【研究意义】2019年《中国的粮食安全》白皮书明确指出，我国坚持粮食基本自给方针，实行最严格的耕地保护制度，增强粮食综合生产能力，实施“藏粮于地、藏粮于技”战略。粮食综合生产能力是粮食安全与否的集中展现，而增强粮食综合生产能力最基本的要素是耕地的利用强度。因此，推动广西耕地利用与粮食综合生产能力的协调发展，对夯实广西农业生产能力基础及提升广西粮食产能具有重要的现实意义。【前人研究进展】梳理文献可知，在关于耕地利用强度的研究中，最早源于1972年联合国粮农组织首次提出土地适宜性评价方法[1]，而布林克曼最先提出了最具代表性的耕地集约利用评价方法——单项指标法[2]。此后，随着科技逐步发展，耕地利用强度的深度与广度也进一步提升，其评价指标主要从种植强度、劳动力强度、物质强度、科技强度4个方面选取[3-6]。易家林等[7]采用复种指数应用于研究中国农耕地城市化进程中衡量耕地利用强度；方莹等[8]利用物质投入所造成的不同耕地质量，分析影响河南省耕地集约利用的指标体系；唐利华等[9]利用功效系数法来观测耕地利用集约度时空变异及分析预测。粮食综合生产能力的相关研究中，同样涵盖了许多不同的方面。白云涛等[10]运用产量、规模等比较优势指数，分析区域耕地粮食生产保障能力及其风险评价方法；余文涛等[11]研究粮食生产能力估算模型，用于提高其整体的生产能力水平；毕红杰[12]对粮食生产潜力进行短期预测并建立相关模型分析。在耕地利用强度与粮食综合生产能力关系的研究中，学者们中主要集中于耕地利用的单个方面，如戈大专等[13]提出黄淮海地区土地利用转型是影响粮食产量的主要因素，并形成二者间相应的耦合效应；徐鹏雲[14]在基于粮食产量因素分解的视角上，对山东省城镇化与耕地集约利用耦合协调关系进行了研究；金涛[15]基于时间序列数据的实证分析，通过耕地利用中农户行为的演变规律探讨二者间的影响关系。总体来看，国内学者对于耕地利用强度与粮食综合生产能力已具备较为深入的研究，其成果具有重要的指导意义。【本研究切入点】目前，针对广西地区耕地利用强度与粮食综合生产能力间关联效应的研究尚无报道，仅局限于单方面的探究。【拟解决的关键问题】利用综合比较优势指数对广西地区粮食综合生产能力进行测度，并运用改进灰色关联模型，对耕地利用强度与粮食综合生产能力间的关联效应进行分析，根据结果提出相应的政策建议，以期实现广西“藏粮于地”的粮食安全战略，且持续推动广西农业供给侧结构性改革。
1 模型构建
1.1 综合比较优势指数
为进一步衡量并有效地反映广西地区综合粮食生产能力与全国粮食产能平均水平的差异，引入产量、规模及综合比较优势指数对广西粮食综合生产能力进行测算，利用其粮食综合比较优势指数的大小来具体表现广西粮食综合生产能力。
综合比较优势指数主要采用产量比较优势指数和规模比较优势指数的几何平均数来表示，能较全面地反映一个地区某种粮食作物生产能力的比较优势。计算公式为：
式中，
为综合比较优势指数，
为产量比较优势指数，
为规模比较优势指数。
1.2 耕地利用强度评价指标体系
根据耕地利用的科学内涵，参考前人研究成果，利用文献综述法，结合广西耕地利用发展实际，并查阅大量统计资料，遵循科学性、可比性、系统性的基本原则，选取5类准则层及14项指标作为广西耕地利用强度评价指标（表1）。其中，农业科技进步率计算公式为：
式中，
为农业科技进步率；
为基年农业总产值；
为计算年农业总产值；
为基年物质费用；
为计算年物质费用；
为基年农业劳动力人数；
为计算年农业劳动力人数；
为基年耕地面积；
为计算年耕地面积；
为物质费用产出弹性，取值0.55；
为劳动力产出弹性，取值0.20；
为耕地产出弹性，取值0.25。
1.3 改进灰色关联分析法
运用改进灰色关联分析法，将耕地利用强度作为子序列，粮食综合生产能力作为母序列，即稻谷（Y1）、玉米（Y2）、大豆（Y3）、薯类（Y4），进而对两个序列间的关联性进行度量，分析耕地利用强度与粮食综合生产能力二者间的主要关系，并找出其主要影响因素。设母序列为
，子序列为
，
。
（1）数据标准化处理
（2）关联系数
式中，
为分辨系数，
越小则表示分辨能力越大。一般情况下
的取值区间为（0,1），其具体的数值量化方法如下：
式中，
为指标绝对差的平均值，
为指标所有绝对差中的最大值。
表1 广西耕地利用强度评价指标体系
Table 1 Evaluation index system of cultivated land utilization intensity in Guangxi
指标解释Index interpretation劳动力强度Labor intensity准则层Criterion layer指标层Index layer单位面积劳动力人数X1 农村劳动力人数/耕地面积单位劳动力产量X2 粮食总产量/劳动力人数城镇化水平X3 非农业人口/总人口物质强度Material intensity地均化肥投入X4 化肥投入量/耕地面积地均农药投入X5 农药使用量/耕地面积地均地膜投入X6 地膜使用量/耕地面积科技强度Technology intensity机械投入X7 农业机械总动力/耕地面积机耕率X8 机耕面积/耕地面积农业科技进步率X9种植强度Planting intensity耕地垦殖指数X10 耕地面积/土地总面积复种指数X11 农作物播种面积/耕地面积有效灌溉指数X12 有效灌溉面积/耕地面积
（3）关联度及累计关联度
1.4 数据来源
广西耕地利用强度与粮食综合生产能力的数据主要来源于《中国农村统计年鉴》（2011—2018年）、《广西统计年鉴》（2011—2018年）以及《中国国土资源统计年鉴》（2011—2018年）。
2 广西耕地利用强度与粮食综合生产能力的关联效应分析
2.1 广西粮食综合生产能力分析
经测算，2010—2017年广西粮食作物综合比较优势指数见表2，反映了稻谷、玉米、大豆、薯类的综合生产能力具有比较优势，进一步分析其综合生产能力。
由表2可知，2010—2017年广西稻谷的综合比较优势指数均＞1且均在1.4以上，说明广西稻谷综合生产能力高于全国平均水平，且具有较强的稻谷综合比较优势。从2010—2017年的变化趋势可知，稻谷综合生产能力变化波动较平缓，整体呈倒“N”型发展趋势，其中2011年是N型的第一个顶点、为最小值1.402，2014年为N型的第二个顶点、为最大值1.459，而2017年产量优势指数低于2010年，表明稻谷综合生产能力在波动中呈现下降趋势。其原因在于，随着单季稻比例快速上升，双改单现象明显，导致稻谷的种植面积与产能逐渐减少，从而使其整体的稻谷综合生产能力也波动下降。
2011—2017年广西玉米、大豆的综合比较优势指数均＜1且均在0.7以下（表2），说明广西玉米、大豆的综合生产能力低于全国平均水平，处于劣势地位，且变化趋势上波动较小，整体呈现较为平稳的状态。
2010—2013年广西薯类的综合比较优势指数均＜1但均在0.8以上，与全国平均水平相差不大，而2014—2017年广西薯类的综合比较优势指数均＞1，因此总体上广西薯类具有综合比较优势；由变化趋势可知，薯类综合生产能力波动幅度较大，整体上处于阶段性上升态势（表2）。其原因主要是薯类产业属于广西的特色产业，由于不断增长的市场需求量，使得薯类的种植面积与产量不断增加，从而广西薯类综合生产能力也不断上升。
综上所述，通过比较优势指数，广西粮食综合生产能力能够被有效衡量，并为耕地利用强度与粮食综合生产能力间的关联效应分析提供准确数据。
表2 2010—2017年广西粮食作物综合比较优势指数
Table 2 Comprehensive comparative advantage index of grain in Guangxi from 2010 to 2017
年份Year 稻谷Rice 玉米Corn 大豆Soybean 薯类Potato 2010 1.44 0.632 0.57 0.849 2011 1.402 0.653 0.63 0.924 2012 1.435 0.638 0.582 0.915 2013 1.453 0.635 0.574 0.981 2014 1.459 0.639 0.578 1.007 2015 1.444 0.642 0.604 1.057 2016 1.458 0.646 0.597 1.049 2017 1.424 0.648 0.592 1.032
2.2 广西耕地利用强度分析
2.2.1 稻谷灰色关联分析 表3的数据显示，关联度水平均在0.65以上，表明二者间存在显著的关联效应。从二者间关联度大小来看，关联度存在着一定差异性，即 X10＞X8＞X4＞X12＞X5＞X9＞X6＞X7＞X11＞X3＞X2＞X1，前3名指标的关联度分别为0.8029、0.7683和0.76，反映耕地垦殖指数、机耕率、地均化肥投入对稻谷综合生产能力影响较大；后3名指标的关联度分别为0.7265、0.7087、0.6804，反映耕地利用强度中的3个劳动力强度因素对广西稻谷综合生产能力均影响较小。另外，依据累积关联度的数值，反映出种植强度＞物质强度＞科技强度＞劳动力强度。但从数值上看，物质强度关联度与科技强度关联度基本相等，且二者与种植强度数值相差较少，表明广西稻谷综合生产能力主要表现为“物质强度+种植强度+科技强度”三角箭头型关联模式。
2.2.2 玉米灰色关联分析 根据表4的数据显示，关联度水平也均在0.66以上，表明二者间存在显著的关联效应。从二者间关联度大小来看，X4＞X12＞X8＞X11＞X2＞X10＞X3＞X7＞X5＞X9＞X6＞X1， 前 3名指标的关联度分别为0.823、0.8186和0.8063，反映地均化肥投入、有效灌溉指数、机耕率的影响力较大。此外，依据累积关联度分析，反映出种植强度＞科技强度＞物质强度＞劳动力强度，表明广西玉米综合生产能力主要表现为“种植强度”单关联模式。探究其关联度差异的主要原因可能是地形多为山地，雨量分布不均匀，自然灾害频发。
2.2.3 大豆灰色关联分析 根据表5的数据显示，关联度水平基本上均大于0.7，表明二者间存在显著的关联效应。从二者间关联度大小来看，X7＞X8＞X10＞X5＞X4＞X2＞X6＞X1＞X3＞X9＞X12＞X11，前 3 名指标的关联度分别为0.7913、0.7814和0.7813，反映机械投入、机耕率、耕地垦殖指数对大豆综合生产能力影响较大。此外，依据累积关联度分析，反映出科技强度＞物质强度＞劳动力强度＞种植强度。从数值上看，科技强度关联度与物质强度关联度基本相等，表明大豆综合生产能力主要表现为“科技强度+物质强度”双关联模式，其原因主要是由于广西地区大豆的种植方式所致。
2.2.4 薯类灰色关联分析 根据表6的数据显示，关联度水平也均在0.69以上，表明二者间存在显著的关联效应。从二者间关联度大小来看，X1＞X3＞X7＞X2＞X5＞X6＞X9＞X4＞X12＞X8＞X10＞X11，前 3 名指标的关联度分别为0.8311、0.775和0.7523，反映单位面积劳动力人数、城镇化水平、机械投入对薯类综合生产能力影响较大。此外，依据累积关联度分析，反映出劳动力强度＞科技强度＞物质强度＞种植强度，表明广西薯类综合生产能力主要表现为“劳动力强度”单关联模式。
表3 广西稻谷综合生产能力与耕地利用强度的分辨系数及其关联度
Table 3 Discrimination coefficient and correlation degree of rice comprehensive production capacity and cultivated land utilization intensity
项目Item 劳动力强度Labor intensity 物质强度Material intensity 科技强度Technology intensity 种植强度Planting intensity X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12分辨系数ρ Discrimination coefficient 1 0.9914 0.7984 0.7866 0.6946 1 0.9122 0.9832 0.9222 0.7242 0.4262 0.8484关联度ri Correlation 0.6804 0.7087 0.7265 0.7600 0.7511 0.7424 0.7317 0.7683 0.7459 0.8029 0.7281 0.7522累计关联度Ri Cumulative correlation degree 2.1156 2.2535 2.2459 2.2832
表4 广西玉米综合生产能力与耕地利用强度的分辨系数及其关联度
Table 4 Discrimination coefficient and correlation degree of maize comprehensive production capacity and cultivated land utilization intensity in Guangxi
项目Item 劳动力强度Labor intensity 物质强度Material intensity 科技强度Technology intensity 种植强度Planting intensity X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12分辨系数ρ Discrimination coefficient 1.0000 1.0000 1.0000 1.0000 0.4989 1.0000 1.0000 1.0000 0.9144 1.0000 0.7910 1.0000关联度ri Correlation degree 0.6626 0.7723 0.7309 0.823 0.7169 0.6860 0.7255 0.8063 0.7149 0.7409 0.7884 0.8186累计关联度Ri Cumulative correlation degree 2.1658 2.2259 2.2467 2.3479
表5 广西大豆综合生产能力与耕地利用强度的分辨系数及其关联度
Table 5 Discrimination coefficient and correlation degree of soybean comprehensive production capacity and cultivated land utilization intensity in Guangxi
Item项目 劳动力强度Labor intensity 物质强度Material intensity 科技强度Technology intensity 种植强度Planting intensity X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12分辨系数ρ Discrimination coefficient 0.9988 0.771 0.7276 0.6702 0.6818 1.0000 1.0000 1.0000 0.9478 0.8548 0.4368 0.45465关联度ri Correlation degree 0.7262 0.7466 0.7198 0.7499 0.7773 0.7452 0.7913 0.7814 0.7195 0.7813 0.6894 0.6948累计关联度Ri Cumulative correlation degree 2.1926 2.2724 2.2922 2.1655
表6 广西薯类综合生产能力与耕地利用强度的分辨系数及其关联度
Table6 Discrimination coefficient and correlation degree of potato comprehensive production capacity and cultivated land utilization intensity in Guangxi
项目Item 劳动力强度Labor intensity 物质强度Material intensity 科技强度Technology intensity 种植强度Planting intensity X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12分辨系数ρ Discrimination coefficient 1.0000 1.0000 0.9096 0.9278 0.4835 0.9974 0.9578 0.914 0.9344 0.953 1.0000 0.7986关联度ri Correlation degree 0.8311 0.7459 0.7750 0.7226 0.7397 0.7318 0.7523 0.7185 0.7243 0.7052 0.6962 0.7213累计关联度Ri Cumulative correlation degree 2.3520 2.1941 2.1951 2.1227
3 讨论
本研究结果发现，广西耕地利用强度与粮食综合生产能力之间具有显著的关联效应，但从关联度来看，其关联效应存在一定差异，因此需进一步推动协同发展，与孙英敏[16]所指出的耕地利用与粮食生产协调发展不足，需进一步改善二者间关系的结果相一致。
同时，本研究认为广西四大粮食作物的综合生产能力所表现的关联模式存在差异。在稻谷作物生产中，虽然宋佳楠等[17]的研究表明种植力度的强弱是决定稻谷综合生产能力的根本因素，但在耕地利用强度中，稻谷粮食综合生产能力受多重因素影响，主要包括物质强度、种植强度、科技强度[18]，与本研究所得出有关稻谷观点相一致。在薯类作物生产中，黄慧德等[19]认为物质投入的价格回报是影响木薯综合生产能力水平高低与否的关键点；文玉萍[20]则认为影响木薯产能的核心是农业技术的投入程度，而本研究通过分析得出，薯类粮食综合生产能力表现为“劳动力强度”单关联模式存在一定出入，但是符合广西发展的实际情况。
4 结论与建议
4.1 结论
本研究利用产量、规模、综合比较优势指数对广西地区粮食综合生产能力进行测度，结合耕地实际及采用文献综述法，确定广西耕地利用强度的12个评价指标体系，并运用改进灰色关联模型剖析了耕地利用强度与粮食综合生产能力间的关联效应，得出以下结论：
（1）2010—2017年广西耕地利用强度与粮食综合生产能力之间的关联度中，稻谷各关联度≥0.6804、玉米各关联度≥0.6626、大豆各关联度≥0.6894、薯类各关联度≥0.6962，即关联度均在0.6以上，表明二者间具有显著的关联效应。但从关联效应来看，二者间存在一定差异性，从而导致协同发展不足，需要改进相关的政策及技术的配套支撑。
（2）从广西耕地利用强度与粮食综合生产能力之间的关联度差异来看，稻谷粮食综合生产能力表现为“物质强度+种植强度+科技强度”三角箭头型关联模式，玉米粮食综合生产能力表现为“种植强度”单关联模式，大豆粮食综合生产能力表现为“种植强度+物质强度”双关联模式，薯类粮食综合生产能力表现为“劳动力强度”单关联模式。因此，广西地区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，从而增强耕地的利用强度。
4.2 建议
4.2.1 完善耕地整治及占补平衡机制，保障耕地有效利用与供给 由于耕地利用与粮食生产之间密切相关，故在耕地整治及占补过程中需要严格按照耕地质量和产能之间差异，合理确定耕地折算比例，保障新增耕地利用和粮食生产水平。因此，需要强化以耕地利用和粮食生产为基础的整治、占补平衡机制，切实保障耕地利用与粮食生产的动态平衡。
4.2.2 调整农作物种植结构，优化区域粮食生产布局 农作物种植结构的调整实质上是等量的生产要素和资源在同一地区不同作物上的比例调整、优化组合及重新配置。在市场机制作用下，农作物比较收益的差异诱发农民种植决策的变动，从而导致种植结构的不平衡，威胁粮食安全。因此，站在长远角度看，需要不断调整粮食内部种植结构，促进粮食可持续增产，从而实现粮食安全。从具体策略来看，应广泛推广粮食种苗新品种，因地制宜进行粮食生产的合理布局，实现“高产替代低产”作物的有效种植。
4.2.3 强化农业技术研发和推广，充分利用作物间套种模式 科技进步对耕地利用强度及粮食生产的贡献作用不断增长。广西地区必须加大农业科技投入的力度，不断强化农业科技研发和推广，提高生产效率和利用效率，最终实现耕地高度利用与粮食增产的双赢变革。更重要的是，充分利用广西自身地理位置及温暖的气候条件，使得其农作物多样性丰富。因此，广西地区应当因地制宜研发农业技术，推进作物间套种模式，推进耕地的有效利用与粮食增收增产。
4.2.4 优化农村劳动力配置机制，多渠道实现保地、种粮及增收 由于农民的剩余劳动时间向非农倾斜，粮食综合生产能力弹性呈弱化趋势，故在保障农户粮食生产劳动时间能有效供给的情况下，优化农村劳动力配置，可有效促进耕地利用强度的提高。同时，优化农村劳动力配置又促使资本要素向粮食生产流动，从而增加生产资料的投入，在较大程度上实现粮食增产增收。因此，必须不断优化农民种粮劳动力配置结构，实现保地、种粮及增收“三成效”。
[1]王国刚，刘彦随，陈秧分.中国省域耕地集约利用态势与驱动力分析[J].地理学报，2014, 69（7）: 907-915.doi: 10.11821/dlxb201407003.WANG G G, LIU Y S, CHEN Y F.Dynamic trends and driving forces of land-use intensification in the cultivated land of China[J].Acta Geographica Sinica, 2014, 69（7）: 907-915.doi: 10.11821/dlxb201407003.
[2]特奥多尔·布林克曼.农业经营经济学[M].北京:农业出版社，1984.THEODOR B.Economics of Agricultural Operations[M].Beijing:Agriculture Press, 1984.
[3]胡琼，吴文斌，项铭涛， 陈迪，龙禹桥，宋茜，刘逸竹，陆苗，余强毅.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.doi: 10.3864/j.issn.0578-1752.2018.06.009.HU Q, WU W B, XIANG M T, CHEN D, LONG Y Q, SONG Q, LIU Y Z, LU M, YU Q Y.Spatial and temporal change analysis of global cultivated land use pattern[J].Scientia Agricultura Sinica, 2008,51（6）:1091-1105.doi: 10.3864/j.issn.0578-1752.2018.06.009.
[4]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.doi: 10.7621/cjarrp.1005-9121.20180727.LUO S, HU S G.Multi-level characteristics of cropland use change in the Yangtze River Economic Belt during the past decade[J].Chinese Journal of Agricultural Resources and Regional Planning, 2008,39（7）:188-195.doi: 10.7621/cjarrp.1005-9121.20180727.
[5]蔡璐佳，安萍莉，汪芳甜，刘应成，李学敏，黄鑫鑫.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.doi:10.11841/j.issn.1007-4333.2017.01.20.CAI L J, AN P L, WANG F T,LIU Y C,LI X M,HUANG X X.Study on cultivated land intensities and influencing factors between ordinary farmers and large plantation families in agricultural and pastoral transition zone of Inner Mongolia—a case study of Ulanqab city[J].Journal of China Agricultural University, 2017,22（1）:172-180.doi:10.11841/j.issn.1007-4333.2017.01.20.
[6]刘芳，闫慧敏，刘纪远，肖向明，秦元伟.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.doi:10.11821/dlxb201607004.LIU F, YAN H M, LIU J Y, XIAO X M,QIN Y W.Spatial distribution pattern of land use intensity in China at the beginning of the 21st century[J].Acta geographic sinica,2016,71（7）:1130-1143.doi:10.11821/dlxb201607004.
[7]易家林，郭杰，欧名豪，沈璐丹.城市扩张与耕地利用强度:工业发展与农户资源禀赋的调节效应[J].中国人口·资源与环境，2018,28（11）:56-64.doi:10.12062/cpre.20180510.YI J L, GUO J, OU M H,SHEN L D.Urban expansion and farmland utilization intensity: the moderating effect of industrial development and farmers' resource endowment[J].China Population · Resources and Environment, 2008,28（11）:56-64.doi:10.12062/cpre.20180510.
[8]方莹，王静，孔雪松，吴荣涛，李保莲，刘晶晶.耕地利用多功能权衡关系测度与分区优化——以河南省为例[J].中国土地科学，2018,32（11）:57-64.doi:10.11994/zgtdkx.20181019.151512.FANG Y, WANG J, KONG X S, WU R T, LI B L, LIU J J.Multifunctional tradeoff relation measurement and zoning optimization of cultivated land use—a case study of Henan province[J].China Land Science, 2008,32（11）:57-64.doi:10.11994/zgtdkx.20181019.151512.
[9]唐利华，张永福.基于功效系数法的耕地利用集约度时空变异及预测[J].湖北农业科学，2016,55（15）:4042-4047.doi:10.14088/j.cnki.issn0439-8114.2016.15.061.TANG L H, ZHANG Y F.Spatiotemporal variation and prediction of cultivated land use intensities based on efficiency coefficient method[J].Hubei Agricultural Science,2016,55（15）:4042-4047.doi:10.14088/j.cnki.issn 0439-8114.2016.15.061.
[10]白云涛，林巧文.农业资源利用与粮食综合生产能力的灰色关联分析——以河北省为例[J].中国农业资源与区划，2016,37（9）:57-61.doi:10.7621/cjarrp.1005-9121.20160911.BAI Y T, LIN Q W.Grey correlation analysis between agricultural resource utilization and comprehensive grain production capacity —a case study of Hebei province[J].China Agricultural Resources and Regionalization, 2016,37（9）:57-61.doi:10.7621/cjarrp.1005-9121.20160911.
[11]余文涛，石淑芹，孙晓丽，李正国.基于Logistic模型的东北地区粮食生产能力影响因素研究——以宾县为例[J].中国农业资源与区划，2017,38（12）:124-129.doi:10.7621/cjarrp.1005-9121.20171218.YU W T, SHI S Q, SUN X L,LI G Z.Study on influencing factors of grain production capacity in northeast China based on Logistic model—a case study of bin county[J]. China Agricultural Resources and Regionalization, 2017,38（12）:124-129.doi:10.7621/cjarrp.1005-9121.20171218.
[12]毕红杰.基于AHP对吉林省粮食综合生产能力评价与分析[J].中国农机化学报，2015,36（6）:323-327.doi:10.13733/j.jcam.issn.2095-5553.2015.06.076.BI H J.Evaluation and analysis of comprehensive grain production capacity in Jilin province based on AHP[J].Chinese Journal of Agricultural Mechanization, 2015,36（6）:323-327.doi:10.13733/j.jcam.issn.2095-5553.2015.06.076.
[13]戈大专，龙花楼，屠爽爽，张英男.黄淮海地区土地利用转型与粮食产量耦合关系研究[J].农业环境科学学报，2017,34（4）:319-327.doi:10.13254/j.jare.2017.0066.GE D Z, LONG H L, TU S, ZHANG Y N.Study on the coupling relationship between land use transformation and grain yield in Huang-huai-hai area[J].Journal of Agricultural Resources and Environment, 2017,34（4）:319-327.doi:10.13254/j.jare.2017.0066.
[14]徐鹏雲.山东省城镇化与耕地集约利用耦合协调关系研究[D].曲阜：曲阜师范大学，2018.XU P Y.Study on the coupling and coordination relationship between urbanization and intensive use of cultivated land in Shandong province[D].Qufu: Qufu Normal University,2018.
[15]金涛.中国粮食生产时空变化及其耕地利用效应[J].自然资源学报，2014,29（6）:911-919.doi:10.11849/zrzyxb.2014.06.001.JIN T.Spatiotemporal changes of grain production and its effect on cultivated land use in China[J].Journal of Natural Resources,2014,29（6）:911-919.doi:10.11849/zrzyxb.2014.06.001.
[16]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.doi:10.7621/cjarrp.1005-9121.20180703.SUN Y M.Study on the coupling relationship between farmland utilization transformation and grain yield in Shanxi province[J].China Agricultural Resources and Regionalization, 2008,39（7）:14-20.doi:10.7621/cjarrp.1005-9121.20180703.
[17]宋佳楠，金晓斌，周寅康.基于多层线性模型的耕地集约利用对粮食生产力贡献度分析——以内蒙古自治区为例[J].资源科学，2010,32（6）: 1161-1168.SONG J N, JIN X B, ZHOU Y K.Analysis of contribution of intensive utilization of cultivated land to grain productivity based on multi-layer linear model—a case study of Inner Mongolia autonomous region[J].Resource Science, 2010,32（6）: 1161-1168.
[18]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）:108-112,141,211.doi:10.13856/j.cn11-1097/s.2018.02.017.KANG L Y.A study on the coupling relationship between land use transformation and food production in south Asian countries—in the context of the "One Belt And One Road" initiative[J].World Agriculture, 2018（2）:108-112,141,211.doi:10.13856/j.cn11-1097/s.2018.02.017.
[19]黄慧德，刘恩平，刘海清，李海亮，李光辉，黄媛媛.木薯产业可持续发展的途径与存在问题[J].热带作物学报，2012,32（2）:84-87.HUANG H D, LIU E P, LIU H Q, LI H L, LI G H, HUANG Y Y.Ways and problems of sustainable development of cassava industry[J].Chinese Journal of Tropical Crops, 2012,32（2）:84-87.
[20]文玉萍.我国木薯产业的发展趋势与市场分析[J].热带作物学报，2014,34（5）:81-85.WEN Y P.Development trend and market analysis of cassava industry in China[J].Chinese Journal of Tropical Crops, 2014,34（5）:81-85.