黃河流域各省（自治區）耕地“非糧化”影響因素研究

摘 要：耕地安全是保障糧食安全的先決條件。黃河流域是我國重要的農業生產區和生態環境保護區，但受自然環境和經濟發展的影響，其耕地安全面臨巨大挑戰?；?010—2020年黃河流域9省（自治區）耕地“非糧化”、農業生產和經濟發展相關數據，分析該區域耕地“非糧化”的空間相關性和影響因素。研究表明：農業生產資料價格指數、人均國內生產總值、第一產業增加值占生產總值比重、農用機械總動力和農業用水是影響黃河流域耕地“非糧化”的重要因素，但其作用方向不同；這些影響因素具有空間上的溢出效應，不僅影響當地的耕地“非糧化”水平，還會對周邊地區的耕地“非糧化”水平產生影響。基于研究結果，從協調區域經濟發展、提高農業生產資源利用效率、嚴格落實耕地保護等方面提出針對性的建議。

關鍵詞：黃河流域；耕地“非糧化”；糧食安全；空間杜賓模型

中圖分類號：F323 文獻標志碼：A 文章編號：1674-7909（2023）19-51-5

0 引言

糧食安全是維系社會穩定的“壓艙石”，事關國家的長治久安。截至2022年，我國糧食生產已取得了“19連豐”。但隨著我國經濟的發展和人口的不斷增加，糧食生產與城鄉發展之間的矛盾日益加深，耕地不斷流失成為我國糧食生產面臨的嚴峻形勢。20世紀90年代以來，我國每年大約有2.94×105 hm2耕地轉變為非農用地［1-2］。近年來，全球氣候異常、疫情蔓延和糧食貿易封鎖等更加凸顯遏制耕地“非糧化”的意義。

黃河流域作為我國重要的農業生產區，其耕地面臨著生態環境脆弱、水土流失嚴重等問題帶來的壓力。隨著黃河流域各省（自治區）城鎮化、工業化的發展，其耕地“非糧化”問題逐漸凸顯?；诖耍芯奎S河流域各省（自治區）耕地“非糧化”現狀，探討影響耕地“非糧化”的因素，對保障該區域各?。ㄗ灾螀^）糧食安全具有重要意義。

1 文獻綜述

耕地“非糧化”主要是指耕地由原來種植糧食作物轉向種植非糧食類經濟作物或用于非農產品生產及發生土地撂荒等［3］。相較于傳統的糧食種植，“非糧化”農業生產通常具有比較效益高的優勢，可提高農民收入水平［4］。但是，部分“非糧化”農業生產活動會破壞土壤的耕作層，加劇農業面源污染，從長期來看，不利于糧食安全和環境保護［5］。

近年來，耕地“非糧化”問題被我國政府日益重視，也逐漸引起學者的關注，并取得了一定的研究進展。

關于耕地“非糧化”的驅動因素，主要分為3個方面：第一，主觀的“人”的因素［6］，如農戶收入結構、農業勞動力轉移、農業勞動力價格、性別結構和農村勞動力老齡化；第二，客觀的“土地”因素［7］，即農田的自然環境，如地形地貌、地理區位和氣候因素等；第三，“人—地”互動中的社會經濟因素［8］，如經濟收益、農地流轉、工商資本下鄉、糧食補貼政策等。

關于耕地“非糧化”管控方面，部分學者認為，糧食生產效益低是耕地“非糧化”現象產生的主要原因，提高糧食生產效益已成為當務之急。薛選登等［9］認為，應考慮區域間資源條件的差異，細分糧食功能區，以規范耕地使用。郭珍［10］認為，應建立基于市場交易的耕地生態補償機制，激發耕地保護內生動力。任大鵬等［11］認為，耕地“非糧化”涉及國家糧食安全問題，國家應兼顧市場效益與公共利益安全，在保障國家耕地紅線的基礎上合理引導種植主體開展農業生產經營活動。

由此可見，目前學者對耕地“非糧化”的特征、驅動因素及治理的研究成果已較為豐富，但綜合考慮社會經濟因素和空間地理因素的研究較少，且鮮有對區域細分單元尺度進行研究。筆者基于2010—2020年黃河流域9?。ㄗ灾螀^）耕地“非糧化”、農業生產和經濟發展相關數據，分析該區域耕地“非糧化”的空間相關性和影響因素，以期為黃河流域糧食安全政策的制定提供依據。

2 耕地“非糧化”影響因素分析

2.1 理論分析與變量選擇

通過梳理相關文獻，筆者主要從社會經濟因素、工商資本下鄉和稟賦特征等方面對耕地“非糧化”影響因素進行理論分析，并選取相關變量（見表1）。

社會經濟因素是影響耕地“非糧化”的重要因素。通過梳理相關文獻，筆者在社會經濟因素方面選取農業生產資料成本（api）、種糧比較效益（cgr）、城鄉居民可支配收入比（cdpi）、人均國內生產總值（pgdp）、第一產業增加值占生產總值比重（pavp）5個變量。

工商資本下鄉也是影響耕地“非糧化”的重要因素。工商資本下鄉租賃農地會促使農戶農地轉出，不利于農戶維持糧食生產；而工商資本下鄉提供生產性服務也會促進農戶農地轉入及增加農業生產機械等要素投入，有利于農戶擴大糧食生產?；诖耍x擇農用機械總動力（tpfm）反映工商資本下鄉帶來的間接效果。

自然資源稟賦是影響耕地地力的關鍵性因素，其中水資源的作用不容忽視。黃河流域9?。ㄗ灾螀^）的分布遍及我國東、中、西3大區域，各省（自治區）水資源狀況不同，呈現出較大的差異。一般來說，境內水系越發達，農業灌溉用水越有保障，越有利于農業生產?；诖?，選取農業耕地灌溉用水（aw）反映各?。ㄗ灾螀^）水資源豐富程度。

由表1可知，各變量方差膨脹系數（VIF）較小，說明各變量之間不存在多重共線性，適合進行實證分析。

2.2 耕地“非糧化”水平表征

2.3 模型構建

2.4 數據來源與處理

以黃河流域9省（自治區）為研究對象，數據主要來自《中國統計年鑒》（2011—2021年）、《全國農產品成本收益資料匯編》，以及各?。ㄗ灾螀^）統計年鑒（2011—2021年）、國民經濟和社會發展統計公報。

3 耕地“非糧化”影響因素實證分析

3.1 耕地“非糧化”空間相關性分析

以2010—2020年黃河流域9?。ㄗ灾螀^）耕地“非糧化”率為因變量、各影響因子為自變量，進行影響因素研究。

對2010—2020年黃河流域9?。ㄗ灾螀^）耕地“非糧化”率進行空間相關性檢驗，結果如表2所示。由表2可知，2010—2020年，黃河流域9省（自治區）耕地“非糧化”的莫蘭指數（Moran's I）均大于0，且總體呈現增長的趨勢，從2011年開始均在1%水平上顯著。由此可見，黃河流域9?。ㄗ灾螀^）耕地“非糧化”率具有顯著的空間正自相關性，適合建立空間計量模型進行探究?？臻g計量模型檢驗結果如表3所示。

表3顯示，拒絕了“無空間自相關”的原假設，即變量之間存在空間相關關系；而LM檢驗結果無法拒絕空間滯后模型或空間誤差模型。為了尋求更穩健的模型，需要考慮SDM，且檢驗SDM能否簡化為空間滯后模型（Spatial Autoregressive Model，SAR）和空間誤差模型（Spatial Error Model，SEM）。

3.2 模型選擇

SDM的相關檢驗結果如表4所示。

表4顯示，Likelihood-ratio檢驗和Wald檢驗均拒絕原假設，說明SDM不能退化為SAR模型和SEM模型。同時，Hausman檢驗結果說明固定效應模型更適合，故選擇固定效應下SDM。

3.3 耕地“非糧化”影響因素分析

2010—2020年黃河流域9?。ㄗ灾螀^）耕地“非糧化”影響因素基準回歸結果如表5所示。

農業生產資料價格指數（api）這一變量的回歸系數在1%水平上顯著為正，說明農業生產資料價格上升會帶來務農成本的增加，在一定程度上增加種糧負擔，從而導致耕地“非糧化”。除山東省、河南省外，其他7?。ㄗ灾螀^）的耕地“非糧化”率都隨著農業生產成本的增加而呈現不同程度的上升。

人均國內生產總值（pgdp）這一變量的回歸系數在1%水平上顯著為負，這說明經濟發展水平越高，在一定程度上可以降低農民對種植經濟作物的依賴，進而可以抑制耕地“非糧化”現象。隨著經濟的發展和人均財富的增加，山東省和河南省的耕地“非糧化”率呈現下降趨勢。山東省2010年耕地“非糧化”率為30.2%，2020年則下降到23.9%；河南省2010年耕地“非糧化率”為29.6%，2020年則下降到27.1%。

第一產業增加值占地區生產總值比重（pavp）這一變量的回歸系數在1%水平上顯著為正，說明第一產業比重的增加會增加耕地“非糧化”現象，這種現象與黃河流域各?。ㄗ灾螀^）第一產業內部非糧產業增加值比重較高有關。例如，內蒙古自治區、青海省和甘肅省是我國傳統的農牧區，牧草資源較為豐富，耕地資源和水資源相對欠缺，不適宜大面積種植糧食作物，再加上國家近幾年加大對退耕還林還草政策的實施力度，使當地的畜牧業發展迅速；四川省氣候濕熱，水土資源豐富，隨著經濟的發展，花卉、熱帶水果等經濟作物種植面積增加，擠占了一部分耕地，加重了耕地“非糧化”。

農用機械總動力（tpfm）這一變量的回歸系數在1%水平上顯著為正，說明農用機械總動力的增加會顯著助長“非糧化”現象。這與資本的趨利性有關，資本會趨向種植高收益的經濟作物。而農用機械總動力的滯后項系數顯著為負，說明長期來看，資本的流入也會伴隨著生產機械的革新、先進生產技術和管理的應用，從而進一步提高農民的種糧收益，抑制耕地“非糧化”。

農業用水（aw）這一變量的回歸系數在5%水平上顯著為正，說明農業用水也是耕地“非糧化”的重要影響因素。黃河流域部分?。ㄗ灾螀^）水資源較為稀缺，農業用水會優先供給具有高收益的經濟作物，農業用水的增加表明非糧作物的比重提升，進而加重耕地“非糧化”現象。

對耕地“非糧化”影響因素的空間效應進行分解，將其分解為直接效應和間接效應，結果見表6。

從直接效應來看，農業生產資料價格指數（api）這一變量的系數顯著為正，人均國內生產總值（pgdp）這一變量的系數顯著為負，第一產業增加值占比（pavp）這一變量的系數顯著為正，農用機械總動力（tpfm）這一變量的系數顯著為正，農業用水（aw）這一變量的系數顯著為正，與基準回歸結果相同，其解釋意義也一致。

從間接效應來看，農業生產資料價格指數（api）這一變量的間接效應在1%水平上顯著為負，說明區域農業生產成本的上升會抑制鄰近區域的耕地“非糧化”現象。這可能是由于不同地區農業發展定位不同，經濟發達地區農作物生產成本高，會導致糧食種植面積減少，鄰近地區就承接了種糧的主要任務，糧食種植面積會增加。人均國內生產總值（pgdp）這一變量的系數在1%水平上顯著為負，說明區域整體經濟水平提高，會增加農民收入，從而在一定程度上降低種糧效益低帶來的負向影響，抑制鄰近區域的耕地“非糧化”現象。第一產業增加值占生產總值比重（pavp）這一變量的系數在1%水平上顯著為正，說明黃河流域某一省（自治區）第一產業增加值的比值上升會提升鄰近?。ㄗ灾螀^）的耕地“非糧化”情況。這是因為第一產業增加值比重上升，可能主要是由非糧作物產值增加引起的。青海省、甘肅省和內蒙古自治區等地的農牧資源豐富，畜牧業的發展具有溢出和示范效應，隨著經濟效益的增加，會帶動周邊地區畜牧業的發展，再加上國家關于農畜牧戰略的實施，加快了這些地方農畜牧產業的發展。農用機械總動力（tpfm）這一變量的系數在1%水平上顯著為負，說明黃河流域某一省（自治區）農業機械總動力的提高會顯著抑制鄰近?。ㄗ灾螀^）的耕地“非糧化”情況。這是由于農用機械總動力代表資本因素，資本具有逐利性，某地非糧作物種植效益高會吸引較多的資本投入，減少周邊地區資本對糧食種植的干預，降低資本對糧食作物生產的不利影響。農業用水（aw）這一變量的系數在1%水平上顯著為正，說明黃河流域某一省（自治區）農業用水的增加會加重鄰近省（自治區）“非糧化”現象。在黃河流域，河南省、山東省、內蒙古自治區和四川省是我國的糧食主產區，農業灌溉需水量較多，會影響流域內其他?。ㄗ灾螀^）的農業用水情況。

4 結論與建議

4.1 結論

基于2010—2020年黃河流域9?。ㄗ灾螀^）的耕地“非糧化”、社會經濟和農業生產等相關數據，利用空間杜賓模型分析了黃河流域9?。ㄗ灾螀^）耕地“非糧化”空間上的相關性及影響因素，得出以下結論。

①農業生產資料價格指數、人均國內生產總值、第一產業增加值占生產總值比重、農用機械總動力和農業用水是影響黃河流域耕地“非糧化”的重要因素，但其作用方向不同。

②上述影響因素具有空間上的溢出效應，不僅影響當地的耕地“非糧化”水平，還會對周邊地區的耕地“非糧化”水平產生影響。

4.2 建議

4.2.1 發展流域各省（自治區）農業經濟，提高農民種糧收益

黃河流域9?。ㄗ灾螀^）大多分布在我國中部和西部地區，經濟發展水平相對較低，應進一步支持第一產業發展，優化農業生產結構，促進農業發展，增加農民收入。針對農民種糧效益低、生產成本高的情況，各?。ㄗ灾螀^）應繼續進行價格支持和農業補貼，保障農民收入，降低糧食生產成本，提高農民種糧積極性。

4.2.2 加強農業技術應用，提高農業資源利用效率

黃河流域各?。ㄗ灾螀^）水資源承載能力普遍不足，未來可以發展噴淋、微灌、管灌等節水灌溉模式，提高農業用水效率，減少糧食生產用水不必要的損失。此外，應加強農業技術交流與合作，針對不同的種植結構研發推廣相應的農業機械和農業技術。

4.2.3 完善耕地保護制度，嚴格落實耕地保護責任

黃河流域各省（自治區）應明確耕地的糧食種植功能屬性，因地制宜調整非糧作物種植，嚴格把控耕地流轉，限制耕地轉換為建設用地。同時，對于違法占用耕地、土地流轉從事非糧種植的行為，有關部門應做到早發現、早制止，杜絕因監管不力導致的耕地“非糧化”現象。

4.2.4 加強區域高標準農田建設，提高糧食綜合生產能力

黃河流域各?。ㄗ灾螀^）耕地“非糧化”仍然呈現上升的趨勢，帶來的直接影響是糧食產量下降。因此，未來可以在現有設施的基礎上對農田進行改造升級，建設并保護高標準農田，達到在有限的耕地面積上增加糧食產出、提高區域糧食產量、保障區域糧食安全的目標，夯實國家糧食安全根基。

4.2.5 強化耕地生態補償機制，提升流域綠色發展水平

黃河流域大部分區域屬于生態脆弱地區，面臨著生態退化的問題，而由此實施的退耕休耕政策可能會使農民收入出現波動。針對這一問題，政府一方面應加強對退耕農民的生態補償力度，另一方面要建立“市場化”“多元化”的可持續的生態補償機制，并健全耕地生態補償機制的監督保障機制，落實監管責任。

參考文獻：

［1］溫利華，劉紅耀，張廣錄，等.資源型城市耕地非農化及關聯因子研究：以河北省邯鄲市為例［J］.西北農林科技大學學報（自然科學版），2013（8）：125-132.

［2］陳浮，劉俊娜，常媛媛，等.中國耕地非糧化空間格局分異及驅動機制［J］.中國土地科學，2021（9）：33-43.

［3］王鵬程，張利國，盧玉蘭，等.廣西耕地“非糧化”時空演變及影響因素研究［J］.中國農業資源與區劃，2023（5）：187-197.

［4］SU Y，LI C，WANG K，et al. Quantifying the spatiotemporal dynamics and multi-aspect performance of non-grain production during 2000—2015 at a fine scale［J］. Ecological Indicators，2019（6）：410-419.

［5］SU Y，HE S，WANG K，et al. Quantifying the sustainability of three types of agricultural production in China： an emergy analysis with the integration of environmental pollution［J］. Journal of Cleaner Production，2020（10）：119650.

［6］王妘鑫，談存峰.西北地區耕地非糧化影響因素分析：以甘肅省平涼市為例［J］.中國物價，2022（7）：115-117.

［7］王鵬程，張利國，盧玉蘭，等.廣西耕地“非糧化”時空演變及影響因素研究［J］.中國農業資源與區劃，2023（5）：187-197.

［8］吳郁玲，張佩，于億億，等.糧食安全視角下中國耕地“非糧化”研究進展與展望［J］.中國土地科學，2021（9）：116-124.

［9］薛選登，張一方.產糧大縣耕地“非糧化”現象及其防控［J］.中州學刊，2017（8）：40-45.

［10］郭珍.耕地功能性流失的表現、驅動機制及其治理［J］.吉首大學學報（社會科學版），2020（5）：56-63.

［11］任大鵬，彭博.防止耕地“非糧化”的法律規制研究［J］.中國土地科學，2022（7）：1-9.