农村居民点动态演变及驱动机制研究——以江苏省宜兴市为例

赵冰雪，夏 敏，符海月

(1.南京农业大学公共管理学院，南京210095;2.池州学院资源环境与旅游系，安徽 池州247000)

农村居民点是农民居住生活的载体，正确认识其发展变化规律，对促进土地集约节约利用、保护耕地资源和推进社会主义新农村建设都具有重要的现实意义。近年来，国内外学者都对农村居民点用地进行了大量的理论研究和实践探讨，并取得一系列成果。例如，以美国1980—1997年的农村居民点数据为基础，分析了其持续增长的特点及原因［1］;以 Landsat TM遥感数据和CBERS-2图像为基本数据源，分析了农村居民点用地的时空动态特征［2-4］;以汉江平原和北京山区为研究区，分析不同层次上农村居民点用地的变化特征，探讨其分布变化与自然、社会经济和生产环境之间的相互关系，定量研究变化的驱动因素［5-6］。宜兴市处在苏南经济发达区，后备土地资源不足。因此，在社会主义新农村建设的政策支持下，开展对农村居民点用地变化的研究，有着较为重要的理论和现实意义。

1 研究区域与数据来源

1.1 研究区概况

宜兴市地处北纬 31°07'～ 31°37'，东经 119°31'～120°03'，是无锡市下辖的县级市，土地总面积2 038.70 km2，2011 年底总人口124.37 万，经济基础良好，2011 年全市GDP达到980.39亿元，人均GDP 7.88万元。近些年宜兴市凭借显著的地理位置优势和城市化进程的带动，农村和乡镇经济也发展迅速，城乡一体化建设和社会主义新农村建设不断加快。

1.2 数据来源

数据来源包括:① 宜兴市1∶10万地形图;② 宜兴市2006年土地利用现状图和2008年二调数据配合遥感数据解译;③2000—2010年的《宜兴年鉴》和宜兴市统计局公布的数据。④Landsat TM/ETM+遥感影像，考虑到数据的可获取性和云层覆盖度，本研究选用的5期影像(2000-05-04，2003-02-13，2005-09-07，2008-04-24，2010-09-21)主要在春秋季节，地面分辨率为30 m，可能会导致一些小尺度地块被忽略，因此，在后续的研究中应尽可能采用多时相、高分辨率的SPOT影像作为数据源。

1.3 研究方法

从规模和空间两方面分析农村居民点变化。在规模变化上，引入土地利用动态度和地类变化的流向分析法研究农村居民点变化特征;在空间变化上，对地形做坡面分析，对距河流和农用地的距离做缓冲区分析，再将农村居民点与各因子进行叠加并分级，研究农村居民点空间变化特征。最后，运用SPSS因子分析法，按照特征值和因子贡献率的大小，综合研究农村居民点用地变化的驱动机制。

2 农村居民点规模变化

2.1 农村居民点变化幅度

变化幅度是指某种地类总面积的变化。2000—2010年宜兴市农村居民点用地整体呈下降趋势(表1)，净减少49.26 km2;2000年农村居民点占土地总面积的8.81%，占建设用地的35%，2010年农村居民点用地占土地总面积的6.68%，占建设用地的18.29%。农村居民点变化最为明显的是2008—2010年，年均减少6.24 km2，年减少率为0.36%。这是由于宜兴市近些年特别是2008年以后城市化发展迫切需要土地资源，而耕地不能被占用，因此，城镇建设主要通过农村居民点用地得到，从而造成农村居民点用地整体规模的下降。

表1 2000—2010年农村居民点用地面积和人口变化Tab.1 The change of rural residential area and population from 2000 to 2010

2.2 农村居民点变化速度

对土地利用速度变化的研究是区域土地利用变化的重要方面，可以通过土地利用动态度进行定量的描述。主要通过引入单一土地利用动态度来度量农村居民点的变化特征［7］。根据宜兴市农村居民点面积统计数据，得到2000—2010年4个时段的动态度变化结果(图1)。由图1可见，2000—2010年农村居民点用地变化速度逐年减小，农村居民点占土地总面积的比重降低2.86%;各研究时段中以2008—2010年的年平均动态度最大，为-0.54%。这是因为近几年国家和地方越来越重视对耕地的保护，陆续出台了相关保护耕地的政策，使农户不能再盲目建房，加速了农村居民点的减少。

图1 2000—2010年农村居民点动态度Fig.1 Dynamic degree of rural residential from 2000 to 2010

2.3 农村居民点流向变化

对土地类型的变化幅度和速度进行分析，有助于从总体上把握研究区土地利用类型动态变化的特点，但它只能反映整体变化的特征，并不能反映其内在结构的变化，因此，对地类间的转化过程进行定量研究，才能更加准确地认识区域土地利用的动态演变过程［8］。对土地利用类型之间相互转化过程的研究，通过土地利用类型的转移矩阵来说明，它不仅能直观地反映各地类的总量变化，更能准确地统计各地类的来源和转移去向［9］(表2)。

各研究时段内，农村居民点与农用地和城镇建设用地以及林地的转化最为频繁。农村居民点转入最多的是农用地，次多为城镇建设用地和林地;农村居民点转为其他地类面积最多是城镇建设用地，次多为农用地和林地。农用地转出面积大于转入面积，总量有所减少，说明农村居民点用地的扩张是建立在占用耕地的基础上的;城镇建设用地的转入面积大于转出面积，总量不断增加，是所有地类中唯一保持持续增长的土地利用类型，这与城市化建设迫切需要大量土地有关;而随着国家“退耕还林”政策的提出，林地面积不减反增，林地转为农村居民点的面积也逐渐减少。

表2 2000—2010年宜兴市农村居民点转换矩阵 km2Tab.2 Transition matrix of rural residential from 2000 to 2010 in Yixing City

3 农村居民点空间变化

3.1 空间聚集程度变化分析

研究农村居民点的空间变化，采用Voronoi图的Cv值衡量其在空间上的相对变化程度(图2)。Duyckaerts提出了3个建议值:Cv值小于33%时，点集为均匀分布;Cv值介于33% ～64% 时，点集为随机分布;Cv值大于64% 时，点集为集群分布［10～12］。Cv值的表达式为:Cv=标准差 平均差 ×100%。

图2 2000—2010年农村居民点Cv值变化Fig.2 Cv value change of rural residential from 2000 to 2010

根据Cv值计算结果及其空间分布划定标准，2000年农村居民点分布最为集中，呈典型的集群分布，这与研究初期农民建房选址主要选择地势相对平坦、沿主要的道路和河流分布有关;从2003—2010年，农村居民点逐渐呈随机分布，这是因为随着农村生活条件和交通条件的改善，农民对住宅地的选择逐渐摒弃诸如距离等因素，而更多地考虑居住环境的适宜性，因而，对住房选址的随机性变大。

3.2 农村居民点分布地形分异

3.2.1 高程分异。地形与农村居民点分布关系紧密，它能直接限定农村居民点用地的规模、结构和布局。宜兴市境内以平原和低山丘陵为主，地势南高北低，最高海拔为611.5 m，将 DEM 分为0～100 m，100～200 m，200～300 m，300 ～500 m 和 500 m 以上 5 个分带［13］(图3)。

图3 2000—2010年宜兴市农村居民点地形分异Fig.3 Correlation between rural residential and terrain in Yixing City from 2000 to 2010

由图3a可知，第一分带(0～100 m)的农村居民点所占比重最大，占总面积的90%以上。随着高程的增加，农村居民点面积和斑块数逐渐下降，呈现明显的垂直递减规律，这与平原区耕地分布广、人口密度大且相对集中有关［14］。随着海拔的升高，生产生活条件相对较差，农村居民点分布较为零散。从时间上来看，2000—2010年，第一分带的农村居民点比重由93.23%升至95.58%，这是因为农村经济的发展和政策的鼓励，山区居民迫切要求改善居住条件，越来越多的居民相继迁到山外交通条件相对便利的区域，从事现代农业生产。

3.2.2 坡度分异。坡度对温度、水分和植被的作用明显，直接影响人类对居住区的选择。根据宜兴市坡度图，将坡度分为0°～2°，2°～6°，6°～15°，15°～25°和25°以上5个坡度带(图3)。由图3b可见，农村居民点主要集中分布在0°～2°的平地上，其次分布在2°～6°的平坡，而6°～15°的缓坡、15°～25°的斜坡和 25°以上的陡坡农村居民点分布很少。这是因为平坡区水流运动平缓，适合农业生产，随着坡度的增加，水流运动加快，水土流失程度也随之加重，土地破碎度增加，当坡度超过25°后，水土流失严重，土壤贫疾，不宜耕作，基本不适宜人类居住，应当退耕还林。从时间上来看，2000—2010年平原区农村居民点比重由79.42%升至83.66%，说明农民更多地选择自然、生产条件较好的平地作为居住区。

3.3 农村居民点与水源距离分异

水是人类最基本的生存条件之一，根据宜兴市河流分布状况，将距河流的距离分为0～500 m，500～1 000 m，1 000～1 500 m，1 500～2 000 m和2 000 m以上5个级别(图4)。由图4可见，75%的农村居民点都分布在距离河流1 km的范围内，其中以距离河流500 m范围内的农村居民点数量最多、规模最大。距离河流越远，农村居民点用地规模和个数就越少，表现出较强的河流取向。2000—2010年，距离河流500 m范围内农村居民点比重由55.39%升至66.44%，说明人们把自然环境较好、生活生产取水方便的地区作为居住地选择的重要考虑因素。

图4 农村居民点分布与河流距离相关性Fig.4 Correlation between rural residential and the distance to river

3.4 农村居民点与农用地距离分异

按照《全国土地利用现状分类标准》，农用地是指直接用于农业生产的土地，包括灌溉水田、水浇地、旱地以及果园、茶园、桑园、草地、农田水利用地、养殖水面等地类，不同地类的分布情况对农村居民点用地的规模和分布均产生一定的影响。耕地、果园和茶园的需水量对水利条件的要求相对较高，因此，分别就这3种地类与农村居民点分布之间的关系进行分析［5］，按照农用地与居民点的距离分为0～500 m，500～1 000 m，1 000～1 500 m，1 500～2 000 m和2 000 m以上5个分带(图5)。

图5 农村居民点分布与农用地距离相关性Fig.5 Correlation between rural residential and the distance to agricultural land

农用地是农村居民点最主要的生产环境，其中耕地又是农村生产环境的基本。由图5可见，70% ～80%的农村居民点都分布在第一分带，这反映出农民为了耕作的方便，一般都选择在自家耕地周边定居。随着农村经济的发展和农村道路的改善，居民点分布受距离耕地远近的限制有所下降，但总体来讲距耕地较近的居民点分布仍占最大的比重。不同类型的农用地周围农村居民点规模和分布也表现出一定的差异。果园和茶园在第一分带和第五分带的居民点比重较大，随着时间的推移，第一分带和第二分带的居民点比重均呈减少趋势，而第五分带的居民点比重呈增加趋势。这是因为果园和茶园在适宜生长在地势较高的丘陵区，而农村居民点则多分布在平原，但随着交通条件的改善，距离已不再是限制园地分布的主要因素。因此，农村居民点用地和农用地之间具有较强的空间趋同性，农村居民点在演变的过程中应针对不同农用地分布情况，协调好居住地扩展与土地占用之间的矛盾，尽最大可能避免因村庄扩张而造成高产农田被侵占［15］。

4 农村居民点变化驱动力分析

农村居民点用地变化的研究主要涉及2个方面:一是用地变化的过程，二是引起用地变化的驱动因素。其中，对用地变化过程的研究是驱动力研究的基础。农村居民点分布和变化的驱动力分为自然和社会因素两方面。自然因素在大尺度环境下对农村居民点用地布局有一定的导向作用，但在局部地区短时期内对农村居民点变化产生的影响程度不明显。在局部小尺度环境下，人类的社会经济活动是造成土地利用变化的主要驱动力。因此，主要从社会经济角度，采用因子分析法对农村居民点用地变化的主要驱动因素进行研究［16］。

4.1 因子选取

根据因子分析方法收集2000—2010年15个具有代表性的统计因子(表3):X1(总人口/万人)、X2(农村人口 /万人)、X3(城市化水平 /%)、X4(GDP/亿元)、X5(人均GDP/万元)、X6(农民人均纯收入 /元)、X7(农民人均消费水平 /元)、X8(农民人均住房面积 /m2)、X9(第一产业生产总值 /亿元)、X10(第二、三产业占GDP比重 /%)、X11(城乡居民储蓄存款 /亿元)、X12(人均耕地面积 /hm2)、X13(乡村从业人数 /万人)、X14(农业机械总动力 /万kW)、X15(境内公路里程 /km)。

表3 宜兴市社会经济发展指标Tab.3 Social and economic indicators of Yixing City

本研究运用主成分分析法得到各因子的相关系数矩阵、特征值、贡献率和累积贡献率，并将特征值大于1的因子抽取出来作为公共因子(表4)。由表4可见，农村居民点用地变化的影响因子有4个，其中第一、第二因子为公共因子，能代表所有因子的大部分信息。农村居民点用地变化的［17］主成份分析结果见表5。由表5可知，第一主成分因子主要与 X4，X11，X5，X7，X15，X6，X3，X9高度相关，这些因子与经济和交通条件以及城市化水平相关;第二主成分因子主要与X1和X13相关性较大，这些因子与人口数量相关。根据以上分析，大致将影响宜兴市2000—2010年农村居民点用地变化的主要驱动因素归结为经济发展、交通改善、城市化水平提高以及人口变化四类。

表4 特征值及因子贡献率Tab.4 Eigenvalue and contribution of factors

表5 主成分载荷矩阵Tab.5 Component matrix

4.2 因子分析结果

(1)经济发展。经济发展使城市不断向外扩张，必然会占用大量的耕地和居民点。但城镇建设用地不能盲目扩张，应促进土地的节约和集约利用。

(2)交通改善。道路交通是农村居民点形成和扩建的重要条件之一，2000—2010年，全市公路里程年平均增长率为17.66%，人们更愿意居住在距离交通道路近的地区，农村居民点布局出现了沿交通线分布的线状格局，显示出较强的现代交通取向。

(3)城市化水平提高。城镇是沟通城市和乡村的桥梁和纽带，对农村有着较强的带动和集聚作用。城镇布局对周边农村居民点空间分布的辐射作用体现在距离城镇越近，居民点规模越大，分布也越密集。

(4)人口变化。随着农村人口的减少，居民点用地规模也会减少。随着人们的价值观念的逐渐改变，一些“80后”家庭逐渐从农村走向城市，这在一定程度上也减少了农村居民点的用地规模。

(5)政策引导。农村居民点用地变化还受到耕地保护等政策的直接影响，这些法规直接约束了农村占用耕地建房的现象，降低了农村居民点的用地规模。

5 结论

宜兴市2000—2010年农村居民点用地在时空上主要呈现以下特点:第一，农村居民点用地总规模及占地比重均有所下降;第二，农村居民点空间分布表现出较为明显的区位集中指向，在地势相对平缓、交通沿线附近、环境较好的地方农村居民点分布较为密集;第三，经济发展、人口减少、交通改善、城市化水平提高以及政策引导是农村居民点用地变化的主要驱动因素。

本研究使用的遥感数据由于解译精度的误差，会在一定程度上对研究结果产生影响。另外，驱动力研究中缺乏一些与农村居民点相关的指标，也会影响研究的顺利进展。因此，在后续的研究中，尽可能使用更高精度的小尺度数据或结合农户调查数据，使得出的结果更加精确、客观。

［1］ Vesterby M，Krupa K S.Rural Residential Land Use:Tracking Its Grows［J］.Agricultural Outlook，2002(8):14-17.

［2］ 田光进，刘纪远，张增祥，等.基于遥感与GIS的中国农村居民点规模分布特征［J］.遥感学报，2002，6(4):307-312.

［3］ Tian Guangjin，Yang Zhifeng，Zhang Yaoqi.The Spatio-Temporal Dynamic Pattern of Rural Residential Land in China in the 1990s Using Landsat TM Images and GIS［J］.Environmental Management，2007，40(5):803-813.

［4］ 田贵全，曲凯.山东省农村居民点动态变化遥感分析［J］.地域研究与开发，2008，27(1):102-104.

［5］ 胡贤辉，杨钢桥，张霞，等.农村居民点用地数量变化及驱动机制研究——基于湖北仙桃市的实证［J］.资源科学，2007，29(3):191-197.

［6］ 姜广辉，张凤荣，秦静，等.北京山区农村居民点分布变化及其与环境的关系［J］.农业工程学报，2006，22(11):85-92.

［7］ 王秀兰，包玉海.土地利用动态变化研究方法探讨［J］.地理科学进展，1999，18(1):8l-87.

［8］ 龚碧凯.盆西山地农村居民点动态变化及分布特征研究——以雅安市雨城区为例［D］.成都:四川农业大学，2009.

［9］ 金石柱，刘志锋.基于TM影像的延吉市土地利用动态变化研究［J］.地理科学，2011，31(10):1249-1253.

［10］ Duyckaerts C，Godefroy G.Voronoi Tessellation to Study the Numerical Density and the Spatial Distribution of Neurons［J］.Journal of Chemical Neuroanatomy，2000，20(2):83-92.

［11］ 刘仙桃，郑新奇，李道兵.基于Voronoi图的农村居民点空间分布特征及其影响因素研究——以北京市昌平区为例［J］.生态与农村环境学报，2009，25(2):30-33.

［12］ 李云强，齐伟，王丹，等.GIS支持下山区县域农村居民点分布特征研究［J］.地理与地理信息科学，2011，27(3):73-77.

［13］ 朱雪欣，王红梅，袁秀杰，等.基于GIS的农村居民点区位评价与空间格局优化［J］.农业工程学报，2010，26(6):326-333.

［14］ 李君，李小建.综合区域环境影响下的农村居民点空间分布变化及影响因素分析［J］.资源科学，2009，31(7):1195-1204.

［15］ 潘竟虎，靳学涛，韩文超.甘谷县农村居民点景观格局与空间分布特征［J］.西北大学学报:自然科学版，2011，41(1):127-133.

［16］ 李金光.农村居民点用地变化及影响因素分析——以湖南省衡阳县为例［D］.重庆:西南大学，2010.

［17］ 刘芳，张增祥，汪潇，等.北京市农村居民点用地的遥感动态监测及驱动力分析［J］.国土资源遥感，2009，21(3):88-93.