基于ArcGIS的城乡建设用地增减挂钩项目空间分布规律研究

苟锡荣

（红河州测绘地理信息服务中心，云南 蒙自 661199）

增减挂钩是城乡建设用地增减挂钩的简称，是指在实施增减挂钩项目中，通过旧房拆除和土地整理复垦等措施，将废弃不用的农村建设用地进行拆除和复垦，并将腾退的建设用地指标用于城镇建设或保障农村产业发展及宅基地，最终实现城乡建设用地总量不增加，耕地面积不减少，质量不降低，城乡用地布局更合理的土地政策[1]。

空间分析是对于地理空间对象的定量研究，其常规能力是操纵空间数据使之成为不同的形式，是从空间数据中获取有关地理对象的空间位置、分布、形态、形成和演变等信息的分析技术，是地理信息系统与其他信息系统的重要区别和特征[2]。

空间分布规律主要表现为聚集分布、离散分布、分布的密度、分布的高度、坡度情况，可通过空间分析技术，对相关数据集进行相应分析后得出的信息来获得定量描述和分析。

ArcGIS是美国环境系统研究所开发的一款完整的“GIS平台”产品，具有强大的地图制作、空间数据管理、空间分析、空间信息整合、发布共享能力，ArcGIS广泛应用于多尺度、多类型、多时态的信息数据探求和土地、环境、人口、灾害、规划、建设等重大问题的研究工作[2]。ArcGIS强大的空间分析能力对于深入分析研究增减挂钩项目的空间分布规律、挖掘潜在信息具有重要应用。

1 数据来源及研究方法

1.1 数据的来源

以2017年以来红河州编制审批的增减挂钩项目拆旧区和建新安置区地块数据为主要研究对象，通过EARTHDATA获取的ALOS 12.5m DEM数据和全国地理信息资源目录服务系统获取的红河州县级行政区划数据、各级行政地名和城乡居民地名称数据作为基础数据来源，通过研究相关数据的情况，获取相关空间分布。

1.2 数据的处理

为便于研究增减挂钩项目的空间分析规律，利用ArcGIS 10.8为技术平台，对相关全州经批准的增减挂钩项目拆旧区和建新安置区数据进行处理，将拆旧区、建新安置区*.txt格式的勘界定界界址点坐标数据进行矢量化，生成*.shape格式的数据，将空间矢量数据和属性数据进行统一存储，并将增减挂钩项目拆旧区、建新安置区的地理位置和空间分布格局进行空间可视化表达如图1所示。为便于空间分析，对获取的增减挂钩项目拆旧区、建新安置区矢量数据转换为点处理，将面状数据点状化表达，将分析处理后的数据，构建空间数据库，分别形成矢量图层存贮于*.GDB空间数据数据库中；对获取的EARTHDATA ALOS 12.5m DEM数据进行坡度分析处理，生成坡度图。

图1 红河州增减挂钩项目分布图

1.3 研究方法

运用泰森多边形变异系数分析、核密度分析、坡度高程分析、最近邻指数分析等空间分析方法深入挖掘增减挂钩项目拆旧区、建新安置区的空间分布规律，获取增减挂钩项目空间分布的相关信息。

2 增减挂钩项目空间分布规律分析

2.1 运用泰森多边形变异系数分析增减挂钩空间分布类型

泰森多边形是对平面空间的一种剖分，其特点是多边形内的任何位置离该多边形的样点的距离最近，离相邻多边形内样点的距离远，且每个多边形内含且仅包含一个样点[3]。通过运用泰森多边形变异系数分析，可以得出增减挂钩项目拆旧区、建新安置区空间分布的特征，增减挂钩拆旧区、建新安置区在空间上的分布可类似属于点状要素的分布，点集的泊松分布是指点集的随机分布，不同于泊松分布的两种情况是指点集的空间均匀分布和聚集分布[4]。通过计算泰森多边形变异系数可以判断点集是属于哪一种分布，泰森多边形变异系数的计算方式为泰森多边形面积的标准差与平均值的比值。

式中：CV为泰森多边形变异系数；S为泰森多边形面积标准差；X为泰森多边形面积均值。

根据变异系数的值，Duyckaerts提出了3个阶段的系数值来确定点集的分布类型，当点集为随机分布时，CV值为33%至64%之间；当点集为集群分布时，CV值大于64%的；当点集为均匀分布时，CV值为小于33%[5]。

按照前述公式计算CV值，主要考虑泰森多边形的边界影响，根据红河州增减挂钩项目拆旧区、建新安置区分布生成的泰森多边形（图2、图3）计算各县市的CV值和分布指数确定分布类型。经过计算，红河州增减挂钩项目CV值情况，见表1。

表1 红河州增减挂钩CV值情况表

图2 增减挂钩项目拆旧区泰森多边形

图3 增减挂钩项目建新安置区泰森多边形

根据前述确定的均匀分布、随机分布、聚集分布的CV值判别标准，可确定增减挂钩项目拆旧区在个旧市、开远市、蒙自市、建水县、石屏县、弥勒市、泸西县、红河县、元阳县、金平县、绿春县、屏边县、河口县及红河州全域呈现聚集分布特征；建新安置区在个旧市、开远市、蒙自市、建水县、红河县、元阳县、金平县、绿春县、屏边县、河口县及红河州全域呈现聚集分布、在弥勒市、泸西县则呈现随机分布特征。

2.2 核密度分析增减挂钩项目空间分布情况

核密度主要是使用核函数根据点或折线要素计算每单位面积的量值，是指将每个已知点与核函数联系，用以基于有限的样本推断总体数据的分布，作为一种表面插值方法，核密度分析广泛应用于公共健康、犯罪学等领域。

通过核密度制图可以分析增减挂钩项目拆旧区在泸西县、弥勒市、建水县、蒙自市、屏边县、元阳县、金平县、红河县及绿春县呈现显著聚集分布。表现出3个分布聚集区：泸西弥勒建水分布聚集区、元阳金平红河绿春聚集区、蒙自屏边聚集区。增减挂钩项目建新安置区在开远市、个旧市、屏边县、红河县、元阳县、金平县、绿春县呈现显著的聚集分布。

从图4-图5可以看出，红河州的增减挂钩工作主要集中在南部区域，我州南部为哀牢山余脉，山高谷深坡陡，地形错综复杂，是脱贫攻坚的主战场，在开展脱贫攻坚易地扶贫搬迁工作中，增减挂钩作为支持脱贫攻坚的政策，在南部地区得到了大力推进和落实，有力地支持了脱贫攻坚工作，中部区域主要是蒙自市、开远市、个旧市等相对发达地区，增减挂钩工作的推进相对较少。

图4 增减挂钩项目拆旧区核密度分析图

图5 增减挂钩项目建新安置区核密度分析图

2.3 增减挂钩项目坡度和海拔分布情况

运用ArcGIS对获取的EARTHDATA ALOS 12.5m DEM数据进行处理，统一坐标系统，进行坡度分析，形成坡度分布图，采用区域分析工具，直接从获取的DEM和坡度图提取增减挂钩项目拆旧区、建新安置区各地块平均高度（大地高）和平均坡度值，存储于增减挂钩项目拆旧区、建新安置区数据库属性数据中，统计分析增减挂钩项目拆旧区、建新安置区的高度和坡度分布情况如图6所示。

图6 坡度分布图

通过分析，获取增减挂钩项目拆旧区的坡度平均值为16°，最大值为52°，最小值为0°，平均高度为1 475 m，最高高度为2 275 m，最低高度135 m；建新安置区坡度平均值为14.9°，最大值为37°，最小值为0°，平均高度为1 289 m，最高高度为2 093 m，最低高度为98 m。以上数据可以看出，建新安置区的高度和坡度较拆旧区有所下降，体现出了脱贫攻坚易地扶贫搬迁的环境改善成效。

2.4 最邻近指数分析

平均最近邻距离是指每个要素的质心与其最近邻要素的质心位置之间的距离和所有最近邻距离的平均值。如果计算出的平均距离小于假设随机分布中的平均距离，则会将所分析的要素分布视为聚类要素；如果计算出的平均距离大于假设随机分布中的平均距离，则会将要素视为分散要素。平均最近邻系数为观测平均距离与期望平均距离的比值。

式中：Q为最近邻指数。

如果平均最近邻指数小于1，则表现的模式为聚类。如果指数大于1，则表现的模式趋向于离散。

通过分析，增减挂钩项目拆旧区的最近邻指数为0.238，建新安置区最近邻指数为0.182。对比以上标准，增减挂钩项目拆旧区、建新安置区均呈现聚类分布，而且建新安置区要比拆旧区表现出更明显的聚类。

3 结论

通过泰森多边形变异系数分析、最邻近指数分析，红河州增减挂钩项目拆旧区、建新安置区在空间分布上均表现出聚集性分布，而且建新安置区的聚集性强度要强于拆旧区，两类分析方法的结果呈现了一致性。通过坡度和高程分析，建新安置区的坡度和高度与拆旧区的坡度和高度有明显的下降，从一个侧面反应了红河州易地扶贫搬迁是搬迁村庄从高海拔向低海拔搬迁，从坡度陡峭的区域向坡度相对平缓的区域搬迁，体现了红河州脱贫攻坚易地扶贫搬迁的环境改善成效。通过核密度分析，呈现出红河州南部和北部部分区域是增减挂钩工作拆旧复垦的重点区域，开展工作的力度较大，政策执行有力，项目申报积极，获批的项目比较多，拆旧区分布比较密集，主要原因是南部区域在实现脱贫摘帽前是红河州贫困程度较深的区域，是脱贫攻坚的主战场，部分县市受增减挂钩节余指标跨省域调剂政策的支持，工作积极性较高，推动有力，申报的项目也较多；南部同时也是脱贫攻坚易地扶贫搬迁的重点区域，需要易地搬迁安置的人口相对较多，任务相对较重，搬迁安置区分布比较集中，需要保障的安置区用地较多。以上呈现出的分布特征符合红河州增减挂钩工作的实际情况。