長江經濟帶糧食生產時空動態演變及影響因素分析

吳靜芬，李丁，劉笑杰，肖人榮，戚禹林

（蘭州大學資源環境學院，甘肅 蘭州 730000）

“食為政首，糧安天下”，糧食安全事關政治穩定和社會經濟發展。中國糧食產量由1978年的3.05×108t增至2018年的6.58×108t，且自2004年以來實現了“十七年豐”，為應對國內外不利因素提供了安全保障。同時也應注意到，糧食生產的空間格局發生較大變化，“北糧南運”已成為新常態[1]。長江經濟帶作為南方重要的糧食產區，糧食產量雖呈上升態勢，但在全國糧食產量中的份額呈下降趨勢，由1978年的47.94%下降至2018年的36.35%；農業產值在國民經濟中的份額也由17.00%連續下降至6.70%。此外，長江流域內糧食產量也發生較大變化，如傳統的農業高產區受經濟社會發展的擠壓，糧食產量下降明顯。新時期，在經濟轉型、人地關系矛盾突出、耕地占補壓力大、農業資源受限、生態環境持續惡化等多重背景下，研究長江經濟帶糧食生產時空格局演變，對保障國家糧食安全，促進我國經濟社會和諧、穩定、健康發展具有重要意義。

自1974年世界糧農組織第一次提出糧食安全概念以來，糧食安全問題就成為社會關注的焦點[2]。 研究者基于不同視角對糧食安全進行了大量研究，空間尺度上傾向于國家[3-5]、區域[6-7]、省級[8-9]等層面的研究。研究內容涉及糧食生產結構的時空特征[4,10]，糧食生產的重心演變[5,11]，糧食生產與城鎮化[12]、耕地壓力[13]、氣候變化間的關系[14]等方面。研究方法多借助灰色關聯分析[8]、重心模型[11]、探索性空間數據分析（ESDA）[15]、計量模型[13,16]等。胡慧芝等[16]發現1990—2015年長江流域縣域糧食產量空間關聯呈增強趨勢，且糧食生產的高值區空間上鄰近，低值區亦然。范業龍等[17]從省級與市級兩個層面對中國糧食產區空間差異進行分析，發現尺度越小，空間集聚特征越明顯。關于糧食產量的影響因素，國內外學者進行了大量探究。Esham等[18]分析了斯里蘭卡氣候變化對糧食安全的影響，Rutten等[19]研究了土地使用、氣候變化與糧食安全之間的關系；宋小青和歐陽竹[20]發現農民種糧積極性對糧食增產具有顯著影響；李昊儒等[21]利用灰色關聯和層次分析法探究影響我國糧食產量的因子，得出科技因素>有效灌溉面積>農業機械總動力>化肥施用的結論。王鳳等[22]、葉妍君等[23]用地理探測器進行研究，認為耕地面積和農業機械化水平是影響糧食生產的關鍵因素。糧食生產過程不確定性大，導致糧食產量波動的因素錯綜復雜。學者們探討了自然因素、科技因素、生產要素投入、社會經濟因素等單一或綜合作用的影響，為優化我國糧食生產布局、保障國家糧食安全提供了科學 依據。

已有研究基于不同視角豐富和發展我國糧食生產方面的理論框架，但仍存在以下不足：1）宏觀尺度上多以省級為研究單元，對市級層面糧食生產的研究不足，忽略區域內部糧食生產的差異性，因此有必要在已有研究基礎上，進行一定程度的區域尺度下沉；2）基于長時間序列數據構建的全局模型，忽視了資源稟賦差異及市場化過程中糧食生產的區域互動性，缺乏空間考量，未能準確反映糧食生產的時空異質性。因此，本文以長江經濟帶130個城市為研究單元，選取糧食產量為核心指標。首先利用變異系數和Theil指數對1999—2018年長江經濟帶糧食生產的總差異、地帶內和地帶間差異進行分析，其次運用ESDA、標準差橢圓（SDE）等模型方法探索糧食生產的時空格局演變，最后采用地理加權回歸（GWR）模型探討糧食生產的影響因素。以期為優化長江經濟帶糧食生產布局，提升糧食生產綜合能力，保障糧食安全提供理論參考。

1 研究區概況

長江經濟帶橫跨中國東、中、西三大區域，覆蓋9省和2個直轄市，面積約2.05×106km2，經濟體量和人口規模均超過全國的40%（圖1）。長江流域擁有良好的經濟基礎和農業生產條件，是我國傳統的糧食主產區和商品糧基地。東部河汊縱橫交錯，湖泊星羅棋布，平原、丘陵面積廣大，光、熱、水、土等農業資源時空組合優勢明顯，利于農業發展；西部以高原、盆地為主，農業資源優勢不如中下游地區。為精準揭示糧食生產的區域差異，基于《長江經濟帶生態環境保護規劃（2017）》，本文將長江經濟帶劃分為上、中、下游三大地區，其中，上游地區包括云、貴、川、渝所轄的47個城市，中游地區包括鄂、湘、贛所轄的42個城市，下游地區包括江、浙、滬、皖所轄的41個城市。

2 研究方法與數據來源

2.1 研究方法

2.1.1 糧食生產的區域差異測度方法 變異系數、Theil指數是測度地理事物區域差異的有效方法。本文利用變異系數來衡量1999—2018年長江經濟帶糧食產量的概率分布離散程度，值越大差異越大。公式如下[24]：

式中：Cv為變異系數，n為市域總數，gi為市域i的糧食生產量，為gi的均值。

Theil指數將長江經濟帶糧食生產的總體差異分解為上、中、下游三大地帶內及地帶間的差異。Theil指數越大，區域差異越大。公式如下[25]：

式中：T、Twr、Tbr分別為糧食產量的總差異、地帶內差異和地帶間差異；n為城市總數，ns、nz、nx分別表示上、中、下游地區城市總數；Ti為i市糧食產量與長江經濟帶總體糧食平均水平的比值，Ts、Tz、Tx分別為上、中、下游糧食產量與研究區整體糧食平均水平的比值。

2.1.2 糧食生產的空間格局測度方法 探索性空間數據分析、標準差橢圓可用來揭示長江經濟帶糧食生產空間分布和演變特征。其中，全局Moran’sI從整體判斷糧食生產是否存在統計上的集聚或分散現象。公式如下[26]：

式中：xi、yj分別為城市i、j的觀察值，x為x的均值；Wij為空間權重矩陣；S2為要素方差；I為空間自相關指數，取值范圍為[-1，1]；值為正代表集聚分布，為負代表離散分布，為零代表隨機分布。局部空間自相關側重于研究范圍內各觀測位置與其鄰近位置屬性值的相關性，從局部視角識別糧食生產高值和低值的空間聚類特征。

標準差橢圓方法常被用來反映地理要素空間分布特征[27]。其中，標準差橢圓分布范圍和中心點軌跡變化反映糧食生產的范圍和空間相對位置；長、短半軸變化表示糧食生產在主、次趨勢上的離散程度；旋轉角θ變化可揭示空間分布的形態變化和方向趨勢。

2.1.3 糧食生產影響因素的回歸分析方法 普通最小二乘法（OLS）是傳統線性回歸模型中的常用方 法[28]。GWR模型通過在OLS基礎上建立研究范圍內各觀測點的局部回歸方程，解釋研究對象在空間位置上的非平穩性。本文采用GWR模型構建長江經濟帶糧食生產影響因素的空間異質性回歸方程，揭示各變量對糧食生產的影響程度。公式如下[29]：

式中：Yi為i市的糧食產量；（ui，vi）代表i市的地理坐標；β0（ui，vi）為方程的截距；βj（ui，vi）為i市的第j個自變量的回歸系數；xij為i市第j個自變量；εi為誤差項。βj（ui，vi）的估計值受空間權重W（μi，vi）的影響，本文采用固定高斯函數計算空間權重，公式如下[29]：

式中：dij為空間城市i與j之間的距離；b為帶寬，本文采用AICc準則來確定最優帶寬。

2.2 數據來源

根據文獻梳理，從生產要素投入、社會經濟兩方面初步選定9個解釋變量來揭示這些因素對糧食生產的影響。其中，生產要素解釋變量包括農業化肥施用量、有效灌溉面積、農業機械總動力、糧食播種面積、糧食單產；經濟社會解釋變量包括反映經濟發展水平的地區生產總值、反映農民收入水平的農民人均純收入、反映地區勞動力水平的人口總量、反映產業結構水平的二產比值。本文研究數據主要來自2000—2019年長江經濟帶11個省市《統計年鑒》，個別年份缺失數據來自對應地級市統計年鑒、國民經濟和社會發展公報及《中國區域經濟統計年鑒》。因長江經濟帶少數城市行政區劃在研究期間內地理空間范圍發生了變化，為保證縱向研究的連續性和數據的可得性，考慮歷史沿革、地區經濟文化的連貫性，將2011年以前巢湖市相關指標數據歸并到合肥市，其他城市相關數據均以統計年鑒上的數據為準。空間矢量數據來源于國家測繪局基礎地理信息數據庫，并以2015年行政區劃為基準，采用ArcGIS軟件進行歸并處理，最終得到130個市域單元。

3 長江經濟帶糧食生產水平差異及時空格局演化

3.1 長江經濟帶糧食生產的區域差異特征分析

1999—2018年長江經濟帶糧食生產的全域總體差異略有擴大（圖2），可細分為兩個階段：第一階段為1999—2006年，全域變異系數和Theil指數均呈現連續下降—上升—下降態勢，表明長江經濟帶糧食產量區域差異波動較大并在2006年發生突降，這一階段受農業結構調整以及糧食收益等因素影響，區內糧食生產不穩定，2006年上游重慶遭遇特大旱災影響，糧食大幅減產，導致流域糧食產量間差異突然縮小；第二階段為2007—2018年，全域變異系數和Theil指數分別在0.831和0.285上下波動，該時期受國家減免農業稅并給與農業補貼等惠農政策影響，各地區糧食生產趨于穩定，糧食生產差異維持動態平衡。進一步結合Theil指數分解結果可知，地帶內差異演變與總體差異相一致，對總體差異的平均貢獻率達98.09%，說明地帶內差異是造成總體差異的主要原因。

從變異系數和Theil指數的分地區結果看（圖2），上、中、下游地區差異演變存在較大差別：上游地區糧食生產的變異系數和Theil指數均在波動中下降，即上游地區糧食生產差異在縮小，說明上游各城市間糧食生產形成了“追趕效應”。中游地區糧食生產差異緩慢擴大，長江中下游平原的水文、氣候、肥力、土壤等自然條件適合發展農業，但在經濟利潤的驅動下，部分地區出現耕地“非糧化”傾向，威脅糧食產量，造成地帶內差異緩慢擴大。下游地區糧食生產差異波動大，增幅明顯，可能的原因在于下游長三角地區工業化和城鎮化對糧食生產擠兌作用強，使經濟發達地區糧食產量急劇下降，經濟欠發達地區糧食產量相對較高，最終拉大了下游地帶內的糧食生產差異。

3.2 長江經濟帶糧食生產的時空格局演變特征

3.2.1 糧食生產的空間自相關性不斷增強 借助GeoDa軟件計算全局Moran’sI指數，從全局角度探討糧食生產的空間自相關特征。由表1可知，1999— 2018年長江經濟帶糧食生產全局Moran’sI值均大于零，且均通過1%水平的顯著性檢驗，說明長江經濟帶糧食生產在空間上具有顯著的正向集聚特征，即糧食產量較高（較低）的城市空間上鄰近，這與范業龍等[17]的研究一致。從Moran’sI值的時序變化看，1999—2006年各市糧食生產水平的空間關系變化較大，Moran’sI值的變幅為0.105；而2006—2018年Moran’sI值的變幅僅為0.004，說明該時期糧食生產空間關系趨于穩定。總的來看，研究期間內長江經濟帶糧食生產的空間依賴程度呈增強態勢。

表1 1999—2018年長江經濟帶糧食生產全局Moran’s I指數和檢驗值Table 1 Global Moran’s I and test value of grain production in the Yangtze River Economic Belt from 1999 to 2018

為進一步探索各市域糧食生產空間集聚特征及差異演變，依托GeoDa和ArcGIS軟件繪制出130個城市的糧食產量LISA集聚圖（圖3）。可以看出，“H-H”、“L-L”兩種類型分布最廣泛，且數量逐漸增多。其中，H-H集聚區即自身及周圍城市糧食產量均較高，主要集中在達州、瀘州、遵義、益陽、宿州、淮北、連云港、徐州、鹽城、淮安、揚州等糧食生產核心區，并以江淮平原及其以北地區為糧食生產的高值聚類區。這些城市地勢平坦、河網密布、土地肥沃，農業基礎條件較好，糧食產量高。L-L集聚區即自身及周圍城市糧食產量均較低，主要分布在東西兩片集聚區，西部以川西的甘孜、涼山，滇西的迪慶、怒江、保山、麗江、楚雄等城市為主，東部主要分布在浙江的杭州、湖州、金華、紹興、麗水等市。川西、滇西作為長江流域的生態保護屏障，在保護林地、草地，退耕還林、還草等約束下，農用耕地少，糧食播種面積縮減，導致糧食產量低；而浙江省作為沿海發達地區，非農產業發達，占用大量耕地；農村勞動力向其他產業轉移，農民兼業化、村莊空心化日益嚴重，糧食生產潛力不足，產量下降。H-L集聚區即自身糧食產量高，周圍城市糧食產量低，圍繞著L-L集聚區分布，集中在上饒等地。L-H集聚區即自身糧食產量低，周圍城市糧食產量高，主要分布在中上游巫山與武陵山附近的十堰、神龍架、宜昌、恩施、湘西、銅仁等地區，該片區較周圍城市山地、林地多，自身發展受限，不適合種植糧食作物，糧食產量低。

3.2.2 糧食生產重心整體呈北（偏東）―南（偏西）分布 1999—2018年長江經濟帶糧食生產的標準差橢圓整體呈北（偏東）—南（偏西）的分布格局（圖4a），覆蓋的主體區域位于中下游地區，也包含上游少部分地區；標準差橢圓的形態變化幅度小，表明長江經濟帶糧食生產的優勢區域格局相對穩定。糧食重心在111.77°E～112.68°E，29.81°N～30.15°N之間變動，大致位于潛江、荊州和常德三市附近（圖4b）。具體來看，1999—2003年糧食重心向南偏西方向移動，移動距離為96.99 km，移動速度為24.25 km/a，原因在于1999—2003年長江經濟帶上、中、下游糧食產量均呈現不同幅度的下降，但下游地區下降幅度最大，長三角地區在工業化和城市化進程中，占用大量農業用地，糧食播種面積銳減；同時，2003年下游地區遭受極端氣象災害的影響，減產嚴重，當年糧食產量僅為5.22×107t，而上游地區糧食波動小，2003年糧食產量為6.75×107t， 糧食重心西移；2003—2006年糧食重心向北偏東方向移動了104.36 km，移動速度為34.79 km/a，原因在于中下游地區在惠農政策以及農業技術創新的作用下，糧食增產效果明顯，年均增產量分別為0.56×107t、0.83×107t，而上游地區受農業生產結構調整和2006年高溫干旱的影響，減產嚴重，導致糧食重心向東北方向移動；2006—2018年糧食重心移動軌跡呈現不規則的“M”型，移動速度放緩。其中2006—2007、2011—2017年向西南方向移動，2007—2011、2017—2018年向東北方向移動，表明糧食生產不確定性大，產量不穩定，從而使得糧食重心移動軌跡呈現交替式的“南（偏西）—北（偏東）的變化特征。

從參數估計結果看（表2），1999—2018年長江經濟帶糧食生產長軸標準差整體呈不規則“U”字形變化趨勢，1999—2004年由849.16 km下降至831.16 km，2005—2009年在829.5 km上下波動，2010—2018年由830.46 km上升至846.38 km；表明糧食產量在東北—西南方向呈極化—相對穩定—分散的變化趨勢。從短軸變化看，短軸標準差呈交替式的上升—下降態勢，表明糧食生產在“西北—東南”方向上出現交替式的分散—極化現象，且短軸標準差最大值與最小值相差5.35 km，表明糧食生產在“西北—東南”方向上變動小；從轉角θ的變化來看，1999—2018年標準差橢圓的轉角在波動中下降，由1999年的69.96°下降為2018年的66.10°，表明市域糧食生產的空間分布格局有向“南—北”方轉移的趨勢。

表2 1999—2018年長江經濟帶糧食生產標準差橢圓 參數結果Table 2 Results of the SDE of grain production in the Yangtze River Economic Belt from 1999 to 2018

4 糧食生產的影響因素分析

4.1 數據統計分析

為進一步了解長江經濟帶130個城市糧食生產的總體情況，選取1999年、2006年、2018年的原始數據從最值、均值等角度進行描述性統計分析 （表3）。可以看出，糧食產量、化肥施用量、糧食播種面積的最大值在20年里有所下降，除糧食播種面積外，其余生產要素解釋變量的最小值均呈上升態勢，說明區域間的差異在縮小；而GDP、農民人均純收入、人口總量的各指數都有明顯的提高，表明地區經濟總體實力呈現逐漸增強的態勢；但同時也看到最大值與最小值差距懸殊，地區發展的不均衡性依然嚴峻。

表3 原始變量的描述性統計Table 3 Descriptive statistics of the original variables

4.2 全局性回歸結果

為掌握影響因子對糧食生產的全局影響，基于OLS模型對長江經濟帶糧食生產進行一般線性回歸分析。首先對原始數據進行歸一化處理，以消除不同量綱的影響；然后采用逐步回歸，使保留在模型中的影響因子既重要，又不存在多重共線性，最終有5個解釋變量通過了顯著性檢驗和共線性診斷，構建OLS模型如表4所示。可以看出，1999、2006、2018年模型的R2分別為0.92、0.89、0.89；AdjR2分別為0.92、0.88和0.89；F值及各個變量均在1%的水平下顯著，且各影響因子的VIF值均小于7.5，說明模型整體的擬合度較好。其中，化肥施用量、農業機械總動力、人口總量、糧食單產對糧食生產具有促進作用；地區經濟發展水平則對糧食生產產生負向影響。

表4 OLS參數估計及檢驗結果Table 4 Estimation and test results of the OLS model

4.3 局部回歸結果

為有效解決由空間位置引起的因變量和自變量之間的局部變異問題，本文利用GWR工具，采用AICc信息準則法，運算得到1999、2006、2018年影響長江經濟帶糧食產量的各因素模型參數結果 （表5）。可以看出，GWR模型的AICc值均低于OLS，R2和AdjR2均高于OLS模型，說明GWR模型較OLS模型的擬合性能有所提高，模型設定更 合理。

表5 1999、2006、2018年糧食生產的GWR模型檢驗結果Table 5 Test results of the GWR model for grain production in 1999, 2006 and 2018

4.4 糧食生產影響因素空間異質性分析

為進一步探究各變量對糧食生產影響的空間局部特征，基于GWR模型回歸結果，借助GIS平臺的可視化表達，本文對糧食生產的影響因素進行空間非均衡性分析（圖5）。

4.4.1 化肥施用量的影響 化肥作為糧食生產的催化劑，施肥可提高土壤肥力，增加產量。1999、2006、2018年化肥施用量的回歸系數均為正，說明施肥可以提高糧食產量；但2018年有22.12%的地區回歸系數有所下降，表明施肥對糧食增產效果降低，服從邊際報酬遞減規律。可能的原因在于，施肥量的積累導致土壤板結、肥力下降等副作用，危及糧食產量的提高。從回歸系數的空間分布看，1999年呈現“中部低，兩端高”，并從中游及附近地區向四周帶狀遞增，至2018年轉變為上游地區從左至右逐級遞增，中下游地區從南至北逐級遞減。

4.4.2 地區經濟發展水平的影響 經濟發展與糧食生產具有顯著的負相關。3個時間段的回歸系數均為負數，說明經濟發展會削弱糧食產量。原因在于隨著經濟發展，工業化、城市化進程的快速推進必定會占用農業用地，對糧食生產系統的耕地資源迫害嚴重；此外農村勞動力向城市轉移，農村“空殼化”嚴重，威脅糧食生產。從回歸系數空間分布看，GDP對糧食生產的抑制作用由從中游向兩邊逐級遞減，逐漸轉變為從西向東呈帶狀逐級遞減。總體上看，上游地區經濟發展對糧食生產的負面影響在增強，中下游地區則與之相反。

4.4.3 農業機械化水平的影響 農業機械的使用解放了生產力，提高了生產效率，機械化的普及在一定程度上促進糧食產出的提高。從農業機械化水平的回歸系數可知，不同地區機械化水平對糧食生產影響程度不一，中下游地區回歸系數主要以正值為主，說明農業生產中機械化水平的提高，可促進糧食生產的規模化，有助于糧食增產；而上游地區的回歸系數主要以負值為主，這與上游山地、林地多，平原少，耕地資源不足、分布零散，不適宜大型機械化生產有關。總的來看，農業機械化的影響效果在空間分布上由從中游向四周遞減轉變為從東向西逐級遞減。

4.4.4 人口總量的影響 人口總量對糧食生產具有正向促進作用。從回歸結果來看，人口總量對糧食生產影響的回歸系數均為正值，表明人口數量增加可為糧食生產提供充足的勞動力，保證糧食生產活動順利進行。從回歸系數空間分布來看，人口總量對糧食生產影響程度的最大值自2006年以后集中分布在上游地區，即上游地區農業勞動力對糧食生產的帶動效應在不斷增強；低值集聚區逐漸向下游地區擴散，表明在經濟利益最大化的驅使下，農民種糧積極性降低；此外，過多的人口將會給糧食生產帶來威脅。

4.4.5 糧食單產的影響 單產是糧食增產的基礎。三個時間段的糧食單產的回歸系數均大于0，中下游地區的促進作用明顯大于上游地區。主要原因在于長江經濟帶上游山地、丘陵多，用于農業開發的土地資源不多，后備耕地不足，土壤肥力低、質量差，糧食單產增加潛力小，難以實現高速增長；中下游地區土地平坦、河網密布、糧食生產比較優勢大，糧食單產相對較高，對提高糧食產能的促進作用強。從回歸系數空間分布來看，單產對糧食生產影響程度最大值主要分布在下游地區，并逐漸向東北方轉移，影響程度最小值區主要分布在上游川西、滇西的少數民族地區。

5 結論與建議

5.1 結論

本文選取糧食產量為研究對象，運用變異系數、Theil指數、ESDA以及SDE等模型方法探究1999—2018年長江經濟帶糧食生產時空演變特征，并著重利用GWR模型剖析影響糧食產量因子的空間異質性。主要結論如下：

1）長江經濟帶糧食生產的變異系數和Theil指數總體略有擴大；分區來看，上游糧食生產差異呈下降趨勢，而中、下游地區呈上升態勢，下游地區上升幅度比較明顯。

2）糧食產量空間分布具有顯著的集聚特征，并隨著時間推移呈現“增強—減弱—增強”的變化趨勢；局部空間自相關的LISA圖以L-L和H-H集聚為主，分布趨于穩定。

3）糧食生產重心大致位于潛江、荊州和常德三市交界處，重心格局變動明顯，其移動軌跡呈現交替式“南（偏西）—北（偏東）方向的變化特征。

4）糧食生產影響因素的非均衡聯動局域特征明顯，農用化肥施用量、人口數量是提高長江經濟帶糧食產量的關鍵因素，機械總動力對糧食生產的影響有正有負，地區經濟發展水平對糧食生產具有明顯地抑制作用。

5.2 建議

通過對長江經濟帶糧食生產差異的時空格局與驅動要素的探究，較全面掌握了長江流域糧食生產的時空演變特征及主要驅動因子，然而影響糧食產量的因素復雜多樣，從農業發展的人為因素出發，因地制宜發展糧食生產，合理制定人地關系宏觀政策，對保障地區糧食安全具有重要意義。據此提出以下建議：

1）精準施肥，實現從“量”到“質”的轉變。長江經濟帶上游的川渝和黔東南、中下游平原地區增肥的報酬遞增效果明顯，可適度擴大農用化肥施用量，同時加大增施有機肥、微肥和生物菌肥，提高糧食生產的可持續性；而長江上游西部地區和下游東南部地區，施肥增產作用小，可通過加大測土配方施肥補貼，優化施肥結構，加大對農民技術培訓，提升測土配方技術入戶率，提高肥料利用率，促進糧食增產。

2）協調經濟發展與糧食生產之間的關系。上游地區經濟發展對糧食生產的負面作用較強，政府應努力協調好經濟發展和糧食生產的關系，避免城鎮化的“冒進式”發展；加大糧食安全在經濟社會發展綜合考核中的比重；中下游地區應進一步完善耕地占補經濟補償機制，一方面，加強工業反哺農業、城市支持農村力度，強化耕地保護，穩定糧食生產，另一方面，充分發揮資金、人才等優勢，突破農業發展技術瓶頸，提升糧食生產的規模化、科技化水平，提高糧食全要素生產率。

3）推進科技興糧，加大技術推廣力度。技術進步是提高糧食產量的重要手段，中下游地區地勢平坦，應加快農業科技成果的有效推廣，提高農技站點的服務水平，加大農業機械的普及率，統籌推進糧食布局區域化、生產規模化、發展產業化，農業現代化，提高糧食產量。上游地區應加大農業技術創新，推動產學研深度融合，注重山地小型農機具研發與應用；培養農業技術人員，加強對農民的技術指導，推進農機農藝深度融合，實現糧食品種、栽培技術和機械裝備集成配套，提高效率降低成本。

4）鼓勵農民種糧和轉移過剩勞動力同步發力。上游地區人口總量對糧食產量的促進作用明顯，應優化生產激勵機制，通過財政扶持、糧食補貼等惠農政策，激發種糧積極性，提高糧食產量。中下游城市人口增長對糧食增產的促進作用有所下降，在保證農村充足的勞動力后，積極創造就業崗位，加快將剩余勞動力轉移到非農產業中，減輕耕地壓力；對于撂荒土地，提倡將土地流轉，提高土地利用率，提高糧食生產的規模化、機械化、合作化水平，進而促進糧食增產。

5）穩定糧食播種面積，挖掘單產潛力。單產和播種面積是糧食增產的關鍵。下游地區耕地非糧化傾向嚴重，須將提升糧食單產作為主攻方向，鼓勵和引導社會資本參與糧食生產科技創新與推廣應用，加大科研投入力度，加強糧食科技研發和新品種培育，依靠農業科技水平提高糧食產量；中游地區依托“藏糧于地”戰略，有序推進耕地輪作休耕制度，促進耕地修養生息，提高耕地質量，增加單產潛力；上游地區可擴大農業財政支出，加強農田水利設施和高標準農田建設，全面施行耕地質量保護與提升工程，改善生產條件，提高單產水平。