陳素平, 張樂勤
(1.池州學院 商學院, 安徽 池州 247000; 2.池州學院 資源環(huán)境學院, 安徽 池州 247000)
安徽省1995-2013年糧食生產與耕地壓力動態(tài)變化特征及驅動因素
陳素平1, 張樂勤2
(1.池州學院 商學院, 安徽 池州 247000; 2.池州學院 資源環(huán)境學院, 安徽 池州 247000)
[目的] 探索安徽省糧食安全與耕地壓力動態(tài)變化及驅動因素,為管理層制定糧食安全政策提供決策參考。[方法] 運用耕地壓力指數模型、C-D生產模型,采用偏最小二乘回歸方法,對安徽省1995—2013年糧食生產與耕地壓力的動態(tài)特征及驅動因素進行綜合分析。[結果] (1) 人口增長與耕地面積減少的矛盾突出。人口由1995年6 000萬,增至2013年6 929萬,呈線性增長態(tài)勢,而耕地面積則由1995年4.29×106hm2減少至2013年4.19×106hm2,呈下降態(tài)勢; (2) 研究時序內,耕地壓力指數均值為0.345,承載力指數均值為0.747,耕地資源稟賦尚處盈余狀態(tài),為全國商品糧盈余地區(qū),平均盈余率達25.32%;(3) 糧食作物播種面積、農業(yè)固定資產投資對糧食生產具有正向影響,邊際彈性系數分別為0.001 458,0.116 508,有效灌溉面積、勞動力、農機總動力、化肥、農膜、農藥、農村用電量對糧食生產具有弱負向影響。[結論] 加大財政支持力度,加快推進農業(yè)現代化進程,增強科技對糧食生產的貢獻率,是保障安徽省糧食生產可持續(xù)發(fā)展的重要途徑。
糧食生產; 耕地壓力模型; C-D生產模型; 驅動因子; 安徽省
文獻參數: 陳素平, 張樂勤.安徽省1995—2013年糧食生產與耕地壓力動態(tài)變化特征及驅動因素[J].水土保持通報,2017,37(3):167-173.DOI:10.13961/j.cnki.stbctb.2017.03.028; Chen Suping, Zhang Leqin. Change characteristics and driving factors of food production and cropland pressure in Anhui Province during 1995—2013[J]. Bulletin of Soil and Water Conservation, 2017,37(3):167-173.DOI:10.13961/j.cnki.stbctb.2017.03.028
糧食是人類生存和發(fā)展的基礎[1-2],糧食生產事關國家安全、穩(wěn)定與和諧。隨著中國工業(yè)化、城鎮(zhèn)化進程的不斷推進,耕地流轉現象較為突出,統(tǒng)計數據表明,1996—2008年,中國耕地面積凈減少了8.33×106hm2,年均減6.94×105hm2[3],同時,水土流失,工業(yè)廢物排放,農藥化肥的大量使用等也會導致耕地質量下降[4],加之人口數量增加,使糧食生產面臨較大潛在壓力,對此政府給予了高度關注,也是學術界研究熱點[5]。
學術界對糧食生產研究多集中兩個層面,一是不同尺度地域糧食生產與耕地變化的分析及預測[2,4-11],二是糧食生產驅動因素分析,郭淑敏等[12]認為,糧食生產是自然再生產和經濟再生產的復合統(tǒng)一體,由于氣溫、熱量、降水等自然因素人類難以調控,因而,學術界研究多集中于社會經濟方面,眾多學者選取糧食作物播種面積[12-23]、有效灌溉面積[12-24]、農機化水平[12-24]、化肥施用量[12-24]、勞動力投入[16,20-24]、糧食單產[12-14,16,23]、農膜使用量[15,24]、成災面積[12-14,16,18,20,21,23]、農村用電量[12-14,17,19,21,23-24]、復種指數[12]、農業(yè)科技進步[14]、農藥使用量[24]等指標,運用統(tǒng)計數據,采用灰色關聯[12-13,16-18,23-24]、回歸分析[20-21]、主成分分析[15,19]、因子分析[14]、協(xié)整分析[22]方法,在國家尺度[12,14,20,22]、省域尺度[13,15-19,21,23-24]上對糧食生產的驅動因素展開過深入探索,取得了豐富研究成果,為政府制定合理的糧食生產政策提供了科學依據。
安徽省是中國中部重要商品糧基地,在保障全國糧食安全中起著舉足輕重作用[17]。20世紀90年代中期以來,安徽省經濟發(fā)展迅速,工業(yè)化、城鎮(zhèn)化進程日漸推進,人口數量不斷增加,致使人均耕地面積由1995年的0.071 7 hm2減少至2013年的0.060 4 hm2[25],已接近聯合國糧農組織(FAO)提出人均耕地面積0.053 1 hm2的最低界線[26],加上自然災害頻發(fā)、農業(yè)生態(tài)環(huán)境日漸惡化等多種因素疊加影響,使糧食產量不穩(wěn)定,糧食安全及商品糧輸出面臨較大挑戰(zhàn),文獻檢索表明,熊健[13]、劉定惠等[17]采用灰色關聯分析方法,從時序視角對2006年前安徽省糧食生產影響因素進行過研究,而安徽經濟發(fā)展最快還是國家實施中部崛起戰(zhàn)略的2006年以后,因而,探索安徽省1995—2013年糧食安全與耕地壓力動態(tài)變化規(guī)律,分析其驅動因素,具有重要現實意義。鑒于此,本文擬運用耕地壓力指數模型、C-D生產模型,采用回歸分析方法,對其糧食安全與耕地壓力動態(tài)變化及驅動因素進行測度與分析,旨在識別出制約安徽省糧食生產的主要因素,通過政策規(guī)制響應,可達到實現糧食生產可持續(xù)發(fā)展的目的,也可為管理層制定糧食安全政策提供理論依據。
1.1 糧食生產波動分析方法
糧食生產受自然、政策規(guī)制、社會經濟投入等多種因素制約,從時間維度看,具有一定波動性,劉東等[2]采用波動指數(grain yield fluctuation index,GYFI)對中國糧食生產波動性進行過研究,本文借鑒其方法對安徽省1995—2013年糧食產量進行測度,表達式為[2]:
(1)
式中:GYFIi——i年糧食產量的波動指數(%);Qi——i年糧食產量(kg);Qi′——通過糧食產量趨勢擬合方程得到的趨勢糧食產量(kg)。
1.2 耕地壓力指數測度方法
耕地壓力指數是分析區(qū)域糧食生產與耕地資源保障程度的度量指標,表達式為[4,8-10,19]:
K=Smin/S
(2)
式中:K——耕地壓力指數;S——區(qū)域人均實有耕地面積(hm2);Smin——人均最小耕地面積(hm2),指滿足每個人正常生活食物消費所需的耕地面積,是保障區(qū)域食物安全的耕地數量底線[26],計算表達式為[4,8-10,19]:
(3)
式中:β——糧食自給率(%)(安徽省自給率為100%);g——人均糧食需求量,唐華俊等[27]基于中國居民平均膳食模式研究結果表明,現階段,中國人均糧食需求量為322.07 kg/a,本文采用此結果;p——糧食單產(kg/hm2);q——糧食播種面積占耕地面積的百分比(%);k——復種指數(總播種面積與耕地面積之比[19])。下同。
K>1表示區(qū)域人均耕地面積小于最小人均耕地面積,表明耕地資源緊張,耕地對保障糧食生產存在壓力,糧食生產與耕地資源處于不協(xié)調狀態(tài);K=1表示區(qū)域人均耕地面積等于最小人均耕地面積,表明耕地資源利用已處于極限狀態(tài);K<1表示區(qū)域人均耕地面積大于最小人均耕地面積,表明區(qū)域耕地資源處于盈余狀態(tài),可以適度轉移耕地用途以保證城市化、工業(yè)化對土地的需求。
1.3 耕地承載力指數測度方法
耕地承載力指數是表征區(qū)域實際人口與理論人口承載能力相互關系指標,表達式為[2,26]:
(4)
(5)
(6)
式中:ILCC——耕地承載力指數; P——人口數; Pa——理論人口數,即區(qū)域耕地所能承載極限人口數; Q——區(qū)域糧食總產量(kg); Rp——人口超載率(%); Rg——糧食盈余率(%)。下同。
依據ILCC值可將耕地承載力劃分為3類地區(qū): ① 糧食盈余地區(qū),ILCC<0.875; ② 人糧平衡地區(qū),0.875
1.4 糧食生產驅動因素分析方法
1.4.1 糧食生產驅動指標遴選 糧食生產受自然變化、社會經濟因素、規(guī)制政策、市場規(guī)律等因素共同制約,是多因素復合影響的結果,由于自然變化、規(guī)制政策、市場規(guī)律難以度量[22],因此,本文僅考察社會經濟因素對其影響。借鑒已有學者在糧食生產研究中遴選的驅動指標[12-24],結合安徽省糧食生產典型事實特征及數據可獲性與完整性,本研究選取糧食作物播種面積(S1)、有效灌溉面積(S2)、勞動力投入(L)、農村固定資產投資(K)、農機總動力(D)、化肥施用量(M)、農膜使用量(N)、農藥使用量(F)、農村用電量(J)等指標作為備選驅動因子,將其作分析變量,輸入SPSS17.0軟件,作偏相關分析(分析某個變量與糧食產量相關性時,將其它變量作控制變量),可得出各因子與糧食產量的相關系數,經顯著性檢驗后可確定是否可作為糧食生產的驅動因素。
1.4.2 模型構建 安徽省糧食生產與其社會經濟影響因素可用如下函數關系式表征:
Q=f(S1,S2,K,L,D,M,N,J)
(7)
式中:Q——糧食產量(kg)。為了揭示各因子對糧食產量影響,采用C-D生產函數進行分析。C-D生產函數是分析經濟增長中投入和產出關系的常用模型,由美國數學家柯布(C. W. Cobb)和經濟學家保羅·道格拉斯(Paul H. Douglas)于20世紀30年代共同創(chuàng)建,其基本形式為[18]:
Y=A·Kα·Lβ·ε
(8)
式中:Y——產出;A——綜合技術要素;K——資本投入;L——勞動力投入;α,β——資本、勞動力產出的彈性系數;ε——隨機干擾影響。多位學者[18,20-22]運用C-D生產函數對糧食生產驅動因素進行過探析,借鑒其研究思路,構建安徽省糧食生產驅使動因子擴展C-D模型:
Dθ·Mλ·Nσ·Fμ·Jδ·ε
(9)
為了通過回歸分析確定參數,對公式(9)兩邊取對數,得:
lnQ= lnA+αlnK+βlnL+γ1lnS1+γ2lnS2+
θlnD+λlnM+σlnN+μlnF+δlnJ+lnε
(10)
式中:Q——糧食產量(104t);A——綜合技術要素;K——農村資本投入(萬元);L——勞動力人口數;S1,S2——糧食播種面積、有效灌溉面積、成災面積(103hm2);D——農機總動力(104kW);M——化肥使用量(104t);N——農膜使用量(104t);F——農藥使用量(104t);J——農村用電量(108kWh);α,β,γ1,γ2,θ,λ,σ,μ,δ——各投入要素產出彈性,表征每變化1%時,分別引起Q的α%,β%,γ1%,γ2%,θ%,λ%,σ%,μ%,δ%變化;ε——隨機干擾影響,表征影響糧食生產的其它因素。
1.5 數據來源與說明
鑒于數據獲取的連續(xù)性、完整性與可靠性,文中所有數據來源于《安徽統(tǒng)計年鑒》[25]系列(表1),其中,農村固定資產投資額采用不變價格進行調整,方法為:實際投資額=當年投資額×100/CPI價格指數(以1990年為100)。
2.1 研究時序糧食-耕地-人口變化
依據表1數據,可繪制安徽省1995—2013年糧食生產、耕地面積、人口變化趨勢(圖1)。由圖1可知,安徽省糧食產量由1995年的2.65×107t增加至2013年3.28×107t,人均糧食占有量由1995年442.12 kg增至473.32 kg,均呈遞增態(tài)勢;人口數量呈直線型增長,從1995年的6.00×107增加至2011年的6.93×107,18 a間增加了9.26×106;耕地面積則呈減少趨勢,由1995年的4.29×106hm2減少至2013年的4.19×106hm2,人均耕地面積由1995年的0.071 5 hm2下降至2013年的0.060 4 hm2,已接近聯合國糧農組織確定的人均0.053 hm2警戒線[26],低于冉清紅等[28]研究的中國人均耕地最低標準值821.9 m2,人口增長與耕地面積減少的矛盾突出。
表1 安徽省1995-2013年糧食產量及影響因素時序數據
圖1 安徽省1995-2013年糧食產量、耕地面積、人口變化趨勢
2.2 糧食生產波動分析
將表1中安徽省1995—2013年糧食產量時序數據作因變量,時序數作自變量(設1995年為1,輸入SPSS 17.0進行趨勢分析,選擇不同類型曲線進行擬合,以二次曲線擬合最優(yōu),其R2為0.742,F值為23.015,sig值為0.000,回歸結果如表2所示。
表2 模型回歸結果
由表2可得擬合方程:
Q′=4.867t2-60.883t+2792.246
(11)
式中:Q′——糧食產量擬合值;t——時序(1995年為1,…,2013年為19)。由式(11)可得安徽省1995—2013年糧食產量擬合值,依據式(1)可得安徽省1995—2013年糧食生產波動狀況(圖2)。分析圖2可知,安徽省糧食生產2003年波動較大,波動指數為-19.13%,其余年份較小,均在10%區(qū)間內,究其原因,與安徽省2003年實行不掛鉤糧食直補政策、退耕還林導致耕地面積減少及“非典”疫情有關。
圖2 安徽省1995-2013年糧食生產波動狀況
2.3 耕地壓力與承載力指數分析
依據表1數據及式(2),(3),可得安徽省1995—2013年耕地壓力指數,依據式(4)可得耕地面積承載力指數,結果如圖3所示。
圖3 安徽省1995-2013年耕地壓力與承載力變化
分析圖3可知: ① 研究時序內,耕地壓力與承載力指數均小于1,壓力指數均值為0.345,承載力指數均值為0.746 8,表明安徽省耕地資源稟賦能支撐糧食安全,耕地資源尚處于盈余狀態(tài),為糧食盈余地區(qū); ② 研究時序內,安徽省人口數量呈遞增態(tài)勢,而耕地壓力指數則由1995年的0.345 6降至2013年的0.279 1,呈下降態(tài)勢,表明政府惠農政策,農業(yè)現代化投入,科技進步在糧食生產中作用日漸顯現,耕地綜合生產力不斷提升。
依據承載力指數(ILCC)及式(6),可得安徽省1995—2013年糧食盈余率 動態(tài)變化(圖4),由圖4可知,研究時序內,在耕地面積整體減少態(tài)勢下,糧食盈余率除2003年外,均保持在18.21%~32.42%內,平均盈余率達25.32%,特別是2005年以來,糧食盈余率呈持續(xù)攀升態(tài)勢,由此表明,安徽省為全國主要商品
糧基地之一,在保障國家糧食安全中具有重要地位。之所以如此,與安徽省一系列政策舉措有關,2005年以來,安徽省強力推進小麥高產攻關、水稻產業(yè)提升、玉米振興三大行動;實施穩(wěn)健的財政支持,使農業(yè)現代化水平與農業(yè)生產綜合能力持續(xù)提高;惠農政策促進并引領了種糧農民積極性;科技推廣有力保障糧食單產的日漸提升。
圖4 安徽省1995-2013年耕地面積與糧食盈余率變化
2.4 糧食生產驅動因子分析
2.4.1 備選驅動因子偏相關分析 將安徽省研究時序糧食作物播種面積(S1)、有效灌溉面積(S2)、勞動力投入(L)、農村固定資產投資(M)、農機總動力(D)、化肥施用量(M)、農膜使用量(N)、農藥使用量(F)、農村用電量(J)作為備選驅動因子,將其輸入SPSS 17.0軟件作偏相關分析,結果如表3所示。
表3 安徽省1995-2013年糧食生產驅動因子偏相關分析
注:*表示在0.05水平(雙側)上顯著相關; **表示在0.01水平(雙側)上顯著相關。
由表3可知,備選驅動因子與糧食產量的相關系數均在0.6以上,且在0.01水平上均能通過顯著性檢驗,表明9個備選驅動因子與糧食生產具有顯著關聯性,具有統(tǒng)計分析意義,可以作為糧食生產影響因子。
2.4.2 驅動因子邊際貢獻測度 ① 原數據對數化處理。為了消除因子間量綱關系及削弱異方差,將因變量Q及選取的9個自變量原始數據系列取自然對數化處理,處理后數據分別以ZQ,ZS1,ZS2,ZL,ZK,ZD,ZM,ZN,ZF,ZJ表示; ② 自變量間主成分分析。為了消除自變量共線性,將ZS1,ZS2,ZL,ZK,ZD,ZM,ZN,ZF,ZJ輸入SPSS 17.0軟件中,選擇降維的因子分析方法進行主成分分析,所得解釋總方差如表4,載荷矩陣如表5。提取方法為主成分分析法。
由表4可知,對自變量ZS1,ZS2,ZL,ZK,ZD,ZM,ZN,ZF,ZJ進行分析與篩選后,可提取2個主成分(即綜合變量),以FAC1,FAC2表示,所得主成分可解釋原變量的99.032%,由表5得分系數矩陣,可得綜合變量與原變量關系式:
FAC1= -0.027ZS1+0.026ZS2-0.013ZL-1.111ZK+0.808ZD+
0.089ZM+0.355ZN+0.106ZF+0.534ZJ
(12)
FAC2= 0.029ZS1-0.016ZS2+1.891ZK-0.580ZD-
0.062ZM-0.272ZN-0.050ZF-0.275ZJ
(13)
依據方程(12)、(13)可得兩組綜合變量數據FAC1,FAC2,將ZQ作因變量,FAC1,FAC2作解釋變量與工具變量輸入SPSS 17.0軟件中,采用最小二乘法進行回歸擬合,模型R2為0.733,F值為21.943,t檢驗的sig值為0,小于0.01,說明模型擬合較好。結果如表6所示。
表4 主成分析解釋總方差
表5 主成分分析得分系數矩陣
表6 模型回歸結果
表6顯示模型回歸所得常數項、FAC1,FAC2模型系數t檢驗的sig值均小于0.05,均能通過檢驗,由此可得:
ZQ=7.938+0.033 FAC1+0.081 FAC2
(616.426) (2.488) (6.140)
(14)
式(14)下面括號內數值為t值。將(12)、(13)式代入(14)式可得:
ZQ= 7.938+0.001 458ZS1-0.000 44ZS2-0.000 43ZL+0.116 508ZK-
0.020 32ZD-0.002 09ZM-0.010 32ZN-0.000 55ZF-0.004 65ZJ
(15)
將(15)式其轉換為指數形式可得:
(16)
式中:指數表示各投入要素產出彈性,表征當S1,S2,L,K,D,M,N,F,J每變化1%時,分別引起Q的0.001 458%,-0.000 44%,-0.000 43%,0.116 508%,-0.020 32%,-0.002 09%,-0.010 32%,-0.000 55%,-0.004 65%變化,其中,糧食作物播種面積、農業(yè)固定資產投資為正向影響,有效灌溉面積、勞動力、農機總動力、農藥使用量、化肥使用量、農村用電量為負向影響,定量分析結果表明,農業(yè)固定資產投入、農機總動力為安徽省糧食生產主要驅動因子,而有效灌溉面積、勞動力、化肥、農膜、農藥等農業(yè)現代化要素對糧食生產貢獻較小,折射出安徽傳統(tǒng)農業(yè)特征明顯,現代農業(yè)較薄弱。
(1) 人均糧食產量由1995年442.12 kg增至2013年的473.32 kg,呈遞增態(tài)勢,糧食生產除2003年外,其余年份波幅較小,而人均耕地面積由1995年的0.071 5 hm2下降至2013年的0.060 4 hm2,呈下降態(tài)勢,人口增長與耕地面積減少的矛盾突出。
(2) 耕地壓力與承載力指數均小于1,耕地資源稟賦處于盈余狀態(tài),為全國商品糧盈余地區(qū),平均盈余率達25.32%。
(3) 農業(yè)固定資產投入、糧食作物播種面積對糧食生產具有正向影響,農業(yè)機械、化肥、農藥等農業(yè)現代化要素對糧食生產貢獻較小,傳統(tǒng)農業(yè)特征明顯,轉變農業(yè)生產發(fā)展方式,實現傳統(tǒng)農業(yè)向現代農業(yè)轉變,大力提升農業(yè)現代化水平,對促進安徽省糧食生產可持續(xù)發(fā)展,確保在全國糧食生產中優(yōu)勢地位具有重要意義。
鑒于上述研究結論,提出如下政策建議:
(1) 嚴格保護耕地,穩(wěn)定糧食作物播種面積?!笆濉蹦酥两窈蟾L時間,安徽省經濟將繼續(xù)保持高速發(fā)展態(tài)勢,城鎮(zhèn)化、工業(yè)化水平還將進一步提升,二、三產業(yè)的發(fā)展與保護耕地的矛盾會進一步加劇,為此,首先,要強化土地法制管理,嚴格控制農地流轉規(guī)模、速度,特別在皖江城市帶承接產業(yè)轉移、振興皖北建設中,應嚴把產能過剩、重復建設、“兩高一資”等違反國家產業(yè)政策項目的土地閘門,同時,制定土地用地規(guī)劃,調控土地供應結構、節(jié)奏和布局,量化并公示各類建設用地指標,努力控制建設用規(guī)模,節(jié)約集約用地。其次,要依法依規(guī)建立基本農田保護區(qū),積極開發(fā)耕地后備資源,對工礦廢棄地進行整理和復墾工作,確保耕地總量、糧食作物播種面積穩(wěn)定。
(2) 穩(wěn)定并擴大農業(yè)固定投資力度,提升糧食生產防災減災能力。安徽地處南北氣候過渡地帶,長江、淮河橫貫境內,水旱災害頻發(fā),為此,未來應加大財政對農田水利基礎設施建設的支持,淮北平原以大中小溝清淤疏浚、涵閘農橋配套、機電井建設及配套為重點;丘陵山區(qū)和江淮分水嶺地區(qū)以中小水庫、灌溉泵站新建改建為重點;沿江、沿淮和沿湖圩區(qū)以圩堤和涵閘除險加固、溝河清淤及泵站更新改造為重點,擴大旱澇保收農田面積,全面提升水利對糧食生產的保障能力。
(3) 加快推進農業(yè)現代化,提高農業(yè)綜合生產能力。首先,要大力提高農業(yè)機械化水平。安徽省農田分散,組織化程度低,經營規(guī)模小,嚴重制約了農業(yè)機械化水平的提高,為此,要強力推進并實施農業(yè)現代化工程,落實和完善農機購置和作業(yè)補貼政策,大力發(fā)展聯合收割機、拖拉機、植保機械、林業(yè)機械、漁業(yè)機械、噴微灌設施、水泵以及茶葉、筍竹加工等機械;其次,大力推廣高效有機肥、無機復合肥應用,實施測土配方施肥技術,著力開發(fā)并推廣使用高效、低毒、低殘留環(huán)保型農藥,增強化肥、農藥對糧食生產的服務能力。
(4) 大力提升科技創(chuàng)新對糧食生產的貢獻率。科技在糧食生產中發(fā)揮著礎性、關鍵性作用,要通過原始創(chuàng)新增強科技在糧食生產中支撐能力,大力發(fā)展育種技術;耕地質量調控、土壤肥力培育和平衡施肥技術;生物災害防控技術與制劑生產技術;農田污染綜合治理技術,構建現代農業(yè)產業(yè)技術體系,提高糧食綜合生產能力。
(5) 科學引導農村勞動力有序轉移。安徽具有豐富的勞動力稟賦,一方面,要有組織、有計劃地引導農村勞動力合理有序流動,推進農村富余勞動力的跨地區(qū)轉移;另一方面,要通過政策培植,吸引更多勞動力在承接產業(yè)轉移、合蕪蚌自主創(chuàng)新綜合配套改革試驗區(qū)、皖北振興戰(zhàn)略建設中就業(yè),實現富余勞動力的有序轉移。
本研究運用SPSS數理統(tǒng)計軟件,采用偏最小二乘回歸方法,對安徽省糧食生產驅動因素進行了測度與分析,與同類研究相比,基于主成分分析與回歸分析組合的偏最小二乘回歸方法,可有效消除驅動因子間共線性,使分析更具科學性,從而提高了分析結果的精準率,具有一定借鑒與示范作用。受資料獲取限制,本研究僅考察了糧食作物播種面積等9因子對糧食生產驅動影響,將技術、規(guī)制政策等作為隨機干擾因素進行分析,存在一定的局限性,這也是筆者今后進一步深入研究的方向。
[1] 熊偉,林而達,蔣金荷,等.中國糧食生產的綜合影響因素分析[J].地理學報,2010,65(4):397-406.
[2] 劉東,封志明,楊艷昭,等.中國糧食生產發(fā)展特征及土地資源承載力空間格局現狀[J].農業(yè)工程學報,2011,27(7):1-6.
[3] 肖麗群,吳群.基于脫鉤指數的2020年江蘇省耕地保有量目標分析[J].資源科學,2012,34(3):442-448.
[4] 楊忍,任志遠,徐茜,等.陜西省糧食安全時空變化及預測研究[J].中國生態(tài)農業(yè)學報,2009,17(4):770-775.
[5] 鄒健,龍花樓.改革開放以來中國耕地利用與糧食生產安全格局變動研究[J].自然資源學報.2009,24(8):1366-1376.
[6] 趙翠薇,濮勵杰.貴州省50年來耕地資源數量變化特征及其與糧食產量的關系研究[J].南京大學學報:自然科學版,2005,41(1):105-112.
[7] 謝紅霞,李銳,任志遠,等.基于指數法的陜西省耕地和糧食時空變化分析[J].資源科學,2007,29(3):171-176.
[8] 李玉平.河南省糧食生產與耕地變化的分析及預測[J].地域研究與開發(fā),2007,26(3):95-98,103.
[9] 李玉平,蔡運龍.區(qū)域耕地—人口—糧食系統(tǒng)動態(tài)分析與耕地壓力預測:以河北省邢臺市為例[J].北京大學學報:自然科學版,2007,43(2):230-234.
[10] 李玉平,蔡運龍.浙江省耕地變化與糧食安全的分析及預測[J].長江流域資源與環(huán)境,2007,16(4):466-470.
[11] 敖登,高娃.內蒙古耕地資源變化過程與糧食生產安全問題研究[J].中國生態(tài)農業(yè)學報,2008,16(4):1000-1004.
[12] 郭淑敏,馬帥,陳印軍.我國糧食主產區(qū)糧食生產影響因素研究[J].農業(yè)現代化研究,2007,28(1):83-87.
[13] 熊健.安徽省糧食生產主要影響因素灰色關聯分析[J].農業(yè)系統(tǒng)科學與綜合研究,1997,13(3):210-212.
[14] 梁子謙,李小軍.影響中國糧食生產的因子分析[J].農業(yè)經濟問題,2006(11):19-22.
[15] 陳秀端.陜西省糧食安全區(qū)域差異及驅動因素分析[J].干旱區(qū)資源與環(huán)境,2007,21(8):116-120.
[16] 范建剛,謝斌.西北五省區(qū)糧食生產灰色關聯比較分析[J].干旱區(qū)資源與環(huán)境,2007,21(8):121-125.
[17] 劉定惠,朱超洪.安徽省糧食生產變化特征及其影響因素分析[J].安徽農學通報,2009,15(5):30-32,41.
[18] 何春花.河南省糧食生產影響因素的量化分析與對策[D].鄭州:河南農業(yè)大學,2009.
[19] 楊忍,任志遠.貴州省糧食安全與耕地壓力時空動態(tài)變化及驅動因素分析[J].農業(yè)系統(tǒng)科學與綜合研究,2009,25(2):159-162.
[20] 劉麗輝,羅鋒.我國糧食綜合生產能力影響因素實證分析[J].經濟問題,2010(10):48-53.
[21] 黨夏寧,吳丹晨.陜西省糧食生產能力及影響因子分析[J].西安財經學院學報,2011,24(6):54-58.
[22] 范東君.糧食產量影響因素的實證分析與貢獻率測算[J].湖南工業(yè)大學學報,2011,25(5):55-61.
[23] 何霞,夏建國,龔一鴻,等.灰色關聯分析在糧食產量影響因素分析中的應用:以川東地區(qū)為例[J].中國農學通報,2012,28(9):150-153.
[24] 陳祺琪,李君,梁保松.河南省糧食單產影響因素分析及變化趨勢預測[J].河南農業(yè)大學學報,2012,46(2):219-222,236.
[25] 安徽省統(tǒng)計局.安徽統(tǒng)計年鑒(1996-2012)[M].北京:中國統(tǒng)計出版社,1996-2012.
[26] 封志明,楊艷昭,張晶.中國基于人糧關系的土地資源承載力研究:從分縣到全國[J].自然資源學報,2008,23(5):865-875.
[27] 唐華俊,李哲敏.基于中國居民平衡膳食模式的人均糧食需求量研究[J].中國農業(yè)科學2012,45(11):2315-2327.
[28] 冉清紅,岳云華,謝德體,等.中國耕地警戒值的測算與討論[J].資源科學,2007,29(3):158-164.
Change Characteristics and Driving Factors of Food Production and Cropland Pressure in Anhui Province During 1995-2013
CHEN Suping1, ZHANG Leqin2
(1.CollegeofCommercial,ChizhouUniversity,Chizhou,Anhui247000,China;2.CollegeofNaturalResourcesandEnvironment,ChizhouUniversity,Chizhou,Anhui247000,China)
[Objective] Dynamic changes and driving factors of between food security and cropland pressure of Anhui Province were explored to provide a decision-making reference for management in making food security policy. [Methods] The cropland pressure index model, C-D production model and the partial least squares regression method were used for comprehensive analysis on dynamic characteristics and the driving factors of food production and cropland pressure in Anhui Province from 1995 to 2013. [Results] (1) The contradiction was prominent between population growth and the reduction of cropland area. The population increased from 60 million in 1995 to 69.29 million in 2013, showing a linear growth trend; while cropland area reduced from 4.29×106hm2in 1995 to 4.19×106hm2in 2013, showing a downward trend. (2) Mean pressure index and bearing capacity index were 0.345 and 0.747 respectively. The cropland resource endowment was still in a surplus state, and Anhui Province was the national commodity grain surplus region with an average surplus rate of 25.32%. (3) Grain crop sowing area and agricultural investment in fixed assets had positive impacts on food production with marginal elasticity coefficient 0.001 458 and 0.116 508 respectively. Effective irrigation area, total power of agricultural machinery, fertilizer use, pesticide use and rural electricity consumption had weak negative impacts. [Conclusion] The enhancement of financial support, the acceleration of agricultural modernization process and the increase of contribution rate of science and technology to food production are important ways to safeguard the sustainable development of food production in Anhui Province.
food production; cropland pressure model; C-D production model; driving factors; Anhui Province
2016-09-18
2016-10-18
安徽省科技廳軟科學課題“安徽省技術進步、產業(yè)結構調整對用水變化驅動效應時空差異及響應對策研究”( 1607a0202061)
陳素平(1962—),女(漢族),安徽省黃山市人,學士,副教授,主要從事農業(yè)可持續(xù)發(fā)展研究研究。E-mail:736979007@qq.com。
A
1000-288X(2017)03-0167-07
F301.2