浙江沿海地区农村居民点时空格局演变及影响因素分析

摘要：农村居民点时空格局是合理规划农村基础，有利于促进新农村建设和乡村振兴。基于浙江沿海地区1980—2020 年8期土地利用类型数据，运用单一土地利用动态度、土地利用活跃度、景观格局指数、标准差椭圆分析、地理探测器等方法，分析浙江沿海地区40 年间的农村居民点规模、空间格局变化，探究其影响因素。结果表明：（1）研究时段内浙江沿海地区农村居民点面积持续增大，增幅近81%，转出面积少于转入，转入以耕地和林地为主要来源，活跃度波动大。（2）40 年间农村居民点规模呈波动增长趋势，增长率达335.90%，斑块形态指数显示复杂度略有上升，表现出集聚趋势。（3）农村居民点集中扩展于嘉兴市、杭州市等沿海平原地区，集聚程度自北向南逐渐减弱，东南方向为扩张热点。（4）地理探测器分析显示海拔、坡度对空间分布贡献最大，降水、距河流距离和GDP 密度影响较高，需重视自然因素在农村规划中的作用。本研究可以为农村规划和发展提供重要参考，指导合理布局农村建设和资源利用，为政府制定农村发展政策、资源配置和管理提供科学依据，推动乡村振兴战略落地生根。

关键词：农村居民点；时空变化；影响因素；沿海地区

中图分类号：F327 文献标志码：A 文章编号：2095-1329（2024）03-0110-08

农村居民点是人类按照生产生活需要而形成具有明确空间结构和具体功能的集聚定居区域[1]，其时空演化能够充分反映人类与地理环境之间的相互关系[2]。城乡发展水平显著提高的同时，农村居民点空间格局呈现快速变化状态，为农村居民点发展提供崭新机遇及现实挑战与困境[3]，乡村聚落空心化、农村居民点无序建设等问题日益凸显[4]，亟须重构有序的农村居民点空间和提升关键功能。十九大报告中，将乡村振兴战略提升至国家层面，在过去强调农业发展的基础上，逐渐开始关注农村聚落的合理规划[5]；2021 年中央一号文件指出统筹基本农田、生态保护、乡村聚落分布的空间布局，加快城乡融合发展[6]；二十大报告进一步提出以推动高质量发展为主题，全面推进乡村振兴，协调区域发展，不断优化国土空间[7]。因此，农村居民点时空格局演变与影响因素研究既是对国家政策战略的积极响应，也能加快农村社会经济发展，为乡村振兴的实现提供理论基础。

农村居民点是聚落地理学和乡村地理学的重要内容，兴起于19 世纪德国的地理学，后逐渐扩散至其他国家，并根据区域和研究特色形成不同学派[8]；大致可分为静态定性描述阶段、动态计量变革阶段和综合转型重构阶段[9]，关注农村聚落布局的影响因素、形态类型、空间地域组织等方面[10，11]；研究内容日益多元化，重视农村居民点转型重构与相关社会人文研究[12]。2000 年以来城乡融合与统筹、新型城镇化、乡村振兴、共同富裕战略的陆续出台，使得农村居民点研究热度持续上升，在研究内容上主要关注乡村空心化、乡村振兴、农村居民点重构与演化[13-14]，研究视角逐渐呈现多元化发展[15]；但在农村居民点时空格局演变的驱动因素与影响机理的相关研究仍较为缺乏；同时在研究尺度上，已有研究大多侧重于全国性的宏观尺度或具体村庄的微观案例[16-17]，大多集中于中西部地区[18]，对于经济较为发达的沿海地区农村居民点的分布格局、时空演化、影响因素的研究相对较少。因此，本文选取浙江沿海地区农村居民点作为研究区开展时空格局演化及影响因素研究。

浙江省是中国沿海社会经济发达省份，农村居民点作为实现共同富裕和乡村振兴的重要部分[19]，在快速城镇化进程和工业化进程中呈现出多样性和复杂性，面临突出的发展问题[20]，亟须明确农村居民点演变规律和影响因素，实现空间合理规划。本文利用土地利用动态度、标准差椭圆分析、景观格局指数、地理探测器等模型分析浙江沿海地区农村居民点时空格局演化规律与影响因素，为新农村建设提供理论指导。

1 研究区概况与数据来源

1.1 研究区概况

浙江沿海地区涵盖环杭州湾、宁绍平原、东南沿海平原和滨海岛屿（图1），地形以平原、丘陵为主，河流水系纵横交叉，属于亚热带季风性气候，光照条件好，具有丰富的岸线资源、海岛资源、港口航道资源、水产资源、海洋能源资源[21]。优越的地理位置和资源环境使得浙江沿海地区逐渐成为我国东部沿海地区海洋经济的前沿阵地和浙江省发展重心，集聚全省约55% 人口和70% 的国民生产总值。但同时高强度开发利用和快速城镇化进程使得浙江沿海地区农村居民点时空格局发生强烈变化，影响公共资源和土地集约利用，制约村民生活水平和农村居民发展。因此，亟须了解农村居民点演变规律，根据其重要影响因素实现科学规划。

1.2 数据来源与预处理

研究数据包括农村居民点数据、数字高程模型（DEM）数据、人口密度数据、气温数据、降水数据等。农村居民点、DEM 和人口密度数据来自中国科学院资源环境科学数据中心（https：//www.resdc.cn），空间分辨率均为30 m，其中1980—2020 年的农村居民点数据获取于“中国土地利用现状遥感监测数据集”；气温和降水数据来源于国家地球系统科学数据中心（https：//www.geodata.cn）；社会经济数据来自于《中国县域统计年鉴》、各地级市及区县的统计年鉴，部分缺失数据以平滑法代替。

2 研究方法

2.1 农村居民点规模变化分析

借助面积转移矩阵表达浙江沿海地区 1980—2020 年农村居民点转移面积、速率，基于单一土地利用动态度反映农村居民点面积变化及速率，具体公式为：

单一土地利用动态度反映农村居民点整体动态变化，但较难反映农村居民点内部结构变化。以农村居民点为核心，定量研究地类间转化过程，有利于全面认识农村居民点动态演变，利用土地利用活跃度表征人类活动对农村居民点的影响程度以及结构变化，具体公式如下：

2.2 农村居民点空间格局变化分析

核密度估计是分析地理要素空间格局的常用方法，能够体现空间距离衰减下的状态和集聚形态，准确反映浙江省农村居民点斑块的分布特征和空间集聚状态，核密度估计值越高表明农村居民点密度越大，公式如下：

浙江沿海地区农村居民点空间布局差异较大，利用标准差椭圆分析能够有效表征农村居民点的空间特征，如表征地理要素中心的重心，表征离散趋势的长轴和短轴，表征未来发展方向趋势的旋转角。

2.3 农村居民点景观格局指数

文章选用斑块总面积（TA）、平均斑块面积（MPS）、斑块数量（NP）、最大斑块指数（LPI）、斑块面积标准差（PSSD）、平均斑块分维数（FRAC）、平均斑块聚集度（AI）、平均斑块形状指数（SHAPE）等景观指数反映浙江沿海地区农村居民点规模和形态状况。

2.4 农村居民点空间分布影响因素分析

地理探测器模型基于对因变量有重要影响的自变量，应与该因变量在空间分布规律上有一定相似性的核心思想，通过统计方法探测空间分异性并揭示驱动因素，常用于土地利用、旅游发展、城市规划等方面研究。

3 结果与分析

3.1 浙江沿海地区农村居民点规模变化分析

（1）浙江沿海地区农村居民点面积和单一动态度变化分析

从浙江沿海地区农村居民点面积变化来看，1980—2020 年间，其面积在不断增大（图2）。其面积由1980年的1338.64 km2 增大至2020 年2427 km2，增大了将近81%。在2000—2005 年间，增加的速度最快，平均每年增加约60 km2，变化最小的年份在1980—2000 年间，每年仅仅增加了约8 km2。从各个城市来看，在研究时期内，农村居民点面积除了宁波市、舟山市和台州市在1995—2000 年间稍微有点波动外，都是处于不断扩张的状态，扩大幅度由大到小依次为宁波市、嘉兴市、绍兴市、台州市、杭州市、温州市和舟山市。宁波市在2000—2005年间扩大速度最快，约为26 km2/a，舟山市的最大扩大速度在2015—2020 年间，仅约为5 km2/a。

从浙江沿海农村居民点的单一动态度结果来看，其值在0.06 和3.86 之间波动（图3）。7 个时段的单一动态度的值分别为0.06、2.62、0.48、3.86、1.62、1.76 和2.21。2000—2005 年间的单一动态值最高，说明农村居民点规模扩张最大，与上文中面积的变化表现一致，而后，动态度下降，面积的增长速度也有所下降。在2005 年后，动态度逐步上升，扩张速度也在逐渐加快。从各个城市来看，单一动态度变化幅度由大到小排列的顺序依次为舟山市、宁波市、台州市、绍兴市、温州市、杭州市和嘉兴市。宁波市、台州市和舟山市的单一动态度都由于面积的缩减而出现了负值。舟山市单一动态度变化最快的时期是在2000—2005 年间（为24.10），之所以该时期内的单一动态度大于2015—2020 年的，是因为1995 年与2015 年相比，农村居民点的面积基数更小，在经历差不多的面积变化后，基数小的反映出来的单一动态度变化更大，这也是舟山单一动态度变化明显的原因。在1980—1990 年、1995—2000 年和2010—2015 年间，单一动态度为负值，主要是由于农村居民点面积缩减造成，在2010—2015 年间缩减的程度最大。宁波市和台州市的单一动态值的负值都出现在1995—2000 年间，台州的变化幅度要大于宁波。

（2）浙江沿海地区农村居民点土地利用转移变化分析

研究发现研究时期内农村居民点转出数量要远小于转入数量，其与耕地、城镇用地之间的转移最为频繁（图4）。由耕地转入的农村居民点面积为1220.37 km2，由农村居民点转出为耕地的面积为155.21 km2，表明耕地为农村居民点主要补充来源。1980—1990 年间，浙江沿海地区农村居民点主要转变为耕地和林地，其他类型的转移变化较小，转入的土地利用类型主要为耕地，其次为水域和林地，其他类型未发生转移。1990—2000 年间，农村居民点主要由耕地和林地转入，转出的主要类型也为耕地和林地。2000—2005 年间，转入为农村居民点的类型不变，还是以耕地和林地为主，转出的类型变为城镇用地和耕地。2010—2020 年间，农村居民点还是由耕地和林地补充，转出则由耕地和林地变为耕地和城镇用地。

1980—2020 年间，浙江沿海地区农村居民点活跃度总体上呈现明显波动的态势，经历了三次升降过程。活跃度最高的时期出现在2000—2005 年间（2.87），其次是在1990—1995 年间（2.32）， 最低值出现在1980—1990 年间（0.06）。从各市的活跃度来看，舟山市的变化最剧烈，在1995—2000 年间达到最低值（-14.63），五年后达到最高值（10.44）。其余变化较为明显的地市包括宁波市、绍兴市和台州市，其中宁波市和台州市均在1990—1995 年间达到峰值（6.75 和5.57），绍兴市则是在2000—2005 年间活跃度达到最高值（5.67）。剩下地市的活跃度变化均在0～3 之间变化。

3.2 浙江沿海地区农村居民点景观格局变化分析

从景观格局角度分析浙江省农村居民点规模变化，指数结果显示（表1），1980—2020 年间，浙江沿海地区农村居民点用地规模呈现波动增大的趋势，斑块面积从1284 km2 增长至5597 km2，总体增长率达335.90%，其中，1980—1990 年间、1995—2000 年和2010—2015 年间，增长速率呈负值；40 年间，研究区斑块数量增加了69 个，1990—1995 年间增速达极值24.62%；最大斑块指数在2010 年达峰值17.67%，2000—2005 年增大了13.35个百分点，2015—2020 年减小了7.78 个百分点，总体变化较为剧烈；平均斑块面积变化波动性较为明显，其中1990—1995 年和2015—2020 年变化最为剧烈，变化率分别达45.29% 和78.82%；斑块面积标准差变化特征与平均斑块面积表征相似，研究时段内共增长了41.19，其中2015—2020 年变化最为显著，增长量达15.24。

根据研究区居民点形态特征变化情况（表2），SHAPE 和FRAC 的变化都大致呈M 型。SHAPE 在1990年的小幅下降后，迎来了巨大的上升，达到了研究时段内的最高值，在2000 年时有所下降，而后一直上升到2010 年，再缓慢下降。而FRAC 在1980 年和1990 年基本没变，1995 年上升到最高值，然后下降，到2005 年停止下降并开始上升，到2010 年后缓慢下降。AI 的值在2000 年前一起较为稳定，变化幅度小，2000 年时迅速上升，2005 年达到66.0411，上升了14.4373，而后开始下降，到2015 年后，下降结束，并上升到新的水平。总体来说，农村居民点斑块形态的复杂度稍有上升，并呈集聚趋势。

3.3 浙江沿海地区农村居民点空间分布变化分析

对1980—2020 年研究区的农村居民点做叠加分析，发现浙江沿海地区农村居民点总体呈现不断扩展的趋势（图6）。可以发现，农村居民点增加的位置主要分布在嘉兴市全境、杭州市中东部、绍兴市中北部、宁波市中北部和台州市东南部地区，这些地区大多为沿海平原。其中，嘉兴市主体区域位于杭嘉湖平原，区域内水稻等种植业发达，粮食产量及播种面积位居浙江省首位，其农村居民点空间分布很大程度上受到种植业分布的影响，集中分布在农田等土地利用类型周边，总体呈现团块状扩展。而其他地区的农村居民点则或多或少受到山地丘陵的影响，分布较为零散，面积较少。

浙江沿海地区农村居民点分布呈现北部聚集成片、中部双核联动和南部零散分布的特征，集聚程度从北向南减弱（图7）。北部密集区为嘉兴市，气候适宜，地势低平，水源充足，耕作历史悠久，被称为鱼米之乡，更是被誉为“浙北粮仓”，是浙江省的重要粮食产区，不仅在浙江省内，在长三角地区扮演着粮食生产的供应的重要角色。中部双核联动区主要位于绍兴市的上虞和宁波的余姚，这两个地区也是浙江省的产粮大县，耕种于早期钱塘江泥沙的沉积平原上，土壤肥沃，地形平坦，且位于浙江省人口密集区，靠近全球最繁忙的港口——宁波港，为农产品的出口创造了良好的条件。浙江南部以山地为主，受地形因素影响，农村居民点大多位于山间小平原，人口集中度远低于北方平原地区，发展农业的基础条件较差，城乡发展差异较小，农村居民点分布密度较低。农村居民点在农业发达地区集聚的原因主要是农业的发展促进了农村居民点周边的农产品加工、销售等产业的发展，创造了大量就业机会，吸引周边人口涌入。同时，为了支持这些地方农业生产，政府通常会加大对农村地区基础设施建设的投入，不仅方便了农业生产，也提升了农村居民点的吸引力，集聚更加明显。

根据标准差椭圆的结果显示（表3、图8），1990—2020 年浙江沿海地区的农村居民点分布的标准差圆长轴呈西北—东南走向，短轴呈东北—西南走向，反映1990—2020 年浙江沿海地区的农村居民点在西北—东南方向上分布更为密集。通过对比 7 个年份的长短轴值可以看出，短轴的值处于一个明显的波动状态，1995 年达到最高值后开始下降，2005 年后波动上升，在研究期间增长了1615.7 m。长轴的值波动较小，总体呈增长趋势，也是在2005 年达到最小值，研究时段内的波动稍小于短轴， 但2020 年相较于1990 年增长了2938.22 m。说明农村居民点扩张的热点方向在西北—东南方向。从椭圆的重心来看，始终落在绍兴市上虞市境内，大致呈现向东南—东北—南偏西—东南的方向变化。圆的旋转角由1990 年的 162.29°逆时针旋转到1995 年的161.67°后，一直往顺时针方向旋转，到 2020 年转为 163.40°，共偏转了1.11°，表明浙江沿海地区东南方向农村居民点对标准差椭圆的拉动作用在增强，即东南方向为浙江沿海地区农村居民点转移的热点方向。

3.4 浙江沿海地区农村居民点空间分布影响因素分析

根据农村居民点的空间分布特征及定量分析的可行性，从自然、社会、经济方面确定海拔（X1）、坡度（X2）、降水（X3）、气温（X4）、GDP 密度（X5）、第一产业生产总值（X6）、人口密度（X7）、固定资产投资额（X8）、距高速公路距离（X9）、距公路距离（X10）、距河流距离（X11）等11 种因素。先将影响因子以自然断点法分为 5 类，再通过地理探测器对其空间分布及影响因素进行分析。

在浙江沿海地区农村居民点空间分布影响因素的单因子解释力中，20 年中11 个因子的显著性均小于0.01，探测结果显著（表4）。海拔和坡度对农村居民点空间分布的贡献最大，多年平均q 值都为0.202，农村居民点往往出现在地势低平，适合耕作的地区，而海拔高和坡度大的地区不适合农业的发展。降水、距河流距离和GDP 密度对农村居民点空间分布的解释力较为相似，3 个因子的多年平均q 值均大于0.15，其中GDP 密度的波动幅度最大。气温、距高速公路距离、第一产业生产总值、固定资产投资额和距公路距离对农村居民点空间分布的解释力较弱，均不超过0.05。浙江沿海地区农村居民点空间分布影响因素多年平均解释力由大到小为：坡度＞海拔> 降水> 距河流距离>GDP 密度> 人口密度> 气温> 距高速公路距离>第一产业生产总值＞固定资产投资额> 距公路距离。

对2000 － 2020 年11 个驱动因素交互探测（图9），各年份任意驱动因子间交互作用表现为双因子增强或非线性增强，不存在相互独立或减弱关系，表明浙江省沿海地区农村居民点空间分布受多个影响因素共同作用，交互作用q 值越高，其对应交互作用的影响程度越大。总体来说，自然因素间的相互作用类型多为非线性增强，表明浙江沿海地区农村居民点空间分异并非受到单一自然因素影响，而是多种自然因素共同作用结果；社会经济因素中的人口密度、距高速公路距离、距公路距离、距河流距离与其他因素的交互作用类型主要为非线性增强；第一产业生产总值、固定资产投资额与其他因素的交互作用类型主要为双因子增强。另外，不同时期交互探测因子间的作用类型不同，2000 年以非线性增强为主，随后交互探测因子间中双因子增强类型不断增强。

4 结论

本文基于浙江沿海地区1980—2020 年8 期土地利用类型数据，借助单一土地利用动态度、土地利用活跃度、景观格局指数、核密度、标准差椭圆、地理探测器等方法详细分析了浙江沿海地区居民点40 年间的农村居民点规模、空间格局变化及其影响因素。主要结论如下：

（1）1980—2020 年间，浙江沿海地区农村居民点面积持续增大，增幅近81%，其中2000—2005 年增速最快。各城市扩张幅度由大到小为宁波市、嘉兴市、绍兴市、台州市、杭州市、温州市和舟山市。单一动态度在0.06和3.86 之间波动，2000—2005 年最高，舟山市、宁波市、台州市动态度变化较大。浙江沿海地区农村居民点转出面积远小于转入面积，以耕地和林地为主要来源，转出主要为耕地和城镇用地。活跃度波动明显，2000—2005年间活跃度最高，舟山市变化最剧烈，宁波市、绍兴市和台州市也有明显波动。

（2）1980—2020 年间，浙江沿海地区农村居民点规模呈波动增大趋势，斑块面积总体增长率达335.90%，斑块数量增加69 个。最大斑块指数在2010 年达峰值，总体变化剧烈，平均斑块面积变化波动性较为明显，斑块面积标准差变化特征与平均斑块面积表征相似，增长较为明显。斑块形态指数显示复杂度略有上升，表现出集聚趋势，但在不同阶段呈现出不同的变化趋势，整体上具有一定的动态性和变化规律。

（3）1980—2020 年间，浙江沿海地区农村居民点呈现不断扩展的趋势，主要集中在嘉兴市、杭州市、绍兴市、宁波市和台州市等沿海平原地区。核密度分析结果浙江沿海地区农村居民点呈现出北部聚集成片、中部双核联动、南部零散分布的模式，集聚程度由北向南逐渐减弱。标准差椭圆结果表明农村居民点在西北—东南方向上分布更密集，且东南方向为扩张热点方向，这与农业发展、基础设施建设和人口流动等因素密切相关。

（4）根据地理探测器分析结果，在浙江沿海地区农村居民点空间分布影响因素中，海拔和坡度对空间分布贡献最大，降水、距河流距离和GDP 密度的解释力较高，显示这些因素在农村居民点分布中起着重要作用。而气温、距高速公路距离、第一产业生产总值、固定资产投资额和距公路距离对空间分布解释力较弱。总体来看，自然因素对农村居民点空间分布影响较大，其中海拔和坡度的影响最为显著，需重点考虑这些因素在农村规划和发展中的影响。

参考文献（References）

[1] 曲衍波， 姜广辉， 张佰林， 等. 山东省农村居民点转型的空间特征及其经济梯度分异[J]. 地理学报，2017，72（10）：1845-1858.

QU Y B， JIANG G H， ZHANG B L， et al. Spatial characteristics of rural residential land transition and its economic gradient differentiation[J]. Acta Geographica Sinica， 2017，72（10）：1845-1858.

[2] 屠爽爽， 龙花楼. 乡村聚落空间重构的理论解析[J]. 地理科学，2020，40（4）：509-517.

TU S S， LONG H L. The theoretical cognition of rural settlements spatial restructuring[J]. Scientia Geographica Sinica， 2020，40（4）：509-517.

[3] 刘彦随， 杨忍. 中国环渤海地区城乡发展转型格局测度[J]. 地理学报，2015，70（2）：248-256.

LIU Y S， YANG R. The spatial pattern measure of urban-rural development transformation in the Bohai rim region in China[J]. Acta Geographica Sinica， 2015，70（2）：248-256.

[4] 周扬， 黄晗， 刘彦随. 中国村庄空间分布规律及其影响因素[J]. 地理学报，2020，75（10）：2206-2223.

ZHOU Y， HUANG H， LIU Y S. The spatial distribution characteristics and infl uencing factors of Chinese villages[J]. Acta Geographica Sinica，2020，75（10）：2206-2223.

[5] ZHOU Y， LI Y， XU C. Land consolidation and rural revitalization in China： mechanisms and paths[J]. Land Use Policy， 2020，91：104379.

[6] 翟坤周. 新发展格局下乡村“产业—生态”协同振兴进路——基于县域治理分析框架[J]. 理论与改革，2021（3）：40-55.

ZHAI K Z. The route of rural "industry-ecology" coordinated revitalization under the new development pattern： based on the analysis framework of county governance[J]. Theory and Reform， 2021（3）：40-55.

[7] 王亚华. 推进乡村振兴与建设农业强国[J]. 求索，2023（1）：113-119.

WANG Y H. Promoting rural revitalization and building an agricultural powerhouse[J]. Seeker， 2023（1）：113-119.

[8] 李红波， 张小林. 国外乡村聚落地理研究进展及近今趋势[J]. 人文地理，2012，27（4）：103-108.

LI H B， ZHANG X L. A review and trend on rural settlement geography abroad[J]. Human Geography， 2012，27（4）：103-108.

[9] 王丹， 刘祖云. 国外乡村空间研究的进展与启示[J]. 地理科学进展，2019，38（12）：1991-2002.

WANG D， LIU Z Y. Progress and implications of international rural space research[J]. Progress in Geography， 2019，38（12）：1991-2002.

[10] SEVENANT M， ANTROP M. Settlement models， land use and visibility in rural landscapes： two case studies in Greece[J]. Landscape and Urban Planning， 2007，80（4）：362-374.

[11] POPPER D E. The middle west： corn belt and industrial belt united[J]. Journal of Cultural Geography， 2013，30（1）：32-54.

[12] SCOTT A J. Emerging cities of the third wave[J]. City， 2011，15（3-4）：289-321.

[13] 龙花楼， 屠爽爽. 论乡村重构[J]. 地理学报，2017，72（4）：563-576.

LONG H L， TU S S. Rural restructuring： theory， approach and research prospect[J]. Acta Geographica Sinica， 2017，72（4）：563-576.

[14] 马仁锋， 金邑霞， 周宇. 自然地理视角中国乡村聚落研究动态[J]. 上海国土资源，2019，40（1）：6-12.

MA R F， JIN Y X， ZHOU Y. Research dynamic of rural settlements in China： a natural geographic environment perspective[J]. Shanghai Land &Resources， 2019，40（1）：6-12.

[15] 冀正欣， 许月卿， 卢龙辉， 等. 乡村聚落空间优化研究进展与展望[J]. 中国土地科学，2021，35（6）：95-104.

JI Z X， XU Y Q， LU L H， et al. Research progress and prospects for spatial optimization of rural settlements[J]. China Land Science， 2021，35（6）：95-104.

[16] 郭晓东， 马利邦， 张启媛. 陇中黄土丘陵区乡村聚落空间分布特征及其基本类型分析——以甘肃省秦安县为例[J]. 地理科学，2013，33（1）：45-51.

GUO X D， MA L B， ZHANG Q Y. The spatial distribution characteristics and the basic types of rural settlement in loess hilly area： taking qin'an county of Gansu province as a case[J]. Scientia Geographica Sinica， 2013，33（1）：45-51.

[17] 冯应斌， 龙花楼. 中国山区乡村聚落空间重构研究进展与展望[J]. 地理科学进展，2020，39（5）：866-879.

FENG Y B， LONG H L. Progress and prospect of research on spatial reconstruction of rural settlements in mountainous areas of China[J]. Progress in Geography， 2020，39（5）：866-879.

[18] 李晨曦， 吴靖瑶， 王向阳. 西安市农村居民点时空演化特征及影响因素[J]. 上海国土资源，2022，43（4）：73-78.

LI C X， WU J Y， WANG X Y. Spatio-temporal evolution and optimization countermeasures of rural residential areas of Xi’an[J]. Shanghai Land & Resources， 2022，43（4）：73-78.

[19] 吴海琳， 曾坤宁. 激活“附近”视域下的数字乡村可持续发展[J]. 理论与改革，2023（6）：115-128，160.

WU H L， ZENG K N. Activating the sustainable development of digital village from the perspective of "nearby"[J]. Theory and Reform，2023（6）：115-128，160.

[20] 周侗， 朱北宇， 闫金伟. 长三角扩容背景下的浙江省发展潜力分析[J]. 上海国土资源，2021，42（1）：1-6，45.

ZHOU T， ZHU B Y， YAN J W. Analysis of development potential of Zhejiang province under the expansion background of Yangtze River delta region[J]. Shanghai Land & Resources， 2021，42（1）：1-6，45.

[21] 周艺， 乔观民， 贺娴静， 等. 浙江省海岸带生态压力与景观生态风险时空关联分析[J]. 上海国土资源，2024，45（1）：79-85.

ZHOU Y， QIAO G M， HE X J， et al. Spatio-temporal correlation analysis of ecological pressure and landscape ecological risk in Zhejiang coastal zone[J]. Shanghai Land & Resources， 2024，45（1）：79-85.