陜北小流域退耕農(nóng)戶剖面特征的土地利用決策響應

黨小虎, 陶瑞, 夏紫頓, 魏學肖, 楊勤科

陜北小流域退耕農(nóng)戶剖面特征的土地利用決策響應

黨小虎1,*, 陶瑞1, 夏紫頓1, 魏學肖1, 楊勤科2

1. 西安科技大學地質(zhì)與環(huán)境學院, 西安 710054 2. 西北大學城市與環(huán)境學院, 西安 710127

采用基于GIS的空間分析、數(shù)理統(tǒng)計(Mathematical Statistics)與Multi-logistic回歸模型相結合的方法(GMM), 探討退耕前后陜北燕溝流域土地利用及其關鍵的社會經(jīng)濟驅(qū)動因素的變化, 揭示農(nóng)村勞動力轉(zhuǎn)移在土地利用決策中的重要性, 了解農(nóng)村土地利用變化的驅(qū)動機制。結果表明: (1)1990—2013年, 流域土地利用變化特征總體上與延安市的土地利用變化趨勢一致, 即坡耕地減少和林草地增加顯著; (2)1990—2001年, 農(nóng)業(yè)勞動力轉(zhuǎn)移對農(nóng)戶土地利用決策的影響不明顯, 農(nóng)戶家庭基本特征與資源稟賦等對農(nóng)戶土地利用決策的影響顯著。2001—2013年, 勞動力轉(zhuǎn)移和交通條件對農(nóng)戶土地利用決策有顯著影響, 退耕還林政策對農(nóng)村勞動力的再分配產(chǎn)生了較大影響。

退耕農(nóng)戶; 土地利用; 勞動力轉(zhuǎn)移; GMM

0 前言

土壤侵蝕是一個世界性的生態(tài)環(huán)境問題, 與土地利用密切相關[1]。黃土高原作為中國和世界主要的土壤侵蝕區(qū)之一, 受自然條件、土地覆蓋和人類活動的影響[2]。為了減少水土流失, 改善脆弱區(qū)和江河上游的生態(tài)環(huán)境, 中國政府于1999年啟動了“退耕還林工程”, 該工程迄今為止是投資量最大、涉及面最廣、群眾參與程度最高的一項生態(tài)建設工程, 僅中央政府投入的資金就超過4300多億元。在2001—2004年期間, 黃土高原退耕還林工程區(qū)坡耕地大幅減少, 土地利用格局發(fā)生了較大變化, 對生態(tài)環(huán)境和人類生產(chǎn)生活方式產(chǎn)生了巨大影響。因此需要闡明以下兩個問題: (1)退耕前后退耕區(qū)的土地利用及其主要的驅(qū)動因素經(jīng)歷了哪些變化？(2)在退耕背景下決定農(nóng)戶土地利用行為的農(nóng)戶剖面特征有無重大變化？

在國家層面, 退耕還林深刻地改變了土地利用結構, 總體上坡耕地減少、林草地增加[3-4], 在一定程度上也改變了土地生產(chǎn)力[5]和區(qū)域糧食供給模式[6]。在這種總體變化趨勢下, 局部變化有所差異, 如陜北延安市安塞區(qū)土地利用/覆蓋變化一般處于不平衡狀態(tài)(轉(zhuǎn)出與轉(zhuǎn)入之間具有明顯差異), 以單向轉(zhuǎn)換為主, 其中耕地面積下降率為38.4%, 林地增長率為4.36%[7]。而有些地區(qū)的土地利用整體處于準平衡態(tài)勢(轉(zhuǎn)出和轉(zhuǎn)入之間有細微差異), 并且各地類有頻繁雙向轉(zhuǎn)換的特征。如在黃河三角洲地區(qū), 耕地和未利用地之間的雙向轉(zhuǎn)換最為頻繁[8]; 在科爾沁左翼后旗地區(qū), 以耕地轉(zhuǎn)向草地與林地, 草地轉(zhuǎn)向耕地和林地, 林地轉(zhuǎn)向耕地, 未利用地轉(zhuǎn)向草地為主的雙向轉(zhuǎn)換較頻繁[9]。

退耕還林工程前后土地利用變化的主要驅(qū)動因素不同區(qū)域存在較大差異。在研究張家口市土地利用變化時發(fā)現(xiàn), 它的主要驅(qū)動因素由退耕前的海拔和坡度轉(zhuǎn)變成海拔、人均GDP、到最近道路距離[10]。而安西縣的土地利用變化驅(qū)動因素是自然條件(氣候、土壤、水文、地質(zhì)地貌等)和人為活動(開墾、灌溉、造林、砍伐、養(yǎng)護等)[11], 陜北志丹縣1997—2006年土地利用變化的主要驅(qū)動因素是人口和經(jīng)濟。尤其是黃土丘陵區(qū)生態(tài)脆弱地區(qū)的影響土地利用決策的因素各地變化較大, 退耕前后各地土地利用驅(qū)動力變化的不確定性較大, 需要進一步明確。

此外, 退耕后大量的農(nóng)村剩余勞動力向非農(nóng)行業(yè)轉(zhuǎn)移對流出地農(nóng)村經(jīng)濟社會產(chǎn)生了一定的影響, 尤其是對土地利用的影響[12-13]。其中, 勞動力轉(zhuǎn)移對土地利用的影響存在爭議[14-16], 不確定性大[17]。一方面認為, 坡耕地退耕和勞動力流動在一定程度上改變了農(nóng)戶的基本生計策略[18], 進而引起勞動力遷出農(nóng)戶的社會經(jīng)濟剖面特征改變。但這種改變究竟能在多大程度上影響農(nóng)戶土地利用選擇進而改變流出地土地利用結構？事實情況是勞動力轉(zhuǎn)移在很大程度上緩和了農(nóng)村勞動力過剩和土地過度利用的矛盾, 促進了土地的流轉(zhuǎn)、種植結構的優(yōu)化和土地生產(chǎn)力的改善。越是經(jīng)濟發(fā)展水平高、勞動力對外轉(zhuǎn)移快的鄉(xiāng)鎮(zhèn), 土地流轉(zhuǎn)的規(guī)模也越大, 土地的利用效率越高, 種植業(yè)結構趨于優(yōu)化[19]。

但是另一方面, 退耕還林導致勞動力流出, 對退耕區(qū)農(nóng)業(yè)產(chǎn)生了負面效應[20-21]。如果退耕還林工程設計之初有通過勞動力非農(nóng)化改善原有不合理土地利用模式的預期, 因勞動力流動受家庭以及外界其他因素的影響, 如勞動力素質(zhì)(教育)、性別、家庭資產(chǎn)以及收入預期等[22], 這種預期同樣充滿很大的不確定性, 需要深入研究。

小流域是我國自上世紀80年代以來實施生態(tài)建設的最小空間單元, 農(nóng)戶是土地利用的最小社會單元。退耕驅(qū)動的農(nóng)村勞動力流動改變了家庭的社會經(jīng)濟特征, 對土地利用產(chǎn)生了比較深刻的影響, 尤其是退耕后期, 土地利用變化沒有退耕初期劇烈, 也就是說, 去除退耕政策的驅(qū)動, 退耕后期的土地利用變化究竟在多大程度上受勞動力流動和家庭社會經(jīng)濟剖面變化的影響？

本文以退耕還林工程的重點實施區(qū)燕溝流域為對象[23], 研究退耕前后流域土地利用及其關鍵社會經(jīng)濟驅(qū)動因素的變化, 揭示農(nóng)戶土地利用決策對農(nóng)村勞動力轉(zhuǎn)移的互動響應關系, 具體目標包括: (1)基于遙感影像解譯數(shù)據(jù)及GIS平臺, 闡明1990—2001年(退耕前)和2001—2013年(退耕后)的土地利用變化特征; (2)采用統(tǒng)計學和空間分析結合的方法, 解釋這種土地利用變化背后的主要農(nóng)戶社會經(jīng)濟特征影響程度, 闡明農(nóng)戶土地利用選擇對勞動力轉(zhuǎn)移等基本社會經(jīng)濟特征的響應機制。

1 研究區(qū)概況

燕溝流域位于N: 36°28′—36°32′, E: 109°20′— 109°35′, 是延河的二級支流(圖1), 流域出口距離延安市區(qū)3 km, 主溝道長度大約是8.6 km, 面積為47.9 km2, 屬于黃土高原丘陵溝壑區(qū)第Ⅱ副區(qū)。燕溝流域包括了十四個村, 分別是趙莊、四岔鋪、康圪嶗、吳棗園、秋樹塔、廟河、馬塔、老莊坪、稍塬梁、雞蛋峁、石頭溝、九溝村、楊家畔、南莊河, 流域生態(tài)環(huán)境脆弱, 自1999年退耕還林試點工程實施以來, 該流域有計劃的停止陡坡耕作, 封山育林, 以糧代賑, 生態(tài)環(huán)境得到了顯著改善。

圖1 燕溝流域地理位置

Figure 1 The Yangou small watershed location

2 研究方法

2.1 數(shù)據(jù)來源

農(nóng)戶數(shù)據(jù)來源于2015年7—8月對燕溝流域進行的實地調(diào)研。調(diào)研采用參與性農(nóng)村評估法, 以農(nóng)地走訪和入戶調(diào)查為主, 走訪了包括趙莊、四岔鋪、康圪嶗、吳棗園、秋樹塔、廟河、馬塔、老莊坪、稍塬梁、雞蛋峁、石頭溝、九溝村、楊家畔、南莊河等14個行政村, 每個村莊涵蓋15%—36%的家庭并按家庭條件對一般農(nóng)戶、中等農(nóng)戶、較好農(nóng)戶進行分層隨機抽樣調(diào)查。在特定區(qū)域內(nèi)這些樣本可以反映燕溝流域當?shù)厍闆r, 具有一定代表性, 問卷共發(fā)放問卷257份, 最終獲得有效問卷235份, 有效率達91.44%。

調(diào)研掌握農(nóng)戶2013年家庭基本特征, 家庭資源稟賦狀況, 家庭主要生計戰(zhàn)略情況和土地利用狀況、參與生態(tài)補償工程情況等內(nèi)容后, 通過農(nóng)戶家長和老人回憶、村領導訪談和村委會記錄信息追溯等方法獲得1990年、2001年相關信息。其中包括(1)土地利用和感知土地質(zhì)量的地塊信息。(2)行政村的基礎設施、土地使用特征、社會經(jīng)濟和政策變化等信息。除此之外, 還從鄉(xiāng)鎮(zhèn)和縣級的現(xiàn)有人口普查報告中提取了有關種植面積的增長以及主要作物產(chǎn)量的村莊補充信息。

另一方面, 在相關網(wǎng)站下載1990年, 2001年和2013年燕溝流域的SPOT影像(日期: 1990年; 分辨率: 10米), IKONOS影像(日期: 2001年; 分辨率: 4米)和GF-1影像(日期: 2013年; 分辨率: 2.5 m)(表1)。對影像進行預處理后, 采用最大似然法進行監(jiān)督分類[24-26], 并實地驗證土地利用的精度。由于不同時間段影像的分辨率不一致, 因此采用重采樣的方法使所有影像的分辨率都統(tǒng)一成10 m。

2.2 土地利用變化分析

土地利用單一土地利用變化動態(tài)度是某個研究區(qū)內(nèi)研究時間段中某種地類的面積改變狀況, 使用土地利用動態(tài)度來研究地類的動態(tài)變化, 能夠真實地解釋研究區(qū)地類變化的強烈程度。計算公式如下:

式中:是指某一特定時間范圍里某種土地利用類型動態(tài)度;U是研究時段初某一地類面積,U是指研究時段末某一地類面積;是指研究時間長。

土地利用變化率(R)是對一個研究時段內(nèi)地類面積變化強烈程度的表述, 從中可以看出各地類數(shù)量上發(fā)生的變化, 有利于直觀掌握地類變化的整體趨勢及可以看出地類結構上的變化, 其表達式如下:

表1 衛(wèi)星影像參數(shù)

式中:R表示土地利用變化率;U、Ub表示研究期初和研究期末第種地類的面積。

2.3 農(nóng)戶土地利用決策行為的主要影響因素

采用Multi-logistic模型(簡稱為M-logit回歸)確定農(nóng)戶土地利用決策的決定因素[27-28], 土地利用決策通過各時間段農(nóng)戶土地利用面積變化確定。被解釋變量為燕溝區(qū)域農(nóng)戶主要的四種土地利用模式: 耕地、園地、林地、草地。對于任意的選擇=1, 2, …,, Multi-logistic模型表示為:

式中: P()表示農(nóng)民對第種用地選擇的概率;x表示第個影響農(nóng)戶土地利用決策的自變量, 包括家庭人口特征變量、家庭經(jīng)濟社會特征變量和資源稟賦變量;β表示自變量回歸系數(shù)向量。本文擬檢驗以下M-logit的土地利用選擇意愿決定因素: (1)耕地對草地; (2)園地對草地; (3)林地對草地, 因此分別以選擇林地、園地為參照類, 建立以下三個Multi-logistic模型。

其中,1、2、3、4分別表示農(nóng)戶選擇耕地、園地、林地、草地的概率。

3 結果與分析

3.1 土地利用變化特征

1990年, 燕溝流域主要地類是耕地、林地、草地占全流域總土地面積的94.6%, 呈現(xiàn)出農(nóng)-牧復合的土地利用特征; 2013年, 燕溝流域主要地類是林地、園地、草地占全流域總土地面積的92%, 呈現(xiàn)出林-草復合的土地利用特征。1990—2013年, 林地呈快速增長的趨勢, 2013年林地面積較1990年增加了近1.2倍, 而耕、草地的面積呈減少趨勢, 變化率呈園地>林地>建設用地>耕地>水域>其他用地, 燕溝流域土地利用變化趨于復雜化(圖2)。

圖2 1990—2013年燕溝流域主要地類面積變化

Figure 2 Changes in main land area of the Yangou small watershed from 1990 to 2013

圖3 1990—2013年燕溝流域主要地類面積變化率

Figure 3 Change rate of major land area in the Yangou small watershed from 1990 to 2013

1990—2001年, 園地、林地、住宅用地和其它用地面積明顯增加, 耕、草地面積明顯減少。其他用地和園地面積變化最快, 年均增速分別為216.0%、39.1%, 建設用地面積變化最慢, 年均增速為2.0%。其中林地面積變化率為39.1%, 年均增幅為3.6%; 耕地面積變化率為-26.7%, 年均減幅為2.4%。2001—2013年, 林地和建設用地面積持續(xù)增加, 而耕地、草地、水域和其他用地明顯減少, 園地小幅降低。其他用地面積減少最快, 變化率是-98.5%, 年均減幅是8.2%; 園地面積變化最慢, 變化率是-8.3%, 年均減幅達-0.7%, 其中林地面積變化率達56.5%, 年均增幅是4.7%; 耕地面積變化率是-79.2%, 年均減幅達6.6%(圖3)。

圖4 1990—2013年燕溝流域土地利用變化

Figure 4 Land use change in the Yangou small watershed from 1990 to 2013

1990年耕地散布于整個流域, 2001年耕地面積縮減26.7%, 東南部大范圍坡耕地轉(zhuǎn)化成林地, 2013年耕地面積減少到197.5 hm2, 且主要分布在道路兩側或地勢平坦地區(qū)。1990—2013年, 林地由距離溝口較遠的上游逐漸擴展到整個流域, 林地增加的區(qū)域主要為西北方向溝口原有草地、大范圍的坡耕地等。退耕還林政策實施過程中有一部分耕地被退成經(jīng)濟林, 該區(qū)域的經(jīng)濟林主要是果園, 園地一般分布在居民點附近的向陽緩坡地, 草地主要分布于該流域西北部下游地區(qū), 建設用地主要分布在主溝兩側(圖4)。

3.2 燕溝流域樣本農(nóng)戶主要的社會經(jīng)濟特征變化

調(diào)研掌握了農(nóng)戶2013年農(nóng)戶基本信息、勞動力配置與收入狀況、農(nóng)林地塊信息、資產(chǎn)能源情況、參與生態(tài)補償工程情況等內(nèi)容, 并通過農(nóng)戶家長和老人回憶、村領導訪談和村委會記錄信息追溯等方法獲得1990年、2001年相關信息[29]。通過主成分分析方法[30]選擇出主要回歸變量(表2)。

表2 農(nóng)戶社會經(jīng)濟剖面特征(回歸變量)說明

注: ①實際調(diào)研中參與農(nóng)戶的退耕林地面積與其對退耕還林政策的積極態(tài)度一致, 故以樣本農(nóng)戶退耕林地面積反映農(nóng)戶選擇退耕的意愿; ②參照Adesina、趙文娟等[31-32]。

燕溝流域樣本農(nóng)戶的主要家庭剖面特征(回歸變量)描述性統(tǒng)計見表3, 運用配對樣本T檢驗對農(nóng)戶參與退耕前(1990—2001年)與退耕后(2001—2013年)的指標信息值進行分析, 確定其差異程度。2001—2013年相比于1990—2001年勞動力轉(zhuǎn)移變量、資源稟賦變量、交通條件變量均發(fā)生顯著變化, 退耕驅(qū)動了農(nóng)村勞動力的再分配, 顯著減少了農(nóng)戶耕地面積, 務工人員比重、人均務工收入、男性務工比重均顯著增加(=0.01), 人均耕地面積、糧食單產(chǎn)顯著減少(=0.01), 這是因為退耕后農(nóng)戶耕地面積減少, 越來越多的農(nóng)戶勞動力選擇外出務工成為家庭的主要收入來源, 對耕地的投入減少, 每畝耕地糧食產(chǎn)量減少。同時因新農(nóng)村改造, 退耕后農(nóng)戶居住的離城市更近, 城市易達性增加, 農(nóng)村道路質(zhì)量顯著提高, 交通通達程度顯著提高(=0.01)。退耕前后除了戶主年齡增加和家庭性比結構發(fā)生了微小變化之外, 受教育水平和健康狀況沒有明顯改變。

3.3 農(nóng)戶土地利用決策的主要影響因素

為進一步研究農(nóng)戶家庭特征因素對農(nóng)戶土地利用的影響方式和程度, 本文利用Stata11.0統(tǒng)計軟件, 采用極大似然估計方法, 以農(nóng)戶家庭剖面特征單項指標為自變量、不同類型土地面積為因變量建立了農(nóng)戶土地利用決策意愿影響因素的M-logit回歸模型, 回歸分析結果見表4。其中, 以草地為參照類, 建立退耕前(1990—2001年)和退耕后(2001—2013年)兩個時期的M-logit模型, 模型準確預測率分別達到86.41%和91.17%, 模型整體擬合良好。決定自變量相對其他自變量相關的系數(shù)2在0.02—0.56之間, 均低于臨界值0.8, 排除了自變量間的共線性可能, 所有的自變量都可以被納入到M-logit回歸模型中。

1990—2001年間, 對農(nóng)戶土地利用決策影響顯著的因素是農(nóng)戶基本特征以及資源稟賦(表4), 戶主受教育水平系數(shù)對三種用地的選擇均在10%水平及以上影響顯著, 且對耕地和林地選擇具有消極影響, 對園地選擇具有積極影響。戶主健康狀況系數(shù)對園地選擇影響顯著, 且健康狀況每提高一個程度, 對園地選擇的概率將提高4.3倍。在退耕之前, 農(nóng)戶的主要收入來源依靠土地, 且戶主承擔了家庭主要勞動力, 身體較好且受教育水平高的農(nóng)戶更傾向于投產(chǎn)比更高的園地。資源稟賦系數(shù)對三種用地選擇均在5%水平上影響顯著, 人均耕地面積及糧食單產(chǎn)對耕地、園地的選擇具有積極影響, 對林地選擇具有消極影響。擁有土地多的農(nóng)戶更愿意投入于農(nóng)業(yè)生產(chǎn)中, 而糧食的產(chǎn)量也決定了其耕作意愿。

2001—2013年間, 對農(nóng)戶土地利用決策具有顯著影響的因素發(fā)生改變(表5), 轉(zhuǎn)變?yōu)閯趧恿D(zhuǎn)移變量和交通條件變量, 務工人員比重、男性務工比重及人均務工收入對三種用地的選擇均在10%水平及以上具有顯著影響, 且對耕地、園地選擇具有消極影響, 對林地選擇具有積極影響。在退耕后, 絕大部分農(nóng)戶家庭收入類型從純農(nóng)型向農(nóng)兼及兼農(nóng)型轉(zhuǎn)變, 且務工收入占總收入的絕大部分。外出務工勢必導致勞動力向城鎮(zhèn)轉(zhuǎn)移, 農(nóng)村勞動力短缺, 外出務工人員占比較高, 且外出務工人員中多為男性的農(nóng)戶, 其對耕地及園地選擇的概率將大幅降低。戶主年齡系數(shù)對耕地及林地選擇在10%水平上影響顯著, 戶主年齡每增加一歲, 對耕地選擇的概率將降低54%, 對林地選擇的概率將提高61.8%。人均耕地面積及糧食單產(chǎn)系數(shù)對耕地選擇具有積極影響, 均在10%水平上影響顯著。交通通達程度系數(shù)對林地、園地的選擇具有積極影響, 均在1%水平上影響顯著, 交通通達程度決定了勞動力外出務工及瓜果蔬菜運輸?shù)谋憷潭? 交通便利地區(qū)的農(nóng)戶對林地及園地的選擇概率比交通一般地區(qū)的農(nóng)戶高出32.2%和51.7%。其它解釋變量對農(nóng)戶土地利用決策影響均不顯著。

表3 家庭剖面特征(回歸變量)描述性統(tǒng)計

注: ***、**、*分別表示在1%、5%、10%的統(tǒng)計顯著性水平。

表4 1990—2001年農(nóng)戶家庭剖面特征對土地利用決策的M-logit模型

注: ***、**、*分別表示在1%、5%、10%的統(tǒng)計顯著性水平。

表5 2001—2013年農(nóng)戶家庭剖面特征對土地利用決策的M-logit模型

注: ***、**、*分別表示在1%、5%、10%的統(tǒng)計顯著性水平。

4 討論

黃土高原因水土流失嚴重聞名世界, 土地利用結構失調(diào)是主要原因。土地利用可以改變土地覆蓋, 進而影響侵蝕與生態(tài)條件。1990—2013年間, 燕溝流域土地利用結構變化較大, 其中耕地大量減少, 草地面積變化不大, 林地面積大量增加, 這種變化結果與當?shù)匾酝烁€林而非還草為主有關[4、33]?？傮w上這種由耕地轉(zhuǎn)為林草地的格局, 在改善當?shù)氐纳鷳B(tài)環(huán)境方面起到了重要作用, 研究顯示森林植被覆蓋率從1995的12.4%增加到2010年的37.7%[34-35], 覆蓋率顯著提高, 實施區(qū)生態(tài)環(huán)境有了明顯改善[4、33、36-37]。

在參與退耕還林工程后從政府獲得的退耕補貼, 改變了參與農(nóng)戶的傳統(tǒng)收入結構并在家庭收入結構中起到了很大一部分作用。但如果不考慮退耕補貼, 農(nóng)民非農(nóng)收入的增加只能彌補農(nóng)地減少帶來的損失[38]。在工程實施初期, 它解決了農(nóng)戶的基本生計問題、帶動了農(nóng)戶外出打工收入的增長, 從而使農(nóng)戶的生計多樣化。我們的研究結果表明, 退耕還林工程的實施使家庭耕地面積減少、種植收入減少, 經(jīng)營果園的收入大幅度增加, 外出打工和經(jīng)營性收入也大幅增加, 進而調(diào)整了農(nóng)戶的收入結構。在黃土高原和中國其他實施退耕還林工程的地方的研究也表明, 退耕還林的實施使耕地數(shù)量顯著減少, 果園和林地顯著增加, 土地利用/覆蓋格局發(fā)生了變化[39], 使農(nóng)戶的收入來源多樣化。因此, 加強與非農(nóng)產(chǎn)業(yè)有關的基礎設施建設, 利用流域的區(qū)位優(yōu)勢, 加快農(nóng)村產(chǎn)業(yè)轉(zhuǎn)型, 對重塑退耕后期的流域土地利用結構和產(chǎn)業(yè)結構至關重要。

我們的研究結果還表明, 在退耕還林的驅(qū)動下, 農(nóng)戶的生計資本發(fā)生了顯著的變化。其中自然資本中人均耕地面積顯著減少, 糧食產(chǎn)量下降。這是由于退耕還林的實施使大量耕地變?yōu)榱值?。在退耕還林和扶貧政策的驅(qū)動下, 政府對農(nóng)村住房、道路修建等基礎設施加大重視, 從而物質(zhì)資本中的交通通達度顯著升高。在2001年到2013年間, 人均耕地面積從1公頃減少到0.33公頃, 農(nóng)村勞動力剩余, 坡耕地退耕和勞動力流動在一定程度上改變了農(nóng)戶的基本生計策略, 進而引起勞動力遷出農(nóng)戶的社會經(jīng)濟剖面特征的改變。燕溝流域大量農(nóng)村勞動力流出正在改變著其家庭和流域社會經(jīng)濟特征, 進而會引起土地利用方式和結構的改變。流域勞動力轉(zhuǎn)移及其收入是退耕后期土地利用變化的顯著影響因素。因此需要合理引導農(nóng)村剩余勞動力的流動, 促進理性流動, 重點要加強農(nóng)村勞動力的技能培訓, 迅速轉(zhuǎn)變當前農(nóng)村勞動力的非農(nóng)就業(yè)方向和質(zhì)量, 提高農(nóng)戶收入的同時合理引導有利于生態(tài)環(huán)境休養(yǎng)生息的土地利用選擇。

5 結論

(1) 退耕還林(草)工程是一個關鍵的農(nóng)村勞動力轉(zhuǎn)移觸發(fā)因素, 與其他社會經(jīng)濟因素共同決定了農(nóng)村剩余勞動力的走向, 同時也改變了遷出地農(nóng)戶的社會經(jīng)濟剖面特征及其土地利用策略, 進而改變遷出地農(nóng)村的土地利用結構。勞動力轉(zhuǎn)移及其收入相較其他家庭剖面特征, 成為退耕后期土地利用變化的顯著影響因素。

(2) 糧食單產(chǎn)對耕地與園地的選擇有積極影響, 一是退耕后流域耕地集中在溝壩地等相對肥沃的土地上, 耕地單產(chǎn)較退耕前顯著增加; 二是流域農(nóng)戶常常選擇園地水果/蔬菜與糧食作物套種的種植模式。

(3) 退耕后交通通達程度對林地和園地的選擇有極顯著的影響, 盡管影響比例偏小, 卻充分說明了流域地處延安市近郊的交通優(yōu)勢, 也解釋了經(jīng)濟作物種植產(chǎn)業(yè)的快速發(fā)展和農(nóng)戶非農(nóng)收入的增加。

[1] 李驁, 魏欣, 李子軒. 土壤侵蝕動態(tài)監(jiān)測中的高分辨率影像土地利用解譯精度分析[J]. 中國水土保持科學, 2018, 16(3): 8–17.

[2] WANG Tao. Impacts of the grain for green project on soil erosion: a case study in the Wuding river and Luohe river basins in the Shaanxi Province of China[J]. Applied Ecology and Environmental Research, 2018, 16(4): 4165–4181.

[3] 劉紀遠, 寧佳, 匡文慧, 等. 2010-2015年中國土地利用變化的時空格局與新特征[J]. 地理學報, 2018, 73(5): 789–802.

[4] TANG Yuzhi, QUAN Qinshao, LIU Jiyuan, et al. Did ecological restoration hit its mark? Monitoring and assessing ecological changes in the Grain for Green Program region using multi-source satellite images[J]. Remote Sensing, 2019, 11(3): 1–28.

[5] 閆慧敏, 劉紀遠, 黃河清, 等. 城市化和退耕還林草對中國耕地生產(chǎn)力的影響[J]. 地理學報, 2012, 67(5): 579–588.

[6] 王超, 杜秉貞, 孫傳諄. 黃土高原典型區(qū)退耕還林還草工程實施效果實證分析[J]. 中國生態(tài)農(nóng)業(yè)學報, 2014, 22(7): 850–858.

[7] 周德成, 趙淑清, 朱超. 退耕還林工程對黃土高原土地利用/覆被變化的影響——以陜西省安塞縣為例[J]. 自然資源學報, 2011, 26(11): 1866–1878.

[8] 汪小欽, 王欽敏, 勵惠國, 等. 黃河三角洲土地利用/覆蓋變化驅(qū)動力分析[J]. 資源科學, 2007, 29(5): 175–181.

[9] 周德成, 趙淑清, 朱超. 退耕還林還草工程對中國北方農(nóng)牧交錯區(qū)土地利用/覆被變化的影響——以科爾沁左翼后旗為例[J]. 地理科學, 2012, 32(4): 442–449.

[10] 李聰, 李樹茁, 費爾德曼, 等. 動力遷移對西部貧困山區(qū)農(nóng)戶生計資本的影響[J]. 人口與經(jīng)濟, 2010, (6): 20–26.

[11] 章予舒, 王立新, 張紅旗, 等. 疏勒河流域土地利用變化驅(qū)動因素分析——以安西縣為例[J]. 地理科學進展, 2003, (3): 170–178.

[12] CHEN Ruishan, YE Chao, CAI Yunlong, et al. The impact of rural out-migration on land use transition in China: past, present and trend[J]. Land Use Policy, 2014, 40(40): 101–110.

[13] 王成超, 楊玉盛. 農(nóng)戶生計非農(nóng)化對耕地流轉(zhuǎn)的影響——以福建省長汀縣為例[J]. 地理科學, 2011, 31(11): 1362–1367.

[14] NASUTI S, ELOY L, RAIMBERT C, et al. Can rural–urban household mobility indicate differences in resource management within Amazonian communities?[J]. Bulletin of Latin American Research, 2015, 34(1): 35–52.

[15] GRAY C L, BILSBORROW R E. Consequences of out-migration for land use in rural Ecuador[J]. Land Use Policy, 2014, 36(36): 182–191.

[16] XIE Yong, JIANG Quanbao. Land arrangements for rural–urban migrant workers in China: findings from Jiangsu Province [J]. Land Use Policy, 2016, 50(50): 262–267.

[17] 陳利, 傅伯杰, 王軍. 黃土丘陵區(qū)小流域土地利用變化研究——以陜西延安地區(qū)大南溝流域為例[J]. 地理科學, 2001, 21(1): 46–51.

[18] ZHANG Jian, ASHOK K M, ZHU Peixin. Identifying livelihood strategies and transitions in rural China: is land holding an obstacle?[J]. Land Use Policy, 2019, 80(80): 107–117.

[19] 祁新華, 朱宇, 周燕萍. 鄉(xiāng)村勞動力遷移的“雙拉力”模型及其就地城鎮(zhèn)化效應——基于中國東南沿海三個地區(qū)的實證研究[J]. 地理科學, 2012, 32(1): 25–30.

[20] ROZELLE S, TAYLOR J E, DE B A. Migration, remittances, and agricultural productivity in China[J]. American Economic Review, 1999, 89(2): 287–291.

[21] 成思敏, 王繼軍, 李茂森, 等. 退耕區(qū)農(nóng)戶生計策略與農(nóng)業(yè)產(chǎn)業(yè)-資源系統(tǒng)耦合機制的演化過程分析——以紙坊溝流域為例[J]. 水土保持研究, 2018, 25(5): 242–249.

[22] MATTHEW J T, MICHELLE J M-T, DEBRA R R. Land, ethnic, and gender change: Transnational migration and its effects on Guatemalan lives and landscapes[J]. Geoforum, 2006, 37(1): 41–61.

[23] 陳國建. 退耕還林還草對土地利用變化影響程度研究——以延安生態(tài)建設示范區(qū)為例[J]. 自然資源學報, 2006, 21(2): 274–279.

[24] HARRIS P M, VENTURA S J. The integration of geographic data with remotely sensed imagery to improve classification in an urban area[J]. Photogrammetric Engineering and Remote Sensing, 1995, 61(8): 993–998.

[25] DEWAN A M, YAMAGUCHI Y. Land use and land cover change in Greater Dhaka, Bangladesh: using remote sensing to promote sustainable urbanization[J]. Applied Geography, 2009, 29(3): 390–401.

[26] KABBA V T S, LI Jiangfeng. Analysis of land use and land cover changes, and their ecological implications in Wuhan, china[J]. Journal of Geography and Geology, 2011, 3(1): 104–118.

[27] 謝華林, 李波. 基于Logistic回歸模型的農(nóng)牧交錯區(qū)土地利用變化驅(qū)動力分析——以內(nèi)蒙古翁牛特旗為例[J]. 地理研究, 2008, 27(2): 294–304.

[28] 王濟川, 郭志剛. Logistic回歸模型: 方法與應用[M]. 北京: 高等教育出版社, 2001.

[29] 劉珊, 閔慶文, 徐遠濤, 等. 傳統(tǒng)知識在民族地區(qū)森林資源保護中的作用——以貴州省從江縣小黃村為例[J]. 資源科學, 2011, 33(6): 1046–1052.

[30] 姜宛貝, 劉同, 孫丹峰, 等. 鎮(zhèn)域尺度農(nóng)村土地承包經(jīng)營權流轉(zhuǎn)及社會經(jīng)濟驅(qū)動因素分析——以北京市昌平區(qū)為例[J]. 資源科學, 2012, 34(9): 1681–1687.

[31] AKINWUMI A A, DAVID M, GUY B N, et al. Econometric analysis of the determinants of adoption of alley farming by farmers in the forest zone of southwest Cameroon[J]. Agriculture, Ecosystems and Environment, 2000, 80(3): 255–265.

[32] 趙文娟, 楊世龍, 王瀟. 基于Logistic回歸模型的生計資本與生計策略研究——以云南新平縣干熱河谷傣族地區(qū)為例[J]. 資源科學, 2016, 38(1): 136–143.

[33] GUO Jing, GONG Peng. Forest cover dynamics from Landsat time-series data over Yan’an city on the Loess Plateau during the Grain for Green Project[J]. International Journal of Remote Sensing, 2016, 37(17): 4101–4118.

[34] 張玉東, 譚紅兵. 黃土高原典型干旱區(qū)退耕還林后植被覆蓋變化研究[J]. 生態(tài)科學, 2017, 36(1): 139–146.

[35] ZHOU Ping, WEN Anbang, YAN Dongchun, et al. Changes in land use and agricultural production structure before and after the implementation of Grain for Green Program in western China – taking two typical counties as example[J]. Journal of Mountain Science, 2014, 11(2): 526–534.

[36] 劉國彬, 上官周平, 姚文藝, 等. 黃土高原生態(tài)工程的生態(tài)成效[J]. 中國科學院院刊, 2017, 32(1): 11–19.

[37] LIU Jianguo, LI Shuxin, OUYANG Zhiyun, et al. Ecological and socioeconomic effects of China's policies for ecosystem services[J]. PNAS, 2008, 105(28): 9477–9482.

[38] WANG Shu, YUE Ximing. How China's Grain-for-Green Project contributes to farmers' income growth[J]. China Economist, 2018, 13(03): 88–102.

[39] WANG Jieyong, LIU Yansui, LIU Zhigao. Spatio-temporal patterns of cropland conversion in response to the “Grain for Green Project” in China’s Loess Hilly Region of Yanchuan County[J]. The Open Remote Sensing Journal, 2013, 5(11): 5642–5661.

Responses of land use choice to participants' profiles in the GGP in a small watershed of Northern Shaanxi Province

DAND Xiaohu1,*, TAO rui1, XIA Zidun1, WEI Xuexiao1, YANG Qinke2

1.College of Geology and Environment, Xi’an University of Science and Technology, Xi’an 710054, China 2. College of Urban and Environmental Science, Northwest University, Xi’an 710127, China

Using GIS, mathematical statistics and multi-logistic regression model the present work examines changes in rural LUCC (land use and cover change) and its key drivers, indicates the importance of rural emigrant workers to rural LUCC, and understands mechanisms by which the key factorsdrive rural LUCC in theYangou small watershed of Northern Shaanxi before and after the Grain-for-Green Program (GGP). The results showed that: (1) the characteristics for rural LUCC in theYangou small watershed were generally consistent with thatfor Yan'an city during the period from 1990 to 2013,and (2) between 1990-2001, labor migration had nosignificant impact on farmers' land use decision making. Farmers' family characteristics and resource endowments had significant impacts on their land use choices. During the period between 2001 and 2013, the key factors affecting the land use decision of participants in the GGP were traffic accessibility and labor migration; the GGP resulted in the reallocation of rural labors

participant in the GGP; land use; labor migration; GMM

10.14108/j.cnki.1008-8873.2020.03.015

K921

A

1008-8873(2020)03-104-09

2019-05-30;

2019-07-19

十三五國家重點研發(fā)計劃課題(2016YFC0501707); 國家自然科學基金面上項目(41271518)

黨小虎(1968—), 男, 寧夏隆德人, 博士, 教授, 主要從事生態(tài)學研究, E-mail: dangxh2018@xust.edu.cn

黨小虎

黨小虎, 陶瑞, 夏紫頓, 等. 陜北小流域退耕農(nóng)戶剖面特征的土地利用決策響應[J]. 生態(tài)科學, 2020, 39(3): 104–112.

DAND Xiaohu, TAO rui, XIA Zidun, et al. Responses of land use choice to participants' profilesin the GGP in a small watershed of Northern Shaanxi Province[J]. Ecological Science, 2020, 39(3): 104–112.