叶妍君^1,2,3,, 齐清文^1,, 姜莉莉¹, 张岸¹
1. 中国科学院地理科学与资源研究所,北京 100101
2. 中国科学院大学,北京 100049
3. 河北工程大学地球科学与工程学院,邯郸 056038

Impact factors of grain output from farms in Heilongjiang reclamation area based on geographical detector

YEYanjun^1,2,3,, QIQingwen^1,, JIANGLili¹, ZHANGAn¹
1. Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China
2. University of Chinese Academy of Sciences, Beijing 100049, China
3. School of Earth Science and Engineering, Hebei University of Engineering, Handan 056038, Hebei, China
通讯作者:通讯作者：齐清文（1963-）,男,河南新野人,研究员,研究方向为GIS环境下面向地理特征的制图综合自动化、地学信息图谱、数字地图、地理信息分析与应用。E-mail：qiqw@igsnrr.ac.cn
收稿日期:2017-06-27
修回日期:2017-11-23
网络出版日期:--
版权声明:2018《地理研究》编辑部《地理研究》编辑部
基金资助:科技部基础性工作专项项目（2013FY112800）
作者简介:
-->作者简介：叶妍君（1988- ）,女,河北邯郸人,博士,研究方向为GIS建模、专题地图编制、地学信息图谱。E-mail：yeyj.14b@igsnrr.ac.cn



展开

摘要
中国粮食生产格局已由南粮北运转变为北粮南运,东北黑龙江垦区已成为最重要的商品粮基地,稳定该区域的粮食产量、可持续发展该区域粮食种植,对促进农业可持续发展、保证国家粮食安全具有重大的意义。为有针对性地制定农业政策,需研究黑龙江垦区粮食产量影响因素,以黑龙江垦区内113个农场为研究对象,选取23个与农业生产关系最密切的影响因子,利用地理探测器方法分析不同因子对农场粮食产量影响的差异。结果显示：除了播种面积和耕地面积外,农业机械化水平是最显著的影响因子,进一步分析表明大型农机对农场粮食产量影响较大。应进一步加强农业科技、农业机械化投入,鼓励精准农业种植模式发展,以保证黑龙江垦区的粮食可持续生产。

关键词：粮食产量;黑龙江垦区;农业机械化水平;影响因素;地理探测器
Abstract
Heilongjiang reclamation area has become one of the major commodity grain bases in China, in the context of spatial distribution pattern shifted from "grain supply from north to south" to "grain supply from south to north" in the country. Therefore, it is essential to stabilize grain output and make it sustainable in this base so as to ensure Chinese food security, and research on impact factors of grain yield is among the focuses for the agricultural policy. Twenty-three factors, which are most closely related with agricultural production, are selected from 113 farms in the area, and be imported into Geographical Detector to analyze different influences of them on the grain out. These factors include population density, cultivated area, year-end population, employment in primary industry, total investment in agriculture, payment to employed persons, total savings deposit, net per capita income, classified highway, number of home computers, total power of farm machinery, machinery tilled land area each year, machinery sown area each year, effective irrigation area, fertilizer input, electricity used in agriculture, grain storage, the number of grain processing center, the processing speed of grain processing center, crops acreage sown, annual average temperature, annual average precipitation, and hours of sunshine. Results showed that the six most important impact factors were sown area, cultivated area, machinery tilled land area each year, machinery sown area each year, consumption of chemical fertilizers, and total power of farm machinery. As agricultural machinery level played an important role in grain production of farms in the area, influences of 15 different agricultural machines are furtherly analyzed, which indicated that the five most important ones were combined harvesters, complementary mechanization to large and medium agricultural tractors, self-driven combine, large and medium agricultural tractors, and self-driven rice planter. So there is a significant demand for increasing investment in agricultural technological research, and mechanization, and developing precision agriculture in the area.

Keywords：grain output;Heilongjiang reclamation area;agricultural mechanization level;impact factors;geographical detector

-->0
PDF (13942KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
叶妍君, 齐清文, 姜莉莉, 张岸. 基于地理探测器的黑龙江垦区农场粮食产量影响因素分析[J]. 地理研究, 2018, 37(1): 171-182 https://doi.org/10.11821/dlyj201801013
YE Yanjun, QI Qingwen, JIANG Lili, ZHANG An. Impact factors of grain output from farms in Heilongjiang reclamation area based on geographical detector[J]. Geographical Research, 2018, 37(1): 171-182 https://doi.org/10.11821/dlyj201801013

1 引言

21世纪90年代,国内粮食生产流通格局由南粮北运彻底转为北粮南运。粮食生产格局的时空变化导致了粮食流通格局的改变,也对中国的粮食安全产生了深远的影响^[1]。21世纪初,东北地区和华北平原生产全国近70%的余粮^[2]。国内许多****对中国粮食生产的时空格局进行研究,刘彦随等通过分析区域粮食产量差异及比较优势指数模型,验证了中国区域粮食生产重心已呈现“北进中移”趋势^[3];翟荣新等基于粮食总产量与人均粮食占有量分析了中国粮食生产的区域格局变动,验证了粮食生产“北上西进”的变动格局^[4];张利国等运用变异系数、泰尔系数和计量经济模型分析中国人均粮食占有量时空演变格局,研究结果表明黑龙江等省人均粮食占有量增幅较大,严重缺粮区在京津和东南沿海地区呈分散分布;殷培红等以人均占有量为指标,研究21世纪初中国粮食主产区的空间格局及区域差异,研究结果表明中国粮食生产重心进一步北移^[5];李亚婷等利用空间自相关分析、重心曲线、空间分布图系等方法,对比了基于户籍人口和常住人口的中国相对人均粮食占有量时空格局,结果表明高—高集聚区向东北方向汇集。综上所述,东北地区的粮食生产对于全国粮食安全具有至关重要的意义,黑龙江垦区作为东北地区内的主要粮食产区意义更加重大。所以研究黑龙江垦区粮食产量的影响因素,有利于保证中国粮食安全和促进东北地区农业可持续发展。
为了稳定粮食产量、保证粮食可持续生产,需分析影响粮食产量的各因素。国内外****通常研究影响粮食产量的某一种因素或某几种因素,相关研究包括：刘彦随等通过分析耕地面积重心和粮食产量重心的时空动态关系,揭示了粮食产量与耕地变化的关系^[6];刘洛等利用GAEZ模型,结合气象、地形、土壤等因素,定量分析了中国耕地变化对粮食生产的影响^[7];陆文聪等利用中国各省区粮食生产面板数据,采用Moran's I指数和Panel Data结合空间误差模型分析了中国粮食生产格局变化的成因^[8];张利庠等利用时间变量的变截距双对数模型,分析了1952-2006年省际化肥施用量对粮食产量的影响^[9]。但是,上述研究只分析了一种或几种因素对粮食产量的影响,没有比较各影响因素的差异。
本文旨在分析影响黑龙江垦区粮食产量的影响因素及各因素的影响差异。研究思路为：利用2014年黑龙江垦区内113个农牧场的粮食总产量、水稻产量、玉米产量和大豆产量数据,选取适宜的空间因子比较分析相关研究方法,选取国内外研究涉及较多、与粮食生产关系最密切的影响因子,分析相关因子对黑龙江垦区各农场粮食总产量及不同类型的粮食作物产量空间分布的影响。并根据因子分析结果,对黑龙江垦区的农业发展提出相关政策建议。

2 研究方法与数据来源

2.1 研究区概况

黑龙江垦区是国内三大垦区之一,位于世界闻名的黑土带上。自20世纪50年代开发建设至今,黑龙江垦区拥有国内最大的国有农场群,是国家最重要的商品粮基地、粮食战略后备基地和绿色、有机、无公害食品基地。黑龙江垦区地处三江平原、松嫩平原和小兴安岭山麓,土地面积约5.76万km²,耕地面积已达3600余万亩。下辖9个分局、113个农场（图1）,分布在全省12个市74个县（市、区）。
显示原图|下载原图ZIP|生成PPT
图1黑龙江垦区及农场位置示意图
-->Fig. 1Research area and the location of farms
-->

黑龙江垦区在自然资源、管理体制和农业生产方面具有明显的地方特色。黑龙江垦区土地面积广阔,各农场零星分布在垦区内的不同位置。各农场面积均较大,包含土地类型众多（包括耕地、林地和草地等）,且各农场内部的各生产队又零星分布在农场的不同位置。
黑龙江垦区的管理体制为：垦区下辖管理局,各管理局下辖各农场,农场分管各农户。在进行农业劳动时,黑龙江垦区也具有独特的规模化耕作模式：各农场统一安排种植计划（种植作物的种类和时间安排）、农事耕作和农机调度（统一安排农业机械和农业机械操作人员）,农户只需按各农场不同情况提供一定的费用。因此农户自身的农业素质与农业操作熟练度等对农场粮食产量并不具有决定性作用。

2.2 数据来源及处理

本文数据来源于《黑龙江垦区统计年鉴》（2015）,包括2015年黑龙江垦区113个农场的农场面积、耕地面积、年末总人数、第一产业从业人员、农林牧渔业总投资、从业人员劳动报酬、年末储蓄总额、人均纯收入、等级公路、家用计算机、农业机械总动力、当年机耕面积、当年机播面积、有效灌溉面积、化肥施用量、农业用电量、粮食仓储能力、粮食处理中心数量、粮食处理速度和粮食播种面积（以及水稻播种面积、玉米播种面积和大豆播种面积）。
本文以《黑龙江垦区统计年鉴》（2015）中黑龙江垦区内113个农牧场列表名称,在百度地图中检索位置,通过地图矢量化和空间地址匹配获得各农场边界范围。由于本文以黑龙江垦区内各农场为基本文单元,未区分各农场内部生产队间的粮食产量差异,所以选取各农场的几何中心点位代表各农场的空间位置。

2.3 影响因子选择

本文研究分析相关影响因子对黑龙江垦区内农场粮食产量空间分异的影响差异。已有研究对粮食产量相关影响因子的研究集中在气候因素对粮食产量的影响^[10]、耕地变化对粮食产量的影响^[11]、以及农户土地利用行为变化对粮食生产的影响^[12]等。本文在已有研究的基础上,结合黑龙江垦区的自然资源、管理体制和农业生产特色,选取与粮食产量关系最密切的影响因子进行研究。
首先,选取国内外****研究较多的气象相关因子、耕地及土地利用相关因子。在选取上述因子的基础上,扩大因子选取的外延,使其尽量涵盖与粮食生产关系密切的因子,例如：农民收入及生活质量相关因子、农业技术发展相关因子、交通运输相关因子、粮食仓储相关因子和农业设施及机械化相关因子等。
其次,根据黑龙江垦区的自然资源、管理体制和农业生产特色进行因子筛选。由于黑龙江垦区内各农场面积均较大,各农场包含的土地类型多样,农场整体面积与粮食产量并不存在科学地联系,因此,不选择农场面积因子。拟选择的人口密度、耕地面积和年末总人数因子,不仅是已有研究涉及较多的因子,也可以从侧面反映农场的规模,体现了研究的严谨性。虽然,近年来农户外出打工现象较常见,但在黑龙江垦区内的农户家庭均有人员继续从事农业活动,并不存在明显的耕地撂荒现象。由于黑龙江垦区的农场统一进行种植计划、农事安排和农机调度的农业生产特色,黑龙江垦区内农户的生产意愿、农户的知识水平对粮食产量的影响并不具有决定作用。
根据以上因子选择原则,本文选取的23个影响因子为：人口密度、耕地面积、年末总人数、第一产业从业人员、农林牧渔业总投资、从业人员劳动报酬、年末储蓄总额、人均纯收入、等级公路、家用计算机、农业机械总动力、当年机耕面积、当年机播面积、有效灌溉面积、化肥施用量、农业用电量、粮食仓储能力、粮食处理中心数量、粮食处理速度、粮食播种面积、年均温度、年降水量和日照时数。

2.4 研究方法

黑龙江垦区各农场粮食产量空间差异受多因素影响和制约,已有研究多以单因子（如某气候因子、耕地变化或人口流动等）对粮食产量影响为研究主题,多因子对粮食产量影响的空间差异研究和比较研究较少。地理学常用因子分析的相关方法包括：主成分分析、多元线性回归和地理探测器方法。由于主成分分析和多元线性回归方法均是统计学方法,对于空间差异的分析功能较弱,而地理探测器方法具有探测多因子在不同空间单元下的不同影响作用及其相互关系的能力。因此,本文采用地理探测器方法研究影响粮食产量的因素。
地理探测器方法模型由王劲峰等于2010年建立^[13],包括风险探测、因子探测、生态探测和交互探测四部分^[14],最初用于研究地方性疾病及其相关地理影响因素研究^[15],后来也用于其他研究,例如：乡村旅游时空变化及其影响因素研究^[16],快速城镇化过程中农村聚落的空间分布特征及优化改造分析^[17],和房价的空间分异研究^[18]等方面,也有****将其运用于省级行政单元人均粮食占有量^[19]空间分异研究。
本文借助地理探测器方法研究黑龙江垦区内农场粮食产量相关影响因素的核心思想是：影响黑龙江垦区内粮食产量变化的相关影响因素在空间上具有差异性,若其中的某因素和农场粮食产量的强度在空间上具有显著的一致性,则说明这种因素对粮食产量的变化具有决定性意义。而地理探测器中的因子探测部分即解决不同因子对某对象空间分布的不同影响力,因此,选用地理探测器中的因子探测对黑龙江垦区农场粮食产量的空间分布的不同影响因素进行分析。影响因素的地理探测力值可表示为：
PD,U=1-1nσ2U∑i=1mnD,iσ2UD,i（2）
式中： PD,U是影响因子D对农场粮食产量的探测力值;σ²_U是一级区域各农场粮食产量的方差;m为次级区域农场的个数;n是一级区域农场数量;n_D,i是次级区域农场数量; σ2UD,i为次级区域农场粮食产量的方差;P_{D, U}的值域为[0, 1],P_{D, U}的值越大,表示u因素对农场粮食产量的影响越大。

3 黑龙江垦区粮食产量空间差异与影响因素分析

3.1 农场粮食产量空间差异分析

本文利用地理探测器分析相关影响因素对黑龙江垦区内各农场粮食产量影响强度的差异性。根据《黑龙江垦区统计年鉴》（2015）中收录的2014年黑龙江垦区内各农场粮食总产量、水稻总产量、玉米总产量和大豆总产量的相关数据,在ArcGIS软件中将其与地图数据进行匹配,将产量由高到低分为3级：高（33.33%）、中（33.34%）和低（33.33%）水平区,并绘制粮食总产量分布图（图2a）、水稻总产量分布图（图2b）、玉米总产量分布图（图2c）和大豆总产量分布图（图2d）。
显示原图|下载原图ZIP|生成PPT
图2黑龙江垦区农场粮食产量空间分布
注：图中以绿色点表示低水平区、蓝色点表示中水平区、红色点表示高水平区、灰色代表无数据。
-->Fig. 2The spatial distribution of grain output of farms in Heilongjiang reclamation area
-->

黑龙江垦区2014年粮食总产量呈现东北部高,西北部次之,南部相对较低的空间分布形态。水稻、玉米和大豆是黑龙江垦区内种植范围最广的三种粮食作物,其中,水稻产量呈现东北部高、其余区域高低交替分布的空间形态,玉米产量呈现北部基本较高、南部基本较低、区域内离散分布中等产量区域,大豆产量呈现西北部高、东北部次之、中部较低的空间分布形态。由图可知,黑龙江垦区西北部为粮食主产区,黑龙江垦区内以水稻和玉米为主要粮食作物,种植大豆的农场数量相对较少。

3.2 粮食产量影响因子分析

将选取的23个影响因子值分别分为3级：高（33.33%）、中（33.34%）和低（33.33%）水平区,以此为阈值进行探测分析,并表示在图上（图3）,将上述因子值和粮食总产值导入地理探测器模型,得出各因子对粮食产量的影响力值（即q值,q值越大表示该因子对粮食产量影响越大,q值越小表示该因子对粮食产量影响越小）和因子解释力值（即p值,p值越小表示该因子影响粮食产量的解释力越大,p值越大表示该因子影响粮食产量的解释力越小）（表1）。
显示原图|下载原图ZIP|生成PPT
图3粮食产量影响因子分析
注：图中以绿色点表示低水平区、蓝色点表示中水平区、红色点表示高水平区、灰色代表无数据。
-->Fig. 3Analysis of impact factors of grain output
-->

Tab. 1
表1
表12014年黑龙江垦区农场粮食产量的23大影响因素的地理探测结果
Tab. 1Detected result of potential determinants of grain production of farms in Heilongjiang reclamation area

因子	粮食总产量				水稻总产量				玉米总产量				大豆总产量
	q值		p值		q排序		q值	p值	q排序	q值	p值	q排序	q值	p值	q排序
人口密度	0.19	0.00	21		0.10	0.03	21		0.09	0.07	20		0.10	0.04	13
耕地面积	0.82	0.00	2		0.65	0.00	4		0.26	0.12	7		0.16	0.06	8
年末总人数	0.39	0.02	14		0.21	0.35	15		0.27	0.43	6		0.10	0.77	14
第一产业从业人员	0.34	0.02	16		0.12	0.76	20		0.28	0.24	5		0.26	0.01	4
农林牧渔业总投资	0.36	0.00	15		0.14	0.17	18		0.23	0.27	8		0.16	0.55	7
从业人员劳动报酬	0.48	0.00	11		0.29	0.05	14		0.20	0.62	11		0.14	0.20	10
年末储蓄总额	0.54	0.00	9		0.51	0.00	8		0.15	0.79	16		0.09	0.94	17
人均纯收入	0.17	0.04	22		0.32	0.00	12		0.05	0.47	23		0.14	0.04	11
等级公路	0.47	0.00	12		0.18	0.29	17		0.35	0.01	2		0.15	0.09	9
家用计算机	0.56	0.00	8		0.34	0.00	11		0.22	0.30	9		0.07	0.53	18
农业机械总动力	0.68	0.00	6		0.72	0.00	3		0.09	0.97	19		0.02	0.96	20
当年机耕面积	0.78	0.00	3		0.57	0.00	6		0.15	0.72	15		0.09	0.45	15
当年机播面积	0.77	0.00	4		0.58	0.00	5		0.15	0.76	17		0.09	0.46	16
有效灌溉面积	0.66	0.00	7		0.92	0.00	2		0.12	0.14	18		0.02	0.93	21
化肥施用量	0.71	0.00	5		0.52	0.00	7		0.17	0.62	13		0.06	0.70	19
农业用电量	0.21	0.68	19		0.19	0.45	16		0.07	0.98	22		0.01	0.99	23
粮食仓储能力	0.28	0.16	17		0.30	0.04	13		0.07	0.98	21		0.02	0.98	22
粮食处理中心数量	0.13	0.60	23		0.01	1.00	23		0.29	0.02	4		0.32	0.00	2
粮食处理中心速度	0.21	0.20	20		0.07	0.85	22		0.22	0.02	10		0.26	0.01	3
播种面积	0.82	0.00	1		0.99	0.00	1		0.93	0.00	1		0.92	0.00	1
年均温度	0.25	0.00	18		0.12	0.03	19		0.31	0.00	3		0.18	0.00	6
年降水量	0.46	0.00	13		0.35	0.00	10		0.18	0.00	12		0.13	0.02	12
日照时数	0.53	0.00	10		0.41	0.00	9		0.17	0.00	14		0.19	0.00	5

新窗口打开
分析结果显示,对粮食总产量影响较大的因子（q值大于0.5的因子）依次是：播种面积（0.82）、耕地面积（0.82）、当年机耕面积（0.78）、当年机播面积（0.77）、化肥施用量（0.71）、农业机械总动力（0.68）、有效灌溉面积（0.66）、家用计算机数量（0.56）、年末储蓄总额（0.54）和日照时数（0.53）。由此可知,对粮食产量影响最大的是播种面积、耕地面积、农业机械化水平和农业化肥施用量,气候因素、科技因素和经济因素对垦区粮食总产量的影响较弱。
对水稻总产量影响较大的因子（q值大于0.5的因子）依次是：播种面积（0.99）、有效灌溉面积（0.92）、农业机械总动力（0.72）、耕地面积（0.65）、当年机播面积（0.58）、当年机耕面积（0.57）、化肥施用量（0.52）和年末储蓄总额（0.51）。由此可知,对水稻产量影响较大的因素与对粮食总产量影响较大的因素基本相同,但也存在差别,其中最突出的差别为：水稻对灌溉条件的依赖较大。
对玉米总产量影响较大的因子（q值大于0.5的因子）是：播种面积（0.93）,其他影响较大的因子为：等级公路（0.35）和年均温度（0.31）。由此可知,与粮食总产量和水稻产量不同,对玉米产量影响最大的因素是播种面积,且该因素对产量的影响远远大于其他因素。
对大豆总产量影响较大的因子（q值大于0.5的因子）是：播种面积（0.92）,其他影响较大的因子为：粮食处理中心数量（0.32）、粮食处理中心速度（0.26）。由此可知,与玉米产量相似,对大豆产量影响最大的因子也是播种面积,并且该因子对产量的影响也远远大于其他因素。但与玉米不同,大豆对粮食处理中心的数量和速度的要求均大于其他粮食作物。
根据研究结果提出以下几点政策建议：
首先,当年机耕面积、当年机播面积和农业机械总动力均为代表农业现代化水平的影响因子,分析结果显示农业现代化水平影响因子对粮食总产量和水稻总产量的影响均十分显著,对玉米总产量和大豆总产量的影响则相对不显著。由于水稻是黑龙江垦区内种植面积最大的粮食作物,所以提高农业现代化水平有利于促进黑龙江垦区的粮食生产。
其次,粮食处理中心因子代表农业技术水平,粮食处理中心对玉米产量和大豆产量影响较显著的原因是由于玉米和大豆收获后对加工处理有一定要求,所以在具备后期加工能力的地区才会大面积种植玉米和大豆。等级公路里程对玉米产量的影响显著,应是玉米的运输对公路的要求较其他两种作物更高。
再次,化肥施用量对粮食生产的影响力显著,说明黑龙江垦区内粮食产量的提高很大程度上依靠施肥量的提高。黑龙江垦区多数土壤为黑土,土壤本身营养丰富,如果长期过度施肥,很容易造成水土流失和土壤板结。因此,如要保证黑龙江垦区内的粮食可持续生产,需要增加技术投入,指导各农场进行施肥和生产活动。

3.3 农业机械因子影响分析

由于农业机械化水平对粮食总产量的影响显著,所以本文进一步分析黑龙江垦区农场15种常备农机对粮食产量影响的差异,选取的15种农机为：大中型拖拉机、100马力以上大中型拖拉机、小型拖拉机、大中型拖拉机配套农具、小型拖拉机配套农具、播种机、机动水稻插秧机、联合收获机、自走式联合收获机、脱粒机、种子洗选机、汽车、载重汽车、推土机和挖掘机。将15种农机的数量分别分为3级：高（33.33%）、中（33.34%）和低（33.33%）,以此为阈值进行探测分析,并表示在图上（图4）。
显示原图|下载原图ZIP|生成PPT
图4粮食产量的农业机械影响因子分析
注：图中以绿色点表示低水平区、蓝色点表示中水平区、红色点表示高水平区、灰色代表无数据。
-->Fig. 4Analysis of factors affecting agricultural machinery of grain output
-->

分析结果显示（表2）,对粮食总产量影响最大的农机依次是：联合收获机（0.67）、大中型拖拉机配套农具（0.64）、自走式联合收获机（0.62）、大中型拖拉机（0.59）、机动水稻插秧机（0.57）。由此可知,黑龙江垦区内各农场粮食生产中大中型农机对粮食产量的影响最显著,大中型农业机械在黑龙江垦区各农场粮食种植、生产、收获和运输各环节均起到了至关重要的作用,这符合黑龙江垦区内粮食生产的模式,即生产人员少、机械化水平高和粮食产量高的特点,该研究结果也反向印证了地理探测器对于黑龙江垦区内农场粮食产量相关因子影响的差异性研究的准确性。
Tab. 2
表2
表22014年黑龙江垦区粮食总产量的农业机械动力因子地理探测结果
Tab. 2Detected result of potential determinants about agricultural machinery of grain output of farms in Heilongjiang reclamation area

影响因子	q值	p值	q排序
大中型拖拉机	0.59	0.00	4
#100马力以上	0.36	0.00	8
小型拖拉机	0.30	0.00	10
大中型拖拉机配套农具	0.64	0.00	2
小型拖拉机配套农具	0.26	0.03	11
播种机	0.18	0.08	13
机动水稻插秧机	0.57	0.00	5
联合收获机	0.67	0.00	1
#自走式	0.62	0.00	3
脱粒机	0.19	0.36	12
种子清选机	0.12	0.58	14
汽车合计	0.51	0.00	6
#载重汽车	0.39	0.00	7
推土机	0.12	0.29	15
挖掘机	0.31	0.00	9

新窗口打开

4 结论

在中国粮食生产格局已由“南粮北运”转变为“北粮南运”的形势下,本文立足国内最主要的商品粮生产基地——黑龙江垦区,对区域内113个农牧场的主要粮食作物产量进行空间分析,利用地理探测器方法,对与粮食产量最密切相关的23个影响因子进行影响力探测。研究表明,对黑龙江垦区内农场粮食总产量影响最显著的因子依次是：播种面积、耕地面积、农业机械化水平和化肥施用量。并进一步探测了15种农场常备农机对粮食总产量影响的差异。研究结果表明,大中型农机对黑龙江垦区内粮食生产影响力最大,印证了地理探测器方法对于黑龙江垦区农场粮食产量因子探测的准确性。此外,不同类型的粮食作物生长条件、生产过程和加工工序不同,其显著影响因子也不同。
由于耕地面积、播种面积、农业机械水平和农业化肥施用量,尤其是大中型机械化水平对黑龙江垦区粮食生产的影响十分显著。提高黑龙江垦区粮食产量的措施除了保护耕地、增加粮食播种面积、提高农业机械化投入和使用优质种粮和肥料外,还应考虑黑龙江垦区的生态承载力。为了保证黑龙江垦区粮食可持续发展、保护生态环境、减少水土流失,应进一步增加农业科技投入、鼓励和发展精准农业（包括精准种植模式和精准施肥）。
本文将地理探测器方法应用于探测粮食产量影响因子影响力,以空间视角定量地分析了黑龙江垦区内种植面积最大的粮食作物产量的因子影响差异,且进行了验证分析。为黑龙江垦区粮食种植空间布局、提高黑龙江垦区粮食产量、促进黑龙江垦区内农业可持续发展、以及保证全国粮食安全提供了参考。
The authors have declared that no competing interests exist.

---

参考文献文献选项 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]	郑有贵, 欧维中, 邝婵娟, 等. 南粮北调和北粮南运: 当代中国南北方两个区域之间粮食流向流量演变的研究 . 当代中国史研究, 1997, (5): 31-43.URL [本文引用: 1]摘要 南粮北调和北粮南运当代中国南北方两个区域之间粮食流向流量演变的研究郑有贵欧维中邝婵娟焦红坡１９４９年以来的４０余年间，我国南北方两个区域之间粮食流向流量发生了重大的历史性转变，即由南粮北调演变为北粮南运。南北方之间的粮食流动，对各自区域内乃至全国的社... [Zheng Guiyou, Ou Weizhong, Kuang Chanjuan, et al."Grain supply from south to north period" and "grain supply from north to south period": The change of grain supply direction between northern China and southern China . Contemporary China History Studies, 1997, (5): 31-43.]URL [本文引用: 1]摘要 南粮北调和北粮南运当代中国南北方两个区域之间粮食流向流量演变的研究郑有贵欧维中邝婵娟焦红坡１９４９年以来的４０余年间，我国南北方两个区域之间粮食流向流量发生了重大的历史性转变，即由南粮北调演变为北粮南运。南北方之间的粮食流动，对各自区域内乃至全国的社...
[2]	殷培红, 方修琦, 马玉玲, 等. 21世纪初我国粮食供需的新空间格局 . 自然资源学报, 2006, 21(4): 625-631.https://doi.org/10.11849/zrzyxb.2006.04.016URLMagsci [本文引用: 1]摘要 利用2000—2003年县级统计数据,揭示21世纪初我国粮食供需的空间格局。我国粮食供需平衡以东西分异规律为主,其次是南北分异。地势第二级阶梯以东,主要余粮区分布最广,北方明显多于南方;胡焕庸线以西,常年缺粮区为主;两线之间,潜在缺粮区居多。东北地区、华北平原生产全国近70%的余粮。长江中下游以南地区既是我国温饱水平缺粮总数最多的地区,也是第三大余粮生产区。地势第二级阶梯上的农牧交错带,温饱水平缺粮总量列第二位,是我国粮食安全最脆弱的地区。上述地区主要位于环境变化敏感地带,粮食安全自然风险最大。因此,加强环境变化对粮食供需平衡的影响研究,对深入认识我国粮食供需平衡的稳定性具有重要的现实意义和理论价值。 [Yin Peihong, Fang Xiuqi, Ma Yuling, et al.New regional pattern of grain supply-demand in China in the early 21st century . Journal of Natural Resources, 2006, 21(4): 625-631.]https://doi.org/10.11849/zrzyxb.2006.04.016URLMagsci [本文引用: 1]摘要 利用2000—2003年县级统计数据,揭示21世纪初我国粮食供需的空间格局。我国粮食供需平衡以东西分异规律为主,其次是南北分异。地势第二级阶梯以东,主要余粮区分布最广,北方明显多于南方;胡焕庸线以西,常年缺粮区为主;两线之间,潜在缺粮区居多。东北地区、华北平原生产全国近70%的余粮。长江中下游以南地区既是我国温饱水平缺粮总数最多的地区,也是第三大余粮生产区。地势第二级阶梯上的农牧交错带,温饱水平缺粮总量列第二位,是我国粮食安全最脆弱的地区。上述地区主要位于环境变化敏感地带,粮食安全自然风险最大。因此,加强环境变化对粮食供需平衡的影响研究,对深入认识我国粮食供需平衡的稳定性具有重要的现实意义和理论价值。
[3]	刘彦随, 翟荣新. 中国粮食生产时空格局动态及其优化策略探析 . 地域研究与开发, 2009, 28(1): 1-5. [本文引用: 1] [Liu Yansui, Zhai Rongxin.Spatial-temporal pattern changes and optimal strategy of grain production in China since 1990s . Areal research and Development, 2009, 28(1): 1-5.] [本文引用: 1]
[4]	翟荣新, 刘彦随. 20世纪90年代以来中国粮食生产的区域格局变动 . 中国农业资源与区划, 2008, 29(6): 49-54.URL [本文引用: 1]摘要 该文对20世纪90年代以来的粮食生产变化态势做了简要回顾，并从生产和消费角度，分别基于 粮食总产量与人均占有量分析了我国粮食生产的区域格局变动特征，结果验证了粮食生产“北上西进”的变动格局。按照比较优势理论，即使区域粮食作物总产量在 全国没有优势，但仍有具备比较优势的可能性。基于比较优势模型和GIS方法，该文分析了主要作物（稻谷、小麦、玉米、豆类）的区域比较优势，为全国层面粮 食作物优势产业区的划分提供依据。 [Zhai Rongxin, Liu Yansui.Changes in regional pattern for grain production in China since the 90s of 20 century . Chinese Journal of Agricultural Resources and Regional Planning, 2008, 29(6): 49-54.]URL [本文引用: 1]摘要 该文对20世纪90年代以来的粮食生产变化态势做了简要回顾，并从生产和消费角度，分别基于 粮食总产量与人均占有量分析了我国粮食生产的区域格局变动特征，结果验证了粮食生产“北上西进”的变动格局。按照比较优势理论，即使区域粮食作物总产量在 全国没有优势，但仍有具备比较优势的可能性。基于比较优势模型和GIS方法，该文分析了主要作物（稻谷、小麦、玉米、豆类）的区域比较优势，为全国层面粮 食作物优势产业区的划分提供依据。
[5]	殷培红, 方修琦, 田青, 等. 21世纪初中国主要余粮区的空间格局特征 . 地理学报, 2006, 61(2): 190-198.https://doi.org/10.3321/j.issn:0375-5444.2006.02.008URL [本文引用: 1]摘要 利用2000～2003年分县统计数据,以人均占有量为指标,重点研究21世纪初中国粮食主产区的空间格局及区域差异.研究结果表明:20世纪90年代后期以来,中国粮食生产重心进一步北移,同时出现"西扩"趋势.目前,20世纪90年代后期国家确立的粮食生产大县中近1/3人均粮食占有量已不足400kg,多分布在南方.全国3/4左右的余粮集中出产在东北地区、华北平原中南部地区、西部干旱、半干旱地区;2/3的余粮地区位于环境变化敏感地区,粮食产量波动大.这些地区的粮食丰歉直接影响到全国粮食市场价格的波动,中国粮食安全自然风险增大.加强上述地区的环境变化及粮食安全的自然风险研究,提高适应环境变化能力势在必行. [Yin Peihong, Fang Xiuqi, Tian Qing, et al.Distribution and regional difference of main output regions in grain production in China in the early 21st century . Acta Geographica Sinica, 2006, 61(2): 190-198.]https://doi.org/10.3321/j.issn:0375-5444.2006.02.008URL [本文引用: 1]摘要 利用2000～2003年分县统计数据,以人均占有量为指标,重点研究21世纪初中国粮食主产区的空间格局及区域差异.研究结果表明:20世纪90年代后期以来,中国粮食生产重心进一步北移,同时出现"西扩"趋势.目前,20世纪90年代后期国家确立的粮食生产大县中近1/3人均粮食占有量已不足400kg,多分布在南方.全国3/4左右的余粮集中出产在东北地区、华北平原中南部地区、西部干旱、半干旱地区;2/3的余粮地区位于环境变化敏感地区,粮食产量波动大.这些地区的粮食丰歉直接影响到全国粮食市场价格的波动,中国粮食安全自然风险增大.加强上述地区的环境变化及粮食安全的自然风险研究,提高适应环境变化能力势在必行.
[6]	刘彦随, 王介勇, 郭丽英. 中国粮食生产与耕地变化的时空动态 . 中国农业科学, 2009, 42(12): 4269-4274.https://doi.org/10.3864/j.issn.0578-1752.2009.12.018URL [本文引用: 1]摘要 [目的]揭示1990-2005年中国粮食生产与耕地变化的时空动态特征,以及粮食生产对于耕地变化的敏感性.[方法]构建重心拟合模型和敏感庹分析模型,对比分析耕地面积重心和粮食产量重心动态关系.[结果]中国粮食生产重心和耕地分布重心在空间上均表现为"北进中移"的态势,在移动方位上大致具有同向性.耕地重心沿着"西北-西南-东北"的轨迹共移动了17.3 km,粮食产量重心沿着"东北-西南-东北"的轨迹移动了223.3 km,两个重心之间的距离和粮食产量大致呈反向变化.当两者距离拉近时,粮食产量减少,当两者距离增大时,粮食产量增长.[结论]区域粮食产量增长受粮食单产、粮食播种面积等非耕地总量因素的影响日益明显;粮食产量变化对耕地变化的敏感性呈增强趋势.化肥、农药等物质投入的报酬递减趋势日益明显,粮食增产对耕地资源的依赖性也日益增强.保障粮食安全与耕地保护亟需创新机制和政策. [Liu Yansui, Wang Jieyong, Guo Liying.The spatial-temporal changes of grain production and arable land in China . Scientia Agricultura Sinica, 2009, 42(12): 4269-4274.]https://doi.org/10.3864/j.issn.0578-1752.2009.12.018URL [本文引用: 1]摘要 [目的]揭示1990-2005年中国粮食生产与耕地变化的时空动态特征,以及粮食生产对于耕地变化的敏感性.[方法]构建重心拟合模型和敏感庹分析模型,对比分析耕地面积重心和粮食产量重心动态关系.[结果]中国粮食生产重心和耕地分布重心在空间上均表现为"北进中移"的态势,在移动方位上大致具有同向性.耕地重心沿着"西北-西南-东北"的轨迹共移动了17.3 km,粮食产量重心沿着"东北-西南-东北"的轨迹移动了223.3 km,两个重心之间的距离和粮食产量大致呈反向变化.当两者距离拉近时,粮食产量减少,当两者距离增大时,粮食产量增长.[结论]区域粮食产量增长受粮食单产、粮食播种面积等非耕地总量因素的影响日益明显;粮食产量变化对耕地变化的敏感性呈增强趋势.化肥、农药等物质投入的报酬递减趋势日益明显,粮食增产对耕地资源的依赖性也日益增强.保障粮食安全与耕地保护亟需创新机制和政策.
[7]	刘洛, 徐新良, 刘纪远, 等. 1990-2010年中国耕地变化对粮食生产潜力的影响 . 地理学报, 2014, 69(12): 1767-1778.https://doi.org/10.11821/dlxb201412003URL [本文引用: 1]摘要 1990年以来,在国家生态环境保护工程实施、经济快速增长等因素的影响下,中国耕地数量与空间格局发生了巨大变化,对粮食生产潜力造成了巨大影响。本文采用GAEZ模型,结合中国气象、地形、土壤等因素,定量分析了中国耕地粮食生产潜力空间特征以及1990-2010年中国耕地变化对粮食生产潜力的影响。主要结论如下:1 2010年全国耕地粮食生产潜力总量为10.55亿t,全国耕地平均粮食生产潜力为7614 kg/hm2。中国耕地粮食生产潜力存在显著的空间差异,总体表现为东部高而西北部较低的趋势,并且高值区主要分布在长江中下游地区和华南区。2 1990-2010年的20年间,中国耕地粮食生产潜力变化表现出明显的时空差异,总体呈现南减北增、总量减少的基本特征。新增耕地粮食生产潜力的重心逐步由东北向西北转移。耕地粮食生产潜力总量净减少297万t,占2010年全国实际粮食总产量的0.29%。3在1990-2000年与2000-2010年两个时期,耕地变化对耕地粮食生产潜力影响差异明显。前10年,耕地粮食生产潜力总量净增加1011万t,主要集中在东北平原区和北方干旱半干旱区;后10年,耕地粮食生产潜力总量净减少1308万t,主要集中在长江中下游地区和黄淮海平原区。从总体看,近20年来耕地粮食生产潜力总量增加主要是由林、草地和未利用土地开垦所导致,而耕地粮食生产潜力总量减少主要是由城市扩展和退耕还林还草所导致。 [Liu Luo, Xu Xinliang, Liu Jiyuan, et al.Impact of farmland changes on production potential in China during recent two decades . Acta Geographica Sinica, 2014, 69(12): 1767-1778.]https://doi.org/10.11821/dlxb201412003URL [本文引用: 1]摘要 1990年以来,在国家生态环境保护工程实施、经济快速增长等因素的影响下,中国耕地数量与空间格局发生了巨大变化,对粮食生产潜力造成了巨大影响。本文采用GAEZ模型,结合中国气象、地形、土壤等因素,定量分析了中国耕地粮食生产潜力空间特征以及1990-2010年中国耕地变化对粮食生产潜力的影响。主要结论如下:1 2010年全国耕地粮食生产潜力总量为10.55亿t,全国耕地平均粮食生产潜力为7614 kg/hm2。中国耕地粮食生产潜力存在显著的空间差异,总体表现为东部高而西北部较低的趋势,并且高值区主要分布在长江中下游地区和华南区。2 1990-2010年的20年间,中国耕地粮食生产潜力变化表现出明显的时空差异,总体呈现南减北增、总量减少的基本特征。新增耕地粮食生产潜力的重心逐步由东北向西北转移。耕地粮食生产潜力总量净减少297万t,占2010年全国实际粮食总产量的0.29%。3在1990-2000年与2000-2010年两个时期,耕地变化对耕地粮食生产潜力影响差异明显。前10年,耕地粮食生产潜力总量净增加1011万t,主要集中在东北平原区和北方干旱半干旱区;后10年,耕地粮食生产潜力总量净减少1308万t,主要集中在长江中下游地区和黄淮海平原区。从总体看,近20年来耕地粮食生产潜力总量增加主要是由林、草地和未利用土地开垦所导致,而耕地粮食生产潜力总量减少主要是由城市扩展和退耕还林还草所导致。
[8]	陆文聪, 梅燕. 中国粮食生产区域格局变化及其成因实证分析: 基于空间计量经济学模型 . 中国农业大学学报: 社会科学版, 2007, 24(3): 140-152. [本文引用: 1] [Lu Wencong, Mei Yan.Empirical studies on the variation and contributing factors of regional grain production structure in China . China Agricultural University Journal of Social Sciences Edition, 2007, 24(3): 140-152.] [本文引用: 1]
[9]	张利庠, 彭辉, 靳兴初. 不同阶段化肥施用量对我国粮食产量的影响分析: 基于1952-2006年30个省份的面板数据 . 农业技术经济, 2008, (4): 85-94.URL [本文引用: 1]摘要 本文通过把1952—2006年全国30个省市的大样本面板数据分成5个不同时期,首次使用引入时间变量的变截距双对数模型,并根据不同结果的各方面检验进行模型改进,对不同阶段我国化肥施用量对粮食产量的影响进行了计量分析。分析结果表明,化肥施用量对粮食产量的显著的正增产效应一直保持到近期才变得不显著;化肥施用量对粮食产量的增产弹性先增大后减小;单位质量化肥投入带来的实际粮食产量增加量不断减少。 [Zhang Liyang, Peng Hui, Jin Xingchu.Influence on fertilizer consumption to grain production: Based on 30 provincial panel data . Journal of Agrotechnical Economics, 2008, (4): 85-94.]URL [本文引用: 1]摘要 本文通过把1952—2006年全国30个省市的大样本面板数据分成5个不同时期,首次使用引入时间变量的变截距双对数模型,并根据不同结果的各方面检验进行模型改进,对不同阶段我国化肥施用量对粮食产量的影响进行了计量分析。分析结果表明,化肥施用量对粮食产量的显著的正增产效应一直保持到近期才变得不显著;化肥施用量对粮食产量的增产弹性先增大后减小;单位质量化肥投入带来的实际粮食产量增加量不断减少。
[10]	方修琦, 郑景云, 葛全胜. 粮食安全视角下中国历史气候变化影响与响应的过程与机理 . 地理科学, 2014, 34(11): 1291-1298.URLMagsci [本文引用: 1]摘要 <p>基于现代全球变化研究中关于脆弱性和粮食安全的概念,把历史时期的粮食安全分解为粮食生产安全、粮食供给安全、粮食消费安全3 个层次,以气候变化直接影响粮食生产水平为起点,分析气候变化-农(牧)业收成-食物的人均供给量-饥民-社会稳定性的驱动-响应链中的关键过程,指出气候变化影响的驱动-响应关系不能归结为简单的因果关系,诸如耕地、人口、政策、外来势力都会对气候变化的影响起着放大或抑制的作用。</p> [Fang Xiuqi, Zheng Jingyun, Ge Quansheng.Historical climate change impact-response processes under the framework of food security in China . Scientia Geographica Sinica, 2014, 34(11): 1291-1298.]URLMagsci [本文引用: 1]摘要 <p>基于现代全球变化研究中关于脆弱性和粮食安全的概念,把历史时期的粮食安全分解为粮食生产安全、粮食供给安全、粮食消费安全3 个层次,以气候变化直接影响粮食生产水平为起点,分析气候变化-农(牧)业收成-食物的人均供给量-饥民-社会稳定性的驱动-响应链中的关键过程,指出气候变化影响的驱动-响应关系不能归结为简单的因果关系,诸如耕地、人口、政策、外来势力都会对气候变化的影响起着放大或抑制的作用。</p>
[11]	罗翔, 曾菊新, 朱媛媛, 等. 谁来养活中国: 耕地压力在粮食安全中的作用及解释 . 地理研究, 2016, 35(12): 2216-2226. [本文引用: 1] [Luo Xiang, Zeng Juxin, Zhu Yuanyuan, et al.Who will feed China: The role and explanation of China's farmland pressure in food security . Geographical Research, 2016, 35(12): 2216-2226.] [本文引用: 1]
[12]	刘成武, 黄利民. 农地边际化过程中农户土地利用行为变化及其对粮食生产的影响 . 地理研究, 2015, 34(12): 2268-2282. [本文引用: 1] [Liu Chengwu, Huang Limin.The changes of farmers' behavior in land use and its impacts on the food production during the process of marginalization of arable land . Geographical Research, 2015, 34(12): 2268-2282.] [本文引用: 1]
[13]	Wang J F, Li X H, George Christakos, et al.Geographical detectors-based health risk assessment and its application in the neural tube defects study of the Heshun region, China . International Journal of Geographical Information Science, 2010, 24(1): 107-127.https://doi.org/10.1080/13658810802443457URL [本文引用: 1]摘要 Physical environment, man‐made pollution, nutrition and their mutual interactions can be major causes of human diseases. These disease determinants have distinct spatial distributions across geographical units, so that their adequate study involves the investigation of the associated geographical strata. We propose four geographical detectors based on spatial variation analysis of the geographical strata to assess the environmental risks of health: the risk detector indicates where the risk areas are; the factor detector identifies factors that are responsible for the risk; the ecological detector discloses relative importance between the factors; and the interaction detector reveals whether the risk factors interact or lead to disease independently. In a real‐world study, the primary physical environment (watershed, lithozone and soil) was found to strongly control the neural tube defects (NTD) occurrences in the Heshun region (China). Basic nutrition (food) was found to be more important than man‐made pollution (chemical fertilizer) in the control of the spatial NTD pattern. Ancient materials released from geological faults and subsequently spread along slopes dramatically increase the NTD risk. These findings constitute valuable input to disease intervention strategies in the region of interest.
[14]	王劲峰, 徐成东. 地理探测器: 原理与展望 . 地理学报, 2017, 72(1): 116-134.https://doi.org/10.11821/dlxb201701010URL [本文引用: 1]摘要 空间分异是自然和社会经济过程的空间表现,也是自亚里士多德以来人类认识自然的重要途径。地理探测器是探测空间分异性,以及揭示其背后驱动因子的一种新的统计学方法,此方法无线性假设,具有优雅的形式和明确的物理含义。基本思想是：假设研究区分为若干子区域,如果子区域的方差之和小于区域总方差,则存在空间分异性;如果两变量的空间分布趋于一致,则两者存在统计关联性。地理探测器q统计量,可用以度量空间分异性、探测解释因子、分析变量之间交互关系,已经在自然和社会科学多领域应用。本文阐述地理探测器的原理,并对其特点及应用进行了归纳总结,以利于读者方便灵活地使用地理探测器来认识、挖掘和利用空间分异性。 [Wang Jinfeng, Xu Chengdong.Geodetector: Principle and prospective . Acta Geographica Sinica, 2017, 72(1): 116-134.]https://doi.org/10.11821/dlxb201701010URL [本文引用: 1]摘要 空间分异是自然和社会经济过程的空间表现,也是自亚里士多德以来人类认识自然的重要途径。地理探测器是探测空间分异性,以及揭示其背后驱动因子的一种新的统计学方法,此方法无线性假设,具有优雅的形式和明确的物理含义。基本思想是：假设研究区分为若干子区域,如果子区域的方差之和小于区域总方差,则存在空间分异性;如果两变量的空间分布趋于一致,则两者存在统计关联性。地理探测器q统计量,可用以度量空间分异性、探测解释因子、分析变量之间交互关系,已经在自然和社会科学多领域应用。本文阐述地理探测器的原理,并对其特点及应用进行了归纳总结,以利于读者方便灵活地使用地理探测器来认识、挖掘和利用空间分异性。
[15]	Wang J F, Hu Y, Environmental health risk detection with GeoDetector . Environmental Modelling & Software, 2012, 33: 114-115.https://doi.org/10.1016/j.envsoft.2012.01.015URL [本文引用: 1]摘要 Human health is affected by many environmental factors. Geographical detector is software based on spatial variation analysis of the geographical strata of variables to assess the environmental risks to human health: the risk detector indicates where the risk areas are; the factor detector identifies which factors are responsible for the risk; the ecological detector discloses the relative importance of the factors; and the interaction detector reveals whether the risk factors interact or lead independently to disease.
[16]	Wang X, Jianchao X I, Yang D, et al.Spatial differentiation of rural touristization and its determinants in china: A geo-detector-based case study of Yesanpo Scenic Area . Journal of Resources and Ecology, 2016, 7(6): 464-471.https://doi.org/10.5814/j.issn.1674-764x.2016.06.006URL [本文引用: 1]摘要 Tourism has emerged as a major driving force in the growth and expansion of rural settlements. After several studies revealed spatial differentiation of touristization among rural settlements, studies were conducted to explain this phenomenon. However, most of these studies explained spatial differentiation of rural touristization in a qualitative way. More robust and detailed quantitative results are needed to evaluate the relative roles of different factors. In this study, which takes Yesanpo tourism as a case study, the Geo-detector method was introduced to evaluate determining factors of rural touristization. Results show that "distance to core entry", "tourist number and sojourn time", and "distance to the nearest scenic area" have had a strong effect on the rural touristization in Yesanpo, whereas "distance to river", "elevation", "distance to main road", and "slope" have had a weak influence. The latter did, however, contribute a lot to touristization when interacting with "distance to core entry", "tourist number and sojourn time", and "distance to the nearest scenic", indicating the importance of these four factors. Higher rural touristization occurred in the zone near the core entry, with many tourists, long sojourn times, and proximity to the scenic area.
[17]	Yang R, Xu Q, Long H.Spatial distribution characteristics and optimized reconstruction analysis of China's rural settlements during the process of rapid urbanization . Journal of Rural Studies, 2016, 47(47): 413-424.https://doi.org/10.1016/j.jrurstud.2016.05.013URL [本文引用: 1]摘要 The population density of rural areas is generally lower than before due to rapid industrialization. Spatial optimized reconstruction of rural settlements is the key to rural sustainable development. Analyzing the distribution characteristics of rural settlements and their impact has profound implications for rural reconstruction. Several types of spatial distribution of rural settlements, such as clustered, random, and uniform discrete distribution, were found in China with significant regional differences. Rural settlements were denser in the southeastern regions compared to the northwestern regions. In regions such as plains, the spatial distribution of rural settlements was denser and the spatial distribution modes were mainly random and disperse. In regions such as cold alpine areas and desert fringes, the rural settlements density was low and mainly clustered. In the transition zone between hills and mountains, the density of rural settlements was high and the spatial distribution mode was mainly random. Rural settlements distribution was influenced by traditions and the economy, with economic development becoming increasingly influential. Additional factors that affected rural settlements distribution included average distance to main roadway, agricultural machinery, per capita grain production, per capita arable land, population density, elevation, precipitation, etc. Multiple distribution patterns should be used to reconstruct rural spaces in different geographical areas. Typical patterns included radially balanced, central land distribution mode; radially imbalanced distribution mode; multicore central land distribution mode, and corridor balanced and imbalanced distribution modes.
[18]	Wang Y, Wang S, Li G, et al.Identifying the determinants of housing prices in China using spatial regression and the geographical detector technique . Applied Geography, 2017, 79: 26-36.https://doi.org/10.1016/j.apgeog.2016.12.003URL [本文引用: 1]摘要 This study analyzed the direction and strength of the association between housing prices and their potential determinants in China, from a tripartite perspective that takes into account housing demand, housing supply, and the housing market. A data set made up of county-level housing prices and selected factors was constructed for the year 2014, and spatial regression and geographical detector technique were estimated. The results of the study indicate that the housing prices of Chinese counties are heavily influenced by the administrative level of the county in question. On the basis of results obtained using Moran's I , the study revealed the presence of significant spatial autocorrelation (or spatial agglomeration) in the data. Using spatial regression techniques, the study identifies the positive effect exerted by the proportion of renters, floating population, wage level, the cost of land, the housing market and city service level on housing prices, and the negative influence exerted by living space. The geographical detector technique revealed marked differences in the relative influence, as well as the strength of association, of the seven factors in relation to housing prices. The cost of land had a greater influence on housing prices than other factors. We argue that a better understanding of the determinants of housing prices in China at the county level will help Chinese policymakers to formulate more detailed and geographically specific housing policies.
[19]	胡丹, 舒晓波, 尧波, 等. 江西省县域人均粮食占有量的时空格局演变 . 地域研究与开发, 2014, 33(4): 157-162.https://doi.org/10.3969/j.issn.1003-2363.2014.04.029URLMagsci [本文引用: 1]摘要 综合运用样带、空间分析、地理探测器等方法分析1997&mdash;2010年江西省县域单元人均粮食占有量的时空格局演变及其形成机理。江西省县域人均粮食占有量空间集聚特征明显，呈较明显的圈层分布；全省大部分县域为余粮区，过半数的县域人均粮食有所提高，主要集中于赣中平原和赣北鄱阳湖周边地区。江西省县域人均粮食的空间格局主要受1997年人均粮食占有量与人均耕地面积的影响，仍对农业生产地理基础表现出较大的依赖，粮食政策、市场价格等对区域粮食生产亦有一定影响。样带趋势分析显示14年来全省县域人均粮食的东西向变化较南北向大；样带地理探测分析则有助于深入认识不同农业生产自然条件、不同经济发展水平等县域人均粮食驱动机制的差异。 [Hu Dan, Shu Xiaobo, Yao Bo, et al.The evolvement of spatio-temporal pattern of per capita grain possession in counties of Jiangxi province . Areal Research and Development, 2014, 33(4): 157-162.]https://doi.org/10.3969/j.issn.1003-2363.2014.04.029URLMagsci [本文引用: 1]摘要 综合运用样带、空间分析、地理探测器等方法分析1997&mdash;2010年江西省县域单元人均粮食占有量的时空格局演变及其形成机理。江西省县域人均粮食占有量空间集聚特征明显，呈较明显的圈层分布；全省大部分县域为余粮区，过半数的县域人均粮食有所提高，主要集中于赣中平原和赣北鄱阳湖周边地区。江西省县域人均粮食的空间格局主要受1997年人均粮食占有量与人均耕地面积的影响，仍对农业生产地理基础表现出较大的依赖，粮食政策、市场价格等对区域粮食生产亦有一定影响。样带趋势分析显示14年来全省县域人均粮食的东西向变化较南北向大；样带地理探测分析则有助于深入认识不同农业生产自然条件、不同经济发展水平等县域人均粮食驱动机制的差异。