中国耕地利用强度分化特征及影响因素研究

宋恒飞，辛良杰

·土地保障与生态安全·

中国耕地利用强度分化特征及影响因素研究

宋恒飞1,2，辛良杰1※

（1. 中国科学院地理科学与资源研究所，中国科学院陆地表层与模拟重点实验室，北京 100101；2. 中国科学院大学，北京 100049）

中国耕地利用正在发生转型，呈现耕地集约化与边际化同时存在的现象，而这种双向变化会引起耕地利用强度发生分化。该研究在对耕地利用强度分化过程进行理论解释的基础上，通过修正变异系数构建区域耕地利用强度分化测度模型，测度中国2000—2014年耕地利用强度分化演变特征及区域差异影响因素。研究结果表明：全国及区域尺度耕地利用强度分化时间上基本呈扩张趋势，仅中部地区呈收缩特征，空间上呈“中部低，四周高”的分布特征；省域尺度耕地利用强度分化特征在时间上表现为大部分省份分化扩张，少部分省份收缩，而在空间上省域耕地利用分化程度弱于全国与区域尺度分化程度，省际之间耕地利用强度分化差异显著；农药化肥要素投入分化扩张特征更明显，其均衡性发展有助于区域耕地利用强度的提高；省域尺度耕地利用强度分化区域差异主要受耕地流转、劳均耕地规模等经营管理因素的影响，受耕地质量、地形起伏等自然条件影响相对较弱，同时，社会经济状况因子的作用效应较耕地经营状况和自然基础状况空间分异特征更明显。基于研究结果该文认为一方面需加强农业基础设施建设和农药化肥等生物化学投入管控，另一方面应不断完善土地市场、培育多种经营本体，整合农业生产要素，提高农民收入水平。

土地利用；耕地利用强度；分化；区域差异；中国

0 引 言

土地利用变化是映射社会经济变迁脉络的一面镜子[1]，而把握耕地变化脉络不仅是了解农业经济发展的有效途径，也是改进耕地管理模式的基本前提[2]。耕地是土地资源中最宝贵的资源之一，既担负着粮食安全的重任，也是国家生态安全的重要保障[3]。由于经济社会转型的推拉作用，中国耕地正在发生转型[4]，出现耕地利用集约化与边际化并存的现象[5-8]。其中耕地集约化是通过改变非土地要素投入强度实现的[9-10]，指将投入增加到经济边际内，通常考虑额外投入所获得的边际生产力和平均生产力[11-12]，即在单位耕地面积上通过增加投入来使产量增加的过程[13]；耕地边际化是一定条件下耕地利用投入不具有经济效益[10,14]，其纯收益不断降低而导致利用活动不断减少的过程[8,15]，意味着当前用途下农业生产活动的减少或停止，农户通常会减少物质和劳动投入[7]。中国人多地少，在坚守耕地红线的基础上，要在土地上获得更多产品或者更多收益，集约化利用是可持续发展的必然选择[15]，如耕地规模化生产、专业化生产和向园艺作物转变[8,10]。2000年之后由于劳动力价格上涨导致农业生产成本增加引起耕地利用边际化现象开始显现，丘陵山地区耕地粗放经营、撂荒更为普遍[7-8]。这种共存现象是在城镇化和工业化作用下耕地利用双向变化或两极分化的结果[16-17]，在耕地利用强度上表现为差异性变化，即耕地利用强度分化。耕地利用强度分化现象是土地利用变化的一种结果[11,18]，也是土地利用转型中经济发展路径的重要表现形式[17]，会引起区域农业不均衡发展，影响农业经济状况和环境状况[8,15]。因此，识别耕地利用强度分化现象可为耕地转型提供新的诊断路径，从而加深对土地利用变化的理解以及更好地指导耕地利用与保护。

社会经济发展促使适合农业生产的地区优质耕地利用集约化[7]，而农业经济适宜性较低地区出现劣质耕地边际化现象[8,17]，这种边际化的结果又进一步促进了优质耕地集约化，反之亦然[18-19]，进而导致耕地利用强度空间差异性越来越大，耕地利用强度分化越来越明显。由上可知，集约化与边际化是相对的两个变化过程，而这两个过程正是耕地利用强度变化的两个重要方向，在空间上表现为土地投入区域差异性不断变化，即耕地投入的空间离散程度逐渐不同。因此，对耕地投入离散程度的测定是诊断出耕地利用强度分化情况的有效途径，而当前离散情况测算方法主要包括变异系数、基尼系数、泰尔指数、Wolfson指数、莫兰指数[20-23]等方法，这些方法虽然有所差异，但原理相同，其中变异系数不仅能反映区域内离散情况，还具有时空的可比性[23-24]，因此，本文通过修正变异系数来诊断耕地利用强度分化情况。

目前关于耕地利用强度的全国层面研究多集中于指标构建、空间对比、时间演变及影响因素分析上[20,25-26]，而耕地利用强度分化方面尚未见研究成果。分化研究属于区域差距变动研究的重要内容，该研究已成为区域经济学、发展经济学、增长经济学、经济地理学的重要课题之一[27-28]，区域差距变动引起的发展不均衡是导致社会、经济甚至政治问题的根本原因[29]，会对国民经济增长产生不利影响，制约着可持续发展[30]。可见，耕地利用强度分化引起的不均衡发展会对农业经济发展产生不利影响，对于全面提升农业发展水平和全面实现农业现代化无疑是一项挑战[30]，识别耕地利用强度分化特征和区域差异影响因素对于耕地利用协调发展具有重要意义。2000年左右中国耕地强度分化开始显现[7-8,21]，因此，本文在对耕地利用强度分化过程进行理论分析的基础上，以2000—2014年全国县域4种生产要素投入量为基础数据，通过构建耕地利用强度分化模型来分析全国范围内不同尺度耕地利用强度分化特征及时空变化情况，在此基础上利用地理探测器模型和地理加权回归模型诊断全国耕地利用强度分化省域间差异的主要影响因素和影响效果的空间分异特征，以期为耕地利用保护与农业生产等政策提供科学参考。

1 概念辨析、研究方法及数据说明

1.1 概念辨析

耕地利用强度分化是社会经济变迁引起耕地利用变化的一种表现形式，是社会经济发展诱导耕地利用投入要素相对价格的变化促使劳动力、土地、生产资料重新配置的结果[31]（如图1）。一方面，在城镇化和工业化的快速推进背景下，劳力价格上涨导致农业生产成本增加，优质耕地资源依靠先进技术和管理方法重新调整劳力、机械和生物化学用品等要素投入结构[7,31]，提高集约边际或实现报酬递增，以维持原有耕地经营或者增加耕地规模，实现规模化和专业化等集约化生产方式，表现为农业生产要素空间上的经济集聚[15]。然而劣质耕地资源由于其禀赋条件的限制，要素间替代作用有限，难以通过调整投入结构迅速提高要素生产率来缓解成本增加，而利润的降低导致这些耕地可能逐渐被边际化[7]，表现为耕地粗放经营甚至撂荒。优质耕地资源的集约化利用会增加土地产出[8]，产品的成本优势会挤压劣质耕地资源的市场空间，导致劣质耕地经济生产能力降低，出现被边际化现象，沦为边际外土地。边际化导致劣质耕地农业生产活动的萎缩和人口增长会改变农产品市场供需状况，需求增加会进一步刺激优质耕地资源生产率提高[18-19]。

因此，耕地利用边际化和集约化共存的同时相互作用，对耕地资源禀赋和经营管理方式不同的区域产生不同影响，这种差别会导致区域耕地利用要素投入结构的差异性变化，一部分地区农业生产要素空间集聚，一部分地区农业生产活动萎缩，从而形成耕地利用强度分化的现象。根据以上分析，可理解耕地利用强度分化是多种因素综合作用引起的一定范围内不同区域耕地利用强度相对差异性变化的结果，这种差异性也是耕地利用强度分化的重要表现特征和诊断依据。

1.2 研究方法

1.2.1 耕地利用强度测算方法

无论是集约化还是边际化都会引起耕地利用要素投入的变化，因此耕地利用强度分化的重要表现特征就是耕地投入结构变化和投入量变化，即单位面积上劳动力、机械、生物化学用品的变化[31]，根据已有文献研究和数据的可获取性，本文选取农业劳动力、农业机械动力投入、化肥投入、农药投入共4项指标，单位耕地面积4种要素投入量C表示要素投入强度指数，公式如下：

式中I为县级耕地投入要素（=1,2,3,4）强度指数，值越大投入水平越高；C为要素投入量；a为县域耕地面积，hm2。

1.2.2 耕地利用强度分化测度模型

模型的构建以衡量时空相对变化（波动）程度的变异系数为基础，依据样本耕地规模差异进行改进。一定区域范围内耕地利用强度分化表现为各县域单位耕地利用强度指数相对差异情况（波动情况），而不同县内耕地面积不同对于区域分化影响水平不同，最终表现为一定区域范围内数据值的离散情况，因此，最终结果显示为一定区域的离散测定值。本文在参考表征数据离散情况的加权偏方差计算方法推导过程[24,32]基础上构建耕地利用强度分化指数测度模型，如下所示：

1.2.3 地理探测器模型

地理探测器模型是用于分析空间分异影响因素的有力工具，由王劲峰等[33]最早提出并应用于探测疾病风险因子，现已在生态环境、区域经济、土地利用等多个领域得到应用。该模型的基本原理是利用层内局部方差与全局方差的关系探测影响因素解释力值，即某种因素对空间分异结果的影响程度。本文利用其分析中国省级耕地利用分化空间分异的影响因素，公式如下：

地理探测器是依据分异理论，得到解释变量与被解释变量之间的相关性，通过将各类因子经过不同离散分类处理方法，对不同类别的变量归化处理在同一空间尺度上进行分析。本文从自然要素（耕地质量、耕地地形起伏）、社会经济要素（农民可支配收入、人均GDP、城镇化率）和耕地经营状况（劳均耕地面积、土地流转率）三方面共选择7个因子。参考已有研究采用自然断点法和分位数法将7个因子类别化为5类[33]，通过分析各因子对省域耕地利用强度分化指数的影响，系统探测中国耕地利用强度分化区域差异影响机制。

耕地质量是影响耕地利用的基础条件，反映了地区耕地资源的本底情况，耕地标准化系数是度量地区耕地质量差异的有效工具，具有全国范围的可比性[34]；地形起伏是影响农业耕作的重要限制条件，反映地区农地生产的便利性，采用不同地形耕地类型的多样性指数度量；农民可支配收入表征农户对耕地利用的投入能力；人均GDP和土地城镇化率表征区域经济发展状况对农户吸引力，影响着耕地用途转变；劳均耕地面积反映农户可经营耕地规模，也可反映农户耕地的稀缺程度；土地流转影响着耕地经营成本、收益、效率，用土地流转率度量。耕地标准系数计算方法为

式中CLSI为耕作标准系数；MCI为复种指数；为粮食单产；、分别代表为地区、全国尺度。

耕地类型多样性指数为

式中为耕地类型多样性指数，Q为不同坡度耕地面积占区域耕地总面积的比例。

1.2.4 地理加权回归（GWR）

地理探测器是对全局尺度因子影响作用的探测，掩盖了不同空间位置局部尺度影响因素作用效应空间分异特征，导致结果不够详细准确。鉴于此，在地理探测器模型的基础上，采用GWR模型分析耕地利用强度分化影响因素作用效应空间异质性。GWR模型可以空位位置信息嵌入回归模型之中，通过局部不同地区回归参数反映区域的空间异质性，模型公式如下：

式中y为地区的耕地利用强度分化指数；0为截距项，(u,v)为地区的坐标，0(u,v)为地区的常数项；k(u,v)为地区第影响因子的系数，x地区第个影响因子；ε为随机误差项。采用兼容性更强的AICc确定带宽进行GWR分析，通过2判断函数拟合情况，通过对残差项进行空间相关性分析判断模型效果。

1.3 数据说明

本文所用的数据均来自官方数据，标准统一，其中，劳动力投入数据、农业机械总动力数据基本来自于《中国市（县）社会经济统计年鉴》，受数据的限制，2000年的农业劳动力投入数据采用乡村劳动力数量指标、2014年采用第一产业从业人数指标；耕地规模、农业化肥数据、农药数据来自于各个省（自治区、直辖市）统计年鉴，个别数据来源于市县级统计年鉴数据。受数据可获性限制，文中数据选择了2000年与2014年两个时间节点，2000年共包含2 293个县域单元、2014年2 437个县域单元，覆盖全国31个省（直辖市、自治区），由于香港、澳门及台湾数据不可获得而不包括在研究范围之内；用于测算耕地标准系数的农作物播种面积、粮食产量数据与农民可支配收入数据来自于《中国农村统计年鉴（2015）》；农业人口规模、城镇人口规模、GDP数据来自于《中国统计年鉴（2015）》；分坡度耕地规模等土地数据来自于《第二次全国土地调查主要数据成果的公报》；土地流转数据来自于2015年《中国农村经营管理统计年报》。

2 结果与分析

2.1 国家尺度耕地利用分化结果与分析

按照耕地利用强度计算公式测算全国县域4种要素耕地利用强度，如图2所示，4种要素耕地利用强度指数呈东南向西北逐步降低的显著地带性空间分布。从时间变化上来看，2000-2014年期间，劳动力投入强度东部沿海地区变化最为显著，西部地区变化特征相对较弱；机械投入强度变化最明显的就是中部地区县域部分机投入的显著增加，尤其河南、湖北、湖南、安徽4个省份大部分县域机械投入在由8 kw/hm2以内增加到8 kw/hm2以上，其次是东部地区，其中河北、山东、江苏3个省份变化最为显著；化肥投入强度发生普遍性强度增加，各个地区之间变化趋势相似，西南山区地区县域变化相对更为显著；农业投入强度表现为西部及东北地区变化最为明显，其中数四川、贵州、广西等西南地区最为显著，东部沿海地区的部分县域也有显著变化，中部地区变化最为微弱。

表1 中国耕地利用分化指数

2.2 区域尺度耕地利用分化结果

按照国家统计局对中国经济区域东部、中部、西部及东北四大地区的传统划分（如表3）进行耕地利用强度分化测算可知（见图3），2000、2014年中部地区耕地利用分化指数均低于其他地区，空间上呈现“中间低、四周高”的格局特征，并且只有中部地区耕地利用分化指数2000—2014年由0.659降低为0.651，说明中部地区耕地利用不仅趋于均质化，内部差异也始终低于其他地区；西部地区耕地利用分化指数不仅始终最高，从1.209增加到1.362，增加幅度也最大，说明西部地区的耕地利用内部差异在不断扩大，其差异性也是始终强于其他地区；东部和东北地区耕地利用分化指数分别从0.681、0.893增加为0.885、1.003，呈现与国家尺度相似的变化特征，均表现出耕地利用分化强度不断扩张的态势，而其中东部地区的扩张幅度更为显著。

表2 中国四大区域划分

注：来源国家统计局网站公布结果（www.stats.gov.cn/ztjc/zthd/sjtjr/dejtjkfr/ tjkp/201106/t20110613_71947.htm）

Note: Source: results published on the website of the National Bureau of Statistics. (www.stats.gov.cn/ztjc/zthd/sjtjr/dejtjkfr/tjkp/201106/t20110613_71947. htm)

表3 四大区域投入要素P和I值

2.3 省域尺度耕地利用分化特征分析

按照测算模型，以省域为基本测算单元进行耕地利用分化测算，如图4所示：2000年全国省域耕地利用分化指数最高宁夏为1.874，其次西藏为1.531、青海为1.246，其他省份耕地利用强度分化指数均低于全国水平，最低值上海为0.274。同时福建、山西、西藏、青海和宁夏耕地利用分化指数高于其所在四大区域耕地利用强度分化指数，其他省份则低于其所在区域水平，空间上由东南向西北先降低后升高；2014年全国省域耕地利用强度分化指数只有新疆（1.212 ）超过全国水平，广东和山西超过所在区域的耕地利用强度分化指数，其他省份均低于全国及所在四大区域水平，其中指数最低的上海为0.384，且空间上由南向北先降低后升高。如图3所示，耕地利用强度分化指数较高的省份始终集中于西部地区省份，这与四大区耕地利用强度分化结果相吻合，也意味着西部地区整体和各省份内部农业发展均衡性要弱于其他地区省份；耕地利用强度分化指数较小省份主要集中在长江中下游地区，而该地区最重要的特点在于气候温暖湿润，降雨丰沛，土壤肥沃，水陆交通发达，经济发展状况水平相似，具有良好的农业生产条件。从2000 —2014年变化来看，如图4所示，全国层面耕地利用强度分化指数由0.963增加到1.136，而省域层面只有11个区域耕地利用强度分化发生了收缩，包括天津、福建、江西、河南、内蒙古、四川、云南、西藏、甘肃、青海、宁夏、吉林，其中宁夏的收缩幅度最大，从1.875减少为0.851；其余区域耕地利用强度分化均呈现出扩张的态势，其中新疆最为明显，由0.634扩大到1.212，这是因为新疆大规模新垦耕地，增加区域内耕地异质性；而只有河北、山东、广东、海南、广西、陕西、新疆、黑龙江9个区域的耕地利用分化指数变化幅度高于全国水平，表明全国大范围的耕地利用强度分化程度不断加剧的同时，大部分省域之内耕地利用强度分化程度相对收缩。由以上分析可知耕地利用转型过程中集约化与边际化导致的耕地利用强度分化在省际之间存在显著差异，北方省份耕地利用分化指数省际之间差距弱于南方省份之间，尤其华南地区省份之间更为明显。

从各个投入要素测算结果来看，要素投入量变化特征与全国和四大区域的特征基本一致，即劳动力投入降低，其他3种投入增加，其中要素投入单位投入低值主要集中在西部省份，高值主要集中在东部省份。农药投入与其他3种要素相比具有一定特殊性，如表5所示，农药投入变化既有增加又有减少，同时区域差异更加显著，其中福建、重庆、四川、陕西表现出与全国和区域尺度不一样的变化特征，出现投入量降低的变化特征。从4种要素的分化指数来看（如表5），表现为区域差异大且变化显著，具体表现在西部地区省份4种要素利用分化指数变化幅度最大，中部地区和东北地区变化相对平稳，东部地区部分省份存在较大变动。东部地区的要素利用分化指数变化较明显的是广东劳动力分化指数由0.519扩张到1.519，天津化肥分化指数由1.076降低到0.621，河北和海南农药分化指数由0.942、0.489增加到2.601、2.525。中部地区省份4种要素分化指数变化相对弱于其他3个地区，变化幅度也相对较小，其中只有河南化肥和安徽农药分化指数变化相对明显，分别由0.250、0.763增加到0.721、2.525。西部地区省份4种投入要素利用分化指数变化最为显著，其中宁夏劳动力要素利用分化指数由1.719降低为0.548，降幅68.10%；青海和宁夏劳动力要素利用分化指数由1.203、1.696降低到0.332、0.722，降幅72.43%和57.42%；宁夏、陕西化肥要素利用分化指数由1.892减小到0.913和由0.606增加到1.279，变化幅度51.74%和111.00%；新疆和青海农药投入要素利用分化指数由0.947、2.264加到7.157、5.1707，增幅656.04%和128.38%。东北地区4种要素利用分化指数相对变化也较小，最为明显的是辽宁农药要素利用分化指数由1.015增加到3.798，增幅274.19%。由以上分析可知，农药化肥投入相对劳动力和机械动力投入耕地利用分化变化相对更为剧烈，区域差异也更为明显。因此，对于省域内部而言化肥农药投入的均衡发展是提升一部分省份耕地利用集约化水平的重要举措，而机械动力和劳动力大部分省域内趋同性越来越显著。

2.4 耕地利用分化区域差异影响因素分析

2.4.1 影响因素的地理探测结果

区域耕地利用特征是受多种因素综合作用的，由2.3内容可知，省际之间耕地利用强度分化存在显著差异，因此，本文从影响耕地利用状况的自然基础条件、社会经济状况和经营管理状况等选取7个指标，对影响省际之间耕地利用强度分化区域差异的主导因素进行探究。首先，利用自然断点法和分位数对数据进行离散化和类别化处理（如图5），再利用地理探测器模型测算影响因子对我国耕地利用分化差异的驱动力值。结果显示，各个因子的驱动力大小存在一定差别，其大小依次为土地流转（0.415）>劳均耕地面积（0.400）>农民人均支配收入（0.264）>人均GDP（0.272）>城镇化率（0.191）>耕地质量（0.131）>耕地地势起伏（0.131）。

由上可见，耕地利用强度分化区域差异受经营方式因素中的土地流转影响最大，因为土地流转可整合农业生产要素，具有规模效益，可有效提高土地利用效率。农户耕地经营规模是影响力仅次于土地流转作用的影响因子，原因在于经营规模的大小与农户农业收入密切相关，经营规模越大意味着农户既可通过集约化利用增加利润也可兼业提高收入，农户的可选择性趋向多元化；社会经济因素中农民收入解释力最大，说明纯收入的高低相对人均GDP和城镇化率更直接影响农户土地利用行为，是进行农业生产投资的经济基础，即收入越高的农户越有能力使用更好和更多农业生产资料，土地利用行为也会越复杂；自然基础条件中的耕地质量影响大于耕地地形起伏的影响，这是因为技术的发展和相关基础设施的投资建设使地形条件的限制性在减弱，如山区坡改梯既可提高产量也可方便耕作，提升了土地综合生产能力。综合比较来看，耕地自然基础条件的作用强度要弱于其他两个方面，说明社会经济条件和经营方式的转变对耕地利用强度变化产生更大的影响，尤其经营方式状况是影响我国耕地利用强度分化区域差异的主导因素。

2.4.2 影响因素作用的空间分异

地理探测器模型重点聚焦在全局尺度空间分异影响因素分析，忽略了影响因素局部尺度上作用效应的空间分异，因此，在地理探测器模型的基础上，本文利用GWR模型分析影响因素作用效应的空间分异特征。首先利用Geoda软件计算2014年31个省域单位耕地利用分化指数的单变量Moran’指数，分析耕地利用分化指数的空间自相关性。结果显示，Moran’为0.285，通过显著Z检验（<0.05），说明省域耕地利用分化指数存在显著空间自相关。然后将影响因子数值做相对值处理，通过GWR4软件进行地理加权回归分析，进一步探测影响因素作用效应的空间分异。结果显示，模型的2为0.993，说明拟合良好，对残差进行空间自相关检验，Moran’为-0.121，未显著通过Z检验（=0.177），说明残差项不具有显著空间相关性，空间上呈随机分布，表明模型效果较好。

通过GWR模型结果可知（如图6所示），各因子回归系数空间上分异特征明显，且相互呈现不同的特征。农民可支配收入系数空间差异最大（回归系数为-4.317～3.392），正向影响主要集中在东中地区省份，这些地方耕地产权细碎化更明显，收入水平差异易引起对耕地利用强度分化，西部及东北地区省份农民可支配收入对耕地利用分化产生负向作用；耕地利用类型多样性指数效应空间差异最小（-0.173～0.529），以正向作用为主，只有上海、江苏、浙江和西藏呈负向影响。从回归系数的分布来看，西南地区作为中国地形最为复杂的地区之一，耕地利用强度受地形起伏状况约束作用较强；耕地质量作用空间差异显著（-2.116～0.985），回归系数负向效应为主，回归系数为负的省份有22个，只有9个省份呈正向作用且主要出现在西北地区等耕地质量较差的地区；社会经济状况因子人均GDP（-1.365～3.074）和城镇化率（-2.131～2.013）回归系数空间差异程度相似，基本上作用效果呈正向作用的占1/2左右，不同的地方在于人均GDP正向效果主要集中在南方，城镇化率正向效果集中在中部和东北地区；劳均耕地面积的回归系数空间差异排第二（-4.137～1.009），回归系数从南到北由负到正，具有显著的空间地带性分布特征，其中南方地区耕地利用强度分化受束于劳均耕地经营状况，尤其是广东、广西、海南、湖南排前四的地区；土地流转效应空间差异较弱（-1.564～0.671），以负向效应为主，其中有21个省份呈负向效应，说明总体上通过土地流转改变耕地经营状况可有效缓解耕地利用强度分化扩张情况。

由以上分析可知，不同因素空间影响存在显著分异，社会经济状况作用效应空间分特征较耕地经营状况和自然基础状况更明显，其中自然基础状况因素在全局尺度上作用强度弱于其他两个方面，作用效应空间分异也同样弱于其他两个方面，同时说明社会经济条件和经营方式转变会对耕地利用强度分化产生更强的影响。

表4 省域投入要素耕地利用强度指数I值和分化指数P值

3 讨 论

本文从耕地利用边际化和集约化双向变化视角对耕地利用强度分化过程进行阐述，然后依据耕地利用强度空间离散特征，通过改进变异系数构建耕地利用强度分化测度模型诊断我国不同尺度耕地利用强度分化特征。最后利用地理探测器模型和GWR模型分析全局尺度省域之间耕地利用强度分化区域差异影响因素和局部尺度影响因素作用效应空间分异。基于修正变异系数构建的耕地利用分化测度模型继承了前者的时空可比性[22,24]，通过样本偏方差对标准方差的替代和利用耕地规模做权重修正提高了对数据离散性估计的准确性[24,32]，可有效用于有关区域差距变动研究。本文以县为基本测算单位发现全国及地区层面上耕地利用分化呈扩张趋势，较以往研究中以省为单元发现区域耕地利用强度差距在缩小有所不同[5,26]，原因在于以省域为计算单位极易掩盖微观区域上的异质性程度[35]和忽略省域内区域的非均质性[36]，县是中国行政管理的基层单元，利用县域为单元分析可为宏观把握耕地利用强度分化和制定政策提供更可靠依据[36]。

本文重点旨在通过过程解释和方法探讨分析耕地利用强度分化特征，为后续研究提供新的思路与方法，但在实际操作过程中由于资料的限制，一方面本文只选取了劳动力、机械、农药、化肥4种主要投入要素进行分析，而其他农业生产投入要素如地膜、农业固定资产、电力等并未进行分析；另一方面数据获取的限制，目前只选取了2000年和2014年两个时间节点进行分析，缺少对最新年份和多时间节点或连续时间序列的研究。因此，在今后的研究中可增加要素投入的考虑和扩展研究时间范围，同时，耕地利用强度分化研究尚处于探讨分析阶段，有很多不完善的地方有待今后进一步深化研究。

4 结论与政策启示

4.1 结 论

1）在全国层面上，耕地利用强度分化在扩张，要素之中除机械动力投入外其他也均为扩张，其中农药分化指数最高变幅最大，要素投入量中劳动力投入在降低，其他三种在上升。在区域层面上，耕地利用强度分化呈中部地区低于周围地区的空间特征，中部发生耕地利用强度分化收缩，而东部、西部及东北地区则出现耕地利用强度分化扩张。4种要素利用分化同样呈“中间低、四周高”的分布特征，西部4种要素分化程度最大，中部最低。4种要素投入量呈现由东向西逐渐降低的态势，具有与全国层面相同的变化特征。

2）在省域层面上，2000年耕地利用强度分化指数由东南向西北先降后升，2014由南向北先降后升。同时，2000—2014年耕地利用强度分化演变呈省际扩张的同时部分省内相对收缩，耕地利用强度分化在省域之间存在显著差异。4种要素投入量变化与全国和区域层面具有相同变化特征，多个地区尤其是西部地区省份内部化肥、农药投入区域差异在扩大，而劳动力和机械投入内部差异在收缩。

3）中国耕地利用强度分化在省域间的区域差异明显，不同因素对耕地利用强度分化影响程度不同和作用效应空间分异特征也不同。就单因子而言，土地流转驱动力最强，其次是农户耕地规模和农民收入，农民可支配收入作用效应空间异质性最强，耕地利用类型多样性指数最弱。从影响因素来看，耕地经营方式影响区域差异的主导因素，其次是社会经因素，而耕地的自然基础条件的影响弱化，而在作用效应空间分异上，自然基础条件仍最弱，因此，耕地经营方式和社会经济条件的改变是有效调整耕地利用强度分化情况的重要手段。

4.1 政策启示

1）东部地区之外其他地区机械动力投入分化程度呈加剧态势，各个省份之间机械要素分化程度差异显著，说明县域之间有利于机械化发展的条件可能存在差距。鉴于此，一方面应积极推进改善农业基础设施条件的专项工程，如土地整理、高标准农田建设等工程项目；另一方面发展土地托管、机械服务等社会化服务主体，通过市场化服务有效增加省工性投入，提高耕地综合生产能力，促进耕地利用水平提高和均衡发展。

2）化肥、农药等生物化学品投入不断上升，区域差异呈逐渐扩大趋势，化肥农药的投入可有效地实现增产增收，是耕地集约利用水平提高的重要表征，但要辩证看待过量投入带来的环境问题。鉴于此，一方面需要通过政策引导，合理控制化肥、农药的投入，尤其是集约化农区和园艺业种植地；另一方面应发展适应现代化居民需求的生态农业产品产业链，以产品市场引导农业生产方式转变，发展农家肥、绿肥种植等生态农业。

3）中国耕地利用强度分化的省域内部差异虽然呈现一定收缩态势，但全国范围内的差异仍在扩大。而由影响因素分析可知，土地经营方式改变和农民收入提高可有效缩小区域之间分化的差异。因此，进一步激活土地市场，培养多种经营主体，搭建推广服务平台，根据区域特征合理确定适度经营规模，尤其是针对丘陵山地等边际化现象严重的地区，整合农业生产要素，增加农民收入。同时，根据流转规模的扩大情况，结合村庄规划，将传统粮食种植向高品质多种经营转变，将传统农户为经营单位转变为以多种主体或村庄为单位的耕地经营方式，结合养殖业和农产品加工业增加耕地附加值，优质高效的增加收益，提升耕地利用水平。

[1] Tuan Y F. Geography, phenomenology and the study of human nature[J]. The Canadian Geographer, 1971, 15(3): 181-192.

[2] 龙花楼，陈坤秋. 基于土地系统科学的土地利用转型与城乡融合发展[J]. 地理学报，2021，76(2)：295-309.

Long Hualou, Chen Kunqiu. Urban-rural integrated development and land use transition: A perspective of land system science[J]. Geographical Research, 2021, 76(2): 295-309. (in Chinese with English abstract)

[3] 袁承程，张定祥，刘黎明，等. 近10年中国耕地变化的区域特征及演变态势[J]. 农业工程学报，2021，37(1)：267-278.

Yuan Chengcheng, Zhang Dingxiang, Liu Liming, et al. Regional characteristic and spatial-temporal distribution of cultivated land change in China during 2009-2018[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(1): 267-278. (in Chinese with English abstract)

[4] 宋小青. 中国耕地转型：空间与功能双重解构[D]. 北京：中国科学院研究生院，2013.

Song Xiaoqing. Cultivated Land Transition in China: Dual Deconstruction from Spatial and Functional Perspectives[D]. Beijing: Graduate School of Chinese Academy of Sciences. 2013. (in Chinese with English abstract)

[5] 王向东，沈孝强，王振波，等. 中国耕地集约化利用评价2010—2016[J]. 中国人口·资源与环境，2019，29(4)：58-67.

Wang Xiangdong, Shen Xiaoqiang, Wang Zhenbo, et al. Dynamic evaluation of farmland intensive use in 2010-2016 in China[J]. China Population, Resources and Environment, 2019, 29(4): 58-67. (in Chinese with English abstract)

[6] 柴玲欢，朱会义. 中国粮食生产区域集中化的演化趋势[J]. 自然资源学报，2016，31(6)：908-919.

Chai Linghuan, Zhu Huiyi. Evolution trend of regional centralization of grain production in China[J]. Journal of Natural Resources, 2016, 31(6): 908-919. (in Chinese with English abstract)

[7] 李升发，李秀彬. 中国山区耕地利用边际化表现及其机理[J]. 地理学报，2018，73(5)：803-817.

Li Shengfa, Li Xiubin. Economic characteristics and the mechanism of farmland marginalization in mountainous areas of China[J]. Acta Geographica Sinica, 2018, 73(5): 803-817. (in Chinese with English abstract)

[8] 李秀彬，赵宇鸾. 森林转型、农地边际化与生态恢复[J]. 中国人口·资源与环境，2011，21(10)：91-95.

Li Xiubin, Zhao Yuluan. Forest transition, agricultural land marginalization and ecological restoration[J]. China Population, Resources and Environment, 2011, 21(10): 91-95. (in Chinese with English abstract)

[9] Brookfield H C. Intensification revisited[J]. Pacific Viewpoint, 1984, 25(1): 15-44.

[10] 李秀彬. 农地利用变化假说与相关的环境效应命题[J]. 地球科学进展，2008，23(11)：1123-1129.

Li Xiubin. Theoretical hypotheses about agricultural land use changes and the relevant propositions about environment impacts[J]. Advances in Earth Science, 2008, 23(11): 1123-1129. (in Chinese with English abstract)

[11] 李秀彬，朱会义，谈明洪，等. 土地利用集约度的测度方法[J]. 地理科学进展，2008，27(6)：12-17.

Li Xiubin, Zhu Huiyi, Tan Minhong, et al. Measurement of land use intensity[J]. Progress in Geography, 2008, 27(6): 12-17. (in Chinese with English abstract)

[12] Piers M. Blaikie. Land degradation and society[J]. Africa, 1987. DOI: 10. 2307/1241995

[13] Tilman, David. Global environmental impacts of agricultural expansion: The need for sustainable and efficient[J]. Proceedings of the National Academy of Sciences of the United States of America, 1999, 96(11): 5995-6000.

[14] Shortall O K. “Marginal land” for energy crops: Exploring definitions and embedded assumptions[J]. Energy Policy, 2013, 62: 19-27.

[15] 杨桐彬，朱英明，王毅. 土地集约、技术进步与农业生产效率[J]. 农业经济与管理，2020(1)：54-65.

Yang Tongbin, Zhu Yingming, Wang Yi. Land use intensification, technology progress and agricultural production efficiency[J]. Agricultural Economics and Management, 2020(1): 54-65. (in Chinese with English abstract)

[16] Rudel T K, Coomes O T, Moran E, et al. Forest transitions: towards a global understanding of land use change[J]. Global Environmental Change, 2005, 15(1): 23-31.

[17] Lambin E F, Meyfroidt P. Land use transitions: Socio-ecological feedback versus socio-economic change[J]. Land Use Policy, 2010, 27(2): 108-118.

[18] 李秀彬. 土地利用变化的解释[J]. 地理科学进展，2002，21(3)：195-203.

Li Xiubin. Explanation of land use changes[J]. Progress in Geography, 2002, 21(3): 195-203. (in Chinese with English abstract)

[19] Olarieta J R, Rodríguez-Valle F L, Tello E. Preserving and destroying soils, transforming landscapes: Soils and land-use changes in the Vallès County (Catalunya, Spain) 1853–2004[J]. Land Use Policy, 2008, 25(4): 474-484

[20] 姚冠荣，刘桂英，谢花林. 中国耕地利用投入要素集约度的时空差异及其影响因素分析[J]. 自然资源学报，2014，29(11)：1836-1848.

Yao Guanrong, Liu Guiying, Xie Hualin. Spatiotemporal difference and driving forces of input factors intensity for arable land-use in China[J]. Journal of Natural Resources, 2014, 29(11): 1836-1848. (in Chinese with English abstract)

[21] 游小珺，赵光龙，杜德斌，等. 中国高等教育经费投入空间格局及形成机理研究[J]. 地理科学，2016，36(2)：180-187.

You Xiaojun, Zhao Guanglong, Du Debin, et al. Spatial pattern and formation mechanism of higher education investment of China[J]. Scientia Geographica Sinica, 2016, 36(2): 180-187. (in Chinese with English abstract)

[22] 许静，杨永春. “一带一路”背景下中国西部城市经济全球化水平的空间演化[J]. 经济地理，2021，41(7)：20-30.

Xu Jing, Yang Yongchun. Spatial evolution of economic globalization level of cities in Western China under the background of “the Belt and Road”[J]. Economic Geography, 2021, 41(7): 20-30. (in Chinese with English abstract)

[23] 管卫华，林振山，顾朝林. 中国区域经济发展差异及其原因的多尺度分析[J]. 经济研究，2006(7)：117-125.

Guan Weihua, Lin Zhenshan, Gu Chaolin. Multi-scale analysis on China’s regional economic diversity and reasons[J]. Economic Research Journal, 2006(7): 117-125. (in Chinese with English abstract)

[24] 覃成林，杨威. 中国农村居民收入区域不平衡的动态变化及影响因素：基于人口加权变异系数的分析[J]. 产经评论，2012，3(4)：115-124.

Qin Chenglin, Yang Wei. The dynamic changes of regional income inequality and its determinants in rural China: Based on the analysis of the coefficient of population[J]. Industrial Economic Review, 2012, 3(4): 115-124. (in Chinese with English abstract)

[25] 陈瑜琦，李秀彬. 1980年以来中国耕地利用集约度的结构特征[J]. 地理学报，2009，64(4)：469-478.

Chen Yuqi, Li Xiubin. Structural change of agricultural land use intensity and its regional disparity in China[J]. Journal of Geographical Sciences, 2009, 64(4): 469-478. (in Chinese with English abstract)

[26] 熊薇，徐逸伦，王迎英. 江苏省县域经济差异时空演变[J]. 地理科学进展，2011，30(2)：224-230.

Xiong Wei, Xu Yilun, Wang Yingying. Temporal-spatial changes of the county-level economics disparities in Jiangsu province[J]. Progress in Geography, 2011, 30(2): 224-230. (in Chinese with English abstract)

[27] 王建康，谷国锋，姚丽，等. 福建省区域经济差异的空间格局演变及影响因素[J]. 地域研究与开发，2015，34(6)：19-25,37.

Wang Jiankang, Gu Guofeng, Yao Li, et al. Spatial evolution of regional economic disparity and influencing in Fujian province[J]. Areal Research and Development, 2015, 34(6): 19-25,37. (in Chinese with English abstract)

[28] 万广华. 不平等的度量与分解[J]. 经济学（季刊），2009，8(1)：347-368.

Wan Guanghua. Inequality measurement and decomposition: A survey[J]. China Economic Quarterly, 2009, 8(1): 347-368. (in Chinese with English abstract)

[29] 唐常春，刘华丹，袁冬梅. 基于多尺度的湖南省区域经济差异演进分析[J]. 人文地理，2016，31(5)：133-140.

Tang Changchun, Liu Huadan, Yuan Dongmei. Analysis of the evolution of regional economy disparity in Human province on mutil-scale[J]. Human Geography, 2016, 31(5): 133-140. (in Chinese with English abstract)

[30] 杨敏丽，白人朴. 我国农业(种植业)机械化发展的区域不平衡性研究[J]. 农业工程学报，2000，16(4)：68-72.

Yang Mingli, Bai Renpu. Regional comparison of the development of agricultural mechanization in China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2000, 16(4): 68-72. (in Chinese with English abstract)

[31] 宋小青，李心怡. 区域耕地利用功能转型的理论解释与实证[J]. 地理学报，2019，74(5)：158-176.

Song Xiaoqing, Li Xinyi. Theoretical explanation and case study of regional cultivated land use function transition[J]. Journal of Geographical Sciences, 2019, 74(5): 158-176. (in Chinese with English abstract)

[32] 韩增林，许旭. 中国海洋经济发展空间差异分析[J]. 人文地理，2008(2)：106-112.

Han Zenglin, Xu Xu. The strategical analysis of spatial disparity in marine economy in China[J]. Human Geography, 2008(2): 106-112. (in Chinese with English abstract)

[33] 王劲峰，徐成东. 地理探测器：原理与展望[J]. 地理学报，2017，72(1)：116-134.

Wang Jinfeng, Xu Chengdong. Geodetector: Principle and prospective[J]. Acta Geographica Sinica, 2017, 72(1): 116-134. (in Chinese with English abstract)

[34] 张鹏岩，庞博，何坚坚，等. 耕地生产力与粮食安全耦合关系与趋势分析：以河南省为例[J]. 地理科学，2017，37(9)：1392-1402.

Zhang Pengyan, Pang Bo, He Jianjian, et al. Coupling relationship and trend of cultivated land productivity and food security: A case study in Henan province[J]. Scientia Geographica Sinica, 2017, 37(9): 1392-1402. (in Chinese with English abstract)

[35] 赵文亮，王春涛，陈文峰，等. 基于县域单元的河南农民收入区域分异时空格局[J]. 地域研究与开发，2012，31(4)：56-60.

Zhao Wenliang, Wang Chuntao, Chen Wenfeng, et al. Spatial-temporal pattern of rural resident’s per capital net income based on county scale in Henan province[J]. Areal Research and Development, 2012, 31(4): 56-60. (in Chinese with English abstract)

[36] 周扬，李宁，吴文祥，等. 1982-2010年中国县域经济发展时空格局演变[J]. 地理科学进展，2014，33(1)：102-113.

Zhou Yang, Li Ning, Wu Wenxiang, et al. Evolution of spatial-temporal pattern of county economic development in China during 1982-2010[J]. Progress in Geography, 2014, 33(1): 102-113. (in Chinese with English abstract)

Differentiation characteristics and influencing factors of cultivated land use intensity in China

Song Hengfei1,2，Xin Liangjie1※

(11001012100049）

The transition of cultivated land use has led to the simultaneous existence of cultivated land intensification and marginalization in China. Two-way change can also cause the intensity differentiation of cultivated land use in recent years. The purpose of this study is to clarify the differentiation characteristics of cultivated land-use intensity under both arable land marginalization and intensification. Firstly, an explanation was made on the intensity differentiation of cultivated land use. Secondly, a model was built to measure the regional differentiation of cultivated land use by the modified coefficient of variation. Thirdly, measurement was carried out for the differentiated changing of cultivated land-use intensity and the influencing factors in China from 2000 to 2014. Results showed that the spatial distribution of cultivated land-use intensity was characterized as ‘low in the middle and high around’. There was also a trend of temporal expansion of cultivated land-use intensity at the national and regional scales, while central China showed a trend of spatial contraction. Furthermore, the intensity of cultivated land use presented expansions in most provinces, and contractions in a few provinces in terms of time changing. The differentiation degree of cultivated land use at provincial scale was smaller than that at national and regional scales in terms of spatial variation. There were also significant differences in the cultivated land-use intensity among different provinces. There were more obvious differentiation and expansion characteristics of farm chemicals and chemical fertilizer inputs, indicating that the balance contributed to improving the cultivated land-use intensity. The geographic detector model and Geographically-Weighted Regression (GWR) model were used to estimate the global and local parameters for the influencing factors of regional difference in the intensity index of provincial cultivated land use. It was found that the regional differences of cultivated land-use intensity at provincial scale were dominated mainly by the operation and management factors, such as transfer and area per capita of cultivated land, whereas, a relatively weak influence by the natural conditions, such as cultivated land quality and topographic relief. At the same time, a Moran’test was performed on the intensity index of cultivated land use in provincial units. It was found that there was a significant spatial correlation in the intensity indexes of cultivated land use among provinces. Then, the GWR revealed that there was more obvious spatial differentiation from the effects of socio-economic conditions than that from the cultivated land management and natural foundation. Correspondingly, there was also a much weaker effect of natural basic conditions on the differentiation of cultivated land-use intensity, than that of cultivated land management and socio-economic conditions on the global and local scales in the geographical detector and GWR. Therefore, it is necessary to strengthen the control of agricultural infrastructure construction and biochemical inputs, such as pesticides and fertilizers. More importantly, some specific agricultural production factors can also be integrated to constantly improve the land market for the diversified business entities in modern agriculture.

land use; cultivated land intensity; differentiation; regional differences; China

宋恒飞，辛良杰. 中国耕地利用强度分化特征及影响因素研究[J]. 农业工程学报，2021，37(16)：212-222.doi：10.11975/j.issn.1002-6819.2021.16.027 http://www.tcsae.org

Song Hengfei，Xin Liangjie. Differentiation characteristics and influencing factors of cultivated land use intensity in China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(16): 212-222. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.16.027 http://www.tcsae.org

2021-05-30

2021-07-10

国家自然科学基金重点项目（41930757）

宋恒飞，博士生，研究方向为土地利用变化研究。Email：songhf.19b@igsnrr.ac.cn

辛良杰，博士，副研究员，研究方向为土地利用变化及其效应研究。Email：xinlj@igsnrr.ac.cn

10.11975/j.issn.1002-6819.2021.16.027

F301.21

A

1002-6819(2021)-16-0212-11