何炬 张雪松 邓振

摘要：为探讨中部低山丘陵地区的农村居民点空间格局及其影响因素，运用核密度分析、多环缓冲区分析、平均最近邻指数法、空间叠加分析等方法，对“低山丘陵为主兼有山地和冲积平原”复杂地形的湖北省随县进行典型研究。结果表明，随县主要以小规模农村居民点形式存在，大规模的农村居民点数量较少;平均分离度=18.53，最大分离度=157.04，是凤凰山林场，最小分离度=1.31，是古均街居委会;平均最近邻指数为0.68，表明随县农村居民点存在显著的集聚特征;核密度分析显示，农村居民点主要集聚在县域中南部和西北角地区;自然因素中地形因素影响明显，社会经济因素中建制镇辐射影响明显。本研究结果可为长江流域水源充足、道路通达度高、低山丘陵为主的地形复杂区农村居民点整治和乡村振兴提供依据。

关键词：农村居民点;核密度;低山丘陵;多环缓冲区;平均最近邻

中图分类号： F321.1  文献标志码： A  文章编号：1002-1302（2019）14-0310-06

乡村振兴问题近年来一直是中国发展的重要议题，而对于农村居民点的研究一直是乡村发展问題的热点内容[1-3]。农村居民点作为人口空间集聚的重要载体，在生产生活、经济社会发展、文化传承和生态维护等各方面充当重要角色[4-6]。中国国土广袤，地形复杂多样，历史文化多元悠久，农村居民点所处的自然环境和社会经济条件必然千差万别，对复杂多样地形区的农村居民点研究就显得尤为重要。

农村居民点的空间分布特征是农村历史、经济、自然、文化、生态和社会等各方面因素综合耦合作用形成的结果[7-9]。一直以来，对农村居民点的研究是国内外学者不断探究的热点问题。针对中国多样的地形地貌特征和不同地区的经济文化条件，相关学者开始尝试从典型地形区角度对农村居民点进行研究，卢德彬等对梵净山地区进行了山区农村居民点空间分布特征与空间重构的研究，为西部山区新农村规划提供参考[10]。张磊等以大理市海西地区为例，对高原湖泊平坝区的农村居民点空间格局演变状况进行了分析并提出相关预测[11]。针对此研究方向的新颖性，本研究以“低山丘陵为主兼有山地和冲积平原”复杂地形的湖北省随县进行典型研究，借助GIS、RS等相关技术软件，运用分离度指数[12]、平均最近邻指数[13]、核密度分析[14]方法对农村居民点的空间分布特征进行分析，采用多环缓冲区分析[15]、空间叠加分析[12]等方法对农村居民点影响因素进行剖析，以期能为中部低山丘陵地区或兼有山地和平原复杂地形区的农村居民点整治、精准扶贫和乡村振兴等工作提供理论依据。

1 材料与方法

1.1 研究区概况

随县，隶属随州市，位于湖北省北部，地处桐柏山南麓、大别山西端、大洪山东北部。随县国土总面积5 673 km2，辖区有19个乡镇，391个村（居）委会，2016年总人口98.83万人。2016年，随县全年完成地区生产总值193.28亿元，规模工业总产值456.39亿元，规模工业增加值115.22亿元，社会消费品零售总额129.24亿元，地方公共财政预算收入10.47亿元。

随县地貌特征以低山丘陵为主，兼有山地和冲积平原，一般海拔高度70～1 140 m。境内北部最高点为桐柏山太白顶，海拔1 140 m;西南面最高点为大洪山宝珠峰，海拔1 055 m。中部为一片狭长的平原，称之为“随枣走廊”。随县处于淮河流域与长江流域的交汇地带，境内涢水流贯其间，厥水、漂水、溠水、均水形成涢水流域（图1）。

1.2 数据来源及预处理

数据主要来源于随县国土资源局，包括随县2016年土地利用变更调查数据库、随县2016年统计年鉴、30 m×30 m的DEM数据。借助ArcGIS 10.2软件，从变更调查数据库中提取随县水系图（河流和水库）、主要道路图（铁路、公路和农村道路）、建制镇图和农村居民点的矢量数据;从DEM数据中提取出相关地形数据。

1.3 研究方法

1.3.1 农村居民点分离度 农村居民点分离度指数[16]是景观格局的指标之一，它可以相对于普通的面积比率，同时考虑了斑块面积和斑块数量，能更加科学地反映斑块分布的离散程度，分离度越大，表明行政村内农村居民点越离散，反之，越小则越集聚，公式如下：

2 结果与分析

2.1 农村居民点特征

2.1.1 规模特征 从随县2016年土地利用变更调查数据库中提取出农村居民点矢量数据，其中剔除小于0.1 hm2的图斑后剩下农村居民点共计21 574个，总面积是 19 878.91 hm2，平均农村居民点面积为0.92 hm2，最大值为31.65 hm2，小于平均值的共计15 570个，占72.17%，大于平均值的有6 004个，占27.83%，从以上基本数据可以分析，随县农村居民点数量庞大，小规模农村居民点为主要形式存在，大规模的农村居民点数量较少。

本研究借鉴已有成果的基础上，根据随县自身独特性，将随县农村居民点根据面积（S）规模大小分为小、中、大型3个类型：0.10 hm2

2.1.2 离散特征 根据公式（1），计算出随县391个村（居）委会农村居民点的分离度，其中，分离度平均值为18.53，最大值是凤凰山林场为157.04;最小值为1.31，为古均街居委会。可见随县不同区域的行政村之间的分离度差异是比较明显的。借助ArcGIS 10.2软件，对随县农村居民点进行平均最近邻分析，结果显示ANN=0.68，小于1，存在显著的正相关性;且Z=-90.00，Z值小于-1.96，表明产生这种聚类摸索可能性小于1%，拒绝零假设，综上判断，随县农村居民点在空间分布上呈现出显著的空间集聚特征。

2.1.3 空间特征 对随县农村居民点进行核密度分析，可以将离散数据分析成果所显示的农村居民点空间集聚特征可视化（图3）。从图3可以看出，核密度最大值是16.10个/hm2，即在1 hm2面积上最多有16.10个农村居民点分布;农村居民点核密度估计值在空间分布整体上大致呈现出由南向北递减的趋势;高值基本分布在洪山镇、长岗镇、三里岗镇、柳林镇、均川镇等县域中南部地区;县域南段边缘地带和北部地区是低值分布区;中值区域基本在县域中部地区，县域西北角的小林镇和草店镇也有零散分布。

2.2 影响因素分析

农村居民点空间分布特征，其本质是自然因素和人文因素两类因素相互耦合驱动的结果。本研究在借鉴国内外学者研究成果的基础上，根据随县自身区域性，分别从自然条件因素和社会经济影响2方面，利用空间叠加分析和多环缓冲区分析方法，选取了高程、坡度、水系、主要道路和建制镇5个因子进行影响因素的探究。

2.2.1 自然条件因素 对随县DEM数据分别提取高程和坡度数据，用自然断裂法分段后，再用重分类分别将高程和坡度分為5个等级，等级越高表示影响越弱（下同），最后进行空间叠加分析得到各个等级内农村居民点分布情况结果（图4、图5）和统计数据（表1、表2）。

从图4、表1分析可知，随县农村居民点大规模集聚分布在高程500 m以下的1～3级丘陵和平原地区，居民点个数和居民点面积所占比例都接近98%，基本分布在随县的中部和由中部向南北部延伸的丘陵区，还有东北角地区;只有极少居民点零星分布在500 m以上的4～5级山地，也就是县域南部边缘地带和北部地区的高山地区。

对图5、表2进行分析，约有90%的农村居民点分布在坡度小于10°的1、2级地区，主要分布在中部平原和县域东北角地区;剩余零散小规模分布在坡度大于10°的地区，主要是南北两端的3～5级坡度较大地区。

对提取出的水系图（河流、水库）进行1.00 km为距离间隔的多环缓冲区分析，在分为5级的基础上，将距离水源大于5 km 以上设定为近无影响， 即距离水系大于 5 km 则水源对农村居民点分布基本无影响。对图6、表3分析可知，有超过50%的农村居民点分布在1 km以内，总面积近55%;在大于5 km近无影响等级中有19个农村居民点分布，面积有 9.93 hm2，占总面积的0.05%，可忽略不计，可见水系因素对农村居民点分布有比较明显的影响。

将上述结果对比分析，可以明显看出高程和坡度对农村居民点分布的影响程度非常大，远远比水系因素影响明显，可见地形因素在自然因素中占主要地位。

2.2.2 社会经济影响 同上述方法，分别对建制镇和主要道路进行多环缓冲区分析，建制镇以2 km为间隔距离进行5级分析，设定大于10 km为农村居民点近无影响;主要道路以 3 km 为间距进行5级分析，设定大于15 km的距离为近影响，结果分别见图7、图8和表4、表5。

从图7、表4结果可以看出，建制镇辐射范围距离在2 km以内的农村居民点分布数量不足50%，面积占总比例为 50.10%，大于10 km的近无影响区域分布有18个居民点，面积占0.07%，可忽略不计，可见建制镇辐射范围对农村居民点分布影响明显;从图8、表5分析可知，而对道路的缓冲区分析，设定的大于15 km的近无影响等级分布农村居民点有124个，面积占比接近1%，可见道路的影响明显小于建制镇的辐射影响。据此判断，在社会经济因素中，建制镇辐射因素占据主要地位。

3 结论与讨论

本研究基于GIS、RS的地理信息数据处理方法，以低山丘陵地形为主的随县为典型研究区，直观地看出了随县农村居民点空间分布特征;在定性和定量结合的基础上，选取自然因素和人文因素两大因素下的5个典型因子，通过数理统计，结合空间分析方法，明显看出了农村居民点受各个因子影响程度大小。研究结论如下：（1）从基本规模特征看，随县农村居民点基数庞大，主要呈现出以小规模农村居民点存在形式，大规模的农村居民点数量较少;从离散特征看，分离度指数平均值等于18.53，农村居民点呈现出一定的集聚性;平均最近邻指数ANN=0.68，说明随县农村居民点存在显著的集聚特征。（2）从空间分布特征上看，核密度分析显示农村居民点主要集聚在县域中南部和西北角地区，具体是洪山镇、长岗镇、三里岗镇、柳林镇和均川镇等镇和西北角的小林镇和草店镇，这样的空间分布特征，与随县“南北部高，中部低”的地势特征基本吻合。（3）通过缓冲区分析和空间叠加分析发现，高程小于200 m的平原区，农村居民点分布数量和面积占总比重比例均接近95%，坡度小于10°的地形平坦区也是如此，相对于水系因素的影响，可判定自然因素中地形因素影响相对明显;社会经济因素中，道路的近无影响等级区域还存在一部分的农村居民点，面积占总比重近1%，而建制镇辐射影响的近无影区基本没有农村居民点，可以判定，社会经济因素中建制镇辐射影响相对明显。

本研究以低山丘陵区的随县作为典型区，对农村居民点空间分布特征和影响因素进行了尝试性探究，取得了相关成果和结论，但还存在不足，尤其是对于影响因素的研究，缺少更加定量化和精细化的对比分析，在随县这样兼有山地、丘陵、平原复杂多样地形的地区，需要对各地形区进行分区研究。在今后对农村居民点的研究中，可以在因素程度的定量、对比和分区研究开展进一步的探讨。

参考文献：

[1]Shi Y Q，Sun X，Zhu X D，et al. Characterizing growth types and analyzing growth density distribution in response to urban growth patterns in peri-urban areas of Lianyungang City[J]. Landscape and Urban Planning，2012，105（4）：425-433.

[2]韩 非，蔡建明. 我国半城市化地区乡村聚落的形態演变与重建[J]. 地理研究，2011，30（7）：1271-1284.

[3]周国华，贺艳华，唐承丽，等. 论新时期农村聚居模式研究[J]. 地理科学进展，2010，29（2）：186-192.

[4]金其铭. 我国农村聚落地理研究历史及近今趋向[J]. 地理学报，1988，43（4）：311-317.

[5]姜广辉，张凤荣，陈军伟，等. 基于Logistic回归模型的北京山区农村居民点变化的驱动力分析[J]. 农业工程学报，2007，23（5）：81-87.

[6]Tan M H，Li X B. The changing settlements in rural areas under urban pressure in China：patterns，driving forces and policy implications[J]. Landscape and Urban Planning，2013，120：170-177.

[7]张小林. 乡村空间系统及其演变研究：以苏南为例[M]. 南京：南京师范大学出版社，1999：24-56.

[8]刘彦随，刘 玉，翟荣新. 中国农村空心化的地理学研究与整治实践[J]. 地理学报，2009，64（10）：1193-1202.

[9]姜广辉，张凤荣，颜国强，等. 科学发展观指导下的农村居民点布局调整和整理[J]. 国土资源科技管理，2005，22（4）：60-65.

[10]卢德彬，杨 建，毛婉柳，等. 山区农村居民点空间分布特征与空间重构研究[J]. 长江流域资源与环境，2017（2）：238-246.

[11]张 磊，武友德，李 君. 高原湖泊平坝区农村居民点空间格局演变及预测分析——以大理市海西地区为例[J]. 中国农业大学学报，2018，23（2）：126-138.

[12]宋 文，吴克宁，刘霈珈，等. 基于空间自相关的区域农村居民点分布与环境的关系研究[J]. 中国农业资源与区划，2016（12）：70-77.

[13]姜广辉，何 新，马雯秋，等. 基于空间自相关的农村居民点空间格局演变及其分区[J]. 农业工程学报，2015，31（13）：265-273.

[14]黄 聪，赵小敏，郭 熙，等. 基于核密度的余江县农村居民点布局优化研究[J]. 中国农业大学学报，2016，21（11）：165-174.

[15]苗 红，张 敏. 基于GIS缓冲区分析的西北民族地区“非遗”旅游资源空间结构研究[J]. 干旱区资源与环境，2014（4）：179-186.

[16]梁友嘉，钟方雷，徐中民. 基于RS和GIS的张掖市土地利用景观格局变化及驱动力[J]. 兰州大学学报（自然科学版），2010，46（5）：24-30.