玉龙县土地面积619 959.00 hm²，下辖1街道6镇9乡，兼具横断山峡谷和滇西高原的地貌特征，地势自北向南逐渐降低，地形复杂多变，沟壑纵横(图 1)。高原山地的地貌深入影响着耕地资源的分布与利用，形成坡耕地多、耕地质量差的利用格局。据《玉龙纳西族自治县统计年鉴(2013-2022年)》数据显示，玉龙县粮食作物播种面积从2013年的34 431.87 hm²减少至2019年的32 726.27 hm²；同期，粮食作物总产量从11.74万t下降至10.77万t；非粮食作物播种面积从2013年的14 987.13 hm²增长至2019年的17 892.20 hm²。同时根据“三调”成果，玉龙县耕地向园地、林地、草地、坑塘等农用地转变的面积达3 769.53 hm²。可利用耕地资源的稀缺，叠加国家生态保护、退耕还林及农业产业结构调整等政策的实施，进一步加剧了玉龙县耕地非粮化现象，给耕地保护带来显著压力。本研究选取玉龙县作为研究区域，探究高原山区耕地非粮化空间分异特征及影响因素，具有一定的典型性和区域代表性。

本研究的数据来源如下：① “三调”成果、行政边界、永久基本农田数据、耕地质量等别成果数据来自玉龙纳西族自治县自然资源局；②数字高程模型(Digital Elevation Model，DEM)数据来自地理空间数据云平台(https://www.gscloud.cn/)，精度为30 m；③道路网络、水源分布、居民点位置、镇中心坐标、农贸市场点位等数据来自玉龙纳西族自治县自然资源局，并在ArcGIS 10.8软件中进行投影转换、裁剪、欧氏距离计算等预处理；④社会经济数据源于《玉龙纳西族自治县统计年鉴(2013-2022年)》 《玉龙纳西族自治县国民经济和社会发展统计公报》等。

高原山区耕地非粮化空间分异及影响因素研究技术路线如图 2所示。

1) 基于“三调”成果，提取玉龙县耕地非粮化图斑，从种植结构、农业产业结构及耕地撂荒3个类型测算耕地非粮化率。

2) 采用地理信息系统空间分析技术和空间自相关模型解析研究区域耕地非粮化空间分异特征。

3) 从自然条件、地理区位、社会经济、政策管制4个维度构建高原山区耕地非粮化影响因素指标体系，运用地理探测器探析耕地非粮化的影响因素及其交互机理，据此提出差异化的分类整治措施与建议。

科学界定耕地非粮化内涵与类型是研究耕地非粮化的重要前提。现有研究对耕地非粮化内涵的界定主要存在3种观点^{[12, 15, 19]}。一种观点从种植行为角度出发，认为耕地非粮化是在应当用于粮食生产的耕地上种植非粮食作物的现象，如在耕地上种植蔬菜、茶叶等^{[18, 20]}；另一种观点从耕地地力角度出发，认为对耕地的耕作层造成损害的行为才是耕地非粮化。有研究表明种植油料、蔬菜等非粮食作物不会对粮食生产所需地力造成损害，而种植茶叶、果树等虽会损害耕作层但恢复耕地质量较为容易，因此这些种植行为不应属于耕地非粮化^[10]；还有学者从广义的角度认为非粮化是在耕地上进行一切非粮食生产的行为，包括耕地撂荒^[11]。参考现有研究对耕地非粮化的内涵界定，本研究将耕地非粮化定义为在耕地上未种植粮食作物的行为，但并非所有耕地非粮化行为都会威胁耕地资源安全，不同类型的耕地非粮化应采取差异化的管控措施。本研究进一步依据非粮化对耕作层的破坏程度及恢复难易程度，参考《第三次全国国土调查技术规程》等相关规范标准，将耕地非粮化划分为3种类型：①现状为耕地、种植非粮食作物的种植结构非粮化。②由耕地转变而来，现状为林地、园地、坑塘等非耕农用地的农业产业结构非粮化。③现状为耕地、近3年连续无种植行为且无休耕计划的耕地撂荒。耕地非粮化类型及测算如图 3所示。

空间自相关分析法可以有效解析区域内某属性的空间分布与相邻区域的关联特征及相关程度，分为全局空间自相关和局部空间自相关。全局空间自相关一般通过全局莫兰指数(Global Moran's I)判断研究区全域尺度下耕地非粮化的空间集聚或离散特征，计算方法如公式(1)所示。但由于全局空间自相关无法反映各研究单元之间的空间异质性，因此引入局部莫兰指数(Local Moran's I)以识别研究区域内高值、低值的空间聚类特征，计算方法如公式(2)所示。

式中：I为全局莫兰指数；I_i为局部莫兰指数；n为空间单元数(个)；x_i和x_j为单元i和j的非粮化率(%)；x为观测值的平均值(%)；W_ij为空间权重。

耕地非粮化受自然环境、交通区位、市场经济、政策制度、劳动力转移等多重因素的共同影响^[15]。参考已有研究^{[36-37, 42-43]}并结合数据的可获得性，本研究以行政村为研究单元，构建自然条件、地理区位、社会经济、政策管制4个维度共15个影响因子的耕地非粮化影响因素指标体系(表 1)。基本分类情况如下：将地块坡度、地块海拔、耕地质量、破碎度作为自然条件因子，反映高原山区耕地在粮食生产过程中的生产潜力和限制条件；将灌溉便利度、耕作便利度、距中心城镇距离、路网密度、农贸市场影响度作为地理区位因子，反映耕作效率、交通条件便利性和市场关联程度等方面对耕地非粮化的影响；将农业人口数量、土地年产值、垦殖指数、人均农用地面积、人均可支配收入作为社会经济因子，反映研究区域社会经济及农业发展整体情况对耕地非粮化的影响^[17]；将永久基本农田作为政策管制因子，反映耕地保护相关政策对耕地非粮化的管控效果。

地理探测器是探测空间分异性并揭示其背后驱动力的一组统计学方法，通过因子探测器、交互探测器构建空间异质性与驱动机制的理论关联。空间分异表征地理现象的表层特征，因果驱动揭示其内在作用机理^[44-46]。本研究以3种类型的非粮化率为因变量，各影响因子为自变量，利用地理探测器的因子探测器探析各因子对耕地非粮化的影响力，公式如下：

式中：q为影响因子(X)对因变量耕地非粮化率(Y)的解释力，q∈[0, 1]，q值越大，表明影响因子对非粮化现象的解释力越强；h=1，2，⋯；L为因子X或变量Y的分层；N_h和N分别为层h单元个数和全区单元个数；σ_h²和σ²分别是层h和全区Y值的方差。

运用交互探测器探测不同影响因子之间的交互作用，通过对比两个因子交互后的q值与原始单因子的q值来判断因子之间交互作用的类型及强度(表 2)。如果q值变大，则表示两因子共同作用会增强对耕地非粮化空间分布影响的解释能力，反之则表示减弱。

利用玉龙县“三调”成果，根据图 3计算玉龙县耕地非粮化率。以行政村为研究单元，运用自然断点法，适度调整分级界限，将玉龙县耕地非粮化率划分为3个级别(图 4)：Ⅰ级(R≤10%)；Ⅱ级(10%＜R≤30%)；Ⅲ级(R＞30%)。

由图 4可以看出，不同类型的耕地非粮化率空间分布差异明显：①种植结构非粮化率呈现西高东低的空间格局，特别是以种植中药材为主的鲁甸乡和巨甸镇，其种植结构非粮化率超过40%。②农业产业结构非粮化率Ⅲ级主要分布在玉龙县城周边，如拉市镇的海东村、海南村、吉余村等，其农业产业结构非粮化率超过55%，目前已发展形成以雪桃、苹果、红梨等为主的特色农业，Ⅱ级零散分布于玉龙县中部和东北部。③耕地撂荒非粮化率Ⅲ级集中分布在玉龙县东部的旅游小镇白沙镇，Ⅱ级则零星分布于县城周边。

运用ArcGIS 10.8软件，计算玉龙县3种耕地非粮化类型的Global Moran's I，分别为0.15、0.46、0.12，检验统计量Z值均在0.05的置信水平下通过显著性检验，表明玉龙县各耕地非粮化类型在空间上呈显著正相关。

由于Global Moran's I不能反映特定区域的非粮化集聚情况，为深入解析玉龙县耕地非粮化的局部特征及空间结构，进一步采用Local Moran's I，分析各村级单元之间的空间集聚情况(图 5)。

种植结构非粮化的“高—高”集聚类型主要分布在玉龙县西北部高海拔地区。该区域由于其低纬度、低湿度、高海拔的地理环境，形成了独特的小生态气候，为种植中药材提供了理想环境。依托政府的扶持政策，当地已构建起完整的中药材产业链，加之中药材经济效益显著高于传统粮食作物，进而推动农民转向种植此类经济作物。

农业产业结构非粮化的“高—高”集聚类型主要分布于玉龙县东部的拉市镇与黄山街道。该区域地势相对平坦，耕地质量较好，在政府引导下进行农业产业结构调整，因地制宜地发展具有地方特色的林果业，特别是成功培育了高品质的丽江雪桃，因此拉市镇与黄山街道种植果树导致的非粮化现象较其他乡镇更为突出。

耕地撂荒的“高—高”集聚类型主要分布在玉龙县东南部的白沙镇、黄山街道及太安乡。一方面，白沙镇与黄山街道紧邻县城主城区，受农村劳动力老龄化加剧与劳动力向城市转移的双重影响，耕地弃耕问题尤为突出；另一方面，太安乡受耕地质量差、坡度陡、农业基础设施薄弱等因素的影响，导致耕地生产效率低下，种粮收益低。农民作为理性决策主体，往往通过耕地撂荒实现生产决策的理性化。

根据地理探测器因子探测结果(表 4)，除种植结构非粮化中的耕地坡度(X₁)、距中心城镇距离(X₇)以及农业产业结构非粮化中的人均农用地(X₁₃)外，其余影响因子的p值均通过10%水平的显著性检验。将影响因子按解释力q值排序，种植结构非粮化解释力前3的因子为永久基本农田(X₁₅，0.318)、地块海拔(X₂，0.123)、路网密度(X₈，0.080)；农业产业结构非粮化解释力前3的因子为破碎度(X₄，0.308)、永久基本农田(X₁₅，0.151)、路网密度(X₈，0.110)；耕地撂荒解释力前3的因子为人均可支配收入(X₁₄，0.469)、人均农用地面积(X₁₃，0.360)、垦殖指数(X₁₂，0.323)。由此可见，不同类型耕地非粮化现象的空间分异影响因子存在显著差异。

在自然条件方面，地块海拔和破碎度对种植结构非粮化和农业产业结构非粮化均产生显著正向影响。表明高原山区高海拔的地形条件以及地块破碎的用地条件等地域限制因子直接影响着耕地非粮化水平与空间分布特征。海拔越高，地块越破碎，耕地地力越差，种粮收益越低，农户基于效益最大化考量，更倾向于种植经济效益更高的药材、林果等非粮食作物。

在地理区位方面，路网密度对种植结构非粮化和农业产业结构非粮化均产生显著正向影响。受复杂地理环境限制，云南高原山区交通基础设施长期处于发展滞后状态。随着国家重点推进中西部农村交通基础设施建设，农村交通网络体系逐步完善，城乡流通壁垒被打破，降低了农产品的流通成本，为种植高收益的药材、林果等非粮食作物提供了运输便利，在增加农民收入的同时，也加剧了耕地非粮化现象。

在社会经济方面，各因子对耕地撂荒表现出较强的影响力。耕地撂荒率高的区域主要分布在商业、旅游服务业快速发展的城镇化地区。玉龙县旅游业的快速发展与布局规划增加了当地农民的非农就业机会与收入。种粮收益与非农就业收益的差距导致农民种粮积极性下降，直接推动了耕地撂荒现象的发生。

在政策管制方面，永久基本农田是确保粮食生产安全的重要耕地资源，国家明令禁止在永久基本农田上进行林果种植、挖塘养殖等非粮化生产活动。由表 4可知，永久基本农田政策对3种耕地非粮化现象均产生显著正向影响，表明该因子在耕地非粮化管控中未能充分发挥作用，存在部分失效的现象。

采用交互探测器分析3种耕地非粮化类型各影响因子的交互作用，探究其交互驱动机制(图 6)。交互探测结果表明，任意两因子交互之后的q值均大于单一因子的解释力，交互类型表现为双因子增强或非线性增强。

在种植结构非粮化中，路网密度和永久基本农田(X₈∩X₁₅)的交互解释力为最大值(q=0.73)，最小值为地块坡度和灌溉便利度(X₁∩X₅)(q=0.06)，平均q值为0.24。永久基本农田因子(X₁₅)与其余因子的交互解释作用较强，q值均高于0.35。高原山区交通基础设施建设滞后导致农产品流通效率不高，降低了农产品的市场竞争力。随着路网密度的系统性提升，大幅降低了农产品运输成本，激励农户主动调整种植结构，转向种植经济效益更高的经济作物。尽管我国已构建相对完备的永久基本农田保护制度体系，但在农户耕种行为引导方面存在管制缺失，使得制度约束与农户生产决策之间尚未形成有效的传导机制。

在农业产业结构非粮化中，破碎度和灌溉便利度(X₄∩X₅)的交互解释力为最大值(q=0.76)，最小值为地块坡度和农贸市场影响度(X₁∩X₉)(q=0.07)，平均q值为0.26。高原山区耕地破碎，灌溉设施建设和维护成本高昂，难以实现规模化、专业化种植，先进的农业技术和大型农业机械也难以推广应用，导致粮食耕种条件差、效益低。因此，农户更倾向于种植受地形条件限制少、产出高的林果等农产品。

在耕地撂荒中，路网密度和垦殖指数(X₈∩X₁₂)的交互解释力为最大值(q=0.82)，最小值为灌溉便利度和农贸市场影响度(X₅∩X₉)(q=0.28)，平均q值为0.61。相较于种植结构非粮化和农业产业结构非粮化，耕地撂荒各因素的交互解释能力显著增强，表明耕地撂荒的成因更为复杂多样，是自然地理条件、社会经济环境、政策制度管控等多重因素交织作用的结果，需采取系统性措施解决。

整体来看，3种耕地非粮化现象受复杂的多因素交互影响，应着眼于全局视角，综合考虑各项因素的影响，协同治理高原山区的耕地非粮化现象。

本研究以地处高原山区的玉龙县为研究区域，从种植结构、农业产业结构及耕地撂荒3个类型测算耕地非粮化率，并以行政村为研究单元，系统分析不同类型耕地非粮化的空间分异特征及其影响因素，得出以下结论：

1) 玉龙县不同类型的耕地非粮化率空间分布呈现显著差异。种植结构非粮化率Ⅲ级主要分布在县城西北部的中高山区；农业产业结构非粮化率Ⅲ级集中在县城的周边区域；耕地撂荒非粮化率Ⅲ级集中分布在县城东部的坝区。

2) 玉龙县耕地非粮化在空间上呈现显著的空间正相关性和空间集聚性。不同类型的耕地非粮化现象“高—高”集聚特征具有显著空间分布差异。在西北部高海拔区，种植结构非粮化呈“高—高”集聚；在耕种条件相对较好的县城周边区域，农业产业结构非粮化呈“高—高”集聚；在旅游经济相对发达的快速城镇化区域，耕地撂荒呈“高—高”集聚。“低—低”集聚在全县范围内零星分布。

3) 不同类型耕地非粮化现象的空间分异影响因子存在显著差异。受研究区内海拔高、地块破碎等用地条件限制，交通条件相对完善的地区形成了大量的种植结构非粮化和农业产业结构非粮化；在地力差、社会经济发展相对快速的区域出现了大量耕地撂荒现象。同时永久基本农田保护制度在引导农户耕种行为方面存在管制缺失。

4) 玉龙县耕地非粮化现象是自然条件、地理区位、社会经济、政策管制等多因素交互驱动而成。其中，破碎度、路网密度、人均可支配收入、永久基本农田等重要驱动因子的交互作用加大了高原山区耕地非粮化的空间分异程度。

高原山区地貌复杂，地势高差大，耕地坡度陡，地块破碎，耕地利用条件不佳，同时面临乡村振兴、生态修复、城市化进程加快等诸多挑战，区域内普遍存在种植结构非粮化、农业产业结构非粮化和耕地撂荒3种现象。在耕地非粮化管控中，应遵循高原山区耕地利用规律，因地制宜地采取相应的管控措施。

1) 玉龙县不同类型的耕地非粮化率空间分布差异明显，未来在实施非粮化管控策略时，应注重分区域治理。对于非粮化率为Ⅰ级的区域应在稳定耕地总量的基础上重点管控新增非粮化耕地面积，通过推进高标准农田建设提升耕地质量，同时引导农户种植目标粮食作物以保障种植规模，维持粮食种植面积稳定；对于非粮化率为Ⅱ级和Ⅲ级的区域需强化耕地用途管制，优先保障粮食生产用地，严格管控永久基本农田非粮化行为，遏制非粮化无序扩张，确保粮食生产安全。

2) 采取差异化措施管控高原山区不同类型的耕地非粮化现象。对于种植结构非粮化率较高的区域，在耕地优先满足粮食和食用农产品生产的基础上，综合考虑地理区位、农户种植意愿、市场需求等因素，适度调整粮食作物与经济作物的种植比例。通过粮食与非粮食作物间作、轮作的复合种植模式优化种植结构，形成“用地养地”协同机制，实现粮食产能维持与农业效益提升的双重目标；对于农业产业结构非粮化率高的区域，需严格规范农业生产活动，评估耕地用途转变对耕地的损害程度，对破坏耕地耕作层、影响耕地粮食生产能力的种植行为严格禁止。对耕作层未被破坏、具备粮食生产能力的耕地，制定合理的整治策略并有序推进；耕地撂荒因资源与区位限制，农户耕种意愿降低，需根据实际情况实施管控。对耕地撂荒率较高的区域通过完善田间路网建设、灌溉排水等基础设施提升耕地质量，提高农户耕种意愿。同时加强对永久基本农田闲置、荒芜情况的管控整治，提升土地利用率，减少耕地荒废现象。

3) 耕地保护需构建多维协同治理体系，强化空间管控与动态监管机制。应严格落实耕地占补平衡制度，杜绝占多补少、占优补劣等空间置换行为，从而优化耕地空间布局，确保耕地保护红线刚性约束。同时加强对种粮主体的政策激励，完善种粮农民收益保护机制，提高粮食经济效益，激发农民种粮积极性。此外应综合利用卫星遥感监测与大数据分析等现代化信息技术，对耕地种植用途的变化实施动态监测，力求对耕地种植用途转变做到及时发现、及时干预，切实防范耕地非粮化现象的发生。