村镇尺度下耕地“非粮化”影响因素分析*——以江苏省溧阳市为例

丁 洲 ，郑侨妮 ，李欣桐

（南京农业大学，江苏 南京 210095）

0 引言

长三角地区是我国经济发展最活跃、创新能力最强的区域之一。自长三角一体化上升为国家战略以来，江苏省农业城镇化、现代化进程加快[1]。但由于粮食生产属于弱质、低效产业，具有投入多、见效慢、周期长等特点，导致部分地区耕地“非粮化”现象日益严重，而土地合理开发利用和耕地保护也成为焦点问题。

耕地“非粮化”是指土地经营者将经营耕地用于非粮食种植的农业生产行为[2]。适度的耕地“非粮化”有利于农业种植结构调整、推动三产融合发展、有效增加农民的经济收入，助力乡村振兴；但过度的耕地“非粮化”势必会影响国家粮食安全。在国务院下发的《关于防止耕地“非粮化”稳定粮食生产的意见》中明确指出要对耕地实行特殊保护和用途管制[3]。防止过度耕地“非粮化”必须准确把握我国现阶段耕地“非粮化”的成因，尤其是需要开展典型县域村镇耕地“非粮化”的形成机制的调查与研究，才能有针对性地提出有效措施。

在论述之前，首先应对耕地“非粮化”进行概念辨析。耕地“非粮化”是指土地经营者将经营耕地用于非粮食种植的农业生产行为，例如种植花卉苗木等经济作物、发展畜禽养殖等高效农业[4]，生产仍然属于农业的范畴内，可视为农业内部基于比较收益的生产结构的调整。耕地“非农化”是指流转农地不再用作农业用途，而是被工商资本用于非农产业的经营建设中，非农化的土地用途一旦固化，会对土壤质量造成根本性的改变和破坏，而多数“非粮化”生产的影响在一定程度内是可逆的[5]。

耕地“非粮化”产生的原因可以归纳为以下几个方面。

1）资源因素：自然资源禀赋是农业生产的物质基础，耕地本身的耕作条件会直接影响粮食种植的产量和收益，进而影响农户的种粮意愿和决策[6]。

2）经济因素：多数研究表明耕地“非粮化”受地区经济发展水平影响，一般而言，经济发展程度越高的地区，农户种粮意愿越弱，流转耕地“非粮化”比例也更高[7]。此外，种粮效益偏低与土地流转费用不断攀升也加剧了耕地“非粮化”[8-9]。

3）政策法规因素：现有的关于限制耕地“非粮化”的制度法规难以对农户自发的经济行为进行严格的约束；农业政策补贴落实不到位，对农户种粮行为的激励作用有限；地方政府追求地方经济发展，鼓励农户进行高收益的经济作物种植[10-11]。

4）农业经营户的个体特征：包括年龄、受教育程度、家庭收入、农业技术水平、是否参加农业保险等，都会影响农户的农业生产行为[12-13]。

1 研究方法与数据来源

1.1 研究区概况

溧 阳 市（ 北 纬 31°09'～31°41'，东 经119°08'～119°36'）是隶属于江苏省常州市的县级市，位于江苏省西南部，地处长江三角洲，土地总面积达1 535 km2。其属亚热带季风气候，无霜期长，且耕地、林地、河流及湖泊多，地势南、西、北较高，腹部与东部较平。溧阳市常住人口占常州市的14.87%，物产丰富，经济连续多年名列全国百强县（市）[14]。

溧阳市粮食生产现状如表1所示。自2000年以来，溧阳市的粮食产量占常州市粮食总产量的比重逐年增加，至2015年，其粮食生产量在全市占比已过半。溧阳市是常州市的主要粮食生产基地，因此，对溧阳市的粮食生产功能的保障研究意义重大[15]。

表1 溧阳市粮食生产现状 单位：万吨

1.2 研究方法

本项目通过文献调研法、综合分析法、多元回归分析法、实地调研等研究方法，从理论和实证角度研究村镇尺度下溧阳市土地“非粮化”的影响因素。通过建立耕地“非粮化”及其影响因子的表征指标和分析框架，根据实地调研与农业普查数据，研究村镇尺度下耕地“非粮化”影响因素。

1.3 数据来源

为科学分析村镇尺度下溧阳市耕地“非粮化”的影响因素，课题组于2021年7月中旬前往溧阳市各个镇政府，共收集到来自11个街道（镇）194个行政村共155 319户农户的基本数据，作为本项目的依据和基础数据。为深入研究，平均在每个街道（镇）选取了2个典型行政村实地考察，面访农户、调查员填写问卷，共收集到50余份质量较高的问卷，作为本研究的重要参考依据。样本分布图如图1所示。

图1 样本分布图

1.4 样本基本信息

样本数据统计表如表2所示。对样本进行数据处理后，得到以下基本信息：将离开本地6个月的人口定义为非常住人口[16]，溧阳市常住人口占比大，各村镇间波动小，人口外流少，农业经营者数量变化不显著；各村镇收入水平差距较大；男女人口数整体均衡，60岁以上老人占比约25%；各村镇农户受教育程度不高，维持在小学、初中；各镇新型农业经营组织形式比重均低于10%，各镇之间差距较显著，表明大多农民从事基础农业；农田水利设施镇内差距较大，总体数量较少；各镇参加新型农业经营组织的比重普遍较低；农业保险比重不高，村镇间存在差距。

表2 样本数据统计表

2 溧阳市村镇耕地“非粮化”特征分析

2.1 耕地“非粮化”类型划分与测度方法

粮食作物包括：主要粮食作物，包括稻谷、小麦、玉米三类，豆类作物，薯类作物。耕地“非粮化”现象包括：种植茶、桑、水果、棉花、油料、糖料、花卉、园艺作物，水产养殖，耕地撂荒[17]。

本文用耕地非粮化率来表征溧阳市耕地“非粮化”现状，公式如下：非粮化率=（非粮食生产面积+耕地撂荒面积）/（粮食作物面积+非粮食生产面积+耕地撂荒面积）[18]。计算得到溧阳市村域非粮化率现状，如图2所示。

图2 溧阳市村域非粮化率现状

2.2 耕地“非粮化”特征

在溧阳市179个行政村中，耕地“非粮化”现象较为明显。其中，耕地“非粮化”程度在0～20%、20%～40%、40%～60%、60%～80%、80%～100%的行政村分别有79个、58个、27个、8个、7个。非粮化程度最高的行政村依次为昆仑街道的昆仑村（84.14%）、天目湖镇的桂林村（83.25%）、溧城镇的湾里村（83.18%）。

溧阳市村域非粮化率空间分布图如图3所示。在空间分布上，非粮化程度显著与较显著的行政村整体以弧状分布在溧阳市的西部边缘，少量聚集在溧阳市的东北部。非粮化程度一般的行政村主要集中在溧阳市的中部偏东北部，少量分布在西南部。

图3 溧阳市村域非粮化率空间分布图

3 耕地“非粮化”成因分析

3.1 变量选择

根据以往研究成果和调查所得数据，本文拟对村镇尺度下溧阳市耕地“非粮化”影响因素进行定量分析。从村基本情况、农业经营户个体特征、土地禀赋、经济水平、基础设施等方面，选择常住人口占比、老龄化程度、文化水平、技术水平、人均耕地、地形地貌、人均从村集体获得的收益、农田水利设施供给水平、粮食作物机械化水平等9个变量开展分析，如表3所示。

表3 变量选择

3.2 分析方法

3.2.1 多元线性回归模型构建

本文采用多元线性回归模型，运用SPSS数据分析软件对上述数据进行分析。具体多元线性回归方程计算式如式（1）所示：

式中，y为各村的非粮化率，x1表示常住人口占比，x2表示老龄化程度，x3表示文化水平，x4表示技术水平，x5表示人均耕地，x6表示地形地貌，x7表示人均从村集体获得的收益，x8表示农田水利设施供给水平，x9表示粮食作物机械化水平。

3.2.2 结果

以显著性水平P=0.1为筛选标准，剔除掉4个不显著自变量。最终以行政村耕地“非粮化”程度作为因变量，5个指标作为自变量进行多元线性回归得到如下模型：

式中，x1指老龄化程度，x2指农业经营主体文化水平，x3指农业经营主体技术水平，x4指人均耕地，x5为粮食作物机械化水平。

而且该结果通过了样本独立性、拟合优度、多重共线性、残差正态性四项检验，模型结果可靠。

3.3 耕地“非粮化”的影响因素

3.3.1 村基本情况

在反映村基本情况的两个变量中，只有老龄化程度这一变量通过显著性检验。

村老龄化程度对耕地“非粮化”程度具有显著的负向影响。原因可能是老龄人口难以胜任长时段、高难度的农作任务，且对于新作物、新技术接受程度低，而种粮管理简单、机械化程度较高，又能满足自给自足的需求，所以老龄人口倾向于种植水稻、小麦、玉米等粮食作物。

常住人口占比对耕地“非粮化”程度的影响不显著。该结果表明外出务工人员并没有对粮食生产产生明显的影响。这其中的原因可能是从事农业生产的本就多为农村老年人口，而外出务工人员多为青壮年。

3.3.2 农业经营户个体特征

在反映农业经营户个体特征的两个变量中，文化水平和技术水平两个变量均通过显著性检验，且与耕地非粮化率呈正相关。

农民受教育的程度越高，技术水平越高，在自家耕地上“非粮化”种植规模越大。

当经营户受教育程度较高，或接受过农业生产相关培训后，其对农业生产的认知水平的深度和广度也随之增加，也因此获得更丰富的作物种植信息，其中包括经济作物的种植技术与未来收益的潜在信息。由此导致农户的经济作物种植意愿增强并出现更强的耕地“非粮化”倾向。

3.3.3 土地禀赋

在反映土地禀赋的两个变量中，只有人均耕地这一个变量通过显著性检验。

人均耕地面积的数量对耕地“非粮化”程度具有显著的负向影响。原因可能是人均耕地面积少，也常常伴随着土地破碎化的情况，而粮食生产需要连片平整土地，由此增加粮食规模化生产的难度，因此农户更倾向于进行“非粮化”生产。

地形地貌对行政村耕地“非粮化”程度影响并不显著，与非粮化程度呈轻微负相关。这一点并不符合预期，其原因可能是，溧阳各村镇地势起伏变化不大，多以平原丘陵为主。

3.3.4 经济因素

人均从村集体获得的收益情况对行政村耕地“非粮化”程度没有显著影响。原因可能是样本变差较小，在179份样本中共有171份样本显示人均从村集体获得的收益少于500元。

3.3.5 基础设施

在反映基础设施情况的两个变量中，粮食作物机械化水平变量通过显著性检验。

农田水利设施供给水平对行政村耕地“非粮化”程度没有显著影响。无显著影响的可能原因是样本变差较小，179份样本中有174个村域的水利设施供给数量为1。

粮食作物耕作机械化水平对行政村耕地“非粮化”程度具有显著的负向影响。说明行政村内对粮食作物进行机播、机耕、机收的比例越高，越有利于规模化种植粮食作物，劳动力成本越低，农业经营户也就越倾向于耕种粮食作物。

4 结论

第一，溧阳市耕地“非粮化”现象较为显著。镇域耕地非粮化率均值为29.64%，最高为63.55%；村域耕地非粮化率均值为27.78%，最高为84.14%。

第二，村基本情况、农业经营户个体特征、土地禀赋、基础设施、经济因素五个方面中前四个对农业经营户是否种植非粮作物均有一定影响。其中，老龄化程度、人均耕地面积、粮食作物机械化水平与耕地“非粮化”程度呈显著负相关，农业经营主体文化水平、农业经营主体技术水平与其呈显著正相关。

通过实地调研，课题组了解到部分村庄耕地撂荒现象较为严重，其原因之一可能是村庄空心化，农村的青壮年劳动力大多不进行农业劳作甚至已长期居外；其原因之二可能在于撂荒地不具备良好的种植条件（土地不够平整或土质较差），部分村民反映政府耕地平整工作进度迟缓，导致村民有心种粮却没有条件。耕地撂荒是溧阳市耕地“非粮化”的主要现象之一，有关部门应对其高度重视，尽快推进耕地整治工作，帮助农民实现“良田粮用”的同时，提高粮食作物机械化水平，以弥补劳动力不足的问题。

课题组在实地调研过程中，还发现了溧阳市另一个耕地“非粮化”现象——挖塘养鱼。养殖大户大多通过土地流转获得一定规模的鱼塘，养殖出售鱼、虾、蟹等水产，平均每年每亩可获得收益约为5 000元。部分经营户表示选择进行水产养殖而非粮食生产的主要原因是水产养殖的收益更可观，且政府鼓励通过养殖水产致富，以达到提高当地经济水平的目的。但规模化水产养殖首先需要对耕地进行深挖，这造成了田地耕作层的严重破坏。因此，为保护耕地资源，政府应在往后土地调控过程中对挖塘养鱼加以管制。

除了耕地撂荒和挖塘养鱼，溧阳市还存在规模种植茶叶、果树等现象，特别是戴埠镇、天目湖镇一带将果园与旅游业相结合，出售当地特色水果。而溧阳作为常州市主要粮食生产基地，粮食的高产主要依赖规模经营主体通过对流转所得的成片基本农田投入较大的技术要素和资本要素以实现。相比于规模经营主体，极少数仍进行粮食耕种的个体经营农户没有市场竞争优势，种粮只能自给自足。

从这些影响因素可以看出，改善村镇尺度下耕地“非粮化”情况与提高农业经营户种粮意愿，需要农业经营户自身和政府有关部门共同努力。