祝 亮, 張忠啟, 劉承權(quán)

(江蘇師范大學(xué) 地理測繪與城鄉(xiāng)規(guī)劃學(xué)院,江蘇 徐州 221116)

糧食安全是國家穩(wěn)定和社會發(fā)展的基石.由于全球范圍內(nèi)的重大地緣政治變革、全球性疫情和國際沖突等復(fù)雜局勢的影響,農(nóng)業(yè)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(guān)注[1-2].耕地作為糧食生產(chǎn)的基本載體,其質(zhì)量和數(shù)量的變化對糧食生產(chǎn)具有關(guān)鍵性影響[3].但近年來,隨著我國經(jīng)濟發(fā)展和新型城鎮(zhèn)化步伐逐步加快,大量耕地資源被侵占后用于非農(nóng)生產(chǎn),耕地非農(nóng)化現(xiàn)象日益突出[4].為確保國家糧食安全,2022年9月國務(wù)院辦公廳印發(fā)的《關(guān)于堅決制止耕地“非農(nóng)化”行為的通知》(國辦發(fā)明電〔2020〕24號)明確要求嚴禁耕地非農(nóng)化的6種行為[5],凸顯了保護耕地的緊迫性.查明區(qū)域耕地非農(nóng)化時空特征是準確研判耕地資源動態(tài)變化和科學(xué)制定農(nóng)用地保護政策的重要基礎(chǔ).

近年來,學(xué)者們就耕地非農(nóng)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(nóng)化的時空特征.不同地區(qū)間的耕地非農(nóng)化時空格局呈現(xiàn)多元化演變趨勢,例如:我國糧食主產(chǎn)區(qū)黑龍江省的耕地非農(nóng)化速度呈現(xiàn)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(qū)耕地非農(nóng)化最為突出,耕地非農(nóng)化貢獻率由魯東地區(qū)向魯西逐漸遞減[7];安徽省的耕地非農(nóng)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(nóng)化的驅(qū)動因素,這是非農(nóng)化研究的核心問題.學(xué)者們的觀點各不相同,有的認為,城鎮(zhèn)化的加速和人口數(shù)量的增加是耕地非農(nóng)化的主要驅(qū)動因素;有的認為,區(qū)域經(jīng)濟發(fā)展導(dǎo)致耕地非農(nóng)化用地數(shù)量持續(xù)增長,尤其是非農(nóng)產(chǎn)業(yè)規(guī)模的擴張;也有的認為,地區(qū)生產(chǎn)總值、固定資產(chǎn)投資和耕地資源稟賦等因子對耕地非農(nóng)化的影響不容忽視[9].三是耕地非農(nóng)化的調(diào)控機制,這是研究耕地非農(nóng)化時空特征和驅(qū)動因素的目的.加大耕地非農(nóng)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(nóng)化監(jiān)管力度,構(gòu)建耕地保護新機制,是耕地非農(nóng)化的有效解決措施[10-13].

從研究區(qū)域看,當(dāng)前研究主要集中在全國糧食主產(chǎn)區(qū),如東北地區(qū)、山東省等,而對江蘇等面積較小的省份關(guān)注不夠.江蘇省土地面積盡管較小,但糧食生產(chǎn)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(qū)一直是江蘇糧食的主產(chǎn)區(qū)[14].2000年以來,蘇北地區(qū)城鎮(zhèn)化和工業(yè)化逐步進入加速發(fā)展期,城鎮(zhèn)規(guī)模和工業(yè)用地面積增長較快,使該地區(qū)耕地面臨巨大的非農(nóng)化壓力.因此,急需深入研究蘇北地區(qū)的耕地非農(nóng)化問題.鑒于此,本文以5個年份的土地利用數(shù)據(jù)及相關(guān)社會經(jīng)濟統(tǒng)計數(shù)據(jù)為基礎(chǔ),分析蘇北地區(qū)耕地非農(nóng)化的時空過程以及驅(qū)動因素,并提出相關(guān)治理對策,旨在為加強蘇北地區(qū)耕地保護和糧食安全提供參考依據(jù).

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

蘇北地區(qū)位于江蘇省北部,地處北緯32°43′—35°07′,東經(jīng)116°21′—120°54′.該區(qū)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(qū)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(qū)屬亞熱帶向溫帶過渡的季風(fēng)性氣候,四季分明,全年日照時數(shù)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(nóng)業(yè)發(fā)展.蘇北地區(qū)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(xiāng)村振興與確保全省糧食安全的重要使命.

1.2 數(shù)據(jù)來源

本文選取2000、2005、2010、2015、2020年5個年份,其土地利用數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境數(shù)據(jù)云(http:∥www.resdc.cn),柵格分辨率為30 m×30 m.基于中國科學(xué)院的土地利用分類體系,根據(jù)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(shè)用地和未利用地6種類型.本文將耕地轉(zhuǎn)變?yōu)槠渌仡惖那闆r均視為耕地非農(nóng)化現(xiàn)象.5個年份的社會經(jīng)濟面板數(shù)據(jù)包括人口數(shù)量、城鎮(zhèn)化率、第二產(chǎn)業(yè)增加值、地區(qū)生產(chǎn)總值、農(nóng)林牧漁增加值、固定資產(chǎn)投資、出口額和財政支出,均來源于相應(yīng)年份的《江蘇省統(tǒng)計年鑒》、各地的統(tǒng)計年鑒以及相關(guān)統(tǒng)計公報.本文依據(jù)最新的行政區(qū)劃,將蘇北地區(qū)劃分為25個行政單元,每一市區(qū)、縣(市)作為獨立的研究單元.

1.3 研究方法

依據(jù)非農(nóng)化定義,將末年林地、草地、水域、建設(shè)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(nóng)化30 m柵格數(shù)據(jù),計算某時間段i的非農(nóng)化率Ci,

(1)

式中:Fi表示某時間段i的非農(nóng)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(nóng)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(nóng)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(qū)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(biāo)準地圖.下同)

表1 蘇北地區(qū)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(jié)果與分析

2.1 不同時期蘇北地區(qū)各單元耕地面積及變化

2000—2020年5個年份的蘇北地區(qū)耕地空間上整體呈連片分布,尤其以中東部地區(qū)最為明顯(圖1).從耕地面積看,蘇北地區(qū)各行政單元耕地分布極不均衡(表1).在5個市區(qū)行政單元中,鹽城市區(qū)的耕地面積最大,宿遷市區(qū)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(shù)量看,2000—2020年蘇北地區(qū)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(qū)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(xiàn)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(qū)耕地面積略微下降,共減少62.5 km2,其中鹽城市區(qū)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(qū)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(qū)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(qū)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(qū)減少最多,達27.9 km2.2015—2020年蘇北地區(qū)耕地面積減少139.9 km2.灌云縣、鹽城市區(qū)、射陽縣和東臺市4個行政單元耕地出現(xiàn)增長,其他行政單元均不同程度減少,其中徐州市區(qū)耕地面積減少最多,為51.3 km2.

表2 不同時期蘇北地區(qū)各行政單元的耕地非農(nóng)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(qū)各行政單元耕地非農(nóng)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(qū)耕地非農(nóng)化時空變化特征

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

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

2.2.3 耕地非農(nóng)化的核密度分析總體上看(圖2),2000—2020年蘇北地區(qū)耕地非農(nóng)化主要集中在各行政單元的城區(qū)部分,核密度值均在200以上;次集中區(qū)域主要分布在中心鎮(zhèn)區(qū),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(qū)和部分中心鎮(zhèn)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(qū)超過100,大部分地區(qū)核密度值不足30.核密度分析表明,不同時期的耕地非農(nóng)化程度及空間格局存在較大差異,2005—2010年蘇北各地區(qū)耕地非農(nóng)化程度最為嚴重,其次是2015—2020年,這與該時段的城鎮(zhèn)化和工業(yè)化快速推進密切相關(guān);各行政單元城區(qū)部分及中心鎮(zhèn)區(qū)的耕地非農(nóng)化程度明顯高于其他區(qū)域,說明蘇北地區(qū)耕地非農(nóng)化主要發(fā)生在城區(qū)及中心鎮(zhèn)周邊地區(qū).

2.3 蘇北地區(qū)耕地非農(nóng)化的驅(qū)動因素

2.3.1 分異及因子探測器結(jié)果分析本文在前人研究成果[18-20]的基礎(chǔ)上,選取人口數(shù)量(X1)、城鎮(zhèn)化率(X2)、第二產(chǎn)業(yè)增加值(X3)、地區(qū)生產(chǎn)總值(X4)、農(nóng)林牧漁業(yè)增加值(X5)、固定資產(chǎn)投資(X6)、出口額(X7)、財政支出(X8)共8個驅(qū)動因子,計算各驅(qū)動因子的變化量,以自然斷點法將數(shù)據(jù)離散化為5層,運用分異及因子探測器分析其對蘇北地區(qū)耕地非農(nóng)化的影響,計算出相應(yīng)的q值和P值.

各驅(qū)動因子對4個時期耕地非農(nóng)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(nóng)化解釋率的差異較大.2000—2005年蘇北地區(qū)第二產(chǎn)業(yè)增加值和固定資產(chǎn)投資均具有較高的q值,表明工業(yè)化進程是該時期耕地非農(nóng)化的主要驅(qū)動因素.2005—2010年和2010—2015年較為相似,城鎮(zhèn)化率、地區(qū)生產(chǎn)總值、第二產(chǎn)業(yè)增加值、財政支出和固定資產(chǎn)投資均對耕地非農(nóng)化具有較高的解釋度,表明這兩個時段蘇北地區(qū)社會經(jīng)濟快速發(fā)展,尤其是城鎮(zhèn)化的加速推進以及相關(guān)基礎(chǔ)設(shè)施的完善等原因,使耕地面臨較大的非農(nóng)化壓力.財政支出和地區(qū)生產(chǎn)總值在2015—2020年各因子中具有較高的解釋度,說明蘇北地區(qū)城鄉(xiāng)基礎(chǔ)設(shè)施、公共服務(wù)設(shè)施等民生領(lǐng)域的財政投入和經(jīng)濟增長對該時期耕地非農(nóng)化有較大影響.總的來看,2000年以來蘇北地區(qū)耕地非農(nóng)化驅(qū)動因子的影響程度在時序演化上呈波動變化,其中城鎮(zhèn)化率、第二產(chǎn)業(yè)增加值、地區(qū)生產(chǎn)總值和財政支出影響較大,這表明耕地非農(nóng)化與城鎮(zhèn)化推進和非農(nóng)產(chǎn)業(yè)擴張具有較高的關(guān)聯(lián)性.

表3 蘇北地區(qū)耕地非農(nóng)化的分異及因子探測器結(jié)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(jié)果分析交互探測體現(xiàn)因子之間的共同作用相對于單因子作用時對耕地非農(nóng)化影響的差異,其探測結(jié)果見圖3.可以看出,各因子在4個時段內(nèi)兩兩交互均比單個因子對蘇北地區(qū)耕地非農(nóng)化的影響作用顯著,驅(qū)動因子交互作用表現(xiàn)為雙因子增強或非線性增強,這說明耕地非農(nóng)化的變化是復(fù)雜的因子交互作用過程.2000—2005年人口數(shù)量與第二產(chǎn)業(yè)增加值、出口額的交互作用對耕地非農(nóng)化的解釋力最大,q值均>0.90;2005—2010年城鎮(zhèn)化率、地區(qū)生產(chǎn)總值與其他因子交互作用對耕地非農(nóng)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(xiàn)出城鎮(zhèn)化率、地區(qū)生產(chǎn)總值與其他因子交互作用的解釋力較大;2015—2020年固定資產(chǎn)投資與人口數(shù)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(qū)耕地非農(nóng)化受到人口數(shù)量、城鎮(zhèn)化率、第二產(chǎn)業(yè)增加值、地區(qū)生產(chǎn)總值、出口額等因子共同“合力”影響,其中,人口數(shù)量與其他因子交互作用對前期耕地非農(nóng)化的影響明顯,城鎮(zhèn)化率與其他因子交互作用對中期非農(nóng)化影響突出,而固定資產(chǎn)投資與其他因子交互作用對后期耕地非農(nóng)化影響相對較大.

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

3 結(jié)論與建議

3.1 主要結(jié)論

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

2000—2020年,蘇北地區(qū)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(qū)最為明顯.蘇北地區(qū)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(qū)耕地非農(nóng)化面積在4個時段呈現(xiàn)增—減—增的變化,累計非農(nóng)化面積為2 713.2 km2,非農(nóng)化率為7.5%,其中2005—2010年的非農(nóng)化面積與非農(nóng)化率遠高于其他時段.2000年以來,蘇北地區(qū)的耕地非農(nóng)化表現(xiàn)出較強的空間異質(zhì)性,非農(nóng)化率高值區(qū)集中分布在各行政單元的城區(qū)部分以及一些中心鎮(zhèn)區(qū).

蘇北地區(qū)耕地非農(nóng)化驅(qū)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(nóng)產(chǎn)業(yè)擴張和城鎮(zhèn)化推進是耕地非農(nóng)化的關(guān)鍵驅(qū)動因素;人口數(shù)量與其他因子交互作用對前期耕地非農(nóng)化的影響明顯,城鎮(zhèn)化率與其他因子交互作用對中期非農(nóng)化影響突出,而固定資產(chǎn)投資與其他因子交互作用對后期耕地非農(nóng)化影響相對較大.

3.2 建議

2000年以來,我國經(jīng)濟規(guī)模迅速擴大和城鎮(zhèn)化快速提升導(dǎo)致耕地非農(nóng)化現(xiàn)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(qū)域耕地非農(nóng)化時空演變及驅(qū)動力研究具有重要的現(xiàn)實意義和戰(zhàn)略意義.蘇北地區(qū)對江蘇乃至華東地區(qū)糧食生產(chǎn)具有關(guān)鍵性影響.各行政單元由于自然條件和社會經(jīng)濟發(fā)展?fàn)顩r存在明顯差異,耕地非農(nóng)化情況不盡相同.為緩解蘇北地區(qū)耕地非農(nóng)化問題,可采取下面4項措施.

1)不斷提升對耕地非農(nóng)化危害糧食安全的認識水平.蘇北地區(qū)城鎮(zhèn)化和工業(yè)化的快速發(fā)展導(dǎo)致部分農(nóng)田轉(zhuǎn)為非農(nóng)用途,使耕地面積較大幅度減少,加劇了糧食生產(chǎn)的壓力,給糧食安全帶來了潛在風(fēng)險.為解決這一問題,各級政府應(yīng)當(dāng)高度重視,一方面強化地方政府對防止耕地非農(nóng)化的重視程度和正確認知,壓實地方黨政同責(zé)扛起防治耕地非農(nóng)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(nóng)化危害的認識,形成全社會共同關(guān)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(gòu)建新型城鎮(zhèn)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(dāng)外部利益補償達到或超過該成本時,地方政府和農(nóng)民會選擇保護耕地,實現(xiàn)由“被動地”轉(zhuǎn)變?yōu)椤爸鲃拥亍北Ｗo耕地,進而實現(xiàn)由側(cè)重“約束性”向“激勵性”機制轉(zhuǎn)變.在城鄉(xiāng)一體化推進過程中,須在城鄉(xiāng)要素平等交換、城鄉(xiāng)地域系統(tǒng)優(yōu)化、城鄉(xiāng)統(tǒng)一市場建設(shè)的復(fù)雜系統(tǒng)中思考耕地保護策略,進而構(gòu)筑村鎮(zhèn)建設(shè)新格局,創(chuàng)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(fā)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(biāo)體系.相對于省內(nèi)發(fā)達地區(qū),蘇北經(jīng)濟相對落后,但近年來經(jīng)濟社會快速發(fā)展,在此背景下各級政府應(yīng)嚴格實施“增存掛鉤”,推動存量建設(shè)用地盤活利用;提高土地征收和開發(fā)門檻,控制新增非農(nóng)用地規(guī)模;嚴格把關(guān)各類建設(shè)項目定額標(biāo)準審核,該核減的一律核減;加大產(chǎn)業(yè)轉(zhuǎn)型力度,優(yōu)化資源配置,提高土地產(chǎn)出效益;著力提升產(chǎn)業(yè)園節(jié)約集約用地水平,積極推廣節(jié)約集約用地模式和經(jīng)驗[23].

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