基于灰色理论的黄淮海平原耕地压力指数分析及预测
2021-06-01逯璐李丁戚禹林左津榕
逯璐 李丁 戚禹林 左津榕
(兰州大学，甘肃 兰州 730000)
“十四五”规划指出要增强农业综合生产能力，夯实粮食生产能力基础，保障粮、棉、油、糖、肉、奶等重要农产品供给安全。目前国内巨大的农业劳动力流失和粮食进口风险让众多学者将研究视角逐渐聚焦在粮食安全问题和耕地压力方面[6]。耕地资源对农业和国民经济可持续发展起着不可替代的基础作用[1]。随着新型城镇化的深入推进和经济的快速发展，非农建设用地逐渐增加，耕地资源面临着巨大挑战，这并不意味着耕地质量以及粮食需求会相应减少，相反由于社会主要矛盾的变化，使得耕地质量和粮食需求不断增加。耕地压力指数的转变趋势关乎着粮食安全与社会稳定，是保障粮食安全的重中之重。地渐萎缩，粮从何来，耕地面积锐减是我国快速发展过程中面临的威胁之一。
2002年，北京大学城市与环境学系的蔡运龙等根据中国耕地资源现状，首次提出了最小人均耕地面积和耕地压力指数概念，能因地制宜地兼顾食物安全和经济发展对土地的需求，具有显著的科学性和可操作性[1]。1990年，王大坤运用灰色理论对降水的pH值进行预测[21,22]，一直到现在，很多学者运用灰色系统理论来进行各个方面的预测。2017年，河南农业大学信息与管理科学学院的袁欣等运用GM(1.1)模型对耕地压力指数进行了良好预测和分析[3]，结果具有一定的科学性和借鉴性。本文通过分析耕地压力指数，可以为耕地的开发提供一个阈值，在范围内合理开发利用，为耕地开发提供了指标的同时还为耕地的治理提供了指标体系。进行耕地研究，在实际的开发利用中可以用指标值的大小来制定耕地保护的可行性对策，还可以调整耕地资源的分配以保证其自身的可持续发展；耕地压力指数的预测研究可以更加长久地保障粮食安全和促进经济社会的有续发展。很多学者都会选用一个行政区划省来分析耕地压力指数，而本文则利用耕地压力指数模型与灰色预测模型对黄淮海平原这个粮食主产区来进行耕地压力指数分析和预测，对耕地资源保护和缓解粮食安全问题有更加科学的借鉴性。
1 研究区概况与数据来源
黄淮海平原又称华北平原，是中国3大平原之一，位于N32°～40°，E114°～121°，囊括了北京和天津2市，河北、山东、河南、安徽、江苏5省，整体面积约为31万km2，约占中国陆地总面积的3.1%，地势起伏小，地形平坦开阔，河湖众多水资源丰富，交通发达便利，适宜农作物生产，是重要的粮食主产区。至2018年底，总人口为4.5亿人，约占中国总人口的32.46%；地区GDP总值33.23万亿元，占中国GDP总值的36.9%，人均GDP总值85428元，约为2000年的6倍；耕地总面积约为33026200hm2，占全国耕地面积的24.96%；粮食播种面积为39047700hm2，占全国粮食播种面积的33.36%。
本文中涉及到的黄淮海平原的省、市、县域的耕地总面积、粮食产量、粮食单产、粮食播种面积、农作物播种面积、总人口、GDP、人均GDP等数据主要来源于中国经济社会大数据研究平台和各省市地区相应年份的统计年鉴和经济年鉴；如，中国区域经济统计年鉴、中国经济统计年鉴、中国财政年鉴、5省2市的统计年鉴、5省2市的经济社会发展统计公报等，缺失数据利用动态插值法、平均值法等补充完整。
2 研究方法
2.1 最小人均耕地面积
最小人均耕地面积是指在一定的区域范围内，一定的粮食自给水平和耕地产出粮食能力条件下，为了满足该区域每个人正常生活的粮食消费需求所需的耕地面积[1]。
式中，Smin为最小人均耕地面积，hm2/人；β为粮食自给率，%；Gr为人均粮食需求量，kg/人；p为粮食单产，kg·hm-2；q为粮食播种面积与总播种面积之比，%；k为复种指数，%。
根据现阶段粮食自给率现状，粮食主产区的粮食自给率高，北京、上海、杭州等经济发展水平较高的地方粮食自给率低[20]。因此，本文对省域和直辖市粮食自给率定值为95%。中国农业科学院农业经济研究所认为，一个国家人均年粮食消费量在250～400kg时处于温饱阶段，人均年粮食消费量在400～600kg时才进入粮食消费的小康水平[9]。将人均年粮食消费量400kg定为满足温饱水平的上限和小康水平的下限[8]。因此，综合考量后将人均粮食需求量统一定为400kg。
2.2 耕地压力指数模型
式中，K为耕地压力指数；Smin为最小人均耕地面积，hm2/人。
耕地压力指数是指最小人均耕地面积与实际人均耕地面积之比[10]。反映了某区域耕地资源压力的紧张程度和冲突性，由于计算耕地压力指数的指标随着时间和空间变化，所以耕地压力指数也是随时空而变化的[15]。耕地压力指数可以为耕地保护的利用与开发提供一个合理的阙值，也可以反映粮食安全度，当K<1时，Smin
2.3 灰色预测GM(1.1)模型
本文研究利用灰色预测GM(1.1)模型对实际人均耕地面积、粮食单产、粮食播种面积与总播种面积之比、复种指数分别进行预测后，进行了耕地压力指数的预测。灰色预测模型就是关于数列预测的一个变量、一阶微分的GM(1,1)模型，建模要求原始数据必须等时间间距。首先对原始数据进行累加生成，用的是弱化原始时间序列数据的随机因素，然后建立生成数的微分方程。
设GM(1,1)模型的原始序列为：
X(0)={x(0)(1),x(0)(2)，…，x(0)(n)}
经过一次累加生成：
X(1)={x(1)(1),x(1)(2)，…，x(1)(n)}
令Z(1)为X(1)的均值序列：
Z(1)=(Z(1)(1),Z(1)(2)，…，Z(1)(n))
Yn=(X(0)(2),X(0)(3),…,X(0)(n))T
由于GM(1,1)模型得到的是一次累加量，需将所得数据经过逆生成还原，根据还原公式，可对原始数列进行拟合和预测，残差相对值在5%之内则认为该模型合理。
3 结果与分析
3.1 耕地总面积时空动态
根据各省市耕地总面积计算得出黄淮海平原耕地总面积，绘制出黄淮海及其各省市耕地面积时空变化图，如图1。根据时空动态图，很明显可以看出耕地面积总量随着时间变化波动增加，2003年耕地面积总量较多的是保定市、临沂市、盐城市、周口市、驻马店市和南阳市；2006年耕地面积总量较多的是保定市、沧州市、潍坊市、盐城市、周口市、驻马店市和南阳市；2009年耕地面积较多的是周口市、驻马店市和南阳市；2012—2018年耕地面积总量较多的是张家口市、周口市、驻马店市和南阳市。通过耕地面积总量较多的地级市空间分布变化可以看出，耕地面积较多的省份集中在河南省。河南省处于中部地区，是重要的粮食主产区，粮食产量占全国粮食主产量的比重较高，对于保障粮食安全至关重要。
图1中可以清晰看出，黄淮海平原耕地面积在整体上呈现出上升趋势，在研究时间段内共增加了2694943.2hm2。2000—2013年耕地面积呈现较明显的下降趋势；2013—2018年耕地面积总量上下变化幅度较大，但相较2000—2013年的耕地面积并没有明显的减少。各省市耕地面积变化趋势，京津两市的耕地面积较少且逐渐减少，原因是两市的总体面积小并且其城市发展中心职能并不是农业。安徽省和江苏省耕地面积总体变化较为稳定，原因是两省在经济发展上是重视一体化协调发展，各产业发展都占有一定比重。河北省耕地面积基本稳定是由于该地区处于京津冀一体化区域之中，除了承接部分非首都职能外，也需要保障两市粮食的基本需求。山东省在前期经济发展过程中耕地面积有所减少，但后期意识到粮食生产的重要性又有一定的回升，为了更好地保障粮食安全。
3.2 粮食总产量分析
根据各省市粮食总产量计算得出黄淮海平原耕地总面积并绘制出其各省市粮食总产量时空变化图，如图2。各地区粮食产量都呈现上升的趋势，河南省变化幅度最为明显。在研究时间段内，黄淮海平原的粮食总产量增加了72434887t，在2000—2018年整体呈现增加的趋势，2001—2004年有所波动。其主要原因是该时期农业发展较为稳定，个别年份受到自然灾害影响使得粮食减产，但总体上粮食产量保持增长态势，人们对于粮食生产较为重视，重视保障人民基本生活需求，所以粮食产量有所增加。2000—2018年该地区粮食产量可以看出是增长的趋势，粮食增产可能原因：国家各项惠农政策如粮食直补和良种补贴等；农田基础设施的改进与完善；粮食种植面积的增加以及综合粮食种植能力的提高[23]。
通过粮食总产量和总人口数据计算得出人均粮食拥有量，根据图3可知，黄淮海平原人均粮食占有量一直大于400kg,并且整体呈现增加的趋势，2000—2018年人均粮食拥有量增加了131.76kg，粮食安全问题有所保障。北京市的人均粮食拥有量有所下降且下降幅度明显；天津市人均粮食拥有量较为稳定；河北省、河南省、山东省、安徽省和江苏省人均粮食拥有量有所增加，其中河南省人均粮食拥有量增加幅度最大。这表明黄淮海人均拥有量大于人均粮食需求量，粮食安全压力和紧张程度小；北京市作为政治文化中心其主要城市职能不是粮食生产，所以北京市人均拥有量小于人均需求量，但是与北京市邻近的河北省和河南省人均粮食拥有量大，可以及时支援北京市的粮食需求量，因此北京的粮食安全可以得到良好保障。
3.3 最小人均耕地面积和耕地压力指数分析
根据粮食自给率、人均粮食需求量、粮食播种面积与总播种面积之比、粮食单产和复种指数计算得出最小人均耕地面积和耕地压力指数[16]。为了结果的准确性和数据借鉴的可行性，将2000—2018年黄淮海平原耕地压力指数及具体的相关指标绘制成表1。
表1 耕地压力指标体系
最小人均耕地面积和耕地压力指数变化趋势基本同步，在2003年之后逐渐下降，实际人均耕地面积有所波动且波动幅度小。2000—2011年的耕地压力指数大，威胁粮食安全，向耕地压力指数小于1，粮食安全有所保障过渡。2000—2006年耕地压力指数呈现倒U型曲线趋势，2003年耕地压力指数达到最高值，主要是因为作为耕地面积总量和粮食总产量大省的河南省遭遇了严重的洪涝灾害，主要农产品产量锐减。由此可以明显看出，黄淮海平原的粮食安全问题中河南省占据了重要的地位，其耕地压力指数受河南省影响较大。
除安徽省和河南省外，其它省份呈现下降趋势。北京市、河北省和江苏省的人均耕地面积下降趋势最为显著，天津市人均耕地面积较稳定，河南省人均耕地面积变化在研究时段里有波动但整体呈现增加趋势。黄淮海平原的耕地面积整体有下降态势，在2013年有所增加后，2018年又出现较小幅度的减少。在研究时间段内，黄淮海平原人均耕地面积较为稳定，仅减少了0.002hm-2。河北省虽然人均耕地面积总趋势是减少的，但是在研究期间该省人均耕地面积拥有量比黄淮海整体要高；2018年河北省人均耕地面积为0.086hm2/人，是黄淮海地区人均耕地面积拥有量最高的省份，这是因为河北省本身平原广布，耕地面积总量大，是农业生产的重要地区。河南省、山东省和安徽省在前期与黄淮海发展趋势相同，都呈下降趋势，但是在中后期逐渐回升，并且河南省和山东省超过黄淮海地区整体人均耕地面积拥有量；原因是这些省份的自然条件好，适于耕作的土地多，虽然前期因为发展经济耕地面积有所流失，但是为了黄淮海地区整体协调发展，中后期采取了耕地面积保护和复垦的措施，使人均耕地面积有所回升。北京市、天津市和江苏省整体人均耕地面积拥有量较其它省份要少，原因是两市在“京津冀一体化”战略中，其主要定位不是农业，并且北京作为首都其主要职能是政治、文化职能；江苏省与两市原因相似，在“长三角一体化”战略中苏浙沪经济发展较快，主要发展产业不在农业而是其它产业，所以耕地面积较少；北京市、天津市和江苏省整体土地面积相比其它省份要小，并且人口总量较大，所以人均耕地面积少。
最小人均耕地面积与复种指数、粮食单产、粮食播种面积与总播种面积之比成反比,与人均粮食需求量和粮食自给率成正比[3]。从粮食总产量分析中可以看出，黄淮海平原粮食总产量和单产水平逐渐增加，可见农业科学和技术水平有所提高，对保障粮食安全问题起到了至关重要的作用。根据耕地压力指数模型得出表2，可以看出，2000—2010年K>1，耕地供给量小，粮食生产压力大,供给量低于需求量，粮食安全保障有压力；2011年K=1，这说明粮食供给和需求达到了平衡，此时必须要注重防止耕地面积的流失,在提高粮食生产科技水平的基础上，合理使用耕地[24]；2012—2018年K<1，这表明耕地供给量大，粮食安全问题有所保障，这种情况下可以适度转移耕地用途以保证城市和工矿业对土地的需求,退耕还林还草以改善生态环境,实行耕地休耕以保持耕地的综合生产能力[13]。划定耕地压力指数平均值在(0,1)为无压力,[1,1.5)为轻度压力,[1.5,2)为中度压力,[2,+∞)为重度压力[14]。根据耕地压力等级分析黄淮海平原耕地压力在2000—2011年处于轻度压力阶段，这一阶段要重点关注非农建设用地占用耕地现象，保障1.2亿hm2耕地红线；2012—2018年处于无压力阶段，这一阶段可以适当进行城市建设和保护生态环境。
表2 耕地压力指数K计算
3.4 耕地压力趋势预测
为了研究未来黄淮海平原耕地压力趋势，利用灰色预测GM(1.1)模型对影响耕地压力指数的相关指标进行预测。与传统的数理统计模型相比，灰色预测模型在耕地压力指数预测方面有明显的优点，无需典型的概率分布[16]；减少时间序列的随机性；计算简便，小样本也可以计算[17，18]。
建立黄淮海平原耕地压力指数各指标预测模型如下。
实际人均耕地面积:
平均残差相对值：0.0739%
粮食单产:
平均残差相对值：0.1538%
粮食播种面积面积与总播种面积之比：
平均残差相对值：0.1094%
复种指数：
平均残差相对值：0.0287%
人均粮食需求量统一定量为400kg；粮食自给率为95%。
根据灰色预测GM(1.1)模型对各个指标分布进行预测，用预测的各个指标的数据综合计算耕地压力指数值(K)，得出2019—2033年黄淮海平原耕地压力指数的预测结果。
3.5 灰色预测结果与分析
通过对相关指标进行分别预测后，依据耕地压力指数模型得出2019—2033年15a的耕地压力指数表，见表3。根据表中数据得出,2019—2033年的最小人均耕地面积和复种指数呈现下降趋势，并且最小人均耕地面积下降速度缓慢，说明农业科学技术有所提升，在满足人均粮食需求量的基础上所需耕地面积有所减少;实际人均耕地面积小幅度波动但总体变化小；粮食播种面积占总播种面积之比和粮食单产也呈现逐渐上升趋势，表明在发展社会经济的同时人们也更多地关注了生态和粮食安全问题，始终坚持不逾越耕地保护红线。根据预测数据的趋势可以看出，这15a黄淮海平原耕地压力逐渐减小，耕地压力指数呈现下降趋势，下降了0.192，在此期间可以在满足粮食安全供给量和经济社会稳定发展的基础上，适当实行退耕还林还草和休耕轮作政策来一定程度地保护生态环境。
表3 耕地压力指数预测表
4 结论和建议
本文采用耕地压力指数和灰色预测GM(1.1)模型,对影响2019—2033年黄淮海平原耕地压力指数的指标进行了分析和预测,可以得出以下结论。最小人均耕地面积、复种指数以及耕地压力指数都有所降低；说明黄淮海平原的农业科学和技术水平有所提升，该区域粮食安全问题有良好保障；同时实际人均耕地面积、粮食单产和粮食播种面积占总播种面积之比呈上升趋势，说明粮食生产水平提高，可以进一步保障该地区的粮食安全。
如今粮食的供给虽然可以通过贸易手段进行区域调节，但是区域间耕地压力指数分化严重，也是粮食安全的一大威胁。未来应该对区域间耕地压力分化问题予以关注，充分认识到此问题对粮食安全的影响，避免大城市粮食供应过度依赖粮食绝对安全地区。在降低耕地压力问题上，严格把控耕地数量，提高耕地质量，在原有耕地数量的基础上开垦荒地，增加耕地数量，进行土地整理，改良可以成为耕地的废弃土地，增加耕地资源的储备量。从耕地质量入手，提高粮食单产，以减小耕地压力。从社会经济发展方面提出减小耕地压力的办法，同时鼓励农业生产进行创新，从根本上降低耕地压力，保障粮食安全；在不影响社会稳定发展和粮食安全的基础上，满足一部分的非农建设用地需求，提高农业科技水平来保障粮食产量和粮食安全。
