粮食安全视角下江苏省耕地“非粮化”的动态演变特征及影响因素

摘 要：在粮食安全视角下，结合耕地“非粮化”研究现状，以粮食自给率较低、耕地“非粮化”变化分异显著的江苏省为例，基于实地调研和定量分析，研究2012—2020年江苏省耕地“非粮化”的动态演变特征及影响因素。通过构建多源数据融合的耕地“非粮化”动态监测体系和时空分析框架，探究耕地“非粮化”的演变规律。鉴于江苏省社会经济发展水平的空间梯度分异，耕地“非粮化”呈现出由南向北逐次递减的特征。将江苏省分为苏北、苏中、苏南等3个区域，分析家庭特征、耕地禀赋、经济条件、政策环境等因素对其时空特征的影响。

关键词：土地耕地；“非粮化”；江苏省；粮食安全

中图分类号：F321.1 文献标志码：A 文章编号：1674-7909（2025）1-42-8

DOI：10.19345/j.cnki.xckj.1674-7909.2025.01.007

0 引言

耕地“非粮化”是指在耕地上从事非农业活动，或是农民将耕地用于非粮食作物种植。2020年11月4日国务院办公厅发布的《关于防止耕地“非粮化” 稳定粮食生产的意见》指出，要采取有力举措防止耕地“非粮化”，切实稳定粮食生产，牢牢守住国家粮食安全的生命线。2023年12月29日，第十四届全国人民代表大会常务委员会第七次会议通过了《中华人民共和国粮食安全保障法》，从法律层面为粮食安全提供了保障。学者响应政策，指出要确保国家粮食安全，防止耕地“非粮化”，保证粮食有效供给［1-3］。耕地“非粮化”治理成为国家治理重点，学者对耕地“非粮化”成因、影响及对策开展了一系列研究［4-6］。

多数学者从土地流转角度研究耕地“非粮化”，如朱忠贵［7］、侯胜鹏［8］、陈印军［9］。土地流转使农民更倾向于种植经济效益高的作物［10-11］。对此，张新喜［12］提出要完善种粮补贴，“非粮化”率的持续升高会造成耕地数量减少［13］、品质下降，负外部效应明显的后果［14］。为深入了解其现状，白旭京［15］以河南省信阳市为例、陈怀远［16］以安徽省为例进行研究。后续学者基于前人的研究开始观测耕地“非粮化”的时空演变格局［17］及其影响因素。李远亭等［18］研究出影响最大的因素为乡村人口及其意愿；康雄华等［19］认为“粮作比”下降导致农地“非粮化”；丁洲等［20］认为村民老龄化程度对耕地“非粮化”有显著负影响。

唐重振等［21］、张颖诗等［22］指出，粮食安全是政治安全和经济安全的重要基础，也是最重要的民生问题。总体上，关于中国耕地“非粮化”相关研究的总结性成果较少，缺乏反映耕地“非粮化”的研究现状与发展趋势的综合性成果。基于此，以江苏省为例，研究其耕地“非粮化”的动态演变特征及影响因素，提出合理建议，保障粮食安全。

1 研究方法与数据来源

1.1 研究区概况

江苏省平原广布，水网稠密，是我国重要的产粮基地。江苏省作为农业强省，粮食面积连续14 a超过53 333 km2，总产量连续10 a超过35 000 000 t，2022年高达37 975 000 t，创历史新高。2022年，江苏省水稻单产突破600 kg，居全国粮食主产省第一。因此，江苏省耕地“非粮化”程度对于我国粮食安全保障尤为重要。2012—2022年，江苏省耕地“非粮化”面积呈倒“U”形的变化趋势，面积由232.25万hm2升至270.48万hm2后降至207.28万hm2，占比由19.28%升至35.46%后降至27.72%。2012—2022年，江苏省粮食播种面积呈波动上升趋势，粮食作物占农作物比重在迅速上升后趋于平缓，如图1所示。

1.2 数据来源与变量选择

1.2.1 变量选择

笔者从外部和内部等2个方面选择江苏省耕地“非粮化”的影响因素。外部因素主要为固定资产投入、农业投入比例变化、投资来源、三大产业生产总值变化趋势、规模以上工业企业主要能源消费量、污染排放与处理利用情况、农村自然灾害情况。内部因素主要为乡村人口数及比重变化、农业从业人数、农村居民生活成本、农产品产量、种粮收入水平、耕地面积变化、耕地利用情况与机械化水平、粮食作物播种面积与比率、农作物种植结构、农业机械化情况。

1.2.2 数据来源

该研究所选用的粮食作物播种面积、农作物播种面积、人均生产总值、第一产业生产总值占比、农业总产值、农村自然灾害受灾面积、农业机械总动力、农村地区工业废水废气排放量、耕地“非粮化率”等数据均来源于各市（县）统计年鉴及各市级单位第三次全国国土调查主要数据公报，计算农村劳动力人均耕地面积。城市常住人口和农村常住人口数据来自各市级单位第七次全国人口普查公报，计算城镇化率。城市居民可支配收入、农村居民可支配收入、机耕面积、机播面积、村民小组、有效灌溉面积来源于《江苏农村统计年鉴》。

1.3 研究方法

1.3.1 耕地“非粮化”率测算

基于资料查阅和现有成果，笔者认为耕地“非粮化”率可用非粮食作物播种面积占农作物播种面积的比例测度，其计算方法见式（1）。

[" "耕地“非粮化”率=（非粮食作物播种面积/农作物播种面积）×100]%" " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " （1）

根据《江苏统计年鉴》所披露的数据，2022年江苏省农作物总播种面积为753.42万hm2，其中粮食作物播种面积为544.45万hm2，非粮食作物播种面积为208.97万hm2，“非粮化”率为27.74%。

1.3.2 泰尔指数

采用泰尔指数判定江苏省内耕地“非粮化”总体差异，基于此进一步分析其“非粮化”时空演变规律。选择不同时期数据，开展多次泰尔指数分析，其计算公式见式（2）至式（4）。

式（2）至（4）中：[T]、[Twt]、[Tbr]分别为非粮化总体差异、区间内差异和区间间差异；[n]为区间总数；[na、nb、nc、nd]分别为苏南、苏北、苏中、沿海沿湖滩涂区的区间数量；[Ti]为[i]地区“非粮化”水平与江苏省平均水平的比值。

1.3.3 线性回归模型

多元线性回归模型是指含有多个自变量的线性回归模型，解释因变量与其他多个自变量之间的线性关系，见式（5）。

式（5）中：[y]为因变量；[x1，x2，…，xn]为自变量；[β1，β2，…，βn]为回归系数；[β0]为常数；[ε]为随机误差。首先，诊断多重共线采用方差膨胀因子（VIF）对自变量进行多重共线性检验。一般情况下，VIFgt;10说明自变量之间存在多重共线性，应剔除VIFgt;10的自变量。然后，依次进行回归直到所有自变量的VIFlt;10。最后，利用SPSS.20软件运行该模型。

2 结果分析

2.1 耕地“非粮化”的演变特征

2.1.1 耕地时序变化特征

2012—2022年，江苏省耕地“非粮化”面积的变化趋势呈倒“U”形变化模式。具体地，耕地“非粮化”面积从1995年的444.83万hm2增至峰值802.34万hm2，随后降至753.42万hm2。如图2所示，2012—2022年，浙江省耕地面积变化幅度较小，2015年耕地面积达到773.78万hm2的峰值，随后逐渐下降。2019年，浙江省耕地面积降至744.26 万hm2的最低点，尽管2020—2022年有所回升，但仍未恢复至2012年的水平。2012—2022年，江苏省耕地面积累计净减少11.73万hm2，年均减少1.17万hm2。2012—2022年，江苏省的耕地面积总体上呈现下降趋势，从765.16万hm2减少至753.42万hm2。

如图2所示，2012—2014年，江苏省的“非粮化”率略有下降，从30.26%降至29.99%，表明相对于总耕地面积，用于种植非粮食作物的耕地有所减少，或粮食作物的种植面积有所增加。然而，自2015年起，“非粮化”率出现不断下降，降至27.98%，并在2016—2017年保持稳定，波动较小，维持在26.85%至27.98%。这一时期，“非粮化”率的变化处于动态平衡状态。然而，从2018年开始，“非粮化”率出现回升，从2018年的27.18%增至2021年的27.77%，但增幅不大，表明用于种植非粮食作物的耕地面积逐年增加。至2022年，“非粮化”率略有下降，降至27.74%，但仍高于2018年之前的水平。

2.1.2 耕地的空间格局分异

由Local Moran's I结果可知，江苏省耕地利用的南北分异特征显著。苏南地区，尤其是环太湖地区，耕地生产功能已经弱化，而苏中、苏北地区的耕地生产功能不断强化。如图3所示，苏南、苏中、苏北等区域的耕地“非粮化”差异明显，呈现“南高北低”的两极分化格局。苏南地区高于全省平均水平，形成“高高聚集”区；苏北地区普遍低于全省平均水平，形成“低低聚集”区；苏中地区介于二者之间，呈现低水平聚集态势，但局部城市化地区有向高水平聚集区过渡的趋势。空间自相关分析也证实这种集聚分布特征。高“非粮化”率的区域空间邻近，相互影响，空间依赖性强，高值空间集聚特征明显；低“非粮化”率区域同样呈现低值集聚的依赖关系，且聚集程度随时间推移持续增强。

整体看，苏中地区“非粮化”率较为稳定，在26%～27%波动，如图4所示。2012—2015年保持在27%，2016年降至26%，2017年回升至27%，2018年降至25%，此后维持在26%左右。总体上，苏中地区“非粮化”率变化幅度较小，农业种植结构稳定。苏南地区“非粮化”率呈现上升趋势，2012年为36.8%，此后逐年提高，2020年达到最高点40.8%，2021—2022年略有回落，但仍维持在40%左右的高位。2012—2015年，苏南“非粮化”率提高了约4个百分点，表明苏南地区农业种植结构调整力度大，工商业和城镇化用地需求对耕地“非粮化”的影响凸显。苏北地区“非粮化”率略有下降。2012—2017年，“非粮化”率稳中有降，降至24.5%。2018年出现较大幅度下降，降至23.3%的低点，此后有所回升，2020—2022年维持在23.5%～23.7%。总体上，苏北地区粮食生产的主导地位得到巩固，但仍有一定波动。从发展趋势看，苏南地区“非粮化”率呈下降趋势，但仍处于较高水平；苏中地区“非粮化”率波动中有所上升，农业种植结构调整明显；苏北地区“非粮化”率较为平稳，农业主导地位稳固，但随着城镇化发展，耕地“非粮化”压力仍不容忽视。

耕地“非粮化”的区域分异格局，实质上是城镇化进程与农业发展阶段在空间维度上的映射。在江苏省，苏南地区因工业化和城镇化的快速发展，建设用地需求激增，占用大量优质耕地。苏北地区城镇化水平相对较低，农业生产在经济结构中的比重较大。该地区的土地肥沃，灌溉设施完善，粮食单产和总产均较高，加之种植结构单一、农业经营方式传统，农民种粮意愿强烈，成为江苏省的粮食生产基地，耕地“非粮化”率较低。苏中地区则呈现出典型的城乡过渡特征，经济发达，农业结构多元化，耕地利用呈现“南粮北稻”的分异特征。随着苏中地区城市化的推进与苏南产业的梯度转移，该地区的耕地“非粮化”率增速加快，部分区域已出现高度“非粮化”现象。江苏省耕地“非粮化”的区域分异格局，不仅反映不同地区的经济发展水平和城镇化进程，也揭示农业生产结构和农民行为选择的地域差异，这些因素共同塑造江苏省耕地利用的空间格局。

2.2 耕地“非粮化”率影响因素分析

笔者在研究耕地“非粮化”的影响因素时，采用多元线性回归的方法，探究因变量与自变量之间的不确定性关系，量化各因素对耕地“非粮化”的影响。

将“农业从业人数”“农户人均可支配收入”“农户人均生活消费支出”“粮食播种面积”“农业生产总值”“农业机械总动力”“农村自然灾害受灾面积”“农村地区工业废水排放量”“农村地区工业废气排放量”“农村地区工业企业主要能源消耗量”“耕地‘非粮化’率”等11个变量依次记作[xi，i=1，2，3，…，10，11]。“非粮化”影响因素的相关性系数如表1所示。

表2中，与耕地“非粮化”率具有相关性的因素中，除了“农村地区工业企业主要能源消耗量”和耕地“非粮化”率之间相关系数（Pearson系数）为0.28，小于0.5，相关性较低，其余变量与“非粮化”率之间的线性关系均较为显著。因此，“农村地区工业企业主要能源消耗量”这一因素不适合作为多元回归分析的解释变量，除该变量外的9个变量可作为多元线性回归分析模型中的解释变量。

对与耕地“非粮化”因素相关性高的9个解释变量进行共线性分析。在P值=0.9的筛选标准下（认为两变量间P值高于0.9的共线性较强，同时作为解释变量使得结果重复），舍去“农村地区工业废水排放量”“农业生产总值”“农户人均可支配收入”“农业从业人数”这4个与多个解释变量共线性极强的因素，保留“农户人均生活消费支出”“粮食播种面积”“农业机械总动力”“农村自然灾害受灾面积”“农村地区工业废气排放量”这5个变量作为多元线性回归模型中的解释变量，依次记为[xi（i=3，4，6，7，9]），记耕地“非粮化”率为[y]，构建模型见式（6）。

[" " " " " " "y=67.257+5.067×10-5x3-0.007x4-0.001x6+5.896×10-5x7+0.000x9]" " " " " " " " " " （6）

多元线性回归分析结果如表3所示。以“农户人均生活消费支出”“粮食播种面积”“农业机械总动力”“农村自然灾害受灾面积”“农村地区工业废气排放量”这5个因素作为解释变量的回归方程分析结果显著，F=30.302。其中，农户人均生活消费支出（β=0.156，P=0.457）、粮食播种面积（β=-0.294，P=0.009）、农业机械总动力（β=-0.160，P=0.001）、农村自然灾害受灾面积（β=0.018，P=0.914）、农村地区工业废气排放量（β=0.768，P=0.004），解释“非粮化”93.6%的变异。

标准化回归系数可反映自变量对因变量的影响程度，标准化回归系数的绝对值越大，说明该自变量对因变量的影响越大。将“农村地区工业废水排放量”“农户人均可支配收入”“农业从业人数”“农业生产总值”这4个变量依次作为解释变量6引入模型1，见表4。比较标准化回归系数发现：“农村自然灾害受灾面积”对耕地“非粮化”率的影响较小；“农村地区工业废气排放量”对耕地“非粮化”率始终具有正向影响，且影响显著，即农村地区工业废气排放量越大，“非粮化”率越高。农村地区工业废气排放量反映地区工业化程度，即农村地区工业发展水平，占用农地、劳动力，会造成农村粮食减产。“粮食播种面积”“农业机械总动力”与耕地“非粮化”率负相关。

3 结论与讨论

3.1 结论

2012—2022年，江苏省耕地“非粮化”面积的变化趋势呈倒“U”形变化模式。江苏省耕地利用的南北分异特征显著。苏南地区，尤其是环太湖地区，耕地生产功能已经弱化，而苏中、苏北地区的耕地生产功能不断强化。

对耕地“非粮化”率影响因素进行相关性与多元线性回归，筛选出“农户人均生活消费支出”“粮食播种面积”“农业机械总动力”“农村自然灾害受灾面积”“农村地区工业废气排放量”等5项主要影响因素，可从影响因素上为缓解耕地“非粮化”问题提供参考。

3.2 政策建议

3.2.1 完善耕地保护制度，压实主体责任

首先，政府应制定一系列关于耕地保护的政策文件，明确耕地保护的具体内容、管理体系、职责主体及措施手段。其次，推动地方政府建立健全“党委领导、政府负责、部门协同、公众参与、上下联动”的共同责任机制，并严格耕地保护责任目标考核，实行一票否决、终身追责制度。最后，修订《江苏省土地管理条例》等法规，对耕地保护等内容做出全面系统规范，将耕地保护工作纳入法治化轨道。

3.2.2 提升耕地质量，确保占补平衡

政府应在符合生态保护要求的前提下，支持地方组织实施土地整理复垦开发，推进国土空间全域整治和高标准农业建设；还应加大监督力度，对耕地品质和数量进行跟踪监测，确保耕地占补平衡落实到位。

3.2.3 优化资金配置，调动种粮积极性

贯彻落实国家强农惠农政策，实施耕地地力保护补贴、种粮农民一次性补贴等补贴政策，提高农民种粮收益。设立耕地保护省级统筹资金，将资金调节与地方耕地保护任务数量和建设质量相挂钩，加大对耕地保护任务较重、工作成效突出的地方政府的资金激励力度。

参考文献：

［1］王仪春，王云华，朱国富.湖州市粮食主产区“非粮化”的防范对策与建议［J］.安徽农业科学，2016，44（2）：295-296，301.

［2］薛选登，张一方.产粮大县耕地“非粮化”现象及其防控［J］.中州学刊，2017（8）：40-45.

［3］常伟，马诗雨.农地规模流转中的“非粮化”问题研究［J］.农业经济，2020（9）：3-5.

［4］YANG W C，XU C Y，KONG F.Does non-food cultivation of cropland increase farmers’ income？［J］.Int J Environ Res Public Health，2022，19（12）：7329-7329.

［5］CHENG X B，TAO Y，HUANG C H，et al.Unraveling the causal mechanisms for non-grain production of cultivated land：an analysis framework applied in Liyang，China［J］.Land （Basel），2022，11（11）：1888-1888.

［6］FENG X W，CHEN X，GENG J P，et al.Study on the spatial differentiation characteristics and driving factors of cultivated land non-grain from the perspective of food security：a case study of Huang-huai-hai region［J］.Agricultural amp; Forestry Economics and Management，2024，7（2）.

［7］朱忠贵.农村土地流转非粮化与粮食安全［J］.粮食问题研究，2010（1）：10-12.

［8］侯胜鹏.基于粮食安全视角下的土地流转分析［J］.湖南农业大学学报（社会科学版），2009，10（2）：25-28.

［9］陈印军.我国粮食生产形势不容乐观［J］.中国农业信息，2013（22）：10-11.

［10］王勇，陈印军，易小燕，等.耕地流转中的“非粮化”问题与对策建议［J］.中国农业资源与区划，2011，32（4）：13-16.

［11］郭清霞.耕地流转“非粮化”原因及对策分析［J］.华北国土资源，2016（3）：83-84.

［12］张新喜.农村土地流转后“非粮化”成因及对策［J］.现代农业科技，2014（12）：343-345.

［13］周艺霖，宋易倩.耕地流转“非粮化”的形成原因与化解对策：基于国家粮食安全视角［J］.广东农业科学，2016，43（1）：189-192.

［14］何蒲明，全磊.对当前耕地“非粮化”现象的分析：基于粮食安全的视角［J］.长江大学学报（自科版），2014，11（11）：73-75.

［15］白旭京.农地流转非粮化倾向及对策研究：基于河南省信阳市的调查［J］.农业与技术，2014，34（4）：174-176.

［16］陈怀远.警惕土地流转“非粮化”倾向对国家粮食安全的影响：基于对安徽省部分市、县的调研［J］.广西社会主义学院学报，2014，25（3）：90-94.

［17］徐畅，郭杰，易家林，等.江苏省耕地非粮化时空格局演变及驱动因素分析［J］.长江流域资源与环境，2024，33（2）：436-447.

［18］李远亭，夏晨芳，夏颖，等.江苏省耕地“非粮化”的时空格局演变及其对乡村振兴的启示［J］.科技和产业，2023，23（6）：229-238.

［19］康雄华，黄烈佳，宋彦.粮食安全视角下的中国农地资源“非粮化”倾向及其影响因素分析［C］//中国土地资源开发整治与新型城镇化建设研究.北京：新华出版社，2015：266-275.

［20］丁洲，郑侨妮，李欣桐.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［J］.南方农机，2022，53（9）：34-38.

［21］唐重振，聂春蕊.国外耕地“非粮化”治理经验与启示探析：基于粮食安全的视角［J］.智慧农业导刊，2023，3（1）：13-16.

［22］张颖诗，冯艳芬，王芳，等.广东省耕地非粮化的时空分异及其驱动机制［J］.资源科学，2022，44（3）：480-493.

Study on Dynamic Evolution and Influencing Factors of Cultivated Land" \"Non-Grainization\" in Jiangsu Province from the Perspective of Food Security

YU Shuhan CHEN Caier LI Xinran LIU Yuxi SUN Qian

School of Public Administration，Nanjing University of Finance and Economics，Nanjing 210046，China

Abstract： Considering food security concerns， this study focuses on the phenomenon of non-grain cultivation in Jiangsu Province， which has a low grain self-sufficiency rate and significant variations in non-grain cultivation. Through field research and quantitative analysis， this paper examines the dynamic evolution and influencing factors of farmland non-grainization in Jiangsu Province from 2012 to 2020 from both theoretical and empirical perspectives. By constructing a dynamic monitoring system and a spatio-temporal analysis framework using multi-source data fusion， we explore in depth the trends and patterns of non-grain cultivation. Considering the spatial gradient differentiation of social and economic development levels within Jiangsu Province， we observe a gradual decrease in non-grain conversion from south to north. The province is divided into three regions — Northern Jiangsu， Central Jiangsu， and Southern Jiangsu — allowing for targeted comparative research on their spatio-temporal evolution characteristics， household attributes， land endowment， economic conditions， policy environment， among other influencing factors. This comprehensive study aims to provide valuable insights.

Key words： cultivated land ; non-grain crops ; Jiangsu Province ; food security

基金项目：2024年江苏省大学生创新创业训练计划项目（202410327089Y）。

作者简介：俞姝含（2005—），女，本科生，研究方向：土地资源管理；李欣然（2004—），女，本科生，研究方向：土地利用；刘禹希（2004—），男，本科生，研究方向：耕地保护；孙倩（2004—），女，本科生，研究方向：土地利用。

通信作者：陈采儿（2005—），女，本科生，研究方向：土地资源管理。