中国西南和华南粮食作物播种面积时序变化特征及其影响因素分析

2022-01-07 09:32王静方锋王莺
生态环境学报 2021年10期
关键词:播种面积农作物作物

王静,方锋,王莺

1. 中国气象局兰州干旱气象研究所/甘肃省干旱气候变化与减灾重点实验室/中国气象局干旱气候变化与减灾重点开放实验室,甘肃 兰州 730020;2. 兰州区域气候中心,甘肃 兰州 730020

粮食生产和粮食安全一直是国家发展的重要战略问题,作为粮食生产和种植结构调整关键要素的粮食作物播种面积的变化趋势及其影响因素,是政府制定粮食政策和经济规划的重要依据。近年来,“中央一号文件”也明确指出,确保粮食面积底线,优化调整农作物种植结构是推进农业改革的重要保障(王卫东等,2020)。农作物播种面积指实际播种或移植有农作物的面积,该指标反映了农业生产规模,是了解农作物种类、结构、分布特征的重要信息,也是进行农业种植结构调整和优化的基础(刘珍环等,2016)。其次,作物播种面积是土地利用和土地覆盖变化的重要组成部分,对区域气候、生物地球化学循环、土壤质量、生态环境变化等都发挥了重要作用(Xia et al.,2014;王学等,2013)。此外,作物播种面积变化受诸多因素的影响,社会需求、经济效益、环境条件、科技进步等都对作物播种面积的变化有重要作用。因此,及时了解粮食作物播种面积的时序变化特征及其影响因素,对于粮食生产管理、种植结构优化、自然资源高效利用等都具有重要作用。

作物播种面积动态变化监测是农业生产的基础,已有许多学者进行了大量研究,一方面是采用统计方法获取不同时期不同地区作物播种面积的时空变化特征(耿仲钟等,2016),该方法可获得长时间序列作物种植信息,但难以获取精细的空间信息;另一方面是利用遥感技术获取作物空间分布信息(胡琼等,2015),但由于卫星数据覆盖时间短、提取作物较少且存在精度问题等原因,该技术还难以应用于农作物种植信息长时间演变分析。

近几年,也有学者开始对作物播种面积和种植结构变化影响因素和驱动因素开展相关研究。这些因素可以归因于以下几个方面:第一,自然环境因素,包括气象要素、地理位置、耕作条件、生态环境、自然灾害等,如区域地形地貌限制农作物的种植面积与规模(安悦等,2021),全球气候变暖使部分作物生育期延长、种植边界北移、中晚熟品种种植区域扩大(Liu et al.,2013)、喜温作物向高海拔地区扩展(陈有禄等,2018),以及水资源增加扩大了灌区农作物的播种面积等(柯映明等,2019);第二,科技因素,包括科技发展、农业生产资料的投入,如新技术和新品种的应用,以及化肥施用、机械化水平(彭继权等,2020)、灌溉条件(米胜渊等,2020)、用电状况等均会影响农户种植作物的选择,从而影响作物的播种面积;第三,经济因素,包括市场需求、农产品价格等,如市场行情好、价格高、利润大、劳动力价格上涨,都会促使农户缩减粮棉作物种植面积,转而种植比较优势大的粮食作物或者经济作物(邹军等,2019;黄玛兰等,2019);第四,政策因素,粮食安全战略是中国的基本国策,根据农业生产情况,相关政策也不断变化,如“临时收储”(李明等,2018)、“价补分离”、“商品粮基地建设”等政策(李晨曦,2019),以及近几年实施的“全国种植业结构调整规划”等(张红军,2021),均通过调动农民积极性间接影响农业生产而调整作物播种面积;第五,社会因素,包括农业人口数量(邹军等,2019)、教育水平(彭继权等,2020)、城市化率、社会生产总值、农产品消费需求变化等,如城市化率提高、耕地减少,会促使农户转而种植高投入、高产出的经济作物,或种植更易规模化和集约化的作物(许婧雪等,2016;米胜渊等,2020;林兰稳等,2020)。这些研究结果也说明,针对不同区域、不同作物,播种面积变化的主要影响因素也存在差异,机械化水平、灌溉条件、自然环境、政策调整等都可能对其演变有重要影响。其次,这些影响分析主要采用了以下一些方法,如多元线形回归(胡忆雨等,2019)、通径分析(于翔,2020)、灰色关联度分析(宋喜芳等,2020)、主成分分析(吴美琼,2015)、地理探测器(曲衍波等,2021)、相关性分析(高永道等,2021)、模糊综合评价法等(许婧雪等,2016)。

上述的研究均为认识中国农业生产种植信息提供了很好的科学参考和借鉴,但总结发现:第一,已有研究主要集中于粮食作物整体,或者主粮作物,较少考虑较长时期内多种粮食作物品种播种面积的动态变化情况,尤其是较少考虑非主粮粮食作物种植信息变化特征(姚成胜等,2020),且大多数研究区主要集中于北方省份,对非主产区,尤其是经济发达、经济作物比重大的华南和西南省份/自治区涉及较少;第二,大多数研究主要针对某一方面,选用个别指标进行分析,未综合考虑其他影响因素的效应;第三,更多的研究侧重于作物总产时间变化影响因素分析,虽然许多研究得出播种面积是影响作物总产的关键因素,但分析播种面积变化影响因素的研究较少。因此,本文基于长序列统计数据,系统分析了西南和华南多个省份/自治区、多种粮食作物播种面积变化的时序特征及其影响因素,以期为客观认识该区域粮食作物种植结构变化和驱动力提供参考。

1 研究区概况和数据

1.1 研究区概况

中国西南和华南地区生态环境脆弱、农业种植结构复杂,选择位于西南的四川、云南和贵州省,以及位于华南的广东省和广西壮族自治区(下文简称“广西”)作为研究区,开展粮食作物播种面积变化特征分析。其中,贵州省地势西高东低,约92.5%土地为山地和丘陵地区,耕地面积为4.56×104km2,该区域降水丰富、分布均匀,但土层较薄、土壤保水蓄水能力差,易发生干旱灾害。云南省地势西北高东南低,94%的地区是山区,山地多而破碎,降水分布不均,季节性干旱时有发生,严重影响农业生产。四川省地势西高东低,耕地面积约6.73×104km2,西部高原年均温4—12 ℃,东部盆地冬季寒冷干燥,夏季温暖潮湿,年均温 16—18 ℃。广东省地势北高南低,以山地和丘陵为主,属南亚热带季风气候区,降水充沛但分布不均,区域干旱和季节性干旱较明显。广西壮族自治区属于喀斯特地貌,耕地面积约4.39×104km2,汛期降水量较大,但土壤保水能力弱,作物分布界限十分明显。

1.2 研究数据

收集了西南和华南5个省/自治区主要粮食作物播种面积历年统计数据,分析其时序变化特征,待分析的作物根据统计年鉴分类列于表1。粮食作物播种面积来源于农业部种植业网(http://www.zzys.gov.cn/)、国家统计局国家数据网(http://data.stats.gov.cn/index.htm)、《新中国农业60年统计资料》、《中国农业统计资料汇编 1949—2004》,以及各省/自治区历年统计年鉴(1983—2019),通过几种资料对比,确定各省、各年、各作物的最终播种面积数据。

表1 待分析的粮食作物Table 1 The analyzed grain crops

其次,收集了各省社会经济和自然环境数据(1978—2018),根据相关学者关于农业生产影响因素的分析结果(程叶青,2009;平怡,2019),并基于可获取性和完整性,建立了包括 27个社会经济指标和8个自然灾害指标的播种面积变化影响因素指标体系(图1)。

图1 作物播种面积变化影响因素指标体系Fig. 1 Index system of influencing factors of crop sown area variation

2 研究方法

2.1 粮食作物播种面积变化与影响因素间的相关性分析

相关性分析可客观评价两个变量间的相关性和密切程度,在搜集了社会经济和自然环境数据的基础上,开展了粮食播种面积与各影响因子间的相关性分析,采用Pearson相关系数(Rxy)表征,通过分析结果可探究社会经济和自然环境对播种面积变化的影响。

式中:

Rxy——播种面积x和影响因素y之间的相关系数;

xi、yi——第i年的播种面积和影响因素;

、——播种面积x和影响因素y的年平均值;

i——年份;

n——监测年数。

若|Rxy|=0,表示粮食作物播种面积变化与影响因素不相关,0<|Rxy|≤0.2 为极弱相关,0.2<|Rxy|≤0.4 为弱相关,0.4<|Rxy|≤0.6,为中度相关,0.6<|Rxy|≤0.8 为强相关,0.8<|Rxy|≤1.0为极强相关。

2.2 粮食作物播种面积变化影响因素重要性评价

为评价社会经济、农业技术和自然环境各要素对粮食作物播种面积变化影响的重要程度,本研究利用灰色关联度分析对上述影响因子的重要性进行排序。

灰色关联度分析法是描述两个系统之间因素关联性大小的量度,通过对时间序列数据进行曲线几何形状比较,进而判断因素间的关联是否紧密。几何曲线越接近,序列间的关联度就越高,反之,关联度就越低。通过关联度排序,可以找出影响目标变量变化发展的主要影响因素。该方法包括5个步骤:(1)设置参考数列和比较数列,在此以播种面积作为参考数列,将各影响因素(即图1中的35项指标)做为比较数列;(2)无量纲化处理,由于各因素物理意义不同、量纲不同,难于比较,所以采用均值法对参考数列和比较数列进行无量纲化处理;(3)计算参考数列和比较数列在各个时刻的关联系数;(4)根据关联系数,计算关联度,关联度越大,说明关联性越好;(5)根据关联度排序,用于评价各因素对播种面积变化影响的重要程度(邓聚龙,1987)。

3 结果与分析

3.1 中国南方农作物播种面积变化的时序特征

中国南方农作物播种面积变化时序特征如图 2所示,由图可知,广东省农作物播种面积自解放后至1957 年以 29.1×104hm2·a−1的速度逐年增加,1957 年后保持稳定,改革开放后,农作物播种面积逐渐减少,减幅为 8.0×104hm2·a−1。广西农作物播种面积一直呈波动增加趋势,增幅为 3.7×104hm2·a−1。四川省农作物播种面积变化分 4个阶段,即 1949—1958年和1970—1996年为快速增长期,年分别增加 26.2×104hm2和10.2×104hm2;1959—1969年为快速减少期,减速为 26.9×104hm2·a−1;1997 年后农作物播种面积快速下降,稳定在950×104hm2左右。贵州省和云南省农作物播种面积均呈缓慢增加趋势,增幅分别为5.0和5.7×104hm2·a−1,在某些年份,略有波动。相较于20世纪50年代,近10年,广东省和四川省农作物播种面积呈减少趋势,分别减少了31.9%和16.6%。广西、贵州和云南农作物播种面积则逐渐增大,分别扩大了53.7%、16.5%和111.9%。

图2 中国西南和华南农作物播种面积时序变化特征Fig. 2 Temporal variation characteristics of crop sown area in Southwest and South China

3.2 中国南方粮食作物播种面积变化的时序特征

3.2.1 中国南方粮食作物播种面积变化的时序特征

中国南方粮食、夏粮和秋粮作物播种面积变化时序特征如图3所示,由图可知,广东、广西和四川省粮食、夏粮和秋粮播种面积持续减少。广东省粮食、夏粮、秋粮减幅分别为8.6×104、0.20×104、3.9×104hm2·a−1, 广 西 减 幅 分 别 为 0.14×104、0.18×104、0.15×104hm2·a−1,四川省减幅则分别为4.5×104、2.2×104、2.2×104hm2·a−1。贵州和云南省粮食、夏粮和秋粮播种面积则呈增加趋势,贵州省增幅分别为 1.3×104、0.8×104、0.4×104hm2·a−1,云南省增幅分别为 2.5×104、0.4×104、2.0×104hm2·a−1。相较于20世纪50年代,近10年,广东省粮食、夏粮和秋粮作物播种面积分别减少了62.0%、60.7%和65.9%,广西分别减少了13.9%、54.8%和20.9%,四川省分别减少了36.1%、42.4%和31.0%。贵州和云南省粮食作物播种面积则扩大明显,贵州省粮食、夏粮和秋粮作物播种面积近 10年分别扩大了41.4%、198.4%和15.5%,云南省分别扩大了49.2%、56.4%和45.2%。

图3 中国西南和华南粮食、夏粮和秋粮播种面积时序变化特征Fig. 3 Temporal variation characteristics of sown area for grain, summer grain and autumn grain in Southwest and South China

3.2.2 中国南方谷物作物播种面积变化的时序特征

谷物是最主要的粮食作物,中国南方谷物播种面积变化时序特征如图4所示。广东省谷物、稻谷、早稻、中稻和一季晚稻、双季晚稻、谷子、高粱播种面积均呈减小趋势,减幅分别为4.9×104、4.2×104、1.5×104、0.1×104、3.1×104、0.03×104、0.04×104hm2·a−1,冬小麦播种面积变化分2个阶段,1978年前,冬小麦播种面积呈波动增加趋势,增幅为1.5×104hm2·a−1,1978 年后播种面积急剧下降,减幅为 1×104hm2·a−1,玉米播种面积变化也分 2个阶段,1949—1995 年略增加,增幅为 0.08×104hm2·a−1,1995 年之后,急剧扩大,增幅为 0.24×104hm2·a−1。广西谷物、中稻和一季晚稻、双季晚稻播种面积均呈缓慢减少趋势,偶有波动,减幅分别为2.5×104、0.2×104、1.3×104hm2·a−1,稻谷和早稻在 1978 年前呈缓慢增加趋势,增幅分别为 3.8×104、4.8×104hm2·a−1,1978 年后缓慢减小,减幅分别为 3.0×104、3.2×104hm2·a−1,冬小麦、谷子和高粱播种面积变化分2个阶段,冬小麦在1956年前,谷子在1977年前,高粱在1972年前,呈快速扩大阶段,之后缓慢减小,减幅分别为 0.5×104、0.024×104、0.09×104hm2·a−1,而玉米播种面积总体呈增加趋势,增幅为0.28×104hm2·a−1。

图4 中国西南和华南谷物播种面积时序变化特征Fig. 4 Temporal variation characteristics of cereal sown area in Southwest and South China

四川省谷物、稻谷、中稻和一季晚稻、双季晚稻、谷子、高粱播种面积均呈减小趋势,减幅分别为 11.0×104、2.3×104、2.6×104、0.3×104、0.0167×104、0.179×104hm2·a−1,而早稻播种面积在 1954—1975年之间变化较为复杂,在1975年后逐渐减小,减幅为 1.4×104hm2·a−1。冬小麦播种面积变化分 2个阶段,在 1996 年前波动增加,增幅为 2.9×104hm2·a−1,1996 年之后逐渐减小,减幅为 7.9×104hm2·a−1,玉米面积总体变化不大,在100—200×104hm2之间波动,波动倾向率为 0.19×104hm2·a−1。

贵州省谷物、稻谷和玉米播种面积变化不大,仅在个别年份轻微波动,早稻和双季晚稻在个别年份波动剧烈,其他年份变化不大,中稻和一季晚稻播种面积呈减小趋势,减幅为 0.26×104hm2·a−1,谷子在 2016年前,播种面积呈下降趋势,减幅为0.015×104hm2·a−1,2016 年后播种面积明显扩大,维持在0.4×104hm2左右。冬小麦播种面积变化分2个阶段,1998年之前波动增加,波动倾向率为0.80×104hm2·a−1,1998 年后呈波动下降趋势,波动倾向率为 2.25×104hm2·a−1。而高粱播种面积持续增加,仅轻微波动,增幅为 0.114×104hm2·a−1。

云南省谷物、稻谷播种面积较为稳定,分别在300×104hm2和100×104hm2左右波动。早稻播种面积变化分 4个阶段,1949—1978年为快速增加阶段,增幅为 0.28×104hm2·a−1,1979—1981 年为快速减小阶段,减幅为 1.2×104hm2·a−1,1982—2009 年,播种面积较为稳定,维持在5×104hm2左右,2009年后逐渐缩小,减幅为 0.15×104hm2·a−1。中稻和一季晚稻播种面积呈缓慢减小趋势,减幅为 0.4×104hm2·a−1,双季晚稻在 1993—2000 年,播种面积明显增加,且波动剧烈,2000年后,呈减小趋势,减幅为 0.092×104hm2·a−1。冬小麦播种面积变化总体分2个阶段,1949—1999年,呈波动增加趋势,增幅为 1.1×104hm2·a−1,1999 年后,播种面积逐渐减小,减幅为 2.0×104hm2·a−1。玉米播种面积呈缓慢增加趋势,增幅为 1.37×104hm2·a−1。谷子播种面积较小,近20年呈缓慢增加趋势,高粱播种面积在1974年后总体呈减少趋势,减幅为 0.012×104hm2·a−1。

4)潞新一矿5244运输巷采用顶板全锚索、两帮大延伸强护表的支护方案,有效控制了大变形。监测表明,锚杆锚索受力波动较大,两帮锚杆由于煤层倾角、开挖方向与节理方向夹角的不同受力变化规律不同。

续图4 中国西南和华南谷物播种面积时序变化特征Continued Fig. 4 Temporal variation characteristics of cereal sown area in Southwest and South China

3.2.3 中国南方豆类和薯类作物播种面积变化的时序特征

中国南方豆类和薯类播种面积时序变化特征如图5所示。广东省豆类、大豆和薯类播种面积呈减小趋势,减幅分别为 0.34×104、0.06×104、1.07×104hm2·a−1,马铃薯播种面积呈增加趋势,增幅为0.12×104hm2·a−1。

图5 中国西南和华南豆类和薯类播种面积时序变化特征Fig. 5 Temporal variation characteristics of beans and tuber crops sown area in Southwest and South China

广西豆类播种面积总体呈减小趋势,减幅为0.35×104hm2·a−1,大豆播种面积在 2000 年前呈增加趋势,增幅为 0.44×104hm2·a−1,2000 年后急剧下降,近 10 年维持在 10×104hm2·a−1。薯类在 1950—1964年播种面积明显增加,其他年份变化不大,维持在 25×104hm2·a−1。马铃薯在 2010 年后,播种面积逐渐增加。

四川省豆类和薯类播种面积变化不大,尤其是近 10年,分别稳定在 50×104hm2和 120×104hm2左右。大豆播种面积变化分为2个阶段,1996年之前呈减小趋势,减幅为 0.098×104hm2·a−1,1996 年后呈增加趋势,增幅为 1.22×104hm2·a−1。马铃薯播种面积变化分 3个阶段,1996年之前呈缓慢增加趋势,增幅为 0.75×104hm2·a−1,1997 年播种面积急剧减小,1997年后,则呈快速增加阶段,增幅为1.87×104hm2·a−1。

贵州省豆类播种面积从1994年后变化不大,维持在30×104hm2左右,大豆播种面积在1957年前持续增加,增幅为 0.86×104hm2·a−1,在 1958—2008 年稳定在13×104hm2左右,在2008年后持续增加,增幅为 0.66×104hm2·a−1。薯类和马铃薯播种面积持续扩大,增幅分别为 1.21×104、1.53×104hm2·a−1。

云南省豆类播种面积从 1993年后变化不大,维持在50×104hm2左右,大豆播种面积在1957年前,呈增加趋势,增幅为 0.43×104hm2·a−1,1957—1970 年,波动下降,减幅为 0.7×104hm2·a−1,1971—1980年,播种面积较为稳定,维持在5×104hm2左右,1980年后持续增加,偶有波动,增幅为0.35×104hm2·a−1。薯类播种面积总体呈增加趋势,增幅为0.6×104hm2·a−1,1958—1964 年显著下降,减幅为3.7×104hm2·a−1,马铃薯播种面积持续增加,增幅为0.85×104hm2·a−1。

3.3 中国南方主要粮食作物播种面积变化影响因素分析

从广东省粮食作物播种面积影响因素的相关性分析结果可以看出(表 2),大多数影响因素同广东省多种粮食作物播种面积的变化有显著相关性。除玉米和马铃薯外,其他粮食作物播种面积变化与常住总人口数量、第二三产业劳动者人数、国民素质指标、经济状况指标以及7种农业技术指标呈极显著负相关关系,与人口出生率和自然增长率、第一产业劳动者人数、有效灌溉面积,以及 5种自然灾害指标(农作物受灾面积、农作物水灾和风雹灾受灾和成灾面积)呈极显著正相关关系,与大中型拖拉机拥有量、乡村办水电站、农作物成灾面积、农作物旱灾受灾和成灾面积相关关系不显著。玉米和马铃薯同各影响因素指标的相关性则与其他粮食作物相反。

3.3.2 广西壮族自治区主要粮食作物播种面积变化影响因素分析

广西多种粮食作物播种面积变化和影响因素的相关性分析如表3所示,从表上可以看出,多数粮食作物,粮食、秋粮、谷物、稻谷、早稻、中稻和一季晚稻、双季晚稻、小麦、冬小麦、豆类和大豆与大多数人口数量指标和国民素质指标,以及各经济状况指标和农业技术指标,呈显著负相关关系,仅与极个别人口数量指标(人口出生率)、国民素质指标(小学在校学生数)、自然灾害指标(农作物风雹灾受灾和成灾面积)呈显著正相关关系。而农作物、玉米、高粱和马铃薯播种面积变化与大多数影响因素都存在极显著正相关关系。相比较而言,夏粮、谷子和薯类同大多数影响因素的关系不显著。此外,人口自然增长率,农作物总受(成)灾、水灾和旱灾受(成)灾面积这7个影响因素指标与大多数粮食作物无显著相关性。

3.3.3 四川省主要粮食作物播种面积变化影响因素分析

四川省粮食作物播种面积变化和影响因素的相关性分析结果如表4所示,从表上可以看出,四川省农作物、粮食、夏粮、秋粮、谷物、稻谷、早稻、中稻和一季晚稻、双季晚稻、小麦、冬小麦、高粱和薯类与人口数量、国民素质、农业技术类指标和经济状况类的 18个指标呈显著负相关关系,与人口出生率、人口自然增长率、第一产业劳动者人数、小学在校学生数、有效灌溉面积、乡村办水电站、农作物受(成)灾面积、农作物风雹灾受(成)灾面积等 10个指标则呈显著正相关关系,而大豆和马铃薯同以上各指标也存在显著相关性,但相关关系反之,玉米和豆类则与大多数影响因素无明显相关性。

表4 四川省粮食作物播种面积和影响因素的相关性分析Table 4 Correlation analysis of sown area and influencing factors of grain crops in Sichuan Province

此外,3种农业技术指标(小型拖拉机量及拖拉机配套农具拥有量)和4种自然灾害指标(农作物水灾和旱灾受(成)灾面积)对多数粮食作物播种面积变化影响不显著。

3.3.4 贵州省主要粮食作物播种面积变化影响因素分析

从贵州省粮食作物播种面积和影响因素的相关性分析结果(表 5)可以看出,贵州省农作物、粮食、夏粮、秋粮、冬小麦、谷子、豆类、大豆、薯类和马铃薯播种面积变化与人口出生率和自然增长率、乡村办水电站数量3个指标呈显著负相关关系,与其他人口数量、国民素质、经济状况和农业技术类指标则呈显著正相关关系。而谷物、稻谷、早稻、中稻和一季晚稻、双季晚稻和玉米与各影响因素的相关关系则和以上作物相反。相比较而言,大多数影响因素对小麦和高粱播种面积变化无明显影响。此外,自然灾害类指标对大多数粮食作物播种面积变化的影响较小。

表5 贵州省粮食作物播种面积和影响因素的相关性分析Table 5 Correlation analysis of sown area and influencing factors of grain crops in Guizhou Province

3.3.5 云南省主要粮食作物播种面积变化影响因素分析

从云南省粮食作物播种面积和影响因素的相关性分析结果可以看出(表6),云南省农作物、粮食、夏粮、秋粮、谷物、玉米、谷子、大豆、薯类、马铃薯播种面积变化与人口出生率和自然增长率、小学在校学生数、乡村办水电站数呈显著负相关关系,与其他人口数量、国民素质、经济状况和农业技术类指标呈显著正相关关系,而早稻、中稻和一季晚稻、小麦、冬小麦、高粱播种面积变化与以上指标也显著相关,但相关关系相反。其次,除小麦和冬小麦播种面积变化与农作物水灾受灾和成灾面积存在极显著正相关关系外,其他各类粮食作物与其他几种自然灾害指标之间无明显相关性。此外,各影响因素对稻谷、双季晚稻和豆类播种面积变化影响较小。

表6 云南省粮食作物播种面积和影响因素的相关性分析Table 6 Correlation analysis of sown area and influencing factors of grain crops in Yunnan Province

3.3.6 华南和西南主要粮食作物播种面积变化影响因素指标重要性评价

采用灰色关联度方法分析了各粮食作物播种面积变化影响因素的重要性。首先计算了各影响因子和各省/自治区的各粮食作物品种播种面积变化的灰色关联度矩阵,并用各粮食作物关联度平均值代表各省/自治区粮食作物播种面积变化影响因素的关联度(表7),可以看出,广西粮食作物播种面积变化和各影响因素的关联度是最高的,平均关联度达到0.84,98%的作物播种面积变化与影响因素的关联度均大于0.7,且波动较小,标准差仅为0.07,其次为广东、贵州和云南,广东省关联度值主要分布在0.4—0.8,而贵州和云南主要分布在0.4—0.7,四川省这两者之间的关联度是最差的,平均关联度仅为0.49,仅12%的关联度值大于0.7。相比较而言,各影响因素对广西各种粮食作物播种面积变化影响较大,对四川省影响较小。

表7 西南和华南各省粮食作物播种面积变化和影响因素的灰色关联度统计特征Table 7 Statistical characteristics of grey correlation degree between sown area and influencing factors of grain crops in Southwest and South China

其次,用5个省/自治区平均值估算西南和华南各粮食作物播种面积变化和各影响因素的灰色关联度及关联序(表8),并对各粮食作物的关联序进行平均,获得各影响因子的平均关联序。可以看出,第一产业劳动者人数的平均关联序是最小的,这说明对于华南和西南粮食种植情况来说,从事农业的劳动者人数有重要影响,其次,小学在校学生数、有效灌溉面积、常住总人口和人口出生率也对粮食作物播种面积有显著影响。针对具体的农作物来说,人口出生率和自然增长率、常住总人口、小学在校学生数、有效灌溉面积是影响农作物、粮食、以及各谷物作物播种面积变化的重要因素,其次,农作物风雹灾受灾情况对谷子,以及第二产业劳动者人数对大豆播种面积变化有明显影响。此外,普通中学在校学生数、小型拖拉机拥有量、化肥施用量对薯类作物也有重要作用。总体而言,5种人口数量因素和 2项涉及农业生产资料投入的农业技术因素是西南和华南各粮食作物播种面积变化的重要影响因素。

表8 中国西南和华南各粮食作物播种面积变化和影响因素的灰色关联分析Table 8 Grey correlation analysis on sown area and influencing factors of grain crops in Southwest and South China

4 讨论

作物播种面积研究是农业生产问题的基础,粮食播种面积的变化会直接影响人民生活、社会经济、粮食安全等多方面。因此,本文探讨了我国西南和华南 5个省/自治区各粮食作物播种面积变化的时序特征及影响因素。

本研究中主要分析了社会经济因素和自然灾害因素对播种面积变化的影响,可以看出,播种面积的变化是非线性的,是多因素的协同效应。多种粮食作物播种面积变化在1957、1978、1995年左右有明显的拐点,从原增加趋势转变为减少趋势,这可能是因为 1956年之后农业生产合作社和大跃进运动严重影响了农民的正常生产活动;1978年改革开放,在逐利的目标下,粮田向非粮田转变;1995年左右,通货膨胀、生产资料价格上涨,这些因素均严重降低农民种粮积极性,引起粮食作物播种面积减少。但也可以看出,政策虽在转折点处起到了作用,但在有些时段作用并不是很大,如2006年全面取消农业税、2009年大幅提高农业最低收购价格,广东、广西和四川仅农作物播种面积轻微增加,粮食作物播种面积不变甚至缩小。近些年随着城镇化的发展,追求利益最大化等特点又重新影响了农地种植结构的格局,这也说明播种面积变化是一个多因素共同作用的、复杂的动态变化过程。

广东省农作物总面积和稻谷类作物播种面积持续减小,这与广东省主要发展经济有关,也使广东省成为典型的粮食输入型省份,较其他省份/自治区粮食安全问题更加明显;广西农作物播种面积持续增加,但粮食作物播种面积变化不大,主要与该省大力发展甘蔗等经济作物有关;四川省农作物和粮食作物播种面积总体呈减小趋势,也主要和经济发展有关;贵州和云南省粮食作物播种面积呈增加趋势,说明这2个省更重视农业生产。此外,稻谷类作物播种面积逐渐减小,而玉米面积扩大明显,主要是由于南方虽然降水充沛,但时空分布不均,加上有的省份/自治区以喀斯特地貌为主,使耕地保水能力差,易旱易涝,且土地分散,难以进行机械化和大规模生产,所以使水稻面积逐年下降,而玉米集粮食、饲料、加工原料和能源等多种用途于一身,具有较高的经济效益,加之临时收储政策,使玉米播种面积逐渐扩大。

根据相关分析,广东省多数粮食作物播种面积,与第一产业人数呈显著正相关,与社会经济因素呈较强负相关,与自然灾害要素呈弱相关或者不相关,但与风雹灾受灾情况显著相关。相较而言,广东省多数粮食作物与社会经济因素强相关,这主要是因为广东省经济发达,农业在经济中占比较轻,农业劳动力大量流入经济发达城市和高收益行业,从事农业人员明显减少,从而对粮食生产时空格局变化产生重要影响(尚永辉,2019;黄玛兰等,2019)。近些年,经济高速发展,粮食种植比较收益下降,农村劳动力向非农业大规模转移现象更加明显,从而导致粮食种植面积不断缩小。所以虽然农业技术类、人口类和经济类指标持续增加,但广东省多种粮食作物播种面积仍呈持续线性减少。而其他省份/自治区农业在社会经济中比重较大,农业技术和社会经济的发展会促进农业收益增大,提高农民种粮积极性,使粮食作物播种面积增加。

其次,多数粮食作物的相关性分析中,国民素质指标同播种面积变化呈显著相关,这与熊吉峰(2005)认为农户受教育程度、农户收入、非农收入占比等因素对农户农业生产决策有明显影响的结论一致。并且多数粮食作物的经济指标和农业技术指标也与播种面积变化有较强相关性。一般而言,生产总值代表地区经济发展程度,生产总值越高的地区,经济发展较快、城市化率越高,二三产业较为发达,而农业则发展相对较弱;有效灌溉面积反映灌溉情况,灌溉条件优越的区域也有利于农业发展;农业机械总动力反映用于农林牧副渔业的各种动力机械的总和动力,农业种植需要各种耕作、排灌、收获、运输机械,机械动力投入越高,农业种植效率也越高,也更有利于农业种植和农业的发展。因此,经济和技术指标会影响作物播种面积。此外,与社会经济因素相比,自然灾害同粮食作物播种面积变化相关性较小,仅弱相关或不相关,这说明自然灾害对种植选择的影响较小。近10年,各类气象灾害受灾和成灾面积也逐渐减少,这主要是随着气象灾害风险意识提高,防灾措施不断提出,使灾害对作物的破坏和对农业的影响日益减小。另外,华南区域风雹灾与农业的相关性较其他灾害更强一点,主要是风雹灾害对作物损伤大,常造成绝收,所以风雹灾大的危害性会促使农户转而种植对风雹灾脆弱性较小的作物。

灰色关联分析显示人口数量指标和灾害因素指标,相关性分析和灰色关联分析结果比较一致,人口数量指标相关性较高,灰色关联排序也较前,而灾害因素指标相关性较低,灰色关联序也较后。但国民素质指标和经济状况的分析结果则不一致。这种不一致的情况也出现在其他的研究中(杨玮等,2013),主要是这两种方法性质的差异。但对最有影响和影响不大的因素,相关分析和灰色关联分析结果基本一致。相关性分析中,国民素质指标和经济状况这两类指标,在多数粮食作物中,与播种面积变化显著相关,但关联序却较靠后,这说明,虽然经济状况和人口受教育水平对粮食作物播种面积变化有影响,但不是影响其变化的主要因素。此外,目前仅分析了整个时段的灰色关联度,很多研究已经表明,不同时段,影响因素重要性排序不一样,在未来研究中,这也是需要考虑的一个问题。

总体而言,本研究主要客观展示了西南和华南多种粮食作物播种面积变化的时序特征,并较为完整地分析了现有社会经济因素和自然灾害因素对粮食作物播种面积的影响效应。可以看出,广东、广西和四川粮食作物播种面积持续减少,随着经济发展,人地矛盾、人力资源供需矛盾等矛盾会愈加突出,故需稳定粮食作物生产,可通过指导农户种植行为、规划不同农业功能区、发挥地区优势,以及提高复种指数和农业机械化水平、发展现代化农业、高效利用耕地资源,从而有效保障粮食安全。其次,大多数因素对粮食作物播种面积变化有较强的相关性和明显影响,但是也认识到,对于播种面积变化的突变点,可能更多起作用的是政策因素。但无论是政策因素,还是社会经济因素,都是通过影响农户种植行为来间接影响作物种植面积的。因此,在后续研究中,将从宏观的政策到微观的农户种植决策角度,尝试全面分析各因素对播种面积变化的影响,并将重要因素整合到种植面积预测模型中,模拟和预测未来播种面积的动态演化趋势,并据此为政府提出科学合理的种植结构调整优化策略和粮食安全预警建议。此外,本研究中有的因素相关性不高、关联度较低,但是作为社会经济因素的一个因子,客观认识其和播种面积变化的关系也是有意义的。

5 结论

为高效利用气候资源,发挥农业生产潜力,优化区域种植结构,对中国西南和华南地区主要粮食作物播种面积变化时序特征和影响因素进行了讨论。结果表明,(1)广东省农作物、粮食、夏粮和秋粮作物播种面积逐渐减少;四川省农作物播种面积波动较大,粮食、夏粮和秋粮播种面积持续减少;广西农作物播种面积逐渐扩大,粮食、夏粮和秋粮播种面积缓慢减少;贵州和云南省农作物、粮食、夏粮和秋粮播种面积缓慢增加。(2)广东、广西和四川稻谷作物播种面积呈减小趋势,而贵州和云南较为稳定;除广东和广西小麦播种面积呈减小趋势,其他3省均呈先增后减趋势;西南和华南地区玉米播种面积总体呈增加趋势;广东薯类播种面积逐渐减小,广西和四川保持稳定,而贵州和云南逐渐扩大。(3)大多数影响因素同播种面积变化都有显著相关性,但具体到各省、各作物,不同的因素效应不同;各影响因素对广西各种粮食作物播种面积变化影响较大,对四川省影响较小;从事农业的第一产业劳动者人数影响效应最大;5种人口数量因素和2项涉及农业生产资料投入的农业技术因素是各粮食作物播种面积变化的重要影响因素。

猜你喜欢
播种面积农作物作物
国家统计局发布关于2022年夏粮产量数据的公告
高温干旱持续 农作物亟须“防护伞”
俄发现保护农作物新方法
夏季农作物如何防热害
土库曼斯坦土豆播种面积创纪录
2021年俄罗斯油籽播种面积或创下历史最高纪录
厉害了!农作物“喝”上环保酵素
作物遭受霜冻该如何补救
四种作物 北方种植有前景
美国大事和玉米播种面积将提高