安徽省耕地利用强度与粮食产量关联分析

郑远远　程久苗

摘要 利用2000—2020年耕地利用与粮食产量相关数据，运用线性回归分析和灰色关联分析方法，分析近20年安徽省粮食综合生产能力，探究耕地利用强度与粮食产量的关联性。结果表明：近20年安徽省与全国粮食产量整体上变化趋势保持一致，而安徽省粮食产量波动较频繁，总体上呈现波动式增长；劳动力强度与粮食总产量、稻谷产量关联性最大，科技强度与小麦产量、玉米产量关联性最大。据此提出优化农村劳动力配置、促进机械化规模化经营、控制耕地物质投入强度的对策建议。

关键词 粮食产量；耕地利用强度；安徽省

中图分类号 F 301.2文献标识码 A文章编号 0517-6611（2023）15-0193-05

doi：10.3969/j.issn.0517-6611.2023.15.047

Correlation Analysis of Cultivated Land Use Intensity and Grain Yield in Anhui Province

ZHENG Yuan-yuan，CHENG Jiu-miao

（College of Geography and Tourism，Anhui Normal University，Wuhu， Anhui 241002）

Abstract Based on the data of cultivated land use and grain yield from 2000 to 2020， the comprehensive grain production capacity of Anhui Province in recent 20 years was analyzed by using linear regression analysis and grey correlation analysis， and the correlation between cultivated land use intensity and grain yield was explored. The results showed that： In the past 20 years， the grain yield of Anhui Province and the whole country kept the same trend， but the grain yield of Anhui Province fluctuated more frequently， showing a fluctuating growth in general;labor intensity has the greatest correlation with total grain output， rice yield， and science and technology intensity has the greatest correlation with wheat yield and corn yield. Accordingly， the countermeasures and suggestions were put forward to optimize the allocation of rural labor force， promote the mechanization scale operation and control the material input intensity of cultivated land.

Key words Food production;Intensity of cultivated land use;Anhui

目前我国是世界上人口最多的国家，也是世界粮食生产与消费大国。保障我国粮食安全，不仅关系国民经济平稳运行、社会健康发展和国家长治久安，也是世界稳定发展的重要保障。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》指出各省要稳定粮食播种面积、提高产能强度，加强粮食生产功能区和重要农产品生产保护区建设。2022年中央一号文件指出，要牢牢守住保障国家粮食安全底线，全力抓好粮食生产和重要农产品供给，强化现代农业基础支撑。在这样的现实背景下，推动耕地利用强度与粮食生产协调发展，成为保障中国粮食安全的必然选择。

从现有研究来看，国内学者关于粮食产量及其影响因素的研究较多，主要呈现的是研究角度的多样化［1-3］、研究方法的多样化［4-6］以及指标选取的多样化［7-8］。其中，从耕地利用强度角度出发，进行粮食产量研究相对较少。耕地利用强度是人类为满足自身需要对耕地生态系统的改变或干扰程度，它可以指导农业及土地集约化对土地质量的影响［9-10］。通过梳理耕地利用强度和粮食产量的相关文献可以发现：在耕地利用强度的指标上，学者们主要从劳动力投入强度、物质投入强度、科技投入强度、种植强度等方面构建耕地利用强度评价体系［11-14］；在耕地利用强度与粮食产量的关系上，学者们主要从土地利用的隐形形态研究角度出发，以耕地利用强度表征土地利用转型，探究土地利用转型与粮食产量的耦合关系［15-19］，发现二者在时空耦合上存在一定的规律性。

笔者从耕地利用强度对粮食产量的影响为视角，利用线性回归法探究安徽省粮食综合生产能力，运用灰色关联法分析耕地利用强度与粮食产量的关联性，以期为安徽省粮食产量的可持续增长提供参考。

1 研究区概况与数据来源

1.1 研究区概况

安徽省地处长江、淮河中下游，土地面积14.01万km2，省域可分为淮北平原、江淮丘陵、皖南山区三大自然区域［20］。2020年末，全省常住人口6 105万，城镇化率达58.33%。生产总值3.87万亿元，人均生產总值63 426元，第一、二、三产占比分别为23.73%、33.99%、42.28%。安徽省粮食作物主要有稻谷、小麦、玉米、大豆、薯类和其他旱粮作物，粮食总产量4 019.2万t，人均粮食产量6 583.46 kg，粮食作物播种面积 728.95万hm2，人均粮食播种面积0.119 4 hm2。安徽省作为全国13个粮食主产省之一，是重要的粮食产业基地之一，稳步提升其粮食生产能力对保障国家粮食安全起到关键性的作用［21］。

1.2 数据来源

该研究所用社会数据来源于2001—2021年《安徽统计年鉴》《中国农村统计年鉴》和各市统计年鉴，统计数据主要包括农村劳动力人数、耕地面积、粮食总产量、非农业人口数、总人口数、化肥投入量、耕地面积、农药使用量、地膜使用量、农业机械总动力、机耕面积、土地总面积、农作物播种面积、有效灌面积、机电井台数等数据。

2 研究方法

2.1 线性回归分析

该研究利用2000—2020年安徽省粮食总产量的时间序列数据，对粮食产量进行线性回归来确定粮食产量的趋势值，由此建立回归方程：

y=-162 874+82.607 8x（1）

式中：y为粮食产量趋势值；x为年份。P=0.936 7，R2=0.871 1，说明线性拟合优良，回归方程统计检验较理想。

2.2 灰色关联分析

借鉴已有研究成果［11-15，22］，依据科学性、综合性、可比性、易获得性的基本原则，选取劳动力投入强度、物质投入强度、科技投入强度、种植强度4个方面的指标，构成耕地利用强度评价指标体系（表1）。

该研究将耕地利用强度的12项指标作为特征序列（子序列），分别为X1，X2，…，X12，将粮食产量作为参考序列（母序列），分别为粮食总产量（Y1）、稻谷产量（Y2）、小麦产量（Y3）、玉米产量（Y4），进而对两个序列间的关联性进行分析，探究耕地利用强度与粮食产量二者间的关联性，并找出其主要影响因素。设子序列为Xi，Xi=（Xi1，Xi2，…，Xin）；母序列为Y0，Yi=（Y01，Y02，…，Y0n）。

（1）数据标准化处理。

该研究构建的安徽省耕地利用强度评价體系涵盖 12 个评价指标，粮食综合生产能力涵盖4个方面的指标，每个指标的性质、量纲、数量级等特征，均存在一定的差异，无法直接在不同指标之间进行综合比较。因此，为了统一标准，消除不同指标之间因属性不同而带来的影响，保证结果的可靠性，分析数据之前需要对原始统计数据进行标准化处理。该研究采用均值法对数据进行标准化处理，公式如下：

关联度介于 0～1，若该值越大，则代表其与参考序列（母序列）之间的相关性越强，也就意味着比较序列（子序列）对参考序列（母序列）的影响就越大，反之越小［23-24］。

3 结果与分析

3.1 安徽省省粮食综合生产能力分析

3.1.1 安徽省与全国粮食产量对比分析。

由图1可知，整体上安徽省与全国粮食产量变化趋势可以分为3个阶段：2000—2010年安徽省与全国基本保持一致，先波动下降，随后均保持持续上升的趋势，产生这一现象的主要原因是农业政策的支持和农业科学技术的进步；2010—2015年逐渐开始出现差别化，全国粮食产量增长速度快于安徽省，但是整体上趋势一致；2015—2020年则出现了较大差别，出现了安徽省粮食产量出现严重低于全国的现象，主要是因为2016年安徽省发生严重洪涝灾害和较为严重的台风气象灾害，这直接抑制了粮食的正常生产。总体上看，安徽省粮食生产能力与全国相差不大，但是个别年份低于全国水平。

3.1.2 安徽省粮食产量与趋势产量对比分析。

由图2可知，2000—2020年共出现6个波动周期，平均波动周期为3.5 a，而2000—2020年全国粮食产量共出现3个波动周期，平均波动周期为7 a，和全国粮食生产平均波动周期相比，2000—2020年安徽省粮食生产波动较频繁［25］。2000—2004年以快速增长、快速下降的“N”形发展轨迹为特点；2004—2014年以缓慢增长、缓慢下降的“之”字形发展轨迹为特点；2014—2018年以快速增长、快速下降的“N”形发展轨迹为特点；2018—2020年以缓慢增长、缓慢下降的“倒V”形发展轨迹为特点。安徽省粮食总产量2008年超过3 000万t，并于 2015 年创造了4 077.23万t的历史纪录，净增1 862.43万t，年均递增率为3.81％。由回归方程分析，安徽省粮食总产量每年大约增产75.6万t，可以看出粮食产量以趋势产量为中心呈现波动式增长，但2003—2014年间粮食总产量大多低于趋势产量，说明粮食产量并没有达到预期的增长速度。

3.2 粮食产量影响因素灰色关联分析

对安徽省 2000—2020年粮食产量数据和12个耕地利用强度的指标数据进行灰色关联度计算，得到安徽省粮食产量与耕地利用强度指标层灰色关联度及关联序排行（表2）、安徽省粮食产量与耕地利用强度准则层灰色关联度及关联序（表3）。

3.2.1 粮食总产量灰色关联分析。

由表2可以看出，各因素与粮食总产量的关联度排序为X12>X9>X3>X2>X7>X6>X1>X8>X10>X11>X4>X5，关联度均大于0.50，说明耕地利用强度12个指标与粮食总产量具有较强关联。就耕地利用强度与粮食总产量的关联性来看，关联性最大的前3个因素依次为有效灌溉指数、机电井投入、城镇化水平，关联性最小的3个因素依次为复种指数、地均化肥投入、地均农药投入。由表3可以看出，耕地利用强度准则层与粮食总产量的关联性大小依次为劳动力投入强度、科技投入强度、种植强度、资本投入强度。由此可见，安徽省粮食生产逐渐从传统农业向现代化农业转型，但是安徽省农业生产仍属于粗放型生产，在生产过程中需要投入大量的劳动力成本。

3.2.2 稻谷产量灰色关联分析。

由表2可以看出，各因素与稻谷产量的关联度排序为X6>X2>X1>X12>X10>X11>X9>X7>X3>X4>X5>X8，关联度均大于0.53，说明耕地利用强度12个指标与粮食总产量均具有较强关联。就耕地利用强度与稻谷产量的关联性来看，关联性最大的前3个因素依次为地均地膜投入、单位劳动力产出、单位面积劳动力人数，影响最小的3个因素依次为地均化肥投入、地均农药投入、地均农药投入。由表3可以看出，耕地利用强度准则层与稻谷产量的关联性大小依次为劳动力投入强度、种植强度、资本投入强度、科技投入强度。由此可知，劳动力投入强度对安徽省稻谷产量具有较大影响，其原因主要是安徽省地区的稻谷生产仍属于传统生产方式。

3.2.3 小麦产量灰色关联分析。

由表2可以看出，各因素与小麦产量的关联度排序为X3>X7>X9>X8>X12>X2>X6>X1>X10>X11>X4>X5，关联度均大于0.46，说明耕地利用强度12个指标与小麦产量均具有较强关联。就耕地利用强度与小麦产量的关联性来看，关联性最大的前3个因素依次为城镇化水平、机械投入、机电井投入，关联性最小的3个因素依次为复种指数、地均化肥投入、地均农药投入。由表3可知，耕地利用强度准则层与小麦产量的关联性大小依次为科技投入强度、劳动力投入强度、种植强度、资本投入强度。由此可见，农业科学技术进步是安徽省小麦产量稳步增长的最主要原因。

3.2.4 玉米产量灰色关联分析。

由表2可以看出，各因素与玉米产量的关联度排序为X8>X3>X7>X9>X12>X2>X6>X1>X10>X11>X4>X5，关联度均大于0.48，说明耕地利用强度12个指标与玉米产量均具有较强关联。就耕地利用强度与玉米产量的关联性来看，关联性最大的前3个因素依次为机耕率、城镇化水平、机械投入，关联性最小的3个因素依次为复种指数、地均化肥投入、地均农药投入。此外，由表3可知，耕地利用强度准则层与玉米产量的关联性由大到小依次为科技投入强度、劳动力投入强度、种植强度、资本投入强度。由此可见，农业科技进步是安徽省玉米产量稳步增长最主要原因。

由上述灰色关联分析可知，劳动力投入强度是安徽省粮食总产量和稻谷产量关联性最大的因素，而科技投入强度是安徽省小麥产量和玉米产量关联性最大的因素。这主要是因为在稻谷生产中，有许多环节仍受传统生产方式影响，如整地、收割、移栽等［26］。在小麦、玉米生产中，动力机械参与大部分环节［27］。改革开放40多年以来，安徽省着力实施科技兴农战略，农业科技发展迅速，为农业生产尤其是小麦、玉米生产提供了强有力的科技支撑［28］。同时，近年来安徽省农民收入持续增长，农业基础设施建设不断完善［29］，农业机械化水平也不断提高。可以发现，粮食总产量与稻谷产量一致，均与劳动力投入强度关联性大，主要是因为2000—2020年稻谷产量占粮食总产量比重最大，占比高达38.83%～50.56%。因此，在未来稻谷种植方面，安徽省应稳定劳动投入强度、种植强度，逐步提升资本投入强度，加大科技投入强度，加快粮食生产现代化转型速度；在小麦、玉米种植方面，安徽省应稳定科技投入强度、劳动投入强度，逐步提升种植强度，加大资本投入强度。

4 结论与建议

4.1 结论

该研究通过线性回归分析，探究安徽省粮食综合生产能力，利用灰色关联法剖析了耕地利用强度与粮食总产量、稻谷产量、小麦产量、玉米产量的关联效应。得出以下结论：

（1）安徽省粮食产量与全国粮食产量整体上趋势一致，而安徽省粮食产量波动较频繁，总体上呈现波动式增长。安徽省与全国粮食产量在2000—2010年变化趋势大致相同，而2010—2020年全国粮食产量增长幅度快于安徽省，且在2016年差距最大。总体而言，安徽省粮食综合生产能力整体较强且呈现稳步提升趋势。

（2）从2000—2020年安徽省耕地利用强度与粮食产量的关联度来看，粮食总产量关联度≥0.501，稻谷产量关联度≥0.534，小麦产量关联度≥0.467，玉米产量关联度≥0.482，即粮食产量各关联度均高于0.46，表明二者具有较强的关联效应。同时，耕地利用强度与粮食总产量、稻谷产量、小麦产量、玉米产量的关联性存在一定差异性。劳动力投入强度与粮食总产量和稻谷产量关联度最大，分别为0.800、0.784；而科技投入强度与小麦产量和玉米产量的关联度最大，分别为0.821、0.772。综上所述，安徽省耕地利用强度与粮食产量存在较强关联性且关联性存在一定差异。因此，安徽省需要根据粮食作物间的不同关联效应来具体问题具体分析，因地制宜改善粮食内部产能机制，从而适度提升耕地利用强度。

4.2 建议

4.2.1 合理优化粮食生产过程劳动力配置，提升粮食生产效率。

从未来发展角度看，农民剩余劳动时间逐渐向非农倾斜，这会对粮食产量造成明显的影响。而在保障农户粮食生产劳动时间能有效供给的前提下，优化农村劳动力配置，可有效促进耕地利用强度的提高。一方面，可以优化农村劳动力配置，增加农民收入，在农业和非农兼业中获得更长远的利益；另一方面，非农收入增加的农民会在一定程度上加大农业生产资料的投入，促使资本要素向粮食生产流动，从而提高粮食生产效率。

4.2.2 提高粮食生产机械化水平，促进粮食生产规模化经营。

在发展现代农业、推进农业现代化的进程中，农业科技投入作为重要生产力发挥日益重要的作用，农业科技投入可以有效替代部分农业劳动力并提高粮食产量。一方面，调整安徽省大中型机械和小型机械的比例，使农机技术装备逐渐从小型、单项作业机械向大中型、复合作业的高端机械发展，增强配套机具的适用性和多功能性，优化农机装备结构；另一方面，加强土地经营权的流转与服务，根据安徽省区域地形地貌的特点调整耕地结构，对零散的耕地进行归并，引导土地合理大规模流转到农机大户的手中，使得流转大户集中进行农业机械的推广应用，进行规模化种植经营。

4.2.3 合理控制耕地物质投入强度，平衡粮食增产与耕地保护。

适当减少化肥、农药等施用量并不会导致粮食产量大幅减少，相反由于防灾技术、农业机械化程度的提高，其他要素对粮食产量的增加发挥了更大的作用。安徽省在粮食生产方面应严格控制化肥施用量，在稳定化肥投入总量的同时，通过调整施肥方式、优化施肥结构、对传统化肥增效改性等措施提高化肥的增产效率；控制农药的施用量，使用低毒高效农药，不允许有害生态环境和对农产品质量有影响的高毒性农药，有条件的地方鼓励生物高效农药；加大残膜回收机械装置研发、推广力度，完善地膜回收点建设等相关配套设施，对于不同群体农户，因地制宜，因人施策，制定针对性强的管理措施。

参考文献

［1］ 李昊儒，毛丽丽，梅旭荣，等.近30年来我国粮食产量波动影响因素分析［J］.中国农业资源与区划，2018，39（10）：1-10，16.

［2］ 王珺鑫.粮食产量影响因素的实证分析：以山东省为例［J］.中州大学学报，2018，35（3）：37-41.

［3］ 朱家明，刘威.基于灰色关联法对安徽粮食产量影响因素的实证研究［J］.山西大同大学学报（自然科学版），2020，36（3）：19-24.

［4］ 肖海峰，王姣.我国粮食综合生产能力影响因素分析［J］.農业技术经济，2004（6）：45-49.

［5］ 刘会玉，林振山，张明阳.基于EMD的我国粮食产量波动及其成因多尺度分析［J］.自然资源学报，2005，20（5）：745-751.

［6］ 叶妍君，齐清文，姜莉莉，等.基于地理探测器的黑龙江垦区农场粮食产量影响因素分析［J］.地理研究，2018，37（1）：171-182.

［7］ 王春辉，周生路，吴绍华，等.基于多元线性回归模型和灰色关联分析的江苏省粮食产量预测［J］.南京师大学报（自然科学版），2014，37（4）：105-109.

［8］ 李玉虎，陈俊美.基于灰色关联分析模型的河南粮食产量影响因素分析［J］.农业技术与装备，2019（3）：92-93，96.

［9］ 崔永清，门明新，许皞，等.河北省不同耕作区综合产能空间分异规律［J］.农业工程学报，2008，24（5）：84-89.

［10］ 孔祥斌，张凤荣，齐伟，等.集约化农区土地利用变化对水资源的影响：以河北省曲周县为例［J］.自然资源学报，2004，19（6）：747-753.

［11］ 胡琼，吴文斌，项铭涛，等.全球耕地利用格局时空变化分析［J］.中国农业科学，2018，51（6）：1091-1105.

［12］ 罗素，胡守庚.近10年长江经济带多尺度耕地利用变化特征［J］.中国农业资源与区划，2018，39（7）：188-195.

［13］ 蔡璐佳，安萍莉，汪芳甜，等.内蒙古农牧交错带普通农户与种植大户耕地集约度及影响因素研究：以乌兰察布市为例［J］.中国农业大学学报，2017，22（1）：172-180.

［14］ 刘芳，闫慧敏，刘纪远，等.21 世纪初中国土地利用强度的空间分布格局［J］.地理学报，2016，71（7）：1130-1143.

［15］ 戈大专，龙花楼，屠爽爽，等.黄淮海地区土地利用转型与粮食产量耦合关系研究［J］.农业资源与环境学报，2017，34（4）：319-327.

［16］ 康伟立.南亚国家土地利用转型与粮食产量耦合关系研究：以“一带一路”倡议为背景［J］.世界农业，2018（2）：108-112.

［17］ 孙英敏.陕西省耕地利用转型与粮食产量耦合关系研究［J］.中国农业资源与区划，2018，39（7）：14-20.

［18］ 麦丽开·艾麦提，满苏尔·沙比提，张雪琪.叶尔羌河平原绿洲耕地利用转型与粮食产量耦合关系研究［J］.中国农业资源与区划，2020，41（10）：63-69.

［19］ 祝文婷，韦燕飞，童新华.广西土地利用转型与粮食产量耦合发展研究［J］.绿色科技，2021，23（14）：229-232.

［20］ 张勇，葛江飞.安徽省乡村转型发展与土地利用转型协调评价研究［J］.国土资源科技管理，2018，35（5）：69-82.

［21］ 秦国伟，卫夏青，田明华.农村土地流转后新型经营主体的经营绩效分析：基于安徽省33个县市的调查［J］.现代经济探讨，2017（12）：109-118.

［22］ 常慧杰，石保纬，梁胜凯，等.广西耕地利用强度与粮食综合生产能力的关联效应分析：基于改进灰色关联模型实证研究［J］.广东农业科学，2020，47（3）：123-130.

［23］ 徐冬婷.江苏省粮食产量影响因素的灰色关联分析［J］.粮食科技与经济，2020，45（10）：28-29.

［24］ 许甜甜，陈英.甘肃省粮食产量影响因素的灰色关联动态分析［J］.生产力研究，2020（2）：45-47，87.

［25］ 段小红，王化俊，耿小娟.甘肃省粮食生产波动的影响因素与对策［J］.农业现代化研究，2009，30（3）：280-283.

［26］ 刘魏，张应良，王燕.农村劳动力流动与水稻种植户生产环节外包：基于农户自有机械和农地经营规模的替代效应视角［J］.贵州大学学报（社会科学版），2021，39（3）：32-45，120.

［27］ 王博，马根众，蒋明波，等.山东小麦玉米机械化种植模式［J］.农业工程，2020，10（8）：5-10.

［28］ 高强，丁慧媛，李宪宝.沿海地区农业生产效率及变动趋势研究［J］.财经问题研究，2011（12）：10-15.

［29］ 李东平.加快安徽省农业科技进步对策研究［J］.安徽农业科学，2017，45（30）：210-211.

作者简介 郑远远（1997—），男，安徽安庆人，硕士研究生，研究方向：土地经济与土地利用规划。

收稿日期 2022-09-03