王全喜 宋戈 隋虹均

摘要：研究目的：探究中國(guó)耕地“非農(nóng)化”時(shí)空演變特征及其壓力、狀態(tài)與響應(yīng)因素的多重并發(fā)影響和因果組態(tài)復(fù)雜機(jī)制。研究方法：基于多元線性回歸模型、時(shí)空地理加權(quán)回歸（GTWR）模型的影響分析和基于模糊集定性比較法（fsQCA）的組態(tài)分析。研究結(jié)果：（1）2004—2020年中國(guó)耕地“非農(nóng)化”面積總體呈增長(zhǎng)態(tài)勢(shì)，不同地區(qū)、不同類型城市和不同單元分別表現(xiàn)出“東多西少”“階梯遞增”“中西擴(kuò)散”特征。（2）社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)因素對(duì)耕地“非農(nóng)化”的影響體現(xiàn)出明顯時(shí)空異質(zhì)效應(yīng)，其中人口城鎮(zhèn)化、土地城鎮(zhèn)化和產(chǎn)業(yè)結(jié)構(gòu)是普遍性的因素。（3）壓力、狀態(tài)與響應(yīng)中單因素并不構(gòu)成影響耕地“非農(nóng)化”的必要條件，不同地區(qū)耕地“非農(nóng)化”的實(shí)現(xiàn)是諸多因素構(gòu)成的不同組態(tài)構(gòu)型并發(fā)協(xié)同作用的結(jié)果，但在不同組態(tài)構(gòu)型的核心因素和輔助因素會(huì)發(fā)生角色和地位的轉(zhuǎn)換。研究結(jié)論：耕地“非農(nóng)化”受經(jīng)濟(jì)、社會(huì)和資源配置等多重因素影響，地方政府在制定調(diào)控管理政策時(shí)需著眼于不同組態(tài)路徑中壓力、狀態(tài)及響應(yīng)多重條件的適配關(guān)系，加強(qiáng)城市建設(shè)占用耕地的空間規(guī)劃管控。

關(guān)鍵詞：耕地“非農(nóng)化”；時(shí)空格局；社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)因素；空間異質(zhì)性；組態(tài)影響

中圖分類號(hào)：F301.21 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1001-8158（2023）05-0113-12

基金項(xiàng)目：國(guó)家自然科學(xué)基金面上項(xiàng)目（41971247）。

耕地“非農(nóng)化”傳統(tǒng)認(rèn)識(shí)是耕地與建設(shè)用地相互競(jìng)爭(zhēng)引發(fā)的土地資源配置過(guò)程[1-2]，其核心是農(nóng)用地向建設(shè)用地的用途轉(zhuǎn)換。隨著中國(guó)城鎮(zhèn)化進(jìn)程推進(jìn)和經(jīng)濟(jì)快速增長(zhǎng)，建設(shè)用地規(guī)模呈逐年增加的態(tài)勢(shì)[3-4]，建設(shè)占用成為耕地“非農(nóng)化”主要因素[5-6]對(duì)國(guó)家糧食安全及耕地可持續(xù)利用帶來(lái)嚴(yán)峻挑戰(zhàn)，為此國(guó)家出臺(tái)了一系列耕地“非農(nóng)化”的管理政策[7]。2020年國(guó)務(wù)院辦公廳印發(fā)的《關(guān)于堅(jiān)決制止耕地“非農(nóng)化”行為的通知》提出了堅(jiān)決制止各類耕地“非農(nóng)化”行為管控的重點(diǎn)類型；2021年多部委聯(lián)合出臺(tái)《關(guān)于嚴(yán)格耕地用途管制有關(guān)問(wèn)題的通知》提出遏制耕地“非農(nóng)化”的要求，并推出了全新的耕地“進(jìn)出平衡”制度。耕地保護(hù)話題歷久彌新，在新的時(shí)代背景下，針對(duì)耕地保護(hù)面臨的新問(wèn)題、新傾向，耕地“非農(nóng)化”的內(nèi)涵與外延也在不斷拓展與豐富，有必要探討耕地“非農(nóng)化”的影響因素及多元組態(tài)路徑。

耕地“非農(nóng)化”演變規(guī)律及其驅(qū)動(dòng)因素一直受到國(guó)內(nèi)外學(xué)者的廣泛關(guān)注。在時(shí)空演變方面，已有研究基于耕地轉(zhuǎn)向建設(shè)用地的地塊統(tǒng)計(jì)數(shù)據(jù)和建設(shè)占用耕地面積數(shù)據(jù)，探討了耕地“非農(nóng)化”的空間特性[1]、演變格局[8]、區(qū)域差異及其收斂性[9]、空間自相關(guān)性[10]以及空間非均衡發(fā)展與擴(kuò)散路徑[11-12]，較全面揭示出中國(guó)省域、市域、都市圈等尺度的耕地“非農(nóng)化”演變特征，也針對(duì)耕地“非農(nóng)化”類型復(fù)雜多樣問(wèn)題，構(gòu)建了耕地“非農(nóng)化”遙感解譯樣本分類體系[13-14]。在驅(qū)動(dòng)因素方面，研究認(rèn)為耕地“非農(nóng)化”是自然環(huán)境因素和社會(huì)經(jīng)濟(jì)因素共同作用的結(jié)果[2， 15]。其中，自然環(huán)境因素中耕地資源稟賦對(duì)耕地“非農(nóng)化”過(guò)程起到了關(guān)鍵作用，空間距離位置、氣候和地形等存在一定影響[16]，且影響作用往往通過(guò)社會(huì)經(jīng)濟(jì)條件才會(huì)表現(xiàn)出來(lái)?？梢园l(fā)現(xiàn)，經(jīng)濟(jì)發(fā)展水平、固定資產(chǎn)投資、城鎮(zhèn)化等社會(huì)經(jīng)濟(jì)因素是影響耕地“非農(nóng)化”的主導(dǎo)因素[1-2， 17]，涉及到全球、國(guó)家、省域、市域、縣域等不同尺度[8-9， 18-19]，采用的研究方法以傳統(tǒng)回歸分析、固定效應(yīng)模型、地理加權(quán)回歸（GWR）模型和地理探測(cè)器等為主[2， 7， 20]。上述研究成果為厘清耕地“非農(nóng)化”驅(qū)動(dòng)因素提供了重要依據(jù)，但也存在進(jìn)一步推進(jìn)研究方面：一是在研究角度上，現(xiàn)有文獻(xiàn)對(duì)“非農(nóng)化”的刻畫(huà)主要從土地利用類型轉(zhuǎn)化入手，多采用耕地轉(zhuǎn)為建設(shè)用地面積、建設(shè)占用耕地面積等指標(biāo)進(jìn)行表征。當(dāng)前，耕地“非農(nóng)化”內(nèi)涵更加豐富，從耕地轉(zhuǎn)向其他用地類型角度考慮，加之中國(guó)城鎮(zhèn)化進(jìn)程、社會(huì)經(jīng)濟(jì)發(fā)展以及土地制度等特殊性，耕地征收規(guī)模一定程度上可用來(lái)近似觀測(cè)耕地“非農(nóng)化”[6]，目前從該角度切入的研究少有；二是在研究尺度上，現(xiàn)有研究較多關(guān)注全國(guó)、省、市縣和村尺度，較少?gòu)氖?、市兩種尺度以及不同地區(qū)、不同人口規(guī)模城市等多維度出發(fā)，揭示中國(guó)耕地“非農(nóng)化”演變特征；三是在驅(qū)動(dòng)因素分析方法上，現(xiàn)有文獻(xiàn)多運(yùn)用傳統(tǒng)回歸分析和計(jì)量模型等方法，雖然運(yùn)用GWR模型探討了驅(qū)動(dòng)因素空間異質(zhì)性[1]，但各因素可能隨時(shí)間推移而表現(xiàn)出時(shí)空上的非平穩(wěn)性特點(diǎn)，對(duì)同一驅(qū)動(dòng)因素“時(shí)空異質(zhì)性”關(guān)注不足；四是在驅(qū)動(dòng)因素研究重點(diǎn)上，已有研究基于“回歸”原理模型開(kāi)展耕地“非農(nóng)化”的單因素影響分析，尚待深入研究諸多因素組合作用路徑。管理學(xué)領(lǐng)域的組態(tài)視角下的定性比較分析法（Qualitative Comparative Analysis， QCA）為此提供了方法支撐[21]，該方法在土地利用與管理領(lǐng)域應(yīng)用較少?！敖M態(tài)”指的是多個(gè)前因條件相互依賴形成的組合[21]，與壓力—狀態(tài)—響應(yīng)（PSR）邏輯思維相結(jié)合，以回答驅(qū)動(dòng)因素的不同組合路徑如何作用于耕地“非農(nóng)化”這一問(wèn)題，對(duì)耕地“非農(nóng)化”多重條件作用機(jī)制進(jìn)行系統(tǒng)解構(gòu)與檢驗(yàn)。

鑒于此，本文基于PSR邏輯分析框架對(duì)耕地“非農(nóng)化”驅(qū)動(dòng)因素進(jìn)行整合性理論解析，采用耕地征收規(guī)模面板數(shù)據(jù)考察2004—2020年中國(guó)耕地“非農(nóng)化”的時(shí)空格局演變特征，并基于多元線性回歸模型、時(shí)空地理加權(quán)回歸（GTWR）模型的影響分析和組態(tài)視角下的模糊數(shù)據(jù)集比較法（fsQCA），探究耕地“非農(nóng)化”驅(qū)動(dòng)因素的影響異質(zhì)性與多元組態(tài)作用，旨在深化對(duì)耕地“非農(nóng)化”驅(qū)動(dòng)機(jī)制的理性認(rèn)識(shí)，為政府制定差異化管理政策和完善耕地用途管制制度提供借鑒。

1 研究方法與數(shù)據(jù)來(lái)源

1.1 研究方法

1.1.1 驅(qū)動(dòng)因素影響分析的回歸模型構(gòu)建

運(yùn)用多元線性回歸模型和GTWR模型進(jìn)行耕地“非農(nóng)化”驅(qū)動(dòng)因素影響分析。

1.1.2 驅(qū)動(dòng)因素組態(tài)分析的定性分析比較法

上述兩種方法以傳統(tǒng)的回歸模型挖掘各驅(qū)動(dòng)因素影響程度，聚焦于分析個(gè)別前因與結(jié)果間簡(jiǎn)單對(duì)稱的線性關(guān)系，而非多因并發(fā)的復(fù)雜因果關(guān)系。QCA認(rèn)為達(dá)到同樣的結(jié)果可以有多條途徑，而每條途徑都是不同的相關(guān)因素組合[21]，這突破了傳統(tǒng)定量研究拘泥于模型驗(yàn)證獨(dú)立變量顯著性的思維套路[24]。該方法包括清晰集定性比較分析（csQCA）、多值集定性比較分析（mvQCA）和模糊集定性比較分析（fsQCA）三種形式，本文采用fsQCA研究耕地“非農(nóng)化”驅(qū)動(dòng)因素多元組態(tài)作用的原因有：（1）傳統(tǒng)的“回歸”模型僅能解釋變量影響大小，無(wú)法解釋多重因素的復(fù)雜關(guān)聯(lián)效應(yīng)，即不同的PSR因素條件組合可能導(dǎo)致相同“非農(nóng)化”結(jié)果，結(jié)果的出現(xiàn)可能需要不同組合路徑解釋，fsQCA既能彌補(bǔ)“回歸”模型的局限，也能挖掘多層面前因條件組合作用；（2）csQCA只能處理?xiàng)l件為二分變量的案例，連續(xù)型變量難以被納入分析，出于數(shù)據(jù)類型適配，fsQCA較為適用；（3）fsQCA不僅適用于大樣本分析，也能分析中等樣本和小樣本，本文樣本滿足。具體而言，通過(guò)一致性和覆蓋度確定耕地“非農(nóng)化”驅(qū)動(dòng)因素是否存在必要性和充分性關(guān)系，前者是判斷充分或必要條件的依據(jù)（大于0.8時(shí)為充分條件，大于0.9時(shí)為必要條件），后者反映條件的整體解釋能力，公式如下：

1.2 變量選擇與數(shù)據(jù)來(lái)源

1.2.1 驅(qū)動(dòng)因素選擇

PSR框架是識(shí)別、分析和評(píng)估復(fù)雜環(huán)境狀況的經(jīng)典模型之一[25]，在揭示多重因素相互作用關(guān)系方面具有優(yōu)勢(shì)，將其引入解構(gòu)多維要素聯(lián)動(dòng)下耕地“非農(nóng)化”復(fù)雜機(jī)理具有重要意義。壓力因素反映外部因素對(duì)特定系統(tǒng)的干擾，狀態(tài)因素反映與壓力相對(duì)應(yīng)下特定系統(tǒng)所處狀態(tài)，響應(yīng)因素是特定系統(tǒng)面臨風(fēng)險(xiǎn)壓力時(shí)采取的應(yīng)對(duì)措施[26]。耕地“非農(nóng)化”過(guò)程屬于一種“輸入—傳導(dǎo)—輸出”的復(fù)雜行為模式，輸出結(jié)果取決于系統(tǒng)在轉(zhuǎn)換環(huán)節(jié)對(duì)輸入的反應(yīng)和適應(yīng)，以PSR框架來(lái)映射其實(shí)現(xiàn)過(guò)程，邏輯契合。因此，本文將外部環(huán)境壓力視為輸入，將結(jié)果狀態(tài)和社會(huì)經(jīng)濟(jì)響應(yīng)的互動(dòng)視作壓力傳導(dǎo)，將耕地“非農(nóng)化”作為輸出結(jié)果，構(gòu)建出理論分析框架指導(dǎo)耕地“非農(nóng)化”驅(qū)動(dòng)因素選?。▓D1），具體描述如下：

第一，壓力因素主要包括人口壓力、財(cái)政規(guī)模和投資驅(qū)動(dòng)。人口壓力體現(xiàn)在城市人口增長(zhǎng)對(duì)居住、商業(yè)等建設(shè)用地的需求而引致的耕地“非農(nóng)化”。財(cái)政規(guī)模體現(xiàn)在城鄉(xiāng)土地要素市場(chǎng)二元化的存在，導(dǎo)致耕地征收價(jià)格遠(yuǎn)低于國(guó)有建設(shè)用地出讓價(jià)格，政府依賴出讓建設(shè)用地的激勵(lì)通過(guò)征收耕地滿足[27]，勢(shì)必產(chǎn)生耕地“非農(nóng)化”。投資驅(qū)動(dòng)表現(xiàn)為政府部門(mén)在交通、公共服務(wù)設(shè)施等方面的投入對(duì)城市建設(shè)用地的需求[28]。據(jù)此，本文選用人口城鎮(zhèn)化、財(cái)政支出規(guī)模和固定資產(chǎn)投資額作為壓力條件的解釋變量。

第二，狀態(tài)因素主要包括城市土地和基礎(chǔ)設(shè)施。城市土地體現(xiàn)在快速土地城鎮(zhèn)化進(jìn)程導(dǎo)致城市建設(shè)用地規(guī)模持續(xù)增加[27]，引發(fā)傳統(tǒng)認(rèn)識(shí)上的耕地“非農(nóng)化”[6]。完備的基礎(chǔ)設(shè)施強(qiáng)化了建設(shè)用地出讓策略互動(dòng)行為[28]，通過(guò)與產(chǎn)業(yè)、人口的相互作用對(duì)耕地“非農(nóng)化”產(chǎn)生影響。據(jù)此，本文選用土地城鎮(zhèn)化和人均道路面積表征狀態(tài)條件。

第三，響應(yīng)因素主要包括經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)和土地錯(cuò)配。經(jīng)濟(jì)發(fā)展雖然受耕地“非農(nóng)化”本身給予的貢獻(xiàn)可能有限[29]，但城市經(jīng)濟(jì)增長(zhǎng)一定程度上會(huì)對(duì)耕地“非農(nóng)化”規(guī)模變動(dòng)帶來(lái)沖擊，也是響應(yīng)結(jié)果。產(chǎn)業(yè)結(jié)構(gòu)體現(xiàn)在城市發(fā)展對(duì)第二、三產(chǎn)業(yè)用地需求增加對(duì)耕地“非農(nóng)化”影響。土地錯(cuò)配考慮基于區(qū)域均衡發(fā)展導(dǎo)向激勵(lì)中央政府建設(shè)用地配置向中西部城市或中小城市傾向政策[30]，最終導(dǎo)致地方政府行為傾向讓建設(shè)用地供給與經(jīng)濟(jì)發(fā)展不匹配的現(xiàn)象[26]，會(huì)影響到耕地“非農(nóng)化”。據(jù)此，本文選用人均地區(qū)生產(chǎn)總值、產(chǎn)業(yè)結(jié)構(gòu)指數(shù)和土地錯(cuò)配指數(shù)表征響應(yīng)條件。

綜上所述，PSR理論邏輯指導(dǎo)下的耕地“非農(nóng)化”驅(qū)動(dòng)因素共囊括8個(gè)變量條件（表1）。本文基于影響分析和組態(tài)分析雙重視角，實(shí)證探究耕地“非農(nóng)化”變量條件的影響程度和組態(tài)路徑。其中，影響分析識(shí)別耕地“非農(nóng)化”的單因素影響程度，組態(tài)分析識(shí)別耕地“非農(nóng)化”的多因素并發(fā)路徑。

1.2.2 數(shù)據(jù)來(lái)源及處理

（1）研究時(shí)空范圍設(shè)定。本文基于耕地征收這一特殊面板數(shù)據(jù)系統(tǒng)觀察耕地“非農(nóng)化”問(wèn)題，考慮到數(shù)據(jù)的一致性和可得性，同時(shí)鑒于2004年土地征收制度改革（區(qū)分“土地征用”與“土地征收”）[31]和2003年后中國(guó)城市土地供給錯(cuò)配現(xiàn)象涌現(xiàn)[30]，研究時(shí)段設(shè)為2004—2020年。與此適應(yīng)，剔除數(shù)據(jù)嚴(yán)重缺失的部分城市，最終確定330個(gè)城市（4個(gè)直轄市、292個(gè)地級(jí)市和34個(gè)縣級(jí)市①）作為基本分析單元。需要說(shuō)明的有兩點(diǎn)：一是，由于臺(tái)灣、香港和澳門(mén)數(shù)據(jù)暫缺，未將其納入研究范圍；二是，為保證數(shù)據(jù)的連貫性和進(jìn)行對(duì)比性分析，需要對(duì)行政區(qū)劃調(diào)整年份的數(shù)據(jù)做相應(yīng)合并調(diào)整，使之與2020年行政區(qū)劃相一致。

（2）變量數(shù)據(jù)收集與處理。數(shù)據(jù)來(lái)源于2004—2020年《中國(guó)城市建設(shè)統(tǒng)計(jì)年鑒》、2005—2021年《中國(guó)城市統(tǒng)計(jì)年鑒》以及各省（市、自治區(qū)）統(tǒng)計(jì)年鑒，研究涉及的主要變量通過(guò)直接整理與間接計(jì)算的方式獲得。在數(shù)據(jù)整理過(guò)程中，部分城市的缺失數(shù)據(jù)借助插補(bǔ)法補(bǔ)齊，同時(shí)采用趨勢(shì)法和平均值法對(duì)變量中出現(xiàn)異常值進(jìn)行修正調(diào)整。

2.1 耕地“非農(nóng)化”時(shí)空格局演變特征

2.1.1 全國(guó)及各地區(qū)耕地“非農(nóng)化”演變特征

從全國(guó)層面來(lái)看，2000—2020年耕地“非農(nóng)化”規(guī)?？傮w呈增加態(tài)勢(shì)，經(jīng)歷緩慢下降（2004—2007年）—快速上升（2007—2012年）—快速下降（2012—2014年）—上升后下降（2014—2020年）4個(gè)演變階段（圖2），累計(jì)“非農(nóng)化”規(guī)模達(dá)到12 881.62 km2。究其原因，可能是隨著中國(guó)城鎮(zhèn)化進(jìn)展推進(jìn)和經(jīng)濟(jì)快速發(fā)展，對(duì)耕地保護(hù)工作帶來(lái)嚴(yán)峻挑戰(zhàn)，國(guó)家開(kāi)始嚴(yán)格控制建設(shè)用地供應(yīng)，極力推進(jìn)土地節(jié)約集約利用，因而第一階段耕地“非農(nóng)化”趨勢(shì)有所減緩。為推進(jìn)中國(guó)經(jīng)濟(jì)發(fā)展、增加地方政府的財(cái)政收入，雖已實(shí)行嚴(yán)格的耕地保護(hù)政策，但城市建設(shè)征收耕地在以較低成本促進(jìn)資本聚集、產(chǎn)業(yè)融合發(fā)展等方面具有獨(dú)特優(yōu)勢(shì)[6]，該時(shí)期耕地“非農(nóng)化”增加趨勢(shì)凸顯。之后，耕地保護(hù)政策體系的規(guī)范生長(zhǎng)進(jìn)一步強(qiáng)化了人們的耕地保護(hù)意識(shí)，2012年左右耕地“非農(nóng)化”變化出現(xiàn)拐點(diǎn)。盡管在2014年后耕地“非農(nóng)化”規(guī)模仍持續(xù)增加，但整體上增長(zhǎng)速度已明顯放緩。

從區(qū)域?qū)用鎭?lái)看，耕地“非農(nóng)化”規(guī)模在四大地區(qū)表現(xiàn)出明顯差異②，按東部、西部、中部、東北地區(qū)逐漸遞減（圖2）。東部地區(qū)耕地“非農(nóng)化”總體呈現(xiàn)增長(zhǎng)趨勢(shì)，特別是2007—2012年和2014—2019年兩個(gè)階段增長(zhǎng)較多，該地區(qū)耕地“非農(nóng)化”規(guī)?；鶖?shù)大，對(duì)全國(guó)耕地“非農(nóng)化”規(guī)模變動(dòng)影響較大，增長(zhǎng)階段與拐點(diǎn)變化具有“同增同減”特點(diǎn)；中西部地區(qū)耕地“非農(nóng)化”增長(zhǎng)緩慢；東北地區(qū)2004—2012年耕地“非農(nóng)化”規(guī)模波動(dòng)增長(zhǎng)，2012年以后慢速下降。

2.1.2 不同類型城市耕地“非農(nóng)化”演變特征

2004—2020年不同類型城市耕地“非農(nóng)化”規(guī)?？傮w呈“階梯遞增”特征①，特大超大、大城市耕地“非農(nóng)化”規(guī)模比中等城市、小城市較大（圖3）。其中，18個(gè)特大超大城市耕地“非農(nóng)化”規(guī)模波動(dòng)變化明顯，南京、沈陽(yáng)、西安和杭州“非農(nóng)化”規(guī)模較大；149個(gè)大城市耕地“非農(nóng)化”規(guī)模整體呈快速增加趨勢(shì)，在2013—2014年和2020年出現(xiàn)下降；105個(gè)中等城市 2004—2012年耕地“非農(nóng)化”規(guī)模呈上升趨勢(shì)，2012年后有下降態(tài)勢(shì)；58個(gè)小城市耕地“非農(nóng)化”規(guī)模明顯小于其他類型城市，總體處于平穩(wěn)狀態(tài)。

2.1.3 不同空間單元耕地“非農(nóng)化”格局演變

上述演變特征分析發(fā)現(xiàn)，2012年前后變化出現(xiàn)拐點(diǎn)，因此劃分2004—2011年和2012—2020年兩個(gè)時(shí)間段，以累計(jì)面積繪制31個(gè)省和330個(gè)市耕地“非農(nóng)化”空間分布圖（圖4和圖5）。從省級(jí)單元來(lái)看，2004—2020年中國(guó)耕地“非農(nóng)化”整體呈東部多中西部少并逐漸向中西部擴(kuò)散的格局。其中，2004—2011年耕地“非農(nóng)化”規(guī)模前三位的省份分別為江蘇、浙江和遼寧，相對(duì)較少的省份為海南、青海和西藏（圖4（a）），而2012—2020年耕地“非農(nóng)化”規(guī)模較高的省份為江蘇、安徽和浙江，較小的省份與前一時(shí)期保持一致（圖4（b））。

從市級(jí)單元來(lái)看，2004—2020年中國(guó)耕地“非農(nóng)化”規(guī)模由東部城市逐漸擴(kuò)散到中西部、東北地區(qū)城市（圖5），基本以省會(huì)城市為主，如西安、成都、蘭州和烏魯木齊。2004—2011年（圖5（a））和2012—2020年（圖5（b））耕地“非農(nóng)化”規(guī)模增加最明顯區(qū)域以城市群、都市圈為主，如長(zhǎng)三角、京津冀、長(zhǎng)江中游、遼中南和川渝城市群。究其原因，宏觀層面可能與西部大開(kāi)發(fā)、東北老工業(yè)基地振興和中部崛起等國(guó)家發(fā)展戰(zhàn)略實(shí)施帶來(lái)的城市建設(shè)用地指標(biāo)傾斜密切相關(guān)，中西部區(qū)域耕地“非農(nóng)化”態(tài)勢(shì)明顯[1]。

2.2 驅(qū)動(dòng)因素影響的時(shí)空異質(zhì)性分析

上文得出耕地“非農(nóng)化”演變規(guī)律存在明顯差異，因此以分樣本回歸方式考察驅(qū)動(dòng)因素影響異質(zhì)性。考慮到耕地“非農(nóng)化”的階段性特征和GTWR模型需要的全樣本面板數(shù)據(jù)量大，僅選擇2012—2020年。在回歸分析之前，經(jīng)SPSS 26軟件分析得到各因素的方差膨脹因子（VIF）均小于10.0，說(shuō)明不存在多重共線性，但多元線性回歸發(fā)現(xiàn)不同地區(qū)耕地“非農(nóng)化”面積與各驅(qū)動(dòng)因子直接擬合時(shí)R2均很小，模型統(tǒng)計(jì)學(xué)意義不大，于是對(duì)自變量進(jìn)行對(duì)數(shù)處理，提升模型擬合效果，也保證數(shù)據(jù)平穩(wěn)性，避免出現(xiàn)異方差問(wèn)題。

2.2.1 驅(qū)動(dòng)因素逐步回歸結(jié)果分析

以自變量“后退”進(jìn)行逐步回歸，選擇R2較大的模型，整理得到四大地區(qū)回歸結(jié)果（表2）。結(jié)果表明，人口城鎮(zhèn)化率對(duì)東中部地區(qū)耕地“非農(nóng)化”的影響均為正效應(yīng)，而西部、東北地區(qū)存在負(fù)效應(yīng)，可能原因是人口集聚主要發(fā)生在東中部城市，西部、東北地區(qū)部分城市人口收縮明顯，如東北資源型城市人口流出。財(cái)政支出規(guī)模對(duì)東中部地區(qū)耕地“非農(nóng)化”的影響負(fù)效應(yīng)不明顯，在西部、東北地區(qū)整體上表現(xiàn)為正效應(yīng)，可能原因是東中部地區(qū)財(cái)政能力相比西部、東北地區(qū)較強(qiáng)，對(duì)“非農(nóng)化”依賴程度較低。固定資產(chǎn)投資額對(duì)東部、西部地區(qū)耕地“非農(nóng)化”正向作用明顯，對(duì)中部、東北部具有負(fù)向作用，這說(shuō)明東部、西部耕地“非農(nóng)化”受投資驅(qū)動(dòng)較為明顯。土地城鎮(zhèn)化率對(duì)四大地區(qū)耕地“非農(nóng)化”均為正向作用，但東部地區(qū)不顯著，其他地區(qū)具有顯著性，可能與東部地區(qū)城鎮(zhèn)化水平已基本達(dá)到成熟階段、中部和東北地區(qū)處于城鎮(zhèn)化快速發(fā)展階段和西部地區(qū)處于城鎮(zhèn)化趕超發(fā)展階段有關(guān)。人均道路面積對(duì)東部地區(qū)耕地“非農(nóng)化”具有負(fù)作用，在其他地區(qū)整體為正作用，這可能是東部地區(qū)基礎(chǔ)設(shè)施已相對(duì)發(fā)達(dá)，但其他地區(qū)相對(duì)薄弱的基礎(chǔ)設(shè)施增加了公共設(shè)施用地、道路交通用地等需求，進(jìn)而促進(jìn)耕地“非農(nóng)化”。人均地區(qū)生產(chǎn)總值對(duì)不同時(shí)期耕地“非農(nóng)化”影響差異明顯，四大地區(qū)整體上既有負(fù)效應(yīng)，也有正效應(yīng)，這與已有研究結(jié)論相同[2]，主要原因是經(jīng)濟(jì)發(fā)展水平能夠促進(jìn)建設(shè)用地集約利用，以占用更少的耕地就能取得經(jīng)濟(jì)發(fā)展和人口集聚的成果[5]。產(chǎn)業(yè)結(jié)構(gòu)指數(shù)對(duì)東中部地區(qū)耕地“非農(nóng)化”的正向作用明顯，這是由于二三產(chǎn)業(yè)是土地資源需求和土地資源消耗大的產(chǎn)業(yè)。土地錯(cuò)配指數(shù)對(duì)四大地區(qū)耕地“非農(nóng)化”的影響整體為負(fù)效應(yīng)，可能原因是土地錯(cuò)配的時(shí)空尺度效應(yīng)明顯，早期土地資源錯(cuò)配對(duì)新增城市建設(shè)用地影響較大，本文研究時(shí)間段相對(duì)土地調(diào)控政策靠后。

2.2.2 驅(qū)動(dòng)因素GTWR估計(jì)結(jié)果分析

為直觀地探究局域地區(qū)各驅(qū)動(dòng)因素影響程度的差異，根據(jù)式（2）擬合了2012—2020年330個(gè)市級(jí)單元驅(qū)動(dòng)因素系數(shù)，GTWR模型調(diào)整后R2達(dá)到0.436，滿足模型擬合要求（表3）。同時(shí)，借助ArcGIS 10.2軟件對(duì)壓力、狀態(tài)和響應(yīng)三個(gè)條件選取的較為明顯的驅(qū)動(dòng)因子系數(shù)進(jìn)行可視化表達(dá)（圖6）。

壓力因素中人口城鎮(zhèn)化率的回歸系數(shù)平均值（0.041）為正，但回歸系數(shù)2012年（0.085）和2020年（-0.030）有正有負(fù)?？臻g上，人口城鎮(zhèn)化率對(duì)耕地“非農(nóng)化”的影響具有較大異質(zhì)性（圖6（a）），東中部城市回歸系數(shù)較大，西部城市系數(shù)較小，說(shuō)明人口壓力是東中部地區(qū)耕地“非農(nóng)化”的有力推手，但是對(duì)欠發(fā)達(dá)的西部地區(qū)影響力相對(duì)較弱。

狀態(tài)因素中土地城鎮(zhèn)化率的回歸系數(shù)平均值在2012年（0.151）和2020年（0.026）表現(xiàn)為正，整個(gè)2012—2020年回歸系數(shù)平均值（0.080）也為正。從時(shí)空異質(zhì)性來(lái)看（圖6（b）），東中部和東北地區(qū)的回歸系數(shù)以正效應(yīng)為主，西部地區(qū)的回歸系數(shù)表現(xiàn)出負(fù)效應(yīng)。與2012年相比，2020年?yáng)|中部地區(qū)回歸系數(shù)較強(qiáng)的正效應(yīng)范圍縮小，西部地區(qū)回歸系數(shù)較強(qiáng)的負(fù)效應(yīng)范圍擴(kuò)大，這說(shuō)明近年來(lái)東中部地區(qū)土地城鎮(zhèn)化水平提高后，轉(zhuǎn)向走城市建設(shè)用地集約利用路線，從而減緩耕地“非農(nóng)化”速度。但是，土地城鎮(zhèn)化水平相對(duì)低的西部地區(qū)，區(qū)域綜合競(jìng)爭(zhēng)優(yōu)勢(shì)提高需要城市建設(shè)用地的保障，耕地“非農(nóng)化”速度相對(duì)較快。

響應(yīng)因素中產(chǎn)業(yè)結(jié)構(gòu)指數(shù)的回歸系數(shù)平均值（0.085）均為正，不同地區(qū)時(shí)空異質(zhì)性明顯（圖6（c）。相比2012年，2020年產(chǎn)業(yè)結(jié)構(gòu)指數(shù)回歸系數(shù)的片狀分布特征越明顯，大部分城市回歸系數(shù)呈負(fù)效應(yīng)或弱正效應(yīng)，這與已有研究結(jié)論相同[1]，即產(chǎn)業(yè)結(jié)構(gòu)升級(jí)優(yōu)化既能促進(jìn)城市建設(shè)用地?cái)U(kuò)張，也可能不會(huì)促進(jìn)城市建設(shè)用地增加[3]，對(duì)耕地“非農(nóng)化”進(jìn)程有促進(jìn)有抑制。

2.3 驅(qū)動(dòng)因素組態(tài)路徑的綜合分析

2.3.1 單個(gè)條件的獨(dú)立必要性分析

前文進(jìn)行了耕地“非農(nóng)化”因素獨(dú)立影響分析，接下來(lái)檢驗(yàn)多重驅(qū)動(dòng)因素的組態(tài)效應(yīng)，檢驗(yàn)因果條件變量的必要性，識(shí)別是否存在單個(gè)變量條件可以導(dǎo)致結(jié)果發(fā)生。通過(guò)fsQCA 3.0軟件得到耕地“非農(nóng)化”條件變量的必要性分析結(jié)果（表4），可知各變量條件的一致性均未超過(guò)0.9，說(shuō)明各變量條件并不能獨(dú)立作為“非農(nóng)化”結(jié)果的必要條件，即耕地“非農(nóng)化”結(jié)果的實(shí)現(xiàn)存在條件多重并發(fā)關(guān)系。因此，需進(jìn)一步開(kāi)展后續(xù)的充分性分析，挖掘所有條件間的相互關(guān)系以深入探討耕地“非農(nóng)化”的多重條件組態(tài)路徑。

2.3.2 多重條件組合的充分性分析

對(duì)變量組態(tài)引致結(jié)果的充分性進(jìn)行分析，驅(qū)動(dòng)因素組態(tài)構(gòu)型包括復(fù)雜解、中間解和簡(jiǎn)約解。參考已有研究成果對(duì)三種解理解的建議[32]，選用中間解的組態(tài)構(gòu)型結(jié)果（表5）。結(jié)果顯示，所有變量均以核心條件和輔助出現(xiàn)，不存在核心條件缺失、輔助條件缺失和條件出現(xiàn)與否的結(jié)果變量情況，驗(yàn)證了理論機(jī)制剖析變量選取的合理性。

兩種條件組合的總體解的一致性為0.828，總體解的覆蓋度為0.252。構(gòu)型1和構(gòu)型2一致性指標(biāo)分別為0.860和0.844，它們均可被視為影響耕地“非農(nóng)化”的充分條件組合。構(gòu)型1的原始覆蓋度達(dá)到0.222，人口壓力、投資驅(qū)動(dòng)、城市土地和土地錯(cuò)配屬于核心條件，財(cái)政規(guī)模、基礎(chǔ)設(shè)施、經(jīng)濟(jì)發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)是輔助條件，能被該構(gòu)型所解釋的主要是中東部發(fā)達(dá)地區(qū)，城市建設(shè)用地外延擴(kuò)張快速，耕地“非農(nóng)化”活動(dòng)劇烈。構(gòu)型2的原始覆蓋度達(dá)到0.232，解釋能力高于組態(tài)構(gòu)型1，解釋力更強(qiáng)，與構(gòu)型1相比，基礎(chǔ)設(shè)施和經(jīng)濟(jì)發(fā)展成為核心條件，土地錯(cuò)配為輔助條件。根據(jù)組態(tài)理論化過(guò)程[33]，從上述兩種組態(tài)的核心條件及其補(bǔ)充條件組成結(jié)構(gòu)可以看出，兩種組態(tài)構(gòu)型中壓力和狀態(tài)條件因子較突出，需輔以響應(yīng)條件因子，即PSR因素的并發(fā)協(xié)同導(dǎo)致“非農(nóng)化”結(jié)果。

3 結(jié)論與政策啟示

基于2004—2020年全國(guó)統(tǒng)計(jì)面板數(shù)據(jù)，分析中國(guó)耕地“非農(nóng)化”時(shí)空演變特征及其驅(qū)動(dòng)因素的多重并發(fā)影響和因果組態(tài)復(fù)雜機(jī)制，結(jié)論如下：（1）2004—2020年中國(guó)耕地“非農(nóng)化”呈增長(zhǎng)態(tài)勢(shì)且具有階段性，四大地區(qū)呈“東多西少”特征，不同類型城市呈“階梯遞減”特征，空間上由東部向中西部逐漸擴(kuò)散。（2）社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)因素對(duì)耕地“非農(nóng)化”的影響具有明顯的時(shí)空異質(zhì)效應(yīng)，東中部地區(qū)人口城鎮(zhèn)化、投資驅(qū)動(dòng)、土地城鎮(zhèn)化和產(chǎn)業(yè)結(jié)構(gòu)作用明顯，西部和東北地區(qū)以財(cái)政規(guī)模、土地城鎮(zhèn)化、基礎(chǔ)設(shè)施、經(jīng)濟(jì)發(fā)展和土地錯(cuò)配為主。（3）壓力、狀態(tài)和響應(yīng)條件不能單獨(dú)成為耕地“非農(nóng)化”的必要條件，各維度因素的協(xié)同聯(lián)動(dòng)以“殊途同歸”的方式作用于耕地“非農(nóng)化”，存在多個(gè)因素形成的多元組態(tài)驅(qū)動(dòng)路徑。兩條組態(tài)驅(qū)動(dòng)路徑中的具體驅(qū)動(dòng)因素和影響力存在差異，整體上人口增長(zhǎng)、投資驅(qū)動(dòng)和城市土地是耕地“非農(nóng)化”的核心影響因素和輔助影響因素。地方政府需實(shí)施差異化、多元化管理政策和統(tǒng)籌考慮多重驅(qū)動(dòng)因素間的適配關(guān)系以“因地制宜”地治理耕地“非農(nóng)化”。

耕地“非農(nóng)化”驅(qū)動(dòng)因素的影響分析發(fā)現(xiàn)不同地區(qū)社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)因素存在明顯的時(shí)空尺度效應(yīng)和空間異質(zhì)性，而組態(tài)分析驗(yàn)證了壓力、狀態(tài)和響應(yīng)因素的聯(lián)動(dòng)協(xié)同作用?；谝陨涎芯?，提出政策啟示：（1）東部經(jīng)濟(jì)發(fā)達(dá)地區(qū)各地方政府要根據(jù)自身?xiàng)l件和資源稟賦，從“整體性”視角出發(fā)，致力于組態(tài)視角下的耕地“非農(nóng)化”體系內(nèi)多重條件的協(xié)同效應(yīng)，制定有效控制耕地“非農(nóng)化”的政策，實(shí)行差異性、多元化的耕地保護(hù)策略。此外，多因素協(xié)同互動(dòng)對(duì)耕地“非農(nóng)化”驅(qū)動(dòng)存在區(qū)域共性，需進(jìn)一步優(yōu)化人口城鎮(zhèn)化方式，通過(guò)城市更新和城市改造盤(pán)活存量、低效建設(shè)用地的利用，減緩應(yīng)建設(shè)占用耕地造成的“非農(nóng)化”，保持區(qū)域優(yōu)勢(shì)產(chǎn)業(yè)主導(dǎo)地位，促進(jìn)城市土地集約化利用。（2）其他地區(qū)要側(cè)重考慮區(qū)域資源稟賦、基礎(chǔ)設(shè)施等情況，尊重地方資源稟賦差異和已有的實(shí)踐基礎(chǔ)，多舉措保障地方政府的財(cái)力需求，引導(dǎo)有條件的城市加快完善基礎(chǔ)設(shè)施建設(shè)，優(yōu)化國(guó)土空間利用與高效保護(hù)策略。具體而言，合理分配建設(shè)用地指標(biāo)、實(shí)現(xiàn)人口規(guī)模集聚、優(yōu)化調(diào)整產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)和加快經(jīng)濟(jì)增長(zhǎng)方式轉(zhuǎn)型是中部、西部和東北地區(qū)控制耕地“非農(nóng)化”的核心路徑，是促進(jìn)耕地保護(hù)的協(xié)同創(chuàng)新與耕地“非農(nóng)化”行為的互動(dòng)互促制止有效方式。

目前耕地“非農(nóng)化”驅(qū)動(dòng)因素的研究受到傳統(tǒng)“回歸”模型影響廣泛[15]，已有研究驗(yàn)證了某個(gè)或某幾個(gè)因素對(duì)耕地“非農(nóng)化”的影響[1-2， 8]，但對(duì)因素間的整體性考慮不足。本文基于影響分析與組態(tài)分析雙重視角研究壓力、狀態(tài)和響應(yīng)多重條件影響耕地“非農(nóng)化”的復(fù)雜機(jī)制，特別是fsQCA和GTWR的引入既豐富了耕地“非農(nóng)化”驅(qū)動(dòng)機(jī)制研究的方法體系和分析視角，也為政府制定耕地“非農(nóng)化”管控政策提供了理論依據(jù)。但也存在不足之處：（1）僅采用耕地征收規(guī)模數(shù)據(jù)近似考察了耕地“非農(nóng)化”問(wèn)題，針對(duì)耕地“非農(nóng)化”復(fù)雜類型（如占用耕地綠化造林、挖田造湖造景等）遙感監(jiān)測(cè)的研究有待開(kāi)展；（2）限于篇幅，驅(qū)動(dòng)因素組態(tài)路徑的綜合分析未能比較不同構(gòu)型間的差異性，即以核心條件為主歸納出PSR因素協(xié)同作用對(duì)耕地“非農(nóng)化”影響的有效組合模式，這也是下一步有待深入探討的內(nèi)容。

參考文獻(xiàn)（References）：

[1] 苑韶峰， 楊麗霞， 楊桂山， 等. 耕地非農(nóng)化的社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)因素異質(zhì)性研究——基于STIRPAT和GWR模型的實(shí)證分析[J] . 經(jīng)濟(jì)地理， 2013， 33（5）： 137 - 143.

[2] 崔許鋒， 馬云夢(mèng)， 張光宏. 基于模型集成的中國(guó)耕地非農(nóng)化影響因素及其時(shí)空特征研究[J] . 中國(guó)農(nóng)業(yè)科學(xué)，2018， 51（22）： 4316 - 4327.

[3] 趙小風(fēng)， 劉夢(mèng)麗， 王柏源. 基于地理探測(cè)器的城市建設(shè)用地規(guī)模時(shí)空差異及影響因素分析[J] . 中國(guó)土地科學(xué)，2018， 32（5）： 29 - 35.

[4] 劉永健， 耿弘， 孫文華， 等. 城市建設(shè)用地?cái)U(kuò)張的區(qū)域差異及其驅(qū)動(dòng)因素[J] . 中國(guó)人口·資源與環(huán)境， 2017， 27（8）： 122 - 127.

[5] 劉濤， 史秋潔， 王雨， 等. 中國(guó)城鄉(xiāng)建設(shè)占用耕地的時(shí)空格局及形成機(jī)制[J] . 地理研究， 2018， 37（8）： 1609 -1623.

[6] 楊文杰， 劉丹， 鞏前文. 2001—2016年耕地非農(nóng)化過(guò)程中農(nóng)業(yè)生態(tài)服務(wù)價(jià)值損失估算及其省域差異[J] . 經(jīng)濟(jì)地理， 2019， 39（3）： 201 - 209.

[7] 譚榮， 曲福田. 中國(guó)農(nóng)地非農(nóng)化與農(nóng)地資源保護(hù)：從兩難到雙贏[J] . 管理世界， 2006（12）： 50 - 59，66.

[8] 王磊， 劉逢媛， 李雙成， 等. 耕地非農(nóng)化格局的演變及其影響因子分析——以京津冀都市圈為例[J] . 中國(guó)土地科學(xué)， 2008， 22（1）： 32 - 38.

[9] 劉麗軍， 宋敏， 屈寶香. 中國(guó)耕地非農(nóng)化的區(qū)域差異及其收斂性[J] . 資源科學(xué)， 2009， 31（1）： 116 - 122.

[10] 張孝宇， 張安錄. 武漢市耕地非農(nóng)化的空間自相關(guān)分析[J] . 長(zhǎng)江流域資源與環(huán)境， 2015， 24（5）： 781 - 788.

[11] 張孝宇， 謝新朋， 張安錄. 武漢市耕地非農(nóng)化的空間非均衡發(fā)展與空間擴(kuò)散路徑分析[J] . 自然資源學(xué)報(bào)，2014， 29（10）： 1649 - 1659.

[12] 任平， 吳濤， 周介銘. 耕地非農(nóng)化的空間過(guò)程與擴(kuò)散路徑研究——以成都市龍泉驛區(qū)為例[J] . 中國(guó)土地科學(xué)，2015， 29（12）： 68 - 73，94.

[13] 厲芳婷， 張過(guò)， 石婷婷， 等. 耕地“非農(nóng)化”遙感解譯樣本分類體系及應(yīng)用[J] . 農(nóng)業(yè)工程學(xué)報(bào)， 2022， 38（15）：297 - 304.

[14] 李剛， 寧曉剛， 張翰超， 等. “三調(diào)”成果數(shù)據(jù)引導(dǎo)的耕地“非農(nóng)化”遙感監(jiān)測(cè)[J] . 測(cè)繪科學(xué)， 2022， 47（7）：149 - 159.

[15] 袁曉妮， 魯春陽(yáng)， 呂開(kāi)云， 等. 我國(guó)耕地非農(nóng)化研究進(jìn)展及展望[J] . 中國(guó)農(nóng)業(yè)資源與區(qū)劃， 2019， 40（1）： 128 -133.

[16] USTAOGLU E， WILLIAMS B. Determinants of urban expansion and agricultural land conversion in 25 EU countries[J] . Environmental Management， 2017， 60： 717 -746.

[17] QIU F， LALIBERTé L， SWALLOW B. Impacts of fragmentation and neighbor influences on farmland conversion： a case study of the Edmonton-Calgary Corridor， Canada[J] . Land Use Policy， 2015， 48：482 - 494.

[18] LI H H， SONG W. Spatial transformation of changes in global cultivated land[J] . Science of the Total Environment， 2023， 859. doi： 10.1016/j.scitotenv.2022.160194.

[19] CHEN Y， WANG S Y， WANG Y H. Spatiotemporal evolution of cultivated land non-agriculturalization and its drivers in typical areas of Southwest China from 2000 to 2020[J] . Remote Sensing， 2022， 14（13）. doi： 10.3390/rs14133211.

[20] 宋敏， 王登娜. 省域農(nóng)地城市流轉(zhuǎn)規(guī)模及其影響因素作用的空間異質(zhì)性研究[J] . 中國(guó)人口·資源與環(huán)境，2018， 28（1）： 54 - 62.

[21] 杜運(yùn)周， 賈良定. 組態(tài)視角與定性比較分析（QCA）：管理學(xué)研究的一條新道路[J] . 管理世界， 2017（6）： 155 - 167.

[22] WU B， LI R R， HUANG B. A geographically and temporally weighted autoregressive model with application to housing prices[J] . International Journal of Geographical Information Science， 2014， 28（5）： 1186 - 1204.

[23] 盧新海， 崔海瑩， 柯善淦， 等. 湖北省耕地利用綠色轉(zhuǎn)型與糧食全要素生產(chǎn)率的耦合協(xié)調(diào)及其驅(qū)動(dòng)機(jī)制研究[J] .中國(guó)土地科學(xué)， 2022， 36（8）： 75 - 84.

[24] 杜運(yùn)周， 李佳馨， 劉秋辰， 等. 復(fù)雜動(dòng)態(tài)視角下的組態(tài)理論與QCA方法：研究進(jìn)展與未來(lái)方向[J] . 管理世界，2021， 37（3）： 180 - 197.

[25] QU S J， HU S G， LI W D， et al. Interaction between urban land expansion and land use policy： an analysis using the DPSIR framework[J] . Land Use Policy， 2020， 99. doi： 10.1016/j.landusepol.2020.104856.

[26] 陳丹玲， 胡文伯， 盧新海， 等. 城市新增建設(shè)用地?cái)U(kuò)張影響機(jī)制：基于PSR框架的組態(tài)分析[J] . 中國(guó)土地科學(xué)，2022， 36（7）： 85 - 93.

[27] 王健， 彭山桂， 王鵬， 等. 中國(guó)城市新增建設(shè)用地?cái)U(kuò)張：基于策略互動(dòng)視角分析[J] . 中國(guó)土地科學(xué)， 2019， 33（10）： 39 - 47.

[28] 趙小風(fēng)， 劉夢(mèng)麗， 王柏源. 基于地理探測(cè)器的城市建設(shè)用地規(guī)模時(shí)空差異及影響因素分析[J] . 中國(guó)土地科學(xué)，2018， 32（5）： 29 - 35.

[29] 劉慶， 陳利根， 張鳳榮. 中國(guó)1986年至2006年耕地非農(nóng)化數(shù)量與經(jīng)濟(jì)發(fā)展關(guān)系的計(jì)量分析[J] . 資源科學(xué)，2009， 31（5）： 787 - 793.

[30] 程開(kāi)明， 于靜涵. 中國(guó)城市土地供給錯(cuò)配：特征事實(shí)及對(duì)全要素生產(chǎn)率的影響效應(yīng)[J] . 中國(guó)土地科學(xué)， 2022，36（8）： 43 - 54.

[31] 豐雷， 張清勇. 20世紀(jì)90年代中后期以來(lái)的征地制度變遷——兼論1998年《土地管理法》修訂的影響[J] . 公共管理與政策評(píng)論， 2020， 9（3）： 29 - 48.

[32] NING Y. Combining formal controls and trust to improve dwelling fit-out project performance： a configurational analysis[J] . International Journal of Project Management， 2017， 35（7）： 1238 - 1252.

[33] FURNARI S， CRILLY D， MISANGYI V F， et al. Capturing causal complexity： heuristics for configurational theorizing[J] . Academy of Management Review， 2021， 46（74）： 778 -799.

Spatial-temporal Pattern Evolution of Cultivated Land Conversion and Its Driving Factors： A Twofold Perspectives of Impact Analysis and Configuration Analysis

WANG Quanxi1， SONG Ge1，2， SUI Hongjun1

（1. School of Humanities and Law， Northeast University， Shenyang 110169， China； 2. Key Laboratory of Land Protection and Use， Department of Natural Resources of Liaoning Province， Shenyang 110169， China）

Abstract： The purpose of this study is to investigate the spatial-temporal characteristics of cultivated land conversion in China and its multiple interactive effects and the complex influencing mechanism exerted by pressure， state and response（PSR） factors. The research methods included impact analysis based on multiple linear regression model and spatialtemporal geographically weighted regression （GTWR） model， and configuration analysis based on fuzzy set qualitative comparative analysis （fsQCA）. The results show that： 1） from 2004 to 2020， the overall cultivated land conversion area in China showed a fluctuating and increasing characteristic. The cultivated land conversion was characterized by an increasing trend from eastern to western China， a gradually decreasing trend from small to large cities and spatial pattern diffused from eastern regions to mid-western regions. 2） The influence of socio-economic driving factors on the cultivated land conversion reflected obvious spatial and temporal heterogeneity， among which population urbanization， land urbanization and industrial structure were universal drivers. 3）The single factor of PSR did not constitute a necessary condition to influence cultivated land conversion. The synergistic effects of different factor configurations lead to cultivated land conversion in different regions， but the roles and positions of the key factors and auxiliary factors can change in different configurations. In conclusion， cultivated land conversion is mainly affected by the interaction and configuration effects of regional economic， social development and resource endowment. It is recommended that local government should focus on the adaptation relationship of multiple conditions of PSR in different configuration paths when formulating regulation and management policies， and strengthen the spatial planning control of cultivated land occupied by urban construction.

Key words： cultivated land conversion； spatial-temporal pattern； socioeconomic driving factors； spatial heterogeneity； configuration effect

（本文責(zé)編：陳美景）

①34個(gè)縣級(jí)市包括?。ㄗ灾螀^(qū)）直轄縣級(jí)市和地區(qū)（自治州、盟）管轄的縣級(jí)市。

②四大地區(qū)劃分按照國(guó)家統(tǒng)計(jì)局2011年發(fā)布《東西中部和東北地區(qū)劃分方法》：東部10?。ㄊ校┌ū本⑻旖?、河北、上海、江蘇、浙江、福建、山東、廣東和海南；中部6省包括山西、安徽、江西、河南、湖北和湖南；西部12省（區(qū)、市）包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆；東北3省包括遼寧、吉林和黑龍江。

①2014年11月20日，國(guó)務(wù)院發(fā)布《關(guān)于調(diào)整城市規(guī)模劃分標(biāo)準(zhǔn)的通知》，按城區(qū)常住人口數(shù)量將城市劃分為超大城市（1000萬(wàn)以上）、特大城市（500萬(wàn)～ 1000萬(wàn)）、大城市（100萬(wàn)～500萬(wàn)）、中等城市（50萬(wàn)～100萬(wàn)）和小城市（50萬(wàn)以下）5類，本文以城區(qū)常住人口為標(biāo)準(zhǔn)，將330個(gè)市級(jí)單元?jiǎng)澐譃樘卮蟪蟪鞘?、大城市、中等城市和小城?類型城市。