EN中文

地理科学进展 >

2025 , Vol. 44 >Issue 8: 1559 - 1577

DOI: https://doi.org/10.18306/dlkxjz.2025.08.002

研究论文

基于荟萃分析的中国耕地“非粮化”时空演变特征与驱动机制研究

  • 曲衍波 , 1, 2, 3 ,
  • 王文 1, 3 ,
  • 崔悦 1, 3 ,
  • 展凌云 2, 3 ,
  • 王东 , 4, *
展开
  • 1.山东财经大学公共管理学院，济南 250014
  • 2.山东财经大学经济学院，济南 250014
  • 3.山东财经大学土地科学与政策研究院，济南 250014
  • 4.淄博市自然资源和规划局，山东 淄博 255000
* 王东(1973—)，男，山东淄博人，高级工程师，主要研究方向为土地利用与保护。E-mail:

曲衍波(1982—)，男，山东龙口人，教授，博士生导师，主要研究方向为土地系统优化与耕地保护。E-mail:

收稿日期: 2024-11-06

  修回日期: 2025-06-11

  网络出版日期: 2025-08-26

基金资助

国家自然科学基金项目(42471295)

国家自然科学基金项目(42077434)

山东省泰山学者基金(2023)

山东省社会科学规划研究项目(24CGLJ17)

收起

Spatiotemporal change characteristics and driving mechanisms of “non-grain” production of cultivated land in China based on meta-analysis

  • QU Yanbo , 1, 2, 3 ,
  • WANG Wen 1, 3 ,
  • CUI Yue 1, 3 ,
  • ZHAN Lingyun 2, 3 ,
  • WANG Dong , 4, *
Expand
  • 1. School of Public Administration and Policy, Shandong University of Finance and Economics, Jinan 250014, China
  • 2. School of Economics, Shandong University of Finance and Economics, Jinan 250014, China
  • 3. Institute of Land Science and Policy, Shandong University of Finance and Economics, Jinan 250014, China
  • 4. Zibo Bureau of Natural Resources and Planning, Zibo 255000, Shandong, China

Received date: 2024-11-06

  Revised date: 2025-06-11

  Online published: 2025-08-26

Supported by

National Natural Science Foundation of China(42471295)

National Natural Science Foundation of China(42077434)

The Taishan Scholar Foundation of Shandong Province in(2023)

The Social Science Planning Research Project of Shandong Province(24CGLJ17)

Fold

摘要

中国耕地非粮化现象日趋严峻，全面把握耕地非粮化演变规律及其形成机制，对于加强耕地保护和粮食安全具有重要意义。目前关于耕地非粮化的内涵和测度方法丰富多样，但测算结果却存在显著差异。论文采用荟萃分析方法对207篇有效文献进行统计分析，揭示了2000—2021年中国耕地非粮化演变特征与驱动机制。研究发现：① 非粮作物面积占比法、复种指数法和秋粮面积法的使用频次较高、范围广泛，在全国、区域及省际尺度上具有可比性，可作为耕地非粮化测度方法的优选。② 研究期内中国耕地非粮化率总体稳定在30.0%左右，并呈小幅度波动下降；九大农业区中，东北平原区、黄淮海平原区和黄土高原区耕地非粮化率低于30.0%且相对稳定，华南区耕地非粮化率高于50.0%且涨幅较大，其他地区处于30.0%~50.0%区间且基本上增长了10.0%~20.0%，北方粮食作物种植制度区的耕地非粮化率和增幅均低于南方地区；从粮食主产区、产销平衡区到主销区的耕地非粮化率和增幅均逐渐提升，省际层面的耕地非粮化呈现集聚式递增和阶段性分化的动态过程。③ 中国耕地非粮化受自然环境、经济发展、社会活动和政策技术等多重因素影响，通过共性和差异性因子的基础性、双向性、推动性和调控性等作用，形成耕地非粮化的本底、催化、增强和阻滞等驱动效应。论文支持和补充了已有研究的观点，为深入开展耕地非粮化影响效应分析提供了数据参考，也为科学推进耕地非粮化治理提出了优化对策。

关键词： 耕地保护; “非粮化”; 荟萃分析; 时空演变; 驱动机制; 中国

本文引用格式

曲衍波 , 王文 , 崔悦 , 展凌云 , 王东 . 基于荟萃分析的中国耕地“非粮化”时空演变特征与驱动机制研究[J]. 地理科学进展, 2025 , 44(8) : 1559 -1577 . DOI: 10.18306/dlkxjz.2025.08.002

Abstract

The non-grain production of cultivated land in China is becoming increasingly severe. A comprehensive understanding of the patterns of change and formation mechanisms of non-grain production of cultivated land is of great significance for enhancing cultivated land protection and ensuring food security. Currently, there are diverse perspectives and methodologies for measuring non-grain production yet the results vary significantly, and comparative and integrated research on various measurement methods remains inadequate. Therefore, this study employed a meta-analysis approach to statistically examine 207 existing research articles, revealing the characteristics of change and driving mechanisms of non-grain production of cultivated land in China from 2000 to 2021. The findings are as follows: 1) The methods of non-grain crop area proportion, multiple cropping index, and autumn grain crop area are frequently used and widely applied, offering comparability at the national, regional, and provincial scales, which can be considered preferred methods for measuring non-grain production of cultivated land. 2) During the study period of this research, the rate of non-grain production of cultivated land in China remained stable at around 30.0% overall, with a slight downward fluctuation. Among the nine major agricultural regions, the Northeast China Plain, the Huang-Huai-Hai Plain, and the Loess Plateau had non-grain production rates below 30.0% that remained relatively stable, the rate of non-grain production of cultivated land in South China was higher than 50.0% and the increase was larger, while in other regions the rates were in the range of 30.0% to 50.0%, with a general increase of 10.0% to 20.0%. The rate and growth of non-grain production of cultivated land were both lower in the northern grain crop planting regions than in the southern regions, which gradually increased in the main grain-producing areas, grain balanced areas, and main grain-marketing areas. At the provincial level, non-grain production exhibited a dynamic process characterized by clustered incremental increases and phased differentiation. 3) Non-grain production of cultivated land in China is influenced by multiple factors, including natural environment, economic development, social activities, policies, and technology. Through the foundational, bidirectional, driving, and regulatory effects of common and differential factors, the driving effects of non-grain production of cultivated land such as background, catalytic, enhancement, and retardation effects are formed. This study supports the viewpoints of many scholars, provides data references for in-depth research on the socioeconomic and natural environmental effects of non-grain production, and proposes optimization strategies for the effective implementation of scientific measures to manage non-grain production of cultivated land.

Key words： cultivated land protection; non-grain production; meta-analysis; spatiotemporal change; driving mechanism; China

耕地是人类赖以生存和发展的基础，耕地利用方式转变深刻影响着国家粮食安全[1]。面对气候环境和经济社会等因素干扰，中国粮食安全面临着不确定性、复杂性和脆弱性等风险[2]，尤其伴随城镇化、工业化和农业农村现代化的进程，耕地非粮化现象日趋严峻。根据第三次全国国土调查结果，全国耕地从2009年的20.3亿亩降至2019年的19.2亿亩，降幅达5.5%；粮食作物播种面积在2016—2019年间减少了近0.5亿亩，降幅约2.7%。从种植结构看，粮食作物播种面积占农作物总播种面积的比例也逐年下降，2019年已降至70.0%以下；此外，中国人均粮食产量亦呈下降趋势，由2015年的479.0 kg逐步降至2019年的472.0 kg。近年来中国耕地面积和粮食作物播种面积虽有所增加，但耕地净流向园地、林地、草地面积超过2.00亿亩，而补充耕地质量又难以保证，对粮食生产的稳定性带来了严峻挑战和潜在威胁[3-6]。为加强耕地保护和稳定粮食生产，2020年国务院印发《关于防止耕地“非粮化” 稳定粮食生产的意见》，指出要科学合理利用耕地资源，防止耕地非粮化；2021年以来开始实施耕地保护党政同责制度，严格管控耕地非粮化；2024年中央一号文件进一步强调，要抓紧、抓好粮食和重要农产品生产，稳定粮食播种面积，大面积提高粮食单产，严格落实耕地保护制度。耕地面积流失的严峻事实及党中央制定的一系列耕地保护制度和政策均表明，防止耕地非粮化和保障国家粮食安全已成为全社会重大而迫切的研究与实践命题。
在此背景下，耕地非粮化问题引起了学术界的高度关注，形成了一系列研究成果[7-12]，为本文提供了基本的逻辑遵循和支撑材料。首先，耕地非粮化内涵的科学界定是开展研究的前提和基础，当前耕地非粮化内涵尚未统一，多数研究从耕地种植行为转变的角度定义耕地非粮化，即在耕地上种植非粮作物的行为，也被称为种植结构非粮化[13]，根据种植作物种类不同，细分为食物性生产非粮化和非食物性生产非粮化[14]。还有学者从农业生产结构变化的角度认识耕地非粮化，是指耕地转变为其他农用地的过程[15]；与此相似的另一个概念是耕地非农化，主要是指耕地与建设用地相互竞争引发的土地资源配置过程，其核心是农用地向建设用地的用途转换[9,16-17]，两者在耕地转变强度和利用方式上存在较大差别。除此之外，耕地撂荒严重影响了粮食安全，部分学者将耕地撂荒视为耕地非粮化的一种特殊现象[18-19]，其主要是指具备种植条件，但受各种因素影响连续闲置、荒芜未种植农作物的耕地，与耕地转为其他用途获取更高收益的行为有所不同。国际社会对于耕地非粮化的内涵亦未形成规范性表述，而是普遍关注耕地撂荒现象及农业系统多元化发展路径。耕地撂荒主要强调耕地的非利用状态[20]，关于耕地撂荒的界定标准，国际机构存在历时性差异[21]，1995年联合国粮农组织(FAO)采用5年周期作为撂荒判定标准，而2011年土地整理与土地储备国际研讨会则建议将两年及以上处于休耕状态的可耕作土地界定为撂荒[22]。这种时间阈值的动态调整反映了不同时期对土地可持续利用的差异化认知。农业多样化本质是通过拓展农业生产形态实现系统优化[23-24]，这与中国耕地非粮化中的农业结构调整存在机理相似性，两者均涉及从传统粮食种植向经济作物栽培、水产养殖等多元化经营模式的转型。
其次，耕地非粮化测度及其时空特征研究，是了解耕地非粮化分布及其影响因素的基础，也是面向国家和区域制定耕地保护政策的参考依据[25]。纵观已有相关研究，一方面，耕地非粮化程度测算方法多元化，这与其内涵界定不同密切相关，出现了粮作比[6,13,26-27]、复种指数[28]、全国国土调查数据分析[15]、秋粮面积统计[29]、非粮食作物产量比[30-31]、种植与产出加权[32]等方法，还有学者通过设置非粮化指数衡量非粮化的程度[33]；另一方面，耕地非粮化时空演变研究呈现多尺度性，宏观层面上多以全国及粮食主产区作为研究区域，侧重对全国耕地非粮化问题的表现、成因和对策研究[12-13,26-28]；中观层面上对自然、经济等区域特征明显的产粮大省和经济发达省份的研究较多，如山东、河南、浙江、江苏等地[15,34-37]，重点是揭示耕地非粮化的区域特征和内部差异，突出对耕地非粮化影响因素和驱动机制的分析；微观层面上多是通过开展实地调研或借助国家固定观测数据，了解农户耕地利用状况和粮食种植的行为选择，揭示耕地非粮化的微观机制[38-41]。
再者，全面了解耕地非粮化的影响因素和驱动机制，能够更准确地把握耕地非粮化内在机制和外在表现，以制定更具针对性和有效性的耕地保护政策。现有耕地非粮化驱动机制研究包括单因素和多因素综合分析等不同方法。前者如分析土地流转、土地细碎化、比较收益、财政支农、农户行为决策、居民膳食结构单一因素等对耕地非粮化的影响过程[42-45]，突出了耕地非粮化影响因素的主导性或区域特殊性。后者则是通过整合自然条件、社会经济发展状况、政策条件等因素建立指标体系[32-36]，从交互作用的角度刻画不同地区耕地非粮化的形成机制[46-47]，更加强调耕地非粮化影响因素的普遍性和综合性。
综上，已有研究从概念、方法、机制等方面初步形成了耕地非粮化研究的逻辑体系，为本文提供了有益的经验借鉴，但仍存在一定的可拓展空间。首先，已有研究对耕地非粮化内涵的界定尚未统一，耕地种植行为、种植结构变化均能造成耕地非粮化，不同的内涵导向致使测算的耕地非粮化率相差较大。其次，现有耕地非粮化测度方法多样复杂，选取指标不相一致，导致研究结果之间缺乏可比性，限制了对耕地非粮化演变规律的系统认识。再次，耕地非粮化影响因素判别比较混杂，有的注重区域性或特殊性的单因素解析，有的则突出更具普遍性的综合因素分析，这导致研究结果难以提供统一性与差异性相结合的政策建议。
荟萃分析是一种对研究目的相同、又相互独立的多项研究成果进行综合统计与比较的分析方法，能够从一个更加相对系统的角度提炼出独立研究中难以发现的潜在规律[19,48-49]。基于现有文献对耕地非粮化研究的局限，本文尝试将荟萃分析方法应用于耕地非粮化研究，以此来弥补当前研究的不足。本文的研究贡献包括：一是从更广义角度对非粮化内涵进行界定，并从全国、区域和省域尺度对耕地非粮化的时空演变规律进行量化分析，克服以往研究结果之间的不可比性；二是从共性和差异性两方面对耕地非粮化的驱动因素进行分类与机制解析，探索各因素作用过程中的交互机制，为构建统一性与差异化相结合的治理政策提供理论依据。

1 研究方法

1.1 逻辑思路

本文按照“概念界定—文献检索—荟萃分析”的逻辑思路(图1)，利用知网和Web of Science数据平台，对中国耕地非粮化的时空演变和驱动规律进行梳理和归纳总结。
图1 研究框架

Fig.1 Framework of the research

首先，通过整合文献中所提及的耕地非粮化定义，同时参考《关于防止耕地“非粮化” 稳定粮食生产的意见》，将耕地非粮化的内涵理解为：土地经营者将耕地用于非粮食作物生产的农业行为，这一行为具体包括将耕地用于种植非粮食作物生产的种植结构非粮化和将耕地转为林地、园地、草地等地类的农业生产结构非粮化。此外，虽有学者认为撂荒可作为耕地非粮化的一种特殊表现形式，但非粮化后的耕地仍进行农业生产，撂荒后的耕地则是闲置荒芜状态，两者存在本质上的区别，因此，本文对耕地撂荒不进行单独分析。
其次，以中国知网中国期刊全文数据库和外文数据库Web of Science为平台，以“耕地非粮化”“耕地非农化”“非粮种植”“非粮生产”“耕地种植结构调整”“耕地利用转型”为主题词对已公开发表的研究论文进行检索。对已公开发表的研究论文进行检索，检索截止时间为2023年12月31日。通过对检索结果进行筛选，去除会议论文、期刊征稿启事等无关条目并进行去重，最终获得838篇文献；随后逐一查阅检索到的研究论文，以包含省域粮食作物播种面积、农作物播种面积、粮作比、非粮化率、影响因素等信息为参照，得到207篇有效研究论文，从中获取了研究尺度为全国及31个省域单元(港澳台地区数据暂缺)的耕地非粮化率和影响因素数据。
然后，利用荟萃分析法剖析耕地非粮化的时空特征及影响因素。第一，从耕地非粮化文献的研究尺度看，多数文献以全国、区域和省份为尺度展开研究，受限于非粮化数据的敏感性，涉及全国各市域和县域的文章样本量尚不足，因此，本文主要从全国、区域和省域三个尺度进行研究。第二，从文献中研究耕地非粮化的时间跨度来看，2000年以来的文献相对较多，尤其是2020年之后的文献数量明显增多，但由于大部分文献测度耕地非粮化的数据来自统计年鉴，而统计数据存在一定的时间滞后性，因此本文确定以2000—2021年作为研究的时间跨度。第三，由于不同文献的研究期存在差异性及不连续性，且部分文献只对个别年份进行研究，从数据的集中性和可得性考虑，本文筛选并保留了所有相关文献中涵盖数据最集中且能说明耕地非粮化时空演变特征的2000、2005、2010、2015和2021年5个时间节点进行具体研究。与此同时，考虑现有研究在耕地非粮化影响因素计量分析中，多关注影响因素的显著性辨识，而具体影响程度分值都是隐性信息。因此，为了能够提取到全面的影响因素并直观反映不同因素的作用程度，本文采用频次分析法记录耕地非粮化影响因素。频次分析法是通过分析现有研究文献中所有影响耕地非粮化因素的出现频率，来揭示不同因素对非粮化的影响程度。在此基础上，按照各因素的作用频次和作用强度将其划分为共性因素和差异性因素，前者是指出现两次及以上且对区域耕地非粮化具有显著性的影响因素，后者是指仅对特定区域有显著性影响的个别因素，通过对不同类型因素的交互作用关系分析，归纳出中国耕地非粮化的驱动机制。

1.2 方法比选

按照文中定义的耕地非粮化内涵，本文从文献中总结出6种具有代表性的计算方法(表1)。从各方法在全国各省份耕地非粮化率测算情况来看，非粮作物面积占比法(A方法)的使用频率最高，主要原因在于该方法数据来源于省市统计年鉴，数据获取较容易，且该方法具有普适性，使用A方法的前提是需要对中国粮食作物和非粮食作物进行明确的界定，但中国的粮食生产具有地域性和季节性特征，即各地区之间的耕作方式存在差别，而且现实中农作物实际所涵盖的土地类型也不一定局限于耕地，在种植结构复杂的省份测度结果会产生偏差。其次是复种指数法(B方法)，该方法考虑到粮食播种面积、耕地面积和复种指数三个变量，在非粮作物面积占比法基础上有所改良，测度结果相对准确合理，但因复种指数资料难获得和精确度较低，因此该方法仍存在局限性。再次是秋粮面积法(C方法)，该方法考虑了作物熟制的差异，以秋粮在耕地使用上涵盖当年前期种植耕地面积为测度指标，但由于中国各省农作物耕作分布差异较大，需要准确的秋粮面积数据作为支撑，否则难以推广应用。此外，还有三种方法应用于个别省份耕地非粮化率的测算，如全国国土调查数据法(D方法)是通过计算第三次全国国土调查(简称“三调”)数据中可恢复耕地面积与第二次全国土地调查(简称“二调”)数据中耕地面积的比重，衡量耕地生产结构的非粮化水平，该方法要求全面掌握国家和各省的国土调查数据，而数据的保密性使得该方法难以全面推行；非粮作物产量占比法(E方法)与种植和产出结构加权法(F方法)是在考虑非粮作物播种面积占比指标的基础上，将种植结构和产量因素一并考虑在内，增加非粮作物产量占比这一指标，但运用该方法的前提是需要对非粮作物予以明确划分。可见，A、B、C三种方法对种植结构非粮化具有较好的解释，D方法表征了农业生产结构非粮化，E和F方法则从粮食产量方面进一步丰富了计算维度。
表1 耕地非粮化水平测度方法

Tab.1 Methods for measuring the level of non-grain production of cultivated land

序号 方法 测度公式 使用范围 参考文献
A 非粮作物面积占比法 非粮化率=非粮食作物播种面积/农作物播种面积×100% 全国 [1,15,26]
B 复种指数法 复种指数=农作物播种面积/耕地面积
非粮食作物播种面积=耕地面积×复种指数-粮食作物播种面积
非粮化率=1-粮食作物播种面积/(耕地面积×复种指数)×100%		 全国 [13-14,28]
C 秋粮面积法 非粮化率=(全省总耕地面积-秋粮种植面积)/全省总耕地面积×100%
秋粮种植面积=全年粮食播种总面积－夏粮播种面积－早稻播种面积		 全国 [29]
D 全国国土调查数据法 农业生产结构非粮化=“三调”恢复属性土地面积/“二调”耕地总面积×100% 山东 [15]
E 非粮作物产量占比法 考虑非粮作物播种面积占比指标的基础上，将种植结构和产量因素一并考虑在内，增加非粮作物产量占比这一指标。 广西 [30]
F 种植和产出结构加权法 种植结构非粮化=(1-粮食作物播种面积/农作物播种面积)×100%
产出结构非粮化=(1-粮食作物总产量/农作物总产量)×100%
区域非粮化率=种植结构非粮化×α＋产出结构非粮化×β，式中α、β为权重		 山西 [31-32]
目前耕地非粮化测度方法仍处于探索阶段，各种方法有其使用的限制条件，导致测算出的耕地非粮化结果取值不唯一，甚至大相径庭。一方面，从已有研究来看：D、E和F方法主要应用在单个省份，其中，D方法测算的山东2020年耕地非粮化率为46.8%[15]，而A、B方法得出的非粮化率是23.9%、25.0%、24.0%、20.0%~30.0%[15,26-27,46]，D方法的测算结果明显偏高；E方法测算的广西2020年耕地非粮化率为46.3%[30]，而A、B方法得出的非粮化率为>50.0%、54.0%、54.1%，E方法的测算结果明显偏低；F方法测算的山西省2020年耕地非粮化率为40.1%[31-32]，而A、B方法得出的非粮化率为<20.0%、11.6%、12.4%，F方法的测算结果也明显偏高。可见，D、E、F方法测度耕地非粮化率的切入视角和考虑因素比较特殊，导致其结果与A、B和C方法测算结果相差较大，同时考虑其应用省份比较少，本文对这三种方法不作进一步探讨。另一方面，A、B和C方法均对全国各省份耕地非粮化率进行了测算，应用范围比较广泛，其中C方法的应用时间只有2021年，因此，重点对该时间点下的三种方法进行比较分析(图2)。三种方法得到的全国2021年耕地非粮化率分别是29.0%、31.0%和35.0%，整体相差较小，C方法的结果略高；从省级情况来看，A方法和B方法的测算结果在绝大部分省份基本持平，而C方法的测算结果差别较大且高低不一。例如，A方法和B方法测算的2021年吉林耕地非粮化率在10.0%以内，C方法的测算结果却超过20.0%；A方法和B方法测算的湖南耕地非粮化率均超过40.0%，而C方法的测算结果却低于10.0%；整体上，使用C方法测算河北、山西、黑龙江、山东、海南、西藏、甘肃、新疆、吉林、辽宁等省份的耕地非粮化率明显高于其他两个方法的测算结果，而对上海、重庆、福建、江西、湖南、广东、广西、四川等省份的测算结果又明显低于其他两个方法，这种差异表现出明显的南北地域特征，即C方法测算的南方省份耕地非粮化率普遍偏低、北方省份耕地非粮化率则普遍偏高。主要原因在于，A、B方法的数据来源比较一致，B方法是在A方法基础上加入耕地面积变量，相互间关联性较强，所得结果较为接近。C方法测算结果产生南北差异与不同种植制度密切相关，目前中国划分了华北、东北、西北、长江中下游、东南沿海和西南地区六大粮食作物种植制度区[50-51]，其中华北地区和西北部分地区以两年三熟为主，靠近秦岭淮河的省份为一年两熟，东北地区和西北部分地区基本为一年一熟，长江中下游地区、西南地区和东南沿海地区多为一年两熟，而海南、广东、云南等部分地区能达到一年三熟。C方法按照中国的作物熟制特征，考虑了夏粮种植及早稻种植的耕地在作物收获后仍继续种植粮食作物，将当年秋季以前所有种植的耕地纳入其中，作物熟制多的省份其秋粮种植面积越大，所得到的耕地非粮化率就越小。
图2 2000—2021年耕地非粮化主要测度方法的结果比较

注：图中数据由文献荟萃分析获得。

Fig.2 Comparison of the results of the main measurement methods of non-grain production of cultivated land from 2000 to 2021

综上所述，耕地非粮化测度方法目前没有统一的标准，不同方法所得结果都有一定合理性，同时也存在明显的差异性，这也表明在进行耕地非粮化测度时需要根据当地实际情况采取与该地区所契合的测度方法。如A、B、C三种方法测算的2021年新疆耕地非粮化率均超过50.0%，其中C方法的测度结果超过了80.0%。结合新疆的实际情况来看，受自然环境、耕作难度、作物熟制、经济发展等方面的限制，该地区最适合种植棉花、瓜果等作物。东北三省耕地面积广阔，地形平坦土壤肥沃，但受气候影响，作物熟制只能为一年一熟，采用A、B方法较为合理，而C方法必然会导致其非粮化率偏高。因此，为了保证各省耕地非粮化测度结果具有科学性、客观性和可比性，本文通过对各省份不同时点测算方法结果的一一对比，以相差10.0%以内作为参照标准确定其耕地非粮化率，对于北京、青海、宁夏、河南、安徽、湖北、江苏、浙江、贵州、云南、广西等11个省份的耕地非粮化率使用A、B、C三种方法的结果均值，其他省份取A和B方法的结果均值。

2 结果与分析

2.1 耕地非粮化时空特征

2.1.1 国家层面

由图3可知，2000—2021年中国耕地非粮化率总体围绕30.0%的水平呈波动式小幅度下降，说明研究期内中国耕地非粮化略有改善，耕地保护取得了一定成效。其中，2000—2005年耕地非粮化率上升明显，增幅在8.0%左右，主要是受农业结构调整、生态修复和城镇化、工业化等影响，大量耕地改种经济作物和转变为果园、林地。2005—2010年耕地非粮化率出现较大的变动，呈现负增长态势，降幅将近10.0%，这期间国家发布了《关于坚决制止占用基本农田进行植树等行为的紧急通知》，提出坚决制止占用基本农田进行植树等行为，印发了《省级政府耕地保护责任目标考核办法》，各级地方政府积极采取措施，严格落实耕地占补平衡制度，在很大程度上改变了耕地非粮化趋向。2010年之后，耕地非粮化率变化幅度较小，先微幅增加后又降低，这时期中国经济进入了快速发展阶段，制定了“藏粮于地、藏粮于技”和“以我为主、立足国内、确保产能”的国家粮食安全战略，实施了一系列关于耕地保护的重要举措，尤其是2013年党的十八大以来，耕地保护力度空前加大，明确了18.0亿亩耕地保有量和不低于15.6亿亩永久基本农田的保护目标，修订了《基本农田保护条例》，建立了耕地保护跨省级补偿机制，开展了中低产田改造和高标准农田建设工程，部署了农村乱占耕地建房问题整治工作等，这些突出耕地系统管理和粮食生产能力建设的有力举措推进了中国粮食作物播种面积的稳定提升，降低了耕地非粮化率。
图3 中国耕地非粮化的时序演变

注：图中数据来源于207篇文献结果统计。

Fig.3 Temporal change of non-grain production of cultivated land in China

2.1.2 区域层面

为了指导和管理农业发展，适应粮食生产和流通格局变化，中国划分了九大农业区(北方干旱半干旱区、东北平原区、云贵高原区、华南区、四川盆地及周边地区、长江中下游地区、青藏高原区、黄土高原区、黄淮海平原区)、六大粮食作物种植制度区(华北、东北、西北、长江中下游、东南沿海和西南地区)和三大粮食功能区(粮食主产区、主销区、产销平衡区)，形成了具有明显地域特征的耕地资源分布和农业地理区域，各区域地理条件和经济社会发展等差异也对种植结构、粮食生产和耕地利用形态产生了不同的影响。其中，九大农业区涵盖中国全部农业生态类型区，气候类型多样，能系统反映自然条件对非粮化的基底约束；六大粮食作物种植制度区通过复种指数可系统揭示耕地利用强度的空间差异，并反映自然条件对非粮化的约束作用；三大粮食功能区在粮食生产定位、要素投入、政策扶持等方面具有显著差异，在粮食生产能力上呈现出差异化的发展特征。因此，本文以上述各类区域为单元分析其耕地非粮化特征。
(1) 九大农业区。由图4a可知，研究期内各农业区耕地非粮化率存在较大差异，整体上东北平原区低于20.0%，黄淮海平原区处于20.0%~30.0%区间，黄土高原区整体保持在30.0%以内，长江中下游地区、四川盆地及周边地区、云贵高原区和青藏高原区基本处于30.0%~40.0%区间。北方干旱半干旱地区前期的耕地非粮化率稳定在30.0%~40.0%区间，2021年处于40.0%~50.0%区间，华南地区则持续高于40.0%。与此同时，耕地非粮化率也存在不同程度提升。具体来看，北方干旱半干旱区非粮化率变动最大，研究期内增长了20.0%左右，该地区受降水条件限制及西部大开发战略的持续推进，耕地适宜性下降。华南区耕地非粮化率增长了20.0%以上，该区域处于中国东南沿海，农村产业重心逐渐转移到二三产业，导致非粮化程度不断加重；云贵高原区、青藏高原区和四川盆地及周边地区耕地非粮化率普遍增长了10.0%~20.0%，这些区域主要是受自然、经济、技术等条件限制，粮食生产难度较大，且近年来区域开发对生态环境带来的负面影响进一步加重了非粮化程度。长江中下游平原区耕地非粮化率总体稳定在30.0%~40.0%的中等水平，该区域水资源相对充沛，历来是中国的鱼米之乡，池塘养殖和油料、茶叶种植等是耕地非粮化的主要来源[52]。黄土高原区和黄淮海平原区耕地非粮化率变化较小，总体保持在20.0%~30.0%以内，黄土高原区受生态条件影响较大，脆弱的生态环境和水资源缺乏且分布不同，导致其粮食作物产量低、质量差，而优越的气候和光照条件更加适宜于苹果等瓜果种植，部分低山丘陵的耕地资源进行了非粮生产[53]；黄淮海平原区是中国的粮食主产区，国家多重并举的协同施策使得非粮化相对稳定，但该区域同时也是苹果、梨、板栗等作物的丰产区，部分耕地出现了非粮化现象。东北平原区耕地非粮化率始终处于20.0%以下的低水平状态且逐渐呈下降趋势，说明东北三省作为全国商品粮基地，在非粮化管控方面效果显著。
图4 中国耕地非粮化的分区域演变特征

注：本图基于自然资源部标准地图服务网站GS(2020)4619号标准地图制作，底图无修改；图中数据来源于207篇文献结果统计。图5同。

Fig.4 Sub-regional change characteristics of non-grain production of cultivated land in China

(2) 六大粮食作物种植制度区。由图4b可知，研究期内粮食作物种植制度区的耕地非粮化率整体呈现南方地区高于北方地区，前者非粮化率普遍高于30.0%，后者则基本低于30.0%。具体来看，东北地区耕地非粮化率一直维持在20.0%以下，变化幅度微小，该区域是重要的黑土区，土壤肥沃，地形条件和气候条件都非常适合粮食作物生产，耕地的粮食种植程度保持在较高水平。华北地区耕地非粮化呈增长趋势，增幅在10.0%左右，近年来该地区城镇化发展及农业结构调整为非农就业和多元化作物种植提供了便利，加重了耕地非粮化程度。西北地区耕地非粮化率上升了10.0%左右，达到30.0%~40.0%的区间水平，该地区地形多以山地丘陵为主，独特的地理气候条件更适宜经济作物生产，使得耕地非粮化特征明显。长江中下游地区耕地非粮化率变动较小，一直保持在中等水平。西南地区耕地非粮化率上升了10.0%左右，也达到30.0%~40.0%的中度水平，该区域地形起伏较大，耕地破碎化严重，导致非粮化现象频发。东南沿海地区耕地非粮化率由初期的30.0%~40.0%上升到50.0%以上的高水平状态，该区域经济较为发达，城镇化建设及二三产业的发展吸引了大量农村劳动力进城打工，农业生产所需的劳动力短缺，加剧了耕地非粮化。
(3) 三大粮食功能区。由图4c可知，研究期内三大粮食功能区耕地非粮化水平变化明显。其中，粮食主产区耕地非粮化率处于20.0%~30.0%区间，变化幅度较小，保持在较低水平，该功能区省份的地势较为平坦，气候、土壤和水文等条件适合粮食作物生产，同时长期形成的耕作技术优势和国家高标准农田建设计划及耕地保护相关政策对主产区耕地的严格管控，均是导致该区粮食稳定生产的重要因素[54]。粮食产销平衡区基本能够实现粮食的自给自足，但其对全国粮食产量贡献有限，耕地非粮化率高于主产区，由初期的20.0%~30.0%提高到30.0%~40.0%区间，变化幅度在10.0%~20.0%之间。该区域所包含省份的地形多处于中国第一二阶梯，独特的地理和气候环境为经济作物及瓜果的种植创造了得天独厚的条件，很多耕地被调整为园地[55-56]；另一方面，受山地丘陵地形的影响，现代化农业生产受到很大的约束，粮食种植效率比较低，导致部分耕地被撂荒或者种植树木[32,57]。粮食主销区的省份经济比较发达，但粮食自给率低，粮食供求缺口较大，其耕地非粮化最为严重并呈加剧趋势，由早期的30.0%增长到50.0%左右，这些省份受城镇建设、乡村旅游开发、观光农业发展等影响，耕地用途发生了转变，2019年国家颁布的《设施农业用地管理通知》进一步加速了耕地流转，大量流转后的耕地未种植粮食作物，而转向栽种甘蔗、花生、茶叶等经济作物[35,58]。

2.1.3 省际层面

中国省域层面耕地非粮化程度整体呈现集聚式递增、阶段性分化的动态过程(图5)。首先，研究期内耕地非粮化率整体从东北向西北、西南和东南逐渐增加。一是基于自然条件优越、国家农业政策引导等多重因素，作为中国粮食安全“压舱石”的东北三省耕地非粮化持续低于20.0%，山西耕地非粮化由初期20.0%~30.0%降到20.0%以下，黄淮海平原的山东、河南、江苏、安徽四省耕地非粮化由初期的30.0%~40.0%降到30.0%以下。二是东南部的广东、福建、浙江、海南和西南部的广西、云南、贵州、四川、西藏等省份耕地非粮化率持续攀升，幅度在20.0%左右，一方面随着国家发展战略的统筹及周围经济圈的辐射带动，东南部省份经济迅速发展，产业结构调整后第一产业比例大幅度降低，耕地非粮化程度随之加重；另一方面这些省份所处的地理位置及自然气候条件为非粮化种植提供了便利，导致理性农户倾向于从粮食生产转向经济作物种植，例如海南省地处热带地区，盛产经济收益高的热带水果及橡胶等。三是西北部的新疆、青海、甘肃、宁夏等省份的耕地非粮化率增幅在10.0%左右，尤其是新疆和青海的耕地非粮化率一直保持在较高水平，该区域是传统经济作物种植区，受生产条件的制约，耕地更加适宜种植棉花、油料作物及糖料作物。
图5 中国耕地非粮化的省际时空动态

Fig.5 Inter-provincial spatial-temporal dynamics of non-grain production of cultivated land in China

其次，全国耕地非粮化率在2000—2021年出现了由低到高的阶段性分化现象。具体来看，2000年全国少数几个省份耕地非粮化率高于40.0%，东北和西部地区省份整体处于20.0%~30.0%区间，东南和中部地区省份整体处于30.0%~40.0%区间，该时期中国安排了良种补贴资金，农户种粮热情高涨，处于粮食增产阶段。2005年东南部沿海省份耕地非粮化率增长到30.0%~40.0%区间，这时期东南沿海地区产业结构逐渐向二三产业转移，农业发展受到挤压，耕地非粮化加重。2010—2015年中部和西南部省份的耕地非粮化率增长了10.0%左右，浙江的耕地非粮化率更是达到50.0%以上，这一时期全国近一半省份非粮化率高于研究初期。2021年除东北和黄淮海地区省份耕地非粮化率保持在20.0%水平之外，全国大部分省份的耕地非粮化率都明显提升，尤其是新疆和海南耕地非粮化率达到60.0%以上，北京、上海、广东、浙江、广西和贵州耕地非粮化率达到50.0%以上，这与耕地自然条件限制、农业基础设施建设脆弱、种粮净利润低、农业劳动力流失、非粮作物市场需求等多元因素密切相关。

2.2 耕地非粮化的影响因素与驱动机制

2.2.1 耕地非粮化影响因素分析

中国耕地非粮化影响因素体现在自然环境、经济发展、社会活动和政策技术4个方面，包含的影响因素数量比较均匀，但各因素的作用频率差别较大，其中作用程度较高的因素主要有耕地面积、种粮比较收益、城镇化率、乡村劳动力、GDP、农业机械总动力和农业综合补贴政策等(图6)。
图6 耕地非粮化共性影响因素及作用频率统计

Fig.6 Statistics of common factors of non-grain production of cultivated land and their frequencies

(1) 自然环境因素的作用频率为20.0%，以资源禀赋和地理环境两类指标影响较为显著，两者作用频率为16.2%，土壤和区位因素对耕地非粮化的影响相对较小。在地理环境指标中，地形类因子的分布频率最高，尤其是地形起伏度对耕地种植结构的影响较大；气候类因子中降水对耕地非粮化影响较为明显。在资源禀赋指标中，耕地面积因子分布频率最高，反映了区域的耕地资源数量，充足的耕地资源是农作物种植的自然基础，而种植作物的多样性选择则是导致耕地非粮化的重要因素。此外，地域差异性导致区域耕地非粮化的影响因素并不存在绝对的共性，有些因素只对特定区域产生显著影响，即差异性因子。在差异性因子中，日照条件通过高质量耕地占比反映作物种植的自然生产条件，对粤北山区耕地非粮化产生负向影响[32]；耕地年退化率和复种指数对广西石漠化地区耕地非粮化率的加剧具有显著促进作用[55]；距水源距离远近对山东省水浇地的耕地非粮化具有显著影响[15]；水网密度在重庆市表现出水网密集程度能够抑制耕地非粮化现象[56]。
(2) 经济发展因素的作用频率为22.8%，以比较收益和经济结构两类指标影响较为显著，两者作用频率为18.0%，粮食产量因素对耕地非粮化的影响较小。在比较收益指标中，种粮比较收益和农业生产资料成本两类因子的频率明显较高，说明农作物的成本收益在较大程度上影响农户对耕地种植行为的选择。在经济结构指标中，经济增长类因子(如GDP)和产业结构类因子(如第一产业GDP占比)频率较高，说明地区经济发展情况在很大程度上影响耕地用途转变，其中农业产值比例反映区域农业发展规模和成果，能够促进或遏制耕地非粮化，农村固定资产投资反映了工商资本对农村经济的投资情况，其投资偏好会直接改变农业种植结构而加剧耕地非粮化[58]；种植结构调整尤其是油料作物作为经济作物种植面积中占比最大的非粮作物，其种植面积对耕地非粮化与有显著的负向影响；粮食产量则反映了地区粮食生产能力，优越耕作条件能够提升粮食产量，通过发挥辐射效应对耕地非粮化起到负向作用。在差异性因子中，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较大，主要是因为广西气候温暖湿润，适宜多种经济作物的种植[20]。房地产投资额对山西耕地非粮化具有显著的正向影响，原因在于房地产投资额增大，更利于农民向城市转移，导致农村种粮劳动力短缺。药材产量、单位面积蔬菜与水果产量作为差异因子对山西耕地非粮化具有显著影响，表现在水果产量、药材产量与耕地非粮化呈负相关，而蔬菜产量与耕地非粮化呈正相关，原因在于水果和药材种植为农村吸引了一部分劳动力，带动了粮食作物种植，而蔬菜种植于耕地，加剧了耕地非粮化[31]。
(3) 社会活动因素的作用频率为28.7%，以劳动力因素和城乡差距两类指标影响较为显著，两者作用频率为18.6%。在劳动力因素指标中，乡村劳动力因子频率最高，说明乡村劳动力投入强度越大，越有利于遏制耕地非粮化；乡村劳动力质量则反映了劳动力受教育水平及对耕地非粮化的认知，一般来说，劳动力文化水平越高，越重视耕地保护；种粮老龄化则在一定程度上加重了耕地非粮化[57]。在城乡差距指标中，城镇化率和城乡居民可支配收入差距两个因子反映了区域城市发展和城乡差距水平，均对耕地非粮化具有正向作用，在城镇化过程中农村劳动力流失使得农业生产面临劳动力短缺而导致耕地非粮化提升，而城乡差距的拉大意味着农民放弃非农就业的损失越大，导致农民从事粮食种植的积极性越低。此外，居民生活水平指标中的市场消费结构调整因子的作用频率比较高，居民生活水平的提高产生了多样的食物需求，进而影响了农户的种植选择，加剧了耕地非粮化；利益主体指标中的地方政府因子和工商资本逐利行为在一定程度上加剧了耕地种植结构调整，更倾向于选择收益更高的经济作物和设施农业，会加重耕地非粮化水平。在差异性因子中，农村居民最低生活保障人数的增加导致广西石漠化地区耕地非粮化率提高，因为生活水平较低的居民会倾向于选择经济作物来提升收益以改善生活水平[30]；粮食收入占家庭收入比对山东耕地非粮化具有显著的负向影响[59]，强化基础设施建设和农村宅基地建房导致的土地刚性需求增加则加速了河南耕地非粮化程度[60]。
(4) 政策科技类因素的作用频率为23.9%，以农业科技和政策调控两类指标影响较为显著，两者作用频率为21.1%。在农业科技指标中，农业机械总动力提升能够提高耕地生产效率、促进耕地规模化经营，从而扩大粮食种植和生产的积极性；但对于经济发达的东南沿海地区，相较于粮食作物，将机械化用于经济作物种植，所带来的经济收益更加可观，容易加剧耕地非粮化；从增加粮食产量的角度出发，耕地灌溉面积和农用化肥施用量有助于抑制耕地非粮化的加剧。在政策调控指标中，土地流转政策、农业综合补贴政策、耕地保护政策等的优化和完善均对遏制耕地非粮化起到显著作用。此外，加强法律监管体系建设和推行农村合作社发展模式，会对耕地非粮化进行有效控制。
综上可见，耕地非粮化行为及其程度变化是自然、经济、社会和政策等多影响因子共同作用的结果，但不同因子的作用程度和方向有差异，整体上表现为社会活动类因素强于其他三类因素。大部分地区耕地非粮化影响因子较为趋同，少数地区因其独特的自然环境、经济状况或政策引导，存在个别的差异化因子。此外，也存在同一影响因子对不同地区作用有差别的现象。因此，耕地非粮化管理需要辩证分析不同地区的自然和社会经济条件，根据影响因素的作用情况因地制宜地采取相应的管控措施。

2.2.2 耕地非粮化驱动机制

耕地非粮化本质是土地经营者在自然、社会、经济、政策、法律等因素综合影响下，改变生产决策和调整土地利用方式的复杂过程和具体表现[54,61]。该过程中各类因素所发挥的作用效应和影响周期不尽相同，并以交互和综合等方式驱动耕地非粮化发生时空变化(图7)。
图7 中国耕地非粮化的驱动机制

Fig.7 Driving mechanisms of non-grain production of cultivated land in China

其一，自然环境是影响耕地种植的基础性因素，气候地形、土壤肥力、地理区位及耕地资源禀赋等条件是农作物生产和种植的重要前提，通过影响区域差别化的政策制定和土地经营者的种植行为选择，对耕地粮食和经济作物种植起到支撑作用。同时，由于自然地理环境自身的稳定性及其对耕地种植影响的长期性，对耕地非粮化演变具有持续性的本底效应。
其二，经济发展对耕地非粮化具有双向驱动作用：一方面，经济结构和种粮比较收益的高低决定了土地经营者的种植方案，尤其是在自然条件较差的山区，农户出于成本收益的权衡会倾向于减少粮食作物的种植比例，转向种植收益更高的非粮食作物，但水果、药材等非粮食种植也为农村吸引了一部分技术型劳动力，有助于带动粮食作物种植；另一方面，粮食产量较高的区域自然条件比较优越，耕地的种植结构具有更多的选择权，自营农户出于理性考虑也会选择非粮食种植，而农业专业大户等新型农业经营主体则会选择国家政策支持下收益更高的连片式、机械化的经营模式，土地流转形成的耕地规模化经营在一定程度上促进了耕地的粮食种植。所以，在不同资源禀赋下经济收益类和粮食产量类因子相互作用形成了对耕地非粮化的空间性催化效应。
其三，社会活动是推动耕地非粮化的关键性因素，乡村劳动力数量和质量、城镇化和城乡居民收入差距、市场消费需求和种植结构调整等因素与耕地非粮化具有直接关系。城镇化发展吸引大量农村劳动力进城务工，农村种粮劳动力尤其是受教育和认知水平高的青年劳动力极其短缺，而城乡收入差距的扩大也让农户认识到从事粮食种植的机会成本越来越高和放弃非粮生产的损失也会越来越大；同时，社会进步改变了居民的消费需求，粮食作物不再是获取食物的唯一来源，粮食需求减少和非粮食需求增加必然导致农户降低粮食作物的种植比例。所以，随着经济发展和社会进步，居民就业趋向和膳食结构的改变会对耕地非粮化产生长时程的增强效应。
其四，政策技术是调控耕地非粮化的决定性因素，农机与灌溉技术、农业生产和土地流转补贴政策、耕地保护法律法规等因素的推广与实施对耕地非粮化调节具有积极作用。人工智能技术在农业领域的推广应用和高标准农田建设工程的广泛开展，改变了耕地的种植条件和精细化管理程度，促进了以土地流转为主要途径实现粮食生产的规模化经营，加上国家对大规模粮食种植的补贴和实行最严格的耕地保护制度和法律法规，推动耕地粮食生产范围和生产能力得到了明显提升，降低了耕地非粮化加剧的风险和可能，发挥出有效的阻滞效应。
最终，通过对自然环境、经济发展、社会活动和政策技术4类主导因素的本底、催化、增强和阻滞效应进行分解与合成，形成了包含支撑力、拉力、推力和阻力的多元合力，并以复合作用的方式发挥出对耕地非粮化影响的综合性驱动效应。

3 结论与讨论

3.1 结论

本文采用荟萃分析提取了已有文献中耕地非粮化测度数据，利用频次记录法梳理了耕地非粮化影响因素，揭示和总结了2000—2021年中国耕地非粮化的时空演变特征和驱动机制。主要结论包括：
(1) 已有文献测度耕地非粮化的方法不统一，不同方法所得结果都有一定合理性，但也存在明显的差异。考虑各种方法的使用频率和测度范围，本文重点对非粮作物面积占比法、复种指数法和秋粮面积法三种方法进行比较。其中，全国层面三种方法的测度结果基本相似，得到的全国耕地非粮化率基本在30.0%左右；省际层面耕地非粮化的非粮作物面积占比法和复种指数法测度结果基本持平，秋粮面积法在部分省份相差较大，为了保证结果的科学性、客观性和可比性。本文以三种方法测度结果相差10.0%以内作为确定秋粮法测度结果是否使用的标准，并以各种方法测度结果的均值衡量不同时期各省份耕地非粮食化水平。
(2) 研究期内中国耕地非粮化程度基本稳定在30.0%左右，总体上有小幅度的下降。在区域层面，九大农业区中东北平原区、黄淮海平原区和黄土高原区耕地非粮化率低于30.0%且相对稳定，长江中下游地区、四川盆地及周边地区、云贵高原区、青藏高原区和北方干旱半干旱地区总体处于30.0%~50.0%区间且基本上增长了10.0%~20.0%，华南地区达到了50.0%以上且增长率达到了20.0%以上；六大粮食作物种植制度区中北方地区的耕地非粮化率低于南方地区，华北地区、东北地区和长江中下游地区基本保持稳定，西北地区和西南地区出现10.0%~20.0%的增长，东南沿海地区达到50.0%以上，非粮化水平显著增长；三大粮食功能区中粮食主产区耕地非粮化率稳定在20.0%~30.0%区间，粮食产销平衡区达到30.0%~40.0%区间、增加了10.0%~20.0%，粮食主销区达到50.0%左右、增长了20.0%以上。在省际层面，耕地非粮化呈现集聚式递增和阶段性分化的动态过程，耕地非粮化率整体从东北省份向西北、西南和东南省份逐渐增加，由初期非粮化率20.0%~40.0%为主逐渐演变为末期40.0%~60.0%为主，仅有东北和黄淮海平原地区省份保持在较低水平。
(3) 驱动中国耕地非粮化的影响因素主要体现在自然环境、经济发展、社会活动和政策技术4个方面，具体的影响因子可以分为共性因子和差异性因子两种类型，主要的共性影响因子包括地形条件与耕地资源禀赋、种粮比较收益与农业产值、乡村劳动力规模与质量、城乡居民收入差距与城镇化水平、农业机械化程度与灌溉设施条件、农业综合补贴政策与土地流转政策等；差异性影响因子包括水网密度、农村居民最低生活保障人数、房地产发展和经济作物种植规模等，对个别省份耕地非粮化产生影响。这些因素在耕地非粮化过程中具有基础性、双向性、推动性和调控性等作用，发挥着本底、催化、增强和阻滞等效应，并以支撑力、拉力、推力和阻力分解与合成的方式，对耕地非粮化产生综合驱动。

3.2 讨论

(1) 耕地非粮化作为当前中国农业转型发展中的突出问题，其本质是耕地用途从粮食生产转向经济作物、林果业或其他非粮用途的过程。这一现象既受市场驱动下农业结构调整的影响，也涉及政策执行与资源禀赋的复杂互动，呈现出显著的区域异质性特征。尤其是中国很多地区的耕地条件不适合粮食生产，如新疆山麓地带因光热条件适宜棉花、葡萄种植，南方亚热带气候则适宜于甘蔗、槟榔等种植，并且这些地区在长期发展中形成了规模化的农业优势产区，同时也是农民比较效益的理性选择。因此，从政策驱动和农业农民发展来看，存在两种不同的治理情境：一是保障国家粮食安全情境，要确保中国人的饭碗端在自己手里，就要加强耕地非粮化治理，尤其是粮食主产区和永久基本农田要保证耕地用于粮食生产；二是保障农民收入提升情境，对于一些以特色农作物种植为主的地区，耕地非粮化由来已久，要彻底推倒以特色农作物为主的谋生保障来完成耕地保护任务，显然会打破“以人为本”的治理理念，不适合推进强制性手段进行耕地非粮化治理。所以，耕地非粮化治理需要平衡好粮食安全与农民增收、农业发展之间的关系，既要防止耕地过度转向非粮食用途威胁粮食安全，又要避免“一刀切”治理而挫伤农业生产主体的积极性。
(2) 针对未来耕地非粮化面对的不同情境，并结合荟萃分析识别的非粮化影响因素，从“利益协调—分类管控—技术赋能—模式创新—制度优化”等方面，探索可持续的耕地非粮化治理路径[25,62]。一是化解多元主体利益冲突。政府在多主体中占据主导，应强化粮食安全在自身考核中的权重，建立耕地保护补偿、提高种粮补贴以及完善农产品价格形成机制，完善粮食生产的社会化服务体系，不断提升农户种粮积极性，推动耕地保护从“行政强制”向“经济传导”转变，实现“稳粮增收”双赢。二是分类应对区域异质性。粮食主产区应聚焦“藏粮于地”战略，实行严格的用途管制和空间规划，防止新增非粮化；大都市郊区和山地丘陵区因农业多功能需要可适度允许非粮化，如发展特色农产品种植和生态景观农业等；而对存量问题要根据非粮化行为对耕地损害程度，采取逐步化解或补贴引导转型等方式，避免“运动式”治理。三是发挥技术赋能作用。利用“卫星遥感+无人机+物联网”技术构建动态监测网络，实现耕地非粮化和复耕的精准排查；同时，推广土壤改良、精准施肥和抗逆等技术，加强农田水利设施建设，提升治理后耕地治理和抗灾韧性能力，降低种粮风险。四是推行适应性治理模式，根据气候和耕地适宜性水平，确定耕地非粮化治理后的农产品类型并有针对性调整种植结构，如东北推广粮食保护性耕作；对于一般耕地可允许适度轮作或间作，对非粮化耕地施行复合农业、套种间作、梯田复耕等多种整改措施。五是优化制度政策工具。探索“清单式”治理制度，对粮食主产区和永久基本农田建立“负面清单”，实行严格禁止非粮化的刚性约束；主销区设定“非粮化比例阈值”并动态监测，产销平衡区实行“非粮化增量零容忍”并纳入政绩考核；同时，建立三大产区横向补偿机制，实现耕地保护成本共担与粮食安全利益共享，形成跨区域协同治理新格局。
(3) 本文将荟萃分析引入耕地非粮化演变研究，验证了前人个案研究结论在耕地非粮化时空特征和驱动因素分析中的正确性和有效性，并为深入探讨耕地非粮化的社会经济和自然环境效应提供了基础。结果表明，研究期内中国耕地非粮化水平基本稳定在30.0%左右，总体上有小幅度的下降，粮食主产区的非粮化程度较低且稳定，主销区耕地非粮化水平较高且变化较大。以上研究发现支持了一些学者的观点[1,13,26]，同时与相关研究也存在一定区别。首先，在耕地非粮化时空特征方面，本文发现中国耕地非粮化率整体从东北向西北、西南和东南逐渐增加，非粮化程度严重的区域集中于新疆、青海、海南、北京、上海、广东、浙江、广西等省份，而周晓航[28]、孟菲等[46]的研究表明，中国耕地非粮化整体由东北向东南、西南逐步增加，非粮化水平高值区主要为东南沿海和新疆地区。其次，在对非粮化影响因素的分析上，区别于已有研究强调地区特征要素分析的研究方式，本文将所有可能对耕地非粮化产生影响的指标全部考虑在内，并从共性和差异性两方面对耕地非粮化的驱动因素进行分类与机制解析，保证了指标选择的全面性，同时避免了因时间变化而导致的不确定性。另外，不同耕地非粮化测度方法有其适用条件和区位。如东北平原、黄淮海平原等主产区主推复种指数法与非粮作物面积占比法，结合遥感技术动态解析种植结构与复种潜力；华南、东南沿海等经济作物主导区，应引入秋粮面积法矫正作物熟制干扰，借助遥感影像识别非粮作物类型；西北干旱区与西南山区可采用全国国土调查数据法与实地调研相结合，重点识别撂荒与生态修复引致的耕地流失。
(4) 本文还存在些许不足之处和需要加强研究的内容。一是研究方法上，通过荟萃分析采集的样本仅限于已经发表的论文，以国家和省域宏观尺度的文献数量较多，研究尺度较为宏观，对市域及以下尺度的研究尚有不足，未来有必要在大数据思想指导下，利用网络爬虫、无人机航拍与微观问卷调查补充市县域尺度信息缺口，以便精准和详细地刻画中国耕地非粮化的时空分布特征，为差异化治理提供多源数据支撑。二是数据处理上，耕地非粮化的不同测算方法会产生多种不同结果，本文虽采用耕地非粮化率区间值进行表达，但数据的准确性仍有待提升，未来需要根据地区特点制定与该实际情况相适应的测算方式，或结合遥感技术开展非粮化率估算，以此提高数据的精准度。三是影响因素分析上，重点对自然、经济、社会、政策四方面的共性因素进行了系统分析，在差异性因素方面仅对个别省份情况进行了表述，还需进一步结合相关研究成果，加强对各省份特性因子的详细探析。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
张婕, 刘玉洁, 张二梅, 等. 中国县域耕地动态演变及其驱动机制[J]. 地理学报, 2023, 78(9): 2105-2127.

DOI

[Zhang Jie, Liu Yujie, Zhang Ermei, et al. Dynamics and driving mechanisms of cultivated land at county level in China. Acta Geographica Sinica, 2023, 78(9): 2105-2127.]

DOI

[2]
Liu Y S, Zhou Y. Reflections on China's food security and land use policy under rapid urbanization[J]. Land Use Policy, 2021, 109: 105699. doi: 10.1016/j.landusepol.2021.105699.

[3]
刘彦随, 乔陆印. 中国新型城镇化背景下耕地保护制度与政策创新[J]. 经济地理, 2014, 34(4): 1-6.

[Liu Yansui, Qiao Luyin. Innovating system and policy of arable land conservation under the new-type urbanization in China. Economic Geography, 2014, 34(4): 1-6.]

[4]
刘彦随. 中国新时代城乡融合与乡村振兴[J]. 地理学报, 2018, 73(4): 637-650.

DOI

[Liu Yansui. Research on the urban-rural integration and rural revitalization in the new era in China. Acta Geographica Sinica, 2018, 73(4): 637-650.]

DOI

[5]
曲艺, 龙花楼, 曹林森. 城镇化背景下土地利用转型的环境与经济效应耦合研究框架构建[J]. 地理科学进展, 2024, 43(4): 799-809.

DOI

[Qu Yi, Long Hualou, Cao Linsen. Construction of a research framework for coupling environmental and economic effects of land use transition under urbanization. Progress in Geography, 2024, 43(4): 799-809.]

DOI

[6]
刘正佳, 钟会民, 李裕瑞, 等. 近20年中国粮食生产变化特征及其对区域粮食供需格局的影响[J]. 自然资源学报, 2021, 36(6): 1413-1425.

DOI

[Liu Zhengjia, Zhong Huimin, Li Yurui, et al. Change in grain production in China and its impacts on spatial supply and demand distributions in recent two decades. Journal of Natural Resources, 2021, 36(6): 1413-1425.]

DOI

[7]
梁鑫源, 金晓斌, 孙瑞, 等. 多情景粮食安全底线约束下的中国耕地保护弹性空间[J]. 地理学报, 2022, 77(3): 697-713.

DOI

[Liang Xinyuan, Jin Xiaobin, Sun Rui, et al. China's resilience-space for cultivated land protection under the restraint of multi-scenario food security bottom line. Acta Geographica Sinica, 2022, 77(3): 697-713.]

DOI

[8]
曹宇, 李国煜, 王嘉怡, 等. 耕地非粮化的系统认知与研究框架: 从粮食安全到多维安全[J]. 中国土地科学, 2022, 36(3): 1-12.

[Cao Yu, Li Guoyu, Wang Jiayi, et al. Systematic review and research framework of "non-grain" utilization of cultivated land: From a perspective of food security to multi-dimensional security. China Land Science, 2022, 36(3): 1-12.]

[9]
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.

[Kuang Yuanpei, Liu Yang. Distingushing "non-agriculturalization" and "non-grainification" in the process of rural land transfer. Rural Economy, 2018(4): 1-6.]

[10]
王世磊, 金晓斌, 张辛欣, 等. 粮食主产区非粮化耕地整治潜力与分区调控: 以成都平原为例[J]. 地理科学进展, 2023, 42(11): 2172-2185.

DOI

[Wang Shilei, Jin Xiaobin, Zhang Xinxin, et al. Potential and differentiated control of non-grain cultivated land consolidation in major grain producing areas: A case study of the Chengdu Plain. Progress in Geography, 2023, 42(11): 2172-2185.]

DOI

[11]
Su Y, Qian K, Lin L, et al. Identifying the driving forces of non-grain production expansion in rural China and its implications for policies on cultivated land protection[J]. Land Use Policy, 2020, 92: 104435. doi: 10.1016/j.landusepol.2019.104435.

[12]
Lu D, Wang Z P, Su K C, et al. Understanding the impact of cultivated land-use changes on China's grain production potential and policy implications: A perspective of non-agriculturalization, non-grainization, and marginalization[J]. Journal of Cleaner Production, 2024, 436: 140647. doi: 10.1016/j.jclepro.2024.140647.

[13]
陈浮, 刘俊娜, 常媛媛, 等. 中国耕地非粮化空间格局分异及驱动机制[J]. 中国土地科学, 2021, 35(9): 33-43.

[Chen Fu, Liu Junna, Chang Yuanyuan, et al. Spatial pattern differentiation of non-grain cultivated land and its driving factors in China. China Land Science, 2021, 35(9): 33-43.]

[14]
张文芝, 程群玉, 查香香. 可持续发展视角下耕地“非粮化”影响因素研究[J]. 粮食科技与经济, 2022, 47(4): 9-14.

[Zhang Wenzhi, Cheng Qunyu, Zha Xiangxiang. Study on the influencing factors of cultivated land "non-grain" from the perspective of sustainable development. Food Science and Technology and Economy, 2022, 47(4): 9-14.]

[15]
张惠中, 宋文, 张文信, 等. 山东省耕地“非粮化”空间分异特征及其影响因素分析[J]. 中国土地科学, 2021, 35(10): 94-103.

[Zhang Huizhong, Song Wen, Zhang Wenxin, et al. Analysis of spatial differentiation characteristics and influencing factors of "non-grain" cultivated land in Shandong Province. China Land Science, 2021, 35(10): 94-103.]

[16]
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.

[Wang Quanxi, Song Ge, Sui Hongjun. Spatial-temporal pattern evolution of cultivated land conversion and its driving factors: A twofold perspectives of impact analysis and configuration analysis. China Land Science, 2023, 37(5): 113-124.]

[17]
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.

[Yuan Shaofeng, Yang Lixia, Yang Guishan, et al. The spatial heterogeneity of socio-economic driving factors of cultivated land conversion: A case based on STIRPAT and GWR models. Economic Geography, 2013, 33(5): 137-143.]

[18]
朱道林. 耕地“非粮化”的经济机制与治理路径[J]. 中国土地, 2021(7): 9-11.

[Zhu Daolin. Economic mechanisms and governance pathways of "non-grain" cultivated land. China Land, 2021(7): 9-11.]

[19]
张学珍, 赵彩杉, 董金玮, 等. 1992—2017年基于荟萃分析的中国耕地撂荒时空特征[J]. 地理学报, 2019, 74(3): 411-420.

DOI

[Zhang Xuezhen, Zhao Caishan, Dong Jinwei, et al. Spatio-temporal pattern of cropland abandonment in China from 1992 to 2017: A meta-analysis. Acta Geographica Sinica, 2019, 74(3): 411-420.]

DOI

[20]
MacDonald D, Crabtree J R, Wiesinger G, et al. Agricultural abandonment in mountain areas of Europe: Environmental consequences and policy response[J]. Journal of Environmental Management, 2000, 59(1): 47-69.

[21]
Guo A D, Yue W Z, Yang J, et al. Cropland abandonment in China: Patterns, drivers, and implications for food security[J]. Journal of Cleaner Production, 2023, 418: 138154. doi: 10.1016/j.jclepro.2023.138154.

[22]
史铁丑, 李秀彬. 欧洲耕地撂荒研究及对我国的启示[J]. 地理与地理信息科学, 2013, 29(3): 101-103.

[Shi Tiechou, Li Xiubin. Farmland abandonment in Europe and its enlightenment to China. Geography and Geo-Information Science, 2013, 29(3): 101-103.]

[23]
Morugán-Coronado A, Pérez-Rodríguez P, Insolia E, et al. The impact of crop diversification, tillage and fertilization type on soil total microbial, fungal and bacterial abundance: A worldwide meta-analysis of agricultural sites[J]. Agriculture, Ecosystems and Environment, 2022, 329: 107867. doi: 10.1016/j.agee.2022.107867.

[24]
Barnes A P, Hansson H, Manevska-Tasevska G, et al. The influence of diversification on long-term viability of the agricultural sector[J]. Land Use Policy, 2015, 49: 404-412.

[25]
孔祥斌. 耕地“非粮化”问题、成因及对策[J]. 中国土地, 2020(11): 17-19.

[Kong Xiangbin. Problems, causes and countermeasures of "non-grain" cultivated land. China Land, 2020(11): 17-19.]

[26]
杜国明, 李宁宁, 张娜, 等. 全国耕地“非粮化”时空格局分析[J]. 东北农业大学学报(社会科学版), 2022, 20(2): 17-27.

[Du Guoming, Li Ningning, Zhang Na, et al. Analysis on the spatio-temporal pattern of non-grain cultivated land in China. Journal of Northeast Agricultural University (Social Science Edition), 2022, 20(2): 17-27.]

[27]
苗洁. 我国粮食主产区耕地“非粮化”的比较分析[J]. 农村·农业·农民, 2021(10): 4-5.

[Miao Jie. A comparative analysis of the "non-grain" cultivated land in China's main grain-producing areas. Rural Areas, Agriculture & Farmers, 2021(10): 4-5.]

[28]
周晓航. 中国耕地“非粮化”时空分异特征及影响因素研究[D]. 广州: 华南理工大学, 2022.

[Zhou Xiaohang. Research on the temporal and spatial differentiation characteristics and influencing factors of cultivated land "non-grain" in China. Guangzhou, China: South China University of Technology, 2022.]

[29]
李廷强, 郝点. 我国耕地“非粮化”现状及其复耕培肥技术研究进展[J]. 应用生态学报, 2023, 34(6): 1703-1712.

[Li Tingqiang, Hao Dian. Current situation of "non-grain production" of cultivated land in China and the research progress of re-tillage and fertilization technology. Chinese Journal of Applied Ecology, 2023, 34(6): 1703-1712.]

DOI

[30]
王鹏程, 张利国, 卢玉兰, 等. 广西耕地“非粮化”时空演变及影响因素研究[J]. 中国农业资源与区划, 2023, 44(5): 187-197.

[Wang Pengcheng, Zhang Liguo, Lu Yulan, et al. Study on the spatial-temporal evolution and influencing factors of non-grain cultivated land in Guangxi. Chinese Journal of Agricultural Resources and Regional Planning, 2023, 44(5): 187-197.]

[31]
牛金枫, 马艳杰, 晋鹏飞, 等. 粮食产销平衡区耕地非粮化时空分异及驱动类型[J]. 农业资源与环境学报, 2024, 41(4): 769-779.

[Niu Jinfeng, Ma Yanjie, Jin Pengfei, et al. Spatio-temporal differentiation and types of drivers of non-grain of arable land in food production and marketing balance areas. Journal of Agricultural Resources and Environment, 2024, 41(4): 769-779.]

[32]
吴大放, 吴钊骏, 李升发, 等. 粤北山区耕地非粮化演变特征及其影响因素[J]. 经济地理, 2023, 43(8): 144-153.

DOI

[Wu Dafang, Wu Zhaojun, Li Shengfa, et al. Spatiotemporal evolution and influencing factors of non-grain cultivated land in northern mountainous areas of Guangdong Province. Economic Geography, 2023, 43(8): 144-153.]

DOI

[33]
Feng Y B, Ke M X, Zhou T. Spatio-temporal dynamics of non-grain production of cultivated land in China[J]. Sustainability, 2022, 14(21): 14286. doi: 10.3390/su142114286.

[34]
邵宇飞. 河南省耕地“非粮化”空间格局分异、成因及对策研究[J]. 湖北农业科学, 2022, 61(23): 234-238.

[Shao Yufei. Research on the spatial pattern differentiation, causes and countermeasures of "non-grain production" cultivated land in Henan Province. Hubei Agricultural Sciences, 2022, 61(23): 234-238.]

[35]
苏越. 耕地非粮化时空演变与管控研究[D]. 杭州: 浙江大学, 2020.

[Su Yue. Study on the spatiotemporal evolution and control of non-grain production within cultivated land. Hangzhou, China: Zhejiang University, 2020.]

[36]
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.

[Xu Chang, Guo Jie, Yi Jialin, et al. Analysis on the evolution of spatiotemporal pattern and driving factors of non-grain cultivated land in Jiangsu Province from 1996 to 2020. Resources and Environment in the Yangtze Basin, 2024, 33(2): 436-447.]

[37]
Zhang D J, Yang W J, Kang D R, et al. Spatial-temporal characteristics and policy implication for non-grain production of cultivated land in Guanzhong region[J]. Land Use Policy, 2023, 125: 106466. doi: 10.1016/j.landusepol.2022.106466.

[38]
易小燕, 陈印军. 农户转入耕地及其“非粮化”种植行为与规模的影响因素分析: 基于浙江、河北两省的农户调查数据[J]. 中国农村观察, 2010(6): 2-10, 21.

[Yi Xiaoyan, Chen Yinjun. Analysis of the influencing factors of farmers' transfer to cultivated land and their "non-grain" planting behavior and scale: Based on the survey data of rural households in Zhejiang and Hebei provinces. China Rural Survey, 2010(6): 2-10, 21.]

[39]
Tan J, Cai D L, Han K F, et al. Understanding peasant household's land transfer decision-making: A perspective of financial literacy[J]. Land Use Policy, 2022, 119: 106189. doi: 10.1016/j.landusepol.2022.106189.

[40]
宋钰, 杨颖颖, 王家合, 等. 基于计划行为理论的农户耕地“非粮化”行为决策影响因素[J]. 中国农业大学学报, 2023, 28(9): 247-259.

[Song Yu, Yang Yingying, Wang Jiahe, et al. Factors influencing farmers' behavioral decision-making on "non-grain production" of cultivated land based on the theory of planned behavior. Journal of China Agricultural University, 2023, 28(9): 247-259.]

[41]
罗丹, 李文明, 陈洁. 种粮效益: 差异化特征与政策意蕴: 基于3400个种粮户的调查[J]. 管理世界, 2013, 29(7): 59-70.

[Luo Dan, Li Wenming, Chen Jie. Benefits of grain planting: Differentiation characteristics and policy implications: Based on a survey of 3400 grain farmers. Journal of Management World, 2013, 29(7): 59-70.]

[42]
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.

[Wang Yong, Chen Yinjun, Yi Xiaoyan, et al. The "non-grain" problem in the process of land transfer and the countermeasures. Chinese Journal of Agricultural Resources and Regional Planning, 2011, 32(4): 13-16.]

[43]
谢花林, 欧阳振益, 陈倩茹. 耕地细碎化促进了耕地“非粮化”吗: 基于福建丘陵山区农户的微观调查[J]. 中国土地科学, 2022, 36(1): 47-56.

[Xie Hualin, Ouyang Zhenyi, Chen Qianru. Does cultivated land fragmentation promote "non-grain" utilization of cultivated land: Based on a micro survey of farmers in the hilly and mountainous areas of Fujian. China Land Science, 2022, 36(1): 47-56.]

[44]
Hao W, Hu X D, Wang J M, et al. The impact of farmland fragmentation in China on agricultural productivity[J]. Journal of Cleaner Production, 2023, 425: 138926. doi: 10.1016/j.jclepro.2023.138962.

[45]
Zhu Y Y, Wang Z W, Zhu X H. New reflections on food security and land use strategies based on the evolution of Chinese dietary patterns[J]. Land Use Policy, 2023, 126: 106520. doi: 10.1016/j.landusepol.2022.106520.

[46]
孟菲, 谭永忠, 陈航, 等. 中国耕地“非粮化”的时空格局演变及其影响因素[J]. 中国土地科学, 2022, 36(1): 97-106.

[Meng Fei, Tan Yongzhong, Chen Hang, et al. Spatial-temporal evolution patterns and influencing factors of "non-grain" utilization of cultivated land in China. China Land Science, 2022, 36(1): 97-106.]

[47]
李荣欣, 袁承程, 刘黎明. 我国耕地非粮化发展态势与对策研究[J]. 自然资源情报, 2022(8): 29-35.

[Li Rongxin, Yuan Chengcheng, Liu Liming. Study on the development situation and countermeasures of non-grain utilization of cultivated land in China. Natural Resources Information, 2022(8): 29-35.]

[48]
张泽凡, 张学珍. 黄土高原植被恢复对土壤物理参数的影响: 基于已发表数据的荟萃分析[J]. 地理科学进展, 2021, 40(6): 1012-1025.

DOI

[Zhang Zefan, Zhang Xuezhen. Effects of vegetation restoration on soil physical parameters on the Loess Plateau: A meta-analysis based on published data. Progress in Geography, 2021, 40(6): 1012-1025.]

DOI

[49]
Zhang Z H, Ghazali S, Miceikienė A, et al. Socio-economic impacts of agricultural land conversion: A meta-analysis[J]. Land Use Policy, 2023, 132: 106831. doi: 10.1016/j.landusepol.2023.106831.

[50]
张青青, 曲衍波, 展凌云, 等. 中国粮食生产碳排放动态演进及驱动效应[J]. 地理学报, 2023, 78(9): 2186-2208.

DOI

[Zhang Qingqing, Qu Yanbo, Zhan Lingyun, et al. Dynamic evolution and driving effects of carbon emissions from grain production in China. Acta Geographica Sinica, 2023, 78(9): 2186-2208.]

DOI

[51]
金涛. 中国粮食作物种植结构调整及其水土资源利用效应[J]. 自然资源学报, 2019, 34(1): 14-25.

DOI

[Jin Tao. The adjustment of China's grain cropping structure and its effect on the consumption of water and land resources. Journal of Natural Resources, 2019, 34(1): 14-25.]

DOI

[52]
周小平, 梁颖, 李小天, 等. 耕地系统健康的时空演变及其驱动因素研究: 以长江中下游地区为例[J]. 自然资源学报, 2024, 39(5): 1174-1192.

DOI

[Zhou Xiaoping, Liang Ying, Li Xiaotian, et al. The spatiotemporal evolution and driving factors of farmland system health: Taking the middle and lower reaches of the Yangtze River as an example. Journal of Natural Resources, 2024, 39(5): 1174-1192.]

DOI

[53]
黄海潮, 温良友, 孔祥斌, 等. 中国耕地空间格局演化对耕地适宜性的影响及政策启示[J]. 中国土地科学, 2021, 35(2): 61-70.

[Huang Haichao, Wen Liangyou, Kong Xiangbin, et al. The impact of spatial pattern evolution of cultivated land on cultivated land suitability in China and its policy implication. China Land Science, 2021, 35(2): 61-70.]

[54]
常媛媛, 刘俊娜, 张琦, 等. 粮食主产区耕地非粮化空间格局分异及其成因[J]. 农业资源与环境学报, 2022, 39(4): 817-826.

[Chang Yuanyuan, Liu Junna, Zhang Qi, et al. Spatial pattern differentiation of cultivated land non-grain conversion in major grain-producing areas. Journal of Agricultural Resources and Environment, 2022, 39(4): 817-826.]

[55]
韦燕飞, 魏锋, 童新华. 广西石漠化地区耕地“非粮化” 特征刻画及归因识别[J]. 资源开发与市场, 2023, 39(1): 9-15, 105.

[Wei Yanfei, Wei Feng, Tong Xinhua. Characterization and attribution identification of "non-grain" cultivated land in rocky desertification areas in Guangxi. Resource Development & Market, 2023, 39(1): 9-15, 105.]

[56]
王成, 梁鑫, 豆浩健, 等. 乡村多元价值实现视角下的耕地“非粮化” 演变及其驱动机制: 以重庆市为例[J]. 经济地理, 2023, 43(4): 144-153.

DOI

[Wang Cheng, Liang Xin, Dou Haojian, et al. Spatio-temporal evolution and driving mechanism of non-grain cultivated land for rural multi-value realization: A case study of Chongqing. Economic Geography, 2023, 43(4): 144-153.]

DOI

[57]
葛玉娟, 赵宇鸾, 李秀彬. 山区耕地细碎化对土地利用集约度影响: 以贵州省亚鱼村为例[J]. 地理科学进展, 2020, 39(7): 1095-1105.

DOI

[Ge Yujuan, Zhao Yuluan, Li Xiubin. Farmland fragmentation and land use intensity in mountain areas: A case study of Yayu Village, Guizhou Province. Progress in Geography, 2020, 39(7): 1095-1105.]

DOI

[58]
王文龙. 工商资本下乡利弊之争: 基于利益博弈的视角[J]. 经济体制改革, 2022(1): 88-94.

[Wang Wenlong. Debate on the advantages and disadvantages of industrial and commercial capital going to rural areas from the perspective of game theory. Reform of Economic System, 2022(1): 88-94.]

[59]
王冲. 山东省耕地非粮化时空特征及影响因素研究[D]. 青岛: 青岛科技大学, 2016.

[Wang Chong. Spatial temporal characteristics and influencing factors of non grain cropland in Shandong Province. Qingdao, China: Qingdao University of Science and Technology, 2016.]

[60]
王琅玕. 河南省耕地“非农化”“非粮化”问题对策研究[D]. 郑州: 华北水利水电大学, 2023.

[Wang Langgan, Research on countermeasures of farmland "non-agriculturalization" and "non-grain" in Henan Province. Zhengzhou, China: North China University of Water Resources and Electric Power, 2023.]

[61]
杜国明, 柴璐佳, 李玉恒. 耕地利用系统的理论解析与研究框架[J]. 地理科学进展, 2022, 41(7): 1288-1299.

DOI

[Du Guoming, Chai Lujia, Li Yuheng. Theoretical explanation and research framework of cultivated land use system. Progress in Geography, 2022, 41(7): 1288-1299.]

DOI

[62]
马慧汶, 王茂军, 刘涛, 等. 农村耕地林化的非农就业视角解释: 以山东省新泰市为例[J]. 地理科学进展, 2024, 43(4): 709-726.

DOI

[Ma Huiwen, Wang Maojun, Liu Tao, et al. An explanation of conversion of cultivated land into forestland from the perspective of non-agricultural employment for rural labor force: A case study of Xintai City, Shandong Province. Progress in Geography, 2024, 43(4): 709-726.]

DOI

Options
文章导航

/

〈 〉