丘陵地區不同類型農戶耕地非糧化特點及影響因素
——基于山東省五蓮縣的調查

紀王迪,于浩,孫丕苓*,盧達,王世清,呂雪雪,王肖玟

(1.曲阜師范大學地理與旅游學院,山東 日照 276826;2.西北大學城市與環境學院,陜西 西安 710127)

0 引言

耕地資源是人類生存與發展的物質基礎[1],也是保障糧食安全和維持社會穩定的基礎資源和空間載體[2-5]。近年來,隨著城鎮化、工業化進程加快,耕地非糧化現象不斷顯現,耕地非糧化現象頻發引發水土流失、土壤侵蝕等問題[6-8],同時由耕地非糧化導致的耕地面積不斷減少嚴重威脅了區域糧食安全[9-13],耕地非糧化的成因與影響已成為學術界廣泛關注的熱點,且山地丘陵地區地形崎嶇,生態環境敏感且脆弱,因此,明晰丘陵地區農戶耕地非糧化特點及影響因素對區域糧食安全保障具有重要意義。

目前,對耕地非糧化的研究側重于分析耕地非糧化與土地流轉的關系[14-15]、耕地非糧化的空間分布[16-17]、耕地非糧化存在的問題[18]、耕地非糧化的特點[19]、耕地非糧化的成因[20]、耕地非糧化影響因素及其對策[21];研究尺度集中表現在區域[22]、省[23-26]、市[27]、縣[28]等層面。研究多采用遙感數據、社會經濟統計數據、基礎地理信息數據、自然環境數據,利用Logistic回歸分析方法、GIS空間分析法;如宋衛慶等[29]運用二元Logistic回歸模型,探究了山東省陽谷縣耕地非糧化的影響因素及防治對策。張惠中等[30]通過對山東省“二調”“三調”數據進行多元線性回歸分析發現了山東省耕地非糧化的空間分異特征及影響因素;基于“U”型理論框架與多元二次回歸模型,戚淵等研究發現了農地資本化對耕地非糧化的影響機制[31];謝花林等[32]利用有序Probit模型與Tobit模型分析了耕地細碎化對耕地非糧化的促進作用。SUN,et al.[33]通過空間自相關分析研究了中國沿海地區的耕地非糧生產的空間分異規律和影響因素,LI,et al.[34]以中國沿海11省份為例闡述了耕地非糧生產的空間分異及驅動因素。目前,對耕地非糧化的成因、影響及對策進行了系統的研究,但仍存在一些不足,一是缺少將農戶按照從事農業勞動時間進行分類,探索不同類型農戶的耕地非糧化特征異同;二是相關研究多運用社會統計年鑒、農業統計資料及政府工作報告等二手數據資料,而缺乏基于農戶調查問卷的一手數據資料。綜上所述,根據家庭勞動力從事農業勞動的平均時間將農戶劃分為純農戶、兼業農戶和非農戶而基于農戶視角,通過實地考察與參與式農村評估方法,利用調查所得實地調研數據和社會經濟統計數據,運用地理探測器、Logistic回歸模型方法分析不同類型農戶的耕地非糧化的特點及其影響因素具有重要意義。

基于此,本文以五蓮縣為例,運用實地調查與參與式農村評估法、地理探測器和Logistic回歸模型法分析丘陵地區不同類型農戶的耕地非糧化特點及影響因素,以期為區域耕地資源保護、糧食安全保障及社會經濟可持續發展提供科學參考。

1 材料與方法

1.1 研究區概況

五蓮縣位于山東省日照市東北端,地處山東半島的南部、屬于魯東南低山丘陵區,東臨青島膠南市,南接日照東港區,西連日照莒縣,北靠濰坊諸城,下轄2街道、8鎮、2鄉,共計12個鎮(鄉、街道),全縣面積為1497km2(圖1)。五蓮縣境內地貌以山地丘陵為主,境內山嶺起伏,河川縱橫,山地、丘陵、平原面積分別為748.5km2、538.92km2、209.58km2,海拔高度在187～661m之間,氣候屬于溫帶季風氣候,四季明顯,冬無嚴寒,夏無酷暑,雨量充沛,季節性降水明顯,日照充足,熱量豐富。年平均氣溫13.2℃,年降水量747.0mm,年平均日照時數2393.5h。截至2020年底,五蓮縣總人口為51萬人,農業人口為33萬人,地區生產總值為(GDP)197.26億元,全年固定資產投資比上年增長10.6%。三次產業比例為9.4∶38.9∶51.7,農林牧漁業總產值51.81億元,糧食總產量21.13萬t,耕地面積3.9933萬hm2,人均耕地面積0.08hm2。森林覆蓋率達46.4%,油料總產量7.15萬t,蔬菜瓜類總產量33.11萬t,果品總產量13.07萬t,茶葉產量622.7t。

圖1 五蓮縣樣本選取

1.2 數據來源與處理

本文以山東省五蓮縣的社會統計年鑒、社會經濟統計公報、農業統計資料及政府工作報告等二手數據資料作為背景資料。第一手數據資料主要通過半結構式農戶問卷調查及深度訪談獲取。調研采用實地調查和參與式農村評估法(PRA)。考慮該研究所需數據的真實性與可行性,對五蓮縣進行隨機抽樣調查,運用小戶座談會、農戶深入訪談等PRA工具對不同類型農戶進行深入調查,通過外來者與當地人進行溝通與對話的過程,促使當地人自己擔當起評價、分析、實施、監督和評估的工作,使研究結果更具科學性。2021年7月中旬,選取日照市東港區、五蓮縣進行預調研來完善調查問卷和訪談提綱。2022年7月—9月中旬,開展山東省五蓮縣耕地非糧化情況農戶問卷調查與訪談,共發放問卷259份,回收問卷259份,剔除無效問卷22份,最終共獲取有效問卷237份,問卷有效率91.51%(表1)。

表1 調研問卷主要內容

1.3 研究方法

1.3.1 耕地非糧化水平測度

根據研究區耕地作物種植現狀合理計算耕地非糧化程度。根據糧食作物種植情況、非糧食作物種植情況及撂荒情況,計算耕地非糧化面積占耕地總面積的百分比,衡量研究區耕地非糧化水平。計算公式(1)為：

(1)

式中：M表示耕地非糧化測度;a表示耕地非糧化面積;A表示耕地總面積。

1.3.2 耕地非糧化影響因素識別

(1)變量選取。本文以耕地非糧化面積比作為因變量,從農戶家庭基本特征、耕地基本特征等方面選取解釋變量,揭示不同類型農戶耕地非糧化特點及影響因素(表2)。選取年齡、文化程度、健康水平等作為農戶家庭基本特征的衡量指標。農戶行為特征是指農戶對耕地進行利用、生產、經營的特征,通過改變耕地用途影響耕地非糧化,通過投入花費影響農戶種糧積極性。糧食單產和物質、技術投入是構成種糧投入與產出的主要因素。區位條件主要包含居住地與最遠地塊距離與最近地塊距離等,通過可達性影響農戶種糧積極性及生計類型。耕地資源稟賦決定著耕地本底條件,主要包括耕地面積、耕地細碎化程度、糧食單產。研究區實施的惠農政策及糧食補貼影響農戶種糧積極性,對耕地非糧化的產生具有重要作用。

表2 統計變量名稱及其定義

(2)地理探測器模型。運用地理探測器的因子探測和交互作用探測模塊,探測耕地非糧化的影響因素,計算公式(2)為：

(2)

式中：q是影響耕地非糧化的決定力指標,q的取值范圍為[0,1],q值越大,表明該因素對耕地的解釋力越強;N為區域單元數;σ2為各區域單元耕地非糧化率的方差。交互探測類型可分為雙因子增強、線性增強、非線性減弱、單因子非線性減弱以及獨立等五類[35]。

(3)Logistic回歸模型。本文運用Logistic回歸分析探討不同類型農戶耕地非糧化的影響因素,把不同類型農戶的耕地非糧化行為定義為1,農戶耕地種糧行為定義為0,p為耕地非糧化的概率,其計算公式(3)—公式(4)為：

(3)

z=B0+B1X1+B2X2+…+BnXn

(4)

式中：B0為常數;Bn為自變量的系數;Xn為自變量,即耕地非糧化的影響因子。

2 分析結果

2.1 農戶特征描述

2.1.1 農戶類型劃分

調查發現,研究區農戶農業勞動時間存在差異。根據農戶家庭從事農業的勞動時間,可以將農戶分為三類：純農業戶、兼業戶和非農業戶。將家庭勞動力每年從事農業勞動時間平均為10～12月/個的農戶劃分為純農戶,家庭勞動力每年從事農業勞動時間平均為3～9月/個的農戶劃分為兼業農戶,家庭勞動力每年從事農業勞動時間平均為0～2月/個的農戶劃分為非農戶。

結果顯示(表3),被調查農戶中純農業戶27戶,占調查農戶的11.39%,以種糧、果園、蔬菜為主要生計途徑;兼業戶142戶,占調查農戶的59.92%;非農戶為68戶,占調查農戶的28.69%。丘陵地區純農戶占比最低,兼業農戶占比最高,耕地經營規模不斷減少且兼業比重增大,耕地非糧化現象日益凸顯。

表3 不同類型農戶數量比例

2.1.2 不同類型農戶基本特征分析

不同類型農戶人口結構差異顯著(表4)。純農戶戶均人口最多、戶均年齡最大,調查樣本中純農戶戶均人口達到4.46人/戶,戶均年齡為52歲,明顯高于兼業戶與非農戶。兼業戶與非農戶戶均年齡分別為48歲、43歲,農村從事農業生產的勞動力年齡普遍較大,大多數青壯年勞動力多選擇經濟收益較高的非農就業。

表4 不同類型農戶人口結構特征

不同類型農戶教育水平差異顯著(表5)。調查結果顯示,非農戶初中及以上學歷教育水平占比最大,純農戶、兼業戶、非農戶具有初中及以上學歷的比重分別為25.00%、62.23%和66.59%,非農戶整體文化水平明顯高于兼業戶和純農戶的教育水平,教育水平在一定程度上決定了農村人口的就業方向。

表5 不同類型農戶教育水平特征

2.2 耕地非糧化特征分析

不同類型農戶耕地非糧化情況差異顯著(表6)。統計發現,純農戶的耕地面積高達3.53hm2/戶,分別為兼業戶、非農戶耕地面積的1.03倍、1.08倍。同時,純農戶耕地非糧化面積在不同類型農戶中也居于最高地位,達到2.21hm2/戶,為兼業戶非糧化面積的2.25倍,為非農戶非糧化面積的2.89倍。

純農戶家庭以糧食種植為主要生計方式,但由于耕種糧食收效甚微,大量勞動力外出務工,非糧化面積逐漸增多,高達62.57%。耕地面積為非糧化面積的3.49倍,比重為28.72%。兼業戶中非糧化面積較小,多種植果樹、苗圃等。非農戶仍擁有耕地,耕地非糧化比例最低,為23.46%。調查結果顯示,非農戶耕地質量較差且地塊分散,耕地多發生流轉或撂荒。

表6 不同類型農戶戶均耕地非糧化情況

2.3 耕地非糧化的影響因素

運用地理探測器模型及logistic回歸模型分析不同類型農戶耕地非糧化影響因素,結果顯示丘陵地區耕地非糧化主要受農戶特征、農戶行為、區位條件、耕地資源稟賦、政策因素等的共同影響(表7)。

表7 不同類型農戶耕地非糧化影響因素回歸分析

2.3.1 純農戶影響因素

地理探測器因子探測分析顯示,純農戶耕地非糧化受農戶家庭基本情況、耕地非糧化情況、耕地細碎化及整治情況的影響,顯著因素包括文化程度、耕地面積及耕地細碎化程度,均在10%水平顯著。家庭特征因素中文化程度對耕地非糧化的影響程度為0.269,且在10%水平顯著。伴隨經濟技術的發展,大量農用設施投入使用,極大便利了作物的播種與收割,農戶文化程度越高,對區域糧食安全的覺悟性愈高,越傾向于選擇種植經濟效益高的作物和便利的農用設施。耕地資源稟賦因素中耕地面積及耕地細碎化程度影響程度分別為0.344、0.173,均表現在10%水平顯著。由于近年來糧食價格普遍較低,導致純農戶更偏向于經濟收益高的作物種植,耕地面積越大越易實現經濟作物的規模化經營。五蓮縣地勢起伏較大且受早年按級分地的影響,農戶擁有的地塊均面積較小且分散,耕地細碎化程度較大,導致難以實現糧食生產規模化,且種糧積極性降低。

2.3.2 兼業農戶影響因素

二元Logistic回歸分析結果顯示,耕地非糧化主要受農戶特征、農戶行為、區位條件、耕地資源稟賦、政策認知的影響,影響兼業農戶耕地非糧化的顯著因素包括戶主性別、家庭常住人數、外出務工時間、地形、最近縣城與居住地距離、最近地塊與居住地距離、耕地細碎化程度、土地流轉參與度,分別通過5%、1%、5%、5%、5%、5%、5%、1%顯著性水平檢驗。農戶特征中性別、家庭常住人口分別對耕地非糧化產生消極影響和積極影響,回歸系數分別為1.268、-1.644,均通過5%顯著性檢驗。農戶性別通過勞動力強度影響農戶的糧食作物種植。糧食作物中種植需要定期回村播種、施肥、收割等的工作強度較大且易影響正常務工,女性戶主偏向糧食種植積極性降低,此外家庭常住人口嚴重影響從事農業勞動力數量。伴隨城鎮化不斷推進大部分青壯年外出務工且鄉村空心化現象顯現,對耕地管理程度隨之減弱。農戶行為因素中土地流轉參與度、外出務工時間對耕地非糧化產生消極影響,回歸系數為-1.837、-0.740且分別在1%、5%水平顯著。丘陵地區農戶耕地面積小且分散,土地流轉參與度較低,農戶為避免撂荒則選擇種植非糧食作物獲得一定的收益;兼業農戶外出務工時間較長,無暇對耕地進行種植及經營管理,而非糧食作物有種植周期較短的優勢,外出務工時間越短的農戶則偏向進行非糧化作物種植。耕地資源稟賦因素中耕地細碎化程度對兼業農戶耕地非糧化產生積極影響,回歸系數為2.382且在5%的水平顯著;區位條件因素中地形、最近縣城與居住地距離、最近地塊與居住地距離對耕地非糧化分別產生消極、積極、積極影響,回歸系數分別為-1.628、0.578、1.991且均在5%水平顯著。地形影響作物耕作的可行性與耕地細碎化程度,此外最近地塊與居住地距離影響農戶進行糧食生產的時間成本,最近縣城與居住地距離深刻影響著兼業農戶的外出務工可能性。耕地資源稟賦因素中耕地細碎化程度對耕地非糧化產生積極影響;政策認知因素中非糧化政策知曉度對耕地非糧化產生消極影響,兼業農戶對非糧化影響及危害了解較少。

結果顯示,兼業農戶與純農戶耕地非糧化影響因素和影響程度有所差異。與純農戶相比,兼業農戶耕地非糧化受文化程度、耕地面積的影響并不顯著,而受性別、家庭常住人口、與最近縣城距離、非糧化政策知曉度等因素的影響顯著,這主要是由于兼業農戶生計來源多元化,其非糧化行為受到客觀外界影響較大,兼業農戶通過合理分配勞動力來追求耕地規模經營與非糧化作物種植的組合種植方式。

2.3.3 非農戶影響因素

二元Logistic回歸分析結果顯示,非農戶耕地非糧化受農戶特征、農戶行為、耕地資源稟賦情況影響,影響非農戶耕地非糧化的顯著因素包括戶主性別、外出務工時間、耕地細碎化程度,均在5%水平顯著。農戶特征中性別對耕地非糧化產生消極影響,其回歸系數為-3.541且在5%顯著水平上顯著。性別在一定程度上影響非農戶從事農業活動的意愿;農戶行為中外出務工時間對耕地非糧化產生消極影響,其回歸系數為-0.059且在5%水平上顯著。非農戶以外出務工為主且從事農業活動時間較短,耕地非糧化程度越低。耕地資源稟賦情況中耕地細碎化程度對耕地非糧化產生消極影響,其回歸系數為-1.407,在5%水平上顯著。由于制造業或工業和服務業經濟利益較高,男性健康勞動力多從農業流向二三產業,伴隨非農收入的提高,非農戶逐漸擺脫農業生產為主的生活方式,多將耕地有序有償轉出,故非農戶主要考慮享受更加優越的生活條件和經濟收益的最大化。

綜合因素分析,非農戶與純農戶、兼業農戶耕地非糧化影響因素和影響程度有所差異。與純農戶、兼業農戶相比,非農戶耕地非糧化行為受文化程度、耕地面積、本村常住人數等因素的影響并不顯著,而非農戶耕地非糧種植受耕地撂荒參與度、糧食單產、糧食補貼等因素的影響較為顯著。由于非農戶生計類型以外出務工為主,耕地撂荒發生率較高;此外,耕地糧食產量和糧食補貼的提高也較難吸引非農戶進行農業再就業。

2.3.4 丘陵地區耕地非糧化形成機制

通過對五蓮縣丘陵地區耕地非糧化特點及影響因素的分析,本文總結歸納得到耕地非糧化形成機制(圖2)。丘陵地區鄉村地域系統在特定自然環境、社會環境、經濟環境、政策環境以及地理區位下形成,耕地非糧化過程受鄉村地域系統內農戶基本特征、政策認知、農戶行為特征、區位條件、耕地資源稟賦等方面影響因子的共同驅動作用。在城鎮化、工業化加快的宏觀背景下,社會經濟快速發展,大量青壯年勞動力進城務工,鄉村家庭常住人口少且多為教育水平、健康水平較低的中老年群體,鄉村空心化現象日益顯現,導致無充足勞動力進行糧食種植,且對于耕地非糧化政策的知曉度較低,加之近年來資本下鄉,在耕地細碎化、鄉村空心化的背景下大部分農戶則將土地進行流轉,通過流轉進行整合地塊而實現規模化經營,但用來種植例如蔬菜、水果等收益較高的經濟作物而非糧食作物,致使耕地非糧化現象發生;此外,近年來農藥、化肥等農資產品價格逐年上升,且糧食耕種以及收割需耗費的技術投入相對較高,而糧食價格卻一直處于低迷狀態,糧食補貼較少,糧食單產也不高,致使農戶進行糧食種植的投入與產出不成比例,極大地降低了農民種糧積極性,耕地非糧化現象日益凸顯。基于此,2020年12月和2021年11月,國家先后出臺《關于防止耕地“非糧化”穩定糧食生產的意見》和《關于嚴格耕地用途管制有關問題的通知》,通過多種舉措調動農民種糧積極性,穩定糧食生產,嚴格保護耕地,嚴格制止耕地非農化、非糧化。

圖2 丘陵地區耕地非糧化形成機制

3 結論與討論

3.1 結論

本研究以五蓮縣為例,運用參與式農村評估法、地理探測器模型、Logistic回歸模型分析丘陵地區不同類型農戶的耕地非糧化特征及影響因素。

(1)丘陵地區兼業農戶與非農戶比例較高,兼業農戶、非農戶為142戶、68戶且分別占比59.92%、28.69%。

(2)丘陵地區耕地非糧化現象嚴重,非糧化種植以板栗、蔬菜、果樹為主。五蓮縣戶均耕地非糧化面積達0.70hm2,兼業農戶、純農戶、非農戶戶均耕地非糧化面積依次減少,分別為0.78hm2、0.91hm2、0.21hm2,兼業農戶戶均耕地非糧化面積最高、耕地產出最大化的意識較強。

(3)丘陵地區農戶耕地非糧化受農戶家庭特征、區位條件、耕地利用特征、政策認知的共同影響。純農戶耕地非糧化行為受文化程度、耕地面積、耕地細碎化程度等因素影響,兼業農戶耕地非糧化行為受性別、本村常住人數、外出務工時間等因素影響,非農戶耕地非糧化行為受性別、外出務工時間、耕地細碎化程度等因素影響。

3.2 討論

以上分析結果顯示,五蓮縣耕地非糧化現象顯著且不同類型農戶耕地非糧化程度及影響因素呈現出一定程度的差異。針對五蓮縣耕地非糧化現象得到以下認識：

(1)根據不同類型農戶的耕地非糧化特征,完善惠民政策,增加農戶糧食種植積極性,穩定糧食生產。

(2)加強農田基礎設施建設,加大科技投入,改善農業耕作條件,減輕糧食種植所需勞動。

(3)科學實施農業結構調整,注重保護耕地資源安全,在農業生產與市場需求相協調同時保障國家糧食安全。

(4)完善耕地保護制度,有效引導土地流轉,推進耕地細碎化整治,避免耕地資源破壞與流失。

不同類型農戶樣本數量限制,本文未能采用同一種方法進行影響因素分析,一定程度上影響了不同類型農戶耕地非糧化影響因素的可比性。農戶調查過程中選取的純農戶樣本數量較少,不滿足Logistic回歸模型最低樣本數量,導致運用地理探測器探測純農戶耕地非糧化影響因素,在一定程度上影響了純農戶耕地非糧化影響因素的辨識。此外,本研究未涉及耕地非糧化特點及影響因素的空間差異,后續研究應進一步探究不同地域耕地非糧化的空間分布格局特點及影響因素。