殷冠羿, 劉 爽, 李廣昊, 張雪鵬, 楊英杰, 白雨柔,劉燁菲, 婁 毅, 解 帥

(山東師范大學(xué) 地理與環(huán)境學(xué)院, 山東 濟(jì)南 250358)

基于國內(nèi)人多地少的基本國情,我國糧食安全工作長期致力于解決14億人的糧食問題[1-4]。我國耕地利用的總體模式,不僅面臨耕地總量少、質(zhì)量不高、后備資源不足、水熱資源分布不均的內(nèi)部稟賦特征,同時(shí)面臨建設(shè)用地占用、補(bǔ)充耕地質(zhì)量低下等外源性挑戰(zhàn)[5-6]。在新冠疫情引發(fā)的國際糧食貿(mào)易危機(jī)中,及時(shí)掌握糧食安全主動(dòng)權(quán)的目標(biāo)也對(duì)我國耕地利用提出了更高要求[7]。深刻復(fù)雜的國內(nèi)外發(fā)展局勢(shì),強(qiáng)調(diào)了保障糧食安全與耕地利用優(yōu)化的重要性。耕地作為糧食生產(chǎn)的基礎(chǔ)要素,綜合衡量其內(nèi)外源壓力是提升糧食產(chǎn)能的前置條件[8],探討糧食產(chǎn)能對(duì)耕地綜合壓力的響應(yīng)機(jī)制,將對(duì)我國耕地利用及糧食安全保障提供重要的理論及應(yīng)用價(jià)值。

面對(duì)耕地利用壓力及糧食產(chǎn)能的綜合問題,部分學(xué)者聚焦耕地壓力的空間分異及驅(qū)動(dòng)機(jī)制[9-10]、耕地壓力與糧食安全的發(fā)展趨勢(shì)[11-12]、非糧化空間分異與驅(qū)動(dòng)機(jī)制[13]、耕地質(zhì)量及數(shù)量與糧食產(chǎn)能的空間耦合等研究領(lǐng)域[14-15]。實(shí)證研究為全國及區(qū)域耕地壓力的認(rèn)識(shí)及初步識(shí)別提供了重要的科學(xué)依據(jù),但目前仍有部分問題亟待深入討論。第一,學(xué)界多以糧食生產(chǎn)與消費(fèi)之間供需比關(guān)系的傳統(tǒng)研究范式來衡量耕地壓力[16],而國內(nèi)耕地利用面對(duì)的壓力復(fù)雜多元,傳統(tǒng)耕地供需比的方法已難以全面反映當(dāng)前我國耕地壓力的實(shí)際格局。其次,區(qū)域性研究較多,大范圍降尺度研究相對(duì)較少,無法反映我國自然、經(jīng)濟(jì)稟賦的地域差異導(dǎo)致的耕地壓力異質(zhì)性[17]。第三,新發(fā)展格局的時(shí)代性賦予糧食安全內(nèi)涵以多樣性,對(duì)糧食產(chǎn)能的解讀不應(yīng)囿于傳統(tǒng)視角,應(yīng)基于復(fù)合型視角,充分考慮糧食產(chǎn)能對(duì)耕地利用綜合壓力的響應(yīng)機(jī)制,反映國家耕地利用的現(xiàn)實(shí)需求和困境,而目前針對(duì)糧食產(chǎn)能與耕地壓力雙系統(tǒng)時(shí)空響應(yīng)的工作仍相對(duì)缺乏。

針對(duì)上述問題,本文擬聚焦2000—2018年我國市域糧食產(chǎn)能對(duì)耕地利用綜合壓力響應(yīng)機(jī)制的時(shí)空分異及影響機(jī)制展開分析。本文對(duì)耕地綜合壓力的分析對(duì)象向耕地利用非糧化、非農(nóng)化、產(chǎn)業(yè)結(jié)構(gòu)壓力的綜合視角拓展,更突出自然、經(jīng)濟(jì)稟賦的地域差異對(duì)耕地壓力的影響。其次,相比省級(jí)尺度實(shí)證分析,市域尺度探索將提供重要的信息補(bǔ)充。最后,基于地理探測(cè)器對(duì)糧食產(chǎn)能-耕地綜合壓力響應(yīng)機(jī)制的分析,將增強(qiáng)自然及經(jīng)濟(jì)稟賦的地域差異對(duì)糧食產(chǎn)能響應(yīng)水平的解釋力,對(duì)糧食產(chǎn)能及耕地利用的優(yōu)化策略提供關(guān)鍵要素信息。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源

以我國內(nèi)陸333個(gè)地級(jí)市為基本單元,分析2000—2018年糧食產(chǎn)能對(duì)耕地利用綜合壓力響應(yīng)的時(shí)空分異及影響因素。耕地利用壓力、糧食產(chǎn)能數(shù)據(jù)及糧食產(chǎn)能對(duì)耕地利用壓力響應(yīng)機(jī)制的影響因素指標(biāo)數(shù)據(jù)取自市級(jí)統(tǒng)計(jì)年鑒、自然資源年鑒、地方政府財(cái)政公報(bào)和規(guī)劃文件。

1.2 耕地利用綜合壓力和糧食產(chǎn)能的測(cè)度

耕地利用面臨的壓力是一個(gè)相對(duì)綜合的概念,其基本內(nèi)涵指耕地利用過程中,社會(huì)經(jīng)濟(jì)發(fā)展、人類活動(dòng)及其他方面對(duì)其造成的負(fù)面影響。本文將耕地利用綜合壓力分為以下三個(gè)維度展開。1)耕地利用“非糧化”,源于由糧食種植為主的播種結(jié)構(gòu)逐漸向經(jīng)濟(jì)作物等非糧作物種植,使耕地的糧食安全保障功能受到來自種植結(jié)構(gòu)轉(zhuǎn)變的內(nèi)源性壓力[18],研究亦證實(shí)我國2016年以來耕地利用“非農(nóng)化”已表現(xiàn)出區(qū)域差異[19],強(qiáng)調(diào)了以耕地利用的“非糧化”表征耕地利用綜合壓力的必要性。2)產(chǎn)業(yè)結(jié)構(gòu)壓力,往往來源于產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對(duì)土地利用結(jié)構(gòu)的影響,在一個(gè)地區(qū)經(jīng)濟(jì)發(fā)展的過程中,往往形成對(duì)二三產(chǎn)業(yè)的資源傾斜,從而擠壓耕地利用的資本投入和政策支持空間,對(duì)耕地利用造成來自產(chǎn)業(yè)結(jié)構(gòu)的外源性壓力[20]。3)土地利用的“非農(nóng)化”,催生于城鎮(zhèn)化發(fā)展帶來的土地資源配置[21],其中建設(shè)用地?cái)U(kuò)張對(duì)優(yōu)質(zhì)耕地造成的資源限制和空間約束,對(duì)國家糧食安全造成了嚴(yán)重威脅[22]?？梢?耕地利用的“非糧化”、產(chǎn)業(yè)結(jié)構(gòu)壓力和土地利用“非農(nóng)化”作為耕地壓力的三重維度,對(duì)耕地外源、內(nèi)源及資源稟賦壓力具有較好的代表性,能相對(duì)直觀地反映耕地利用綜合壓力可能對(duì)糧食安全造成的潛在威脅。因此,本文從以上三個(gè)維度構(gòu)建耕地利用綜合壓力測(cè)度體系,測(cè)度方式和表征內(nèi)涵見圖1。為保證指標(biāo)最大限度地提供耕地綜合壓力評(píng)價(jià)所需的各類信息,采用客觀熵權(quán)法和主觀打分法進(jìn)行指標(biāo)組合賦權(quán)[23-25],將三維度指標(biāo)加權(quán)獲取耕地利用綜合壓力指數(shù)。

圖1 耕地利用綜合壓力表征維度、測(cè)度方式及內(nèi)涵Fig.1 Introduction of comprehensive cultivated land use pressure

糧食產(chǎn)能(官方報(bào)道亦稱“糧食綜合生產(chǎn)能力”)指一定時(shí)期的一定地區(qū),在一定的經(jīng)濟(jì)技術(shù)條件下,由各生產(chǎn)要素綜合投入所形成的,可以穩(wěn)定地達(dá)到一定產(chǎn)量的糧食產(chǎn)出能力。糧食產(chǎn)能由耕地、資本、勞動(dòng)、技術(shù)等要素的投入所決定,由糧食總產(chǎn)量所表現(xiàn)[26]。由于我國長期以來農(nóng)業(yè)政策聚焦于各種措施提高糧食實(shí)際產(chǎn)量,因此相關(guān)研究及官方報(bào)道多將糧食產(chǎn)量作為糧食產(chǎn)能的表征變量[27-30]。然而,由于水、土、肥、氣及其他生產(chǎn)要素的綜合差異,糧食單產(chǎn)水平對(duì)糧食產(chǎn)能的體現(xiàn)往往不可忽視。盡管少量研究已將糧食單產(chǎn)納入了糧食產(chǎn)能的測(cè)度中[31],依然指出了糧食單產(chǎn)和糧食總產(chǎn)量在空間上存在錯(cuò)配現(xiàn)象,同一地區(qū)高產(chǎn)量、低單產(chǎn)的現(xiàn)象同時(shí)存在。因此,本文將糧食總產(chǎn)量和單產(chǎn)共同作為糧食產(chǎn)能的兩個(gè)觀察視角展開分析。

1.3 空間自相關(guān)分析

為提取耕地壓力的空間地域特征,采用MoranI指數(shù)判斷耕地利用綜合壓力的空間集聚程度,基于Getis-Ord Gi*探索其熱點(diǎn)區(qū)和冷點(diǎn)區(qū)的空間分布[32-34]。

MoranI指數(shù)判定全局空間自相關(guān)程度:

(1)

Z檢驗(yàn)值:

(2)

式中:E(G)為數(shù)學(xué)期望,Var(G)為變異數(shù)。當(dāng)MoranI指數(shù)顯示Z值顯著時(shí),表明耕地壓力呈現(xiàn)空間集聚格局特征,則采用Getis-Ord Gi*指數(shù)判斷其局部集聚特性:

(3)

1.4 糧食產(chǎn)能對(duì)耕地綜合壓力響應(yīng)水平分析

不同于側(cè)重分析某些因素對(duì)某種結(jié)果起到何種作用的“影響關(guān)系”,“響應(yīng)關(guān)系”側(cè)重于分析某種現(xiàn)象對(duì)另一種現(xiàn)象的反響和呼應(yīng)。由于耦合協(xié)調(diào)度模型可以便捷地衡量兩個(gè)或兩個(gè)以上系統(tǒng)之間的相互作用影響,反映系統(tǒng)之間的相互依賴相互制約程度,對(duì)于糧食產(chǎn)能和耕地綜合壓力之間的響應(yīng)關(guān)系具有較好的適配性,在相關(guān)研究中得到了較好的驗(yàn)證[35]。因此,本文構(gòu)建耕地綜合壓力與糧食產(chǎn)能的耦合協(xié)調(diào)度模型,揭示糧食產(chǎn)能與耕地綜合壓力間的相互響應(yīng)水平:

(4)

式中:R為耦合協(xié)調(diào)度,反映糧食產(chǎn)能對(duì)耕地綜合壓力的響應(yīng)水平,R值越高,糧食產(chǎn)能與耕地綜合壓力的耦合協(xié)調(diào)性越強(qiáng),糧食產(chǎn)能對(duì)耕地綜合壓力的響應(yīng)能力越高[36],反之亦然(表1);T為兩系統(tǒng)協(xié)調(diào)水平;S1、S2分別為耕地綜合壓力指數(shù)與糧食產(chǎn)能指數(shù);α、β為待定系數(shù)且α+β=1,本文取α=β=0.5[37];C為耕地綜合壓力與糧食產(chǎn)能的耦合度:

表1 糧食產(chǎn)能對(duì)耕地綜合壓力的響應(yīng)水平等級(jí)劃分Tab.1 Response level of grain productivity to cultivated land comprehensive pressure and classification of coordination types

(5)

C∈[0,1],C越大,說明兩者相互作用越強(qiáng),耦合性越好;k為調(diào)節(jié)系數(shù)[38],一般2≤k≤5,本文取k=2。

見表2,八種協(xié)調(diào)類型和兩種發(fā)展類型(S1>S2、S1

表2 糧食產(chǎn)能對(duì)耕地綜合壓力的發(fā)展類型劃分Tab.2 Development type division of grain productivity on cultivated land comprehensive pressure

1.5 地理探測(cè)器分析

地理探測(cè)器是揭示地理要素空間分異性及其驅(qū)動(dòng)力的空間統(tǒng)計(jì)方法,本文借助其因子探測(cè)器、交互作用探測(cè)器模塊,探明不同因子對(duì)糧食產(chǎn)能-耕地綜合壓力的響應(yīng)水平的解釋力:

(6)

本文建立糧食產(chǎn)能-耕地綜合壓力響應(yīng)指數(shù)的影響因素指標(biāo)體系,以糧食產(chǎn)能對(duì)耕地綜合壓力的響應(yīng)水平為因變量,自變量分為地區(qū)農(nóng)業(yè)發(fā)展水平、社會(huì)經(jīng)濟(jì)發(fā)展水平、耕地行政保護(hù)水平及地區(qū)自然資源稟賦四個(gè)方面,共選取17個(gè)因子。利用ArcGIS自然斷點(diǎn)法將因子分層、形成類型數(shù)(表3),分別探究單因子及任意兩因子交互作用時(shí)對(duì)糧食產(chǎn)能-綜合壓力響應(yīng)水平的解釋力。

表3 糧食產(chǎn)能-耕地綜合壓力響應(yīng)水平的地理探測(cè)因子及分級(jí)標(biāo)準(zhǔn)Tab.3 Influencing factors of the response of grain productivity to arable land pressure

2 結(jié)果與分析

2.1 耕地利用綜合壓力的時(shí)空變遷分析

2.1.1 耕地非糧化壓力

市域耕地非糧化壓力的高值區(qū)呈現(xiàn)整體分散化布局。

2000年,市域耕地非糧化壓力的第一梯度高值區(qū)分布在黑龍江綏化市,浙江臺(tái)州市、金華市,湖南永州市、邵陽市、懷化市、益陽市,云南紅河哈尼族彝族自治州、曲靖市、德宏傣族景頗族自治州。

2018年,第一梯度高值區(qū)新增了新疆吐魯番市、黑龍江大興安嶺和齊齊哈爾市、浙江寧波市和杭州市、廣東東莞市、湖北常德市、湖南湘西土家族苗族自治州、云南保山市和臨滄市。

從數(shù)量看,東南沿海、西南、東北、西北地區(qū)城市耕地非糧化壓力的高值區(qū)進(jìn)一步增加,中部地區(qū)城市高值區(qū)減少,其中西南和東北地區(qū)耕地非糧化壓力出現(xiàn)高值的城市數(shù)量增加最為明顯(表4)?？梢?糧食種植比較效益低下的劣勢(shì),驅(qū)使區(qū)域種植結(jié)構(gòu)轉(zhuǎn)向非糧化的趨勢(shì),增加了耕地利用的內(nèi)源性壓力,并在高值區(qū)形成了局部聚集。2000—2018年,耕地非糧化壓力的全局MoranI指數(shù)由0.13升至0.31(圖2),表明全國耕地非糧化壓力在市域尺度的分布表現(xiàn)出正向空間自相關(guān)性,且聚集性呈增長趨勢(shì)。

表4 2000及2018年全國市級(jí)耕地非糧化壓力分布Tab.4 City-level non-grain plantation of cultivated land in 2000 and 2018

圖2 耕地利用壓力及糧食產(chǎn)能空間自相關(guān)分析Fig.2 Spatial autocorrelation analysis of cultivated land use pressure and grain productivity

2.1.2 產(chǎn)業(yè)結(jié)構(gòu)壓力

2000年,市域產(chǎn)業(yè)結(jié)構(gòu)壓力主要位于(0.63,0.79]區(qū)間,到2018年多數(shù)城市升至(0.83,0.93]區(qū)間,少數(shù)城市達(dá)(0.93,0.99]區(qū)間。市域產(chǎn)業(yè)結(jié)構(gòu)壓力呈現(xiàn)碎片化不均衡增長,且省內(nèi)異質(zhì)性明顯(表5)。2000—2018年,產(chǎn)業(yè)結(jié)構(gòu)壓力上升幅度最大的地區(qū)集中于東部沿海地級(jí)市(以北京、天津、濟(jì)南、青島、南京、杭州、廣州為主),其次為西北地區(qū)阿拉善盟、鄂爾多斯市、海西地區(qū)、蘭州市等地,而上升幅度最小的地區(qū)為新疆、西藏和東北地區(qū)部分城市,少數(shù)城市表現(xiàn)出下降趨勢(shì)(呼倫貝爾市、大慶市等地)?？梢?地區(qū)經(jīng)濟(jì)轉(zhuǎn)型的結(jié)構(gòu)和階段性差異,使我國市域耕地產(chǎn)業(yè)結(jié)構(gòu)壓力呈現(xiàn)明顯空間異質(zhì)性,且中西部城市耕地利用的產(chǎn)業(yè)結(jié)構(gòu)壓力開始凸顯。2000—2018年,全國市級(jí)耕地利用產(chǎn)業(yè)結(jié)構(gòu)壓力的全局MoranI指數(shù)由0.21降至0.16(圖2),表明全國市域耕地利用產(chǎn)業(yè)結(jié)構(gòu)壓力在空間分布上呈現(xiàn)顯著的正向相關(guān)性,且聚集性呈輕微下降趨勢(shì)。

表5 2000及2018年全國產(chǎn)業(yè)結(jié)構(gòu)壓力分布Tab.5 City-level industrial structure pressure in 2000 and 2018

2.1.3 土地利用非農(nóng)化壓力

市域土地利用非農(nóng)化壓力呈分散式分布,土地利用非農(nóng)化壓力高值區(qū)散落于東部沿海地區(qū),西部青海省玉樹、果洛自治州,新疆喀什地區(qū),內(nèi)蒙古呼倫貝爾等地。受區(qū)域牧業(yè)主導(dǎo)及退耕還林還草等生態(tài)政策等因素制約,西部大部分地區(qū)土地利用非農(nóng)化壓力處于低值區(qū)間。從時(shí)間變化看,除東部沿海地區(qū)城市土地利用非農(nóng)化壓力增加,西藏阿里地區(qū)、新疆阿克蘇等地減小,其他地區(qū)變化較小(表6)。受經(jīng)濟(jì)發(fā)展轉(zhuǎn)型、城市建設(shè)擴(kuò)張和城市人口增加等綜合因素作用,東部沿海地區(qū)土地利用非農(nóng)化壓力的增勢(shì)與其產(chǎn)業(yè)結(jié)構(gòu)壓力呈相似趨勢(shì)。

表6 2000及2018年全國土地非農(nóng)化壓力分布Tab.6 Non-agricultural use of land in China in 2000 and 2018

另一方面,土地利用非農(nóng)化壓力的省內(nèi)異質(zhì)性較強(qiáng),主要體現(xiàn)在省內(nèi)較發(fā)達(dá)城市與其他城市的對(duì)比中,如沈陽、武漢、成都等地。2000—2018年,市域非農(nóng)化壓力的MoranI指數(shù)由0.038增至0.040(圖2),表明土地利用非農(nóng)化壓力的正向空間自相關(guān)性持續(xù)增強(qiáng)。

2.1.4 耕地利用綜合壓力的時(shí)空變遷

2000年,市域耕地綜合壓力主要位于(0.23,0.46]區(qū)間,到2018年多數(shù)城市有所上升,主要集中于(0.36,1.00)區(qū)間。市域耕地綜合壓力在西部多數(shù)、東北少數(shù)地區(qū)呈現(xiàn)連續(xù)增長,且西北地區(qū)省內(nèi)異質(zhì)性明顯(表7)。2000-2018年,耕地綜合壓力上升較為明顯的地區(qū)集中于新疆、西藏、青海地區(qū)(拉薩、海西、和田等),其次云南省也有較明顯的上升趨勢(shì)(大理、迪慶等)。上升幅度最大的是海南省瓊海市、云南省麗江市。可見,隨著西部地區(qū)的經(jīng)濟(jì)發(fā)展,其耕地非糧化和產(chǎn)業(yè)結(jié)構(gòu)壓力均明顯上升,導(dǎo)致市域耕地綜合壓力也呈現(xiàn)了相對(duì)連續(xù)的上升趨勢(shì)。

表7 2000及2018年全國耕地綜合壓力分布Tab.7 Cultivated land comprehensive pressure in China in 2000 and 2018

2000—2018年,市域耕地利用綜合壓力的MoranI指數(shù)由0.099增至0.189,表明耕地利用綜合壓力的正向空間自相關(guān)持續(xù)增強(qiáng)。冷熱點(diǎn)分析結(jié)果表明(表8),2000年,耕地利用綜合壓力的熱點(diǎn)區(qū)范圍較大,冷點(diǎn)區(qū)范圍較小,而2018年,冷熱點(diǎn)區(qū)的面積相當(dāng)。其中,一級(jí)熱點(diǎn)區(qū)以江浙滬、滇西為主呈擴(kuò)張趨勢(shì),二級(jí)熱點(diǎn)區(qū)主要分布在新疆東北部,少量冷點(diǎn)區(qū)主要分布在疆北、華中地區(qū)呈擴(kuò)張趨勢(shì)。2018年,遼寧、華東地區(qū)新增冷點(diǎn)區(qū),江浙、華南、海南地區(qū)新增熱點(diǎn)區(qū)。

表8 2000及2018年全國耕地綜合壓力冷熱點(diǎn)分布Tab.8 Hot spot analysis of national cultivated land comprehensive pressure in 2000 and 2018

2.2 糧食產(chǎn)能的時(shí)空變遷

糧食產(chǎn)能在總產(chǎn)量和單產(chǎn)雙重維度呈差異化增長趨勢(shì)。從糧食總產(chǎn)量看,東北高-西南低的空間格局較為明顯,黑龍江、山東、河南地區(qū)的市域糧食總產(chǎn)能突出(表9),而從糧食單產(chǎn)水平看,新疆及華北平原、長江中下游平原地區(qū)的市域糧食單產(chǎn)水平則更為顯著(表10)。截至2018年,糧食單產(chǎn)高值區(qū)主要位于新疆阿勒泰地區(qū)、阿克蘇地區(qū),東北長春市,山東煙臺(tái)市,江蘇鹽城市等地,糧食產(chǎn)能低值區(qū)散落分布于西藏玉樹、青海海西蒙古族藏族自治州、青海地區(qū)、東北大興安嶺地區(qū)。從地域差異看,我國大部分糧食主產(chǎn)區(qū)的市級(jí)糧食單產(chǎn)維持了較為穩(wěn)定的優(yōu)勢(shì),而新疆糧食單產(chǎn)水平的突出,強(qiáng)調(diào)了擴(kuò)大新疆糧食生產(chǎn)規(guī)模及技術(shù)投入、發(fā)揮非主產(chǎn)區(qū)資源稟賦優(yōu)勢(shì)的重要性。

表9 2000及2018年全國級(jí)糧食總產(chǎn)量分布Tab.9 City-level total grain yield in 2000 and 2018

表10 2000及2018年全國市級(jí)糧食單產(chǎn)分布Tab.10 City-level grain yield per unit area in 2000 and 2018

表11 2000及2018年全國級(jí)糧食單產(chǎn)與總產(chǎn)冷熱點(diǎn)分布Tab.11 Hot spot analysis of city-level grain yield per unit area and total grain yield in 2000, 2018

2000—2018年,糧食單產(chǎn)的全局MoranI指數(shù)由0.16降至0.11,糧食總產(chǎn)量的全局MoranI指數(shù)由0.31降至0.29(圖2),糧食產(chǎn)能的正向空間自相關(guān)性減弱,表明城市間糧食產(chǎn)能的空間聚集程度下降,分布趨向分散化。冷熱點(diǎn)分析表明(表10),糧食單產(chǎn)的熱點(diǎn)區(qū)范圍收縮,由華東、華南廣大地區(qū)逐漸向北收縮至華東地區(qū),且東北、新疆出現(xiàn)新的小范圍熱點(diǎn)區(qū),而冷點(diǎn)區(qū)由西北地區(qū)向南轉(zhuǎn)移至青海、云南地區(qū)。從糧食總產(chǎn)量看,熱點(diǎn)區(qū)集中在華北、華中和東北地區(qū),且范圍向華中地區(qū)收縮,東北地區(qū)熱點(diǎn)分布突出;冷點(diǎn)區(qū)范圍發(fā)生較大變化,西北地區(qū)的冷點(diǎn)區(qū)大幅收縮至甘肅地區(qū),分布于廣西、海南的冷點(diǎn)區(qū)向東擴(kuò)散明顯。

2.3 糧食產(chǎn)能對(duì)耕地綜合壓力的時(shí)空響應(yīng)

2.3.1 糧食產(chǎn)能對(duì)耕地綜合壓力的耦合協(xié)調(diào)響應(yīng)

2000—2018年,糧食單產(chǎn)對(duì)耕地綜合壓力的響應(yīng)水平整體提升,僅有玉樹藏族自治州、宜春市等少數(shù)城市發(fā)生下降(表12)。截至2018年,除了內(nèi)蒙古巴彥淖爾市、江西宜春市等極少數(shù)極度失調(diào)地區(qū)外,多數(shù)地市糧食單產(chǎn)對(duì)耕地綜合壓力的響應(yīng)水平屬于協(xié)調(diào)型,且處于高協(xié)調(diào)等級(jí)(R>0.7)的區(qū)域集中于東部沿海、華南、新疆等地,其中,以上海市、寧德市、肇慶市、喀什地區(qū)為主的地市屬于極度協(xié)調(diào)型響應(yīng)(R>0.8)。

表12 2000及2018年級(jí)糧食單產(chǎn)的耕地綜合壓力響應(yīng)指數(shù)Tab.12 Response of city-level grain yield per unit area to arable land use pressure in 2000 and 2018

對(duì)比耕地綜合壓力指數(shù)S1與糧食產(chǎn)能指數(shù)S2的關(guān)系,多數(shù)地市屬于S1S2型出現(xiàn)在中度和輕度失調(diào)區(qū)域?？梢?受益于氣候及土壤肥力的資源稟賦優(yōu)勢(shì),高水平糧食單產(chǎn)有潛力對(duì)承載較大耕地綜合壓力的地區(qū)形成有力的劣勢(shì)彌補(bǔ)。

相比糧食單產(chǎn),糧食總產(chǎn)量對(duì)耕地綜合壓力的響應(yīng)水平普遍偏低(表13)。西部地區(qū)糧食總產(chǎn)量的響應(yīng)水平處于失調(diào)狀態(tài)(R<0.4),東部地區(qū)除山東、內(nèi)蒙、黑龍江、重慶等地出現(xiàn)少量低度協(xié)調(diào)城市外,多數(shù)城市處于勉強(qiáng)協(xié)調(diào)或?yàn)l臨失調(diào)水平(0.4S2型?？梢?相比糧食單產(chǎn)水平對(duì)耕地綜合壓力表現(xiàn)出的高水平適應(yīng)性,糧食總產(chǎn)量的響應(yīng)能力仍有較大的提升空間。應(yīng)因地制宜,選取糧食單產(chǎn)潛力較高地區(qū)針對(duì)性擴(kuò)大宜耕糧食作物播種面積,提升糧食總產(chǎn)量對(duì)區(qū)域耕地綜合壓力的響應(yīng)能力。

表13 2000及2018年級(jí)糧食總產(chǎn)量的耕地綜合壓力響應(yīng)指數(shù)Tab.13 Esponse of city-level total grain yield to arable land use pressure in 2000 and 2018

2.3.2 糧食產(chǎn)能對(duì)耕地綜合壓力的空間重心響應(yīng)

ArcGIS空間重心模塊的計(jì)算結(jié)果顯示,2000—2018年間我國市域耕地綜合壓力向西南、西北方向遷移明顯(圖3)。其中,耕地非糧化壓力、產(chǎn)業(yè)結(jié)構(gòu)壓力的空間重心均向西南遷移,前者向西、南分別遷移109 920 m和100 861 m,后者向西、南分別遷移20 165 m和32 228 m,而非農(nóng)化壓力的空間重心向西、北分別遷移125 062 m和47 785 m(表14)。從時(shí)間變化上看,非糧化壓力重心遷移的階段性變化明顯,2000—2003年向東北遷移,而2003年轉(zhuǎn)向西南方向,而非農(nóng)化壓力重心遷移在南北方向的反復(fù)波動(dòng)較明顯。

表14 2000—2018年耕地綜合壓力、糧食產(chǎn)能的空間重心遷移距離Tab.14 Movement distance of the spatial barycenter of cultivated land use pressure and grain productivity center in 2000—2018

圖3 2000—2018年耕地綜合壓力、糧食產(chǎn)能的空間重心遷移方向Fig.3 Movement of the spatial barycenter of grain productivity and comprehensive cultivated land use pressure in 2000—2018

不同于耕地綜合壓力,糧食產(chǎn)能(單產(chǎn)和總產(chǎn))的空間重心均向東北方向遷移(圖3)。糧食單產(chǎn)重心分別向東、北遷移6 450 m和77 503 m,糧食總產(chǎn)重心分別向東、北遷移67 159 m和227 981 m(表14)。

對(duì)比糧食總產(chǎn)重心在空間上的長距離遷移,糧食單產(chǎn)重心的遷移路徑較短,且在東西方向的反復(fù)波動(dòng)較為明顯。可見,耕地綜合壓力與糧食產(chǎn)能的空間重心遷移在南北方向的反向性最為顯著,二者遷移路線的差異表明糧食產(chǎn)能的優(yōu)勢(shì)區(qū)域逐漸遠(yuǎn)離耕地綜合壓力增長區(qū),糧食產(chǎn)能對(duì)耕地利用綜合壓力的響應(yīng)在空間變化格局上表現(xiàn)出較強(qiáng)韌性。

2.4 糧食產(chǎn)能對(duì)耕地壓力響應(yīng)水平的影響因素

2.4.1 單因子影響力

地理探測(cè)器的單因子探測(cè)結(jié)果顯示(圖4),2000—2018年除谷物單價(jià)(β4)、年均溫(δ3)、土壤侵蝕程度(δ4)因子始終不顯著(p>0.05)以外,解釋力上升的因子有有效灌溉率(α2)、農(nóng)機(jī)總動(dòng)力(α3)、耕地征收面積(γ1)、建設(shè)用地占用耕地(γ2)、平原面積(δ5),解釋力下降的因子有一產(chǎn)固定投資(α4)、農(nóng)機(jī)總動(dòng)力(α3),解釋力波動(dòng)較大的因子有GDP(β2)、農(nóng)牧民收入(β3)、谷物單價(jià)(β4)、提防保護(hù)耕地(γ4)、自然災(zāi)害直接損失(δ1)、水資源(δ2)?？梢?多數(shù)因子解釋力都發(fā)生了較大程度的變化,證明影響糧食產(chǎn)能響應(yīng)水平的因素處于動(dòng)態(tài)變化中。至2018年,解釋力最強(qiáng)的六大因子為農(nóng)機(jī)總動(dòng)力(α3)、耕地面積(α1)、基本農(nóng)田面積(γ3)、一產(chǎn)固定投資(α4)、耕地征收面積(γ1)及提防保護(hù)耕地(γ4),主要屬于地區(qū)農(nóng)業(yè)發(fā)展水平(А1)和地區(qū)耕地行政保護(hù)水平(Г3)兩大類,應(yīng)成為耕地利用治理和規(guī)劃著重考慮的因素。另外,雖土壤侵蝕程度(δ4)等因子對(duì)糧食產(chǎn)能的解釋力始終處于較低水平,但在土壤高度侵蝕的局部地區(qū),如西北黃土高原、東北的低山丘陵區(qū),該類因子對(duì)糧食產(chǎn)能響應(yīng)水平的解釋力不容忽視。

圖4 糧食產(chǎn)能-耕地綜合壓力響應(yīng)水平的影響因子探測(cè)Fig.4 Geodetector analysis of factors affecting the response of grain productivity

2.4.2 因子交互作用解釋力

因子交互探測(cè)的結(jié)果(圖5)表明,兩因子交互作用力均超過單因子作用力,交互作用類型表現(xiàn)為非線性增強(qiáng)和雙因子增強(qiáng)兩種,說明地區(qū)糧食產(chǎn)能對(duì)耕地綜合壓力響應(yīng)水平的分異是由多方面的因素綜合作用的結(jié)果。

圖5 2000年、2009年、2018年影響因子交互探測(cè)Fig.5 Interactive detection of factors affecting grain productivity in 2000, 2009 and 2018

2000年,α1∩β2(耕地面積∩GDP)的q值最大,說明二者共同作用對(duì)糧食產(chǎn)能-耕地利用綜合壓力響應(yīng)水平的解釋力最強(qiáng),γ2∩δ4(建設(shè)用地占用耕地∩土壤侵蝕程度)的q值最小。

2009年,對(duì)糧食產(chǎn)能-耕地利用綜合壓力響應(yīng)水平的解釋力最大的交互因子為γ2∩δ5(建設(shè)用地占用耕地∩平原面積),解釋力最小的交互因子為β4∩δ3(谷物單價(jià)∩年均溫)。

2018年,解釋力最強(qiáng)的交互因子為α3∩β2(農(nóng)機(jī)總動(dòng)力∩GDP),q值0.96,而β4∩δ3(谷物單價(jià)∩年均溫)的解釋力最小(q=0.39)。值得注意的是,β4(土壤侵蝕程度)單因子q值不高,但是與其他因子交互作用后呈現(xiàn)明顯的非線性增強(qiáng)效應(yīng),對(duì)糧食產(chǎn)能相應(yīng)水平的解釋力明顯增強(qiáng)。

因此,在耕地利用及糧食生產(chǎn)戰(zhàn)略制定中,除了重點(diǎn)考慮農(nóng)機(jī)總動(dòng)力、耕地面積、基本農(nóng)田面積、一產(chǎn)固定投資、耕地征收面積、提防保護(hù)耕地的單因子作用外,還應(yīng)充分考慮地區(qū)農(nóng)機(jī)總動(dòng)力和GDP的共同作用,及土壤侵蝕程度與各因子的交互作用對(duì)糧食產(chǎn)能響應(yīng)水平的潛在影響。

3 結(jié)論與討論

本文基于市域尺度,通過冷熱點(diǎn)分析、耦合協(xié)調(diào)度、空間重心、地理探測(cè)器分析等方法,討論了2000—2018年我國糧食產(chǎn)能對(duì)耕地綜合利用壓力的時(shí)空響應(yīng)及影響因素。

1) 2000—2018年,耕地利用綜合壓力及糧食產(chǎn)能呈整體上升、局部下降的空間異質(zhì)性變化。冷熱點(diǎn)分析顯示,我國耕地利用非糧化壓力南高北低、產(chǎn)業(yè)結(jié)構(gòu)壓力東高西低、非農(nóng)化壓力的西部熱點(diǎn)分布規(guī)律較為突出。糧食單產(chǎn)在華北地區(qū)的熱點(diǎn)區(qū)更集中、范圍更小,而糧食總產(chǎn)在華北、華中、東北地區(qū)的熱點(diǎn)區(qū)范圍更大。

2) 糧食產(chǎn)能對(duì)耕地綜合壓力的響應(yīng)顯示,市域糧食單產(chǎn)的響應(yīng)水平普遍高于糧食總產(chǎn)的響應(yīng)水平。其中,糧食單產(chǎn)對(duì)耕地綜合壓力的響應(yīng)指數(shù)較高,且多數(shù)地市屬于耕地綜合壓力<糧食產(chǎn)能型;而糧食總產(chǎn)對(duì)耕地綜合壓力響應(yīng)指數(shù)偏低,且多數(shù)地市屬于耕地綜合壓力>糧食產(chǎn)能型。此外,耕地綜合利用壓力與糧食產(chǎn)能的空間重心遷移呈南北反向,其中,耕地非糧化壓力、產(chǎn)業(yè)結(jié)構(gòu)壓力的空間重心向西南遷移、土地利用非農(nóng)化壓力的空間重心向東南遷移,而糧食單產(chǎn)及總產(chǎn)量的空間重心均向東北遷移。

3) 基于地理探測(cè)器的影響因素分析指出,2000—2018年各因子對(duì)糧食產(chǎn)能-耕地綜合壓力響應(yīng)水平的解釋力呈動(dòng)態(tài)變化,其中農(nóng)機(jī)總動(dòng)力、耕地面積、基本農(nóng)田面積、一產(chǎn)固定投資、耕地征收面積、提防保護(hù)耕地的單因子作用解釋力較強(qiáng),且農(nóng)機(jī)總動(dòng)力和GDP的交互作用、土壤侵蝕程度與各因子的交互作用的影響更為顯著。

面對(duì)糧食產(chǎn)能對(duì)耕地利用綜合壓力響應(yīng)水平的異質(zhì)性,耕地利用模式的優(yōu)化方向展望見以下幾個(gè)方面。

首先,耕地非糧化壓力在糧食主產(chǎn)區(qū)的增加需提高管控。湖南、黑龍江等典型糧食主產(chǎn)區(qū)種植模式的非糧化已形成明顯聚集,對(duì)糧食安全的長遠(yuǎn)期影響造成的不確定性,需借助在糧食主產(chǎn)區(qū)種糧比例的長期監(jiān)測(cè)及管控加以解決。

其次,中西部地區(qū)城市產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型發(fā)展加快,需加強(qiáng)其耕地利用的供給側(cè)支持。宜加強(qiáng)農(nóng)業(yè)技術(shù)投資、加快培育新型農(nóng)業(yè)經(jīng)營主體,以農(nóng)業(yè)技術(shù)轉(zhuǎn)型適應(yīng)當(dāng)?shù)禺a(chǎn)業(yè)轉(zhuǎn)型。

再次,土地利用非農(nóng)化壓力在京、津、魯及東南沿海地區(qū)的聚集,證實(shí)了完善國土空間宏觀規(guī)劃的重要性。應(yīng)加強(qiáng)耕地占補(bǔ)平衡、基本農(nóng)田等強(qiáng)制性指標(biāo)在該類地區(qū)中長期規(guī)劃中的管控,提升土地資源配置優(yōu)化對(duì)糧食產(chǎn)能的保障能力。

此外,除提升農(nóng)機(jī)投入、保障耕地及基本農(nóng)田面積、控制耕地征收、提高一產(chǎn)固定投資、加強(qiáng)提防保護(hù)耕地等傳統(tǒng)手段外,農(nóng)機(jī)投入、地區(qū)GDP及土壤侵蝕交互的交互作用亦應(yīng)因地制宜加以觀測(cè),以制定具備地域針對(duì)性的耕地利用策略。

最后,糧食單產(chǎn)對(duì)耕地綜合壓力的高水平響應(yīng)能力,需進(jìn)一步帶動(dòng)糧食總產(chǎn)量的響應(yīng)水平,華北、華南及新疆等高單產(chǎn)地區(qū)的生產(chǎn)潛力需進(jìn)一步挖潛。應(yīng)因地制宜,擴(kuò)大宜耕糧食作物播種規(guī)模、配套政策及技術(shù)支持力度,提升糧食總產(chǎn)量對(duì)區(qū)域耕地綜合壓力的響應(yīng)能力。