黄淮海平原非农化土地空间格局及其影响因素

程明洋¹，刘彦随^1,2a,2b

(1.北京师范大学 地理科学学部，北京 100875；2.中国科学院 a.地理科学与资源研究所，b.精准扶贫评估研究中心,北京 100101 )

摘要 ：土地是农民赖以生存的根基，乡村土地非农化问题是当前乡村所面临的“乡村病”之一。对传统平原农区非农化土地空间分异及其影响因素的研究相对匮乏。基于黄淮海平原县域数据，选取乡村非农化土地相关变量，采用逐步线性多元回归的方法解析了非农化土地空间分异的主要影响因素，并对驱动机制进行了探讨。结果表明：(1)黄淮海平原农村居民点建设用地占据非农化土地的比重最大；(2)黄淮海平原不同非农化土地空间格局总体上呈现出典型的带状或组团状格局，如沿太行山东麓带、环渤海经济圈、黄河经济协作带、沿京九和陇海铁路线轴带等；(3)黄淮海平原乡村非农化土地空间分异的主要影响因素为县域人均GDP、人均规模以上工业总产值、人均城镇固定资产投资、乡村人均一产增加值、人口密度、人均耕地面积6个变量，自然因素则不显著；(4)黄淮海平原城镇建设用地和农村居民点用地集约化发展有待提升，工业园区建设用地集约化发展初见成效，非农化土地空间分异影响因素与其他建设用地空间分异影响因素呈现出驱动逻辑的一致性，政府财政导向的发展道路仍是主导。提出了破解乡村土地非农化问题的建议。

关键词 ：乡村；土地非农化；乡村病；线性多元回归；黄淮海平原

0 引言

土地资源是乡村发展的重要资源，也是农民赖以生存的根基。伴随着中国快速城镇化、工业化的发展，建设用地需求快速增长^[1]，乡村大量的土地转化为非农用地。当前，乡村衰败已成为世界性问题^[2]，对于中国的乡村来说，导致乡村衰落的主要原因是由于乡村病的产生，其具体可归结为农业生产要素高速非农化、农民社会主体过快老弱化、农村建设用地日益空废化、农村水土环境严重污损化、农村贫困地区的深度贫困化五大方面^[3]。土地是农业生产中的最基本要素，其非农化是当前乡村发展所面临的重要问题之一。

乡村是一个多元的复杂系统，当前，对于乡村的研究可分为对乡村社会经济和自然生态两方面的研究。对于乡村社会经济方面的研究，主要集中于乡村农民收入影响因素^[4-7]，农村居民点、农村人口、农村空心化格局及其影响因素^[8-10]，农村贫困化格局及其形成机制^[11-12]，乡村农业生产发展格局、影响因素及问题对策^[13-14]，乡村工业发展现状、影响因素及问题对策^[15]，乡村旅游发展^[16]等方面。对于乡村自然生态方面的研究，主要集中于土地资源^[17-18]、农产品资源^[19]、特定地区资源^[20]、自然灾害对农村的影响^[21]和生态系统是如何影响农业及如何通过生态系统的改善来提升农业水平^[22]等方面。土地资源是农村得以发展的基本资源，也是农民赖以生存的基础，关于乡村土地方面的研究主要集中于耕地方面，如对土地肥力和土地质量^[23]等方面的研究。总体来看，乡村土地研究是乡村研究的重要内容，但随着快速城镇化、工业化的进程，乡村土地非农化现象日益凸显^[24]。

对药学服务实施前后药物使用情况观察,包括用药准确性、用药依从性、处方不合理以及药物质量问题等。同时,利用问卷调查形式,对实施前后患者满意情况调查,问卷满意评价指标包括非常满意、满意、不满意与一般,满意率计算取其中满意与非常满意例数。

在乡村土地非农化研究方面，大部分研究将土地非农化当作研究背景或影响因素来进行研究，如方方等研究了平原农区典型县域土地非农化对乡村的影响^[25]，朱一中等对土地非农化背景下的失地农户征地补偿的最终受益归属问题进行了研究^[26]，陈伟鑫对土地非农化过程中农民意愿、选择行为和影响因素的研究^[27]等。部分学者对土地非农化与其他系统之间的关系进行了解析，如对土地非农化与经济发展关系的探讨^[28]，对土地非农化与产业、人口关系的研究^[29]等。有学者从土地转型的角度进行了解析，龙花楼指出耕地和农村宅基地是乡村发展和土地利用转型的重要源头^[30]，王丽娟研究得出江苏省耕地大幅减少而建设用地则不断增加^[31]。也有学者对土地非农化的驱动机制进行了研究，但其研究对象仅局限于城市市区^[32]。总体来说，对非农化土地空间分异及其影响因素的研究相对较少，对黄淮海传统平原农区土地非农化影响因素的研究则更显匮乏。传统平原农区的土地承担着重要的粮食生产功能，土地非农化严重将会影响到粮食安全，对非农化土地空间格局及其影响因素的研究可为破解土地非农化问题提供思路。

1 研究区域与研究方法

1.1 研究区域

黄淮海平原又称华北平原，位于北纬32°～40°，东经114°～121°，跨越北京、天津、河北、山东、河南、安徽、江苏7个省份，面积30万km²。黄淮海平原土质优良，光热条件优越^[33]，是中国重要的粮食主产区，也是最大的冬麦区^[34]，2015年黄淮海平原粮食总产量占全国的22%，在中国九大农区中具有代表性。在快速城镇化、工业化的过程中，黄淮海平原大量的土地转化为建设用地，土地非农化问题严重，乡村的衰落尤其是乡村土地非农化问题势必影响到中国粮食安全。在此背景下，亟需对黄淮海平原乡村土地非农化影响因素进行研究。

1.2 指标选取

黄淮海平原乡村土地非农化影响因素逐步多元线性回归模型中，有4个解释变量通过了显著性小于0.05的检验，模型整体显著性(0.000)小于0.05，R =0.515，R ²=0.265，调整后R ²=0.253。依据分析结果可建立多元线性回归模型：Y ₁=0.302X ₈+ 0.289X ₄-0.353X ₂+0.209X ₁。在控制其他变量不变分别每增加0.302，0.289，0.209标准单位的县人均耕地面积、乡村人均一产增加值、人均GDP或者每减少0.353标准单位的县域人均规模以上工业总产值则会增加1个标准单位的非农化建设用地比重(表5)。总体上看，黄淮海平原乡村土地非农化与其他建设用地比重影响因素呈现出一致性，对于县域发展来说，第二产业发展是最有效的促进县域财政发展手段，因此，二者出现相一致的发展逻辑。

表1 黄淮海平原非农化土地影响因素评价指标体系
Tab .1 Evaluation index system of rural non -agricultural land influence factors in Huanghuaihai Plain

1.3 研究方法

黄淮海平原其他建设用地比重均值为1.32%，以黄河为分界线，呈现出北部地区四周高、中间低而南部地区空间格局则不太明晰的局面(图3)。沿京广铁路线地区形成了其他建设用地比重高值带。环渤海湾周边地区是中国最大的工业密集区，也是中国的重工业和化学工业基地，大型工业区集聚，从而形成了其他建设用地比重高值带。从河南省焦作市、新乡市到濮阳市形成了一条明显的其他建设用地比重高值带，分布着焦作市武陟产业集聚区(规划建设面积16.42 km²)、新乡工业园区(省级开发区，规划建设面积33 km²)、濮阳工业园区(省级经济开发区，规划建设面积27 km²)，形成了典型的沿黄工业园区发展带。黄河南部地区大部分地区其他建设用地比重较低，高值区主要分布于河南与安徽交界处及江苏省沿海经济区。黄淮海平原乡村非农化土地比重均值为15.55%，总体上呈东低西高的格局(图4)。山东省非农化土地比重较低，沿京广铁路线、京九铁路线、陇海铁路线地区非农化土地比重较高，形成了带状格局。环渤海湾周边地区非农化土地比重也相对较高，形成了一条不太连续的高值带。江苏省县域非农化土地比重整体较高，形成了一个典型的高值组团。

纳入标准：①患者年龄均＞20周岁；②研究对象均符合人民卫生出版社第8版《妇产科学》妊娠期糖尿病的诊断标准，且为经过饮食管理以及运动干预后，依旧无法有效控制血糖水平的患者；③患者未发生视网膜病变；④患者未发生周围神经病变。

利用SPSS 22.0的多元线性回归分析方法，对土地非农化、城镇建设用地比重、农村居民点建设用地比重、其他建设用地比重分别与县域人均GDP、县域人均规模以上工业总产值、县域人均城镇固定资产投资、乡村人均一产增加值、县域人口密度、乡村非农就业率、县域平均坡度、县域人均耕地面积8个指标进行逐步回归分析，以探索土地非农化及各建设用地比重的影响因素。

1.4 数据来源

黄淮海平原农村居民点用地比重均值为12.07%，总体上呈现出东低西高的格局(图2)。从山东省聊城市、牡丹市到河南商丘市再到安徽省亳州市、阜阳市形成了一条农村居民点用地比重较高的南北轴，该条轴与京九铁路线的走向一致，形成了沿主要铁路干线发展的农村发展格局。从河南商丘到江苏徐州市、连云港市沿陇海铁路线也呈现出高值带发展格局。沿京广铁路沿线地区与沿京九铁路沿线地区相比农村居民点用地比重较低，同样形成了带状格局。环渤海湾周边地区农村居民点用地比重较低，该地区经济较发达，城市功能发展较完善，城乡建设用地较集约。山东省农村居民点用地比重整体较低，乡村居民点建设用地相对集约。

2 结果分析

2.1 非农化土地空间格局

黄淮海平原城镇建设用地比重均值为2.16%，总体上呈现出东部和西部较高而中部较低的格局(图1)。西部地区沿京广铁路线形成了典型的城镇建设用地比重高值带，同时，山东省和江苏省城镇建设用地比重也相对较高。环渤海湾周边地区县域城镇建设用地比重较低，该地区经济较发达，城镇建设用地利用较集约。沿黄河高值带格局已逐渐成型，黄河经济协作区成立于1988年，最早称为“沿黄经济协作带”，黄淮海地区主要涉及河南、山东两省。近年来，两省对沿黄经济带重视程度提升，如河南省出台了《河南省沿黄区域绿色奶业发展专项规划(2014—2020年)》，新乡市编制了《沿黄经济三区一带发展规划》，山东省发展改革委员会成立了建设黄河生态经济带研究课题组，对沿黄经济区的重视使得黄河沿线城市城镇发展较快，河南省焦作市、新乡市、安阳市和山东省的聊城市、德州市等沿黄河县域城镇建设用地比重较高的格局开始出现。

造林密度与平均冠幅整体上呈现负相关关系；其回归方程分别表示平均冠幅y=-0.000 6x+4.063 5，相关指数R2=0.897 5，见图4。

图1 黄淮海平原城镇建设用地比重空间格局
Fig .1 Spatial pattern of proportion of urban construction land in Huang -Huai -Hai Plain

人口数据主要来源于《中国县域统计年鉴(乡镇卷)》(2016年)及2016年各省份的统计年鉴。土地数据和坡度数据主要来源于中国科学院地理科学与资源研究所的地球系统科学数据共享平台的土地数据(2016年)和DEM数据，并利用ArcGIS 10.2进行分县土地数据提取和分县平均坡度计算。经济数据主要来源于2016年的《中国县域统计年鉴(县市卷)》。

图2 黄淮海平原农村居民点用地比重格局
Fig .2 Spatial pattern of proportion of rural residential land in Huang -Huai -Hai Plain

根据现有研究及经验总结^[25,36-37]，县域人均GDP、县域人均规模以上工业总产值、县域人均城镇固定资产投资、县域人口密度、县域平均坡度会对城镇建设用地的比重产生影响，县域人均GDP、乡村人均一产增加值、县域人口密度、乡村非农就业率、县域平均坡度、县域人均耕地面积会对农村居民点建设用地比重产生影响，县域人均GDP、县域人均规模以上工业总产值、县域人均城镇固定资产投资、县域平均坡度会对其他建设用地比重产生影响，从而对县域土地非农化产生影响。

(2) 注浆压力理论值略大于数值模拟结果，笔者认为，这是由于在数值计算中考虑了水对浆液的稀释作用，即浆水混合区的黏度要低，而理论分析中未考虑水对浆液的稀释作用，从而导致数值分析中的浆液扩散粘滞阻力要低，因此，理论计算获得的注浆压力要大于数值模拟值。

图3 黄淮海平原其他建设用地比重空间格局
Fig .3 Spatial pattern of proportion of other construction land in Huang -Huai -Hai Plain

图4 黄淮海平原非农化土地空间格局
Fig .4 Spatial pattern of non -agriculturalization land in Huang -Huai -Hai Plain

总体上来看，黄淮海平原非农建设用地占比最大的为农村居民点用地，且呈现出远高于其他两种建设用地的局面(分别比城镇建设用地比重、其他建设用地比重均值高9.91%，10.75%)。黄淮海平原非农化土地和非农建设用地比重格局皆呈现出一定的区域地带性：(1)沿京广铁路沿线地区是最具典型性的一条轴带，该地区由于独特的区位条件，形成了典型的高值带；(2)环渤海湾周边地区由于其较发达的经济基础及工业集聚地的功能定位，城镇建设用地和农村居民点建设用地比重均较低，而其他建设用地比重则呈现出典型的高值带格局，不同非农建设用地比重格局相反，从而导致乡村非农化土地比重格局出现区域内部分异；(3)黄河经济协作区土地非农化的轴带格局开始显现，尤其以其他建设用地比重格局所呈现的轴带性最为突出，其他非农建设用地格局则呈现出空间断裂的现象；(4)沿京九铁路线从山东聊城市到安徽阜阳市非农化土地轴带格局明显，主要以农村居民点用地比重和乡村土地非农化格局最为明显，其他两类非农建设用地格局尚未形成；(5)沿陇海铁路从河南商丘到江苏连云港非农化土地轴带格局开始显现，农村居民点用地比重和乡村土地非农化格局比较明显，其他非农建设用地格局则不太明显。

2.2 非农化土地空间分异影响因素

农村居民点建设用地比重影响因素逐步多元线性回归模型中，有3个解释变量通过了显著性小于0.05的检验，模型整体显著性(0.000)小于0.05，R =0.467，R ²=0.218，调整后R ²=0.209。依据分析结果可建立多元线性回归模型：Y ₃=0.392X ₅+ 0.434X ₂-0.233X ₃。在控制其他变量不变分别每增加0.392，0.434标准单位的县域人口密度、县域人均规模以上工业总产值或者每减少0.233标准单位的县域人均城镇固定资产投资则会增加1个标准单位的城镇建设用地比重(表3)。农村居民点是乡村人口的主要聚集地，县域人口密度的增加会直接需求更多的农村居民点来进行支撑，与城镇建设用地相似，农村居民点建设用地的增长速度要快于县域人口密度的增加速度，且该两者速度的不匹配程度更大。工业的增加为县域乡村人口提供了更多的就业机会，从而增加农民收入，进而农民进一步扩大改善自己的居住条件，但农村居民点建设用地增长速度同样高于县域人均规模以上工业总产值的增长速度。城镇固定资产投资主要用于城镇发展，城镇的发展吸引了乡村人口前来置业，因而县域人均城镇固定资产投资对农村居民点用地比重的影响是负向的，这也反映出城镇的发展能够带动农村居民点用地的集约化发展。

城镇建设用地比重影响因素逐步多元线性回归模型中，有3个解释变量通过了显著性小于0.05的检验，模型整体显著性(0.000)小于0.05，R =0.64，R ²=0.409，调整后R ²=0.402。通过检验的3个解释变量县域人均规模以上工业总产值、县域人口密度、人均GDP标准化系数分别为0.345，0.465，0.362，可建立多元线性回归模型：Y ₂=0.345X ₂+ 0.465X ₅+0.362X ₁，即控制其他变量不变分别每增加0.345，0.465，0.362标准单位的县域人均规模以上工业总产值、县域人口密度、人均GDP则会增加1个标准单位的城镇建设用地比重(表2)。城镇建设用地是县域城镇居民和商业服务业等的集中地，该类用地主要服务于县域人口，故县域人口密度对城镇建设用地比重会产生直接影响，但城镇建设用地的扩张速度要快于县域人口密度增长速度，反映出当前不依据人口实际情况而盲目扩大城镇建设用地而导致县域房地产库存过大的现象。县域人均规模以上工业总产值、人均GDP对城镇建设用地比重的影响则说明了经济发展对城镇土地扩张起着重要的作用，即工业和GDP的增长需要相应的城镇建设用地作为支撑，这反映出当前黄淮海平原地区城镇建设用地扩张速度要大于经济发展速度，城镇建设用地没有实现集约高效利用。

表2 城镇建设用地比重影响因素最优模型
Tab .2 Optimal model for the proportion of urban construction land

说明：该最优模型有3项指标通过检验，剔除了乡村非农就业率、平均坡度、县域人均耕地面积、县域人均城镇固定资产投资、乡村人均一产增加值5项指标。

为探讨黄淮海平原乡村非农化土地及各指标的影响因素，利用SPSS 22将乡村土地非农化、城镇建设用地比重、农村居民点建设用地比重、其他建设用地比重作为因变量，将解释变量的8个指标作为自变量，分别进行逐步多元线性回归分析，以探索各被解释标量的影响因素。因篇幅所限，仅列出最优解释模型结果，其他模型则不再赘述。

表3 农村居民点用地比重影响因素最优模型
Tab .3 Optimal model of the influence factor of rural residential area

说明：该最优模型有3项指标通过检验，剔除了乡村非农就业率、平均坡度、县域人均耕地面积、县域人均GDP、乡村人均一产增加值5项指标。

此时如果审题时没有深入挖掘到隐藏的信息就极其容易出错，但是如果挖掘到隐藏的条件则不难得出正解.隐藏信息：|sinα|≤1，|cosβ|≤1，并且1/2(2sinα-3sin2α)≥0.

其他建设用地比重影响因素逐步多元线性回归模型中，有4个解释变量通过了显著性小于0.05的检验，模型整体显著性(0.000)小于0.05，R =0.518，R ²=0.269，调整后R ²=0.257。依据分析结果可建立多元线性回归模型：Y ₄=0.308X ₈+ 0.288X ₄-0.361X ₂+0.211X ₁，在控制其他变量不变分别每增加0.308，0.288，0.211标准单位的县域人均耕地面积、乡村人均一产增加值、人均GDP或者每减少0.361标准单位的县域人均规模以上工业总产值则会增加1个标准单位的城镇建设用地比重(表4)。耕地资源是最重要的农业生产要素，也是最易于非农化的类型，县域人均耕地的丰富可为工业化的发展提供土地储备，因此，县人均耕地面积对其他建设用地比重的增加呈正向影响，即耕地资源越丰富的地区越容易出现用于工业区、厂矿等建设的非农化现象。农业生产活动具有很强的外部效应，其对粮食安全具有重要意义，但一产自身经济效益不强，导致乡村人均一产增加值较高的县域反而急于转变发展方式，提高县域整体财政水平，因此，导致乡村人均一产增加值对其他建设用地比重呈现正向影响。县域人均规模以上工业总产值对其他建设用地比重为负向影响，这说明了工业向园区集中产生了一定的效果，工业用地更加集约，单位面积土地能够产生出更大的工业值。其他建设用地比重增速远大于县域人均GDP的增长速度，说明了县域整体发展集约化有待提高。

表4 其他建设用地比重影响因素最优模型
Tab .4 Optimal model for the proportion of other construction sites

说明：该最优模型有4项指标通过检验，剔除了乡村非农就业率、平均坡度、人均城镇固定资产投资、县域人口密度4项指标。

土地非农化是指土地生产要素从农业部门转移到非农业部门的过程，主要通过3种方式实现：国家建设占用农地、乡村集体建设占用农地和农村个人建房占用农地^[35]。因此，可以利用城镇建设用地比重、农村居民点建设用地比重、其他建设用地(指厂矿、大型工业区、油田、盐场、采石场等用地以及交通道路、机场及特殊用地)比重3个指标来反映县域非农化土地现状。本研究主要揭示县级行政单元内(不包括城区)非农化土地现状及城镇建设用地比重、农村居民点建设用地比重、其他建设用地比重3个指标的影响因素，依据科学性、系统性和指标可获取性原则，选取经济、人口、自然条件等方面8个县域指标作为自变量(表1)。

表5 乡村土地非农化影响因素最优模型
Tab .5 Optimal model of rural non -agriculturalization land factors

说明：该最优模型有4项指标通过检验，剔除了乡村非农就业率、平均坡度、人均城镇固定资产投资、县域人口密度4项指标。

3 结论与讨论

3.1 结论

(1)黄淮海平原农村居民点用地在非农化用地中比重最大，在此背景下，农村居民点整治显得尤为重要。快速城镇化导致了农村建设用地日益空废化，大部分农民处于居业分离状态，农村居民点整治是农村土地集约利用的重要内容。

随着中小学教育对语文能力要求的不断提升，提高学生们阅读理解能力的重要性尤为显著，每位教师都应认真需要思考怎么做才能有效地培养学生们的阅读理解能力。一线语文老师应该都明白，课堂上关于阅读的学习仅仅是引导学生的开始，而培养学生的阅读兴趣以及能力才是小学语文阅读理解教学的本质。而对于以学生为主体的小学语文阅读理解教学设计的最终目的是培养学生的主动性、自信心、责任感、持久性以及独立性，这也为增强学生课外阅读能力打下了坚实的基础，因此，就需要通过教师的基于学生主体的阅读教学设计以“抱”到“扶”，最后再到“放”的三部曲来达到由课堂教学到课外自主学习能力培养的目标。

(2)黄淮海平原非农化土地空间格局呈现出不同的空间特征，总体上仍呈现出几个典型的带状及组团状格局。沿京广铁路沿线地区最具典型性，形成了明显的高值带；环渤海湾周边地区城镇建设用地和农村居民点建设用地比重皆呈现出较低的局面，而其他建设用地比重则呈现出典型的高值区格局；黄河经济协作区及沿主要铁路线周边的非农化土地的轴带格局开始显现。

(3) 黄淮海平原城镇建设用地比重影响因素主要为县域人均规模以上工业总产值、县域人口密度、人均GDP，农村居民点建设用地比重影响因素主要为县域人口密度、县域人均规模以上工业总产值、县域人均城镇固定资产投资，其他建设用地比重影响因素主要为县域人均耕地面积、乡村人均一产增加值、人均GDP、县域人均规模以上工业总产值，乡村土地非农化影响因素主要为县域人均耕地面积、乡村人均一产增加值、人均GDP、县域人均规模以上工业总产值。

3.2 讨论

黄淮海平原城镇建设用地和农村居民点用地集约化发展有待提升，工业园区建设用地集约化发展初见成效，乡村土地非农化影响因素与其他建设用地比重影响因素呈现出相一致的逻辑。城镇建设用地的扩张速度要明显快于县域人口密度、县域人均规模以上工业总产值和人均GDP的增长速度，农村居民点建设用地的增长速度同样也快于县域人口密度、人均规模以上工业总产值的增长速度，正是城镇与农村建设用地集约化发展不足的直观明证。城镇固定资产投资能够吸引乡村人口前来置业，从而提高农村居民点用地集约程度。第二产业发展是促进县域财政发展的手段，乡村土地非农化与其他建设用地的发展呈现出逻辑一致性，县域人均耕地面积、人均规模以上工业总产值越高的县域则越容易出现乡村土地非农化现象。县域人均规模以上工业总产值对乡村土地非农化与其他建设用地发展皆为负向影响，则是工业集约化发展的明证，而从县域经济总体上来看，集约化发展仍需要进一步强化。

黄淮海平原农村个人建房占用农地是乡村土地非农化的最重要途径，但乡村土地非农化的逻辑却和其他建设用地(最重要的为工业用地)发展逻辑一致，目前，政府财政导向的发展道路在黄淮海平原地区仍然存在。乡村土地非农化导致了农民“城乡双漂”的产生，从而致使农民难以安居乐，欲破解该难题可以从以下方面入手：(1)城镇、乡村建设用地的集约化发展，以腾出更多的耕地从而实现农业的规模化发展；(2)良好的城镇发展能够促进县域人口就地城镇化，从而实现农村居民点用地的集约化；(3)需对农业发展的外部效应进行财政性补贴，以避免粮食主产区县域依托乡村土地非农化增加财政收入的出现；(4)应继续走工业进园区的工业化集约道路。

参考文献 ：

[1] DANG L,XU Y,TANG Q.The Pattern of Available Construction Land along the Xijiang River in Guangxi,China[J].Land Use Policy,2015,42(42):102-112.

[2] LIU Y S,LI Y H.Revitalize the World’s Countryside[J].Nature,2017,548:275-277.

[3] 刘彦随.中国新时代城乡融合与乡村振兴[J].地理学报,2018,73(4):637-650.

[4] LIU Z,ROMMEL J,FENG S,et al .Can Land Transfer through Land Cooperatives Foster Off-farm Employment in China?[J].China Economic Review,2017,45(9):35-44.

[5] TODO Y,TAKAHASHI R.Impact of Farmer Field Schools on Agricultural Income and Skills[J].Journal of International Development,2013,25(3):362-381.

[6] SHRESTHA R B,HUANG W C,GAUTAM S,et al .Efficiency of Small Scale Vegetable Farms:Policy Implications for the Rural Poverty Reduction in Nepal[J].Agricultural Economics,2016,62(4)：181-195.

[7] MENDELSOHN R,BASIST A,KURUKULASURIYA P,et al .Climate and Rural Income[J].Climatic Change,2007,81(1):101-118.

[8] 李阳兵,罗光杰,景安,等.溶山地聚落人口空间分布与演化模式[J].地理学报,2012,67(12):1666-1674.

[9] 李全林,马晓冬,沈一.苏北地区乡村聚落的空间格局[J].地理研究,2012,31(1):144-154.

[10] LONG H L,LI Y R,LIU Y S,et al .Accelerated Restructuring in Rural China Fueled by ‘Increasing vs. Decreasing Balance’ Land-use Policy for Dealing with Hollowed Villages[J].Land Use Policy,2012,29(1):11-22.

[11] 刘彦随,李进涛.中国县域农村贫困化分异机制的地理探测与优化决策[J].地理学报,2017,72(1):161-173.

[12] DERCON S.Rural Poverty:Old Challenges in New Contexts[J].World Bank Research Observer,2013,24(1):1-28.

[13] 黄季焜.新时期的中国农业发展:机遇、挑战和战略选择[J].中国科学院院刊,2013，28(3):295-300.

[14] KONDE V.Industrial Biotechnology Applications for Food Security in Africa:Opportunities and Challenges[J].International Journal of Biotechnology,2005,7(1):95-112.

[15] 唐亮.在社会主义新农村建设中加快广西乡村工业发展的研究[D].重庆：西南大学,2006.

[16] KOMPPULA R.The Role of Individual Entrepreneurs in the Development of Competitiveness for A Rural Tourism Destination：A Case Study[J].Tourism Management,2014,40(1):361-371.

[17] LIU Y S,YANG Y Y,LI Y R,et al .Conversion from Rural Settlements and Arable Land under Rapid Urbanization in Beijing during 1985—2010[J].Journal of Rural Studies,2017,51(5):141-150.

[18] YIN G Y,LIU L M,JIANG X L.The Sustainable Arable Land Use Pattern under the Tradeoff of Agricultural Production,Economic Development,and Ecological Protection：An Analysis of Dongting Lake Basin,China[J].Environmental Science & Pollution Research,2017,24(11):1-17.

[19] 陈荣.地理标志农产品影响农村经济发展的机制研究——基于山西省110个县的实证分析[D].临汾：山西师范大学,2016.

[20] MEAZA H,FRANKL A,POESEN J,et al .Natural Resource Opportunities and Challenges for Rural Development in Marginal Grabens：The State of the Art with Implications for the Rift Valley System in Ethiopia[J].Journal of Arid Environments,2017,147(12):1-16.

[21] AROURI M,NGUYEN C,YOUSSEF A B.Natural Disasters,Household Welfare,and Resilience:Evidence from Rural Vietnam[J].World Development,2015,70(6):59-77.

[22] ACHARYA S K,ACHARYA S K.Change Dynamics of Livelihood:An Approach to Rural Ecology[M].Munich:Lambert Academic Publishing,2016.

[23] 许艳,濮励杰,张润森,等.江苏沿海滩涂围垦耕地质量演变趋势分析[J].地理学报,2017,72(11):2032-2046.

[24] 李玉恒,胡智超,刘彦随.中国东部沿海地区农地非农化配置效益研究[J].地域研究与开发,2014,33(2):130-134.

[25] 方方,刘彦随,李裕瑞,等.平原农区典型县域土地非农化对乡村系统的影响[J].地理科学进展,2014,33(10):1405-1413.

[26] 朱一中,曹裕.农地非农化过程中的土地增值收益分配研究——基于土地发展权的视角[J].经济地理,2012,32(10):133-138.

[27] 陈伟鑫.土地非农化过程中村民意愿、行为选择及影响因素研究[D].杭州：浙江理工大学,2013.

[28] 方方.江苏省经济发展与土地非农化耦合关系研究[D].南京：南京师范大学,2010.

[29] 沈孝强,吴次芳,方明.浙江省产业、人口与土地非农化的协调性分析[J].中国人口·资源与环境,2014,24(9):129-134.

[30] 龙花楼.论土地利用转型与乡村转型发展[J].地理科学进展,2012,31(2):131-138.

[31] 王丽娟.乡村转型发展与农村土地优化利用研究——以江苏省为例[D].北京：中国科学院地理科学与资源研究所,2009.

[32] 蔡香配.无锡市区土地非农化过程(1998—2008)及其驱动机制研究[D].南京：南京师范大学,2011.

[33] 陈丽,郝晋珉,艾东,等.黄淮海平原粮食均衡增产潜力及空间分异[J].农业工程学报,2015,31(2):288-297.

[34] 徐建文,居辉,梅旭荣,等.近30年黄淮海平原干旱对冬小麦产量的潜在影响模拟[J].农业工程学报,2015,31(6):150-158.

[35] 曲福田.中国土地非农化的可持续治理[M].北京：科学出版社,2010.

[36] 曲福田,陈江龙,陈雯.农地非农化经济驱动机制的理论分析与实证研究[J].自然资源学报,2005,20(2):231-241.

[37] 许恒周,郭忠兴.非农化过程中农地非市场价值损失及其空间差异研究——以江苏省为例[J].地域研究与开发,2010,29(6):119-123.

Spatial Differentiation and Its Influencing Factors of Non -agricultural Land in Huang -Huai -Hai Plain

CHENG Mingyang¹，LIU Yansui^1,2a,2b

(1.Faculty of Geographical Science ，Beijing Normal University ，Beijing 100875，China ; 2a .Institute of Geographic Sciences and Natural Resources Research ，2b .Center for Assessment and Research on Targeted Poverty Alleviation ，CAS ，Beijing 100101，China )

Abstract ： Land is the foundation for farmers to survive，and rural non-agriculturalization land is one of the key problems of “rural problems”. At present，the research on the influence factors of non-agricultural land in the traditional farming plain area is relatively scarce. This study is based on the county data of Huang-Huai-Hai Plain，and four explained variables and eight explanatory variables were selected for rural non-agriculturalization land. Then the main influencing factors of rural non-agriculturalization land were verified by linear multivariate regression，and the driving mechanism was also discussed. The results show that: (1) Individual building is the most important way of rural non-agriculturalization land in the areas of Huang-Huai-Hai Plain; (2) Different non-agricultural land spatial patterns in Huang-Huai-Hai Plain are different，but in general，they present a typical band or cluster pattern. For example，along the eastern foot of Taihang mountain，the economic circle around the Bohai sea，the economic cooperation zone of the Yellow River，along the Beijing-Jiulong and Longhai railway line，etc; (3) Main influencing factors of the rural non-agricultural land in Huang-Huai-Hai Plain are 6 variables，and they are county per capita GDP，per capita industrial output value，per capita urban fixed asset investment，rural per capita production output，population density，per capita arable land area. But natural factors are not significant. (4) The intensive development of urban construction land and rural residential areas in Huang-Huai-Hai Plain has yet to be improved，and the intensive development of land for industrial parks is beginning to pay off. The influence factors of rural non-agriculturalization land and the proportion of other construction sites have a consistent driving logic，and the development path of government financial guidance still exists. Finally，some suggestions to solve the problem of rural non-agriculturalization are put forward.

Key words ： countryside; non-agriculturalization land; rural diseases; linear multivariate regression; Huang-Huai-Hai Plain

中图分类号 ：K921/927

文献标志码： A

文章编号： 1003-2363(2019)01-0170-07

doi :10.3969/j.issn.1003-2363.2019.01.031

收稿日期 ：2018-06-14；

修回日期： 2018-12-17

基金项目 ： 国家社会科学基金重大项目(15ZDA021); 国家自然科学基金项目(41471143)

作者简介 ：程明洋(1988-)，男，河南社旗县人，博士研究生，主要从事土地利用与城乡发展研究，(E-mail)201731190023@mail.bnu.edu.cn。

通信作者 ：刘彦随(1965-)，男，陕西绥德县人，研究员，博士生导师，博士，主要从事土地利用、城乡发展与精准扶贫研究，(E-mail)liuys@igsnrr.ac.cn。

标签：乡村论文;  土地非农化论文;  乡村病论文;  线性多元回归论文;  黄淮海平原论文;  北京师范大学地理科学学部论文;  中国科学院地理科学与资源研究所论文;  中国科学院精准扶贫评估研究中心论文;