豫南丘陵山区农村居民点用地分布影响因素及时空异质性分析

佟 艳, 牛海鹏, 樊良新, 林 华

(河南理工大学 测绘与国土信息工程学院, 河南 焦作 454000)

农村居民点是乡村三生空间中的生活、生产空间的主要组成[1]。其空间布局对于土地资源高效利用和乡村空间优化具有重要意义[2-3]。目前我国处于城镇化快速提升阶段，农村常住人口不断流失，城乡一体化发展持续推进，农村居民点布局演变加快[4]。因此，探明农村居民点用地布局及其影响因素，对于乡村国土空间优化具有重要意义。

国内外学者对农村居民点布局的相关研究由来已久。欧美发达国家关于农村居民点的相关研究起源较早[5-6]。近年来，发展中国家的农村居民点研究逐渐受到重视，比如中国、乌兹别克斯坦、缅甸等国家均开展了大量相关研究[7-9]。在农村居民点分析方法上常采用常规的统计分析[10]、核密度分析[11]、缓冲区分析性[12-13]、景观指数分析法[14]、空间自相关分析[15-16]和可达性分析等[17]研究方法；在影响因素研究中主要采用的均质性的多元线性回归模型[14]，非均质研究方法，如地理加权回归(GWR)等[18]分析方法则较为少见。

目前关于驱动因素的研究主要采用OLS模型，集中于平面数据，缺少对因素的空间非均衡性的探讨。近年来部分学者已尝试采用基于核估计的、非均衡的GWR分析驱动因素，对于影响因素的非均衡性研究取得了一定成果。但该研究方法难以避免边界效应，造成结果的部分失真[19-20]。局部线性地理加权回归模型(LLGWR)是基于GWR的改进模型，兼具分析空间异质性和避免边界效应的优势。该方法已应用于房价[21]、人口[19]和景观质量等[22]驱动因素的研究，罕见于农村居民点研究领域。

豫南丘陵山区，地形复杂多变，土地利用程度高，农村居民点布局分散。近年来，伴随着城镇化进程，农村居民生计分化迅速，加剧了农村居民点的空心化和演变，对当地城乡统筹发展提出了新的考验。本文以豫南丘陵山区1985年和2015年的Landsat TM影像，解译获得农村居民点矢量数据，采用自相关模型和LLGWR研究农村居民点用地空间特征及其影响因素的空间异质性。

1 研究区概况

豫南丘陵山区位于淮河以南、南阳盆地以东，主要包括大别-桐柏山区共14个县(市)。该地位于河南省南部亚热带向暖温带过渡地带，光照充足，气候较湿润，年均降雨量达1 027.6 mm。该地区总面积为26 078 km2，区内地形复杂，包括平畈区(6 340.6 km2)、岗地区(5 524.3 km2)、丘陵山地(13 125.9 km2)及水域(1 087.5 km2)。该地区土壤肥沃，是重要的粮食生产基地。光山县位于豫南丘陵山区东北部(114°32′—115°10′E，31°42′—32°11′N)，为粮食生产大县，面积1 829 km2，耕地面积812.4 km2，户籍人口92万人，农村居民人均纯收入9 715元，人口城镇化率为34.4%(2015年)。该县域共有农村居民点1 280个，总面积达12 142.07 hm2，平均规模9.49 hm2。1985年和2015年的农村居民点空间分布见图1。

2 数据来源与研究方法

2.1 数据来源

所使用数据包括：Landsat TM影像(1985年,2015年，分辨率30 m),DEM数据(2008年，分辨率30 m)、河南省基础地理数据、光山县社会经济统计数据(1985年)及光山县统计年鉴(2015年)等。数据处理过程如下：(1) 将TM影像在ENVI 5.0，ArcGIS 10.2平台下进行校正、镶嵌、裁剪等处理，而后采用人机交互的方式利用ArcGIS 10.2参照土地利用分类标准进行土地利用分类，进而提取居民点空间数据信息，经过拓扑检验，分别生成1985年和2015农村居民点用地空间布局图。随后，以全国第二次土地调查数据中的农村居民点图斑为对照，构建混淆矩阵，计算kappa值为0.727，大于0.7，精度达标；(2) 因该县农村居民点分散且面积较小，为更好地分析农村居民点的分布特征，在此将研究区域分割成2 km×2 km的网格面，以各网格中的居民点面积表征农村居民点用地分布(图2)；(3) 空间距离数据为各网格中心至各要素的最近距离。

图2 光山县农村居民点用地2 km×2 km网格分布

2.2 研究方法

在分析光山县的农村居民点用地的空间分布特征时，利用软件Geoda(v1.14.0.0)开展全局自相关指数(Global Moran′sI)和局部自相关指数(Local Moran′sI)计算，用于分析该县域农村居民点整体和局部的空间集聚特征。

在影响因素分析时，利用Arcgis10.2和SAM v4.0分别构建地理加权回归模型(GWR)[21]和局部线性地理加权回归模型(LLGWR)[23-25]，分析影响因素的空间异质性。

2.3 模型构建

2.3.1 变量选择 在LLGWR模型构建中，因变量为光山县农村居民点用地分布，参照相关文献，初选了4大类别(地理地貌特征、道路交通条件、社会经济属性和城镇化水平)，共15个因素为自变量。初选因素为：海拔高度、坡度、坡向、距水系最近距离、距高速、国道、省道、县道最近距离、距县城中心、乡镇中心距离、乡村人均耕地面积、乡村人均收入、乡村人口密度、乡村农户密度和城镇化率。为检测因素的多重共线性，首先进行了OLS回归，筛选显著的自变量，并进行方差膨胀因素诊断(VIF)(表1)。剔除了不显著的且VIF值超过10的因素。结果显示，不同年份可以纳入LLGWR模型的因素亦不相同。1985年纳入LLGWR模型的因素包括海拔高度、距最近水系、国道、省道和县城中心距离5个因素；2015年通过筛选并纳入模型的因素有海拔高度、距最近国道、省道距离、农户密度和城镇化率5个因素。

表1 因子显著性及共线性检验

表2 模型诊断结果

3 结果与分析

3.1 农村居民点用地的集聚特征分析

空间关系存在非平稳性是使用LLGWR模型的基础。在此，首先分析光山县的农村居民点用地的空间分布特征。选取了全局自相关指数(Global Moran′sI)和局部自相关指数(Local Moran′sI)来分析该县域农村居民点整体和局部的空间集聚特征。结果显示，Global Moran′sI由1985年的0.531(p值<0.01；Z值=20.42)下降至2015年的0.391(p值<0.01；Z值=12.45)，表明县域内农村居民点用地分布呈显著的正相关，且相对于1985年而言，光山县农村居民点用地在2015年的集聚程度有所降低。局部自相关分析结果见图3，该县域内农村居民点主要为高—高聚集和低—低聚集的分布模式，高—高聚集区为城关镇、寨河镇、十里堡镇和北向店乡等乡镇；低—低集聚区主要位于南向店乡、殷棚乡、白雀园镇和凉亭镇等乡镇。

图3 光山县农村居民点用地分布LISA聚类

3.2 影响因素的时空异质性分析

LLGWR模型中每个样点的计算均包含一组参数，本文选取了影响因素回归系数的最小值、下四分位数、中位数、上四分位数和最大值等参数及其空间分布图对影响因素的时空不均衡性进行分析(表3—4，图4—5)。结果显示，地理地貌特征、道路交通条件类因素在1985年对农村居民点分布有显著影响，包括海拔高度和距最近水系、国道、省道、县城中心的距离。其中与海拔高度、距最近水系、省道距离整体呈正相关，与距最近国道、县城中心距离整体呈负相关；而30 a后(2015年)，社会经济和城镇化的影响更加显著，除海拔高度、距最近国道、省道距离3个与1985年相同的因素外，具有显著作用的因素还包括了城镇化率和农户密度。其中，农村居民点分布整体上与海拔高度、距最近国道、省道距离呈负相关；而与城镇化率和农户密度呈正相关。

表3 光山县1985年LLGWR回归系数描述性统计

表4 光山县2015年LLGWR回归系数描述性统计

3.2.1 地理地貌特征对农村居民点用地分布的影响 LLGWR模型可以在空间上表现回归系数的空间异质性(图4—5)。结果显示，在丘陵山区，海拔高度与农村居民点用地分布在两个时间节点(1985年和2015年)均显著相关(图4A、图5A)，且呈现空间异质性。在不同的地区，海拔高度对农村居民点用地分布的影响随着区位的改变而改变。例如，沿竹竿河和泼河两岸，农村居民点用地分布与海拔高度呈正相关，形成正向高值区。在十里堡、北向店镇、白雀园镇和斛山镇等浅山区乡镇，二者呈负相关，形成负向高值区。水系与该县域居民点分布在1985年主要呈正相关，其高值区域主要集中于潢河中段，低值区位于斛山乡(图4D)。到了2015年，水系的作用不再显著。

3.2.2 道路交通因素对农村居民点用地分布的影响 1985年和2015年，距最近国道、省道距离两个因素与农村居民点用地分布均呈显著相关，且呈现出较强的空间非均衡性(图4B—C、图5B—C)，其与农村居民点用地分布主要呈负相关。通达的道路系统对农村居民点分布具有集聚作用，随着距离道路系统距离的增加，居民点分布逐渐稀疏。其回归系数的负向高值区集中在马畈、北向店镇等地；正向高值区位于在十里镇等地附近。尽管十里铺镇距离主干道路体系较远，但由于受到合适的海拔高度、县城中心和水系的综合影响，居民点分布依然较密。相对于1985年，道路交通因素在2015年的集聚作用更强。县城对农村居民点分布具有凝聚作用，距离县城中心距离在1985年与农村居民点分布整体呈负向相关(图4E)，但到了2015年，其不具备显著性。

图4 1985年光山县农村居民点用地分布LLGWR模型

图5 2015年光山县农村居民点用地分布LLGWR模型

3.2.3 社会经济因素对农村居民点用地分布的影响 到2015年，地理地貌特征类因素和道路交通类因素依然是农村居民点用地分布的主导，其中，海拔高度、距最近国道、省道距离3个因素依然与农村居民点用地显著相关(图5A—C)，但水系和县城的影响作用不再显著。究其原因是近30 a来豫南丘陵山区农村交通和基础设施得到了很大的提升，水系和县城的服务功能不再突出，凝聚力下降。此时，农户密度与农村居民点用地分布的相关性逐渐凸显，与农村居民点分布呈正相关(图5D)。宅基地的增加是农村居民点面积扩张的直接原因，2015年，光山县农村人口相对于1985年增长了约20%，新立户的农户的宅基地造成了农村居民点面积的扩张。

3.2.4 城镇化水平对农村居民点用地分布的影响 2015年，城镇化率成为农村居民点分布增长新的因素，其作用系数在孙铁铺镇、城关镇、陂泼河镇等地形成数个高值区。相对较高的城镇化率一定程度体现了该乡镇社会经济发展水平，较高的经济条件是农村居民点分布增加的基础(图5E)。

4 讨论与结论

4.1 讨 论

豫南丘陵山区居民点布局分散，且空心化严重。造成了资源的浪费和基础设施的重复建设。结果显示，随着豫南丘陵山区社会的发展和城镇进程推进，农村基础设施得到不断加强，农村居民点用地布局对地理地貌的依赖程度有所降低，社会经济因素和城镇化水平对居民点用地布局的影响有所增强，该结果与杨斌等[26]学者的关于高山贫困地区农村居民点的研究结果相似。与此同时，农户分化加快，农村居民便捷出行的需求更加迫切，因此，道路交通条件与农村居民点用地分布显著相关。增长的城镇化率和农户密度也不断提升着农村居民点布局聚集度。综上，根据豫南丘陵山区农村居民点用地的空间布局特征以及影响因素的空间异质性，提出优化农村居民点布局的建议：(1) 依据农村居民点集聚趋势合理规划农村居民点。在规模较大，交通条件较好或地势优越的农村居民点，进一步优化基础设施，提升该类农村居民点的凝聚力；(2) 对于空心化严重，规模较小、地势不佳的居民点，可引导居民主动向交通条件好，人口集中的较大规模的居民点迁移。

研究表明社会经济和城镇化等因素对农村居民点的分布影响逐渐加强，但是由于数据获取的限制，此处初选的社会经济和城镇化因素有限，未来研究可增加该类因素的选择。

4.2 结 论

(1) 农村居民点用地在空间上存在显著的集聚特征。农村居民点分布全局自相关指数由0.531(1985年)下降到0.391(2015年)，整体呈现空间正相关，但其集聚强度在减弱。局部自相关分析结果显示，农村居民点的高—高集聚区域主要位于光山县的中北部，低—低集聚区域主要位于县域的西南和东南部。

(2) 对比分析所构建的农村居民点用地分布OLS，GWR和LLGWR模型，结果显示LLGWR模型解释度和精度更高，更适宜对于豫南丘陵山区的农村居民点用地分布研究。

(3) 农村居民点用地分布影响因素随时间变化。1985年，与农村居民点用地分布作用显著的因素为海拔高度、距最近河流、国道、省道、县城距离5个因素；而到了2015年，影响因素纳入了社会经济和城镇化水平指标，包括了海拔高度、距最近国道、省道距离、农户密度和城镇化率5个因素。

(4) 影响农村居民点用地分布的因素作用强度均随空间转移而变化，呈现显著的空间异质性。海拔高度在竹竿河和泼河两岸形成正向高值区域。而在海拔相对较高的浅山区，农村居民点用地分布与海拔呈负相关；距离河流的距离在潢河中段形成正向高值区；距主要道路的距离与农村居民点分布主要呈负相关，距离越远，居民点分布越稀疏。至2015年，农户密度和城镇化率与农村居民点分布主要呈正向相关，其作用在孙铁铺镇、城关镇和陂泼河镇尤为凸显。