长江经济带粮食生产时空动态演变及影响因素分析

吴静芬，李丁，刘笑杰，肖人荣，戚禹林

（兰州大学资源环境学院，甘肃 兰州 730000）

“食为政首，粮安天下”，粮食安全事关政治稳定和社会经济发展。中国粮食产量由1978年的3.05×108t增至2018年的6.58×108t，且自2004年以来实现了“十七年丰”，为应对国内外不利因素提供了安全保障。同时也应注意到，粮食生产的空间格局发生较大变化，“北粮南运”已成为新常态[1]。长江经济带作为南方重要的粮食产区，粮食产量虽呈上升态势，但在全国粮食产量中的份额呈下降趋势，由1978年的47.94%下降至2018年的36.35%；农业产值在国民经济中的份额也由17.00%连续下降至6.70%。此外，长江流域内粮食产量也发生较大变化，如传统的农业高产区受经济社会发展的挤压，粮食产量下降明显。新时期，在经济转型、人地关系矛盾突出、耕地占补压力大、农业资源受限、生态环境持续恶化等多重背景下，研究长江经济带粮食生产时空格局演变，对保障国家粮食安全，促进我国经济社会和谐、稳定、健康发展具有重要意义。

自1974年世界粮农组织第一次提出粮食安全概念以来，粮食安全问题就成为社会关注的焦点[2]。 研究者基于不同视角对粮食安全进行了大量研究，空间尺度上倾向于国家[3-5]、区域[6-7]、省级[8-9]等层面的研究。研究内容涉及粮食生产结构的时空特征[4,10]，粮食生产的重心演变[5,11]，粮食生产与城镇化[12]、耕地压力[13]、气候变化间的关系[14]等方面。研究方法多借助灰色关联分析[8]、重心模型[11]、探索性空间数据分析（ESDA）[15]、计量模型[13,16]等。胡慧芝等[16]发现1990—2015年长江流域县域粮食产量空间关联呈增强趋势，且粮食生产的高值区空间上邻近，低值区亦然。范业龙等[17]从省级与市级两个层面对中国粮食产区空间差异进行分析，发现尺度越小，空间集聚特征越明显。关于粮食产量的影响因素，国内外学者进行了大量探究。Esham等[18]分析了斯里兰卡气候变化对粮食安全的影响，Rutten等[19]研究了土地使用、气候变化与粮食安全之间的关系；宋小青和欧阳竹[20]发现农民种粮积极性对粮食增产具有显著影响；李昊儒等[21]利用灰色关联和层次分析法探究影响我国粮食产量的因子，得出科技因素>有效灌溉面积>农业机械总动力>化肥施用的结论。王凤等[22]、叶妍君等[23]用地理探测器进行研究，认为耕地面积和农业机械化水平是影响粮食生产的关键因素。粮食生产过程不确定性大，导致粮食产量波动的因素错综复杂。学者们探讨了自然因素、科技因素、生产要素投入、社会经济因素等单一或综合作用的影响，为优化我国粮食生产布局、保障国家粮食安全提供了科学 依据。

已有研究基于不同视角丰富和发展我国粮食生产方面的理论框架，但仍存在以下不足：1）宏观尺度上多以省级为研究单元，对市级层面粮食生产的研究不足，忽略区域内部粮食生产的差异性，因此有必要在已有研究基础上，进行一定程度的区域尺度下沉；2）基于长时间序列数据构建的全局模型，忽视了资源禀赋差异及市场化过程中粮食生产的区域互动性，缺乏空间考量，未能准确反映粮食生产的时空异质性。因此，本文以长江经济带130个城市为研究单元，选取粮食产量为核心指标。首先利用变异系数和Theil指数对1999—2018年长江经济带粮食生产的总差异、地带内和地带间差异进行分析，其次运用ESDA、标准差椭圆（SDE）等模型方法探索粮食生产的时空格局演变，最后采用地理加权回归（GWR）模型探讨粮食生产的影响因素。以期为优化长江经济带粮食生产布局，提升粮食生产综合能力，保障粮食安全提供理论参考。

1 研究区概况

长江经济带横跨中国东、中、西三大区域，覆盖9省和2个直辖市，面积约2.05×106km2，经济体量和人口规模均超过全国的40%（图1）。长江流域拥有良好的经济基础和农业生产条件，是我国传统的粮食主产区和商品粮基地。东部河汊纵横交错，湖泊星罗棋布，平原、丘陵面积广大，光、热、水、土等农业资源时空组合优势明显，利于农业发展；西部以高原、盆地为主，农业资源优势不如中下游地区。为精准揭示粮食生产的区域差异，基于《长江经济带生态环境保护规划（2017）》，本文将长江经济带划分为上、中、下游三大地区，其中，上游地区包括云、贵、川、渝所辖的47个城市，中游地区包括鄂、湘、赣所辖的42个城市，下游地区包括江、浙、沪、皖所辖的41个城市。

2 研究方法与数据来源

2.1 研究方法

2.1.1 粮食生产的区域差异测度方法 变异系数、Theil指数是测度地理事物区域差异的有效方法。本文利用变异系数来衡量1999—2018年长江经济带粮食产量的概率分布离散程度，值越大差异越大。公式如下[24]：

式中：Cv为变异系数，n为市域总数，gi为市域i的粮食生产量，为gi的均值。

Theil指数将长江经济带粮食生产的总体差异分解为上、中、下游三大地带内及地带间的差异。Theil指数越大，区域差异越大。公式如下[25]：

式中：T、Twr、Tbr分别为粮食产量的总差异、地带内差异和地带间差异；n为城市总数，ns、nz、nx分别表示上、中、下游地区城市总数；Ti为i市粮食产量与长江经济带总体粮食平均水平的比值，Ts、Tz、Tx分别为上、中、下游粮食产量与研究区整体粮食平均水平的比值。

2.1.2 粮食生产的空间格局测度方法 探索性空间数据分析、标准差椭圆可用来揭示长江经济带粮食生产空间分布和演变特征。其中，全局Moran’sI从整体判断粮食生产是否存在统计上的集聚或分散现象。公式如下[26]：

式中：xi、yj分别为城市i、j的观察值，x为x的均值；Wij为空间权重矩阵；S2为要素方差；I为空间自相关指数，取值范围为[-1，1]；值为正代表集聚分布，为负代表离散分布，为零代表随机分布。局部空间自相关侧重于研究范围内各观测位置与其邻近位置属性值的相关性，从局部视角识别粮食生产高值和低值的空间聚类特征。

标准差椭圆方法常被用来反映地理要素空间分布特征[27]。其中，标准差椭圆分布范围和中心点轨迹变化反映粮食生产的范围和空间相对位置；长、短半轴变化表示粮食生产在主、次趋势上的离散程度；旋转角θ变化可揭示空间分布的形态变化和方向趋势。

2.1.3 粮食生产影响因素的回归分析方法 普通最小二乘法（OLS）是传统线性回归模型中的常用方 法[28]。GWR模型通过在OLS基础上建立研究范围内各观测点的局部回归方程，解释研究对象在空间位置上的非平稳性。本文采用GWR模型构建长江经济带粮食生产影响因素的空间异质性回归方程，揭示各变量对粮食生产的影响程度。公式如下[29]：

式中：Yi为i市的粮食产量；（ui，vi）代表i市的地理坐标；β0（ui，vi）为方程的截距；βj（ui，vi）为i市的第j个自变量的回归系数；xij为i市第j个自变量；εi为误差项。βj（ui，vi）的估计值受空间权重W（μi，vi）的影响，本文采用固定高斯函数计算空间权重，公式如下[29]：

式中：dij为空间城市i与j之间的距离；b为带宽，本文采用AICc准则来确定最优带宽。

2.2 数据来源

根据文献梳理，从生产要素投入、社会经济两方面初步选定9个解释变量来揭示这些因素对粮食生产的影响。其中，生产要素解释变量包括农业化肥施用量、有效灌溉面积、农业机械总动力、粮食播种面积、粮食单产；经济社会解释变量包括反映经济发展水平的地区生产总值、反映农民收入水平的农民人均纯收入、反映地区劳动力水平的人口总量、反映产业结构水平的二产比值。本文研究数据主要来自2000—2019年长江经济带11个省市《统计年鉴》，个别年份缺失数据来自对应地级市统计年鉴、国民经济和社会发展公报及《中国区域经济统计年鉴》。因长江经济带少数城市行政区划在研究期间内地理空间范围发生了变化，为保证纵向研究的连续性和数据的可得性，考虑历史沿革、地区经济文化的连贯性，将2011年以前巢湖市相关指标数据归并到合肥市，其他城市相关数据均以统计年鉴上的数据为准。空间矢量数据来源于国家测绘局基础地理信息数据库，并以2015年行政区划为基准，采用ArcGIS软件进行归并处理，最终得到130个市域单元。

3 长江经济带粮食生产水平差异及时空格局演化

3.1 长江经济带粮食生产的区域差异特征分析

1999—2018年长江经济带粮食生产的全域总体差异略有扩大（图2），可细分为两个阶段：第一阶段为1999—2006年，全域变异系数和Theil指数均呈现连续下降—上升—下降态势，表明长江经济带粮食产量区域差异波动较大并在2006年发生突降，这一阶段受农业结构调整以及粮食收益等因素影响，区内粮食生产不稳定，2006年上游重庆遭遇特大旱灾影响，粮食大幅减产，导致流域粮食产量间差异突然缩小；第二阶段为2007—2018年，全域变异系数和Theil指数分别在0.831和0.285上下波动，该时期受国家减免农业税并给与农业补贴等惠农政策影响，各地区粮食生产趋于稳定，粮食生产差异维持动态平衡。进一步结合Theil指数分解结果可知，地带内差异演变与总体差异相一致，对总体差异的平均贡献率达98.09%，说明地带内差异是造成总体差异的主要原因。

从变异系数和Theil指数的分地区结果看（图2），上、中、下游地区差异演变存在较大差别：上游地区粮食生产的变异系数和Theil指数均在波动中下降，即上游地区粮食生产差异在缩小，说明上游各城市间粮食生产形成了“追赶效应”。中游地区粮食生产差异缓慢扩大，长江中下游平原的水文、气候、肥力、土壤等自然条件适合发展农业，但在经济利润的驱动下，部分地区出现耕地“非粮化”倾向，威胁粮食产量，造成地带内差异缓慢扩大。下游地区粮食生产差异波动大，增幅明显，可能的原因在于下游长三角地区工业化和城镇化对粮食生产挤兑作用强，使经济发达地区粮食产量急剧下降，经济欠发达地区粮食产量相对较高，最终拉大了下游地带内的粮食生产差异。

3.2 长江经济带粮食生产的时空格局演变特征

3.2.1 粮食生产的空间自相关性不断增强 借助GeoDa软件计算全局Moran’sI指数，从全局角度探讨粮食生产的空间自相关特征。由表1可知，1999— 2018年长江经济带粮食生产全局Moran’sI值均大于零，且均通过1%水平的显著性检验，说明长江经济带粮食生产在空间上具有显著的正向集聚特征，即粮食产量较高（较低）的城市空间上邻近，这与范业龙等[17]的研究一致。从Moran’sI值的时序变化看，1999—2006年各市粮食生产水平的空间关系变化较大，Moran’sI值的变幅为0.105；而2006—2018年Moran’sI值的变幅仅为0.004，说明该时期粮食生产空间关系趋于稳定。总的来看，研究期间内长江经济带粮食生产的空间依赖程度呈增强态势。

表1 1999—2018年长江经济带粮食生产全局Moran’s I指数和检验值Table 1 Global Moran’s I and test value of grain production in the Yangtze River Economic Belt from 1999 to 2018

为进一步探索各市域粮食生产空间集聚特征及差异演变，依托GeoDa和ArcGIS软件绘制出130个城市的粮食产量LISA集聚图（图3）。可以看出，“H-H”、“L-L”两种类型分布最广泛，且数量逐渐增多。其中，H-H集聚区即自身及周围城市粮食产量均较高，主要集中在达州、泸州、遵义、益阳、宿州、淮北、连云港、徐州、盐城、淮安、扬州等粮食生产核心区，并以江淮平原及其以北地区为粮食生产的高值聚类区。这些城市地势平坦、河网密布、土地肥沃，农业基础条件较好，粮食产量高。L-L集聚区即自身及周围城市粮食产量均较低，主要分布在东西两片集聚区，西部以川西的甘孜、凉山，滇西的迪庆、怒江、保山、丽江、楚雄等城市为主，东部主要分布在浙江的杭州、湖州、金华、绍兴、丽水等市。川西、滇西作为长江流域的生态保护屏障，在保护林地、草地，退耕还林、还草等约束下，农用耕地少，粮食播种面积缩减，导致粮食产量低；而浙江省作为沿海发达地区，非农产业发达，占用大量耕地；农村劳动力向其他产业转移，农民兼业化、村庄空心化日益严重，粮食生产潜力不足，产量下降。H-L集聚区即自身粮食产量高，周围城市粮食产量低，围绕着L-L集聚区分布，集中在上饶等地。L-H集聚区即自身粮食产量低，周围城市粮食产量高，主要分布在中上游巫山与武陵山附近的十堰、神龙架、宜昌、恩施、湘西、铜仁等地区，该片区较周围城市山地、林地多，自身发展受限，不适合种植粮食作物，粮食产量低。

3.2.2 粮食生产重心整体呈北（偏东）―南（偏西）分布 1999—2018年长江经济带粮食生产的标准差椭圆整体呈北（偏东）—南（偏西）的分布格局（图4a），覆盖的主体区域位于中下游地区，也包含上游少部分地区；标准差椭圆的形态变化幅度小，表明长江经济带粮食生产的优势区域格局相对稳定。粮食重心在111.77°E～112.68°E，29.81°N～30.15°N之间变动，大致位于潜江、荆州和常德三市附近（图4b）。具体来看，1999—2003年粮食重心向南偏西方向移动，移动距离为96.99 km，移动速度为24.25 km/a，原因在于1999—2003年长江经济带上、中、下游粮食产量均呈现不同幅度的下降，但下游地区下降幅度最大，长三角地区在工业化和城市化进程中，占用大量农业用地，粮食播种面积锐减；同时，2003年下游地区遭受极端气象灾害的影响，减产严重，当年粮食产量仅为5.22×107t，而上游地区粮食波动小，2003年粮食产量为6.75×107t， 粮食重心西移；2003—2006年粮食重心向北偏东方向移动了104.36 km，移动速度为34.79 km/a，原因在于中下游地区在惠农政策以及农业技术创新的作用下，粮食增产效果明显，年均增产量分别为0.56×107t、0.83×107t，而上游地区受农业生产结构调整和2006年高温干旱的影响，减产严重，导致粮食重心向东北方向移动；2006—2018年粮食重心移动轨迹呈现不规则的“M”型，移动速度放缓。其中2006—2007、2011—2017年向西南方向移动，2007—2011、2017—2018年向东北方向移动，表明粮食生产不确定性大，产量不稳定，从而使得粮食重心移动轨迹呈现交替式的“南（偏西）—北（偏东）的变化特征。

从参数估计结果看（表2），1999—2018年长江经济带粮食生产长轴标准差整体呈不规则“U”字形变化趋势，1999—2004年由849.16 km下降至831.16 km，2005—2009年在829.5 km上下波动，2010—2018年由830.46 km上升至846.38 km；表明粮食产量在东北—西南方向呈极化—相对稳定—分散的变化趋势。从短轴变化看，短轴标准差呈交替式的上升—下降态势，表明粮食生产在“西北—东南”方向上出现交替式的分散—极化现象，且短轴标准差最大值与最小值相差5.35 km，表明粮食生产在“西北—东南”方向上变动小；从转角θ的变化来看，1999—2018年标准差椭圆的转角在波动中下降，由1999年的69.96°下降为2018年的66.10°，表明市域粮食生产的空间分布格局有向“南—北”方转移的趋势。

表2 1999—2018年长江经济带粮食生产标准差椭圆 参数结果Table 2 Results of the SDE of grain production in the Yangtze River Economic Belt from 1999 to 2018

4 粮食生产的影响因素分析

4.1 数据统计分析

为进一步了解长江经济带130个城市粮食生产的总体情况，选取1999年、2006年、2018年的原始数据从最值、均值等角度进行描述性统计分析 （表3）。可以看出，粮食产量、化肥施用量、粮食播种面积的最大值在20年里有所下降，除粮食播种面积外，其余生产要素解释变量的最小值均呈上升态势，说明区域间的差异在缩小；而GDP、农民人均纯收入、人口总量的各指数都有明显的提高，表明地区经济总体实力呈现逐渐增强的态势；但同时也看到最大值与最小值差距悬殊，地区发展的不均衡性依然严峻。

表3 原始变量的描述性统计Table 3 Descriptive statistics of the original variables

4.2 全局性回归结果

为掌握影响因子对粮食生产的全局影响，基于OLS模型对长江经济带粮食生产进行一般线性回归分析。首先对原始数据进行归一化处理，以消除不同量纲的影响；然后采用逐步回归，使保留在模型中的影响因子既重要，又不存在多重共线性，最终有5个解释变量通过了显著性检验和共线性诊断，构建OLS模型如表4所示。可以看出，1999、2006、2018年模型的R2分别为0.92、0.89、0.89；AdjR2分别为0.92、0.88和0.89；F值及各个变量均在1%的水平下显著，且各影响因子的VIF值均小于7.5，说明模型整体的拟合度较好。其中，化肥施用量、农业机械总动力、人口总量、粮食单产对粮食生产具有促进作用；地区经济发展水平则对粮食生产产生负向影响。

表4 OLS参数估计及检验结果Table 4 Estimation and test results of the OLS model

4.3 局部回归结果

为有效解决由空间位置引起的因变量和自变量之间的局部变异问题，本文利用GWR工具，采用AICc信息准则法，运算得到1999、2006、2018年影响长江经济带粮食产量的各因素模型参数结果 （表5）。可以看出，GWR模型的AICc值均低于OLS，R2和AdjR2均高于OLS模型，说明GWR模型较OLS模型的拟合性能有所提高，模型设定更 合理。

表5 1999、2006、2018年粮食生产的GWR模型检验结果Table 5 Test results of the GWR model for grain production in 1999, 2006 and 2018

4.4 粮食生产影响因素空间异质性分析

为进一步探究各变量对粮食生产影响的空间局部特征，基于GWR模型回归结果，借助GIS平台的可视化表达，本文对粮食生产的影响因素进行空间非均衡性分析（图5）。

4.4.1 化肥施用量的影响 化肥作为粮食生产的催化剂，施肥可提高土壤肥力，增加产量。1999、2006、2018年化肥施用量的回归系数均为正，说明施肥可以提高粮食产量；但2018年有22.12%的地区回归系数有所下降，表明施肥对粮食增产效果降低，服从边际报酬递减规律。可能的原因在于，施肥量的积累导致土壤板结、肥力下降等副作用，危及粮食产量的提高。从回归系数的空间分布看，1999年呈现“中部低，两端高”，并从中游及附近地区向四周带状递增，至2018年转变为上游地区从左至右逐级递增，中下游地区从南至北逐级递减。

4.4.2 地区经济发展水平的影响 经济发展与粮食生产具有显著的负相关。3个时间段的回归系数均为负数，说明经济发展会削弱粮食产量。原因在于随着经济发展，工业化、城市化进程的快速推进必定会占用农业用地，对粮食生产系统的耕地资源迫害严重；此外农村劳动力向城市转移，农村“空壳化”严重，威胁粮食生产。从回归系数空间分布看，GDP对粮食生产的抑制作用由从中游向两边逐级递减，逐渐转变为从西向东呈带状逐级递减。总体上看，上游地区经济发展对粮食生产的负面影响在增强，中下游地区则与之相反。

4.4.3 农业机械化水平的影响 农业机械的使用解放了生产力，提高了生产效率，机械化的普及在一定程度上促进粮食产出的提高。从农业机械化水平的回归系数可知，不同地区机械化水平对粮食生产影响程度不一，中下游地区回归系数主要以正值为主，说明农业生产中机械化水平的提高，可促进粮食生产的规模化，有助于粮食增产；而上游地区的回归系数主要以负值为主，这与上游山地、林地多，平原少，耕地资源不足、分布零散，不适宜大型机械化生产有关。总的来看，农业机械化的影响效果在空间分布上由从中游向四周递减转变为从东向西逐级递减。

4.4.4 人口总量的影响 人口总量对粮食生产具有正向促进作用。从回归结果来看，人口总量对粮食生产影响的回归系数均为正值，表明人口数量增加可为粮食生产提供充足的劳动力，保证粮食生产活动顺利进行。从回归系数空间分布来看，人口总量对粮食生产影响程度的最大值自2006年以后集中分布在上游地区，即上游地区农业劳动力对粮食生产的带动效应在不断增强；低值集聚区逐渐向下游地区扩散，表明在经济利益最大化的驱使下，农民种粮积极性降低；此外，过多的人口将会给粮食生产带来威胁。

4.4.5 粮食单产的影响 单产是粮食增产的基础。三个时间段的粮食单产的回归系数均大于0，中下游地区的促进作用明显大于上游地区。主要原因在于长江经济带上游山地、丘陵多，用于农业开发的土地资源不多，后备耕地不足，土壤肥力低、质量差，粮食单产增加潜力小，难以实现高速增长；中下游地区土地平坦、河网密布、粮食生产比较优势大，粮食单产相对较高，对提高粮食产能的促进作用强。从回归系数空间分布来看，单产对粮食生产影响程度最大值主要分布在下游地区，并逐渐向东北方转移，影响程度最小值区主要分布在上游川西、滇西的少数民族地区。

5 结论与建议

5.1 结论

本文选取粮食产量为研究对象，运用变异系数、Theil指数、ESDA以及SDE等模型方法探究1999—2018年长江经济带粮食生产时空演变特征，并着重利用GWR模型剖析影响粮食产量因子的空间异质性。主要结论如下：

1）长江经济带粮食生产的变异系数和Theil指数总体略有扩大；分区来看，上游粮食生产差异呈下降趋势，而中、下游地区呈上升态势，下游地区上升幅度比较明显。

2）粮食产量空间分布具有显著的集聚特征，并随着时间推移呈现“增强—减弱—增强”的变化趋势；局部空间自相关的LISA图以L-L和H-H集聚为主，分布趋于稳定。

3）粮食生产重心大致位于潜江、荆州和常德三市交界处，重心格局变动明显，其移动轨迹呈现交替式“南（偏西）—北（偏东）方向的变化特征。

4）粮食生产影响因素的非均衡联动局域特征明显，农用化肥施用量、人口数量是提高长江经济带粮食产量的关键因素，机械总动力对粮食生产的影响有正有负，地区经济发展水平对粮食生产具有明显地抑制作用。

5.2 建议

通过对长江经济带粮食生产差异的时空格局与驱动要素的探究，较全面掌握了长江流域粮食生产的时空演变特征及主要驱动因子，然而影响粮食产量的因素复杂多样，从农业发展的人为因素出发，因地制宜发展粮食生产，合理制定人地关系宏观政策，对保障地区粮食安全具有重要意义。据此提出以下建议：

1）精准施肥，实现从“量”到“质”的转变。长江经济带上游的川渝和黔东南、中下游平原地区增肥的报酬递增效果明显，可适度扩大农用化肥施用量，同时加大增施有机肥、微肥和生物菌肥，提高粮食生产的可持续性；而长江上游西部地区和下游东南部地区，施肥增产作用小，可通过加大测土配方施肥补贴，优化施肥结构，加大对农民技术培训，提升测土配方技术入户率，提高肥料利用率，促进粮食增产。

2）协调经济发展与粮食生产之间的关系。上游地区经济发展对粮食生产的负面作用较强，政府应努力协调好经济发展和粮食生产的关系，避免城镇化的“冒进式”发展；加大粮食安全在经济社会发展综合考核中的比重；中下游地区应进一步完善耕地占补经济补偿机制，一方面，加强工业反哺农业、城市支持农村力度，强化耕地保护，稳定粮食生产，另一方面，充分发挥资金、人才等优势，突破农业发展技术瓶颈，提升粮食生产的规模化、科技化水平，提高粮食全要素生产率。

3）推进科技兴粮，加大技术推广力度。技术进步是提高粮食产量的重要手段，中下游地区地势平坦，应加快农业科技成果的有效推广，提高农技站点的服务水平，加大农业机械的普及率，统筹推进粮食布局区域化、生产规模化、发展产业化，农业现代化，提高粮食产量。上游地区应加大农业技术创新，推动产学研深度融合，注重山地小型农机具研发与应用；培养农业技术人员，加强对农民的技术指导，推进农机农艺深度融合，实现粮食品种、栽培技术和机械装备集成配套，提高效率降低成本。

4）鼓励农民种粮和转移过剩劳动力同步发力。上游地区人口总量对粮食产量的促进作用明显，应优化生产激励机制，通过财政扶持、粮食补贴等惠农政策，激发种粮积极性，提高粮食产量。中下游城市人口增长对粮食增产的促进作用有所下降，在保证农村充足的劳动力后，积极创造就业岗位，加快将剩余劳动力转移到非农产业中，减轻耕地压力；对于撂荒土地，提倡将土地流转，提高土地利用率，提高粮食生产的规模化、机械化、合作化水平，进而促进粮食增产。

5）稳定粮食播种面积，挖掘单产潜力。单产和播种面积是粮食增产的关键。下游地区耕地非粮化倾向严重，须将提升粮食单产作为主攻方向，鼓励和引导社会资本参与粮食生产科技创新与推广应用，加大科研投入力度，加强粮食科技研发和新品种培育，依靠农业科技水平提高粮食产量；中游地区依托“藏粮于地”战略，有序推进耕地轮作休耕制度，促进耕地修养生息，提高耕地质量，增加单产潜力；上游地区可扩大农业财政支出，加强农田水利设施和高标准农田建设，全面施行耕地质量保护与提升工程，改善生产条件，提高单产水平。