沿海地区粮食产量变化及其驱动因素分析

于广浒，贺仓国，管 伟，李 丽，徐彬冰，佘冬立

（1.江苏省农垦集团有限公司，南京 211000；2.河海大学农业科学与工程学院，南京 211100；3.江苏省射阳县临海农场有限公司，江苏 盐城 224353）

0 引 言

粮食安全是保障地区经济增长、社会稳定发展的重要基础条件[1]。随着乡村振兴战略实施和农业现代化快速推进，国家高度重视粮食稳定增产，在坚守1.2 亿hm2耕地红线的同时，进行作物种植结构调整与粮食生产转型[2]，防止耕地“非粮化”，同时保障农民种粮收益[3]。解析粮食产量影响因素成为保障粮食安全，促进农业经济发展首要解决的问题。

粮食产量受多因素共同影响，且在不同时间段不同区域其影响因素存在显著差异。胡慧芝等[4]运用探索性空间数据分析和重心转移模型，认为1990-2015年长江流域粮食产量主要影响因素为粮食播种面积与化肥施用量。朱晶等[5]利用播种面积、单产水平和结构调整对我国粮食增产贡献率进行测算，表明粮食作物内部结构调整对粮食增产的贡献率最高达67%。Holst等[6]研究了年均气温和年均降水量等气候因素对我国粮食生产的影响，当年平均气温每升高1 ℃，全国粮食产量将减少1.45%，而年降水量每增加100 mm，全国粮食产量将增加1.31%。然而在农业水土资源约束性以及社会经济的潜在影响下，粮食产量影响因素也更为复杂。王晶等[7]和张鹏飞等[8]将粮食生产与水资源和能源消耗状况相互关联，基于水资源-能源-粮食系统进行耦合协调度的空间特征研究和农作物种植结构的优化研究。王凤等[9]利用标准差椭圆和空间自相关分析等方法分析2000-2014年中国县域粮食生产分布特征，认为现阶段决定粮食增产的主要因素已转变为农业机械总动力和地区耕地面积。近年来，随着节水技术的快速发展，在一定程度上缓解了农业水资源的压力，同时也促进了作物种植规模扩大或高耗水高收益作物种植面积增加[10,11]，进而实现粮食产量的增加。

沿海地区土地储备资源丰富，耕地占补平衡打破了原有水土资源匹配格局与作物种植结构，且第一产业产值占GDP比重由12.4%（2009年）下降到7.5%（2020年），进而影响沿海地区粮食安全。现有研究针对沿海地区水土资源-农业产值-粮食生产相结合的文献研究较少，且忽略了粮食产量与其影响因素的协调发展水平。因此本文利用粮食作物、农业水土资源及农业产值等相关数据，构建了粮食产量恒等式模型，利用LMDI 指数分解法无残差、可完全分解的特征，探究了2009-2020年江苏沿海各地区粮食产量影响因素变化趋势，利用耦合协调模型探究粮食产量与各影响因素的均衡性。研究成果以期为沿海地区粮食稳定增产策略提供依据，为解析粮食产量影响因素提供思路与方法。

1 材料与方法

1.1 研究区概况

江苏沿海地区主要指连云港、盐城和南通市下辖13 个沿海区县，包括连云港市区、灌云县、灌南县、响水县、滨海县、射阳县、盐城市区、东台市、海安市、如东县、南通市区、海门市和启东市。该区地势低平，拥有丰富的土地资源和滩涂资源，地理区位优势显著。从2009-2020年，江苏沿海地区粮食总产量由952.32 万t 增长至1 071.63 万t，稻谷产量占比由47.31%增加至49.97%，农田灌溉用水量由57.61 亿m3增加至58.00 亿m3，粮食作物播种面积由144.23 万hm2增加至155.18 万hm2。

1.2 数据来源

本研究以连云港、盐城和南通3 市的沿海区县为研究对象。通过各市《统计年鉴》和《江苏省统计年鉴》（2010-2021）获取粮食产量、粮食作物播种面积、耕地面积和农业产值等数据。通过各市《水资源公报》（2009-2020）获取农田灌溉用水量数据。为保留数据可比性，消除物价水平影响，取2009年作为基准期，通过定基指数对各区县的农业产值进行调整。

1.3 研究方法

（1）LMDI 指数分解法。指数分解法（IDA）是根据不同权重确定方法对各因素进行分解，以确定各个指数的增量份额。其中LMDI 是目前最流行的碳排放完全分解方法[12]，有效消除剩余项，分解过程简单，容易被理解，适合处理时间序列数据[13]。近年来，该分解方法也被应用于化肥施用强度[14]、粮食产量[15]和农业用水量[[16]变化的驱动因素分解。

本文构建基于“粮食作物—农业水土资源—农业产值”的恒等式模型，公式如下：

式中：GY表示粮食产量，万t；YA表示粮食作物播种面积，hm2；S表示耕地面积，hm2；W表示农田灌溉用水量，亿m3）；GVAP表示农业产值，亿元。下同。

式中：a表示粮食单产水平；b表示粮食复种指数；c表示农业水土资源因素；d表示农业产值耗水量；e表示农业产值。

通过LMDI 分解式（2），计算得到粮食产量各影响因素的贡献值。分解公式如下：

式中：GY0表示基期粮食产量；GYT表示T年的粮食产量；ΔGY表示从基准期到T年的粮食产量变化量；ΔGYa、ΔGYb、ΔGYc、ΔGYd、ΔGYe分别表示粮食单产水平a、粮食复种指数b、农业水土资源因素c、农业产值耗水量d和农业产值e对粮食产量变化量的影响。

（2）耦合协调度模型。耦合协调度模型[17]能有效反映各指标间的相互作用强弱，度量指标间协调发展的水平。本文以耦合协调度模型表征粮食产量与各影响因素的均衡发展程度，计算公式如下：

式中：D为耦合协调度；C为协调度；Z为综合评价指标；Xi为指标GY,a,b,c,d,e对应权重，由熵权法确定。参照文献[17]将耦合协调度分级为：D∈（0.0,0.3]表示严重不协调；D∈(0.3,0.5]表示基本不协调；D∈(0.5,0.8]表示基本协调；D∈(0.8,1.0]表示高级协调。

2 结果与分析

2.1 沿海地区粮食产量年际变化分析

沿海地区粮食产量年际变化状况如图1所示。2009年江苏沿海地区整体粮食产量为952.32 万t，截止2020年，粮食产量增长至1 071.63 万t，增加了119.31 万t。其中2009-2015年，江苏沿海地区粮食产量呈现稳定增长趋势，2015年、2017年有所跌落，2018年开始恢复增长状态。其中2016年连云港、盐城和南通市沿海地区粮食产量均呈下降趋势，依次降低了2.97 万t、15.47 万t 和7.96 万t。2017年连云港和南通粮食产量出现回升趋势，盐城地区粮食产量比2016年降低了4.00 万t。2009年江苏省推进高标准农田建设，2015年实施“藏粮于地、藏粮于技”战略，2019年江苏省测土配方施肥技术覆盖率已达91.1%，为沿海地区粮食生产提供了坚实的基础。

图1 江苏沿海地区粮食产量年际变化Fig.1 Interannual variation of grain output in Jiangsu coastal area

2.2 沿海地区粮食产量分解结果分析

江苏沿海地区粮食产量分解结果见表1。自2009年到2020年，农业水土资源因素、农业产值耗水量对粮食产量贡献值为负值，表明其对粮食产量增长起到抑制作用；而粮食单产水平、粮食复种指数、农业产值贡献值为正值，表明其对粮食产量增长起到促进作用。各因素对江苏沿海地区粮食产量变化的绝对贡献值排序为：农业产值e＞农业产值耗水量d＞粮食复种指数b＞农业水土资源因素c＞粮食单产水平a。各因素对沿海地区粮食产量的贡献存在年际正负波动变化。例如农业产值e贡献值在2009-2018年均为正值（促进作用），2018-2019年出现负值（抑制作用），2019-2020年又变为正值（促进作用）；粮食复种指数b贡献值在2009-2016年均为正值（促进作用），2016-2017年出现负值（抑制作用），2017-2020年又变为正值（促进作用）。合理地解析粮食产量影响因素变化状况，才能更好地调整粮食生产策略，实现粮食稳定增产，农民稳定创收。

表1 江苏沿海地区粮食产量影响因素分解万tTab.1 Decomposition of influencing factors of grain output in Jiangsu coastal areas

不同时间段的粮食产量分解结果见图2。2009-2017年沿海各地区粮食产量的主要正向影响因素为农业产值，并于2017-2020年转变为粮食复种指数。2009-2017年连云港地区主要负向因素为农业产值耗水量，于2017-2020年转变为农业产值；而盐城地区主要负向因素在三时段内依次为农业水土资源因素、粮食复种指数和农业产值耗水量；2009-2017年南通地区主要负向因素为农业产值耗水量，于2017-2020年转变为农业水土资源因素。从2009-2020年来看，连云港和南通地区主要正向因素为农业产值，主要负向因素为农业产值耗水量；盐城地区主要正向因素为粮食复种指数，主要负向因素为农业水土资源因素。农业产值的增加极大地提高了沿海地区粮食产量，在推进农业现代化进程中，如何降低粮食种植成本，拓宽粮食生产空间，发挥农业产值的正向效应，是现阶段农业生产需要关心的重要问题。

图2 区域间粮食产量影响因素分解Fig.2 Decomposition of influencing factors of grain output among regions

2.3 粮食产量与各影响因素的耦合协调度分析

经计算得，粮食产量、粮食单产水平、粮食复种指数、农业水土资源因素、农业产值耗水量和农业产值的权重依次为0.18、0.16、0.26、0.13、0.14、0.12。各地区粮食产量与各影响因素的耦合协调度如图3所示。2009年江苏沿海地区粮食产量与各影响因素的耦合协调度均属于严重不协调状态（D∈(0.0,0.3]），在2010-2011年转变为基本不协调状态（D∈(0.3,0.5]），并在2012-2020年之间逐渐向基本协调状态（D∈(0.5,0.8]）和高级协调状态（D∈(0.8,1.0]）转变。其中2009-2020年连云港市耦合协调度D呈“波浪式”上升，但在2016年跌落幅度较大；2009-2014年盐城市耦合协调度D急速上升，随后开始缓慢增长，且在2016年略有下滑；2009-2011年南通市耦合协调度D快速上升至基本协调状态（D∈(0.5,0.8]），随后处于相对稳定的波动变化中，在2019-2020年快速增长至高级协调状态（D∈(0.8,1.0]）。2016年7月底至9月中旬，沿海大部分地区出现中-重度气象干旱，影响玉米等旱粮作物产量；同年10月中下旬，持续阴雨天气严重影响了水稻等秋熟作物生产，导致2016年沿海地区耦合协调度有所降低。

图3 沿海地区耦合协调度分析Fig.3 Analysis of coupling coordination degree in coastal areas

3 讨 论

分析2009-2020年江苏沿海地区粮食产量分解结果发现，粮食单产水平贡献值最小，其主要原因是沿海地区稻谷产量占粮食产量比例达47%～55%，且稻谷等高产作物的单产水平逐渐逼近现阶段社会经济与农业技术条件下的最大值，难以克服“天花板效应”[18,19]。农业产值是影响沿海地区粮食产量的主要因素。国家通过农民种粮收益保障机制，提高了粮食最低收购价，同时坚持完善粮食直补、农机购置补贴等政策，极大地促进了农业产值对农民种粮的积极性。研究表明，农业财政补贴能有效扩大水稻和小麦等粮食作物播种面积[20]，而粮食最低收购价以及相关补贴政策能保障粮食生产的稳定性[21]。本文农业水土资源因素在各时间段对粮食产量的影响效应为正负波动变化，是因为粮食生产受到有限的水土资源制约，综合考虑其“质”与“量”，并注重水土资源与作物种植结构的优化配置。高效节水灌溉技术可以降低农田灌溉水资源的投入量[22]，同时节水技术所节约的水资源将再次被用于农业生产，促进作物种植结构调整[10,11]。从耕地角度来看，耕地总量变化小，主要是因为沿海地区耕地占补平衡政策的实施。然而该政策对东部地区粮食产量呈负效应[23]，会在一定程度上降低耕地质量。规模化的耕地管理有助于降低耕地细碎化对粮食生产的不利影响，促进生产效率提升[24]。因此节水技术发展、耕地地力状况和耕地管理方式的改变将导致水土资源的正负效应变化。

综合上述内容，为促进沿海地区粮食稳定增产，保障粮食安全，本文提出以下建议：①为充分发挥农业产值对粮食生产的正向作用，促进农民种粮积极性，政府应适当加强对粮食作物的惠农补贴政策；②积极推动农田高效节水灌溉技术的应用，通过水价改革提升农业用水效率，为高产高耗水作物规模的扩大提供基础条件；③以高标准农田为切入点，加大中低产田改造和盐碱地改良力度，为扩大粮食作物种植面积提供优质的耕地资源。④综合考虑各因素的共同作用，提升粮食产量、水土资源“质、量”和农业产值的匹配状况，有利于粮食生产的稳步、可持续增长。

4 结 论

通过利用LMDI 指数分解法和耦合协调度对2009-2020年江苏沿海地区粮食产量及其影响因素分析，得出以下主要结论：

（1）2009-2015年江苏沿海地区粮食产量呈现稳定增长趋势，2016年和2017年有所跌落，2018年恢复增长状态，2009-2020年期间共增产119.31 万t。

（2）2009-2020年影响沿海地区粮食生产的主要因素是农业产值、农业产值耗水量和粮食复种指数；各因素年际变化表现为正负效应波动变化，且区域间各时间段粮食产量影响因素差异显著。

（3）自2009-2020年，粮食产量与各影响因素的耦合协调度由严重不协调状态逐渐稳定在基本协调状态和高级协调状态。