农户参与农地整治的空间特征及其影响因素分析
——以甘肃省河西走廊区为例

刘 洋，陈 英，张玉娇，田 丰

(甘肃农业大学 资源与环境学院，甘肃 兰州 730070)

农户参与农地整治的空间特征及其影响因素分析
——以甘肃省河西走廊区为例

刘 洋，陈 英*，张玉娇，田 丰

(甘肃农业大学 资源与环境学院，甘肃 兰州 730070)

为深入研究农户参与农地整治项目的空间区域差异及其影响因素，对河西走廊15个县(市、区)的农地整治项目进行实地调查走访，采用模糊综合评判法测算农户参与的水平，运用探索性空间数据分析法(ESDA)测评农户参与的空间格局及区域差异，并运用空间计量模型分析农户参与的影响因素。研究结果表明：(1)河西走廊农地整治农户参与水平普遍较低，空间区域差异明显，具有显著的正的空间自相关性；(2)河西走廊农户参与水平“热点区域”集中分布在东部石羊河流域和西部疏勒河流域，“盲点区域”则处于中部黑河流域的肃州区、高台县、临泽县，总体呈现出空间地域上“两头高中间低”的“哑铃”结构；(3)空间误差回归分析表明，在考虑了空间地理效应之后，“农户耕地块数”“村领导对待整治项目态度”“农户对种植农产品市场预期”等因素对农户参与空间差异产生了更为显著的影响。根据区域实际情况，剖析农地整治中农户参与的空间格局及其影响因素的内在机理，可为政府和国土部门制定差别化的农户参与激励政策以提升农地整治的绩效及农户有效参与度提供理论依据和参考方法。

农地整治；农户参与；探索性空间数据分析；空间计量模型；河西走廊

农地整治不仅是优化农用地结构、协调人地矛盾、保障粮食安全的重要手段，还是推进农业供给侧结构性改革、促进城乡一体化发展的内在要求。农民作为农地整治项目最终的使用者和受益者，最关心工程的质量，积极有效地引导农民参与农地整治，才能使项目选址更科学，规划设计更完善，实施更顺利[1-2]。2016年国土资源部颁布的《全国土地整治规划(2016—2020年)》和《关于扎实推进高标准农田建设的意见》均提出：鼓励各地因地制宜成立土地整治理事会，明确公众参与方式，完善公众参与程序，切实做到整治前农民自愿、整治中农民参与、整治后农民满意。因此，农地整治项目的决策与规划实施既要关注农民的接受程度，同时要考虑其质量，这就决定了在农地整治项目过程中应合理调动公众的参与兴趣，提高农民参与程度。

近年来，农户参与农地整治项目的有关问题同样引起了学术界的高度重视。国外学者多从利益相关者的角度来研究农户参与农地整治的原因、特点及实施模式[3-4]；国内学者对农户参与农地整治项目的现状及存在的问题[5-6]、参与意愿及参与层次[7-8]、参与的制约因素[9-11]、参与的机制[12]、参与的法律保障[13]等方面进行了大量研究。综观已有研究发现：第一，从研究角度看，已有研究侧重于从经济学、社会学、管理学等非空间角度对农户参与农地整治的现状、存在问题及参与意愿进行研究，从区域空间差异角度分析的研究相对较少；第二，从研究方法看，已有研究侧重于传统的计量经济模型，忽视了数据的空间属性，特别是缺少GIS空间分析方法的应用；第三，对农户参与影响因素的研究侧重于传统的回归模型进行分析，忽视了不同区域空间单元相互作用的影响，由此可能产生估计偏差；第四，从研究区域看，已有研究侧重于中东部经济发达地区，对西部欠发达地区尤其是河西走廊地区鲜有涉及。

基于以上研究背景，选取河西走廊除少数民族地区及嘉峪关市以外的15个县(市、区)，从县域空间尺度出发，在大样本数据调查的基础上，借助Geoda和GIS软件对河西走廊地区农地整治农户参与的空间格局进行可视化表达和分析，并用空间计量模型探讨影响因素对农户参与空间差异特征的影响机理。通过剖析农地整治中农户参与的空间格局及其影响因素的内在机理，为政府和国土部门制定区域差别化的农户参与激励政策以提升农地整治的绩效及农户有效参与度提供理论依据和方法参考，且有助于丰富农地整治农户参与的研究视角。

1 材料与方法

1.1 研究区概况

河西走廊是“一带一路”经济带的重要组成部分，位于甘肃省西北部狭长高平地。地域上由张掖、酒泉、嘉峪关、金昌和武威5个地级市组成，是甘肃省农业和农村的精华，同时是我国西部大开发的重点地区[14]。自2001年国土资源部下达首批国家投资农地整治项目以来，农地整治已在甘肃省蓬勃展开，而河西走廊是甘肃省目前农地整治项目开展较多，成效较好的地区。鉴于此，研究中选择河西走廊除少数民族自治县和嘉峪关市(城镇化率93.41%)以外的农村和农业人口占较大比重的武威、张掖、金昌及酒泉4个地级市作为研究区域。

1.2 数据来源

课题组根据相关文献[1，6，15]和区域的实际情况，采用头脑风暴法和归纳法，咨询相关专家，从农地整治的可研与决策、规划设计、施工与竣工验收、后期反馈4个阶段出发推导出尽可能多的测度农户参与的最初指标，并于2016年5月对武威市凉州区进行预调查，采取访谈和问卷形式获取有效问卷49份，并进一步核查完善问卷结构，得到正式问卷。通过SPSS19.0对预调查数据的量表进行信度和效度检验，得到KMO=0.825>0.7，Barelett球状检验P=0.000<0.05，且Cronbach a系数=0.836>0.8，证明量表信效度良好，适于进行大规模正式问卷调查。正式调查分别于2016年5—7月和2016年11月—2017年1月进行，共选取了河西走廊51个农地整治项目，按照分层随机抽样原则最终确定了1 214户农户为样本，其中有效问卷1 149份，累计调查问卷有效率达到94.65%。样本特征如表1所示。

1.3 研究方法

1.3.1 模糊综合评判法

模糊综合评判法是一种基于模糊数学的综合评定方法，能够清晰、较好地解决模糊的和难以量化的问题。其基本原理[16]为：设给定两个有限论域：U={u1，u2，…，um}，V={v1，v2，…，vn}。U是综合评判的指标集，V是评判集，评价结果为f:U→V的一个模糊映射，即X·R=Y。其中X为U上的模糊子集，X={x1，x2，…，xm}，0≤xi≤1，Σxi=1，xi为ui对X的隶属度；Y={y1，y2，…，yn}，0≤yj≤1，Σyj=1，yj为vj对Y的隶属度。

(1)

式(1)中：rmn为um的评价对等级vn的隶属度。

由于农地整治农户参与是一个复杂的概念体系，所以首先确定农户参与各测度项及其权重值，然后再进行模糊综合评判。

1.3.2 探索性空间数据分析(ESDA)法

ESDA是SDA空间数据分析技术的一种，主要用于表示研究对象的空间分布和空间关联模式。空间自相关作为ESDA的核心内容，是根据研究对象属性的空间位置相似性来测评区域内同一变量的相关性[17-18]，包括全局和局部空间自相关两种形式，常用指标是Moran’sI。

全局Moran’s

(2)

式(2)中：N为格数据数目；Yi和Yj分别为空间对象在第i，j两点的属性值，可以为Y的平均值;Wij为空间对象在第i，j两点之间的连接关系。

表1 河西走廊调查样本特征描述

Table 1 The surveyed sample characteristics in Hexi Corridor

类型Type特征Characteristic频数(户/人)Frequency(Household/Person)比重Proportion/%类型Type特征Characteristic频数(户/人)Frequency(Household/Person)比重Proportion/%性别男Man90979.12调研区域敦煌市DunhuangDistrict716.11Gender女Woman24020.88Research瓜州县GuazhouCounty453.92年龄30岁以下Below30years867.47area玉门市YumenDistrict635.56Year30～40岁30-40years22119.25金塔县JintaCounty1069.3041～50岁41-50years36231.47肃州区SuzhouDistrict1008.9351～60岁51-60years30226.29高台县GaotaiCounty786.8460岁以上Above60years17815.52临泽县LinzeCounty695.65文化程度小学及以下Belowprimary62154.02甘州区GanzhouDistrict908.11Education初中Junior43537.93民乐县MinleCounty645.93高中及以上Abovesenior938.05山丹县ShandanCounty908.11家庭人口数3人以下847.33金川区JinchuanDistrict473.74Family3～5人84073.13永昌县YongchangCounty584.56population5人以上22519.54民勤县MinqinCounty1069.30农户类型纯农户Purefarmers20717.96凉州区LiangzhouDistrict1119.66Farmerstype以农为主的兼业户Agricultureasmain44838.94古浪县GulangCounty514.28非农为主的兼业农户Non-agricultureasmain49442.96———

(3)

式(3)中：S2为yj的离散方差，为平均值；Wij为权重矩阵。

1.3.3 空间计量模型法

空间滞后模型(spatial lag model)与传统的回归模型相比，考虑了因变量的空间相关性，同时模型中滞后变量系数可以直观地反映空间扩散的程度[19]。其表达式为：

y=ρWy+Xβ+ε。

(4)

式(4)中：W为n×n阶权重矩阵；ρ为空间滞后变量Wy的系数；X为n×k的自变量矩阵；β是与自变量X相关的参数向量；ε为正态分布的随机误差向量。

空间误差模型(spatial error model)，即当假定研究对象的空间特性是由忽略的变量产生效应时，空间误差模型为此提供了一种准确的测度方式。其表达式为：

y=Xβ+εε=λWε+μ。

(5)

式(5)中:ε为随机误差项；λ为回归残差之间空间相关性强度[20]。

2 结果与分析

2.1 农户参与的模糊综合评判

由于涉及的县域较多，需要分县(市、区)进行模糊综合评判。以武威市凉州区为例，采用熵权法确定各指标的权重，熵权法作为一种客观的综合定权方法目前已得到了广泛应用[19，21]。农户参与的各指标及权重如表2所示。

根据农户参与程度高低划分为李克特五级量表，建立评判集V={v1，v2，v3，v4，v5}={很高，较高，中等，低，很低}，并赋值5、4、3、2、1，依据公式(1)进行模糊综合评判[22]，得到凉州区农地整治农户参与的模糊综合评判值为71.64，基于以上方法，分别测算剩余14个县(市、区)的农户参与评判值。评判结果如表3所示。

根据模糊综合评判结果，河西走廊农地整治农户参与平均分值为59.96，总体水平普遍较低。排名前5的县级单元农户参与平均分值为72.96，占全区的比重达40.56%；而排名后5的县级单元农户参与平均分值为46.66，占全区的比重为25.94%，两者差异明显。采用分位法将15个县(市、区)的农户参与度分为4个等级(图1)，空间可视化结果表明，农地整治中农户参与局部空间存在显著差异。总体而言，河西走廊农户参与水平呈现东、西部高，中部低，石羊河流域(凉州区、金川区、永昌县、民勤县)和疏勒河流域(瓜州县、玉门市)明显高于黑河流域(民乐县、临泽县、高台县)的基本格局。

2.2 农户参与的空间格局分析

表2 农地整治农户参与的指标体系及其权重

Table 2 The index system and weight of farmers’ participation in rural land consolidation

表3 河西走廊各县(市、区)农户参与模糊综合评判结果

Table 3 The fuzzy comprehensive evaluation results of the farmers’ participation in each county of Hexi Corridor

地区Area分值Score归一化Standardization地区Area分值Score归一化Standardization敦煌市DunhuangDistrict51.520.65民乐县MinleCounty46.390.59瓜州县GuazhouCounty78.661.00山丹县ShandanCounty56.210.71玉门市YumenCounty75.350.96金川区(金昌)JinchuanDistrict70.660.90金塔县JintaCounty58.160.74永昌县YongcahngCounty68.480.87肃州区(酒泉)SuzhouDistrict60.160.76民勤县MinqinCounty64.910.83高台县GaotaiCounty41.140.52凉州区(武威)LiangzhouDistrict71.640.91临泽县LinzeCounty43.520.55古浪县GulangCounty50.710.64甘州区(张掖)GanzhouDistrict61.960.79———

图1 河西走廊农户参与度分县(市、区)分位等级图(4级)Fig.1 The farmers’ participation at the county level (4 levels) in Hexi Corridor

利用Geoda和GIS软件，基于queen邻接方式建立空间权重矩阵，依据公式(2)和(3)对河西走廊农户参与进行全局和局部空间自相关分析。

由图2可知，在a=0.01的显著性水平下，农户参与的Global Moran’sI系数为0.572 3，sd=0.249 5，Z-value=2.594 4，计算结果通过了Z值检验(P-value=0.005)，说明河西走廊农户参与在县域层面上存在正的全局空间自相关，呈现空间趋同性，在整体上达到空间均衡状态，即农户参与水平较高的县域空间单元相邻接，农户参与水平较低的县域空间单元相邻接，空间同质性较强。

图2 Moran’s I检验图Fig.2 The numerical value of Moran’s I test

LISA集聚图(图3)的结果进一步表明，河西走廊地区农地整治农户参与具有东部和西部高值聚集，中部低值聚集，呈现出空间地域上“两头高中间低”的“哑铃”结构。农户参与水平较高的县主要处在拥有昌马、双塔、花海三大灌区的疏勒河流域(瓜州县、玉门市)和拥有南、北两大盆地的石羊河流域(凉州区、金川区、永昌县、民勤县)，这些单元形成了“高-高(High-High)”聚集的热点区域，流域内的其他县农户参与水平也相对较高；农户参与的“低-低(Low-Low)”聚集盲点区域主要处在河西走廊中部黑河流域的肃州区、民乐县、临泽县和高台县，这些单元形成了农户参与的低值分布“带”，空间差异性较小。“高-低(High-Low)”区域主要分布在金塔县、甘州区、山丹县，尤其金塔县紧邻热点区域(玉门市)，受到其明显的辐射带动作用，这表明处于高值区的玉门市(75.35)对金塔县(58.16)的空间溢出效应要远强于周边分值较低的高台县(41.14)；类似地，山丹县(56.21)同样受到高值区的永昌县(68.48)的溢出效应强于低值的民乐县(46.39)。“低-高(Low-High)”区域主要分布在敦煌市(51.52)、古浪县(50.71)，两者同样紧邻热点区域的瓜州县(78.66)和凉州区(71.64)，但未受到其辐射带动影响，空间差异较为明显。

图3 河西走廊农户参与LISA集聚图Fig.3 The LISA cluster map of the farmers’ participation in Hexi Corridor

上述空间相关性分析表明，农户所处的县域不同，农地整治中农户参与水平存在一定差异，整体上，河西走廊农户参与呈现东部和西部高于中部的状态。农户参与的分位等级图(图1)和LISA集聚图(图3)的高值和低值区域基本吻合，两者均显示处于河西走廊西部的疏勒河流域和东部的石羊河流域处于高值区，中部的黑河流域处于低值区，这表明河西走廊西部和东部相比于中部农户参与积极性相对较高。而与分位等级图相比，局部空间自相关LISA集聚图更能直观地反映农户参与的空间集聚类型，并可以通过后者进一步加深对前者的理解。

2.3 农户参与空间差异的影响因素分析

通过前文分析可知，河西走廊农地整治中农户参与在空间上并不是随机分布的，而是在全局和局部存在显著的差异特征，因而引入空间计量模型对农户参与的区域空间差异作用机理进行分析是有必要且可行的。

2.3.1 变量选取与模型构建

农户参与农地整治不仅受到农户自身个体特征的影响，也受到外部复杂环境的影响。基于已有文献研究[7，9，23]和各县的特殊性、数据可获得性，咨询领域内相关专家，将影响农户参与的因素归纳为以下5类：个体特征、家庭特征、村庄特征、项目特征、外部特征(表4)。为了消除多重共线性的影响，经检验方差膨胀因子(VIF=3.111)和条件指数(CI=1.206)均小于10，表明所选择的12个解释变量间不存在多重共线性。依据公式(4)和(5)，构建空间计量模型如下：

表4 农户参与的解释变量及说明

Table 4 The explanatory variables and descriptions of the farmers’ participation

以上数据由调查问卷及统计整理归纳得到。

The above data are obtained by questionnaires and statistics.

空间滞后模型(SLM)表达式为

y=a+ρWy+bx1+cx2+dx3+...+mx12+ε。

其中:ρ为空间滞后系数；W为权重矩阵。

空间误差模型(SEM)表达式为

y=a+bx1+cx2+dx3+…+mx12+ε。

ε=λWε+μ。

其中：λ为回归残差系数；ε为随机误差项。

2.3.2 结果分析

为选定合适的测度模型，同时运用OLS模型、空间滞后模型(SLM)和空间误差模型(SEM)分析农户参与的影响因素(表5)。

由表5中模型的估计结果可以发现，空间滞后项ρ(0.183)和空间误差项λ(0.417)分别通过了5%和1%的显著性水平检验，说明县域单元间存在显著为正的空间自相关，即农户参与在相邻县域间存在正向空间溢出效应，这与前文农户参与的空间差异格局相吻合。三种模型中空间误差模型的R2和LIK都是最高的，AIC和SC都是最低的，由此说明空间误差模型的拟合效果更好，解释力更强，且其空间误差项Moran I没有通过显著性检验，说明模型有效地处理了空间自相关，因此，文中最终选择空间误差模型(SEM)进行影响因素分析。

从表5中空间误差模型的估计和检验结果可知，“农户耕地块数”“村领导对待整治项目态度”“农户对种植农产品市场预期”均在1%的显著性水平上正向影响农户参与，估计结果与预期方向一致，且影响系数分别由传统OLS模型的0.379、0.514、0.595提升至0.497、0.637、0.852，对农户参与空间差异影响最为显著，说明以上三种影响因素不仅是农户参与的重要推动力量，同时也是农户参与空间差异的重要因素，即某一县域的农户参与水平不仅直接受区域以上三种因素的影响，同时还受相邻县域空间这些因素集聚效应的影响。另外，“对项目认知程度”“项目信息的透明度”“农户参与是否得到引导”皆在5%的显著性水平上对农户参与空间差异产生正向影响，与预期方向一致，说明此三种因素对相邻县域农户参与水平提高具有促进作用。同时，“农业收入占总收入比重”也在10%水平上产生了一定的空间效应。

然而，在个体特征中的“年龄”“教育水平”均未通过10%的显著性检验，这说明两者对农户参与的空间差异几乎没有影响，不显著原因可能为调研期间，村中留守的大部分为老年人，文化程度偏低，且差异性较小；另外，“本村经济发展水平”不显著的可能原因是：一些经济水平较高的村，部分农户希望把农地流转出去，而部分农户由于本村耕地质量较高，愿意自己耕种，导致对农户参与的影响不显著；“项目管护资金来源”不显著的可能原因：有些村庄为提高整治效率投入部分资金，但是存在村干部私自挪用资金的腐败行为，而有些村庄本着公平原则，使农户享有参与的知情权，因此，对农户参与的影响不显著；“外出务工劳动力价格”不显著的可能原因：尽管劳动力价格高，一些在家乡打工的农户利用空余时间积极参与农地整治，而一些在外乡打工的农户无法参与农地整治，因此“外出务工劳动力价格”对农户参与影响并不显著。

表5 农户参与的OLS回归与空间计量模型结果及检验

Table 5 The inspection results of the farmers’ participation based on OLS and spatial econometric model

变量VariableOLS模型OLSmodelSLM模型SLMmodelSEM模型SEMmodel年龄Age0.058*0.0210.141教育水平Education0.1050.1220.158对项目认知程度Cognitiveability0.2470.269*0.297**农户耕地块数Farmlandpiece0.379*0.422**0.497***农业收入占总收入比重Agriculturalincomepropor-tion-0.205-0.276-0.368*村领导对待整治项目态度Consolidationattitude0.514**0.586**0.637***本村经济发展水平Economiclevel-0.092-0.225-0.147项目信息的透明度Projectpublicity0.4150.458*0.626**农户参与是否得到引导Participationguide0.4760.517**0.702**项目管护资金来源Capitalsource0.1690.2030.221农户对种植农产品市场预期Productsexpectations0.5950.618**0.852***外出务工劳动力价格Laborprice-0.210-0.197-0.328常数项Constant-0.186-0.241-0.158ρ—0.183**—λ——0.417***R20.3220.3980.614LIK42.09544.82648.771AIC51.25249.26140.653SC55.71450.32441.107MoranI指数MoranIindex0.271**——

*、**、***分别表示在10%、5%、1%上的显著性水平；LIK、AIC、SC用来检验模型拟合度的指标，LIK越大，AIC、SC越小，表示拟合度越好。

*， **， *** represent the significance at the level of 10%， 5% and 1%， respectively. LIK， AIC and SC were the indexes to test the fitting degree of the model. The larger the LIK， and the smaller the AIC and SC， the better the fitness.

3 结论与讨论

3.1 结论

本研究以河西走廊15个县(市、区)为空间单元，采用模糊综合评判定量化测度了农户参与水平，利用ESDA和空间计量模型对河西走廊农地整治中农户参与的空间差异及其影响因素进行了实证研究，得到以下结论：

(1)河西走廊农户参与水平普遍较低，空间格局差异明显，存在显著的正的空间自相关性。

河西走廊农地整治中农户参与在县域层面上存在显著为正的全局空间自相关性，整体上达到空间均衡状态。局部空间自相关结果进一步表明，河西走廊农户参与具有东部和西部高值聚集，中部低值聚集，呈现出空间地域上“两头高中间低”的“哑铃”结构。农户参与的热点区域主要处在河西走廊西部的疏勒河流域(瓜州县、玉门市)和东部的石羊河流域(凉州区、金川区、永昌县、民勤县)，盲点区域主要位于中部黑河流域的肃州区、民乐县、临泽县和高台县，且具有一定的正向空间溢出效应。

(2)空间自相关LISA集聚图相比于分位等级图，更能体现农户参与的空间差异和集聚类型。

河西走廊地区农户参与水平整体上呈现东部和西部高于中部的状态，在分位等级图和LISA集聚图上农户参与的高值和低值区域基本吻合。但与分位等级图相比，LISA集聚图更能直观地反映农户参与的空间集聚类型，并可以通过后者进一步加深对前者的理解。

(3)空间误差回归分析表明，在考虑了空间地理效应后，农户耕地块数、村领导对待整治项目态度、农户对种植农产品市场预期等因素对农户参与空间差异产生了更为显著的影响。

分别运用OLS模型、空间滞后模型(SLM)、空间误差模型(SEM)对河西走廊农地整治农户参与影响因素进行分析，研究发现空间误差模型(SEM)拟合效果更好，解释力更强，且“农户耕地块数”“村领导对待整治项目态度”“农户对种植农产品市场预期”等因素均在1%水平上产生了显著的空间影响效应。另外，对“项目认知程度”“项目信息的透明度”“农户参与是否得到引导及农业收入占总收入比重”也产生了一定的空间效应。

根据研究结论提出如下建议：政府部门应加大农地整治的宣传力度，提高公众的认知水平；规范农地整治过程中农户参与程序，提高项目信息的透明度；对土地细碎化程度较高的地区鼓励耕地流转，扩大种田能手的经营规模；合理调动公众的参与兴趣，制定区域差别化的农户参与激励政策，根据区域特殊性及因素的影响程度大小，设计出符合农户意愿，达到农户满意的农地整治方案，才能避免项目绩效低下、土地撂荒的局面重复上演。

3.2 讨论

近年来，随着我国农地整治的蓬勃开展，在农地整治潜力及标准时序不断完善的同时[24]，公众参与的重要性也逐渐提上日程。大部分学者已认识到，农地整治项目引入公众参与是一种必然趋势[2，25]。目前，虽然国内外学者对农地整治中农户参与的现状及存在的问题、参与意愿及参与层次、制约因素、参与机制及法律保障等进行了大量研究，但从区域空间差异角度分析的研究相对较少，尤其是对河西走廊的研究鲜有报道。本文以河西走廊为例，采用模糊综合评判法对李克特量表进行了有效的量化处理，结果表明，河西走廊农地整治中农户参与水平普遍较低，这与乔蕻强等[26-27]学者研究的河西走廊地区和全国范围内农地整治中农户参与水平普遍较低相一致；同时运用探索性空间数据分析(ESDA)法测评了农户参与的空间格局与区域差异，并运用空间计量模型分析了农户参与的影响因素，研究结果与河西走廊的实际情况基本吻合。

ESDA与GIS技术的结合，不仅可以将空间分析整合到社会科学研究中，而且由于考虑了空间地理效应，可以更为直观地展示农地整治中农户参与在地理和空间上的格局特征及其影响因素的分异性，因而非常适合研究区域的差异问题。但是，土地利用在空间上的自相关具有尺度依赖性[28-29]，会随着研究尺度大小的改变而发生变化，当对农户参与的空间研究单元从县级扩大到市(州)级或者缩小到镇级尺度时，研究结果将有何变化，值得进一步的探讨。另外，研究中从农户个体及家庭、村庄、项目、外部特征归纳的影响因素仍不全面，还需要从地理地貌因素、土地制度政策等角度予以分析，如何更全面深入地分析农户参与的影响机理还需今后继续探讨。

[1] 汪文雄，李敏，余利红，等.农地整治项目农民有效参与的测度及其诊断——以湖北省为例[J].资源科学，2015，37(4)：671-679. WANG W X，LI M，YU L H，et al.Measure and diagnosis of effective participation of farmers in rural land consolidation projects in Hubei Province[J].ResourcesScience，2015，37(4)：671-679.(in Chinese with English abstract)

[2] 吴九兴，杨钢桥.农地整理项目农民参与行为的机理研究[J].中国人口·资源与环境，2014，24(2)：102-110. WU J X，YANG G Q.Study on mechanization of farmers’ participation behavior in agricultural land consolidation projects[J].ChinaPopulation，ResourcesandEnvironment，2014，24(2)：102-110.(in Chinese with English abstract)

[3] THAPA G B，NIROULA G S.Alternative options of land consolidation in the mountains of Nepal: An analysis based on stakeholders’opinions[J].LandUsePolicy，2008，25(3)：338-350.

[4] DEMETRIOU D， STILLWELL J， SEE L.Land consolidation in Cyprus: Why is an integrated planning and decision support system required[J].LandUsePolicy，2012，29(1)：131-142.

[5] 张正峰，杨红，刘静，等.城市边缘区城乡统筹的一体化土地整治策略[J].中国土地科学，2011，25(7)：45-49. ZHANG Z F，YANG H，LIU J，et al.Land consolidation strategies in the context of rural-urban integration in urban fringe areas[J].ChinaLandSciences，2011，25(7)：45-49.(in Chinese with English abstract)

[6] 吴九兴，杨钢桥.农地整理项目农民参与现状及其原因分析——基于湖北省部分县区的问卷调查[J].华中农业大学学报(社会科学版)，2013 (1)：65-71. WU J X，YANG G Q.Analysis on status quo，and its causes of farmers’ participation in farmland consolidation projects-Based on questionnaire survey in some counties of Hubei Province[J].JournalofHuazhongAgriculturalUniversity(SocialSciencesEdition)，2013(1)：65-71.(in Chinese with English abstract)

[7] 徐玉婷，杨钢桥，赵京.农地整理对农户农地资本投入影响研究——基于农地整理区域农户问卷调查的实证分析[J].长江流域资源与环境，2012，21(5)：597-603. XU Y T，YANG G Q，ZHAO J.Impact of farmland consolidation on rural households’ inputs in farmland-An empirical study based on rural households’ survey in farmland consolidation area[J].ResourcesandEnvironmentintheYangtzeBasin，2012，21(5)：597-603.(in Chinese with English abstract)

[8] 严立冬，麦瑜翔，潘志翔，等.农地整治项目农户满意度及影响因素分析[J].资源科学，2013，35(6)：1143-1151. YAN L D，MAI Y X，PAN Z X，et al.Research on family satisfaction with rural land renovation projects[J].ResourcesScience，2013，35(6)：1143-1151.(in Chinese with English abstract)

[9] 吴诗嫚，杨钢桥，汪文雄.农户参与农地整理项目规划设计意愿的影响因素研究[J].中国土地科学，2013，27(6)：66-72. WU S M，YANG G Q，WANG W X.Impact factors on the willingness of farmers participating in farmland consolidation planning[J].ChinaLandSciences，2013，27(6)：66-72.(in Chinese with English abstract)

[10] 汪文雄，杨钢桥，李进涛.农户参与农地整理项目后期管护意愿的影响因素研究[J].中国土地科学，2010，24(3)：42-47. WANG W X，YANG G Q，LI J T.Empirical analysis on the factors that influence the willingness of farmer households to participate in the final management and maintenance in later stages of land consolidation projects[J].ChinaLandSciences，2010，24(3)：42-47.(in Chinese with English abstract)

[11] 罗文斌，吴次芳.农村土地整理项目绩效评价及影响因素定量分析[J].农业工程学报，2014，30(22)：273-281. LUO W B，WU C F.Quantitative analysis of performance evaluation and influencing factors of rural land consolidation projects [J].TransactionsoftheChineseSocietyofAgriculturalEngineering，2014，30(22)：273-281.(in Chinese with English abstract)

[12] 周厚智，汪文雄，杨钢桥.农地整治项目投资分摊博弈机理研究——以政府和企业为例[J].中国人口·资源与环境，2012，22(6)：109-114. ZHOU H Z，WANG W X，YANG G Q.Study on the mechanism of investment allotment game of rural land consolidation projects: A case study on government and enterprise[J].ChinaPopulation，ResourcesandEnvironment，2012，22(6)：109-114.(in Chinese with English abstract)

[13] 赵谦.构建中国农民参与农村土地整理制度之思考[J].中国土地科学，2011，25(7)：37-44. ZHAO Q.Designing farmers’ participation system for rural land consolidation project in China[J].ChinaLandSciences，2011，25(7)：37-44.(in Chinese with English abstract)

[14] 白志远.村民关联度对耕地利用效率的影响研究——以甘肃河西走廊地区为例[D].兰州：甘肃农业大学，2014. BAI Z Y.Effects of villagers correlation of arable land use efficiency: A case of Hexi Corridor in Gansu[D].Lanzhou: Gansu Agricultural University，2014.(in Chinese with English abstract)

[15] 张宁，陆文聪，董宏纪.中国农田水利管理效率及其农户参与性机制研究——基于随机前沿面的实证分析[J].自然资源学报，2012，27(3)：353-363. ZHANG N，LU W C，DONG H J.Management efficiency and participatory mechanism of farmland water conservancy in China: An empirical analysis based on stochastic frontier approach[J].JournalofNaturalResources，2012，27(3)：353-363.(in Chinese with English abstract)

[16] 智静，乔琦，傅泽强.干旱地区工业系统资源代谢水平分析——以宁东能源煤化工基地为例[J].干旱区地理，2015，38(1)：155-162. ZHI J，QIAO Q，FU Z Q.Resources metabolism analysis for the Ningdong energy(coal)chemical base in Ningxia Province，China[J].AridLandGeography，2015，38(1)：155-162.(in Chinese with English abstract)

[17] 刘传喜，唐代剑.浙江乡村流动空间格局及其形成影响因素——基于淘宝村和旅游村的分析[J].浙江农业学报，2016，28(8)：1438-1446. LIU C X，TANG D J.Spatial pattern of rural flow in Zhejiang and its influencing factors: Based on the analysis of taobao village and tourism village[J].ActaAgriculturaeZhejiangensis，2016，28(8)：1438-1446.(in Chinese with English abstract)

[18] 黄思琴，陈英，张仁陟，等.基于景观指数的耕地细碎化与农业经济水平的空间相关性分析[J].干旱地区农业研究，2015，33(3)：238-244. HUANG S Q，CHEN Y，ZHANG R Z，et al.Spatial correlation analysis of land fragmentation and agriculture development based on landscape indexes[J].AgriculturalResearchintheAridAreas，2015，33(3)：238-244.(in Chinese with English abstract)

[19] 崔凯，李宁辉，郭静利.农业生产的空间效应、产出弹性与技术差异分析——来自京津区县的例证[J].浙江农业学报，2015，27(12)：2240-2248. CUI K，LI N H，GUO J L.Analysis on spatial effect，output elasticity and technical discrepancy of agricultural production: An example from Beijing and Tianjin counties[J].ActaAgriculturaeZhejiangensis，2015，27(12)：2240-2248.(in Chinese with English abstract)

[20] 王劲峰，廖一兰，刘鑫.空间数据分析教程[M].北京：科学出版社，2010: 126-131.

[21] 信桂新，杨朝现，杨庆媛，等.用熵权法和改进TOPSIS模型评价高标准基本农田建设后效应[J].农业工程学报，2017，33(1)：238-249. XIN G X，YANG C X，YANG Q Y，et al.Post evaluation of well-facilitied capital farmland construction based on entropy weight method and improved TOPSIS model[J].TransactionsoftheChineseSocietyofAgriculturalEngineering，2017，33(1)：238-249.(in Chinese with English abstract)

[22] 付桂军，齐义军.煤炭资源型区域可持续发展水平比较研究——基于模糊综合评价法的分析[J].干旱区资源与环境，2013，27(4)：106-110. FU G J，QI Y J.The comparative study on the sustainable development levels in coal resource base regions: Based on fuzzy comprehensive evaluation[J].JournalofAridLandResourcesandEnvironment，2013，27(4)：106-110.(in Chinese with English abstract)

[23] 蔡荣，蔡书凯.农田灌溉设施建设的农户参与意愿及其影响因素——以安徽省巢湖市740户稻农为例[J].资源科学，2013，35(8)：1661-1667. CAI R，CAI S K.Rice farmers’ attitudes towards farmland irrigation facilities in Anhui Province[J].ResourcesScience，2013，35(8)：1661-1667.(in Chinese with English abstract)

[24] 陈英，王东，王顺然.黄土高原丘陵沟壑区高标准农田建设时序研究——以天水市麦积区为例[J].浙江农业学报，2017，29(4)：660-667. CHEN Y，WANG D，WANG S R.Time arrangement of excellent-criterion farmland construction in loess hill and gully region: A case study of Maiji District，Tianshui City[J].ActaAgriculturaeZhejiangensis，2017，29(4)：660-667.(in Chinese with English abstract)

[25] 魏洪斌，罗明，鞠正山，等.中国土地整治“十二五”研究重点评述与“十三五”研究展望[J].水土保持研究，2017，24(2)：371-377. WEI H B，LUO M，JU Z S，et al.Progress review on land consolidation in 12th five-year plan and prospects for 13th five-year plan in China[J].ResearchofSoilandWaterConservation，2017，24(2)：371-377.(in Chinese with English abstract)

[26] 乔蕻强，陈英.村民关联度对农田水利设施建设农户参与度的影响[J].中国沙漠，2016，36(2)：549-555. QIAO H Q，CHEN Y.Influence of villager correlation on villager participation in water conservancy facilities construction [J].JournalofDesertResearch，2016，36(2)：549-555.(in Chinese with English abstract)

[27] 石峡，朱道林，张军连.土地整治公众参与机制中的社会资本及其作用[J].中国土地科学，2014，28(4)：84-90. SHI X，ZHU D L，ZHANG J L.Research on social capital and the role in public participation mechanism of land consolidation[J].ChinaLandSciences，2014，28(4)：84-90.(in Chinese with English abstract)

[28] 宋文，陈英.土地利用空间自相关分析中观测变量和衡量指标的选择研究[J].干旱区资源与环境，2015，29(10)：37-42. SONG W，CHEN Y.Selection of observed variables and measuring indicators for the land use spatial autocorrelation analysis[J].JournalofAridLandResourcesandEnvironment，2015，29(10)：37-42.(in Chinese with English abstract)

[29] 刘敏，赵翠薇，施明辉.贵州山区土地利用变化多尺度空间自相关分析[J].农业工程学报，2012，28(20)：239-246. LIU M，ZHAO C W，SHI M H.Spatial autocorrelation analysis of multi-scale land use change at mountainous areas in Guizhou province [J].TransactionsoftheChineseSocietyofAgriculturalEngineering，2012，28(20)：239-246.(in Chinese with English abstract)

(责任编辑 张 韵)

Analysis on spatial characteristics and influence factors of farmers’ participation in land consolidation: A case of Hexi Corridor in Gansu Province

LIU Yang， CHEN Ying*， ZHANG Yujiao， TIAN Feng

(CollegeofResourcesandEnvironmentalSciences，GansuAgriculturalUniversity，Lanzhou730070，China)

Based on the survey data of 15 counties’ rural land consolidation in Hexi Corridor， the spatial characteristics and influence factors of farmers’ participation in rural land consolidation were explored. The fuzzy comprehensive evaluation was used to measure the farmers’ participation， the exploratory spatial data analysis was used to determine the spatial characteristics and differences， and the spatial econometric model was applied to analyze the influence factors. The results showed that：(1) The farmers’ participation was generally low， and the spatial characteristics were obvious， which showed a significant positive spatial autocorrelation. (2) The “hot regions” of farmers’ participation were concentrated in Shiyang River and Shule River Basin， while Suzhou District， Gaotai County， Linze County were the “blind regions” in Black River Basin， showing a “dumbbell” structure. (3) The spatial error model showed that， the farmland blocks， the village manager’s attitude towards rural land consolidation， farmers’ market expectations for farm products have a more significant effect on the spatial disparity of farmers’ participation. According to the actual situations， it is helpful to explore the spatial characteristics and influence factors of farmers’ participation for making different policies of the farmers’ participation for the government and land departments， and providing theoretical and method references for promoting the land consolidation performance and farmers’ participation.

rural land consolidation; farmer’s participation; exploratory spatial data analysis; spatial econometric model; Hexi Corridor

10.3969/j.issn.1004-1524.2017.08.23

2017-06-08

国家自然科学基金项目(71263003，71563001)

刘洋(1990—)，男，山东潍坊人，硕士研究生，研究方向为农村区域发展与土地资产管理。E-mail:gasu01educn@126.com

*通信作者，陈英，E-mail: cheny@gsau.edu.cn

S-9;F323

A

1004-1524(2017)08-1398-11

刘洋，陈英，张玉娇，等. 农户参与农地整治的空间特征及其影响因素分析——以甘肃省河西走廊区为例[J].浙江农业学报，2017，29(8)： 1398-1408.