当前位置:首页>农业>华中农业大学曾晨教授团队最新发文!农田碎片化是否必然导致荒废?中国主体功能区中非线性关系与异质性模式的实证研究

华中农业大学曾晨教授团队最新发文!农田碎片化是否必然导致荒废?中国主体功能区中非线性关系与异质性模式的实证研究

  • 2026-10-11 04:53:00
华中农业大学曾晨教授团队最新发文!农田碎片化是否必然导致荒废?中国主体功能区中非线性关系与异质性模式的实证研究

文章基本信息

  • 期刊:Applied Geography

  • 英文题目:Does cropland fragmentation always lead to abandonment? Evidence of non-linear relationships and heterogeneous patterns across China's major function-oriented zones

  • 中文题目:农田碎片化是否必然导致荒废?中国主体功能区中非线性关系与异质性模式的实证研究

  • 发表时间:2026年

  • 文章链接:https://doi.org/10.1016/j.apgeog.2026.104091

摘要

农田弃耕(CA)对可持续土地利用和全球粮食安全构成了重大挑战。虽然农田景观破碎化(CLF)是与农田弃耕相关的关键因素,但其在广阔空间尺度上的多维、异质性和非线性关系尚未得到充分理解,这阻碍了制定具有空间针对性的治理策略。本研究基于中国土地覆盖数据集(CLCD),量化了2000年至2020年间中国主体功能区(MFOZs)内县级农田弃耕率以及多维度农田景观破碎化指数——包括尺度(SCF)、形态(SHF)和空间破碎化(SPF)——的时空演变。随后,采用将双向固定效应面板模型与可解释机器学习相结合的综合框架,对这些指标之间的关系进行了分析。结果显示,农田废弃率呈现明显的由西向东的梯度变化,研究期间全国农田废弃率从2.25%下降至1.03%,其中农产品主产区的下降幅度最为显著。与此同时,尺度破碎化呈下降趋势,形状破碎化呈现倒U型轨迹,而空间破碎化则持续增加,特别是在城市化区域。面板回归结果表明,农田景观破碎化的三个维度均与农田弃耕呈正相关,尽管其在各主体功能区中的相对重要性存在差异:在农业区,空间破碎化占主导地位;在城市区,形状破碎化和空间破碎化共同主导;而在生态区,这三个维度均具有显著影响。重要的是,农田景观破碎化与农田废弃之间的关系呈现出明显的非线性模式:当尺度破碎化、形状破碎化和空间破碎化超过特定阈值(约为0.50、0.37和0.49)后,预测的农田废弃率会更敏感地增加,分别影响31.3%、 7.1%和18.8%的县。这些研究结果为在中国空间规划框架内实施具有空间差异性、对阈值敏感的土地管理干预措施提供了坚实的基础。

研究框架

1.农田景观破碎化与农田废弃关系中的空间异质性与非线性机制

(1)主体功能区间的异质性

现有研究强调,景观破碎化与土地利用决策之间的关系高度依赖于具体情境,在不同的制度、生态和社会经济环境中表现各异。中国的主体功能区战略将各县划分为城市化地区、农产品主产区、重点生态功能区,这为理论阐释区域性政策如何重塑农田景观破碎化与农田废弃之间的关系提供了坚实的框架。这一观点与系统思维方法相一致,即针对特定地区的投资和监管干预措施,要么减轻,要么加剧土地碎片化带来的地方成本。

在农产品主产区,治理工作主要侧重于保障粮食安全。这些区域的特点是国家在高标准农田建设及土地整合项目上投入了大量资金。此类干预措施不仅提高了管理效率,还提供了必要的资金来缓冲碎片化带来的负面影响。在城市化区域,治理重点转向工业和住宅发展。城市扩张往往导致地块形状日益不规则,并在城乡交界地带造成空间隔离。加之非农业部门劳动力机会成本较高,这些空间制约因素使得碎片化的农田越来越容易被废弃。重点生态功能区通常位于地形复杂且环境敏感的区域,其农业基础薄弱。该区域的发展战略将生态保护置于农业投资之上。这种制度背景削弱了缓冲农田破碎化成本的能力。因此,小规模、形状不规则且孤立的农田斑块所带来的累积不利影响,往往导致大范围的农田废弃。

(2)农田景观破碎化与农田废弃关系中的非线性阈值效应

在农业生产中,农民通常表现出一定程度的韧性和适应性。最新证据表明,在破碎化程度较低时,他们可以通过灵活的家庭劳动力配置和适应性管理来抵消负面外部性——例如机械化效率降低或交通时间增加。然而,随着土地碎片化程度加深,相关的交易和管理成本会不成比例地上升。一旦土地碎片化的特定维度——例如地块面积缩小至低于机械作业的最低阈值,或交通距离超出合理的通勤范围——超过某些临界阈值,耕作的边际成本就会急剧上升,而边际收益则迅速下降。这种非线性模式反映了农民决策的路径依赖性和适应性。从积极耕作到弃耕的转变很少是一个渐进的过程;相反,一旦达到临界点——这一概念在复杂系统动力学中广为人知——这一过程往往会加速。在此关头,即使碎片化程度仅有微小增加,也可能引发土地利用行为的质变,导致农业的经济盈利能力在结构上变得不可持续,进而导致弃耕率骤然上升。

2.问题提出

本研究旨在探讨一个关键问题:农田破碎化是否会导致普遍且一致的农田废弃?通过整合多时相土地覆盖数据、GIS空间分析、计量经济学建模以及可解释的机器学习技术,我们研究了2000年至2020年间中国农田废弃与农田景观破碎化的时空动态,以揭示这一复杂现象的本质。具体而言,本研究旨在实现以下三个目标:(1)实证评估农田景观碎片化的多个维度——尺度碎片化、形状碎片化、空间碎片化——对农田废弃的独特影响; (2) 识别并描述这些关系中潜在的非线性模式;以及 (3) 考察农田景观破碎化—农田废弃关联在中国各“主要功能分区”中的差异,从而阐明其在不同政策和环境背景下所呈现的因地制宜的异质性。

未来展望

应承认存在若干局限性。首先,县级分析可能掩盖了县内的异质性,且面板数据的时间维度有限(三个时期),这限制了动态面板模型的应用,无法充分考虑农田废弃现象中的时间持久性。其次,受数据可获得性的限制,某些潜在的相关因素——如详细的制度变量(例如农业技术推广强度和新农业经营主体的发展)——并未被明确纳入。此外,缺乏对机械化水平和农村基础设施的直接测量指标,而这些指标本可进一步完善因果路径的识别。此外,尽管本研究侧重于由经济和结构因素驱动的农田废弃现象,但要将其与政策驱动的土地利用转型(如生态修复计划)完全区分开来仍具挑战性,这可能会引入潜在的解释偏差。最后,基于SHAP的分析本质上具有预测性,并未确立因果关系,因此在解读时应持谨慎态度。

未来研究可通过整合更高分辨率的空间数据、更丰富的制度和基础设施变量、多尺度分析框架以及因果机器学习技术,来克服这些局限性,从而更好地捕捉农田破碎化与废弃之间的复杂动态关系。特别是,整合政策数据集和微观层面的信息,将有助于更清晰地区分市场驱动的废弃与政策诱发的土地利用变化。

文章主要图表

点击蓝字

关注我们

声明:本推送内容仅代表个人对文章的理解,烦请有兴趣的同学阅读原文。

原文请见:https://doi.org/10.1016/j.apgeog.2026.104091

最新文章

随机文章