我国粮食生产格局演变下的粮地匹配

王松南 穆月英

(中国农业大学 经济管理学院，北京 100083)

粮食安全事关国计民生，粮食连年丰产背后是人口增长与高城镇化率带来的人地矛盾和粮食生产压力。我国粮食生产区域发展不平衡问题突出，2019年，13个主产省份粮食播种面积占全国75.52%，产量占全国78.89%，粮食库存占全国71%，而主销区粮食库存仅占9%，粮食生产呈现显著的空间集聚效应，主要粮食品种生产重心北移，东北粮食重要地位逐步显现，东北区和冀鲁豫区成为我国粮食生产重心；东部粮食生产地位明显下降，中部粮食生产地位减弱，西部粮食生产地位显著提升，从粮食主产区角度，主产区地位不断提升，主销区地位不断下降，主要粮食品种生产向优势区域集中，“南粮北运”逐渐变为“北粮南运”。

自然禀赋是影响粮食生产格局演变的重要因素，粮食生产离不开土地和水，粮食播种面积、灌溉面积等是影响粮食生产格局变化的重要因素。耕地面积增加、耕地质量提高能促进粮食产业发展，南方产区土地资源限制了该地区粮食生产进一步发展，粮食生产将更多向土地平整连片的北方优势产区集中。劳动力也是影响粮食生产格局演变的重要因素，农村劳动力的非农转移、农村劳动力老龄化和粮食生产劳动力价格等因素影响粮食生产规模、种植结构及种植意愿。劳动力外流对主产区和主销区的影响存在争议，王跃梅等认为农村劳动力外流对主销区无显著影响，对主产区有显著负向影响；程名望等则认为劳动力外流对主销区存在显著负影响，对主产区和产销平衡区不存在显著影响。除此之外，对粮食生产格局演变的研究也开始转向社会经济的研究。谭智心等认为粮食生产区域差异的主要原因在于人地矛盾。农业作为相对弱势的产业，收益不高，而粮食生产的空间集聚能够形成收入效应，增加农民收入，成为生产格局的演变的内在动力。

已有研究关注了粮食生产格局的演变，对其原因及影响的研究较为丰富，但是针对粮食生产格局的演变是否优化了资源配置鲜有关注，对产业集聚效果的研究也多集中于经济效应，很少关注这种产业集聚是否与资源禀赋匹配。基于此，本研究在梳理我国粮食生产演变格局的基础上，从资源配置角度出发，研究空间演变格局与土地资源的匹配程度，以期为当前格局下如何优化资源配置提出政策建议。

1 粮食生产格局的演变

粮食主要包括小麦、稻谷、玉米、豆类和薯类，建国以来，我国粮食产量呈现波动增长的趋势，2019年全国粮食总产量达6 638.5亿kg，比2018年增加59.5亿kg，增幅0.9%；分品种看，稻谷产量比上年降低1.2%，其他粮食作物产量均增加；从区域看，内蒙古和东北地区粮食增产最多，共增加57.8亿kg，全国17个省(区、市)粮食增产，14个省(区、市)粮食减产；粮食主产区生产能力逐渐增强，2019年13个主产省份播种面积占全国75.52%，粮食产量占全国78.89%，三大主粮生产呈现明显的地域集中和北移趋势，北方成为粮食增长重心，西部实现粮食基本自给，南方粮食供需日益失衡，东北成为最大的粮食调出区。本研究选取全国31个省份(统计数据未含港、澳、台地区，下同)粮食生产数据，涉及的研究对象省份及南北方划分标准如表1所示；此外，学术界对于粮食的概念界定分为广义和狭义，本研究选取广义的粮食概念，即不仅包含三大主粮作物：稻谷、玉米和小麦的狭义概念，还包括豆类作物和薯类作物。

表1 南北方地区与粮食主产区划分标准
Table 1 South and north regions and main grain-producing areas

地区Region省(市、自治区)Province粮食主产区Major grain-producing area北方North北京、天津、河北、山西、内蒙古、辽宁、吉林、黑龙江、山东、河南、陕西、甘肃、青海、宁夏、新疆河北、辽宁、吉林、黑龙江、山东、河南、内蒙古南方South上海、江苏、浙江、安徽、福建、江西、湖北、湖南、广东、广西、海南、重庆、四川、贵州、云南、西藏江苏、安徽、江西、湖北、湖南、四川

注：统计数据未含港、澳、台地区。下同。

Note: The data do not include those of Hong Kong, Macao and Taiwan regions. The same below.

1.1 粮食种植结构变化

伴随粮食生产重心北移，不同粮食产区的种植结构发生明显变化。如图1，从2003到2019年，北方粮食主产区稻谷、小麦和玉米产量分别增加2 636.9万t、2 955.6万t和10 869.4万t，涨幅分别达到137.6%、59%和145.1%；南方粮食主产区稻谷、小麦和玉米产量分别增加2 984.1万t、1 759.3万t 和1 285.9万t，涨幅分别达到34.6%、94.5%和100.7%，南方主产区三大主粮作物产量增长率均低于北方主产区，虽然小麦产量增幅超过北方主产区，但是南方主产区小麦生产规模仍然远低于北方主产区，作为南方主产区优势作物的稻谷，增幅远低于北方主产区，其种植优势正在减弱；北方粮食主产区稻谷和玉米产量增长显著，玉米和小麦的种植优势依然稳固，稻谷成为北方主产区粮食生产重要的增长点。

数据来源：《中国统计年鉴》[20]。Data source: China Statistical Yearbook[20].图1 2003—2019年不同粮食主产区粮食种植结构变化Fig.1 Changes in grain planting structure in major grain-producing areas from 2003 to 2019

国家先后提出《国家粮食安全中长期规划纲要(2008—2020年)》《全国新增1 000亿斤粮食生产能力规划(2009—2020)》、粮食行业的“十二五”和“十三五”发展规划纲要，以提高粮食产量，保障粮食安全，在最新的《第十四个五年规划和2035年远景目标纲要》也提出，要夯实粮食生产能力基础，保障农产品供给安全，到2025年我国综合生产能力要超过6.5亿t。基于保障粮食安全的政策大背景，全国粮食种植面积稳步提升，但在粮食产量和生产结构的时空变化背景下粮食种植面积呈现先升后降的特征。2003—2019年，我国主要粮食作物播种面积先整体上升后趋于稳定，粮食播种面积占农作物总播种面积从66.5%增长到72.6%，其中玉米种植面积增幅最大，从2003年的2 406.8万hm增加到2019年的4 128.4万hm，增长71.5%。

1.2 粮食生产区域特征

根据《中国综合农业区划》确定的九大一级农业区，将我国13个粮食主产省主要划分为5个粮食主产区，即西南区、东北区、黄淮海区、长江中下游区和内蒙古区。13个粮食主产省区划及主要粮食作物全生育期如表2所示。

秦岭淮河以南、青藏高原以东，以稻谷生产为主，同冬作小麦等进行复种轮作，实行一年两熟或三熟，粮食复种指数约为195%；秦岭淮河以北以小麦生产为主，在其偏南的冬麦区主要和夏作玉米、稻谷和大豆进行轮作，实行两年三熟或一年两熟，粮食耕地复种指数约为150%；在其偏北的春麦区主要同稻谷、玉米等轮作，基本实行一年一熟，复种指数约为115%；东北产区以玉米、大豆、高粱、稻谷为主和小麦轮作，基本实行一年一熟，复种指数低于100%。2003—2019年五大粮食产区粮食产量及占比如表3所示。

2003—2019年，东北区、黄淮海区和内蒙古区，粮食产量占比分别提升6.24%、21.81%和2.34%，长江中下游区和西南区，粮食产量占比分别下降0.85%和1.82%，粮食生产北移趋势明显，且东北区成为粮食产量增长核心区，结合不同地区熟制及复种指数，北方三区土地承受更大资源压力。

表2 粮食主产区区划及主要作物全生育期
Table 2 Division of main grain producing areas and the whole growth period of main crops

农业区 Agricultural area 省(自治区)Province作物全生育期Whole growth period of crops玉米Corn小麦Wheat稻谷Rice西南区 Southwest四川5—9月10月—次年5月5—9月东北区 Northeast黑龙江、吉林、辽宁5—9月4—7月5—9月黄淮海区 Huanghuai area河北、山东、河南5—9月10月—次年5月5—9月长江中下游区Middle and lower reaches of Yangtze River湖北、湖南、江西、安徽、江苏5—9月10月—次年5月4—10月内蒙古区 Area of Inner Mongolia内蒙古5—9月4—7月5—9月

表3 2003—2019年粮食产区产量及占比变化
Table 3 Changes in output and proportion in grain-producing areas from 2003 to 2019

农业区 Agricultural area 2003年粮食产量/万tGrain outputin 20032003年粮食产量占比/%Proportion of grainoutput in 20032019年粮食产量/万tGrain outputin 20192019年粮食产量占比/%Proportion of grainoutput in 2019东北区 Northeast6 270.214.5613 810.920.80黄淮海区 Huanghuai area9 392.821.8115 791.623.79长江中下游区Middle and lower reaches of Yangtze River10 500.724.3815 617.523.53西南区 Southwest3 054.17.093 498.55.27内蒙古区 Area of Inner Mongolia1 360.73.163 652.55.50

1.3 粮食主产区生产格局演变

从粮食主产区来看，南北方粮食产量差别更为显著，2003—2019年，全国粮食产量增长54.13%，13个粮食主产省中，北方粮食主产区粮食产量增长均超过全国平均水平，黑龙江和内蒙古的增长率达到198.65%和168.43%；南方粮食主产区中除安徽超过全国平均水平外，均低于平均水平(表4)。可见全国粮食产量增长的主要动力来自北方粮食主产区，且黑龙江和内蒙古最为突出。在2003—2019年，南北方粮食产量增长的巨大差异也表明我国粮食生产重心向北偏移。

2 粮食生产与土地资源匹配的定量评价

我国粮食生产空间演化趋势显著，在人地矛盾紧张的背景下，耕地资源压力大，粮食生产格局与粮地资源匹配程度也发生变化。把握我国粮食生产格局空间演变趋势的同时，要进一步进行定量分析，明确当前生产格局下粮食生产与土地资源匹配情况。评价区域差异的方法丰富，从应用性和直观性考虑，本研究借助GIS地理信息系统采取标准差椭圆法度量粮食生产重心转移，采用基尼系数和不平衡指数来评价粮食生产与土地资源分布、粮食生产用地的空间差异及时间上的变化。

表4 2003—2019南北方粮食主产区粮食产量及变化率
Table 4 2003-2019 grain output and change rate in major grain producing areas in south and north China

粮食主产区 Major production areas 粮食产量/万t Grain output2003年2019年变化率/%Gradient北方North China 河北 Hebei2 387.83 739.256.60 辽宁 Liaoning1 498.32 430.062.18 吉林 Jilin2 259.63 877.971.62 黑龙江 Heilongjiang2 512.37 503.0198.65 山东 Shandong3 435.55 357.055.93 河南 Henan3 569.56 695.487.57 内蒙古 Inner Mongolia1 360.73 652.5168.43南方 South China 江苏 Jiangsu2 471.93 706.249.93 安徽 Anhui2 214.84 054.083.04 江西 Jiangxi1 450.32 157.548.76 湖北 Hubei1 921.02 725.041.85 湖南 Hunan2 442.72 974.821.78 四川 Sichuan3 054.13 498.514.55

注：数据来源：《中国统计年鉴》。

Note:Data source: .

2.1 我国粮食生产重心转移的度量

标准差椭圆算法通常用于表征1组点或区域的趋势，通过椭圆的空间分布范围、长轴、短轴、方位角等基本参数定量描述1组数据的空间分布特征。本研究借助该方法使用ArcGis软件，将31个省级行政区省会城市作为该省数据中心坐标点，分别选取2003、2011和2019年粮食生产数据分析粮食生产重心转移情况。粮食总体(稻谷、小麦、玉米、豆类和薯类作物)和三大主粮产量及播种面积时空演化如图2所示。

图中椭圆的中心点表示分布的中心位置，长半轴表示分布方向，短半轴表示分布范围。长短半轴的差(扁率)越大，方向性越显著，短半轴越短，表示分布呈现的向心力越明显。粮食总体、稻谷、小麦和玉米产量及播种面积椭圆分布参数如表5所示。

从参数结果来看，我国粮食生产有明显的方向性，呈现显著的北移趋势，稻谷和玉米种植重心向东北偏移，小麦生产重心向西北偏移，稻谷椭圆分布的扁率最大，方向性最显著，稻谷产量的北移趋势相较播种面积更明显，这表明稻谷生产重心北移对北方产区形成的土地资源压力更大。

2.2 粮地资源配置及影响因素

基尼系数常用于衡量均衡度。本研究采用土地—粮食产量基尼系数(GA)表示区域土地资源和粮食生产的匹配度，反映粮食生产相对土地资源的区域集中状态，该指标越大表示全国土地资源稀缺地区的粮食产量越大；采用粮食播种面积—产量的基尼系数(GB)表示粮食播种面积和产量的匹配度，反映粮食生产相对粮食播种面积的区域集中状态，该指标越大表示粮食播种面积较少的地区粮食产量越大，即省际间粮食播种生产率差距相对较明显。计算步骤为：以农作物播种面积和粮食播种面积为指标升序排列，计算各省份农作物播种面积、粮食播种面积和粮食产量及稻谷、小麦、玉米、豆类和薯类的累计百分比，全国范围内的基尼系数公式如下：

图2 粮食总体和三大主粮产量及播种面积时空演化Fig.2 Spatial and temporal evolution of total grain yield and sown area of three major grains

(1)

式中：

x

表示第

i

个省份的农作物播种面积(或粮食播种面积)累计百分比;

y

表示第

i

个省份的粮食产量(或不同粮食作物产量)累计百分比;

x

=

y

=0。土地资源—粮食产量基尼系数(GA)和粮食播种面积—粮食产量基尼系数(GB)结果如表5所示。通过土地资源—粮食产量基尼系数(GA)可知，粮食生产与土地资源的不匹配逐渐加剧，豆类作物不匹配现象最显著。

基尼系数是基于收入分配的洛伦兹曲线提出的，有学者关注到由于借贷产生的负收入会导致基尼系数产生负值，传统的基尼系数认为，人群的收入为正(或负收入仅占人群中小部分，几乎可以忽略)，所以基尼系数始终为正。用于度量土地资源和粮食生产匹配程度的基尼系数不同，受到众多因素如气象灾害、政策性结构调整、休耕、撂荒等影响，粮食可能在短时间内造成减产甚至绝收，不同粮食作物由于地区间种植结构差异可能也存在差异；由于生产管理水平提高、土地肥沃、种植品种等差异，也会存在丰产的可能，因此，该基尼系数可能出现负值。以稻谷洛伦兹曲线(图3)为例，稻谷GB为负，表明粮食种植面积越大的地区，稻谷产量越低，结合图1可知，粮食播种面积较大的北方地区种植结构更偏向于种植小麦和玉米。而对于种植结构集中的粮食品类，出现基尼系数为负的现象则说明该地区土地资源利用率不高，未形成规模效应，粗放式生产降低了土地的边际产出率，存在土地资源浪费的现象。

表5 粮食总体及三大主粮椭圆分布
Table 5 Grain and elliptic distribution of three main grain

项目 Item 年份Year椭圆中心横坐标Center X椭圆中心纵坐标Center Y椭圆长轴长度Std dist X椭圆短轴长度Std dist Y椭圆方向角度Rotation2003113.8933.8011.847.2055.06产量Yield2011114.6734.9012.347.2655.91粮食总体Grain2019114.9435.4912.517.2056.922003113.7934.0612.106.9052.82播种面积Sown area2011113.2433.9612.088.0760.762019114.6335.3412.756.9754.892003113.7930.1110.865.5150.31产量Yield2011115.0731.5612.245.2945.77稻谷Rice2019115.4732.075.0312.6044.422003113.7929.7810.705.3648.50播种面积Sown area2011114.7730.965.1312.1144.902019115.3431.714.9012.7043.492003112.5735.159.644.6697.59产量Yield2011113.0335.2410.184.45102.12小麦Wheat2019113.5735.159.543.71105.742003112.2834.669.385.3491.14播种面积Sown area2011112.5434.9910.165.1498.642019113.0534.999.904.33104.082003115.1437.5113.156.2662.20产量Yield2011115.8738.3013.396.0562.48玉米Corn2019115.8038.5513.736.2964.942003114.7736.8213.045.9457.43播种面积Sown area2011115.2737.5813.455.9958.822019115.5037.9013.526.0560.60

基尼系数用于评价全国范围内粮食生产与土地资源的匹配程度，分省份的粮食生产与土地资源匹配程度需要利用不平衡指数进行衡量。在坐标轴上以

a

为横坐标，以

b

为纵坐标得到点(

a

，

b

)，当|

b

-

a

|越小，则该点与直线b=a的距离

d

越近，即二者匹配程度较高；反之，二者匹配程度较低，计算公式如下：

表6 2003与2019年粮食生产与土地资源匹配情况
Table 6 Matching of grain production and land resources 2003 and 2019

项目 Item 土地资源-粮食产量基尼系数GA粮食播种面积-粮食产量基尼系数GB2003年2019年2003年2019年粮食总体 Grain0.000.08-0.020.12稻谷 Rice-0.100.14-0.17-0.17小麦 Wheat0.310.270.280.21玉米 Corn-0.050.11-0.020.08豆类 Beans0.080.330.120.26薯类 Potato-0.12-0.23-0.14-0.37

图3 稻谷洛伦兹曲线Fig.3 Lorentz curve of rice

(2)

式中：

a

和

b

分别为省份农作物播种面积(或粮食播种面积)和粮食产量占全国的比重。

d

进而具体化为土地资源-粮食产量不平衡指数。13个粮食主产省份不平衡指数情况如图4所示。

3 小结与对策建议

3.1 小结

本研究利用我国2003—2019年的粮食生产数据，分析粮地资源和粮食生产的时空变化趋势，借助GIS地理信息系统、基尼系数和不平衡指数对我国粮食生产与土地资源匹配及演化趋势进行分析，主要结论如下：

第一、总体来看，我国粮食播种面积不断扩大，粮食产量稳中有升。粮食生产重心逐渐北移，呈现方向分布特征；具体地，从2003到2011再到2019年，粮食总体产量中心从河南省漯河市临颍县转向河南省开封市祥符区再转向河南省安阳市滑县；粮食播种面积中心从河南省平顶山市郏县转向河南省安阳市滑县再转向河南省许昌市魏都区。13个粮食主产省份地位不断提高，北方主产区地位提升明显，稻谷和玉米生产重心向东北偏移，小麦种植向西北偏移。

图4 粮食主产区不平衡指数Fig.4 Imbalance index in major grain-producing areas

第二、分品种来看，从2003到2011再到2019年，稻谷产量中心从河南省信阳市商城县转向河南省信阳市新县再转向湖北省荆州市洪湖市；稻谷播种面积中心从湖北省咸宁市赤壁市转向河南省信阳市商城县再转向湖北省武汉市新洲区；小麦产量中心从河南省焦作市博爱县转向河南省洛阳市新安县再转向河南省济源市；小麦播种面积中心从河南省济源市转向河南省新乡市获嘉县再转向河南省焦作市温县；玉米产量中心从河北省邢台市新河县转向河北省沧州市献县再转向河北省保定市蠡县；玉米播种面积中心从河北省衡水市冀州区转向河北省邯郸市永年区再转向河北省衡水市深州市。

第三、粮食总体的土地资源-粮食产量基尼系数(GA)扩大了，表明粮地匹配问题更加突出，其中稻谷和玉米的GA由正变负，表明土地资源更丰富的种植区稻谷和小麦单产提高，缓解了土地资源贫瘠地区这两种粮食作物的生产压力；小麦的GA降低，表明小麦生产和土地资源匹配问题得到改善，但是仍然存在粮地匹配问题；豆类GA大幅提升，粮地匹配问题最突出，与生产格局演变对比分析发现，豆类作物生产集中于东北地区，土地资源压力最大；薯类GA负向增大，表明土地资源丰富种植区承担了更多的薯类生产，土地资源压力大。粮食总体的播种面积-产量基尼系数(GB)由负转正，表明高播种面积产区的单产提升，玉米也是如此；稻谷和小麦GB变化不大，豆类GB增大，高播种面积产区压力不断增大；薯类GB负向增大，表明高播种面积区生产效率下降，中低播种面积产区承担更大生产压力。

第四、辽宁、吉林、山东、江苏、江西、湖北、湖南和四川的土地资源与粮食生产不平衡指数为负，说明粮食产量比重超过了土地资源比重；黑龙江、安徽的土地资源与粮食生产不平衡指数为正，说明粮食产量比重低于土地资源比重；河北和河南的土地资源与粮食生产不平衡指数由正变负，说明粮食产量比重由2003年低于土地资源比重变化为2019年高于土地资源比重，四川则完全相反。从时间趋势看，所有土地资源不平衡指数为负的主产区及黑龙江、内蒙古和安徽，土地资源开发速度都高于粮食生产扩大速度，这表明土地资源并未得到充分利用；而河北和河南土地资源开发速度则低于粮食生产扩大速度，土地资源压力从2003到2019年骤增。

3.2 对策建议

根据上述对粮食生产和土地资源匹配特征的研究，提出政策建议如下：

第一、粮食集中生产有利于发挥产业优势，提高生产效率，但是也扩大了风险，一旦主产区遭遇自然灾害，可能在短时间内造成区域性供给不足；此外，过于集中的粮食生产也会限制该地区其他产业发展，形成地区间经济差异，不利于保障民生。应在保证粮食安全的前提下，统筹布局粮食生产，降低主产区粮食生产压力，挖掘非主产区粮食生产潜力，分散粮食生产重心。

第二、当前产区粮食生产结构单一化趋势明显，应丰富产区种植结构，保障粮食供给的同时还可提升农户抵御市场风险的能力，提升粮食生产技术水平，缓解单一化生产带来的资源压力。

第三，分品种，提升稻谷和薯类高播种面积地区生产效率，缓解中低播种面积地区生产压力；合理规划小麦生产，挖掘非小麦主产区的小麦生产能力；分散豆类生产，挖掘东北地区以外非传统豆类种植区的生产可能性。

第四、重视粮食生产的同时，更要提升粮食收储阶段的关注，要让粮食收储在可控范围内逐步市场化，以配合其他生产要素的市场化行为，提升收储价格，保障粮农利益，这样不仅可以缩小主产区同非主产区经济差距，也能提升非主产区粮食生产规模。