论文部分内容阅读
随着我国城市化进一步加快,农业劳动力的机会成本不断增加,农村劳动力大量流向城市,而劳动力是农业生产中最主要的生产要素,导致的农耕地撂荒现象越来越严重。耕地撂荒往往影响着国家粮食安全,局部生态等问题甚至影响着局部地区安全稳定,因此研究耕地撂荒有重要的理论和现实意义。目前国内众多学者在社会统计资料或在实地调查的基础上,对我国各地出现的劳动力析出与耕地撂荒问题,在宏观层面上进行了很多的定性定量分析,而对基于农户角度的微观层面上定性定量的分析相对较少。农户作为农业土地的直接使用者,外出务工引起的撂荒耕地是农户在其生产经营过程中的自主决策行为。劳动力的流失只是一部分或者一类(外出务工型)农户耕地撂荒的主要原因,而对于农业劳动力机会成本较小或者为零的农户,导致其耕地撂荒的原因主要是因为农户对其所处的地理环境、农业市场经济因素、政策等多方面的综合作用结果,因此模拟农户土地利用行为,揭示农耕地撂荒的微观机理显得尤为重要。随着国家城市化进一步推进和劳动力务农机会成本进一步提升等多因素的影响,未撂荒耕地是否继续被经营,是否具有摞荒的风险,其程度如何,未来发展趋势如何等都是值得关注的问题。米脂县位于黄土高原腹地,处于我国典型的生态环境脆弱区——,具有典型的研究意义。在此背景下,通过设计调查问卷,利用参与式评估方法实地调研,主要获取研究区农户的农业经济收入、投入、种植等信息,历时3年,调研共计70个村庄,有效问卷1000份,再结合大量的实地走访、数据测量、影像数据解译等数据基础之上,本文分别从微观角度构建多智能体(Multi-Agent System, MAS)和宏观角度构建土地转化模型(Land Transfer Model, LTM),从自上而下和自下而上两个角度分析米脂县耕地撂荒的微观机理和宏观耕地撂荒趋势,并将两模型进行耦合,结合MAS模型和LTM各自的优点全面的分析探讨了米脂县耕地撂荒的微观机制和宏观影响因子。研究结果表明:1)基于CBDI决策结构的模拟农户耕地撂荒行为的MAS模型,结合Netlogo模拟平台的显示和数据处理,能够更好地从空间上展示分析结果。通过与实际情况和传统模型的精度对比,发现模拟结果能够较好的表现研究区农户耕地撂荒行为,可以较好的反应微观主体耕地撂荒利用决策过程;2)耕地撂荒时一个及其复杂的过程受到很因素影响,对于不同类型的农户而言,导致其耕地撂荒的主要原因也不同。A类农户耕地撂荒主要是因为种地的机会成本较高,耕地所获取的经济收益较低;通过对同类农户间相互作用的模拟,可以看出影响B类农户的主要因素包括农户对地理环境的认知和其他同类农户的影响。C类农户主要是因为耕作能力的限制;3)LTM模型能够很好的表现不同的宏观影响因子对耕地撂荒的影响,并通过三种不同的情景设置预测分析米脂县耕地撂荒的总量和空间位置的分布。其中,情景一中耕地撂荒栅格块数为4505块,占耕地的0.79%,主要分布在距离城镇较近的地区;情景二中耕地撂荒栅格块数为18918块,占耕地的3.33%,主要分布在距离城镇较近的地区和距离居民点较远地区;情景三中耕地撂荒栅格块数为32706块,占耕地的5.74%,主要分布在距离城镇较近的地区和距离居民点较远的地区;4)充分利用LTM模型分析宏观影响因子对目标地类转化的优势与MAS模型在模拟微观土地利用过程解释土地利用变化微观机理的优势,从宏观土地变化总量需求和微观土地变化供给相平衡的角度,构建一个基于土地转换模型和多智能体的耦合模型。耦合模型既能够充分的体现LTM模型在分析宏观影响因子对研究区耕地撂荒的作用又能清楚地看到研究区典型村庄的农户耕地撂荒的微观土地利用决策过程及其撂荒机理,能够更加全面地分析研究区耕地撂荒机理。