?喀斯特山區(qū)耕地“非糧化”空間分布特征及驅(qū)動機制研究

摘要：基于平塘縣2012年和2022年的土地利用數(shù)據(jù)，探究耕地“非糧化”的空間分布特征并分析耕地坡度、耕地質(zhì)量、道路距離、居民點距離、水源距離5個因子對耕地“非糧化”的驅(qū)動作用。結(jié)果表明：（1）平塘縣現(xiàn)狀耕地為30 946.67 hm2，耕地“非糧化”面積為20 046.68 hm2，耕地“非糧化”率為39.31%；中國天眼5 km范圍內(nèi)耕地“非糧化”率達(dá)到63.70%，遠(yuǎn)高于全縣耕地“非糧化”率；（2）耕地“非糧化”變?yōu)榱值氐拿娣e為17 080.00 hm2，變?yōu)閳@地的面積為2 826.66 hm2，兩者共占耕地“非糧化”面積的99.30%；（3）隨著耕地坡度增加，耕地質(zhì)量降低，離居民點、道路、水源距離增加，耕地“非糧化”率均顯著上升。耕地坡度、耕地質(zhì)量、居民點距離、道路距離、水源距離5個因子對耕地“非糧化”的影響權(quán)重分別為0.34、0.26、0.17、0.13、0.10，其中自然條件因素對耕地“非糧化”的影響權(quán)重達(dá)0.60，是引起耕地“非糧化”的主要原因。

關(guān)鍵詞：喀斯特山區(qū)；耕地非糧化；驅(qū)動因子；平塘

中圖分類號：F323.21 文獻(xiàn)標(biāo)識碼：A 文章編號：1006-060X（2024）08-0084-05

Spatial Distribution and Driving Mechanism of Non-Grain Conversion of Cultivated Land in Karst Mountainous Area： A Case Study of Pingtang County

YANG Le，WANG Bin

（Bureau of Natural Resources in Qiannan Buyi and Miao Autonomous Prefecture， Qiannan 558000， PRC）

Abstract： With the land use data of Pingtang County in 2012 and 2022， this study explored the spatial distribution of non-grain conversion of cultivated land and the driving effects of five factors （slope， quality， distance to road， distance to residential area， and distance to water source） of cultivated land on the non-grain conversion. The results were obtained as follows. （1） The cultivated land in Pingtang County， 2022 showed an area of 30 946.67 hm2 and a non-grain conversion area of 20 046.68 hm2， with a non-grain conversion rate of 39.31%. The non-grain conversion rate within 5 km of the Five-hundred-meter Aperture Spherical Radio Telescope （FAST） was 63.70%， which was much higher than the average non-grain conversion rate of cultivated land in the county. （2） The areas of grain-producing cultivated land converted into forest land and garden land were 17 080.00 hm2 and 2 826.66 hm2， respectively， both of which accounted for 99.30% of the non-grain conversion area. （3） With the increases in cultivated land slope and distance to road， water source， and residential area and the decrease of cultivated land quality， the non-grain conversion rate of cultivated land rose significantly. The influence weights of the slope， quality， distance to residential area， distance to road， and distance to water source of cultivated land on non-grain conversion were 0.34， 0.26， 0.17， 0.13， and 0.10， respectively. The natural factors with the total influence weight of 0.60 were the main driving factors for the non-grain conversion of cultivated land.

Key words： karst mountainous area; non-grain conversion of cultivated land; driving factor; Pingtang

近年來，耕地“非糧化”現(xiàn)象呈現(xiàn)出日漸加劇的趨勢，將嚴(yán)重威脅國家糧食安全，如何有效解決耕地“非糧化”問題已成為國家部委及學(xué)術(shù)界關(guān)注的熱點問題[1]。近年來，國內(nèi)外專家學(xué)者針對耕地“非糧化”現(xiàn)象開展了大量研究工作，主要集中在耕地“非糧化”的空間分布特征[2-5]、驅(qū)動機制[6]、影響效益[7-9]、解決措施及對策[10-13]等方面。周慧等[14]系統(tǒng)分析了耕地“非糧化”的成因、矛盾及對策，指出糧食生產(chǎn)效益偏低、農(nóng)村勞動人口進(jìn)城務(wù)工是導(dǎo)致耕地“非糧化”的主要原因。程旭東等[15]研究了山區(qū)縣耕地“非糧化”的分布規(guī)律及影響因素，指出高山丘陵地區(qū)耕地“非糧化”主要受農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的影響。何鑫等[16]以巖溶槽谷區(qū)為研究對象，分析耕地“非糧化”的空間分布情況及驅(qū)動機制，指出耕地與農(nóng)村道路的距離是耕地“非糧化”的主要驅(qū)動力。

喀斯特山區(qū)的耕地破碎，耕地質(zhì)量較差，基礎(chǔ)設(shè)施配套不齊全，機械化耕作困難，農(nóng)民耕種不便且耕種收益不高。其耕地“非糧化”的主要原因是農(nóng)民外出務(wù)工導(dǎo)致耕地撂荒自然生長變?yōu)榱值?，或者實施產(chǎn)業(yè)結(jié)構(gòu)調(diào)整使得耕地變?yōu)閳@地。厘清喀斯特山區(qū)耕地“非糧化”的空間分布特征和驅(qū)動機制，對區(qū)域耕地資源的可持續(xù)發(fā)展具有重要意義。

研究以西南喀斯特山區(qū)的平塘縣為研究對象，利用平塘縣2012年和2022年的土地利用數(shù)據(jù)，分析耕地“非糧化”的空間分布特征，探討耕地“非糧化”的驅(qū)動機制，以期為喀斯特山區(qū)解決耕地“非糧化”問題提供理論依據(jù)。

1 研究區(qū)概況及數(shù)據(jù)來源

1.1 研究區(qū)概況

平塘縣位于貴州省黔南州南部，享有“中國天眼之城”的美譽，全縣面積2 806 km2，下轄9鎮(zhèn)1鄉(xiāng)1街道。平塘縣是珠江上游重要的生態(tài)屏障，屬于亞熱帶季風(fēng)濕潤氣候，森林覆蓋率高達(dá)70.74%，是天然的大氧吧。2014年以來平塘縣響應(yīng)國家號召實施新一輪退耕還林工程；為提高農(nóng)民收入助力鄉(xiāng)村振興，平塘縣政府鼓勵農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整；為保護(hù)“中國天眼”安全運行，政府將“中國天眼”方圓5 km設(shè)為靜默區(qū)，實行特殊管理。因此，平塘縣耕地“非糧化”趨勢較為明顯。

1.2 數(shù)據(jù)來源及處理

從谷歌地球、天地圖等平臺獲取平塘縣2012年、2022年的遙感影像，經(jīng)校正處理后，開展2012年、2022年平塘縣土地利用情況的人機交互目視解譯，提取平塘縣2022年耕地數(shù)據(jù)和2012年耕地在2022年變?yōu)閳@地、林地、草地和坑塘水面的數(shù)據(jù)。分別統(tǒng)計2022年不同坡度和不同質(zhì)量等級耕地和“非糧化”耕地的面積，同時統(tǒng)計離道路、水源、居民點不同距離范圍內(nèi)的耕地和“非糧化”耕地面積。影響耕地“非糧化”的因子及其等級分類如表1所示。

2 研究方法

2.1 耕地“非糧化”率

研究將2012年的耕地在2022年轉(zhuǎn)變?yōu)閳@地、林地、草地、坑塘水面等地類的面積視為耕地“非糧化”面積，根據(jù)公式（1）計算耕地“非糧化”率。

Vik = Mik/Hik" " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " （1）

式中：Vik為第i種驅(qū)動因子第k類條件分布的“非糧化”率；Hik為2012年第i種驅(qū)動因子第k類條件分布下的耕地面積；Mik為2022年第i種驅(qū)動因子第k類條件分布下的耕地“非糧化”面積。

2.2 耕地“非糧化”驅(qū)動因子權(quán)重測算

為探究耕地“非糧化”的主要驅(qū)動力，進(jìn)一步分析耕地坡度、耕地質(zhì)量、居民點距離、道路距離、水源距離這5個驅(qū)動因子對耕地“非糧化”的影響，根據(jù)公式（2）（3）計算了各驅(qū)動因子的影響權(quán)重。

XLi=（Yim-Yi1）/（Xim-Xi1） （2）

QZi = XLi" /∑XLi" " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " （3）

式中：XLi為第種驅(qū)動因子的耕地“非糧化”率的斜率，Xim為第i種驅(qū)動因子的最后一個因子分級編號，Xi1為第i種驅(qū)動因子的第一個因子分級編號，Yim為i種驅(qū)動因子最后一個因子編號對應(yīng)的耕地“非糧化”率，Yi1為i種驅(qū)動因子第一個因子編號對應(yīng)的耕地“非糧化”率，QZi為第i種驅(qū)動因子的權(quán)重。

3 結(jié)果與分析

3.1 耕地“非糧化”現(xiàn)狀

據(jù)統(tǒng)計，平塘縣2022年現(xiàn)狀耕地面積為30 946.67"hm2，2012—2022年間耕地“非糧化”面積為20 046.68"hm2，耕地“非糧化”率為39.31%。其中，由耕地變?yōu)榱值氐拿娣e為17 080.00 hm2，占耕地“非糧化”面積的85.20%；由耕地變?yōu)閳@地的面積為2 826.66"hm2，占耕地“非糧化”面積的14.10%；兩者共占耕地“非糧化”面積的99.30%。值得注意的是，2022年中國天眼5 km范圍內(nèi)的現(xiàn)狀耕地面積為326.67 hm2，耕地“非糧化”面積為573.33 hm2，耕地“非糧化”率達(dá)到63.70%，耕地“非糧化”情況較為嚴(yán)重。

3.2 耕地“非糧化”空間分布特征

3.2.1 耕地“非糧化”的坡度分布特征 由表2可知，2022年平塘縣現(xiàn)狀耕地的坡度主要在6°～15°之間，共16 900.00 hm2，占現(xiàn)狀耕地總面積的54.61%。

2012—2022年耕地“非糧化”面積為20 046.68 hm2，主要分布在坡度相對較大的地區(qū)，其中6°～15°、15°～25°、＞25°的面積分別占總“非糧化”面積的28.93%、26.60%、37.25%。此外，隨著坡度增加，耕地“非糧化”趨勢愈加明顯。當(dāng)坡度小于2°時，“非糧化”率僅為7.41%；而當(dāng)坡度大于25°時，“非糧化”率達(dá)到85.11%。坡度大于25°的現(xiàn)狀耕地面積僅1 306.67 hm2，但“非糧化”耕地面積高達(dá)7 466.68 hm2，是現(xiàn)狀耕地的5.71倍；其中，耕地“非糧化”變?yōu)榱值氐拿娣e為6 866.67 hm2，是高坡度耕地“非糧化”的主導(dǎo)因素。

3.2.2 耕地“非糧化”的質(zhì)量分布特征 如表3所示，將平塘縣耕地劃分為8等至14等7個質(zhì)量等級，其中8等表示土地質(zhì)量最好，14等表示土地質(zhì)量最差。2022年平塘縣現(xiàn)狀耕地主要在9～12等，共26 920.00 hm2，占現(xiàn)狀耕地總面積的86.99%。現(xiàn)狀耕地平均耕地質(zhì)量為10.87等，低于全國平均值9.96等。2012—2022年“非糧化”耕地的質(zhì)量集中在12～13等，面積為15 073.32 hm2，占“非糧化”耕地總面積的75.19%。隨著耕地質(zhì)量降低，“非糧化”率逐漸增加，8等耕地的“非糧化”率僅為9.70%，13等耕地的“非糧化”率上升到75.53%，而14等的耕地“非糧化”率高達(dá)98.94%。

3.2.3 耕地“非糧化”的道路距離分布特征 由表4可知，2022年平塘縣現(xiàn)狀耕地主要分布在離道路100 m范圍內(nèi)，共19 440.00 hm2，占現(xiàn)狀耕地總面積的62.82%；離道路距離200 m范圍內(nèi)的耕地面積為25 846.67 hm2，占現(xiàn)狀耕地總面積的83.52%。由于“十三五”期間平塘縣大力實施“村村通”“組組通”道路建設(shè)及高標(biāo)準(zhǔn)農(nóng)田項目配套的田間便道建設(shè)，平塘縣道路網(wǎng)密度大幅上升，道路輻射耕地面積顯著增加，離道路距離大于500 m的現(xiàn)狀耕地面積僅940.00 hm2，占比較少。從交通條件來說，耕地離道路距離200 m范圍內(nèi)為耕種相對便利的區(qū)域，平塘縣分布在離道路200 m范圍內(nèi)的“非糧化”耕地面積達(dá)12 926.68 hm2，占耕地“非糧化”面積的64.48%，“非糧化”率為33.34%。

3.2.4 耕地“非糧化”的居民點距離分布特征 由表5可知，2022年平塘縣現(xiàn)狀耕地主要分布在離居民點200 m范圍內(nèi)的區(qū)域，面積為17 893.34 hm2，占現(xiàn)狀耕地的57.82%；離居民點500 m以上的現(xiàn)狀耕地面積為3 773.33 hm2，占現(xiàn)狀耕地的12.19%。耕地與居民點的距離是引起耕地“非糧化”的重要原因，隨著與居民點距離的增加，耕地“非糧化”現(xiàn)象愈加嚴(yán)重。與居民點距離大于500 m的“非糧化”耕地面積為4 973.55 hm2，“非糧化”率為56.86%，是與居民點距離100 m內(nèi)的耕地“非糧化”率的2.16倍。

3.2.5 耕地“非糧化”的水源距離分布特征 由表6可知，2022年平塘縣分布在離水源點大于500 m的現(xiàn)狀耕地面積較大，達(dá)12 306.67 hm2，占現(xiàn)狀耕地總面積的39.77%；同時分布在離水源點大于500 m的“非糧化”耕地面積也最大，達(dá)11 426.67 hm2，占“非糧化”耕地總面積的57.00%。隨著耕地離水源點距離的增加，耕地“非糧化”率也逐漸增加。離水源點距離小于100 m的耕地“非糧化”率為23.60%，而離水源點距離大于500 m的耕地“非糧化”率高達(dá)48.15%。

3.3 耕地“非糧化”驅(qū)動因子分析

選取影響耕地“非糧化”的5個驅(qū)動因子，即耕地坡度、耕地質(zhì)量、居民點距離、道路距離、水源距離進(jìn)行分析，發(fā)現(xiàn)隨著耕地坡度增加，耕地質(zhì)量降低，離居民點、道路、水源距離增加，耕地“非糧化”率均顯著上升。從單個因子來看，耕地坡度小于2°時，耕地“非糧化”率為7.41%，總體最低；耕地質(zhì)量等級為14等時，耕地“非糧化”率為98.94%，總體最高。隨著耕地坡度的增加，耕地“非糧化”率上升趨勢最明顯。從外在驅(qū)動因子來看，道路距離、居民點距離、水源距離這3個因子引起的耕地“非糧化”率上升趨勢相對較緩。

鑒于耕地坡度、耕地質(zhì)量、道路距離、居民點距離、水源距離5個因子均對耕地“非糧化”有較大的驅(qū)動影響，該研究通過測算各驅(qū)動因子的權(quán)重來評估其對耕地“非糧化”的影響。通過計算得到耕地坡度、耕地質(zhì)量、道路距離、居民點距離、水源距離5個因子對耕地“非糧化”的影響權(quán)重分別為0.34、0.26、0.17、0.13、0.10。耕地坡度對耕地“非糧化”的影響權(quán)重最大，其次為耕地質(zhì)量等級。由于耕地坡度大，耕種不便，同時坡度較大的地方土壤相對貧瘠，耕地質(zhì)量較差，耕地產(chǎn)量較低，農(nóng)民耕種意愿下降，容易引發(fā)耕地“非糧化”現(xiàn)象。道路距離對耕地“非糧化”的影響權(quán)重為0.17，是導(dǎo)致耕地“非糧化”的又一主要因素。耕地離道路距離近，農(nóng)民耕種便利，反之則會增加耕種成本，使得農(nóng)民耕種意愿降低，從而導(dǎo)致耕地“非糧化”?？傮w來看，自然條件因素對耕地“非糧化”的影響權(quán)重達(dá)0.60，是引起耕地“非糧化”的主要原因。

4 結(jié)論與建議

4.1 結(jié)論

該研究基于平塘縣2012年和2022年土地利用數(shù)據(jù)，研究耕地“非糧化”的空間分布特征并分析耕地坡度、耕地質(zhì)量、道路距離、居民點距離、水源距離5個因子對耕地“非糧化”的驅(qū)動作用，得出以下主要結(jié)論。

（1）2012—2022年間平塘縣耕地“非糧化”面積為20 046.68 hm2，耕地“非糧化”率為39.31%。中國天眼5 km范圍內(nèi)耕地“非糧化”率達(dá)到63.70%，遠(yuǎn)高于全縣耕地“非糧化”率，其主要原因是為了減少電磁波對中國天眼運行的干擾，相關(guān)部門對中國天眼實行特殊保護(hù)，將中國天眼周邊5 km范圍內(nèi)的居民進(jìn)行了搬遷，導(dǎo)致該區(qū)域耕地“非糧化”。

（2）耕地“非糧化”變?yōu)榱值氐拿娣e為17 080.00"hm2，變?yōu)閳@地的面積為2 826.66 hm2，兩者共占耕地“非糧化”面積的99.30%。耕地“非糧化”變?yōu)榱值?、園地的主要原因是2012—2022年間平塘縣實施退耕還林工程使得部分耕地變?yōu)榱值?，以及農(nóng)村青壯年外出務(wù)工，導(dǎo)致部分耕地撂荒從而自然生長成林；此外，農(nóng)民為追求更高的收益，在耕地上種植果樹導(dǎo)致耕地變?yōu)閳@地。

（3）隨著坡度增加，耕地“非糧化”趨勢愈加明顯。當(dāng)耕地坡度小于2°時，“非糧化”率僅為7.41%；而當(dāng)坡度大于25°時，“非糧化”率達(dá)到85.11%。其中，耕地變?yōu)榱值厥歉咂露雀亍胺羌Z化”的主導(dǎo)因素，這是因為退耕還林工程首先在坡度大的耕地實施；而且坡度大于25°的區(qū)域土壤相對貧瘠、水土流失嚴(yán)重且耕種不便，因此耕地“非糧化”現(xiàn)象嚴(yán)重。隨著耕地質(zhì)量降低，“非糧化”率逐漸增加。質(zhì)量等級為8等的耕地“非糧化”率為9.70%，而14等耕地的“非糧化”率達(dá)到98.94%。

（4）道路距離、居民點距離和水源距離也是耕地“非糧化”的主要驅(qū)動因素。距離道路100 m內(nèi)的耕地“非糧化”率為30.88%，距離道路500 m以上的耕地“非糧化”率為69.01%。隨著居民點距離的增加，耕種便利度降低，管護(hù)難度增加，耕地“非糧化”現(xiàn)象加劇，與居民點距離大于500 m的耕地“非糧化”率是與居民點距離100 m內(nèi)的耕地“非糧化”率的2.16倍。耕地“非糧化”率隨著離水源點距離的增加而增加，這是因為平塘縣地處西南喀斯特山區(qū)，降雨產(chǎn)生徑流較多，土地保水蓄水較難。

（5）隨著耕地坡度增加，耕地質(zhì)量降低，離居民點、道路、水源距離增加，耕地“非糧化”率均顯著上升。耕地坡度、耕地質(zhì)量、居民點距離、道路距離、水源距離5個因子對耕地“非糧化”的影響權(quán)重分別為0.34、0.26、0.17、0.13、0.10，其中自然條件因素對耕地“非糧化”的影響權(quán)重達(dá)0.60，是引起耕地“非糧化”的主要原因。

4.2 建議

平塘縣位于西南喀斯特山區(qū)，山高坡陡谷深，地表巖石裸露度較高，耕地質(zhì)量較差，耕地坡度較大，天然的地理區(qū)位導(dǎo)致耕地“非糧化”趨勢嚴(yán)峻。為解決平塘縣耕地“非糧化”問題，提出以下幾點建議：（1）政府進(jìn)一步提高農(nóng)民種糧補貼，多渠道保障農(nóng)民種糧收入，以減少耕地撂荒成林現(xiàn)象發(fā)生；（2）調(diào)整耕地布局，按照“果樹苗木盡量上坡上山、耕地盡量下坡下山”的要求實施耕地調(diào)整，以騰退出優(yōu)質(zhì)耕地種植糧食作物；（3）進(jìn)一步加強耕地用途管制，特別是全面加強坡下山下相對平整優(yōu)質(zhì)的耕地用途管制，確保耕地主要用于種植糧食、蔬菜等作物。

參考文獻(xiàn)：

[1] 任大鵬，彭博. 防止耕地“非糧化”的法律規(guī)制研究[J]. 中國土地科學(xué)，2022，36（7）：1-9.

[2] 孟菲，譚永忠，陳航，等. 中國耕地“非糧化”的時空格局演變及其影響因素[J]. 中國土地科學(xué)，2022，36（1）：97-106.

[3] 李廷強，郝點. 我國耕地“非糧化”現(xiàn)狀及其復(fù)耕培肥技術(shù)研究進(jìn)展[J]. 應(yīng)用生態(tài)學(xué)報，2023，34（6）：1703-1712.

[4] 吳大放，林添華，李淑君，等. 廣州市耕地非糧化時空演變及驅(qū)動力分析[J]. 廣東農(nóng)業(yè)科學(xué)，2023，50（1）：153-163.

[5] 謝雨琦，王子芳，王穎，等. 重慶丘陵山區(qū)耕地非糧化時空變異及驅(qū)動類型劃分[J]. 農(nóng)業(yè)資源與環(huán)境學(xué)報，2024，41（1）：15-26.

[6] 孫正輝，楊海鎮(zhèn). 青海省都蘭縣耕地非糧化影響因素研究[J]. 現(xiàn)代農(nóng)業(yè)，2023，48（1）：106-108.

[7] 趙延雙，劉俊汝，牟少巖. 青島市工商資本租用耕地“非糧化”影響因素與對策研究[J]. 江西農(nóng)業(yè)學(xué)報，2022，34（7）：229-234.

[8] GHOLAMI-ZANJANI S M，KLIBI W，JABALAMELI M S，et al. The design of resilient food supply chain networks prone to epidemic disruptions[J]. International Journal of Production Economics，2021，233：108001.

[9] SEMBA R D，ASKARI S，GIBSON S，et al. The potential impact of climate change on the micronutrient-rich food supply[J]. Advances in Nutrition，2022，13（1）：80-100.

[10] 邵宇飛. 河南省耕地“非糧化”空間格局分異、成因及對策研究[J]. 湖北農(nóng)業(yè)科學(xué)，2022，61（23）：234-238.

[11] 李榮欣，袁承程，劉黎明. 我國耕地“非糧化”發(fā)展態(tài)勢與對策研究[J]. 自然資源情報，2022（8）：29-35.

[12] 甘黎黎，趙雪婷. 耕地“非糧化”的法律規(guī)制研究[J]. 資源與人居環(huán)境，2022（6）：34-39.

[13] 楊紅香，荊彥婷，朱悅. 中國耕地“非糧化”現(xiàn)狀、原因及對策研究[J]. 安徽農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2022，31（3）：33-37，112.

[14] 周慧，周鑫. 耕地非糧化：成因、矛盾與對策[J]. 農(nóng)業(yè)經(jīng)濟，2022（11）：98-100.

[15] 程旭東，陳美球，賴昭豪，等. 山區(qū)縣耕地“非糧化”空間分異規(guī)律及關(guān)聯(lián)因素[J]. 農(nóng)業(yè)工程學(xué)報，2023，39（2）：203-211.

[16] 何鑫，鐘九生，林雙雙，等. 巖溶槽谷區(qū)耕地“非糧化”空間分異特征及驅(qū)動機制：以貴州銅仁萬山區(qū)為例[J]. 地理科學(xué)，2022，42（12）：2207-2217.

（責(zé)任編輯：王婷）