危小建，肖展春，侯贺平，陈竹安



基于复杂网络的辽宁省县域农村居民点空间结构变化分析

危小建1,2,3,4，肖展春4,5※，侯贺平6，陈竹安1,2,3

（1. 东华理工大学测绘工程学院，南昌 330013；2. 流域生态与地理环境监测国家测绘地理信息局重点实验室，南昌 330013；3. 东华理工大学江西省数字国土重点实验室，南昌 330013；4. 武汉大学资源与环境科学学院，武汉 430072；5. 武汉大学自然科学学报，武汉 430072；6. 河南农业大学林学院，郑州 450002）

从省域尺度研究县域农村居民点复杂网络空间结构的时空分异特征有助于实现省域农村居民点空间结构优化。该文运用线点率、度中心性、接近中心势等指标分析3个典型县农村居民点网络节点特征变化，进而分析辽宁省各县市农村居民点网络特征的空间分异格局及其变化。研究结果表明：1）农村居民点网络存在明显的地域差异，受地形影响强烈，台安县形成了联系密切的网状结构而建平县和桓仁县则较为稀疏且存在较多孤立的节点或者孤立的网络集团；2）辽宁省各县市农村居民点网络结构时空差异存在较明显规律，中部平原区农村居民点网络复杂度较高，中心势较高，网络结构逐渐趋于复杂；3）不同的网络指数对农村居民点用地空间布局结构变化的响应程度是不一样的。研究结果能为辽宁省农村居民点空间结构提供科学依据。

土地利用；整治；农村地区；农村居民点；复杂网络；空间结构；区域差异；辽宁省

0 引 言

农村居民点空间结构是指农村居民点在空间上的相互作用及其所呈现的形态特征[1]。对农村居民点空间结构进行优化能有力推动新农村建设，促进城乡一体化建设，进而优化区域资源配置，促进物质和能力的流动[2]。农村居民点空间结构的分析是实现农村居民点空间结构优化的基础。此外，由于农村居民点空间结构存在显著的空间分异格局，研究区域农村居民点空间结构的空间分异特征具有十分重要的意义[3]。

当前大量学者围绕农村居民点用地的布局、形态与类型，以及空间结构和地域组织等进行了积极的探索[4-14]，为进一步深入研究农村居民点用地空间结构奠定了坚实的基础。空间相互作用理论能够用于描述地理空间的要素流动现象，体现各要素之间的作用关系，被广泛应用到区域规划和城镇体系规划[14-17]。当前，也有不少学者将该理论引入农村居民点空间布局优化的相关研究中（农村居民点之间存在着人口流动、资金流通、信息流通等空间相互作用）[14,16]。然而，在现阶段农村居民点空间相互作用的研究中多关注农村居民点与其周围农村居民点及城镇的相互作用，而对农村居民点相互作用所呈现出的相互作用强度的网络（节点代表农村居民点，节点之间的边代表农村居民点之间的影响关系）研究较少，因而很少利用复杂网络来评价农村居民点网络[18]。复杂网络是一种从系统、整体的角度来考量评价对象的方法，能够通过线点率（指数）、环度（指数）、连通度（指数）、中心性、集聚度等网络指标来度量网络的层次结构、复杂度及形态[19-24]。复杂网络为农村居民点空间结构分析和布局优化决策提供了直观、交互的分析工具，能够较好的评价农村居民点之间存在的联系以及个体在群体中的影响地位[25]。此外，在研究尺度上，当前应用复杂网络分析农村居民点的研究多局限于县市，缺乏从区域宏观角度来考虑农村居民点复杂网络空间结构的空间分异特征。研究区域（省域）农村居民点空间结构对于统筹农村居民点调控政策以及新农村建设具有重要现实意义。

基于此，本文以辽宁省为研究对象，以农村居民点相互作用构建的复杂网络为基础，通过对复杂网络的线点率、环度、度中心性、接近中心性等统计特征的计算和描述，首先分析典型县农村居民点图斑节点网络特征变化，进而分析辽宁省各县市农村居民点网络特征的空间分异格局及其变化。研究结论能为辽宁省农村居民点空间结构调整和社会主义新农村建设提供科学依据。

1 研究区与数据来源

1.1 研究区

辽宁省，地处（陆地）118°50¢E~125°47¢E，38°43¢N~ 43°29¢N。辽宁省东西端直线距离与南北端直线距离相近，都约为550 km。辽宁省南濒黄、渤二海，辽东半岛斜插于两海之间。辽宁省全省地形地貌概括起来是“六山一水三分田”，其地势大致为山地丘陵分列东西两厢，自北向南，自东西两侧向中部平原倾斜，呈马蹄形向渤海倾斜。辽宁省地貌可以划分为3类：1）西部山地丘陵区，面积约为4.2万km2，占全省面积的29%，由黑山、努鲁儿虎山、松岭等组成。2）中部平原区，面积为3.7万km2，占全省面积25%，地势从东北向西南逐渐倾斜。3）东部山地丘陵区，面积约6.7万km2，占全省面积的46%，为长白山脉向西南之延伸部分。辽宁省农村居民点主要集中在中部平原区，西部山地丘陵区的分布次之，东部山地丘陵区最少。

1.2 数据来源与处理

考虑到辽宁省103个区县中各行政区域大小不一，且不少区没有或只有少量农村居民点，为了便于分析，将辽宁省市辖区以及含有农村居民点面积较少的县进行合并，合并后的评价单元共有43个。然后，在不打破县（市、区）行政边界的前提下，将合并后的43个县（市、区）划分成3个不同的地貌类型区，分别为：西部山地丘陵区、中部平原区和东部山地丘陵区，划分结果如图1所示。

图1 辽宁省研究单元及地貌分区

本次研究涉及3个研究期，分别为2000年、2005年和2010年。空间数据来源于Landsat TM 5影像，影像分辨率为30 m。从中国科学院直接获取解译好的影像。影像数据的预处理主要包括裁剪、拼接、几何校正等。然后利用面向对象解译软件eCognition进行影像的多尺度分割，根据区域地物的形状特征和影像的光谱特征，结合专家知识建立专家决策树进行土地覆盖分类，对于不能用规则提取的区域，采用选取训练样本的方法，采用监督分类中的最大似然法进行分类。并根据辽宁省2012年土地利用变更调查数据库，结合目视人工判图，最终将遥感影像解译为耕地、园地、林地、草地、城市及工矿用地等、农村居民点、水域和其他用地八种类型。总体分类精度均高于90%，Kappa一致性检验均大于0.8，整体分类精度满足研究需要。

2 研究方法

网络分析方法常用来研究网络的结构、布局及其优化，网络分析方法已经广泛应用于城镇地域结构、交通问题、地理学和商业网点布置当中[26-28]。

2.1 网络构建方法

网络构建的核心问题是如何定义节点和如何定义边。在农村居民点网络研究方面，可以将农村居民点图斑定义为网络的节点，根据农村居民点图斑间的联系程度来定义边。农村居民点之间存在着空间相互作用，包括农村居民点之间的人口流动、资金流通、信息流动、亲属联系等[17,29]，且农村居民点相互联系的现实网络受到道路级别和村镇的规模、行政区划等多方面的直接影响，考虑到数据获取的难度，本文采用重力模型模拟的方 法度量农村居民点之间的空间相互作用程度，一般表达式为

本文重在分析辽宁省各市县农村居民点网络的时空分异格局，因而以各县市为基本研究单元，分别构建农村居民点网络。观察到辽宁省2010年农村居民点平均邻近距离682.84 m，期望平均距离为1 023.94 m。考虑到距离太近，农村居民点网络不完整，距离太远，农村居民点之间的联系较弱，本文根据参考文献[25]将距离阈值参数选取为3 000 m，则3 000 m内农村居民点之间的联系强度根据重力模型计算，3 000 m外则认为农村居民点之间没有联系。

2.2 网络结构特征演变分析方法

研究网络主要是研究其结构和功能，有图论指标、中心性指标、复杂网络指标等，本文选取了以下网络评价指标来研究农村居民点网络的结构和功能特征。

2.2.1 图论指标

图论指标主要通过节点个数（农村居民点图斑个数）、边个数（农村居民点之间是否连接）以及子图个数来计算，用以表征网络连接情况的连通程度和复杂程度。

1）线点率

式中为边个数，为网络节点数（下同）。

2）环度

式中为子图个数。

3）连通度

测度网络连通性，数值范围在[0,1]之间，=0说明网络内无连接，只有孤立点存在；=1则网络中每一个节点都与其他节点相连。

2.2.2 中心性指标

1）度中心性

度中心性测量节点同其他节点交往的程度，表示节点成为图的中心的能力，即中心地位。

式中X表示2个节点之间是否连接，连接则为1，不连接则为0。节点度也是中心集中度，是指与某节点相连的连接线量。节点度大，则说明其在网络中处于相对重要的中心位置。节点平均度越大与该点直接相连的廊道数就越多。

为了对比各个整体网络的结构，在度中心性的基础上，度数中心势引入到本文中。度数中心势（degree centralization）计算公式如下：

2）接近中心性

接近中心度反映的是网络中特定节点与其他节点之间的联系程度，表示节点不受其他节点控制的能力，信息传递的独立性和有效性，因为如果两点之间距离越远则需要依靠更多的其他中间节点来联系。

图的接近中心势（closeness centralization）：

星形网络具有最大的接近集中趋势1，完备网络具有最小的接近集中趋势0。

3）中介中心性

中介中心性也是中间中心度，是指通过网络中某节点的最短路径与所有节点间最短路径的比值（不包含该点）。测量节点多大程度位于其他节点中间，表示节点对交往/资源的控制能力，即结构洞。中介度较高表示节点在网络流传递过程中的作用较为重要，且经过该点的网络流的比例也较高。

图的中介中心势（betweenness centralization）的计算公式如下

星形网络具有最大中介中心势指数1，环形网络具有最小中介中心势指数0。

3 结果与分析

本文按照先局部后整体的分析思路，首先分析典型县（西部山地丘陵区的建平县、中部平原区的台安县和东部山地丘陵区的桓仁县）的农村居民点图斑节点网络特征演变分析，进而分析辽宁省各县市农村居民点网络特征空间分异及其变化。

3.1 典型县农村居民点图斑节点网络特征演变分析

图2展示了2010年建平县、台安县和桓仁县3 000 m内农村居民点连接情况（由于显示效果的原因，此处没有用线的粗细表示联系强度的大小，仅表示是否存在联系）和节点度中心性分布特征。考虑到网络连接特征和节点度中心性分布特征在时间轴上变化不明显，只显示了2010年各典型县市的网络联系和节点度中心性分布图。由于篇幅原因未展示接近中心性与中介中心性的分布特征。由图2可知，总体来看，各典型县的农村居民点网络存在明显差异，台安县存在联系密切的网状结构，建平县和桓仁县不仅整体网络结构较为稀疏且多存在孤立的节点或者孤立的网络集团。具体来看，建平县农村居民点主要集中在西北部地区，西北部的农村居民点沿老哈河呈带状分布，网络结构复杂，东部及中部的农村居民点较分散，形成的网络稀疏，与西部和北部的农村居民点基本没有连接；台安县农村居民点网络由于受到辽河的影响分为南、北2个大的网络集团，其中2大集团仍有联系，且农村居民点网络整体分布密集，网络结构复杂；桓仁县农村居民点整体呈分散状态，其中中部地区居民点较集中，网络连接状况较好，东部、西部则零星分布，网络结构简单且连接较少。

图2 典型县农村居民点网络连接特征和节点度中心性分布图（2010年）

整体上，各典型县农村居民点的节点度中心性的分布特征存在较明显差异。具体来看，西部地区的建平县主要呈现以下特征：1）整体上建平县东部和西部地区的节点度相对较高，这是因为这些地区的居民点数量较多且距离较近，彼此连接较为紧密。2）从时间尺度看，2000-2005年县域中部和北部高节点度节点减少，南部则有所增加，到2010年西部区域集聚了更多度中心性较高的节点。通过对建平县的发展进行调研，这一现象主要是交通条件改善的结果。中部平原地区的台安县主要呈现以下特征：1）整体上台安县的农村居民点节点度整体较高，说明台安县的农村居民点呈现聚集的分布状态，彼此之间联系较为密切，2）台安县的居民点节点度表现出一定的空间差异性，县域东部地区的节点度相对较高。东部山地丘陵地区的恒仁县主要呈现以下特征：1）节点度中心性较高的主要集中在中部（桓仁县城的所在地），小部分集中在西南部（由于木桓线和桓盖线在此交汇，带动了社会经济的发展，农村居民点出现了小范围的聚集）。2）从2000-2005年，基本上变化不大，而2005-2010年，县域东部和西部度中心性较高的节点小幅减少。

表1为建平县、台安县和桓仁县农村居民点网络中心性值基本统计。由表1可知，台安县的节点度中心性和接近中心性值最高，建平县的中介中心性值最高，桓仁县的节点度中心性变化程度最大，最小值为孤立节点的节点度0，最大值则出现在中部地区桓仁县城的农村居民点图斑0.0730，建平县的接近中心性和中介中心性的值变化程度最大，且中心性指标在3个时间段上变化不明显。

表1 典型县农村居民点网络中心性值基本统计

3.2 辽宁省各县市农村居民点网络特征空间分异及其变化分析

辽宁省各县市农村居民点用地网络的环度（指数）、线点率（指数）、连接度（指数）、度中心势（degree centralization）、接近中心势（closeness centralization）和中介中心势（betweenness centralization）6个指标的分布图见图3和图4。

由图3可知，2000-2010年辽宁省各县市农村居民点网络的环度、线点率、连接度的空间分布主要呈现以下特征：1）在空间分布方面，中部平原区农村居民点网络复杂度较高，东部和西部山地丘陵区网络复杂度指数都较低。例如，在2000年，指数、指数和指数最高的县市是中部平原区的锦州，分别是7.10、15.18和5.06，3项指数最低的县市是东部山地丘陵区的丹东市辖区，分别为0.35、1.20和0.63。2）在时间演化方面：运用Paired Samplet Test检验方法检验不同时期指数、指数和指数的数据发现都在0.05的水平上显著差异。2000-2010年，中部平原区和西部山地丘陵区农村居民点的网络结构逐渐趋于复杂，而东部山地丘陵区农村居民点网络结构则趋于简单。例如，2000-2005年中部平原区大部分县市的指数、指数和指数均出现小幅增长，增幅最大的是铁岭，3项指数分别增长了21.81%、19.06%和17.95%；东部山地丘陵区大部分县市3项指数不同程度的减少，减少最多的是丹东市辖区，3项指数分别减少了40.41%、12.36%和13.12%。

图3 不同年份辽宁省各县市农村居民点网络环度α、线点率β和连通度γ分布图

图4 不同年份辽宁省各县市农村居民点网络度中心势、接近中心势和中介中心势分布图

由图4可知，2000-2010年辽宁省各县市农村居民点的节点度中心势、接近中心势和中介中心势的空间分布主要呈现以下特征：1）总的来看，中介中心势的值较节点度中心势和接近中心势的值高，中部平原区和西部山地丘陵区农村居民点网络结构中心势较高，东部山地丘陵区网络结构中心势指数较低。运用Paired Samplet Test检验方法检验除度数中心势在2005-2010年和2000- 2010年间外，其他中心势指标在0.05的水平上都未呈现显著差异，可见中心势指标在时间轴上变化不明显。但是通过对各期指标的排序发现，通过指标对各县市进行排序，发现各县市位序在不同时期仍有变化。2）具体来看，2000年，节点度中心势指数较高的县市是宽甸县、丹东市辖区和本溪，接近中心势较高的县市是大连市、盘锦和营口市，中介中心势较高的县市是康平县、沈阳市和绥中县；到2010年，节点度中心势指数较高的县市是宽甸县、丹东市辖区和桓仁县，逐步转向东部边缘地区；接近中心势较高的县市是大连市、丹东市辖区和台安县，中介中心势较高的县市是辽中县、康平县和海城市，中部平原区持续表现出较强的中介中心势。

三期农村居民点用地网络的6个指标的的基本统计见表2。从表2可知，2000-2010年，各个指标都没有出现异常变化值，变化并不十分明显，但各指标值仍有差异。指数、指数和指数的标准差增加较明显，度中心势的四分位距呈现先增后减的特点，接近中心势的极差进一步增大，中介中心势的四分位距先增后减，中位数先降低再升高。整体上，各指标的变化程度、是否存在异常值等存在一定差异，指数、指数和指数的高值与低值的分布与中心势高值和低值的分布存在较大的差异，由此可见，不同的网络指数对农村居民点用地空间布局结构变化的响应是不一样的。

表2 辽宁省各县市农村居民点网络值基本统计

4 讨 论

典型县农村居民点网络节点中心性的格局及其变化都有其各自的背景原因。台安县由于地形平坦，交通便利，有明显的东亚经济圈和环渤海经济区的区位优势，经济发达，有利于人们的生产生活，农村居民点较多且彼此之间的距离较近，因而形成了联系密切的网状结构。建平县和桓仁县则由于受地形限制，境内多地山丘陵，生产生活较不便利，农村居民点分布零散且相隔距离较远，只在部分中心村和社会经济功能较为齐全的核心图斑附近形成了较为密集的网络连接状态，整体网络结构较为稀疏且多存在孤立的节点或者孤立的网络集团。同样，3个典型县农村居民点网络节点中心性的变化也都有其各自的背景原因。例如西部山地丘陵区的建平县， 2005-2010年间随着建平县境内锦赤线的不断改建与修复，通行能力大为改善，促进了当地农村居民点规模的扩大与数量的增加，从而使建平县西北部居民点的节点度不断增加。

辽宁省各县市农村居民点的网络结构特征存在较明显的空间分异特征。各市县农村居民点网络结构特征的空间格局形成的原因主要可能是受到经济发展水平和地形地貌的影响。随着社会经济的发展，人口、资本等生产要素逐渐向中部平原区聚集，且相对于东部和西部地区，中部地区更加平坦，有利于农民建房，农村居民点数量和面积较大且增加量较多，所以中部地区网络结构较为复杂，网络的回路较多、连通性较好，而东部和西部地区由于地形限制和经济发展水平，农村居民点的网络连接较稀疏，网络中的回路数量减少，且连通性下降，网络结构趋于简单。

从时间轴上看，整体上辽宁省各县市农村居民点网络结构特征变化不明显，这主要是因为6个网络结构指标是度量农村居民点网络的统计特征，而农村居民点网络变化较少，所以统计特征的变化不明显，但是通过对各个县市6个网络指标的排序和基本统计，仍然能发现农村居民点网络在时间轴上的变化。且不同的网络指标对农村居民点用地空间布局结构变化的响应程度是不同的。指数、指数和指数没有出现异常值，表明各个指数分布比较正常，可以运用图论指标来对比分析各个县市的农村居民点的节点与边的数量情况。各中心势指标分别能度量农村居民点网络的中心地位、节点不受其他节点控制的能力和节点对交往/资源的控制能力，深入分析各个县市在3个中心势指标的数值大小，并结合其自然条件和经济状况进行分析，能有效的识别各县市农村居民点网络的特点。例如，大连虽然地处东部山地丘陵区，但是由于其经济发展水平较高，具有接近中心势较高，中介中心势值也不低的特点。接近中心势存在较明显的异常值的情况，可以用来发现一些距离联系更加紧密的农村居民点网络。中介中心势值较高，则表明该网络中起关键性的中介作用的节点的分布差异较大。

本研究虽然从区域角度分析了农村居民点网络的时空分异格局，但是仍存在不足，主要是由于缺少一手的实测数据，各县市农村居民点网络构建采用了重力模型模拟的方法，虽然有很多研究表明了重力模型的有效性，但仍存在误差，无法体现农村居民点之间的社会关系的差异性。且构建重力模型时未考虑道路、用地类型、地形地貌等影响因子，也未融入各农村居民点的经济发展水平。距离阈值的确定虽然借鉴了相关文献以及参考了专家意见，但仍有许多值得商榷之处。在以后的研究中如能利用现实数据进行实证研究将更有说服力。研究成果的应用方面，应进一步考虑各县市农村居民点网络结构特征的形成原因，进一步分析农村居民点网络结构特征与农村居民点所处的自然环境和社会经济发展条件之间的关系，进一步分析农村居民点的网络结构特征与其景观格局特征的关系，进而研究如何通过分析农村居民点网络结构特征来指导区域城镇体系规划。

5 结 论

1）各市县的农村居民点网络特征差异明显。台安县形成了联系密切的网状结构，而建平县和桓仁县不仅整体网络结构较为稀疏且多存在孤立的节点或者孤立的网络集团

2）辽宁省各县市农村居民点的网络结构特征存在较明显的时空分异特征，中部平原区农村居民点网络复杂度较高，中心势较高，网络结构逐渐趋于复杂，整体上辽宁省各县市农村居民点网络结构特征变化不明显。

3）不同的网络指标对农村居民点用地空间布局结构变化的响应程度是不同的。各个县市6个网络指标在2000年、2005年和2010年间的排序和基本统计有差异。

[1] 张贵军，朱永明，臧亮，等．新型城镇化背景下昌黎县农村居民点空间重构评价与分区[J]．农业工程学报，2016，32(12)：237－246． Zhang Guijun, Zhu Yongming, Zang Liang, et al. Spatial reconstruction evaluation and partition of rural residential areas in Changli county under background of new-type urbanization[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(12): 237－246. (in Chinese with English abstract)

[2] 姜广辉，张凤荣，谭雪晶，等．北京市平谷区农村居民点用地空间结构调整[J]．农业工程学报，2008，24(11)：69－75． Jiang Guanghui, Zhang Fengrong, Tan Xuejing, et al. Spatial structure adjustment of rural residential land in Pinggu district, Beijing[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2008, 24(11): 69－75. (in Chinese with English abstract)

[3] 周宁. 新型城镇化视角的聚落体系空间结构优化研究[D]．北京：中国农业大学，2015． Zhou Ning. Study on Spatial Structure Optimization of Residential Area System from a Perspective of New-type Urbanization[D]. Beijing: China Agricultural University, 2015. (in Chinese with English abstract)

[4] 单勇兵，马晓冬，仇方道，等．苏中地区乡村聚落的格局特征及类型划分[J]．地理科学，2012，32(11)：1340－1347． Shan Yongbing, Ma Xiaodong, Qiu Fangdao, et al. Distribution patterns characteristics and type classification of the rural settlements in central Jiangsu Province[J]. Scientia Geographica Sinica, 2012, 32(11): 1340－1347. (in Chinese with English abstract)

[5] 李红波，张小林，吴江国，等．苏南地区乡村聚落空间格局及其驱动机制[J]．地理科学，2014，34(4)：438－446． Li Hongbo, Zhang Xiaolin, Wu Jiangguo, et al. Spatial pattern and its driving mechanism of rural settlements in southern Jiangsu[J]. Scientia Geographica Sinica, 2014, 34(4): 438－446. (in Chinese with English abstract)

[6] 宋志军，关小克，朱战强，等．北京农村居民点的空间分形特征及复杂性[J]．地理科学，2013，33(1)：52－60． Song Zhijun, Guan Xiaoke, Zhu Zhanqiang, et al. The spatial fractal characteristics and complexity of rural residential areas in Beijing[J]. Scientia Geographica Sinica, 2013, 33(1): 52－60. (in Chinese with English abstract)

[7] 谭雪兰，周国华，朱苏晖，等．长沙市农村居民点景观格局变化及地域分异特征研究[J]．地理科学，2015，35(2)：204－210． Tan Xuelan, Zhou Guohua, Zhu Suhui, et al. Landscape pattern changes and the characteristic of spatio-temporal differentiation of rural residential area in Changsha in recent 20 years[J]. Scientia Geographica Sinica, 2015, 35(2): 204－210. (in Chinese with English abstract)

[8] 曹子剑，张凤荣，姜广辉，等．北京市平谷区不同区域农村居民点内部结构差异分析[J]．地理科学进展，2008，27(2)：121－126． Cao Zijian, Zhang Fengrong, Jiang Guanghui, et al. Analyzing land use structure difference of rural residential areas in different regions of Pinggu District of Beijing[J]. Progress in Geography, 2008, 27(2): 121－126. (in Chinese with English abstract)

[9] 乔陆印，刘彦随，杨忍，等．中国农村居民点用地变化类型及调控策略[J]．农业工程学报，2015，31(7)：1－8． Qiao Luyin, Liu Yansui, Yang Ren, et al. Regional types and regulating strategy of changes for rural residential land in China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(7): 1－8. (in Chinese with English abstract)

[10] 曲衍波，张凤荣，郭力娜，等．北京市平谷区农村居民点整理类型与优先度评判[J]．农业工程学报，2011，27(7)：312－319． Qu Yanbo, Zhang Fengrong, Guo Li’na, et al. Evaluation of rural residential land consolidation classification and priority of Pinggu district in Beijing[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2011, 27(7): 312－319. (in Chinese with English abstract)

[11] 沈陈华．丹阳市农村居民点空间分布尺度特征及影响因素分析[J]．农业工程学报，2012，28(22)：261－268． Shen Chenhua. Spatial distribution scale characteristics of rural settlements and analysis on influencing factors in Danyang city[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(22): 261－268. (in Chinese with English abstract)

[12] 周伟，曹银贵，王静，等．三峡库区近30a农村居民点格局变化与特征分析[J]．农业工程学报，2011，27(4)：294－300． Zhou Wei, Cao Yingui, Wang Jing, et al. Analysis on pattern changes and traits of rural residential areas during 30 years in Three Gorges Reservoir Area[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2011, 27(4): 294－300. (in Chinese with English abstract)

[13] 李红波，张小林，吴启焰，等．发达地区乡村聚落空间重构的特征与机理研究：以苏南为例[J]．自然资源学报，2015，30(4)：591－603． Li Hongbo, Zhang Xiaolin, Wu Qiyan, et al. Characteristics and mechanism of rural settlements spatial reconstruction in developed areas:A case study of southern Jiangsu[J]. Journal of Natural Resources, 2015, 30(4): 591－603. (in Chinese with English abstract)

[14] 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． Jiang Guanghui, He Xin, Ma Wenqiu, et al. Rural settlements spatial pattern evolution and zoning district based on spatial autocorrelation[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(13): 265－273. (in Chinese with English abstract)

[15] 顾朝林，庞海峰．基于重力模型的中国城市体系空间联系与层域划分[J]．地理研究，2008，27(1)：1－12． Gu Chaolin, Pang Haifeng. Study on spatia lrelations of Chinese urban system: gravity model approach[J]. Geographical Research, 2008, 27(1): 1－12. (in Chinese with English abstract)

[16] 杨立，郝晋珉，王绍磊，等．基于空间相互作用的农村居民点用地空间结构优化[J]．农业工程学报，2011，27(10)：308－315． Yang Li, Hao Jinmin, Wang Shaolei, et al. Spatial structure optimization of rural residential land based on spatial interaction[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2011, 27(10): 308－315. (in Chinese with English abstract)

[17] 焦鹏飞，张凤荣，李灿，等．基于引力模型的县域中心村空间布局分析：以山西省长治县为例[J]．资源科学，2014，36(1)：45－54． Jiao Pengfei, Zhang Fengrong, Li Can, et al. The spatial organization of central villages in Changzhi County based on the gravity model[J]. Resources Science, 2014,36 (1): 45－54. (in Chinese with English abstract)

[18] 苑露莎．基于复杂网络的农村居民点空间布局优化研究[D]．北京：中国地质大学，2014． Yuan Lusha. Research on Spatial Distribution Optimization of Rural Settlement based on Complex Network[D]. Beijing: China University of Geosciences, 2014. (in Chinese with English abstract)

[19] Levinson D. Network structure and city Size[J], PloS one, 2012, 7(1): e29721

[20] Butts C T, Acton R M, Hipp J R, et al. Geographical variability and network structure[J]. Social Networks, 2012, 34(1): 82－100.

[21] Laita A, Kotiaho J S, Mönkkönen M. Graph-theoretic connectivity measures: what do they tell us about connectivity?[J]. Landscape Ecology, 2011, 26(7): 951－967.

[22] Travençolo B A, Da F Costa L. Hierarchical spatial organization of geographical networks[J]. Journal of Physics A: Mathematical and Theoretical, 2008, 41(22): 224004.

[23] Fall A, Fortin M-J, Manseau M, et al. Spatial graphs: Principles and applications for habitat connectivity[J]. Ecosystems, 2007, 10(3): 448－461.

[24] Batty M. Network Geography: Relations, Interactions, scaling and spatial processes in GIS[J]. Re-presenting GIS, 2003, 54(4): 957－64.

[25] Esch T, Marconcini M, Marmanis D, et al. Dimensioning urbanization-An advanced procedure for characterizing human settlement properties and patterns using spatial network analysis[J], Applied Geography, 2014, 55: 212－228.

[26] 冷炳荣，杨永春，李英杰，等．中国城市经济网络结构空间特征及其复杂性分析[J]．地理学报，2011，66(2)：199－211． Leng Bingrong, Yang Yogchun, Li Yingjie, et al. Spatial characteristics and complex analysis: a perspective from basic activities of urban networks in China[J]. Acta Geographica Sinica, 2011, 66(2): 199－211. (in Chinese with English abstract)

[27] 武鹏飞，宫辉力，周德民，等．基于复杂网络的官厅水库流域土地利用/覆被变化[J]．地理学报，2012，67(1)：113－121． Wu Pengfei, Gong Huili, Zhou Demin, et al. Land use and land cover in watershed of change guanting reservoir based on complex network[J]. Acta Geographica Sinica, 2012, 67(1): 113－121. (in Chinese with English abstract)

[28] 陈秀琼，黄福才．基于社会网络理论的旅游系统空间结构优化研究[J]．地理与地理信息科学，2006，22(5)：75－80． Chen Xiuqiong, Huang Fucai. Research on tourism spatial structure and its optimization: a network analysis[J]. Geography and Geo-Information Science, 2006, 22 (5): 75－80. (in Chinese with English abstract)

[29] 侯贺平，刘艳芳，李纪伟，等．基于改进辐射模型的乡镇人口流动网络研究[J]．中国人口．资源与环境，2013，23(8)：107－115． Hou Heping, Liu Yanfang, Li Jiwei, et al. Study on population mobility network among towns based on improved radiation model[J]. China Population,Resources and Environment, 2013, 23 (8): 107－115. (in Chinese with English abstract)

[30] 倪冰洁．基于引力模型的东海县农村居民点空间格局优化研究[D]．南京：南京师范大学，2014． Ni Bingjie. An Optimizing Research based on Gravity Model of the Spatial Pattern of Rural Residential Areas in Donghai County[D]. Nanjing:Nanjing Normal University, 2014. (in Chinese with English abstract)

Analysis of spatial structure changes of rural residential area in counties of Liaoning Province based on complex network

Wei Xiaojian1,2,3,4, Xiao Zhanchun4,5※, Hou Heping6, Chen Zhu’an1,2,3

(1.330013,;2.330013,; 3.330013,;4.430072,; 5.430072,; 6.450002,)

Analysis of the spatial structure of rural residential area is important to optimize the spatial pattern of rural residential area. In previous studies, complex network analysis was rarely used to analyze the spatial structure of rural residential area, and studies about temporal and spatial characteristics of rural residential complex network were rare at the macro (provincial) spatial scale. This paper, utilizing complex networks constructed based on the interaction of rural residential areas with the gravity model, analyzed the changes of node network characteristics of typical rural residential areas in typical counties (Huanren, Tai’an and Jianping County) and the changes of spatial distribution pattern of rural residential network characteristics in various cities or counties in Liaoning Province. The statistical characteristics ofindex,index,index, degree centrality, closeness centrality and betweenness centrality in complex networks were calculated and descripted. The results proved that:1)Analysis of typical counties indicated that spatial pattern of rural settlement network had obvious regional differences, which was affected by the terrain strongly. For Tai’an County, the rural residential network in the eastern area had more rural residential settlement nodes and shorter network connection, and that in the central plain had a close contact network structure with higher degree centrality. Due to topographical constraints, the nodes of the rural residential network of Jianping County in the western hilly region and Huanren County in the eastern hilly region were scattered and separated, and the rural residential network in these 2 counties was relatively sparse and had more isolated nodes or isolated network groups. 2)Rural residential network structure of various cities or counties in Liaoning Province presented obvious regularity and spatial differences. The network complexity indices of rural residential networks were higher in the central plain region (that in Jinzhou was the highest). The network complexity indices were relatively lower in the eastern and western hilly regions (that in the municipal district of Dandong City located in the eastern hilly region was the lowest). The network centralization indices of rural residential networks in the central plain region and in the western hilly region were higher compared with the eastern hilly region, and the structures of rural residential networks in the central plain region became more complex. 3) The responses of different network indices to the change of spatial layout structure of rural residential areas were not the same. Graph theory indicators had significant differences in different periods, and the difference between centralization indices in different periods was not significant, but the rank of counties andbasic statistics result of network indices had differences. There was a great difference between high and low value ofindex,index andindex and high and low value of centralization indices. The results have contributed to explore spatial differentiation characteristics of rural residential structure in Liaoning Province from the perspective of complex network structure, and to provide a scientific basis for regional urban system planning.

land use; consolidation; rural areas; rural residential area; complex networks; spatial structure; regional difference; Liaoning Province

10.11975/j.issn.1002-6819.2017.08.032

F301

A

1002-6819(2017)-08-0236-09

2016-07-24

2017-03-20

东华理工大学江西省数字国土重点实验室开放研究基金资助项目（DLLJ201610）；东华理工大学博士启动基金项目（DHBK2015311）；流域生态与地理环境监测国家测绘地理信息局重点实验室资助课题（WE2016018）

危小建，男，江西省南昌人，博士，讲师，主要研究方向为土地利用规划、评价和土地信息智能化处理。南昌 东华理工大学测绘工程学院， 330013。Email：weixiaojian1988@aliyun.com

肖展春，女，河南驻马店人，博士，主要研究方向为土地利用规划、评价和土地资源可持续发展研究。武汉 武汉大学自然科学学报，430072。Email：674608508@qq.com

危小建，肖展春，侯贺平，陈竹安.基于复杂网络的辽宁省县域农村居民点空间结构变化分析[J]. 农业工程学报，2017，33(8)：236－244. doi：10.11975/j.issn.1002-6819.2017.08.032 http://www.tcsae.org

Wei Xiaojian, Xiao Zhanchun, Hou Heping, Chen Zhu’an. Analysis of spatial structure changes of rural residential area in counties of Liaoning Province based on complex network[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(8): 236－244. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2017.08.032 http://www.tcsae.org