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

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

Abstract

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

CLC Number:

F307.11
K901

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.

Figures/Tables 12

References 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）