隋虹均，張 慧，喬廣印，邱凱玉，劉浩然，姜佩林

·土地整理工程·

黑龍江墾區(qū)農戶散居住宅格局影響機制

隋虹均1，張 慧2※，喬廣印2，邱凱玉2，劉浩然2，姜佩林2

（1. 東北大學土地管理研究所，沈陽 110169；2. 東北農業(yè)大學公共管理與法學院，哈爾濱 150030）

為闡明黑龍江墾區(qū)田間散居住宅格局的影響機制，該文以黑龍江農墾建三江管理局所轄八五九農場為研究區(qū)，以田間散居住宅為研究對象，基于2015年撫遠市與饒河縣土地利用變更調查矢量數(shù)據與高分辨率遙感影像，綜合運用空間分析、耦合度模型、多元統(tǒng)計分析，探討散居住宅格局影響機制。研究結果表明：研究區(qū)散居住宅數(shù)量繁多，并呈現(xiàn)出中部密集東西稀疏的空間分異特征，居住用地方式粗放；研究區(qū)田間散居住宅—農業(yè)種植活動系統(tǒng)耦合度的均值、最大值、中位數(shù)依次為：0.52、1.00、0.60，耦合程度較高，同時系統(tǒng)耦合度與田間散居住宅核密度表現(xiàn)出空間一致性，農業(yè)種植活動系統(tǒng)為田間散居住宅格局的影響因子；耕地結構與耕作半徑、耕地面積與田塊破碎度，分別為研究區(qū)田間散居住宅格局的直接與間接影響因子，耕地結構與耕作半徑之間的不適宜導致研究區(qū)呈現(xiàn)出中部集聚東西分散的區(qū)異特征。研究結果可為黑龍江墾區(qū)農村居民點的空間布局優(yōu)化提供理論依據。

遙感；農村；土地管理；農場；居民點；散居住宅；黑龍江墾區(qū)

0 引 言

農村居民點作為農村社會的基本地域單元和基本聚落地，主要反映了在農業(yè)生產過程中人類對自然環(huán)境的適應，及對發(fā)展空間的干預、調整和重構[1]。農村居民點作為農戶生產生活的重要載體[2-3]，其空間布局受到河流、地貌、經濟、區(qū)位條件、人口、村莊規(guī)劃管理等多種因素的影響[4]。學界一般主要根據農家房舍集合或分散的狀態(tài)，將農村居民點形態(tài)分為散漫型和集聚型2種類型[5]。集聚型農村居民點是由多個鄉(xiāng)村住宅集聚在一起而形成的大型村落和鄉(xiāng)村集市；散漫型農村居民點又稱散村，每個農戶的住宅零星分布，盡可能的靠近農戶生計依賴的田地、山林或河流湖泊；彼此之間的距離因地而異，但并無明顯的隸屬關系或階層差別[6-7]。集聚型與散漫型農村居民點的根本區(qū)別在于其各個民居之間及其與所依賴的田地、山林、湖澤之間，是呈現(xiàn)集聚、相互靠近的趨向，還是表現(xiàn)出離散的趨向；2種類型的農村居民點并非相互排斥，而是相互補充[8]。中國北方平原地區(qū)農村居民點主要表現(xiàn)為松散的聚居形式[9]，但在黑龍江省墾區(qū)，隨著農業(yè)種植結構的調整，尤其是自1998年黑龍江墾區(qū)推行大面積水稻種植后，耕作區(qū)逐漸出現(xiàn)大量的暫居型散居住宅。多數(shù)農戶同時擁有大規(guī)模聚居態(tài)農村居民點與田間散居住宅，兩套住宅的功能存在明顯差別，前者為服務農戶的日常生活，后者為服務農戶的農業(yè)生產。一戶兩宅勢必會增加人均建設用地面積，造成土地資源的浪費。高分辨率遙感影像可獲得詳盡的地物信息并且具有強時效性等特點，其為開展農村居民點的研究提供了良好的平臺。因此以高分率遙感影像為基礎數(shù)據源，探究墾區(qū)農戶散居住宅格局影響機制，合理調控影響因子和規(guī)劃農村居民點及配套設施，對在滿足農戶生產與生活的雙重需求的同時，實現(xiàn)土地的高效與集約利用具有重要意義。

目前國內外眾多學者圍繞著農村居民點格局影響機制開展了大量的研究并取得了豐碩的成果。國外學者認為由于農村居民點受資源、地理、社會、經濟、體制、技術等多種因素的綜合影響，因此其形態(tài)、功能隨著經濟社會的發(fā)展已發(fā)生了顯著的變化[10]。部分村莊不斷縮減、荒蕪甚至消亡，但仍有部分村莊從傳統(tǒng)的單一功能逐漸轉變?yōu)槎喙δ?、多元化的空間實體，因此功能和形態(tài)的多樣性、復雜性和變化性已成為現(xiàn)代農村居民點的顯著特征[11]。研究結果表明，隨著社會經濟的發(fā)展農村居民點存在成長與消退演替的發(fā)展規(guī)律[12]；同時農村居民點用地的無序擴張對生態(tài)系統(tǒng)產生了不利的影響，應在仔細研究農村居民點本身及外部關系的基礎上，按其自然發(fā)展趨勢加以規(guī)劃引導[13]。國內學者提出，農村居民點空間格局是一個由其自然資源條件、區(qū)位可達性及社會經濟基礎條件綜合影響下的區(qū)位擇優(yōu)過程[14]；影響機制包括“動力產生—動力傳輸—驅動形成—驅動反饋”4個基本環(huán)節(jié)[15-16]。目前國內關于農村居民點格局影響機制的研究主要分為兩大系統(tǒng)，即自然系統(tǒng)與社會經濟系統(tǒng)。在自然系統(tǒng)的角度下地形、公路、河流等環(huán)境因素對農村居民點空間格局的形成具有一定的影響[17]，同時氣候等自然因素也是影響中國農村居民點分布格局的主導因素[18]；在社會經濟系統(tǒng)的視角下經濟發(fā)展、農業(yè)科技進步等因素是影響農村居民點用地格局變化的主要動因[19]。當前關于農村居民點格局影響機制的研究多是以傳統(tǒng)大規(guī)模聚居態(tài)農村居民點為研究對象，而忽略了當大規(guī)模聚居態(tài)農村居民點無法滿足當前農業(yè)生產模式時農戶會自發(fā)的對農村居民點的空間位置進行調整，即在耕作區(qū)域內建立田間小規(guī)模暫居性散居住宅的行為，目前關于田間散居住宅格局影響機制的研究鮮有涉及。

黑龍江農墾建三江管理分局所轄八五九農場位于三江平原東部，其具有耕地面積大、機械化水平高等特點，是現(xiàn)代農業(yè)典型示范區(qū)與黑龍江省兩大平原現(xiàn)代農業(yè)綜合配套改革試驗區(qū)，同時也為黑龍江省農場群中農業(yè)現(xiàn)代化和城鎮(zhèn)化發(fā)展較快的農場之一[20]，當前八五九農場耕作區(qū)域內分布著大量的小規(guī)模田間散居住宅，因此八五九農場為探究墾區(qū)農戶散居住宅格局影響機制的典型區(qū)域。鑒于此，本研究以八五九農場為研究區(qū)，利用撫遠市與饒河縣2015年土地利用變更調查矢量數(shù)據庫與高分辨率遙感影像，運用空間分析、耦合度模型、主成分分析、多元回歸與通徑分析相結合的研究方法探究墾區(qū)農戶散居住宅格局的影響機制，以期為黑龍江省農業(yè)地區(qū)的農村居民點整治布局提供參考與借鑒。

1 研究區(qū)概況

黑龍江農墾總局建三江管理分局所轄八五九農場位于黑龍江省佳木斯市撫遠市與雙鴨山市饒河縣境內，地處三江平原東部地帶，其北鄰前哨農場，西接二道河、前鋒、勝利農場，東與撫遠市海青鄉(xiāng)毗鄰，南隔烏蘇里江與俄羅斯相望。

研究區(qū)介于133°49′37"～134°32′20"E，47°21′30"～47°50′09"N之間，南北長59 km，東西寬54 km，邊界線總長298.17 km，農場總體地勢為西南高、東北低，地形由完達山余脈向三江平原過渡。研究區(qū)設定總廠、管理區(qū)、連隊（作業(yè)站）三級管理機構，所轄11個管理區(qū)23個連隊，1個場部（科研作業(yè)站），1個副業(yè)隊和1個國有糧食儲備庫，土地總面積為1 355 km2。連隊是墾區(qū)從事農業(yè)生產的基層單位，農場建廠之初，為每個連隊統(tǒng)一規(guī)劃設計一個農村居民點，居民點內部的房屋、道路、林帶按照統(tǒng)一的規(guī)制布局建設。

截至2017年年末，八五九農場人口總數(shù)為21 591人9 371戶，生產總值20.23億元[21]。

2 材料與方法

2.1 數(shù)據來源與處理

本研究矢量數(shù)據源于佳木斯市撫遠市與雙鴨山市饒河縣2015年土地利用變更調查矢量數(shù)據庫；柵格數(shù)據源自Arcgis Server平臺2015年佳木斯市撫遠市與雙鴨山市饒河縣遙感影像，空間分辨率為0.6 m。利用Arcgis10.0軟件提取佳木斯市撫遠市與雙鴨山市饒河縣行政區(qū)劃與地類圖斑，通過SQL語言查詢八五九農場權屬信息，對其進行合并處理，獲得研究區(qū)行政區(qū)劃圖與土地利用現(xiàn)狀數(shù)據。基于Arcgis平臺，對撫遠市與饒河縣遙感影像進行鑲嵌、地理配準與剪裁處理，同時提取研究區(qū)農村居民點矢量數(shù)據，將其與遙感影像疊置，辨別研究區(qū)農村居民點類型（聚居與散居），同時對缺失的田間散居住宅進行目視解譯，確保田間散居住宅數(shù)據的完整性與準確性。

圖1 研究區(qū)示意圖

2.2 研究方法

2.2.1 核密度分析

核密度分析是一種用于估計概率密度函數(shù)的非參數(shù)方法，在空間分析中可用于計算鄰域范圍內要素的空間分布密度，適合于點分布模式的可視化表達[22-23]。本文利用Arcgis10.0軟件，以研究區(qū)散居住宅用地質心作為基礎信息，運用核密度分析研究區(qū)散居住宅的空間密度分布特征。

2.2.2 耦合度模型

耦合度是度量多個系統(tǒng)之間相互作用的強弱程度，從而揭示研究多系統(tǒng)間協(xié)同發(fā)展態(tài)勢的常用方法之一。耦合度的取值范圍介于0～1之間，耦合度越大說明系統(tǒng)之間的相互作用、相互影響越強烈[24]。本研究通過Arcgis10.0軟件對研究區(qū)構建350 m×350 m的微觀地理網格并以此為基本地域單元，同時基于各地域單元內的田間散居住宅與農業(yè)種植活動系統(tǒng)評價值，統(tǒng)計計算各地域單元田間散居住宅—農業(yè)種植活動系統(tǒng)耦合度，探析田間散居住宅與農業(yè)種植活動系統(tǒng)間的作用關系，揭示研究區(qū)田間散居住宅影響因子。

式中為耦合度；t（=1～）為各子系統(tǒng)評價值；為子系統(tǒng)個數(shù)；t、t分別為系統(tǒng)的評價值。

2.2.3 主成分分析

主成分分析是把原來多個變量劃為少數(shù)幾個綜合指標的一種統(tǒng)計分析方法，從數(shù)學角度來看，這是一種降維處理技術[25]，主成分分析能夠較好的地代表原有指標的解釋信息，在地理學研究中應用較為廣泛[26-27]。本研究利用SPSS18.00軟件對研究區(qū)田間散居住宅的影響因子，耕地結構（1）、耕地面積（2）、田塊破碎度（3）、耕作半徑（4）、聚居居民點與相應行政區(qū)幾何中心的偏差距離（5）進行主成分分析，確定研究區(qū)田間散居住宅的主要影響因子。

2.2.4 多元回歸與通徑分析

在多要素的地理系統(tǒng)中，多個（多于2個）要素之間也存在著相互影響、相互關聯(lián)的情況，因此多元線性回歸分析揭示出的多要素之間的相互關系具有普遍性的意義[25]。多元線性回歸的方程決定系數(shù)2取值范圍在0～1之間，其值越接近于1表明回歸關系可解釋因變量的程度越高；顯著性檢驗值若大于置信度水平為0.01時的檢驗臨界值，則表明多要素之間具有極顯著的影響；各要素的回歸系數(shù)可表明其對因變量的影響程度，回歸系數(shù)的絕對值越大其對因變量的影響程度也越高[28-29]。通徑分析是研究自變量之間，自變量與因變量之間相互影響關系，刻畫各自變量對因變量的直接和間接影響程度；通徑分析是在多元回歸的基礎上將相關系數(shù)加以分解，通過直接通徑與間接通徑分別表示某一變量對因變量的直接作用、通過其他變量對因變量間接作用效果。本文利用SPSS18.0軟件以由主成分分析判定的研究區(qū)田間散居住宅格局的主要影響因子：耕地結構（1）、耕地面積（2）、田塊破碎度（3）、耕作半徑（4）為自變量，以研究區(qū)內各連隊（作業(yè)站）散居住宅核密度的總值（）為因變量，進行多元線性回歸分析；并依據多元回歸分析結果對各主要影響因子進行通徑分析，探索研究區(qū)田間散居住宅格局的影響機制。

3 結果與分析

3.1 田間散居住宅格局

3.1.1 田間散居住宅數(shù)量與規(guī)模格局

研究區(qū)內包括11個管理區(qū)，23個連隊（作業(yè)站），各連隊擁有大規(guī)模聚居態(tài)農村居民點與田間散居住宅共計365個，農村住宅用地總面積為868 hm2。其中每個連隊均擁有一個大規(guī)模聚居態(tài)的主要農村居民點，而在距其一定距離范圍內的田塊間，散布著大量的小規(guī)模散居住宅用地。通過對研究區(qū)兩類農村居民點矢量數(shù)據的匯總計算，八五九農場共擁有大規(guī)模聚居態(tài)的主要農村居民點23個，總面積為568 hm2，平均規(guī)模為23.7 hm2；田間散布的散居住宅共計342個，用地總面積300 hm2，平均用地面積0.87 hm2，小面積田間散居住宅的數(shù)量約為大規(guī)模聚居態(tài)主要農村居民點的15倍。研究區(qū)內的農村居民點規(guī)模主要集中于0～10 hm2之間，小于20 hm2的農村居民點數(shù)量占農村居民點總數(shù)的93.97%，而面積大于20 hm2的大規(guī)模農村居民點僅為22個，占農村居民點總數(shù)的6.03%（圖2）。

通過上述分析，雖然八五九農場內部大規(guī)模聚居態(tài)農村居民點用地方式較為集約，但部分農戶在擁有大規(guī)模聚居態(tài)農村居民點的同時仍擁有田間散居住宅，并且數(shù)量較為龐大，造成農場內部土地粗放利用，降低了有效耕地面積，加劇了土地資源的供需矛盾。

圖2 研究區(qū)農村居民點用地面積頻數(shù)分布直方圖

3.1.2 田間散居住宅空間格局

運用Arcgis10.0軟件提取研究區(qū)田間散居住宅質心，并生成研究區(qū)散居住宅核密度圖如圖3所示。由圖3可知，研究區(qū)域內散居住宅空間分布密度具有空間差異性，核密度值在0～2.51個/km2之間，整體上呈現(xiàn)出“東西低中部密”的空間分布格局；22、24、10、12、26連為田間散居住宅核密度高值區(qū)，區(qū)域內散居住宅數(shù)量較多，空間分布較為密集；2、3、23、16、37連為田間散居住宅核密度低值區(qū)，區(qū)域內散居住宅數(shù)量較少，空間分布較為分散。通過上述分析，研究區(qū)內田間散居住宅的分布具有空間差異性，散居住宅主要集中分布于研究區(qū)的中部地區(qū)的22、24、10、12、26連，而在研究區(qū)的東西兩側邊緣的2、3、23、16、37連散居住宅分布較為稀疏。

3.2 田間散居住宅格局影響因子識別

黑龍江墾區(qū)是國家級現(xiàn)代化大農業(yè)示范區(qū)，是中國重要的商品糧生產基地，土地性質為國有土地，與農區(qū)相比土地承包經營權的流轉更為順暢，土地資源的配置更為合理、高效；因此黑龍江墾區(qū)農業(yè)區(qū)別于地方農業(yè)的小農經濟，基本實現(xiàn)了農業(yè)專業(yè)化，形成了規(guī)?；C械化和標準化的農業(yè)生產模式[30]。同時墾區(qū)的人力資源配置與農區(qū)相比也更為合理，從事農業(yè)生產工作的人員主要是以家庭為單位的青壯年，性別與年齡比例更加均衡；并且墾區(qū)的農業(yè)生產活動是在專業(yè)農業(yè)技師的指導和標準化的管理下進行，因此墾區(qū)的農業(yè)單產和農業(yè)經濟效益顯著高于地方農區(qū)的農業(yè)生產。黑龍江墾區(qū)當下的農業(yè)生產、社會經濟狀況在一定程度上代表了理想狀態(tài)下、一定階段內中國的農業(yè)發(fā)展目標，而田間散居住宅的存在主要表現(xiàn)出農戶對于大規(guī)模聚居態(tài)農村居民點在服務農業(yè)種植活動方面存在著不便利，為提高農業(yè)種植活動效率而產生的相應行為，因而與種植活動密切相關的自然因素對田間散居住宅的空間分布具有深刻的影響。通過對研究區(qū)的實地調查走訪，發(fā)現(xiàn)，耕地結構、耕地面積、田塊破碎度、耕作半徑、聚居居民點與行政區(qū)幾何中心的偏差距離對建立田間散居住宅的行為具有重要的推動作用，決定了農業(yè)種植的強度與效率，而相比較于其他自然因素5者在各區(qū)域內存在較大差別，其可清晰的反映出區(qū)域農業(yè)種植活動的差異。鑒于此，本研究選取耕地結構、耕地面積、田塊破碎度、耕作半徑以及聚居居民點與行政區(qū)幾何中心的偏差距離5個指標（表1），以田間散居住宅的核密度分布為基礎，構建田間散居住宅與農業(yè)種植活動系統(tǒng)評價指標體系，運用耦合度模型，嘗試揭示農業(yè)種植活動與建立田間散居住宅行為之間的關系，并識別田間散居住宅格局的影響因子。

圖3 散居住宅核密度分布

表1 自然條件選取依據

3.2.1 研究區(qū)田間散居住宅與農業(yè)種植活動系統(tǒng)評價指標體系構建

統(tǒng)計計算研究區(qū)地類圖斑的平均規(guī)模，同時假設地類圖斑均為正方形，基于研究區(qū)地類圖斑0.12 km2的平均規(guī)模計算研究區(qū)地類圖斑的平均邊長，并以地類圖斑平均邊長350 m作為本研究的基本空間尺度。利用Arcgis10.0軟件對研究區(qū)所轄的11個管理區(qū)構建350 m×350 m地理網格，并以此作為研究區(qū)田間散居住宅—農業(yè)種植活動系統(tǒng)評價的基本評價單元；將其與研究區(qū)土地利用現(xiàn)狀數(shù)據進行疊置，統(tǒng)計計算各評價單元內的耕地結構（水田比例）、耕地面積、田塊破碎度、耕作半徑及聚居居民點與行政區(qū)中心的偏差距離；同時通過反距離權重插值（inverse distance weighted，IDW）獲得研究區(qū)5類指標的空間分布圖（圖4）。

圖4 各指標空間分布

基于5類指標與田間散居住宅核密度的空間分布，運用Arcgis10.0軟件區(qū)域統(tǒng)計分析獲取各評價單元內5類指標與田間散居住宅核密度的均值。為消除數(shù)據間量綱的影響，采用離差標準化對評價指標的原始數(shù)據進行標準化處理，將有效值歸一化至0～1之間；同時通過熵權法對歸一化后各評價指標的運算，獲得各評價指標相應的權重，研究區(qū)田間散居住宅—農業(yè)種植活動系統(tǒng)評價指標體系具體如表2所示。

表2 評價指標體系

3.2.2 田間散居住宅與農業(yè)種植活動系統(tǒng)耦合度分析

通過綜合評價模型分別計算各評價單元內的田間散居住宅系統(tǒng)值與農業(yè)種植活動系統(tǒng)值，并運用耦合度模型確定各評價單元田間散居住宅—農業(yè)種植活動系統(tǒng)耦合度，同時采用反距離權重插值的方法對各評價單元田間散居住宅—農業(yè)種植活動系統(tǒng)耦合度進行插值處理獲取研究區(qū)田間散居住宅—農業(yè)種植活動系統(tǒng)耦合度空間分布圖（圖5）。

圖5 田間散居住宅與農業(yè)種植活動系統(tǒng)耦合度空間分布

通過Arcgis10.0軟件區(qū)域統(tǒng)計分析，研究區(qū)田間散居住宅—農業(yè)種植活動系統(tǒng)耦合度的均值為0.52、最大值為1.00、中位數(shù)為0.60。已有研究結果[24]表明，當耦合度處于[0.5，0.8)時系統(tǒng)間開始出現(xiàn)相互配合的關系，呈現(xiàn)出良性的耦合特征；當耦合度介于[0.8，1.0]之間時，系統(tǒng)間的良性耦合逐步加強并逐漸向有序方向發(fā)展，表現(xiàn)出高水平的耦合特征，研究區(qū)田間散居住宅系統(tǒng)與農業(yè)種植活動系統(tǒng)耦合程度相對較高。同時將研究區(qū)田間散居住宅—農業(yè)種植活動系統(tǒng)耦合度空間分布與研究區(qū)田間散居住宅核密度分布進行疊置，通過對二者的分析發(fā)現(xiàn)：研究區(qū)田間散居住宅—農業(yè)種植活動系統(tǒng)耦合度具有顯著的空間分異特征，研究區(qū)中部系統(tǒng)耦合度較高，研究區(qū)的東西兩側邊緣耦合度相對較低；田間散居住宅—農業(yè)種植活動系統(tǒng)耦合度的空間分異特征與田間散居住宅核密度分布呈現(xiàn)出空間一致性，因此農業(yè)種植活動系統(tǒng)與田間散居住宅系統(tǒng)具有一定的空間關聯(lián)性，即耕地結構（水田比例）、耕地面積、田塊破碎度、耕作半徑、偏差距離對研究區(qū)田間散居住宅具有一定程度上的影響，五者為研究區(qū)田間散居住宅的影響因子。

綜上，研究區(qū)田間散居住宅與農業(yè)種植活動系統(tǒng)的耦合程度相對較高，同時研究區(qū)田間散居住宅—農業(yè)種植活動系統(tǒng)耦合度具有顯著的空間分異特征，在研究區(qū)中部耦合度表現(xiàn)出高值集聚的空間分布狀態(tài)，而在研究區(qū)東西兩側邊緣耦合度普遍較低，其與研究區(qū)田間散居住宅的核密度分布呈現(xiàn)出空間一致性，因此農業(yè)種植活動系統(tǒng)與田間散居住宅系統(tǒng)具有一定的關聯(lián)，即耕地結構（水田比例）、耕地面積、田塊破碎度、耕作半徑、偏差距離為研究區(qū)田間散居住宅的影響因子。

3.3 田間散居住宅影響機制

3.3.1 影響因子分析

提取并統(tǒng)計計算研究區(qū)所轄23個連隊相應的耕地結構（水田比例）（1）、耕地面積（2）、田塊破碎度（3）、耕作半徑（4）以及聚居居民點與行政區(qū)中心的偏差距離（5）。利用標準差標準化法（Z-Secore）對5個影響因子進行標準化處理，同時運用SPSS18.0軟件對其進行主成分分析，分析可知，KMO檢驗值為0.667>0.6，Bartlett球形檢驗值<0.001，表明5個影響因子可進行主成分分析；依據特征值大于1且累計貢獻率≥80%的原則，提取出2個主成分，第一主成分貢獻率為59.083%，第二主成分貢獻率為25.704%，2個主成分的累積貢獻率為84.787%，2個主成分可比較全面地反映出研究區(qū)田間散居住宅的主要影響因子；由表3可知第一主成分與耕作半徑、耕地面積、田塊破碎度高度相關，旋轉后的因子載荷依次為0.941、0.935和0.896，表征耕地的自身屬性；第二主成分與耕地結構高度相關，旋轉后因子載荷為0.964，反映出耕地利用的狀況。耕地的自身屬性主要表現(xiàn)出區(qū)域農業(yè)耕作的便利度、范圍以及機械化種植的難易程度，其從根本上影響著農業(yè)種植活動的效率，進而對田間散居住宅的空間分布具有重要的影響；耕地利用狀況可體現(xiàn)出區(qū)域耕種作業(yè)的強度，而耕種強度的提升卻對農業(yè)種植活動的效率具有抑制作用，因此耕地利用狀況深入影響了區(qū)域田間散居住宅的格局。通過以上分析，耕地自身屬性與耕地利用狀況對田間散居住宅的格局具有深遠的影響，即耕地結構、耕作半徑、耕地面積與田塊破碎度為研究區(qū)田間散居住宅格局的主要影響因子，而聚居居民點與行政區(qū)中心偏差距離的影響作用略小，非主要影響因子。

表3 旋轉后因子載荷矩陣

3.3.2 影響機制分析

利用Arcgis10.0軟件，以研究區(qū)散居住宅核密度分布的柵格數(shù)據為基礎信息，運用分區(qū)統(tǒng)計分析統(tǒng)計匯總研究區(qū)內各連隊散居住宅的核密度總值。由主成分分析的結果可知，耕地結構（1）、耕作半徑（4）、耕地面積（2）、田塊破碎度（3）是八五九農場田間散居住宅格局的主要影響因子，因此，利用SPSS18.0軟件以各連隊散居住宅核密度總值（）為因變量，以各連隊的耕地結構（1）、耕作半徑（4）、耕地面積（2）、田塊破碎度（3）為自變量，對其進行多元線性回歸分析。由分析結果可知，多元線性回歸的決定系數(shù)2=0.80，顯著性檢驗值為18.051，通過查詢檢驗臨界值分布表可知在置信度水平=0.01時，值遠大于0.01，因此該回歸模型可充分的表現(xiàn)出各因子對散居住宅格局的影響。八五九農場田塊間散居住宅核密度值（）與耕地結構（1）、耕地面積（2）、田塊破碎度（3）、耕作半徑（4）之間的回歸模型為

結合多元回歸的結果，對各影響因子分別進行通徑分析（表4），結果顯示：耕地結構與耕作半徑的直接通徑系數(shù)最大，為田間散居住宅格局的直接影響因子；耕地面積與田塊破碎度直接通徑系數(shù)較小，為間接影響因子，并且二者分別主要通過耕作半徑與耕地結構間接的影響散居住宅格局的形成。自2000年以來黑龍江墾區(qū)提出“以稻治澇”的發(fā)展理念，積極響應國家“種植結構調整”政策，大力開展“旱改水”項目，目前已取得巨大的成績，糧食產量已實現(xiàn)逐年穩(wěn)步的提升。但水稻的種植屬精細耕種作業(yè)，因此旱地改水田也將農民日常的耕作強度大幅度的提高。黑龍江墾區(qū)曾在2000年之前大力發(fā)展旱作機械化農業(yè)，由于旱地的耕作強度相對偏低，而墾區(qū)農業(yè)機械化水平較高，因此墾區(qū)在建立農村居民點之初耕作半徑往往設置的過于偏大。隨著種植結構的調整，水田種植比例的逐步提高，過大的耕作半徑使得農民日常耕作時浪費的時間過多，為了提高農業(yè)耕作效率，墾區(qū)農民多選擇農忙時在自家田塊間建立小規(guī)模散居住宅。同時田塊的破碎度和耕地面積分別決定了田塊能否進行大型農業(yè)機械化種植與耕作范圍，二者分別以耕地結構與耕作半徑的形式間接的影響耕作效率，對散居住宅格局的形成具有重要的影響。綜上耕地結構與耕作半徑、耕地面積與田塊破碎度分別為散居住宅格局的直接與間接的影響因子，耕地結構與耕作半徑的不適宜導致墾區(qū)田間散居住宅呈現(xiàn)出中部集聚東西分散的空間格局。

表4 影響因子通徑系數(shù)

注：*表示數(shù)據是自變量與因變量的直接通經系數(shù)，其他為間接通徑系數(shù)。

Note: Data with “*” is direct path coefficient, and others are indirect path coefficient between independent and dependent variables.

4 討 論

本研究綜合運用空間分析、耦合度模型、多元統(tǒng)計分析的方法，揭示了研究區(qū)田間散居住宅格局特征，識別了田間散居住宅格局的影響因子，探明了研究區(qū)田間散居住宅格局的影響機制。研究結果表明，水田種植比例與耕作半徑之間的不匹配是導致田間散居住宅產生并呈現(xiàn)出中部密集東西稀疏空間分布格局的直接原因。因此黑龍江墾區(qū)應根據水田種植比例以及勞均耕作面積重新規(guī)劃設計更符合當前墾區(qū)農業(yè)生產模式的耕作半徑，并在此耕作半徑的基礎上確定區(qū)域農村居民點的數(shù)量與規(guī)模同時對其進行空間配置。重構與當前墾區(qū)農業(yè)生產模式相匹配的農村居民點的空間體系，消除田間散居住宅，可在提高人居環(huán)境和農業(yè)種植活動效率的同時實現(xiàn)土地的高效與集約利用。

但本研究仍存在一定欠缺，盡管耕地結構、耕地面積、田塊破碎度、耕作半徑、偏差距離相比較于其他因素在區(qū)域內的變異程度較大，可清晰的反映出區(qū)域農業(yè)種植活動的差異，對建立田間散居住宅的行為具有重要的推動作用。但與農業(yè)種植活動關系密切的人文因素也存在著驅動作用，而如何將區(qū)域人文因素準確如實的展布至空間單元，精準的刻畫區(qū)域散居住宅格局的影響機制，將是筆者未來重要的研究方向。

5 結 論

1）八五九農場在擁有大規(guī)模聚居態(tài)農村居民點的同時田間仍散布著大量散居住宅。散居住宅整體呈現(xiàn)出中部密集東西稀疏的空間分異特征，研究區(qū)居住用地方式粗放，降低了有效耕地面積，加劇了農場土地資源的供需矛盾。

2）研究區(qū)田間散居住宅與農業(yè)種植活動系統(tǒng)耦合度的均值為0.52，最大值為1.00，中位數(shù)為0.60，系統(tǒng)之間的耦合程度較高；并且系統(tǒng)耦合度的空間分異特征與核密度的分布狀態(tài)呈現(xiàn)出空間一致性，農業(yè)種植活動與田間散居住宅具有一定程度的關聯(lián)。因此耕地結構、耕地面積、田塊破碎度、耕作半徑、偏差距離為研究區(qū)田間散居住宅格局的影響因子。

3）耕地自身屬性（耕作半徑、耕地面積、田塊破碎度）與耕地利用狀況（耕地結構）是研究區(qū)田間散居住宅格局的主要影響因子，而偏差距離的影響作用略小，并非主要影響因子。耕地結構與耕作半徑、耕地面積與田塊破碎度，分別是研究區(qū)田間散居住宅格局的直接與間接影響因子，耕地結構與耕作半徑之間的不匹配使研究區(qū)呈現(xiàn)出中部集聚東西分散的區(qū)異特征。

[1] 劉建生. 農村居民點整治模式與布局優(yōu)化研究[M]. 北京：科學出版社，2015.

[2] 周佳慧. 基于多智能體的宜興市農村居民點空間布局演變研究[D]. 南京：南京農業(yè)大學，2016. Zhou Jiahui. The Evolution of the Spatial Distribution on Yixing Rural Residential Based on Multi-Agent Model[D]. Nanjing: Nanjing Agricultural University, 2016. (in Chinese with English abstract)

[3] 董博文. 呼蘭區(qū)農村居民點布局調整研究[D]. 哈爾濱：東北農業(yè)大學，2016. Dong Bowen. Study on the Distribution Adjustment of Rural Residential Areas in Hulan District[D]. Harbin: Northeast Agricultural University, 2016. (in Chinese with English abstract)

[4] 唐世超. 西南丘陵地區(qū)農業(yè)型鄉(xiāng)鎮(zhèn)農村居民點用地規(guī)劃研究[D]. 重慶：西南大學，2008. Tang Shichao. Study on Rural Residential Land Planning of Agricultural Towns in Southwest Hilly Area[D]. Chongqing: Southwest University, 2008. (in Chinese with English abstract)

[5] 魯西奇. 散村與集村：傳統(tǒng)中國的鄉(xiāng)村聚落形態(tài)及其演變[J]. 華中師范大學學報：人文社會科學版，2013，52(4)：113－130. Lu Xiqi. Dispersed and clustered: rural settlement patterns and its evolution in traditional China[J]. Journal of Huazhong Normal University: Humanities and Social Sciences, 2013, 52(4): 113－130. (in Chinese with English abstract)

[6] 左大康. 現(xiàn)代地理學辭典[M]. 北京：商務印書館，1990.

[7] 陳芳惠. 村落地理學[M]. 臺北：五南圖書出版公司，1984.

[8] 王芬，陳永林，溫泉，等. 散居型村莊規(guī)劃的鄉(xiāng)村性保持策略研究：以瑞金市黃柏鄉(xiāng)向陽村為例[J]. 小城鎮(zhèn)建設，2016(10)：85－90. Wang Fen, Chen Yonglin, Wen Quan, et al. Keep rurality of scattered village: taking the planning of Xiangyang village in Ruijin City for example[J]. Development of Small Cities, 2016(10): 85－90. (in Chinese with English abstract)

[9] 金其銘. 農村聚落地理[M]. 北京：科學出版社，1988.

[10] Domon G. Landscape as resource: Consequences, challenges and opportunities for rural development[J]. Landscape and Urban Planning, 2011, 4(4): 338－340.

[11] Dahms F A. St Jacobs. Ontario: From declining village to thriving tourist community[J]. Ontario Geography, 1991, 36: 316－329.

[12] Violette R, Marin B. Rural settlements in transition-agricultural and countryside crisis in central-eastern Europe[J]. Geo-Journal, 1998, 45: 345－353.

[13] Hansen A J, Brown D G. Land-use change in rural America: Rates, drivers, and consequences[J]. Ecological Applications, 2005, 15(6): 1849－1850.

[14] 姜廣輝，張鳳榮，譚雪晶. 北京市平谷區(qū)農村居民點用地空間結構調整[J]. 農業(yè)工程學報，2008，24(11)：69－75. Jiang Guanghui, Zhang Fengrong, Tan Xuejing. 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)

[15] 郭曉東，馬利邦，張啟媛. 基于GIS的秦安縣鄉(xiāng)村聚落空間演變特征及其驅動機制研究[J]. 經濟地理，2012，32(7)：56－62. Guo Xiaodong, Ma Libang, Zhang Qiyuan. A gis-based research on the spatial evolution characteristics and driving mechanism of the rural settlements in Qin’an county[J]. Economic Geography, 2012, 32(7): 56－62. (in Chinese with English abstract)

[16] 馮應斌，楊慶媛. 農村居民點空間格局演變及效應研究評述[J]. 人文地理，2015，30(3)：7－11. Feng Yingbin, Yang Qingyuan. Research on evolution and its effects of rural residential land spatial pattern[J]. Human Geography, 2015, 30(3): 7－11. (in Chinese with English abstract)

[17] 劉仙桃，鄭新奇，李道兵. 基于Voronoi圖的農村居民點空間分布特征及其影響因素研究：以北京市昌平區(qū)為例[J]. 生態(tài)與農村環(huán)境學報，2009，25(2)：30－33，93. Liu Xiantao, Zheng Xinqi, Li Daobing. Voronoi diagram-based research on spatial distribution characteristics of rural settlements and its affecting factors: A case study of Changping district, Beijing[J]. Journal of Ecology and Rural Environment, 2009, 25(2): 30－33, 93. (in Chinese with English abstract)

[18] 羅玉波，鄭琦，陳善春，等. 居民地分布與地理氣候因子的相關性定量化研究—Poisson對數(shù)線性模型[J]. 測繪科學，2005(3)：33－34，4. Luo Yubo, Zheng Qi, Chen Shanchun, et al. A quantitative study on the correlation between settlements distribution and geographical-climatic factors by poisson log-linear model[J]. Science of Surveying and Mapping, 2005(3): 33－34, 4. (in Chinese with English abstract)

[19] 李曉剛，歐名豪，許恒周. 農村居民點用地動態(tài)變化及驅動力分析：以青島市為例[J]. 國土資源科技管理，2006(3)：27－32. Li Xiaogang, Ou Minghao, Xu Hengzhou. An analysis of dynamic change and driving force of rural residential land: a case of Qingdao city[J]. Land and Resources Science and Technology Management, 2006(3): 27－32. (in Chinese with English abstract)

[20] 張慧，隋虹均，蘇航，等. 黑龍江墾區(qū)農村居民點與田塊間適宜耕作半徑及影響因素[J]. 農業(yè)工程學報，2018，34(11)：217－224. Zhang Hui, Sui Hongjun, Su Hang, et al. Suitable farming radius and its influencing factors in rural residential areas in Heilongjiang Province[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(11): 217－224. (in Chinese with English abstract)

[21] 劉宏. 黑龍江墾區(qū)統(tǒng)計年鑒[M]. 北京：中國統(tǒng)計出版社，2018.

[22] 鄂施璇，雷國平，宋戈. 松嫩平原糧食主產區(qū)農村居民點格局及影響因素分析[J]. 農業(yè)工程學報，2016，32(18)：234－240. E Shixuan, Lei Guoping, Song Ge. Analysis on pattern and influence factors of rural settlements in grain main production area of Songnen Plain[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(18): 234－240. (in Chinese with English abstract)

[23] 鄒琳，曾剛，曹賢忠，等. 長江經濟帶的經濟聯(lián)系網絡空間特征分析[J]. 經濟地理，2015，35(6)：1－7. Zou Lin, Zeng Gang, Cao Xianzhong, et al. Research on spatial characteristic of the economic relation network of Yangtze economic zone[J]. Economic Geography, 2015, 35(6): 1－7. (in Chinese with English abstract)

[24] 王成，唐寧. 重慶市鄉(xiāng)村三生空間功能耦合協(xié)調的時空特征與格局演化[J]. 地理研究，2018，37(6)：1100－1114. Wang Cheng, Tang Ning. Spatio-temporal characteristics and evolution of rural production-living-ecological space function coupling coordination in Chongqing Municipality[J]. Geographical Research, 2018, 37(6): 1100－1114. (in Chinese with English abstract)

[25] 徐建華. 計量地理學[M]. 北京：高等教育出版社，2006.

[26] 譚雪蘭，鐘艷英，段建南，等. 快速城市化進程中農村居民點用地變化及驅動力研究：以長株潭城市群為例[J]. 地理科學，2014，34(3)：309－315. Tan Xuelan, Zhong Yanying, Duan Jiannan, et al. The change and driving forces of rural residential area under the background of rapid urbanization: A case study of the Changsha-Zhuzhou-Xiangtan urban agglomeration[J]. Scientia Geographica Sinica, 2014, 34(3): 309－315. (in Chinese with English abstract)

[27] 李紅波，張小林，吳江國，等. 欠發(fā)達地區(qū)聚落景觀空間分布特征及其影響因子分析：以安徽省宿州地區(qū)為例[J]. 地理科學，2012，32(6)：711－716. Li Hongbo, Zhang Xiaolin, Wu Jiangguo, et al. Spatial pattern and influencing factors of settlement in less developed areas: Taking Suzhou of Anhui Province as an example[J]. Scientia Geographica Sinica, 2012, 32(6): 711－716. (in Chinese with English abstract)

[28] 盛驟，謝式千，潘承毅. 概率論與數(shù)理統(tǒng)計[M]. 北京：高等教育出版社，2010.

[29] 卞毓寧. 統(tǒng)計學概論[M]. 北京：高等教育出版社，2000.

[30] 隋虹均. 黑龍江墾區(qū)農村居民點格局影響機制及空間布局優(yōu)化研究[D]. 哈爾濱：東北農業(yè)大學，2019. Sui Hongjun. Study on the Influence Mechanism and Spatial Layout Optimization of Rural Residential Area Pattern in Heilongjiang Reclamation Area[D]. Harbin: Northeast Agricultural University, 2019. (in Chinese with English abstract)

Influence mechanism of farmers’ diaspora housing pattern in Heilongjiang reclamation areas

Sui Hongjun1, Zhang Hui2※, Qiao Guangyin2, Qiu Kaiyu2, Liu Haoran2, Jiang Peilin2

(1.,,110169,; 2.,,150030,)

As a kind of rural residential regions, scattered residential regions in the fields are the inevitable outcome of large-scale habitat-based regions that cannot meet the needs of agricultural planting activities. The rapid development of scattered residential regions in the fields would reduce the effective cultivated land region and cause waste of land resources. Therefore, in order to clarify the influence mechanism of scattered residence pattern in Heilongjiang reclamation region, taking 859 Farm under the jurisdiction of Jiansanjiang Administration Bureau of Heilongjiang reclamation area as the research region, this paper used spatial analysis, coupling degree model, multivariate statistical analysis to explore the influence mechanism of scattered residence pattern. The results show that: 1) 859 Farm has both large-scale habitat-based regions and scattered residential regions in the fields. The number of habitat-based regions is relatively small and the land use mode is relatively intensive. However, some farmers still own scattered residential regions in the fields while owning large-scale habitat-based regions, and the number is relatively large, about 15 times that of large-scale habitat-based regions. It also shows the spatial differentiation characteristics of dense central region and sparse east and west, resulting in extensive residential land use in the study region, reducing the effective cultivated land region and intensifying the contradiction between supply and demand of farm land resources. 2) The average value, the maximum value and the median value of the coupling degree between scattered residential regions in the fields and agricultural planting activities in the study region are 0.52, 1.00 and 0.60, respectively. The coupling degree between the systems is relatively high. Moreover, the spatial differentiation characteristics of coupling degree between scattered residential regions in the fields and agricultural planting activity system and the distribution state of kernel density show spatial consistency. Agricultural planting activities are related to scattered residential regions in the fields to a certain extent, so cultivated land structure, cultivated land region, field fragmentation, tillage radius and deviation distance are the influencing factors of scattered residential regions in the fields in the study region. 3) The main factors influencing the pattern of scattered residential regions in the study area are the attributes of cultivated land (tillage radius, cultivated land region, fragmentation degree of cultivated land) and the status of cultivated land use (cultivated land structure), while the influence of deviation distance is slightly small and is not the main factor. Cultivated land structure and tillage radius are the direct factors, while cultivated land region and field fragmentation are the indirect influencing factors. The mismatch between cultivated land structure and tillage radius makes the study region show the regional characteristics of gathering in the middle and dispersing in the east and west.

remote sensing; rural; land management; farms; settlement; diaspora housing; Heilongjiang reclamation area

隋虹均，張 慧，喬廣印，邱凱玉，劉浩然，姜佩林. 黑龍江墾區(qū)農戶散居住宅格局影響機制[J]. 農業(yè)工程學報，2020，36(2)：284－291. doi：10.11975/j.issn.1002-6819.2020.02.033 http://www.tcsae.org

Sui Hongjun, Zhang Hui, Qiao Guangyin, Qiu Kaiyu, Liu Haoran, Jiang Peilin. Influence mechanism of farmers’ diaspora housing pattern in Heilongjiang reclamation areas[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(2): 284－291. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.02.033 http://www.tcsae.org

2019-08-24

2019-10-25

黑龍江省博士后基金項目（LBH-Z12032）

隋虹均，博士生，主要研究方向為土地利用規(guī)劃。Email：suihongjun0206@163.com

張 慧，博士，副教授，主要研究方向為土地利用規(guī)劃。Email：2003zhanghui@163.com

10.11975/j.issn.1002-6819.2020.02.033

1002-6819(2020)-02-0284-08