桐鄉市農村居民點時空演化特征及其影響因素

吳宇峰 樓健輝 沈掌泉

（1湖州市民政局，浙江湖州 313000；2桐鄉市自然資源和規劃局，浙江桐鄉 314500；3浙江大學環境與資源學院，浙江杭州 310058；4浙江省農業遙感與信息技術重點研究實驗室，浙江杭州 310058）

農村居民點作為農村人口空間分布的主要載體，是農戶進行生產、生活的主要場所[1]。長期以來，我國農村居民點缺乏科學規劃，存在人均用地面積大、村莊規模偏小、村莊用地布局分散、農戶建新不拆舊等問題，嚴重制約了農村經濟發展[2]。當前，工業化和城鎮化的快速推進正在深刻改變著農村地區的社會經濟形態以及地域空間格局，農村面臨著空間格局重構、“三生空”優化調整等諸多挑戰[3-4]。研究農村居民點的時空格局演化及其影響因素有助于明晰農村人地矛盾、優化城鄉空間格局，從而推動農業現代化和城鄉一體化發展進程。

國外學者早在19世紀初期就開始對農村居民點進行了研究[5]，研究內容涵蓋農村居民點的形成原因[6]、區位分布[7]、演變類型[8]、變遷重構[9]等方面，研究方法從描述說明[10]到實地考察[11]再到定量與定性分析相結合[12]。21世紀以來，國外學者對農村居民點的研究逐漸由單一的空間分析向社會人文方向和多學科綜合應用轉變[13-15]。我國自20世紀30年代開始對農村居民點進行定性研究，隨著相關理論和技術的完善，目前，研究方向包括農村居民點空間分布特征[16]、空間分布影響因素[17]、空間格局演化[18]和空間優化布局[19]等方面，研究區域包括高原[20-21]、山區[22]、丘陵[23]、盆地[24]、綠洲[25]等。 現有的研究成果較為豐富，為實施鄉村振興戰略、緩解城鄉用地矛盾、改善農村生活水平等提供了理論和現實基礎，但是關于浙北平原區農村居民點空間格局演化特征和水系、交通、城鎮等因素對農村居民點空間布局影響的研究還比較少。

本文以地處浙北平原的桐鄉市為研究區，以土地利用現狀數據為基礎，綜合運用地理信息系統空間分析技術和景觀格局分析方法，研究了桐鄉市農村居民點時空格局演化及其影響因素，以期為桐鄉市乃至浙北平原區新農村規劃以及城鄉一體化發展提供參考。

1 研究區概況與數據來源

1.1 研究區概況

桐鄉市位于浙江省北部，地處杭嘉湖平原腹地，隸屬于嘉興市（圖1），地處北緯 30°28'～30°47'、東經120°17'～120°39'，境內地勢平坦，無一山丘，平均海拔5.3 m。區域面積727.45 km2，境內交通發達，已形成以滬杭高鐵、滬杭高速、申嘉湖高速公路、申嘉杭高速公路、320國道及桐鄉至德清聯絡線為骨干的“兩橫兩縱”的高等級交通網絡。全市下轄3個街道8個鎮，2018年地區生產總值893.51億元，常住人口84.81萬人，城鎮化率59.5%。桐鄉市自2009年起開展農村土地綜合整治工作。截至2018年底，累計批準并實施農村土地綜合整治項目156個，投入整治資金22億元，搬遷農房2萬余戶，復墾建設用地1 389.73 hm2，其中814.67 hm2用于農民安置和新農村建設，有效促進了農房集聚，改善了農村低、小、散、亂的用地格局[26]。

1.2 數據來源

本文涉及數據包括空間數據和社會經濟數據。空間數據包括2013年、2015年和2018年1：10 000土地利用現狀數據，社會經濟數據來源于統計年鑒及相關政府網站。

1.3 研究方法

1.3.1 最近鄰點統計量。最近鄰點統計量（R統計量）最早由學者Dacey引入地理學研究中，其核心思想是將研究區中各點間的最小距離與某種理論模型中最近鄰點之間的距離進行比較，從而得到研究區各點空間分布的相關特征[27]。其計算公式如下所示：

式中：ro為最近鄰點平均距離觀測值；re為理論模型中最近鄰點平均距離期望值；di為i農村居民點最近鄰點距離；A為研究區面積；q為農村居民點總數。

當R＜1時，說明農村居民點呈集聚分布；當R＞1時，說明農村居民點趨向于隨機分布[27]。為了定量描述農村居民點的分散或集聚程度，進一步引入標準化Z值，其計算公式如下所示：

式中：SEr為最近鄰點平均距離的標準誤差，其余參數含義與前面相同。當Z＞1.96或者Z＜-1.96時，可以認為計算所得觀測模型與隨機模型在α=0.05的顯著水平下具有統計顯著性[28]。

1.3.2 Ripley's K函數。研究尺度的變化可能會影響農村居民點的空間分布特征，比如在小尺度下呈現集聚分布的點可能在大尺度下呈現隨機分布。基于Ripley's K函數的多距離空間聚類分析工具不同于單一的距離分析工具，其可以對一定距離內的空間相關性進行匯總，從而分析不同空間尺度下的分布特征。其計算公式如下所示：

式中：A為研究區面積，n為農村居民點個數；dij為農村居民點i到農村居民點j的距離；d為空間尺度；Id為指示函數，并滿足。

采用Monte Carlo模擬檢驗方法，設置合理的置信區間。如果觀測值大于置信上限，表明該距離的空間集聚具有統計顯著性；觀測值小于置信下限，表明該距離的空間離散具有統計顯著性；觀測值在置信上下限之間，表明觀測值是隨機分布。

1.3.3 基于Voronoi圖的變異系數法。Voronoi圖是指關于空間鄰近關系的一種基礎數據結構[29]。在地理研究中常用Voronoi圖法研究地理事物的分布密集程度，其面積大小可以直觀反映研究對象的集聚程度，Voronoi圖中多邊形面積越小則地物越密集，反之則地物越分散[30]。變異系數（Cv）值的大小可以用來對集聚程度進行定量評價，其表示為Voronoi多邊形面積的標準差（σ）與平均值（μ）的比值，其計算公式如下所示：

根據相關研究，將Cv值小于33%時視為點群均勻分布；Cv值介于33%～64%時視為點群隨機分布；Cv值大于64%時視為點群集聚分布[31]。

1.3.4 景觀格局指數法。景觀生態學是土地整理與規劃的理論基礎。景觀格局指數可用來定量描述景觀空間格局與異質性，從而反映出景觀變化的時空特征與內在規律，是景觀生態學區別于其他生態學科的重要標志之一[32]。本研究選取斑塊總面積（CA）、斑塊數目（NP）、斑塊密度（PD）和斑塊平均面積（MPS）這4個景觀指標，從景觀格局角度定量反映桐鄉市農村居民點空間分布特征。

1.3.5 緩沖區分析。農村居民點的空間分布受到自然、區位、社會經濟等因素影響。在分析研究區農村居民點空間分布影響因素時，因地制宜選取距河流、公路和城鎮的距離作為影響因子進行分析。首先，使用ArcGIS軟件從土地利用現狀數據中提取河流、公路、建制鎮等數據作為影響因素；其次，建立各個影響因素的多環緩沖區；最后，進行疊置分析，統計各級緩沖區的農村居民點數量。

2 結果與分析

2.1 農村居民點時空格局演化特征

2.1.1 農村居民點總體變化情況。統計分析2013年、2015年和2018年的農村居民點數據，得到上述3個年份農村居民點規模及數量變化情況，結果如表1所示。

表1 農村居民點面積與數量變化

由表1可知，2013—2018年農村居民點總面積逐步增大，表明隨著農村土地綜合整治工作的推進，農村居民點用地規模得到一定程度的擴張；農村居民點平均面積與斑塊面積標準差逐步降低，表明在農村新社區建設的統籌規劃下，農村居民點用地粗放現象有所改善；農村居民點個數與斑塊密度有所增加，這主要是由于新村集聚需要一個長期過程，現階段在充分尊重農民意愿的前提下，搬遷整治過程中出現了不同程度的“拔蘿卜式”“開天窗式”的復墾情況，從而造成拆舊地塊零星、分散和破碎化，出現老舊村莊越來越零散、新村集聚點還在增加的現象[26]。

2.1.2 最近鄰點統計量。在ArcGIS中使用Average Nearest Neighbor工具得到2013年、2015年和2018年農村居民點的最近鄰點平均觀測距離、最近鄰點平均期望距離、R統計量、標準誤差和標準化Z值，結果如表2所示。

表2 農村居民點最近鄰點統計量結果

從表2可以看出，2013年、2015年和2018年研究區農村居民點R統計量均小于1，表明這3個年份農村居民點呈集聚分布；3個年份的標準化Z值均小于-1.96，表明均呈顯著的集聚狀態。對比2013年、2015年、2018年的R統計量，發現R統計量逐步趨近于0，表明研究區農村居民點的集聚程度在逐漸增加。

2.1.3 Ripley's K函數。使用Multi-Distance Spatial Cluster Analysis（Ripleys K Function）工具對 2013 年、2015年、2018年農村居民點的點狀數據進行多距離分析。考慮到研究區范圍以及距離步數，將起始距離和距離步長均設置為1 000 m；并采用模擬邊界外值法進行邊界校正；顯著性檢驗置信度為99%，分析結果如表3所示。

表3 農村居民點K函數統計單位：km

從表3可以看出，2013年、2015年和2018年農村居民點K觀測值在本文設定的研究尺度內均大于置信上限，表明這3個年份研究區的農村居民點均表現出顯著集聚的空間分布格局；并且隨著研究尺度的增大，觀測值與期望值的差值也隨之增大，表明這3個年份的農村居民點隨著空間尺度的增加，集聚態勢越來越明顯。

2.1.4 基于Voronoi圖的變異系數法。根據2013年、2015年、2018年的土地利用現狀變更調查數據，在ArcGIS中，使用Create Thiessen Polygons工具創建農村居民點的Voronoi圖，從而得到3個年份農村居民點的 Voronoi圖（圖2）。

從圖2可以看出，中心城區農村居民點的多邊形面積比周圍區域農村居民點的多邊形面積大，表明中心城區農村居民點分布比周圍區域更加分散；從年份來看，Voronoi圖多邊形密集區域逐漸增多，這表明在新農村建設的推動下農村居民點向著集約化發展。

通過計算各鄉鎮3個年份農村居民點Voronoi圖的Cv值（表4），發現均大于64%，說明各鄉鎮的農村居民點也都屬于集聚分布。按年份比較，可以發現各鄉鎮的Cv值不斷增大，說明集聚效應越來越明顯，定量說明了各鄉鎮農村居民點近年來不斷集聚的趨勢以及近年來農村居民點整治成效。

2.1.5 景觀格局指數法。首先通過ArcGIS軟件將2013年、2015年和2018年農村居民點數據圖斑轉換為柵格數據，然后在軟件Fragstats 4.2中，選取斑塊總面積（CA）、斑塊數目（NP）、斑塊密度（PD）和斑塊平均面積（MPS）這4個景觀指標并設定其他參數，最后獲得研究區各鄉鎮農村居民點景觀指數（表5）。

表4 農村居民點Voronoi圖變異系數 單位：%

表5 農村居民點景觀格局指數

整體來看，研究區農村居民點總面積（CA）較大、斑塊數目（NP）多、斑塊密度（PD）偏高、斑塊平均面積（MPS）較小，表明研究區農村居民點整體上具有較高的整治潛力。

2013—2018年，鳳鳴街道、洲泉鎮和大麻鎮在研究期內農村居民點總面積（CA）呈現增加的趨勢，其余鄉鎮面積均減少；所有鄉鎮在研究期內斑塊數目（NP）和斑塊密度（PD）均減少、斑塊平均面積（MPS）均增大，表明研究區農村居民點進行了一定程度的合并，破碎化程度有所降低。

2.2 農村居民點空間格局演化影響因素分析

2.2.1 距河流距離。河流為人類提供了生產、生活用水，在一定程度上影響了農村居民點的分布。從2013年、2015年和2018年土地利用現狀數據中提取的河流水系數據，再以50 m為緩沖距離進行多環緩沖分析，最后將農村居民點圖層與緩沖區圖層進行疊置分析，統計結果如表6所示。

表6 距河流不同距離農村居民點分布情況

整體來看，3個年份中距離河流50 m內的農村居民點面積平均占比61.34%，分布在距河流200 m內的農村居民點面積平均占比為69.76%，表明農村居民點大多依河而建，水源條件對農村居民點選址有著重要影響；按年份分析，距河流50 m內的農村居民點面積占比逐步下降，距河流距離超過200 m的農村居民點面積占比逐步上升，表明隨著社會基礎設施的完善及貨運通道逐漸由水運轉為陸運，農村居民點對天然水源的需求下降。研究區農村居民點在空間分布上表現明顯的近水性，越靠近河流，農村居民點越集聚，在時間維度上，這種特性在逐步減弱。

2.2.2 距公路距離。交通條件優劣決定了地區經濟發展潛力和居民生活便利程度，在選擇居住地時交通是優先考慮因素之一，其對農村居民點空間分布有著重要影響。對研究區公路采用與河流相同的分析方法，結果如表7所示。

表7 距公路不同距離農村居民點分布情況

整體來看，3個年份中距離公路500 m范圍內的農村居民點面積均超過了50%，分布在距離公路1 000 m范圍內的農村居民點面積均超過70%，表明農村居民點大多沿道路分布；按照年份分析，距道路500 m內的農村居民點面積占比逐步上升，距道路距離超過1 000 m的農村居民點面積占比逐步下降，表明農村居民點越來越傾向于靠近道路分布。綜上所述，研究區農村居民點在空間分布上表現出明顯的近道路性，越靠近道路，農村居民點越集聚，在時間維度上，這種特性在逐步增強。

2.2.3 距城鎮距離。城鎮作為區域內經濟文化中心，對周邊農村具有一定的輻射效應。城鎮化也是農村人口向城鎮集聚的過程，對農村居民點的空間分布有著深刻的影響。對城鎮采取和水系、交通相同的分析方法，統計結果如表8所示。

表8 距城鎮不同距離農村居民點分布情況

整體來看，3個年份中距離城鎮2 000 m范圍內的農村居民點都隨著距離的增大而減少，其中距離城鎮500 m范圍內的農村居民點占比最多，表明農村居民點靠近城鎮分布；按照年份分析，距離城鎮2 000 m范圍外的農村居民點占比逐步減少，表明農村居民點不斷向城鎮集聚。綜上所述，研究區農村居民點的分布受城鎮影響較大，越靠近城鎮，分布越集聚，在時間維度上，這種集聚效應逐步增強。

3 結論

農村居民點是自然條件、社會經濟、生活習慣等多種因素長期影響下的綜合產物，為了讓農村居民點更好地服務于社會發展、改善農民生活質量，需要對農村居民點進行科學的規劃和整治。本文基于土地利用現狀變更調查數據，應用ArcGIS和Fragstats軟件，運用最近鄰點統計量、Voronoi圖及變異系數、景觀格局指數和Ripley's K函數來研究桐鄉市農村居民點的空間格局及其演化規律，并且選取水系、道路和城鎮這3個因素，研究其對農村居民點分布的影響。研究結論如下：

（1）研究區農村居民點在2013年、2015年和2018年總體上均表現為顯著的集聚分布，并且集聚程度逐步增加。在0～10 km的研究尺度上，桐鄉市農村居民點均表現出顯著集聚，并且隨著研究尺度的增加，農村居民點的集聚態勢也愈發明顯。

（2）研究區各鄉鎮農村居民點Cv值均大于64%，表明各鄉鎮都屬于集聚分布。從3個年份來看，各鄉鎮Cv值不斷增大，表明集聚效應越來越明顯。

（3）研究區農村居民點總面積較大、斑塊數目多、斑塊密度偏高、斑塊平均面積較小，綜合來看整治潛力較高；從年份來看，各鄉鎮斑塊數目和斑塊密度逐步減少、斑塊平均面積逐步增大，表明斑塊破碎化程度降低。

（4）水系、道路和城鎮對桐鄉市農村居民點有著明顯影響。農村居民點數量與距離河流、道路和城鎮的距離成負相關；從年份來看，河流對農居點的影響逐步降低，道路與城鎮對農居點的影響逐步提高。