刘同
, 李红, 孙丹峰
LIU Tong, LI Hong, SUN Dan-feng
中图分类号: K909
文献标识码: A
文章编号: 1000-0690（2012）12-1496-07
通讯作者:
收稿日期: 2011-12-27
修回日期: 2012-04-14
网络出版日期: 2012-12-20
版权声明: 2012 《地理科学》编辑部 本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.
基金资助:
作者简介:
作者简介：刘 同（1982-）,江苏徐州人,博士,讲师,主要从事农村土地政策研究。E-mail:195807653@qq.com
展开
摘要
以北京市昌平区为例,将农村土地经营权流转分为流转发生及流转后土地非农化发生等两个变化过程。分别采用传统Logistic和Autologistic回归模型分析了流转发生前、后区域土地利用方式对土地流转景观过程的影响。结果显示,城镇用地是推动土地流转发生最为重要的利用方式,但同时城镇用地也加速了流转后的土地由农业利用向非农利用的转变;在尺度上,区域土地利用方式对土地流转发生的影响主要体现在1~5 km的中尺度上,对流转土地非农化发生的影响则体现在0~1 km的小尺度上;相比较传统的Logistic模型,考虑了空间自相关效应的Autologistic模型具有更高的解释精度,因此在对土地流转进行驱动力分析时不能忽视空间自相关的影响。
关键词：
Abstract
Agricultural land use right transfer (LURT) is an important rural land reform in recent years in China. The LURT was affected by many factors, and social-economic factors were usually studied. However, the landscape processes of LURT and the impact of regional land use types on LURT is little understood. According to the effects of LURT on landscape, LURT can be divided into two processes: land use right transfer in rural operating land and non-agricultural occurrence in the transferred land. Based on the two processes, this article defined the transferred type and non-transferred type for the land use right transfer, and non-agricultural type and agricultural type for the non-agricultural occurrence. Changping district of Beijing was took as a case, and the relationships between the regional land use types and LURT landscape processes were established with Logistic and Autologistic models. The results showed that urban and city land is the most important land use type to cause the occurrence of land use right transfer, meanwhile, the type also stimulated the change of agricultural use to non-agricultural use in transferred land. On the scale of historical land uses effects, the influence of these land uses was mainly reflected at the medium scale region (1-5 km) and the small scale region (0-1 km) for the occurrence of land use right transfer and the occurrence of non-agricultural uses in transferred patches respectively. Compared with traditional Logistic model, Autologistic model containing the spatial autocorrelation effects has higher accuracy, thusspatial autocorrelation effects cannot be ignored for the study the driven forces on LURT.
Keywords：
农村土地经营权流转（以下简称土地流转）是20世纪70年代末土地家庭联产承包责任制确立以来,近些年中国农村最为重要的一次土地制度改革。近些年各地土地流转的实践表明,土地流转的发生范围越来越广泛,流转率也逐步提高[1,2]。尽管土地流转对当地农业及社会经济发展起到了一定的推动作用[3,4],但同时也产生了较为严重的负面影响,如流转后土地的非农化利用,强迫流转导致的农民失地等诸问题[5,6]。
目前多数研究侧重于从社会经济角度,通过对流转参与者的剖析来认识土地流转过程[7,8],而从景观环境因素上的分析相对较少。从景观特征上分析,土地流转可以归纳为两个主要过程[9],一是土地经营权属的改变,即土地流转的发生;二是流转后土地利用方式的变化,需要特别关注的是流转后非农化的发生。目前对于流转后土地利用变化的研究主要包括流转类型与土地利用的响应关系[6]、农户流转行为对流转后土地利用变化的影响[10]等等。在以上研究中,普遍忽略了从景观过程角度来进行分析,并且缺乏将这两个部分统一进行研究。而基于景观角度的认识逐渐成为土地流转研究的一个可行方向,如张微微等利用遥感、GIS技术,制订了一整套土地流转景观空间信息提取的方法和流程[11];刘同等进一步分析了土地流转对区域景观的影响[9],但尚未研究区域景观因素对于土地流转的影响。虽然以往研究都指出区位条件对于土地流转的重要性[5,6],但是把潜在流转地块周边的土地利用方式及配置与土地流转过程建立关系,并细化不同土地利用方式对土地流转影响的研究尚未见报道。
在以往对土地流转驱动力分析的研究中,Logistic回归是最常用的一种分析方法[7,8,12],但是传统Logistic回归并没有考虑自变量和因变量可能具有的空间自相关特征,而忽略这一特征会导致对外部驱动因素贡献的高估[13]。Autologistic回归通过在传统Logistic回归模型中添加空间协变量的方法,纳入了空间自相关的影响,这一方法在生态学、土地利用覆被变化等领域得到了广泛的应用[14~16]。将这两种方法进行对比实验,有助于更清晰、准确的认识土地流转。
因此,本文以北京市昌平区为例,在将土地流转划分为土地流转发生及流转后土地非农化发生两大过程的基础上,以权属边界下的斑块为样本,流转前的土地利用方式为区域景观自变量,通过以斑块质心点划缓冲区的方式建立了区域土地利用方式与土地流转过程的Logistic和Autologistic回归模型。通过本文研究,可以从区域土地利用方式来分析未来土地流转的发展趋势,为土地流转的科学决策提供依据,并且基于Logistic和Autologistic模型的对比分析也为土地流转空间过程的研究提供了参考。
本研究以北京市昌平区为例,昌平区位于北京市行政辖区的中部,其东南部紧邻北京市主城区,地理位置大致在115°50′17″E~116°29′49″E, 40°2′18″N~40°23′13″N。受首都城市圈扩展的驱动,研究区经济发达,农村土地流转较为活跃,截至2007年底发生流转的土地面积占到农村经营土地总面积的36.22%[11]。
土地流转数据来源于2007年昌平区农村土地经营权调查,该调查最终形成权属边界下农村经营土地斑块的空间信息数据库,其主要属性包括了每个斑块的经营权性质及利用方式,详细调查过程及解释可参见相关文献[9,11]。本文将权属边界下的土地斑块按照权属性质划分为流转斑块及未流转斑块;按照土地利用方式将流转后的土地划分为非农用地斑块及农业用地斑块,其中非农用地包括,商业用地、工业用地、公共设施用地以及未利用地;农业用地则包括,耕地、园地、林地、菜地以及养殖用地。斑块质心点的类型及空间分布见图1。
图1 流转斑块、未流转斑块(a)及非农利用斑块、农业利用斑块(b)质心点的空间分布
Fig.1 Centroid points of transferred patches, non-transferred patches, non-agricultural patches and agricultural patches
昌平大规模土地流转大致发在2000年左右,因此本文采用1999年的土地利用方式作为影响因素进行分析,数据来源于1999年北京市土地利用详细分类①(① 李 红.北京郊区农业自然资源与社会经济综合管理平台建设,1999.)。根据研究需要,所选择的区域土地利用方式包括耕地、园地、农村居民点用地、独立工矿用地、城镇用地以及道路网络。由于土地流转的发生区域绝大部分位于人类活动剧烈的地区。因此,牧草地、水域用地,未利用地以及林地等人类活动干扰较少的地类,本文不对其进行分析。其次由于交通用地为线状地物,其影响主要体现在网络的连接和通达功能上,不适宜用面积来衡量其影响,因此本文采用2007年昌平区的道路网络进行替代,该道路网络通过目视解译在2007年SPOT2.5 m全色影像与10 m多光谱影像融合后的影像上提取,道路等级分为主干道及乡村路,前者是连接城镇之间的道路,后者则是连接村落之间的道路。
权属边界下的土地斑块是构建模型的样本来源,其中斑块的性质（是否流转,是否非农利用）在模型中为二值型因变量。作为自变量的5种土地利用方式通过以斑块质心点制作缓冲区的方法来量化其数值。首先根据研究区的大小,将缓冲区的半径范围界定在10 km;然后考虑到景观自变量在不同尺度上可能存在的差别,又大致将缓冲区划分为3个部分：小尺度区域（0~1 km）,中尺度区域（1~5 km）及大尺度区域（5~10 km）（图2）;最后,分别计算5种利用方式在各个尺度区域内的面积比例并作为变量数值（表1）。道路网络自变量,则是计算了斑块质心点距最近邻道路的距离,包括距主干道距离及距乡村路距离（表1）。另外计算了多尺度缓冲区内5种利用方式所反映的景观多样性指数,以体现斑块周边景观的复杂程度（表1）。
表1 所选景观自变量及含义
Table 1 Variables and their meanings
| 变量 | 含义 |
|---|---|
| 耕地I | 耕地在0~1 km缓冲区内的面积比例 （%） |
| 耕地II | 耕地在5~10 km缓冲区内的面积比例 （%） |
| 耕地III | 园地在1~5 km缓冲区内的面积比例（%） |
| 园地I | 农村居民点在0~ 1 km缓冲区内的面积比例（%） |
| 园地II | 农村居民点在5~10 km缓冲区内的面积比例（%） |
| 园地III | 独立工矿用地在1~5 km缓冲区内的面积比例（%） |
| 农村居民点I | 城镇用地在0~1 km缓冲区内的面积比例（%） |
| 农村居民点II | 城镇用地在5~10 km缓冲区内的面积比例（%） |
| 农村居民点III | 5种土地利用方式在1~5 km缓冲区内的景观多样性指数 |
| 独立工矿用地I | 斑块质心点距主干道的最近距离 （km） |
| 变量 | 含义 |
| 独立工矿用地II | 耕地在1~5 km缓冲区内的面积比例 （%） |
| 独立工矿用地III | 园地在0~1 km缓冲区内的面积比例（%） |
| 城镇用地I | 园地在5~10 km缓冲区内的面积比例（%） |
| 城镇用地II | 农村居民点在1~5 km缓冲区内的面积比例（%） |
| 城镇用地III | 独立工矿用地在0~1 km缓冲区内的面积比例（%） |
| 景观多样性指数I | 独立工矿用地在5~10 km缓冲区内的面积比例（%） |
| 景观多样性指数II | 城镇用地在1~5 km缓冲区内的面积比例（%） |
| 景观多样性指数III | 5种土地利用方式在0~1 km缓冲区内的景观多样性指数 |
| 距乡村道最近距离 | 斑块质心点距乡村道的最近距离 （km） |
| 距主干道最近距离 | 斑块质心点距主干道的最近距离 (km) |
土地流转景观过程量化为二分类变量,因此可以采用 Binary Logistic回归模型,即传统Logistic回归,该模型的具体使用方法参见相关文献[17]。Autologistic模型的基本思路是在传统的Logistic模型基础之上引入空间协变量[13],从而尽可能消除自变量和因变量的空间自相关效应,空间协变量计算的具体公式如下：
式中,d为i,j两样本点的欧氏距离;k为在d距离内样本点的数目;y为二分因变量的数值（1/0）。空间协变量的数值依赖于距离阈值的选择,为了尽可能的消除空间自相关的影响,本文采用赤池信息准则[18](AIC)来确定在多大的距离阈值下,模型具有最优的解释,并以此距离作为空间协变量计算的阈值距离,本文采用的试验距离从100~5 000 m,间隔为100 m。在进行回归建模时,由于所选的自变量存在一定的共线性,因此采用逐步回归方法。另外,采用ROC(Relative Operating Characteristics)方法[19]来对比Logistic和Autologistic模型的解释能力,一般认为ROC值在0.5~0.7时,模型精度较低;在0.7~0.9范围时,模型精度可信;大于0.9时,模型具有高精度。
以上斑块质心点获取及缓冲区制作在Arcgis9.2下完成;空间协变量在Visual Basic6.0下通过编程计算获得;AIC计算、ROC检验、Logistic和Autologistic逐步回归及系数的显著性检验在R2.10下通过stats软件包完成。
ROC检验结果显示,对于土地流转发生及流转土地非农化发生两个过程,Autologistic模型的解释精度要明显优于传统的Logistic模型（表2,表3）,并且空间协变量在两个过程的回归结果中都具有显著正影响（表2,表3）,这表明在对土地流转进行驱动力分析时不能忽视空间自相关的影响。另外,相比较Logistic模型回归结果,Autologistic模型下景观自变量对方程的贡献程度都在下降,并且有些自变量不再显著（表2,表3）,这是因为加入了空间协变量后,观测变量的一部分变化是基于空间自相关项来解释的,而这也导致了Autologistic模型中对土地流转过程有显著影响的自变量的个数少于Logistic模型的个数。
表2 土地流转发生的Logistic和Autologistic模型回归结果
Table 2 Results of Logistic and Autologistic models on the occurrence of land use right transfer
| 变量 | Logistic | Autologistic | ||||
|---|---|---|---|---|---|---|
| Beta | Wald | P | Beta | Wald | P | |
| 耕地I | ||||||
| 耕地II | -0.03 | 12.61 | <0.001 | |||
| 耕地III | ||||||
| 园地I | ||||||
| 园地II | ||||||
| 园地III | -0.09 | <0.001 | -0.06 | 13.23 | <0.001 | |
| 农村居民点I | ||||||
| 农村居民点II | ||||||
| 农村居民点III | ||||||
| 独立工矿用地I | 0.13 | 20.15 | <0.001 | |||
| 独立工矿用地II | ||||||
| 独立工矿用地III | ||||||
| 城镇用地I | ||||||
| 城镇用地II | 0.42 | 43.58 | <0.001 | 0.26 | 39.23 | <0.001 |
| 城镇用地III | ||||||
| 景观多样性指数I | ||||||
| 景观多样性指数II | 0.21 | 32.16 | <0.001 | 0.14 | 27.38 | <0.001 |
| 景观多样性指数III | ||||||
| 距主干道最近距离 | -0.15 | 30.59 | <0.001 | -0.08 | 15.69 | <0.001 |
| 距乡村道最近距离 | ||||||
| 空间协变量 | 0.45 | 41.40 | <0.001 | |||
| ROC | 0.852 | 0.986 | ||||
表3 流转后土地非农化发生的Logistic和Autologistic模型回归结果
Table 3 Results of Logistic and Autologistic models on the occurrence of non-agricultural uses in transferred patches
| 变量 | Logistic | Autologistic | ||||
|---|---|---|---|---|---|---|
| Beta | Wald | P | Beta | Wald | P | |
| 耕地I | -0.12 | 20.31 | <0.001 | -0.08 | 14.77 | 0.03 |
| 耕地II | ||||||
| 耕地III | ||||||
| 园地I | ||||||
| 园地II | -0.05 | 11.23 | <0.001 | |||
| 园地III | ||||||
| 农村居民点I | -0.16 | 24.87 | <0.001 | |||
| 农村居民点II | ||||||
| 农村居民点III | ||||||
| 独立工矿用地I | ||||||
| 独立工矿用地II | ||||||
| 独立工矿用地III | ||||||
| 城镇用地I | 0.35 | 34.15 | <0.001 | 0.28 | 15.63 | <0.001 |
| 城镇用地II | 0.12 | 12.71 | <0.001 | |||
| 城镇用地III | ||||||
| 景观多样性指数I | 0.28 | 29.65 | <0.001 | 0.21 | 18.94 | <0.001 |
| 景观多样性指数II | ||||||
| 景观多样性指数III | ||||||
| 距主干道最近距离 | -0.11 | 14.98 | <0.001 | -0.09 | 11.45 | <0.001 |
| 距乡村道最近距离 | ||||||
| 空间协变量 | 0.39 | 71.32 | <0.001 | |||
| ROC | 0.869 | 0.999 | ||||
由于考虑了空间自相关因素的Autologistic模型具有更高解释精度,因此在解释景观自变量影响时,以Autologistic模型的回归结果进行分析。
对土地流转发生过程影响的回归结果显示（表2）,在景观自变量中,中尺度下城镇用地的面积比例及景观多样性指数对土地流转的发生具有显著正影响,而大尺度下园地的面积比例以及距主干道最近距离具有显著负影响。这说明样本周边1~5 km范围内城镇用地比例越高,土地利用越复杂,以及距主干道越近,样本地块越容易发生流转;而在5~10 km的范围内,园地面积比例越高,则越不容易流转。标准化回归系数显示（表2）,在所有景观自变量中,中尺度下的城镇用地对土地流转的影响最大。
对流转土地非农化过程影响的回归结果显示（表3）,在景观自变量中,小尺度和中尺度下城镇用地的面积比例以及小尺度的景观多样性指数对流转土地非农化的发生具有显著正影响,而小尺度下耕地的面积比例以及距主干道最近距离具有显著负影响。这说明样本周边0~5 km范围内城镇用地比例越高,土地利用方式越复杂,距主干道越近,样本地块越容易发生非农化;而在0~1 km的范围内,耕地面积比例越高,则越不容易发生非农化。标准化回归系数显示（表3）,在所有景观自变量中,小尺度下的城镇用地对流转土地非农化发生的影响最大。
城镇化发展水平被认为是推动土地流转的重要驱动力。土地斑块周边城镇用地的比例越高,一方面意味着其所在区位未来城镇化的可能性也越高,也更容易吸引潜在的土地需求方;另一方面非农化的就业机会也随之增多,因此提升了农民流转土地的积极性,降低了土地流转的交易成本。但区域内相对较高的城镇化,也意味着流转后的土地斑块由农业利用方式向非农利用方式转移风险的加剧,本文结果也证实了,城镇用地等非农利用方式在促进土地流转的同时,也大大刺激了流转后土地非农化的发生。相比较城镇用地等非农利用方式,耕地对土地流转的促进作用不大,园地甚至呈现出阻碍作用。这一现象说明,研究区的土地流转不易发生在以农业利用为主导的区域土地利用配置中。在土地流转过程中,农民生活保障水平被认为是重要的限制因素之一[20],而在以农业利用为主的区域土地利用配置中,农民的收入水平相对较低并且非农就业缺乏,这都制约了农民的流转意愿。
在作用尺度上,区域土地方式对土地流转发生的影响主要体现在1~5 km范围内中尺度上,对流转土地非农化发生的影响则体现在0~1 km范围内小尺度上,这一结果说明,区域土地利用方式对土地流转两个过程的影响存在尺度差异。首先对于土地流转的发生,也即经营权性质的变化,表面上是农户与潜在转入方之间的交易,但实际上由于土地最终所有权属于农村集体所有,因此村集体、乡镇等各级政府机构在此过程中起了更多的主导作用。而政府引导下的土地流转,更多考虑的是宏观土地的配置与规划,因此较大尺度上的景观因素对政府机构的决策影响更大;而对于土地流转后非农化的发生,转入方作为个体经营者,以自身利益最大化为目标,因此小尺度上的区域景观因素影响起着更为重要的作用。
在Logistic和Autologistic模型的对比上,考虑了空间自相关效应的Autologistic模型具有更高的解释精度,而用传统的Logistic回归则会导致对外部因素贡献的高估。土地流转作为一个高度复杂的决策过程,根据以往对人类决策活动的研究,通常情况下一项决定的做出,不仅依赖于自身效用,也受他人决策活动的影响,因此流转的发生及非农化的发生在空间上存在的传递效应导致了空间自相关性,但这种效应的大小及发生机制需要进一步探讨。
1） 区域土地利用方式对土地流转的发生及流转后土地的非农化发生都具有显著的影响,其中城镇用地的作用最为突出,反映出城镇化是推动土地流转的重要因素,但同时也加速了流转后土地由农业利用向非农利用的转变。
2） 区域土地利用方式对土地流转两个主要过程的影响具有尺度差别,其中对流转发生的影响,中尺度下的土地利用方式作用更大,而对非农化发生的影响则更多的体现在小尺度上。
3） 相比较传统的Logistic模型,Autologistic模型具有更高的解释精度,这说明在对土地流转驱动力分析时,不能忽视空间自相关的影响。
The authors have declared that no competing interests exist.
| [1] |
农户土地租赁行为分析——基于福建省和黑龙江省的农户调查 [J].
本文对经济发展水平不同地区农户的土地租赁行为进行了统计分析，并指出了目前农户土地租赁行 为的一些特征。分析结果表明，农户的土地租赁已具备一定规模，但离真正农业规模化经营还相去甚远；土地租赁期限较短，契约不规范，增加了租赁的不稳定性； 土地租赁主要发生在村组内部的亲戚、邻居之间，但并不局限于村组内部；土地租赁大多还是有偿的，而且地租以粮食（或产品）支付为主，现金为辅，支付形式多 样化。
|
| [2] |
农村土地使用权流转原因的新制度经济学分析 [J]. |
| [3] |
Land rental markets in the process of rural structural transformation: productivity and equity impacts from China [M]. |
| [4] |
Local versus global separability in agricultural household models: The factor price equalization effect of land transfer rights [J].https://doi.org/10.1111/1467-8276.00329 URL [本文引用: 1] 摘要
Commonly employed global tests for separability between production and consumption decisions are theoretically inappropriate when the market failures creating non-separabilities differentially constrain some, but not all households. Simulated maximum likelihood estimates using Chinese panel data reject the restrictions implied by a global separability test in favor of regime-specific or local separability tests. The estimates also show that a global approach to separability obscures the significant effect that less-encumbered land transfer rights would have on shadow factor price equalization across households and allocative efficiency. The findings on transfer rights suggest a resolution to the debate in China on further property rights reform. Copyright 2002, Oxford University Press.
|
| [5] |
中国农村土地流转市场的调查研究——基于2005年17省调查的分析和建议 [J].
基于中国人民大学和美国农村发展研究所（RDI）2005年组织的17省农村土地调查的数据，对中国农地流转市场的现状和特点进行描述，并分析农地流转的主要影响因素。本文认为，目前的中国农地市场处于初级阶段，发育缓慢，具有显著的区域差异性。产权和制度因素是制约中国农地流转市场发展的主要因素，规范的合同签订与承包经营权证书的发放能够促进农地流转市场的发展。此外，农户家庭人口数、非农人口比例、农民受教育程度以及区位条件等也是显著的影响因素。研究还发现，土地分配的完全行政方式（即土地调整）、过渡性方式（如“两田制”等）与土地市场方式之间存在着一定的替代和互补关系．
|
| [6] |
上海市郊区农业土地流转类型与土地利用变化响应差异性研究 [J].https://doi.org/10.3969/j.issn.1002-2104.2006.05.024 URL [本文引用: 3] 摘要
在对农业用地流转机制进行深入分析的基础上，将农业土地流转市场划分为三种类型：政府引导 型、集体推动型和农户主导型。进而结合农户调查数据，通过建立农业土地非耕地化流转的驱动力模型。分析不同类型的农业土地流转市场对于耕地利用变化的影 响。模型运行结果表明：政府引导的农业土地流转导致耕地面积大幅减少，集体推动的流转有利于提高耕地利用效率。农户主导的农业土地流转促使了粮食作物种植 面积的减少。最后以模型运行结果为依据，从保护农民土地权益、维持耕地总量平衡的角度提出相关建议。
|
| [7] |
耕地流转农户行为影响因素的实证分析:基于江西省 1396 户农户耕地流转行为现状的调研 [J].https://doi.org/10.11849/zrzyxb.2008.03.002 Magsci [本文引用: 2] 摘要
论文利用江西省42个县(区)74个行政村1396户农户的抽样调查数据,通过建立耕地流转行为与各自变量的Logistic回归计量模型,从家庭特征因素、家庭经济因素和资源禀赋因素三方面分析了农户耕地流出和流入行为的影响因素。研究表明:外出打工对耕地流出影响最大,是农户耕地流出的最大驱动力;而经济收入与耕地流转是互为因果的关系,耕地流入户的经济收入存在明显低于流出户的经济收入的趋势;地形特征对耕地流出行为有明显影响,地形越平坦,越容易流出,同样耕地越破碎,越不易被流入户接受。
|
| [8] |
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].
针对农户生计非农化对耕地流转的影响,采用Logistic回归分析方法,对福建省长汀县358户农户生计非农化对耕地流转的影响进行了实证分析。研究结果表明:①农户生计非农化与耕地流出之间是一种正反馈关系,农户生计非农化有效促进了农户耕地的流出;②生计非农化诱致的农业劳动力缺乏以及较高的务农机会成本是农户耕地流出的直接原因;③生计非农化总体上对耕地流入起到抑制作用,其中,务农机会成本对农户耕地流入起到主导的抑制作用,而地租下降等因素对耕地流入起到促进作用,一定程度上缓解了高务农机会成本对耕地流入的影响。
|
| [9] |
农村土地经营权流转对区域景观的影响——以北京市昌平区为例 [J].
中国农村土地经营权流转产生的影响是多方面的，但目前对于土地流转在景观方面的研究尚比较匮乏，而土地权属对于景观影响的重要性在近些年的相关研究中已经得到印证。因此全面考量土地流转在景观上的影响，能为相关政策提供依据。以北京市昌平区为例，对比分析了土地流转后所形成的流转经营权类型与尚未发生流转的农户家庭经营权类型、集体经营权类型以及它们的土地利用类型在景观格局上的特征及差异。结果表明：土地流转明显偏向经济较发达区域，呈现出多样化的土地利用方式，农业土地规模化经营程度有所提高，但建设性地类的大量分布也导致部分土地零碎化；流转后土地斑块整体上较为方正，但粮食作物用地依然有大量狭长斑块；流转后建设性地类斑块呈现分散布局特征，而农业性地类的斑块连片程度相对较低。因此昌平区农村土地流转虽然一定程度上提高了农业土地的经营规模，但流转后大量土地的非粮化、非农化的利用，影响了区域粮食生产安全。其次建设用地等非农用地的斑块导致农田景观基质的破碎化，在降低了农田生态环境效应的同时，也带来了环境污染风险。
|
| [10] |
区域农村土地市场发育的农户行为响应与农业土地利用变化——以江苏省苏州市、南京市、扬州市村庄及农户调查为例 [J].https://doi.org/10.11849/zrzyxb.2003.03.009 Magsci [本文引用: 1] 摘要
在江苏省苏州市、南京市、扬州市各自选择了2个村的基础上,运用对240个农户的抽样调查资料,建立了区域农业土地利用变化分析的数量经济模型,较为深入地分析了农村土地流转市场引导下的农户行为对于农业土地利用变化的影响。研究结果表明,在农户决策行为起主导作用的前提下,农业土地利用正在逐步由传统的大田作物向效益更高的经济作物和水产养殖等地类转化;农户家庭非农就业水平的提高有效地推进了这一转化;同时,农户受教育水平的高低以及政府行为都在一定程度上影响着农业土地利用变化。最后从区域非农产业和城镇化发展、深化农村土地产权的物权化改革、农村社会保障制度的完善、建立农村土地流转中介机制、进一步规范政府行为及积极推进农村户籍制度改革等方面提出了一些政策性建议。
|
| [11] |
基于“3S”技术的农村土地承包经营权属与流转调查 [J].https://doi.org/10.3969/j.issn.1002-6819.2011.10.022 URL [本文引用: 3] 摘要
为了明确农村土地承包经营权属与流转的空间分布,解决土地流转出现的问题并为相关农业土地政策制定提供动态的空间信息,开展了1：1万农村土地承包经营权属与流转空间调查研究。调查以高分辨率影像分割、合同界址点人为指认判读、GIS勾绘、移动GIS采集为合同地块获取的主要关键技术,最终构建了农村土地经营权属信息数据库和土地流转数据库。与GPS-RTK测量法、单一的移动GIS测量法和航空影像图解勾绘法获取地块相比,该研究方法更适合于大区域尺度的调查,既能保证精度,又能提高工作效率和减少调查费用。通过研究区的试验示范研究,探讨了农村土地承包经营权属与流转空间调查的技术方法体系。该方法也可为其他区域的土地经营权属与流转调查工作提供技术支持和工作流程参考。
|
| [12] |
农牧交错区农户耕地流转及其影响因素分析 [J].https://doi.org/10.3969/j.issn.1002-6819.2010.08.051 URL [本文引用: 1] 摘要
耕地承包经营权流转因涉及到农 业现代化和国家粮食安全,已经成为研究的热点问题。文章以内蒙古太仆寺旗为例,利用二元logistic模型分析农牧交错区农户间的差异对的耕地流转的影 响。研究表明:太仆寺旗近一半的农户存在耕地转入或耕地转出行为;务农劳动力数、农业机械、种植业收入占比和畜牧业收入占比对农户转入耕地有显著正面影 响,而对转出耕地的影响为负;由于机械替代劳动力,外出务工劳动力数较多的农户反而扩大经营规模的能力越强;户主年龄较大的农户不愿意再扩大耕地经营规 模,但由于对土地的依赖性较强,也不愿意把自家土地转出;户主文化程度和劳均耕地面积对耕地流转没有显著影响。对农用机械实施补贴政策,会促进耕地向有扩 大经营意愿和有明显优势的农户流转。
|
| [13] |
Assessing the validity of Auto Logistic regression [J]. |
| [14] |
An AutoLogistic model for the spatial distribution of wild life [J]. |
| [15] |
Analyzing spatial autocorrelation in species distributions using Gaussian and logit models [J].https://doi.org/10.1016/j.ecolmodel.2007.04.024 URL 摘要
Analyses of spatial distributions in ecology are often influenced by spatial autocorrelation. While methods to deal with spatial autocorrelation in Normally distributed data are already frequently used, the analysis of non-Normal data in the presence of spatial autocorrelation are rarely known to ecologists. Several methods based on the generalized estimating equations (GEE) are compared in their performance to a better known autoregressive method, namely spatially simultaneous autoregressive error model (SSAEM). GEE are further used to analyze the influence of autocorrelation of observations on logistic regression models. Originally, these methods were developed for longitudinal data and repeated measures models. This paper proposes some techniques for application to two-dimensional macroecological and biogeographical data sets displaying spatial autocorrelation. Results are presented for both computationally simulated data and ecological data (distribution of plant species richness throughout Germany and distribution of the plant species Hydrocotyle vulgaris). While for Normally distributed data SSAEM perform. better than GEE, GEE provide far better results than frequently used autologistic regressions and remove residualspatial autocorrelation substantially when having binary data.
|
| [16] |
AuoLogistic方法在土地利用格局模拟中的应用——以张家界市永定区为例 [J]. |
| [17] |
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].
<p>本文以农牧交错带的典型区域——内蒙古翁牛特旗为例,考虑土地利用变化过程的空间变量,建立了不同土地利用变化过程的logistic回归模型。结果表明:模型中转为耕地的主要解释变量是到农村居民点的距离和农业气候区;转为草地的主要解释变量是到农村居民点的距离、土壤表层有机质含量和到乡镇中心的距离;转为林地的主要解释变量是到农村居民点的距离和海拔;空间异质性和土地利用变化过程的时间变量共同影响着使用logistic回归模型来解释土地利用变化驱动力的能力;通过对草地logistic回归模型的检验,得出空间统计模型能较好地揭示不同土地利用变化过程的主要驱动力及其作用机理。</p>
|
| [18] |
Information theory and an extension of the maximum likelihood principles [C]. |
| [19] |
Land-cover change model validation by a ROC method for the Ipswich watershed, Massachusetts, USA [J]. |
| [20] |
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].
农村土地承包经营权流转是我国继家庭联产承包责任制实施以来, 又一项重要的农村土地制度改革。本文以北京市昌平区为例, 在镇域尺度上通过对流转土地斑块景观特征的刻画, 并运用主成分回归建立流转率与社会经济因素的关系, 认识土地流转的景观特征及驱动因素。结果显示, 研究区土地流转具有一定的规模但空间分布不均衡, 流转后土地有明显的非农化趋势, 并且东部乡镇的流转斑块在面积和形状上的差异普遍较大;在社会经济因素方面, 农民生活水平是影响土地流转发生规模的最重要因素, 交通基础设施以及农村旅游产业也是影响流转的重要因素。因此, 促进土地流转首先要考虑当地农民的生活状况, 积极开拓非农化就业渠道;而面对流转后土地的非农化趋势, 要积极引导转入方进行大规模农业经营。
|
/
| 〈 |
|
〉 |
