1990—2020年中国耕地利用的“水旱分异”格局及机制分析

解 帅，殷冠羿，娄 毅，魏 玮

（山东师范大学地理与环境学院，山东 济南 250358）

1 前言

近年来，随着城市用地和工业用地的扩张、耕地后备资源的持续消耗[1]，耕地数量和质量受到双重威胁。耕地占补平衡中的占优补劣、占平原补山地等耕地保护落实不到位现象及新冠疫情引发的国际粮食贸易危机，对我国耕地资源的优化利用提出了更高要求。《乡村振兴战略规划（2018—2022）》和《关于改进管理方式切实落实耕地占补平衡的通知》的颁布，进一步强调了耕地利用模式向更高效的形态演变的重要性[2]。近年来，我国黑龙江、吉林、浙江等地试点了“旱改水提质改造工程（以下简称“旱改水”）”，将旱地通过水利设施等配套建设转为水田。相比旱地的玉米、小麦种植，“旱改水”后不仅可以发挥水稻的产量优势、价格优势，也可以通过土地整治提升耕地利用的规模化水平。同时，水田转为旱地（以下简称“水改旱”）在河北[3]、内蒙古[4-5]等地的高标准农田建设中亦有推行，此外，由于部分区域存在自然资源禀赋差、水利设施不完善、劳工成本过高等问题，也导致“水改旱”现象频发。由于水田和旱地在水土气热条件、种植结构及管理模式上的差异，其变化所导致的经济及生态效益的分异往往隐含着耕地利用变化的隐性机制[6]，所引发的耕地结构和功能的变化将成为研究耕地利用隐性转型的崭新视角。

在耕地利用隐性变化的探讨中，仅有少量学者关注到水田、旱地分异这一特殊视角。如吴文嘉等通过黑龙江省[7-8]水田、旱地的时空变化规律及耗水净量空间变化趋势发现区域水田集中性增加；刘彦随等[9]通过对比分析1990年、2000年和2006年三年土地影像数据，发现江苏省新增城镇用地主要来自水田和旱地的转出，农村和城镇新定居点基本来自水田转出；宋戈等[10]发现黑龙江富锦市旱地转水田的主要驱动因素为政策、土壤类型及河流等因素；刘某承等[3]基于水质和水量构建生态补偿标准模型分析中国京冀地区水稻田改旱地项目（PLDLP），指出水改旱可以提高河流径流量和水质，但农民净收入下降10.99%；罗晓虹等[11]提出1990—2015年三峡库区重庆段水田面积占耕地面积的比例减少3.9%，水田分布存在地形坡度较大、转出面积比重大、破碎化显著等问题。综上，研究区域多为东北[12-13]、西南[14]等局部地区，内容多侧重对旱改水适宜性评价、水田—旱地资源的时空变化[15]及水土响应、生态系统服务效率及驱动因素等。

随着研究范围的不断扩展，以水田—旱地的差异性变化为视角的分析，需在更大时空尺度上为耕地利用的隐性转型提供观测窗口，例如，水田、旱地利用的变化是否形成了空间差异？二者在用地类型上的转变是否存在一定规律？其形成机制是否存在政策优化的切入点？据此，本文基于水田、旱地两种类型细化耕地利用的研究视角，探讨水田、旱地利用的时空分异，并剖析水田—旱地的地类转化及其驱动机制，以明晰耕地隐性转型在水旱分异视角的特征，明确农业生产发展方向，为耕地利用的优化重构提供科学依据。

2 数据与方法

2.1 数据来源

本文使用1990年、1995年、2000年、2005年、2010年、2015年及2020年共7期1 km×1 km土地利用栅格数据（CNLUCC）。该数据集源于中国科学院资源环境科学数据中心，包含耕地、林地、草地、水域、建筑用地、未利用地和海域7种土地利用类型。本文提取耕地类型的两个二级类进行分析：（1）旱地（包含无灌溉水源及设施，靠天然降水生长作物的雨养地，以及有水源和浇灌设施，在一般年景下能正常灌溉的水浇地）；（2）水田（包含具有水源保证和灌溉设施，在一般年景能正常灌溉，种植水稻，莲藕等水生农作物的耕地）。

2.2 水田、旱地的地类转换分析

1990—2020年水田、旱地的地类转换情况基于分阶段土地利用转移矩阵的思路展开。计算方式如下：（1）将每个阶段首、末年的土地利用类型栅格数据重分类，如将首年水田、旱地、其他用地分别重分类为1、2、3，末年水田、旱地、其他用地分别重分类为10、20、30；（2）使用ArcGIS栅格计算器对两期土地利用栅格数据求和，导出新图层的栅格属性值，结合各类型的地类转换栅格数目及精度以获取不同地类之间相互转换的面积。如11指始终未发生变化的水田，12指水田转为旱地，13指水田转为其他用地，31指其他用地转为水田。

2.3 地理探测器分析

地理探测器[16]是揭示地理要素空间分异性及其驱动力的空间统计工具，在定量化驱动因子中用q统计量值描述，具体表现为q值越大，自变量（X）对因变量（Y）的影响程度越高：

式（1）中：q值是对自变量解释力的度量；L为因变量或自变量的分层；Nh和分别为层h的单元数和方差；N和σ2分别为研究区整体的单元数和方差。

本文选取各省水田转旱地、旱地转水田面积为因变量，从自然资源禀赋差异和地区农业发展水平两方面选取了年均温、水资源总量等19个自变量（表1）。其中，作为耕地自然属性的基础要素，选择年均温、水资源总量、年降水量、年日照时数、农田生产潜力代表耕地水热条件的因子[17]；由于地形条件[18]直接作用于作物采光、水土保持及温度的差异，因此选择耕地土壤质地、土壤侵蚀、坡度、高程为代表；人力、技术及资金投入在水田及旱地的利用实践中具有一定差异，因此选择农业机械总动力、一产固定投资、农业劳动力占比；由于区域经济发展水平对当地耕地利用的现代化及综合效率具有间接促进作用[19-20]，因此选择第一产业占比、城市化率、农民家庭平均收入；考虑到区域农业生产结构的差异对旱地及水田利用模式的形成具有潜在的不同作用，因此选择粮经比、有效灌溉面积、复种指数、人均耕地面积。基于表1的因子分层标准，借助地理探测器中的单因子探测和因子交互作用探测工具，探明自变量对因变量的解释力及自变量之间交互作用的方向、类型。

表1 地理探测器因子选取Tab.1 Factor selection of the GeoDetector

3 结果与分析

3.1 水田、旱地面积特征变化

1990—2020年，全国水田总量减少12 809 km2，旱地总量增加了23 217 km2。从总面积看，旱地始终高于水田，且二者差距由826 954 km2扩大至862 980 km2。

空间分布显示（图1），其一，水田增加最多的是黑龙江省（增加27 030 km2），其水田利用受益于当地政府牵头的“排蓄结合、以稻治涝”工程对灌溉条件的改善，发达的机械化管理和黑土的质量优势推高了水稻产品价格，进一步促使当地松花江、黑龙江、乌苏里江沿岸的水田总量增加。

图1 1990—2020年全国水田、旱地面积Fig.1 Number of paddy field and dryland in China from 1990 to 2020

其二，旱地增加最多的是新疆（增加23 306 km2），其新增旱地主要分布在天山南北地势平坦、水资源丰富的绿洲，伴随一带一路、乡村振兴战略的深入实施，新疆农业种植结构由单一的粮、棉为主转向多元化特色种植，且农田补贴的力度较高[21-22]，为旱地开发提供了较大优势，新疆作为农业大省的功能定位得到巩固，为当地旱地总量的增加提供了发展基础。

其三，水田和旱地减少最多的省份均为广西省，主要分布在广西东部、南部（水田、旱地分别减少23 306 km2和14 719 km2）。自2001年广西被纳入全国退耕还林试点，陡坡耕地和石漠化耕地的退耕还林工程，在推动经济林、生态林种植的同时，也促进了当地水田和旱地的损失[23-24]。从流向看，当地损失的水田和旱地的81.2%流向了林地（限于篇幅该数据未绘制到图中）。

3.2 水田、旱地的地类转换趋势

从水田及旱地的时间变化看（表2）：（1）1990—1995年，水田、旱地向其他用地的转出均大于其他用地向水田和旱地的转入，水转旱面积略高于旱转水；（2）1995—2000年，水田、旱地向其他用地的转出小于其他用地向水田、旱地的转入，旱转水面积略高于水转旱；（3）2000—2015年，各类用地相互转化强度减弱，旱转水面积明显大于水转旱，且水田转入的来源以旱地为主；（4）2015年后，水田和旱地的转入、转出面积强度明显增加，水田与旱地的相互转化成为主要特征，旱转水面积略高于水转旱。

表2 水田、旱地与其他用地类型的土地利用转移矩阵Tab.2 Land use transfermation matrices for paddy field, dryland and other land （km2）

综上，首先，水田的总转出量大于总转入量，而旱地反之。其次，旱转水在水田的总转入中占31.59%，而水转旱在旱地的总转入中仅占12.13%，可见旱转水的规模和活跃程度相对水转旱更高。此外，从土地利用稳定性看，未转变的旱地在其总面积中占52.76%，而未转变的水田在其总面积中占41.66%，相对来说旱地的利用更为稳定。最后，由于旱地相比水田更易整治，其他用地向旱地的转入远多于其向水田的转入，新增水田的来源相对旱地来说限制性更高。

水田转出的空间分布显示（图2），水田转为旱地在四川、辽宁等呈现集聚性分布，季节性缺水和地下水位的下降可能是导致该类转换的重要原因。水田转为其他用地则多集聚在长三角、珠三角、成渝等城镇化水平较高的地带，可见水热条件较好的、经济区位较优的水田发生了明显损失。

图2 1990—2020年水田、旱地及其他用地之间的地类转换情况Fig.2 Land transformation between paddy field, dryland and other land from 1990 to 2020

从水田的转入看，较为明显的变化为北方的新增水田多来源于旱地，其中以河南省中部、江苏中部和黑龙江省东部最为集中。究其原因，河南省作为黄河流域生态保护和高质量发展战略及南水北调中线引黄灌区的枢纽[25]，其地理位置上的优势有助于水资源的补给、降低了灌溉成本，平原耕作优势被充分发挥，为当地旱转水提供了基础。江苏旱转水在空间上多集中于宿迁及淮安市地域，当地的土地整治强调将旱地改为稻麦轮作[26-27]，以提高耕地的经济附加值，该类政策支持为当地旱转水提供了较强动力。黑龙江省旱转水多集中于东部三江平原，主要源于当地黑土地的长期开发和稻田治涝工程，对中低产田的 “旱改水”较为集中连片的优势，为旱转水的集中分布提供了条件。

从旱地的转入看，除水转旱在四川、辽宁聚集性分布外，规模较大的其他用地转为旱地在新疆和广西西部较为集中。其中，广西其他用地转旱地的主要集中于西部的百色市，该地区废弃工矿用地的复垦成为当地新增旱地重要来源[28-29]，新增旱地来源于开发利用适宜性较差的地区。

从旱地的转出看，旱转水集中于前文提及的河南中部、江苏中部和黑龙江东部，而旱地转为其他用地则主要集中在京津冀为主的城市群周边。可见，较大规模的旱地损失集中于自然资源禀赋较优和经济区位较强的地带。

进一步提取各省水转旱面积数据可见（图3）。1990—2000年，各省水转旱变化较为剧烈，且区域集中度较高，水转旱3 300 km2以上的有黑龙江、四川、湖南、湖北、重庆等；2000—2015年，各省水转旱面积明显下降，除东北地区外，水转旱规模均低于500 km2；2015—2020年，各省水转旱强度增大，以黑龙江、四川为代表的两省水转旱超过7 500 km2，且超过500 km2的地区相比1990—2000年新增了陕西、山东两省。

提取各省旱转水面积数据可见，其省域分布与水转旱呈现相似特征（图4），1990—2000年，各省旱转水变化规模较大，旱转水面积在3 300 km2以上的有黑龙江、四川、湖北、湖南、重庆、河南等省，其中四川及黑龙江最为显著；2000—2015年，各省旱转水总量较少、变化较平缓，除黑龙江外，其余地区旱地转水田的面积低于500 km2；2015—2020年，旱转水面积显著增加，空间分布特征接近初期（1995—2000年），且黑龙江及四川旱转水规模超过7 500 km2。

图4 1990—2020年旱地转水田的省级尺度分布Fig.4 Provincial transformation of dryland to paddy field from 1990 to 2020

3.3 水田、旱地互转的驱动机制分析

基于地理探测器的单因子分析可得（图5），对水转旱面积的解释力始终较高的因子为粮经比（o）、水资源总量（b）、土壤侵蚀（g）、年日照时长（e）和有效灌溉面积（q）。此外，解释力明显上升的因子有一产固定投资（k）、粮经比（o）、复种指数（r），属于地区农业发展水平指标，说明地区农业的现代化水平应成为水转旱治理和规划中需着重考虑的因素。解释力下降的因子有年降水量（c），可见农田保水措施的进一步完善，对提高田间持水量有较大贡献，使水转旱的变化受到降雨总量的限制有所降低。可见，在影响水转旱的因素中，地区农业发展水平和自然资源禀赋均起到重要作用，但农业现代化水平的差异对水转旱的解释力明显增强，应在水转旱规划中加强评估。

图5 水田转旱地的单因子地理探测器分析Fig.5 Results of the factor detector of the transformation from paddy field to dryland

结合前文结果分析，水转旱较活跃的区域以四川、黑龙江为代表。这类地区的生产资本投入较高、地势平坦、粮食播种比例较高、农业基础更加稳固、农业质量效益和竞争力较高，有助于在提升粮食生产能力、转变农业发展方式、发展现代农业上寻求新突破。受到控制性水源工程分布不均和土壤侵蚀的影响，部分地区开展了节水型生态农业的建设，但相对来说东北地区受到水资源承载力的约束更大，而四川等长江中上游省份更易受水转旱的农作物经济效益的影响[30]。

水转旱不活跃的区域主要集中在西北干旱缺水省份。由于其农业生产的物质基础条件较差，更适合发展节水旱地农业，故水田占比较低（＜10%）。该类地区受到自然环境与经济发展双重掣肘，光照充足但水资源短缺，植被覆盖率较低，抵抗土壤侵蚀的能力薄弱，导致其水转旱的活跃性相对较低。

对旱转水面积的解释力始终较高的因子为粮经比（o）、有效灌溉面积（q）、水资源总量（b）、复种指数（r）和人均耕地面积（s）。代表地形条件和耕地投入的因子对旱转水的解释力明显上升，可见在影响旱地转水田面积的因素中，地区农业发展水平和自然资源禀赋均发挥了较大影响，但耕地坡度和农业投资水平对旱地转水田的解释力明显增强，主要原因是水田的整治对地形条件和农业投入的要求更高，在水资源丰富但农田基础设施薄弱、土壤侵蚀较强的地区，其水土流失风险较高，其旱转水的适宜差。

结合前文结果分析，旱转水较活跃的除了东北和长江中上游地区，还有江苏、河南两省。此类地区是我国传统的粮食主产区，水热条件较好、机械化投入较高、土壤质量高、耕地利用程度高、农田水利设施较完善。在国家粮食安全战略导向的扶持下，其旱地改造为水田更为便利。此外，黑龙江、吉林、辽宁和河南享有当地河灌区的水资源、耕地资源、政策补贴和机械化水平等优势，而江苏、湖北、四川等省则依靠高新技术、水利工程配套和土地平整等优势，有效提高土地的产出效益，实现经济效益、生态效益和社会效益共赢。

旱地转水田不活跃的区域主要集中西北地区和华北平原，西北地区除受到水资源总量掣肘以外，且相对较低的人均耕地面积制约了其大规模旱改水的变化。山东、河北等华北地区则受水资源短缺[31]、农业劳动力不足和种粮收益下降三重制约，制约了当地旱地向水田的转变。

图6 旱地转水田的单因子地理探测器分析Fig.6 Results of the factor detector of the transformation from dryland to paddy field

4 结论与讨论

4.1 结论

本文基于1990—2020年全国1 km土地利用网格数据，结合土地利用转移矩阵及地理探测器等手段，探索了我国耕地利用的水田旱地分异格局及其驱动机制，结果表明：（1）水田总量减少与旱地增加同步发生。水田及旱地的损失多位于自然禀赋较优的地区，而新增多位于开发利用适宜性较差的地区，空间分布与自然禀赋优质地区呈现错配。（2）水田及旱地在用地类型上的转变形成了空间集聚，二者的相互转换以黑龙江和四川省最为突出。（3）与旱转水相比，水转旱的变化受自然资源禀赋的影响更强，且农业现代化水平的人为干预对水旱互转的影响有所增加。影响水转旱面积的因子主要为粮经比、水资源总量、土壤侵蚀、年日照时长和有效灌溉面积，影响旱转水面积的因子主要为粮经比、有效灌溉面积、水资源总量、人均耕地面积和复种指数。

4.2 讨论

首先，本文及相关研究均指出了水田和旱地的空间区位变差，新增水田和旱地多位于开发利用适宜性较差的地区。1999—2008年经济快速发展中，我国减少了大量的高产耕地[32]，以东北地区为代表的粮食主产区耕地肥力下降[33-34]，耕地质量下降情况在九大农业区占比高达 40.82%[35]，且鄂尔多斯等干旱地区的耕地储备资源质量也在降低[36]。此外，水田和旱地重心分别向我国西北和东北降水及积温较差的方向迁移，使耕地适宜性下降了2.6%[37-38]。反之，也有学者强调了水田占补平衡政策在湖南等局部地区提升了水田整体质量[39]。可见，水田和旱地的时空变化特征存在地带性差异，但均证实自然条件较好的、经济区位优越的水田、旱地发生了明显损失。

其次，本文及相关研究均证实了黑龙江及四川两地水旱互转的活跃性[19,40]。以黑龙江为例，受气候变暖导致水田种植线北移的影响[41-42]，平原地貌广、水资源充足为水田扩张提供了有利条件，农田水利设施建设[43]、机械补贴，长日照耐冷新稻种的引进[44-45]等政府支持措施，对当地旱改水形成促进作用。反之，东北大豆振兴[46-47]和玉米价格的增高[48-49]促使农业种植结构向旱地作物倾斜[50]，为黑龙江的水改旱提供了一定的市场基础。以四川为例，其水资源总量丰富、时空分布不均、降水利用率不高、地形复杂的特点，导致大型引水工程设施无法全面覆盖，区域性和季节性缺水促使其水田、旱地的转变较为频繁[51-53]。可见，该类地区由于水旱互转导致耕地类型变化频繁，其对土壤含水量、肥力、孔隙结构等理化性状的影响，及当地粮食产量波动变化趋势，需成为长期重点观察的对象。

最后，相关研究亦指出，水田及旱地规模的驱动力受人为因素的影响增强[54]，与本文形成一致结论。例如，经济驱动和生态政策成为重庆地区水田和旱地变化的主要原因[55]，三江平原水田扩张受人口增长、技术进步、气候变化和政府政策等人为因素的共同推动[40]，而黄河运城段水田及旱地变化受政策的干预的影响最为强烈[56]。此外，人口增长、土地政策、农业技术进步和土地管理政策的市场化同样可以很好地解释长江三角洲水田利用格局的变化[57]。可见，除地形、水土条件等自然禀赋外，农业生产的外部社会经济条件已成为水田、旱地利用及变化的重要推动力。

基于此，本文对水田和旱地优化利用的建议如下：（1）对种植结构不同的地区加以区分，应充分评估水田—旱地转换的适宜性，如双季稻、三季稻地区水田转旱地后，或旱地轮作高产区转为单季稻水田后，可能发生一定的产量损失，应视为水旱互转适宜性较差的地带，耕地利用以稳定现状为主；（2）在地形复杂、水肥气热条件较差、水土流失严重区域，重点加强生态保护，提高水田、旱地利用的可持续性，如在云南等耕地相对破碎的丘陵山区，应提高耕地利用与地形地貌的协调关系，高田走旱路，低田走水路，重点加强水土保持；（3）充分发挥土地整治、高标准基本农田建设等政策支持[58]对提高水田旱地的集中连片程度、基础设施水平的作用，对水资源分布不均导致的水旱互转现象，可重点加强水源工程的建设；（4）针对黑龙江、四川等水田、旱地互转活跃的特殊地区，应评估水田、旱地变化的必要性和耕地类型的稳定性，以保障东北黑土、川东优质红壤的生产潜力。