我国粮食主产区耕地利用变化的粮食与生态效应研究

罗海平，潘柳欣，胡学英，刘祖光

(1.南昌大学 中国中部经济社会发展研究中心，江西 南昌 330031； 2.深圳技术大学 马克思主义学院，广东 深圳 518118)

1993年2月22日中华人民共和国主席令第六十八号发布，提出涵盖国防安全、粮食安全、生态安全、能源安全、产业安全的“五大安全”。2020年，国家“十四五”规划明确，要“逐步形成城市化地区、农产品主产区、生态功能区三大空间格局”。可见，确保粮食与生态双安全是国家安全层面上的重大战略需求。进入21世纪以来，耕地、水和劳动力等资源对我国粮食生产的约束性趋紧。据报道，2001—2017年，我国耕地面积年均净减少68.64万hm2，粮食安全的要素保障问题不断凸显[1]。国家“十四五”规划强调，“坚持最严格的耕地保护制度，遏制耕地‘非农化’、防止‘非粮化’，规范耕地占补平衡，以此夯实粮食生产能力基础”[2]。耕地是生态与社会经济功能相互转化中最为灵活的土地类型和稀缺资源[3]。耕地利用变化，即在特定时期内某一地域的耕地利用形态转变过程，表现为耕地与其他地类的相互转换，是耕地利用系统对社会经济发展和生态系统综合作用的响应[4]。肖宝玉[5]基于Cite Space可视化的分析结果提出，2008年后，我国关于土地利用变化研究的关键词由现象和机制转向方法和效应，其中，土地利用变化效应主要聚焦于城市化、碳排放等。耕地利用变化的效应是指耕地利用形态转变所产生的特定的科学现象，包括社会效应(如粮食安全)、经济效应(如国民经济、农民收入)和生态效应(如生态安全)3个层面[4]。

生态系统服务价值(ESV)是对不同土地利用类型提供的自然生态产品和生态系统服务功能的合理货币化[6]，是衡量生态安全、评价耕地利用变化生态损益的主要方法之一。目前，国内外学者针对耕地利用变化、粮食安全和ESV做了大量的探索性研究，涉及三者互动关系的研究文献大体上可分为3类：(1)重点关注耕地与粮食安全，这类研究普遍认同耕地数量和质量是影响粮食综合生产能力的关键因素[7-8]，部分学者采用耕地压力指数研究区域内耕地生产力与粮食安全的耦合关系[9]；(2)重点关注耕地利用变化与ESV，主要运用谷歌地球引擎(GEE)、当量因子法或直接市场法等，研究土地利用变化，尤其是耕地非农化的ESV损益[10-12]，认为初始土地利用类型面积差异，以及城市发展对农用地面积的蚕食，是导致ESV存在时空差异性的主要驱动因素[13-14]，我国由耕地征收而造成的生态系统价值均值损失呈现东、中、东北、西部逐级递减的地域分布特征[15]，并相应提出优化土地利用格局、合理规划农用地、科学评估农用地价值等政策建议；(3)重点关注粮食与生态双安全视角下的耕地现状评估，结合最小人均耕地模型、行星边界框架、机会成本法、当量因子法等理论与方法，界定区域内的合理耕地利用规模、耕地保护支付/受偿额度等[16-17]，认为在自然资源制约下不宜一味追求耕地面积的扩张[18]。

虽然上述文献阐释了耕地与粮食安全保障的关系，亦有文献关注了土地利用变化，尤其是耕地利用变化对ESV的影响，但这些研究大多仅关注耕地、粮食、ESV之间的两两互动关系，系统性实证耕地利用变化的粮食效应与生态效应的文献较为缺乏，且多集中于省域与市(县)域等小尺度范围，鲜有研究聚焦我国粮食主产区。我国的13个粮食主产省(区)主要分布于东北平原(黑、吉、辽、蒙)、华北平原(冀、鲁、豫，以及皖、苏南部)、长江中下游平原(鄂、湘、赣，以及皖、苏北部)和四川盆地(川)。它们共同构成粮食主产区，依托全国65%的耕地面积生产了全国75%的粮食，是保障我国粮食安全的战略功能区。本文以耕地利用变化为切入点，研究我国粮食主产区的粮食安全、ESV动态演化及其区域特征，以期为指导粮食的绿色生产、巩固绿色生态屏障提供理论依据，助力实现粮食与生态双安全。

1 材料与方法

1.1 数据来源

本文所用的土地利用遥感监测数据来源于中国科学院资源环境科学与数据中心(http：//www.resdc.cn)，空间分辨率为1 km。依据全国土地利用现状遥感监测分类体系，将土地利用类型分为耕地、林地、草地、水域、建设用地和未利用地6个一级类型(可细分为25个二级类型)。粮食产量、播种面积和平均出售价格等粮食数据来源于各省统计年鉴、《中国农村统计年鉴2019》和《全国农产品成本收益资料汇编2019》，森林面积、活立木蓄积量等数据来源于EPS数据平台的中国农林数据库，城乡人口数、总人口数、恩格尔系数的测算数据来源于EPS数据平台的中国区域经济数据库。

1.2 土地利用转化分析方法

1.2.1 土地利用转移矩阵

土地利用转移矩阵是马尔可夫模型在土地利用变化研究中的重要运用，是对某一时期一种地类向另一种地类转化的定量描述，可以准确度量某一节点的各地类面积及其具体来源和去向。结合土地利用栅格数据，借助ArcGIS 10.2软件和Excel 2016软件的数据透视表功能，可得到某一时段的土地利用转移矩阵[19]，其数学表达式为

(1)

1.2.2 土地利用变化图谱模型

为探清粮食主产区2000—2018年的土地利用变化情况，尤其是耕地利用变化的时空差异和演变特征，构建耕地利用变化分类图谱加以描述。首要任务是，通过土地利用图谱单元的地图代数叠加运算，实现图谱代码的空间融合[20]，即以粮食主产区2000年和2018年的土地利用栅格数据为基础，以ArcGIS 10.2软件Spatial Analyst Tools模块的重分类、Conversion Tools模块的栅格转面、Analysis Tools模块的相交等技术为支撑，综合运用字段计算器和计算几何等工具进行地图代数叠加运算，具体运算法则为

T=10A+B。

(2)

式(2)中：T为表征某一阶段内耕地利用变化特征的图谱单元代码值；A、B分别是土地利用变化的分阶段研究中研究期初和研究期末的土地利用类型代码值。耕地、林地、草地、水域、建设用地、未利用地的代码值依次为1～6，下同。

1.2.3 基于土地利用变化图谱的变化特征分析

以耕地利用变化图谱为基础，得到区域耕地利用变化的空间分离度(Sij)和变化比率(Aij)2个指标，并据此分析粮食主产区的耕地利用变化特征。其中：Sij反映空间尺度下耕地与不同地类的转化在空间分布中的聚散程度，体现耕地利用变化图谱“图”的特征，数值越大，表示离散程度越大，反之亦然；Aij表示某一地类转为另一地类的面积在所有地类转化中所占的比重，反映时间序列下耕地利用的主要变化方向，体现耕地利用变化图谱“谱”的特征[20-21]。两个指标的计算公式分别为

(3)

(4)

式(3)、(4)中：Nij和Fij分别为某一阶段土地利用类型变化(i→j)的图谱单元数和面积。

1.3 不同地类的ESV测算

1.3.1 静态的ESV测算模型

ESV是指人类直接或间接地从自然生态系统中获得的利益。本文采用谢高地等[22]在Costanza生态系统服务功能分类的基础上基于地理信息空间分析和模型运算方法形成的符合我国国情的单位面积生态系统服务价值当量表测算地均ESV：

(5)

式(5)中：Eik为动态调整前单位面积i地类的k服务功能的ESV(元·hm-2)；eik为单位面积i地类的k服务功能的生态系统服务价值当量因子；Ea为地均当量ESV(元·hm-2)；ml、pl和ql(l=1，2，3)分别为l作物(稻谷、小麦、玉米)的播种面积(hm2)、平均售价(元·t-1)和平均单产(t·hm-2)；M为上述3种作物总的播种面积(hm2)。

1.3.2 动态修正的ESV测算模型

鉴于ESV与生物量的正相关关系，以及人们对生态服务功能支付意愿的时空异质性特征，本文引入空间异质系数和社会发展系数，在静态模型的基础上，动态化地测度2000—2018年各粮食主产省(区)的ESV[6]。

(6)

(7)

(8)

(9)

式(6)～(9)中：Kt和Tt分别为t年份区域空间异质系数和支付意愿系数；g和G、w和W、i和I、h和H分别为区域与全国的三大粮食作物平均单产(t·hm-2)、单位面积林分蓄积量(m3·hm-2)、支付意愿水平和城镇化水平；En为恩格尔系数；ESV为ESV的值；Ei和E′i分别为i地类动态调整前、后的地均ESV；Si为i地类的面积。

2 结果与分析

2.1 粮食主产区耕地利用变化图谱分析

2.1.1 土地利用变化特征

2018年，粮食主产区的土地利用类型以耕地和林地为主、草地次之。从空间尺度来看，土地利用类型呈连片分布特征，其中，“林地-耕地-林地”自北向南呈“工”字型分布，草地主要集中于内蒙古中部和四川西北部，未利用地主要集中于内蒙古西部，水体和建设用地分布较为分散，且占比均不超过各粮食主产省(自治区)土地总面积的5%。从时间尺度来看，不同土地利用类型之间的转化较为剧烈，在数量上呈“二增二减二不定”的模式，即水体和建设用地面积增加，耕地和草地面积减少，林地面积变化幅度较小，未利用地面积波动明显，但变动方向不确定。具体地，从2000—2018年我国粮食主产区总的土地利用转移矩阵(表1)来看，耕地与耕地内部的转化面积为8 142.282万hm2，耕地转化为林地、草地、水域、建设用地和未利用地的面积分别为1 397.719万、600.339万、296.347万、1 113.413万、152.014万hm2，林地、草地、水域、建设用地和未利用地转化为耕地的面积分别为1 403.550万、756.612万、263.298万、697.396万、232.989万hm2。综合耕地转入、转出双向变化的面积净值来看，有58.31万hm2林地、156.273万hm2草地和80.976万hm2未利用地净转出为耕地，同时，耕地净转出为水域33.049万hm2、建设用地416.017万hm2。其中，建设用地大量侵占耕地而导致的耕地占补失衡，是制约粮食播种面积扩张，进而动摇粮食安全基础的关键驱动因素。

表1 2000—2018年粮食主产区总的土地利用转移矩阵

2.1.2 耕地利用变化图谱的空间格局差异

2000—2018年，我国粮食主产区的耕地面积总体呈现“北增南减”的空间格局，与粮食调出水平、经济发展活力的地理分布格局具有一定的趋同性，但也表现出明显的空间异质性和连片分布的特征。2000—2018年间，我国粮食主产区内的耕地利用变化类型涵盖了涉及耕地的全部10个种类(表2)，主要表现为“耕地→林地(编码12)”与“林地→耕地(编码21)”的互换、“耕地→建设用地(编码15)”的耕地转出，以及“草地→耕地(编码31)”的耕地转入模式。其中，耕地转化为建设用地的净值达416.017万hm2，在数量上相当于河南、河北等单个省份2018年建设用地面积的两倍，是我国粮食主产区2018年建设用地总面积的23%，在地理分布上，以山东、江苏、河北等区域建设用地“挤占”耕地的问题最为突出。草地转为耕地主要分布于具有草地资源禀赋优势的内蒙古自治区，占我国粮食主产区草地转为耕地总量的40.96%。“耕地→草地(编码13)”连片分布于东北平原东部、长江中下游平原和四川盆地，是这些区域响应生态退耕政策的重要举措。“未利用地→耕地(编码61)”是耕地面积增加的又一关键来源，连片分布于东北平原西部和华北平原等地。

表2 2000—2018年粮食主产区耕地利用变化的图谱单元特征

从图谱单元的空间分离度来看，“耕地→未利用地(编码16)”和“未利用地→耕地(编码61)”相对最高(分别为4.37和3.53)，主要存在于生态脆弱区，在空间上呈碎片化分布；其次是“水域→耕地(编码41)”，空间分离度为3.32，说明水域转为耕地的发生频率较低，在空间分布上较为分散；“耕地→水域(编码14)”“耕地→草地(编码13)”的空间分离度再次之(3.13、2.20)。相对而言，空间分离度最低的是“耕地→林地(编码12)”与“林地→耕地(编码21)”，两者之间的转化非常活跃。此外，耕地转化为建设用地的图谱空间聚集度仅次于耕地与林地的互换。

在省域层面上，13个粮食主产省(自治区)中，仅有黑龙江、内蒙古和吉林3省(自治区)存在耕地净转入(图1)。其中，黑龙江是耕地面积增幅最大的省份，达141.327万hm2，耕地转入以“林地→耕地(编码21)”和“未利用地→耕地(编码61)”为主，且两种类型的耕地增加量相当。吉林省耕地转入的土地类型较为丰富，其中，林地对耕地增加的贡献度相对较高。草地转入是致使内蒙古耕地面积迅速扩张的主要驱动因素。其余10省的耕地转出面积均大于耕地转入面积，其中，耕地净转出面积超过50万hm2的有河北、江苏、辽宁、河南4省，在30万～50万hm2的有湖北、安徽、山东、四川4省，低于30万hm2的有湖南和江西。建设用地“挤占”耕地是制约区域耕地扩张的关键因素，13个粮食主产省(自治区)均有耕地转出为建设用地，其中江苏省耕地转出为建设用地的面积最多，其次是山东、河北等省份。此外，13个粮食主产省(自治区)均表现出明显的林地与耕地的互换效应，除黑龙江退耕还林面积比毁林造田面积多51.101万hm2外，均大致实现了本省(自治区)内耕地与林地的面积增减平衡。

图1 2000—2018年13个粮食主产省(自治区)的耕地转化类型与面积

2.1.3 耕地利用变化图谱的数量变化特征

2000—2018年粮食主产区发生耕地利用变化的总面积为6 913.68万hm2，占所有发生地类转化总面积的59.44%，即在土地利用类型转化过程中，有近3/5的土地利用转化与耕地有关。耕地转出比率(30.61%)高于耕地转入比率(28.83%)，耕地面积减大于增，耕地净转出量达205.98万hm2。具体来看，编码为21和12的林地与耕地互换的变动率最高，是耕地利用变化的首要因素，耕地转出比率(12.02%)略低于转入比率(12.07%)，基本实现耕地面积增减平衡；“耕地→建设用地(编码15)”的变化比率较高(9.57%)，是导致部分粮食主产省耕地面积锐减的根本原因，占粮食主产区总的耕地转出面积的31.27%。“草地→耕地(编码31)”的变化比率为6.50%，是耕地面积增加的主要来源(位居各地类首位)，净转入量为156.27万hm2。未利用地转为耕地是耕地扩充的又一重要来源，且逆转化发生率很低(1.31%)，净转入量为80.975万hm2。此外，我国粮食主产区内退田还湖的现象较围湖造田更为普遍，共产生33.049万hm2的耕地净转出量，但这一变化有利于维持生态平衡。

2.2 耕地利用变化的粮食、生态变化图谱分析

2.2.1 耕地利用变化的ESV图谱变化

参考谢高地等[22]编制的当量因子表，将编码1～6的各地类当量因子分别赋值7.90、28.12、11.67、45.35、0、1.39，计算得到粮食主产省(自治区)2018年动态修正的地均当量ESV和地均ESV。从耕地利用变化对ESV的影响来看，耕地利用变化对区域ESV具有正向提升、反向抑制两种作用机制，其中，耕地退耕为生态用地(编码12、13、14)，以及由建设用地、未利用地转为耕地(编码51、61)会带来生态环境的改善，即ESV的提升；反之(编码15、16、21、31、41)，会削弱生态系统的服务功能及其提供生态产品的能力，即降低区域的ESV。

经测算，2000—2018年，由耕地利用变化造成的我国粮食主产区总的ESV损益分别为9.521×1011元和9.104×1011元，ESV净损失4.171×1010元(表3)。耕地与其他5种地类的转化中，与水域、未利用地的转化带来的ESV净值增加，与林地、草地和建设用地的转化导致ESV的净值降低。具体来看，水域与其他地类相比，拥有更强的生态系统服务功能供给能力，其与耕地相互转化的地均ESV变化的绝对值达7.008万元·hm-2，是推动ESV提升的主要驱动因素；未利用地的植被覆盖度普遍低于5%，其向耕地的转化，有利于提高物种多样性，进而促进ESV的提升。我国的建设用地以城镇用地、农村居民点为主，与耕地相比，人类活动更频繁、剧烈，对生态的破坏更严重。21世纪以来，建设用地对耕地的大量侵占，是导致我国粮食主产区ESV损失的首要原因。编码为12和21的林地与耕地的相互转化是导致我国粮食主产区ESV变动的重要原因，二者中和后的ESV净损失量为2.206×109元。

表3 2000—2018年粮食主产区由耕地利用变化导致的生态系统服务价值(ESV)和粮食产量变动情况

2.2.2 耕地利用变化的粮食与生态效应空间格局

耕地资源禀赋是体现我国粮食生产能力的核心要素。进入21世纪以来，耕地面积减少、耕地质量下降对我国粮食生产的制约性愈发明显[1]。尽管我国粮食主产区总的粮食产量由2000年的3.260 7×108t增至2018年的5.176 9×108t，但这主要得益于技术水平的提升、农业种植结构的改善、农民种粮积极性的提高等。一般来说，耕地数量与粮食产量存在显著的正相关关系，同等条件下，耕地面积的增减会带来粮食产量的同方向变动[5]。本文将2018年的粮食产量除以耕地面积来表征区域内单位面积耕地的粮食产能现状，并据此分析耕地利用变化对粮食产出水平的影响。

耕地利用变化对ESV和粮食产量的影响均包括正反两个方向的作用，本文将耕地转化推动ESV上升的区域定义为“生态增值区”，将导致ESV损失的区域定义为“生态减值区”，将耕地扩张带来粮食产量上升的区域定义为“粮食增产区”，将耕地缩减带来粮食产量下降的区域定义为“粮食减产区”。基于此，可将发生耕地利用变化的区域划分为生态增值-粮食增产区(以下简称为Ⅰ区)、生态减值-粮食减产区(以下简称为Ⅱ区)、生态增值-粮食减产区(以下简称为Ⅲ区)、生态减值-粮食增产区(以下简称为Ⅳ区)4类。这4类区域在数量上和空间分布上呈现出“两两相当”“两两相对”的特征(图2)，即Ⅰ区与Ⅱ区面积占比相当，分别为18.30%和13.36%，地理分布上趋同，主要集中于华北平原和东北平原西部；Ⅲ区与Ⅳ区面积占比相当，分别为33.19%和35.05%，地理分布上趋同，主要集中于长江中下游平原、四川东部、东北平原东部，以及内蒙古东南部。同时，前后两组在地理分布上表现出互补性。

图2 各粮食主产省(自治区)耕地利用变化的粮食与生态效应

我国的粮食主产区涵盖了全国13个省(自治区)的185个地级行政单元(含地级市、自治州、地区、林区、盟，及省直辖县级市)。在不同地域范围内，耕地利用变化的粮食与生态效应存在明显的空间分异特征。鉴于耕地利用变化类型的丰富性，本文基于耕地面积增减视角，从地级行政单元尺度分析各市(自治州、地区、盟)耕地利用变化最主要的生态-粮食效应类型及其空间分布特征(表4)。

表4 粮食主产区最主要的耕地变化类型和耕地利用变化效应

具体来看：耕地面积增加的区域包括生态增值-粮食增产区(Ⅰ区，对应图谱编码51、61)和生态减值-粮食增产区(Ⅳ区，对应图谱编码21、31、41)，两者均能带动粮食产量的提升，具有正向的粮食产出效应。其中，生态增值-粮食增产区总面积仅9.304×106hm2。“建设用地→耕地”和“未利用地→耕地”面积占比为3∶1，但前者逆转化面积达1.113×107hm2，是耕地转入面积的1.6倍。从空间分布来看，粮食主产区中仅内蒙古的阿拉善盟、黑龙江的绥化市和佳木斯市、吉林的白城市生态增值-粮食增产区的面积较其他3类区域的面积更大，耕地最主要的变化类型为“未利用地→耕地”。该类区域通过加强对未利用地的生态改良，尤其是在沙地、戈壁、盐碱地等发展林下经济、草原经济，构建山水林田湖草沙生命共同体，发展出了一条提高区域粮食产出和生态效应的有效途径。生态减值-粮食增产区(Ⅳ区)面积仅次于生态增值-粮食减产区(Ⅲ区)，且二者间互换效应明显，尤其是在林地与耕地之间、水域与耕地之间。实际发生生态减值和粮食增产的区域主要集中在内蒙古，其次是四川、黑龙江、湖南和江西，5省(区)耕地转入面积共计1.443×107hm2，可带来6.482×107t的粮食增产和4.306×1011元的ESV损失。就地级层面而言，粮食主产区中有43个市(自治州、地区、盟)的最主要耕地利用变化效应为生态减值-粮食增产，占粮食主产区地级行政单位的比重为23.24%，其中涉及耕地最主要的变化类型为“林地→耕地”与“草地→耕地”，二者所涉地级行政单元的数量比例约为3∶1。此类区域在重视粮食产出的同时也要兼顾生态效应，从而提升粮食供给的可持续性。

耕地面积减少的区域包括生态减值-粮食减产区(Ⅱ区，对应图谱编码15、16)和生态增值-粮食减产区(Ⅲ区，对应图谱编码12、13、14)，两者均一定程度上制约了区域粮食生产，具有负向的粮食产出效应。其中，生态减值-粮食减产区面积为1.265×107hm2，超出Ⅰ区面积3.350×106hm2，在空间上呈集聚分布特征，以华北平原分布最为广泛。具体地，粮食主产区中有79个市(自治州、州、地区、盟)的最主要的耕地利用变化效应为生态减值-粮食减产，占粮食主产区地级行政单元的比重超过40%。上述区域耕地最主要的变化类型均为“耕地→建设用地”，其中，江苏省各市建设用地占用耕地的面积超过耕地与其他各地类转化的面积，河北、山东、河南和安徽生态增值-粮食增产区的面积超过其他3类区域的地级行政单元占该省所有地级行政单元的比例依次为81.82%、93.75%、88.89%和75.00%。此类区域既造成了巨大的生态环境代价，也不利于粮食安全战略的实施，给保障粮食与生态“双安全”带来严峻挑战。因此，该类区域既要重发展，更要重视生态环境的保护，严守耕地红线，严防建设用地对耕地的不合理“侵占”。生态增值-粮食减产区(Ⅲ区)面积为2.294×107hm2，其中“耕地→林地(编码12)”是主要贡献源。具体地，粮食主产区中，有59个市(自治州、州、地区、盟)的此类区域面积在4类区域中占比最大，在空间上呈连片分布特征，以四川、湖北、湖南3省表现最为明显。粮食主产区耕地转化为生态用地带来了7.789×1011元的ESV增值，但也造成了1.031×108t的粮食减产，假定人均年粮食需求量为400 kg，即相当于减少了近2.577亿人的口粮供给。因此，该类区域要狠抓粮食单产、复种指数等的提升，从而在维持高生态产出的同时达到粮食增产的目的。

3 结论与讨论

本文基于粮食与生态双安全视角，分析不同耕地利用变化类型下的粮食与生态效应，主要研究结论如下：(1)研究期内我国粮食主产区的土地利用类型以耕地、林地为主，“林地-耕地-林地”在空间上呈“工”字型分布。2000—2018年，耕地转化为其他地类，以及由其他地类转化为耕地的面积分别为3 559.83万hm2和3 353.85万hm2，耕地净转出面积达205.98万hm2，耕地数量减大于增；耕地利用变化呈“北增南减”的空间分异特征，仅黑龙江、内蒙古、吉林3省存在耕地净流入。(2)以耕地利用变化的粮食-生态效应为标准划分4类区域，生态增值-粮食增产区与生态减值-粮食减产区面积相当，主要分布于华北平原和东北平原西部，生态增值-粮食减产区与生态减值-粮食增产区面积相当，主要分布于长江中下游平原、四川东部、东北平原东部，以及内蒙古东南部。生态增值-粮食增产区是最有益粮食与生态安全的类型，但面积占比较小，生态减值-粮食减产区是最有损粮食与生态安全的类型，其中建设用地对耕地的占用是导致损失的主要来源。

粮食主产区既是我国粮食生产的功能区，又是我国重要的生态屏障或涵养区[2，23]。为实现粮食与生态双安全，推进粮食主产区生态增值和粮食增产，提出如下建议：(1)围绕“多少地”的问题，宜以稳定耕地数量和提升耕地质量为抓手。一方面，要严控耕地非农化，减缓土地逆生态化。既要落实严禁占用永久基本农田发展林果业、挖塘养鱼、挖湖造景、建设绿化带和种植苗木、草皮等用于绿化装饰和其他破坏耕作层植物的政策举措，严防河北、江苏、山东等省份建设用地占用耕地，维持耕地占补平衡。同时，也要强化粮食安全保障的生态支撑，对华北平原实施退耕还林还草政策，坚持耕地数量、质量、生态“三位一体”保护，增强粮食可持续生产能力。另一方面，要加强对未利用地的生态改良，有效提升未利用地垦殖率，依法依规、合理有效开发未利用地，发展林下经济、草原经济等。(2)围绕“怎么用”的问题，宜从提升耕地种粮率着手。一方面，要合理控制耕地“非粮化”，严格落实高标准农田、永久基本农田和一般耕地的种植范围，确保高标准农田原则上全部用于粮食生产，永久基本农田重点用于粮食生产，一般耕地主要用于粮食生产。粮食生产区要杜绝耕地闲置和荒芜，保证每年至少能生产一季粮食。另一方面，要积极探索提升粮食单产，不断调整粮食品种种植结构，优化农业生产技术。以内蒙古和黑龙江为主战场，继续释放以玉米为主、大豆和水稻为辅的粮食品种红利，以绿色农业、新型农业为导向，提升产粮效率；以长江中下游平原为攻坚地，提高耕地复种指数，实行稻田“单改双”；以东北地区和长江沿线地区为示范地，在现有耕地上积极发展稻渔工程、生态种养殖等复合型经济农业，推动发挥粮食、生态保障功能。