达拉特旗耕地利用潜力时空分布及其限制因素研究

姚琪　李巧云　孔祥斌　关欣

摘要：耕地利用潜力是耕地理论产能、可实现产能和实际产能3个产能层次间的差距。研究其时空分布特点及影响因素对于西部生态脆弱区耕地产能提升和粮食安全维护具有重大意义。基于农用地产能核算和2009～2011年耕地等级变化监测的外业调查成果，采用逐步回归法对达拉特旗耕地利用潜力时空分布特征及其限制因素进行研究。结果显示乡镇中吉格斯太镇的理论利用总潜力最低，昭君镇最高，呈现扩大趋势；可实现利用潜力总体呈现北部和西部高，南部和东部低，乡镇中展旦召苏木最低，昭君镇最高，呈现缩小趋势。灌溉次数、水源、侵蚀和污染状况是耕地理论利用潜力的4大限制因子，实际单产、地形、是否受灾、灌溉水源、剖面构型、机械投入和灌溉方式是可实现利用潜力的7大限制因子。

关键词：达拉特旗；产能；耕地利用潜力；逐步回归；限制因素

中图分类号：F301.21（226） 文献标识号：A文章编号：1001-4942（2014）12-0088-08

耕地作为三大产业的主要生产要素，是国民经济和社会发展的宝贵资源和财富，耕地产能是粮食安全核心所在。近年来，我国社会经济高速发展，工业化和城市化大步推进，有限的耕地资源日益减少，质量大步下滑，“瓶颈”效应日益凸显，耕地生态环境呈现恶化趋势、利用区域布局不够合理、耕地集约度低下等问题日益威胁着中国的粮食安全；而西部区域虽然地域广阔，但耕地面积相对较少，且破碎化程度高，质量不高，生产能力表现出极端的生态脆弱性。这些问题严重影响着耕地的人口承载力，威胁着地区及国家的粮食安全。研究典型区域耕地利用潜力的时空分布规律及其限制因素，对缩小产量差、实现产能提升和耕地可持续利用、满足我国社会经济发展的需要具有重要意义。

De Datta首先提出和使用产量差（即耕地利用潜力）这一概念，并将形成产量差距的因素定义为产量限制因子[1]。随后，Fresco、Lobell、Sumberg等人丰富完善了产量差的概念[2～4]。国内对耕地利用潜力的定义则多为耕地理论产能、可实现产能和实际产能3个产能层次依次的差值，表示耕地利用水平提高后和当前可实现的增产潜力[5，6]。不同层次的产量差形成的主要原因是不同的，化肥施用量、土壤养分、灌溉、虫害、作物品种、海拔、气候条件等为已有研究成果提及的主要影响因子[7～11]。研究尺度则从实验室、田块尺度进展为区域尺度[11～14]。研究对象主要有小麦、玉米、木薯等当地主要粮食作物[11，14]。由于耕地利用潜力的限制因素较多，且因素间相互关联，对此许妍等对耕地利用潜力与分等因素进行相关性分析，并与各级单产进行回归分析，探讨影响产能提升的主导因子[5]；张玉铭、郭笃发等分别运用通径分析、主成分分析法研究了土壤肥力中各要素之间的相互关系及其对玉米的增产作用；王树涛等则采用回归树分析探讨了自然和管理因素对耕地产能的影响[15～18]。

综上可知，国内对于耕地利用潜力时空分布规律及其限制因子的研究较少，且大多针对某一特定农作物，不具可比性；对于限制因素的研究大多为单一要素，也多为自然要素，对于人为管理和社会经济要素考虑较少，缺乏定量化的综合性研究。本研究基于达拉特旗农用地产能核算成果和耕地等级变化监测实地问卷调查结果，将农作物产能统一为国家标准粮的产量，研究耕地利用潜力的时空分布规律，并运用逐步分析法，减少变量间共线性的影响，综合研究影响耕地利用潜力的包括自然、管理、社会经济等各项因素，探讨其主要的限制因子，为区域耕地产能提升、可持续利用、高标准农田建设提供理论支持和建议。

1 材料与方法

1.1 区域概况

达拉特旗位于内蒙古自治区的西南部，鄂尔多斯高原北面，地理坐标为东经108°58′43″～110°42′58″，北纬39°48′15″～40°32′42″。地处蒙中经济区，是内蒙古自治区最主要的“呼和浩特-包头-乌海”产业带与连通我国中西部的神骅铁路产业带的“T”字型结合部。2009年末全旗总人口34.85万人，人均耕地0.43公顷。地势南高北低，西高东低，阶梯状分布。地形从北至南分别为黄河南岸冲积平原区、库布沙漠区和低山丘陵沟壑区。共有5个土类，粟钙土、风沙土、草甸土、盐土和沼泽土。属于温带大陆性半干旱季风气候，年平均降水311.75 mm。由黄河及其10条支流构成达拉特旗的主要水系，10条黄河支流由西向东分别为毛布拉格孔兑、布日嘎斯太沟、黑赖沟、西柳沟、罕台川、壕庆河、哈什拉川、母花沟、东柳沟、呼斯太河。

1.2 数据来源

1.2.1调查样点布置将达拉特旗地貌、土壤、土地利用系数、土地经济系数等分区进行空间叠加，将全区划分为46个单元，再将面积较小的单元进行归并，最终划分20个监测分区。根据监测点选择原则、技术要点和要求，共选取37个固定监测样点和6个动态监测样点（图1）。

1.2.2数据来源及处理本文理论和可实现产能样本数据主要来源于达拉特旗产能核算工作的外业调查数据，实际产能和限制因子数据来自耕地等级变化监测。其中理论单产样本值为2009年玉米区试产量，可实现产能为指定作物（玉米）近3～5年无重大自然灾害的正常年份下的最高单产，实际产能样本值及47个对耕地利用潜力可能造成影响的自然和人为因素（表1）的样本资料主要通过对43个监测点的农户进行实地走访和抽样问卷调查获得，每个样点调查3～6份问卷，共发放调查问卷149份，收回有效问卷132份。

达拉特旗耕地利用潜力时空分布规律分析采用ArcGIS10.0软件完成，耕地利用潜力限制因子分析采用SPSS软件完成。

1.3研究思路及分析方法

耕地利用潜力为3个层次的耕地产能之差，因此首先基于农用地产能核算的方法建立理论产能和可实现产能的核算模型，计算得到2009～2011年各分等单元和乡镇的理论产能和可实现产能；其次将各监测样点的实际单产数据，乘以产量比系数（春小麦为1.00，玉米为0.61，马铃薯为0.15），通过面积加权处理得到每个调查样点的实际标准粮单产并落实到调查样点所代表的该监测区各个分等单元中去，得到各分等单元和乡镇的实际产能。然后分析耕地利用潜力的时空分布规律；对耕地等级变化监测中调查到的影响耕地利用潜力的自然和人为因素进行逐步回归分析和共线性诊断，探讨达拉特旗耕地利用潜力的主要限制因子。

2耕地生产能力及耕地利用潜力核算模型

收录样本地块国家自然质量指数Ri/利用等指数x i和理论单产yi″/可实现单产yi′的样本值（玉米区试产量/正常年份下的最高单产）进入农用地产能核算数据库后，分别建立两者对应的线性函数关系模型，经过数理分析和论证检验，确定各乡镇理论和可实现单产核算模型（表2）。

3结果与分析

3.1耕地利用潜力时空分布规律分析

将所有分等单元的耕地自然等/利用等指数代入线性方程，对分等单元进行产能和耕地利用潜力核算。其中分等单元中理论利用潜力的最大值为4 491.46 kg/hm2，最小值为-4.35 kg/hm2，将其分为-4.35～0、0～1 000、1 000～2 000、2 000～3 000、3 000～4 000和4 000～5 000六个层次。可实现利用潜力的最大值为4 025 kg/hm2，最小值为-3 342 kg/hm2，分为-4 000～0、0～1 000、1 000～2 000、2 000～3 000、3 000～4 000和4 000～5 000六个层次，各层次分布面积如表3。再乘以对应分等单元面积，汇总得出各乡镇耕地利用潜力总量数据（表4）。

2009～2011年达拉特旗的理论利用潜力绝大部分集中在0～1 000和1 000～2 000两个层次，总比例达到95%以上。三年中-4.35～0和0～1 000等较低的理论利用潜力层次的比例下降， 1 000～2 000等较高的理论利用潜力层次的比例有所上升。乡镇中理论利用潜力总量最低为吉格斯太镇，约0.9万t，昭君镇最高，约为3.7万t（表3，表4）。

总之，较大的理论利用潜力地块分布于达拉特旗十条主要水系的流域范围内，远离河床的理论利用潜力较小，整体耕地理论利用潜力呈现扩大趋势（图2）。

从实施农村土地整治、基本农田保护示范区建设等项目区粗线范围的耕地理论利用潜力变化来看（图2），除昭君镇靠近西柳沟的项目区内土地或因洪水淹没造成产能降低后，该区的国家自然等指数调低，理论利用潜力降低外，大部分区域颜色不变或变深，数值扩大。总体说明项目区内各项基础设施的建设对由耕地自然质量决定的耕地产能的提升在短时间内不能体现其成效。

可实现利用潜力绝大部分集中在0～1 000、1 000～2 000、2 000～3 000和3 000～4 000 kg/hm2四个层次，总比例达到90%以上。三年中2 000～3 000和3 000～4 000的比例下降，-4 000～0、0～1 000、1 000～2 000、4 000～5 000的比例有所上升。乡镇中最低为展旦召苏木，2011年约1.42 万t，昭君镇最高，约为4.1万t（表3、表4）。

总之，达拉特旗东北部和昭君镇北部潜力在缩小，西北角潜力在扩大。2011年除南部哈什拉川流域可实现利用潜力较高外，总体呈现北部和西部高，南部和东部低的空间分布格局。全旗可实现利用潜力在缩小，说明项目区内农田管理投入因素、经济政策因素的转变对挖掘耕地可实现利用潜力的效果较好。

另外，从项目区粗线范围的耕地可实现利用潜力变化来看（图3），2009～2011年达拉特旗可实现利用潜力变动较大。除达拉特旗西北角和部分补充耕地项目外，其他项目区内土地耕地可实现利用潜力都呈现降低的趋势。说明基本农田保护示范区建设、农村土地整治重大工程示范区和高标准基本农田建设区内由于政府积极采取相应措施、经济发展较迅速、农民的耕作意愿得到加强，较大幅度地提高了耕地实际产能，缩小了耕地可实现利用潜力。

3.2耕地利用潜力限制因素研究

利用SPSS软件分别对耕地理论利用潜力和可实现利用潜力与46个备选影响因素进行逐步回归分析和共线性诊断，探讨达拉特旗耕地利用潜力的主要限制因子。

最终耕地理论利用潜力模型7中保留了灌溉次数X27、污染状况X7、灌溉水源X14、侵蚀状况X6、排水方式X20、海拔X10、是否在土整区X26共7个限制因子。调整的R2增大到0.692，模型有较好的拟合性；经过 F检验和t检验后，证明模型及其常数项、7个自变量均有统计学意义（表5）；且绝大多数学生化残差绝对值不大于2（图4），可诊断理论利用潜力为独立变量。

因此，建立理论利用潜力的“最优”方程为：

y1=-1119.655+230.786X27+266.375X7+294.427X14+351.750X6+477.312X20-1.332X10+150.032X26

对回归模型进行共线性诊断，其容忍度、方差膨胀因子VIF和条件指数均在正常值范围内（表5、表6），可认为7个自变量共线性较弱或不存在。

比较变量间的标准化回归系数，可知对理论利用潜力的贡献大小依次为灌溉次数>灌溉水源>侵蚀状况>污染状况>海拔>排水方式>是否在土整区。因此农作物对水分需求的满足程度、土壤退化和污染情况是理论利用潜力的主要限制因素。模型表明了灌溉次数越多，水源越远，即对水分需求得不到满足，侵蚀和污染情况越严重，理论利用潜力则扩大。说明保障农作物对水分的需求及防治土壤退化和污染是缩小理论利用潜力的首要途径。

可实现利用潜力模型最终筛选出了14个自变量，但对其进行共线性诊断时，从第11个变量开始，条件指数>30，容忍度变小，共线性变严重。因此保留了模型10中实际单产X43、地形X11、是否受灾X16、机械投入X35、灌溉水源X14、污染状况X7、灌溉方式X18、剖面构型X3、化肥投入X30、地下水矿化度X15共10个限制因子。拟合优度检验、F检验和t检验证明，模型及其常数项、10个自变量均有统计学意义（表7）。模型10经共线性诊断认为10个自变量共线性较弱或不存在（表8）。

比较变量间的标准化回归系数，可知对可实现利用潜力的贡献大小依次为实际单产>地形>是否受灾>灌溉水源>剖面构型>机械投入>灌溉方式>污染状况>化肥投入>地下水矿化度。因此农户目标因素中的实际单产，自然因素中的地形、是否受灾、灌溉水源和农田投入因素中的机械投入、灌溉方式是可实现利用潜力分异的主要的限制因子。模型表明了实际单产越小，耕地自然条件越好而利用水平不高，发生过灾害天气，单位面积机械投入越多而利用率不高，灌溉技术越落后，可实现利用潜力越大。说明在耕地利用水平较高如交通和经济条件较好的村镇或地区，促进耕地集约化利用，形成规模经营，降低单位农田投入成本，并采用先进灌溉技术，提高灌溉有效率，是挖掘可实现利用潜力、提升产能的重要手段。

4结论与讨论

4.1结论

（1）达拉特旗理论利用潜力各乡镇总量最低为吉格斯太镇，最高是昭君镇，总体不高。较大潜力地块分布于达拉特旗十条主要水系的流域范围内，远离河床的理论利用潜力较小。可实现利用潜力乡镇中最低为展旦召苏木，昭君镇最高。2011年除南部哈什拉川流域可实现利用潜力较高外，总体呈现北部和西部高，南部和东部低的空间分布格局。

（2）2009～2011年达拉特旗整体耕地理论利用潜力呈现扩大趋势，总共扩大0.11万t。可实现利用潜力中东北部和昭君镇北部潜力在缩小，西北角潜力在扩大，全旗可实现利用潜力共5.76 万t，在缩小。

（3）2009～2011年土地整治及高标准基本农田建设项目红线范围区内理论利用潜力绝大部分不变或扩大；可实现利用潜力除达拉特旗西北角和部分补充耕地项目外，其他项目区内土地耕地可实现利用潜力都呈现降低的趋势。

（4）耕地理论利用潜力的前4大限制因子为灌溉次数、灌溉水源、侵蚀状况、污染状况。可实现利用潜力的前7大限制因子为实际单产、地形、是否受灾、灌溉水源、剖面构型、机械投入和灌溉方式，因此自然因素仍为可实现利用潜力主要限制因素，其次为农户耕作目标因素，最后为农田投入管理因素。

4.2讨论

（1）耕地利用潜力研究的重点在于揭示产量差的变化幅度和空间分布差异，分析其限制因子以及提高耕地单位实际产量的措施，初步探讨增产途径。目前耕地利用潜力定义、研究对象和方法差别较多，数据的可比性较差。本文将耕地生产能力统一为国家标准粮的产量，增强其数据的可比性。

（2）一般核算农田实际产能是利用统计年鉴中以行政村或者行政镇为单位的粮食总产，再加上其他产量折算的产量，但产量落实不到各个分等单元，且是总产，而非粮食单产，统计中由人为因素造成的误差较大，因此本研究以实地调查的农田单位产量为基础测算耕地实际产能，以弥补上述情况造成的不足。

（3）限制因素的研究综合了耕地自然因素、农田投入管理和农户耕地利用目标变化因素等，较全面地考虑了缩小耕地利用潜力和提升产能的影响因子。但还缺乏气候因素的详细数据，如光照、温度、降水等，西部生态脆弱区由于局地小气候造成的耕地利用潜力变化较多，接下来需添加这方面的资料综合研究其对产量差的影响。

（4）监测样点调查的各个限制因素间存在一定程度的相关性，需采用新的研究方法进一步剔除自变量的共线性，更好地分析耕地利用潜力缩小的途径，为区域高标准农田建设、耕地保护和国家粮食安全提供技术支撑。

参考文献：

[1]De Datta S K. Principles and practices of rice production[M].New York， USA： Wiley-Interscience Publications，1981.

[2]Fresco L O. Issues in farming systems research [J]. Netherlands Journal of Agricultural Science， 1984， 32： 253-261.

[3]Lobell D B，Ortiz-Monasterio J I. Regional importance of crop yield constraints： Linking simulation models and geostatistics to interpret spatial patterns [J]. Ecological Modelling， 2006， 196（1/2）：173-182.

[4]Sumberg J. Mind the （yield） gap（s） [J].Food Security， 2012， 4（4）：509-518.

[5]许妍，吴克宁，程先军，等.东北地区耕地产能空间分异规律及产能提升主导因子分析[J]. 资源科学，2011，33（11）： 2030-2040.

[6]相慧，孔祥斌，武兆坤，等.中国粮食主产区耕地生产能力空间分布特征[J].农业工程学报，2012，28 （24）：235-242.

[7]林毅夫.再论制度、技术与中国农业发展[M].北京：北京大学出版社，2003.

[8]顾焕章，张景顺，宋俊东，等.中国农业增长的源泉与技术进步[J].农业技术经济，1991，20（1）：5-8.

[9]杨华.中国粮食综合生产能力分析[D].武汉：华中农业大学， 2007.

[10]Aggarwal P K， Kalra N. Analyzing the limitations set by climatic factors， genotype， and water and nitrogen availability on productivity of wheat.Ⅱ. Climatically potential yields and management strategies [J].Field Crops Research， 1994， 38（2）：93-103.

[11]郑娜，刘秀位，王锡平.利用产量差距方法进行华北冬小麦产量受气候影响规律的分析——以河北省栾城县为例[J].中国生态农业学报，2014，22（2）： 234-240.

[12]Sun K G， Wang L G. Effect of different fertilization practices on yield of a wheat-maize rotation and soil fertility [J]. Pedosphere， 2002， 12（3）： 283-288.

[13]万克江，薛绪掌，王志敏.不同水分处理小麦品种比较试验的产量结构统计分析[J].灌溉排水学报，2005，24（3）：35-38.

[14]Fermont A M， van Asten P J A， Tittonell P，et al. Closing the cassava yield gap： an analysis from small-holder farms in East Africa [J]. Field Crops Research， 2009， 112（1）：24-36.

[15]赵宝军，宫永红.早实核桃产量及其构成因子研究[J].林业科技通讯，2001（8）：25-26.

[16]张玉铭，毛任钊，胡春胜，等.华北太行山前平原土壤肥力状况与玉米产量相关关系的通径分析[J].干旱地区农业研究，2004，22（3）：51-55.

[17]郭笃发，王秋兵.主成分分析法对土壤养分与小麦产量关系的研究[J].土壤学报，2005，42（3）：523-527.

[18]王树涛，许策，李子良，等.县域尺度耕地生产能力的空间变异[J].农业工程学报，2013，29 （17）：230-239.