以下是引用这篇文章的既定格式:
Magliocca, n.r, A. C. de Bremond, E. A. Ellicott, L. Seghezzo, C. D. Venencia, M. Moscario和C. Nolte, 2022年。一对?阿根廷Dry Chaco的大规模土地收购和商品边界扩张。生态与社会27(2):25。摘要
在过去20年里,由商品农业驱动的土地利用变化(LUC)在阿根廷干查科地区尤为广泛,该地区在此期间超过亚马逊地区,成为全球三大森林砍伐热点地区之一。大规模土地征用(lsla)被认为是大宗商品前沿扩张中森林砍伐和相关LUC的关键催化剂。然而,目前尚不清楚影响干查科和全球其他农产品前沿地区的当代lsla在LUC机制上是否与传统农业扩张过程不同。在阿根廷Dry Chaco的当代lsla中,国内外投资者、商品作物和LUC动态的多样性提供了一个聚焦的镜头,或“案例集”,通过它来考虑萨尔塔省自2000年以来的商品前沿动态。我们将对LSLA和非LSLA农业地块边界内LUC发生时间和位置的遥感分析和分类与生存分析相结合,得出关于LSLA建立(即购买/所有权转让/所有权变更)和与生产经营相关的LUC的动态结论。从区域上看,农业向边际土地扩张的时空格局在LSLA地块和非LSLA地块之间是一致的。然而,基于地块的分析显示,对商品价格和《国家森林法》规定的土地使用限制的反应能力不同,这导致了低森林服务水平地块和非低森林服务水平地块之间的土地利用效率轨迹不同。特别是,由于《森林法》的限制,LSLA地块的土地利用效率显著降低,但非LSLA地块和少数“重新分类”和/或非法砍伐LSLA地块的土地利用效率仍在继续。我们的研究结果表明,超越对LSLA结果的大规模、综合的空间评估的重要性,这些评估旨在为政策的“黑箱”参与者提供信息。必须明确考虑行为体的异质性,将其作为影响土地征用和导致不同的土地资源综合评价轨迹的因果机制的一部分。介绍
大规模土地征用(LSLAs)已成为全球农业前沿扩张和相关森林砍伐的主要催化剂(Anseeuw等人2013a, Messerli等人2014,Davis等人2020)。尽管从广义上讲,LSLAs并不是一个新现象(White 2012, Edelman 2013),但当代(2000年后)LSLAs是在前所未有的全球经济互联性、独特的触发事件(如食品、燃料和金融危机;2010年)和新的商品生产(例如,柔性作物;Borras et al. 2016)或投资意向(Fairbairn 2014)。当代的lsla与”新一波”资本和商品的跨国流动推动了商品边界的扩张,这代表了历史上农业边界的演变。较新的商品边界概念强调地方行为体与国家一级政策之间的相互作用,以及行为体获取租金的不同能力,并试图说明地方、国家、区域和全球尺度上农业生态、社会政治和经济相互作用的重要性(例如,le Polain de Waroux等人,2018年)。在当代lsla中可以观察到的国内外投资者、商品作物和土地使用变化(LUC)动态的多样性——这里定义为2000年以来达成的土地交易,包括通过出售、租赁或特许转让超过200公顷的土地使用权、控制权或拥有权(Anseeuw等人,2013a)——提供了一个聚焦的镜头,或”案例集,”以此来考虑商品前沿动态。
大规模土地征用已受到国际研究的广泛关注(例如,Anseeuw等人2013b, Liao等人2016,Oberlack等人2016,D 'Odorico等人2017,国际土地联盟(ILC)等人2018),并开展了持续和有针对性的监测工作,因此提供了离散的、远程可观测的(即卫星图像)和空间有界的分析单元,以调查与区域和全球市场相关的局部前沿LUC动态。然而,LSLA与商品前沿文献之间的互动有限,主要是因为LSLA的研究工作倾向于关注与LSLA相关的LUC或社会冲突和土地剥夺,而不是这些结果之间的因果关系。目前对当代LSLA的起因和后果的认识主要是在全球或区域范围评估(例如,撒哈拉以南非洲或东南亚;Borras和Franco 2011, Borras等人2012,Messerli等人2014,Oberlack等人2016,Dell 'Angelo等人2017,Davis等人2020)或对一个或少数案例(例如,Dwyer 2014, Baird和Fox 2015, Lamb等人2017,Fox等人2018)的深度政治生态学或民族志分析。关于LSLA参与者、土地交易过程和空间明确边界数据的一致性信息有限(Anseeuw等人,2013b, Liao等人,2016),这妨碍了对可归因LUC具体原因的量化和推断(Messerli等人,2014,Magliocca等人,2019)。
阿根廷干查科的大规模土地收购是个例外。这部分是由于该地区农产品前沿的迅速和广泛扩张。在过去20年里,由于广泛的农业扩张,阿根廷Dry Chaco地区超过亚马逊成为全球三大森林砍伐热点地区之一(Hansen et al. 2013, Volante et al. 2016, Baumann et al. 2017)。北部的萨尔塔省一直是大规模农业投资者的特别目标,截至2018年,该省拥有约150万公顷的土地(Venencia等人,2019年)。国内投资者占LSLAs的92%,其余8%是来自法国、卢森堡、西班牙、荷兰、美国和乌拉圭等国的国际投资者(Salas Barboza et al. 2019)。2000-2013年,萨尔塔省两个受影响最严重的省(安踏和桑Martín)的土地利用变化迅速而广泛,森林砍伐率分别为44%和46% (le Polain de Waroux et al. 2018)。因此,由于土地矩阵倡议拉丁美洲联络点的持续监测(Venencia等,2019年),萨尔塔的lsla是阿根廷干查科记录最好的,也是全球记录最好的之一。因此,它们提供了一个独特的机会,以个案为基础研究两种全球重要现象——大宗商品前沿扩张和最低限度贸易协定,这两种现象内在地联系着全球大宗商品市场、国家政治和经济条件以及地方LUC动态。
干查科的商品边界扩张
干旱查科地区的土地利用变化一直是并将继续是一个复杂的、多尺度的过程,其驱动因素是将主权国家、全球金融和农业综合企业与当地团体联系起来的经济和地缘政治关系的根本性变化(Cotula 2012)。在当地,关键农业技术的引入,特别是抗农达大豆品种和储存袋的引入,促进了20世纪90年代的大豆繁荣(Volante等人,2016年,le Polain de Waroux等人,2018年)。转基因大豆品种促进了向免耕种植方式的过渡,储存袋使大豆生产扩展到没有储存基础设施的地区(Goldfarb和van der Haar 2016年)。在国家层面,几次经济危机、货币贬值和出口关税(Dowd 2009年,Volante等人2016年,Meador和Sandoval 2018年,le Polain de Waroux等人2018年)不同程度地促进或限制了农业扩张。在Dry Chaco地区,大豆的繁荣与平均年降水量增加的时期相吻合(Grau et al. 2005, Volante et al. 2016)。在全球范围内,农业需求和商品贸易的增加(Tilman等人,2011年,Kastner等人,2014年,MacDonald等人,2015年),特别是大豆和豆制品,支持了阿根廷出口的增长(Simoes和Hidalgo, 2011年)。随着全球大宗商品市场的农业需求不断增加,来自周边省份(如潘帕斯地区)或跨国公司的外部投资者将干查科从农业前沿转变为大宗商品前沿(Goldfarb和van der Haar 2016年,le Polain de Waroux等人2018年)。在整个南美洲,大豆和畜牧业的地理和部门耦合进一步为资本创造了新的渠道,以促进森林砍伐,因为泄漏,并日益挑战更常见的监管方案(Gasparri和le Polain, 2015年,Fehlenberg等人,2017年)。
尽管森林砍伐率很高,但阿根廷的干查科地区仍有近840万公顷森林,其中240万公顷位于萨尔塔省,该省是阿根廷查科地区农业扩张率最高的地区(le Polain de Waroux et al. 2018)。剩下的森林支持丰富的生物多样性(Piquer-Rodríguez等,2015年)、碳封存(Gasparri等,2008年)以及传统的土著和小农生计(Seghezzo等,2011年)。森林损失过去是并将继续是由于养牛场和出口导向型农业的迅速和广泛扩张造成的(Piquer-Rodríguez等,2018年)。对森林流失速度的担忧促使了《”原始森林法律”以保护剩下的森林(Seghezzo et al. 2011)。尽管该法律似乎减少了一些地区的森林损失,但它仍存在争议,由于执法不力,森林砍伐的总体情况仍然很高,包括一些非法砍伐(Nolte等人,2018,2018,Volante和Seghezzo, 2018, Vallejos等人,2021)。大宗商品边界扩张的压力(LSLAs是主要来源)继续挑战阿根廷Dry Chaco的保护工作。
在这里,我们使用了商品作物扩展路径的概念框架,应用于萨尔塔的商品作物扩展,包括”案例集”在萨尔塔省的LSLA,研究LSLA如何符合或背离与商品前沿相关的典型LUC动态。具体来说,我们解决了以下研究问题:
- 农产品市场、省级土地利用治理、地方农业生态条件和商品农业行为体类型如何影响农业地块间直接土地利用覆盖的时间和比率?
- 低海拔地区的LUC轨迹与在其他(即非低海拔地区)农业地块观察到的LUC轨迹有何不同?
我们将对LSLA和非LSLA农业地块边界内LUC的时间和位置的遥感分析和分类与生存分析相结合,以得出关于LSLA建立(即购买/所有权转让/所有权变更)和实施(即与生产运营相关的LUC)的动态结论。下一部分详细介绍了我们通过LSLA视角对商品前沿扩展(le Polain de Waroux et al. 2018)和商品作物扩展路径(Meyfroidt et al. 2014)的理论框架的应用和解释。接下来的章节介绍了LUC分析的方法以及空间和时间上的明确结果。最后,我们讨论了萨尔塔的LSLA动态、LSLA与非LSLA地块之间LUC动态的一致性与差异性、萨尔塔实施《森林法》的有效性以及商品前沿扩展模型对理解萨尔塔省乃至全球LSLA的适用性。
理论框架
两个理论框架塑造了我们对阿根廷萨尔塔省商品作物扩张的时间和程度的调查。le Polain de Waroux等人(2018)提出了一个新古典主义和政治经济学框架,用于理解农业前沿通过商品作物生产扩张的条件。该框架应用于南美Gran Chaco,强调两个主要过程之间的相互作用:创造”异常的租金”以及参与者捕捉租金的不同能力。”异常的租金”在边疆地区,经济租金高于土地价格的原因是可达性(如道路、供应链设施)、土地生产力(如农业生态条件)、农业技术、生产者价格或对特定农产品的需求,以及降低生产成本的地方到国家政策(如补贴)的变化吗?重要的是,这些因素的变化可以在多个尺度上发生,从内部或外部到生产区域,从而产生异常的租金。然而,正如le Polain de Waroux及其同事(2018)所强调的,仅凭这些条件还不足以催化前沿扩张,这还依赖于行为体获取增长的经济租金的能力。特别是当行为体能够获得租金信息,能够随时调动资金以确保生产要素,对农业投资具有适当的风险和时间偏好,以及/或具有政治权力影响上述产生异常租金的因素时,商品前沿扩张就发生了。这些多尺度环境因素与农业生产行为体特征之间的相互作用是理解资本充足的商品生产者农业前沿扩张过程的关键。
商品作物扩张路径的概念框架(Meyfroidt et al. 2014)已被用于多种环境——从巴西、印度尼西亚和越南(Meyfroidt et al. 2014)、柬埔寨(Magliocca et al. 2019)、哈萨克斯坦、俄罗斯和乌克兰(Meyfroidt et al. 2016)和撒哈拉以南非洲(Ordway et al. 2017)——研究商品作物产量增加的多种可能和偶发结果。商品扩展路径框架强加了一系列因果关系(即因果链或路径)的总体结构,导致不同的商品作物扩展结果(例如,节约土地的农业集约化;农业扩张进入森林),可能有正反馈和额外或间接LUC。我们将该框架(图1)应用于阿根廷北部萨尔塔省的背景,以考察(1)多尺度、因果因素和过程的不同组合如何导致不同的LSLA建立和实施路径,以及(2)这些路径是否/如何不同于传统的商品前沿扩展过程(即非LSLA农业区块)。
Meyfroidt等人(2014)将商品作物的扩张路径描述为:首先是土地权属的变化,导致了当地、当地以外(例如,国家精英)或外国行为者之间的交易,这进而启动了一个因果事件链,产生了商品作物生产和相关LUC结果的多种可能路径。每种途径都是由因果因素和/或过程的组合定义的:(1)土地交易的属性(例如,土地权属变更的时间、买方来源、商品作物的特征),(2)地方、区域和全球尺度上的背景因素,以及(3)与商品作物生产相关的LUC的速率和程度(图1)。前两个组成部分分别与影响le Polain de Waroux(2018)提出的商品前沿扩张的行为者的特征和因果因素的特征完全相容。然而,路径方法还强调,这些组成部分之间的因果链是一个关键的概念框架和分析单位。因此,我们将这些框架与萨尔塔省商品作物扩展路径和由此产生的LUC的时空明确分析相结合。
在萨尔塔,就像阿根廷查科的大部分地区一样,商品作物生产并不是一个新现象。源于该区域内外的若干环境因素的变化形成了萨尔塔最近商品边界的扩张。我们假设,2008年后促进商品前沿扩张的行为者增加了新的动机,以动员和投资于商品前沿扩张的资本,这导致了LSLA和非LSLA农业地块之间的LUC结果不同。具体地说,与最低限度服务协定有关的行为者被若干全球宏观经济和政治趋势的独特汇合所吸引,对农业前沿地区进行投资。2008年后,土地(le Polain de Waroux et al. 2016)和商品价格的增长更为明显和迅速,这与全球金融和粮食危机、全球重要农业生产区的干旱以及生物燃料生产土地竞争加剧相对应(Searchinger et al. 2008, Zoomers 2010)。特别是,随着房地产和金融市场的崩溃,土地成为国际投资者更有吸引力的选择,导致了大宗商品价格和前沿地区土地收购的压力(Galaz et al. 2015)。按照这一推理,LSLA行为体可能在农业边界获得土地方面有更多的非生产利益,这转化为LUC结果与非LSLA行为体的结果不同。具体而言,我们研究了LSLA和非LSLA是否表现出不同的时间和LUC轨迹,以及它们对2007年《林法》实施的土地利用控制的反应是否不同。
方法
我们的方法使用生存分析来估计时变因素(如商品价格)、相对静态条件(如土壤性质)以及与土地获取过程相关的背景因素(如外国投资者)对非LSLA和LSLA地块LSLA建立时间和LUC的影响。此外,还估算了《森林法》中每一类保护分区的具体生存概率,以区分非LSLA和LSLA地块的土地利用轨迹。
研究区域
我们的研究区域包括阿根廷北部萨尔塔省的耕地区域(图2),其中大部分区域位于干查科生态区(Vallejos et al. 2015, Nolte et al. 2017),用于作物种植和/或养牛。该省的农业适宜性、市场准入和人口密度总体上呈现自西向东递减的趋势。人口和市场集中在萨尔塔西部,这与较高的海拔、年降水量和较好的生长条件相对应。农村地块的大小一般遵循从西到东不断增加的梯度,最大的地块位于东部农业边界。自20世纪90年代以来,萨尔塔省北部和东部地区一直是大规模农业扩张和随之而来的森林损失的焦点(Volante et al. 2016),是众多克里奥洛人和土著社区的家园。这些生物物理、社会经济和社会政治的梯度在历史上塑造了萨尔塔省的大部分LUC。
近50年前,阿根廷潘帕斯草原的大部分地区从畜牧业转变为农田,推动了大规模农业生产和牧场向萨尔塔的最初扩张(le Polain de Waroux et al. 2018)。阿根廷查科地区出口农业的扩张发生在全球lsla增加之前(1990年代末),主要是由国内经济增长和免耕农业和转基因大豆的引入(1997-2002)推动的,这使得在以前过于干旱的地区种植大豆成为可能(Gasparri等人,2013年,Volante等人,2016年)。20世纪90年代以来,西向东的农业扩张空间格局被描述为一种”缺乏选择性蔓延”过程(Volante et al. 2016)。简言之,Volante及其同事(2016:154)描述了农业前沿向边缘地区的推进,在这些地区,随着时间的推移,社会经济和政治因素变得比农业生态条件更加重要。由于技术的进步和廉价、劣质的土地的可用性,萨尔塔曾经考虑扩大生产”边际”土地维持了有利可图的大豆和畜牧业经营。此外,21世纪初的货币贬值降低了相对于出口价格的生产成本,并激励了对前沿农业的投资(le Polain de Waroux et al. 2018)。类似地,牛肉、大豆、大豆和玉米的商品价格在2000年之后的不同时期都出现了飙升(图3),提高了生产者价格并刺激了农业扩张。无论是过去还是现在,萨尔塔的商品边界扩张都是由牧牛场和大豆推动的,在较小程度上,还有白豆、黑豆和玉米。2000年前和2000年后萨尔塔商品前沿扩张的另一个一致之处是国内投资者的相对突出地位,无论是阿根廷独资企业还是与跨国投资者的合资企业(Salas Barboza et al. 2019)。
最近,土地治理对LUC的影响越来越大。2007年11月,阿根廷政府通过联邦法律26331/2007回应公众对森林砍伐日益增长的关切。的”森林法则”将规范原生森林的保护、丰富、恢复、利用和管理及其所产生的环境服务,同时也承认土著和当地社区的祖传权利。作为第一步,该法律要求每个省在1年内就原生森林开展全面和参与性的土地利用规划过程(LUPP) (Seghezzo et al. 2011),在此期间不得批准砍伐森林。在第一年,LUPP将根据一些技术和社会标准(即,面积和栖息地、生态联系、区域一体化、价值、连通性、保护状态、森林潜力、农业潜力、水文盆地和文化方面)对整个省进行分区,并指定所有尚未使用的地区(分区类别)”在使用”)作为属于下列类别之一(图2b):第一类(”红色的”):高保育价值(禁止滥伐森林);类别II (”黄色的”):中等保育价值(容许进行可持续用途、旅游、研究);和第III类(”绿色”):保育价值低(允许砍伐森林和生产活动)(图2b)。萨尔塔的LUPP受到一系列挑战的困扰,因为强大的经济和政治行为者试图影响这一进程,不同的利益集团(即环保非政府组织、农业综合企业和政治家)提出了不同的地图,感兴趣的土著和当地社区的公众参与受挫。在1年的期限内提出的第一张地图被放弃了,2年后,2008年12月,修改后的地图被批准。土著社区和克里奥洛家庭声称缺乏参与,在国家最高法院提起诉讼并胜诉,导致萨尔塔四个省暂停和临时停止砍伐森林。在2010年6月的2211省法令中,规定如何以及哪些土地将受到《森林法》的保护,这一动荡的过程持续了数年”黄色的”而且”红色的”通过”recategorization”当它们在技术上有正当理由时,第3136/11号法令豁免了此类重新分类程序提交公开听证会的要求(Leake等人,2016年)。在公众的压力下,这两项法令于2014年被废除,但在此之前已有32处房产获得批准”降级”从”黄色的”来”绿色”没有公众观众(Leake et al. 2016)。
单位的分析
萨尔塔省的地块边界由萨尔塔省空间基础设施(IDESA)获得。土地矩阵拉丁美洲联络点和Energía非常规调查研究所(INENCO)利用从省级地籍办公室(Dirección de Inmuebles de la provincial Inmuebles de Salta)获得的官方地籍表,将地块归类为土地使用权地。提取的数据包括(a) 2000年以后最后一笔交易的日期(即LSLA成立),(b)交易类型(购买、销售、租赁或特许),以及(c)涉及的投资者。如果可能的话,这一资料已得到媒体报道或其他类型的次级资料来源的证实。正如土地矩阵倡议所定义的那样http://www.landmatrix.org)是一个由全球和区域合作伙伴组成的独立的全球土地监测倡议,lsla的定义是,自2000年以来,通过出售、租赁或特许,将土地使用权转让给外部行为者(即买方不是萨尔塔省以前的土地所有者),以使用、控制或拥有土地,覆盖200公顷或以上,并达成的土地交易(Anseeuw等人,2013a)。基于官方记录,使用ESRI的ArcGIS对大规模土地征用边界进行数字化处理。使用谷歌Earth Pro高分辨率图像以及Envi和ArcGIS中的Landsat和Planet图像仔细检查边界。数据进一步”清洗”匹配地籍边界与图像,删除无关的小(条子)多边形,加入多个交易id,并删除重复的交易。
2000年以前建立的地块>200公顷被排除在分析之外,因为目前的分析坚持土地矩阵定义的最低限度生活用地(2000年以后建立,>200公顷),因此没有观察到建立日期(即因果路径的第一个事件)。为了我们的分析目的,非lsla地块仅被定义为分区为”农村”在2000年以来有可观察到的LUC(森林转为牧场或农田)的官方地籍中,没有在LSLA土地矩阵拉丁美洲联络点数据集中报告。非lsla地块的LUC日期是通过在干查科观察到的每年人工森林转换的手工数字化数据集确定的(Vallejos等人,2015年)。该数据集是通过从LandSat图像中对转换地块的空间形状(如规则形状、树篱等)进行目视解释创建的,以推断森林转换为农田和牧场,总体分类精度为97.8%。位于萨尔塔省中北部的国有土地,被称为”乐天55 y 14”-被排除在分析之外,因为他们是土著领土的竞争。根据这些标准,纳入分析的非LSLA和LSLA地块总数为2754个,覆盖总面积为485.4万公顷(其中318.1万公顷非LSLA, 167.3万公顷LSLA)。
变量
考虑了不依赖时间和不依赖(即时间序列)的变量(表1)。不依赖时间的变量包括影响农业生产的地块特征,如地块大小、年降水量、坡度、地表水来源的邻近性和土壤质量,以及市场可达性指标,如旅行时间和人口密度。通过研究初期(2000年)每个地块的森林覆盖率和根据2007年《森林法》的保护状况类别,还考虑了LUC对保护结果的影响。与时间相关的变量包括大豆、玉米、干豆和国内牛肉的商品价格,以及美元与阿根廷比索之间的外汇汇率。逐步剔除共线或交叉相关变量进行回归分析,直到所有剩余变量的方差膨胀因子均低于2。不出所料,大豆、玉米和豆类的商品价格具有很强的交叉相关性,因此,在分析中只使用了大豆和牛肉的价格。
没有将全球商品价格与可观察到的LUC直接联系起来,而是为每一种所考虑的商品作物推导出简化的利润函数,以分离生产成本因地点而产生的相对差异的影响以及价格和汇率的动态影响。利润函数遵循式1中的一般形式:
(1) |
地方财政收入R从商品作物的生产c在包裹我在时间t是阿根廷比索汇率的函数(r),平均产量(Y)、农作物价格(P)和成本距离(C).使用玉米平均产量来计算所有商品作物的利润函数有三个原因。(1)在考虑的商品作物中,全球一致的、空间明确的作物产量数据(Monfreda et al. 2008)仅适用于我们研究区域内的雨养玉米。(2)生存分析调查了土地交易的时机和随后的LUC,我们假设时变的商品价格和汇率将压倒作物特定产量的任何年度波动(Gasparri et al. 2013),因此只有更动态的经济信号之间的相对变化才被输入利润函数。(3)到省会的成本距离(以美元为单位)是基于现有道路网络的商品市场可达性的空间明确指标(2010)和估计的平均旅行成本(Piquer-Rodríguez et al. 2018),与作物无关。利润函数可以对商品价格和汇率的动态影响进行空间变化的估计,而不需要了解每个时间步骤中每个地块所种植的特定作物。
大规模土地征用土地利用变化分析
在每个LSLA地块边界内观测LUC的时间来自于Tecnología Agropecuaria (INTA)国家研究所生产的土地覆盖分类产品(Vallejos等人,2015年)。该数据产品生成于2001-2015年,包括22种土地利用类型和作物类型,横跨夏季(12月- 2月)和冬季(6月- 8月)。通过额外的土地利用分类和目视解释,估算了2016-2018年LSLA地块发生LUC的时间。通过Landsat和PlanetScope图像的目视解译,实现了从森林到另一种土地利用类型的变化。为检测作物类型的变化,从每种土地覆盖/用途类型(n= 22)是从所有包裹中拿走的。按照典型的分类协议,我们使用70%的样本点进行训练,30%进行验证。将这些点导入谷歌地球引擎,对每年(2016年、2017年、2018年)的三个Landsat复合材料进行随机森林分类。复合材料是为夏季创建的,并确保最小的云和云阴影场景。
使用谷歌地球、陆地卫星和行星图像的目视解译对所有LSLA区块的变化年份进行了验证,这表明INTA数据集在捕捉LSLA边界内变化的时间和程度方面具有高保真度。由于土地清理或覆盖范围的变化通常不会在整个LSLA多边形上同时发生,因此检查单个地块的变化时间和程度可以提供更准确的估计。如果土地在LSLA成立之日之前发生了完全或部分变化,则仅在生存分析中使用自成立之年以来发生的变化。
补充证据
我们在2018年夏季进行了实地研究,以帮助和支持我们的理解、分析和结论。我们收集了地面真实数据以验证LUC的分类,并进行了关键线人面谈。对选定的LSLA地块进行地面实况调查时,使用无人机(UAV)收集地块边界的高分辨率图像和GPS坐标。获得的图像被用来核实作物类型或牧场使用情况的报告,这反过来又帮助我们解释卫星数据,例如陆地卫星的密集时间堆栈和谷歌Earth Pro中的图像。对区域研究人员、大规模农业生产者和保护组织代表进行了结构化和非结构化的访谈。被采访者描述了与商品作物有关的历史和当前农业做法,确定了影响《最低限度土地使用权协定》的地点和时间的潜在因素,并阐明了《森林法》对前两个主题可能产生的影响。实地运动对遥感观测到的变化进行了实地核查,澄清了对政策和最低限度服务协定、生产者动机和市场影响的作用和影响的理解。
生存分析
开展了生存分析,以估计2000年至2018年期间,当地条件和区域/全球市场信号对非LSLA和LSLA地块的LSLA建立时间和LUC的潜在因果影响。生存分析,也称为持续时间分析或危险建模,估计两种状态之间的时变转移概率(Vance and Geoghegan 2002, An and Brown 2008, Wang et al. 2013)。在这种情况下,利益转移的时机是(1)与土地交易相关的土地所有权的变化(仅限LSLA地块),以及(2)以森林砍伐或土地管理变化的形式可见的LUC(例如,休耕成行作物;LSLA和非LSLA包)。与逻辑回归不同,逻辑回归不能有效解释研究期间不同点状态变化的差异(Wang et al. 2013),生存分析考虑了相对于基本危险率的状态转换前后的时间相关(即时间序列)协变量的影响。这使得生存分析特别适合于确定导致状态变化的事件序列,以及组装土地交易和后续LUC的因果链或路径。
生存分析得出时变的生存概率和时变的危险率,对(1)LSLA建立的时间和(2)非LSLA和LSLA区块的第一个LUC进行估计。用以下形式估计标准Cox比例风险模型:
(2) |
在哪里h我(t)包裹的危险率是多少我在时间t,α(t)为基线危险率(未观察和隐式估计(An and Brown 2008)), βk系数是否估计了的相对贡献k自变量列于表1。存活概率是危险率的倒数,并相对于所有其他地块的存活时间进行估算。存活概率表示在指定的年份内,相对于在总样本中观察到的到该点的状态变化数量,任何给定包改变其状态的概率(例如,LSLA从建立到实施的变化)。危险率是根据生存概率估计的,并提供了一个时变的状态变化风险指标,考虑到地块的特征和外部压力。任何一年的危险率增加,都表明到下一年状态变化的可能性更高。例如,在土地交易的当年之前,LSLA建立的危险率上升(图4b),而LSLA地块的生存概率下降(图4a),表明在土地交易的同一年发生了状态(即所有权)的变化。
此外,采用固定效应,逐步回归估计表1所列的所有时间无关变量和时间相关变量对存活概率的影响。为了测试不同类型的行为者(即,LSLA vs.非LSLA)和林法保护状态对LUC结果的影响,根据非LSLA或LSLA和四个林法保护状态类别成对组合对地块进行了分层。由于LSLA包裹的样本量小”红色的”林法类别(n= 14),这些包与LSLA包在”在使用”(1)使用Wilcoxon秩和检验(p值= 0.6789);(2)它们表现出相似的生存曲线。为了确保地层在统计上有意义,在分层和非分层模型公式之间进行了成对对数似然检验,以避免过度规范。比较地层间的中位生存时间,检验两组间生存概率相同的零假设。Strata在所有配对组合中有统计学上不同的存活概率。最后,对1年和2年的领先时间相关变量进行稳健性检验,以排除虚假相关性。对于这两个交付时间,只有包裹虚拟变量(它与时间无关)具有统计学意义,这表明与假设的影响所有包裹中LSLA建立或LUC的时间相关变量(如商品价格)之间的显著关系是有意义的。
结果
大规模土地征收机构
LSLA建立的危险率”黄色的”而且”红色的”2006-2012年期间,由于围绕《森林法》实施的政治进程充满争议,土地面积(图4)激增。大约40%和60%的包裹”红色的”而且”在使用”在2007年《森林法》初步通过之前的7年研究期间建立了森林保护区。”红色的”2008-2009年,各地块的LSLA建设风险率也有所上升,导致在此期间LSLA建设增加了20%。与此形成鲜明对比的是,大约30%或更少”黄色的”而且”绿色”LSLA包建立的时候。
根据回归结果,无论林业法保护类别是什么,LSLA建立的风险和风险率的增加都与商品价格的上升呈强正相关(表2)”在使用”而且”绿色”各地紧跟牛肉价格的上涨。建立lsla的可能性更大”黄色的”高于其他所有地块,以应对牛肉和大豆价格上涨。然而,工厂的危险率在2008年飙升,与大豆价格的飙升相一致,这是根据当时LSLA的建立地点与塔尔塔加尔附近的北部萨尔塔省的大豆种植区相吻合推断出来的。生物物理因素和《森林法》的实施共同解释了剩余的LSLA建立的时空格局。大规模的土地收购地块”在使用”而且”红色的”在研究早期,在树木覆盖率较高的地区不成比例地建立了保护区(表2),但随着时间的推移,在人口密度较高的地区建立保护区的可能性降低了近60%。大约30%的”黄色的”LSLA成立于《森林法》通过之前。LSLA建立的危害”黄色的”2008年,包裹数量激增,到2009年,包裹数量约占总数的80%”黄色的”建立LSLA包。大规模征地的建立”绿色”包裹通常发生在研究期间的较晚时间,与更东进入边界的建筑相一致。”绿色”在研究早期,高降水地区的地块面临风险,但约70%的LSLA建立在”绿色”2009年之后,这些包裹出现在干旱的边境地区。
大规模土地征收的实施
随着时间的推移,在人口密度较低、坡度较低的地区,大规模征地实施(即LUC)的可能性越来越大(表3)”黄色的”而且”绿色”保护区在研究期的后半段。降水不是影响危险率的重要因素,因为LSLA区一般建立在萨尔塔省东部的干旱地区。商品价格动态在边界扩展中发挥了主要作用,因为随着大豆、玉米和大豆价格的上涨,所有LSLA地块的LUC风险都更高(表3)”绿色”而且”黄色的”LSLA地块与牛肉价格上涨的时间点一致(图5a,图6)。2012-2015年牛肉价格波动期间,在观察到的所有LSLA实施中,有60%以上的土地被快速转换”绿色”类别。直到2011年,执行率一直低于或接近10%,然后在2012年加速(第一次牛肉价格飙升),2015年再次加快(第二次牛肉价格飙升)。在空间上,这些地块也倾向于出现在更干旱、更贫瘠的土壤更适合牲畜而不是行作物生产的地区。的LSLA包的实现更加循序渐进”黄色的”但在2015年也出现了类似的飙升。然而,超过70%的LSLA包的总数在”黄色的”类别在2018年之前保持不变,而超过50%的可检测LUCs”在使用中,””红色,”而且”绿色”包裹。
类似于”黄色的”LSLA包,两者都是LSLA包”在使用”而且”红色的”类别显示2009年的危险率有所上升。然而,LSLA包在”在使用”保护类在研究期间较早发生LUC(即根据《森林法》LUPP的定义),对边界扩张压力的反应不像森林保护类那样明显”绿色”而且”黄色的”类别。大规模的土地征用地块”在使用”类别通常位于高质量的农业用地上,更容易进入市场,与略陡峭的斜坡相吻合,更接近萨尔塔西部的人口。这与lsla的发展趋势是一致的”在使用”类别通常没有在这些地区实施,这从牛肉价格上涨对LUC的威慑作用可见一斑(表3)。几乎所有LSLA地块指定为”在使用”在2010年《森林法》的LUPP最终确定之前实施(图5a)。值得注意的是,额外20%的LSLA地块”红色的”类别,即被《森林法》认定为具有高保护价值需要永久保护的地区,在其保护状态确定后,在2012 - 2014年至少显示了一些可检测到的LUC。
实施非大规模土地征用
与LSLA地块相比,非LSLA地块往往位于更好的农业用地上(例如,降水更多),发生LUC的时间更早(即存活时间更短)(图7)。在所有保护类别中,非LSLA地块都是如此(表4)”红色的”而且”绿色”在研究期间,随着农业前沿地区向干旱地区发展,这两个地区的早期转化率较高,后期转化率中等。在整个研究期间,”红色的”而且”绿色”在研究期间早期的干旱地区,小块地发生LUC的可能性要低90%以上,而发生LUC的可能性要低67% - 75%”在使用”而且”黄色的”(表4)。随着时间的推移,较高的人口密度也是LUC的强大威慑因素”在使用”而且”绿色”区域。这反映了在农业用地较好和人口较多的非最低生活水平国家的地块中,土地利用相对较早,以及随着时间的推移,农业前沿向人口较少的地区推进。土壤类型则相反,以地块内的软质(草地生态系统土壤)的百分比来衡量,这对地块没有明显的影响”在使用”或”绿色”的地位。包裹在”红色的”松脂含量高的保护区发生LUC的可能性是其他地区的两倍多”黄色的”保护性状态下,软体醇含量高的发生变化的可能性要低33%。坡度与内部LUC发生的概率呈负相关”绿色”在最平坦的地区,与后来改造有关的保护区地块。
随着时间的推移,包裹大小对危险率没有统计学上的显著影响”黄色的”而且”绿色”保护区域。由于这些地块往往更大,在研究期间后期被改造,并被划分为鼓励生产,因此缺乏地块大小效应令人惊讶。相反,包裹大小与非lsla包裹LUC风险呈正相关”在使用”而且”红色的”LUC的危险性随着时间的推移而增加。这种关系是预期的包裹在”在使用”因为《森林法》并未排除LUC。事实上,LUC在其中”在使用”2007-2008年特别明显,2006-2007年危险率同时出现峰值(图5b),并且LUC事件的年度增幅最大”在使用”(图6)。然而,在2008年的研究中并没有预料到这种关系”红色的”因为《森林法》明确禁止在这些地区使用LUC。LUC的危害”红色的”包裹数量在2014年也显著增加,导致了20%的增长”红色的”截至2015年,已观察到LUC的地块。
最后,牛肉和大豆价格(与玉米和大豆价格交叉相关)是所有非lsla地块LUC的强劲驱动因素。危险率的上升与大宗商品价格的飙升密切相关。特别是,”在使用”2007-2008年,土地遭受的危害增加了约20%,与之对应的是大豆、玉米和豆类价格的上涨。额外的增加”在使用”2014年和2017年发生了包裹危险率,与之对应的是大豆和大豆价格的上涨。在2012年、2014年和2016-2017年,所有其他地区的危险率都有所上升(第二年存活率随之下降),相应的是牛肉价格上涨
主要从以下三个方面来解释LSLA与非LSLA地块LUC的位置和动态的异同:(1)区域LUC的时空格局与商品前沿扩展和区域LUC的时空格局一致”缺乏选择性蔓延”过程;(2)农业投资行为体之间和行为体组合内部的异质性导致土地利用轨迹的差异;(3)考虑投资者异质性,可以调和林法有效性的混合证据。
大规模征地与非大规模征地地块土地利用变化的区域时空格局
Salta干查科地区LUC的多年代变模式遵循既定的商品前沿扩展范式:从降水、人口密度和土壤适宜性(molisols %)的高梯度到低梯度的扩展,以及从低到高的初始树木覆盖。回归结果进一步强化了商品导向农业在边疆拓展中的重要作用。根据商品前沿扩展框架(le Polain de Waroux等人,2018年),农产品需求增加导致生产者价格上涨”不正常的”刺激边境扩张的租金。在LSLA和非LSLA地块中,商品价格动态与LSLA建立和LUC的间歇期相关。此外,LSLA建立的时间和地点以及LUC动态与特定商品群体的价格动态有关。的LSLA和非LSLA包”黄色的”而且”绿色”在东部最低质量的农业地区,保护性类别往往占主导地位,其LUC动态与牛肉价格变化比行作物更一致。萨尔塔省北部地区塔尔塔加尔附近的包裹,其中有很大一部分包裹被划为”黄色的”由于它们靠近现有的土著住区,它们是这种模式的一个例外,因为该区域普遍种植行行作物(例如豆类),降水量较高。
我们的结果与Volante等人(2016)提出的阿根廷干查科地区LUC动态描述一致”选择性差的传染性进展。”这在所有非lsla地块的较早转换时间(即较短的生存时间)中很明显,而lsla一般在研究期间较晚建立,并在农业条件较差和较偏远的地块实施。然而,”缺乏选择性蔓延”(Volante et al. 2016)的解释没有解释在宏观经济压力和农业生态环境相同的情况下,LSLA地块和非LSLA地块在当地商品扩张路径上观察到的差异。Non-LSLA包裹在”绿色”而且”黄色的”与同等保护类别的LSLA地块相比,该区域对商品价格上涨的反应具有更高的危险率。Non-LSLA包裹在”黄色的”区域是第二(仅次于。”在使用”但是在所有LSLA包中,相同保护类别的LSLA包是实现最慢的。大规模的土地收购地块”黄色的”区域的存活时间比”在使用”(图6),并随LSLA包的存活时间而发散”红色的”而且”绿色”(图6)。最后,只有5% (n= 135)个包裹(n= 2,754)被分配到”红色的”,只有10% (n= 14)”红色的”包裹是LSLAs。《森林法》实施后,中国70%的非lsla地块”红色的”保护组至少有一些可检测到的LUC,而只有20%”红色的”实施了LSLA地块(图6)。以LSLA为重点,进一步研究农业投资行为体之间的异质性及其动机”案例集”从中考虑商品前沿动态是未来研究的一个重要领域,以解释这些差异。
主体异质性和土地投机在萨尔塔土地利用变化轨迹中的作用
在研究期间,LSLA包裹内观察到的LUC远远少于非LSLA包裹。从LSLA的建立到实施的延迟时间较长,可能是由于LSLA参与者在某种程度上的投机。例如,Salta使用的一种常见的农业企业策略旨在最大化农业资产作为房地产的价值——随着时间的推移轮换资产组合,购买估计有很高升值潜力的资产,并在机会出现时有选择地出售它们,以实现有吸引力的资本收益。大约70%的LSLA包裹在”黄色的”受保护区域没有变化(图6),这表明,考虑到这些区域的建立时间(2000-2009年80%,2008-2009年一半)和2009年之后对大宗商品价格相对温和的反应,这些区域可能成为此类投机的目标。在整个拉丁美洲经营并持有Salta股份的大型农业综合企业,越来越多地证明了这种长期、多样化的组合投资战略,在投资的初始阶段,包括闲置土地。然而,在萨尔塔经营的公司追求利润的策略是多种多样的。在初步收购”很少使用的”由较大的本地或外地(国内、区域或外国)参与者拥有的财产和土地可能遵循以下轨迹的全部或部分:土地改良投资(即,清理、道路、围栏、灌溉系统、改良畜群、灌溉设备和机械,甚至电信服务);的变换”非生产性”土地改为养牛地;利用改进的农业技术开发适合更高产农业用途的土地;或运作完整的牲畜周期,产生最高的市场价格。在与一个或一组特定地块相关联的LUC轨迹中,每个阶段的参与者可以保持一致,执行从清理到牛、大豆、大豆等多样化生产组合的所有物业开发阶段。或者,公司可以只参与土地改造的一个或多个步骤(例如,最初清除原生森林或”改善”土地出售)。
林法的差别效果/效力
与目前的研究相比,我们的研究结果对干查科地区土地利用治理的有效性提供了更细致入微的理解。Nolte等人(2017)在每个《森林法》保护区使用统计上匹配的控制和处理地块,并采用差中差设计,发现《森林法》在减少森林总体损失率方面具有统计上显著的效果。然而,对萨尔塔省《森林法》有效的调查结果受到了批评,因为观察到所有保护区的森林都在继续损失。特别是,森林砍伐已在”红色的”区域(Volante和Seghezzo 2018年),这构成了国家和省级行政部门的非法砍伐和环境法律执法不力(Vallejos等人,2021年)。总体而言,《森林法》在限制低森林服务能力地块的土地利用效率方面比非低森林服务能力地块要有效得多,这一点可以从没有继续实施的低森林服务能力地块的很大比例中观察到。然而,通过明确考虑LSLA和非LSLA区块的时间动态和总体LUC轨迹,可以获得重要的见解。
尽管在整个区域,地方政府政策有效性的主张通常都是正确的,但根据所涉土地使用行为者的不同,该政策产生了不同的效果。限制性土地使用分区不可避免地抑制了一些行为者的土地使用,同时促进了其他行为者的土地使用(例如,Magliocca et al. 2012)。在萨尔塔的案例中,《森林法》是由关系密切的行为者有效操纵的,他们能够迅速调动资金和/或影响土地治理进程。在2007年11月下旬通过《森林法》之前,由于土地所有者和生产者急于获得清理许可证,LSLA和非LSLA地块迅速建立和抢占LUC (Seghezzo et al. 2011, Leake et al. 2016)(图4、图5)。2007 - 2009年期间”规划”在《森林法》的阶段,建筑和LUC危害的峰值在更严格的地块中尤其明显”黄色的”而且”红色的”区域。在之后的阶段,《森林法》的通过和实施存在争议,经过多轮诉讼和修订,与萨尔塔的LSLA和非LSLA财产的存活率密切相关。例如,转化率的增加”黄色的”然后”红色的”(特别是2013-2014年)与2010 - 2014年期间相对应,当时有两项法令,2210号法令,授权”recategorization”业主可在香港申请土地清理许可证”黄色的”而且”红色的”这些区域可能是”技术上合理,”和第3136号法令,免除了重新分类程序提交公开听证会的要求,导致了最终”降级”将覆盖14.5万公顷的32处房产的保护价值降低(Leake et al. 2016)。尽管该法最初可能增加了投资风险意识,可能阻碍或推迟投资,特别是如果这种投资可能导致增加经营成本(例如,要求在2015年实行综合的林中放牧做法),但有影响力的投资者能够改变《森林法》的区划。
此外,《森林法》无意中选择了资金充足、规模庞大的参与者,他们可以在边际土地上追求规模农业经济,并持有土地用于非生产投资目的。许多地区被指定为”黄色的”或”绿色”只有大规模农场才可能种植,这支持在《森林法》最终确定后,LSLA和非LSLA地块继续进行LUC。《森林法》延缓了土地利用用地造成的土地利用损失,但在延缓非土地利用用地土地利用损失方面收效甚微,有待进一步研究。LSLA和非LSLA在响应《森林法》的LUC轨迹上的差异可能与行为体之间的异质动机有关,例如为国内消费生产(牛肉)与跨国投资者将土地投机作为一种投资策略的优先考虑。如果不考虑LSLA和非LSLA区块之间与投资行为方有关的这种差异,这就解释了为什么通过因果推理方法可以检测到一个统计信号,表明对森林损失的有效限制,但进一步支持关于《森林法》未能阻止环境退化的反说法。对于土地投资者动机和经营策略的异质性,还需要进一步的研究。
南美商品前沿转型与全球大规模土地收购的共同特征?
在若干方面,拉丁美洲特别是阿根廷建立自由贸易区的模式符合全球趋势。尽管查科地区大规模农业生产的LUC变化在整个20世纪80年代和90年代都有充分的记录(Volante等人,2016年,Baumann等人,2016年,2017年,Piquer-Rodriguez等人,2018年),2008-2009年农业的快速扩张是对不寻常的宏观经济条件的反应,包括金融和房地产市场的崩溃,以及由此导致的全球投资注意力转向农业用地作为组合投资,因为投资者寻求替代投资。还有更安全的地方存放他们的钱[例如退休基金,如美国教师保险和年金协会(TIAA) (Romero 2015)]。这种动态也同样推动了整个拉丁美洲的土地收购(Venencia等,2019年)。然而,我们的研究表明,行为者扩大农业生产的动机可以通过多方面的视角更好地解释,即使土地被视为一种金融资产,新的大型农田管理者和农业企业所有者继续将其作为一种生产要素。从这个角度来看,农地的金融化已经超越了”投机”并且根据商品前沿假设也表明LUC压力增加,原因如下。首先,有可能在有效利用土地的同时,对土地升值带来的经济回报进行投机”农场和土地的价值”方法(费尔贝恩2014)。第二,农地投资部门内部的变化——就像南美洲的情况一样——土地集中使得经营者有可能拥有数十万公顷的土地,这导致了来自金融部门和农业综合企业内部的新的农地管理者的出现。跨多个生产部门和地点运营(Gasparri和le Polain de Waroux 2015年),这些参与者通过所有权、运营和金融化的复杂链条联系在一起”农田投资管理业务”(FIMOs),推动土地改良、生产和商业化。就lsla作为商品前沿扩展催化剂的程度而言,它们在类似的生产和积累逻辑下运行。
限制
在全球范围内,lsla的研究不断受到数据质量和完整性的挑战(Liao等人,2016年,Davis等人,2020年),这也是我们所有分析都关注的问题。虽然数据来源很高,但在收集llas记录和指定它们为llas的过程中有许多不确定因素。拉丁美洲土地矩阵联络点通过处理当地地籍信息、分析所有潜在投资者的网站和报告、交叉参考有关土地投资的科学文献以及监测和处理当地新闻来源和社交媒体,确定了大规模的土地收购。对特定区域内的投资进行全面核算仍然是全球土地矩阵的核心挑战。因此,如果更多的非lsla地块能够被确定为lsla,关于非lsla地块和lsla地块之间土地使用轨迹的差异的结论必须仍然是初步的,并可加以修订。尽管存在这些挑战,萨尔塔省,特别是查科地区是全球研究最多的lsla地点之一(Salas Barboza et al. 2019)。因此,所使用的LSLA数据库被认为是比较全面的,能够提供该区域现象的可靠情况。
此外,LSLA数据集和非LSLA数据集之间的数据可用性不均匀。将特定的作物分配到个别地块可以更好地区分商品价格的影响,尽管玉米、豆类和大豆之间的序列相关性会使这一过程变得困难。然而,在所有的分析中,商品价格的压倒性影响削弱了这一限制的重要性。此外,由于LSLA数据集的目标性质,有关参与者的起源和预期用途的信息是可用的,而对于非LSLA包则没有这类信息。由于数据集之间的这些差异,我们选择了最保守的分层进行生存分析,将指定为lsla的地块与未指定为lsla的地块进行比较,而不是更具体、更细微的地块属性(如作物类型),因为对非lsla地块不可能进行比较分析。
最后,生存分析是对时变因果效应的数据需求测试。对于一些与时间无关的变量,如人口数据和林法保护分区,只有某一年的截面数据。向农业前沿或远离农业前沿的人口流动是劳动力供应和/或迁移的一个有用的代理,这可以改进对LSLA建立和实施时间的推断。关于《森林法》保护分区,只有一组明确的空间数据,但我们知道,具体的地块是通过一个具有政治争议的过程重新分区的。因此,我们关于不同林法保护类别之间的LUC轨迹差异的结论应被视为广泛适用的概括,而不是任何具体案例的预测。对于其他随时间变化的变量,如年降水量和森林覆盖,可以获得时间序列数据,但我们选择在研究初期使用静态值,以简化对时变危险率和生存概率的解释,并分离出商品价格的动态影响。虽然我们进行了稳健性检查(即生存分析的主要变量),但由于数据限制而遗漏潜在的解释性变量仍然是一个有待改进的领域。
结论
阿根廷查科正处于农业土地利用变化两大全球重要趋势的交叉点:扩大商品边界和最低限度土地利用协定。这一分析表明,萨尔塔省农业扩张的空间模式与广义农业扩张相似”缺乏选择性蔓延”(Volante et al. 2016)整个干查科的趋势。然而,与商品前沿扩展框架一致(le Polain de Waroux et al. 2018),对于理解LSLA和非LSLA地块之间不同的LUC轨迹,土地投资者之间异质性的重要性是显而易见的。与近期其他多国对低土地利用水平协定造成的森林损失空间模式的评估不同(Liao等人,2020年,Davis等人,2020年),该分析中对行为体异质性、土地交易和LUC动态的分类考虑,提供了对其原因和可能结果的更细致的理解。只有当对LSLA结果的解释水平与因果过程的解释水平相匹配时,才有可能对LSLA可能向政策制定者提供的可能权衡进行全面核算和导航(Magliocca等人,2018年)。就土地利用便利条件而言,个别行为者对土地利用干预措施作出反应的独特能力和动机最终将决定这种干预措施的有效性。例如,土地投资者在应对和/或抵御大宗商品价格波动方面可能具有不同的能力,例如萨尔塔的农林牧牛场主或柬埔寨的橡胶种植园(Magliocca等人,2019年,2020年)。这些不同的能力可以导致不同的时空结果——包括在同一地区的同一投资类型的LSLA的快速建立和实施,没有LUC的投机投资,以及部分或没有实施的LSLA失败。正如我们在这里为Salta演示的那样,《森林法》是对大规模农业不断扩大的政策回应,但它对LUC过程的影响是不均衡的,因为它使一些土地投资者比其他人受益更多。大规模的土地征用研究必须超越对结果的大规模、综合的空间评估”黑盒”并明确说明土地投资异质性的作用,将其作为影响土地获取和使用的因果机制的一部分,以便更全面地为政策提供信息。
_______________
[1]在纳斯达克上市的阿根廷农业企业CRESUD寻求通过以下方式实现资产回报率和整体盈利能力的最大化”确定、收购和经营具有增加农业生产和/或中长期增值前景的农业资产,并在实现增值后有选择地处置这些资产。https://www.cresud.com.ar/compania-nuestra-estrategia-de-negocio_inst.php?lng=en2020年4月26日。
[2]现场采访,2018年5月21日。
[3]土地利用变化项目(PCUS)
致谢
作者感谢NASA rose土地覆盖土地利用变化(LCLUC)项目#NNX17AI15G的支持。这项研究亦为全球土地计划(https://glp.earth).
数据可用性
支持本研究结果的数据/代码可在Land Matrix中公开获取https://landmatrix.org/、ILC、CIRAD、CDE、GIGA和GIZ(2018)。
文献引用
安,L.和D. G.布朗。2008。土地变化科学中的生存分析:与GIScience集成以解决时间复杂性。美国地理学家学报98(2):323-344。https://doi.org/10.1080/00045600701879045
Anseeuw, M. Boche, T. Breu, M. Giger, J. Lay, P. Messerli,和K. Nolte. 2013a。全球南方农业跨国土地交易:基于土地矩阵数据库的分析报告。发展与环境中心,瑞士伯尔尼。
W. Anseeuw, J. Lay, P. Messerli, M. Giger, M. Taylor. 2013b。创建一个公共工具,以评估和促进全球土地交易的透明度:土地矩阵的经验。农民研究40(3):521-530。https://doi.org/10.1080/03066150.2013.803071
贝尔德,i.g.和J.福克斯,2015。土地特许权如何影响其他地方:远程耦合、政治生态以及老挝南部和柬埔寨东北部的大规模种植园。土地4(2):436 - 453。https://doi.org/10.3390/land4020436
鲍曼,M., C. Israel, M. Piquer-Rodríguez, G. Gavier-Pizarro, J. N. Volante, T. Kuemmerle. 2017。1987-2012年巴拉圭查科的森林砍伐和养牛扩张。区域环境变化17(4):1179-1191。https://doi.org/10.1007/s10113-017-1109-5
鲍曼,M., M. Piquer-Rodríguez, V. Fehlenberg, G. Gavier Pizarro,和T. Kuemmerle.2016。南美洲查科的土地利用竞争。J. Niewöhner, A.布伦斯,P.霍斯特,T.克鲁格,J. Ø。尼尔森,H.哈伯尔,C.劳克,J.卢茨和D. Müller,编辑。土地利用的竞争。施普林格可汗,瑞士。博拉斯,S.和J.佛朗哥,2011。东南亚土地掠夺的政治动态。跨国研究所,荷兰阿姆斯特丹。
博拉斯,s.m., J. C.佛朗哥,S. Gómez, C.凯,M.斯波尔,2012。拉丁美洲和加勒比地区的土地掠夺。农学杂志39(3-4):845-872。https://doi.org/10.1080/03066150.2012.679931
Borras, s.m., J. C. Franco, S. R. Isakson, L. Levidow和P. Vervest. 2016。柔性作物和商品的兴起:对研究的启示。农民研究43(1):93-115。https://doi.org/10.1080/03066150.2015.1036417
哥伦比亚大学国际地球科学信息网络中心,2018。网格化的世界人口,版本4 (GPWv4):人口计数,版本11。美国宇航局社会经济数据和应用中心(secdac),纽约州帕利塞德斯,美国纽约州。
Cotula l . 2012。全球土地热潮的国际政治经济学:对趋势、规模、地理和驱动因素的批判性评估。农学杂志39(3-4):649-680。https://doi.org/10.1080/03066150.2012.674940
D 'Odorico, P., M. C. Rulli, J. Dell 'Angelo和K. F. Davis. 2017。土地和水商品化的新前沿:大规模土地征用的社会环境争议。土地退化与发展28(7):2234-2244。https://doi.org/10.1002/ldr.2750
戴维斯,K. F., H. I. Koo, J. Dell 'Angelo, P. D 'Odorico, L. Estes, L. J. Kehoe, M. Kharratzadeh, T. Kuemmerle, D. Machava, A. de J. R. Pais, N. Ribeiro, M. C. Rulli,和M. Tatlhego. 2020。大规模征地加剧了热带森林的损失。自然地球科学杂志13(7):482 - 488。https://doi.org/10.1038/s41561-020-0592-3
Dell 'Angelo, J., P. D 'Odorico, M. C. Rulli和P. Marchand. 2017。掠夺公地的悲剧:全球土地抢购中的强制和剥夺。世界发展92:1-12。https://doi.org/10.1016/j.worlddev.2016.11.005
多德,2009年。出口税:阿根廷的例子。论文,特拉华大学,纽瓦克,特拉华,美国。
德怀尔,2014。微观地缘政治:利用老挝黄金四合院的安全。地缘政治19(2):377 - 405。https://doi.org/10.1080/14650045.2013.780033
埃德尔曼,m . 2013。凌乱的公顷:关于土地掠夺数据的认识论问题。农民研究40(3):485-501。https://doi.org/10.1080/03066150.2013.801340
费尔贝恩,m . 2014。”就像有收益的黄金”:农地与金融之间不断发展的交集。农民研究41(5):777-795。https://doi.org/10.1080/03066150.2013.873977
Fehlenberg, V., M. Baumann, N. I. Gasparri, M. Piquer-Rodriguez, G. Gavier-Pizarro和T. Kuemmerle. 2017。大豆生产是南美洲查科森林砍伐的潜在驱动因素。全球环境变化45:24-34。https://doi.org/10.1016/J.GLOENVCHA.2017.05.001
联合国粮食及农业组织。2019.贸易。粮农组织统计局(FAOSTAT),意大利罗马。http://www.fao.org/faostat/en/#data/TP/visualize
福克斯,J., T. Nghiem, H. Kimkong, K. Hurni和I. Baird. 2018。大规模的土地租赁权、移民和土地使用:越南红河三角洲工业区和柬埔寨东北部橡胶种植园之间的矛盾。土地7(2):77。https://doi.org/10.3390/land7020077
Galaz, V. J. Gars, F. Moberg, B. Nykvist和C. Repinski. 2015。为什么生态学家应该关心金融市场。生态与进化动态30(10):571-580。https://doi.org/10.1016/j.tree.2015.06.015
加斯帕里,N. I., H. R.格劳,和J. Gutiérrez安哥拉人。2013。大豆与新热带森林砍伐之间的联系:多年代际分析中的耦合和瞬态解耦动力学。全球环境变化23(6):1605-1614。https://doi.org/10.1016/j.gloenvcha.2013.09.007
加斯帕里,N. I., H. R.格劳和E.曼吉,2008。1900年至2005年期间,阿根廷北部热带外森林砍伐造成的碳库和排放。生态系统11(8):1247 - 1261。https://doi.org/10.1007/s10021-008-9190-8
加斯帕里,N. I.和Y. le Polain de Waroux. 2015。南美大豆和牛生产前沿的耦合:保护政策和土地变化科学的新挑战。保护信8(4):290 - 298。https://doi.org/10.1111/conl.12121
Goldfarb, L.和G. van der Haar. 2016。转基因大豆生产的前沿移动:阿根廷查科地区土地控制的转移。农民研究43(2):562-582。https://doi.org/10.4324/9781315099651-14
格劳,h.r., t.m.艾德,n.i.g asparri, 2005。全球化和大豆在阿根廷半干旱生态系统的扩张。中34(3):265 - 266。https://doi.org/10.1579/0044-7447-34.3.265
汉森,m.c., P. V Potapov, R. Moore, M. Hancher, S. A. Turubanova, A. Tyukavina, D. Thau, S. V. Stehman, S. J. Goetz, T. R. Loveland, A. Kommareddy, A. Egorov, L. Chini, c.o. Justice和J. R. G. Townshend. 2013。21世纪森林覆盖变化的高分辨率全球地图。科学》342(6160):850 - 853。https://doi.org/10.1007/s10021-008-9190-8
Huffman, G. J., Adler, R. F., Bolvin, D. T., E. J. Nelkin. 2010。TRMM多卫星降水分析。M. Gebremichaeland F. Hossain编辑,第3-22页。地表水文的卫星降雨应用。施普林格,Dordrecht,荷兰。https://doi.org/10.1007/978-90-481-2915-7_1
指数的描摹。2019。全球大宗商品价格。http://www.indexmundi.com/commodities/?commodity=rubber&months=180
Instituto Geográfico national (IGN)。2019.给geoespacial。IGN,布宜诺斯艾利斯,阿根廷。http://www.ign.gob.ar/sig
国际土地联盟(ILC)、Coopération国际农业研究中心Développement (CIRAD)、发展与环境中心(CDE)、德国全球和地区研究所(GIGA)、德国农业研究联盟für国际农业研究中心(GIZ)。2018.陆地矩阵全球天文台。https://landmatrix.org/observatory/global/
K.-H Kastner T。Erb和H. Haberl, 2014。农业贸易的快速增长:对全球面积效率的影响和管理的作用。环境研究通讯9(3):034015。https://doi.org/10.1088/1748-9326/9/3/034015
兰姆,V.舍恩伯格,C.米德尔顿和B. Un。2017。性别驱逐、抗议与恢复:柬埔寨农村土地掠夺的女性主义政治生态。农民研究44(6):1215-1234。https://doi.org/10.4324/9781351037181-7
李克,A., E. O. López, M. C.李克,2016。La deforestación del Chaco salteño, 2004-2015。Fundación阿根廷萨尔塔的Refugio。
le Polain de Waroux, Y., M. Baumann, N. I. Gasparri, G. Gavier-Pizarro, J. Godar, T. Kuemmerle, R. Müller, F. Vázquez, J. N. Volante, P. Meyfroidt. 2018。租金,演员,以及大查科地区商品边界的扩张。美国地理学家协会年鉴108(1):204-225。https://doi.org/10.1080/24694452.2017.1360761
le Polain de Waroux, Y., R. D. Garrett, R. Heilmayr和E. F. Lambin. 2016。大查科和奇基塔诺的土地使用政策和企业农业投资。美国国家科学院院刊113(15):4021-4026。https://doi.org/10.1073/pnas.1602646113
廖,C., S. Jung, D. G. Brown, A. Agrawal. 2016。对土地掠夺的研究不足。科学353(6295):131。https://doi.org/10.1126/science.aaf6565
廖,C., S. Jung, D. G. Brown, A. Agrawal. 2020。柬埔寨、埃塞俄比亚、利比里亚和秘鲁大规模土地交易的空间格局及其潜在的社会环境后果。土地退化与发展31(10):1241-1251。https://doi.org/10.1002/ldr.3544
麦克唐纳,G. K, K. A.布劳曼,S.孙,K. M.卡尔森,E. S.卡西迪,J. S.戈贝尔,P. C.韦斯特。2015。全球化时代对农业贸易关系的反思。生物科学65(3):275 - 289。https://doi.org/10.1093/biosci/biu225
Magliocca, N. R, E. C. Ellis, G. R. H. Allington, A. de Bremond, J. Dell 'Angelo, O. Mertz, P. Messerli, P. Meyfroidt, R. Seppelt和P. H. Verburg. 2018。缩小全球知识差距:从社会生态系统的案例研究中产生广义知识。全球环境变化50:1-14。https://doi.org/10.1016/j.gloenvcha.2018.03.003
Magliocca, N. V. McConnell, M. Walls和E. Safirova. 2012。城市边缘分区:土地和住房市场建模新方法的结果。区域科学与城市经济42(2):198-210。https://doi.org/10.1016/j.regsciurbeco.2011.08.012
Magliocca, N. Q. Van Khuc, A. de Bremond和E. ellie ott, 2019。柬埔寨的经济土地特许权导致的直接和间接土地使用变化的典型路径。生态与社会24(2):25。https://doi.org/10.5751/ES-10954-240225
马格利奥卡,n.r, Q. Van Khuc, A. de Bremond和E. A. ellie ott, 2020年。柬埔寨大规模土地征用造成的直接和间接土地使用变化。环境研究通讯15(2):024010。https://doi.org/10.1088/1748-9326/ab6397
米多尔,M.和L.桑多瓦尔。2018。阿根廷推迟大豆出口减税的可能性不大。美国农业部外国农业服务处,华盛顿特区,美国。https://www.fas.usda.gov/data/argentina-argentina-s-delay-soybean-export-tax-reduction-unlikely
P.梅塞利,M.吉格尔,M. B.德怀尔,T.布鲁和S.埃克特,2014。大规模征地的地理学:分析全球南方目标环境的社会生态模式。应用地理53:449 - 459。https://doi.org/10.1016/j.apgeog.2014.07.005
Meyfroidt, P., K. M. Carlson, M. E. Fagan, V. H. Gutiérrez-Vélez, M. N. Macedo, L. M. Curran, R. S. Defries, G. A. Dyer, H. K. Gibbs, E. F. Lambin, D. C. Morton, V. Robiglio. 2014。热带森林景观中商品作物扩张的多途径研究。环境研究通讯9(7):074012。https://doi.org/10.1088/1748-9326/9/7/074012
Meyfroidt, P., F. Schierhorn, A. V. Prishchepov, D. Müller和T. Kuemmerle. 2016。在俄罗斯、乌克兰和哈萨克斯坦,与重新种植废弃农田有关的驱动因素、制约因素和权衡因素。全球环境变化37:1-15。https://doi.org/10.1016/j.gloenvcha.2016.01.003
蒙弗雷达,C., N. Ramankutty和J. A. Foley, 2008。耕作地球:2。2000年作物面积、产量、生理类型和净初级产量的地理分布。全球生物地球化学循环22(1):n/a-n/a。https://doi.org/10.1029/2007GB002947
美国国家航空航天局(NASA)和日本经济产业省(METI)。2019.ASTGTM: ASTER全球数字高程模型V002。https://lpdaac.usgs.gov/products/astgtmv002/
诺尔特,C., B.戈比,Y. le Polain de Waroux, M. Piquer-Rodr�guez, V. Butsic,和E. F. Lambin. 2017。分散的土地使用分区减少了主要农业前沿地区的大规模森林砍伐。生态经济学136:30-40。https://doi.org/10.1016/j.ecolecon.2017.02.009
诺尔特,C., B.戈比,Y. le Polain de Waroux, M. Piquer-Rodríguez, V. Butsic,和E. F. Lambin. 2018。将可避免的森林砍伐归因于政策和行为者的挑战:阿根廷干查科省省级森林区划的经验教训。生态经济学150:346 - 352。https://doi.org/10.1016/j.ecolecon.2018.03.010
奥伯拉克,C., L. Tejada, P. Messerli, S. Rist和M. Giger. 2016。全球土地热潮中的可持续生计?生计脆弱性和可持续性潜力的原型。全球环境变化41:153-171。https://doi.org/10.1016/j.gloenvcha.2016.10.001
奥德维,E. M., G. P. Asner, E. F. Lambin. 2017。撒哈拉以南非洲商品作物扩张带来的森林砍伐风险。环境研究通讯12(4):044015。https://doi.org/10.1088/1748-9326/aa6509
Piquer-Rodríguez, M., V. Butsic, P. Gärtner, L. Macchi, M. Baumann, G. Gavier Pizarro, J. N. Volante, I. N. Gasparri, T. Kuemmerle. 2018。阿根廷潘帕斯和查科地区农业土地利用变化的驱动因素。应用地理91:111 - 122。https://doi.org/10.1016/j.apgeog.2018.01.004
Piquer-Rodríguez, M., S. Torella, G. Gavier-Pizarro, J. Volante, D. Somma, R. Ginzburg,和T. Kuemmerle. 2015。过去和未来土地转换对阿根廷查科森林连通性的影响。景观生态学30(5):817 - 833。https://doi.org/10.1007/s10980-014-0147-3
罗梅罗,s . 2015。美国投资巨头TIAA-CREF被控在巴西侵占土地。纽约时报,纽约,纽约,美国。https://www.nytimes.com/2015/11/17/world/americas/tiaa-cref-us-investment-giant-accused-of-land-grabs-in-brazil.html
Salas Barboza, A. G. J., J. M. Cardón Pocov 'i, C. Venencia, L. L. Huaranca, J. L. Agüero, M. A. Iribarnegaray, M. Escosteguy, J. N. Volante,和L. Seghezzo. 2019。阿根廷萨尔塔十年来饱受争议的《森林法》执行情况。土地变化科学与政治生态学的作用。土地利用学报15(2-3):221-234。https://doi.org/10.1080/1747423X.2019.1646333
T. Searchinger, R. Heimlich, R. A. Houghton, F. Dong, A. Elobeid, J. Fabiosa, S. Tokgoz, D. Hayes, T. H. Yu. 2008。美国农田用于生物燃料的使用增加了土地利用变化带来的温室气体排放。科学》319(5867):1238 - 1240。https://doi.org/10.1126/science.1151861
L. Seghezzo, J. N. Volante, J. M. Paruelo, D. J. Somma, E. C. Buliubasich, H. E. Rodríguez, S. Gagnon和M. huenty . 2011。萨尔塔(阿根廷)的原生森林和农业:相互冲突的发展愿景。环境与发展学报20(3):251-277。https://doi.org/10.1177/1070496511416915
Simoes, A.和C. Hidalgo. 2011。经济复杂性观察站:理解经济发展动态的分析工具。分析和可视化的可扩展集成:来自2011年人工智能进步协会(AAAI)研讨会(WS-11-17)的论文,AAAI,帕洛阿尔托,加利福尼亚州,美国。https://www.researchgate.net/profile/Cesar-Hidalgo-2/publication/221605462_The_Economic_Complexity_Observatory_An_Analytical_Tool_for_Understanding_the_Dynamics_of_Economic_Development/links/54f472430cf24eb8794e8a6d/The-Economic-Complexity-Observatory-An-Analytical-Tool-for-Understanding-the-Dynamics-of-Economic-Development.pdf
迪尔曼,C.巴尔泽,J.希尔和B. L.贝福特,2011。全球粮食需求与农业可持续集约化。美国国家科学院学报108(50):20260-4。https://doi.org/10.1073/pnas.1116437108
M. Vallejos, G. H. Camba Sans, S. Aguiar, m.e. Mastrángelo, J. M. Paruelo. 2021。法律是蜘蛛网:在阿根廷干查科颁布十年后对非法砍伐的评估”森林法律。”环境发展38:100611。https://doi.org/10.1016/j.envdev.2021.100611
Vallejos, M. N. Volante, M. J. Mosciaro, L. M. Vale, M. L. Bustamante, J. M. Paruelo. 2015。干查科生态区自然覆盖物的变化动态:1976 - 2012年地块级地理数据库干旱环境学报123:3-11。https://doi.org/10.1016/j.jaridenv.2014.11.009
万斯,C.和J.盖根,2002。热带森林砍伐的时间和空间建模:结合卫星和住户调查数据的生存分析。农业经济学27(3):317 - 332。https://doi.org/10.1111/j.1574-0862.2002.tb00123.x
Venencia, C. D. J. L. Agüero, A. G. J. Salas Barboza和L. Seghezzo. 2019。土地矩阵y las grandes transacciones de tierras en América拉丁美洲和加勒比(拉丁美洲和加勒比的土地矩阵和大规模土地征用)。A.科斯坦蒂诺,编辑,79-95页。我是铁地岛的纤维。阿根廷和América拉丁人的争夺土地的辩论。El Colectivo。,Buenos Aires, Argentina.
Volante, J. N. M. J. Mosciaro, G. I. Gavier-Pizarro和J. M. Paruelo. 2016。半干旱的查科的农业扩张:选择性差的传染性推进。土地使用政策55:54 -165。https://doi.org/10.1016/j.landusepol.2016.03.025
沃兰特,J. N.和L.塞格海佐,2018。只见树木不见森林:阿根廷查科地区森林砍伐减少的趋势能否归因于高效的执法?生态经济学146:408 - 413。https://doi.org/10.1016/j.ecolecon.2017.12.007
王宁,D. G. Brown, L. An, S. Yang, A. Ligmann-Zielinska。2013.土地利用变化空间预测因子的逻辑回归和生存分析的比较表现。地理信息科学学报27(10):1960-1982。https://doi.org/10.1080/13658816.2013.779377
怀特,J.和B.怀特,2012。剥夺土地的性别经验:西加里曼丹达雅克希本社区的油棕扩张。农学杂志39(3-4):995-1016。https://doi.org/10.1080/03066150.2012.676544
变焦者,a . 2010。空间的全球化和异化:驱动当前全球土地争夺的七个过程。农民研究37(2):429-447。https://doi.org/10.1080/03066151003595325
表1<我米g src="//www.dpl-cld.com/wp-content/themes/ecologyandsociety/images/NewModal.svg">
表1。生存分析中使用的变量的描述和来源。
的名字 | 描述 | 单位 | 源 |
依赖 | |||
LSLA建立 | 土地交易年份(即外部投资者土地权属变更) | 一年 | 土地矩阵拉丁美洲联络点 |
土地利用变化 | 在地块边界内观察到的土地利用变化年,无论是森林覆盖的消失还是耕作模式的改变。在LSLA地块内开始新的土地用途被称为“实施” | 一年 | 国家农业技术研究所(INTA 2012), (Vallejos et al. 2015) |
独立的 | |||
长期有效的 | |||
包裹假 | 包裹识别号(控制变量)。 | N/A | 萨尔塔省空间数据基础设施(IDESA)¹ |
包裹的大小 | 地块大小 | 公顷 | IDESA |
平均斜率 | 从ASTER全球DEM的高分辨率(~30米)地形数据计算出的百分比坡度 | % | ASTER全球数字高程模型V002 (NASA和METI 2019)² |
软土百分比 | 土壤中主要土壤类型固结物百分比,是土壤潜在农业生产力的指标。 | % | INTA (2012), Volante等人(2016) |
降水 | 年平均降水量(0.25 X 0.25度) | 毫米的年-1 | 3B43热带降雨测量任务(TRMM) (Huffman等,2010) |
到市场的成本距离 | 根据现有道路网络估计到省会城市的平均旅行费用 | 美元($) | Piquer-Rodríguez等(2018) |
水的可访问性 | 距离(m)到河流和湿地 | 米 | Instituto Geográfico national (IGN)(2019)³ |
保护状态(2009) | 2007年《森林法》规定了2009年的保护类别(低、中、高养护价值对应于不保护、中等和永久保护)。 | 萨尔塔省城市空间基础设施 | |
人口密度(2000) | 1公里分辨率的人口密度制图产品 | ppl公里-1 | 哥伦比亚大学国际地球科学信息网络中心(CIESIN) (2018) |
作物产量(2000) | 玉米平均产量 | 公斤哈哈-1 | Monfreda等人(2008) |
森林覆盖(2000) | 森林覆盖率(30米) | % | 汉森等人(2013) |
按时间的 | |||
商品出口金额及数量 | 大豆、玉米、干豆和牛肉的商品价格 | 美元公斤-1 | 世界指数(2019),粮农组织(2019) |
外汇汇率(2000-2018年) | 阿根廷比索对美元的年平均汇率 | 比索 | 35 .圣路易斯联邦储备银行 |
¹https://www.idera.gob.ar/index.php?option=com_content&view=article&id=335:geoservicios&catid=118:geoservicios&Itemid=302 ²https://dx.doi.org/10.5067/ASTER/ASTGTM.002 ³http://www.ign.gob.ar/NuestrasActividades/InformacionGeoespacial/CapasSIG ⁴https://earthenginepartners.appspot.com/science-2013-global-forest/download_v1.6.html ⁵https://fred.stlouisfed.org/series/ARGCCUSMA02STM |
表2<我米g src="//www.dpl-cld.com/wp-content/themes/ecologyandsociety/images/NewModal.svg">
表2。生存分析结果的时间建立LSLA包。风险比(HR)估计值具有95%置信区间(CI)。
“使用中”(n= 209) +“红色”(n= 14) | “黄色”(n= 253) | “绿色”(n= 116) | ||||
变量 | 估计 | 人力资源(95%置信区间) | 估计 | 人力资源(95%置信区间) | 估计 | 人力资源(95%置信区间) |
包裹假 | 0.0945 | 1.099 (0.675 - -1.79) |
-0.1349 | 0.8738 (0.558 - -1.37) |
-0.1056 | 0.9000 (0.447 - -1.81) |
包裹大小(公顷) | -3.784 | 0.0227 (2.5 x104-2.10) |
1.922 * * | 6.835 (1.35 - -34.7) |
0.3523 | 1.422 (0.444 - -4.55) |
树木覆盖(2000) | 1.383 * * * | 3.987 (2.27 - -7.00) |
0.0580 | 1.060 (0.316 - -3.56) |
0.5274 | 1.695 (0.245 - -11.7) |
软土百分比 | 0.1166 | 1.124 (0.758 - -1.67) |
0.0299 | 1.030 (0.654 - -1.62) |
0.1346 | 1.144 (0.705 - -1.86) |
距离水 | -0.2834 | 0.7532 (0.285 - -1.99) |
0.6057 | 1.833 (0.619 - -5.43) |
0.1100 | 1.116 (0.173 - -7.19) |
人口密度 | -0.9035 * * * | 0.4051 (0.225 - -0.729) |
-0.5107 | 0.6001 (0.326 - -1.10) |
0.2800 | 1.323 (0.540 - -3.24) |
坡 | -2.017 | 0.1331 (0.001 - -16.1) |
-0.6905 | 0.5013 (0.096 - -2.61) |
0.3644 | 1.440 -354 (0.006) |
降水 | -0.1486 | 0.8619 (0.261 - -2.85) |
-0.2113 | 0.8095 (0.202 - -3.24) |
-3.842 * * | 0.0214 (0.001 - -0.803) |
牛肉的价格 | 18.32 * * * | 9.0 x107 (4.8 x105-1.7 x1010) |
22.85 * * * | 8.3 x109 (1.1 x107-6.6 x1012) |
15.71 * * * | 6.6 x106 (199 - 2.2 x1011) |
大豆价格 | 114.5 * * * | 5.3 x1049 (1.9 x1035-1.6 x1060) |
126.1 * * * | 5.8 x1054 (5.5 x1042-6.0 x1066) |
118.0 * * * | 1.7 x1051 (6.0 x1034-4.7 x1067) |
意义代码:“*”p值< 0.1;“* *”p值< 0.05;“* * *”p值< 0.01 |
表3<我米g src="//www.dpl-cld.com/wp-content/themes/ecologyandsociety/images/NewModal.svg">
表3。LSLA包实施时间(即第一个LUC)的生存分析结果。风险比(HR)估计值具有95%置信区间(CI)。
“使用中”(n= 209) +“红色”(n= 14) | “黄色”(n= 253) | “绿色”(n= 116) | ||||
变量 | 估计 | 人力资源(95%置信区间) | 估计 | 人力资源(95%置信区间) | 估计 | 人力资源(95%置信区间) |
包裹假 | -0.3188 | 0.7270 (0.375 - -1.41) |
-0.3794 | 0.6843 (0.282 - -1.66) |
-0.4687 | 0.6258 (0.242 - -1.62) |
包裹大小(公顷) | 0.4388 | 1.551 -117 (0.020) |
2.083 | 8.029 -250 (0.258) |
0.4242 | 1.528 (0.198 - -11.8) |
树木覆盖(2000) | 0.3630 | 1.438 (0.718 - -2.88) |
1.715 | 5.557 (0.643 - -48.0) |
-0.4441 | 0.6414 (0.035 - -11.9) |
软土百分比 | -0.0103 | 0.9898 (0.462 - -2.12) |
0.2795 | 1.322 (0.325 - -5.39) |
0.0984 | 1.103 (0.422 - -2.89) |
距离水 | 0.6572 | 1.929 (0.495 - -7.53) |
1.030 | 2.801 (0.480 - -16.3) |
0.0093 | 1.009 (0.037 - -27.6) |
人口密度 | -25.87 * * * | 2.1 x10-12年 (2.1 x10- 21日-0.016) |
-21.18 | 6.3 x10-10 (4.4 x10-22年-932) |
-60.20 * * | 7.1 x10-27年 (1.3 x10-50年-0.004) |
坡 | -12.03 * * | 6.0 x106 (5.7 x10-14年-620) |
2.819 | 16.76 (0.138 - -2.0 x103.) |
-26.83 | 2.2 x10-12年 (3.2 x10-31年-1.6 x108) |
降水 | -0.4575 | 0.6329 (0.119 - -3.36) |
0.7901 | 2.204 (0.127 - -38.4) |
-0.2530 | 0.7765 -341 (0.002) |
牛肉的价格 | -11.04 * * * | 1.6 x105 (8.6 x109-0.030) |
23.05 * * * | 1.0 x1010 (4.7 x107-2.2 x1012) |
34.11 * * * | 6.5 x1015 (1.8 x109-2.3 x1020.) |
大豆价格 | 325.9 * * * | 3.4 x10141 (2.8 x10106-3.9 x10176) |
171.1 * * * | 2.0 x1074 (1.8 x1052-2.1 x1096) |
303.9 * * * | 9.6 x10131 (5.1 x1078-1.8 x10185) |
意义代码:“*”p值< 0.1;“* *”p值< 0.05;“* * *”p值< 0.01 |
表4<我米g src="//www.dpl-cld.com/wp-content/themes/ecologyandsociety/images/NewModal.svg">
表4。对于非lsla包的实现时间(即第一个LUC)的生存分析结果。风险比(HR)估计值具有95%置信区间(CI)。
“使用中”(n= 1078) | “红色”(n= 121) | “黄色”(n= 388) | “绿色”(n= 575) | |||||
变量 | 估计 | 人力资源(95%置信区间) | 估计 | 人力资源(95%置信区间) | 估计 | 人力资源(95%置信区间) | 估计 | 人力资源(95%置信区间) |
包裹假 | -0.0803 | 0.9228 (0.748 - -1.139) |
-0.0301 | 0.9703 (0.479 - -1.97) |
0.0951 | 1.100 (0.766 - -1.58) |
0.0529 | 1.054 (0.789 - -1.41) |
包裹大小(公顷) | 12.23 * * * | 2.0 x105 (191 - 2.2 x108) |
23.96 * * * | 2.5 x1013 (1.1 x104-6.0 x1016) |
1.076 | 2.933 (5.1 x109-1.7 x109) |
15.08 | 3.5 x106 (2.1 x104-9.6 x1015) |
树木覆盖(2000) | 0.0571 | 1.059 (0.868 - -1.29) |
0.1720 | 1.188 (0.389 - -3.63) |
-0.1073 | 0.8983 (0.471 - -1.71) |
-0.0902 | 0.9137 (0.515 - -1.62) |
软土百分比 | 0.1322 | 1.141 (0.844 - -1.54) |
0.6959 * | 2.006 (0.883 - -4.55) |
-0.4205 | 0.6567 (0.395 - -1.09) |
0.0160 | 1.016 (0.715 - -1.44) |
距离水 | -0.0353 | 0.9653 (0.646 - -1.44) |
0.8866 | 2.427 (0.533 - -11.0) |
-0.1945 | 0.8232 (0.476 - -1.42) |
0.2172 | 1.2423 (0.639 - -2.42) |
人口密度 | -7.588 * * * | 0.0005 (6.2 x106-0.041) |
-6.272 | 0.0019 (8.9 x10-11年-4.0 x104) |
-1.254 | 0.2854 (0.052 - -1.58) |
-9.682 * * * | 6.2 x105 (1.5 x107-0.026) |
坡 | -0.6398 | 0.5035 (0.039 - -7.12) |
-1.430 | 0.2393 (5.3 x106-1.1 x104) |
0.1947 | 1.215 (0.406 - -3.64) |
-3.213 * * * | 0.0402 (0.004 - -0.423) |
降水 | -0.8646 * * * | 0.4212 (0.244 - -0.729) |
-2.430 * * * | 0.0880 (0.014 - -0.546) |
-1.395 * * * | 0.2478 (0.103 - -0.595) |
-3.024 * * * | 0.0486 (0.016 - -0.146) |
牛肉的价格 | 14.48 * * * | 1.9 x106 (7.4 x103.-5.1 x108) |
31.59 * * * | 5.2 x1013 (1.4 x109-2.0 x1018) |
26.95 * * * | 5.1 x1011 (1.7 x109-1.5 x1014) |
27.90 * * * | 1.3 x1012 (2.1 x1010-8.3 x1013) |
大豆价格 | 191.6 * * * | 1.6 x1083年代 (1.3 x1074-2.1 x1092) |
303.7 * * * | 7.8 x10131 (1.3 x1090-4.4 x10173) |
256.8 * * * | 3.4 x10111 (5.4 x1091-2.0 x10131) |
271.0 * * * | 4.9 x10117 (8.8 x10101-3.0 x10133) |
意义代码:“*”p值< 0.1;“* *”p值< 0.05;“* * *”p值< 0.01 |