經(jīng)濟發(fā)展數(shù)據(jù)來源于《2018 年徐州市統(tǒng)計年鑒》、2018 年銅山區(qū)農(nóng)村社會經(jīng)濟統(tǒng)計臺帳和 2018 年賈汪區(qū)農(nóng)村社會經(jīng)濟統(tǒng)計臺帳;⑤土地流轉(zhuǎn)情況來源于徐州市農(nóng)村產(chǎn)權(quán)交易信息服務(wù)平臺。

　　(2)數(shù)據(jù)處理：從 2019 年土地利用現(xiàn)狀數(shù)據(jù)庫中提取法定耕地范圍，匹配 0.8 m 分辨率的高分二號衛(wèi)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(qū)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(jù)《土地利用現(xiàn)狀分類標(biāo)準(zhǔn)(GB/T 21010-2017)》，并結(jié)合實際情況，將非糧化地塊分為菜地、輔助生產(chǎn)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(shù)據(jù)分析：選取 2018 年戶籍人口、常住人口、農(nóng)業(yè)人口、非農(nóng)業(yè)人口、農(nóng)業(yè)收入、非農(nóng)業(yè)收入、農(nóng)業(yè)利用外資額、農(nóng)業(yè)機械總動力、土地流轉(zhuǎn)率、農(nóng)業(yè)合作社數(shù)、交通區(qū)位等 11 個社會經(jīng)濟因素，運用空間自相關(guān)分析與冗余分析探尋非糧化的主要驅(qū)動因子。其中：交通區(qū)位量化選取鎮(zhèn)為評價單元，以 0-10km、10-20km、>20km 為區(qū)間劃分至高速公路出入口、距區(qū)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(biāo)權(quán)重為 0.5、0.3、0.2。其它 10 個因素按最大值標(biāo)準(zhǔn)化計算分值。

　　1.3 研究方法

　　1.3.1 空間自相關(guān)分析

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