ArcGIS平台下的农村房田路径研究*——以湖北省黄梅县宛大村为例

黄积小　赖文波　李德智　

ArcGIS平台下的农村房田路径研究*
——以湖北省黄梅县宛大村为例

黄积小赖文波李德智

房田关系与房田连通路径是农村空间的核心问题。以湖北黄梅县宛大村为例，从农户个体的微观视角出发，以ArcGIS为技术平台，通过房田对接模型、交通网络构建方法，对农房与农田空间关系进行识别，对房田连通路径进行模拟与评价，得出了路径的使用频率，并总结出3种房田路径模式，即外散型、内穿型及交互型，以此描述农村房田步行路径的空间逻辑，为新农村生活空间与生产空间的相关研究提供借鉴。

农村空间，房田关系；房田路径；ArcGIS技术平台；步行网络

0　前 言

三农问题是影响我国稳定发展的突出问题。近年来，城乡差距增大，城乡矛盾集中爆发。政府积极采取措施，将众多政策与资金向农村倾斜［1］，新农村建设、乡村规划成为热点。本次研究深入农村调研，采集基础资料，以ArcGIS为技术平台建立空间数据库，以农村房田关系与连通路径为切入点，探究农村生活空间与生产空间的内在关系。

1　农村房田关系与步行路径

生产与生活是人类生存的两大核心活动，狭义上的生产空间是个体的就业地，生活空间是个体的居住地，人类的主要活动都在居住地和就业地上展开［2］。对于农村地区而言，农田作为农业活动的物质载体，是农村最重要的生产空间；而农房作为农民的居住地点，是农民主要的生活空间。农村生产空间与生活空间的关系即农村的房田关系。由于农民要在农房与农田之间进行生活与生产活动的转换，连通居住地与就业地之间的连通路径便发挥了至关重要的作用。

生产空间与生活空间的关系以及两者间的连通路径受到国内外学者的广泛关注。从20世纪60年代以来，业内逐渐完善了职住错位、职住平衡等理论，众多学者对居住与就业区位关系、通勤时间、通勤距离进行了深入探究［3-13］。但总体来说，由于居住地点、就业地点和连通路径难以量化，数据量大且难以获得，现有研究的研究区域主要集中在城市区域内；研究视角主要从宏观角度出发，对微观个体的职住关系关注不足。近年来，随着手机信令数据、公交卡数据等大数据的出现，识别个体的空间位置与行为活动成为可能，学界出现了从微观视角出发，通过识别个体的职住地和通勤路径来探索生产空间和生活空间关系的尝试。例如龙瀛、张宇等基于2008年北京市连续一周的公交IC卡刷卡数据识别了公交持卡人的居住地、就业地和通勤出行，得出了3大典型居住区和6大典型办公区，并对其通勤距离、通勤流向、通勤时间进行了可视化处理［14］；丁亮、钮心毅等利用手机数据识别用户的日间驻留地、夜间驻留地，进而推导出居住地和就业地，并计算其通勤范围，判断职住平衡情况［15］。这些从微观个体出发的研究能模拟居民的职住地点和出行行为，对城市职住关系的评估更具科学性。

然而反观农村，由于农房、农田等详细数据获取难度较大，学界目前多以中观、宏观的视角研究农村空间问题［16］，对农村微观步行路径的研究仍然较少。此外，农村与城市地区有很大差异。一方面，由于农村生活的封闭性及土地政策的限制性，农村的农房、农田将在很长时间内保持相对固定的状态［17］，在此背景下，进行农村“房田”关系和连通路径的研究更具实际意义。另一方面，数据采集技术的进步和农村土地确权①等活动的推动大大降低了农村基础资料获取的难度，这为我们进行微观视角的农村研究打下了良好的基础。随着ArcGIS空间数据分析技术的成熟，搭建农村“房田”关系框架、模拟农民出行行为模型成为可能，良好的数据基础加上模型推导使农村“房田”关系识别与路径解读更具科学性。

2　研究对象与技术路线

本文研究对象为湖北省黄冈市黄梅县下新镇宛大村（图1）。宛大村村域面积248.3hm2，下辖7个村民小组，2015年末总人口892人，共254户，耕地面积101hm2。宛大村道路系统由X231县道、村通村道路、入户道路、机耕路组成，其中X231县道位于宛大村西部，为水泥路面，道路宽度约为8m；村通村道路主要从县道连通各个村民小组，为水泥路面，道路宽度约3.5m；入户道路和机耕路多为非硬质路面，宽度约为2～3m。

本次研究在详细调研收集资料的基础上建立空间数据库，从“房田空间关系识别”、“房田步行路径模拟”2个方面切入，基于空间距离和连通路径的算法，分别构建房田对接模型及步行网络，生成每户房田的欧氏距离曲线②，同时再假设在每个村民为“理性人”③的情况下，生成房田步行最短路径，对房田关系和路径进行解读，得出房田步行路径的典型模式，详细技术路线如图2所示。

3　房田关系识别

3.1房田对接模型构建

在本研究中，房田关系指房田空间关系，包括其空间位置及距离长度，务农时期农民的生产、生活范围将围绕房、田两者进行延伸。房田的空间位置决定了农民的活动空间长度，故本文以房、田两点相连接的欧氏距离曲线来反应房田的空间关系。

研究采用的数据包括农房空间数据及属性数据、以户为单位的农田空间位置、农房人口户数、道路等基础数据。其中，农房空间位置及属性数据主要通过入户调研获得；农田位置数据通过农村土地确权资料获得。在对现状数据资料进行收集整理后，基于ArcGIS技术平台，建立宛大村房田空间数据库（图3）。

房田空间数据库中的简单图示无法表达出单独的房田空间关系，因此在ArcGIS、FME技术平台的基础上，通过模型构建器制作算法模块，构建房田对接模型，判断每一农户的房田连接关系。首先，基于现状农房和田地的位置，建立拓扑关系，再通过算法模块，模拟生成宛大村7个村民小组“一房对多田”的欧氏距离曲线（图4）：以不同颜色区分不同村民小组的房田对接关系，连线长度反映房田的直线距离。由图4可知，宛大村现状房田配置并不均衡，不同村民小组房田距离差别较大，且在空间上有明显的方向性。

图1　宛大村区位分析图Fig.1 location analysis chart of Wanda village

图2　研究技术路线分析图Fig.2 analysis chart of research technical route

图3　宛大村房田空间数据库示意图Fig.3 schematic diagram of spatial data on houses and fields in Wanda Village

图4　房田对接分析图Fig.4 analysis chart on houses to field connection

3.2房田关系分组评估

在全村整体视角下无法分辨出每个小组的房田关系网，故以村民小组为单位，评估每组的务农出行关系（图5），并记录每组房田距离的最大值、最小值及平均值，通过运用高斯多项式函数，依次根据每组房田距离区间频率直方图拟合出平滑曲线，由此判断每组房田距离的最值区间，并统计相关指标（表1）。

图5　各组房田关系示意图Fig.5 schematic diagram on relationship between houses and fields in groups

以房田距离区间为横坐标，区间出现频率为纵坐标，绘制出各组房田距离拟合曲线（图6），曲线峰值对应房田距离的最频区间，区间内的值越大代表该村组务农距离越长，一组、三组、六组房田分散聚集，部分农户务农距离较远，空间跨度较大，人流活动方向性较强，其中一组最值区间较大，为680～960m；二组、七组房田集中分布，田地扇形包围农房，房田距离适宜，生产生活空间较和谐，但同时对外活动交流较少；四组、五组作为宛大村聚集核心点，组内基础设施建设较好，虽房田空间距离分布不均，但与其他小组在活动空间上有交集，对组间交流有促进作用。

从每组房田距离评估结果来看，村民的空间活动方向性整体较强（图7），活动空间交互较频繁。但从另一方面看，房田直线距离在很大程度上只能表示农房和田地的空间位置，是理想情况下的最短距离，但在现实中村民必须在可行道路的限制下进行活动。由此，为了更准确地描述未来务农运行情况，需依据现状道路进行务农路径的空间模拟。

4　房田步行路径模拟

房田连通路径，即农房与农田之间的路径，农民通过连通路径往返于农房和农田之间进行农业生产活动，房田路径是农村最重要的线性空间之一。房田连通路径的模拟是通过综合考虑影响路径的因素，基于ArcGIS平台构建模拟现实的交通网络，模拟农民的生产行为。

表1　各组房田关系数据一览表Tab.1 group data on the relationship between rural housing and farmlands

图6　各组房田距离拟合曲线Fig.6 fitting curves on the distance between houses and fields in groups

图7　各组务农时期空间活动方向示意图Fig.7 schematic diagram on spacious movement direction during farming period in groups

4.1步行网络构建

宛大村现有路网分为3个等级：县道、村村通公路及机耕路，根据现状调查结果，大部分农民务农出行目前仍以步行为主，电动车、机动车户均占有量极少。故本研究将基于步行来模拟务农活动的运行状态，构建网络空间数据集④。

本研究对道路连接性采用了与空间句法相似的拓扑算法，具体做法为：首先，依据2015年地形测绘图，整理绘制宛大村所有道路路线图；然后依次打断每段道路，计算每段道路的长度成本，基于不同道路等级赋予不同步行速度，区分每段道路的成本等级，构建成本矩阵；最后在ArcGIS平台中录入数据，编辑梳理网络的简单要素，创建转弯节点，存储不同道路段的连通性，构建现状步行交通网络数据集（图8）。过程中忽略道路周围的环境差别，例如是否建房和农田分布状况，只关注单条道路与多少其他道路连接。

4.2路径识别

在构建步行网络的基础上进行求解路径分析。该分析表示根据要求求解出阻抗查找最快、最短甚至最优的路径。本研究成本阻抗为步行时间，则最佳路线即为最快路线，且前提假设村民为“理性人”，默认他们会选择最佳路径作为自己的务农路径。

图8　现状步行网络空间示意图Fig.8 schematic diagram on the current walking network space

路径求解过程中，以农房作为起始点，对应的农田作为终点，其中起始点为农房宅基地的质心点，终点为每块农田的质心点，生成“一对多”的路径结果。本研究利用GIS中的网络求解分析工具，在模型构建器中建立迭代模块，依次筛选出每个农户的农房质心和对应的农田质心，计算出时间成本最低的最佳路径，并导出累计距离成本，最终生成务农路径。

4.3路径利用频率分析

在现有计算方式与成本矩阵条件下通过算法输出的路径，在一定程度上有较大的重复性，即不同路径可能共同经过了多段道路，所有路径的叠加在图面上不能完全体现务农时期的村民工作状态。因此本研究在路径结果的基础上，以每段路作为单位，分别统计每条路径在单位路段上的使用频率（图9）。

这个分析方法本身体现着作为内部条件的单条路径和作为外部条件的单位道路的叠加效果，即对务农时期农民运作情况的综合描述。从这个角度上看，全村步行路径的使用频率状况能在侧面反映出空间的活力。

5　房田步行路径模式

基于以上研究，依据每组的路径形态和使用频率，总结出了3种房田步行路径模式：外散型、内穿型及交互型。

5.1外散型

属于外散型步行路径模式的村组为一、三、六组，其路径平均累计距离成本较大，路径平均时间阻抗大于15min，农田分散聚集程度较明显，路径使用较频繁路段多位于田地外围区域（图10）。外散型步行路径模式的空间方向性较强，有多处高频路段，活力空间集中在路段中部，相关统计指标如表2所示。

在典型的外散型步行路径模式中，农田在空间上分散聚集，行为空间向不同方向延伸，形成了明显的“一房两田”空间形态，如一组、三组；六组中农田紧靠县道两边，农房分开布置，连接农房的机耕路成为高频路段，活力空间倾向于在农房聚集点之间形成。

外散型步行路径模式中的活力空间与生产空间相对分离，使得务农效率与房田距离和路径距离之间的双重矛盾更加明显。活力空间的位置直接影响了务农人流的聚集状态。对该类型而言，路径成本分布于两种最值区间，以至于同区间的村民务农空间方向差别较大，农民很难快速到达自己田地，但也由于房田路径较长，务农空间与其他组交叉较多，活力空间与生产生活空间的分离为未来村庄公共空间的重构提供了其他的可行性。

5.2内穿型

内穿型步行路径模式主要呈现出农田包围农房的空间结构，其务农效率最高。在典型的二组中，农田扇形包围农房，路径平均时间阻抗为12min，这种高度规整的扇形网络形态使得该类型的路径平均拓扑深度较浅；对于七组，由于其房田空间内存在四五组的田地生产空间，路径呈现环绕式形态，其相关指标如表3所示。

内穿型步行路径模式中田地生产空间对路径活力空间有明显的吸引作用（图11），高频路段更多趋向于农田生产空间，相对较远的路径也有类似效果。与外散型相比，内穿型的步行网络有更密集的路段，且形态相对规整，穿插路径较多，平均路段较短，使其拥有更多折点，当农田生产空间有呈环的穿插型路径时，高频路段多直接位于穿插型路径沿线，或者集中于田地中部，呈单向穿插于其中，聚集度较高。由于最短路径算法的设定，有更多机会被路径识别的局部路段往往具有较大的重复性，这些田间穿插路径已经变成数个小活力空间，未来可通过提高此路段等级、布局活力点等方式，更合理地营造开敞空间。

图9　路径利用频率分析图Fig.9 schematic diagram on path use frequency

图10　外散型步行路径模式分组示意图Fig.10 schematic diagram on walking paths of External Stray Mode in groups

表2　外散型步行路径模式指标统计表Tab.2 Data statistics of External Stray Mode

表3　内穿型步行路径模式指标统计表Tab.3 Data statistics of Internal Cross Mode

表4　交互型步行路径模式指标统计表Tab.4 Data statistics of Intersection Mode

5.3交互型

隶属于交互性步行路径模式的村组为四、五组，作为宛大村的中心，拥有主要的公服设施，田地分布呈典型的全范围包围结构，呈现步行路网随田地集中而密集的显著特征，小组内部的公共步行路径识别较少，但农房的出行起点多开向这些内部路径（图12）。由于四五组内穿插了2条主要村道，沿该村道沿线的路段不可避免地承担了连接生活生产空间的任务，其相关指标如表4所示。

在交互型步行路径模式中，路径成本分布在多个最值区间，农房被田地包围，务农方向向各处延伸，活力空间在组内、田间甚至生产生活空间之间都存在。在务农空间上与其他组均有较大的重叠，其中西南方向高频路段穿插于田间，东北方向则位于生产生活空间外部。该路径逻辑下人流分布较为均衡，组间交互性较强。

6　讨论与展望

图11　内穿型步行路径模式分组示意图Fig.11 schematic diagram on walking paths of Internal Break Mode in groups

图12　交互型步行路径模式分组示意图Fig.12 Schematic diagram on walking paths of Intersection Mode in groups

本文采用实际入户调研数据及土地确权资料对农村房田路径进行了分析。基于ArcGIS技术平台，通过数据整理建立房田空间数据库；再分别从房田关系识别及步行路径模拟2个方面解读现状，构建算法模型，并分组进行房田关系评价和路径利用频率分析；通过高频路段的聚集分布情况，以路径空间的使用频率反映出人流的汇集区域，模拟出村内务农时期的运行状态；总结出外散型、内穿型及交互型3种典型的房田步行路径逻辑。结果表明，宛大村的步行路径逻辑可以概括描述为一种“活力效应”：高频路段对空间活力有明显的影响。在房田距离适中的村组中，穿插性强的路径有利于高效务农及生产空间的活力提升；对于房田距离较远的村组，强调更多的是生产与生活空间之间的路径，保留了组内空间与田地空间的相对独立性，为未来开敞空间的重构提供了依据。

本文的创新点主要体现在3个方面：（1）使用传统调研数据和ArcGIS平台建立空间数据库，对传统数据进行更深层次的挖掘和识别；（2）采用构建步行网络的方法模拟务农路径，模拟道路空间中的实际出行行为，其分析的结果也更加符合现实情况；（3）以路段为基本单元分析其利用频率，总结出高频路段，从而描绘出活力空间，与传统定性判断的结果相比，更具有准确性。

本研究的成果也可为实际村庄规划中的道路规划与公共空间设计提供参考依据，通过活力空间的识别也可辅助公服设施落点，且整个研究方法在城乡空间动态研究中具有很好的适用性，尤其是在以增进空间整合为目标的城市更新中，辅助规划师深层次解读城市肌理关系，为城市公共空间的研究及设计提供了一种新的思路。但无法否认，本研究仍存在一定局限性：由于只以一个行政村作为案例，结论不具有普适性，未来还需增加更多村落样本做进一步研究。

注释：

①农村土地确权：土地确权是指土地所有权、土地使用权和他项权利的确认、确定，简称确权。2015年土地承包经营权确权登记颁证试点将再度扩容，包括湖北省在内。

②欧氏距离：欧几里得度量，也称欧氏距离。是一个通常采用的距离定义，指在m维空间中两个点之间的真实距离，或者向量的自然长度，即该点到原点的距离。在二维和三维空间中的欧氏距离就是两点之间的实际距离。

③理性人：本文中理性人是对在从事务农活动中的所有人的基本特征的一个一般性的抽象：每一个务农人的行为都是力图以最小的成本代价去完成，其成本代价包括时间成本、距离成本和金钱成本等。

④网络空间数据集：网络空间数据集由简单要素（线和点）和转弯要素的源要素创建而成，且存储了源要素的连通性，适用于构建城市/乡村交通路网。

［1］殷勤. “三农”问题的国家治理研究［D］.长春： 吉林大学， 2005.

［2］郑思齐， 曹洋. 居住与就业空间关系的决定机理和影响因素——对北京市通勤时间和通勤流量的实证研究［J］. 城市发展研究， 2009（06）： 29-35.

［3］GOLOB T F. Structural equation modeling for travel behavior research［J］. Transportation Research Part B Methodological， 2003， 37（01）： 1-25.

［4］SCUDERI M G. Bayesian Approaches to Learning from Data how to Untangle the Travel Behavior and Land Use Relationships［J］. Bmc Research Notes，2005， 7（01）： 1-10.

［5］W O U D S M A C， J E N S E N J F，KANAROGLOU P， et al. Logistics land use and the city： A spatial-temporal modeling approach［J］. Transportation Research Part E Logistics & Transportation Review， 2008， 44（02）： 277-297.

［6］韩会然， 杨成凤， 宋金平. 城市居住与就业空间关系研究进展及展望［J］. 人文地理，2014（06）： 24-31.

［7］叶育成， 徐建刚， 于兰军. 镇村布局规划中的空间分析方法［J］. 安徽农业科学，2007（05）： 1284-1287.

［8］陶冶， 葛幼松， 尹凌. 基于GIS的农村居民点撤并可行性研究［J］. 河南科学，2006（05）： 771-775.

［9］宋小冬， 吕迪. 村庄布点规划方法探讨［J］.城市规划学刊， 2010（05）： 65-71.

［10］甄延临， 李忠国. 村庄布点规划的重点及规划方法探讨以浙江海盐县武原镇村庄布点规划为例［J］. 规划师， 2008（03）：24-28.

［11］张军民， 佘丽敏， 吕杰， 等. 村庄综合发展实力评价与村镇体系规划——以青岛市旧店镇为例［J］. 山东建筑工程学院学报，2003（03）： 34-38.

［12］李建伟， 李海燕， 刘兴昌. 层次分析法在迁村并点中的应用——以西安市长安子午镇为例［J］. 规划师， 2004（09）： 98-100.

［13］陈山山， 周忠学. 中心村选择中村庄发展潜力评价指标体系的探讨［J］. 安徽农业科学， 2012（32）： 16026-16029.

［14］龙瀛， 张宇， 崔承印. 利用公交刷卡数据分析北京职住关系和通勤出行［J］. 地理学报， 2012（10）： 1339-1352.

［15］丁亮， 钮心毅， 宋小冬. 利用手机数据识别上海中心城的通勤区［J］. 城市规划，2015（09）： 100-106.

［16］焦鹏飞， 张凤荣， 李灿， 等. 基于引力模型的县域中心村空间布局分析——以山西省长治县为例［J］. 资源科学， 2014（01）：45-54.

［17］于建嵘， 石凤友. 关于当前我国农村土地确权的几个重要问题［J］. 东南学术，2012（04）： 4-11.

图片来源：

图1-12： 作者绘制

表1-4：作者绘制

Research on the Path of House and Farmlands in Rural Areas Based on ArcGIS—Taking Wanda Village， Huangmei County in Hubei Province As an Example

HUANG Jixiao， LAI Wenbo， LI Dezhi

Relationship and linkage path between rural housing and farmlands have been the core issues of rural space. From the perspective of rural households， this paper uses the technology platform of ArcGIS to make a pilot study on Huangmei town， Hubei province. By the means of the transportation network construction， it puts forward the linkage model of rural housing and farmlands to identify the relation between them， and obtains the frequency of optimum traffic by simulating and evaluating their linkage path. Then， it summarizs three linkage models between rural houses and farmlands， namely External Stray Mode， Internal Cross Mode and Intersection Mode， to describe the space logic of the walking paths between rural housing and farmlands. It’s expected that it will provide

for relevant studies on the relationship between living and working space in new socialist countryside.

Rural Areas Space； the Relationship of Houses and Fields； the Path between House and Fields； ArcGIS； Walking Network

TU982.29

B

2095-6304（2016）04-0034-07

10.13791/j.cnki.hsfwest.20160406

2016-04-20

（编辑：袁李姝）

*国家自然科学青年基金资助项目（51408248）；2015年度教育部人文社会科学研究青年基金资助项目（15YJCZH076）

黄积小： 华中科技大学建筑与城市规划学院，硕士研究生

赖文波（通讯作者）：华南理工大学建筑学院，副教授，amos2004@126.com

李德智： 华中科技大学建筑与城市规划学院，硕士研究生

黄积小， 赖文波， 李德智. ArcGIS平台下的农村房田路径研究——以湖北省黄梅县宛大村为例［J］. 西部人居环境学刊， 2016， 31（04）： 34-40.