山東省縣域糧食生產格局演變及其影響因素

李明杰，王國剛，張紅日

（1. 山東科技大學測繪科學與工程學院，山東 青島 266590；2. 中國農業科學院農業經濟與發展研究所，北京 100081）

糧食安全是全球性的難題[1-2]。自20世紀70年代初席卷全球的糧食危機以來，糧食安全問題備受矚目。我國自古就有“國以民為本，民以食為天，食以糧為源”的說法。近年來，隨著我國社會經濟的快速發展以及工業化、城鎮化的逐步推進，耕地“非農化”和農業生產“非糧化”現象愈加顯著[3]，同時由于居民生活水平的普遍提升，飲食結構的變化客觀上加大了對糧食的需求數量[4-5]。我國作為一個擁有超過13.8億人口的大國，來自人口數量的壓力直接作用在糧食生產上[6]，糧食安全對于中國無疑有更為特殊的意義，“誰來養活中國”一度成為全球輿論的焦點[7-8]。作為世界人口最多的國家，飯碗必須要牢牢端在自己手里，確保國家糧食安全是治國安邦的頭等大事。解決中國糧食安全問題必須立足國內，在提高糧食生產綜合能力的同時，力求維持較高的自給率[9]，并保持區域糧食的供需平衡。然而，大量研究發現，中國區域糧食自給率存在明顯的失衡現象[9]，與之相伴的是，區域糧食生產格局快速變化。而糧食生產格局關系著資源的配置與效率，對糧食的生產成本有很大影響，這也將影響到糧食的產銷空間格局以及與糧食加工等相關工業的布局。農業供給的結構性改革新時期，深入分析糧食生產的時空動態及其驅動力，對制定區域糧食安全的宏觀政策、因地制宜的發展糧食生產具有直接的指導意義[10-11]，為保障糧食安全提供較為科學的依據[11]。

在這種糧食供需關系緊張的背景下，關于糧食的變化已成為學術界研究的熱點問題。近年來，國內外學者對中國糧食生產[12]、糧食安全[13]、人均糧食占有量[14]的時空演變及其驅動力等方面進行了大量的研究[15]。但現有研究大多集中于全國[12]、地區[16-17]、流域[18]等較大空間尺度，研究方法包括因子分析、聚類分析、灰色關聯動態分析等方法，縣域尺度相關研究較少。驅動力分析方面，更多地基于耕地變化[19]、播種面積變化[20]、人類利用活動[21]等單方面影響因素的研究，忽視了糧食生產是多方面因素共同作用的結果。

山東省耕地資源較為豐富、農業發展類型多樣，是我國傳統農區的典型代表。2002—2015年糧食生產 “十三連增”，生產了約占全國7.6%的糧食，肩負著保障國家糧食安全的重任。 然而，快速工業化、城鎮化過程深刻地改變著山東省的糧食生產格局。為此，本文運用探索性空間數據分析、重心模型和多元回歸模型等方法，探討山東省縣域糧食生產的時空格局演變特征，揭示其動態演化的驅動力，對于提高山東省糧食的綜合生產能力、有效的保障國家糧食安全具有重要現實意義，以期為科學指導山東省縣域糧食生產及空間布局優化提供決策參考。

1 研究方法

1.1 數據來源

本文以2015年為基準對山東省縣域行政區劃單元進行修正，將各地級市轄區進行歸并，最終共獲取136個縣（市、區）單元。本研究所需的糧食產量數據（1995—2000年）來自中國經濟與社會發展統計數據庫，其他年份的數據來源于相應年份的《山東省統計年鑒》、《中國統計年鑒》以及各市統計年鑒。人均地區生產總值、農業機械總動力、年平均氣溫等12個影響因素的相關數據來源于《山東省統計年鑒》和中國經濟與社會發展統計數據庫。

1.2 探索性空間數據分析技術（ESDA）

探索性空間數據分析技術是一種使用數據來表示其本身的探索方法，將研究對象的空間分布狀況可視化，體現事物的空間集聚模式以及其與周邊事物的差異現象。該方法包括全局自相關和局部自相關分析兩大類。全局自相關分析主要是從區域空間的整體上刻畫區域經濟活動空間分布的集群情況。Moran’s I指數是常用的自相關測度指標，其計算方法為：

式中：n為研究地區總數，Yi表示i地區的觀測值，Yv表示觀測值的平均值，Wij為二進制的鄰近矩陣，表示空間單元間潛在的相互作用的力量。I值介于-1與1之間，I＞0表示空間自正相關，空間實體呈聚合分布；I＜0表示空間負相關，空間實體呈離散分布；I=0則表示空間實體是隨機分布的。

局部自相關分析能夠探究局部空間的變化性，一般用Moran’s I散點圖和局部指標（Lisa）來衡量。其計算方法為：

式中：Zi和Zj是區域i和j上觀測值的標準化，其中，

空間權重矩陣是對空間鄰近性的定量化測度，表達了不同空間對象之間的空間關系。本文采用Geoda中鄰接的Rook 權重矩陣。Rook權重矩陣表達式為：

1.3 重心遷移模型

重心模型是研究區域發展過程中要素空間變動的重要分析工具，要素重心的移動客觀地反映了區域發展諸要素空間集聚及其位移規律。本文依據重心模型理論嘗試構建了縣域糧食產量的重心遷移模型。基本模型[22]為：

式中：Xj，Yj分別表示第j年糧食產量的區域重心坐標；Xi，Yi分別表示i縣域的重心坐標；Gij表示i縣域第j年的糧食產量；dm為重心遷移距離。

1.4 影響因素選取

糧食生產是多因素綜合作用的結果，既受自然環境的制約，也與經濟、社會條件直接相關。綜合考慮資料收集與數據的可獲得性，參考已有研究成果[8-9,23-24]，選取以下三種類型的變量進行分析，自然資源因素：日照對數（X1）、年降水量（X2）和年平均氣溫（X3）；社會經濟因素：人均地區生產總值（X4）、年末總人口（X5）、農林牧漁業總產值（X6）和農村用電量（X7）；農業生產條件：有效灌溉面積（X8）、農藥施用量（X9）、農用化肥施用量（X10）、農業機械總動力（X11）和地膜使用量（X12）。

1.5 計量模型

為探尋糧食生產格局變化的影響因素，本文采用多元回歸模型分析糧食產量與各影響因素的關系。建模步驟為：1）運用相關分析方法篩選指標；2）基于因子分析法確定各變量的貢獻率，求解主因子；3）對主因子的自變量進行多重共線性檢驗。如果不存在多重共線性，則采用多元線性回歸模型，計量經濟模型為：

式中：Y為糧食產量，C為常數，βi為第i個解釋變量的系數，μ為誤差項。如果存在多重共線性問題，則進入下一步；4）通過嶺跡圖求取參數k值，建立嶺回歸模型[25]。

2 結果與分析

2.1 糧食生產的時序變化特征

由圖1可以看出，研究時段內，糧食總產量波動較大，由1995年的4 245萬t減少到2002年的3 293萬t，減少幅度達22.4%，2003年糧食產量開始恢復性增長，到2008年糧食產量達到4 261萬t，恢復到1996年的水平。2002—2015年全省糧食產量實現了13連增，與2002年相比，2015年糧食產量增長了1.43倍，達到4 713萬t。從對全國糧食的貢獻方面看，山東省糧食產量在全國的比重整體上呈現下降趨勢，由1995年的9.1%，降低到2015年的7.6%。這在一定程度上說明，山東省對國家糧食安全的貢獻在不斷減小。

圖1 山東省糧食產量及其占全國比重Fig. 1 Variation of Grain yield in Shandong Province and its percentages in the country

2.2 糧食生產空間格局及演變

2.2.1 糧食生產動態格局變化分析 根據要素重心模型計算了1995—2015年縣域糧食產量重心，并繪制重心移動軌跡（圖2）。研究時段內糧食生產重心往西移動了34.7 km，可見，1995—2015年山東省西部地區糧食生產增長明顯快于東部地區。

圖2 1995-2015年糧食產量重心移動軌跡Fig. 2 Shift of centroid of grain yield from 1995 to 2015 in Shandong Province

進一步分析發現（表1和圖3），糧食產量大于50萬t的縣域由1995年的27個增加到了2015年的49個，主要分布在魯西北、西部平原區，其糧食產量占全省總產量的比重由35.31%增加至65.06%。1995—2015年，40～50萬t的縣域由24個減少到13個，糧食產量所占比例由23.31%減少到11.41%；30～40萬t的縣域數量也呈現減少的形勢，由33個減少到11個，糧食產量占總產量的比例由24.98%減少到7.25%，下降趨勢更加明顯。與1995年相比，2015年20～30萬t和10～20萬t的縣域數量雖然增加，但糧食產量所占比例卻是下降的。由此可以看出，研究時段內山東省糧食生產呈現出空間聚集特征，逐漸向產糧大縣集中，表現為“西高東低”的分布格局。

表1 1995—2015年山東省縣域糧食生產分布Table 1 Distribution of grain production in Shandong Province from 1995 to 2015

圖3 山東省糧食產量分布情況Fig. 3 Distribution of grain yield in Shandong Province

2.2.2 糧食生產的集聚分異特征 采用Geoda軟件計算了1995—2015年縣域糧食生產的全局自相關系數 Moran’s I。全局 Moran’s I估計值均為正值，從1995年的0.38增加到2015年的0.49（圖4），呈現增大趨勢。表明糧食生產的空間分布并非是隨機的，而是呈現出正的空間相關性，存在著空間依賴性和空間集聚性，相鄰的區域存在相互影響的效應。同時，隨著時間的推移，這種正的空間自相關趨勢不斷加強。

圖4 山東省糧食產量的Moran’s I變化Fig. 4 Change of Moran’s I of grain yield in Shandong Province

為更加客觀的研究糧食生產水平局域空間分布狀況，借助局部指標進行分析進一步驗證發現，山東省縣域糧食產量存在明顯的地域分化現象和局部空間集聚特征（圖5）。H—H集聚類型區在研究期內縣域數量不斷增加。1995年H—H集聚類型區主要分布在青島、濰坊、日照和菏澤4個市的13個縣域。到2015年，魯西北地區的聊城、德州和西部地區的菏澤、濟寧出現新的集聚趨勢，縣域數量增加到31個，該類區域位于黃淮海平原區，是全國重要的糧食主產區，光熱水土資源匹配較好，農業基礎設施較為完善，農用地綜合生產能力較高。1995年L—L集聚類型區僅在東營、煙臺和濟南3個市部分縣域零星分布，共11個縣，2015年L—L集聚類型區縣域數量增加到16個，主要集中在青島、威海、煙臺、東營和淄博地區，該類型區域社會經濟發展程度普遍較高。L—H集聚類型區和H—L集聚類型區分布的縣域較少，規律性不明顯（表2）。

圖5 山東省縣域糧食產量Lisa集聚圖Fig. 5 Lisa agglomeration map of county grain yield in Shandong Province

表2 山東省縣域糧食產量Lisa集聚縣域數量變化Table 2 Changes in the number of counties of Lisa cluster of grain yield in Shandong Province

2.3 糧食生產類型區劃分

根據糧食產量變化強度指數，采用Arc Map的Natural Breaks方法將山東省糧食產量變化強度劃分為減少強烈區（變化強度指數＜-56.44%）、減少平緩區（-56.44%≤變化強度指數＜-10.44%）、基本不變區（-10.44%≤變化強度指數＜38.66%）、增加緩慢區（38.66%≤變化強度指數＜85.59%）、增加強烈區（變化強度指數≥85.59%）5種類型區（圖6）。結合表3可以看出，減少強烈區主要分布在煙臺、青島、淄博和濟南等區域，糧食產量減少194.02萬t，占減少總量的30.89%；減少平緩區縣域數量所占比例最大，主要分布在山東省中部的萊蕪、濰坊、棗莊、日照、臨沂各市的部分縣域與山東半島的威海市和青島市的部分縣域，是引起山東省糧食產量減少的主要區域，糧食產量減少421.39萬t，占減少總量的67.09%；增加平緩區對山東省糧食產量增長貢獻最大，該區糧食增加538.45萬t，占增加總量的48.85%，主要分布在地處黃淮海平原的菏澤、聊城、德州和濱州地區的部分縣域；增加強烈區數量少，集中分布在魯西北的聊城和德州地區。

圖6 1995—2015年山東省糧食產量類型區劃分Fig. 6 Divisions of grain yield types in Shandong Province from 1995 to 2015

表3 1995—2015年山東省糧食產量變化強度類型區統計Table 3 Statistics of grain production change in Shandong Province from 1995 to 2015

2.4 糧食生產格局變化影響因素分析

為探究對糧食生產格局變化的主要影響因素，結合SPSS軟件的相關分析模塊。首先對數據進行正態分布檢驗，然后采用相關分析方法判別糧食產量與各影響因素之間的關系（表4）。結果表明，X4、X5、X6、X7、X8、X9、X10、X11、X12與糧食產量（Y）呈顯著地相關性（P＜0.05），X1、X2、X3與Y之間相關性較低，不能確定Y與X1、X2和X3之間的關系。原因在于山東省經緯度跨度不大，各縣域氣候差異未達到對糧食產量有顯著影響的程度，因此可以排除年降水量（X1）、日照對數（X2）、年平均氣溫（X3）對山東省糧食生產格局變化的影響。

表4 糧食產量與各因素相關分析結果Table 4 Correlations between grain yield and various factors

經KMO和Bartlett球形檢驗，KMO統計量為0.774，Bartlett球形檢驗的P值為0.000，表明研究樣本通過因子分析的適用性檢驗，根據結果，提取4個公因子，其累計方差貢獻率為90.74%（表5），說明這4個公因子能夠充分地解釋糧食產量的變化。根據結果確定出主因子，并進行方差極大旋轉，求得主因子解。

從表5可知，第一公因子與年末總人口（X5）、有效灌溉面積（X8）、農用化肥施用量（X10）、農業機械總動力（X11）有較高的相關性，代表農業基礎生產條件對糧食產量的影響；第二公因子與農藥施用量（X9）、地膜使用量（X12）相關，反應了外部資本投入的影響；第三公因子與農村用電量（X7）有較高的相關性，代表農民生活條件變化對于糧食生產的間接影響；第四公因子與人均地區生產總值（X4）和農林牧漁業總產值（X6）相關性較高，反映了耕地用途轉換的影響作用。

由表4還可以看出，部分變量間存在較強的相關性，如X6與X11，X8與X10和X5與X10之間的相關系數分別達到0.805、0.917、0.905，存在明顯的多重共線性。因此，本文采用嶺回歸法，通過繪制嶺回歸圖（圖7），建立回歸模型，以降低多重共線性對回歸結果的影響。

由圖7可得，當K＜0.7時，嶺回歸線波動較大，各驅動因子的回歸系數不穩定，逐漸的當K＞0.7時，嶺回歸線趨于平穩。故本文取K值為0.7，得到如下回歸模型：

例（18）“能夠量出外星球的大小尺寸”和例（19）“能影響地球轉動”用虛擬的方式分別說明“聰明”和“偉大”的性狀，但這些描述與語境中的性狀還是密切相關的，因此它們的描摹性降低，同時人們通過信息推理能感知到一定的程度量。例（20）“無法想像”和例（21）“不忍直視”用否定常規的方式分別說明“低”和“丑”的性狀，但仍屬于一種描述，只是描摹性降低，性狀的程度量有所體現。

Y=4.94×105-3.89X4+942.72X5+0.07X6-0.64X7+

2431.63X8-0.17X9+0.58X10+0.08X11+30.67X12

其中，模型的R2=0.853，P=0.000。模型的可決系數達0.853，表明所選影響因素可以解釋85.3%的糧食產量（Y）的變化。回歸模型結果顯示，X4、X7和X9與Y呈現負相關關系，表明人均地區生產總值越高、社會經濟越發達的區域，其糧食生產水平越低，主導產業以第二、三產業為主，對糧食生產排擠效應明顯；農藥施用量呈現負向影響，這是因為農藥施用量高的區域，客觀反映病蟲害嚴重，一定程度上影響到糧食產量。農林牧漁業總產值、年末總人口、農業機械總動力、有效灌溉面積、地膜使用量、農用化肥施用量對糧食產量均呈現正向影響，這說明勞動力資源越豐富，農業生產條件與基礎設施越好，糧食產量往往越高。

3 結論與建議

3.1 結論

表5 公因子及旋轉后因子載荷矩陣Table 5 Total variance and rotated component matrix

研究表明，1995—2015年山東省糧食產量呈現先下降后上升的波動過程。其中，2002—2015年實現了“十三連增”，但在全國糧食生產中所占的比重卻是下降的。這說明山東省糧食產量增長率低于全國均值，對國家糧食安全的貢獻在不斷降低。空間上，山東省縣域糧食生產重心不斷向西移動，形成了以西北部平原地區為核心的高—高集聚區域，以及東營、煙臺、青島和濟南部分發達縣域組成的低—低集聚區域。

圖7 糧食產量影響因素的嶺跡圖Fig. 7 Ridge trace of influencing factors of grain yield

進一步分析糧食生產格局演變的影響因素發現，農業機械總動力、有效灌溉面積和年末總人口對糧食生產有著顯著地正向影響，人均地區生產總值和農村用電量則表現為負向影響。結果表明，良好的農業生產基礎條件和設施水平，對糧食生產有著促進作用，而社會經濟水平較高的區域，農業生產比較收益較低，對糧食生產有著明顯的排擠效應。

3.2 建議

1）鑒于農業生產條件對糧食產量的正向影響，建議積極穩妥地推進農業生產條件改善。進一步對接國家高標準農田建設的政策，爭取國家資金支持，加大地方政府財政資金支持力度，同時通過PPP等方式吸引各方資金實施田、水、路、林綜合整治，實現旱能灌、澇能排，有效改善農業生產條件。

2）推動適度規模經營。基于農業機械化水平的正向作用，建議創新土地流轉機制與流轉模式，采用入股、托管等方式，推動農業適度規模化發展，為農業機械化作業提供條件，同時引導、鼓勵發展農機合作社等社會化服務組織，提供機耕、機播、機收、植保等各類農機作業服務，以及植保等生產性服務組織。

3）加快建立糧食主產縣利益補償機制。量化糧食生產機會成本，頂層設計補償金額、資金發放方式，借助省對下財政轉移支付制度的改革和完善機遇，解決資金來源，保障糧食主產縣的糧農利益，促進主產區的經濟發展，發揮各自區域的比較優勢。

參考文獻：

[2] Joachim V B. The world food situation: New driving forces and required actions[R]. IFPRI: Food Policy Report No. 18, 2007.

[3] Chen J. Rapid urbanization in China: A real challenge to soil protection and food security[J]. Catena, 2007, 69(1): 1-15.

[4] 封志明, 史登峰. 近20年來中國食物消費變化與膳食營養狀況評價[J]. 資源科學, 2006, 28(1): 2-8.Feng Z M, Shi D F. Chinese food consumption and nourishment in the latest 20 years[J]. Resources Science, 2006, 28(1): 2-8.

[5] 韓俊. 14億人的糧食安全戰略[M]. 海口: 學習出版社、海南出版社, 2012.Han J. Food Security Strategy for 1.4 Billion People[M]. Haikou:Study Press and Hainan Press, 2012.

[6] 潘竟虎, 張建輝, 胡艷興. 近20 a來甘肅省縣域人均糧食占有量時空格局及其驅動力研究[J]. 自然資源學報, 2016, 31(1):124-134.Pan J H, Zhang J H, Hu Y X. Spatial-temporal pattern of per capital grain possession and its driving forces in Gansu Province[J]. Journal of Natural Resources, 2016, 31(1): 124-134.

[7] Brown L R. Who Will Feed China?[M]. New York: W. W. Norton& Company, 1995.

[8] 程葉青, 張平宇. 中國糧食生產的區域格局變化及東北商品糧基地的響應[J]. 地理科學, 2005, 25(5): 513-520.Cheng Y Q, Zhang P Y. Regional patterns changes of Chinese grain production and response of commodity grain base in Northeast China[J]. Scientia Geographica Sinica, 2005, 25(5):513-520.

[9] 徐志宇, 宋振偉, 鄧艾興, 等. 近30年我國主要糧食作物生產的驅動因素及空間格局變化研究[J]. 南京農業大學學報,2013, 36(1): 79-86.Xu Z Y, Song Z W, Deng A X, et al. Regional changes of production layout of main grain crops and their actuation factors during 1981-2008 in China[J]. Journal of Nanjing Agricultural University, 2013, 36(1): 79-86.

[10] 周亮, 徐建剛, 蔡北溟, 等. 淮河流域糧食生產與化肥消費時空變化及對水環境影響[J]. 自然資源學報, 2014, 29(6): 1053-1064.Zhou L, Xu J G, Cai B M, et al. The spatio-temporal changes of grain production and fertilizer consumption and its impact on water environment in the Huaihe river basin[J]. Journal of Natural Resources, 2014, 29(6): 1053-1064.

[11] 劉玉, 王國剛, 高秉博, 等. 中國糧食生產的區域格局變化研究——基于1998—2010年的數據實證分析[J]. 農業現代化研究, 2012, 33(6): 673-677.Liu Y, Wang G G, Gao B B, et al. Spatial-temporal analysis of grain production at different levels in China—Based on statistical data from 1998 to 2010[J]. Research of Agricultural Modernization, 2012, 33(6): 673-677.

[12] 羅萬純, 陳永福. 中國糧食生產區域格局及影響因素研究[J].農業技術經濟, 2005, 11(6): 58-64.Luo W C, Chen Y F. Study on regional pattern and influencing factors of grain production in China[J]. Journal of Agrotechnical Economics, 2005, 11(6): 58-64.

[13] 徐建玲, 查婷俊. 基于城鎮化視角的省域糧食安全研究——以江蘇省為例[J]. 資源科學, 2014, 36(11): 2353-2360.Xu J L, Zha T J. Provincial food security from the perspective of urbanization in Jiangsu Province[J]. Resources Science, 2014,36(11): 2353-2360.

[14] 許云霖, 石培基, 李佳芳, 等. 河西走廊縣域人均糧食占有量的時空演變與驅動力分析[J]. 中國農業資源與區劃, 2017,38(1): 101-109.Xu Y L, Shi P J, Li J F, et al. Spatio-temporal evolvement and its driving factors of per capita grain possession at county level in Hexi corridor[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2017, 38(1): 101-109.

[15] 張利國, 陳蘇. 中國人均糧食占有量時空演變及驅動因素[J].經濟地理, 2015, 35(3): 171-177.Zhang L G, Chen S. Empirical analysis on spatial-temporal evolution and driving forces of per capita grain possession in China[J]. Economic Geography, 2015, 35(3): 171-177.

[16] 杜國明, 劉彥隨, 劉閣. 黑龍江省近30年來糧食生產變化及增產因素分析[J]. 農業現代化研究, 2014, 35(5): 519-524.Du G M, Liu Y S, Liu G. The analysis of changes in grain production and driving factors in Heilongjiang Province recent 30 Years[J]. Research of Agricultural Modernization, 2014, 35(5):519-524.

[17] 王永平, 馬贊甫. 貴州糧食產量波動的影響因素研究[J]. 農業現代化研究, 2015, 36(6): 946-953.Wang Y P, Ma Z F. Study on the influencing factors of grain output fluctuation in Guizhou[J]. Research of Agricultural Modernization, 2015, 36(6): 946-953.

[18] 洪舒蔓, 郝晉珉, 周寧, 等. 黃淮海平原耕地變化及對糧食生產格局變化的影響[J]. 農業工程學報, 2014, 30(21): 268-277.Hong S M, Hao J M, Zhou N, et al. Change of cultivated land and its impact on grain production pattern in Huang-Huai-Hai Plain[J].Transactions of the Chinese Society of Agricultural Engineering,2014, 30(21): 268-277.

[19] 徐國鑫, 金曉斌, 宋佳楠, 等. 耕地集約利用對糧食產量變化影響的定量分析—以江蘇省為例[J]. 地理研究, 2012, 31(9):1621-1630.Xu G X, Jin X B, Song J N, et al. The impact of intensive use of agricultural land on grain yield: A case study of Jiangsu Province[J]. Geographical Research, 2012, 31(9): 1621-1630.

[20] 陳玉潔, 張平宇, 劉世薇, 等. 東北西部糧食生產時空格局變化及優化布局研究[J]. 地理科學, 2016, 36(9): 1397-1407.Chen Y J, Zhang P Y, Liu S W, et al. The spatio-temporal pattern change and optimum layout of grain production in the west of northeast China[J]. Scientia Geographica Sinica, 2016, 36(9):1397-1407.

[21] 張紅富, 周生路, 吳紹華, 等. 江蘇省糧食生產時空變化及影響因素分析[J]. 自然資源學報, 2011, 26(2): 319-327.Zhang H F, Zhou S L, Wu S H, et al. Temporal and spatial variation of grain production in Jiangsu Province and its influencing factors[J]. Journal of Natural Resources, 2011, 26(2):319-327.

[22] Wang G G, Wang M L, Wang J M, et al. Characteristics and influencing factors of grass-feeding livestock breeding in China:An economic geographical perspective[J]. Journal of Geographical Sciences, 2016, 26(4): 501-512.

[23] 楊春, 陸文聰. 中國糧食生產空間布局變遷實證分析[J]. 經濟地理, 2008, 28(5): 813-816.Yang C, Lu W C. Empirical analysis of grain production spatial distribution changing in China[J]. Economic Geography, 2008,28(5): 813-816.

[24] 陸文聰, 梅燕. 中國糧食生產區域格局變化及其成因實證分析—基于空間計量經濟學模型[J]. 中國農業大學學報(社會科學版), 2007, 24(3): 140-151.Lu W C, Mei Y. Empirical studies on the variation and contributing factors of regional grain production structure in China—Based on spatial econometrics models[J]. China Agricultural University Journal of Social Sciences Edition, 2007, 24(3): 140-151.

[25] 何曉群, 劉文卿. 應用回歸分析(2版)[M]. 北京: 中國人民大學出版社, 2007.He X Q, Liu W Q. Applied Regression Analysis (2nd edition.)[M].Beijing: China Renmin University Press, 2007.