基于灰色關(guān)聯(lián)分析模型的耕地“非糧化”影響因素研究
——以廣西為例

曹慧冰，吳壯金，韋燕飛

（南寧師范大學(xué) 自然資源與測繪學(xué)院，廣西 南寧 530100）

0 引言

新冠疫情的沖擊下，糧食安全對于國家長治久安的重要性更加凸顯，如何利用現(xiàn)有土地資源滿足全國14億人口的口糧問題形勢仍然非常嚴(yán)峻。與此同時，城鎮(zhèn)化和經(jīng)濟(jì)的快速發(fā)展，種植糧食作物的農(nóng)民越來越少，為了維持生計(jì)而轉(zhuǎn)種非糧食作物。從《第三次全國國土調(diào)查主要數(shù)據(jù)公報(bào)》《廣西壯族自治區(qū)第三次國土調(diào)查主要數(shù)據(jù)公報(bào)》可知，耕地已不同程度地向園地和林地等其他類型農(nóng)用地流轉(zhuǎn)。從國家角度來看，耕地面積減少了752萬hm2，流向林地747萬hm2，流向園地420萬hm2；從廣西角度來看，耕地面積減少了112萬hm2，流向園地45萬hm2，流向林地65萬hm2，這種轉(zhuǎn)種非糧食作物以及耕地轉(zhuǎn)為園地、林地等其他類型農(nóng)用地的現(xiàn)象被稱為“非糧化”。在此背景下，探討廣西耕地“非糧化”的影響因素，有助于遏制耕地“非糧化”現(xiàn)象，對確保中國口糧的絕對安全、嚴(yán)守耕地紅線、保障國民經(jīng)濟(jì)平穩(wěn)健康發(fā)展具有重要意義。

耕地“非糧化”是近年來的研究熱點(diǎn)，學(xué)者們從全國和省域?qū)用嫜芯苛烁亍胺羌Z化”，如陳浮等［1］從省域、市域2個尺度探索了耕地“非糧化”空間格局及分異特征，識別“非糧化”的影響因素和驅(qū)動機(jī)制；孟菲等［2］以全國31個省份（不含港、澳、臺地區(qū)）為研究區(qū)域，探究了中國耕地“非糧化”的時空演化特征及影響因素；張惠中等［3］研究了山東省耕地“非糧化”的現(xiàn)狀和空間分異特征；戚淵等［4］研究了中國經(jīng)營主體對糧食作物與非糧食作物的生產(chǎn)選擇；Zhao等［5］研究了中國地級市耕地“非糧化”的空間格局；許祥云等［6］研究了云南省耕地“非糧化”存在的問題；張穎詩等［7］研究了廣東省耕地“非糧化”的空間格局和驅(qū)動機(jī)制。從影響因素角度出發(fā)，學(xué)者們從不同角度探討了耕地“非糧化”的主要影響因素，如謝花林等［8］研究認(rèn)為，農(nóng)民文化素質(zhì)、耕地坡度和勞動力是耕地“非糧化”的主要影響因素；孟菲等［2］從經(jīng)濟(jì)效益、勞動力特征、科技進(jìn)步、政策環(huán)境等方面對“非糧化”的影響因素進(jìn)行了研究；陳浮等［1］從經(jīng)濟(jì)水平、社會發(fā)展、資源配置和政策調(diào)控方面對耕地“非糧化”進(jìn)行了研究；張惠中等［3］從地形條件、氣候條件、土壤質(zhì)量、區(qū)位條件、生產(chǎn)條件和經(jīng)濟(jì)水平六大維度研究了耕地“非糧化”的影響因素；趙曉峰等［10］從農(nóng)業(yè)機(jī)械化水平、社會化服務(wù)體系、農(nóng)民家庭生計(jì)模式等方面分析了耕地“非糧化”的影響因子。在研究方法上，學(xué)者們使用空間計(jì)量模型［2］、多元線性回歸模型［3］、主成分分析和聚類分析［7］、Logistic模型［12］等方法對耕地“非糧化”進(jìn)行了研究。

目前，中國耕地“非糧化”已有較完整的理論基礎(chǔ)，但中國耕地“非糧化”研究對象主要為全國或糧食主產(chǎn)區(qū)，而對廣西進(jìn)行定量和定性結(jié)合的研究較少。廣西是中國“南菜北運(yùn)”的主要產(chǎn)地和全國冬季“菜籃子”的重要生產(chǎn)基地，同時也是全國的糖料生產(chǎn)基地和柑橘類水果生產(chǎn)基地，具有一定的特色。在研究方法上，已有學(xué)者采用了主成分分析和多元線性回歸分析，但使用灰色關(guān)聯(lián)分析法進(jìn)行耕地“非糧化”影響因素分析的較為鮮見?；诖?，本文以廣西為例，采用灰色關(guān)聯(lián)分析法進(jìn)行耕地“非糧化”影響因素研究，對耕地“非糧化”的研究進(jìn)行補(bǔ)充，具有一定的現(xiàn)實(shí)意義。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

廣西壯族自治區(qū)位于中國華南地區(qū)，介于104°28′～112°04′E，20°54′～26°24′N之間，下轄14個行政區(qū)，分別為南寧、柳州、桂林、梧州、北海、崇左、來賓、賀州、玉林、百色、河池、欽州、防城港和貴港市。土地總面積23.76萬km2，以山地和丘陵為主，平原少，優(yōu)質(zhì)耕地少。在農(nóng)業(yè)方面，廣西氣候溫暖濕潤，適宜種植糧食作物與非糧食作物。2020年廣西農(nóng)作物總播種面積為610.73萬hm2，糧食種植面積占45.9%，糧食總產(chǎn)量為1370萬t，比2019年增加了38萬t。在人口方面，2020年廣西常住人口5019萬人，其中農(nóng)村人口2298萬人。在經(jīng)濟(jì)方面，2020年廣西農(nóng)村居民人均第一產(chǎn)業(yè)生產(chǎn)經(jīng)營收入為4401元，農(nóng)林牧漁業(yè)總產(chǎn)值為5913.28億元，人均地區(qū)生產(chǎn)總值為44309元，財(cái)政收入為2800.61億元，較2019年下降了5.7 %。在教育方面，高等教育在校生118.4萬人，畢業(yè)生26.3萬人。

1.2 數(shù)據(jù)來源

本研究數(shù)據(jù)來源于2010—2020年《廣西統(tǒng)計(jì)年鑒》和各地級市的《國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計(jì)公報(bào)》，利用Excel軟件對數(shù)據(jù)進(jìn)行處理，應(yīng)用ArcGIS軟件進(jìn)行空間分析。

1.3 指標(biāo)體系構(gòu)建

根據(jù)綜合性、客觀性、可獲取性原則，參考已有的研究成果，選取人口、經(jīng)濟(jì)、社會、價格4個維度21個指標(biāo)研究耕地“非糧化”影響因素，其中人口維度選取農(nóng)村常住人口、高等教育占比、第一產(chǎn)業(yè)勞動力人數(shù)等；經(jīng)濟(jì)維度選取農(nóng)村居民人均可支配收入、第一產(chǎn)業(yè)占比、地均生產(chǎn)總值等；社會維度選取單位糧食產(chǎn)量、地均財(cái)政收入、化肥使用量、有效灌溉面積等；價格維度選取糧食銷售價格指數(shù)、蔬菜銷售價格指數(shù)、干鮮瓜果銷售價格指數(shù)等（表1）。

1.4 研究方法

灰色關(guān)聯(lián)分析法主要用來分析指標(biāo)體系中母因素與子影響因素的關(guān)聯(lián)程度，從而尋找出影響耕地“非糧化”的主要因素［13］?；疑P(guān)聯(lián)分析法的優(yōu)點(diǎn)是對影響因素多少和影響因素有無規(guī)律都同樣適用，計(jì)算量小，不會出現(xiàn)量化結(jié)果與定量分析不符的情況［14］。

（1）確定耕地“非糧化”指標(biāo)體系中的數(shù)據(jù)序列（非糧化率：Y）和影響因子的序列（21個指標(biāo)：X），計(jì)算公式為：

式 中，Xi(k)(i=1,2,…,h)為h個 城 市耕 地“非 糧化”的影響因子；Yi(k)為第i個城市第k年的耕地“非糧化”率，時間序列k=1,2,…n。

(2)對影響因素進(jìn)行標(biāo)準(zhǔn)化處理，標(biāo)準(zhǔn)化方法有初值法、均值法等，由于本文有21個影響因素，故本文采用均值法處理，計(jì)算公式為：

(3)計(jì)算關(guān)聯(lián)系數(shù)和關(guān)聯(lián)度，其中Yi(k)和Xi(k)在第k點(diǎn)的關(guān)聯(lián)系數(shù)計(jì)算公式為：

式中：Di(k)=|Y(k)-Xi(k)|是第k點(diǎn)Y與Xi的絕對差；Di(k)min為最小差值，Di(k)max為最大差值。β為分別系數(shù)，范圍在0～1之間，本文設(shè)置β=0.5。

求影響因素與“非糧化”率之間的關(guān)聯(lián)度P，計(jì)算公式為：

2 結(jié)果與分析

2.1 廣西耕地“非糧化”率及空間布局

2.1.1 廣西耕地“非糧化”率根據(jù)非糧食作物種植面積與農(nóng)作物總種植面積比值計(jì)算“非糧化”率［3］，2010—2020年廣西14個地級市耕地“非糧化”率的計(jì)算結(jié)果如表2所示，計(jì)算公式為：

2.1.2 廣西耕地“非糧化”率空間分布從空間分布（圖1）來看，廣西東南部耕地“非糧化”率最高。本文選取2010、2015、2020年數(shù)據(jù)，通過ArcGIS軟件將14個地級市“非糧化”率劃分為5個等級，其中2010和2015年玉林市“非糧化”率最低，2020年玉林市和貴港市“非糧化”率最低，在30 %以下，非糧食作物種植規(guī)模較小；2010年耕地“非糧化”率較低的是南寧、百色、河池、桂林、賀州、梧州、貴港和北海市；2015年耕地“非糧化”率較低的是南寧、百色、河池、桂林、賀州、梧州和貴港市；2020年耕地“非糧化”率較低的是南寧、欽州、百色、河池、桂林、賀州和梧州市；2010年耕地“非糧化”率較高的是柳州、來賓、欽州和防城港市；2015年耕地“非糧化”率較高的是柳州、來賓、欽州、防城港和北海市；2020年耕地“非糧化”率較高的是柳州、來賓、防城港和北海市；2010、2015、2020年崇左市的耕地“非糧化”率均為最高，在70 %左右，非糧食作物種植規(guī)模較大。

圖1 2010—2020年廣西耕地“非糧化”空間分布格局

2.2 廣西耕地“非糧化”影響因素關(guān)聯(lián)度

本研究主要探討了廣西21個指標(biāo)與“非糧化”率的影響關(guān)系，并運(yùn)用Excel軟件計(jì)算出耕地“非糧化”的關(guān)聯(lián)系數(shù)和關(guān)聯(lián)度（表3）。將關(guān)聯(lián)度≥0.90定義為最大影響因素，將0.90＞關(guān)聯(lián)度≥0.80定義為較大影響因素。

表3 廣西耕地“非糧化”影響因素關(guān)聯(lián)度分值表 分

2.3 廣西耕地“非糧化”主要影響因素分析

2.3.1 廣西總體情況分析（1）對廣西耕地“非糧化”影響最大的因素是經(jīng)濟(jì)作物的價格，其關(guān)聯(lián)度為0.982及以上，關(guān)聯(lián)度最高（表4）。廣西糧食消費(fèi)價格指數(shù)由2010年的106.8下降到2019年的100.4，表現(xiàn)為消費(fèi)價格指數(shù)有所下降，物價呈現(xiàn)下降趨勢，農(nóng)民從糧食作物中獲得的收益較少，進(jìn)而轉(zhuǎn)種非糧食作物。據(jù)《全國農(nóng)產(chǎn)品成本收益資料》（2011—2019年），對比2010和2018年晚秈稻生產(chǎn)成本、人工成本和凈利潤發(fā)現(xiàn)，種植糧食的生產(chǎn)成本和人工成本均有所增加，但凈利潤在不斷下降。糧食作物產(chǎn)量占比由2010年11.67%下降到2020年的8.75%，反映出糧食的消費(fèi)價格和生產(chǎn)成本對耕地“非糧化”產(chǎn)生了一定影響。

表4 廣西耕地“非糧化”影響因素總體關(guān)聯(lián)度及其排名

（2）對廣西耕地“非糧化”影響較大的因素是對農(nóng)村的投入，涉及社會層面的教育支出和經(jīng)濟(jì)層面的農(nóng)村居民消費(fèi)性支出、第一產(chǎn)業(yè)占比3個指標(biāo)。2010—2020年農(nóng)村居民扣除支出后的剩余存款為400～1100元/人，農(nóng)村居民口袋不富裕。農(nóng)村居民的消費(fèi)支出大于收入且剩余存款較少時，其可能會偏向于種植收益高的經(jīng)濟(jì)作物；第一產(chǎn)業(yè)占比越高，其在產(chǎn)業(yè)中的經(jīng)濟(jì)地位越高，但第一產(chǎn)業(yè)占比由19.2%下降到16.0%，進(jìn)而影響到農(nóng)民對農(nóng)作物的選擇意愿。

（3）農(nóng)業(yè)基礎(chǔ)設(shè)施不完善也是廣西耕地“非糧化”的重要影響因素之一，主要涉及有效灌溉面積和人均糧食占有量2個指標(biāo)。2010年廣西有效灌溉面積為1523萬hm2，2017年為灌溉面積最高峰，達(dá)到1669.9萬hm2，2020年又下降到1503.06萬hm2，農(nóng)田水利灌溉設(shè)施還存在欠缺。此外，人均糧食占有量也呈現(xiàn)出小幅度下降的趨勢，這些因素都進(jìn)一步加劇了廣西耕地的“非糧化”傾向。

2.3.2 各地級市分析根據(jù)影響因素的相似性，將廣西14個地級市劃分為6類進(jìn)行分析，分別為南寧、桂林、防城港市；玉林和貴港市；梧州、河池、欽州、柳州市；崇左和來賓市；百色和北海市；賀州市。由于賀州市人口因素影響較大，因而進(jìn)行單獨(dú)分析。

（1）對南寧、桂林、防城港市耕地“非糧化”影響較大的因素包括經(jīng)濟(jì)作物價格、有效灌溉面積、農(nóng)村居民消費(fèi)性支出、人均糧食占有量等指標(biāo)，涉及價格層面、社會層面和經(jīng)濟(jì)層面。農(nóng)民根據(jù)市場上農(nóng)產(chǎn)品的價格走向選擇作物種植類型，經(jīng)濟(jì)作物銷售價格高則收益高，農(nóng)民的選擇意愿則更強(qiáng)。2010—2020年南寧市有效灌溉面積維持在22萬hm2左右，桂林市維持在21萬hm2左右，防城港市維持在7萬hm2左右。這3市的農(nóng)村居民消費(fèi)性支出呈現(xiàn)出逐年增加的趨勢，消費(fèi)支出較多，消費(fèi)結(jié)構(gòu)多樣化，勢必影響到耕地的“非糧化”。

（2）對玉林和貴港市耕地“非糧化”影響較大的因素包括經(jīng)濟(jì)作物價格、第一產(chǎn)業(yè)占比、地均生產(chǎn)總值、農(nóng)村居民消費(fèi)性支出等指標(biāo)。2010—2020年玉林市第一產(chǎn)業(yè)占比由20.4 %減少到19.6%，貴港市由19.8%減少到16.7%，這2個城市的第一產(chǎn)業(yè)產(chǎn)值呈現(xiàn)出不同程度的下降趨勢，可見經(jīng)濟(jì)結(jié)構(gòu)對耕地“非糧化”有一定的影響。隨著經(jīng)濟(jì)的發(fā)展和人口的增加，其糧食產(chǎn)量不能滿足人口的需求，需從糧食價格、經(jīng)濟(jì)結(jié)構(gòu)、農(nóng)村投入等方面著手解決這2市的耕地“非糧化”現(xiàn)象。

（3）對梧州、河池、欽州、柳州市耕地“非糧化”影響較大的因素包括是糧食與非糧食作物價格、教育支出、農(nóng)村居民消費(fèi)性支出、第一產(chǎn)業(yè)勞動力等指標(biāo)。2020年各市農(nóng)村常住人口分別為122.72萬、191.72萬、125.18萬、188.63萬人，與2010年相比均出現(xiàn)了不同程度的減少，意味著農(nóng)村主要勞動力減少，則種植糧食的農(nóng)村勞動力也相應(yīng)減少。目前大部分農(nóng)村地區(qū)農(nóng)業(yè)經(jīng)營仍然以家庭勞動力為主，勞動力不足時農(nóng)民種植農(nóng)作物的意愿可能更偏向經(jīng)濟(jì)作物，因此勞動力意愿仍然是影響耕地“非糧化”的重要因素之一。

（4）對崇左和來賓市耕地“非糧化”影響較大的因素包括糧食與非糧食作物價格、第一產(chǎn)業(yè)占比、農(nóng)村居民消費(fèi)性支出、教育支出、單位糧食產(chǎn)量、城鎮(zhèn)化率等指標(biāo)，這些指標(biāo)均涉及價格、社會、經(jīng)濟(jì)和人口四大維度。其中第一產(chǎn)業(yè)占比和農(nóng)村居民消費(fèi)性支出為來賓市特有的影響因素，均為經(jīng)濟(jì)層面的因素。崇左市特有的影響因素為教育支出、單位糧食產(chǎn)量，均為社會層面的因素。來賓和崇左市的“非糧化”率均在60%左右，與其他各市相比較高，主要是這2個城市經(jīng)濟(jì)較不發(fā)達(dá)，希望通過轉(zhuǎn)變產(chǎn)業(yè)結(jié)構(gòu)促進(jìn)經(jīng)濟(jì)發(fā)展，因而第一產(chǎn)業(yè)占比與2010年相比有所下降。

（5）對百色和北海市耕地“非糧化”影響較大的因素包括糧食與非糧食作物價格、農(nóng)村居民人均可支配收入和農(nóng)村居民消費(fèi)性支出、教育支出、高等教育占比、第一產(chǎn)業(yè)占比。百色和北海這2市均涉及人口、價格、社會、經(jīng)濟(jì)層面的因素。其中，百色市主要受到第一產(chǎn)業(yè)勞動力人數(shù)、農(nóng)村常住人口影響，北海市主要受到人均糧食占有量、教育支出、有效灌溉面積、化肥使用量影響。2020年百色市高等教育占比為1.8%，北海市為2.7%，教育水平不高。2020年百色市第一產(chǎn)業(yè)占比為19.4%，與2010年相比，提高了1.0%，主要是因?yàn)榘偕械拿⒐a(chǎn)業(yè)發(fā)展較好。相反，北海市的第一產(chǎn)業(yè)占比下降了5.5%。

（6）對賀州市耕地“非糧化”影響較大的因素包括糧食和非糧食作物等價格因素以及社會因素和人口因素，其中社會層面因素主要包括有效灌溉面積、教育支出、農(nóng)業(yè)機(jī)械總動力、人均糧食占有量、化肥使用量和糧食單產(chǎn)；人口層面因素主要包括城鎮(zhèn)化率、第一產(chǎn)業(yè)勞動力人數(shù)、農(nóng)村常住人口和高等教育占比。隨著賀州市經(jīng)濟(jì)和城鎮(zhèn)化的快速發(fā)展，農(nóng)村人口大量外流，造成了農(nóng)村勞動力人口緊缺，再加上農(nóng)業(yè)基礎(chǔ)設(shè)施的不完善，進(jìn)一步加劇了近年來賀州市耕地的“非糧化”現(xiàn)象。

2.4 對策建議

2.4.1 引導(dǎo)經(jīng)濟(jì)作物價格，適當(dāng)提高糧食價格，增加種糧經(jīng)濟(jì)補(bǔ)貼從廣西整體角度出發(fā)，價格維度的影響因素對各個城市影響均最大。2020年價格指數(shù)與2010年相比呈現(xiàn)出下降的趨勢，說明農(nóng)民種植的作物越來越不值錢，但是消費(fèi)者對高質(zhì)量、綠色農(nóng)產(chǎn)品的需求卻越來越高。我國農(nóng)產(chǎn)品流轉(zhuǎn)平臺信息滯后，價格體系不完善，“果賤傷農(nóng)”的現(xiàn)象普遍存在。因此，有必要搭建農(nóng)產(chǎn)品流轉(zhuǎn)平臺，積極引導(dǎo)經(jīng)濟(jì)作物價格，適當(dāng)提高糧食銷售價格，減少經(jīng)濟(jì)作物搶占糧食市場的現(xiàn)象，同時加大種糧補(bǔ)貼力度，充分調(diào)動農(nóng)民的種糧積極性。

2.4.2 完善農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)，提升農(nóng)業(yè)生產(chǎn)現(xiàn)代化水平廣西農(nóng)田有效灌溉面積從2010年的152.3萬hm2減少到2020年的150.31萬hm2， 2020年教育支出占財(cái)政總支出的18%，2010年教育支出占比為20%。上述數(shù)據(jù)說明，廣西需要加強(qiáng)農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)，提升農(nóng)業(yè)生產(chǎn)現(xiàn)代化水平。從機(jī)械化耕種水平、農(nóng)田基礎(chǔ)設(shè)施水平以及設(shè)施農(nóng)業(yè)水平著手，加大對農(nóng)業(yè)裝備和農(nóng)業(yè)機(jī)械化的投資力度，增加拖拉機(jī)、聯(lián)合收割機(jī)、插秧機(jī)的數(shù)量；加大水利、農(nóng)業(yè)和科技等綜合配套設(shè)施的建設(shè)，擴(kuò)大設(shè)施農(nóng)業(yè)面積，在農(nóng)業(yè)生產(chǎn)的季節(jié)性及時空分布改變中發(fā)揮作用。通過利用完備的農(nóng)業(yè)基礎(chǔ)設(shè)施，充分調(diào)動農(nóng)民種植糧食作物的積極性。

2.4.3 優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，穩(wěn)定農(nóng)民種糧收益廣西2010年第一產(chǎn)業(yè)產(chǎn)值占比為19.2%，2020年為16%，居民消費(fèi)價格指數(shù)從2011年出現(xiàn)峰值后，一直處于平緩狀態(tài)，居民購買力下降。為改變廣西第一產(chǎn)業(yè)衰退、“非糧化”加劇的局面，需優(yōu)化農(nóng)業(yè)生產(chǎn)布局，建設(shè)優(yōu)勢農(nóng)產(chǎn)品產(chǎn)業(yè)帶和特色農(nóng)產(chǎn)品優(yōu)勢區(qū)。各市縣應(yīng)推進(jìn)糧經(jīng)飼統(tǒng)籌、農(nóng)林牧漁協(xié)調(diào)，優(yōu)化種植業(yè)結(jié)構(gòu)。通過發(fā)展縣域經(jīng)濟(jì)，推進(jìn)農(nóng)村一二三產(chǎn)業(yè)融合發(fā)展，延長農(nóng)業(yè)產(chǎn)業(yè)鏈條，發(fā)展各具特色的現(xiàn)代鄉(xiāng)村富民產(chǎn)業(yè)。在第二三產(chǎn)業(yè)發(fā)展的同時要積極反哺第一產(chǎn)業(yè)，以城帶鄉(xiāng)，促進(jìn)經(jīng)濟(jì)發(fā)展，帶動農(nóng)民生產(chǎn)高質(zhì)量農(nóng)產(chǎn)品，增加農(nóng)村居民收入，激發(fā)種糧熱情。

2.4.4 提高人口素質(zhì)，培育新型農(nóng)民人口維度的主要影響因素是高等教育占比、第一產(chǎn)業(yè)勞動力人數(shù)和農(nóng)村常住人口，在不斷推進(jìn)城鎮(zhèn)化的過程中，第一產(chǎn)業(yè)勞動力人數(shù)和農(nóng)村常住人口不斷減少，為解決廣西務(wù)農(nóng)勞動力減少的問題，在人口層面提出的政策是提高人口素質(zhì)，培養(yǎng)新型職業(yè)農(nóng)民。廣西各市高等教育占比均較低，且大多數(shù)高等教育人才不愿意回到農(nóng)村從事農(nóng)業(yè)工作，因此培育愛農(nóng)業(yè)、懂技術(shù)、善經(jīng)營且具有優(yōu)秀品質(zhì)的農(nóng)民就顯得尤為重要。要加大力度培養(yǎng)高素質(zhì)、高智商農(nóng)民，組織進(jìn)行學(xué)歷教育和農(nóng)業(yè)技能評價，設(shè)立特殊的農(nóng)民技能大賽，吸引城市人才到農(nóng)村創(chuàng)業(yè)創(chuàng)新。因此，防止廣西耕地“非糧化”可從高素質(zhì)人才著手，彌補(bǔ)當(dāng)?shù)貏趧恿Χ倘钡膯栴}。

3 討論與結(jié)論

3.1 結(jié)論

（1）從廣西總體來看，價格維度的糧食作物與非糧食作物的銷售和消費(fèi)價格對廣西耕地“非糧化”影響最大，其次是農(nóng)村居民消費(fèi)性支出、教育支出、第一產(chǎn)業(yè)占比以及農(nóng)業(yè)基礎(chǔ)設(shè)施方面的農(nóng)田有效灌溉面積等指標(biāo)。

（2）從各地級市來看，部分地級市的耕地“非糧化”影響因素具有相似性。南寧、防城港、玉林和桂林市的耕地“非糧化”政策可從價格、社會、經(jīng)濟(jì)層面著手。柳州、梧州、貴港、欽州、河池、來賓、崇左、百色和北海市需要采取綜合性措施。賀州市需采取價格、人口和社會方面的對策。

（3）廣西14個地級市的耕地“非糧化”影響因素呈現(xiàn)的趨勢是價格因素＞社會因素=經(jīng)濟(jì)因素＞人口因素。社會因素主要是人均糧食占有量、教育支出、農(nóng)田有效灌溉面積，經(jīng)濟(jì)因素主要是第一產(chǎn)業(yè)占比、農(nóng)村居民消費(fèi)性支出，因此應(yīng)根據(jù)各地級市實(shí)際情況，有針對性地制定防止耕地“非糧化”的政策。

3.2 討論

以2010—2020年《廣西統(tǒng)計(jì)年鑒》數(shù)據(jù)對耕地“非糧化”影響因素進(jìn)行研究，采用“非糧化”率作為因變量，以21個指標(biāo)作為自變量構(gòu)建灰色關(guān)聯(lián)分析模型。由于采取灰色關(guān)聯(lián)法分析耕地“非糧化”的案例較少，且耕地“非糧化”是近幾年的研究熱點(diǎn)，但相關(guān)研究還較少，因此缺乏一定的借鑒經(jīng)驗(yàn)。此外，由于統(tǒng)計(jì)年鑒缺乏相關(guān)數(shù)據(jù)，本研究選取了相關(guān)銷售價格指數(shù)和消費(fèi)價格指數(shù)作為價格層次的分析指標(biāo)，所以指標(biāo)體系數(shù)據(jù)還不夠完善。