吉林省人均糧食占有量時空格局變化與影響因素分析

湯起祥， 王冬艷， 王興佳， 馬佳敏， 王晶瀅

(吉林大學 地球科學學院， 吉林 長春 130012)

糧食安全是關系到人民生活、社會穩定與經濟可持續發展的重大問題。改革開放加速了我國城鎮化、工業化進程，但同時也帶來了城市無序擴張、農地持續減少、環境污染加劇等問題[1-6]。我國人多地少、耕地總體質量差、中低產田占比高、后備耕地資源有限等資源現狀也凸顯了糧食安全問題的迫切程度。自2003年起，中央一號文件連續16 a聚焦于“三農”問題；2004年起，國家又相繼出臺了一系列支農惠農政策，糧食生產逐漸恢復并實現了12連增，嚴峻的糧食問題得到較大緩解，實現了糧食供需平衡的局面[7-10]。

20世紀90年代，萊斯特·R·布朗發表的《誰來養活中國》一文引發了國內外學者對中國糧食安全的高度關注[11-13]。早期研究主要從全國大尺度范圍展開[14-22]并取得了不菲的成果。但其研究區域過于宏觀，忽視了小范圍地域之間的空間異質性[23-27]。近年來，已有學者相繼以流域[28-29]、地區[30-32]、省域[33-37]為研究區開展研究工作，相關研究主要借助重心模型[22，29]、ESDA[23-27]、區位熵[30]、標準差與變異系數[35]等模型與方法對驅動力及影響因素[23，29，33-34]、糧食安全狀況[28-31]、糧食生產格局變化[33-35]進行分析與評價。但僅從糧食總產量的角度分析糧食生產動態變化及能力還不能全面反映地區糧食生產的實際情況和糧食安全狀況，人均糧食占有量能客觀反映國家和地區的糧食供給水平，通常用來衡量國家和地區糧食安全狀況[21-22，24]。目前，我國糧食生產重心開始向東北方向偏移，“北糧南運”的格局業已形成，東北地區將成為我國未來增產潛力最大的地區之一[38-39]。吉林省是全國13個糧食主產區之一，耕地資源豐富，耕作條件優越，在保障國家糧食安全方面起到了重要作用。為優化糧食生產布局、劃定農業空間與永久基本農田保護紅線及完善和制定相關農業政策，從縣域角度分析吉林省2002-2017年的人均糧食占有量的時空格局變化，并運用空間回歸模型揭示其影響因素，旨在為保障區域糧食供需平衡和區域糧食安全提供參考依據。

1 數據來源與研究方法

1.1 研究區概況

吉林省位于東經121°38′～131°19′、北緯40°50′～46°19′，地處東北亞幾何中心帶和黃金玉米帶，屬溫帶大陸性季風氣候，四季分明，雨熱同季，正常年份的光、熱、水分條件可以滿足作物生長需要。地形以山地丘陵與臺地平原為主，地勢由東南向西北傾斜。地貌呈明顯的三大板塊特征，可分為東部山區、中部臺地平原區和西部沖積平原區，耕地主要集中在中西部地區。吉林省是我國主要糧食調出省之一，對我國糧食安全起至關重要的作用。2017年，吉林省糧食總產量4 154萬t，占整個東北地區的30%，全國排名第四。人均糧食占有量達1 588.05 kg，僅次于黑龍江，位居全國第二，遠高于全國平均水平(475.95 kg)。

1.2 數據來源

以2002-2017年為研究時段，每隔5 a選取1個時間斷面，分別是2002年、2007年、2012年和2017年。為保證行政區劃的完整性，以2017年行政區劃為準，將市轄區合并，江源縣劃入白山市市區，九臺市劃入長春市市區，共47個研究區。數據來自《吉林統計年鑒》《中國統計年鑒》《中國縣域統計年鑒》及各地市統計年鑒。

1.3 研究方法

參考已有研究[17，22，32]和《國家糧食安全中長期規劃綱要(2008-2020年)》，并結合吉林省情況將各縣(市、區)劃分為5類產糧區：五級產糧區(<400 kg)、四級產糧區(400～600 kg)、三級產糧區(600～1 000 kg)、二級產糧區(1 000～1 500 kg)和一級產糧區(>1 500 kg)。

1.3.1 重心模型 采用重心模型構建人均糧食占有量在吉林省域范圍內的移動方向和路徑。計算模型[21，23]：

(1)

(2)

式中，xj和yj為人均糧食占有量第j年的重心坐標；xi和yi為某縣(市、區)的幾何重心坐標；Fij為某縣(市、區)第j年人均糧食占有量；n為縣(市、區)數。

1.3.2 空間自相關分析 采用探索性空間數據分析法(ESDA)對吉林省人均糧食占有量的全局自相關性、局部自相關性和空間異質性進行分析，以探究吉林省縣域人均糧食占有量的時空變化特征。全局自相關可判斷地理事物的某一性質在全局范圍內是否存在空間集聚效應，用Global Moran’s I指數表示。采用Arcgis 10.2工具欄中Spatial Autocorrelation分別計算2002年、2007年、2012年和2017年吉林省縣域人均糧食占有量的Global Moran’s I指數，Global Moran’s I取值在[-1，1]，值越接近1，表示全局正相關程度越大；反之，空間負相關程度越大。

(3)

采用基于鄰接關系的Queen規則建立空間權重矩陣，若xi和xj相鄰(有公共邊或公共頂點)，則權重賦1；反之，賦0。

局部自相關描述地理事物局部空間集聚特征和空間異質性特征，采用Local Moran’s I指數揭示人均糧食占有量的空間自相關程度。LISA(Local Indicators of Spatial Association)可解釋局部區域非平穩性或熱點，還可評估個別地點對全局統計量的影響，并確定離群點[40]。運用GeoDa聚類分析欄目下的Univariate Local Moran’s I計算各時間斷面的Local Moran’s I指數，設定P≤0.05，并制圖。

(4)

(5)

式中，I′為局部莫蘭指數，其余項與式(3)相同。

局部分異分為顯著與不顯著類型，其中，顯著的又分為高高集聚區(HH)、低低集聚區(LL)、低高集聚區(LH)和高低集聚區(HL)。高高集聚區(HH)指自身和鄰居人均糧食占有量都高的地區；低低集聚區(LL)指自身和鄰居人均糧食占有量都低的地區；低高集聚區(LH)指自身人均糧食占有量低而周圍鄰居高的地區；高低集聚區(HL)指自身人均糧食占有量高而周圍鄰居低的地區。

1.3.3 影響因素指標篩選與預處理 依據指標的可獲取性、代表性、易量化性等原則，且為避免啞元(dummy)的影響，初步篩選畝均農業機械總動力、第一產業產值比、第二產業產值比、第三產業產值比、人均耕地面積、畝均化肥施用量、畝均農村用電量、有效灌溉面積、城鎮化率、糧食單產、糧食播面比、人均GDP及農林水事務支出共13個指標作為解釋變量。

在構建空間回歸模型前，對指標進行預處理。采用Excel先對指標進行Z-score標準化處理，再采用SPSS 24的逐步回歸分析功能剔除共線性指標和不重要指標，最終確定人均耕地面積、第一產業產值比、畝均農業機械總動力、畝均化肥施用量、畝均農村用電量、有效灌溉面積、城鎮化率、糧食單產和糧食播面比9個指標參與模型構建。

1.3.4 空間回歸分析模型 為提高回歸準確性和模型解釋能力，采用空間誤差模型(SEM)與空間滯后模型(SLM)進行回歸分析，選取擬合程度更高的模型〔決定系數(R2)高、赤池信息量準則(AIC)小、貝葉斯信息準則(BIC)小、似然比(LR)高〕對影響因素進行分析。

SLM模型：

y=pWy+Xβ+ε

(6)

SEM模型：

y=Xβ+λW+μ

(7)

式中，y為被解釋變量；X(n×k)為解釋變量矩陣；β(n×1)為解釋變量X的參數向量；Wy為空間滯后項；p為空間自回歸系數；ε為隨機干擾項向量；λ為空間相關誤差參數；μ為隨機誤差向量。

2 結果與分析

2.1 時序變化

2.1.1 糧食生產變化趨勢 從圖1看出，2002-2017年吉林省人均糧食占有量與吉林省糧食總產量的變化趨勢一致，可分為3個階段：2002-2006年，上升階段:2006-2009年，波動下降階段；2009-2017年，快速增長階段，總體呈波動上漲趨勢。具體看，2017年糧食總產量較2002年增加1 939.2萬t，漲幅為87.56%，年均增長率為4.24%；2017年人均糧食占有量較2002年增加752.09 kg，漲幅為89.97%，年均增長率為4.37%，由于人口略微下降，增速略高于糧食總產量。

Fig.1 Variation trend of food production in Jilin from 2002 to 2017

2.1.2 人均糧食占有量各級產糧區分布情況 由圖2看出，吉林省縣域人均糧食占有量在2002-2017年發生了顯著變化。受糧食增產的影響，一級產糧區持續增加，二級產糧區波動減少，三級產糧區先減后穩定，四級產糧區變化較小，五級產糧區持續減少。2002年，一級產糧區僅有8個，集中連片分布于中西部地區；二級產糧區共6個，分散在一級產糧區周邊；三級產糧區共11個，集中分布在西部地區和中部以東地區；四級產糧區僅3個，且非常分散，東中西各1個；五級產糧區最多，共19個，主要分布在東部山區，中部地區較少且分布零散，分別是吉林市市區、遼源市市區和四平市市區，產區之間大致呈圈層式分布特征。截止2017年，一級產糧區增加3倍，有24個，占研究區總數50%以上，幾乎包括中西部全部地區，東部地區有少量分布；相應的五級產糧區持續減少，至2017年有9個，主要分布在吉林省東南部地區；二級產糧區、三級產糧區分別減少2個和7個；四級產糧區共增加3個，分布零散，主要集中在中東部地區。2002-2017年，增幅較大的地區集聚分布在中西部地區，東部地區增幅較小且地區間差異較大。截至2017年，大部分地區人均糧食占有量超過《國家糧食安全中長期規劃綱要(2008-2020年)》要求的395 kg，糧食安全狀況不斷改善，僅有9個地區處在標準線以下。

2.2 空間變化

如圖3所示，2002年、2007年、2012年和2017年吉林省縣域人均糧食占有量的Global Moran’s I指數分別為0.593、0.419、0.557和0.520，指數值均大于0，其中，2002年指數值最高，表明自相關性最大，樣本點集中分布在回歸線周圍，代表空間異質性的二四象限縣(市、區)較少；2007年指數值最低，空間集聚效應最弱，樣本點分布相對分散，二四象限的縣(市、區)較2002年明顯增多。經過999次隨機化后Z均大于2.58，通過1%概率顯著性檢驗。表明，吉林省人均糧食占有量在空間上具有空間自相關性，即人均糧食占有量高的縣(市、區)間互相集聚，人均糧食占有量低的縣(市、區)間互相集聚。其次，指數值波動降低表明空間自相關性減弱。

從圖4看出，吉林省人均糧食占有量有明顯的局部分異，表現為高高集聚區(HH)、低低集聚區(LL)和低高集聚區(LH)。HH和LL總體變化趨勢一致，呈“減-增-減”之勢，HH區共減少2個；LL區共減少1個；不顯著地區則相反，呈“增-減-增”之勢，凈增長3個；LH區僅2007年增至3個，其余年份保持不變。2002年，HH集聚區主要分布于吉林省中西部地區，共11個；LL集聚區分布于東部山區，共13個；LH集聚區較少，僅有2個，且緊鄰HH集聚區分散分布，分別是長春市市區和松原市市區。截至2017年，HH集聚區共9個，德惠市和伊通縣轉變為不顯著地區，整體呈收縮之勢；LL集聚區共12個，敦化市、琿春市和圖們市轉變為不顯著地區，通化縣和長白縣加入，整體上向東南方收縮；LH集聚區數量不變，長春市市區退出，四平市市區加入。2002-2017年，HH集聚區始終分布在中西部長春市、松原市和四平市地區；LL集聚區則始終分布在東部通化市、白山市和延邊州地區；LH區零星分布在中部HH集聚區周邊。HH集聚區和LL集聚區反映出空間同質性，LH區為空間異質性地區，反映出空間的非平穩性，LH區出現的原因：一是以上地區均屬于城市市區，人口密度較周圍地區高；二是城市市區國土開發強度與非農用地占比高于其周邊，導致其耕地數量少，故其人均糧食占有量低于周邊地區。

2.3 重心變化

從圖5看出，2002-2017年吉林省人均糧食占有量的重心移動有反復，2002年重心位于長春市市區內，緊鄰農安縣，處在吉林省中部臺地平原區與西部沖積平原區的交界處。2002-2007年，重心沿南偏東54.12°大幅移動28.10 km，年均移動5.62 km，表明此期間內東中部地區人均糧食占有量增幅超過西部地區，尤其是柳河至敦化一線地區人均糧食占有量提升1級，重心仍在長春市市區內；2007-2012年，重心開始向北偏西41.12°移動25.81 km，年均移動5.16 km，說明，此時段內西部地區增幅高于中東部地區，增加區主要集中在白城市，通榆縣漲幅突出，從五級產糧區跨入二級產糧區，重心依然處于長春市市區內；2012-2017年，重心再次沿著北偏西33.90°移動3.57 km至農安縣境內，年均移動僅0.71 km，相比前2個時期，該時期重心移動速度明顯減小，主要的增長點集中在西部的白城市地區和中東部交界沿線的吉林市和白山市部分地區。總體看，重心向北偏東32.65°移動7.05 km，西部地區漲幅略低于中東部地區。

圖52002-2017年吉林省縣域人均糧食占有量重心遷移路徑

Fig.5 Gravity center transfer path of food occupancy volume per capita at county level in Jilin from 2002 to 2017

2.4 影響因素

依據模型選取要素，從表1中空間誤差模型(SEM)和空間滯后模型(SLM)的回歸擬合結果看出，決定系數(R2)高、赤池信息量準則(AIC)小、貝葉斯信息準則(BIC)小、似然比(LR)高的模型總體是SEM模型，其擬合效果優于SLM模型。

表1 空間誤差模型和空間滯后模型的回歸擬合情況

從表2看出，人均耕地面積和糧食單產2002-2017年均通過1%概率水平的顯著性檢驗，是引起人均糧食占有量變化的主要影響因素，其分別增長78%和16%，系數變化表明人均耕地面積的影響增強，糧食單產影響減弱；畝均化肥施用量和畝均農村用電量均在2002年與2007年通過1%概率水平的顯著性檢驗，2012年和2017年不顯著，說明二者對人均糧食占有量增加的影響不再明顯。畝均農業機械總動力僅在2007年和2012年通過1%和5%概率水平的顯著性檢驗，表明其影響逐漸減弱，但吉林省畝均農業機械總動力處于全國中下游水平，仍有進一步提升的空間；第一產業產值比2012年和2017年通過5%水平的顯著性檢驗，2002年通過10%概率水平的顯著性檢驗，表明農民收入的增加會促使其種糧的積極性，進而提高糧食產量；有效灌溉面積在2012年和2017年通過1%和5%概率水平的顯著性檢驗，吉林省屬我國北方較嚴重缺水省份之一，灌溉率的提高有助于糧食產量的提高；城鎮化率在2007年和2012年通過1%概率水平的顯著性檢驗，2017年未通過，表明城鎮化率不再是主要影響因素；糧食播面比在2002年和2012年通過5%概率水平的顯著性檢驗，于2017年通過1%概率水平的顯著性檢驗，糧食播面比持續增長但卻與人均糧食占有量呈負相關，原因有待進一步深入研究。

綜上所述，人均耕地面積和糧食單產是影響人均糧食占有量變化的主要因素，畝均化肥施用量、畝均農村用電量、畝均農業機械總動力和城鎮化率在前期對人均糧食占有量的增加有影響；第一產業產值比、有效灌溉面積和糧食播面比在后期對人均糧食占有量的增加有影響。

表2 吉林省人均糧食占有量各影響因素的SEM模型回歸結果

注：*、**和***分別表示在10%、5%和1%概率水平下顯著。

Note：*, ** and *** indicate significance of difference atP<0.10,P<0.05 andP<0.01level respectively.

3 結論與討論

2002-2017年吉林省人均糧食占有量呈“增加-波動降低-再增加”之勢，漲幅為89.97%。吉林省縣域人均糧食占有量空間格局變化明顯，且具集聚特征，中西部地區人均糧食占有量漲幅大于東部地區，重心總體向東北移動。縣域人均糧食占有量呈空間自相關性，自相關程度略微降低，縣域間總體差異有所上升。人均耕地面積、糧食單產是吉林省縣域人均糧食占有量的主要影響因素，其余因素只在有限年份起作用。

2002-2017年吉林省糧食總產量增加87.56%，人口僅下降1.27%，人均糧食占有量增加主要受糧食總產量增加的影響而非人口流失，回歸結果也驗證了這一點；中部地區四市及西部地區的松原市糧食產量占全省的80%，是吉林省的糧食主產區，耕作條件優越。平坦地形和連片耕地適合機械化作業、規模化和集約化經營，未來將是吉林省農業發展的重點區域，應當加強農業基礎設施和配套設施建設；東部地區是重要的生態功能區，西部地區是生態脆弱區，隨著生態文明建設的推進，退耕還林還草勢必會造成耕地面積的進一步減少，回歸結果表明，人均耕地數量與人均糧食占有量間呈顯著正相關，故在未來農業發展過程中必須保有一定的耕地數量，亟需在接下來的國土空間規劃中農業空間和耕地紅線劃定方面進行落實。

受數據的可獲取性、較短研究期及指標數量有限的影響，有待進一步深入研究。另外，高高集聚區與黑土區重疊，低低集聚區主要分布在東部長白山區，自然條件對此分布特征起至關重要的作用，應對自然因素進行更加深入的分析，如地形坡度、降雨量、日照時長及自然災害風險等；另對人口流動性考慮不足，未進行常住人口與戶籍人口的區分；對農業投入方面的保護性耕作、秸稈還田等因素的影響尚未考證，在今后的研究中有待對其加以論證和分析。