耕地非农化的时空演变及对粮食生产的影响

摘""" 要：为探究非农化耕地的时空演变特征与估计耕地非农化对粮食生产的影响，以湖北省为研究区域，采用1980—2020年县级耕地利用栅格数据，对湖北省耕地非农化时空演变特征进行系统性研究，并建立固定效应模型探究耕地非农化对粮食生产的影响。结果表明：随着城镇化和工业化加速推进，城乡基本建设用地不断扩大，耕地非农化导致湖北省耕地面积下降。1980—2020年，耕地面积由72 103.42 km2减少至66 984.31 km2，年平均减少127.98 km2;1980—2020年，湖北省耕地非农化面积在4个时期内呈波动增长趋势，耕地非农化等级高值区域主要集中在平原地区，而低值区集中在以山地为主的西南和东南地区;湖北省耕地非农化空间分布具有非均衡性，并呈向西北方向偏移的趋势，重心迁移的距离先增加后减小;耕地非农化呈现出空间正相关性，空间集聚程度总体呈现集聚性逐渐减弱趋势;耕地非农化对粮食生产产生显著的负向影响。基于上述结论，本文提出因地制宜治理耕地非农化行为、建设集约型城市、控制城市建设用地扩张规模、强化耕地用途管制、加强耕地资源保护等建议。

关键词：耕地非农化;时空演变特征;粮食生产;固定效应模型

中图分类号：F326.11;F323.21""""""""" 文献标识码：A"""""""" DOI 编码：10.3969/j.issn.1006-6500.2024.08.011

Spatio-temporal Evolution of Cultivated Land De-Agriculturalisation and Its Impact on Food Production：Taking Hubei Province in the Jianghan Plain as an Example

LIU Jing， YAO Zhi， LIU Jian

（College of Economics and Management， Changjiang University， Jingzhou， HuBei 434023，China）

Abstract： To investigate the spatial and temporal evolution of the characteristics of non-farmed cropland and to estimate the impact of cropland de-farming on grain production， taking Hubei Province as the study area， this study adopted county-level cropland utilisation raster data from 1980 to 2020 to systematically investigate the spatial and temporal evolution characteristics of cropland de-agriculturalisation in Hubei Province， and established a fixed-effects model to explore the impact of cropland de-agriculturalisation on grain production. The results showed that with the acceleration of urbanisation and industrialisation， urban and rural basic construction land had been expanding， and the non-agriculturalisation of arable land had led to a declining trend in the arable land area of Hubei Province.From 1980 to 2020， the area of arable land decreased from 72 103.42 km2 to 66 984.31 km2， with an average annual decrease of 127.98 km2. The area of arable non-farming land in Hubei Province showed a fluctuating growth trend over the four periods， with the areas of high value of arable non-farming grades mainly concentrated in the plains， while the areas of low value were concentrated in the south-western and southeastern regions， which were dominated by mountainous areas.The spatial distribution of non-agriculturalisation of arable land in Hubei Province was non-equilibrium showing a continuous trend of shifting to the northwest， and the distance of the centre of gravity migration increased first and then decreased.The non-farming of arable land showed a positive spatial correlation， and the degree of spatial agglomeration generally showed a trend of gradually decreasing agglomeration.Cultivated land de-agrarianisation negatively affected food production. Based on the above conclusions， this paper put forward some suggestions， such as controlling the non-agricultural behavior of cultivated land according to local conditions， building intensive cities， controlling the expansion scale of urban construction land， strengthening the control of cultivated land use and strengthening the protection.

Key words： arable land de-farming; spatial distribution; food production;" fixed effects

收稿日期： 2024-06-12

基金项目：湖北省教育厅科学研究计划资助项目（Q20221316）;2022 年湖北省教育厅哲学社会科学研究重点项目（22D036）

作者简介：刘静（1999—），女，山东菏泽人，在读硕士生，主要从事农业经济理论与政策研究。

通讯作者简介：姚志（1991—），男，湖北恩施人，副教授，博士，主要从事土地制度与粮食安全相关研究。

天津农业科学" Tianjin Agricultural Sciences

2024，30（8）：75-85

民以食为天，粮食是人类生存的基础。保障粮食稳定供给直接关系国家安全、社会稳定、国民经济发展的重大战略问题。在过去几十年经济高速增长、城市快速扩张的发展导向下，非农建设用地需求不断扩张，优质耕地被占用，导致耕地非农化问题日益凸显。2017—2023年，中国人均耕地面积从9.73×10-4 km2下降至9.07×10-4 km2，不足世界平均水平的40%。这不仅威胁到国家的粮食安全，也制约了农业的可持续发展。

有关耕地非农化的研究主要聚焦于耕地非农化的现状、驱动因素、政策措施3个方面。在耕地非农化现状方面，Hamid 等[2]和Akomolafe等[3]研究发现，农业用地转变为非农业用地是影响社会经济发展的重要因素;除此之外，美国、加拿大、越南、马来西亚等国家同样存在着大面积农业用地转为非农业用地的现象[4-5]。部分学者对我国福建[6]、广西[7]、安徽[8]、黑龙江[9]耕地非农化现状进行研究，结果显示，耕地被占用的数量持续增长，尤其是耕地资源丰富的地区耕地非农化现象严重，并呈现出持续扩大的态势。在驱动因素方面，相关研究者对于驱动因素的认知存在差异，其中大多数认为经济发展、城市化、工业化、农业发展水平、人口增长、收入差距是主要原因。苑韶峰等[10]指出，人口数量对耕地非农化的影响呈现正效应;王全喜等[11]研究表明，耕地非农化受社会经济发展和资源配置等多重因素影响。在耕地非农化政策措施方面，诸培新等[12]研究表明，耕地保护政策和相关政策的失误会导致耕地盈利能力及非农化开发成本下降等问题。优化体制机制可以减轻耕地非农化问题[13]。

有关耕地非农化对粮食生产影响的研究具有一致的结论：耕地非农化威胁到了国家粮食安全。耕地数量过度减少对粮食安全构成了严重威胁，农作物质量、数量也会随之下降，粮食种植户的数量也大量减少[14-15]。闫梅等[16]指出，建设用地扩张会导致耕地数量减少，特别是优质耕地流失将会对粮食产量产生深远的影响。一些学者借助回归分析法、中介效应模型等探讨了耕地资源的变化对粮食生产的影响[17]。结果表明，粮食产量与耕地面积的变化有着密切的联系，同时气候、土壤质量、温度对粮食产量也会造成一定的影响。

总之，耕地资源与粮食产量关系的研究主要集中在耕地数量、质量、利用方式方面。有关江汉平原农业大省耕地非农化空间分布及其对粮食产量影响的研究还相对较少。湖北省地处江汉平原的核心区域，正处于农业大省向农业强省转型中，因此本文以湖北省作为研究对象。此外，本文借助GIS软件对耕地非农化时空演变进行系统研究，并通过建立固定效应模型探究江汉平原耕地非农化对粮食生产的影响，以期为湖北省推进农业高质量发展与实现农业大省向农业强省转型提供决策参考。

1 研究区概况

湖北省位于中国中南地区，总面积 185 900 km2，占全国总面积的 1.94%。湖北省地形复杂多样，主要由山地、丘陵、岗地和平原组成，丘陵和岗地主要分布在山地周围，中南部为江汉平原。其中，山地、丘陵和岗地约占全省面积的80%，耕地资源相对匮乏。湖北省作为农业大省，在推进农业强省建设过程中，面临着耕地非农化所带来的巨大挑战。为了更好地探究耕地非农化对粮食生产影响的区域异质性，本文将湖北省划分为东部（蓝色）、中部（红色）和西部地区（黄色），见图1。

2 数据来源与研究方法

2.1 数据来源

本文所采用的数据为1980年、1990年、2000年、2010年、2020年县级土地利用栅格数据以及2000年、2010年、2020年湖北省各市、州相关数据。其中，参考卢新海等[18]研究，本文相关土地利用数据来源于中国科学院资源环境科学数据中心[19]，湖北省行政区划来源于国家基础地理信息数据库[20]，其余所有数据均来源于湖北省统计局[21-22]。根据研究需要，结合中科院土地利用类型，本文将湖北省土地利用类型分为6类：耕地、林地、草地、水域、建设用地、未利用土地，其中耕地数据库由编号11、12的水田和旱地构成。根据研究现状和吴海中等[23]研究，本文认为土地利用类型由耕地转变为其他非农用地，即可视为耕地非农化现象。

2.2 变量选取

2.2.1 被解释变量 粮食产量可以反映粮食的生产能力，“口粮绝对安全”是我国粮食生产的基本方针，粮食生产是一个国家经济和社会发展的物质前提，是国家社会稳定和经济独立的根本保障。水稻、玉米、小麦三大主粮的充足供应对保障我国粮食安全至关重要。因此，本文将三大主粮的平均粮食产量作为因变量，将粮食综合生产能力（用人均粮食占有量衡量）作为稳健性检验的替换因变量。

2.2.2 核心解释变量 耕地非农化是指耕地被用于农业生产以外的其他生产经营活动，在很大程度上反映了一定时期土地结构的变化。因此，本文选择耕地非农化面积作为核心解释变量，通过ArcGis10.8计算栅格数据，得出各个时期耕地非农化面积。

2.2.3 控制变量 除了耕地非农化会影响粮食生产之外，影响粮食产量的因素还有很多。因此，依据县级、地级市数据的可得性，本文选取的控制变量有农产品加工企业收入、农村教育水平、农村人均住房面积、农村居民恩格尔系数、村庄整治行政村占比、农村贫困发生率、农村劳动生产率、人均农业机械总动力、农药化肥施用量。

2.3 研究方法

2.3.1 重心模型 重心的物理学概念是指物体各个部分受到重力的作用点，是指在某一时间区域的某种要素在空间平面上力矩达到平衡的点。重心分析旨在了解区域内各发展要素在空间上的均衡点，这种发展要素可以是经济总量重心、土地利用类型重心、生态环境重心等多方面[8]。空间上，重心模型反映区域发展指标与重心分析的契合程度，便于分析研究区域要素在空间上的流动性与聚集性。时间上，重心动态变化表示区域要素分布的对比和转移，有助于深化研究区域的发展历程、状态和趋势。本研究采用重心模型分析研究区耕地非农化区域空间分布特征。重心模型将研究区划分为n个评价单元，将中心坐标值与每个评价单元的耕地非农化面积相乘，再将得出的数值除以耕地非农化面积[24]。计算公式如下：

Xt=（1）

Yt=（2）

式中，Xt，Yt代表t时点的重心坐标;（Xi，Yi）是第i 个评价单元的几何中心;Ai是在某个时点，评价单元的耕地非农化面积。

重心转移距离（D）是不同时点耕地非农化的重心迁移距离，计算公式如下：

D=（3）

式中，D为耕地非农化重心从t到t+a时间段的迁移距离;（Xt+a，Xt+a）表示t+a时段的重心坐标。

2.3.2 空间自相关分析 空间自相关分析是研究邻近位置属性相关性的空间统计学方法，用来表明具有空间单元和属性的要素与其周围要素是否存在空间关联。空间自相关分为全局自相关和局部自相关。全局自相关主要用于分析给定区域内不同空间之间的相关性，并研究每个空间之间是否存在显著的空间分布模式。局部空间自相关主要用来研究以每个空间区域为中心的一小片区域的聚集或离散情况[25]。本文采用全局自相关（Global Moran’s I）探讨1980—2020年湖北省各区县耕地非农化的空间特征，计算公式如下：

IG= （4）

式中，空间单元的全部数量为n;不同单元代号用i和j表示;x和分别为空间单元的属性值以及观测对象的平均属性值;Wij指的是空间权重矩阵;IG数值范围为[-1，1]。若IG 大于0，说明观测对象存在空间正相关，具有空间集聚性;若IG小于0，说明观测对象存在空间负相关，具有空间离散性;若IG等于0，说明观测对象没有相关性。

每个评价单元的空间自相关差异不能通过全局空间自相关方法呈现，因此，本文通过局部自相关来分析湖北省耕地非农化的空间集聚情况。局部自相关公式如下：

IL=（5）

式中，IL代表莫兰指数;x和分别为空间单元的属性值以及观测对象的平均属性值;不同单元代号用i和j表示。依据局部空间自相关原理，局部空间自相关分析结果可分为：高—高、低—低、高—低、低—高、不显著。“高—高”聚类表示耕地非农化面积较大的地区，其邻近地区的耕地非农化面积也较大;“低—低”聚类表示一个地区的耕地非农化面积小，其邻近地区的耕地非农化面积也小;而“高—低”聚类表示一个地区的耕地非农化面积大，其邻近地区的耕地非农化面积小;“低—高”聚类表示耕地非农化面积较小的地区，其邻近地区的耕地非农化面积较大;如果耕地非农化没有空间聚类，则用不显著表示。

2.3.3 固定效应模型 固定效应模型是一种常见的面板数据分析方法，分为个体固定效应模型、时间固定效应模型、个体—时间双固定效应模型3类[26]。固定效应模型能够在控制固定效应的同时，考虑每个时间点与个体之间的交互作用[27]。根据Hausman检验结果，考虑到个体效应和时间效应，本文选择双向固定效应模型。该模型中，存在个体固定效应和时间固定效应，因二者都是定值，所以不随个体或时间改变。

Yit=β0+β1Xit+β2Controlit+year+pro+εit（6）

式中，i表示地区;t表示时间;Yit表示第i个地区第t年的粮食产量;Xit表示第i地区第t年的耕地非农化面积;Controlit代表一系列的控制变量：农产品加工企业收入、农村教育水平、农村人均住房面积、农村居民恩格尔系数、村庄整治行政村占比、农村贫困发生率、农村劳动生产率、人均农业机械总动力、农药化肥施用量;εit表示误差项。

3 结果与分析

3.1 耕地面积的时空演变特征

为明晰湖北省耕地面积的时空分布特征，本文通过 ArcGis10.8软件计算栅格数据，画出了1980—2020年湖北省耕地面积变化趋势图（图2）。从时间角度看，湖北省耕地面积呈波动下降趋势，耕地面积由72 103.42 km2（1980年）减少至66 984.31 km2（2020年），耕地总面积减少约5 119.11 km2。其中，2010—2020年耕地面积增加了219.17 km2。原因可能是2010—2020年湖北省致力于推动城市和产业集中发展，以高水平保护筑牢耕地安全底线，并推动流失耕地的恢复和修复，在一定程度上增加了耕地面积[28]。从空间角度看，湖北省耕地主要以水田、旱地为主（图3），并且耕地空间分布极不平衡，耕地丰富区主要集中在湖北省中南部地区。旱地在湖北省耕地总面积中占比相对较少且分布不均匀，主要分布在北部的襄阳市和中部的荆门市。水田占比较大，主要分布在湖北省中南部以及旱地集中区周围。这主要与湖北省地形分布有关。

3.2 耕地非农化面积的时空演变特征

为研究不同时期湖北省耕地向其他土地类型转换的情况，本文分别计算1980年、1990年、2000年、2010年、2020年土地利用数据，并提取前后两期变化地区的面积，得出不同类型耕地非农化的面积和比例。

3.2.1 从时间角度分析耕地非农化的演变特征 从时间角度来看，由表1可知，湖北省耕地非农化呈波动上升趋势，1980—2010年主要以耕地转化为水域和建设用地为主，2010—2020年主要以耕地转变为林地和建设用地为主。其中，1980—1990年耕地转为水域的面积为1 527.89 km2，占比高达81.92%。原因可能是湖北省鱼虾等水产养殖业繁盛，部分耕地被用于挖湖造景和挖塘养鱼。耕地转建设用地的面积呈波动上升趋势，2010—2020年耕地转建设用地面积达到1 781.13 km2，占比从15.67%跃升至39.63%。这表明随着经济的发展，各类建设占用了大量城镇周边的耕地。耕地转变为林地的面积大幅度上升，占比从1.28%（1980—1990年）增至40.14%（2010—2020年）。此外，耕地转变为草地的面积及占比均呈上升趋势。主要原因是国家在这一时期出台了一系列退耕还林政策，使部分被占用的耕地转为了林地和草地。

3.2.2 从空间角度分析耕地非农化的演变特征 从空间角度来看，为进一步分析湖北省不同时期耕地非农化的空间演变特征，通过自然断点法[29]，将湖北省所有区县耕地非农化划分成5个等级，得到空间分级图（图4）。由图4可知，湖北省各时期耕地非农化等级空间分布特征明显，每个时期各区县等级分布特征具有一定的差异，1980—2020年湖北省各区县均发生了耕地非农化现象。1980—1990年，湖北省耕地非农化4、5级区域主要分布在9个区县，分别为洪湖市、荆州市、仙桃市、汉川市等周围地区。1990—2000年湖北省耕地非农化程度相比1980—1990年有所下降，耕地非农化3、4、5级区域的分布数量均有所减少，耕地非农化2级区域的分布数量明显增加，约占全省区县数量的50%。2000—2010年湖北省耕地非农化程度大幅提升，其中3、4级区域的分布数量明显增加，部分耕地转为建设用地。2010—2020年，湖北省耕地非农化程度持续上升，耕地非农化等级在3、4、5级区域的分布数量约占全省区县的80%。2010—2020年耕地非农化类型主要以耕地转为林地和建设用地为主，耕地非农化程度加深主要与经济发展及城镇化加速推进有关。

3.3 耕地非农化重心的时空演变特征

为研究湖北省耕地非农化的重心分布、迁移方向变化趋势，利用重心模型计算出各时期耕地非农化重心、迁移距离和迁移方向（表2），并用ArcGis绘制出湖北省各时期的耕地非农化重心迁移路径图（图5）。

由表2可知，湖北省耕地非农化的重心迁移距离从25.35 km延长至33.86 km，随后缩短至4.53 km，耕地非农化总体迁移变化不大。2000—2010年湖北省耕地非农化空间不均衡性加强;2010—2020年湖北省耕地非农化空间不均衡性减弱，耕地非农化空间格局趋于稳定。由图5可知，耕地非农化的重心迁移分为3个阶段：与1980—1990年相比，1990—2000年重心位置由京山市向西北方向迁移至钟祥市东南部。与1990—2000年相比，2000—2010年重心位置由钟祥市东南部继续向西北方向迁移至钟祥市西南部。2010—2020年重心位置迁移至钟祥市西南部区域。从重心分布的角度来看，湖北省耕地非农化的重心与几何重心相同。这表明其耕地非农化的重心主要围绕中心地区进行空间变化。

1980—2020年，湖北省耕地非农化重心由京山市迁移至钟祥市，迁移距离为63.74 km，但迁移重心始终在荆门市。原因主要是荆门市城镇化推进速度较快，部分耕地被占用。

3.4 耕地非农化的空间自相关分析

为明确湖北省各区县耕地非农化的空间关系，基于1980—2020年湖北省耕地非农化面积，计算出不同时期的全局莫兰指数，通过绘制LISE聚集图（图6）明晰局部空间的聚集特征。由图6可知，4个时期的全局莫兰指数分别为0.398 7、0.327 2、0.297 9、0.150 4，全局莫兰指数均为正值。这表明1980—2020年湖北省耕地非农化现象存在空间正相关关系。4个不同时期的全局莫兰指数数值越来越小，呈下降趋势。这表明湖北省耕地非农化空间集聚程度越来越弱。原因主要是湖北省耕地资源较为分散，由此造成耕地非农化也较为分散，集聚效应不显著。

由全局自相关分析可知，湖北省耕地非农化空间集聚程度越来越弱，并且呈减弱趋势。为了弥补全局空间自相关的不足，需要通过局部自相关进一步分析湖北省耕地非农化空间集聚情况。根据表3、图6可知，除了耕地非农化不明显的区域外，耕地非农化的显著区域主要包括“高—高”聚类、“高—低”聚类、“低—高”聚类和“低—低”聚类四类。

第一，1980—1990年，湖北省共存在7个“高—高”聚类区域，并且7个区域集中连片，主要分布在荆州市、咸宁市等地区。主要原因是荆州市、咸宁市、洪湖市等地区地处江汉平原，耕地资源较为丰富，近年来鱼虾水产养殖及加工业发展迅速，耕地非农化现象集聚特征显著。1990年以后，“高—高”聚类数量明显减少。2000—2010年，“高—高”聚类区域数量减少至4个，分布区域为洪湖市、仙桃市、天门市、荆州监利市。2010—2020年，“高—高”聚类区域数量仅剩1个，分布在枣阳市。湖北省“高—高”聚类区域数量逐渐减少的原因可能是湖北省耕地大面积转为林地，相邻区县耕地非农化面积差异缩小 。

第二，1980—1990年，“低—低”聚类区域相对分散，大多位于湖北省西部地区，个别“低—低”聚类区域分布在东部地区。1990—2000年，同上一时期相比，“低—低”聚类分布区域向北迁移至湖北西北部地区，分布较为零散，分布区域为襄阳市、十堰市等地区。2000—2010年，“低—低”聚类区域有所增加，分布在宜昌市长阳土家族自治县、当阳市、宜都市等地区，部分“低—低”聚类区域分布在黄冈市浠水县等地区。2010—2020年，“低—低”聚类区域数量继续增加，主要分布在武汉市部分地区、鄂州市、宜昌市点军区等。从整体来看，“低—低”聚类区域呈现出增长趋势。主要原因是近年来国家和湖北省出台了一系列保护耕地的措施，在一定程度上控制了耕地非农化的恶化趋势。“低—低”聚类区域的变化原因与湖北省区域间经济发展和城市建设扩张速度有关，早期湖北省西部地区经济发展和城市建设扩张速度相比于武汉市差距较大，耕地用作城市建设用地等非农化用途较少;随着经济的发展，西部城市耕地用作城市建设用地等非农化增多，而武汉市和宜昌市城市建发展已相对成熟，所以耕地非农化“低—低”聚类区域有向经济发达城市聚拢的趋势。

第三，“高—低”聚类区和“高—低”聚类区域主要分布在“低—低”聚类和“高—高”聚类区域周围，主要包括阳新县、当阳市，并随“低—低”聚类区和“高—高”聚类区域的变化而变化。

4 耕地非农化对粮食生产的影响

4.1 基准回归分析

为进一步探究耕地非农化对粮食生产的影响，本文收集了2000年、2010年、2020年地级市统计数据，采用双向固定效应模型进行估计。表4为耕地非农化对粮食产量影响的估计结果。模型1为耕地非农化对粮食产量的回归结果， 耕地非农化对粮食产量的影响系数为-0.126 5， 耕地非农化对粮食产量影响显著（Plt;0.05）。模型2增加全部控制变量后，耕地非农化对粮食产量的影响系数为-0.206 8，耕地非农化对粮食产量影响极显著（Plt;0.01）。这进一步说明耕地非农化面积对粮食产量产生显著的负向影响。

从控制变量角度来看，农村居民人均住房面积对粮食生产具有负向影响。原因可能是住房面积增加导致耕地面积和粮食播种面积减少。开展村庄整治的行政村占比与粮食生产具有显著的正向影响。通过开展村庄整治，合理配置村庄和城市布局、生态环境、基础设施和公共服务等资源，农村居民物质生活水平和精神文明水平不断提高，从而提高了农民生产的积极性，促进了粮食增产。农村贫困发生率与粮食产量成正比，农村贫困发生率越高的地区，粮食产量可能越高。原因可能是50岁以下劳动力进城就业，农村人口的大量流失导致农村地区严重老龄化，农村贫困发生率高。但随着农村现代化的发展和社会化服务的提升，促进了耕地集中经营，进而增加了粮食产量。农村居民恩格尔系数越低，表明农村富裕程度越高，农村居民恩格尔系数与粮食产量成负比值关系。原因可能是农村居民生活富裕程度越高的地方，工业或第三产业越发达，农业生产技术更新越快，粮食产量越高。农村义务教育教师学历和农业劳动生产率对粮食产量均具有显著的正向影响。

4.2 稳健性检验

为了进一步验证模型估计结果的稳健性，避免不同指标测量方法对回归结果产生的影响，本文采取替换解释变量和替换被解释变量进行稳健性检验，检验结果见表5。

4.2.1 替换被解释变量 模型1将被解释变量中的粮食产量替换为粮食单产，结果依旧显著。这表明耕地非农化阻碍了粮食单产的提增。模型2将被解释变量粮食产量替换为粮食人均占有量，耕地非农化对粮食人均占量影响极显著（Plt;0.01）。验证了回归结果的稳健性。

4.2.2 替换解释变量 模型3用耕地面积替换耕地非农化面积，耕地面积的系数符号与耕地非农化面积系数的符号相反，因为耕地面积和耕地非农化是2个相反的变量，耕地非农化面积的增加会导致耕地面积减少;耕地非农化面积的增加会减少粮食产量，耕地面积的增加会提高粮食产量，同样也验证了前文回归结果的稳健性。

4.3 异质性检验

为了探究耕地非农化对粮食产量是否存在地区异质性，本文将湖北省全部市、州划分为东部、中部、西部三个地区，结果见表6。在模型1中，东部地区耕地非农化对粮食产量的影响显著（Plt;0.05）。原因可能是湖北省东部地区城市化、工业化加速推进，大量耕地面积被挤占，从而对粮食生产造成严重威胁。在模型2、3中，中部地区耕地非农化对粮食产量的影响系数为负，西部为正，估计结果均不显著。这表明中部和西部地区耕地非农化对粮食产量的影响还尚未凸显。

5 结论与建议

5.1 结论

本文以湖北省1980年、1990年、2000年、2010年、2020年县级土地利用数据，运用空间分析方法引入重心模型以及空间自相关分析方法，描述了湖北省耕地非农化的空间演变特征。以湖北省地级市统计数据为基础，建立固定效应模型，分析湖北省耕地非农化对粮食生产的影响，得出以下结论：

（1）湖北省耕地面积呈下降趋势，并且耕地非农化发展不均衡，耕地非农化面积在4个时期内呈波动增长趋势。1980—2020年，耕地面积由72 103.42 km2减少至66 984.31 km2，年平均减少127.98 km2。耕地非农化等级高值区主要集中在江汉平原地区，耕地非农化等级低值区在以山地为主的西南和东南地区。

（2）1980—1990年，湖北省耕地非农化空间分布具有非均衡性，并且呈现出持续向西北方向偏移的趋势，重心迁移距离先增加后减小。在空间分布式上，耕地非农化呈现出空间正相关性，空间集聚程度总体呈逐渐减弱趋势。40年间，湖北省耕地非农化主要有“高—高”聚类、“高—低”聚类、“低—低”聚类，其中“高—高”聚类主要集中在江汉平原地区，“低—低”聚类主要集中在湖北省西部地区，并且聚类范围逐渐减小，“高—低”聚类范围逐渐扩大，主要集中在东部以及西南地区。

（3）湖北省耕地非农化对粮食产量具有显著的负向影响。根据固定效应模型结果分析，加入控制变量后，耕地非农化对粮食产量的影响系数为-0.206 8，并且耕地非农化对粮食产量影响极显著（Plt;0.01）。这表明耕地非农化会导致粮食产量减少。

5.2 建议

（1）因地制宜治理耕地非农化行为，全面遏制耕地非粮化现象。一是可以依托高标准农田建设项目，合理规划农田区域，以补充耕地、互换地块等方式，强化治理已经非农化的土地，推进集中连片的现代化农田建设[30]。二是因地制宜探索建立各地非农化行为发生的预警机制与惩罚制度。依托数字化技术，建立农民参与农田非农化的数字化监管制度，实现农民主体第一时间举报、制止村庄耕地非农化行为机制。给予农民奖励的同时，严格对耕地非农化个体进行惩罚。

（2）建设集约型城市，控制城市建设用地扩张规模。一是利用中东部城市圈的辐射带动能力，建设集约型城市，严格控制城市用地扩张规模，减少耕地浪费。二是严防违法占用优质耕地，尤其要防止城市周边以及交通沿线周围地区等优质耕地被非法占用。

（3）强化耕地用途管制，加强耕地资源保护。一是严格执行耕地占补平衡制度，确保补充耕地数量不变、质量不减[31]。二是强化耕地用途管制，对耕地实行严格的保护制度和用途管制措施，严格控制耕地转为林地、建设用地等其他类型农用地。三是规范高标准农田与永久基本农田上农业生产经营活动，禁止占用永久基本农田建私房、非法取土等行为，加强耕地资源保护，确保我国粮食安全。

参考文献：

[1] 何英彬， 陈佑启， 姚艳敏， 等. 区域耕地非农化与粮食产量关系空间特征研究——以东北三省为例[J]. 自然资源学报， 2009， 24（3）： 439-447.

[2] HAMID Q， CHAUHDRY M H， MAHMOOD S， et al. Arc GIS and 3D visualization of land records： a case study of urban areas in Punjab[J]. National Academy Science Letters， 2016， 39（4）： 277-281.

[3] AKOMOLAFE G F， ROSAZLINA R. Land use and land cover changes influence the land surface temperature and vegetation in Penang Island， Peninsular Malaysia[J]. Scientific Reports， 2022， 12（1）： 21250.

[4] LEE J， OH Y G， YOO S H， et al. Vulnerability assessment of rural aging community for abandoned farmlands in South Korea[J]. Land Use Policy， 2021， 108： 105544.

[5] ZHANG D， DONG H. Understanding arable land change patterns and driving forces in major grain-producing areas： A case study of Sichuan Province using the PLUS model[J]. Land， 2023， 12（7）： 1443.

[6] 施琪， 王文烂. 1980-2020年福建省耕地非农化的时空演变特征[J]. 水土保持通报， 2024， 44（1）： 293-302， 313.

[7] 刘少坤， 王嘉佳， 林树高， 等. 广西边境地区耕地非农化的空间特征与迁移路径[J]. 中国农业资源与区划， 2022， 43（10）： 162-173.

[8] 吴潇竞， 杨名成. 安徽省耕地非农化的时空演变特征及迁移路径[J]. 价值工程， 2023， 42（34）： 166-168.

[9] 李丹， 曲建光， 王帅. 黑龙江省耕地非农化的空间格局与重心曲线分析[J]. 测绘科学， 2021， 46（2）： 171-177.

[10] 苑韶峰， 杨丽霞， 杨桂山， 等. 耕地非农化的社会经济驱动因素异质性研究——基于STIRPAT和GWR模型的实证分析[J]. 经济地理， 2013， 33（5）： 137-143.

[11] 王全喜， 宋戈， 隋虹均. 耕地“非农化”的时空格局演变及其驱动因素研究——基于影响分析与组态分析的双重视角[J]. 中国土地科学， 2023， 37（5）： 113-124.

[12] 诸培新， 曲福田. 耕地资源非农化配置的经济学分析[J]. 中国土地科学， 2002， 16（5）： 14-17.

[13] 黄祖辉， 李懿芸， 毛晓红. 我国耕地“非农化”“非粮化”的现状与对策[J]. 江淮论坛， 2022（4）： 13-21.

[14] 匡远配， 刘洋. 农地流转过程中的“非农化”、“非粮化”辨析[J]. 农村经济， 2018（4）： 1-6.

[15] 程传兴， 高士亮， 张良悦. 中国农地非农化与粮食安全[J]. 经济学动态， 2014（7）： 87-96.

[16] 闫梅， 黄金川， 彭实铖. 中部地区建设用地扩张对耕地及粮食生产的影响[J]. 经济地理， 2011， 31（7）： 1157-1164.

[17] 陈莉莉， 彭继权. 中国高标准农田建设政策对粮食生产能力的影响及其机制[J]. 资源科学， 2024， 46（1）： 145-159.

[18] 卢新海， 王慧， 唐一峰， 等. 湖北省耕地利用转型对农民增收的空间溢出效应研究[J]. 长江流域资源与环境， 2021， 30（7）： 1757-1767.

[19] 中国科学院资源环境科学数据中心. 中国多时期土地遥感利用图[EB/OL]. （2022-05-30）[2024-09-02]. https：

//www.resdc.cn/Default.aspx.html.

[20] 国家基础地理信息中心[DB/OL]. [2024-09-02]. https：//www.webmap.cn/store.do？method=storeamp;storeId=2.

[21] 湖北省统计局， 国家统计局湖北调查总队. 湖北统计年鉴-2010[M]. 北京： 中国统计出版社， 2010.

[22] 湖北省统计局， 国家统计局湖北调查总队. 湖北统计年鉴-2020[M]. 北京： 中国统计出版社， 2020.

[23] 吴海中， 田晓四， 张乐勤. 近40年安徽省耕地非农化时空分布特征及扩散路径[J]. 中国农业资源与区划， 2023， 44（6）： 110-118.

[24] 褚晓彤， 王跃朋， 周建. 关中地区耕地显性与隐性非粮化的时空变化及对粮食产量的影响[J]. 农业工程学报， 2023， 39（19）： 241-249.

[25] 夏照亮， 兰安军， 范泽孟， 等. 贵州省耕地非农化的空间格局特征与迁移路径[J]. 中国农业资源与区划， 2023， 44（9）： 159-170.

[26] 王亚红， 韦月莉. 农业新质生产力对农民增收的影响[J]. 农林经济管理学报， 2024， 23（4）： 446-455.

[27] 张亚洲， 陈卓， 杨俊孝， 等. 农业补贴改革对粮食生产效率的影响——基于土地转入户的视角[J]. 经济经纬， 2023， 40（5）： 36-47.

[28] 黄琦， 陈珍. 湖北省农地非农化博弈行为及治理路径研究[J]. 湖北农业科学， 2023， 62（6）： 208-213.

[29] 马玉婷， 高强. 粮食安全视角下农业机械化对农业种植结构的影响研究[J]. 现代经济探讨， 2023（10）： 98-111.

[30] 姚志， 何可. 新质生产力赋能高标准农田建设： 理论逻辑、关键任务与行动策略[J/OL]. 农业现代化研究： 1-11[2024-09-01]. https：//doi.org/10.13872/j.1000-0275.2024.2024.0800.

[31] 姚志， 刘健， 吴学兵. 农业高质量发展视域下的农地流转、产权归属与地块生产率[J]. 投资研究， 2024， 43（3）： 100-115.