巖溶槽谷區撂荒耕地空間分異特征及其驅動因子

施厚軍，蘭安軍，2，*，易興松，翟 香，廖艷梅，鐘九生，2

(1.貴州師范大學 地理與環境科學學院，貴州 貴陽 550025； 2.國家喀斯特石漠化防治工程技術研究中心，貴州 貴陽 550001； 3.貴州大學 林學院，貴州 貴陽 550004)

耕地資源是農業生產的載體，是保障糧食安全、實現區域可持續發展和確保政治穩定的關鍵[1-2]。隨著社會的發展，農業生產成本逐漸增加，農戶為追求家庭利益最大化重新配置勞動力，導致大量勞動力從第一產業析出，部分地區農戶承包的土地用途發生改變或長期呈粗放式狀態，引起耕地邊際化，最終導致耕地撂荒[3]。撂荒耕地面積的增加不僅給我國糧食安全帶來威脅，也制約著區域社會經濟的可持續發展。自從我國進入城鎮化中期階段以后，由農村人口城鄉遷移引起的耕地利用與保護問題一直都是土地科學研究的熱點[4-5]，而耕地撂荒的空間分布特征和影響因子更是學者們關注的焦點[6-8]。

目前，國內外學者關于撂荒耕地的研究主要集中于提取方法、時空分異特征、驅動因素和對策等方面[9-14]。國外對撂荒耕地的研究較早，全球范圍內撂荒耕地主要發生在二三產業發達的國家和地區，如美國、日本、歐洲等[15-16]。國內的研究表明，地形復雜和農業生產條件差的山區撂荒程度高，如位于西南山區的四川省[10]、重慶市[12-13]和典型巖溶區的貴州省息烽縣[17]、茂蘭自然保護區[18]。導致耕地撂荒的影響因子可歸結為勞動力特征、社會經濟狀況、農業生產條件3類，具體包括勞動力數量和質量、城鎮化率、坡度、地塊破碎度和耕作半徑等，不同影響因子在不同區域、不同尺度上的表現有所差異[7，19]。巖溶山區耕地資源細碎[20]，難以實現規模化經營，農業生產效率低，經濟效益不高，導致大量耕地被粗放利用甚至撂荒[21]。當前，國內關于撂荒耕地的研究主要集中于地形復雜、農業條件差的山區和丘陵地帶[22]，針對土地資源匱乏的巖溶槽谷區撂荒耕地的研究較少。

西南巖溶槽谷區主要分布在我國黔東北、湘西、鄂西，以及渝中、渝東南、渝東北等地的130多個縣級行政區，總面積43.608萬km2。位于巖溶槽谷區的撂荒耕地與其他巖溶區域有所差異：巖溶槽谷區內山坡和槽谷相間分布，地形起伏大，坡度陡，地塊破碎，機械化難以投入，規模化經營困難，經濟效益低下，人們耕作意愿不強。因此，巖溶槽谷區表現出谷底平坦地區撂荒面積較小、兩側山坡坡耕地撂荒嚴重的特性[23-25]，但巖溶槽谷區內撂荒耕地的空間分異特征及其驅動因子尚不明確。為此，本研究以黔東北巖溶槽谷區內的貴州省銅仁市碧江區和萬山區為研究對象，運用熱點分析和二分類Logistic回歸模型，揭示巖溶槽谷區撂荒耕地的空間分異特征及其驅動因子，以期為巖溶槽谷區的耕地管理與利用提供參考。

1 材料與方法

1.1 研究區概況

研究區地處貴州高原向湘西山地丘陵過渡的斜坡地帶(圖1)，具有緊密箱型背斜/向斜構造發育、地質巖性多變、碳酸鹽巖與非碳酸鹽巖互層、巖層傾角大等特征[26]，巖溶槽谷地貌是主要地貌形態。地勢東南部高、西北部低，溝壑交錯，海拔在196～1 129 m，屬亞熱帶季風濕潤氣候[27]。研究區包括碧江區(108°57′～109°29′E、27°34′～27°53′N)、萬山區(109°11′～109°14′E、27°30′～27°32′N)，國土面積共計1 854 km2，其中巖溶區面積為1 132.77 km2。農業生產以水稻、玉米等糧食作物為主，烤煙、蔬菜、油料作物等經濟作物為輔。截至2019年底，碧江區和萬山區的常住人口分別為33.38萬、13.27萬，人均GDP分別為6.36萬、5.37萬元。

圖1 研究區位置圖Fig.1 Location map of study area

1.2 數據來源與處理

研究區數據主要來源于2017年土地利用變更調查數據庫和2019年的GF-1、GF-2、ZY-3遙感影像，分辨率為1～2 m。參照文獻[28]，結合研究區實際情況，本文將2 a及以上閑置或荒蕪的耕地定義為撂荒地。

撂荒地數據獲取：(1)以2019年遙感影像為數據源，經目視解譯和實地驗證后得到2019年土地利用數據。(2)提取研究區2017年耕地圖層作為本底數據，將本底數據與2017年高分影像疊加，獲取疑似未耕種耕地圖層，借助Google Earth軟件目視判讀得到2017年未耕種耕地數據。同理，經目視判讀和大量野外調查后，確保解譯數據精度達95%以上，獲取研究區2019年未耕種耕地數據。(3)將2017年和2019年未耕種耕地圖層疊加，將未耕種耕地重疊部分視為撂荒地。

數字高程模型(DEM)數據來源于地理空間數據云平臺，分辨率為30 m，利用ArcGIS 10.2軟件計算研究區的坡度。

1.3 研究方法

1.3.1 熱點分析

熱點分析是針對研究區內撂荒耕地在局部地區是否有顯著的高值(熱點區)和低值(冷點區)的檢驗[29]。以1 km×1 km的網格作為分析單元，利用ArcGIS 10.2軟件將研究區劃分為2 020個1 km×1 km的網格。將網格與撂荒耕地圖層進行疊加，統計每個網格內的撂荒耕地面積，其中，網格內撂荒水田和撂荒旱地面積的最大值分別為10.15、19.79 hm2，最小值均為0，平均值分別為0.67、2.07 hm2，中位數分別為0.16、1.26 hm2。用ArcGIS 10.2軟件的熱點分析工具，以網格內的撂荒耕地面積為指標，獲得撂荒耕地面積的熱點分布圖，其中“熱點區”和“冷點區”分別表示大規模和小規模撂荒耕地的集聚區。計算公式[30]為

(1)

(2)

1.3.2 二分類Logistic回歸模型

耕地撂荒是一個二分類響應變量[32]。二分類Logistic回歸模型是針對因變量為二分類的非線性回歸統計方法[33]，該方法引入空間概念，研究1個因變量與多個自變量之間形成的多元回歸關系，解決了因變量為分類變量的問題，并能有效預測耕地撂荒發生的概率。本研究中，當耕地為撂荒地時，Y=1，否則Y=0。Xi(i=1，2，…，n)為解釋變量。二分類Logistic回歸模型[34]如下：

(3)

LogitP=ln[P/(1-P)]=β0+β1X1+β2X2+…+βnXn。

(4)

式(3)、(4)中：P表示一個地塊撂荒的發生概率；LogitP表示P的Logistic回歸模型；βi(i=0，1，2，…，n)為回歸系數；P/(1-P)表示事件的發生比率。

本文用ROC系數檢驗二分類Logistic回歸模型的擬合優度。當ROC值大于0.7時，認為所選定的驅動因子具有較好的解釋能力[35]。

分析影響耕地撂荒的因子，按照各因子對耕地撂荒的貢獻率，確定其主次關系。

巖溶槽谷區耕地資源破碎，地形復雜多變。實地調研發現，農戶多居住于低海拔的平坦谷底，而耕地卻多分布于高海拔的山坡，因此農戶對高海拔區耕地的耕作意愿不強。高程既能反映巖溶槽谷區谷底與山坡的海拔差異，也能體現農戶在垂直距離上的耕作意愿。撂荒耕地同時受自然、社會、地塊因子的綜合影響。本文結合研究區實際情況和數據的可獲取性，共選取8個解釋變量分析撂荒耕地的驅動因子(表1)，其中：坡度、高程和河流距離為自然驅動因子；距聚落距離、交通距離和灌溉距離為社會驅動因子；地塊面積和地塊形狀指數為地塊驅動因子。運用ArcGIS 10.2軟件中的近鄰分析(Near)工具計算距聚落距離，表示地塊邊緣與鄰近農村居民點中最近居民點質心的空間距離。用地塊形狀指數表征地塊形狀對耕地撂荒的影響[36]。計算公式如下：

表1 耕地撂荒的驅動因子

(5)

式(5)中：Vi為i地塊的地塊形狀指數值；Ci為i地塊的周長；Ai為i地塊的面積。Vi值為1時，說明該地塊形狀為正方形，值越大，說明形狀越不規整，越不適宜機械化耕作[20]。

2 結果與分析

2.1 撂荒耕地的空間分異特征

研究區耕地面積為31 909.25 hm2，撂荒面積為5 526.79 hm2，撂荒率為17.32%(表2)。其中，水田面積14 159.93 hm2，旱地面積17 749.32 hm2，撂荒面積分別為1 347.72、4 179.07 hm2，撂荒率分別為9.52%和23.54%。撂荒地塊總數為13 058塊，其中，水田撂荒塊數為2 913塊，旱地撂荒塊數為10 145塊。從整體上看，無論是撂荒塊數還是撂荒率，旱地的撂荒程度都比水田更嚴重。

表2 研究區撂荒耕地面積數量

從空間分布來看，撂荒耕地呈現出“西多東少”的趨勢(圖2)。分鄉(鎮、街道)來看，桐木坪鄉撂荒率最高，撂荒率高達28.14%，撂荒面積為340.28 hm2(表3)。桐木坪鄉自然條件和社會經濟條件相對較差，近年來在城市化進程中，大量的勞動力從山上轉移到城鎮，導致耕地大量撂荒。緊隨其后的是川硐鎮，撂荒率達到26.86%。川硐鎮西北部小江口村的坡耕地基數大，生產條件差，不適宜耕作，南部和東部分別為城鄉結合部和工業園區，城鎮化發展迅速，部分農戶向非農化轉變，導致耕地撂荒。云場坪鎮的撂荒率為24.30%。該地區地處湘黔兩省交界，區內有豐富的旅游資源和礦產資源，二、三產業發展迅速，導致部分耕地撂荒。另外，高于研究區整體撂荒率的還有位于城鄉結合部的環北街道、河西街道、燈塔街道、茶店街道，農業主導鄉鎮——魚塘鄉、壩黃鎮，以及東部山區的六龍山鄉等。市中街道地處銅仁市中心區域，是銅仁市的經濟、文化、交通和商貿中心，耕地面積僅有0.82 hm2，無耕地撂荒現象。

Ⅰ，和平鄉；Ⅱ，川硐鎮；Ⅲ，滑石鄉；Ⅳ，云場坪鎮；Ⅴ，漾頭鎮；Ⅵ，燈塔街道；Ⅶ，市中街道；Ⅷ，環北街道；Ⅸ，河西街道；Ⅹ，壩黃鎮；Ⅺ，桐木坪鄉；Ⅻ，謝橋街道；XIII，六龍山鄉；XIV，瓦屋鄉；XV，大坪鄉；XVI，魚塘鄉；XVII，茶店街道；XVIII，高樓坪鄉；XIX，萬山鎮；XX，敖寨鄉；XXI，下溪鄉；XXII，黃道鄉。下同。Ⅰ，Heping Township; Ⅱ，Chuandong Town; Ⅲ，Huashi Township; Ⅳ，Yunchangping Town; Ⅴ，Yangtou Town; Ⅵ，Dengta Street; Ⅶ，Shizhong Street; Ⅷ，Huanbei Street; Ⅸ，Hexi Street; Ⅹ，Bahuang Town; Ⅺ，Tongmuping Township; Ⅻ，Xieqiao Street; XIII，Liulongshan Township; XIV，Wawu Township; XV，Daping Township; XVI，Yutang Township; XVII，Chadian Town; XVIII，Gaolouping Township; XIX，Wanshan Town; XX，Aozhai Township; XXI，Xiaxi Township; XXII，Huangdao Township. The same as below.圖2 研究區撂荒耕地的空間分布Fig.2 Spatial distribution of abandoned cultivated land

表3 各鄉(鎮、街道)的耕地面積與撂荒率

2.2 撂荒耕地熱點分析

撂荒水田的極熱點區主要分布于研究區西南部的大坪鄉、魚塘鄉、茶店街道和高樓坪鄉，其次為東北部的城鄉結合部滑石鄉和川硐鎮，冷點區不明顯(圖3)，說明西南部和東北部的城鄉結合部是撂荒水田的高值聚集區，撂荒規模大，撂荒程度嚴重。

圖3 撂荒耕地熱(冷)點分布圖Fig.3 Spatial distribution of hot (cold) points of abandoned cultivated land

撂荒旱地的極熱點區主要分布于西部農業主產區的壩黃鎮、桐木坪鄉、茶店街道、魚塘鄉和大坪鄉，其次為東北部的城鄉結合部滑石鄉和川硐鎮；極冷點區和冷點區主要分布于東部鄉鎮，如瓦屋鄉、漾頭鎮、六龍山鄉、敖寨鄉、下溪鄉、萬山鎮和黃道鄉。以上結果表明，研究區西部和東北部的城鄉結合部是撂荒旱地的高值聚集區，撂荒規模大；東部為撂荒旱地的低值聚集區，撂荒規模小。

研究區東、西部的自然、社會、地塊驅動因子差異明顯，是造成撂荒水田和撂荒旱地冷、熱點空間分異的主要原因。西部和西南部為農業主產區，坡耕地占比大，農村空心化嚴重，農戶將農業生產條件差的劣質耕地大面積撂荒。

東北部位于城鄉結合部，城鎮化率高，大量農業人口向非農人口轉移，導致耕地出現規模化撂荒。東部受自然因素的影響，地勢陡峭、人口稀疏，本身耕地基數少，發展滯后，以農業為主，撂荒規模小。

2.3 撂荒耕地驅動因子分析

2.3.1 撂荒耕地的二元Logistic回歸分析

二元Logistic回歸模型，基于數據抽樣，能為每個自變量產生回歸系數。將因變量和自變量代入SPSS 19.0軟件中計算研究區撂荒水田和撂荒旱地的Logistic回歸模型參數(表4、表5)，模型參數中的統計量Wald χ2可用來評價每個變量對事件預測的貢獻率，回歸系數β表示各自變量(驅動因子)和耕地撂荒的相關性。撂荒水田和撂荒旱地模型的ROC系數分別為0.762、0.749。

表4 水田撂荒的Logistic回歸模型相關系數

表5 旱地撂荒的Logistic回歸模型相關系數

根據回歸模型中各參數的顯著性水平(P值)和統計量Wald χ2，耕地撂荒的重要解釋變量有距聚落距離、高程、地塊面積、坡度、灌溉距離、交通距離和地塊形狀指數。這7個自變量回歸系數的P值均小于0.01，說明均具有極顯著的統計學意義，以下對其進行具體分析。

對于水田撂荒來說，7個驅動因子的貢獻率從高到低依次是地塊面積>距聚落距離>坡度>灌溉距離>交通距離>高程>地塊形狀指數；對于旱地撂荒來說，7個驅動因子的貢獻率從高到低依次是距聚落距離>地塊面積>坡度>灌溉距離>高程>交通距離>地塊形狀指數。自然驅動因子中，坡度的影響最大，對于水田和旱地撂荒來說，其回歸系數均為正值，說明坡度越陡，越不利于機械化耕作，由于生產成本高，撂荒容易發生。社會驅動因子中，距聚落距離的影響最大，是耕地撂荒的重要驅動因子，其回歸系數均為正值，說明距聚落距離越遠，撂荒越容易發生。地塊驅動因子中，地塊面積的影響最大，其回歸系數為負值，說明耕地撂荒與地塊面積負相關。地塊面積越小，農業機械化耕作的難度越大，越不利于規模化經營，耕地撂荒的概率也就越大。總體而言，隨著城鎮化的加速推進和社會經濟的不斷發展，農業勞動力大量析出，那些離聚落遠、面積小、基礎設施差、海拔高和坡度陡的耕地易被撂荒。

2.3.2 撂荒耕地單因子分析

二元Logistic回歸分析發現，自然、社會、地塊驅動因子對耕地撂荒均有顯著影響。因此，以下分別就自然、社會、地塊層面中各單因子對耕地撂荒的影響做進一步分析。

(1)自然驅動因子。

水田和旱地在不同坡度和高程的撂荒情況極其相似，均隨著坡度和海拔的增加，撂荒塊數和比例呈先增加再減小的趨勢(圖4)。撂荒水田和撂荒旱地在坡度6°～15°的撂荒塊數最多，分別達1 238和3 892塊，分別占總數的42.50%和38.36%。其次是15°～25°，撂荒塊數分別為892塊和3 429塊，分別占總數的30.62%和33.80%。坡度在25°以上的耕地因基數較少，所以撂荒塊數較少。總的來說，坡度越陡，越不利于機械化種植，越容易撂荒。撂荒水田和撂荒旱地均以高程在450～650 m的撂荒塊數最多，分別為985塊和3 776塊，分別占總數的33.81%和37.22%；高程在300～450 m的次之；高程在600 m以上的耕地因基數較少，撂荒地塊數也呈減少趨勢。

圖4 不同自然驅動因子下的撂荒耕地變化Fig.4 Changes in abandoned cultivated land under different natural driving factors

研究區西部坡耕地多，不利于水土保持，機械化難以投入；西南部受高海拔影響最為明顯，加之當地退耕還林還草的推進，極易造成高海拔、陡坡區耕地出現撂荒；東部地區耕地基數少，多分布于緩坡和低海拔槽谷區。因此，撂荒耕地的極熱點區主要分布于研究區西部、西南部和東北部，極冷點區和冷點區主要分布于東部。

(2)社會驅動因子。

隨著距聚落距離和灌溉距離的增加，撂荒水田和撂荒旱地的塊數和比例呈增長趨勢；隨著交通距離的增加，撂荒水田和撂荒旱地的塊數和比例呈現先減少再增加的趨勢(圖5)。

圖5 不同社會驅動因子下的撂荒耕地變化Fig.5 Changes in abandoned cultivated land under different social driving factors

距聚落距離是水田和旱地撂荒的第二和第一驅動因子，撂荒水田和撂荒旱地主要分布于距聚落距離200 m以外的區域，塊數分別為1 510塊和5 809塊，分別占總數的51.84%和57.26%，距聚落距離越遠，撂荒塊數占比越高。當距聚落距離增大時，運輸成本增加，農戶收益降低，因而離居民點遠的耕地易發生撂荒。灌溉條件影響農作物生長和產量。撂荒水田和撂荒旱地主要分布于灌溉距離200 m以外的區域，塊數分別為1 222塊和5 932塊，分別占總數的41.95%和58.47%。巖溶槽谷區的山坡與槽谷分異明顯，山坡耕地分布多，而水源卻位于低處槽谷，距灌溉設施越遠，補充水分越難，撂荒也越嚴重。撂荒水田分布于交通距離50 m內的塊數最多，其次為200 m以外；撂荒旱地主要分布于交通距離200 m以外的區域，撂荒塊數為3 128塊，比例達30.83%，其次為50 m內。當交通距離大于50 m時，隨交通距離增加，撂荒水田和撂荒旱地的塊數和比例均呈增長趨勢，說明交通距離是影響農業生產的重要條件，隨著交通距離的增加，耕地更容易發生撂荒。

研究區西部和西南部為農業主產區，耕地撂荒受社會驅動因子的影響明顯。農戶為追求利益最大化，外出務工人口增加，導致農村勞動力大量析出，農村空心化嚴重；研究區東北部為城鄉結合部，城鎮化程度高，大量農業人口非農化轉移。受此影響，研究區西部、西南部和東北部的農戶易將距聚落距離遠、灌溉距離遠、交通距離遠的耕地撂荒。研究區東部耕地少，耕地多分布于聚落、道路附近與河谷地帶，因而撂荒現象較少。這就導致研究區西部和東部在撂荒耕地上表現出明顯的空間分異特征。

(3)地塊驅動因子。

隨地塊面積增加，水田和旱地的撂荒塊數和比例逐漸減小；隨地塊形狀指數增加，水田和旱地的撂荒塊數和比例呈先增加后減少的趨勢(圖6)。研究區的水田和旱地撂荒均以小面積地塊為主，地塊面積在0.2 hm2以下的撂荒塊數分別為1 261塊和5 052塊，分別占總數的43.29%和49.80%；地塊面積在0.2～0.5 hm2的撂荒塊數分別為889塊和2 877塊，分別占總數的30.52%和28.36%；面積較大(0.5 hm2以上)的撂荒水田和撂荒旱地塊數分別為763塊和2 216塊，分別占總數的26.19%和21.84%。地塊形狀指數在1.2～1.5的撂荒塊數最多，分別為937塊和3 444塊，分別占總數的32.17%和33.95%。當地塊形狀指數大于1.5時，水田和旱地的撂荒塊數和比例逐漸減少，主要原因是形狀指數大于1.5的耕地基數較小。可見，研究區撂荒水田和撂荒旱地均以小面積不規則地塊為主，地塊面積越小，破碎度越高，形狀越不規則，越不利于機械化種植和規模化經營，越容易撂荒。

圖6 不同地塊驅動因子下的撂荒耕地變化Fig.6 Changes in abandoned cultivated land under different plot driving factors

3 結論與討論

本文以地處巖溶槽谷區的碧江區和萬山區為例，對撂荒耕地的空間分異特征及其驅動因子進行研究，主要結論如下：(1)研究區總體耕地撂荒率為17.32%，水田和旱地的撂荒率分別為9.52%和23.54%。從整體上看，無論是撂荒塊數還是撂荒率，旱地的撂荒程度都要高于水田。(2)撂荒耕地的空間差異明顯。撂荒水田的高值聚集區主要分布于研究區西南部的魚塘鄉、茶店街道、高樓坪鄉，其次分布于東北部城鄉結合部的川硐鎮和滑石鄉。撂荒旱地呈現西部和東北部多、東部少的差異特征，高值區主要分布于西部的壩黃鎮、桐木坪鄉、茶店街道、魚塘鄉和大坪鄉，其次分布于東北部的城鄉結合部川硐鎮和滑石鄉，東部以低值聚集為主，撂荒規模小。(3)經Logistic回歸模型和單因子分析可知，巖溶槽谷區水田和旱地撂荒的驅動因子大致相同，但主次有所差異。水田撂荒的驅動因子從高到低依次為地塊面積>距聚落距離>坡度>灌溉距離>交通距離>高程>地塊形狀指數，旱地撂荒的驅動因子從高到低依次為距聚落距離>地塊面積>坡度>灌溉距離>高程>交通距離>地塊形狀指數。距聚落距離越遠、地塊面積越小、坡度越陡、灌溉距離越遠、高程越高、交通距離越遠、地塊形狀越不規整，耕地越容易發生撂荒。

研究表明，耕地撂荒受自然、社會等驅動因子的影響。如郎溪槽谷區耕地撂荒的主要原因是農戶人口減少引起聚落空心化嚴重[25]；茂蘭喀斯特保護區耕地因面積小、海拔高、距聚落遠而撂荒[18]；青藏高原湟水河流域的耕地因坡度陡、土地貧瘠和耕地距離遠而撂荒[37]；欠發達地區撂荒耕地的時空分布主要受地形、交通、灌溉和耕作半徑影響[38]。本文通過二元Logistic回歸分析發現，研究區內撂荒水田和撂荒旱地的主要驅動因子均為距聚落距離、地塊面積、坡度等。經實地調研發現，研究區外出務工人數多，勞動力大量流失，農村空心化嚴重，導致農戶將距聚落遠、面積小、坡度陡的耕地撂荒，這與前人研究結果基本一致。本研究在前人的基礎上進一步明確了巖溶槽谷區水田和旱地撂荒各驅動因子的貢獻率。前人研究多基于問卷調查的方式獲取撂荒信息，而問卷調查常常受調查對象個人行為的影響，如因個人耕地撂荒行為不佳而隱瞞實情不報，會導致調研數據誤差大[39]。本研究基于地塊尺度，通過大量實地驗證保證了數據的精度，使得研究結果更加科學、可信。但撂荒是一個長時間序列的演化，本研究只分析了撂荒耕地數據在空間上的差異，缺少對時間序列的演變分析，未來應選取多期撂荒數據，分析撂荒耕地的時空演變規律及其驅動機制，從而為耕地資源利用與保護提供依據和科學參考。

參考文獻(References)：

[1] CHENG L，JIANG P H，CHEN W，et al. Farmland protection policies and rapid urbanization in China: a case study for Changzhou City[J].LandUsePolicy，2015，48: 552-566.

[2] LIU X W，ZHAO C L，SONG W. Review of the evolution of cultivated land protection policies in the period following China’s reform and liberalization[J].LandUsePolicy，2017，67: 660-669.

[3] 李升發，李秀彬. 中國山區耕地利用邊際化表現及其機理[J]. 地理學報，2018，73(5): 803-817.

LI S F，LI X B. Economic characteristics and the mechanism of farmland marginalization in mountainous areas of China[J].ActaGeographicaSinica，2018，73(5): 803-817.(in Chinese with English abstract)

[4] 李秀彬. 對加速城鎮化時期土地利用變化核心學術問題的認識[J]. 中國人口·資源與環境，2009，19(5): 1-5.

LI X B. Research priorities for land use change in the accelerated phase of urbanization[J].ChinaPopulationResourcesandEnvironment，2009，19(5): 1-5.(in Chinese with English abstract)

[5] 李秀彬，趙宇鸞. 森林轉型、農地邊際化與生態恢復[J]. 中國人口·資源與環境，2011，21(10): 91-95.

LI X B，ZHAO Y L. Forest transition，agricultural land marginalization and ecological restoration[J].ChinaPopulation，ResourcesandEnvironment，2011，21(10): 91-95.(in Chinese with English abstract)

[6] 李輝尚，郭昕竺，曲春紅. 區位效應對農戶耕地撂荒行為的影響及異質性研究: 基于4省529戶農戶調查的實證分析[J]. 經濟縱橫，2020(10): 86-95.

LI H S，GUO X Z，QU C H. The impact and heterogeneity of location effects on farmers’ farmland abandonment behavior: an empirical analysis based on questionnaires from 529 householders in 4 provinces[J].EconomicReviewJournal，2020(10): 86-95.(in Chinese with English abstract)

[7] 李升發，李秀彬. 耕地撂荒研究進展與展望[J]. 地理學報，2016，71(3): 370-389.

LI S F，LI X B. Progress and prospect on farmland abandonment[J].ActaGeographicaSinica，2016，71(3): 370-389.(in Chinese with English abstract)

[8] 李升發，李秀彬，辛良杰，等. 中國山區耕地撂荒程度及空間分布: 基于全國山區抽樣調查結果[J]. 資源科學，2017，39(10): 1801-1811.

LI S F，LI X B，XIN L J，et al. Extent and distribution of cropland abandonment in Chinese mountainous areas[J].ResourcesScience，2017，39(10): 1801-1811.(in Chinese with English abstract)

[9] 田玉軍，李秀彬，辛良杰，等. 農業勞動力機會成本上升對農地利用的影響: 以寧夏回族自治區為例[J]. 自然資源學報，2009，24(3): 369-377.

TIAN Y J，LI X B，XIN L J，et al. Impacts of the rise of labor opportunity cost on agricultural land use changes: a case study of Ningxia Hui Autonomous Rregion[J].JournalofNaturalResources，2009，24(3): 369-377.(in Chinese with English abstract)

[10] 馮茂秋，潘洪義，朱芳，等. 不同撂荒耕地類型空間格局及影響因素研究: 以德陽市中江縣為例[J]. 西南農業學報，2018，31(6): 1260-1266.

FENG M Q，PAN H Y，ZHU F，et al. Spatial pattern of different abandoned farmland and its affecting factors: taking Zhongjiang District，Deyang City as example[J].SouthwestChinaJournalofAgriculturalSciences，2018，31(6): 1260-1266.(in Chinese with English abstract)

[11] 邵景安，張仕超，李秀彬. 山區耕地邊際化特征及其動因與政策含義[J]. 地理學報，2014，69(2): 227-242.

SHAO J A，ZHANG S C，LI X B. Farmland marginalization in the mountainous areas: characteristics，influencing factors and policy implications[J].ActaGeographicaSinica，2014，69(2): 227-242.(in Chinese with English abstract)

[12] 李贊紅，閻建忠，花曉波，等. 不同類型農戶撂荒及其影響因素研究: 以重慶市12個典型村為例[J]. 地理研究，2014，33(4): 721-734.

LI Z H，YAN J Z，HUA X B，et al. Factors influencing the cultivated land abandonment of households of different types: a case study of 12 typical villages in Chongqing Municipality[J].GeographicalResearch，2014，33(4): 721-734.(in Chinese with English abstract)

[13] 趙文玥，李陽兵，李媛媛，等. 三峽庫區腹地撂荒地動態演變及景觀格局: 以重慶市奉節縣平安鄉、竹園鎮為例[J]. 水土保持通報，2018，38(3): 256-262.

ZHAO W Y，LI Y B，LI Y Y，et al. Evolution and landscape pattern of abandoned land in center region of Three Gorges reservoir area: a case study in Ping’an and Zhuyuan township of Fengjie County，Chongqing Municipality[J].BulletinofSoilandWaterConservation，2018，38(3): 256-262.(in Chinese with English abstract)

[14] PRICE B，KIENAST F，SEIDL I，et al. Future landscapes of Switzerland: risk areas for urbanisation and land abandonment[J].AppliedGeography，2015，57: 32-41.

[15] MACDONALD D，CRABTREE J R，WIESINGER G，et al. Agricultural abandonment in mountain areas of Europe: environmental consequences and policy response[J].JournalofEnvironmentalManagement，2000，59(1): 47-69.

[16] ROMERO-CALCERRADA R，PERRY G L W. The role of land abandonment in landscape dynamics in the SPA ‘Encinares del r’o Alberche y Cofio，Central Spain，1984-1999[J].LandscapeandUrbanPlanning，2004，66(4): 217-232.

[17] 王玲玉，周忠發，趙馨，等. 基于地塊級時序遙感的喀斯特石漠化地區撂荒地時空演變[J]. 水土保持學報，2020，34(1): 92-99.

WANG L Y，ZHOU Z F，ZHAO X，et al. Spatiotemporal evolution of Karst rocky desertification abandoned cropland based on farmland-parcels time-series remote sensing[J].JournalofSoilandWaterConservation，2020，34(1): 92-99. (in Chinese with English abstract)

[18] 李陽兵，羅光杰，黃娟. 茂蘭喀斯特自然保護區撂荒地時空演變、機制及其植被恢復[J]. 中國巖溶，2017，36(4): 447-453.

LI Y B，LUO G J，HUANG J. Spatial-temporal evolution，mechanism and vegetation restoration of abandoned farmland in the Maolan National Nature Reserve[J].CarsologicaSinica，2017，36(4): 447-453.(in Chinese with English abstract)

[19] DE XU D，DENG X，GUO S L，et al. Labor migration and farmland abandonment in rural China: empirical results and policy implications[J].JournalofEnvironmentalManagement，2019，232: 738-750.

[20] 任紅玉，趙宇鸞，葛玉娟. 喀斯特山區耕地細碎化與地貌類型的空間關聯性: 以貴州修文縣為例[J]. 貴州師范大學學報(自然科學版)，2020，38(4): 1-9.

REN H Y，ZHAO Y L，GE Y J. The correlation research between cultivated land fragmentation and landformin Karst mountainous areas: a case of Xiuwen County，Guizhou Province[J].JournalofGuizhouNormalUniversity(NaturalSciences)，2020，38(4): 1-9.(in Chinese with English abstract)

[21] 葛玉娟，趙宇鸞，任紅玉. 山區耕地細碎化對不同利用方式農地集約度的影響[J]. 地球科學進展，2020，35(2): 180-188.

GE Y J，ZHAO Y L，REN H Y. The effect of farmland fragmentation on the intensity of farmland in different utilization ways[J].AdvancesinEarthScience，2020，35(2): 180-188.(in Chinese with English abstract)

[22] 張天柱，張鳳榮，黃敬文，等. 工業化區域撂荒耕地空間格局演變及影響因素分析[J]. 農業工程學報，2019，35(15): 246-255.

ZHANG T Z，ZHANG F R，HUANG J W，et al. Spatial pattern evolution of abandoned arable land and its influencing factor in industrialized region[J].TransactionsoftheChineseSocietyofAgriculturalEngineering，2019，35(15): 246-255.(in Chinese with English abstract)

[23] 王萌萌，李陽兵，李珊珊. 巖溶槽谷區耕地漲落時空特征與驅動機制[J]. 自然資源學報，2019，34(3): 510-525.

WANG M M，LI Y B，LI S S. The transition of Karst valley area farmland and its dynamic mechanism[J].JournalofNaturalResources，2019，34(3): 510-525.(in Chinese with English abstract)

[24] 王權，李陽兵，胡先培，等. 巖溶槽谷區坡耕地利用的時空演變特征及驅動機制[J]. 生態與農村環境學報，2020，36(1): 53-61.

WANG Q，LI Y B，HU X P，et al. Spatial-temporal evolution characteristics and driving mechanism of slope cultivated land use in Karst trough valley area[J].JournalofEcologyandRuralEnvironment，2020，36(1): 53-61.(in Chinese with English abstract)

[25] 徐倩，李珊珊，李陽兵，等. 巖溶山地撂荒地演變研究: 以郎溪槽谷區為例[J]. 地球與環境，2021，49(1): 59-72.

XU Q，L S S，LI Y B，et al.Study on the evolution of abandoned land in Karst mountains: a case study of the valley of the troughs[J].EarthandEnvironment，2021，49(1): 59-72. (in Chinese with English abstract)

[26] 蔣勇軍. 喀斯特槽谷區生態退化與修復專題導讀[J]. 生態學報，2019，39(16): 6058-6060.

JIANG Y J. The eco-degradation and restoration in Karst trough valley area: an introduction[J].ActaEcologicaSinica，2019，39(16): 6058-6060.(in Chinese with English abstract)

[27] 陳歡，白曉永，李陽兵，等. 銅仁市萬山喀斯特地區石漠化演變及其對土地利用變化的響應[J]. 農業資源與環境學報，2020，37(1): 24-35.

CHEN H，BAI X Y，LI Y B，et al. The evolution of rocky desertification and its response to land use changes in Wanshan Karst area，Tongren City，Guizhou Province，China[J].JournalofAgriculturalResourcesandEnvironment，2020，37(1): 24-35. (in Chinese with English abstract)

[28] 肖國峰，朱秀芳，侯陳瑤，等. 撂荒耕地的提取與分析: 以山東省慶云縣和無棣縣為例[J]. 地理學報，2018，73(9): 1658-1673.

XIAO G F，ZHU X F，HOU C Y，et al. Extraction and analysis of abandoned farmland: a case study of Qingyun and Wudi counties in Shandong Province[J].ActaGeographicaSinica，2018，73(9): 1658-1673.(in Chinese with English abstract)

[29] 李珊珊，李陽兵，王萌萌，等. 基于微空間單元的巖溶峽谷區土地利用結構演變[J]. 自然資源學報，2020，35(4): 908-924.

LI S S，LI Y B，WANG M M，et al. The evolution of land use structure in Karst valley area based on micro-space unit[J].JournalofNaturalResources，2020，35(4): 908-924.(in Chinese with English abstract)

[30] 張天柱，張鳳榮，謝臻，等. 精準扶貧背景下云南少數民族山區農村居民點空間格局演變[J]. 農業工程學報，2019，35(9): 246-254.

ZHANG T Z，ZHANG F R，XIE Z，et al. Spatial pattern evolution of rural settlements in mountainous areas of ethnic minorities in Yunnan Province under background of precise poverty alleviation[J].TransactionsoftheChineseSocietyofAgriculturalEngineering，2019，35(9): 246-254.(in Chinese with English abstract)

[31] 彭建，劉志聰，劉焱序，等. 京津冀地區縣域耕地景觀多功能性評價[J]. 生態學報，2016，36(8): 2274-2285.

PENG J，LIU Z C，LIU Y X，et al. Assessment of farmland landscape multifunctionality at County level in Beijing-Tianjin-Hebei area[J].ActaEcologicaSinica，2016，36(8): 2274-2285.(in Chinese with English abstract)

[32] 張英. 山區坡耕地撂荒機理與模型模擬: 以重慶武隆縣為例[D]. 北京: 中國科學院大學，2014.

ZHANG Y. Basic mechanisms and modeling of sloping cropland abandonment in mountianous areas: a case study of Wulong County，Chongqing[D]. Beijing: University of Chinese Academy of Sciences，2014. (in Chinese with English abstract)

[33] 謝花林，李波. 基于Logistic回歸模型的農牧交錯區土地利用變化驅動力分析: 以內蒙古翁牛特旗為例[J]. 地理研究，2008，27(2): 294-304.

XIE H L，LI B. Driving forces analysis of land-use pattern changes based on Logistic regression model in the farming-pastoral zone: a case study of Ongiud Banner，Inner Mongolia[J].GeographicalResearch，2008，27(2): 294-304.(in Chinese with English abstract)

[34] 高會，譚莉梅，劉鵬，等. 基于二分類Logistic回歸模型的太行山丘陵區縣域耕地資源潛力估算[J]. 中國生態農業學報，2017，25(4): 490-497.

GAO H，TAN L M，LIU P，et al. Estimation of arable land resources potential in hilly area of Taihang Mountain based on binary Logistic regression model[J].ChineseJournalofEco-Agriculture，2017，25(4): 490-497.(in Chinese with English abstract)

[35] 金浩然，馬萍萍，劉盛和. 林地變化驅動力研究中邏輯回歸模型的應用[J]. 世界林業研究，2016，29(3): 12-17.

JIN H R，MA P P，LIU S H. Application of logistic regression model in the research on driving forces of forestland use change[J].WorldForestryResearch，2016，29(3): 12-17.(in Chinese with English abstract)

[36] 孫雁，趙小敏. 分宜縣土地細碎化的中觀尺度研究[J]. 中國土地科學，2010，24(4): 25-31.

SUN Y，ZHAO X M. Research on land fragmentation of Fenyi County on meso-level[J].ChinaLandScience，2010，24(4): 25-31.(in Chinese with English abstract)

[37] 李燕燕，陳瓊，劉峰貴，等. 青藏高原東北部耕地撂荒影響因素分析: 以湟水上游為例[J]. 農業現代化研究，2019，40(6): 993-1001.

LI Y Y，CHEN Q，LIU F G，et al. Analysis on the influencing factors of farmland abandoning behaviors in the northeastern Qinghai-Tibet Plateau: a case study of the upper reaches of Huangshui River[J].ResearchofAgriculturalModernization，2019，40(6): 993-1001.(in Chinese with English abstract)

[38] 牛繼強，林昊，牛櫻楠，等. 經濟欠發達地區撂荒耕地空間格局與驅動因素分析[J]. 農業機械學報，2017，48(2): 141-149.

NIU J Q，LIN H，NIU Y N，et al. Analysis of spatial pattern and driving factors for abandoned arable lands in underdevelopment region[J].TransactionsoftheChineseSocietyforAgriculturalMachinery，2017，48(2): 141-149.(in Chinese with English abstract)

[39] 陳欣怡，鄭國全. 國內外耕地撂荒研究進展[J]. 中國人口·資源與環境，2018，28(S2): 37-41.

CHEN X Y，ZHENG G Q. Research progress on arable land abandonment in China and abroad[J].ChinaPopulation，ResourcesandEnvironment，2018，28(S2): 37-41.(in Chinese with English abstract)