近10年长江中下游典型水稻...化研究——以江西省北部为例_吴富有.pdf

第37卷 第2期2023年2月Vol.37 No.2Feb.,2023中 国 土 地 科 学China Land Science粮食是人类生存的基本保障1，粮食安全关乎国家安全和社会稳定的大局2-3。近年来随着我国城市化的进程加快，城市建设用地扩张侵占了众多优质耕地4-5，导致耕地面积减少6-7等问题；同时城市化吸引大量的农村青壮劳动力涌入城市，导致粮食生产主体老龄化8-9。劳动力析出和种粮主体老龄化使耕地出现耕地复种下降甚至撂荒10；此外，在比较利益的驱动下，耕地“非粮化”现象变得愈发普遍11，对我国粮食安全带来挑战12-13。为了应对农村劳动力减少和耕地利用效率下降，中央政府先后出台一系列旨在鼓励农村土地流转发展农业规模经营的政策，包括：2014年出台 关于引导农村土地经营权有序流转发展适度规模经营的意见，2016年“中央一号”文件强调积极鼓励培养家庭农场和种粮大户等新型粮食生产主体，2017年出台 关于推进农业供给侧结构性改革的实施意见 等，这些政策催生了农村种粮大户群体、促进了农业生产规模经营，有效稳定粮食生产和保障粮食安全。种粮大户在推动规模化、集约化和机械化的新型农业生产方式14，在提高粮食生产率、提高农民的收入水平、推动农村现代化建设以及保障地区的粮食安全中发挥着重要的作用15-17，适度扩大种粮大户经营收稿日期：2022-09-17；修稿日期：2023-01-09基金项目：国家自然科学基金项目（41867012）。第一作者：吴富有（1998-），男，江西瑞金人，硕士研究生。主要研究方向为耕地保护与土地利用。E-mail:通讯作者：齐述华（1973-），男，江西婺源人，教授，博士。主要研究方向为环境遥感与土地利用。E-mail:doi:10.11994/zgtdkx.20230210.101749近 10 年长江中下游典型水稻主产区种粮大户的耕地承包规模变化研究以江西省北部为例吴富有1，2，李资华2，廖富强1，齐述华1，徐进军2（1.江西师范大学地理与环境学院/鄱阳湖湿地与流域研究教育部重点实验室，江西 南昌330022；2.江西省国土空间调查规划研究院，江西 南昌330025）摘要：研究目的：以长江中下游典型的水稻主产区江西省北部的南昌、九江、上饶等市辖区为研究区，研究近10年种粮大户耕地承包规模的时空变化及其影响因素。研究方法：Theil指数、空间自相关模型、地理探测器。研究结果：（1）与 2011年相比，2021年耕地承包规模显著增加，种粮大户数量由6 298户增加到26 781户，耕地承包面积由138.2万亩增加为462.91万亩，耕地的大户承包率由10.94%提升至28.85%，但种粮大户的户均耕地承包面积由219.43亩减少为172.85亩。（2）Theil指数由2011年0.831 2下降至2021年0.610 7，表明研究区耕地承包规模的空间异质性显著，但空间异质性显著下降。（3）种粮大户的耕地承包规模呈现以鄱阳湖平原的高高集聚和两翼山地丘陵农业区低低集聚为主的空间集聚特征。（4）农业机械总动力、农业总产值、乡村人口和农村劳动力等是种粮大户耕地承包规模空间分异的主要原因，双因子交互作用能够更好地解释承包规模的空间分异。研究结论：在政府鼓励农村土地流转和发展农业适度规模经营的政策背景下，种粮大户的耕地承包规模受自然环境、农业发展水平及社会经济等要素的共同影响；因地制宜地加大山地丘陵农业区机耕道路建设、推进农业机械小型化、健全土地流转机制，推进农村规模化经营体制的创新，发展粮食生产、加工和销售一体化的农村专业化合作组织，有序引导种粮大户在合作组织中发挥专业化作用，推动农业规模化发展。关键词：种粮大户；承包耕地；Theil指数；空间自相关；地理探测器中图分类号：F301.21 文献标志码：A 文章编号：1001-8158（2023）02-0082-1083吴富有等：近10年长江中下游典型水稻主产区种粮大户的耕地承包规模变化研究以江西省北部为例规模对推动耕地资源合理配置和提高粮食生产贡献显著14,18-20，扩大农业生产规模已成为我国农业发展的新趋势21。目前，针对我国南方水稻主产区种粮大户耕地承包规模及其影响因素的研究，主要采用农户调查的方法，了解种粮大户的性别、年龄、文化程度、家庭人数、粮食播种面积和粮食生产效益等种粮大户的自然属性、社会属性和经济特征，从微观上分析农户尺度的耕地承包规模影响因素，难以从行政单元尺度宏观把握自然地理条件对耕地承包规模空间分异的影响16-17。种粮大户登记表是由各县农业局统计并核实的每个种粮大户的耕地承包规模、耕地利用方式等信息的表格，是种粮直补等惠农政策实施的依据，记录的数据准确、信息完整，是分析乡镇、县（区）、地市等行政单元种粮大户耕地承包规模的重要资料，目前也有少量研究利用种粮大户登记表分析耕地承包面积的统计特征及影响因素，这些研究主要是利用单个年度或时间间隔较短的种粮大户登记表，对耕地承包规模影响因素的分析更多停留在定性描述19,22，缺乏对耕地承包规模空间分异特征的统计分析，没有揭示耕地承包规模的空间集聚特征。为了研究种粮大户耕地承包规模的空间分异特征及其影响机理，本文针对近10年的国家和地方出台的鼓励农村土地流转和发展农业适度规模经营的政策背景，以长江中下游典型水稻主产区的江西省北部的南昌、九江、上饶等市辖范围为研究区，分析20112021年耕地承包面积大于50亩种粮大户的耕地承包规模时空变化特征，探讨耕地承包规模的影响因素，揭示种粮大户的耕地承包规模空间分异规律，为种粮大户承包耕地集约利用和规模化经营发展提供决策参考。1 研究区概况长江中下游是我国水稻培育和种植的核心地带，在全国的水稻生产中具有极其重要的地位，江西省是长江中下游地区的水稻主产区之一23，是中华人民共和国成立以来从未间断向国家输出商品粮的两个省份之一24。为了鼓励适度规模经营，2008年江西省发布 关于2008年对种粮大户实行直接补贴暂行办法，对粮食种植面积50亩以上的种粮大户予以每亩16元现金直接补贴；2013年改为以项目申报方式遴选规模较大的种粮大户重点扶持。本文以江西省北部的南昌、九江、上饶等市辖范围为研究区，包括素有“江南粮仓”“鱼米之乡”美誉的鄱阳湖平原，以及鄱阳湖平原两翼的赣东北和赣西北山地农业区。研究区地处亚热带季风气候区，年降水量丰富、日照充足且无霜期长，适合一年两熟的种植制度，农业生产以水稻为主，水稻播种面积约占粮食作物播种面积的80%。鄱阳湖平原地势低平，是江西省最大的粮食生产基地25，赣东北和赣西北山地农业区以丘陵、山地为主，夹杂分布着沿河、沿江的小型冲积平原，受地形多变的影响，耕地呈现细碎化和梯地化特点26。研究区包括平原区和山地丘陵区，有利于考察自然地理环境对种粮大户耕地承包规模的影响。2 数据与方法2.1 数据来源种粮大户情况登记表分别由各市农业局提供，其中：南昌市提供了20112013年、2015年、2017年和2021年6年的种粮大户情况登记表；九江市提供了2011年、2014年和2021年3年种粮大户情况登记表；上饶市提供了2011年、2012年、20162021年8年种粮大户情况登记表。登记表记录了每个耕地承包规模超过50亩的种粮大户的耕地承包面积、利用方式及所处的县、乡（镇）、村等信息。2021年行政区划边界矢量数据来源于中国科学院资源环境科学数据中心（http:/），以该行政边界为基准，根据区划调整情况，根据乡镇和县域单元，分别统计种粮大户数量、耕地承包规模和户均耕地承包规模等，并赋值各乡（镇）、县（区）和市三级行政单元，构建种粮大户矢量数据集；30 m空间分辨率的SRTM-DEM来源于地理空间数据云平台（http:/ 江西省统计年鉴 以及各地级市的统计年鉴和统计公报。2.2 耕地承包规模的区域差异度量方法种粮大户的耕地承包面积包括种植单季稻和双季稻的面积以及种植旱作粮食作物的面积：Ac=DJD+SJD+HD（1）式（1）中：Ac指种粮大户耕地承包面积；DJD指承包 中国土地科学 2023年2月 第2期84种植单季稻的耕地面积；SJD指承包种植双季稻的耕地面积；HD指承包种植旱作粮食作物的旱地面积。利用每个种粮大户的耕地承包面积分别汇总计算县域和乡镇行政单元的耕地承包面积。2.2.1 Theil指数Theil指数是衡量个人或地区之间收入差距的指标，用来衡量不同地区间不平等的组间差异、组内差异和总差异，值越大则差异程度越大，应用于多领 域27-29。采用Theil指数测度种粮大户耕地承包规模的区域差异，运用Theil指数测度组间差异和组内差异对总差异的贡献度，Theil指数用于种粮大户耕地承包规模差异的公式为：1lnTnmymy1ypyppn=()(2)式（2）中：n是指有种粮大户分布的行政单元总数；yp是该行政单元的平均耕地承包面积；my是所有种粮大户的平均承包面积；T值在衡量种粮大户耕地承包面积时是单调递增的，取值范围为T0，1。按县域和乡镇2个尺度对种粮大户耕地承包面积进行区域差异分析，分析组间（Tbr）和组内差异（Twr）。T=Tbr+Twr（3）其中组间差异Tbr公式为：lnTPPmymy1briypypim=()（4）式（4）中：m是区域数量；Pi是研究区i中行政单元的数量；P是总行政单元数量；yp是该行政单元种粮大户的平均耕地承包面积，my是种粮大户平均耕地承包面积。2.2.2 空间自相关模型基于种粮大户的耕地承包规模，运用探索性空间数据分析（ESDA）方法探究种粮大户的耕地承包面积的空间关联特征。针对具有空间依赖性和异质性的数据，ESDA可测度研究对象的空间关联度，提供一系列空间数据分析方法和数据的可视化30。利用ESDA全局空间自相关（Morans I）和局部空间自相关（LISA集聚图）对耕地承包面积进行空间关联分析。其中，全局空间自相关是对整个研究区的空间相关性的描述，计算公式为：()nnwxxnwxxxxMora s I121111ijiinjminijjmijin-=()（5）式（5）中：n是指有种粮大户分布的空间单元数量；xi、xj为研究单元i和j上的观测值；x为观测值的平均值；wij为空间权重矩阵；Moran s I的取值范围为-1，1，其绝对值越趋于1则表明存在空间集聚，趋于0为随机分布，趋于-1表明存在空间离散。为进一步识别耕地承包规模集聚区具体的地理分布格局，采用局部空间自相关的方法。综合局部Moran s I的显著水平可获得LISA空间聚类图，判别耕地承包规模分布的热点（高高集聚区）或冷点（低低集聚区）区域。莫兰散点图中4个象限分别表示耕地承包面积的局部空间关联类型：第一象限HH（高高）集聚区、第二象限LH（低高）集聚区、第三象限LL（低低）集聚区、第四象限HL（高低）集聚区。落在一、三象限的区域表示耕地承包面积呈现均质性；而落在二、四象限的区域表示耕地承包面积呈现异质性。2.3 地理探测器地理探测器是可应用于空间分异性探测和驱动因素的工具31-32，包括分异及因子探测器、交互探测器、风险探测器和生态探测器，作为探测地理要素在空间格局成因的方法被广泛应用于社会经济、生态环境等众多相关领域33-34。分异及因子探测器探测因变量的空间分异性，以及自变量对因变量的解释力，计算公式为：11nnq,2,21D UD iUip,D i=-=（6）式（6）中：qD，U表示不同因子对种粮大户耕地承包规模的解释力；nD，i为次一级区域的样本数量；n为整个区域的样本总数；p为次级区域个数；2是研究区种粮大户耕地承包规模的方差；U2,D i为次一级区域种粮大户耕地承包规模的方差。假设U2,D i0，则模型成立，qD，U取值范围在01之间，值越大表示该因子对耕地承包规模空间分异的解释力越强，反之越弱。交互探测用于分析影响因素之间的相互作用，即评估两个自变量之间的相互作用对种粮大户耕地承包规模的解释力是增加还是减弱，或是两个自变量之间对其的作用力是相互独立的。两个自变量之间的交互作用类型如表1所示。2.4 耕地承包规模的影响因素