基于MGWR的乡村聚落空间演变的影响因素分析——以海口市为例

周向丽，王智超，刘益珠，程叶青，周艳梅，张金萍

（1.海南师范大学 a.地理与环境科学学院；b.国际教育学院，海口 571158；2.32033部队，海口 570100）

乡村聚落承载着乡村居民生产、生活等一系列重要功能，是乡村地域人地关系和社会发展进程中人类活动强度的集中体现（Zhu et al., 2020; Wang et al., 2021）。自工业化以来，快速城市化导致乡村聚落结构变化成为普遍现象（Roy et al., 2015;Coluzzi et al., 2022），农业生产区乡村聚落空间快速扩张（Conrad et al., 2015）。研究发现，乡村聚落迁移演变受自然、经济、社会等因素综合影响（Kohler et al., 2015; Wang et al., 2016），其复杂耦合关系向来是乡村聚落研究的重要课题（Li et al.,2020a）。中国改革开放以来，城乡二元结构的总体环境和快速城镇化进程对乡村聚落空间产生重要冲击（Yu et al., 2018），使乡村聚落呈现多元化发展格局（Li et al., 2019）。一方面，人口外出、产业空虚、乡村落败等乡村凋敝问题多见，另一方面，乡村聚落布局散乱，聚落用地空间持续扩张，“人减地增”现象突出（Liu et al., 2013）。自然地理条件、交通区位、社会经济发展作为主要驱动因素，对中国乡村聚落格局演变的影响得到持续而深入的研究（Tan, 2013; Li et al., 2019; Shi et al., 2021）。诸多研究表明，乡村聚落大规模、无组织格局演变已成为制约中国乡村振兴的重要瓶颈（Liu et al., 2009;Gong et al., 2019）。因此，理清乡村聚落空间演变的驱动机制对于优化配置乡村土地资源，确定有针对性的乡村发展路径具有重要意义。

从研究方法看，乡村聚落演变特征与各影响因素间关系的定性描述（Kanianska et al., 2014）已逐渐演替为运用回归模型（Cao et al., 2020）、地理探测器（Yang et al., 2016; Qu et al., 2018）、面板数据模型（Song et al., 2014）等统计分析技术进行定量测度。然而，乡村聚落具有明显的空间属性，其演变的驱动力存在显著的空间非平稳性。传统方法往往忽视此特性，因而研究结果可能偏离真实。并且，传统方法要求样本满足独立性、同方差性等基本统计假设，仅能解释各因素对乡村聚落演变特征的全局影响，不能揭示因空间位置不同而导致的影响程度的局部差异。因此，需要引入能够刻画空间非平稳性的局部回归方法，诊断乡村聚落演变影响因素的空间分异特征，提出更加符合实际的乡村发展建议。

地理加权回归（GWR）模型将空间位置纳入回归参数，使影响因素的空间异质性得到有效表达（张金萍 等，2020），可为乡村聚落空间演变的驱动力分析提供更加丰富的信息（Tong et al., 2019;Zhou et al., 2020; Xu et al., 2021）。空间统计学认为，尺度是所有地理检索的本质（McMaster et al.,2005），也是地理信息科学最重要的话题之一（Goodchild, 2001）。不同类型社会经济要素的发展过程往往对应不同的空间尺度（Yu et al., 2020a）。从该角度看，乡村聚落空间演变的影响因素很可能存在空间尺度效应，即各因素的影响程度在一定空间尺度内比较相似，超过这一尺度则会发生明显变化（Shen et al., 2017）。然而，由于缺少具有“跨尺度”表达能力的稳健数学模型，现有文献对聚落演变影响因素的空间异质性尺度差异研究还较为不足。经典GWR 假定各因素的空间尺度相同，虽然能够表达空间非平稳性，但不能反映不同影响因素的空间异质性尺度差异（Song et al., 2021）。多尺度地理加权回归（MGWR）改进了GWR，考虑了因素影响的空间尺度差异，空间异质性的建模结果更加稳健可靠（Yu et al., 2020b）。基于此，本研究以海口市为例，利用GWR模型和MGWR模型，探讨近20年来海口市乡村聚落演变各影响因素的空间分异及尺度效应，以期为乡村聚落布局规划和优化政策制定提供科学参考。

1 研究区概况

海南省位于中国华南和西南陆地国土及海洋国土的结合部，是开发利用南海资源的基地和中国21世纪海上丝绸之路的重要战略节点（程叶青 等，2021），也是全球最具代表性的热带海岛地区之一。海南省1988年成为中国最年轻的省份和唯一的省级经济特区，2018年开始建设中国（海南）自由贸易试验区并于2020年升级为海南自由贸易港。作为省会，海口市2002年完成行政区划调整，陆地面积由236.4 扩展到2 296.83 km2，成为海南省最大城市（图1）。近20年来，逐渐走出一条以房地产业和旅游业为支柱产业的经济发展之路，并致力于发展成中国特色自由贸易港核心城市（宋伟 等，2020）。2020年，海口市常住人口1 012.34万，其中农村人口占比39.73%。农村常住居民人均可支配收入16 279 元，仅是城镇居民的43.9%（海口统计年鉴委员会，2021）。

图1 海口市区位Fig.1 Location of Haikou City

近20年来，在国家宏观乡村发展政策激励以及房地产业、旅游业发展带动下，海口市乡村转型重构加速，乡村聚落发生持续性演化变迁（图2）。快速城镇化和以房地产业、旅游业为主导的产业发展可能带来中心城区、房地产开发区、旅游资源点附近乡村聚落大规模无序扩张和突出的“人减地增”问题，使得海口市乡村聚落空间演变呈现不同于中国苏南地区（Li et al., 2019）和北京郊区（Tan,2013; Zhou et al., 2020）的新特征。在此背景下，海口市乡村聚落演变的主要驱动因素有哪些？这些驱动因素的影响是否存在空间异质性？如果存在，不同驱动因素的空间异质性尺度差异如何？这些问题的研究对于海南自由贸易港建设及乡村振兴发展具有重要意义。

图2 2002（a）、2020年（b）乡村聚落空间分布Fig.2 Spatial distribution of rural settlements in 2002(a) and 2020(b)

2 研究方法与数据

2.1 研究方法

2.1.1 地理加权回归 地理加权回归（GWR）由Fotheringham 等（2002）提出，在OLS回归的基础上将研究对象的空间位置嵌入到回归参数中，探究某一特定尺度下变量间的空间关系。GWR 充分考虑了空间对象的局部效应，利用局部加权最小二乘法进行逐点参数估计，可有效解释数据的空间异质性。

式中：（ui，vi）为第i个乡村聚落的位置；Yi和Xij分别为因变量Y和自变量Xj在（ui，vi）处的观测值，本研究中Yi为2002—2020 年海口市乡村聚落i的面积变化值，Xij为第i个乡村聚落第j个自变量的观测值；β0（ui，vi）为（ui，vi）处的截距；βj（ui，vi）为自变量Xj在（ui，vi）处的回归系数；Ei为第i个区域的独立同分布的随机误差。

GWR 中，每个样本点的位置不同导致其回归权重也不同，因此每个样本点都对应一个权重矩阵。带宽反映自变量对因变量作用的空间尺度，直接决定权重随距离增加而衰减的速率，是权重计算的重要参数。由于研究区内乡村聚落空间分布不均，选取自适应二次核函数进行空间权重运算，利用AIC准则确定各变量的最优带宽。

2.1.2 多尺度地理加权回归 GWR 可以捕捉到乡村聚落演变与影响因素关系的空间非平稳性，但会忽视各因素的空间尺度差异，从而产生较大估计偏差。针对此不足，Fotheringham 等（2017）提出多尺度地理加权回归（MGWR）模型。MGWR 在考虑空间数据非平稳性的基础上，改进了GWR 假定不同变量作用尺度在空间上保持一致的条件，允许变量间具有不同的空间平滑水平，选取最佳带宽进行回归。并且，每个变量特定带宽可以用作对每个空间过程作用的空间尺度的度量（Yu et al., 2020b）。即，运用MGWR 不仅可以研究空间过程中的空间异质性，而且可以直观地确定不同过程运行的空间尺度（Fotheringham et al., 2017）。MGWR公式为：

式中：βbw0、βbwj分别为最优带宽下的截距及第j个自变量的回归系数；bw0和bwj分别为截距及第j个自变量回归系数使用的带宽。

可见，MGWR 多带宽的回归方法产生更接近真实、有效的空间过程模型。出于一致性，MGWR的核函数和带宽选择准则依然延续使用经典GWR的几种经典的核函数和带宽选择准则，并采用经典的残差平方和变化比例（RSS）作为收敛准则（Yu et al., 2020b）。考虑结果可比性，将MGWR的核函数和最优带宽确定准则设置为与GWR相同。

2.2 变量选择

乡村聚落分布格局是自然环境、社会经济、区位及政策导向等多种因素综合作用的结果（Song et al.，2020）。海口市地形以滨海平原、河流阶地、丘陵及熔岩台地为主。一般来说，海拔低、坡度小的地区乡村聚落面积变化可能更大。社会发展因素催生乡村聚落不断演变，人口变化率大、城镇化水平高的乡村聚落面积变化可能更大。经济区位因素一直是乡村聚落演变的重要影响因素。到道路、河流和中心城区越近，道路交通条件越好，乡村聚落面积变化可能越大。从海南省和海口市的发展过程看，房地产和旅游资源开发等产业发展因素在乡村聚落格局演变中发挥重要作用。距离房地产开发区域和旅游资源点越近，乡村聚落空间演变可能越剧烈。因此，以乡村聚落面积变化为因变量，从自然环境、社会发展、经济区位、产业发展4方面选取自变量（表1），反映乡村聚落空间演变及其影响因素。

表1 乡村聚落空间演变影响因素变量表示及计算方法Table 1 Representation and calculation methods of variables for factors influencing the spatial evolution of rural settlements

2.3 数据来源与处理

所需数据包括各级行政区划边界数据，2002和2020 年乡村聚落斑块、DEM、道路、河流、房地产开发区域斑块、旅游资源点位置等空间数据，以及村庄面积、人口等属性数据。2002年聚落斑块数据来自Landsat TM与SPOT遥感影像，2020年数据来自Landsat OLI 遥感影像①数据来源：地理空间数据云.https://www.gscloud.cn/sources/index?pid=1&rootid=1。首先，通过TM 与SPOT影像融合，将2002年遥感影像的空间分辨率提高至10 m；其次，运用目视解译法，建立聚落解译标志，对2 期影像进行解译，获得各聚落斑块；再次，将2期斑块数据叠加，获得乡村聚落变化数据；从次，剔除因误差引起的小面积变化斑块（面积＜0.000 2 km2）；最后，将面积变化明显的斑块按照几何中心生成点文件，用于乡村聚落演变影响因素建模。DEM 数据来源于美国地质勘探局（USGS）②https://earthexplorer.usgs.gov/，道路、河流等基础地理数据来源于海南测绘地理信息局③http://hism.mnr.gov.cn/sjkf/hndt/。在此基础上，根据Google Earth影像，参照高德地图APP，结合实地调查，获得更精确的不同等级道路数据，经拓扑检查后构建道路网络。房地产开发区域分布数据来源于安居客网站④https://haikou.anjuke.com/?pi=PZ-baidu-pc-all-biaoti。旅游资源分布数据来自于2018年海南省旅游资源普查与规划信息库项目。乡镇人口数据来源于《2021 海口统计年鉴》（海口统计年鉴委员会，2021）。变量的描述性统计见表2。进一步对变量进行共线性诊断，发现均不存在严重的共线性（VIF<5），符合构建GWR和MGWR模型的基本条件。

表2 乡村聚落空间演变影响因素变量描述Table 2 Descriptive statistics of variables for factors influencing the spatial evolution of rural settlements

3 结果与分析

3.1 乡村聚落演变的时空分异

2002 和2020 年海口市乡村聚落空间格局比较相似，均表现为“北多南少”的分布特征（图2-a、b）。乡村聚落规模呈显著增长趋势，斑块总面积由64.25 增长至98.60 km2。人均聚落面积由120.59 增长至166.79 m2/人，增幅达38.31%。面积增长的乡村聚落占比达38.32%。但整体上，乡村聚落面积增幅由北部、西部向南部、东部逐渐递减（图3）。面积增幅较大的乡村聚落大多位于研究区北部且邻近中心城区，增幅为0.081 3 ～1.017 7 km2。面积减少的乡村聚落占比5.32%，总体上南多北少且与面积增加和未变化乡村聚落交错分布，体现乡村聚落空间演变的异质性特征。并且，面积减少的乡村聚落减幅不大，85.37%的减幅面积位于0.000 2～0.095 2 km2范围内，减幅超过0.095 2 km2的乡村聚落极少且分布十分零散。从景观破碎度看，乡村聚落破碎化特征明显，斑块面积变异系数由2.43 增大至3.23。进一步使用全局Moran'sI探索乡村聚落分布的空间相关性，发现2002 和2020 年乡村聚落斑块面积的Moran'sI值分别为0.266 （P<0.001）和0.155（P<0.001），变化的斑块面积的Moran'sI值为0.179（P<0.001），表明乡村聚落分布及面积变化均呈现显著正向空间集聚格局。2020年Moran'sI值有所下降，说明乡村聚落趋向于略显零散的分布，与景观破碎度结果一致。

图3 2002—2020年海口市乡村聚落演变的空间分布Fig.3 Spatial distribution of rural settlement evolution in Haikou City from 2002 to 2020

3.2 因素影响的空间尺度分析

对比GWR，MGWR 由于采用更为优化的带宽，R2及调整R2值明显提高，AICc值与残差平方和显著下降，模型拟合效果更好（表3）。并且，MG-WR与GWR模型确定的各因素与乡村聚落演变关系分析的最佳带宽呈现显著差异（表4）。带宽越大说明自变量对因变量影响的尺度越大，也即在更大的空间范围内相似。带宽越小说明自变量对因变量的影响处于更为局部的尺度，参数估计受空间的影响更大。GWR仅能反映各变量作用尺度的平均水平，分析带宽均为2 794，无法揭示各因素作用于乡村聚落演变的尺度效应。MGWR 模型确定的各因素影响的带宽不一致，说明各因素对乡村聚落演变的影响是在不同的空间尺度上产生作用的。其中，常数项、到道路的距离、到房地产开发区的距离和高程的带宽占总样本数量的比例为0.66%～17.76%，这4个变量整体上为局部尺度关系，表明其对乡村聚落演变的影响在不同位置存在显著的差异性。常数项表示在其他自变量确定的情况下，不同位置对乡村聚落演变的影响。值得注意的是，本研究常数项作用尺度最小，属于微观尺度变量，说明乡村聚落演变对位置非常敏感。城镇化率和坡度2个变量的作用属于较大尺度，占总样本数量的比例分别为42.04%和47.73%，说明回归系数的空间非平稳性较弱。到中心城区的距离作用尺度为8 654，人口变化率、到河流的距离、路网密度和旅游资源点可达性作用尺度均为10 482。5 个变量均属于全局尺度，基本不存在空间异质性，即不同位置乡村聚落演变受每个变量的影响基本相同。

表3 乡村聚落空间演变影响因素的GWR及MGWR模型指标Table 3 Model indicators of GWR and MGWR for factors influencing the spatial evolution of rural settlements

表4 乡村聚落空间演变影响因素的GWR与MGWR模型带宽Table 4 Bandwidth of GWR and MGWR for factors influencing the spatial evolution of rural settlements

3.3 因素影响的空间异质性分析

从MGWR回归结果（表5）看，到中心城区的距离和路网密度2个变量的回归系数整体显著，高程、坡度、城镇化率、到道路的距离、到房地产开发地的距离、常数6个变量回归系数局部显著，人口变化率、到河流的距离和旅游资源点可达性3个变量的回归系数整体不显著。各变量回归系数的空间格局如图4所示。

表5 乡村聚落空间演变影响因素的MGWR参数估计结果统计Table 5 Statistics of estimation results of MGWR for factors influencing the spatial evolution of rural settlements

图4 乡村聚落空间演变影响因素显著回归系数的空间格局Fig.4 Spatial pattern of significant regression coefficients for factors influencing the spatial evolution of rural settlements

3.3.1 自然环境因素 海口市东北部为滨海平原带，中部为南渡江沿江阶地带，地势低平，海拔低于92 m。东南部为丘陵台地带，西部为熔岩台地带，海拔略高，最高达222.8 m。高程对乡村聚落面积变化的影响在低海拔区域呈现显著负相关关系，而在海拔较高的区域不显著。显著回归系数为-1.046～-0.129，影响程度整体上呈现北高南低的空间格局。这与高程值衰减规律大致相反，表明乡村聚落朝耕地资源更好、生产适宜性更高的低海拔地区发展。经统计，海口市70%以上的乡村聚落扩张发生在海拔低于36 m的区域。

坡度对乡村聚落面积变化的影响仅在研究区北部小范围地区表现出显著负相关关系，显著回归系数为-0.125～-0.036。影响程度呈现东北高四周低的空间格局，表明该区域的低坡度乡村聚落更易发生扩张。在研究区其他区域，坡度的回归系数为-0.035～0.002，对乡村聚落面积变化的影响更加微弱且不显著。对比其他因素，坡度对乡村聚落演变的影响已逐渐弱化，不但影响程度较低，而且在空间上的差别也不大。

3.3.2 社会发展因素 城镇化率对乡村聚落演变的显著正向影响区位于研究区北部，涉及54.22%的海口市乡村聚落。显著回归系数为0.088～0.334，说明城镇化率越高，乡村聚落扩张越明显。显著回归系数均值为0.258，表明城镇化率每提高1 个单位，乡村聚落面积平均增加0.258 个单位。影响程度呈现北高南低的空间格局，并具有一定的区域差异（标准差为0.074）。城镇化率反映区域社会发展的综合水平。北部地区城镇化水平高，一方面，公共服务设施用地扩展更快。另一方面，乡村居民收入和生活水平更高，新建住宅和改善居住条件的能力更强。此外，产业园区、大学城等由中心城区向周围乡村地区转移，在一定程度上促进乡村聚落的扩张。南部地区以农业景观为主，乡村社会经济发展略显滞后，乡村聚落面积变化不大。城镇化率与乡村聚落演变的关系比较微弱且不显著。

人口变化对乡村聚落面积变化的影响不显著。一方面，海口市乡村地区土地利用管理粗放，加上乡村居民“祖屋”“祖宗地”观念根深蒂固，导致普遍的“一户多宅”现象。从而，虽然乡村地区常住人口增长不大，但建设用地面积大多持续增长。另一方面，农业劳动力流向中心城市后仍会返乡建房，将其作为进城失败的退路和退休后的归宿。因此，人口增减不是海口市乡村聚落演变的主要驱动力。

3.3.3 经济区位因素 到道路的距离对乡村聚落面积变化的影响仅在中心城区周边为显著相关，占总样本量的4.14%。中心城区西部和南部乡村聚落以正向回归为主，显著回归系数大多在1.539～3.145，作用方向与预设不符。这些聚落在《海口市土地利用总体规划（2006—2020年）》（海口市人民政府，2011）中已被纳入长流组团和中心城区组团发展规划，即将被成片开发为城市用地。这些地区道路交通条件好，地形平坦。乡村聚落分布集中且规模较大，在向路发展已无空间的情况下，总体呈现向距道路略远的地方快速扩张。负值显著回归系数较小，介于-0.623～0，仅位于南渡江沿岸及东部小范围地区。南渡江是城市景观和乡村景观的天然分界线，沿岸乡村地区缺乏高等级公路，聚落倾向于在距主要道路更近的区域扩张。整体上，海口市道路交通体系较为完善，约98%的乡村聚落距道路的距离不超过500 m。因此，到道路的距离对大部分地区乡村聚落演变不具有显著影响。

到中心城区的距离对乡村聚落变化具有负向影响，在整个研究区内都是显著的。显著回归系数为-1.586～-1.365，平均值为-1.496，表示到中心城区的距离每降低1 个单位，乡村聚落面积增加1.365～1.586个单位，平均增加1.496个单位。与其他变量相比，到中心城区的距离对乡村聚落演变的影响程度较大。虽然影响程度由西北向东南逐渐减小，但系数变化的空间差异不大（标准差为0.077）。北部区域作为海口市城市化的主要拓展区，在中心城区的强力辐射带动下，近20年来乡村聚落快速演变。南部区域受维持农业景观、保护生态环境等功能定位限制，产业和人口集中在有限的几个乡镇内，乡村聚落演变受中心城区辐射带动影响较小。

路网密度对乡村聚落演变具有正向影响，在研究区全域也都是显著的。显著回归系数为0.123～0.134，平均值为0.130，表明路网密度每增加1 个单位，乡村聚落的面积平均增加0.130 个单位，在各变量中影响程度处于中等水平。显著回归系数值由东北向西南略有衰减，影响程度的空间差异很小（标准差为0.003）。总体上，显著回归系数值的空间分布与路网密度的分布特征基本一致。路网密度大意味着聚落之间的沟通和联系较强，在乡村发展过程中发挥着不可或缺的作用。北部地区路网密度更高，因而乡村聚落扩张更为明显。

常数项所反映的区位对乡村聚落面积变化有显著影响。显著回归系数介于-7.324～3.533，平均值为-1.044，比各自变量的影响都大。从系数绝对值看，常数项呈现南北高、中间低的空间格局。标准差为2.534，说明常数项的影响存在明显的区域差异，也即不同区位对乡村聚落演变影响的差异很大。正值回归系数主要分布在南部地区。显著回归系数为负值的乡村聚落更多，主要分布在中部和北部地区。

到河流的距离对乡村聚落面积变化的影响微弱且不显著。整体上，海口市属于热带季风气候，降水充沛、河湖水系发达，64.8%的乡村聚落位于距河流1 km范围内。虽然聚落向河发展可以便利农业生产，美化乡村景观，但近20年来，随着农业灌溉技术不断进步，海口市对河道的管理日益严格，乡村产业发展和居民生活对河流的依赖日益减弱。因此，河流不是海口市乡村聚落扩张的主要驱动力。

3.3.4 产业发展因素 到房地产开发区的距离对67.07%的乡村聚落的演变有显著负向影响。显著回归系数介于-2.159～-0.356，平均值为-1.611，表明到房地产开发区的距离每缩短1 个单位，乡村聚落面积增加约1.611 个单位。与其他变量相比，房地产开发对乡村聚落演变的影响程度较高。从回归系数绝对值看，房地产开发因素的影响程度呈现东北高、西南低的空间分布格局。标准差为0.356，说明房地产开发对乡村聚落的影响程度有较大的区域差异。新海口市成立以来，房地产业一直是海口市经济的最大支柱产业（Fang et al., 2021）。越邻近房地产开发区域，农民认为本地被开发的希望越大，有可能因此而获得巨额征地补偿，从而引发乡村非刚需建房的浪潮（宋伟 等，2020）。并且，近20年来，房地产业为纲致使海口市房价高涨，在乡村土地管控不严的情况下，城市人口、外省人口选择在邻近房地产开发区的乡村建房，也促进乡村聚落的演变。北部地区邻近中心城区，且为房地产业主要布局地区，对乡村聚落扩张的促进作用十分显著。东南部地区房地产业遭到严格管控，乡村聚落均位于房地产开发区域的10 km 以外，房地产业带动作用被大大削弱，与乡村聚落演变呈现不显著关系。

旅游资源点可达性对乡村聚落面积变化有微弱负向影响，但不显著，这与预设不符。一般而言，旅游业对乡村发展具有一定的促进作用（Xi et al.，2015），但本研究旅游业对海口市乡村聚落演变的带动力不强。近20年来，凭借得天独厚的热带风光和人文资源，海口市旅游业发展较为快速。然而，海口市优质旅游资源大多远离乡村聚落。同时，乡村旅游开发不足，规模效应尚未形成，主要表现在乡村旅游产品同质化问题严重，文化理念和品位不够，旅游吸引力不强。游客无法获得海南特色文化感知和热带农民生产生活体验等本土化旅游乐趣。因此，邻近旅游资源点的乡村聚落并未因旅游业发展而发生明显变化。

4 讨论

长期以来，根深蒂固的城市偏向思想导致海口市乡村土地利用缺乏统一管控、发展盲目无序，乡村聚落总体上呈现大规模扩张、趋于零散分布的特征。这种无序发展主要存在4个问题：1）农房闲置废弃加剧，村庄建设用地集约利用程度低；2）乡村聚落扩张占用大量农田，成为农用地面积减少的一个重要原因；3）聚落零散化导致乡村公共服务设施建设和基础设施建设成本增加，不利于从整体上改善农村人居环境（Wang et al., 2021）；4）乡村聚落内部布局混乱，主要表现为生活空间分散、生产空间无序、生态空间污染（Mitchell, 2004）。

不可否认，由于“北聚南优”的土地利用战略，海口市南北部发展不平衡由来已久。北部由于紧邻中心城区而快速发展，乡村聚落空间显著扩张。南部缺乏增长极带动而经济滞后，乡村聚落空间发展缓慢甚至略有萎缩。并且，各因素对乡村聚落演变的影响程度呈现明显的南北差异、东西差异等空间异质性特征。然而，比较多种驱动力的作用发现，到中心城区的距离和到房地产开发区的距离是对乡村聚落演变最有影响力的2 个因素。诚然，这与中国实行城乡二元体制和土地利用制度，缺乏实质性的村庄规划机制的大背景有关。然而，房地产业畸形发展以及“一户一宅”制度执行不严则是海口市乡村聚落无序扩张的深层次原因。近20 年来，房地产业一直是海口市经济的最大支柱产业。持续的房地产开发热潮不但使被开发地区乡村居民获得巨大征地补偿，而且给其他地区乡村居民带来很强的示范效应，催生北部地区乡村的非刚需建房热潮。并且，海口市村民普遍持有“祖屋”“祖宗地”思想，“一户一宅”制度普遍遭遇实施困境，成为大多数乡村聚落无序扩张的重要原因。

本文发现到河流的距离、人口变化率、旅游资源点可达性对乡村聚落演变没有显著影响，这与Wang（2021）、Shi（2021）、Li（2020b）等的研究不符。首先，该结果表明向河发展可能不是水资源丰沛的热带地区乡村演变的主要特征。其次，快速城市化、房地产业“一业独大”、土地利用管理粗放、乡村旅游发展不充分的综合作用可能是人口和旅游业因素影响不显著的根本原因。由于本文使用能反映尺度效应的MGWR 模型，相比宋伟等（2020）的研究，本文还发现不同变量对海口市乡村聚落演变影响的空间异质性存在显著尺度差异，从而识别出不同变量对乡村聚落演变作用的空间范围，更精准地度量了乡村聚落演变与其影响因素间关系的空间非平稳性。

人口变化率对乡村聚落演变的影响不显著还可能跟人口统计数据的尺度有关。本文无法获取村级人口统计数据，只能假定一个乡镇内各乡村聚落人口密度均一，因而对建模结果会有一定的影响。这是本文的局限性。另外，本文仅选取可能影响乡村聚落空间演变的客观因素，而未考虑农户意愿、传统地域文化等因素对乡村聚落空间的影响。未来将结合乡村居民的田野调查进行深入分析。

海口市正在建设海南自由贸易港核心城市。为实现城乡融合发展，集约利用土地资源，有必要采取以下主要措施推动乡村聚落良性发展。首先，实施严格的房地产调控政策，防止房地产市场投机炒作，摆脱经济对房地产业的过度依赖；其次，推进农村土地利用制度改革，严格实施“一户一宅”制度，打击违法占地、违法建房行为，遏制北部乡村聚落快速扩展趋势；再次，以生活、生产、生态空间有机融合为核心开展乡村振兴规划，推动乡村就地就近城镇化，引导乡村发展走向个性化和特色化；最后，深度挖掘热带风情和民族特色，结合特色产业发展和乡村旅游、农事体验等新型业态，在南部地区培育新的经济增长极，带动乡村聚落适度扩展。

5 结论

以海口市为案例，采用遥感影像解译、GIS 空间分析技术和MGWR 模型探明了乡村聚落的时空演变及其影响因素的空间异质性。结果表明，2002—2020 年，海口市乡村聚落面积增加了34.35 km2，变化率为53.5%，与中国其他乡村地区（Wang et al., 2021）和20 世纪中叶西欧国家农村聚居区（Shinde et al., 2015）相比增长更为快速。从分布看，乡村聚落日益呈现“北多南少”空间格局和零散化特征。乡村聚落扩张主要集中在北部地区，南部地区乡村聚落则有所收缩。并且，扩张、收缩和未变化的乡村聚落交错分布，空间异质性十分明显。

乡村聚落演变诸驱动力的影响具有明显的空间非平稳性及尺度效应差异。乡村聚落演变对位置非常敏感，位置作用的空间异质性最强。到道路的距离、到房地产开发区的距离以及高程是微观尺度变量，空间非平稳性较强。城镇化率和坡度是中观尺度变量，空间非平稳性不强。到中心城区的距离等其余5个变量的影响为全局尺度，基本不存在空间非平稳性。乡村聚落演变受自然环境、城镇化、区位、产业发展等因素的综合影响。聚落位置变化的方向性特征表明，乡村聚落越来越向海拔低、坡度小、离中心城区近、离房地产开发区近、城镇化水平高、路网密度高的地区扩展。其中，区位因素和产业发展因素对海口市乡村聚落演变的影响最为重要。归根结底，海口市乡村聚落无序扩张是城乡二元体制、村庄规划机制缺失、房地产业畸形发展以及“一户一宅”制度执行不严等综合作用的结果。

相比GWR模型，MGWR充分考虑了各影响因素作用的空间尺度，拟合效果更佳。可见，运用MGWR 模型可以科学识别乡村聚落空间演化的关键因素。因此，本文不仅对制定与海南自贸港建设相称的有针对性的乡村聚落空间演化路径有重要意义，而且对评估类似地区乡村聚落演化的驱动力也有参考价值。