我国粮食主产区耕地利用变化的粮食与生态效应研究_罗海平.pdf

浙江农业学报 Acta Agriculturae Zhejiangensis，2023，35(1):226 237http:/www zjnyxb cn罗海平，潘柳欣，胡学英，等 我国粮食主产区耕地利用变化的粮食与生态效应研究 J 浙江农业学报，2023，35(1):226 237DOI:10.3969/j issn 1004-1524.2023.01.24收稿日期:2021-10-23基金项目:国家社会科学基金(21BJL079);广东省教育科学规划课题(2022JY282)作者简介:罗海平(1979)，男，四川南充人，博士，研究员，研究方向为粮食安全与生态安全。E-mail:lhp6322126 com*通信作者，胡学英，E-mail:1565096326 qq com我国粮食主产区耕地利用变化的粮食与生态效应研究罗海平1，潘柳欣1，胡学英2，*，刘祖光1(1 南昌大学 中国中部经济社会发展研究中心，江西 南昌 330031;2 深圳技术大学 马克思主义学院，广东 深圳 518118)摘要:综合运用土地利用转移矩阵、土地利用变化图谱模型、动态修正的生态系统服务价值模型等方法，测度 20002018 年我国粮食主产区耕地利用变化下的粮食产量变动和生态系统服务价值损益，进而探清制约粮食增产和生态服务能力提升的主要耕地利用变化类型，并形成针对性的优化路径。研究发现:我国粮食主产区的耕地面积整体呈现“北增南减”的空间分异特征和“减大于增”的数量变化特征。20002018 年间，耕地净转出 205.98 万 hm2，建设用地是耕地转出的主要地类。根据耕地利用变化的产出效应，划分 4 种类型 生态增值-粮食增产型(型)、生态减值-粮食减产型(型)、生态增值-粮食减产型(型)和生态减值-粮食增产型(型)，在省级层面上，我国粮食主产区 型面积的占比依次为 18.30%、13.36%、33.19%和 35.05%，共计造成 4.171 1010元的生态系统服务价值损失和 9.253 106t 的粮食减产。建设用地占用耕地、未利用地补充耕地分别是最有损、最有益粮食与生态安全的耕地利用变化类型。建议要严控耕地“非农化”“非粮化”，加强对未利用地的生态改良，积极发展林下经济、草原经济等复合型经济农业。关键词:耕地利用变化;粮食安全;生态系统服务价值;粮食主产区中图分类号:S-9;F323.211文献标志码:A文章编号:1004-1524(2023)01-0226-12Study on grain and ecological effects of arable land use change in major grain-producing are-as in ChinaLUO Haiping1，PAN Liuxin1，HU Xueying2，*，LIU Zuguang1(1 Research Center of Central China Economic and Social Development，Nanchang University，Nanchang 330031，China;2 School of Marxism，Shenzhen University of Technology，Shenzhen 518118，China)Abstract:By integrated use of the transfer matrix of land use，land-use change atlas model，the dynamic correctionmethods of ecosystem services value model，the changes of grain output and ecosystem service value profit and losscaused by the change of arable land utilization in major grain-producing areas were measured from 2000 to 2018，andthe main arable land use change types restricting the promotion of grain output and ecologial service abilities was fig-ured out，and a targeted optimization path was proposed The results showed that，the arable land area in majorgrain-producing areas showed the spatial differentiation of“north increased and south reduced”and the quantitychange of“reduced more than increases”The net transfer of arable land was 205.98 104hm2，and constructionland was the main type of arable land transfer The output effects of arable land use change could be divided into fourtypes，namely，ecological appreciation-grain yield increase type(type)，ecological impairment-grain yield reduc-tion type(type)，ecological appreciation-grain yield reduction type(type)and ecological impairment-grainyield increase type(type)The area proportion of type in major grain-producing areas was 18.30%，13.36%，33.19%and 35.05%，respectively，at the provincial level and resulted in a total of 4.171 1010yuan ofecosystem service value loss and 9.253 106t of grain production The arable land occupied by construction landand the arable land supplemented by unused land were the most harmful and most beneficial types of arable land usechange，respectively Therefore，it was suggested to strictly control the“non-agricultural”and“non-grain”of arableland，strengthen the ecological improvement of unused land，and actively develop complex economic agriculture suchas under-forest economy and grassland economyKey words:cultivated land use change;food security;ecosystem service value;major grain-producing areas1993 年 2 月 22 日中华人民共和国主席令第六十八号发布，提出涵盖国防安全、粮食安全、生态安全、能源安全、产业安全的“五大安全”。2020 年，国家“十四五”规划明确，要“逐步形成城市化地区、农产品主产区、生态功能区三大空间格局”。可见，确保粮食与生态双安全是国家安全层面上的重大战略需求。进入 21 世纪以来，耕地、水和劳动力等资源对我国粮食生产的约束性趋紧。据报道，20012017 年，我国耕地面积年均净减少 68.64 万 hm2，粮食安全的要素保障问题不断凸显1。国家“十四五”规划强调，“坚持最严格的耕地保护制度，遏制耕地非农化、防止 非粮化，规范耕地占补平衡，以此夯实粮食生产能力基础”2。耕地是生态与社会经济功能相互转化中最为灵活的土地类型和稀缺资源3。耕地利用变化，即在特定时期内某一地域的耕地利用形态转变过程，表现为耕地与其他地类的相互转换，是耕地利用系统对社会经济发展和生态系统综合作用的响应4。肖宝玉5 基于 Cite Space 可视化的分析结果提出，2008 年后，我国关于土地利用变化研究的关键词由现象和机制转向方法和效应，其中，土地利用变化效应主要聚焦于城市化、碳排放等。耕地利用变化的效应是指耕地利用形态转变所产生的特定的科学现象，包括社会效应(如粮食安全)、经济效应(如国民经济、农民收入)和生态效应(如生态安全)3 个层面4。生态系统服务价值(ESV)是对不同土地利用类型提供的自然生态产品和生态系统服务功能的合理货币化6，是衡量生态安全、评价耕地利用变化生态损益的主要方法之一。目前，国内外学者针对耕地利用变化、粮食安全和 ESV 做了大量的探索性研究，涉及三者互动关系的研究文献大体上可分为 3 类:(1)重点关注耕地与粮食安全，这类研究普遍认同耕地数量和质量是影响粮食综合生产能力的关键因素7 8，部分学者采用耕地压力指数研究区域内耕地生产力与粮食安全的耦合关系9;(2)重点关注耕地利用变化与 ESV，主要运用谷歌地球引擎(GEE)、当量因子法或直接市场法等，研究土地利用变化，尤其是耕地非农化的 ESV 损益10 12，认为初始土地利用类型面积差异，以及城市发展对农用地面积的蚕食，是导致 ESV 存在时空差异性的主要驱动因素13 14，我国由耕地征收而造成的生态系统价值均值损失呈现东、中、东北、西部逐级递减的地域分布特征15，并相应提出优化土地利用格局、合理规划农用地、科学评估农用地价值等政策建议;(3)重点关注粮食与生态双安全视角下的耕地现状评估，结合最小人均耕地模型、行星边界框架、机会成本法、当量因子法等理论与方法，界定区域内的合理耕地利用规模、耕地保护支付/受偿额度等16 17，认为在自然资源制约下不宜一味追求耕地面积的扩张18。虽然上述文献阐释了耕地与粮食安全保障的关系，亦有文献关注了土地利用变化，尤其是耕地利用变化对 ESV 的影响，但这些研究大多仅关注耕地、粮食、ESV 之间的两两互动关系，系统性实证耕地利用变化的粮食效应与生态效应的文献较为缺乏，且多集中于省域与市(县)域等小尺度范围，鲜有研究聚焦我国粮食主产区。我国的 13 个粮食主产省(区)主要分布于东北平原(黑、吉、辽、蒙)、华北平原(冀、鲁、豫，以及皖、苏南部)、长江中下游平原(鄂、湘、赣，以及皖、苏北部)和四川盆地(川)。它们共同构成粮食主产区，依托全国 65%的耕地面积生产了全国 75%的粮食，是保障我国粮食安全的战略功能区。本722罗海平，等 我国粮食主产区耕地利用变化的粮食与生态效应研究文以耕地利用变化为切入点，研究我国粮食主产区的粮食安全、ESV 动态演化及其区域特征，以期为指导粮食的绿色生产、巩固绿色生态屏障提供理论依据，助力实现粮食与生态双安全。1材料与方法1.1数据来源本文所用的土地利用遥感监测数据来源于中国科学院资源环境科学与数据中心(http:/www resdc cn)，空间分辨率为 1 km。依据全国土地利用现状遥感监测分类体系，将土地利用类型分为耕地、林地、草地、水域、建设用地和未利用地 6 个一级类型(可细分为 25 个二级类型)。粮食产量、播种面积和平均出售价格等粮食数据来源于各省统计年鉴、中国农村统计年鉴2019 和 全国农产品成本收益资料汇编 2019，森林面积、活立木蓄积量等数据来源于 EPS 数据平台的中国农林数据库，城乡人口数、总人口数、恩格尔系数的测算数据来源于 EPS 数据平台的中国区域经济数据库。1.2土地利用转化分析方法1.2.1土地利用转移矩阵土地利用转移矩阵是马尔可夫模型在土地利用变化研究中的重要运用，是对某一时期一种地类向另一种地类转化的定量描述，可以准确度量某一节点的各地类面积及其具体来源和去向。结合土地利用栅格数据，借助 ArcGIS 10.2 软件和 Excel 2016 软件的数据透视表功能，可得到某一时段的土地利用转移矩阵19，其数学表达式为Uij=U11U12U16U21U22U26U61U62U66。(1)式(1)中:Uij(ij)为研究期内由 i 地类转化为 j 地类的面积;Uii为研究期内未与其他地类发生转化的 i 地类的面积;6j=1Uij为研究期初 i地类的总面积;6i=1Uij为研究期末 j 地类的总面积。1.2.2土地利用变化图谱模型为探清粮食主产区 20002018 年的土地利用变化情况，尤其是耕地利用变化的时空差异和演变特征，构建耕地利用变化分类图谱加以描述。首要任务是，通过土地利用图谱单元的地图代数叠加运算，实现图谱代码的空间融合20，即以粮食主产区2000 年和2018 年的土地利用栅格数据为基础，以 ArcGIS 10.2 软件 Spatial AnalystTools 模块的重分类、Conversion Tools 模块的栅格转面、Analysis Tools 模块的相交等技术为支撑，综合运用字段计算器和计算几何等工具进行地图代数叠加运算，具体运算法则为T=10A+B。(2)式(2)中:T 为表征某一阶段内耕地利用变化特征的图谱单元代码值;A、B 分别是土地利用变化的分阶段研究中研究期初和研究期末的土地利用类型代码值。耕地、林地、草地、水域、建设用地、未利用地的代码值依次为 1 6，下同。1.2.3基于土地利用变化图谱的变化特征分析以耕地利用变化图谱为基础，得到区域耕地利用变化的空间分离度(Sij)和变化比率(Aij)2个指标，并据此分析粮食主产区的耕地利用变化特征。其中:Sij反映空间尺度下耕地与不同地类的转化在空间分布中的聚散程度，体现耕地利用变化图谱“图”的特征，数值越大，表示离散程度越大，反之亦然;Aij表示某一地类转为另一地类的面积在所有地类转化中所占的比重，反映时间序列下耕地利用的主要变化方向，体现耕地利用变化图谱“谱”的特征20 21。两个指标的计算公式分别为Sij=12Fij/6i=16j=1NijNij/6i=16j=1Nij;(3)Aij=Nij16i=16j=1Nij 100，i j。(4)式(3)、(4)中:Nij和 Fij分别为某一阶段土地利用类型变化(ij)的图谱单元数和面积。1.3不同地类的 ESV 测算1.3.1静态的 ESV 测算模型ESV 是指人类直接或间接地从自然生态系统中获得的利益。本文采用谢高地等22 在 Cost-anza 生态系统服务功能分类的基础上基于地理822浙江农业学报第 35 卷第 1 期信息空间分析和模型运算方法形成的符合我国国情的单位面积生态系统服务价值当量表测算地均 ESV:Eik=eik Ea=eik173l=1mlplqlM。(5)式(5)中:Eik为动态调整前单位面积 i 地类的 k 服务功能的 ESV(元 hm2);eik为单位面积 i地类的 k 服务功能的生态系统服务价值当量因子;Ea为地均当量 ESV(元hm2);ml、pl和 ql(l=1，2，3)分别为 l 作物(稻谷、小麦、玉米)的播种面积(hm2)、平均售价(元t1)和平均单产(t hm2);M 为上述 3 种作物总的播种面积(hm2)。1.3.2动态修正的 ESV 测算模型鉴于 ESV 与生物量的正相关关系，以及人们对生态服务功能支付意愿的时空异质性特征，本文引入空间异质系数和社会发展系数，在静态模型的基础上，动态化地测度 20002018 年各粮食主产省(区)的 ESV6。Kt=12(lnglnG+lnwlnW);(6)Tt=itIt;(7)it=hH/1+exp(1En 3);(8)ESV=6i=1EiSi=6i=1KtTtEiSi。(9)式(6)(9)中:Kt和 Tt分别为 t 年份区域空间异质系数和支付意愿系数;g 和 G、w 和 W、i和 I、h 和 H 分别为区域与全国的三大粮食作物平均单产(thm2)、单位面积林分蓄积量(m3hm2)、支付意愿水平和城镇化水平;En为恩格尔系数;ESV为 ESV 的值;Ei和Ei分别为 i 地类动态调整前、后的地均 ESV;Si为 i 地类的面积。2结果与分析2.1粮食主产区耕地利用变化图谱分析2.1.1土地利用变化特征2018 年，粮食主产区的土地利用类型以耕地和林地为主、草地次之。从空间尺度来看，土地利用类型呈连片分布特征，其中，“林地-耕地-林地”自北向南呈“工”字型分布，草地主要集中于内蒙古中部和四川西北部，未利用地主要集中于内蒙古西部，水体和建设用地分布较为分散，且占比均不超过各粮食主产省(自治区)土地总面积的 5%。从时间尺度来看，不同土地利用类型之间的转化较为剧烈，在数量上呈“二增二减二不定”的模式，即水体和建设用地面积增加，耕地和草地面积减少，林地面积变化幅度较小，未利用地面积波动明显，但变动方向不确定。具体地，从 20002018 年我国粮食主产区总的土地利用转移矩阵(表 1)来看，耕地与耕地内部的转化面积为 8 142.282 万 hm2，耕地转化为林地、草地、水域、建设用地和未利用地的面积分别为1 397.719万、600.339 万、296.347 万、1 113.413万、152.014 万 hm2，林地、草地、水域、建设用地和未利用地转化为耕地的面积分别为 1 403.550万、756.612 万、263.298 万、697.396 万、232.989万 hm2。综合耕地转入、转出双向变化的面积净值来看，有 58.31 万 hm2林地、156.273 万 hm2草地和 80.976 万 hm2未利用地净转出为耕地，同时，耕地净转出为水域 33.049 万 hm2、建设用地416.017 万 hm2。其中，建设用地大量侵占耕地而导致的耕地占补失衡，是制约粮食播种面积扩表 120002018 年粮食主产区总的土地利用转移矩阵Table 1Land use transfer matrix of major grain-producing areas from 2000 to 2018104hm2土地利用类型Land use type至 2018 年，向各土地利用类型的转移面积 Area of land use transfer to different land use types till 2018耕地Arable land林地Woodland草地Grassland水域Water area建设用地Construction land未利用地Unused land耕地 Arable land8 142.2821 397.719600.339296.3471 113.413152.014林地 Woodland1 403.5508 335.827858.34287.969119.008316.519草地 Grassland756.6121 188.7575 449.69787.454111.833788.985水域 Water area263.29871.00963.327470.25953.21492.976建设用地 Construction land697.39656.10444.34566.318368.85712.758未利用地 Unused land232.98991.975521.74158.54026.5242 816.196922罗海平，等 我国粮食主产区耕地利用变化的粮食与生态效应研究张，进而动摇粮食安全基础的关键驱动因素。2.1.2耕地利用变化图谱的空间格局差异20002018 年，我国粮食主产区的耕地面积总体呈现“北增南减”的空间格局，与粮食调出水平、经济发展活力的地理分布格局具有一定的趋同性，但也表现出明显的空间异质性和连片分布的特征。20002018 年间，我国粮食主产区内的耕地利用变化类型涵盖了涉及耕地的全部 10 个种类(表 2)，主要表现为“耕地林地(编码12)”与“林地耕地(编码21)”的互换、“耕地建设用地(编码 15)”的耕地转出，以及“草地耕地(编码 31)”的耕地转入模式。其中，耕地转化为建设用地的净值达 416.017 万 hm2，在数量上相当于河南、河北等单个省份 2018 年建设用地面积的两倍，是我国粮食主产区 2018 年建设用地总面积的 23%，在地理分布上，以山东、江苏、河北等区域建设用地“挤占”耕地的问题最为突出。草地转为耕地主要分布于具有草地资源禀赋优势的内蒙古自治区，占我国粮食主产区草地转为耕地总量的 40.96%。“耕地草地(编码 13)”连片分布于东北平原东部、长江中下游平原和四川盆地，是这些区域响应生态退耕政策的重要举措。“未利用地耕地(编码 61)”是耕地面积增加的又一关键来源，连片分布于东北平原西部和华北平原等地。从图谱单元的空间分离度来看，“耕地未利用地(编码 16)”和“未利用地耕地(编码61)”相对最高(分别为 4.37 和 3.53)，主要存在于生态脆弱区，在空间上呈碎片化分布;其次是“水域耕地(编码 41)”，空间分离度为 3.32，说明水域转为耕地的发生频率较低，在空间分布上较为分散;“耕地水域(编码 14)”“耕地草地(编码 13)”的空间分离度再次之(3.13、2.20)。相对而言，空间分离度最低的是“耕地林地(编码 12)”与“林地耕地(编码 21)”，两者之间的转化非常活跃。此外，耕地转化为建设用地的图谱空间聚集度仅次于耕地与林地的互换。在省域层面上，13 个粮食主产省(自治区)中，仅有黑龙江、内蒙古和吉林 3 省(自治区)存在耕地净转入(图 1)。其中，黑龙江是耕地面积增幅最大的省份，达 141.327 万 hm2，耕地转入以“林地耕地(编码 21)”和“未利用地耕地(编码 61)”为主，且两种类型的耕地增加量相当。吉林省耕地转入的土地类型较为丰富，其中，林地对耕地增加的贡献度相对较高。草地转入是致使内蒙古耕地面积迅速扩张的主要驱动因素。其余 10 省的耕地转出面积均大于耕地转入面积，其中，耕地净转出面积超过 50 万 hm2的有河北、江苏、辽宁、河南 4 省，在 30 万 50 万 hm2的有湖北、安徽、山东、四川 4 省，低于 30 万 hm2的有湖南和江西。建设用地“挤占”耕地是制约区域耕地扩张的关键因素，13 个粮食主产省(自治区)均有耕地转出为建设用地，其中江苏省耕地转出为建设用地的面积最多，其次是山东、河北等省份。此外，13 个粮食主产省(自治区)均表现出明显的林地与耕地的互换效应，除黑龙江退表 220002018 年粮食主产区耕地利用变化的图谱单元特征Table 2Characteristics of cultivated land conversion map units in major grain-producing areas from 2000 to 2018图谱转化类型(编码)Spectrum transformation type(coding)图谱单元数Number ofspectrum unit面积Area/(104hm2)变化比率Rate ofchange/%空间分离度Degree ofseparation耕地林地 Arable landWoodland(12)139 7721 397.7212.021.44耕地草地 Arable landGrassland(13)60 034600.345.162.20耕地水域 Arable landWater area(14)29 635296.352.553.13耕地建设用地 Arable landConstruction land(15)111 3411 113.419.571.62耕地未利用地 Arable landUnused land(16)15 201152.011.314.37林地耕地 WoodlandArable land(21)140 3551 403.5512.071.44草地耕地 GrasslandArable land(31)75 661756.616.501.96水域耕地 Water areaArable land(41)26 330263.302.263.32建设用地耕地 Construction landArable land(51)69 740697.406.002.04未利用地耕地 Unused landArable land(61)23 299232.992.003.53总计 Total691 3686 913.6859.4425.06032浙江农业学报第 35 卷第 1 期图 120002018 年 13 个粮食主产省(自治区)的耕地转化类型与面积Fig 1Types and areas of arable land conversion in 13 major grain-producing provinces(autonomous region)from 2000to 2018耕还林面积比毁林造田面积多 51.101 万 hm2外，均大致实现了本省(自治区)内耕地与林地的面积增减平衡。2.1.3耕地利用变化图谱的数量变化特征20002018 年粮食主产区发生耕地利用变化的总面积为 6 913.68 万 hm2，占所有发生地类转化总面积的 59.44%，即在土地利用类型转化过程中，有近 3/5 的土地利用转化与耕地有关。耕地转出比率(30.61%)高于耕地转入比率(28.83%)，耕地面积减大于增，耕地净转出量达205.98 万 hm2。具体来看，编码为 21 和 12 的林地与耕地互换的变动率最高，是耕地利用变化的首要因素，耕地转出比率(12.02%)略低于转入比率(12.07%)，基本实现耕地面积增减平衡;“耕地建设用地(编码 15)”的变化比率较高(9.57%)，是导致部分粮食主产省耕地面积锐减的根本原因，占粮食主产区总的耕地转出面积的31.27%。“草地耕地(编码 31)”的变化比率为 6.50%，是耕地面积增加的主要来源(位居各地类首位)，净转入量为 156.27 万 hm2。未利用地转为耕地是耕地扩充的又一重要来源，且逆转化发生率很低(1.31%)，净转入量为 80.975 万hm2。此外，我国粮食主产区内退田还湖的现象较围湖造田更为普遍，共产生 33.049 万 hm2的耕地净转出量，但这一变化有利于维持生态平衡。2.2耕地利用变化的粮食、生态变化图谱分析2.2.1耕地利用变化的 ESV 图谱变化参考谢高地等22 编制的当量因子表，将编码 1 6 的各地类当量因子分别赋值 7.90、28.12、11.67、45.35、0、1.39，计算得到粮食主产省(自治区)2018 年动态修正的地均当量 ESV 和地均 ESV。从耕地利用变化对 ESV 的影响来看，耕地利用变化对区域 ESV 具有正向提升、反向抑制两种作用机制，其中，耕地退耕为生态用地(编码 12、13、14)，以及由建设用地、未利用地转为耕地(编码 51、61)会带来生态环境的改善，即 ESV的提升;反之(编码 15、16、21、31、41)，会削弱生132罗海平，等 我国粮食主产区耕地利用变化的粮食与生态效应研究态系统的服务功能及其提供生态产品的能力，即降低区域的 ESV。经测算，20002018 年，由耕地利用变化造成的我国粮食主产区总的 ESV 损益分别为9.521 1011元和 9.104 1011元，ESV 净损失4.171 1010元(表 3)。耕地与其他 5 种地类的转化中，与水域、未利用地的转化带来的 ESV 净值增加，与林地、草地和建设用地的转化导致ESV 的净值降低。具体来看，水域与其他地类相比，拥有更强的生态系统服务功能供给能力，其与耕地相互转化的地均 ESV 变化的绝对值达7.008 万元 hm2，是推动 ESV 提升的主要驱动因素;未利用地的植被覆盖度普遍低于 5%，其向耕地的转化，有利于提高物种多样性，进而促进ESV 的提升。我国的建设用地以城镇用地、农村居民点为主，与耕地相比，人类活动更频繁、剧烈，对生态的破坏更严重。21 世纪以来，建设用地对耕地的大量侵占，是导致我国粮食主产区ESV 损失的首要原因。编码为 12 和 21 的林地与耕地的相互转化是导致我国粮食主产区 ESV变动的重要原因，二者中和后的 ESV 净损失量为2.206 109元。2.2.2耕地利用变化的粮食与生态效应空间格局耕地资源禀赋是体现我国粮食生产能力的核心要素。进入 21 世纪以来，耕地面积减少、耕地质量下降对我国粮食生产的制约性愈发明显1。尽管我国粮食主产区总的粮食产量由2000 年的3.260 7 108t 增至2018 年的5.176 9 108t，但这主要得益于技术水平的提升、农业种植结构的改善、农民种粮积极性的提高等。一般来说，耕地数量与粮食产量存在显著的正相关关系，同等条件下，耕地面积的增减会带来粮食产量的同方向变动5。本文将 2018 年的粮食产量除以耕地面积来表征区域内单位面积耕地的粮食产能现状，并据此分析耕地利用变化对粮食产出水平的影响。耕地利用变化对 ESV 和粮食产量的影响均包括正反两个方向的作用，本文将耕地转化推动ESV 上升的区域定义为“生态增值区”，将导致 ESV表 320002018 年粮食主产区由耕地利用变化导致的生态系统服务价值(ESV)和粮食产量变动情况Table 3Changes in ecosystem service values(ESV)and grain yield caused by arable land conversion in major grain-producingareas in 2000 2018图谱转化类型(编码)Spectrum transformationtype(coding)生态-粮食变化图谱Ecology-foodchange spectrum面积Area/(104hm2)地均 ESV 变化ESV change per unitarea/(yuan hm2)ESV 变化ESV change/(1011yuan)粮食产量变化Change of grainproduction/(107t)耕地林地(12)Arable landWoodland生态增值-粮食减产Ecological appreciation-grain yield reduction1 397.71937 837.175.2896.279耕地草地(13)Arable landGrassland生态增值-粮食减产Ecological appreciation-grain yield reduction600.3397 054.700.4242.697耕地水域(14)Arable landWater area生态增值-粮食减产Ecological appreciation-grain yield reduction296.34770 079.222.0771.331耕地建设用地(15)Arable landConstruction land生态减值-粮食减产Ecological impairment-grain yield reduction1 113.41314 783.071.6465.002耕地未利用地(16)Arable landUnused land生态减值-粮食减产Ecological impairment-grain yield reduction152.01412 182.000.1850.683林地耕地(21)WoodlandArable land生态减值-粮食增产Ecological impairment-grain yield increase1 403.55037 837.175.3116.305草地耕地(31)GrasslandArable land生态减值-粮食增产Ecological impairment-grain yield increase756.6127 054.700.5343.399水域耕地(41)Water areaArable land生态减值-粮食增产Ecological impairment-grain yield increase263.29870 079.221.8451.183建设用地耕地(51)Construction landArable land生态增值-粮食增产Ecological appreciation-grain yield increase697.39614 783.071.0313.133未利用地耕地(61)Unused landArable land生态增值-粮食增产Ecological appreciation-grain yield increase232.98912 182.000.2841.047总计 Total6 913.677603.150.4170.925232浙江农业学报第 35 卷第 1 期损失的区域定义为“生态减值区”，将耕地扩张带来粮食产量上升的区域定义为“粮食增产区”，将耕地缩减带来粮食产量下降的区域定义为“粮食减产区”。基于此，可将发生耕地利用变化的区域划分为生态增值-粮食增产区(以下简称为区)、生态减值-粮食减产区(以下简称为区)、生态增值-粮食减产区(以下简称为区)、生态减值-粮食增产区(以下简称为区)4 类。这 4类区域在数量上和空间分布上呈现出“两两相当”“两两相对”的特征(图 2)，即区与区面积占比相当，分别为 18.30%和 13.36%，地理分布上趋同，主要集中于华北平原和东北平原西部;区与区面积占比相当，分别为 33.19%和35.05%，地理分布上趋同，主要集中于长江中下游平原、四川东部、东北平原东部，以及内蒙古东南部。同时，前后两组在地理分布上表现出互补性。我国的粮食主产区涵盖了全国 13 个省(自治区)的 185 个地级行政单元(含地级市、自治州、地区、林区、盟，及省直辖县级市)。在不同地域范围内，耕地利用变化的粮食与生态效应存在明显的空间分异特征。鉴于耕地利用变化类型的丰富性，本文基于耕地面积增减视角，从地级行政单元尺度分析各市(自治州、地区、盟)耕地利用变化最主要的生态-粮食效应类型及其空间分布特征(表 4)。具体来看:耕地面积增加的区域包括生态增值-粮食增产区(区，对应图谱编码 51、61)和生态减值-粮食增产区(区，对应图谱编码 21、31、41)，两者均能带动粮食产量的提升，具有正向的粮食产出效应。其中，生态增值-粮食增产区总面积仅 9.304 106hm2。“建设用地耕地”和“未利用地耕地”面积占比为 3 1，但前者逆转化面积达 1.113 107hm2，是耕地转入面积的1.6 倍。从空间分布来看，粮食主产区中仅内蒙古的阿拉善盟、黑龙江的绥化市和佳木斯市、吉林的白城市生态增值-粮食增产区的面积较其他3 类区域的面积更大，耕地最主要的变化类型为“未利用地耕地”。该类区域通过加强对未利用地的生态改良，尤其是在沙地、戈壁、盐碱地等发展林下经济、草原经济，构建山水林田湖草沙生命共同体，发展出了一条提高区域粮食产出和生态效应的有效途径。生态减值-粮食增产区(区)面积仅次于生态增值-粮食减产区(区)，且二者间互换效应明显，尤其是在林地与耕地之间、水域与耕地之间。实际发生生态减值和粮食增产的区域主要集中在内蒙古，其次是四川、黑龙江、湖南和江西，5 省(区)耕地转入面积图