糧食安全視角下江蘇省耕地“非糧化”的動態(tài)演變特征及影響因素

摘 要：在糧食安全視角下，結(jié)合耕地“非糧化”研究現(xiàn)狀，以糧食自給率較低、耕地“非糧化”變化分異顯著的江蘇省為例，基于實(shí)地調(diào)研和定量分析，研究2012—2020年江蘇省耕地“非糧化”的動態(tài)演變特征及影響因素。通過構(gòu)建多源數(shù)據(jù)融合的耕地“非糧化”動態(tài)監(jiān)測體系和時空分析框架，探究耕地“非糧化”的演變規(guī)律。鑒于江蘇省社會經(jīng)濟(jì)發(fā)展水平的空間梯度分異，耕地“非糧化”呈現(xiàn)出由南向北逐次遞減的特征。將江蘇省分為蘇北、蘇中、蘇南等3個區(qū)域，分析家庭特征、耕地稟賦、經(jīng)濟(jì)條件、政策環(huán)境等因素對其時空特征的影響。

關(guān)鍵詞：土地耕地；“非糧化”；江蘇?。患Z食安全

中圖分類號：F321.1 文獻(xiàn)標(biāo)志碼：A 文章編號：1674-7909（2025）1-42-8

DOI：10.19345/j.cnki.xckj.1674-7909.2025.01.007

0 引言

耕地“非糧化”是指在耕地上從事非農(nóng)業(yè)活動，或是農(nóng)民將耕地用于非糧食作物種植。2020年11月4日國務(wù)院辦公廳發(fā)布的《關(guān)于防止耕地“非糧化” 穩(wěn)定糧食生產(chǎn)的意見》指出，要采取有力舉措防止耕地“非糧化”，切實(shí)穩(wěn)定糧食生產(chǎn)，牢牢守住國家糧食安全的生命線。2023年12月29日，第十四屆全國人民代表大會常務(wù)委員會第七次會議通過了《中華人民共和國糧食安全保障法》，從法律層面為糧食安全提供了保障。學(xué)者響應(yīng)政策，指出要確保國家糧食安全，防止耕地“非糧化”，保證糧食有效供給［1-3］。耕地“非糧化”治理成為國家治理重點(diǎn)，學(xué)者對耕地“非糧化”成因、影響及對策開展了一系列研究［4-6］。

多數(shù)學(xué)者從土地流轉(zhuǎn)角度研究耕地“非糧化”，如朱忠貴［7］、侯勝鵬［8］、陳印軍［9］。土地流轉(zhuǎn)使農(nóng)民更傾向于種植經(jīng)濟(jì)效益高的作物［10-11］。對此，張新喜［12］提出要完善種糧補(bǔ)貼，“非糧化”率的持續(xù)升高會造成耕地數(shù)量減少［13］、品質(zhì)下降，負(fù)外部效應(yīng)明顯的后果［14］。為深入了解其現(xiàn)狀，白旭京［15］以河南省信陽市為例、陳懷遠(yuǎn)［16］以安徽省為例進(jìn)行研究。后續(xù)學(xué)者基于前人的研究開始觀測耕地“非糧化”的時空演變格局［17］及其影響因素。李遠(yuǎn)亭等［18］研究出影響最大的因素為鄉(xiāng)村人口及其意愿；康雄華等［19］認(rèn)為“糧作比”下降導(dǎo)致農(nóng)地“非糧化”；丁洲等［20］認(rèn)為村民老齡化程度對耕地“非糧化”有顯著負(fù)影響。

唐重振等［21］、張穎詩等［22］指出，糧食安全是政治安全和經(jīng)濟(jì)安全的重要基礎(chǔ)，也是最重要的民生問題?？傮w上，關(guān)于中國耕地“非糧化”相關(guān)研究的總結(jié)性成果較少，缺乏反映耕地“非糧化”的研究現(xiàn)狀與發(fā)展趨勢的綜合性成果?；诖?，以江蘇省為例，研究其耕地“非糧化”的動態(tài)演變特征及影響因素，提出合理建議，保障糧食安全。

1 研究方法與數(shù)據(jù)來源

1.1 研究區(qū)概況

江蘇省平原廣布，水網(wǎng)稠密，是我國重要的產(chǎn)糧基地。江蘇省作為農(nóng)業(yè)強(qiáng)省，糧食面積連續(xù)14 a超過53 333 km2，總產(chǎn)量連續(xù)10 a超過35 000 000 t，2022年高達(dá)37 975 000 t，創(chuàng)歷史新高。2022年，江蘇省水稻單產(chǎn)突破600 kg，居全國糧食主產(chǎn)省第一。因此，江蘇省耕地“非糧化”程度對于我國糧食安全保障尤為重要。2012—2022年，江蘇省耕地“非糧化”面積呈倒“U”形的變化趨勢，面積由232.25萬hm2升至270.48萬hm2后降至207.28萬hm2，占比由19.28%升至35.46%后降至27.72%。2012—2022年，江蘇省糧食播種面積呈波動上升趨勢，糧食作物占農(nóng)作物比重在迅速上升后趨于平緩，如圖1所示。

1.2 數(shù)據(jù)來源與變量選擇

1.2.1 變量選擇

筆者從外部和內(nèi)部等2個方面選擇江蘇省耕地“非糧化”的影響因素。外部因素主要為固定資產(chǎn)投入、農(nóng)業(yè)投入比例變化、投資來源、三大產(chǎn)業(yè)生產(chǎn)總值變化趨勢、規(guī)模以上工業(yè)企業(yè)主要能源消費(fèi)量、污染排放與處理利用情況、農(nóng)村自然災(zāi)害情況。內(nèi)部因素主要為鄉(xiāng)村人口數(shù)及比重變化、農(nóng)業(yè)從業(yè)人數(shù)、農(nóng)村居民生活成本、農(nóng)產(chǎn)品產(chǎn)量、種糧收入水平、耕地面積變化、耕地利用情況與機(jī)械化水平、糧食作物播種面積與比率、農(nóng)作物種植結(jié)構(gòu)、農(nóng)業(yè)機(jī)械化情況。

1.2.2 數(shù)據(jù)來源

該研究所選用的糧食作物播種面積、農(nóng)作物播種面積、人均生產(chǎn)總值、第一產(chǎn)業(yè)生產(chǎn)總值占比、農(nóng)業(yè)總產(chǎn)值、農(nóng)村自然災(zāi)害受災(zāi)面積、農(nóng)業(yè)機(jī)械總動力、農(nóng)村地區(qū)工業(yè)廢水廢氣排放量、耕地“非糧化率”等數(shù)據(jù)均來源于各市（縣）統(tǒng)計(jì)年鑒及各市級單位第三次全國國土調(diào)查主要數(shù)據(jù)公報，計(jì)算農(nóng)村勞動力人均耕地面積。城市常住人口和農(nóng)村常住人口數(shù)據(jù)來自各市級單位第七次全國人口普查公報，計(jì)算城鎮(zhèn)化率。城市居民可支配收入、農(nóng)村居民可支配收入、機(jī)耕面積、機(jī)播面積、村民小組、有效灌溉面積來源于《江蘇農(nóng)村統(tǒng)計(jì)年鑒》。

1.3 研究方法

1.3.1 耕地“非糧化”率測算

基于資料查閱和現(xiàn)有成果，筆者認(rèn)為耕地“非糧化”率可用非糧食作物播種面積占農(nóng)作物播種面積的比例測度，其計(jì)算方法見式（1）。

[" "耕地“非糧化”率=（非糧食作物播種面積/農(nóng)作物播種面積）×100]%" " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " （1）

根據(jù)《江蘇統(tǒng)計(jì)年鑒》所披露的數(shù)據(jù)，2022年江蘇省農(nóng)作物總播種面積為753.42萬hm2，其中糧食作物播種面積為544.45萬hm2，非糧食作物播種面積為208.97萬hm2，“非糧化”率為27.74%。

1.3.2 泰爾指數(shù)

采用泰爾指數(shù)判定江蘇省內(nèi)耕地“非糧化”總體差異，基于此進(jìn)一步分析其“非糧化”時空演變規(guī)律。選擇不同時期數(shù)據(jù)，開展多次泰爾指數(shù)分析，其計(jì)算公式見式（2）至式（4）。

式（2）至（4）中：[T]、[Twt]、[Tbr]分別為非糧化總體差異、區(qū)間內(nèi)差異和區(qū)間間差異；[n]為區(qū)間總數(shù)；[na、nb、nc、nd]分別為蘇南、蘇北、蘇中、沿海沿湖灘涂區(qū)的區(qū)間數(shù)量；[Ti]為[i]地區(qū)“非糧化”水平與江蘇省平均水平的比值。

1.3.3 線性回歸模型

多元線性回歸模型是指含有多個自變量的線性回歸模型，解釋因變量與其他多個自變量之間的線性關(guān)系，見式（5）。

式（5）中：[y]為因變量；[x1，x2，…，xn]為自變量；[β1，β2，…，βn]為回歸系數(shù)；[β0]為常數(shù)；[ε]為隨機(jī)誤差。首先，診斷多重共線采用方差膨脹因子（VIF）對自變量進(jìn)行多重共線性檢驗(yàn)。一般情況下，VIFgt;10說明自變量之間存在多重共線性，應(yīng)剔除VIFgt;10的自變量。然后，依次進(jìn)行回歸直到所有自變量的VIFlt;10。最后，利用SPSS.20軟件運(yùn)行該模型。

2 結(jié)果分析

2.1 耕地“非糧化”的演變特征

2.1.1 耕地時序變化特征

2012—2022年，江蘇省耕地“非糧化”面積的變化趨勢呈倒“U”形變化模式。具體地，耕地“非糧化”面積從1995年的444.83萬hm2增至峰值802.34萬hm2，隨后降至753.42萬hm2。如圖2所示，2012—2022年，浙江省耕地面積變化幅度較小，2015年耕地面積達(dá)到773.78萬hm2的峰值，隨后逐漸下降。2019年，浙江省耕地面積降至744.26 萬hm2的最低點(diǎn)，盡管2020—2022年有所回升，但仍未恢復(fù)至2012年的水平。2012—2022年，江蘇省耕地面積累計(jì)凈減少11.73萬hm2，年均減少1.17萬hm2。2012—2022年，江蘇省的耕地面積總體上呈現(xiàn)下降趨勢，從765.16萬hm2減少至753.42萬hm2。

如圖2所示，2012—2014年，江蘇省的“非糧化”率略有下降，從30.26%降至29.99%，表明相對于總耕地面積，用于種植非糧食作物的耕地有所減少，或糧食作物的種植面積有所增加。然而，自2015年起，“非糧化”率出現(xiàn)不斷下降，降至27.98%，并在2016—2017年保持穩(wěn)定，波動較小，維持在26.85%至27.98%。這一時期，“非糧化”率的變化處于動態(tài)平衡狀態(tài)。然而，從2018年開始，“非糧化”率出現(xiàn)回升，從2018年的27.18%增至2021年的27.77%，但增幅不大，表明用于種植非糧食作物的耕地面積逐年增加。至2022年，“非糧化”率略有下降，降至27.74%，但仍高于2018年之前的水平。

2.1.2 耕地的空間格局分異

由Local Moran's I結(jié)果可知，江蘇省耕地利用的南北分異特征顯著。蘇南地區(qū)，尤其是環(huán)太湖地區(qū)，耕地生產(chǎn)功能已經(jīng)弱化，而蘇中、蘇北地區(qū)的耕地生產(chǎn)功能不斷強(qiáng)化。如圖3所示，蘇南、蘇中、蘇北等區(qū)域的耕地“非糧化”差異明顯，呈現(xiàn)“南高北低”的兩極分化格局。蘇南地區(qū)高于全省平均水平，形成“高高聚集”區(qū)；蘇北地區(qū)普遍低于全省平均水平，形成“低低聚集”區(qū)；蘇中地區(qū)介于二者之間，呈現(xiàn)低水平聚集態(tài)勢，但局部城市化地區(qū)有向高水平聚集區(qū)過渡的趨勢?？臻g自相關(guān)分析也證實(shí)這種集聚分布特征。高“非糧化”率的區(qū)域空間鄰近，相互影響，空間依賴性強(qiáng)，高值空間集聚特征明顯；低“非糧化”率區(qū)域同樣呈現(xiàn)低值集聚的依賴關(guān)系，且聚集程度隨時間推移持續(xù)增強(qiáng)。

整體看，蘇中地區(qū)“非糧化”率較為穩(wěn)定，在26%～27%波動，如圖4所示。2012—2015年保持在27%，2016年降至26%，2017年回升至27%，2018年降至25%，此后維持在26%左右?？傮w上，蘇中地區(qū)“非糧化”率變化幅度較小，農(nóng)業(yè)種植結(jié)構(gòu)穩(wěn)定。蘇南地區(qū)“非糧化”率呈現(xiàn)上升趨勢，2012年為36.8%，此后逐年提高，2020年達(dá)到最高點(diǎn)40.8%，2021—2022年略有回落，但仍維持在40%左右的高位。2012—2015年，蘇南“非糧化”率提高了約4個百分點(diǎn)，表明蘇南地區(qū)農(nóng)業(yè)種植結(jié)構(gòu)調(diào)整力度大，工商業(yè)和城鎮(zhèn)化用地需求對耕地“非糧化”的影響凸顯。蘇北地區(qū)“非糧化”率略有下降。2012—2017年，“非糧化”率穩(wěn)中有降，降至24.5%。2018年出現(xiàn)較大幅度下降，降至23.3%的低點(diǎn)，此后有所回升，2020—2022年維持在23.5%～23.7%?？傮w上，蘇北地區(qū)糧食生產(chǎn)的主導(dǎo)地位得到鞏固，但仍有一定波動。從發(fā)展趨勢看，蘇南地區(qū)“非糧化”率呈下降趨勢，但仍處于較高水平；蘇中地區(qū)“非糧化”率波動中有所上升，農(nóng)業(yè)種植結(jié)構(gòu)調(diào)整明顯；蘇北地區(qū)“非糧化”率較為平穩(wěn)，農(nóng)業(yè)主導(dǎo)地位穩(wěn)固，但隨著城鎮(zhèn)化發(fā)展，耕地“非糧化”壓力仍不容忽視。

耕地“非糧化”的區(qū)域分異格局，實(shí)質(zhì)上是城鎮(zhèn)化進(jìn)程與農(nóng)業(yè)發(fā)展階段在空間維度上的映射。在江蘇省，蘇南地區(qū)因工業(yè)化和城鎮(zhèn)化的快速發(fā)展，建設(shè)用地需求激增，占用大量優(yōu)質(zhì)耕地。蘇北地區(qū)城鎮(zhèn)化水平相對較低，農(nóng)業(yè)生產(chǎn)在經(jīng)濟(jì)結(jié)構(gòu)中的比重較大。該地區(qū)的土地肥沃，灌溉設(shè)施完善，糧食單產(chǎn)和總產(chǎn)均較高，加之種植結(jié)構(gòu)單一、農(nóng)業(yè)經(jīng)營方式傳統(tǒng)，農(nóng)民種糧意愿強(qiáng)烈，成為江蘇省的糧食生產(chǎn)基地，耕地“非糧化”率較低。蘇中地區(qū)則呈現(xiàn)出典型的城鄉(xiāng)過渡特征，經(jīng)濟(jì)發(fā)達(dá)，農(nóng)業(yè)結(jié)構(gòu)多元化，耕地利用呈現(xiàn)“南糧北稻”的分異特征。隨著蘇中地區(qū)城市化的推進(jìn)與蘇南產(chǎn)業(yè)的梯度轉(zhuǎn)移，該地區(qū)的耕地“非糧化”率增速加快，部分區(qū)域已出現(xiàn)高度“非糧化”現(xiàn)象。江蘇省耕地“非糧化”的區(qū)域分異格局，不僅反映不同地區(qū)的經(jīng)濟(jì)發(fā)展水平和城鎮(zhèn)化進(jìn)程，也揭示農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)和農(nóng)民行為選擇的地域差異，這些因素共同塑造江蘇省耕地利用的空間格局。

2.2 耕地“非糧化”率影響因素分析

筆者在研究耕地“非糧化”的影響因素時，采用多元線性回歸的方法，探究因變量與自變量之間的不確定性關(guān)系，量化各因素對耕地“非糧化”的影響。

將“農(nóng)業(yè)從業(yè)人數(shù)”“農(nóng)戶人均可支配收入”“農(nóng)戶人均生活消費(fèi)支出”“糧食播種面積”“農(nóng)業(yè)生產(chǎn)總值”“農(nóng)業(yè)機(jī)械總動力”“農(nóng)村自然災(zāi)害受災(zāi)面積”“農(nóng)村地區(qū)工業(yè)廢水排放量”“農(nóng)村地區(qū)工業(yè)廢氣排放量”“農(nóng)村地區(qū)工業(yè)企業(yè)主要能源消耗量”“耕地‘非糧化’率”等11個變量依次記作[xi，i=1，2，3，…，10，11]。“非糧化”影響因素的相關(guān)性系數(shù)如表1所示。

表2中，與耕地“非糧化”率具有相關(guān)性的因素中，除了“農(nóng)村地區(qū)工業(yè)企業(yè)主要能源消耗量”和耕地“非糧化”率之間相關(guān)系數(shù)（Pearson系數(shù)）為0.28，小于0.5，相關(guān)性較低，其余變量與“非糧化”率之間的線性關(guān)系均較為顯著。因此，“農(nóng)村地區(qū)工業(yè)企業(yè)主要能源消耗量”這一因素不適合作為多元回歸分析的解釋變量，除該變量外的9個變量可作為多元線性回歸分析模型中的解釋變量。

對與耕地“非糧化”因素相關(guān)性高的9個解釋變量進(jìn)行共線性分析。在P值=0.9的篩選標(biāo)準(zhǔn)下（認(rèn)為兩變量間P值高于0.9的共線性較強(qiáng)，同時作為解釋變量使得結(jié)果重復(fù)），舍去“農(nóng)村地區(qū)工業(yè)廢水排放量”“農(nóng)業(yè)生產(chǎn)總值”“農(nóng)戶人均可支配收入”“農(nóng)業(yè)從業(yè)人數(shù)”這4個與多個解釋變量共線性極強(qiáng)的因素，保留“農(nóng)戶人均生活消費(fèi)支出”“糧食播種面積”“農(nóng)業(yè)機(jī)械總動力”“農(nóng)村自然災(zāi)害受災(zāi)面積”“農(nóng)村地區(qū)工業(yè)廢氣排放量”這5個變量作為多元線性回歸模型中的解釋變量，依次記為[xi（i=3，4，6，7，9]），記耕地“非糧化”率為[y]，構(gòu)建模型見式（6）。

[" " " " " " "y=67.257+5.067×10-5x3-0.007x4-0.001x6+5.896×10-5x7+0.000x9]" " " " " " " " " " （6）

多元線性回歸分析結(jié)果如表3所示。以“農(nóng)戶人均生活消費(fèi)支出”“糧食播種面積”“農(nóng)業(yè)機(jī)械總動力”“農(nóng)村自然災(zāi)害受災(zāi)面積”“農(nóng)村地區(qū)工業(yè)廢氣排放量”這5個因素作為解釋變量的回歸方程分析結(jié)果顯著，F(xiàn)=30.302。其中，農(nóng)戶人均生活消費(fèi)支出（β=0.156，P=0.457）、糧食播種面積（β=-0.294，P=0.009）、農(nóng)業(yè)機(jī)械總動力（β=-0.160，P=0.001）、農(nóng)村自然災(zāi)害受災(zāi)面積（β=0.018，P=0.914）、農(nóng)村地區(qū)工業(yè)廢氣排放量（β=0.768，P=0.004），解釋“非糧化”93.6%的變異。

標(biāo)準(zhǔn)化回歸系數(shù)可反映自變量對因變量的影響程度，標(biāo)準(zhǔn)化回歸系數(shù)的絕對值越大，說明該自變量對因變量的影響越大。將“農(nóng)村地區(qū)工業(yè)廢水排放量”“農(nóng)戶人均可支配收入”“農(nóng)業(yè)從業(yè)人數(shù)”“農(nóng)業(yè)生產(chǎn)總值”這4個變量依次作為解釋變量6引入模型1，見表4。比較標(biāo)準(zhǔn)化回歸系數(shù)發(fā)現(xiàn)：“農(nóng)村自然災(zāi)害受災(zāi)面積”對耕地“非糧化”率的影響較?。弧稗r(nóng)村地區(qū)工業(yè)廢氣排放量”對耕地“非糧化”率始終具有正向影響，且影響顯著，即農(nóng)村地區(qū)工業(yè)廢氣排放量越大，“非糧化”率越高。農(nóng)村地區(qū)工業(yè)廢氣排放量反映地區(qū)工業(yè)化程度，即農(nóng)村地區(qū)工業(yè)發(fā)展水平，占用農(nóng)地、勞動力，會造成農(nóng)村糧食減產(chǎn)?！凹Z食播種面積”“農(nóng)業(yè)機(jī)械總動力”與耕地“非糧化”率負(fù)相關(guān)。

3 結(jié)論與討論

3.1 結(jié)論

2012—2022年，江蘇省耕地“非糧化”面積的變化趨勢呈倒“U”形變化模式。江蘇省耕地利用的南北分異特征顯著。蘇南地區(qū)，尤其是環(huán)太湖地區(qū)，耕地生產(chǎn)功能已經(jīng)弱化，而蘇中、蘇北地區(qū)的耕地生產(chǎn)功能不斷強(qiáng)化。

對耕地“非糧化”率影響因素進(jìn)行相關(guān)性與多元線性回歸，篩選出“農(nóng)戶人均生活消費(fèi)支出”“糧食播種面積”“農(nóng)業(yè)機(jī)械總動力”“農(nóng)村自然災(zāi)害受災(zāi)面積”“農(nóng)村地區(qū)工業(yè)廢氣排放量”等5項(xiàng)主要影響因素，可從影響因素上為緩解耕地“非糧化”問題提供參考。

3.2 政策建議

3.2.1 完善耕地保護(hù)制度，壓實(shí)主體責(zé)任

首先，政府應(yīng)制定一系列關(guān)于耕地保護(hù)的政策文件，明確耕地保護(hù)的具體內(nèi)容、管理體系、職責(zé)主體及措施手段。其次，推動地方政府建立健全“黨委領(lǐng)導(dǎo)、政府負(fù)責(zé)、部門協(xié)同、公眾參與、上下聯(lián)動”的共同責(zé)任機(jī)制，并嚴(yán)格耕地保護(hù)責(zé)任目標(biāo)考核，實(shí)行一票否決、終身追責(zé)制度。最后，修訂《江蘇省土地管理?xiàng)l例》等法規(guī)，對耕地保護(hù)等內(nèi)容做出全面系統(tǒng)規(guī)范，將耕地保護(hù)工作納入法治化軌道。

3.2.2 提升耕地質(zhì)量，確保占補(bǔ)平衡

政府應(yīng)在符合生態(tài)保護(hù)要求的前提下，支持地方組織實(shí)施土地整理復(fù)墾開發(fā)，推進(jìn)國土空間全域整治和高標(biāo)準(zhǔn)農(nóng)業(yè)建設(shè)；還應(yīng)加大監(jiān)督力度，對耕地品質(zhì)和數(shù)量進(jìn)行跟蹤監(jiān)測，確保耕地占補(bǔ)平衡落實(shí)到位。

3.2.3 優(yōu)化資金配置，調(diào)動種糧積極性

貫徹落實(shí)國家強(qiáng)農(nóng)惠農(nóng)政策，實(shí)施耕地地力保護(hù)補(bǔ)貼、種糧農(nóng)民一次性補(bǔ)貼等補(bǔ)貼政策，提高農(nóng)民種糧收益。設(shè)立耕地保護(hù)省級統(tǒng)籌資金，將資金調(diào)節(jié)與地方耕地保護(hù)任務(wù)數(shù)量和建設(shè)質(zhì)量相掛鉤，加大對耕地保護(hù)任務(wù)較重、工作成效突出的地方政府的資金激勵力度。

參考文獻(xiàn)：

［1］王儀春，王云華，朱國富.湖州市糧食主產(chǎn)區(qū)“非糧化”的防范對策與建議［J］.安徽農(nóng)業(yè)科學(xué)，2016，44（2）：295-296，301.

［2］薛選登，張一方.產(chǎn)糧大縣耕地“非糧化”現(xiàn)象及其防控［J］.中州學(xué)刊，2017（8）：40-45.

［3］常偉，馬詩雨.農(nóng)地規(guī)模流轉(zhuǎn)中的“非糧化”問題研究［J］.農(nóng)業(yè)經(jīng)濟(jì)，2020（9）：3-5.

［4］YANG W C，XU C Y，KONG F.Does non-food cultivation of cropland increase farmers’ income？［J］.Int J Environ Res Public Health，2022，19（12）：7329-7329.

［5］CHENG X B，TAO Y，HUANG C H，et al.Unraveling the causal mechanisms for non-grain production of cultivated land：an analysis framework applied in Liyang，China［J］.Land （Basel），2022，11（11）：1888-1888.

［6］FENG X W，CHEN X，GENG J P，et al.Study on the spatial differentiation characteristics and driving factors of cultivated land non-grain from the perspective of food security：a case study of Huang-huai-hai region［J］.Agricultural amp; Forestry Economics and Management，2024，7（2）.

［7］朱忠貴.農(nóng)村土地流轉(zhuǎn)非糧化與糧食安全［J］.糧食問題研究，2010（1）：10-12.

［8］侯勝鵬.基于糧食安全視角下的土地流轉(zhuǎn)分析［J］.湖南農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2009，10（2）：25-28.

［9］陳印軍.我國糧食生產(chǎn)形勢不容樂觀［J］.中國農(nóng)業(yè)信息，2013（22）：10-11.

［10］王勇，陳印軍，易小燕，等.耕地流轉(zhuǎn)中的“非糧化”問題與對策建議［J］.中國農(nóng)業(yè)資源與區(qū)劃，2011，32（4）：13-16.

［11］郭清霞.耕地流轉(zhuǎn)“非糧化”原因及對策分析［J］.華北國土資源，2016（3）：83-84.

［12］張新喜.農(nóng)村土地流轉(zhuǎn)后“非糧化”成因及對策［J］.現(xiàn)代農(nóng)業(yè)科技，2014（12）：343-345.

［13］周藝霖，宋易倩.耕地流轉(zhuǎn)“非糧化”的形成原因與化解對策：基于國家糧食安全視角［J］.廣東農(nóng)業(yè)科學(xué)，2016，43（1）：189-192.

［14］何蒲明，全磊.對當(dāng)前耕地“非糧化”現(xiàn)象的分析：基于糧食安全的視角［J］.長江大學(xué)學(xué)報（自科版），2014，11（11）：73-75.

［15］白旭京.農(nóng)地流轉(zhuǎn)非糧化傾向及對策研究：基于河南省信陽市的調(diào)查［J］.農(nóng)業(yè)與技術(shù)，2014，34（4）：174-176.

［16］陳懷遠(yuǎn).警惕土地流轉(zhuǎn)“非糧化”傾向?qū)壹Z食安全的影響：基于對安徽省部分市、縣的調(diào)研［J］.廣西社會主義學(xué)院學(xué)報，2014，25（3）：90-94.

［17］徐暢，郭杰，易家林，等.江蘇省耕地非糧化時空格局演變及驅(qū)動因素分析［J］.長江流域資源與環(huán)境，2024，33（2）：436-447.

［18］李遠(yuǎn)亭，夏晨芳，夏穎，等.江蘇省耕地“非糧化”的時空格局演變及其對鄉(xiāng)村振興的啟示［J］.科技和產(chǎn)業(yè)，2023，23（6）：229-238.

［19］康雄華，黃烈佳，宋彥.糧食安全視角下的中國農(nóng)地資源“非糧化”傾向及其影響因素分析［C］//中國土地資源開發(fā)整治與新型城鎮(zhèn)化建設(shè)研究.北京：新華出版社，2015：266-275.

［20］丁洲，鄭僑妮，李欣桐.村鎮(zhèn)尺度下耕地“非糧化”影響因素分析：以江蘇省溧陽市為例［J］.南方農(nóng)機(jī)，2022，53（9）：34-38.

［21］唐重振，聶春蕊.國外耕地“非糧化”治理經(jīng)驗(yàn)與啟示探析：基于糧食安全的視角［J］.智慧農(nóng)業(yè)導(dǎo)刊，2023，3（1）：13-16.

［22］張穎詩，馮艷芬，王芳，等.廣東省耕地非糧化的時空分異及其驅(qū)動機(jī)制［J］.資源科學(xué)，2022，44（3）：480-493.

Study on Dynamic Evolution and Influencing Factors of Cultivated Land" \"Non-Grainization\" in Jiangsu Province from the Perspective of Food Security

YU Shuhan CHEN Caier LI Xinran LIU Yuxi SUN Qian

School of Public Administration，Nanjing University of Finance and Economics，Nanjing 210046，China

Abstract： Considering food security concerns， this study focuses on the phenomenon of non-grain cultivation in Jiangsu Province， which has a low grain self-sufficiency rate and significant variations in non-grain cultivation. Through field research and quantitative analysis， this paper examines the dynamic evolution and influencing factors of farmland non-grainization in Jiangsu Province from 2012 to 2020 from both theoretical and empirical perspectives. By constructing a dynamic monitoring system and a spatio-temporal analysis framework using multi-source data fusion， we explore in depth the trends and patterns of non-grain cultivation. Considering the spatial gradient differentiation of social and economic development levels within Jiangsu Province， we observe a gradual decrease in non-grain conversion from south to north. The province is divided into three regions — Northern Jiangsu， Central Jiangsu， and Southern Jiangsu — allowing for targeted comparative research on their spatio-temporal evolution characteristics， household attributes， land endowment， economic conditions， policy environment， among other influencing factors. This comprehensive study aims to provide valuable insights.

Key words： cultivated land ; non-grain crops ; Jiangsu Province ; food security

基金項(xiàng)目：2024年江蘇省大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目（202410327089Y）。

作者簡介：俞姝含（2005—），女，本科生，研究方向：土地資源管理；李欣然（2004—），女，本科生，研究方向：土地利用；劉禹希（2004—），男，本科生，研究方向：耕地保護(hù)；孫倩（2004—），女，本科生，研究方向：土地利用。

通信作者：陳采兒（2005—），女，本科生，研究方向：土地資源管理。