常媛媛，劉俊娜，張琦，于昊辰，卞正富，陳浮，2*

（1.中國(guó)礦業(yè)大學(xué)公共管理學(xué)院，江蘇 徐州 221116；2.中國(guó)礦業(yè)大學(xué)低碳能源研究院，江蘇 徐州 221008）

從20 世紀(jì)90 年代起，我國(guó)步入快速工業(yè)化和城市化發(fā)展階段，平均每年有2.94×105hm2耕地被非農(nóng)化[1]，同時(shí)吸引大量農(nóng)村勞動(dòng)力外流，對(duì)農(nóng)業(yè)形成比較利益低下和糧食需求旺盛的雙重壓力。在經(jīng)濟(jì)利益驅(qū)使下一些高收益農(nóng)作物大面積替代糧食作物[2]，僅2019 年糧食播種面積就下降了9.70×105hm2?！胺羌Z化”導(dǎo)致的糧食生產(chǎn)力隱性損失已遠(yuǎn)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(huì)穩(wěn)定[3]。如何妥善解決非糧化問(wèn)題已成為政府與公眾關(guān)注的焦點(diǎn)[4-6]，2020年11月國(guó)務(wù)院辦公廳印發(fā)《關(guān)于防止耕地“非糧化”穩(wěn)定糧食生產(chǎn)的意見(jiàn)》，要求嚴(yán)格控制耕地轉(zhuǎn)化為林地、園地等其他類型農(nóng)用地。此外，近幾年工商資本大量流向鄉(xiāng)村也加速了耕地非糧化[7]。糧食安全是國(guó)家穩(wěn)定與發(fā)展的基石，氣候異常、疫情蔓延和糧食貿(mào)易封鎖更加凸顯遏制非糧化的重大意義。

國(guó)家明令禁止耕地非糧化，2021 年3 月1 日施行的《農(nóng)村土地經(jīng)營(yíng)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(yíng)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(shí)到位，主要有三方面原因：一是種糧效益低下，地方政府和農(nóng)戶均缺乏積極性?？紫楸骩8]、祝洪章[9]、高曉燕等[10]從不同角度證實(shí)了上述原因是非糧化的驅(qū)動(dòng)作用，并分析了非糧化對(duì)國(guó)家糧食安全的負(fù)面影響。二是土地流轉(zhuǎn)和工商資本逐利促進(jìn)了非糧轉(zhuǎn)化。SETO 等[11]發(fā)現(xiàn)外來(lái)投資拉動(dòng)、規(guī)劃不科學(xué)、管理不當(dāng)致使珠三角經(jīng)濟(jì)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(guò)程中承包人逐利行為對(duì)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(guò)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?fù)p失，其危害較小。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(wú)法“一刀切”。此外，一些特定的因素，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]也影響非糧化。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(duì)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蹩瞻住＿@主要與先前的認(rèn)知有關(guān)，一般認(rèn)為非糧化多為農(nóng)業(yè)內(nèi)部結(jié)構(gòu)調(diào)整、耕地未被占用、危害小，沒(méi)必要投入大量的人力、財(cái)力進(jìn)行實(shí)地核查或高分辨影像監(jiān)測(cè)。然而，對(duì)非糧化及空間特征的精準(zhǔn)評(píng)估對(duì)當(dāng)前耕地保護(hù)工作和國(guó)家糧食安全形勢(shì)尤為重要。

城市化極大地改變了區(qū)域土地利用狀況，形成了以非農(nóng)化為特征的空間格局。同時(shí)受比較利益和機(jī)會(huì)成本等影響，周邊糧食主產(chǎn)區(qū)內(nèi)耕地遭擠占，使之極易非糧化。然而，先前研究對(duì)糧食主產(chǎn)區(qū)內(nèi)部的非糧化問(wèn)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%，一直是國(guó)家重要的糧食主產(chǎn)區(qū)，永久基本農(nóng)田保護(hù)率高達(dá)90%，但近年城市化、工業(yè)化發(fā)展迅猛，城鄉(xiāng)發(fā)展差距大，且受采礦等活動(dòng)干擾嚴(yán)重，非糧化外部動(dòng)力強(qiáng)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。故本研究選擇徐州市作為研究區(qū)域，旨在厘清糧食主產(chǎn)區(qū)耕地非糧化的總體態(tài)勢(shì)，揭示非糧化空間分異特征及成因，為今后耕地保護(hù)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(gè)區(qū)63個(gè)街道（鎮(zhèn)）（圖1），屬暖溫帶季風(fēng)性氣候，年均氣溫14 ℃，年均降水量880 mm。研究區(qū)以平原為主（面積占比90%），是傳統(tǒng)的糧食主產(chǎn)區(qū)。近20年社會(huì)經(jīng)濟(jì)發(fā)展迅速，2020年城市化率已達(dá)66.5%。同時(shí)，徐州市又是傳統(tǒng)的老工業(yè)基地，城市擴(kuò)張、工業(yè)化和采煤等人類活動(dòng)占用周邊農(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(hù)區(qū)，但非糧化趨向時(shí)刻威脅著耕地保護(hù)和糧食安全。

圖1 徐州市城區(qū)行政區(qū)劃圖Figure 1 Xuzhou City administrative division map

1.2 數(shù)據(jù)來(lái)源與處理

本研究數(shù)據(jù)包含土地利用和社會(huì)經(jīng)濟(jì)數(shù)據(jù)。為便于后續(xù)研究，對(duì)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(kù)內(nèi)的耕地（簡(jiǎn)稱“法定耕地”，記為L(zhǎng)F）；②劃入永久基本農(nóng)田范圍內(nèi)的耕地（簡(jiǎn)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(hù)區(qū)的耕地（簡(jiǎn)稱“兩區(qū)耕地”，記為FF）。詳見(jiàn)技術(shù)路線圖（圖2）。

圖2 研究技術(shù)路線Figure 2 Technical flow of the study

（1）數(shù)據(jù)來(lái)源：①土地利用現(xiàn)狀數(shù)據(jù)、鎮(zhèn)級(jí)行政邊界、永久基本農(nóng)田數(shù)據(jù)庫(kù)、高分二號(hào)衛(wèi)星影像來(lái)源于徐州市自然資源與規(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(hù)區(qū)劃定成果來(lái)源于徐州市農(nóng)業(yè)農(nóng)村局；③Landsat 8遙感影像來(lái)源于中國(guó)地理空間數(shù)據(jù)云平臺(tái)（http：//www.gscloud.cn/）；④社會(huì)經(jīng)濟(jì)發(fā)展數(shù)據(jù)來(lái)源于《徐州統(tǒng)計(jì)年鑒2018》、2018 年銅山區(qū)農(nóng)村社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)臺(tái)帳和2018 年賈汪區(qū)農(nóng)村社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)臺(tái)帳；⑤土地流轉(zhuǎn)情況來(lái)源于徐州市農(nóng)村產(chǎn)權(quán)交易信息服務(wù)平臺(tái)（http：//xzs.jsnc.gov.cn/）。

（2）數(shù)據(jù)處理：從2019 年土地利用現(xiàn)狀數(shù)據(jù)庫(kù)中提取法定耕地范圍，匹配0.8 m 分辨率的高分二號(hào)衛(wèi)星影像，采用目視解譯法，共取得31 470 個(gè)非糧用途圖斑，占全部耕地圖斑的25.32%。并對(duì)鼓樓區(qū)全部1 171 個(gè)非糧化圖斑進(jìn)行無(wú)人機(jī)實(shí)地校核，僅14 個(gè)圖斑目視解譯有誤，總體誤差率為1.20%。依據(jù)《土地利用現(xiàn)狀分類》（GB/T 21010—2017），并結(jié)合實(shí)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(gè)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(jī)械總動(dòng)力、土地流轉(zhuǎn)率、農(nóng)業(yè)合作社數(shù)、交通區(qū)位等11 個(gè)社會(huì)經(jīng)濟(jì)因素，運(yùn)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(dòng)因子。其中，交通區(qū)位量化選取鎮(zhèn)為評(píng)價(jià)單元，以0～10 km、10～20 km、>20 km 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(gè)指標(biāo)權(quán)重為0.5、0.3、0.2，其他10個(gè)因素按最大值標(biāo)準(zhǔn)化計(jì)算分值。

1.3 研究方法

1.3.1 空間自相關(guān)分析

Global Moran′sI可以揭示區(qū)域某一屬性的空間分布與鄰近區(qū)的相關(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]，見(jiàn)公式（1）：

式中：n為研究區(qū)內(nèi)鎮(zhèn)（街道）的總個(gè)數(shù)；xi和xj分別為第i和j單元的觀測(cè)值；xˉ為研究區(qū)所有單元的平均值；wij是每個(gè)單元空間權(quán)重矩陣；I值范圍為[-1，1]，I>0時(shí)為正相關(guān)，空間要素的屬性呈集聚性分布；I<0時(shí)為空間負(fù)相關(guān)，空間要素屬性呈離散化分布；I=0時(shí)為隨機(jī)分布。

全局空間自相關(guān)主要研究空間要素整體分布特征，前提條件是研究區(qū)內(nèi)空間具有同質(zhì)性，但難以衡量空間局部集聚及其空間異質(zhì)性，仍需進(jìn)一步探究局部空間關(guān)系。Local Moran′sI可以從局部尺度分析與周邊空間差異水平[21]，以期探究非糧化空間格局特征及成因，詳見(jiàn)公式（2）：

式中：Ii>0 表示第i鎮(zhèn)各社會(huì)經(jīng)濟(jì)環(huán)境指標(biāo)與周圍鎮(zhèn)域差異顯著性較小，均質(zhì)性和集聚性較強(qiáng)；反之，差異顯著性較大，均質(zhì)性和集聚性較弱。

1.3.2 冗余分析

冗余分析（RDA 分析）是基于線性模型的限制性排序分析方法，可用降維度、可視化等方式，以特定排序軸長(zhǎng)度及兩軸間夾角的二維空間展示[22]，揭示非糧化與社會(huì)經(jīng)濟(jì)因素之間的非線性響應(yīng)關(guān)系。為此，選取LF、BF、FF 中非糧化占用面積作為因變量，選取戶籍人口、常住人口、農(nóng)業(yè)人口、非農(nóng)人口、農(nóng)業(yè)收入、非農(nóng)收入、農(nóng)業(yè)機(jī)械總動(dòng)力、交通區(qū)位、土地流轉(zhuǎn)率、農(nóng)業(yè)利用外資額和農(nóng)業(yè)合作社數(shù)作為自變量。冗余分析需要兩個(gè)數(shù)據(jù)矩陣，本研究以徐州城區(qū)58 個(gè)街道為研究單元，對(duì)3 個(gè)因變量LF、BF、FF 作一個(gè)3×58 維數(shù)據(jù)矩陣；對(duì)11 個(gè)自變量作一個(gè)11×58 維驅(qū)動(dòng)因子矩陣。隨后，利用Canoco 5.0 進(jìn)行數(shù)量統(tǒng)計(jì)檢驗(yàn)和冗余分析[23]。

2 結(jié)果與分析

2.1 糧食主產(chǎn)區(qū)耕地非糧化的總體特征

對(duì)2018 年目視解譯和無(wú)人機(jī)實(shí)地核查的非糧化用途類型數(shù)據(jù)進(jìn)行分類統(tǒng)計(jì)，并將數(shù)據(jù)納入LF、BF和FF數(shù)據(jù)庫(kù)（表1）。從表1可以看出：LF范圍內(nèi)非糧化面積為15 002.05 hm2，占耕地比例為10.25%。菜地、輔助生產(chǎn)用地、園林草地分別占用9 582.57、1 199.81、4 219.67 hm2，占耕地比例為6.55%、0.82%、2.88%。BF 范圍內(nèi)非糧化面積為7 727.80 hm2，占耕地比例為7.30%；菜地、輔助生產(chǎn)用地、園林草地分別占用5 817.91、58.37、1 851.51 hm2，占耕地比例為5.49%、0.06%、1.75%。FF 范圍內(nèi)非糧化面積為2 076.52 hm2，占耕地比例為2.67%，菜地、輔助生產(chǎn)用地、園林草地分別占用1 739.88、16.47、320.17 hm2，占耕地比例為2.24%、0.02%、0.41%?？傮w來(lái)看：LF、BF 和FF范圍內(nèi)非糧化率呈現(xiàn)遞減趨勢(shì)，LF 范圍內(nèi)非糧化面積與非糧化率均高于BF 和FF，表明管制政策越嚴(yán)越有利于控制非糧化，堅(jiān)守最嚴(yán)格的耕地保護(hù)制度對(duì)國(guó)家糧食安全十分必要。

表1 2018年徐州市不同范圍內(nèi)耕地非糧化特征Table 1 Characteristics of cultivated land non-grain conversion in different ranges of Xuzhou City in 2018

為進(jìn)一步分析區(qū)位的影響，將賈汪、銅山歸并為郊區(qū)，鼓樓、泉山、云龍合并為城區(qū)（圖3）。結(jié)果表明：徐州市LF 范圍內(nèi)非糧化率為10.25%，低于全國(guó)平均值[24]，且BF 和FF 范圍內(nèi)非糧化率更低；郊區(qū)LF、BF、FF 范圍內(nèi)非糧化率分別為9.46%、6.91%、2.67%，遠(yuǎn)低于城區(qū)LF 和BF 范圍內(nèi)非糧化率（23.02% 和23.14%）。城區(qū)單元盡管非糧化面積少，但非糧化率卻遠(yuǎn)高于郊區(qū)；菜地面積和占比均為最高，LF、BF 和FF 范圍內(nèi)分別為6.55%、5.49%、2.24%。經(jīng)濟(jì)效益相對(duì)高且靠近市場(chǎng)的菜地是非糧化的主要類型，今后政策管理上要適度考慮菜地發(fā)展的合理化需求。

圖3 2018年徐州市不同區(qū)位非糧化比例Figure 3 Proportion of cultivated land non-grain conversion in different locations of Xuzhou City in 2018

2.2 糧食主產(chǎn)區(qū)耕地非糧化的空間格局分異

2.2.1 不同范圍內(nèi)耕地非糧化的空間格局

按LF、BF 和FF 不同范圍劃分，耕地非糧化空間分布如圖4 所示。可以看出：非糧化空間格局具有異質(zhì)性。菜地分布最廣，但相對(duì)集中于銅山西北部與南部、賈汪西南部和鼓樓東北部。園林草地相對(duì)少，集中分布于G104 沿線及坡地。輔助生產(chǎn)用地總量少，分布極為零散。從LF、BF至FF范圍內(nèi)非糧化率逐漸減小，但菜地占比卻不斷提高。2018 年全國(guó)蔬菜種植約為2 000 萬(wàn)hm2，占非糧化總面積的45.0%。本研究中菜地面積在LF、BF 和FF 內(nèi)逐漸減少，與非糧化面積變化趨勢(shì)一致，但在LF、BF 和FF 范圍內(nèi)占比從63.90%逐漸升至83.58%。

圖4 2018年徐州市不同范圍內(nèi)耕地非糧化空間格局Figure 4 Spatial patterns of cultivated land non-grain conversion of different ranges in Xuzhou City in 2018

為進(jìn)一步細(xì)化非糧化空間分布，以鎮(zhèn)為單元提取LF 范圍內(nèi)非糧化面積及比率（圖5）。從圖5 可知：非糧化面積在南部最為集中，西北部次之，中部最少。非糧化面積超過(guò)500 hm2的鄉(xiāng)鎮(zhèn)達(dá)6 個(gè)，均分布于銅山區(qū)。但非糧化率則呈中部高、外圍低的分布格局。有17 個(gè)鎮(zhèn)級(jí)單元非糧化率高于30%，城區(qū)泰山街道等6 個(gè)街道非糧化率超過(guò)50%，但非糧化面積卻極小。

圖5 LF范圍內(nèi)徐州市鎮(zhèn)級(jí)單元非糧化面積及非糧化率Figure 5 The area of cultivated land non-grain conversion and its rate at town level in Xuzhou City

2.2.2 不同范圍內(nèi)耕地非糧化的特征分異

將非糧化率作為觀測(cè)變量，評(píng)判不同范圍內(nèi)非糧化的分異特征，具體參數(shù)見(jiàn)表2。在置信度95%水平上，3 個(gè)范圍內(nèi)Global Moran′sI均大于0，說(shuō)明鎮(zhèn)級(jí)單元非糧化率存在顯著空間集聚性。從LF、BF至FF范圍內(nèi)Global Moran′sI指數(shù)逐漸減小，反映3 個(gè)范圍內(nèi)非糧化率格局差異越來(lái)越低。

表2 2018年徐州市耕地非糧化率Global Moran′s I及其檢驗(yàn)Table 2 Global Moran′s I and test of cultivated land non-grain conversion rate in Xuzhou City in 2018

引入Local Moran′sI進(jìn)一步分析各鎮(zhèn)級(jí)單元非糧化率的空間集聚程度（圖6），結(jié)果發(fā)現(xiàn)：在LF范圍內(nèi)，存在2 個(gè)高-高集聚區(qū)，包含鼓樓和泉山的7 個(gè)街道，非糧化率高且與鄰近單元差異??；存在1 個(gè)高-低集聚區(qū)，為龐莊街道。其位于城郊邊緣，本身耕地少，菜地、輔助生產(chǎn)用地和園林景觀占用多，因此非糧化率遠(yuǎn)高于鄰近的單元。在BF 范圍內(nèi)，存在1 個(gè)連片高-高集聚區(qū)。從賈汪區(qū)大吳街道向西南一直延伸至云龍區(qū)大龍湖街道，這是城市向外拓展的主要發(fā)展方向，反映了城市建設(shè)對(duì)周邊永久基本農(nóng)田非糧化的壓力。此外，龐莊街道仍為高-低集聚區(qū)，其他區(qū)域無(wú)顯著集聚特征。在FF 范圍內(nèi)，存在2 個(gè)高-高集聚區(qū)，分別位于銅山區(qū)何橋鎮(zhèn)、黃集鎮(zhèn)以及賈汪區(qū)紫莊鎮(zhèn)。其余區(qū)域無(wú)顯著集聚特征。對(duì)比3 個(gè)范圍內(nèi)非糧化率分異特征，發(fā)現(xiàn)高-高集聚區(qū)單元呈先增大后減小趨勢(shì)，也兼有先集中再分散的趨勢(shì)。LF 和BF 范圍內(nèi)非糧化率有一定的空間異質(zhì)性。但這種異質(zhì)性在FF 范圍內(nèi)明顯減弱，這也表明了FF 范圍內(nèi)耕地質(zhì)量和管制程度更高。

圖6 2018年徐州市耕地非糧化率空間集聚圖Figure 6 Spatial agglomeration of cultivated land non-grain conversion rate in Xuzhou City in 2018

2.3 糧食主產(chǎn)區(qū)耕地非糧化的成因

由于非糧化率與剔除共線性后的社會(huì)經(jīng)濟(jì)多因子回歸并不顯著，因此采用RDA 分析來(lái)探索社會(huì)經(jīng)濟(jì)變量的間接梯度，從而解釋影響非糧化面積的關(guān)鍵因子。利用Monte Carlo 置換檢測(cè)對(duì)社會(huì)經(jīng)濟(jì)變量進(jìn)行預(yù)選（表3），總體來(lái)看：社會(huì)經(jīng)濟(jì)變量解釋了91.85%的非糧化面積特征向量的變化，其中第一、第二排序軸特征值分別為73.68%、4.19%，兩個(gè)排序軸解釋了73.68%的非糧化面積變化及77.87%非糧化面積與社會(huì)經(jīng)濟(jì)因子之間關(guān)系，冗余分析排序效果較好。此外，第一、第二排序軸相關(guān)系數(shù)分別為92.49%和60.38%，表明所選的社會(huì)經(jīng)濟(jì)變量與各單元非糧化面積之間關(guān)系密切。

表3 耕地非糧化特征向量與社會(huì)經(jīng)濟(jì)解釋變量的RDA結(jié)果Table 3 RDA result of eigenvalues change of non-grain conversion with all variables

圖7 顯示了非糧化面積特征向量與各驅(qū)動(dòng)因子及不同區(qū)域間RDA 排序，可以看出：不同范圍內(nèi)非糧化存在象限差異，LF 和BF 非糧化面積落于第1 象限且與第一、二軸均為正相關(guān)，F(xiàn)F 則位于第4 象限。LF和BF范圍內(nèi)非糧化面積特征向量與社會(huì)經(jīng)濟(jì)因子中戶籍人口、土地流轉(zhuǎn)率、農(nóng)業(yè)利用外資額、農(nóng)業(yè)人口呈顯著正相關(guān)，這表明在遠(yuǎn)郊區(qū)非糧化行為更容易發(fā)生在農(nóng)業(yè)人口多、土地流轉(zhuǎn)率高的單元，如圖7（b）中的銅山區(qū)或賈汪區(qū)。FF 范圍內(nèi)非糧化面積特征向量與社會(huì)經(jīng)濟(jì)因子中農(nóng)業(yè)收入、農(nóng)業(yè)機(jī)械總動(dòng)力和農(nóng)業(yè)合作社數(shù)呈顯著正相關(guān)，這表明FF 范圍內(nèi)非糧化現(xiàn)象更容易發(fā)生在農(nóng)業(yè)收入高、農(nóng)業(yè)機(jī)械總動(dòng)力強(qiáng)和農(nóng)業(yè)產(chǎn)業(yè)化多的單元，如城區(qū)周邊菜地生產(chǎn)基地。LF、BF和FF范圍內(nèi)非糧化面積特征向量與社會(huì)經(jīng)濟(jì)因子中非農(nóng)業(yè)人口、交通區(qū)位、非農(nóng)業(yè)收入形成鈍角，說(shuō)明呈現(xiàn)顯著負(fù)相關(guān)。糧食與其他經(jīng)濟(jì)作物的收益差距致使種植缺乏吸引力，非農(nóng)收入增加意味著非糧化面積擴(kuò)大，且更多地發(fā)生于城區(qū)單元，如圖7（b）中的主城區(qū)。由此可知，與種植業(yè)經(jīng)濟(jì)收益低下（農(nóng)業(yè)收入、農(nóng)業(yè)機(jī)械總動(dòng)力）、工商資本介入（農(nóng)業(yè)利用外資額、農(nóng)業(yè)合作社數(shù)）以及土地流轉(zhuǎn)等經(jīng)濟(jì)社會(huì)因子是糧食主產(chǎn)區(qū)耕地非糧化空間格局分異的主要驅(qū)動(dòng)力。

圖7 耕地非糧化特征值與社會(huì)經(jīng)濟(jì)因子之間的關(guān)系及不同區(qū)域排序的RDA結(jié)果Figure 7 RDA results of the relationship between eigenvalues of non-grain conversion and socio-economic factors，and the ranking of different regions

3 討論

從實(shí)際核查結(jié)果來(lái)看，研究區(qū)域LF、BF 和FF 范圍內(nèi)耕地非糧化率分別為10.25%、7.30%和2.67%。這個(gè)水平是極為理想的值，遠(yuǎn)低于全國(guó)平均值27.0%[24]，更低于一些特定氣候區(qū)非糧化率[19]。這表明盡管受城市化、工業(yè)化和采礦活動(dòng)的影響，但作為傳統(tǒng)的糧食主產(chǎn)區(qū)，徐州市耕地保護(hù)責(zé)任落實(shí)十分有效、執(zhí)行有力，非糧化率一直保持低水平。但不同范圍內(nèi)非糧化面積和非糧化率差異較大，LF 范圍內(nèi)非糧化率分別是BF 和FF 的1.41 倍和3.82 倍。與此同時(shí)，LF、BF 至FF 不同范圍內(nèi)Global Moran′sI指數(shù)也逐漸減小，也進(jìn)一步證實(shí)了非糧化率存在空間異質(zhì)性。這種異質(zhì)性歸結(jié)于不同的經(jīng)濟(jì)社會(huì)因子驅(qū)動(dòng)，但從根源上反映土地用途管制制度的作用，政策越嚴(yán)越有利于減少非糧化，堅(jiān)守最嚴(yán)格的耕地保護(hù)制度對(duì)國(guó)家糧食安全十分必要。此外，不同區(qū)位耕地非糧化也差異顯著，城區(qū)LF 和BF 范圍內(nèi)非糧化率分別為23.02%和23.14%，遠(yuǎn)高于遠(yuǎn)郊LF 和BF（9.46%和6.91%）。這說(shuō)明距城市較近且經(jīng)濟(jì)效益相對(duì)低的種植業(yè)容易受到擠壓，未來(lái)惠農(nóng)政策應(yīng)實(shí)行種植業(yè)優(yōu)先、經(jīng)濟(jì)作物少補(bǔ)或不補(bǔ)的差別化農(nóng)業(yè)政策。蔬菜種植是非糧化的主要類型，占比遠(yuǎn)超過(guò)60%，這與其他研究結(jié)果相似[24]。

一般認(rèn)為種植業(yè)收益低[8]、工商資本介入[7]、資源稟賦差[13-15]以及土地流轉(zhuǎn)[2，9]驅(qū)動(dòng)了非糧化，但先前研究多為宏觀或政策因素分析，極少?gòu)目臻g角度關(guān)注非糧化的形成機(jī)制。本研究表明，盡管代表種植業(yè)經(jīng)濟(jì)收益的農(nóng)業(yè)收入和農(nóng)業(yè)機(jī)械總動(dòng)力、代表工商資本介入的農(nóng)業(yè)利用外資額和農(nóng)業(yè)合作社數(shù)，以及土地流轉(zhuǎn)等經(jīng)濟(jì)社會(huì)因子仍是糧食主產(chǎn)區(qū)非糧化空間格局分異的主要驅(qū)動(dòng)力，但不同區(qū)位耕地非糧化的驅(qū)動(dòng)力不同，RDA 排序結(jié)果（圖7b）揭示了城區(qū)與遠(yuǎn)郊耕地非糧化形成機(jī)制的差異。城區(qū)各單元非糧化面積與非農(nóng)業(yè)收入、交通區(qū)位和非農(nóng)人口等社會(huì)經(jīng)濟(jì)因子的箭頭最為接近，其中非農(nóng)業(yè)收入箭頭最長(zhǎng)，且與農(nóng)業(yè)人口、農(nóng)業(yè)收入、農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)業(yè)利用外資額和農(nóng)業(yè)合作社數(shù)等因子較遠(yuǎn)，表明非農(nóng)收入是城區(qū)耕地非糧化的關(guān)鍵驅(qū)動(dòng)因子。遠(yuǎn)郊各鎮(zhèn)級(jí)單元非糧化面積與農(nóng)業(yè)機(jī)械總動(dòng)力、土地流轉(zhuǎn)率、農(nóng)業(yè)人口和戶籍人口均存在正相關(guān)關(guān)系，其中與農(nóng)業(yè)機(jī)械總動(dòng)力和農(nóng)業(yè)合作社數(shù)這2 個(gè)因子關(guān)系最為密切，且農(nóng)業(yè)機(jī)械總動(dòng)力是遠(yuǎn)郊耕地非糧化的主控因子。與此同時(shí)，一些種植習(xí)慣也是非糧化的重要因素，如研究區(qū)域西北部長(zhǎng)期種植蔬菜區(qū)及南部苗木基地，已形成穩(wěn)定的生產(chǎn)-物流-銷售網(wǎng)絡(luò)，它們既是城市周邊長(zhǎng)期土地利用合理分工的結(jié)果，也是由經(jīng)濟(jì)社會(huì)高質(zhì)量發(fā)展需求所決定的。此外，本研究還發(fā)現(xiàn)非糧化面積特征向量與交通區(qū)位之間呈負(fù)相關(guān)，說(shuō)明非糧化態(tài)勢(shì)在交通不便利地區(qū)更為嚴(yán)峻。祝洪章[9]發(fā)現(xiàn)交通便利導(dǎo)致土地流轉(zhuǎn)費(fèi)用高，農(nóng)業(yè)機(jī)械使用及能源價(jià)格上漲導(dǎo)致生產(chǎn)成本上漲，二者共同降低了種植業(yè)收益。一些交通相對(duì)不便利的鄉(xiāng)鎮(zhèn)土地流轉(zhuǎn)費(fèi)用低、農(nóng)業(yè)用工成本低，反而可能增加種植收益，促成更高的土地流轉(zhuǎn)率，同時(shí)也增大了耕地非糧化的可能性，進(jìn)一步佐證了本研究結(jié)果。

4 結(jié)論與建議

4.1 結(jié)論

受糧食種植收益低下、城市化擴(kuò)張以及工商資本介入等多重因素影響，一些地區(qū)出現(xiàn)了嚴(yán)重的耕地非糧化傾向，嚴(yán)重威脅國(guó)家糧食安全和耕地保護(hù)的良好態(tài)勢(shì)，亟需各界廣泛重視。為此，本研究對(duì)徐州市周邊124 265 個(gè)耕地圖斑進(jìn)行全面核查，發(fā)現(xiàn)31 470 個(gè)非糧化圖斑，包含菜地、輔助生產(chǎn)用地和園林草地等3 大類，并結(jié)合社會(huì)經(jīng)濟(jì)因素揭示非糧化空間格局分異及其驅(qū)動(dòng)因子。主要結(jié)論如下：

（1）糧食主產(chǎn)區(qū)非糧化率總體不高，以菜地占用為主。不同范圍、不同區(qū)位非糧化率差異明顯，耕地保護(hù)越嚴(yán)格越有利于控制非糧化。

（2）城區(qū)耕地非糧化率高，且更易于轉(zhuǎn)為輔助生產(chǎn)用地或園林草地。遠(yuǎn)郊非糧化面積大，更易轉(zhuǎn)為菜地。

（3）非糧化在不同耕地范圍內(nèi)均呈現(xiàn)一定的空間集聚性，但法定耕地范圍內(nèi)集聚最為顯著。

（4）常住人口、戶籍人口、土地流轉(zhuǎn)率、農(nóng)業(yè)人口、農(nóng)業(yè)收入、農(nóng)業(yè)利用外資額和農(nóng)業(yè)機(jī)械總動(dòng)力等多因素共同驅(qū)動(dòng)了糧食主產(chǎn)區(qū)的非糧化，其中非農(nóng)業(yè)收入是城區(qū)耕地非糧化的關(guān)鍵因子，農(nóng)業(yè)機(jī)械總動(dòng)力是遠(yuǎn)郊耕地非糧化的主控因子。

4.2 政策建議

不同范圍、不同區(qū)位土地利用特點(diǎn)、資源稟賦和經(jīng)濟(jì)發(fā)展水平不盡相同，非糧化驅(qū)動(dòng)力也不同。為此，應(yīng)從三方面著手，切實(shí)加強(qiáng)糧食主產(chǎn)區(qū)非糧化問(wèn)題管控，力保糧食安全。

（1）嚴(yán)控非糧化總量，摸清存量，遏制增量

耕地的多功能性決定了其利用的多元化。受經(jīng)濟(jì)利益驅(qū)動(dòng)，部分耕地很難優(yōu)先用于糧食生產(chǎn)。一些區(qū)域的種植習(xí)慣也是長(zhǎng)期經(jīng)營(yíng)的結(jié)果，如徐州西北部蔬菜種植區(qū)和南部苗木花卉基地。但作為糧食主產(chǎn)區(qū)，應(yīng)保證非糧化率的底線：一要統(tǒng)籌兼顧糧食安全、市場(chǎng)需求、耕地產(chǎn)能、生態(tài)保護(hù)、鄉(xiāng)村振興、區(qū)位條件等多重需求，審慎測(cè)算，嚴(yán)控非糧化總量；二要盡快摸清糧食種植與非糧食種植底數(shù)，按年度監(jiān)測(cè)耕地使用狀態(tài)，為分步、分類精準(zhǔn)治理提供依據(jù)；三要杜絕永久基本農(nóng)田和兩區(qū)劃定范圍內(nèi)新增非糧轉(zhuǎn)化。此外，針對(duì)城市周邊種植蔬菜、苗木花卉等非糧化行為，應(yīng)實(shí)事求是、分類處置，避免“一刀切”。

（2）精準(zhǔn)監(jiān)控非糧化行為，有序引導(dǎo)種糧意愿

精準(zhǔn)監(jiān)控是高效監(jiān)管的保證，本研究利用國(guó)產(chǎn)高分二號(hào)衛(wèi)星影像結(jié)合土地利用現(xiàn)狀數(shù)據(jù)庫(kù)，采用目視解譯和無(wú)人機(jī)實(shí)地核驗(yàn)方法清查非糧化。相比傳統(tǒng)方法節(jié)省了大量的人力、物力和時(shí)間，且準(zhǔn)確率高達(dá)98.8%，但仍耗時(shí)2 個(gè)月。未來(lái)應(yīng)全方位監(jiān)控不合理土地利用轉(zhuǎn)換引發(fā)的“非糧化”問(wèn)題，逐步修訂現(xiàn)行農(nóng)業(yè)補(bǔ)貼政策，摒棄按農(nóng)戶耕地面積發(fā)放補(bǔ)貼的形式。農(nóng)業(yè)補(bǔ)貼應(yīng)向糧食生產(chǎn)者傾斜，降低或取消非糧補(bǔ)貼，提高農(nóng)戶種糧積極性，彌補(bǔ)其種糧效益低下的損失。此外，要厘清鄉(xiāng)村振興、耕地保護(hù)與糧食安全三者間的辯證關(guān)系，工商資本下鄉(xiāng)、激發(fā)農(nóng)戶種糧積極性和振興鄉(xiāng)村經(jīng)濟(jì)多措并舉，統(tǒng)籌兼顧。

（3）規(guī)范流轉(zhuǎn)行為，壓實(shí)土地用途管制責(zé)任

規(guī)范土地流轉(zhuǎn)行為，尤其是工商資本介入行為，依法明確非糧化的概念、類型、程度等“邊界條件”，防止“搭便車”或“打擦邊球”行為。加大對(duì)《農(nóng)村土地經(jīng)營(yíng)權(quán)流轉(zhuǎn)管理辦法》的政策宣傳與解讀，向農(nóng)民與基層干部普及相關(guān)知識(shí)，實(shí)現(xiàn)耕地優(yōu)先用于糧食生產(chǎn)。同時(shí)，農(nóng)業(yè)和自然資源管理部門應(yīng)對(duì)流轉(zhuǎn)耕地實(shí)施全程監(jiān)管，深入了解流轉(zhuǎn)前后耕地種植狀況、農(nóng)田健康狀況以及經(jīng)濟(jì)效益狀況，對(duì)不按規(guī)定執(zhí)行、私自改變土地用途或破壞耕地的行為依法嚴(yán)懲，徹底遏制由土地流轉(zhuǎn)導(dǎo)致的非糧化行為。