華北平原農(nóng)戶主動(dòng)退耕冬小麥的影響因素模型分析及政策啟示

王 學(xué)，李秀彬,2，辛良杰，談明洪,3

（1. 中國(guó)科學(xué)院地理科學(xué)與資源研究所，中國(guó)科學(xué)院陸地表層格局與模擬重點(diǎn)實(shí)驗(yàn)室，北京 100101；2. 中國(guó)科學(xué)院大學(xué)資源與環(huán)境學(xué)院，北京100190；3. 中國(guó)科學(xué)院大學(xué)國(guó)際學(xué)院，北京100190）

0 引 言

隨著城市化進(jìn)程的不斷加快以及城鄉(xiāng)二元結(jié)構(gòu)的深刻變革，中國(guó)勞動(dòng)力務(wù)農(nóng)機(jī)會(huì)成本迅速提升，農(nóng)村剩余勞動(dòng)力向二三產(chǎn)業(yè)不斷轉(zhuǎn)移，由此引發(fā)了一系列的農(nóng)地利用邊際化或粗放化現(xiàn)象[1-3]，以山區(qū)坡耕地撂荒、南方稻作區(qū)“雙改單”以及華北平原的冬小麥退耕等表現(xiàn)尤為明顯[4-9]。農(nóng)地利用邊際化或粗放化無疑會(huì)影響區(qū)域的食物供給、生物多樣性以及資源環(huán)境保護(hù)等[10-12]。認(rèn)識(shí)農(nóng)地利用變化過程并揭示其變化原因，對(duì)農(nóng)地利用趨勢(shì)預(yù)測(cè)、相關(guān)政策的制訂及其有效性評(píng)估等均具有重要意義[12]。

華北平原是中國(guó)的小麥主產(chǎn)區(qū)，其小麥的面積和產(chǎn)量分別占全國(guó)總量的54%和64%，在維系中國(guó)口糧安全方面責(zé)任重大[13-14]。近年來，華北平原出現(xiàn)了農(nóng)戶主動(dòng)退耕冬小麥的現(xiàn)象，20世紀(jì)末以來長(zhǎng)期占主導(dǎo)地位的冬小麥-夏玉米一年兩熟耕作制度正在轉(zhuǎn)變?yōu)榇河衩滓荒暌皇熘芠15]。潘學(xué)鵬等通過遙感制圖發(fā)現(xiàn)2000—2013年華北平原冬小麥種植面積減少了24.6%[5]；報(bào)刊、網(wǎng)絡(luò)等媒體上也不乏華北農(nóng)戶冬小麥退耕的相關(guān)報(bào)道[16-17]。然而，這一現(xiàn)象并未引起學(xué)術(shù)界的足夠重視，關(guān)于農(nóng)戶主動(dòng)退耕冬小麥的原因也不夠明晰[18]。

華北平原也是中國(guó)乃至世界上水資源短缺最為嚴(yán)峻的地區(qū)之一[19]。農(nóng)業(yè)生產(chǎn)與水資源，特別是地下水資源的矛盾異常尖銳，地下水問題層出不窮[20]。為緩解地下水危機(jī)，2014年以來國(guó)家開始推行土地休耕制度，擬在華北地下水超采區(qū)進(jìn)行試點(diǎn)，主要措施為退耕高耗水作物——冬小麥，推行“一季休耕，一季雨養(yǎng)”，并給予休耕農(nóng)民以適當(dāng)經(jīng)濟(jì)補(bǔ)償[21]；2016年國(guó)家八部委聯(lián)合印發(fā)的《耕地草原河湖休養(yǎng)生息規(guī)劃（2016—2030年）》明確了華北休耕的區(qū)域范圍與試點(diǎn)目標(biāo)；2017年進(jìn)一步將擴(kuò)大輪作休耕試點(diǎn)寫入“十九大”報(bào)告中?？梢姡莞麡O有可能會(huì)成為未來華北農(nóng)地利用的新常態(tài)。然而，在已經(jīng)出現(xiàn)農(nóng)戶主動(dòng)退耕冬小麥的前提下，為保證政策的成本有效性，相關(guān)任務(wù)的執(zhí)行務(wù)須精準(zhǔn)。

有鑒于此，進(jìn)行華北平原農(nóng)戶主動(dòng)退耕冬小麥的現(xiàn)狀及影響因素分析，不僅有助于尋找土地休耕制度的瞄準(zhǔn)目標(biāo)，為保障該政策的順利執(zhí)行獻(xiàn)計(jì)獻(xiàn)策；同時(shí)，還可為土地休耕與糧食安全雙重目標(biāo)下的華北平原冬小麥可持續(xù)發(fā)展提供政策指導(dǎo)。本文以河北省滄縣作為案例區(qū)，利用問卷調(diào)查數(shù)據(jù)，借助農(nóng)戶土地利用決策理論模型，分析華北農(nóng)戶主動(dòng)退耕冬小麥的影響因素及其作用機(jī)理，并構(gòu)建多層二項(xiàng)logit模型進(jìn)行實(shí)證分析。在此基礎(chǔ)上，給出相關(guān)政策建議。

1 案例區(qū)概況與數(shù)據(jù)來源

1.1 案例區(qū)概況

滄縣（38°3′N～38°5′N，116°27′E～117°09′E），北靠京津，東臨渤海，地處沖積平原向?yàn)I海平原過渡地帶，地勢(shì)低平；縣內(nèi)河流屬海河水系，土壤類型以黃沙土為主，部分地區(qū)土壤鹽堿化嚴(yán)重；屬溫帶大陸性季風(fēng)氣候，年均氣溫約為13 ℃，年均降水量約為590 mm[22]。滄縣是河北省的產(chǎn)糧大縣之一，多次榮獲農(nóng)業(yè)部“全國(guó)糧食生產(chǎn)先進(jìn)縣”榮譽(yù)稱號(hào)。滄縣的糧食主產(chǎn)區(qū)包括舊州、姚官屯、張官屯、紙房頭等13個(gè)鄉(xiāng)鎮(zhèn)共298個(gè)村（圖1），冬小麥-夏玉米一年兩熟制是其主要種植制度。近年來，隨著春玉米面積不斷擴(kuò)張，冬小麥、夏玉米和春玉米成為最主要的農(nóng)作物種類。非糧食主產(chǎn)區(qū)，如崔爾莊鎮(zhèn)、杜生鎮(zhèn)等（圖1），則多種植棗樹，傳統(tǒng)農(nóng)作物種植較少。

圖1 滄縣位置、糧食主產(chǎn)區(qū)及農(nóng)戶調(diào)查樣本村分布Fig.1 Location of Cangxian County, its major grain producing area and distribution of sample villages

滄縣屬滄州深層地下水漏斗區(qū)。該漏斗區(qū)面積約5 551 km2，中心水位埋深約92 m，是河北省面積最大、漏斗中心水位最低的漏斗區(qū)（數(shù)據(jù)來源于《2013年河北省地質(zhì)環(huán)境狀況公報(bào)》）。《2014年度河北省地下水超采綜合治理試點(diǎn)調(diào)整農(nóng)業(yè)種植結(jié)構(gòu)和農(nóng)藝節(jié)水項(xiàng)目實(shí)施方案》中，選取衡水、滄州、邢臺(tái)、邯鄲4個(gè)地區(qū)共43個(gè)縣（市、區(qū)）進(jìn)行土地休耕試點(diǎn)，滄縣也包括在內(nèi)。

1.2 數(shù)據(jù)來源

本文所用數(shù)據(jù)主要為農(nóng)戶問卷調(diào)查數(shù)據(jù)。農(nóng)戶問卷調(diào)查主要集中在滄縣糧食主產(chǎn)區(qū)，具體分 3個(gè)階段：1）2015年3月，在姚官屯鄉(xiāng)、舊州鎮(zhèn)、張官屯鄉(xiāng)等進(jìn)行了為期一周的預(yù)調(diào)研，主要與該縣統(tǒng)計(jì)局、農(nóng)業(yè)局、水務(wù)局等的領(lǐng)導(dǎo)和10個(gè)村莊的村干部進(jìn)行座談，了解農(nóng)地利用的基本信息，并隨機(jī)抽取20個(gè)左右農(nóng)戶進(jìn)行問卷調(diào)查，在此基礎(chǔ)上，發(fā)現(xiàn)問卷存在的問題并進(jìn)行修改。2）2015年5月進(jìn)行農(nóng)戶正式調(diào)研。采取分層抽樣和隨機(jī)抽樣相結(jié)合的方法，選取8個(gè)鄉(xiāng)鎮(zhèn)35個(gè)村（圖1），每個(gè)村隨機(jī)選取 9～12個(gè)農(nóng)戶進(jìn)行調(diào)查。調(diào)查問卷包括村表和農(nóng)戶表。村表的被調(diào)查對(duì)象為村委會(huì)成員，調(diào)查內(nèi)容包括2013—2014年度的村莊基本信息、土地利用現(xiàn)狀、土地分包和流轉(zhuǎn)以及灌溉水源情況；農(nóng)戶表的調(diào)查對(duì)象主要為家庭農(nóng)業(yè)經(jīng)營(yíng)者，內(nèi)容包括2013—2014年度的家庭基本特征、土地基本特征、冬小麥退耕信息、作物投入產(chǎn)出、家庭農(nóng)業(yè)收入、人員構(gòu)成及就業(yè)情況等。3）2015年6—8月，農(nóng)戶問卷整理過程中，對(duì)部分明顯失真或空缺數(shù)據(jù)進(jìn)行電話回訪，以保證問卷數(shù)據(jù)的精準(zhǔn)。調(diào)研共獲得村表35份，農(nóng)戶表386份，其中農(nóng)戶有效樣本350分，樣本有效率為90.67%。

2 研究方法

2.1 理論模型

學(xué)術(shù)界從微觀農(nóng)戶尺度研究中國(guó)農(nóng)地邊際化問題已取得了頗為豐碩的成果[23-26]。其中，Yan等[24]構(gòu)建了山區(qū)坡耕地撂荒的農(nóng)戶決策理論模型，較好地解釋了各因素對(duì)山區(qū)坡耕地撂荒的影響機(jī)理；其借助重慶農(nóng)戶調(diào)查數(shù)據(jù)的實(shí)證分析結(jié)果與理論模型十分吻合，證實(shí)了該理論模型在中國(guó)山區(qū)的適用性。華北平原冬小麥退耕與山區(qū)耕地撂荒現(xiàn)象發(fā)生的背景較為一致：1）家庭聯(lián)產(chǎn)承包責(zé)任制度下，農(nóng)戶的土地承包面積一定，地塊數(shù)量較多，各地塊的土地質(zhì)量、灌溉水源等屬性不盡相同[27]；2）中國(guó)社會(huì)經(jīng)濟(jì)快速發(fā)展，城市化水平不斷提高，勞動(dòng)力機(jī)會(huì)成本上升成為中國(guó)經(jīng)濟(jì)社會(huì)新常態(tài)的一個(gè)標(biāo)志性現(xiàn)象，農(nóng)村勞動(dòng)力不斷向二、三產(chǎn)業(yè)轉(zhuǎn)移[2]；3）勞動(dòng)市場(chǎng)存在但不完善，勞動(dòng)力因自身差異和獲取信息的難易程度不同，在勞動(dòng)市場(chǎng)上面臨著不同的門檻限制[28]。鑒于此，本文嘗試在閻氏理論模型的基礎(chǔ)上，構(gòu)建華北平原農(nóng)戶土地利用決策理論模型，對(duì)農(nóng)戶在地塊層次上配置土地和勞動(dòng)力以種植或退耕冬小麥的決策行為進(jìn)行解釋。

2.1.1 模型基本設(shè)定

根據(jù)華北平原農(nóng)戶土地利用的實(shí)際情況，理論模型的基本設(shè)定如下：1）家庭聯(lián)產(chǎn)承包責(zé)任制度下，農(nóng)戶擁有多個(gè)地塊，總數(shù)量為N，各地塊的面積(Ai) 、土地質(zhì)量（Si）、灌溉水源（Ii）等屬性不盡相同，但總面積一定（A），基本無撂荒；2）農(nóng)戶的勞動(dòng)力總量為 L，單個(gè)地塊種植冬小麥的面積為 Ai，勞動(dòng)投入為 lai；種植玉米（春玉米或夏玉米）面積等于地塊面積Ai，勞動(dòng)投入為 lci，閑暇勞動(dòng)力為 l；3）春、夏玉米在勞動(dòng)投入強(qiáng)度、凈收益等方面無顯著差異[29]，農(nóng)戶的冬小麥種植決策相對(duì)獨(dú)立；4）土地規(guī)模報(bào)酬基本不變；5）不考慮農(nóng)戶面臨的風(fēng)險(xiǎn)和不確定性。

2.1.2 假定勞動(dòng)市場(chǎng)完善

在勞動(dòng)市場(chǎng)完善的假定條件下，農(nóng)戶可從勞動(dòng)市場(chǎng)上自由地雇入或雇出勞動(dòng)，農(nóng)戶的生產(chǎn)決策和消費(fèi)決策是分開的[30]，農(nóng)戶的最優(yōu)化目標(biāo)為家庭凈收益總量最大化：

約束條件為：

式中 pw為小麥價(jià)格；w為勞動(dòng)力務(wù)農(nóng)機(jī)會(huì)成本；為地塊i上冬小麥的生產(chǎn)函數(shù)；如前所述，Ai、lai、Si和 Ii分別為地塊尺度的小麥種植面積、勞動(dòng)投入、土地質(zhì)量和灌溉水源。根據(jù)地租理論，結(jié)合土地規(guī)模報(bào)酬不變的基本假定，有地塊i的邊際土地生產(chǎn)率和邊際勞動(dòng)生產(chǎn)率受土地質(zhì)量的影響，且土地質(zhì)量越好，越高，即：在華北平原，也受灌溉水源影響，灌溉水源的穩(wěn)定性和水質(zhì)越好，越高，即為冬小麥的成本函數(shù)，滿足為玉米的利潤(rùn)函數(shù)，具體形式為：

式中 pm為玉米價(jià)格；分別為玉米的生產(chǎn)和成本函數(shù)。

式（1）及其約束條件的含義為：1）農(nóng)戶以實(shí)現(xiàn)家庭凈收益總量最大化為目標(biāo)，在地塊層次上對(duì)其土地和勞動(dòng)力進(jìn)行配置；2）這一過程受農(nóng)戶基本口糧需求、地塊面積和勞動(dòng)力供給的限制；3）這一過程也受農(nóng)戶各地塊的土地質(zhì)量、灌溉水源等因素影響；4）外部變量如勞動(dòng)力務(wù)農(nóng)機(jī)會(huì)成本和小麥價(jià)格也會(huì)影響農(nóng)戶土地利用決策。由此可見，地塊屬性及價(jià)格因素均是通過影響土地的投入或產(chǎn)出部分，影響邊際土地生產(chǎn)率或邊際勞動(dòng)生產(chǎn)率，進(jìn)而影響農(nóng)戶土地利用決策的。

為明確上述因素對(duì)農(nóng)戶土地利用決策的影響，根據(jù)式（1）及其約束條件構(gòu)建拉格朗日函數(shù)：

求其二階導(dǎo)數(shù)，并借助比較靜態(tài)分析和克萊姆法則[31-32]，得出如下結(jié)果：

本文重點(diǎn)關(guān)注影響冬小麥種植面積 Ai的因素。根據(jù)式（7），保持其他條件不變時(shí)，地塊的土地質(zhì)量、灌溉水源與冬小麥種植面積呈正相關(guān)，即地塊的土地質(zhì)量越好、灌溉水源穩(wěn)定性和水質(zhì)越好，農(nóng)戶越有可能種植冬小麥，反之，則更有可能退耕冬小麥；保持其他條件不變時(shí)，冬小麥價(jià)格越高，冬小麥的種植概率越大，而勞動(dòng)力務(wù)農(nóng)機(jī)會(huì)成本提高時(shí)，冬小麥退耕的概率也增加。

同理，可分析耕作距離（Ri）、地下水埋深（D）和灌溉用電單價(jià)（E）等因素對(duì)農(nóng)戶土地利用決策的影響。其中，Ri對(duì)邊際土地生產(chǎn)率基本無影響但iR越大，通勤耗工越多，邊際勞動(dòng)生產(chǎn)率越小，邊際投入成本則越高，因此，D與Ri的作用機(jī)理近似，即：D越大，灌溉抽水耗時(shí)越長(zhǎng)，邊際勞動(dòng)生產(chǎn)率越小邊際投入成本越高但對(duì)邊際土地生產(chǎn)率影響不大就E而言，E越高，邊際投入成本越高E對(duì)邊際土地生產(chǎn)率和邊際勞動(dòng)生產(chǎn)率基本無影響依此推算：耕作距離、地下水埋深和灌溉用電單價(jià)對(duì)農(nóng)戶冬小麥種植決策的影響均為負(fù)，即耕作距離越遠(yuǎn)、地下水埋深越大、灌溉用電單價(jià)越高，農(nóng)戶越有可能退耕冬小麥。

2.1.3 放寬勞動(dòng)市場(chǎng)假設(shè)

當(dāng)勞動(dòng)市場(chǎng)不完善時(shí)，不同勞動(dòng)力因自身屬性不同，加之信息的不對(duì)稱，進(jìn)入勞動(dòng)市場(chǎng)的門檻限制也不同[28]。與受教育程度高的青壯年勞動(dòng)力相比，老年勞動(dòng)力或受教育程度低的勞動(dòng)力較難獲得市場(chǎng)勞動(dòng)機(jī)會(huì)。他們閑暇的邊際效用較低，更傾向于向土地增加勞動(dòng)投入。他們會(huì)進(jìn)行土地利用的次優(yōu)選擇，在邊際收益較低的地塊也種植冬小麥，同等條件下冬小麥種植可能性因而增加。換言之，農(nóng)戶的老年勞動(dòng)力或受教育程度低的勞動(dòng)力數(shù)量較多，或務(wù)農(nóng)勞動(dòng)力數(shù)量較多時(shí)，同等條件的地塊種植冬小麥的可能性提高，而冬小麥退耕的概率降低。

2.2 實(shí)證分析

理論模型結(jié)果表明，農(nóng)戶冬小麥退耕行為的影響因素有小麥價(jià)格、勞動(dòng)力務(wù)農(nóng)機(jī)會(huì)成本、土地質(zhì)量、灌溉水源、耕作距離、灌溉用電單價(jià)、地下水埋深和家庭勞動(dòng)力資源稟賦等。其中，小麥價(jià)格是由政府與市場(chǎng)決定的，不受某一農(nóng)戶影響，在采用橫截面數(shù)據(jù)分析農(nóng)戶主動(dòng)退耕冬小麥的影響因素時(shí)，很難將其考慮在內(nèi)。其余因素分屬地塊、農(nóng)戶、村莊等不同尺度，數(shù)據(jù)存在組內(nèi)同質(zhì)和組間異質(zhì)的特征，不符合傳統(tǒng)模型關(guān)于樣本獨(dú)立、正態(tài)分布和方差齊性的假設(shè)[33]。多層次模型可將傳統(tǒng)模型中的隨機(jī)誤差項(xiàng)分解到與數(shù)據(jù)層次結(jié)構(gòu)相應(yīng)的水平上，使得個(gè)體的隨機(jī)誤差滿足上述假定，是處理多層次數(shù)據(jù)的有效方法[34]，被越來越多地應(yīng)用于農(nóng)戶土地利用行為及其變化的解釋[35-36]。本文即借助多層次模型分析農(nóng)戶冬小麥退耕的影響因素。

被解釋變量為二項(xiàng)分類變量：2000年以來冬小麥退耕的地塊賦值為1，仍舊種植冬小麥的地塊賦值為0，始終采用春玉米一年一熟制的地塊則不在考慮范圍。選取多層二項(xiàng)logit模型：

式中p為發(fā)生冬小麥退耕的概率，1-p為種植冬小麥的概率；下標(biāo)i、j和k分別表示地塊、農(nóng)戶和村莊；γ000表示固定截距；r0和u00分別表示農(nóng)戶和村莊層次的隨機(jī)截距，均符合隨機(jī)分布和均值為 0的假設(shè)；Xnijk、Yqjk、Ztk分別表示地塊、農(nóng)戶、村莊 3個(gè)層次的解釋變量，αn00、β0q0和δ00k為其對(duì)應(yīng)系數(shù)，N、Q和T分別為3個(gè)層次解釋變量的總數(shù)。

跨級(jí)相關(guān)系數(shù)用于評(píng)價(jià)不同層次對(duì)被解釋變量總體變異的解釋程度[36]：

式中 ρ2和 ρ3分別表示農(nóng)戶和村莊的跨級(jí)相關(guān)系數(shù)；VAR(r0)和VAR(μ00)分別為農(nóng)戶層次和村莊層次隨機(jī)截距的方差；π2/3為地塊層次的殘差。

在華北平原農(nóng)戶冬小麥退耕決策理論模型指導(dǎo)下，選取農(nóng)戶冬小麥退耕的可能影響因素；同時(shí)參考前人研究成果[24-25,35-36]，并兼顧數(shù)據(jù)可獲取性，最終選取的解釋變量見表1。需要說明的是，本文根據(jù)灌溉保證率的差異將灌溉水源變量分為四個(gè)指標(biāo)：地下水/地表水、僅地下水、僅河流、僅水庫(kù)或坑塘，將無灌溉設(shè)施的旱地作為對(duì)照組。所選變量均通過了多重共線性檢驗(yàn)，方差膨脹因子小于3。此外，表1還列出了根據(jù)農(nóng)戶調(diào)查數(shù)據(jù)獲取的各變量的描述性分析結(jié)果。

表1 解釋變量的定義及描述性分析Table 1 Definitions of dependent variables and their descriptive analyses

3 結(jié)果與分析

3.1 案例區(qū)耕地利用與冬小麥退耕情況

近5 a內(nèi)，案例區(qū)被調(diào)查地塊的耕地利用方式以冬小麥-夏玉米一年兩熟制（簡(jiǎn)稱一年兩熟制）、春玉米一年一熟制（簡(jiǎn)稱一年一熟制）和冬小麥-夏玉米-春玉米兩年三熟制（簡(jiǎn)稱兩年三熟制）為主（表 2）。其中，一年兩熟制的面積為953 958.42 m2，占被調(diào)查耕地總面積 （2 270 753.64 m2）比例最高，為42.01%；一年一熟制面積為791 287.92 m2，占比次之，為34.85%；兩年三熟制面積為390 022.92 m2，占比較小，為17.16%。除此之外的其他耕地利用方式（包括棉花、紅薯和果樹等），總面積占比僅為5.96%。

調(diào)查地塊中，發(fā)生冬小麥退耕的地塊總面積為639 852.84 m2，占耕地總面積的比例為28.18%。具體而言，冬小麥退耕主要包括3種類型（表2）：1）一年兩熟制轉(zhuǎn)變?yōu)閮赡耆熘?，即調(diào)研時(shí)為兩年三熟制且發(fā)生了退耕行為，該類型面積為203 276.52 m2，占冬小麥退耕總面積約1/3（31.77%）；2）一年兩熟制或兩年三熟制轉(zhuǎn)變?yōu)橐荒暌皇熘疲凑{(diào)研時(shí)為一年一熟且發(fā)生了退耕行為，面積為401 398.20 m2，占比約2/3（62.73%）；3）一年兩熟制或兩年三熟制轉(zhuǎn)變?yōu)槠渌?，即調(diào)研時(shí)為其他耕地利用方式且發(fā)生了退耕行為，面積為35 178.12 m2，占比僅5.50%。

表2 案例區(qū)耕地利用方式及冬小麥退耕情況Table 2 Agricultural land use pattern and areas of winter wheat abandonment in the case study area

冬小麥退耕地塊的退耕起始年份不盡相同。2003年免收農(nóng)業(yè)稅之前冬小麥累計(jì)退耕面積為127 605.60 m2，占總退耕面積的21.10%；2003—2009年冬小麥退耕面積呈減少趨勢(shì)，2010年前退耕面積累計(jì)百分比僅為42.45%；2010年及以后冬小麥退耕面積則大幅度提高，一半以上（57.55%）的冬小麥退耕發(fā)生在這一時(shí)段（圖2）。

圖2 2000—2013年案例區(qū)冬小麥退耕面積Fig.2 Areas of winter wheat abandonment during 2000-2013 in case study area

3.2 農(nóng)戶主動(dòng)退耕冬小麥的多層次影響因素分析

表3給出了不包括任何解釋變量（模型1）、僅包括地塊層次解釋變量（模型 2）、包括地塊和農(nóng)戶層次解釋變量（模型3）和包括全部層次解釋變量（模型4）的多層二項(xiàng)logit模型的穩(wěn)健性估計(jì)結(jié)果。

3.2.1 不同層次對(duì)農(nóng)戶主動(dòng)退耕冬小麥行為的解釋程度及多層次模型模擬結(jié)果的穩(wěn)健性分析

模型1也被稱為“空模型”，主要用于檢測(cè)高層次的變異是否顯著，還可通過跨級(jí)相關(guān)系數(shù)的計(jì)算給出各層次對(duì)于被解釋變量差異的解釋程度[34]。模型 1中農(nóng)戶層次和村莊層次的方差（VAR(r0)和 VAR(u00)）均在 1%的水平顯著，說明不同農(nóng)戶或不同村莊的冬小麥退耕決策存在顯著差異。根據(jù)跨級(jí)相關(guān)系數(shù)2ρ和3ρ，農(nóng)戶和村莊2個(gè)層次對(duì)被解釋變量變異的解釋程度分別為 17.5%和30.4%，其余的52.1%可歸因于地塊層次。因此，地塊、農(nóng)戶和村莊 3個(gè)層次在解釋農(nóng)戶冬小麥退耕決策中均發(fā)揮著重要影響，而以地塊層次的解釋程度最大，村莊層次次之，農(nóng)戶層次最小。

相比于模型1，模型2～4中逐步增加了地塊層次、農(nóng)戶層次和村莊層次的解釋變量。模型間相同解釋變量系數(shù)的數(shù)值大小和方向的對(duì)比，可以判斷模型整體的穩(wěn)健性以及是否存在模型設(shè)定偏誤。具體而言，地塊層次各解釋變量在模型2～4中的作用方向均是一致的，數(shù)值大小雖有差異，但整體較為近似；農(nóng)戶層次各解釋變量在模型3和模型4中的作用方向和數(shù)值大小也是基本一致的，因此可基本排除模型設(shè)定偏誤和遺漏變量偏誤，模型結(jié)果的可信度較高。模型2～4的ROC值均在0.97及以上，比模型 1的高，說明加入各層次解釋變量后，模型整體的模擬效果均較好。模型2～4的ROC值基本保持一致，但模型 2～3 VAR(r0)的減少和模型 3～4 VAR(u00)的減少仍表明農(nóng)戶層次和村莊層次解釋變量的加入在解釋農(nóng)戶或村莊層次的變異方面做出了一定貢獻(xiàn)。

表3 案例區(qū)農(nóng)戶冬小麥退耕決策影響因素的多層二項(xiàng)logit模型模擬結(jié)果Table 3 Estimation results of the multi-level binomial models for driving factors of winter wheat abandonment in the case study area

下面根據(jù)表3中模型4的結(jié)果分析與討論不同層次解釋變量對(duì)農(nóng)戶冬小麥退耕決策的影響，并與理論模型的預(yù)期進(jìn)行對(duì)比。

3.2.2 地塊層次解釋變量對(duì)農(nóng)戶主動(dòng)退耕冬小麥行為的影響

地塊層次上顯著影響農(nóng)戶冬小麥退耕決策的因素有土地質(zhì)量、灌溉水源和地塊面積。其中，土地質(zhì)量的系數(shù)為正（0.337），且在1%的水平顯著，說明土地質(zhì)量越好，農(nóng)戶冬小麥退耕的概率越小。這主要?dú)w因于土地質(zhì)量好的地塊冬小麥邊際土地生產(chǎn)率（單產(chǎn)）越高，種植冬小麥的地均凈收益也越高，農(nóng)戶越有可能種植冬小麥；而土地質(zhì)量較差的地塊冬小麥邊際土地生產(chǎn)率低，種植冬小麥的地均凈收益也低（表 4），因而農(nóng)戶退耕冬小麥的概率越大。這一結(jié)果與理論預(yù)期“地塊的土地質(zhì)量越好，農(nóng)戶越有可能種植冬小麥”是吻合的。以旱地為對(duì)照組，其余各類灌溉水源的系數(shù)均為負(fù)，且在1%或5%的水平顯著，說明灌溉顯著降低了農(nóng)戶冬小麥退耕的概率。考慮到冬小麥生育期內(nèi)有效降水量遠(yuǎn)低于實(shí)際需水量，灌溉成為冬小麥生長(zhǎng)的關(guān)鍵[37]，而旱地不具備灌溉條件，冬小麥邊際土地生產(chǎn)率和地均凈收益均很低，此種地塊上農(nóng)戶退耕冬小麥的概率因而極高。對(duì)比不同灌溉水源的系數(shù)，從地下水/地表水到僅水庫(kù)或坑塘，其系數(shù)的絕對(duì)值呈減少趨勢(shì)，說明農(nóng)戶退耕冬小麥的概率有所升高。究其原因，從地下水/地表水到僅水庫(kù)或坑塘，灌溉用水穩(wěn)定性和水質(zhì)逐漸變差[38-39]，冬小麥生育期內(nèi)的灌溉次數(shù)顯著降低，由此導(dǎo)致了冬小麥邊際土地生產(chǎn)率和地均凈收益均顯著減少（表 5），隨著灌溉保證率的降低，農(nóng)戶退耕冬小麥的概率呈現(xiàn)上升趨勢(shì)。這與理論部分“灌溉水源穩(wěn)定性和水質(zhì)越好，農(nóng)戶越有可能種植冬小麥”的預(yù)期也是一致的。地塊面積的系數(shù)為負(fù)（-0.077），且在5%的水平顯著，說明面積較小的地塊比面積較大的地塊更易發(fā)生冬小麥退耕現(xiàn)象。在規(guī)模報(bào)酬基本不變的前提下[21]，地塊面積對(duì)邊際土地生產(chǎn)率和地均凈收益的影響較小，但會(huì)對(duì)聯(lián)合收割機(jī)等大型農(nóng)用機(jī)械的使用產(chǎn)生影響，面積較小地塊上大型機(jī)械作業(yè)多有不便，這無疑會(huì)對(duì)農(nóng)戶種植冬小麥的積極性產(chǎn)生影響，因而提高了其冬小麥退耕的概率。除上述變量外，耕作距離的系數(shù)雖為正（0.101），但并不顯著影響農(nóng)戶的冬小麥退耕決策。這與理論預(yù)期有所出入，其原因是案例區(qū)地處平原區(qū)，地形平坦，通勤時(shí)間大致在10～15 min以內(nèi)，由此造成的務(wù)農(nóng)勞動(dòng)投入和地均凈收益變化均有限，對(duì)農(nóng)戶土地利用決策的影響因而較小。

表4 不同土地質(zhì)量冬小麥成本-收益分析Table 4 Cost and benefit analysis of winter wheat grouped by soil quality

表5 不同灌溉水源冬小麥成本-收益分析Table 5 Cost and benefit analysis of winter wheat grouped by irrigation water source

3.2.3 農(nóng)戶層次解釋變量對(duì)農(nóng)戶主動(dòng)退耕冬小麥行為的影響

農(nóng)戶層次上顯著影響農(nóng)戶冬小麥退耕決策的因素有平均務(wù)工收入、地均務(wù)農(nóng)勞動(dòng)力數(shù)量、年齡的二次方、受教育程度、農(nóng)機(jī)設(shè)備和地塊破碎度，而年齡和撫養(yǎng)比并未通過 10%顯著性檢驗(yàn)。其中，平均務(wù)工收入的系數(shù)為正（0.133）且在5%的水平顯著，說明平均務(wù)工收入對(duì)農(nóng)戶冬小麥退耕決策產(chǎn)生了顯著的正向影響。該變量是作為勞動(dòng)力務(wù)農(nóng)機(jī)會(huì)成本的代用指標(biāo)來考慮的。具體而言，平均務(wù)工收入越高，農(nóng)戶勞動(dòng)力務(wù)農(nóng)機(jī)會(huì)成本越高，同等條件下種植冬小麥的勞動(dòng)成本越高而地均凈收益越低，因而顯著提高了冬小麥退耕的概率，這與理論預(yù)期也是一致的。地均務(wù)農(nóng)勞動(dòng)力數(shù)量、年齡、受教育程度、撫養(yǎng)比等均為農(nóng)戶家庭勞動(dòng)力資源稟賦的代用指標(biāo)。其中，地均務(wù)農(nóng)勞動(dòng)力數(shù)量的系數(shù)為負(fù)（-0.684），且在10%的水平顯著，說明勞動(dòng)力市場(chǎng)門檻限制下，務(wù)農(nóng)勞動(dòng)力越豐富的家庭，更傾向于充分利用土地資源，即采取冬小麥-夏玉米一年兩熟制而不是春玉米一熟制，同等條件下冬小麥退耕的概率因而減少，這與理論預(yù)期也是吻合的。為全面認(rèn)識(shí)農(nóng)業(yè)決策者的年齡對(duì)其冬小麥退耕決策的影響，將年齡和年齡的二次方同時(shí)納入模型中，結(jié)果顯示兩者系數(shù)的符號(hào)相反，僅后者通過了 10%的顯著性水平，說明年齡的作用不甚顯著，但大致呈現(xiàn)出農(nóng)業(yè)決策者年齡過大或過小時(shí)農(nóng)戶冬小麥退耕概率較低的特征。因勞動(dòng)力年齡越大，其進(jìn)入勞動(dòng)力市場(chǎng)的門檻限制越高，他們更傾向于充分利用土地資源進(jìn)行冬小麥種植，但年齡過大者難以承擔(dān)灌溉等繁重的農(nóng)業(yè)體力勞動(dòng)，因而退耕冬小麥的概率反而有所提高。Zhang等在重慶的研究也得出了類似結(jié)果[23]。受教育程度在5%的水平發(fā)揮正向左右，說明農(nóng)業(yè)決策者受教育程度越低，冬小麥退耕的概率也越低?？紤]到受教育程度較低的勞動(dòng)力更難以進(jìn)入勞動(dòng)市場(chǎng)，他們因而更傾向于種植冬小麥而不是退耕。這一結(jié)果也是符合理論預(yù)期的。因撫養(yǎng)比的系數(shù)不顯著，這一變量對(duì)農(nóng)戶土地利用決策的影響幾可忽略。此外，農(nóng)機(jī)設(shè)備與地塊破碎度也被納入模型中。其中，農(nóng)機(jī)設(shè)備的系數(shù)在5%的水平負(fù)向顯著（-0.552），說明不具備農(nóng)機(jī)設(shè)備的農(nóng)戶比具備農(nóng)機(jī)設(shè)備的農(nóng)戶更有可能退耕冬小麥，這主要是因?yàn)檗r(nóng)機(jī)設(shè)備，主要是農(nóng)用拖拉機(jī)，在農(nóng)產(chǎn)品運(yùn)輸和地表水灌溉中發(fā)揮了較大作用，為農(nóng)戶務(wù)農(nóng)帶來了極大便利，因而有助于提高農(nóng)戶種植冬小麥的積極性；地塊破碎度的系數(shù)在 1%的水平正向顯著（1.558），說明這一因素在農(nóng)戶冬小麥退耕行為中發(fā)揮了顯著的抑制作用：農(nóng)戶的地塊破碎程度較低時(shí)，耕地集中布局于幾個(gè)面積較大的地塊，提高了耕作的便利程度，也有利于大型農(nóng)用機(jī)械的使用，因而提高了農(nóng)戶冬小麥種植概率；相反，若地塊破碎度高，有限的耕地分散于多個(gè)面積較小的地塊，農(nóng)戶冬小麥的種植積極性則有所降低。

3.2.4 村莊層次解釋變量對(duì)農(nóng)戶主動(dòng)退耕冬小麥行為的影響

村莊層次上，灌溉用電單價(jià)和土地流轉(zhuǎn)率的系數(shù)均通過了5%的顯著性檢驗(yàn)。其中，灌溉用電單價(jià)的系數(shù)為正（1.604），說明灌溉用電單價(jià)越高的村莊農(nóng)戶冬小麥退耕的概率也越高。灌溉用電單價(jià)是通過直接影響灌溉投入影響冬小麥的地均凈收益，進(jìn)而影響農(nóng)戶冬小麥退耕決策的。同等條件下，灌溉用電單價(jià)越高，灌溉投入越多而地均凈收益越少，農(nóng)戶因而越傾向于退耕冬小麥。這與理論預(yù)期也是吻合的。土地流轉(zhuǎn)率的系數(shù)雖是顯著為負(fù)的（-2.936），但考慮到案例區(qū)土地流轉(zhuǎn)的概率整體較低，均值僅為4%，這一因素對(duì)農(nóng)戶冬小麥退耕決策的影響比較有限。此外，地下水埋深、距市中心距離和人均純收入的系數(shù)均未通過 10%的顯著性檢驗(yàn)，說明這 3個(gè)因素對(duì)農(nóng)戶冬小麥退耕決策的影響相對(duì)較小。

總體而言，地塊、農(nóng)戶和村莊 3個(gè)層次在解釋農(nóng)戶冬小麥退耕決策中均發(fā)揮著顯著作用，其解釋程度分別為52.1%、17.5%和30.4%。各層次的解釋變量對(duì)農(nóng)戶冬小麥退耕決策的影響與理論預(yù)期是大致相符的：地塊的土地質(zhì)量越好、灌溉水源穩(wěn)定性和水質(zhì)越好，農(nóng)戶的平均務(wù)農(nóng)工資越低、地均務(wù)農(nóng)勞動(dòng)力數(shù)量越多、農(nóng)業(yè)決策者受教育程度較低，村莊的灌溉用電單價(jià)越低，農(nóng)戶冬小麥退耕的概率越小，種植冬小麥的可能性越大。此外，地塊面積、農(nóng)戶的農(nóng)機(jī)設(shè)備和地塊破碎度等因素也對(duì)其冬小麥退耕決策產(chǎn)生顯著影響。

4 政策啟示

根據(jù)案例區(qū)問卷調(diào)查結(jié)果，2000年以來農(nóng)戶主動(dòng)退耕冬小麥的耕地面積占比為28.18%，也即超過1/4的耕地已出現(xiàn)冬小麥退耕現(xiàn)象。在此背景下，利用補(bǔ)貼政策推行休耕這一耕地休養(yǎng)生息策略時(shí)，就不能泛化，而需精準(zhǔn)。若對(duì)農(nóng)戶已主動(dòng)退耕冬小麥的耕地進(jìn)行補(bǔ)貼，不僅造成公共財(cái)政經(jīng)費(fèi)的浪費(fèi)，也達(dá)不到減少地下水用量的目的。同時(shí)，考慮到休耕是通過減少冬小麥地下水灌溉用量，實(shí)現(xiàn)地下水位回升、維持地下水資源采補(bǔ)平衡的目標(biāo)，休耕制度不僅應(yīng)避免將已退耕耕地納入決策范圍，還應(yīng)主要瞄準(zhǔn)地下水灌溉的地塊。嚴(yán)格的冬小麥種植摸底調(diào)查監(jiān)測(cè)可以為制度實(shí)施提供數(shù)據(jù)基礎(chǔ)，應(yīng)成為其精準(zhǔn)實(shí)施的前提。此外，實(shí)證分析結(jié)果中，勞動(dòng)力務(wù)農(nóng)機(jī)會(huì)成本（平均務(wù)工收入）與灌溉用電單價(jià)提高均有助于促進(jìn)農(nóng)戶退耕冬小麥。因此，地方政府也應(yīng)注重農(nóng)村集體新型產(chǎn)業(yè)發(fā)展，增加農(nóng)民就業(yè)機(jī)會(huì)，并進(jìn)行農(nóng)業(yè)水價(jià)綜合改革，建立冬小麥灌溉精準(zhǔn)收費(fèi)機(jī)制，輔助推進(jìn)休耕制度落實(shí)。

實(shí)證分析還發(fā)現(xiàn)，不同灌溉水源對(duì)農(nóng)戶冬小麥退耕決策的影響不盡相同。除地下水外，地表水，如河流、水庫(kù)或坑塘等，也是案例區(qū)冬小麥灌溉用水的主要水源。其中，河流中的水僅部分來源于降水，其余主要來源于城市中水系統(tǒng)和南水北調(diào)中線工程，供水穩(wěn)定性和水質(zhì)相對(duì)較好，利用此類灌溉水源的地塊農(nóng)戶退耕冬小麥的概率較低；而水庫(kù)或坑塘中的水主要來源為降水，供水穩(wěn)定性和水質(zhì)相對(duì)較差，相關(guān)地塊退耕冬小麥的概率較高?？紤]到華北平原是小麥主產(chǎn)區(qū)，在維系中國(guó)口糧安全方面責(zé)任重大，采用地表水灌溉維持或適度擴(kuò)展部分區(qū)域小麥種植面積對(duì)土地休耕與口糧安全目標(biāo)的“雙贏”意義重大。然而，當(dāng)前區(qū)域水資源管理更多地集中在地下水超采治理方面，對(duì)河流、水庫(kù)和坑塘等地表水的管理還需加強(qiáng)。建議制訂切實(shí)可行的南水北調(diào)中線農(nóng)業(yè)用水管理辦法，避免部分村集體盲目引水灌溉；確保城市中水質(zhì)量并實(shí)現(xiàn)其在生態(tài)用水與農(nóng)業(yè)用水間的合理配置；同時(shí)，推行先進(jìn)的降水采集技術(shù)及生物性水質(zhì)控制措施，確保水庫(kù)、坑塘的供水穩(wěn)定性及其水質(zhì)安全[40]。

5 結(jié) 論

本文借助河北省滄縣農(nóng)戶問卷數(shù)據(jù)，構(gòu)建農(nóng)戶土地利用決策理論模型和多層二項(xiàng)logit模型，分析了華北平原農(nóng)戶冬小麥退耕現(xiàn)狀及其影響因素。結(jié)果顯示，1）案例區(qū)2000年以來農(nóng)戶主動(dòng)退耕冬小麥的面積占耕地面積的比例達(dá)28.18%，也即超過1/4的耕地發(fā)生了冬小麥退耕現(xiàn)象。2）地塊、農(nóng)戶和村莊3個(gè)層次在解釋農(nóng)戶冬小麥退耕決策方面均發(fā)揮著顯著作用，就解釋程度而言，地塊層次最高（52.1%），村莊層次次之（30.4%），而農(nóng)戶層次最?。?7.5%）。3）地塊層次的土地質(zhì)量，農(nóng)戶層次的平均務(wù)工收入、受教育程度和地塊破碎度，以及村莊層次的灌溉用電單價(jià)的系數(shù)均為正且通過了1%或5%的顯著性檢驗(yàn)，說明它們?cè)谵r(nóng)戶主動(dòng)退耕冬小麥行為中發(fā)揮顯著影響，且土地質(zhì)量越差、農(nóng)戶平均務(wù)工收入和地塊破碎度越高、農(nóng)業(yè)決策者受教育程度和村莊灌溉用電單價(jià)也越高時(shí)，農(nóng)戶發(fā)生冬小麥退耕的概率越大。4）此外，地塊層次的灌溉水源和地塊面積，農(nóng)戶層次的地均務(wù)農(nóng)勞動(dòng)力數(shù)量和農(nóng)機(jī)設(shè)備的系數(shù)均為負(fù)且通過了1%、5%或10%的顯著性檢驗(yàn)，說明它們?cè)谵r(nóng)戶冬小麥退耕決策中也發(fā)揮顯著影響，且地塊灌溉水源穩(wěn)定性及水質(zhì)越差、地塊面積較小、地均務(wù)農(nóng)勞動(dòng)力數(shù)量越少且不具備農(nóng)機(jī)設(shè)備的農(nóng)戶越有可能實(shí)施冬小麥退耕決策。在實(shí)證分析的基礎(chǔ)上，本文還提出了土地休耕制度精準(zhǔn)實(shí)施、農(nóng)村集體新型產(chǎn)業(yè)發(fā)展、農(nóng)業(yè)水價(jià)綜合改革、地表水資源合理配置與管理等方面的政策建議，以期實(shí)現(xiàn)華北平原土地休耕與糧食安全的“雙贏”目標(biāo)。

此外，本文是 Yan等構(gòu)建的農(nóng)戶土地利用決策理論模型在中國(guó)平原地區(qū)農(nóng)地利用變化解釋方面的一次拓展應(yīng)用。將本文研究結(jié)果與閻建忠等以重慶山區(qū)為例進(jìn)行的坡耕地撂荒實(shí)證分析結(jié)果進(jìn)行對(duì)比，發(fā)現(xiàn)以“農(nóng)戶在地塊層次上配置土地和勞動(dòng)力以實(shí)現(xiàn)家庭凈收益總量最大化為目標(biāo)”這一主旨構(gòu)建的農(nóng)戶土地利用決策理論模型對(duì)中國(guó)山區(qū)坡耕地撂荒現(xiàn)象和華北平原農(nóng)戶主動(dòng)退耕冬小麥現(xiàn)象均做出了較好地解釋，說明該理論模型在中國(guó)農(nóng)地邊際化現(xiàn)象解釋方面的適用范圍較廣。但具體到兩種現(xiàn)象的影響因素時(shí)，實(shí)證分析結(jié)果不盡相同：以地塊層次的影響因素為例，土地質(zhì)量和地塊面積在山區(qū)坡耕地撂荒和華北農(nóng)戶主動(dòng)退耕冬小麥方面都發(fā)揮著顯著作用，且作用方向是一致的，但灌溉水源僅在華北平原有顯著影響，對(duì)山區(qū)的影響不大；與之相反，耕作距離僅影響山區(qū)坡耕地撂荒行為，而對(duì)平原農(nóng)戶主動(dòng)退耕冬小麥行為的影響并不顯著。有鑒于此，在拓展應(yīng)用閻氏理論模型解釋中國(guó)農(nóng)地邊際化現(xiàn)象時(shí)，應(yīng)根據(jù)研究區(qū)實(shí)際情況進(jìn)行理論模型的適當(dāng)修正，在實(shí)證分析時(shí)也應(yīng)注意將相關(guān)指標(biāo)考慮在內(nèi)。

[參 考 文 獻(xiàn)]

[1] 郝海廣，李秀彬，張惠遠(yuǎn)，等. 勞動(dòng)力務(wù)農(nóng)機(jī)會(huì)成本對(duì)農(nóng)地邊際化的驅(qū)動(dòng)作用[J]. 干旱區(qū)資源與環(huán)境，2015，29(3)：50－56.Hao Haiguang, Li Xiubin, Zhang Huiyuan, et al. Impact of the opportunity cost of farming labor on the agricultural land mar-ginalization[J]. Journal of Arid Land Resources and Environment, 2015, 29(3): 50－56. (in Chinese with English abstract)

[2] Chen R, Ye C, Cai Y, et al. The impact of rural out-migration on land use transition in China: Past, present and trend[J].Land Use Policy, 2014, 40: 101－110.

[3] 李秀彬，趙宇鸞. 森林轉(zhuǎn)型、農(nóng)地邊際化與生態(tài)恢復(fù)[J]. 中國(guó)人口·資源與環(huán)境，2011，21(10)：91－95.Li Xiubin, Zhao Yulian. Forest Transition，Agricultural land marginalization and ecological restoration[J]. China Population, Resources and Environment, 2011, 21(10): 91－95. (in Chinese with English abstract)

[4] 辛良杰，李秀彬. 近年來我國(guó)南方雙季稻區(qū)復(fù)種的變化及其政策啟示[J]. 自然資源學(xué)報(bào)，2009，24(1)：58－65.XinLiangjie, Li Xiubin. Changes of multiple cropping in double cropping rice area of Southern China and its policy implications[J]. Journal of Natural Resources, 2009, 24 (1):58－65. (in Chinese with English abstract)

[5] 潘學(xué)鵬，李改欣，劉峰貴，等. 華北平原冬小麥面積遙感提取及時(shí)空變化研究[J]. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)，2015，23(4)：497－505.Pan Xuepeng, Li Gaixin, Liu Fenggui, et al. Using remote sensing to determine spatio-temporal variations[J]. Chinese Journal of Eco-Agriculture, 2015,23(4):497－505. (in Chinese with English abstract)

[6] Xie H, Wang P, Yao G. Exploring the dynamic mechanisms of farmland abandonment based on a spatially explicit economic model for environmental sustainability: A case study in Jiangxi Province, China[J]. Sustainability, 2014, 6(3):1260－1282.

[7] Li S, Li X. Global understanding of farmland abandonment:A review and prospects[J]. Journal of Geographical Sciences,2017, 27(9): 1123－1150.

[8] Wang X, Li X, Xin L. Impact of the shrinking winter wheat sown area on agricultural waterconsumption in the Hebei Plain[J]. Journal of Geographical Sciences, 2014, 24 (2):313－330.

[9] 王全忠，陳歡，張倩，等. 農(nóng)戶水稻“雙改單”與收入增長(zhǎng)：來自農(nóng)村社會(huì)化服務(wù)的視角[J]. 中國(guó)人口·資源與環(huán)境，2015，25(3)：153－162.Wang Quanzhong, Chen Huan, Zhang Qian, et al.Plantingpattern switch from double-cropped to singlecropped rice and iIncomeincrease: A study on the effects of social services in rural areas[J]. China Population, Resources and Environment, 2015, 25(3): 153－162. (in Chinese with English abstract)

[10] Ge D, Long H, Zhang Y, et al. Farmland transition and its influences on grain production in China[J]. Land Use Policy,2018, 70: 94－105.

[11] Fezzi C, Harwood A R, Lovett A A, et al. The environmental impact of climate change adaptation on land use and water quality[J]. Nature Climate Change, 2015, 5 (3): 255－260.

[12] van Vliet J, de Groot H L F, Rietveld P, et al. Manifestations and underlying drivers of agricultural land use change in Europe[J]. Landscape and Urban Planning, 2015, 133: 24－36.

[13] Lu C, Fan L. Winter wheat yield potentials and yield gaps in the North China Plain [J]. Field Crops Research, 2013, 143:98－105.

[14] Zhong H, Sun L, Fischer G, et al. Mission Impossible?Maintaining regional grain production level and recovering local groundwater table by cropping system adaptation across the North China Plain[J]. Agricultural Water Management,2017, 193: 1－12.

[15] Feng Z M, Liu D W, Zhang Y H. Water requirements and irrigation scheduling of spring maize using GIS and CropWat model in Beijing-Tianjin-Hebei region[J]. Chinese Geographical Science, 2007, 17(1): 56－63.

[16] 張濤，王昆，馬天云. 河北部分農(nóng)村撂荒耕地棄種小麥[EB/OL]. 人民日?qǐng)?bào)，2011，http://finance.people.com.cn/nc/GB/15931369.html.

[17] 金微. 河北易縣農(nóng)田拋荒引重視農(nóng)業(yè)部調(diào)查組現(xiàn)場(chǎng)調(diào)研[EB/OL]. 每日經(jīng)濟(jì)新聞，2012，http://www.nbd.com.cn/articles/2012-10-26/690935.html.

[18] 王學(xué)，李秀彬，談明洪，等. 華北平原2001-2011年冬小麥播種面積變化遙感監(jiān)測(cè)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2015，31(8)：190－199.Wang Xue, Li Xiubin, Tan Minghong, et al. Remote sensing monitoring of changes in winter wheat area in North China Plain from 2001 to 2011[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31 (8): 190－199. (in Chinese with English abstract)

[19] Meng Q, Sun Q, Chen X, et al. Alternative cropping systems for sustainable water and nitrogen use in the North China Plain[J]. Agriculture, Ecosystems & Environment, 2012, 146(1): 93－102.

[20] 張兆吉，費(fèi)宇紅，陳宗宇. 華北平原地下水可持續(xù)利用調(diào)查評(píng)價(jià)[J]. 北京：地質(zhì)出版社，2009.

[21] 王學(xué)，李秀彬，辛良杰，等. 華北地下水超采區(qū)冬小麥退耕的生態(tài)補(bǔ)償問題探討[J]. 地理學(xué)報(bào)，2016，71(5)：829－839.Wang Xue, Li Xiubin, Xin Liangjie, et al. Ecological compensation for winter wheat abandonment in groundwater over-exploited areas in the North China Plain[J]. Acta Geographica Sinica, 2016, 71(5): 829－839. (in Chinese with English abstract)

[22] 王衛(wèi)，河北地理 [M]. 北京：北京師范大學(xué)出版社，2012.

[23] Zhang Y, Li X, Song W, et al. Land abandonment under rural restructuring in China explained from a cost-benefit perspective[J]. Journal of Rural Studies, 2016, 47: 524－532.

[24] Yan J, Yang Z, Li Z, et al. Drivers of cropland abandonment in mountainous areas: A household decision model on farming scale in Southwest China[J]. Land Use Policy, 2016,57: 459－469.

[25] 辛良杰，王佳月. 耕地種植速生林的影響因素及其政策啟示：基于山東省兩市的農(nóng)戶調(diào)查[J]. 自然資源學(xué)報(bào)，2014，29(12)：1991－2000.Xin Liangjie, Wang Jiayue. Driving factors of fast-growing forest planting and its policy implications: Based on the household surveyin two cities of Shandong Province[J].Journal of Natural Resources, 2014, 29(12): 1991－2000. (in Chinese with English abstract)

[26] 劉成武，黃利民. 農(nóng)地邊際化過程中農(nóng)戶土地利用行為變化及其對(duì)糧食生產(chǎn)的影響[J]. 地理研究，2015，34(12)：2268－2282.Liu Chengwu, Huang Limin. The changes of farmers'behavior in land use and its impacts on the food production during the process of marginalization of arable land [J].Geographical Research, 2015, 34(12): 2268－2282. (in Chinese with English abstract)

[27] Long H. Land use policy in China: Introduction[J]. Land Use Policy, 2014, 40: 1－5.

[28] Wang X, Herzfeld T, Glauben T. Labor allocation in transition: Evidence from Chinese rural households[J]. China Economic Review, 2007, 18(3): 287－308.

[29] Wang X, Li X, Xin L, et al. Ecological compensation for winter wheat abandonment in groundwater over-exploited areas in the North China Plain[J]. Journal of Geographical Sciences, 2016, 26(10): 1463－1476.

[30] 艾利思，農(nóng)民經(jīng)濟(jì)學(xué)：農(nóng)民家庭農(nóng)業(yè)和農(nóng)業(yè)發(fā)展[M]. 上海：上海人民出版社，2006.

[31] Lankoski J, Ollikainen M. Agri-environmental externalities-a framework for designing targeted policies[J]. European Review of Agricultural Economics, 2003, 30(1): 51－75.

[32] Kyrchei I I. Cramer’s rule for some quaternion matrix equations[J]. Applied Mathematics and Computation, 2010,217(5): 2024－2030.

[33] Snijders T A B, Boksker R J, Multilevel analysis: An introduction to basic and advanced multilevel modelling [M].New York: Sage; 1999.

[34] Overmars K P, Verburg P H. Multilevel modelling of land use from field to village level in the Philippines[J].Agricultural Systems, 2006, 89 (2/3): 435－456.

[35] Su S, Zhou X, Wan C, et al. Land use changes to cash crop plantations: crop types, multilevel determinants and policy implications[J]. Land Use Policy, 2016, 50: 379－389.

[36] Zhang Y, Li X, Song W. Determinants of cropland abandonment at the parcel, household and village levels in mountain areas of China: A multi-level analysis[J]. Land Use Policy, 2014, 41: 186－192.

[37] Wang X, Li X, Fischer G, et al. Impact of the changing area sown to winter wheat on crop water footprint in the North China Plain[J]. Ecological Indicators, 2015, 57: 100－109.

[38] 楊宇，王金霞，陳煌. 不同灌溉水源供水可靠性的評(píng)估[J].中國(guó)人口·資源與環(huán)境，2012，22(11)：97－100.Yang Yu, WangJinxia, Chen Huang. Assessment on water supply reliability of different irrigation water sources[J].China Population, Resources and Environment, 2012, 22(11):97－100. (in Chinese with English abstract)

[39] Li K, Yang X, Liu Z, et al. Low yield gap of winter wheat in the North China Plain[J]. European Journal of Agronomy,2014, 59: 1－12.

[40] Liu J, Zehnder A J B, Yang H. Global consumptive water use for crop production: The importance of green water and virtual water[J]. Water Resources Research, 2009, 45(5):doi:10.1029/2007WR006051.