基于地塊尺度的永久基本農田非糧化特征、驅動與管控

陳文廣 廖宇波 孔祥斌 雷 鳴 溫良友 張蚌蚌

(1.中國農業大學土地科學與技術學院, 北京 100193; 2.自然資源部農用地質量與監控重點實驗室, 北京 100193;3.西北農林科技大學經濟管理學院,陜西楊凌 712100)

0 引言

為養活不斷增長的人口,預計2010—2050年全球糧食總需求將增加35%～56%[1]。耕地作為糧食生產的根基,確保一定數量的優質耕地資源用于糧食生產是保障全球糧食安全和落實聯合國“零饑餓”目標的關鍵[2-4]。為保障資源安全和糧食安全,中國政府將1.03×108hm2優質耕地劃定為永久基本農田實施特殊保護[5],并在《土地管理法》、《基本農田保護條例》中明確規定永久基本農田除國家規定的棉、麻、油等作物外,只能種植水稻、玉米、小麥、薯類和大豆等糧食作物[6-7]。近年來,在種糧效益低下、城鄉居民膳食結構優化升級等驅動下,農業經營主體在永久基本農田上進行苗圃培育、水產養殖、蔬菜生產、果樹種植等非糧生產行為不斷凸顯[8-11],在一定程度上提高了務農經濟效益、支撐了城鄉居民多樣化飲食需求[12-13],但也導致了糧食作物播種面積減少、損壞了耕地土壤耕作層、造成了農田基礎設施閑置與廢棄等問題[14-16]。為此,國家在相關法律法規中進一步明確提出了禁止占用永久基本農田從事林果業以及挖塘養魚等行為的要求。因此,科學認識永久基本農田非糧生產現狀、地塊屬性特征并制定相應管控策略對于保障國家糧食安全和促進耕地資源永續利用具有重要的現實意義。

現有研究重點關注耕地非糧生產方面,為開展永久基本農田非糧生產研究提供了有力支撐。耕地非糧生產是指在耕地種植花卉、苗圃、果樹等非糧食作物的農業生產行為[9,17],耕地“非糧化率”通常用基于統計數據計算的“糧作比”來表征[18-21],計算結果往往與現實情況存在一定的偏差[22-23]。相關學者研究了國家、省、市、縣級尺度的耕地非糧生產時空演變規律[17,22,24-25],但難以揭示行政單元內部耕地非糧生產的空間差異,缺乏地塊尺度的精細化研究。相關研究探討了耕地非糧生產與資源安全、糧食安全、生態安全、農戶生計的邏輯關系與作用機制[15-16,23,26-28]。有關學者從耕地區位條件、農田基礎設施、農村勞動力特征、經濟狀況、科技水平、政策環境等角度分析了耕地非糧生產的成因[8-9,18-20,22,24,29],但并未揭示影響因子對耕地非糧生產作用效應的空間差異。在耕地非糧生產管控方面,相關研究從加大激勵補償[30-31]、完善多層級與橫向治理[15,32]、耕地空間重組與整治[33]、規范土地流轉行為[10,34]等方面提出了應對策略,針對一般耕地、永久基本農田、高標準農田提出了差異化的管控策略[35]。綜上所述,多維安全目標導向下的耕地非糧生產研究相對成熟,但是缺乏永久基本農田地塊尺度的非糧生產研究,非糧生產地塊的屬性特征不精準、非糧生產驅動因子及其作用效應的空間差異不明晰,因此迫切需要開展永久基本農田非糧生產精細化研究來支撐區域永久基本農田保護與利用管控策略制定。

廣西壯族自治區的特色農業生產是區域農業經濟的重要來源,2009—2019年區域內糧食作物播種面積凈減少2.769×105hm2,人均糧食占有量由295.06 kg減少到267.36 kg,遠遠低于2019年中國470.78 kg的人均水平,區域糧食安全面臨嚴峻的挑戰。因此,本文以廣西壯族自治區為研究區,識別區域內永久基本農田非糧生產現狀、類型、地塊屬性特征并分析非糧生產的驅動因子及其作用效應的空間差異,以期為加強區域耕地資源保護、優化非糧生產管控策略提供科學理論支撐。

1 研究方法與數據來源

1.1 研究區概況

廣西壯族自治區地處中國西南端,轄14個地級市(圖1,基于自然資源部標準地圖服務網站下載的審圖號為GS(2020)4630的標準地圖制作,底圖無修改);地勢西北高、東南低,以山地丘陵性盆地地貌為主,四周為山地和高原,中部和南部多平原。屬熱帶、亞熱帶季風氣候區,全區年平均氣溫17.5～23.5℃,日平均氣溫大于等于10℃積溫在5 000～8 300℃,多年平均降水量1 694.8 mm,各地市年平均降水量為841.2～3 387.5 mm。區域內適宜多種農作物生長,火龍果、芒果等熱帶水果及甘蔗等糖料作物種植規模居全國第1位。第三次全國國土調查數據顯示,全區耕地面積3.31×106hm2,永久基本農田主要分布在南寧、柳州、桂林、貴港、百色、河池、來賓和崇左等市域,水田、水澆地、旱地占比分別為37.05%、0.08%、31.13%,受區域特色農業生產的影響,永久基本農田非糧生產現象明顯[36]。

圖1 廣西壯族自治區位置以及永久基本農田空間分布Fig.1 Location of Guangxi Zhuang Autonomous Region and spatial distribution of permanent basic farmland

1.2 研究方法

1.2.1非糧生產比例測度

永久基本農田非糧生產是指永久基本農田不再種植糧食作物,而是種植果樹、喬木、灌木或者變成養殖坑塘等非糧生產行為,利用永久基本農田非糧生產地塊面積與區域永久基本農田總面積的比值來表示,即

(1)

式中Rng——永久基本農田非糧生產比例

Ang——永久基本農田非糧生產地塊面積

At——永久基本農田總面積

1.2.2探索性空間數據分析

探索性空間數據分析(ESDA)是空間數據分析的主要方法。ESDA主要用于檢驗具有空間位置的某要素的觀測值是否顯著地與其相鄰空間點上的觀測值相關聯。包括全局空間自相關和局部空間自相關,通常采用Moran’sI指數表示空間要素的自相關程度。

全局Moran’sI指數表達式為

(2)

局部Moran’sI指數表達式為

(3)

式中n——廣西壯族自治區縣域總數

xi——縣域i的觀測值

xj——縣域j的觀測值

Wij——二進制鄰接矩陣元素

S2——樣本方差

Moran’sI指數的值域為[-1,1],若值大于0表示屬性觀測值具有空間正相關,若值小于0表示屬性觀測值具有空間負相關,若值等于0表示屬性觀測值不具有空間相關性,在空間上隨機分布。全局空間自相關通過使用標準化統計量閾值Z來進行顯著性水平檢驗。因變量存在空間自相關性是使用空間回歸模型的基礎[37]。如果因變量空間自相關未通過顯著性檢驗,則不能使用空間計量模型,只能使用不包含空間效應的傳統計量模型。

1.2.3地理加權回歸模型

傳統的線性回歸模型只是對所有的樣本和參數進行全局性的估計,并沒有考慮空間格局等要素,使得自變量如果存在空間自相關性,最小二乘法進行參數估計將不再適用。地理加權回歸模型(GWR)引入對不同區域的影響進行估計,能夠反映參數在不同空間的空間非平穩性,使得空間位置不同參數產生變化,結果也更為符合實際,其模型為

(4)

式中yi——觀測值

β0(ui,vi)——第i個樣本空間單元的回歸系數,表示自變量對因變量的影響程度

(ui,vi)——第i個樣本空間單元的地理中心坐標

βk(ui,vi)——連續函數βk(u,v)在i樣本空間單元的值

xik——獨立變量xk在第i個樣本空間單元的值

εi——方差為常數的正態分布函數,表示隨機誤差項

GWR模型中的權重設定和最優帶寬確定參照文獻[38]。

1.2.4驅動因子選擇

本研究以縣域為基本單元來研究永久基本農田非糧生產的驅動因子。永久基本農田作物種植類型的選擇是農民等微觀經營主體綜合考慮區域耕地資源稟賦、家庭人口特征、經濟水平以及區位條件等要素做出的理性選擇(表1)。

表1 永久基本農田非糧生產驅動因子選取與描述Tab.1 Selection and description of factors influencing non-grain production of permanent basic farmland

耕地資源是農作物種植的基礎,耕地資源稟賦會影響農作物種植類型,如大型農業生產機械難以進入地塊細碎、田面坡度大的耕地,可能就不適合種植大田作物。因此,選擇田面坡度、耕地質量、田塊規模、人均永久基本農田面積、灌溉保證率5個指標來表征耕地稟賦。人口特征對農作物類型的選擇具有決定作用,如勞動力稀缺的區域會選擇省工性農作物種植。因此,選擇鄉村人口占比和農村居民人均可支配收入來表征人口特征。經濟水平的提升促進了農村勞動力向非農產業流動,農民能夠從事非農產業獲得經濟收入,出現了務農機會成本,導致農戶以農為本的思想觀念發生變化。此外,經濟發展水平也會影響區域內部居民膳食結構,經濟發達地區食品消費類型更加多樣,通過市場需求來影響農業經營者的作物選擇。因此,選擇城鎮化水平、地均GDP、城鄉居民收入比來反映縣域經濟水平。屠能圈理論表明區位條件會影響農業生產方式,選擇路網密度和各縣到省會城市距離來表征縣域區位條件。

1.3 數據來源

耕地質量等別、坡度、田塊規模、灌溉條件數據來自2019年廣西壯族自治區耕地質量等別年度更新調查數據。各縣城鎮人口、農村人口、總人口、人均可支配收入、GDP、路網密度數據來源于廣西壯族自治區統計年鑒。永久基本農田空間分布及地表覆蓋數據來自廣西壯族自治區第三次全國國土調查,基于CGCS2000坐標系,利用國家統一制作的優于分辨率1 m的DOM影像,結合最新土地調查數據庫,以影像特征為基礎,綜合考慮影像地物識別能力,建立解譯標志,使用矢量采集專業軟件,以區縣為單位,在全轄區范圍內,進行人機交互內業信息提取。從2019年的現場調查數據中獲得3 000個樣本點進行準確性評估,95%的準確率表明對結果的解釋相對可靠。

2 結果分析

2.1 永久基本農田非糧生產現狀及類型

全區永久基本農田非糧生產地塊主要集中在中部、北部、西部區域,其中,百色、河池、柳州、桂林、崇左、南寧、來賓等市域范圍內非糧生產面積較大,占全區永久基本農田非糧生產總面積的74.84%(圖2)。永久基本農田非糧生產類型包括果樹、灌木、喬木、坑塘水面和其他(竹子、茶樹、橡膠樹)5種(圖3)。果樹和喬木面積較大,占非糧生產面積的88.85%,主要是因為種植果樹和桉樹等喬木經濟效益高。桂林作為廣西最大水果產區,果樹種植面積最大,占果樹類非糧生產面積的29.61%;南寧、柳州、貴港、百色、來賓、崇左喬木種植面積大,占喬木類非糧生產面積的67.20%。此外,全區各市均有灌木、坑塘水面和其他類型的非糧生產行為,分別占非糧生產面積的5.46%、1.59%、4.10%。

圖2 2019年廣西壯族自治區永久基本農田地表覆蓋類型Fig.2 Types of permanent basic farmland land surface cover of Guangxi Zhuang Autonomous Region in 2019

圖3 2019年廣西壯族自治區各市永久基本農田 非糧生產類型及面積Fig.3 Types and areas of permanent basic farmland non-grain production in cities of Guangxi Zhuang Autonomous Region in 2019

2.2 永久基本農田非糧生產地塊特征

2.2.1耕地質量

全區永久基本農田非糧生產地塊的平均國家利用等為9.12,各市非糧生產地塊平均耕地質量均低于市域平均水平,非糧生產地塊耕地質量相對較差但市域差異明顯(圖4)。玉林、梧州、桂林永久基本農田非糧生產地塊耕地質量較好,主要原因是市域范圍內永久基本農田整體耕地質量優;貴港、南寧、防城港、來賓永久基本農田非糧生產地塊耕地質量較差。全區永久基本農田糧食生產地塊的平均國家利用等為7.49,各市永久基本農田非糧生產地塊的平均耕地質量均低于永久基本農田糧食生產地塊的平均水平,其中,南寧、柳州、欽州、貴港、賀州、來賓耕地質量差異較大,表明耕地質量較好的永久基本農田仍主要用于糧食生產。

圖4 2019年廣西壯族自治區各市永久基本農田 非糧生產、糧食生產以及全部地塊平均利用等Fig.4 Average utilization of non-grain production, grain production and all plots of permanent basic farmland in each city of Guangxi Zhuang Autonomous Region in 2019

2.2.2灌溉條件

全區永久基本農田非糧生產地塊中有12.45%具有灌溉條件,低于全區平均灌溉水平但市域差異明顯(圖5)。南寧、桂林、北海、防城港、欽州、貴港、玉林、賀州永久基本農田非糧生產地塊的灌溉水平高于全區永久基本農田非糧生產地塊平均灌溉水平,其中,北海、貴港、玉林和賀州永久基本農田非糧生產地塊的灌溉水平高,分別為24.42%、28.66%、38.43%、27.11%。此外,全區永久基本農田糧食生產地塊中有21.05%具有灌溉條件,防城港、玉林永久基本農田非糧生產地塊的灌溉水平遠高于糧食生產地塊,表明市域范圍內非糧生產占用了大量灌溉資源;梧州、貴港、來賓永久基本農田非糧生產地塊的灌溉水平遠低于糧食生產地塊,市域范圍內具有灌溉條件的永久基本農田主要用于糧食生產。

圖5 2019年廣西壯族自治區各市永久基本農田 非糧生產、糧食生產以及全部地塊平均灌溉水平Fig.5 Average irrigation level of non-grain production, grain production and all plots of permanent basic farmland in each city of Guangxi Zhuang Autonomous Region in 2019

2.2.3田面坡度

全區永久基本農田非糧生產地塊主要分布在地勢平坦的區域,其中田面坡度小于等于2°、2°～6°、6°～15°的地塊分別占46.60%、31.26%、17.83%,田面坡度在15°～25°和大于25°的地塊比例較小,分別為3.16%和1.15%(圖6)。北海、桂林、玉林、貴港、賀州永久基本農田非糧生產集中分布在地勢平坦的地塊上,田面坡度小于等于2°的比例分別占82.20%、65.00%、64.05%、61.44%、60.64%。梧州、百色永久基本農田非糧生產地塊中,田面坡度大于25°的比例較大,分別為21.70%、10.33%。此外,全區永久基本農田糧食生產地塊集中分布在地勢平坦的區域,田面坡度小于等于2°、2°～6°的比例分別為65.24%、14.56%,但仍有8.48%的永久基本農田糧食生產地塊的田面坡度較大,嚴重威脅到區域耕地資源可持續利用。

圖6 2019年廣西壯族自治區各市永久基本農田非糧生產、糧食生產地塊田面坡度Fig.6 Slope of field surface of non-grain production and grain production of permanent basic farmland in each city of Guangxi Zhuang Autonomous Region in 2019

2.3 永久基本農田非糧生產空間集聚特征

對2019年全區各縣非糧生產比例進行空間自相關分析(圖7),結果顯示全局Moran’sI為0.589 5,Z得分為9.879 6,P值為0.000 1,通過1%水平的顯著性檢驗,表明2019年全區各縣非糧生產比例具有顯著的空間正向自相關性,即非糧生產比例大的縣與非糧生產比例大的縣鄰近、非糧生產比例小的縣與非糧生產比例小的縣鄰近的集聚狀態。因此,適合建立空間計量模型進行研究。

圖7 2019年廣西壯族自治區各縣永久基本農田 非糧生產比例全局Moran’s I指數散點圖Fig.7 Overall Moran’s I index scatter plot of proportion of permanent basic farmland non-grain production in counties of Guangxi Zhuang Autonomous Region in 2019

2019年全區各縣非糧生產比例局部空間自相關分析結果表明,全區非糧生產存在3種空間關聯模式,即H-H、L-L空間集聚類型、H-L空間離群類型(圖8)。H-H型指非糧生產比例大的縣與非糧生產比例大的縣鄰近,分布在區域的中部和西南部,主要是柳州、來賓和崇左。L-L型指非糧生產比例小的縣與非糧生產比例小的縣鄰近,分布在區域的東部和西北部,主要是柳州、梧州、玉林和河池。H-L型指非糧生產比例大的縣域被非糧生產比例小的縣域單元包圍,集中分布在西部百色。

圖8 2019年廣西壯族自治區各縣永久基本農田 非糧生產比例局部LISA集聚圖Fig.8 Partial LISA agglomeration map of proportion of permanent basic farmland non-grain production in counties of Guangxi Zhuang Autonomous Region in 2019

2.4 永久基本農田非糧生產的驅動因子分析

2.4.1驅動因子分析

由于驅動因子之間可能存在線性相關關系,即多重共線性,會導致結果與實際情況不同。因此,選擇方差膨脹系數檢驗來進行多重共線性診斷。通過方差膨脹系數檢驗發現各變量中除城鎮化水平外,其余各指標容差均大于0.1且VIF值均小于5,說明除城鎮化水平外的其他指標之間不存在多重共線性,因此,剔除掉城鎮化水平。

為了進行模型的對比分析,首先以上述11個驅動因子為自變量,以縣域非糧生產比例作為因變量,構建OLS模型測度解釋變量對被解釋變量的影響程度、顯著性水平及其他特征,并進一步篩選因子。從回歸結果(表2)可知,模型決定系數和校正決定系數分別達0.594 8和0.549 4,即模型解釋了54.94%的縣域非糧生產比例的變化。結果顯示,田塊規模、人均永久基本農田面積、農村居民人均可支配收入、各縣到省會城市距離與縣域非糧生產比例呈正相關,耕地質量、灌溉保證率與縣域非糧生產比例呈負相關。

表2 OLS模型估計及診斷結果Tab.2 OLS model estimation and diagnostic results

基于OLS模型結果,對通過0.1顯著性檢驗的6個解釋變量運用ArcGIS 10.7軟件進行地理加權回歸分析。與OLS的結果相比,模型多重決定系數和校正決定系數分別達到0.716 0和0.660 4,高于OLS決定系數與校正決定系數,模型擬合優度有較大提高,帶寬為222 483.930 6,赤池信息準則為-118.052 6,Sig.值為0.131 3。赤池信息準則值低于OLS模型,GWR模型擬合性能相比有所提升,模型條件數均小于 30,變量之間沒有出現局部多重共線性。

2.4.2空間異質性分析

對GWR模型回歸結果中各解釋變量的系數進行空間可視化表達,得到各解釋變量的空間分布(圖9)。各解釋變量對全區縣域非糧生產比例的影響存在很大的空間差異。

圖9 基于GWR模型估計的驅動因子回歸系數空間分布Fig.9 Spatial distributions of impact factor regression coefficients estimated based on GWR model

耕地質量(圖9a)回歸系數為-0.50～-0.22,對縣域非糧生產的影響為負,自西南向東北,作用強度經歷了先降低、后上升的過程。永久基本農田質量越優,糧食產量越高,種植糧食作物獲得的經濟效益能夠滿足農業生產者的收益預期,因此,農業經營者仍主要種植糧食作物。田塊規模(圖9b)回歸系數為0.10～0.56,對縣域非糧生產的影響為正,影響程度整體表現為自西向東不斷降低。田塊規模較大的區域土地流轉程度高、工商資本進入力度大,工商資本的逐利行為加劇了永久基本農田非糧生產。人均永久基本農田面積(圖9c)回歸系數為0.05～3.04,對縣域非糧生產的影響為正,影響程度表現為自西南向東北不斷降低。擁有較多永久基本農田的農戶也擁有更多的選擇空間,在保障食用需求的基礎上具有通過非糧生產獲得更多經濟效益的欲望;同時,受權屬細碎化的影響,在勞動力稀缺、機械化程度低的情況下,農戶傾向于種植省工性經濟作物。灌溉保證率(圖9d)回歸系數在-0.62～-0.20之間,對縣域非糧生產的影響為負,自西南向東北,影響程度經歷了先增加、后減少的過程。完備的農田基礎設施為保障農業生產者進行糧食生產提供了有利的生產條件。農村居民人均可支配收入(圖9e)回歸系數為0.17～0.64,對縣域非糧生產比例的影響為正,影響程度表現為自西向東逐漸降低。經濟社會的快速發展,農業勞動者不斷外出務工,成為城市和鄉村之間的“候鳥”。他們既能夠在城市務工獲得工資性收入,又能夠在農村務農獲得經營性收入,隨著收入水平的不斷提高,農業勞動者消費水平和結構不斷優化升級而且有能力通過市場獲得糧食,在勞動力資源稀缺的條件下,更愿意種植省工性作物。各縣到省會城市距離(圖9f)回歸系數為-0.03～0.45,對縣域非糧生產比例的影響主要是正向,影響程度表現為從西南到東北逐漸降低。南寧市作為廣西壯族自治區經濟、政治和文化中心,區域內人均收入和飲食消費水平高,食物需求更加多樣,對蔬菜、瓜果等需求量大,僅僅依靠市域范圍內的耕地難以保障區域內居民的飲食需求,遠離省會城市經濟相對落后、資源稟賦較好的農業勞動者在巨大的市場需求下更有動力選擇在永久基本農田上種植果樹等經濟作物。

3 討論與啟示

3.1 討論

在現有耕地非糧化研究的基礎上,本研究探討了地塊尺度的永久基本農田非糧生產現狀、類型及驅動因子,試圖在研究尺度、地塊類型兩方面進行突破,仍有幾點內容值得深入討論。①現有研究多基于統計數據來探討行政區的耕地非糧化問題,研究區域多關注糧食主產區、經濟發達區,本研究基于第三次全國國土調查精細化數據研究了糧食匱乏區、生態脆弱區地塊尺度的永久基本農田非糧生產,剖析了廣西永久基本農田非糧生產現狀及地塊質量、灌溉條件、田面坡度等特征,對高效、科學管控區域永久基本農田具有重要的指導意義。②廣西全區永久基本農田非糧生產面積大,果樹、喬木種植等非糧生產行為提高了農業種植收入,有利于保障農戶福祉和區域經濟發展,但是降低了糧食作物播種面積,在“大食物觀”背景下,應進一步探討區域未來人口食物消費結構下的糧食需求量,確定合理、科學的永久基本農田糧食生產面積、空間,合理優化區域農業種植結構。③本研究分析了永久基本農田非糧生產地塊的屬性特征,考慮中國組織結構和國家政權結構中的縣一級處在承上啟下的關鍵環節,縣域治理是推進國家治理體系和治理能力現代化的重要一環,因此,探討了縣域尺度永久基本農田非糧生產的驅動因子,未來應進一步從科學層面探討地塊尺度的永久基本農田非糧生產的驅動因子。

3.2 政策啟示

優化永久基本農田作物種植空間布局。將區域內田面坡度大于25°的地塊退出永久基本農田管控范圍,同時將耕地質量好、地勢平坦、集中連片的耕地劃入永久基本農田進而優化永久基本農田空間格局。優先將玉林、梧州、桂林等耕地質量高,北海、貴港、玉林和賀州等灌溉條件好,北海、桂林、玉林、貴港、賀州等田面坡度小的非糧食生產地塊恢復糧食生產,穩步提高區域糧食生產水平。重點將桂林、南寧、百色、河池、梧州、來賓等果樹種植調整到田面坡度大于25°的地塊上。禁止在永久基本農田上種植喬木、灌木、挖塘養魚等非糧生產行為,并逐步有序恢復糧食生產,確保永久基本農田可持續利用。

加強永久基本農田質量建設,加快將永久基本農田建成高標準農田。研究表明耕地質量、灌溉保證率與永久基本農田非糧生產比例呈負相關關系且對西南地區的百色、崇左、防城港作用強度更大,而貴港、南寧、防城港、來賓永久基本農田非糧生產地塊的耕地質量較差這一現實問題。建議優先重點加強百色、崇左、防城港、貴港、南寧、來賓的永久基本農田質量建設,通過測土配方施肥提高基礎地力,加強治理石漠化、有效土層薄等耕地質量障礙因子以提高耕地適宜性;加強農田灌溉排水設施建設提高永久基本農田灌溉保證率以及抗災減災能力,全方位提高永久基本農田質量。

監管永久基本農田屬性特征。研究表明非糧生產地塊主要分布在地勢平坦的區域,全區永久基本農田非糧生產在中部和西南部縣域呈現H-H集聚。建議持續監測區域中部和西南部呈H-H聚集縣域的永久基本農田,尤其是地勢平坦區域永久基本農田的地表作物覆蓋,防止非糧生產趨勢擴張;動態監測L-L聚集、H-L離散型縣域永久基本農田地表覆蓋,確保良田糧用。結合縣域永久基本農田非糧生產比例的驅動因子分析,建議加快推進田塊規模及人均永久基本農田面積大、勞動力資源稀缺縣域的土地流轉,嚴格規范土地流轉和工商資本準入程序,規范永久基本農田流轉后的用途。

建立永久基本農田保護補償制度。研究表明全區人均永久基本農田面積與非糧生產比例呈正相關關系,主要是區域內勞動力資源稀缺以及機械化程度低下。建議深化農業縱向分工,培育農業社會化服務主體,發展服務規模經營,逐步解決人均永久基本農田面積大的區域勞動力資源稀缺和機械化水平低的問題。針對永久基本農田非糧生產與農民人均收入同步增長的科學發現,應建立永久基本農田保護補償制度,基于縣域永久基本農田面積、非糧生產比例、經濟發展水平等因素建立縣域間永久基本農田保護補償的標準、形式,實現經濟發達區、非糧生產比例高的縣域對經濟欠發達區、永久基本農田良田糧用水平高的縣域的補償。

4 結論

(1)全區永久基本農田非糧生產現象明顯,非糧生產類型以果樹和喬木為主,其生產面積占全區非糧生產總面積的88.85%,灌木、坑塘水面、其他類型的面積分別占非糧生產總面積的5.46%、1.59%、4.10%。

(2)非糧生產主要分布在地勢平坦的永久基本農田上,田面坡度小于等于6°的非糧生產地塊占77.86%,表明果樹、喬木等經濟作物種植已經從山上轉移到平原地區,非糧生產地塊的耕地質量和灌溉水平相對較差,表明耕地質量優和農田基礎設施完善的永久基本農田仍主要用于糧食生產。

(3)永久基本農田非糧生產具有明顯的空間集聚特征,同時,永久基本農田非糧生產是多種因子綜合作用的結果,田塊規模、人均永久基本農田面積、農村居民人均可支配收入、各縣到省會城市距離與縣域永久基本農田非糧生產比例呈正相關,耕地質量、灌溉保證率與縣域永久基本農田非糧生產比例呈負相關,但是不同驅動因子對永久基本農田非糧生產的影響呈顯著的空間差異性。