水环境友好视角下农户土地利用行为影响因素分析：以沙颍河流域为例

潘孝炜

(河海大学 公共管理学院， 江苏 南京 211100)

0 引言

【研究意义】土地是人类进行各项活动的重要基础。人类对土地的利用行为，不仅直接影响土地的数量、质量、效益[1]，同时土地利用行为的选择、实施及作用强度关系着水土流失、化肥农药等污染物排放情况，对土地周围水环境和水资源时空分布、地形地貌、气候类型、生态环境等产生影响。因此，土地利用对水文过程的影响及相应的调控对策成为水资源领域的重大课题之一[2]。我国在水资源调控和水污染治理方面取得长足进步，国家在投入巨额专项资金治理三河、三湖生态、致力于处理水污染问题的同时，逐渐意识到土地利用行为对水环境的影响。在我国广大的农村地区，由于经济和教育水平处于弱势，农户对土地利用行为造成的水环境污染认知不足，不合理的土地利用行为，如种植结构和方式单一、缺乏科学性、土地高强度开发，生态农业技术采用率低、不规范、无序性施用农药化肥等，直接或间接造成水环境污染[3]。其中，农业非点源污染是流域内氨氮、总磷污染物的主要来源，会加大流域环境压力，进而对当地自然环境带来极大破坏[4]。土地利用行为造成水质下降、水污染事件频发及管理失序，已经得到了政策制定者的重视。土地利用造成的水污染问题既反映了人类经济活动与自然环境间的矛盾，又深刻体现了环境管理体制制度的原因，折射出土地利用管理领域存在的缺失[5]。在短时间内无法增加水资源总量的当下，厘清影响农户土地利用行为的主要因素，通过规范调整农户的土地利用行为，引导农户形成“水环境友好型”的土地利用方式，从源头控制污染物排放、治理水污染、改善水资源利用等，一定程度上能够促进水资源保护，有效缓解水资源缺乏和应对水资源需求量上升等矛盾，也有利于优化种植业发展模式。【前人研究进展】郑田甜[6]研究星云湖流域种植业面源污染的驱动力得出，农业人口占总人口的比重、耕地比重、第一产业产值、种植结构等与化肥流失量相关，进而对当地水环境造成影响。向东梅等[7]从农业环境政策角度，分析政策对农户土地利用行为的作用得出，政策的补偿标准较低，同时引导农业生产者主动使用环境改善技术的政策很少，对农户的持续性激励作用和农业技术行为的影响很小，并未充分发挥引导农户重视农业污染的作用。【研究切入点】现有研究聚焦农户土地利用行为与水环境的直接关系[8-9]，鲜见从“水环境友好”理念的角度，进一步分析重点流域土地利用背后的行为主体特征及相关因素，深入探讨流域农户土地利用行为对流域水环境作用机理的研究。【拟解决的关键问题】沙颍河流域是我国淮河流域重要的商品粮产出地区，近年来，安徽省和河南省多次开展沙颍河生态区环境排查专项行动，多部门联合执法打击环境污染，编制沙颍河生态治理项目规划方案等，但该流域污染频发的局面仍未好转，在2018年安徽省检测的淮河水系63条河流114个断面水质中，I～IV类59.5%、V类32.6%、劣V类7.9%，整体水质为“重度污染”；淮河水系污染物总量中近40%来自沙颍河，农业非点源污染防治任务仍然严峻。因此，以沙颍河流域为研究区，对该流域农户开展访谈式调研，分析农户土地利用行为的主要特征，并从农户家庭因素、农业经济因素、环境意识及政策认知因素中选取变量因子，构建农户土地利用行为模型，探明该流域地区农户土地利用行为主要影响因素，以期为农村地区推进水环境友好型的土地利用模式提供参考。

1 材料与方法

1.1 研究区概况

沙颍河位于淮河水系左岸，是淮河流域第一大支流，全长621 km，流经河南、安徽两省的许昌、漯河、周口、阜阳等7个地市40余个县市；流域面积近4万km2，地势平坦，平原地形约为流域总面积的63.2%，山地丘陵地形各占22.1%和13.7%。因地处温带大陆性季风气候区，夏季湿热多雨，冬季寒冷少雨，年内径流变化显著，每年汛期集中在6—8月。该流域农业生产主要位于平原地区，是淮河流域重要的商品粮产出地区，农作物品种主要为小麦、玉米、红薯等粮食作物，兼有大豆、芝麻、花生等油料经济作物。

图1 沙颍河流域空间分布

1.2 数据来源

研究数据来自2019年10月由10人(教师1人，学生9人)团队开展的随机入户访谈式调研。调研地点主要包括沙颍河上游漯河市源汇区、郾城区的4个村庄，中游项城市、沈丘县的6个村庄，以及下游界首市田营镇、东城街道、颖南街道的6个村庄。在了解研究区基本情况并征求专家意见后进行问卷设计，问卷分为“农户问卷”和“村庄问卷”2套，前者以沙颍河流域周边村庄的农户为访问对象，对被抽取的农户家庭中1位18岁以上的成员开展入户访谈式调研，调查受访者的基本信息包含所在乡镇、性别、年龄、文化程度、是否为户主；后者以村庄管理者为访问对象，以了解村庄基本情况。发放农户问卷215份，村庄问卷10份。受访农户尽可能选择年龄、学历、家庭收入、种植规模与种类差异较大的农户进行半结构化访谈，每位农户访谈时间大约为30 min，涉及家庭成员995人。回收信息完整的农户有效问卷210份，占总数的97.7%。

1.3 研究方法

1.3.1 农户土地利用的投入行为模型 将农户土地利用的投入行为分成农业劳动力投入行为和农业生产资金投入行为2类，建立相应的多元线性回归模型：

式中，y为因变量，分别为农户家庭农业劳动力投入和农户家庭农业生产资金投入，以调查获得的2008年、2013年和2018年对应数据赋值。xi为自变量，从农户家庭、农业经济、政策认知三方面选择。其中，农户家庭因素包括户主的年龄、学历、耕地面积、农业劳动时间、耕地质量；农业经济因素包括农作物总产量、家庭总收入、家庭农业收入、农业收入占比、土地是否流转；政策认知因素包括否购买种植保险、是否获得农业补贴(表1)。βi为各自变量的回归系数，体现自变量对因变量的影响方向及程度。

表1 农户土地投入行为模型变量

1.3.2 农户土地利用的种植行为模型 采用与土地利用投入行为模型相同的方法建立农户土地利用的种植行为模型。根据农户种植的作物品种将其种植行为划分为选择种植粮食作物、油料作物、蔬果作物3类，作为3个因变量，以相应作物种植面积赋值。自变量从农户家庭、农业经济、环境意识因素三方面选取。其中，农户家庭因素包括户主的年龄、学历、农业劳动力投入数量；农业经济因素包括农业收入、农业支出、土地是否流转、粮食、油料、蔬果作物的产量及价格；环境意识因素包括是否意识到农业生产会造成水污染和是否有保护水环境的意愿(表2)。

表2 农户土地种植行为模型变量

2 结果与分析

2.1 农户土地利用行为特征

2.1.1 土地利用投入行为

1) 从事农业生产劳动力人数呈减少趋势。调研发现，沙颍河流域农业生产以传统种植业为主，劳动力是重要的生产要素，同时劳动力投入状况可体现农户土地利用行为的特征与强度[5]。从表3看出，80%的农户家庭中从事农业生产的人口数集中于1～2人，并呈现递减趋势，农户劳动力投入的意愿程度一般，主要是中老年人，但也存在少数外出务工青壮年劳动力农忙时节返乡帮忙现象。而家庭中无人从事农业生产的农户逐渐增加，农户逐渐选择将土地流转出去，承包给种植大户，以保证自己的土地不撂荒。

2) 从事农业生产投入时间缩短。从表3可知，农户劳动力投入时长集中在1～3个月，一年中从事农业生产的时长占比普遍不高，由于农户家庭中大部分存在兼业情况，农业种植作为家庭的副业，为不让土地撂荒，由闲赋在家的老人进行。仅有少部分种植果蔬等经济作物的农户希望获得高产出、高收益，表示会认真经营，几乎每天都查看作物长势并及时采取相应措施。

3) 农业生产资金投入增加。从表3还可看出，受访农户在2008年农业生产资金的资金投入情况普遍偏低，2013年和2018年的资金投入水平相当，主要集中在小于等于500元和500～1 000元水平，10年间农户对土地的资金投入有所上升。由于多数家庭从事农业生产的劳动力存在兼业情况，且青年劳动力大量流失，使农业劳动力投入逐渐减少，农户需增加资金物化成的农资投入，以一定程度上替代劳动力投入。剩余从事农业生产的劳动力文化素质水平不高，面对部分新技术的宣传时，更愿意沿用自己多年的种植经验，阻碍科学先进的种植模式和技术推广，不利于形成对水环境好友的土地利用方式。

表3 受访农户的农业生产劳动力及资金投入

2.1.2 土地种植行为

1) 种植规模有限。调查中发现，农户持有的土地面积普遍较小，户均规模0.26 hm2，55.2%的受访农户拥有的耕地规模为0.13～0.33 hm2；人均耕地面积0.05 hm2，且10年内一直未超过0.07 hm2。各项数据体现出沙颍河流域人口密集，人多地少的现状。

2) 种植作物种类以单一粮食作物为主。从图2看出，农户种植的作物品种总数大于样本总数，多数农户种植品种达2种或以上，体现出其种植作物品种的多样化。其中，粮食作物包括小麦、玉米；经济作物包括大豆、花生、芝麻等。种植粮食作物的农户远多于种植经济作物的农户。2018年种植小麦和玉米的农户分别有171户和141户，分别占受访农户总数的81.4%和67.1%；经济作物中大豆的种植农户数最多，为42户，但远小于种植粮食作物的农户数，约为选择种植小麦农户数的1/4。表明，受访农户种植的作物品种以小麦和玉米2种粮食作物为主。

图2 2013年和2018年沙颍河流域种植不同作物品种的受访农户数

3) 土地利用强度大。复种指数为农户一年内对同一块土地重复耕作的次数，一般以一年内耕种作物的总面积与耕地总面积的比例表示，是衡量农户土地利用强度的重要指标。复种指数越高，反映出土地利用强度越大。调研发现，2008—2018年，土地耕作方式为一年1次的受访农户分别为9户、8户和9户；耕作方式为一年2次的分别为166户、200户和200户，远大于一年1次的农户数。各年的复种指数分别为1.95、1.96和1.96，基本保持不变，平均复种指数为1.95。说明，农户利用土地种植作物的热情较高，以一年耕作2次为主，弃耕、撂荒行为发生较少，土地对农户家庭仍十分重要。

2.2 农户土地利用投入行为影响因素

从表4看出，大部分变量通过显著性检验，对农户土地利用的投入行为产生不同影响。2个模型的R值分别为0.647和0.737，F值分别为11.851和19.528，且均在1%水平显著，表明其可用于分析农户土地利用投入行为影响因素。

表4 农户土地利用投入行为模型参数估计值

2.2.1 家庭因素

1) 户主学历在劳动力投入模型中达5%显著性水平，回归系数为-0.141，对农户土地投入行为有负影响。表明，户主学历越高，对土地利用的劳动力投入水平越低。户主作为家庭的决策者，其教育水平直接影响整个家庭的文化水平，学历越高的农户更加懂得教育的重要意义。调查中发现，学历较高的户主其子女及家庭成员的文化水平相应较高，普遍处于继续求学或已获得稳定工作的状态；学历不高的家庭成员中，低龄辍学务农的情况十分常见。

2) 耕地面积在农业劳动力投入模型和农业资金投入模型中分别在5%和1%水平显著，回归系数分别为0.225和0.698，说明，家庭耕地面积越大，农户对土地利用的劳动力和资金投入越多。耕地面积关系着农户从事农业生产的积极性，农户拥有的耕地面积越大，进行耕作需要增加劳动力和资金投入。

3) 农业劳动时间在劳动力投入模型中达1%显著水平，回归系数为0.526，对劳动力投入具有正影响。农业劳动时间越富余，具有增加劳动力投入的优势，劳动力投入也越多。

4) 耕地质量在劳动力投入模型中达5%显著水平，回归系数为0.158。表明，耕地质量越好，农户从事农业生产的信心和积极性越高，会加大对土地的劳动力投入。

2.2.2 农业经济因素

1) 农作物总产量在劳动力投入模型中达极显著水平，回归系数为-0.348，说明农作物总产量越高，农户投入的劳动力越少。调查发现，农户利用土地进行农业生产的方式多属于粗放型，在特定时节进行播种后任由作物自行生长，一段时间后查看长势，再根据情况判断是否需要实施灌溉、追肥、除草、除虫等农事操作提高产量。若作物自行生长的产量符合预期，便不在相关农事活动上额外投入劳动力。

2) 家庭总收入在劳动力投入模型和资金投入模型中均通过显著检验，回归系数分别为0.935和0.559。说明，农户家庭经济收入的提升会使农户增加土地利用的劳动力和资金投入。家庭总收入反映出农户家庭的经济水平，经济水平越好的家庭拥有充足的资金或人力对土地进行利用。访谈了解到，化肥、种子、农药价格逐年攀升提高了农业生产成本，而近年农产品价格提升不大，导致农户收入十分有限，农户普遍不愿增加对土地的投入，体现出“经济人”有限理性的特点，将经济收益与成本作为是否采取投入行为的重要依据。

3) 农业收入在劳动力投入模型中达极显著水平，回归系数为-0.950。说明，家庭农业收入提升，农户对土地利用的劳动力投入降低。

4) 农业收入占比在资金投入模型中通过显著性检验，回归系数为0.170，对资金投入具有正影响。农业收入占比体现出家庭收入中农业收入与总体收入的比例结构，农业收入占比越高，表明土地即农业生产在家庭中的重要地位更稳定，农户因而会加大资金投入以获得更多农业收入。

5) 土地流转情况在劳动力投入模型中通过显著性检验，回归系数为-0.224，对劳动力投入具有负影响。当土地流转后，土地流出的农户家庭不再需要劳动力进行耕作，土地流入的农户家庭耕地面积增加，仅靠增加人力也难以应付，可能会选择采用机械代替人力，以提高生产效率。

2.2.3 政策认知因素 “是否购买种植保险”和“是否获得农业补贴”2个变量均未通过显著性检验。调查中农户普遍反映，每年都会按时购买种植业保险，农作物减产现象也时有发生，但真正能够成功获得赔付的案例较少。另外，农业补贴仅针对小麦等个别农作物品种，补贴金额也并不多，不足以弥补种植成本。因此，种植业保险和农业补贴2个农业保障因素并不会对农户土地利用的投入行为产生影响。

2.3 农户土地利用种植行为影响因素

从表5看出，大部分变量通过显著性检验，对农户的种植行为具有不同程度的影响。仅有农业支出、油料作物价格和是否有保护水环境的意愿3个变量未通过显著性检验。3个模型的R值分别为0.915、0.955、0.989，F值分别为71.674、314.590、631.956，且均在1%水平显著，表明其可用于分析农户土地种植行为影响因素。

2.3.1 家庭因素

1) 户主年龄在粮食作物选择模型中达5%显著水平，回归系数为0.077，说明户主年龄越大，会倾向于种植粮食作物。粮食作物种植较油料作物、蔬果作物简单，且粮食作物为大多数农户家庭首选，他们种植粮食作物的经验丰富，并且年长的农户难以轻易改变多年的种植习惯，会继续以种植粮食作物为主。

2) 户主学历在油料作物选择模型中通过显著性检验，回归系数为-0.045，说明户主学历越高，选择种植油料作物的可能性越小。调查中发现，近年来因天气较为干旱、降水少，大豆、花生等需水量大的作物减产严重，学历较高的农户具有强烈的风险规避意识，不会固执坚持多年种植习惯，能够根据情况及时调整种植结构。

3) 农业劳动力数量在粮食作物和油料作物选择模型中的回归系数分别为0.087和-0.043，对农户选择种植这2类作物分别具有正向和负向影响。农业劳动力越多，选择种植粮食作物的可能性越大，选择油料作物的可能性越小。劳动力投入状况是家庭产业结构的体现，家庭农业劳动力越充足，说明家庭收入来源偏向于农业生产，从事非农工作的人数相对减少，土地成为农户家庭的生活保障，因此，以扩大小麦、玉米等作物耕作面积的方式增加家庭粮食供给成为了农户土地利用的重要目的。

2.3.2 农业经济因素

1) 农业收入在粮食作物选择模型和油料作物选择模型中分别具有正向和负向影响。农业收入高，农户选择种植粮食作物的概率增加，种植油料作物的概率减少。农业收入受农产品销售与成本影响，粮食作物因产量高、低成本等优势，成为农户农业收入的主要来源。

2) 各类作物的产量和价格对农户的种植行为具有不同影响。粮食作物产量及其价格在粮食作物选择模型中通过显著性检验，说明，粮食作物的产量和价格越高，农户会倾向于种植粮食作物。同时，粮食产量的回归系数为0.994，远高于其他变量的回归系数，表明粮食作物产量是农户种植粮食作物的最主要原因。类似地，油料作物产量、蔬果作物的产量和价格提升会使农户倾向于种植这2类作物，扩大粮食作物种植面积的可能性会降低。

3) 土地是否流转在粮食作物和油料作物选择模型中均达1%极显著水平，回归系数分别为-0.174和0.050。说明，农户土地流转后，减少粮食作物种植面积、增加油料作物种植面积的可能性提升。由于油料作物相比小麦、玉米等粮食作物生长周期短，土地流转后农户会通过增加油料作物种植面积提高效益。综上得出，经济收益是农户选择种植作物品种的主要因素，体现出农户作为理性“经济人”的特点。

2.3.3 环境意识因素 农业是否污染水环境仅在油料作物选择模型中通过显著性检验，回归系数为-0.039，对农户选择种植油料作物具有一定负影响。另外，是否愿意保护水环境在各模型中均未通过显著性检验，说明农户保护水环境的意愿对其种植行为没有影响。这一结果与调研了解的实际情况一致，农户对非点源污染的认知情况不容乐观，农户普遍并未意识到农业生产造成的非点源污染会对水环境产生较大影响，忽视农业生产行为对社会及生态环境造成的损害，并没有为消费和使用资源造成的环境问题负担成本，更重视种植活动的经济效益。

3 讨论

农村微观经济主体中的农户是农业土地利用行为的重要支配者和最小决策单元[10]，其土地利用行为对环境具有最直接的影响。研究得出，农业劳动力状况、耕地质量和面积为代表的土地资源禀赋对农户土地利用的投入行为具有显著影响，而农业经济因素，特别是由作物产量和价格形成的经济收益，是研究区农户选择种植农作物类型的主要因素，进而影响当地农业种植结构。而不同种植结构形成的不同土地覆被类型对营养盐和固体悬浮物等具有不同的截留、运移等生态调控功能，对土壤养分(氮、磷)等物质的径流流失影响不尽相同，进而影响农业面源污染的产生、输出、迂移和转化[9]。郑田甜[6]也提出，流域种植业面源污染大小的决定因素是种植结构。研究还发现，农户的年龄和学历对其农业生产方式具有影响，年长者和学历较低的农户对新观念、新技术的接受程度相对迟缓，更倾向于保守的土地利用方式，生产管理方式也较粗放。有学者认为，改变农田耕作方式和管理措施对控制农业面源污染的作用远小于科学施肥[9]，但实现科学施肥不仅受限于农户的生产技术水平，也与其对施肥成本的经济考量和自身环保意识相关。研究表明，当地农户普遍对非点源污染缺乏有效认知，农户的环保意识对土地利用行为影响甚微，对水环境友好型的土地利用行为不关注、不了解。另外，政策认知因素对农户的土地利用行为没有显著影响，与郑田甜[6]的研究结论一致。向东梅等[7]也提出，当前的农业环境政策并未充分发挥引导农户重视农业污染的作用。因此，为保证流域水环境的健康稳定，维护水资源安全和农业可持续发展，应多层面采取措施，鼓励和支持农户优化种植结构、发展生态农业，引导农户可持续地利用环境资源，加强水环境友好型土地利用行为的理念宣传教育，促进水环境友好型土地利用行为的推广。

4 结论

在耕地面积和劳动力数量有限、农业生产要素价格持续上涨的现实条件下，农业经济因素对沙颖河流域农户的土地利用行为影响最大，除农户家庭的总收入水平、农业收入及其占比、劳动力数量、耕地面积、土地流转外，主要受不同类型作物的经济效益影响；农户家庭因素的影响次之，主要是户主年龄与学历；环境意识因素仅对农户选择种植油料作物具有一定影响；政策认知因素对农户的土地利用行为显著影响。