龍明順，趙宇鸞，張東麗

山區(qū)耕地細(xì)碎化對(duì)農(nóng)戶耕地撂荒的影響

龍明順1,2，趙宇鸞1,2※，張東麗3

（1. 貴州師范大學(xué)地理與環(huán)境科學(xué)學(xué)院，貴陽(yáng) 550001；2. 貴州省喀斯特山地生態(tài)環(huán)境國(guó)家重點(diǎn)實(shí)驗(yàn)室培育基地，貴陽(yáng) 550001；3. 貴州財(cái)經(jīng)大學(xué)公共管理學(xué)院，550025）

研究山區(qū)耕地細(xì)碎化對(duì)耕地撂荒的影響對(duì)保障山區(qū)糧食安全、促進(jìn)山區(qū)耕地整治與可持續(xù)利用具有重要意義。該研究以貴州省劍河縣白都村為例，基于無(wú)人機(jī)高分辨率影像數(shù)據(jù)和農(nóng)戶調(diào)查數(shù)據(jù)，在提取農(nóng)戶耕地地塊空間信息數(shù)據(jù)的基礎(chǔ)上，選取綜合指標(biāo)測(cè)度法對(duì)農(nóng)戶耕地地塊細(xì)碎程度進(jìn)行刻畫(huà)，從地塊和農(nóng)戶兩個(gè)層面分別運(yùn)用Logistic和Tobit模型分析耕地地塊細(xì)碎化對(duì)農(nóng)戶耕地撂荒的影響，探析農(nóng)戶耕地細(xì)碎化程度與其撂荒規(guī)模之間的關(guān)系。結(jié)果表明：1）研究區(qū)耕地細(xì)碎化程度較高，耕地撂荒現(xiàn)象嚴(yán)重。農(nóng)戶平均地塊面積為0.044 hm2，平均耕地撂荒占比為29.50%；2）從地塊層面看，耕地地塊細(xì)碎化會(huì)加劇耕地撂荒，其中地塊耕作距離對(duì)農(nóng)戶耕地撂荒具有顯著的正向作用，地塊面積對(duì)農(nóng)戶耕地撂荒具有顯著的負(fù)向作用，且地塊面積對(duì)農(nóng)戶耕地撂荒的作用強(qiáng)度高于地塊耕作距離；3）從農(nóng)戶層面看，農(nóng)戶耕地細(xì)碎化程度越高，耕地撂荒規(guī)模愈大，農(nóng)戶耕地細(xì)碎化指數(shù)每提升10%，其耕地撂荒比例增加4.22%。研究結(jié)果可為推動(dòng)山區(qū)細(xì)碎耕地資源的可持續(xù)利用與管理提供借鑒。

無(wú)人機(jī)；山區(qū)；耕地細(xì)碎化；撂荒；Logistic模型；Tobit模型

0 引 言

耕地利用與保護(hù)問(wèn)題一直是土地利用/土地覆被變化（Land Use-Cover Change, LUCC）研究的焦點(diǎn)和前沿[1-2]。耕地經(jīng)營(yíng)細(xì)碎化和地塊細(xì)碎化是中國(guó)耕地資源開(kāi)發(fā)利用的典型特征[3]，特別在地表崎嶇、地形起伏大且耕地資源分散的貴州山區(qū)，耕地細(xì)碎化特征更為凸顯[4-5]。耕地細(xì)碎化會(huì)阻礙農(nóng)業(yè)專業(yè)化、機(jī)械化和規(guī)模化，影響農(nóng)業(yè)、農(nóng)村發(fā)展和土地資源可持續(xù)利用[6]。近年來(lái)，受較多非農(nóng)就業(yè)機(jī)會(huì)和高工資性收入吸引，貴州省農(nóng)村勞動(dòng)力大量向城市遷移[7]，農(nóng)業(yè)勞動(dòng)力成本不斷上漲。在農(nóng)業(yè)機(jī)械類省工性技術(shù)不斷普及背景下，山區(qū)細(xì)碎的耕地資源使農(nóng)業(yè)生產(chǎn)成本增加，導(dǎo)致耕地低效利用，甚至撂荒[8]。已有研究對(duì)全國(guó)135個(gè)山區(qū)縣進(jìn)行抽樣調(diào)查，結(jié)果表明山區(qū)農(nóng)地撂荒、季節(jié)性拋荒現(xiàn)象愈發(fā)顯著，耕地撂荒率為14.32%[9]。耕地撂荒不僅導(dǎo)致耕地資源數(shù)量減少，對(duì)區(qū)域糧食安全造成威脅，還導(dǎo)致農(nóng)業(yè)生產(chǎn)要素配置不均[10]，成為增加糧食產(chǎn)量的重要掣肘。因此，探究山區(qū)耕地細(xì)碎化對(duì)耕地撂荒的影響對(duì)保障糧食安全、促進(jìn)山區(qū)農(nóng)民增產(chǎn)增收具有重要的理論和實(shí)踐意義。

耕地撂荒是農(nóng)戶在自然、社會(huì)經(jīng)濟(jì)、政策制度等因素共同作用下做出的理性決策[11]，受地塊、農(nóng)戶、村鎮(zhèn)三個(gè)尺度的綜合影響[12]。諸多學(xué)者從不同視角圍繞農(nóng)戶耕地撂荒展開(kāi)了大量探討與分析。一部分學(xué)者從社會(huì)經(jīng)濟(jì)視角出發(fā)，剖析勞動(dòng)力價(jià)格上漲[13]、農(nóng)村勞動(dòng)力析出[14-15]、農(nóng)戶類型差異[16-17]等要素對(duì)農(nóng)戶耕地撂荒行為的影響。其分析本質(zhì)在于城鎮(zhèn)化和工業(yè)化發(fā)展所引起的一系列社會(huì)經(jīng)濟(jì)要素變化，如非農(nóng)就業(yè)崗位與非農(nóng)工資收入的增加，促使農(nóng)村勞動(dòng)力向非農(nóng)產(chǎn)業(yè)轉(zhuǎn)移，造成農(nóng)戶在職業(yè)、經(jīng)濟(jì)收入和家庭結(jié)構(gòu)等方面產(chǎn)生差異，進(jìn)而影響農(nóng)戶的耕地資源配置行為。另一部分學(xué)者則從政策制度視角出發(fā)，分析農(nóng)戶在移民搬遷[18]、土地流轉(zhuǎn)[19]等宏觀政策制度影響下的耕地利用決策行為。此外，還有部分學(xué)者基于耕地地塊自然條件視角，關(guān)注農(nóng)戶耕地地塊細(xì)碎程度對(duì)其耕地撂荒決策的影響，但由于調(diào)查方法和調(diào)查手段的局限性，農(nóng)戶耕地地塊空間信息數(shù)據(jù)獲取較為困難，學(xué)者們僅采取農(nóng)戶調(diào)查方法通過(guò)地塊數(shù)量[15]、塊均面積[20]等單一指標(biāo)刻畫(huà)農(nóng)戶耕地細(xì)碎化程度，忽視了空間層面細(xì)碎特征變量對(duì)耕地撂荒的影響。研究表明，農(nóng)戶家庭的地塊耕作距離、地塊形狀等地塊空間細(xì)碎特征是影響農(nóng)業(yè)生產(chǎn)效率和耕地撂荒概率的重要因素[21]。而基于單一手段或單一指標(biāo)的測(cè)度方式，未能全面地刻畫(huà)耕地細(xì)碎化的多重屬性，導(dǎo)致測(cè)度結(jié)果具有一定偏誤。因此，為客觀系統(tǒng)地反映耕地地塊細(xì)碎化與農(nóng)戶耕地撂荒之間的關(guān)系，亟待開(kāi)展基于無(wú)人機(jī)高分辨率影像數(shù)據(jù)的農(nóng)戶耕地撂荒研究中耕地細(xì)碎化測(cè)度優(yōu)化的案例研究。

鑒于此，本文以貴州省白都村為例，綜合采用無(wú)人機(jī)高分辨率影像數(shù)據(jù)和農(nóng)戶調(diào)查數(shù)據(jù)，在獲取農(nóng)戶耕地地塊空間信息數(shù)據(jù)基礎(chǔ)上，選取綜合指標(biāo)評(píng)價(jià)法對(duì)農(nóng)戶耕地地塊細(xì)碎程度進(jìn)行刻畫(huà)，運(yùn)用二元Logistic模型和Tobit模型分析耕地地塊細(xì)碎化對(duì)耕地撂荒的影響，探析農(nóng)戶耕地地塊細(xì)碎程度與其撂荒規(guī)模之間的關(guān)系，旨在為鄉(xiāng)村振興背景下西南山區(qū)細(xì)碎耕地資源的可持續(xù)利用與管理提供參考。

1 研究區(qū)域與數(shù)據(jù)

1.1 研究區(qū)概況

白都村隸屬于貴州省黔東南州劍河縣南寨鎮(zhèn)，位于貴州省黔東南州東部，距鎮(zhèn)政府駐地30 km，地勢(shì)東北高西南低，海拔375～1 254 m，是典型的丘陵山區(qū)地貌；氣候類型為亞熱帶濕潤(rùn)季風(fēng)氣候，雨熱同期，降水豐沛；土壤以黃壤和水稻土為主；村內(nèi)耕地主要為坡式梯田且呈魚(yú)鱗狀分布（圖1）；全村土地面積1 241.216 hm2，其中耕地面積為113.407 hm2，戶均經(jīng)營(yíng)耕地面積為0.309 hm2，人均耕地面積為0.067 hm2，耕地地塊總數(shù)為2 788塊，地塊平均面積為0.040 hm2。該村人多地少，人地矛盾尖銳，農(nóng)戶耕地經(jīng)營(yíng)規(guī)模較小，耕地細(xì)碎化程度較高。村內(nèi)農(nóng)作物主要為傳統(tǒng)的水稻和玉米，農(nóng)業(yè)機(jī)械持有量較少，占比僅為24.17%且以小型旋耕機(jī)為主，農(nóng)業(yè)生產(chǎn)對(duì)傳統(tǒng)牛耕的依賴程度較高，經(jīng)濟(jì)發(fā)展較為滯后，是一個(gè)典型的農(nóng)業(yè)村。2019年白都村共有農(nóng)戶367戶1 693人，且以苗族為主。受城鎮(zhèn)化和工業(yè)化加速發(fā)展影響，村內(nèi)農(nóng)戶約五分之一搬遷或舉家外出務(wù)工，耕地出現(xiàn)程度不一的撂荒現(xiàn)象。

圖1 研究區(qū)位置及耕地空間分布

1.2 數(shù)據(jù)來(lái)源與處理

研究數(shù)據(jù)主要包括無(wú)人機(jī)影像數(shù)據(jù)和農(nóng)戶調(diào)研數(shù)據(jù)。研究過(guò)程分為兩個(gè)階段。第一階段，研究小組于2019年11—12月使用無(wú)人機(jī)航拍獲取白都村空間分辨率為0.1 m遙感影像圖，并運(yùn)用ArcGIS10.8與ENVI5.3對(duì)所獲影像進(jìn)行校正、拼接等預(yù)處理，然后通過(guò)目視解譯提取出白都村耕地、宅基地、道路（通村路、機(jī)耕路、田間路）等要素。共計(jì)獲取367戶宅基地、2 788塊耕地地塊、18 117條道路。為檢驗(yàn)提取結(jié)果的精確度，通過(guò)從91衛(wèi)圖獲取高分辨率影像進(jìn)行室內(nèi)比對(duì)和實(shí)地GPS踩點(diǎn)考察兩種方式，對(duì)解譯結(jié)果進(jìn)行驗(yàn)證，經(jīng)驗(yàn)證，解譯精度達(dá)96.77%，解譯效果較好。最后運(yùn)用ArcGIS10.8網(wǎng)絡(luò)分析工具和空間分析工具構(gòu)建白都村道路路網(wǎng)，實(shí)現(xiàn)耕地地塊與宅基地的空間連接，初步建立了白都村地表信息數(shù)據(jù)庫(kù)。白都村分辨率為10 m的高程數(shù)據(jù)來(lái)源于91衛(wèi)圖。

第二階段，研究小組于2020年7月赴白都村開(kāi)展農(nóng)戶調(diào)研以獲取2019年研究區(qū)農(nóng)戶家庭基本情況、宅基地與地塊權(quán)屬、土地利用現(xiàn)狀、農(nóng)業(yè)生產(chǎn)投入及作物產(chǎn)出等信息。運(yùn)用參與式調(diào)查方法，首先對(duì)村支書(shū)、村小組長(zhǎng)進(jìn)行訪談，然后按照一定比例在每個(gè)村民小組分層隨機(jī)抽取農(nóng)戶進(jìn)行參與式問(wèn)卷調(diào)查，共計(jì)調(diào)查問(wèn)卷190份，有效問(wèn)卷182份，問(wèn)卷有效率為95.79%。通過(guò)問(wèn)卷訪談方式和農(nóng)戶現(xiàn)場(chǎng)指認(rèn)，得到農(nóng)戶宅基地、耕地的權(quán)屬信息，并將宅基地戶主信息錄入前述的地表信息數(shù)據(jù)庫(kù)中，得到涵蓋宅基地、耕地權(quán)屬信息和空間信息的白都村耕地細(xì)碎化研究數(shù)據(jù)庫(kù)。

1.3 樣本特征

從白都村樣本農(nóng)戶調(diào)查指標(biāo)的描述性統(tǒng)計(jì)結(jié)果來(lái)看（表1），樣本農(nóng)戶地塊高程最大值為1 152.660 m，最小值為482.315 m，耕地地塊空間分布差異較大；地塊平均面積為0.041 hm2，最小的僅有0.002 hm2，耕地地塊面積較小，細(xì)碎化現(xiàn)象嚴(yán)重；地塊平均耕作距離為1.825 km，最大值達(dá)6.005 km，地塊耕作距離較遠(yuǎn)，農(nóng)戶通勤時(shí)間成本較高。村內(nèi)農(nóng)戶經(jīng)營(yíng)規(guī)模較小，地塊數(shù)量較多，農(nóng)戶平均經(jīng)營(yíng)耕地面積為0.342 hm2，最小經(jīng)營(yíng)面積僅有0.041 hm2，但農(nóng)戶平均耕作地塊數(shù)卻達(dá)8.302塊，最多耕作地塊可達(dá)23.000塊，農(nóng)戶耕地細(xì)碎化程度較高。村莊內(nèi)耕地撂荒現(xiàn)象嚴(yán)重，農(nóng)戶平均撂荒地塊數(shù)為3.505塊，撂荒塊數(shù)最多為17.000塊；農(nóng)戶平均撂荒面積為0.117 hm2，最大撂荒面積為0.580 hm2，農(nóng)戶平均耕地撂荒占比為29.50%，耕地資源浪費(fèi)嚴(yán)重。

2 研究方法與變量選取

2.1 撂荒耕地的概念界定與耕地細(xì)碎化的測(cè)度方法

關(guān)于“撂荒耕地”，目前學(xué)界尚無(wú)統(tǒng)一的概念界定。西方學(xué)者最初將“撂荒耕地”定義為放棄耕作、經(jīng)營(yíng)管理或長(zhǎng)期未利用的土地[22]。國(guó)內(nèi)學(xué)者在其基礎(chǔ)上將“撂荒耕地”分為顯性撂荒和隱形撂荒[23]。顯性撂荒又稱為明荒，是指在本應(yīng)種植的一定時(shí)間段內(nèi)（通常為1季），因農(nóng)戶主觀因素造成無(wú)任何作物種植而讓耕地荒蕪的現(xiàn)象[24]；隱形撂荒是指因土壤、植被、氣候等自然因素變化造成農(nóng)戶雖在耕地上種植作物，但投入要素資源明顯降低，進(jìn)而導(dǎo)致耕地利用程度降低、產(chǎn)出水平下降的現(xiàn)象[25]。研究區(qū)耕地大部為坡式梯田，以水稻種植為主，且為一年一熟制，通過(guò)參與式農(nóng)戶訪談，農(nóng)戶在水稻收割后多進(jìn)行灌水養(yǎng)田，其季節(jié)性休耕不應(yīng)視為撂荒，因此本文的撂荒耕地是指一年以上無(wú)作物種植的顯性撂荒地。

表1 白都村樣本農(nóng)戶調(diào)查數(shù)據(jù)描述性統(tǒng)計(jì)結(jié)果

注：表示樣本量。

Note:represents the sample size.

耕地細(xì)碎化源起于國(guó)外對(duì)農(nóng)場(chǎng)土地利用的研究，用以描述農(nóng)場(chǎng)里地塊分散、不連接的現(xiàn)象[26]。當(dāng)前關(guān)于耕地細(xì)碎化存在兩種空間尺度的認(rèn)知：一是微觀尺度下農(nóng)戶耕地細(xì)碎化，此部分學(xué)者認(rèn)為應(yīng)該以農(nóng)戶經(jīng)營(yíng)的地塊為描述對(duì)象，包含農(nóng)戶經(jīng)營(yíng)耕地地塊間分布位置[27]、距其宅基地的遠(yuǎn)近[28]、地塊的數(shù)量與面積[29]、肥沃程度[30]等特征。二是宏觀尺度的區(qū)域耕地細(xì)碎化，這部分學(xué)者認(rèn)為應(yīng)該以區(qū)域內(nèi)的耕地景觀斑塊為分析對(duì)象，強(qiáng)調(diào)地表耕地斑塊的細(xì)碎化格局[31]，但忽略了同一耕地景觀斑塊中可包含不同經(jīng)營(yíng)主體的多個(gè)耕作地塊問(wèn)題。此外，也有學(xué)者認(rèn)為耕地細(xì)碎化的特征還應(yīng)包括農(nóng)戶經(jīng)營(yíng)的耕作地塊的形狀[32]。本文認(rèn)為耕地細(xì)碎化是農(nóng)業(yè)經(jīng)營(yíng)主體受社會(huì)、經(jīng)濟(jì)等因素影響下而形成的地塊空間分布零散、面積較小和形狀不規(guī)整等特征的一種耕地利用格局。

因此，依據(jù)耕地細(xì)碎化概念的界定，本文選取表征耕地細(xì)碎化屬性的地塊耕作距離、地塊面積和地塊形狀規(guī)整度3個(gè)指標(biāo)以分析耕地細(xì)碎化對(duì)耕地撂荒的影響，厘清其撂荒機(jī)制。為探析農(nóng)戶耕地細(xì)碎化程度與其承包地撂荒規(guī)模之間的關(guān)系，本文參考已有研究，選用耕地細(xì)碎化指數(shù)對(duì)農(nóng)戶的耕地細(xì)碎化程度進(jìn)行量化[32]。具體計(jì)算式如下：

式中LFI為第個(gè)農(nóng)戶的耕地細(xì)碎化指數(shù)；A為第個(gè)農(nóng)戶的地塊面積指數(shù)，A為第個(gè)農(nóng)戶的第個(gè)地塊的面積（hm2）；為農(nóng)戶擁有的地塊數(shù)量；C為第個(gè)農(nóng)戶的地塊形狀指數(shù)，C為第個(gè)農(nóng)戶的第個(gè)地塊的周長(zhǎng)（m）；D為第個(gè)農(nóng)戶的地塊道路通達(dá)性指數(shù)，S為第個(gè)農(nóng)戶到其第個(gè)地塊的道路網(wǎng)絡(luò)距離（km），為步行速度（5 km/h）[33]；為消除量綱和數(shù)量級(jí)的影響，對(duì)3個(gè)指數(shù)進(jìn)行極大值標(biāo)準(zhǔn)化處理；LFI的取值范圍為（0,3），數(shù)值越大代表農(nóng)戶的細(xì)碎化程度越高。

2.2 變量選取及Logistic模型設(shè)置

山區(qū)細(xì)碎、零散分布的耕地地塊導(dǎo)致農(nóng)戶通勤時(shí)間成本增加，降低了耕地地塊的農(nóng)業(yè)生產(chǎn)效率和效益，進(jìn)而影響農(nóng)戶的土地利用決策。已有研究表明，地塊面積與其撂荒率呈負(fù)相關(guān)關(guān)系[16]，地塊面積小，在要素投入一定的情況下，農(nóng)戶的生產(chǎn)經(jīng)營(yíng)收益低，致使地塊容易被撂荒。但耕地細(xì)碎化是一個(gè)綜合性、多屬性問(wèn)題，僅選取單一指標(biāo)表征耕地細(xì)碎化可能會(huì)導(dǎo)致結(jié)果出現(xiàn)偏差。山區(qū)耕地資源稀缺，耕地細(xì)碎化程度嚴(yán)重，農(nóng)戶在做土地利用決策時(shí)會(huì)綜合考慮地塊耕作距離、地塊形狀、基礎(chǔ)設(shè)施狀況等各種因素，權(quán)衡利弊。因此，研究以白都村調(diào)研所獲取的182戶農(nóng)戶、1 511塊地塊為樣本，選取地塊耕作距離、地塊面積和地塊形狀規(guī)整度3個(gè)表征耕地細(xì)碎化屬性的指標(biāo)作為解釋變量，地塊耕作坡度、耕作高差、灌溉條件、機(jī)械化程度、田埂坍塌狀況等地塊基礎(chǔ)屬性指標(biāo)作為控制變量，分析耕地細(xì)碎化對(duì)農(nóng)戶耕作地塊撂荒的影響。變量的定義與描述詳見(jiàn)表2。

由于農(nóng)戶耕作地塊的撂荒是一個(gè)二分類變量。因此，本文選擇二元Logistic回歸模型分析耕地地塊細(xì)碎程度對(duì)其撂荒的影響，具體模型設(shè)置如下：

式中y為被解釋變量，表示第個(gè)耕地地塊是否撂荒（撂荒=1，不撂荒=0）；P為第個(gè)耕地地塊發(fā)生撂荒的概率；X表示第個(gè)耕地地塊第個(gè)變量的取值；為變量個(gè)數(shù)；0和β分別表示截距項(xiàng)和第個(gè)變量的回歸系數(shù)；ε為誤差項(xiàng)。

表2 地塊層面變量的含義與描述性統(tǒng)計(jì)

2.3 變量選取及Tobit模型設(shè)置

為探析農(nóng)戶耕地細(xì)碎化程度對(duì)其撂荒規(guī)模的影響。本文參考已有研究選用耕地細(xì)碎化指數(shù)衡量農(nóng)戶的耕地細(xì)碎化程度[32]；撂荒規(guī)模以農(nóng)戶耕地撂荒占比衡量[15]。由于農(nóng)戶耕地撂荒占比的數(shù)據(jù)不服從正態(tài)分布，取值處于[0,1]的雙向歸并數(shù)據(jù)。因此，本文采用針對(duì)歸并數(shù)據(jù)更常用對(duì)的Tobit模型，并利用極大似然法對(duì)方程系數(shù)進(jìn)行估計(jì)。模型設(shè)置如下：

控制變量根據(jù)已有關(guān)于農(nóng)戶耕地撂荒行為的研究成果[11,15-16]、實(shí)地調(diào)研數(shù)據(jù)及研究目的，從戶主特征、家庭特征和其他特征3個(gè)方面探討各因素對(duì)農(nóng)戶耕地撂荒規(guī)模的影響效果：1）戶主特征。農(nóng)戶耕地利用決策行為多受戶主個(gè)體特征的影響[11]，因此本文將戶主年齡和受教育程度納入模型以控制其對(duì)耕地撂荒的影響。2）家庭特征。本文主要關(guān)注家庭收入及家庭人口特征[16]，主要包括家庭人均年收入、家庭勞動(dòng)力數(shù)量、非農(nóng)就業(yè)率及老年人口數(shù)。3）其他特征。主要包括農(nóng)戶家庭擁有農(nóng)業(yè)機(jī)械情況、土地流轉(zhuǎn)情況[15]。變量定義及描述性統(tǒng)計(jì)見(jiàn)表3。

表3 農(nóng)戶層面變量含義與描述性統(tǒng)計(jì)

3 結(jié)果與分析

3.1 地塊撂荒的二元Logistic回歸結(jié)果

采用二元Logistic回歸模型對(duì)式（2）進(jìn)行回歸分析，在回歸模型中，2為0.449 6，H-L檢驗(yàn)隨機(jī)性表內(nèi)觀測(cè)值與期望值大致相同，模型擬合效果較好。由表4可知，地塊耕作距離、地塊面積、灌溉條件、機(jī)械化程度、田埂坍塌5個(gè)變量通過(guò)了顯著性檢驗(yàn)（<0.01），其中地塊形狀規(guī)整度未能通過(guò)顯著性檢驗(yàn)的原因主要是由于研究區(qū)耕地絕大部分為條帶狀的梯田，地塊形狀差異較小。從表4回歸結(jié)果中可知，解釋變量中地塊耕作距離與地塊撂荒呈正相關(guān)（0.246），地塊面積與地塊撂荒呈負(fù)相關(guān)（?11.488），這說(shuō)明地塊耕作距離越遠(yuǎn)，地塊撂荒的概率越大，這主要是由于通勤時(shí)間越長(zhǎng)，農(nóng)業(yè)生產(chǎn)中勞動(dòng)力、資本等要素投入越多，導(dǎo)致農(nóng)業(yè)生產(chǎn)成本增加，而地塊面積越小，地塊撂荒的概率越大，這主要是由于地塊面積越小，耕作效率越低，導(dǎo)致農(nóng)業(yè)生產(chǎn)收益低下。此外，根據(jù)變量的Wald統(tǒng)計(jì)量顯示，地塊面積對(duì)耕地撂荒的作用強(qiáng)度明顯高于地塊耕作距離，這說(shuō)明在耕地資源的細(xì)碎特征中，對(duì)農(nóng)戶土地利用決策影響較強(qiáng)的是地塊面積，這主要是由于山區(qū)地形起伏大，致使地塊的耕作距離普遍較遠(yuǎn)，進(jìn)而農(nóng)戶在通勤時(shí)間差異較小的基礎(chǔ)上會(huì)優(yōu)先耕作面積較大的地塊。

控制變量中田埂坍塌與地塊撂荒呈正相關(guān)，機(jī)械化程度、灌溉條件與地塊撂荒呈負(fù)相關(guān)，這說(shuō)明地塊的田埂狀況越好、機(jī)械化程度越高、灌溉設(shè)施越完善，地塊被撂荒的概率越小，這主要是由于白都村耕地類型大部分為梯田，農(nóng)業(yè)以傳統(tǒng)的勞動(dòng)密集型水稻農(nóng)業(yè)為主，地塊機(jī)械化程度低、灌溉設(shè)施不完善、田埂坍塌導(dǎo)致水稻生產(chǎn)過(guò)程中耕作成本增加、耕作效率下降、效益減少，甚至不宜生產(chǎn)，地塊撂荒概率增加。

表4 耕地地塊撂荒的二元Logistic回歸結(jié)果

注：***、**、*分別代表在0.01、0.05、0.1水平上顯著。

Note: ***, **,* represent significant at 0.01, 0.05, 0.1 levels respectively.

3.2 農(nóng)戶耕地撂荒規(guī)模的Tobit回歸結(jié)果

應(yīng)用Stata16統(tǒng)計(jì)分析軟件對(duì)所選變量進(jìn)行Tobit回歸分析，回歸結(jié)果見(jiàn)表5。從表5可知，耕地細(xì)碎化指數(shù)通過(guò)顯著性檢驗(yàn)，且系數(shù)為正，這表明農(nóng)戶耕地細(xì)碎化程度越高，其耕地撂荒規(guī)模越大。在控制變量方面，顯著影響農(nóng)戶耕地撂荒占比的因素包括家庭土地流轉(zhuǎn)、家庭人均年收入、家庭勞動(dòng)力、家庭非農(nóng)就業(yè)率4個(gè)變量。具體而言，農(nóng)戶進(jìn)行土地流轉(zhuǎn)在一定程度上改善了“遠(yuǎn)近搭配、肥瘦均勻”的土地分配弊端，降低土地細(xì)碎化程度，擴(kuò)大經(jīng)營(yíng)規(guī)模以提高勞動(dòng)生產(chǎn)率，減少耕地被撂荒的概率；家庭人均年收入越高，農(nóng)戶從事農(nóng)業(yè)生產(chǎn)的意愿較低，耕地撂荒的風(fēng)險(xiǎn)增加；家庭勞動(dòng)力資源稟賦，單位土地勞動(dòng)投入得到保障，耕地撂荒的概率降低；農(nóng)戶家庭非農(nóng)就業(yè)的人越多，從事農(nóng)業(yè)生產(chǎn)的人員減少，當(dāng)勞動(dòng)力要素發(fā)生變化時(shí)，農(nóng)戶會(huì)改變其農(nóng)業(yè)生產(chǎn)和土地利用方式，尤其是當(dāng)剩余勞動(dòng)力無(wú)法實(shí)現(xiàn)耕地規(guī)模經(jīng)營(yíng)時(shí)，農(nóng)戶會(huì)選擇將耕地撂荒或者流轉(zhuǎn)。

根據(jù)變量的平均邊際效應(yīng)統(tǒng)計(jì)量顯示，影響農(nóng)戶耕地撂荒因素的貢獻(xiàn)度由大到小依次為耕地細(xì)碎化指數(shù)>非農(nóng)就業(yè)率>家庭土地流轉(zhuǎn)>家庭人均年收入>家庭勞動(dòng)力。其中，農(nóng)戶耕地細(xì)碎化程度和家庭非農(nóng)就業(yè)率對(duì)其耕地撂荒占比的影響最大。具體而言，在保持其他因素不變的情況下，當(dāng)農(nóng)戶耕地細(xì)碎化指數(shù)每提升10%時(shí)，其耕地撂荒占比會(huì)相應(yīng)增加4.22%；而農(nóng)戶家庭非農(nóng)就業(yè)率每提升10%，其耕地撂荒占比相應(yīng)增加3.80%。農(nóng)戶耕地細(xì)碎化程度對(duì)其耕地撂荒規(guī)模的影響大于其家庭非農(nóng)就業(yè)率，這表明在農(nóng)村勞動(dòng)力持續(xù)析出的進(jìn)程中，農(nóng)戶家庭耕地的細(xì)碎程度是造成其耕地撂荒的首要因素，這與經(jīng)驗(yàn)分析不一致[12,14]。主要原因在于研究區(qū)耕地大部分為梯田，作為山區(qū)優(yōu)質(zhì)耕地，農(nóng)戶受城鎮(zhèn)化影響下更傾向于將其無(wú)租流轉(zhuǎn)或人情流轉(zhuǎn)，而非直接撂荒，但這也為農(nóng)戶轉(zhuǎn)入耕作距離較近、面積較大而放棄離家遠(yuǎn)、面積較小的地塊提供了機(jī)會(huì)。

表5 農(nóng)戶耕地撂荒規(guī)模的Tobit回歸結(jié)果

注：***、**、*分別代表在0.01、0.05、0.1水平上顯著。

Note: ***, **,* represent significant at 0.01, 0.05, 0.1 levels respectively.

3.3 穩(wěn)健性檢驗(yàn)

穩(wěn)健性檢驗(yàn)一般有變量替換法、變量補(bǔ)充法、分樣本回歸法和替換計(jì)量模型等方法[34]，本文運(yùn)用變量替換法對(duì)上述實(shí)證研究結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)。采用地塊距宅基地直線距離替換耕作距離進(jìn)行二元Logistic回歸，農(nóng)戶地塊數(shù)量替換耕地細(xì)碎化指數(shù)進(jìn)行Tobit回歸。穩(wěn)健性檢驗(yàn)結(jié)果見(jiàn)表6。從表6可知，地塊距宅基地直線距離對(duì)耕地地塊撂荒具有顯著的正向作用，這說(shuō)明耕地地塊細(xì)碎化會(huì)加劇耕地地塊撂荒這一結(jié)果是穩(wěn)健的；農(nóng)戶地塊數(shù)量對(duì)其耕地撂荒占比具有顯著的正向作用，這說(shuō)明耕地細(xì)碎化促進(jìn)農(nóng)戶耕地撂荒規(guī)模這一結(jié)果也是穩(wěn)健的。

表6 穩(wěn)健性檢驗(yàn)結(jié)果

注：***、**、*分別代表在0.01、0.05、0.1水平上顯著。

Note: ***, **,* represent significant at 0.01, 0.05, 0.1 levels respectively.

4 結(jié)論與討論

4.1 結(jié) 論

以貴州省白都村為例，從地塊和農(nóng)戶視角出發(fā)，基于高分辨率無(wú)人機(jī)影像數(shù)據(jù)和農(nóng)戶調(diào)研數(shù)據(jù)，采用二元Logistic回歸模型和Tobit回歸模型分析耕地地塊細(xì)碎化對(duì)農(nóng)戶耕地撂荒的影響，探析農(nóng)戶耕地細(xì)碎化程度與其撂荒規(guī)模之間的關(guān)系。主要結(jié)論如下：

研究區(qū)農(nóng)戶家庭經(jīng)營(yíng)規(guī)模較小，但經(jīng)營(yíng)地塊數(shù)量較多，農(nóng)戶家庭平均地塊面積為0.044 hm2，最小值僅為0.018 hm2，細(xì)碎化程度較高。此外農(nóng)戶家庭平均經(jīng)營(yíng)耕地面積為0.342 hm2，但平均撂荒面積可達(dá)0.117 hm2，家庭三分之一耕地被撂荒，撂荒現(xiàn)象比較嚴(yán)重。從地塊層面看，表征耕地地塊細(xì)碎化的指標(biāo)中，地塊耕作距離會(huì)加劇農(nóng)戶的耕地撂荒行為，而地塊面積對(duì)農(nóng)戶的耕地撂荒決策具有顯著的遏制作用；且根據(jù)Wald統(tǒng)計(jì)量可知地塊面積對(duì)農(nóng)戶耕地撂荒決策影響大于地塊耕作距離，表明農(nóng)戶土地利用決策更多是受地塊面積的影響。從農(nóng)戶層面看，農(nóng)村勞動(dòng)力持續(xù)析出的進(jìn)程中，農(nóng)戶的耕地細(xì)碎化程度是造成其耕地撂荒規(guī)模大小的首要因素，在控制其他因素不變時(shí)，當(dāng)農(nóng)戶耕地細(xì)碎化指數(shù)每提升10%，其耕地撂荒比例相應(yīng)增加4.22%。

4.2 討 論

本文運(yùn)用無(wú)人機(jī)影像數(shù)據(jù)，較好地解釋了耕地細(xì)碎化對(duì)農(nóng)戶耕地地塊撂荒及撂荒規(guī)模的影響，為微觀尺度下耕地細(xì)碎化與農(nóng)戶耕地撂荒研究提供了有利的案例支撐。當(dāng)前關(guān)于耕地撂荒原因及其驅(qū)動(dòng)機(jī)制已開(kāi)展了大量研究，而基于農(nóng)戶調(diào)查數(shù)據(jù)，現(xiàn)有研究采用單一指標(biāo)（如地塊數(shù)量、塊均面積）刻畫(huà)農(nóng)戶耕地細(xì)碎化的分析方式，未能全面剖析耕地細(xì)碎化的多重屬性。本文結(jié)合無(wú)人機(jī)高分辨率影像數(shù)據(jù)和農(nóng)戶調(diào)查數(shù)據(jù)，選用綜合指標(biāo)評(píng)價(jià)法，將地塊數(shù)量、地塊耕作距離、地塊面積和地塊形狀等變量納入綜合測(cè)度模型，較為準(zhǔn)確地刻畫(huà)了農(nóng)戶耕地地塊的細(xì)碎程度。同時(shí)研究發(fā)現(xiàn)影響農(nóng)戶耕地撂荒規(guī)模的首要因素并非是家庭勞動(dòng)力的非農(nóng)就業(yè)，而是農(nóng)戶的耕地細(xì)碎化程度，這與經(jīng)驗(yàn)分析不一致。主要原因在于研究區(qū)耕地多為梯田，作為山區(qū)的優(yōu)質(zhì)耕地，農(nóng)戶考慮到梯田用養(yǎng)結(jié)合的優(yōu)點(diǎn)，更傾向于將地塊無(wú)租流轉(zhuǎn)或人情流轉(zhuǎn)，而非直接撂荒，但這也為農(nóng)戶轉(zhuǎn)入距離較近、面積較大而放棄離家遠(yuǎn)、面積較小的地塊提供了機(jī)會(huì)。

城鎮(zhèn)化加速時(shí)期，伴隨農(nóng)村勞動(dòng)力的持續(xù)析出，耕地細(xì)碎化對(duì)農(nóng)戶決策影響程度增強(qiáng)。山區(qū)細(xì)碎的耕地資源加快了農(nóng)戶退出農(nóng)業(yè)生產(chǎn)的進(jìn)程，耕地撂荒、季節(jié)性拋荒等現(xiàn)象普遍。為緩解耕地細(xì)碎化對(duì)耕地撂荒的影響，山區(qū)應(yīng)加強(qiáng)耕地細(xì)碎化整治，通過(guò)破除田埂、土溝等土地整治措施“小塊并大塊”推動(dòng)地塊集中連片和優(yōu)化耕地利用格局，同時(shí)鼓勵(lì)適度規(guī)模地土地流轉(zhuǎn)，兩類措施綜合運(yùn)用減少耕地撂荒。山區(qū)地表崎嶇、地形起伏大，需加強(qiáng)機(jī)耕道等農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)，減少微耕機(jī)等小型農(nóng)業(yè)機(jī)械田間通行時(shí)間，提高農(nóng)戶耕作田間便利性，降低農(nóng)業(yè)生產(chǎn)時(shí)間成本，減少耕地撂荒現(xiàn)象的發(fā)生。

研究以貴州山區(qū)為案例，通過(guò)對(duì)農(nóng)戶耕地細(xì)碎化的深入刻畫(huà)，揭示了農(nóng)戶耕地細(xì)碎化程度與其撂荒規(guī)模之間的關(guān)系，對(duì)推動(dòng)山區(qū)細(xì)碎耕地資源的管理與可持續(xù)利用具有重要意義。但為了剖析耕地細(xì)碎化的綜合性和多屬性特征以及耕地撂荒問(wèn)題，后續(xù)有待加強(qiáng)對(duì)耕地資源稟賦優(yōu)良、社會(huì)經(jīng)濟(jì)發(fā)達(dá)的平原地區(qū)的探討。同時(shí)，耕地撂荒是多因素共同作用的結(jié)果，同時(shí)具備尺度差異性，后續(xù)應(yīng)當(dāng)綜合探究地塊、農(nóng)戶、村域等多尺度視角下的耕地撂荒及其影響問(wèn)題。

[1] 李秀彬. 對(duì)加速城鎮(zhèn)化時(shí)期土地利用變化核心學(xué)術(shù)問(wèn)題的認(rèn)識(shí)[J].中國(guó)人口·資源與環(huán)境，2009，19(5)：1-5.

Li Xiubin. Research priorities for land use change in the accelerated phase of urbanization[J]. China Population, Resources and Environment, 2009, 19(5): 1-5. (in Chinese with English abstract)

[2] 李秀彬，趙宇鸞. 森林轉(zhuǎn)型、農(nóng)地邊際化與生態(tài)恢復(fù)[J]. 中國(guó)人口·資源與環(huán)境，2011，21(10)：91-95.

Li Xiubin, Zhao Yuluan. Forest transition, agricultural land marginalization and ecological restoration[J]. China Population, Resources and Environment, 2011, 21(10): 91-95. (in Chinese with English abstract)

[3] 呂曉，黃賢金，鐘太洋，等. 中國(guó)農(nóng)地細(xì)碎化問(wèn)題研究進(jìn)展[J]. 自然資源學(xué)報(bào)，2011，26(3)：530-540.

Lü Xiao, Huang Xianjin, Zhong Taiyang, et al. Review on the research of farmland fragmentation in China [J]. Journal of Natural Resources, 2011, 26(3): 530-540. (in Chinese with English abstract)

[4] 任紅玉，趙宇鸞，李秀彬，等. 基于不同分辨率影像的山區(qū)耕地細(xì)碎化評(píng)價(jià)及其尺度效應(yīng)[J]. 地理研究，2020，39(6)：1283-1294.

Ren Hongyu, Zhao Yuluan, Li Xiubin, et al. Cultivated land fragmentation in mountainous areas based on different resolution images and its scale effects[J]. Geographical Research, 2020, 39(6): 1283-1294. (in Chinese with English abstract)

[5] 祖健，張蚌蚌，孔祥斌. 西南山地丘陵區(qū)耕地細(xì)碎化特征及其利用效率：以貴州省草海村為例[J]. 中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)，2016，21(1)：104-113.

Zu Jian, Zhang Bangbang, Kong Xiangbin. Characteristic of cultivated land fragmentation and land use efficiency in southwest mountainous region: A case study of Caohai village in Guizhou Province [J].Journal of China Agricultural University, 2016, 21(1): 104-113. (in Chinese with English abstract)

[6] 張蚌蚌，郭芬，黃丹，等. 陜北“一戶一田”和“一組一田”耕地細(xì)碎化整治模式與績(jī)效評(píng)價(jià)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2020，36(15)：28-36.

Zhang Bangbang, Guo Fen, Huang Dan, et al. Pattern and evaluation of land consolidation model for “One Household One Plot” and “One Village One Plot” to solve land fragmentation in Northern Shaanxi Province, China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(15): 28-36. (in Chinese with English abstract)

[7] 趙宇鸞，葛玉娟，曠成華，等. 鄉(xiāng)村振興戰(zhàn)略下貴州山區(qū)森林轉(zhuǎn)型路徑研究[J]. 貴州師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，36(1)：1-7.

Zhao Yuluan, Ge Yujuan, Kuang Chenghua, et al. The path of forest transformation in mountainous areas in Guizhou province under the strategy of rural revitalization[J]. Journal of Guizhou Normal University (Natural Sciences), 2018, 36(1): 1-7. (in Chinese with English abstract)

[8] 葛玉娟，趙宇鸞，李秀彬. 山區(qū)耕地細(xì)碎化對(duì)土地利用集約度影響：以貴州省亞魚(yú)村為例[J]. 地理科學(xué)進(jìn)展，2020，39(7)：1095-1105.

Ge Yujuan, Zhao Yuluan, Li Xiubin. Farmland fragmentation and land use intensity in mountain areas: A case study of Yayu Village, Guizhou Province[J]. Progress in Geography, 2020, 39(7): 1095-1105. (in Chinese with English abstract)

[9] 李升發(fā)，李秀彬，辛良杰，等. 中國(guó)山區(qū)耕地撂荒程度及空間分布：基于全國(guó)山區(qū)抽樣調(diào)查結(jié)果[J]. 資源科學(xué)，2017，39(10)：1801-1811.

Li Shengfa, Li Xiubin, Xin Liangjie, et al. Extent and distribution of cropland abandonment in Chinese mountainous areas[J]. Resources Science, 2017, 39(10): 1801-1811. (in Chinese with English abstract)

[10] 李雨凌，馬雯秋，姜廣輝，等. 中國(guó)糧食主產(chǎn)區(qū)耕地撂荒程度及其對(duì)糧食產(chǎn)量的影響[J]. 自然資源學(xué)報(bào)，2021，36(6)：1439-1454.

Li Yuling, Ma Wenqiu, Jiang Guanghui, et al. The degree of cultivated land abandonment and its influence ongrain yield in main grain producing areas of China[J]. Journal of Natural Resources, 2021, 36(6): 1439-1454. (in Chinese with English abstract)

[11] 謝花林，黃螢乾. 不同代際視角下農(nóng)戶耕地撂荒行為研究：基于江西省興國(guó)縣293份農(nóng)戶問(wèn)卷調(diào)查[J]. 中國(guó)土地科學(xué)，2021，35(2)：20-30.

Xie Hualin, Huang Yingqian. Study on farmland abandonment behavior of farmers from intergenerational differences perspectives: Based on 293 farmer questionnaires in Xingguo County, Jiangxi Province[J]. China Land Science, 2021, 35(2): 20-30. (in Chinese with English abstract)

[12] 李升發(fā)，李秀彬. 耕地撂荒研究進(jìn)展與展望[J]. 地理學(xué)報(bào)，2016，71(3)：370-389.

Li Shengfa, Li Xiubin. Progress and prospect on farmland abandonment[J]. Acta Geographica Sinica, 2016, 71(3): 370-389. (in Chinese with English abstract)

[13] Yan J Z, Yang Z Y, Li Z H, et al. Drivers of cropland abandonment in mountainous areas: A household decision model on farming scale in Southwest China[J]. Land Use Policy, 2016, 57:459-469.

[14] Xu D D, Deng X, Guo S L, et al. Labor migration and farmland abandonment in rural China: Empirical results and policy implications[J]. Journal of Environmental Management, 2019, 232: 738-750.

[15] 謝花林，黃螢乾. 非農(nóng)就業(yè)與土地流轉(zhuǎn)對(duì)農(nóng)戶耕地撂荒行為的影響：以閩贛湘山區(qū)為例[J]. 自然資源學(xué)報(bào)，2022，37(2)：408-423.

Xie Hualin, Huang Yingqian. Impact of non-agricultural employment and land transfer on farmland abandonment behaviors of farmer: A case study in Fujian-Jiangxi-Hunan Mountainous Areas[J]. Journal of Natural Resources, 2022, 37(2): 408-423. (in Chinese with English abstract)

[16] 李贊紅，閻建忠，花曉波，等. 不同類型農(nóng)戶撂荒及其影響因素研究：以重慶市12個(gè)典型村為例[J]. 地理研究，2014，33(4)：721-734.

Li Zanhong, Yan Jianzhong, Hua Xiaobo, et al. Factors influencing the cultivated land abandonment of households of different types: A case study of 12 typical villages in Chongqing Municipality[J]. Geographical Research, 2014, 33(4): 721-734. (in Chinese with English abstract)

[17] 郭貝貝，方葉林，周寅康. 農(nóng)戶尺度的耕地撂荒影響因素及空間分異[J]. 資源科學(xué)，2020，42(4)：696-709.

Guo Beibei, Fang Yelin, Zhou Yinkang. Influencing factors and spatial differentiation of cultivated land abandonment at the household scale[J]. Resources Science, 2020, 42(4): 696-709. (in Chinese with English abstract)

[18] 王倩，邱俊杰，余勁. 移民搬遷是否加劇了山區(qū)耕地撂荒：基于陜南三市1578戶農(nóng)戶面板數(shù)據(jù)[J]. 自然資源學(xué)報(bào)，2019，34(7)：1376-1390.

Wang Qian, Qiu Junjie, Yu Jin. Does rural resettlement accelerate farmland abandonment in mountainous areas: A case study of 1578 households in Southern Shaanxi[J]. Journal of Natural Resources, 2019, 34(7): 1376-1390. (in Chinese with English abstract)

[19] 姚冠榮，張傳，劉陶紅，等. 農(nóng)地流轉(zhuǎn)服務(wù)體系有助于抑制耕地撂荒嗎：來(lái)自丘陵山區(qū)的經(jīng)驗(yàn)證據(jù)[J]. 農(nóng)林經(jīng)濟(jì)管理學(xué)報(bào)，2022，21(4)：442-452.

Yao Guanrong, Zhang Chuan, Liu Taohong, et al. Does land transfer services network help to alleviate farmland abandonment? A study with empirical evidence from hilly and mountainous regions of China[J]. Journal of Agro-Forestry Economics and Management, 2022, 21(4): 442-452. (in Chinese with English abstract)

[20] 程先同，周洪，劉秀華，等. 山區(qū)農(nóng)戶兼業(yè)程度對(duì)耕地撂荒的影響研究：以武陵山區(qū)為例[J]. 長(zhǎng)江流域資源與環(huán)境，2021，30(1)：246-256.

Cheng Xiantong, Zhou Hong, Liu Xiuhua, et al. Study on effect of farmers’ concurrent business degree on cropland abandonment in mountainous area: A case study in wuling mountain area[J]. Resources and Environment in the Yangtze Basin, 2021, 30(1): 246-256. (in Chinese with English abstract)

[21] 李升發(fā)，李秀彬. 中國(guó)山區(qū)耕地利用邊際化表現(xiàn)及其機(jī)理[J]. 地理學(xué)報(bào)，2018，73(5)：803-817.

Li Shengfa, Li Xiubin. Economic characteristics and the mechanism of farmland marginalization in mountainous areas of China[J]. Acta Geographica Sinica, 2018, 73(5): 803-817. (in Chinese with English abstract)

[22] Wang R, Zhang J, Sun H, et al. Effect of different vegetation on copper accumulation of copper-mine abandoned land in tongling, China[J]. Journal of Environmental Management, 2021, 286(4): 112227.

[23] 譚術(shù)魁. 耕地撂荒程度描述、可持續(xù)性評(píng)判指標(biāo)體系及其模式[J]. 中國(guó)土地科學(xué)，2003，17(6)：3-8.

Tan Shukui. Extent description and index system of sustainability judgment and its pattern cultivated land abandoning[J]. Chinese Land Science, 2003, 17(6): 3-8. (in Chinese with English abstract)

[24] 陳航，譚永忠，鄧欣雨，等. 撂荒耕地信息獲取方法研究進(jìn)展與展望[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2020，36(23)：258-268.

Chen Hang, Tan Yongzhong, Deng Xinyu, et al. Progress and prospects on information acquisition methods of abandoned farmland[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(23): 258-268. (in Chinese with English abstract)

[25] 袁野，周洪. 山區(qū)農(nóng)村勞動(dòng)力轉(zhuǎn)移對(duì)農(nóng)地退耕的影響：以武陵山區(qū)為例[J]. 中國(guó)農(nóng)業(yè)資源與區(qū)劃，2021，42(2)：249-256.

Yuan Ye, Zhou Hong. The effect of rural labor emigration on returning farmland to forests in mountainous areas: Taking Wuling mountain area as an example[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2021, 42(2): 249-256. (in Chinese with English abstract)

[26] Bins B O. The Consolidation of Fragmented Agricultural Holdings[M]. Washington D C: FAO Agriculture Studies, 1950.

[27] King R. Land fragmentation: Notes on a fundamental rural spatial problem[J]. Progress in Human Geography, 1982, 6(4): 475-494.

[28] 文高輝，楊鋼橋，汪文雄，等. 基于農(nóng)戶視角的耕地細(xì)碎化程度評(píng)價(jià)：以湖北省“江夏區(qū)咸安區(qū)-通山縣”為例[J]. 地理科學(xué)進(jìn)展，2016，35(9)：1129-1143.

Wen Gaohui, Yang Gangqiao, Wang Wenxiong, et al. Evaluation of cultivated land fragmentation degree based on farmers’ perspective: A case of Jiangxia District, Xian’an District, and Tongshan County in Hubei Province[J]. Progress in Geography, 2016, 35(9): 1129-1143. (in Chinese with English abstract)

[29] 孫曉兵，孔祥斌，溫良友，等. 華北集約化農(nóng)區(qū)耕地細(xì)碎化特征及其整治模式研究：以河北曲周為例[J]. 農(nóng)業(yè)現(xiàn)代化研究，2019，40(4)：556-564.

Sun Xiaobing, Kong Xiangbin, Wen Liangyou, et al. Farmland fragmentation and its managing models of the concentrated farmland in agricultural region of North China: A case study of Quzhou County in Hebei Province[J]. Research of Agricultural Modernization, 2019, 40(4): 556-564. (in Chinese with English abstract)

[30] 王興穩(wěn)，鐘甫寧. 土地細(xì)碎化與農(nóng)用地流轉(zhuǎn)市場(chǎng)[J]. 中國(guó)農(nóng)村觀察，2008(4)：29-34.

Wang Xingwen, Zhong Funing. Land fragmentation and land transfer market[J]. China Rural Survey, 2008(4): 29-34. (in Chinese with English abstract)

[31] 孫雁，趙小敏. 分宜縣土地細(xì)碎化的中觀尺度研究[J]. 中國(guó)土地科學(xué)，2010，24(4)：25-31.

Sun Yan, Zhao Xiaomin. Research on land fragmentation of Fenyi county on meso-level[J]. China Land Science, 2010, 24(4): 25-31. (in Chinese with English abstract)

[32] 葛玉娟，趙宇鸞. 基于道路網(wǎng)絡(luò)分析技術(shù)的耕地細(xì)碎化測(cè)度模型改進(jìn)[J]. 資源科學(xué)，2019，41(4)：766-774.

Ge Yujuan, Zhao Yuluan. Improvement of farmland fragmentation measurement model based on road network analysis[J]. Resources Science, 2019, 41(4): 766-774. (in Chinese with English abstract)

[33] 侯松巖，姜洪濤. 基于城市公共交通的長(zhǎng)春市醫(yī)院可達(dá)性分析[J]. 地理研究，2014，33(5)：915-925.

Hou Songyan, Jiang Hongtao. An analysis on accessibility of hospitals in Changchun based on urban public transportation[J]. Geographical Research, 2014, 33(5): 915-925. (in Chinese with English abstract)

[34] 謝花林，歐陽(yáng)振益，陳倩茹. 耕地細(xì)碎化促進(jìn)了耕地“非糧化”嗎：基于福建丘陵山區(qū)農(nóng)戶的微觀調(diào)查[J]. 中國(guó)土地科學(xué)，2022，36(1)：47-56.

Xie Hualin, OuYang Zhenyi, Chen Qianru. Does cultivated land fragmentation promote “non-grain” utilization of cultivated land: Based on a micro survey of farmers in the hilly and mountainous areas of Fujian[J]. China Land Science, 2022, 36(1): 47-56. (in Chinese with English abstract)

Impacts of mountainous land fragmentation on cultivated land abandonment of farmers

Long Mingshun1,2, Zhao Yuluan1,2※, Zhang Dongli3

(1.,,550001,; 2.,550001,; 3.,,550025,)

Impact of mountainous cultivated land fragmentation on the cultivated land abandonment can provide the management guidelines for the food security, and the consolidation and sustainable utilization of cultivated land in the mountainous areas. Taking the Baidu village in Jianhe County, Guizhou Province, China as an example, this study aims to evaluate the impact of mountains land fragmentation on the cultivated land abandonment of farmer. Firstly, the high-resolution image of Unmanned Air Vehicle (UAV) was interpreted to extract the elements of homestead, cultivated land plot, and road in the study area. The interpreted elements were verified to obtain the spatial data of cultivated land plots. The ownership of homestead and the contractual management right of cultivated land plot were determined through a field survey of farm households. Secondly, a comprehensive index measurement was used to quantify the degree of cultivated land fragmentation using the spatial data of cultivated land plots of farmers. Finally, a binary Logistic regression model was established to analyze the effect of cultivated land plot fragmentation on the cultivated land abandonment in a micro scale perspective. A Tobit regression model was applied to explore the relationship between the degree of plot fragmentation of farmers' contracted land and the scale of cultivated land abandonment. The results show that: 1) There was the high degree of cultivated land fragmentation, indicating the relatively serious abandonment of cultivated land. The small scale was found in the land management of farm households, but the large number of plots was operated. Meanwhile, the average and minimum plot area of farm households were 0.044 hm2, and only 0.018 hm2, respectively, indicating the high degree of land fragmentation for the farm households. In addition, the average area of cultivated land was 0.342 hm2by the farm households, but the average abandoned area of cultivated land reached 0.117 hm2. One-third of cultivated land in the farm households was abandoned, indicating the more serious abandonment of cultivated land. 2) The fragmentation of cultivated land plots increased the probability of cultivated land abandonment. Once the cultivated land plots were far away from their homestead, the farmers more inclined to abandon the part of the plots. Particularly, the small plot of cultivated land was tended to abandon. In addition, the Wald value revealed that the farmers tended to be more influenced by the size of the cultivated land plot, when making decisions about land abandonment. 3) The degree of cultivated land fragmentation was the primary factor on the scale of cultivated land abandonment with the continuous migration of rural labor force to cities. The higher the degree of cultivated land fragmentation of farmers was, the larger the scale of cultivated land abandonment would be. Specifically, the proportion of cultivated land abandonment increased by 4.22%, when the cultivated land fragmentation index of farmers increased by 10%. The finding can provide the important theoretical and practical implications to promote the sustainable utilization and management of finely-broken cultivated land resources in mountainous areas.

UAV; mountain areas; cultivated land fragmentation; abandonment; Logistic model; Tobit model

10.11975/j.issn.1002-6819.2022.21.027

F301.21

A

1002-6819(2022)-21-0231-09

龍明順，趙宇鸞，張東麗. 山區(qū)耕地細(xì)碎化對(duì)農(nóng)戶耕地撂荒的影響[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2022，38(21)：231-239.doi：10.11975/j.issn.1002-6819.2022.21.027 http://www.tcsae.org

Long Mingshun, Zhao Yuluan, Zhang Dongli. Impacts of mountainous land fragmentation on cultivated land abandonment of farmers[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(21): 231-239. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2022.21.027 http://www.tcsae.org

2022-08-21

2022-10-14

貴州省自然科學(xué)基金項(xiàng)目（黔科合基礎(chǔ)-ZK[2021]一般184）；國(guó)家自然科學(xué)基金面上項(xiàng)目（41771115）

龍明順，研究方向?yàn)橥恋刭Y源利用與管理。Email：1029917441@qq.com

趙宇鸞，博士，教授，博士生導(dǎo)師，研究方向?yàn)橥恋乩门c山區(qū)發(fā)展。Email：zhaoyl.09b@igsnrr.ac.cn