城乡一体化背景下上海农村居民点时空变化研究

2018-09-26李伟芳毛菁旭

上海国土资源 2018年3期

李伟芳，毛菁旭

（宁波大学地理与空间信息技术系，浙江·宁波 315211）

在农村土地利用的研究中，农村居民点是重要的研究内容[1]，农村居民点的研究可以为制定乡村振兴战略提供重要的科学依据。由于过去对农村居民点的规划研究较少，已经出现了一系列不可忽视的问题，如建设用地结构不合理以及农村土地资源的浪费等，不仅阻碍了农村的发展也不利于我国城镇化的进程。所以正确认识农村居民点的发展变化规律有重要的意义。

近年来，相关学者对农村居民点进行了一些研究。田光进、梁会民等以 Landsat TM遥感数据作为基本数据源，研究分析了农村居民点用地的时空变化特征，并将方法应用于生态区居民点空间分布[2-3]，也有学者将GIS的空间分析与景观指数法相结合对农村居民点的空间布局进行研究[4-9]。泰森多边形、最近邻距离分析、空间分析中的密度分析及标准差椭圆等方法也被用于农村居民点时空变化的研究[10-11]。综上，研究方法主要以某种单一的定量研究为主，未将计算几何、数理统计、空间分析等方法有机结合。本文借鉴以往研究成果再进行适当创新，对农村居民点进行全面、多维的时空分布研究。

本文分别采用宏观数理统计和微观空间统计分析两个维度来讨论农村居民点的空间变化，研究高度城市化背景下农村居民点的空间分布变化。以上海市为例，对该地区1990、1995、2000、2005、2010和2015年的农村居民点的分布特征及变化进行研究，为农村土地集约利用以及协调城镇化建设提供参考。

1 研究区概况

上海市位于东经 120º52'～122º12'、北纬 30º40'～31º53'之间，是长江经济带的龙头，也是中国经济、科技、交通、金融贸易、工业和会展中心。据抽样调查，上海城市居民家庭人均消费性支出23200元，城市居民恩格尔系数33.5%。农村居民家庭人均生活消费支出10225元，农村居民恩格尔系数为37.2%。截至上海市城市总体规划“上海2035”的发布，上海的城市化率已接近90%，可以看出研究对象是典型的高速城市化下的地区，研究对象具有代表性和典型意义。

2 数据来源和研究方法

2.1 数据来源

本研究所用数据来源于Landsat TM/ETM+遥感影像获取数据源，考虑到云层对影像的干扰，故选用的影像主要在春秋季节，再通过几何校正，进行矢量化，然后将矢量数据类型利用ArcGIS10.2系统转换，进而提取本研究所需的农村居民点要素信息。文本资料包括1990年至2015年的上海市统计年鉴。

2.2 研究方法

本文分别从从规模结构、形态结构和空间变化三方面来分析上海市农村居民点变化。在规模结构上，主要研究总面积、斑块数量变化和变化度增减情况；在形态结构上借鉴马尔科夫矩阵和土地利用转移流模型研究土地利用中农村居民点在各地类的转移情况；在空间变化上，使用ArcGIS 软件中的Voronoi图和标准差椭圆两种空间计量方法，来研究上海市农村居民点空间分布特征及其演变规律。

（1）土地利用动态度

土地利用动态度可用来表示不同区域内单一土地利用类型变化速度，和农村居民点变化幅度相结合更能表示土地利用类型的变化[12]。农村居民点用地动态度K的计算公式如下：

式中：Ua、Ub分别为研究期期初与期末农村居民点用地面积（hm2）；T为研究时间长度。

（2）土地利用转移流

以上研究方法对农村居民点整体动态变化的特点进行了研究，但没有分析其内在结构的变化，因此，以农村居民点用地为核心，对地类间的转化过程进行定量研究，才能更加全面地认识农村居民点的动态演变过程。采用农村居民点用地规模转移流研究1990-1995、1995-2000、2000-2005、2005-2010和2010-2015年每隔五年农村居民点用地的动态演变过程[13]。土地利用转移流公式如下：

式中：K为转移流值，Lin为农村居民点转入流值，Lout为农村居民点转出流值，T为研究时间段，LSi,tl为研究初期农村居民点用地面积，hm2。将由某地类转为其他地类的变化量称为“转出流”，由其他地类转为该地类的变化量称为“转入流”。

（3）Voronoi图

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。Cv值是Voronoi多边形面积的标准差与平均值的比值，它的的表达式为：Cv=标准差/平均差×100%。当空间点集均匀分布时，其Voronoi多边形面积较小，Cv值低；当空间点集集中分布时，其Voronoi多边形面积较大，Cv值高。Duyckaerts提出了3个建议值：当Cv值低于33%时，点集为相对均匀分布；当Cv值介于33%～64%时，点集为随机分布；当Cv值大于64% 时，点集为集群分布[14-15]。

（4）标准差椭圆

标准差椭圆方法近年来在空间统计学界广泛应用[16]。它可以综合反映点集的空间分布整体性特征：标准差椭圆质心偏移度，可以用来研究点集的空间分布重心；其动态变化特征，可反映扩展趋势；椭圆的长、短轴分别代表点集在空间上延伸的主要与次要趋势方向。此外，长轴与正北方向产生的旋转角，能够研究点集分布的方向趋势与形态变化。

标准差椭圆运算公式如下：

式中：SDEx、SDEy分别代表椭圆x、y轴长度，tanθ为椭圆偏转角度，、为要素i坐标x、y与椭圆质心(X ,Y )的偏离值。

3 结果分析

3.1 规模结构变化

（1）农村居民点变化幅度

农村居民点变化幅度主要通过总面积的变化、年均变化和占土地面积和建设用地面积来研究。如表1所示1990-2015年上海市农村居民点用地逐年增长，整体增长了223.86hm2。总体增长速度也在波动上升，最明显的是在2010-2015年的区间，年均增加13.38hm2，这是由于近年上海市新增土地面积大幅度增长导致的，2010-2015年新增土地798.09hm2，究其原因，是由于围填海所导致，其中新增建设用地面积255.64hm2，加之国家对特大城市的规模调控实施适当控制的政策，城镇建设用地相对增长较慢，因此，农村居民点用地特别是在沿海的区域得到相对较快的增长，从而造成农村居民点用地整体规模大幅度提高。1990年农村居民点用地占土地总面积的5.40%，占建设用地的41.35%，2015年农村居民点用地占土地总面积的11.76%，占建设用地的42.59%。其中占土地总面积的比率逐年增加相对稳定，占建设用地的比率波动较大，1990-2000数值在逐年减少，与20世纪末上海市城市化快速发展相一致，城镇建设用地增长迅速，21世纪以来，城镇建设用地增长较少，农村居民建设用地比重增加。

表1 1990-2015 年上海农村居民点面积变化Table 1 Rural residential area change from 1990 to 2015 in Shanghai

（2）农村居民点变化速度

单一土地利用动态度，它可以真实反映区域土地利用中土地利用类型的变化剧烈程度，可用来刻画研究区内农村居民点的变化特征[17]。如图1所示，1990-2015年农村居民点用地变化速度波动起伏，各研究时段中以2000-2005年的年平均动态度最大，为6.31%，研究其原因发现，建设用地在这五年内大幅度增加，这是上海大都市城市化发展，外来人口大量涌入造成的。而各研究时段中以 1995-2000年的年平均动态度最小仅为0.83%，重要原因是政府政策的干预，国家陆续出台了保护耕地的政策，农村居民不能再盲目占用耕地，导致农村居民点的扩张速度减慢。

图 1 1990-2015 年上海农村居民点动态度Fig.1 Dynamic degree of rural residential area from 1990 to 2015 in Shanghai

3.2 形态结构变化分析

表2以农村居民点为中心，分析农村居民点用地分别转入为城镇建设用地、耕地、林地、草地、水域的面积以及它们分别转出为农村居民点用地的面积，这样更能准确地统计各地类的来源和转移去向。为保持基数一致，更好的分析土地结构的内部变化，在本小节中围填海新增的土地未进行讨论。

由表2可知，各研究期内农村居民点用地与耕地、城镇建设用地的转化最为频繁。耕地转为农村居民点的面积最多，同时，农村居民点转为城镇建设用地的面积也较多，说明上海城市化的扩张一定程度上是建立在占用耕地的基础上的。但值得注意的是，近年农村居民点转为耕地的面积大幅增加，建立在保护耕地面积的政策一定程度上通过集中规划农村居民点来完成的。大量的农村居民点转出为城镇建设用地，其中2005-2015年的转出量明显增加，共转出447.61hm2，可以看出近十年的上海城市化发展十分迅速；另一方面，城镇建设用地有小部分转为农村居民点，尤其是近些年，这与上海土地规划政策有关，有些废弃的工厂作为城镇建设用地闲置，政府为了新农村建设，提高土地利用效率，把这部分的城镇建设用地建设成了村民集中安置点，土地利用类型由此转为了农村居民点。随着国家在城市化进程中越来越重视环境的保护，林地、草地，水域的保护力度有待加强，特别是林地，转为农村居民点的面积在2010-2015年高达161.75hm2，所以要完成上海市城市绿地系统规划(2002-2020)中的“到2020年全市森林覆盖率达到30%以上”这一目标，仍需采取一些切实可行的措施。

3.3 空间变化分析

（1）农村居民点整体集聚程度及其演变分析

表2 1990-2015 年上海市土地利用转移流Table 2 Land use changeflows in Shanghai during 1990-2015（单位：hm2）

利用ArcGIS提取上海市每个农村居民点的质心，然后以各个区为设置目标，以各个居民点中心点为发生元创建泰森多边形集合，形成以各个区为边界的上海市农村居民点泰森多边形。通过计算得到变异系数Cv，用来衡量农村居民点在空间上的相对集聚程度，并利用ArcGIS以行政区为单位在空间上表现出来，如图2、图3。当区域无农村居民点时，泰森多边形也不复存在，Cv值为0，故上海市区的农村居民点Cv值区为空白。

图 2 1995-2015年上海农村居民点Cv值变化Fig.2 Changes of Cv values in rural residential areas of Shanghai from 1995 to 2015

上海的Cv值均大于64%，说明上海市农村居民点呈集聚分布，上海市是城市化程度非常高的地区，第二三产业发达，对上海市郊区产生了很大的辐射带动作用，所以农村居民点大多分布在工业企业，交通线路附近；同时，1990年的Cv值就达到了130.43%，且2015年比1990年减少了8.64%，说明上海作为改革开放的前沿，90年代城市化发展就进入到了一定的阶段，农村居民点的集聚程度基本从市区向外围减弱，农民建房主要选择交通便利，就业机会多的地方。另一方面，1990-2015年整体Cv值在降低，说明农村居民点的集聚程度在下降，分布的随机性在变大，因为随着上海经济和城市化的进一步发展，基础设施的进一步完善，同时在创业热潮的兴起下民营企业的繁荣，农村居民点的集聚必然会有所降低，同时，人民生活水平的提高私家车的普及，农村居民的住宅的选址更多的考虑居住环境，逐渐摒弃依靠某种区位要素而集聚，分布的随机性变大。值得注意的是，2010年的上海各区的集聚程度均高于其他年份的所有区县，其中浦东新区和金山区的集聚趋势相比其他区最为明显，分析其原因是浦东新区和金山区主导产业以高新产业和石化工业为主，规模较大，发展迅速，城市反哺农村，以城带乡，城乡互动的城市化发展特点很突出，劳动力大规模集聚。总之，上海农村居民点属于集聚型分布，所以，农村居民点的整治方向主要以通过提高土地利用效率来进行，本文在此不做深入研究。

图3 1990-2015年上海市各行政区Cv值Fig.3 The Cv values of various administrative districts in Shanghai from 1990 to 2015

（2）农村居民点集聚重心及其扩展趋势分析

由于研究区域农村居民点发展布局差异较大，所以本文把上海崇明区另做空间统计分析。标准差椭圆可以用来表征一些空间特征，如中心趋势，离散趋势，和方向趋势。本文分别以上海市崇明区和主体区的地理分布中心为起点，再通过计算标准差来确定椭圆的长短轴，最后定义出包含中心趋势，离散趋势和方向趋势的等地理信息的椭圆。

由图4和表3知，1990-2015年崇明区的标准差椭圆的长轴都呈西北—东南走向，短轴都呈东北—西南走向，表明1990-2015年崇明区的农村居民点布局在西北—东南分布更为密集。通过对比6个年份的长短轴值可以看出，短轴的值在不断地增长，增长了1076.25m，长轴的值在波动增长，但增长的趋势不明显，说明农村居民点扩张的热点方向在东北—西南方向。椭圆的旋转角由1990年的118.2到2015年转为120.2，椭圆向东南方向偏转了7.2，表明崇明农村居民点整体向东南方向移动，这与崇明岛作为长江冲积岛的土地发展变化情况一致。值得注意的一点，1990-1995年椭圆的旋转角和长短轴的变化尤为明显，虽然东北西南，东南方向都有扩张，但程度不同，椭圆在东南方向的增长最为明显，因此可以判断东南方向是崇明区农村居民点扩张的最突出的，这与整体变化相呼应。

图4 上海农村居民点标准差椭圆动态变化Fig.4 The dynamic change of standard deviation ellipse of rural residential area in Shanghai

表3 上海农村居民点标准差椭圆参数值Fig.3 The standard deviation of ellipse parameter of rural residential area in Shanghai

同理分析上海主体区椭圆分布变化情况。上海主体区的标准差椭圆长轴呈东—西走向，表明其农村居民点布局在东—西方向更为密集，但由表2可以看出，主体区的椭圆长短轴差异不是很大，说明上海主体区农村居民点布局总体较为均匀。1990-2010年椭圆主要在东北—西南方向徘徊移动，说明东北—西南方向是农村居民点流动的热点方向。2010-2015年椭圆的旋转角发生了较大的变化，由2010年的116.8旋转成了89.4，向东北方向旋转了27.4，这表明这五年来农村居民点整体变化较大，向东北方向扩展较明显，也与椭圆中心点坐标变化方向相一致。