基于PVAR的农民收入结构对耕地非粮化影响的实证研究李娅娅赵小风摘要：城市化、工业化的发展，承包地三权分置的放活促使了耕地非粮化现象的加剧。利用PVAR模型，分析了农民收入与耕地非粮化的动态关系，探讨了农民收入结构对耕地非粮化产生的影V向。结果表明，2002-2017年，耕地非粮化面积和非粮化率的变化趋势基本一致，在不同阶段受经济发展、国家政策等的影响展现出不同的特点。耕地非粮化主要受农民工资性收入影響，家庭经营性收入、财产性收入和转移性收入对非粮化有显著的积极作用，但对非粮化的长期贡献率较小。关键词：PVAR;农民收入结构;耕地非粮化：F323.8;F323.1：A：0439-8114（2020）08-0210-04D01：10.14088/j.cnki.issn0439-8114.2020.08.047中国作为一个人口大国，粮食安全仍是国计民生的重要问题。2019年中央一号文件明确提出要稳定粮食产量，调整优化农业结构，坚持耕地农用。随着社会经济发展，农民通过进城务工等多种方式增加了家庭收入，同时也由于缺少务农劳动力导致耕地闲置、耕地撂荒，部分农民选择将土地转包[1]。土地承包地三权分置政策的实施进一步放活了耕地经营权，使得土地流转的速度越来越快，经营权大量集中在新型经营主体（如企业、家庭农场和职业农民）手中，机械化和专业化提高了粮食生产效率，改变了小农经营的劣势，促进了耕地规模化经营[2]。但是农业新型经营主体更趋向经营经济效益更高的作物[3]，如种植花卉、油料作物、棉麻类、糖料、药材和蔬果类等经济作物。适度非粮化有利于优化农产品供给结构，为消费市场供给多样化农产品，但过度“非粮化”将对国家粮食安全产生危害[4]。现有对非粮化的研究多集中于非粮化现状、影响和驱动因素方面。全国尺度上，非粮化面积不断增加。截至2014年底，中国流转耕地用于非粮化种植的面积达1133万hm2，占流转总面积的43.2%，耕地“非粮化”形势严峻，对粮食安全产生威胁[5]。省域尺度上，浙江省非粮化现象具有显著的区域差异，沿海地区非粮化面积远超内陆地区[6]。从经济效益角度看，非粮化对经济增长具有正向驱动作用，经济发展的区域差异导致非粮化对经济增长的贡献率存在区域差异，有研究根据定量分析表明非粮化对经济增长的驱动作用呈现倒“U”型趋势[7]。从生态环境保护角度来看，非粮化直接导致了种植粮食作物的耕地面积减少，过度追求经济效益也会导致粮食产量减少、耕地质量下降和土壤污染[8]。非粮化的本质驱动力主要来自非粮种植用地需求、比较效益驱动和地方政府行为[9]，有研究基于时空尺度，从利润、需求等经济效益角度分析非粮化的驱动力，认为用地方式不同而产生的利润差异、土地利用开发建设需求的变化是非粮化的重要原因[10.11]。现有研究指出了非粮化可能产生的经济效益以及对粮食安全和城市化发展带来的挑战。城市化和工业化的发展促进了农民收入增加.改变了农民的收入结构和农业种植结构，为此有必要分析农民收入结构与非粮化的动态关系，为合理控制非粮化现象、保障粮食安全提供借鉴。1研究方法与数据来源1.1研究方法本研究选取PVAR模型作为基础模型，分析农民收入与非粮化之间的动态关系。PVAR模型具有VAR模型的优点，将系统中每一个内生变量作为所有内生变量滞后值的函数，从而将单变量自回归模型推广到由多元时间序列变量组成的向量自回归模型，检验单个内在变量对自身和其他内在变量变化产生的影响。本研究数据足以满足PVAR模型估计的需要，因此PVAR模型比VAR模型更加方便可行，且有更高的参数估计可信度。本研究采用的PVAR模型如下：1.2变量选取与数据来源本研究选取2002-2017年中国31个省、直辖市、自治区的农民收入数据和非粮化数据。农民收入指农村居民可支配纯收入，包括包括工资性收入、家庭经营性收入、财产性收入和转移性收入，分别用xl、x2、x3和x4表示。耕地非粮化用非粮化面积和非粮化比例表示，非粮化面积为农作物播种面积与粮食作物播种面积的差，耕地非粮化例为耕地非粮化面积占农作物播种面积的比例，分别用y1和y2表示。数据来源于《中国区域经济统计年鉴》和国家统计局各省、直辖市和自治区的历年统计年鉴。2中国非粮化现象的变化2002-2017年，耕地非粮化面...