高山贫困地区农村居民点空间格局演变特征及驱动机制

杨 斌，王占岐，张红伟，谭 力

（中国地质大学（武汉）公共管理学院，武汉 430074）

0 引 言

农村居民点是农民生活居住的主要场所，随着中国农村地区社会经济不断发展，农村居民点的空间布局与形态特征不断演变[1-2]。开展农村居民点空间格局演化特征及驱动机制研究对于整合农村土地资源要素、提高土地资源节约集约利用水平以及服务新时期乡村振兴战略具有重要意义。

目前，国内外关于农村居民点空间格局演变研究较多，在研究尺度上，宏观方面主要集中于分析区域人口规模、经济发展、社会变迁以及政府宏观政策等对农村居民点用地规模、空间布局演化的影响[3-5]；微观方面，学者们多采用典型案例对区域农村居民点内部用地结构、功能演化等因素进行探究，深入解析其演变特征及影响因素[6-8]。在研究方法上，大多采用点轴理论[9]、空间分析[6]、引力模型[10]、加权Voronoi图[11]和空间自相关[7]等。在研究区域上，多聚焦于快速城镇化地区[12]、都市郊区[13]、西北黄土高原区[14]、低山丘陵区[15]等。在驱动机制研究方面，已有文献多从地形条件、交通区位和社会经济因素等方面对农村居民点空间格局演变的影响机制展开探索[16-18]，然而基于定量化角度探讨区域政策要素对农村居民点空间格局演变驱动机制分析鲜有涉及。近年来，在国家精准扶贫战略背景下，农村贫困地区特别是深度贫困山区大力开展了精准扶贫易地搬迁政策（以下简称“扶贫搬迁”）以及城乡建设用地增减挂钩政策（以下简称“增减挂钩”）支持下的农村居民点整理工作。通过政策的实施，一方面，农村贫困地区的人居环境及生活条件发生了显著改善，在一定程度上促进了区域贫困人口脱贫；另一方面，进一步加剧了偏远地区农村居民点遗弃以及新建居民点增多，对区域农村居民点空间形态、格局特征等带来较大影响。因此，探究“增减挂钩”和“扶贫搬迁”对高山贫困地区农村居民点空间格局特征演化的影响，揭示其内在机理，对于指导贫困山区农村居民点优化利用和促进乡村振兴具有重要现实意义。

湖北省房县位于秦巴山区腹地，2012年被确定为国家扶贫开发工作重点县，2018年12月实现脱贫“摘帽”。曾经作为脱贫攻坚的大县，房县交通区位较为不便、经济发展落后、贫困人口集中。此外，该地区农村居民点数量较多，分布零散，具有山区农村居民点分布的典型特征，且近年来实施了大量“增减挂钩”和“扶贫搬迁”项目。因此，本文以房县为研究案例，通过GIS、地形梯度分析法、分形理论等方法从规模、形态和空间分布方面分析房县2001—2018年农村居民点空间格局的演变特征，同时引入“增减挂钩”和“扶贫搬迁”作为政策要素，连同自然地理、社会经济和区位条件，并借助地理探测器模型全面探究其演变的驱动机制。

1 研究区概况、数据来源与处理

1.1 研究区概况

房县位于湖北省十堰市东南部，地处秦巴山区腹地，界于110°02'～111°15'E、31°33'～32°30'N，海拔多在2 000 m以上，属于典型的高山地区，土地利用类型以林地为主（图1）。房县国土总面积为5 117.86 km2，辖区共有20个乡镇，291个行政村，全县乡村户数10.65万户，乡村人口40.12万人。2001年全县农村居民点用地总面积6 438.13 hm2，占全县土地总面积的1.26%，其中所在海拔2 000 m以上占68.34%；2018年全县农村居民点用地总面积8 727.513 hm2，占全县土地总面积的1.71%，其中所在海拔2 000 m以上占45.23%。房县农业以耕作业为主，主要经济作物有水稻、小麦、玉米、大豆、棉花等，2018年完成粮食生产总量9.81万t，乡村经济总收入达82.75亿元，是一个山区农业大县。

1.2 数据来源与处理

本研究所用到的数据包括：1）房县2001、2009、2013和2018年4期农村居民点矢量数据，资料来源于房县农村集体土地调查及土地利用变更调查数据；2）DEM数据，资料来源于中国科学院计算机网络信息中心地理空间数据云平台（http://www.gscloud.cn）；3）《房县统计年鉴》、《房县国民经济和社会发展统计公报》，资料来源于房县人民政府；4）2013—2018年实施的“增减挂钩”和“扶贫搬迁”数据，资料来源于房县自然资源和规划局。

文中对相关数据处理过程如下：首先，借助ArcGIS软件对下载得到的DEM数据进行镶嵌、合并处理，利用Arc Toolbox/3D Analyst Tools/Raster Surface提取高程和坡度数据，并通过栅格运算生成地形位指数，最后根据研究区的实际情况对高程、坡度和地形位指数分布图进行等级划分。此外，收集的“增减挂钩”和“扶贫搬迁”数据为AutoCAD和MapGIS格式，利用ArcGIS软件统一转换为Shapefile格式。

2 研究方法

2.1 地形梯度分析法

本文基于地形梯度法分析农村居民点在不同等级地形因子上的分布规律。高程和坡度为常见地形指标，本文不再赘述。地形位指数是一项综合地形指标，可以全面表征地形要素对农村居民点空间布局的影响，计算公示为

式中K表示地形位指数；H和G分别为研究区任意一点的高程和坡度值；H0和G0分别为平均高程和平均坡度值，地形位指数与高程、坡度值成正相关。参照已有研究成果[19]，并结合研究区的实际状况对高程、坡度和地形位指数进行等级划分，并依次分为8个级别。其中，高程1～8级分别是＜200 m、[200, 400 m)、[400, 600 m)、[600, 800 m )、[800, 1 000 m)、[1 000, 1200 m)、[1 200, 1 800 m)和≥ 1 800 m；坡度1～8级分别是[0,2°)、[2°,6°)、[6°,10°)、[10°,15°)、[15°,20°)、[20°,25°)、[25°,30°)和≥30°；地形位指数1～8级 分 别 是[0.208, 0.223)、[0.223,0.387)、[0.387,0.535)、[0.535,0.661)、[0.661, 0.770)、[0.770, 0.867)、[0.867, 1.024)和[1.024, 1.030]。

分布指数可以反映农村居民点在各地形位区间上的分布频率，本文采用该指标来描述农村居民点在某种地形条件下（高程、坡度和地形位指数）的分布情况，计算公示如下[19-20]

式中P代表地形分布指数，j代表地形因子级别，Sij代表研究区农村居民点在第j级地形梯度等级上的面积，Si代表区域内农村居民点总面积，Sj代表研究单元内第j级地形梯度的总面积，ST代表研究区域土地总面积。当P＞1时，表示农村居民点在j地形位区间上分布较优，且P值越大，其分布的优势度越高。

2.2 分形理论

分形理论是20世纪70年代以来发展形成，主要用于研究空间对象部分与整体之间的关联特征，随后在地理学领域得到不断延展和应用[21-23]。居民点用地图斑作为一种常见分形几何体，运用分形理论可对其空间结构及形态特征进行定量化研究[24]。其中，聚集维数反映了农村居民点的聚集程度及其分布密度变化和衰减特征，形态维数可反映农村居民点空间形态的复杂性和稳定性。因此，本文选取分形理论中聚集维数和形态维数两个指标来刻画房县农村居民点空间分布的集聚特征和形态特征。

2.2.1 聚集维数

假设农村居民点围绕某中心成凝聚态分布，且分形体均匀变化，则有一定圆周内农村居民点数目与相应半径的关系为

式中D1为聚集维数，r为圆周半径，N（r）是农村居民点数量，由lnN(r)～lnr的线性回归即可求得D1值。实际中，r的测算较为复杂，可由平均半径Rg代替r，公式如下[23-24]

式中ri为第i个农村居民点到中心居民点的距离，N为农村居民点个数，由lnRg～lnN线性回归系数的倒数可得到聚集维数D1。当D1＜2时，表示农村居民点空间分布密度由中心向四周逐渐衰减，呈聚集态分布；当D1=2时，表示农村居民点在空间上属于均匀分布；当D1＞2时，表示农村居民点空间分布密度由中心向四周逐渐递增，此时是非正常情况，不能与交通、环境等要素匹配。

2.2.2 形态维数

本文采用董连科[21]提出的基于面积-周长二维欧式空间模型来计算农村居民点用地的形态维数，具体公式为

式中P(r)为以r为测量尺度的农村居民点面积，Q(r)为农村居民点图斑周长，C为常数项。基于P(r)-Q(r)一元线性回归可得到农村居民点的形态维数D2，其理论范围是[1,2]，当D2=1表示居民点形状最简单；D2=2代表在相同面积下居民点的形状最复杂。D2值越趋近1.5，表示居民点形态越不稳定。参照徐建华等[25]的研究成果，定义斑块稳定性指数如下

式中M为稳定性指数，M值越大表示农村居民点空间形态越稳定，反之，则稳定性越差。

2.3 驱动因子的选取

已有研究表明，农村居民点空间格局演变是在区域本底因素（如坡度、海拔、区位条件等）和外部驱动因素（如区域人口、GDP、相关政策因素等）共同作用的结果[16-17,26-27]。据此，本文从自然地理、社会经济、区位要素和政策要素4个方面选取12个指标用于探测农村居民点空间格局演变的驱动机制（表1）。其中，自然地理要素通过影响人类生产活动，进而对居民点的空间布局带来一定影响，本文选取地形起伏度和海拔表征自然地理要素对农村居民点空间格局演化的影响。社会经济要素通过驱动区域人口流动及分布从而影响农村居民点空间布局，因此本文选取人口密度、人均GDP、城镇化率和外出务工人员占比4项指标表征社会经济要素对农村居民点空间格局演化的影响。区位要素中，如居民点到耕地的距离对农户从事农业生产活动带来一定影响，而到主要道路和城镇的远近等影响农户出行便利程度，进而对居民点的空间布局产生较大影响，因此选取到主要干道的距离、到县城中心的距离、到乡镇中心的距离和到最近耕地的距离4个指标表征区位要素对农村居民点空间格局演化的影响。政策要素中，“增减挂钩”通过农村居民点的拆旧与建新对居民点分布格局带来较大影响；此外，近年来以“扶贫搬迁”为代表的扶贫政策通过改善贫困居民生活环境和居住条件，从而对农村居民点的空间布局带来一系列影响，因此本文以“增减挂钩”和“扶贫搬迁”表征政策因素对农村居民点空间格局演化的影响。

表1 农村居民点演变的驱动因子Table 1 Driving factors of the evolution of rural settlements

2.4 地理探测器模型

地理探测器是由王劲峰等[28]提出，主要用来探测地理要素空间分异性、因素影响力及多因子交互作用的识别[29-31]。本文采用地理探测器模型对山区农村居民点空间格局演化的驱动机制进行探测，具体公式如下

式中q为农村居民点布局影响机理的探测因子，nh为下一级区域样本单元数；n为整个研究区域样本单元数；L为下一级研究区域个数；σ2为整个研究区域农村居民点的方差；为下一级研究区域的方差。q的取值区间为[0,1]，q=0时，表示该指标对房县农村居民点空间布局无影响；q=1时，表明该指标对房县农村居民点空间布局异质性影响最强。

3 农村居民点空间格局演变特征

3.1 农村居民点总体规模演变

本文选取农村居民点用地总面积、斑块数量、最大斑块面积、最小斑块面积、平均斑块面积和斑块密度来刻画房县农村居民点2001—2018年规模变化特征，结果如表2所示。从总体来看，研究期间房县农村居民点的斑块总面积、最大斑块面积、最小斑块面积以及平均斑块面积呈现不断增长的态势，其中居民点总规模从2001年6 438.134 hm2增长到2018年8 727.513 hm2，平均斑块面积由2001年0.425 hm2增长至2018年0.699 hm2；而居民点斑块数量和斑块密度不断减小，斑块数量从2001年15 138个缩减至2018年12 472个，斑块密度由2001年2.351减小到2018年1.429，这表明2001—2018年房县农村居民点的空间扩张显著，但斑块密度减小，平均斑块规模增大。

表2 2001-2018年房县农村居民点规模形态特征变化Table 2 Changes of the scale and shape of rural residential areas in Fang County from 2001 to 2018.

3.2 农村居民点空间分布演变

汇总统计房县2001、2009、2013和2018年4期农村居民点在高程、坡度和地形位指数等不同梯度等级上的分布（图2）。可以看出，随着高程、坡度和地形位指数等地形梯度等级的升高，房县4期农村居民点的分布指数均表现为逐渐减小的趋势，且在第一至第二等级梯度内下降幅度最大，而后逐渐变缓。随着地形梯度等级的上升，地形、气候、水土等条件逐渐恶劣，较差的自然地理条件已不利于农民居住及从事各类生产活动。通过比较发现，在高程、坡度和地形位指数3个地形因子的低地形区间（1～4级）内，4期农村居民点的分布指数表现为2018年＞2013年＞2009年＞2001年，表明研究期间内房县农村居民点在向着地形条件优越的低梯度区域集聚发展。究其原因，一方面，优质的耕地资源集中分布于低海拔、小坡度的区域，这里有利于从事各类农业生产活动，因此较多农户选择在此生活居住；另一方面，社会经济、基础建设及公共服务设施较完善的县城和乡镇中心大都分布在地形梯度较低的河谷平原区，这里交通、区位条件较为优越，且有产业聚集优势，农民拥有较多的就业机会，因此大量的农村居民点集中分布于此。

为了进一步揭示不同时间段房县农村居民点在不同地形梯度等级上的演变特征，分别汇总统计2001—2009年、2009—2013年和2013—2018年3个时间区间内居民点在高程、坡度和地形位等级上分布指数的变化情况，如表3所示。总体来看，3个时间段房县农村居民点的分布指数在低地形区间（1～4级）内的变化为正，而在高地形区间内变化为负，表明2001—2018年房县农村居民点逐渐从海拔、坡度较高的地区向地形条件优越的低地形区域集中分布。此外，对比3个时间段内农村居民点分布指数的变化发现，2013—2018年内该指数在高程、坡度和地形位上的变化幅度均最大，表明2013—2018年内居民点向着低地形梯度区域聚集发展的特征更加显著。

表3 2001—2018年不同梯度等级农村居民点分布指数变化Table 3 Changes of distribution index of rural residential area in different gradient grade from 2001 to 2018

3.3 农村居民点空间形态特征演变

3.3.1 农村居民点聚集维数分析

以乡镇为研究单元，选取研究区各乡镇政府所在地为农村居民点形态维数的测度中心，基于分形理论的聚集维数原理绘制房县农村居民点分布的对数检验图（图 3）。可以看出，2001、2009、2013和2018年对数检验图的决定系数R2分别为0.928、0.966、0.972和0.953，表明LnRg和LnN的线性相关性显著，房县农村居民点的空间结构具有较强的分形特征。4期农村居民点的分形维数D1分别为1.171、1.128、1.111和1.037，其值均小于2，表明房县农村居民点呈现由中心居民点为轴心向周边逐渐减弱的分布特征。此外，2001—2018年聚集维数逐渐减小，房县农村居民点的分形特征得到增强。一般而言，山区乡镇中心大多位于地势平坦、区位条件较为优越的区域，在各乡镇中心的带动以及在农村“盖房热”的刺激下，更多的农户趋于向自然、区位以及经济发展水平更高的乡镇中心聚集，偏远地区的老宅不断废弃，导致研究期间农村居民点的聚集维数有所减小，分形特征不断增强，且更趋向于围绕中心居民点呈集聚态分布。

3.3.2 农村居民点形态维数分析

基于分形理论的形态维数原理生成房县各农村居民点斑块的面积-周长双对数散点图，并制作拟合线（图4）。可以发现，回归结果存在无标度区间，回归决定系数R2分别为0.951、0.947、0.944和0.941，表明房县农村居民点的空间形态具有较强的分形特征。由表4可知，2001、2009、2013和2018年房县农村居民点的形态维数分别为1.302、1.293、1.285和1.282，其值随时间减小，说明2001—2018年间房县农村居民点斑块的形状越来越规整，空间形态趋于简单，受外界扰动性较小，农村居民点在空间上呈现集中分布趋势。此外，四期房县农村居民点的稳定性指数分别为0.198、0.207、0.215和0.218，其值随时间增大，表明研究期间房县农村居民点的稳定性增强，居民点呈现规则有序的扩张和发展态势。究其原因，近年来房县实施了大量的农村居民点整治项目以及通过新农村建设、危房改造、扶贫搬迁等活动，导致农村居民点的边界曲折度不断减小，居民点空间形态逐步朝向规则化发展，因而形态维数不断减小，稳定性随之提高。

表4 房县农村居民点空间形态分形维数Table 4 Fractal dimension of the spatial form of rural residential areas in Fang County

4 农村居民点空间格局演变特征的驱动机制

表5 为2001—2018年房县农村居民点空间格局演变的地理探测结果。结果表明研究区农村居民点空间布局受到自然要素、社会经济要素、区位要素及政策要素综合影响，不同因子对农村居民点布局的作用具有显著差异。此外，根据地理探测结果并结合研究区的实际情况，对影响房县农村居民点空间布局演变的基本因素、重要因素和主导因素进行深入剖析（图5）。

自然地理要素中，2001—2018年地形起伏度和海拔二者因子均影响力最高，平均因子影响力分别达0.424和0.411。地形起伏度、海拔等自然地理要素是影响山区农村居民点格局演变的基本因素，决定着农村居民点空间分布的方向，而农村居民点空间格局是对自然地理条件不断适应、演化的结果。房县处于秦巴山区腹地，地形起伏度较大，多地海拔在2 000 m以上，属于典型的高山地区。地形起伏度越大，海拔越高的区域，光、热、水、土等条件逐渐恶劣，已不利于农民居住及从事各类生产活动；而低海拔、地形起伏度小的区域，耕地资源丰富，社会经济、基础建设及公共服务设施较完善，有利于农民生活、居住及从事生产劳动。这也进一步印证了前文分析中，随着高程、坡度和地形位指数等地形梯度等级的升高，房县农村居民点分布指数均表现为逐渐减小的特征。需要注意的是，研究期间地形起伏度和海拔二者的影响力均呈现一定幅度减小，表明随着时间推移，自然地理要素对山区农村居民点的约束作用不断减弱，但仍是其空间分布的基本决定因素。

社会经济要素中，城镇化率的因子影响力最高，平均值为0.271，且影响力水平逐渐增强，表明城镇化水平是影响山区农村居民点空间格局演变的重要因素。长期以来，房县作为秦巴山区腹地国家重点扶贫开发县，其农村地区经济水平相对落后，二三产业基础薄弱，农民就业渠道受限。尽管近年来房县的社会经济发展水平不断提高，但城乡差距却进一步扩大。据统计，2001年房县的城乡居民收入差距为5 642元，2018年达到19 543元[32]，城乡二元结构的不断扩大使得农民不断“摆脱”农村进入城镇打工以及生活定居。此外，人口密度、人均GDP和外出务工人员占比等社会经济因子影响力均出现不同幅度增大，表明研究期内房县农村居民点空间格局变化受到社会经济要素不同程度的影响。究其原因，一方面，2001—2018年房县人口数量不断增长，人口密度增大，这成为农村居民点规模扩张的直接驱动力；另一方面，当地农村人口流失严重，外出务工人员不断增多，受城乡差距及当地风俗习惯影响，越来越多的农户偏向于在县城或乡镇街道买房居住，导致偏远的农村居民点不断撂荒废弃，而城镇周边居民点分布越来越集聚。

表5 2001—2018年房县农村居民点空间格局演变的地理探测结果Table 5 Geographical exploration results of spatial pattern evolution of rural residential areas in Fang County from 2001 to 2018

区位要素方面，2001—2018年到主要干道的距离、到县城中心的距离和到乡镇中心的距离等因子q值逐渐增大，说明区位要素对房县农村居民点演变的影响力逐渐增强。为进一步揭示区位要素的影响机理，以房县各乡镇政府所在地为中心，以2001和2018年为时间节点，分别建立0～1 000、1 000～2 000和2 000～3 000 m三级缓冲区，并汇总统计农村居民点特征的变化情况，如表6所示。不难发现，距离城镇中心不同范围内农村居民点各指标值存在较大差异，随着距离增大，居民点斑块密度、平均斑块面积以及聚集度指数呈减小趋势，离城镇中心越近，斑块个数越少，但规模越大，聚集程度越高。因此，距离城镇中心越近，农村居民点受其辐射和吸引作用越强，导致居民点在城镇周围集聚发展。

关于交通干道对农村居民点发展的影响，本文以房县境内主要交通干道——城关镇至土城镇的S235省道为例，以1 000 m为缓冲单位，以2001和2018年为时间节点，分别建立0～1 000、＞1 000～2 000和＞2 000～3 000 m三级缓冲区，如表7所示。在0～1 000 m范围内，居民点斑块个数最多、斑块密度以及平均斑块面积最大，且2018年的指数大于2001年，表明出于生活、交通便利度等因素考虑，越来越多的农民选择公路两侧建房居住，导致农村居民点不断在主要公路附近聚集发展。

表6 2001—2018年距离城镇中心和主要公路不同距离的农村居民点分布Table 6 Distribution of rural residential areas with different distances from town centers and main roads in 2001—2018.

另外，需要指出的是，到最近耕地的距离因子q值逐渐减小，说明该因子对山区农村居民点空间布局的影响程度逐渐减弱。究其原因，一方面，随着农村地区社会经济发展水平不断提高，农民对依靠农业生产维持生计现象逐渐减弱，进而根据“最小耕作半径”建立居民点的参考性逐渐降低[34]；另一方面，山区耕地不断撂荒弃耕，进一步加剧了农村居民点布局偏离农户最近耕地的距离。

政策要素中，由于房县2010年开始试点实施“增减挂钩”，而精准扶贫政策于2013年提出，而后一系列扶贫措施开始施行，因此本文主要从2013年后探讨政策因素对于房县农村居民点空间布局的影响。2013和2018年“增减挂钩”的探测因子值分别为0.123和0.159，影响力呈现一定幅度增大，表明“增减挂钩”政策对房县农村居民点空间格局演变产生较大影响。通过实地调研发现，近年来当地盛行“增减挂钩”，而项目拆旧区多位于海拔较高、交通不便的偏远地区，项目建新区主要处于海拔较低、地势平坦及人口分布集中的区域，由此导致了项目实施过程中进一步促进农村居民点向着地形条件优越区域集聚发展。2018年“扶贫搬迁”的影响力为0.323，排名位于所有因子中第3位，表明以“扶贫搬迁”为主要方式的精准扶贫政策对房县农村居民点空间格局演变带来重要影响。房县作为国家脱贫攻坚的重点县，政府通过精准扶贫政策，以危房改造、易地搬迁、“增减挂钩”结余指标交易等方式促进当地贫困人口脱贫。据统计，截至2018年，房县已建成“扶贫搬迁”安置点累计156个，面积达64.25公顷，涉及农户3 000余户；完成“增减挂钩”结余指标交易500余公顷，累计交易资金22.97亿元。这一方面在一定程度上缓解了房县的贫困状况，另一方面也促使了当地农村居民点由地形、区位条件较差的偏远地区向条件优越的区域集中分布。因此，政策要素成为驱使房县农村居民点由小而分散式向大规模集中式发展演变的主要因素。

5 讨 论

本文将“增减挂钩”和“扶贫搬迁”作为政策要素定量化，深入分析了二者对贫困山区农村居民点空间格局演变的影响，弥补了现有相关研究的不足，对于指导山区农村居民点优化利用和乡村振兴具有重要实践价值。

山区农村居民点空间分布格局是自然、社会、经济、政策等多种因素长期作用的结果，随着农村地区不断发展，自然地理条件对农村居民点空间分布约束作用逐步减弱，而社会经济、人口分布以及一系列政策要素等成为影响山区农村居民点空间布局变化的主要因素。此外，农户是农村居民点利用的主体，如何从农户这一微观视角出发，通过实地问卷调研，探究农户主体意愿、生计资本等要素对农村居民点空间演化的影响是后续研究需加强和深入的重要方向。

对于贫困山区而言，“扶贫搬迁”大多与“增减挂钩”相结合。这虽然满足政策需求，改善了当地贫困居民的居住条件，且获得了建设用地交易指标，为扶贫开发筹措资金，但仍存在着诸多问题。通过农村居民点整理复垦增加的耕地质量极低，甚至大部分难以满足基本耕作条件，且拆旧复垦区多为交通不便的偏远地区，农户更不愿去进行生产利用，这进一步加剧了当前山区耕地弃耕撂荒的现象。鉴于此，笔者建议：第一，对于人口外流严重、地质灾害频发的村庄，不应进行大拆大建，可考虑逐步缩减农村居民点规模，将人口向地势条件优越地区转移；第二，对于农村居民点闲置较多且地形区位条件较好的村庄，鼓励农户宅基地自愿有偿退出，对废弃、闲置农村居民点遵循因地适宜、生态优先的原则，进行复垦利用；第三，对于地势平坦、区位优越、人口分布集中且规模较大的村庄，应重点开展土地综合整治，改善农田、道路、村庄等基础设施条件，逐步引导农户进行土地流转，实行适度规模经营，着力发展当地香菇、木耳等特色产业，重点依托产业帮扶，改善贫困居民的生计条件，真正完成脱贫攻坚，实现乡村振兴。

6 结 论

本研究以湖北省十堰市房县为研究案例，以2001、2009、2013和2018年为时间节点，从规模、形态和空间分布方面深入分析了高山贫困地区农村居民点空间格局演变特征，并从自然地理、社会经济和区位条件和政策要素对其演变的驱动机制进行探究，研究主要结论如下：

1）2001—2018年间，房县农村居民点的规模、密度、空间分布等发生了一定程度变化，主要表现在：空间扩张显著，斑块密度减小，平均斑块规模增大；分布指数随地形梯度等级的升高表现为逐渐减小态势，而在低地形区间内分布指数随时间推移逐渐增大。需要注意的是，在2013—2018年间分布指数变化幅度最大，表明房县农村居民点向着地形条件优越的低梯度区域集聚发展特征愈发显著。

2）研究期间房县农村居民点空间形态特征变化主要表现为聚集特征不断增强，形态维数减小，斑块形状越来越规整，空间形态趋于简单；稳定性指数增大，居民点呈现较为规则有序的扩张和发展态势。

3）地形、海拔等自然地理要素是影响山区农村居民点空间格局演变的基本因素，社会经济和区位条件是山区农村居民点分布格局演化的重要因素，而以“增减挂钩”和“扶贫搬迁”为主的政策要素进一步促进了农村居民点由在地形、区位条件较差的地区小规模分散式状态向着条件优越的河谷平原区域集中发展，这对2013年后农村居民点空间格局变化产生了重要影响。