數量化贛江新區農村居民點用地空間分布特征及影響因素分析

陳竹安 陳大凱 趙珂 洪志強 湯江龍

摘要：江西省贛江新區是長江中游新型城鎮化示范區，對于進一步促進城鄉統籌、打造宜居宜業的新城區具有重要意義。以贛江新區2016年土地利用變更數據庫和坡度圖矢量數據作為研究對象，運用地理信息系統（geographic information system，簡稱GIS）空間分析、核密度估算與變異系數相結合的分析方法，探究贛江新區農村居民點的空間分布及其影響因素。結果表明，贛江新區整體Voronoi圖的變異系數（CV值）為279.75%，贛江新區16個鄉（鎮）Voronoi圖的CV值均大于64%，居民點空間分布都呈現出集聚狀態;基于核密度估算分析可知，贛江新區農村居民點的空間分布呈現出“南北密，中部疏”的空間格局，平均密度為6.06個/km2;贛江新區農村居民點受高程、坡度、河流、公路、建制鎮和地質災害分布的影響較強，近79%的農村居民點分布在較低高程（≤40 m）、平坡（≤5°）、低易發地質災害區、距離公路2 km內、距離河流0.5 km內、距離城鎮2 km內。研究結果可為贛江新區農村居民點規劃、整治及模式探討提供參考。

關鍵詞：土地利用;農村居民點;土地整治;空間特征;低丘緩坡;贛江新區;優化布局;發展模式

中圖分類號： F301.24 ?文獻標志碼： A

文章編號：1002-1302（2019）16-0255-05

收稿日期：2018-04-03

基金項目：國家自然科學基金（編號：41261041）;江西省研究生創新項目（編號：YC2017-S276）;國家自然科學基金（編號：51708098）;江西省教育廳課題（編號：GJJ160537）;江西省自然科學基金（編號：20171BAA218018）;東華理工大學江西省數字國土重點實驗室開放研究基金（編號：DLLJ201814）。

作者簡介：陳竹安（1978—），男，福建大田人，碩士，副教授，碩士生導師，主要研究方向為測繪技術、土地信息技術、遙感數據處理。

通信作者：陳大凱，碩士研究生，主要研究方向為土地信息技術、遙感數據處理。

隨著新型城鎮化、工業化建設進程的加快，我國農村居民點用地與選址多處于農民自發選擇、盲目自建、缺乏統一規劃管理的狀態，從而導致農村聚落分散化、空心化特征明顯[1-4]。鑒于此，為了解決農村居民點用地粗放的問題，不少學者對農村居民點進行了多視角研究，已有的研究成果對于農村居民點整治、促進城鄉統籌發展具有重要意義[5-8]。例如，孔雪松等以湖北省嘉魚縣魚岳鎮、官橋鎮為例，構建了村鎮農村居民點用地適宜性評價指標體系，研究農村居民點用地適宜性評價因子量化體系與表征方式[9]。劉善開等運用ArcGIS技術與Voronoi圖相結合的方法，研究了福建省德化縣農村居民點的空間分布特征[10]。楊俊等以村級為單位，運用地理信息系統（geographic information system，簡稱GIS）軟件、層次分析法和多層次模糊綜合評價模型，研究了農村居民點的用地現狀及其整理時序[11]。蘇木蘭等基于2000、2009、2013年3期的地球觀測系統（SPOT）遙感數據，運用多種方法定量分析海壇島農村居民點的時空分布特征及其演變規律，并從景觀生態學角度深入分析農村居民點空間分布特征的影響因素[12]。此外，隨著城市外延不斷擴展，農村居民點分布與建制鎮的相關性越來越強，而目前較少有專門針對國家級新區的詳細研究，更少有運用多種方法對農村居民點的空間分布及空間格局等進行的研究。

本研究從鄉（鎮）尺度對江西省贛江新區農村居民點的空間分布特征及其影響因素進行定量分析。以2016年江西省贛江新區土地變更調查成果數據庫和坡度圖矢量數據為基礎，綜合運用GIS空間分析、Voronoi圖變異系數（CV值）與核密度估算相結合的分析方法，分析贛江新區農村居民點的空間分布特征及其影響因素對農村居民點分布的影響程度。通過統計分析得到相應結論，研究結果可為贛江新區農村居民點整治、區域城鄉統籌發展及優化布局提供參考。

1 研究區概況

2016年6月6日，國務院同意設立江西贛江新區，贛江新區成為中部地區第2個、全國第18個國家級新區。贛江新區范圍包括南昌市青山湖區蛟橋鎮、白水湖管理處、江西金牛集團，新建區樂化鎮、樵舍鎮、溪霞鎮、桑海企業、新棋周管理處，九江市永修縣涂埠鎮、艾城鎮、云山、永豐墾殖場，共青城市甘露鎮、江益鎮、茶山街道，總面積為465.12 km2。

贛江新區屬于以低丘為主的地貌，地勢整體由東南向西北沿贛江走向呈長條狀緩慢延伸，區內坡度為0°～25°，地形崎嶇，最低海拔為3 m，最高海拔為189 m，研究區示意圖見圖1。贛江新區屬亞熱帶季風氣候，區域內河流眾多，水源豐富，2016年常住人口約為60.2萬人。

2 基礎資料與方法

2.1 基礎資料

本研究以GIS技術為平臺，以青山湖區、新建區、永修縣和共青城市2016年的土地利用變更數據庫、坡度圖為基礎，首先基于ArcGIS 10.1平臺中的裁剪工具，根據贛江新區范圍線裁剪得到研究區現狀圖，從中提取所需的農村居民點、公路、河流等數據;其中坡度數據來源于2016年贛江新區坡度圖，高程數據來源于地理空間數據云中下載的數字高程模型數據，利用ArcGIS 10.1中的Spatial Analyst工具生成贛江新區的高程柵格圖。從2015年江西省主城區地質災害防治圖中獲取地質災害分布數據。通過ArcGIS 10.1平臺各專題圖件的空間投影坐標系統一為高斯克里金（Xian_1980_3_Degree_GK_Zone_39），便于進行空間分析。

2.2 研究方法

從贛江新區土地變更成果數據庫、數字高程模型數據及地質災害防治圖中提取農村居民點、河流、公路、建制鎮、高程、坡度、地質災害分布，利用ArcGIS 10.1的空間分析功能，對不同影響因子下農村居民點的空間分異特征進行定量分析。其中，河流、公路、建制鎮3個影響因子下居民點的分布通過緩沖區的分析來實現，緩沖區的劃分標準參照相關農村居民點的評價研究;高程、坡度2個影響因子參考中國地形地貌劃分標準并結合研究區實際分為5個等級;地質災害根據2015年江西省主城區地質災害防治區劃分為3個等級，詳見表1中的贛江新區農村居民點空間分異特征描述指標。采用分維模型與核密度估算方法分析贛江新區農村居民點的空間分布特征，并在ArcGIS 10.1平臺中創建泰森多邊形模塊來創建以每個點狀農村居民點圖斑為中心的多邊形集合，生成Voronoi圖，利用公式（3）計算各鄉（鎮）的變異系數（CV值），判斷其空間集聚效應。

2.2.1 分形維數 農村居民點的分形維數能夠反映農村居民點用地的穩定與復雜程度[13-14]，其公式如下：

D=2lnP4ln（E）。（1）

式中：E為斑塊面積;P為斑塊周長;D為分形維數。

2.2.2 Voronoi圖法 設離散點集N={N1，N2，…，Ni}在1個平面上，該集合中的4個點都不共圓，且任意2點（如Ni，Nj）都不共位。任意點Ni的Voronoi圖定義為式（2）[10，15-16]：

Ti={x：d（x，Ni）

式中：Ti表示凸多邊形;d表示歐氏距離。

變異系數由Voronoi圖形成的多邊形面積的標準差除以平均值得出，計算公式如下：

CV值=標準差/平均值×100%。（3）

變異系數是衡量農村居民點在空間上的相對變化程度。使用Duyckaerts提出的3個分級標準：當CV值為30%（≤33%）時，點集呈均勻分布;當CV值為60%（33%～64%）時，點集呈隨機分布;當CV值為88%（≥64%）時，點集呈集聚分布。

2.2.3 核密度估算方法 核密度估算模型能夠清楚地表達點要素在其周圍領域中的空間分布狀況[17-19]，本研究參考Rosenblatt-Parzen核估計模型：

fn（x）=1nh∑i=1kx-xih。（4）

式中：fn（x）表示核密度;n表示樣本數量;k（）表示核函數;（x-xi）表示估計點x到樣本xi處的距離;h表示搜索帶寬，本研究確定2 km搜索帶寬用來分析贛江新區農村居民點的核密度特征。

3 結果與分析

3.1 農村居民點的基本特征描述

贛江新區農村居民點總面積為465.12 km2，其中樵舍鎮規模最大，為77.37 km2，桑海企業規模最小，僅為8.53 km2。就農村居民點占其所在鄉（鎮）面積的比重而言，新棋周管理處居民點的比重最大（21.57%），桑海企業的比重最小（3.31%）。就居民點密度而言，江西金牛集團、茶山街道和樂化鎮最大，為0.09個/hm2，艾城鎮和樵舍鎮最小，為 0.03個/hm2。可以看出，贛江新區農村居民點總體上較為集聚，研究區內的街鎮城鎮化水平較高。

3.2 農村居民點空間分布的影響因素分析

3.2.1 高程因素影響下的空間分異 從贛江新區地形地貌實際出發，可以看出贛江新區的高程在3～189 m之間，將研究區內的高程按照表1劃分為5個等級，利用ArcGIS 10.1空間分析中的柵格重分類工具將研究區的高程按照以上5個等級進行重新分類。由表2可以看出，贛江新區農村居民點的總面積為4 048.97 hm2;農村居民點分布在高程80 m及以下的占99.95%，當高程超過80 m時，只占總面積的0.05%。以上結果說明，贛江新區低丘的地形條件對農村居民點的空間分布影響明顯。

3.2.2 坡度因素影響下的空間分異 贛江新區的坡度在 0°～24°之間，從贛江新區的地形地貌實際出發，利用ArcGIS 10.1平臺，參照表1將研究區內的坡度劃分為5個等級重分類后，與農村居民點進行疊加分析統計。由表3可以看出，贛江新區農村居民點主要分布在≤5°的坡度，這一區域為平坡，占居民點總規模比重的98.27%;分布在緩坡>5°～10°之間的農村居民點的比重為1.57%。因為贛江新區處于緩坡的土地面積最多，相對在中坡上分布的農村居民點較少;坡度在10°以上的農村居民點布局急劇減少，只占總規模比重的 0.16%。

3.2.3 地質災害因素影響下的空間分異 由表4可知，分布在不易發區、低易發區的農村居民點占總規模比重的 97.37%，近2.59%的農村居民點分布在中易發區，處于高易發區、極易發區的農村居民點占總規模比重的0.04%。說明贛江新區一般不存在易發地質災害風險，地質災害因素與高程、坡度具有關聯性，處于高易發區、極易發區的農村居民點，可根據實際情況復墾為草地或林地。

3.2.4 公路因素影響下的空間分異 公路是農村居民生活、生產的重要影響因素，公路與農村居民點越近，生活生產越方便。根據贛江新區的實際情況，參照表1沿公路按照不同距

離建立緩沖區，緩沖區按照表1劃分為5個等級，利用ArcGIS 10.1平臺與農村居民點相交進行統計分析。由表5可知，贛江新區農村居民點空間布局存在明顯的交通指向，公路緩沖區2 000 m以內的農村居民點占總數的87.91%，其中 54.85% 的居民點分布在公路緩沖區500 m及以內，說明贛江新區交通較便利，在此緩沖區內的居民點分布也較為集聚。

3.2.5 河流因素影響下的空間分異 河流是人類生活用水的重要保障。古往今來，大多數居民點都是傍水而建，可見河流對居民地空間布局的影響。參照表1將河流按不同距離建立緩沖區，與農村居民點相交進行統計分析。由表6可以看出，13.91%的農村居民點在200 m河流緩沖區內，距離河流較近的居民點不利于河流生態發展;40.19%的農村居民點在 1 000 m 河流緩沖區外，隨著緩沖區距離的增加，居民點占總規模的比重也隨之增加，距離河流較遠的居民點不利于人類生活、生產，應通過居民點整治使其遷移到距離水源較近的地方，或者新建水利設施來改善居民點的用水需求。

3.2.6 城鎮距離影響下的空間分異 與公路、河流處理方法一樣，依據距離城鎮的距離，按照表1劃分為5個等級。由表7可知，距離城鎮越近的區域，農村居民點規模越大，農村居民點距離城鎮的距離已經成為贛江新區農村居民點發展的重要影響因素。69.77% 的農村居民點分布在距離城鎮 1 000 m 的緩沖區范圍內，18.99%的農村居民點分布在距離城鎮>1 000～2 000 m 的緩沖距離范圍內，距離城鎮2 000 m以上區域的農村居民點規模不到12%。以上結果說明，贛江新區的農村居民點大部分集中分布在城鎮體系中，形成了良性互動的城鄉結合體系。

3.3 農村居民點的分形特征

農村居民點的分形維數越小，居民點越穩定，越有利于農民生活生產;分形維數越大，居民點斑塊破碎程度越高。由圖

2可以看出，贛江新區的分形維數位于1.27～1.41之間，農村居民點呈現“西北部、東南部密，中部、西南部疏”的分布格局，例如，中部的桑海企業、永豐墾殖場、江西桑海集團有限公司、新祺周管理處及西南部的江西金牛集團、白水湖管理處、蛟橋鎮等地區城鎮化發展較快，受土地利用規劃、城鎮擴張的影響，居民點較穩定，分形維數相對較小。而東南部的溪霞鎮、樵舍鎮、樂化鎮及西北部的甘露鎮、江益鎮、茶山街道、涂埠鎮等地區的城鎮化發展相對較慢，居民點斑塊破碎度較高，分形維數較大，可以通過居民點整治、規劃等措施進行改善，調整其內部結構及布局，從而有利于農村居民生產、生活健康發展。

3.4 農村居民點的用地格局分析

3.4.1 Voronoi圖法的居民點特征分析 本研究基于贛江新區農村居民點面狀數據，在ArcGIS 10.1平臺中用數據管理工具要素轉換成點狀要素來創建泰森多邊形模塊，從而生成贛江新區農村居民點的Voronoi圖（圖3），并計算統計CV值。由表8可知，贛江新區農村居民點的總面積為4 048.97 hm2，用地比重為8.71%，共有2 738個居民點斑塊，平均斑塊面積為1.48 hm2，基于Voronoi圖的CV值為279.75%，遠大于64%，表明贛江新區的整體空間分布屬于集聚型。贛江新區16個鄉（鎮）Voronoi圖的CV值均大于64%，空間分布都呈現出集聚狀態。其中新祺周管理處用地比重最大，為 21.57%，Voronoi圖CV值最小的是桑海企業，為117.71%。主要原因在于贛江新區是經濟、文化和交通中心，結合贛江新區的高程、坡度圖可以直觀地看出，贛江新區處于低丘地帶，地勢較平坦，河流水源豐富，交通便利，農村居民點分布較集中且靠近城鎮，集中連片程度高，所以16個鄉（鎮）的農村居民點在鎮域的空間布局呈現出較強的集聚狀態。

3.4.2 核密度特征分析 本研究基于ArcGIS 10.1平臺，對研究區農村居民點圖斑的幾何中心點提取得到點狀居民點矢量數據，然后利用ArcGIS 10.1平臺空間分析工具中的核密度分析模塊，得到贛江新區農村居民點核密度分布。從圖4可以看出：

（1）贛江新區農村居民點平均密度為6.06個/km2，呈現“南北密，中部疏”的空間分布格局，因為南北部區域地勢平坦，交通路網較密集，所以處于農村居民點核密度高值區;而中部、東南部位于寬廣河流兩側，交通不便，地勢較差，形成了農村居民點核密度低值區。

（2）贛江新區的茶山街道、江西金牛集團、樂化鎮形成了農村居民點高密度區域，密度值都高于8.50個/km2，其中茶山街道、江西金牛集團的密度值分別為9.28、9.40個/km2，是研究區內密度值最高的區域。主要原因是這一區域河流水源較多，交通便利，地勢平坦，城鎮化水平高，因此人口較其他地區密集，農村居民點的密度也較高。

4 結論

本研究通過分析江西省贛江新區農村居民點的土地利用空間特征，綜合運用分形模型、Voronoi圖CV值與核密度估算相結合的分析方法，同時結合高程、坡度、河流、公路、城鎮、地質災害等影響因子對贛江新區進行緩沖區分析。從鄉（鎮）角度定性定量地分析了贛江新區農村居民點的土地利用空間布局特征，為贛江新區進行農村居民點整治、城鄉統籌規劃提供有效參考。相關研究結果如下：

（1）結合贛江新區的基本特征分析發現，贛江新區農村居民點規模特征在各鄉（鎮）具有明顯差異。規模最大的鎮為樂化鎮，農村居民點總面積為539.44 hm2，用地比重為 6.97%，平均斑塊面積最大的是新棋周管理處（2.75 hm2），居民點密度最大的為江西金牛集團（9.40個/km）。贛江新區農村居民點總體上較為集聚，城市區域周邊的鄉（鎮）城鎮化水平較高，農村居民點總體規模相對較大，距離市區較遠的鄉（鎮）城鎮化水平相對較低，農村居民點規模較小。城鎮化對贛江新區農村居民點土地利用的影響較為明顯。

（2）結合ArcGIS統計功能及緩沖區分析發現，受坡度、高程、河流、公路、城鎮分布、地質災害分布的影響，贛江新區的農村居民點具有明顯的空間分布特征。近79.84%的農村居民點分布在高程40 m以下，98.27%的農村居民點分布在≤5°的平坡，87.91%的農村居民點分布在距離公路2 km的范圍內，59.81%的農村居民點分布在距離河流1 km的范圍內，8876%的農村居民點分布在距離城鎮2 km的范圍內。從這一分布規律可以看出，地形是影響農村居民點分布最重要的因素，因為地形在很大程度上也影響著水系及交通的布局。

（3）結合分形模型研究發現，贛江新區內農村居民點分形維數位于1.27～1.41之間，農村居民點呈現“西北部、東南部密，中部、西南部疏”的分布格局。東南部的溪霞鎮、樵舍鎮、樂化鎮及西北部的甘露鎮、江益鎮、茶山街道、涂埠鎮等地區的城鎮化發展相對較慢，居民點斑塊復雜程度高，分形維數較大，有待于通過農村居民點整治、土地利用規劃等手段進行改善，合理調節農村居民點用地內部結構及布局，從而促進農村居民生產、生活保持健康發展。

（4）從農村居民點用地格局分析可知，在鎮域尺度上，贛江新區16個鄉（鎮）Voronoi圖的CV值均大于64%，空間分布都呈現出集聚狀態;贛江新區農村居民點空間分布呈現“南北密，中部疏”的空間格局，平均密度為6.06個/km2，其中茶山街道、江西金牛集團的密度分別為9.28、9.40個/km2，是研究區內密度值最高的區域。

參考文獻：

[1]海貝貝，李小建，許家偉. 鞏義市農村居民點空間格局演變及其影響因素[J]. 地理研究，2013，32（12）：2257-2269.

[2]宋 偉，陳百明，姜廣輝. 中國農村居民點整理潛力研究綜述[J]. 經濟地理，2010，30（11）：1871-1877.

[3]關小克，張鳳榮，劉春兵，等. 平谷區農村居民點用地的時空特征及優化布局研究[J]. 資源科學，2013，35（3）：536-544.

[4]楊悉廉，楊齊祺，周兵兵，等. 縣域農村居民點整理的潛力測算與時序分區[J]. 農業工程學報，2013，29（12）：235-244.

[5]夏昆昆，劉立文. 黃土丘陵區農村居民點空間分布及適宜性評價——以山西省太谷縣為例[J]. 科學技術與工程，2017，17（35）：192-200.

[6]李 彤，師學義，榮聯偉. 黃土山丘區農村居民點整治優先度分析[J]. 中國人口·資源與環境，2017（增刊2）：218-222.

[7]殷嘉迪，雷國平，樂容潮，等. 三江平原農村居民點時空格局演變——以富錦市為例[J]. 水土保持研究，2017，24（6）：300-304，312.

[8]張佰林，蔡為民，張鳳榮，等. 中國農村居民點用地微觀尺度研究進展及展望[J]. 地理科學進展，2016（9）：1049-1061.

[9]孔雪松，劉耀林，鄧宣凱，等. 村鎮農村居民點用地適宜性評價與整治分區規劃[J]. 農業工程學報，2012，28（18）：215-222.

[10]劉善開，韋素瓊，陳松林，等. 基于Voronoi圖的農村居民點空間分布特征及其整理潛力評價——以福建省德化縣為例[J]. 資源科學，2014（11）：2282-2290.

[11]楊 俊，王占岐，鄒利林，等. 基于村尺度的山區農村居民點用地現狀及其整理時序研究[J]. 經濟地理，2013，33（5）：150-157.

[12]蘇木蘭，戴文遠，黃華富，等. 快速城鎮化背景下海島農村居民點空間演變——以福建海壇島為例[J]. 熱帶地理，2016，36（6）：1005-1018.

[13]譚學玲，閆慶武，李晶晶，等. 盤縣農村居民點空間分布特征及其地形地貌影響因素分析[J]. 長江流域資源與環境，2017，26（12）：2083-2090.

[14]李 燦，張鳳榮，姜廣輝，等. 京郊衛星城區域農村居民點土地利用特征分析[J]. 農業工程學報，2013，29（19）：233-243.

[15]許 婷，饒 磊，趙小敏，等. 基于MCR模型和加權Voronoi圖的農村居民點空間布局優化[J]. 江蘇農業科學，2018，46（6）：333-337.

[16]梁照鳳，袁 媛，陳文波，等. 基于加權Voronoi圖的農村居民點用地適宜性評價與整治分區研究[J]. 江西農業大學學報，2017，39（6）：1244-1255.

[17]黃 聰，趙小敏，郭 熙，等. 江河流域農村居民點空間布局[J]. 江蘇農業科學，2017，45（22）：353-357.

[18]周 霖，黃 云，廖鐵軍，等. 萬州區農村居民點空間布局特征與調控[J]. 土壤通報，2017，48（4）：800-808.

[19]黃 聰，趙小敏，郭 熙，等. 基于核密度的余江縣農村居民點布局優化研究[J]. 中國農業大學學報，2016，21（11）：165-174.