喀斯特山区农村居民点空间格局分析——以贵州省册亨县为例

陈闻亚

（兴义民族师范学院，贵州 兴义 562400）

在国家实施乡村振兴战略的新时代背景下，乡村聚落正处于转型发展的关键时期，欠发达地区的乡村聚落空间发展问题值得关注，尤其西南喀斯特山区土地贫瘠、水资源短缺、生态环境与贫困问题相互交织，农村居民点的布局优化问题亟待解决。近年来，对农村居民点的空间研究从历时演化过程及影响因素角度的分析较多，但针对典型贫困地区在经历脱贫攻坚阶段建设后的居民点新变化和分布现状研究目前较少。并且，随着经济社会加速转型，当前农村居民点发展演化已进入新阶段，在研究区域、内容、深度方面需要结合社会发展变化趋势和国家政策目标进行深入研究。在新农村建设和乡村振兴的新时代背景下，欠发达地区的乡村空间发展更值得深入研究。

贵州省是国家脱贫攻坚主要阵地，位于桂黔滇喀斯特石漠化防治与水土保持区的册亨县作为贵州省典型山地县之一，于1988年被列为国家级贫困县，也是贵州省深度贫困县之一，2020年3月册亨县成功脱贫摘帽。本文以册亨县为研究案例从规模、形态、集聚程度等角度分析册亨县农村居民点的空间格局现状，该研究过程为后续针对该地区乡村发展变化背后所折射的社会经济发展道路的经验总结及未来发展道路的规划探索奠定了基础，可为我国同类喀斯特地区的农村居民点布局规划以及乡村振兴相关工作提供一定借鉴。

本文通过搜集册亨县近期卫星遥感影像、区域DEM数据以及行政区划、交通、社会经济等数据，综合运用GIS空间分析技术以及核密度估计、景观格局分析等方法进行处理，深入挖掘册亨县农村居民点用地空间分布的规律和特征，对农村居民点用地规模、密度、形态等的空间分异特征进行研究，并根据研究结果进行分析和探讨，在乡村振兴战略背景下，结合册亨县实际情况和发展规划，分析农村居民点用地的布局现状，以期充实我国西南喀斯特山区农村居民点的研究内容，为同类型地区的乡村振兴发展和区域空间优化布局提供参考。

1 研究区概况、数据处理与研究方法

1.1 研究区概况

册亨县（105°27′～106°12′E，24°38′～2°19′N）隶属于贵州省黔西南布依族苗族自治州，地处珠江上游的两大支流南、北盘江交汇夹角地带。册亨县现辖13个乡（镇、街道），国土总面积2598km2，境内沟谷纵横、峰峦起伏，最高海拔1634m，最低海拔375m，平均海拔830m，是贵州纬度最低的县份，素有“天然温室”之称，适宜各类作物生长。

2020年册亨县8.23万贫困人口全部脱贫，74个贫困村全部出列，脱贫攻坚全面胜利建成易地扶贫搬迁安置区7个，搬迁8.75万人，搬迁人数占全县总人数的三分之一，占比全国最高，搬迁规模全国第二、全省第一，城镇化率提升30个百分点，城乡面貌发生巨变。

1.2 数据来源

本研究涉及册亨县空间数据和社会经济数据的应用。空间数据主要通过地理空间云平台获取册亨县遥感影像和DEM数据（30m空间分辨率），对遥感影像进行监督分类及人工目视解译精确校正，获取册亨县土地利用数据。人口、交通等社会经济数据主要来源于《贵州省统计年鉴》及册亨县人民政府网站。

1.3 研究方法

1.3.1 景观格局指数

景观格局指数是反映景观结构组成特征和空间配置关系的某些简单定量指标，能高度浓缩景观格局信息，适合定量表达景观格局和生态过程之间的关联。本文选取斑块数目、斑块面积、斑块面积占景观面积比、斑块形状指数、平均斑块分维数等指标来刻画册亨县居民点空间规模和形态特征。

1.3.2 最邻近指数

最邻近指数主要用于判断斑块的空间分布类型，即为集聚模式分布还是分散模式分布，如果最近邻比率小于1，则表现的模式为聚类，如果指数大于1，则表现的模式趋向于扩散。

1.3.3 核密度估计

核密度估计主要用于计算要素在其周围邻域中的密度，是一种检测空间要素密度变化的有效方法，运用该方法可直观地分析出居民点空间数量分布的聚集程度和密度变化。

2 册亨县居民点空间格局分析

2.1 居民点规模分布特征

农村居民点用地的规模分布特征主要体现在用地面积上，本文以册亨县居民点用地的斑块面积为主要分析变量，进行了总体分布特征统计和乡镇分异分析。

2.1.1 册亨县居民点规模分布总体特征

借助ArcGIS中地统计分析模块工具，以农村居民点斑块面积为分析变量，采用频率直方图对册亨县农村居民点用地规模进行统计，结果如图1所示。由图可知，册亨县居民点用地规模频率分布图非对对称性显著，数据与中心相背离。通过斑块面积统计，其中值（509.1m2）小于均值（2363.5m2），说明占地面积少的居民点数量多，而面积大的居民点数量少；斑块面积为200m2-500m2的农村居民点数量占全县斑块总数的47%。由上述统计分析表明，册亨县居民点的规模普遍偏小，规模小的居民点比重大但规模差距小，规模大的居民点比重小但规模差距大，等级分异比较明显。

图1 册亨县2019年居民点规模频率分布图

2.1.2 册亨县居民点规模分布的乡镇分异

册亨县居民点规模的乡镇分异，选择景观格局指数中的斑块面积、斑块占景观面积比例、斑块数量进行表达，如表1所示。

表1 册亨县2019年居民点景观指数乡镇规模分异

?

总体看来，斑块面积最大的乡镇为坡妹镇，冗渡镇次之，最低值出现在百口乡，且与其他乡镇规模差距较大。在数据处理过程中，由于各乡镇的斑块分布状态各不相同，若斑块集中分布于一个乡镇的小部分区域，则其PLAND值偏小，斑块分布较为集中。NP指数越高，代表斑块破碎度越高、分布散乱，NP最高值出现在坡妹镇和冗渡镇，一方面因为其斑块面积大，一方面也说明了斑块分布不集中；NP最低值出现在弼佑镇、百口乡、者楼街道，其中，者楼街道斑块面积大但斑块数量少，乡镇规模相对较大。

2.2 居民点密度分布特征

农村居民点用地的密度分布特征主要体现在斑块分布的密度上，本文运用平均最邻近指数和核密度估计法分别测度册亨县居民点的分布状态和密度的空间分布特征。

2.2.1 居民点分布状态

平均最邻近指数是指通过测量居民点斑块质心及与其最邻近斑块的质心之间的距离，将其观测距离值与假设随机分布的平均距离值进行比较，从而判断在空间上居民点分布是否集聚。计算公式如下：

通过ArcGIS进行平均最邻近运算，结果如表2所示。由计算结果可知，册亨县居民点分布呈集聚态势。标准化Z值和P值是显著性统计量度，可以衡量居民点的空间分布集聚或分散的程度，结果中Z为-143.26，且P为0，表明册亨县居民点用地的空间分布集聚态势比较显著。

表2 册亨县2019年居民点用地平均最邻近指数

2.2.2 居民点密度分布

核密度估计是一种计算地理要素表面密度的方法，可用来衡量农村居民点的空间分布密集情况，核密度估值越高，说明居民点分布越密集，核密度估值越低则表明研究区居民点分布较少，其计算公式为：

式中，f（x,y）为坐标位于（x,y）位置的密度估值，n为居民点个数，h为带宽或平滑参数，di为（x,y）位置到第i个观测位置的距离，k（di/n）为核函数。

通过ArcGIS进行核密度分析，将搜索半径设置为3km，通过自然间断点分级法将核密度估值分为5个等级，得到册亨县居民点用地密度分布图（图2）。2019年册亨县国土面积2598km2，农村居民点用地斑块共计11412个，居民点平均密度为4.39个/km2，总体平均密度较小。由核密度分析结果可知，居民点最密集区域达到33个/km2，由图2可明显看出居民点分布空间差异显著，总体呈现出“西北部密集、中部至东南部稀疏”的空间格局。

图2 册亨县2019年居民点密度分布图

2.3 居民点形态分布特征

农村居民点用地的形态分布特征主要体现于斑块的形状规则程度，本文用平均斑块形状指数SHAPE_MN、平均斑块分维数FRAC_MN两个指标测度居民点的形态特征。SHAPE_MN指数通过计算居民点用地的周长与面积的关系反映斑块形状的复杂程度，取值范围大于或等于1，当值为1时，则说明斑块形状均为规则正方形，值越大时则说明区域内的斑块形状越不规则。FRAC_MN指数是从分形维数的角度测度斑块边界折曲程度，反映斑块的不规则程度和破碎化程度，其取值范围为1到2之间，值越大则表明斑块形态越不规则、破碎化越严重。

通过景观格局指数计算，得到如下计算结果（表3），总体来看，大部分乡镇的SHAPE_MN指数小于1.5，说明册亨县居民点斑块形态总体上较为规则，但者楼街道、岩架镇、秧坝镇、弼佑镇4个乡镇街道的指数值均同比偏高，表明这4个区域内居民点斑块形态相对较为复杂和不规则。而全县所有乡镇街道的FRAC_MN指数都接近于1，分维数较小，表明居民点斑块形态趋于规则、破碎化不严重。

表3 册亨县2019年居民点形态景观指数分布

3 结论与讨论

（1）册亨县居民点用地的规模普遍偏小，规模较小的居民点占全县居民点的比重大，且其规模差距小，而规模较大的居民点占全县居民点的比重小，但规模差距较大，居民点规模等级分异比较明显；全县居民点面积最大的乡镇为坡妹镇，最小的为百口乡，规模较大的居民点主要集中在者楼街道，各乡镇、街道间规模差距较大。

（2）册亨县居民点的总体平均密度较小，但居民点集聚分布态势显著，且具有明显的空间差异特征，总体呈现出“西北部密集、中部至东南部稀疏”的空间格局，居民点密集核心区主要集中在坡妹镇、冗渡镇、丫他镇和巧马镇。

（3）册亨县居民点形态的空间特征总体上较为规则，中部四个乡镇居民点形态相对复杂，西南部居民点形态相对规则，全县居民点形态破碎化均不严重。

（4）本文系统分析了册亨县2019年居民点的空间格局特征，但因部分数据难以获取等原因，暂时没有进行影响因素的研究及长时间序列的动态比较研究，未能揭示册亨县居民点格局演变历程和形成机理。未来将进一步深入分析其格局演变和机理，构建居民点布局体系，提供切实可行的优化策略，这也是今后研究的重要方向。