李 芹，陳 海，梁小英，邱海軍，王國(guó)義

（西北大學(xué) 城市與環(huán)境學(xué)院，陜西 西安710127）

揭示微觀農(nóng)戶土地利用行為的變化，并分析其決策對(duì)宏觀農(nóng)業(yè)土地利用變化的影響，成為學(xué)者們關(guān)注的熱點(diǎn)。通過(guò)構(gòu)建農(nóng)戶決策模型模擬農(nóng)戶土地利用行為已成為學(xué)者們常用的方法之一［1－3］。目前，比較有代表性的模型包括經(jīng)驗(yàn)統(tǒng)計(jì)模型，隨機(jī)模型，優(yōu)化模型，動(dòng)態(tài)模擬模型，綜合模型模擬，多層線性規(guī)劃模型，神經(jīng)網(wǎng)絡(luò)模型，人工社會(huì)模型，多智能體模型（agent－based models）和Logit模型等［4－6］。這些模型大多通過(guò)統(tǒng)計(jì)回歸方式，在影響因素間建立定量關(guān)系，對(duì)決策的形成機(jī)理及其變化研究較少。因此，依據(jù)明晰的和具有良好激勵(lì)機(jī)制的行為理論進(jìn)行個(gè)體行為模擬，已成為揭示微觀土地利用行為的關(guān)鍵問(wèn)題之一［7－10］。

本研究以生態(tài)脆弱區(qū)典型村落——高西溝為研究區(qū)，以微觀土地利用主體——農(nóng)戶為切入點(diǎn)，借鑒經(jīng)濟(jì)學(xué)理論構(gòu)建“GPRD”農(nóng)戶決策模型，模擬生態(tài)脆弱區(qū)農(nóng)戶土地利用決策過(guò)程及其對(duì)研究區(qū)耕地集約利用的影響，為研究農(nóng)戶土地利用決策與土地集約空間格局變化的互動(dòng)機(jī)理奠定基礎(chǔ)。

1 研究區(qū)概況及數(shù)據(jù)處理

1.1 研究區(qū)概況

高西溝位于陜西省米脂縣縣城以北20km，無(wú)定河?xùn)|岸金雞河流域，有40座山和21條溝。屬溫帶半干旱半濕潤(rùn)森林草原帶，年均降雨量約440mm，降水量不足且年內(nèi)變化大，降水高度集中在7—9月，約占全年降水量的75%左右，多干旱和暴雨，水土流失嚴(yán)重。高西溝村共有農(nóng)戶126戶（其中常住農(nóng)戶80戶，包括53戶種植戶，27戶非種植戶；搬遷及在外居住農(nóng)戶36戶），總計(jì)522人，總土地面積4km2，總耕地面積302.2hm2；2012年全村農(nóng)民人均收入16 061元。高西溝50a的水土保持治理過(guò)程，先后進(jìn)行了6次大規(guī)模的退耕還林，水土保持工作取得了顯著成效，被評(píng)為“退耕還林示范區(qū)”。

目前，研究區(qū)的土地利用狀況朝著可持續(xù)方向發(fā)展，作物種植結(jié)構(gòu)趨于多樣化，主要作物類型有玉米，谷子，糜子，豆類，土豆，蔥，果樹(shù)等。高西溝農(nóng)戶擁有的耕地面積較小，勞動(dòng)力冗余較多，大部分勞動(dòng)力流向二三產(chǎn)業(yè)，35%的年輕勞動(dòng)力將土地轉(zhuǎn)給他人耕種，完全脫離農(nóng)業(yè)生產(chǎn)，對(duì)這部分農(nóng)戶沒(méi)有列入研究范圍。

1.2 數(shù)據(jù)來(lái)源與研究思路

1.2.1 數(shù)據(jù)來(lái)源

（1）影像數(shù)據(jù)。航片（航片攝影比例尺為1∶3.5萬(wàn)，絕對(duì)航高為6 400m，航攝儀類型為RMKA，焦距為153.039mm，成像日期為most recent time 2000年5月），通過(guò)航片解譯，結(jié)合實(shí)際1∶1萬(wàn)高程圖，制作研究區(qū)DEM，獲取研究區(qū)坡度，坡向等數(shù)據(jù)。并結(jié)合實(shí)際調(diào)研，獲取道路信息，通過(guò)ArcGIS 9.3區(qū)域分析功能計(jì)算地塊到道路的距離。

（2）氣象數(shù)據(jù)。米脂縣1952—2010年59a降水量數(shù)據(jù)來(lái)源于米脂縣統(tǒng)計(jì)局。利用其計(jì)算降水變率，并依據(jù)實(shí)際情況對(duì)研究區(qū)降水進(jìn)行分級(jí)。

（3）農(nóng)戶數(shù)據(jù)。針對(duì)研究區(qū)18～75歲之間的常住農(nóng)戶進(jìn)行調(diào)查，采用農(nóng)戶問(wèn)卷調(diào)查和參與式農(nóng)戶評(píng)估方法，利用半結(jié)構(gòu)訪談形式，與被訪者進(jìn)行交流，獲得地塊的土地利用信息、作物投入產(chǎn)出信息和農(nóng)戶家庭特征信息等。調(diào)查農(nóng)戶共53戶，年齡在75歲以上的種植戶有4戶，未列入研究范圍，獲得有效問(wèn)卷42份，占種植戶的86%。

1.2.2 研究方法 對(duì)農(nóng)戶決策模型的構(gòu)建主要是借鑒經(jīng)濟(jì)學(xué)理論通過(guò)農(nóng)戶決策過(guò)程分析展開(kāi)研究，通過(guò)理論分析與實(shí)際驗(yàn)證兩個(gè)模塊進(jìn)行探討。其中，理論分析主要是以經(jīng)濟(jì)學(xué)理論為支撐對(duì)農(nóng)戶決策過(guò)程進(jìn)行逐步分析，得出理論背景下農(nóng)戶的最終決策；實(shí)際驗(yàn)證主要通過(guò)研究區(qū)農(nóng)戶實(shí)際的勞動(dòng)力配置和作物種植信息對(duì)理論模型進(jìn)行驗(yàn)證。

2 農(nóng)戶決策模型的構(gòu)建

決策者決策過(guò)程包括4步：確定決策目標(biāo)（goal），找 出 選 擇 方 案 （project），評(píng) 估 方 案 風(fēng) 險(xiǎn)（risk），做出最后的決定（decision）。農(nóng)業(yè)生產(chǎn)也屬于經(jīng)濟(jì)活動(dòng)，農(nóng)戶作為農(nóng)業(yè)生產(chǎn)活動(dòng)最終決策者，其決策行為也遵循這樣的規(guī)律，本研究將農(nóng)戶決策過(guò)程定義為“GPRD”決策，通過(guò)該決策模型探究農(nóng)戶決策機(jī)理及其影響因素。

2.1 決策目標(biāo)

決策首先要有明確的目標(biāo)，農(nóng)戶是農(nóng)業(yè)生產(chǎn)活動(dòng)的決策者，決策過(guò)程中把追求自身收益最大化作為最終目的，農(nóng)戶收益公式定義為：

式中：I1——從事農(nóng)業(yè)活動(dòng)的收益；I2——其它經(jīng)濟(jì)活動(dòng)的收益；P——農(nóng)作物銷售價(jià)格；Q——作物產(chǎn)量；E——總的耕地面積；C——資本投入；L——家庭勞動(dòng)力數(shù)量；G——其他收益；L1——家庭務(wù)農(nóng)勞動(dòng)力數(shù)量；E1——耕地用于種植作物的面積。

通過(guò)公式計(jì)算可得，農(nóng)戶為實(shí)現(xiàn)收益最大化，必須要通過(guò)勞動(dòng)力的合理配置實(shí)現(xiàn)，但是，農(nóng)戶是以家庭為生產(chǎn)單位進(jìn)行農(nóng)業(yè)活動(dòng)的，所擁有的耕地面積是有限的，又存在農(nóng)業(yè)人口與非農(nóng)業(yè)人口的分別，農(nóng)戶進(jìn)行決策時(shí)受到各方面條件的約束。

在進(jìn)行收益最大化分析時(shí)，需作如下假定：（1）家庭勞動(dòng)力數(shù)量不變，設(shè)為N，在現(xiàn)有的經(jīng)濟(jì)技術(shù)水平下，單位勞動(dòng)力可種植的土地面積是一定的，假定每個(gè)勞動(dòng)力可耕種的土地面積為M，家庭務(wù)農(nóng)勞動(dòng)力為N，總的土地面積為A，應(yīng)滿足A＜M·N。（2）現(xiàn)實(shí)生產(chǎn)中農(nóng)業(yè)個(gè)體的勞動(dòng)生產(chǎn)率因?yàn)榉N植技術(shù)、家庭特征等的不同，作物產(chǎn)量及其農(nóng)業(yè)總收入也不同；（3）農(nóng)業(yè)個(gè)體通過(guò)農(nóng)業(yè)種植結(jié)構(gòu)調(diào)整實(shí)現(xiàn)其種植業(yè)收益最大化；在此基礎(chǔ)上，將總體和個(gè)體結(jié)合起來(lái)進(jìn)行分析，在決策目標(biāo)的指導(dǎo)下，農(nóng)戶會(huì)根據(jù)社會(huì)經(jīng)濟(jì)和自然條件來(lái)選擇適合自己的選擇方案。確定決策目標(biāo)后就要根據(jù)決策目標(biāo)選擇可行性方案，選擇合適的方案是決策目標(biāo)能否實(shí)現(xiàn)的關(guān)鍵步驟。

2.2 選擇方案

農(nóng)戶的生產(chǎn)決策并非是完全理性的，會(huì)受到各種條件的約束，在農(nóng)業(yè)活動(dòng)中農(nóng)戶決策時(shí)考慮到先滿足自身糧食需要，在此基礎(chǔ)上通過(guò)合理配置勞動(dòng)力，優(yōu)化糧食作物和經(jīng)濟(jì)作物的種植比例來(lái)實(shí)現(xiàn)收益最大化。農(nóng)戶可選擇的決策方案主要涉及生計(jì)類型的選擇，土地種植結(jié)構(gòu)的選擇兩個(gè)方面。由公式（4）得出農(nóng)戶實(shí)現(xiàn)收益最大化的手段涉及到勞動(dòng)力投入、土地要素投入兩個(gè)變量的合理配置，農(nóng)戶在選擇從事種植業(yè)與其它經(jīng)濟(jì)活動(dòng)時(shí)，一般只需要考慮勞動(dòng)力配置問(wèn)題，涉及勞動(dòng)力這一個(gè)決策變量。為實(shí)現(xiàn)最大化，需要對(duì)該公式求偏導(dǎo)數(shù)：

式中：P·?Q／?L1——耕地種植活動(dòng)中勞動(dòng)的邊際產(chǎn)品產(chǎn)值；?G／?L1——農(nóng)戶向作物生產(chǎn)中每增加單位投入時(shí)所獲得的凈收益。農(nóng)戶為實(shí)現(xiàn)收益最大化就必須使用于耕地種植和用于從事其他經(jīng)濟(jì)活動(dòng)的勞動(dòng)力的邊際收益相等。

而農(nóng)戶面臨種植糧食作物與種植經(jīng)濟(jì)作物的選擇時(shí)，必須對(duì)土地要素投入量做出選擇，將農(nóng)戶的種植業(yè)收入描述為以土地投入量為自變量的一元線性函數(shù)：

式中：E1——用于種植糧食作物的耕地面積；E－E1——用于種植經(jīng)濟(jì)作物的耕地面積；P1，P2——代表糧食作物和經(jīng)濟(jì)作物銷售價(jià)格；Q1，Q2——各種糧食作物，經(jīng)濟(jì)作物的產(chǎn)量；C——種植作物的資金投入。農(nóng)戶種植業(yè)收入對(duì)糧食作物作物種植面積E1的一階導(dǎo)數(shù)為：

該函數(shù)為一元一次函數(shù)，所以在該函數(shù)區(qū)間的邊界點(diǎn)上取最大值，即E1＝0或E1＝E。

式中：UQ2——經(jīng)濟(jì)作物單位面積產(chǎn)量；UI2——經(jīng)濟(jì)作物單位面積收益。

I（0）與I（E）的大小取決于作物單位面積利潤(rùn)，如UI2＞UI1則在點(diǎn)0處取得最大值，即農(nóng)戶耕地全部用于種植經(jīng)濟(jì)作物的收益最高。如UI2＜UI1，則在點(diǎn)E處取得最大值，即農(nóng)戶耕地全部用于種植糧食作物的收益最高。

2.3 風(fēng)險(xiǎn)評(píng)估

任何一個(gè)方案都存在一定的風(fēng)險(xiǎn)，決策過(guò)程中需要針對(duì)可選方案進(jìn)行風(fēng)險(xiǎn)評(píng)估，對(duì)于農(nóng)業(yè)生產(chǎn)活動(dòng)來(lái)講，風(fēng)險(xiǎn)主要包括自然風(fēng)險(xiǎn)和人為風(fēng)險(xiǎn)兩方面，農(nóng)戶的生機(jī)類型選擇和種植方案都存在風(fēng)險(xiǎn)，需要決策者深入分析。

2.3.1 生計(jì)類型選擇風(fēng)險(xiǎn) 研究區(qū)農(nóng)業(yè)比較利益較低，農(nóng)業(yè)生產(chǎn)活動(dòng)中，農(nóng)村家庭務(wù)農(nóng)勞動(dòng)力剩余較多，勞動(dòng)力大量流向二三產(chǎn)業(yè)。將研究區(qū)調(diào)研農(nóng)戶按照務(wù)農(nóng)勞動(dòng)力與打工人數(shù)的比例，非農(nóng)收入占總農(nóng)業(yè)收入的比重原則劃分為不同農(nóng)戶類型，不同類型農(nóng)戶勞動(dòng)力務(wù)農(nóng)機(jī)會(huì)成本為：

式中：W——指不同類型勞動(dòng)力務(wù)工日均工資；O——不同農(nóng)戶類型勞動(dòng)力平均務(wù)農(nóng)機(jī)會(huì)；l——家庭中從事農(nóng)業(yè)生產(chǎn)的勞動(dòng)力數(shù)量；L——家庭總勞動(dòng)力數(shù)量。

農(nóng)戶的分類借鑒現(xiàn)有的研究成果并結(jié)合本研究的需要，對(duì)農(nóng)戶類型劃分采納兩個(gè)指標(biāo)：一是非農(nóng)收入占總收入的比重，二是農(nóng)戶非農(nóng)勞動(dòng)投入數(shù)量占總勞動(dòng)數(shù)量投入的比重。將農(nóng)戶分為4種類型：純農(nóng)業(yè)型（非農(nóng)收入占家庭總收入的比重少于30%的農(nóng)戶）、農(nóng)業(yè)主導(dǎo)型的兼業(yè)戶（非農(nóng)收入介于30%～60%），非農(nóng)主導(dǎo)的兼業(yè)戶（非農(nóng)收入占家庭總收入介于60%～80%），非農(nóng)業(yè)型（非農(nóng)收入占總收入的比重大于80%）。不同農(nóng)戶類型之間勞動(dòng)力務(wù)農(nóng)機(jī)會(huì)成本存在很大差異（表1）。由表1可知，研究區(qū)勞動(dòng)力務(wù)農(nóng)機(jī)會(huì)成本較高，且不同農(nóng)戶類型勞動(dòng)力務(wù)農(nóng)機(jī)會(huì)成本差距較大。種植戶勞動(dòng)力務(wù)農(nóng)機(jī)會(huì)成本最高達(dá)到34.782，與打工農(nóng)戶之間差距較大。

表1 農(nóng)戶類型劃分

2.3.2 作物種植決策風(fēng)險(xiǎn) 農(nóng)戶農(nóng)業(yè)生產(chǎn)和經(jīng)營(yíng)都比較特殊，在生產(chǎn)活動(dòng)中，農(nóng)戶成為承擔(dān)風(fēng)險(xiǎn)的主體，直接面對(duì)自然災(zāi)害，市場(chǎng)和政策等多重風(fēng)險(xiǎn)的沖擊［10－13］。農(nóng)戶在追求利潤(rùn)最大化的同時(shí)，還要避免社會(huì)風(fēng)險(xiǎn)的沖擊。旱災(zāi)是研究區(qū)農(nóng)業(yè)生產(chǎn)中面臨的重要的自然風(fēng)險(xiǎn)，該區(qū)有“十年九旱”的說(shuō)法，農(nóng)戶根據(jù)多年的生產(chǎn)經(jīng)驗(yàn)，對(duì)于農(nóng)作物在不同的自然狀態(tài)下，產(chǎn)量變化有比較全面的預(yù)測(cè)。本研究引用期望值決策分析方法［14］計(jì)算農(nóng)戶的作物種植決策風(fēng)險(xiǎn)（暫不考慮農(nóng)地棄荒與流轉(zhuǎn)決策風(fēng)險(xiǎn)），以對(duì)不同作物類型種植優(yōu)先順序進(jìn)行排序。將其定義為數(shù)學(xué)期望值，農(nóng)戶對(duì)作物種植的選擇以看作離散型隨機(jī)變量X，其數(shù)學(xué)期望值為：

式中：Xi——隨機(jī)變量 X 的各個(gè)取值（i＝1，2，…，n）；Pi——x＝xi的概率，即Pi＝P（xi），期望值決策方法就是計(jì)算各方案的期望益損值，并以此為依據(jù)，選擇平均收益最大化的方案作為最佳決策方案。

表2 研究區(qū)降水分級(jí)

農(nóng)作物種植方案B包括：B1（玉米）、B2（谷子）、B3（豆子）、B4（土豆）、B5（大蔥）、B6（果樹(shù)）；將降水條件劃分為：極旱年（S1）、旱年（S2）、平年（S3）、濕潤(rùn)（S4）、極濕潤(rùn)年（S5）；決策方案Bi在Sj狀態(tài)下的收益值A(chǔ)ij看作隨機(jī)變量的取值。將米脂縣1952—2010年59a的年降水量進(jìn)行匯總，計(jì)算年降水變率，計(jì)算公式為：

式中：Ri——第i年實(shí)際降水量（i＝1，2，…，n）；R——年平均降水量。根據(jù)年降水變率（表2），將降水分5個(gè)等級(jí)（S1極旱年，S2旱年，S3平年，S4濕潤(rùn)年，S5極濕潤(rùn)年），狀態(tài)概率為：P1，P2，P3，P4，P5。決策方案Bi在Sj狀態(tài)下的收益值A(chǔ)ij看做隨機(jī)變量的取值。

根據(jù)表3可知，果樹(shù)，土豆，大蔥產(chǎn)值都比較高，糧食作物中玉米的產(chǎn)值較其它作物高。

2.4 農(nóng)戶決策分析

研究區(qū)農(nóng)業(yè)比較利益較低，農(nóng)戶決策時(shí)，會(huì)傾向于打工，務(wù)農(nóng)勞動(dòng)力數(shù)量較少，考慮到自身的生存需求和年齡因素，不同農(nóng)戶對(duì)生計(jì)類型選擇上會(huì)做出不同的考慮，通過(guò)勞動(dòng)力的合理配置在作物種植與打工之間進(jìn)行抉擇，實(shí)現(xiàn)自身效用最大化。結(jié)合田玉軍，李秀彬［15－16］的研究，農(nóng)戶擁有土地面積大，質(zhì)量好，戶主年齡偏大，家庭勞動(dòng)力數(shù)量較多的農(nóng)戶偏向于農(nóng)業(yè)種植活動(dòng)。相反，土地面積小，質(zhì)量差，戶主年齡偏小的，家庭消費(fèi)較大而勞動(dòng)力少的農(nóng)戶會(huì)偏向于選擇打工，土地荒棄或者轉(zhuǎn)讓給其它農(nóng)戶種植。土地資源有限，家庭勞動(dòng)力數(shù)量相對(duì)充裕的農(nóng)戶選擇兼業(yè)，在農(nóng)業(yè)生產(chǎn)中傾向于選擇勞動(dòng)生產(chǎn)率高的作物，土地種植結(jié)構(gòu)比較單一。研究區(qū)農(nóng)戶種植果樹(shù)，土豆產(chǎn)值較高，面臨的風(fēng)險(xiǎn)小，糧食作物中種植玉米收益較高。研究區(qū)農(nóng)戶退耕還林政策之后，耕地面積減少，農(nóng)戶擁有的土地?cái)?shù)量減少，為最大化自身收益，農(nóng)戶傾向于兼業(yè)生產(chǎn)。根據(jù)實(shí)際問(wèn)卷調(diào)研資料的整理，研究區(qū)有85.7%的農(nóng)戶家庭務(wù)農(nóng)勞動(dòng)力為兩人，11.9%的家庭務(wù)農(nóng)勞動(dòng)力為1人，勞動(dòng)力數(shù)量投入都不多，兼業(yè)現(xiàn)象嚴(yán)重。由表4可知，各類型農(nóng)戶特點(diǎn)表現(xiàn)為：（1）研究區(qū)純農(nóng)戶數(shù)量最少，戶主平均年齡最大。結(jié)合實(shí)際調(diào)查，高西溝村以務(wù)農(nóng)為生的農(nóng)戶主要是年齡較大或是身體健康狀況欠佳的，這類型農(nóng)戶作物種植主要是為滿足自身糧食需求，在決策方面較為保守。（2）以農(nóng)為主的兼業(yè)農(nóng)戶以土地為維持生計(jì)的主要手段，一般占有較多的土地，在種植過(guò)程中趨向于多樣化種植，對(duì)勞動(dòng)力的安排采用農(nóng)閑時(shí)間外出打工，農(nóng)忙時(shí)節(jié)回家種地方式。以非農(nóng)為主的兼業(yè)戶數(shù)量最多，這類型農(nóng)戶戶主年齡較小，大部分時(shí)間，大部分勞動(dòng)力外出打工，土地較少，難以形成規(guī)模經(jīng)營(yíng)。（3）非農(nóng)戶可以分為兩類：一類是年輕家庭，孩子較小，在縣城上學(xué)，父母陪讀。一類是中老年家庭，有較穩(wěn)定的可觀的非農(nóng)收入，一般將土地交給親友種植，自己只留一部分土地或者是全部轉(zhuǎn)讓。

表3 不同作物類型益損值

表4 研究區(qū)不同農(nóng)戶類型特點(diǎn)

根據(jù)“GPRD”模型理論，農(nóng)戶的耕地利用過(guò)程中會(huì)更偏愛(ài)于產(chǎn)值較高的作物類型，研究區(qū)2012年作物種植面積由多到少的順序?yàn)椋汗麡?shù)＞土豆＞玉米＞谷子＞蔥、豆子，玉米屬于糧食作物，農(nóng)戶在生產(chǎn)決策時(shí)首先會(huì)考慮到滿足自身糧食需求，飼養(yǎng)家畜也需要一定的糧食儲(chǔ)備。雖然種植玉米的收益不高但是維持基本的生活需要，農(nóng)戶需要種植玉米。蔥的產(chǎn)值也較高，但是研究區(qū)蔥種植面積較少，在調(diào)研過(guò)程中針對(duì)農(nóng)戶是否有意向改變種植結(jié)構(gòu)，調(diào)查資料表明，研究區(qū)蔥的種植面積較少是因?yàn)橥烁€林政策后農(nóng)戶擁有的土地面積較少，種蔥的投入比較高，管理復(fù)雜。農(nóng)戶傾向于保持傳統(tǒng)的種植習(xí)慣，決策較為保守。

3 農(nóng)戶決策影響因子分析

農(nóng)戶種植決策問(wèn)題涉及到地塊的自然屬性，也與農(nóng)戶的家庭特征相關(guān)，涉及到多層數(shù)據(jù)結(jié)構(gòu)，在研究中選用多層線性模型對(duì)高西溝村農(nóng)戶種植土豆和玉米的行為進(jìn)行分析，多層線性模型（hierarchical linear models，HLM）是適用于分析具有嵌套結(jié)構(gòu)數(shù)據(jù)的一種統(tǒng)計(jì)分析方法，該模型能夠有效地解決組織效應(yīng)的求解問(wèn)題［17－21］。多層線性模型處理分層數(shù)據(jù)的原理，先以第一層的特征變量建立回歸方程，然后把該方程中的截距和斜率作為因變量，使用第二層數(shù)據(jù)中的特征變量作為自變量進(jìn)行二次回歸，基本形式為：

運(yùn)用HLM軟件，以果樹(shù)，土豆和玉米為例，建立決策的二元伯努利模型，模型為：

注：r0j——一層模型相關(guān)系數(shù)；βij——二層模型相關(guān)系數(shù)；

根據(jù)組內(nèi)相關(guān)系數(shù)值可知（表5），選擇種植土豆的決策行為有大概19%是由農(nóng)戶層次之間的差異引起的，果樹(shù)種植決策的差異13.7%是由農(nóng)戶層次產(chǎn)生的，玉米為20%。

根據(jù)分析結(jié)果可知，果樹(shù)主要是種植在與道路距離較近，高程較高的地塊上，因?yàn)楦呶鳒系牡貕K多是梯田，地塊之間的道路屬于環(huán)山小路，寬度不足2m，大型交通工具使用難度較大，而土豆，果樹(shù)的產(chǎn)量較高，運(yùn)輸困難，所以，農(nóng)戶一般選擇距離道路較近的地塊進(jìn)行土豆種植。土豆是耐旱作物，農(nóng)戶傾向于選擇高程相對(duì)高的地方種植耐旱作物；而果樹(shù)是喜低溫干燥，喜光植被，果樹(shù)的種植與地塊的高程成正相關(guān)，與坡向呈顯著的負(fù)相關(guān)。玉米種植與地塊的坡向及其到道路距離呈極顯著的負(fù)相關(guān)，與高程呈負(fù)相關(guān)。原因在于玉米對(duì)于光照，水分的要求較高，研究區(qū)玉米大部分種植在水分相對(duì)充足的壩地上，坡向基本上都為－1，所以分析結(jié)果會(huì)顯示出與坡向的極顯著負(fù)相關(guān)。

表5 兩層模型模擬組內(nèi)相關(guān)系數(shù)

表6 兩層模型模擬結(jié)果

農(nóng)戶的家庭特征也影響到農(nóng)戶的種植決策，根據(jù)模擬結(jié)果可以看出（表6），種植土豆，果樹(shù)與戶主的年齡，受教育程度，家庭總?cè)丝冢彝趧?dòng)力數(shù)量都具有一定的相關(guān)性，農(nóng)戶種植土豆，果樹(shù)與戶主年齡呈現(xiàn)顯著的負(fù)相關(guān)，與家庭勞動(dòng)力的數(shù)量呈顯著正相關(guān)關(guān)系。土豆和果樹(shù)都是勞動(dòng)密集型作物，農(nóng)戶家庭勞動(dòng)力越多，種植土豆，果樹(shù)的可能性越大，玉米與農(nóng)戶的家庭特征沒(méi)有明顯的相關(guān)關(guān)系。

4 結(jié)論

（1）構(gòu)建的GPRD模型能夠很好地解釋研究區(qū)農(nóng)戶的作物種植決策行為，高西溝村農(nóng)戶對(duì)勞動(dòng)力及作物種植的不同配置方案，農(nóng)戶兼業(yè)現(xiàn)象普遍，農(nóng)業(yè)主導(dǎo)型農(nóng)戶較少，農(nóng)業(yè)比較利益較低；作物種植結(jié)構(gòu)以果樹(shù)，土豆，玉米為主，種植經(jīng)濟(jì)作物經(jīng)濟(jì)效益相對(duì)較高，農(nóng)戶決策行為遵循效用最大化理論。

（2）高西溝村玉米種植決策主要受地塊自然條件的影響，地塊的坡度，高程，坡向及其與道路距離都不同程度地影響農(nóng)戶經(jīng)濟(jì)作物種植決策。農(nóng)戶家庭特征對(duì)農(nóng)戶經(jīng)濟(jì)作物種植決策行為具有重要的影響，其中勞動(dòng)力數(shù)量影響最為明顯。

［1］陳海，楊維鴿.基于 Multi－Agent System的多尺度土地利變化模型的構(gòu)建及模擬［J］.地理研究，2010，29（9）：1519－1527.

［2］田梓文.基于神經(jīng)網(wǎng)絡(luò)模型的土地利用變化模擬［D］.山東 青島：山東科技大學(xué)，2005.

［3］黎夏，葉嘉安.基于神經(jīng)網(wǎng)絡(luò)的元胞自動(dòng)機(jī)及模擬復(fù)雜土地利用系統(tǒng)［J］.地理研究，2005，24（1）：19－27.

［4］侯西勇，常斌，于信芳.基于CA－Markov的河西走廊土地利用變化研究［J］.農(nóng)業(yè)工程學(xué)報(bào)，2004，20（5）：286－291.

［5］楊維鴿.基于CA－Markov模型和多層次模型的土地利用變化模擬和影響因素研究［D］.陜西 西安：西北大學(xué)，2010.

［6］高海東，陳海.基于博弈論的農(nóng)戶尺度土地利用變化研究［J］.干旱地區(qū)農(nóng)業(yè)研究，2009，27（5）：254－257.

［7］楊志武，鐘甫寧.農(nóng)戶生產(chǎn)決策研究綜述［J］.生產(chǎn)力研究，2011，11（9）：209－212.

［8］西愛(ài)琴.農(nóng)戶生產(chǎn)經(jīng)營(yíng)風(fēng)險(xiǎn)決策與管理對(duì)策研究：以浙江、湖北和陜西農(nóng)戶為例的實(shí)證分析［D］.浙江 杭州：浙江大學(xué)，2006.

［9］蔡基宏.基于農(nóng)戶模型的農(nóng)民耕作行為分析［D］.福州福建：福建師范大學(xué)，2005.

［10］胡豹.農(nóng)業(yè)結(jié)構(gòu)調(diào)整中農(nóng)戶決策行為研究：基于浙江、江蘇兩省的實(shí)證［D］.浙江 杭州：浙江大學(xué)，2004.

［11］高海東，陳海.基于博弈論的農(nóng)戶尺度土地利用變化研究［J］.干旱地區(qū)農(nóng)業(yè)研究，2009，27（5）：25－44.

［12］王鵬，黃賢金.生態(tài)脆弱地區(qū)農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與農(nóng)戶土地利用變化研究：以江西省上饒縣為例［J］.南京大學(xué)學(xué)報(bào)：自然科學(xué)版，2003，39（6）：815－817.

［13］馬小勇.中國(guó)農(nóng)戶的風(fēng)險(xiǎn)規(guī)避行為分析：以陜西省為例［J］.中國(guó)軟科學(xué)，2006，2（2）：22－25.

［14］殷煥武，張鐵山.期望值優(yōu)化法在項(xiàng)目風(fēng)險(xiǎn)決策中的應(yīng)用［J］.技術(shù)經(jīng)濟(jì)與管理研究，2006，2（2）：59－60.

［15］田玉軍，李秀彬.農(nóng)業(yè)勞動(dòng)力機(jī)會(huì)成本上升對(duì)農(nóng)地利用的影響：以寧夏回族自治區(qū)為例［J］.自然資源學(xué)報(bào)，2009，24（2）：369－378.

［16］陳瑜琦，李秀彬.勞動(dòng)力務(wù)農(nóng)機(jī)會(huì)成本對(duì)農(nóng)戶耕地利用決策的影響：以河南省睢縣為例［J］.地理科學(xué)進(jìn)展，2010，29（9）：1067－1073.

［17］唐潔.水稻二化螟災(zāi)變風(fēng)險(xiǎn)分析多水平模型研究［D］.浙江 杭州：浙江大學(xué)，2006.

［18］張風(fēng)雨，王海東.多水平模型及其在人口科學(xué)研究中的應(yīng)用［J］.中國(guó)·人口科學(xué)，1995，51（6）：1－7.

［19］蓋笑松，張向葵.多層線性模型在縱向研究中的應(yīng)用［J］.心理科學(xué)，2005，28（2）：429－431.

［20］楊維鴿，陳海.基于多層次模型的農(nóng)戶土地利用決策影響因素分析：以陜西省米脂縣高西溝村為例［J］.自然資源學(xué)報(bào)，2010，25（4）：647－652.

［21］宋佳楠，金曉彬.基于多層模型的耕地集約利用對(duì)糧食生產(chǎn)力貢獻(xiàn)度分析：以內(nèi)蒙古自治區(qū)為例［J］.資源科學(xué)，2010，32（6）：1161－1167.