華北平原農戶主動退耕冬小麥的影響因素模型分析及政策啟示

王 學，李秀彬,2，辛良杰，談明洪,3

（1. 中國科學院地理科學與資源研究所，中國科學院陸地表層格局與模擬重點實驗室，北京 100101；2. 中國科學院大學資源與環境學院，北京100190；3. 中國科學院大學國際學院，北京100190）

0 引 言

隨著城市化進程的不斷加快以及城鄉二元結構的深刻變革，中國勞動力務農機會成本迅速提升，農村剩余勞動力向二三產業不斷轉移，由此引發了一系列的農地利用邊際化或粗放化現象[1-3]，以山區坡耕地撂荒、南方稻作區“雙改單”以及華北平原的冬小麥退耕等表現尤為明顯[4-9]。農地利用邊際化或粗放化無疑會影響區域的食物供給、生物多樣性以及資源環境保護等[10-12]。認識農地利用變化過程并揭示其變化原因，對農地利用趨勢預測、相關政策的制訂及其有效性評估等均具有重要意義[12]。

華北平原是中國的小麥主產區，其小麥的面積和產量分別占全國總量的54%和64%，在維系中國口糧安全方面責任重大[13-14]。近年來，華北平原出現了農戶主動退耕冬小麥的現象，20世紀末以來長期占主導地位的冬小麥-夏玉米一年兩熟耕作制度正在轉變為春玉米一年一熟制[15]。潘學鵬等通過遙感制圖發現2000—2013年華北平原冬小麥種植面積減少了24.6%[5]；報刊、網絡等媒體上也不乏華北農戶冬小麥退耕的相關報道[16-17]。然而，這一現象并未引起學術界的足夠重視，關于農戶主動退耕冬小麥的原因也不夠明晰[18]。

華北平原也是中國乃至世界上水資源短缺最為嚴峻的地區之一[19]。農業生產與水資源，特別是地下水資源的矛盾異常尖銳，地下水問題層出不窮[20]。為緩解地下水危機，2014年以來國家開始推行土地休耕制度，擬在華北地下水超采區進行試點，主要措施為退耕高耗水作物——冬小麥，推行“一季休耕，一季雨養”，并給予休耕農民以適當經濟補償[21]；2016年國家八部委聯合印發的《耕地草原河湖休養生息規劃（2016—2030年）》明確了華北休耕的區域范圍與試點目標；2017年進一步將擴大輪作休耕試點寫入“十九大”報告中。可見，休耕極有可能會成為未來華北農地利用的新常態。然而，在已經出現農戶主動退耕冬小麥的前提下，為保證政策的成本有效性，相關任務的執行務須精準。

有鑒于此，進行華北平原農戶主動退耕冬小麥的現狀及影響因素分析，不僅有助于尋找土地休耕制度的瞄準目標，為保障該政策的順利執行獻計獻策；同時，還可為土地休耕與糧食安全雙重目標下的華北平原冬小麥可持續發展提供政策指導。本文以河北省滄縣作為案例區，利用問卷調查數據，借助農戶土地利用決策理論模型，分析華北農戶主動退耕冬小麥的影響因素及其作用機理，并構建多層二項logit模型進行實證分析。在此基礎上，給出相關政策建議。

1 案例區概況與數據來源

1.1 案例區概況

滄縣（38°3′N～38°5′N，116°27′E～117°09′E），北靠京津，東臨渤海，地處沖積平原向濱海平原過渡地帶，地勢低平；縣內河流屬海河水系，土壤類型以黃沙土為主，部分地區土壤鹽堿化嚴重；屬溫帶大陸性季風氣候，年均氣溫約為13 ℃，年均降水量約為590 mm[22]。滄縣是河北省的產糧大縣之一，多次榮獲農業部“全國糧食生產先進縣”榮譽稱號。滄縣的糧食主產區包括舊州、姚官屯、張官屯、紙房頭等13個鄉鎮共298個村（圖1），冬小麥-夏玉米一年兩熟制是其主要種植制度。近年來，隨著春玉米面積不斷擴張，冬小麥、夏玉米和春玉米成為最主要的農作物種類。非糧食主產區，如崔爾莊鎮、杜生鎮等（圖1），則多種植棗樹，傳統農作物種植較少。

圖1 滄縣位置、糧食主產區及農戶調查樣本村分布Fig.1 Location of Cangxian County, its major grain producing area and distribution of sample villages

滄縣屬滄州深層地下水漏斗區。該漏斗區面積約5 551 km2，中心水位埋深約92 m，是河北省面積最大、漏斗中心水位最低的漏斗區（數據來源于《2013年河北省地質環境狀況公報》）。《2014年度河北省地下水超采綜合治理試點調整農業種植結構和農藝節水項目實施方案》中，選取衡水、滄州、邢臺、邯鄲4個地區共43個縣（市、區）進行土地休耕試點，滄縣也包括在內。

1.2 數據來源

本文所用數據主要為農戶問卷調查數據。農戶問卷調查主要集中在滄縣糧食主產區，具體分 3個階段：1）2015年3月，在姚官屯鄉、舊州鎮、張官屯鄉等進行了為期一周的預調研，主要與該縣統計局、農業局、水務局等的領導和10個村莊的村干部進行座談，了解農地利用的基本信息，并隨機抽取20個左右農戶進行問卷調查，在此基礎上，發現問卷存在的問題并進行修改。2）2015年5月進行農戶正式調研。采取分層抽樣和隨機抽樣相結合的方法，選取8個鄉鎮35個村（圖1），每個村隨機選取 9～12個農戶進行調查。調查問卷包括村表和農戶表。村表的被調查對象為村委會成員，調查內容包括2013—2014年度的村莊基本信息、土地利用現狀、土地分包和流轉以及灌溉水源情況；農戶表的調查對象主要為家庭農業經營者，內容包括2013—2014年度的家庭基本特征、土地基本特征、冬小麥退耕信息、作物投入產出、家庭農業收入、人員構成及就業情況等。3）2015年6—8月，農戶問卷整理過程中，對部分明顯失真或空缺數據進行電話回訪，以保證問卷數據的精準。調研共獲得村表35份，農戶表386份，其中農戶有效樣本350分，樣本有效率為90.67%。

2 研究方法

2.1 理論模型

學術界從微觀農戶尺度研究中國農地邊際化問題已取得了頗為豐碩的成果[23-26]。其中，Yan等[24]構建了山區坡耕地撂荒的農戶決策理論模型，較好地解釋了各因素對山區坡耕地撂荒的影響機理；其借助重慶農戶調查數據的實證分析結果與理論模型十分吻合，證實了該理論模型在中國山區的適用性。華北平原冬小麥退耕與山區耕地撂荒現象發生的背景較為一致：1）家庭聯產承包責任制度下，農戶的土地承包面積一定，地塊數量較多，各地塊的土地質量、灌溉水源等屬性不盡相同[27]；2）中國社會經濟快速發展，城市化水平不斷提高，勞動力機會成本上升成為中國經濟社會新常態的一個標志性現象，農村勞動力不斷向二、三產業轉移[2]；3）勞動市場存在但不完善，勞動力因自身差異和獲取信息的難易程度不同，在勞動市場上面臨著不同的門檻限制[28]。鑒于此，本文嘗試在閻氏理論模型的基礎上，構建華北平原農戶土地利用決策理論模型，對農戶在地塊層次上配置土地和勞動力以種植或退耕冬小麥的決策行為進行解釋。

2.1.1 模型基本設定

根據華北平原農戶土地利用的實際情況，理論模型的基本設定如下：1）家庭聯產承包責任制度下，農戶擁有多個地塊，總數量為N，各地塊的面積(Ai) 、土地質量（Si）、灌溉水源（Ii）等屬性不盡相同，但總面積一定（A），基本無撂荒；2）農戶的勞動力總量為 L，單個地塊種植冬小麥的面積為 Ai，勞動投入為 lai；種植玉米（春玉米或夏玉米）面積等于地塊面積Ai，勞動投入為 lci，閑暇勞動力為 l；3）春、夏玉米在勞動投入強度、凈收益等方面無顯著差異[29]，農戶的冬小麥種植決策相對獨立；4）土地規模報酬基本不變；5）不考慮農戶面臨的風險和不確定性。

2.1.2 假定勞動市場完善

在勞動市場完善的假定條件下，農戶可從勞動市場上自由地雇入或雇出勞動，農戶的生產決策和消費決策是分開的[30]，農戶的最優化目標為家庭凈收益總量最大化：

約束條件為：

式中 pw為小麥價格；w為勞動力務農機會成本；為地塊i上冬小麥的生產函數；如前所述，Ai、lai、Si和 Ii分別為地塊尺度的小麥種植面積、勞動投入、土地質量和灌溉水源。根據地租理論，結合土地規模報酬不變的基本假定，有地塊i的邊際土地生產率和邊際勞動生產率受土地質量的影響，且土地質量越好，越高，即：在華北平原，也受灌溉水源影響，灌溉水源的穩定性和水質越好，越高，即為冬小麥的成本函數，滿足為玉米的利潤函數，具體形式為：

式中 pm為玉米價格；分別為玉米的生產和成本函數。

式（1）及其約束條件的含義為：1）農戶以實現家庭凈收益總量最大化為目標，在地塊層次上對其土地和勞動力進行配置；2）這一過程受農戶基本口糧需求、地塊面積和勞動力供給的限制；3）這一過程也受農戶各地塊的土地質量、灌溉水源等因素影響；4）外部變量如勞動力務農機會成本和小麥價格也會影響農戶土地利用決策。由此可見，地塊屬性及價格因素均是通過影響土地的投入或產出部分，影響邊際土地生產率或邊際勞動生產率，進而影響農戶土地利用決策的。

為明確上述因素對農戶土地利用決策的影響，根據式（1）及其約束條件構建拉格朗日函數：

求其二階導數，并借助比較靜態分析和克萊姆法則[31-32]，得出如下結果：

本文重點關注影響冬小麥種植面積 Ai的因素。根據式（7），保持其他條件不變時，地塊的土地質量、灌溉水源與冬小麥種植面積呈正相關，即地塊的土地質量越好、灌溉水源穩定性和水質越好，農戶越有可能種植冬小麥，反之，則更有可能退耕冬小麥；保持其他條件不變時，冬小麥價格越高，冬小麥的種植概率越大，而勞動力務農機會成本提高時，冬小麥退耕的概率也增加。

同理，可分析耕作距離（Ri）、地下水埋深（D）和灌溉用電單價（E）等因素對農戶土地利用決策的影響。其中，Ri對邊際土地生產率基本無影響但iR越大，通勤耗工越多，邊際勞動生產率越小，邊際投入成本則越高，因此，D與Ri的作用機理近似，即：D越大，灌溉抽水耗時越長，邊際勞動生產率越小邊際投入成本越高但對邊際土地生產率影響不大就E而言，E越高，邊際投入成本越高E對邊際土地生產率和邊際勞動生產率基本無影響依此推算：耕作距離、地下水埋深和灌溉用電單價對農戶冬小麥種植決策的影響均為負，即耕作距離越遠、地下水埋深越大、灌溉用電單價越高，農戶越有可能退耕冬小麥。

2.1.3 放寬勞動市場假設

當勞動市場不完善時，不同勞動力因自身屬性不同，加之信息的不對稱，進入勞動市場的門檻限制也不同[28]。與受教育程度高的青壯年勞動力相比，老年勞動力或受教育程度低的勞動力較難獲得市場勞動機會。他們閑暇的邊際效用較低，更傾向于向土地增加勞動投入。他們會進行土地利用的次優選擇，在邊際收益較低的地塊也種植冬小麥，同等條件下冬小麥種植可能性因而增加。換言之，農戶的老年勞動力或受教育程度低的勞動力數量較多，或務農勞動力數量較多時，同等條件的地塊種植冬小麥的可能性提高，而冬小麥退耕的概率降低。

2.2 實證分析

理論模型結果表明，農戶冬小麥退耕行為的影響因素有小麥價格、勞動力務農機會成本、土地質量、灌溉水源、耕作距離、灌溉用電單價、地下水埋深和家庭勞動力資源稟賦等。其中，小麥價格是由政府與市場決定的，不受某一農戶影響，在采用橫截面數據分析農戶主動退耕冬小麥的影響因素時，很難將其考慮在內。其余因素分屬地塊、農戶、村莊等不同尺度，數據存在組內同質和組間異質的特征，不符合傳統模型關于樣本獨立、正態分布和方差齊性的假設[33]。多層次模型可將傳統模型中的隨機誤差項分解到與數據層次結構相應的水平上，使得個體的隨機誤差滿足上述假定，是處理多層次數據的有效方法[34]，被越來越多地應用于農戶土地利用行為及其變化的解釋[35-36]。本文即借助多層次模型分析農戶冬小麥退耕的影響因素。

被解釋變量為二項分類變量：2000年以來冬小麥退耕的地塊賦值為1，仍舊種植冬小麥的地塊賦值為0，始終采用春玉米一年一熟制的地塊則不在考慮范圍。選取多層二項logit模型：

式中p為發生冬小麥退耕的概率，1-p為種植冬小麥的概率；下標i、j和k分別表示地塊、農戶和村莊；γ000表示固定截距；r0和u00分別表示農戶和村莊層次的隨機截距，均符合隨機分布和均值為 0的假設；Xnijk、Yqjk、Ztk分別表示地塊、農戶、村莊 3個層次的解釋變量，αn00、β0q0和δ00k為其對應系數，N、Q和T分別為3個層次解釋變量的總數。

跨級相關系數用于評價不同層次對被解釋變量總體變異的解釋程度[36]：

式中 ρ2和 ρ3分別表示農戶和村莊的跨級相關系數；VAR(r0)和VAR(μ00)分別為農戶層次和村莊層次隨機截距的方差；π2/3為地塊層次的殘差。

在華北平原農戶冬小麥退耕決策理論模型指導下，選取農戶冬小麥退耕的可能影響因素；同時參考前人研究成果[24-25,35-36]，并兼顧數據可獲取性，最終選取的解釋變量見表1。需要說明的是，本文根據灌溉保證率的差異將灌溉水源變量分為四個指標：地下水/地表水、僅地下水、僅河流、僅水庫或坑塘，將無灌溉設施的旱地作為對照組。所選變量均通過了多重共線性檢驗，方差膨脹因子小于3。此外，表1還列出了根據農戶調查數據獲取的各變量的描述性分析結果。

表1 解釋變量的定義及描述性分析Table 1 Definitions of dependent variables and their descriptive analyses

3 結果與分析

3.1 案例區耕地利用與冬小麥退耕情況

近5 a內，案例區被調查地塊的耕地利用方式以冬小麥-夏玉米一年兩熟制（簡稱一年兩熟制）、春玉米一年一熟制（簡稱一年一熟制）和冬小麥-夏玉米-春玉米兩年三熟制（簡稱兩年三熟制）為主（表 2）。其中，一年兩熟制的面積為953 958.42 m2，占被調查耕地總面積 （2 270 753.64 m2）比例最高，為42.01%；一年一熟制面積為791 287.92 m2，占比次之，為34.85%；兩年三熟制面積為390 022.92 m2，占比較小，為17.16%。除此之外的其他耕地利用方式（包括棉花、紅薯和果樹等），總面積占比僅為5.96%。

調查地塊中，發生冬小麥退耕的地塊總面積為639 852.84 m2，占耕地總面積的比例為28.18%。具體而言，冬小麥退耕主要包括3種類型（表2）：1）一年兩熟制轉變為兩年三熟制，即調研時為兩年三熟制且發生了退耕行為，該類型面積為203 276.52 m2，占冬小麥退耕總面積約1/3（31.77%）；2）一年兩熟制或兩年三熟制轉變為一年一熟制，即調研時為一年一熟且發生了退耕行為，面積為401 398.20 m2，占比約2/3（62.73%）；3）一年兩熟制或兩年三熟制轉變為其他，即調研時為其他耕地利用方式且發生了退耕行為，面積為35 178.12 m2，占比僅5.50%。

表2 案例區耕地利用方式及冬小麥退耕情況Table 2 Agricultural land use pattern and areas of winter wheat abandonment in the case study area

冬小麥退耕地塊的退耕起始年份不盡相同。2003年免收農業稅之前冬小麥累計退耕面積為127 605.60 m2，占總退耕面積的21.10%；2003—2009年冬小麥退耕面積呈減少趨勢，2010年前退耕面積累計百分比僅為42.45%；2010年及以后冬小麥退耕面積則大幅度提高，一半以上（57.55%）的冬小麥退耕發生在這一時段（圖2）。

圖2 2000—2013年案例區冬小麥退耕面積Fig.2 Areas of winter wheat abandonment during 2000-2013 in case study area

3.2 農戶主動退耕冬小麥的多層次影響因素分析

表3給出了不包括任何解釋變量（模型1）、僅包括地塊層次解釋變量（模型 2）、包括地塊和農戶層次解釋變量（模型3）和包括全部層次解釋變量（模型4）的多層二項logit模型的穩健性估計結果。

3.2.1 不同層次對農戶主動退耕冬小麥行為的解釋程度及多層次模型模擬結果的穩健性分析

模型1也被稱為“空模型”，主要用于檢測高層次的變異是否顯著，還可通過跨級相關系數的計算給出各層次對于被解釋變量差異的解釋程度[34]。模型 1中農戶層次和村莊層次的方差（VAR(r0)和 VAR(u00)）均在 1%的水平顯著，說明不同農戶或不同村莊的冬小麥退耕決策存在顯著差異。根據跨級相關系數2ρ和3ρ，農戶和村莊2個層次對被解釋變量變異的解釋程度分別為 17.5%和30.4%，其余的52.1%可歸因于地塊層次。因此，地塊、農戶和村莊 3個層次在解釋農戶冬小麥退耕決策中均發揮著重要影響，而以地塊層次的解釋程度最大，村莊層次次之，農戶層次最小。

相比于模型1，模型2～4中逐步增加了地塊層次、農戶層次和村莊層次的解釋變量。模型間相同解釋變量系數的數值大小和方向的對比，可以判斷模型整體的穩健性以及是否存在模型設定偏誤。具體而言，地塊層次各解釋變量在模型2～4中的作用方向均是一致的，數值大小雖有差異，但整體較為近似；農戶層次各解釋變量在模型3和模型4中的作用方向和數值大小也是基本一致的，因此可基本排除模型設定偏誤和遺漏變量偏誤，模型結果的可信度較高。模型2～4的ROC值均在0.97及以上，比模型 1的高，說明加入各層次解釋變量后，模型整體的模擬效果均較好。模型2～4的ROC值基本保持一致，但模型 2～3 VAR(r0)的減少和模型 3～4 VAR(u00)的減少仍表明農戶層次和村莊層次解釋變量的加入在解釋農戶或村莊層次的變異方面做出了一定貢獻。

表3 案例區農戶冬小麥退耕決策影響因素的多層二項logit模型模擬結果Table 3 Estimation results of the multi-level binomial models for driving factors of winter wheat abandonment in the case study area

下面根據表3中模型4的結果分析與討論不同層次解釋變量對農戶冬小麥退耕決策的影響，并與理論模型的預期進行對比。

3.2.2 地塊層次解釋變量對農戶主動退耕冬小麥行為的影響

地塊層次上顯著影響農戶冬小麥退耕決策的因素有土地質量、灌溉水源和地塊面積。其中，土地質量的系數為正（0.337），且在1%的水平顯著，說明土地質量越好，農戶冬小麥退耕的概率越小。這主要歸因于土地質量好的地塊冬小麥邊際土地生產率（單產）越高，種植冬小麥的地均凈收益也越高，農戶越有可能種植冬小麥；而土地質量較差的地塊冬小麥邊際土地生產率低，種植冬小麥的地均凈收益也低（表 4），因而農戶退耕冬小麥的概率越大。這一結果與理論預期“地塊的土地質量越好，農戶越有可能種植冬小麥”是吻合的。以旱地為對照組，其余各類灌溉水源的系數均為負，且在1%或5%的水平顯著，說明灌溉顯著降低了農戶冬小麥退耕的概率。考慮到冬小麥生育期內有效降水量遠低于實際需水量，灌溉成為冬小麥生長的關鍵[37]，而旱地不具備灌溉條件，冬小麥邊際土地生產率和地均凈收益均很低，此種地塊上農戶退耕冬小麥的概率因而極高。對比不同灌溉水源的系數，從地下水/地表水到僅水庫或坑塘，其系數的絕對值呈減少趨勢，說明農戶退耕冬小麥的概率有所升高。究其原因，從地下水/地表水到僅水庫或坑塘，灌溉用水穩定性和水質逐漸變差[38-39]，冬小麥生育期內的灌溉次數顯著降低，由此導致了冬小麥邊際土地生產率和地均凈收益均顯著減少（表 5），隨著灌溉保證率的降低，農戶退耕冬小麥的概率呈現上升趨勢。這與理論部分“灌溉水源穩定性和水質越好，農戶越有可能種植冬小麥”的預期也是一致的。地塊面積的系數為負（-0.077），且在5%的水平顯著，說明面積較小的地塊比面積較大的地塊更易發生冬小麥退耕現象。在規模報酬基本不變的前提下[21]，地塊面積對邊際土地生產率和地均凈收益的影響較小，但會對聯合收割機等大型農用機械的使用產生影響，面積較小地塊上大型機械作業多有不便，這無疑會對農戶種植冬小麥的積極性產生影響，因而提高了其冬小麥退耕的概率。除上述變量外，耕作距離的系數雖為正（0.101），但并不顯著影響農戶的冬小麥退耕決策。這與理論預期有所出入，其原因是案例區地處平原區，地形平坦，通勤時間大致在10～15 min以內，由此造成的務農勞動投入和地均凈收益變化均有限，對農戶土地利用決策的影響因而較小。

表4 不同土地質量冬小麥成本-收益分析Table 4 Cost and benefit analysis of winter wheat grouped by soil quality

表5 不同灌溉水源冬小麥成本-收益分析Table 5 Cost and benefit analysis of winter wheat grouped by irrigation water source

3.2.3 農戶層次解釋變量對農戶主動退耕冬小麥行為的影響

農戶層次上顯著影響農戶冬小麥退耕決策的因素有平均務工收入、地均務農勞動力數量、年齡的二次方、受教育程度、農機設備和地塊破碎度，而年齡和撫養比并未通過 10%顯著性檢驗。其中，平均務工收入的系數為正（0.133）且在5%的水平顯著，說明平均務工收入對農戶冬小麥退耕決策產生了顯著的正向影響。該變量是作為勞動力務農機會成本的代用指標來考慮的。具體而言，平均務工收入越高，農戶勞動力務農機會成本越高，同等條件下種植冬小麥的勞動成本越高而地均凈收益越低，因而顯著提高了冬小麥退耕的概率，這與理論預期也是一致的。地均務農勞動力數量、年齡、受教育程度、撫養比等均為農戶家庭勞動力資源稟賦的代用指標。其中，地均務農勞動力數量的系數為負（-0.684），且在10%的水平顯著，說明勞動力市場門檻限制下，務農勞動力越豐富的家庭，更傾向于充分利用土地資源，即采取冬小麥-夏玉米一年兩熟制而不是春玉米一熟制，同等條件下冬小麥退耕的概率因而減少，這與理論預期也是吻合的。為全面認識農業決策者的年齡對其冬小麥退耕決策的影響，將年齡和年齡的二次方同時納入模型中，結果顯示兩者系數的符號相反，僅后者通過了 10%的顯著性水平，說明年齡的作用不甚顯著，但大致呈現出農業決策者年齡過大或過小時農戶冬小麥退耕概率較低的特征。因勞動力年齡越大，其進入勞動力市場的門檻限制越高，他們更傾向于充分利用土地資源進行冬小麥種植，但年齡過大者難以承擔灌溉等繁重的農業體力勞動，因而退耕冬小麥的概率反而有所提高。Zhang等在重慶的研究也得出了類似結果[23]。受教育程度在5%的水平發揮正向左右，說明農業決策者受教育程度越低，冬小麥退耕的概率也越低。考慮到受教育程度較低的勞動力更難以進入勞動市場，他們因而更傾向于種植冬小麥而不是退耕。這一結果也是符合理論預期的。因撫養比的系數不顯著，這一變量對農戶土地利用決策的影響幾可忽略。此外，農機設備與地塊破碎度也被納入模型中。其中，農機設備的系數在5%的水平負向顯著（-0.552），說明不具備農機設備的農戶比具備農機設備的農戶更有可能退耕冬小麥，這主要是因為農機設備，主要是農用拖拉機，在農產品運輸和地表水灌溉中發揮了較大作用，為農戶務農帶來了極大便利，因而有助于提高農戶種植冬小麥的積極性；地塊破碎度的系數在 1%的水平正向顯著（1.558），說明這一因素在農戶冬小麥退耕行為中發揮了顯著的抑制作用：農戶的地塊破碎程度較低時，耕地集中布局于幾個面積較大的地塊，提高了耕作的便利程度，也有利于大型農用機械的使用，因而提高了農戶冬小麥種植概率；相反，若地塊破碎度高，有限的耕地分散于多個面積較小的地塊，農戶冬小麥的種植積極性則有所降低。

3.2.4 村莊層次解釋變量對農戶主動退耕冬小麥行為的影響

村莊層次上，灌溉用電單價和土地流轉率的系數均通過了5%的顯著性檢驗。其中，灌溉用電單價的系數為正（1.604），說明灌溉用電單價越高的村莊農戶冬小麥退耕的概率也越高。灌溉用電單價是通過直接影響灌溉投入影響冬小麥的地均凈收益，進而影響農戶冬小麥退耕決策的。同等條件下，灌溉用電單價越高，灌溉投入越多而地均凈收益越少，農戶因而越傾向于退耕冬小麥。這與理論預期也是吻合的。土地流轉率的系數雖是顯著為負的（-2.936），但考慮到案例區土地流轉的概率整體較低，均值僅為4%，這一因素對農戶冬小麥退耕決策的影響比較有限。此外，地下水埋深、距市中心距離和人均純收入的系數均未通過 10%的顯著性檢驗，說明這 3個因素對農戶冬小麥退耕決策的影響相對較小。

總體而言，地塊、農戶和村莊 3個層次在解釋農戶冬小麥退耕決策中均發揮著顯著作用，其解釋程度分別為52.1%、17.5%和30.4%。各層次的解釋變量對農戶冬小麥退耕決策的影響與理論預期是大致相符的：地塊的土地質量越好、灌溉水源穩定性和水質越好，農戶的平均務農工資越低、地均務農勞動力數量越多、農業決策者受教育程度較低，村莊的灌溉用電單價越低，農戶冬小麥退耕的概率越小，種植冬小麥的可能性越大。此外，地塊面積、農戶的農機設備和地塊破碎度等因素也對其冬小麥退耕決策產生顯著影響。

4 政策啟示

根據案例區問卷調查結果，2000年以來農戶主動退耕冬小麥的耕地面積占比為28.18%，也即超過1/4的耕地已出現冬小麥退耕現象。在此背景下，利用補貼政策推行休耕這一耕地休養生息策略時，就不能泛化，而需精準。若對農戶已主動退耕冬小麥的耕地進行補貼，不僅造成公共財政經費的浪費，也達不到減少地下水用量的目的。同時，考慮到休耕是通過減少冬小麥地下水灌溉用量，實現地下水位回升、維持地下水資源采補平衡的目標，休耕制度不僅應避免將已退耕耕地納入決策范圍，還應主要瞄準地下水灌溉的地塊。嚴格的冬小麥種植摸底調查監測可以為制度實施提供數據基礎，應成為其精準實施的前提。此外，實證分析結果中，勞動力務農機會成本（平均務工收入）與灌溉用電單價提高均有助于促進農戶退耕冬小麥。因此，地方政府也應注重農村集體新型產業發展，增加農民就業機會，并進行農業水價綜合改革，建立冬小麥灌溉精準收費機制，輔助推進休耕制度落實。

實證分析還發現，不同灌溉水源對農戶冬小麥退耕決策的影響不盡相同。除地下水外，地表水，如河流、水庫或坑塘等，也是案例區冬小麥灌溉用水的主要水源。其中，河流中的水僅部分來源于降水，其余主要來源于城市中水系統和南水北調中線工程，供水穩定性和水質相對較好，利用此類灌溉水源的地塊農戶退耕冬小麥的概率較低；而水庫或坑塘中的水主要來源為降水，供水穩定性和水質相對較差，相關地塊退耕冬小麥的概率較高。考慮到華北平原是小麥主產區，在維系中國口糧安全方面責任重大，采用地表水灌溉維持或適度擴展部分區域小麥種植面積對土地休耕與口糧安全目標的“雙贏”意義重大。然而，當前區域水資源管理更多地集中在地下水超采治理方面，對河流、水庫和坑塘等地表水的管理還需加強。建議制訂切實可行的南水北調中線農業用水管理辦法，避免部分村集體盲目引水灌溉；確保城市中水質量并實現其在生態用水與農業用水間的合理配置；同時，推行先進的降水采集技術及生物性水質控制措施，確保水庫、坑塘的供水穩定性及其水質安全[40]。

5 結 論

本文借助河北省滄縣農戶問卷數據，構建農戶土地利用決策理論模型和多層二項logit模型，分析了華北平原農戶冬小麥退耕現狀及其影響因素。結果顯示，1）案例區2000年以來農戶主動退耕冬小麥的面積占耕地面積的比例達28.18%，也即超過1/4的耕地發生了冬小麥退耕現象。2）地塊、農戶和村莊3個層次在解釋農戶冬小麥退耕決策方面均發揮著顯著作用，就解釋程度而言，地塊層次最高（52.1%），村莊層次次之（30.4%），而農戶層次最小（17.5%）。3）地塊層次的土地質量，農戶層次的平均務工收入、受教育程度和地塊破碎度，以及村莊層次的灌溉用電單價的系數均為正且通過了1%或5%的顯著性檢驗，說明它們在農戶主動退耕冬小麥行為中發揮顯著影響，且土地質量越差、農戶平均務工收入和地塊破碎度越高、農業決策者受教育程度和村莊灌溉用電單價也越高時，農戶發生冬小麥退耕的概率越大。4）此外，地塊層次的灌溉水源和地塊面積，農戶層次的地均務農勞動力數量和農機設備的系數均為負且通過了1%、5%或10%的顯著性檢驗，說明它們在農戶冬小麥退耕決策中也發揮顯著影響，且地塊灌溉水源穩定性及水質越差、地塊面積較小、地均務農勞動力數量越少且不具備農機設備的農戶越有可能實施冬小麥退耕決策。在實證分析的基礎上，本文還提出了土地休耕制度精準實施、農村集體新型產業發展、農業水價綜合改革、地表水資源合理配置與管理等方面的政策建議，以期實現華北平原土地休耕與糧食安全的“雙贏”目標。

此外，本文是 Yan等構建的農戶土地利用決策理論模型在中國平原地區農地利用變化解釋方面的一次拓展應用。將本文研究結果與閻建忠等以重慶山區為例進行的坡耕地撂荒實證分析結果進行對比，發現以“農戶在地塊層次上配置土地和勞動力以實現家庭凈收益總量最大化為目標”這一主旨構建的農戶土地利用決策理論模型對中國山區坡耕地撂荒現象和華北平原農戶主動退耕冬小麥現象均做出了較好地解釋，說明該理論模型在中國農地邊際化現象解釋方面的適用范圍較廣。但具體到兩種現象的影響因素時，實證分析結果不盡相同：以地塊層次的影響因素為例，土地質量和地塊面積在山區坡耕地撂荒和華北農戶主動退耕冬小麥方面都發揮著顯著作用，且作用方向是一致的，但灌溉水源僅在華北平原有顯著影響，對山區的影響不大；與之相反，耕作距離僅影響山區坡耕地撂荒行為，而對平原農戶主動退耕冬小麥行為的影響并不顯著。有鑒于此，在拓展應用閻氏理論模型解釋中國農地邊際化現象時，應根據研究區實際情況進行理論模型的適當修正，在實證分析時也應注意將相關指標考慮在內。

[參 考 文 獻]

[1] 郝海廣，李秀彬，張惠遠，等. 勞動力務農機會成本對農地邊際化的驅動作用[J]. 干旱區資源與環境，2015，29(3)：50－56.Hao Haiguang, Li Xiubin, Zhang Huiyuan, et al. Impact of the opportunity cost of farming labor on the agricultural land mar-ginalization[J]. Journal of Arid Land Resources and Environment, 2015, 29(3): 50－56. (in Chinese with English abstract)

[2] Chen R, Ye C, Cai Y, et al. The impact of rural out-migration on land use transition in China: Past, present and trend[J].Land Use Policy, 2014, 40: 101－110.

[3] 李秀彬，趙宇鸞. 森林轉型、農地邊際化與生態恢復[J]. 中國人口·資源與環境，2011，21(10)：91－95.Li Xiubin, Zhao Yulian. Forest Transition，Agricultural land marginalization and ecological restoration[J]. China Population, Resources and Environment, 2011, 21(10): 91－95. (in Chinese with English abstract)

[4] 辛良杰，李秀彬. 近年來我國南方雙季稻區復種的變化及其政策啟示[J]. 自然資源學報，2009，24(1)：58－65.XinLiangjie, Li Xiubin. Changes of multiple cropping in double cropping rice area of Southern China and its policy implications[J]. Journal of Natural Resources, 2009, 24 (1):58－65. (in Chinese with English abstract)

[5] 潘學鵬，李改欣，劉峰貴，等. 華北平原冬小麥面積遙感提取及時空變化研究[J]. 中國生態農業學報，2015，23(4)：497－505.Pan Xuepeng, Li Gaixin, Liu Fenggui, et al. Using remote sensing to determine spatio-temporal variations[J]. Chinese Journal of Eco-Agriculture, 2015,23(4):497－505. (in Chinese with English abstract)

[6] Xie H, Wang P, Yao G. Exploring the dynamic mechanisms of farmland abandonment based on a spatially explicit economic model for environmental sustainability: A case study in Jiangxi Province, China[J]. Sustainability, 2014, 6(3):1260－1282.

[7] Li S, Li X. Global understanding of farmland abandonment:A review and prospects[J]. Journal of Geographical Sciences,2017, 27(9): 1123－1150.

[8] Wang X, Li X, Xin L. Impact of the shrinking winter wheat sown area on agricultural waterconsumption in the Hebei Plain[J]. Journal of Geographical Sciences, 2014, 24 (2):313－330.

[9] 王全忠，陳歡，張倩，等. 農戶水稻“雙改單”與收入增長：來自農村社會化服務的視角[J]. 中國人口·資源與環境，2015，25(3)：153－162.Wang Quanzhong, Chen Huan, Zhang Qian, et al.Plantingpattern switch from double-cropped to singlecropped rice and iIncomeincrease: A study on the effects of social services in rural areas[J]. China Population, Resources and Environment, 2015, 25(3): 153－162. (in Chinese with English abstract)

[10] Ge D, Long H, Zhang Y, et al. Farmland transition and its influences on grain production in China[J]. Land Use Policy,2018, 70: 94－105.

[11] Fezzi C, Harwood A R, Lovett A A, et al. The environmental impact of climate change adaptation on land use and water quality[J]. Nature Climate Change, 2015, 5 (3): 255－260.

[12] van Vliet J, de Groot H L F, Rietveld P, et al. Manifestations and underlying drivers of agricultural land use change in Europe[J]. Landscape and Urban Planning, 2015, 133: 24－36.

[13] Lu C, Fan L. Winter wheat yield potentials and yield gaps in the North China Plain [J]. Field Crops Research, 2013, 143:98－105.

[14] Zhong H, Sun L, Fischer G, et al. Mission Impossible?Maintaining regional grain production level and recovering local groundwater table by cropping system adaptation across the North China Plain[J]. Agricultural Water Management,2017, 193: 1－12.

[15] Feng Z M, Liu D W, Zhang Y H. Water requirements and irrigation scheduling of spring maize using GIS and CropWat model in Beijing-Tianjin-Hebei region[J]. Chinese Geographical Science, 2007, 17(1): 56－63.

[16] 張濤，王昆，馬天云. 河北部分農村撂荒耕地棄種小麥[EB/OL]. 人民日報，2011，http://finance.people.com.cn/nc/GB/15931369.html.

[17] 金微. 河北易縣農田拋荒引重視農業部調查組現場調研[EB/OL]. 每日經濟新聞，2012，http://www.nbd.com.cn/articles/2012-10-26/690935.html.

[18] 王學，李秀彬，談明洪，等. 華北平原2001-2011年冬小麥播種面積變化遙感監測[J]. 農業工程學報，2015，31(8)：190－199.Wang Xue, Li Xiubin, Tan Minghong, et al. Remote sensing monitoring of changes in winter wheat area in North China Plain from 2001 to 2011[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31 (8): 190－199. (in Chinese with English abstract)

[19] Meng Q, Sun Q, Chen X, et al. Alternative cropping systems for sustainable water and nitrogen use in the North China Plain[J]. Agriculture, Ecosystems & Environment, 2012, 146(1): 93－102.

[20] 張兆吉，費宇紅，陳宗宇. 華北平原地下水可持續利用調查評價[J]. 北京：地質出版社，2009.

[21] 王學，李秀彬，辛良杰，等. 華北地下水超采區冬小麥退耕的生態補償問題探討[J]. 地理學報，2016，71(5)：829－839.Wang Xue, Li Xiubin, Xin Liangjie, et al. Ecological compensation for winter wheat abandonment in groundwater over-exploited areas in the North China Plain[J]. Acta Geographica Sinica, 2016, 71(5): 829－839. (in Chinese with English abstract)

[22] 王衛，河北地理 [M]. 北京：北京師范大學出版社，2012.

[23] Zhang Y, Li X, Song W, et al. Land abandonment under rural restructuring in China explained from a cost-benefit perspective[J]. Journal of Rural Studies, 2016, 47: 524－532.

[24] Yan J, Yang Z, Li Z, et al. Drivers of cropland abandonment in mountainous areas: A household decision model on farming scale in Southwest China[J]. Land Use Policy, 2016,57: 459－469.

[25] 辛良杰，王佳月. 耕地種植速生林的影響因素及其政策啟示：基于山東省兩市的農戶調查[J]. 自然資源學報，2014，29(12)：1991－2000.Xin Liangjie, Wang Jiayue. Driving factors of fast-growing forest planting and its policy implications: Based on the household surveyin two cities of Shandong Province[J].Journal of Natural Resources, 2014, 29(12): 1991－2000. (in Chinese with English abstract)

[26] 劉成武，黃利民. 農地邊際化過程中農戶土地利用行為變化及其對糧食生產的影響[J]. 地理研究，2015，34(12)：2268－2282.Liu Chengwu, Huang Limin. The changes of farmers'behavior in land use and its impacts on the food production during the process of marginalization of arable land [J].Geographical Research, 2015, 34(12): 2268－2282. (in Chinese with English abstract)

[27] Long H. Land use policy in China: Introduction[J]. Land Use Policy, 2014, 40: 1－5.

[28] Wang X, Herzfeld T, Glauben T. Labor allocation in transition: Evidence from Chinese rural households[J]. China Economic Review, 2007, 18(3): 287－308.

[29] Wang X, Li X, Xin L, et al. Ecological compensation for winter wheat abandonment in groundwater over-exploited areas in the North China Plain[J]. Journal of Geographical Sciences, 2016, 26(10): 1463－1476.

[30] 艾利思，農民經濟學：農民家庭農業和農業發展[M]. 上海：上海人民出版社，2006.

[31] Lankoski J, Ollikainen M. Agri-environmental externalities-a framework for designing targeted policies[J]. European Review of Agricultural Economics, 2003, 30(1): 51－75.

[32] Kyrchei I I. Cramer’s rule for some quaternion matrix equations[J]. Applied Mathematics and Computation, 2010,217(5): 2024－2030.

[33] Snijders T A B, Boksker R J, Multilevel analysis: An introduction to basic and advanced multilevel modelling [M].New York: Sage; 1999.

[34] Overmars K P, Verburg P H. Multilevel modelling of land use from field to village level in the Philippines[J].Agricultural Systems, 2006, 89 (2/3): 435－456.

[35] Su S, Zhou X, Wan C, et al. Land use changes to cash crop plantations: crop types, multilevel determinants and policy implications[J]. Land Use Policy, 2016, 50: 379－389.

[36] Zhang Y, Li X, Song W. Determinants of cropland abandonment at the parcel, household and village levels in mountain areas of China: A multi-level analysis[J]. Land Use Policy, 2014, 41: 186－192.

[37] Wang X, Li X, Fischer G, et al. Impact of the changing area sown to winter wheat on crop water footprint in the North China Plain[J]. Ecological Indicators, 2015, 57: 100－109.

[38] 楊宇，王金霞，陳煌. 不同灌溉水源供水可靠性的評估[J].中國人口·資源與環境，2012，22(11)：97－100.Yang Yu, WangJinxia, Chen Huang. Assessment on water supply reliability of different irrigation water sources[J].China Population, Resources and Environment, 2012, 22(11):97－100. (in Chinese with English abstract)

[39] Li K, Yang X, Liu Z, et al. Low yield gap of winter wheat in the North China Plain[J]. European Journal of Agronomy,2014, 59: 1－12.

[40] Liu J, Zehnder A J B, Yang H. Global consumptive water use for crop production: The importance of green water and virtual water[J]. Water Resources Research, 2009, 45(5):doi:10.1029/2007WR006051.