耕地（公顷数）
Arable land (hectares)
下载数据指标解释
World Bank official description / 世界银行官方说明
Arable land (in hectares) includes land defined by the FAO as land under temporary crops (double-cropped areas are counted once), temporary meadows for mowing or for pasture, land under market or kitchen gardens, and land temporarily fallow. Land abandoned as a result of shifting cultivation is excluded.
可供参考的中文翻译：联合国粮农组织（FAO）定义的耕地（以公顷计）包括：种植短期作物（双季作物土地仅计算一次）的土地、用于割草或放牧的短期草场、供应市场的商业菜园和家庭自用菜园，以及暂时休闲的土地。因转换耕作方式（如轮歇撂荒）而放弃的土地不包括在内。
数据口径与风险提示
- 本指标仅反映绝对耕地面积，不反映人均耕地占有量，一个国家耕地总量大并不意味着其人均资源丰富
- FAO定义将双季作物土地计为一次，对于实行多熟制种植的地区可能低估实际耕种强度
- 数据来源依赖各国政府向FAO报告的官方统计，存在统计口径差异和数据修订可能
- 暂时休闲土地不包括在内，但不同国家对待休闲地的政策不同，会影响跨國可比性
- 1961-2023年期间存在部分年份数据缺失或插值处理，需结合数据点序列完整性判断
- 中国数据呈现先增后降趋势，与快速城镇化进程中的耕地保护政策密切相关，但本指标不直接衡量政策效果
- 本指标不反映耕地质量，如土壤肥力、水源条件、地形坡度等因素对农业生产能力的影响
- 由于本指标不包含永久性作物用地，无法全面反映农业用地的整体结构
- 世界银行预计算数据中，全球（World）实体缺乏足够数据点，无法提供全球长期趋势参考
中国趋势
中国耕地面积在1961-2023年间经历了先增后减的结构性转变。从1961年的1.026亿公顷波动攀升至1991年约1.249亿公顷的历史峰值，增幅达21.7%，这一阶段与改革开放初期农业扩张政策相关。此后便进入持续下行通道，至1980年触底至9617.5万公顷后又快速回升，1992年起再度递减。2023年最新值为1.084亿公顷，较1961年增长约5.7%，但相比1991年峰值已累计减少约1648万公顷，降幅达13.2%。近十二年间（2012-2023年）减少约51.57万公顷，表明城镇化与基础设施建设对耕地的占用仍在持续。整体看，中国耕地面积在人口压力和经济发展双重作用下，呈现出资源约束趋紧的基本格局。
- 1961年初始值为1.026亿公顷，为该指标序列的基准年份数据
- 1991年达到历史最高值1.249亿公顷，为整个观测期峰值
- 1980年降至最低点9617.5万公顷，为近62年间的谷值
- 2023年最新值为1.084亿公顷，较1961年增长约582.71万公顷
- 最新值与起始值之比为1.057倍，整体63年累计增长约5.7%
- 近12年数据显示持续小幅下降，累计减少约51.57万公顷
- 1960年代至1970年代中期持续小幅下降，与人口增长对农业的压力有关
- 1980年代经历显著回升，1984年已突破1.14亿公顷，1989年接近1.222亿公顷
全球趋势
本指标预计算数据中，全球（World）实体缺乏足够覆盖年份的数据点（count: 0），无法提供基于该数据集的全球长期趋势分析。全球耕地面积变化需要参考FAO《世界耕地与闲置土地评估》报告或其他口径的汇总数据，在缺乏直接对比数据的情况下，不宜对本指标下的中国数据做简单跨国比较或推断全球格局。
- 预计算数据库中全球实体数据点数为0，无法提取有效的时间序列
- 无法获取全球耕地面积的起始值、最新值、极值或变化趋势
- 世界银行排名数据显示2023年印度、美国、俄罗斯、中国位列前四，但该排名仅反映当年度绝对值而非长期变化
- 全球耕地长期趋势需查阅FAO报告或其他专门研究，不可基于本指标数据臆断
- 不同大洲、国家因统计体系差异，耕地数据质量和可比性存在显著差异
- 本指标不提供区域汇总数据，无法分析全球耕地增减的地域分布特征
- 建议研究全球耕地变化时结合人口增长、城镇化率、农业技术进步等相关变量
每十年变化摘要
| 十年区间 | 中国变化 | 世界变化 | 提示 |
|---|---|---|---|
| 1960-1969 | 1.0x | - | 中国该阶段耕地面积缩减至期初值的约97.2%，可能反映人民公社体制下统计精度提升或农业结构微调；但因缺乏全球同期的有效比值，难以判断中国变化节奏与全球是否同步。 |
| 1970-1979 | 1.0x | - | 中国耕地继续缩减至期初值的约97%，与前期类似的下降趋势可能与人口增长对耕地的边际压力有关；全球数据缺失限制了跨国对比分析。 |
| 1980-1989 | 1.3x | - | 中国耕地大幅回升至期初值的约1.27倍，这一显著增长可能与农村改革初期调动农民种地积极性、统计口径完善或复垦政策推进有关；但需结合同期农业政策变量验证。 |
| 1990-1999 | 1.0x | - | 中国耕地回落至期初值的约96%，与1980年代的大幅增长形成反差；全球数据缺失使这一阶段中国变化与全球趋势的背离程度无法评估。 |
| 2000-2009 | 1.0x | - | 中国耕地基本保持稳定，维持在期初值的约1.02倍；这一相对平稳可能反映了耕地保护政策开始发挥作用，但需结合退耕还林等专项计划数据交叉验证。 |
| 2010-2019 | 0.9x | - | 中国耕地缩减至期初值的约91%，降幅较为明显，可能与城镇化加速和基础设施占地增加有关；缺乏全球比照使这一时期中国耕地压力的国际相对程度无法判断。 |
| 2020-2029 | 1.0x | - | 中国耕地基本持平于期初值（0.997倍），显示近年耕地保护红线的政策约束已初步稳住耕地缩减势头；但该阶段仅部分年份数据可得，趋势稳定性仍待持续观察。 |
2023 年全部国家排名
排名已尽量排除 World、地区组和收入组，仅保留国家参与比较。排名高低应结合指标口径解释。
使用建议、常见误用与研究场景
数值较高通常意味着什么
耕地面积数值越高，表示该国家或地区拥有的FAO口径定义的耕地绝对规模越大，在其他条件不变的情况下，潜在的可种植农作物用地总量越多。
数值较低通常意味着什么
耕地面积数值越低，表示该国家或地区拥有的FAO口径耕地绝对规模越小，可用于种植短期作物的土地资源相对有限。
鍙ｅ緞闄愬埗
- 该指标仅反映绝对面积，无法反映人均耕地占有水平，人均耕地还需除以总人口
- 耕地质量差异悬殊，高原瘠薄地与平原沃土面积不可简单相加论优劣
- 不包含永久性作物用地（如多年生果树、茶园），无法衡量全部农业用地
- 双季作物土地仅计一次，对于多熟制种植地区可能低估实际种植强度
- 暂时休闲地不计入，不同国家对休闲地的认定和处理方式不同会影响可比性
- 该指标不反映灌溉条件、土壤肥力、坡度等影响耕地生产力的关键因素
- 绝对面积无法反映土地资源相对于农业需求或人口的紧张程度
- 跨國比较时需考虑国土总面积的基数差异，如俄罗斯与中国总量相近但国情差异巨大
使用建议
- 结合人均耕地指标（AG.LND.ARBL.HA.PC）分析资源人均占有水平
- 结合耕地占土地面积百分比（AG.LND.ARBL.ZS）评估土地利用结构
- 结合化肥使用量（AG.CON.FERT.ZS）和谷物单产评估单位面积产能
- 结合城镇化率和人口密度分析耕地保护的现实压力
- 追踪历年变化趋势时关注政策节点，如退耕还林工程启动年份
- 分析区域差异时可结合海拔低于5米区域人口分布指标
- 评估粮食安全时可结合谷物耕地面积和单产数据综合建模
- 跨国比较时应选取国土面积和农业传统相近的国家作为参照系
常见错误用法
错误做法：将中国约1.08亿公顷的耕地面积解读为“农业大国耕地充足”“不用担心粮食安全”
正确做法：将耕地面积作为农业资源基础规模的一个维度，同时结合单位面积产量、复种指数、进口依存度等指标综合评估粮食供应能力
耕地绝对面积只是农业产出的潜在基础，中国以占全球约9%的耕地养活约18%的人口，人均可耕地远低于世界平均水平，粮食安全更多依赖单产提升和国际贸易平衡，单纯的高面积数值不直接等于粮食安全无忧
错误做法：将1961年以来中国耕地增长5.7%解读为“中国人多地少矛盾已缓解”
正确做法：将增长理解为在特定历史阶段农业扩张和统计口径调整的叠加结果，同时认识到1991年峰值后已累计减少13%以上
5.7%的累计增幅在1991年之前的30年扩张期内分布不均，且此后持续下降，当前耕地资源约束压力并未因累计正增长而缓解，人口持续增长背景下人均耕地仍在减少
错误做法：直接拿中国与印度、美国、俄罗斯的耕地面积做排名比较，得出“中国耕地不如他国”的结论
正确做法：在比较绝对面积的同时，纳入人均耕地、国土面积、气候条件、农业结构等维度进行结构化对比
印度耕地多因其国土面积中热带亚热带平原比例高，美国耕地多因其土地辽阔且大平原黑土肥沃，俄罗斯耕地多因地广人稀，简单排名忽视了资源禀赋和农业结构差异
错误做法：将中国耕地面积下降趋势直接归因于“城镇化导致耕地被侵占”
正确做法：将耕地变化作为多因素综合作用的结果，同时考虑统计口径修订、复垦造地、占补平衡政策等因素的影响
城镇化占地确是耕地减少的重要因素，但农业内部结构调整、休耕政策、统计方法变化、调查精度提升等因素也会影响数据走向，不宜将复杂变化简化为单一因果解释
错误做法：使用本指标数据直接计算“中国农业GDP除以耕地面积”来评估土地利用效率
正确做法：使用前先将本指标数据与农业产出数据进行口径对齐，并注意耕地面积不包含永久性作物用地和温室面积
农业GDP涵盖种植业、畜牧业、渔业、林业等多个子部门，而本指标仅涵盖短期作物耕地，两者存在明显的统计范围差异，直接除法会高估或低估土地利用效率
错误做法：认为耕地面积数据年度间的小幅波动反映了真实的土地利用变化
正确做法：关注趋势性变化而非个别年份波动，必要时核实是否存在统计口径调整或数据修订
FAO数据常因各国报告周期、修订政策、调查方法变化而出现非连续性调整，短期波动可能是数据质量变化而非实际土地利用变化
实际应用场景
- 中国耕地资源变化与粮食产量关系的长期均衡分析：利用中国1961-2023年耕地面积序列与同期粮食总产量数据，构建误差修正模型或协整分析，检验耕地面积与粮食产量的长期均衡关系 被解释变量或核心解释变量 注意粮食产量数据需选用与耕地口径一致的FAO生产数据，且需考虑单产提升对耕地面积依赖程度的结构性变化，必要时加入技术进步变量或化肥使用量作为控制变量
- 城镇化进程对耕地资源压力的非线性效应检验：选取城镇化率、基础设施建设投资、人口密度等指标作为自变量，以耕地面积变化率为因变量，通过面板数据或时间序列分段回归检验各因素的解释力 被解释变量 城镇化对耕地的影响可能存在门槛效应，需检验非线性关系；可结合退耕还林面积数据做进一步验证，排除政策因素的干扰
- 中国耕地保护政策效能评估：以1990年代中后期耕地快速下降期为对照期，以2000年代后耕地保护红线政策实施期为处理期，利用合成控制法或双重差分法评估政策的耕地保护效果 被解释变量或结果变量 需识别政策干预时点，可结合退耕还林还草面积、基本农田划定面积等政策代理变量，同时控制经济增速、农业比较效益等混淆因素
- 人均耕地资源稀缺性与农业种植结构转型的关联研究：将人均耕地面积（AG.LND.ARBL.HA.PC）与种植结构多样性指数、经济作物种植面积比例进行相关性分析，探讨资源约束是否推动了结构转型 控制变量或核心解释变量 人均耕地下降可能驱动劳动力向高价值作物或非农部门转移，可进一步引入农业劳动生产率、农户收入结构等中介变量进行机制检验
- 中国耕地面积与其他土地利用类型的竞争关系研究：结合森林面积（AG.LND.FRST.ZS）、农业用地比例（AG.LND.AGRI.ZS）等指标，构建土地利用转型矩阵，分析耕地与其他用地类别之间的转化方向和规模 比较变量或结果变量 需注意FAO对不同用地类别的定义边界，耕地与草地、林地的统计分类标准存在差异，转换分析时需核实口径一致性
- 中国耕地面积数据的稳健性检验——多种口径对比：使用不同数据源（如国土资源调查数据、第三次全国国土调查数据）与FAO数据进行比对，检验WDI耕地数据的准确性和稳健性 被检验变量 FAO数据可能存在报告滞后和口径差异，可引入中国官方土地利用数据作为外部验证，同时分析差异来源是统计定义还是实际变化
耕地（公顷数）常见问题
中国现在还有多少耕地？在世界排第几？
根据世界银行数据，2023年中国耕地面积约为1.08亿公顷，在全球排名第四，前三位分别是印度（约1.54亿公顷）、美国（约1.52亿公顷）和俄罗斯（约1.22亿公顷）。但需注意这是绝对面积排名，中国人均耕地仅为全球平均水平的约40%。
中国耕地面积最近是在增加还是减少？
从近十几年趋势看，中国耕地面积在2012年后总体小幅下降但近期趋于稳定。2023年数据相比2012年累计减少约51.57万公顷，但2020年代以来降幅明显收窄，这可能反映了耕地保护红线和占补平衡政策开始发挥作用。
为什么1990年代中国耕地反而减少了？
1990年代中国耕地从1991年约1.25亿公顷的峰值持续下降至1999年约1.19亿公顷，这一变化可能与快速城镇化、开发区扩张、基础设施建设和农业结构调整等因素有关，但确切原因需结合当时的建设用地上报数据、退耕政策等因素进一步验证。
中国耕地面积够不够用来保证粮食安全？
中国以约占全球9%的耕地面积生产了约25%的粮食产量，主要依靠提高单产和优化种植结构实现。当前中国粮食自给总体有保障，但对大豆等品种的进口依存度较高，耕地资源约束下的粮食安全更多依赖科技增粮和国际贸易协调。
耕地面积和人均耕地有什么区别？
耕地面积是绝对数量，反映一个国家耕地的总体规模；人均耕地是该面积除以总人口，反映每个人平均可分得的耕地资源。中国人均耕地约0.075公顷，远低于世界平均水平（约0.18公顷），人均指标更能体现土地资源对人口的压力。
中国耕地减少会一直持续下去吗？
近年数据已显示中国耕地下降速度明显放缓，这与耕地保护政策的严格实施密切相关。但城镇化持续发展、农业劳动力减少、种地比较效益偏低等因素仍构成压力，未来变化趋势需持续监测，并结合新增耕地来源（如土地整治、复垦）和减少因素（建设占用）综合判断。
下载数据
免费获取世界银行WDI完整数据集，包含耕地（公顷数）等所有指标，支持按国家、指标或主题下载CSV、Excel和XML格式数据。
下载数据