基于EM-AHP-TOPSIS的撂荒耕地再利用适宜性评价

摘要：为探讨撂荒耕地再利用的适宜性，保障粮食安全，本研究以山西省泽州县为例，运用EM-AHP-TOPSIS模型，从自然、经济、生产3个维度构建了撂荒耕地再利用适宜性评价模型，依此划定撂荒耕地再利用的适宜性等级，提出实现撂荒地再利用的可行性方案。结果表明：泽州县抛荒耕地中不适宜再利用的地块共6 643块（363.96 hm2），主要位于山区及远郊区；低度适宜地块160块（60.89 hm2），分散分布在乡镇边缘地带；中度适宜地块308块（168.34 hm2），主要分布在城镇核心发展区；高度适宜地块130块（52.81 hm2），全部位于近郊区的平原地带。研究表明：自然因素是耕地撂荒的根本原因，经济因素是直接原因，生产因素为间接原因；县域内自然、经济、生产3个维度的再利用适宜性情况存在明显的空间分异特征；研究区撂荒耕地在地理位置上表现出较明显的高坡度、远郊区的趋向；撂荒耕地再利用适宜性等级数量差异较大。

关键词：土地资源管理；撂荒耕地；再利用适宜性评价；EM-AHP-TOPSIS

中图分类号：F323.211 文献标志码：A 文章编号：2095-6819（2025）01-0066-13 doi： 10.13254/j.jare.2023.0708

耕地是农业发展的基础，是保障粮食安全的命根子。随着我国经济发展进入新常态，新型工业化、城镇化建设继续深入推进，非农就业机会增多、工资上涨，务农机会成本上升[1]，大量农村劳动力逐渐脱离农业，导致部分耕地被撂荒。自2000年以来，我国耕地撂荒现象愈演愈烈。西南财经大学曾对全国29个省、262 个县市的农户进行了追踪调查，结果显示2011 年和2013 年分别有13.5% 和15% 的农用地撂荒[2]，明显高于1990—2000 年各省撂荒耕地记录总和。在农业技术、劳动力、资本要素投入有限的条件下，耕地仍然是粮食生产最关键的农业要素，耕地数量、质量的变化会严重影响区域粮食产量[3]。耕地撂荒明显有悖于藏粮于地的耕地保护政策，不仅加剧了土地资源的浪费以及人地矛盾，严重威胁粮食产量的稳定性，同时也会破坏生态环境和农业生态系统，严重制约我国农村经济的可持续发展[4]，给国家和民众造成难以弥补的损失。特别是在2020年以后，我国农产品进口成本明显增加[5]，进一步激化了粮食供需矛盾，给国内粮食生产提出了更高的要求。2021年农业农村部发布《关于统筹利用撂荒地促进农业生产发展的指导意见》，指出为坚决制止耕地“非农化”，防止耕地“非粮化”，有效遏制耕地撂荒，可从分类指导、政策扶持、基础设施建设、土地流转等方面推动撂荒耕地复耕复种。因此有效开展耕地利用监测，实行撂荒耕地再利用评价对于遏制耕地撂荒、挖掘保供潜力、促进农村经济发展具有重要意义。

耕地撂荒是一个全球性问题，受到世界各国的广泛关注。耕地撂荒，又称耕地抛荒，在2001年，联合国粮农组织将可耕种但两年以上未使用或因经营管理不当而遭到破坏的耕地称之为“撂荒地”[6]。国外对耕地撂荒的研究最早开始于20 世纪，在欧洲、北美、日本、地中海地区相继开展[7]，主要侧重于宏观尺度，在生态环境视角下探析生态保护、景观植被、群落演替、环境变迁与耕地撂荒的关系。我国的耕地撂荒研究始于20世纪末，历经萌芽、高速增长、稳定发展三个阶段：①重视城乡差异，开展耕地撂荒问题研究；②强调耕地保护，加强对土地的开发、整理和复垦；③提出“山水林田湖草路村城”的全要素综合整治要求[8]。学者们还使用了不同方法对撂荒耕地的影响因素、时空异质性以及再利用分区进行探索，研究尺度覆盖地貌类型、省域、县域及乡镇。在地貌类型尺度下，周小迦[9]运用“空-天-地”一体化的遥感检测方法提取出耕地撂荒区域，利用ArcGIS 统计南方丘陵地带粮食主产区某县的耕地撂荒情况。洪静等[10]引入完全撂荒率和季节性撂荒率两个概念，利用二元Logistic回归模型以及比较分析法探析福建尤溪县山区撂荒耕地的影响因素和时空演变特征，有利于促进耕地的合理利用和保护。在省域尺度下，周丁扬等[11]从人口、经济、生产3个方面构建影响指标体系，运用地理探测器进行因子探测以及交互性分析，将河南省撂荒耕地划分为人口、生产、经济约束型三种撂荒地域类型；在县域和乡镇尺度下，黄丽艳[12]从客观条件、政策配套、家庭特征三方面设置影响农户耕地撂荒意愿的潜在变量，运用实地访谈、问卷调查的方法，采用结构方程模型分析榆中县耕地撂荒因子，依据分析结果，总结撂荒耕地再利用模式。饶静等[13]结合农政研究和农民理性的理论基础构建了“农户生计理性”的分析框架，以河南省L市D镇为例剖析农户耕地撂荒行为，提出社会生态治理路径。针对不同尺度的耕地撂荒研究，学者们大多关注大尺度内的耕地撂荒成因与对策、耕地时空分布差异，缺少地块尺度下的撂荒耕地分布特征研究以及改进措施，面对当前人地供需不平衡的现状，结合2021年农业农村部发布的《关于统筹利用撂荒地促进农业生产发展的指导意见》，要充分认识统筹利用撂荒地的重要性，坚持分类指导，有序推进撂荒地再利用。

纵观既往耕地撂荒研究，主要侧重于山地丘陵区以及农业生产条件较差的区域，研究内容较单一，研究结果准确度不高。近年来，随着我国城市化进入迅速发展阶段，部分粮食产区、平原地区、城市郊区等不同区域相继出现耕地撂荒现象，然而涵盖不同区域的撂荒耕地研究少之又少。张亮等[14]对鄱阳湖平原的农户开展问卷调查，研究发现鄱阳湖地区作为我国南方双季稻种植优势区，仍然有21.65%的农户存在撂荒行为，相比非粮食主产区和山地丘陵区，交通比较便利、地势相对平坦、耕作条件好的粮食主产区的耕地撂荒也有扩大趋势，这将直接威胁粮食安全，更需要深入研究其撂荒问题。在耕地后备资源有限、资本技术有限的前提下，撂荒耕地再利用成为解决我国耕地保护与粮食安全问题的重要途径。现有的耕地利用评价方法主要包括CRITIC法、熵权法、模糊综合评价法[15]、专家评分法、层次分析法、TOPSIS模型，但这些方法主观性强，难以对具体问题进行具体分析。

鉴于此，本研究以山西省泽州县51个不同类型村为样本区，从自然、经济、生产三个维度出发，运用EM-AHP-TOPSIS 法构建撂荒耕地再利用适宜性评价模型，划定撂荒耕地再利用适宜性等级，探索泽州县撂荒耕地再利用的可行性方案，以期为耕地的可持续利用和管理提供借鉴。

1 材料与方法

1.1 研究区概况

泽州县位于35°12′～35°42′N，112°31′～113°14′E，地处山西省东南部，晋城市城区周围，太行山南端，总面积2 023 km2，下辖16个乡镇（图1）、434个行政村。泽州县地形复杂多样，山地、丘陵是县内主要的地形，占全县面积的90%。年平均降水量为598.8mm，总体分布趋势为由南向北递减。2017 年全县多年平均水资源总量2.27亿m3；气候属于大陆性季风气候，年平均气温11.5 ℃，全县园地面积2 139.42hm2，林地面积91 930.26 hm2，是国家级商品粮基地和晋城市“菜篮子”基地，耕地高效利用具有重要价值。

1.2 数据来源

1.2.1 样本区的选择

基于《泽州县社会经济统计年鉴》中所列村庄名单，根据距离城中心的远近以及当地情况，筛选出撂荒规模较大的村庄。遵循“贫富相间、远近结合、凸显特色”原则[16]，采用分层抽样与随机抽样[17]相结合的方式，得到51个村庄、1 241块图斑，约占泽州县行政村总数的12%。样本区（图2）涵盖了泽州县所有地貌类型，均匀分布在城区、近郊、远郊，具有一定的科学性和代表性。

1.2.2 撂荒耕地识别与判断

本研究基础数据源为泽州县2018、2020、2022年第三季度遥感影像，源自谷歌地球影像，分辨率均为2.5 m。首先采用目视解译的方法提取撂荒耕地的矢量数据；其次，将2018 年和2020 年遥感影像数据与2022年精准撂荒数据进行核实比对，针对存疑地块，进行野外实地调查验证；最后，从泽州县农业和林业部门获取到当地退耕还林和森林工程图斑，剔除参与其他植树造林工程或退耕还林的耕地[18]，最终识别到1 241块撂荒图斑。经统计，本研究所使用的撂荒耕地矢量数据精准度在90%以上。

1.2.3 数据来源

土层厚度、土壤质地来源于《泽州县土壤志》，通过实地调查与土壤景观推理模型推理计算得出；道路、水源以及土地利用现状等矢量数据提取自全国土地第三次调查数据库，源自泽州县自然资源局；数字高程模型（DEM）数据来源于地理空间数据云，分辨率为30 m；坡度和高程数据来源于泽州县DEM 数据，通过ArcGIS10.8空间分析功能自动生成；降雨量、无霜期数据源自气象部门统计资料；人口数据来源于泽州县第七次人口普查数据；地形地貌来源于2020年0.5 m泽州县高分辨率影像；其他社会经济数据通过对农户走访调查和查阅《泽州县农业统计年鉴（2022）》获取。实地调查获取撂荒耕地是否真正处于废弃状态及其当前利用状况。

1.3 研究思路

本研究参考耕地撂荒相关研究，利用频度分析法与实地调查法筛选出频率较高、制约力较大的指标。依据相关政策文件，指标选取遵循针对性、可操作性、完整性和层次性原则，结合研究区的实际情况，选取自然、经济、生产三个维度构建撂荒耕地再利用适宜性评价指标体系；然后对标准化处理后的指标数据采用AHP-EM串联式主客观综合赋权法进行赋权；最终引入TOPSIS法对各维度及综合评价分值进行测算，采用自然间断点法确定适宜性开发等级，提出实现撂荒地再利用的可行性方案。研究技术路线见图3。

1.4 研究方法

1.4.1 指标体系的构建

撂荒耕地再利用适宜性评价指标体系中，自然、经济、生产要素（表1）相辅相成又相互制约。

1.4.2 评价指标标准化

由于各指标原始数据复杂多样且无统一的计量单位，为了保证评价过程的规范化和科学化，本研究将所有评价指标依据不同作用趋势划分为正向指标（+）和负向指标（-），采用极差变化法对各指标数据进行标准化处理（表2）以消除其量纲限制[29]。

1.4.3 限制性指标临界值

根据北京市《山区水土保持生态修复与监测技术指南》（DB11/T 1823—2021），坡度大于15°的耕地为不适宜开发的临界值；根据《国家投资土地开发整理项目管理暂行办法》的相关规定，土层厚度低于30cm不适宜作为耕地，因此将土层厚度30 cm、坡度15°作为撂荒耕地再利用的临界值。对于厚度≤30 cm、坡度gt;15°的地块采用“一票否决制”，无论其他指标的适宜度如何，都将其直接划定为不适宜再利用耕地（表3）。此外泽州县年积温为2 800 ℃，且土壤无污染、无盐渍化，因此，年积温、土壤污染程度、土壤盐渍化程度这3个指标并非撂荒耕地再利用评价的限制因素，不参与此次评价。

1.4.4 指标权重的确定

首先采用层次分析法对再利用评价系统的3 个准则层进行赋权，然后运用熵权法确定指标层对准则层的权重，最终将二者乘积作为评价体系的最终综合权重值[29]。

（1）层次分析法

层次分析法（AHP）是以专家打分法为基础的主观赋权法。该方法主要通过专家的经验判断，两两比较判断矩阵中的各项指标对目标的重要性并打分，以此构建数学模型，最终计算出各个指标的权重值（表4）。

本研究邀请了从事土地资源管理专业超过10 年以上的15名专家对各指标的重要性进行两两判断并打分，取每个指标的平均值为最终分值，从而构建判断矩阵。为了确保研究结果的内部一致性，采用SPSS 27软件对各位专家意见进行克隆巴赫系数检验，α =0.917，大于0.80，信度良好。基于判断矩阵的特征向量和特征根来确定3 个准则层的权重值，借助SPSSAU软件计算，设置判断矩阵为3，最大特征值为3.009，CI值为0.005，RI 值为0.52，因此CR=CI/RI=0.009lt;0.1，通过一致性检验，表明权重无逻辑性错误。

（2）熵权法

熵权法（EM）是一种客观赋权法。熵权法依据信息熵的定义，用熵值判断各种指标的离散程度，信息熵值越大，指标离散程度越小，该指标对于综合权重的影响（权重）越小（表5）。

1.4.5 TOPSIS法

TOPSIS法[30]是依据有限个评价指标与理想化目标的接近程度，对现有研究对象进行相对优劣评价并进行排序的方法，可以全面客观地展现出研究区不同撂荒耕地的再利用适宜性。

2 结果与分析

2.1 撂荒耕地再利用适宜性综合评价

2.1.1 自然适宜性评价

自然适宜性总体分值在0.067 5～0.333 4之间，距离撂荒耕地再利用的理想水平较远。地块自然适宜性分值均值为0.245 4，小于中位数0.251 1，偏度和峰度为-1.104和-0.805，呈尖峰左偏尾分布，表明研究区撂荒耕地的自然综合分值分布较平均，具有低值与高值交错、集中分布的特点（图4）。

其中自然条件下不适宜开发的撂荒耕地面积为345.57 hm2，占撂荒耕地总面积的53.49%，全部为远郊型、山区型村庄，例如龙门村等，该类村庄主要受到土层厚度等条件的约束，被直接划定为不适宜再利用的撂荒耕地面积为324.53 hm2，占撂荒耕地总面积的50.24%，这些撂荒耕地再利用的可能性极小，可见自然条件是制约泽州县撂荒耕地再利用的根本原因。低度适宜的面积为93.52 hm2，集中分布在村庄的边缘地带。自然条件适宜等级较高的撂荒耕地主要分布在南部山前地带以及北部平原地区，该区域属于近郊区，交通便利，地势开阔，土壤条件好，再利用可能性较大，其中包含高度适宜耕地81.29 hm2，中度适宜耕地125.62 hm2。若处于高度适宜、中度适宜的撂荒耕地能够充分再利用，则自然条件下真正能够再利用的面积为206.91 hm2，占撂荒耕地总面积的32.03%。

2.1.2 生产适宜性评价

生产适宜性总体分值在0.025 9～0.200 9之间，总体分值较小，距离撂荒耕地再利用的理想水平较远；生产适宜性分值均值为0.136 0，小于中位数0.151 9，偏度和峰度为-0.934和-0.326，呈尖峰左偏尾分布。其中高度适宜面积为173.86 hm2，主要分布在中部甲村，西南部大井村等城区型、近郊型村庄，这些区域交通便利，拥有大量土地流转组织，即使面对严峻的人口流失也能将土地有效利用；中度适宜区面积为279.01 hm2，受到水源、交通、人口等条件制约，零散分布在中部地区；不适宜再利用的撂荒耕地主要分布在东南部的远郊型村庄，该地区位于大山深处，交通不便，受到坡度等条件约束，被直接划定为不适宜再利用的撂荒耕地面积为80.51 hm2，占撂荒耕地总面积的12.46%（图5）。

2.1.3 经济适宜性评价

经济适宜性总体分值处于0.188 5～0.588 3之间，偏度与峰度为-1.029 和-0.097，呈现尖峰左偏尾分布，总体分值适中，高值低值零星分布（图6）。其中不适宜地块共148.88 hm2，占撂荒总面积的23.05%，与自然以及生产条件不适宜地块基本一致，主要呈线状分布在东南部山区深处；低度适宜地块分散分布在整个县域内，面积为53.46 hm2，占撂荒耕地总面积的8.28%；中度适宜区的面积最大，为405.19 hm2，占撂荒耕地总面积的62.72%，主要围绕着低度适宜地块分布；高度适宜区面积为38.46 hm2，占比为5.95%，其中隶属于近郊村庄，如大兴村的一部分撂荒地块，虽位于自然高度适宜区，但也处于经济不适宜开发区，可见经济条件是制约耕地撂荒的直接原因。

2.1.4 综合评价

样本区耕地撂荒总面积为646 hm2，其中面积在0～0.5 hm2之间的地块最多，共899 块，占72.44%；大于0.5 hm2的撂荒耕地共342 块，占27.56%，呈现一定的集聚分布特征。样本区撂荒耕地规模均值为0.46hm2，大于中位数0.25 hm2，偏度和峰度分别为5.625和49.695，呈尖峰右偏尾分布，表明研究区撂荒耕地规模呈现高值分散分布，低值集聚分布的特征。从空间分布来看，东部、南部高海拔山区的撂荒耕地规模明显大于北部低海拔平原的撂荒耕地规模（图7）。

不适宜区规模最大（综合分值在0.229 1～0.240 4之间）共6 643块（表6），总面积为363.96 hm2，占撂荒耕地总面积的56.34%，偏度和峰度为5.340 和45.249，呈尖峰右偏尾分布，表明撂荒耕地不适宜区呈现低值聚集的团聚状分布，集中在山河镇、晋庙铺镇、大箕镇、金村镇、柳树口镇。其中受到自然保护以及土地利用规划要求的限制，共有324.53 hm2的撂荒耕地位于法律法规中标定的不能利用区域，占撂荒耕地不适宜再利用面积的89.17%，全部位于山区及远郊区，地势崎岖、坡度大、土壤条件差、地块细碎，撂荒地再利用难度大。总体上，自然条件以及政策是不适宜区撂荒耕地再利用的主要限制因素。

低度适宜地块（综合分值在0.240 5～0.293 8 之间）共160 块，总面积为60.89 hm2，占撂荒耕地总面积的9.43%，峰度和偏度为8.842 和2.549，以晋城市城区为中心呈发散分布，主要分布在高都镇、金村镇、南岭乡以及大箕镇，该区域虽处于山地丘陵区，但位于城市近郊区，劳动力丰富，且耕作条件便利。其中62%的耕地面积为0～0.30 hm2，可见地块面积并不是导致耕地撂荒的主要原因，只要存在土地流转组织或生产大户，细碎的地块也能被充分利用。

中度适宜区（综合分值在0.293 9～0.328 1之间），共308 块，总面积为168.34 hm2，占撂荒耕地总面积的26.06%，主要在低度适宜区周围分散分布，多数位于武城村、陟椒村、甲村和大兴村等城镇核心发展区。中度适宜等级的撂荒耕地虽然具备较强的再利用性，但由于区域之间贴合度仍然存在距离，例如有些地块处在中度适宜顶端，与高度适宜的分值相差不大，而有些地块处在中度适宜底部，其再利用适宜性一般。可见，该区域的撂荒地块贴合度呈现两头低、中间高的趋势，其结果符合统计学中的正态分布，进一步表明研究结果的可靠性。

高度适宜区规模最小（综合分值在0.328 2～0.353 2 之间）共130 块，总面积为52.81 hm2，占全县撂荒耕地面积的8.17%，并且全部位于近郊区的平原地带，与自然高度适宜地块基本一致，可见权重越大，指标的制约力越大。此区域的撂荒耕地综合分值均衡，86% 的分值都集中在0.333 2～0.350 0之间，虽处于再利用的高度适宜区，但是仍然与耕地利用的最优水平相差较远，泽州县真正能够重新利用的撂荒耕地资源并不多，但通过现有技术改善耕作条件，保证土地的正常流转，仍可以迅速提高耕地利用率。

2.2 基于TOPSIS法的再利用方案优选

根据各指标权重值的计算结果，采用TOPSIS法对撂荒耕地再利用适宜性评价因子的相对贴合度进行优先级排序，其结果（表7）显示耕作便捷度gt;水源距离gt;土壤质地gt;坡度gt;区位条件gt;无霜期gt;集中连片度gt;海拔高程gt;降雨量gt;土层厚度gt;土地利用现状类型gt;地形地貌gt;粮食价格gt;土地流转托管组织、市场gt;人口与劳动力丰富程度gt;图斑大小，相对贴合度表现为自然因子（0.633 2）gt;经济因子（0.589 9）gt;生产因子（0.464 0），初步提出撂荒耕地再利用的建议。

（1）强化农用地管理。首先，要加强重金属、有机物、面源及地膜残留等各类污染防治，严格按照《土壤环境质量农用地土壤污染风险管控标准（试行）》（GB 15618—2018）合理利用农用地、治理土壤污染。其次，通过建设田间道改变抛荒地的机械通达性，在土壤资源丰富的区域，配套土方工程改小块地为大块地来提高生产适宜性。对于小且偏远的地块，注意通过限制机械化作业影响耕地利用与抛荒，针对现在还未利用的难利用抛荒地，可以倡导种植药材、红薯等不依赖机械生产的作物。

（2）区分耕地利用方式的常态和动态。耕地利用方式中有稳定的一面，也有动态的一面，动态的一面或者源自技术因素、或者源自市场因素，政府的耕地利用管理应该主要落实在稳定的一面，包容合理地利用动态方面，恰当规范“有形的手”的作用范围。

（3）正确处理耕地和其他农用地的现状与边际增量的关系。耕地和其他农用地的利用现状是当地自然、经济、社会因素长期综合作用的结果，具有较大的合理性。耕地的利用用途管理重点是尊重利用现状，在科学研究基础上，加强耕地利用边际增量管理，不得随意增加经济作物、园艺作物用地，不得随意转变为园地、林地等其他农用地，逐步增加粮食作物用地面积，更好保障粮食安全。

（4）理顺自然资源部门和农业农村部门的职能划分和协作。农业农村部门承担着发展农村经济、增加农业效益、增加农民收入的责任，在耕地利用用途管制下，管控粮食作物用地以外其他用地（其他农作物、水果干果、中药材、养殖业等）的发展，成为农业农村部门新的职责。自然资源部门、农业农村部门及其他部门需要分工协作共同承担耕地保护和粮食安全的责任。

3 讨论

研究结果表明耕地撂荒是多因素、多尺度综合作用的结果，具有空间属性和多维属性，当前最紧要的任务就是要寻求撂荒问题的根源，改善农业农村农民生产、生活环境，提高耕地利用率，这与贾利琼[31]的观点一致。本研究表明自然要素对耕地撂荒的作用效应最强，经济次之，明确了自然条件是耕地撂荒的根本因素，经济条件是直接动因。撂荒耕地再利用恢复工作中需要考虑各个地区的实际情况，依据影响因素及影响程度的不同差别化制定恢复计划，有针对性地合理安排恢复工作的时序及工程。这与应苏辰等[32]的观点一致。

相较于以往研究，EM-AHP-TOPSIS综合模型可以在定性分析的基础上进行定量分析，规避了层次分析法以及熵权法的缺点，既简化了计算过程，又降低了信息失真概率，使整个评价过程更具逻辑性和可靠性。不同于宏观分析所有要素，文中以地块为评价单元，克服了图斑面积掩盖地块所产生的局限，从自然、经济、生产三个维度构建了撂荒耕地再利用适宜性评价体系，不仅划分出了四类适宜性等级，同时得出了16个影响因素的综合分值，其结果有助于农民依据分类结果，选取合理措施，从而使耕地保护政策更具有适宜性、层次性和针对性。此外，选取泽州县51个不同类型村庄作为典型研究区，研究结果对黄土高原区撂荒耕地再利用工作具有借鉴意义，对于保障粮食安全、提高耕地利用率具有现实意义。

同时，本研究仍存在一些不足之处：①从研究尺度来看，研究角度较小，受到数据限制，无法从全省角度对不同类型撂荒耕地的异质性进行详细研究，研究结果不全面；②从时间尺度来看，缺少动态趋势研究，无法预测撂荒耕地未来发展趋势。因此后续可从全省不同地区挑选不同典型县，搜集不同时期的撂荒耕地信息，将撂荒耕地再利用评价模型与不同地区不同类型不同时期的撂荒耕地结合，从全省的角度探析撂荒耕地的偏移趋势，合理划定再利用区域，为提高耕地利用率和保护耕地提供理论依据。

4 结论

（1）泽州县耕地撂荒是多因素综合作用的结果，其中自然因素是根本原因，经济因素是直接原因，生产因素是间接原因。

（2）撂荒耕地在地理位置上表现出较明显的高坡度、远郊区的趋向。

（3）外部影响因素对撂荒耕地再利用的效应排序为：耕作便捷度gt;水源距离gt;土壤质地gt;坡度gt;区位条件gt;无霜期gt;集中连片度gt;海拔高程gt;降雨量gt;土层厚度gt;土地利用现状类型gt;地形地貌gt;粮食价格gt;土地流转托管组织、市场gt;人口与劳动力丰富程度gt;图斑大小，说明泽州县外部因素对撂荒耕地再利用的影响不容忽视，其距离理想水平还有一段距离，应提出适宜化对策建议。

（4）高度适宜的撂荒地块共130 块，面积占全县撂荒耕地总面积的8.17%，并且全部位于近郊区的平原地带，可见泽州县真正能够重新利用的撂荒耕地资源并不多；不适宜再利用的撂荒地块共6 643 块，占撂荒耕地总面积的56.34%，主要位于山区及远郊区；低度适宜地块共160 块，占撂荒耕地总面积的9.43%，分散分布在乡镇边缘地带；中度适宜地块308块，占撂荒耕地总面积的26.06%，主要分布在城镇核心发展区。

参考文献：

[1] 郭贝贝， 方叶林， 周寅康. 农户尺度的耕地撂荒影响因素及空间分

异[J]. 资源科学， 2020， 42（4）：696-709. GUO B B， FANG Y L，

ZHOU Y K. Influencing factors and spatial differentiation of cultivated

land abandonment at the household scale[J]. Resources Science， 2020，

42（4）：696-709．

[2] 甘犁， 尹志超， 谭继军. 中国家庭金融调查报告， 2014[M]. 成都：西

南财经大学出版社， 2015. GAN L， YIN Z C， TAN J J. China

household finance survey report， 2014[M]. Chengdu：Southwestern

University of Finance and Economics Press， 2015.

[3] 李雨凌， 马雯秋， 姜广辉， 等. 中国粮食主产区耕地撂荒程度及其对

粮食产量的影响[J]. 自然资源学报， 2021， 36（6）：1439-1454. LI Y

L， MA W Q， JIANG G H， et al. The degree of cultivated land

abandonment and its influence on grain yield in main grain producing

areas of China[J]. Journal of Natural Resources， 2021， 36（6）：1439-

1454.

[4] 陈为公， 张娜， 张友森， 等. 基于DEMATEL-ISM的城市灾害韧性影

响因素研究[J]. 灾害学， 2021， 36（1）：1-6. CHEN W G， ZHANG N，

ZHANG Y S， et al. Study on influencing factors of urban disaster

resilience based on DEMATEL-ISM[J]. Journal of Catastrophology，

2021， 36（1）：1-6．

[5] 张杰琳， 康鸳鸯， 陈义勋， 等. 近20年关中西部耕地秋季撂荒时空

格局及其影响因素[J]. 干旱地区农业研究， 2023， 41（3）：229-237.

ZHANG J L， KANG Y Y， CHEN Y X， et al. Spatio-temporal patterns

and factors influencing farmland abandonment in autumn in western

Guanzhong during the last 20 years[J]. Agricultural Research in the Arid

Areas， 2023， 41（3）：229-237.

[6] 李升发， 李秀彬. 耕地撂荒研究进展与展望[J]. 地理学报， 2016， 71

（3）：370-389. LI S F， LI X B. Progress and prospect on farmland

abandonment[J]. Acta Geographica Sinica， 2016， 71（3）：370-389.

[7] 史铁丑， 李秀彬. 欧洲耕地撂荒研究及对我国的启示[J]. 地理与地

理信息科学， 2013， 29（3）：101-103. SHI T C， LI X B. Farmland

abandonment in Europe and its enlightenment to China[J]. Geography

and Geo-Information Science， 2013， 29（3）：101-103.

[8] 项骁野， 王佑汉， 李谦， 等. 基于CiteSpace软件国内外撂荒地研究

进展与述评[J]. 地理科学， 2022， 42（4）：670-681. XIANG X Y，

WANG Y H， LI Q， et al. Research progress and review of abandoned

land based on CiteSpace[J]. Scientia Geographica Sinica， 2022， 42（4）：

670-681.

[9] 周小迦. 丘陵地带耕地撂荒遥感监测应用研究[J]. 自然资源遥感，

2024， 36（1）：235-241. ZHOU X J. Application of remote sensing

monitoring in abandoned arable land in a hilly region[J]. Remote

Sensing for Natural Resources， 2024， 36（1）：235-241.

[10] 洪静， 罗文苑， 王成超. 福建省尤溪县山区耕地撂荒时空特征及其

驱动因素研究[J]. 云南地理环境研究， 2022， 34（4）：9-17. HONG

J， LUO W Y， WANG C C. Study on spatial-temporal characteristics

and driving forces of farmland abandonment in mountainous areas of

Youxi County， Fujian Province[J]. Yunnan Geographic Environment

Research， 2022， 34（4）：9-17.

[11] 周丁扬， 吴建桥， 文雯， 等. 粮食主产区河南省耕地撂荒特征与影

响因素分析[J]. 农业机械学报， 2021， 52（8）：127-137. ZHOU D

Y， WU J Q， WEN W， et al. Abandonment characteristics and

influencing factors of cultivated land abandonment in major crop -

producing areas[J]. Transactions of the Chinese Society for Agricultural

Machinery， 2021， 52（8）：127-137.

[12] 黄丽艳. 榆中县北山片区耕地撂荒影响因素及再利用模式研究

[J]. 国土与自然资源研究， 2021（5）：16-20. HUANG L Y. Study

on influencing factors and reuse model of cultivated land

abandonment in Beishan area of Yuzhong County[J]. Territory amp;

Natural Resources Study， 2021（5）：16-20.

[13] 饶静， 张闻龙， 郭晨晓， 等. 乡村振兴背景下耕地抛荒“社会生态治

理路径”研究：以河南省L市D镇为例[J]. 中国农业大学学报（社会

科学版）， 2021， 38（6）：31-43. RAO J， ZHANG W L， GUO C X， et

al. A study on the“social-ecological governance approach”of arable

land abandonment in the process of rural vitalization in China：taking

town D in city L of Henan Province as an example[J]. Journal of

China Agricultural University（Social Sciences）， 2021， 38（6）：31-43.

[14] 张亮， 丁明军， 殷悦. 鄱阳湖平原耕地撂荒现状及其驱动因素分析[J].

江西师范大学学报（自然科学版）， 2018， 42（1）：38-44. ZHANG

L， DING M J， YIN Y. The analysis on the cultivated land abandoned

and it′ s driving factors in Poyang Lake Plain[J]. Journal of Jiangxi

Normal University（Natural Science Eddition）， 2018， 42（1）：38-44.

[15] 席朗. 基于模糊综合评价法的德安县耕地后备资源评价[D]. 抚

州：东华理工大学， 2017：2-49. XI L. Reserve cultivated land

resources investigation in De′an County base on fuzzy comprehensive

assessment[D]. Fuzhou：Donghua University of Technology， 2017：2-

49.

[16] 李惠敏， 郭青霞， 丁一， 等. 基于TAM框架的农户土地流转行为影

响因素研究：基于山西省欠发达地区5307份农户样本[J]. 干旱

区资源与环境， 2023， 37（3）：17-24. LI H M， GUO Q X， DING Y，

et al. Analysis of farmers′land transfer behavior based on technology

acceptance model[J]. Journal of Arid Land Resources and

Environment， 2023， 37（3）：17-24.

[17] 史铁丑， 徐晓红. 重庆市典型县撂荒耕地图斑的提取与验证[J]. 农

业工程学报， 2016， 32（24）：261 - 267. SHI T C， XU X H.

Extraction and validation of abandoned farmland parcel in typical

counties of Chongqing[J]. Transactions of the Chinese Society of

Agricultural Engineering， 2016， 32（24）：261-267.

[18] 晏永刚， 马铭. 基于AHP-EM-TOPSIS 组合评价方法的区域低碳

竞争力评价研究：以重庆市实证评价研究为例[J]. 科技管理研究，

2015， 35（7）：39-45. YAN Y G， MA M. Research on the evaluation

indicator system of regional low carbon competitiveness based on

AHP-EM - TOPSIS resultant evaluation methods：based on the

empirical evaluation study of Chongqing[J]. Science and Technology

Management Research， 2015， 35（7）：39-45.

[19] 高星， 吴克宁， 周娜. 景泰县耕地后备资源生态敏感性评价与空间

利用对策研究[J]. 中国农业资源与区划， 2020， 41（4）：43-51.

GAO X， WU K N， ZHOU N. Ecological sensitivity and space

utilization of reserve resources of cultivated land in Jingtai County[J].

Chinese Journal of Agricultural Resources and Regional Planning，

2020， 41（4）：43-51.

[20] 曲衍波， 张凤荣， 杜素芹， 等. 平谷区城镇建设用地生态经济适宜

性评价方法[J]. 中国土地科学， 2010， 24（12）：21-27. QU Y B，

ZHANG F R， DU S Q， et al. Assessment method for ecological and

economic suitability of urban construction land in Pinggu District，

Beijing[J]. China Land Science， 2010， 24（12）：21-27.

[21] 关小克， 张凤荣， 李乐， 等. 北京市耕地后备资源开发适宜性评价

[J]. 农业工程学报， 2010， 26（12）：304-310. GUAN X K， ZHANG

F R， LI L， et al. Suitability evaluation of reserve resources of

cultivated land development in Beijing[J]. Transactions of the CSAE，

2010， 26（12）：304-310.

[22] 栾文杰， 申晓晶， 李王成， 等. 宁夏北部引黄灌区玉米生长季气候

变化及其对气候产量影响[J]. 江西农业大学学报， 2023， 45（4）：

841-854. LUAN W J， SHEN X J， LI W C， et al. Climate change in

the growing season of maize in northern Ningxia Yellow Irrigation

Area and its impact on climate yield[J]. Acta Agriculturae Universitatis

Jiangxiensis， 2023， 45（4）：841-854.

[23] 张甘霖， 吴运金， 赵玉国. 基于SOTER的中国耕地后备资源自然

质量适宜性评价[J]. 农业工程学报， 2010， 26（4）：1-8. ZHANG G

L， WU Y J， ZHAO Y G. Physical suitability evaluation of reserve

resources of cultivated land in China based on SOTER[J].

Transactions of the CSAE， 2010， 26（4）：1-8.

[24] 张宇. 龙江县耕地后备资源潜力评价及开发利用研究[D]. 哈尔

滨：东北农业大学， 2016：20- 28. ZHANG Y. Cultivated land

reserve resources potential evaluation and its utilization of Longjiang

County[D]. Harbin：Northeast Agricultural University， 2016：20-28.

[25] 朱冬萌. 吴起县耕地后备资源宜耕性评价研究[D]. 西安：长安大

学， 2015：10-30. ZHU D M. Reserve cultivated land resources at

the Wuqi County level suitability evaluation research[D]. Xi′ an：

Chang′an University， 2015：10-30.

[26] 刘康， 陈伟， 吴群. 沿海滩涂耕地后备资源开发适宜性评价：以江

苏省盐城市为例[J]. 农业现代化研究， 2014， 35（4）：430-436.

LIU K， CHEN W， WU Q. Suitability of reserved coastal mudflat for

land development：a case study in Yancheng， Jiangsu Province[J].

Research of Agricultural Modernization， 2014， 35（4）：430-436.

[27] 程先同. 农村劳动力结构对耕地撂荒的影响研究：以武陵山区为

例[D]. 重庆：西南大学， 2020：15-25. CHENG X T. The influence

of rural labor structure on cropland abandonment：a case study of

Wuling Mountain area[D]. Chongqing：Southwest University， 2020：

15-25.

[28] 雷勋平， QIU Ronbin. 基于熵权TOPSIS模型的中国粮食安全评价

及障碍因子诊断[J]. 中国农业大学学报， 2022， 27（12）：1-14.

LEI X P， QIU R. Evaluation of food security in China based on

entropy TOPSIS model and the diagnosis of its obstacle factors[J].

Journal of China Agricultural University， 2022， 27（12）：1-14.

[29] 袁证光， 汪磊. 基于EM-AHP-TOPSIS的喀斯特城市土地承载力评

价：以贵阳市为例[J]. 自然资源情报， 2023（9）：52-58. YUAN Z G，

WANG L. Evaluation of land resources carrying capacity of karst

cities based on EM-AHP-TOPSIS model：a case study of Guiyang[J].

Natural Resources Information， 2023（9）：52-58.

[30] 张振， 张以晨， 张继权， 等. 基于熵权法和TOPSIS模型的城市韧性

评估：以长春市为例[J]. 灾害学， 2023， 38（1）：213-219. ZHANG

Z， ZHANG Y C， ZHANG J Q， et al. Urban resilience assessment

based on entropy weight method and TOPSIS model：take Changchun

City as an example[J]. Journal of Catastrophology， 2023， 38（1）：213-

219.

[31] 贾利琼. 山西省土地撂荒现状分析及解决对策[J]. 农业技术与装

备， 2023（7）：67-69. JIA L Q. Analysis of land abandonment status

and countermeasures in Shanxi Province[J]. Agricultural Technology

amp; Equipment， 2023（7）：67-69.

[32] 应苏辰， 金晓斌， 陈艳林， 等. 耦合ANT-SPO的全域土地综合整治

绩效评价：方法与实证[J]. 中国土地科学， 2022， 36（10）：81-90.

YING S C， JIN X B， CHEN Y L， et al. Empirical study and analysis of

performance evaluation of comprehensive land consolidation coupled

with ANT and SPO[J]. China Land Science， 2022， 36（10）：81-90.