张帅 吕国新 邵洪琪 杨小艳 李震 刘彦伶 张乐园

摘 要：村庄空间格局与区域自然、经济、社会因素密切相关，研究村庄空间分布及影响规律对于城乡聚落布局优化和城乡融合发展具有重要的参考价值。以空间信息技术为支持，综合核密度、分离度指数及缓冲区分析等方法对徐州市近郊村庄空间分布及影响因素进行研究。结果表明：（1）研究区东北和北部村庄分布密度大分离度高，而东部和东南部村庄分布密度小但分离度低;（2）研究区内大部分村庄布局在距河流水系2km、海拔小于50m、坡度小于15°的区域内，且随着距道路交通和耕地的距离的增加，村庄分布逐渐减少;（3）道路交通、耕地、河流水系、坡度是村庄分布的关键影响因子。该研究结果揭示了研究区村庄空间分布格局及影响机理，可为乡村地区国土空间优化与重构提供参考，也可为其他地区开展类似研究提供借鉴。

关键词：村庄;空间分布;影响因素;分离度

中图分类号 F321 文献标识码 A 文章编号 1007-7731（2022）06-0010-06

Spatial Distribution Pattern and Influencing Factors of Suburban Villages：a Case Study of Xuzhou City

ZHANG Shuai1   LV Guoxin2   SHAO Hongqi3   YANG Xiaoyan3   LI Zhen1   LIU Yanling1   ZHANG Leyuan1

（1Kewen College，Jiangsu Normal University，Xuzhou 221116，China;2Boyuan Planning and Design Group Co.，LTD. Nanjing 210001，China;3School of Geography，Geomatics and Planning，Jiangsu Normal University，Xuzhou 221116，China）

Abstract： The spatial pattern of villages is closely related to regional natural and economic and social factors. The study of spatial distribution and influencing law of villages has important reference value for the optimization of urban-rural settlement layout and urban-rural integration development. Based on spatial information technology，the spatial distribution and influencing factors of suburban villages in Xuzhou were studied by using kernel density， separation index and buffer zone analysis. The results indicate that：（1）most of the villages in north-eastern and northern area show high feature in the density and separation， while eastern and south-eastern area low; （2）the majority of villages are in the areas with the distance to river less than 2km， the elevation less than 50m and the slope less than 15°， and the number of villages decreases along with increase of the distances to road or arable land patches; （3）transportation， arable land， river and slope are the key influencing factors of village distribution. Our study explores the spatial feature of village location and their influencing mechanism， it can provide reference for the reconstruction and optimization of village layout.

Key words： Village; Spatial distribution; Influencing factors; Degree of separation

1 引言

當前，我国正处于城乡二元结构转型重构与融合发展的关键时期[1-2]，城乡融合发展离不开城乡聚落空间的优化与重构[3]。随着经济社会发展和城市化水平的提升，城乡土地利用及空间格局必然会发生变化。对于我国而言，这种情况更加明显，且突出的表现在乡村的人口流失与空心化情况越来越普遍。乡村空间优化与重构既成为我国当前城乡融合发展阶段的必然要求，也是促进国土空间高效集约利用、实现绿色发展的有效手段。

村庄空间与区域自然及经济社会因素密切相关，研究村庄空间格局及其影响机理可为乡村空间优化重构提供基础理论支持。近年来，众多学者基于Voronoi图[4]、核密度[5]、分离度[6]、Ripiey′s K函数分析[7]、景观格局指数[8-9]、遥感影像解译[10]等遥感（RS）和地理信息系统（GIS）空间信息技术和方法，对村庄的演变[10-12]、分布[13-14]以及影响因素[15]、时空优化重构[16-17]等开展了广泛研究，并取得了丰富的成果。

城市近郊区为区域经济社会发展和城市扩张提供了重要的国土空间支撑，当前我国正处于经济社会和城市化快速发展阶段，城市近郊区国土空间格局变化剧烈。研究城市近郊村庄空间格局及影响机理对于实现国土空间的合理利用保护并促进区域经济社会的可持续发展具有重要意义。徐州是我国淮海经济区中心城市以及重要的煤炭资源型和工业城市，也是江苏规划建设的三大都市圈核心城市之一，近年来面临着生态文明建设、转型发展以及新型城镇化的战略任务，其城市近郊村庄发展更具典型性。

本研究基于RS和GIS空间信息技术，综合采用核密度法等空间分析和Pearson相关分析方法，对徐州市近郊村庄空间分布及影响因素进行探讨，以揭示其空间格局和影响机制，为农村居民的空间优化重构提供理论支持和参考。

2 研究区概况及数据来源

2.1 研究区概况 徐州市是江苏北部重要城市，位于东经116°22～118°40′、北纬33°43′～34°58′之间，也是国家“一带一路”重要节点城市;全市总面积面积11258km2，其中村庄面积为1207.34km2，占全市城乡建设用地面积的73%。人口882.56万人，其中农村户籍人口293.72万人，占比达33.3%，远高于江苏29.4%的农村人口比重。2020年，全市地区总产值（GDP）7319.77亿元，人均可支配收入31166元，其中农村人均可支配收入21229，整体处于相对较低水平。本文以徐州市近郊区村庄为研究对象，研究范围主要涉及徐州市城市建成区内部云龙、鼓楼、泉山区、三区以及近郊铜山和贾汪两区。

2.2 数据来源与处理 研究区村庄空间数据采用人工交互解译方法基于谷歌高清影像提取;行政區划、交通等基础地理信息数据来源于全国地理信息资源目录服务系统以及百度地图坐标拾取系统;高程、坡度、坡向等为地理空间数据云提供的ASTER GDEM数据;村庄、行政界线、道路等数据来源于徐州市土地利用变更数据;其他相关数据来源于《徐州市统计年鉴》等。需要指出：我国行政村作为基层自治单元，通常涵盖多个自然村庄聚落（自然村），本文中所指村庄实际为自然村。

3 研究方法

3.1 空间分析方法

3.1.1 核密度分析 核密度估计（Kernel Density Estimation，KDE）是一种非参数的表面密度计算方法，通过输入的要素数据集来计算整个区域的数据聚集状况，从而产生一个连续的密度表面[12]。核密度分析主要从整个研究区的视角上分析村庄的空间分布特征，其值越大表示村庄分布越密集反之越稀疏。核密度计算方程为：

[fn（x）=1nhi-1nk（x-Xih）] （1）

式中：[fn（x）]为村庄核密度估计值;n为村庄数量;h为搜索半径;k（）为核函数;（x-Xi）为估计村庄X到样本村庄Xi的距离。

3.1.2 分离度分析 分离度描述某景观类型斑块分布的离散程度的指标。相较于普遍运用的面积比率，分离度还考虑到居民点斑块数量，可以更准确地反映居民点的分布特征[6，18-19]。分离度分析可从不同尺度对村庄空间分布进行更加微观、定量的分析，其值越大代表村庄空间分布越离散破碎。分离度计算方程为：

[Fi=Ri2Si]，[Ri=NiSi]，[Si=Ai/A] （2）

式中：[Ni]为行政村居民点斑块数;[Ai]为行政村居民点总面积;[A]为行政村总面积;[Ri]为居民点密度;[S]为居民点面积指数;[Fi]为居民点分离度。

3.1.3 缓冲区分析 缓冲区分析缓是通过建立空间实体周围一定宽度范围内的缓冲区多边形图层[20]，然后将之与目标图层叠加进行分析，主要用于解决邻近度分析问题。这里应用缓冲区方法村庄分布与各影响因素之间的关系。

3.2 Pearson相关分析 Pearson相关系数是用来衡量2个变量之间的线性相关关系，取值范围介于-1～+1之间。相关系数的绝对值越大，相关性越强，相关系数越接近于0，相关度越弱。通过Pearson相关分析可反应各影响因素与村庄分布的线性相关关系。其计算方程为：

[r=i=1n（xi-x）i=1n（yi-y）i=1n（xi-x）2i=1n（yi-y）2] （3）

式中：r为相关系数值;[Xi]为变量x对应的不同数值;[x]为变量x的平均数;[yi]为变量y对应的不同数值;[y]为变量y的平均数;n为变量个数。

4 结果与分析

4.1 村庄空间分布特征 应用空间统计分析发现，徐州近郊村庄平均规模1.705hm2，且有81%的村庄图斑小于平均图斑面积，表明研究区村庄斑块较分散且破碎。研究区基于核密度分析的结果如图1所示，从图1可以看出，研究区村庄核密度由东南向西北呈先递增后递减的趋势，且整体上形成从东北至西部的村庄聚集。其中，西部、西南部和东北部的铜山大彭以及贾汪大泉、老矿、大吴等乡镇街道是村庄分布的高密度区。这些乡镇街道在其所属区内社会经济发展水平相对较高，其村庄分布也相对较密集。

基于乡镇（街道）、村庄分离度计算结果如图3、图4和表1所示。从图3、图4和表1可以看出，研究区各乡镇村庄分离程度整体呈东北及西南高而东南和西北低的分布特征;东北部三尖河、老矿以及西南部铜山街道乡镇中村庄分布更加分散、破碎。由于三河尖街道位于城区且行政面积较小且城镇化程度高，而老矿和铜山街道分别是铜山区和贾汪区的经济、政治、文化相对发达的地区，其辖区内大部分地区都经历过系统的规划建设，村庄已于城市较难区分且大部分已转化为城镇用地，因此区域内现有村庄分布稀少且分散。基于行政村的分离度分析有利于进一步揭示村庄的分离程度分布规律，结果显示村庄分离程度较低的行政村主要位于研究区东部地区大许、徐庄、单集等乡镇以及紧邻市区北部和南部部分地区柳新、茅村、大吴、新区和张集等乡镇街道，分离程度较高的主要分布在东北和西南铜山、老矿和大吴等乡镇街道。

整体来看，老矿、大泉和铜山等乡镇街道在核密度分析中属于村庄高密度分布区，但在分离度分析中属于高分离度区，说明这几个地区虽然有大量的村庄图斑分布，而图斑面积小较为分散、破碎。而研究区东部地区核密度分析结果较低，但分离度分析结果较低，说明在这些地区村庄图斑数量少、密度小，而其图斑面积大且呈规模分布。

4.2 村庄分布的影响因素 村庄的空间分布受到很多因素的影响，本文选取高程、坡度、距河流水系距离、道路交通、距市中心距离、距镇中心距离、距耕地距离作为村庄空间分布的影响因素进行研究分析。首先对村庄与各影响因素进行Pearson相关分析（表2）。从表2可以看出，自然因素各指标相关系数较小，而经济社会因素中各指标相关系数均较大，说明社会因素、人类活动强度对村庄格局产生的影响更大。

（1）河流水系。以200m、500m、1000m、2000m为缓冲距离建立河流水系多环缓冲区并进行统计（表3），在河流水域200m缓冲区范围内有8.38%的村庄，500m缓冲区范围以内累计仅有25.39%的村庄，500m以外的缓冲区分布有74.6%的村庄。同时，随着缓冲区距离增加，村庄规模比重也不断增加，但当缓冲距离大于2000m时村庄规模仅为20.46%，说明研究区河流2000m范围内应是村庄分布较为适宜的区域。

（2）地形地势。从徐州市实际地形地貌出发，分别将研究区高程和坡度划分为多个级别区域，并与村庄图斑进行空间叠加分析（表4）。从表4可以看出，研究区分布在高程为50m以下的村庄占总规模的94.93%，而坡度小于15°的区域中村庄分布个数达到98.75%，表明地形地势因素对研究区村庄分布具有关键性的制约作用。

（3）道路交通。对研究区道路交通按照不同距离建立多环缓冲区并进行统计分析（表5），结果显示，研究区内有87.44%的村庄分布在道路交通1000m以内的缓冲区里，其中70.29%的村庄分布在道路交通缓冲区500m以内。随着距离道路交通距离的增大，村庄分布密度和数量逐渐降低，说明道路交通对村庄的分布具有重要的影响。

（4）城市及乡镇。分别根据研究区距市中心和乡镇中心距离，划分为不同级别区域并与村庄进行空间叠加分析（表6）。从表6可以看出，距离市中心越远，村庄分布越少：有53%的村庄分布在距市中心25km的缓冲区内，累计有81.54%的村庄分布在距离市中心35km的缓冲区内。基于乡镇距离分析结果也呈现出类似的特征：在1～6.5km缓冲区内，村庄规模占总规模的83.97%，其中在4km缓冲区以内有56.46%的村庄分布。由于市中心及乡镇中心均为一定区域内的经济、政治和文化中心，距离市中心和乡镇中心越，意味着人们的生产、生活、工作均越便捷，故其对于村庄分布的影响较为明显。

（5）耕地。研究以200m、500m、1000m、2000m为距离建立耕地多环缓冲区（见表7）。从表7可以看出，研究区绝大部分村庄（93.84%）分布于耕地200m缓冲区范围，几乎全部村庄位于500m缓冲区范围内，充分说明耕地是影响村庄分布的重要影响因素。

5 结论

本研究以徐州市近郊为例，运用核密度分析与分离度分析相结合的方法对研究区村庄空间分布情况进行了综合分析，同时将研究区高程、坡度和水系、道路交通、市中心、乡镇中心、耕地图层建立的多环缓冲区与村庄图层进行叠加，研究村庄空间分布与各影响因素之间的关系。

基于核密度及分离度综合分析结果表明，研究区东北和北部村庄分布密度大、分离度高，而东部和东南部村庄分布密度小、分离度低，说明研究区东北、北部地区村庄分布相对分散，东部、东南部村庄分布相对集中、成规模。通过对各项影响因素缓冲区分析结果可知，研究区内大部分村庄布局在距河流水系2km、海拔小于50m、坡度小于15°的区域内，且随着距道路交通和耕地的距离的增加，村庄分布逐渐减少;综合研究结果显示，研究区村庄主要分布在地势平坦、交通便利、靠近水源、便于耕作的区域。本研究揭示了研究区村庄空间分布格局及影响机理，研究成果可为乡村地区国土空间优化与重构提供参考借鉴。

参考文献

[1]肖林，胡玲，戴柳燕，等.农村“空心房”整治复垦类型特征及其影响因素——以汨罗市为例[J].经济地理，2021，41（01）：173-180.

[2]高帆.推进城乡融合发展的四重逻辑[J].国家治理，2021（16）：12-17.

[3]屠爽爽，周星颖，龙花楼，等.乡村聚落空间演变和优化研究进展与展望[J].经济地理，2019，39（11）：142-149.

[4]刘善开，韦素琼，陈松林，等.基于Voronoi图的农村居民点空间分布特征及其整理潜力评价——以福建省德化县为例[J].资源科学，2014，36（11）：2282-2290.

[5]何炬，张雪松，邓振，等.多尺度下农村居民点空间分布特征及其影响因素研究[J].中国农业资源与区划，2019，40（06）：8-17.

[6]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（05）：24-30.

[7]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.

[8]谭学玲，闫庆武，李晶晶，等.盘县农村居民点空间分布特征及其地形地貌影响因素分析[J].长江流域资源与环境，2017，26（12）：2083-2090.

[9]李静，张平宇，郭蒙.吉林省村域尺度下居民点空间分布特征及优化重组模式[J].地理科学，2021，41（05）：842-850.

[10]任平，洪步庭，劉寅，等.基于RS与GIS的农村居民点空间变化特征与景观格局影响研究[J].生态学报，2014，34（12）：3331-3340.

[11]杨忍，刘彦随，龙花楼，等.基于格网的农村居民点用地时空特征及空间指向性的地理要素识别——以环渤海地区为例[J].地理研究，2015，34（06）：1077-1087.

[12]任平，洪步庭，周介铭.基于空间自相关模型的农村居民点时空演变格局与特征研究[J].长江流域资源与环境，2015，24（12）：1993-2002.

[13]董光龙，许尔琪，张红旗.黄淮海平原不同类型农村居民点空间分布及变化特征研究[J].资源科学，2017，39（07）：1248-1258.

[14]闫庆武，谭学玲.基于GIS的半干旱农牧交错区农村居民点分布特征研究——以内蒙古伊金霍洛旗为例[J].干旱区资源与环境，2017，31（05）：107-112.

[15]李君，李小建.综合区域环境影响下的农村居民点空间分布变化及影响因素分析——以河南巩义市为例[J].资源科学，2009，31（07）：1195-1204.

[16]邹利林，王建英.中国农村居民点布局优化研究综述[J].中国人口·资源与环境，2015，25（04）：59-68.

[17]谢作轮，赵锐锋，姜朋辉，等.黄土丘陵沟壑区农村居民点空间重构——以榆中县为例[J].地理研究，2014，33（05）：937-947.

[18]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，2016，37（12）：70-77.

[19]张勰，杨柳.基于空间自相关的农村居民点空间分布特征及影响因素——以贵州省威宁县为例[J].江苏农业科学，2018，46（12）：295-300.

[20]凌德泉，毕硕本，左颖，等.缓冲区分析综合模型构建研究[J].测绘科学，2019，44（09）：47-53.

（责编：张宏民）