東北黑土區典型地域耕地質量退化影響因素的空間非平穩性作用效應

關鍵詞：耕地質量退化；影響因素；空間非平穩性；地理加權回歸改進的結構方程模型；東北黑土區

耕地質量退化是指耕地在受自然因素和人類利用的影響下，耕地質量形成能力或潛力發生下降的時空過程[1]，其強烈沖擊糧食安全底線。準確診斷耕地質量退化的影響因素，并深入解析影響因素在空間上單一、交互以及綜合作用效應的非平穩性，揭示其作用的分異規律，是有效阻控耕地質量退化的關鍵性學理問題，也是全方位夯實國家糧食安全根基的重中之重。黑土地是指擁有黑色或暗黑色腐殖質表層的土地，具有肥力高、土壤性狀良好等優質特征。東北黑土地是《中華人民共和國黑土地保護法》中指出的集中分布在中國黑龍江省、吉林省、遼寧省以及內蒙古自治區東部4省區范圍內的黑土耕地，糧食總產量和糧食調出量分別占全國的1/4和1/3[2-3]，是國家糧食安全的壓艙石與穩壓器。在長期開墾和高強度利用以及氣候變化的影響下，黑土區耕地的地表過程和有機質積累過程發生深刻變化[3]，出現了以土壤有機質含量下降、土壤養分含量降低、土壤蓄水能力減弱以及土壤容重增加等為特征的耕地質量退化問題。2021年 7月中國科學院發布的《東北黑土地白皮書（2020）》指出，近60年來東北黑土區耕作層有機質含量下降了1/3；發生水土流失的耕地面積占黑土區耕地總面積的46.39%；與自然黑土相比，開墾80年的耕作層土壤容重增加59.49%；總孔隙度下降22.68%；田間持水量下降53.90%。可見，東北黑土區耕地質量退化態勢嚴峻，嚴重威脅著耕地的可持續利用，對糧食的穩定供給造成壓力。但目前國家和學界對黑土區耕地質量退化影響因素研究還不夠深入，難以滿足黑土耕地的保護以及有效阻控黑土耕地質量退化態勢的現實需求。因此，闡明東北黑土區耕地質量退化的時空特征，深入挖掘并揭示耕地質量退化主控影響因素經單一和交互后綜合作用效應的空間非平穩性規律，可為開展具有針對性和差異性的東北黑土區耕地質量退化分區治理提供理論支撐，對實現黑土耕地的永續利用，牢守國家糧食安全底線具有重要的理論與現實意義。

目前學界主要圍繞土地退化的影響因素進行了積極有益的探討[4-8]，指出土地退化是自然因素與人為因素共同作用的結果，二者在土地退化的過程中均發揮著重要的作用[9]。其中，自然因素主要為氣候因素（光照、氣溫、降水、風速等）；人為因素主要為人口增加、城市化以及不合理的人類活動[10]；并從作用的時間效應來看，分別具有長期的漸變性和短期的突變性[11-14]。此外，有學者將驅動力分為直接驅動因素和間接驅動因素[13]。可以看出，土地退化是突變和漸變性因素經直接和間接的復雜交織過程后的最終表現，是多重作用效應的累積結果，為本文開展耕地質量退化影響因素的研究提供了重要的理論支撐。但當前研究還存在如下薄弱之處：第一，土地退化的最優尺度尚未明確。土地退化伴隨著格局與過程的改變，勢必具有一定的尺度效應，在不同尺度下，格局變化過程及效應存在一定的尺度差異[14-16]。第二，土地退化主控影響因素的診斷缺少對因素空間依賴性的考慮。目前學界多是利用計量分析模型對土地退化主控因子進行識別，嚴重忽略了影響因素之間的空間依賴互動關系。第三，土地退化影響因素之間直接、間接以及綜合性的空間非平穩作用效應挖掘與分析不夠深入。當前學者們主要采用地理探測器、結構方程模型、地理加權回歸等模型探討全局尺度下多影響因素之間的交互作用以及局部尺度單一影響因素的空間非平穩性作用效應，尚未實現對多因子之間交互作用關系的空間非平穩性定量表達。

本文以東北黑土區典型地域富錦市為研究區，基于氣象、社會經濟、耕地利用與管理等多源數據，采用增量空間自相關、探索性回歸分析、地理加權回歸改進的結構方程模型（GWR-SEM），識別并診斷研究區耕地質量退化的最優空間尺度與主控影響因子，闡明主控影響因子經單一和交互后的綜合性空間非平穩作用效應，旨在為有效扭轉和遏制東北黑土區耕地質量退化態勢提供科技支撐。

1 理論框架

耕地質量退化是耕地遺傳質量退化和變異質量退化經互饋作用后，耕地質量系統容量發生下降的過程[1]。基于要素— 過程— 功能的耕地質量理論指出，耕地質量是耕地組成要素及其在相互作用的過程中所形成的以糧食生產為核心功能的客觀存在[17]；是由耕地立地條件經歷長期作用所形成的內在資源稟賦和受人類主觀認知控制的外部利用條件相互耦合作用后的最終產物[1，17-18]，并且這一觀點得到了學界的廣泛認可。耕地內在資源稟賦具有長期穩定性的遺傳特征，其稟賦的高低依賴于自身所繼承的自然條件在相互配合后產生的效應[1，19]，主要表現在耕作土壤的理化性狀方面。外部利用條件具有短期波動性的變異特征，其條件的優劣由人類的行為和認知程度決定，主要表現在農田基礎設施以及耕種過程引致的外部性結果。可以看出，耕地質量退化是一個連續、動態的地理過程，是多種影響因素相互交織后的最終產物，彼此之間的作用關系錯綜復雜，存在一定的分化特征。因此，準確把握耕地質量退化的動態連續過程，揭示耕地質量退化影響因素之間的分異性作用規律，是精準有效阻控耕地質量退化的必要前提和邏輯起點。

景觀生態理論指出格局與過程的變化將伴隨著一定的尺度效應[14-16]，耕地質量退化是一個強時空概念，其格局與過程處于一個持續變化的階段，因此具有顯著的空間尺度特征，但目前對其卻少見探討，從而導致對退化的實質性和科學性動力機制的把握不夠全面深刻。現有研究證實[9]，耕地質量退化是自然因素與社會經濟因素共同作用后的結果，二者在耕地質量退化的過程中均發揮著重要的作用。自然因素是以耕地對應的光照、溫度、水文等立地條件的改變為表征，是一個漫長的過程，當不同自然要素的變化量積累到一定的程度或某一閾值時將引致耕地質量發生退化，從作用的時間效應來看，具有長期的漸變性。社會經濟因素體現在區域經濟發展的水平、農業現代化水平、耕地規模化水平以及耕作強度的改變，綜合反映出耕地利用的模式變化，對質量退化具有舉足輕重的作用，主要受人為主觀決策影響，是一個瞬時的過程，從作用的時間效應來看，具有短期的突變性。此外，影響因素之間也具有一定的空間互動與依賴特征，會對關鍵性因素篩選的過程造成干擾，但目前學界在該方面的考慮尚顯不足，亟需引起關注與重視。

由此可見，耕地質量退化是漸變和突變型影響因素相互作用后的結果，除存在影響因素單一作用的映射關系外，還存在著多因素之間的交互與傳導[1，17]，具有多條驅動路徑。地域分異理論提出，不同的自然環境和社會經發展水平會形成差異化的地帶性區域分布。受耕地立地和區位條件的影響，耕地質量退化影響因素的作用效應在空間上勢必存在分化特征。為此，本文聚焦耕地質量的遺傳性和變異性，充分考慮二者在不同空間位置上作用方式的差異性，對耕地遺傳質量退化和變異質量退化進行動態耦合，揭示耕地質量退化的時空規律，識別耕地質量退化的最優空間尺度。并從影響耕地質量退化的突變性和漸變性影響因素著手，在明確影響因子間空間依賴性的前提下，對主控因子進行診斷，并探討各主控因子經單一與交互后的綜合性空間非平穩作用效應，以期實現黑土耕地的高效與精準治理（圖1）。

2 研究方法與數據來源

2.1 研究區概況

富錦市位于黑龍江省佳木斯市東北部，地處三江平原腹地中心，地貌從西北向東南緩慢傾斜，形成西北略高，中部低平，東南稍低的沖積平原，土壤類型以黑土、草甸土、白漿土、暗棕壤、沼澤土為主，屬于東北典型黑土區[20]，適宜糧食作物的生長，是中國重要的糧食產區。研究區土地總面積為8 224 km2，并存在兩種權屬，位于研究區東部和西北部的農墾建三江分局和紅興隆分局屬國有土地，其余11 個鄉鎮屬集體土地。市域范圍內耕地總面積為6 285.15 km2，墾殖率高達76.42%，截至2022 年，糧食產量實現十年連續增長，糧食作物播種面積為826.47 萬畝，糧食總產量為64.04 億斤，被農業農村部列入東北黑土地保護利用項目名單。受全球氣候變化和人類長期對黑土耕地的高強度利用影響，研究區耕地出現了“變薄”“變瘦”“變硬”的質量退化現象；特別是在2000 年之后采取的單一作物連續種植的耕作模式逐步驅動著耕地質量退化，嚴重威脅著耕地的可持續利用，是保障國家糧食安全所面對的重要壓力。

2.2 數據來源與處理

本文主要利用氣象數據、社會經濟數據以及耕地利用與管理數據進行耕地質量退化影響因素的診斷，并闡明各影響因素經直接和間接交互作用后對耕地質量退化的綜合性空間非均衡作用效應。其中，氣象數據來源于中國科學院資源環境數據中心中國氣象要素年度空間插值數據集（http：//www.resdc.cn）， 包括年研究時段內的日照時數、年平均氣溫、年降水量、年蒸發量，空間分辨率均為1 km，以此表現研究區氣候的變化。社會經濟數據來源于國家青藏高原科學數據中心提供的中國長時間序列逐年人造夜間燈光數據集（http：//data.tpdc.ac.cn），空間分辨率為1 km；中國科學院資源環境數據中心中國GDP 空間分布公里網格數據集（http：//www.resdc.cn），figShare 平臺共享的全球1 km 電力消耗數據（https：//doi.org/10.6084/m9.figshare.17004523.v1）依次反映研究區城鎮化和經濟發展以及農業現代化水平的改變。耕地利用與管理數據主要來自中國科學院空天信息創新研究院（databank.casearth.cn）提供的研究區4 月和7 月Landsat 地表反射率數據和研究期初和期末的土地利用矢量數據。利用研究區2000 年和2020 年土地利用矢量數據計算研究時段內水田面積占比變化量、田坎密度變化量分別反映耕地精細化耕作和規模化利用水平的變化；相關研究表明，作物秸稈中的木質素和纖維素在2 100 nm 附近形成獨特的光譜吸收特征，歸一化差異耕作指數NDTI 與秸稈覆蓋度之間存在著較高的相關性[21]，因此本文基于Envi 5.3 軟件利用研究區4 月Landsat 地表反射率數據，計算研究期初和期末的歸一化差異耕作指數NDTI，并對二者進行差值計算表征秸稈覆蓋度變化，體現耕地休養生息的程度；利用研究區7 月Landsat 地表反射率數據計算研究時段內的植被覆蓋度變化，以此反映作物種植密度，彰顯耕地種植強度的變化。需要說明的是，為保證上述各類屬性信息可被提取至所有的耕地圖斑中，本文經過多次實驗將兩期氣象、社會經濟、耕地利用與管理數據均重采樣至10 m。

2.3 研究方法

2.3.1 耕地質量退化最優空間尺度識別模型

增量空間自相關是通過測量一系列距離下空間自相關的顯著性水平，并創建出相應空間距離下顯著性Z 值的折線圖，其中具有統計學顯著性意義的峰值Z 得分體現出了空間過程集聚性最明顯的距離，該距離是發生相關地理和生態過程的最優空間尺度。本文以各耕地圖斑的耕地質量退化度為屬性值，基于ArcGIS 平臺，采用增量空間自相關，明確耕地質量退化過程的最優尺度。但目前在采用增量空間自相關模型時，距離增量的設定多通過人為主觀經驗判斷，缺少明確的標準與理論依據。為此，本文假設研究區耕地圖斑均為正方形并測算其平均尺度，以現實耕地圖斑的平均形狀指數反映耕地形態的復雜程度，進而對耕地的平均尺度進行縮放修正，獲得距離增量值。具體計算公式如下：

式（1）— 式（3）中：L 為距離增量；S 為研究區耕地圖斑的平均尺度；LSI M 為研究區耕地圖斑的平均形狀指數；LSI 為耕地圖斑的形狀指數；E為耕地圖斑的周長；A為耕地圖斑的面積；AM 為研究區耕地圖斑的平均面積；根據測算，研究區距離增量L = 278 m。

2.3.2 耕地質量退化主控因子診斷模型

探索性回歸分析模型在對候選解釋變量的空間分布以及空間依賴性進行分析的同時，結合了模型冗余性、完整性、顯著性等特征，對多項解釋變量進行測試組合，最終對關鍵性作用因子進行診斷，彌補了傳統回歸模型對解釋變量空間依賴性考慮欠缺的不足，可更為準確地診斷出耕地質量退化的主控因子。本文在耕地質量退化最優空間尺度下，提取計算各網格內耕地質量退化影響因子的平均值，并依次將其作為自變量；為消除網格內耕地質量退化度極值對計算的影響和干擾，以網格內各耕地圖斑面積與其自身質量退化度乘積的累加值為因變量，利用ArcGIS 10.8 軟件探索性回歸分析功能，對造成研究區耕地質量退化的主控因子進行診斷識別。

2.3.3 空間非平穩性作用效應模型

地理加權回歸模型（GWR）是一種考慮空間非平穩性的局部回歸模型，彌補了傳統多元回歸模型對空間異質性考慮不足的欠缺，能有效地刻畫出因子作用效應的空間分異格局，其中模型自變量的回歸系數可充分反映出自變量在不同空間位置對因變量的作用效應。但遺憾的是地理加權回歸模型只能刻畫出自變量對因變量直接作用效應的空間非均衡格局，對自變量間交互作用關系的考慮不足。結構方程模型（SEM）集成了因子分析和路徑分析的兩大功能，可以同時完成因子單一作用和交互作用的量化測算，而不足的是該模型從全局角度出發，缺少對空間分異特征的考慮。以結構方程模型的原理為指導，以地理加權回歸為手段，對二者進行有機結合，建立地理加權回歸改進的結構方程模型（GWR-SEM）可有效對耕地質量退化影響因素的單一作用和交互作用的空間異質性進行刻畫。本文在耕地質量退化最優空間尺度下，基于ArcGIS 平臺的模型構建器，利用地理加權回歸模型，明晰各主控因子對耕地質量退化的單一作用效應的空間異質性。依次以耕地質量退化的各主控因子為因變量，以剩余主控因子為自變量，進行地理加權回歸的多次循環迭代，闡明主控因子之間具有空間非平穩性的作用路徑。對二者進行乘積處理表征因子間的交互作用效應，并將各主控因子的單一和交互作用效應累加，以刻畫各主控因子綜合作用效應的分異格局。

3 結果分析

3.1 耕地質量退化時空特征

課題組前期從遺傳和變異的視角構建了耕地質量退化測度體系，運用主成分分析、灰色關聯度模型確定了耕地遺傳和變異質量退化指標的單一作用權重和經交互作用后的復合權重，并對二者進行加和與歸一化處理獲得各退化指標的綜合作用權重[1]。與此同時，利用局部空間自相關改進的CRITIC 模型確定了各耕地圖斑遺傳和變異質量退化的動態權重，對二者進行了空間差異性耦合，揭示了富錦市耕地質量退化的時空規律（圖2）。

結果表明，2000 — 2020 年富錦市約1/3 的耕地發生了質量退化，且不同鄉鎮之間退化態勢具有顯著的分別，退化速率較大，并呈現出以中、西、東部梯度遞減為主基調的耕地質量退化空間格局。可以看出研究區耕地質量退化態勢較為嚴峻，并表現出顯著的空間分異特征，其原因可能在于研究區近幾十年進行的耕地“旱改水”項目，嚴重擾動了區域的生態水文過程，對耕作土壤的物理、化學、生物過程具有深刻影響，降低了耕地遺傳質量的形成能力，并且研究區中部和西部的農區與研究區東部的墾區相比，耕作過程缺少科學系統的指導，連續高強度利用和用養不結合的耕種模式造成耕地遺傳質量出現不同程度的下降。在變異質量退化方面，家庭聯產承包責任制度造成農區耕地規模化程度不高、形態破碎，所以導致耕作期內小型農機的多次作業造成土壤壓實、容重增加、生物多樣性下降；而東部墾區耕地布局科學，并隨著近年來進行的高標準農田建設，進一步完善了農田基礎設施，提高了耕地的規模化程度，有助于大規模多功能農業機械耕種的實現，在較大程度上減輕了土壤壓實和生物多樣性下降等問題。總之，墾區與農區間耕地建設、利用與管理的差異是富錦市形成耕地質量退化時空分異格局的關鍵。

3.2 耕地質量退化影響因素指標體系構建

現有研究證明，溫度、降水等氣候條件以及經濟發展、耕地利用模式等社會經濟因素對耕地質量退化具有重要的影響[22-24]。氣候條件在年際間的變異能力偏弱，對耕地質量退化具有長期累積的作用效應。為此，本文主要選取研究期內年日照時數、年平均氣溫、年平均降水量、年蒸發量的變化量作為耕地質量退化的漸變性影響因子，其可有效地反映出研究時段內耕地所處的光照、溫度、水文等自然立地條件的改變對耕地質量退化的長期作用結果。社會經濟因素的改變由人類的認知以及決策所決定，具有變化迅速的特點；區域經濟發展水平、耕作強度、農業現代化、農田規模化利用水平的改變均會對耕地質量退化產生一定影響，且具有短期瞬時性，主要由人類活動所導致，屬突變性影響因子。因此本文選取地均GDP 和城鎮化水平反映區域經濟發展水平的改變；選取水田面積占比、植被覆蓋度和秸稈覆蓋度表征研究區耕作強度的改變；以地均用電量體現研究區農業現代化水平的改變；以田坎系數核密度值指示研究區農田規模化利用水平的改變。其中，GDP 和城鎮化水平可以反映在社會經濟發展過程中人類高強度經濟活動對耕地質量造成的壓力。水田面積占比和植被覆蓋度可反映對耕地利用的強度，其值越大耕作強度越高；秸稈還田可緩解高強度耕作帶來的土壤有機質含量的下降，可反映耕地休養生息的程度，其值越大耕作強度越低。需要說明的是，本文以地均用電量和田坎密度的間接指標表征農業現代化水平和耕地規模化利用水平，其主要原因在于：黑龍江省自2000 年以來，持續進行農村電網的改造和升級工作，顯著提升了農村電網的承載和傳輸能力，使得供電更加穩定；研究區位于黑龍江農墾建三江農業現代化區，墾殖率高，耕地集中連片，電力基礎設施完善，用電量主要由農業用電產生，因此地均用電量可反映研究區農業現代化水平，并且相關研究也表明了農村用電量與農業現代化水平之間具有較強的正相關性[25]。田坎作為耕地權屬的分界線，其系數的大小反映同一耕地圖斑受權屬層面的影響被分割程度的高度，即體現耕地規模化利用的水平，當田坎系數高時反映耕地圖斑被多個農戶分割造成規模化利用水平低下，二者之間存在負相關關系，為此本文以田坎系數核密度反映耕地被分割的程度，可有效表征農田規模化利用程度（表1）。

3.3 耕地質量退化最優空間尺度識別與主控因子診斷

增量空間自相關結果表明，研究區耕地質量退化顯著性Z值在1 390 m 處出現峰值，即在0～1 390 m時耕地質量退化度的顯著性Z 值呈逐漸增加態勢，在1 390 m處之后顯著性Z值開始逐漸下降。因此1 390 m為研究區耕地質量退化過程中質量退化度集聚特征最為顯著的空間距離，即研究區耕地質量退化的最優空間尺度為1 390 m（圖3），為計算方便本文以1 400 m作為研究區耕地質量退化的最優空間尺度。

在耕地質量退化最優空間尺度下，探索性回歸結果顯示，研究區耕地質量退化的主控因子分別為植被覆蓋度、地均用電量、年蒸發量、地均GDP 以及秸稈覆蓋度，5 種因子對研究區耕地質量退化作用的顯著性最高，均在P＜ 0.01 的水平下顯著。另外，由5 種作用因子和質量退化度組成的OLS 回歸模型的校正后決定系數即AdjR2 為0.62，表明該回歸模型的擬合效果較好，可較為充分地反映出耕地質量退化結果；與此同時，該回歸模型的方差膨大因子VIF = 1.21 遠低于10，表明診斷出的耕地質量退化主控因子之間不存在多重共線性。綜上，研究區耕地質量退化的主控因子共5 種，依次為植被覆蓋度、地均用電量、年蒸發量、地均GDP 以及秸稈覆蓋度，5 種主控因子之間經相互交織作用后造成研究區出現耕地質量退化的時空分異特征。

3.4 耕地質量退化主控因子的空間非平穩性作用效應

年蒸發量、地均GDP、植被覆蓋度、秸稈覆蓋度、地均用電量經單一和交互作用后對研究區耕地質量退化的空間非平穩性綜合作用效應具有顯著的差異（圖4，圖5），主控因子之間的空間交互對因子單一非平穩性作用效應同時具有正向協同和負向拮抗的驅動關系。

3.4.1 年蒸發量

年蒸發量變化對研究區耕地質量退化的綜合性空間非平穩作用效應表現為在研究區中西部、北部、東南部以及東部的硯山鎮、頭林鎮、上街基鎮、富錦鎮、大榆樹鎮西部、宏勝鎮以及農墾建三江分局東部和西南部存在正向效應，在其他區域存在負向效應。年蒸發量變化對研究區耕地質量退化的單一空間非平穩作用效應與綜合空間非平穩作用效應趨同。表明其他交互因子對年蒸發量變化的單一空間非平穩作用效應具有協同推進的作用，最終呈現出年蒸發量變化的綜合性空間非平穩作用效應。

2000 — 2020 年研究區中西部、北部、東南部的年蒸發量發生下降且對耕地質量退化具有正向效應，表明該區域年蒸發量的下降遏制了耕地質量退化。該區域毗鄰松花江等水系，地表水資源豐富，蒸發量的下降標志著提升了區域的水資源的利用率，使水土資源的匹配程度得到提高，進而阻控了該區域的耕地質量退化。研究期內富錦市東北部年蒸發量提高并對耕地質量退化具有正向效應，表明該區域年蒸發量的提高導致了耕地質量退化。該區域水稻連續大規模種植過程中水田灌水量過高，嚴重影響了該區域耕地地表溫度和氣熱循環過程，并且長期的淹水狀態增強了厭氧微生物的活性，加速分解消耗土壤中的有機物，導致大量甲烷氣體釋放，從而對耕地質量退化產生驅動作用。研究時段內研究區中部和西部年蒸發量降低并對耕地質量退化具有負向效應，表明該區域年蒸發量的下降造成了耕地質量退化。該區域耕地多是由“圍濕造田”形成，蒸發量的下降預示著區域水資源逐漸匱乏，存在地表干旱問題，導致土壤含水量下降，影響了耕作土壤的多項理化過程，使其對耕地質量退化產生驅動作用。

3.4.2 地均GDP

地均GDP 變化對研究區耕地質量退化的綜合性空間非平穩作用效應表現為在研究區中部、西部以及東部的向陽川鎮、錦山鎮、農墾建三江分局存在負向效應，在其他區域存在正向效應。地均GDP 變化對研究區耕地質量退化的單一空間非平穩作用效應與綜合空間非平穩作用效應同步。表明其他交互因子對地均GDP 變化的單一空間非平穩作用效應具有協同推進的作用，最終呈現出地均GDP 變化的綜合性空間非平穩作用效應。

2000 — 2020 年研究區中部、西部以及東部地均GDP 有所提高且具有負向效應，表明該區域地均GDP的提高阻控了耕地質量退化。該區域在研究期內農田形態以及灌排條件等逐步完善，耕地單位面積的經濟產出有所增加，提高了農戶對耕地保護意愿，加大了對耕地基礎設施建設的投入，提高了耕地的抗逆能力和耐受性，從而可遏制耕地質量退化。研究期內富錦市其他區域地均GDP 有所提高并具有正向效應，表明該區域地均GDP 的提高引發了耕地質量退化。該區域耕地破碎化程度較高，農田基礎設施建設難度大，年際間糧食產量不穩定，片面的追求耕地經濟產出所采用的高強度耕作模式造成地力透支，誘導了耕地質量的退化。

3.4.3 植被覆蓋度

植被覆蓋度變化對研究區耕地質量退化的綜合性空間非平穩作用效應表現為在研究區中部、中西部和西部存在正向效應，在研究區東部主要存在負向效應。植被覆蓋度變化對研究區耕地質量退化的單一空間非平穩作用效應表現為在研究區北部和東北部的大榆樹鎮和二龍山鎮以及農墾建三江分局的北部和西部存在負向效應，在其他區域存在正向效應。表明其他交互因子對植被覆蓋度變化的單一空間非平穩作用效應同時具有協同推進和拮抗遏制的作用，在研究區北部和東部改變了植被覆蓋度的單一作用效應，具有拮抗遏制的作用，在其他區域具有協同推進作用，最終呈現出植被覆蓋度變化的綜合性空間非平穩作用效應。

2000 — 2020 年研究區中部和西部植被覆蓋度均發生提高并具有正向效應，表明該區域植被覆蓋度的提高引致了耕地質量退化；研究期內富錦市北部植被覆蓋度發生下降并存在正向效應，表明該區域植被覆蓋度的下降阻礙了耕地質量退化。其在于隨著植被覆蓋度的提高和降低，影響著耕作強度，強度的增高對耕作土壤造成了強烈的擾動，進而造成耕地質量退化；強度的降低使耕作土壤得以休養，從而可阻礙耕地質量退化。研究時段內富錦市東部植被覆蓋度發生提高并存在負向效應，表明該區域植被覆蓋度的提高遏制了耕地質量退化。該區域在研究期初初步完成了“旱改水”項目，對水稻種植農藝的掌握尚不全面，處于探索階段，因此植被覆蓋度偏低種植密度小，隨著對水稻種植技術的快速掌握，耕地植被覆蓋度增加，加大了種植密度，增強了作物對耕地土壤的保持與固定能力，從而阻控了耕地質量退化。

3.4.4 秸稈覆蓋度

秸稈覆蓋度變化對研究區耕地質量退化的綜合性空間非平穩作用效應表現為在研究區中西部和東部存在正向效應，在研究區西部和中部存在負向效應。秸稈覆蓋度變化對研究區耕地質量退化的單一空間非平穩作用效應表現為在研究區東部和中部存在正向效應，在研究區西部主要存在負向效應。表明其他交互因子對秸稈覆蓋度變化的單一空間非平穩作用效應同時具有協同推進和拮抗遏制的作用，在研究區中西部和中部改變了秸稈覆蓋度的單一作用效應，具有拮抗遏制的作用，在其他區域具有協同推進作用，最終呈現出秸稈覆蓋度的綜合性空間非平穩作用效應。

2000 — 2020 年研究區東部秸稈覆蓋度發生下降的同時具有正向效應，表明該區域秸稈覆蓋度的下降對耕地質量退化具有阻抗作用；該區域為大規模水稻種植區，研究期初秸稈覆蓋度較高，導致秸稈形成立體結構，其難以腐爛還田，并且影響耕作土壤的溫度的提升和降水的入滲，以及容易引發病蟲害問題。因此，隨著秸稈覆蓋度的降低可遏制耕地質量退化。研究期內富錦市中西部秸稈覆蓋度有所提高并具有正向效應，表明該區域秸稈覆蓋度的提高促進了耕地質量的退化，其主要原因與研究區東部相似，該區域水稻種植也相對集聚，過多的秸稈覆蓋難以腐爛并影響土壤溫度和含水量，從而導致耕地質量退化。研究時段內研究區西部和中部在秸稈覆蓋度增加的同時起負向作用效應，表明該區域秸稈覆蓋度的增加遏制了耕地質量退化。該區域研究期初秸稈覆蓋度低下，隨著秸稈覆蓋度的增加，其在微生物的作用下分解后的產物可以直接還田，增加耕作土壤的有機質含量和土壤的保溫、保水能力，進而抗御了耕地質量的退化。

3.4.5 地均用電量

地均用電量的變化對研究區耕地質量退化的綜合性空間非平穩作用效應表現為在研究區東部和西部存在正向效應，在研究區中部存在負向效應。地均用電量對研究區耕地質量退化的單一空間非平穩作用效應與綜合空間非平穩作用效應相似。表明其他交互因子對地均用電量單一空間非平穩作用效應具有協同推進的作用，最終呈現出地均用電量的綜合性空間非平穩作用效應。

2000 — 2020 年研究區東部和西部地均用電量發生提高并起到正向效應，表明該區域地均用電量的提高誘致了耕地質量退化；該區域為水田集中分布區，田塊較為平整，農田基礎設施已較為完善，在持續加強機械投入的同時將擾動耕作土壤的團粒結構，造成耕地質量退化。研究區中部耕地用電量有所提升且存在負向效應，表明該區域地均用電量的提高阻控了耕地質量退化。該區域屬傳統的小農生產，隨著農業現代化程度的提高，減輕了小型農機一年多次作業造成的土壤壓實，從而對耕地質量退化產生抵御作用。

4 結論與建議

4.1 結論

本文基于課題組前期開展的“遺傳和變異視角下耕地質量退化時空分異”研究成果，從耕地質量退化影響因素作用的時間效應出發，圍繞耕地質量退化的突變型和漸變型影響因素，采用增量空間自相關、探索性回歸、地理加權回歸改進的結構方程模型（GWR-SEM），明確研究區耕地質量退化的最優空間尺度，診斷識別耕地質量退化的主控影響因子，闡清各影響因子對耕地質量退化在單一和交互后綜合作用效應的空間非平穩性規律。

（1）2000 — 2020 年研究區耕地質量退化的比例約1/3，且不同鄉鎮之間退化態勢具有顯著的區別，退化速率較大，并呈現出以中、西、東部梯度遞減為主基調的耕地質量退化空間格局。

（2）研究區耕地質量退化的最優空間尺度為1 390 m，主控影響因子共計5 種，依次為植被覆蓋度、地均用電量、年蒸發量、地均GDP 以及秸稈覆蓋度。研究區耕地利用強度、農業現代化水平、水資源利用、區域經濟發展以及耕地休養生息水平之間相互交織驅動造成中、西、東部梯度遞減的耕地質量退化格局。

（3）5 種主控因子經單一和交互作用后對研究區耕地質量退化的空間非平穩性綜合作用效應具有顯著的差異，主控因子之間的空間交互對因子單一非平穩性作用效應同時具有正向協同和負向拮抗的驅動關系。在基于因子單一非平穩性作用效應開展針對性分區治理的同時，要充分考慮因子之間交互驅動作用后對單因子作用效應的協同與拮抗關系，對交互因子開展正負兩方面的輔助性治理，實現耕地質量退化治理的雙輪驅動，以待扭轉黑土區耕地質量退化態勢。

4.2 建議

一是推進研究區東部節水農業的建設，并根據區域水土資源的匹配關系，確定適度的水田規模以及空間分布，有計劃地開展水田的休耕工作；同時進行水田非接觸或少接觸式的低空農業生產活動，減少傳統農機的過度和頻繁耕作；利用物聯網、無人機、大數據等技術積極進行科技研發創新，提高對耕地質量數據監測的精度，建立耕地質量退化治理的專家智庫，從遺傳和變異質量恢復視角對治理成效進行評估，將其納入年末政府考核指標進行獎懲。二是根據研究區中部耕地的內在土壤性狀和外部利用條件，研判耕地種植強度，同時對坡度相對較大產能低下的耕地進行退耕還林還草還濕，提高區域的水源涵養能力，解決干旱問題，建立山水林田湖草的系統治理觀。三是推動研究區中西部土地流轉，對破碎化的耕地進行重組，以全域土地綜合整治為抓手進行農田基礎設施的建設，提高耕地的經濟產出能力，并科學制定耕地的種植密度和秸稈還田量，改善耕作土壤的水熱條件，同時適度提高耕地保護補貼標準，調動農戶對耕地保護的積極性。四是推進研究區西部保護性耕作技術的應用，提高區域少耕免耕一次性耕播作業的面積，降低耕作對土壤的干擾，并確定合理的種植密度，推動用養結合的耕地利用新模式。