耕地利用“大棚化”的時空特征及影響因素分析*

謝旻琪，張 宇，楊 奎，鐘太洋

（南京大學地理與海洋科學學院，江蘇南京 210023）

0 引言

耕地利用“大棚化”越來越普遍。隨著中國社會經濟快速發(fā)展，建設用地擴張占用了大量耕地[1]，發(fā)展與基礎保障之間的矛盾愈演愈烈。耕地是最為重要的食物來源，人口的持續(xù)增長增加了食物需求，在耕地面積無法大量增加甚至萎縮的情況，通過耕地利用轉型提高土地生產率至關重要。集約化的農業(yè)生產轉型有利于提高單位面積產量，可以彌補耕地減少帶來的負面影響[2]。在此背景下，大棚種植的快速擴張代表著土地集約利用從以往的增加勞動投入和化肥等物質投入引領的集約化向以設施農業(yè)擴張引領的集約化轉變，這也在一定程度上推動著傳統農業(yè)向現代農業(yè)轉型[3]。近40年來，中國設施農業(yè)規(guī)模不斷擴大，截止2018年，中國設施農業(yè)用地總面積達206萬hm2，其中大棚占地136萬hm2，位居世界第一[4]。20世紀80年代初大棚用地面積約為6 200 hm2[5]，到2006年的46.5萬hm2[6]，在25年面積增加了7倍多，年均增長率在18.06%。由此可見，種植模式從露地轉向大棚是我國耕地利用轉型的重要特征之一[7]，文章把大棚面積擴張及其所占耕地面積比例的提高這些現象稱為耕地利用“大棚化”。

“大棚化”現象得到越來越多的關注。大棚種植是實現高產穩(wěn)產的重要耕作模式之一，提高了資源利用效率[8]，創(chuàng)造經濟效益[9]，促進土地利用轉型[10]和鄉(xiāng)村振興[11]。已有關于“大棚化”的研究內容和方法主要包括以下幾個方面：①根據露天種植和大棚種植的對比數據，分析大棚種植對社會、經濟和生態(tài)效益的影響[12]；②從微觀的農戶特征和行為角度分析影響農戶大棚種植決策的因素[7]；③利用遙感技術，分析縣、市和省等小范圍尺度下的農業(yè)大棚時空動態(tài)變化特征[13][14]。

首先，現有研究在尺度上缺少對大棚用地及轉型情況全國層面的探索，因此該文利用第二、三次農業(yè)普查相關數據對全國耕地利用“大棚化”的時空特征進行初步分析。其次，現有研究鮮少在宏觀層面上分析耕地利用“大棚化”的影響因素，且忽略了不同層次間的相互影響[15]?；谏鲜雠袛?，該文采用多層線性模型、從宏觀層面來探究耕地利用“大棚化”的影響因素。特別地，人類的土地利用活動變化與耕地變化息息相關[1]，“中央一號文件”幾乎同時期開始對新型職業(yè)農民培育和設施農業(yè)發(fā)展進行部署。已有文獻中有從微觀角度探究新型職業(yè)農民與“大棚化”轉型兩者間的關系[7]，但缺少宏觀層面上的證明，因此該文在影響因素分析中考慮農民轉型的因素，從宏觀角度考察新型職業(yè)農民培育對耕地利用“大棚化”的影響。

1 數據來源、研究方法及模型構建

1.1 數據來源與說明

該文時空分析所用數據來自中國大陸31 個省級行政區(qū)第二、三次農業(yè)普查省級層次有關數據。影響因素分析則采用的是第三次農業(yè)普查數據成果，樣本包括中國大陸24 個省級行政區(qū)（不含4 個直轄市及數據缺失較多的西藏、寧夏、青海）所轄的209個地級行政區(qū)。

分析中涉及的土地利用數據主要來源于各省市公布的第三次農業(yè)普查公報；社會經濟及降水量等數據來源于各省市統計年鑒，其中缺少的利用《中國城市統計年鑒（2017）》等補全；自然條件中的坡度數據是由地理空間數據云平臺上獲取的DEM 數據轉換得來。處理方法為：首先，利用ArcGIS 軟件，將原始的DEM 柵格數據鑲嵌成為新的大柵格圖層；然后根據中國科學院地理科學與資源研究所平臺上的土地利用遙感數據中的耕地分布，利用ArcGIS軟件的掩膜工具提取并計算出各地級行政區(qū)內耕地的平均坡度，作為對應的坡度數據。

1.2 變量選擇

1.2.1 因變量選擇

首先，選擇大棚用地面積作為被解釋變量，以分析大棚用地擴張的影響因素。但是，從數量上來看，大棚面積可能會受區(qū)域耕地面積總量的影響較大（表1），不能很好地體現出轉型的程度，所以還需要從結構上加以分析。因此，以“大棚化”率作為另一個被解釋變量進行分析，以便從相對量角度來考察耕地利用“大棚化”。

該文選用大棚與耕地面積比率作為“大棚化”率的指標。土地利用形態(tài)的非空間表現形式可以定義為某土地利用類型在更高級土地利用類型中所占的份額[16]。因此，該比率體現了大棚用地的利用形態(tài)，可以表征耕地利用“大棚化”程度。雖然大棚種植作為設施農業(yè)，用地總體上屬于農用地，但實際用途大都與耕地功能相關。以吉林省數據為例，大棚用地中90%用于蔬菜和瓜果種植，而耕地占農用地的比例只有21%。因此，雖然使用大棚占農用地的比例[17]可以完全涵蓋，但是其中不相關的因子太多，并不合理。而使用大棚面積與耕地面積比率的指標在總體上來說更加合理，并且突出了該文研究的耕地利用轉型相關內容。

1.2.2 自變量選擇

耕地利用“大棚化”可能受到多種因素的影響，根據已有的關于大棚利用或是土地集約利用和耕地利用轉型等相關研究，耕地利用“大棚化”的影響因素主要包含自然條件和社會經濟要素兩方面。自然條件是從事農業(yè)生產的基礎，大棚農業(yè)依賴水光熱的條件[14,18]；坡度是土地利用和耕地利用轉型的重要驅動因素[19,20]，因此選取年平均氣溫、年降水量、年日照時長、坡度作為自然條件的代表。

社會經濟條件是決定耕地利用方式的重要影響因素[21]。人口分布和轉型是耕地利用轉型過程中的重要環(huán)節(jié)[22,23]，因此在變量中包含人口數量、人口密度、城鎮(zhèn)化率[24]、一產從業(yè)人員比例、人均經營耕地面積[25]的指標。經濟指標主要選取人均GDP[20,26]、第一產業(yè)比重[16]作為代表。由于大棚農業(yè)的生產資料和設施成本高[27]，屬于高投入型農業(yè)[9]，因此在變量中加入農村人均可支配收入和消費支出兩項指標。農業(yè)勞動力變化與耕地利用轉型的耦合是農業(yè)現代化轉型的關鍵[28]，已有研究表明農民職業(yè)化是農地集約利用的重要影響因素[16]，新型職業(yè)農民有效推進了耕地利用“大棚化”轉型[7]，因此，選取新型職業(yè)農民比例（新型職業(yè)農民/農業(yè)生產經營人員）[29]指標。另外，變量中還涵蓋耕地面積、行政區(qū)域面積作為與被解釋變量相關的土地利用指標。最后，政策補貼[30]也是農戶土地集約利用方式選擇的重要影響因素，但由于沒有統一的標準，該文假設所有樣本都受到補貼政策的影響，在變量中不再做具體的區(qū)分體現。

由于勞動力的區(qū)域間流動和跨區(qū)域的農產品需求等因素，將人口數量、一產從業(yè)人員比重、人均經營耕地面積、新型職業(yè)農民比例作為省級解釋變量，并在省級層面也加入GDP、人口密度、第一產業(yè)產值等作為省級背景指標。

1.3 模型設定

1.3.1 多層線性模型（Hierarchical Linear Model，HLM）

根據已有研究顯示，農用地集約利用程度在一定程度上受到不同區(qū)域層次的社會經濟水平、基礎建設條件、勞動力轉移機會等因素的影響[17]。再參考課題組2019 年對江西省贛州市于都縣的大棚利用狀況展開的實地調查，根據訪談，從事大棚種植相關的農業(yè)從業(yè)者很多并不是本地人，來自于其他縣市的都有；農產品的銷售途徑包括縣集市上銷售、統一收購供向省會城市等。這些跨地域的勞動力遷移和食物需求等都會影響一個區(qū)域的大棚種植情況，因此有必要構建多層級的計量模型進行分析。

多層線性模型是一種多用于有嵌套結構特點的數據分析的統計技術。相較于傳統的線性回歸模型，首先，多層線性模型打破傳統回歸中將同一省份城市或不同省份城市做同一的獨立假設；其次，多層線性模型不需要滿足傳統線性模型中對于隨機誤差相互獨立的假設，它假設市級樣本間的測量誤差以及不同省份導致的誤差的獨立性[31]。總結來說，多層線性模型可以檢驗和測度跨層級影響的情況，即省級指標對市級耕地利用“大棚化”的影響。

1.3.2 大棚用地面積模型

首先，選取大棚用地面積(Y1)作為被解釋變量。對上述所有選擇的市級變量做逐步回歸分析，結果顯示的最優(yōu)變量子集中包括耕地面積（X1）、坡度（X2）、城鎮(zhèn)化率（X3）、人口密度（X4）、人均GDP（X5）、一產比重（X6）。在構建只含地級行政區(qū)層變量模型的基礎上，逐個加入省級行政區(qū)層變量，通過對剩余方差分量（Level-1,R）等值的變化來判斷新加入的變量是否可以有效解釋被解釋變量以及模型方程是否得到改善[31]。由此得到有效的省級解釋變量為新型職業(yè)農民比例（Z1）、一產從業(yè)人員比例（Z2）?？紤]到不同區(qū)域的耕地利用“大棚化”情況有所不同，因此根據其空間分布特征，按東（Z3）、中（Z4）、西部（Z5）和東北地區(qū)劃分，在省級行政區(qū)層設置一組啞變量來表示地區(qū)，以表現不同地區(qū)對的耕地利用“大棚化”的影響。由于變量數值差距大，為了方便計算并使數據更加平穩(wěn)，對除啞變量外的其他變量取對數處理，描述性統計見表1。由此構建模型為：

地級行政區(qū)層：

省級行政區(qū)層：

將式（2）代入式（1）可以得到完整方程。其中，i、j代表第i個?。ㄗ灾螀^(qū)）的第j個市（州）；rij表示殘差項；γ00截距項，γ0j是斜率，用于解釋省級行政區(qū)層對地級行政區(qū)層的截距的影響；γi0表示省級行政區(qū)層對地級行政區(qū)層斜率進行解釋。uij表示隨機項，在模型構建過程中，除β1j外的其他隨機效應估計結果不顯著。

1.3.3 耕地利用“大棚化”率模型

以“大棚化”率為被解釋變量，按照大棚用地面積模型的解釋變量的篩選步驟，得出地級行政區(qū)層變量包括坡度、降水量、城鎮(zhèn)化率、人口密度、人均GDP、一產比重、農村居民可支配收入，省級行政區(qū)層變量包括新型職業(yè)農民比例、人均經營耕地面積和表示地區(qū)的啞變量。對啞變量外得所有變量數據取對數處理，描述性統計見表1。在多層線性模型構建中，除城鎮(zhèn)化率、人口密度外的其他變量的隨機效應估計結果不顯著，故設為固定效應，利用軟件HLM估計模型。。

表1 變量描述性統計

2 耕地利用“大棚化”的時空特征

以中國大陸31 個省級行政區(qū)為研究對象，采用一般的東、中、西部和東北地區(qū)的劃分方式；利用第二、三次農業(yè)普查數據，統計各地區(qū)2006年和2016 年的大棚用地面積并計算耕地“大棚化”率（表2）并繪制空間分布圖（圖1～4），分析這10 年期中國耕地利用“大棚化”情況及空間分布格局。

根據表2 分析，2006—2016 年全國大棚用地面積快速增長，實現翻番，四大地區(qū)的大棚用地面積也均呈上漲趨勢，其中，西部地區(qū)增幅最大，為344%，東北地區(qū)增幅最小，為63%?？臻g上呈現出由東部沿海地區(qū)逐漸向內陸地區(qū)擴張的趨勢，但總體來說東部地區(qū)一直保持較高水平（圖1、2）。國家和政府對現代設施農業(yè)發(fā)展以及土地利用轉型的重視，使得大棚用地面積不斷擴張，耕地利用“大棚化”程度不斷提高。“大棚化”率在全國整體也呈上升趨勢，由1.698%增長至3.227%，四大地區(qū)中除東北地區(qū)外，“大棚化”率均有明顯增長。由圖3 和圖4 可知，2006 年時只有東部沿海地區(qū)的“大棚化”率較高，而其他地區(qū)都處于較低水平；時至2016 年，中、西部一些地區(qū)的“大棚化”率也有所提高，但總體上東部地區(qū)的“大棚化”率始終處于較高水平，說明東部地區(qū)耕地利用“大棚化”程度較高。東北地區(qū)“大棚化”率的增幅很小，說明東北地區(qū)的耕地“大棚化”轉型的發(fā)展進程較緩慢；中、西部地區(qū)“大棚化”率穩(wěn)步上升，說明兩地區(qū)正在加快推進耕地利用“大棚化”轉型的進程。

圖1 2006年中國大陸大棚用地面積空間分布

圖2 2016年中國大陸大棚用地面積空間分布

圖3 2006年中國大陸“大棚化”率空間分布

圖4 2016年中國大陸“大棚化”率空間分布

表2 2006年和2016年四大地區(qū)大棚用地面積、“大棚化”率

2006—2016 年大棚用地面積和“大棚化”率均呈上升趨勢，在空間分布上，兩者都由東部沿海逐漸向內陸擴張。但兩者的空間分布格局變動不明顯，總的都呈現出東部沿海高、西部內陸低的分布態(tài)勢，東部地區(qū)長期保持較好水平。

這樣的空間格局說明我國耕地利用“大棚化”發(fā)展不均衡，區(qū)域差別明顯。自然條件優(yōu)渥、經濟發(fā)達的東部地區(qū)，大棚農業(yè)發(fā)展快、規(guī)模大，加速了農業(yè)設施化轉型及對傳統農業(yè)的改造[32]。而中西部地區(qū)，自然和社會經濟條件相對落后，這種高投入、高技術[9]的大棚農業(yè)發(fā)展還很滯后，很難形成規(guī)模效益、收益難保障，這樣又造成了惡性循環(huán)，使得大棚農業(yè)更加難以落在地上。區(qū)域間的不平衡嚴重制約著我國耕地利用“大棚化”轉型及農業(yè)現代化社會的全面發(fā)展。

3 結果與分析

3.1 大棚用地面積擴張的影響因素

表3 是以大棚面積為因變量的模型估計結果。模型一為零模型、模型二只添加地級行政區(qū)變量，模型三是添加地級和省級行政區(qū)變量的完整模型。從回歸結果看，地級行政區(qū)層變量中，耕地面積、城鎮(zhèn)化水平、人口密度在1%統計水平上顯著，坡度在5%統計水平上顯著；省級行政區(qū)層次變量中，東部地區(qū)在1%統計水平上顯著，新型職業(yè)農民比例在10%的統計水平上顯著。剩余變量無顯著影響。

表3 大棚用地面積擴張影響因素的回歸模型

3.1.1 人口密度與結構的影響

人口密度對大棚用地面積擴張有正向影響。人口密度大體現了一定的人地關系，可以看作是簡單意義上的人多地少，人均耕地資源少，但糧食需求量大。根據Ester Boserup的理論，較高的人口密度使得人們逐漸從事更加技術密集型和集約化的農業(yè)生產[33]，從而提高資源利用效率，以滿足人口需求。據統計，大棚蔬菜平均每公頃的產量是露天種植的1.02 倍[8]，提高了單位面積土地的產出率。因此，人口密度越大的地區(qū)，進行大棚種植的可能性越大。

城鎮(zhèn)化水平對大棚用地面積擴張有正向影響。短期上，城鎮(zhèn)化水平與耕地利用“大棚化”可能存在著相矛盾的關系，城鎮(zhèn)化水平的提高給了勞動力更多轉移的機會[34]，往往體現在由農村流向城市，而農村勞動力的大量流失會導致農業(yè)勞動力投入不足[35]；但從長期來看，城鎮(zhèn)化水平的提高可以促進土地流轉，使耕地變得更加集中，并流向職業(yè)農民手中，有利于實施集約化的生產[36]，從而促進耕地利用“大棚化”轉型。也有研究表明，農戶到最近城鎮(zhèn)居民點的距離越近，大棚面積擴張得越迅速，因此城鎮(zhèn)面積的擴張也可能在一定程度上促進大棚用地面積擴張[14]。

3.1.2 新型職業(yè)農民培育的影響

新型職業(yè)農民比例對大棚面積擴張有正向影響，說明新型職業(yè)農民的培育一定程度上促進了耕地利用“大棚化”轉型。相較于傳統農民，新型職業(yè)農民主要“新”在以農業(yè)為職業(yè)、具有現代農業(yè)生產經營的先進理念和技術，他們有能力承擔高投入、高技術，也需要高產出，因此，這一群體更有可能選擇大棚種植模式。國外對職業(yè)農民的研究起步較早且非常重視農民培育，舒爾茨指出改造傳統農業(yè)的關鍵是人力資本投資[37]。國外較新的研究中表明，適當的培訓有助于農業(yè)轉型和增產增收[38]。從2012 年開始，每一年的“中央一號文件”都對新型職業(yè)農民培育作出了部署，相較于其他影響因素，新型職業(yè)農民培育更易實施和推進，從根本上改變人再來改變土地利用方式，是可能更快出成效的一種方式。

3.1.3 區(qū)位的影響

根據表示地區(qū)的啞變量的相關系數估計結果，東部地區(qū)對于大棚面積擴張有顯著正向影響，中、西部地區(qū)的影響雖然也為正，但并不顯著且影響系數都遠小于東部地區(qū)，而東北地區(qū)應是四大地區(qū)中最差的。說明地處東部地區(qū)在耕地利用“大棚化”轉型上相較于其他地區(qū)有較強的區(qū)位優(yōu)勢。從全國看東部地區(qū)，面積小而人口多；有較好的農、工業(yè)基礎，中國重要的商品糧基地如江淮平原等都分布在這一帶；經濟和科學技術發(fā)展水平較高，商品經濟比較發(fā)達，沿海與海外有傳統的經濟聯系，對外交通便利。這些都為耕地利用“大棚化”轉型打造了良好的基礎條件。這樣的區(qū)位影響在美國大棚農業(yè)中也被證實，根據有關研究，加利福尼亞州等沿海且經濟總量較大的洲的大棚種植起步較早且體量較大[9]。

3.2 耕地利用“大棚化”率的影響因素

表4 為“大棚化”率模型回歸結果，從回歸結果看，城鎮(zhèn)化水平、人口密度在1%統計水平上顯著，降水量、人均經營耕地面積在5%統計水平上顯著，坡度、一產比重、新型職業(yè)農民比例在10%統計水平上顯著，而人均GDP、農村居民可支配收入及地區(qū)啞變量沒有顯著影響。

表4 “大棚化”率影響因素的回歸模型

與大棚用地面積的影響因素相比，一產比重有顯著影響，“大棚化”率的影響因素中新增的降水量和人均經營耕地面積均有顯著影響，而農村居民可支配收入沒有顯著影響。

3.2.1 發(fā)展水平的影響

一產比重對“大棚化”率有負向影響，這一變量在一定程度上體現了地區(qū)的發(fā)展水平。一產比重高說明經濟結構相對依賴農業(yè)，在新型城鎮(zhèn)化背景下，經濟結構也是城鎮(zhèn)化水平的一種體現[24]。經濟結構相對原始的地區(qū)會更傾向于勞動成本投入而不是省工性物質成本的投入[39]，譬如大棚的使用。因而該地區(qū)的農業(yè)呈現出勞動密集型的特點[40]，也在一定程度上也體現出該地區(qū)有較少的勞動力非農轉移的機會，這樣的勞動密集型的狀態(tài)本身就很難推進集約化的生產，持續(xù)保持著傳統小農的生產模式，沒有大棚轉型的必要。另一可能的原因是一產比重大的地區(qū)，經濟發(fā)展水平可能相對較低，像大棚種植這樣需要較高技術和資本投入的農業(yè)模式會受到較大限制[9]。因此，對于一些倚重農業(yè)的地區(qū)應該考慮首先提高經濟水平、調整產業(yè)結構才能有效推進“大棚化”轉型，而不是一味地通過直接鼓勵開展大棚種植，正如很多地方將大棚種植與產業(yè)扶貧相結合[41]，這很可能是導致人均GDP 和農村居民可支配收入變量影響不顯著的原因。

3.2.2 耕地資源稀缺度的影響

人均經營耕地面積對“大棚化”率有顯著負向影響，即耕地資源越稀缺、“大棚化”率越高。我國還處于傳統農業(yè)向現代農業(yè)轉型的階段，普遍的農業(yè)經營還是傳統小農模式，而農民依然具有濃厚的傳統農民特征。人是土地利用的重要影響者，而現實中無法假設每個人都是理性經濟人，并由于信息傳遞的滯后性和不對稱性，只有當人口激增、耕地資源緊缺，個人或市場需求明顯大于供給時，在有限的資源下，傳統農民才會考慮更高效的土地利用方式；而在耕地資源不稀缺、供需矛盾不激烈時，傳統農民不會超前考慮市場和額外效益，因此更傾向于保持傳統的粗放經營模式。即人均經營耕地面積越大時，在勞動力和資金有限的情況下，傳統農戶傾向于粗放利用[42,43]；而職業(yè)農民會投入更多的農業(yè)設施和機械等，提高耕地的資本密集度，從而降低勞動密集度，來實現農業(yè)現代化生產[30,43]。

3.2.3 自然條件的影響

降水量對“大棚化”率有顯著負向的影響，即降水量越小的地區(qū)，越傾向選擇大棚種植。水是農業(yè)生產的重要要素，不論國內外，灌溉是大棚中基本必備的一個功能[9]，大棚種植可以人為地控制灌溉，解決由于先天自然雨水條件匱乏帶來的負面影響。

坡度對“大棚化”率和大棚用地面積擴張均有顯著負向的影響。在大棚用地面積擴張的模型中，坡度對其的影響可能受耕地的影響，因為地形平坦的地區(qū)會更適合從事農業(yè)種植活動。而兩模型結果相結合可以說明大棚種植活動的確對地形有一定的要求，坡度越小、地形越平坦的土地越有利于大棚的搭建。而坡度更大的梯田、坡地等需要更多的成本投入去做種植條件的改善，因此相對更適合種植苗木果樹等經濟作物。

與大棚面積影響因素分析中相同，城鎮(zhèn)化水平、人口密度和新型職業(yè)農民也對“大棚化”率有顯著正向影響，說明這3個因素對耕地利用“大棚化”轉型有重要影響。人口密度代表著需求的壓力，是外因拉動著耕地利用“大棚化”向前推進，相當于一種被動的轉型；而新型職業(yè)農民培育意味著主觀上積極尋求改變，推動著耕地利用“大棚化”轉型，是一種人為的主動行為。城鎮(zhèn)化水平兼具拉力和推力的作用，一方面城鎮(zhèn)化水平的提高是發(fā)展的必然進程，勞動力非農化所帶來的“誰來種地，怎么種地”的問題是亟待解決的需求的拉力；另一方面，提高城鎮(zhèn)化水平是政府工作要求，是改變人民生活的主觀行為，對于耕地利用轉型起到推動作用。人口密度等拉力因素可能受多種現實情況的影響，短期內難以改變；但新型職業(yè)農民培育是人為可控的，因此，加強新型職業(yè)農民培育對耕地利用“大棚化”轉型是至關重要的。

4 結論與討論

該文基于中國大陸31 個省級行政區(qū)大棚數據，對全國耕地利用“大棚化”的時空特征進行分析；并整理209 個地級行政區(qū)的有關數據，運用逐步回歸法并構建多層線性模型，從宏觀角度探討了耕地利用“大棚化”的影響因素，并驗證了新型職業(yè)農民培育對耕地利用轉型的影響，得出以下結論。

（1）2006—2016 年中國大棚用地面積和耕地“大棚化”率整體呈上升趨勢，即這10 年中國大棚面積擴張、耕地利用“大棚化”程度提高?？臻g上，兩者都呈現出由東部沿海向內陸擴張的趨勢，但總體空間分布格局變化不明顯，呈現出從東部沿海向內陸遞減的特征，即東高西低的分布態(tài)勢，東部地區(qū)“大棚化”轉型發(fā)展相對較好。

（2）人口密度、城鎮(zhèn)化水平、新型職業(yè)農民和東部地區(qū)對大棚用地面積有顯著正向影響；坡度對其有顯著負向影響。說明人口密度增大、城鎮(zhèn)化水平提高、新型職業(yè)農民培育都促使了大棚用地面積的擴張。此外，經濟相對發(fā)達、地形較平坦的地區(qū)，大棚種植活動更為普遍。

（3）耕地利用“大棚化”率的顯著影響因素中，呈正向的有城鎮(zhèn)化水平、人口密度、新型職業(yè)農民，呈負向的有坡度、降水量、一產比重、人均經營耕地面積。結合大棚用地面積的影響因素，人口密度增大和新型職業(yè)農民培育有力地推進了耕地利用“大棚化”轉型。根據影響因素分析結果，優(yōu)化經濟產業(yè)結構、加快合理的城鎮(zhèn)化進程、加強新型職業(yè)農民培育是在推進“大棚化”轉型或是耕地利用轉型中可以參考的重要方式。

該文從宏觀視角得出的一些結果與已有的小區(qū)域微觀尺度的研究結果相匹配，彌補了大棚用地時空分析以及“大棚化”轉型影響因素的實證研究在大區(qū)域宏觀尺度上的空缺，為耕地利用轉型及區(qū)域間的平衡發(fā)展提供一些參考。證實了農民轉型與耕地利用轉型間有著密不可分的聯系，即新型職業(yè)農民在推動中國耕地利用“大棚化”轉型中發(fā)揮著重要作用。說明通過政策推動農民轉型，繼而影響土地利用轉型的方式是有效的，相較于常見的土地利用轉型造成農民失地和被動離地轉型而言，這樣的轉型方向給了人更多的權力和可能性，因為新型職業(yè)農民培育是一種轉型而不是替代。