基于壓力指數的蘇北地區耕地非農化評價及預測

高宇成, 張忠啟, 祝 亮

(江蘇師范大學 地理測繪與城鄉規劃學院,江蘇 徐州 221116)

耕地是糧食生產的物質基礎,耕地安全是糧食安全的重要基石[1].我國人口規模龐大,耕地資源相對匱乏,要將中國人的飯碗牢牢端在自己手中,必須確保耕地這一根基不受侵蝕.近年來,盡管國家出臺了一系列強化耕地保護的政策措施,但一些地方仍然存在違規占用耕地開展非農建設的行為,對國家糧食安全構成了潛在威脅.為此,國務院于2020年專門印發了堅決制止耕地非農化行為的通知,明確要求各級政府采取有力措施落實最嚴格的耕地保護制度,堅決制止各類耕地非農化行為[2].因此,查明耕地非農化壓力的時空特征及演變趨勢,是地方政府制定耕地保護措施和保障糧食安全的必然要求.

耕地非農化改變了耕地農業用途,耕地轉化為非農建設用地,直接影響糧食生產[3].近些年,學者們對耕地非農化問題高度關注并開展了相關研究,主要集中在3個方面.一是耕地非農化的驅動因素.學者們從多個尺度對耕地非農化的驅動因素進行了探討,如:城市化是耕地非農化的主要驅動因子[4];產業結構,特別是非農產業規模的擴張對耕地非農化影響較大[5];人均地區生產總值、人口密度、耕地資源稟賦等因子是耕地非農化的主要原因[6].二是耕地非農化的時空特征.由于區域社會經濟發展和資源稟賦等方面的差異,耕地非農化也表現出明顯的空間異質性.從空間分異看,不同區域間的非農化壓力通常呈現出多元化趨勢,甚至有些區域間呈現明顯的地理梯度分布[7];從時間變化看,不同區域耕地非農化過程的重心隨時間出現不同的遷移規律[8].三是耕地非農化的治理措施,這是非農化研究的落腳點.加大法律政策宣傳力度,激發農民保護耕地、種糧的積極性、自覺性和榮譽感,同時嚴格執行多元化耕地保護補償制度,提高建設用地集約利用水平,建立經濟懲戒機制,是解決耕地非農化的有效措施[9-11].

雖然近些年對耕地非農化問題研究較多,但大多集中在主要糧食產區及產糧大省,對江蘇省耕地非農化的研究關注度不夠.江蘇省雖然面積相對較小,但糧食產量一直位居全國前列,在本省糧食自給的基礎上,還向上海、浙江等周邊省份供給優質糧食,為國家糧食安全作出了重要貢獻.蘇北地區地勢平坦,耕地集中連片,氣候適宜,一直是江蘇省糧食生產的主陣地[12],對全省糧食安全生產具有關鍵性作用.近年來,隨著蘇北地區城鎮化和工業化的快速推進,耕地非農化問題日益凸顯,對全省糧食生產造成較大影響.因此,探討蘇北地區耕地非農化壓力問題,對促進區域耕地資源保護、維護地區糧食安全具有重要意義.鑒于此,本文聚焦耕地非農化問題,選取5個年份,對蘇北地區耕地非農化壓力的時空特征及影響因素進行定量分析,并在此基礎上預測2025年和2030年蘇北各市的耕地非農化壓力,以期為蘇北地區耕地資源保護和糧食安全提供決策參考.

1 數據與方法

1.1 研究區概況

蘇北地區地處江蘇省北部,位于北緯32°43′—35°07′,東經116°21′—120°54′,包括徐州、連云港、宿遷、淮安、鹽城5市,土地面積為5.49萬km2.該地區位于黃淮平原與江淮平原的過渡區域,以平原為主,亦有少量丘陵崗地分布.耕地、城鎮工礦及居民用地是蘇北地區主要土地利用類型[13].土壤母質多為黃泛沖積物和河海相沉積物,土壤以潮土和鹽土兩種類型為主[14].氣候屬于亞熱帶濕潤向暖溫帶半濕潤氣候過渡的類型,熱量充足,降水豐富,四季分明,十分適宜糧食作物生長[15-16].蘇北地區一直是江蘇省最重要的糧食生產區,2021年農作物總播種面積為477萬hm2,糧食總產量為2 487萬t,分別占全省的63.5%和65.4%[17].由此可見,蘇北5市糧食生產對保障全省糧食安全至關重要.

1.2 指標體系構建

本文以蘇北5市為研究對象,以2000、2005、2010、2015、2020年5個年份的耕地、糧食生產、社會經濟發展等有關數據為基礎,開展耕地非農化壓力研究.耕地非農化受當地經濟發展水平、產業分布格局和資源稟賦等多方面因素的影響[3,5],本文參考Chen等的研究成果[6,18],結合數據的可獲取性,選擇經濟因素、產業結構、社會因素、資源稟賦4個方面14個指標構建耕地非農化壓力評價指標體系(表1),以測算蘇北5市的耕地非農化壓力.各指標數據主要來自各市相應年份的統計年鑒,部分來自各市的國民經濟和社會發展統計公報.

1.3 耕地非農化壓力指數計算

本文通過耕地非農化壓力指數定量表征蘇北5市不同時期的耕地非農化壓力狀況.經過數據的標準化、各項指標的熵值及熵冗余度計算、各指標權重的計算等步驟[19-20],得到第a年i市的耕地非農化壓力指數

(1)

1.4 區域差異測度

采用泰爾指數測度蘇北5市耕地非農化壓力在空間上的整體差異性,指數值越大表明區域間差異越大[23-25].計算公式為

(2)

式中:T表示泰爾指數;Ki為第i市的耕地壓力指數;μ為5市耕地壓力指數平均值;n為研究區中城市數量,n=5.

1.5 耕地非農化壓力指數預測

灰色預測模型是依據少量、不完全信息建立數學模型作出預測的一種方法.本文采用灰色GM(1,1)模型[26-27]對蘇北各市2025年和2030年的耕地非農化壓力進行預測.

2 結果與分析

2.1 各市耕地與糧食生產狀況

2021年蘇北5市的耕地和糧食生產情況如表2所示.各市之間的人均耕地面積存在較大差異,最少者(徐州市)僅為最多者(淮安市)的2/3左右,其余3市較為接近.從人均糧食產量來看,各市之間的差異高于人均耕地面積差異,徐州市人均糧食產量最低,淮安、鹽城2市人均糧食產量均較高,約為徐州市的2倍.整體上看,蘇北5市的人均糧食產量均高于全國平均水平(474 kg/人),淮安和鹽城2市的人均糧食產量超過全國平均數的2倍.蘇北地區糧食產量不僅滿足本區域的需求,而且可為周邊地區提供商品糧,因而成為全省糧食安全的關鍵支撐,同時也是華東地區優質商品糧的重要產地.

2.2 各市耕地非農化壓力指數

2000—2020年蘇北5市耕地非農化壓力指數及空間分布如圖1所示.可以看出,各市的工業化和城市化水平等存在差異,且其推進速度也不一致,造成耕地非農化壓力存在較大分異,且均呈現波動性變化.徐州市耕地非農化壓力指數在各時期皆為最高,均超過了0.75.鹽城市的耕地非農化壓力指數在2000年相對較高,之后逐漸降低,但2010年后又開始呈緩慢上升趨勢.連云港和淮安2市的耕地非農化壓力指數在2000年較為接近,分別于2005年和2015年達到最高值后回落,連云港市的非農化壓力波動性整體強于淮安市.宿遷市耕地非農化壓力指數整體上低于其他市,其中2005年非農化壓力指數僅為0.185.

表2 蘇北各市耕地和糧食生產情況Tab.2 Farmland and grain production in various cities of northern Jiangsu

2.3 不同時期各市耕地非農化壓力空間差異性

蘇北地區耕地非農化壓力的空間差異性在2000—2010年整體上呈現逐步上升趨勢,這是由于該時期徐州市耕地非農化壓力指數上升幅度較大,而其他各市非農化壓力指數整體呈下降趨勢.2015年徐州市耕地壓力指數下降,其他4市壓力指數均呈現上升趨勢,尤其是連云港與宿遷市上升顯著,導致區域內非農化壓力的差異性大幅降低,進而造成蘇北地區非農化壓力泰爾指數在2015年大幅下降.2020年蘇北地區泰爾指數回升,非農化壓力的差異性呈增加趨勢,這主要是因為徐州市非農化壓力指數有所上升,而淮安與連云港市下降幅度較大,宿遷與鹽城市的壓力指數小幅波動(圖2).

圖1 蘇北各市耕地非農化壓力時空變化情況Fig.1 Temporal and spatial changes of farmland conversion pressure in various cities of northern Jiangsu

2.4 影響各市耕地非農化壓力的主要因素

圖2 蘇北各市不同年份耕地非農化壓力泰爾指數Fig.2 Theil index of farmland conversion pressure in various cities of northern Jiangsu in different years

基于經濟因素、產業結構、社會因素和資源稟賦4個方面14個指標的相關數據,通過多元逐步回歸對蘇北5市耕地非農化壓力的影響因子進行分析,結果見表3.可以看出,耕地非農化壓力在不同年份的影響因子存在差異.2000年影響蘇北各市耕地非農化壓力的因子主要為固定資產投資額,其影響達到極顯著水平,說明固定資產投資拉動的經濟增長對耕地非農化產生重要影響.地均地區生產總值和固定資產投資額對2005年蘇北各市耕地的非農化壓力達到了極顯著水平,表明資源稟賦對該時期耕地非農化的作用開始顯現.非農產業占比對2010年和2015年兩時期耕地非農化的影響達到極顯著水平,說明非農產業的規模擴張對該時期耕地非農化的作用不容忽視;同時,地均地區生產總值對2015年蘇北各市耕地的非農化壓力也達到了極顯著水平,再次表明資源稟賦對耕地非農化具有重要影響.2020年固定資產投資額的影響為顯著水平,說明包括房地產在內的固定資產投資給該時期蘇北地區耕地非農化帶來較大壓力.綜上所述,經濟發展狀況、資源稟賦和產業結構對區域耕地非農化壓力的產生具有基礎性影響.

表3 蘇北各市耕地非農化壓力影響因素回歸分析結果Tab.3 Regression results of factors influencing farmland conversion pressure in various cities of northern Jiangsu

2.5 各市耕地非農化壓力的未來預測

基于2000—2020年蘇北各市耕地非農化壓力指數,通過灰色GM(1,1)預測模型對各市2025年和2030年耕地非農化壓力指數進行預測,結果見圖3.殘差檢驗結果顯示,模型對已知各時段的預測殘差均<0.1,說明預測結果較為可靠.預測結果表明,蘇北5市2025年和2030年耕地非農化壓力指數平均值分別為0.445和0.447,整體上呈現緩慢上升趨勢.從各市來看,耕地非農化壓力指數變化趨勢不同.宿遷與淮安2市的非農化壓力指數不斷增大,其中宿遷增加幅度相對較大,這主要是因為2市近些年大力推進工業化和城市化,耕地受到擠壓;而鹽城、連云港、徐州3市的耕地非農化壓力指數出現不同程度的降低,其中徐州的降幅較大,這與3市近年來加大產業結構轉型力度,并實行較嚴格的耕地保護政策,使耕地非農化壓力有所緩解有關.總的來看,徐州市耕地非農化壓力指數將出現較大下降,但仍為蘇北地區耕地非農化壓力最大的市;宿遷和淮安2市的壓力指數將會出現明顯提升,僅次于徐州市;而連云港和鹽城2市的耕地非農化壓力逐漸下降,成為蘇北5市中耕地壓力較小的地區.同時,從整體上看,未來蘇北5市間非農化壓力的差異性也將有所降低.

圖3 蘇北各市耕地非農化壓力指數預測Fig.3 Prediction for pressure index of farmland conversion in various cities of northern Jiangsu

3 結論與建議

3.1 主要結論

本文探討了不同時期蘇北地區耕地非農化壓力的時空變化及影響因素,并對未來壓力指數進行了預測.不同時期蘇北5市耕地非農化壓力差異較大且呈波動性變化,其中徐州市的波動幅度最大,鹽城和連云港2市波動下降,淮安和宿遷2市波動上升.蘇北地區耕地非農化壓力具有明顯的空間差異性.

不同時期蘇北地區耕地非農化壓力的主要影響因子不同:2000年為固定資產投資額,2005年為固定資產投資額和地均地區生產總值,2010年為非農產業占比,2015年為非農產業占比和地均地區生產總值,2020年為固定資產投資額.概括而言,蘇北地區耕地非農化壓力受經濟發展狀況、資源稟賦和產業結構等因素的影響較大.

2025年和2030年蘇北地區耕地非農化壓力指數整體將呈緩慢上升趨勢.各市非農化壓力變化趨勢有所不同,宿遷與淮安2市的非農化壓力指數將不斷增加,而鹽城、連云港、徐州3市耕地非農化壓力指數將出現下降.未來蘇北5市耕地非農化壓力水平的高低順序為徐州>宿遷>淮安>鹽城>連云港.

3.2 建議

耕地資源是保障糧食安全的重要基石.蘇北各市由于自然和社會經濟條件存在差異,耕地非農化壓力和未來演變趨勢也有所不同.為緩解蘇北各市耕地非農化壓力,可采取以下3項措施.

一要立足耕地資源稟賦條件,制定好相應的耕地保護與補償政策.區域耕地資源稟賦深刻影響地區居民的生產和生活方式,在很大程度上決定了區域耕地非農化的程度和規模.蘇北地區人口稠密,人均耕地面積低于全國平均水平,人地關系較為緊張,耕地非農化對地區糧食生產的影響較大.因此,蘇北各市需要根據自身的耕地資源稟賦,合理配置耕地資源利用條件,統籌協調耕地保護和社會經濟發展的動態關系,對占用的耕地務必進行補償,切實保護好耕地資源.

二要促進社會經濟轉型發展,提升土地節約集約利用水平.各市必須認真貫徹落實中央關于耕地資源保護的一系列方針政策,牢固樹立珍惜耕地資源、節約集約用地意識,提升土地節約集約利用水平,增強土地承載能力,全面提升土地資源開發利用效率.統籌抓好區域經濟發展與耕地資源保護,堅持糧食安全第一的底線思維,持續加大耕地保護的力度,采取一系列創新措施,通過約束用地需求倒逼產業結構升級和經濟增長方式轉變,從有限的土地資源中創造最大的利用效益.

三要加大耕地保護督查力度,切實守牢耕地保護紅線.各市應當立足自身實際,強化政府部門的督導職能,建立耕地保護預警監測系統.政府主管部門需要充分利用高新技術,例如衛星遙感和地面監測系統,及時掌握當地耕地利用現狀和非法占用情況,并快速嚴肅查處非法占用耕地的行為,堅決遏制耕地非農化的發展勢頭;加強對重點耕地保護區域的監測,嚴禁耕地拋荒現象發生.此外,積極營造全社會耕地資源保護的輿論氛圍,強化民眾耕地保護意識,為嚴守耕地保護紅線和筑牢糧食安全根基奠定堅實基礎.