成都平原耕地非糧化時空演變特征及驅(qū)動因素

陳 磊，邱茹夢，李 川

（1.西華師范大學(xué) 管理學(xué)院，四川 南充 637002；2.西昌學(xué)院 資源與環(huán)境學(xué)院，四川 西昌 615013）

糧食安全事關(guān)一個國家和地區(qū)社會經(jīng)濟穩(wěn)定發(fā)展。2022全球糧食危機報告顯示，2021年全球近2億人經(jīng)歷了糧食危機或糧食不安全程度進一步惡化，聯(lián)合國糧農(nóng)組織（FAO）發(fā)出全球嚴(yán)重糧食不安全形勢的警告（財聯(lián)社，2022）。然而，全球糧食產(chǎn)量增長空間不大（Grassini et al., 2013）。耕地是糧食生產(chǎn)的基石，耕地供給及可持續(xù)利用已成為制約糧食生產(chǎn)的主因（Zhang et al., 2018）。在中國，雖然農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)不斷優(yōu)化、區(qū)域空間布局日趨合理，但城鎮(zhèn)化、工業(yè)化進程驅(qū)使地區(qū)耕地功能性衰退傾向明顯，耕地利用出現(xiàn)邊際化。據(jù)統(tǒng)計，中國目前耕地非糧化率約為27%，呈現(xiàn)增長趨勢，且具有明顯的地區(qū)差異，其中西南地區(qū)非糧化率高達46%（孔祥斌，2020）。面對嚴(yán)峻的耕地非糧化形勢，近年來中國先后發(fā)布了防止耕地非糧化、規(guī)范農(nóng)地經(jīng)營權(quán)流轉(zhuǎn)、嚴(yán)控耕地用途管制等政策制度，突出了加強耕地非糧化管控的重要性。因此，開展耕地非糧化研究具有現(xiàn)實價值。

國際上沒有明確的耕地非糧化概念（曹宇 等，2022），相關(guān)研究側(cè)重于經(jīng)濟作物擴張對人類社會、生態(tài)環(huán)境的影響（Meyfroidt et al., 2014），更加關(guān)注作物多樣化（Barnes et al., 2015）、農(nóng)業(yè)可持續(xù)集約化（Cassman et al., 2020）等領(lǐng)域，這些研究與耕地非糧化表征頗為相似，其目的在于改變單一的糧食種植結(jié)構(gòu)及其生產(chǎn)模式，改進農(nóng)業(yè)生產(chǎn)與經(jīng)營形態(tài)，以應(yīng)對氣候變化和環(huán)境脅迫的韌性。耕地非糧化是耕地用于農(nóng)業(yè)生產(chǎn)的性質(zhì)不變，其種植結(jié)構(gòu)發(fā)生改變（Su et al., 2020）。國內(nèi)學(xué)者已著眼保障糧食安全，綜合運用遙感、GIS等地理與空間分析方法（位佳佳 等，2022；楊緒紅 等，2022）以及統(tǒng)計與計量分析方法（蔡瑞林 等，2015；常媛媛 等，2023），從全國（Zhao et al., 2017）、省域（王鵬程等，2023）、糧食生產(chǎn)功能區(qū)（楊朝磊 等，2020）等不同尺度出發(fā)，聚焦耕地非糧化空間差異（孟菲等，2022；張穎詩 等，2022）及其帶來的社會經(jīng)濟問題（陳菁 等，2016），以及耕地非糧化對耕地質(zhì)量（Su et al., 2019）、耕地保護主體（郭珍，2020）等方面的影響研究，但對耕地非糧化時序變化特征的研究有待加強。同時，聚焦經(jīng)濟社會因素對耕地非糧化的影響（魏玉凱 等，2021）以及政策驅(qū)動對農(nóng)戶生產(chǎn)行為變化的影響（高曉燕 等，2022），以揭示耕地非糧化形成機制。對于如何有效抑制耕地非糧化，學(xué)者們提出從經(jīng)濟激勵-補償機制（周藝霖 等，2016）、農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)（卓樂，2021）、農(nóng)地用途管制（李冰強 等，2015）、土地契約與流轉(zhuǎn)管控（武舜臣 等，2019）、法律法規(guī)完善（史衛(wèi)民 等，2019）等方面加強管控。既有研究進行了大量的理論探究和實證分析，為有效遏制耕地非糧化擴張、確保國家和地區(qū)糧食安全、保障耕地可持續(xù)利用提供了重要的理論支撐和實踐經(jīng)驗。但多尺度耦合研究、縣域及其內(nèi)部地區(qū)空間尺度研究仍有待加強。加之中國幅員遼闊，耕地分布廣泛，存在地區(qū)及其內(nèi)部資源稟賦、經(jīng)濟水平、產(chǎn)業(yè)結(jié)構(gòu)等差異，不同地區(qū)發(fā)生耕地非糧化的行為和原因不同，尤其是重要糧食生產(chǎn)基地亟需關(guān)注。因此，從地區(qū)差異出發(fā)，明確耕地非糧化時序變化特征及其多尺度空間格局，對精準(zhǔn)保障糧食安全和保護耕地資源十分重要。鑒于此，本文選取成都平原為研究區(qū)，且以區(qū)縣尺度為基本空間單元，采用數(shù)理量化模型和空間自相關(guān)法，分析耕地非糧化時空演變特征，構(gòu)建經(jīng)濟計量模型識別耕地非糧化的驅(qū)動因素，并提出改善耕地非糧化行為的對策建議。以期為地區(qū)農(nóng)業(yè)可持續(xù)發(fā)展、耕地保護與糧食安全決策提供參考。

1 理論分析

土地經(jīng)濟理論認為，土地利用的實質(zhì)是人與地、人與人之間的相互作用。同理，耕地非糧化也是人與地、人與人之間相互作用的結(jié)果，與自然、經(jīng)濟、社會、政策制度等要素之間存在千絲萬縷的聯(lián)系（黃天弘，2020），且不同要素之間交互作用共同驅(qū)動不同地區(qū)耕地非糧化，主要歸因于耕地利用的內(nèi)在關(guān)系和管理，還涉及與外部環(huán)境的互動（圖1）。

圖1 耕地非糧化理論分析框架Fig.1 Theoretical analysis framework of non-grain production of cultivated land

一開始，耕地非糧食種植行為被認為是可以接受的，符合比較效益的經(jīng)濟調(diào)整行為，能改變單一的糧食種植結(jié)構(gòu)，改進農(nóng)業(yè)經(jīng)營方式，增加土地經(jīng)營者收入。但受工業(yè)化、城市化和信息化等外部進程的影響，致使宏觀上社會經(jīng)濟發(fā)展對資源配置產(chǎn)生脅迫?，F(xiàn)代市場經(jīng)濟體制下，種子、農(nóng)藥、化肥、機械等農(nóng)業(yè)生產(chǎn)資料和勞動力成本攀升，使得土地經(jīng)營者種糧成本增加，但糧食市場價格受國家政策管控而不被允許過大波動，加之國際國內(nèi)糧價相互牽制以及小農(nóng)分散經(jīng)營行為，造成種糧比較效益始終較低。雖然國家糧食補貼政策能在一定程度上彌補土地經(jīng)營者種糧成本，但不足以增加收益。與此同時，經(jīng)濟社會發(fā)展效應(yīng)外溢，加大城鄉(xiāng)居民可支配收入差距，削弱了土地經(jīng)營者種糧積極性，加劇了耕地非糧食種植風(fēng)險。具體而言，一方面，源自比較效益的利益追逐，以及糧食生產(chǎn)保護個體意識較弱，土地經(jīng)營者更加愿意種植花卉、蔬菜等高收益的經(jīng)濟作物，用于替代傳統(tǒng)谷類糧食作物種植，以獲取更高的經(jīng)濟收入；另一方面，城市化和工業(yè)化發(fā)展的虹吸效應(yīng)，吸引更多農(nóng)村勞動力轉(zhuǎn)入非農(nóng)行業(yè)，農(nóng)村勞動力減少導(dǎo)致農(nóng)村空心化、耕地撂荒等諸多問題，造成鄉(xiāng)村衰退。雖然鄉(xiāng)村振興等政策實施吸引了工商資本下鄉(xiāng)，但受成本倒逼和市場機制誘導(dǎo)，進入農(nóng)業(yè)生產(chǎn)領(lǐng)域后，大多會選擇經(jīng)濟作物種植（李云新 等，2018）。加之部分基層政策執(zhí)行者對政策的片面認知，盲目推動以地方特色經(jīng)濟作物為主的現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)發(fā)展，雖催生了農(nóng)業(yè)合作社等農(nóng)業(yè)內(nèi)部組織發(fā)育，但加速了土地流轉(zhuǎn)，引導(dǎo)著農(nóng)業(yè)種植結(jié)構(gòu)的非糧化調(diào)整，進而加劇耕地非糧化，造成糧食安全的潛在風(fēng)險。

2 研究區(qū)概況與方法

2.1 研究區(qū)概況

選取成都平原為研究區(qū)（圖2）。成都平原地處中國西南唯一的糧食主產(chǎn)區(qū)四川省，位于四川盆地之中，是中國西南三?。ㄆ渌?個省為云南省和貴州省）最大的平原，也是四川（乃至全國）重要的糧食生產(chǎn)基地，其廣義范圍包括龍門山和龍泉山之間的北部涪江沖積平原、中部岷江與沱江沖積平原、南部青衣江和大渡河沖積平原，共有涉及5個市、34 個 區(qū) 縣，介 于29°11′25″—32°19′15″ N、103°01′20″—105°17′02″ E，南北長約380 km，東西寬約180 km，總面積約2.596×104km2。該平原地勢平坦，呈西北向東南傾斜態(tài)勢，發(fā)育岷江、沱江兩大水系，水源充足，且土層深厚，土壤肥沃。屬亞熱帶季風(fēng)氣候，溫暖濕潤，年均溫18℃，年均降水量約900～1 300 mm，全年無霜期為278 d。優(yōu)越的自然地理條件為農(nóng)業(yè)發(fā)展奠定了重要基礎(chǔ)，其中糧食作物主要有稻谷、小麥、玉米、大豆、甘薯等，經(jīng)濟作物主要有油菜、甘蔗、蔬菜、煙葉等。近年來，四川社會經(jīng)濟快速發(fā)展，尤其是以省會成都為中心的成都平原地區(qū)，各項經(jīng)濟建設(shè)對耕地的占用與破壞問題突出，且耕地非糧化種植行為凸顯，如何確?！疤旄Z倉”的安全問題尤為重要。

圖2 研究區(qū)示意Fig.2 Location of the study site

2.2 方法與數(shù)據(jù)

2.2.1 方法 1）耕地非糧化測算方法。耕地非糧化的測算方法尚未達成共識（羅必良 等，2018；Leng et al., 2021），呈現(xiàn)多元化的特點。2020 年11月，國務(wù)院辦公廳出臺《關(guān)于防止耕地非糧化穩(wěn)定糧食生產(chǎn)的意見》指出，要明確耕地利用優(yōu)先序，永久基本農(nóng)田等優(yōu)質(zhì)耕地要重點用于發(fā)展糧食生產(chǎn)，尤其是保障稻谷、小麥、玉米三大谷物的種植面積（中國政府網(wǎng)，2020）。鑒于此并根據(jù)已有做法（陳浮 等，2021），本文中糧食作物僅包含傳統(tǒng)的稻谷、小麥、玉米三類，除此之外的所有耕地種植行為均界定為“非糧化”。耕地非糧化可定義為土地經(jīng)營者在耕地上除了種植稻谷、小麥、玉米三大谷物之外的其他農(nóng)作物種植行為。這能有效地避免非糧食種植用地交叉問題，且引入復(fù)種指數(shù)更契合實際。公式為（陳浮 等，2021）：

式中：NGA為耕地非糧化面積；CLA為耕地面積；GPA為糧食播種面積（即稻谷、小麥和玉米的種植面積）；CPA為農(nóng)作物播種面積；MCI為復(fù)種指數(shù)；NGR為耕地非糧化率。

2）空間自相關(guān)模型。空間自相關(guān)模型用于測度耕地非糧化空間集聚程度以及集聚中心的空間位置（張穎詩 等，2022），包括全局空間自相關(guān)和局部空間自相關(guān)。全局空間自相關(guān)是從地區(qū)整體上反映某一屬性的空間集聚與分散程度，采用Global Moran'sI分析耕地非糧化是否存在統(tǒng)計上的集聚與分散現(xiàn)象，用IG表示，且IG∈［-1, 1］。其中，IG＞0表示集聚分布且在空間上具有正相關(guān)，IG＜0表示離散分布且在空間上具有負相關(guān)，IG=0表示隨機分布且無空間相關(guān)性。局部空間自相關(guān)是識別集聚中心的空間位置，采用Local Moran'sI分析耕地非糧化高值和低值的空間集聚情況，用IL表示。其中，IL＞0表示第i個單元觀測值與周圍單元差異小，IL＜0表示第i個單元觀測值與周圍單元差異大。公式為（張穎詩 等，2022）：

式中：n為研究單元數(shù)；yi、yj分別為第i單元與j單元的觀測值；yˉ為所有單元的平均值；wij為空間權(quán)重矩陣，i、j單元相鄰則權(quán)重為1、不相鄰則權(quán)重為0。

3）驅(qū)動因素經(jīng)濟計量模型及變量含義?；诶碚摲治隹蚣埽ㄒ妶D1），并考慮到耕地非糧化的市場驅(qū)逐根源在于受經(jīng)濟比較效益的影響（朱道林，2021），著重觀察經(jīng)濟社會驅(qū)動因子對成都平原耕地非糧化的影響。20 世紀(jì)80 年代以來，中國耕地保護制度及其政策發(fā)生了一系列變化，作為調(diào)控土地資源的重要行政工具，對耕地非糧化具有重要影響，有必要引入政策因素虛擬變量。因此，提出待驗證假說，即耕地非糧化是農(nóng)業(yè)人口狀況、經(jīng)濟發(fā)展水平、農(nóng)業(yè)結(jié)構(gòu)調(diào)整、農(nóng)業(yè)生產(chǎn)動能、固定資產(chǎn)投資等主要經(jīng)濟社會因子與耕地保護政策在不同深度層次上的影響結(jié)果。

由于農(nóng)業(yè)人口轉(zhuǎn)移伴隨人口城鎮(zhèn)化，而固定資產(chǎn)投資等因子包含經(jīng)濟作物種植用地規(guī)模擴張的部分信息，與經(jīng)濟作物種植用地規(guī)模擴張之間存在一定的共線性。為避免此問題，構(gòu)建2個經(jīng)濟計量模型把握社會經(jīng)濟驅(qū)動因子與耕地保護政策對耕地非糧化的影響。

構(gòu)建模型Ⅰ估計農(nóng)業(yè)結(jié)構(gòu)調(diào)整、經(jīng)濟作物種植用地規(guī)模擴張、耕地保護政策對耕地非糧化的影響：

式中：Yij為耕地非糧化面積或非糧化率；ASAij為農(nóng)業(yè)結(jié)構(gòu)調(diào)整（用“農(nóng)業(yè)產(chǎn)值占農(nóng)林牧漁總產(chǎn)值的比重”表征）；ECPSij為經(jīng)濟作物種植規(guī)模（用“經(jīng)濟作物種植面積”表征）；CLPPij為耕地保護政策，依據(jù)社會發(fā)展階段和已有研究（陳磊 等，2020），把耕地保護政策變遷（2000—2019年）劃分為5個階段，即2000 年 賦 值1、2001—2005 年 賦 值2、2006—2010 年 賦 值3、 2011—2015 年 賦 值4、2016—2019年賦值5；α0為常數(shù)項、α1～α3為解釋變量系數(shù)；εij為隨機誤差項；i為年份、j為區(qū)縣行政單元。

構(gòu)建模型Ⅱ估計農(nóng)業(yè)人口狀況、經(jīng)濟發(fā)展水平、固定資產(chǎn)投資、農(nóng)業(yè)生產(chǎn)動能、農(nóng)業(yè)結(jié)構(gòu)調(diào)整等主要社會經(jīng)濟驅(qū)動因子和耕地保護政策對耕地非糧化的影響。

式中：Yij為耕地非糧化面積或非糧化率；APSij為農(nóng)業(yè)人口狀況（用“單位耕地面積的農(nóng)業(yè)人口數(shù)量”表征）；URIRij為城鄉(xiāng)居民可支配收入比、URij為城鎮(zhèn)化率，用以表征經(jīng)濟發(fā)展水平；FAISij為固定資產(chǎn)投資（用“全社會固定資產(chǎn)投資占GDP的比重”表征）；APKEij為農(nóng)業(yè)生產(chǎn)動能（用“農(nóng)機總動力”表征）；ASAij為農(nóng)業(yè)結(jié)構(gòu)調(diào)整；CLPPij為耕地保護政策；α0為常數(shù)項、α1～α7為解釋變量系數(shù)；εij為隨機誤差項；i為年份、j為區(qū)縣行政單元。

2.2.2 數(shù)據(jù)來源 數(shù)據(jù)來源于2001—2020 年《中國統(tǒng)計年鑒》（國家統(tǒng)計局，2001—2020）、《四川統(tǒng)計年鑒》（四川省統(tǒng)計局，2001—2020）、《四川農(nóng)村統(tǒng)計年鑒》（四川省統(tǒng)計局，2001—2020）、《成都統(tǒng)計年鑒》（成都市統(tǒng)計局，2001—2020）、《德陽統(tǒng)計年鑒》（德陽市統(tǒng)計局，2001—2020）、《綿陽統(tǒng)計年鑒》（綿陽市統(tǒng)計局，2001—2020）、《眉山統(tǒng)計年鑒》（眉山市統(tǒng)計局，2001—2020）、《樂山統(tǒng)計年鑒》（樂山市統(tǒng)計局，2001—2020）以及相關(guān)行政主管部門統(tǒng)計數(shù)據(jù)，部分缺失數(shù)據(jù)采用線性插值法補齊。

3 結(jié)果與分析

3.1 成都平原耕地非糧化時序演變特征

2000—2019 年成都平原耕地面積呈現(xiàn)“U”型波動增減態(tài)勢，大致表現(xiàn)為2014年以前減少而之后增加的趨勢，成都平原耕地面積總體變化較為穩(wěn)定（圖3-a），源于地方政府持續(xù)的耕地保護與監(jiān)管。然而，耕地面積的變化并不意味著耕地內(nèi)部用途的轉(zhuǎn)變（Su et al., 2020），雖然成都平原耕地面積在研究時段內(nèi)總體變化較為穩(wěn)定，但受農(nóng)業(yè)結(jié)構(gòu)調(diào)整、工商資本下鄉(xiāng)誘導(dǎo)耕地利用行為轉(zhuǎn)變等影響，造成耕地內(nèi)部種植結(jié)構(gòu)變化，導(dǎo)致耕地非糧化。

圖3 2000—2019年成都平原耕地面積（a）、耕地非糧化面積與非糧化率（b）時序演變特征Fig.3 The changes of cultivated land area(a), Non-Grain Area(NGA) and Non-Grain Rate(NGR) of cultivated land(b) in Chengdu Plain from 2000 to 2019

由圖3-b 可知，2000—2019 年成都平原耕地非糧化面積與非糧化率的變化趨勢具有同步性，耕地非糧化面積由2000 年的59.25×104hm2增加至2019年 的61.98×104hm2，增 加 了27 300 hm2，增 幅 為4.40%，且分別占相應(yīng)年份耕地總面積的69.51%和70.59%，占比增加了1.08%。同時，耕地非糧化率由2000年的38.75%增加至2019年的52.28%，增長了13.53%?？梢?，成都平原耕地非糧化總體狀況顯著，耕地保護和糧食安全保障面臨較大壓力。

3.2 成都平原耕地非糧化空間分異特征

3.2.1 空間差異狀況 基于已有研究（Guo et al.,2021），在研究時段內(nèi)選擇2000和2019年的起止年耕地非糧化面積和非糧化率，從區(qū)縣級單元出發(fā)，通過自然斷裂點法（Jenks）將結(jié)果劃分為3 個等級，以分析成都平原耕地非糧化空間差異狀況。

根據(jù)圖4可知，成都平原34個區(qū)縣耕地非糧化具有明顯的空間差異特征。1）耕地非糧化面積呈現(xiàn)多中心分散分布態(tài)勢。2000年有9個高值區(qū)的區(qū)縣，平均面積為3.22×104hm2，位于成都東南部、德陽東南部、綿陽北部和眉山南部；中值區(qū)除樂山所有區(qū)縣外，其余區(qū)縣集中于成都平原西北部；低值區(qū)的區(qū)縣集中于成都中心地區(qū)（圖4-a）。2019年有7 個高值區(qū)的區(qū)縣，平均面積為29.30×104hm2，位于成都東北部和西南部，德陽北部和南部、綿陽北部；中值區(qū)集中于成都平原東北—西南沿線偏東的區(qū)縣；低值區(qū)集中于成都中心地區(qū)且向西延伸（圖4-b）。研究時段內(nèi)，34 個區(qū)縣非糧化面積增量自西北向東南呈“增大—減小—增大”分布特征（圖4-c）。2）耕地非糧化率大致呈中部高、東北和西南低的空間格局。2000 年有7 個高值區(qū)的區(qū)縣，平均水平為56.18%，其中樂山所有區(qū)縣均為高值區(qū)，其次是德陽東南部，總體上自西北向東南呈現(xiàn)由低值區(qū)向高值區(qū)擴散增大的趨勢（圖4-d）。2019年有8個高值區(qū)的區(qū)縣，平均水平為72.62%，集中位于成都東北部，且總體上呈現(xiàn)以成都東北部為高值區(qū)中心，大致向東北和西南方向擴散且呈現(xiàn)低值區(qū)向高值區(qū)演變的趨勢（圖4-e）。研究時段內(nèi)，34個區(qū)縣非糧化率增幅自西北向東南呈“增大—減小—增大—減小”分布特征（圖4-f）?？傊?，成都平原耕地非糧化面積和非糧化率變化的區(qū)縣尺度具有不同步性，雖然非糧化面積中值區(qū)和高值區(qū)的區(qū)縣數(shù)量有所減少，但非糧化率中值區(qū)和高值區(qū)的區(qū)縣數(shù)量有所增加。

圖4 2000—2019年成都平原34個區(qū)縣耕地非糧化面積與非糧化率特征Fig.4 Characteristics of the NGA and NGR in 34 districts and counties of Chengdu Plain from 2000 to 2019

3.2.2 空間分布集聚狀態(tài) 將成都平原34 個區(qū)縣耕地非糧化面積和非糧化率作為觀測變量，采用Global Moran'sI判定成都平原耕地非糧化的總體空間集聚特征（圖5）。結(jié)果發(fā)現(xiàn)，2000 和2019 年耕地非糧化面積（圖5-a、b）和非糧化率（圖5-c、d）的Global Moran'sI均＞0，但從顯著性看，非糧化面積2000 年P(guān)=0.006＜0.01、2019 年P(guān)=0.033＜0.05，而非糧化率2000 年P(guān)=0.000 02＜0.001、2019 年P(guān)=0.747＞0.05，說明2000和2019年成都平原耕地非糧化面積的Global Moran'sI分別通過了1%和5%水平的顯著性檢驗，其空間分布具有較強的正相關(guān)。而耕地非糧化率僅2000 年的Global Moran'sI通過了0.1%水平的顯著性檢驗，2019 年未通過顯著性檢驗，說明成都平原耕地非糧化率的空間分布僅2000年具有較強的正相關(guān)，2019年可能不存在顯著的空間集聚性。因此，為有效把握2000—2019年成都平原耕地非糧化空間分布集聚狀態(tài)，且基于顯著性檢驗結(jié)果，僅分析以耕地非糧化面積為觀察變量的空間分布集聚狀態(tài)。根據(jù)圖5-a、b可知，耕地非糧化面積全局Moran'sI指數(shù)變化較小，由2000 年的0.286降至2019年的0.216，僅下降了0.07，說明成都平原耕地非糧化面積的空間集聚保持在較為穩(wěn)定的狀態(tài)，且存在集聚分布特征。

圖5 2000和2019年成都平原34個區(qū)縣耕地非糧化面積和非糧化率Moran's I散點圖Fig.5 Moran scatter plot of the NGA and NGR in 34 districts and counties of Chengdu Plain in 2000 and 2019

然而，特定區(qū)域耕地非糧化面積集聚狀況仍不清楚，引入Local Moran'sI作進一步分析。研究時段內(nèi)，成都平原耕地非糧化面積具有空間集聚特征（圖6-a、b），且形成的各類集聚區(qū)均通過顯著性檢驗（圖6-c、d）。根據(jù)圖6-a、b 可知，2000 和2019年耕地非糧化面積均形成“高-低集聚區(qū)、低-高集聚區(qū)、低-低集聚區(qū)”3 類。具體地，2000 和2019年高-低集聚區(qū)不變，僅涉及成都雙流區(qū)1個單元；低-高集聚區(qū)由2000年的成都蒲江縣、眉山彭山區(qū)2個單元轉(zhuǎn)變?yōu)?019年的成都青白江區(qū)、德陽什邡市2個單元；低-低集聚區(qū)集中在成都主城5區(qū)（金牛區(qū)、青羊區(qū)、武侯區(qū)、錦江區(qū)、成華區(qū)）和近郊郫都區(qū)6個單元，但2019年近郊郫都區(qū)退出低-低集聚區(qū)，主城5區(qū)不變?？梢?，成都平原耕地非糧化面積空間分布集聚區(qū)域集中在成都及其周邊臨近城市。

圖6 2000和2019年成都平原34個區(qū)縣耕地非糧化面積空間集聚格局及其LISA顯著性檢驗Fig.6 Spatial agglomeration patterns of the NGA in 34 districts and counties of Chengdu Plain in 2000 and 2019

3.3 耕地非糧化驅(qū)動因素

綜上所述，成都平原耕地非糧化存在明顯的時空演變特征，有必要進一步分析其驅(qū)動因素。利用成都平原2000—2019 年數(shù)據(jù)分別對模型Ⅰ和Ⅱ進行估計。在估計分析中，除了以百分比表示的變量外，其他變量均取自然對數(shù)，這能有效降低異方差并使數(shù)據(jù)變得平穩(wěn)。經(jīng)檢驗采用固定效應(yīng)模型的廣義最小二乘法（FGLS）對面板數(shù)據(jù)進行多元線性回歸估計，并通過Cross-section weights 加權(quán)方式消除模型的多重共線性和異方差影響。由表1可知，所有模型F統(tǒng)計量均在1%統(tǒng)計水平上顯著，擬合度R2均在80%以上，D-W值能滿足回歸殘差不存在序列自相關(guān)的要求，t統(tǒng)計值顯示所選驅(qū)動因子大多通過統(tǒng)計檢驗且基本與預(yù)期吻合。該模型估計結(jié)果能較好地反映所研究問題。

表1 模型回歸估計結(jié)果Table 1 Model regression estimation results

模型Ⅰ中，ASA 對NGA 在1%水平上顯著、對NGR 在5%水平上顯著，ECPS 和CLPP 對NGA 和NGR 均在1%水 平上顯著，表明三者是影響成都平原耕地非糧化的主要原因；模型Ⅱ中，ASA、URIR、UR 對NGA 均在1%水平上顯著，ASA、UR 和APKE 對NGR 分別在5%、5%、1%水平上顯著，說明這些因素對成都平原耕地非糧化有明顯的線性影響。

具體而言，從NGA 看，模型Ⅰ中，ECPS 對NGA具有正相關(guān)、ASA和CLPP具有負相關(guān)，說明ECPS會造成NGA增加，ASA和CLPP能促使NGA減少；模型Ⅱ中，ASA對NGA具有正相關(guān)、URIR和UR 對NGA 具有負相關(guān)，說明ASA 能造成NGA增加，URIR和UR能促使NGA減少。ECPS伴隨著NGA增加，但ASA對NGA的影響取決于土地經(jīng)營者對耕地用途管制及其保護的價值取向與行為執(zhí)行。從NGR 看，模型Ⅰ中，ECPS、ASA 和CLPP對NGR 均具有正相關(guān)，會造成NGR 增加；模型Ⅱ中，ASA和UR對NGR具有正相關(guān)、APKE對NGR具有負相關(guān)。說明ASA和UR能造成NGR提高，而APKE提高會促使NGR下降，這是由于隨著經(jīng)濟發(fā)展水平的不斷提升，為了獲取更高的農(nóng)業(yè)生產(chǎn)收益，土地經(jīng)營者更加傾向于高收益的農(nóng)業(yè)生產(chǎn)行為，迫使更多的耕地用于非糧食生產(chǎn)。但高效的農(nóng)機化耕作投入能提升農(nóng)業(yè)生產(chǎn)效率，帶動土地經(jīng)營種糧熱情，對降低NGR 有積極作用。可見，經(jīng)濟作物種植規(guī)模（ECPS）、農(nóng)業(yè)結(jié)構(gòu)調(diào)整（ASA）、城鎮(zhèn)化率（UR）和耕地保護政策（CLPP）是最主要的驅(qū)動因素。

此外，APS 和FAIS 對成都平原耕地非糧化不具備線性影響。雖然APS 和FAIS 未通過統(tǒng)計學(xué)意義上的顯著性水平檢驗，但APS 對NGA 影響的系數(shù)為負、對NGR 影響的系數(shù)為正，F(xiàn)AIS 系數(shù)均為正，符合預(yù)期估計方向。這說明農(nóng)業(yè)人口轉(zhuǎn)移會使得NGA 減少，且與一般認知相反。但正是農(nóng)業(yè)人口轉(zhuǎn)移使得農(nóng)業(yè)大戶等農(nóng)業(yè)新型經(jīng)營主體順利入駐，通過土地流轉(zhuǎn)實施農(nóng)地規(guī)?；?jīng)營，在一定程度上抑制NGA 減少。然而，這并不意味著NGR 會降低，因為高收益依然是農(nóng)業(yè)新型經(jīng)營主體追求的目標(biāo)。與此同時，F(xiàn)AIS提升會加劇耕地非糧化。雖然FAIS 對土地利用的貢獻在于提升土地集約化程度，但FAIS提升對農(nóng)業(yè)勞動力具有替代效應(yīng)以及由之帶來的勞動力非農(nóng)轉(zhuǎn)移的擠出效應(yīng)。為保障農(nóng)業(yè)生產(chǎn)和糧食安全，國家與地方政策引導(dǎo)的工商資本下鄉(xiāng)往往伴隨著非糧食生產(chǎn)行為，地區(qū)耕地資源所承受的壓力較大。

4 討論

在地方政府持續(xù)的耕地保護與用途管制政策實施下，2000—2019 年成都平原耕地面積變動不大，但耕地面積變化小并不意味著耕地實際用途改變少（Su et al., 2020）。本研究發(fā)現(xiàn)，成都平原耕地非糧化面積與非糧化率在時序變化上同步增加，2019年耕地非糧化率為52.28%，高于西南地區(qū)耕地非糧化率（46%）（孔祥斌，2020）。此外，成都平原34個區(qū)縣的耕地非糧化面積和非糧化率在空間變化上均不同步。可見，耕地非糧化面積和非糧化率無絕對關(guān)聯(lián)，受土地經(jīng)營者耕種行為、農(nóng)業(yè)政策調(diào)控、市場經(jīng)濟狀況等因素影響。深入分析成都平原耕地非糧化面積空間集聚狀態(tài)發(fā)現(xiàn)，經(jīng)濟發(fā)展水平高的城市往往會帶動其周邊臨近城市耕地非糧化，這是由于城市周邊種糧成本往往更高，農(nóng)民不愿種植糧食（朱冬亮 等，2013），且受限于個體認知和市場敏感度，易受其他農(nóng)民種植行為影響，與已有研究（Li et al., 2021）具有一致性。

雖然耕地非糧化與自然、經(jīng)濟、社會、政策制度等要素之間存在諸多聯(lián)系（李云新 等，2018），但在現(xiàn)代市場經(jīng)濟體制下，其根源在于糧食種植經(jīng)濟效益低（朱道林，2021）。通過著重觀察主要經(jīng)濟社會驅(qū)動因子的影響發(fā)現(xiàn)，經(jīng)濟作物種植規(guī)模、農(nóng)業(yè)結(jié)構(gòu)調(diào)整、城鎮(zhèn)化率和耕地保護政策是關(guān)鍵因素，具有不同影響程度。雖然理論上農(nóng)業(yè)結(jié)構(gòu)調(diào)整、城鎮(zhèn)化水平提升和耕地保護政策實施有利于改善土地利用結(jié)構(gòu)，提高土地配置效率，助農(nóng)增收，以調(diào)動農(nóng)民耕地投入及其利用的積極性，進而促進耕地保護，但現(xiàn)實中存在過度遵循市場需求而盲目地占用耕地從事經(jīng)濟作物種植的行為，使得經(jīng)濟作物種植規(guī)模擴張，且農(nóng)業(yè)結(jié)構(gòu)調(diào)整缺乏整體規(guī)劃、政策執(zhí)行者認知局限以及耕地利用帶有一定的個人主觀色彩，致使農(nóng)業(yè)結(jié)構(gòu)調(diào)整逐漸失去合理性且政策執(zhí)行偏離初衷，導(dǎo)致更多的耕地用于非糧食種植，造成耕地非糧化。

本研究較好地反映成都平原耕地非糧化狀況，但只關(guān)注了谷類作物中稻谷、小麥、玉米的情況，是否應(yīng)更加注重糧食作物廣義概念仍值得進一步探討。且受限于數(shù)據(jù)獲取及其完整性，僅分析了2000—2019年，后續(xù)研究開展需要進一步收集最新時段數(shù)據(jù)，提高研究的現(xiàn)實指導(dǎo)意義，并加強縣域內(nèi)部的研究，以揭示微觀層面耕地非糧化時空特征及其內(nèi)在機制。同時，基于理論分析，耕地非糧化驅(qū)動因素僅考慮了部分經(jīng)濟社會因子，其實耕地非糧化在很大程度上取決于農(nóng)戶的特點，本文未考慮這一因素，未來對驅(qū)動因素的研究需從多角度、多要素入手，結(jié)合問卷調(diào)查和實地調(diào)研展開更深入的探討。

5 結(jié)論與建議

5.1 結(jié)論

1）時序上，2000—2019 年成都平原耕地面積呈現(xiàn)“U”型波動增減態(tài)勢，總體變化較為穩(wěn)定，但這并不意味著耕地內(nèi)部用途的轉(zhuǎn)變。2000—2019年成都平原耕地非糧化面積與非糧化率均呈整體波動增加的趨勢，耕地非糧化面積和非糧化率的增幅分別為4.40%和13.53%，地區(qū)耕地保護和糧食安全保障面臨較大壓力。

2）空間上，成都平原耕地非糧化面積和非糧化率變化在區(qū)縣尺度具有不同步性，34個區(qū)縣耕地非糧化面積呈多中心分散分布態(tài)勢，非糧化率呈中部高、東北和西南低的空間格局，且中、高非糧化面積的區(qū)縣數(shù)量有所減少，非糧化率的區(qū)縣數(shù)量有所增加。成都平原耕地非糧化面積空間分布集聚區(qū)域集中在成都及其周邊臨近城市。

3）成都平原耕地非糧化時序演變特征和空間格局差異主要受經(jīng)濟作物種植規(guī)模、農(nóng)業(yè)結(jié)構(gòu)調(diào)整、城鎮(zhèn)化率和耕地保護政策因素的影響。

5.2 建議

在現(xiàn)代市場經(jīng)濟不斷推進的背景下，在保障糧食安全的基礎(chǔ)上，嚴(yán)格執(zhí)行耕地用途管制，著力建設(shè)成都平原新的耕地資源可持續(xù)利用格局。1）嚴(yán)格落實耕地用途管制制度，劃定耕地保護紅線。地方政府應(yīng)依托縣級國土空間規(guī)劃編制契機，以鄉(xiāng)鎮(zhèn)為基本空間單元，優(yōu)化耕地種植結(jié)構(gòu)，深入建設(shè)高質(zhì)穩(wěn)產(chǎn)的糧食生產(chǎn)功能區(qū)，明確耕地糧食種植與非糧食種植用途剛性紅線且留有彈性空間，加強耕地良田糧用監(jiān)測監(jiān)管，全面落實“進出平衡”制度。2）加強部門協(xié)同管理，形成耕地保護合力。建議自然資源管理部門成立耕地非糧化專門整治小組，督促耕地耕作層破壞整治與恢復(fù)工作，保護耕地糧食種植的首要功能；農(nóng)業(yè)農(nóng)村管理部門建立農(nóng)技人員駐村工作指導(dǎo)制度，推廣優(yōu)質(zhì)良種和糧食種植技術(shù)，指導(dǎo)農(nóng)民種植行為，提高糧食產(chǎn)量；林草管理部門應(yīng)避免違規(guī)占用耕地綠化，確保耕地糧食生產(chǎn)空間。3）完善農(nóng)業(yè)補貼制度，保障農(nóng)民基本權(quán)益。從種植品種及其投入成本出發(fā)，依據(jù)“誰種糧、誰收益”的原則對實際種糧行為主體按照實際面積發(fā)放補貼，取消非糧種植農(nóng)戶補貼，并充分發(fā)揮地方政府的主導(dǎo)作用，多渠道暢通農(nóng)民糧食銷路，以穩(wěn)定農(nóng)民種糧收入，提高糧食種植積極性。4）加大耕地保護政策宣講，提高糧食安全意識。通過座談會、報告會等形式開展最新耕地保護政策宣講和解讀，尤其向地方基層干部普及耕地保護知識。并厘清鄉(xiāng)村振興、耕地保護、糧食安全三者之間的辯證統(tǒng)一關(guān)系，增強農(nóng)民主體意識與社會責(zé)任意識，助推農(nóng)民種糧意愿提升和農(nóng)村經(jīng)濟振興齊頭并進。