土地利用 / 覆盖变化研究对于理解全球气候变化、土壤退化、粮食安全、生态系统动态和人类 - 环境相互作用至关重要。近年来，农田废弃因其对生态系统恢复和生物多样性、农村可持续发展和粮食安全的影响而受到关注。目前，撂荒地已经是一种普遍的土地利用类型，对耕地撂荒的研究主要集中在发达国家，尤其是欧洲。发达国家的演变表明，农业劳动力的流失是工业化和城市化进程中耕地撂荒的重要原因。影响耕地撂荒分布的因素是多方面的，包括自然条件、劳动力特征、农业发展水平、区位条件、经济发展水平、农业政策等。而且，农民在考虑土地使用决策时，总是追求土地收益的最大化。随着非农工资的增加，农民变得更愿意在非农部门工作，而不是务农，因此土地使用强度下降。
然而，国内外的现有研究仍然存在不足。首先，在考察耕地撂荒的实际规模时，大多数研究采用抽样统计和估计，并不调查宗地层面的现状。二是在形成机制分析方面，多数研究侧重于宏观驱动因素或路径分析，没有在宗地层面进行基于影响因素的详细分析。另外，受地形因素影响，山区耕地撂荒研究主要基于农户调查，乡镇一级的研究有限。本研究通过分析乡镇一级撂荒地的空间分布及其影响因素，补充和完善了现有研究。
本研究中，我们对重庆各县进行了详细的调查，综合分析了 40 个区县撂荒地的空间分布特征，调查了大约 120 个农田或废弃农田地块，并详细记录了调查地块信息。基于前期调查和县级农业生产与耕地撂荒的区域差异，发现石柱县、巫山县和酉阳县可以代表重庆市耕地撂荒的总体情况和特点。因此，将这三个县选为研究区域 (Fig.1) 。利用遥感影像和矢量地图对撂荒地进行识别，并在乡镇层面分析撂荒地的空间分布特征、规模和影响因素。旨在了解城市化进程中山区人地关系的演变，从而为制定相关政策提供理论依据。
Fig. 1. The main 6 counties, 25 townships and 10 villages visited
人口、农民人均净收入以及其他社会和经济数据来自 2002 年的统计年鉴。林地数据取自三县 2011 年土地利用图。石柱县、巫山县、酉阳县林业局提供了 2011 年 1:10000 比例尺地形图。从三县林业局收集了退耕还林 (2002–2006 年 ) 和森林工程 (2008–2011 年 ) 分布图。 30 米分辨率的数字高程模型 (DEM) 和坡度数据来自地理空间数据云网站 ( 来自中国科学院计算机网络信息中心 ) 。
选择 2002-2011 年作为区域层面的研究期，通过识别 2002 年 1:10000 地形图，识别出耕地，人工解译 SPOT 卫星影像获得 2011 年的耕地分布，两期图层叠加得到撂荒地的分布及数量。然后与退耕还林工程图进行叠加，最后得到了 2002-2011 年弃耕地的真实分布图。并通过谷歌地球影像验证图斑的准确性（ Fig.2 ），撂荒地提取准确率为 85.3% 。
Fig. 2. Superposition of abandoned land parcels,farming parcels, and Google Earth images
撂荒因素分析以三个县 95 个乡镇为样本，以一个乡镇的废弃率为因变量，以各影响因素为自变量。然后，通过相关分析和多元线性回归分析，分析了乡镇一级撂荒地的分布特征和影响撂荒地的因素。选取了农民人均耕地面积、农民人均纯收入、乡镇海拔、地形坡度、林地面积比、乡镇与县城的距离以及乡镇与重庆主城区的距离作为自变量。所有变量均用于分析乡镇一级耕地撂荒的主要影响因素。方差膨胀因子 (VIF) 表示回归分析中自变量之间的相关程度。当 VIF = 1 时，自变量不相关；如果 1 < VIF n < 5 ，则自变量相关；如果 5 < VIF < 10 ，自变量高度相关；如果 VIF > 10 ，多重共线性会过度影响回归结果。如果出现这种情况，有必要从模型中移除不重要的预测变量，以减少多重共线性。
模型估算结果见 Tab.1 。
Tab.1. Linear regression analysis results of township-scale variables and abandonment rates.
（ 1 ）弃耕率为 15-20% 的乡镇数量最多，为 29 个；其次是 23 个弃耕率为 10-15% 的乡镇和 15 个弃耕率为 20-25% 的乡镇。弃耕率为 0-5% 的乡镇数量最少为 1 个，其次为弃耕率大于 35% 的 2 个乡镇。乡镇遗弃率的总体分布趋势在 15-20% 之间逐渐下降 。
Fig. 3. Township abandonment rate grading and abandonment area distribution
Fig.4. The numbers of townships in different ranges of abandonment rates
（ 2 ）结果表明，农民人均纯收入越高，农民人均耕地面积越大，林地面积比越大，距离主城区越远，则乡镇弃耕率越高。乡镇海拔、乡镇与县城的距离、地形坡度对耕地撂荒影响不大。因此，在野生动物破坏农作物、农民人均纯收入高、农民人均耕地面积多的偏远地区，耕地更容易被遗弃。
自二十世纪后期以来，特别是自 1978 年中国经济改革以来，全球化、城市化和工业化的发展重塑了中国农村的社会经济和空间结构。快速的农村结构调整给中国农村未来的发展带来了许多问题和挑战，如耕地非农化、非粮化和撂荒。一些地区有一个现象，农民不愿意耕种，大规模的农田被放弃，农业劳动力转移到第二和第三产业。这些变化导致农村地区农业劳动力大幅减少，随之而来的是山区、丘陵等边缘地区普遍存在的弃耕现象。在偏远山区，若大量不宜耕作的土地被撂荒，可以考虑将其划作禁止干扰人类活动的生态功能恢复区。对于耕作条件较差，但土地条件较好的农田可改善耕作条件，提高改良后耕地的利用率。弃耕地的相关政策应根据弃耕地的影响因素等分类讨论。
Shi, Tiechou; Li, Xiubin; Xin, Liangjie; Xu, Xiaohong (2018). The spatial distribution of farmland abandonment and its influential factors at the township level: A case study in the mountainous area of China. Land Use Policy, 70(), 510–520.
0人已收藏
0人已打赏
免费9人已点赞
分享
阅读下一篇
生态产品价值实现的内涵、目标与模式现有研究主要从价值论、功能论、形成方式、产品形态四个维度对生态产品进行界定（下图）。由此，生态产品可以理解为人类从自然界直接获取或经人类加工的具有物质供给、生命支持、环境改良和文化传承功能的产品与服务的集合。 界定生态产品的四个维度 自然资本的良性运营是生态产品有效供给的前提和基础，而生态产品是自然资本参与物质和价值循环流动的主要形式，也是自然资本与其他生产要素相结合参与社会生产的一个主要方向，结合自然资本理论来理解生态产品可以为生态产品价值实现提供经济学与生态学融合的理论支撑与引导。
回帖成功
经验值 +10
全部回复（1 ）
只看楼主 我来说两句 抢板凳撂荒目前还是一个有点普遍的现象。个人感觉除了农业产出比低以外，还跟人口老龄化相关，目前愿意从事农业耕种的年轻人越来越少，年纪大的一批人的年纪普遍在60-70岁以上了。
回复 举报