基于DEMATEL-ISM-MICMAC模型的耕地撂荒致因研究

摘要：以山西省長治市黎城縣為例，基于文獻研究、實地調查與專家訪談方法從自然、經濟、人口、生產4個方面提出了耕地撂荒的影響因素，采用DEMATEL-MICMAC-ISM模型對影響因素進行相關性、重要性、層級結構分析及驅動力-依賴性分析。結果表明，15個耕地撂荒影響因素劃分為3個集合，共6層，分別為直接因素（L1）、中間因素（L2、L3、L4、L5）、深層因素（L6）。運用MICMAC模型計算各因素的依賴性值和驅動力值，將驅動因素分為聯系型因素、獨立型因素、自治型因素、依賴型因素4類。耕地撂荒的關鍵影響因素為地形坡度、海拔、本底值、農林水事務支出、農業機械總動力、區位條件、耕作便捷度、水源距離。

關鍵詞：耕地利用；耕地撂荒；DEMATEL-ISM-MICMAC模型；山西省長治市黎城縣

中圖分類號：F323.211" " " " "文獻標識碼：A

文章編號：0439-8114（2025）03-0216-08

DOI：10.14088/j.cnki.issn0439-8114.2025.03.033 開放科學（資源服務）標識碼（OSID）：

Study on the causes of cultivated land abandonment based on DEMATEL-ISM-MICMAC model： A case study of Licheng County， Changzhi City， Shanxi Province

ZHAO Hui-rong1， YIN Hai-shan2

（1. College of Resources and Environment， Shanxi Agricultural University， Taigu" 030801， Shanxi， China;

2. College of Agricultural Economics and Management， Shanxi Agricultural University， Taiyuan" 030006， Shanxi， China）

Abstract：Taking Licheng County， Changzhi City， Shanxi Province as an example， this study proposed influencing factors of cultivated land abandonment from four aspects： natural conditions， economy， population， and production， based on literature review， field surveys， and expert interviews. The DEMATEL-MICMAC-ISM model was employed to analyze the correlations， importance， hierarchical structure， and driving force-dependency relationships of these factors. The results showed that the 15 influencing factors of cultivated land abandonment were divided into 3 clusters across 6 levels： Direct factors （L1）， intermediate factors （L2， L3， L4， L5）， and deep factors （L6）. Using the MICMAC model， the dependency and driving force values of each factor were calculated， and the driving factors were categorized into four types： linked factors， independent factors， autonomous factors， and dependent factors. Key factors influencing cultivated land abandonment included terrain slope， elevation， background value， expenditure on agriculture， forestry， and water affairs， total agricultural machinery power， location conditions， tillage convenience， and distance to water sources.

Key words：cultivated land utilization; cultivated land abandonment; DEMATEL-ISM-MICMAC model; Licheng County， Changzhi City， Shanxi Province

習近平總書記在十九大上明確指出“確保國家糧食安全，把中國人的飯碗牢牢端在自己手中。”糧食從哪里來，從土地上來，牢牢守住耕地紅線是保障國家糧食安全、夯實農業基礎的重要基石。若良田長期不種植，就是對人力物力資源的浪費，對糧食安全毫無意義，且有悖于“藏糧于地”的耕地保護政策[1]。2021年1月20日，農業農村部提出《關于統籌利用撂荒地促進農業生產發展的指導意見》，強調要堅持分類指導，有序推進撂荒地利用；強化政策扶持，引導農民復耕撂荒地；加快設施建設，改善撂荒地耕種條件等，充分展現出政府對于耕地撂荒問題的高度重視。因此，耕地作為“三農”之本，是一個國家和民族發展的基礎，重視耕地撂荒問題對于緩解人地矛盾，保障糧食安全具有重大意義[2]。

國外的耕地撂荒研究集中在土地利用變化、耕地經營管理、耕地撂荒原因和特征識別等方面，近年來逐漸關注撂荒耕地的空間分布以及聚集特征，探析自然、經濟、社會等主客觀因素對撂荒耕地空間分布的影響及其重心遷移規律，為國內學者提供了大量參考依據。Martinson等[3]通過探析不同家庭環境群體的金融素養，采用ESR方法評估其與耕地撂荒的關系，結果發現女性農戶和低收入農戶的金融素養對于減少耕地撂荒的關聯更加顯著。Hong等[4]繪制農田向草地、灌叢、森林過渡的軌跡圖，揭示了亞熱帶山區耕地撂荒的變化趨勢，發現農業生產力、區位條件、經濟特征、自然環境與耕地撂荒息息相關。國內耕地撂荒研究主要圍繞耕地利用現狀、影響因子等展開。范輝等[5]站在統計視角下探析基于縣域尺度河南省耕地的時空分布以及人均耕地面積的演變特征，發現人均耕地面積在不斷減少，認為縣域耕地面積不斷減少與地形地貌密切相關。李贊紅等[6]以重慶市12個典型村為例探析不同農戶耕地撂荒的差異，結果發現耕作便捷度、農戶的文化水平、生活經歷、非農收入、野生動物的破壞都是造成撂荒的主要原因。為了保護耕地，實現耕地的可持續利用，譚術魁[7]選取了29個影響耕地撂荒的指標因子，通過可持續性評價將撂荒現象分為5種可持續模式，以此為實現撂荒耕地再利用提供指導價值。

從現有研究成果來看，較少有運用定性與定量的方法系統全面評價耕地撂荒影響因素的文獻。本研究填補了當前研究領域的不足，以耕地撂荒程度適中的山西省長治市黎城縣為例，采用DEMATEL-MICMAC-ISM（結構解釋模型）分析各因素之間的相關性及地位，識別系統內具有層次性、驅動性和重要性的關鍵要素，進一步厘清耕地撂荒的驅動因素，有利于保障糧食安全生產，推動黎城縣社會經濟發展，對山西省其他地區制定耕地治理措施起到示范作用[8]。

1 材料與方法

1.1 耕地撂荒影響因素的識別

通過文獻分析法，以“耕地撂荒”為主題，在中國知網進行檢索，共獲得755篇文獻；同理，在Web of science中以“Abandoned farmland”為主題進行檢索，結果顯示相關文獻共2 460篇。由此可知，國內外學者對于耕地撂荒的研究正處于高速發展階段[9]。本研究以撂荒耕地面臨的問題、影響機理、治理對策等內容為關注點，初步提取20個影響因素。在此基礎上，課題組于2023年5月6日至7月6日，遵循“遠近結合、特點鮮明、隨機選擇”原則對黎城縣20個典型村莊（圖1）的耕地撂荒情況進行實地調研[10]，通過專家訪談法對所獲取的數據進行修正，采用定性與定量相結合的方法總結歸納出4個維度，共15個影響耕地撂荒的重要因素[11]，耕地撂荒影響因素指標體系如表1所示。

1.2 研究框架

1.2.1 區域多維耕地撂荒系統 人地關系是土地系統的核心問題[27]，區域多維耕地撂荒系統是在特定區域內，由土地質量、地理區位、經濟投入、政策措施等因素共同作用形成的，是一個復雜的人地系統。以“人”為核心的要素包括人口維度、經濟維度、生產維度（圖2）。①農作物價格對區域撂荒程度的高低具有明顯影響，其經濟特性揭示撂荒耕地是否具有再利用價值。②人口條件對于撂荒耕地的形成具有加速推進的效果，主要包括人口外流數量、人口密度等，揭示撂荒耕地是否有充足的勞動力。③生產條件是物質資料生產必須具備的要素，對于耕地撂荒的形成具有顯著作用，其揭示撂荒耕地是否有足夠的再利用條件。自然維度以“地”為核心要素，刻畫出地形地貌、資源稟賦等特性，揭示撂荒耕地是否有再利用的潛力。耕地撂荒是在社會不斷發展過程中“人-地”關系動態失衡的外在表現[28]。

1.2.2 系統分析框架“撂荒-自然-生產-人口-經濟” 區域撂荒的多維性決定了其系統的復雜特性。這種復雜性具體表現為耕地撂荒驅動因素的多樣性、作用途徑的交互性以及耕地撂荒表征的多維性。從驅動因素來看，主要包含以“人”為核心的經濟、人口、生產維度和以“地”為核心的自然維度兩類；從作用途徑來看，耕地撂荒是土地自身與其他因素綜合作用的結果；從表征維度來看，主要包含人口、生產、經濟、自然4個維度。

1）自然維度。土地具有客觀存在性和不可移動性，自然要素對區域撂荒形成具有基礎性、根本性作用。地形坡度和海拔是影響耕地撂荒的主要自然條件。地形坡度決定著耕地的自然供給，是耕地能否直接利用的最基本要素，自然剛性供給決定著耕地的利用方式。如坡度大的耕地利用成本大，機械化困難，水土流失嚴重，易引發自然災害，且受地形條件制約導致交通不便，不利于人口居住和經濟發展，因此耕地撂荒受地形坡度的影響較大；土壤質地和土層厚度是反映耕地質量的重要指標，主要通過農戶偏愛優質耕地的行為決策來影響耕地利用效率。

2）生產維度。城鎮規模不斷擴大，大量耕地被占用，為了保持耕地占補平衡逐漸出現了“耕地上山”[29]“耕地邊際化”[30]現象，大型農業機械無法使用，農戶需要采用原始的耕作方式，增加了耕種成本，降低了耕種效率，收支嚴重失衡加速耕地撂荒；農業機械化是完成工業現代化任務的必經之路，農林水事務支出也應受到政府的高度重視，增加農機購置補貼，有利于提高耕地的產量、降低農民負擔，大大減少農民對于高質量農田的拋荒與閑置；耕地周圍背景也是造成耕地撂荒的重要因素，主要由本底值表征，如黎城縣王家莊村的一塊耕地，其位于山腳下，周圍全部為林地，農戶種植的農作物經常受到野生動物的侵害，造成耕地撂荒。

3）人口維度。人是經濟社會發展中最具活力的要素[27]，人口條件能夠提高耕地利用效率，有效遏制耕地撂荒，主要表現在人口密度、農戶文化水平、人口外流數量和人口老齡化程度方面。人口老齡化程度表征為65歲以上人口占比，隨著第三產業的急劇發展，教育、醫療等優質資源逐漸向城鎮偏移，適齡勞動力不斷減少，人口老齡化、女性化加劇，造成劣質耕地逐漸邊際化，增加了質量差[31]、地勢偏、地塊破碎[32]、產量低的耕地撂荒風險。隨著農戶文化水平的不斷提升，傳統的“以地養家”觀念逐漸轉變。這一變化不僅順應了價值規律和市場經濟的發展需求，還有效提高了農戶的經濟收入，降低了耕地撂荒的風險[33]。

4）經濟維度。集中連片度反映地塊破碎程度，距水源距離反映地塊灌溉程度，只有擁有良好的生產條件才能提高農戶生產活力，有效降低撂荒率；區位條件和耕作便捷度反映農業生產的便捷程度，進而影響農業和社會經濟的發展效率，對撂荒耕地的形成產生影響。

1.3 研究方法

利用DEMATEL法對篩選出的15個驅動因素的影響程度進行排序，分析各因素之間的因果關系和重要程度，識別出系統中的關鍵要素[34]。基于ISM模型創建多層遞階結構模型，能夠直觀地辨析各因素之間的層次結構和作用關系[35]。采用MICMAC模型計算各因素的驅動力和依賴性，明確各因素在整個系統中的作用與地位，揭示它們之間的相互影響程度[36]。綜上，依據DEMATEL-ISM-MICMAC模型綜合分析耕地撂荒驅動因素，厘清各因素間的聯系，構建層次結構，分析各因素在系統中的作用，最終獲得具有層次性、科學性、重要性的關鍵影響因素[37]，為制定耕地撂荒的治理措施提供理論依據。

1）構建直接影響矩陣E。采取專家打分法，對影響因素兩兩比較，獲取初始n×n階矩陣。

Z=[aij]n×n " （1）

式中，aij代表因素i對因素j的影響。

為了保證數據的科學性和合理性，計算問卷中各數據的平均值[a]，根據式（2）計算最終的aij，以此構建直接影響矩陣E，如表2所示。

[aij=00≤alt;0.510.5≤alt;1.521.5≤alt;2.532.5≤alt;3.543.5≤alt;4.0]" " " （2）

2）規范直接影響矩陣。通過行和最大值法對原始關系矩陣進行歸一化處理，獲得規范直接影響矩陣V。

[V=aijmax（j=1naij）]" " " " " " " " "（3）

3）計算綜合影響矩陣T。

T=V（I - V ）-1" " " " " " " " " " "（4）

式中，I為單位矩陣。

4）相關指標計算。基于綜合影響矩陣確定各因素的影響度、被影響度、原因度和中心度。影響度（Ki）為該因素對其他因素產生的作用力；被影響度（Di）為其他因素對該因素產生的作用力，Ki-Di為原因度，Ki+Di為中心度。當Ki-Digt;0時，該因素為原因因素，當Ki-Dilt;0時，該因素為結果因素。

[Ki=j=1ntij（i=1，2，3，…，n）] " " "（5）

[Di=j=1ntji（j=1，2，3，…，n）] " " "（6）

式中，tij為第i行第j列的影響度。

5）計算整體影響矩陣G。將綜合影響矩陣（T）和單位矩陣（I）相加獲得整體影響矩陣。

[G=T+I]" " " " " " "（7）

6）構建可達矩陣P。引入闕值[λ]將整體影響矩陣G中的冗余信息刪除，按照式（8）計算可達矩陣P。

[Pij=[gij]n×n]，（i，j=1，2，…，n）

[Pij=1gij≥λ0gijlt;λ]" " "（8）

式中，gij為第i行第j列的整體影響矩陣。

7）劃分層級。根據可達矩陣P計算可達集R（Si）、先行集A（Si）與Q（Si）交集，依次確定頂層因素、中間層因素、底層因素，繪制多層遞階結構。

8）劃分因素屬性。根據可達矩陣P計算各因素的依賴性值和驅動力值，將影響因素劃分為獨立型、自治型、聯系型、依賴型4個因素。驅動力值為可達矩陣P中各行元素的總和；依賴性值為可達矩陣P中各列元素的總和。

1.4 數據來源

1）選擇黎城縣作為研究區。黎城縣地形復雜，四面環山、中間低凹，是太行山脈中典型的山間盆地，其中山區占全縣總面積的58%，丘陵占總面積的31%，平川占總面積的11%。黎城縣能充分反映山西省獨特的地形地貌特征，對于輔助分析山西省耕地撂荒情況和影響機制具有代表性和典型性。

2）根據選取的耕地撂荒影響因素清單，邀請15名從事土地資源管理超過10年的專家，對耕地撂荒影響因素間的相互關系進行打分，4分代表影響極高、3分代表影響較高、2分代表影響適中、1分代表影響較低、0分代表無影響。為了確保研究結果的內部一致性，采用SPSS 27軟件對各位專家意見進行克隆巴赫系數檢驗，α=0.917，大于0.800，表明信度良好。

2 結果與分析

2.1 影響因素的重要性及相關性分析

影響因素DEMATEL結果如表3所示，當原因度大于0時，該因素為原因因素，當原因度小于0時，該因素為結果因素。集中連片度、人口密度、土壤質地、農戶文化水平、65歲以上人口占比、人口外流數量、耕作便捷度、農業機械總動力、農林水事務支出為結果因素，土層厚度、水源距離、區位條件、本底值、海拔、地形坡度為原因因素。將所有影響因素劃分為強原因因素（第一象限）、弱原因因素（第二象限）、弱結果因素（第三象限）、強結果因素（第四象限）4種類型（圖3）。

從相關性來看，影響因素的中心度越高，說明該因素與其他因素的關聯性越強。中心度前5位的因素依次是地形坡度（S2）、海拔（S4）、本底值（S7）、農林水事務支出（S5）、農業機械總動力（S6），它們對耕地利用影響較大。其中海拔（S4）的影響度最大，被影響度最低；地形坡度（S2）的影響度排第二，被影響度較小，說明海拔和地形坡度是造成耕地撂荒的根源性原因。

從重要性來看，強結果因素為土壤質地（S1）、農戶文化水平（S9）、人口外流數量（S10）、65歲以上人口占比（S11）、耕作便捷度（S12）、農林水事務支出（S5）、農業機械總動力（S6）。這些影響因素的中心度較大，影響程度較高，對評估撂荒耕地能否重新利用具有指導性作用。

2.2 層級結構分析

DEMATEL無法判別因素間的內在聯系和邏輯關系[31]，為了彌補技術上的不足，本研究運用DEMATEL-MICMAC-ISM模型，建多層遞階結構模型，深入探析各撂荒因素間的影響關系。為了降低主觀影響，引入闕值λ，剔除影響程度較小的冗余因素。

根據綜合影響矩陣T計算因素的標準差和均值，二者之和被確定為闕值，可得λ=0.072 4，根據整體影響矩陣G計算可達矩陣P。基于可達矩陣計算可達集R（Si）、先行集A（Si）和交集Q（Si），將15個耕地撂荒因素劃分為3個集合，共6層（圖4），分別為直接因素（L1={S5，S6，S8，S11}）、中間因素（L2={S1、S9、S13、S14}、L3={S3，S10，S12}、L4={S7}、L5={S15}）、深層因素（L6={S2、S4}）。

直接因素對耕地撂荒現象的形成具有直接影響。農林水事務支出（S5）的被影響度最高，農林水事務支出（S5）和農業機械總動力（S6）的中心度較大，說明S5和S6更能影響耕地撂荒的速度。深層因素是影響耕地撂荒的根本因素。第六層地形坡度的中心度最大，其次為海拔，它們全部屬于自然層面的因素，其因素本身受到地質條件的制約，通過時空變化產生不同的特點，并不會因為其他因素的變化而變化，是造成耕地撂荒的根源性原因。因此為保證耕地的合理利用，需要對耕地撂荒問題制定合理的治理措施，需要進行撂荒耕地再利用適宜性評價，而撂荒耕地所處的地形坡度和海拔是評估地塊是否能夠利用的基礎條件。政府制定土地利用規劃和人才補償政策，確保擁有充足的水源、勞動力，實施修路等便民服務，能夠有效遏制耕地撂荒。總之，耕地撂荒是多因素綜合作用的結果，單純管控直接因素雖然可以獲得立竿見影的效果，但持續時間較短，難度較大；而深層因素具有客觀存在性，無法通過技術手段改變其特征，管控效果不顯著，但由于其中心度較大，對其他因素的影響程度較高，因此，在治理耕地撂荒的過程中，應重點改善影響較大的因素，以有效提升耕地利用率。

2.3 依賴性-驅動力關系分析

為了深入探析耕地撂荒影響因素所處的地位和作用，運用MICMAC模型計算各因素的依賴性值和驅動力值，將因素分為聯系型因素（第一象限）、獨立型因素（第二象限）、自治型因素（第三象限）、依賴型因素（第四象限）4類。

由圖5可知，自治型因素具有較低的依賴性和驅動力，對直接因素和深層因素產生中間作用。其中，土層厚度（S3）和耕作便捷度（S12）的驅動力較強，能夠對其他自治型因素產生強驅動作用，表明提高農民對于土層厚度、耕地便捷度認識，并探索其在經濟、生產和社會層面的驅動路徑，有利于減緩耕地撂荒的速度。地形坡度（S2）、海拔（S4）、本底值（S7）、區位條件（S15）為獨立型因素，其中S2和S4的驅動力最強，表明地形坡度和海拔決定了該耕地是否適宜利用，是造成耕地撂荒的深層因素。65歲以上人口占比（S11）、農業機械總動力（S6）、農林水事務支出（S5）屬于依賴型因素，其依賴性較強而驅動力較低，與DEMATAL模型辨析出的強結果因素一致，說明通過解決其他驅動因素，依賴性因素也會得到改善。

3 小結

基于實地調研和文獻研究從自然、經濟、人口、生產4個方面識別了耕地撂荒的影響因素，通過專家訪談修正完善指標體系，并采用DEMATEL-MICMAC-ISM模型對驅動因素進行相關性、重要性、層級結構分析及驅動力-依賴性分析，最終篩選出關鍵影響因素。結果表明，15個耕地撂荒因素劃分為3個集合，共6層，分別為直接因素（L1）、中間因素（L2、L3、L4、L5）、深層因素（L6）。運用MICMAC模型進一步計算各因素的依賴性值和驅動力值，將驅動因素分為聯系型因素、獨立型因素、自治型因素、依賴型因素4類，其中地形坡度和海拔的中心度、原因度、驅動力均較高，依賴性低，是耕地撂荒的最根本影響因素。

從DEMATEL-MICMAC-ISM模型的綜合模型結果可以看到，MICMAC分類中第四象限的所有因素均位于原因-結果分類的第四象限，有較高的依賴性；MICMAC分類中第二象限的所有因素均位于原因-結果分類的第一象限，有較高的驅動力，表明該綜合模型的分析結果具有一致性；其次，ISM-MICMAC模型的第一層因素，除人口密度外，其他因素均位于原因-結果分類的第四象限，屬于依賴型因素，ISM模型中的中間因素，除集中連片度外，其他因素均位于原因-結果分類的第一和第四象限。綜上，耕地撂荒的關鍵影響因素為地形坡度、海拔、本底值、農林水事務支出、農業機械總動力、區位條件、耕作便捷度、水源距離。同時也不可忽略其他因素，否則會加劇人地矛盾，出現評價結果與實際情況相悖離的現象，不利于遏制耕地撂荒。

4 討論

本研究強調了耕地撂荒問題的根本影響因素，并提出了政策導向。嚴格遵循土地管理法、土地調查條例、耕地用途管制等相關法律法規，建立最嚴格的耕地保護制度。采用秸稈覆蓋、旱作節水等新技術提高耕地質量，實現從數量平衡到質量平衡的飛躍，嚴守耕地紅線。緊抓中間關鍵影響因素，實現有效連接。以改善土壤質量、耕作條件、人口數量為目標，大力提倡大戶經營機制，降低農民增收難度，如通過給予種植大戶規模化種植的優惠政策和補貼，在撂荒土地上推廣特色雜糧種植，并依托藥材等經濟作物開展原料種植，從而有效提升農戶收益；大力發展農業生產托管，為農戶提供從種植到管理、從技術服務到農資供應等全程“保姆式”服務，有效解決土地撂荒和粗放經營等問題。盡快改善直接影響因素，發揮引導作用。加強對農村中老年人群的培訓，提高其文化素養和技術水平；完善基礎設施，實施人才引進，提高福利補貼，確保充足的勞動力；政府實行實地評估，對可復墾的耕地實施土地整理，提高耕地利用率。

本研究通過文獻分析法和專家打分法獲取研究數據，雖然選取典型村莊進行實地調研，但研究仍不可避免具有一定的局限性和主觀性。此外，本研究僅初步厘清了耕地撂荒影響因素的相關性，下一步可結合研究區撂荒耕地的空間格局分異特征對撂荒耕地再利用適宜性進行評價。

參考文獻：

[1] 陳為公，張 娜，張友森，等.基于DEMATEL-ISM的城市災害韌性影響因素研究[J].災害學，2021，36（1）：1-6，17.

[2] 黨昱譞，李 超，謝 臻，等.耕地上山撂荒成因及空間優化路徑探究——以江西省萬年縣為例[J].長江流域資源與環境，2022，31（12）：2756-2767.

[3] MARTINSON A T，SENYO D B，KWARKO A E， et al. Assessing financial literacy and farmland abandonment relationship in Ghana[J]. Agriculture， 2023， 13（3）：580.

[4] HONG C Q， PRISHCHEPOV A V， JIN X B， et al. The role of harmonized landsat sentinel-2 （HLS） products to reveal multiple trajectories and determinants of cropland abandonment in subtropical mountainous areas[J]. Journal of environmental management， 2023， 336：117621.

[5] 范 輝，馬 佳.河南省縣域耕地面積的時空演變[J].水土保持通報，2012，32（4）：281-287.

[6] 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.

[7] 譚術魁.耕地撂荒程度描述、可持續性評判指標體系及其模式[J].中國土地科學，2003（6）：3-8.

[8] 溫淯淋，閆國慶，倪一銘.基于DEMATEL-ISM-MICMAC模型的港口發展影響因素研究——以寧波舟山港為例[J].物流科技，2023，46（3）：102-106，111.

[9] 王一新，薛蘭蘭，緱文娟.施工現場建筑垃圾資源化利用關鍵障礙因素研究[J].干旱區資源與環境，2023，37（1）：113-119.

[10] 項驍野，王佑漢，李 謙，等.基于CiteSpace軟件國內外撂荒地研究進展與述評[J].地理科學，2022，42（4）：670-681.

[11] 李惠敏，郭青霞，丁 一，等.基于TAM框架的農戶土地流轉行為影響因素研究——基于山西省欠發達地區5307份農戶樣本[J].干旱區資源與環境，2023，37（3）：17-24.

[12] 關小克，張鳳榮，李 樂，等.北京市耕地后備資源開發適宜性評價[J].農業工程學報，2010，26（12）：304-310，431.

[13] 高 星，吳克寧，周 娜.景泰縣耕地后備資源生態敏感性評價與空間利用對策研究[J].中國農業資源與區劃，2020，41（4）：43-51.

[14] 張甘霖，吳運金，趙玉國.基于SOTER的中國耕地后備資源自然質量適宜性評價[J].農業工程學報，2010，26（4）：1-8.

[15] 韓武波，殷海善.山西省山區邊際耕地建設探討[J].國土資源科技管理，2010，27（2）：31-34.

[16] 周丁揚，吳建橋，文 雯，等.糧食主產區河南省耕地撂荒特征與影響因素分析[J].農業機械學報，2021，52（8）：127-137.

[17] 呂 煒，張曉穎，王偉同.農機具購置補貼、農業生產效率與農村勞動力轉移[J].中國農村經濟，2015（8）：22-32.

[18] 張 宇. 龍江縣耕地后備資源潛力評價及開發利用研究[D].哈爾濱：東北農業大學，2016.

[19] 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.

[20] 程先同. 農村勞動力結構對耕地撂荒的影響研究[D].重慶：西南大學，2020.

[21] 張禹書，張應良.外出務工、性別差異對耕地撂荒的影響[J].湖南農業大學學報（社會科學版），2023，24（2）：19-28.

[22] 胡 敏，王成超.勞動力非農轉移對農戶耕地撂荒的影響[J].亞熱帶資源與環境學報，2013，8（2）：56-63.

[23] 席 朗. 基于模糊綜合評價法的德安縣耕地后備資源評價[D].南昌：東華理工大學，2017.

[24] 朱冬萌. 吳起縣耕地后備資源宜耕性評價研究[D].西安：長安大學，2015.

[25] 劉 康，陳 偉，吳 群.沿海灘涂耕地后備資源開發適宜性評價——以江蘇省鹽城市為例[J].農業現代化研究，2014，35（4）：430-436.

[26] 李娟娟.川東平行嶺谷區撂荒地空間分布特征及撂荒原因研究[D].重慶：重慶師范大學，2018.

[27] 謝花林，黃螢乾.非農就業與土地流轉對農戶耕地撂荒行為的影響——以閩贛湘山區為例[J].自然資源學報，2022，37（2）：408-423.

[28] 劉慧芳，畢如田，王 瑾，等.山西省縣域城鎮低效用地空間格局分異與影響因素研究[J].農業機械學報，2022，53（5）：169-208.

[29] 韓武波，殷海善.邊際耕地建設：另一種耕地保護[J].中國土地，2009（8）：57.

[30] 關小克，王秀麗，陳偉強.縣域耕地邊際化風險評價與驗證[J].農業機械學報，2020，51（2）：153-160.

[31] 程憲波，高根紅，劉 瓊，等.快速城鎮化地區的耕地撂荒空間格局、影響機理與治理路徑[J].農業工程學報，2022，38（24）：218-227.

[32] 程憲波. 山區農戶耕地拋荒影響因素研究[D].昆明：云南財經大學，2018.

[33] 崔慶宏，王 森.基于ISM-MICMAC的建筑工人不安全行為影響因素[J].沈陽大學學報（自然科學版），2021，33（3）：272-278.

[34] 宋 娜，周旭瑤，唐亦博，等.基于DEMATEL-ISM-MICMAC法的康養旅游資源評價指標體系研究[J].生態經濟，2020，36（5）：128-134.

[35] 昝祺祺，周利平，羅康明.基于ISM-MICMAC的農地流轉影響因素研究[J].山東農業大學學報（社會科學版），2022，24（3）：8-15，145.

[36] 張雪玫. 基于DEMATEL-ISM模型的ISO 9001認證有效性的障礙因素研究[D].濟南：山東大學，2021.

[37] 李強年，陳瑞軍，馬岷成.基于DEMATEL-ISM的裝配式建筑發展制約因素研究[J].工程管理學報，2020，34（2）：38-43.