陕北小流域退耕农户剖面特征的土地利用决策响应

党小虎, 陶瑞, 夏紫顿, 魏学肖, 杨勤科

陕北小流域退耕农户剖面特征的土地利用决策响应

党小虎1,*, 陶瑞1, 夏紫顿1, 魏学肖1, 杨勤科2

1. 西安科技大学地质与环境学院, 西安 710054 2. 西北大学城市与环境学院, 西安 710127

采用基于GIS的空间分析、数理统计(Mathematical Statistics)与Multi-logistic回归模型相结合的方法(GMM), 探讨退耕前后陕北燕沟流域土地利用及其关键的社会经济驱动因素的变化, 揭示农村劳动力转移在土地利用决策中的重要性, 了解农村土地利用变化的驱动机制。结果表明: (1)1990—2013年, 流域土地利用变化特征总体上与延安市的土地利用变化趋势一致, 即坡耕地减少和林草地增加显著; (2)1990—2001年, 农业劳动力转移对农户土地利用决策的影响不明显, 农户家庭基本特征与资源禀赋等对农户土地利用决策的影响显著。2001—2013年, 劳动力转移和交通条件对农户土地利用决策有显著影响, 退耕还林政策对农村劳动力的再分配产生了较大影响。

退耕农户; 土地利用; 劳动力转移; GMM

0 前言

土壤侵蚀是一个世界性的生态环境问题, 与土地利用密切相关[1]。黄土高原作为中国和世界主要的土壤侵蚀区之一, 受自然条件、土地覆盖和人类活动的影响[2]。为了减少水土流失, 改善脆弱区和江河上游的生态环境, 中国政府于1999年启动了“退耕还林工程”, 该工程迄今为止是投资量最大、涉及面最广、群众参与程度最高的一项生态建设工程, 仅中央政府投入的资金就超过4300多亿元。在2001—2004年期间, 黄土高原退耕还林工程区坡耕地大幅减少, 土地利用格局发生了较大变化, 对生态环境和人类生产生活方式产生了巨大影响。因此需要阐明以下两个问题: (1)退耕前后退耕区的土地利用及其主要的驱动因素经历了哪些变化？(2)在退耕背景下决定农户土地利用行为的农户剖面特征有无重大变化？

在国家层面, 退耕还林深刻地改变了土地利用结构, 总体上坡耕地减少、林草地增加[3-4], 在一定程度上也改变了土地生产力[5]和区域粮食供给模式[6]。在这种总体变化趋势下, 局部变化有所差异, 如陕北延安市安塞区土地利用/覆盖变化一般处于不平衡状态(转出与转入之间具有明显差异), 以单向转换为主, 其中耕地面积下降率为38.4%, 林地增长率为4.36%[7]。而有些地区的土地利用整体处于准平衡态势(转出和转入之间有细微差异), 并且各地类有频繁双向转换的特征。如在黄河三角洲地区, 耕地和未利用地之间的双向转换最为频繁[8]; 在科尔沁左翼后旗地区, 以耕地转向草地与林地, 草地转向耕地和林地, 林地转向耕地, 未利用地转向草地为主的双向转换较频繁[9]。

退耕还林工程前后土地利用变化的主要驱动因素不同区域存在较大差异。在研究张家口市土地利用变化时发现, 它的主要驱动因素由退耕前的海拔和坡度转变成海拔、人均GDP、到最近道路距离[10]。而安西县的土地利用变化驱动因素是自然条件(气候、土壤、水文、地质地貌等)和人为活动(开垦、灌溉、造林、砍伐、养护等)[11], 陕北志丹县1997—2006年土地利用变化的主要驱动因素是人口和经济。尤其是黄土丘陵区生态脆弱地区的影响土地利用决策的因素各地变化较大, 退耕前后各地土地利用驱动力变化的不确定性较大, 需要进一步明确。

此外, 退耕后大量的农村剩余劳动力向非农行业转移对流出地农村经济社会产生了一定的影响, 尤其是对土地利用的影响[12-13]。其中, 劳动力转移对土地利用的影响存在争议[14-16], 不确定性大[17]。一方面认为, 坡耕地退耕和劳动力流动在一定程度上改变了农户的基本生计策略[18], 进而引起劳动力迁出农户的社会经济剖面特征改变。但这种改变究竟能在多大程度上影响农户土地利用选择进而改变流出地土地利用结构？事实情况是劳动力转移在很大程度上缓和了农村劳动力过剩和土地过度利用的矛盾, 促进了土地的流转、种植结构的优化和土地生产力的改善。越是经济发展水平高、劳动力对外转移快的乡镇, 土地流转的规模也越大, 土地的利用效率越高, 种植业结构趋于优化[19]。

但是另一方面, 退耕还林导致劳动力流出, 对退耕区农业产生了负面效应[20-21]。如果退耕还林工程设计之初有通过劳动力非农化改善原有不合理土地利用模式的预期, 因劳动力流动受家庭以及外界其他因素的影响, 如劳动力素质(教育)、性别、家庭资产以及收入预期等[22], 这种预期同样充满很大的不确定性, 需要深入研究。

小流域是我国自上世纪80年代以来实施生态建设的最小空间单元, 农户是土地利用的最小社会单元。退耕驱动的农村劳动力流动改变了家庭的社会经济特征, 对土地利用产生了比较深刻的影响, 尤其是退耕后期, 土地利用变化没有退耕初期剧烈, 也就是说, 去除退耕政策的驱动, 退耕后期的土地利用变化究竟在多大程度上受劳动力流动和家庭社会经济剖面变化的影响？

本文以退耕还林工程的重点实施区燕沟流域为对象[23], 研究退耕前后流域土地利用及其关键社会经济驱动因素的变化, 揭示农户土地利用决策对农村劳动力转移的互动响应关系, 具体目标包括: (1)基于遥感影像解译数据及GIS平台, 阐明1990—2001年(退耕前)和2001—2013年(退耕后)的土地利用变化特征; (2)采用统计学和空间分析结合的方法, 解释这种土地利用变化背后的主要农户社会经济特征影响程度, 阐明农户土地利用选择对劳动力转移等基本社会经济特征的响应机制。

1 研究区概况

燕沟流域位于N: 36°28′—36°32′, E: 109°20′— 109°35′, 是延河的二级支流(图1), 流域出口距离延安市区3 km, 主沟道长度大约是8.6 km, 面积为47.9 km2, 属于黄土高原丘陵沟壑区第Ⅱ副区。燕沟流域包括了十四个村, 分别是赵庄、四岔铺、康圪崂、吴枣园、秋树塔、庙河、马塔、老庄坪、稍塬梁、鸡蛋峁、石头沟、九沟村、杨家畔、南庄河, 流域生态环境脆弱, 自1999年退耕还林试点工程实施以来, 该流域有计划的停止陡坡耕作, 封山育林, 以粮代赈, 生态环境得到了显著改善。

图1 燕沟流域地理位置

Figure 1 The Yangou small watershed location

2 研究方法

2.1 数据来源

农户数据来源于2015年7—8月对燕沟流域进行的实地调研。调研采用参与性农村评估法, 以农地走访和入户调查为主, 走访了包括赵庄、四岔铺、康圪崂、吴枣园、秋树塔、庙河、马塔、老庄坪、稍塬梁、鸡蛋峁、石头沟、九沟村、杨家畔、南庄河等14个行政村, 每个村庄涵盖15%—36%的家庭并按家庭条件对一般农户、中等农户、较好农户进行分层随机抽样调查。在特定区域内这些样本可以反映燕沟流域当地情况, 具有一定代表性, 问卷共发放问卷257份, 最终获得有效问卷235份, 有效率达91.44%。

调研掌握农户2013年家庭基本特征, 家庭资源禀赋状况, 家庭主要生计战略情况和土地利用状况、参与生态补偿工程情况等内容后, 通过农户家长和老人回忆、村领导访谈和村委会记录信息追溯等方法获得1990年、2001年相关信息。其中包括(1)土地利用和感知土地质量的地块信息。(2)行政村的基础设施、土地使用特征、社会经济和政策变化等信息。除此之外, 还从乡镇和县级的现有人口普查报告中提取了有关种植面积的增长以及主要作物产量的村庄补充信息。

另一方面, 在相关网站下载1990年, 2001年和2013年燕沟流域的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)。对影像进行预处理后, 采用最大似然法进行监督分类[24-26], 并实地验证土地利用的精度。由于不同时间段影像的分辨率不一致, 因此采用重采样的方法使所有影像的分辨率都统一成10 m。

2.2 土地利用变化分析

土地利用单一土地利用变化动态度是某个研究区内研究时间段中某种地类的面积改变状况, 使用土地利用动态度来研究地类的动态变化, 能够真实地解释研究区地类变化的强烈程度。计算公式如下:

式中:是指某一特定时间范围里某种土地利用类型动态度;U是研究时段初某一地类面积,U是指研究时段末某一地类面积;是指研究时间长。

土地利用变化率(R)是对一个研究时段内地类面积变化强烈程度的表述, 从中可以看出各地类数量上发生的变化, 有利于直观掌握地类变化的整体趋势及可以看出地类结构上的变化, 其表达式如下:

表1 卫星影像参数

式中:R表示土地利用变化率;U、Ub表示研究期初和研究期末第种地类的面积。

2.3 农户土地利用决策行为的主要影响因素

采用Multi-logistic模型(简称为M-logit回归)确定农户土地利用决策的决定因素[27-28], 土地利用决策通过各时间段农户土地利用面积变化确定。被解释变量为燕沟区域农户主要的四种土地利用模式: 耕地、园地、林地、草地。对于任意的选择=1, 2, …,, Multi-logistic模型表示为:

式中: P()表示农民对第种用地选择的概率;x表示第个影响农户土地利用决策的自变量, 包括家庭人口特征变量、家庭经济社会特征变量和资源禀赋变量;β表示自变量回归系数向量。本文拟检验以下M-logit的土地利用选择意愿决定因素: (1)耕地对草地; (2)园地对草地; (3)林地对草地, 因此分别以选择林地、园地为参照类, 建立以下三个Multi-logistic模型。

其中,1、2、3、4分别表示农户选择耕地、园地、林地、草地的概率。

3 结果与分析

3.1 土地利用变化特征

1990年, 燕沟流域主要地类是耕地、林地、草地占全流域总土地面积的94.6%, 呈现出农-牧复合的土地利用特征; 2013年, 燕沟流域主要地类是林地、园地、草地占全流域总土地面积的92%, 呈现出林-草复合的土地利用特征。1990—2013年, 林地呈快速增长的趋势, 2013年林地面积较1990年增加了近1.2倍, 而耕、草地的面积呈减少趋势, 变化率呈园地>林地>建设用地>耕地>水域>其他用地, 燕沟流域土地利用变化趋于复杂化(图2)。

图2 1990—2013年燕沟流域主要地类面积变化

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

图3 1990—2013年燕沟流域主要地类面积变化率

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

1990—2001年, 园地、林地、住宅用地和其它用地面积明显增加, 耕、草地面积明显减少。其他用地和园地面积变化最快, 年均增速分别为216.0%、39.1%, 建设用地面积变化最慢, 年均增速为2.0%。其中林地面积变化率为39.1%, 年均增幅为3.6%; 耕地面积变化率为-26.7%, 年均减幅为2.4%。2001—2013年, 林地和建设用地面积持续增加, 而耕地、草地、水域和其他用地明显减少, 园地小幅降低。其他用地面积减少最快, 变化率是-98.5%, 年均减幅是8.2%; 园地面积变化最慢, 变化率是-8.3%, 年均减幅达-0.7%, 其中林地面积变化率达56.5%, 年均增幅是4.7%; 耕地面积变化率是-79.2%, 年均减幅达6.6%(图3)。

图4 1990—2013年燕沟流域土地利用变化

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

1990年耕地散布于整个流域, 2001年耕地面积缩减26.7%, 东南部大范围坡耕地转化成林地, 2013年耕地面积减少到197.5 hm2, 且主要分布在道路两侧或地势平坦地区。1990—2013年, 林地由距离沟口较远的上游逐渐扩展到整个流域, 林地增加的区域主要为西北方向沟口原有草地、大范围的坡耕地等。退耕还林政策实施过程中有一部分耕地被退成经济林, 该区域的经济林主要是果园, 园地一般分布在居民点附近的向阳缓坡地, 草地主要分布于该流域西北部下游地区, 建设用地主要分布在主沟两侧(图4)。

3.2 燕沟流域样本农户主要的社会经济特征变化

调研掌握了农户2013年农户基本信息、劳动力配置与收入状况、农林地块信息、资产能源情况、参与生态补偿工程情况等内容, 并通过农户家长和老人回忆、村领导访谈和村委会记录信息追溯等方法获得1990年、2001年相关信息[29]。通过主成分分析方法[30]选择出主要回归变量(表2)。

表2 农户社会经济剖面特征(回归变量)说明

注: ①实际调研中参与农户的退耕林地面积与其对退耕还林政策的积极态度一致, 故以样本农户退耕林地面积反映农户选择退耕的意愿; ②参照Adesina、赵文娟等[31-32]。

燕沟流域样本农户的主要家庭剖面特征(回归变量)描述性统计见表3, 运用配对样本T检验对农户参与退耕前(1990—2001年)与退耕后(2001—2013年)的指标信息值进行分析, 确定其差异程度。2001—2013年相比于1990—2001年劳动力转移变量、资源禀赋变量、交通条件变量均发生显著变化, 退耕驱动了农村劳动力的再分配, 显著减少了农户耕地面积, 务工人员比重、人均务工收入、男性务工比重均显著增加(=0.01), 人均耕地面积、粮食单产显著减少(=0.01), 这是因为退耕后农户耕地面积减少, 越来越多的农户劳动力选择外出务工成为家庭的主要收入来源, 对耕地的投入减少, 每亩耕地粮食产量减少。同时因新农村改造, 退耕后农户居住的离城市更近, 城市易达性增加, 农村道路质量显著提高, 交通通达程度显著提高(=0.01)。退耕前后除了户主年龄增加和家庭性比结构发生了微小变化之外, 受教育水平和健康状况没有明显改变。

3.3 农户土地利用决策的主要影响因素

为进一步研究农户家庭特征因素对农户土地利用的影响方式和程度, 本文利用Stata11.0统计软件, 采用极大似然估计方法, 以农户家庭剖面特征单项指标为自变量、不同类型土地面积为因变量建立了农户土地利用决策意愿影响因素的M-logit回归模型, 回归分析结果见表4。其中, 以草地为参照类, 建立退耕前(1990—2001年)和退耕后(2001—2013年)两个时期的M-logit模型, 模型准确预测率分别达到86.41%和91.17%, 模型整体拟合良好。决定自变量相对其他自变量相关的系数2在0.02—0.56之间, 均低于临界值0.8, 排除了自变量间的共线性可能, 所有的自变量都可以被纳入到M-logit回归模型中。

1990—2001年间, 对农户土地利用决策影响显著的因素是农户基本特征以及资源禀赋(表4), 户主受教育水平系数对三种用地的选择均在10%水平及以上影响显著, 且对耕地和林地选择具有消极影响, 对园地选择具有积极影响。户主健康状况系数对园地选择影响显著, 且健康状况每提高一个程度, 对园地选择的概率将提高4.3倍。在退耕之前, 农户的主要收入来源依靠土地, 且户主承担了家庭主要劳动力, 身体较好且受教育水平高的农户更倾向于投产比更高的园地。资源禀赋系数对三种用地选择均在5%水平上影响显著, 人均耕地面积及粮食单产对耕地、园地的选择具有积极影响, 对林地选择具有消极影响。拥有土地多的农户更愿意投入于农业生产中, 而粮食的产量也决定了其耕作意愿。

2001—2013年间, 对农户土地利用决策具有显著影响的因素发生改变(表5), 转变为劳动力转移变量和交通条件变量, 务工人员比重、男性务工比重及人均务工收入对三种用地的选择均在10%水平及以上具有显著影响, 且对耕地、园地选择具有消极影响, 对林地选择具有积极影响。在退耕后, 绝大部分农户家庭收入类型从纯农型向农兼及兼农型转变, 且务工收入占总收入的绝大部分。外出务工势必导致劳动力向城镇转移, 农村劳动力短缺, 外出务工人员占比较高, 且外出务工人员中多为男性的农户, 其对耕地及园地选择的概率将大幅降低。户主年龄系数对耕地及林地选择在10%水平上影响显著, 户主年龄每增加一岁, 对耕地选择的概率将降低54%, 对林地选择的概率将提高61.8%。人均耕地面积及粮食单产系数对耕地选择具有积极影响, 均在10%水平上影响显著。交通通达程度系数对林地、园地的选择具有积极影响, 均在1%水平上影响显著, 交通通达程度决定了劳动力外出务工及瓜果蔬菜运输的便利程度, 交通便利地区的农户对林地及园地的选择概率比交通一般地区的农户高出32.2%和51.7%。其它解释变量对农户土地利用决策影响均不显著。

表3 家庭剖面特征(回归变量)描述性统计

注: ***、**、*分别表示在1%、5%、10%的统计显著性水平。

表4 1990—2001年农户家庭剖面特征对土地利用决策的M-logit模型

注: ***、**、*分别表示在1%、5%、10%的统计显著性水平。

表5 2001—2013年农户家庭剖面特征对土地利用决策的M-logit模型

注: ***、**、*分别表示在1%、5%、10%的统计显著性水平。

4 讨论

黄土高原因水土流失严重闻名世界, 土地利用结构失调是主要原因。土地利用可以改变土地覆盖, 进而影响侵蚀与生态条件。1990—2013年间, 燕沟流域土地利用结构变化较大, 其中耕地大量减少, 草地面积变化不大, 林地面积大量增加, 这种变化结果与当地以退耕还林而非还草为主有关[4、33]。总体上这种由耕地转为林草地的格局, 在改善当地的生态环境方面起到了重要作用, 研究显示森林植被覆盖率从1995的12.4%增加到2010年的37.7%[34-35], 覆盖率显著提高, 实施区生态环境有了明显改善[4、33、36-37]。

在参与退耕还林工程后从政府获得的退耕补贴, 改变了参与农户的传统收入结构并在家庭收入结构中起到了很大一部分作用。但如果不考虑退耕补贴, 农民非农收入的增加只能弥补农地减少带来的损失[38]。在工程实施初期, 它解决了农户的基本生计问题、带动了农户外出打工收入的增长, 从而使农户的生计多样化。我们的研究结果表明, 退耕还林工程的实施使家庭耕地面积减少、种植收入减少, 经营果园的收入大幅度增加, 外出打工和经营性收入也大幅增加, 进而调整了农户的收入结构。在黄土高原和中国其他实施退耕还林工程的地方的研究也表明, 退耕还林的实施使耕地数量显著减少, 果园和林地显著增加, 土地利用/覆盖格局发生了变化[39], 使农户的收入来源多样化。因此, 加强与非农产业有关的基础设施建设, 利用流域的区位优势, 加快农村产业转型, 对重塑退耕后期的流域土地利用结构和产业结构至关重要。

我们的研究结果还表明, 在退耕还林的驱动下, 农户的生计资本发生了显著的变化。其中自然资本中人均耕地面积显著减少, 粮食产量下降。这是由于退耕还林的实施使大量耕地变为林地。在退耕还林和扶贫政策的驱动下, 政府对农村住房、道路修建等基础设施加大重视, 从而物质资本中的交通通达度显著升高。在2001年到2013年间, 人均耕地面积从1公顷减少到0.33公顷, 农村劳动力剩余, 坡耕地退耕和劳动力流动在一定程度上改变了农户的基本生计策略, 进而引起劳动力迁出农户的社会经济剖面特征的改变。燕沟流域大量农村劳动力流出正在改变着其家庭和流域社会经济特征, 进而会引起土地利用方式和结构的改变。流域劳动力转移及其收入是退耕后期土地利用变化的显著影响因素。因此需要合理引导农村剩余劳动力的流动, 促进理性流动, 重点要加强农村劳动力的技能培训, 迅速转变当前农村劳动力的非农就业方向和质量, 提高农户收入的同时合理引导有利于生态环境休养生息的土地利用选择。

5 结论

(1) 退耕还林(草)工程是一个关键的农村劳动力转移触发因素, 与其他社会经济因素共同决定了农村剩余劳动力的走向, 同时也改变了迁出地农户的社会经济剖面特征及其土地利用策略, 进而改变迁出地农村的土地利用结构。劳动力转移及其收入相较其他家庭剖面特征, 成为退耕后期土地利用变化的显著影响因素。

(2) 粮食单产对耕地与园地的选择有积极影响, 一是退耕后流域耕地集中在沟坝地等相对肥沃的土地上, 耕地单产较退耕前显著增加; 二是流域农户常常选择园地水果/蔬菜与粮食作物套种的种植模式。

(3) 退耕后交通通达程度对林地和园地的选择有极显著的影响, 尽管影响比例偏小, 却充分说明了流域地处延安市近郊的交通优势, 也解释了经济作物种植产业的快速发展和农户非农收入的增加。

[1] 李骜, 魏欣, 李子轩. 土壤侵蚀动态监测中的高分辨率影像土地利用解译精度分析[J]. 中国水土保持科学, 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] 刘纪远, 宁佳, 匡文慧, 等. 2010-2015年中国土地利用变化的时空格局与新特征[J]. 地理学报, 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] 闫慧敏, 刘纪远, 黄河清, 等. 城市化和退耕还林草对中国耕地生产力的影响[J]. 地理学报, 2012, 67(5): 579–588.

[6] 王超, 杜秉贞, 孙传谆. 黄土高原典型区退耕还林还草工程实施效果实证分析[J]. 中国生态农业学报, 2014, 22(7): 850–858.

[7] 周德成, 赵淑清, 朱超. 退耕还林工程对黄土高原土地利用/覆被变化的影响——以陕西省安塞县为例[J]. 自然资源学报, 2011, 26(11): 1866–1878.

[8] 汪小钦, 王钦敏, 励惠国, 等. 黄河三角洲土地利用/覆盖变化驱动力分析[J]. 资源科学, 2007, 29(5): 175–181.

[9] 周德成, 赵淑清, 朱超. 退耕还林还草工程对中国北方农牧交错区土地利用/覆被变化的影响——以科尔沁左翼后旗为例[J]. 地理科学, 2012, 32(4): 442–449.

[10] 李聪, 李树茁, 费尔德曼, 等. 动力迁移对西部贫困山区农户生计资本的影响[J]. 人口与经济, 2010, (6): 20–26.

[11] 章予舒, 王立新, 张红旗, 等. 疏勒河流域土地利用变化驱动因素分析——以安西县为例[J]. 地理科学进展, 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, 杨玉盛. 农户生计非农化对耕地流转的影响——以福建省长汀县为例[J]. 地理科学, 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] 陈利, 傅伯杰, 王军. 黄土丘陵区小流域土地利用变化研究——以陕西延安地区大南沟流域为例[J]. 地理科学, 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] 祁新华, 朱宇, 周燕萍. 乡村劳动力迁移的“双拉力”模型及其就地城镇化效应——基于中国东南沿海三个地区的实证研究[J]. 地理科学, 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, 王继军, 李茂森, 等. 退耕区农户生计策略与农业产业-资源系统耦合机制的演化过程分析——以纸坊沟流域为例[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] 陈国建. 退耕还林还草对土地利用变化影响程度研究——以延安生态建设示范区为例[J]. 自然资源学报, 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] 谢华林, 李波. 基于Logistic回归模型的农牧交错区土地利用变化驱动力分析——以内蒙古翁牛特旗为例[J]. 地理研究, 2008, 27(2): 294–304.

[28] 王济川, 郭志刚. Logistic回归模型: 方法与应用[M]. 北京: 高等教育出版社, 2001.

[29] 刘珊, 闵庆文, 徐远涛, 等. 传统知识在民族地区森林资源保护中的作用——以贵州省从江县小黄村为例[J]. 资源科学, 2011, 33(6): 1046–1052.

[30] 姜宛贝, 刘同, 孙丹峰, 等. 镇域尺度农村土地承包经营权流转及社会经济驱动因素分析——以北京市昌平区为例[J]. 资源科学, 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] 赵文娟, 杨世龙, 王潇. 基于Logistic回归模型的生计资本与生计策略研究——以云南新平县干热河谷傣族地区为例[J]. 资源科学, 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] 张玉东, 谭红兵. 黄土高原典型干旱区退耕还林后植被覆盖变化研究[J]. 生态科学, 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] 刘国彬, 上官周平, 姚文艺, 等. 黄土高原生态工程的生态成效[J]. 中国科学院院刊, 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

十三五国家重点研发计划课题(2016YFC0501707); 国家自然科学基金面上项目(41271518)

党小虎(1968—), 男, 宁夏隆德人, 博士, 教授, 主要从事生态学研究, E-mail: dangxh2018@xust.edu.cn

党小虎

党小虎, 陶瑞, 夏紫顿, 等. 陕北小流域退耕农户剖面特征的土地利用决策响应[J]. 生态科学, 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.