紀(jì)王迪,于浩,孫丕苓*,盧達(dá),王世清,呂雪雪,王肖玟

(1.曲阜師范大學(xué)地理與旅游學(xué)院,山東 日照 276826;2.西北大學(xué)城市與環(huán)境學(xué)院,陜西 西安 710127)

0 引言

耕地資源是人類生存與發(fā)展的物質(zhì)基礎(chǔ)[1],也是保障糧食安全和維持社會(huì)穩(wěn)定的基礎(chǔ)資源和空間載體[2-5]。近年來,隨著城鎮(zhèn)化、工業(yè)化進(jìn)程加快,耕地非糧化現(xiàn)象不斷顯現(xiàn),耕地非糧化現(xiàn)象頻發(fā)引發(fā)水土流失、土壤侵蝕等問題[6-8],同時(shí)由耕地非糧化導(dǎo)致的耕地面積不斷減少嚴(yán)重威脅了區(qū)域糧食安全[9-13],耕地非糧化的成因與影響已成為學(xué)術(shù)界廣泛關(guān)注的熱點(diǎn),且山地丘陵地區(qū)地形崎嶇,生態(tài)環(huán)境敏感且脆弱,因此,明晰丘陵地區(qū)農(nóng)戶耕地非糧化特點(diǎn)及影響因素對(duì)區(qū)域糧食安全保障具有重要意義。

目前,對(duì)耕地非糧化的研究側(cè)重于分析耕地非糧化與土地流轉(zhuǎn)的關(guān)系[14-15]、耕地非糧化的空間分布[16-17]、耕地非糧化存在的問題[18]、耕地非糧化的特點(diǎn)[19]、耕地非糧化的成因[20]、耕地非糧化影響因素及其對(duì)策[21];研究尺度集中表現(xiàn)在區(qū)域[22]、省[23-26]、市[27]、縣[28]等層面。研究多采用遙感數(shù)據(jù)、社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)、基礎(chǔ)地理信息數(shù)據(jù)、自然環(huán)境數(shù)據(jù),利用Logistic回歸分析方法、GIS空間分析法;如宋衛(wèi)慶等[29]運(yùn)用二元Logistic回歸模型,探究了山東省陽谷縣耕地非糧化的影響因素及防治對(duì)策。張惠中等[30]通過對(duì)山東省“二調(diào)”“三調(diào)”數(shù)據(jù)進(jìn)行多元線性回歸分析發(fā)現(xiàn)了山東省耕地非糧化的空間分異特征及影響因素;基于“U”型理論框架與多元二次回歸模型,戚淵等研究發(fā)現(xiàn)了農(nóng)地資本化對(duì)耕地非糧化的影響機(jī)制[31];謝花林等[32]利用有序Probit模型與Tobit模型分析了耕地細(xì)碎化對(duì)耕地非糧化的促進(jìn)作用。SUN,et al.[33]通過空間自相關(guān)分析研究了中國(guó)沿海地區(qū)的耕地非糧生產(chǎn)的空間分異規(guī)律和影響因素,LI,et al.[34]以中國(guó)沿海11省份為例闡述了耕地非糧生產(chǎn)的空間分異及驅(qū)動(dòng)因素。目前,對(duì)耕地非糧化的成因、影響及對(duì)策進(jìn)行了系統(tǒng)的研究,但仍存在一些不足,一是缺少將農(nóng)戶按照從事農(nóng)業(yè)勞動(dòng)時(shí)間進(jìn)行分類,探索不同類型農(nóng)戶的耕地非糧化特征異同;二是相關(guān)研究多運(yùn)用社會(huì)統(tǒng)計(jì)年鑒、農(nóng)業(yè)統(tǒng)計(jì)資料及政府工作報(bào)告等二手?jǐn)?shù)據(jù)資料,而缺乏基于農(nóng)戶調(diào)查問卷的一手?jǐn)?shù)據(jù)資料。綜上所述,根據(jù)家庭勞動(dòng)力從事農(nóng)業(yè)勞動(dòng)的平均時(shí)間將農(nóng)戶劃分為純農(nóng)戶、兼業(yè)農(nóng)戶和非農(nóng)戶而基于農(nóng)戶視角,通過實(shí)地考察與參與式農(nóng)村評(píng)估方法,利用調(diào)查所得實(shí)地調(diào)研數(shù)據(jù)和社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù),運(yùn)用地理探測(cè)器、Logistic回歸模型方法分析不同類型農(nóng)戶的耕地非糧化的特點(diǎn)及其影響因素具有重要意義。

基于此,本文以五蓮縣為例,運(yùn)用實(shí)地調(diào)查與參與式農(nóng)村評(píng)估法、地理探測(cè)器和Logistic回歸模型法分析丘陵地區(qū)不同類型農(nóng)戶的耕地非糧化特點(diǎn)及影響因素,以期為區(qū)域耕地資源保護(hù)、糧食安全保障及社會(huì)經(jīng)濟(jì)可持續(xù)發(fā)展提供科學(xué)參考。

1 材料與方法

1.1 研究區(qū)概況

五蓮縣位于山東省日照市東北端,地處山東半島的南部、屬于魯東南低山丘陵區(qū),東臨青島膠南市,南接日照東港區(qū),西連日照莒縣,北靠濰坊諸城,下轄2街道、8鎮(zhèn)、2鄉(xiāng),共計(jì)12個(gè)鎮(zhèn)(鄉(xiāng)、街道),全縣面積為1497km2(圖1)。五蓮縣境內(nèi)地貌以山地丘陵為主,境內(nèi)山嶺起伏,河川縱橫,山地、丘陵、平原面積分別為748.5km2、538.92km2、209.58km2,海拔高度在187～661m之間,氣候?qū)儆跍貛Ъ撅L(fēng)氣候,四季明顯,冬無嚴(yán)寒,夏無酷暑,雨量充沛,季節(jié)性降水明顯,日照充足,熱量豐富。年平均氣溫13.2℃,年降水量747.0mm,年平均日照時(shí)數(shù)2393.5h。截至2020年底,五蓮縣總?cè)丝跒?1萬人,農(nóng)業(yè)人口為33萬人,地區(qū)生產(chǎn)總值為(GDP)197.26億元,全年固定資產(chǎn)投資比上年增長(zhǎng)10.6%。三次產(chǎn)業(yè)比例為9.4∶38.9∶51.7,農(nóng)林牧漁業(yè)總產(chǎn)值51.81億元,糧食總產(chǎn)量21.13萬t,耕地面積3.9933萬hm2,人均耕地面積0.08hm2。森林覆蓋率達(dá)46.4%,油料總產(chǎn)量7.15萬t,蔬菜瓜類總產(chǎn)量33.11萬t,果品總產(chǎn)量13.07萬t,茶葉產(chǎn)量622.7t。

圖1 五蓮縣樣本選取

1.2 數(shù)據(jù)來源與處理

本文以山東省五蓮縣的社會(huì)統(tǒng)計(jì)年鑒、社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)公報(bào)、農(nóng)業(yè)統(tǒng)計(jì)資料及政府工作報(bào)告等二手?jǐn)?shù)據(jù)資料作為背景資料。第一手?jǐn)?shù)據(jù)資料主要通過半結(jié)構(gòu)式農(nóng)戶問卷調(diào)查及深度訪談獲取。調(diào)研采用實(shí)地調(diào)查和參與式農(nóng)村評(píng)估法(PRA)?？紤]該研究所需數(shù)據(jù)的真實(shí)性與可行性,對(duì)五蓮縣進(jìn)行隨機(jī)抽樣調(diào)查,運(yùn)用小戶座談會(huì)、農(nóng)戶深入訪談等PRA工具對(duì)不同類型農(nóng)戶進(jìn)行深入調(diào)查,通過外來者與當(dāng)?shù)厝诉M(jìn)行溝通與對(duì)話的過程,促使當(dāng)?shù)厝俗约簱?dān)當(dāng)起評(píng)價(jià)、分析、實(shí)施、監(jiān)督和評(píng)估的工作,使研究結(jié)果更具科學(xué)性。2021年7月中旬,選取日照市東港區(qū)、五蓮縣進(jìn)行預(yù)調(diào)研來完善調(diào)查問卷和訪談提綱。2022年7月—9月中旬,開展山東省五蓮縣耕地非糧化情況農(nóng)戶問卷調(diào)查與訪談,共發(fā)放問卷259份,回收問卷259份,剔除無效問卷22份,最終共獲取有效問卷237份,問卷有效率91.51%(表1)。

表1 調(diào)研問卷主要內(nèi)容

1.3 研究方法

1.3.1 耕地非糧化水平測(cè)度

根據(jù)研究區(qū)耕地作物種植現(xiàn)狀合理計(jì)算耕地非糧化程度。根據(jù)糧食作物種植情況、非糧食作物種植情況及撂荒情況,計(jì)算耕地非糧化面積占耕地總面積的百分比,衡量研究區(qū)耕地非糧化水平。計(jì)算公式(1)為：

(1)

式中：M表示耕地非糧化測(cè)度;a表示耕地非糧化面積;A表示耕地總面積。

1.3.2 耕地非糧化影響因素識(shí)別

(1)變量選取。本文以耕地非糧化面積比作為因變量,從農(nóng)戶家庭基本特征、耕地基本特征等方面選取解釋變量,揭示不同類型農(nóng)戶耕地非糧化特點(diǎn)及影響因素(表2)。選取年齡、文化程度、健康水平等作為農(nóng)戶家庭基本特征的衡量指標(biāo)。農(nóng)戶行為特征是指農(nóng)戶對(duì)耕地進(jìn)行利用、生產(chǎn)、經(jīng)營(yíng)的特征,通過改變耕地用途影響耕地非糧化,通過投入花費(fèi)影響農(nóng)戶種糧積極性。糧食單產(chǎn)和物質(zhì)、技術(shù)投入是構(gòu)成種糧投入與產(chǎn)出的主要因素。區(qū)位條件主要包含居住地與最遠(yuǎn)地塊距離與最近地塊距離等,通過可達(dá)性影響農(nóng)戶種糧積極性及生計(jì)類型。耕地資源稟賦決定著耕地本底條件,主要包括耕地面積、耕地細(xì)碎化程度、糧食單產(chǎn)。研究區(qū)實(shí)施的惠農(nóng)政策及糧食補(bǔ)貼影響農(nóng)戶種糧積極性,對(duì)耕地非糧化的產(chǎn)生具有重要作用。

表2 統(tǒng)計(jì)變量名稱及其定義

(2)地理探測(cè)器模型。運(yùn)用地理探測(cè)器的因子探測(cè)和交互作用探測(cè)模塊,探測(cè)耕地非糧化的影響因素,計(jì)算公式(2)為：

(2)

式中：q是影響耕地非糧化的決定力指標(biāo),q的取值范圍為[0,1],q值越大,表明該因素對(duì)耕地的解釋力越強(qiáng);N為區(qū)域單元數(shù);σ2為各區(qū)域單元耕地非糧化率的方差。交互探測(cè)類型可分為雙因子增強(qiáng)、線性增強(qiáng)、非線性減弱、單因子非線性減弱以及獨(dú)立等五類[35]。

(3)Logistic回歸模型。本文運(yùn)用Logistic回歸分析探討不同類型農(nóng)戶耕地非糧化的影響因素,把不同類型農(nóng)戶的耕地非糧化行為定義為1,農(nóng)戶耕地種糧行為定義為0,p為耕地非糧化的概率,其計(jì)算公式(3)—公式(4)為：

(3)

z=B0+B1X1+B2X2+…+BnXn

(4)

式中：B0為常數(shù);Bn為自變量的系數(shù);Xn為自變量,即耕地非糧化的影響因子。

2 分析結(jié)果

2.1 農(nóng)戶特征描述

2.1.1 農(nóng)戶類型劃分

調(diào)查發(fā)現(xiàn),研究區(qū)農(nóng)戶農(nóng)業(yè)勞動(dòng)時(shí)間存在差異。根據(jù)農(nóng)戶家庭從事農(nóng)業(yè)的勞動(dòng)時(shí)間,可以將農(nóng)戶分為三類：純農(nóng)業(yè)戶、兼業(yè)戶和非農(nóng)業(yè)戶。將家庭勞動(dòng)力每年從事農(nóng)業(yè)勞動(dòng)時(shí)間平均為10～12月/個(gè)的農(nóng)戶劃分為純農(nóng)戶,家庭勞動(dòng)力每年從事農(nóng)業(yè)勞動(dòng)時(shí)間平均為3～9月/個(gè)的農(nóng)戶劃分為兼業(yè)農(nóng)戶,家庭勞動(dòng)力每年從事農(nóng)業(yè)勞動(dòng)時(shí)間平均為0～2月/個(gè)的農(nóng)戶劃分為非農(nóng)戶。

結(jié)果顯示(表3),被調(diào)查農(nóng)戶中純農(nóng)業(yè)戶27戶,占調(diào)查農(nóng)戶的11.39%,以種糧、果園、蔬菜為主要生計(jì)途徑;兼業(yè)戶142戶,占調(diào)查農(nóng)戶的59.92%;非農(nóng)戶為68戶,占調(diào)查農(nóng)戶的28.69%。丘陵地區(qū)純農(nóng)戶占比最低,兼業(yè)農(nóng)戶占比最高,耕地經(jīng)營(yíng)規(guī)模不斷減少且兼業(yè)比重增大,耕地非糧化現(xiàn)象日益凸顯。

表3 不同類型農(nóng)戶數(shù)量比例

2.1.2 不同類型農(nóng)戶基本特征分析

不同類型農(nóng)戶人口結(jié)構(gòu)差異顯著(表4)。純農(nóng)戶戶均人口最多、戶均年齡最大,調(diào)查樣本中純農(nóng)戶戶均人口達(dá)到4.46人/戶,戶均年齡為52歲,明顯高于兼業(yè)戶與非農(nóng)戶。兼業(yè)戶與非農(nóng)戶戶均年齡分別為48歲、43歲,農(nóng)村從事農(nóng)業(yè)生產(chǎn)的勞動(dòng)力年齡普遍較大,大多數(shù)青壯年勞動(dòng)力多選擇經(jīng)濟(jì)收益較高的非農(nóng)就業(yè)。

表4 不同類型農(nóng)戶人口結(jié)構(gòu)特征

不同類型農(nóng)戶教育水平差異顯著(表5)。調(diào)查結(jié)果顯示,非農(nóng)戶初中及以上學(xué)歷教育水平占比最大,純農(nóng)戶、兼業(yè)戶、非農(nóng)戶具有初中及以上學(xué)歷的比重分別為25.00%、62.23%和66.59%,非農(nóng)戶整體文化水平明顯高于兼業(yè)戶和純農(nóng)戶的教育水平,教育水平在一定程度上決定了農(nóng)村人口的就業(yè)方向。

表5 不同類型農(nóng)戶教育水平特征

2.2 耕地非糧化特征分析

不同類型農(nóng)戶耕地非糧化情況差異顯著(表6)。統(tǒng)計(jì)發(fā)現(xiàn),純農(nóng)戶的耕地面積高達(dá)3.53hm2/戶,分別為兼業(yè)戶、非農(nóng)戶耕地面積的1.03倍、1.08倍。同時(shí),純農(nóng)戶耕地非糧化面積在不同類型農(nóng)戶中也居于最高地位,達(dá)到2.21hm2/戶,為兼業(yè)戶非糧化面積的2.25倍,為非農(nóng)戶非糧化面積的2.89倍。

純農(nóng)戶家庭以糧食種植為主要生計(jì)方式,但由于耕種糧食收效甚微,大量勞動(dòng)力外出務(wù)工,非糧化面積逐漸增多,高達(dá)62.57%。耕地面積為非糧化面積的3.49倍,比重為28.72%。兼業(yè)戶中非糧化面積較小,多種植果樹、苗圃等。非農(nóng)戶仍擁有耕地,耕地非糧化比例最低,為23.46%。調(diào)查結(jié)果顯示,非農(nóng)戶耕地質(zhì)量較差且地塊分散,耕地多發(fā)生流轉(zhuǎn)或撂荒。

表6 不同類型農(nóng)戶戶均耕地非糧化情況

2.3 耕地非糧化的影響因素

運(yùn)用地理探測(cè)器模型及l(fā)ogistic回歸模型分析不同類型農(nóng)戶耕地非糧化影響因素,結(jié)果顯示丘陵地區(qū)耕地非糧化主要受農(nóng)戶特征、農(nóng)戶行為、區(qū)位條件、耕地資源稟賦、政策因素等的共同影響(表7)。

表7 不同類型農(nóng)戶耕地非糧化影響因素回歸分析

2.3.1 純農(nóng)戶影響因素

地理探測(cè)器因子探測(cè)分析顯示,純農(nóng)戶耕地非糧化受農(nóng)戶家庭基本情況、耕地非糧化情況、耕地細(xì)碎化及整治情況的影響,顯著因素包括文化程度、耕地面積及耕地細(xì)碎化程度,均在10%水平顯著。家庭特征因素中文化程度對(duì)耕地非糧化的影響程度為0.269,且在10%水平顯著。伴隨經(jīng)濟(jì)技術(shù)的發(fā)展,大量農(nóng)用設(shè)施投入使用,極大便利了作物的播種與收割,農(nóng)戶文化程度越高,對(duì)區(qū)域糧食安全的覺悟性愈高,越傾向于選擇種植經(jīng)濟(jì)效益高的作物和便利的農(nóng)用設(shè)施。耕地資源稟賦因素中耕地面積及耕地細(xì)碎化程度影響程度分別為0.344、0.173,均表現(xiàn)在10%水平顯著。由于近年來糧食價(jià)格普遍較低,導(dǎo)致純農(nóng)戶更偏向于經(jīng)濟(jì)收益高的作物種植,耕地面積越大越易實(shí)現(xiàn)經(jīng)濟(jì)作物的規(guī)模化經(jīng)營(yíng)。五蓮縣地勢(shì)起伏較大且受早年按級(jí)分地的影響,農(nóng)戶擁有的地塊均面積較小且分散,耕地細(xì)碎化程度較大,導(dǎo)致難以實(shí)現(xiàn)糧食生產(chǎn)規(guī)模化,且種糧積極性降低。

2.3.2 兼業(yè)農(nóng)戶影響因素

二元Logistic回歸分析結(jié)果顯示,耕地非糧化主要受農(nóng)戶特征、農(nóng)戶行為、區(qū)位條件、耕地資源稟賦、政策認(rèn)知的影響,影響兼業(yè)農(nóng)戶耕地非糧化的顯著因素包括戶主性別、家庭常住人數(shù)、外出務(wù)工時(shí)間、地形、最近縣城與居住地距離、最近地塊與居住地距離、耕地細(xì)碎化程度、土地流轉(zhuǎn)參與度,分別通過5%、1%、5%、5%、5%、5%、5%、1%顯著性水平檢驗(yàn)。農(nóng)戶特征中性別、家庭常住人口分別對(duì)耕地非糧化產(chǎn)生消極影響和積極影響,回歸系數(shù)分別為1.268、-1.644,均通過5%顯著性檢驗(yàn)。農(nóng)戶性別通過勞動(dòng)力強(qiáng)度影響農(nóng)戶的糧食作物種植。糧食作物中種植需要定期回村播種、施肥、收割等的工作強(qiáng)度較大且易影響正常務(wù)工,女性戶主偏向糧食種植積極性降低,此外家庭常住人口嚴(yán)重影響從事農(nóng)業(yè)勞動(dòng)力數(shù)量。伴隨城鎮(zhèn)化不斷推進(jìn)大部分青壯年外出務(wù)工且鄉(xiāng)村空心化現(xiàn)象顯現(xiàn),對(duì)耕地管理程度隨之減弱。農(nóng)戶行為因素中土地流轉(zhuǎn)參與度、外出務(wù)工時(shí)間對(duì)耕地非糧化產(chǎn)生消極影響,回歸系數(shù)為-1.837、-0.740且分別在1%、5%水平顯著。丘陵地區(qū)農(nóng)戶耕地面積小且分散,土地流轉(zhuǎn)參與度較低,農(nóng)戶為避免撂荒則選擇種植非糧食作物獲得一定的收益;兼業(yè)農(nóng)戶外出務(wù)工時(shí)間較長(zhǎng),無暇對(duì)耕地進(jìn)行種植及經(jīng)營(yíng)管理,而非糧食作物有種植周期較短的優(yōu)勢(shì),外出務(wù)工時(shí)間越短的農(nóng)戶則偏向進(jìn)行非糧化作物種植。耕地資源稟賦因素中耕地細(xì)碎化程度對(duì)兼業(yè)農(nóng)戶耕地非糧化產(chǎn)生積極影響,回歸系數(shù)為2.382且在5%的水平顯著;區(qū)位條件因素中地形、最近縣城與居住地距離、最近地塊與居住地距離對(duì)耕地非糧化分別產(chǎn)生消極、積極、積極影響,回歸系數(shù)分別為-1.628、0.578、1.991且均在5%水平顯著。地形影響作物耕作的可行性與耕地細(xì)碎化程度,此外最近地塊與居住地距離影響農(nóng)戶進(jìn)行糧食生產(chǎn)的時(shí)間成本,最近縣城與居住地距離深刻影響著兼業(yè)農(nóng)戶的外出務(wù)工可能性。耕地資源稟賦因素中耕地細(xì)碎化程度對(duì)耕地非糧化產(chǎn)生積極影響;政策認(rèn)知因素中非糧化政策知曉度對(duì)耕地非糧化產(chǎn)生消極影響,兼業(yè)農(nóng)戶對(duì)非糧化影響及危害了解較少。

結(jié)果顯示,兼業(yè)農(nóng)戶與純農(nóng)戶耕地非糧化影響因素和影響程度有所差異。與純農(nóng)戶相比,兼業(yè)農(nóng)戶耕地非糧化受文化程度、耕地面積的影響并不顯著,而受性別、家庭常住人口、與最近縣城距離、非糧化政策知曉度等因素的影響顯著,這主要是由于兼業(yè)農(nóng)戶生計(jì)來源多元化,其非糧化行為受到客觀外界影響較大,兼業(yè)農(nóng)戶通過合理分配勞動(dòng)力來追求耕地規(guī)模經(jīng)營(yíng)與非糧化作物種植的組合種植方式。

2.3.3 非農(nóng)戶影響因素

二元Logistic回歸分析結(jié)果顯示,非農(nóng)戶耕地非糧化受農(nóng)戶特征、農(nóng)戶行為、耕地資源稟賦情況影響,影響非農(nóng)戶耕地非糧化的顯著因素包括戶主性別、外出務(wù)工時(shí)間、耕地細(xì)碎化程度,均在5%水平顯著。農(nóng)戶特征中性別對(duì)耕地非糧化產(chǎn)生消極影響,其回歸系數(shù)為-3.541且在5%顯著水平上顯著。性別在一定程度上影響非農(nóng)戶從事農(nóng)業(yè)活動(dòng)的意愿;農(nóng)戶行為中外出務(wù)工時(shí)間對(duì)耕地非糧化產(chǎn)生消極影響,其回歸系數(shù)為-0.059且在5%水平上顯著。非農(nóng)戶以外出務(wù)工為主且從事農(nóng)業(yè)活動(dòng)時(shí)間較短,耕地非糧化程度越低。耕地資源稟賦情況中耕地細(xì)碎化程度對(duì)耕地非糧化產(chǎn)生消極影響,其回歸系數(shù)為-1.407,在5%水平上顯著。由于制造業(yè)或工業(yè)和服務(wù)業(yè)經(jīng)濟(jì)利益較高,男性健康勞動(dòng)力多從農(nóng)業(yè)流向二三產(chǎn)業(yè),伴隨非農(nóng)收入的提高,非農(nóng)戶逐漸擺脫農(nóng)業(yè)生產(chǎn)為主的生活方式,多將耕地有序有償轉(zhuǎn)出,故非農(nóng)戶主要考慮享受更加優(yōu)越的生活條件和經(jīng)濟(jì)收益的最大化。

綜合因素分析,非農(nóng)戶與純農(nóng)戶、兼業(yè)農(nóng)戶耕地非糧化影響因素和影響程度有所差異。與純農(nóng)戶、兼業(yè)農(nóng)戶相比,非農(nóng)戶耕地非糧化行為受文化程度、耕地面積、本村常住人數(shù)等因素的影響并不顯著,而非農(nóng)戶耕地非糧種植受耕地撂荒參與度、糧食單產(chǎn)、糧食補(bǔ)貼等因素的影響較為顯著。由于非農(nóng)戶生計(jì)類型以外出務(wù)工為主,耕地撂荒發(fā)生率較高;此外,耕地糧食產(chǎn)量和糧食補(bǔ)貼的提高也較難吸引非農(nóng)戶進(jìn)行農(nóng)業(yè)再就業(yè)。

2.3.4 丘陵地區(qū)耕地非糧化形成機(jī)制

通過對(duì)五蓮縣丘陵地區(qū)耕地非糧化特點(diǎn)及影響因素的分析,本文總結(jié)歸納得到耕地非糧化形成機(jī)制(圖2)。丘陵地區(qū)鄉(xiāng)村地域系統(tǒng)在特定自然環(huán)境、社會(huì)環(huán)境、經(jīng)濟(jì)環(huán)境、政策環(huán)境以及地理區(qū)位下形成,耕地非糧化過程受鄉(xiāng)村地域系統(tǒng)內(nèi)農(nóng)戶基本特征、政策認(rèn)知、農(nóng)戶行為特征、區(qū)位條件、耕地資源稟賦等方面影響因子的共同驅(qū)動(dòng)作用。在城鎮(zhèn)化、工業(yè)化加快的宏觀背景下,社會(huì)經(jīng)濟(jì)快速發(fā)展,大量青壯年勞動(dòng)力進(jìn)城務(wù)工,鄉(xiāng)村家庭常住人口少且多為教育水平、健康水平較低的中老年群體,鄉(xiāng)村空心化現(xiàn)象日益顯現(xiàn),導(dǎo)致無充足勞動(dòng)力進(jìn)行糧食種植,且對(duì)于耕地非糧化政策的知曉度較低,加之近年來資本下鄉(xiāng),在耕地細(xì)碎化、鄉(xiāng)村空心化的背景下大部分農(nóng)戶則將土地進(jìn)行流轉(zhuǎn),通過流轉(zhuǎn)進(jìn)行整合地塊而實(shí)現(xiàn)規(guī)?；?jīng)營(yíng),但用來種植例如蔬菜、水果等收益較高的經(jīng)濟(jì)作物而非糧食作物,致使耕地非糧化現(xiàn)象發(fā)生;此外,近年來農(nóng)藥、化肥等農(nóng)資產(chǎn)品價(jià)格逐年上升,且糧食耕種以及收割需耗費(fèi)的技術(shù)投入相對(duì)較高,而糧食價(jià)格卻一直處于低迷狀態(tài),糧食補(bǔ)貼較少,糧食單產(chǎn)也不高,致使農(nóng)戶進(jìn)行糧食種植的投入與產(chǎn)出不成比例,極大地降低了農(nóng)民種糧積極性,耕地非糧化現(xiàn)象日益凸顯?；诖?2020年12月和2021年11月,國(guó)家先后出臺(tái)《關(guān)于防止耕地“非糧化”穩(wěn)定糧食生產(chǎn)的意見》和《關(guān)于嚴(yán)格耕地用途管制有關(guān)問題的通知》,通過多種舉措調(diào)動(dòng)農(nóng)民種糧積極性,穩(wěn)定糧食生產(chǎn),嚴(yán)格保護(hù)耕地,嚴(yán)格制止耕地非農(nóng)化、非糧化。

圖2 丘陵地區(qū)耕地非糧化形成機(jī)制

3 結(jié)論與討論

3.1 結(jié)論

本研究以五蓮縣為例,運(yùn)用參與式農(nóng)村評(píng)估法、地理探測(cè)器模型、Logistic回歸模型分析丘陵地區(qū)不同類型農(nóng)戶的耕地非糧化特征及影響因素。

(1)丘陵地區(qū)兼業(yè)農(nóng)戶與非農(nóng)戶比例較高,兼業(yè)農(nóng)戶、非農(nóng)戶為142戶、68戶且分別占比59.92%、28.69%。

(2)丘陵地區(qū)耕地非糧化現(xiàn)象嚴(yán)重,非糧化種植以板栗、蔬菜、果樹為主。五蓮縣戶均耕地非糧化面積達(dá)0.70hm2,兼業(yè)農(nóng)戶、純農(nóng)戶、非農(nóng)戶戶均耕地非糧化面積依次減少,分別為0.78hm2、0.91hm2、0.21hm2,兼業(yè)農(nóng)戶戶均耕地非糧化面積最高、耕地產(chǎn)出最大化的意識(shí)較強(qiáng)。

(3)丘陵地區(qū)農(nóng)戶耕地非糧化受農(nóng)戶家庭特征、區(qū)位條件、耕地利用特征、政策認(rèn)知的共同影響。純農(nóng)戶耕地非糧化行為受文化程度、耕地面積、耕地細(xì)碎化程度等因素影響,兼業(yè)農(nóng)戶耕地非糧化行為受性別、本村常住人數(shù)、外出務(wù)工時(shí)間等因素影響,非農(nóng)戶耕地非糧化行為受性別、外出務(wù)工時(shí)間、耕地細(xì)碎化程度等因素影響。

3.2 討論

以上分析結(jié)果顯示,五蓮縣耕地非糧化現(xiàn)象顯著且不同類型農(nóng)戶耕地非糧化程度及影響因素呈現(xiàn)出一定程度的差異。針對(duì)五蓮縣耕地非糧化現(xiàn)象得到以下認(rèn)識(shí)：

(1)根據(jù)不同類型農(nóng)戶的耕地非糧化特征,完善惠民政策,增加農(nóng)戶糧食種植積極性,穩(wěn)定糧食生產(chǎn)。

(2)加強(qiáng)農(nóng)田基礎(chǔ)設(shè)施建設(shè),加大科技投入,改善農(nóng)業(yè)耕作條件,減輕糧食種植所需勞動(dòng)。

(3)科學(xué)實(shí)施農(nóng)業(yè)結(jié)構(gòu)調(diào)整,注重保護(hù)耕地資源安全,在農(nóng)業(yè)生產(chǎn)與市場(chǎng)需求相協(xié)調(diào)同時(shí)保障國(guó)家糧食安全。

(4)完善耕地保護(hù)制度,有效引導(dǎo)土地流轉(zhuǎn),推進(jìn)耕地細(xì)碎化整治,避免耕地資源破壞與流失。

不同類型農(nóng)戶樣本數(shù)量限制,本文未能采用同一種方法進(jìn)行影響因素分析,一定程度上影響了不同類型農(nóng)戶耕地非糧化影響因素的可比性。農(nóng)戶調(diào)查過程中選取的純農(nóng)戶樣本數(shù)量較少,不滿足Logistic回歸模型最低樣本數(shù)量,導(dǎo)致運(yùn)用地理探測(cè)器探測(cè)純農(nóng)戶耕地非糧化影響因素,在一定程度上影響了純農(nóng)戶耕地非糧化影響因素的辨識(shí)。此外,本研究未涉及耕地非糧化特點(diǎn)及影響因素的空間差異,后續(xù)研究應(yīng)進(jìn)一步探究不同地域耕地非糧化的空間分布格局特點(diǎn)及影響因素。