?農村居民點用地需求空間分布特征及其影響因素研究

摘 要：基于湖南省湘鄉(xiāng)市18個鄉(xiāng)鎮(zhèn)農村居民點用地需求調查統計數據，利用景觀格局指數法、核密度估計法、空間自相關分析法等識別農村居民點用地需求空間分布特征，并運用地理加權回歸模型進一步挖掘關鍵影響因素。研究發(fā)現：從規(guī)模特征來看，平均每個鄉(xiāng)鎮(zhèn)農村居民點用地需求規(guī)模為32.14 hm2，總體上湘鄉(xiāng)市南部農村居民點用地需求的規(guī)模大于北部；從景觀形態(tài)特征來看，各個鄉(xiāng)鎮(zhèn)農村居民點用地需求的平均景觀形狀指數為1.582，圖斑較為規(guī)整；從空間集聚特征來看，湘鄉(xiāng)市農村居民點用地需求平均核密度為1.38個/km2，南部的核密度值總體上高于北部；從空間自相關分析來看，市域尺度上農村居民點用地需求具有顯著的集聚特征，HH型區(qū)域主要集中在西部地區(qū)，HL型和LH型區(qū)域只在潭市鎮(zhèn)、毛田鎮(zhèn)、泉塘鎮(zhèn)等零星分布，LL型區(qū)域主要集中于中北部區(qū)域；4種影響因素中農村居民點到道路的最近距離的影響程度最高，與道路的距離直接影響著村民們的出行，是村民們建房選址的首要考慮因素。

關鍵詞：農村居民點；景觀格局指數；核密度估計；空間自相關分析；地理加權回歸模型；湘鄉(xiāng)

中圖分類號：F301.24 文獻標識碼：A 文章編號：1006-060X（2023）02-0085-08

Abstract： Based on the survey statistics of land use demand for rural settlements in 18 towns and townships of Xiangxiang City， Hunan Province， this study uses the landscape pattern index method， kernel density estimation method， spatial autocorrelation analysis method， etc. to identify spatial distribution characteristics of land use demand for rural settlements， and further explores key influencing factors by using the geographically weighted regression model. The study finds that， from the perspective of scale characteristics， the average scale of land use demand for rural settlements in each town or township is 32.14 hm2， and in overall the scale of land use demand for rural settlements in the south of Xiangxiang City is greater than that in the north. From the perspective of landscape morphological characteristics， the average landscape shape index of land use demand for rural settlements in each town or township is 1.582， meaning that the patch shape is relatively regular. From the perspective of spatial agglomeration characteristics， the kernel density of land use demand for rural settlements in Xiangxiang City is averagely 1.38 per km2， and is generally higher in the south than in the north. From the perspective of spatial autocorrelation analysis， land use demand for rural settlements at the city level has a significant clustering characteristic; HH type areas are mainly concentrated in the western region， HL type and LH type areas are only scattered in Tanshi Town， Maotian Town， Quantang Town， etc.， and LL type areas are mainly concentrated in the central and northern regions. Besides， among the four influencing factors， the nearest distance from the rural settlement to the road has the highest degree of influence， because the distance to the road directly affects villagers' travel， and is the primary consideration for villagers to select the site to build houses.

Key words： rural settlements; landscape pattern index; kernel density estimation; spatial autocorrelation analysis; geographically weighted regression model; Xiangxiang

農村居民點是承載農村人口生產、生活等功能的重要空間，是農村地區(qū)人地關系的核心體現[1]。但長期以來，農村居民點布局散亂導致農村土地利用效率低下，并使得農村地區(qū)的人地矛盾進一步突出，農村地區(qū)社會經濟發(fā)展受到了嚴重的阻礙[2]。緩解農村地區(qū)人地矛盾的關鍵之一就是防止農村居民點的無序擴張。由于農村居民點用地往往具有一定的空間關聯特征[3]，通過分析識別用地需求，發(fā)現用地空間分布特征并挖掘背后的影響因素以科學優(yōu)化農村居民點空間分布，對緩解農村地區(qū)人地矛盾具有重要意義。

近年來，國內學者在農村居民點領域開展了大量的研究，這些研究主要涉及農村居民點的整理[4-6]、空間分布特征[7-9]以及空間布局的優(yōu)化[10-12]等。基于地理信息系統（Geographic Information System，GIS）、遙感（Remote Sensing，RS）、核密度和景觀格局等相關理論方法，已有關于農村居民點空間分布特征的研究取得了較為豐富的成果。如韓耀文等[13]采用最近鄰距離法，對石羊河流域農村居民點的集聚狀況和空間分布情況進行了分析；廖艷梅等[14]利用高精度遙感數據，采用景觀指數、核密度等方法，以貴州省為例，探究了喀斯特山區(qū)農村居民點整體和斑塊的規(guī)模、形態(tài)和密度等空間分布特征；謝龍云等[15]運用核密度估計等方法，探究了地形起伏度影響下的農村居民點空間分布格局。此外，在土地利用領域當中，空間自相關分析方法應用較為廣泛。如林晉大等[16]運用該方法研究了南昌市城市擴張背景下景觀破碎化動態(tài)演變情況；張軍輝[17]運用該方法分析了河北省黃驊市耕地等別空間集聚規(guī)律和分布特征；劉峰等[18]運用該方法以奈曼旗為例研究了科爾沁沙地的土地利用時空演變情況；雷金睿等[19]利用該方法研究了海南島東北部土地利用與生態(tài)系統服務價值；李志剛等[20]利用該方法研究了洛陽市耕地空間格局特征和變化趨勢。

已有文獻對農村居民點空間分布特征及其背后的影響因素展開了卓有成效的研究，但依然存在一些不足，如多數學者的研究主要針對已經建成的農村居民點來分析其空間分布特征，而從需求層面出發(fā)的農村居民點相關研究較少。空間自相關分析方法雖然應用廣泛，但是在土地利用研究中主要被用于分析各種土地要素的空間分布格局與特征，而運用該方法進行農村居民點空間格局分析的研究較少。

針對已有研究成果的不足之處，該研究以湖南省湘潭市湘鄉(xiāng)市為例，基于景觀格局指數法、核密度估計（Kernel Density Estimation）法以及空間自相關分析法等研究方法，利用農村居民點用地需求調查統計數據，分析農村居民點用地需求的空間分布特征，并利用地理加權回歸（Geographically Weighted Regression，GWR）模型探究其影響因素。該研究可為科學布局農村居民點并緩解農村地區(qū)人地矛盾提供一定的參考。

1 研究對象與方法

1.1 研究區(qū)域概況

湘鄉(xiāng)市隸屬于湖南省湘潭市，位于湘中部偏東，北部銜接寧鄉(xiāng)市，東部與韶山市和湘潭縣毗鄰，南部連接雙峰縣，西部緊靠婁底市，地理坐標為111°59′40″E～112°38′55″E，27°29′2″N～28°3′45″N，總面積為1 967 km2，約占湖南省總面積的0.95%。湘鄉(xiāng)市下轄4個街道、15個鎮(zhèn)、3個鄉(xiāng)。湘鄉(xiāng)市西部和南部主要是海拔較高的丘陵地區(qū)，北部和東部主要為海拔較低的平地平原，地勢由西南向東北傾斜。截至2021年末，湘鄉(xiāng)市地區(qū)生產總值為545.6億元，戶籍總人口為90.96萬人，其中鄉(xiāng)村人口為63.78萬人，農村居民人均可支配收入為23 349元。

1.2 數據來源

該研究中涉及的數據包括農村居民點用地需求調查統計數據、DEM數據以及道路與水系數據。其中，農村居民點用地需求調查統計數據來源于2020年在湘鄉(xiāng)市18個鄉(xiāng)鎮(zhèn)（不含街道、市直屬農林牧漁場等區(qū)域）的現場調查，共涉及280個村的農村居民點用地需求；DEM數據來源于地理空間數據云網站的2022年GDEMV3 30M分辨率數字高程數據；道路與水系數據為基于高德地圖相關數據進行校正而得。

1.3 研究方法

1.3.1 景觀格局指數法 景觀格局指數方法源自景觀生態(tài)學，是一種通過景觀數量、類型結構、空間規(guī)模等一系列可量化測算的指標反映高度濃縮景觀信息的分析方法。通過景觀格局指數法主要可以分析農村居民點的斑塊數量（Number of Patches，NP）、規(guī)模形態(tài)、空間集聚度等信息[21]。為此，該研究選取農村居民點斑塊面積、斑塊面積占區(qū)域面積的比重、斑塊聚合度（Aggregation Index，AI）以及景觀形狀指數（Landscape Shape Index，LSI）等景觀格局指數進行測算分析。其中，運用較為廣泛的景觀形狀指數可以用于反映斑塊空間形態(tài)的復雜程度，其數值越大表示斑塊的分布越不規(guī)整、斑塊形狀越復雜，公式如下。

式中：LSI表示景觀形狀指數，e表示斑塊周長，a表示斑塊面積。

1.3.2 核密度估計法 核密度估計法是一種被學者們廣泛運用的空間分析方法[14]，該方法根據研究對象的分布特征對未知密度函數進行非參數估計，可以直觀地表現出農村居民點用地需求的空間集聚程度[22]。核密度的數值越高，說明農村居民點用地需求在空間上的分布越密集，反之則越稀疏，計算公式如下。

式中：f（x）表示農村居民點用地需求的核密度估計值，h表示搜索半徑，n表示樣本數量，k表示核函數，“x-xi”為估算點x到樣本點xi的距離。

1.3.3 空間自相關分析法 首先是全局莫蘭指數。全局莫蘭指數（Global Moran's I）通常用來表示研究區(qū)域全局空間范圍內各種空間要素屬性值的聚合與離散程度[23]，具體公式如下。

式中：I表示農村居民點用地需求的全局莫蘭指數，n表示樣本數量，wkj表示空間權重，“xk-x”和“xj-x”分別表示第k個、第j個空間單元上的觀測值與平均值的偏差；Z表示統計量的標準化值，E（I）表示觀察變量自相關性的平均值，VAR（I）表示I的方差。

其次是局部莫蘭指數。局部莫蘭指數（Local Moran's I）通常用來表示局部地區(qū)相似或相異的觀察值的空間差異程度，能夠以LISA集聚圖的形式更加直觀地展示研究區(qū)域內農村居民點用地需求的空間分布特征[24]，其計算公式如下。

式中：Ik表示農村居民點用地需求的局部莫蘭指數，n為農村居民點用地需求樣本數量，Zk、Zj分別表示第k個、第j個空間單元上的標準化值，wkj為空間權重矩陣；局部莫蘭指數中Z的檢驗方法與全局莫蘭指數相同。

1.3.4 地理加權回歸模型 地理加權回歸模型克服了全局回歸模型不能有效分析空間數據自相關性和異質性的缺點[25]，公式如下。

式中：yi為觀測值，β0（ui，vi）為第i個單元的回歸系數，（ui，vi）是第i個單元的地理位置，p為獨立變量的個數，βk（ui，vi）是第i個單元、第k個變量的回歸參數，εi服從正態(tài)分布。該研究根據赤池信息量準則（AICc）方法選擇最優(yōu)帶寬，并基于該模型分析影響農村居民點用地需求空間分布的因素。

該研究以湘鄉(xiāng)市農村居民點用地需求圖斑為研究單元，并選取4種影響因素，即農村居民點用地需求圖斑的地形位指數（坡度和高程）及其到河流、道路（農村道路和公路）、城鎮(zhèn)（市區(qū)和集鎮(zhèn)）的最近距離，將之作為解釋變量。其中，地形位指數可以

綜合反映地形條件的空間分異，其計算公式如下[26]。

式中：T表示地形位指數，E表示某一柵格的高程值，E表示研究區(qū)域的平均高程值，S表示某一柵格的坡度值，S表示研究區(qū)域的平均坡度值。地形位指數越大，說明高程越高、坡度越大，這是山脊的典型特征；地形位指數越小，說明高程越低、坡度越小，這是山谷的典型特征。

1.4 作圖方法

該研究以“天地圖湖南省地理信息公共服務平臺”中的湘鄉(xiāng)市地圖行政區(qū)劃示意版[審圖號為湘S（2022）034號]為基礎，利用ArcGIS 10.6.1軟件提取湘鄉(xiāng)市行政邊界，導出shp格式地圖文件作為工作底圖。

2 結果與分析

2.1 農村居民點用地需求的規(guī)模特征

湘鄉(xiāng)市18個鄉(xiāng)鎮(zhèn)農村居民點用地需求的總規(guī)模為578.47 hm2，約占湘鄉(xiāng)市總面積的2.94‰，每個鄉(xiāng)鎮(zhèn)的平均規(guī)模為32.14 hm2。其中，白田鎮(zhèn)的農村居民點用地需求規(guī)模為95.41 hm2，規(guī)模最大；栗山鎮(zhèn)的農村居民點用地需求規(guī)模僅為6.27 hm2，規(guī)模最小（圖1）。從圖2來看，中沙鎮(zhèn)農村居民點用地需求規(guī)模占所在鄉(xiāng)鎮(zhèn)面積的比例最高，為14.43‰；翻江鎮(zhèn)的這一比例最低，為0.47‰；各鄉(xiāng)鎮(zhèn)的平均比例為3.57‰。

2.2 農村居民點用地需求的景觀格局特征

該研究借助Fragstats 4.2.1分析湘鄉(xiāng)市農村居民點用地需求的空間格局特征，并應用景觀形狀指數來分析當地農村居民點用地需求圖斑的空間形態(tài)復雜程度，3種景觀格局指數分析結果如表1所示。該研究用1個斑塊表示1處農村居民點用地需求。從斑塊數量來看，湘鄉(xiāng)市18個鄉(xiāng)鎮(zhèn)共有2 849個斑塊，各鄉(xiāng)鎮(zhèn)平均斑塊數量為158個，斑塊數量高于平均值的鄉(xiāng)鎮(zhèn)僅有6個，而斑塊數量低于平均值的鄉(xiāng)鎮(zhèn)則有12個。其中，毛田鎮(zhèn)的斑塊數量最多，達到578個；而金石鎮(zhèn)的斑塊數量最少，僅有34個。從景觀形狀指數來看，湘鄉(xiāng)市各鄉(xiāng)鎮(zhèn)的平均景觀形狀指數為1.582，景觀形狀指數高于平均值的鄉(xiāng)鎮(zhèn)有5個，有13個鄉(xiāng)鎮(zhèn)的景觀形狀指數低于平均值。其中，山棗鎮(zhèn)的景觀形狀指數最高，為3.029 3；而毛田鎮(zhèn)的景觀形狀指數最低，僅為1.210 1。這說明了山棗鎮(zhèn)的農村居民點用地需求圖斑形態(tài)最不規(guī)整，而毛田鎮(zhèn)的農村居民點用地需求圖斑形態(tài)最為規(guī)整。從斑塊聚合度來看，湘鄉(xiāng)市各鄉(xiāng)鎮(zhèn)的平均斑塊聚合度為94.030 9，10個鄉(xiāng)鎮(zhèn)的斑塊聚合度高于平均水平，其余8個鄉(xiāng)鎮(zhèn)低于平均水平。其中，龍洞鎮(zhèn)的斑塊聚合度最高，為96.963 3；山棗鎮(zhèn)的斑塊聚合度最低，為85.971 9。

2.3 農村居民點用地需求的空間集聚特征

2.3.1 核密度分析 該研究借助ArcGIS 10.6.1的核密度分析工具對湘鄉(xiāng)市各鄉(xiāng)鎮(zhèn)農村居民點用地需求的空間分布開展核密度值分析。基于相關文獻[5， 23]，該研究設定像元大小為30 m×30 m，設定搜索半徑為1.5 km，進行核密度分析。根據相關研究，該研究采用自然斷點法[4]將湘鄉(xiāng)市農村居民點用地需求核密度結果分為5個級別，即0～0.93個/km2（低）、0.93～2.59個/km2（較低）、2.59～5.05個/km2（中等）、5.05～9.60個/km2（較高）和9.60～18.41個/km2（高），得到湘鄉(xiāng)市農村居民點用地需求核密度分布情況如圖3所示。從核密度值來看，湘鄉(xiāng)市農村居民點用地需求高核密度與較高核密度區(qū)域主要分布在虞唐鎮(zhèn)、毛田鎮(zhèn)、中沙鎮(zhèn)、東郊鄉(xiāng)、棋梓鎮(zhèn)和山棗鎮(zhèn)，核密度最大值為18.41個/km2，在西部的毛田鎮(zhèn)，湘鄉(xiāng)市農村居民點用地需求平均核密度為1.38個/km2；從空間分布特征來看，湘鄉(xiāng)市農村居民點用地需求核密度值呈現出南部較高、北部較低的空間分布特征。

2.3.2 全局空間自相關分析 該研究利用GeoDa軟件開展湘鄉(xiāng)市農村居民點用地需求全局莫蘭指數分析。一是市域尺度。該研究對湘鄉(xiāng)市市域內所有農村居民點用地需求進行全局空間自相關分析，結果如表2所示。湘鄉(xiāng)市農村居民點用地需求全局莫蘭指數為0.205 5，且Z值為48.397 7，遠大于1.96，P值為0。這說明在研究區(qū)域內農村居民點用地需求分布存在正相關關系，且呈現顯著的空間集聚態(tài)勢。

二是鄉(xiāng)鎮(zhèn)尺度。該研究對湘鄉(xiāng)市的18個鄉(xiāng)鎮(zhèn)分別開展全局空間自相關分析，得到的結果如表3所示；并用自然斷點法進行分級，得到的結果如圖4所示。由表3和圖4可知，較于市域尺度，鄉(xiāng)鎮(zhèn)尺度能夠更加清楚地識別研究區(qū)域內部的差異性與細節(jié)特征。湘鄉(xiāng)市下轄18個鄉(xiāng)鎮(zhèn)的全局莫蘭指數均大于0，說明農村居民點用地需求在空間上存在正相關性。此外，全局莫蘭指數最大值為0.624 3，位于壺天鎮(zhèn)，而全局莫蘭指數最小值為0.064 2，位于虞唐鎮(zhèn)，并且，除育塅鄉(xiāng)外各鄉(xiāng)鎮(zhèn)的Z值均大于1.96，這些能夠表明湘鄉(xiāng)市農村居民點用地需求在空間上不是隨機分布的，而呈現出較為明顯的集聚特征。

2.3.3 局部空間自相關分析 該研究利用GeoDa軟件對湘鄉(xiāng)市農村居民點用地需求進行局部空間自相關分析，并繪制出Moran's I散點圖（圖5）。如圖5所示，第一象限和第三象限表示農村居民點用地需求呈現正相關關系，呈集聚狀態(tài)，而第二象限和第四象限表示呈現負相關關系；由此可知，湘鄉(xiāng)市農村居民點用地需求具有明顯的空間集聚特征。

在Z值檢驗的基礎上，該研究運用ArcGIS 10.6.1軟件將Moran's I散點圖的各個象限類型與實際空間對應并繪制成LISA集聚圖（圖6）。對圖6進行分析可知，HH型區(qū)域主要集中于毛田鎮(zhèn)、棋梓鎮(zhèn)、虞唐鎮(zhèn)以及東郊鄉(xiāng)，該類型區(qū)域中Std-I＞0、Lag-I＞0（Moran's I＞0），這表示存在顯著的空間正相關性，此區(qū)域局部差異小，局部均質性較強，空間上存在明顯的集聚性特征。LH型與HL型區(qū)域分布范圍較小，只在潭市鎮(zhèn)、毛田鎮(zhèn)、泉塘鎮(zhèn)等零星分布，這2種類型區(qū)域分別對應Std-I＞0、Lag-I＜0（Moran's I＜0）和Std-I＜0、Lag-I＞0（Moran's I＞0），二者同樣都存在空間負相關性或者異常性，局部差異較大，異質性較強，形成局部異質的“熱點區(qū)”。LL型區(qū)域分布較廣，主要集中于湘鄉(xiāng)市的中北部區(qū)域，該類型區(qū)域中Std-I＜0、Lag-I＜0（Moran's I＜0），存在顯著的空間正相關性，空間上有明顯的集聚性特征。

2.4 基于地理加權回歸模型的農村居民點用地需求影響因素分析

該研究對數據進行標準化后，運用ArcGIS 10.6.1中的地理加權回歸模型，根據赤池信息量準則（AICc）方法選擇最優(yōu)帶寬，來分析地形位指數（坡度和高程）以及農村居民點用地需求圖斑到河流、道路（農村道路和公路）、城鎮(zhèn)（市區(qū)和集鎮(zhèn)）的最近距離4個解釋變量對農村居民點用地需求的影響程度，結果如表4所示。根據地理加權回歸模型的運行結果可知，模型回歸的R2值為0.629 9，表示回歸直線與實際分布值有較好的一致性，擬合效果較好，該分析能夠說明各解釋變量對農村居民點用地需求空間分布的影響。

基于地理學和空間回歸模型的相關理論知識以及對表4的分析，該研究探究得出農村居民點用地需求空間分布的影響機理。農村居民點所處的地形及其到河流、道路、城鎮(zhèn)的最近距離對其空間分布有明顯的影響作用。從回歸系數的平均值來看，地形位指數與農村居民點用地需求呈現負相關關系，說明在地形越平坦的地方，農村居民點的數量越多；到河流、道路、城鎮(zhèn)的最近距離與農村居民點用地需求呈現正相關關系，說明到河流、道路、城鎮(zhèn)的距離越近，農村居民點的數量越多。對不同影響因素回歸系數平均值的絕對值進行比較的結果為到道路的最近距離＞地形位指數＞到城鎮(zhèn)的最近距離＞到河流的最近距離。此結果表明4種影響因素中農村居民點到道路的最近距離的影響程度最高，說明與道路的距離直接影響著村民們的出行，是村民們建房選址的首要考慮因素。農村居民點到河流的最近距離影響程度最低，說明隨著生產力的發(fā)展與供水設施的進一步完善，村民們的生活用水可以通過井水、自來水等方式獲得，離河流的距離對農村居民點的選址影響程度較低。

3 結論與討論

3.1 結 論

該研究以湖南省湘潭市湘鄉(xiāng)市為例，基于其農村居民點用地需求調查數據，采用景觀格局指數法、核密度估計法以及空間自相關分析方法，分析了研究區(qū)域農村居民點用地需求的規(guī)模特征、景觀格局特征和空間集聚特征，并運用地理加權回歸模型分析了農村居民點用地需求空間分布的影響因素，主要得出以下結論。其一，從規(guī)模特征來看，平均每個鄉(xiāng)鎮(zhèn)農村居民點用地需求規(guī)模為32.14 hm2，但鄉(xiāng)鎮(zhèn)之間的差別較大，總體上研究區(qū)域南部的農村居民點用地需求規(guī)模大于北部。其二，從景觀形態(tài)特征來看，各個鄉(xiāng)鎮(zhèn)的平均景觀形狀指數為1.582，只有山棗鎮(zhèn)和虞唐鎮(zhèn)2個鎮(zhèn)的景觀形狀指數大于2，農村居民點用地需求圖斑較為規(guī)整。其三，從空間集聚特征來看，農村居民點用地需求平均核密度為1.38個/km2，南部的核密度值總體較高，北部的核密度值總體較低，各個鄉(xiāng)鎮(zhèn)之間的核密度差異較大，總體上有6個鄉(xiāng)鎮(zhèn)達到了核密度較高的水平。其四，從全局空間自相關分析來看，市域尺度上農村居民點用地需求具有顯著的集聚特征；從局部空間自相關分析得知，局部異質的“熱點區(qū)”主要位于潭市鎮(zhèn)、毛田鎮(zhèn)、泉塘鎮(zhèn)，HH型區(qū)域主要集中在西部地區(qū)，HL型和LH型區(qū)域分布范圍較小，LL型區(qū)域分布較廣，主要集中于中北部區(qū)域。其五，4種影響因素中農村居民點到道路的最近距離的影響程度最高，說明與道路的距離直接影響著村民們的出行，是村民們建房選址的首要考慮因素，而農村居民點到河流的最近距離影響程度最低。

3.2 討 論

該研究以湖南省湘潭市湘鄉(xiāng)市為例，對農村居民點用地需求空間分布特征及其影響因素進行了相關分析，但還存在一定的不足，如對區(qū)域經濟和社會環(huán)境等問題缺乏定量分析。因此，今后的研究可以綜合考慮經濟和社會環(huán)境等因素，對農村居民點用地需求的影響因素進行進一步探討。

參考文獻：

[1] 姜廣輝，張鳳榮，陳軍偉，等. 基于Logistic回歸模型的北京山區(qū)農村居民點變化的驅動力分析[J]. 農業(yè)工程學報，2007，23（5）：81-87.

[2] 王雅梅，宋軍陽. 中國農村居民點優(yōu)化研究進展與啟示[J]. 小城鎮(zhèn)建設，2022，40（7）：31-37.

[3] 張佰林，蔡為民，張鳳榮，等. 隋朝至1949年山東省沂水縣農村居民點的時空格局及驅動力[J]. 地理研究，2016，35（6）：1141-1150.

[4] 谷曉坤，龐林芳，張正峰. 基于上海市青村鎮(zhèn)公共設施可達性的鎮(zhèn)域農村居民點整治適宜性研究[J]. 中國土地科學，2014，28（7）：71-75，2.

[5] 馮景華，馬國強，李 婧，等. 基于人口密度與布局適宜性的農村居民點整理策略：以甘肅省華亭市為例[J]. 土壤通報，2022，53（4）：768-776.

[6] 劉殿鋒，王瑩瑩，孔雪松，等. 多維產業(yè)引導的鄂西生態(tài)圈農村居民點整理模式及分區(qū)[J]. 農業(yè)工程學報，2019，35（22）：27-37.

[7] 李 靜，張平宇，郭 蒙. 吉林省村域尺度下居民點空間分布特征及優(yōu)化重組模式[J]. 地理科學，2021，41（5）：842-850.

[8] 何 炬，張雪松，鄧 振，等. 多尺度下農村居民點空間分布特征及其影響因素研究[J]. 中國農業(yè)資源與區(qū)劃，2019，40（6）：8-17.

[9] 劉立文，段永紅，李麗麗，等. 山西省農村居民點空間分布特征及其適宜性評價[J]. 中國農業(yè)資源與區(qū)劃，2022，43（1）：100-109.

[10] 張 穎，徐 輝. 基于MCR模型的農村居民點布局適宜性分區(qū)及優(yōu)化模式研究：以南京市六合區(qū)金牛湖街道為例[J]. 長江流域資源與環(huán)境，2014，23（11）：1485-1492.

[11] 盧一乾，余 敦，王檢萍，等. 國土空間規(guī)劃中縣域農村居民點布局與優(yōu)化：以江西省德興市為例[J]. 水土保持研究，2022，29（4）：329-335，343.

[12] 張 慧，王佳輝，王宇瑤，等. 典型農作區(qū)農村居民點空間布局優(yōu)化研究：以黑龍江省望奎縣為例[J]. 土壤通報，2022，53（2）：270-279.

[13] 韓耀文，魏艷紅. 河西荒漠綠洲區(qū)農村居民點空間分布特征及影響因素分析[J]. 科技通報，2021，37（6）：19-24，84.

[14] 廖艷梅，蘭安軍，尹林江，等. 喀斯特山區(qū)農村居民點空間分布特征及其影響因素[J]. 水土保持研究，2021，28（6）：233-241.

[15] 謝龍云，陳庭甫，劉 影，等. 基于地形起伏度的江西省農村居民點空間分布特征研究[J]. 南昌航空大學學報（自然科學版），2021，35（2）：34-42，73.

[16] 林晉大，多玲花，鄒自力. 城市擴張背景下景觀破碎化動態(tài)演變及空間自相關分析：以南昌市為例[J]. 水土保持研究，2022，29（4）：362-369.

[17] 張軍輝. 濱海平原區(qū)耕地等別空間格局研究：以河北省黃驊市為例[J]. 中國國土資源經濟，2022（3）：38-44.

[18] 劉 峰，楊 光，韓雪瑩，等. 科爾沁沙地土地利用時空演變及空間自相關分析：以奈曼旗為例[J]. 西北林學院學報，2020，35（4）：148-157.

[19] 雷金睿，陳宗鑄，吳庭天，等. 海南島東北部土地利用與生態(tài)系統服務價值空間自相關格局分析[J]. 生態(tài)學報，2019，39（7）：2366-2377.

[20] 李志剛，王夢雨，牛繼強，等. 基于空間自相關分析的市域耕地空間格局演變分析：以洛陽市為例[J]. 信陽師范學院學報（自然科學版），2021，34（3）：415-421.

[21] 任 平，洪步庭，周介銘. 基于空間自相關模型的農村居民點時空演變格局與特征研究[J]. 長江流域資源與環(huán)境，2015，24（12）：1993-2002.

[22] 喻 紅，曾 輝，江子瀛. 快速城市化地區(qū)景觀組分在地形梯度上的分布特征研究[J]. 地理科學，2001，21（1）：64-69.

[23] 傅 超，劉彥隨. 我國城鎮(zhèn)化和土地利用非農化關系分析及協調發(fā)展策略[J]. 經濟地理，2013，33（3）：47-51.

[24] 劉彥文，劉成武，何宗宜，等. 基于像元尺度耕地質量局部空間自相關的基本農田劃定[J]. 農業(yè)機械學報，2019，50（5）：260-268，319.

[25] 張一達，劉學錄，范亞紅，等. 甘肅省土地利用多功能性空間差異及影響因素分析[J]. 云南農業(yè)大學學報（自然科學），2019，34（3）：544-552.

[26] 李志芳，王 銳，沈新磊. 基于質量指數和空間自相關分析的耕地保護分區(qū)研究[J]. 土壤通報，2021，52（4）：785-792.

（責任編輯：袁萍萍）