1998—2018年中国城镇化发展与耕地压力动态关系研究*

任兴远，吴郁玲，王 梅

（1.华中农业大学公共管理学院，湖北武汉 430076；2.华中师范大学公共管理学院，湖北武汉 430079；3.武汉市规划研究院，湖北武汉 430058）

0 引言

粮食安全始终是关系我国国民经济发展、社会稳定和国家自立的全局性重大战略问题。保障粮食安全，对实现全面建设小康社会的目标、推进城乡统筹发展具有十分重要的意义。然而，伴随着城镇化的快速发展，我国城镇空间呈无序外延扩张态势，大量耕地转为非农建设用地。1978—2019 年我国人口城镇化率从17.92%上升至60.60%，年均提高1.04 个百分点；而城镇建成区面积却从2000 年的162.21 万hm2增加到2017 年的551.55 万hm2[1]，年均增长13.33%，城镇建设用地的扩张速度明显快于人口城镇化的速度。快速的城镇化虽然在整体上促进了经济发展和技术进步，但也导致了日益突出的耕地非农化、非粮化和非正常减损问题[2]。与此同时，部分地区耕地质量也出现了不同程度的下降。东北地区的黑土地耕作层土壤有机质含量平均下降1/3，部分地区下降50%；黑土层的平均厚度比开垦之初减少了约40 mm，土壤肥力下降、保水保肥能力减弱[3]。华北平原耕作层厚度低于适宜耕作厚度3~7cm，部分耕地土壤点位超标率达19.4%，重金属污染严重。大量传统农业耕作区演变为地下水漏斗区、重金属污染区和生态严重退化区[4]。

耕地资源数量与质量的双重下降，无疑对其粮食生产能力和农产品有效供给带来了极大的挑战。如何确保粮食安全、有效保护耕地、缓解耕地压力受到学界的持续广泛关注。学者们围绕耕地压力的内涵、基本特征、演进规律、驱动机制、整治策略与调控对策等进行了广泛的探讨，在国家和区域等不同尺度开展了大量的实证研究工作[5]。有研究认为长期“高投入、高复种、高产出”的集约农作生产模式，带来粮食高产的同时导致粮食主产区走上耕地地力透支、利用效率降低和耕地压力加大的不可持续发展道路[6]-[8]。因而粮食主产区亟待休养生息，增强农业发展后劲以应对人口政策变化带来的粮食安全挑战，粮食主产区将是未来休耕政策实施的重点区域[9]。但也有研究认为，城镇化背景下耕地资源的减少虽然使得中国整体耕地压力呈现上升态势，但对于粮食主产区而言，其耕地压力指数始终处于安全压力区，城镇化水平的提高并不会带来粮食安全问题[10]。

众所周知，城镇化的发展必然带来土地、劳动力等要素资源在城乡地区间的重新配置。在这一背景下，伴随着土地和劳动力要素的流动，中国的耕地压力是否会受到影响？耕地的粮食生产能力是否会发生变化？同时，由于各地耕地资源禀赋、气候条件、农业经营制度等方面的差异，不同地区耕地质量及其粮食生产能力具有较大的差异性，城镇化的快速发展对耕地压力的影响在不同粮食产销地区是否具有差异性？其长期影响机制及短期变化效应具有怎样的特征？既有的研究对上述问题却缺乏较深入系统的探讨。有限的研究多关注于省级层面城镇化发展与耕地压力变化的关系，却忽略了不同地区在自然条件、粮食生产能力、粮食供需特征等方面存在差异的同时，一些地区间也具有较强的共性特征，将其进行归类研究更有利于科学、精准地把握中国城镇化发展与耕地压力变化的动态规律。同时，在研究方法上既有研究多采用传统的回归分析方法，然而多数社会经济时间序列数据都是非平稳的，并不能满足传统的回归分析对数据平稳性的要求，而影响了分析结果的科学性和可靠性。

基于此，文章尝试根据中国大陆31 个省（自治区、直辖市）在自然条件、粮食生产能力、粮食供需特征等方面的差异，将其分为粮食主产区、产销平衡区和主销区三大区域，分区域考察1998—2018 年近20 年中国城镇化发展与耕地压力的动态关系，以期为制定差别化的区域性耕地保护政策、切实保障全国整体性的粮食安全提供一定的理论支持和实证经验。

1 1998—2018年中国城镇化发展与耕地压力状态

1.1 三大粮食产销区的划分

粮食生产历来是我国重点关注的问题，为了给予主要产粮地区特别的政策支持，2001 年国家粮食流通体制改革时在全国范围内确定了13 个粮食主产区、7 个主销区和11 个基本平衡区。其中，粮食主产区是地理、土壤、气候等自然条件适宜种植粮食作物、粮食产量高、种植比例大，且具有一定经济优势的地区[11]。由于具有较好的粮食生产条件和基础，较高的人均粮食占有量和较大的粮食增产潜力，粮食主产区能稳定地提供部分余粮，承担着保障国家粮食安全的重大责任[12]。综合考虑各地资源禀赋、生产条件和增产潜力等方面因素，将黑龙江、吉林、辽宁、内蒙古、河北、山东、河南、江苏、安徽、江西、湖北、湖南和四川等13 个省（自治区）确定为我国粮食主产区[13]。粮食主销区是指经济相对发达，但人多地少，粮食自给率低，粮食产量和需求缺口较大的粮食消费区，主要集中在东南沿海和大城市，包括北京、天津、上海、浙江、福建、广东、海南7 个省（直辖市）。而产销平衡区虽然对全国粮食产量的贡献有限，但基本能保持自给自足，包括山西、广西、重庆、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆等11个省（自治区、直辖市）。

国家统计局数据表明，2019年全国粮食总产量创历史新高达6.64亿t，其中粮食主产区的粮食产量占比为78.89%，全国3/4多的粮食产量由粮食主产区提供；并且，在年度新增粮食产量中，粮食主产区的贡献率高达93.91%[9]。而粮食主销区和产销平衡区的粮食生产比重则呈下滑态势，其粮食播种面积分别从1999 年的987.554 万hm2和2 688.283 万hm2下降至2018 年的4 783 万hm2和2 394.3 万hm2[14]，而这些地区特别是粮食主销区也是我国城镇化发展较快的区域。因而，分析不同粮食产销区城镇化发展与耕地压力的动态关系对于在城镇化过程中切实保护耕地、保障粮食安全具有重要的现实意义。

该研究所需基础数据主要来源于1999—2019年《中国统计年鉴》《中国农村统计年鉴》和《中国国土资源统计年鉴》。

1.2 1998—2018年中国城镇化发展水平

该文主要从人口迁移角度考察城镇化发展对耕地压力的影响，因而使用人口城镇化率，即城镇人口占总人口的比重来反映城镇化水平。

如表1 所示，整体上，中国城镇化发展水平呈逐年增长态势。全国城镇化率平均水平从1998 年的35.55%上升到2018年的61.82%，且20年城镇化率的变异系数由0.48下降至0.13，说明中国城镇化率整体处于较高发展水平，且各省域之间的差异在逐年下降（表1）。

表1 1998—2018年中国城镇化率

然而，城镇化发展水平在粮食主产区、产销平衡区和粮食主销区三大区域间却存在较明显差异。粮食主销区的城镇化发展水平最高，城镇化率从1998 年的42.51%上升至2018 年的74.60%，明显高于粮食主产区和产销平衡区。而产销平衡区的城镇化率水平最低，1998—2018 年城镇化水平由23.17%增加至51.88%。同时，3类粮食产销区内部各省域间的城镇化发展水平也存在较大差异。粮食主销区城镇化率的变异系数明显高于粮食主产区和产销平衡区，说明相较于其他两类区域，粮食主销区内部各省域之间城镇化发展水平的差异更大，其内部城镇化发展水平更不均衡。如上海和海南虽然同为粮食主销区，但2018年城镇化率却分别为88.10%和59.06%，相差近30个百分点。

1.3 1998—2018年中国耕地压力状态

根据相关研究，耕地压力多采用耕地压力指数来衡量，即从粮食生产与消费之间的相互关系来判断区域内的耕地压力状况[1]。因而，参考蔡运龙等的研究[15]，耕地压力指数揭示了耕地保护的阈值，反映的是为保障某地区粮食安全所需的最小人均耕地面积与实际人均耕地面积的比值为：

式（1）（2）中，Ksi为第i个粮食主产省份耕地压力指数，Smini为第i个粮食主产省最小人均耕地面积（hm2/人）；Sai为第i个粮食主产省实际人均耕地面积（hm2/人）；βi为第i个粮食主产省粮食自给率（%）①由于粮食主产区除需满足自身的粮食需求外，还承担着粮食外调的责任，而产销平衡区亦要满足自身粮食需求，因而借鉴相关研究（蔡运龙,傅泽强等，2002），该文将其粮食自给率均确定为100%；而将主销区的粮食自给率确定为95%；Gri为第i个粮食主产省人均粮食需求量（kg/人）[16]②根据朱洪波、张安录（2007）的研究，确定1998—2002 年、2003—2007 年和2008 年以后的人均粮食需求量分别为390kg/人、400 kg/人和420 kg/人；pi为第i个粮食主产省粮食单产（kg/hm2）；qi为第i个粮食主产省粮食播种面积占农作物总播种面积的比重（%）；ki第i个粮食主产省为复种指数（%）。

显然，式（2）中，piqiki表示了某粮食主产省的耕地生产能力，因而在给定粮食自给率和人均粮食需求量的前提下，耕地生产能力越强的省，其所需的人均最小耕地面积越小。而由式（1）可见，若指数小于1，说明其实际人均耕地面积大于最小人均耕地面积，耕地无明显压力，为耕地压力安全区；若指数大于1，说明实际人均耕地面积小于最小人均耕地面积，为耕地压力风险区，值越大，则耕地压力越大、风险越高。

据此，该文对1998—2018 年全国的耕地压力指数进行了测算，结果发现：总体上，1998—2018 年全国耕地压力指数呈上升态势，但在不同时期具有不同的变化特征（图1）。阶段Ⅰ期（1998—2003 年）全国耕地压力指数年均增长率为18.78%，呈较快增长态势，且在2003 年压力指数值达2.35，为该阶段的最大值；阶段Ⅱ期（2004—2013 年）耕地压力指数在2003 年达到相对最高值后开始下降，之后呈缓和波动增长态势，年均变化率为5.59%；阶段Ⅲ期（2014—2018年）耕地压力指数又呈较快速增长态势，年均增长率为17.51%。

图1 1998—2018年中国耕地压力指数

分区域来看，3 类粮食产销区的耕地压力指数变化趋势和变化规律与全国整体呈相似的特征，但3 类区域间却存在较明显的差别。相较于产销平衡区和主产区，主销区的耕地压力指数更高且变化更明显。1998—2018 年主销区耕地压力指数从1.22 增加到19.39，年均递增12.38%；特别是2013—2018 年，主销区的耕地压力指数以年均27.46%的速度递增，耕地压力形势日趋严峻。而产销平衡区和粮食主产区耕地压力指数较低且变化较缓和。1998—2018 年产销平衡区和主产区的耕地压力指数分别从1.21 和0.73 增加至2.08 和0.65，产销平衡区已面临一定程度的耕地压力，但粮食主产区近20 年的耕地压力指数平均值仅为0.74，尚处于耕地压力安全区。

同时，从3类区域内部来看，粮食主产区各地间的耕地压力指数较相近，各地之间的耕地压力差异较小；而产销平衡区和粮食主销区内各地间的耕地压力指数差别显著，耕地压力最大值与最小值相差较大，变异系数较高，表明这两类粮食产销区内部不同省份间的耕地压力状态存在较大的差异性（表2）。

表2 1998—2018年3类粮食产销区耕地压力指数

2 1998—2018年中国城镇化发展与耕地压力的动态关系

伴随着中国城镇化水平的提高，中国耕地压力指数整体呈增长态势。中国城镇化进程的加快使得农业人口大量涌入城镇、耕地大量非农化和去粮化，导致了耕地数量的下降和耕地压力的增加。但城镇化发展水平与耕地压力在长期是否存在严谨的因果关系，其在短期内是否存在波动效应？同时，不同类型的粮食产销区之间是否存在差异？该文将借助协整理论进行相关的探讨。

2.1 分析方法

以往关于城镇化发展与耕地压力的研究多采用传统的回归分析方法，然而多数社会经济时间序列数据都是非平稳的，并不能满足传统的回归分析对数据平稳性的要求。因此，在未对变量进行平稳性检验前，直接进行回归分析，可能会出现“伪回归”，而不能揭示变量间的真实关系。同时，中国城镇化发展是一个渐进性过程，其对耕地压力的影响也具有一定的滞后性，因而城镇化发展水平与耕地压力间可能同时存在长期的均衡关系和短期的波动效应，而传统的回归方法并不能进行很好的解释。

恩格尔和格兰杰（1987）指出，两个或多个非平稳的时间序列的线性组合可能是平稳的，若这样的线性组合存在，则认为该非平稳时间序列是协整的。因而，协整理论主要从分析时间序列的非平稳性着手，探求非平稳经济变量间蕴含的长期均衡关系[17]。基于此，该文将首先借助协整理论检验城镇化发展与耕地压力之间是否存在长期稳定的均衡关系。然后通过构建脉冲响应函数来揭示两者的短期动态关系，以剖析城镇化率的变动或冲击对耕地压力造成的影响，并得出相应的政策启示。

2.2 分析结果

2.2.1 协整检验

首先，将采用单位根检验来验证时间序列的平稳性。该文综合采用Im-Pesaran-Skin（IPS）检验、Fisher-ADF检验和Fisher-PP检验，以在一定程度上保证检验结果的可靠性，减少偏差。如表3所示。

表3 单位根检验

由表3可见，在小于10%的显著性水平下，3种检验方法均接受城镇化率和耕地压力指数原序列各个截面成员存在不同单位根的原假设，但拒绝其一阶差分序列具有单位根的假设，因而这些序列是一阶单整序列，可进一步采用协整模型验证其是否存在长期的协整关系。

在此基础上，由于协整理论在表征非平稳变量之间关系方面具有较明显的优势，是研究非平稳时间序列的重要方法，因而该文主要应用Pedroni 方法进行面板数据的协整检验，其中Panel v-Stat、Panel ADF-Stat、Panel ρ-Stat、Panel PP-Stat 是用联合组内尺度描述，而Group ρ-Stat、Group ADF-Stat、Group PP-Stat是用组间尺度来描述。协整检验的结果如表4所示。

表4 协整检验

表4可见，无论是组内统计量还是组间统计量均拒绝“不存在协整关系”的原假设。因而，城镇化率与耕地压力指数存在较显著的长期均衡关系。

2.2.2 Granger因果检验

前述研究表明中国城镇化发展与耕地压力间存在较显著的长期均衡关系，那么两者是否存在严格的因果关系呢？此部分利用1998—2018年中国大陆31个省（自治区、直辖市）的数据分别对全国层面、粮食主产区、产销平衡区和粮食主销区的城镇化率与耕地压力的因果关系进行了检验。由于不同的滞后期的选择对Granger因果检验的结果有较敏感的影响，选择不同的滞后期可能会导致完全不同的分析结论。因此，为了保证Granger 因果检验结论的稳健性，该文报告了多个滞后阶数的分析结果，如表5所示。

表5可见，在全国层面，城镇化发展对耕地压力在滞后3 阶—滞后5 阶存在双向因果关系，且耕地压力对城镇化率的影响更显著。这意味着中国快速的城镇化发展在远期会增加耕地压力，而耕地压力的增大也对城镇化发展具有明显的驱动作用。

表5 Granger因果检验

同时，城镇化发展与耕地压力的因果关系也存在于粮食主产区、产销平衡区和粮食主销区。①在粮食主产区，滞后1阶城镇化率对耕地压力指数在10%的显著性水平下具有明显的因果关系，也就是说在短期里，城镇化水平的提高会较明显增加耕地压力；而滞后2阶—滞后5阶城镇化率与耕地压力指数间存在显著的双向因果关系，说明在中远期城镇化发展与耕地压力指数存在一定的互为促进关系。一方面，城镇化的快速发展会形成较大的耕地压力，另一方面耕地压力的增加又在一定程度上促进了城镇化的发展。这是因为，伴随着城镇化的快速发展，经济发展对建设用地的需求日益增加而导致农地大量非农化，使得耕地数量减少；同时，受到种粮比较收益较低的客观因素制约，耕地利用也较广泛存在着非粮化现象，因而存量耕地粮食生产和粮食供应的压力会增加，且进一步对农业劳动力产生挤压效应，促使其非农就业，而在一定程度上促进了当地城镇化的发展。②在产销平衡区，城镇化率与耕地压力指数间仅在滞后2阶和滞后3阶存在较明显的双向因果关系，而在短期和长期却并不存在。这说明在产销平衡区，城镇化率达到一定阶段后才会对耕地压力产生较大影响，且耕地压力的增加对城镇化发展也具有反向的促进作用。③在粮食主销区，城镇化率与耕地压力指数仅在滞后2阶—滞后4阶存在较显著的双向因果关系，且城镇化发展对耕地压力的影响要强于耕地压力对城镇化发展的影响，说明两者的双向因果关系更明显存在于远期。显而易见，粮食主销区耕地的粮食播种率和粮食自给率都相对较低，因而城镇化的快速发展对耕地压力的影响更明显，而耕地压力的增加却并未对当地城镇化的发展产生较大影响，这与当地经济发展定位和土地利用结构密切相关。

2.2.3 动态关系

脉冲响应函数刻画的是在扰动项上加入一个单位标准差大小的信息冲击对内生变量的当前值和未来值所带来的影响。前文的协整检验和Granger 因果关系检验反映了我国在整体上及3 类粮食产销区城镇化发展与耕地压力之间的长期均衡关系和因果关系，为了能从动态角度更好地深入分析两者的互动关系，该文将进行脉冲响应分析，结果如图2 所示。图2 中横轴代表滞后阶数，纵轴代表对新息冲击的响应程度，实线为计算值，虚线为响应函数值加或减两倍标准差的置信带。其中，左图显示了耕地压力受到城镇化率一个单位正向的标准差的冲击后的冲击效应；右图代表城镇化率受到耕地压力一个单位的正向标准差的冲击后的冲击效应。

在全国层面（图2），受到城镇化率一个单位的正向标准差冲击后，大约滞后7期后耕地压力的冲击效应由零转为负值。这意味着城镇化率的提高在近期对耕地压力几乎无影响，但在远期能在一定程度上缓解耕地压力。可能的原因是，只有城镇化发展到一定阶段，大量农业人口才能有序迁移至大城市或附近小城镇，并导致农业生产的有效劳动力不足。囿于粮食生产更易于采用机械化种植的特点，农户为了应对农业劳动力短缺而可能提高粮食种植在农业种植结构中的比重，从而提高了耕地的产粮比，在一定程度上缓解了耕地压力；同时，由于大量农民非农转移，旨在解决村庄空心化、宅基地闲置低效利用等而在实践中广泛执行的城乡建设用地增减挂钩、整村置换、宅基地退出等政策通过复垦、整理等工程技术手段，将农村建设用地复垦为耕地，从而增加了耕地数量，亦有效缓解了耕地压力。

图2 中国城镇化率与耕地压力的动态关系

同时，受到耕地压力一个单位的正向标准差冲击影响，城镇化率在滞后期内的冲击效应由负转正，且负冲击效应较小，而正冲击效应随时间推移明显增大。这意味着在短期内耕地压力的增加不利于城镇化的发展，但从长期来看，耕地压力的提高对城镇化发展有日益增强的激励作用。这是因为，短期内由于传统农民与农业和土地有极强的粘度[18]，既使耕地压力增加，农民也不愿轻易离开农村，因而耕地压力的增加并不能促进人口非农迁移。但从长远来看，耕地压力的增加会影响农户的农业生产决策及生产行为，农村冗余劳动力的长期存在必然降低农户农业劳动产出效率，从而迫使其非农转移以规避农业生产风险，从而有利于促进城镇化发展。

分3类粮食产销区来看（图3），耕地压力在受到城镇化率一个单位的正向标准差冲击后，其冲击效应在粮食主产区、产销平衡区和粮食主销区具有差异性特征。在粮食主产区，冲击效应由正值转为负值，且负效应有增强趋势；在产销平衡区，冲击效应由较弱的负效应转为近似零效应；在粮食主销区，冲击效应则由近似零效应转为较弱的负效应。也就是说，城镇化发展对耕地压力的冲击效应在产销平衡区和粮食主销区都不明显，仅在粮食主产区影响显著，其在近期会增加耕地压力而在远期却有利于缓解耕地压力。可能的原因是，粮食主销区本身的粮食自给率较低，主要依靠粮食外购来满足自身需要，故而城镇化发展对其耕地压力的影响不显著；产销平衡区整体的城镇化水平为3类粮食产销区中最低的，城镇化发展带来的农地非农化、耕地质量下降等负面影响也最弱，因而对耕地压力的影响较小；而在粮食主产区，城镇化的快速发展对农地形成较大冲击，农地大量非农化和非粮化，可耕、可种粮的耕地在短期内减少明显，耕地压力增加；而在长期，城镇化率的提高意味着打破了粮食主产区农民与土地的强附着力，农村富余劳动力得到了有效转移，农村闲置、低效利用的宅基地得以复垦为耕地，从而既提高了耕地的劳动生产率，也增加了耕地数量，耕地压力得以缓解。

图3 三大粮食产销区城镇化率与耕地压力的动态关系

而城镇化率受到耕地压力一个单位的正向标准差冲击后，其冲击效应在3类粮食产销区也不同，在粮食主产区和主销区较为强烈，在产销平衡区较为温和。具体来说，耕地压力增加后，粮食主产区的城镇化率冲击效应具有明显的V 型特征，正效应先下降再上升且增幅明显；在产销平衡区，城镇化率的冲击效应由较弱的负效应缓慢转变为弱正效应；在主销区，城镇化率的冲击效应由近似零效应转变为正效应且呈增强态势。这表明，近期耕地压力的增加不利于推进城镇化发展，而长期耕地压力的增加对3类粮食产销区的城镇化发展都存在不同程度的促进作用。特别是对于粮食主产区而言，耕地压力的增加对农村富余劳动力会产生明显的挤出效应，迫使其非农转移，在一定意义上促进了当地城镇化的发展。

3 研究结论与政策启示

3.1 结论

该文利用1998—2018年中国大陆31个省（自治区、直辖市）的面板数据测算了城镇化发展水平和耕地压力指数，并基于协整理论分析了中国城镇化发展与耕地压力的动态关系，得到如下研究结论。

（1）中国城镇化发展水平整体呈增长态势，城镇化率从1998 年的35.55%上升到2018 年的61.82%，且各省域之间的差异在逐年下降（变异系数由0.48 下降至0.13）。但城镇化发展水平在3 类粮食产销区间却存在较明显差异。粮食主销区、主产区、产销平衡区的城镇化发展水平呈依次下降趋势，且粮食主销区内部各省份之间城镇化发展水平的差距明显。

（2）1998—2018 年全国耕地压力指数呈上升态势，且在不同时期具有不同的变化特征；耕地压力在在阶段Ⅰ、Ⅲ期呈快速增长态势，在阶段Ⅱ期呈缓和波动增长态势。分区域来看，相较于产销平衡区和主产区，主销区的耕地压力指数更高且变化更明显；而产销平衡区和粮食主产区耕地压力指数较低且变化较缓和；主销区耕地压力形势较严峻，产销平衡区已面临一定程度的耕地压力，而粮食主产区尚处于耕地压力安全区。

（3）城镇化发展与耕地压力在全国整体层面及3类粮食产销区均存在长期均衡因果关系，进一步的脉冲响应分析表明：在全国层面，城镇化率的提高在近期对耕地压力几乎无影响，但在远期能在一定程度上缓解耕地压力；反之，耕地压力的增加在近期内不利于城镇化的发展，在远期却有利于促进城镇化发展。分区域来看，城镇化发展对耕地压力的冲击效应在产销平衡区和粮食主销区不明显，仅在粮食主产区影响显著，其在近期会增加耕地压力而在远期却有利于缓解耕地压力。同时，近期耕地压力的增加不利于推进城镇化发展，而长期耕地压力的增加对3 类粮食产销区的城镇化发展都存在不同程度的促进作用。特别是对于粮食主产区而言，耕地压力的增加对农村富余劳动力会产生明显的挤出效应，迫使其非农转移，在一定意义上促进了当地城镇化的发展。

3.2 启示

由于3类粮食产销区的耕地压力不同，其耕地保护政策的着力点也应各有侧重。在粮食主销区应积极寻求经济建设与耕地保护的平衡点，发展经济的同时也应切实保护耕地数量、提高耕地质量和产能，提高其粮食自给率；在产销平衡区重点是改善农业生产小气候、减少边际土地资源开发，妥善处理好耕地利用与经济发展、生态环境保护的关系，确保耕地资源的可持续利用；而在粮食主产区，则应稳定完善扶持粮食生产政策举措，挖掘品种、技术、减灾等稳产增产潜力，实施区域化整体建设，推进田水路林村综合配套，加强高标准农田建设，充分发挥粮食主产区的产粮优势。

同时，应根据城镇化发展与耕地压力的动态均衡关系，在不同粮食产销区推行差异化的城镇化发展策略。在粮食主产区和主销区应积极探寻农村富余劳动力非农迁移的有效途径，构建完善的农村闲置宅基地退出流转、复垦的政策体系，以合理增加耕地数量、提高耕地生产效率，缓解耕地压力，促进城镇化发展。而对于产销平衡区，有相当数量的地区处于生态脆弱区，城镇化进程中带来的边际土地开发，可能导致耕地产能的不稳定和不可持续性，是威胁耕地产粮能力、导致耕地压力增加的重要原因。因而应根据当地自然资源禀赋条件，控制城镇化发展速度，避免盲目追求快速城镇化；同时要落实土地用途管制、科学制定国土空间规划，避免城镇化无序扩张对耕地数量、质量、产能及生态环境带来的负面影响，寻求城镇化发展与耕地保护、粮食安全相和谐的可行路径。