摘要：研究目的：測算不同村莊類型下農(nóng)村建設(shè)用地整治潛力，精準識別地塊整治優(yōu)先級，使得土地整治決策更加準確、科學。研究方法：以湖北省黃梅縣為研究區(qū)域，結(jié)合空間規(guī)劃和自身資源稟賦對村莊進行分類；對不同類型村莊的農(nóng)村建設(shè)用地整治潛力進行測算，并利用單類支持向量機對農(nóng)村建設(shè)用地圖斑的整治重要性進行識別，最終實現(xiàn)潛力總量約束下的潛力圖斑的整治優(yōu)先級安排。研究結(jié)果：（1）黃梅縣共劃分出城郊融合型、特色保護型、集聚發(fā)展型、存續(xù)提升型、搬遷撤并型5類村莊類型，其中包含村莊數(shù)量最多的是存續(xù)提升型，共有272個行政村；（2）規(guī)劃期內(nèi)黃梅縣農(nóng)村建設(shè)用地整治理論潛力規(guī)模6 624.66 hm2，現(xiàn)實潛力規(guī)模3 586.03 hm2；（3）整治緊迫圖斑占潛力規(guī)模的7.21%，整治較緊迫圖斑占潛力規(guī)模的15.02%，整治一般緊迫圖斑占潛力規(guī)模的51.14%，整治不緊迫圖斑占潛力規(guī)模的26.63%。研究結(jié)論：村莊分類下的農(nóng)村建設(shè)用地整治潛力規(guī)模預測與地塊整治優(yōu)先級識別，可以為村莊布局優(yōu)化和鄉(xiāng)村全域土地綜合整治提供理論參考和實踐操作模式。

關(guān)鍵詞：農(nóng)村建設(shè)用地；村莊分類；整治優(yōu)先級；整治潛力；黃梅縣

中圖分類號：F301.2 文獻標志碼：A 文章編號：1001-8158（2024）03-0060-11

基金項目：國家自然科學基金項目（42261021，41961036）。

隨著我國城鎮(zhèn)化進程的快速推進，農(nóng)村勞動力大量向城市涌入，農(nóng)村的空心化現(xiàn)象嚴重[1-2]，農(nóng)村建設(shè)用地閑置、低效等問題突出。同時，由于缺少科學合理的規(guī)劃管控和引導，農(nóng)村地區(qū)普遍存在用地布局混亂不合理、基礎(chǔ)設(shè)施建設(shè)不完善等現(xiàn)象。農(nóng)村建設(shè)用地整治不但是盤活農(nóng)村存量建設(shè)用地，提高建設(shè)用地利用效率的必要手段，也是鄉(xiāng)村振興戰(zhàn)略背景下優(yōu)化村莊用地格局[3]、改善鄉(xiāng)村人居環(huán)境、提高農(nóng)村生態(tài)質(zhì)量的必然要求。一方面，通過對低效建設(shè)用地整治可以提高建設(shè)用地的利用效率，促進村莊用地布局優(yōu)化；另一方面節(jié)余建設(shè)用地指標可以為鄉(xiāng)村振興用地提供保障，支持鄉(xiāng)村產(chǎn)業(yè)融合發(fā)展，同時易地調(diào)劑取得的收益可用于改善鄉(xiāng)村生產(chǎn)生活生態(tài)條件。而對農(nóng)村建設(shè)用地整治潛力規(guī)模的精準預測和整治優(yōu)先級的有效識別，能更好地服務(wù)于農(nóng)村建設(shè)用地整治工作，使其高效、有序的開展。

當前相關(guān)研究對于農(nóng)村建設(shè)用地整治潛力測算的方法主要有：問卷調(diào)查法[4-5]、人均或戶均建設(shè)用地標準法[6-7]、因素限制系數(shù)修正法[8-13]、土地閑置率法[14-16]、遙感分析法[17]。上述方法雖能對整治潛力進行預測，但存在實施難度大[4-5]、村莊差異性易被忽視[6-7]以及測算后的潛力難以轉(zhuǎn)化為現(xiàn)實路徑[8-13]等問題，且研究大多停留在宏觀層面上，結(jié)果難以對區(qū)域村莊布局優(yōu)化和全域土地綜合整治等提供更加精確具體的決策參考，因此需要對整治的時空次序進行科學安排。關(guān)于整治優(yōu)先級的識別，現(xiàn)有研究大多在測算整治潛力的基礎(chǔ)上以行政單位為單元對區(qū)域的整治優(yōu)先級進行等級的劃分[18-19]，也有部分學者通過構(gòu)建相應(yīng)的指標體系等形式來識別優(yōu)先級程度[20-21]，但鮮有研究從地塊尺度上進行更為細化的整治優(yōu)先級識別，由此得到的優(yōu)先級劃分很難在實踐過程中運用。農(nóng)村建設(shè)用地整治潛力規(guī)模與整治時序不僅受到自然、社會、區(qū)位、政策等宏觀因素的影響，還受到地塊面積、坡度等微觀因素影響。因此從微觀尺度上對地塊進行整治優(yōu)先級安排來實現(xiàn)潛力規(guī)模的空間落地，對促進農(nóng)村建設(shè)用地整治潛力的釋放具有重要意義。

鑒于此，本文以湖北省黃梅縣為研究區(qū)，利用規(guī)劃引導和村莊自身資源稟賦相結(jié)合的方式劃分村莊類型，測算農(nóng)村建設(shè)用地整治理論潛力和現(xiàn)實潛力，模擬農(nóng)村建設(shè)用地圖斑的整治迫切度并確定整治優(yōu)先級，從而實現(xiàn)規(guī)模約束下的農(nóng)村建設(shè)用地整治潛力與地塊整治優(yōu)先級協(xié)同優(yōu)化。本文不但可以豐富農(nóng)村建設(shè)用地整治潛力預測理論和方法體系，還可以為村莊用地布局優(yōu)化和全域土地綜合整治等提供實踐參考。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

黃梅縣隸屬于湖北省黃岡市，地處湖北省東部，長江北岸，是國家鄉(xiāng)村振興示范縣。全縣地勢南低北高，呈三級階梯狀分布，北部多為山地，中部多為丘陵及平原，中南部湖泊分布較多，地貌類型豐富多樣。截至2022年，轄區(qū)總面積為1 701 km2，共下轄16個鄉(xiāng)鎮(zhèn)，1個街道辦事處，522個行政村。

根據(jù)第三次國土調(diào)查成果數(shù)據(jù)，黃梅縣共有農(nóng)村建設(shè)用地11 531.02 hm2，占城鄉(xiāng)建設(shè)用地總面積的51.18%。2012—2022年，黃梅縣常住鄉(xiāng)村人口由55.6萬人減少到39.93萬人，總計減少約15.7萬人，占總量的28.24%①，但農(nóng)村建設(shè)用地卻沒有相對應(yīng)的減少。計算得到人均農(nóng)村建設(shè)用地為288.78 m2，遠超國家標準《城鄉(xiāng)用地分類與規(guī)劃建設(shè)用地標準》中“人均村莊建設(shè)用地上限不得大于200 m2”的標準。農(nóng)民建設(shè)選址往往是自發(fā)性狀態(tài)，使得農(nóng)村建設(shè)用地布局較為散亂，基礎(chǔ)設(shè)施配置供需不匹配；且存在各功能區(qū)之間沖突顯著、集約節(jié)約程度低等問題，選擇黃梅縣作為研究區(qū)具有典型性和代表性。

1.2 數(shù)據(jù)來源與預處理

歷年土地利用數(shù)據(jù)來源于黃梅縣土地利用變更調(diào)查數(shù)據(jù)庫，由黃梅縣自然資源和規(guī)劃局提供；各村鎮(zhèn)的社會經(jīng)濟等統(tǒng)計數(shù)據(jù)來源于《黃梅統(tǒng)計年鑒》和各鄉(xiāng)鎮(zhèn)年報；路網(wǎng)數(shù)據(jù)來源于 Open Street Map開源數(shù)據(jù)庫；數(shù)字高程和坡度來源于地理空間數(shù)據(jù)云；學校、醫(yī)院及超市等基礎(chǔ)設(shè)施數(shù)據(jù)來自百度地圖POI數(shù)據(jù)。

所有數(shù)據(jù)在ArcGIS平臺的支持下，進行統(tǒng)一空間投影坐標轉(zhuǎn)換，對所有柵格數(shù)據(jù)進行空間分辨率重采樣為10 m×10 m。同時利用ArcGIS 10.8操作平臺建立各統(tǒng)計單元經(jīng)濟社會指標、坡度、農(nóng)村建設(shè)用地圖斑等信息為主的黃梅縣農(nóng)村建設(shè)用地整治潛力規(guī)模與整治優(yōu)先級研究基礎(chǔ)數(shù)據(jù)庫。

2 研究思路與方法

本文的總體思路為：（1）利用規(guī)劃引導和村莊自身資源稟賦相結(jié)合的方式構(gòu)建村莊類型體系，識別村莊類型。（2）根據(jù)“人口—人均標準—現(xiàn)狀建設(shè)面積”三者間關(guān)系計算規(guī)劃期內(nèi)黃梅縣農(nóng)村建設(shè)用地整治理論潛力；從自然、經(jīng)濟、社會、區(qū)位4個方面構(gòu)建評價指標體系，通過多因素綜合評價法對理論潛力進行修正以得出農(nóng)村建設(shè)用地整治現(xiàn)實潛力。（3）選取地塊面積、坡度等影響因子，以退出農(nóng)村建設(shè)用地圖斑和新增農(nóng)村建設(shè)用地圖斑為訓練樣本，模擬現(xiàn)狀農(nóng)村建設(shè)用地整治迫切度，并確定整治優(yōu)先級。最終通過上述分析方法來實現(xiàn)潛力規(guī)模約束下農(nóng)村建設(shè)用地整治優(yōu)先級安排。研究框架如圖1。

2.1 村莊類型識別

本文以《鄉(xiāng)村振興戰(zhàn)略規(guī)劃（2018—2022年）》和《湖北省村莊規(guī)劃編制導則》中的分類標準為依據(jù)，同時考慮黃梅縣村莊現(xiàn)狀和需求特征，將全域村莊分為集聚發(fā)展型、存續(xù)提升型、城郊融合型、特色保護型、搬遷撤并型5個村莊類型。集聚發(fā)展型村莊主要是指人口總量大、經(jīng)濟實力較強且生態(tài)環(huán)境較好的村莊；存續(xù)提升型是指某些方面條件較差但仍將存續(xù)的一般村莊；城郊融合型村莊是指在發(fā)展過程中更有可能向城鎮(zhèn)化邁進，鄉(xiāng)村人口向城鎮(zhèn)人口轉(zhuǎn)變，產(chǎn)業(yè)發(fā)展和生活方式也與城鎮(zhèn)地區(qū)接軌的城鎮(zhèn)開發(fā)邊界范圍內(nèi)的村莊；特色保護型村莊是指自然歷史文化資源豐富的村莊，根據(jù)歷史文化保護專項規(guī)劃和傳統(tǒng)村落保護名錄等確定；搬遷撤并型包括經(jīng)濟基礎(chǔ)薄弱、生態(tài)環(huán)境脆弱及人口流失嚴重的村莊。

依據(jù)村莊自身現(xiàn)狀特征，結(jié)合指標的科學性、現(xiàn)實性、主導因素一致性等原則，本文從集散程度、發(fā)展程度、生態(tài)安全三個層面構(gòu)建分類識別體系（表1）。針對每個層面選取相應(yīng)指標：（1）集散程度反映了村莊資源狀況及區(qū)位條件，人口密度、建設(shè)用地和耕地占比3個指標反映了村莊的現(xiàn)狀資源特征，交通可達性則體現(xiàn)了村莊的區(qū)位條件；（2）發(fā)展程度顯示了村莊發(fā)展活力，選擇人均年收入、人口流失率、公共服務(wù)設(shè)施水平3個指標評估村莊發(fā)展程度，其中年收入反映了村莊發(fā)展經(jīng)濟基礎(chǔ)內(nèi)在動力，人口流失率反映出勞動力數(shù)量；（3）生態(tài)安全是發(fā)展的支撐條件，選取生態(tài)脅迫性指標可以展現(xiàn)生態(tài)的易破壞程度，生境質(zhì)量可以直接展現(xiàn)環(huán)境質(zhì)量的好壞。通過熵權(quán)法和德爾菲法相結(jié)合確定指標權(quán)重。對原始數(shù)據(jù)進行歸一化處理，在標準化處理的基礎(chǔ)上計算每項指標的信息熵值；聘請國土空間整治研究領(lǐng)域的15位專家，采取調(diào)查表形式，通過多輪賦值最終確定指標權(quán)重。根據(jù)指標加權(quán)求和得到評價分值，再利用自然斷點法將3個維度的綜合分值分為3個級別，由高到低依次為3、2、1（表2），然后通過咨詢專家意見并結(jié)合等級組合法對村莊類型進行識別。

2.2 農(nóng)村建設(shè)用地整治潛力測算

2.2.1 農(nóng)村建設(shè)用地整治理論潛力

本文以2022年為基準年，2035年為規(guī)劃目標年，根據(jù)黃梅縣各村莊2010—2022年人口自然增長和機械增長情況以及農(nóng)村人口變化特征，運用綜合增長率法對各村規(guī)劃年農(nóng)村人口總量進行預測。根據(jù)《湖北省建設(shè)用地控制標準》的規(guī)定，“城郊村莊人均建設(shè)用地面積不得超過100 m2/人，其他區(qū)域村莊人均建設(shè)用地標準不得超過120 m2/人”；《湖北省村莊規(guī)劃編制導則》中規(guī)定，“村莊建設(shè)用地規(guī)模宜按人均100～120 m2控制”。鑒于此，本文在參考上述政策的基礎(chǔ)上，根據(jù)區(qū)域特點并結(jié)合村莊類型識別結(jié)果，按照等分法劃分不同類型村莊人均建設(shè)標準值，其中集聚發(fā)展型120 m2/人，存續(xù)提升型110 m2/人，城郊融合型100 m2/人，搬遷撤并型為0 m2/人，特色保護型保持原有現(xiàn)狀建設(shè)規(guī)模。采用村級人均建設(shè)用地標準法[22]對各村理論潛力規(guī)模進行測算。

2.2.2 農(nóng)村建設(shè)用地整治現(xiàn)實潛力

從影響農(nóng)村建設(shè)用地整治潛力釋放的自然、經(jīng)濟、社會、區(qū)位4個方面選取相應(yīng)指標構(gòu)建限制條件修正系數(shù)指標體系，根據(jù)村莊類型識別指標體系權(quán)重的獲取方式確定指標權(quán)重，最終得出指標體系如表3所示。

自然條件。地形要素是農(nóng)村建設(shè)用地整治的主要影響因素，地形越陡越不利于整治工作的展開；人均耕地體現(xiàn)了耕地人均可利用水平，從側(cè)面反映了農(nóng)村建設(shè)用地整治需求程度，人均耕地高，整治需求相對較低，因而選取平均坡度和人均耕地2個指標。

經(jīng)濟條件。人均收入越高，對生活質(zhì)量要求越高，對農(nóng)村建設(shè)用地整治更迫切；財政公共預算收入越高，政府更有經(jīng)濟實力對農(nóng)村建設(shè)用地進行整治；教育設(shè)施水平、醫(yī)療保障水平和基本生活需求都是衡量村莊的基礎(chǔ)設(shè)施建設(shè)完善程度，基礎(chǔ)設(shè)施越不完善使得生活不便利，從而更希望被整治。

社會條件。村莊活力越強說明發(fā)展程度越高，越不易被整治；農(nóng)村人口流失率和青老年之比側(cè)面反映村莊規(guī)模和人口結(jié)構(gòu)，青少年比重越大，則農(nóng)村建設(shè)用地整治意愿更強烈；戶均宅基地依據(jù)國家標準，戶均宅基地面積更大，整治的可能性越大。

區(qū)位條件。便捷交通是村莊發(fā)展的基礎(chǔ)，而路網(wǎng)密度表征村莊路網(wǎng)發(fā)展水平，路網(wǎng)密度越高提供的道路接入空間更多，通常情況下交通網(wǎng)越完善的村莊越靠近城鎮(zhèn)中心，區(qū)位條件越好；而鎮(zhèn)中心是農(nóng)村最為普遍的經(jīng)濟貿(mào)易中心，以此來評價村莊引力，距離鎮(zhèn)中心越近，生活滿意度越高，整治潛力越低。所以區(qū)位條件選取路網(wǎng)密度和村莊引力2個指標。

2.3 整治優(yōu)先級模擬

機器學習方法中的單類支持向量機（One-class Support Vector Machine， OCSVM）是一種無監(jiān)督學習的單分類方法，基本思想是將一個單分類問題轉(zhuǎn)化為特殊的二分類問題，通過無標簽訓練數(shù)據(jù)集對模型進行訓練，目標為在高維特征空間尋找訓練樣本與坐標原點間隔的最優(yōu)分類超平面[23]，以此來確定樣本點所屬區(qū)域范圍（圖2）。目前已成功應(yīng)用于遙感影像判別[24]、檢測異常[25]、模式識別[26-27]等多個領(lǐng)域。

利用OCSVM算法對農(nóng)村建設(shè)用地拆舊地塊和建新地塊構(gòu)成的樣本集的坡度和區(qū)位等影響因子特征值進行訓練和模擬，對農(nóng)村建設(shè)用地整治潛力圖斑的一般特征進行挖掘，從而預測地塊的整治優(yōu)先度，最終根據(jù)優(yōu)先度高低對現(xiàn)狀農(nóng)村建設(shè)用地整治優(yōu)先級進行等級劃分。

（1）整治優(yōu)先級影響因子分析。通過實地調(diào)研了解村民整治意愿與訴求，結(jié)合現(xiàn)有相關(guān)研究結(jié)論[28-30]，最終選取平均坡度、圖斑面積、地塊周邊土地利用狀況、圖斑與主要道路的距離、圖斑與學校的距離、圖斑到鎮(zhèn)政府的距離作為黃梅縣農(nóng)村建設(shè)用地整治優(yōu)先級的影響因子。

（2）模型的訓練與精度驗證。利用單類支持向量機算法構(gòu)建農(nóng)村建設(shè)用地整治優(yōu)先級模擬模型。通過對兩期土地利用變更調(diào)查數(shù)據(jù)對比，獲取黃梅縣退出農(nóng)村建設(shè)用地圖斑作為正向樣本，并將黃梅縣新增農(nóng)村建設(shè)用地圖斑作為負向樣本，根據(jù)OCSVM算法的樣本比例要求，兩組數(shù)據(jù)按正負樣本9∶1數(shù)量比例構(gòu)成訓練樣本集。將訓練樣本以無標簽形式輸入OCSVM算法進行模型訓練，模型會將各影響因素數(shù)值單位轉(zhuǎn)換為0～1之間的標準化值。然后對無標簽樣本集進行判別，判別為正樣本的取值為+1，判別為負樣本的取值為-1，通過訓練后獲取模型的準確率（Acc）和召回率（Recall）。

式（2）—式（3）中：TP表示真正例，即模型正確預測為正類的樣本數(shù)量；TN表示真負例，即模型正確預測為負類的樣本數(shù)量；FP表示假正例，即模型錯誤地預測為正類的樣本數(shù)量；FN表示假負例，即模型錯誤地預測為負類的樣本數(shù)量。

（3）現(xiàn)狀農(nóng)村建設(shè)用地圖斑整治優(yōu)先級模擬。經(jīng)過訓練和驗證后的整治優(yōu)先級模擬模型已挖掘到農(nóng)村建設(shè)用地圖斑整治的一般規(guī)律，在此基礎(chǔ)上對現(xiàn)狀農(nóng)村建設(shè)用地圖斑整治優(yōu)先度進行模擬預測。將待預測的現(xiàn)狀農(nóng)村建設(shè)用地斑塊的影響因素指標值輸入模擬模型，從而得出每一個模擬單元的整治優(yōu)先度。圖斑整治優(yōu)先度結(jié)果區(qū)間為0～1，結(jié)果值越大的地塊應(yīng)該優(yōu)先整治，結(jié)果值越小的地塊整治緊迫程度較低。

（4）潛力規(guī)模與整治優(yōu)先級協(xié)同模擬。將每一個行政村內(nèi)的現(xiàn)狀農(nóng)村建設(shè)用地圖斑按照預測的整治優(yōu)先度由高到低進行排序，再根據(jù)排序結(jié)果從上往下依次選取圖斑，直至達到每個村的整治現(xiàn)實潛力上限值，從而得到整治潛力圖斑，并根據(jù)整治優(yōu)先度大小對地塊的整治優(yōu)先級進行等級劃分，從而實現(xiàn)規(guī)劃期內(nèi)潛力規(guī)模約束下的農(nóng)村建設(shè)用地圖斑整治優(yōu)先級安排。

3 結(jié)果與分析

3.1 村莊類型分類

根據(jù)黃梅縣村莊分類的研究結(jié)果，村莊類型數(shù)量最多的是存續(xù)提升型，共有272個行政村，占總數(shù)的52.11%；城郊融合型村莊為75個；集聚發(fā)展型村莊60個；特色保護型村莊4個；搬遷撤并型村莊111個。

從村莊類型分布圖（圖3）可以看出，城郊融合型村莊多靠近城鎮(zhèn)中心，交通條件較好，且位于城鎮(zhèn)開發(fā)邊界范圍內(nèi)，受城鎮(zhèn)化影響較大，在規(guī)劃引導和自身區(qū)位上都占據(jù)優(yōu)勢。集聚發(fā)展型在空間位置上靠近城郊融合型村莊，且生態(tài)安全質(zhì)量較高。存續(xù)提升型多在集聚發(fā)展型周邊，距離城鎮(zhèn)中心相對較遠。搬遷撤并型村莊主要分布在縣域北部山區(qū)以及東南部龍感湖周邊地區(qū)，這些村莊大多交通不便、地形崎嶇且位置偏遠，水土流失等地質(zhì)災害頻發(fā)，生態(tài)環(huán)境脆弱。特色保護類主要分布在西北地區(qū)，其中古村落遺址1處，省級傳統(tǒng)村落2個，省級歷史文化名村1個。

3.2 農(nóng)村建設(shè)用地整治潛力測算

在村莊類型識別的基礎(chǔ)上，推算出黃梅縣村一級的整治理論潛力為6 624.66 hm2，占現(xiàn)狀農(nóng)村建設(shè)用地總量的57.45%。用修正系數(shù)對理論潛力修正后，得出黃梅縣規(guī)劃期內(nèi)的農(nóng)村建設(shè)用地的現(xiàn)實整治潛力約為3 586.03 hm2，是整治理論潛力的54.13%，是現(xiàn)狀農(nóng)村建設(shè)用地總量的31.09%。

經(jīng)統(tǒng)計，黃梅縣農(nóng)村建設(shè)用地整治現(xiàn)實潛力規(guī)模在15 hm2以上的村莊有49個，主要分布在縣域東部；整治現(xiàn)實潛力在10～15 hm2之間的村莊有84個，主要集中于縣域中部的大河鎮(zhèn)、濯港鎮(zhèn)；在5～10 hm2之間的村莊有144個，較為集中分布在黃梅縣中南部的蔡山鎮(zhèn)、下新鎮(zhèn)等區(qū)域；在0～5 hm2之間的村莊172個，散落分布在各個鄉(xiāng)鎮(zhèn)；沒有整治潛力的村莊有73個，多分布在縣域北部及西南地區(qū)，這部分村莊由于區(qū)位及地形等因素影響，普遍存在現(xiàn)狀農(nóng)村建設(shè)面積較小、村莊人口數(shù)量較少等現(xiàn)象（圖4）。

3.3 農(nóng)村建設(shè)用地地塊整治優(yōu)先級識別

選取黃梅縣退出農(nóng)村建設(shè)用地圖斑和新增農(nóng)村建設(shè)用地圖斑，根據(jù)整治優(yōu)先級模擬模型對樣本量的需求，按照9∶1數(shù)量比例構(gòu)成無標簽訓練樣本集對模型進行訓練，從而挖掘到農(nóng)村建設(shè)用地歷史整治圖斑的一般規(guī)律。根據(jù)式（2）對模型的精度進行驗證，得出整治優(yōu)先級模擬模型的準確率為89.06%，召回率達96.28%。

將黃梅縣現(xiàn)狀農(nóng)村建設(shè)用地圖斑輸入模擬模型對其整治重要性程度進行預測，得出現(xiàn)狀農(nóng)村建設(shè)用地圖斑的整治優(yōu)先級，在此基礎(chǔ)上根據(jù)各村潛力規(guī)模約束值對圖斑按整治優(yōu)先度由高到低進行整治潛力圖斑選擇，獲得農(nóng)村建設(shè)用地整治潛力圖斑分布結(jié)果（圖5）。整治潛力圖斑的優(yōu)先度值都在0.5以上，并且潛力圖斑的面積在0.3 hm2以上的總面積達到3 118.65 hm2，占總整治潛力的87.1%，有利于較為集中地進行連片整治。整治優(yōu)先度較高的農(nóng)村建設(shè)用地地塊一般有如下特征：（1）被其他地類環(huán)繞。零星分散，被林地、耕地等包圍，此類建設(shè)用地騰退的概率較高，復墾后和周邊地類連接成片，從而與周邊生態(tài)環(huán)境相適宜（圖5（a））。（2）位置偏僻，交通不便。由于與主要道路的距離較遠，出行耗費時間、經(jīng)濟成本較高，群眾對此類建設(shè)用地的整治意愿加強（圖5（b））。（3）村莊的外圍。與村莊中心范圍內(nèi)的建設(shè)用地不同，村莊外圍部分的建設(shè)用地通過整治后更能與周邊原本的耕地、園地等相關(guān)聯(lián)，提高經(jīng)營過程中的效率（圖5（c））。（4）位于散落分布的小型居民點區(qū)域。小型村莊的教育、醫(yī)療等基礎(chǔ)設(shè)施相對來說不夠完善，地塊的面積較小且不連片，同時交通條件也較落后，村民更愿意將原有建設(shè)用地進行拆除（圖5（d））。整治優(yōu)先度值較大的圖斑的上述特征與近年已經(jīng)實施的農(nóng)村建設(shè)用地整治圖斑特征基本吻合，同時和村民整治意愿也較為一致。

根據(jù)整治潛力圖斑的整治優(yōu)先度結(jié)果值將整治優(yōu)先級劃分為4個等級（圖6）。優(yōu)先度值在≥0.9的為I級（緊迫），在0.8～<0.9之間的為II級（較緊迫），在0.7～<0.8之間的為III級（一般緊迫），<0.7的為IV級（不緊迫）。結(jié)果如下：農(nóng)村建設(shè)用地整治緊迫的圖斑面積為258.55 hm2，占潛力規(guī)模的7.21%；整治較緊迫圖斑面積為538.62 hm2，占潛力規(guī)模的15.02%；整治一般緊迫圖斑面積為1 833.89 hm2，占潛力規(guī)模的51.14%；整治不緊迫地塊面積為954.96 hm2，占潛力規(guī)模的26.63%。分區(qū)統(tǒng)計得到各鄉(xiāng)鎮(zhèn)潛力圖斑面積（圖7）。整治緊迫和較緊迫的地塊主要分布在黃梅縣北部、分路鎮(zhèn)南部、新開鎮(zhèn)東南沿江區(qū)域。主要原因在于縣域北部區(qū)域大部分位于山區(qū)，地勢較高，生態(tài)環(huán)境普遍較脆弱且配套設(shè)施不夠完善；南部沿湖沿江區(qū)域交通不便的同時還容易受洪澇等災害影響。

4 結(jié)論與討論

4.1 結(jié)論

本文以黃梅縣為研究區(qū)，利用土地利用調(diào)查等多源數(shù)據(jù)測算各村的整治潛力，并對現(xiàn)狀農(nóng)村建設(shè)用地地塊進行整治優(yōu)先級模擬。主要結(jié)論如下：

（1）黃梅縣的行政村分為城郊融合型、特色保護型、集聚發(fā)展型、存續(xù)提升型、搬遷撤并型5類。其中包含村莊數(shù)量最多的是存續(xù)提升型，占總量的52.11%，最少的是特色保護型，是黃梅縣歷史文化傳承與保護的重心。存續(xù)提升型村莊較均勻分布于各個鄉(xiāng)鎮(zhèn)，特色保護型村莊坐落在縣域西部自然、人文等景觀較獨特區(qū)域。

（2）規(guī)劃期內(nèi)黃梅縣整治理論潛力6 624.66 hm2，修正后的整治現(xiàn)實潛力為3 586.03 hm2，可釋放54.13%的理論整治潛力。黃梅縣各村整治潛力特征差異顯著，整治潛力較大的村莊主要分布在杉木鄉(xiāng)、龍感湖管理處、劉佐鄉(xiāng)，這些村莊人口相對較少但建設(shè)用地面積總量大，整治潛力較小的村莊主要分布在縣域北部及西南區(qū)域，這些村莊普遍區(qū)位條件較差且現(xiàn)狀農(nóng)村建設(shè)用地面積小。

（3）黃梅縣農(nóng)村建設(shè)用地整治優(yōu)先級劃分為I級（緊迫）、II級（較緊迫）、III級（一般緊迫）、IV級（不緊迫）4個等級。整治緊迫的圖斑面積為258.55 hm2，占潛力規(guī)模的7.21%；整治較緊迫圖斑面積為538.62 hm2，占潛力規(guī)模的15.02%；整治一般緊迫圖斑面積為1 833.90 hm2，占潛力規(guī)模的51.14%；整治不緊迫地塊面積為954.96 hm2，占潛力規(guī)模的26.63%。

4.2 討論

現(xiàn)有農(nóng)村建設(shè)用地整治潛力研究多側(cè)重于預測整體整治潛力規(guī)模，難以具體地從地塊尺度層面分析潛力圖斑的空間分布特點。測算方法缺乏村莊類型差異化的考慮，很難滿足農(nóng)村建設(shè)用地整治對象差異化的需求，也難以對地塊整治迫切度進行時序安排[31]。由此導致整治方案容易“一刀切”，不利于鄉(xiāng)村振興戰(zhàn)略的全面推進。實際上，農(nóng)村建設(shè)用地面積總量大，規(guī)劃布局不合理且分布較散，對全域范圍內(nèi)的農(nóng)村建設(shè)用地進行全面整治是不現(xiàn)實的，需要投入大量的人力、物力、財力[32]。本文在劃分村莊類型的基礎(chǔ)上測算村莊整治潛力，進而確定農(nóng)村建設(shè)用地斑塊的相對重要性等級并對整治時序作出優(yōu)先級安排，使整治策略更具針對性，不僅可以認識到不同類型村莊的差異性和整治潛力特征，也為區(qū)域村莊布局優(yōu)化和全域土地綜合整治等提供更加精確、細致的決策參考。

人工智能算法和機器學習為農(nóng)村建設(shè)用地的整治優(yōu)先級模擬提供了科學有效的手段。OCSVM算法只需要少量負向樣本就能深入學習模擬過程中的復雜規(guī)則，較好地解決了整治優(yōu)先級模擬中負向樣本獲取難度大的問題[33]。相對于線性回歸、決策樹等“白盒”模型，作為“黑盒”模型的OCSVM算法不用對復雜影響因素定量表達，通常來說模擬精度更高[34]?；贠CSVM算法構(gòu)建的模擬模型，通過訓練和驗證，模型的預測準確率為89.06%，召回率達0.962 8，滿足對地塊的優(yōu)先度模擬精度要求，且效果較好。此外，預測模型使用真實數(shù)據(jù)作為樣本來實現(xiàn)對農(nóng)村建設(shè)用地整治的特征規(guī)律的自動挖掘與學習，使整治優(yōu)先級安排更具現(xiàn)實說服力。黃梅縣自然資源和規(guī)劃局邀請了各鄉(xiāng)鎮(zhèn)、相關(guān)科室、相關(guān)部門如農(nóng)業(yè)農(nóng)村局相關(guān)管理與技術(shù)人員對整治優(yōu)先級安排的結(jié)果進行了論證。論證結(jié)果表明該研究結(jié)果比較符合黃梅縣農(nóng)村建設(shè)用地土地整治實際，對科學安排黃梅縣土地整治具有積極意義。

農(nóng)村建設(shè)用地整治是一項復雜的綜合性工程，受多方面復雜因素影響[35]。整治潛力和優(yōu)先級不僅與自然、經(jīng)濟、社會和區(qū)位等客觀因素有關(guān)，也受農(nóng)戶自身意愿，政府政策及執(zhí)行力等影響[36]。本文在測算整治潛力和優(yōu)先級時側(cè)重于可量化指標的測算，缺乏對農(nóng)民意愿、政策等難以量化因素的考量，潛力測算結(jié)果和優(yōu)先級安排可能存在一定的偏差。同時，區(qū)域和情境不同的情況下，評價指標與農(nóng)村建設(shè)用地整治之間的正負相關(guān)性的作用方向可能不一致，還需結(jié)合具體實踐過程加以調(diào)整。因此，后續(xù)研究中需進一步從多角度、多因素綜合作用下探究農(nóng)村建設(shè)用地整治的一般規(guī)律，更加科學準確地預測不同尺度下的整治潛力和整治優(yōu)先級安排。

參考文獻（References）：

[1] 胡智超，彭建，杜悅悅，等. 基于供給側(cè)結(jié)構(gòu)性改革的空心村綜合整治研究[J] . 地理學報，2016，71（12）： 2119 -2128.

[2] LIU Y S， LIU Y， CHEN Y F， et al. The process and driving forces of rural hollowing in China under rapid urbanization[J] . Journal of Geographical Sciences， 2010， 20（6）： 876 -888.

[3] 黃梓鑫，付艷華，李晶，等. 基于村莊類型差異的農(nóng)村居民點整治潛力研究——以聊城市為例[J] . 中國土地科學，2022，36（12）： 78 - 90.

[4] 李婷婷，龍花樓，王艷飛，等. 黃淮海平原農(nóng)區(qū)宅基地擴展時空特征及整治潛力分析：以禹城市5個村莊為例[J] .自然資源學報，2020，35（9）： 2241 - 2253.

[5] QING L Z， GUANG H J， WEN Q M， et al. The resource potential and optimization of rural housing land under utility structure evaluation in metropolitan suburbs villages of China[J] . Land， 2023， 12（3）： 646. doi： 10.3390/land12030646.

[6] LIU Y S， YANG R， LI Y H. Potential of land consolidation of hollowed villages under different urbanization scenarios in China[J] . Journal of Geographical Sciences， 2013， 23（3）： 503 - 512.

[7] 王瑋，陳英，張仁陟. 農(nóng)村宅基地整治潛力和整治成本測算方法——以河南省濮陽市為例[J] . 地域研究與開發(fā)，2017，23（3）： 125 - 129.

[8] 王楠，郝晉珉，李牧，等. 生計轉(zhuǎn)型背景下河北省農(nóng)村宅基地整理分區(qū)與潛力研究[J] . 農(nóng)業(yè)工程學報，2019，35（9）： 255 - 264.

[9] 黎孔清，陳銀蓉，余雪振. 湖北省隨縣農(nóng)村居民點整治現(xiàn)實潛力測算及整治策略——基于農(nóng)戶意愿的調(diào)查分析[J] . 自然資源學報，2013，28（3）： 459 - 469.

[10] 郭杰，肖善才，歐名豪，等. 基于參與主體意愿的農(nóng)村居民點整理現(xiàn)實潛力測算[J] . 中國土地科學，2017，31（10）： 86 - 94.

[11] 楊浩，盧新海，陳東軍. 面向鄉(xiāng)村振興的湘南宅基地整治潛力分區(qū)及發(fā)展路徑[J] . 農(nóng)業(yè)工程學報，2021，37（18）：263 - 272.

[12] ZHOU J H， QIN X X， LIU L， et al. A potential evaluation model for land consolidation in fragmental regions[J] . Ecological Indicators， 2017， 74（3）： 230 - 240.

[13] ZHANG B L， SUN P L， JIANG G H， et al. Rural land use transition of mountainous areas and policy implications for land consolidation in China[J] . Journal of Geographical Sciences， 2019， 29（10）： 1713 - 1730.

[14] 張興榆，黃賢金，王銳，等. 滁州市南譙區(qū)農(nóng)村居民點土地置換潛力測算[J] . 資源科學，2010，32（3）： 557 - 563.

[15] 李鑫，甘志伍，歐名豪，等. 農(nóng)村居民點整理潛力測算與布局優(yōu)化研究——以江蘇省江都市為例[J] . 地理科學，2013，33（2）： 150 - 156.

[16] 林國斌，蔡為民，吳云青，等. 天津市城鄉(xiāng)建設(shè)用地增減掛鉤潛力測算[J] . 中國土地科學，2012，26（6）： 68 -72.

[17] 朱曉華，陳秧分，劉彥隨. 空心村土地整治潛力調(diào)查與評價技術(shù)方法：以山東省禹城市為例[J] . 地理學報，2010，65（6）： 651 - 658.

[18] 高陽，張鳳榮，郝晉珉，等. 基于整治潛力與迫切度的村級農(nóng)村居民點整治時序研究[J] . 資源科學，2016，38（2）： 185 - 195.

[19] 張金鑫，陳偉強，耿藝偉，等. 基于“阻力-潛力”視角的宅基地整治時序研究——以商丘市睢陽區(qū)為例[J] .農(nóng)業(yè)資源與環(huán)境學報，2022，39（2）： 425 - 433.

[20] 呂飛，丁美煜，孫平軍. 基于居民滿意度的城市老舊住宅小區(qū)綜合整治優(yōu)先級研究——以哈爾濱市小康住宅示范小區(qū)為例[J] . 地域研究與開發(fā)，2019，38（4）： 75 - 79，91.

[21] 辛儒鴻，曾堅，梁晨. 城市綠地休閑服務(wù)供需失衡關(guān)鍵區(qū)識別與規(guī)劃干預優(yōu)先級劃分[J] . 地理學報，2023，78（3）： 762 - 774.

[22] 周克昊，譚榮輝，劉艷芳，等. 基于人均建設(shè)用地標準的區(qū)域土地利用節(jié)地潛力評估[J] . 農(nóng)業(yè)工程學報，2012，28（19）： 222 - 231，299.

[23] SCH LKOPF B， PLATT J C， SHAWE-TAYLOR J， et al. Estimating the support of a high-dimensional distribution[J] . Neural Computation. 2001， 13（7）： 1443 - 1471.

[24] DENG X Q， LI W K， LIU X P， et al. One-class remote sensing classification： one-class vs. binary classifiers[J] . International Journal of Remote Sensing， 2018， 39（6）： 1890 - 1910.

[25] 秦進春，余旭初，張麗，等. 基于非正定OCSVM的高光譜影像地物異常檢測[J] . 測繪工程，2016，25（4）： 37 - 41.

[26] XIAO Y C， WANG H G， XU W L. Ramp loss based robust one-class SVM[J] . Pattern Recognition Letters， 2017， 85（1）： 15 - 20.

[27] 張慶昭，陳子怡，方匡南. 多源異常檢測的整合單類SVM方法及應(yīng)用[J] . 統(tǒng)計研究，2023，40（4）： 138 - 150.

[28] 羅海鳳，趙翔，王靜，等. 農(nóng)村建設(shè)用地整治潛力規(guī)模與空間格局協(xié)同模擬研究——以湖北省宜城市為例[J] . 中國土地科學，2022，36（1）： 118 - 126.

[29] 高倩，方創(chuàng)琳，張小雷，等. 絲綢之路經(jīng)濟帶核心區(qū)新疆城鎮(zhèn)建設(shè)用地擴展的時空演變特征及影響機理[J] . 生態(tài)學報，2019，39（4）： 1263 - 1277.

[30] 鄒琳，趙翔，江平，等. 農(nóng)村宅基地整治潛力的空間顯式測算與模擬[J] . 農(nóng)業(yè)工程學報，2020，36（24）： 247 -256.

[31] 劉恬，胡偉艷，杜曉華，等. 基于村莊類型的全域土地綜合整治研究[J] . 中國土地科學，2021，35（5）： 100 - 108.

[32] 羅秀麗，楊忍. 農(nóng)村建設(shè)用地整治的空間生產(chǎn)機制及其效應(yīng)——以廣東省窯塘村為例[J] . 自然資源學報，2022，37（8）： 2085 - 2101.

[33] 武玉坤，李偉，倪敏雅，等. 單類支持向量機融合深度自編碼器的異常檢測模型[J] . 計算機科學，2022，49（3）：144 - 151.

[34] 紀守領(lǐng)，杜天宇，李進鋒，等. 機器學習模型安全與隱私研究綜述[J] .軟件學報，2021，32（1）： 41 - 67.

[35] 李向，胡業(yè)翠. 我國農(nóng)村建設(shè)用地整治潛力分區(qū)與實現(xiàn)路徑研究[J] . 中國農(nóng)業(yè)資源與區(qū)劃，2021，42（2）： 69 -78.

[36] 李佩恩，楊慶媛，范垚，等. 基于SEM的農(nóng)村居民點整治中農(nóng)戶意愿影響因素——潼南縣中渡村實證[J] . 經(jīng)濟地理，2016，36（3）： 162 - 169.

Accurate Prediction of Rural Construction Land Consolidation Potential and Identification of Land Consolidation Priority

LIANG Xiang1，2，3， CHEN Wenbo1，2， DUAN Peng1，2，3， YANG Huan1，2，3

（1. School of Surveying and Geoinformation Engineering， East China University of Technology， Nanchang 330013， China； 2. Nanchang Key Laboratory of Landscape Process and Territorial Spatial Ecological Restoration， East China University of Technology， Nanchang 330013， China； 3. College of Land Resource and Environment， Jiangxi Agricultural University， Nanchang 330045， China）

Abstract： The purpose of this study is to estimate the consolidation potential and accurately identify the priority of land consolidation in different villages， to make the consolidation decisions more accurate and scientific. The research methods are as follows. Firstly， Huangmei County in Hubei Province is taken as the research object， and the villages are classified according to spatial planning and their own characteristics. Then， for each type of village， the consolidation potential of rural construction land is measured. Next， one class support vector machine （OCSVM） is applied to model and identify the importance of land patch to finally arrange the consolidation priority for these potential sites that meet the constraints of total potential. The results are shown as follows. 1） Five types of villages are identified， including suburban integration type， characteristic protection type， cluster development type， survival and upgrading type， relocation and merger type. The dominant village type is survival and upgrading type， with a total of 272 administrative villages. 2） According to the planning， the theoretical potential of rural construction land consolidation in Huangmei County is 6 624.66 hm2， and the actual potential is 3 586.03 hm2. 3） The most urgent and sub-urgent consolidation spots account for 7.21% and 15.02% of the total potential spots， respectively， while the general urgent consolidation spots accounts for 51.14% of the total potential spots. The remaining （i.e. non-urgent consolidation spots） accounts for 26.63%. In conclusion， the simulation of the potential and priority identification of rural construction land consolidation based on village classification can provide the theoretical reference and practical operation modes for village layout improvement and overall land consolidation.

Key words： rural construction land； village classification； consolidation priority； consolidation potential； Huangmei County

（本文責編：張冰松）

①數(shù)據(jù)來源：《黃梅縣統(tǒng)計年鑒》。