EN中文

GEOGRAPHICAL RESEARCH >

2017 , Vol. 36 >Issue 11: 2171 - 2183

DOI: https://doi.org/10.11821/dlyj201711011

Articles

Impact of land use change on grain production efficiency in North China Plain during 2000-2015

  • YANG Yong , 1, 2 ,
  • DENG Xiangzheng 2 ,
  • LI Zhihui 2 ,
  • WU Feng 2 ,
  • LI Xiaoyun 2
Expand
  • 1. College of Resources and Environment science, Henan University of Economics and Law, Zhengzhou 450046, China
  • 2. Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China

Received date: 2017-05-10

  Request revised date: 2017-09-12

  Online published: 2017-11-20

Copyright

《地理研究》编辑部
Fold

Abstract

Improving grain production efficiency is an important way to relieve the pressure from cultivated land loss and to ensure grain security. In this paper, we assessed the county-level grain production efficiency with SFA in the North China Plain during 2000-2015. Furthermore, the spatial distribution characteristics of county-level grain production efficiencies were analyzed based on global and local spatial autocorrelation analysis. Finally, we discussed the impact of land use change on grain production efficiency. The main results are as follows: (1) The proportion of counties with grain production efficiency above 0.8 is relatively high, and the average efficiency in 2000, 2005, 2010 and 2015 were 0.7544, 0.7730, 0.7525 and 0.7518 respectively, which indicates that there is still some scope for improvement in grain production efficiency; (2) Although the global spatial autocorrelation in county-level efficiency is weak, the local spatial autocorrelation in county-level efficiency shows obvious regional differentiation; (3) The input factors, such as rural population, total power of agricultural machinery, the amount of applied chemical fertilizer, the amount of used pesticides, the rural per capita net income and the sown area of grain, have positive effects on the grain production efficiency, however, rural electricity consumption has negative effects; (4) The land use diversity index, cultivated land proportion, cultivated land patch density, land use degree and multiple cropping index were selected to construct the panel data, based on which, the Tobit regression model estimations reveal the effect of land use change on grain production efficiency. The patch density, land use degree and land use diversity index have significant negative effects on grain production efficiency, while multiple cropping index has a significant positive effect on grain production efficiency. Several feasible suggestions were concluded from this study. First, in order to perfect the farmland circulation and scale operation, it is mecessary to strictly enforce land planning, strengthen the protection of basic farmland, avoid the fragment caused by the extensive expansion of rural settlements and urban built-up land. Second, it is important to maintain a certain quantity of cultivated land to guarantee large scale grain production. Third, the agricultural policy must be adjusted to maintain its vitality for grain production, reinforce farmland infrastructure, and reduce the risk of grain production. Fourth, it is necessary to continue financial, political and scientific supports in regions with a high multiple crop index.

Key words： grain production efficiency; influencing factors; stochastic frontier analysis; land use change; North China Plain

Cite this article

YANG Yong , DENG Xiangzheng , LI Zhihui , WU Feng , LI Xiaoyun . Impact of land use change on grain production efficiency in North China Plain during 2000-2015[J]. GEOGRAPHICAL RESEARCH, 2017 , 36(11) : 2171 -2183 . DOI: 10.11821/dlyj201711011

1 引言

粮食安全问题关系人类的生存与发展,土地是粮食生产的最基本要素。随着中国社会经济快速发展,城镇化进程不断加快,优质耕地不断被转换为建设用地,耕地面积总体呈现减少趋势[1]。然而,人均耗粮水平却在不断增加,导致粮食总需求量日益提升,耕地资源减少与粮食需求增加俨然成为一对不可避免的矛盾[2]。增加耕地投入,提高耕地质量和粮食单产,是缓解因耕地数量减少导致粮食供需矛盾的重要举措。但是要素的投入不可能无限制增加,因而生产效率的提升成为保证粮食有效供给的重要手段,具有显著的战略意义与现实价值[3]。
在粮食生产效率与影响因素方面,国内外许多研究已做了一定探索。国内学者选取地均种植业产值、地均劳动力、经济发展水平、农业科技进步、农业生产物质投入等要素,分别采用随机前沿生产函数、数据包络分析方法测算中国耕地利用效率并分析其影响因素[4-6]。微观尺度研究主要围绕农户个体素质、家庭收入结构、家庭农业投入对粮食生产效率的影响展开,而播种面积与耕地斑块大小也被视为重要影响因子[7-9]。一些研究认为土地仍然是最重要的生产要素,土地质量是影响农业产出的关键因素之一,土地细碎化在不同区域可能产生正负两方面影响[10-12],国外相关研究也得出了类似结论,如Rahma等基于农户尺度的调查数据,对孟加拉国水稻生产效率进行了测算,认为土地细碎化显著地损害了技术生产效率[13];Manjunatha等对印度南部地下水灌溉农场的生产效率进行研究,发现小农场资源利用效率相对较高,大农场由于土地细碎化而面临资源浪费,生产效率较低[14];Oumarou等对尼日尔西南部农场的水稻种植效率及影响因素进行分析,结果显示农场大小和土地权属对技术效率具有直接影响[15]。从已有研究还可得知,粮食生产效率存在显著的地区差异,投入要素在不同地区的作用方向和程度也不完全一致,但耕地仍然是影响粮食生产效率的关键因素,耕地的转入、转出、细碎化等过程,改变了耕地资源的数量、质量和空间结构,进而影响粮食生产效率[16-18]。已有研究成果为本文的进一步开展研究提供了丰富的理论和实践基础。但土地利用与粮食生产效率的关系主要以微观尺度为主,研究视角也大多为土地利用技术、政策对效率的影响,宏观尺度上偏向于单一土地利用要素,如耕地数量变化,对耕地生产力和粮食产量的影响[19],而土地利用变化对粮食生产效率的影响机理仍缺乏深刻认识。因此有必要从土地利用变化角度,构建影响因子体系对粮食生产效率进行深入探索。
华北平原是全国重要的粮食主产区,年均粮食产量占全国比例高达30%。近30年,全国粮食增产的45%来源于华北平原,对保障国家粮食安全起着重要作用[20]。华北平原也是北方人口、产业、城镇高度集聚的区域。近年来,随着城镇化的快速发展,土地利用变化显著,城市扩张侵占耕地资源现象普遍存在[21],传统优质良田不断减少,对粮食稳产高产形成了威胁,因而深入研究华北平原土地利用变化对粮食生产效率的影响具有较大的典型性和现实意义。在测算华北平原粮食生产效率的基础上,从土地利用变化视角选取变量指标分析其对粮食生产效率的影响,并进一步梳理土地利用变化与粮食生产效率的关系,以期为巩固粮食生产基础和保障粮食安全的政策制定提供科学依据。

2 研究方法与数据来源

2.1 研究区概况

华北平原位于31.63°N~39.78°N、112°E~122.54°E。本文研究区包括该区的天津市、河北省、山东省、河南省的大部及江苏省和安徽省北部,总面积约38.14万km2（图1）,属于暖温带季风气候,四季变化明显,春季干旱少雨,旱情较重,夏季高温多雨,常有洪涝,冬季寒冷干燥。区域年均温度10.7~16 ℃,降水量在562~1392 mm之间。该区域是全国核心经济区和人口密集区,土地利用类型以耕地为主。2015年,该区域耕地面积约占全国的15.78%（全国耕地面积20.25亿亩）,78%的耕地分布在平原,农业以灌溉条件下的小麦—玉米一年两熟制为主,冬小麦、夏玉米是该区域最主要的粮食作物。
Fig. 1 The location and land use of the study area in 2015

图1 研究区位置及2015年土地利用现状

2.2 数据来源与处理

本文使用的数据主要包括粮食生产投入要素数据与土地利用数据。
（1）粮食生产投入要素包括乡村农业人口、农村用电量、农业机械总动力、化肥施用折纯量、农药施用量、农民人均纯收入和粮食播种面积等（表1）,主要数据来源于2000年、2005年、2010年和2015年的《河北省统计年鉴》《天津市统计年鉴》《河南省统计年鉴》《安徽省统计年鉴》《山东省统计年鉴》《江苏省统计年鉴》。为了方便数据统计及连续性,将城市的市辖区、县级市等同于一个县级行政单位,此外,由于部分市辖区数据未单独进行统计,因此该部分区域为样本未覆盖区,最终获取321个样本区数据。需要说明的是：第一,由于2015年的农民人均纯收入缺乏相关数据,在原有基础上计算平均增长率获取,并以农村居民人均可支配收入校正;第二,由于一些投入要素的使用量没有按粮食作物和经济作物分别统计,为了估计出粮食生产过程中这些要素的使用量,借鉴相关研究[22]采用权重系数法将粮食生产的投入要素分离出来,具体计算方法如下：生产投入要素使用量=粮食作物播种面积/农作物播种面积×总投入要素使用量。
Tab. 1 The descriptive statistics of main inputs

表1 主要投入变量的统计描述

投入变量 2000年 2005年 2010年 2015年
均值 标准差 均值 标准差 均值 标准差 均值 标准差
乡村农业人口（万人） 32.39 18.91 33.74 18.79 35.80 21.03 35.51 21.80
农村用电量（万kW·h） 11709.16 12261.91 21817.15 33027.92 35890.05 58451.25 38720.37 65886.26
农业机械总动力（万kW） 59.35 36.88 98.59 118.33 99.64 61.79 110.99 66.14
化肥施用折纯量（t） 36601.25 30277.26 54319.18 71803.79 66787.53 82188.22 68994.55 43049.21
农药施用量（t） 876.94 819.7 1221.33 1662.07 1452.93 2093.62 1466.85 2277.96
农民人均纯收入（元） 2476.44 581.3 3380.06 1073.96 5893.18 1404.16 8144.62 1523.21
粮食播种面积（km2） 76210 67570 82230 72310 88590 76470 91160 69120
（2）土地利用数据。来源于中国科学院资源环境科学数据中心（http://www.resdc.cn）,以2000年、2005年、2010年和2015年等4期Landsat TM/ETM遥感影像为数据源,通过人机交互解译将土地利用/土地覆盖分为耕地、林地、草地、建设用地、水域和未利用地等六大类,其总分类精度达到94.3%以上[23]。

2.3 研究方法

2.3.1 随机前沿生产函数模型 1977年,Aigner等提出了随机前沿生产函数模型（stochastic frontier approach,SFA）[24],随之,该方法被广泛应用于资源利用效率测算与分析。就粮食生产而言,其产出受到耕地条件、投入资本、资本结构等因素的制约[25],在要素投入不变的情况下,耕地实际粮食产出与最优产出的比例称为粮食生产效率,本文借鉴叶浩等的研究方法[6]构建随机前沿生产函数测算粮食生产效率。
ln ( Y it ) = β oj + β 1 × ln ( X 1 it ) + β 2 × ln ( X 2 it ) + ⋯ + β n × ln ( X nit ) + v it - u it （1）
T E it = exp ( - u it ) （2）
β （ t ) = exp [ - η × ( t - T ) ] （3）
u it = β ( t ) × u i （4）
γ = σ u 2 σ v 2 + σ u 2 （5）
式中：Y代表粮食产量;X1,X2,…,Xn分别代表乡村农业人口（R）、农村用电量（E）、农业机械总动力（M）、化肥施用折纯量（F）、农药施用量（P）、农民人均纯收入（I）、粮食播种面积（C）等要素的投入量;下标i和t分别代表各县和时间节点,t=1,2,…,T;β0为截距项;β1,β2,…,βn,η和γ为待估参数,模型参数的估计采用最大似然法。误差项由两部分组成,第一部分为不可控因素造成的随机误差,服从正态分布,用v表示;第二部分为生产无效率项,用u表示,服从非对称半正态分布,v和u之间是相互独立的,TEit=exp(-uit)表示样本中第i个县在第t时期的粮食生产效率;uit定量描述时间因素对u的影响。γ∈（0,1）,从统计检验看,随机前沿生产函数是否适用取决于γ,γ若接近于0,则无须使用随机前沿生产函数,直接运用普通最小二乘法（OLS）即可。
2.3.2 空间自相关分析方法 采用全局Moran's I和局部Moran's Ii来分析粮食生产效率的空间分布特征,其计算公式分别为[26]：
I = ∑ i = 1 n ∑ j ≠ i n ω ij x i - x ̅ x j - x ̅ S 2 ∑ i = 1 n ∑ j ≠ i n ω ij （6）
I i = z i ∑ j = 1 n ω ij z j （7）
式中： x i 、 x j 是研究单元i与j的粮食生产效率值; x ¯ 为变量的平均值;S2为均方差,即 S 2 = 1 n ∑ i = 1 n x i - x ̅ 2 ; ω ij 为空间权重值,本文采用QUEEN二阶权重矩阵; z i 和 z j 分别为研究单元i与j的观测值的标准化。Moran's I的取值范围[-1, 1],在给定的显著性水平下,当Moran's I>0时,存在正的空间自相关,空间地理现象呈集聚态势;当Moran's I<0时,存在负的空间自相关,空间地理现象呈离散状态;当Moran's I=0时,则呈随机分布,不存在空间自相关。
2.3.3 Tobit回归模型 粮食生产效率通过生产技术效率的参数估计和误差项计算得到,模型参数虽能较好地反映各投入要素对粮食生产效率的影响,但无法通过一步法分析土地利用变化对其的影响,因此采取两阶段分析法逐步分析。粮食生产效率（被解释变量）为受限因变量,其取值范围为（0, 1）,如果采用普通最小二乘法（OLS）对模型进行回归,则估计结果将是有偏和不一致的,为了避免此类误差,因此采用受限因变量模型（Tobit模型）对参数进行估计。
式中：Zki为影响粮食生产效率的自变量;δ0、δk为待估参数;ξi为服从正态分布的误差项。

3 结果分析

首先采用Frontier 4.1对华北平原粮食生产效率的随机前沿生产函数进行面板数据估计,得到结果如表2所示,γ=0.9623,且单边似然比LR值为173.3650,统计检验在1%的水平下显著,估算结果意味着随机前沿生产函数中的误差项是随机的。因此,本文使用随机前沿生产函数方法进行分析十分必要,且能较好地解释华北平原县域粮食生产效率。
Tab. 2 Estimates of stochastic frontier production function for grain production efficiency

表2 粮食生产效率随机前沿生产函数模型的参数估计结果

系数 标准差 t统计量
β0 8.4027 0.6350 13.2334
lnR β1 0.0306 0.0304 1.0067
lnE β2 -0.0376 0.0172 -2.1845
lnM β3 0.1169 0.0404 2.8934
lnF β4 0.0908 0.0368 2.4695
lnP β5 0.0791 0.0249 3.1696
lnI β6 0.0272 0.0653 0.4164
lnC β7 0.6681 0.0500 13.3505
δ2 0.2541 0.0228 11.1244
γ 0.9623 0.0094 102.6923
log likelihood function -51.9510
LR 173.3650
从投入要素的7个变量看,其中6个变量系数为正,表明增大投入对提高产出具有促进作用。其中粮食播种面积与农业机械总动力两个要素对粮食生产效率的提高具有较显著的作用,华北平原地势平坦,耕地面积斑块较大,适宜于农业机械的大规模使用,在不断提高农业机械化水平的情形下,对粮食生产效率具有较好的提升作用。在其他投入要素不变情况下,增加粮食播种面积有利于促进规模化农业生产,因此能够较明显提高粮食生产效率。乡村农业人口和农民人均纯收入两个要素虽然对提高粮食生产效率具有积极的作用,但并不显著,表明在平原地区,随着现代农业技术的广泛推广和应用,以及乡村农业人口过剩的背景下,通过增加农业劳动力人口以提升粮食生产效率作用不太显著。农村用电量系数为负,其原因为农村用电量数据统计不仅包括粮食生产用电,还包括生活用电,随着农村生活水平提高,生活用电量大幅度增加,而生产用电量增加幅度相对较小,因此农村用电量投入要素在模型参数中的弹性系数为负。
华北平原县域粮食生产效率各年份的计算结果及空间分布如图2所示。从频数分布可以看出,各期粮食生产效率的数值分布比较稳定,主要集中于70%以上的效率水平。2000年,46%的县区效率水平在0.8以上,28%的县区效率水平在0.7~0.8;2015年,48%的县区效率水平在0.8以上,23%的县区效率水平在0.7~0.8,表明华北平原相似的粮食生产条件下,其粮食生产效率也相对一致。其次,粮食生产效率高于0.8的比例虽有所提高,但大部分县区的粮食生产效率仍低于0.8,粮食生产效率在大部分县区仍存有较大提升空间。
Fig. 2 The distribution of grain production efficiency in North China Plain during 2000-2015

图2 2000-2015年华北平原粮食生产效率空间分布

从总体来看,2000-2015年华北平原的粮食生产效率均值分别为0.7544、0.7730、0.7525和0.7518,虽然粮食生产效率均值逐年有小幅度波动,但仍维持在0.75以上的水平,粮食生产还存在25%的效率损失,表明通过提升内部投入要素的利用效率和改善农业生产条件、完善农业产业体系等外部作用影响因素,华北平原的粮食生产效率仍可得到有效的改善。
采用空间自相关分析方法对粮食生产效率的空间分布特征进一步研究,其中全局自相关分析结果显示,2000-2015年,华北平原粮食生产效率的全局Moran's I值分别为0.0673、0.1138、0.1037、0.1408,虽然表现一定程度的空间正自相关,但全局自相关性仍然较弱。从局部自相关分析结果看,粮食生产效率的空间分布存在局部集聚现象,“高—高”“低—低”两种类型分布最广泛,且包含的县区数逐渐增多,高值集聚区也呈现南向西移的趋势（图3）,表明其区域空间分异趋于显著。2015年,高值集聚区主要位于安徽省的六安市、阜阳市及河南省的信阳市,其次位于山东省的滨州市、德州市及河南省的新乡市、濮阳市和焦作市等粮食生产核心区,低值集聚区分布较为零散,主要位于河北省沧州市、唐山市,江苏省淮安市、宿迁市的部分县区。粮食生产效率高、低值集聚区的空间转移显示,传统粮食生产强县的效率得以巩固和提升,而粮食生产自然条件较差,或粮食生产比较利益较低的县区,其粮食生产效率相对下降。
Fig. 3 LISA cluster chart for grain production efficiency in North China Plain

图3 华北平原粮食生产效率空间自相关集聚图

4 土地利用变化对粮食生产效率的影响分析

4.1 土地利用与粮食生产效率的重心变化分析

本文从土地利用结构、土地利用程度等方面选取指标分析其对粮食生产效率的影响,具体指标包括：① 土地利用多样性指数：代表土地利用多样性的影响,该指标以Shannon指数计算[27];② 耕地面积比例：代表县域耕地保有量的影响;③ 耕地斑块密度：代表耕地细碎化产生的影响,以单位面积的耕地斑块数衡量;④ 土地利用程度指数：代表土地综合利用强度的影响,以各类型土地面积比例加权求和计算获取[28];⑤ 复种指数：代表耕地利用强度的影响,以总播种面积与耕地面积的比例衡量[29]。各指标的统计性描述如表3所示。
Tab. 3 The descriptive statistics of land use change variables

表3 土地利用变化变量的统计描述

变量 2000年 2005年 2010年 2015年
均值 标准差 均值 标准差 均值 标准差 均值 标准差
土地利用多样性指数 0.69 0.25 0.7 0.25 0.7 0.25 0.71 0.25
耕地面积比例（%） 75.78 12.84 75.04 13.37 74.56 13.59 73.87 13.77
耕地斑块密度（个/km2） 0.03 0.06 0.06 0.07 0.07 0.09 0.08 0.1
土地利用程度指数 3.06 0.16 3.06 0.16 3.07 0.16 3.08 0.16
复种指数 1.16 0.48 1.28 0.52 1.32 0.51 1.39 0.54
首先采取重力模型[30]计算粮食生产效率与各指标重心,通过分析其移动轨迹的空间耦合关系,为机理研究提供理论依据。从图4可以看出,粮食生产效率的重心除2000-2005年向东移动外,其他两个阶段均呈现西移的趋势;与之相应的是,耕地斑块密度重心在2000-2005年这一阶段向西移动,其他两个阶段则分别向东移动;土地利用程度指数除2000-2005年向北移动外,其他两个阶段总体呈现向东或东南移动的趋势;耕地面积比例和土地利用多样性指数的重心分别呈现北向和南向移动,而2000-2005年,耕地面积比例重心北进东移,土地利用多样性指数重心南进西移,分别与粮食生产效率重心在该时段的移动方向略显相向和相反,复种指数重心总体呈现西移的趋势,与粮食生产效率重心移动方向大致相同。综上分析,耕地斑块密度、土地利用程度指数、复种指数与粮食生产效率的重心移动均具有一定的相关性,而耕地面积比例、土地利用多样性指数在2000-2005年具有一定的相关性外,其他阶段相关性则不强。
Fig. 4 Moving track of grain production efficiency and land use variables gravity center during 2000-2015

图4 2000-2015年粮食生产效率与土地利用变量重心移动轨迹

4.2 Tobit回归参数估计与结果分析

基于2000年、2005年、2010年和2015年县级粮食生产效率数据,以及选取的各土地利用变量指标进行Tobit回归分析,定量估计各指标变化对粮食生产效率的影响。本文中的Tobit回归分析基于面板数据进行,能够综合反映截面数据的规律及各样本区数据随时间变化的规律,且能有效减少解释变量间多重共线性对估计结果的影响[31],最后模型可具体表示为：
T E i = δ 0 + δ 1 l h + δ 2 cp + δ 3 cd + δ 4 lc + δ 5 mc + ξ i （9）
式中：TEi为粮食生产效率;lh为土地利用多样性指数;cp为耕地面积比例;cd为耕地斑块密度;lc为土地利用程度指数;mc为耕地复种指数。
为尽量避免共线性问题,采用逐步回归方法,依次引入相关变量分5组进行回归,回归结果与解释变量见如表4所示。5组回归模型下的粮食生产效率滞后项系数分别为0.8240、0.7336、0.7561、0.8212和0.9082,且在1%的水平上显著。为全面探讨相关变量对生产效率的影响,本文选择第五组回归结果进行分析。
Tab. 4 Impact of land use change on grain production efficiency in North China Plain

表4 华北平原土地利用变化对粮食生产效率影响的面板数据估计

变量 系数1 系数2 系数3 系数4 系数5
0.8240*** 0.7336*** 0.7561*** 0.8212*** 0.9082***
（77.9446） （17.4208） （16.6285） （7.3302） （8.1780）
土地利用多样性指数 -0.0942*** -0.052** -0.0561** -0.0657** -0.0673**
（-6.6257） （-2.7901） （-2.6258） （-2.5073） （-2.6079）
耕地面积比例 0.0009*** 0.0006** 0.0006* 0.0008*
（2.2169） （1.3714） （1.2694） （1.8909）
耕地斑块密度 -0.0770* -0.0700* -0.0816*
（-1.3082） （-1.1693） （-1.3850）
土地利用程度指数 -0.0182 -0.0767***
（-0.6359） （-2.6049）
复种指数 0.0738***
（6.8051）

注：***、**、*分别表示在1%、5%和10%水平下显著。

研究结果表明,随着人口增长和社会经济高速发展,华北平原土地利用变化加剧,其结构趋于复杂,土地利用多样性指数也不断提高,对粮食生产效率的作用也较为显著。模型估算结果显示,随着土地利用多样性指数的增加,粮食生产效率呈衰减的趋势,当多样性指数每提高10%时,粮食生产效率损失6.7%。耕地面积比例对粮食生产效率具有正向作用,但作用强度较小,表明在县域单元内,保有大面积耕地种植粮食作物,有利于粮食的规模化生产,从而提升粮食生产效率。耕地斑块密度对粮食生产效率具有较大的负向作用,表明随着其他地类对耕地的镶嵌式占用,尤其是农村聚落和城镇建设用地的不断扩张,交通网络的快速发展,导致耕地破碎化程度不断提高,阻碍机械设备和规模化农业技术的推广,不利于粮食的集约化生产,促使单位面积上生产要素的增加,势必影响粮食生产效率。华北平原耕地斑块数量逐渐增加,斑块密度每增加10%时,粮食生产效率损失8.16%。土地利用程度指标被用于分析土地利用广度和深度,也能反映人类因素与自然因素的综合效应[32],华北平原土地利用程度指数呈上升趋势,根据模型估算结果显示,其与粮食生产效率为负相关,土地利用程度指数越高,意味着其中权重最大的建设用地所占比例越高,进而可能产生耕地面积比例减少、耕地斑块密度增加等效应,从而间接对粮食生产效率产生负向作用。复种指数反映了耕地的利用强度,也是衡量耕地集约化利用程度的基础性指标,复种指数的提高意味着耕地利用的内在动力为追求耕地产出最大化,降低意味着耕地利用的重要性下降,由追求土地生产率转化为追求劳动生产率或资本生产率[33],并相应减少对耕地的投入,因此其不但受水热等自然条件影响,还受农业生产比较利益的影响,在经济快速发展地区,耕地复种指数可能下降。华北平原是全国耕地复种指数较高的区域,且根据基于遥感反演的已有研究结果显示[29],华北平原西部和南部尤其较高,模型估计结果显示,复种指数的系数为正,当耕地复种比例提高时,综合利用耕地的投入能力也提高,对粮食生产效率具有正向作用。

5 结论与讨论

运用随机前沿生产函数模型估算了2000年、2005年、2010年和2015年华北平原县级耕地粮食生产效率,采用重力模型计算出粮食生产效率与土地利用各变量的空间分布重心,并绘制转移轨迹进行相关性的初步分析,最后构建Tobit回归模型定量研究了土地利用变化对粮食生产效率的影响,得出如下结论：
（1）2000-2015年,华北平原耕地粮食生产效率呈现小幅度波动的趋势,均值分别为0.7544、0.7730、0.7525和0.7518。效率值高于0.8的县区比例较高,并呈增加趋势,但总的生产效率还存在提升空间。从粮食生产投入要素看,除农村用电量指标的弹性系数为负外,其他指标的弹性系数都为正,增加生产要素投入对提高粮食生产效率仍具有积极的作用。
（2）华北平原粮食生产效率的均值虽维持于0.75以上的水平,但其区域性空间分异逐渐增强。空间分布格局从最初的相对均匀到局部地区的高、低值集聚。高值与低值集聚区所包含的县区数呈现增多趋势,且所处的区位在各年份也不尽相同,高值集聚区向传统粮食生产强县转移,而耕地自然条件较差或粮食生产比较利益较低的县区,逐渐形成粮食生产效率的低值集聚区。
（3）华北平原土地利用变化与粮食生产效率存在着密切的关系,其中土地利用程度指数、土地利用多样性指数与耕地密度与粮食生产效率呈负相关关系,复种指数、耕地面积比例与粮食生产效率呈正相关关系。耕地斑块破碎化、综合利用程度不断提高与土地利用趋于多样化等土地利用变化过程,一定程度可能抵消生产要素投入增加对生产效率的促进作用,而保有一定数量的耕地和提高耕地利用率,则有助于粮食生产效率的提升。
基于以上结论,本文提出相应政策以提供参考：第一,在完善耕地流转和规模化经营的基础上,严格规划土地利用方式,加强基本农田保护,避免因农村聚落增多和城镇空间的无序扩张引起的耕地细碎化;第二,优化土地资源配置,保持一定数量的成片耕地以保障规模化生产,并出台相关政策或资金扶持,提升粮食生产的比较利益,促进农户对粮食生产的投入;第三,完善和调整农业补贴政策,充分发挥补贴对粮食生产的激励作用,并加大农田基础设施建设,降低粮食生产风险;第四,对粮食主产区农业发展重点政策和科技扶持,全面提高华北平原的复种水平。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
姚远, 李效顺, 曲福田, 等. 中国经济增长与耕地资源变化计量分析. 农业工程学报, 2012, 28(14): 209-215.经济发展与耕地保护一直是决策者两难的选择，其传统假说大都建立在发展与保护矛盾不断激化的基础之上，该文基于国内外耕地变化轨迹的判断，提出新的研究假说：经济增长与耕地变化存在Logistic曲线关系，并选择全国数据进行实证检验。结果表明：国外（区域）经济发展在工业化、城市化由初级阶段过渡到高级阶段过程中，对建设占用耕地需求的强烈程度先增强后减弱，整个过程类似于Logistic曲线假说。中国不同阶段对比发现，1988－2003年间中国人均经济增长与耕地资源变化具有较为一致波动特征致，2003年以后两者波动出现明显脱钩或分歧。1988－2008年间的全国各省实证结果显示，除上海、广西等8省份无法通过F检验外，其余省份均能验证研究假说，在2002年全国人均国内生产总值8759.2元，是耕地变化加速减少向减速减少的拐点，2009年后数年耕地规模总量不应小于121.7万km2，不同区域耕地变化拐点和规模下限差别较大。研究结论能够为中国耕地保护和公共政策调整提供科学依据和直接参考。

[Yao Yuan, Li Xiaoshun, Qu Futian, et al.Quantitative analysis of relationship between economy growth and cultivated land change in China. Transactions of the Chinese Society of Agricultural Engineering, 2012, 28(14): 209-215.]

[2]
白景锋. 基于县域的生态脆弱区人均粮食时空格局变动及驱动力分析: 以南水北调中线水源区为例. 地理科学, 2014, 34(2): 178-184.粮食问题是关系生态脆弱区发展的关键问题。在耕地面积有限、城市化加速、人口增长和生态保护急需加强的背景下，人均粮食的区域差异和驱动力研究对生态脆弱区生态安全具有重要意义。县级行政区是粮食生产和消费的基本单元，县域人均粮食变化的机制对于生态脆弱区发展至关重要。以南水北调中线水源区37 个县为研究单位，借助ESDA和GWR模型，揭示南水北调中线水源区人均粮食区域差异的空间异质性及变化的驱动力。结果表明：2000~2011 年，研究区县域人均粮食空间自相关特征明显，区域人均粮食变化的驱动因素呈现非均衡联动的局域性特征，单位面积产量对人均粮食变化的影响最大，耕地面积变动是第二大影响因素，都呈正相关。影响因素具有明显的平原向山区、亚热带向暖温带过渡的特征。因此，应结合南水北调中线水源区当前人均粮食的现状和驱动因子的效应机理，积极采取相应的有效措施，保障其粮食安全，促进区域生态保护。生态脆弱区自然生态环境复杂，在社会经济发展决策时，要充分考虑小尺度地理单元的特性，才能保证脆弱的生态环境能持续发展。

DOI

[Bai Jingfeng.Spatial pattern changes and its driving forces per capita grain possession at county level in ecologically sensitive region: A case of water source area for the middle route project of South-to-North Water Transfer. Scientia Geographica Sinica, 2014, 34(2): 178-184.]

[3]
郇红艳, 谭清美, 朱平. 城乡一体化进程中耕地利用变化的驱动因素及区域比较. 农业工程学报, 2013, 29(21): 201-213.耕地利用变化与经济发展密切相关，阐明不同经济发展阶段耕地资源变化的驱动特征，有利于缓和耕地保护与经济发展的矛盾。基于苏皖各城市社会经济发展统计数据，运用因子分析和系统聚类方法，提取影响耕地利用变化的主要驱动因子，考察其对耕地资源变化的作用机理及苏皖耕地变化驱动特征的区域差异。研究结果表明，耕地利用变化驱动力可归结为经济发展、人口与农业和制度与政策因素，经济发展带来耕地面积"N型"变化，人口与农业因子和耕地数量之间存在高度正线性关系。城市耕地资源变化驱动类型受经济发展阶段及自身条件双重影响，工业化高级阶段城市主要受经济发展与结构调整驱动；工业化初级阶段城市人口与农业因素缓解了耕地流失；较为复杂的是工业化中级阶段城市，因经济结构、资源禀赋条件及城市功能定位等因素差异，耕地利用变化驱动力出现分异。因此各市应根据本地实际做出理性的决策，转变经济增长方式，坚持最严格的耕地保护制度，节约集约使用土地，提高土地产出效率。

DOI

[Huan Hongyan, Tan Qingmei, Zhu Ping.Driving factors of cultivated land use change in city and countryside integration process and region comparisons. Transactions of the Chinese Society of Agricultural Engineering, 2013, 29(21): 201-213.]

[4]
张荣天, 焦华富. 中国省际耕地利用效率时空格局分异与机制分析. 农业工程学报, 2015, 31(2): 277-287.科学剖析省际耕地资源利用效率时空格局分异及机制，对推进省际耕地资源集约利用具有重要的理论及实践意义。该文以中国省域（除港、澳、台）作为研究案例区，从投入和产出2个维度构建指标体系，运用改进DEA（data envelopment analysis）模型测度1994-2012年中国省域单元耕地利用效率值；综合利用ESDA（exploratory spatial data analysis）关联模型、R/S（rescaled range analysis）分形模型等方法分析省际耕地利用效率时空格局分异特征，并通过Tobit回归模型揭示效率时空分异的驱动机制。结果表明：1994-2012年中国省际耕地利用效率DEA最优比例相对较小，空间表征出东部高、中西部低的分布格局；东部沿海、北部沿海、东北地区综合效率较高，呈上升发展趋势，技术效率与综合效率变化较相似，而规模效率呈现先上升后下降态势；全局上省际耕地利用效率呈现空间正自相关，以空间集聚为主要分布模式；局部上可划分4种类型：H-H（high-high）效率区、H-L（high-low）效率区、L-H（low-high）效率区、L-L（low-low）效率区，其中H-H效率区主要分布在长三角、京津地区，并逐渐向珠三角演化，而L-L效率区主要集聚在中国西北地区；未来省际耕地利用效率将表现出继续增长的分形特征，且增长高值区集聚在中国东部、北部沿海；经济发展水平、农业科技进步是影响效率空间分异的重要因素，自然环境条件是效率发展差异的基础因素，而农户自身特征也会对效率时空分异产生一定冲击；最后，从推动技术进步、调整产业结构、耕地整理流转、补偿激励机制等方面提出省际耕地集约利用政策建议。

DOI

[Zhang Rongtian, JiaoHuafu. Spatial-temporal pattern differentiation and its mechanism analysis of using efficiency for provincial cultivated land in China. Transactions of the Chinese Society of Agricultural Engineering, 2015, 31(2): 277-287.]

[5]
王良健, 李辉. 中国耕地利用效率及其影响因素的区域差异: 基于281个市的面板数据与随机前沿生产函数方法. 地理研究, 2014, 33(11): 1995-2004.

[Wang Liangjian, Li Hui.Cultivated land use efficiency and the regional characteristics of its influencing factors in China: By using a panel data of 281 prefectural cities and the stochastic frontier production function. Geographical Research, 2014, 33(11): 1995-2004.]

[6]
叶浩, 濮励杰. 我国耕地利用效率的区域差异及其收敛性研究. 自然资源学报, 2011, 26(9): 1467-1474.基于地均种植业产值、地均劳动力及各种农业生产物质的投入情况,以耕地利用效率为主要研究对象,运用随机前沿生产函数方法计算了1990&mdash;2008年间中国各省区的耕地利用效率并对其时空变化规律进行了分析。研究表明:现阶段我国耕地利用仍以物资成本的投入为主,我国耕地产出的提高主要依赖于化肥使用量的增加,机械化程度的提高对其影响不大;我国耕地利用效率的整体水平不高,大部分地区耕地的实际产出与现有投入水平下的潜在产出之间存在较大差距,说明现阶段我国农业生产中存在着物质投入的严重浪费;近20 a来,我国耕地利用效率虽然逐渐提高,但提高的速率有着下降的趋势;省际间耕地利用效率有着明显的差异,而且表现出东、中、西部聚集的特征,与地区间经济发展差异不同的是,东部地区耕地平均效率最高,西部次之,中部地区的耕地利用效率最低;最后,在中国过去的近20 a里,全国范围内耕地利用效率虽有收敛的迹象,全域性的<em>&beta;</em>-收敛特征并不显著,但中国的东、中、西三大地带内部却表现出较强的<em>&beta;</em>-收敛特征。从区域收敛的稳态值看,东、西部地区的结果非常接近,而且均显示东部地带高于西部地带、西部地带高于中部地带的基本特征,这意味着随着时间的推移,中国的三大经济带将各自收敛于一个更高的耕地利用效率上。

DOI

[Ye Hao, Pu Lijie.Study on the cultivated land use efficiency between different regions of China and its convergence. Journal of Natural Resources, 2011, 26(9): 1467-1474.]

[7]
耿献辉, 张晓恒, 宋玉兰. 农业灌溉用水效率及其影响因素实证分析: 基于随机前沿生产函数和新疆棉农调研数据. 自然资源学报, 2014, 29(6): 934-943.水资源是21 世纪的战略资源,提高农业部门水资源利用效率是水资源严重短缺的中国可持续发展的必然要求.本文利用“一步法”随机前沿生产函数模型评估了新疆地区806 户棉农的棉花生产技术效率及其影响因素,在此基础上采用单要素效率测算方法,借助Tobit 模型,考察棉花灌溉用水效率分布及其影响因素.研究结果表明：新疆地区棉花技术效率与灌溉用水效率分别为0.85 和0.74,并且两种效率之间具有较高的相关性；种族为汉族、采用兵团经营方式和滴灌技术的农户具有更高的技术效率与灌溉用水效率,而采用套种方式的农户 两种效率较低；棉花技术培训、每块土地规模的扩大有利于农户技术效率与灌溉用水效率的提高；灌溉用水价格的提高有利于灌溉用水效率的提高.

[Geng Xianhui, Zhang Xiaoheng, Song Yulan.Measurement of irrigation water efficiency and analysis of influential factors: An empirical study based on stochastic production frontier and cotton farmers' data in Xinjiang. Journal of Natural Resources, 2014, 29(6): 934-943.]

[8]
杨皓天, 刘秀梅, 句芳. 粮食生产效率的随机前沿函数分析: 基于内蒙古微观农户层面1312户调研数据. 干旱区资源与环境, 2016, 30(12): 82-88.基于2013年内蒙古地区的农户调研数据,运用随机前沿生产函数,从农户微观层面对影响农户粮食生产及技术效率的因素进行分析。研究发现：内蒙古粮食产出对土地、劳动、常规性物质投入均已缺乏弹性。在现有技术水平下,农户粮食生产存在技术效率损失;而改进生产要素质量,尤其是灌溉、农机,实行规模化经营,促进农村劳动力转移并鼓励和引导家庭收入非农业程度较高的农户流转土地,培养职业农民对提高粮食生产技术效率具有积极意义。

DOI

[Yang Haotian, Liu Xiumei, Ju Fang.Stochastic frontier function analysis on the grain production efficiency: Based on the research data of 1312 farmers in Inner Mongolia. Journal of Arid Land Resources and Environment, 2016, 30(12): 82-88.]

[9]
胡逸文, 霍学喜. 农户禀赋对粮食生产技术效率的影响分析: 基于河南农户粮食生产数据的实证. 经济经纬, 2016, 33(2): 42-47.笔者基于农户家庭禀赋和微观农户数据,利用超越对数生产函数对影响粮食生产技术效率的因素进行随机前沿分析。结果显示,在其他条件不变的情况下,农户年龄和受教育程度分别对粮食生产技术效率具有正向和负向影响;耕地单位面积越大,越有利于粮食生产的农业机械化操作,它对技术效率具有正效应;家庭农用固定资产的多少决定了资本对劳动的替代程度,它对技术效率具有正效应;粮食生产收入占家庭总收入的比重反映了农户家庭收入结构,比重越大的农户越重视粮食生产,它对技术效率具有显著正效应。

[Hu Yiwen, Huo Xuexi.An empirical analysis of the impact of household endowments on the technical efficiency in food production: Based on the data of Henan farmers in food production. Economic Survey, 2016, 33(2): 42-47.]

[10]
丘雯文, 杨子生. 云南省耕地生产效率的时空差异及影响因素. 长江流域资源与环境, 2016, 25(5): 786-793.以第二次全国土地调查完成以来的2009~2013年为研究时段,在测算云南省16个州(市)的耕地生产效率基础上,综合运用ESDA技术、基尼系数等方法系统分析云南省耕地生产效率的时空差异,并构建计量经济模型研究影响不同区域耕地生产效率变化的主要因素。结果表明:(1)2009~2013年,云南省耕地生产效率呈总体上升趋势,但增幅逐年降低;效率低值地区增长明显,高值地区则并不显著; (2)云南省耕地生产效率区域差异呈缩小态势,并表现出由西南向东北递减的空间分布特征; (3)滇中、滇西南等粮食主产区受≤6&#176;耕地面积比重、旱涝保收面积的影响较大,而滇东地区则更易受到>6&#176;坡耕地面积和人均GDP的影响,滇西北地区受≤6&#176;耕地面积比重和人均GDP的影响显著。

DOI

[Qiu Wenwen, Yang Zisheng.Spatial differences and influences of cultivated land use efficiency in Yunnan province. Resources and Environment in the Yangtze Basin, 2016, 25(5): 786-793.]

[11]
张海鑫, 杨钢桥. 耕地细碎化及其对粮食生产技术效率的影响: 基于超越对数随机前沿生产函数与农户微观数据. 资源科学, 2012, 34(5): 903-910.农户作为农业的直接生产者,其生产技术效率的高低直接影响到粮食的产出。本文基于安徽丘陵地区粮食作物种植农户的问卷调查数据,通过建立超越对数随机前沿生产函数,分析了粮食生产技术效率及其损失的影响因素,重点考察了耕地细碎化对技术效率的影响。研究结果表明:农户农业生产技术效率仅为77.97%,效率损失严重;丘陵地区粮食生产中已出现劳力投入过剩现象,而耕地的细碎化现状又使农机使用处于“进退维谷”状态;土地质量是影响农业产出的关键因素之一,因此,有必要增加农业基础设施投入以提高农田质量;耕地细碎化不利于农户农业生产技术效率的提高,农户的农业生产技术效率随着地块面积的增大而增大;在丘陵地区进行农地整理项目规划设计时,应该尽可能使其地块面积在0.1 hm<sup>2</sup>以上,此时效率水平较高。

[Zhang Haixin, Yang Gangqiao.The effects of land fragmentation on technical efficiency of food production: An empirical analysis based on stochastic frontier production function and micro-data of households. Resources Science, 2012, 34(5): 903-910.]

[12]
郭贯成, 丁晨曦. 土地细碎化对粮食生产规模报酬影响的量化研究: 基于江苏省盐城市、徐州市的实证数据. 自然资源学报, 2016, 31(2): 202-214.论文基于江苏省农户实地调查数据,以江苏省粮食产量前两位的地级市盐城、徐州为例,建立Trans-log函数,分别计算土地细碎化线性指标、对数指标下各投入要素的产出弹性,通过计算产出弹性加总后的规模报酬系数考察江苏地区粮食作物生产的规模经济性。实证结果表明:1)在考虑土地细碎化的影响后,盐城、徐州粮食生产总体上不存在明显的规模报酬递增;2)土地仍然是最重要的生产要素;3)土地细碎化对于粮食生产的规模报酬具有负影响;4)土地细碎化对不同地区的粮食产量存在正负两方面的影响。基于研究结论,研究认为在促进农村剩余劳动力转移的前提下,应该对土地细碎化现象的负面效应给予更多重视。

[Guo Guancheng, Ding Chenxi.Quantitative research of the impact of land fragmentation on scale returns of grain production: Based on empirical data of Yancheng city and Xuzhou city in Jiangsu province. Journal of Natural Resources, 2016, 31(2): 202-214.]

[13]
Rahma S, Rahman M.Impact of land fragmentation and resource ownership on productivity and efficiency: The case of rice producers in Bangladesh. Land Use Policy, 2008, 26(1): 95-103.The paper analyzes the impact of land fragmentation and ownership of resources on productivity and technical efficiency in rice production in Bangladesh using farm level survey data. Results reveal that land fragmentation has a significant detrimental effect on productivity and efficiency as expected. The elasticity estimates of land fragmentation reveal that a 1% increase in land fragmentation reduces rice output by 0.05% and efficiency by 0.03%. On the other hand, ownership of key resources (land, family labour, and draft animals) significantly increases efficiency. The mean elasticity estimates reveal that a 1% increase in family labour and owned draft animal improve technical efficiency by 0.04% and 0.03%, respectively. Also, a 1% increase in the adoption of modern technology improves efficiency by 0.04%. The mean technical efficiency in rice production is estimated at 0.91 indicating little scope to improve rice production per se using existing varieties. Policy implications include addressing structural causes of land fragmentation (e.g., law of inheritance and political economy of agrarian structure), building of physical capital (e.g., land and livestock resources), improvements in extension services and adoption of modern rice technology.

DOI

[14]
Manjunatha A V, Anikc A R, Speelman S, et al.Impact of land fragmentation, farm size, land ownership and crop diversity on profit and efficiency of irrigated farms in India. Land Use Policy, 2013, 31: 397-405.In this article, we analyze the impact of land fragmentation, farm size, land ownership and crop diversity on farm profit and efficiency of 90 groundwater irrigated farms in the hard rock areas of South India. As we hypothesize that these variables may impact both, farm profit and efficiency in alternative ways, we develop four different stochastic frontier and inefficiency effect models by shifting some of these variables from the inefficiency model into the profit function. The underlining reason is to know the impact of different combination of these structural variables on farm profit and efficiency. Our analysis shows that there exist high levels of inefficiency among the sample farms. Among the variables influencing efficiency, the most pronounced effects are observed with land fragmentation, land ownership and crop diversity. Land fragmentation is positively and significantly associated with inefficiency, whereas land ownership and crop diversity is negatively and significantly associated with inefficiency. In addition land fragmentation can also have a significant negative effect on farm profit. We further find that smaller farms appear to have lower inefficiencies than larger farms due to the more efficient use of inputs by the former category. Importantly, when a farmer owns a failed well, this also contributes to the inefficiency, since well failure increases cost of irrigation. Further the average profit efficiencies are higher for unfragmented farms, large farms, owner operated farms and farms with a diversified cropping pattern as compared with their counterparts. Knowledge on the factors influencing farm profit and efficiency is crucial for policy makers and extension agents for improving efficiency levels of the groundwater irrigated farms especially in water scarce regions of the country.

DOI

[15]
Oumarou B, Zhou H Q, Rana M A, et al.Analysis on technical efficiency of rice farms and its influencing factors in south-western of Niger. Journal of Northeast Agricultural University, 2016, 23(4): 67-77.

DOI

[16]
Foley J A, Defries R, Asner G P, et al.Global consequences of land use. Science, 2005, 309(5734): 570-574.Land use has generally been considered a local environmental issue, but it is becoming a force of global importance. Worldwide changes to forests, farmlands, waterways, and air are being driven by the need to provide food, fiber, water, and shelter to more than six billion people. Global croplands, pastures, plantations, and urban areas have expanded in recent decades, accompanied by large increases in energy, water, and fertilizer consumption, along with considerable losses of biodiversity. Such changes in land use have enabled humans to appropriate an increasing share of the planet's resources, but they also potentially undermine the capacity of ecosystems to sustain food production, maintain freshwater and forest resources, regulate climate and air quality, and amelio-rate infectious diseases. We face the challenge of managing trade-offs between immediate human needs and maintaining the capacity of the biosphere to provide goods and services in the long term.

DOI PMID

[17]
闫慧敏, 刘纪远, 黄河清, 等. 城市化和退耕还林草对中国耕地生产力的影响. 地理学报, 2012, 67(5): 579-588.20世纪90年代以来的快速城市化进程和1999年开始启动的退耕还林草生态工程对耕地的分布与生产能力产生了重要影响。本研究应用由TM遥感影像获取的1980s-2000年与2000-2005年两个时间段耕地变化数据,结合以多时相遥感数据为主要数据源的耕地生产力光能利用率遥感模型估算两个研究时段耕地生产力变化特征,比较城市化与退耕还林草政策主导下两个时期耕地转移对各区域耕地生产力的影响。研究结果表明两个研究时段因城市占用损失的耕地生产力占土地利用变化(LUCC)导致的耕地生产力减少总量比例均在60%以上。在20世纪90年代,全国新增耕地生产力总量比被占用耕地生产力高87%,耕地转移使中国耕地生产力增加。2000-2005年间,退耕还林草政策的启动和快速城市化进程对耕地的持续占用导致耕地生产力占补正平衡指数由前一时段的正平衡变为负平衡,转出耕地生产力总量比新增耕地生产力高31%,耕地转为林草地和建设占用损失的耕地生产力分别较前一时段提高57%和85%。城市化与退耕还林草政策等驱动因素作用下耕地开垦区与占用区的空间分布差异使得耕地生产力占补平衡状态和趋势呈现明显的区域分异。

DOI

[Yan Huimin, Liu Jiyuan, Huang Heqing, et al.Impacts of cropland transformation on agricultural production under urbanization and Grain for Green Project in China. Acta Geographica Sinica, 2012, 67(5): 579-588.]

[18]
刘成武, 黄利民. 农地边际化过程中农户土地利用行为变化及其对粮食生产的影响. 地理研究, 2015, 34(12): 2268-2282.认识农地边际化过程中农户土地利用行为的变化及其对粮食生产的影响,对正确判断中国的粮食生产形势,制订相关政策以确保粮食安全具有重要意义。基于湖北省咸宁市4县1市1区的23个村组、1252个农户家庭的调查数据,对1981年以来农户土地利用行为变化的特征及其对粮食生产的影响进行分析。结果表明:1农户用于粮食生产的劳动力与土地面积明显下降,农户用地方式出现"省工性"变化,劳动力被农机要素替代,农业机械、化学肥料与农药等物质投入显著上升。2主要粮食作物的劳动生产率、土地生产率与商品率分别提高了4.61%、29.69%与50.56%,但区域主要粮食作物的总产量与农户家庭平均粮食占有量却分别下降了10.49%与10.50%,区域粮食安全的保障能力出现弱化。3丘陵山区主要粮食作物的"三率"提高幅度高于平原地区,丘陵山区的水稻总产量与家庭占有量均略有提高,但平原地区却出现了明显下降。产粮重心在空间上出现从平原地区向丘陵山区倾斜的现象。4稳定主要粮食作物的用地规模,促进农户规模经营,提高土地产出效率,是应对农地边际化作用的关键。从事规模化与专业化粮食生产的农区与农户,应成为国家惠农政策与粮食安全政策重点扶持的对象。

DOI

[Liu Chengwu, Huang Limin.The changes of farmers' behavior in land use and its impacts on the food production during the process of marginalization of arable land. Geographical Research, 2015, 34(12): 2268-2282.]

[19]
潘佩佩, 杨桂山, 苏伟忠, 等. 太湖流域土地利用变化对耕地生产力的影响研究. 地理科学, 2015, 35(8): 990-998.以城镇化过程持续加速而耕地流失及粮食供需形势日趋严峻的太湖流域为研究区,结合遥感、土壤、气象及农业统计数据,借助AEZ模型和GIS开展1985~2010 年土地利用变化对耕地生产力的影响分析及评价。结果表明:① 流域耕地生产力水平较高,高产耕地分布广泛;② 近30 a 来就地城镇化和工业化发展导致流域建设用地快速扩张,耕地数量锐减;③ 由于减少的多为城市周边及交通沿线水土条件优越的优质耕地,新增的则多是来源于土地复垦或整理的低产耕地,“高产耕地锐减-低产耕地缓增”导致流域耕地生产力水平下降,且在不同发展阶段下降格局不同;④ 高产田锐减导致流域粮食大幅减产,不同县域由于经济发展水平和耕地利用条件不同,粮食减幅呈现显著空间差异。

DOI

[Pan Peipei, Yang Guishan, Su Weizhong, et al.Impact of land use change on cultivated land productivity in Taihu lake basin. Scientia Geographica Sinica, 2015, 35(8): 990-998.]

[20]
刘玉, 高秉博, 潘瑜春, 等. 基于LMDI模型的黄淮海地区县域粮食生产影响因素分解. 农业工程学报, 2013, 29(21): 1-10.实现粮食的持续稳定增长是保障区域粮食安全的关键。分解各因素对粮食生产的作用及影响强度，识别其主导因素，对提升粮食产量具有积极意义。该文运用对数平均迪氏分解方法（logarithmic mean weigh division index method，LMDI）建立因素分解模型，定量评价并对比分析1980－2010年间黄淮海地区县域粮食生产变动的区域因素。结果表明，1）1980－2010年间，黄淮海地区粮食产量增加了1.01亿t，县域粮食产量"南高北低"的空间分异格局明显，苏北、皖北、豫东和鲁西地区的粮食增产显著；2）4个因素中，粮食单产对粮食产量变化起到显著的正向促进作用，复种指数次之，而粮作比例和耕地面积在较大程度上抑制了黄淮海地区粮食产量的增加；3）县域粮食生产因素分解结果表明，县域之间在耕地面积、复种指数、粮作比例和粮食单产效应方面存在明显差异。总体而言，粮食单产效应叠加上复种指数效应使苏北、皖北和豫东多数县域粮食总产量显著增加；而粮作比例效应、复种指数效应和粮食单产效应的叠加使鲁西县域的粮食总产量增加明显。

[Liu Yu, Gao Bingbo, Pan Yuchun, et al.Influencing factor decomposition of grain production at county level in Huang-Huai-Hai region based on LMDI. Transactions of the Chinese Society of Agricultural Engineering, 2013, 29(21): 1-10.]

[21]
刘洛, 徐新良, 刘纪远, 等. 1990-2010年中国耕地变化对粮食生产潜力的影响. 地理学报, 2014, 69(12): 1767-1778.

[Liu Luo, Xu Xinliang, Liu Jiyuan, et al.Impact of farmland changes on production potential in China during recent two decades. Acta Geographica Sinica, 2014, 69(12): 1767-1778.]

[22]
田旭, 王善高. 中国粮食生产环境效率及其影响因素分析. 资源科学, 2016, 38(11): 2106-2116.近年来,农业生产带来的环境问题引起日益广泛的关注,而测算环境效率能直观反映农业生产对生态环境的影响,使人们清楚地认识到农业生产所付出的环境代价,进而推动中国农业生产向更具可持续性的方向转变。有鉴于此,本文基于2004-2012年全国农村固定观察点数据,采用超越对数随机前沿分析方法测算了中国农户粮食生产的环境效率,并用Tobit模型考察农户粮食生产环境效率的影响因素。研究结果表明：①全国范围内农户粮食生产的技术效率与环境效率均值分别为0.802和0.489,并且两种效率之间具有较高的相关性;②考虑环境效率后,中国粮食生产的技术效率均值出现了略微的下降趋势,但东部、中部、西部依次递减的趋势没有改变;③环境效率地区间差异明显,呈现出中部、西部、东部依次递减的趋势。而且随着时间变化,各地区的环境效率均呈现出递减趋势;④不同规模农户的粮食生产环境效率也存在差异,具体而言,大规模农户粮食生产环境效率普遍高于中小规模农户;⑤农户特征、农业生产要素、农业技术培训以及土地细碎化等因素均会影响粮食生产环境效率。

DOI

[Tian Xu, Wang Shangao.Environmental efficiency and its determinants regarding China's grain production. Resources Science, 2016, 38(11): 2106-2116.]

[23]
Liu J Y, Kuang W H, Zhang Z X, et al.Spatiotemporal characteristics, patterns, and causes of land use changes in China since the late 1980s. Journal of Geographical Sciences, 2014, 24(2): 195-210.Land-use/land-cover 变化(LUCC ) 有连接到人和自然相互作用。瓷器 Land-Use/cover 数据集(CLUD ) 从 1980 年代末在 5 年的间隔定期被更新到 2010，与基于 Landsat TMETM+ 图象的标准过程。陆地使用动态区域化方法被建议分析主要陆地使用变换。在国家规模的陆地使用变化的空间与时间的特征，差别，和原因然后被检验。主要调查结果如下被总结。越过中国的陆地使用变化(LUC ) 在最后 20 年(19902010 ) 里在空间、时间的特征显示了一个重要变化。农田变化的区域在南方减少了并且在北方，而是仍然是的全部的区域增加了几乎未改变。回收农田从东北被转移到西北。布满建筑物陆地很快膨胀了，主要在东方被散布，并且逐渐地展开到中央、西方的中国。树林首先减少了，然后增加但是荒芜的区域是反面。草地继续减少。在中国的 LUC 的不同空间模式被发现在之间迟了第 20 世纪并且早第 21 世纪。原版 13 个 LUC 地区在一些地区被边界的变化由 15 个单位代替。包括的这些变化(1 ) 的主要空间特征加速的扩大布满建筑物在 Huang-Huai-Hai 区域，东南的沿海的区域，长江的中流区域，和四川盆登陆；(2 ) 从东北中国和东方内部蒙古在北方转移了陆地开垦到绿洲在西北中国的农业区域；(3 ) 从在到稻的东北中国的喂雨的农田的连续转变回答；并且(4 ) 为在内部蒙古，黄土高原，和西南的多山的区域的南部的农业牧剧的交错群落的格林工程的谷物的有效性。在最后二十年，尽管在北方的气候变化在农田影响了变化，政策规定和经济驱动力仍然是越过中国的 LUC 的主要原因。在第 21 世纪的第一十年期间，在陆地使用模式驾驶了变化的人为的因素从单程的陆地开发转移了强调到开发和保存。动态区域化方法被用来在单位的 zoning 边界，地区的内部特征，和生长和减少的空间17

DOI

[24]
Aigner D, Lovell C, Schmidt P.Formulation and estimation of stochastic frontier production function models. Journal of Econometrics, 1977, 6(1): 21-37.Previous studies of the so-called frontier production function have not utilized an adequate characterization of the disturbance term for such a model. In this paper we provide an appropriate specification, by defining the disturbance term as the sum of symmetric normal and (negative) half-normal random variables. Various aspects of maximum-likelihood estimation for the coefficients of a production function with an additive disturbance term of this sort are then considered.

DOI

[25]
徐国鑫, 金晓斌, 宋佳楠, 等. 耕地集约利用对粮食产量变化影响的定量分析: 以江苏省为例. 地理研究, 2012, 31(9): 1621-1630.

[Xu Guoxin, Jin Xiaobin, Song Jianan.The impact of intensive use of agricultural land on grain yields: A case study of Jiangsu province. Geographical Research, 2012, 31(9): 1621-1630.]

[26]
谢花林, 李秀彬, 张燕婷, 等. 基于ESDA的京津冀地区草地变化空间分异. 自然资源学报, 2012, 27(7): 1224-1232.

[Xie Hualing, Li Xiubin, Zhang Yanting, et al.Spatial difference of regional grass changes based on ESDA at county level in Beijing-Tianjin-Hebei Area. Journal of Natural Resources, 2012, 27(7): 1224-1232.]

[27]
Deng X Z, Gibson J, Wang P.Relationship between landscape diversity and crop production: A case study in the Hebei province of China based on multi-source data integration. Journal of Cleaner Production, 2016, 174: 1-8.This paper explores the relationship between landscape diversity and crop production using big data techniques. In the case study area of Hebei Province, China, there is a positive ecological effect of landscape diversity on crop production (coefficient of H (Shannon's index) and H 2 on crop production are 7.9665 and612.2388 respectively), and a negative effect via operating cultivated land change (coefficient of H and H 2 on cultivated land change are615.4253 and 1.5520 respectively). This negative effect is measured with big data techniques and is explained by variables such as the ratio of cultivated land and other basic local conditions. The net effect of landscape diversity on crop production is negative, all else the same, reflecting the strength of the impact through cultivated land change. Thus, it is important to adhere to a certain level of landscape diversity if crop production is to be sustained.

DOI

[28]
刘纪远, 刘明亮, 庄大方, 等. 中国近期土地利用变化的空间格局分析. 中国科学: 地球科学, 2002, 32(12): 1031-1040.在全球环境变化研究中,土地利用和土地覆被动态越来越被认为是一个关键而迫切的研究课题.依据覆盖中国1990年代末期5a时间间隔的陆地卫星数据资料,研究了土地利用变化的特征和空间分布规律.依据土地利用动态度的概念。在1 km格网土地利用变化数据基础上,根据区域近期土地利用动态特点与社会、自然环境综合特征,设计了全国土地利用动态区划图,揭示了土地利用变化过程的空间格局.总体上,传统农作区(包括黄淮海平原、长江三角洲地区和四川盆地等)城镇居民建设用地的扩张侵占了大面积的耕地,而北方农牧交错带与西北绿洲农业区由于生产条件、经济利益和气候变化等方面的原因,耕地开垦现象最为突出,国家退耕还林还草政策的实施效果在局部地区有所体现,但截至2000年,尚未对土地覆被变化产生区域性的影响,此5 a期间森林砍伐现象依然比较严峻.本项研究,实现了中国现代土地利用动态区域单元的划分,揭示了中国现代土地利用变化的时间-空间属性并为其特征分析提供了区域格局框架.该项研究是地理科学对研究对象的“空间格局”与“时间过程”特征进行集成研究,揭示研究对象“变化过程的格局”,以及“格局的变化过程”的一次有益的尝试.

DOI

[Liu Jiyuan, Liu Mingliang, Zhuang Dafang, et al.Study on spatial pattern of land use change in China during 1995-2000. Scientia Sinica: Terrae, 2002, 32(12): 1031-1040.]

[29]
丁明军, 陈倩, 辛良杰, 等. 1999-2013年中国耕地复种指数的时空演变格局. 地理学报, 2015, 70(7): 1080-1090.耕地复种是中国普遍的农业种植制度,对保障国家粮食安全和促进农村经济发展十分必要。本文基于1999-2013年1 km×1 km旬SPOT-NDVI数据和3期耕地数据,利用S-G(Savitzky-Golay)滤波方法,重建了农作物生长NDVI曲线;基于二次差分算法及相关阈值限定,提取了各时相复种指数;分析了1999-2013年中国耕地复种指数的时空变化过程。结果表明:1中国耕地复种指数从北到南逐渐增加,其中种植制度上43.48%的耕地实行一年一熟,56.39%的耕地实行一年两熟,仅有0.13%的耕地实行一年三熟。2 1999-2013年间,中国耕地复种指数整体上呈现显著上升趋势,年均增加约为1.29%(P0.001);但空间差异明显,复种指数显著降低(P0.1)的耕地仅占全国耕地的2.12%,主要分布在河北、北京、天津交界地区,安徽中部,四川的成都平原,江西的鄱阳湖平原,湖南的北部和南部以及广西的中部;16.40%的耕地复种指数显著上升(P0.1),主要分布在甘肃的东部,陕西的渭河平原,山西的西部,河北、山东和天津交界处,山东的山东半岛和湖北的江汉平原。3耕地复种指数年际变化率与地形起伏和经济发展水平具有较好的相关关系:起伏度增强,复种指数上升;经济发展水平提高,复种指数降低。

DOI

[Ding Mingjun, Chen Qian, Xin Liangjie, et al.Spatial and temporal variations of multiple cropping index in China based on SPOT-NDVI during 1999-2013. Acta Geographica Sinica, 2015, 70(7): 1080-1090.]

[30]
周亮, 徐建刚, 蔡北溟, 等. 淮河流域粮食生产与化肥消费时空变化及对水环境影响. 自然资源学报, 2014, 29(6):1053-1064.

[Zhou Liang, Xu Jiangang, Cai Beiming, et al.The spatio-temporal changes of grain production and fertilizer consumption and its impact on water environment in the Huaihe River Basin. Journal of Natural Resources, 2014, 29(6): 1053-1064.]

[31]
黄维, 邓祥征, 何书金, 等. 中国气候变化对县域粮食产量影响的计量经济分析. 地理科学进展, 2010, 29(6): 677-683.lt;p>利用中国1988、1995、2000 和2005 年县级面板数据构建了包含气候变化因素、投入要素、自然环境条件变 量的面板数据随机效应计量模型，并利用该模型研究了中国县域气候变化(主要以1988-2005 年间气温、降水变动) 对粮食产量的影响。研究表明，从整体上看，一定幅度内的气温上升和降水增加对我国粮食产量变动有正向作用。 将气温、降水变动的影响分解到不同省份上后，可以发现气温、降水变动对中国县域粮食产量的影响存在明显的区 域分异特征。气温上升和降水量的增加对中国东北、华北以及西北部省份的粮食产量提升有利，对其他省区则会产 生小幅负面影响。对气温、降水变动分季进行考察的结果表明，气温、降水变动对中国县域粮食产量的影响存在季 节性差异，譬如春季气温变动对中国县域粮食产量的影响并不显著，但是夏、秋、冬3 季的气温对中国县域粮食产 量有显著的影响，不过其影响的程度与效果各异。春、夏两季降水对中国粮食产量变化存在显著影响。</p>

DOI

[Huang Wei, Deng Xiangzheng, He Shujin, et al.An econometric analysis on the impacts of climatic change on grain production at counties of China. Progress of Geography, 2010, 29(6): 677-683.]

[32]
吴文婕, 石培基, 胡巍. 基于土地利用覆被变化的绿洲城市土地生态分析综合评价: 以甘州区为例. 干旱区研究, 2012, 29(1): 122-128.土地利用/覆被变化通过改变土地生态系统的结构和功能，影响地区生态系统的安全与健康程度。基于甘州区2001-2008年的土地利用变更数据，建立土地利用生态风险评价指标，结合马尔可夫概率转移矩阵，对该区域土地利用变化的生态效益风险及其社会影响进行综合评价。同时，借助GIS技术与相关统计分析方法，对甘州区2008年土地利用/覆被现状存在的生态风险进行空间量化分析。研究表明：① 2008年，甘州区土地利用/覆被存在的生态风险集中在耕地和未利用地，两者的比例占全区总面积的87.32%;② 甘州区土地利用类型研究期内发生了复杂的相互转换，地类交错地带生态风险尤为显著;③ 土地利用程度指数的上升，反映出土地利用的广度、深度不断增加，土地利用处于发展期;④ 甘州区2008年较2001年的土地综合风险指数有所上升，人类活动的影响在一定程度上增加了区域潜在的生态风险。

[Wu Wenjie, Shi Peiji, Hu Wei.Study on land ecological risk in oasis city based on LUCC: A case study in the Ganzhou district. Arid Zone Research, 2012, 29(1): 122-128.]

[33]
辛良杰, 李秀彬, 谈明洪, 等. 近年来我国普通劳动者工资变化及其对农地利用的影响. 地理研究, 2011, 30(8): 1391-1400.利用农村固定观察点数据、《全国农产品成本收益资料汇编》、全国农业统计数据等,对近年来我国普通劳动者工资的变化特征及其对我国农地利用的影响进行了分析。结果表明近年来我国普通劳动者工资的增长速度和幅度明显要快于农产品和农业生产资料价格的增长速度。我国东部发达地区的部分省份,其复种指数已经出现了明显的下降趋势,物质和服务投入中,省工性投入比重增加,农业种植结构向蔬菜作物和茶果园转变明显。这种趋势有逐渐蔓延全国之势。从原因上分析,主要是面对非农工资的上升,农户只有提高农业劳动生产率才能达到与非农工资匹配的目标。要保证农业生产的稳定和持续,提高农业生产效益和劳动生产率是唯一途径,其具体的政策建议是持续增加农业补贴,继续鼓励劳动力非农迁移,以扩大农业生产规模。

DOI

[Xin Liangjie, Li Xiubin, Tan Minghong, et al.The rise of ordinary labor wage and its effect of agricultural land use in present China. Geographical Research, 2011, 30(8): 1391-1400.]

Options
Outlines

/

〈 〉