中国耕地撂荒程度、驱动因素与生产损失：来自农户调查的时空证据

《中国耕地撂荒程度、驱动因素与生产损失;来自农户调查的时空证据》文章发表于国际期刊Journal of Cleaner Production，2023年第414卷，通讯作者为西南大学地理科学学院的王亚辉教授。

原文题目：

The extent, drivers and production loss of farmland abandonment in China: Evidence from a spatiotemporal analysis of farm households survey

JCR分区： 一区

中科院分区： 一区

影响因子： 11.1

主要内容

摘要

全球粮食供应的不确定性增加，土地撂荒影响粮食安全。   本文以1995年、2002年、2008年和2020年的全国代表性农户为研究对象，系统揭示了中国耕地撂荒的程度、驱动因素和生产损失，为撂荒综合治理提供科学依据 。自1995年以来，耕地撂荒程度呈上升趋势;1/5的农民撂荒了他们的农田，1/10的农田被撂荒。耕地撂荒县由研究初期的34个(11.15%)增加到研究结束时的224个(73.44%)，撂荒县主要分布在长江沿岸丘陵山区以及东南、西南、西北和东北地区。   农地撂荒是农田基本条件和社会经济生态等多种因素综合作用的结果，其中农业劳动力短缺和农田质量差导致的农业比较收入低是根本原因。 以2020年为例，主产区和非主产区耕地撂荒率分别为7.38%和16.94%，造成粮食损失4923万吨，占全国粮食总产量的7.36%。根据人均年粮食消费量400公斤的估计，中国所遭受的产量损失可以养活1.23亿人。   目前，撂荒对中国的粮食安全构成威胁，政府应通过土地综合治理逐步提高耕地质量，完善农村基础设施，   发展适合丘陵山区的小型机械。  

本文旨在通过明确关注三个主要目标来解决这些差距。   首先，本研究旨在对近30年来中国耕地撂荒的程度和空间分布进行全面系统的分析。 利用1995年、2002年、2008年和2020年具有全国代表性的农户抽样调查，采用空间分析方法对全国范围内的耕地撂荒率进行了分析。   其次，从微观农户层面探讨农地撂荒的驱动机制。通过微观层面的动态研究，我们可以更深入地了解中国耕地撂荒的根本原因。   最后，本研究试图量化撂荒对粮食生产的影响，并对中国主产区和非主产区撂荒造成的生产损失进行评估 。这一分析为了解撂荒耕地对我国粮食安全的影响提供了有价值的见解。通过实现这些目标，我们的研究有助于制定有效的政策来管理撂荒和改善中国的粮食安全。

 

研究方法

1. 耕地撂荒率的计算

耕地撂荒程度的测量一般采用两种方法之一。一个是放弃耕地的农民占农民总数的比例，另一个是放弃耕地面积占一个家庭总耕地面积的比例。退耕农民占农民总数的比例计算公式为：    

式中，R   _1i 为撂荒耕地的农民占农民总数的比例，N   _a 和N   _na 分别为撂荒耕地和未撂荒耕地的农民人数。

撂荒耕地面积占家庭耕地总面积的比例计算公式为：

 

式中，R   _2i 为撂荒耕地面积与家庭耕地总面积之比，A   _a 和A   _na 分别为撂荒耕地面积和未撂荒耕地面积。

2. 耕地撂荒驱动因素分析

本文的因变量是农户是否发生撂荒。放弃耕地的农民赋值为1，未放弃耕地的农民赋值为0。农地撂荒受多种因素影响，本研究选取劳动力、农业生产条件和社会经济发展等驱动因素，识别农地撂荒的影响因素。结果表明，我国退耕农民占农民总数的比例为17%。退耕农民平均退耕面积为0.156 ha。

 

3. 生产损失估算

全国生产损失是各省生产损失的总和。因此，首先要估算出省级耕地撂失率，即一个省所辖县域的耕地撂失率。计算公式如下：

 

式中，AF   _p 为p省耕地面积加权撂荒率，W   _pi 和AF   _pi 分别为p省i县耕地面积占比和撂荒率。

为了评估中国耕地撂荒率造成的生产损失，本研究以2020年平均每公顷粮食产量和全国粮食总产量为标准。计算公式如下：

 

式中，GL   _p 为p省2020年撂荒造成的生产损失;AF   _p 为p省耕地撂荒率;CL   _p 为p省保留耕地数量;U   _p 为p省粮食单产，即粮食总产量与播种面积之比。研究表明，中国的粮食总需求预计将达到约6.1亿吨，人均粮食消费量约为400公斤。本研究可以根据人均粮食消费量估算出撂荒耕地可供养的人口数量。

研究结果与讨论

研究结果

1.中国耕地撂荒程度的变化

20世纪90年代，我国农民撂荒率为1.32%，此后撂荒率快速增长，2002年为3.84%，2008年为10.55%，2020年为20.79%。   在过去的20年里，农民撂荒农地的比例增加了近15倍，全国超过五分之一的农民放弃了他们的农田。与此同时，撂荒面积占比从0.52%增加到10.36%，增加了近19倍。目前，中国农村超过1/10的耕地被遗弃，约占1340万公顷耕地。  

 

2. 中国耕地撂荒的空间分布特征

1995年，有撂荒记录的县有34个，到1995年年底，这一数字增加到224个。在305个参与调查的县中，前期有退耕记录的县占11.15%，后期有退耕记录的县占73.44%。   这些县主要分布在长江沿岸山区和西北、西南地区，如重庆、湖北、湖南、江西、陕西和云南。自1995年以来，我国耕地撂荒现象日益严重，近年来已蔓延到全国大部分丘陵山区 。

 

1995年，甘肃省只有民乐县撂荒面积占比超过10%，其余33个县撂荒面积占比均低于10%。从2008年开始，各县撂荒面积占比开始快速上升。其中，博罗县、青田县、绍兴县、象山县、大布县、綦江县的撂荒比例均超过20%，撂荒地区集中在重庆、浙江、广东、安徽的丘陵山区。研究期结束时，撂荒率超过10%的县达到48个，占研究县总数的21.43%。其中，万盛区、临沂县、开州区的撂荒率上升幅度较大，超过30%，横渠、平陆区、绍兴、新疆县、象山县、平陆县、大布县、綦江县撂荒率超过20%。这些县集中在重庆、湖南、广东、浙江、陕西和山西。总体而言，   1995年以来，全国耕地撂荒现象持续加剧，撂荒较为严重的地区集中在长江沿岸丘陵山区以及东南、西南、西北和东北地区。  

3. 耕地撂荒的驱动机制

户主年龄、外出务工、非农收入占比、生产性资产占比、地形、土地权属、土地流转市场等都是影响农民土地撂荒的决定性因素。 年轻户主、家庭成员外出工作、非农业收入比例高、居住在丘陵和山区的农民更有可能放弃农田。另一方面，那些年龄较大的户主，在家庭之外没有工人，拥有高比例的生产性资产，并且已经完成土地所有权流转的人不太可能撂荒他们的农田。   土地制度在一定程度上导致了农地资源在农民之间的错配，从而导致了农地撂荒 。

劳动力短缺，加上非农业收入的增加，是促使农民撂荒农田的关键因素。 在研究期间，非农工资从1995年的11.30元/天持续增长到2020年的139.23元/天，增长了近12倍。同时，农村常住人口由1995年的85947万人减少到2020年的5.46亿人，20年间减少3.14亿人，降幅达36.47%。值得注意的是，   2003年-2010年，非农业就业工资呈指数级增长，2002-2008年耕地撂荒率上升最快。农地撂荒、非农工资增加和农村常住人口减少三者之间的关系呈现出协同演化的特征。  

 

4. 撂荒造成的生产损失

为了定量评价耕地撂荒率造成的生产损失，本文首先采用面积加权法对被调查县域进行耕地撂荒率计算。然后，以全省粮食单产为指标，估算了耕地撂荒造成的生产损失。粮食主产区撂荒面积较大的省份为湖南、湖北、四川、山东和安徽，这些省份主要分布在长江沿岸。非主产区撂荒面积较大的省份为新疆、山西、甘肃、云南和重庆，这些省份主要分布在西北、西南和东南的丘陵山区。

 

粮食主产区撂荒率为7.38%，其中湖南、湖北撂荒率普遍高于10%。非主产区撂荒率为16.94%，其中重庆、山西、浙江、新疆撂荒率最高，均超过20%，其中重庆撂荒率达26.37%。2020年，全国粮食主产区撂荒面积为448万公顷，非粮食主产区撂荒面积为643万公顷，其中湖南和新疆撂荒面积最大。在生产损失方面，粮食主产区和非粮食主产区因退耕造成的生产损失规模分别为2905万吨和20118万吨，分别占总产量的4.34%和3.02%，合计为7.36%。   无论是主产区还是非主产区，撂荒现象都很普遍。撂荒造成的生产损失4923万吨，占2020年粮食总产量的7.36%。据估计，按照中国人均年粮食消费量400公斤计算，撂荒造成的粮食减产规模可以养活1.23亿人。  

 

讨论

当前世界正处于多重危机、多重风险的时代，经济萧条、地区冲突、气候变化、极端天气等因素的影响频繁而显著。农业和粮食系统变得极其脆弱，全球粮食供应链也不稳定。粮食生产的变化增加了农业生产的风险。在农业科技取得根本性突破之前，农田仍将是确保粮食生产的决定性因素。因此，所有部门必须更加重视这一问题，并共同努力制定有效的战略，以减轻撂荒对粮食生产和安全的影响。首先，政府应加强农田基础设施建设，推广先进技术，改善撂荒土地的耕作条件，通过土地综合管理逐步提高耕地质量，完善农村基础设施，发展适合丘陵山区的小型机械。此外，值得注意的是，野生动物的入侵导致了丘陵和山区大量农田的撂荒。政府应加强对野生动物的监测，以野猪为重点，系统评估野生动物造成的撂荒规模。

• 0人已收藏

• 0人已打赏

  免费
• 0人已点赞

• 分享

  复制链接 新浪微博 微信扫一扫