趙嬌嬌，劉元芳，張長春

(河北農業(yè)大學國土資源學院，河北保定071020)

農村居民點節(jié)約集約利用是補充耕地、解決城鎮(zhèn)建設用地需求的出路，亦是推進農村現(xiàn)代化建設的重要手段.當前關于農村居民點集約利用研究主要集中在集約評價［1，2～4］和整理潛力研究［5～7］2 個方面，而關于農村居民點節(jié)約集約影響因子的研究較少［8，9］.農村居民點節(jié)約集約影響因子的研究，可以提高土地利用效率，為合理制定整理措施提供依據(jù).目前關于農村居民點影響因子的研究主要采用多元非線性回歸分析法，缺乏空間上的表達和不同地域影響因子的差別.地理加權回歸模型考慮影響因子的空間特性和區(qū)間回歸參數(shù)的差異，既能體現(xiàn)數(shù)據(jù)的空間非平穩(wěn)性，又能很好地表達影響因子的空間規(guī)律.近年來，國內對GWR模型的應用研究不斷發(fā)展，GWR模型廣泛應用于住宅用地價格［10，12］、糧食單產［13］、工業(yè)全要素生產率［14］、R＆D知識生產［15］等領域，但在農村居民點節(jié)約集約及影響因子研究方面國內尚不多見.本研究嘗試引入GWR模型，以河北省136個縣(市)為研究單元，揭示影響居民點集約利用不同因子的空間分布規(guī)律和作用機理，以期為農村居民點整治規(guī)劃及節(jié)約集約利用提供理論依據(jù)和實踐指導.

1 材料與方法

1.1 研究區(qū)概況

河北省地處華北平原北部、渤海之濱，位于北緯 36°05'～42°37'，東經 113°11'～119°45'，總面積18.8萬km2.省內地貌有高原、山地和平原，分別占省域面積的9.3%，49.5%和41.2%.根據(jù)預測，到2020年全省城鎮(zhèn)化率將達到57%，城鎮(zhèn)人口將達到4 263萬人.可見，在不久的將來城鎮(zhèn)建設用地需求將更加嚴峻［16］.而2010年河北省人均居民點人均用地183 m2，大大超過了國標150 m2的最高限額，是河北省建設用地整理的重點區(qū)域［1］.

1.2 數(shù)據(jù)與變量選擇

本研究選取的回歸模型因變量為河北省人均居民點用地面積/(m2·人-1)，初選自變量人均耕地面積/(m2·人-1)、農業(yè)生產總值/萬元、人均GDP/(元·人-1)、人均純收入/元、地均固定資產投資額/(元·m-2)、財政收入/萬元、鄉(xiāng)村從業(yè)人員/人、農民人均住房面積/m2、地均鄉(xiāng)村戶數(shù)/戶.數(shù)據(jù)均來源于《河北經濟年鑒》(2008)和《河北省土地調查統(tǒng)計年鑒》(2008).

通過對所選變量進行多元線性回歸分析，因變量人均居民點用地面積與自變量財政收入的相關系數(shù)最大為0.936.各自變量之間也存在很大程度的相關，在一定程度上可以相互替代，如農業(yè)生產總值和鄉(xiāng)村從業(yè)人員的相關系數(shù)達0.690，為消除變量之間的共線性，將人均耕地面積、農業(yè)生產總值、人均純收入、鄉(xiāng)村從業(yè)人員、農民人均住房面積這5個自變量剔除.最終確定財政收入(x1)、地均鄉(xiāng)村戶數(shù)(x2)、地均固定資產投資(x3)和人均GDP(x4)4個自變量作為河北省農村居民點節(jié)約集約利用的建模變量.

1.3 研究方法

地理加權回歸(GWR)模型對傳統(tǒng)回歸模型進行了擴展，使得參數(shù)可以進行局部估計，可以很有效地探索空間非平穩(wěn)性問題，因為其是局域性的參數(shù)估計，特定區(qū)位的空間系數(shù)隨著觀測點地理位置的變化而變化.GWR模型可表示為［17］:

式中，βj(ui，vi)是在第 i個區(qū)域質心(ui，vi)的未知參數(shù)，是(ui，vi)的任意函數(shù).εi第 i個區(qū)域的隨機誤差，滿足零均值、同方差、相互獨立等球形擾動假定.

空間距離權值采用高斯距離權值:

式中，dij為第i個區(qū)域與第j個區(qū)域間的地理距離，?為標準正態(tài)分布密度函數(shù)，σ為距離向量的標準差，θ為衰減函數(shù)(帶寬).本研究最優(yōu)帶寬是基于Akaike Information Criterion(AIC)準則最小，在ArcGIS 9.3平臺上確定.

2 結果與分析

2.1 GWR模型估計結果

在建立模型和分析之前應該對數(shù)據(jù)進行預檢，以判斷因變量是否存在空間相關性.如果空間相關性確實存在，就應該考慮使用GWR方法建模，這種方法對空間度量是非常合適的［12］.在探測空間相關性時，一個通常使用的指數(shù)就是莫蘭指數(shù)(Moran’s I指數(shù))［18］.本研究采用該方法檢驗人均居民點用地面積變量的空間相關性是否存在.結果顯示，全局Moran’s I指數(shù)為0.609 6，表明整個研究區(qū)人均居民點用地面積的全局自相關系數(shù)達到0.609 6，具有很高的相關性，通過模型預檢測(圖1).

人均居民點用地面積在在空間分布上存在較大的空間異質性(圖2).人均面積較大的地區(qū)主要分布在北部的承德、張家口和中部的衡水、滄州，人均面積較小的主要分布在石家莊、邢臺和邯鄲沿京廣線一帶.河北省是中國高原、山地丘陵、平原和海洋地貌類型齊全的唯一省份［19］，其顯著的區(qū)域分異、獨特的自然條件、各異的發(fā)展水平和土地利用管理水平，再加上社會經濟條件的限制，河北省農村居民點規(guī)模小、密度大，用地分布不均勻，占地面積大，決定了河北省農村居民點土地資源利用節(jié)約集約存在明顯的空間差異.

圖1 2008年河北省人均居民點用地面積的 Moran’s I指數(shù)Fig.1 Moran’s I index of average rural residential area of Hebei Province in 2008

對人均居民點用地面積和4個因變量即人均居民點用地面積(y)和4個自變量財政收入(x1)、地均鄉(xiāng)村戶數(shù)(x2)、地均固定資產投資(x3)和人均GDP(x4)進行統(tǒng)計分析，結果如表1所示.對因變量y作直方圖，發(fā)現(xiàn)其基本符合正態(tài)分布.

圖2 2008年河北省人均居民點用地面積空間分布圖Fig.2 Spatial distribution of average rural residential area in Hebei Province in 2008

再采用GWR模型進行地理加權回歸分析.GWR模型能夠解釋人均居民點用地面積的76.73%，因為GWR模型是以可調整的Bi-squared的核函數(shù)為基礎的，且以局部系數(shù)的10%進行估計的.Sigma也從35.144 7 減少到23.609 1，殘差平方和由OLS模型估計得6 039.690 0下降為GWR模型計算的 3 909.728 0.AIC 變化了75.080 6(表2).FOTHERINGHAM等［20］認為，只要AIC的下降值≥3，就是最佳帶寬，模型擬合程度也得到了顯著提高.為了揭示農村居民點人均居民點用地面積和它們影響因子與特定縣(市)之間的關系，下面的部分將是展開利用GWR對系數(shù)的估計.

表1 2010年河北省農村居民點節(jié)約集約利用的變量統(tǒng)計指標Table 1 Variable statistics indicators on rural residential land intensive use in Hebei Province

表2 河北省農村居民點節(jié)約集約利用OLS模型與GWR模型的比較Table 2 Comparison of the OLS model and GWR model of rural residential land intensive use in Hebei Province

2.2 影響因子分析

從表3可以看出，GWR模型計算出來的各影響因子的估計系數(shù)極小值均小于0，極大值均大于0，中位數(shù)有正有負，各不相同，表明人均居民點用地面積影響因子在研究區(qū)存在顯著的空間差異.將這種差異借助GIS進行空間表達，如圖3.

表3 河北省農村居民點人均居民點用地面積的GWR模型估計系數(shù)Table 3 GWR model coefficients estimated of average rural residential area in Hebei Province

2.2.1 財政收入對人均居民點節(jié)約集約的影響

如圖3所示，財政收入平均26 365.66萬元，變化范圍為2 132～223 852萬元.財政收入與人均農居點的相關系數(shù)(r1)有正有負，主要集中在-0.000 362附近，最小為 -0.001 01，最大為0.005 0，其中r1＜0的縣(市)個數(shù)為128，占全省總數(shù)的94.12%，表明大部分縣市財政收入提高而人均居民點面積降低.相關系數(shù)表明，平均來看，財政收入每增加1千萬元，人均居民點用地面積減少0.1 m2.從空間上看，財政收入對農村居民點節(jié)約集約利用的影響總體上是由南向北逐漸增大，其中相關系數(shù)最大的為承德市的隆化縣、承德縣和平泉縣.受自然條件限制，該區(qū)人均用地比較粗放，若增加此類地區(qū)財政收入，可以完善農村基礎設施條件，將零散分布、規(guī)模較小的自然村進行合并，從而提高農村居民點的節(jié)約集約利用水平.

2.2.2 地均鄉(xiāng)村戶數(shù)對人均居民點節(jié)約集約的影響 地均鄉(xiāng)村戶數(shù)變化于134戶和739戶之間，平均323戶.其對農村居民點用地面積的影響有正有負，其中相關系數(shù)(r2)最小的為-0.272 3，最大為0.217 1，影響系數(shù)由南向北、自西向東逐漸增大，分布較均勻，呈現(xiàn)一定的穩(wěn)定性，r2大于0的縣(市)主要位于張家口市，邯鄲市的武安市等7個縣(市)，以及承德市的圍場滿蒙自治縣和豐寧滿族自治縣，秦皇島市的撫寧縣和盧龍縣，唐山市的灤縣和邢臺市的林西縣.這些地方經濟發(fā)展緩慢，土地面積大，人口相對較少，在一定范圍內增加鄉(xiāng)村戶數(shù)，人均居民點用地面積會增大，隨著鄉(xiāng)村戶數(shù)增加大一定數(shù)值后，人均居民點用地面積會呈現(xiàn)下降趨勢.

2.2.3 地均固定資產投資對人均居民點節(jié)約集約的影響 地均固定資產投資是影響人均居民點用地面積最主要因子，范圍為2.67～84.38萬元·hm-2，平均16.72萬元· hm-2，其相關系數(shù)(r3)在-4.700 7和0.413 4 之間變化，其中 r4＞0 縣(市)個數(shù)有4個，占全省總數(shù)的2.9%，分別為張家口的張北縣和沽源縣、秦皇島的青龍滿族自治縣、承德市的興隆縣，其對人均居民點用地面積起到正向作用，但對農村居民點節(jié)約集約則是反向作用.因為這些地方處于壩上高原地區(qū)，用地粗放，可以增加土地投入產出強度、合理安排布局來提高農村居民點節(jié)約集約水平.剩余132個縣(市)的r4影響方式交錯分布著，增加固定資產投資，可以減少人均農村居民點用地面積.

2.2.4 人均GDP對人均居民點節(jié)約集約的影響如圖3所示，人均GDP為5 159～74 093元，平均19 068元.人均GDP對農村居民點節(jié)約集約影響的相關系數(shù)(r4)變化區(qū)間為 -0.016 5～0.002 9，r4＜0 的縣(市)個數(shù)有27個，主要位于河北省的北部地區(qū)，其中大部分集中在張家口市和承德市，還有秦皇島的青龍滿族自治縣，唐山市的遷西縣、遵化市、玉田縣，以及廊坊市的香河縣、三河市、淶源縣.這些縣(市)對農村居民點節(jié)約集約起到正向作用，因主要位于壩上高原和燕山、太行山區(qū)，土地資源投入產出均相對較低，人均耕地資源較多，人均居民點用地面積超標，因此，增加人均GDP可以減少人均居民點用地面積，從而促進土地的節(jié)約集約利用.從空間上看，人均GDP對河北省農村居民點節(jié)約集約利用的影響方式大體上是由北部向南部逐漸增大.其中r4最大的主要集中在衡水市和邢臺市、以及石家莊市和滄州市的部分地區(qū).這些縣(市)屬于平原地區(qū)，農村經濟發(fā)展較好，土地利用結構相對合理，農村居民點節(jié)約集約利用水平本身相對較高.

圖3 財政收入、地均鄉(xiāng)村戶數(shù)、地均固定資產投資、人均GDP對河北省農村居民點節(jié)約集約的影響Fig.3 The impact of fiscal revenue，verage of rural households，fixed assets and GDP per capita on rural residential land intensive use of 2008 in Hebei Province

3 結論與討論

韓丹等［8］從宏觀尺度上，采用多元非線性回歸分析法及區(qū)域對比研究對農村人均居民點用地面積進行了影響因子分析，結果表明，農村居民點土地利用模式主要受到區(qū)域經濟發(fā)展水平的影響.周躍云等［9］利用灰色關聯(lián)分析法得出農村居民點節(jié)約集約利用的主要影響因子為人口和經濟.本研究運用地理加權回歸(GWR)模型方法，探討影響河北省農村居民點節(jié)約集約空間分布規(guī)律的因子，研究發(fā)現(xiàn)，影響該省農村居民點節(jié)約集約的4個因子存在著較大的空間異質性.各影響因子中，對農村居民點節(jié)約集約起決定性影響的因子為地均固定資產投資.河北省農村居民點節(jié)約集約利用水平縱向上自南向北逐漸減小，橫向上自西向東遞減.GWR模型可對河北省農村居民點節(jié)約集約空間變化性進行良好的估計，有利于揭示節(jié)約集約空間分布規(guī)律.GWR模型改進了傳統(tǒng)空間回歸方法，基于GWR模型方法的集成運用為相關地區(qū)農村居民點節(jié)約集約利用評價研究提供了借鑒，為促使河北省在經濟快速發(fā)展過程中農村居民點節(jié)約集約利用水平的提高提供了決策支持，同時可為合理空間布局、盤活存量土地，促進土地節(jié)約集約利用與可持續(xù)發(fā)展提供參考依據(jù).

針對特定經濟發(fā)展水平的地區(qū)而言，農村居民點節(jié)約集約的影響因子并不相同.本研究在收集相關資料的過程中，考慮到數(shù)據(jù)收集的可行性，沒有將城市化率等相應因子納入其中.地形地貌是個虛擬的數(shù)值，而且是在某個縣域內僅存在一種地貌的理想條件下選取的數(shù)值.在今后的研究中可考慮城市化率對河北省農村居民點節(jié)約集約的影響.地形地貌的數(shù)值可以綜合考慮各種地形，根據(jù)每種地形在某個縣域的比重，采用加權法綜合求得地形地貌值，從不同角度進一步研究其對河北省農村居民點節(jié)約集約的影響.

［1］ 張清軍，曹秀玲，魯俊娜.河北省農村居民點用地集約利用評價［J］.農業(yè)工程學報，2010，26(7):312-317.

［2］ 劉 勇，吳次芳，楊志榮.中國農村居民點整理研究進展與展望［J］.中國土地科學，2008，22(3):68-73.

［3］ 李芹芳，陳 瑋，段 剛.農村居民點土地集約利用評價研究——以寶雞市金臺區(qū)蟠龍鎮(zhèn)為例［J］.土地經濟，2008(8):40-43.

［4］ 李 昕，曲晨曉.長葛市農村居民點土地集約利用評價研究［J］.河南農業(yè)大學學報，2007:41(6):684-688.

［5］ 馬巨革.山西土地節(jié)約集約利用潛力評價與對策［J］.中國土地科學，2008，22(10):39-45.

［6］ 曹秀玲，張清軍，尚國琲，等.河北省農村居民點整理潛力評價分級［J］.農業(yè)工程學報，2009，25(11):318-323.

［7］ 劉 玉，劉彥隨，王介勇.農村居民點用地整理的分區(qū)評價——以河北省為例［J］.地理研究，2010，29(1):145-152.

［8］ 韓 丹，馮長春，古維迎.我國農村居民點土地節(jié)約集約利用影響因素及區(qū)域差異研究［J］.中國農業(yè)資源與區(qū)劃，2010，31(5):29-35.

［9］ 周躍云，趙先超.株洲市轄區(qū)農村居民點土地集約節(jié)約利用的實證研究［J］.經濟地理，2010，30(6):1011-1015.

［10］ 呂 萍，甄 輝.基于GWR模型的北京市住宅用地價格影響因素及其空間規(guī)律研究［J］.經濟地理，2010，30(3):472-478.

［11］ 李 志，周生路，張紅富，等.基于GWR模型的南京市住宅地價影響因素及其邊際價格作用研究［J］.中國土地科學，2009，23(10):20-25.

［12］ 湯慶園，徐 偉，艾福利.基于地理加權回歸的上海市房價空間分異及其影響因子研究［J］.經濟地理，2012，32(2):53-58.

［13］張金萍，秦耀辰.縣域糧食單產及其生產投入因素的空間異質性——以河南省為例［J］.自然資源學報，2011，26(3):373-381.

［14］ 吳玉鳴，李建霞.基于地理加權回歸模型的省域工業(yè)全要素生產率分析［J］.經濟地理，2006，26(5):748-752.

［15］ 蘇方林.省域R＆D知識溢出的 GWR實證分析［J］.數(shù)量經濟技術經濟研究，2007(2):145-153.

［16］ 張清軍，張 俠，魯俊娜.河北省建設用地現(xiàn)狀、問題及整理方向研究［J］.生態(tài)經濟，2008(10):328-332.

［17］ BRUNSDON C，F(xiàn)OTHERINGHAM A S，CHARLTON M E.Geographically weighted regression:a method for exploring spatial nonstationarity［J］.Geographical Analysis，1996，28(4):281-298.

［18］ 張松林，張 昆.全局空間自相關Moran指數(shù)和G系數(shù)對比研究［J］.中山大學學報:自然科學版，2007，46(4):93-97.

［19］ 張曉燕，張 利，陳 影，等.河北省農用地質量空間格局的計量地理分析［J］.水土保持研究，2010，17(1):101-106.

［20］ FOTHERINGHAM A S，CHARLTON M，BRUNSDON C.The geography of parameter space:an investigation into spatial nonstationarity［J］.International Journal of Geographical Information Systems，1996，10:605-627.