張杰琳,康鴛鴦,陳義勛,張 站,連晶晶,孫欣琪,齊雁冰
(1.西北農(nóng)林科技大學(xué)資源環(huán)境學(xué)院,陜西 楊凌 712100;2.河南省國(guó)土空間調(diào)查規(guī)劃院,河南 鄭州 450053)
伴隨著我國(guó)改革開放和城鎮(zhèn)化發(fā)展的快速推進(jìn),非農(nóng)就業(yè)機(jī)會(huì)增多、工資上漲,務(wù)農(nóng)機(jī)會(huì)成本上升,大量農(nóng)村勞動(dòng)力析出向非農(nóng)部門轉(zhuǎn)移,導(dǎo)致部分耕地被撂荒[1]。2000年以來,我國(guó)耕地撂荒現(xiàn)象愈發(fā)嚴(yán)重[2],2000—2010年各省撂荒記錄均明顯多于1990—2000年[3]。2011年全國(guó)耕地撂荒率約為13.5%,而到2013年則增加到15.0%[4]。在資本和技術(shù)要素投入有限的情況下,耕地仍是糧食生產(chǎn)最重要的農(nóng)業(yè)資源,耕地面積變化嚴(yán)重影響著區(qū)域糧食產(chǎn)量[5]。耕地撂荒不僅加劇了耕地資源浪費(fèi)和人地矛盾[6],對(duì)區(qū)域糧食安全和農(nóng)民增收產(chǎn)生威脅[7],同時(shí)也會(huì)帶來一系列生態(tài)效應(yīng),嚴(yán)重制約我國(guó)農(nóng)村經(jīng)濟(jì)的可持續(xù)發(fā)展。尤其是2020年以后,全球新冠肺炎疫情肆虐,農(nóng)產(chǎn)品貿(mào)易進(jìn)口來源波動(dòng),國(guó)際市場(chǎng)價(jià)格大幅上漲,明顯提高了中國(guó)農(nóng)產(chǎn)品進(jìn)口成本[8],給國(guó)內(nèi)糧食生產(chǎn)提出了更高的要求。2022年中央一號(hào)文件再次強(qiáng)調(diào)要“穩(wěn)定全年糧食播種面積和產(chǎn)量”。因此,開展耕地利用監(jiān)測(cè)對(duì)于防止耕地撂荒及提高耕地利用效率和潛力具有重要意義。
耕地撂荒在過去半個(gè)多世紀(jì)呈全球性問題,并受到高度關(guān)注[4]。國(guó)內(nèi)外既往研究主要集中于耕地撂荒的分類、分布特點(diǎn)、信息獲取方法、驅(qū)動(dòng)機(jī)制和生態(tài)效應(yīng)[9]。耕地撂荒的定義在學(xué)界內(nèi)尚無統(tǒng)一標(biāo)準(zhǔn),基本可以概括為“農(nóng)戶在自然環(huán)境、社會(huì)經(jīng)濟(jì)等多重因素影響下,未對(duì)耕地資源進(jìn)行充分利用的行為”。按照耕地利用狀態(tài)的差異分為顯性撂荒和隱性撂荒;根據(jù)耕地撂荒的時(shí)長(zhǎng)分為全年性撂荒和季節(jié)性撂荒;依照耕地的管理程度分為完全撂荒、半撂荒和過渡撂荒。耕地撂荒是城市化和工業(yè)化進(jìn)程下的普遍現(xiàn)象[10]。歐洲、美國(guó)、日本等發(fā)達(dá)國(guó)家和地區(qū)是最早產(chǎn)生耕地撂荒的地方[11],而中國(guó)耕地撂荒的研究起步較晚,撂荒主要分布在我國(guó)西南部山地丘陵區(qū)[4]。由于遙感影像具有覆蓋范圍廣、更新頻率快、獲取成本低、能反映時(shí)空格局變化等優(yōu)點(diǎn),已逐漸成為耕地撂荒的主要提取手段[12]。不同地區(qū)耕地撂荒的驅(qū)動(dòng)力不同,但根本原因都在于務(wù)農(nóng)機(jī)會(huì)成本上升帶來的耕地邊際化[13],部分地區(qū)還存在氣候地形不利[14]、地塊破碎化嚴(yán)重[15]、灌溉設(shè)備缺乏[16]等生產(chǎn)條件的阻礙。
綜觀既往耕地撂荒研究,主要側(cè)重于坡耕地占比大、農(nóng)業(yè)生產(chǎn)條件差的山區(qū)丘陵地區(qū)[17]。近年來,隨著我國(guó)進(jìn)入城鎮(zhèn)化的中期加速階段,平原地區(qū)的耕地撂荒現(xiàn)象已初露端倪,然而關(guān)于平原地區(qū)的耕地撂荒問題卻鮮有報(bào)道。廖平等[18]對(duì)成都平原龍門山鎮(zhèn)的5個(gè)村莊調(diào)查發(fā)現(xiàn),撂荒地占耕地面積的5.45%。相比山區(qū)丘陵地帶,平原地區(qū)耕地質(zhì)量較優(yōu),耕作條件良好,單位面積產(chǎn)量更高,往往是區(qū)域糧食主產(chǎn)地,對(duì)糧食安全的影響更深,更需要對(duì)其撂荒問題作深入研究。此外,既往研究多集中于全年性撂荒,對(duì)季節(jié)性撂荒的研究較少,張?zhí)熘萚17]運(yùn)用CART決策樹分類法計(jì)算河北省高碑店市的撂荒面積,發(fā)現(xiàn)該地區(qū)以季節(jié)性春季撂荒為主。馬尚杰等[19]基于改進(jìn)多元紋理和光譜融合的分類方法提取安徽省霍邱縣冬季撂荒的分布范圍,結(jié)果顯示,該地2016年和2017年冬季撂荒率分別為12.36%和35.06%。季節(jié)性撂荒同樣會(huì)造成耕地資源的浪費(fèi),其對(duì)全年糧食產(chǎn)量的影響不容小覷。
關(guān)中平原是陜西省農(nóng)業(yè)生產(chǎn)條件最優(yōu)越的地區(qū),是國(guó)家確定的陜西省糧食生產(chǎn)基地,面積約3.6萬km2,糧食產(chǎn)量達(dá)全省的70%以上[20],對(duì)陜西省糧食產(chǎn)量具有重要貢獻(xiàn)。然而在近期的實(shí)地調(diào)研中發(fā)現(xiàn)關(guān)中平原西部存在嚴(yán)重的冬小麥?zhǔn)斋@后放棄種植夏玉米而致使耕地撂荒的現(xiàn)象。為詳細(xì)了解該區(qū)域近20 a來耕地利用季節(jié)性撂荒的時(shí)空變化特征,本文以陜西省關(guān)中平原西部鳳翔縣、岐山縣和扶風(fēng)縣為研究區(qū),選取2000、2002、2003、2007、2009、2013、2015、2018、2020年每年春、秋兩期的Landsat TM/ETM+/OLI影像,運(yùn)用CART決策樹分類法,提取20 a來關(guān)中西部秋季耕地撂荒的分布范圍,并通過實(shí)地調(diào)研、景觀格局分析、緩沖區(qū)分析等方法探究關(guān)中西部耕地撂荒的時(shí)空格局演變特征和影響因素,為提高關(guān)中西部耕地利用率提供科學(xué)的理論依據(jù),同時(shí)為防止耕地撂荒進(jìn)一步擴(kuò)大及促進(jìn)關(guān)中平原農(nóng)業(yè)經(jīng)濟(jì)可持續(xù)發(fā)展提供指導(dǎo)。
選取關(guān)中平原西部的鳳翔縣、岐山縣和扶風(fēng)縣作為研究區(qū)(圖1,見233頁)。關(guān)中平原位于陜西省中部,氣候類型為暖溫帶半濕潤(rùn)大陸性季風(fēng)氣候。關(guān)中平原土壤肥沃,光照充足,熱量充沛,年均溫度6~13℃,年均降水量500~700 mm,積溫3 500~4 500℃,可滿足農(nóng)作物一年兩熟的種植需要。根據(jù)降水量和氣候特征,關(guān)中平原分為東部和西部,由于東部大部分地區(qū)已將傳統(tǒng)的小麥/玉米輪作轉(zhuǎn)變?yōu)樵O(shè)施農(nóng)業(yè)、果樹、花卉等,因此本文將研究區(qū)聚焦為仍然保留小麥/玉米輪作的西部扶風(fēng)、岐山和鳳翔三縣。糧食生產(chǎn)體系以冬小麥/夏玉米二元輪作為主,其中冬小麥一般在每年10月初播種,次年6月中上旬收獲,夏玉米在冬小麥?zhǔn)斋@后直接播種,同年9月底或10月初收割。

圖1 研究區(qū)地理位置Fig.1 Study area location
1.2.1 遙感影像數(shù)據(jù) 本文所用的數(shù)據(jù)來源于美國(guó)地質(zhì)調(diào)查局(USGS)(http://glovis.usgs.gov/)提供的Landsat TM/ETM+/OLI影像,空間分辨率30 m。受云霧天氣影響,無法在保證影像質(zhì)量的前提下獲取每年的連續(xù)數(shù)據(jù),因此,根據(jù)影像質(zhì)量從每3年中選取1~2年,最終確定為2000、2002、2003、2007、2009、2013、2015、2018、2020年共9個(gè)年份。本文中耕地秋季撂荒是指春季影像中有冬小麥種植而秋季無夏玉米生長(zhǎng)的耕地,為對(duì)比提取出研究區(qū)秋季耕地撂荒范圍,每年選取兩期影像。根據(jù)研究區(qū)小麥/玉米的生長(zhǎng)周期,每年兩期影像的成像時(shí)間分別定在春季2—5月和秋季7—9月。2—5月的影像可以有效提取出冬小麥的分布情況,7—9月的影像可以分辨出夏玉米的分布情況。此外,針對(duì)影像中部分地物類型難以識(shí)別的情況,采用Google Earth高清歷史影像數(shù)據(jù)用來輔助訓(xùn)練樣本和驗(yàn)證樣本的選擇。
1.2.2 統(tǒng)計(jì)數(shù)據(jù) 統(tǒng)計(jì)數(shù)據(jù)來源于《中國(guó)縣域統(tǒng)計(jì)年鑒》[21]和《全國(guó)農(nóng)產(chǎn)品成本收益資料匯編》[22],包括研究區(qū)生產(chǎn)總值、規(guī)模以上工業(yè)企業(yè)個(gè)數(shù)、陜西省小麥玉米成本利潤(rùn)率和單位面積物質(zhì)與服務(wù)費(fèi)用及人工成本,用于分析2000—2020年研究區(qū)不同縣域經(jīng)濟(jì)發(fā)展?fàn)顩r和關(guān)中西部小麥、玉米的成本及收益變化情況。
1.2.3 調(diào)研數(shù)據(jù) 為詳細(xì)了解農(nóng)戶耕地秋季撂荒的直接主觀原因,于2021年3月中旬赴關(guān)中西部鳳翔縣、岐山縣和扶風(fēng)縣進(jìn)行實(shí)地調(diào)研。隨機(jī)均勻地選取24個(gè)村莊(圖1),對(duì)農(nóng)戶展開問卷調(diào)查。內(nèi)容圍繞耕地利用現(xiàn)狀、農(nóng)業(yè)生產(chǎn)條件和勞動(dòng)力特征三方面,具體包括當(dāng)?shù)刂饕N植作物類型及時(shí)期、農(nóng)田基礎(chǔ)設(shè)施條件、農(nóng)業(yè)勞動(dòng)力數(shù)量、勞動(dòng)力平均年齡、人均耕地面積、耕地平均產(chǎn)出、機(jī)械化水平、耕作成本、農(nóng)業(yè)補(bǔ)貼政策、家庭收入占比、土地流轉(zhuǎn)等情況。平均每個(gè)村子走訪3~4戶農(nóng)戶,最終回收有效問卷62份。用于分析農(nóng)戶角度下關(guān)中西部秋季耕地撂荒的驅(qū)動(dòng)機(jī)制。
2.1.1 遙感影像預(yù)處理 對(duì)原始遙感影像依次進(jìn)行輻射定標(biāo)、FLAASH大氣校正、幾何校正和圖像裁剪。幾何校正中,統(tǒng)一2020年2月12日的影像為基準(zhǔn)影像,確保誤差小于半個(gè)像元。由于Landsat 7 ETM+的機(jī)載掃描行校正器(SLC) 于2003年發(fā)生故障,之后的影像存在條帶現(xiàn)象,采用ENVI landsat_gapfill進(jìn)行插值修復(fù)后再做處理。
2.1.2 地理空間數(shù)據(jù)預(yù)處理 對(duì)遙感影像中鳳翔縣、岐山縣和扶風(fēng)縣的鄉(xiāng)鎮(zhèn)區(qū)域進(jìn)行數(shù)字化,得到鄉(xiāng)鎮(zhèn)區(qū)域矢量文件。考慮到20年長(zhǎng)時(shí)間跨度里城鎮(zhèn)在不斷發(fā)展的現(xiàn)實(shí)情況,分別提取出2000年春季和2020年春季兩期影像的鄉(xiāng)鎮(zhèn)范圍shp文件。根據(jù)研究區(qū)面積大小,在鄉(xiāng)鎮(zhèn)、道路、居民點(diǎn)及水系的矢量文件基礎(chǔ)上,分別生成不同等級(jí)的緩沖區(qū)矢量圖,其中鄉(xiāng)鎮(zhèn)緩沖區(qū)距離為1、5、10 km,道路緩沖區(qū)距離為50、100、200 m,居民點(diǎn)緩沖區(qū)距離為100、200、500 m,水系緩沖區(qū)距離為50、100、200 m。
本文采用CART決策樹法對(duì)預(yù)處理后的遙感影像進(jìn)行地物分類:在ENVI 5.3中逐期導(dǎo)入預(yù)處理后的影像,分別進(jìn)行ISODATA非監(jiān)督分類和纓帽變換,計(jì)算NDVI值和二階概率統(tǒng)計(jì)濾波,并依次勾畫訓(xùn)練樣本和驗(yàn)證樣本。將以上4個(gè)結(jié)果與原影像進(jìn)行波段組合得到新圖像,根據(jù)訓(xùn)練樣本自動(dòng)提取分類規(guī)則,運(yùn)行決策樹模型得到分類結(jié)果。
分類結(jié)果精度驗(yàn)證方面,通過勾選與訓(xùn)練樣本不重疊的驗(yàn)證樣本數(shù)據(jù)集,利用地面真實(shí)感興趣區(qū)進(jìn)行混淆矩陣分析,最后由總體精度進(jìn)行分類效果描述。
景觀格局反映了地物在空間上的分布特征以及受人類活動(dòng)影響的程度,通常由景觀指數(shù)定量描述,利用Fragstats 4.2軟件計(jì)算景觀指數(shù),指標(biāo)選擇如下:斑塊數(shù)量(NP)、斑塊密度(PD)、景觀形狀指數(shù)(LSI)、平均斑塊面積(PAMN)、斑塊面積標(biāo)準(zhǔn)差(PASD)、平均形狀指數(shù)(SIMN)、聚合度(AI),以上指標(biāo)分別表征了研究區(qū)秋季耕地撂荒斑塊的破碎程度、形狀復(fù)雜程度、形狀規(guī)則程度和聚集程度,具體指標(biāo)含義及計(jì)算公式參考文獻(xiàn)[23]。
根據(jù)地塊的光譜和紋理特征,將影像地物分為耕地、林地、水域、建設(shè)用地和裸地5種類型。其中,地塊形狀特征呈現(xiàn)為耕地卻沒有作物種植的地塊劃入裸地。對(duì)于特征模糊的地塊,輔以Google Earth高清歷史影像進(jìn)行目視解譯,對(duì)分類效果不理想的影像多次分類。結(jié)果顯示所有年份和日期的影像分類均獲得了較高精度,影像總體精度均大于85%(表1),表明分類結(jié)果可靠,可以進(jìn)行后續(xù)分析。

表1 影像成像時(shí)間及分類精度Table 1 Image acquisition time and classification accuracy
研究區(qū)2000—2020年耕地秋季撂荒分布變化見圖2。秋季撂荒現(xiàn)象較為嚴(yán)重,連片密集地分布在鳳翔縣西南部、岐山縣中部以及三縣北部臨近山區(qū)的地帶,鳳翔縣中部和扶風(fēng)縣中部秋季撂荒程度較輕。近20 a來研究區(qū)秋季撂荒率變化呈波動(dòng)上升趨勢(shì)(圖3),其中2000、2009、2013年秋季撂荒率相對(duì)較低,撂荒率最小值為2000年24.07%,而2002、2003、2007、2015、2018、2020年秋季撂荒率較高,均高于30%,撂荒率最大值為2020年64.64%。2015—2020年秋季撂荒率持續(xù)上升,平均增幅19.16%,撂荒趨勢(shì)加重。

圖2 2000—2020年研究區(qū)耕地秋季撂荒分布Fig.2 Spatial distribution of cultivated land abandoned in autumn in the study area from 2000 to 2020

圖3 2000—2020年研究區(qū)耕地秋季撂荒率變化趨勢(shì)Fig.3 Changes of cultivated land abandonment rate in autumn in the study area from 2000 to 2020
2000—2020年,研究區(qū)秋季撂荒耕地整體上破碎化程度減小,聚集程度增大,撂荒地塊形狀趨于簡(jiǎn)單且呈幾何分布(表2,見234頁)。斑塊數(shù)量和斑塊密度變化表明研究區(qū)秋季撂荒分布有明顯的聚集性特征,總是發(fā)生在相鄰近的區(qū)域,同時(shí)反映出研究區(qū)內(nèi)各鄉(xiāng)鎮(zhèn)村落的撂荒程度差異較大,存在季節(jié)性撂荒高發(fā)區(qū)。平均斑塊面積于2015—2020年驟增,說明撂荒地塊開始由小規(guī)模零星分布向大規(guī)模集中分布轉(zhuǎn)變。斑塊面積標(biāo)準(zhǔn)差整體處于較大水平,2015—2020年快速上升,同樣說明研究區(qū)不同區(qū)域內(nèi)秋季撂荒規(guī)模差異顯著,既有零星散落在田野地頭的零散地塊(扶風(fēng)縣中部),也有連片密集的大規(guī)模耕地撂荒(鳳翔縣西南部、岐山縣中部)。景觀形狀指數(shù)變化程度較小,變化趨勢(shì)與撂荒率相反,說明近年來研究區(qū)秋季撂荒地塊破碎化程度降低,邊界復(fù)雜程度降低,形狀更加規(guī)則化,同時(shí)反映出越來越多的大片、整塊耕地被撂荒,季節(jié)性撂荒現(xiàn)象嚴(yán)重。

表2 研究區(qū)2000—2020年秋季撂荒耕地景觀格局指數(shù)Table 2 Landscape pattern index of abandoned cultivated land in autumn from 2000 to 2020 in the study area
研究區(qū)距各影響因素不同距離內(nèi)的耕地秋季撂荒率變化見表3(見234頁)。在經(jīng)濟(jì)區(qū)位方面,隨著耕地到縣城距離的增加,研究區(qū)秋季撂荒率整體呈現(xiàn)先增大后減小的變化趨勢(shì),表明縣城經(jīng)濟(jì)發(fā)展對(duì)周邊農(nóng)村就業(yè)的帶動(dòng)作用在一定距離范圍內(nèi)隨著距離的增加而減弱,經(jīng)濟(jì)區(qū)位并非耕地撂荒的主要影響因素。在耕作半徑和交通條件方面,多數(shù)年份中的撂荒率均隨著耕作半徑或距道路距離的增加而增大,且標(biāo)準(zhǔn)差在近3 a中均有所減小,說明地塊距農(nóng)村居民點(diǎn)或道路的距離是耕地撂荒的重要影響因素,但近年來影響程度有所減弱。在灌溉條件方面,除2009年外,其余年份均明顯呈現(xiàn)出撂荒率隨距水系距離的增加而增加的特征,且2000—2020年不同水系距離內(nèi)撂荒率的標(biāo)準(zhǔn)差顯著增加,說明灌溉條件是影響研究區(qū)秋季耕地撂荒的主要因素,且影響程度逐年增強(qiáng)。

表3 研究區(qū)距各影響因素不同距離內(nèi)的耕地秋季撂荒率/%Table 3 Cultivated land abandonment rate in autumn within different distances from various influencing factors in the study area
3.5.1 耕地邊際化 耕地邊際化是研究區(qū)秋季撂荒的根本原因。研究區(qū)耕作類型為一年兩熟,主要復(fù)種類型為冬小麥-夏玉米,然而部分地區(qū)只種植冬小麥、不種植夏玉米,6—10月耕地處于閑置狀態(tài),秋季撂荒現(xiàn)象嚴(yán)重。實(shí)地調(diào)研發(fā)現(xiàn),農(nóng)戶選擇秋季撂荒的根本原因?yàn)榉N植玉米的投入產(chǎn)出比低下、利潤(rùn)為負(fù)值,在這種情況下,一部分農(nóng)戶將土地流轉(zhuǎn)出去種植經(jīng)濟(jì)作物,另一部分農(nóng)戶則選擇季節(jié)性撂荒。統(tǒng)計(jì)陜西省近20 a來小麥、玉米的成本利潤(rùn)率(圖4)發(fā)現(xiàn),2010年二者的利潤(rùn)率開始下降,并于2013年跌入負(fù)值,玉米利潤(rùn)率在2014—2018年后緩慢回升,但仍舊低迷,小麥利潤(rùn)率穩(wěn)定在-10%左右。2014年以前,小麥和玉米的利潤(rùn)率相差甚少,2014年以后,玉米的利潤(rùn)率持續(xù)遠(yuǎn)低于小麥,導(dǎo)致研究區(qū)2015年以后秋季撂荒率不斷上升。盡管近年來小麥的利潤(rùn)率也不盡人意,但小麥耐旱易耕,主要用于農(nóng)戶自給自足以保證耕地不完全荒蕪,因此大部分農(nóng)戶選擇繼續(xù)小麥耕種而放棄玉米種植,導(dǎo)致秋季撂荒。

圖4 2002—2020年陜西省小麥、玉米成本利潤(rùn)率變化Fig.4 Changes in cost profit margin of wheat and corn in Shaanxi Province from 2002 to 2020
3.5.2 農(nóng)村勞動(dòng)力短缺 實(shí)地調(diào)研中發(fā)現(xiàn),農(nóng)村勞動(dòng)力短缺是研究區(qū)秋季撂荒的主要原因。研究區(qū)中農(nóng)村青壯年大量涌入城鎮(zhèn)非農(nóng)部門,村中留下老人、婦女和兒童,常駐人口僅占總?cè)丝诘?/3,農(nóng)民需要盡可能地提高勞動(dòng)生產(chǎn)率來彌補(bǔ)勞動(dòng)力缺口,大面積采用機(jī)械化種植是提高勞動(dòng)生產(chǎn)率的主要途徑。然而在2002—2020年,陜西省小麥和玉米的物質(zhì)與服務(wù)費(fèi)用增加了約3倍,人工成本增加了約6倍,勞動(dòng)力成本快速上漲。尤其是2002年玉米的人工成本和物質(zhì)與服務(wù)費(fèi)用不相上下,而到2020年已是其物質(zhì)與服務(wù)費(fèi)用的2倍有余。2010—2020年間,玉米人工成本比小麥高出40%左右(圖5a)。在農(nóng)村老齡化的背景下,農(nóng)民趨向于減少勞動(dòng)力成本較高的玉米的種植面積,導(dǎo)致季節(jié)性撂荒。統(tǒng)計(jì)鳳翔縣、岐山縣和扶風(fēng)縣近年來的地區(qū)生產(chǎn)總值(2013—2019年)和規(guī)模以上工業(yè)企業(yè)個(gè)數(shù)(2000—2019年)發(fā)現(xiàn)(圖5b、c),鳳翔縣和岐山縣城鎮(zhèn)化水平較高,優(yōu)良非農(nóng)就業(yè)機(jī)會(huì)更多,更容易吸引年輕人離開農(nóng)村,從而導(dǎo)致撂荒現(xiàn)象的發(fā)生。這與遙感影像提取出的秋季撂荒分布結(jié)果相一致,即鳳翔縣、岐山縣秋季撂荒耕地分布集中,扶風(fēng)縣秋季撂荒現(xiàn)象較輕。

圖5 研究區(qū)作物生產(chǎn)成本及經(jīng)濟(jì)水平 Fig.5 Crop production cost and economic level in the study area
3.5.3 農(nóng)業(yè)生產(chǎn)條件不足 農(nóng)業(yè)生產(chǎn)條件不足是致使研究區(qū)秋季撂荒的直接原因,包括灌溉少、溫度低和耕地細(xì)碎化。實(shí)地調(diào)查發(fā)現(xiàn),研究區(qū)北部農(nóng)戶普遍存在灌溉條件較差的問題,這些地區(qū)沒有專門的農(nóng)田水利設(shè)施,需要從其他村子引水管或從水站水庫(kù)抽水,極大地增加了種植成本,進(jìn)一步擠壓了種植利潤(rùn)。另外,研究區(qū)夏秋季多發(fā)干旱,而玉米生長(zhǎng)過程需水量較大[24],曾發(fā)生過玉米旱死在農(nóng)田里的現(xiàn)象。西北部的山區(qū)地帶由于溫度較低,有效積溫少,作物成熟周期長(zhǎng),夏玉米無法成熟,當(dāng)?shù)剞r(nóng)民每年僅種一季作物,同樣產(chǎn)生秋季撂荒現(xiàn)象。家庭聯(lián)產(chǎn)承包責(zé)任制下的耕地細(xì)碎化增加了農(nóng)民在多個(gè)地塊間的通勤成本,限制了農(nóng)業(yè)機(jī)械的使用,包括地塊面積太小無法使用機(jī)械、地塊零碎機(jī)械頻繁掉頭消耗時(shí)間動(dòng)力,降低了農(nóng)業(yè)生產(chǎn)效率,進(jìn)一步增加了農(nóng)業(yè)經(jīng)營(yíng)成本,為追求利益最大化,農(nóng)民會(huì)自動(dòng)放棄細(xì)碎地塊的耕作,從而產(chǎn)生撂荒現(xiàn)象。土地流轉(zhuǎn)被認(rèn)為是能緩解耕地撂荒的有效政策[25],然而調(diào)研發(fā)現(xiàn),土地流轉(zhuǎn)只對(duì)農(nóng)業(yè)生產(chǎn)條件較優(yōu)地區(qū)的耕地撂荒起到有效緩解作用,對(duì)于干旱嚴(yán)重和積溫過低等生產(chǎn)條件較差地區(qū)的耕地,由于存在劣勢(shì)且耕地利用價(jià)值較低,很少有公司或個(gè)人有承包意愿,因此這些耕地仍不可避免地被撂荒。
過去20 a間,關(guān)中西部耕地秋季撂荒率呈波動(dòng)上升趨勢(shì),經(jīng)歷了三個(gè)變化階段:2000—2007年秋季撂荒率由24.07%增加至43.97%,2007—2013年降至25.75%,2013—2020年又迅速上漲至64.64%。
該變化曲線與王珂等[26]研究結(jié)果略有不同,是由所選研究區(qū)域、遙感影像、分類方法和分類策略都存在較大差異引起的,但均指出關(guān)中西部耕地秋季撂荒現(xiàn)象的嚴(yán)重性。2000—2007年,秋季撂荒面積持續(xù)上漲,勞動(dòng)力驟減是這一階段撂荒加重的直接原因。研究區(qū)農(nóng)村青壯年從1995年開始陸續(xù)進(jìn)城務(wù)工,21世紀(jì)初農(nóng)村勞動(dòng)力急劇減少,留守村中的老人由于體力原因不得不放棄耗工費(fèi)力的玉米種植,致使大片耕地秋季撂荒。同時(shí),20世紀(jì)90年代至21世紀(jì)初關(guān)中氣象干旱頻發(fā)[27],1999年屬于極端干旱年[28],對(duì)夏玉米種收造成了極大影響,導(dǎo)致農(nóng)民放棄玉米種植。2007—2013年秋季撂荒面積有所縮減,主要受到三方面影響:其一,2006年我國(guó)全面免征農(nóng)業(yè)稅,農(nóng)民土地經(jīng)營(yíng)成本下降,農(nóng)業(yè)收益增加,撂荒意愿減少[29],推動(dòng)部分農(nóng)民增加農(nóng)業(yè)生產(chǎn)投入,重新種植夏玉米。其二,研究區(qū)2006年開始引進(jìn)新型玉米聯(lián)合收獲機(jī)[30],收割是玉米生產(chǎn)過程中勞動(dòng)強(qiáng)度最高的部分,機(jī)械化有效降低了勞動(dòng)力成本,改善了玉米生產(chǎn)條件,同時(shí)陜西省玉米成本利潤(rùn)率2006—2010年均處于較高水平,吸引了農(nóng)民種植玉米;其三,2008年的金融危機(jī)導(dǎo)致大量農(nóng)民工工資下降、離崗失業(yè)而返鄉(xiāng)務(wù)農(nóng),陜西省受金融危機(jī)影響的農(nóng)民工占其總?cè)藬?shù)的10%[31]。返鄉(xiāng)民工填補(bǔ)了農(nóng)村勞動(dòng)力缺失的空白,秋季撂荒面積減少。這一階段中,2013年秋季撂荒率低至25.75%,是由于2013年研究區(qū)出現(xiàn)冬春連旱現(xiàn)象,導(dǎo)致夏糧欠收減產(chǎn),為彌補(bǔ)夏糧減產(chǎn)帶來的損失,政府帶動(dòng)農(nóng)民積極播種秋糧作物,以秋補(bǔ)夏,玉米種植面積有所擴(kuò)大。2013—2020年秋季撂荒面積不斷增加,這是因?yàn)樽?013年開始,陜西省玉米成本利潤(rùn)率首次跌入負(fù)值,玉米生產(chǎn)利潤(rùn)急劇下降。此外,2015年以來研究區(qū)7—8月干旱頻發(fā),對(duì)玉米生產(chǎn)的數(shù)量和質(zhì)量造成一定影響,繼續(xù)種植夏玉米耗費(fèi)大量人力財(cái)力,且不會(huì)獲得盈余,因此更多的農(nóng)戶從自身利益出發(fā)選擇放棄玉米耕種,秋季撂荒面積顯著擴(kuò)增。
耕地撂荒受自然、經(jīng)濟(jì)、社會(huì)、政策等多種因素共同影響,實(shí)地調(diào)研結(jié)果表明,關(guān)中西部秋季撂荒的主要影響因素為灌溉條件,且影響程度逐年增加,這是因?yàn)檠芯繀^(qū)夏秋季節(jié)降水稀少,易發(fā)干旱,加上研究區(qū)的農(nóng)田水利設(shè)施大部分修建于20世紀(jì)80年代,不少設(shè)施已因年久失修而停用,而夏玉米屬于高耗水作物,因此灌溉條件是制約關(guān)中西部秋糧播種面積的主要因素,這與王容[20]等的研究結(jié)論一致。經(jīng)濟(jì)區(qū)位、耕作半徑和交通條件對(duì)撂荒率也有一定的影響,但近年來影響越發(fā)微弱,這與張?zhí)熘鵞17]等的研究結(jié)果一致。耕地邊際化、勞動(dòng)力短缺和農(nóng)業(yè)生產(chǎn)條件不足共同驅(qū)動(dòng)著農(nóng)戶選擇秋季撂荒,其中耕地邊際化是驅(qū)動(dòng)關(guān)中西部農(nóng)戶選擇秋季撂荒的根本原因。21世紀(jì)以來,城鎮(zhèn)化的快速推進(jìn)帶動(dòng)第二、三產(chǎn)業(yè)迅猛發(fā)展,大量工作環(huán)境、工作薪資均優(yōu)于務(wù)農(nóng)的非農(nóng)就業(yè)機(jī)會(huì)涌現(xiàn),加上城鎮(zhèn)優(yōu)越的醫(yī)療、教育和住房保障條件,越來越多的農(nóng)村青年為追求更好的生活水準(zhǔn)選擇進(jìn)城務(wù)工,務(wù)農(nóng)機(jī)會(huì)成本上升,農(nóng)村勞動(dòng)力持續(xù)減少,導(dǎo)致勞動(dòng)力成本不斷攀升。同時(shí),隨著經(jīng)濟(jì)社會(huì)的發(fā)展,農(nóng)資價(jià)格持續(xù)上漲,農(nóng)產(chǎn)品價(jià)格卻受到國(guó)家調(diào)控而長(zhǎng)期保持穩(wěn)定,農(nóng)業(yè)生產(chǎn)利潤(rùn)被一再壓縮,農(nóng)民有選擇地對(duì)耕地進(jìn)行邊際化處理,最終產(chǎn)生撂荒。土地流轉(zhuǎn)雖然能對(duì)研究區(qū)的秋季撂荒起到緩解作用、優(yōu)化耕地配置,卻無法改變農(nóng)業(yè)生產(chǎn)條件差的耕地的撂荒,這與邵景安等[25]的研究結(jié)果一致。
基于遙感影像信息提取和實(shí)地問卷調(diào)研,本文分析了2000—2020年關(guān)中西部鳳翔縣、岐山縣和扶風(fēng)縣耕地秋季撂荒的時(shí)空格局演變及影響因素。近20 a來,研究區(qū)耕地秋季撂荒率呈波動(dòng)上升趨勢(shì),2020年達(dá)到最高值64.64%,對(duì)關(guān)中平原區(qū)域糧食安全產(chǎn)生了一定的威脅。秋季撂荒范圍主要集中在鳳翔縣西部、西南部,岐山縣中部、北部和扶風(fēng)縣北部,撂荒地塊逐漸由小規(guī)模零星分布轉(zhuǎn)向大規(guī)模集中分布。耕地邊際化是導(dǎo)致研究區(qū)秋季撂荒的根本原因,農(nóng)村勞動(dòng)力短缺是主要推動(dòng)力,農(nóng)業(yè)生產(chǎn)條件不足是直接原因,包括灌溉條件不足、有效積溫較低和耕地破碎化嚴(yán)重。政府未來須加強(qiáng)耕地利用監(jiān)管、改善農(nóng)田水利設(shè)施,以減緩秋季撂荒繼續(xù)擴(kuò)大的趨勢(shì);同時(shí)完善土地流轉(zhuǎn)市場(chǎng),在穩(wěn)定糧食產(chǎn)量的前提下調(diào)整種植業(yè)結(jié)構(gòu),提高優(yōu)質(zhì)耕地的利用效率與潛力。