下载:
-
国家水土保持重点工程起源于1983年实施的全国八大片水土流失重点治理区，是中国目前正在大规模实施的以小流域(或片区)为单元的水土流失综合治理工程[1]。经过约30 a的实践，已形成了一套包括治理规划、措施设计、审查、施工、检查、验收等环节相对完善的技术与管理体系，为国家水土保持重点工程的实施提供了有力保障。随着经济社会发展以及行业监管精准化要求，传统的技术与管理模式难以适应新形势需求。如何利用信息化技术和手段，以图斑为单元，对国家水土保持重点工程实施精细化管理成为水行政主管部门亟待解决的重要问题之一。目前，有关国家水土保持重点工程的调查和研究还局限于对重点工程项目实施的措施、成效及经验等方面的总结[2-4]，而针对重点工程项目治理效果的定量化评估还缺乏系统研究，因此，系统调查与定量分析重点工程实施后水土流失治理、水土保持措施保存、林草植被覆盖以及水土流失变化等，对认识和评价重点工程的水土保持效果具有重要意义。山东省临沂市蒙阴县张家村小流域于2012年列入国家水土保持重点工程治理项目，2013年竣工验收。本研究以张家村小流域为研究对象，以2011年作为重点工程实施前的基础年、2018年作为重点工程实施后的评估年，基于高分遥感、无人机、移动终端等技术，通过定位调查及实地复核，以图斑为单元，对比分析小流域治理实施前后土地利用、林草植被覆盖、水土保持措施和水土流失状况变化，开展实施效果定量分析，以期为国家水土保持重点工程的精准化监管提供基础数据和技术支撑。
-
张家村小流域地处国家级重点治理区蒙阴县西南部(35°38'21"~35°41'22"N，117°44'19"~117°48'32"E)，土地利用面积2 913.45 hm2。地势西高东低，最高点位于西南部大望山山顶，最低点位于东北部龙榜崖村河道，海拔高差429.4 m。属暖温带半湿润季风气候，多年平均气温13.5 ℃，多年平均降水量776.0 mm。地表岩性以花岗片麻岩为主，主要土壤类型为棕壤。地带性植被属暖温带落叶阔叶林，现状植被以人工林和天然杂草为主，主要乔木有油松Pinus tabulaeformis、赤松Pinus densiflora、刺槐Robinia pseudoacacia、麻栎Quercus acutissima；主要灌草植被有黄荆Vitex negundo、酸枣Ziziphus jujuba、胡枝子Lespedeza bicolor、结缕草Zoysia japonica等。
-
基于2011和2018年2 m分辨率遥感影像，采用人机交互解译，提取土地利用、水土保持措施，计算林草植被覆盖度[5]；基于1∶1万地形图提取坡度坡长；根据土地利用、植被覆盖、坡度等信息，分别构建小流域2011年的水土保持基础图斑和2018年的评估效果图斑。
-
基于全国水土保持信息管理系统内的张家村小流域初步设计与验收资料、小流域矢量边界、点线面措施等基础数据，利用奥维互动地图，通过实地调查及无人机航拍，开展水土保持措施、土地利用、植被状况等测定、核查及信息采集[6-11]。
-
依据水利行业标准SL 190−2007《土壤侵蚀分类分级标准》，以及土地利用、植被覆盖、水土保持措施验收及实施情况核查等数据，通过分析水土流失面积消减率(R)、水土流失治理度(G)、水土保持措施保存率(P)、林草覆盖率(F)和提高率(I)等指标，评估国家水土保持重点工程实施效果。具体指标计算如下：
$R = ({{\left| {{S_{\rm{e}}} - {S_{\rm{f}}}} \right|}}/{{{S_{\rm{f}}}}}) \times 100\% $ 。 其中：R为水土流失面积消减率(%)，Se为评估年水土流失面积(hm2)，Sf为基础年水土流失面积(hm2)。$G = ({C_{\rm{e}}}/{S_{\rm{f}}}) \times 100\% $ 。其中：G为水土流失治理度(%)，Ce为重点工程水土流失治理面积(hm2)。$P = ({N_{\rm{e}}}/{N_{\rm{a}}}) \times 100\% $ 。其中：P为水土保持单类措施保存率(%)，Ne为评估年该项措施实测数量，Na为竣工验收时该项措施的实测数量。$F = ({F_{\rm{e}}}/{A}) \times 100\% $ 。其中：F为评估年林草覆盖率(%)，Fe为评估年林草覆盖面积(hm2)，A为研究区总面积(hm2)。$I = \left[(F_{\rm{e}} - {F_{\rm{f}}})/{A}\right] \times 100\%$ 。其中：I为林草覆盖提高率(%)，Fe为评估年林草覆盖面积(hm2)，Ff为基础年林草覆盖面积(hm2)。 -
从图斑数量看(图1)，2011年基础图斑数量总计924个，其中坡耕地图斑数量最多，为251个，占27.16%；其次为旱梯田191个图斑，占20.67%；村庄居民点180个，占19.48%；有林地163个，占17.64%；果园数量较少，仅55个图斑，占5.95%。2018年实施效果图斑数量共946个，其中坡耕地图斑120个，占12.68%；旱梯田190个图斑，占20.08%；村庄居民点图斑数量最多，207个，占21.88%；有林地155个，占16.38%；果园185个，占19.56%。
图 1 基础图斑和效果图斑数量与面积
Figure 1. Number and area of basic spots and effect spots
从图斑面积看，2011年基础图斑中坡耕地面积占比最大，达31.89%，其次为有林地(27.66%)、旱梯田(23.86%)，村庄居民点及果园面积占比分别为7.39%、3.47%。2018年效果图斑中旱梯田、有林地面积占比相当，分别为28.44%、28.22%，其次为果园面积，占比17.46%，坡耕地面积占比12.06%，村庄居民点占比7.96%(图1)。
从空间分布看，2011年耕地广泛分布于流域内中东部丘陵区域，在村庄居民点周围呈现大面积、片状、集中特点，且坡耕地和旱梯田交错分布；有林地则主要集中在流域内西部山区，呈大面积集中连片分布；果园较少，零星分布在流域内西部山前过渡带以及村庄周围。2018年耕地在空间上仍广泛分布于流域内中东部丘陵区，但旱梯田优势明显，呈大面积集中片状分布，坡耕地呈块状零散分布于村庄周边；有林地仍集中连片在流域内西部山区；果园分布扩张明显，在流域西部山前过渡带呈集中带状分布，且在村庄周围呈大面积块状聚集(图2)。
图 2 2011和2018年土地利用现状示意图
Figure 2. Land use in 2011 and 2018
-
张家村小流域重点工程实施前后图斑变化数量339个，变化面积870.60 hm2。变化方向主要为坡耕地/旱梯田转变为果园，图斑变化数量132个，变化面积364.07 hm2，分别占变化图斑数量和面积的38.94%、41.82%%；其次为坡耕地转变为旱梯田，图斑变化数量77个，变化面积343.77 hm2，分别占变化图斑数量和面积的22.71%、39.49%(表1)。重点工程实施前后坡耕地图斑数量和面积减少最多，图斑数量减少了191个、面积减少了578.59 hm2；果园数量和面积增加最多，共增加156个图斑、407.53 hm2。
表 1 重点工程实施前后图斑变化方向
Table 1. Direction of land use change before and after the implementation of the key projects
实施前后变化方向 计数/个 面积/hm2 实施前后变化方向 计数/个 面积/hm2 村庄居民点—有林地 1 1.06 旱梯田—村庄居民点 1 0.14 果园—村庄居民点 6 3.36 旱梯田—果园 71 189.95 果园—有林地 4 8.69 旱梯田—有林地 10 20.56 坡耕地—村庄居民点 32 13.87 有林地—采矿用地 2 0.78 坡耕地—果园 61 174.12 有林地—村庄居民点 6 1.14 坡耕地—坑塘水面 3 1.22 有林地—果园 34 55.51 坡耕地—旱梯田 77 343.77 有林地—农村道路 1 0.13 坡耕地—有林地 23 49.16 有林地—坡耕地 5 3.56 旱梯田—采矿用地 1 1.80 有林地—旱梯田 1 1.79 总计 339 870.60 -
2011年研究区林草植被面积906.94 hm2，林草植被覆盖率31.13%，以60%~75%的中高覆盖度为主，面积为629.62 hm2；≥75%的高覆盖度次之，面积为181.30 hm2，主要分布在西南部山区。2018年林草植被面积1 331.03 hm2，林草植被覆盖率45.69%，仍以60%~75%的中高覆盖度为主，面积为720.15 hm2；≥75%的高覆盖度次之，面积为494.37 hm2，集中分布在西南部、西北部山区，片状分布在东部(图3)。2011–2018年，项目区林草植被面积增加了424.09 hm2，林草植被覆盖提高率达14.56%。
图 3 2011和2018年林草植被覆盖分布示意图
Figure 3. Distribution of forest and grass coverage in 2011 and 2018
-
2011−2018年，林草植被覆盖度发生变化的面积为797.73 hm2(表2)，占研究区总面积的27.38%。林草植被转入面积434.84 hm2，占林草植被变化面积的54.51%，主要是经济果林种植面积增加；林草植被转出面积10.75 hm2，占1.3%。各覆盖度等级变化中，高覆盖度增加最多，占林草新增面积73.82%。
表 2 2011–2018年林草植被覆盖度变化方向转移矩阵
Table 2. Transfer matrix of vegetation coverage change direction of forest and grass coverage from 2011 to 2018
2011年面积/hm2 2018年面积/hm2 林草植被面积 非林草
植被面积转出面积 低覆盖 中低覆盖 中覆盖 中高覆盖 高覆盖 林草植被面积 低覆盖 0 0 0 0 0 0.10 0.10 中低覆盖 0 2.74 0 0 0 0.10 0.10 中覆盖 0 0 52.23 39.07 0 1.78 40.85 中高覆盖 0 0 0 307.78 313.07 8.77 321.84 高覆盖 0 0 0 0 181.30 0 0 非林草植被面积 0 22.89 38.67 373.28 0 1571.67 434.84 转入面积 0 22.89 38.67 412.36 313.07 10.75 797.73 -
根据2013年验收成果(表3)，研究区实施了点—线—面结合的治理措施，面状措施总计1172.48 hm2，其中封禁治理486.62 hm2、经济果林179.00 hm2、水土保持林37.89 hm2、土坎梯田468.97 hm2；点状措施总计28座，包括蓄水池9个、谷坊9座、山塘堰坝10座；线状措施为配套的生产道路8 km。
表 3 水土保持措施实施状况与保存效果
Table 3. Statistical table for preservation condition of soil and water conservation measures
项目 点状措施 线状措旆 面状措施 水土流失治理
面积/hm2蓄水池/个 谷坊/座 山塘堰坝/座 生产道路/km 封禁治理/hm2 经济果林/hm2 水保林/hm2 土坎梯田/hm2 实施数量 9 9 10 8.00 486.62 179.00 37.89 468.97 1172.48 现存数量 9 5 8 7.24 449.32 153.86 30.89 448.09 1082.16 差异 0 −4 −2 −0.76 −37.30 −25.14 −7.00 −20.88 −90.32 保存率/% 100.00 55.56 80.00 90.51 92.34 85.95 81.51 95.55 -
根据2018年水土保持措施调查数据(表3)，除蓄水池数量与验收数据一致外，其余水土保持措施面积、数量均有一定程度减少。面状措施现存1082.16 hm2，较验收数据减少90.32 hm2，点状措施谷坊现存5座，山塘堰坝现存8座，分别减少了4座和2座；线状措施生产道路现存7.24 km，减少了0.76 km。
从水土保持措施保存效果看，除谷坊受损严重，保存率仅为55.56%之外，其余水土保持措施保存率均在80.00%以上。其中蓄水池保存率达100.00%；土坎梯田、封禁治理措施和生产道路措施保存率在90.00%~100.00%；经济果林、水土保持林和山塘堰坝措施保存率为80.00%~90.00%。
从空间分布看(图4)，封禁治理措施集中在西南部，水土保持林措施主要分布在西北部，经济果林措施和土坎梯田措施呈片状分布在王家村西南和西北部、许家沟村北部、龙榜崖村北部、南炉村东南部和西宝兴店村南部，蓄水池零散分布在东部耕地区域。
图 4 2018年水土保持措施现状分布示意图
Figure 4. Current distribution of water and soil conservation measures in 2018
-
2011年，研究区水土流失面积1724.83 hm2，占总面积59.12%。其中轻度侵蚀908.99 hm2，占水土流失面积52.70%，其次为中度侵蚀678.75 hm2，占39.35%。2018年，水土流失面积1324.44 hm2，占土地利用总面积45.45%。仍以轻度侵蚀为主，面积为1185.53 hm2，占水土流失面积89.51%；中度侵蚀面积125.4 hm2，仅占9.47%(图5)。
图 5 2011和2018年土壤侵蚀强度分布示意图
Figure 5. Soil erosion intensity distribution in 2011 and 2018
土壤侵蚀强度等级变化面积938.58 hm2，占总面积32.22%。土壤侵蚀强度等级呈降低趋势，侵蚀强度等级降低面积901.58 hm2，占变化面积96.06%；侵蚀强度等级升高面积仅37.00 hm2，占变化总面积3.94%；侵蚀等级面积变化最大的为中度侵蚀，其次为强烈侵蚀和极强烈侵蚀(表4)。
表 4 水土流失变化方向转移矩阵
Table 4. Transfer matrices of soil erosion intensity change
2011年面积/hm2 2018年面积/hm2 微度侵蚀 轻度侵蚀 中度侵蚀 强烈侵蚀 极强烈侵蚀 转出面积 微度侵蚀 1151.61 35.94 1.06 0 0 37.00 轻度侵蚀 193.79 715.21 0 0 0 193.79 中度侵蚀 243.31 340.89 94.56 0 0 584.19 强烈侵蚀 0.31 92.12 24.39 10.49 0 116.82 极强烈侵蚀 0 1.38 5.39 0 3.02 6.76 转入面积 437.4 470.32 30.84 0 0 938.56 -
2011−2018年，重点工程实施前后水土流失面积减少了400.39 hm2，水土流失面积消减率达23.21%。评估年治理水土流失面积1082.16 hm2，水土流失治理度76.78%。
研究区不同措施类型区对水土流失的防控效果不同(表5)。土坎梯田措施区水土流失面积消减率达20.74%。除轻度侵蚀增加外，其余高强度侵蚀等级水土流失面积均减少，主要是原有坡耕地区域实施土坎梯田措施，达到保持水土的效果；经济果林措施区水土流失面积消减率2.80%，土壤侵蚀强度整体呈下降趋势，2018年土壤侵蚀强度等级均为轻度；封禁治理措施区、水土保持林措施区水土流失面积消减率分别为84.82%、78.64%，水土流失防控效果显著。
表 5 不同措施类型区水土流失状况统计
Table 5. The statistics of soil and water loss in different measures
措施类型 年份 轻度侵
蚀/hm2中度侵
蚀/hm2强烈侵
蚀/hm2极强烈侵
蚀/hm2水土流失
面积/hm2措施类型 年份 轻度侵
蚀/hm2中度侵
蚀/hm2强烈侵
蚀/hm2极强烈侵
蚀/hm2水土流失
面积/hm2土坎梯田 2011 137.69 234.60 45.09 0.83 418.21 封禁治理 2011 65.98 197.63 −1.86 3.90 269.37 2018 325.17 6.30 0 0 331.47 2018 17.05 20.93 0.06 2.84 40.88 增减 187.48 −228.30 −45.09 −0.83 −86.74 增减 −8.93 −176.70 −1.80 −1.06 −228.49 经济果林 2011 51.07 29.54 1.43 0 82.04 水土保持林 2011 8.09 21.55 0 0 29.64 2018 79.74 0 0 0 79.74 2018 6.33 0 0 0 6.33 增减 28.67 −29.54 −1.43 0 −2.30 增减 −1.76 −21.55 0 0 −23.31 -
根据国家水土保持重点工程信息化监管技术规定，开展实施效果评估的项目原则为竣工验收后1~5 a的重点工程。本研究区张家村小流域于2013年竣工验收，2018年开展重点工程实施效果评估，属竣工验收后5 a项目，水土保持措施中除蓄水池数量保存完好外，其余措施均有一定程度减少。这与竣工验收后年限选取有直接关系，评估年与竣工验收时间间隔越长，对水土保持措施保存率影响越大。为对比分析重点工程实施效果，仍需进一步探索不同区域或同一区域重点工程实施效果评估年时限对水土保持措施的影响。
-
水土保持基础图斑中坡耕地图斑数量与面积占比最大，效果图斑中则以旱梯田和有林地为主；评估年与基础年相比，图斑变化数量为339个，变化面积870.60 hm2，变化方向主要为坡耕地/旱梯田转变为果园，其次为坡耕地变转为旱梯田；重点工程实施前后坡耕地图斑数量和面积减少最多，果园数量和面积增加最多。
基础年林草植被面积906.94 hm2，林草覆盖率31.13%；评估年林草植被面积1331.03 hm2，林草覆盖率为45.69%。覆盖度均以中高覆盖(60%~75%)为主，林草覆盖提高率达14.56%。
水土保持措施现状除蓄水池数量与验收数据一致外，其余水土保持措施面积、数量均有一定程度减少。蓄水池保存率最高，谷坊受损最严重，保存率仅55.56%，其余水土保持措施保存率均在80.00%以上。
评估年较基础年水土流失面积减少了400.39 hm2，水土流失面积消减率23.21%，水土流失治理度76.78%；不同措施类型区对水土流失防控效果不同，封禁治理措施区、水土保持林措施区水土流失面积消减率分别为84.82%、78.64%，土坎梯田措施水土流失面积消减率达20.74%，经济果林措施区水土流失面积消减率2.80%。
国家重点工程项目数据库中缺失山塘堰坝、谷坊、蓄水池和生产道路的准确地理位置，这给野外复核工作带来了很大困难。建议国家重点工程相关数据入库时，明确要求提供矢量图件以及各项水土保持措施的精准位置信息，以便精准评估实施效果。
Evaluation on the effect of National Key Soil and Water Conservation Project based on fine management of map spots
-
摘要:
目的 探讨国家水土保持重点工程实施后治理效果。 方法 以山东省蒙阴县张家村小流域为例，以水土保持基础图斑和效果图斑为单元，基于高分辨率遥感、无人机、移动终端等技术，通过调查测定和野外复核，对比分析了国家水土保持重点工程治理实施前后土地利用、林草植被覆盖、水土保持措施和水土流失状况变化。 结果 ①国家水土保持重点工程实施后图斑变化数量共339个，变化面积870.60 hm2，变化方向主要为坡耕地/旱梯田转变为果园，其次为坡耕地变转为旱梯田；②基础年林草覆盖率31.13%，评估年林草覆盖率为45.69%，覆盖度均以中高覆盖(60%~75%)为主，林草覆盖提高率为14.56%；③水土保持措施保存率中，蓄水池保存率最高，为100.00%；谷坊最低，仅为55.56%，其余水土保持措施保存率均在80.00%以上；④评估年较基础年水土流失面积减少了400.39 hm2，水土流失面积消减率23.21%，水土流失治理度为76.78%。 结论 国家水土保持重点工程的实施，明显改善了蒙阴县张家村小流域的生态环境，重点体现为水土流失减少，林草植被覆盖率提高。图5表5参11 -
关键词:
- 水土保持学 /
- 国家水土保持重点工程 /
- 基础图斑 /
- 效果图斑 /
- 治理效果评估
Abstract:Objective This study aims to discuss the governance effect of the National Key Soil and Water Conservation Project after implementation. Method Taking the small watershed of Zhangjia Village in Mengyin County of Shandong Province as an example, and soil and water conservation in basic spot and effect spot as the unit, the changes of land use, forest and grass vegetation coverage, soil and water conservation measures, and soil and water loss before and after the implementation of the National Key Soil and Water Conservation Project were compared and analyzed through investigation, measurement and field review, based on high-resolution remote sensing, UAV, mobile terminal and other technologies. Result (1)After the implementation of the project, there were 339 plot changes, covering an area of 870.60 hm2. The change direction was mainly from slope farmland/dry terrace into orchards, followed by slope farmland into dry terrace. (2)The basic annual forest and grass coverage rate was 31.13%, and the assessed annual forest and grass coverage rate was 45.69%. The coverage rate was mainly medium and high (60%–75%), and the improvement rate of forest and grass coverage was 14.56%. (3) The conservation rate of soil and water conservation measures was the highest in reservoir (100.00%), the lowest in millet workshop (55.56%), and the conservation rate of other soil and water conservation measures was above 80.00%. (4) The area of soil and water loss reduced by 400.39 hm2 in the evaluation year compared with the base year, the reduction rate of soil and water loss was 23.21%, and the degree of soil and water loss control was 76.78%. Conclusion Through implementation of the National Key Soil and Water Conservation Project, the ecological environment in the small watershed of Zhangjia Village in Mengyin County has been significantly improved, which is mainly reflected in the reduction of soil and water loss and the increase of forest and grass vegetation coverage. [Ch, 5 fig. 5 tab. 11 ref.] -
南方集体林区以丘陵为主的地形特征决定了林业生产过程中客观上存在着机械替代率低的问题。由于大量农村劳动力进入城市非农就业，林业经营主体需要通过雇佣劳动力以解决劳动力不足的问题[1]；日趋扩大的规模化经营对雇佣劳动力的依赖程度急剧增大，委托代理关系也应运而生。委托代理关系下的营林生产过程往往存在着信息不对称和“道德风险”等问题，导致雇主对劳动过程的监督不到位[2]；而相对粗放的林业生产中，雇主无法准确观测劳动力的投入程度，雇工生产效率较低[3]。因此，在南方集体林区不断推进林业规模化经营的背景下，开展雇工劳动质量对农户营林技术效率的影响研究具有重要的理论和现实意义。国内外学者关于雇佣劳动对农林业生产影响的研究主要集中在农业领域。一种观点认为雇佣劳动对农业生产效率产生了负面影响。雇佣劳动存在“道德风险”，雇佣劳动力的边际产出小于自有劳动力的边际产出，要保证劳动质量必须要付出大量的监督成本。有研究发现：存在雇工行为的家庭农业经营雇主，需要花费10%的劳动力时间来监督雇工，对劳动力在其他用途上的配置产生挤出效应。还有研究表明：团队组织内部监督不完备与激励不足，将会降低生产效率[4]。另一观点则认为雇佣劳动对农业生产效率有正向影响。张五常[5]认为分成制、定租制和混合制等委托-代理机制[3]是有效的。相比之下，目前针对林业雇工研究较少，从雇工视角探讨南方集体林区农户营林生产效率影响因素的研究还未见报道。本研究基于浙江省的实地调研数据，采用计量模型测算样本农户的营林技术效率，分析雇工劳动质量对农户营林技术效率的影响，以期为林业规模化经营中存在的雇工劳动问题提供决策依据。
1. 雇工劳动质量对农户营林技术效率影响的理论机制分析
1.1 研究假说
根据委托-代理理论[3]，存在于雇佣劳动中“道德风险”会导致雇佣劳动力的边际产出小于自有劳动力的边际产出；而相对粗放的林业生产管理会增加劳动力的监督难度，加重林业雇佣劳动中的机会主义行为。即营林生产过程中雇佣劳动会在一定程度上影响技术效率的提高。同时，雇工投入水平的差异对农户营林技术效率的影响也是不同的。雇工投入越多，则家庭自有劳动力越少，劳动监督难度越大，雇工劳动力的道德风险也越大，从而导致劳动生产质量下降，林业生产效率会因此受到影响（落入到生产可能性曲线内部）。就家庭自有劳动力与雇工关系而言，拥有剩余索取权的家庭自有劳动力更多地参与到营林生产中，则边际产出会随之升高，劳动质量会得到更大程度的保证，雇佣劳动对林业生产效率的负面影响程度也相对减弱。因此，可提出以下研究假说：农户营林生产过程中的雇佣劳动会对营林生产造成负面影响，且雇工劳动质量不同，雇佣劳动对农户营林技术效率的影响程度也不同。
1.2 理论模型
技术效率（technical efficiency, TE）是目前测度生产单位效率水平最常见的指标之一，一般用生产单位的实际产出与其理论上所能实现的最大潜在产出的比值来表示，本研究选用技术效率来衡量样本经营农户营林生产效率水平。用Yi表示第i个农户的林业产出，则随机前沿生产函数（stochastic frontier approach，SFA）可表示为：Yi＝f（Xi，β）exp（Vi-Ui）。其中：f（Xi，β）代表生产前沿面，Xi为生产要素的投入，本研究指资本、土地和劳动力的投入；（Vi-Ui）为混合误差，其中Vi表示随机误差，包含测度误差及不可控因素；Ui为技术效率损失，表示农户i的技术非效率项，服从独立的截断正态分布N（mi，δu2），其中mi为数学期望，δu2为方差。
技术无效率函数（mi）可设定为：$ {m_i} = {\delta _0} + \sum\limits_j {{\delta _j}{Z_{ji}} + {\mu _i}} $。其中：i表示第i位样本农户，Zji表示影响技术效率的各外生变量，δj为待估参数，反映各外生变量对技术效率的影响程度，μi为纯随机误差项。
在此基础上求解出技术效率水平：Ti＝E（Yi∣Ui，Xij）/E（Yi∣Ui＝0，Xij）＝exp（-Ui），从而求解出平均技术效率：$ T = \frac{1}{n}\sum\limits_{i = 1}^n {{T_i}} $。其中：n为农户数量，本研究采用最大似然估计法来估计前沿生产函数的参数。
2. 数据来源、实证模型与变量选择
2.1 数据来源
本研究以浙江省南方集体林区为案例点，充分考虑地理位置、自然资源和社会经济发展差异，按农民人均可支配收入分层抽样选取浙江省建德市、开化县2个县（市）作为样本县（市）。2地农民人均可支配收入为23 998和15 736元，存在明显差异，反映出浙江省不同地区经济发展的差异性；森林覆盖率为76.2%和80.9%，均超出浙江省的平均水平，林业代表性较好。采取随机抽样法，在2个样本县（市）随机选取6个乡（镇），其中开化3个乡（镇），建德3个乡（镇）。为保证问卷的质量与信息的真实性，调查采取“一对一”的访谈模式。共得到农户有效样本245户，其中有雇工参与的农户151户，无雇工参与的农户94户。
杉木Cunninghamia lanceolata是样本地区分布最广的树种之一，也是当地农户最主要的林业收入来源之一；因此，本研究以杉木为案例树种进行调研。调查内容包括农户家庭基本情况、林地基本情况、1个营林周期内最大地块上杉木的生产投入和产出情况等。样本分布见表 1。
表 1 农户有效样本分布情况Table 1. Specific distribution of effective sample of farmers县（市） 乡（镇） 村 合计/户 比例/% 开化 华埠 许家源 20 8.2 联丰 20 8.2 池淮 芹源 20 8.2 玉坑 20 8.2 芹阳 泉坑 21 8.6 小桥头 20 8.2 建德 李家 沙墩头 8 3.3 长林 23 9.4 石鼓 9 3.7 龙桥 1 0.4 新桥 2 0.8 李家 2 0.8 建德 大同 上马 1 0.4 小溪源 24 9.8 永平 1 0.4 竹林 1 0.4 竹源 13 5.3 航头 大店口 21 8.6 东村 14 5.7 溪沿 1 0.4 罗源 1 0.4 曹源 2 0.8 总计 245 100.0 2.2 实证模型与变量选择
在测算林业技术效率之前，需要先确定前沿函数的具体形式，常见的前沿函数形式有C—D生产函数和超越对数生产函数。相对于前者，后者不仅形式灵活、易估计、包容性强，而且允许要素间替代弹性可变，没有对技术变化附加任何限制条件，因此近似性更好。考虑到南方集体林区农户拥有林地地块数量普遍较多，而农户林业生产中最重视且存更大雇佣劳动可能性的一般是最大地块，因此，本研究采用农户最大地块1个经营周期内的营林投入产出变量来构建生产函数。超越对数生产函数公式如下：lnYi＝β0+β1lnKi+β2lnLi+β3lnMi+β4（lnKi）2+β5（lnLi）2+β6（lnMi）2+β7lnKilnLi+β8lnMilnMi+β9lnKilnMi+Vi-Ui。其中：Y表示最大地块1个经营周期内的林业产出（主伐量）（m3）；K表示农户在最大地块的1个经营周期内所投入的费用（元）；L表示农户在最大地块的1个经营周期内所投入的劳动投工数量（工）；M表示最大地块面积（hm2）；β0~β9为待估参数。
通过对超越对数生产函数求导可以分别计算出各投入要素的产出弹性。资本投入要素的产出弹性为：η1＝β1+2β4lnK+β7lnL+β9lnM。劳动力投入要素的产出弹性为：η2＝β2+2β5lnL+β7lnK+β8lnM。土地投入要素的产出弹性为：η3＝β3+2β6lnM+β8lnL+β9lnK。农户技术无效率函数表示为：$ {m_i} = {\delta _0} + \sum\limits_{j = 1}^{j = 5} {{\delta _j}{h_j} + \sum\limits_{j = 6}^{j = 16} {{\delta _j}{Z_{ji}} + {\mu _i}} } $。其中hj为关键变量，代表雇工劳动质量，表示农户最大地块1个经营周期内雇佣劳动力的投工质量情况，Zj为控制变量。
为全面测度营林雇工劳动质量问题，本研究构建了雇工年龄比例、雇工性别比例、雇工投工所占比例、受过技术培训的雇工所占比例等具体指标[6]作为关键变量。具体如下。①雇工年龄比例：40岁以下雇工所占比例（h1）、60岁以上雇工所占比例（h2）；②雇工性别比例：男雇工所占比例（h3）；③雇工投工所占比例：总投工中雇工所占比例（h4）；④受过技术培训的雇工所占比例（h5）。
一般研究将影响技术效率的地块特征、农业生产特征、户主特征等外生因素作为控制变量。①地块特征主要包括地块的地理位置（最大地块离家距离）、农户家庭山林总面积、农户家庭林地总块数、最大地块立地质量。地块离家距离越近，越便于林农对林地进行管理，所以，预期最大地块离家距离会对农户营林技术效率产生负向影响。农户家庭山林总面积越大、林地总块数越多意味着农户管理林地的难度也越大，平均到每个地块的管理时间就会越少，因此，预期其会对农户营林技术效率产生负向影响[7]。土地细碎不利于先进机械设备和技术的推广，控制病虫害难度加大，难以实现规模经营[8]，虽然也有研究表明耕地面积与生产率之间的反向关系[9]，但有些研究却表明此种关系并不显著[10]，因此预期其总效应不明确。地块的立地质量对效率的影响是显而易见的，肥沃的土壤相对于贫瘠的土壤更能提高农户的生产效率[11]，因此预期其会对农户营林技术效率会产生正向影响。②农业生产特征包括家庭务农人数、家庭总收入以及农户是否为补贴户。家庭务农人数会直接影响到劳动力要素的投入，因此预期其会对农户营林技术效率产生正向影响。农户家庭总收入的增加会加大农户的林业投资[12]，预期会对农户营林技术效率产生正向影响。农户若为补贴户，林业补贴的增加也会增加农户对林业的资本投入，因此假设其会对农户营林技术效率产生正向影响。③户主特征。包括户主年龄、户主的受教育年限、户主健康状况、户主是否担任过村干部。户主年龄对其技术效率的影响方向取决于该农户是更富有经验还是更守旧[13]；户主受教育年限越长，越能有效利用先进的农业生产技术[14]，因此，假设其会对农户营林技术效率产生正向影响。户主健康状况对农户营林技术效率的影响也是显而易见的：户主健康状况越好，越有利于家庭营林生产劳动和决策，因此假设其会对技术效率产生正向影响。干部身份一方面会带来收入效应，即干部获得先进生产技术和农业生产信息的渠道更多，这会对农户营林技术效率产生正效应；另一方面，干部身份同样存在替代效应，即干部用于家庭经营的时间更少，从事家庭经营的机会成本也较高，这会对农户营林技术效率产生负效应[15]。因此其具体影响尚不可知。具体控制变量如下：Z6表示农户是否为补贴户（0代表否，1代表是）；Z7表示户主是否为村干部（0代表否，1代表是）；Z8为农户家庭务农人数（人）；Z9为户主年龄（岁）；Z10为户主受教育年限（年）；Z11为户主健康状况（1代表好，2代表中，3代表差）；Z12表示农户家庭总收入（元）；Z13为农户家庭山林总面积（hm2）；Z14表示农户经营的山林总块数（块）；Z15表示农户经营山林中最大地块的立地质量（1代表好，2代表中，3代表差）；Z16表示最大地块离家的距离（km）。
3. 结果与分析
3.1 描述性统计分析
由表 2可知：样本农户最大地块整个营林周期内单位面积的平均产出为108.62 m3·hm-2，农户最大地块整个营林周期内单位面积的平均资本投入为8 214.47元·hm-2，单位面积平均劳动力投入为375.23工·hm-2，平均林地投入为2.02 hm2。
表 2 随机前沿生产函数模型变量的描述性统计Table 2. Descriptive statistics of variables in Stochastic Frontier Approach's model统计值变量 最大地块总产出/（m3·hm-2） 最大地块资本投入/（元·hm-2） 最大地块面积/hm2 最大地块劳动力投入/（工·hm-2） 平均值 108.62 8 214.47 2.02 375.23 标准差 94.70 5 187.26 1.14 278.28 技术效率损失模型中（表 3），户主的平均年龄为57.24岁，平均受教育年限为7.20 a，可以看出该地区的劳动力质量较差。88.00%的立地质量为中等及以上，最大地块离家距离平均为1.97 km，表明样本地区的立地质量和交通条件对林业经营相对有利。样本农户家庭户均地块为3.41块，表明样本地区林地细碎化问题并不严重。农户的家庭总收入均值为95 501.74元，说明样本地区当地的经济条件利于林业发展。所有样本农户中仅有27.00%的农户为补贴户，说明国家的林补政策还未真正地惠及该地区。
表 3 技术效率损失模型变量的描述性统计Table 3. Descriptive statistics of variables in the loss of technical efficiency's model变量类型 具体变量 平均值 标准差 最小值 最大值 雇工劳动质量 40岁以下雇工所占比例 0.45 0.24 0.10 1.00 60岁以上雇工所占比例 0.49 0.17 0.01 1.00 男雇工所占比例 0.85 0.16 0.20 1.00 总投工中雇工所占比例 0.72 0.25 0.05 1.00 雇佣的工人中受过技术培训的工人所占比例 0.78 0.42 0.10 1.00 户主特征 户主年龄（岁） 57.24 9.38 27 86 户主教育年限 7.20 3.52 0 16 户主是否为村干部（0代表否，1代表是） 0.33 0.46 0 1 户主健康状况：好 0.84 0.36 0 1 户主健康状况：差 0.12 0.22 0 1 农业生产特征 家庭务农人数（人） 1.18 1.05 0 5 家庭总收入（元） 95 501.74 104 235.30 520 724 652 是否为补贴户（0代表否，1代表是） 0.27 0.44 0 1 地块特征 家庭总地块数 3.41 2.87 0 20 最大地块质量：好 0.54 0.49 0 1 最大地块质量：差 0.12 0.31 0 1 最大地块离家距离（km） 1.97 2.03 0.02 15 山林总面积 3.52 8.26 0.03 96.67 说明：“户主健康状况”参照组为“中”，“最大地块质量”参照组为“中” 为消除因自变量之间多重共线性导致的模型估计结果偏差，在模型估计前对雇工质量各指标进行相关性检验。结果发现（表 4）：雇工质量各指标之间不存在多重共线性问题，各指标可以作为自变量放入模型进行估计。
表 4 雇工质量各指标系数相关矩阵Table 4. Relevance matrix of index coefficients of employee quality40岁以下雇工所占比例 60岁以上雇工所占比例 男雇工所占比例 总投工中雇工所占比例 雇佣的工人中受过技术培训的工人所占比例 40岁以下雇工所占比例 1.00 60岁以上雇工所占比例 0.18 1.00 男雇工所占比例 0.24 0.15 1.00 总投工中雇工所占比例 0.01 0.00 0.33 1.00 雇佣的工人中受过技术培训的工人所占比例 0.24 0.02 0.10 0.23 1.00 3.2 实证结果分析
利用广义似然比（LR）检验可降低对SFA模型的依赖，避免函数形式的误设，从而从设定的待估计模型中筛选出最能拟合样本数据的模型。LR公式可表示为：RL＝-2[lnL（H0）-lnL（H1）] ~χ2（k）。其中：L（H0）和L（H1）分别是零假设H0和备择假设H1下的似然函数值，表示受约束条件的自由度。将LR统计量与临界值进行比较，当LR统计量值大于临界值时拒绝原假设，否则，接受原假设。给出的2个零假设为：（1）规模户和非规模户的前沿面并没有显著的差异，即模型不需要添加是否为规模户的虚拟变量。（2）外生变量对技术效率无任何影响，即模型不需要添加外生变量影响因素。LR验证结果如表 5所示。相对于基准模型，假设1在1%显著性水平上没有被拒绝，而假设2在1%显著性水平上拒绝原假设；说明原假设1对应的模型较好地拟合了样本数据，可作为本研究测度技术效率的主要模型。
表 5 假设检验结果Table 5. Hypothesis test results零假设 LR统计量 自由度 χ2 0.01临界值 结论 H0：不应该设置规模户虚拟变量 0.001 9 20.97 接受 H0：外生变量对技术效率无影响 126.310 14 28.49 拒绝 3.2.1 随机前沿生产函数模型估计结果分析
表 6为随机前沿生产函数模型的估计结果。将表 6的回归系数代入上文生产投入要素产出弹性计算公式中可得到各投入要素的产出弹性。计算得：土地投入要素的产出弹性为2.25，说明样本地区林业生产对土地投入的依赖程度较高，即林业生产中最为稀缺的生产要素是土地，增加土地投入可以大幅度地提高林业产出。资本（-0.09）和劳动力（-0.23）投入要素的产出弹性均为负值，说明目前样本地区林业存在过度投入资本和劳动力的情况，单纯依靠增加林业劳动力和林业资本投入并不会带来林业产出的增加，相反还可能导致林业产出减少。
表 6 随机前沿生产函数模型估计结果Table 6. Estimated results of Stochastic Frontier Approach's model变量 系数 变量 系数 最大地块资本投入 0.589***（0.091） 劳动力投入的平方项 -0.029*（0.016） 最大地块面积（土地投入） 0.746***（0.240） 资本投入×土地投入 0.160**（0.068） 最大地块劳动力投入 0.017（0.125） 土地投入×劳动力投入 0.108*（0.063） 资本投入的平方项 0.051***（0.010） 资本投入×劳动力投入 -0.014（0.035） 土地投入的平方项 -0.410***（0.137） 常数项 -0.368（0.259） 说明：*，**，***分别表示通过10%，5%，1%水平下的显著性检。括号内数值为回归标准误 3.2.2 技术效率损失模型估计结果分析
在245份有效样本农户中，家庭最大地块1个营林周期内有雇佣劳动力的农户有151户，占总体样本的61.63%。总体农户平均技术效率值为0.57，有雇工农户平均技术效率值为0.59，无雇工农户的平均技术效率值为0.76。由表 7可知：如果消除技术效率的损失，总体样本农户的平均技术效率还有43.00%的提升空间。由描述性统计结果可粗略看出无雇工农户的平均技术效率高于有雇工农户的平均技术效率，但雇佣劳动对农户技术效率的具体影响有待进一步计量分析。由样本农户雇工情况对农户营林技术效率损失影响的估计结果（表 8）可知：在控制其他变量不变的情况下，雇工会对农户营林技术效率造成负面影响（P＜0.10）。雇工劳动质量指标中，总投工中雇工所占比例对农户的营林技术效率具有负向影响（P＜0.05）；原因可能是家庭自有劳动力和雇佣劳动力劳动质量存在异质性，雇主对劳动过程的监督很难到位，由此造成总投工中雇工所占比例越高，农户营林技术效率越低。户主年龄对农户的营林技术效率具有正向的影响（P＜0.10）；原因可能是随着户主年龄增大，其营林生产经验越丰富，对家庭营林生产越有利。户主良好的身体状况对农户营林生产技术效率具有正向影响（P＜0.05）；作为家庭最主要的林业劳动力和决策者，户主身体健康程度对林业生产至关重要。家庭总收入对农户营林生产技术效率具有正向影响（P＜0.05）；原因在于农户家庭总收入的增加会减少农户家庭林业生产的资金约束，农户林业投资概率会增大。山林总面积和家庭总地块数都对农户的营林技术效率具有负向影响（P＜0.10）；农户家庭山林总面积越大、家庭总地块数越多，农户管理林地的难度也越大，平均到每个地块的管理时间就会越少，农户无法对林地进行精细化地管理，影响了技术效率的提高。好的地块质量对农户营林生产技术效率具有负向影响（P＜0.10）；这与预期的影响方向相反，可能的原因是：农户会对质量较好的地块相对投入更少的肥料和劳动力等生产要素，因此使立地质量较优的地块产出情况反而不如立地质量较差的地块。
表 7 样本农户营林技术效率总体情况Table 7. Overall situation of technical efficiency of sample farmers in forestry management描述性统计农户类型 平均值 标准差 最小值 最大值 全部农户 0.57 0.20 0.12 0.92 有雇工农户 0.59 0.25 0.06 0.98 无雇工农户 0.76 0.12 0.24 0.92 表 8 雇工情况及雇工劳动质量对农户营林技术效率损失的影响估计结果Table 8. Estimation of the impact of employment and labor quality of employees on technical efficiency of farmers' forestry management变量类型 具体变量 系数 具体变量 系数 雇工情况 是否雇工（0代表否，1代表是） 0.373*（0.212） 40岁以下雇工所占比例 1.139（0.814） 及雇工劳 60岁以上雇工所占比例 -0.474（0.509） 动质量 男雇工所占比例 0.662（0.511） 总投工中雇工所占比例 1.205**（0.538） 雇佣的工人中受过技术培训的工人所占比例 -2.115（1.328） 户主特征 户主年龄（岁） -0.011（0.009） 户主年龄（岁） -0.027*（0.016） 户主教育年限 -0.008（0.022） 户主教育年限 0.052（0.044） 户主是否为村干部（0代表否，1代表是） 0.182（0.160） 户主是否为村干部（0代表否，1代表是） 0.181（0.245） 户主健康状况：好 -0.498**（0.242） 户主健康状况：好 -1.130**（0.489） 户主健康状况：差 -0.180（0.324） 户主健康状况：差 -0.132（0.883） 农业生产 家庭务农人数（人） 0.035（0.078） 家庭务农人数（人） 0.084（0.106） 特征 家庭总收入（元） -0.000**（0.000） 家庭总收入（元） -0.000**（0.000） 是否为补贴户（0代表否，1代表是） 0.333**（0.165） 是否为补贴户（0代表否，1代表是） 0.317（0.259） 地块特征 家庭总地块数 0.035（0.026） 家庭总地块数 0.090*（0.049） 最大地块质量：好 0.221（0.155） 最大地块质量：好 0.640*（0.359） 最大地块质量：差 -0.117（0.241） 最大地块质量：差 0.196（0.460） 最大地块离家距离（km） -0.040（0.037） 最大地块离家距离（km） -0.052（0.061） 山林总面积 -0.005（0.022） 山林总面积 0.042*（0.022） 常数项 1.643***（0.623） 常数项 0.303（1.099） σ2 0.318***（0.070） σ2 0.801***（0.268） γ 0.876***（0.073） γ 0.995***（0.003） 说明：“户主健康状况”参照组为“中”，“最大地块质量”参照组为“中”；*，**，***分别表示通过10%，5%，1%水平下的显著性检验。括号内数值为回归标准误 4. 结论及建议
4.1 结论
本研究发现：样本农户的营林技术效率的平均值为0.57，表明样本农户在当前技术水平下平均56.60%的产出可以通过现有的生产要素组合来获得，样本农户的营林技术效率还有43.40%的提升空间。农户营林生产过程中的雇佣劳动确实会对营林生产造成负面影响，雇工劳动质量不同，对提高农户营林技术效率的影响程度不同；营林生产总投工中雇工所占比例越大，对提高农户营林技术效率的负面影响程度越大。
4.2 建议
建立有效的劳动监督和管理机制。雇佣劳动力在劳动过程中缺乏有效的劳动监督，雇工劳动质量低下，是营林生产技术效率下降的主要原因。因此，农户应根据雇工实际情况建立有效劳动监督机制，在劳动生产可计量的环节尝试使用绩效工资，并根据劳动成果给予一定的激励措施，减少雇工过程中“搭便车”行为的发生，从而提高雇工劳动的质量。在目前林业规模经营日趋普遍的情况下，传统的生产经营和管理方式越来越难以适应，迫切需要建立高效的林业生产管理机制。革新传统林业管理理念，启用具有现代管理才能的人才管理林业经营；在林业生产的各个环节，制定科学合理的管理细则和林业生产流程。
推进适度规模经营，加大林业科技服务投入。解决各林业经营主体营林生产过程中的雇工劳动质量问题的关键是解决农村劳动力不足的问题。因此，推广林业机械化生产、开拓新型经营方式、积极推进林业适度规模经营均能在很大程度上解决上述问题。在地形条件较平缓的地区的林业规模经营户中可以依靠推进农业机械化替代劳动力，解决雇佣劳动所带来的劳动质量问题。同时，在机械替代较为困难的地区，可以尝试开拓林业服务外包、农户之间合作经营和托管经营等新型林业经营方式，促使劳动力要素配置更加专业化，也可以缓解由于雇佣劳动力所带来的劳动质量问题。对规模经营中出现的雇工劳动问题，需要进一步研究以寻找雇工劳动最优的比例，从劳动力层面对农户适度规模经营提出要求。
-
图 3 2011和2018年林草植被覆盖分布示意图
Figure 3 Distribution of forest and grass coverage in 2011 and 2018
图 4 2018年水土保持措施现状分布示意图
Figure 4 Current distribution of water and soil conservation measures in 2018
图 5 2011和2018年土壤侵蚀强度分布示意图
Figure 5 Soil erosion intensity distribution in 2011 and 2018
表 1 重点工程实施前后图斑变化方向
Table 1. Direction of land use change before and after the implementation of the key projects
实施前后变化方向 计数/个 面积/hm2 实施前后变化方向 计数/个 面积/hm2 村庄居民点—有林地 1 1.06 旱梯田—村庄居民点 1 0.14 果园—村庄居民点 6 3.36 旱梯田—果园 71 189.95 果园—有林地 4 8.69 旱梯田—有林地 10 20.56 坡耕地—村庄居民点 32 13.87 有林地—采矿用地 2 0.78 坡耕地—果园 61 174.12 有林地—村庄居民点 6 1.14 坡耕地—坑塘水面 3 1.22 有林地—果园 34 55.51 坡耕地—旱梯田 77 343.77 有林地—农村道路 1 0.13 坡耕地—有林地 23 49.16 有林地—坡耕地 5 3.56 旱梯田—采矿用地 1 1.80 有林地—旱梯田 1 1.79 总计 339 870.60 
下载: 导出CSV
表 2 2011–2018年林草植被覆盖度变化方向转移矩阵
Table 2. Transfer matrix of vegetation coverage change direction of forest and grass coverage from 2011 to 2018
2011年面积/hm2 2018年面积/hm2 林草植被面积 非林草
植被面积转出面积 低覆盖 中低覆盖 中覆盖 中高覆盖 高覆盖 林草植被面积 低覆盖 0 0 0 0 0 0.10 0.10 中低覆盖 0 2.74 0 0 0 0.10 0.10 中覆盖 0 0 52.23 39.07 0 1.78 40.85 中高覆盖 0 0 0 307.78 313.07 8.77 321.84 高覆盖 0 0 0 0 181.30 0 0 非林草植被面积 0 22.89 38.67 373.28 0 1571.67 434.84 转入面积 0 22.89 38.67 412.36 313.07 10.75 797.73
下载: 导出CSV
表 3 水土保持措施实施状况与保存效果
Table 3. Statistical table for preservation condition of soil and water conservation measures
项目 点状措施 线状措旆 面状措施 水土流失治理
面积/hm2蓄水池/个 谷坊/座 山塘堰坝/座 生产道路/km 封禁治理/hm2 经济果林/hm2 水保林/hm2 土坎梯田/hm2 实施数量 9 9 10 8.00 486.62 179.00 37.89 468.97 1172.48 现存数量 9 5 8 7.24 449.32 153.86 30.89 448.09 1082.16 差异 0 −4 −2 −0.76 −37.30 −25.14 −7.00 −20.88 −90.32 保存率/% 100.00 55.56 80.00 90.51 92.34 85.95 81.51 95.55
下载: 导出CSV
表 4 水土流失变化方向转移矩阵
Table 4. Transfer matrices of soil erosion intensity change
2011年面积/hm2 2018年面积/hm2 微度侵蚀 轻度侵蚀 中度侵蚀 强烈侵蚀 极强烈侵蚀 转出面积 微度侵蚀 1151.61 35.94 1.06 0 0 37.00 轻度侵蚀 193.79 715.21 0 0 0 193.79 中度侵蚀 243.31 340.89 94.56 0 0 584.19 强烈侵蚀 0.31 92.12 24.39 10.49 0 116.82 极强烈侵蚀 0 1.38 5.39 0 3.02 6.76 转入面积 437.4 470.32 30.84 0 0 938.56
下载: 导出CSV
表 5 不同措施类型区水土流失状况统计
Table 5. The statistics of soil and water loss in different measures
措施类型 年份 轻度侵
蚀/hm2中度侵
蚀/hm2强烈侵
蚀/hm2极强烈侵
蚀/hm2水土流失
面积/hm2措施类型 年份 轻度侵
蚀/hm2中度侵
蚀/hm2强烈侵
蚀/hm2极强烈侵
蚀/hm2水土流失
面积/hm2土坎梯田 2011 137.69 234.60 45.09 0.83 418.21 封禁治理 2011 65.98 197.63 −1.86 3.90 269.37 2018 325.17 6.30 0 0 331.47 2018 17.05 20.93 0.06 2.84 40.88 增减 187.48 −228.30 −45.09 −0.83 −86.74 增减 −8.93 −176.70 −1.80 −1.06 −228.49 经济果林 2011 51.07 29.54 1.43 0 82.04 水土保持林 2011 8.09 21.55 0 0 29.64 2018 79.74 0 0 0 79.74 2018 6.33 0 0 0 6.33 增减 28.67 −29.54 −1.43 0 −2.30 增减 −1.76 −21.55 0 0 −23.31
下载: 导出CSV
-
[1] 邢伟, 胡续礼, 张荣华, 等. 淮河流域国家水土保持重点工程土壤侵蚀防控效果[J]. 中国水土保持科学, 2016, 14(2): 137 − 146. XING Wei, HU Xuli, ZHANG Ronghua, et al. Control effects of the national key project of soil and water conservation on the soil erosion in Huaihe River Basin [J]. Sci Soil Water Conserv, 2016, 14(2): 137 − 146. [2] 赵爱军. 小流域综合治理模式研究[D]. 武汉: 华中农业大学, 2005. ZHAO Aijun. The Research on Comprehensive Control Model in Small Watershed[D]. Wuhan: Huazhong Agricultural University, 2005. [3] 张松松, 胡续礼, 张光灿, 等. 不同耕作方式对小流域坡改梯工程效果的影响[J]. 中国水土保持科学, 2015, 13(6): 91 − 97. ZHANG Songsong, HU Xuli, ZHANG Guangcan, et al. Effects of different tillage methods on the project of changing slope into terrace in small watersheds [J]. Sci Soil Water Conserv, 2015, 13(6): 91 − 97. [4] 赵建民. 基于生态系统服务理论的水土保持综合效益评价研究: 以黄土高原中部丘陵区为例[D]. 西安: 西北农林科技大学, 2010. ZHAO Jianmin. The Study on the Comprehensive Benefit Evaluation for Soil and Water Conservation Based on the Theory of Ecosystem Services: A Case Study in Central Hilly-Gully Region on Loess Plateau[D]. Xi’an: Northwest A&F University, 2010. [5] 李苗苗. 植被覆盖度的遥感估算方法研究[D]. 北京: 中国科学院, 2003: 20 – 35. LI Miaomiao. The Method of Vegetation Fraction Estimation by Remote Sensing[D]. Beijing: Chinese Academy of Sciences, 2003: 20 – 35. [6] 张洪达, 王保一, 牛勇, 等. 奥维地图在区域水土流失监测野外调查工作中的应用[J]. 中国水土保持科学, 2018, 16(5): 85 − 94. ZHANG Hongda, WANG Baoyi, NIU Yong, et al. Application of ovitalmap in field survey of regional water and soil loss monitoring [J]. Sci Soil Water Conserv, 2018, 16(5): 85 − 94. [7] 姜德文. 高分遥感和无人机技术在水土保持监管中的应用[J]. 中国水利, 2016(16): 45 − 47, 49. JIANG Dewen. Application of high resolution remote sensing and UAV in soil conservation monitoring and supervision [J]. China Water Resour, 2016(16): 45 − 47, 49. [8] 张雅文, 许文盛, 沈盛彧, 等. 无人机遥感技术在生产建设项目水土保持监测中的应用: 方法构建[J]. 中国水土保持科学, 2017, 15(1): 134 − 140. ZHANG Yawen, XU Wensheng, SHEN Shengyu, et al. Application of UAV remote sensing technology in monitoring of soil and water conservation for construction projects: the establishment of a method [J]. Sci Soil Water Conserv, 2017, 15(1): 134 − 140. [9] 田佳榕, 代婷婷, 徐雁南, 等. 基于地基激光雷达的采矿废弃地生态修复的植被参数提取[J]. 生态与农村环境学报, 2018, 34(8): 686 − 691. TIAN Jiarong, DAI Tingting, XU Yannan, et al. Extraction of vegetation parameters in different stages of ecological restoration on abandoned mine area based on T-LiDAR [J]. J Ecol Rural Environ, 2018, 34(8): 686 − 691. [10] 王春梅, 杨勤科, 王琦, 等. 区域土壤侵蚀强度评价方法研究: 以安塞县为例[J]. 中国水土保持科学, 2010, 8(3): 1 − 7. WANG Chunmei, YANG Qinke, WANG Qi, et al. Research on regional soil erosion intensity assessment: taking the Ansai County as an example [J]. Sci Soil Water Conserv, 2010, 8(3): 1 − 7. [11] 齐斐, 胡续礼, 刘霞, 等. 基于小流域划分的沂源县水土保持规划布局及措施配置[J]. 中国水土保持科学, 2018, 16(5): 129 − 135, 144. QI Fei, HU Xuli, LIU Xia, et al. Soil and water conservation planning layout and measures configuration for Yiyuan County based on small watersheds [J]. Sci Soil Water Conserv, 2018, 16(5): 129 − 135, 144. 期刊类型引用(4)
1. 朱臻，薛家依，宁可. 规模化经营背景下劳动监督对营林质量的影响研究：来自南方集体林区三省规模户的实证数据. 农林经济管理学报. 2021(01): 78-91 . 
百度学术2. 高润，刘洁. 林业经济实现可持续发展的重要性分析. 林产工业. 2021(04): 99-101 . 百度学术3. 肖琦，洪英. 新形势下林业科技对林业发展的重要性分析. 林产工业. 2021(05): 69-71+76 . 百度学术4. 修丕师，张晓梅. 重点国有林区职工林下经济创业潜力及支持路径研究. 林业经济问题. 2020(06): 626-633 . 百度学术其他类型引用(8)
-
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20200168
点击查看大图
计量
- 文章访问数: 1770
- HTML全文浏览量: 404
- PDF下载量: 44
- 被引次数: 12
