乡村振兴战略下九台区农村居民点时空演变

李冰洁，余梦晨，韦宇昱，秦世龙，李广辉

（吉林大学地球科学学院，长春 130061）

农村居民点是农村人地关系互动的核心和农村社会的基本单元，是农村人口生产和生活等综合功能的承载体，是中国农村土地利用的重要组成部分［1］。随着中国城镇化进程的推进，农村人口大量涌入城市，但人口缩减的同时居民点用地并未同步缩减［2］，“人走屋空”的居民点空心化现象日趋明显，引发土地利用结构和布局的转变［3］，阻碍新型城乡关系发展［4］。中共十九大报告提出了乡村振兴战略，其着力于破解城乡发展不平衡、农村发展不充分等突出问题［5］。乡村振兴是系统内部多种要素的协调耦合［6］，农村居民点作为其重要组成部分，研究其时空演化有利于探索内部演化规律与趋势，从而进一步推动农村居民点的整治，实现乡村振兴和城乡统筹发展。

近年来，已有众多学者对农村居民点进行研究，主要集中在用地结构［7，8］、空间分异［9，10］、空间演变及影响因素［11-13］、空间重构［14，15］、整治模式［16，17］以及布局优化［18，19］方面，其中对于时空演变的研究主要采用核密度、Voronoi图、分形理论、回归分析、空间自相关等方法［20-24］，方法较为单一且关于长期农村居民点时空演变研究较少，研究区域多集中在城市群与省市级区域［25-27］，对粮食主产区关注不够。粮食主产区的农村发展问题一直备受关注。九台区作为重要的粮食产区，其“三农”发展面临地均经济效益低、农村生态环境恶化、非农产业匮乏等经济社会问题。基于此，本研究以东北部粮食主产区长春市九台区为研究区域，利用1990—2018年4期农村居民点土地利用数据，基于景观格局指数、平均最邻近指数、Voronoi图变异系数、核密度估算和重心迁移模型方法，对近30年来长春市九台区农村居民点时空演变进行动态分析，为进一步研究农村居民点空间格局优化、实现乡村振兴和城乡融合发展提供科学参考。

1 研究区概况与数据来源

1.1 研究区概况

九台区地处吉林省中部，属于长白山和松辽平原之间的过渡地区，是长春市辖区，九台区（图1）（43°50′30″—44°31′30″N，125°24′50″—126°29′50″E）东及东北与德惠市和榆树市接壤；南及西南与二道区和宽城区为界；西部与德惠市和宽城区毗邻。总面积达337 151.8 hm2。九台区气候属于温带大陆性季风气候、地势呈东北低、西南高的特征，地貌多为低山丘陵和平原。主要土壤类型为黑土类，分布最为广泛，占全区土壤面积的45%左右。

图1 研究区地理位置

1.2 数据来源

本研究所用数据主要包含1990、2000、2010、2018年长春市九台区土地利用数据、DEM数据以及行政区划数据。其中1990—2010年土地利用数据及高程数据源于美国地质调查局（http：//glovis.usgs.gov/）下载的Landsat TM/ETM遥感数据，2018年数据主要使用Landsat 8遥感影像数据，数据分辨率为30 m×30 m，DEM和行政区划数据来源于中国科学院资源环境科学数据中心（http：//www.resdc.cn/）。根据《中国多时期土地利用/土地覆盖遥感监测数据分类系统》以及土地利用现状和研究目的，将研究区域的土地利用类型划分为耕地、林地、草地、水域、农村居民点、其他建设用地以及未利用土地（图2）。

图2 1990—2018年九台区土地利用现状

2 研究方法

2.1 景观格局指数

景观格局指数是一种能够体现空间组成和配置特征的简单定量指标［28］。农村居民点空间格局的变化特征可以通过景观格局指数变化反映，本研究选择斑块所占景观面积比例、最大斑块指数、平均斑块形状指数和景观形状指数等景观格局指数来分析研究区农村居民点空间格局特征。各指标含义与计算方法在Fragstats软件中有详细介绍。

2.2 平均最邻近指数

平均最邻近距离指数主要用来分析各时期农村居民点的分布特征。通过每个居民点斑块的最小的距离，计算这些最邻近距离的平均值，并与理论中的最邻近距离进行比较，从而判断居民点的整体分布模式［24，29］。I（ANN）表示平均最邻近距离指数。当I（ANN）＜1，表示集聚分布，反之则趋向于离散分布，其公式如下［30］。

式中，di为第i个农村居民点与其最邻近点之间的距离；m为农村居民点的图斑总数；A为所有农村居民点的最小外接矩形面积。

2.3 Voronoi图变异系数

Voronoi多边形是一种依托于其多边形几何面积的空间邻近模型［31］，可以通过ArcGIS中的几何运算获取所需几何目标数值。其Cv反映了Voronoi图面积的变化特征，在空间上表现为居民点的分布特征，计算公式如下［32］。

依据相关研究，当Cv＜33%时，居民点呈均匀分布；当66%≥Cv≥33%时，居民点呈随机分布；当Cv值＞64%时，居民点呈集群分布［33］。

2.4 核密度估算

核密度估计是对研究对象的分布特征进行估计的一种非参数密度估计统计方法，其值越高表明研究对象密度越大，将研究区所有要素点建立在一个平滑圆形曲面，通过函数计算要素点与参考位置之间距离，将该位置所有表面求和，建立要素点的峰值和核从而创建平滑连续表面［34］。模型计算公式如下。

其中，f(x，y)是位置(x，y)的密度估计；n为观测数值；h为带宽或平滑参数；k为核函数；di为位置(x，y)与第i个观测位置之间距离。

2.5 重心迁移模型

“重心”概念发源于物理学，引入人口地理学中后常用于计算区域人口重心［35］。现用重心迁移模型定量测定农村居民点随时间变化在空间中的分异状况并分析其迁移规律，某一年份的农村居民点的重心计算公式如下。

式中，X，Y分别表示农村居民点重心的经纬度坐标；Ci表示第i个农村居民点的面积；Xi，Yi分别表示第i个农村居民点的经纬度坐标。

3 结果与分析

3.1 农村居民点景观格局指数分析

基于Fragstats 4.2平台，对1990—2018年九台区农村居民点景观格局指数进行相应计算（表1）。由斑块面积、平均斑块面积变化趋势得知1990—2018年，农村居民点整体上面积在收缩，减少了3 147 hm2，但平均斑块面积逐步增大，反映了九台区农村居民点面积在减少的同时，数量也在减少，且减小的幅度较之面积更大。同时，农村居民点占九台区面积比例由6.76%降至5.83%，与居民点面积规模减小相对应。最大斑块指数逐年增大，由初期的0.70增大至末期的1.25，表明农村居民点最大面积斑块所占比例逐步提高，有集中发展的趋势。

表1 1990—2018年九台区农村居民点景观格局指数表

1990—2018年，九台区农村居民点平均斑块形状指数和景观形状指数变化不大，且指数值较小，表明近30年农村居民点在斑块尺度上呈相对规则分布为主，边界曲折度较低；景观形状指数整体值较大，反映了景观尺度上农村居民点空间分布较为复杂、不规则程度较高；聚集度和粘合度均保持在较高的水平，表明其集聚与黏合程度较高，分布较为集中，且历年来变化不大。

研究时期变化最为显著的阶段为2000—2010年，该阶段农村居民点面积规模大幅缩减、景观形状指数明显下降，这与该阶段城镇化的推进加速和土地整治工程实施密切相关。

3.2 农村居民点空间分布特征分析

3.2.1 ANN指数分析基于ArcGIS10.6平台将九台区农村居民点斑块提取成点文件，使用空间统计工具计算出九台区1990—2018年的ANN值（表2），并计算Z值对ANN值进行显著性检验，根据所得结果判断九台区农村居民点的空间分布模式属于离散或是集聚。

表2 1990—2018年九台区农村居民点分布ANN指数

九台区1990、2000、2010和2018年的ANN值均小于1，且Z值均显著，表明九台区农村居民点在一定时期内保持集聚分布。此时ANN值的大小也具有可比性，2010年的ANN值为0.866 4，比之前的观测时间点的ANN值都要小，说明近些年九台区农村居民点空间分布呈现出聚集性。农村居民点的集聚状态是乡村振兴视角下土地利用结构优化的重要目标。农村居民点作为乡村主要用地类型，是农村地区重要的生产、生活、生态空间。农村居民点的集聚分布，有助于改善农村地区的人地关系，避免土地的浪费与低效利用，促进内涵挖潜与集约化发展。

3.2.2 Voronoi图变异系数分析基于ArcGIS 10.6平台，运用空间数据分析对九台农村居民点处理得出Voronoi图。通过几何运算得出每一块多边形的面积后，进行Cv计算，为了更直观表示各乡镇居民点变化趋势，将Cv在柱状图中表示（图3）。

图3 1990—2018年九台区Cv

整体上，九台区各乡镇和街道农村居民点分布多数处于随机分布状态，少部分处于集聚分布状态。2000年是研究区Cv的一个转折时点，研究区整体上Cv在2000年之后大体上呈增大的趋势。

2000年后多个地区Cv显著提高，区域农村居民点分布特征随机性和集聚性增强，如九台街道、土们岭镇等。其中九台街区农村居民点分布逐渐趋于集聚，土们岭镇由随机性分布转化为集聚性分布。九台街区和土们岭镇处于研究区的中心位置，位于长吉经济带中段，由于其经济发展水平较高，基础设施和公共设施配套水平逐渐提高，会对散落分布的居民点产生一定的集聚效应。苇子沟镇、纪家镇、兴隆镇等属于农村居民点随机分布性的区域，在空间上这些乡镇均围绕着九台区中心地带边缘分布。营城街道、九郊街道紧邻九台街区分布，居民点分布呈集聚态势。

卡伦湖镇在1990—2010年一直处于随机分布状态，但到达2018年Cv显著提高了约20%转变为集聚分布状态，这与卡伦镇地处长春、吉林两大城市之间的区位优势是分不开的。2010年后，卡伦湖镇依托自身资源禀赋和区位优势，发展以工业为主导的镇域经济，积极发展多元农业，促进产业结构调整，带动农民就业，农民愿意留下来，同时随着区域生活生产条件的不断改善，农村居民点集聚已成为一种发展态势。

3.2.3 核密度分析基于九台区1990—2018年农村居民点数据，利用ArcGIS10.6空间分析模块中核密度分析功能，设置搜索半径为6 500 m，输出栅格像元为500 m，得到1990—2018年九台区农村居民点核密度分布情况（图4）。

图4 1990—2018年九台区农村居民点核密度分布情况

整体上，九台区农村居民点核密度值大致展现出“中部集聚，四周稀疏”的空间分布特征。九台区核密度较高的区域主要围绕中心城区分布，沿南北向伸展，分布于饮马河沿岸，表明该部分区域农村居民点分布较为密集，且呈现出由中心向四周逐渐递减的分布特征。

4个时期内1990年与2000年、2010年与2018年核密度分布特征相似。其中，2000—2010年，农村居民点核密度分布变化最为显著，核密度大于0.8的区域如九台街道、九郊街道和营城街道等高核密度值区域明显收缩。其中局部高核密度值区域由最初的连片而后分化断开，由最初的“单核”演化为“双核”。研究区东北部核密度值整体显著下降，出现大面积核密度小于0.4的低核密度值区域，表明该区域农村居民点数量明显减少，同时该时段内林地数量也明显减少。东南部波泥河镇出现了一个核密度大于1的高密度值区域，表明该地区农村居民点有集中收缩的趋势。

2010—2018年，研究区东北部部分地区核密度上升，表明该部分地区居民点分散程度有所减缓。西南部卡伦湖镇边缘地带密度值下降，农村居民点减少，这与其作为长春的卫星城，进行征迁村屯推进城镇化建设有关。

3.2.4 重心迁移分析基于ArcGIS10.6平台，对研究区进行重心分析，进而得到2010—2018年的重心迁移图（图5）。其中，1990年重心坐标（125°57′04″E，44°12′14″N），2000年重心坐标（125°57′00″E，44°12′12″N），2010年重心坐标（125°57′37″E，44°10′30″N），2018年重心坐标（125°54′45″E，44°10′37″N）。

图5 九台区1990—2018年农村居民点重心迁移变化

九台区农村居民点重心向九台城区偏移，同时整体上表现为向着长春中心城区偏移。从宏观层面而言，国家整体经济发展是推动城市发展的重要因素。农村居民点的集聚程度和空间分布随着城市化浪潮发展而不断变化，其所形成格局能在一定程度上反映社会经济条件［36］。20世纪50年代以来，农村居民点的分布呈现规模集中化和局部分散化等趋势［37］。根据九台区农村居民点重心变化和农村居民点规模变化，九台区农村居民点的重心整体向西南方向移动，在此期间长春市经济整体增长良好，中心城区不断扩张，带动周围县市经济发展，城区周边农村居民点不断增加聚集，整体上表现为南迁聚集效应。

4 结论与建议

本研究以长春市九台区为研究区，利用农村居民点土地利用数据，基于ArcGIS 10.6和Fragstats 4.2平台，采用景观格局指数、平均最邻近指数、Voronoi图变异系数、核密度估算和重心迁移模型方法，对九台区近30年农村居民点时空演变特征进行分析。

1）九台区农村居民点空间分布上随时间序列呈现集聚化发展，对研究区影响逐年增大。1990—2018年，九台区农村居民点面积逐步收缩，平均斑块面积增大，最大面积斑块所占比例逐步提高。

2）由于距离不同以及居民点自身发展条件的限制，经济发展水平、基础设施以及公共设施配套水平较高的区域会对周围散落分布的居民点产生不同的影响。营城街道等紧邻九台街区分布，受其辐射作用影响，居民点分布呈集聚态势。苇子沟镇等区域均围绕着九台区中心地带边缘分布，受其引力作用影响，呈现出随机分布状态。

3）九台区农村居民点分布大致展现出“中部集聚，四周稀疏”的空间分布特征。2000—2010年核密度值较高区域明显收缩。

4）九台区农村居民点重心向九台城区偏移，同时整体上表现为向着长春中心城区西南方向偏移，表现为南迁聚集效应。

随着城镇化的推进，农村居民点规模在逐渐扩张但数量却在不断减少，同时也产生了如大量土地闲置、“人地分离”等不合理现象。探索农村居民点的时空演变特征是进行其进行优化布局的前提，而对农村居民点布局进行优化，从而实现土地资源的高效合理利用是实现乡村振兴切实有效的途径。本研究从乡村振兴战略出发，研究九台区近30年来农村居民点时空演变格局，为进行农村居民点整治和布局优化、促进土地资源的合理配置、改善农村生产生活空间，从而进一步实现乡村振兴和城乡一体化发展提供参考。但本研究仅研究时空演变特征，并未深入研究其驱动因子，建议参照区域发展情况和土地利用现状，综合考量水域、地形等自然因素以及人口经济等经济社会因素对农村居民点时空分布特征的影响，更深层次把握农村居民点变迁规律，为乡村振兴项目实施和发展战略制订提供理论参考。