黄河流域各省（自治区）耕地“非粮化”影响因素研究

摘 要：耕地安全是保障粮食安全的先决条件。黄河流域是我国重要的农业生产区和生态环境保护区，但受自然环境和经济发展的影响，其耕地安全面临巨大挑战。基于2010—2020年黄河流域9省（自治区）耕地“非粮化”、农业生产和经济发展相关数据，分析该区域耕地“非粮化”的空间相关性和影响因素。研究表明：农业生产资料价格指数、人均国内生产总值、第一产业增加值占生产总值比重、农用机械总动力和农业用水是影响黄河流域耕地“非粮化”的重要因素，但其作用方向不同；这些影响因素具有空间上的溢出效应，不仅影响当地的耕地“非粮化”水平，还会对周边地区的耕地“非粮化”水平产生影响。基于研究结果，从协调区域经济发展、提高农业生产资源利用效率、严格落实耕地保护等方面提出针对性的建议。

关键词：黄河流域；耕地“非粮化”；粮食安全；空间杜宾模型

中图分类号：F323 文献标志码：A 文章编号：1674-7909（2023）19-51-5

0 引言

粮食安全是维系社会稳定的“压舱石”，事关国家的长治久安。截至2022年，我国粮食生产已取得了“19连丰”。但随着我国经济的发展和人口的不断增加，粮食生产与城乡发展之间的矛盾日益加深，耕地不断流失成为我国粮食生产面临的严峻形势。20世纪90年代以来，我国每年大约有2.94×105 hm2耕地转变为非农用地［1-2］。近年来，全球气候异常、疫情蔓延和粮食贸易封锁等更加凸显遏制耕地“非粮化”的意义。

黄河流域作为我国重要的农业生产区，其耕地面临着生态环境脆弱、水土流失严重等问题带来的压力。随着黄河流域各省（自治区）城镇化、工业化的发展，其耕地“非粮化”问题逐渐凸显。基于此，研究黄河流域各省（自治区）耕地“非粮化”现状，探讨影响耕地“非粮化”的因素，对保障该区域各省（自治区）粮食安全具有重要意义。

1 文献综述

耕地“非粮化”主要是指耕地由原来种植粮食作物转向种植非粮食类经济作物或用于非农产品生产及发生土地撂荒等［3］。相较于传统的粮食种植，“非粮化”农业生产通常具有比较效益高的优势，可提高农民收入水平［4］。但是，部分“非粮化”农业生产活动会破坏土壤的耕作层，加剧农业面源污染，从长期来看，不利于粮食安全和环境保护［5］。

近年来，耕地“非粮化”问题被我国政府日益重视，也逐渐引起学者的关注，并取得了一定的研究进展。

关于耕地“非粮化”的驱动因素，主要分为3个方面：第一，主观的“人”的因素［6］，如农户收入结构、农业劳动力转移、农业劳动力价格、性别结构和农村劳动力老龄化；第二，客观的“土地”因素［7］，即农田的自然环境，如地形地貌、地理区位和气候因素等；第三，“人—地”互动中的社会经济因素［8］，如经济收益、农地流转、工商资本下乡、粮食补贴政策等。

关于耕地“非粮化”管控方面，部分学者认为，粮食生产效益低是耕地“非粮化”现象产生的主要原因，提高粮食生产效益已成为当务之急。薛选登等［9］认为，应考虑区域间资源条件的差异，细分粮食功能区，以规范耕地使用。郭珍［10］认为，应建立基于市场交易的耕地生态补偿机制，激发耕地保护内生动力。任大鹏等［11］认为，耕地“非粮化”涉及国家粮食安全问题，国家应兼顾市场效益与公共利益安全，在保障国家耕地红线的基础上合理引导种植主体开展农业生产经营活动。

由此可见，目前学者对耕地“非粮化”的特征、驱动因素及治理的研究成果已较为丰富，但综合考虑社会经济因素和空间地理因素的研究较少，且鲜有对区域细分单元尺度进行研究。笔者基于2010—2020年黄河流域9省（自治区）耕地“非粮化”、农业生产和经济发展相关数据，分析该区域耕地“非粮化”的空间相关性和影响因素，以期为黄河流域粮食安全政策的制定提供依据。

2 耕地“非粮化”影响因素分析

2.1 理论分析与变量选择

通过梳理相关文献，笔者主要从社会经济因素、工商资本下乡和禀赋特征等方面对耕地“非粮化”影响因素进行理论分析，并选取相关变量（见表1）。

社会经济因素是影响耕地“非粮化”的重要因素。通过梳理相关文献，笔者在社会经济因素方面选取农业生产资料成本（api）、种粮比较效益（cgr）、城乡居民可支配收入比（cdpi）、人均国内生产总值（pgdp）、第一产业增加值占生产总值比重（pavp）5个变量。

工商资本下乡也是影响耕地“非粮化”的重要因素。工商资本下乡租赁农地会促使农户农地转出，不利于农户维持粮食生产；而工商资本下乡提供生产性服务也会促进农户农地转入及增加农业生产机械等要素投入，有利于农户扩大粮食生产。基于此，选择农用机械总动力（tpfm）反映工商资本下乡带来的间接效果。

自然资源禀赋是影响耕地地力的关键性因素，其中水资源的作用不容忽视。黄河流域9省（自治区）的分布遍及我国东、中、西3大区域，各省（自治区）水资源状况不同，呈现出较大的差异。一般来说，境内水系越发达，农业灌溉用水越有保障，越有利于农业生产。基于此，选取农业耕地灌溉用水（aw）反映各省（自治区）水资源丰富程度。

由表1可知，各变量方差膨胀系数（VIF）较小，说明各变量之间不存在多重共线性，适合进行实证分析。

2.2 耕地“非粮化”水平表征

2.3 模型构建

2.4 数据来源与处理

以黄河流域9省（自治区）为研究对象，数据主要来自《中国统计年鉴》（2011—2021年）、《全国农产品成本收益资料汇编》，以及各省（自治区）统计年鉴（2011—2021年）、国民经济和社会发展统计公报。

3 耕地“非粮化”影响因素实证分析

3.1 耕地“非粮化”空间相关性分析

以2010—2020年黄河流域9省（自治区）耕地“非粮化”率为因变量、各影响因子为自变量，进行影响因素研究。

对2010—2020年黄河流域9省（自治区）耕地“非粮化”率进行空间相关性检验，结果如表2所示。由表2可知，2010—2020年，黄河流域9省（自治区）耕地“非粮化”的莫兰指数（Moran's I）均大于0，且总体呈现增长的趋势，从2011年开始均在1%水平上显著。由此可见，黄河流域9省（自治区）耕地“非粮化”率具有显著的空间正自相关性，适合建立空间计量模型进行探究。空间计量模型检验结果如表3所示。

表3显示，拒绝了“无空间自相关”的原假设，即变量之间存在空间相关关系；而LM检验结果无法拒绝空间滞后模型或空间误差模型。为了寻求更稳健的模型，需要考虑SDM，且检验SDM能否简化为空间滞后模型（Spatial Autoregressive Model，SAR）和空间误差模型（Spatial Error Model，SEM）。

3.2 模型选择

SDM的相关检验结果如表4所示。

表4显示，Likelihood-ratio检验和Wald检验均拒绝原假设，说明SDM不能退化为SAR模型和SEM模型。同时，Hausman检验结果说明固定效应模型更适合，故选择固定效应下SDM。

3.3 耕地“非粮化”影响因素分析

2010—2020年黄河流域9省（自治区）耕地“非粮化”影响因素基准回归结果如表5所示。

农业生产资料价格指数（api）这一变量的回归系数在1%水平上显著为正，说明农业生产资料价格上升会带来务农成本的增加，在一定程度上增加种粮负担，从而导致耕地“非粮化”。除山东省、河南省外，其他7省（自治区）的耕地“非粮化”率都随着农业生产成本的增加而呈现不同程度的上升。

人均国内生产总值（pgdp）这一变量的回归系数在1%水平上显著为负，这说明经济发展水平越高，在一定程度上可以降低农民对种植经济作物的依赖，进而可以抑制耕地“非粮化”现象。随着经济的发展和人均财富的增加，山东省和河南省的耕地“非粮化”率呈现下降趋势。山东省2010年耕地“非粮化”率为30.2%，2020年则下降到23.9%；河南省2010年耕地“非粮化率”为29.6%，2020年则下降到27.1%。

第一产业增加值占地区生产总值比重（pavp）这一变量的回归系数在1%水平上显著为正，说明第一产业比重的增加会增加耕地“非粮化”现象，这种现象与黄河流域各省（自治区）第一产业内部非粮产业增加值比重较高有关。例如，内蒙古自治区、青海省和甘肃省是我国传统的农牧区，牧草资源较为丰富，耕地资源和水资源相对欠缺，不适宜大面积种植粮食作物，再加上国家近几年加大对退耕还林还草政策的实施力度，使当地的畜牧业发展迅速；四川省气候湿热，水土资源丰富，随着经济的发展，花卉、热带水果等经济作物种植面积增加，挤占了一部分耕地，加重了耕地“非粮化”。

农用机械总动力（tpfm）这一变量的回归系数在1%水平上显著为正，说明农用机械总动力的增加会显著助长“非粮化”现象。这与资本的趋利性有关，资本会趋向种植高收益的经济作物。而农用机械总动力的滞后项系数显著为负，说明长期来看，资本的流入也会伴随着生产机械的革新、先进生产技术和管理的应用，从而进一步提高农民的种粮收益，抑制耕地“非粮化”。

农业用水（aw）这一变量的回归系数在5%水平上显著为正，说明农业用水也是耕地“非粮化”的重要影响因素。黄河流域部分省（自治区）水资源较为稀缺，农业用水会优先供给具有高收益的经济作物，农业用水的增加表明非粮作物的比重提升，进而加重耕地“非粮化”现象。

对耕地“非粮化”影响因素的空间效应进行分解，将其分解为直接效应和间接效应，结果见表6。

从直接效应来看，农业生产资料价格指数（api）这一变量的系数显著为正，人均国内生产总值（pgdp）这一变量的系数显著为负，第一产业增加值占比（pavp）这一变量的系数显著为正，农用机械总动力（tpfm）这一变量的系数显著为正，农业用水（aw）这一变量的系数显著为正，与基准回归结果相同，其解释意义也一致。

从间接效应来看，农业生产资料价格指数（api）这一变量的间接效应在1%水平上显著为负，说明区域农业生产成本的上升会抑制邻近区域的耕地“非粮化”现象。这可能是由于不同地区农业发展定位不同，经济发达地区农作物生产成本高，会导致粮食种植面积减少，邻近地区就承接了种粮的主要任务，粮食种植面积会增加。人均国内生产总值（pgdp）这一变量的系数在1%水平上显著为负，说明区域整体经济水平提高，会增加农民收入，从而在一定程度上降低种粮效益低带来的负向影响，抑制邻近区域的耕地“非粮化”现象。第一产业增加值占生产总值比重（pavp）这一变量的系数在1%水平上显著为正，说明黄河流域某一省（自治区）第一产业增加值的比值上升会提升邻近省（自治区）的耕地“非粮化”情况。这是因为第一产业增加值比重上升，可能主要是由非粮作物产值增加引起的。青海省、甘肃省和内蒙古自治区等地的农牧资源丰富，畜牧业的发展具有溢出和示范效应，随着经济效益的增加，会带动周边地区畜牧业的发展，再加上国家关于农畜牧战略的实施，加快了这些地方农畜牧产业的发展。农用机械总动力（tpfm）这一变量的系数在1%水平上显著为负，说明黄河流域某一省（自治区）农业机械总动力的提高会显著抑制邻近省（自治区）的耕地“非粮化”情况。这是由于农用机械总动力代表资本因素，资本具有逐利性，某地非粮作物种植效益高会吸引较多的资本投入，减少周边地区资本对粮食种植的干预，降低资本对粮食作物生产的不利影响。农业用水（aw）这一变量的系数在1%水平上显著为正，说明黄河流域某一省（自治区）农业用水的增加会加重邻近省（自治区）“非粮化”现象。在黄河流域，河南省、山东省、内蒙古自治区和四川省是我国的粮食主产区，农业灌溉需水量较多，会影响流域内其他省（自治区）的农业用水情况。