粮食安全与生态安全双约束下江苏省耕地休耕规模探讨

韩思雨，张 路，陈亚杰

（1. 华中科技大学公共管理学院，武汉 430074；2. 华中师范大学公共管理学院，武汉 430079；3. 浙江省上虞区丁宅乡人民政府，绍兴 330600）

0 引 言

开展耕地休耕制度试点是中央推进农业绿色发展和助力乡村振兴战略实施的重要举措，同时也是加快生态文明建设的重要任务。2016 年以来，在华北地下水漏斗区、湖南重金属污染区和西北西南生态严重退化区等特殊区域开展的耕地休耕工作使得区域内污染耕地得到有效治理，并逐步改善了退化的生态环境，正成为地方政府引领农业绿色发展和助力农村生态宜居的重要措施。尽管让受损土地和边际土地通过休耕得到有效治理并逐步恢复产能是中国在休耕制度初期探索阶段的工作重点，但理论上所有耕地都应在条件具备的前提下实行休耕以实现耕地资源永续利用和农业可持续发展[1-4]。特别是粮食主产区，虽然耕地质量较高，但长期过度集约化、超负荷利用，在为保障国家粮食安全作出贡献的同时也导致耕地超强度开发、水资源过度消耗和化肥农药过量使用等透支农业生态环境的问题日趋严重[5-8]。在保障粮食主产区继续发挥粮食区域协调功能的前提下，通过休耕改变粮食主产区耕地资源超强度利用的现状，扭转农业生态系统恶化的势头是中国未来休耕工作开展的重点和完善休耕制度的重要环节[9]。区别于国家层面三大特殊休耕试点区域以提升污染耕地质量和改善退化生态环境为主要政策目标，在粮食主产区实施休耕不仅应成为让耕地通过休养生息来恢复地力和保持农业可持续发展的重要途径，更应充分利用休耕所带来的粮食生产潜力的提升和农业生产后劲的增强，为预防出现严重的粮食供需缺口做好“藏粮于地”战略储备[10-12]。除国家试点外，江苏、湖北和黑龙江等粮食主产区省份积极响应党的十九大关于扩大耕地轮作休耕试点的号召，结合区域问题导向、资源本底和耕地利用特点自主开展耕地休耕制度的实施探索，已初步形成良好的实践态势。随着试点工作的深入推进，全国性的耕地休耕工作将大范围展开。

作为承担国家粮食安全保障重任的核心区域，粮食主产区开展耕地休耕客观上会导致粮食产量的减少。如何在总量上对耕地休耕规模进行控制以避免触及国家粮食安全底线是粮食主产区实施耕地休耕的重点和难点[13]。若过度规避粮食安全风险而休耕较小规模的耕地，耕地生态未能充分休养生息将面临进一步恶化的风险[1]；若过度追求休耕生态效益而将所有受损耕地全部休耕，国家农业供给体系可能会发生动荡[14]。仅从保障国家粮食安全角度出发，耕地休耕规模的上限是区域耕地总量与确保粮食安全所需耕作的耕地面积之间的差额。值得注意的是，未休耕耕地所提供的生态资源供给量能否满足区域社会发展的耕地需求量也是科学合理确定区域休耕规模上限亟需考虑的重要问题。未休耕耕地资源若处于生态赤字状态，粮食产量将无法达到能够保障粮食安全的预期。相反若耕地资源的可持续发展态势较为理想，较少的耕地资源就能够完成区域粮食供给和调配任务，可休耕耕地规模的上限也相应提高。因此面对全国各地积极开展休耕的形势，既要充分认识耕地休耕对中国粮食安全的影响，同时也应持续关注区域耕地资源的生态安全状态。应基于粮食安全和生态安全构建耕地休耕规模综合预测模型，合理确定休耕规模的上限以便根据内外环境的变化弹性调整具体休耕实施方案。

当前对耕地休耕规模的研究还处于概念形成和理论溯源的探索阶段，研究方法的应用也正在由定性走向定量的过渡期。一方面，部分研究从理论上对中国耕地休耕规模确定应当遵循的原则和逻辑进行阐述，并且尝试在宏观层面搭建中国休耕规模确定的初步框架[1,10,13,15]。另一方面，通过构建实证模型对不同空间尺度的耕地休耕规模进行探究是休耕规模问题的研究重点和难点，已有研究的区域集中在全国层面[16-17]、省域层面[9]、市域层面[18]和县域层面[19]。这些研究均从区域粮食安全约束视角切入对区域休耕规模进行测算或预测，对中国耕地休耕规模系统化理论研究的开展具有重要的启示意义和指导作用。考虑到中国地域辽阔，区域类型多样，各区域的耕地资源禀赋、土地利用状况和耕地生产功能有较大差异，基于区域各自的耕地问题导向和资源本底条件等有针对性地制定差异化的休耕规模方案更利于耕地制度的落地。针对粮食主产区休耕规模的研究目前还比较少，谭术魁等[9]借鉴修正耕地压力指数对粮食安全约束下粮食主产区的休耕最大规模进行测算，为相关研究提供了有益的思路。但是仅将粮食安全纳入休耕规模确定模型，未考虑到耕地可持续利用状况对休耕区域产粮水平和休耕生态效益的影响，还有一定的改进空间。本研究在文献[9]的基础上，同时考虑生态安全对休耕规模的约束，引入修正耕地压力指数和生态差额指数构建休耕规模适宜指数，提出一个具有普适性的粮食主产区耕地休耕最大规模测算模型。并选择江苏省作为实证区域，运用系统动力学模型对基于休耕规模适宜指数的耕地休耕最大规模测算模型进行动态拓展，模拟仿真特定耕地生产水平、人均粮食需求和耕地保护政策条件下粮食主产区可休耕耕地规模和休耕规模弹性边界的发展态势。以期为合理确定粮食主产区耕地休耕规模提供理论参考，为政府完善耕地休耕规则和有效开展常态化耕地休耕工作提供决策依据。

1 粮食安全与生态安全双约束下粮食主产区耕地休耕规模测算模型

首先，以保障粮食安全和生态安全为基本准则提出粮食主产区耕地休耕规模测算的基础思路，在借鉴修正耕地压力指数[20]和生态差额指数[21]测算方法的基础上，构建以休耕规模适宜指数为核心的粮食主产区耕地休耕规模基本测算方法。其次，借助系统动力学理论和建构方法，将基本测算方法拓展为具有动态仿真预测功能的测算模型，具体包括系统构成要素及因果反馈循环、积累和流速变量等，构建基于休耕规模适宜指数和系统动力学的耕地休耕规模测算模型。

1.1 基于休耕规模适宜指数的耕地休耕最大规模基本测算方法

1.1.1 修正耕地压力指数

作为休耕制度实施的基本前提，保障粮食安全不受影响是中国耕地休耕规模上限确定的红线[1]。本文将修正耕地压力指数引入到休耕规模适宜指数中对特定区域耕地资源紧张程度进行衡量，以确保耕地休耕最大规模是在一定的粮食自给率和粮食生产能力条件下，在满足区域粮食安全条件下可用来休耕的耕地规模。耕地压力指数（K）是由蔡运龙等[22]提出的反映一定区域为保障粮食安全所需最小人均耕地面积与实际人均耕地面积对比关系的变量。考虑到不同区域的耕地质量异质性，罗翔等[20]用耕地生产力标准系数（σ）对耕地压力指数（K）进行校正后提出修正耕地压力指数（KS），用以反映特定区域人均耕地资源状况和体现不同区域耕地质量对耕地生产力影响程度的指数。某一特定点KS值与1 偏离程度代表所需最小人均耕地面积与实际人均耕地面积的离合度，偏离越大，区域耕地粮食安全或压力的程度越强。其计算公式为

式中i为特定区域，n为全国范围。Smin为最小人均耕地面积（hm2/人），表示为保障一定区域粮食安全而需保护的耕地数量底线；Sa为实际人均耕地面积（hm2/人）；β为粮食自给率（%）；Gr为人均粮食需求量（kg/人）；p为播种面积粮食单产（kg/hm2）；q为粮食播种面积占总播种面积之比（%）；k为农作物复种指数（%）；p q k表示耕地利用效率。

1.1.2 生态差额指数

准确把握休耕区域耕地生态系统可为人类社会提供服务的资源数量和人类社会发展所需要的耕地资源数量能够及时捕捉到可利用耕地资源数量的变化，确保用于耕作的耕地能够充分满足粮食安全保障需求，是实现耕地休耕制度效益最大化所必不可少的。本文引入生态差额指数，以人均耕地生态承载力和人均生态足迹为基础，将耕地资源的生态状况作为重要变量容纳进耕地休耕规模的基础测算方法。生态差额指数（Ecological Gap Index，EGI）是由段七零[21]提出的衡量耕地资源可持续利用状况的指标。相较于传统的生态差额绝对数，生态差额指数作为相对指标能够有效反映区域土地可持续利用状况且进行不同区域间的横向比较。其计算公式为

式中EC 为人均耕地生态承载力（hm2/人）；EF 为人均耕地生态足迹（hm2/人）。EGI 介于0 与1 之间，当0

人均耕地生态承载力（EC）表示特定区域内单人真正拥有可再生的、持续利用的生物生产性耕地面积，反映耕地生态系统对人类活动的供给程度[23-24]。其计算公式为

式中E为研究区域地表可更新资源的能值（sej）；ei为第i种基本能源含的有效能（J）；ni为第i种基本能源的太阳能值转化率（sej/J）；D为全球地表能值密度（sej/hm2）；N为区域总人口；Y为耕地产量因子，表示当地耕地产量与全球平均耕地产量的比率，反映不同区域的土地利用效率[23,25]。

人均耕地生态足迹（EF）表示生产特定区域单人消费资源和吸纳其消费产生废弃物所需要的耕地资源空间面积，通过测量人类对耕地生态服务的需求与区域所能提供的生态服务之间的差距来比较人类对耕地资源的消费量和耕地资源的承载量[26-27]。其计算公式为

式中Em为人均消费总能值；ej为第j种消费项目含的有效能；mj为第j种消费项目的太阳能值转换率。

1.1.3 休耕规模适宜指数

以保障实施休耕区域粮食安全和生态安全为目标，本文结合修正耕地压力指数（KS）和生态差额指数（Ecologic-al Gap Index，EGI）提出能够测算耕地休耕最大规模的休耕规模适宜指数（Fallow Suitability Index，FSI），不仅能够反映出耕地质量的地理差异对耕地生产力的影响[20]，同时也将生态环境差异对耕地可持续发展潜力的限制考虑在内[21]。其计算公式为

式中Si为第i个区域耕地面积（104hm2），FSI 为休耕规模适宜指数，Sf为区域最大耕地休耕规模（104hm2）。休耕规模适宜指数越小，表明区域人均耕地资源越紧张，可休耕耕地规模越小；休耕规模适宜指数越大，表明人均耕地资源相对丰富，可休耕耕地规模越大。从粮食安全约束视角来看，基于休耕适宜指数的最大耕地休耕规模是在保留区域内每个人正常粮食消费所需耕地面积之后所划定的所有能够用来实行休耕的耕地数量。在设定具体的耕地休耕方案时，以最大耕地休耕规模为休耕实施上限则可避免粮食危机的出现；从生态安全约束视角来看，基于休耕适宜指数的最大耕地休耕规模同时考虑人类活动对耕地资源的需求和耕地生态系统对人类活动的供给，结合区域耕地资源可持续利用状态能够更加科学地确定耕地休耕规模上限。

1.2 基于系统动力学的耕地休耕最大规模测算仿真模型

系统动力学（System Dynamic）强调系统之间的相互联系、相互作用以及系统自身发展与动态演变过程，能够通过对复合巨系统的定性与定量相结合的模型模拟，剖析系统发展现状及其演变趋势[28]。区域耕地面积、人口总量、人均粮食需求量、人均耕地生态承载力和人均耕地生态足迹等动态因素之间存在复杂的相互作用，修正耕地压力指数和生态差额指数在时间和空间序列也不断变化。借助系统动力学能够处理高阶次、非线性、多层次、多反馈、复杂时间变化的系统问题和政策模拟仿真等优势，依据基本测算方法中的基本要素，通过Vensimm 软件刻画各要素间的因果循环反馈关系（图1）。在因果关系图和基本测算方法中各变量关系的基础上，设定系统运行的状态、流位、速率变量、辅助变量和方程等，构建粮食主产区耕地休耕规模测算仿真模型（图2）。

1.2.1 因果关系图

因果关系图通过对系统内部结构关系的定性描述剖析各变量之间所存在的相互制约和影响的复杂关系。系统内部的因果关系通常用箭头表示，即A→B，表示变量A 通过因果链作用于变量B 并输出结果。作为闭环系统，反馈系统的动态行为发生在其固有的结构内部，根据修正耕地压力指数、生态差额指数、最小人均耕地面积和区域耕地面积等主要变量间的循环反馈关系，以及其他辅助变量间的因果关系，绘制因果关系图（图1）。

1.2.2 系统流图

因果关系图能够反映各变量之间的逻辑关系并描述系统内部的反馈结构，但却不能反映各变量之间的具体关系。在因果关系分析基础上，本文构建了基于休耕规模适宜指数的粮食主产区耕地休耕规模测算模型的系统流图（图2）。在系统流图的构建过程中，充分考虑粮食主产区需要发挥粮食区域调配功能以保障国家层面的粮食安全，将区域人均粮食净调出量以表函数的形式容纳其中。因此，该模型在理论上适用于13 个承担粮食调出任务的粮食主产区省份的耕地休耕最大规模模拟测算。

2 粮食主产区案例实证模型

2.1 研究区域概况

本文选择以江苏省为案例区域对基于休耕规模适宜指数的粮食主产区耕地休耕最大规模进行系统动力学测算仿真，以验证所构建模型的科学性和适用性。江苏省是中国大陆13 个粮食主产区之一，全省气候条件优越，多年平均实际日照时数为2 000～26 500 h，太阳年辐射总量为481.5～617.5 kJ/cm2。近年来粮食产量总体呈现平稳增长态势，从2007 年的3.132×107t 增长到2016 年的3.540×107t，而耕地资源面积却从2007年的478.76万hm2减少至2016 年的457.11 万hm2。人均耕地生态足迹常年远超于人均耕地生态承载力，生态差额指数也一直在0.3附近波动，耕地资源长期处于不可持续利用的恶化状态，为区域耕地资源变化及国家粮食安全问题提供了预警。作为中国粮食生产的核心阵地，江苏省的耕地养护和质量建设是中国耕地轮作休耕制度探索的工作重点之一。2016 年，江苏省先行先试对苏中、苏北粮食主产区开展轮作休耕，成为全国首个自主展开省级层面耕地轮作休耕制度试点的省份。随后不断在省内扩大轮作休耕覆盖范围，积极探索适合区域生产特点的可持续、可复制的耕地轮作休耕模式和政策体系，追求稳步实现从片面追求耕地产出到“用养结合、永续利用”的转变，努力夯实区域粮食安全基础以继续为保障国家粮食安全作出贡献。

2.2 数据来源及参数设置

由于本研究所构建的系统动力学模型涉及到众多耕地和生态相关的基础变量，数据获取难度相对较大。出于数据完整性的考虑，本文所构建的粮食安全与生态安全双约束下耕地休耕最大规模测算的系统动力学模型以2007－2016 为模拟时间边界，以2017 年仿真预测的时间起点，从而保证系统模拟和仿真的真实性和科学性。以耕地休耕规模基本测算方法为数理逻辑基础拓展而来的系统动力学模型由状态变量、速率变量、辅助变量和常量4 种类型变量构成，区域耕地面积和总人口为状态变量，分别是耕地增加量和减少量、年出生人口和死亡人口等速率变量的积累变量；最小人均耕地面积、耕地压力指数、修正耕地压力指数、人均粮食需求量、人均耕地生态足迹、人均耕地生态承载力、生态差额指数、休耕规模适宜指数和耕地休耕最大面积等辅助变量由系统中其他变量根据耕地休耕最大规模基本测算方法中的计算公式构建；其余变量为常量。部分重要变量的指标方程式构建如表1 所示。

表1 主要变量及方程Table 1 Model important variables and equations

其中，区域耕地面积、总人口、耕地变化系数和人口变化等数据直接获取于《江苏省统计年鉴》；耕地利用效率、粮食自给率、区域消费总能值、全球地表能值密度、雨水化学能、太阳光能、表土能及其太阳能值转化率均通过《中国统计年鉴》、《中国国土资源统计年鉴》和《江苏省统计年鉴》中的相关统计数据为基础计算得出；耕地产量因子沿用Wackernagel 等[25]在计算中国生态足迹时所采用的产量因子，具体数值为1.66；人均粮食需求量会岁经济发展和生活水平提高而增加，参考国家食物与营养咨询委员会提出的基本小康社会（2010 年）、全面小康社会（2020 年）食物安全标准分别是410 和430 kg/(人·a)，本文将2010 年人均粮食需求量设定为410 kg/人，2010 年之前每年减少1 kg，2010年之后每年增加2 kg，全面小康社会2020 年后每年增加3 kg，并在模型中以time 影子函数的形式呈现；人均粮食净调出量为本省人均粮食占有量和全国人均粮食占有量的差值，由于国家要求粮食主产区应保证粮食调出量有增无减，粮食主产区在设定当年的粮食调出量时原则上应按照近三年平均调出量的(1+13‰)N倍计算。部分重要变量的初始值设定如表2 所示。

表2 主要变量初始值Table 2 Initial value of main variable

2.3 模型检验

1）运行检验。分别选取不同的时间仿真步长，验证本文所构建模型的系统结构和系统行为。代入数据后显示模型能够正常运行，系统设定的各方程等式未出现量纲错误，表明模型具有较强的稳定性，适合进行仿真预测并能保证仿真结果的有效性。

2）历史检验。将本文所构建模型的仿真结果与实际历史数据相比较。提取区域耕地面积、总人口和实际人均耕地面积等变量2007－2016 年的仿真值与实际历史数据进行对比（表3），结果显示3 个变量统计值与仿真值的相对误差均在5%以内，表明本文所构建的模型具有良好的合理性和模拟性，能够真实有效地对耕地休耕最大规模进行仿真。

表3 江苏省耕地休耕规模系统模型主要变量的历史检验Table 3 Historical test of the main variables of the system model of cultivated land fallow size in Jiangsu Province

3 江苏省耕地休耕最大规模仿真预测结果

3.1 江苏省2007－2016 模拟期仿真结果分析

对粮食安全与生态安全双约束下江苏省耕地休耕最大规模测算模型进行仿真，得到耕地休耕最大规模等主要变量的模拟数据（表4）。借鉴陈展图等[1]提出的休耕规模应该具有一定的弹性以便及时根据内外环境变化进行灵活调整，本文以最大耕地休耕规模为上限计算出耕地休耕规模的弹性边界（即休耕规模与当地耕地面积的比例），耕地休耕最大规模变化趋势和耕地休耕规模弹性边界变化趋势如图3 所示。随着江苏省休耕规模适宜指数的持续降低，区域耕地休耕最大规模相应呈现缩小态势，可休耕耕地面积占江苏省耕地总面积的比例不断减小，休耕规模弹性边界从2007 年的12.12%缩减到2016 年的10.16%。结果表明，2007－2016 年内在兼顾粮食安全和生态安全的基础上，江苏省耕地面积和休耕规模适宜指数虽然逐年下降，休耕规模弹性边界也有所紧缩，但仍存在10.16%的可休耕耕地资源。反映出在考虑区域耕地资源可持续利用状况的前提下，江苏省仍然能够发挥粮食主产区的粮食调配功能，向粮食主销区提供一定比例的粮食需求输入，不断巩固自身在中国粮食生产格局中的重要位置。尽管在模拟周期内江苏省不存明显的粮食安全风险且有能力在满足区域粮食需求的基础上继续发挥主产区的粮食贡献作用，但是不断收缩的耕地休耕规模弹性边界预示着区域耕地资源利用状况极有可能在未来持续恶化，耕地资源生态将一直处于不可持续利用的超载状态。因此，江苏省通过休耕“藏粮于地”不仅是对国家试点耕地休耕制度的积极回应和殷切支持，长远来看更是实现耕地休耕制度蕴含的耕地保护和生态安全战略意义的重要组成部分。

表4 江苏省耕地休耕规模系统模型模拟仿真结果Table 4 Simulation results of system model of cultivated land fallow size in Jiangsu Province

3.2 江苏省2007－2016 模拟期预测结果分析

通过重新设置模型的初始值和参数，以2017 年为模拟基期，时间步长为1 年，仿真周期为20 a，运用系统动力学模型对江苏省2017－2036 年耕地休耕最大规模测算系统进行预测仿真，得到江苏省耕地休耕最大规模等主要变量的预测数据（表5）以及耕地休耕最大规模变化趋势和耕地休耕规模弹性边界变化趋势（图4）。

表5 2017－2036 年江苏省耕地休耕规模系统模型预测仿真结果Table 5 Predictive simulation results of a system model of cultivated land fallow size in Jiangsu Province from 2017 to 2036

仿真结果显示，在仿真期人口政策、耕地保护政策和农业生产技术水平不发生较大变动或变动带来影响较小的情况下，江苏省耕地资源面积将从 2017 年的457.33 万hm2减少至2036 年的446.63 万hm2，休耕规模适宜指数也将从2017 年的0.099 3 降低至2036 年的0.048 1。随着江苏省耕地面积和休耕规模适宜指数的双重降低，可休耕耕地面积呈现逐年降低的变化态势，将从2016 年的45.43 万hm2降至2036 年的21.47 万hm2，降幅高达52.74%。休耕规模弹性边界也将从2017 年的9.93%缩减至2036 年的4.81%，降幅高达51.56%。尽管在考虑粮食安全和生态安全的基础上江苏省仍存在一定比例的可休耕耕地资源，但是52.74%的降幅表明在仿真末期的耕地可持续利用状况不容乐观，粮食安全稳定状态终将被打破。

实施耕地休耕是对耕地资源高强度开发利用后的修复、补救行为，其所涉及的“社会-生态”循环交互决定该过程是由多重要素联结构建[10]。深入探究江苏省耕地休耕最大规模仿真结果形成原因，有以下3 个维度的因素：从人口扩张角度来看，经济高质量发展带来的社会福利和生活水平提高在一定程度上降低人口死亡率，同时三孩政策开放标志着中国进入计划生育政策松弛期，计生政策力和妇女生育意愿力的向上合力极有可能带来正向的生育率反弹[29]。因此，在仿真周期内江苏省人口规模呈现不断扩张的态势，随之增加的粮食需求总量会加重区域粮食生产任务和耕地资源压力，致使系统内部实际人均耕地面积的逐渐减小和休耕耕地压力指数的不断提高，并最终导致区域耕地休耕最大面积的持续缩小；从社会发展角度来看，工业化和城镇化的不断推进导致耕地资源逐渐减少和人类社会对耕地产出消费快速增加的矛盾愈发突出，经济发达地区因耕地占用成本相对较低会产生更加强烈的耕地占用欲望来实现城市扩张，招商引资和产业升级将促使城市内部的工业企业搬迁至城市外围工业园区或周边乡镇，加剧对耕地资源空间的挤压[30-31]。区域耕地资源面积的减少是耕地休耕规模弹性边界缩小的直接原因；从生态安全视角来看，延续当前的耕地保护政策和生态管护措施，生态差额指数将保持在0.3 左右波动甚至可能在人口增多的情况下不断走低，耕地资源将一直处于不可持续利用状态。江苏省对自然生态资源的利用将远超其自身生态承载力，这也是区域休耕规模适宜指数出现大幅降低的重要原因，长此以往不仅耕地休耕规模弹性边界将不断缩减，区域正常生态安全保护也将受到严重威胁。

4 讨 论

由于粮食安全、生态安全、耕地质量和国际粮食市场等多重因素的影响，在理论上确定耕地休耕规模是一个难度很大的技术性问题[10]。确定耕地休耕规模并不是简单地得到一个具体数值或范围，还需要将区域类型、休耕目标及潜在休耕效益等通过理论模型科学表达出来。本研究为确定粮食主产区耕地休耕规模上限和动态调整范围提供了一个具有逻辑支撑的普适性方法，充分考虑了粮食主产区在中国粮食安全保障中重要的作用。研究结果预测了粮食主产区实施休耕的政策空间和效益前景，对于具体耕地休耕实施方案的制定具有重要的参考意义。

尽管系统动力学模型能够满足本研究所构建的粮食安全和生态安全双重约束下对粮食主产区耕地休耕最大规模的模拟测算和仿真预测，但是还存在一些局限性。首先，除本文考虑到的粮食安全和生态安全以外，还有许多因素会对最大休耕规模的确定产生影响，比如国际粮食市场、休耕周期、耕地轮作、农业科技水平提升和耕地质量等级等。但由于系统动力学模型的构建是以具有明确数理相关关系的变量为依据，且相关研究也较少，如何通过准确量化这些因素对休耕规模的影响将其纳入系统动力学模型中还需要借鉴更多的文献和理论进行深入拓展研究。其次，运用系统动力学对2017－2036 年的耕地休耕最大规模进行仿真预测需要设定外界环境条件，本研究对仿真情景的设定是仿真期内中国人口政策、耕地保护政策和农业生产技术水平不发生较大变动或变动带来影响较小。这种情景只是可能发生的诸多情景中的一种，后续研究可以根据现实发展趋势或理论假设设定其他情景对最大耕地休耕规模进行仿真。例如，三孩政策开放后中国人口增长趋势可能发生较大变化，粮食需求量及耕地生态足迹等也会随之发生变化，粮食主产区的粮食供给任务和耕地资源承载压力可能会加重，可以在未来人口政策效应比较明朗的情况下及时调整仿真预测情景设定，以更好地拟合休耕规模的实际状态。此外，由于系统动力学的构建涉及到的各类型变量众多，在数据收集上存在较大的难度。本研究为保证模拟仿真效果的真实性和科学性，在数据的时效性上有所欠缺，后续可及时更新数据进一步提高模型的预测力。

5 结论与政策启示

本文以保障粮食安全和生态安全为基本准则，引入修正耕地压力指数和生态差额指数构建以休耕规模适宜指数为核心的粮食主产区耕地休耕规模基本测算方法，并运用系统动力学模型拓展为具有动态仿真预测功能的测算模型，以江苏省作为案例区域进行仿真，主要结论如下：

1）在模拟期内，江苏省耕地资源面积的减小和休耕规模适宜指数的降低导致区域耕地休耕规模弹性边界从2007 年的12.12%紧缩至2016 年的10.16%。在兼顾粮食主产区的粮食调配任务且考虑区域耕地资源可持续利用状况的基础上，江苏省仍然保有一定比例耕地资源能够支撑国家“藏粮于地”战略的实施，但从不断收缩的休耕规模弹性边界看依然存在耕地资源生态恶化的风险。

2）在仿真期内，江苏省耕地资源面积将从2017 年的457.33 万hm2减少至2036 年的446.63 万hm2，休耕规模适宜指数也将从2017 年的0.099 3 降低至2036 年的0.048 1，这种双重走低态势将直接导致区域耕地休耕规模的减小。因此，如果在城市快速扩张进程中继续保持当前的耕地生态保护力度，耕地资源面积将持续减少并影响区域耕地休耕制度实施的基础环境。

3）在仿真期内，江苏省可休耕耕地面积将从2016年的45.43 万hm2降至2036 年的21.47 万hm2，休耕规模弹性边界也将从2017年的9.93%缩减至2036年的4.81%。尽管在考虑粮食安全和生态安全的基础上江苏省仍存少量的可休耕耕地资源，但是耕地可持续利用状况不容乐观且粮食安全稳定状态终将被打破，该发展态势也是对其他区域乃至全国可能面临的耕地资源短缺问题和粮食安全危机的预警。

研究结果对中国休耕制度实施和耕地保护具有一定的启示意义：当前粮食主产区耕地资源生态状况良好，能够为实施常态化休耕提供坚实的耕地资源基础，可以在粮食主产区积极有序地推广实施耕地休耕制度，深入部署“藏粮于地”战略以巩固提升粮食产能。同时，应重视粮食主产区潜在的耕地资源生态安全风险，建立休耕规模与生态安全挂钩的指标预警体系以实现对休耕实施方案的宏观动态调节。此外，应统筹耕地休耕与耕地撂荒治理、土地整治和基本农田建设等耕地保护政策的正向联动，创造耕地保护政策体系内部的正向溢出效应，并通过实施休耕提升现有耕地生态系统建设水平。