孫禮勇　甄珍　陳士銀　黃楓城　藺中

摘? ? 要：城鎮(zhèn)化發(fā)展導(dǎo)致大量耕地資源被用于建設(shè)用地，耕地非農(nóng)化問題無可避免，為管理和保護廣東省耕地資源，探究耕地非農(nóng)化時空演變及擴散路徑?；谌丝?、經(jīng)濟、效益三方面綜合計算廣東省各地級市2009—2018年耕地非農(nóng)化壓力指數(shù)，運用ArcGIS10.2軟件對各地級市的耕地非農(nóng)化壓力進行時空分析，借鑒并構(gòu)建灰色預(yù)測模型預(yù)測未來的耕地非農(nóng)化壓力指數(shù)。結(jié)果表明：（1）時間上，廣州市、深圳市、珠海市、東莞市、中山市、潮州市、揭陽市的耕地非農(nóng)化壓力指數(shù)變化較明顯；（2）空間上，珠三角中心地區(qū)的耕地非農(nóng)化壓力明顯高于其他地區(qū)，其次為粵東地區(qū)、粵西地區(qū)和粵北地區(qū)；（3）采用灰色預(yù)測模型預(yù)測2022—2030年廣東省耕地非農(nóng)化壓力指數(shù)呈增長趨勢。未來廣東省的耕地非農(nóng)化壓力仍會處于增加的趨勢，耕地非農(nóng)化問題仍然突出。

關(guān)鍵詞：耕地；非農(nóng)化；時空演變；擴散路徑；廣東省

中圖分類號：S341.1? ? ? ? ?文獻標(biāo)識碼：A? ? ? ? ? DOI 編碼：10.3969/j.issn.1006－6500.2023.09.012

Spatial-temporal Evolution Analysis and Diffusion Path Prediction of Cultivated Land Conversion in Guangdong Province

SUN Liyong ZHEN Zhen CHEN Shiyin HUANG Fengcheng LIN Zhong

（1.Guangdong Huanyu Planning Consulting Company Limited， Guangzhou， Guangdong 510000， China; 2.Guangdong Ocean University， Zhanjiang， Guangdong 524088， China）

Abstract： The urbanization development leads to a large number of cultivated land resources being used for construction land， and the problem of non-agricultural farmland is inevitable. In order to manage and protect the cultivated land resources in Guangdong Province， the temporal and spatial evolution and diffusion path of non-agricultural farmland are explored. Based on population， economy and benefit， the cultivated land non-agricultural pressure index of prefecture-level cities in Guangdong Province from 2009 to 2018 was comprehensively calculated. The ArcGIS10.2 software was used to conduct spatio-temporal analysis of the cultivated land non-agricultural pressure of prefecture-level cities， and the grey prediction model was built for reference to predict the future cultivated land non-agricultural pressure index. The results showed that： （1） In terms of time， the change of non-agricultural pressure index of cultivated land in Guangzhou， Shenzhen， Zhuhai， Dongguan， Zhongshan， Chaozhou and Jieyang was obvious;（2） Spatially， the non-agricultural pressure of cultivated land in the central region of the Pearl River Delta is significantly higher than that in other regions， followed by East， West and North of Guangdong;（3） Using the grey prediction model， the non-agricultural pressure index of cultivated land in Guangdong Province was predicted to increase during 2022-2030.In the future， the pressure of non-agricultural cultivation of cultivated land in Guangdong Province will continue to increase， and the problem of non-agricultural cultivation of cultivated land is still prominent.

Key words： cultivated land; non-agriculturization; space-time evolution; diffusion path; Guangdong Province

隨著城鎮(zhèn)化的發(fā)展，我國從農(nóng)村型社會轉(zhuǎn)向現(xiàn)代型社會，大量的耕地資源被用于建設(shè)用地，耕地非農(nóng)化問題無可避免[1]。耕地非農(nóng)化為中國經(jīng)濟發(fā)展提供土地保障，對促進我國經(jīng)濟增長起到重要作用；另一方面也帶來耕地資源短缺、耕地質(zhì)量降低、環(huán)境生態(tài)惡化等負面影響，進而影響糧食安全及社會穩(wěn)定[2]。城鎮(zhèn)化與耕地非農(nóng)化存在耦合關(guān)系，城鎮(zhèn)化水平越高，耕地非農(nóng)化的現(xiàn)象就越明顯[3]。占用耕地數(shù)量與城鎮(zhèn)化水平呈現(xiàn)長期均衡關(guān)系，城鎮(zhèn)化促進占用耕地數(shù)量增加[4]。在耕地保護和經(jīng)濟發(fā)展這對矛盾之中，增量建設(shè)用地配置指標(biāo)分配起關(guān)鍵性作用[5]。構(gòu)建多維度指標(biāo)體系計算耕地非農(nóng)化壓力，分析時間和空間演變差異特征，預(yù)測未來耕地非農(nóng)化壓力趨勢走向，為廣東省耕地非農(nóng)化相關(guān)研究奠定理論基礎(chǔ)。

國外學(xué)者針對耕地非農(nóng)化的研究方向包括耕地非農(nóng)化的驅(qū)動因素、耕地非農(nóng)化的影響、制度與耕地非農(nóng)化的關(guān)系等多方面。產(chǎn)生耕地非農(nóng)化的原因是農(nóng)業(yè)方面生產(chǎn)效率低下，農(nóng)地所有者追求效益高的生產(chǎn)方式，促使耕地向非農(nóng)用途轉(zhuǎn)變[6]。經(jīng)濟因素是影響土地非農(nóng)化的重要因素，表現(xiàn)為財產(chǎn)投資等經(jīng)濟行為及政府部門制定的相關(guān)政策，直接引導(dǎo)和間接推動耕地非農(nóng)化[7]。從城市需求的角度看，城鎮(zhèn)化進程中產(chǎn)生的土地需求驅(qū)動耕地非農(nóng)化，人口集中、與城市距離較近的郊區(qū)相對于其他地區(qū)更容易出現(xiàn)耕地非農(nóng)化現(xiàn)象[8]。關(guān)于農(nóng)地流轉(zhuǎn)，有學(xué)者認為農(nóng)地流轉(zhuǎn)是社會進步的映射，城市用地擴張對耕地糧食供給的影響較小[9]；有學(xué)者則擔(dān)心優(yōu)質(zhì)耕地流失造成的不良后果[10]。農(nóng)地保護問題應(yīng)與農(nóng)業(yè)發(fā)展戰(zhàn)略和環(huán)境保護政策相協(xié)調(diào)，以達到土地持續(xù)利用的目的[11]。外國學(xué)者認為，地區(qū)經(jīng)濟發(fā)展不斷變好的代價是破壞耕地資源[12]。選擇不同方法對我國耕地非農(nóng)化驅(qū)動因素進行分析。針對黑龍江省的相關(guān)研究表明，發(fā)達地區(qū)的耕地非農(nóng)化現(xiàn)象會比其他地區(qū)更明顯，這種現(xiàn)象是經(jīng)濟發(fā)展帶來的土地需求導(dǎo)致的[13]；以江蘇省為代表，經(jīng)濟的發(fā)展是耕地面積減少的重要原因[14]；分析河北省耕地壓力時空變化發(fā)現(xiàn)，經(jīng)濟發(fā)展與耕地壓力的耦合關(guān)系較明顯，并會因時間推移而改變，大多數(shù)地級市的耦合指數(shù)趨近于1[15]。國內(nèi)學(xué)者回顧我國耕地非農(nóng)化的發(fā)展進程，并對耕地面臨的問題進行歸納，提出促進經(jīng)濟與耕地保護二者之間的協(xié)調(diào)發(fā)展的對策[16]，發(fā)現(xiàn)因城鎮(zhèn)化發(fā)展產(chǎn)生的耕地非農(nóng)化影響比經(jīng)濟發(fā)展產(chǎn)生的影響更加明顯[17]。在短期內(nèi)，耕地非農(nóng)化可以促使經(jīng)濟增速，到中長期會減緩經(jīng)濟發(fā)展速度[18-20]。

本文通過人口、經(jīng)濟、效益三大指數(shù)進行綜合測算得出耕地非農(nóng)化壓力指數(shù)，根據(jù)年均變化率反映廣東省各地級市耕地非農(nóng)化壓力的相對變化，運用灰色系統(tǒng)理論構(gòu)建GM（1，1）模型預(yù)測未來的耕地非農(nóng)化壓力指數(shù)。根據(jù)測算結(jié)果和分析內(nèi)容總結(jié)出廣東省各地級市的耕地非農(nóng)化壓力變化并探討實際意義。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源

本文主要以2009—2018年為研究時段，涉及的數(shù)據(jù)來源于2010—2019年《廣東省統(tǒng)計年鑒》和《廣東省土地利用現(xiàn)狀數(shù)據(jù)》，包括城市人口數(shù)量（為戶籍人口數(shù)）、人均生產(chǎn)總值、建筑業(yè)總產(chǎn)值、耕地面積等指標(biāo)。

1.2 研究區(qū)域概況

廣東省地處中國大陸最南端，全省位于北緯20°13'～25°31'和東經(jīng)109°39'～117°19'之間。廣東省境內(nèi)陸地面積為1 798萬hm，約占全國陸地面積的1.87%。地貌類型復(fù)雜多樣，有山地、丘陵、臺地和平原。截至到2020年，經(jīng)有關(guān)數(shù)據(jù)統(tǒng)計，廣東省常用耕地面積為259.3萬hm。據(jù)2019年年鑒統(tǒng)計，反映廣東省人口的城鎮(zhèn)化水平已達71.4%，廣東省2018年人均建設(shè)用地面積為0.005 119 hm，低于城市規(guī)劃的最低人均建設(shè)用地0.006 01 hm。隨著耕地非農(nóng)化現(xiàn)象的發(fā)生，廣東省的建筑業(yè)依然處于蓬勃發(fā)展階段，2018年的建筑業(yè)總產(chǎn)值已達到16 633.41億元，總體漲幅也較大。截至到2019年初，廣東全年實現(xiàn)地區(qū)生產(chǎn)總值107 671.07億元，比上年增長6.2%。廣東經(jīng)濟總量連續(xù)31年居全國首位，是全國首個經(jīng)濟總量突破10萬億元的省份。第一產(chǎn)業(yè)增加值4 351.26億元，比上年增長4.1%；第二產(chǎn)業(yè)增加值43 546.43億元，增長4.7%；第三產(chǎn)業(yè)增加值59 773.38億元，增長7.5%。三次產(chǎn)業(yè)結(jié)構(gòu)比重為4.0 ∶40.5 ∶ 55.5，第三產(chǎn)業(yè)所占比重比上年提高0.7個百分點。第二、三產(chǎn)業(yè)蓬勃發(fā)展，提供大量就業(yè)機會。全年固定資產(chǎn)投資比上年增長11.1%，投資需求保持旺盛。

1.3 耕地非農(nóng)化壓力測算

耕地非農(nóng)化指是在一定的政治、經(jīng)濟、社會條件下進行的，隨著社會的進步、經(jīng)濟的發(fā)展、產(chǎn)業(yè)的調(diào)整、居民收入的增加，耕地被城市建設(shè)、第二產(chǎn)業(yè)與第三產(chǎn)業(yè)發(fā)展等非農(nóng)項目占用的現(xiàn)象，是一個動態(tài)的演變過程。根據(jù)耕地被占用后的具體經(jīng)營內(nèi)容，可以分為城鎮(zhèn)擴張占用、鄉(xiāng)鎮(zhèn)企業(yè)占用、交通水利建設(shè)占用、農(nóng)村居民點占用等形式；依據(jù)耕地占用的主題，可以分為國家建設(shè)占用、集體建設(shè)占用、個人建設(shè)占用3種形式。概括說來，耕地非農(nóng)化是在一定的社會發(fā)展背景下，耕地從農(nóng)業(yè)用途轉(zhuǎn)變?yōu)槌鞘薪ㄔO(shè)、工業(yè)、居住等非農(nóng)用途的過程[21]。鑒于此，本文從人口、經(jīng)濟、效益三大維度綜合測度耕地非農(nóng)化壓力綜合指數(shù)。

1.4 耕地非農(nóng)化壓力人口指數(shù)

根據(jù)耕地非農(nóng)化的概念界定和耕地非農(nóng)化壓力形成的過程可知，此處選用人口數(shù)據(jù)構(gòu)建耕地非農(nóng)化壓力指標(biāo)更具直觀性意義。參考人均耕地壓力指數(shù)的構(gòu)建方法[22-23]，構(gòu)建指標(biāo)。

1.5 耕地非農(nóng)化壓力經(jīng)濟指數(shù)

經(jīng)濟因素是耕地非農(nóng)化的重要驅(qū)動因素之一[25]。全國層面建設(shè)用地驅(qū)動力的核心變量之一為GDP[26]，且GDP的驅(qū)動效果比其余2個變量更加顯著。根據(jù)先前學(xué)者研究可得，GDP對建設(shè)用地需求量的增加產(chǎn)生正向影響。因此，以GDP作為經(jīng)濟指標(biāo)研究耕地非農(nóng)化壓力具有一定的現(xiàn)實意義，計算公式為：

1.6 耕地非農(nóng)化壓力效益指數(shù)

1.7 耕地非農(nóng)化壓力綜合指數(shù)

1.8 年均變化率

1.9 GM（1，1）預(yù)測模型

2 結(jié)果與分析

2.1 人口指數(shù)

公式（2）、公式（3）指數(shù)如表 1所示。

根據(jù)廣東省各地級市2009—2018年耕地非農(nóng)化壓力人口指數(shù)分析可以發(fā)現(xiàn)，除了深圳市以外，其他地級市的耕地非農(nóng)化壓力人口指數(shù)并沒有較大的起伏變化，整體趨勢是從2014年開始小幅度的緩慢增加；而深圳市的耕地非農(nóng)化壓力指數(shù)的起伏變化較大， 2012—2013年間處于下降趨勢，從2013年后逐年大幅度上升，主要原因是深圳市的人均耕地面積變化相比于其他城市較大而引起耕地非農(nóng)化壓力變化。

2.2 經(jīng)濟指數(shù)

基于公式（4）測算出的耕地非農(nóng)化壓力經(jīng)濟指數(shù)如表 2所示。

根據(jù)廣東省各地級市2009—2018年耕地非農(nóng)化壓力經(jīng)濟指數(shù)分析可以得出，深圳市、廣州市、佛山市、珠海市的耕地非農(nóng)化壓力經(jīng)濟指數(shù)起伏變化相對明顯，主要原因是這幾個城市的經(jīng)濟發(fā)展水平相比于廣東省平均水平來說相對較高，由經(jīng)濟因素帶來的耕地非農(nóng)化壓力變化也較為明顯。而其他城市的耕地非農(nóng)化壓力經(jīng)濟指數(shù)變化相對緩慢，主要原因是其他城市的經(jīng)濟發(fā)展水平相比于廣東省平均水平相比較低，由經(jīng)濟因素帶來的耕地非農(nóng)化變化不明顯。

2.3 效益指數(shù)

基于公式（5）、公式（6）、公式（7）測算出的耕地非農(nóng)化壓力效益指數(shù)如表 3所示。

根據(jù)廣東省各地級市2009—2018年耕地非農(nóng)化壓力效益指數(shù)分析可以得出，中山市、深圳市、珠海市、東莞市的耕地非農(nóng)化壓力效益指數(shù)起伏變化較大，主要原因是這幾個城市的經(jīng)濟發(fā)展相對變化較大，從耕地轉(zhuǎn)向建設(shè)用地的效益變化較大。因此，作為耕地非農(nóng)化的主要驅(qū)動因素之一，建筑業(yè)效益的變化直接導(dǎo)致了耕地非農(nóng)化壓力指數(shù)的起伏變化較明顯。而其他城市的耕地非農(nóng)化壓力效益指數(shù)起伏變化相對來說較平緩，主要原因是其他城市的建筑業(yè)效益變化相對較小。因此，耕地非農(nóng)化壓力指數(shù)變化不明顯。

2.4 指數(shù)權(quán)重值

根據(jù)熵值法計算得出的廣東省各年份各指數(shù)權(quán)重值如表 4所示。

2.5 綜合指數(shù)

根據(jù)各項指標(biāo)權(quán)重，綜合各項指標(biāo)數(shù)值計算得出2009—2018年廣東省各地級市耕地非農(nóng)化壓力綜合指數(shù)如表 5所示。

運用ArcGIS10.2軟件對2009—2018年廣東省各地級市耕地非農(nóng)化壓力指數(shù)的時間動態(tài)和空間分布展開分析。由圖 3可知，深圳市、東莞市、中山市、廣州市、揭陽市、潮州市、珠海市的耕地非農(nóng)化壓力指數(shù)變化較大；其余城市的變化較小，但總體耕地非農(nóng)化壓力呈增加趨勢。

2.6 非農(nóng)化壓力的空間差異

根據(jù)實際情況，采用ArcGIS10.2空間分析法將廣東省2009—2018年的耕地非農(nóng)化壓力劃分為5個等級（圖 4）。當(dāng)K∈[10，70]時，表示該市耕地非農(nóng)化壓力極大。深圳處于第5等級，2012年該市人口從245.96萬人增長至299.15萬人，人均耕地斷崖式減少；人均生產(chǎn)總值從126 765元增長至162 599元，經(jīng)濟發(fā)展水平是深圳耕地非農(nóng)化壓力的關(guān)鍵所在。2018年，深圳人均耕地面積僅為0.000 73 hm，在廣東省各地級市中排名最后；人均生產(chǎn)總值達189 568元，在廣東省各地級市中排首位。深圳作為廣東省的經(jīng)濟龍頭，建筑業(yè)總產(chǎn)值為3 715.7億元，由于自身耕地條件不足，耕地非農(nóng)化壓力較大，且有增長的趨勢。

2.7 非農(nóng)化壓力相對變化

據(jù)耕地非農(nóng)化壓力相對變化測算公式，使用ArcGIS10.2軟件將相對變化劃分為4個等級（圖 5）。其中，深圳市屬于第4等級，表示其耕地非農(nóng)化壓力相對變化大。由于改革開放，深圳作為廣東省發(fā)展的重點城市，經(jīng)濟活力強、城鎮(zhèn)化建設(shè)迅速，發(fā)展水平已達全國前列，耕地非農(nóng)化難以避免。2009年深圳市的人均耕地面積為0.001 27 hm，人均生產(chǎn)總值為87 066元，建筑業(yè)總產(chǎn)值為1 184.47億元，2018年人均耕地面積為0.000 73 hm，人均生產(chǎn)總值為189? 568元，建筑業(yè)總產(chǎn)值為3 715.70億元。

2.8 指數(shù)預(yù)測

基于過去、現(xiàn)在已知的信息，建立灰色模型，將無序離散的原始序列轉(zhuǎn)化為有序序列，進而對未來的變化進行預(yù)測。在建立GM（1，1）模型之后，分別對其進行相對殘差檢驗、關(guān)聯(lián)度檢驗和后驗差檢驗，3種驗證均通過。對廣東省21個地級市的耕地非農(nóng)化壓力指數(shù)進行預(yù)測，得到廣東省各地級市2022—2030年耕地非農(nóng)化壓力指數(shù)預(yù)測結(jié)果，如表 6所示。結(jié)果顯示，未來耕地非農(nóng)化壓力仍呈現(xiàn)遞增趨勢。其中，2022年河源市的耕地非農(nóng)化壓力等級將從第1等級升至第2等級，東莞市的耕地非農(nóng)化壓力等級從第4等級升至第5等級，江門市的耕地非農(nóng)化壓力從第1等級升至第2等級；2023年中山市的耕地非農(nóng)化壓力等級從第4等級升至第5等級。主要原因與經(jīng)濟社會發(fā)展水平以及廣東省發(fā)展戰(zhàn)略的調(diào)整有關(guān)。

3 討論與結(jié)論

耕地非農(nóng)化壓力的區(qū)域差異與城鎮(zhèn)建設(shè)的土地資源配置息息相關(guān)，具有一定的研究意義。城市人口的增加是城鎮(zhèn)化建設(shè)發(fā)展的一個重要影響因素，將人口作為耕地非農(nóng)化壓力的研究指標(biāo)有具有理論意義，能在指定的層面反映出同一地區(qū)的耕地非農(nóng)化變化；經(jīng)濟發(fā)展速度的快慢也是影響城鎮(zhèn)建設(shè)的重要因素，經(jīng)濟發(fā)展相對快的地區(qū)對于建設(shè)用地的需求多，需要更多的耕地轉(zhuǎn)化為非農(nóng)用地來實現(xiàn)，同時也可以反映出該地區(qū)的耕地非農(nóng)化變化。GDP作為衡量經(jīng)濟發(fā)展的主要指標(biāo)，將人均GDP變化作為經(jīng)濟指標(biāo)具有一定理論可行性；建設(shè)用地為城鎮(zhèn)建設(shè)發(fā)展所產(chǎn)生的效益將影響政府制定耕地非農(nóng)化的有關(guān)政策。因此，以地均建筑業(yè)產(chǎn)值作為效益指標(biāo)有一定的代表性。從人口、經(jīng)濟、效益3個層面分析耕地非農(nóng)化的綜合指標(biāo)，對于研究耕地非農(nóng)化壓力來說較為合理。

根據(jù)廣東省各地級市2009—2018年耕地非農(nóng)化壓力人口指數(shù)、經(jīng)濟指數(shù)和效益指數(shù)分析可以發(fā)現(xiàn)，除深圳市以外，其他地級市的耕地非農(nóng)化壓力人口指數(shù)并沒有較大的起伏變化，整體趨勢是從2014年開始緩慢增加；而深圳市的耕地非農(nóng)化壓力指數(shù)的起伏變化較大，2012—2013年處于下降趨勢，2013年后逐年大幅上升，主要原因是深圳市人均耕地面積變化相比于其他城市較大而引起耕地非農(nóng)化壓力變化。深圳市、廣州市、佛山市、珠海市的耕地非農(nóng)化壓力經(jīng)濟指數(shù)起伏變化相對來說明顯，主要原因是這幾個城市的經(jīng)濟發(fā)展水平相較于廣東省平均水平來說相對較高，由經(jīng)濟因素帶來的耕地非農(nóng)化壓力變化也較為明顯。而其他城市的耕地非農(nóng)化壓力經(jīng)濟指數(shù)變化相對緩慢，主要原因是其他城市的經(jīng)濟發(fā)展水平相比于廣東省平均水平相比較低，由經(jīng)濟因素帶來的耕地非農(nóng)化變化不明顯。中山市、深圳市、珠海市、東莞市的耕地非農(nóng)化壓力效益指數(shù)起伏變化較大，主要原因是這幾個城市的經(jīng)濟發(fā)展相對變化較大，從耕地轉(zhuǎn)向建設(shè)用地的效益變化較大。

因此，作為耕地非農(nóng)化的主要驅(qū)動因素之一，建筑業(yè)效益的變化直接導(dǎo)致了耕地非農(nóng)化壓力指數(shù)的起伏變化較為明顯。而其他城市的耕地非農(nóng)化壓力效益指數(shù)起伏變化相對來說較平緩，主要原因是其他城市的建筑業(yè)效益變化相對較小。因此，耕地非農(nóng)化壓力指數(shù)變化不明顯。

究其原因，耕地非農(nóng)化壓力指數(shù)水平極高的深圳市作為廣東省副省級城市，研究時期內(nèi)，在政府制定的經(jīng)濟政策帶動下，經(jīng)濟發(fā)展變化較為明顯，人均GDP從8.7萬元（2009年）增長至15.5萬元（2018年），同時因為城市發(fā)展，增加了對建設(shè)用地的需求，大大增加了耕地非農(nóng)化壓力。2013—2014年，深圳市的耕地數(shù)量明顯增加，且人口處于平穩(wěn)增長趨勢，較大緩解了深圳市耕地非農(nóng)化壓力。因此，出現(xiàn)耕地非農(nóng)化壓力指數(shù)水平有所回落的現(xiàn)象。耕地非農(nóng)化壓力指數(shù)水平較高的中山市、廣州市、揭陽市、珠海市、汕頭市中，有3個城市位于珠三角地區(qū)，具有一定的發(fā)展能力和潛力。2009—2013年經(jīng)濟發(fā)展速度加劇了耕地非農(nóng)化，2013—2014年人均耕地面積的減少速度低于廣東最小人均耕地面積的增長速度。因此，耕地非農(nóng)化壓力指數(shù)水平有所下降。耕地非農(nóng)化壓力指數(shù)水平較高的東莞市、佛山市、潮州市2009—2010年耕地面積減少幅度較小。因此，耕地非農(nóng)化壓力指數(shù)水平處于下降趨勢。隨著城市的多方面發(fā)展，耕地非農(nóng)化壓力不斷加劇。耕地非農(nóng)化壓力指數(shù)水平較低的湛江市、陽江市、韶關(guān)市、河源市、汕尾市、江門市2009—2018年人均耕地面積波動比較頻繁，并且受城市定位和政府政策影響，建筑業(yè)效益也沒有呈現(xiàn)規(guī)律的變化趨勢，導(dǎo)致研究時期內(nèi)耕地非農(nóng)化壓力指數(shù)水平起伏變化較多。耕地非農(nóng)化壓力指數(shù)水平較低的茂名市、清遠市、梅州市、惠州市、云浮市2009—2012年耕地面積有遞增趨勢，由于政府政策的扶持，現(xiàn)有建設(shè)用地得到有效開發(fā)利用，建筑業(yè)產(chǎn)值上升；經(jīng)濟方面，惠州市人均GDP從3.3萬元增長至5.2萬元，驅(qū)動了耕地非農(nóng)化壓力指數(shù)水平的提高。耕地非農(nóng)化壓力指數(shù)水平較低的肇慶市2009—2015年把握住發(fā)展戰(zhàn)略機遇期，經(jīng)濟社會發(fā)展取得顯著成效，人均GDP從2.3萬元增長至4.9萬元，同時也加劇了耕地非農(nóng)化壓力；2015—2018年經(jīng)濟發(fā)展態(tài)勢放緩，但建筑業(yè)蓬勃發(fā)展，總產(chǎn)值從125.49億元增長至157.7億元。因此，肇慶市的耕地非農(nóng)化壓力指數(shù)水平一直處于遞增趨勢。

預(yù)測結(jié)果顯示，未來耕地非農(nóng)化壓力水平趨勢仍是遞增狀態(tài)，說明各地區(qū)面臨的耕地非農(nóng)化現(xiàn)象問題仍然突出。其中，2022年河源市的耕地非農(nóng)化壓力等級將從第1等級升至第2等級，東莞市的耕地非農(nóng)化壓力等級從第4等級升至第5等級，江門市的耕地非農(nóng)化壓力從第1等級升至第2等級；2023年中山市的耕地非農(nóng)化壓力等級從第4等級升至第5等級。主要原因應(yīng)與經(jīng)濟社會發(fā)展水平以及廣東省發(fā)展戰(zhàn)略調(diào)整有關(guān)。根據(jù)各地級市的耕地非農(nóng)化壓力的遞增情況，應(yīng)結(jié)合廣東省各地級市發(fā)展定位及資源稟賦實際情況，制定相應(yīng)政策，緩解耕地非農(nóng)化壓力，以滿足廣東省經(jīng)濟發(fā)展與資源優(yōu)化配置的需要?？傮w來看，未來廣東省面臨的耕地非農(nóng)化壓力只增不減。

本文以廣東省為研究區(qū)域，從人口、經(jīng)濟、效益三維度構(gòu)建耕地非農(nóng)化壓力指標(biāo)，運用熵值法綜合測算出廣東省2009—2018年各地級市的耕地非農(nóng)化壓力綜合指數(shù)，運用ArcGIS10.2軟件對廣東省的耕地非農(nóng)化壓力的時空變化進行空間分析。根據(jù)研究期內(nèi)各地級市耕地非農(nóng)化壓力指數(shù)，引入相對變化公式測算出各地級市的耕地非農(nóng)化壓力相對變化，構(gòu)建灰色預(yù)測模型預(yù)測未來的耕地非農(nóng)化壓力指數(shù)。結(jié)果表明：

（1）從時間變化上，廣東省的耕地非農(nóng)化壓力指數(shù)總體變化為增加，變化趨勢表現(xiàn)為多元性。

（2）從空間差異上，廣東省的耕地非農(nóng)化壓力空間分布在不同年份都表現(xiàn)出明顯的區(qū)域差異?？傮w來看，珠三角中心地區(qū)的耕地非農(nóng)化壓力明顯高于其他地區(qū)，其次為粵東地區(qū)、粵西地區(qū)和粵北地區(qū)。主要原因是各地區(qū)的耕地資源稟賦存在明顯差異，與經(jīng)濟社會發(fā)展息息相關(guān)。

（3）深圳市、廣州市、珠海市、汕頭市、佛山市、東莞市、中山市的耕地非農(nóng)化壓力相對變化較大，其他城市的耕地非農(nóng)化壓力相對變化較小。

（4）未來廣東省的耕地非農(nóng)化壓力仍會處于增加的趨勢，耕地非農(nóng)化問題仍然突出。其中河源市、東莞市、江門市、中山市的耕地非農(nóng)化壓力變化較為明顯，耕地非農(nóng)化壓力等級將會提升。

參考文獻：

[1] 溫利華， 劉紅耀， 張廣錄， 等. 資源型城市耕地非農(nóng)化及關(guān)聯(lián)因子研究——以河北省邯鄲市為例[J]. 西北農(nóng)林科技大學(xué)學(xué)報（自然科學(xué)版）， 2013， 41（8）： 125-132.

[2] 吳先華. 耕地非農(nóng)化研究綜述[J]. 地理與地理信息科學(xué)， 2006， 22（1）： 51-56.

[3] 折曉婷， 呂雷. 城鎮(zhèn)化與耕地非農(nóng)化空間特征及協(xié)調(diào)關(guān)系研究——以四川省為例[J]. 南方農(nóng)村， 2015， 31（3）： 31-35.

[4] 鄧榮榮， 吳燕， 詹晶. 我國建設(shè)占用耕地數(shù)量與城鎮(zhèn)化水平的相互關(guān)系——基于VAR模型的實證[J]. 西北人口， 2012， 33（6）： 89-94， 102.

[5] 王關(guān)提. 基于農(nóng)地非農(nóng)化成本效益分析的增量建設(shè)用地指標(biāo)分配研究——以武漢城市圈為例[D]. 武漢： 華中農(nóng)業(yè)大學(xué)， 2017.

[6] KIM D S， MIZUNO K， KOBAYASHI S. Analysis of urbanization characteristics causing farmland loss in a rapid growth area using GIS and RS[J]. Paddy and Water Environment， 2003， 1（4）： 189-199.

[7] HENDERSON V. How urban concentration affects economic growth[M]. Washington， D.C.： The World Bank， 1999： 26.

[8] D??S B R. Population growth and loss of arable land[J]. Global Environmental Change， 2002， 12（4）： 303-311.

[9] 鄭紀(jì)芳， 史建民. 國內(nèi)外耕地保護問題研究綜述[J]. 生產(chǎn)力研究， 2009（5）： 161-163.

[10] 張安錄， 楊鋼橋. 美國城市化過程中農(nóng)地城市流轉(zhuǎn)與農(nóng)地保護[J]. 中國農(nóng)村經(jīng)濟， 1998（11）： 75-81.

[11] TANRIVERMIS H. Agricultural land use change and sustainable use of land resources in the Mediterranean region of Turkey[J]. Journal of Arid Environments， 2003， 54（3）： 553-564.

[12] SKINNER M W， KUHN R G， JOSEPH A E. Agricultural land protection in China： a case study of local governance in Zhejiang Province[J]. Land Use Policy， 2001， 18（4）： 329-340.

[13] 李丹， 曲建光， 王帥. 黑龍江省耕地非農(nóng)化的空間格局與重心曲線分析[J]. 測繪科學(xué)， 2021， 46（2）： 171-177.

[14] 張夢琳， 陳利根， 龍開勝. 江蘇省耕地資源與經(jīng)濟發(fā)展計量與協(xié)調(diào)性分析[J]. 中國人口·資源與環(huán)境， 2009， 19（3）： 82-86.

[15] 楊人豪， 楊慶媛， 陳伊多， 等. 河北省耕地壓力與經(jīng)濟發(fā)展的時空耦合研究[J]. 中國農(nóng)業(yè)資源與區(qū)劃， 2018， 39（2）： 18-27.

[16] 馬才學(xué)， 溫檳熒， 鄭偉偉， 等. 中國耕地非農(nóng)化壓力時空格局的演變分析[J]. 長江流域資源與環(huán)境， 2017， 26（12）： 2065-2072.

[17] 宋戈， 吳次芳， 王楊. 黑龍江省耕地非農(nóng)化與經(jīng)濟發(fā)展的Granger因果關(guān)系研究[J]. 中國土地科學(xué)， 2006， 20（3）： 32-37.

[18] 孟琦. 耕地非農(nóng)化影響經(jīng)濟增長的動態(tài)路徑研究[J]. 統(tǒng)計與決策， 2016（10）： 139-141.

[19] 崔許鋒， 馬云夢， 張光宏. 基于模型集成的中國耕地非農(nóng)化影響因素及其時空特征研究[J]. 中國農(nóng)業(yè)科學(xué)， 2018， 51（22）： 4316-4327.

[20] 崔許鋒， 馬云夢， 張光宏. 基于模型集成的中國耕地非農(nóng)化影響因素及其時空特征研究[J]. 中國農(nóng)業(yè)科學(xué)， 2018， 51（22）： 4316-4327.

[21] 張孝宇， 謝新朋， 張安錄. 武漢市耕地非農(nóng)化的空間非均衡發(fā)展與空間擴散路徑分析[J]. 自然資源學(xué)報， 2014， 29（10）： 1649-1659.

[22] 張宏斌， 賈生華. 土地非農(nóng)化調(diào)控機制分析[J]. 經(jīng)濟研究， 2001（12）： 50-54.

[23] 蔡運龍， 傅澤強， 戴爾阜. 區(qū)域最小人均耕地面積與耕地資源調(diào)控[J]. 地理學(xué)報， 2002（2）： 127-134.

[24] 朱澤. 中國糧食安全狀況研究[J]. 中國農(nóng)村經(jīng)濟， 1997（5）： 26-33.

[25] 曲福田， 陳江龍， 陳雯. 農(nóng)地非農(nóng)化經(jīng)濟驅(qū)動機制的理論分析與實證研究[J]. 自然資源學(xué)報， 2005， 20（2）： 231-241.

[26] 陳春， 馮長春. 中國建設(shè)用地增長驅(qū)動力研究[J]. 中國人口·資源與環(huán)境， 2010， 20（10）： 72-78.

[27] 王富喜， 毛愛華， 李赫龍， 等. 基于熵值法的山東省城鎮(zhèn)化質(zhì)量測度及空間差異分析[J]. 地理科學(xué)， 2013， 33（11）： 1323-1329.

[28] 鄧聚龍. 灰色系統(tǒng)理論簡介[J]. 內(nèi)蒙古電力， 1993（3）： 51-52.

[29] 朱金亮， 李玉平， 蔡運龍. 基于灰色預(yù)測模型的河北省生態(tài)足跡動態(tài)分析與預(yù)測[J]. 干旱區(qū)資源與環(huán)境， 2011， 25（2）： 24-28.

[30] 周瑞平. GM（1，1）模型灰色預(yù)測法預(yù)測城市人口規(guī)模[J]. 內(nèi)蒙古師范大學(xué)學(xué)報（自然科學(xué)漢文版）， 2005， 34（1）： 81-83.