派智库

摘要：优化粮食生产布局、探讨粮食发展规律是有效调整农业空间结构、最大限度地提高土地生产效率的有效途径。以县域为单元，借用OpenGeoDa中空间自相关和ArcGIS 10.2中地理加权回归探究了1995—2014年河南省县域粮食生产格局演化及影响因素。结果表明：1、河南省粮食产量在全国粮食总产量中的比重总体呈现增长趋势；2、县域粮食生产现状显示“东部多西部少”的分布格局，其粮食生产多集中分布在中东部平原区的产粮大县，县域粮食生产空间集聚性逐渐增强；3、粮食生产的影响因素在不同的空间上具有不同的影响程度，且粮食生产朝低碳有机和规模化方向发展。 内容来自dedecms

关键词：粮食生产；空间格局；空间自相关；地理加权回归；河南省 织梦好，好织梦

0 引言 织梦好，好织梦

当前，中国正处于经济发展新常态阶段，在这种背景下如何强化农业基础地位、促进农民持续增收，是亟需解决的重大课题。河南省承载着保障国家粮食安全的政治任务，在耕地面积不断减少、国家粮食安全保障任务日益艰巨的背景下，探究河南省粮食生产格局演化及其影响因素显得尤为重要。近年来，国内外学者对粮食生产空间格局以及影响因素进行了不同程度的探讨。国外学者A.Dobermann分析了土壤肥力、磷肥、氮肥、播种率等对稻谷生产变化的贡献；J.Timsina等研究了大米和小麦之间种植制度、播种时间、机械化等对产量增长的作用；S.Samapundo等定量分析了水资源和温度对粮食产量增长的影响。然而，国外研究多集中在宏观空间尺度保障国家粮食安全的层面上，针对粮食生产进行微观空间尺度的研究相对较少。国内学者在全国和省域的尺度上，以粮食单产[1]、粮食总产[2-8]、人均粮食占有量[9]、耕地变化[10-11]为切入点进行了相关研究。程叶青利用数理统计方法对东北地区粮食单产空间格局进行了动态因素分析[1]。刘吉平等运用空间自相关模型及GIS技术揭示出吉林省粮食产量存在明显的空间聚集性，并分析了影响粮食产量变化的主要因子，发现化肥使用量和机耕面积等因素对粮食产量的影响逐渐增强[2]。何秀丽等利用灰色关联分析以及滑动平均等分析方法，探究出吉林省粮食生产格局年际波动呈现很明显的规律并表现出区域性差异的特点[3]。王千等运用ESDA方法对河北省县域的粮食产量空间格局变化规律、特征和原因进行了探究，提出了河北省粮食产量的主要影响因子[8]。这些研究为中国粮食生产的优化布局提供了科学依据，也为中国粮食发展新理念政策的实施及粮食安全的稳定提供了经验借鉴。然而，对河南省粮食生产时空规律的研究较为少见，已有研究虽考虑到地域之间在粮食生产方面影响因素的关联性，但未对动态演变规律及原因进行深层次探究，县域尺度的研究更少。总体来看，现有研究忽视了区位以及自然等因素对粮食生产的综合影响。因此，在前人研究成果的基础上，本研究考虑区位因素的影响，增加地理因素指标——各市周边县域距市区的距离，利用河南省县域粮食产量数据，分别以1995，2000，2005，2010，2013年为研究时间节点，采用空间自相关方法分析河南省粮食生产的时空演变规律，并运用地理加权回归方法分析影响河南省粮食产量变化的因子随时间变化的规律以及不同影响因子在不同地域上的差异，旨在对河南省农业区划及进一步的区域化生产提供理论支持和政策参考。 织梦好，好织梦

1数据来源与研究方法 织梦内容管理系统

1.1数据来源

本文来自织梦

数据主要来源于1995—2015年《河南统计年鉴》，个别县域的指标来源于1995—2015年《中国分县（市）社会经济统计年鉴》和河南省各市统计年鉴。距离指标则是通过GIS投影计算得来。

本文来自织梦

1.2研究方法 织梦内容管理系统

1.2.1空间自相关分析。空间自相关分析是用来衡量空间分布相关性的有效方法，能够定量研究邻域之间的空间关系问题，是解决地理学研究问题中常用的分析方法[12]。该方法分为两种：一种是用来研究全局性，它反映了在一个总的空间范围内整体分布状况，是否在空间上存在聚集特性；而另一种则是描述一个空间单元与其邻域的相似程度的局部性。其空间关联模式主要有正空间关联和负空间关联：正空间关联中的高高关联是属性值高于均值的空间单元集聚；而负的空间关联中的高于均值的空间单元和低于均值的空间单元邻近的区域以高低关联和低高关联两种形式呈现。空间自相关分析常用Moran’s I指数来表示[13-15]，全局空间自相关M0—ran’s I指数公式为： 本文来自织梦

内容来自dedecms

1.2.2最小二乘法（OLS）。最小二乘法是数理统计中常用的一种方法，其模型是全局线性回归模型，其公式为[16-17]： copyright dedecms

内容来自dedecms

式中：Yi是第i个样本点的因变量值；xij表示第i样本点第j个自变量值；εi是独立同分布第i个样本点的随机误差，假定其服从N（0，σ2）；假定βi是一个常数[16-17]。 本文来自织梦

1.2.3地理加权回归方法（GWR）。地理加权回归模型是为了反映回归参数的真实空间特征而提出的一种对普通线性回归模型的扩展并且能有效地处理回归分析中的空间非平稳性现象的建模技术。地理加权回归扩展了最小二乘法，使其参数能够进行局部估计，并且由全局信息获得的假定常数已不再是作为特定区位i的回归系数，而是随局部地理位置变化而变化的变数[16-17]。其公式为[16-17]： 内容来自dedecms

dedecms.com

2 县域粮食生产格局现状及时空演变

织梦内容管理系统

2.1 粮食生产现状 dedecms.com

1995年以来，河南省粮食产量及其在全国粮食产量中的比例整体上处于不断增加趋势（图1）。2014年河南省全省粮食产量为5 772.3万t，是1995年的l.66倍，比2013年增长1.01百分点。1995—2001年河南省粮食产量占全国粮食产量的比重呈现持续增长趋势，2001-2005年维持在9％左右，2006—2009年基本保持在10％左右。虽然2009—2014年全省粮食产量占全国的比重呈下降趋势，但河南省粮食产量总体在不断提高。总体来看，河南省全省的粮食产量占全国粮食总产量的比重呈不断上升趋势。2013年河南省县域粮食产量分布格局现状图显示，河南省县域粮食产量现状表现为东部地区最多，北部、南部次之，西部最少（图2）。 织梦内容管理系统

2.2时空演变分析 内容来自dedecms

以1995，2000，2005，2010，2013年5个时间节点为研究对象，利用OpenGeoDa软件，采用Queen邻接方式创建空间邻接矩阵，分别计算出5个年份河南省粮食产量全局空间自相关Moran’s I指数，分析河南省县域粮食产量的空间相关性。研究发现，除了2005—2010年间Moran’s I有明显下降外，其他时期都是在逐步上升，其中2000—2005年上升率最快。 本文来自织梦

在5个时间节点上，全局Moran’s I的估计值均为正，且整体上呈不断增大的趋势。说明河南省各县域粮食生产存在显着的正相关，也说明这一时期河南省粮食生产增长差异不断增强。由于全局Moran’s I估计值的自身局限性，并不能反映县域粮食的局部空间关系。因此，本研究根据Moran’s I散点图和LISA集聚图进一步分析河南省县域粮食的局部空间关系（图3）。 织梦好，好织梦

1、“高-高”聚集（HH）区是区域局部属性值比均值高的区域聚集，即粮食产量高的县聚集区域。1995年，HH区域集中位于河南省东部的周口市，说明在此区域粮食产量高的县域趋于空间集聚；2000，2005，2010年这3年，HH区域开始往河南省的南部和北部逐渐扩散。南部与北部地区粮食产量高的县域不断聚集，表明河南省的县域粮食产量的空间差异正在不断减小，但是区域之间的差异在不断增大。

copyright dedecms

2、“低-低”聚集（LL）表示区域局部属性值比均值低的区域聚集，即粮食产量较低的县聚集区域。1995-2013年间粮食产量低值集中的县域主要分布在三门峡市与洛阳市。然而，1995年以来河南省粮食产量LL集聚县域先是减少，之后又逐渐增多，这与此段时间内国家各种粮食方面的政策和河南省的经济发展有一定的关系，但具体影响的原因还需进一步探究。 织梦内容管理系统

3、“低-高”聚集（LH）表示粮食产量高的县域聚集在粮食产量低的地区周围，相邻县域的粮食产量存在不同程度的差异，即局部低值离群点类型。这些县域分布零散，并且县域数较少，一年当中的县域数仅有2～3个，并且多集中于河南省HH聚集县域的邻近县域。 本文来自织梦

4、“高-低”聚集（HL）表示粮食产量低的县域聚集在粮食产量高的地区的周围，即局部高值离群点类型。这部分县域数较少，且主要分布在1995年和2005年的LL聚集县域的周边县域。

本文来自织梦

织梦内容管理系统

3 粮食产量空间演变的影响因素 内容来自dedecms

基于数据的可得性，从影响粮食产量空间格局变化的自然因素和经济社会投入因素中选取了9个指标，分别是农林牧渔业从业人员、农业机械总动力、化肥折纯量、农民人均纯收入、人均GDP、农药使用量、支农和农林水气事业费、地膜使用量。考虑到区位因素，增加地理因素指标——各市周边县域距市区的距离。为研究不同时间段各项影响因子对粮食产量影响程度的变化，从1995—2013近20年中选择1995，2005和2012年3个年份作为研究断面，分析其影响因素的变化规律。由于考虑到各项因子之间有可能存在多重共线性，因此，利用SPSS分析软件对1995，2005和2012年的各项影响因子进行相关系数的分析，从影响河南省县域粮食产量变化的诸多因素中最终筛选出通过显着性检验的粮食播种面积、农民人均纯收入、农用机械总动力、农药使用量、距离5个影响因子（表1）。

3.1 最小二乘回归分析

织梦内容管理系统

对以上5个因子进行最小二乘回归分析，最小二乘回归分析结果显示（表2），模型分别解释了108个观察值的粮食产量总变异的85.6％，94.2％，94.6％，农用机械总动力、农药使用量、粮食播种面积通过了0.05的变量显着性检验（表1），表明三者能解释对县域粮食产量的影响。3个影响因子的回归系数均为正，表明对县域粮食产量有显着的正效应。虽然模型整体上已经通过了显着性水平为0.05的检验，但是对最小二乘回归估计结果中（表2）的空间自相关分析表明，全局Moran’s I指数在0.01的水平下统计显着，这说明存在着显着的空间自相关。因此，最小二乘回归估计由于忽视了时空效应的可能，故考虑局域的空间影响并引入空间差异性对其进行修正，避免出现模型不适用的问题。

内容来自dedecms

3.2 地理加权回归分析

GWR对于所研究的3个年份的计算结果显示（表2），运用地理加权的局域回归模型，反映粮食产量总变异分别为89.3％，96.5％，97.8％，相比最小二乘回归模型，地理加权回归模型有效地提高了其拟合优度，改善了调整的可决系数（R2）值，总体模拟效果优良。根据已有研究的评价标准，如果赤池信息准则（AIC）的下降值能够达到大于等于3，则可当作模型拟合程度显着提高的检验证明。因此，AIC统计量的适当下降表明地理加权回归模型性能很好，即便考虑其复杂性，在模拟的精度方面，地理加权回归模型也比最小二乘回归模型大大地增强了。1995年与2012年的残差的全局Moran’s I指数已不能通过5％的显着性检验（表2），这说明相对于最小二乘回归估计来说相关性已经降低很多，这也表明地理加权回归比最小二乘回归性能更优。 织梦好，好织梦

1995年，农用机械总动力、农药使用量和粮食播种面积是影响县域粮食产量格局的主要因素，距离因子对粮食产量的影响为负效应，农民人均纯收入对粮食产量的影响为正效应。2005年距离因子对粮食产量的负效应影响减小，并已开始出现正效应影响；农民人均纯收入对粮食产量的影响为正效应，但与1995年相比，正效应不断减弱；农用机械总动力和农药使用量的偏回归系数均有所减小，而粮食播种面积的偏回归系数则不断增大，且农药使用量已不再是影响河南省县域粮食产量的主要因素，这说明粮食生产的规模经济效应开始显现，并且朝着低碳生产和有机农业的方向发展。与2005年相比，在2012年，距离的负效应影响持续减弱，正效应持续增强；农用机械总动力和农药使用量的偏回归系数持续减小；而粮食播种面积的偏回归系数继续增大，农用机械总动力已不再是影响河南省县域粮食产量的核心影响因素，这说明河南省耕种收综合机械化已经达到了相当高的水平。在1995—2013年研究时间段里，粮食播种面积一直是影响河南省粮食产量的核心因子，是导致河南省粮食产量变化的重要原因。 本文来自织梦

织梦好，好织梦

针对以上3个时间段面，通过地理加权回归方法做出各主要影响因子影响的空间分布图（图4），从而总结出其空间分布的规律。基于自然间断法将影响因子对粮食产量影响程度按高、中等、低分3类。研究时间段内主要影响因子对粮食生产影响的空间分布规律为：1995年粮食播种面积对粮食产量的影响由东南向西北依次递减，河南省西北县域农药使用量对粮食产量的影响较高，农用机械总动力对粮食产量的影响呈现出沿东北西南向的中部县域分别向西北、东南依次降低。2005年粮食播种面积对粮食产量的影响程度向北部县域和中部县域延伸，这说明粮食产量受粮食播种面积的影响正逐渐加大，规模经济初见端倪；且农用机械总动力的影响较1995年减弱，影响程度高的区域部分退出，表明农业生产正朝着低碳生产和有机农业的方向发展。2012年粮食播种面积对粮食产量的影响程度持续向中部县域延伸，粮食生产趋于集约化发展。

4 结论与讨论

4.1 结论 织梦内容管理系统

1）河南省粮食产量在全国粮食总产量中的比重总体呈增长趋势，河南省粮食产量现状呈“东部多西部少”格局，东部最多，北部、南部次之，西部最少。 织梦好，好织梦

2）1995年农用机械总动力、农药使用量和粮食播种面积是影响县域粮食产量格局的主要因素；2005年农药使用量已不再是影响河南省县域粮食产量的主要因素；与2005年相比，2012年农用机械总动力和农药使用量均已不再是影响河南省县域粮食产量的主要因素。1995年，粮食播种面积对粮食产量的影响由东南向西北依次递减；河南省西北县域农药使用量对粮食产量的影响较高；农用机械总动力对粮食产量的影响呈现出沿东北西南向的中部县域分别向西北、东南依次降低。2005年粮食播种面积对粮食产量的影响程度向北部县域和中部县域延伸，农用机械总动力的影响较1995年减弱，影响程度高的区域部分退出，2012年粮食播种面积对粮食产量的影响程度持续向中部县域延伸。

织梦好，好织梦

随着河南经济的不断发展，经济社会投入因素中某些因子的影响程度正日益减弱，如2005年农药使用量这一影响因子正逐渐减弱，这一年农药使用量已不再是影响河南省县域粮食产量的主要因素，这说明粮食生产朝着低碳生产和有机农业的方向发展；粮食播种面积一直是影响河南粮食产量的核心因子，说明河南省粮食生产的规模经济效应已经显现，多种形式适度规模经营政策效果显着。这与中国农业结构调整以及适度规模地发展现代农业、特色农业的政策指引是一致的。 本文来自织梦

4.2 讨论 copyright dedecms

本研究考虑到区位因素，增加了地理因素指标——各市周边县域距市区的距离。结果并未显示出其对粮食产量的主要影响，这说明目前县域距离市区的远近对粮食生产的影响并不起决定性作用。另外，本研究由于数据统计的限制，未考虑自然因素（气温、降水量等）的影响，在今后的研究中可以在模型中加入自然因素，在不同时间断面和空间尺度内进行对比研究，从而进一步深入探究粮食产量影响因素的空间异质性。

参考文献：

[1]程叶青.东北地区粮食单产空间格局变化及其动因分析[J].自然资源学报，2009，24（9）：1541-1549. 内容来自dedecms

[2]刘吉平，刘佳鑫.吉林省25年粮食产量空间格局的动态变化[J].东北农业大学学报，2013，44（5）：138-143. 内容来自dedecms

[3]何秀丽，张平宇，程叶青.吉林省粮食生产格局变化及其影响因素研究[J].安徽农业科学，2007，35（5）：1536-1538.

[4]刘彦随，翟荣新.中国粮食生产时空格局动态及其优化策略探析[J].地域研究与开发，2009，28（1）：1-5. 本文来自织梦

[5]齐跃普，门明新，许嗥.河北省粮食产量波动及其形成的影响因素定量化分析[J].土壤与作物，2008，24（4）：403-407. copyright dedecms

[6]鲁欣，秦大庸，刘俊，等.宁夏粮食产量主要影响因子分析[J].灌溉排水学报，2006，25（6）：65-70.

copyright dedecms

[7]李瑞华，李明秋.河南省粮食产量影响因素分析[J].广东农业科学，2009（7）：323-325. dedecms.com

[8]王千，金晓斌，阿依吐尔逊·沙木西，等.河北省粮食产量空间格局差异变化研究[J].自然资源学报，2010，25（9）：1525-1534. 内容来自dedecms

[9]李裕瑞，吕爱清，卞新民.江苏省人均粮食地域格局变化特征及驱动机制[J].资源科学，2008，30（3）：423-430.

[10]刘彦随，王介勇，郭丽英.中国粮食生产与耕地变化的时空动态[J].中国农业科学，2009，42（12）：4269-4274. 内容来自dedecms

[11]石淑芹，陈佑启，姚艳敏，等.东北地区耕地变化对粮食生产能力的影响评价[J].地理学报，2008，63（6）：574-586.

本文来自织梦

[12]刘吉平，吕宪国，崔炜炜.别拉洪河流域湿地变化的多尺度空间自相关分析[J].水科学进展，2010，21（3）：392-197. copyright dedecms

[13]洪国志，胡华颖，李郇.中国区域经济发展收敛的空间计量分析[J].地理学报，2010，65（12）：1548-1558. 内容来自dedecms

[14]黄启才.福建省县域经济的空间分布及空间自相关分析：1994—2005[J].经济与科技，2007（11）：35-38.

[15]王法辉.基于GIS的数量方法与应用[M].姜世国，滕骏华，译.北京：商务印书馆，2009.

[16]张金萍，秦耀辰.县域粮食单产及其生产投入因素的空间异质性：以河南省为例[J].自然资源学报，2011，26（3）：373-381. 织梦内容管理系统