黑龍江墾區(qū)農(nóng)戶散居住宅格局影響機(jī)制

隋虹均，張 慧，喬廣印，邱凱玉，劉浩然，姜佩林

·土地整理工程·

黑龍江墾區(qū)農(nóng)戶散居住宅格局影響機(jī)制

隋虹均1，張 慧2※，喬廣印2，邱凱玉2，劉浩然2，姜佩林2

（1. 東北大學(xué)土地管理研究所，沈陽(yáng) 110169；2. 東北農(nóng)業(yè)大學(xué)公共管理與法學(xué)院，哈爾濱 150030）

為闡明黑龍江墾區(qū)田間散居住宅格局的影響機(jī)制，該文以黑龍江農(nóng)墾建三江管理局所轄八五九農(nóng)場(chǎng)為研究區(qū)，以田間散居住宅為研究對(duì)象，基于2015年撫遠(yuǎn)市與饒河縣土地利用變更調(diào)查矢量數(shù)據(jù)與高分辨率遙感影像，綜合運(yùn)用空間分析、耦合度模型、多元統(tǒng)計(jì)分析，探討散居住宅格局影響機(jī)制。研究結(jié)果表明：研究區(qū)散居住宅數(shù)量繁多，并呈現(xiàn)出中部密集東西稀疏的空間分異特征，居住用地方式粗放；研究區(qū)田間散居住宅—農(nóng)業(yè)種植活動(dòng)系統(tǒng)耦合度的均值、最大值、中位數(shù)依次為：0.52、1.00、0.60，耦合程度較高，同時(shí)系統(tǒng)耦合度與田間散居住宅核密度表現(xiàn)出空間一致性，農(nóng)業(yè)種植活動(dòng)系統(tǒng)為田間散居住宅格局的影響因子；耕地結(jié)構(gòu)與耕作半徑、耕地面積與田塊破碎度，分別為研究區(qū)田間散居住宅格局的直接與間接影響因子，耕地結(jié)構(gòu)與耕作半徑之間的不適宜導(dǎo)致研究區(qū)呈現(xiàn)出中部集聚東西分散的區(qū)異特征。研究結(jié)果可為黑龍江墾區(qū)農(nóng)村居民點(diǎn)的空間布局優(yōu)化提供理論依據(jù)。

遙感；農(nóng)村；土地管理；農(nóng)場(chǎng)；居民點(diǎn)；散居住宅；黑龍江墾區(qū)

0 引 言

農(nóng)村居民點(diǎn)作為農(nóng)村社會(huì)的基本地域單元和基本聚落地，主要反映了在農(nóng)業(yè)生產(chǎn)過(guò)程中人類對(duì)自然環(huán)境的適應(yīng)，及對(duì)發(fā)展空間的干預(yù)、調(diào)整和重構(gòu)[1]。農(nóng)村居民點(diǎn)作為農(nóng)戶生產(chǎn)生活的重要載體[2-3]，其空間布局受到河流、地貌、經(jīng)濟(jì)、區(qū)位條件、人口、村莊規(guī)劃管理等多種因素的影響[4]。學(xué)界一般主要根據(jù)農(nóng)家房舍集合或分散的狀態(tài)，將農(nóng)村居民點(diǎn)形態(tài)分為散漫型和集聚型2種類型[5]。集聚型農(nóng)村居民點(diǎn)是由多個(gè)鄉(xiāng)村住宅集聚在一起而形成的大型村落和鄉(xiāng)村集市；散漫型農(nóng)村居民點(diǎn)又稱散村，每個(gè)農(nóng)戶的住宅零星分布，盡可能的靠近農(nóng)戶生計(jì)依賴的田地、山林或河流湖泊；彼此之間的距離因地而異，但并無(wú)明顯的隸屬關(guān)系或階層差別[6-7]。集聚型與散漫型農(nóng)村居民點(diǎn)的根本區(qū)別在于其各個(gè)民居之間及其與所依賴的田地、山林、湖澤之間，是呈現(xiàn)集聚、相互靠近的趨向，還是表現(xiàn)出離散的趨向；2種類型的農(nóng)村居民點(diǎn)并非相互排斥，而是相互補(bǔ)充[8]。中國(guó)北方平原地區(qū)農(nóng)村居民點(diǎn)主要表現(xiàn)為松散的聚居形式[9]，但在黑龍江省墾區(qū)，隨著農(nóng)業(yè)種植結(jié)構(gòu)的調(diào)整，尤其是自1998年黑龍江墾區(qū)推行大面積水稻種植后，耕作區(qū)逐漸出現(xiàn)大量的暫居型散居住宅。多數(shù)農(nóng)戶同時(shí)擁有大規(guī)模聚居態(tài)農(nóng)村居民點(diǎn)與田間散居住宅，兩套住宅的功能存在明顯差別，前者為服務(wù)農(nóng)戶的日常生活，后者為服務(wù)農(nóng)戶的農(nóng)業(yè)生產(chǎn)。一戶兩宅勢(shì)必會(huì)增加人均建設(shè)用地面積，造成土地資源的浪費(fèi)。高分辨率遙感影像可獲得詳盡的地物信息并且具有強(qiáng)時(shí)效性等特點(diǎn)，其為開(kāi)展農(nóng)村居民點(diǎn)的研究提供了良好的平臺(tái)。因此以高分率遙感影像為基礎(chǔ)數(shù)據(jù)源，探究墾區(qū)農(nóng)戶散居住宅格局影響機(jī)制，合理調(diào)控影響因子和規(guī)劃農(nóng)村居民點(diǎn)及配套設(shè)施，對(duì)在滿足農(nóng)戶生產(chǎn)與生活的雙重需求的同時(shí)，實(shí)現(xiàn)土地的高效與集約利用具有重要意義。

目前國(guó)內(nèi)外眾多學(xué)者圍繞著農(nóng)村居民點(diǎn)格局影響機(jī)制開(kāi)展了大量的研究并取得了豐碩的成果。國(guó)外學(xué)者認(rèn)為由于農(nóng)村居民點(diǎn)受資源、地理、社會(huì)、經(jīng)濟(jì)、體制、技術(shù)等多種因素的綜合影響，因此其形態(tài)、功能隨著經(jīng)濟(jì)社會(huì)的發(fā)展已發(fā)生了顯著的變化[10]。部分村莊不斷縮減、荒蕪甚至消亡，但仍有部分村莊從傳統(tǒng)的單一功能逐漸轉(zhuǎn)變?yōu)槎喙δ堋⒍嘣目臻g實(shí)體，因此功能和形態(tài)的多樣性、復(fù)雜性和變化性已成為現(xiàn)代農(nóng)村居民點(diǎn)的顯著特征[11]。研究結(jié)果表明，隨著社會(huì)經(jīng)濟(jì)的發(fā)展農(nóng)村居民點(diǎn)存在成長(zhǎng)與消退演替的發(fā)展規(guī)律[12]；同時(shí)農(nóng)村居民點(diǎn)用地的無(wú)序擴(kuò)張對(duì)生態(tài)系統(tǒng)產(chǎn)生了不利的影響，應(yīng)在仔細(xì)研究農(nóng)村居民點(diǎn)本身及外部關(guān)系的基礎(chǔ)上，按其自然發(fā)展趨勢(shì)加以規(guī)劃引導(dǎo)[13]。國(guó)內(nèi)學(xué)者提出，農(nóng)村居民點(diǎn)空間格局是一個(gè)由其自然資源條件、區(qū)位可達(dá)性及社會(huì)經(jīng)濟(jì)基礎(chǔ)條件綜合影響下的區(qū)位擇優(yōu)過(guò)程[14]；影響機(jī)制包括“動(dòng)力產(chǎn)生—?jiǎng)恿鬏敗?qū)動(dòng)形成—驅(qū)動(dòng)反饋”4個(gè)基本環(huán)節(jié)[15-16]。目前國(guó)內(nèi)關(guān)于農(nóng)村居民點(diǎn)格局影響機(jī)制的研究主要分為兩大系統(tǒng)，即自然系統(tǒng)與社會(huì)經(jīng)濟(jì)系統(tǒng)。在自然系統(tǒng)的角度下地形、公路、河流等環(huán)境因素對(duì)農(nóng)村居民點(diǎn)空間格局的形成具有一定的影響[17]，同時(shí)氣候等自然因素也是影響中國(guó)農(nóng)村居民點(diǎn)分布格局的主導(dǎo)因素[18]；在社會(huì)經(jīng)濟(jì)系統(tǒng)的視角下經(jīng)濟(jì)發(fā)展、農(nóng)業(yè)科技進(jìn)步等因素是影響農(nóng)村居民點(diǎn)用地格局變化的主要?jiǎng)右騕19]。當(dāng)前關(guān)于農(nóng)村居民點(diǎn)格局影響機(jī)制的研究多是以傳統(tǒng)大規(guī)模聚居態(tài)農(nóng)村居民點(diǎn)為研究對(duì)象，而忽略了當(dāng)大規(guī)模聚居態(tài)農(nóng)村居民點(diǎn)無(wú)法滿足當(dāng)前農(nóng)業(yè)生產(chǎn)模式時(shí)農(nóng)戶會(huì)自發(fā)的對(duì)農(nóng)村居民點(diǎn)的空間位置進(jìn)行調(diào)整，即在耕作區(qū)域內(nèi)建立田間小規(guī)模暫居性散居住宅的行為，目前關(guān)于田間散居住宅格局影響機(jī)制的研究鮮有涉及。

黑龍江農(nóng)墾建三江管理分局所轄八五九農(nóng)場(chǎng)位于三江平原東部，其具有耕地面積大、機(jī)械化水平高等特點(diǎn)，是現(xiàn)代農(nóng)業(yè)典型示范區(qū)與黑龍江省兩大平原現(xiàn)代農(nóng)業(yè)綜合配套改革試驗(yàn)區(qū)，同時(shí)也為黑龍江省農(nóng)場(chǎng)群中農(nóng)業(yè)現(xiàn)代化和城鎮(zhèn)化發(fā)展較快的農(nóng)場(chǎng)之一[20]，當(dāng)前八五九農(nóng)場(chǎng)耕作區(qū)域內(nèi)分布著大量的小規(guī)模田間散居住宅，因此八五九農(nóng)場(chǎng)為探究墾區(qū)農(nóng)戶散居住宅格局影響機(jī)制的典型區(qū)域。鑒于此，本研究以八五九農(nóng)場(chǎng)為研究區(qū)，利用撫遠(yuǎn)市與饒河縣2015年土地利用變更調(diào)查矢量數(shù)據(jù)庫(kù)與高分辨率遙感影像，運(yùn)用空間分析、耦合度模型、主成分分析、多元回歸與通徑分析相結(jié)合的研究方法探究墾區(qū)農(nóng)戶散居住宅格局的影響機(jī)制，以期為黑龍江省農(nóng)業(yè)地區(qū)的農(nóng)村居民點(diǎn)整治布局提供參考與借鑒。

1 研究區(qū)概況

黑龍江農(nóng)墾總局建三江管理分局所轄八五九農(nóng)場(chǎng)位于黑龍江省佳木斯市撫遠(yuǎn)市與雙鴨山市饒河縣境內(nèi)，地處三江平原東部地帶，其北鄰前哨農(nóng)場(chǎng)，西接二道河、前鋒、勝利農(nóng)場(chǎng)，東與撫遠(yuǎn)市海青鄉(xiāng)毗鄰，南隔烏蘇里江與俄羅斯相望。

研究區(qū)介于133°49′37"～134°32′20"E，47°21′30"～47°50′09"N之間，南北長(zhǎng)59 km，東西寬54 km，邊界線總長(zhǎng)298.17 km，農(nóng)場(chǎng)總體地勢(shì)為西南高、東北低，地形由完達(dá)山余脈向三江平原過(guò)渡。研究區(qū)設(shè)定總廠、管理區(qū)、連隊(duì)（作業(yè)站）三級(jí)管理機(jī)構(gòu)，所轄11個(gè)管理區(qū)23個(gè)連隊(duì)，1個(gè)場(chǎng)部（科研作業(yè)站），1個(gè)副業(yè)隊(duì)和1個(gè)國(guó)有糧食儲(chǔ)備庫(kù)，土地總面積為1 355 km2。連隊(duì)是墾區(qū)從事農(nóng)業(yè)生產(chǎn)的基層單位，農(nóng)場(chǎng)建廠之初，為每個(gè)連隊(duì)統(tǒng)一規(guī)劃設(shè)計(jì)一個(gè)農(nóng)村居民點(diǎn)，居民點(diǎn)內(nèi)部的房屋、道路、林帶按照統(tǒng)一的規(guī)制布局建設(shè)。

截至2017年年末，八五九農(nóng)場(chǎng)人口總數(shù)為21 591人9 371戶，生產(chǎn)總值20.23億元[21]。

2 材料與方法

2.1 數(shù)據(jù)來(lái)源與處理

本研究矢量數(shù)據(jù)源于佳木斯市撫遠(yuǎn)市與雙鴨山市饒河縣2015年土地利用變更調(diào)查矢量數(shù)據(jù)庫(kù)；柵格數(shù)據(jù)源自Arcgis Server平臺(tái)2015年佳木斯市撫遠(yuǎn)市與雙鴨山市饒河縣遙感影像，空間分辨率為0.6 m。利用Arcgis10.0軟件提取佳木斯市撫遠(yuǎn)市與雙鴨山市饒河縣行政區(qū)劃與地類圖斑，通過(guò)SQL語(yǔ)言查詢八五九農(nóng)場(chǎng)權(quán)屬信息，對(duì)其進(jìn)行合并處理，獲得研究區(qū)行政區(qū)劃圖與土地利用現(xiàn)狀數(shù)據(jù)。基于Arcgis平臺(tái)，對(duì)撫遠(yuǎn)市與饒河縣遙感影像進(jìn)行鑲嵌、地理配準(zhǔn)與剪裁處理，同時(shí)提取研究區(qū)農(nóng)村居民點(diǎn)矢量數(shù)據(jù)，將其與遙感影像疊置，辨別研究區(qū)農(nóng)村居民點(diǎn)類型（聚居與散居），同時(shí)對(duì)缺失的田間散居住宅進(jìn)行目視解譯，確保田間散居住宅數(shù)據(jù)的完整性與準(zhǔn)確性。

圖1 研究區(qū)示意圖

2.2 研究方法

2.2.1 核密度分析

核密度分析是一種用于估計(jì)概率密度函數(shù)的非參數(shù)方法，在空間分析中可用于計(jì)算鄰域范圍內(nèi)要素的空間分布密度，適合于點(diǎn)分布模式的可視化表達(dá)[22-23]。本文利用Arcgis10.0軟件，以研究區(qū)散居住宅用地質(zhì)心作為基礎(chǔ)信息，運(yùn)用核密度分析研究區(qū)散居住宅的空間密度分布特征。

2.2.2 耦合度模型

耦合度是度量多個(gè)系統(tǒng)之間相互作用的強(qiáng)弱程度，從而揭示研究多系統(tǒng)間協(xié)同發(fā)展態(tài)勢(shì)的常用方法之一。耦合度的取值范圍介于0～1之間，耦合度越大說(shuō)明系統(tǒng)之間的相互作用、相互影響越強(qiáng)烈[24]。本研究通過(guò)Arcgis10.0軟件對(duì)研究區(qū)構(gòu)建350 m×350 m的微觀地理網(wǎng)格并以此為基本地域單元，同時(shí)基于各地域單元內(nèi)的田間散居住宅與農(nóng)業(yè)種植活動(dòng)系統(tǒng)評(píng)價(jià)值，統(tǒng)計(jì)計(jì)算各地域單元田間散居住宅—農(nóng)業(yè)種植活動(dòng)系統(tǒng)耦合度，探析田間散居住宅與農(nóng)業(yè)種植活動(dòng)系統(tǒng)間的作用關(guān)系，揭示研究區(qū)田間散居住宅影響因子。

式中為耦合度；t（=1～）為各子系統(tǒng)評(píng)價(jià)值；為子系統(tǒng)個(gè)數(shù)；t、t分別為系統(tǒng)的評(píng)價(jià)值。

2.2.3 主成分分析

主成分分析是把原來(lái)多個(gè)變量劃為少數(shù)幾個(gè)綜合指標(biāo)的一種統(tǒng)計(jì)分析方法，從數(shù)學(xué)角度來(lái)看，這是一種降維處理技術(shù)[25]，主成分分析能夠較好的地代表原有指標(biāo)的解釋信息，在地理學(xué)研究中應(yīng)用較為廣泛[26-27]。本研究利用SPSS18.00軟件對(duì)研究區(qū)田間散居住宅的影響因子，耕地結(jié)構(gòu)（1）、耕地面積（2）、田塊破碎度（3）、耕作半徑（4）、聚居居民點(diǎn)與相應(yīng)行政區(qū)幾何中心的偏差距離（5）進(jìn)行主成分分析，確定研究區(qū)田間散居住宅的主要影響因子。

2.2.4 多元回歸與通徑分析

在多要素的地理系統(tǒng)中，多個(gè)（多于2個(gè)）要素之間也存在著相互影響、相互關(guān)聯(lián)的情況，因此多元線性回歸分析揭示出的多要素之間的相互關(guān)系具有普遍性的意義[25]。多元線性回歸的方程決定系數(shù)2取值范圍在0～1之間，其值越接近于1表明回歸關(guān)系可解釋因變量的程度越高；顯著性檢驗(yàn)值若大于置信度水平為0.01時(shí)的檢驗(yàn)臨界值，則表明多要素之間具有極顯著的影響；各要素的回歸系數(shù)可表明其對(duì)因變量的影響程度，回歸系數(shù)的絕對(duì)值越大其對(duì)因變量的影響程度也越高[28-29]。通徑分析是研究自變量之間，自變量與因變量之間相互影響關(guān)系，刻畫(huà)各自變量對(duì)因變量的直接和間接影響程度；通徑分析是在多元回歸的基礎(chǔ)上將相關(guān)系數(shù)加以分解，通過(guò)直接通徑與間接通徑分別表示某一變量對(duì)因變量的直接作用、通過(guò)其他變量對(duì)因變量間接作用效果。本文利用SPSS18.0軟件以由主成分分析判定的研究區(qū)田間散居住宅格局的主要影響因子：耕地結(jié)構(gòu)（1）、耕地面積（2）、田塊破碎度（3）、耕作半徑（4）為自變量，以研究區(qū)內(nèi)各連隊(duì)（作業(yè)站）散居住宅核密度的總值（）為因變量，進(jìn)行多元線性回歸分析；并依據(jù)多元回歸分析結(jié)果對(duì)各主要影響因子進(jìn)行通徑分析，探索研究區(qū)田間散居住宅格局的影響機(jī)制。

3 結(jié)果與分析

3.1 田間散居住宅格局

3.1.1 田間散居住宅數(shù)量與規(guī)模格局

研究區(qū)內(nèi)包括11個(gè)管理區(qū)，23個(gè)連隊(duì)（作業(yè)站），各連隊(duì)擁有大規(guī)模聚居態(tài)農(nóng)村居民點(diǎn)與田間散居住宅共計(jì)365個(gè)，農(nóng)村住宅用地總面積為868 hm2。其中每個(gè)連隊(duì)均擁有一個(gè)大規(guī)模聚居態(tài)的主要農(nóng)村居民點(diǎn)，而在距其一定距離范圍內(nèi)的田塊間，散布著大量的小規(guī)模散居住宅用地。通過(guò)對(duì)研究區(qū)兩類農(nóng)村居民點(diǎn)矢量數(shù)據(jù)的匯總計(jì)算，八五九農(nóng)場(chǎng)共擁有大規(guī)模聚居態(tài)的主要農(nóng)村居民點(diǎn)23個(gè)，總面積為568 hm2，平均規(guī)模為23.7 hm2；田間散布的散居住宅共計(jì)342個(gè)，用地總面積300 hm2，平均用地面積0.87 hm2，小面積田間散居住宅的數(shù)量約為大規(guī)模聚居態(tài)主要農(nóng)村居民點(diǎn)的15倍。研究區(qū)內(nèi)的農(nóng)村居民點(diǎn)規(guī)模主要集中于0～10 hm2之間，小于20 hm2的農(nóng)村居民點(diǎn)數(shù)量占農(nóng)村居民點(diǎn)總數(shù)的93.97%，而面積大于20 hm2的大規(guī)模農(nóng)村居民點(diǎn)僅為22個(gè)，占農(nóng)村居民點(diǎn)總數(shù)的6.03%（圖2）。

通過(guò)上述分析，雖然八五九農(nóng)場(chǎng)內(nèi)部大規(guī)模聚居態(tài)農(nóng)村居民點(diǎn)用地方式較為集約，但部分農(nóng)戶在擁有大規(guī)模聚居態(tài)農(nóng)村居民點(diǎn)的同時(shí)仍擁有田間散居住宅，并且數(shù)量較為龐大，造成農(nóng)場(chǎng)內(nèi)部土地粗放利用，降低了有效耕地面積，加劇了土地資源的供需矛盾。

圖2 研究區(qū)農(nóng)村居民點(diǎn)用地面積頻數(shù)分布直方圖

3.1.2 田間散居住宅空間格局

運(yùn)用Arcgis10.0軟件提取研究區(qū)田間散居住宅質(zhì)心，并生成研究區(qū)散居住宅核密度圖如圖3所示。由圖3可知，研究區(qū)域內(nèi)散居住宅空間分布密度具有空間差異性，核密度值在0～2.51個(gè)/km2之間，整體上呈現(xiàn)出“東西低中部密”的空間分布格局；22、24、10、12、26連為田間散居住宅核密度高值區(qū)，區(qū)域內(nèi)散居住宅數(shù)量較多，空間分布較為密集；2、3、23、16、37連為田間散居住宅核密度低值區(qū)，區(qū)域內(nèi)散居住宅數(shù)量較少，空間分布較為分散。通過(guò)上述分析，研究區(qū)內(nèi)田間散居住宅的分布具有空間差異性，散居住宅主要集中分布于研究區(qū)的中部地區(qū)的22、24、10、12、26連，而在研究區(qū)的東西兩側(cè)邊緣的2、3、23、16、37連散居住宅分布較為稀疏。

3.2 田間散居住宅格局影響因子識(shí)別

黑龍江墾區(qū)是國(guó)家級(jí)現(xiàn)代化大農(nóng)業(yè)示范區(qū)，是中國(guó)重要的商品糧生產(chǎn)基地，土地性質(zhì)為國(guó)有土地，與農(nóng)區(qū)相比土地承包經(jīng)營(yíng)權(quán)的流轉(zhuǎn)更為順暢，土地資源的配置更為合理、高效；因此黑龍江墾區(qū)農(nóng)業(yè)區(qū)別于地方農(nóng)業(yè)的小農(nóng)經(jīng)濟(jì)，基本實(shí)現(xiàn)了農(nóng)業(yè)專業(yè)化，形成了規(guī)模化、機(jī)械化和標(biāo)準(zhǔn)化的農(nóng)業(yè)生產(chǎn)模式[30]。同時(shí)墾區(qū)的人力資源配置與農(nóng)區(qū)相比也更為合理，從事農(nóng)業(yè)生產(chǎn)工作的人員主要是以家庭為單位的青壯年，性別與年齡比例更加均衡；并且墾區(qū)的農(nóng)業(yè)生產(chǎn)活動(dòng)是在專業(yè)農(nóng)業(yè)技師的指導(dǎo)和標(biāo)準(zhǔn)化的管理下進(jìn)行，因此墾區(qū)的農(nóng)業(yè)單產(chǎn)和農(nóng)業(yè)經(jīng)濟(jì)效益顯著高于地方農(nóng)區(qū)的農(nóng)業(yè)生產(chǎn)。黑龍江墾區(qū)當(dāng)下的農(nóng)業(yè)生產(chǎn)、社會(huì)經(jīng)濟(jì)狀況在一定程度上代表了理想狀態(tài)下、一定階段內(nèi)中國(guó)的農(nóng)業(yè)發(fā)展目標(biāo)，而田間散居住宅的存在主要表現(xiàn)出農(nóng)戶對(duì)于大規(guī)模聚居態(tài)農(nóng)村居民點(diǎn)在服務(wù)農(nóng)業(yè)種植活動(dòng)方面存在著不便利，為提高農(nóng)業(yè)種植活動(dòng)效率而產(chǎn)生的相應(yīng)行為，因而與種植活動(dòng)密切相關(guān)的自然因素對(duì)田間散居住宅的空間分布具有深刻的影響。通過(guò)對(duì)研究區(qū)的實(shí)地調(diào)查走訪，發(fā)現(xiàn)，耕地結(jié)構(gòu)、耕地面積、田塊破碎度、耕作半徑、聚居居民點(diǎn)與行政區(qū)幾何中心的偏差距離對(duì)建立田間散居住宅的行為具有重要的推動(dòng)作用，決定了農(nóng)業(yè)種植的強(qiáng)度與效率，而相比較于其他自然因素5者在各區(qū)域內(nèi)存在較大差別，其可清晰的反映出區(qū)域農(nóng)業(yè)種植活動(dòng)的差異。鑒于此，本研究選取耕地結(jié)構(gòu)、耕地面積、田塊破碎度、耕作半徑以及聚居居民點(diǎn)與行政區(qū)幾何中心的偏差距離5個(gè)指標(biāo)（表1），以田間散居住宅的核密度分布為基礎(chǔ)，構(gòu)建田間散居住宅與農(nóng)業(yè)種植活動(dòng)系統(tǒng)評(píng)價(jià)指標(biāo)體系，運(yùn)用耦合度模型，嘗試揭示農(nóng)業(yè)種植活動(dòng)與建立田間散居住宅行為之間的關(guān)系，并識(shí)別田間散居住宅格局的影響因子。

圖3 散居住宅核密度分布

表1 自然條件選取依據(jù)

3.2.1 研究區(qū)田間散居住宅與農(nóng)業(yè)種植活動(dòng)系統(tǒng)評(píng)價(jià)指標(biāo)體系構(gòu)建

統(tǒng)計(jì)計(jì)算研究區(qū)地類圖斑的平均規(guī)模，同時(shí)假設(shè)地類圖斑均為正方形，基于研究區(qū)地類圖斑0.12 km2的平均規(guī)模計(jì)算研究區(qū)地類圖斑的平均邊長(zhǎng)，并以地類圖斑平均邊長(zhǎng)350 m作為本研究的基本空間尺度。利用Arcgis10.0軟件對(duì)研究區(qū)所轄的11個(gè)管理區(qū)構(gòu)建350 m×350 m地理網(wǎng)格，并以此作為研究區(qū)田間散居住宅—農(nóng)業(yè)種植活動(dòng)系統(tǒng)評(píng)價(jià)的基本評(píng)價(jià)單元；將其與研究區(qū)土地利用現(xiàn)狀數(shù)據(jù)進(jìn)行疊置，統(tǒng)計(jì)計(jì)算各評(píng)價(jià)單元內(nèi)的耕地結(jié)構(gòu)（水田比例）、耕地面積、田塊破碎度、耕作半徑及聚居居民點(diǎn)與行政區(qū)中心的偏差距離；同時(shí)通過(guò)反距離權(quán)重插值（inverse distance weighted，IDW）獲得研究區(qū)5類指標(biāo)的空間分布圖（圖4）。

圖4 各指標(biāo)空間分布

基于5類指標(biāo)與田間散居住宅核密度的空間分布，運(yùn)用Arcgis10.0軟件區(qū)域統(tǒng)計(jì)分析獲取各評(píng)價(jià)單元內(nèi)5類指標(biāo)與田間散居住宅核密度的均值。為消除數(shù)據(jù)間量綱的影響，采用離差標(biāo)準(zhǔn)化對(duì)評(píng)價(jià)指標(biāo)的原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，將有效值歸一化至0～1之間；同時(shí)通過(guò)熵權(quán)法對(duì)歸一化后各評(píng)價(jià)指標(biāo)的運(yùn)算，獲得各評(píng)價(jià)指標(biāo)相應(yīng)的權(quán)重，研究區(qū)田間散居住宅—農(nóng)業(yè)種植活動(dòng)系統(tǒng)評(píng)價(jià)指標(biāo)體系具體如表2所示。

表2 評(píng)價(jià)指標(biāo)體系

3.2.2 田間散居住宅與農(nóng)業(yè)種植活動(dòng)系統(tǒng)耦合度分析

通過(guò)綜合評(píng)價(jià)模型分別計(jì)算各評(píng)價(jià)單元內(nèi)的田間散居住宅系統(tǒng)值與農(nóng)業(yè)種植活動(dòng)系統(tǒng)值，并運(yùn)用耦合度模型確定各評(píng)價(jià)單元田間散居住宅—農(nóng)業(yè)種植活動(dòng)系統(tǒng)耦合度，同時(shí)采用反距離權(quán)重插值的方法對(duì)各評(píng)價(jià)單元田間散居住宅—農(nóng)業(yè)種植活動(dòng)系統(tǒng)耦合度進(jìn)行插值處理獲取研究區(qū)田間散居住宅—農(nóng)業(yè)種植活動(dòng)系統(tǒng)耦合度空間分布圖（圖5）。

圖5 田間散居住宅與農(nóng)業(yè)種植活動(dòng)系統(tǒng)耦合度空間分布

通過(guò)Arcgis10.0軟件區(qū)域統(tǒng)計(jì)分析，研究區(qū)田間散居住宅—農(nóng)業(yè)種植活動(dòng)系統(tǒng)耦合度的均值為0.52、最大值為1.00、中位數(shù)為0.60。已有研究結(jié)果[24]表明，當(dāng)耦合度處于[0.5，0.8)時(shí)系統(tǒng)間開(kāi)始出現(xiàn)相互配合的關(guān)系，呈現(xiàn)出良性的耦合特征；當(dāng)耦合度介于[0.8，1.0]之間時(shí)，系統(tǒng)間的良性耦合逐步加強(qiáng)并逐漸向有序方向發(fā)展，表現(xiàn)出高水平的耦合特征，研究區(qū)田間散居住宅系統(tǒng)與農(nóng)業(yè)種植活動(dòng)系統(tǒng)耦合程度相對(duì)較高。同時(shí)將研究區(qū)田間散居住宅—農(nóng)業(yè)種植活動(dòng)系統(tǒng)耦合度空間分布與研究區(qū)田間散居住宅核密度分布進(jìn)行疊置，通過(guò)對(duì)二者的分析發(fā)現(xiàn)：研究區(qū)田間散居住宅—農(nóng)業(yè)種植活動(dòng)系統(tǒng)耦合度具有顯著的空間分異特征，研究區(qū)中部系統(tǒng)耦合度較高，研究區(qū)的東西兩側(cè)邊緣耦合度相對(duì)較低；田間散居住宅—農(nóng)業(yè)種植活動(dòng)系統(tǒng)耦合度的空間分異特征與田間散居住宅核密度分布呈現(xiàn)出空間一致性，因此農(nóng)業(yè)種植活動(dòng)系統(tǒng)與田間散居住宅系統(tǒng)具有一定的空間關(guān)聯(lián)性，即耕地結(jié)構(gòu)（水田比例）、耕地面積、田塊破碎度、耕作半徑、偏差距離對(duì)研究區(qū)田間散居住宅具有一定程度上的影響，五者為研究區(qū)田間散居住宅的影響因子。

綜上，研究區(qū)田間散居住宅與農(nóng)業(yè)種植活動(dòng)系統(tǒng)的耦合程度相對(duì)較高，同時(shí)研究區(qū)田間散居住宅—農(nóng)業(yè)種植活動(dòng)系統(tǒng)耦合度具有顯著的空間分異特征，在研究區(qū)中部耦合度表現(xiàn)出高值集聚的空間分布狀態(tài)，而在研究區(qū)東西兩側(cè)邊緣耦合度普遍較低，其與研究區(qū)田間散居住宅的核密度分布呈現(xiàn)出空間一致性，因此農(nóng)業(yè)種植活動(dòng)系統(tǒng)與田間散居住宅系統(tǒng)具有一定的關(guān)聯(lián)，即耕地結(jié)構(gòu)（水田比例）、耕地面積、田塊破碎度、耕作半徑、偏差距離為研究區(qū)田間散居住宅的影響因子。

3.3 田間散居住宅影響機(jī)制

3.3.1 影響因子分析

提取并統(tǒng)計(jì)計(jì)算研究區(qū)所轄23個(gè)連隊(duì)相應(yīng)的耕地結(jié)構(gòu)（水田比例）（1）、耕地面積（2）、田塊破碎度（3）、耕作半徑（4）以及聚居居民點(diǎn)與行政區(qū)中心的偏差距離（5）。利用標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化法（Z-Secore）對(duì)5個(gè)影響因子進(jìn)行標(biāo)準(zhǔn)化處理，同時(shí)運(yùn)用SPSS18.0軟件對(duì)其進(jìn)行主成分分析，分析可知，KMO檢驗(yàn)值為0.667>0.6，Bartlett球形檢驗(yàn)值<0.001，表明5個(gè)影響因子可進(jìn)行主成分分析；依據(jù)特征值大于1且累計(jì)貢獻(xiàn)率≥80%的原則，提取出2個(gè)主成分，第一主成分貢獻(xiàn)率為59.083%，第二主成分貢獻(xiàn)率為25.704%，2個(gè)主成分的累積貢獻(xiàn)率為84.787%，2個(gè)主成分可比較全面地反映出研究區(qū)田間散居住宅的主要影響因子；由表3可知第一主成分與耕作半徑、耕地面積、田塊破碎度高度相關(guān)，旋轉(zhuǎn)后的因子載荷依次為0.941、0.935和0.896，表征耕地的自身屬性；第二主成分與耕地結(jié)構(gòu)高度相關(guān)，旋轉(zhuǎn)后因子載荷為0.964，反映出耕地利用的狀況。耕地的自身屬性主要表現(xiàn)出區(qū)域農(nóng)業(yè)耕作的便利度、范圍以及機(jī)械化種植的難易程度，其從根本上影響著農(nóng)業(yè)種植活動(dòng)的效率，進(jìn)而對(duì)田間散居住宅的空間分布具有重要的影響；耕地利用狀況可體現(xiàn)出區(qū)域耕種作業(yè)的強(qiáng)度，而耕種強(qiáng)度的提升卻對(duì)農(nóng)業(yè)種植活動(dòng)的效率具有抑制作用，因此耕地利用狀況深入影響了區(qū)域田間散居住宅的格局。通過(guò)以上分析，耕地自身屬性與耕地利用狀況對(duì)田間散居住宅的格局具有深遠(yuǎn)的影響，即耕地結(jié)構(gòu)、耕作半徑、耕地面積與田塊破碎度為研究區(qū)田間散居住宅格局的主要影響因子，而聚居居民點(diǎn)與行政區(qū)中心偏差距離的影響作用略小，非主要影響因子。

表3 旋轉(zhuǎn)后因子載荷矩陣

3.3.2 影響機(jī)制分析

利用Arcgis10.0軟件，以研究區(qū)散居住宅核密度分布的柵格數(shù)據(jù)為基礎(chǔ)信息，運(yùn)用分區(qū)統(tǒng)計(jì)分析統(tǒng)計(jì)匯總研究區(qū)內(nèi)各連隊(duì)散居住宅的核密度總值。由主成分分析的結(jié)果可知，耕地結(jié)構(gòu)（1）、耕作半徑（4）、耕地面積（2）、田塊破碎度（3）是八五九農(nóng)場(chǎng)田間散居住宅格局的主要影響因子，因此，利用SPSS18.0軟件以各連隊(duì)散居住宅核密度總值（）為因變量，以各連隊(duì)的耕地結(jié)構(gòu)（1）、耕作半徑（4）、耕地面積（2）、田塊破碎度（3）為自變量，對(duì)其進(jìn)行多元線性回歸分析。由分析結(jié)果可知，多元線性回歸的決定系數(shù)2=0.80，顯著性檢驗(yàn)值為18.051，通過(guò)查詢檢驗(yàn)臨界值分布表可知在置信度水平=0.01時(shí)，值遠(yuǎn)大于0.01，因此該回歸模型可充分的表現(xiàn)出各因子對(duì)散居住宅格局的影響。八五九農(nóng)場(chǎng)田塊間散居住宅核密度值（）與耕地結(jié)構(gòu)（1）、耕地面積（2）、田塊破碎度（3）、耕作半徑（4）之間的回歸模型為

結(jié)合多元回歸的結(jié)果，對(duì)各影響因子分別進(jìn)行通徑分析（表4），結(jié)果顯示：耕地結(jié)構(gòu)與耕作半徑的直接通徑系數(shù)最大，為田間散居住宅格局的直接影響因子；耕地面積與田塊破碎度直接通徑系數(shù)較小，為間接影響因子，并且二者分別主要通過(guò)耕作半徑與耕地結(jié)構(gòu)間接的影響散居住宅格局的形成。自2000年以來(lái)黑龍江墾區(qū)提出“以稻治澇”的發(fā)展理念，積極響應(yīng)國(guó)家“種植結(jié)構(gòu)調(diào)整”政策，大力開(kāi)展“旱改水”項(xiàng)目，目前已取得巨大的成績(jī)，糧食產(chǎn)量已實(shí)現(xiàn)逐年穩(wěn)步的提升。但水稻的種植屬精細(xì)耕種作業(yè)，因此旱地改水田也將農(nóng)民日常的耕作強(qiáng)度大幅度的提高。黑龍江墾區(qū)曾在2000年之前大力發(fā)展旱作機(jī)械化農(nóng)業(yè)，由于旱地的耕作強(qiáng)度相對(duì)偏低，而墾區(qū)農(nóng)業(yè)機(jī)械化水平較高，因此墾區(qū)在建立農(nóng)村居民點(diǎn)之初耕作半徑往往設(shè)置的過(guò)于偏大。隨著種植結(jié)構(gòu)的調(diào)整，水田種植比例的逐步提高，過(guò)大的耕作半徑使得農(nóng)民日常耕作時(shí)浪費(fèi)的時(shí)間過(guò)多，為了提高農(nóng)業(yè)耕作效率，墾區(qū)農(nóng)民多選擇農(nóng)忙時(shí)在自家田塊間建立小規(guī)模散居住宅。同時(shí)田塊的破碎度和耕地面積分別決定了田塊能否進(jìn)行大型農(nóng)業(yè)機(jī)械化種植與耕作范圍，二者分別以耕地結(jié)構(gòu)與耕作半徑的形式間接的影響耕作效率，對(duì)散居住宅格局的形成具有重要的影響。綜上耕地結(jié)構(gòu)與耕作半徑、耕地面積與田塊破碎度分別為散居住宅格局的直接與間接的影響因子，耕地結(jié)構(gòu)與耕作半徑的不適宜導(dǎo)致墾區(qū)田間散居住宅呈現(xiàn)出中部集聚東西分散的空間格局。

表4 影響因子通徑系數(shù)

注：*表示數(shù)據(jù)是自變量與因變量的直接通經(jīng)系數(shù)，其他為間接通徑系數(shù)。

Note: Data with “*” is direct path coefficient, and others are indirect path coefficient between independent and dependent variables.

4 討 論

本研究綜合運(yùn)用空間分析、耦合度模型、多元統(tǒng)計(jì)分析的方法，揭示了研究區(qū)田間散居住宅格局特征，識(shí)別了田間散居住宅格局的影響因子，探明了研究區(qū)田間散居住宅格局的影響機(jī)制。研究結(jié)果表明，水田種植比例與耕作半徑之間的不匹配是導(dǎo)致田間散居住宅產(chǎn)生并呈現(xiàn)出中部密集東西稀疏空間分布格局的直接原因。因此黑龍江墾區(qū)應(yīng)根據(jù)水田種植比例以及勞均耕作面積重新規(guī)劃設(shè)計(jì)更符合當(dāng)前墾區(qū)農(nóng)業(yè)生產(chǎn)模式的耕作半徑，并在此耕作半徑的基礎(chǔ)上確定區(qū)域農(nóng)村居民點(diǎn)的數(shù)量與規(guī)模同時(shí)對(duì)其進(jìn)行空間配置。重構(gòu)與當(dāng)前墾區(qū)農(nóng)業(yè)生產(chǎn)模式相匹配的農(nóng)村居民點(diǎn)的空間體系，消除田間散居住宅，可在提高人居環(huán)境和農(nóng)業(yè)種植活動(dòng)效率的同時(shí)實(shí)現(xiàn)土地的高效與集約利用。

但本研究仍存在一定欠缺，盡管耕地結(jié)構(gòu)、耕地面積、田塊破碎度、耕作半徑、偏差距離相比較于其他因素在區(qū)域內(nèi)的變異程度較大，可清晰的反映出區(qū)域農(nóng)業(yè)種植活動(dòng)的差異，對(duì)建立田間散居住宅的行為具有重要的推動(dòng)作用。但與農(nóng)業(yè)種植活動(dòng)關(guān)系密切的人文因素也存在著驅(qū)動(dòng)作用，而如何將區(qū)域人文因素準(zhǔn)確如實(shí)的展布至空間單元，精準(zhǔn)的刻畫(huà)區(qū)域散居住宅格局的影響機(jī)制，將是筆者未來(lái)重要的研究方向。

5 結(jié) 論

1）八五九農(nóng)場(chǎng)在擁有大規(guī)模聚居態(tài)農(nóng)村居民點(diǎn)的同時(shí)田間仍散布著大量散居住宅。散居住宅整體呈現(xiàn)出中部密集東西稀疏的空間分異特征，研究區(qū)居住用地方式粗放，降低了有效耕地面積，加劇了農(nóng)場(chǎng)土地資源的供需矛盾。

2）研究區(qū)田間散居住宅與農(nóng)業(yè)種植活動(dòng)系統(tǒng)耦合度的均值為0.52，最大值為1.00，中位數(shù)為0.60，系統(tǒng)之間的耦合程度較高；并且系統(tǒng)耦合度的空間分異特征與核密度的分布狀態(tài)呈現(xiàn)出空間一致性，農(nóng)業(yè)種植活動(dòng)與田間散居住宅具有一定程度的關(guān)聯(lián)。因此耕地結(jié)構(gòu)、耕地面積、田塊破碎度、耕作半徑、偏差距離為研究區(qū)田間散居住宅格局的影響因子。

3）耕地自身屬性（耕作半徑、耕地面積、田塊破碎度）與耕地利用狀況（耕地結(jié)構(gòu)）是研究區(qū)田間散居住宅格局的主要影響因子，而偏差距離的影響作用略小，并非主要影響因子。耕地結(jié)構(gòu)與耕作半徑、耕地面積與田塊破碎度，分別是研究區(qū)田間散居住宅格局的直接與間接影響因子，耕地結(jié)構(gòu)與耕作半徑之間的不匹配使研究區(qū)呈現(xiàn)出中部集聚東西分散的區(qū)異特征。

[1] 劉建生. 農(nóng)村居民點(diǎn)整治模式與布局優(yōu)化研究[M]. 北京：科學(xué)出版社，2015.

[2] 周佳慧. 基于多智能體的宜興市農(nóng)村居民點(diǎn)空間布局演變研究[D]. 南京：南京農(nóng)業(yè)大學(xué)，2016. Zhou Jiahui. The Evolution of the Spatial Distribution on Yixing Rural Residential Based on Multi-Agent Model[D]. Nanjing: Nanjing Agricultural University, 2016. (in Chinese with English abstract)

[3] 董博文. 呼蘭區(qū)農(nóng)村居民點(diǎn)布局調(diào)整研究[D]. 哈爾濱：東北農(nóng)業(yè)大學(xué)，2016. Dong Bowen. Study on the Distribution Adjustment of Rural Residential Areas in Hulan District[D]. Harbin: Northeast Agricultural University, 2016. (in Chinese with English abstract)

[4] 唐世超. 西南丘陵地區(qū)農(nóng)業(yè)型鄉(xiāng)鎮(zhèn)農(nóng)村居民點(diǎn)用地規(guī)劃研究[D]. 重慶：西南大學(xué)，2008. Tang Shichao. Study on Rural Residential Land Planning of Agricultural Towns in Southwest Hilly Area[D]. Chongqing: Southwest University, 2008. (in Chinese with English abstract)

[5] 魯西奇. 散村與集村：傳統(tǒng)中國(guó)的鄉(xiāng)村聚落形態(tài)及其演變[J]. 華中師范大學(xué)學(xué)報(bào)：人文社會(huì)科學(xué)版，2013，52(4)：113－130. Lu Xiqi. Dispersed and clustered: rural settlement patterns and its evolution in traditional China[J]. Journal of Huazhong Normal University: Humanities and Social Sciences, 2013, 52(4): 113－130. (in Chinese with English abstract)

[6] 左大康. 現(xiàn)代地理學(xué)辭典[M]. 北京：商務(wù)印書(shū)館，1990.

[7] 陳芳惠. 村落地理學(xué)[M]. 臺(tái)北：五南圖書(shū)出版公司，1984.

[8] 王芬，陳永林，溫泉，等. 散居型村莊規(guī)劃的鄉(xiāng)村性保持策略研究：以瑞金市黃柏鄉(xiāng)向陽(yáng)村為例[J]. 小城鎮(zhèn)建設(shè)，2016(10)：85－90. Wang Fen, Chen Yonglin, Wen Quan, et al. Keep rurality of scattered village: taking the planning of Xiangyang village in Ruijin City for example[J]. Development of Small Cities, 2016(10): 85－90. (in Chinese with English abstract)

[9] 金其銘. 農(nóng)村聚落地理[M]. 北京：科學(xué)出版社，1988.

[10] Domon G. Landscape as resource: Consequences, challenges and opportunities for rural development[J]. Landscape and Urban Planning, 2011, 4(4): 338－340.

[11] Dahms F A. St Jacobs. Ontario: From declining village to thriving tourist community[J]. Ontario Geography, 1991, 36: 316－329.

[12] Violette R, Marin B. Rural settlements in transition-agricultural and countryside crisis in central-eastern Europe[J]. Geo-Journal, 1998, 45: 345－353.

[13] Hansen A J, Brown D G. Land-use change in rural America: Rates, drivers, and consequences[J]. Ecological Applications, 2005, 15(6): 1849－1850.

[14] 姜廣輝，張鳳榮，譚雪晶. 北京市平谷區(qū)農(nóng)村居民點(diǎn)用地空間結(jié)構(gòu)調(diào)整[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2008，24(11)：69－75. Jiang Guanghui, Zhang Fengrong, Tan Xuejing. Spatial structure adjustment of rural residential land in Pinggu District, Beijing[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2008, 24(11): 69－75. (in Chinese with English abstract)

[15] 郭曉東，馬利邦，張啟媛. 基于GIS的秦安縣鄉(xiāng)村聚落空間演變特征及其驅(qū)動(dòng)機(jī)制研究[J]. 經(jīng)濟(jì)地理，2012，32(7)：56－62. Guo Xiaodong, Ma Libang, Zhang Qiyuan. A gis-based research on the spatial evolution characteristics and driving mechanism of the rural settlements in Qin’an county[J]. Economic Geography, 2012, 32(7): 56－62. (in Chinese with English abstract)

[16] 馮應(yīng)斌，楊慶媛. 農(nóng)村居民點(diǎn)空間格局演變及效應(yīng)研究評(píng)述[J]. 人文地理，2015，30(3)：7－11. Feng Yingbin, Yang Qingyuan. Research on evolution and its effects of rural residential land spatial pattern[J]. Human Geography, 2015, 30(3): 7－11. (in Chinese with English abstract)

[17] 劉仙桃，鄭新奇，李道兵. 基于Voronoi圖的農(nóng)村居民點(diǎn)空間分布特征及其影響因素研究：以北京市昌平區(qū)為例[J]. 生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)，2009，25(2)：30－33，93. Liu Xiantao, Zheng Xinqi, Li Daobing. Voronoi diagram-based research on spatial distribution characteristics of rural settlements and its affecting factors: A case study of Changping district, Beijing[J]. Journal of Ecology and Rural Environment, 2009, 25(2): 30－33, 93. (in Chinese with English abstract)

[18] 羅玉波，鄭琦，陳善春，等. 居民地分布與地理氣候因子的相關(guān)性定量化研究—Poisson對(duì)數(shù)線性模型[J]. 測(cè)繪科學(xué)，2005(3)：33－34，4. Luo Yubo, Zheng Qi, Chen Shanchun, et al. A quantitative study on the correlation between settlements distribution and geographical-climatic factors by poisson log-linear model[J]. Science of Surveying and Mapping, 2005(3): 33－34, 4. (in Chinese with English abstract)

[19] 李曉剛，歐名豪，許恒周. 農(nóng)村居民點(diǎn)用地動(dòng)態(tài)變化及驅(qū)動(dòng)力分析：以青島市為例[J]. 國(guó)土資源科技管理，2006(3)：27－32. Li Xiaogang, Ou Minghao, Xu Hengzhou. An analysis of dynamic change and driving force of rural residential land: a case of Qingdao city[J]. Land and Resources Science and Technology Management, 2006(3): 27－32. (in Chinese with English abstract)

[20] 張慧，隋虹均，蘇航，等. 黑龍江墾區(qū)農(nóng)村居民點(diǎn)與田塊間適宜耕作半徑及影響因素[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2018，34(11)：217－224. Zhang Hui, Sui Hongjun, Su Hang, et al. Suitable farming radius and its influencing factors in rural residential areas in Heilongjiang Province[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(11): 217－224. (in Chinese with English abstract)

[21] 劉宏. 黑龍江墾區(qū)統(tǒng)計(jì)年鑒[M]. 北京：中國(guó)統(tǒng)計(jì)出版社，2018.

[22] 鄂施璇，雷國(guó)平，宋戈. 松嫩平原糧食主產(chǎn)區(qū)農(nóng)村居民點(diǎn)格局及影響因素分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2016，32(18)：234－240. E Shixuan, Lei Guoping, Song Ge. Analysis on pattern and influence factors of rural settlements in grain main production area of Songnen Plain[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(18): 234－240. (in Chinese with English abstract)

[23] 鄒琳，曾剛，曹賢忠，等. 長(zhǎng)江經(jīng)濟(jì)帶的經(jīng)濟(jì)聯(lián)系網(wǎng)絡(luò)空間特征分析[J]. 經(jīng)濟(jì)地理，2015，35(6)：1－7. Zou Lin, Zeng Gang, Cao Xianzhong, et al. Research on spatial characteristic of the economic relation network of Yangtze economic zone[J]. Economic Geography, 2015, 35(6): 1－7. (in Chinese with English abstract)

[24] 王成，唐寧. 重慶市鄉(xiāng)村三生空間功能耦合協(xié)調(diào)的時(shí)空特征與格局演化[J]. 地理研究，2018，37(6)：1100－1114. Wang Cheng, Tang Ning. Spatio-temporal characteristics and evolution of rural production-living-ecological space function coupling coordination in Chongqing Municipality[J]. Geographical Research, 2018, 37(6): 1100－1114. (in Chinese with English abstract)

[25] 徐建華. 計(jì)量地理學(xué)[M]. 北京：高等教育出版社，2006.

[26] 譚雪蘭，鐘艷英，段建南，等. 快速城市化進(jìn)程中農(nóng)村居民點(diǎn)用地變化及驅(qū)動(dòng)力研究：以長(zhǎng)株潭城市群為例[J]. 地理科學(xué)，2014，34(3)：309－315. Tan Xuelan, Zhong Yanying, Duan Jiannan, et al. The change and driving forces of rural residential area under the background of rapid urbanization: A case study of the Changsha-Zhuzhou-Xiangtan urban agglomeration[J]. Scientia Geographica Sinica, 2014, 34(3): 309－315. (in Chinese with English abstract)

[27] 李紅波，張小林，吳江國(guó)，等. 欠發(fā)達(dá)地區(qū)聚落景觀空間分布特征及其影響因子分析：以安徽省宿州地區(qū)為例[J]. 地理科學(xué)，2012，32(6)：711－716. Li Hongbo, Zhang Xiaolin, Wu Jiangguo, et al. Spatial pattern and influencing factors of settlement in less developed areas: Taking Suzhou of Anhui Province as an example[J]. Scientia Geographica Sinica, 2012, 32(6): 711－716. (in Chinese with English abstract)

[28] 盛驟，謝式千，潘承毅. 概率論與數(shù)理統(tǒng)計(jì)[M]. 北京：高等教育出版社，2010.

[29] 卞毓寧. 統(tǒng)計(jì)學(xué)概論[M]. 北京：高等教育出版社，2000.

[30] 隋虹均. 黑龍江墾區(qū)農(nóng)村居民點(diǎn)格局影響機(jī)制及空間布局優(yōu)化研究[D]. 哈爾濱：東北農(nóng)業(yè)大學(xué)，2019. Sui Hongjun. Study on the Influence Mechanism and Spatial Layout Optimization of Rural Residential Area Pattern in Heilongjiang Reclamation Area[D]. Harbin: Northeast Agricultural University, 2019. (in Chinese with English abstract)

Influence mechanism of farmers’ diaspora housing pattern in Heilongjiang reclamation areas

Sui Hongjun1, Zhang Hui2※, Qiao Guangyin2, Qiu Kaiyu2, Liu Haoran2, Jiang Peilin2

(1.,,110169,; 2.,,150030,)

As a kind of rural residential regions, scattered residential regions in the fields are the inevitable outcome of large-scale habitat-based regions that cannot meet the needs of agricultural planting activities. The rapid development of scattered residential regions in the fields would reduce the effective cultivated land region and cause waste of land resources. Therefore, in order to clarify the influence mechanism of scattered residence pattern in Heilongjiang reclamation region, taking 859 Farm under the jurisdiction of Jiansanjiang Administration Bureau of Heilongjiang reclamation area as the research region, this paper used spatial analysis, coupling degree model, multivariate statistical analysis to explore the influence mechanism of scattered residence pattern. The results show that: 1) 859 Farm has both large-scale habitat-based regions and scattered residential regions in the fields. The number of habitat-based regions is relatively small and the land use mode is relatively intensive. However, some farmers still own scattered residential regions in the fields while owning large-scale habitat-based regions, and the number is relatively large, about 15 times that of large-scale habitat-based regions. It also shows the spatial differentiation characteristics of dense central region and sparse east and west, resulting in extensive residential land use in the study region, reducing the effective cultivated land region and intensifying the contradiction between supply and demand of farm land resources. 2) The average value, the maximum value and the median value of the coupling degree between scattered residential regions in the fields and agricultural planting activities in the study region are 0.52, 1.00 and 0.60, respectively. The coupling degree between the systems is relatively high. Moreover, the spatial differentiation characteristics of coupling degree between scattered residential regions in the fields and agricultural planting activity system and the distribution state of kernel density show spatial consistency. Agricultural planting activities are related to scattered residential regions in the fields to a certain extent, so cultivated land structure, cultivated land region, field fragmentation, tillage radius and deviation distance are the influencing factors of scattered residential regions in the fields in the study region. 3) The main factors influencing the pattern of scattered residential regions in the study area are the attributes of cultivated land (tillage radius, cultivated land region, fragmentation degree of cultivated land) and the status of cultivated land use (cultivated land structure), while the influence of deviation distance is slightly small and is not the main factor. Cultivated land structure and tillage radius are the direct factors, while cultivated land region and field fragmentation are the indirect influencing factors. The mismatch between cultivated land structure and tillage radius makes the study region show the regional characteristics of gathering in the middle and dispersing in the east and west.

remote sensing; rural; land management; farms; settlement; diaspora housing; Heilongjiang reclamation area

隋虹均，張 慧，喬廣印，邱凱玉，劉浩然，姜佩林. 黑龍江墾區(qū)農(nóng)戶散居住宅格局影響機(jī)制[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2020，36(2)：284－291. doi：10.11975/j.issn.1002-6819.2020.02.033 http://www.tcsae.org

Sui Hongjun, Zhang Hui, Qiao Guangyin, Qiu Kaiyu, Liu Haoran, Jiang Peilin. Influence mechanism of farmers’ diaspora housing pattern in Heilongjiang reclamation areas[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(2): 284－291. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.02.033 http://www.tcsae.org

2019-08-24

2019-10-25

黑龍江省博士后基金項(xiàng)目（LBH-Z12032）

隋虹均，博士生，主要研究方向?yàn)橥恋乩靡?guī)劃。Email：suihongjun0206@163.com

張 慧，博士，副教授，主要研究方向?yàn)橥恋乩靡?guī)劃。Email：2003zhanghui@163.com

10.11975/j.issn.1002-6819.2020.02.033

1002-6819(2020)-02-0284-08