Scientia Geographica Sinica  2014 , 34 (2): 178-184 https://doi.org/10.13249/j.cnki.sgs.2014.02.178

Orginal Article

基于县域的生态脆弱区人均粮食时空格局变动及驱动力分析——以南水北调中线水源区为例

白景锋

南阳师范学院环境科学与旅游学院,河南 南阳 473061

Spatial Pattern Changes and Its Driving Forces Per Capita Grain Possession at County Level in Ecologically Sensitive Region: A Case of Water Source Area for the Middle Route Project of South-to-North Water Transfer

BAI Jing-feng

College of Environment Science and Tourism, Nanyang Normal University, Nanyang ,Henan 473061,China

中图分类号:  F301.24

文献标识码:  A

文章编号:  1000-0690(2014)02-0178-07

收稿日期: 2013-06-5

修回日期:  2013-10-3

网络出版日期:  2014-02-10

版权声明:  2014 《地理科学》编辑部 本文是开放获取期刊文献,在以下情况下可以自由使用:学术研究、学术交流、科研教学等,但不允许用于商业目的.

基金资助:  国家自然科学基金(41201099)资助

作者简介:

作者简介:白景锋(1972-),男,陕西洛南人,副教授,研究方向为区域发展与资源开发。E-mail:1181209980@qq.com

展开

摘要

粮食问题是关系生态脆弱区发展的关键问题。在耕地面积有限、城市化加速、人口增长和生态保护急需加强的背景下,人均粮食的区域差异和驱动力研究对生态脆弱区生态安全具有重要意义。县级行政区是粮食生产和消费的基本单元,县域人均粮食变化的机制对于生态脆弱区发展至关重要。以南水北调中线水源区37个县为研究单位,借助ESDA和GWR模型,揭示南水北调中线水源区人均粮食区域差异的空间异质性及变化的驱动力。结果表明:2000~2011年,研究区县域人均粮食空间自相关特征明显,区域人均粮食变化的驱动因素呈现非均衡联动的局域性特征,单位面积产量对人均粮食变化的影响最大,耕地面积变动是第二大影响因素,都呈正相关。影响因素具有明显的平原向山区、亚热带向暖温带过渡的特征。因此,应结合南水北调中线水源区当前人均粮食的现状和驱动因子的效应机理,积极采取相应的有效措施,保障其粮食安全,促进区域生态保护。生态脆弱区自然生态环境复杂,在社会经济发展决策时,要充分考虑小尺度地理单元的特性,才能保证脆弱的生态环境能持续发展。

关键词: 人均粮食 ; 空间格局 ; 驱动力 ; 南水北调

Abstract

Food supply is a key problem in ecologically sensitive region .It determines the healthy development of ecologically sensitive region.The regional difference of per capita grain possession is very important for regional food security in the situation of limited arable land and rapid urbanization, especially in ecologically sensitive region。The county administrative is the basic unit of food production and consumption. Mechanism of per capita grain change is vital to the development of the ecological fragile areas. Taking 37 counties as sampling units in 2000-2011 in water source area of for the middle route of South-to-north Water Transfer Project, using the methods of ESDA and geographically weighted regression (GWR) model, the article presents spatial heterogeneity of per capita grain possession and driving factors according to difference in natural conditions and economic development types. The results showed that per capita grain possession shows a strong trend of spatial natural correlation. The similar areas cluster in space. As gross output of grain increases, per capita grain possession has limited room for growth. The county-level of internal per capita grain possession spatial disparities have been gradually narrowed. LISA cluster map demonstrated that counties with higher per capita grain possession gathered in Hanjiang Valley and intermountain Daba Mountains Basin, while counties with lower per capita grain possession gathered in the area of Funiu Mountain. The driving factors of different regions show localization characteristic of no-stationary intercourse. The effect of change of per unit area production to variation of per capita grain possession is the largest. The secondary factor is changes of cultivated land contributing to variation of per capita grain possession. These coefficient estimations are all positive. Factors of influence have obviously transitional characters from subtropical to warm temperate and plain area to mountain area. The coefficients estimation of change of per-capita GDP and weights changing of the second industry are negative. Influences of change of per unit area production, change of cultivated land and change of urbanization are declined from Ankang Basin to east and west sides. Effects of change of the second industry, population increasing and per-capita GDP have longitude zonal pattern. The influences are latitude zonal pattern of per unit area production, the proportion of secondary industry and per-capita GDP. According to present situation of per capita grain possession and effect mechanism of driving factors, effective measures should be adopted to ensure grain security and accelerate ecological construction in water source area for the middle route of South-to-north Water Transfer Project. Natural ecological environment is complex in ecologically sensitive region. When our decision-making, we must fully consider the characteristics of small-scale geographical unit in order to ensure the fragile ecological environment sustainable development.

Keywords: per capita grain possession ; spatial pattern ; driving forces ; Project of South-to-North Water Transfer ; change of per-capita GDP

0

PDF (724KB) 元数据 多维度评价 相关文章 收藏文章

本文引用格式 导出 EndNote Ris Bibtex

白景锋. 基于县域的生态脆弱区人均粮食时空格局变动及驱动力分析——以南水北调中线水源区为例[J]. , 2014, 34(2): 178-184 https://doi.org/10.13249/j.cnki.sgs.2014.02.178

BAI Jing-feng. Spatial Pattern Changes and Its Driving Forces Per Capita Grain Possession at County Level in Ecologically Sensitive Region: A Case of Water Source Area for the Middle Route Project of South-to-North Water Transfer[J]. Scientia Geographica Sinica, 2014, 34(2): 178-184 https://doi.org/10.13249/j.cnki.sgs.2014.02.178

生态脆弱区既承担区域生态维护的功能又具有人口承载能,脆弱的生态环境下人类活动稍有不慎就会使区域生态、社会、经济系统失调,环境恶化;粮食需求是人类生存的基本需求,区域人均粮食供应不足会迫使居民改变区域各种资源的利用方式,进而导致生态脆弱区生态平衡失衡,环境恶化,所以,粮食供需平衡是生态脆弱区生态建设的重要前提。近年来,国内外学者对生态脆弱区的研究主要集中于土地利用方式、土地利用结构和土地利用强度的研究,对粮食供需的研究并不多[1-6]。在人均粮食的研究上,许多学者从不同角度分析了区域人均粮食的空间变化、发展趋势及其驱动机制,取得了一定成果 [7-11]。从研究范围看,主要集中于粮食主产区和人口稠密区,生态脆弱区的研究较少,从研究时间段看,大多数研究集中于时间点上的绝对空间差异;特定时间段的研究较少。

南水北调中线水源区是典型的生态脆弱区,生态系统过渡性明显,抗干扰能力弱,环境异质性高,社会经济发展落后。该区生态环境具有过渡性,它位于北亚热带向暖温带的过渡带和秦巴山地向华北平原的过渡带上,生态多样性明显,边缘效应突出。区内山高坡陡,山地丘陵区面积占总面积的85%以上,抗干扰能力弱,为水土流失提供了有利的条件。南水北调中线水源区地形地貌复杂多样,山地、丘陵、盆地不规则的镶嵌其中。汉江自西向东横贯其中,丹江从西北向东南注入汉江。北部为秦岭,南部是大巴山,东北以伏牛山与淮河流域为界,西南以米仓山与嘉陵江流域为界,东部是南阳盆地。全区有26个国家级贫困县,8个省级贫困县,总体属于贫困地区[12]

县域是中国统计资料较全的最小行政单元,是粮食生产和粮食安全可控的基本行政单位,由于县域单元自然社会生态环境复杂,搞清生态脆弱区县域人均粮食空间格局的变化及其机制研究,对生态脆弱区粮食安全宏观政策的制订、因地制宜发展粮食生产具有指导作用。南水北调中线水源区的粮食生产供应不仅关系到水源区当地的生态社会经济发展,而且决定着南水北调中线将来是否有水可调、调什么样的水,即决定着南水北调中线工程的成败。因此,以县域为单位,研究南水北调中线水源生态脆弱区有很强的现实和理论意义。

根据《丹江口库区及上游地区经济社会发展规划》的范围(图1),本文去除耕地面积小,城市人口多的汉中市、安康市,十堰市和商洛市和农地很少的神农架林区5个区,以水源区的37个县为研究对象,结合变异系数和空间自相关分析,对水源区12 a的县域人均粮食的时空变化规律进行分析,运用地理加权回归(GWR)研究演化的驱动力。

图1   南水北调中线水源区行政图

Fig.1   The water source area for the Middle Route of South-to-North Water Transfer Project

1 研究方法与数据来源

1.1 人均粮食模型

区域人均粮食在一定程度上可以反映区域的粮食安全状况,为消除偶然因素,人均粮食采用相邻3 a年的平均值。参考刘玉的人均粮食公式[7]:

Cit =Git/Pit (1)

式中:Cit表示i县域在t年份的人均粮食;Git表示i县域相应年份近3 a的粮食产量均值;Pit表示i县域在t年份的总人口。

1.2 空间自相关分析模型

探索空间数据分析是分析区域属性变量空间分布模式和空间差异变化的一类有效工具,全局Moran′s I和局部Moran′s I指数较常用[13-17]。全局空间自相关分析可以揭示事物整体上的依赖程度,局部空间自相关(LISA)方法揭示局部区域单元在相邻空间的自相关性。

1.3 地理加权回归模型

地理加权回归(GWR)模型是把地理位置引入回归参数中,利用邻近观测值的样本数据做局域回归估计,模型参数随空间地理位置变化而变化,该模型扩展了普通线性回归(OLS)模型,其模型结构参见苑韶峰的GWR模型[16]。在参数向量进行估计时,常用的权重函数有距离阈值函数、反距离函数、高斯函数等,权重函数的确定决定于带宽的选择和优化,常用的优化方法有交叉验证法、AIC信息准则法等[16-18]

1.4 数据来源

本文数据主要源于2001~2012年出版的《中国区域经济统计年鉴》及《中国县(市)社会经济统计年鉴》[19,20]。以研究区37个县或县级市2000年和2011年数据为研究断面,把县域人均粮食作为分析指标,以县为分析的基本单元,研究南水北调中线水源区人均粮食时空变化及其驱动力。

2 南水北调水源区的人均粮食变化

2.1 南水北调水源区人均粮食的时间序列特征分析

2000年,研究区粮食总产量为455.60×104 t,此后,由于南水北调工程获批,水源区生态保护加强,封山育林、退耕还林等政策实施力度加大,耕地面积和粮食播种面积大幅度减少,人均粮食持续下降,2003年南水北调中线工程开工后,降至最低点,粮食总产360.45×104 t,人均粮食259.10 kg,2004年以来,随着农业新技术的应用、推广,国家惠农政策的推进,粮食产量开始恢复性增长,2011年粮食产量为489.70×104 t,人均粮食达到304多kg。总体看, 2000~2011年研究区粮食总产量增加了34.10×104 t,区域粮食格局发生了较大变化。2000年以来中国人均粮食和水源区人均粮食的变化基本一致,但是,从数量来看,水源区的人均粮食一直低于全国平均水平。从图2可见,水源区人均粮食的变异系数一直低于全国水平,这说明,水源区内部人均粮食的差异性低于全国水平,同时,水源区内部人均粮食的差异性存在先增大后缩小的趋势,而全国人均粮食的差距有不断扩大趋势。

图2   全国和研究区人均粮食变异系数

Fig.2   Variation coefficient curves of per capital grain possession in China and in the study area

结合已有研究成果[21,22],按Cit把各县划分为严重缺粮区(<322 kg)、粮食温饱区(322~386 kg)、达到国家标准区(387~396 kg)、超标准区(>396 kg)。2000年人均粮食≥396 kg的县域共5个,主要分布在安康盆地南北两侧。人均粮食<322 kg的县域共14个,集中分布于东部的伏牛山的中山区和低山区(图3)。2011年人均粮食≥396 kg的县也有5个,主要分布在大巴山和武当山之间的低山丘陵和南阳盆地区。人均粮食<322 kg的县域增长到26个,集中分布东部的伏牛山、武当山,西南部的米仓山北部的中山区。与2000年相比,2011年超标准县数不变,但分布地域产生了变化,严重缺粮区增加,表明在粮食总产量增加的同时,县域人均粮食的空间格局发生显著变化。

图3   研究区2000年和2011年研究区人均粮食分布特征

Fig.3   Spatial distribution of per capital grain possession at county level in study area in 2000 and 2011

2.2 县域人均粮食的探索性空间分析(ESDA)

2.2.1 人均粮食的总体空间格局

计算水源区人均粮食的全局Moran′s I值,结果显示:全局Moran′s I估计值全部为正, 2000年Moran′s I为0.157,2011年Moran′s I为0.261,检验结果均通过p=0.05的显著性检验, Moran′s I值的增加,说明空间总体关联度在提高,存在空间正的自相关;研究区人均粮食比较接近的县呈集中分布趋势,全局空间自相关系数随着时间增大,说明人均粮食接近的县在空间上趋同性增强。

2.2.2 人均粮食局部空间自相关分析(LISA)

根据p=0.05的LISA聚集图可见(图4),2000年人均粮食空间差异较大,高值区集中于汉江谷地的平利县、竹溪县和佛坪的山间盆地区,该区自身和区域周边人均粮食均显著较高(HH ),汉中盆地人均粮食较高而周边山区是低值区(HL),低值区集中于西峡县和栾川县的伏牛山区,该区自身和周边人均粮食均显著较低(LL);2011年人均粮食空间差异相对缩小,高值区依然集中于汉江谷地的安康盆地和大巴山的山间盆地区,低值区集中在伏牛山区的卢氏县和秦岭-大巴山区的勉县一带,但是,人均粮食在低值区和高值区之间的县,与2000年相比,有所增加,人均粮食高而周边人均粮食低 (HL)的县个数减少,人均粮食低而周边地区人均粮食高(LH )的县数增加,说明空间差异在缩小;研究时段内人均粮食空间聚集性增强, 粮食生产地域分工更加明显。

图4   研究区2000年和2011年研究区县域人均粮食LISA聚类

Fig.4   LISA cluster map for per capita grain possession at the county level in study area in 2000 and 2011

3 人均粮食变化的驱动力分析

通过空间自相关分析发现,研究区人均粮食空间分布表现出显著的空间聚集特征,这预示着以OLS为基础的经典线性回归模型估计结果可能不可靠,因此,采用GWR的加权二乘法对2000~2011年37个县域单元相关数据建立模型,对经典的线性模型进行修正,分析人均粮食变动的机制。

人均粮食具有显著的空间异质性和时间变异性,人口的增减、经济发展、城市化、耕地面积的变化、单位面积产量的变化、种植结构的调整、农业投入的变化等均导致粮食人均占有量的变化,从而使区域人均粮食地域格局发生变化[23-30]。基于此,本文用2011年相对于2000年的城市化水平的变化、耕地面积的变化、单位面积粮食产量的变化、总人口的变化、人均GDP的变化、第二产业比重的变化、农业机械总动力的变化和粮食总产量的变化作为解释变量。为消除自然灾害的影响,人均粮食、粮食总产量采3 a的均值计算其变化量,并对各项指标做标准差标准化。

为避免自变量的多重共线性,用SPSS的逐步回归分析进行多重共线性检验,选取方差膨胀因子(VIF)小于10的6个自变量为解释变量,即城市化水平的变化、人均GDP的变化、耕地面积的变化、总人口的变化、第二产业比重的变化、单位面积粮食产量的变化。采用ArcGIS“自适应”核函数使AICc最小的准则做局域估计。

用选取的6个变量做普通OLS分析,其决定系数为0.773,残差平方和为625.21,而采用GWR的决定系数为0.866,残差平方和为452.31,这表明用GWR模型得到的结论更合理。

GWR模型估计的粮食单位面积产量和耕地面积的回归系数为正值,第二产业比重和人均GDP的回归系数为负值,其回归系数有正有负。GWR模型能解释人均粮食变异的56.43%~87.54%,回归方程通过p=0.001的显著性检验。GWR的局部r2安康以东拟合度较高,西乡、佛坪和洋县以西拟合度较低。表明研究区人均粮食变化可能还受到其他因素的影响,如温度、地形、耕作制度、降水、政策等影响。

从2000~2011年人均粮食变化的局部系数估计(图5)可见,影响人均粮食变化的因素的重要程度在空间上差异明显,其重要程度从大到小依次为:单位面积产量、耕地面积、人口数、城市化、第二产业比重和人均GDP。其中粮食单产对人均粮食的变化有积极推进作用,粮食单产的回归系数均值达0.793,影响程度以安康盆地为中心向东西两侧的汉中盆地和豫西南伏牛山丘陵区降低,这种现象是地形,耕作制度和气候复合作用的结果。安康盆地土壤肥沃,降水充沛,作物一年两熟,单产提高快;东部平原,丘陵区土壤较肥沃,作物两年三熟,粮食单产比较稳定,汉中盆地以西,年均温逐步降低,坡耕地占大多数,汉江以北的部分区域粮食作物一年一熟,粮食单产低且提高潜力小。耕地面积的变化与人均粮食也呈正相关,回归系数以汉阴、西乡为中心,向东西两侧递减,东部比西部递减快。这是由于西部耕地面积有限,土地增减对人均粮食影响大,而东部耕地充足,耕地减少对人均粮食影响不大。人口数量的变动对人均粮食的影响东部大于西部,正值区分布于丹凤、镇坪县以东,该区人口增加的同时,人均粮食也增加,说明东部区域粮食的精耕细作程度高,产量增加大于人口增加。丹凤、镇坪县以西为负值,该区域生产条件差,土壤贫瘠,粮食增产速度慢于人口增长,因此,人均粮食呈下降趋势。城市化进的归系数平均值为-0.056,回归系数有正有负,从安康盆地向东西两侧递减。正值区分布于安康以东的柞水、镇安、旬阳、平利和岚皋,表明一定速度的城市化对人均粮食具有正向的促进作用,城市化可提高农业劳动生产率,推动区域整体的经济水平,使农业投入增加成为可能,提高了粮食产量。但是,在耕地面积少、土地生产潜力小的生态脆弱区,城市化对人均粮食的提高是有限的。第二产业比重的变化与人均粮食呈负相关,回归系数自西向东降低,汉中盆地以东,以汉江谷地为界,汉江谷地以北小于汉江谷地以南,说明第二产业发展快,吸引农业人口外流,东部区域适合于机械化,农业劳动力外流对农业生产影响不大,西部区域坡耕地多,不适于机械耕作,中青年农业劳动力的外流直接导致粮食生产率下降。人均GDP的变化与人均粮食呈负相关,回归系数西向东降低,在安康盆地以西表现为北部高于南部。由此可见,从西向东由于经济的发展,导致种粮积极性下降的程度不同,西部区域土地生产潜力小,坡耕地多,劳动强度大,种粮积极性下降比东部盆地、丘陵区大得多,人均粮食减少明显。

图5   人均粮食变化GWR模型的回归系数估计分布

Fig.5   Spatial variation of the estimation coefficient of independent variable in the GWR model of per capita grain possession

4 结论与讨论

结果表明:与2000年相比,2011年研究区人均粮食高的县总数没有变化,但分布变化较大,人均粮食低的县数增加。空间自相关分析表明,2000~2011年,研究区人均粮食空间自相关程度提高,而且趋势不断加强,县域总体空间差异不断缩小。

GWR分析发现:影响人均粮食变化的因素的重要程度在空间上差异明显,单位面积产量对人均粮食演化的影响最大,耕地面积变化是第二大影响因素,且都是正相关。人口数变化是第三大影响因素。第二产业比重和人均GDP的变动对人均粮食有负面影响,而且影响程度较小,这一结论与李裕瑞,张琳等的研究有相似之处[6,31]

基于县域的人均粮食变化的影响因素具有生态脆弱区明显的过渡性、地带性特征。粮食单产、耕地面积和城市化进程对人均粮食变化的影响都以安康盆地为中心向东西两侧降低。第二产业比重、人口数量和人均GDP的变化对人均粮食的影响存在经度地带性分布规律。由此可见,提高粮食单产,激发种粮积极性,保护耕地的数量和质量是提高生态脆弱区人均粮食的主要途径。生态脆弱区社会和自然环境比较复杂,不同的县级行政单元,人均粮食的影响因素存在很大的差异性。因此,在生态脆弱区政策制定时,要结合各县域的具体情况,因地制宜,从地方实际出发。

生态脆弱区是2种不同类型的生态系统的交界过度区域,具有抗干扰能力弱,对气候变化敏感,时空波动性强,边缘效应显著和环境异质性高等特点,社会和自然环境比较复杂,大尺度空间研究难以反映局部的问题,只能反映区域的宏观状态。从小尺度的县域行政单元着手可以使生态脆弱区的过渡性,空间异质性的特点更好从微观角度反映出来,例如本例研究就发现了研究对象的影响因素存在地带性影响规律。对揭示生态脆弱区内各子系统之间的相互作用机制有独到的作用,是对大尺度空间分析的有益补充。

本文研究以北亚热带和暖温带的水源地生态脆弱区为研究对象,研究时间跨度较短,由于人口变化有周期性,时间尺度小可能会削弱人口数量变化对人均粮食变化的影响。此外,该研究主要选择了人文因素,而对自然因素的影响估计不足,有待于进一步加强。

The authors have declared that no competing interests exist.


参考文献

[1] 常春艳,赵庚星,王凌.

黄河口生态脆弱区土地利用时空变化及驱动因素分析

[J].农业工程学报,2012,28(24):226~234.

[本文引用: 1]     

[2] Hui-yuan Zhang, Xin-yi Zhao,Yun-long Cai, et al.

Human driving mechanism of regional land use change: A case study of Karst Mountain areas of southwestern China

[J].Chinese Geographical Science,2000,10(4):289-295.

[3] Zisheng Yang, Yansui Liu, Wenxing Tao.

Method for evaluating the degrees of land use sustainability of mountainous county and its application in Yunnan Province, China

[J].Journal of Mountain Science,2008,5(2):98-112.

[4] Tiwari C, Joshi B.

Natural and socio-economic factors affecting food security in the Himalayas

[J]. Food Security,2012,4(2):195-207.

[5] Trac C J,Harrell S,Hinckley T M,et al.

Reforestation programs in Southwest China: Reported success, observed failure, and the reasons why

[J]. Journal of Mountain Science,2007,4(4):275-292.

[6] 田亚平,常昊.

中国生态脆弱性研究进展的文献计量分析

[J].地理学报,2012,67(11):1515~1525.

[本文引用: 2]     

[7] 刘玉,高秉博,潘瑜春.

中国县域人均粮食占有量空间变异特征研究

[J].中国农业大学学报,2012,17(3):154~162.

[本文引用: 2]     

[8] 刘玉,刘彦随,郭丽英.

环渤海地区县域人均粮食占有量空间格局演化

[J].地理科学,2011,31(1):102~109.

[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] 华娟,涂建军,杨爱秋.

基于空间自相关的人均粮食占有量空间差异研究

[J].农机化研究,2013(6):25~28.

[11] 刘兆德.

山东省人均粮食变化的时空差异研究

[J].人文地理,2000,15(2):35~37.

[本文引用: 1]     

[12] 丹江口库区及上游水污染防治和水土保持规划编制组.丹江口库区及上游水污染防治和水土保持规划[Z].2005.

[本文引用: 1]     

[13] Anselin L.

Spatial econometrics: Methods and models

[M].Dordrecht:Kluwer Academic Publishers,1988.

[本文引用: 1]     

[14] 张伟丽,李建新.

中国行政区经济协调发展的空间格局及演化分析

[J].经济地理,2013,33(6):8~14.

[15] 马国霞,徐勇.

京津冀都市圈经济增长收敛机制的空间分析

[J].地理研究,2007,26(3):590~598.

[16] 苑韶峰,杨丽霞,杨桂山.

耕地非农化的社会经济驱动因素异质性研究

[J].经济地理,2013,33(5):137~143.

[本文引用: 2]     

[17] 汤庆园,徐伟,艾福利.

基于地理加权回归的上海市房价空间分异及其影响因子研究

[J].经济地理,2012,32(2):52~58.

[本文引用: 1]     

[18] 吴玉鸣,李建霞.

省域经济增长与电力消费的局域空间计量经济分析

[J].地理科学,2009,29(1):31~35.

[本文引用: 1]     

[19] 中华人民共和国国家统计局.中国区域经济统计年鉴[M].北京:中国统计出版社,2001~2012.

[本文引用: 1]     

[20] 中华人民共和国国家统计局.中国县(市)社会经济统计年鉴[M].北京:中国统计出版社,2001~2012.

[本文引用: 1]     

[21] 唐华俊,李哲敏.

基于中国居民平衡膳食模式的人均粮食需求量研究

[J].中国农业科学,2012,45(11):2315~2327.

[本文引用: 1]     

[22] 国家发展改革委.国家粮食安全中长期规划纲要(2008~2020年)[Z].2008.

[本文引用: 1]     

[23] 倪超,雷国平.

黑龙江省粮食产量变化及驱动因素分析

[J].干旱区资源与环境,2013,27(5):14~19.

[本文引用: 1]     

[24] 黄坤,程翠青.

影响我国粮食产量的宏观因素分析

[J].国际经济合作,2012,(8):65~67.

[25] 宰松梅,郭树龙,温季.

河南省粮食产量影响因素分析

[J].人民黄河,2011,33(12):94~96.

[26] 许朗,李梅艳,刘爱军.

江苏省粮食产量主要影响因素分析

[J].江苏农业科学,2012,40(5):4~6.

[27] 郑艳东,郑艳茹,王丽娟,.

河北省县域粮食单产及其生产投入要素的时空分异

[J].农业现代化研究,2013,34(2):215~220.

[28] 徐志宇,宋振伟,邓艾兴.

近30年我国主要粮食作物生产的驱动因素及空间格局变化研究

[J].南京农业大学学报,2013,36(1):79~86.

[29] 吴健生,蒋培培,黄秀兰.

广东省粮食供需时空格局

[J].自然资源学报,2013,28(2):253~265.

[30] 姚涛,马卫鹏.

陕西省耕地面积变化与粮食生产的相关性研究

[J].中国农业资源与区划,2013,31(1):76~80.

[本文引用: 1]     

[31] 张琳.

我国人均粮食占有量时空变化特征及驱动力研究

[J].广东农业科学,2012,(24):205~209.

[本文引用: 1]     

/