劉 洋，陳 英，張玉嬌，田 豐

(甘肅農(nóng)業(yè)大學 資源與環(huán)境學院，甘肅 蘭州 730070)

農(nóng)戶參與農(nóng)地整治的空間特征及其影響因素分析
——以甘肅省河西走廊區(qū)為例

劉 洋，陳 英*，張玉嬌，田 豐

(甘肅農(nóng)業(yè)大學 資源與環(huán)境學院，甘肅 蘭州 730070)

為深入研究農(nóng)戶參與農(nóng)地整治項目的空間區(qū)域差異及其影響因素，對河西走廊15個縣(市、區(qū))的農(nóng)地整治項目進行實地調(diào)查走訪，采用模糊綜合評判法測算農(nóng)戶參與的水平，運用探索性空間數(shù)據(jù)分析法(ESDA)測評農(nóng)戶參與的空間格局及區(qū)域差異，并運用空間計量模型分析農(nóng)戶參與的影響因素。研究結(jié)果表明：(1)河西走廊農(nóng)地整治農(nóng)戶參與水平普遍較低，空間區(qū)域差異明顯，具有顯著的正的空間自相關(guān)性；(2)河西走廊農(nóng)戶參與水平“熱點區(qū)域”集中分布在東部石羊河流域和西部疏勒河流域，“盲點區(qū)域”則處于中部黑河流域的肅州區(qū)、高臺縣、臨澤縣，總體呈現(xiàn)出空間地域上“兩頭高中間低”的“啞鈴”結(jié)構(gòu)；(3)空間誤差回歸分析表明，在考慮了空間地理效應之后，“農(nóng)戶耕地塊數(shù)”“村領(lǐng)導對待整治項目態(tài)度”“農(nóng)戶對種植農(nóng)產(chǎn)品市場預期”等因素對農(nóng)戶參與空間差異產(chǎn)生了更為顯著的影響。根據(jù)區(qū)域?qū)嶋H情況，剖析農(nóng)地整治中農(nóng)戶參與的空間格局及其影響因素的內(nèi)在機理，可為政府和國土部門制定差別化的農(nóng)戶參與激勵政策以提升農(nóng)地整治的績效及農(nóng)戶有效參與度提供理論依據(jù)和參考方法。

農(nóng)地整治；農(nóng)戶參與；探索性空間數(shù)據(jù)分析；空間計量模型；河西走廊

農(nóng)地整治不僅是優(yōu)化農(nóng)用地結(jié)構(gòu)、協(xié)調(diào)人地矛盾、保障糧食安全的重要手段，還是推進農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革、促進城鄉(xiāng)一體化發(fā)展的內(nèi)在要求。農(nóng)民作為農(nóng)地整治項目最終的使用者和受益者，最關(guān)心工程的質(zhì)量，積極有效地引導農(nóng)民參與農(nóng)地整治，才能使項目選址更科學，規(guī)劃設(shè)計更完善，實施更順利[1-2]。2016年國土資源部頒布的《全國土地整治規(guī)劃(2016—2020年)》和《關(guān)于扎實推進高標準農(nóng)田建設(shè)的意見》均提出：鼓勵各地因地制宜成立土地整治理事會，明確公眾參與方式，完善公眾參與程序，切實做到整治前農(nóng)民自愿、整治中農(nóng)民參與、整治后農(nóng)民滿意。因此，農(nóng)地整治項目的決策與規(guī)劃實施既要關(guān)注農(nóng)民的接受程度，同時要考慮其質(zhì)量，這就決定了在農(nóng)地整治項目過程中應合理調(diào)動公眾的參與興趣，提高農(nóng)民參與程度。

近年來，農(nóng)戶參與農(nóng)地整治項目的有關(guān)問題同樣引起了學術(shù)界的高度重視。國外學者多從利益相關(guān)者的角度來研究農(nóng)戶參與農(nóng)地整治的原因、特點及實施模式[3-4]；國內(nèi)學者對農(nóng)戶參與農(nóng)地整治項目的現(xiàn)狀及存在的問題[5-6]、參與意愿及參與層次[7-8]、參與的制約因素[9-11]、參與的機制[12]、參與的法律保障[13]等方面進行了大量研究。綜觀已有研究發(fā)現(xiàn)：第一，從研究角度看，已有研究側(cè)重于從經(jīng)濟學、社會學、管理學等非空間角度對農(nóng)戶參與農(nóng)地整治的現(xiàn)狀、存在問題及參與意愿進行研究，從區(qū)域空間差異角度分析的研究相對較少；第二，從研究方法看，已有研究側(cè)重于傳統(tǒng)的計量經(jīng)濟模型，忽視了數(shù)據(jù)的空間屬性，特別是缺少GIS空間分析方法的應用；第三，對農(nóng)戶參與影響因素的研究側(cè)重于傳統(tǒng)的回歸模型進行分析，忽視了不同區(qū)域空間單元相互作用的影響，由此可能產(chǎn)生估計偏差；第四，從研究區(qū)域看，已有研究側(cè)重于中東部經(jīng)濟發(fā)達地區(qū)，對西部欠發(fā)達地區(qū)尤其是河西走廊地區(qū)鮮有涉及。

基于以上研究背景，選取河西走廊除少數(shù)民族地區(qū)及嘉峪關(guān)市以外的15個縣(市、區(qū))，從縣域空間尺度出發(fā)，在大樣本數(shù)據(jù)調(diào)查的基礎(chǔ)上，借助Geoda和GIS軟件對河西走廊地區(qū)農(nóng)地整治農(nóng)戶參與的空間格局進行可視化表達和分析，并用空間計量模型探討影響因素對農(nóng)戶參與空間差異特征的影響機理。通過剖析農(nóng)地整治中農(nóng)戶參與的空間格局及其影響因素的內(nèi)在機理，為政府和國土部門制定區(qū)域差別化的農(nóng)戶參與激勵政策以提升農(nóng)地整治的績效及農(nóng)戶有效參與度提供理論依據(jù)和方法參考，且有助于豐富農(nóng)地整治農(nóng)戶參與的研究視角。

1 材料與方法

1.1 研究區(qū)概況

河西走廊是“一帶一路”經(jīng)濟帶的重要組成部分，位于甘肅省西北部狹長高平地。地域上由張掖、酒泉、嘉峪關(guān)、金昌和武威5個地級市組成，是甘肅省農(nóng)業(yè)和農(nóng)村的精華，同時是我國西部大開發(fā)的重點地區(qū)[14]。自2001年國土資源部下達首批國家投資農(nóng)地整治項目以來，農(nóng)地整治已在甘肅省蓬勃展開，而河西走廊是甘肅省目前農(nóng)地整治項目開展較多，成效較好的地區(qū)。鑒于此，研究中選擇河西走廊除少數(shù)民族自治縣和嘉峪關(guān)市(城鎮(zhèn)化率93.41%)以外的農(nóng)村和農(nóng)業(yè)人口占較大比重的武威、張掖、金昌及酒泉4個地級市作為研究區(qū)域。

1.2 數(shù)據(jù)來源

課題組根據(jù)相關(guān)文獻[1，6，15]和區(qū)域的實際情況，采用頭腦風暴法和歸納法，咨詢相關(guān)專家，從農(nóng)地整治的可研與決策、規(guī)劃設(shè)計、施工與竣工驗收、后期反饋4個階段出發(fā)推導出盡可能多的測度農(nóng)戶參與的最初指標，并于2016年5月對武威市涼州區(qū)進行預調(diào)查，采取訪談和問卷形式獲取有效問卷49份，并進一步核查完善問卷結(jié)構(gòu)，得到正式問卷。通過SPSS19.0對預調(diào)查數(shù)據(jù)的量表進行信度和效度檢驗，得到KMO=0.825>0.7，Barelett球狀檢驗P=0.000<0.05，且Cronbach a系數(shù)=0.836>0.8，證明量表信效度良好，適于進行大規(guī)模正式問卷調(diào)查。正式調(diào)查分別于2016年5—7月和2016年11月—2017年1月進行，共選取了河西走廊51個農(nóng)地整治項目，按照分層隨機抽樣原則最終確定了1 214戶農(nóng)戶為樣本，其中有效問卷1 149份，累計調(diào)查問卷有效率達到94.65%。樣本特征如表1所示。

1.3 研究方法

1.3.1 模糊綜合評判法

模糊綜合評判法是一種基于模糊數(shù)學的綜合評定方法，能夠清晰、較好地解決模糊的和難以量化的問題。其基本原理[16]為：設(shè)給定兩個有限論域：U={u1，u2，…，um}，V={v1，v2，…，vn}。U是綜合評判的指標集，V是評判集，評價結(jié)果為f:U→V的一個模糊映射，即X·R=Y。其中X為U上的模糊子集，X={x1，x2，…，xm}，0≤xi≤1，Σxi=1，xi為ui對X的隸屬度；Y={y1，y2，…，yn}，0≤yj≤1，Σyj=1，yj為vj對Y的隸屬度。

(1)

式(1)中：rmn為um的評價對等級vn的隸屬度。

由于農(nóng)地整治農(nóng)戶參與是一個復雜的概念體系，所以首先確定農(nóng)戶參與各測度項及其權(quán)重值，然后再進行模糊綜合評判。

1.3.2 探索性空間數(shù)據(jù)分析(ESDA)法

ESDA是SDA空間數(shù)據(jù)分析技術(shù)的一種，主要用于表示研究對象的空間分布和空間關(guān)聯(lián)模式?？臻g自相關(guān)作為ESDA的核心內(nèi)容，是根據(jù)研究對象屬性的空間位置相似性來測評區(qū)域內(nèi)同一變量的相關(guān)性[17-18]，包括全局和局部空間自相關(guān)兩種形式，常用指標是Moran’sI。

全局Moran’s

(2)

式(2)中：N為格數(shù)據(jù)數(shù)目；Yi和Yj分別為空間對象在第i，j兩點的屬性值，可以為Y的平均值;Wij為空間對象在第i，j兩點之間的連接關(guān)系。

表1 河西走廊調(diào)查樣本特征描述

Table 1 The surveyed sample characteristics in Hexi Corridor

類型Type特征Characteristic頻數(shù)(戶/人)Frequency(Household/Person)比重Proportion/%類型Type特征Characteristic頻數(shù)(戶/人)Frequency(Household/Person)比重Proportion/%性別男Man90979.12調(diào)研區(qū)域敦煌市DunhuangDistrict716.11Gender女Woman24020.88Research瓜州縣GuazhouCounty453.92年齡30歲以下Below30years867.47area玉門市YumenDistrict635.56Year30～40歲30-40years22119.25金塔縣JintaCounty1069.3041～50歲41-50years36231.47肅州區(qū)SuzhouDistrict1008.9351～60歲51-60years30226.29高臺縣GaotaiCounty786.8460歲以上Above60years17815.52臨澤縣LinzeCounty695.65文化程度小學及以下Belowprimary62154.02甘州區(qū)GanzhouDistrict908.11Education初中Junior43537.93民樂縣MinleCounty645.93高中及以上Abovesenior938.05山丹縣ShandanCounty908.11家庭人口數(shù)3人以下847.33金川區(qū)JinchuanDistrict473.74Family3～5人84073.13永昌縣YongchangCounty584.56population5人以上22519.54民勤縣MinqinCounty1069.30農(nóng)戶類型純農(nóng)戶Purefarmers20717.96涼州區(qū)LiangzhouDistrict1119.66Farmerstype以農(nóng)為主的兼業(yè)戶Agricultureasmain44838.94古浪縣GulangCounty514.28非農(nóng)為主的兼業(yè)農(nóng)戶Non-agricultureasmain49442.96———

(3)

式(3)中：S2為yj的離散方差，為平均值；Wij為權(quán)重矩陣。

1.3.3 空間計量模型法

空間滯后模型(spatial lag model)與傳統(tǒng)的回歸模型相比，考慮了因變量的空間相關(guān)性，同時模型中滯后變量系數(shù)可以直觀地反映空間擴散的程度[19]。其表達式為：

y=ρWy+Xβ+ε。

(4)

式(4)中：W為n×n階權(quán)重矩陣；ρ為空間滯后變量Wy的系數(shù)；X為n×k的自變量矩陣；β是與自變量X相關(guān)的參數(shù)向量；ε為正態(tài)分布的隨機誤差向量。

空間誤差模型(spatial error model)，即當假定研究對象的空間特性是由忽略的變量產(chǎn)生效應時，空間誤差模型為此提供了一種準確的測度方式。其表達式為：

y=Xβ+εε=λWε+μ。

(5)

式(5)中:ε為隨機誤差項；λ為回歸殘差之間空間相關(guān)性強度[20]。

2 結(jié)果與分析

2.1 農(nóng)戶參與的模糊綜合評判

由于涉及的縣域較多，需要分縣(市、區(qū))進行模糊綜合評判。以武威市涼州區(qū)為例，采用熵權(quán)法確定各指標的權(quán)重，熵權(quán)法作為一種客觀的綜合定權(quán)方法目前已得到了廣泛應用[19，21]。農(nóng)戶參與的各指標及權(quán)重如表2所示。

根據(jù)農(nóng)戶參與程度高低劃分為李克特五級量表，建立評判集V={v1，v2，v3，v4，v5}={很高，較高，中等，低，很低}，并賦值5、4、3、2、1，依據(jù)公式(1)進行模糊綜合評判[22]，得到?jīng)鲋輩^(qū)農(nóng)地整治農(nóng)戶參與的模糊綜合評判值為71.64，基于以上方法，分別測算剩余14個縣(市、區(qū))的農(nóng)戶參與評判值。評判結(jié)果如表3所示。

根據(jù)模糊綜合評判結(jié)果，河西走廊農(nóng)地整治農(nóng)戶參與平均分值為59.96，總體水平普遍較低。排名前5的縣級單元農(nóng)戶參與平均分值為72.96，占全區(qū)的比重達40.56%；而排名后5的縣級單元農(nóng)戶參與平均分值為46.66，占全區(qū)的比重為25.94%，兩者差異明顯。采用分位法將15個縣(市、區(qū))的農(nóng)戶參與度分為4個等級(圖1)，空間可視化結(jié)果表明，農(nóng)地整治中農(nóng)戶參與局部空間存在顯著差異?？傮w而言，河西走廊農(nóng)戶參與水平呈現(xiàn)東、西部高，中部低，石羊河流域(涼州區(qū)、金川區(qū)、永昌縣、民勤縣)和疏勒河流域(瓜州縣、玉門市)明顯高于黑河流域(民樂縣、臨澤縣、高臺縣)的基本格局。

2.2 農(nóng)戶參與的空間格局分析

表2 農(nóng)地整治農(nóng)戶參與的指標體系及其權(quán)重

Table 2 The index system and weight of farmers’ participation in rural land consolidation

表3 河西走廊各縣(市、區(qū))農(nóng)戶參與模糊綜合評判結(jié)果

Table 3 The fuzzy comprehensive evaluation results of the farmers’ participation in each county of Hexi Corridor

地區(qū)Area分值Score歸一化Standardization地區(qū)Area分值Score歸一化Standardization敦煌市DunhuangDistrict51.520.65民樂縣MinleCounty46.390.59瓜州縣GuazhouCounty78.661.00山丹縣ShandanCounty56.210.71玉門市YumenCounty75.350.96金川區(qū)(金昌)JinchuanDistrict70.660.90金塔縣JintaCounty58.160.74永昌縣YongcahngCounty68.480.87肅州區(qū)(酒泉)SuzhouDistrict60.160.76民勤縣MinqinCounty64.910.83高臺縣GaotaiCounty41.140.52涼州區(qū)(武威)LiangzhouDistrict71.640.91臨澤縣LinzeCounty43.520.55古浪縣GulangCounty50.710.64甘州區(qū)(張掖)GanzhouDistrict61.960.79———

圖1 河西走廊農(nóng)戶參與度分縣(市、區(qū))分位等級圖(4級)Fig.1 The farmers’ participation at the county level (4 levels) in Hexi Corridor

利用Geoda和GIS軟件，基于queen鄰接方式建立空間權(quán)重矩陣，依據(jù)公式(2)和(3)對河西走廊農(nóng)戶參與進行全局和局部空間自相關(guān)分析。

由圖2可知，在a=0.01的顯著性水平下，農(nóng)戶參與的Global Moran’sI系數(shù)為0.572 3，sd=0.249 5，Z-value=2.594 4，計算結(jié)果通過了Z值檢驗(P-value=0.005)，說明河西走廊農(nóng)戶參與在縣域?qū)用嫔洗嬖谡娜挚臻g自相關(guān)，呈現(xiàn)空間趨同性，在整體上達到空間均衡狀態(tài)，即農(nóng)戶參與水平較高的縣域空間單元相鄰接，農(nóng)戶參與水平較低的縣域空間單元相鄰接，空間同質(zhì)性較強。

圖2 Moran’s I檢驗圖Fig.2 The numerical value of Moran’s I test

LISA集聚圖(圖3)的結(jié)果進一步表明，河西走廊地區(qū)農(nóng)地整治農(nóng)戶參與具有東部和西部高值聚集，中部低值聚集，呈現(xiàn)出空間地域上“兩頭高中間低”的“啞鈴”結(jié)構(gòu)。農(nóng)戶參與水平較高的縣主要處在擁有昌馬、雙塔、花海三大灌區(qū)的疏勒河流域(瓜州縣、玉門市)和擁有南、北兩大盆地的石羊河流域(涼州區(qū)、金川區(qū)、永昌縣、民勤縣)，這些單元形成了“高-高(High-High)”聚集的熱點區(qū)域，流域內(nèi)的其他縣農(nóng)戶參與水平也相對較高；農(nóng)戶參與的“低-低(Low-Low)”聚集盲點區(qū)域主要處在河西走廊中部黑河流域的肅州區(qū)、民樂縣、臨澤縣和高臺縣，這些單元形成了農(nóng)戶參與的低值分布“帶”，空間差異性較小?！案?低(High-Low)”區(qū)域主要分布在金塔縣、甘州區(qū)、山丹縣，尤其金塔縣緊鄰熱點區(qū)域(玉門市)，受到其明顯的輻射帶動作用，這表明處于高值區(qū)的玉門市(75.35)對金塔縣(58.16)的空間溢出效應要遠強于周邊分值較低的高臺縣(41.14)；類似地，山丹縣(56.21)同樣受到高值區(qū)的永昌縣(68.48)的溢出效應強于低值的民樂縣(46.39)?！暗?高(Low-High)”區(qū)域主要分布在敦煌市(51.52)、古浪縣(50.71)，兩者同樣緊鄰熱點區(qū)域的瓜州縣(78.66)和涼州區(qū)(71.64)，但未受到其輻射帶動影響，空間差異較為明顯。

圖3 河西走廊農(nóng)戶參與LISA集聚圖Fig.3 The LISA cluster map of the farmers’ participation in Hexi Corridor

上述空間相關(guān)性分析表明，農(nóng)戶所處的縣域不同，農(nóng)地整治中農(nóng)戶參與水平存在一定差異，整體上，河西走廊農(nóng)戶參與呈現(xiàn)東部和西部高于中部的狀態(tài)。農(nóng)戶參與的分位等級圖(圖1)和LISA集聚圖(圖3)的高值和低值區(qū)域基本吻合，兩者均顯示處于河西走廊西部的疏勒河流域和東部的石羊河流域處于高值區(qū)，中部的黑河流域處于低值區(qū)，這表明河西走廊西部和東部相比于中部農(nóng)戶參與積極性相對較高。而與分位等級圖相比，局部空間自相關(guān)LISA集聚圖更能直觀地反映農(nóng)戶參與的空間集聚類型，并可以通過后者進一步加深對前者的理解。

2.3 農(nóng)戶參與空間差異的影響因素分析

通過前文分析可知，河西走廊農(nóng)地整治中農(nóng)戶參與在空間上并不是隨機分布的，而是在全局和局部存在顯著的差異特征，因而引入空間計量模型對農(nóng)戶參與的區(qū)域空間差異作用機理進行分析是有必要且可行的。

2.3.1 變量選取與模型構(gòu)建

農(nóng)戶參與農(nóng)地整治不僅受到農(nóng)戶自身個體特征的影響，也受到外部復雜環(huán)境的影響?；谝延形墨I研究[7，9，23]和各縣的特殊性、數(shù)據(jù)可獲得性，咨詢領(lǐng)域內(nèi)相關(guān)專家，將影響農(nóng)戶參與的因素歸納為以下5類：個體特征、家庭特征、村莊特征、項目特征、外部特征(表4)。為了消除多重共線性的影響，經(jīng)檢驗方差膨脹因子(VIF=3.111)和條件指數(shù)(CI=1.206)均小于10，表明所選擇的12個解釋變量間不存在多重共線性。依據(jù)公式(4)和(5)，構(gòu)建空間計量模型如下：

表4 農(nóng)戶參與的解釋變量及說明

Table 4 The explanatory variables and descriptions of the farmers’ participation

以上數(shù)據(jù)由調(diào)查問卷及統(tǒng)計整理歸納得到。

The above data are obtained by questionnaires and statistics.

空間滯后模型(SLM)表達式為

y=a+ρWy+bx1+cx2+dx3+...+mx12+ε。

其中:ρ為空間滯后系數(shù)；W為權(quán)重矩陣。

空間誤差模型(SEM)表達式為

y=a+bx1+cx2+dx3+…+mx12+ε。

ε=λWε+μ。

其中：λ為回歸殘差系數(shù)；ε為隨機誤差項。

2.3.2 結(jié)果分析

為選定合適的測度模型，同時運用OLS模型、空間滯后模型(SLM)和空間誤差模型(SEM)分析農(nóng)戶參與的影響因素(表5)。

由表5中模型的估計結(jié)果可以發(fā)現(xiàn)，空間滯后項ρ(0.183)和空間誤差項λ(0.417)分別通過了5%和1%的顯著性水平檢驗，說明縣域單元間存在顯著為正的空間自相關(guān)，即農(nóng)戶參與在相鄰縣域間存在正向空間溢出效應，這與前文農(nóng)戶參與的空間差異格局相吻合。三種模型中空間誤差模型的R2和LIK都是最高的，AIC和SC都是最低的，由此說明空間誤差模型的擬合效果更好，解釋力更強，且其空間誤差項Moran I沒有通過顯著性檢驗，說明模型有效地處理了空間自相關(guān)，因此，文中最終選擇空間誤差模型(SEM)進行影響因素分析。

從表5中空間誤差模型的估計和檢驗結(jié)果可知，“農(nóng)戶耕地塊數(shù)”“村領(lǐng)導對待整治項目態(tài)度”“農(nóng)戶對種植農(nóng)產(chǎn)品市場預期”均在1%的顯著性水平上正向影響農(nóng)戶參與，估計結(jié)果與預期方向一致，且影響系數(shù)分別由傳統(tǒng)OLS模型的0.379、0.514、0.595提升至0.497、0.637、0.852，對農(nóng)戶參與空間差異影響最為顯著，說明以上三種影響因素不僅是農(nóng)戶參與的重要推動力量，同時也是農(nóng)戶參與空間差異的重要因素，即某一縣域的農(nóng)戶參與水平不僅直接受區(qū)域以上三種因素的影響，同時還受相鄰縣域空間這些因素集聚效應的影響。另外，“對項目認知程度”“項目信息的透明度”“農(nóng)戶參與是否得到引導”皆在5%的顯著性水平上對農(nóng)戶參與空間差異產(chǎn)生正向影響，與預期方向一致，說明此三種因素對相鄰縣域農(nóng)戶參與水平提高具有促進作用。同時，“農(nóng)業(yè)收入占總收入比重”也在10%水平上產(chǎn)生了一定的空間效應。

然而，在個體特征中的“年齡”“教育水平”均未通過10%的顯著性檢驗，這說明兩者對農(nóng)戶參與的空間差異幾乎沒有影響，不顯著原因可能為調(diào)研期間，村中留守的大部分為老年人，文化程度偏低，且差異性較?。涣硗?，“本村經(jīng)濟發(fā)展水平”不顯著的可能原因是：一些經(jīng)濟水平較高的村，部分農(nóng)戶希望把農(nóng)地流轉(zhuǎn)出去，而部分農(nóng)戶由于本村耕地質(zhì)量較高，愿意自己耕種，導致對農(nóng)戶參與的影響不顯著；“項目管護資金來源”不顯著的可能原因：有些村莊為提高整治效率投入部分資金，但是存在村干部私自挪用資金的腐敗行為，而有些村莊本著公平原則，使農(nóng)戶享有參與的知情權(quán)，因此，對農(nóng)戶參與的影響不顯著；“外出務工勞動力價格”不顯著的可能原因：盡管勞動力價格高，一些在家鄉(xiāng)打工的農(nóng)戶利用空余時間積極參與農(nóng)地整治，而一些在外鄉(xiāng)打工的農(nóng)戶無法參與農(nóng)地整治，因此“外出務工勞動力價格”對農(nóng)戶參與影響并不顯著。

表5 農(nóng)戶參與的OLS回歸與空間計量模型結(jié)果及檢驗

Table 5 The inspection results of the farmers’ participation based on OLS and spatial econometric model

變量VariableOLS模型OLSmodelSLM模型SLMmodelSEM模型SEMmodel年齡Age0.058*0.0210.141教育水平Education0.1050.1220.158對項目認知程度Cognitiveability0.2470.269*0.297**農(nóng)戶耕地塊數(shù)Farmlandpiece0.379*0.422**0.497***農(nóng)業(yè)收入占總收入比重Agriculturalincomepropor-tion-0.205-0.276-0.368*村領(lǐng)導對待整治項目態(tài)度Consolidationattitude0.514**0.586**0.637***本村經(jīng)濟發(fā)展水平Economiclevel-0.092-0.225-0.147項目信息的透明度Projectpublicity0.4150.458*0.626**農(nóng)戶參與是否得到引導Participationguide0.4760.517**0.702**項目管護資金來源Capitalsource0.1690.2030.221農(nóng)戶對種植農(nóng)產(chǎn)品市場預期Productsexpectations0.5950.618**0.852***外出務工勞動力價格Laborprice-0.210-0.197-0.328常數(shù)項Constant-0.186-0.241-0.158ρ—0.183**—λ——0.417***R20.3220.3980.614LIK42.09544.82648.771AIC51.25249.26140.653SC55.71450.32441.107MoranI指數(shù)MoranIindex0.271**——

*、**、***分別表示在10%、5%、1%上的顯著性水平；LIK、AIC、SC用來檢驗模型擬合度的指標，LIK越大，AIC、SC越小，表示擬合度越好。

*， **， *** represent the significance at the level of 10%， 5% and 1%， respectively. LIK， AIC and SC were the indexes to test the fitting degree of the model. The larger the LIK， and the smaller the AIC and SC， the better the fitness.

3 結(jié)論與討論

3.1 結(jié)論

本研究以河西走廊15個縣(市、區(qū))為空間單元，采用模糊綜合評判定量化測度了農(nóng)戶參與水平，利用ESDA和空間計量模型對河西走廊農(nóng)地整治中農(nóng)戶參與的空間差異及其影響因素進行了實證研究，得到以下結(jié)論：

(1)河西走廊農(nóng)戶參與水平普遍較低，空間格局差異明顯，存在顯著的正的空間自相關(guān)性。

河西走廊農(nóng)地整治中農(nóng)戶參與在縣域?qū)用嫔洗嬖陲@著為正的全局空間自相關(guān)性，整體上達到空間均衡狀態(tài)。局部空間自相關(guān)結(jié)果進一步表明，河西走廊農(nóng)戶參與具有東部和西部高值聚集，中部低值聚集，呈現(xiàn)出空間地域上“兩頭高中間低”的“啞鈴”結(jié)構(gòu)。農(nóng)戶參與的熱點區(qū)域主要處在河西走廊西部的疏勒河流域(瓜州縣、玉門市)和東部的石羊河流域(涼州區(qū)、金川區(qū)、永昌縣、民勤縣)，盲點區(qū)域主要位于中部黑河流域的肅州區(qū)、民樂縣、臨澤縣和高臺縣，且具有一定的正向空間溢出效應。

(2)空間自相關(guān)LISA集聚圖相比于分位等級圖，更能體現(xiàn)農(nóng)戶參與的空間差異和集聚類型。

河西走廊地區(qū)農(nóng)戶參與水平整體上呈現(xiàn)東部和西部高于中部的狀態(tài)，在分位等級圖和LISA集聚圖上農(nóng)戶參與的高值和低值區(qū)域基本吻合。但與分位等級圖相比，LISA集聚圖更能直觀地反映農(nóng)戶參與的空間集聚類型，并可以通過后者進一步加深對前者的理解。

(3)空間誤差回歸分析表明，在考慮了空間地理效應后，農(nóng)戶耕地塊數(shù)、村領(lǐng)導對待整治項目態(tài)度、農(nóng)戶對種植農(nóng)產(chǎn)品市場預期等因素對農(nóng)戶參與空間差異產(chǎn)生了更為顯著的影響。

分別運用OLS模型、空間滯后模型(SLM)、空間誤差模型(SEM)對河西走廊農(nóng)地整治農(nóng)戶參與影響因素進行分析，研究發(fā)現(xiàn)空間誤差模型(SEM)擬合效果更好，解釋力更強，且“農(nóng)戶耕地塊數(shù)”“村領(lǐng)導對待整治項目態(tài)度”“農(nóng)戶對種植農(nóng)產(chǎn)品市場預期”等因素均在1%水平上產(chǎn)生了顯著的空間影響效應。另外，對“項目認知程度”“項目信息的透明度”“農(nóng)戶參與是否得到引導及農(nóng)業(yè)收入占總收入比重”也產(chǎn)生了一定的空間效應。

根據(jù)研究結(jié)論提出如下建議：政府部門應加大農(nóng)地整治的宣傳力度，提高公眾的認知水平；規(guī)范農(nóng)地整治過程中農(nóng)戶參與程序，提高項目信息的透明度；對土地細碎化程度較高的地區(qū)鼓勵耕地流轉(zhuǎn)，擴大種田能手的經(jīng)營規(guī)模；合理調(diào)動公眾的參與興趣，制定區(qū)域差別化的農(nóng)戶參與激勵政策，根據(jù)區(qū)域特殊性及因素的影響程度大小，設(shè)計出符合農(nóng)戶意愿，達到農(nóng)戶滿意的農(nóng)地整治方案，才能避免項目績效低下、土地撂荒的局面重復上演。

3.2 討論

近年來，隨著我國農(nóng)地整治的蓬勃開展，在農(nóng)地整治潛力及標準時序不斷完善的同時[24]，公眾參與的重要性也逐漸提上日程。大部分學者已認識到，農(nóng)地整治項目引入公眾參與是一種必然趨勢[2，25]。目前，雖然國內(nèi)外學者對農(nóng)地整治中農(nóng)戶參與的現(xiàn)狀及存在的問題、參與意愿及參與層次、制約因素、參與機制及法律保障等進行了大量研究，但從區(qū)域空間差異角度分析的研究相對較少，尤其是對河西走廊的研究鮮有報道。本文以河西走廊為例，采用模糊綜合評判法對李克特量表進行了有效的量化處理，結(jié)果表明，河西走廊農(nóng)地整治中農(nóng)戶參與水平普遍較低，這與喬蕻強等[26-27]學者研究的河西走廊地區(qū)和全國范圍內(nèi)農(nóng)地整治中農(nóng)戶參與水平普遍較低相一致；同時運用探索性空間數(shù)據(jù)分析(ESDA)法測評了農(nóng)戶參與的空間格局與區(qū)域差異，并運用空間計量模型分析了農(nóng)戶參與的影響因素，研究結(jié)果與河西走廊的實際情況基本吻合。

ESDA與GIS技術(shù)的結(jié)合，不僅可以將空間分析整合到社會科學研究中，而且由于考慮了空間地理效應，可以更為直觀地展示農(nóng)地整治中農(nóng)戶參與在地理和空間上的格局特征及其影響因素的分異性，因而非常適合研究區(qū)域的差異問題。但是，土地利用在空間上的自相關(guān)具有尺度依賴性[28-29]，會隨著研究尺度大小的改變而發(fā)生變化，當對農(nóng)戶參與的空間研究單元從縣級擴大到市(州)級或者縮小到鎮(zhèn)級尺度時，研究結(jié)果將有何變化，值得進一步的探討。另外，研究中從農(nóng)戶個體及家庭、村莊、項目、外部特征歸納的影響因素仍不全面，還需要從地理地貌因素、土地制度政策等角度予以分析，如何更全面深入地分析農(nóng)戶參與的影響機理還需今后繼續(xù)探討。

[1] 汪文雄，李敏，余利紅，等.農(nóng)地整治項目農(nóng)民有效參與的測度及其診斷——以湖北省為例[J].資源科學，2015，37(4)：671-679. WANG W X，LI M，YU L H，et al.Measure and diagnosis of effective participation of farmers in rural land consolidation projects in Hubei Province[J].ResourcesScience，2015，37(4)：671-679.(in Chinese with English abstract)

[2] 吳九興，楊鋼橋.農(nóng)地整理項目農(nóng)民參與行為的機理研究[J].中國人口·資源與環(huán)境，2014，24(2)：102-110. WU J X，YANG G Q.Study on mechanization of farmers’ participation behavior in agricultural land consolidation projects[J].ChinaPopulation，ResourcesandEnvironment，2014，24(2)：102-110.(in Chinese with English abstract)

[3] THAPA G B，NIROULA G S.Alternative options of land consolidation in the mountains of Nepal: An analysis based on stakeholders’opinions[J].LandUsePolicy，2008，25(3)：338-350.

[4] DEMETRIOU D， STILLWELL J， SEE L.Land consolidation in Cyprus: Why is an integrated planning and decision support system required[J].LandUsePolicy，2012，29(1)：131-142.

[5] 張正峰，楊紅，劉靜，等.城市邊緣區(qū)城鄉(xiāng)統(tǒng)籌的一體化土地整治策略[J].中國土地科學，2011，25(7)：45-49. ZHANG Z F，YANG H，LIU J，et al.Land consolidation strategies in the context of rural-urban integration in urban fringe areas[J].ChinaLandSciences，2011，25(7)：45-49.(in Chinese with English abstract)

[6] 吳九興，楊鋼橋.農(nóng)地整理項目農(nóng)民參與現(xiàn)狀及其原因分析——基于湖北省部分縣區(qū)的問卷調(diào)查[J].華中農(nóng)業(yè)大學學報(社會科學版)，2013 (1)：65-71. WU J X，YANG G Q.Analysis on status quo，and its causes of farmers’ participation in farmland consolidation projects-Based on questionnaire survey in some counties of Hubei Province[J].JournalofHuazhongAgriculturalUniversity(SocialSciencesEdition)，2013(1)：65-71.(in Chinese with English abstract)

[7] 徐玉婷，楊鋼橋，趙京.農(nóng)地整理對農(nóng)戶農(nóng)地資本投入影響研究——基于農(nóng)地整理區(qū)域農(nóng)戶問卷調(diào)查的實證分析[J].長江流域資源與環(huán)境，2012，21(5)：597-603. XU Y T，YANG G Q，ZHAO J.Impact of farmland consolidation on rural households’ inputs in farmland-An empirical study based on rural households’ survey in farmland consolidation area[J].ResourcesandEnvironmentintheYangtzeBasin，2012，21(5)：597-603.(in Chinese with English abstract)

[8] 嚴立冬，麥瑜翔，潘志翔，等.農(nóng)地整治項目農(nóng)戶滿意度及影響因素分析[J].資源科學，2013，35(6)：1143-1151. YAN L D，MAI Y X，PAN Z X，et al.Research on family satisfaction with rural land renovation projects[J].ResourcesScience，2013，35(6)：1143-1151.(in Chinese with English abstract)

[9] 吳詩嫚，楊鋼橋，汪文雄.農(nóng)戶參與農(nóng)地整理項目規(guī)劃設(shè)計意愿的影響因素研究[J].中國土地科學，2013，27(6)：66-72. WU S M，YANG G Q，WANG W X.Impact factors on the willingness of farmers participating in farmland consolidation planning[J].ChinaLandSciences，2013，27(6)：66-72.(in Chinese with English abstract)

[10] 汪文雄，楊鋼橋，李進濤.農(nóng)戶參與農(nóng)地整理項目后期管護意愿的影響因素研究[J].中國土地科學，2010，24(3)：42-47. WANG W X，YANG G Q，LI J T.Empirical analysis on the factors that influence the willingness of farmer households to participate in the final management and maintenance in later stages of land consolidation projects[J].ChinaLandSciences，2010，24(3)：42-47.(in Chinese with English abstract)

[11] 羅文斌，吳次芳.農(nóng)村土地整理項目績效評價及影響因素定量分析[J].農(nóng)業(yè)工程學報，2014，30(22)：273-281. LUO W B，WU C F.Quantitative analysis of performance evaluation and influencing factors of rural land consolidation projects [J].TransactionsoftheChineseSocietyofAgriculturalEngineering，2014，30(22)：273-281.(in Chinese with English abstract)

[12] 周厚智，汪文雄，楊鋼橋.農(nóng)地整治項目投資分攤博弈機理研究——以政府和企業(yè)為例[J].中國人口·資源與環(huán)境，2012，22(6)：109-114. ZHOU H Z，WANG W X，YANG G Q.Study on the mechanism of investment allotment game of rural land consolidation projects: A case study on government and enterprise[J].ChinaPopulation，ResourcesandEnvironment，2012，22(6)：109-114.(in Chinese with English abstract)

[13] 趙謙.構(gòu)建中國農(nóng)民參與農(nóng)村土地整理制度之思考[J].中國土地科學，2011，25(7)：37-44. ZHAO Q.Designing farmers’ participation system for rural land consolidation project in China[J].ChinaLandSciences，2011，25(7)：37-44.(in Chinese with English abstract)

[14] 白志遠.村民關(guān)聯(lián)度對耕地利用效率的影響研究——以甘肅河西走廊地區(qū)為例[D].蘭州：甘肅農(nóng)業(yè)大學，2014. BAI Z Y.Effects of villagers correlation of arable land use efficiency: A case of Hexi Corridor in Gansu[D].Lanzhou: Gansu Agricultural University，2014.(in Chinese with English abstract)

[15] 張寧，陸文聰，董宏紀.中國農(nóng)田水利管理效率及其農(nóng)戶參與性機制研究——基于隨機前沿面的實證分析[J].自然資源學報，2012，27(3)：353-363. ZHANG N，LU W C，DONG H J.Management efficiency and participatory mechanism of farmland water conservancy in China: An empirical analysis based on stochastic frontier approach[J].JournalofNaturalResources，2012，27(3)：353-363.(in Chinese with English abstract)

[16] 智靜，喬琦，傅澤強.干旱地區(qū)工業(yè)系統(tǒng)資源代謝水平分析——以寧東能源煤化工基地為例[J].干旱區(qū)地理，2015，38(1)：155-162. ZHI J，QIAO Q，F(xiàn)U Z Q.Resources metabolism analysis for the Ningdong energy(coal)chemical base in Ningxia Province，China[J].AridLandGeography，2015，38(1)：155-162.(in Chinese with English abstract)

[17] 劉傳喜，唐代劍.浙江鄉(xiāng)村流動空間格局及其形成影響因素——基于淘寶村和旅游村的分析[J].浙江農(nóng)業(yè)學報，2016，28(8)：1438-1446. LIU C X，TANG D J.Spatial pattern of rural flow in Zhejiang and its influencing factors: Based on the analysis of taobao village and tourism village[J].ActaAgriculturaeZhejiangensis，2016，28(8)：1438-1446.(in Chinese with English abstract)

[18] 黃思琴，陳英，張仁陟，等.基于景觀指數(shù)的耕地細碎化與農(nóng)業(yè)經(jīng)濟水平的空間相關(guān)性分析[J].干旱地區(qū)農(nóng)業(yè)研究，2015，33(3)：238-244. HUANG S Q，CHEN Y，ZHANG R Z，et al.Spatial correlation analysis of land fragmentation and agriculture development based on landscape indexes[J].AgriculturalResearchintheAridAreas，2015，33(3)：238-244.(in Chinese with English abstract)

[19] 崔凱，李寧輝，郭靜利.農(nóng)業(yè)生產(chǎn)的空間效應、產(chǎn)出彈性與技術(shù)差異分析——來自京津區(qū)縣的例證[J].浙江農(nóng)業(yè)學報，2015，27(12)：2240-2248. CUI K，LI N H，GUO J L.Analysis on spatial effect，output elasticity and technical discrepancy of agricultural production: An example from Beijing and Tianjin counties[J].ActaAgriculturaeZhejiangensis，2015，27(12)：2240-2248.(in Chinese with English abstract)

[20] 王勁峰，廖一蘭，劉鑫.空間數(shù)據(jù)分析教程[M].北京：科學出版社，2010: 126-131.

[21] 信桂新，楊朝現(xiàn)，楊慶媛，等.用熵權(quán)法和改進TOPSIS模型評價高標準基本農(nóng)田建設(shè)后效應[J].農(nóng)業(yè)工程學報，2017，33(1)：238-249. XIN G X，YANG C X，YANG Q Y，et al.Post evaluation of well-facilitied capital farmland construction based on entropy weight method and improved TOPSIS model[J].TransactionsoftheChineseSocietyofAgriculturalEngineering，2017，33(1)：238-249.(in Chinese with English abstract)

[22] 付桂軍，齊義軍.煤炭資源型區(qū)域可持續(xù)發(fā)展水平比較研究——基于模糊綜合評價法的分析[J].干旱區(qū)資源與環(huán)境，2013，27(4)：106-110. FU G J，QI Y J.The comparative study on the sustainable development levels in coal resource base regions: Based on fuzzy comprehensive evaluation[J].JournalofAridLandResourcesandEnvironment，2013，27(4)：106-110.(in Chinese with English abstract)

[23] 蔡榮，蔡書凱.農(nóng)田灌溉設(shè)施建設(shè)的農(nóng)戶參與意愿及其影響因素——以安徽省巢湖市740戶稻農(nóng)為例[J].資源科學，2013，35(8)：1661-1667. CAI R，CAI S K.Rice farmers’ attitudes towards farmland irrigation facilities in Anhui Province[J].ResourcesScience，2013，35(8)：1661-1667.(in Chinese with English abstract)

[24] 陳英，王東，王順然.黃土高原丘陵溝壑區(qū)高標準農(nóng)田建設(shè)時序研究——以天水市麥積區(qū)為例[J].浙江農(nóng)業(yè)學報，2017，29(4)：660-667. CHEN Y，WANG D，WANG S R.Time arrangement of excellent-criterion farmland construction in loess hill and gully region: A case study of Maiji District，Tianshui City[J].ActaAgriculturaeZhejiangensis，2017，29(4)：660-667.(in Chinese with English abstract)

[25] 魏洪斌，羅明，鞠正山，等.中國土地整治“十二五”研究重點評述與“十三五”研究展望[J].水土保持研究，2017，24(2)：371-377. WEI H B，LUO M，JU Z S，et al.Progress review on land consolidation in 12th five-year plan and prospects for 13th five-year plan in China[J].ResearchofSoilandWaterConservation，2017，24(2)：371-377.(in Chinese with English abstract)

[26] 喬蕻強，陳英.村民關(guān)聯(lián)度對農(nóng)田水利設(shè)施建設(shè)農(nóng)戶參與度的影響[J].中國沙漠，2016，36(2)：549-555. QIAO H Q，CHEN Y.Influence of villager correlation on villager participation in water conservancy facilities construction [J].JournalofDesertResearch，2016，36(2)：549-555.(in Chinese with English abstract)

[27] 石峽，朱道林，張軍連.土地整治公眾參與機制中的社會資本及其作用[J].中國土地科學，2014，28(4)：84-90. SHI X，ZHU D L，ZHANG J L.Research on social capital and the role in public participation mechanism of land consolidation[J].ChinaLandSciences，2014，28(4)：84-90.(in Chinese with English abstract)

[28] 宋文，陳英.土地利用空間自相關(guān)分析中觀測變量和衡量指標的選擇研究[J].干旱區(qū)資源與環(huán)境，2015，29(10)：37-42. SONG W，CHEN Y.Selection of observed variables and measuring indicators for the land use spatial autocorrelation analysis[J].JournalofAridLandResourcesandEnvironment，2015，29(10)：37-42.(in Chinese with English abstract)

[29] 劉敏，趙翠薇，施明輝.貴州山區(qū)土地利用變化多尺度空間自相關(guān)分析[J].農(nóng)業(yè)工程學報，2012，28(20)：239-246. LIU M，ZHAO C W，SHI M H.Spatial autocorrelation analysis of multi-scale land use change at mountainous areas in Guizhou province [J].TransactionsoftheChineseSocietyofAgriculturalEngineering，2012，28(20)：239-246.(in Chinese with English abstract)

(責任編輯 張 韻)

Analysis on spatial characteristics and influence factors of farmers’ participation in land consolidation: A case of Hexi Corridor in Gansu Province

LIU Yang， CHEN Ying*， ZHANG Yujiao， TIAN Feng

(CollegeofResourcesandEnvironmentalSciences，GansuAgriculturalUniversity，Lanzhou730070，China)

Based on the survey data of 15 counties’ rural land consolidation in Hexi Corridor， the spatial characteristics and influence factors of farmers’ participation in rural land consolidation were explored. The fuzzy comprehensive evaluation was used to measure the farmers’ participation， the exploratory spatial data analysis was used to determine the spatial characteristics and differences， and the spatial econometric model was applied to analyze the influence factors. The results showed that：(1) The farmers’ participation was generally low， and the spatial characteristics were obvious， which showed a significant positive spatial autocorrelation. (2) The “hot regions” of farmers’ participation were concentrated in Shiyang River and Shule River Basin， while Suzhou District， Gaotai County， Linze County were the “blind regions” in Black River Basin， showing a “dumbbell” structure. (3) The spatial error model showed that， the farmland blocks， the village manager’s attitude towards rural land consolidation， farmers’ market expectations for farm products have a more significant effect on the spatial disparity of farmers’ participation. According to the actual situations， it is helpful to explore the spatial characteristics and influence factors of farmers’ participation for making different policies of the farmers’ participation for the government and land departments， and providing theoretical and method references for promoting the land consolidation performance and farmers’ participation.

rural land consolidation; farmer’s participation; exploratory spatial data analysis; spatial econometric model; Hexi Corridor

10.3969/j.issn.1004-1524.2017.08.23

2017-06-08

國家自然科學基金項目(71263003，71563001)

劉洋(1990—)，男，山東濰坊人，碩士研究生，研究方向為農(nóng)村區(qū)域發(fā)展與土地資產(chǎn)管理。E-mail:gasu01educn@126.com

*通信作者，陳英，E-mail: cheny@gsau.edu.cn

S-9;F323

A

1004-1524(2017)08-1398-11

劉洋，陳英，張玉嬌，等. 農(nóng)戶參與農(nóng)地整治的空間特征及其影響因素分析——以甘肅省河西走廊區(qū)為例[J].浙江農(nóng)業(yè)學報，2017，29(8)： 1398-1408.