周向麗，王智超，劉益珠，程葉青，周艷梅，張金萍

（1.海南師范大學(xué) a.地理與環(huán)境科學(xué)學(xué)院；b.國際教育學(xué)院，海口 571158；2.32033部隊，?？?570100）

鄉(xiāng)村聚落承載著鄉(xiāng)村居民生產(chǎn)、生活等一系列重要功能，是鄉(xiāng)村地域人地關(guān)系和社會發(fā)展進(jìn)程中人類活動強(qiáng)度的集中體現(xiàn)（Zhu et al., 2020; Wang et al., 2021）。自工業(yè)化以來，快速城市化導(dǎo)致鄉(xiāng)村聚落結(jié)構(gòu)變化成為普遍現(xiàn)象（Roy et al., 2015;Coluzzi et al., 2022），農(nóng)業(yè)生產(chǎn)區(qū)鄉(xiāng)村聚落空間快速擴(kuò)張（Conrad et al., 2015）。研究發(fā)現(xiàn)，鄉(xiāng)村聚落遷移演變受自然、經(jīng)濟(jì)、社會等因素綜合影響（Kohler et al., 2015; Wang et al., 2016），其復(fù)雜耦合關(guān)系向來是鄉(xiāng)村聚落研究的重要課題（Li et al.,2020a）。中國改革開放以來，城鄉(xiāng)二元結(jié)構(gòu)的總體環(huán)境和快速城鎮(zhèn)化進(jìn)程對鄉(xiāng)村聚落空間產(chǎn)生重要沖擊（Yu et al., 2018），使鄉(xiāng)村聚落呈現(xiàn)多元化發(fā)展格局（Li et al., 2019）。一方面，人口外出、產(chǎn)業(yè)空虛、鄉(xiāng)村落敗等鄉(xiāng)村凋敝問題多見，另一方面，鄉(xiāng)村聚落布局散亂，聚落用地空間持續(xù)擴(kuò)張，“人減地增”現(xiàn)象突出（Liu et al., 2013）。自然地理條件、交通區(qū)位、社會經(jīng)濟(jì)發(fā)展作為主要驅(qū)動因素，對中國鄉(xiāng)村聚落格局演變的影響得到持續(xù)而深入的研究（Tan, 2013; Li et al., 2019; Shi et al., 2021）。諸多研究表明，鄉(xiāng)村聚落大規(guī)模、無組織格局演變已成為制約中國鄉(xiāng)村振興的重要瓶頸（Liu et al., 2009;Gong et al., 2019）。因此，理清鄉(xiāng)村聚落空間演變的驅(qū)動機(jī)制對于優(yōu)化配置鄉(xiāng)村土地資源，確定有針對性的鄉(xiāng)村發(fā)展路徑具有重要意義。

從研究方法看，鄉(xiāng)村聚落演變特征與各影響因素間關(guān)系的定性描述（Kanianska et al., 2014）已逐漸演替為運(yùn)用回歸模型（Cao et al., 2020）、地理探測器（Yang et al., 2016; Qu et al., 2018）、面板數(shù)據(jù)模型（Song et al., 2014）等統(tǒng)計分析技術(shù)進(jìn)行定量測度。然而，鄉(xiāng)村聚落具有明顯的空間屬性，其演變的驅(qū)動力存在顯著的空間非平穩(wěn)性。傳統(tǒng)方法往往忽視此特性，因而研究結(jié)果可能偏離真實。并且，傳統(tǒng)方法要求樣本滿足獨立性、同方差性等基本統(tǒng)計假設(shè)，僅能解釋各因素對鄉(xiāng)村聚落演變特征的全局影響，不能揭示因空間位置不同而導(dǎo)致的影響程度的局部差異。因此，需要引入能夠刻畫空間非平穩(wěn)性的局部回歸方法，診斷鄉(xiāng)村聚落演變影響因素的空間分異特征，提出更加符合實際的鄉(xiāng)村發(fā)展建議。

地理加權(quán)回歸（GWR）模型將空間位置納入回歸參數(shù)，使影響因素的空間異質(zhì)性得到有效表達(dá)（張金萍 等，2020），可為鄉(xiāng)村聚落空間演變的驅(qū)動力分析提供更加豐富的信息（Tong et al., 2019;Zhou et al., 2020; Xu et al., 2021）。空間統(tǒng)計學(xué)認(rèn)為，尺度是所有地理檢索的本質(zhì)（McMaster et al.,2005），也是地理信息科學(xué)最重要的話題之一（Goodchild, 2001）。不同類型社會經(jīng)濟(jì)要素的發(fā)展過程往往對應(yīng)不同的空間尺度（Yu et al., 2020a）。從該角度看，鄉(xiāng)村聚落空間演變的影響因素很可能存在空間尺度效應(yīng)，即各因素的影響程度在一定空間尺度內(nèi)比較相似，超過這一尺度則會發(fā)生明顯變化（Shen et al., 2017）。然而，由于缺少具有“跨尺度”表達(dá)能力的穩(wěn)健數(shù)學(xué)模型，現(xiàn)有文獻(xiàn)對聚落演變影響因素的空間異質(zhì)性尺度差異研究還較為不足。經(jīng)典GWR 假定各因素的空間尺度相同，雖然能夠表達(dá)空間非平穩(wěn)性，但不能反映不同影響因素的空間異質(zhì)性尺度差異（Song et al., 2021）。多尺度地理加權(quán)回歸（MGWR）改進(jìn)了GWR，考慮了因素影響的空間尺度差異，空間異質(zhì)性的建模結(jié)果更加穩(wěn)健可靠（Yu et al., 2020b）?；诖耍狙芯恳院？谑袨槔?，利用GWR模型和MGWR模型，探討近20年來海口市鄉(xiāng)村聚落演變各影響因素的空間分異及尺度效應(yīng)，以期為鄉(xiāng)村聚落布局規(guī)劃和優(yōu)化政策制定提供科學(xué)參考。

1 研究區(qū)概況

海南省位于中國華南和西南陸地國土及海洋國土的結(jié)合部，是開發(fā)利用南海資源的基地和中國21世紀(jì)海上絲綢之路的重要戰(zhàn)略節(jié)點（程葉青 等，2021），也是全球最具代表性的熱帶海島地區(qū)之一。海南省1988年成為中國最年輕的省份和唯一的省級經(jīng)濟(jì)特區(qū)，2018年開始建設(shè)中國（海南）自由貿(mào)易試驗區(qū)并于2020年升級為海南自由貿(mào)易港。作為省會，?？谑?002年完成行政區(qū)劃調(diào)整，陸地面積由236.4 擴(kuò)展到2 296.83 km2，成為海南省最大城市（圖1）。近20年來，逐漸走出一條以房地產(chǎn)業(yè)和旅游業(yè)為支柱產(chǎn)業(yè)的經(jīng)濟(jì)發(fā)展之路，并致力于發(fā)展成中國特色自由貿(mào)易港核心城市（宋偉 等，2020）。2020年，?？谑谐Ｗ∪丝? 012.34萬，其中農(nóng)村人口占比39.73%。農(nóng)村常住居民人均可支配收入16 279 元，僅是城鎮(zhèn)居民的43.9%（?？诮y(tǒng)計年鑒委員會，2021）。

圖1 海口市區(qū)位Fig.1 Location of Haikou City

近20年來，在國家宏觀鄉(xiāng)村發(fā)展政策激勵以及房地產(chǎn)業(yè)、旅游業(yè)發(fā)展帶動下，?？谑朽l(xiāng)村轉(zhuǎn)型重構(gòu)加速，鄉(xiāng)村聚落發(fā)生持續(xù)性演化變遷（圖2）?？焖俪擎?zhèn)化和以房地產(chǎn)業(yè)、旅游業(yè)為主導(dǎo)的產(chǎn)業(yè)發(fā)展可能帶來中心城區(qū)、房地產(chǎn)開發(fā)區(qū)、旅游資源點附近鄉(xiāng)村聚落大規(guī)模無序擴(kuò)張和突出的“人減地增”問題，使得海口市鄉(xiāng)村聚落空間演變呈現(xiàn)不同于中國蘇南地區(qū)（Li et al., 2019）和北京郊區(qū)（Tan,2013; Zhou et al., 2020）的新特征。在此背景下，?？谑朽l(xiāng)村聚落演變的主要驅(qū)動因素有哪些？這些驅(qū)動因素的影響是否存在空間異質(zhì)性？如果存在，不同驅(qū)動因素的空間異質(zhì)性尺度差異如何？這些問題的研究對于海南自由貿(mào)易港建設(shè)及鄉(xiāng)村振興發(fā)展具有重要意義。

圖2 2002（a）、2020年（b）鄉(xiāng)村聚落空間分布Fig.2 Spatial distribution of rural settlements in 2002(a) and 2020(b)

2 研究方法與數(shù)據(jù)

2.1 研究方法

2.1.1 地理加權(quán)回歸 地理加權(quán)回歸（GWR）由Fotheringham 等（2002）提出，在OLS回歸的基礎(chǔ)上將研究對象的空間位置嵌入到回歸參數(shù)中，探究某一特定尺度下變量間的空間關(guān)系。GWR 充分考慮了空間對象的局部效應(yīng)，利用局部加權(quán)最小二乘法進(jìn)行逐點參數(shù)估計，可有效解釋數(shù)據(jù)的空間異質(zhì)性。

式中：（ui，vi）為第i個鄉(xiāng)村聚落的位置；Yi和Xij分別為因變量Y和自變量Xj在（ui，vi）處的觀測值，本研究中Yi為2002—2020 年?？谑朽l(xiāng)村聚落i的面積變化值，Xij為第i個鄉(xiāng)村聚落第j個自變量的觀測值；β0（ui，vi）為（ui，vi）處的截距；βj（ui，vi）為自變量Xj在（ui，vi）處的回歸系數(shù)；Ei為第i個區(qū)域的獨立同分布的隨機(jī)誤差。

GWR 中，每個樣本點的位置不同導(dǎo)致其回歸權(quán)重也不同，因此每個樣本點都對應(yīng)一個權(quán)重矩陣。帶寬反映自變量對因變量作用的空間尺度，直接決定權(quán)重隨距離增加而衰減的速率，是權(quán)重計算的重要參數(shù)。由于研究區(qū)內(nèi)鄉(xiāng)村聚落空間分布不均，選取自適應(yīng)二次核函數(shù)進(jìn)行空間權(quán)重運(yùn)算，利用AIC準(zhǔn)則確定各變量的最優(yōu)帶寬。

2.1.2 多尺度地理加權(quán)回歸 GWR 可以捕捉到鄉(xiāng)村聚落演變與影響因素關(guān)系的空間非平穩(wěn)性，但會忽視各因素的空間尺度差異，從而產(chǎn)生較大估計偏差。針對此不足，F(xiàn)otheringham 等（2017）提出多尺度地理加權(quán)回歸（MGWR）模型。MGWR 在考慮空間數(shù)據(jù)非平穩(wěn)性的基礎(chǔ)上，改進(jìn)了GWR 假定不同變量作用尺度在空間上保持一致的條件，允許變量間具有不同的空間平滑水平，選取最佳帶寬進(jìn)行回歸。并且，每個變量特定帶寬可以用作對每個空間過程作用的空間尺度的度量（Yu et al., 2020b）。即，運(yùn)用MGWR 不僅可以研究空間過程中的空間異質(zhì)性，而且可以直觀地確定不同過程運(yùn)行的空間尺度（Fotheringham et al., 2017）。MGWR公式為：

式中：βbw0、βbwj分別為最優(yōu)帶寬下的截距及第j個自變量的回歸系數(shù)；bw0和bwj分別為截距及第j個自變量回歸系數(shù)使用的帶寬。

可見，MGWR 多帶寬的回歸方法產(chǎn)生更接近真實、有效的空間過程模型。出于一致性，MGWR的核函數(shù)和帶寬選擇準(zhǔn)則依然延續(xù)使用經(jīng)典GWR的幾種經(jīng)典的核函數(shù)和帶寬選擇準(zhǔn)則，并采用經(jīng)典的殘差平方和變化比例（RSS）作為收斂準(zhǔn)則（Yu et al., 2020b）。考慮結(jié)果可比性，將MGWR的核函數(shù)和最優(yōu)帶寬確定準(zhǔn)則設(shè)置為與GWR相同。

2.2 變量選擇

鄉(xiāng)村聚落分布格局是自然環(huán)境、社會經(jīng)濟(jì)、區(qū)位及政策導(dǎo)向等多種因素綜合作用的結(jié)果（Song et al.，2020）。?？谑械匦我詾I海平原、河流階地、丘陵及熔巖臺地為主。一般來說，海拔低、坡度小的地區(qū)鄉(xiāng)村聚落面積變化可能更大。社會發(fā)展因素催生鄉(xiāng)村聚落不斷演變，人口變化率大、城鎮(zhèn)化水平高的鄉(xiāng)村聚落面積變化可能更大。經(jīng)濟(jì)區(qū)位因素一直是鄉(xiāng)村聚落演變的重要影響因素。到道路、河流和中心城區(qū)越近，道路交通條件越好，鄉(xiāng)村聚落面積變化可能越大。從海南省和?？谑械陌l(fā)展過程看，房地產(chǎn)和旅游資源開發(fā)等產(chǎn)業(yè)發(fā)展因素在鄉(xiāng)村聚落格局演變中發(fā)揮重要作用。距離房地產(chǎn)開發(fā)區(qū)域和旅游資源點越近，鄉(xiāng)村聚落空間演變可能越劇烈。因此，以鄉(xiāng)村聚落面積變化為因變量，從自然環(huán)境、社會發(fā)展、經(jīng)濟(jì)區(qū)位、產(chǎn)業(yè)發(fā)展4方面選取自變量（表1），反映鄉(xiāng)村聚落空間演變及其影響因素。

表1 鄉(xiāng)村聚落空間演變影響因素變量表示及計算方法Table 1 Representation and calculation methods of variables for factors influencing the spatial evolution of rural settlements

2.3 數(shù)據(jù)來源與處理

所需數(shù)據(jù)包括各級行政區(qū)劃邊界數(shù)據(jù)，2002和2020 年鄉(xiāng)村聚落斑塊、DEM、道路、河流、房地產(chǎn)開發(fā)區(qū)域斑塊、旅游資源點位置等空間數(shù)據(jù)，以及村莊面積、人口等屬性數(shù)據(jù)。2002年聚落斑塊數(shù)據(jù)來自Landsat TM與SPOT遙感影像，2020年數(shù)據(jù)來自Landsat OLI 遙感影像①數(shù)據(jù)來源：地理空間數(shù)據(jù)云.https://www.gscloud.cn/sources/index?pid=1&rootid=1。首先，通過TM 與SPOT影像融合，將2002年遙感影像的空間分辨率提高至10 m；其次，運(yùn)用目視解譯法，建立聚落解譯標(biāo)志，對2 期影像進(jìn)行解譯，獲得各聚落斑塊；再次，將2期斑塊數(shù)據(jù)疊加，獲得鄉(xiāng)村聚落變化數(shù)據(jù)；從次，剔除因誤差引起的小面積變化斑塊（面積＜0.000 2 km2）；最后，將面積變化明顯的斑塊按照幾何中心生成點文件，用于鄉(xiāng)村聚落演變影響因素建模。DEM 數(shù)據(jù)來源于美國地質(zhì)勘探局（USGS）②https://earthexplorer.usgs.gov/，道路、河流等基礎(chǔ)地理數(shù)據(jù)來源于海南測繪地理信息局③http://hism.mnr.gov.cn/sjkf/hndt/。在此基礎(chǔ)上，根據(jù)Google Earth影像，參照高德地圖APP，結(jié)合實地調(diào)查，獲得更精確的不同等級道路數(shù)據(jù)，經(jīng)拓?fù)錂z查后構(gòu)建道路網(wǎng)絡(luò)。房地產(chǎn)開發(fā)區(qū)域分布數(shù)據(jù)來源于安居客網(wǎng)站④https://haikou.anjuke.com/?pi=PZ-baidu-pc-all-biaoti。旅游資源分布數(shù)據(jù)來自于2018年海南省旅游資源普查與規(guī)劃信息庫項目。鄉(xiāng)鎮(zhèn)人口數(shù)據(jù)來源于《2021 海口統(tǒng)計年鑒》（?？诮y(tǒng)計年鑒委員會，2021）。變量的描述性統(tǒng)計見表2。進(jìn)一步對變量進(jìn)行共線性診斷，發(fā)現(xiàn)均不存在嚴(yán)重的共線性（VIF<5），符合構(gòu)建GWR和MGWR模型的基本條件。

表2 鄉(xiāng)村聚落空間演變影響因素變量描述Table 2 Descriptive statistics of variables for factors influencing the spatial evolution of rural settlements

3 結(jié)果與分析

3.1 鄉(xiāng)村聚落演變的時空分異

2002 和2020 年海口市鄉(xiāng)村聚落空間格局比較相似，均表現(xiàn)為“北多南少”的分布特征（圖2-a、b）。鄉(xiāng)村聚落規(guī)模呈顯著增長趨勢，斑塊總面積由64.25 增長至98.60 km2。人均聚落面積由120.59 增長至166.79 m2/人，增幅達(dá)38.31%。面積增長的鄉(xiāng)村聚落占比達(dá)38.32%。但整體上，鄉(xiāng)村聚落面積增幅由北部、西部向南部、東部逐漸遞減（圖3）。面積增幅較大的鄉(xiāng)村聚落大多位于研究區(qū)北部且鄰近中心城區(qū)，增幅為0.081 3 ～1.017 7 km2。面積減少的鄉(xiāng)村聚落占比5.32%，總體上南多北少且與面積增加和未變化鄉(xiāng)村聚落交錯分布，體現(xiàn)鄉(xiāng)村聚落空間演變的異質(zhì)性特征。并且，面積減少的鄉(xiāng)村聚落減幅不大，85.37%的減幅面積位于0.000 2～0.095 2 km2范圍內(nèi)，減幅超過0.095 2 km2的鄉(xiāng)村聚落極少且分布十分零散。從景觀破碎度看，鄉(xiāng)村聚落破碎化特征明顯，斑塊面積變異系數(shù)由2.43 增大至3.23。進(jìn)一步使用全局Moran'sI探索鄉(xiāng)村聚落分布的空間相關(guān)性，發(fā)現(xiàn)2002 和2020 年鄉(xiāng)村聚落斑塊面積的Moran'sI值分別為0.266 （P<0.001）和0.155（P<0.001），變化的斑塊面積的Moran'sI值為0.179（P<0.001），表明鄉(xiāng)村聚落分布及面積變化均呈現(xiàn)顯著正向空間集聚格局。2020年Moran'sI值有所下降，說明鄉(xiāng)村聚落趨向于略顯零散的分布，與景觀破碎度結(jié)果一致。

圖3 2002—2020年?？谑朽l(xiāng)村聚落演變的空間分布Fig.3 Spatial distribution of rural settlement evolution in Haikou City from 2002 to 2020

3.2 因素影響的空間尺度分析

對比GWR，MGWR 由于采用更為優(yōu)化的帶寬，R2及調(diào)整R2值明顯提高，AICc值與殘差平方和顯著下降，模型擬合效果更好（表3）。并且，MG-WR與GWR模型確定的各因素與鄉(xiāng)村聚落演變關(guān)系分析的最佳帶寬呈現(xiàn)顯著差異（表4）。帶寬越大說明自變量對因變量影響的尺度越大，也即在更大的空間范圍內(nèi)相似。帶寬越小說明自變量對因變量的影響處于更為局部的尺度，參數(shù)估計受空間的影響更大。GWR僅能反映各變量作用尺度的平均水平，分析帶寬均為2 794，無法揭示各因素作用于鄉(xiāng)村聚落演變的尺度效應(yīng)。MGWR 模型確定的各因素影響的帶寬不一致，說明各因素對鄉(xiāng)村聚落演變的影響是在不同的空間尺度上產(chǎn)生作用的。其中，常數(shù)項、到道路的距離、到房地產(chǎn)開發(fā)區(qū)的距離和高程的帶寬占總樣本數(shù)量的比例為0.66%～17.76%，這4個變量整體上為局部尺度關(guān)系，表明其對鄉(xiāng)村聚落演變的影響在不同位置存在顯著的差異性。常數(shù)項表示在其他自變量確定的情況下，不同位置對鄉(xiāng)村聚落演變的影響。值得注意的是，本研究常數(shù)項作用尺度最小，屬于微觀尺度變量，說明鄉(xiāng)村聚落演變對位置非常敏感。城鎮(zhèn)化率和坡度2個變量的作用屬于較大尺度，占總樣本數(shù)量的比例分別為42.04%和47.73%，說明回歸系數(shù)的空間非平穩(wěn)性較弱。到中心城區(qū)的距離作用尺度為8 654，人口變化率、到河流的距離、路網(wǎng)密度和旅游資源點可達(dá)性作用尺度均為10 482。5 個變量均屬于全局尺度，基本不存在空間異質(zhì)性，即不同位置鄉(xiāng)村聚落演變受每個變量的影響基本相同。

表3 鄉(xiāng)村聚落空間演變影響因素的GWR及MGWR模型指標(biāo)Table 3 Model indicators of GWR and MGWR for factors influencing the spatial evolution of rural settlements

表4 鄉(xiāng)村聚落空間演變影響因素的GWR與MGWR模型帶寬Table 4 Bandwidth of GWR and MGWR for factors influencing the spatial evolution of rural settlements

3.3 因素影響的空間異質(zhì)性分析

從MGWR回歸結(jié)果（表5）看，到中心城區(qū)的距離和路網(wǎng)密度2個變量的回歸系數(shù)整體顯著，高程、坡度、城鎮(zhèn)化率、到道路的距離、到房地產(chǎn)開發(fā)地的距離、常數(shù)6個變量回歸系數(shù)局部顯著，人口變化率、到河流的距離和旅游資源點可達(dá)性3個變量的回歸系數(shù)整體不顯著。各變量回歸系數(shù)的空間格局如圖4所示。

表5 鄉(xiāng)村聚落空間演變影響因素的MGWR參數(shù)估計結(jié)果統(tǒng)計Table 5 Statistics of estimation results of MGWR for factors influencing the spatial evolution of rural settlements

圖4 鄉(xiāng)村聚落空間演變影響因素顯著回歸系數(shù)的空間格局Fig.4 Spatial pattern of significant regression coefficients for factors influencing the spatial evolution of rural settlements

3.3.1 自然環(huán)境因素 ?？谑袞|北部為濱海平原帶，中部為南渡江沿江階地帶，地勢低平，海拔低于92 m。東南部為丘陵臺地帶，西部為熔巖臺地帶，海拔略高，最高達(dá)222.8 m。高程對鄉(xiāng)村聚落面積變化的影響在低海拔區(qū)域呈現(xiàn)顯著負(fù)相關(guān)關(guān)系，而在海拔較高的區(qū)域不顯著。顯著回歸系數(shù)為-1.046～-0.129，影響程度整體上呈現(xiàn)北高南低的空間格局。這與高程值衰減規(guī)律大致相反，表明鄉(xiāng)村聚落朝耕地資源更好、生產(chǎn)適宜性更高的低海拔地區(qū)發(fā)展。經(jīng)統(tǒng)計，?？谑?0%以上的鄉(xiāng)村聚落擴(kuò)張發(fā)生在海拔低于36 m的區(qū)域。

坡度對鄉(xiāng)村聚落面積變化的影響僅在研究區(qū)北部小范圍地區(qū)表現(xiàn)出顯著負(fù)相關(guān)關(guān)系，顯著回歸系數(shù)為-0.125～-0.036。影響程度呈現(xiàn)東北高四周低的空間格局，表明該區(qū)域的低坡度鄉(xiāng)村聚落更易發(fā)生擴(kuò)張。在研究區(qū)其他區(qū)域，坡度的回歸系數(shù)為-0.035～0.002，對鄉(xiāng)村聚落面積變化的影響更加微弱且不顯著。對比其他因素，坡度對鄉(xiāng)村聚落演變的影響已逐漸弱化，不但影響程度較低，而且在空間上的差別也不大。

3.3.2 社會發(fā)展因素 城鎮(zhèn)化率對鄉(xiāng)村聚落演變的顯著正向影響區(qū)位于研究區(qū)北部，涉及54.22%的?？谑朽l(xiāng)村聚落。顯著回歸系數(shù)為0.088～0.334，說明城鎮(zhèn)化率越高，鄉(xiāng)村聚落擴(kuò)張越明顯。顯著回歸系數(shù)均值為0.258，表明城鎮(zhèn)化率每提高1 個單位，鄉(xiāng)村聚落面積平均增加0.258 個單位。影響程度呈現(xiàn)北高南低的空間格局，并具有一定的區(qū)域差異（標(biāo)準(zhǔn)差為0.074）。城鎮(zhèn)化率反映區(qū)域社會發(fā)展的綜合水平。北部地區(qū)城鎮(zhèn)化水平高，一方面，公共服務(wù)設(shè)施用地擴(kuò)展更快。另一方面，鄉(xiāng)村居民收入和生活水平更高，新建住宅和改善居住條件的能力更強(qiáng)。此外，產(chǎn)業(yè)園區(qū)、大學(xué)城等由中心城區(qū)向周圍鄉(xiāng)村地區(qū)轉(zhuǎn)移，在一定程度上促進(jìn)鄉(xiāng)村聚落的擴(kuò)張。南部地區(qū)以農(nóng)業(yè)景觀為主，鄉(xiāng)村社會經(jīng)濟(jì)發(fā)展略顯滯后，鄉(xiāng)村聚落面積變化不大。城鎮(zhèn)化率與鄉(xiāng)村聚落演變的關(guān)系比較微弱且不顯著。

人口變化對鄉(xiāng)村聚落面積變化的影響不顯著。一方面，?？谑朽l(xiāng)村地區(qū)土地利用管理粗放，加上鄉(xiāng)村居民“祖屋”“祖宗地”觀念根深蒂固，導(dǎo)致普遍的“一戶多宅”現(xiàn)象。從而，雖然鄉(xiāng)村地區(qū)常住人口增長不大，但建設(shè)用地面積大多持續(xù)增長。另一方面，農(nóng)業(yè)勞動力流向中心城市后仍會返鄉(xiāng)建房，將其作為進(jìn)城失敗的退路和退休后的歸宿。因此，人口增減不是?？谑朽l(xiāng)村聚落演變的主要驅(qū)動力。

3.3.3 經(jīng)濟(jì)區(qū)位因素 到道路的距離對鄉(xiāng)村聚落面積變化的影響僅在中心城區(qū)周邊為顯著相關(guān)，占總樣本量的4.14%。中心城區(qū)西部和南部鄉(xiāng)村聚落以正向回歸為主，顯著回歸系數(shù)大多在1.539～3.145，作用方向與預(yù)設(shè)不符。這些聚落在《?？谑型恋乩每傮w規(guī)劃（2006—2020年）》（?？谑腥嗣裾?，2011）中已被納入長流組團(tuán)和中心城區(qū)組團(tuán)發(fā)展規(guī)劃，即將被成片開發(fā)為城市用地。這些地區(qū)道路交通條件好，地形平坦。鄉(xiāng)村聚落分布集中且規(guī)模較大，在向路發(fā)展已無空間的情況下，總體呈現(xiàn)向距道路略遠(yuǎn)的地方快速擴(kuò)張。負(fù)值顯著回歸系數(shù)較小，介于-0.623～0，僅位于南渡江沿岸及東部小范圍地區(qū)。南渡江是城市景觀和鄉(xiāng)村景觀的天然分界線，沿岸鄉(xiāng)村地區(qū)缺乏高等級公路，聚落傾向于在距主要道路更近的區(qū)域擴(kuò)張。整體上，海口市道路交通體系較為完善，約98%的鄉(xiāng)村聚落距道路的距離不超過500 m。因此，到道路的距離對大部分地區(qū)鄉(xiāng)村聚落演變不具有顯著影響。

到中心城區(qū)的距離對鄉(xiāng)村聚落變化具有負(fù)向影響，在整個研究區(qū)內(nèi)都是顯著的。顯著回歸系數(shù)為-1.586～-1.365，平均值為-1.496，表示到中心城區(qū)的距離每降低1 個單位，鄉(xiāng)村聚落面積增加1.365～1.586個單位，平均增加1.496個單位。與其他變量相比，到中心城區(qū)的距離對鄉(xiāng)村聚落演變的影響程度較大。雖然影響程度由西北向東南逐漸減小，但系數(shù)變化的空間差異不大（標(biāo)準(zhǔn)差為0.077）。北部區(qū)域作為?？谑谐鞘谢闹饕卣箙^(qū)，在中心城區(qū)的強(qiáng)力輻射帶動下，近20年來鄉(xiāng)村聚落快速演變。南部區(qū)域受維持農(nóng)業(yè)景觀、保護(hù)生態(tài)環(huán)境等功能定位限制，產(chǎn)業(yè)和人口集中在有限的幾個鄉(xiāng)鎮(zhèn)內(nèi)，鄉(xiāng)村聚落演變受中心城區(qū)輻射帶動影響較小。

路網(wǎng)密度對鄉(xiāng)村聚落演變具有正向影響，在研究區(qū)全域也都是顯著的。顯著回歸系數(shù)為0.123～0.134，平均值為0.130，表明路網(wǎng)密度每增加1 個單位，鄉(xiāng)村聚落的面積平均增加0.130 個單位，在各變量中影響程度處于中等水平。顯著回歸系數(shù)值由東北向西南略有衰減，影響程度的空間差異很?。?biāo)準(zhǔn)差為0.003）?？傮w上，顯著回歸系數(shù)值的空間分布與路網(wǎng)密度的分布特征基本一致。路網(wǎng)密度大意味著聚落之間的溝通和聯(lián)系較強(qiáng)，在鄉(xiāng)村發(fā)展過程中發(fā)揮著不可或缺的作用。北部地區(qū)路網(wǎng)密度更高，因而鄉(xiāng)村聚落擴(kuò)張更為明顯。

常數(shù)項所反映的區(qū)位對鄉(xiāng)村聚落面積變化有顯著影響。顯著回歸系數(shù)介于-7.324～3.533，平均值為-1.044，比各自變量的影響都大。從系數(shù)絕對值看，常數(shù)項呈現(xiàn)南北高、中間低的空間格局。標(biāo)準(zhǔn)差為2.534，說明常數(shù)項的影響存在明顯的區(qū)域差異，也即不同區(qū)位對鄉(xiāng)村聚落演變影響的差異很大。正值回歸系數(shù)主要分布在南部地區(qū)。顯著回歸系數(shù)為負(fù)值的鄉(xiāng)村聚落更多，主要分布在中部和北部地區(qū)。

到河流的距離對鄉(xiāng)村聚落面積變化的影響微弱且不顯著。整體上，?？谑袑儆跓釒Ъ撅L(fēng)氣候，降水充沛、河湖水系發(fā)達(dá)，64.8%的鄉(xiāng)村聚落位于距河流1 km范圍內(nèi)。雖然聚落向河發(fā)展可以便利農(nóng)業(yè)生產(chǎn)，美化鄉(xiāng)村景觀，但近20年來，隨著農(nóng)業(yè)灌溉技術(shù)不斷進(jìn)步，?？谑袑拥赖墓芾砣找鎳?yán)格，鄉(xiāng)村產(chǎn)業(yè)發(fā)展和居民生活對河流的依賴日益減弱。因此，河流不是?？谑朽l(xiāng)村聚落擴(kuò)張的主要驅(qū)動力。

3.3.4 產(chǎn)業(yè)發(fā)展因素 到房地產(chǎn)開發(fā)區(qū)的距離對67.07%的鄉(xiāng)村聚落的演變有顯著負(fù)向影響。顯著回歸系數(shù)介于-2.159～-0.356，平均值為-1.611，表明到房地產(chǎn)開發(fā)區(qū)的距離每縮短1 個單位，鄉(xiāng)村聚落面積增加約1.611 個單位。與其他變量相比，房地產(chǎn)開發(fā)對鄉(xiāng)村聚落演變的影響程度較高。從回歸系數(shù)絕對值看，房地產(chǎn)開發(fā)因素的影響程度呈現(xiàn)東北高、西南低的空間分布格局。標(biāo)準(zhǔn)差為0.356，說明房地產(chǎn)開發(fā)對鄉(xiāng)村聚落的影響程度有較大的區(qū)域差異。新?？谑谐闪⒁詠?，房地產(chǎn)業(yè)一直是?？谑薪?jīng)濟(jì)的最大支柱產(chǎn)業(yè)（Fang et al., 2021）。越鄰近房地產(chǎn)開發(fā)區(qū)域，農(nóng)民認(rèn)為本地被開發(fā)的希望越大，有可能因此而獲得巨額征地補(bǔ)償，從而引發(fā)鄉(xiāng)村非剛需建房的浪潮（宋偉 等，2020）。并且，近20年來，房地產(chǎn)業(yè)為綱致使?？谑蟹績r高漲，在鄉(xiāng)村土地管控不嚴(yán)的情況下，城市人口、外省人口選擇在鄰近房地產(chǎn)開發(fā)區(qū)的鄉(xiāng)村建房，也促進(jìn)鄉(xiāng)村聚落的演變。北部地區(qū)鄰近中心城區(qū)，且為房地產(chǎn)業(yè)主要布局地區(qū)，對鄉(xiāng)村聚落擴(kuò)張的促進(jìn)作用十分顯著。東南部地區(qū)房地產(chǎn)業(yè)遭到嚴(yán)格管控，鄉(xiāng)村聚落均位于房地產(chǎn)開發(fā)區(qū)域的10 km 以外，房地產(chǎn)業(yè)帶動作用被大大削弱，與鄉(xiāng)村聚落演變呈現(xiàn)不顯著關(guān)系。

旅游資源點可達(dá)性對鄉(xiāng)村聚落面積變化有微弱負(fù)向影響，但不顯著，這與預(yù)設(shè)不符。一般而言，旅游業(yè)對鄉(xiāng)村發(fā)展具有一定的促進(jìn)作用（Xi et al.，2015），但本研究旅游業(yè)對?？谑朽l(xiāng)村聚落演變的帶動力不強(qiáng)。近20年來，憑借得天獨厚的熱帶風(fēng)光和人文資源，?？谑新糜螛I(yè)發(fā)展較為快速。然而，?？谑袃?yōu)質(zhì)旅游資源大多遠(yuǎn)離鄉(xiāng)村聚落。同時，鄉(xiāng)村旅游開發(fā)不足，規(guī)模效應(yīng)尚未形成，主要表現(xiàn)在鄉(xiāng)村旅游產(chǎn)品同質(zhì)化問題嚴(yán)重，文化理念和品位不夠，旅游吸引力不強(qiáng)。游客無法獲得海南特色文化感知和熱帶農(nóng)民生產(chǎn)生活體驗等本土化旅游樂趣。因此，鄰近旅游資源點的鄉(xiāng)村聚落并未因旅游業(yè)發(fā)展而發(fā)生明顯變化。

4 討論

長期以來，根深蒂固的城市偏向思想導(dǎo)致?？谑朽l(xiāng)村土地利用缺乏統(tǒng)一管控、發(fā)展盲目無序，鄉(xiāng)村聚落總體上呈現(xiàn)大規(guī)模擴(kuò)張、趨于零散分布的特征。這種無序發(fā)展主要存在4個問題：1）農(nóng)房閑置廢棄加劇，村莊建設(shè)用地集約利用程度低；2）鄉(xiāng)村聚落擴(kuò)張占用大量農(nóng)田，成為農(nóng)用地面積減少的一個重要原因；3）聚落零散化導(dǎo)致鄉(xiāng)村公共服務(wù)設(shè)施建設(shè)和基礎(chǔ)設(shè)施建設(shè)成本增加，不利于從整體上改善農(nóng)村人居環(huán)境（Wang et al., 2021）；4）鄉(xiāng)村聚落內(nèi)部布局混亂，主要表現(xiàn)為生活空間分散、生產(chǎn)空間無序、生態(tài)空間污染（Mitchell, 2004）。

不可否認(rèn)，由于“北聚南優(yōu)”的土地利用戰(zhàn)略，?？谑心媳辈堪l(fā)展不平衡由來已久。北部由于緊鄰中心城區(qū)而快速發(fā)展，鄉(xiāng)村聚落空間顯著擴(kuò)張。南部缺乏增長極帶動而經(jīng)濟(jì)滯后，鄉(xiāng)村聚落空間發(fā)展緩慢甚至略有萎縮。并且，各因素對鄉(xiāng)村聚落演變的影響程度呈現(xiàn)明顯的南北差異、東西差異等空間異質(zhì)性特征。然而，比較多種驅(qū)動力的作用發(fā)現(xiàn)，到中心城區(qū)的距離和到房地產(chǎn)開發(fā)區(qū)的距離是對鄉(xiāng)村聚落演變最有影響力的2 個因素。誠然，這與中國實行城鄉(xiāng)二元體制和土地利用制度，缺乏實質(zhì)性的村莊規(guī)劃機(jī)制的大背景有關(guān)。然而，房地產(chǎn)業(yè)畸形發(fā)展以及“一戶一宅”制度執(zhí)行不嚴(yán)則是海口市鄉(xiāng)村聚落無序擴(kuò)張的深層次原因。近20 年來，房地產(chǎn)業(yè)一直是?？谑薪?jīng)濟(jì)的最大支柱產(chǎn)業(yè)。持續(xù)的房地產(chǎn)開發(fā)熱潮不但使被開發(fā)地區(qū)鄉(xiāng)村居民獲得巨大征地補(bǔ)償，而且給其他地區(qū)鄉(xiāng)村居民帶來很強(qiáng)的示范效應(yīng)，催生北部地區(qū)鄉(xiāng)村的非剛需建房熱潮。并且，?？谑写迕衿毡槌钟小白嫖荨薄白孀诘亍彼枷?，“一戶一宅”制度普遍遭遇實施困境，成為大多數(shù)鄉(xiāng)村聚落無序擴(kuò)張的重要原因。

本文發(fā)現(xiàn)到河流的距離、人口變化率、旅游資源點可達(dá)性對鄉(xiāng)村聚落演變沒有顯著影響，這與Wang（2021）、Shi（2021）、Li（2020b）等的研究不符。首先，該結(jié)果表明向河發(fā)展可能不是水資源豐沛的熱帶地區(qū)鄉(xiāng)村演變的主要特征。其次，快速城市化、房地產(chǎn)業(yè)“一業(yè)獨大”、土地利用管理粗放、鄉(xiāng)村旅游發(fā)展不充分的綜合作用可能是人口和旅游業(yè)因素影響不顯著的根本原因。由于本文使用能反映尺度效應(yīng)的MGWR 模型，相比宋偉等（2020）的研究，本文還發(fā)現(xiàn)不同變量對海口市鄉(xiāng)村聚落演變影響的空間異質(zhì)性存在顯著尺度差異，從而識別出不同變量對鄉(xiāng)村聚落演變作用的空間范圍，更精準(zhǔn)地度量了鄉(xiāng)村聚落演變與其影響因素間關(guān)系的空間非平穩(wěn)性。

人口變化率對鄉(xiāng)村聚落演變的影響不顯著還可能跟人口統(tǒng)計數(shù)據(jù)的尺度有關(guān)。本文無法獲取村級人口統(tǒng)計數(shù)據(jù)，只能假定一個鄉(xiāng)鎮(zhèn)內(nèi)各鄉(xiāng)村聚落人口密度均一，因而對建模結(jié)果會有一定的影響。這是本文的局限性。另外，本文僅選取可能影響鄉(xiāng)村聚落空間演變的客觀因素，而未考慮農(nóng)戶意愿、傳統(tǒng)地域文化等因素對鄉(xiāng)村聚落空間的影響。未來將結(jié)合鄉(xiāng)村居民的田野調(diào)查進(jìn)行深入分析。

?？谑姓诮ㄔO(shè)海南自由貿(mào)易港核心城市。為實現(xiàn)城鄉(xiāng)融合發(fā)展，集約利用土地資源，有必要采取以下主要措施推動鄉(xiāng)村聚落良性發(fā)展。首先，實施嚴(yán)格的房地產(chǎn)調(diào)控政策，防止房地產(chǎn)市場投機(jī)炒作，擺脫經(jīng)濟(jì)對房地產(chǎn)業(yè)的過度依賴；其次，推進(jìn)農(nóng)村土地利用制度改革，嚴(yán)格實施“一戶一宅”制度，打擊違法占地、違法建房行為，遏制北部鄉(xiāng)村聚落快速擴(kuò)展趨勢；再次，以生活、生產(chǎn)、生態(tài)空間有機(jī)融合為核心開展鄉(xiāng)村振興規(guī)劃，推動鄉(xiāng)村就地就近城鎮(zhèn)化，引導(dǎo)鄉(xiāng)村發(fā)展走向個性化和特色化；最后，深度挖掘熱帶風(fēng)情和民族特色，結(jié)合特色產(chǎn)業(yè)發(fā)展和鄉(xiāng)村旅游、農(nóng)事體驗等新型業(yè)態(tài)，在南部地區(qū)培育新的經(jīng)濟(jì)增長極，帶動鄉(xiāng)村聚落適度擴(kuò)展。

5 結(jié)論

以?？谑袨榘咐捎眠b感影像解譯、GIS 空間分析技術(shù)和MGWR 模型探明了鄉(xiāng)村聚落的時空演變及其影響因素的空間異質(zhì)性。結(jié)果表明，2002—2020 年，海口市鄉(xiāng)村聚落面積增加了34.35 km2，變化率為53.5%，與中國其他鄉(xiāng)村地區(qū)（Wang et al., 2021）和20 世紀(jì)中葉西歐國家農(nóng)村聚居區(qū)（Shinde et al., 2015）相比增長更為快速。從分布看，鄉(xiāng)村聚落日益呈現(xiàn)“北多南少”空間格局和零散化特征。鄉(xiāng)村聚落擴(kuò)張主要集中在北部地區(qū)，南部地區(qū)鄉(xiāng)村聚落則有所收縮。并且，擴(kuò)張、收縮和未變化的鄉(xiāng)村聚落交錯分布，空間異質(zhì)性十分明顯。

鄉(xiāng)村聚落演變諸驅(qū)動力的影響具有明顯的空間非平穩(wěn)性及尺度效應(yīng)差異。鄉(xiāng)村聚落演變對位置非常敏感，位置作用的空間異質(zhì)性最強(qiáng)。到道路的距離、到房地產(chǎn)開發(fā)區(qū)的距離以及高程是微觀尺度變量，空間非平穩(wěn)性較強(qiáng)。城鎮(zhèn)化率和坡度是中觀尺度變量，空間非平穩(wěn)性不強(qiáng)。到中心城區(qū)的距離等其余5個變量的影響為全局尺度，基本不存在空間非平穩(wěn)性。鄉(xiāng)村聚落演變受自然環(huán)境、城鎮(zhèn)化、區(qū)位、產(chǎn)業(yè)發(fā)展等因素的綜合影響。聚落位置變化的方向性特征表明，鄉(xiāng)村聚落越來越向海拔低、坡度小、離中心城區(qū)近、離房地產(chǎn)開發(fā)區(qū)近、城鎮(zhèn)化水平高、路網(wǎng)密度高的地區(qū)擴(kuò)展。其中，區(qū)位因素和產(chǎn)業(yè)發(fā)展因素對?？谑朽l(xiāng)村聚落演變的影響最為重要。歸根結(jié)底，?？谑朽l(xiāng)村聚落無序擴(kuò)張是城鄉(xiāng)二元體制、村莊規(guī)劃機(jī)制缺失、房地產(chǎn)業(yè)畸形發(fā)展以及“一戶一宅”制度執(zhí)行不嚴(yán)等綜合作用的結(jié)果。

相比GWR模型，MGWR充分考慮了各影響因素作用的空間尺度，擬合效果更佳?？梢姡\(yùn)用MGWR 模型可以科學(xué)識別鄉(xiāng)村聚落空間演化的關(guān)鍵因素。因此，本文不僅對制定與海南自貿(mào)港建設(shè)相稱的有針對性的鄉(xiāng)村聚落空間演化路徑有重要意義，而且對評估類似地區(qū)鄉(xiāng)村聚落演化的驅(qū)動力也有參考價值。