區(qū)域耕地復(fù)種指數(shù)時空差異測算及可挖掘潛力分析
——以中原經(jīng)濟區(qū)為例

何堅堅， 龐 博， 張鵬巖， 閆宇航， 岑云峰

(河南大學(xué)環(huán)境與規(guī)劃學(xué)院，河南開封 475004)

糧食是關(guān)系國計民生的特殊商品和重要的戰(zhàn)略儲備資源，糧食安全是國家安全的重要組成部分[1-2]。耕地資源是農(nóng)業(yè)生產(chǎn)最基本的物質(zhì)條件，耕地數(shù)量和質(zhì)量的變化直接影響糧食產(chǎn)量[3]，土地是人類進行生產(chǎn)和生活活動的承載空間[4-5]，對于人類社會經(jīng)濟發(fā)展具有重要意義[6]。耕地是土地的精華，擔(dān)負(fù)著保障國家糧食安全、滿足工業(yè)化和城市化用地需求以及生態(tài)環(huán)境建設(shè)等功能[7]。隨著我國社會經(jīng)濟的不斷發(fā)展、城市化進程的不斷加快和人口數(shù)量的增長，大量優(yōu)質(zhì)耕地資源被侵占。同時，隨著我國人口數(shù)量不斷增長，人們生活水平不斷提高，對糧食的需求日益增加[10-11]，這與耕地減少形成尖銳的矛盾，嚴(yán)重威脅我國糧食安全和生態(tài)安全[8-9]，人多地少的基本國情和城市的擴張決定了我國必須集約利用土地[12]，大力提高土地利用效率[13]，強化耕地數(shù)量、質(zhì)量和生態(tài)保護的“三位一體”[14]，確保我國糧食安全。

近年來，對糧食安全的研究集中在耕地面積變化的影響，對復(fù)種指數(shù)變化及其影響的研究較少[15]。復(fù)種作為我國傳統(tǒng)的、重要的農(nóng)作物種植制度在提高糧食產(chǎn)量和實現(xiàn)耕地集約節(jié)約利用方面發(fā)揮著不可替代的作用[16]。研究表明，我國因復(fù)種指數(shù)增加的糧食產(chǎn)量對同期糧食增產(chǎn)的貢獻率達 1/3[15]。對于如何提高復(fù)種指數(shù)很多學(xué)者從提高復(fù)種指數(shù)的數(shù)量方面來研究，而關(guān)于如何提高復(fù)種指數(shù)潛力的研究則相對較少。而現(xiàn)階段，在糧食單位產(chǎn)量沒有大的技術(shù)突破、耕地保有量逐年下降的情況下，充分利用和挖掘現(xiàn)有耕地資源的生產(chǎn)潛力，是繼續(xù)提高我國糧食自給能力、保障我國糧食安全的根本途徑。衡量耕地資源利用程度的基本指標(biāo)是耕地復(fù)種指數(shù)[17]，而耕地復(fù)種指數(shù)及復(fù)種潛力指數(shù)的研究大致分為2種：即以遙感為基礎(chǔ)的植物凈初級生產(chǎn)力(NPP)監(jiān)測[18-20]和以統(tǒng)計數(shù)據(jù)為基礎(chǔ)的耕地復(fù)種指數(shù)計算[21-22]?；谶b感的復(fù)種指數(shù)方法基本上都是以長時間序列植被指數(shù)數(shù)據(jù)為基礎(chǔ)，采用各種平滑去噪手段擬合得到作物生長曲線，從而進行復(fù)種指數(shù)提取[23]。遙感方法可以較為準(zhǔn)確地把握不同區(qū)域間的差異情況，并可以在長時間序列對植被復(fù)種指數(shù)進行監(jiān)控[24]，因此，在復(fù)種指數(shù)領(lǐng)域研究中得到較為廣泛的應(yīng)用[25]。Peng等運用遙感技術(shù)對中國東南部地區(qū)的復(fù)種指數(shù)時空變化進行研究，并對其結(jié)果可信度進行驗證，取得了較好的研究成果[26]。以遙感監(jiān)測方法為基礎(chǔ)，謝花林等對中國1998—2012年的復(fù)種指數(shù)進行評估，發(fā)現(xiàn)不同區(qū)域間復(fù)種指數(shù)差異較大，且東北地區(qū)為復(fù)種指數(shù)增長極，而中部地區(qū)為增長谷值區(qū)，但中部地區(qū)復(fù)種指數(shù)水平最高，東北地區(qū)復(fù)種指數(shù)水平最低[27]。統(tǒng)計數(shù)據(jù)法可以綜合考慮各類作物種植類型及種植區(qū)域?qū)?fù)種指數(shù)的影響，在計算復(fù)種潛力指數(shù)上具有方便、快捷的優(yōu)點[28-29]，何文斯等、謝花林等、趙永敢等、金姝蘭等均運用該方法在各自研究中取得較好效果[27，30-32]。此外，運用空間自相關(guān)模型對以耕地為基礎(chǔ)的相關(guān)指標(biāo)進行研究也取得了較好的研究成果[33-35]。

為了精確對研究區(qū)的復(fù)種指數(shù)進行評估，本研究以統(tǒng)計數(shù)據(jù)法為基礎(chǔ)，運用ArcGIS 10.1軟件，在復(fù)種指數(shù)研究的基礎(chǔ)上，對研究區(qū)的耕地復(fù)種潛力進行挖掘，并結(jié)合空間自相關(guān)等空間度量模型，對研究區(qū)復(fù)種指數(shù)的空間分布進行精確定量研究。近年來，中原經(jīng)濟區(qū)經(jīng)濟發(fā)展和城市化進程較快，棄耕、占耕的問題不斷凸顯，人地矛盾突出，因此開展中原經(jīng)濟區(qū)耕地復(fù)種指數(shù)時空分析及發(fā)展?jié)摿ρ芯?，探討如何在有限的耕地上充分挖掘耕地潛力，對保障國家糧食安全生產(chǎn)和區(qū)域農(nóng)業(yè)生產(chǎn)的可持續(xù)發(fā)展具有一定的理論和現(xiàn)實意義。

1 研究區(qū)與研究方法

1.1 研究區(qū)概況

中原經(jīng)濟區(qū)地處中國中心地帶(圖1)，黃河中下游，包括河南全省、安徽、山西、河北及山東等省份的部分地區(qū)。土地總面積約28.9萬km2，占全國土地總面積的3.01%。2015年人口總數(shù)約1.56億人，占全國總?cè)丝诘?1.41%，耕地總面積1 396.11萬hm2，占全國耕地總面積的10.34%，人均耕地面積約0.089 hm2，低于全國人均耕地面積(0.099 hm2)。中原經(jīng)濟區(qū)處于溫帶-亞熱帶和濕潤-半濕潤氣候區(qū)，屬于溫帶大陸性季風(fēng)氣候，雨熱同期，全年無霜期長為275～308 d，光照充足，地形西高東低，黃淮海平原廣布，適宜進行大面積糧食生產(chǎn)。

1.2 數(shù)據(jù)來源

本研究數(shù)據(jù)來源主要包括2006—2015年《河南統(tǒng)計年鑒》、2006—2015年《安徽統(tǒng)計年鑒》、2006—2015年《山東統(tǒng)計年鑒》、2006—2015年《山西統(tǒng)計年鑒》和2006—2015年《河北統(tǒng)計年鑒》，以及國家和政府有關(guān)部門發(fā)布的公告及相關(guān)數(shù)據(jù)。氣溫和降水?dāng)?shù)據(jù)來源于氣象站臺實際監(jiān)測，其數(shù)據(jù)來源于中國氣象數(shù)據(jù)共享服務(wù)網(wǎng)，可信度較高。

1.3 研究方法

1.3.1 復(fù)種指數(shù) 復(fù)種指數(shù)(multiple crop index)是反映水土光與自然資源利用程度的指標(biāo)，其實質(zhì)是沿時間序列，反映某一種植制度對耕地的利用程度[36]，可運用公式(1)進行計算：

(1)

式中：MCI為耕地復(fù)種指數(shù)(%)；AS為農(nóng)作物總播種面積(hm2)；AC為耕地總面積(hm2)。

1.3.2 區(qū)域差異度量 衡量不同地區(qū)間不平等的組間差異、組內(nèi)差異和總差異作為泰爾指數(shù)的最大特色之處，而被廣泛應(yīng)用到多個領(lǐng)域[37-40]。為了衡量中原經(jīng)濟區(qū)不同區(qū)域尺度間存在差異與否，本研究運用泰爾指數(shù)測度了組間差異和組內(nèi)差異對總差異的貢獻度，泰爾指數(shù)用于復(fù)種指數(shù)測算的公式[41]為：

(2)

式中：m是省份數(shù)量；MCIn是n省的復(fù)種指數(shù)；MCIy是全國平均復(fù)種指數(shù)，T的取值范圍為T∈[0，lnn]。

本研究按地區(qū)和地級市2個尺度對中原經(jīng)濟區(qū)耕地復(fù)種水平進行區(qū)域差異分析，分析組間(Tbr)和組內(nèi)差異(Twr)。

T=Tbr+Twr。

(3)

組間差異Tbr公式為：

(4)

式中：m是區(qū)域數(shù)量；Qi是區(qū)域i中所包含的地區(qū)和地級市的個數(shù)；Q是中原經(jīng)濟區(qū)所包含地區(qū)和地級市的總個數(shù)；MCIp是區(qū)域i的平均復(fù)種指數(shù)；MCIy是全國的平均復(fù)種指數(shù)。

1.3.3 復(fù)種潛力指數(shù) 溫度和降水是影響復(fù)種指數(shù)潛力大小的基本因素，本研究根據(jù)范錦龍?zhí)岢龅倪\用積溫和降水與復(fù)種指數(shù)外包絡(luò)線方程[36]計算復(fù)種潛力。計算模型為：

(5)

(6)

式中：MT表示氣溫影響的復(fù)種潛力，MR表示降水影響的復(fù)種潛力，復(fù)種潛力Mp=min(MT，MR)。

Md=Mp-MCI。

(7)

式中：Md為耕地可開發(fā)潛力。

1.3.4 全局空間自相關(guān) 為了衡量復(fù)種潛力指數(shù)在中原經(jīng)濟區(qū)的分布特征，對其是否具有空間自相關(guān)性進行描述，特引入全局空間自相關(guān)模型對其空間特征進行衡量。計量過程中多選用Moran’s I指數(shù)、全局Geary’s C和全局Getis-Ord G等統(tǒng)計量對研究區(qū)總體空間關(guān)聯(lián)和空間差異平均值進行分析[42]。本研究選用Moran’s I統(tǒng)計量對中原經(jīng)濟區(qū)復(fù)種潛力指數(shù)進行分析，如式(8)所示：

(8)

為了更好地描述全局Moran’s I的顯著性水平，引入標(biāo)準(zhǔn)化Z值對其進行檢驗[43]，如式(9)所示：

(9)

E(I)為Moran’s I的期望值；VAR(I)表示Moran’s I的方差。當(dāng)Zscore>1.96或Zscore<-1.96(α=0.05)時，表明縣域復(fù)種潛力指數(shù)在空間上存在顯著的自相關(guān)性。由于Moran’s I的取值介于[-1，1]，在給定的顯著性水平(α=0.05)下，若Moran’s I>0，表明存在正相關(guān)性，且越接近于1相關(guān)性越強，反之亦然。

1.3.5 局部空間自相關(guān) 全局空間自相關(guān)可以對整個區(qū)域的復(fù)種潛力指數(shù)的相關(guān)程度進行描述，由于本研究的基本單元為縣域單元，不同空間單元間在自相關(guān)水平上存在相當(dāng)差異[44]，僅運用全局空間自相關(guān)不能對其空間分布特征及關(guān)系進行有效表達。為彌補上述公式不足，引入局部空間自相關(guān)分析不同縣域單元與臨近區(qū)域空間差異程度及顯著性水平，進而精確衡量不同縣域單元的空間特性，如式(10)～(11)所示：

(10)

(11)

S2為縣域復(fù)種潛力指數(shù)比例的方程，m為某空間單元i的臨近縣域單元數(shù)目。與全局空間自相關(guān)相似，在給定的顯著性水平(α=0.05)下，若Moran’s I>0，表明不同縣域單元差異小，即空間集聚度高，反之空間差異性顯著，分散程度高。

1.3.6 耕地復(fù)種指數(shù)變化驅(qū)動力計量模型 耕地復(fù)種指數(shù)受到多種因素影響，本研究選取產(chǎn)業(yè)非農(nóng)化、人口非農(nóng)化、人均家庭純收入、農(nóng)業(yè)政策和人均經(jīng)營性耕地面積等指標(biāo)，構(gòu)建了回歸模型分析影響中原經(jīng)濟區(qū)耕地復(fù)種指數(shù)的驅(qū)動力因素[16]，結(jié)合F檢驗、豪斯曼(Hausman)檢驗為回歸模型選取更為準(zhǔn)確的計算方式，進而運用最小二乘虛擬變量法(LSDV)對回歸模型進行求解，具體如公式(12)：

MCIit=φit+α1RJCSRi,t+1+α2RKFNHi,t+1+α3CYFNHi,t+1+α4RJGDMJi,t+1+εit。

(12)

式中：i(i=1，…，5)表示第i個地區(qū)；t(t=2005，…，2014)表示第t年；φit為常數(shù)項；εit為隨機誤差項；MCIit表示第i地區(qū)第t年的復(fù)種指數(shù)；RJCSRi，t+1表示第i地區(qū)第t+1年的農(nóng)村人均家庭純收入的對數(shù)，收入對農(nóng)民在耕地投入方面具有不可忽視的影響，故本研究選取農(nóng)村家庭純收入來分析不同收入水平下其對耕地復(fù)種指數(shù)的影響；RKFNHi，t+1表示第i地區(qū)第t+1年的人口非農(nóng)化比重的對數(shù)，本研究以非農(nóng)業(yè)人口占總?cè)丝诘谋戎貋肀硎境鞘谢?，大量農(nóng)民尤其是青壯年勞動力外出打工使得農(nóng)業(yè)勞動力短缺進而導(dǎo)致復(fù)種指數(shù)下降；CYFNHi，t+1表示第i地區(qū)第t+1年的產(chǎn)業(yè)非農(nóng)化比重的對數(shù)，第二產(chǎn)業(yè)和第三產(chǎn)業(yè)的發(fā)展一方面會和第一產(chǎn)業(yè)爭奪勞動力，另一方面也會為農(nóng)業(yè)生產(chǎn)提供資金、技術(shù)等支持，會在不同程度上影響復(fù)種指數(shù)的變化；RJGDMJi，t+1表示第i地區(qū)第t+1年的農(nóng)民人均耕地面積，人均耕地面積越大越有利于進行規(guī)模經(jīng)營，進而提高耕地復(fù)種指數(shù)。為了消除數(shù)據(jù)的異方差，對以上解釋變量進行取對數(shù)處理。

2 結(jié)果與分析

2.1 復(fù)種指數(shù)及可挖掘復(fù)種潛力指數(shù)時空變化

經(jīng)式(1)計算得出中原經(jīng)濟區(qū)2005—2014年復(fù)種指數(shù)變化及空間分布(圖2、圖3)。研究期間，中原經(jīng)濟區(qū)耕地復(fù)種指數(shù)呈波動變化，但整體表現(xiàn)為下降趨勢，2014年相比于2005年下降10.68%，年際下降率為1.07%。在時間尺度上，中原經(jīng)濟區(qū)復(fù)種指數(shù)變化可以分為3個階段：2005—2007年遞增階段、2008—2011年遞減階段、2012—2014年平穩(wěn)下降階段。(1)2005—2007年，中原經(jīng)濟區(qū)耕地復(fù)種指數(shù)的增加主要是由于農(nóng)作物播種面積的不斷擴大，在耕地面積小幅度變化的基礎(chǔ)上，播種面積大幅度變化引起了復(fù)種指數(shù)的逐年遞增狀態(tài)。(2)2008—2011年，中原經(jīng)濟區(qū)復(fù)種指數(shù)下降明顯，其主要原因歸結(jié)于極端天氣的出現(xiàn)，該階段中原經(jīng)濟區(qū)同期氣溫相較于其他年份高出1.6 ℃，為1961年以來同期最高值，因極端天氣而帶來的農(nóng)作物損失十分嚴(yán)重。(3)2012—2014年，中原經(jīng)濟區(qū)復(fù)種指數(shù)呈現(xiàn)平穩(wěn)下降趨勢，下降幅度較小，在自然環(huán)境穩(wěn)定的前提下，該現(xiàn)象主要來源于耕地的撂荒和農(nóng)業(yè)勞動力的轉(zhuǎn)移，期間播種面積共降低37.26萬hm2，第二、三產(chǎn)業(yè)的不斷發(fā)展對農(nóng)業(yè)勞動力造成極大沖擊，從而形成耕地資源的浪費。

由區(qū)域差異度量模型計算可知，2005—2014年中原經(jīng)濟區(qū)耕地復(fù)種指數(shù)的地區(qū)間差異整體呈縮小的趨勢，5個地區(qū)間差異的組間差異貢獻率始終保持在70%以上，但是中原經(jīng)濟區(qū)5個地區(qū)之間的組間差距在逐漸縮小(圖4)，從2005年的0.022下降到2014年的0.009，下降幅度為 59.09%，而中原經(jīng)濟區(qū)5個地區(qū)間的組內(nèi)差距在增大，從2005年的0.003上升到2014年的0.007，上升幅度為133.33%。

為了進一步研究中原經(jīng)濟區(qū)5個地區(qū)之間內(nèi)部的差異，本研究測算了中原經(jīng)濟區(qū)市域尺度復(fù)種指數(shù)內(nèi)部構(gòu)成的泰爾指數(shù)(圖5)。中原經(jīng)濟區(qū)市域尺度耕地復(fù)種指數(shù)的組間差異反映了市域間的差異性，而組內(nèi)差異反映了不同地級市內(nèi)部縣域的差異。由圖5可知，2005—2014年中原經(jīng)濟區(qū)市域尺度耕地復(fù)種指數(shù)的總差距整體呈波動下降的趨勢，市域組間差距是中原經(jīng)濟區(qū)市域尺度耕地復(fù)種指數(shù)差異的主要原因。其中市域組間差距在2005—2014年呈現(xiàn)先下降后上升然后下降，但是總體上升的趨勢，這和之前提到的中原經(jīng)濟區(qū)5個地區(qū)之間的組內(nèi)差距在增大是相吻合的，而市域尺度的組內(nèi)差距呈現(xiàn)下降的趨勢，從2005年的0.019下降到2014年的0.012。

2.2 中原經(jīng)濟區(qū)可挖掘復(fù)種潛力指數(shù)空間分析

經(jīng)式(8)(9)計算得出，2005、2008、2011、2014年中原經(jīng)濟區(qū)各縣域可挖掘復(fù)種潛力指數(shù)存在正相關(guān)關(guān)系(表1)。

為了更加清晰地對中原經(jīng)濟區(qū)縣域單位的空間特性進行表述，建立LISA圖對該地區(qū)的空間集聚效應(yīng)進行表達(圖6)。2005年LISA集聚圖相比2008年差距較小，2008年低低集聚區(qū)域明顯少于2005年，但分布區(qū)基本不變。2005年中原經(jīng)濟區(qū)西部的高高集聚單位明顯減少，全區(qū)整體的分布情況大致從西北向東南以高高集聚-低高集聚-高低集聚-低低集聚態(tài)勢分布。2011年相比2005、2008年差異較大，高高集聚區(qū)向研究區(qū)中部轉(zhuǎn)移，而低低集聚區(qū)向東部地區(qū)轉(zhuǎn)移，這說明2011年中原經(jīng)濟區(qū)可挖掘潛力指數(shù)較大的區(qū)域多集中在中原經(jīng)濟區(qū)東部地區(qū)，而復(fù)種指數(shù)高挖掘潛力區(qū)多集中在西北部地區(qū)。2014年該區(qū)的集聚效應(yīng)又逐漸變?yōu)?005年態(tài)勢，但低低集聚區(qū)集中于中東部地區(qū)，而南部地區(qū)則出現(xiàn)高挖掘潛力集聚區(qū)。

表1 全局空間自相關(guān)結(jié)果分析

注：均處于α=0.05的顯著性水平。

2.3 中原經(jīng)濟區(qū)耕地復(fù)種指數(shù)差異驅(qū)動力分析

將2005—2014年中原經(jīng)濟區(qū)市級面板數(shù)據(jù)代入Stata 14.0進行回歸分析。其中F檢驗結(jié)果更適合于變截距模型；運用豪斯曼(Hausman)檢驗得出P值為0，且為隨機效應(yīng)模型的基本假設(shè)(個體效應(yīng)與解釋變量不相關(guān))得不到滿足，則模型支持選擇固定效應(yīng)模型；最后利用最小二乘虛擬變量法(LSDV)進行固定效應(yīng)模型估計。計算結(jié)果見表2。

各個解釋變量對中原經(jīng)濟區(qū)5地區(qū)30市的耕地復(fù)種指數(shù)的影響程度見表2。就與耕地復(fù)種指數(shù)相關(guān)關(guān)系而言，產(chǎn)業(yè)非農(nóng)化和人口非農(nóng)化對其具有負(fù)向拉動作用，而人均家庭純收入、農(nóng)業(yè)政策和人均經(jīng)營性耕地面積對其施以積極的正向推動力。具體分析如下：

表2 面板數(shù)據(jù)回歸結(jié)果

注：R2=0.93；P值(F檢驗)=0.00；P值(Hausman檢驗)=0.00。

產(chǎn)業(yè)非農(nóng)化比重對耕地復(fù)種指數(shù)產(chǎn)生了顯著的負(fù)向作用。產(chǎn)業(yè)非農(nóng)化比重每增加1%將導(dǎo)致耕地復(fù)種指數(shù)下降55%個絕對值的單位量，隨著中原經(jīng)濟區(qū)經(jīng)濟的發(fā)展，尤其是第二產(chǎn)業(yè)和第三產(chǎn)業(yè)的快速發(fā)展，大量的耕地面積被非農(nóng)業(yè)用地占用，第二、三產(chǎn)業(yè)發(fā)展帶來的城鎮(zhèn)化水平的提高，建設(shè)用地占用耕地的現(xiàn)象屢見不鮮，人地矛盾進一步尖銳，耕地復(fù)種指數(shù)降低。

人口非農(nóng)化比重對耕地復(fù)種指數(shù)產(chǎn)生了較大的負(fù)向作用，人口非農(nóng)化比重每增加1%，耕地復(fù)種指數(shù)將下降8%個單位量。一方面，隨著第二產(chǎn)業(yè)和第三產(chǎn)業(yè)的發(fā)展，2014年河南省第二產(chǎn)業(yè)產(chǎn)值比重占生產(chǎn)總值的51.99%，第二產(chǎn)業(yè)主要是勞動力密集型產(chǎn)業(yè)需要大量勞動力，另一方面，城鎮(zhèn)化水平不斷提高，農(nóng)業(yè)非農(nóng)人口進一步上升，同時農(nóng)村大量青年勞動力外出務(wù)工，農(nóng)村勞動力老弱化和勞動力缺乏都導(dǎo)致播種面積下降，耕地被荒廢閑置，復(fù)種指數(shù)下降。

人均耕地面積對耕地復(fù)種指數(shù)產(chǎn)生了明顯的正向作用，人均耕地面積每增加1%將會使耕地復(fù)種指數(shù)上升36%個單位量。說明規(guī)?；蜋C械化的農(nóng)業(yè)生產(chǎn)能夠進一步提高耕地集約節(jié)約利用水平，帶來耕地復(fù)種指數(shù)的提高，促進農(nóng)業(yè)現(xiàn)代化。

農(nóng)村人均純收入對耕地復(fù)種指數(shù)產(chǎn)生了正向作用，人均純收入每增加1%，耕地復(fù)種指數(shù)將提高7%個單位量。說明中原經(jīng)濟區(qū)農(nóng)村當(dāng)前還處于耕地復(fù)種指數(shù)隨著人均純收入的增加而上升的階段，農(nóng)民收入增長，為了從耕地中獲取更多的收益，農(nóng)民會因為耕地收入增加而進一步增加對土地的人力資源投入和物力資源投入。

農(nóng)業(yè)政策對耕地復(fù)種指數(shù)產(chǎn)生了正向影響，耕地政策每增加1%，耕地復(fù)種指數(shù)增加5%個單位量。2012年國務(wù)院正式批復(fù)建設(shè)中原經(jīng)濟區(qū)，并將中原經(jīng)濟區(qū)定位為國家重要的糧食生產(chǎn)和現(xiàn)代化農(nóng)業(yè)基地，優(yōu)惠政策的實施對中原經(jīng)濟區(qū)提高農(nóng)業(yè)專業(yè)化、集約化水平具有重要作用。

3 結(jié)論與討論

3.1 結(jié)論

耕地復(fù)種指數(shù)影響區(qū)域未來農(nóng)業(yè)發(fā)展和糧食安全。本研究通過對2005—2014年中原經(jīng)濟區(qū)復(fù)種指數(shù)的計算，結(jié)合研究區(qū)氣象監(jiān)測站臺的氣溫和降水?dāng)?shù)據(jù)，計算該區(qū)研究期間內(nèi)的復(fù)種潛力指數(shù)，進而從空間和時間2個維度對中原經(jīng)濟區(qū)縣域的可挖掘復(fù)種潛力指數(shù)進行分析。具體結(jié)論如下：

(1)2005—2014年中原經(jīng)濟區(qū)復(fù)種指數(shù)整體上呈現(xiàn)波動下降的趨勢，且變化幅度比較明顯。耕地復(fù)種指數(shù)以安徽地區(qū)最高，河南地區(qū)次之，山西地區(qū)最低。從泰爾指數(shù)的大小來看，2005—2014年中原經(jīng)濟區(qū)耕地復(fù)種指數(shù)的地區(qū)間差異整體呈縮小的趨勢，5個地區(qū)之間的組間差異是中原經(jīng)濟區(qū)耕地復(fù)種指數(shù)地區(qū)間差異的主要原因；進一步研究發(fā)現(xiàn)2005—2014年中原經(jīng)濟區(qū)市域尺度耕地復(fù)種指數(shù)的總差距呈波動下降的趨勢，市域組間差距是中原經(jīng)濟區(qū)市域尺度耕地復(fù)種指數(shù)差異的主要原因；中原經(jīng)濟區(qū)耕地復(fù)種指數(shù)的區(qū)域總體差異呈現(xiàn)逐年縮小的趨勢，其原因主要和地區(qū)經(jīng)濟發(fā)展水平的高低具有一定的關(guān)系。

(2)研究區(qū)縣域空間集聚變化較大，但是從全區(qū)角度來說，中原經(jīng)濟區(qū)可挖掘復(fù)種指數(shù)基本呈現(xiàn)自西北向東南方向遞減的趨勢。2005、2008、2011、2014年全局Moran’s I分別為0.54、0.58、0.33、0.54，均表現(xiàn)為空間上的正相關(guān)關(guān)系和強烈的集聚效應(yīng)，除2011年受自然因素影響較大外，其余年份在α=0.05的顯著性水平下均呈現(xiàn)顯著性相關(guān)關(guān)系?？h域單元的可挖掘復(fù)種潛力指數(shù)存在地區(qū)上的差異性，集聚效應(yīng)雖然受自然因素影響，但基本規(guī)律仍為高高集聚多出現(xiàn)在西北部地區(qū)，而低低集聚多出現(xiàn)在東部地區(qū)。

(3)各個指標(biāo)變量對研究區(qū)耕地復(fù)種指數(shù)的影響程度不一。就與耕地復(fù)種指數(shù)相關(guān)關(guān)系而言，產(chǎn)業(yè)非農(nóng)化和人口非農(nóng)化對其具有反向拉動作用，而人均家庭純收入、農(nóng)業(yè)政策和人均經(jīng)營性耕地面積對其施以積極的正向推動力。說明隨著第二產(chǎn)業(yè)和第三產(chǎn)業(yè)的發(fā)展，第二、三產(chǎn)業(yè)吸引大量農(nóng)村勞動力進城務(wù)工，導(dǎo)致農(nóng)村剩余勞動力日益減少，大量耕地因此被閑置和撂荒，進而導(dǎo)致耕地復(fù)種指數(shù)下降。耕地面積對復(fù)種指數(shù)的影響是不可忽視的，在相同的氣候條件下，耕地面積的變動直接影響復(fù)種指數(shù)的變化。

3.2 討論

復(fù)種指數(shù)可以在一定程度上說明耕地資源的利用情況，對研究區(qū)未來耕地資源的合理利用提供相關(guān)意見和建議。但由于農(nóng)業(yè)技術(shù)水平的不斷進步，高科技種植的出現(xiàn)使得復(fù)種指數(shù)在一定程度上將無法準(zhǔn)確衡量一個地區(qū)的糧食發(fā)展水平，因而更為全面地考量農(nóng)業(yè)技術(shù)水平等相關(guān)因素對復(fù)種指數(shù)的影響將是該區(qū)未來需要研究的方向之一。耕地面積對復(fù)種指數(shù)的研究起到關(guān)鍵性作用，在耕地面積一定的情況下，發(fā)達的耕種技術(shù)和適宜的氣候環(huán)境將有利于復(fù)種指數(shù)的提高，在城市化快速推進的同時，如何在保存好現(xiàn)有耕地的同時，提高復(fù)種指數(shù)，將是該領(lǐng)域未來研究的又一重要方向。

統(tǒng)計數(shù)據(jù)法相比遙感影像法較為便捷，且統(tǒng)計數(shù)據(jù)由政府官方發(fā)布，數(shù)據(jù)資料較為全面，精確性相對較高。但其本身研究的滯后性使得其無法在未來研究中廣泛應(yīng)用。基于已有的耕地復(fù)種指數(shù)數(shù)據(jù)，建立合適的復(fù)種指數(shù)預(yù)測模型，加之運用氣象監(jiān)測手段預(yù)測的未來氣候變化，將在一定程度上克服統(tǒng)計數(shù)據(jù)法的弊端，并使其可以在未來研究中得以應(yīng)用。