2000年以來蘇北地區耕地非農化的過程、動力及對策

祝 亮, 張忠啟, 劉承權

(江蘇師范大學 地理測繪與城鄉規劃學院,江蘇 徐州 221116)

糧食安全是國家穩定和社會發展的基石.由于全球范圍內的重大地緣政治變革、全球性疫情和國際沖突等復雜局勢的影響,農業供給的不確定性日益加劇,糧食安全問題引起了各國政府的廣泛關注[1-2].耕地作為糧食生產的基本載體,其質量和數量的變化對糧食生產具有關鍵性影響[3].但近年來,隨著我國經濟發展和新型城鎮化步伐逐步加快,大量耕地資源被侵占后用于非農生產,耕地非農化現象日益突出[4].為確保國家糧食安全,2022年9月國務院辦公廳印發的《關于堅決制止耕地“非農化”行為的通知》(國辦發明電〔2020〕24號)明確要求嚴禁耕地非農化的6種行為[5],凸顯了保護耕地的緊迫性.查明區域耕地非農化時空特征是準確研判耕地資源動態變化和科學制定農用地保護政策的重要基礎.

近年來,學者們就耕地非農化問題開展了一系列研究,主要集中在3個方面.一是耕地非農化的時空特征.不同地區間的耕地非農化時空格局呈現多元化演變趨勢,例如:我國糧食主產區黑龍江省的耕地非農化速度呈現西南部速度快、東部速度慢的整體格局[6];山東省的魯東地區耕地非農化最為突出,耕地非農化貢獻率由魯東地區向魯西逐漸遞減[7];安徽省的耕地非農化強度則趨向于皖中最大、皖北次之、皖南最小的格局[8].二是耕地非農化的驅動因素,這是非農化研究的核心問題.學者們的觀點各不相同,有的認為,城鎮化的加速和人口數量的增加是耕地非農化的主要驅動因素;有的認為,區域經濟發展導致耕地非農化用地數量持續增長,尤其是非農產業規模的擴張;也有的認為,地區生產總值、固定資產投資和耕地資源稟賦等因子對耕地非農化的影響不容忽視[9].三是耕地非農化的調控機制,這是研究耕地非農化時空特征和驅動因素的目的.加大耕地非農化危害糧食安全的宣傳力度,同時加強土地集約高效利用,加大耕地非農化監管力度,構建耕地保護新機制,是耕地非農化的有效解決措施[10-13].

從研究區域看,當前研究主要集中在全國糧食主產區,如東北地區、山東省等,而對江蘇等面積較小的省份關注不夠.江蘇省土地面積盡管較小,但糧食生產能力在全國排名靠前,對保障全國糧食安全具有重要作用.從全省范圍來看,蘇北地區一直是江蘇糧食的主產區[14].2000年以來,蘇北地區城鎮化和工業化逐步進入加速發展期,城鎮規模和工業用地面積增長較快,使該地區耕地面臨巨大的非農化壓力.因此,急需深入研究蘇北地區的耕地非農化問題.鑒于此,本文以5個年份的土地利用數據及相關社會經濟統計數據為基礎,分析蘇北地區耕地非農化的時空過程以及驅動因素,并提出相關治理對策,旨在為加強蘇北地區耕地保護和糧食安全提供參考依據.

1 數據與方法

1.1 研究區概況

蘇北地區位于江蘇省北部,地處北緯32°43′—35°07′,東經116°21′—120°54′.該區域東瀕黃海,西連安徽,北接山東,南與揚州、泰州、南通接壤,涵蓋徐州、鹽城、淮安、連云港、宿遷5個地級市市區及其所轄的20個縣域.地形以平原為主,屬于黃淮平原與江淮平原的過渡地帶,耕地連片分布,土壤肥沃.該地區屬亞熱帶向溫帶過渡的季風性氣候,四季分明,全年日照時數2 000～2 600 h,無霜期220 d左右,光照充足;年均溫度13～16 ℃,呈緯向分布,南高北低;年降雨量800～1 200 mm,自北向南逐漸增多,雨熱同期,十分利于農業發展.蘇北地區占江蘇省陸地面積的一半左右,而耕地面積占全省耕地的60%[15],肩負著促進鄉村振興與確保全省糧食安全的重要使命.

1.2 數據來源

本文選取2000、2005、2010、2015、2020年5個年份,其土地利用數據來源于中國科學院資源環境數據云(http:∥www.resdc.cn),柵格分辨率為30 m×30 m.基于中國科學院的土地利用分類體系,根據研究需要,運用ArcGIS軟件將原二級地類重新分類為一級地類,將土地利用類型劃分為耕地、林地、草地、水域、建設用地和未利用地6種類型.本文將耕地轉變為其他地類的情況均視為耕地非農化現象.5個年份的社會經濟面板數據包括人口數量、城鎮化率、第二產業增加值、地區生產總值、農林牧漁增加值、固定資產投資、出口額和財政支出,均來源于相應年份的《江蘇省統計年鑒》、各地的統計年鑒以及相關統計公報.本文依據最新的行政區劃,將蘇北地區劃分為25個行政單元,每一市區、縣(市)作為獨立的研究單元.

1.3 研究方法

依據非農化定義,將末年林地、草地、水域、建設用地和未利用地與初年的耕地疊加,獲取該時間段的耕地非農化30 m柵格數據,計算某時間段i的非農化率Ci,

(1)

式中:Fi表示某時間段i的非農化面積;Si表示某時間段i初期的耕地面積.

采用核密度估計法反映耕地非農化的空間聚集特征,確定具體的分布位置,并進行可視化表達[16].

采用分異及因子探測器分析不同因子對耕地非農化影響程度的大小,用q(0≤q≤1)值度量,q值越大表示自變量對因變量的解釋力越強,反之則越弱.采用交互作用探測器分析不同因子之間的交互作用,即評估兩個因子共同作用時是否會增加或減弱對因變量的解釋力,或這些因子對因變量的影響是相互獨立的[17].

圖1 蘇北地區各年份耕地分布圖Fig.1 Distribution map of farmland in northern Jiangsu at different periods(地圖底圖來源于審圖號為GS(2019)1822號的標準地圖.下同)

表1 蘇北地區各行政單元主要年份耕地面積Tab.1 Area of farmland in units of northern Jiangsu at different periods

2 結果與分析

2.1 不同時期蘇北地區各單元耕地面積及變化

2000—2020年5個年份的蘇北地區耕地空間上整體呈連片分布,尤其以中東部地區最為明顯(圖1).從耕地面積看,蘇北地區各行政單元耕地分布極不均衡(表1).在5個市區行政單元中,鹽城市區的耕地面積最大,宿遷市區最小;在縣域單元中,東臺市的耕地面積最大,灌南縣的最小,不及前者的1/3.從耕地變化數量看,2000—2020年蘇北地區的耕地面積總體上呈下降趨勢,約減少1 929.1 km2,年均減少約96.5 km2.5個市區的耕地面積減少較多,減少量依次為淮安(218.1 km2)>徐州(204.8 km2)>宿遷(190.5 km2)>連云港(163.4 km2)>鹽城(138.6 km2);各縣域中,除射陽縣耕地面積略有增長外,其余各縣域均出現不同程度的減少.從4個時段看,各行政單元的耕地變化量存在較大差異.2000—2005年蘇北地區耕地面積略微下降,共減少62.5 km2,其中鹽城市區耕地面積減少最多,為22.1 km2,而東臺市耕地面積增加了32.1 km2.2005—2010年蘇北地區耕地面積下降速度明顯增加,減少量高達1 545.1 km2.除豐縣、沛縣2縣耕地面積微小增長外,其余行政單元均呈下降趨勢,特別地,鹽城、宿遷、淮安、連云港和徐州5個市區耕地減少明顯,分別減少178.5、149.6、149.0、135.7、134.8 km2.2010—2015年蘇北地區耕地面積降幅放緩,減少量為181.6 km2.除盱眙縣耕地面積略有增加外,其他行政單元均不同程度地減少,其中鹽城市區減少最多,達27.9 km2.2015—2020年蘇北地區耕地面積減少139.9 km2.灌云縣、鹽城市區、射陽縣和東臺市4個行政單元耕地出現增長,其他行政單元均不同程度減少,其中徐州市區耕地面積減少最多,為51.3 km2.

表2 不同時期蘇北地區各行政單元的耕地非農化面積Tab.2 Conversion area of farmland in units of northern Jiangsu at different periods

圖2 不同時期蘇北地區各行政單元耕地非農化的核密度Fig.2 Kernel density of farmland conversion in units of northern Jiangsu at different periods

2.2 蘇北地區耕地非農化時空變化特征

2.2.1 耕地非農化的整體變化各時段耕地非農化面積與非農化率的變化總體趨勢一致,均表現為增—減—增的變化特點.其中,2005—2010年的非農化面積(表2)與非農化率遠高于其他時段,非農化面積為1 961.6 km2,非農化率為5.4%;2000—2005年耕地非農化面積和非農化率最小,分別僅為151.2 km2和0.4%.整個研究期,蘇北地區非農化面積累計為2 713.2 km2,非農化率為7.5%.

2.2.2 耕地非農化的面積變化蘇北地區各行政單元耕地非農化面積的時間變化如表2所示.總體來看,2000—2020年5個市區行政單元的耕地非農化最為嚴重.對比4個時段耕地非農化面積,可以發現,2000—2005年蘇北地區耕地非農化面積最少,其中,非農化面積最大的行政單元是鹽城市區,最小的是新沂市;2005—2010年蘇北地區耕地非農化面積最大,其中,5個市區行政單元的耕地非農化面積較大,灌云和睢寧2縣的耕地非農化面積較小;2010—2015年蘇北地區耕地非農化面積回落,5個市區行政單元的耕地非農化面積依然較高,灌云和響水2縣的非農化面積較小;2015—2020年蘇北地區的耕地非農化面積回升,5個市區行政單元的耕地非農化面積較大,響水和金湖2縣的耕地非農化面積較小.

2.2.3 耕地非農化的核密度分析總體上看(圖2),2000—2020年蘇北地區耕地非農化主要集中在各行政單元的城區部分,核密度值均在200以上;次集中區域主要分布在中心鎮區,核密度值為60～200.各時段中,2005—2010年各行政單元的核密度值遠高于其他時段,其中,5個市區和部分中心鎮的核密度值均超過200,部分甚至超過600;2000—2005年和2010—2015年2個時段的核密度值整體較低,僅少量地區超過100,大部分地區核密度值不足30.核密度分析表明,不同時期的耕地非農化程度及空間格局存在較大差異,2005—2010年蘇北各地區耕地非農化程度最為嚴重,其次是2015—2020年,這與該時段的城鎮化和工業化快速推進密切相關;各行政單元城區部分及中心鎮區的耕地非農化程度明顯高于其他區域,說明蘇北地區耕地非農化主要發生在城區及中心鎮周邊地區.

2.3 蘇北地區耕地非農化的驅動因素

2.3.1 分異及因子探測器結果分析本文在前人研究成果[18-20]的基礎上,選取人口數量(X1)、城鎮化率(X2)、第二產業增加值(X3)、地區生產總值(X4)、農林牧漁業增加值(X5)、固定資產投資(X6)、出口額(X7)、財政支出(X8)共8個驅動因子,計算各驅動因子的變化量,以自然斷點法將數據離散化為5層,運用分異及因子探測器分析其對蘇北地區耕地非農化的影響,計算出相應的q值和P值.

各驅動因子對4個時期耕地非農化的解釋程度如表3所示.可以看出,各因子對4個時段耕地非農化解釋率的差異較大.2000—2005年蘇北地區第二產業增加值和固定資產投資均具有較高的q值,表明工業化進程是該時期耕地非農化的主要驅動因素.2005—2010年和2010—2015年較為相似,城鎮化率、地區生產總值、第二產業增加值、財政支出和固定資產投資均對耕地非農化具有較高的解釋度,表明這兩個時段蘇北地區社會經濟快速發展,尤其是城鎮化的加速推進以及相關基礎設施的完善等原因,使耕地面臨較大的非農化壓力.財政支出和地區生產總值在2015—2020年各因子中具有較高的解釋度,說明蘇北地區城鄉基礎設施、公共服務設施等民生領域的財政投入和經濟增長對該時期耕地非農化有較大影響.總的來看,2000年以來蘇北地區耕地非農化驅動因子的影響程度在時序演化上呈波動變化,其中城鎮化率、第二產業增加值、地區生產總值和財政支出影響較大,這表明耕地非農化與城鎮化推進和非農產業擴張具有較高的關聯性.

表3 蘇北地區耕地非農化的分異及因子探測器結果Tab.3 Results for differentiation and factor geodetector of farmland conversion in northern Jiangsu

2.3.2 交互作用探測器結果分析交互探測體現因子之間的共同作用相對于單因子作用時對耕地非農化影響的差異,其探測結果見圖3.可以看出,各因子在4個時段內兩兩交互均比單個因子對蘇北地區耕地非農化的影響作用顯著,驅動因子交互作用表現為雙因子增強或非線性增強,這說明耕地非農化的變化是復雜的因子交互作用過程.2000—2005年人口數量與第二產業增加值、出口額的交互作用對耕地非農化的解釋力最大,q值均>0.90;2005—2010年城鎮化率、地區生產總值與其他因子交互作用對耕地非農化的解釋力較大,q值均>0.90;2010—2015年各因子交互作用均弱于2005—2010年時段,但也呈現出城鎮化率、地區生產總值與其他因子交互作用的解釋力較大;2015—2020年固定資產投資與人口數量、出口額等因子交互作用的解釋力較大.總的來看,2000年以來蘇北地區耕地非農化受到人口數量、城鎮化率、第二產業增加值、地區生產總值、出口額等因子共同“合力”影響,其中,人口數量與其他因子交互作用對前期耕地非農化的影響明顯,城鎮化率與其他因子交互作用對中期非農化影響突出,而固定資產投資與其他因子交互作用對后期耕地非農化影響相對較大.

圖3 蘇北地區各時段耕地非農化影響因素交互探測結果Fig.3 Interactive detection results of factors affecting farmland conversion in northern Jiangsu at different periods

3 結論與建議

3.1 主要結論

本文探討了蘇北地區耕地及其非農化在不同時期的時空演變特征,并揭示相關影響因素.

2000—2020年,蘇北地區耕地空間格局變化不大,耕地整體呈連片分布,尤其以中東部地區最為明顯.蘇北地區耕地面積總體呈下降趨勢,年平均減少約96.5 km2,其中2005—2010年耕地面積減少量最多,高達1 545.1 km2.

蘇北地區耕地非農化面積在4個時段呈現增—減—增的變化,累計非農化面積為2 713.2 km2,非農化率為7.5%,其中2005—2010年的非農化面積與非農化率遠高于其他時段.2000年以來,蘇北地區的耕地非農化表現出較強的空間異質性,非農化率高值區集中分布在各行政單元的城區部分以及一些中心鎮區.

蘇北地區耕地非農化驅動因子及其影響程度在時序演化上呈波動變化,總體來看,非農產業擴張和城鎮化推進是耕地非農化的關鍵驅動因素;人口數量與其他因子交互作用對前期耕地非農化的影響明顯,城鎮化率與其他因子交互作用對中期非農化影響突出,而固定資產投資與其他因子交互作用對后期耕地非農化影響相對較大.

3.2 建議

2000年以來,我國經濟規模迅速擴大和城鎮化快速提升導致耕地非農化現象十分突出,在加強耕地保護和保障糧食安全背景下開展區域耕地非農化時空演變及驅動力研究具有重要的現實意義和戰略意義.蘇北地區對江蘇乃至華東地區糧食生產具有關鍵性影響.各行政單元由于自然條件和社會經濟發展狀況存在明顯差異,耕地非農化情況不盡相同.為緩解蘇北地區耕地非農化問題,可采取下面4項措施.

1)不斷提升對耕地非農化危害糧食安全的認識水平.蘇北地區城鎮化和工業化的快速發展導致部分農田轉為非農用途,使耕地面積較大幅度減少,加劇了糧食生產的壓力,給糧食安全帶來了潛在風險.為解決這一問題,各級政府應當高度重視,一方面強化地方政府對防止耕地非農化的重視程度和正確認知,壓實地方黨政同責扛起防治耕地非農化重任;另一方面要把耕地保護工作納入全民教育體系,加強耕地保護宣傳教育,提高公眾對耕地非農化危害的認識,形成全社會共同關注和參與保護耕地的濃厚氛圍,增強耕地保護的意識[21].

2)著力構建新型城鎮化背景下耕地保護新機制.耕地保護存在較大的機會成本,當外部利益補償達到或超過該成本時,地方政府和農民會選擇保護耕地,實現由“被動地”轉變為“主動地”保護耕地,進而實現由側重“約束性”向“激勵性”機制轉變.在城鄉一體化推進過程中,須在城鄉要素平等交換、城鄉地域系統優化、城鄉統一市場建設的復雜系統中思考耕地保護策略,進而構筑村鎮建設新格局,創新耕地資源補充機制、耕地保護補償機制[22].

3)切實加強土地集約高效利用.牢固樹立新發展理念,強化紅線和底線意識,將耕地保護成效納入地方考核指標體系.相對于省內發達地區,蘇北經濟相對落后,但近年來經濟社會快速發展,在此背景下各級政府應嚴格實施“增存掛鉤”,推動存量建設用地盤活利用;提高土地征收和開發門檻,控制新增非農用地規模;嚴格把關各類建設項目定額標準審核,該核減的一律核減;加大產業轉型力度,優化資源配置,提高土地產出效益;著力提升產業園節約集約用地水平,積極推廣節約集約用地模式和經驗[23].

4)持續加大耕地非農化監管力度.各地要加快建立健全耕地非農化行為綜合監管制度,加強對地方耕地利用情況的動態監測監管,及時掌握耕地占補平衡、“進出平衡”落實情況和耕地質量變化情況,盡早發現和解決耕地非農化行為和潛在風險;采取“長牙齒”的硬措施,建立跨部門聯合執法機制,加強信息共享和協同作戰,形成合力,做到早發現、早制止、嚴查處,以“零容忍”的態度全面推進耕地非農化的監管工作,堅決守住耕地保護紅線.對完成保護目標、成效顯著的給予獎勵,對沒有完成保護目標的實行補償性懲罰,層層壓實耕地保護目標責任;實行剛性指標考核,黨政同責,強化耕地保護執法的規范性、權威性與嚴肅性[24].