农村居民点时空格局演化模拟研究综述*

李换换，宋 伟，陈百明，张 艳

(1.长安大学地球科学与资源学院，陕西西安 710054； 2.中国科学院地理科学与资源研究所，陆地表层格局与模拟院重点实验室，北京 100101)

0 引言

在我国城镇化建设快速发展的大背景下，农村发展进入新的转型阶段。城镇化过程中，一系列的政策冲击，不仅涉及城镇的建设和发展，也通过城乡统筹和互动，深刻影响农村居民点的演化趋势[1]。在此情形下，要合理调控农村居民点的空间格局，引导其良性发展，依赖于对农村居民点长时期演化规律的把握以及对未来政策干预情景的清晰认识。因此，利用模型模拟手段定量揭示农村居民点的格局演化，对于准确理解农村居民点的演化过程，深入认识其演化发展动力以及评估农村居民点格局在政策实施后的发展态势具有重要意义。

农村居民点格局演化是土地利用变化的一种类型，因此其演化模拟也多借鉴了土地利用/覆被变化(LUCC)模拟的相关研究成果。早期的土地利用变化模拟主要关注模拟对驱动力和尺度的依赖性问题[2]，随后更加注重探索土地利用的位置和数量变化[3]。当前，土地利用空间格局的演化模拟，特别是从空间尺度揭示区域土地利用变化的驱动因素[4]，成为土地利用变化模拟研究的重要内容[5-8]。对于农村居民点的演化模拟研究来说，相关工作开展的仍然比较少。究其原因，主要是农村居民点分布零散、规模小、斑块空间破碎化的特点，不利于常规土地利用变化模拟模型的运转，限制了农村居民点变化的模拟精度。再加上农村居民点变化参与主体的多样性、驱动因素的复杂性等原因，使农村居民点格局演化的模拟遇到很大挑战。

利用模型模拟手段预测农村居民点未来发展情景，评估其未来演化态势，是预估政策可能冲击的必要手段。目前，农村居民点演化模拟模型的选择仍存在较强的驱动力和尺度依赖性问题[9-12]。在开展农村居民点演化模拟之前，需要深入解析其演化趋势和驱动力，以选择更适宜的模拟模型，提高模型的模拟精度。因此，文章以农村居民点演化的“态势分析—驱动机制选择—模型比较”为主线，系统梳理和总结了农村居民点演化的机理，评述了农村居民点演化模拟模型的原理及其优缺点，以期为今后农村居民点演化模拟研究提供借鉴参考。

1 农村居民点演化趋势分析

遵循农村居民点的演化规律，分析预测其未来演化趋势，是选择适宜的演化模拟模型的基础。目前，研究者常用景观生态学、数理统计、地理空间分析等方法，探索农村居民点空间格局演化特征。由于农村居民点是一个自然、社会与经济有机融合的复杂系统，其发展趋势，不仅体现自然系统的演化，也是人类认识和改造自然的反映。因此，自然环境的改变、社会经济的发展、农村制度的改革、政策措施的出台等，导致农村居民点的总体规模、形态结构、空间分布等处在不断的演化与变迁之中。

1.1 农村居民点规模演化趋势

农村居民点的规模一般用总体规模、人均规模以及农村居民点在城乡用地中的比例等指标来表征。由于斑块空间格局演变的机理以及演变过程所表现出的特征，与空间和时间尺度密切相关，其演化结果会因研究尺度的不同而有所差异[9]。因此，农村居民点演化研究对尺度有很大的依赖性。

以往研究中，不同区域的农村居民点规模演化分析都是在特定空间以及时间尺度下进行的。时间尺度有长达半个世纪的长时间演化趋势分析[13， 14]，也有跨越数10年的中时间尺度[15， 16]以及历经数年的短时间尺度分析[17]。研究的区域集中在县域尺度和镇域尺度，只有极少数的研究是以国家尺度和村域尺度为案例区[18-21]。

不同时间尺度内，农村居民点演化规模往往呈现不同的规律。在较长时间尺度上(超过50年)，农村居民点的总体规模往往呈持续增加态势[13]； 在近20年时间尺度内，农村居民点演化规模一般会呈现倒“U”型变化的特点[17]； 而较短时间尺度内，规模演化特征随地域而不同，具体表现为：东部沿海地区农村居民点由快速扩张转变为扩张受到抑制状态，在西部地区农村居民点则由规模扩张较慢发展为规模快速扩张状态[19]； 山区农村居民点总体规模继续扩大，平原地区居民点用地总量递减[22]，而丘陵地区农村居民点用地规模减少与增加并存[23](表1)。虽然不同时空尺度下农村居民点总体规模呈现不同演化趋势，但是大部分地区都呈现出农村居民点人均规模持续增长[24]，农村居民点用地在城乡用地中的比例相较于建设用地而言表现为逐渐下降直至趋于稳定趋势的特点[25]。

表1 农村居民点规模演化趋势

农村居民点的规模演化是人口[26-28]、地区经济发展[29]、产权制度[30]、收入水平[31]、产业结构调整[32]、农村功能转变[31， 33]等诸多社会经济因素共同作用下的结果。其中，人口的变化是导致其规模动态变化的主要动力，而且由于我国特殊的城乡二元体制，形成了诸多人口变化与农村居民点规模演化呈现反向关系的反常现象[34]。

1.2 农村居民点空间分布演化趋势

农村居民点的空间分布可以用形态结构和空间布局两个指标来刻画。农村居民点的空间形态结构经历了从单一走向复杂、再到分化的演变过程[35]。研究表明，受人类活动干扰强度增加的影响，农村居民点外部形态更加规则化，居民点外部形状由条带形或锯齿形向更加规则的矩形或圆形演化[36]； 随着时间推移，农村居民点破碎化程度减小，小规模农村居民点整合或村庄内部房屋填充使斑块间临近距离不断缩短等[37]。农村居民点的形态构造主要受地形地貌、海拔高度等的影响[38， 39]，地形较平坦、海拔较小地区的农村居民点的规则程度往往要高于地形起伏较大地区。

农村居民点演化布局呈现多样性特征，但总体上逐步由不均衡向更加均匀化的方向发展。在全国尺度上，农村居民点分布密度呈现地带性差异，往往东部地区农村居民点密度高于西部地区，北方用地分布规模大于南方[18]； 在地形上，从平原地区到丘陵地区再至山地区域，农村居民点分布密度依次降低； 在地域上，经济发达地区农村居民点密度明显大于经济欠发达地区。此外，随着时间推移，农村居民点空间分布呈现不同类型的演化方式(表2)，如近30年来，三峡库区农村居民点由居住分散逐渐向居住集中发展，其空间分布呈现为以规模较大城镇为中心，四周的农村居民点以“卫星式”分布形态集聚的特点[40]； 赣南地区农村居民点沿河流或道路等现状地物呈现“条带式”演化模式[15]； 且大部分地区农村居民点以原有农村居民点为中心，向其周围扩散式扩张[41]等。

表2 农村居民点空间分布演化趋势

可以看出，海拔、坡度、交通及水源等的差异[13， 44-46]，是导致农村居民点布局变化的主要原因。总体上，农村居民点的空间分布呈现出向地势相对平缓、交通更便利、距水源更近以及经济发展条件更好的区域集中的趋势，其空间布局也呈现出更均匀化的分布形式。

2 农村居民点演化驱动力解析

驱动力分析是揭示农村居民点格局演化机理的重要内容，也是开展农村居民点演化模拟的前提条件。已有研究中，农村居民点演化模拟的驱动力分析多采用定性与定量相结合的方法。定量的研究方法主要有相关分析、系统聚类分析、判别分析、层次分析、主成分分析、系统聚类分析、趋势分析和回归分析等； 也有学者从新的视角划分农村居民点演化发展的驱动力变量，将其分为内部动力和外部动力[47]，或者根据各类因子对农村聚居作用侧重点的不同将其分为基础因子、新型因子和突变因子3类[48]，增加了农村居民点演化驱动力机制分析方法的多元性。总体来说，农村居民点演化发展的驱动力可以分为时间上的作用力和空间上的影响两个方面。

2.1 时间尺度

农村居民点从产生到发展稳定再至迁移转型，其演化过程具有明显的阶段性，是不同驱动力综合作用的结果。随时间的推移，农村居民点用地驱动因素经历了由单人口要素驱动，向经济、环境、政策等多重要素综合驱动的转变[49]。即，早期的农村居民点规模扩张主要受到人口规模增加的影响，用于满足农户基本住房需求； 随着工业化和城市化带来的农户非农化，非农经济收入快速增加，农户对住房环境需求逐渐强烈，促使农民新建住房，增加居民点用地面积。当前，有限的土地资源迫使政府必须实施一系列诸如新农村建设、新型城镇化、乡村振兴等制度措施引导农村住房与农户需求合理增长。在这一背景下，农村居民点用地不再单纯依据自然演化规律无序扩张，而且要在政策约束下严格按照规划建设。政策作用对农村居民点演化方向逐渐起到主导作用。不过，也有研究者认为人地关系状况才是影响农村居民点时间格局变化的主导驱动力，而战争、政策及气候灾害等因素是通过影响人地关系状况，进而影响农村居民点短时间尺度的格局变化[50]。

2.2 空间(地域)尺度

农村居民点的空间演变是一个由自然资源条件、区位可达及社会经济基础条件综合影响下的区位择优过程[35]，可以看做是居民点用地与周围其他类型用地之间的竞争结果。一般来说，自然因素决定了农村居民点用地格局的基本构架，在宏观上，构成了农村居民点成长发育的基质，对其起源、变化、消亡都有着较大的影响； 而社会经济因素则体现着人类直接或间接的活动状态，在中短时间尺度上，构成了农村居民点动态变化的主要驱动因素。通常在海拔较高的山地、丘陵地区，农村居民点演化受到较强的地理因子主导作用，农村居民点演化有明显向低海拔地区趋向性，即平原、平地区农村居民点更加集聚； 在低海拔区域，农村居民点表现出较强的社会经济因子相关性，受人口、政策、经济发展水平影响更加强烈，农村居民点演化有明显的向交通、河流、文化中心集聚效应(图1)。在这一大的演化方向上，耕地资源禀赋是农村居民点空间格局变化的主导驱动力，即农户建村首先选择耕地资源禀赋优越的平原，随着人地矛盾增加，逐步向丘陵和山地转移[50]。

图1 农村居民点演化的驱动力因素

农村居民点的演化过程是在长期的人类社会发展、人地互动综合作用下的产物，各驱动因子对其演化过程呈现正、负不同方向的促进作用，使其做出响应的时间也长短不一，例如经济、人口等对农村居民点规模增长有正向影响，而且影响作用可以很快表现出来； 政治、科技等因素会对农村居民点的规模增长等产生负向影响，但是其作用的发挥需要一个较长的时间[17]。以往的研究，大都是在一个比较小的时间尺度上分析农村居民点的演化特征，开展驱动机制分析，对于响应迅速的驱动因子可以有效识别，但是对于影响缓慢的驱动力，则容易忽视。因此，农村居民点演化的空间驱动机制仍需要长时间序列的分析，深入研究短期分析很难揭示的长期规律。

3 农村居民点演化模拟方法和模型

3.1 农村居民点演化模拟方法

农村居民点作为一种土地利用类型，其演化过程体现了LUCC地表格局变化。因此，农村居民点演化模拟研究多借鉴目前已比较成熟的土地利用变化模型模拟。常规的土地利用变化模拟模型，学术界已经开展了较多研究工作，对各演化模型的优缺点及适用性和局限性也都作过全面分析和介绍。例如，任志远[51]将土地利用变化模型根据土地利用变化的涵义分成系统诊断模型、土地利用动态变化模型和土地利用变化综合评价模型3类，并分别阐释了不同类型模型的特点； 张华[52]通过研读国际上LUCC模型的相关问题，根据Lambin的分类，将LUCC模拟模型分成细胞自动机控制模型、单元自动控制和混合/综合模型、经验统计模型、混合/综合模型或最优化模型以及基于行为者的模型等5类[3]； 裴彬根据不同土地利用模型的模拟方法，将Agarwal等统计的19种公开发表的模型分为主体模型、综合模型、元胞模型、进化模型、专家模型、统计分析模型、系统模型和基于方程的模型等8种不同类型[53]。

不过，目前关于农村居民点演化模拟工作开展的仍然较少。这既有相关工作开展较晚的主观原因，也有农村居民点用地较为零散不利于模型运转的客观原因。农村居民点用地在属性上与城市用地类似，但是在规模上远小于城市用地，布局上也呈现出分散分布的特点，这限制了诸多模型的模拟精度。我国对于农村居民点演化模拟研究的最早案例，是在城镇扩张的背景下，利用土地利用动态数据库分析农村居民点的空间格局。例如田光进学者利用元胞自动机模型CA与人工神经网络模型ANN为理论框架，对全国农村居民点进行分区，并对其时空分布和规模特征进行了分析[54]。之后一段时间内，研究者大多利用景观生态学与GIS空间技术相结合的方法来分析农村居民点的时空演变和规模变化[37， 55， 56]。在有限的模拟研究中，也大多是利用CA或CA与其他方法相结合的混合模型对农村居民点的发展过程进行模拟，例如运用案例推理方法获取元胞转换规则，以马尔科夫(Markov)方法对模型进行数量控制，开展农村居民点模拟工作[57]。此外，也有研究者将对数量变化有明显优势的Markov 模型与能够较强模拟复杂空间系统的CA模型结合，运用CA-Markov混合模型模拟农村居民点整治后的用地转换方向[58]。除了CA模型以外，常规的土地利用变化模拟模型—CLUE模型，也曾被用于农村居民点转化模拟[58]。CLUE模型的模拟原理与CA模型截然不同，该模型主要是基于经验统计分析从地类竞争的角度开展模拟工作，而CA 模型则主要基于邻域关系开展模拟。近年来，也有学者基于国家不同政策指向下的农村居民点发展，通过自行定义规则，将政策指标量化来模拟未来不同发展情景下农村居民点的演化态势[59]。

3.2 农村居民点演化模拟模型及评述

目前，在有限的农村居民点演化模拟研究中，用到的模拟模型主要有3类，一种是利用CA以及CA与其他方法相结合的混合模型对农村居民点的发展过程进行模拟； 另一种是将农村居民点用地作为土地利用的一种类型参与CLUE模型，模拟农村居民点的演化过程及其与其他地类之间的竞争； 第三种是基于农村居民点发展政策，在相应的政策背景下，通过自行定义农村居民点转化规则，模拟新政策对农村居民点演化的冲击。这几种模型的模拟机理完全不同，优缺点和适用性各异。

3.2.1 CA模型

CA模型所具有的模拟复杂时空变化的能力以及其显著的自组织和自演化特征，使其在地理现象的模拟中具有广泛的应用[57]。CA模型的运行，主要由空间、元胞、邻域及转化规则4部分组成[60]。利用CA模型进行模拟，关键是确定元胞转换规则，转换规则是元胞转换的动力学函数，通过构建一种空间和时间离散的局部元胞空间，决定CA的模拟过程。目前，已有多种获取转换规则的方法应用于农村居民点演化模拟，如曹萍[61]采用多准则判断元胞自动机(MCE-CA)实现农村居民点扩展演变过程的模拟； 姜广辉[58]等基于Logistic逐步回归方法，通过计算生成不同土地利用类型空间转换概率分布图，以此作为农村居民点转换规则，对北京山区农村居民点整理用地转换方向进行模拟； 王晨懿[62]通过建立不同情景下农村居民点演化适宜性图集的方式，建立元胞自动机模拟的转换规则，模拟地质灾害威胁下的山地农村居民点空间变化(表3)。

表3 CA 模型不同转化规则应用及优缺点

虽然CA模型在农村居民点的演化模拟中占据主要优势，但其模拟精度也只能够达到77.5%[61]。今后，在对CA模型的使用过程中，应该充分考虑与其他理论或技术的结合，来提高CA模型的模拟精度。如季翔等运用生命周期理论预测出乡村景观格局演变周期，与CA-Markov模型结合可使预测结果在数量和空间精度上均达到95%以上[64]。

3.2.2 CLUE模型

CLUE模型的基本原理是根据经验模型量化得到土地利用类型的空间关系，为预先设定的土地需求量进行动态模拟，实质是根据驱动因子与各土地利用类型之间的竞争关系进行空间分配迭代以实现模拟。CLUE模型可分为非空间需求和空间分配两个模块，非空间需求即土地利用需求(不同土地利用类型的数量需求)。空间分配模块是通过不同土地利用类型的竞争力大小、土地利用转换规则和概率分布情况等将非空间分析模块确定的土地利用需求分配到合适空间位置上，实现土地利用变化的空间布局模拟[65]。将CLUE模型应用于农村居民点演化模拟的研究并不是很多，且模拟精度不高，如黄明[65]等在对罗玉沟流域土地利用变化进行模拟研究时，将农村居民点作为一种土地利用类型参与模拟，其精度只达到74.53%； 王亮等在开展土地利用变化的多情景分析时，也将农村居民点用地作为一种地类参与模拟[66]。

利用CLUE模型模拟农村居民点演化，可以直观地反映农村居民点与其他类型用地之间的竞争关系，且不同政策情景下，农村居民点空间分布一目了然，其模拟结果对农村居民点的空间配置有重要指导意义。但是，农村居民点演化受政策干预影响较大，一些难以量化的政策因素，很难纳入CLUE模型的模拟。因此，利用CLUE模型模拟农村居民点的演化，很难反映政策的冲击。

3.2.3 自定义模拟规则模型

农村居民点的发展过程，不只是在其自然演化状态下的自生自演，也受到人类活动强烈干预。尤其是近年来，随着人地关系的不断紧张化，国家出台了一系列可能深刻影响农村居民点演化的政策。这些政策的实施可能直接改变区域农村居民点的利用方式及其发展轨迹。因而，量化这些政策实施对于农村居民点演化的冲击，成为了一个重要的研究方向。为此，有学者基于国家不同政策指向下的农村居民点发展，自行定义规则，模拟了新的政策及规划作用对农村居民点演化的冲击性。如Wang等[59]为探索“自上而下”的国家规划和“自下而上”的居民自建两种模式下农村居民点的演化过程，通过构建基于面向对象的计算机语言，自行设计算法规则，来模拟具体政策导向下的农村居民点发展，并实时监控各地块的密度变化； 卢德彬等[67]为探索不同开发强度下农村居民点空间增长规律，基于改进的最小累积阻力值(MCR)模型，以农村居民点作为源，土地开发适宜性作为阻力值，建立农村居民点增长最小阻力值面，对其增长空间进行了模拟。

通过自行定义规则，可将引起农村居民点演化的驱动因子，尤其是政策、制度等传统模型难以表达的因素进行有效的量化，真正参与到模型模拟，弥补传统演化模型的不足。但是自定义模型规则，会更多地受到人为主观因素的干扰，从而造成模拟结果的偏差。

3.2.4 多主体模型

农村居民点的演化是在农户、村集体、政府等不同利益相关者或者主体的相互作用中实现的，需要合适的模型将这些多元主体之间的复杂关系进行有效梳理。传统的空间演化模型很难将人类行为因素考虑在内。因此，在考虑传统模型改进的同时也需要探索更适用于农村居民点演化特征的模型应用。基于多主体的耦合模型，即多主体模型(Multi-agent Model)是在复杂适应系统及分布式人工智能技术上发展起来的，近年来在土地利用变化模拟领域中异军突起[68-70]。多主体模型的计算比较多地考虑人工智能的主体性、适应性和社会性，可以应用于复杂系统的计算模拟，将演化的空间途径和社会途径有效耦合，因此多用于城市用地扩张模拟中[71， 72]。国际上，在利用多主体模型进行LUCC研究时用到的开发平台主要有CORMAS、RePast、Ascape、SWARM等，均是面向对象的编程语言[60]，多主体模型在农村居民点用地模拟中虽然还未涉及，但是通过有效梳理和分离出农村居民点演化的决策主体，并在研究方案中抽象出不同主体的分工和决策行为，还是可以保障多主体建模的可行性。

4 结论和展望

农村居民点的规模和空间演化均表现出一定的规律性。未来，随着户籍制度改革等政策的实施，农村居民点总规模与人口规模反向变化的趋势可能会得到缓解。同时，在城市扩张和生态保护的双重压力下，农村居民点的规模扩张会受到明显的抑制。如果未来户籍制度能够完全放开，村庄空心化得到有效治理，农村居民点的人均规模变化可能逐渐呈现平稳发展的态势。不过，未来农村居民点总规模和人均规模的变化态势仍在很大程度上取决于政策因素。根据中国农村宅基地转型趋势理论，未来农村居民点用地在城乡用地中的比例，相较于建设用地而言，会表现为逐渐趋于稳定的趋势。在农村居民点形态和布局演化方面，受地理环境、区位优势、村庄迁并政策等因素的影响，未来山区和丘陵地区的农村居民点可能会呈现向平原地区搬迁集中的态势； 同时，随着新农村建设、新型城镇化等政策的实施，农村居民点无序发展的态势可能会受到抑制，农村居民点的形态可能更加规则均匀。

开展农村居民点空间格局演化模拟研究，需要对其演化的长期发展规律进行探索，以确定其大致演化方向。以往的研究，多是对较短时间尺度内农村居民点的演化特征进行分析，认知近期内的发展变化态势，但是却不利于对其演化规律的整体把握以及对未来演化趋势的科学预测。因此，在今后的研究中，应加强中长时间尺度(50年以上)农村居民点空间格局演化及其驱动机制的研究。在地域尺度上，以往格局演化研究大多聚焦在镇域和县域尺度，而在我国推进供给侧结构性改革的政策指向下，结构性调整需要放眼整个大区域、大环境，需要全方位、大尺度的整体协调，宏观调配资源。因此，今后研究应加强较大区域的研究工作，在整个经济发展全域如环渤海湾经济圈、长江三角洲经济圈乃至全国尺度，研究农村居民点格局的演化发展，从整体上对其空间布局进行把握。

由于农村居民点自身原因，现有演化模型的模拟精度一直不是很高，因此需要更加注重针对农村居民点的新演化模拟模型的构建。农村居民点在演化过程中，涉及复杂的驱动机制及多元化的决策主体，使其演化模拟模型的构建一直是研究中的难点。加之农村居民点演化模拟过程对驱动力和尺度的依赖性，也增加了模拟模型选择的难度以及模拟结果精度的不确定性。因此，在今后的工作中，应该加强对农村居民点演化驱动力的解析，尤其是政策因素的量化研究，探索如何将驱动力的作用真正体现在模拟模型的运行上； 同时应该加强传统土地利用演化模型与其他理论或技术的结合，并根据研究区实际发展趋势，对农村居民点未来发展情景进行正确设计，探索更能体现农村居民点演化特征及其演化驱动力的模型构建及模拟规则的定义方式。

在农村居民点演化模拟模型的选取上，要注重能够实现空间途径和社会途径有效耦合的多主体模型的研发。重点揭示农村居民点演化过程中的主要决策主体，明晰农村居民点利用决策主体与农村居住环境的相互作用。由于多主体模型可以构建多主体综合决策规则，以反映不同主体间决策协商准则以及主体与环境间的交互规则等优势，在今后研究中，多主体模型可能成为农村居民点的演化模拟研究中重要突破方向。