崔寧波，王勝男

·土地保障與生態(tài)安全·

糧食安全背景下東北典型黑土區(qū)耕地壓力動(dòng)態(tài)變化及趨勢分析

崔寧波1,2，王勝男2

（1. 東北農(nóng)業(yè)大學(xué)現(xiàn)代農(nóng)業(yè)發(fā)展研究中心，哈爾濱 150030；2. 東北農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，哈爾濱 150030）

東北黑土區(qū)耕地肩負(fù)國家糧食安全的重任，目前其耕層變淺、質(zhì)量下降等耕地壓力問題逐漸顯現(xiàn)。為了掌握區(qū)域尺度上黑土耕地壓力分布及其動(dòng)態(tài)變化，保護(hù)黑土資源，該研究選取21個(gè)典型黑土縣區(qū)，采用修正的耕地壓力指數(shù)模型、灰色-BP組合預(yù)測模型分析測算耕地壓力指數(shù)及耕地壓力變化趨勢，并依此對現(xiàn)有黑土地保護(hù)政策提出細(xì)化建議。結(jié)果表明：1）耕地壓力指數(shù)受到耕地質(zhì)量（負(fù)向影響）、實(shí)際人均耕地面積（負(fù)向影響）、糧食安全保障范圍（正向影響）、社會(huì)經(jīng)濟(jì)發(fā)展水平（負(fù)向影響）等綜合影響，得出典型黑土區(qū)域耕地壓力的時(shí)空變化特征。2）耕地壓力可表征糧食安全壓力，但糧食安全壓力無法準(zhǔn)確反映耕地壓力狀況。3）耕地壓力變化趨勢為整體向好，局部堪憂。2004－2019年21個(gè)研究單元中除拜泉縣以外耕地壓力均下降至安全范圍，2020－2024年有15個(gè)縣區(qū)處于無壓力平穩(wěn)區(qū)或壓力下降區(qū)，其余縣區(qū)處于不同程度的壓力狀態(tài)。最后，對于不同壓力區(qū)域提出因地制宜的黑土地保護(hù)政策建議。研究結(jié)果可為緩解黑土耕地壓力、實(shí)現(xiàn)國家糧食安全提供科學(xué)依據(jù)。

土地利用；壓力；糧食；預(yù)測；黑土地保護(hù)

0 引 言

東北黑土區(qū)為保障國家糧食供給、實(shí)現(xiàn)國家糧食安全做出了重大貢獻(xiàn)[1]。但隨著中國工業(yè)化和城鎮(zhèn)化進(jìn)程加快，糧食需求不斷加大，高強(qiáng)度的耕地利用模式成為了確保國內(nèi)糧食供給水平的普遍做法，雖然在短時(shí)期內(nèi)提升了糧食產(chǎn)量，但同時(shí)也導(dǎo)致了耕地質(zhì)量的嚴(yán)重惡化[1-2]。目前東北黑土區(qū)的黑土層厚度已由開墾初期的80～100 cm下降到20～30 cm，并以每年剝蝕0.3～1.0 cm的速度流失，有機(jī)質(zhì)以平均每年0.1%的速度下降。若不加以控制，3～4萬年自然條件下形成的黑土地將最多繼續(xù)維持100年的生命[3]。當(dāng)前，中國糧食安全依然面臨著諸多挑戰(zhàn)。一是公共突發(fā)事件頻繁發(fā)生、局部戰(zhàn)爭沖突、氣候?yàn)?zāi)害頻發(fā)等帶來全球糧食市場波動(dòng)[4]；二是國內(nèi)糧食供需長期處于緊平衡的狀態(tài)[5]，盡管中國糧食供給總量穩(wěn)定，但始終面臨耕地資源和生產(chǎn)要素緊張雙重威脅，如何保障糧食產(chǎn)能、提高生產(chǎn)系統(tǒng)穩(wěn)定性是解決糧食安全問題的關(guān)鍵[6]。因此，無論是從黑土自然性狀的剛性約束還是糧食安全保障的緊迫性、重要性來看，黑土耕地作為優(yōu)質(zhì)耕地資源正面臨著前所未有的壓力，應(yīng)如何采取對策成為亟待探究的關(guān)鍵性問題。為此，測算和預(yù)測糧食安全背景下東北黑土區(qū)耕地壓力的變化情況，將有助于實(shí)現(xiàn)耕地保護(hù)利用，為確保國家糧食安全長期穩(wěn)定做出重要貢獻(xiàn)。

現(xiàn)有文獻(xiàn)關(guān)于耕地壓力的研究主要集中在壓力指數(shù)測算、時(shí)空演變特征、驅(qū)動(dòng)力分析、壓力趨勢預(yù)測等方面。首先，在耕地壓力指數(shù)測算的相關(guān)研究中，蔡運(yùn)龍等[7]提出的基于最小人均耕地面積的耕地壓力指數(shù)模型得到廣泛應(yīng)用，該指數(shù)可以衡量一個(gè)地區(qū)耕地資源的稀缺和沖突程度，給出耕地保護(hù)閾值，可作為耕地保護(hù)的調(diào)控指標(biāo)和測度糧食安全程度的指標(biāo)，多數(shù)學(xué)者將耕地壓力指數(shù)直接用來表征糧食安全壓力[8]，或?qū)⑵渑c其他糧食生產(chǎn)資源進(jìn)行整合全面分析糧食生產(chǎn)可持續(xù)發(fā)展情況[9]；也有相當(dāng)一部分學(xué)者通過測算耕地壓力，探討其與經(jīng)濟(jì)增長[10]、城鎮(zhèn)化進(jìn)程[11]等之間的關(guān)系，認(rèn)為經(jīng)濟(jì)增長與城鎮(zhèn)化對耕地壓力的影響存在區(qū)域差異，應(yīng)避免因耕地壓力增加而導(dǎo)致糧食安全問題；此外，也有學(xué)者將耕地壓力用來表征休耕政策對糧食安全的影響[12]。其次，在耕地壓力的時(shí)空演變特征的相關(guān)研究中，耕地標(biāo)準(zhǔn)系數(shù)作為衡量耕地質(zhì)量的重要指標(biāo)，多被用來反映區(qū)域間耕地質(zhì)量水平的差異，可與基于耕地壓力指數(shù)反映的耕地保護(hù)閾值進(jìn)行綜合分析，進(jìn)而對耕地保護(hù)政策的實(shí)施提供耕地自然屬性的說明。在此基礎(chǔ)上，有學(xué)者對耕地壓力指數(shù)模型進(jìn)行改進(jìn)，例如考慮到自然災(zāi)害對糧食生產(chǎn)的影響，引入自然災(zāi)害系數(shù)減少耕地壓力指數(shù)測算的誤差[13]；或引入標(biāo)準(zhǔn)耕地系數(shù)用來反映區(qū)域間耕地質(zhì)量的差異[14-18]，對研究區(qū)域耕地壓力指數(shù)的時(shí)空變化特征進(jìn)行分析，據(jù)此提出耕地保護(hù)要利用綜合壓力減輕的緩沖期，合理安排休耕輪作，提升地力；也有學(xué)者引入外部壓力指數(shù)與原模型組成耕地綜合壓力指數(shù)進(jìn)行時(shí)空特征分析[19]；此外也有學(xué)者進(jìn)一步對耕地壓力的驅(qū)動(dòng)力進(jìn)行分析[20-21]，普遍認(rèn)為耕地壓力是自然、社會(huì)經(jīng)濟(jì)多方面因素綜合作用的結(jié)果，其中種植結(jié)構(gòu)、糧食單產(chǎn)、耕地壓力、農(nóng)民收入等是主要驅(qū)動(dòng)因子。最后，在壓力趨勢預(yù)測研究中，學(xué)者大多采用灰色模型GM（1，1）[22]、平滑預(yù)測法[23]、灰色GM（1，1）預(yù)測方法和馬爾科夫修正模型相結(jié)合[24]等方法分別對中國不同地區(qū)基于耕地壓力指數(shù)對糧食安全趨勢進(jìn)行預(yù)測，研究結(jié)論普遍認(rèn)為各地區(qū)耕地壓力水平的發(fā)展趨勢存在較為顯著差異，可以通過提高農(nóng)業(yè)科技水平以及復(fù)種指數(shù)緩解耕地壓力，保障區(qū)域糧食安全。

由此可見，對于耕地壓力問題的研究仍待進(jìn)一步細(xì)化深入。首先，現(xiàn)有研究中鮮有以糧食安全背景下耕地保護(hù)政策實(shí)施為目標(biāo)，探究典型黑土區(qū)域耕地壓力時(shí)空變化特征的研究，分析其在不同糧食安全保障范圍下的演變過程具有較好的實(shí)踐價(jià)值；其次，已有耕地壓力指數(shù)模型忽略了耕地資源的地理差異、區(qū)域間人口糧食獲取能力的差異以及對人均糧食需求量的具體情況說明。因此，在耕地壓力驅(qū)動(dòng)力相關(guān)研究基礎(chǔ)上，將自然及社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)力因素以模型參數(shù)的形式進(jìn)行分析。引入糧食獲取外部壓力系數(shù)、糧食商品化率構(gòu)建以社會(huì)經(jīng)濟(jì)和糧食安全保障范圍為修正參數(shù)的糧食需求模型對人均糧食需求量進(jìn)行完善說明，彌補(bǔ)了原模型普適性的不足；再次，已有研究中缺乏對現(xiàn)有的耕地保護(hù)的政策實(shí)施成效的研究，本研究旨在通過對典型黑土區(qū)的耕地壓力變化情況進(jìn)行分析，為東北黑土區(qū)因地制宜實(shí)施黑土地保護(hù)以長期穩(wěn)定保障國家糧食安全提供借鑒參考。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)域概況

研究借鑒趙玉明等[25]對東北典型黑土區(qū)的土類界定依據(jù)，從71個(gè)黑土分布政區(qū)和66個(gè)黑鈣土分布政區(qū)中選取包含黑龍江省14縣區(qū)、吉林省6縣區(qū)、遼寧省1縣區(qū)共21個(gè)研究單元（如圖1）。該區(qū)域具有土類劃定類型統(tǒng)一、地區(qū)空間連接性強(qiáng)、商品糧份額占比大、糧食產(chǎn)量高的特點(diǎn)。首先，研究區(qū)域地處松嫩平原與三江平原集中連片黑土核心區(qū)，為核心商品糧生產(chǎn)基地所在范圍[26]，其面積約占黑土和黑鈣土共同覆蓋區(qū)域的95%以上，擁有得天獨(dú)厚的耕地質(zhì)量優(yōu)勢；此外，該研究區(qū)域2019年糧食總產(chǎn)量達(dá)3.19×1010kg，約占東北三省糧食產(chǎn)量總額的23%，21個(gè)研究單元平均糧食產(chǎn)量約為東北三省280個(gè)縣（區(qū)）級行政區(qū)平均水平的3倍，因此有較強(qiáng)的典型性和代表性。對此區(qū)域的研究結(jié)果可以較大程度說明為保障糧食安全東北黑土區(qū)耕地面臨的壓力情況，為后續(xù)因地制宜實(shí)施黑土耕地保護(hù)政策提供參考。

圖1 研究區(qū)區(qū)位圖

1.2 數(shù)據(jù)來源

各縣市耕地面積和人口數(shù)據(jù)主要來源于2005—2020年《黑龍江統(tǒng)計(jì)年鑒》《遼寧統(tǒng)計(jì)年鑒》《吉林統(tǒng)計(jì)年鑒》，所在市級統(tǒng)計(jì)年鑒、部分縣級社會(huì)經(jīng)濟(jì)指標(biāo)數(shù)據(jù)來源于《國民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》，部分缺失數(shù)據(jù)采用移動(dòng)平均法進(jìn)行缺失值補(bǔ)充。

2 研究方法

2.1 改進(jìn)的耕地壓力指數(shù)模型

本研究借鑒蔡運(yùn)龍等[7]提出的基于最小人均耕地面積的耕地壓力指數(shù)模型。

式中為耕地壓力水平，min和S分別表示最小人均耕地面積（hm2）和實(shí)際人均耕地面積（hm2），為糧食自給率；為人均糧食需求量（kg）；為糧食單產(chǎn)（kg/hm2）；為糧種比；為復(fù)種指數(shù)。實(shí)際上反映的是耕地的糧食生產(chǎn)力水平，在諸多研究中將其命名為耕地生產(chǎn)力（kg/hm2），記作GAPCL，耕地壓力指數(shù)客觀地反映了人均耕地資源的變動(dòng)以及衡量一個(gè)地區(qū)耕地資源的緊張程度，在相關(guān)研究中得到了廣泛應(yīng)用。但是該模型也存在一些不足：忽略了耕地資源的地理差異和區(qū)域間人口糧食獲取能力的差異；對特定區(qū)域不同時(shí)期及不同保障水平下的人均糧食需求量的說明需進(jìn)一步完善。

對此，本研究對模型進(jìn)行進(jìn)一步完善，由于研究區(qū)域不僅能夠保證充分自給，而且還能夠?yàn)槠渌貐^(qū)進(jìn)行糧食輸送，因而原模型中的糧食自給率可看作100%[27]，且原模型中耕地質(zhì)量的區(qū)域間差異不夠顯著[15]，參考現(xiàn)有對于耕地壓力指數(shù)模型的改進(jìn)方案[28]，同時(shí)引入標(biāo)準(zhǔn)耕地系數(shù)（standard cultivated land coefficient，CLSI）旨在反映不同區(qū)域耕地質(zhì)量的地理差異進(jìn)而對耕地生產(chǎn)力進(jìn)行修正。在此基礎(chǔ)上，考慮到原模型中“人均糧食需求量”受到區(qū)域經(jīng)濟(jì)的差異以及糧食安全保障范圍的影響，引入糧食獲取外部壓力系數(shù)（1/）[19]、糧食商品化率（）構(gòu)建以社會(huì)經(jīng)濟(jì)和糧食安全保障范圍為修正參數(shù)的糧食需求模型對人均糧食需求量進(jìn)行完善說明，修正后的模型為

1）糧食需求模型

在當(dāng)前糧食安全的大背景下，東北地區(qū)肩負(fù)著保障國家糧食安全的重任，耕地資源在保障范圍變大的情況下面臨更大的壓力。因此，本研究新增反映區(qū)域間人口糧食獲取能力差異的糧食獲取外部壓力系數(shù)1/；在原模型的人均糧食需求量基礎(chǔ)上，增加糧食安全保障范圍系數(shù)，表示保障國家范圍糧食安全系數(shù)，表示保障東北區(qū)域范圍糧食安全系數(shù)，在不同的保障范圍下，、分別取值0、1或1、0；當(dāng)保障國家糧食安全水平時(shí)，本研究將東北地區(qū)糧食商品化率分別取值為60%、65%、70%對人均糧食需求量進(jìn)行修正，對特定區(qū)域不同時(shí)期及不同保障水平下的人均糧食需求量的說明進(jìn)行了完善。

2）對最小人均耕地面積的改進(jìn)

在本研究中，將最小人均耕地面積受到糧食安全保障范圍、糧食需求水平、區(qū)域糧食獲取能力、耕地綜合生產(chǎn)能力等因子的共同影響，用作表示為保障一定區(qū)域糧食安全而需保護(hù)的耕地?cái)?shù)量底線。同時(shí)，針對蔡運(yùn)龍等[7]耕地綜合生產(chǎn)能力的計(jì)算，本研究認(rèn)為，其沒有考慮耕地質(zhì)量的區(qū)域差異，由此引入標(biāo)準(zhǔn)耕地系數(shù)CLSI[18]，用于衡量不同研究區(qū)域耕地質(zhì)量的差異，進(jìn)而對不同區(qū)域耕地壓力指數(shù)進(jìn)行差異性評估。

式（3）中K表示修正后的耕地壓力指數(shù)，人均糧食需求量參考了朱洪波等[8]的設(shè)定方法，對人均糧食需求量設(shè)定了4個(gè)取值區(qū)間：2004—2008年為410 kg，2009—2012年為420 kg，2013—2016年為430 kg，2017—2020年為440 kg。耕地壓力指數(shù)類型依次為Ⅰ代表無壓力等級（K≤0.9），Ⅱ代表警報(bào)壓力等級（0.9＜K≤1.1）、Ⅲ代表低壓力等級（1.1＜K≤1.5）、Ⅳ代表中壓力等級（1.5＜K＜2）、Ⅴ代表高壓力等級（K≥2）[14]，耕地壓力指數(shù)可以測度糧食安全程度，也可代表耕地保護(hù)的閾值。

2.2 灰色-BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型

本研究在探究東北典型黑土區(qū)耕地壓力指數(shù)發(fā)展趨勢時(shí)選取灰色-BP神經(jīng)網(wǎng)絡(luò)組合模型[29]，不僅可以發(fā)揮灰色理論對于處理少樣本、影響因素復(fù)雜的社會(huì)經(jīng)濟(jì)問題的優(yōu)勢，同時(shí)也為BP神經(jīng)網(wǎng)絡(luò)的非線性預(yù)測增強(qiáng)解釋力。

基于灰色-BP神經(jīng)網(wǎng)絡(luò)的組合預(yù)測模型進(jìn)行建模如下：

3）將殘差時(shí)間序列輸入BP神經(jīng)網(wǎng)絡(luò)，輸入層節(jié)點(diǎn)數(shù)為5（注：由于耕地壓力水平很大程度受到自身沖擊的影響，且過去若干時(shí)刻的耕地保護(hù)政策實(shí)施效果對于當(dāng)期耕地壓力指數(shù)具有較大影響，這是由于任何一項(xiàng)耕地保護(hù)政策安排從效應(yīng)顯現(xiàn)到作用最大化，通常都需要時(shí)間與過程，由此使得耕地保護(hù)效果體現(xiàn)滯后特征，相關(guān)研究顯示，面對自身的標(biāo)準(zhǔn)差沖擊，全國耕地保護(hù)效果的響應(yīng)強(qiáng)度在經(jīng)歷波動(dòng)后于第8期趨于0值[30]，本研究在此基礎(chǔ)上強(qiáng)調(diào)東北典型黑土區(qū)對于耕地保護(hù)政策的落實(shí)效率與社會(huì)經(jīng)濟(jì)發(fā)展的協(xié)同作用，設(shè)定殘差序列的滯后期數(shù)lag為5，因此BP神經(jīng)網(wǎng)絡(luò)輸入層節(jié)點(diǎn)數(shù)為5），隱含層節(jié)點(diǎn)數(shù)為4，輸出層節(jié)點(diǎn)數(shù)為1，隱含層和輸出層依據(jù)不同縣區(qū)數(shù)據(jù)特征采用sigmoid函數(shù)，模型訓(xùn)練分別采用traingd、traingdx、traingdm函數(shù)。其中最大迭代次數(shù)1 000，目標(biāo)精度為0.000 001，學(xué)習(xí)率為0.1，得到殘差修正序列為RES；

3 東北典型黑土區(qū)耕地壓力指數(shù)時(shí)空變化分析

3.1 耕地質(zhì)量評估及重心轉(zhuǎn)移

標(biāo)準(zhǔn)耕地系數(shù)用來反映耕地質(zhì)量的區(qū)域差異，系數(shù)越大說明該區(qū)域單位面積的耕地生產(chǎn)力比整體平均耕地生產(chǎn)力水平高，即耕地質(zhì)量更高。由表1可知，東北典型黑土區(qū)21個(gè)縣區(qū)有近50%的地區(qū)耕地質(zhì)量水平較高，主要集中在吉林和遼寧。2004—2019年，耕地標(biāo)準(zhǔn)系數(shù)大于1的區(qū)域耕地質(zhì)量整體水平上升，其中長嶺縣標(biāo)準(zhǔn)耕地系數(shù)波動(dòng)下降，并在2014—2019年其耕地標(biāo)準(zhǔn)系數(shù)逐漸平穩(wěn)在0.8～1區(qū)間，表明這些縣區(qū)1 hm2耕地相當(dāng)于整體范圍0.8～1 hm2平均水平耕地；除此之外，近一半?yún)^(qū)域的耕地標(biāo)準(zhǔn)系數(shù)小于1，在2004—2009年間主要集中在0.8以下水平，2009—2019年主要集中在0.5～1的水平上?？傮w來看，16年間，0.5～0.8水平下的耕地標(biāo)準(zhǔn)系數(shù)區(qū)域數(shù)量較為平穩(wěn)，但在2017—2019年間整體耕地質(zhì)量水平有所下降，高質(zhì)量耕地區(qū)域減少，低質(zhì)量耕地區(qū)域數(shù)量有所反彈。這可能是由于第三次全國國土調(diào)查數(shù)據(jù)更加細(xì)致完善，因此反映出存在的問題更加顯著。如圖2所示，根據(jù)研究區(qū)域的地理空間分布可以看出，松嫩平原齊齊哈爾市域及北部綏化部分地區(qū)的標(biāo)準(zhǔn)耕地系數(shù)均小于1，系數(shù)大于1的縣區(qū)主要集中在松遼平原的吉林部分縣區(qū)。本研究就東北典型黑土區(qū)耕地質(zhì)量的地理分布趨勢進(jìn)行分析，在ArcGIS Pro中針對21個(gè)典型黑土區(qū)以耕地標(biāo)準(zhǔn)系數(shù)、耕地壓力指數(shù)分別作為權(quán)重字段對研究區(qū)域2004—2019年耕地質(zhì)量及耕地壓力的重心變化趨勢進(jìn)行分析（圖3）。

表1 2004—2019年東北典型黑土區(qū)標(biāo)準(zhǔn)耕地系數(shù)縣區(qū)數(shù)量

圖2 東北典型黑土區(qū)標(biāo)準(zhǔn)耕地系數(shù)空間分布

圖3 2004—2019年標(biāo)準(zhǔn)耕地系數(shù)及耕地壓力重心轉(zhuǎn)移

由圖3可知，東北典型黑土區(qū)耕地質(zhì)量重心2004—2019年呈現(xiàn)由南向北移動(dòng)的趨勢，這表明松嫩平原北部地區(qū)的耕地質(zhì)量有所提高；耕地壓力重心呈現(xiàn)向東南方向移動(dòng)趨勢，且軌跡橫跨4縣區(qū)，這說明松嫩平原北部地區(qū)耕地壓力緩解效果顯著。2004—2019年東北典型黑土區(qū)耕地壓力重心及耕地質(zhì)量重心對向變動(dòng)，均向松嫩平原中部轉(zhuǎn)移，這表明以標(biāo)準(zhǔn)耕地系數(shù)所反映的耕地質(zhì)量的分布及變化將直接影響耕地壓力的變化，二者具有較為顯著的負(fù)向影響關(guān)系，即當(dāng)某地耕地質(zhì)量水平上升時(shí)，其耕地壓力將會(huì)有所降低，這種規(guī)律性與實(shí)際情況相符，耕地質(zhì)量水平良好的地區(qū)，耕地所表現(xiàn)出的承載能力較高，耕地壓力相對較??；反之，耕地質(zhì)量較差的地區(qū)，耕地所承擔(dān)的自身壓力和外部壓力較大。

3.2 修正耕地壓力指數(shù)時(shí)空變化分析

耕地壓力指數(shù)狀況是反映東北黑土區(qū)耕地生產(chǎn)能力和能否穩(wěn)定發(fā)展的關(guān)鍵指標(biāo)[24]，圖4是修正耕地壓力指數(shù)的空間分布。依安、甘南、富裕、克東、蘭西、明水、青岡、望奎等縣在2004—2019年的耕地壓力指數(shù)呈現(xiàn)顯著下降趨勢，克山縣耕地壓力指數(shù)波動(dòng)下降，此類型縣區(qū)主要集中在標(biāo)準(zhǔn)耕地系數(shù)提升較大的松嫩平原北部區(qū)域，且此區(qū)域2019年的耕地壓力指數(shù)相比2004年均呈下降趨勢；從整體上看，2004—2019年間公主嶺市、梨樹縣始終保持在耕地壓力較低且平穩(wěn)的狀態(tài)，訥河、長嶺、扶余、昌圖、農(nóng)安、榆樹等縣市保持在低壓力水平波動(dòng)，雙城、呼蘭、肇東雖然處于“無壓力”狀態(tài)，卻有壓力上漲趨勢。此外，值得關(guān)注的是在2004—2014年拜泉縣耕地壓力指數(shù)呈先上升再下降趨勢，如圖5所示，2014年臨近警報(bào)壓力邊緣后耕地壓力指數(shù)再次出現(xiàn)上漲趨勢，而在2014—2019年間，拜泉縣標(biāo)準(zhǔn)耕地系數(shù)波動(dòng)下降幅度達(dá)52.98% 。作為黑龍江省最后一批退出國家級貧困縣的拜泉縣標(biāo)準(zhǔn)耕地系數(shù)始終小于0.8，處于社會(huì)經(jīng)濟(jì)及耕地質(zhì)量較低狀態(tài)[31]，這表明雖然可以通過高強(qiáng)度的耕地利用模式或增加農(nóng)藥化肥施用量以實(shí)現(xiàn)短期安全保障，但卻會(huì)帶來耕地質(zhì)量難以逆轉(zhuǎn)的損失，地力“透支”必然導(dǎo)致標(biāo)準(zhǔn)耕地系數(shù)的降低以及耕地壓力的升高。

圖4 保障區(qū)域糧食安全情況下耕地壓力時(shí)空演變

圖5 拜泉縣耕地壓力指數(shù)及標(biāo)準(zhǔn)耕地系數(shù)趨勢

當(dāng)人均糧食需求量為滿足區(qū)域糧食安全水平時(shí)，東北典型黑土區(qū)耕地壓力整體逐漸減弱，由2004年7個(gè)耕地高壓力區(qū)縣、1個(gè)中壓力區(qū)縣、2個(gè)低壓力區(qū)縣減少為2014年只有1個(gè)中壓力區(qū)縣（克東）、2個(gè)警報(bào)壓力區(qū)縣，到2019年僅剩1個(gè)高壓力地區(qū)（如圖4），充分體現(xiàn)在國家政策的推動(dòng)下，東北地區(qū)耕地綜合生產(chǎn)能力日漸提高，實(shí)現(xiàn)區(qū)域糧食自給暫無壓力。但同時(shí)，黑土耕地也出現(xiàn)退化、變瘦、變硬的情況，耕地質(zhì)量不穩(wěn)定性增強(qiáng)，其耕地壓力主要來自于對國家的糧食供給，如果東北地區(qū)糧食供給不足，將對國家的糧食安全造成一定程度的威脅。

因此，本研究還探討了東北地區(qū)在保障國家糧食安全過程中面臨的壓力，圖6為糧食商品化率分別在60%、65%、70%水平下的東北典型黑土區(qū)的耕地壓力分布情況。

注：η表示糧食商品化率。

21個(gè)典型黑土區(qū)中，除甘南等16個(gè)縣區(qū)的耕地對于保障國家糧食安全暫無壓力外，克山、克東、明水、蘭西、拜泉等縣均處于壓力狀態(tài)。其中克東和拜泉始終處于“高壓力”狀態(tài)，當(dāng)糧食商品化率達(dá)到65%時(shí)，蘭西縣由“警報(bào)壓力”變更為“低壓力”；當(dāng)糧食商品化率達(dá)到70%時(shí)，克山縣的耕地壓力水平由“中壓力”變?yōu)椤案邏毫Α?，明水縣由“低壓力”轉(zhuǎn)變?yōu)椤爸袎毫Α?。上?縣區(qū)標(biāo)準(zhǔn)耕地系數(shù)始終小于1，都處于耕地壓力區(qū)，先后摘帽退出貧困縣，這表明社會(huì)經(jīng)濟(jì)因素及自然因素都將影響耕地壓力水平。比如，依安縣與克山縣雖然標(biāo)準(zhǔn)耕地系數(shù)相近且同一年脫貧摘帽，但由于依安縣全力打造“北緯47°黑土有機(jī)食品第一縣”，縣域經(jīng)濟(jì)發(fā)展迅速，與黑土地保護(hù)工程共同助力耕地壓力緩解。因此不同地區(qū)的戰(zhàn)略發(fā)展方向也將間接影響區(qū)域的耕地壓力，黑土地保護(hù)工程的推進(jìn)與實(shí)施將有效提高耕地質(zhì)量及社會(huì)經(jīng)濟(jì)水平，緩解區(qū)域耕地壓力，繼而保障國家糧食安全。

4 東北典型黑土區(qū)耕地壓力預(yù)測分析

研究選取東北典型黑土區(qū)21個(gè)縣區(qū)2004—2019年耕地壓力指數(shù)作為樣本數(shù)據(jù)進(jìn)行試驗(yàn)計(jì)算，將灰色預(yù)測模型以及灰色-BP神經(jīng)網(wǎng)絡(luò)組合預(yù)測模型的預(yù)測結(jié)果相對比。研究選取=65%水平下耕地壓力指數(shù)數(shù)據(jù)進(jìn)行預(yù)測。由于灰色預(yù)測模型適用于少量數(shù)據(jù)的短期預(yù)測，因此將2種方法分別以2004—2016年數(shù)據(jù)作為訓(xùn)練樣本、2017—2019年數(shù)據(jù)作為測試樣本進(jìn)行分析。

4.1 灰色預(yù)測

表2 精度對照表

表3 2017—2019年東北典型黑土區(qū)耕地壓力指數(shù)的灰色預(yù)測結(jié)果

4.2 灰色-BP神經(jīng)網(wǎng)絡(luò)組合預(yù)測

如表4所示，對灰色預(yù)測模型進(jìn)行后驗(yàn)差C和小誤差事件概率檢驗(yàn)發(fā)現(xiàn)，21個(gè)縣區(qū)數(shù)據(jù)中，除公主嶺、昌圖、農(nóng)安、榆樹之外的17縣區(qū)數(shù)據(jù)均通過后驗(yàn)差檢驗(yàn)和小誤差事件概率檢驗(yàn)，對此利用BP神經(jīng)網(wǎng)絡(luò)對灰色預(yù)測模型的殘差進(jìn)行修正。為了進(jìn)一步驗(yàn)證灰色-BP神經(jīng)網(wǎng)絡(luò)組合預(yù)測模型優(yōu)于灰色預(yù)測模型，這里采用平均絕對誤差（MAE，Mean Absolute Error）和均方根誤差（RMSE, Root Mean Square Error）分別對灰色預(yù)測模型和灰色-BP 組合預(yù)測模型的誤差和穩(wěn)定性進(jìn)行分析，誤差結(jié)果見表4。由此，本研究有理由說明對于除公主嶺等4縣區(qū)之外的17個(gè)縣區(qū)的耕地壓力指數(shù)可以通過灰色-BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型進(jìn)行短期預(yù)測。

表4 2017—2019年東北典型黑土區(qū)耕地壓力指數(shù)的灰色-BP組合預(yù)測結(jié)果

注：，均方差比值；，小誤差事件概率；MAE，平均絕對誤差；RMSE，均方根誤差。

Note:, mean square error ratio;, probability of small error events; MAE, mean absolute error; RMSE, root mean square error.

上述模型研究結(jié)果表明：公主嶺、農(nóng)安、榆樹、昌圖4個(gè)區(qū)縣的數(shù)據(jù)沒有通過組合預(yù)測模型的后驗(yàn)差檢驗(yàn)，這是由于該4個(gè)區(qū)域的耕地壓力指數(shù)較低，在小數(shù)值范圍內(nèi)變化波動(dòng)性較大，因此，本研究基于Excel2019-預(yù)測工具表模塊，對公主嶺、農(nóng)安、榆樹、昌圖4個(gè)區(qū)縣2019—2024年耕地壓力指數(shù)進(jìn)行區(qū)間預(yù)測，其中置信區(qū)間設(shè)定為95%，季節(jié)性指數(shù)設(shè)定為5，2019年真實(shí)數(shù)據(jù)用作區(qū)間預(yù)測的準(zhǔn)確性校對，如圖7所示，該4縣區(qū)2019年耕地壓力指數(shù)數(shù)據(jù)均落在預(yù)測區(qū)間內(nèi)，說明區(qū)間預(yù)測信度較好。依據(jù)區(qū)間預(yù)測結(jié)果，農(nóng)安、榆樹、公主嶺未來5年耕地均暫無壓力，昌圖縣可能會(huì)出現(xiàn)警報(bào)壓力、低壓力甚至是中壓力。

圖7 耕地壓力指數(shù)趨勢預(yù)測

表5是東北典型黑土區(qū)各縣區(qū)2020—2024年耕地壓力指數(shù)預(yù)測結(jié)果，通過耕地壓力等級的變化可以分析5年內(nèi)各區(qū)域耕地壓力的變化趨勢，其中農(nóng)安、榆樹、公主嶺、昌圖耕地壓力預(yù)測值采用置信區(qū)間上限值。

表5 2020—2024年東北典型黑土區(qū)耕地壓力指數(shù)的預(yù)測結(jié)果

注：“↑”、“↓”表示當(dāng)前年份與上一年份耕地壓力指數(shù)相比的變化情況。

Note: “↑” and “↓” indicate the change of cultivated land pressure index in the current year compared with the previous year

依據(jù)預(yù)測結(jié)果，黑土區(qū)耕地整體壓力狀況向好，21個(gè)研究單元中有15個(gè)縣區(qū)處于無壓力平穩(wěn)區(qū)或壓力下降區(qū)，但仍存在像拜泉縣一樣在高壓力區(qū)波動(dòng)或有上升至壓力預(yù)警狀態(tài)趨勢的區(qū)縣。本研究采用變異系數(shù)來規(guī)避數(shù)值度量單位對數(shù)據(jù)波動(dòng)情況的影響，將變異系數(shù)小于5%的數(shù)據(jù)組認(rèn)定為穩(wěn)定，如圖8所示，結(jié)合耕地壓力指數(shù)等級劃分標(biāo)準(zhǔn)，將未來5 a 21個(gè)縣區(qū)根據(jù)耕地壓力指數(shù)劃分為4個(gè)等級，具體包括：無壓力安全區(qū)（包含無壓力平穩(wěn)區(qū)和耕地壓力小于0.6的區(qū)域）、無壓力預(yù)警區(qū)（耕地壓力指數(shù)持續(xù)4～5 a上升且達(dá)到0.6以上的區(qū)域）、壓力下降區(qū)（包含倒U型區(qū)和連續(xù)下降區(qū)）、壓力上升區(qū)（包含U型區(qū)和高壓力波動(dòng)區(qū)）。對比2015、2018年兩期黑土地保護(hù)利用試點(diǎn)工程實(shí)施試點(diǎn)縣名單發(fā)現(xiàn)，雙城、農(nóng)安、榆樹、梨樹等地耕地狀況良好，處于無壓力安全區(qū)；2018年開展保護(hù)利用試點(diǎn)的青岡縣預(yù)計(jì)2022年開始出現(xiàn)耕地壓力下降趨勢；此外，由保護(hù)利用轉(zhuǎn)變成整建制推進(jìn)項(xiàng)目試點(diǎn)的克山縣和公主嶺市的耕地壓力指數(shù)在預(yù)測期內(nèi)均呈較好的發(fā)展態(tài)勢，但2015年保護(hù)利用試點(diǎn)項(xiàng)目中的呼蘭區(qū)在經(jīng)歷滯后期及壓力下降期之后，可能會(huì)再次出現(xiàn)壓力反彈，甚至達(dá)到預(yù)警狀態(tài)。

圖8 區(qū)域耕地壓力水平預(yù)測等級劃分結(jié)果

5 結(jié)論與建議

5.1 結(jié) 論

本文利用改進(jìn)的耕地壓力指數(shù)模型、灰色-BP神經(jīng)網(wǎng)絡(luò)組合預(yù)測模型等，刻畫揭示了東北21個(gè)典型黑土區(qū)的耕地壓力指數(shù)及動(dòng)態(tài)變化特征和趨勢，主要結(jié)論如下：

1）東北黑土區(qū)在實(shí)現(xiàn)國家糧食安全長效保障過程中面臨較大壓力，耕地壓力指數(shù)受到耕地質(zhì)量、實(shí)際人均耕地面積、社會(huì)經(jīng)濟(jì)發(fā)展水平的負(fù)向影響，受到糧食安全保障范圍的正向影響。面對黑土耕地生產(chǎn)力保障與地力保障等多重壓力，多措并舉、抓準(zhǔn)壓力成因是開展耕地保護(hù)的重要抓手。

2）從時(shí)序變化看，2004—2019年東北典型黑土區(qū)耕地壓力狀況整體向好，但仍有部分區(qū)域由于高強(qiáng)度利用出現(xiàn)“假安全”現(xiàn)象。2020—2024年東北典型黑土區(qū)耕地壓力整體得到有效緩解，但訥河、昌圖、依安等區(qū)域的耕地壓力可能再次上升或出現(xiàn)壓力預(yù)警。黑土耕地壓力的大小能夠準(zhǔn)確地反映區(qū)域長效保障糧食安全的能力，因此需精準(zhǔn)識別“透支”耕地體力而獲取糧食生產(chǎn)動(dòng)力的區(qū)域并加強(qiáng)監(jiān)督。

3）從空間差異性看，2004—2019年松嫩平原齊齊哈爾市域及北部綏化部分地區(qū)的耕地壓力明顯高于南部地區(qū)，且耕地壓力重心由西北向東南轉(zhuǎn)移。2020—2024年耕地壓力預(yù)測結(jié)果顯示，北部研究區(qū)域耕地壓力仍高于南部區(qū)域，黑土地保護(hù)利用試點(diǎn)項(xiàng)目政策的實(shí)施能夠有效緩解區(qū)域耕地壓力，但有一定的滯后性，區(qū)域間經(jīng)濟(jì)發(fā)展不平衡、耕地質(zhì)量差異性顯著也會(huì)導(dǎo)致壓力反彈現(xiàn)象，說明黑土地保護(hù)利用工作需要因地制宜開展，從而實(shí)現(xiàn)對黑土耕地壓力的緩解及生產(chǎn)力的長效保障。

5.2 建 議

基于研究結(jié)論，對21個(gè)不同壓力狀態(tài)的典型黑土區(qū)域耕地保護(hù)提出如下建議：1）堅(jiān)守?zé)o壓力區(qū)的資源優(yōu)勢。對于長嶺、公主嶺、梨樹等耕地壓力較低的縣區(qū)，在保證國家糧食安全供給的前提下，合理測算可適度休耕或輪作的耕地面積，開展科學(xué)的休耕輪作，大力推行保護(hù)性耕作技術(shù)，恢復(fù)和提升地力，實(shí)現(xiàn)“藏糧于地”。2）遏制壓力預(yù)警區(qū)壓力增長。對于肇東、呼蘭等耕地壓力持續(xù)上漲的縣區(qū)，依據(jù)成因進(jìn)行有針對性改良，對于違法占用黑土地、黑土地撂荒等現(xiàn)象，應(yīng)進(jìn)一步加大監(jiān)管、落實(shí)黑土地保護(hù)獎(jiǎng)勵(lì)政策、提高農(nóng)民發(fā)展農(nóng)業(yè)、保護(hù)黑土地的積極性。3）避免壓力下降區(qū)出現(xiàn)反彈。針對這類區(qū)域應(yīng)多措并舉緩解耕地壓力，首先應(yīng)不斷發(fā)展社會(huì)經(jīng)濟(jì)，提升區(qū)域競爭力也將有效緩解耕地壓力。其次，必須遏制對耕地的過度非農(nóng)化利用，扎實(shí)推進(jìn)建設(shè)高標(biāo)準(zhǔn)農(nóng)田、水土保持工程、農(nóng)田防護(hù)林、推進(jìn)侵蝕溝治理等工作。最后，應(yīng)大力推進(jìn)有機(jī)肥料的積造和使用，減少化肥和農(nóng)藥的使用量，建立健全監(jiān)管處罰機(jī)制，堅(jiān)決杜絕依靠施用大量化肥農(nóng)藥帶來短期增產(chǎn)的情況。4）恢復(fù)高壓力區(qū)糧食安全長效保障能力。建議精準(zhǔn)開展保護(hù)利用試點(diǎn)，提高耕地資源的利用率，同時(shí)，應(yīng)加快農(nóng)業(yè)科技和成果轉(zhuǎn)化步伐，選育和引進(jìn)良種，通過精準(zhǔn)氣象和災(zāi)害預(yù)警手段，調(diào)整糧食種植結(jié)構(gòu)。加大無人機(jī)、數(shù)字傳感器、大數(shù)據(jù)和人工智能等現(xiàn)代化科技手段為糧食生產(chǎn)服務(wù)，努力穩(wěn)定和提升糧食單產(chǎn)，不斷提高耕地生產(chǎn)力，實(shí)現(xiàn)“藏糧于技”。

[1] 郭孟潔，李建業(yè)，李健宇，等. 實(shí)施16年保護(hù)性耕作下黑土土壤結(jié)構(gòu)功能變化特征[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2021，37(22)：108-118.

Guo Mengjie, Li Jianye, Li Jianyu, et al. Changes of soil structure and function after 16-year conservation tillage in black soil[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(22): 108-118. (in Chinese with English abstract)

[2] 蘇浩，吳次芳. 東北黑土區(qū)耕地系統(tǒng)變化機(jī)理[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2021，37(6)：243-251.

Su Hao, Wu Cifang. Mechanism of cultivated land system change in black soil areas of Northeast China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(6): 243-251. (in Chinese with English abstract)

[3] 李然嫣，陳印軍. 東北典型黑土區(qū)農(nóng)戶耕地保護(hù)利用行為研究——基于黑龍江省綏化市農(nóng)戶調(diào)查的實(shí)證分析[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2017(11)：80-91.

[4] 程國強(qiáng)，朱滿德. 新冠肺炎疫情沖擊糧食安全：趨勢、影響與應(yīng)對[J]. 中國農(nóng)村經(jīng)濟(jì)，2020(5)：13-20.

Cheng Guoqiang, Zhu Mande. COVID-19 pandemic is affecting food security: Trends, impacts and recommendations[J]. Chinese Rural Economy, 2020(5): 13-20. (in Chinese with English abstract)

[5] 張志新，李成，白海洋. 農(nóng)業(yè)基礎(chǔ)設(shè)施對糧食生產(chǎn)效率的影響[J]. 華東經(jīng)濟(jì)管理，2022，36(10)：100-109.

Zhang Zhixin, Li Cheng, Bai Haiyang. The impact of agricultural infrastructure on food production efficiency[J]. East China Economic Management, 2022, 36(10): 100-109. (in Chinese with English abstract)

[6] 胡新艷，戴明宏. 高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策的糧食增產(chǎn)效應(yīng)[J]. 華南農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022，21(5)：71-85.

Hu Xinyan, Dai Minghong. Effects of high-standard farmland construction policies on food production[J]. Journal of South China Agricultural University (Social Science Edition), 2022, 21(5): 71-85. (in Chinese with English abstract)

[7] 蔡運(yùn)龍，傅澤強(qiáng)，戴爾阜. 區(qū)域最小人均耕地面積與耕地資源調(diào)控[J]. 地理學(xué)報(bào)，2002，57(2)：127-134.

Cai Yunlong, Fu Zeqiang, Dai Erfu. The minimum area per capita of cultivated land and its implication for the optimization of land resource allocation[J]. Acta Geographica Sinica, 2002, 57(2): 127-134. (in Chinese with English abstract)

[8] 朱紅波，張安錄. 中國耕地壓力指數(shù)時(shí)空規(guī)律分析[J]. 資源科學(xué)，2007，29(2)：104-108.

Zhu Hongbo, Zhang Anlu. Analyzing temporal and spatial distribution characteristics of pressure index of cultivated land in China[J]. Resources Science, 2007, 29(2): 104-108. (in Chinese with English abstract)

[9] Liu X, Shi L, Qian H, et al. New problems of food security in Northwest China: A sustainability perspective[J]. Land Degradation Developement, 2020, 31: 975-989.

[10] Wu X, Wang Y, Zhu H. Does economic growth lead to an increase in cultivated land pressure? Evidence from China[J].2022, 11(9): 1515.

[11] 任興遠(yuǎn)，吳郁玲，王梅. 1998－2018年中國城鎮(zhèn)化發(fā)展與耕地壓力動(dòng)態(tài)關(guān)系研究[J]. 中國農(nóng)業(yè)資源與區(qū)劃，2022，43(6)：120-130.

Ren Xingyuan, Wu Yuling, Wang Mei. Study on the dynamic ralationship between urbanization development and cultivated land pressure in China from 1998 to 2018[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2022, 43(6): 120-130. (in Chinese with English abstract)

[12] Yang Q, Yang R, Wang Y, et al. Does fallowing cultivated land threaten food security? Empirical evidence from Chinese pilot provinces[J].2019, 11(10): 2836.

[13] 李曉青，謝炳庚，戴愛德，等. 湖南省耕地壓力現(xiàn)狀分析及趨勢預(yù)測[J]. 經(jīng)濟(jì)地理，2003，23(4)：513-515.

Li Xiaoqing, Xie Binggeng, Dai Aide, et al. Present pressure analysis and trend predication of cultivated land in Hunan Province[J]. Economic Geography, 2003, 23(4): 513-515. (in Chinese with English abstract)

[14] 盧新海，劉瑞紅，匡兵. 湖北省耕地壓力的區(qū)域差異及動(dòng)態(tài)演進(jìn)分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2019，35(23)：266-272.

Lu Xinhai, Liu Ruihong, Kuang Bing. Regional differences and dynamic evolution of cultivated land pressure in Hubei Province[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(23): 266-272. (in Chinese with English abstract)

[15] 羅翔，張路，朱媛媛. 基于耕地壓力指數(shù)的中國糧食安全[J]. 中國農(nóng)村經(jīng)濟(jì)，2016(2)：83-96.

[16] 張雅杰，閆小爽，張豐，等. 1978—2015年中國多尺度耕地壓力時(shí)空差異分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2018，34(13)：1-7.

Zhang Yajie, Yan Xiaoshuang, Zhang Feng, et al. Analysis on temporal-spatial difference of cultivated land pressure at multiple scales in China from 1978 to 2015[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(13): 1-7. (in Chinese with English abstract)

[17] 張鵬巖，龐博，何堅(jiān)堅(jiān)，等. 耕地生產(chǎn)力與糧食安全耦合關(guān)系與趨勢分析：以河南省為例[J]. 地理科學(xué)，2017，37(9)：1392-1402.

Zhang Pengyan, Pang Bo, He Jianjian, et al. Coupling relationship and trend of cultivated land productivity and food security: A case study of Henan Province[J]. Geographical Science, 2017, 37(9): 1392-1402. (in Chinese with English abstract)

[18] 陰柯欣，商慶凱，米文寶. 寧夏耕地生產(chǎn)力與糧食安全耦合關(guān)系及趨勢預(yù)測[J]. 干旱區(qū)資源與環(huán)境，2020，34(7)：37-45.

Yin Kexin, Shang Qingkai, Mi Wenbao. Analysis and forecast of coupling relationship between cultivated land productivity and food security in Ningxia[J]. Journal of Arid Land Resources and Environment, 2020, 34(7): 37-45. (in Chinese with English abstract)

[19] 金鑫，李維剛. 黑龍江省耕地壓力指數(shù)分析及趨勢預(yù)測[J]. 東北農(nóng)業(yè)大學(xué)學(xué)報(bào)，2021，52(3)：76-86.

Jin Xin, Li Weigang. Analysis of arable land pressure index and its trend prediction of Heilongjiang Province[J]. Journal of Northeast Agricultural University, 2021, 52(3): 76-86. (in Chinese with English abstract)

[20] 羅海平，何志文，周靜逸. 糧食主產(chǎn)區(qū)耕地壓力時(shí)空分異及驅(qū)動(dòng)因子識別[J]. 統(tǒng)計(jì)與決策，2022，38(4)：79-83.

[21] 江艷軍. 四川省耕地壓力動(dòng)態(tài)演變及驅(qū)動(dòng)因子研究[D]. 濟(jì)南：濟(jì)南大學(xué)，2019.

Jiang Yanjun. Study on Dynamic Evolution and Driving Factors of Cultivated Land Pressure in Sichuan Province[D]. Jinan: Jinan University, 2019. (in Chinese with English abstract)

[22] 亞森江·喀哈爾，王敬哲，呂光輝，等. 基于耕地壓力指數(shù)的新疆糧食安全狀況研究[J]. 新疆農(nóng)業(yè)科學(xué)，2017，54(9)：1737-1745.

Yasenjiang Kahar, Wang Jingzhe, Lv Guanghui, et al. Grain security of Xinjiang based on cropland pressure index[J]. Xinjiang Agricultural Sciences, 2017, 54(9): 1737-1745. (in Chinese with English abstract)

[23] 楊麗霞. 基于耕地壓力指數(shù)的杭州市糧食安全評價(jià)[J]. 農(nóng)業(yè)現(xiàn)代化研究，2014，35(1)：93-96.

Yang Lixia. An assessment of food security based on cultivated land pressure index: A case of Hangzhou[J]. Research of Agricultural Modernization, 2014, 35(1): 93-96. (in Chinese with English abstract)

[24] 宋香平，馬守臣，張合兵，等. 基于糧食安全的河南省耕地壓力動(dòng)態(tài)分析及預(yù)測[J]. 中國農(nóng)學(xué)通報(bào)，2016，32(33)：162-168.

Song Xiangping, Ma Shouchen, Zhang Hebing, et al. Dynamic analysis and prediction of cultivated land pressure in Henan Province based on food security[J]. Chinese Agricultural Science Bulletin, 2016, 32(33): 162-168. (in Chinese with English abstract)

[25] 趙玉明，程立平，李加加，等. 東北典型黑土區(qū)的土類界定依據(jù)分析[J]. 中國水土保持科學(xué)，2020，18(4)：123-129.

Zhao Yuming, Cheng Liping, Li Jiajia, et al. Research on the definition of soil types in typical black soil regions of Northeast China[J]. Science of Soil and Water Conservation, 2020, 18(4): 123-129. (in Chinese with English abstract)

[26] 邵逸群. 友誼農(nóng)場洪澇災(zāi)害遙感監(jiān)測及時(shí)空特征研究[D]. 哈爾濱：東北農(nóng)業(yè)大學(xué)，2021.

Shao Yiqun. Remote Sensing Monitoring and Spatiotemporal Characteristics of Flood Disaster in Youyi Farm[D]. Harbin: Northeast Agricultural University, 2021. (in Chinese with English abstract)

[27] 陳雨生，陳志敏，江一帆. 農(nóng)業(yè)科技進(jìn)步和土地改良對我國耕地質(zhì)量的影響[J]. 農(nóng)業(yè)經(jīng)濟(jì)問題，2021(9)：132-144.

Chen Yusheng, Chen Zhimin, Jiang Yifan. Effects of agricultural science and technology progress and land improvement on cultivated land quality in China[J]. Issues in Agricultural Economy, 2021(9): 132-144. (in Chinese with English abstract)

[28] 鄧祥征，梁立，廖曉勇，等. 國際糧食貿(mào)易影響下東北黑土地生產(chǎn)壓力變化與保護(hù)策略[J]. 自然資源學(xué)報(bào)，2022，37(9)：2209-2217.

Deng Xiangzheng, Liang Li, Liao Xiaoyong, et al.Research on changes in grain production pressure and protection strategies in the black soil region of Northeast China under the influence of international grain trade[J]. Journal of Natural Resources, 2022, 37(9): 2209-2217. (in Chinese with English abstract)

[29] 范中洲，趙羿，周寧，等. 基于灰色BP神經(jīng)網(wǎng)絡(luò)組合模型的水上交通事故數(shù)預(yù)測[J]. 安全與環(huán)境學(xué)報(bào)，2020，20(3)：857-861.

Fan Zhongzhou, Zhao Yi, Zhou Ning, et al. Integrated model for forecasting waterway traffic accidents based on the Gray-BP neural network[J]. Journal of Safety and Environment, 2020, 20(3): 857-861. (in Chinese with English abstract)

[30] 匡兵，盧新海，韓璟. 政策工具如何影響中國耕地保護(hù)效果[J]. 中國人口·資源與環(huán)境，2019，29(11)：111-119.

Kuang Bing, Lu Xinhai, Han Jing. How does policy tools affect the effects of China's cultivated land protection?[J]. China Population, Resources and Environment, 2019, 29(11): 111-119. (in Chinese with English abstract)

[31] 杜國明，薛濡壕，王介勇. 村域尺度鄉(xiāng)村振興評價(jià)及推進(jìn)路徑：以黑龍江省拜泉縣為例[J]. 經(jīng)濟(jì)地理，2021，41(8)：19-27.

Du Guoming, Xue Ruhao, Wang Jieyong. Rural revitalization evaluation and promotion path based on village level: Taking Baiquan, Heilongjiang, China as a case study[J]. Economic Geography, 2021, 41(8): 19-27. (in Chinese with English abstract)

[32] 張楠楠，石水蓮，李博，等. 基于“壓力-狀態(tài)-響應(yīng)”模型的土地生態(tài)安全評價(jià)及預(yù)測：以沈陽市為例[J]. 土壤通報(bào)，2022，53(1)：28-35.

Zhang Nannan, Shi Shuilian, Li Bo, et al. Evaluation and prediction of land ecological security based on PSR model: Take Shenyang as an example[J]. Chinese Journal of Soil Science, 2022, 53(1): 28-35. (in Chinese with English abstract)

Dynamic change and trend analysis of cultivated land pressure in typical black soil areas of Northeast China under food security

Cui Ningbo1,2, Wang Shengnan2

(1.150030,; 2.,150030,)

The northeast black soil region has been one of the most important main grain producing areas and commodity grain production bases in China. A great task is to realize the national grain supply and security. The typical black soil has the excellent soil characteristics and high fertility. However, the high-intensity utilization mode of arable land is widely used in the grain production under the ever-increasing demand with the acceleration of industrial development and urbanization. Although this approach can improve the grain output in a short period of time, the cultivated land pressure (such as shallower surface layer and quality decline) is gradually appeared in the black soil area. Therefore, it is very urgent to protect the black soil areas, as issued by the Outline of the Plan for the Protection of Black Soil in Northeast China (2017-2030) in 2017. This study aims to clarify the cultivated land pressure in the black soil area of Northeast China under different scopes of food security. The 21 typical black soil counties and districts were selected using the statistical data from 2004 to 2019. A modified model of cultivated land pressure index was established to calculate the cultivated land pressure index. The grey-BP network combined with the forecasting model was used to predict the change trend of cultivated land pressure in the next five years. Some suggestions were also proposed for the black land protection. The results show: 1) The cultivated land pressure was generally better in the typical black soil area of Northeast China from 2004 to 2019. But, there were still some areas with the "false security" phenomenon, due to the high intensity of cultivated land use pattern. The severe pressure constraints were found in the black soil of the cultivated land. The dynamic change of cultivated land pressure was negatively correlated with the quality of cultivated land, actual per capita cultivated land area, as well as social and economic development level. Therefore, the cultivated land pressure gradually increased with the expansion of food security. 2) A typical northeast black soil area of cultivated land was found to effectively relieve the national pressure from 2020 to 2024. But, the low and medium pressure level was observed in the Nehe, Changtu counties, whereas, the Baiquan county was in a high pressure rise. The Yian County was depended mainly on the rural social and economic development. Specifically, the pressure was in the good condition before 2023, but the subsequent trend indicated the pressure warning. 3)The pressure of cultivated land can be expected to represent the pressure of food security, but the pressure of food security cannot accurately reflect the pressure of cultivated land. Short-term high-intensity use of cultivated land can lead to the “deceptive” performance of cultivated land pressure. A low pressure of cultivated land was found at first, but the long-term role failed to ensure the food security with the gradual reduction of the fertility. 4) The measurement demonstrated that the current refined and improved policy was achieved in the pilot implementation of soil protection and utilization. Consequently, the pressure of arable land can be effectively relieved, even though there was a certain lag in the project. The index of cultivated land pressure was divided into four levels. Different protection suggestions were proposed to adjust the measures for the better policy benefits, according to the local conditions in the various soil pressure areas.

land use; pressure; grain; forecasting; black soil protection

10.11975/j.issn.1002-6819.2022.21.026

F301.21; S-9

A

1002-6819(2022)-21-0220-11

崔寧波，王勝男. 糧食安全背景下東北典型黑土區(qū)耕地壓力動(dòng)態(tài)變化及趨勢分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2022，38(21)：220-230.doi：10.11975/j.issn.1002-6819.2022.21.026 http://www.tcsae.org

Cui Ningbo, Wang Shengnan. Dynamic change and trend analysis of cultivated land pressure in typical black soil areas of Northeast China under food security[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(21): 220-230. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2022.21.026 http://www.tcsae.org

2022-06-10

2022-10-17

國家社會(huì)科學(xué)基金項(xiàng)目（20BYJ149）；黑龍江省哲學(xué)社會(huì)科學(xué)研究規(guī)劃項(xiàng)目（21JYA441）

崔寧波，博士，教授，博士生導(dǎo)師，研究方向?yàn)榧Z食安全與耕地保護(hù)。Email：82890000@163.com