基于灰色关联分析模型的耕地“非粮化”影响因素研究——以广西为例

曹慧冰，吴壮金，韦燕飞

（南宁师范大学 自然资源与测绘学院，广西 南宁 530100）

0 引言

新冠疫情的冲击下，粮食安全对于国家长治久安的重要性更加凸显，如何利用现有土地资源满足全国14亿人口的口粮问题形势仍然非常严峻。与此同时，城镇化和经济的快速发展，种植粮食作物的农民越来越少，为了维持生计而转种非粮食作物。从《第三次全国国土调查主要数据公报》《广西壮族自治区第三次国土调查主要数据公报》可知，耕地已不同程度地向园地和林地等其他类型农用地流转。从国家角度来看，耕地面积减少了752万hm2，流向林地747万hm2，流向园地420万hm2；从广西角度来看，耕地面积减少了112万hm2，流向园地45万hm2，流向林地65万hm2，这种转种非粮食作物以及耕地转为园地、林地等其他类型农用地的现象被称为“非粮化”。在此背景下，探讨广西耕地“非粮化”的影响因素，有助于遏制耕地“非粮化”现象，对确保中国口粮的绝对安全、严守耕地红线、保障国民经济平稳健康发展具有重要意义。

耕地“非粮化”是近年来的研究热点，学者们从全国和省域层面研究了耕地“非粮化”，如陈浮等［1］从省域、市域2个尺度探索了耕地“非粮化”空间格局及分异特征，识别“非粮化”的影响因素和驱动机制；孟菲等［2］以全国31个省份（不含港、澳、台地区）为研究区域，探究了中国耕地“非粮化”的时空演化特征及影响因素；张惠中等［3］研究了山东省耕地“非粮化”的现状和空间分异特征；戚渊等［4］研究了中国经营主体对粮食作物与非粮食作物的生产选择；Zhao等［5］研究了中国地级市耕地“非粮化”的空间格局；许祥云等［6］研究了云南省耕地“非粮化”存在的问题；张颖诗等［7］研究了广东省耕地“非粮化”的空间格局和驱动机制。从影响因素角度出发，学者们从不同角度探讨了耕地“非粮化”的主要影响因素，如谢花林等［8］研究认为，农民文化素质、耕地坡度和劳动力是耕地“非粮化”的主要影响因素；孟菲等［2］从经济效益、劳动力特征、科技进步、政策环境等方面对“非粮化”的影响因素进行了研究；陈浮等［1］从经济水平、社会发展、资源配置和政策调控方面对耕地“非粮化”进行了研究；张惠中等［3］从地形条件、气候条件、土壤质量、区位条件、生产条件和经济水平六大维度研究了耕地“非粮化”的影响因素；赵晓峰等［10］从农业机械化水平、社会化服务体系、农民家庭生计模式等方面分析了耕地“非粮化”的影响因子。在研究方法上，学者们使用空间计量模型［2］、多元线性回归模型［3］、主成分分析和聚类分析［7］、Logistic模型［12］等方法对耕地“非粮化”进行了研究。

目前，中国耕地“非粮化”已有较完整的理论基础，但中国耕地“非粮化”研究对象主要为全国或粮食主产区，而对广西进行定量和定性结合的研究较少。广西是中国“南菜北运”的主要产地和全国冬季“菜篮子”的重要生产基地，同时也是全国的糖料生产基地和柑橘类水果生产基地，具有一定的特色。在研究方法上，已有学者采用了主成分分析和多元线性回归分析，但使用灰色关联分析法进行耕地“非粮化”影响因素分析的较为鲜见。基于此，本文以广西为例，采用灰色关联分析法进行耕地“非粮化”影响因素研究，对耕地“非粮化”的研究进行补充，具有一定的现实意义。

1 数据与方法

1.1 研究区概况

广西壮族自治区位于中国华南地区，介于104°28′～112°04′E，20°54′～26°24′N之间，下辖14个行政区，分别为南宁、柳州、桂林、梧州、北海、崇左、来宾、贺州、玉林、百色、河池、钦州、防城港和贵港市。土地总面积23.76万km2，以山地和丘陵为主，平原少，优质耕地少。在农业方面，广西气候温暖湿润，适宜种植粮食作物与非粮食作物。2020年广西农作物总播种面积为610.73万hm2，粮食种植面积占45.9%，粮食总产量为1370万t，比2019年增加了38万t。在人口方面，2020年广西常住人口5019万人，其中农村人口2298万人。在经济方面，2020年广西农村居民人均第一产业生产经营收入为4401元，农林牧渔业总产值为5913.28亿元，人均地区生产总值为44309元，财政收入为2800.61亿元，较2019年下降了5.7 %。在教育方面，高等教育在校生118.4万人，毕业生26.3万人。

1.2 数据来源

本研究数据来源于2010—2020年《广西统计年鉴》和各地级市的《国民经济和社会发展统计公报》，利用Excel软件对数据进行处理，应用ArcGIS软件进行空间分析。

1.3 指标体系构建

根据综合性、客观性、可获取性原则，参考已有的研究成果，选取人口、经济、社会、价格4个维度21个指标研究耕地“非粮化”影响因素，其中人口维度选取农村常住人口、高等教育占比、第一产业劳动力人数等；经济维度选取农村居民人均可支配收入、第一产业占比、地均生产总值等；社会维度选取单位粮食产量、地均财政收入、化肥使用量、有效灌溉面积等；价格维度选取粮食销售价格指数、蔬菜销售价格指数、干鲜瓜果销售价格指数等（表1）。

1.4 研究方法

灰色关联分析法主要用来分析指标体系中母因素与子影响因素的关联程度，从而寻找出影响耕地“非粮化”的主要因素［13］。灰色关联分析法的优点是对影响因素多少和影响因素有无规律都同样适用，计算量小，不会出现量化结果与定量分析不符的情况［14］。

（1）确定耕地“非粮化”指标体系中的数据序列（非粮化率：Y）和影响因子的序列（21个指标：X），计算公式为：

式 中，Xi(k)(i=1,2,…,h)为h个 城 市耕 地“非 粮化”的影响因子；Yi(k)为第i个城市第k年的耕地“非粮化”率，时间序列k=1,2,…n。

(2)对影响因素进行标准化处理，标准化方法有初值法、均值法等，由于本文有21个影响因素，故本文采用均值法处理，计算公式为：

(3)计算关联系数和关联度，其中Yi(k)和Xi(k)在第k点的关联系数计算公式为：

式中：Di(k)=|Y(k)-Xi(k)|是第k点Y与Xi的绝对差；Di(k)min为最小差值，Di(k)max为最大差值。β为分别系数，范围在0～1之间，本文设置β=0.5。

求影响因素与“非粮化”率之间的关联度P，计算公式为：

2 结果与分析

2.1 广西耕地“非粮化”率及空间布局

2.1.1 广西耕地“非粮化”率根据非粮食作物种植面积与农作物总种植面积比值计算“非粮化”率［3］，2010—2020年广西14个地级市耕地“非粮化”率的计算结果如表2所示，计算公式为：

2.1.2 广西耕地“非粮化”率空间分布从空间分布（图1）来看，广西东南部耕地“非粮化”率最高。本文选取2010、2015、2020年数据，通过ArcGIS软件将14个地级市“非粮化”率划分为5个等级，其中2010和2015年玉林市“非粮化”率最低，2020年玉林市和贵港市“非粮化”率最低，在30 %以下，非粮食作物种植规模较小；2010年耕地“非粮化”率较低的是南宁、百色、河池、桂林、贺州、梧州、贵港和北海市；2015年耕地“非粮化”率较低的是南宁、百色、河池、桂林、贺州、梧州和贵港市；2020年耕地“非粮化”率较低的是南宁、钦州、百色、河池、桂林、贺州和梧州市；2010年耕地“非粮化”率较高的是柳州、来宾、钦州和防城港市；2015年耕地“非粮化”率较高的是柳州、来宾、钦州、防城港和北海市；2020年耕地“非粮化”率较高的是柳州、来宾、防城港和北海市；2010、2015、2020年崇左市的耕地“非粮化”率均为最高，在70 %左右，非粮食作物种植规模较大。

图1 2010—2020年广西耕地“非粮化”空间分布格局

2.2 广西耕地“非粮化”影响因素关联度

本研究主要探讨了广西21个指标与“非粮化”率的影响关系，并运用Excel软件计算出耕地“非粮化”的关联系数和关联度（表3）。将关联度≥0.90定义为最大影响因素，将0.90＞关联度≥0.80定义为较大影响因素。

表3 广西耕地“非粮化”影响因素关联度分值表 分

2.3 广西耕地“非粮化”主要影响因素分析

2.3.1 广西总体情况分析（1）对广西耕地“非粮化”影响最大的因素是经济作物的价格，其关联度为0.982及以上，关联度最高（表4）。广西粮食消费价格指数由2010年的106.8下降到2019年的100.4，表现为消费价格指数有所下降，物价呈现下降趋势，农民从粮食作物中获得的收益较少，进而转种非粮食作物。据《全国农产品成本收益资料》（2011—2019年），对比2010和2018年晚籼稻生产成本、人工成本和净利润发现，种植粮食的生产成本和人工成本均有所增加，但净利润在不断下降。粮食作物产量占比由2010年11.67%下降到2020年的8.75%，反映出粮食的消费价格和生产成本对耕地“非粮化”产生了一定影响。

表4 广西耕地“非粮化”影响因素总体关联度及其排名

（2）对广西耕地“非粮化”影响较大的因素是对农村的投入，涉及社会层面的教育支出和经济层面的农村居民消费性支出、第一产业占比3个指标。2010—2020年农村居民扣除支出后的剩余存款为400～1100元/人，农村居民口袋不富裕。农村居民的消费支出大于收入且剩余存款较少时，其可能会偏向于种植收益高的经济作物；第一产业占比越高，其在产业中的经济地位越高，但第一产业占比由19.2%下降到16.0%，进而影响到农民对农作物的选择意愿。

（3）农业基础设施不完善也是广西耕地“非粮化”的重要影响因素之一，主要涉及有效灌溉面积和人均粮食占有量2个指标。2010年广西有效灌溉面积为1523万hm2，2017年为灌溉面积最高峰，达到1669.9万hm2，2020年又下降到1503.06万hm2，农田水利灌溉设施还存在欠缺。此外，人均粮食占有量也呈现出小幅度下降的趋势，这些因素都进一步加剧了广西耕地的“非粮化”倾向。

2.3.2 各地级市分析根据影响因素的相似性，将广西14个地级市划分为6类进行分析，分别为南宁、桂林、防城港市；玉林和贵港市；梧州、河池、钦州、柳州市；崇左和来宾市；百色和北海市；贺州市。由于贺州市人口因素影响较大，因而进行单独分析。

（1）对南宁、桂林、防城港市耕地“非粮化”影响较大的因素包括经济作物价格、有效灌溉面积、农村居民消费性支出、人均粮食占有量等指标，涉及价格层面、社会层面和经济层面。农民根据市场上农产品的价格走向选择作物种植类型，经济作物销售价格高则收益高，农民的选择意愿则更强。2010—2020年南宁市有效灌溉面积维持在22万hm2左右，桂林市维持在21万hm2左右，防城港市维持在7万hm2左右。这3市的农村居民消费性支出呈现出逐年增加的趋势，消费支出较多，消费结构多样化，势必影响到耕地的“非粮化”。

（2）对玉林和贵港市耕地“非粮化”影响较大的因素包括经济作物价格、第一产业占比、地均生产总值、农村居民消费性支出等指标。2010—2020年玉林市第一产业占比由20.4 %减少到19.6%，贵港市由19.8%减少到16.7%，这2个城市的第一产业产值呈现出不同程度的下降趋势，可见经济结构对耕地“非粮化”有一定的影响。随着经济的发展和人口的增加，其粮食产量不能满足人口的需求，需从粮食价格、经济结构、农村投入等方面着手解决这2市的耕地“非粮化”现象。

（3）对梧州、河池、钦州、柳州市耕地“非粮化”影响较大的因素包括是粮食与非粮食作物价格、教育支出、农村居民消费性支出、第一产业劳动力等指标。2020年各市农村常住人口分别为122.72万、191.72万、125.18万、188.63万人，与2010年相比均出现了不同程度的减少，意味着农村主要劳动力减少，则种植粮食的农村劳动力也相应减少。目前大部分农村地区农业经营仍然以家庭劳动力为主，劳动力不足时农民种植农作物的意愿可能更偏向经济作物，因此劳动力意愿仍然是影响耕地“非粮化”的重要因素之一。

（4）对崇左和来宾市耕地“非粮化”影响较大的因素包括粮食与非粮食作物价格、第一产业占比、农村居民消费性支出、教育支出、单位粮食产量、城镇化率等指标，这些指标均涉及价格、社会、经济和人口四大维度。其中第一产业占比和农村居民消费性支出为来宾市特有的影响因素，均为经济层面的因素。崇左市特有的影响因素为教育支出、单位粮食产量，均为社会层面的因素。来宾和崇左市的“非粮化”率均在60%左右，与其他各市相比较高，主要是这2个城市经济较不发达，希望通过转变产业结构促进经济发展，因而第一产业占比与2010年相比有所下降。

（5）对百色和北海市耕地“非粮化”影响较大的因素包括粮食与非粮食作物价格、农村居民人均可支配收入和农村居民消费性支出、教育支出、高等教育占比、第一产业占比。百色和北海这2市均涉及人口、价格、社会、经济层面的因素。其中，百色市主要受到第一产业劳动力人数、农村常住人口影响，北海市主要受到人均粮食占有量、教育支出、有效灌溉面积、化肥使用量影响。2020年百色市高等教育占比为1.8%，北海市为2.7%，教育水平不高。2020年百色市第一产业占比为19.4%，与2010年相比，提高了1.0%，主要是因为百色市的芒果产业发展较好。相反，北海市的第一产业占比下降了5.5%。

（6）对贺州市耕地“非粮化”影响较大的因素包括粮食和非粮食作物等价格因素以及社会因素和人口因素，其中社会层面因素主要包括有效灌溉面积、教育支出、农业机械总动力、人均粮食占有量、化肥使用量和粮食单产；人口层面因素主要包括城镇化率、第一产业劳动力人数、农村常住人口和高等教育占比。随着贺州市经济和城镇化的快速发展，农村人口大量外流，造成了农村劳动力人口紧缺，再加上农业基础设施的不完善，进一步加剧了近年来贺州市耕地的“非粮化”现象。

2.4 对策建议

2.4.1 引导经济作物价格，适当提高粮食价格，增加种粮经济补贴从广西整体角度出发，价格维度的影响因素对各个城市影响均最大。2020年价格指数与2010年相比呈现出下降的趋势，说明农民种植的作物越来越不值钱，但是消费者对高质量、绿色农产品的需求却越来越高。我国农产品流转平台信息滞后，价格体系不完善，“果贱伤农”的现象普遍存在。因此，有必要搭建农产品流转平台，积极引导经济作物价格，适当提高粮食销售价格，减少经济作物抢占粮食市场的现象，同时加大种粮补贴力度，充分调动农民的种粮积极性。

2.4.2 完善农业基础设施建设，提升农业生产现代化水平广西农田有效灌溉面积从2010年的152.3万hm2减少到2020年的150.31万hm2， 2020年教育支出占财政总支出的18%，2010年教育支出占比为20%。上述数据说明，广西需要加强农业基础设施建设，提升农业生产现代化水平。从机械化耕种水平、农田基础设施水平以及设施农业水平着手，加大对农业装备和农业机械化的投资力度，增加拖拉机、联合收割机、插秧机的数量；加大水利、农业和科技等综合配套设施的建设，扩大设施农业面积，在农业生产的季节性及时空分布改变中发挥作用。通过利用完备的农业基础设施，充分调动农民种植粮食作物的积极性。

2.4.3 优化农业产业结构，稳定农民种粮收益广西2010年第一产业产值占比为19.2%，2020年为16%，居民消费价格指数从2011年出现峰值后，一直处于平缓状态，居民购买力下降。为改变广西第一产业衰退、“非粮化”加剧的局面，需优化农业生产布局，建设优势农产品产业带和特色农产品优势区。各市县应推进粮经饲统筹、农林牧渔协调，优化种植业结构。通过发展县域经济，推进农村一二三产业融合发展，延长农业产业链条，发展各具特色的现代乡村富民产业。在第二三产业发展的同时要积极反哺第一产业，以城带乡，促进经济发展，带动农民生产高质量农产品，增加农村居民收入，激发种粮热情。

2.4.4 提高人口素质，培育新型农民人口维度的主要影响因素是高等教育占比、第一产业劳动力人数和农村常住人口，在不断推进城镇化的过程中，第一产业劳动力人数和农村常住人口不断减少，为解决广西务农劳动力减少的问题，在人口层面提出的政策是提高人口素质，培养新型职业农民。广西各市高等教育占比均较低，且大多数高等教育人才不愿意回到农村从事农业工作，因此培育爱农业、懂技术、善经营且具有优秀品质的农民就显得尤为重要。要加大力度培养高素质、高智商农民，组织进行学历教育和农业技能评价，设立特殊的农民技能大赛，吸引城市人才到农村创业创新。因此，防止广西耕地“非粮化”可从高素质人才着手，弥补当地劳动力短缺的问题。

3 讨论与结论

3.1 结论

（1）从广西总体来看，价格维度的粮食作物与非粮食作物的销售和消费价格对广西耕地“非粮化”影响最大，其次是农村居民消费性支出、教育支出、第一产业占比以及农业基础设施方面的农田有效灌溉面积等指标。

（2）从各地级市来看，部分地级市的耕地“非粮化”影响因素具有相似性。南宁、防城港、玉林和桂林市的耕地“非粮化”政策可从价格、社会、经济层面着手。柳州、梧州、贵港、钦州、河池、来宾、崇左、百色和北海市需要采取综合性措施。贺州市需采取价格、人口和社会方面的对策。

（3）广西14个地级市的耕地“非粮化”影响因素呈现的趋势是价格因素＞社会因素=经济因素＞人口因素。社会因素主要是人均粮食占有量、教育支出、农田有效灌溉面积，经济因素主要是第一产业占比、农村居民消费性支出，因此应根据各地级市实际情况，有针对性地制定防止耕地“非粮化”的政策。

3.2 讨论

以2010—2020年《广西统计年鉴》数据对耕地“非粮化”影响因素进行研究，采用“非粮化”率作为因变量，以21个指标作为自变量构建灰色关联分析模型。由于采取灰色关联法分析耕地“非粮化”的案例较少，且耕地“非粮化”是近几年的研究热点，但相关研究还较少，因此缺乏一定的借鉴经验。此外，由于统计年鉴缺乏相关数据，本研究选取了相关销售价格指数和消费价格指数作为价格层次的分析指标，所以指标体系数据还不够完善。