【研究意义】粮食安全问题是国家安全的重要基础，十八大以来，党中央高度重视粮食安全问题，提出“谷物基本自给，口粮绝对安全”的粮食安全观。新冠肺炎暴发后全球粮食安全面临新挑战，如何保障国家的粮食安全成为研究热点^[1-2]。作为粮食生产的载体，耕地资源是粮食产出的重要保障，早在2013年的中央农村工作会议就提出了保持粮食安全稳定的“18亿亩耕地红线”。然而近年来我国耕地面积持续缩减，耕地非粮化问题严重，仅2019年全国的粮食播种面积就下降了95万hm²，严重威胁到我国的粮食安全。耕地非粮化是指耕地由种粮转向种植其他经济作物、林果、畜禽或水产养殖等其他生产活动^[3]，未改变农业范畴和农用地属性，属于农业内部生产结构的调整^[4]。目前我国的耕地非粮化率约为27%，华南地区非粮化率达41%^[5]。耕地非粮化生产能够为农民带来更高的收益，是市场经济的必然结果。在国际、国内市场的正常供应下粮食安全能够得到有效保障，但也必须看到市场的脆弱性，一旦国际、国内市场不稳定，则非粮化程度较高的地区就极有可能出现供应链断裂的问题，因此必须对此保持警惕。耕地非粮化还对资源安全、生态安全、生计安全等方面造成负面影响^[6-8]，不利于可持续发展型社会的建设。在国务院办公厅、广东省人民政府的相关政策文件指引下，2021年7月广州市人民政府印发了《广州市防止耕地“非粮化”稳定粮食生产工作方案的通知》，指出广州市必须确保全市粮食种植面积不减少，产能有所提升，产量不下降。基于此，迫切需要摸清耕地非粮化现状，探究其背后的驱动机制。

【前人研究进展】有关耕地非粮化的研究主要集中在空间格局^[9-11]、时空演变^{[4, 12-13]}、驱动因素^{[5, 14-16]}、对策措施^[17-20]等方面。已有研究通过遥感监测数据^{[4, 9, 21-22]}、统计数据^{[10, 12]}等来表征耕地非粮化的水平，将非粮化水平作为因变量，自变量选择社会经济维度下的生产状况^[23-24]、成本与收益^[25-27]、农户经济状况^[28]等，自然属性维度下的生产条件^[23]、气候变化^[29]等，采用多元线性回归、Logistic、PVAR等模型进行分析。从研究尺度来看，全国^[30]、省域^[23]、县域^[31]均有所涉及。陈浮等^[10]对我国耕地非粮化的总体趋势、空间分异及驱动机制进行研究，发现我国耕地非粮化的时空格局受区域经济发展和资源配置的多重影响，表现出区域差异明显、驱动因素空间异质性显著的特点；张惠中等^[23]从种植结构和生产结构两方面研究山东省耕地非粮化程度，发现两种结构耕地非粮化率分别为23.97%和46.81%，气候生产潜力和水源地对耕地非粮化水平有显著影响；苏越^[4]以浙江省桐乡县、象山县和平阳县为例研究耕地非粮化的时空演变与驱动力，发现不同区域由于种养习俗、耕作条件和发展基础的差异导致非粮化发展的类型不同，非粮化类型扩张的过程中还具有显著的空间集聚效应，交通和水源是影响耕地非粮化的最重要因素。

【本研究切入点】广州市经济发达、人口众多，进口粮食和市外购进是粮食的主要来源，耕地非粮化程度高，耕地利用转型明显，亟需开展相关研究。同时，作为一种动态连续发展的现象，应该从时空动态的角度来分析其发展过程。【拟解决的关键问题】以我国经济发达的广州市作为研究区域，分析广州市2005—2020年整体耕地非粮化水平，借助ArcGIS可视化展示2005、2010、2015和2020年4个年份广州市各区的耕地非粮化水平，借助地理探测器模型中的分异与因子探测模型和交互探测模型从资源禀赋、农业发展水平和社会发展水平3个维度探究耕地非粮化的影响因素，以期为广州市落实耕地保护、合理控制耕地非粮化、保障粮食安全提供参考借鉴。

1　数据来源与研究方法 1.1　研究区概况

广州市是广东省的省会城市，位于22°26′~23°56′N、112°57′~114°3′E之间，地处丘陵地带，地势东北高、西南低，北部是森林集中的丘陵山区，属于海洋性亚热带季风气候，雨热同期，降雨充沛、光照充足，全市管辖11个行政区域(越秀区、荔湾区、海珠区、天河区、白云区、黄埔区、番禺区、花都区、南沙区、从化区、增城区)，土地总面积为743 440 hm²。广州市经济发达，第一产业占比份额较小，2020年全市粮食作物播种面积28 157 hm²，比上年增长6.5%；粮食作物产量为14.22万t，增长7.8%。2005—2020年，广州市耕地面积减少了42 263 hm²，平均每年减少2 818 hm²；粮食播种面积减少了69 535 hm²，平均每年减少4 636 hm²，耕地面积及粮食播种面积均出现锐减的态势。

1.2　数据来源与处理

耕地非粮化水平测度部分所采用的农作物播种面积和粮食作物播种面积等数据以及非粮化驱动力部分所用到的农业发展水平和社会发展水平两个维度的指标数据均来源于《广州市统计年鉴》(2006—2021年)，资源禀赋维度的高程、坡度数据来源于中国科学院资源环境科学与数据中心(https://www.resdc.cn/)，降雨量数据来源于国家地球系统科学数据中心(http://www.geodata.cn)。由于2005—2020年间广州市域内经历行政区划调整，本研究以2020年行政区划为准，对早年的数据进行调整，使不同年份数据具有可比性；而越秀区2010年后已无耕地面积，因此剔除其数据。

1.3　研究方法

1.3.1 非粮化水平测度方法　已有研究大多采用非粮食作物播种面积占农作物播种面积之比^[23]、“粮作比例”^[32-33]、非粮作物种植比例的变化值^[30]、非粮种植的流转面积占农用地流转面积之比^[34]、非粮作物种植面积与耕地总面积之比^[3]等指标测度耕地非粮化水平。本文采用非粮食作物播种面积占农作物播种面积之比来表征耕地非粮化水平，计算公式如下：

式中，Y代表耕地非粮化率，A_g代表粮食作物播种面积，A_c代表农作物播种面积。

依据《广州市统计年鉴》，广州市农作物分为粮食作物、经济作物和其他作物三类，粮食作物主要有稻谷和大豆，经济作物主要有甘蔗、花生、木薯和花卉，其他作物有蔬菜和果用瓜。

1.3.2 地理探测器　地理探测器是一种用以探测空间分异性，揭示其背后驱动力的统计学方法。地理探测器包括4部分：因子探测用以探测影响因子X在多大程度上影响属性Y的空间分异；风险区探测用以探测两个子区域间的属性均值是否存在显著差异；生态探测用以探测两个因子对属性Y的空间分布是否有显著差异；交互探测用以探测两个因子相互作用后相对单因子的影响程度变化^[35-36]。本文选用因子探测、交互探测进行研究。

(1) 因子探测：因子探测用q统计量来度量，q[0, 1]，表示影响因子X解释了100×q%的因变量Y, q值越大说明因子X对因变量Y的解释力越强。计算公式如下：

式中，i=1, 2, ……, n，表示自变量X的分层；N和N_i分别表示总体和第i层的单元数；σ²和σ_i²分别表示整个研究区域和第i层的方差。

(2) 交互探测：交互探测首先分别计算两个影响因子X₁和X₂的q值，再计算X₁和X₂相互作用后的q值，最后将q(X₁)、q(X₂)和q(X₁∩X₂)进行比较得出三者的关系，交互作用结果可分为5种类型，判断依据与对应交互作用结果如表 1所示。

1.3.3 探测指标体系　本文将耕地非粮化率作为因变量，参考已有研究所选取的影响因子^{[10, 22, 36]}，结合数据的可获取性及广州市的现实基础，从资源禀赋、农业发展水平和社会发展水平3个维度中选取高程、坡度、降雨量、人均耕地面积、耕地灌溉率、劳均机械动力、城镇化率、地均GDP和人均消费水平共9个影响因子作为自变量来构建非粮化驱动力指标体系(表 2)。

利用Arc GIS将自变量进行离散化处理，根据数据特性，通过重分类自然断点法将各自变量均划分为5级。借助“创建渔网”(Create fishnet)工具，生成2 km×2 km大小的格网，共计2 124个采样点，对研究区域进行规则划分采样，经过异常值剔除操作后代入地理探测器模型进行处理。

2　结果与分析 2.1　广州市耕地非粮化水平年际变化

由图 1可知，2005—2020年广州市的粮食播种面积与农作物播种面积呈正相关关系，非粮化水平与两者呈负相关关系，三者之间关系显著。2005—2016年广州市耕地非粮化历经先上升后平稳的状态，非粮化水平变化较小，2005年广州市农作物播种面积为27.6万hm²，其中粮食作物播种面积为9.8万hm²，耕地非粮化率为65%, 2016年农作物播种面积为27.1万hm²，其中粮食作物播种面积为8.9万hm²，耕地非粮化率为66%。耕地非粮化适度发展既符合我国农业结构调整的需要，也可以增加农民收入从而推动乡村振兴战略的实现^[5]，因此广州市2005—2016年非粮化水平的适度提高发挥了积极的作用，推动农村地区的经济发展。2016—2018年广州市农作物播种面积下降至21.1万hm²，粮食作物播种面积下降至2.6万hm²，分别减少6.0万hm²和6.3万hm²，耕地非粮化水平从67%迅速上升至88%，平均每年上升10%，非粮化水平明显加剧。

2016年国务院办公厅印发《关于完善农村土地所有权承包权经营权分置办法的意见》，指出通过落实集体所有权、稳定农户承包权、放活土地经营权进一步完善农村的产权制度，逐步形成三权分置的格局，在此政策的引导下土地流转行为愈发普遍。土地流转过程会加剧耕地非粮化^[38-39]，工商资本的下乡使得耕地流转过程中耕地的种粮用途容易发生变化，使得耕地更趋向于非粮化生产^[40]。2016—2018年广州市耕地面积减少了4 702 hm²，根据实际情况，耕地面积大量减少是因为土地调查的统计口径发生变化，统计的耕地面积减少。由表 3可知，2005—2010年除了南沙增加376 hm²，其余各区耕地面积均缩减，增城减少的耕地面积最多，为1.02万hm²; 2010—2015年，耕地面积区域变化主要由行政界线变化引起，除了荔湾和天河以外，耕地面积变化与粮食播种面积变化有较强的相似性，从耕地面积与粮食播种面积波动的数量关系中可以看出，耕地非粮化种植为耕地的主要用途。2015—2020年除荔湾之外，其他区耕地面积均减少，南沙缩减的耕地面积最多为1 969 hm²。从市域内部区域来看，广州市各区耕地面积变化存在差异，2005—2020年荔湾、海珠和天河的耕地面积减小的速度逐渐变缓，番禺、花都、增城的耕地面积减少较多。

2.2　广州市耕地非粮化水平空间演变

由表 4可知，2005年后，荔湾、越秀、天河已无粮食播种，2005—2010年，粮食播种面积除南沙增加134 hm²外，白云、黄埔、番禺、花都、从化、增城的粮食播种面积均有所减少；农作物播种面积除番禺增加外其余各区均减少，白云、花都和从化减少的面积较多，分别减少了6 233、2 060、2 720 hm²。2010—2015年，粮食播种面积相对稳定，但由于行政区边界变化引起了番禺和南沙粮食播种面积统计的巨大波动；农作物播种面积变化表现出明显“中心-外围”区域差异，除番禺和南沙外，白云、从化和增城农作物播种面积分别增加3 098、617、6 121 hm²，荔湾、海珠、天河、黄埔、花都则持续减少。2015—2020年广州市农作物及粮食作物播种面积均剧减，荔湾、海珠和天河已无粮食播种，其余各区粮食播种面积均快速缩减，其中增城粮食播种面积减少最大为23 288 hm²。

结合2005、2010、2015和2020年4个年份的耕地非粮化水平，在ArcGIS利用自然断点法初步进行等级划分后，对分界值进行微调，最终将广州市耕地非粮化水平划分为4个等级(图 2)，分别是低水平(40% < 非粮化率≤70%)、中等水平(70% < 非粮化率≤80%)、较高水平(80% < 非粮化率≤90%)、高水平(90% < 非粮化率≤100%)。越秀2010年后已无耕地面积，因此剔除其数据。从图 2可知，2010年广州市的非粮化程度呈现中部高、南部较低、北部低的空间分异格局，2005—2010年黄埔的非粮化水平由低水平上升为中等水平，番禺由中等水平上升至较高水平。2010—2015年，南沙的非粮化水平由中等水平上升至较高水平，黄埔重新降为低水平，2015年非粮化程度最终呈现中部高、南部较高、北部低的空间分异格局。2005—2015年全市非粮化水平上升约2%，从各区来看，除黄埔外其他各区非粮化水均有小幅上升，其中增城非粮化水平上升最多、约为7%。作为中心城区的荔湾、海珠和天河始终保持高水平的非粮化，除海珠在2010年有极少部分粮食播种外，近15年中心城区均无粮食作物播种，是广州市耕地非粮化水平最高的地区。从化、增城和花都是广州市经济发展相对落后的地区，2005—2015年均为低水平非粮化，这3个地区粮食作物的种植面积和产量均相对稳定。黄埔的非粮化水平先升高后降低，整体属于中等水平，2015年原黄埔区与萝岗区合并为新黄埔区，为了使数据具有可比性，将原黄埔区与萝岗区数据合并获得现黄埔区非粮化水平，其中原黄埔区耕地非粮化程度处于高水平，萝岗区非粮化程度处于低水平，两者差异较大。白云、番禺和南沙非粮化水平较为平稳，10年来白云的非粮化水平基本未变动，番禺和南沙均提高5%左右。2015—2020年，广州市非粮化现象加剧，2020年广州市耕地非粮化程度呈现西部、中南部高，东部较高，北部低的空间分异格局。2016—2018年全市非粮化率由67.17%大幅提高至87.53%，上升约20%，除中心城区外，其他各区非粮化水平均大幅度上升，花都变化幅度最大，由低水平上升约37%至高水平，增城上升约23%，其他地区上涨幅度也在10%~20%之间。2018—2020年耕地非粮化率由87.53%下降至86.91%。广州市整体的耕地非粮化水平演变呈现出西部和南部非粮化水平增速快、东部非粮化水平增速较快、北部非粮化水平稳定的格局。

2.3　广州市耕地非粮化驱动力分析

2.3.1 因子探测分析　由表 5可知，所选取的影响因子均对广州市耕地非粮化有一定的影响力且具有显著的统计学差异，各因子对广州市耕地非粮化水平的平均影响力大小依次为：城镇化率(X7) > 劳均机械动力(X6) > 人均消费水平(X9) > 地均GDP(X8) > 耕地灌溉率(X5) > 人均耕地面积(X4) > 降雨量(X3) > 高程(X1) > 坡度(X2)。

社会发展维度的影响因子对广州市耕地非粮化的影响程度最大，其中城镇化率对非粮化的平均影响力达到0.9176，人均消费水平的平均影响力达0.7059，地均GDP的平均影响力达到0.6674, 3个影响因子对广州市的耕地非粮化的影响力都很强，且与预期相符均为正向影响。荔湾、海珠、天河3区耕地非粮化水平接近100%，主要原因是这3个区域的高城镇化水平和发达的经济水平，二三产业产值占区域GDP的份额对非粮农田面积有显著影响^[38]。一方面，在向更高级的产业结构转型过程中，建设区的扩张侵占了原有的耕地，形成“无地可种”的局面；另一方面，近15年来，广州市耕地的生产功能大幅下降^[41]，农业生产功能较弱，生态安全维持功能及景观游憩功能成为耕地的主要功能^[42]，耕地功能的转化加速了耕地非粮化的进程。在农业发展水平的维度上，人均耕地面积的作用力达到0.5020，耕地灌溉率达到0.6295，劳均机械动力达到0.7226，作用力均较强且与预期有比较大的相关性。机械化水平对耕地非粮化的影响分为前期和后期两个阶段，前期为负向效应，后期为正向效应^[30]，农业机械化可以显著提高生产效率，有效降低生产成本，提高生产效益，机械化生产用于粮食作物的生产时能够提高农民的种粮积极性，运用于非粮化生产时同样也会给农民带来更大的经济收益，后期负向效应会逐渐被正向效应所替代。2010年前，白云、花都劳均机械动力较高而耕地非粮化水平低，说明此前白云、花都耕地机械化生产能够一定程度上减缓耕地非粮化的程度，2010年后机械化生产对耕地非粮化的影响由负向影响逐步过渡到正向影响。良好的灌溉条件是耕地农作物产出的重要保障，高灌溉率能够一定程度上防止耕地非粮化，虽然该因子影响力较强，但广州市整体耕地灌溉率较高，区域差异相对较小，因此认为其并不是耕地非粮化的主要影响因素。耕地面积较大的地区农业基础较好，农作物种植比例分配相对均衡，非粮化的水平相对较低，从化和增城两地的耕地面积较大，拥有较好的农业基础，经济发展水平相对落后，耕地非粮化水平相对较低。资源禀赋维度的高程、坡度、降雨量对耕地非粮化的解释力较弱，虽有一定影响但不是主要的影响因素。

城镇化率、地均GDP、人均消费水平在2010、2015、2020年3个年份的作用力一直处于高度相关和稳定的状态，对耕地非粮化水平有重要影响力，可以看出社会经济的发展水平直接影响广州市耕地非粮化的程度，是广州市耕地非粮化的主要驱动力。虽然劳均机械动力同样保持较高的作用力，但其两个时段发挥不同的作用力，并没有与耕地非粮化的变化保持相同趋势，因此认为其并非耕地非粮化的主要驱动力。一方面，城市的发展过程中大量的耕地转变为建设用地，可用于农作物播种的载体大量减少，大量农村剩余劳动力进城务工导致从事农业活动劳动力流失；另一方面，高涨的消费水平也刺激着农户进行农业生产结构调整，这些原因促使广州市耕地非粮化现象的加剧。自然资源禀赋的影响力一直很低且变动不大，说明其对广州市耕地非粮化发展的影响力小，不是影响非粮化生产的重要因素。

2.3.2 交互探测分析　交互探测结果表明，因子间交互作用均表现出双因子增强和非线性增强，双因子增强占据绝对高的比例，没有出现交互作用减弱和相互独立的情况，表明耕地非粮化是在各种自然、社会因素的相互作用下出现及发展而非由独立单因子决定的，非线性增强仅在高程、坡度和耕地灌溉率与其他因子之间的交互作用中出现。农业发展水平和社会发展水平两个维度的绝大部分因子之间的相互作用产生的是双因子增强的结果，说明在耕地非粮化现象中，农业发展水平和社会发展水平维度下的影响因子之间具有更加紧密的联系。

由图 3可知，2010年各个因子间作用力均为双因子增强。人均耕地面积(X4)、耕地灌溉率(X5)、劳均机械动力(X6)与其他因子之间相互作用力增幅较大，其中(X4∩X5)、(X5∩X7)、(X5∩X9)、(X6∩X9)的作用力达1，其余相互作用力也大幅增加，说明社会发展水平高，有少量耕地资源且能够实现灌溉的地区耕地非粮化水平高，耕地资源少、经济发展水平高的地区往往处于城市的中心地带，能够实现灌溉的耕地得以保留得益于其经济贡献功能，如荔湾区作为“千年花乡”，大部分耕地用以花卉种植，无粮食作物播种。2015年人均耕地面积(X4)、耕地灌溉率(X5)、劳均机械动力(X6)、城镇化率(X7)与其他因子之间的交互作用力增幅较大，其中(X4∩X6)、(X5∩X6)、(X5∩X9)的作用力达1，说明消费水平高、城镇化率高且农业人员采用机械化进行生产的地区耕地出现非粮化生产的可能性大，消费水平高刺激农户获取更高的经济效益，城镇化率高的地区从事农业生产的人口较少，机械动力能够弥补劳动力的缺失进行规模化种植，既提高效率又节约生产成本，非粮化种植中机械化水平不断上升，会加速耕地非粮化。白云区与番禺区消费水平较高且拥有充足的机械动力，非粮化水平达到85.74%和84.64%，是除中心城区外非粮化水平最高的区域。2020年，各个因子间作用力均为双因子增强，人均耕地面积(X4)、耕地灌溉率(X5)、劳均机械动力(X6)、城镇化率(X7)、地均GDP(X8)与其他因子之间的交互作用力较大且明显高于单因子作用力，说明这一时期这些因子是耕地非粮化的主要驱动力。2015—2020年广州市各区在农业发展水平本身较高的基础上，城镇化率逐渐提高、GDP产值提高了7 671亿元、消费水平稳步增长，随着耕地面积的减少，耕地非粮化的水平迅速提高。

3　讨论

本研究基于广州市统计年鉴相关数据从市域角度分析广州市2005—2020年耕地非粮化水平的发展状态，从区域的角度分析广州市各行政区2005、2010、2015、2020年4个年份耕地非粮化水平的演变进程，从自然资源禀赋、农业发展水平和社会发展水平3个维度选取9个影响因子，基于地理探测器模型研究广州市耕地非粮化的驱动因素。结果表明，近15年来广州市耕地非粮化问题愈发突出，整体非粮化水平高，从区域来看，2020年呈现西南部水平高、东部较高、北部较低的空间分异格局，近10年来西部和南部非粮化增速快，东部增速较快，北部增速相对稳定。耕地非粮化受到多种因素的综合影响，其中最具代表性的因素为城镇化率、地均GDP及消费水平。

耕地非粮化是社会经济发展带来的产物，广州市城市化进程和社会经济发展水平对耕地非粮化影响显著，在社会发展过程中农民选择种植经济效益更高的经济作物代替粮食作物，这符合追求利益最大化的市场规律，广州市内部各区域自然资源禀赋虽有差异，但对各区域耕地非粮化现象的限制力度也相对较小。

本研究基于统计数据探究广州市耕地非粮化的时空演变过程及驱动力，现实中可能存在非粮食作物播种在非耕地(如园地、林地)的情况及园林水果、茶叶种植于耕地的情况，但由于数据难以获取，本文未将这两种情况排除在外。此外，驱动因子选取时并未考虑到农户自身层面的因素，忽视了农户改变耕地种植结构的决策。在今后的研究中应该更加关注耕地上作物的细分以及粮食作物的播种情况，也要从农户自身出发，这样对广州市耕地非粮化时空演变及驱动力的分析将有更加深刻、准确的认识与把握。

4　建议

(1) 加强耕地保护制度建设，落实耕地保护责任。虽然近几年广州市粮食作物的播种面积有所增加，但作为粮食生产载体的耕地面积仍在缩减。应该建立全面覆盖的土地利用监测体系，对其他用地违法占用耕地行为做到早发现、早制止，也要加强对土地流转行为的监督管理，严格规范工商资本行为，防止在土地流转过程中耕地用于从事非粮食作物种植行为。要厘清各部门之间的权责，避免出现因权责交叉、任务不清而导致的监管不力。

(2) 要提高粮农收益，提高粮食作物种植积极性。一方面，相对于其他经济作物，粮食作物比较效益低，另一方面种粮所需耗费的人力物力成本较高，综合收益较低。可以通过土地整治行为，建立高标准基本农田，加强耕地连片建设等提高耕地的综合产出效益，在政策上也要完善农业补贴制度，既要给予资金扶持(如种粮补贴)，也要提供技术支持，多方面促进粮农增收，提高种粮积极性。

(3) 深挖科技潜力，推动产业融合升级。贯彻“藏粮于地”“藏粮于技”战略思想，鼓励和支持科研院所等机构培养专业化的高素质人才，寓科技于农业，以种植业科技创新提高粮食单产。农业相对于二三产业收益能力偏弱，但可以促进产业融合创新带动农业的发展，提高耕地用以粮食种植的综合效益，如从化区的“稻田小火车”建设，结合旅游业提升耕地资源利用效率，增加综合收益。

(4) 根据2005—2020年广州市各区域非粮化发展过程来看，从化、增城、花都非粮化程度相对较低，粮食产量较大，首先可通过土地整治对耕地进行提质改造提高土地质量、加快良种培育技术研发应用等促进增产增收，提高粮农补贴，以积极的政策引导激发农民的种粮积极性，稳定粮食生产。近年来，荔湾、海珠、天河的耕地面积少，高度发达的经济水平使得这些地区不再适合从事粮食种植，应该大力发展都市农业，充分利用农业资源促进农业结构的优化调整，提高农业生产效益。白云和番禺的耕地、农作物及粮食播种面积于2015年后均下降明显，需加强制度建设规范土地流转行为，严格监督土地流转过程中耕地性质及用途的转变，避免耕地由种粮向建房建厂转变。