1 中国耕地压力的总体分异趋势与空间集聚特征

通过分析2001年以来中国粮食产量和耕地压力指数(图1)可知，中国粮食产量在波动中上升，由45263.7万t增加至60193.8万t。中国耕地压力指数总体呈现下降趋势(由2001年的1.7182下降至2013年的1.3800 )，表明21世纪以来，尤其是2003年以来中国粮食安全状况逐步好转，但耕地压力指数依然大于1，粮食安全状况依然不容乐观。

在此背景下，分别计算2001年、2005年、2009年、2013年中国各地级单元间耕地压力水平的总体差异指数和GDI指数(表2)可知，GDI指数由2001年的0.2851猛增至2013年的0.7911，说明在中国粮食安全总体向好的趋势下，中国内部耕地压力状况的总体空间分异程度明显提高，尤其是2001-2009年间的空间分异扩大明显。

通过Moran's I和Getis-Ord' G对上述4个年份耕地压力指数进行空间集聚程度分析(表3)，采用FD法判定空间权重矩阵，空间门槛距离设定为500 km。表3显示2001年以来Moran's I-Z得分全部正数且数值增高，检验结果(Moran's I-P值)非常显著，说明耕地压力指数相似的区域集聚分布，且集聚趋势在增加;Getis-Ord' G-Z得分说明耕地压力指数由2001年低值集聚转为2005年以来的高值集聚，这一趋势仍不断强化，显示出中国由低耕地压力区集聚转变为高耕地压力区集聚的空间态势。

2 中国耕地压力格局的时空演变

将耕地压力指数由低到高划分为5个等级，其阂值分别设定为0.5,  1,  1.5, 3，耕地压力指数小于0.5为低耕地压力区(粮食绝对安全区)、0.5一1为中低耕地压力区(粮食安全区)，上述两个区间的区域粮食安全状况较好;耕地压力指数1一1.5为中等耕地压力区(粮食轻微风险区)、1.5一3为中高耕地压力区(粮食风险区)、大于3为高耕地压力区(粮食严重风险区)(图2)。图中表明低耕地压力区的地级单元个数明显增多，中高耕地压力区的数量显著减少，粮食安全的行政区域(Picl < 1)由2001年的31个增加至2013年的89个，体现出中国区域耕地压力逐渐缓解，粮食安全状况总体好转的趋势。

通过GIS技术分析2001年、2005年、2009年、2013年中国耕地压力格局(图3)可知，中国耕地压力格局呈现总体稳定，局部变化的特征。总体稳定体现在:西部地区和东南沿海的耕地压力指数高，粮食安全状况差，而东北地区耕地压力指数低。局部变化体现在:第一，蒙西一陕北一山西区域耕地压力减轻，由2001年高耕地压力区转变为低耕地压力区，这是由于该区域粮食产量大幅增加所致;第二，新疆北部和黄淮海地区耕地压力显著降低，粮食安全状况明显改善。

另外，2001年以来中国耕地压力的南北分化趋势非常明显，原本耕地压力较小的东北地区，其耕地压力更小、粮食安全状况更好，在2009年形成了大面积的低耕地压力集聚区;而东南沿海地区耕地压力更大，2009年以后形成了稳定连片的高耕地压力集聚区，其粮食安全风险较大。

采用平均增长指数分别分析2001-2005年、2005-2009年、2009-2013年3个时间段的中国耕地压力变动格局(图4)。图4表明，3个时段的耕地压力指数变动率的格局各有不同:

2001-2005年，东南沿海(主要是长三角城市群、海峡西岸城市群、珠三角城市群)、广西一云南、京津唐地区、青藏高原地区的耕地压力指数年均增幅较大，表明粮食安全水平程较大幅度地下降;东北地区、蒙西一陕北一山西、安徽一江西的耕地压力降幅较大。

2005-2009年，耕地压力水平增减速率格局发生变化，其上升速率较高的区域集中连片分布在:西藏一青海一四川一重庆、福建一广东一广西、河北北部一京哈发展轴线;耕地压力水平降低较快的区域集中分布在:黑龙江一内蒙古东部、黄淮海地区一山东半岛城市群、蒙西一陕北一山西西部、新疆西部和北部。

2009-2013年，耕地压力水平迅速提高的区域又发生显著变化。山东半岛城市群、湖南一贵州一重庆一陕西、青海西部一新疆南部的耕地压力指数快速增大。而东北西部一内蒙古一山西、新疆南部、云南南部的耕地压力快速降低。

以此为基础，分析2001-2013年中国各地级单元耕地压力指数的增减占比，进而判断粮食安全格局的变动情况(图5)。图中再次说明了中国耕地压力水平的南北分化特征:西南地区和东南沿海地区是耕地压力急剧增大的两大集中区域。其中，西藏南部、青海一四川西部、重庆一贵州一广西、浙江一福建一广东的耕地压力指数普遍增加了25%以上，粮食风险增加明显;而北方地区的耕地压力水平普遍降低，东北地区、新疆北部、蒙西一陕北一山西的耕地压力指数下降50%以上，粮食安全明显增强，另外，华北地区、四川中部、长江中游地区、淮河流域的耕地压力也有较大缓解。总体上，耕地压力减轻的区域达206个，而耕地压力增大的区域为136个，说明2001年以来中国多数地区的粮食安全状况在改善。

3 中国耕地压力时空分异的社会经济因素影响

由于中国耕地压力指数存在着显著的空间自相关关系，因此，基于本文构建的空间面板数据模型，以2001年、2005年、2009年、2013年的地级市面板数据为基础，运用R软件中的Splm Package分析中国耕地压力时空分异的影响因素「31]。采用单位根检验与Hausman检验，并选取地区固定效应模型形式进行运算。空间自回归系数为0.648 , P值为0.000(模型高度显著)，再次印证了各地级单元之间的空间正相关关系。模型中各因素的系数、标准差、t统计、P值如表4所示。结果表明，6项因素对中国耕地压力水平的变动均有显著影响。

耕地质量方面，标准耕地指数与耕地压力指数显著负相关，系数为一0.248耕地质量的提升将有效增加粮食产量，进而减小耕地压力。显示出耕地质量是决定中国粮食安全的核心因素和基础。

要素投入方面，化肥投入(0.043)和灌溉水平(-0.084) 2项因素对耕地压力的影响一正一负。化肥投入增加反而提升了耕地压力指数，说明化肥的投入对粮食增产的影响已经非常低，已达到了缓解耕地压力、稳定粮食安全的极限水平;灌溉水平代表了区域农业基础设施水平。该因素的提升可缓解耕地压力，说明灌溉基础设施对粮食安全的保障具有较大影响，也体现出水资源对粮食生产的约束。

经济发展方面，经济水平(0.094)和产业结构(0.342 )对耕地压力的影响都非常显著，且正相关。经济水平越高的地区，往往人口集聚效应越显著，生活水平也越高，这使得粮食需求量较高;同时，高经济水平地区的建设用地扩张往往更迅速，这也不可避免地对现有耕地造成威胁。上述两个因素共同作用，使其耕地压力较大。产业结构的影响更为明显，第二、第三产业产值占比这一指标的系数值高达0.342，表明在当前中国的发展阶段，区域产业结构的升级是以牺牲粮食安全为代价的。一方面，产业非农化是城市化推进的体现，而城市化过程或多或少对粮食生产产生负效应;另一方面，由于非农产业的收益往往高于粮食种植，因此，产业非农化可导致就业结构的非农化，也是减少种粮人口的重要驱动力。在当前中国农业现代化水平不高的背景下，产业非农化将不可避免地增大耕地压力，并危及粮食安全;

农民收入方面，农村居民可支配收入与耕地压力指数显著负相关，系数为一0.177 0表明农民收入的增加会降低耕地压力水平。这是由于，该指标可体现农户的经济基础，农民收入的增加一方面可增加农民从事粮食生产的积极性，另一方面可提高农业生产过程中的要素投入水平，进而促进粮食生产。

综上，提高耕地质量、加强水利基础设施建设、增加农民收入对缓解耕地压力具有显著效果，而人均GDP和非农产业占比越高的地区，其耕地压力越大。因此，除了耕地质量和要素投入等传统因素可影响中国耕地压力变动外，以经济水平、产业结构和农民收入为代表的社会经济因素对耕地压力的影响更为显著(其回归系数总体上大于农业生产因素)，成为决定中国耕地压力变动的重要驱动力。