The spatiotemporal differentiation and driving mechanism of farmland "non-grain use" at county scale: A case study of Hunan Province
-
摘要: 湖南省耕地“非粮化”现象日趋凸显，揭示其时空分异特征及驱动机制、提出“非粮化”缓释策略，对当地农业经济发展及国家粮食安全具有重要意义。基于2003—2020年湖南省地理空间属性数据，运用综合评价法、空间自相关分析模型以及地理探测器模型等方法，从县域尺度探析耕地“非粮化”时空演变格局及驱动机理，并提出缓释策略。结果表明：1）湖南省耕地“非粮化”水平整体波动上升，粮食安全情势不容乐观。2007—2017年耕地“非粮化”水平较前一阶段小幅度下降，2018—2020年耕地“非粮化”水平增幅明显；2）县域耕地“非粮化”水平空间差异特征明显，呈现“西北高-东南低”的分布格局，并在年际间表现出由四周向中部聚集的态势，具有显著的正向空间集聚效应，高-高集聚区主要分布于凤凰县、泸溪县、麻阳苗族自治县、芷江侗族自治县等地；3）粮食单产为耕地“非粮化”的主要驱动因素，地势起伏度的驱动程度最低，二者交互驱动力对“非粮化”的解释度达93.2%。基于此，未来湖南省应开展差异化的区域“非粮化”管控对策、提高粮食产出水平、增加农民经济收益，以针对性地缓解耕地“非粮化”趋势。Abstract: The phenomenon of farmland "non-grain use" in Hunan Province is becoming more and more prominent. To explore its spatiotemporal differentiation and driving mechanism, and to propose mitigation strategies is of great significance for local agricultural economic development and national food security. Based on the geospatial attribute data of Hunan Province from 2003 to 2020, this study adopts the comprehensive evaluation method, the spatial autocorrelation analysis model and the geographical probe model to investigate the spatiotemporal evolution patterns and driving mechanisms of farmland "non-grain use" at the county level, and put forward the alleviation strategies. Results indicate that: 1) The level of farmland "non-grain use" in Hunan Province fluctuated, posing a concerning situation for grain security. The "non-grain use" level of farmland decreased slightly from 2007 to 2017 compared with the previous period, but increased significantly from 2018 to 2020; 2) The spatial differentiation characteristics of "non-grain use" at the county level are significant, displaying a "northwest high-southeast low" distribution pattern, with an annual trend of aggregation from the periphery towards the center. The level of farmland "non-grain use" in Hunan Province has a significant positive spatial agglomeration effect. The high-high agglomeration areas are mainly distributed in Fenghuang County, Luxi County, Mayang Miao Autonomous County, Zhijiang Dong Autonomous County; and 3) Grain unit yield is the primary driving factor for farmland "non-grain use", while the lowest driving degree attributed to terrain undulation. The interactive driving force of these factors accounts for 93.2% of the explanatory power for "non-grain use". Based on these findings, Hunan Province should carry out differentiated regional "non-grain use" control countermeasures, improve grain output level, and increase farmers' economic income to effectively alleviate the trend of "non-grain use" of farmland.
-
Keywords:
- farmland /
- non-grain use /
- grain security /
- spatiotemporal pattern /
- influencing factors
-
近年来，我国农业结构不断优化，区域布局趋于合理，有力保障了国家粮食安全，为稳定经济社会发展大局提供了坚实支撑[1]。但与此同时，部分地区盲目压减粮食种植面积以追求农业结构调整，未能充分平衡农业经济效益与粮食生产的关系，导致出现耕地“非粮化”倾向，影响了国家粮食安全；另一方面，在粮食作物种植回报率低，农资价格逐年攀升的现实情况下，仅靠粮食作物种植难以实现经济效益最大化，农户“非粮化”的耕种意愿日益凸显[2-3]。因此，准确揭示耕地“非粮化”时空分异特征及驱动机制，可为政府决策部门科学合理地利用保护耕地资源、稳定区域粮食生产面积提供重要参考依据。
当前，国外相关学者研究主要涉及“非粮化”的耕地监测、经济与环境效益等多个领域[4-6]。国内研究则涵盖“非粮化”内涵、定量评价、时空格局和驱动因子分析等方面[7-9]：1）研究对象多为单个行政区或多个行政区组合，并涉及国家、省、市等不同尺度[10-12]，也有部分学者将行政区与自然分区进行结合，以探讨特定自然条件下的“非粮化”问题[13-14]；2）针对县级及以上行政区尺度的“非粮化”研究，多选取统计年鉴、政府调查报告等宏观尺度数据样本进行分析，指标体系倾向于反映区域整体情况或变化趋势[11, 15-16]。而针对乡镇或村域尺度的“非粮化”问题，更多采用如问卷调查法、田野调查法进行分析，驱动机制研究中更关注农户意愿、经济行为、耕地流转等[14, 17]；3）驱动机制研究中选取的指标因子多为人均消费水平、耕地资源禀赋、粮食种植效益等宏观的社会经济因素[18-24]。尽管已有研究较为丰富，但仍可在以下方面进行拓展，一是县级及以上尺度的研究能够较好刻画“非粮化”宏观演变趋势和周期性变化特征，但该尺度下对耕地种植效益等经济指标探究有所欠缺；二是对“非粮化”驱动机制的探索主要集中于阐释单一指标对耕地“非粮化”的影响，但“非粮化”往往由多因素组合交互驱动导致，而由王劲峰和徐成东[25]提出的地理探测器模型，最初是用来探寻地理空间分区因素对疾病风险影响机理的一种方法，该模型包括风险探测、因子探测、生态探测和交互探测4个部分内容，能够很好地实现因子的综合交互探测与解释，并已广泛应用于自然资源驱动解释等问题研究，但应用于县级尺度尤其是耕地“非粮化”问题的研究拓展则较为匮乏。
湖南省是我国南方最重要的粮食生产基地之一，但近年来因农村土地流转、农业结构调整、惠农政策等原因，综合粮食生产能力受到限制。因此，本文将从县域尺度出发，揭示湖南省2003—2020年耕地“非粮化”时空分异特征，并借助地理探测器模型，分别从用地适宜性、耕地利用程度、乡村劳动力情况、产业结构水平、农业经济情况5个维度，对县域尺度下的耕地“非粮化”驱动机制进行探究，并提出相关政策建议。
1. 研究区概况及数据来源
1.1 研究区概况
湖南省介于东经108°47′~114°15′，北纬24°38′-30°08′之间（图 1），下辖14个地级行政区与122个县级行政区。湖南省地形较为复杂，东西南三面环山，中部为低山丘陵。整体地貌在空间上表现出西高东低、南高北低的特点。湖南省以亚热带季风气候为主，水热条件优越，降水充沛，适宜稻谷生长，素有“洞庭鱼米之乡”美誉。近年来，湖南省面临着第一产业劳动力不足、粮食种植人口“老龄化”严重、耕地种植效益低下等现实问题，对当地粮食安全与农业经济可持续发展造成威胁。2020年，湖南省政府办公厅印发《湖南省耕地“非农化”“非粮化”专项整治工作方案》，强调将耕地“非粮化”整治为切入点，对耕地“非粮化”问题开展核实整改，建立管控长效机制，确保全省耕地数量、质量不断提升。
图 1 湖南省地理位置示意图Fig. 1 Geographical location of Hunan Province
下载:
全尺寸图片
1.2 数据来源及预处理
本文涉及的数据包括社会经济和自然资源2类。
1）社会经济数据。主要包括2003—2020年的各评价单元耕地面积、粮食产量、人口数量等数据，其中省内常住人口、农民人均收入、城镇化率等社会经济指标数据来源于2004—2021年的《湖南年鉴》《湖南统计年鉴》《湖南农村统计年鉴》及各市州社会经济统计公报。市场价格指数来源于各市商务局发布的生活必需品市场价格监察报告，采用油料市场价格进行表征。同时为保证行政区划的一致性，在122个县级行政单元基础上，对地级市辖区进行行政区划归并，最终共得到99个行政评价单元。
2）自然资源数据。包括高程、气象等自然资源数据。数字高程模型数据（DEM）来源于地理空间数据云网站（https://www.gscloud.cn/）；气象数据来源于中国气象数据服务网（http://data.cma.cn/）和中国科学院资源环境科学与数据中心（https://www.resdc.cn）。行政区划数据来源于国家基准地理信息中心（https://ngcc.cn/ngcc/）。
2. 研究方法
2.1 “非粮化”水平测度方法
目前学界对“非粮化”的定义尚未统一。耕地“非粮化”广义上一般指除了粮食种植之外的其他农业生产活动，狭义上则指原本用于传统粮食作物生产的耕地转向经济作物的种植。学界对“非粮化”水平的测度通常采用非粮食作物的播种面积占农作物播种面积或耕地总面积的比例（非粮比）和主要粮食作物与经济作物种植面积比例（粮经比）[26]。本文中耕地“非粮化”可理解为由原来粮食作物调整为非粮经济作物的农业生产结构调整过程，表征了农业种植结构内部粮食作物与其他作物之间比例关系的失调程度。根据湖南省作物熟制特点，选择非粮食作物的播种面积占农作物播种面积的比例作为量化标准，公式为：
Y=1−AgAc (1) 式中：Y为耕地“非粮化”率，无量纲；Ag为粮食作物（湖南省主要粮食作物为水稻、玉米）播种面积（hm2）；Ac为农作物播种总面积（hm2）。
2.2 空间趋势面分析
趋势面分析是一种将地理空间采样点数据转化为三维可视化平滑曲线的可视化分析方法[27]，能够直观地反映分析要素空间方向性及变化趋势特征。趋势分析图中的每一根竖线代表了一个采样点的位置和采样点数据。采用全局趋势面以体现湖南省耕地“非粮化”程度的空间分异趋势。设Z（xi，yi）为第i个采样点的真实观测数据，F（xi，yi）为该采样点在空间趋势面的拟合值，公式为：
Z(xi,yi)=F(xi,yi)+εi (2) 式中：（xi，yi）为数据采样点的地理坐标；εi为观测数据真实值与拟合值的偏差。
2.3 空间自相关分析
2.3.1 全局空间自相关分析
全局空间自相关用来描述整个研究区域的空间分布模式和度量属性值在整个区域的分布情况[28]。全局空间自相关能够表示各元素属性值在空间上集中或分散的程度，对于本文而言，湖南省县域耕地“非粮化”程度空间分布的内部关联性可用全局空间自相关统计量Moran’s I进行表征。其值域范围为-1≤I≤1，指数为正表示空间正相关，指数为负表示空间负相关，零为空间不相关，I值越大，表示在空间分布上的关联性越大，聚集性越强。
2.3.2 局部空间自相关分析
全局空间自相关检验分析需在空间同质下进行，难以分析空间异质影响下的局部空间集聚特征[28]。因此，采用局部空间自相关来分析县域“非粮化”水平观测值与邻接“非粮化”水平的相关性，高-高（H-H）表示具有较高“非粮化”程度县区的邻接区域也具有较高的“非粮化”程度，低-低（L-L）表示低“非粮化”程度县区的邻接区域“非粮化”程度也低。高-低（H-L）或低-高（L-H）表示该县与邻近区域的“非粮化”水平存在差异，存在被周围区域同化的可能性。
2.4 耕地“非粮化”驱动机制分析
2.4.1 地理探测器模型
地理探测器包括风险探测、因子探测、生态探测和交互探测4项内容[25]。其中，风险探测主要探索风险区域的空间位置；因子探测用于具体识别导致了风险的驱动因素及影响作用大小；生态探测主要解释风险因子的相对重要性；交互探测可以解释多项影响因子在交互作用时相较于独立作用对风险的解释能力如何。采用地理探测器中的因子探测分析湖南省耕地“非粮化”水平的空间驱动性，以及不同驱动力对“非粮化”水平空间异质性的解释度；用交互探测分析两个不同驱动力间的交互作用对湖南省耕地“非粮化”水平空间异质性的解释能力。
2.4.2 驱动因素体系构建
耕地“非粮化”受农户主观行为特征、耕地自然条件及社会经济等因素综合影响[24]。将耕地“非粮化”综合评价水平视作目标层，选取用地适宜性、耕地利用程度、乡村劳动力情况、产业结构水平、农业经济情况5个准则层，确定湖南省耕地“非粮化”的驱动指标（主要包括年降水量、年均气温、地势起伏度、年日照时数、有效灌溉面积、人均耕地面积、地均生产总值、县到市中心的距离、市场价格指数等20个因子）。对上述初选指标利用普通最小二乘法模型（Ordinary Least Squares, OLS）进行显著性检验并消除指标体系中的共线性，最终剔除了年均气温、日照时数、坡度、高程、非农就业比例5个指标，得到筛选后的指标体系见表 1。
表 1 湖南省耕地“非粮化”驱动因素指标体系Table 1 Index system of influencing factors of farmland "non-grain use" in Hunan Province目标层 准则层 指标层 指标解释 耕地“非粮化”水平 用地适宜性 年降水量X1（mm） 年度降水总量 地势起伏度X2（m） 最高点与最低点的高程差值 有效灌溉面积占比X3（%） 现有工程设施可实际控制的灌溉面积 耕地利用程度 人均耕地面积X4（hm2） 耕地的人均占有面积 地均生产总值X5（元） 单位耕地创造的第一产业生产总值 粮食单产X6（kg/hm2） 单位面积耕地生产的粮食产量 油料作物面积比例X7（%） 油料作物种植面积在总播种面积中的占比 乡村劳动力情况 城镇化率X8（%） 城镇常住人口在总人口中的占比 乡村人口数量X9（人） 乡村常住人口数量 农业经济情况 农民人均纯收入X10（元） 农村居民人均可支配收入 居民恩格尔系数X11（%） 食品类消费支出占居民消费总值的比重 城乡人均收入差距X12（元） 城市居民人均收入与乡村居民人均收入之差 到最近市辖区的距离指数X13（无量纲） 各区县与距离最近的市辖区的距离 市场价格指数X14（元） 政府市场监管中油料制品价格 产业结构水平 第一产业比重X15（%） 第一产业增加值占地区生产总值的比重 3. 结果与分析
3.1 湖南省耕地“非粮化”时空演变特征分析
3.1.1 耕地“非粮化”数量变化特征
研究期内，湖南省耕地“非粮化”水平整体呈波动上升趋势（图 2）。18年间，耕地“非粮化”水平由2003年的41.1%上升到2020年的43.4%，“非粮化”水平年均增长率为0.12%，高于全国同期平均水平[29]。当地“非粮化”可划分为3个阶段：1）2003—2006年。耕地“非粮化”水平呈上升趋势，其中2006年耕地“非粮化”水平达到46.72%，为研究期内峰值，该阶段湖南省“非粮化”问题凸显；2）2007—2016年。国内开始对土地“非农化”或“非粮化”问题表现出较高的关注度，该阶段耕地“非粮化”水平相较于上一时期显著下降，基本保持在39%左右。该阶段湖南省在环洞庭湖区、湘西娄邵盆地开展一系列基本农田建设重大工程项目，在保证基本农田面积、稳定粮食作物播种面积、保障粮食安全方面取得了一定成效；3）2017—2020年，随着湖南省人口城市化建设的发展以及农业种植经济效益“剪刀差”的存在，该时段内“非粮化”水平逐年增加，由2017年的39.8%增至2020年的43.4%，趋势性特征明显。
图 2 湖南省耕地“非粮化”时序变化图Fig. 2 Temporal change map of farmland "non-grain use" in Hunan Province下载:
全尺寸图片
3.1.2 耕地“非粮化”空间格局分异特征
基于聚类思维的自然断点法（Natural Break），能够使聚类划分的每一等级数据内部的相似性最大，而外部等级与等级之间的相异性最大。采用该分类方法对湖南省县域耕地“非粮化”水平进行等级划分，划分结果为：较轻区（0~0.31），轻度区（0.32~0.38）、中度区（0.39~0.46）、较重区（0.47~0.58）和重度区（0.59~1.00）。评价结果显示，湖南省耕地“非粮化”水平整体呈“西北高-东南低”的空间分布态势，且逐渐呈现由四周向中部聚集的态势（图 3）。2003年，湖南省中部、东部的县域耕地“非粮化”水平普遍偏低，其中涟源县“非粮化”水平低于25%；“非粮化”相对高值区则主要分布于西部、北部等地，其中位于洞庭湖平原东北的安乡县、华容县、岳阳市市辖区、沅江市、南县5个县的“非粮化”水平为“重度”；其他“非粮化”水平较重区则主要分布于洞庭湖平原西部。随着国家最低收购价、粮食直补等粮食补贴政策的逐渐推行与完善，湖南省耕地“非粮化”情势逐渐趋好，2007年“非粮化”较轻及以下等级区占全省县域总数的50.5%，重度“非粮化”区域则降至2个（怀化市市辖区和吉首市）。但值得一提的是，近年来受城市化建设等因素影响，湖南省“非粮化”水平再次加重，2020年中度等级以上的县域占全省县域总数的82.3%，其中麻阳苗族自治县、泸溪县的“非粮化”水平长期为“重度”。后续湖南省耕地利用管理应在全面开展耕地“非粮化”治理政策的同时，重点关注湘西麻阳、泸溪等地的耕地“非粮化”问题。
图 3 湖南省耕地“非粮化”程度分级图Fig. 3 Farmland "non-grain use" degree classification map in Hunan Province下载:
全尺寸图片
采用地统计学分析中的趋势面分析手段[28]，以更直观地揭示耕地“非粮化”空间趋势性分布特征（图 4）。其中X轴表示正东方向，Y轴表示正北方向，Z轴表示“非粮化”程度，每根竖棒代表一个数据点（县域）的“非粮化”水平（高度)和位置，通过投影点可以做出一条最佳拟合曲线。结果显示，湖南省耕地“非粮化”水平具有自北向南先下降再上升、由西向东下降的变化特点。2003、2007和2011年耕地“非粮化”水平在南北方向（Y轴）的拟合趋势线呈现两端高中间低的“U”型，中部地区“非粮化”水平明显低于北部和南部地区。2015年和2020年“非粮化”趋势拟合线趋于平缓，表明2015年以来湖南省耕地“非粮化”水平在南北方向上分布的集聚性弱化。2003、2007、2011和2015年在东西方向（X轴）上的“非粮化”趋势拟合线呈现西高东低的趋势。长期以来，湖南省西部地区社会经济发展较为缓慢，靠粮食生产和种粮补贴所获得的经济效益有限，农村劳动力转移问题相较于东部地区更为严重，耕地“非粮化”问题突出。2020年湖南省东部地区“非粮化”程度上升，与西部差异缩小，东西方向上耕地“非粮化”水平拟合曲线趋于缓和，但西部“非粮化”仍略高于东部水平。
图 4 湖南省耕地“非粮化”全局趋势图Fig. 4 Overall trend of "non-grain use" of farmland in Hunan Province下载:
全尺寸图片
3.2 湖南省耕地“非粮化”空间集聚特征分析
3.2.1 耕地“非粮化”全局空间自相关分析
2003至2015年，湖南省县域“非粮化”的Moran’s I值由0.467降低至0.355，尽管期间内各年份的集聚性均通过了显著性检验，但集聚程度逐步下降，县域间的“非粮化”程度的分布随机性特征不断增强，反映了湖南省耕地“非粮化”呈现多点开花特点，“非粮化”问题日益突出。2020年“非粮化”集聚性未通过显著性检验，Moran’s I值仅为0.085，未表现出明显的空间集聚性（表 2）。该年湖南省80%以上县域的耕地“非粮化”水平达到中度，大部分县域间不存在显著的“非粮化”程度差异，没有出现明显的高值或低值集聚区域，表明湖南省耕地的“非粮化”已成为普遍趋势，而非某些地域性特定因素或聚集效应导致的异常情况。
表 2 湖南省耕地“非粮化”全局空间自相关性Table 2 Global spatial autocorrelation of farmland "non-grain use" in Hunan Province年份 Moran’s I指数 预期指数 方差 Z得分 P值 2003 0.467 -0.010 0.004 7.543 0.000 2007 0.437 -0.010 0.004 7.043 0.000 2011 0.379 -0.010 0.004 6.151 0.000 2015 0.355 -0.010 0.004 5.776 0.000 2020 0.085 -0.010 0.004 1.503 0.133 3.2.2 耕地“非粮化”局部空间自相关分析
进一步探究县域“非粮化”水平与邻接单元“非粮化”水平的局部空间自相关性（图 5）。高-高聚集区反映了县域本身“非粮化”水平高，相邻县域“非粮化”水平也较高的分布规律。2003—2015年，高-高集聚区主要分布于湖南省西部、北部，“非粮化”整体保持团聚性分布特点，该类县域“非粮化”问题严重且高度稳定，占总县域数量的12%以上（主要包括麻阳苗族自治县、泸溪县、芷江侗族自治县、沅陵县、怀化市市辖区、中方县、溆浦县、吉首市、花垣县、保靖县、古丈县、澧县、安乡县13个县区），未来政府应重点治理此类高-高聚集区的“非粮化”问题。其中，2003年“非粮化”高-高聚集区主要分布于洞庭湖平原，2007年、2011年和2015年则集中于湘西等地。研究期内“非粮化”水平低-低聚集区主要集中于中部及东南部，低度“非粮化”地区面积逐年缩减，县域数量占比由19.2%降至5.1%。低-高聚集反映了县域“非粮化”水平低但周边县域“非粮化”高的分布特点，主要为花垣县、麻阳县、常德市市辖区等地，政府管理部门应该提高对该类地区“非粮化”现象的关注度，严格控制当地粮食作物调整为非粮经济作物的农业生产结构调整，防止出现“非粮化”同质化现象。高-低聚集区则反映了该县域“非粮化”水平高但周边县域“非粮化”低的分布特点，主要为安化县、湘潭县、长沙市市辖区、浏阳市、湘乡市、隆回县、衡山县、祁东县、岳阳市市辖区等县区，应在分析当地“非粮化”关键性影响因素的基础上，通过粮食补贴等政策来引导和缓解当地“非粮化”现象。
图 5 湖南省耕地“非粮化”空间集聚分布图Fig. 5 Distribution map of farmland "non-grain use" in Hunan Province下载:
全尺寸图片
3.3 湖南省耕地“非粮化”驱动机制探测
3.3.1 单因子驱动探测
采用地理探测器对各项影响因素进行单因子驱动探测（表 3）。探测结果表明，粮食单产为驱动湖南省耕地“非粮化”的主要因素，q值高达0.681，能够解释68.1%的耕地“非粮化”现象，明显高于其他因素的解释能力。相较于低产粮田，粮食产量较高、生产能力良好的宜农耕地在作物收益方面更有保障，受农业种植经济效益“剪刀差”影响小，农户在高产粮田中获得的稳定收益和政府支持能够在较大程度上抑制耕地“非粮化”。人均耕地面积对“非粮化”现象的驱动力q值为0.298，仅次于粮食单产。耕地占有面积大、开发强度高，更易实现“非粮”作物的规模化经营以取得更高经济效益，从而影响粮食作物种植面积。乡村人口数量是驱动湖南省耕地“非粮化”的第三大因素，驱动力q值为0.210，与耕地“非粮化”水平呈负相关。从城乡人口结构来看，乡村人口比重不断下降[30]，且湖南省东部的快速发展和城镇化导致西部大量乡村人口流失，第一产业从业劳动力不足，耕地撂荒情况突出，从而加深耕地“非粮化”程度。值得一提的是，尽管湖南省地势起伏较大，但从单个因素来看，用地适宜性层面的地势起伏度并非耕地“非粮化”的重要驱动因素，其对耕地“非粮化”的驱动力最低，q值仅为0.068。湖南省水稻种植面积广，粮食种植对水分条件高度依赖，因此从用地适宜性角度出发，治理耕地“非粮化”问题时应更加注重区域降水和耕地灌溉条件。
表 3 湖南省耕地“非粮化”驱动因子q值Table 3 q value of driving factor of farmland "non-grain use" in Hunan Province驱动因子 q值 驱动因子 q值 X1 0.150 X9 0.210 X2 0.068 X10 0.151 X3 0.120 X11 0.105 X4 0.298 X12 0.079 X5 0.107 X13 0.118 X6 0.681 X14 0.197 X7 0.173 X15 0.119 X8 0.152 3.3.2 因子交互探测
采用地理探测器模型对上述各驱动因子组合之间进行交互组合驱动探测（表 4）。各项因子交互组合对耕地“非粮化”的驱动作用明显大于单因子驱动作用，且均为非线性增强，交互时对“非粮化”的解释力大于独立作用时的解释力之和。结果表明，粮食单产与其他因子之间的交互作用最为显著，q值均大于0.80，表明在粮食单产作为主要驱动因子的条件下，与各项因子之间的交互对湖南省耕地“非粮化”水平有极强推动作用。驱动力最强的组合为粮食单产与地势起伏度，驱动力达到0.932，能解释93.2%的耕地“非粮化”现象。此组因子交互表现为地势起伏度高的农田进一步受土地生产能力的限制，在同等条件下粮食产出量低于平均水平，种植比较收益低，不足以调动农民积极从事粮食生产；而在地均产粮量高的地区，即使农田地势起伏度高，也会因为其良好的产出收益而削弱发生“非粮化”的倾向；人均耕地面积与农民人均纯收入的交互作用对“非粮化”也具有显著的驱动作用，交互组合驱动力q值达0.805，能够解释80.5%的耕地“非粮化”现象。在人均耕地面积充足且收入水平偏低地区，经营者倾向于将连片耕地投入比较收益更高的非粮作物生产，以期提高农业经营收入。在后续“非粮化”问题治理工作中，应加大对此类地区的粮食直补等惠农补助力度，提升农民种粮收益和积极性以缓解耕地“非粮化”倾向。
表 4 湖南省耕地“非粮化”驱动因子交互组合驱动力值Table 4 Driving force value of the interactive combination of driving factors of "non-grain use" farmland in Hunan Province驱动因子 X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X1 0.15 X2 0.56 0.07 X3 0.56 0.56 0.12 X4 0.68 0.69 0.61 0.30 X5 0.64 0.63 0.62 0.65 0.11 X6 0.87 0.93 0.86 0.84 0.89 0.68 X7 0.49 0.60 0.68 0.70 0.68 0.89 0.17 X8 0.50 0.51 0.58 0.61 0.65 0.85 0.63 0.15 X9 0.59 0.59 0.56 0.65 0.63 0.87 0.72 0.63 0.21 X10 0.65 0.46 0.60 0.81 0.60 0.88 0.65 0.63 0.59 0.15 X11 0.50 0.64 0.60 0.78 0.68 0.92 0.59 0.73 0.72 0.56 0.11 X12 0.54 0.59 0.59 0.66 0.63 0.89 0.56 0.77 0.60 0.57 0.67 0.08 X13 0.62 0.53 0.61 0.66 0.65 0.84 0.59 0.56 0.57 0.52 0.64 0.64 0.12 X14 0.55 0.51 0.62 0.77 0.49 0.86 0.75 0.61 0.63 0.44 0.61 0.54 0.70 0.20 X15 0.44 0.54 0.44 0.57 0.54 0.83 0.61 0.45 0.59 0.51 0.52 0.61 0.43 0.65 0.12 4. 结论与政策启示
4.1 结论
1）研究期内，湖南省耕地“非粮化”水平整体波动上升。耕地“非粮化”水平由2003年的41.1%增至2020年的43.40%，其中2007—2017年耕地“非粮化”水平较前一阶段小幅度下降，得益于该时期国家推行粮食补贴政策，提高农户粮食种植比较收益。
2）各县域耕地“非粮化”程度及影响因素具有显著的空间差异性特点。耕地“非粮化”表现出“西北高-东南低”的分布格局，在年际间逐渐呈现向中部聚集的变化态势，分布随机性增强，各地“非粮化”问题日益突出。
3）粮食单产、人均耕地面积、地均生产总值等为湖南省耕地“非粮化”空间集聚的主要驱动因素，其中粮食单产对耕地“非粮化”的驱动作用最为明显，地势起伏度的影响程度最低。驱动因子交互分析表明，粮食单产与地势起伏度的交互组合对“非粮化”现象解释力最强。湖南省应继续从提高粮食产量、增加农民经济收益等来缓解耕地“非粮化”问题，同时开展差异化的区域“非粮化”管控对策。
4.2 政策启示
1）加强耕地保护制度建设，建立“非粮化”监测体系。2020年湖南省耕地严重“非粮化”区域范围有所缩减，但“非粮化”水平整体上升，耕地“非粮化”成为省内普遍存在的问题。有必要建立覆盖全省的土地利用动态监测体制机制，加强土地用途管制，对建设用地或其他用地不合理侵占基本农田的现象加以严格限制。
2）加大农业技术支持和基础设施建设，提高耕地利用与生产投入水平，增进粮食产量与稳定性。部分地区因经济发展而存在粮食种植面积与经济发展之间的矛盾，通过提高粮食单产能够缓解部分“非粮化”带来的粮食供应压力。政府应当促进现代化农业体系的建设，实施提高土壤质量、优化农田水利措施、进行合理的土地整治等措施，促进粮食生产的高效化。
3）降低种植粮食作物的成本，加大种粮直补等惠农政策力度，稳定粮食市场价格，增强农户种粮积极性。降低粮食种植成本是提高种粮比较收益的重要途径。政府应在播种、育苗、施肥、收割等粮食种植环节为农户提供价格较低的生产资料、农业机械与社会服务支持，加强粮食补贴，严格管控粮食最低收购价格。
4）增加乡村人口资源流量，鼓励“城归”群体返乡就业。加快落实乡村振兴战略，加快城乡人口要素流动，鼓励农民工、农村大学生返乡就业。适当减轻返乡创业者金融与土地要素限制[31-33]，特别增加粮食种植补贴，吸引“返乡”劳动者打造粮食种植新业态，充分发挥乡村土地的粮食生产潜力。
-
图 1 湖南省地理位置示意图
Fig. 1 Geographical location of Hunan Province
下载:
全尺寸图片
图 2 湖南省耕地“非粮化”时序变化图
Fig. 2 Temporal change map of farmland "non-grain use" in Hunan Province
下载:
全尺寸图片
图 3 湖南省耕地“非粮化”程度分级图
Fig. 3 Farmland "non-grain use" degree classification map in Hunan Province
下载:
全尺寸图片
图 4 湖南省耕地“非粮化”全局趋势图
Fig. 4 Overall trend of "non-grain use" of farmland in Hunan Province
下载:
全尺寸图片
图 5 湖南省耕地“非粮化”空间集聚分布图
Fig. 5 Distribution map of farmland "non-grain use" in Hunan Province
下载:
全尺寸图片
表 1 湖南省耕地“非粮化”驱动因素指标体系
Table 1 Index system of influencing factors of farmland "non-grain use" in Hunan Province
目标层 准则层 指标层 指标解释 耕地“非粮化”水平 用地适宜性 年降水量X1（mm） 年度降水总量 地势起伏度X2（m） 最高点与最低点的高程差值 有效灌溉面积占比X3（%） 现有工程设施可实际控制的灌溉面积 耕地利用程度 人均耕地面积X4（hm2） 耕地的人均占有面积 地均生产总值X5（元） 单位耕地创造的第一产业生产总值 粮食单产X6（kg/hm2） 单位面积耕地生产的粮食产量 油料作物面积比例X7（%） 油料作物种植面积在总播种面积中的占比 乡村劳动力情况 城镇化率X8（%） 城镇常住人口在总人口中的占比 乡村人口数量X9（人） 乡村常住人口数量 农业经济情况 农民人均纯收入X10（元） 农村居民人均可支配收入 居民恩格尔系数X11（%） 食品类消费支出占居民消费总值的比重 城乡人均收入差距X12（元） 城市居民人均收入与乡村居民人均收入之差 到最近市辖区的距离指数X13（无量纲） 各区县与距离最近的市辖区的距离 市场价格指数X14（元） 政府市场监管中油料制品价格 产业结构水平 第一产业比重X15（%） 第一产业增加值占地区生产总值的比重 表 2 湖南省耕地“非粮化”全局空间自相关性
Table 2 Global spatial autocorrelation of farmland "non-grain use" in Hunan Province
年份 Moran’s I指数 预期指数 方差 Z得分 P值 2003 0.467 -0.010 0.004 7.543 0.000 2007 0.437 -0.010 0.004 7.043 0.000 2011 0.379 -0.010 0.004 6.151 0.000 2015 0.355 -0.010 0.004 5.776 0.000 2020 0.085 -0.010 0.004 1.503 0.133 表 3 湖南省耕地“非粮化”驱动因子q值
Table 3 q value of driving factor of farmland "non-grain use" in Hunan Province
驱动因子 q值 驱动因子 q值 X1 0.150 X9 0.210 X2 0.068 X10 0.151 X3 0.120 X11 0.105 X4 0.298 X12 0.079 X5 0.107 X13 0.118 X6 0.681 X14 0.197 X7 0.173 X15 0.119 X8 0.152 表 4 湖南省耕地“非粮化”驱动因子交互组合驱动力值
Table 4 Driving force value of the interactive combination of driving factors of "non-grain use" farmland in Hunan Province
驱动因子 X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X1 0.15 X2 0.56 0.07 X3 0.56 0.56 0.12 X4 0.68 0.69 0.61 0.30 X5 0.64 0.63 0.62 0.65 0.11 X6 0.87 0.93 0.86 0.84 0.89 0.68 X7 0.49 0.60 0.68 0.70 0.68 0.89 0.17 X8 0.50 0.51 0.58 0.61 0.65 0.85 0.63 0.15 X9 0.59 0.59 0.56 0.65 0.63 0.87 0.72 0.63 0.21 X10 0.65 0.46 0.60 0.81 0.60 0.88 0.65 0.63 0.59 0.15 X11 0.50 0.64 0.60 0.78 0.68 0.92 0.59 0.73 0.72 0.56 0.11 X12 0.54 0.59 0.59 0.66 0.63 0.89 0.56 0.77 0.60 0.57 0.67 0.08 X13 0.62 0.53 0.61 0.66 0.65 0.84 0.59 0.56 0.57 0.52 0.64 0.64 0.12 X14 0.55 0.51 0.62 0.77 0.49 0.86 0.75 0.61 0.63 0.44 0.61 0.54 0.70 0.20 X15 0.44 0.54 0.44 0.57 0.54 0.83 0.61 0.45 0.59 0.51 0.52 0.61 0.43 0.65 0.12 -
[1] 国务院办公厅. 国务院办公厅关于防止耕地"非粮化"稳定粮食生产的意见. 中华人民共和国国务院公报, 2020(33): 22-24. https://www.gov.cn/gongbao/content/2020/content_5565816.htm. https://www.gov.cn/gongbao/content/2020/content_5565816.htm General Office of the State Council. Opinions of The General Office of the State Council on preventing "non-grain conversion" of cultivated land and stabilizing grain production. The Bulletin of the State Council of the People's Republic of China, 2020 (33): 22-24. https://www.gov.cn/gongbao/content/2020/content_5565816.htm https://www.gov.cn/gongbao/content/2020/content_5565816.htm [2] 戚渊, 李瑶瑶, 朱道林. 农地资本化视角下的耕地非粮化研究[J]. 中国土地科学, 2021, 35(8): 47-56. https://www.cnki.com.cn/Article/CJFDTOTAL-ZTKX202108006.htm Qi Y, Li Y Y, Zhu D L. Study on the non-grain utilization of cultivated land from the perspective of cultivated land capitalization[J]. China Land Science, 2021, 35(8): 47-56. https://www.cnki.com.cn/Article/CJFDTOTAL-ZTKX202108006.htm [3] Ran D, Zhang Z L, Jing Y H. A study on the spatial-temporal evolution and driving factors of non-grain production in China's major grain-producing provinces[J]. International Journal of Environmental Research and Public Health, 2022, 19(24): 16630. doi: 10.3390/ijerph192416630 [4] Hao Q L, Zhang T Y, Cheng X H, et al. GIS-based non-grain cultivated land susceptibility prediction using data mining methods[J]. Scientific Reports, 2024, 14(1): 4433. doi: 10.1038/s41598-024-55002-y [5] Zhang M, Sun P J, Sun Z L. Spatiotemporally mapping non-grain production of winter wheat using a developed auto-generating sample algorithm on google earth engine[J]. Remote Sensing, 2024, 16(4): 659. doi: 10.3390/rs16040659 [6] Su Y, Wang X H, Wang C, et al. Trade-offs between economic benefits and environmental impacts in non-grain expansion: A case study in the eastern plain of China[J]. Environmental Science and Pollution Research International, 2024, 31(10): 15932-15945. doi: 10.1007/s11356-024-31930-0 [7] Wang X, Song X Q, Wang Y, et al. Understanding the distribution patterns and underlying mechanisms of non-grain use of cultivated land in rural China[J]. Journal of Rural Studies, 2024, 106: 103223. doi: 10.1016/j.jrurstud.2024.103223 [8] 李昕遥. 耕地"非粮化"空间格局分异及影响因素研究——基于中国省际面板数据分析[J]. 现代农业研究, 2023, 29(10): 22-28. https://www.cnki.com.cn/Article/CJFDTOTAL-NCXX202310005.htm Li X Y. Research on the spatial pattern and influencing factors of cultivated land "non-grain": Analysis based on China's interprovincial panel data[J]. Modern Agriculture Research, 2023, 29(10): 22-28. https://www.cnki.com.cn/Article/CJFDTOTAL-NCXX202310005.htm [9] Wang L Y, Xu J W, Liu Y L, et al. Spatial characteristics of the non-grain production rate of cropland and its driving factors in major grain-producing area: Evidence from Shandong Province, China[J]. Land, 2023, 13(1): 22. doi: 10.3390/land13010022 [10] 陈浮, 刘俊娜, 常媛媛, 等. 中国耕地非粮化空间格局分异及驱动机制[J]. 中国土地科学, 2021, 35(9): 33-43. https://www.cnki.com.cn/Article/CJFDTOTAL-ZTKX202109005.htm Chen F, Liu J N, Chang Y Y, et al. Spatial pattern differentiation of non-grain cultivated land and its driving factors in China[J]. China Land Science, 2021, 35(9): 33-43. https://www.cnki.com.cn/Article/CJFDTOTAL-ZTKX202109005.htm [11] 吕沄灏, 崔民, 夏显力, 等. 陕南耕地"非粮化"时空演变及其驱动力[J]. 资源科学, 2023, 45(8): 1531-1545. https://www.cnki.com.cn/Article/CJFDTOTAL-ZRZY202308004.htm Lü Y H, Cui M, Xia X L, et al. The spatiotemporal evolution of non-grain conversion of cultivated land in southern Shaanxi Province and its driving factors[J]. Resources Science, 2023, 45(8): 1531-1545. https://www.cnki.com.cn/Article/CJFDTOTAL-ZRZY202308004.htm [12] 吴娜琳, 卫怡珂, 李立, 等. 县域非粮作物空间格局及其形成机制——来自河南省宁陵县的实证分析[J]. 地理科学进展, 2023, 42(7): 1298-1310. https://www.cnki.com.cn/Article/CJFDTOTAL-DLKJ202307006.htm Wu N L, Wei Y K, Li L, et al. Spatial distribution of non-grain crops and formation mechanism: Empirical analysis of Ningling County, Henan Province[J]. Progress in Geography, 2023, 42(7): 1298-1310. https://www.cnki.com.cn/Article/CJFDTOTAL-DLKJ202307006.htm [13] 马有财, 钟帅康. 黄河流域各省(自治区)耕地"非粮化"影响因素研究[J]. 乡村科技, 2023, 14(19): 51-55. https://www.cnki.com.cn/Article/CJFDTOTAL-XCKJ202319014.htm Ma Y C, Zhong S K. Study on the influencing factors of farmland non-grain in the Yellow River Basin[J]. Rural Science and Technology, 2023, 14(19): 51-55. https://www.cnki.com.cn/Article/CJFDTOTAL-XCKJ202319014.htm [14] 纪王迪, 于浩, 孙丕苓, 等. 丘陵地区不同类型农户耕地非粮化特点及影响因素——基于山东省五莲县的调查[J]. 山东国土资源, 2023, 39(12): 57-65. https://www.cnki.com.cn/Article/CJFDTOTAL-SDDI202312009.htm Ji W D, Yu H, Sun P L, et al. Characteristics of non-grain production and influencing factors of cultivated land of different types of farmers households in hilly areas: Based on a survey in Wulian County in Shandong Province[J]. Shandong Land and Resources, 2023, 39(12): 57-65. https://www.cnki.com.cn/Article/CJFDTOTAL-SDDI202312009.htm [15] 杨慧琳, 冯淑怡, 袁凯华, 等. 土地流转视角下耕地"非粮化"时空格局演变及驱动因素[J]. 中国人口·资源与环境, 2024, 34(2): 189-200. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGRZ202402017.htm Yang H L, Feng S Y, Yuan K H, et al. Spatio-temporal evolution patterns and driving factors of farmland non-grain cultivation from the perspective of farmland transfer[J]. China Population, Resources and Environment, 2024, 34(2): 189-200. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGRZ202402017.htm [16] 徐畅, 郭杰, 易家林, 等. 江苏省耕地非粮化时空格局演变及驱动因素分析[J]. 长江流域资源与环境, 2024, 33(2): 436-447. https://www.cnki.com.cn/Article/CJFDTOTAL-CJLY202402017.htm Xu C, Guo J, Yi J L, et al. Analysis on the evolution of spatiotemporal pattern and driving factors of non-grain cultivated land in Jiangsu Province from 1996 to 2020[J]. Resources and Environment in the Yangtze Basin, 2024, 33(2): 436-447. https://www.cnki.com.cn/Article/CJFDTOTAL-CJLY202402017.htm [17] 曹思彤, 谢彦明. 景东县家庭农场"非粮化"的驱动因素及破解对策[J]. 现代农业, 2023, 48(6): 55-59, 66. https://www.cnki.com.cn/Article/CJFDTOTAL-XDNY202306009.htm Cao S T, Xie Y M. Driving factors and countermeasures of "non-grain" of family farms in Jingdong County[J]. Modern Agriculture, 2023, 48(6): 55-59, 66. https://www.cnki.com.cn/Article/CJFDTOTAL-XDNY202306009.htm [18] 杜国明, 范晓雨, 于凤荣. 耕地"非粮化"演化机制与治理策略——基于刺激—反应模型的案例研究[J]. 中国土地科学, 2023, 37(8): 52-61. https://www.cnki.com.cn/Article/CJFDTOTAL-ZTKX202308006.htm Du G M, Fan X Y, Yu F R. The evolution mechanism and governance strategies of "non-grain" utilization of cultivated land: A case study based on the Stimulus-Response model[J]. China Land Science, 2023, 37(8): 52-61. https://www.cnki.com.cn/Article/CJFDTOTAL-ZTKX202308006.htm [19] 李娅娅, 赵小风. 基于PVAR的农民收入结构对耕地非粮化影响的实证研究[J]. 湖北农业科学, 2020, 59(8): 210-214. https://www.cnki.com.cn/Article/CJFDTOTAL-HBNY202008048.htm Li Y Y, Zhao X F. Empirical study on the impact of farmers' income structure on non-grain farmland based on PVAR[J]. Hubei Agricultural Sciences, 2020, 59(8): 210-214. https://www.cnki.com.cn/Article/CJFDTOTAL-HBNY202008048.htm [20] 易小燕, 陈印军. 农户转入耕地及其"非粮化"种植行为与规模的影响因素分析——基于浙江、河北两省的农户调查数据[J]. 中国农村观察, 2010(6): 2-10, 21. https://www.cnki.com.cn/Article/CJFDTOTAL-ZNCG201006002.htm Yi X Y, Chen Y J. An empirical study of farmers' behavior of non-grain crops planting in the transferred cultivated land: Based on the survey data of households in Zhejiang Province and Hebei Province[J]. China Rural Survey, 2010(6): 2-10, 21. https://www.cnki.com.cn/Article/CJFDTOTAL-ZNCG201006002.htm [21] 黄祖辉, 李懿芸, 毛晓红. 我国耕地"非农化""非粮化"的现状与对策[J]. 江淮论坛, 2022(4): 13-21. https://www.cnki.com.cn/Article/CJFDTOTAL-JHLZ202204002.htm Huang Z H, Li Y Y, Mao X H. The situation, drivers and countermeasures of "non-agricultural" and "non-grain" transformation of cultivated land in China[J]. Jiang-huai Tribune, 2022(4): 13-21. https://www.cnki.com.cn/Article/CJFDTOTAL-JHLZ202204002.htm [22] 郝海广, 李秀彬, 谈明洪, 等. 农牧交错区农户作物选择机制研究——以内蒙古太仆寺旗为例[J]. 自然资源学报, 2011, 26(7): 1107-1118. https://www.cnki.com.cn/Article/CJFDTOTAL-ZRZX201107002.htm Hao H G, Li X B, Tan M H, et al. An analysis on crops choice and its driving factors in the agro-pastoral ecotone in Northern China: A case of household survey in Taibus County, Inner Mongolia[J]. Journal of Natural Resources, 2011, 26(7): 1107-1118. https://www.cnki.com.cn/Article/CJFDTOTAL-ZRZX201107002.htm [23] 邵宇飞. 河南省耕地"非粮化"空间格局分异、成因及对策研究[J]. 湖北农业科学, 2022, 61(23): 234-238. https://www.cnki.com.cn/Article/CJFDTOTAL-HBNY202223046.htm Shao Y F. Research on the spatial pattern differentiation, causes and countermeasures of "non-grain production" cultivated land in Henan Province[J]. Hubei Agricultural Sciences, 2022, 61(23): 234-238. https://www.cnki.com.cn/Article/CJFDTOTAL-HBNY202223046.htm [24] 王鹏程, 张利国, 卢玉兰, 等. 广西耕地"非粮化"时空演变及影响因素研究[J]. 中国农业资源与区划, 2023, 44(5): 187-197. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGNZ202305018.htm Wang P C, Zhang L G, Lu Y L, et al. Study on the spatial-temporal evolution and influencing factors of non-grain cultivated land in Guangxi[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2023, 44(5): 187-197. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGNZ202305018.htm [25] 王劲峰, 徐成东. 地理探测器: 原理与展望[J]. 地理学报, 2017, 72(1): 116-134. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGDE201801003.htm Wang J F, Xu C D. Geodetector: Principle and prospective[J]. Acta Geographica Sinica, 2017, 72(1): 116-134. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGDE201801003.htm [26] 董金燕, 李芳. 中国耕地非粮化研究进展[J]. 粮食科技与经济, 2023, 48(6): 5-11. https://www.cnki.com.cn/Article/CJFDTOTAL-LSKJ202306002.htm Dong J Y, Li F. Progress of research on the non-grain of cultivated land in China[J]. Food Science and Technology and Economy, 2023, 48(6): 5-11. https://www.cnki.com.cn/Article/CJFDTOTAL-LSKJ202306002.htm [27] 张启锐. 地质趋势面分析[M]. 北京: 科学出版社, 1990. Zhang Q R. Geological trend surface analysis[M]. Beijing: Science Press, 1990. [28] 周浩, 雷国平, 杨雪昕. 三江平原典型流域土地利用格局变化与空间分异研究[J]. 农业机械学报, 2017, 48(5): 142-151. https://www.cnki.com.cn/Article/CJFDTOTAL-NYJX201705017.htm Zhou H, Lei G P, Yang X X. Land use change pattern and its spatial differentiation in typical basin of Sanjiang Plain[J]. Transactions of the Chinese Society for Agricultural Machinery, 2017, 48(5): 142-151. https://www.cnki.com.cn/Article/CJFDTOTAL-NYJX201705017.htm [29] 孟菲, 谭永忠, 陈航, 等. 中国耕地"非粮化"的时空格局演变及其影响因素[J]. 中国土地科学, 2022, 36(1): 97-106. https://www.cnki.com.cn/Article/CJFDTOTAL-ZTKX202201011.htm Meng F, Tan Y Z, Chen H, et al. Spatial-temporal evolution patterns and influencing factors of "Non-grain" utilization of cultivated land in China[J]. China Land Science, 2022, 36(1): 97-106. https://www.cnki.com.cn/Article/CJFDTOTAL-ZTKX202201011.htm [30] 魏君英, 韩丽艳. 农村人口结构变化对农作物种植结构的影响——基于中国粮食主产区面板数据的全面FGSL估计[J]. 农村经济, 2019(3): 55-63. https://www.cnki.com.cn/Article/CJFDTOTAL-NCJJ201903009.htm Wei J Y, Han L Y. Influence of rural population structure change on crop planting structure: Comprehensive FGSL estimation based on panel data of major grain producing areas in China[J]. Rural Economy, 2019(3): 55-63. https://www.cnki.com.cn/Article/CJFDTOTAL-NCJJ201903009.htm [31] 刘玉洁, 张安录, 刘蒙罢. 长江中下游粮食主产区城镇化与耕地利用生态效率耦合协调度时空格局分析[J]. 中国农业资源与区划, 2022, 43(8): 106-118. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGNZ202208011.htm Liu Y J, Zhang A L, Liu M B. Analysis on the spatiotemporal pattern of coupling degree of urbanization and cultivated land use eco-efficiency in main grain producing areas in the mid and lower reaches in Yangtze River[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2022, 43(8): 106-118. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGNZ202208011.htm [32] Chen Y Y, Li M, Zhang Z M. Does the rural land transfer promote the non-grain production of cultivated land in China?[J]. Land, 2023, 12(3): 688. [33] 石洪斌. 谁来振兴乡村?——乡村振兴人力资源支撑体系的构建[J]. 治理研究, 2019, 35(6): 115-121. https://www.cnki.com.cn/Article/CJFDTOTAL-ZSWD201906013.htm Shi H B. Who will revitalize the countryside? The construction of the human resources support system for rural revitalization[J]. Governance Studies, 2019, 35(6): 115-121. https://www.cnki.com.cn/Article/CJFDTOTAL-ZSWD201906013.htm
