李冰潔，余夢晨，韋宇昱，秦世龍，李廣輝

（吉林大學地球科學學院，長春 130061）

農(nóng)村居民點是農(nóng)村人地關(guān)系互動的核心和農(nóng)村社會的基本單元，是農(nóng)村人口生產(chǎn)和生活等綜合功能的承載體，是中國農(nóng)村土地利用的重要組成部分［1］。隨著中國城鎮(zhèn)化進程的推進，農(nóng)村人口大量涌入城市，但人口縮減的同時居民點用地并未同步縮減［2］，“人走屋空”的居民點空心化現(xiàn)象日趨明顯，引發(fā)土地利用結(jié)構(gòu)和布局的轉(zhuǎn)變［3］，阻礙新型城鄉(xiāng)關(guān)系發(fā)展［4］。中共十九大報告提出了鄉(xiāng)村振興戰(zhàn)略，其著力于破解城鄉(xiāng)發(fā)展不平衡、農(nóng)村發(fā)展不充分等突出問題［5］。鄉(xiāng)村振興是系統(tǒng)內(nèi)部多種要素的協(xié)調(diào)耦合［6］，農(nóng)村居民點作為其重要組成部分，研究其時空演化有利于探索內(nèi)部演化規(guī)律與趨勢，從而進一步推動農(nóng)村居民點的整治，實現(xiàn)鄉(xiāng)村振興和城鄉(xiāng)統(tǒng)籌發(fā)展。

近年來，已有眾多學者對農(nóng)村居民點進行研究，主要集中在用地結(jié)構(gòu)［7，8］、空間分異［9，10］、空間演變及影響因素［11-13］、空間重構(gòu)［14，15］、整治模式［16，17］以及布局優(yōu)化［18，19］方面，其中對于時空演變的研究主要采用核密度、Voronoi圖、分形理論、回歸分析、空間自相關(guān)等方法［20-24］，方法較為單一且關(guān)于長期農(nóng)村居民點時空演變研究較少，研究區(qū)域多集中在城市群與省市級區(qū)域［25-27］，對糧食主產(chǎn)區(qū)關(guān)注不夠。糧食主產(chǎn)區(qū)的農(nóng)村發(fā)展問題一直備受關(guān)注。九臺區(qū)作為重要的糧食產(chǎn)區(qū)，其“三農(nóng)”發(fā)展面臨地均經(jīng)濟效益低、農(nóng)村生態(tài)環(huán)境惡化、非農(nóng)產(chǎn)業(yè)匱乏等經(jīng)濟社會問題?；诖?，本研究以東北部糧食主產(chǎn)區(qū)長春市九臺區(qū)為研究區(qū)域，利用1990—2018年4期農(nóng)村居民點土地利用數(shù)據(jù)，基于景觀格局指數(shù)、平均最鄰近指數(shù)、Voronoi圖變異系數(shù)、核密度估算和重心遷移模型方法，對近30年來長春市九臺區(qū)農(nóng)村居民點時空演變進行動態(tài)分析，為進一步研究農(nóng)村居民點空間格局優(yōu)化、實現(xiàn)鄉(xiāng)村振興和城鄉(xiāng)融合發(fā)展提供科學參考。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

九臺區(qū)地處吉林省中部，屬于長白山和松遼平原之間的過渡地區(qū)，是長春市轄區(qū)，九臺區(qū)（圖1）（43°50′30″—44°31′30″N，125°24′50″—126°29′50″E）東及東北與德惠市和榆樹市接壤；南及西南與二道區(qū)和寬城區(qū)為界；西部與德惠市和寬城區(qū)毗鄰。總面積達337 151.8 hm2。九臺區(qū)氣候?qū)儆跍貛Т箨懶约撅L氣候、地勢呈東北低、西南高的特征，地貌多為低山丘陵和平原。主要土壤類型為黑土類，分布最為廣泛，占全區(qū)土壤面積的45%左右。

圖1 研究區(qū)地理位置

1.2 數(shù)據(jù)來源

本研究所用數(shù)據(jù)主要包含1990、2000、2010、2018年長春市九臺區(qū)土地利用數(shù)據(jù)、DEM數(shù)據(jù)以及行政區(qū)劃數(shù)據(jù)。其中1990—2010年土地利用數(shù)據(jù)及高程數(shù)據(jù)源于美國地質(zhì)調(diào)查局（http：//glovis.usgs.gov/）下載的Landsat TM/ETM遙感數(shù)據(jù)，2018年數(shù)據(jù)主要使用Landsat 8遙感影像數(shù)據(jù)，數(shù)據(jù)分辨率為30 m×30 m，DEM和行政區(qū)劃數(shù)據(jù)來源于中國科學院資源環(huán)境科學數(shù)據(jù)中心（http：//www.resdc.cn/）。根據(jù)《中國多時期土地利用/土地覆蓋遙感監(jiān)測數(shù)據(jù)分類系統(tǒng)》以及土地利用現(xiàn)狀和研究目的，將研究區(qū)域的土地利用類型劃分為耕地、林地、草地、水域、農(nóng)村居民點、其他建設(shè)用地以及未利用土地（圖2）。

圖2 1990—2018年九臺區(qū)土地利用現(xiàn)狀

2 研究方法

2.1 景觀格局指數(shù)

景觀格局指數(shù)是一種能夠體現(xiàn)空間組成和配置特征的簡單定量指標［28］。農(nóng)村居民點空間格局的變化特征可以通過景觀格局指數(shù)變化反映，本研究選擇斑塊所占景觀面積比例、最大斑塊指數(shù)、平均斑塊形狀指數(shù)和景觀形狀指數(shù)等景觀格局指數(shù)來分析研究區(qū)農(nóng)村居民點空間格局特征。各指標含義與計算方法在Fragstats軟件中有詳細介紹。

2.2 平均最鄰近指數(shù)

平均最鄰近距離指數(shù)主要用來分析各時期農(nóng)村居民點的分布特征。通過每個居民點斑塊的最小的距離，計算這些最鄰近距離的平均值，并與理論中的最鄰近距離進行比較，從而判斷居民點的整體分布模式［24，29］。I（ANN）表示平均最鄰近距離指數(shù)。當I（ANN）＜1，表示集聚分布，反之則趨向于離散分布，其公式如下［30］。

式中，di為第i個農(nóng)村居民點與其最鄰近點之間的距離；m為農(nóng)村居民點的圖斑總數(shù)；A為所有農(nóng)村居民點的最小外接矩形面積。

2.3 Voronoi圖變異系數(shù)

Voronoi多邊形是一種依托于其多邊形幾何面積的空間鄰近模型［31］，可以通過ArcGIS中的幾何運算獲取所需幾何目標數(shù)值。其Cv反映了Voronoi圖面積的變化特征，在空間上表現(xiàn)為居民點的分布特征，計算公式如下［32］。

依據(jù)相關(guān)研究，當Cv＜33%時，居民點呈均勻分布；當66%≥Cv≥33%時，居民點呈隨機分布；當Cv值＞64%時，居民點呈集群分布［33］。

2.4 核密度估算

核密度估計是對研究對象的分布特征進行估計的一種非參數(shù)密度估計統(tǒng)計方法，其值越高表明研究對象密度越大，將研究區(qū)所有要素點建立在一個平滑圓形曲面，通過函數(shù)計算要素點與參考位置之間距離，將該位置所有表面求和，建立要素點的峰值和核從而創(chuàng)建平滑連續(xù)表面［34］。模型計算公式如下。

其中，f(x，y)是位置(x，y)的密度估計；n為觀測數(shù)值；h為帶寬或平滑參數(shù)；k為核函數(shù)；di為位置(x，y)與第i個觀測位置之間距離。

2.5 重心遷移模型

“重心”概念發(fā)源于物理學，引入人口地理學中后常用于計算區(qū)域人口重心［35］?，F(xiàn)用重心遷移模型定量測定農(nóng)村居民點隨時間變化在空間中的分異狀況并分析其遷移規(guī)律，某一年份的農(nóng)村居民點的重心計算公式如下。

式中，X，Y分別表示農(nóng)村居民點重心的經(jīng)緯度坐標；Ci表示第i個農(nóng)村居民點的面積；Xi，Yi分別表示第i個農(nóng)村居民點的經(jīng)緯度坐標。

3 結(jié)果與分析

3.1 農(nóng)村居民點景觀格局指數(shù)分析

基于Fragstats 4.2平臺，對1990—2018年九臺區(qū)農(nóng)村居民點景觀格局指數(shù)進行相應(yīng)計算（表1）。由斑塊面積、平均斑塊面積變化趨勢得知1990—2018年，農(nóng)村居民點整體上面積在收縮，減少了3 147 hm2，但平均斑塊面積逐步增大，反映了九臺區(qū)農(nóng)村居民點面積在減少的同時，數(shù)量也在減少，且減小的幅度較之面積更大。同時，農(nóng)村居民點占九臺區(qū)面積比例由6.76%降至5.83%，與居民點面積規(guī)模減小相對應(yīng)。最大斑塊指數(shù)逐年增大，由初期的0.70增大至末期的1.25，表明農(nóng)村居民點最大面積斑塊所占比例逐步提高，有集中發(fā)展的趨勢。

表1 1990—2018年九臺區(qū)農(nóng)村居民點景觀格局指數(shù)表

1990—2018年，九臺區(qū)農(nóng)村居民點平均斑塊形狀指數(shù)和景觀形狀指數(shù)變化不大，且指數(shù)值較小，表明近30年農(nóng)村居民點在斑塊尺度上呈相對規(guī)則分布為主，邊界曲折度較低；景觀形狀指數(shù)整體值較大，反映了景觀尺度上農(nóng)村居民點空間分布較為復雜、不規(guī)則程度較高；聚集度和粘合度均保持在較高的水平，表明其集聚與黏合程度較高，分布較為集中，且歷年來變化不大。

研究時期變化最為顯著的階段為2000—2010年，該階段農(nóng)村居民點面積規(guī)模大幅縮減、景觀形狀指數(shù)明顯下降，這與該階段城鎮(zhèn)化的推進加速和土地整治工程實施密切相關(guān)。

3.2 農(nóng)村居民點空間分布特征分析

3.2.1 ANN指數(shù)分析基于ArcGIS10.6平臺將九臺區(qū)農(nóng)村居民點斑塊提取成點文件，使用空間統(tǒng)計工具計算出九臺區(qū)1990—2018年的ANN值（表2），并計算Z值對ANN值進行顯著性檢驗，根據(jù)所得結(jié)果判斷九臺區(qū)農(nóng)村居民點的空間分布模式屬于離散或是集聚。

表2 1990—2018年九臺區(qū)農(nóng)村居民點分布ANN指數(shù)

九臺區(qū)1990、2000、2010和2018年的ANN值均小于1，且Z值均顯著，表明九臺區(qū)農(nóng)村居民點在一定時期內(nèi)保持集聚分布。此時ANN值的大小也具有可比性，2010年的ANN值為0.866 4，比之前的觀測時間點的ANN值都要小，說明近些年九臺區(qū)農(nóng)村居民點空間分布呈現(xiàn)出聚集性。農(nóng)村居民點的集聚狀態(tài)是鄉(xiāng)村振興視角下土地利用結(jié)構(gòu)優(yōu)化的重要目標。農(nóng)村居民點作為鄉(xiāng)村主要用地類型，是農(nóng)村地區(qū)重要的生產(chǎn)、生活、生態(tài)空間。農(nóng)村居民點的集聚分布，有助于改善農(nóng)村地區(qū)的人地關(guān)系，避免土地的浪費與低效利用，促進內(nèi)涵挖潛與集約化發(fā)展。

3.2.2 Voronoi圖變異系數(shù)分析基于ArcGIS 10.6平臺，運用空間數(shù)據(jù)分析對九臺農(nóng)村居民點處理得出Voronoi圖。通過幾何運算得出每一塊多邊形的面積后，進行Cv計算，為了更直觀表示各鄉(xiāng)鎮(zhèn)居民點變化趨勢，將Cv在柱狀圖中表示（圖3）。

圖3 1990—2018年九臺區(qū)Cv

整體上，九臺區(qū)各鄉(xiāng)鎮(zhèn)和街道農(nóng)村居民點分布多數(shù)處于隨機分布狀態(tài)，少部分處于集聚分布狀態(tài)。2000年是研究區(qū)Cv的一個轉(zhuǎn)折時點，研究區(qū)整體上Cv在2000年之后大體上呈增大的趨勢。

2000年后多個地區(qū)Cv顯著提高，區(qū)域農(nóng)村居民點分布特征隨機性和集聚性增強，如九臺街道、土們嶺鎮(zhèn)等。其中九臺街區(qū)農(nóng)村居民點分布逐漸趨于集聚，土們嶺鎮(zhèn)由隨機性分布轉(zhuǎn)化為集聚性分布。九臺街區(qū)和土們嶺鎮(zhèn)處于研究區(qū)的中心位置，位于長吉經(jīng)濟帶中段，由于其經(jīng)濟發(fā)展水平較高，基礎(chǔ)設(shè)施和公共設(shè)施配套水平逐漸提高，會對散落分布的居民點產(chǎn)生一定的集聚效應(yīng)。葦子溝鎮(zhèn)、紀家鎮(zhèn)、興隆鎮(zhèn)等屬于農(nóng)村居民點隨機分布性的區(qū)域，在空間上這些鄉(xiāng)鎮(zhèn)均圍繞著九臺區(qū)中心地帶邊緣分布。營城街道、九郊街道緊鄰九臺街區(qū)分布，居民點分布呈集聚態(tài)勢。

卡倫湖鎮(zhèn)在1990—2010年一直處于隨機分布狀態(tài)，但到達2018年Cv顯著提高了約20%轉(zhuǎn)變?yōu)榧鄯植紶顟B(tài)，這與卡倫鎮(zhèn)地處長春、吉林兩大城市之間的區(qū)位優(yōu)勢是分不開的。2010年后，卡倫湖鎮(zhèn)依托自身資源稟賦和區(qū)位優(yōu)勢，發(fā)展以工業(yè)為主導的鎮(zhèn)域經(jīng)濟，積極發(fā)展多元農(nóng)業(yè)，促進產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，帶動農(nóng)民就業(yè)，農(nóng)民愿意留下來，同時隨著區(qū)域生活生產(chǎn)條件的不斷改善，農(nóng)村居民點集聚已成為一種發(fā)展態(tài)勢。

3.2.3 核密度分析基于九臺區(qū)1990—2018年農(nóng)村居民點數(shù)據(jù)，利用ArcGIS10.6空間分析模塊中核密度分析功能，設(shè)置搜索半徑為6 500 m，輸出柵格像元為500 m，得到1990—2018年九臺區(qū)農(nóng)村居民點核密度分布情況（圖4）。

圖4 1990—2018年九臺區(qū)農(nóng)村居民點核密度分布情況

整體上，九臺區(qū)農(nóng)村居民點核密度值大致展現(xiàn)出“中部集聚，四周稀疏”的空間分布特征。九臺區(qū)核密度較高的區(qū)域主要圍繞中心城區(qū)分布，沿南北向伸展，分布于飲馬河沿岸，表明該部分區(qū)域農(nóng)村居民點分布較為密集，且呈現(xiàn)出由中心向四周逐漸遞減的分布特征。

4個時期內(nèi)1990年與2000年、2010年與2018年核密度分布特征相似。其中，2000—2010年，農(nóng)村居民點核密度分布變化最為顯著，核密度大于0.8的區(qū)域如九臺街道、九郊街道和營城街道等高核密度值區(qū)域明顯收縮。其中局部高核密度值區(qū)域由最初的連片而后分化斷開，由最初的“單核”演化為“雙核”。研究區(qū)東北部核密度值整體顯著下降，出現(xiàn)大面積核密度小于0.4的低核密度值區(qū)域，表明該區(qū)域農(nóng)村居民點數(shù)量明顯減少，同時該時段內(nèi)林地數(shù)量也明顯減少。東南部波泥河鎮(zhèn)出現(xiàn)了一個核密度大于1的高密度值區(qū)域，表明該地區(qū)農(nóng)村居民點有集中收縮的趨勢。

2010—2018年，研究區(qū)東北部部分地區(qū)核密度上升，表明該部分地區(qū)居民點分散程度有所減緩。西南部卡倫湖鎮(zhèn)邊緣地帶密度值下降，農(nóng)村居民點減少，這與其作為長春的衛(wèi)星城，進行征遷村屯推進城鎮(zhèn)化建設(shè)有關(guān)。

3.2.4 重心遷移分析基于ArcGIS10.6平臺，對研究區(qū)進行重心分析，進而得到2010—2018年的重心遷移圖（圖5）。其中，1990年重心坐標（125°57′04″E，44°12′14″N），2000年重心坐標（125°57′00″E，44°12′12″N），2010年重心坐標（125°57′37″E，44°10′30″N），2018年重心坐標（125°54′45″E，44°10′37″N）。

圖5 九臺區(qū)1990—2018年農(nóng)村居民點重心遷移變化

九臺區(qū)農(nóng)村居民點重心向九臺城區(qū)偏移，同時整體上表現(xiàn)為向著長春中心城區(qū)偏移。從宏觀層面而言，國家整體經(jīng)濟發(fā)展是推動城市發(fā)展的重要因素。農(nóng)村居民點的集聚程度和空間分布隨著城市化浪潮發(fā)展而不斷變化，其所形成格局能在一定程度上反映社會經(jīng)濟條件［36］。20世紀50年代以來，農(nóng)村居民點的分布呈現(xiàn)規(guī)模集中化和局部分散化等趨勢［37］。根據(jù)九臺區(qū)農(nóng)村居民點重心變化和農(nóng)村居民點規(guī)模變化，九臺區(qū)農(nóng)村居民點的重心整體向西南方向移動，在此期間長春市經(jīng)濟整體增長良好，中心城區(qū)不斷擴張，帶動周圍縣市經(jīng)濟發(fā)展，城區(qū)周邊農(nóng)村居民點不斷增加聚集，整體上表現(xiàn)為南遷聚集效應(yīng)。

4 結(jié)論與建議

本研究以長春市九臺區(qū)為研究區(qū)，利用農(nóng)村居民點土地利用數(shù)據(jù)，基于ArcGIS 10.6和Fragstats 4.2平臺，采用景觀格局指數(shù)、平均最鄰近指數(shù)、Voronoi圖變異系數(shù)、核密度估算和重心遷移模型方法，對九臺區(qū)近30年農(nóng)村居民點時空演變特征進行分析。

1）九臺區(qū)農(nóng)村居民點空間分布上隨時間序列呈現(xiàn)集聚化發(fā)展，對研究區(qū)影響逐年增大。1990—2018年，九臺區(qū)農(nóng)村居民點面積逐步收縮，平均斑塊面積增大，最大面積斑塊所占比例逐步提高。

2）由于距離不同以及居民點自身發(fā)展條件的限制，經(jīng)濟發(fā)展水平、基礎(chǔ)設(shè)施以及公共設(shè)施配套水平較高的區(qū)域會對周圍散落分布的居民點產(chǎn)生不同的影響。營城街道等緊鄰九臺街區(qū)分布，受其輻射作用影響，居民點分布呈集聚態(tài)勢。葦子溝鎮(zhèn)等區(qū)域均圍繞著九臺區(qū)中心地帶邊緣分布，受其引力作用影響，呈現(xiàn)出隨機分布狀態(tài)。

3）九臺區(qū)農(nóng)村居民點分布大致展現(xiàn)出“中部集聚，四周稀疏”的空間分布特征。2000—2010年核密度值較高區(qū)域明顯收縮。

4）九臺區(qū)農(nóng)村居民點重心向九臺城區(qū)偏移，同時整體上表現(xiàn)為向著長春中心城區(qū)西南方向偏移，表現(xiàn)為南遷聚集效應(yīng)。

隨著城鎮(zhèn)化的推進，農(nóng)村居民點規(guī)模在逐漸擴張但數(shù)量卻在不斷減少，同時也產(chǎn)生了如大量土地閑置、“人地分離”等不合理現(xiàn)象。探索農(nóng)村居民點的時空演變特征是進行其進行優(yōu)化布局的前提，而對農(nóng)村居民點布局進行優(yōu)化，從而實現(xiàn)土地資源的高效合理利用是實現(xiàn)鄉(xiāng)村振興切實有效的途徑。本研究從鄉(xiāng)村振興戰(zhàn)略出發(fā)，研究九臺區(qū)近30年來農(nóng)村居民點時空演變格局，為進行農(nóng)村居民點整治和布局優(yōu)化、促進土地資源的合理配置、改善農(nóng)村生產(chǎn)生活空間，從而進一步實現(xiàn)鄉(xiāng)村振興和城鄉(xiāng)一體化發(fā)展提供參考。但本研究僅研究時空演變特征，并未深入研究其驅(qū)動因子，建議參照區(qū)域發(fā)展情況和土地利用現(xiàn)狀，綜合考量水域、地形等自然因素以及人口經(jīng)濟等經(jīng)濟社會因素對農(nóng)村居民點時空分布特征的影響，更深層次把握農(nóng)村居民點變遷規(guī)律，為鄉(xiāng)村振興項目實施和發(fā)展戰(zhàn)略制訂提供理論參考。