中国南方主要经济作物播种面积变化时序特征及驱动因素分析

doi:10.11924/j.issn.1000-6850.casb2021-0084

中国农学通报 ›› 2022, Vol. 38 ›› Issue (1): 114-124.doi: 10.11924/j.issn.1000-6850.casb2021-0084

所属专题：生物技术

• 资源·环境·生态·土壤 • 上一篇下一篇

中国南方主要经济作物播种面积变化时序特征及驱动因素分析

王静¹(), 方锋²(), 王莺¹

¹中国气象局兰州干旱气象研究所/甘肃省干旱气候变化与减灾重点实验室/中国气象局干旱气候变化与减灾重点开放实验室,兰州 730020
²兰州区域气候中心, 兰州 730020

收稿日期:2020-01-25 修回日期:2020-07-13 出版日期:2022-01-05 发布日期:2022-02-24
通讯作者: 方锋
作者简介:王静,女,1978年出生,陕西汉中人,副研究员,博士,研究方向为气象灾害风险评估。通信地址：730020 甘肃省兰州市东岗东路2070号兰州干旱气象研究所,Tel：0931-2402481,E-mail： wangjing1102@126.com。
基金资助:
国家重点基础研究发展计划(973计划)第六课题“气候变暖背景下我国南方旱涝灾害风险评估与对策研究”(2013CB430206);国家自然基金青年基金项目“基于遥感信息和作物生长模型同化的作物碳循环研究”(1101422);甘肃省自然科学基金项目“基于精细化资料的甘肃省极端降水格局变化及其对典型区域的风险研究”(20JR10RA454)

Temporal Characteristics and Driving Factors of Sown Area Variation for Main Economic Crops in Southern China

WANG Jing¹(), FANG Feng²(), WANG Ying¹

¹Institute of Arid Meteorology of China Meteorological Administration/ Key Laboratory of Arid Climatic Change and Reducing Disaster of Gansu Province/ Key Open Laboratory of Arid Climate Change and Disaster Reduction of China Meteorological Administration, Lanzhou 730020
²Lanzhou Regional Climate Center, Lanzhou 730020

Received:2020-01-25 Revised:2020-07-13 Online:2022-01-05 Published:2022-02-24
Contact: FANG Feng

摘要/Abstract

摘要：

作物播种面积是指导农业结构调整和优化的重要依据,及时了解作物播种面积时序变化特征及其驱动因素具有重要意义。笔者利用历史统计资料,选择广东、广西、四川、云南和贵州为代表区,探讨主要经济作物播种面积变化的时序特征及驱动因素。研究表明：（1）广东省油料、花生、糖料和甘蔗播种面积变化呈增-减-平趋势,油菜籽、芝麻和麻类呈增-减-增-减、增-平-减-平和下降趋势,黄红麻、烟叶和烤烟呈先增后减趋势;广西油料和花生播种面积变化呈增加趋势,芝麻、糖料和甘蔗呈先增后减趋势,棉花呈增-减-平趋势,麻类呈下降趋势,烤烟和烟叶波动较大;四川省油料、花生、油菜籽播种面积变化呈增加趋势,芝麻呈下降趋势,棉花、麻类和黄红麻呈先增后减趋势,糖料、甘蔗、烟叶和烤烟呈增-减-增-减趋势;贵州省油料、花生和油菜籽播种面积变化呈增加趋势,芝麻和棉花呈增-减-增-减和增-减-平趋势,麻类和黄红麻呈先增后减趋势,烤烟和烟叶呈增-平-减趋势,糖料和甘蔗变化剧烈;云南省油料、油菜籽和花生播种面积变化呈增-减-平-增趋势,芝麻、棉花、糖料和甘蔗呈先增后减趋势,烟叶和烤烟呈增加趋势。（2）不同省份、不同经济作物播种面积变化主要驱动因素不同,人口数量、农业技术指标以及自然灾害中,风雹灾和水灾灾害程度影响较大。

关键词: 经济作物, 播种面积, 时序变化特征, 驱动因素

Abstract:

The crop sown area is the basis of the adjustment and optimization of agricultural planting structure, so it is of significance to understand its temporal variation characteristics and driving factors in time. Based on historical statistical data, this paper selected five provinces in southern China (Guangdong, Guangxi, Sichuan, Yunnan and Guizhou) as representative areas to explore the temporal characteristics and driving factors of the changes in the sown areas of major economic crops in this region. The results are as follows. (1) In Guangdong, the sown area of oil, peanuts, sugar-yielding crops and sugarcane in Guangdong all displayed a trend of increase-decrease-flat; that of rapeseed, sesame and fibre showed a trend of increase-decrease-increase-decrease, increase-flat-decrease-flat and continuous decline, respectively; and that of jute, tobacco leaves and flue-cured tobacco presented a trend of first increase and then decrease. In Guangxi, the sown area of oil and peanuts displayed a trend of increase, while that of sesame, sugar-yielding crops and sugarcane showed a trend of first increase and then decrease, that of cotton and fibre showed a trend of increase-decreased-flat and continuous decline, respectively, and that of flue-cured tobacco and tobacco leaves fluctuated greatly. In Sichuan, the sown area of oil, peanut and rapeseed constantly increased, that of sesame decreased, that of cotton, fibre and jute showed a trend of first increase and then decrease, and that of sugar-yielding crops, sugarcane, tobacco leaves and flue-cured tobacco presented a trend of increase-decrease-increase-decrease. In Guizhou, the sown area of oil, peanut and rapeseed displayed an increasing trend, that of sesame and cotton showed an increase-decrease-increase-decrease trend and increase-decrease-flat trend, respectively, that of fibre and jute presented a trend of first increase and then decrease, that of tobacco leaves and flue-cured tobacco showed an increase-flat-decrease trend, and that of sugar-yielding crops and sugarcane changed heavily. In Yunnan, the sown area of oil, rapeseed and peanut displayed a trend of increase-decrease-flat-increase, that of sesame, cotton, sugar-yielding crops and sugarcane showed a trend of first increase and then decrease, and that of tobacco leaves and flue-cured tobacco presented a trend of increase. (2) The main driving factors of sown area variation were different in different provinces and for different economic crops, population, agricultural technical indicators, and wind, hail and flood disasters could have a great impact.

Key words: economic crops, sown area, temporal variation characteristics, driving factors

中图分类号:

F307.11
K901

王静, 方锋, 王莺. 中国南方主要经济作物播种面积变化时序特征及驱动因素分析[J]. 中国农学通报, 2022, 38(1): 114-124.

WANG Jing, FANG Feng, WANG Ying. Temporal Characteristics and Driving Factors of Sown Area Variation for Main Economic Crops in Southern China[J]. Chinese Agricultural Science Bulletin, 2022, 38(1): 114-124.

图/表 12

参考文献 30

[1]	宋喜芳, 姚海荣, 张小飞, 等. 陕西省粮食产量影响因素的灰色关联分析——基于面板数据的实证研究[J]. 中国农学通报, 2020, 36(28):158-164.
[2]	姜新. 河南省粮食产量影响因素和预测方法研究[J]. 中国农学通报, 2019, 35(1):154-158.
[3]	闫宇航, 岑云峰, 张鹏岩, 等. 基于SFA模型的河南省粮食产量时空变化及投入要素影响[J]. 中国农业资源与区划, 2020, 41(5):76-86.
[4]	杨万江, 陈文佳. 中国水稻生产空间布局变迁及影响因素分析[J]. 经济地理, 2011(12):2086-2093.
[5]	付雨晴, 丑洁明, 董文杰. 气候变化对我国农作物宜播种面积的影响[J]. 气候变化研究进展, 2014(2):110-117.
[6]	李炎子. 我国种植业空间布局演变(1978—2009)[D]. 北京:中国农业大学, 2014: 30,102.
[7]	耿仲钟, 肖海峰. 我国粮食播种面积的动态演变:1985-2013[J]. 华南理工大学学报:社会科学版, 2016, 18(2):9-16.
[8]	梁子谦, 李小军. 影响中国粮食生产的因子分析[J]. 农业经济问题, 2006(11):19-22.
[9]	杨春. 中国主要粮食作物生产布局变迁及区位优化研究[D]. 杭州:浙江大学, 2009:77-103.
[10]	邓灵稚, 杨振华, 苏维词. 贵州喀斯特地区农作物种植结构优化对策[J]. 经济地理, 2017, 37(9):160-166.
[11]	柯映明, 沈占锋, 李均力, 等. 1994—2018年新疆塔河干流农作物播种面积时空变化及影响因素分析[J]. 农业工程学报, 2019, 35(18):180-188.
[12]	米胜渊, 谭雪兰, 谭杰扬, 等. 近30年来洞庭湖地区水稻种植面积演变的影响因素分析[J]. 自然资源学报, 2020, 35(10):2499-2510.
[13]	杨旭. 糖业支持政策对中国糖料生产的影响[D]. 北京:中国农业大学, 2016:1-23.
[14]	钟燕. 四川省油菜生产布局时空演变特征及影响因素分析[D]. 雅安:四川农业大学, 2019:1-2.
[15]	王婧, 傅漫琪, 孙悦, 等. 1985—2015年中国县域芝麻生产的时空演变[J]. 中国农业大学学报, 2020, 25(3):203-213.
[16]	董秀春, 李宗南, 黄平, 等. 云南边境甘蔗产区面积变化分析[J]. 中国农业资源与区划, 2020, 41(5):154-158.
[17]	李会忠. 中国主要农作物省级区域比较优势实证分析[D]. 北京:清华大学, 2006:47-72.
[18]	王辉, 彭邦文, 王大力. 云南省经济作物地理集聚的时空演变研究[J]. 云南师范大学学报:自然科学版, 2016, 36(2):67-73.
[19]	谢永利. 贵州省农业产业结构调整及系统优化决策研究[D]. 贵阳:贵州大学, 2006:14-17.
[20]	高强, 郭恒, 赵国良, 等. 作物种植结构变化及影响粮食产量的因素分析——以甘肃省天水市为例[J]. 中国农业资源与区划, 2012, 33(4):36-41.
[21]	吴美琼. 基于主成分分析的广西甘蔗种植面积时空变化及驱动力研究[J]. 中国农业资源与区划, 2015, 36(3):103-111.
[22]	杨莉, 杨德刚, 张豫芳, 等. 新疆棉花种植面积时空格局演变特征及驱动机制研究[J]. 中国沙漠, 2011, 31(2):476-484.
[23]	邓聚龙. 灰色系统基本方法[M]. 武汉: 华中理工大学出版社, 1987:74-106.
[24]	刘合满, 曹丽花. 1980—2010年西藏农作物播种面积与人口数量变化的相关分析[J]. 中国农业资源与区划, 2013, 34(3):84-88.
[25]	高永道, 乔荣荣, 季树新, 等. 内蒙古河套灌区作物种植结构变化及其驱动因素[J]. 中国沙漠, 2021, 41(3):110-117.
[26]	刘航, 吴文斌, 申格, 等. 1996—2016年松嫩平原传统大豆种植结构的时空演变[J]. 应用生态学报, 2018, 29(10):3275-3282.
[27]	卞建锋, 闫芳芳, 陈冠陶, 等. 1999—2018年四川省烟叶播种面积的年际动态分析[J]. 农学学报, 2021, 11(5):57-61.
[28]	王娜, 李晓云, 曾琳琳, 等. 价格支持政策对我国不同粮食作物播种面积变化的影响差异[J]. 中国农业资源与区划, 2020, 41(10):52-62.
[29]	彭继权, 张利国. 农业机械化对农户主粮种植面积的影响[J]. 中国农业大学学报, 2020, 25(9):227-238.
[30]	张明杨, 陈超, 谭涛, 等. 中国农户玉米播种面积决策的影响因素分析[J]. 南京农业大学学报:社会科学版, 2014, 14(3):37-43.

经济作物种类	作物名称
油料作物（1949—2018年）	花生（1949—2018年）
	油菜籽（1949—2018年）
	芝麻（1949—2018年）
棉花（1949—2018年）	棉花（1949—2018年）
麻类（1978—2018年）	黄红麻（1949—2018年）
糖料（1949—2018年）	甘蔗（1949—2018年）
烟叶（1978—2018年）	烤烟（1949—2018年）

经济作物种类	作物名称
油料作物（1949—2018年）	花生（1949—2018年）
	油菜籽（1949—2018年）
	芝麻（1949—2018年）
棉花（1949—2018年）	棉花（1949—2018年）
麻类（1978—2018年）	黄红麻（1949—2018年）
糖料（1949—2018年）	甘蔗（1949—2018年）
烟叶（1978—2018年）	烤烟（1949—2018年）

中国南方主要经济作物播种面积变化时序特征及驱动因素分析

Temporal Characteristics and Driving Factors of Sown Area Variation for Main Economic Crops in Southern China

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 12

参考文献 30

相关文章 11

编辑推荐

Metrics

本文评价

关于本刊

作者中心

审者中心

在线期刊

联系我们

作物	X₁	X₂	X₃	X₄	X₅	X₆	X₇	X₈	X₉	X₁₀	X₁₁	X₁₂	X₁₃	X₁₄	X₁₅	X₁₆	X₁₇	X₁₈
油料	9	4	6	2	17	20	32	16	14	3	30	34	33	31	35	24	1	12
花生	9	4	6	1	17	20	32	16	14	3	30	34	33	31	35	24	2	12
油菜籽	16	2	1	6	24	26	34	23	22	11	29	33	30	32	35	27	5	19
芝麻	19	6	1	14	21	20	34	27	18	17	28	31	29	30	33	32	12	22
棉花	27	33	32	35	19	17	8	16	23	31	4	7	2	6	3	12	34	24
麻类	18	10	9	15	20	22	33	29	19	17	25	30	23	31	32	35	12	21
黄红麻	17	11	9	15	21	24	32	27	19	16	29	30	28	31	33	34	12	20
糖料	11	1	2	3	20	23	33	19	17	7	29	34	32	31	35	27	4	15
甘蔗	11	1	2	3	20	23	33	19	17	6	29	34	32	31	35	27	4	15
烟叶	11	1	3	2	22	19	31	18	16	4	30	33	35	32	34	27	5	13
烤烟	5	8	12	3	17	16	30	18	13	2	31	33	34	32	35	22	7	9
作物	X₁₉	X₂₀	X₂₁	X₂₂	X₂₃	X₂₄	X₂₅	X₂₆	X₂₇	X₂₈	X₂₉	X₃₀	X₃₁	X₃₂	X₃₃	X₃₄	X₃₅
油料	15	7	21	8	18	11	29	5	26	10	23	19	28	13	25	22	27
花生	15	5	21	8	18	11	29	7	26	10	23	19	28	13	25	22	27
油菜籽	17	10	18	12	25	15	31	3	28	4	9	7	14	8	20	13	21
芝麻	2	24	8	25	23	26	35	13	16	4	10	5	3	11	15	9	7
棉花	20	29	15	28	21	25	9	30	11	26	13	18	5	22	10	14	1
麻类	5	27	8	28	26	24	34	14	16	11	4	3	1	13	7	6	2
黄红麻	3	25	6	23	26	22	35	13	18	10	7	4	1	14	8	5	2
糖料	18	8	21	9	22	13	30	5	28	6	16	12	25	10	24	14	26
甘蔗	18	8	21	9	22	13	30	5	28	7	16	12	25	10	24	14	26
烟叶	21	8	23	10	20	12	29	7	28	6	17	14	25	9	24	15	26
烤烟	23	1	25	4	15	6	27	10	26	11	21	19	28	14	24	20	29

[1]	刘红光, 董晓翠. 长江经济带农业投入产出的能值结构、效率及其驱动因素研究[J]. 中国农学通报, 2022, 38(14): 130-138.
[2]	王谢, 杨巧, 曾其国, 张建华, 黎景锐, 李一然, 祝钰虹. 1999—2018年四川省耕地时空格局演化特征[J]. 中国农学通报, 2021, 37(26): 110-116.
[3]	梁世杰, 李良涛, 张晓华, 王耀, 周月康, 马传宇. 青崖寨保护区村级景观格局动态分析——基于无人机三维电子沙盘的参与式访谈[J]. 中国农学通报, 2021, 37(21): 151-159.
[4]	许婧雪,曹银贵. 区域城市化阶段划分与粮食播种面积变化[J]. 中国农学通报, 2016, 32(36): 188-197.
[5]	陆威,赵源,冯薪霖,朱艳婷,常毅,张宏. 土地资源生态安全研究综述[J]. 中国农学通报, 2016, 32(32): 88-93.
[6]	赵丹丹,胡业翠. 长三角城市土地集约利用度时空特征研究[J]. 中国农学通报, 2016, 32(20): 77-84.
[7]	李治猛,张仕超. 镇域水平乡村耕地流转的时空分异及其驱动机制[J]. 中国农学通报, 2016, 32(20): 183-198.
[8]	卢碧芸,施六林,王艳. 丘陵地区特色经济作物喷灌技术应用研究[J]. 中国农学通报, 2016, 32(15): 178-181.
[9]	张大瑜邵玺文凌凤楼. 吉林省水稻生产省域尺度比较优势分析与建议[J]. 中国农学通报, 2011, 27(2): 289-293.
[10]	李红英,候彦林. 辽宁省各种作物对粮食总产量的不同影响方式[J]. 中国农学通报, 2009, 25(11): 56-59.
[11]	张大瑜, ,刘兴土,高旺盛. 吉林省玉米生产省域尺度上比较优势分析及建议[J]. 中国农学通报, 2005, 21(3): 367-367.