北京大学学报(自然科学版) 第60卷 第6期 2024年11月

Acta Scientiarum Naturalium Universitatis Pekinensis, Vol. 60, No. 6 (Nov. 2024)

doi: 10.13209/j.0479-8023.2024.081

国家自然科学基金(72203011, 72373008)资助

收稿日期: 2023–12–25;

修回日期: 2024–07–22

我国退耕还林还草工程实施后林草用地变化的时空特征

张谱 易媛媛 徐晋涛

北京大学国家发展研究院, 北京 100871; 通信作者, E-mail: xujt@nsd.pku.edu.cn

摘要 选取 MODIS 土地利用数据, 分析我国退耕还林工程实施后林草用地时空变化特征以及政策变动对林草用地变化的影响, 得到以下结果。1)退耕还林工程实施后, 我国林地和“广义耕地”(即包含果园的耕地)面积总体上呈现小幅上升趋势, 草地呈下降趋势。2)部分果园和林地未破坏耕作层, 可恢复为耕地或通过工程措施恢复为耕地, 如果将这些土地考虑在内, 则我国的耕地没有流失的趋势, 18 亿亩耕地红线目前并未受到威胁。3)退耕还林主要发生在云南、四川和黑龙江等省份, 分别占全国耕地转为林地面积(10.95 万 km2)的9.72%, 9.28%和 7.68%; 林地转耕地主要发生在四川、湖南和贵州等省份, 分别占全国林地转为耕地面积(10.44 万 km2)的 18.47%, 9.59%和 9.35%。四川等省份退耕还林和复耕同时大量存在, 可能是考虑地理位置和土壤质量等因素进行的良性调整, 也可能是因为粮食安全和环境保护政策区域的异质性而导致的无谓变化, 有待进一步研究。4)以 2001 年为耕地, 2002 年退耕还林的林地为例, 退耕还林后的林地 18 年后一半复耕(50%), 部分保存(37%), 极小部分退化(3%)。5)退耕还林补贴能够降低退耕还林的林地复耕比例, 但增加了自然条件不适合造林的土地由耕地转为林地的比例。

关键词 退耕还林; 土地利用变化; 时空特征; 补贴; 复耕; 退化; 保存

退耕还林还草工程是一项规模宏大的生态工程[1], 通过耕地(特别是陡坡耕地)的退出、林地和草地面积的扩大, 解决当时日益严重的生态问题。在我国已启动的生态工程中, 无论从时间维度还是空间维度, 退耕还林工程都表现出鲜明的特点和特殊的地位。

有研究者对我国的土地利用变化进行分析[2], 深入讨论不同区域土地利用变化的环境驱动机制[3]以及人口变化和经济发展等经济社会因素对土地利用变化的影响[4–5], 但对特定政策变化下土地利用变化特征的追踪和分析尚不多见。退耕还林工程实施后, 我国林地、草地和耕地的变化如何? 退耕还林工程的实施是否威胁到 18 亿亩耕地红线? 退耕还林究竟发生在哪些区域? 这些退耕还林的林地之后的状况如何? 如果变为其他用地类型, 是政策变化引起的, 还是自然条件的驱动? 这些问题都非常值得思考。

在此背景下, 本研究以 MODIS 土地利用数据为数据源, 以全国各省份林草用地为研究对象, 利用 RS 和 GIS 技术以及 GEE 和 Python GDAL 等工具, 对 2001—2020 年参加退耕还林省份、未参加退耕还林省份以及全国范围内林草用地的时空变化进行动态监测, 深入分析其时间和空间特征, 追踪退耕还林土地的后续变化, 以期初步回答上述问题, 为下一步退耕还林工程的实施以及相关政策的制定提供参考。

1 数据来源及预处理

本研究选取 MODIS 土地利用数据(MCD12Q1 Version 6.1), 分辨率为 500m×500m, 并利用 GEE获取 2001—2020 年研究区域内的数据。

MODIS 土地利用数据分为 17 类, 本研究根据我国《土地利用现状分类》(GB/T21010—2017)和《新一轮退耕还林验收办法》[6], 将 17 种土地利用类型合并为林地、耕地、草地、水域、城镇用地和未利用地 6 类。具体来说, 《新一轮退耕还林验收办法》第十二条退耕地还林保存标准和成林标准中规定, 乔木林的郁闭度应大于等于 20% (其中, 半干旱区、干旱区、高寒区, 以及热带亚热带岩溶地区、干热干旱河谷等地区小班郁闭度大于等于15%; 极干旱区小班郁闭度大于等于 10%), 灌木林地的郁闭度应大于等于 30%(其中, 干旱区小班覆盖度大于等于 25%, 极干旱区小班覆盖度大于等于20%), 乔灌混交林应满足(乔木郁闭度/0.2+灌木覆盖度/0.3)≥1或一般地区株数保存率≥80% (特殊地区株数保存率≥65%)。本研究将 MODIS 土地利用数据中常绿针叶林、常绿阔叶林、落叶针叶林、落叶阔叶林、混交林、封闭灌木地、开阔灌木地、木质稀树草原和稀树草原归为林地, 草原归为草地, 农田和农田/天然植被归为耕地, 永久湿地和水体归为水域, 城市和建筑用地归为城镇用地, 永久冰雪和贫瘠土地归为未利用地。

2 研究方法

2.1 空间划分

本研究中 3 个空间区域分别为全国、参与退耕还林省份和未参与退耕还林省份。基于退耕还林工程实施的具体情况, 将参与退耕还林还草工程的 25个省份划分为参与退耕还林工程省份, 将山东、江苏、上海、浙江、福建、广州和香港、澳门、台湾划分为未参与退耕还林的省份。由于目前无法获得退耕还林工程参与地块的信息, 本研究将退耕还林工程参与省份作为退耕还林工程实施的边界。

2.2 空间转移矩阵

空间转移矩阵用来刻画林地、草地、耕地、水域、城镇用地和未利用地 6 种主要土地利用类型相互转换的数量关系, 揭示 2001 和 2020 年全国、参与退耕还林省份和未参与退耕还林省份 6 种主要土地利用类型空间格局的变化过程及其特征, 表达 式[7]

width=108.75,height=63.75 n=1, 2, 3, 4, 5, 6, (1)

其中, Sij 表示第 i 类土地利用类型转为第 j 类土地利用类型的面积, n 表示土地利用类型的数量。

2.3 主要土地利用类型面积和转换面积统计

采用 Python GDAL, 对区域内 2001—2020 年各期主要土地利用类型面积及相互转换面积进行统计。针对各期由耕地转为林地的林地, 分别计算转换次年该林地转为耕地、草地和保存为林地的面积, 以及之后各年至 2020 年保存为林地的林地转化为耕地、草地和仍然保存为林地的面积。

2.4 对退耕还林的林地的追踪分析

2.4.1 复耕情况的统计

本研究将由耕地转为林地的林地再次转为耕地定义为复耕。具体来说, 第 i 年由耕地转为林地的林地, 在第 i 到第 i+n–1 (n = 1, 2, 3, …)年之间仍为林地, 在第 i+n 年再次转为耕地, 则其复耕比例定义为

width=42,height=30.75×100%, n=1, 2, 3, … (2)

其中, i 为发生退耕还林(即耕地转林地)的年份,fi,n为第 i+n 年复耕比例, Fi,n 为第 i+n 年复耕的面积, Si为第 i 年发生退耕还林的林地面积。

2.4.2 退化情况的统计

本研究将退耕还林的林地之后变为草地定义为退化。具体来说, 第 i 年由耕地转为林地的林地, 在第 i+n–1 (n = 1, 2, 3, …)年仍为林地, 在第 i+n 年转为草地, 则其退化比例为

width=38.25,height=30.75×100%, n=1, 2, 3, … (3)

其中, ti,n为第 i+n 年退化的比例, Ti 为第 i+n年退化的面积。

2.4.3 保存情况的统计

本研究将退耕还林的林地之后仍然为林地定义为保存, 分以下两种方式统计。

第一种, 第 i 年耕地转为林地的林地, 在第 i+n (n = 1, 2, 3…)年仍为林地, 则保存比例为

width=84,height=30.75×100%, n=1, 2, 3, … (4)

其中, b-onei,n 为第 i+n (n=1, 2, 3, …)年保存的比例, B-ONEi为第 i+n 年仍然为林地的面积。

第二种, 第 i 年耕地转为林地的林地, 在第 i+n年(n = 2, 3, …)仍然为林地, 则保存比例为

width=171,height=63.75 (5)

其中, b-twoi,n 为第 i+n 年保存的比例, B-TWOi,n 为第i+n 年仍为林地的面积, B-TWOi,n-1 为第 i+n−1 年仍为林地的面积。

3 研究结果

3.1 工程实施的时间特征

时间维度, 可以按照实施期的不同和补贴的变化, 划分为不同的阶段。

从实施期的角度来看, 到 2023 年为止, 退耕还林工程已实施两期, 可以划分为 6 个阶段: 试点(1999—2001 年)、第一期(2002—2006 年)、第一期延长(2007—2013 年)、第二期(2014—2019 年)、政策交替期(2020—2021 年)以及第二期延长(2022 年 至今)。

1999 年, 退耕还林工程开始试点, 2002 年正式实施。2004 年, 将补助粮食实物改为补助现金。2004 年, 由于当时农户和地方政府积极性普遍较高, 在国务院没有下达计划前, 就开展了整地和造林工作, 造成实际退耕还林面积大于 2004 年国家计划。国务院决定将已经完成造林并经核实的超计划面积纳入 2005 年退耕还林计划, 因此, 2005 年的工作重点是解决 2004 年超计划实施的遗留问题。2006 年, 进一步调减退耕还林还草计划。2007, 对补助期满的退耕农户补助延长一个周期, 同时为确保“十一五”规划期间全国耕地不少于 18 亿亩, 暂停安排新的退耕地还林还草任务, 继续安排宜林荒山造林、封山育林任务。即 1999—2007 年, 退耕还林工程实施区域耕地转为林地的行为受政策影响(政策性退耕), 而 2007 年“暂停安排新的退耕地还林还草”之后, 耕地转为林地的行为更多是“自发退耕” (图 1)。

2014 实施新一轮退耕还林还草工程, 巩固退耕还林还草成果, 并扩大退耕还林草规模, 重点治理 25°以上坡耕地。在新一轮退耕还林工程实施期间, 2017 年, 核减 17 个省(区、市)陡坡基本农田, 用于扩大退耕还林还草规模; 2019 年, 扩大 11 个省(区、市)贫困地区陡坡耕地、陡坡梯田、重要水源地 15°~25°坡耕地、严重沙化耕地、严重污染耕地的退耕还林还草。由于 2014 年实施的新一轮退耕还林工程 5 年后结束, 因此 2014—2019 年为第二“政策退耕”期, 而 2019—2022 年为第二个“自发退耕”期。与第一个“自发退耕”期(2007—2014 年)不同的是, 第一个“自发退耕”期内, 已参加退耕还林的林地补贴没有停止, 而第二个“自发退耕”期, 最早参与退耕还林的林地补贴停止。2022 年, 延长新一轮退耕还林补助年限, 并启动巩固新一轮退耕还林成果。

从补贴变化的角度, 可以分为粮食补贴(1999 —2004 年)和现金补贴(2004 年之后)两个阶段。根据补贴额度可以分为高(第一期)、低(第一期延长)、高(第二期)、无(政策交替期)、低(第二期延长)5 个阶段。具体来说, 粮食(原粮)补助标准, 2000年长江上游地区每年每亩退耕地为 150 公斤, 黄河中上游地区为 100 公斤; 2004 年, 粮食补助标准在数量上维持不变, 但不再发放实物, 而是按每公斤1.4 元折价计算。这一时期, 退耕还草按 2 年计算, 退耕还经济林按 5 年计算, 退耕还生态林按 8 年计算, 另设种苗和造林费补助每亩 50 元, 直接到户, 由农户自行采购种苗。第一期延长, 即 2007 年起, 长江流域及南方地区每年每亩补贴 125 元, 黄河流域及北方地区每年每亩补贴 90 元, 另外, 人工造林补助标准从每亩 50 元提高到 300 元, 将封山育林补助标准从每亩 50 元提高到 70 元。2014 年, 退耕还林每亩补助合计 1600 元, 分 3 次发放, 第一年 900元, 第三年 300 元, 第五年 400 元; 退耕还草每亩补助合计 1000 元, 分两次发放, 第一年 600 元, 第三年 400 元。2022 年, 退耕还林现金补助期限延长 5年, 补助标准为每亩 500 元, 每年每亩 100 元; 退耕还草现金补助期限延长 3 年, 补助标准为每亩 300元, 每年每亩 100 元。

值得注意的是, 在退耕还林工程实施期间, 与我国农村地区土地利用(特别是林地和耕地)变化相关的“耕地政策”也在开展。1997 年, 《全国土地利用规划(1997—2010 年)》中首次提出保有18亿亩耕地的总目标; 1998 年, 耕地总量保有政策上升到法律层面, 全国人民代表大会常务委员会颁布《中华人民共和国土地管理法》(1998 年修订), 要求各省、自治区和直辖市人民政府应当确保本行政区内耕地总量不减少。但是, 这一时期“耕地政策”实施并不严格。2006 年开始, 政策的天平倾向严格保护耕地。2008 年国务院审批《全国土地利用总体规划纲要(2006—2020 年)》, 提出 2010 年和 2020 年全国耕地保有量分别保持在 18.13 亿亩和 18.05 亿亩。自此, 严格的“耕地政策”也是退耕还林工程实施期间不可忽略的影响因素。

从实施的空间水平维度来看, 1999 年, 退耕还林还草工程试点工作在陕西、甘肃和四川三省率先展开, 2000 年 3 月, 工程试点扩展到长江上游的四省一市(云南、贵州、四川、重庆和湖北)、黄河上中游 7 个省份(山西、河南、陕西、甘肃、青海、宁夏和内蒙古)和新疆, 共 13 个省(区、市)和新疆生产建设兵团。2000 年 6 月, 又启动了湖南、河北、吉林和黑龙江 4 省。2001 年, 扩展到江西、广西和辽宁, 共 20 个省(区、市)和新疆生产建设兵团。到2002 年正式实施, 工程涉及北京、天津、河北、山西、内蒙古、辽宁、吉林、黑龙江、安徽、江西、河南、湖北、湖南、广西、海南、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆, 共 25 个省(区、市)和新疆生产建设兵团, 共计1897 个县(图 2(a))。

从实施的空间垂直维度来看, 退耕还林工程的启动, 主要解决当时因毁林开荒造成的严重水土流失问题, 参与退耕还林的省份包含我国绝大多数陡坡区域。我国坡度在 25°以上的区域有 98.41%分布在参与退耕还林工程的省份, 坡度在 15°~25°的区域有 96.60%分布在参与退耕还林工程的省份(图2(b))。工程启动前, 我国水土流失面积占国土面积的 37.1%, 特别是长江、黄河上中游地区, 因为毁林毁草开荒和坡地耕种, 成为世界上水土流失最严重的地区之一。退耕还林还草工程实施后, 一系列相关政策法规强调坡耕地, 特别是 15°~25°坡耕地和 25°以上坡耕地的退耕还林还草。

3.2 土地利用的总体变化特征

从 2001 和 2020 年两期数据来看, 全国耕地面积占国土面积的比例从 2001 年的 14.98%增至 2020年的 15.46%, 林地面积占比从 2001 年的 26.96%增至 2020 年的 27.58%, 草地面积占比从 2020 年的29.51%增至 2001 年的 30.03%(表 1)。退耕还林参与省份的情况与全国类似, 耕地面积占国土面积的比例从 2001 年的 13.57%增至 2020 年的 14.13%, 林地面积占比从 2001 年的 25.26%增至 2020 年的 26.06%, 草地面积占比从 2001 年的 32.25%降至 2020 年的31.66%(表 2)。未参与退耕还林省份的情况有所不同, 耕地面积占国土面积从 2020 年的 32.60%增至2001 年的 33.28%, 林地面积占国土面积从 2020 年的 47.28%增至 2001 年的 48.93%, 草地面占国土面积从 2001 年的 1.39%至 2020 年的 1.60% (表 1)。

width=399.75,height=159

图1 退耕还林工程实施的时间特征

Fig. 1 Temporal characteristics of the implementation of Grain for Green program

width=456,height=189

基于自然资源部标准地图服务网站下载的标准地图(审图号GS (2024) 0650号)制作, 底图无修改。下同

图2 退耕还林工程实施的水平空间(a)和垂直空间(b)特征

Fig. 2 Horizontal (a) and vertical (b) spatial characteristics of the implementation of Grain for Green program

从 2001 和 2020 年两期数据中主要土地利用类型的增减状况可以看出, 全国和参与退耕还林省份的耕地和林地是增加的, 且与全国的变化状况相比, 参与省份的耕地和林地的增加量大于全国耕地和林地增加量(表 1 和 2), 而未参加退耕还林省份的耕地和林地是减少的。全国、参与退耕还林省份和未参与退耕还林省份的草地面积变化趋势与耕地和林地相反(表 3)。

从 2001 和 2020 年两期数据中主要土地利用类型转换情况可以看出, 全国和参与退耕还林省份“净退耕还林”(耕地转林地面积减耕地转林地面积)的面积为正, 而未参与省份的“净退耕还林”面积为负。“净退耕还草”的趋势则相反。如果将退耕还林还草合并, 全国、参与退耕还林省份和未参与退耕还林省份的“净退耕还林还草”都为负, 且由于全国和参与退耕还林省份草地转耕地的面积格外大, “净退耕还林还草”面积为负且数值较大(表 1~3)。

从 2001 和 2020 年主要土地利用类型去向和来源可以看出, 全国和参与退耕还林工程省份的结果相似, 2020 年的耕地主要来源于林地和草地, 参与退耕还林省份耕地来源于草地的比例略高, 2020 年的林地主要来源于耕地和草地, 2020 年的草地更多地来源于未利用地。未参与退耕还林的省份, 2020年的耕地主要来源于林地, 2020 年的林地主要来源于耕地, 2020 年的草地来源于耕地和林地。

表1 2001—2020年全国土地利变化转移矩阵(km2)

Table 1 National land use change transfer matrix, 2001–2020 (km2)

年份土地利用类型2020年 耕地林地草地水域城镇用地未利用地总计 2001耕地1238028109498439632155165451801410369 林地10440223802903397670651079910462537578 草地109042100785257303749481678375262827016 水域559306922131597518051882168279 城镇用地498548171151052894106525 未利用地26402202123992503434522289382363151 总计14551692596392277735217896813546122695769412918

表2 2001—2020年参与退耕还林省份土地利变化转移矩阵(km2)

Table 2 Transfer matrix of land use changes in provinces participating in Grain for Green program, 2001–2020 (km2)

年份土地利用类型2020年 耕地林地草地水域城镇用地未利用地总计 2001耕地10374009600940642180496311131185599 林地873562078615307235027437910102207110 草地10694198537256941242711156372792817596 水域3311447172693066135171598420 城镇用地379374146866365367275 未利用地2621211112387446419622282242361567 总计1235028227709327665231088178176222683448737567

表3 2001—2020年未参与退耕还林省份土地利用变化转移矩阵(km2)

Table 3 Transfer matrix of land use changes in provinces non-participating in Grain for Green program, 2001–2020 (km2)

年份土地利用类型2020年 耕地林地草地水域城镇用地未利用地总计 2001耕地200628134893321351691467224770 林地1704630167532532038642036330468 草地2101224836256775222479420 水域22816224876668567016769859 城镇用地11917425738924139250 未利用地19911183932497141584 总计2201413192991082970151536991232675351

3.3 土地利用的空间变化特征

2001—2020 年, 耕地转为林地主要分布在云南省(1.06 万 km2)、四川省(1.03 万 km2)以及黑龙江省(0.84 万 km2), 分别占全国耕地转为林地面积(10.95万 km2)的 9.72%, 9.28%和 7.68%, 排在其后的是湖北省(7.23%)、广西壮族自治区(7.03%)、江苏省(5.76%)、湖南省(5.17%)、内蒙古自治区(4.92%)、安徽省(4.78%)和甘肃省(4.71%)等。其中, 江苏省在没有退耕还林工程政策支持下, 也进行了大面积的退耕还林(图 3(a1))。

width=456,height=567

图3 耕地–林地转换、耕地–草地转换和草地–林地转换的空间分布情况

Fig. 3 Spatial distribution of cropland-forest land conversion, cropland-grassland conversion, and grassland-forest land conversion

林地转为耕地主要分布在四川省(1.93 万 km2)、湖南省(1.01 万 km2)和贵州省(0.98 万 km2), 分别占全国林地转为耕地面积(10.44 万 km2)的 18.47%, 9.59%和 9.35%。四川省林地转耕地的面积远大于排名第二和第三名的湖南省和贵州省。接下来是广东省(8.39%)、湖北省(6.08%)、广西壮族自治区(5.82%)、江西省(5.20%)、云南省(5.04%)、山西省(3.91%)和重庆市(3.70%)等(图 3(a2))。

值得注意的是, 四川省、湖南省、湖北省、广西壮族自治区和云南省, 耕地转林地的面积和林地转耕地的面积都排名全国前十。

2001—2020 年, 耕地转为草地主要分布在辽宁省(0.67 万 km2)、内蒙古(0.67 万 km2)和新疆(0.50 万km2), 分别占全国耕地转为草地面积(4.40 万km2)的15.26%, 15.13%和 11.45%, 排在其后的是河北省(10.49%)、黑龙江(7.42%)、甘肃省(6.96%)、山东省(5.85%)、山西省(4.24%)、云南省(3.19%)和青海省(2.60%)等。其中, 山东省在没有退耕还林还草政策支持下, 也进行了大面积的“退耕还草”(图3(b1))。

草地转为耕地主要分布在新疆(2.37 万 km2)、内蒙古(2.15 万 km2)、黑龙江省(1.27 万 km2)、山西省(1.21 万 km2)和甘肃省(1.12 万 km2), 分别占全国草地转为耕地的面积(10.90 万 km2)的 21.73%, 19.75%,11.63%, 11.11%和 10.23%。新疆和内蒙古草地转耕地的面积远大于排名第三的黑龙江省。接下来是吉林省(6.47%)、河北省(4.35%)、宁夏(3.79%)、辽宁省(2.52%)和陕西省(2.26%)等(图 3(b2))。

2001—2020 年, 草地转为林地主要分布在内蒙古(0.67 万 km2)、河北省(0.67 万 km2)和四川省(0.50万 km2), 分别占全国草地转为林地面积(10.08 万km2)的 14.84%, 14.08%和 13.52%, 排在其后的是云南省(10.29%), 山西省(10.04%)、西藏(6.14%)、甘肃省(5.35%)、陕西省(4.71%)、辽宁省(3.41%)和黑龙江省(2.95%)等(图 3(c1))。

林地转为草地主要分布在内蒙古(0.52 万km2)、四川(0.49 万 km2)和西藏(0.44 万 km2), 分别占全国林地转为草地面积(3.40 万 km2)的 15.31%, 14.51%和 12.89%。排在其后的省份是云南省(10.06%)、山西省(6.82%)、黑龙江省(5.88%)、广东省(4.18%)、湖北省(3.02%)、江西省(2.84%)和新疆(2.42%)等(图 3(c2))。

3.4 土地利用的时间变化特征

参与退耕还林省份占据绝大部分国土, 所以全国和参与退耕还林省份林地面积逐年变化趋势基本上相同(图 4)。全部林地面积逐年变化趋势为第一个阶段(2001—2007 年)先减少后增加, 第二个阶段(2007—2014 年)持续增长, 第三个阶段(2014—2019年)保持稳定, 第四个阶段(2019—2020 年)下降。

15°以上林地面积逐年变化趋势为第一个阶段先减少后增加, 第二个阶段持续增长, 第三个阶段先持续增加, 后期开始减少, 第四个阶段保持稳定。坡度 25°以上林地面积逐年变化趋势为第一个阶段先减少后增加, 第二个阶段持续增长, 第三个阶段先持续增加, 后期开始减少, 第四个阶段持续减少。

全国和参与退耕还林省份耕地面积逐年变化趋势基本上相同(图 5)。全部耕地面积逐年变化趋势为第一个阶段(2001—2007 年)先增加后减少, 第二个阶段(2007—2014 年)基本上持续稳定, 第三个阶段(2014—2019 年)增加, 第四个阶段(2019—2020)下降。坡度 15°以上耕地面积逐年变化趋势为第一个阶段先增加后减少, 第二个阶段及之后的阶段持续减少。坡度 25°以上耕地面积逐年变化趋势在各阶段均持续减少。

全国和参与退耕还林省份草地面积逐年变化趋势基本上相同(图 6)。全部草地面积逐年变化趋势为第一个阶段(2001—2007 年)基本持续稳定, 第二个阶段(2007—2014 年)持续下降, 第三个阶段(2014 —2019 年)先减少后增加, 第四个阶段(2019—2020年)基本保持稳定。坡度 15°以上草地面积逐年变化趋势为第一个阶段先增加后减少, 第二个阶段波动中增长, 第三个阶段持续减少, 第四个阶段增加。坡度 25°以上草地面积逐年变化趋势与 15°相似。

3.5 退耕还林的林地去向追踪

退耕还林后的林地变化情况可以分为复耕(林地转为耕地)、退化(林地转化为草地)和保存(林地仍为林地)等情况。

如表 4 所示, 退耕还林后的林地复耕主要呈现以下特征: 1)在退耕还林的最初几年, 特别是前 3年, 存在较高的复耕比例, 之后复耕比例减少, 从第 1 年的平均 14%降到第 18 年的平均1%; 2)在第一期退耕还林的林地(2001—2007 年), 平均复耕比例在 18 年间中小于其他各时期(表 4); 2007—2014 年平均复耕比例高于 2001—2007 年, 而 2014—2020年平均复耕比例最高; 3)无论哪一年退耕还林的林地, 2017 年之后都存在较高的复耕比例。

如表 5 所示, 退耕还林的林地退化(即退耕还林的林地变为草地)有两个特征: 1)退耕还林的林地在最初的几年会有小部分退化, 之后退化为草地的比例极低约 0.1%; 2)第一个“自发退耕”阶段(2007—2014 年)的最初年份退化比例小于第一个“政策退耕”阶段(2001—2007 年)。

如表 6 所示, 退耕还林的林地保存(即退耕还林的林地仍然为林地)有以下特征: 1)退耕还林的林地保存率总体上随时间的增加而降低, 到第 18 年, 退耕还林的林地平均保存率为 37%; 2)第一期(2001—2007)和第一期延长期(2007—2014 年), 退耕还林林地的保存率基本上相同; 3)第二期(2014—2020 年), 退耕还林的林地保存率下降速度快于其他阶段, 特别是 2017 年之后林地的保存率较低。

width=361.5,height=501.75

图4 2001—2020年林地面积变化情况

Fig. 4 Changes in the area of forest land (2001–2020)

4 讨论

4.1 数据选取的可靠性

为了验证数据的可靠性, 将 MODIS 土地利用数据处理结果与官方公布的相关结果进行对比。

4.1.1 与国家林业和草原局发布的退耕还林还草数据比较

2022 年国家林业和草原局发布《关于进一步完善政策措施巩固退耕还林还草成果的通知》(以下简称《通知》)[8]。下面分别比较退耕还林工程实施以来的逐年和总体情况。

width=359.25,height=501

图5 2001—2020年耕地面积变化情况

Fig. 5 Changes in the area of cropland (2001–2020)

首先, 将 2001—2020 年“退耕还林”面积MODIS数据与国家林业和草原局发布的数据进行逐年比较。如图 7 所示, 除极端年份(2002—2005 和 2013 —2015 年)外, MODIS 数据与官方数据匹配度较高。极端年份的官方数据偏高, 这些年份均出现在退耕还林的政策性退耕(即第一期和第二期退耕还林)的最初年份。MODIS 数据无法捕到极端年份数据的原因还需要进一步研究, 但从总体上看, 使用MODIS 数据具有一定的可靠性。

其次,《通知》[8]指出, 1999 年以来完成退耕还林还草任务 2.12 亿亩(14.2 万 km2)。根据 2001 年和2020 年两期 MODIS 土地利用数据, 耕地转为林地与耕地转为草地的面积总和为 13.7 万 km2, 与《通知》公布的结果接近。理论上, MODIS 土地利用数据计算的结果应略大于《通知》中的结果。因为本研究中的计算范围以省为单位, 实际上参与退耕还林还草省份内并不是所有区域都参与退耕还林还草工程, 不参与工程的区域也存在耕地转为林地或草地的现象, 可被卫星观测到, 但不在《通知》统计面积内。本研究中 MODIS 土地利用数据略少于《通知》中数据, 可能是因为《通知》涉及的年份(1999—2022 年)比 MODIS 土地利用数据(2001—2020)多 3 年。此外, MODIS 数据对极端高值年份的捕捉能力较弱, 导致其退耕还林总面积值较低。

width=360,height=499.5

图6 2001—2020年草地面积变化情况

Fig. 6 Changes in the area of grassland (2001–2020)

需要指出的是, 接近的两个结果不是“净”退耕还林还草的成果, 净的成果是负值, 即耕地转为林地和草地减去林地和草地转为耕地的面积为负。从MODIS 土地利用数据得出的结果显示, 2001—2020年参与退耕还林省份耕地转为林地的面积为 9.60km2, 林地转为耕地的面积为 8.74km2, 净退耕还林的面积为 0.87km2; 2001—2020 年参与退耕还林省份耕地转为草地的面积为 4.06km2, 草地转为耕地的面积为 10.69km2, 净退耕还林的面积为−6.62km2。因此, 净的退耕还林还草面积为−5.76km2。“净”退耕还林还草面积为负值主要是由于西北地区(新疆、内蒙古等)大量的草地转为耕地。

表4 2003—2020年参与退耕还林工程省份的林地复耕比例(%)

Table 4 Percentage of forest land returned to cropland in provinces participating in the Grain for Green program in 2003–2020 (%)

还林年份还林面积/ (104km2)年份 200320042005200620072008200920102011201220132014201520162017201820192020 20020.84843332222111122218 20030.83115444322221213332 20040.927555332222223321 20051.14996433322223332 20061.09116543332224332 20071.1210644433224332 20081.04855443325443 20091.5177654337553 20101.3512854446542 20111.22975447653 20121.19107559753 20131.2297612863 20141.1910915964 20151.0614211174 20160.69361274 20171.9626128 20182.052511 20192.4126

表5 2003—2020年参与退耕还林工程省份林地退化为草地的比例(%)

Table 5 Percentage of forest land degraded to grassland in provinces participating in the Grain for Green program in 2003–2020 (%)

还林年份还林面积/(104km2)年份 200320042005200620072008200920102011201220132014201520162017201820192020 20020.841.41.00.40.30.20.20.10.10.10.10.00.10.00.10.10.10.10.1 20030.831.50.80.40.30.30.20.20.10.10.10.10.10.10.10.10.20.1 20040.921.50.50.70.40.20.20.20.10.20.10.10.10.20.10.30.2 20051.140.90.50.40.30.20.10.10.10.10.10.10.20.10.20.2 20061.090.60.40.30.20.20.20.10.10.10.10.10.10.20.1 20071.120.60.40.20.30.10.20.20.10.10.20.10.20.1 20081.040.60.40.30.10.20.20.10.10.20.20.20.2 20091.510.50.40.20.20.20.10.10.20.20.20.1 20101.350.40.20.20.20.20.10.20.20.20.1 20111.220.50.40.30.20.20.20.20.30.1 20121.190.50.30.20.20.30.30.40.1 20131.220.60.30.20.30.30.40.2 20141.190.40.20.60.20.30.2 20151.060.60.90.50.30.3 20160.691.60.70.70.5 20171.961.10.60.4 20182.051.30.5 20192.410.9

表6 2003—2020年参与退耕还林工程省份的林地保存比例(%)

Table 6 Percentage of forest land preserved in provinces participating in the Grain for Green program (2003–2020) (%)

还林年份还林面积/(104km2)年份 200320042005200620072008200920102011201220132014201520162017201820192020 20020.84838994959495969696969797979794949596 20030.838793949594959697969797969793939395 20040.9291939393959596969697969794949496 20051.14899092949495959696979793939396 20061.098992949495959596969793929395 20071.1290939494949595969692939494 20081.04919393949495969691919294 20091.519291929394959589909093 20101.3588919394949490909094 20111.22909293949489909193 20121.199091939387888993 20131.2291929284868893 20141.19898980858891 20151.068574828690 20160.6962798489 20171.96728387 20182.057484 20192.4173

4.1.2 与全国土地调查数据相比较

将 MODIS 土地利用数据的计算结果与第二次(2007 年启动, 2009 年全面完成)及第三次全国土地调查数据(2018 年启动, 2020 年全面完成)进行比较, 结果如图 8 所示。

从林地面积来看, 2009 年 MODIS 土地利用数据(256.04km2)与第二次土地调查数据(253.9 5km2)结果相近[9], 2020 年 MODIS 土地利用数据(259.64km2)高于第三次土地调查数据(284.13km2)[10]。两个数据均显示 2009—2020 年间林地增加的趋势, 林地增加的幅度全国土地调查的结果大于 MODIS 土地利用数据的结果。

从草地面积可以看出, 2009 年 MODIS 土地利用数据(282.22 万 km2)略低于第二次全国土地调查数据(287.31 万 km2)[9], 2020 年 MODIS 土地利用数据(277.74 万 km2)高于第三次全国土地调查数据(264.53 万 km2)[10]。两个数据均显示 2009—2020 年间草地减少的趋势, 草地减少的幅度全国土地调查的结果大于 MODIS 数据的结果。

从耕地面积来看, 2009 年 MODIS 土地利用数据(143.20 万 km2, 即 21.48 亿亩)比第二次全国土地调查数据(135.39 万 km2, 20.30 亿亩)高 7.81km2 (1.18亿亩)[9], 2020 年 MODIS 土地利用数据(145.52 万km2, 21.83 亿亩)比第三次全国土地调查数据(127.86万 km2, 19.18 亿亩)高 17.66km2 (2.65 亿亩)[10]。MODIS 土地利用数据显示 2009—2020 年间耕地增加的趋势, 而全国土地调查的数据显示 2009—2020年间耕地减少的趋势。

就第二次和第三次全国土地调查数据的耕地面积而言, 如果加上“园地”面积, 作为“广义耕地”, 与 2009 年和 2020 年 MODIS 土地利用的耕地面积相似, 差别仅为 6.99 万 km2 (1.05 亿亩)和 2.52km2 (0.38 亿亩)。全国土地调查中将“园地”定义为种植果树、茶树、橡胶树、桑树、可可、咖啡、胡椒和药材等多年生木本和草本作物的土地。MODIS 土地利用数据的精度为 500m×500m, 由于我国“园地”较为破碎, 且与耕地交错分布, 常在遥感影像生成的土地利用产品中被划为耕地。因此, MODIS 土地利用耕地的结果与全国土地调查“广义耕地”的结果相似, 本研究得到的是“广义耕地”的结果。

width=352.5,height=276.75

图7 2001—2022年退耕还林面积MODIS数据与官方数据

Fig. 7 Data from MODIS and official sources about cropland change to forest from 2001 to 2022

width=447.75,height=210

图8 MODIS土地利用数据与全国土地调查数据对比

Fig. 8 Comparison of MODIS land use data with national land survey data

从城镇面积可以看出, 2009 年 MODIS 土地利用数据城镇面积(11.87 万 km2)与第二次全国土地调查数据中“调整后的城镇数据”(10.92 万 km2)相似[9], 2020 年 MODIS 土地利用数据(13.55 万 km2)与第三次全国土地调查数据中“调整后的城镇数据”(13.42万km2)相似[10]。这里的“调整后的城镇数据”仅指城镇面积, 不包括村庄面积。全国土地调查中城镇面积结果中有 62%为村庄面积(图 8 中红色部分)。

4.2 耕地是否流失? 18 亿亩红线是否受威胁?

根据第二、三次全国土地调查的结果, 2009—2020 年全国耕地地类减少 1.13 亿亩(7.53km2, 耕地流失了), 而根据本研究得出的结论, 2009—2020 年全国“广义耕地”(即包括园地的耕地) 并没有流失, 反而呈增加的趋势。同时从表 1 和图 5 可以看出, 2000—2020 年我国“广义耕地”的面积总体上呈增加趋势。

根据第二次和第三次全国土地调查的结果, 在非农建设占用耕地严格落实占补平衡的情况下, 耕地地类减少的主要原因是农业结构调整(转为园地)和国土绿化(转为林地) [11]。耕地流向园地、林地等农用地, 有的不破坏耕作层, 有的破坏耕作层, 再恢复为耕地需要考虑经济成本和社会成本。第三次国土调查结果显示, 有 0.87 亿亩农用地即可恢复为耕地, 有 1.66 亿亩农用地可以通过工程措施恢复为耕地[11]。也就是说, 如果将可恢复的土地算为耕地, 则 2009—2020 年全国耕地地类仅减少 0.26 亿亩, 如果再将可以通过工程措施恢复为耕地的土地算为耕地, 则 2009—2020 年全国耕地地类增加 1.4亿亩。这个结果与本研究结果相似。从这个角度看, 我国的耕地没有流失, 18 亿亩红线没有受到 威胁。

在粮食安全背景下, 更多的威胁来自不能恢复为耕地的耕地减少, 这部分土地利用变化才是影响粮食安全的最主要因素。耕地变为可以有效恢复为耕地的土地类型, 不应该与对粮食安全造成不可逆影响的主要因素按同样权重来考虑。目前我国土地政策中, 将耕地“非农化”和“非粮化”同等对待, 甚至对“非粮化”给予更多的关注。非农建设占用耕地严格落实占补平衡制度, 只从“表面上”解决了非农建设用地需求增加占用耕地、威胁粮食安全的问题, 背后却是对我国耕地质量和分布不可逆的影响。而耕地转为可有效恢复为耕地的果园、林地等, 应在一定程度上遵循市场规律, 给予利益相关者一定的选择空间。

需要指出的是, 目前这部分可有效恢复为耕地的土地可能是土地利用类型中最不稳定的, “粮食安全”问题更严重的时候, 这些土地为耕地, 而“生态保护”问题更严重的时候, 这些土地为果园或林地。这些变动造成的无谓损失, 同样耗费巨大的经济成本和社会成本, 而这些损失的承担者, 更多的是农林交错区或林业大县等经济发展水平较低的地区, 是我国乡村振兴和共同富裕的关键区域。

4.3 退耕还林与复耕同时存在

从表 1 可以看出, 2000—2020 年全国耕地转为林地(10.44km2)和林地转为耕地(10.95km2)面积基本上相同, 在参与退耕还林省份, 耕地转为林地(9.60km2)和林地转为耕地(8.74km2)的面积也基本上相同。从空间分布可以看出, 云南、四川、湖北、广西和湖南 5 个省份同时在耕地转林地和林地转耕地面积排名全国前十。

退耕还林与复耕同时大量存在, 可能是依据地理位置和土地质量进行的良性调整, 即更适合耕种的林地变为耕地, 需要生态保护的耕地变为林地; 也可能是因为“粮食安全”和“环境保护”相关政策区域的异质性而导致的无谓变化。目前尚无相关研究, 是未来研究的方向。

4.4 复耕、退化和保存

本研究结果(以 2001 年为耕地, 2002 年退耕还林的林地为例)显示, 退耕还林的林地在 18 年后一半复耕(50%), 部分保存(37%), 极小部分退化(3%)。

退耕还林复耕具有如下特征。1)存在退耕还林后很快就复耕的情况, 即使退耕还林补贴减少这部分农户的比例, 也没有改变在退耕还林的最初几年, 特别是前 3 年, 存在较高复耕比例这一趋势。2)退耕还林工程补贴的发放, 有效地抑制了复耕行为。第一个“政策退耕”阶段(2001—2007)退耕还林的林地, 之后各年份复耕比例小于第一个“自发退耕”阶段(2007—2014 年, 退耕还林第一期延长期)。3)对停止退耕还林补贴的预期, 提高了退耕还林工程复耕比例。2017 年后, 退耕还林林地的复耕面积比例升高。这一阶段, 第二轮退耕还林补贴即将结束(1999 年最早参与退耕还林的地区, 补贴即将在2019 年停止), 而新一轮退耕还林工程是否开始还不明确(新一期退耕还林工程在 2021 年公布, 2022年开始实施), 因此这一时期复耕比例较高。

关于退耕还林退化的特征, 本研究得到两个初步结论。1)退耕还林的林地整体上退化比例较小, 且退化一般发生在退耕还林后的最初 3 年。2)退耕还林工程补贴的发放, 引发更多不适合造林的区域发生林地转耕地的行为。在第一个“自发退耕”阶段(2007—2014 年)的最初年份, 退化面积的占比小于第一个“政策退耕”阶段(2001—2007 年)。

从退耕还林保存的情况可以看出, 由于“政策退耕”阶段复耕率略低, 而“自发退耕”期退化率略低, 因此第一个“政策退耕”期和“自发退耕”期的保存率基本上相似, 而第二个“政策退耕”期(2014—2020 年), 由于存在补贴停止的预期, 保存率低于其他各阶段, 并且在第一个“政策退耕”期和“自发退耕”期退耕还林保存下来的林地, 2017 年后也存在保存率明显降低的情况。

5 结论

本研究选取 MODIS 土地利用数据, 对我国退耕还林工程实施后林草用地时空变化特征, 以及政策变动对林草用地变化的影响进行分析, 初步回答了引言部分提出的 5 个问题。

1)退耕还林工程实施后, 我国林地和“广义耕地”(即包含果园的耕地)面积总体上呈小幅上升趋势, 草地呈下降趋势。2)考虑到部分果园和林地未破坏耕作层, 可以有效地恢复为耕地, 18 亿亩红线目前没有受到威胁。3)退耕还林主要发生在云南、四川和黑龙江等省份, 分别占全国耕地转为林地总面积(10.95 万 km2)的 9.72%, 9.28%和 7.68%; 林地转耕地主要发生在四川、湖南和贵州等省份, 分别占全国林地转为耕地总面积(10.44 万 km2)的18.47%, 9.59%和 9.35%。四川等省份退耕还林和复耕同时大量存在, 可能是根据地理位置和土地质量所做的良性调整, 也可能是“粮食安全”和“环境保护”政策的区域异质性导致的无谓变化, 还需要进一步研究。4)以 2001 年为耕地, 2002 年退耕还林的林地为例, 退耕还林后的林地, 18 年后一半复耕(50%), 部分保存(37%), 极小部分退化(3%)。退耕还林补贴能够降低退耕还林的林地复耕比例, 但会增加自然条件不适合造林的土地由耕地转为林地。

参考文献

[1] 徐晋涛, 陶然, 徐志刚. 退耕还林: 成本有效性, 结构调整效应与经济可持续性——基于西部三省农户调查的实证分析. 经济学(季刊), 2004, 4(1): 140–162

[2] 刘纪远, 宁佳, 匡文慧, 等. 2010—2015年中国土地利用变化的时空格局与新特征. 地理学报, 2018, 73(5): 789–802

[3] Tobias J A, Durant S M, Pettorelli N. Improving pre-dictions of climate change–land use change interac-tions. Trends in Ecology & Evolution 2021, 36(1): 29–38

[4] Zhou Yang, Li Xunhuan, Liu Yansui. Land use change and driving factors in rural China during the period 1995–2015. Land Use Policy, 2020, 99: 105048

[5] Hong Chaopeng, Burney J A, Pongratz J, et al. Global and regional drivers of land-use emissions in 1961–2017. Nature, 2021, 589: 554–561

[6] 国家林业和草原局. 新一轮退耕还林检查验收办法[林退发〔2018〕54 号] [EB/OL]. (2018) [2023–09–01]. https://www.forestry.gov.cn/uploadfile/gfxwj/201 823/e97d063f-79f9-439c-ad86-a67592a54a6d.pdf

[7] 张谱, 管文轲, 张和钰, 等. 人工绿洲林果产业用地时空变化——以新疆迪那河流域为例. 林业科学, 2020, 56(12): 114–122

[8] 自然资源部, 国家林草局, 国家发展改革委, 财政部, 农业农村部. 关于进一步完善政策措施巩固退耕还林还草成果的通知[自然资发〔2022〕191号] [EB/OL]. (2022) [2023–09–01]. https://www.gov. cn/zhengce/zhengceku/2022-11/11/content_5726119. htm

[9] 国土资源部, 国家统计局. 关于第二次全国土地调查主要数据成果的公报2013. [EB/OL]. (2013) [2023– 09–01]. https://www.gov.cn/jrzg/2013-12/31/content_ 2557453.htm

[10] 国务院第三次全国国土调查领导小组办公室, 自然资源部, 国家统计局. 第三次全国国土调查主要数据公报. 自然资源通讯, 2021(17): 7–8

[11] 自然资源部、国家统计局. 第三次全国国土调查主要数据成果新闻发布会 2021. [EB/OL]. (2021) [2023–09–01]. https://www.gov.cn/xinwen/2021-08/27 /content_5633643.htm

Spatial and Temporal Characteristics of Forest and Grassland Land Use Changes after the Implementation of Grain for Green Program in China

ZHANG Pu, YI Yuanyuan, XU Jintao

National Development School, Peking University, Beijing 100871; Corresponding author, E-mail: xujt@nsd.pku.edu.cn

Abstract The study selected MODIS land use data and analyzed the spatial and temporal characteristics of forest and grassland after the implementation of the Grain to Green Program, as well as the impact of policy changes on the changes of forest and grassland. The following results are obtained. 1) After the program’s implementation, the overall trend of forest land and “cropland land broadly defined” including orchards in China showed a small upward trend, and the trend of grassland showed a downward trend. 2) Considering that part of the orchards and forest land have not destroyed the arable layer, which can be effectively restored to cropland, there is no tendency to lose the cropland, and the red line of 1.8 billion mu (1.2 million km2) of cropland is not currently under threat. 3) Returning cropland to forest mainly occurs in Yunnan Province, Sichuan Province, and Heilongjiang Province, accounting for 9.72%, 9.28%, and 7.68% respectively of the total area of cropland converted to forestland (109500 km2) nationwide. In contrast, the conversion of forestland to cropland mainly occurs in Sichuan, Hunan, and Guizhou Provinces, accounting for 18.47%, 9.59%, and 9.35% respectively of the area of forestland converted to cropland (104400 km2) nationwide. The simultaneous existence of a large number of both croplands converted to forest and forest converted to cropland in Sichuan and other provinces may be due to benign adjustments in geographic location and land quality, or it may be due to the regional heterogeneity of the policies of “food security” and “environmental protection”, which need to be further studied. 4) Half of the “forest land” after returning cropland to forests has been cultivated again after 18 years, some of it has been preserved as forest land (37%), and a tiny part of it has been degraded to grassland (3%) (taking the forest land cultivated in 2001 and returned to forests in 2002 as an example). 5) Subsidies for the Grain to Green Program can reduce the proportion of “forest land” converted from cropland for replanting crops, but increase the conversion of land from cropland to forest land where the natural conditions are unsuitable for afforestation.

Key words grain for green program; land-use change; spatial and temporal characteristics; subsidies; replanting; degradation; conservation