基于MGWR的鄉村聚落空間演變的影響因素分析
——以海口市為例

周向麗，王智超，劉益珠，程葉青，周艷梅，張金萍

（1.海南師范大學 a.地理與環境科學學院；b.國際教育學院，海口 571158；2.32033部隊，海口 570100）

鄉村聚落承載著鄉村居民生產、生活等一系列重要功能，是鄉村地域人地關系和社會發展進程中人類活動強度的集中體現（Zhu et al., 2020; Wang et al., 2021）。自工業化以來，快速城市化導致鄉村聚落結構變化成為普遍現象（Roy et al., 2015;Coluzzi et al., 2022），農業生產區鄉村聚落空間快速擴張（Conrad et al., 2015）。研究發現，鄉村聚落遷移演變受自然、經濟、社會等因素綜合影響（Kohler et al., 2015; Wang et al., 2016），其復雜耦合關系向來是鄉村聚落研究的重要課題（Li et al.,2020a）。中國改革開放以來，城鄉二元結構的總體環境和快速城鎮化進程對鄉村聚落空間產生重要沖擊（Yu et al., 2018），使鄉村聚落呈現多元化發展格局（Li et al., 2019）。一方面，人口外出、產業空虛、鄉村落敗等鄉村凋敝問題多見，另一方面，鄉村聚落布局散亂，聚落用地空間持續擴張，“人減地增”現象突出（Liu et al., 2013）。自然地理條件、交通區位、社會經濟發展作為主要驅動因素，對中國鄉村聚落格局演變的影響得到持續而深入的研究（Tan, 2013; Li et al., 2019; Shi et al., 2021）。諸多研究表明，鄉村聚落大規模、無組織格局演變已成為制約中國鄉村振興的重要瓶頸（Liu et al., 2009;Gong et al., 2019）。因此，理清鄉村聚落空間演變的驅動機制對于優化配置鄉村土地資源，確定有針對性的鄉村發展路徑具有重要意義。

從研究方法看，鄉村聚落演變特征與各影響因素間關系的定性描述（Kanianska et al., 2014）已逐漸演替為運用回歸模型（Cao et al., 2020）、地理探測器（Yang et al., 2016; Qu et al., 2018）、面板數據模型（Song et al., 2014）等統計分析技術進行定量測度。然而，鄉村聚落具有明顯的空間屬性，其演變的驅動力存在顯著的空間非平穩性。傳統方法往往忽視此特性，因而研究結果可能偏離真實。并且，傳統方法要求樣本滿足獨立性、同方差性等基本統計假設，僅能解釋各因素對鄉村聚落演變特征的全局影響，不能揭示因空間位置不同而導致的影響程度的局部差異。因此，需要引入能夠刻畫空間非平穩性的局部回歸方法，診斷鄉村聚落演變影響因素的空間分異特征，提出更加符合實際的鄉村發展建議。

地理加權回歸（GWR）模型將空間位置納入回歸參數，使影響因素的空間異質性得到有效表達（張金萍 等，2020），可為鄉村聚落空間演變的驅動力分析提供更加豐富的信息（Tong et al., 2019;Zhou et al., 2020; Xu et al., 2021）。空間統計學認為，尺度是所有地理檢索的本質（McMaster et al.,2005），也是地理信息科學最重要的話題之一（Goodchild, 2001）。不同類型社會經濟要素的發展過程往往對應不同的空間尺度（Yu et al., 2020a）。從該角度看，鄉村聚落空間演變的影響因素很可能存在空間尺度效應，即各因素的影響程度在一定空間尺度內比較相似，超過這一尺度則會發生明顯變化（Shen et al., 2017）。然而，由于缺少具有“跨尺度”表達能力的穩健數學模型，現有文獻對聚落演變影響因素的空間異質性尺度差異研究還較為不足。經典GWR 假定各因素的空間尺度相同，雖然能夠表達空間非平穩性，但不能反映不同影響因素的空間異質性尺度差異（Song et al., 2021）。多尺度地理加權回歸（MGWR）改進了GWR，考慮了因素影響的空間尺度差異，空間異質性的建模結果更加穩健可靠（Yu et al., 2020b）。基于此，本研究以海口市為例，利用GWR模型和MGWR模型，探討近20年來海口市鄉村聚落演變各影響因素的空間分異及尺度效應，以期為鄉村聚落布局規劃和優化政策制定提供科學參考。

1 研究區概況

海南省位于中國華南和西南陸地國土及海洋國土的結合部，是開發利用南海資源的基地和中國21世紀海上絲綢之路的重要戰略節點（程葉青 等，2021），也是全球最具代表性的熱帶海島地區之一。海南省1988年成為中國最年輕的省份和唯一的省級經濟特區，2018年開始建設中國（海南）自由貿易試驗區并于2020年升級為海南自由貿易港。作為省會，海口市2002年完成行政區劃調整，陸地面積由236.4 擴展到2 296.83 km2，成為海南省最大城市（圖1）。近20年來，逐漸走出一條以房地產業和旅游業為支柱產業的經濟發展之路，并致力于發展成中國特色自由貿易港核心城市（宋偉 等，2020）。2020年，海口市常住人口1 012.34萬，其中農村人口占比39.73%。農村常住居民人均可支配收入16 279 元，僅是城鎮居民的43.9%（海口統計年鑒委員會，2021）。

圖1 海口市區位Fig.1 Location of Haikou City

近20年來，在國家宏觀鄉村發展政策激勵以及房地產業、旅游業發展帶動下，海口市鄉村轉型重構加速，鄉村聚落發生持續性演化變遷（圖2）。快速城鎮化和以房地產業、旅游業為主導的產業發展可能帶來中心城區、房地產開發區、旅游資源點附近鄉村聚落大規模無序擴張和突出的“人減地增”問題，使得海口市鄉村聚落空間演變呈現不同于中國蘇南地區（Li et al., 2019）和北京郊區（Tan,2013; Zhou et al., 2020）的新特征。在此背景下，海口市鄉村聚落演變的主要驅動因素有哪些？這些驅動因素的影響是否存在空間異質性？如果存在，不同驅動因素的空間異質性尺度差異如何？這些問題的研究對于海南自由貿易港建設及鄉村振興發展具有重要意義。

圖2 2002（a）、2020年（b）鄉村聚落空間分布Fig.2 Spatial distribution of rural settlements in 2002(a) and 2020(b)

2 研究方法與數據

2.1 研究方法

2.1.1 地理加權回歸 地理加權回歸（GWR）由Fotheringham 等（2002）提出，在OLS回歸的基礎上將研究對象的空間位置嵌入到回歸參數中，探究某一特定尺度下變量間的空間關系。GWR 充分考慮了空間對象的局部效應，利用局部加權最小二乘法進行逐點參數估計，可有效解釋數據的空間異質性。

式中：（ui，vi）為第i個鄉村聚落的位置；Yi和Xij分別為因變量Y和自變量Xj在（ui，vi）處的觀測值，本研究中Yi為2002—2020 年海口市鄉村聚落i的面積變化值，Xij為第i個鄉村聚落第j個自變量的觀測值；β0（ui，vi）為（ui，vi）處的截距；βj（ui，vi）為自變量Xj在（ui，vi）處的回歸系數；Ei為第i個區域的獨立同分布的隨機誤差。

GWR 中，每個樣本點的位置不同導致其回歸權重也不同，因此每個樣本點都對應一個權重矩陣。帶寬反映自變量對因變量作用的空間尺度，直接決定權重隨距離增加而衰減的速率，是權重計算的重要參數。由于研究區內鄉村聚落空間分布不均，選取自適應二次核函數進行空間權重運算，利用AIC準則確定各變量的最優帶寬。

2.1.2 多尺度地理加權回歸 GWR 可以捕捉到鄉村聚落演變與影響因素關系的空間非平穩性，但會忽視各因素的空間尺度差異，從而產生較大估計偏差。針對此不足，Fotheringham 等（2017）提出多尺度地理加權回歸（MGWR）模型。MGWR 在考慮空間數據非平穩性的基礎上，改進了GWR 假定不同變量作用尺度在空間上保持一致的條件，允許變量間具有不同的空間平滑水平，選取最佳帶寬進行回歸。并且，每個變量特定帶寬可以用作對每個空間過程作用的空間尺度的度量（Yu et al., 2020b）。即，運用MGWR 不僅可以研究空間過程中的空間異質性，而且可以直觀地確定不同過程運行的空間尺度（Fotheringham et al., 2017）。MGWR公式為：

式中：βbw0、βbwj分別為最優帶寬下的截距及第j個自變量的回歸系數；bw0和bwj分別為截距及第j個自變量回歸系數使用的帶寬。

可見，MGWR 多帶寬的回歸方法產生更接近真實、有效的空間過程模型。出于一致性，MGWR的核函數和帶寬選擇準則依然延續使用經典GWR的幾種經典的核函數和帶寬選擇準則，并采用經典的殘差平方和變化比例（RSS）作為收斂準則（Yu et al., 2020b）。考慮結果可比性，將MGWR的核函數和最優帶寬確定準則設置為與GWR相同。

2.2 變量選擇

鄉村聚落分布格局是自然環境、社會經濟、區位及政策導向等多種因素綜合作用的結果（Song et al.，2020）。海口市地形以濱海平原、河流階地、丘陵及熔巖臺地為主。一般來說，海拔低、坡度小的地區鄉村聚落面積變化可能更大。社會發展因素催生鄉村聚落不斷演變，人口變化率大、城鎮化水平高的鄉村聚落面積變化可能更大。經濟區位因素一直是鄉村聚落演變的重要影響因素。到道路、河流和中心城區越近，道路交通條件越好，鄉村聚落面積變化可能越大。從海南省和海口市的發展過程看，房地產和旅游資源開發等產業發展因素在鄉村聚落格局演變中發揮重要作用。距離房地產開發區域和旅游資源點越近，鄉村聚落空間演變可能越劇烈。因此，以鄉村聚落面積變化為因變量，從自然環境、社會發展、經濟區位、產業發展4方面選取自變量（表1），反映鄉村聚落空間演變及其影響因素。

表1 鄉村聚落空間演變影響因素變量表示及計算方法Table 1 Representation and calculation methods of variables for factors influencing the spatial evolution of rural settlements

2.3 數據來源與處理

所需數據包括各級行政區劃邊界數據，2002和2020 年鄉村聚落斑塊、DEM、道路、河流、房地產開發區域斑塊、旅游資源點位置等空間數據，以及村莊面積、人口等屬性數據。2002年聚落斑塊數據來自Landsat TM與SPOT遙感影像，2020年數據來自Landsat OLI 遙感影像①數據來源：地理空間數據云.https://www.gscloud.cn/sources/index?pid=1&rootid=1。首先，通過TM 與SPOT影像融合，將2002年遙感影像的空間分辨率提高至10 m；其次，運用目視解譯法，建立聚落解譯標志，對2 期影像進行解譯，獲得各聚落斑塊；再次，將2期斑塊數據疊加，獲得鄉村聚落變化數據；從次，剔除因誤差引起的小面積變化斑塊（面積＜0.000 2 km2）；最后，將面積變化明顯的斑塊按照幾何中心生成點文件，用于鄉村聚落演變影響因素建模。DEM 數據來源于美國地質勘探局（USGS）②https://earthexplorer.usgs.gov/，道路、河流等基礎地理數據來源于海南測繪地理信息局③http://hism.mnr.gov.cn/sjkf/hndt/。在此基礎上，根據Google Earth影像，參照高德地圖APP，結合實地調查，獲得更精確的不同等級道路數據，經拓撲檢查后構建道路網絡。房地產開發區域分布數據來源于安居客網站④https://haikou.anjuke.com/?pi=PZ-baidu-pc-all-biaoti。旅游資源分布數據來自于2018年海南省旅游資源普查與規劃信息庫項目。鄉鎮人口數據來源于《2021 海口統計年鑒》（海口統計年鑒委員會，2021）。變量的描述性統計見表2。進一步對變量進行共線性診斷，發現均不存在嚴重的共線性（VIF<5），符合構建GWR和MGWR模型的基本條件。

表2 鄉村聚落空間演變影響因素變量描述Table 2 Descriptive statistics of variables for factors influencing the spatial evolution of rural settlements

3 結果與分析

3.1 鄉村聚落演變的時空分異

2002 和2020 年海口市鄉村聚落空間格局比較相似，均表現為“北多南少”的分布特征（圖2-a、b）。鄉村聚落規模呈顯著增長趨勢，斑塊總面積由64.25 增長至98.60 km2。人均聚落面積由120.59 增長至166.79 m2/人，增幅達38.31%。面積增長的鄉村聚落占比達38.32%。但整體上，鄉村聚落面積增幅由北部、西部向南部、東部逐漸遞減（圖3）。面積增幅較大的鄉村聚落大多位于研究區北部且鄰近中心城區，增幅為0.081 3 ～1.017 7 km2。面積減少的鄉村聚落占比5.32%，總體上南多北少且與面積增加和未變化鄉村聚落交錯分布，體現鄉村聚落空間演變的異質性特征。并且，面積減少的鄉村聚落減幅不大，85.37%的減幅面積位于0.000 2～0.095 2 km2范圍內，減幅超過0.095 2 km2的鄉村聚落極少且分布十分零散。從景觀破碎度看，鄉村聚落破碎化特征明顯，斑塊面積變異系數由2.43 增大至3.23。進一步使用全局Moran'sI探索鄉村聚落分布的空間相關性，發現2002 和2020 年鄉村聚落斑塊面積的Moran'sI值分別為0.266 （P<0.001）和0.155（P<0.001），變化的斑塊面積的Moran'sI值為0.179（P<0.001），表明鄉村聚落分布及面積變化均呈現顯著正向空間集聚格局。2020年Moran'sI值有所下降，說明鄉村聚落趨向于略顯零散的分布，與景觀破碎度結果一致。

圖3 2002—2020年海口市鄉村聚落演變的空間分布Fig.3 Spatial distribution of rural settlement evolution in Haikou City from 2002 to 2020

3.2 因素影響的空間尺度分析

對比GWR，MGWR 由于采用更為優化的帶寬，R2及調整R2值明顯提高，AICc值與殘差平方和顯著下降，模型擬合效果更好（表3）。并且，MG-WR與GWR模型確定的各因素與鄉村聚落演變關系分析的最佳帶寬呈現顯著差異（表4）。帶寬越大說明自變量對因變量影響的尺度越大，也即在更大的空間范圍內相似。帶寬越小說明自變量對因變量的影響處于更為局部的尺度，參數估計受空間的影響更大。GWR僅能反映各變量作用尺度的平均水平，分析帶寬均為2 794，無法揭示各因素作用于鄉村聚落演變的尺度效應。MGWR 模型確定的各因素影響的帶寬不一致，說明各因素對鄉村聚落演變的影響是在不同的空間尺度上產生作用的。其中，常數項、到道路的距離、到房地產開發區的距離和高程的帶寬占總樣本數量的比例為0.66%～17.76%，這4個變量整體上為局部尺度關系，表明其對鄉村聚落演變的影響在不同位置存在顯著的差異性。常數項表示在其他自變量確定的情況下，不同位置對鄉村聚落演變的影響。值得注意的是，本研究常數項作用尺度最小，屬于微觀尺度變量，說明鄉村聚落演變對位置非常敏感。城鎮化率和坡度2個變量的作用屬于較大尺度，占總樣本數量的比例分別為42.04%和47.73%，說明回歸系數的空間非平穩性較弱。到中心城區的距離作用尺度為8 654，人口變化率、到河流的距離、路網密度和旅游資源點可達性作用尺度均為10 482。5 個變量均屬于全局尺度，基本不存在空間異質性，即不同位置鄉村聚落演變受每個變量的影響基本相同。

表3 鄉村聚落空間演變影響因素的GWR及MGWR模型指標Table 3 Model indicators of GWR and MGWR for factors influencing the spatial evolution of rural settlements

表4 鄉村聚落空間演變影響因素的GWR與MGWR模型帶寬Table 4 Bandwidth of GWR and MGWR for factors influencing the spatial evolution of rural settlements

3.3 因素影響的空間異質性分析

從MGWR回歸結果（表5）看，到中心城區的距離和路網密度2個變量的回歸系數整體顯著，高程、坡度、城鎮化率、到道路的距離、到房地產開發地的距離、常數6個變量回歸系數局部顯著，人口變化率、到河流的距離和旅游資源點可達性3個變量的回歸系數整體不顯著。各變量回歸系數的空間格局如圖4所示。

表5 鄉村聚落空間演變影響因素的MGWR參數估計結果統計Table 5 Statistics of estimation results of MGWR for factors influencing the spatial evolution of rural settlements

圖4 鄉村聚落空間演變影響因素顯著回歸系數的空間格局Fig.4 Spatial pattern of significant regression coefficients for factors influencing the spatial evolution of rural settlements

3.3.1 自然環境因素 海口市東北部為濱海平原帶，中部為南渡江沿江階地帶，地勢低平，海拔低于92 m。東南部為丘陵臺地帶，西部為熔巖臺地帶，海拔略高，最高達222.8 m。高程對鄉村聚落面積變化的影響在低海拔區域呈現顯著負相關關系，而在海拔較高的區域不顯著。顯著回歸系數為-1.046～-0.129，影響程度整體上呈現北高南低的空間格局。這與高程值衰減規律大致相反，表明鄉村聚落朝耕地資源更好、生產適宜性更高的低海拔地區發展。經統計，海口市70%以上的鄉村聚落擴張發生在海拔低于36 m的區域。

坡度對鄉村聚落面積變化的影響僅在研究區北部小范圍地區表現出顯著負相關關系，顯著回歸系數為-0.125～-0.036。影響程度呈現東北高四周低的空間格局，表明該區域的低坡度鄉村聚落更易發生擴張。在研究區其他區域，坡度的回歸系數為-0.035～0.002，對鄉村聚落面積變化的影響更加微弱且不顯著。對比其他因素，坡度對鄉村聚落演變的影響已逐漸弱化，不但影響程度較低，而且在空間上的差別也不大。

3.3.2 社會發展因素 城鎮化率對鄉村聚落演變的顯著正向影響區位于研究區北部，涉及54.22%的海口市鄉村聚落。顯著回歸系數為0.088～0.334，說明城鎮化率越高，鄉村聚落擴張越明顯。顯著回歸系數均值為0.258，表明城鎮化率每提高1 個單位，鄉村聚落面積平均增加0.258 個單位。影響程度呈現北高南低的空間格局，并具有一定的區域差異（標準差為0.074）。城鎮化率反映區域社會發展的綜合水平。北部地區城鎮化水平高，一方面，公共服務設施用地擴展更快。另一方面，鄉村居民收入和生活水平更高，新建住宅和改善居住條件的能力更強。此外，產業園區、大學城等由中心城區向周圍鄉村地區轉移，在一定程度上促進鄉村聚落的擴張。南部地區以農業景觀為主，鄉村社會經濟發展略顯滯后，鄉村聚落面積變化不大。城鎮化率與鄉村聚落演變的關系比較微弱且不顯著。

人口變化對鄉村聚落面積變化的影響不顯著。一方面，海口市鄉村地區土地利用管理粗放，加上鄉村居民“祖屋”“祖宗地”觀念根深蒂固，導致普遍的“一戶多宅”現象。從而，雖然鄉村地區常住人口增長不大，但建設用地面積大多持續增長。另一方面，農業勞動力流向中心城市后仍會返鄉建房，將其作為進城失敗的退路和退休后的歸宿。因此，人口增減不是海口市鄉村聚落演變的主要驅動力。

3.3.3 經濟區位因素 到道路的距離對鄉村聚落面積變化的影響僅在中心城區周邊為顯著相關，占總樣本量的4.14%。中心城區西部和南部鄉村聚落以正向回歸為主，顯著回歸系數大多在1.539～3.145，作用方向與預設不符。這些聚落在《海口市土地利用總體規劃（2006—2020年）》（海口市人民政府，2011）中已被納入長流組團和中心城區組團發展規劃，即將被成片開發為城市用地。這些地區道路交通條件好，地形平坦。鄉村聚落分布集中且規模較大，在向路發展已無空間的情況下，總體呈現向距道路略遠的地方快速擴張。負值顯著回歸系數較小，介于-0.623～0，僅位于南渡江沿岸及東部小范圍地區。南渡江是城市景觀和鄉村景觀的天然分界線，沿岸鄉村地區缺乏高等級公路，聚落傾向于在距主要道路更近的區域擴張。整體上，海口市道路交通體系較為完善，約98%的鄉村聚落距道路的距離不超過500 m。因此，到道路的距離對大部分地區鄉村聚落演變不具有顯著影響。

到中心城區的距離對鄉村聚落變化具有負向影響，在整個研究區內都是顯著的。顯著回歸系數為-1.586～-1.365，平均值為-1.496，表示到中心城區的距離每降低1 個單位，鄉村聚落面積增加1.365～1.586個單位，平均增加1.496個單位。與其他變量相比，到中心城區的距離對鄉村聚落演變的影響程度較大。雖然影響程度由西北向東南逐漸減小，但系數變化的空間差異不大（標準差為0.077）。北部區域作為海口市城市化的主要拓展區，在中心城區的強力輻射帶動下，近20年來鄉村聚落快速演變。南部區域受維持農業景觀、保護生態環境等功能定位限制，產業和人口集中在有限的幾個鄉鎮內，鄉村聚落演變受中心城區輻射帶動影響較小。

路網密度對鄉村聚落演變具有正向影響，在研究區全域也都是顯著的。顯著回歸系數為0.123～0.134，平均值為0.130，表明路網密度每增加1 個單位，鄉村聚落的面積平均增加0.130 個單位，在各變量中影響程度處于中等水平。顯著回歸系數值由東北向西南略有衰減，影響程度的空間差異很小（標準差為0.003）。總體上，顯著回歸系數值的空間分布與路網密度的分布特征基本一致。路網密度大意味著聚落之間的溝通和聯系較強，在鄉村發展過程中發揮著不可或缺的作用。北部地區路網密度更高，因而鄉村聚落擴張更為明顯。

常數項所反映的區位對鄉村聚落面積變化有顯著影響。顯著回歸系數介于-7.324～3.533，平均值為-1.044，比各自變量的影響都大。從系數絕對值看，常數項呈現南北高、中間低的空間格局。標準差為2.534，說明常數項的影響存在明顯的區域差異，也即不同區位對鄉村聚落演變影響的差異很大。正值回歸系數主要分布在南部地區。顯著回歸系數為負值的鄉村聚落更多，主要分布在中部和北部地區。

到河流的距離對鄉村聚落面積變化的影響微弱且不顯著。整體上，海口市屬于熱帶季風氣候，降水充沛、河湖水系發達，64.8%的鄉村聚落位于距河流1 km范圍內。雖然聚落向河發展可以便利農業生產，美化鄉村景觀，但近20年來，隨著農業灌溉技術不斷進步，海口市對河道的管理日益嚴格，鄉村產業發展和居民生活對河流的依賴日益減弱。因此，河流不是海口市鄉村聚落擴張的主要驅動力。

3.3.4 產業發展因素 到房地產開發區的距離對67.07%的鄉村聚落的演變有顯著負向影響。顯著回歸系數介于-2.159～-0.356，平均值為-1.611，表明到房地產開發區的距離每縮短1 個單位，鄉村聚落面積增加約1.611 個單位。與其他變量相比，房地產開發對鄉村聚落演變的影響程度較高。從回歸系數絕對值看，房地產開發因素的影響程度呈現東北高、西南低的空間分布格局。標準差為0.356，說明房地產開發對鄉村聚落的影響程度有較大的區域差異。新海口市成立以來，房地產業一直是海口市經濟的最大支柱產業（Fang et al., 2021）。越鄰近房地產開發區域，農民認為本地被開發的希望越大，有可能因此而獲得巨額征地補償，從而引發鄉村非剛需建房的浪潮（宋偉 等，2020）。并且，近20年來，房地產業為綱致使海口市房價高漲，在鄉村土地管控不嚴的情況下，城市人口、外省人口選擇在鄰近房地產開發區的鄉村建房，也促進鄉村聚落的演變。北部地區鄰近中心城區，且為房地產業主要布局地區，對鄉村聚落擴張的促進作用十分顯著。東南部地區房地產業遭到嚴格管控，鄉村聚落均位于房地產開發區域的10 km 以外，房地產業帶動作用被大大削弱，與鄉村聚落演變呈現不顯著關系。

旅游資源點可達性對鄉村聚落面積變化有微弱負向影響，但不顯著，這與預設不符。一般而言，旅游業對鄉村發展具有一定的促進作用（Xi et al.，2015），但本研究旅游業對海口市鄉村聚落演變的帶動力不強。近20年來，憑借得天獨厚的熱帶風光和人文資源，海口市旅游業發展較為快速。然而，海口市優質旅游資源大多遠離鄉村聚落。同時，鄉村旅游開發不足，規模效應尚未形成，主要表現在鄉村旅游產品同質化問題嚴重，文化理念和品位不夠，旅游吸引力不強。游客無法獲得海南特色文化感知和熱帶農民生產生活體驗等本土化旅游樂趣。因此，鄰近旅游資源點的鄉村聚落并未因旅游業發展而發生明顯變化。

4 討論

長期以來，根深蒂固的城市偏向思想導致海口市鄉村土地利用缺乏統一管控、發展盲目無序，鄉村聚落總體上呈現大規模擴張、趨于零散分布的特征。這種無序發展主要存在4個問題：1）農房閑置廢棄加劇，村莊建設用地集約利用程度低；2）鄉村聚落擴張占用大量農田，成為農用地面積減少的一個重要原因；3）聚落零散化導致鄉村公共服務設施建設和基礎設施建設成本增加，不利于從整體上改善農村人居環境（Wang et al., 2021）；4）鄉村聚落內部布局混亂，主要表現為生活空間分散、生產空間無序、生態空間污染（Mitchell, 2004）。

不可否認，由于“北聚南優”的土地利用戰略，海口市南北部發展不平衡由來已久。北部由于緊鄰中心城區而快速發展，鄉村聚落空間顯著擴張。南部缺乏增長極帶動而經濟滯后，鄉村聚落空間發展緩慢甚至略有萎縮。并且，各因素對鄉村聚落演變的影響程度呈現明顯的南北差異、東西差異等空間異質性特征。然而，比較多種驅動力的作用發現，到中心城區的距離和到房地產開發區的距離是對鄉村聚落演變最有影響力的2 個因素。誠然，這與中國實行城鄉二元體制和土地利用制度，缺乏實質性的村莊規劃機制的大背景有關。然而，房地產業畸形發展以及“一戶一宅”制度執行不嚴則是海口市鄉村聚落無序擴張的深層次原因。近20 年來，房地產業一直是海口市經濟的最大支柱產業。持續的房地產開發熱潮不但使被開發地區鄉村居民獲得巨大征地補償，而且給其他地區鄉村居民帶來很強的示范效應，催生北部地區鄉村的非剛需建房熱潮。并且，海口市村民普遍持有“祖屋”“祖宗地”思想，“一戶一宅”制度普遍遭遇實施困境，成為大多數鄉村聚落無序擴張的重要原因。

本文發現到河流的距離、人口變化率、旅游資源點可達性對鄉村聚落演變沒有顯著影響，這與Wang（2021）、Shi（2021）、Li（2020b）等的研究不符。首先，該結果表明向河發展可能不是水資源豐沛的熱帶地區鄉村演變的主要特征。其次，快速城市化、房地產業“一業獨大”、土地利用管理粗放、鄉村旅游發展不充分的綜合作用可能是人口和旅游業因素影響不顯著的根本原因。由于本文使用能反映尺度效應的MGWR 模型，相比宋偉等（2020）的研究，本文還發現不同變量對海口市鄉村聚落演變影響的空間異質性存在顯著尺度差異，從而識別出不同變量對鄉村聚落演變作用的空間范圍，更精準地度量了鄉村聚落演變與其影響因素間關系的空間非平穩性。

人口變化率對鄉村聚落演變的影響不顯著還可能跟人口統計數據的尺度有關。本文無法獲取村級人口統計數據，只能假定一個鄉鎮內各鄉村聚落人口密度均一，因而對建模結果會有一定的影響。這是本文的局限性。另外，本文僅選取可能影響鄉村聚落空間演變的客觀因素，而未考慮農戶意愿、傳統地域文化等因素對鄉村聚落空間的影響。未來將結合鄉村居民的田野調查進行深入分析。

海口市正在建設海南自由貿易港核心城市。為實現城鄉融合發展，集約利用土地資源，有必要采取以下主要措施推動鄉村聚落良性發展。首先，實施嚴格的房地產調控政策，防止房地產市場投機炒作，擺脫經濟對房地產業的過度依賴；其次，推進農村土地利用制度改革，嚴格實施“一戶一宅”制度，打擊違法占地、違法建房行為，遏制北部鄉村聚落快速擴展趨勢；再次，以生活、生產、生態空間有機融合為核心開展鄉村振興規劃，推動鄉村就地就近城鎮化，引導鄉村發展走向個性化和特色化；最后，深度挖掘熱帶風情和民族特色，結合特色產業發展和鄉村旅游、農事體驗等新型業態，在南部地區培育新的經濟增長極，帶動鄉村聚落適度擴展。

5 結論

以海口市為案例，采用遙感影像解譯、GIS 空間分析技術和MGWR 模型探明了鄉村聚落的時空演變及其影響因素的空間異質性。結果表明，2002—2020 年，海口市鄉村聚落面積增加了34.35 km2，變化率為53.5%，與中國其他鄉村地區（Wang et al., 2021）和20 世紀中葉西歐國家農村聚居區（Shinde et al., 2015）相比增長更為快速。從分布看，鄉村聚落日益呈現“北多南少”空間格局和零散化特征。鄉村聚落擴張主要集中在北部地區，南部地區鄉村聚落則有所收縮。并且，擴張、收縮和未變化的鄉村聚落交錯分布，空間異質性十分明顯。

鄉村聚落演變諸驅動力的影響具有明顯的空間非平穩性及尺度效應差異。鄉村聚落演變對位置非常敏感，位置作用的空間異質性最強。到道路的距離、到房地產開發區的距離以及高程是微觀尺度變量，空間非平穩性較強。城鎮化率和坡度是中觀尺度變量，空間非平穩性不強。到中心城區的距離等其余5個變量的影響為全局尺度，基本不存在空間非平穩性。鄉村聚落演變受自然環境、城鎮化、區位、產業發展等因素的綜合影響。聚落位置變化的方向性特征表明，鄉村聚落越來越向海拔低、坡度小、離中心城區近、離房地產開發區近、城鎮化水平高、路網密度高的地區擴展。其中，區位因素和產業發展因素對海口市鄉村聚落演變的影響最為重要。歸根結底，海口市鄉村聚落無序擴張是城鄉二元體制、村莊規劃機制缺失、房地產業畸形發展以及“一戶一宅”制度執行不嚴等綜合作用的結果。

相比GWR模型，MGWR充分考慮了各影響因素作用的空間尺度，擬合效果更佳。可見，運用MGWR 模型可以科學識別鄉村聚落空間演化的關鍵因素。因此，本文不僅對制定與海南自貿港建設相稱的有針對性的鄉村聚落空間演化路徑有重要意義，而且對評估類似地區鄉村聚落演化的驅動力也有參考價值。