内蒙古黄河流域耕地非粮种植空间分异格局及影响因素

The Pattern of Spatial Differentiation and Its Impacting Factors for Non-grain Cultivated Land in the Yellow River Basin of Inner Mongolia

摘要

随着区域城镇化工业化进程和农村耕地利用方式的变化，耕地“非粮化”问题日趋严重。内蒙古黄河流域是国家重要的粮食基地之一， 利用2021年截面数据，采用ArcGIS空间分析和计量数学模型方法，从作物种植角度出发，研究40个旗县区耕地“非粮种植”空间分异特征及其影响因素。研究结果显示：（1）以“非粮种植”率和“非粮种植”面积为表征值的“非粮种植”水平均以黄河“几字弯”北侧偏高；“非粮种植”主导类型中，油料为最主要的“非粮种植”类型；“非粮种植”率和“非粮种植”面积在空间上均呈显著的正自相关，二者皆在空间上形成了三种集聚类型。（2）经筛选得到的6个影响因素中，耕地丰度指数、复种指数对“非粮种植”面积为正影响，全体居民人均可支配收入则对“非粮种植”面积为负影响，其余不显著。（3）自然资源禀赋优势有助于形成多元化的种植结构；居民生活水平的高低一定程度上会对投资行为和种植方向产生影响；各地区的“非粮种植”水平在空间上存在溢出效应。

Abstract

With the process of regional urbanization and industrialization and changes in the utilization way of rural arable land， the problem of non-grain cultivated land has become increasingly serious. The Yellow River basin in Inner Mongolia is one of the important grain bases in the country， the pattern of spatial differentiation and its impacting factors for cultivated land "non-grain planting" of 40 banner or counties in the region was investigated by using cross-sectional data in 2021 based on ArcGIS spatial analysis and econometric modeling methods from the perspective of crop planting in order to provide some reference for the practice of cultivated land protection and management in the region. The results revealed that （1） "non⁃grain planting" level characterized by "non⁃grain planting" area and rate is relatively high on the north side of the Yellow River Ji shaped bay， oil crops were the most dominant type of the "non-grain planting" crops， the proportion and area of "non-grain planting" were significant positive auto-correlated in spatial distribution， both of them presented three distinct spatial agglomeration types； that （2） among the six candidate factors， the cultivated land abundance index and the multiple cropping index positively impacted on the "non-grain planting" area， while the per capita disposable income of all residents negatively impacted on the "non-grain planting" area， impact of the other factors was not significant； that （3） the advantage of natural resource endowment was helpful to form a diversified planting structure， living standard of residents affected investment behavior to some extent， there were spillover effect in spatial distribution in the level of "non-grain planting" for each region.

Graphical abstract

关键词

耕地“非粮种植” / 空间计量模型 / 内蒙古黄河流域

Key words

"non-grain planting" cultivated land / spatial econometric model / Yellow River basin of Inner Mongolia

随着各地城市化进程和社会经济整体水平提高，“非粮化”日趋严重。党的二十大报告提出“全方位夯实粮食安全根基”，研究重点区域耕地“非粮化”空间分异及其特征，客观分析“非粮化”形成的社会经济发展、自然资源禀赋等因素，对于解决重点区域“非粮化”问题、有效落实耕地保护制度、保证粮食安全具有重要的指导作用。

“非粮化”的界定大致包括种植结构和农业生产结构两个方面^［1］。本研究仅从种植结构角度出发，认为用“非粮种植”来反映耕地“非粮化”更为合理。耕地“非粮化”研究已涉及多个尺度，从全国^［2⁃3］、省和自治区^{［1，4⁃5］}、市^［6⁃7］等宏观研究到县^［8⁃9］、乡镇^［10］、村^［11］等微观剖析，均有较多的研究成果，但以流域尺度为对象探究整体特征及内部耕地“非粮化”差异性研究相对较少。有关“非粮化”空间格局^［1，12］、时空变化特征^［2，4］、驱动因素^{［1⁃2，4⁃5，12⁃13］}、治理对策^［3，14］等方面的研究成果也颇丰，且多侧重于“非粮化”水平^{［1，4，13］}的描述，而对“非粮化”类型的研究相对较少。国家高度重视黄河流域生态保护和高质量发展，作为国家黄河流域生态保护和高质量发展的重点区域，内蒙古黄河流域耕地“非粮化”研究，具有重要的生态保护和粮食安全意义。因此，本文以内蒙古黄河流域为研究对象，以《内蒙古自治区黄河流域生态保护和高质量发展规划》中确定的42个旗县区中的40个行政单元为研究区（除耕地极少的康巴什和白云鄂博矿区外）（图1）^［15］，从种植非粮作物的角度研究耕地“非粮化”问题，为深化耕地“非粮化”理论与实践研究提供借鉴与参考。

1 研究方法

1.1 研究区概况

研究区地处干旱半干旱地区，地貌类型复杂多样，地形以高原和平原为主。第三次全国国土调查数据显示，研究区耕地资源丰富，耕地面积为5 356.9万亩、高标准农田2 061万亩、高效节水灌溉1 170万亩，分别占内蒙古自治区上述面积的31%、41.3%、35.7%^［16］，是内蒙古中部重要的粮食主产区和经济作物产区，河套平原是亚洲最大的自流引水灌区和全国最大的向日葵加工基地，该区域还有“中国乳都”“中国马铃薯之都”等地理标志性农牧产业集群。

1.2 数据来源与处理

本文数据为内蒙古黄河流域40个县级单元2021年的截面数据，各统计数据来源于内蒙古及各盟市统计年鉴、各盟市及旗县门户网站资料，结果的合理性验证数据来源于实地调研，选择和林格尔县的2个农场3个行政村，采用随机抽样的方式，对25户农户进行入户访问调查，并对资料信息进行整理分析。

1.3 耕地“非粮种植”的表征值

（1）耕地“非粮种植”水平。参考已有研究^{［1，5，12⁃13，17］}，“非粮种植”水平采用“非粮种植”率和“非粮种植”面积进行测度。“非粮种植”率以非粮作物播种面积占农作物总播种面积的比例表示，“非粮种植”面积以非粮作物播种面积表示。

（2）耕地“非粮种植”类型。将非粮作物中种植面积占比最大的一类作为区域主导“非粮种植”类型，根据研究区实际情况，“非粮种植”类型仅考虑油料、麻类、甜菜、烟叶、药材、蔬菜及食用菌、瓜果类、青饲料。

1.4 研究方法

1.4.1 探索性空间分析（ESDA）

ESDA是探索研究区域各项指标的空间分布格局和相互作用机理的一种空间分析方法^［13］，其核心是探究与地理位置相关的数据间的空间依赖关系。包括构建空间权重矩阵，度量全局空间自相关和局部空间自相关。本文基于Queen邻接构建空间权重矩阵，通过全局莫兰指数（Global Moran’s I）^{［18⁃19］}，检验研究区 “非粮种植”率和“非粮种植”面积的整体空间分布是否存在显著的空间自相关，在此基础上利用局部莫兰指数（Local Moran’s I）^［12］，探究“非粮种植”率和“非粮种植”面积高低值的空间聚类情况。

1.4.2 空间计量模型

当变量存在空间效应时，需要在经典回归模型中加入空间自相关因素，这种回归模型称空间计量模型^［20］。常用的空间计量模型包括空间误差模型（SEM）和空间滞后模型（SLM）。本文在探究影响“非粮种植”水平的因素时，分别以“非粮种植”率和“非粮种植”面积作为被解释变量，先采用经典OLS模型回归，“非粮种植”率整体不显著，不作分析；“非粮种植”面积拟合较好，考虑空间效应，进一步使用空间误差模型（SEM）和空间滞后模型（SLM）^［21］进行回归，对各模型参数进行对比，最终选择空间误差模型（SEM）。

1.5 影响因素选择

参考已有研究^［4，13］以及数据可得性，从经济发展、自然资源禀赋、要素投入水平、居民生活水平4个方面选择12个影响因子，进行“非粮种植”影响因素定量分析。将选择的12个因子作为解释变量，分别以“非粮种植”率和“非粮种植”面积作为被解释变量，构建备选影响因子库（表1）。为消除量纲差异以及可能的异方差问题，对非比例变量进行对数化处理^{［19，22］}，同时对备选因子进行多重共线性检验。经过不断剔除、反复检验，最终筛选出GDP、耕地丰度指数、复种指数、农牧业机械总动力、单位面积第一产业增加值、全体居民人均可支配收入6个影响因子（表2）。筛选出的六个指标的VIF值均小于5，表明不存在多重共线性^［2］。

2 结果分析

2.1 耕地“非粮种植”空间分布特征

利用ArcGIS 10.6通过自然断点法将衡量耕地“非粮种植”水平的两项指标分别进行分级，耕地“非粮种植”率和“非粮种植”面积均分为低、较低、中等、较高、高五个等级，结果见表3。

从空间上来看，耕地“非粮种植”率总体上高和较高值区为黄河“几字弯”西侧与北侧沿岸旗县，低和较低值区主要聚集于研究区东南部的黄河两岸（图2A）。处于高值区的有阿拉善左旗、巴彦淖尔市五原县和呼和浩特市新城区，其“非粮种植”率均达67%以上。新城区与阿拉善左旗均具有境内耕地总量少、非粮播种面积相对较大的特点，五原县为种植农业大县，作为向日葵主产区，“非粮种植”率亦处于高值区。处于低值区的有凉城县、托克托县等七个旗县区，其中托克托县“非粮种植”率值最低，为3.38%，2021年托克托县粮食播种面积达农作物总播种面积的96%以上。

耕地“非粮种植”面积高和较高值区主要分布在黄河“几字弯”以北，低和较低值区主要分布于研究区东南部，在黄河两岸均有分布（图2B）。高值区的巴彦淖尔市临河区、乌拉特前旗和五原县均种植了较大面积的向日葵，临河区的蔬菜水果种植，以及乌拉特前旗的黄芪种植、先锋枸杞等特色优势产业蓬勃发展，“非粮种植”现象明显。

将研究区各单元非粮作物中种植面积占比最大的一类作为该单元的“非粮种植”类型，主要分为油料、蔬菜及食用菌、青饲料、甜菜和药材五类“非粮种植”类型，以油料作物为主，黄河两岸有明显差异（图3）。总体来看，黄河以北“非粮种植”类型主要以油料为主，黄河以南主要以蔬菜及食用菌为主。其中，油料“非粮种植”类型的旗县区最多，主要集中于北岸；蔬菜和食用菌“非粮种植”类型在黄河南北两侧均有分布；青饲料、甜菜和药材“非粮种植”类型旗县相对较少。研究区“非粮种植”与农业结构调整和地区产业发展密切相关。

2.2 耕地“非粮种植”的空间集聚特征

通过计算全局莫兰指数（Global Moran’s I），对耕地“非粮种植”率和“非粮种植”面积进行全局空间自相关分析，根据莫兰散点图（图4）可知，耕地“非粮种植”率和“非粮种植”面积的Moran’s I都大于0，表明二者均在空间上具有正自相关性。为检验Moran’s I的显著性，利用蒙特卡罗模拟法进行检验，耕地“非粮种植”率和“非粮种植”面积的P值均小于0.01，表明研究区的“非粮种植”率和“非粮种植”面积各自分别存在显著的空间自相关性。莫兰散点图将各单元的“非粮种植”率和“非粮种植”面积分成四个象限，“非粮种植”率和“非粮种植”面积的散点大部分位于一、二、三象限，呈明显的集聚分布特征。

为了解研究区各单元“非粮种植”率和“非粮种植”面积在空间上的集聚情况，进一步引入局部莫兰指数（Local Moran’s I）并制作Lisa集聚图，分析各旗县区“非粮种植”率和“非粮种植”面积的集聚特征。

耕地“非粮种植”率在空间上形成了低⁃低、高⁃高和低⁃高集聚三种类型（图5A）。高⁃高集聚区包含三个县级单元，高值集聚的地区为河套地区重要的向日葵种植基地；低⁃低集聚区则为土默特平原及周边的集中粮食产区；低⁃高集聚区包含3个县级单元；除以上三种集聚区外，其余旗县区的“非粮种植”率空间相关性都不显著。

耕地“非粮种植”面积在空间上同样形成了低⁃低、低⁃高、高⁃高三种集聚类型（图5B）。高⁃高集聚区包含乌拉特中旗等五个旗县区，高值区主要集聚于河套地区，这与“非粮种植”率高⁃高集聚区的分布情况基本一致。低⁃低集聚区仅包含和林格尔县和赛罕区，皆位于呼和浩特市内，该区域更加侧重耕种的社会属性而非经济属性。乌拉特后旗和达尔罕茂明安联合旗属于低⁃高集聚区。除以上三个集聚区外，其他旗县区“非粮种植”面积的空间相关性都不显著。

2.3 影响因素分析

2.3.1 模型检验

分别以“非粮种植”率（y₁）和“非粮种植”面积（lny₂）作为被解释变量，以前文筛选出的6个指标为解释变量，先采用经典OLS模型进行回归。由于“非粮种植”率（y₁）不显著，只分析“非粮种植”面积（lny₂）。由“非粮种植”面积（lny₂）OLS模型回归结果（表4）可知，R²为0.681，调整后的R²为0.623，拟合效果较好，F统计量的概率5.209×10^-7， Jarque⁃Bera检验不显著，残差服从正态分布。由于研究区“非粮种植”面积存在空间相关性，考虑空间上的相互影响，故进一步使用空间计量模型进行分析。分别使用空间误差模型（SEM）和空间滞后模型（SLM）来进行回归分析，并与OLS模型相关参数进行对比（表5），SEM的R²最高，拟合优度最好，与其他两种模型相比，SEM的Log L较高，AIC和SC较低，因此选择空间误差模型的结果来解释耕地“非粮种植”面积的影响因素^{［21，23］}。

2.3.2 回归结果分析

由最终SEM回归结果（表6）可知，耕地丰度指数（x₆）、复种指数（x₇）、全体居民人均可支配收入（lnx₁₂）的P值均小于0.01，差异极显著，具有较好的解释效果，其余因子未通过显著性检验。λ的P值小于0.01。

（1）自然资源禀赋优势有助于形成多元化的种植结构。耕地丰度指数（x₆）、复种指数（x₇）系数为正，对“非粮种植”面积（lny₂）具有驱动作用。耕地丰度指数能反映一个地区耕地丰富程度及土地资源的利用情况。耕地丰富程度越高，越具有种植多种不同类型作物的资源优势。研究区有14个旗县区的耕地面积在10万公顷以上，这些地区除种植较大面积的粮食作物外，各地根据实际情况也种植油料、蔬菜、瓜果以及药材等经济作物，种植结构多元。复种指数反映复种程度的高低，体现耕地的利用情况。复种指数越高，越有利于挖掘耕地的利用潜力。不同的复种种类也有利于形成多元化的种植结构，从而扩大各类非粮作物的播种面积。

（2）居民生活水平的高低一定程度上会对投资行为产生影响。全体居民人均可支配收入（lnx₁₂）的系数为负，对“非粮种植”面积（lny₂）具有反向作用。农民的种植偏好事实上是一种投资行为，居民可支配收入高，生活水平较高，会减少迫切的利益驱动行为，选择种植收益更为稳定的粮食作物，而规避种植价格波动较大的经济作物。相反，居民生活水平低，为提高生活水平，种植收益较高的经济作物。GDP（lnx₁）虽然不显著，但仍具有一定的参考意义，其系数为正，这表明经济的快速发展加剧了“非粮种植”程度。单位面积第一产业增加值（lnx₁₁）同样不显著，其系数为负，对“非粮种植”面积大小影响较小。

（3）各地区在空间上存在溢出效应。除以上所考虑到的因子外，存在于误差项中的其他随机因素会对该地区的“非粮种植”水平造成随机冲击并影响周围地区。λ为误差项的系数，通过了显著性检验，说明各地区之间存在着交互作用，一个地区会受到相邻地区“非粮种植”水平的误差冲击，各地区存在明显的溢出效应^［24］。

3 讨论与结论

3.1 讨论

（1）关于“非粮种植”的表征。本研究从种植角度出发，选择非粮作物播种面积与农作物总播种面积之比来表示“非粮种植”水平，既将农作物一年播种多次的情况考虑在内，又将耕地变为其他农用地等农业生产结构“非粮化”情况排除在外，同时参考韦燕飞等^［13］的研究，将“非粮种植”面积指标纳入，通过两个指标合理表达“非粮种植”水平，后续深化研究中需进一步考虑农业生产结构的“非粮化”问题如何表达。

（2）关于“非粮种植”影响因素的选择。参考相关研究，本文从资源禀赋、要素投入和经济水平等多方面选取因子进行定量筛选，经济因素值得关注。

首先是收入，农民土地收益对其种植偏好有直接影响，价格高成本低则优先考虑。其次是市场，市场能有效反映消费者对农产品的需求和偏好，体现农作物在一段时期的价格水平，农民可根据市场情况合理选择种植类型。第三是政策，总体来看，种粮的比较收益低，因而国家在实行遏制耕地“非粮化”政策的同时，合理提高种粮补贴，有助于激发农民种粮积极性，一定程度上还能对农业种植结构进行调整。第四是农业经济整体发展，在“加快推进经济作物、特色产业高质量发展”的背景下，各地大量种植特色经济作物。蔬菜和油料等与粮食同属一年生短根系作物，种植这类作物的耕地可以迅速转化为粮田，故多地的“非粮种植”类型为上述类型。政府在发展农业经济时，要更加关注当地特色粮食作物，推动特色粮食产业的发展。

（3）关于结果的合理性验证。为验证研究的合理性和正确性，选择呼和浩特市近郊和林格尔县2个农场3个行政村的25户农户进行入户调查和统计，结果显示：①调查区的“非粮种植”现象不突出，“非粮种植”程度低。在440亩耕地中，仅有17亩耕地种植了白菜和大葱，其余耕地为玉米，“非粮种植”水平很低，这与前文的研究结果一致。②自然资源禀赋、投资行为影响“非粮种植”水平。据农户反馈，水资源和耕地资源限制了其对农作物的选择。调研地区因水库储水量减少，灌溉设备等水利设施难以供应较多的农户，故无法种植蔬菜等对水资源需求较大的作物。调查的农户中有超过10户所种植的耕地低于10亩，耕地面积小且分散、碎片化程度高，无法进行集中、批量有效的灌溉，故而该地多种植较为耐旱的玉米。自然资源禀赋越差，种植作物的限制越大，不利于形成多元的种植结构。此外，调查的农户中多数存在外出打工的情况，与仅以土地收益为唯一收入的高龄农民相比，这类农户因有额外相对固定的收入，生活水平较高，种植省力、不用投入较多看护成本的玉米，是更好的选择。可见，生活水平影响投资行为，进一步影响“非粮种植”水平。③地区之间的非粮种植情况会相互影响。首先，调查的村子在地理位置上距离较近，空间较聚集，具有相似的资源环境和种植条件。其次，农户的种植行为会受周围农户种植习惯的影响。集中连片耕地的不同经营主体所产生的不同种植行为，在相互影响下，受负面影响较大的作物，最终会趋向于受益较多的耕地同样的种植行为。比如因自家的耕地与别家相邻，若自家种植蔬菜，则易受周围玉米地虫害风险，最终亦选择种植玉米。经过实地调研，认为本文研究结果具有合理性。

（4）关于油料为耕地“非粮种植”主导类型的原因探究。从作物生长适宜性和经济效益两个方面来看，首先，深居内陆的河套灌区是我国盐碱化现象较为严重的区域之一^［25］，油料作物中的向日葵对土壤的适应性较广，且耐旱、耐盐碱性强，具有很强的种植优势。其次，与同类油料作物相比，向日葵产量高，深加工类型多样，几十年的发展已经成为区域特色优势产业。多年来，形成了集种植、分拣、加工和研发于一体的产业链条，成为当地经济发展的重要动力。

3.2 结论

（1）研究区“非粮种植”无论是“非粮种植”率还是“非粮种植”面积，高和较高值区域空间上均集中于黄河流域“几字弯”北侧沿黄平原地带，以向日葵等油料作物非粮种植类型占绝对优势，其他经济作物非粮种植类型相对较少且集中。“非粮种植”率和“非粮种植”面积在空间上均存在显著正相关。

（2）自然资源禀赋优势有助于形成多元化的种植结构；居民生活水平的高低一定程度上会对投资行为产生影响；各地区的“非粮种植”水平在空间上存在溢出效应。

结合耕地“非粮种植”空间分异特征及影响因素分析等情况，从保障粮食安全与经济作物种植平衡的角度提出以下建议：

（1）利用农作物生长期差异，科学调整轮作、复种和套种等种植模式，科学定位旗县农业产业发展方向，以粮食种植为主，实行粮食与经济作物的轮作，最大限度提高耕地产能，既有利于降低经济作物的市场风险，又能保障农民的收益，实现粮食安全与农业产业发展双赢。

（2）根据“非粮种植”水平、类型及影响因素分析，科学研判内蒙古黄河流域40个旗县区农业产业结构，加大对特色粮油作物初级产品深加工政策扶持力度，优化产业链和供应链，发展地方粮食优势产业，按照区域内“非粮种植”程度及“非粮种植”类型的差异，分区调整惠农政策。完善扶持政策，提供资金、技术等扶持，支持特色优质农产品生产加工，推动农业产业结构优化，实现区域粮食安全、生态优良，全面提升传统农业产业，实现新质生产力转型。

参考文献

[1] 张惠中，宋文，张文信，等. 山东省耕地“非粮化”空间分异特征及其影响因素分析［J］. 中国土地科学， 2021， 35（10）： 94-103.

[2] 孟菲，谭永忠，陈航，等. 中国耕地“非粮化”的时空格局演变及其影响因素［J］. 中国土地科学， 2022， 36（1）： 97-106.

[3] 杨红香，荆彦婷，朱悦. 中国耕地“非粮化”现状、原因及对策研究［J］. 安徽农业大学学报（社会科学版）， 2022， 31（3）： 33-37.

[4] 王鹏程，张利国，卢玉兰，等. 广西耕地“非粮化”时空演变及影响因素研究［J］. 中国农业资源与区划， 2023， 44（5）： 187-197.

[5] 张颖诗，冯艳芬，王芳，等. 广东省耕地非粮化的时空分异及其驱动机制［J］. 资源科学， 2022， 44（3）： 480-493.

[6] 赵延双，刘俊汝，牟少岩. 青岛市工商资本租用耕地“非粮化”影响因素与对策研究［J］. 江西农业学报， 2022， 34（7）： 229-234.

[7] 廖磊，吕宜平，于志磊，等. 日照市耕地“非粮化”现状及对策研究［J］. 山东国土资源， 2023， 39（6）： 66-70.

[8] 朱雪瑞. 扶沟县耕地“非粮化”影响因素及对策研究［D］. 郑州：河南工业大学， 2022.

[9] 张晓颜. 基于云南楚雄姚安县实践的耕地“非粮化”整治思考［J］. 上海国土资源， 2023， 44（3）： 136-140.

[10] 付登鑫，黄增付，杨雨婷. 发达省份粮食主产地“非粮化”治理逻辑与路径：以台州市杜桥镇为例［J］. 中国国土资源经济， 2022， 35（12）： 48-55.

[11] 赵婷婷. 耕地“非粮化”现状及其原因分析：以思南县杜家寨村为例［J］. 现代农业， 2023， 48（4）： 50-54.

[12] 常媛媛，刘俊娜，马静，等. 干旱半干旱区耕地非粮化空间格局及驱动因素［J］. 农业资源与环境学报， 2023， 40（2）： 333-344.

[13] 韦燕飞，魏锋，童新华. 广西石漠化地区耕地“非粮化”特征刻画及归因识别［J］. 资源开发与市场， 2023， 39（1）： 9-15.

[14] 高晓燕，赵宏倩. 工商资本下乡“非粮化”现象的诱因及长效对策［J］. 经济问题， 2021（3）： 92-99.

[15] 云婧. 内蒙古黄河流域湿地景观格局变化及其对湿地生态系统服务价值的影响研究［D］. 呼和浩特：内蒙古大学， 2022.

[16] 以法治力量，护黄河安澜：我区多部门共话黄河大保护［N］. 内蒙古日报，2023-04-04.

[17] 吴大放，林添华，李淑君，等. 广州市耕地非粮化时空演变及驱动力分析［J］. 广东农业科学， 2023， 50（1）： 153-163.

[18] 周小平，秦振扬，赵松，等. 中国住宅地价房价比的空间格局、演变特征及影响因素：基于35个大中城市的空间计量分析［J］. 中国土地科学， 2019， 33（1）： 40-48.

[19] 程旭东，陈美球，赖昭豪，等. 山区县耕地“非粮化”空间分异规律及关联因素［J］. 农业工程学报， 2023， 39（2）： 203-211.

[20] 杜挺，朱道林，张立新. 基于空间计量模型的甘肃省耕地流转价格研究［J］. 干旱区资源与环境， 2018， 32（3）： 56-62.

[21] 付慧，刘艳军，孙宏日，等. 京津冀地区耕地利用转型时空分异及驱动机制［J］. 地理科学进展， 2020， 39（12）： 1985-1998.

[22] 戚渊，李瑶瑶，朱道林，等. 中国耕地价格的测度、格局及影响因素［J］. 中国土地科学， 2022， 36（7）： 53-62.

[23] 杜挺，朱道林，张立新，等. 河南省耕地流转价格空间分异及形成机制分析［J］. 农业工程学报， 2016， 32（20）： 250-258.

[24] 李德荣，唐俊，吕剑峰. 基于空间计量分析的内蒙古经济增长实证研究［J］. 内蒙古科技与经济， 2021（14）： 35-36.

[25] 成王玉，张晋纶，冯淑娜，等. 地理国情监测成果融合多光谱遥感的河套灌区种植土地盐碱化动态监测与变化分析［J］. 测绘技术装备， 2023， 25（4）： 44-48.

基金资助

内蒙古自治区自然科学基金资助项目“内蒙古沿黄地区耕地利用转型与生态安全协同研究”(2023LHMS04012)

内蒙古高等学校自然科学重点研究资助项目“内蒙古中部沿黄地区耕地健康诊断与风险识别研究”(NJZZ23022)

内蒙古自治区社会科学基金资助项目“内蒙古土地资源节约集约利用现状、问题和对策研究”(2023AZ02)

内蒙古师范大学研究生科研创新基金资助项目“内蒙古黄河流域耕地‘非粮化’影响因素探究”