楊 思 遙，王 艷 慧，李 賀 穎

(首都師范大學(xué)資源環(huán)境與地理信息系統(tǒng)北京市重點(diǎn)實(shí)驗(yàn)室,北京 100048；首都師范大學(xué)三維信息獲取與應(yīng)用教育部重點(diǎn)實(shí)驗(yàn)室,北京 100048；首都師范大學(xué)城市環(huán)境過程與數(shù)字模擬國家重點(diǎn)實(shí)驗(yàn)室培育基地,北京 100048)

?

村級(jí)居民點(diǎn)離散度評(píng)價(jià)模型及其與農(nóng)村經(jīng)濟(jì)關(guān)聯(lián)分析

楊 思 遙，王 艷 慧*，李 賀 穎

(首都師范大學(xué)資源環(huán)境與地理信息系統(tǒng)北京市重點(diǎn)實(shí)驗(yàn)室,北京 100048；首都師范大學(xué)三維信息獲取與應(yīng)用教育部重點(diǎn)實(shí)驗(yàn)室,北京 100048；首都師范大學(xué)城市環(huán)境過程與數(shù)字模擬國家重點(diǎn)實(shí)驗(yàn)室培育基地,北京 100048)

量化居民點(diǎn)空間分布離散度并探索其與農(nóng)村經(jīng)濟(jì)指標(biāo)的關(guān)聯(lián)關(guān)系，以期為“整村推進(jìn)”扶貧開發(fā)規(guī)劃的實(shí)施提供指導(dǎo)意見。以國家扶貧重點(diǎn)縣——鶴峰縣為研究區(qū)，以行政村為評(píng)價(jià)單元，分別從人文和自然角度引用離散度綜合指數(shù)(DCI)和景觀綜合指數(shù)(LCI)結(jié)合空間探索性分析方法，對(duì)比分析鶴峰縣居民點(diǎn)空間分布的離散特點(diǎn)，并采用線性回歸模型和空間滯后回歸模型剖析鶴峰縣整體及不同自然與經(jīng)濟(jì)條件下離散度與農(nóng)民人均純收入之間的相互影響關(guān)系。研究結(jié)果表明：1)整體上，DCI與LCI均存在空間聚集效應(yīng)，但兩者空間分布特征存在差異，DCI評(píng)價(jià)結(jié)果介于0.59～4.56，LCI評(píng)價(jià)結(jié)果介于0.14～2.61，DCI可以更好地反映離散度。2)通過空間滯后回歸模型對(duì)DCI與農(nóng)民人均純收入分析，得到兩者間呈明顯相關(guān)關(guān)系。3)DCI與道路密度、經(jīng)濟(jì)圈層、坡度均存在相關(guān)關(guān)系，同時(shí)反映收入變化趨勢；LCI在經(jīng)濟(jì)圈層等級(jí)下未表現(xiàn)出此特征。對(duì)于“整村推進(jìn)”扶貧項(xiàng)目的實(shí)施，既要重視道路等人文要素的影響，也要考慮行政村之間的聯(lián)系。

離散度；景觀指數(shù)；農(nóng)民人均純收入；居民點(diǎn)；空間分布格局；鶴峰縣

0 引言

居民點(diǎn)是人們共同生活和進(jìn)行經(jīng)濟(jì)、政治和文化等活動(dòng)而聚集的定居場所[1]。居民點(diǎn)空間分布狀況是一個(gè)區(qū)域自然、社會(huì)、經(jīng)濟(jì)以及歷史發(fā)展的綜合反映，影響著區(qū)域經(jīng)濟(jì)發(fā)展的規(guī)模、方向以及發(fā)展的可能性[2]。行政村作為農(nóng)村社會(huì)經(jīng)濟(jì)的基本統(tǒng)計(jì)單元是由若干居民點(diǎn)構(gòu)成的。相比城市有規(guī)律的集中建設(shè)規(guī)劃，一些偏遠(yuǎn)地區(qū)的居民點(diǎn)布局缺乏詳盡的規(guī)劃。多數(shù)居民圍田造房，居民點(diǎn)分布離散，之間經(jīng)濟(jì)交流受到限制，這是導(dǎo)致農(nóng)村大面積貧困的一個(gè)原因。定量揭示居民點(diǎn)分布規(guī)律有助于輔助相關(guān)部門基礎(chǔ)設(shè)施布局、社會(huì)保障設(shè)施布局等的具體規(guī)劃與實(shí)施，對(duì)于改善貧困山區(qū)居民的貧困狀況、推進(jìn)國務(wù)院《中國農(nóng)村扶貧開發(fā)綱要(2011—2020)》中“整村推進(jìn)”扶貧開發(fā)措施的實(shí)施具有重大意義。

在居民點(diǎn)空間分布方面，定性的研究不夠精確，目前關(guān)注重心轉(zhuǎn)移到居民點(diǎn)分布的定量研究上。孫華生等用GIS疊加分析、緩沖區(qū)分析等方法，分析了不同道路緩沖區(qū)、高程、坡度上的居民點(diǎn)分布特征，并提出了一系列居民點(diǎn)規(guī)劃方案[1,3-6]；宋志軍從分形的角度對(duì)居民點(diǎn)空間分布進(jìn)行了評(píng)價(jià)[7]；周婧結(jié)合多種指數(shù)對(duì)貧困區(qū)居民點(diǎn)用地進(jìn)行分析[8]，但都沒有在行政村尺度下與經(jīng)濟(jì)狀況相關(guān)聯(lián)的分析。吳江國等基于景觀分析軟件計(jì)算景觀格局指數(shù)，分析居民點(diǎn)分布特征[9-13]；王志彬等通過邊界密度、最小距離指數(shù)等景觀指數(shù)評(píng)價(jià)了不同景觀類型之間的區(qū)別[14-16]，但其側(cè)重點(diǎn)是不同的景觀類型，未對(duì)某一具體景觀類型做出詳盡分析，且未考慮不同地理環(huán)境與社會(huì)經(jīng)濟(jì)條件(如地理位置、公共基礎(chǔ)設(shè)施等)對(duì)不同斑塊區(qū)域的影響。居民點(diǎn)空間分布離散程度作為區(qū)域差異程度的定量表達(dá)，其對(duì)微觀尺度的區(qū)域協(xié)調(diào)發(fā)展和維持區(qū)域公平具有重要參考價(jià)值。李新運(yùn)等選取重心距離、平均間距等指標(biāo)基于歐式距離計(jì)算城市群中居民點(diǎn)的空間分布離散度[17,18]，但缺乏與經(jīng)濟(jì)狀況的詳細(xì)關(guān)聯(lián)分析，并且歐式距離不能準(zhǔn)確反映出兩地之間的實(shí)際連通距離。李賀穎等根據(jù)改進(jìn)的離散度綜合指數(shù)(DCI)定量研究內(nèi)鄉(xiāng)縣居民點(diǎn)空間分布離散度，并與農(nóng)村居民純收入做相關(guān)分析，得到DCI可以反映農(nóng)村經(jīng)濟(jì)狀況的結(jié)論[19]，但僅從人文角度分析評(píng)價(jià)，且未考慮DCI與表征貧困狀況的核心指標(biāo)——人均純收入之間的關(guān)系。

本文以國家扶貧開發(fā)重點(diǎn)縣——鶴峰縣為研究區(qū)，分別從人文和自然角度評(píng)價(jià)居民點(diǎn)空間分布離散度，對(duì)比分析二者之間的區(qū)別，并詳細(xì)剖析不同自然與經(jīng)濟(jì)條件下二者與農(nóng)民人均純收入之間的相互影響關(guān)系，以期為政府相關(guān)部門系統(tǒng)整治規(guī)劃農(nóng)村居民點(diǎn)提供參考。

1 研究區(qū)概況及數(shù)據(jù)源

1.1 研究區(qū)域概況

鶴峰縣位于湖北省西南部，恩施州的東南部，與湖南省毗鄰。鶴峰縣是巴文化發(fā)祥地之一，是第二次國內(nèi)革命戰(zhàn)爭時(shí)期湘鄂邊革命根據(jù)地的中心，先后被定為國家一類老區(qū)縣、國家扶貧開發(fā)重點(diǎn)縣。鶴峰縣轄9鄉(xiāng)鎮(zhèn)、203個(gè)行政村(去除無居民點(diǎn)區(qū)域)、23 422個(gè)居民點(diǎn)?？h境東西長85 km，南北寬67 km，總面積2 892 km2，人口22.02萬人。鶴峰縣內(nèi)地形西北高、東南低，多山間小盆地，平均海拔1 147 m，是湖北省的高山縣之一；最高點(diǎn)是西北部的牛池，海拔2 095.6 m，最低點(diǎn)是東南角的江口，海拔194.6 m，高差達(dá)1 901 m。

1.2 數(shù)據(jù)來源及數(shù)據(jù)處理

本文所使用的數(shù)據(jù)包括基礎(chǔ)地理數(shù)據(jù)和社會(huì)經(jīng)濟(jì)數(shù)據(jù)，具體包括：鶴峰縣2010年的村界數(shù)據(jù)、居民點(diǎn)數(shù)據(jù)、根據(jù)Google Earth矢量化的道路數(shù)據(jù)、來自鶴峰縣扶貧辦的各行政村2010年統(tǒng)計(jì)數(shù)據(jù)(含各行政村的農(nóng)民人均純收入數(shù)據(jù))。所有數(shù)據(jù)在使用前均進(jìn)行了裁剪、數(shù)據(jù)導(dǎo)入、地理配準(zhǔn)等預(yù)處理。

2 研究方法

本文計(jì)算居民點(diǎn)空間分布離散度的方法，一方面引用李賀穎提出的離散度綜合指數(shù)(DCI)[19]，另一方面從常用的景觀指數(shù)中選取最適合描述居民點(diǎn)空間分布離散度的指數(shù)，組合構(gòu)建景觀綜合指數(shù)(LCI)。從居民點(diǎn)空間分布離散度出發(fā)研究鶴峰縣的居民點(diǎn)空間分布格局，從而驗(yàn)證DCI反映農(nóng)村居民點(diǎn)空間分布離散程度的合理性，同時(shí)驗(yàn)證從居民點(diǎn)空間分布離散水平上反映農(nóng)村經(jīng)濟(jì)狀況的有效性。

DCI與LCI相近，兩者均以行政村為評(píng)價(jià)單元，所不同的是：DCI基于道路網(wǎng)絡(luò)連通距離計(jì)算，在構(gòu)建3個(gè)基于數(shù)理統(tǒng)計(jì)方法計(jì)算的內(nèi)部指標(biāo)的同時(shí)，通過3個(gè)外部指標(biāo)兼顧了行政村整體與外部的聯(lián)系，反映了人文因素對(duì)離散度的影響；LCI基于歐式距離計(jì)算，使用傳統(tǒng)景觀指數(shù)，僅反映行政村內(nèi)部居民點(diǎn)的自然空間分布離散狀態(tài)，結(jié)構(gòu)相對(duì)簡單。

2.1 離散度綜合指數(shù)評(píng)價(jià)(DCI)

DCI基于道路距離，從人文角度構(gòu)建，適合鶴峰縣多山地的地貌特征，包含加權(quán)平均重心距離、加權(quán)平均間距、空間標(biāo)準(zhǔn)差3個(gè)內(nèi)部指標(biāo)，以及行政村整體距鄰村的平均距離、距離最近縣城、最近鄉(xiāng)鎮(zhèn)政府的距離3個(gè)外部指標(biāo)。DCI綜合了內(nèi)外部因素，具有全局性，描述行政村整體的離散度，由于6個(gè)指標(biāo)對(duì)DCI影響程度大小相同，因此等權(quán)重賦權(quán)，加權(quán)求和得到每個(gè)行政村的DCI指數(shù)，計(jì)算方法如下：

加權(quán)平均重心距離的計(jì)算公式為：

(1)

重心點(diǎn)坐標(biāo)的計(jì)算公式為:

(2)

式中：di為居民點(diǎn)pi到行政村內(nèi)居民點(diǎn)重心點(diǎn)(xg,yg)的距離，通過道路網(wǎng)絡(luò)連通距離計(jì)算，ai為居民點(diǎn)pi(xi,yi)的面積。

加權(quán)平均間距的計(jì)算公式為：

(3)

dij=ai×d

(4)

式中：d為居民點(diǎn)i、j間的道路距離，ai同上，n為行政村內(nèi)居民點(diǎn)個(gè)數(shù)。

此外，空間標(biāo)準(zhǔn)差取行政村內(nèi)居民點(diǎn)兩兩之間道路距離的標(biāo)準(zhǔn)差。3個(gè)外部指標(biāo)也通過道路距離計(jì)算。最終通過等權(quán)重賦權(quán)加權(quán)求和得到DCI。

DCI=∑(di×wi) (i=1,2,…,6)

(5)

式中：di分別代表6個(gè)指標(biāo)，wi代表不同指標(biāo)的權(quán)重。

2.2 景觀綜合離散度指數(shù)評(píng)價(jià)(LCI)

從景觀格局指數(shù)中選取與離散度、破碎度相關(guān)的指數(shù)構(gòu)建LCI，包括平均斑塊面積(MPS)、邊界密度(ED)、最小距離指數(shù)(NNI)。計(jì)算方法如下：

MPS用于評(píng)價(jià)居民點(diǎn)斑塊破碎度，其數(shù)值越小代表區(qū)域內(nèi)居民點(diǎn)破碎度越大。

MPS=A/N

(6)

式中：A代表居民點(diǎn)斑塊總面積，N代表居民點(diǎn)斑塊個(gè)數(shù)。

ED揭示居民點(diǎn)斑塊的邊界分割程度，數(shù)值越大所體現(xiàn)的居民點(diǎn)斑塊的破碎度越大。

ED=L/A

(7)

式中：L代表斑塊邊界總長度，A同上。

NNI綜合考慮了斑塊間最小歐式距離因素和斑塊密度因素，其數(shù)值越大，代表居民點(diǎn)斑塊離散度越大。計(jì)算公式如下：

NNI=MNND/ENND

(8)

(9)

式中：MNND為每個(gè)居民點(diǎn)斑塊與其最鄰近斑塊間的平均最小距離，N和A同上。

由于以上3個(gè)指數(shù)在本研究中對(duì)離散度指數(shù)的重要性一致，因此以等權(quán)重構(gòu)建LCI。正向負(fù)向指標(biāo)均標(biāo)準(zhǔn)化處理，得到的LCI數(shù)值越大，代表居民點(diǎn)的分布越分散。

LCI=MPS×W1+ED×W2+NNI×W3

(10)

式中：W代表權(quán)重，其他指標(biāo)含義同上。

2.3 空間探索性分析方法

空間自相關(guān)性表示某一要素的值是否與其周邊相鄰區(qū)域的屬性值相關(guān)[20]。在鶴峰縣的應(yīng)用中，正相關(guān)表示該行政村離散度指數(shù)的值與其周邊行政村的離散度指數(shù)的變化趨勢相同，負(fù)相關(guān)表示相反。本文中選用全局Moran′sI指數(shù)以及LISA聚類圖進(jìn)行分析。全局Moran′sI可從全局上判斷鶴峰縣各行政村間的DCI是否存在自相關(guān)性，大于0則存在空間自相關(guān)性，小于0則不存在自相關(guān)。LISA聚類圖則在地圖上具體顯示某一行政村與周邊行政村的相關(guān)性。這種自相關(guān)性也應(yīng)用到具體的回歸模型中，傳統(tǒng)的線性回歸方程僅能擬合自變量和因變量之間的關(guān)系，沒有考慮變量自身的空間自相關(guān)性?？臻g滯后模型適合于處理空間數(shù)據(jù)，并且提供一個(gè)統(tǒng)計(jì)上合理的解決方法[21]，它不僅考慮自變量與因變量之間的關(guān)系，還將變量的空間自相關(guān)性考慮進(jìn)去，從而使回歸擬合結(jié)果更準(zhǔn)確。

2.4 離散度-農(nóng)村經(jīng)濟(jì)關(guān)聯(lián)分析方法

本文選用農(nóng)民人均純收入這一表征貧困狀況的核心指標(biāo)反映行政村經(jīng)濟(jì)狀況，并具體分析其與上述離散度指標(biāo)的關(guān)聯(lián)。在居民點(diǎn)空間分布離散度與經(jīng)濟(jì)發(fā)展的關(guān)聯(lián)性分析中，一方面采用傳統(tǒng)線性回歸模型，通過擬合度R2判斷相關(guān)性大?。涣硪环矫鎽?yīng)用空間滯后回歸模型分析兩者間的關(guān)聯(lián)程度，通過修正后的擬合度R*2提高擬合結(jié)果的準(zhǔn)確性。在研究尺度方面，一方面對(duì)鶴峰縣203個(gè)行政村的離散度指數(shù)值與農(nóng)民人均純收入數(shù)據(jù)整體分析，另一方面劃分不同自然、經(jīng)濟(jì)等級(jí)條件，對(duì)不同等級(jí)條件下離散度與人均純收入的相關(guān)性進(jìn)行分析。

3 研究結(jié)果與分析

3.1 鶴峰縣農(nóng)民人均純收入、DCI、LCI分布

3.1.1 農(nóng)民人均純收入分布狀況 在鶴峰縣203個(gè)有統(tǒng)計(jì)數(shù)據(jù)的行政村中，人均純收入介于700～7 519元，約1/4行政村的收入水平低于2 300元貧困線，約1/3行政村低于恩施市農(nóng)民人均純收入3 255元，且只有1個(gè)行政村高于湖北省農(nóng)民人均純收入5 832元。鶴峰縣人均純收入自西向東呈逐漸降低的趨勢，距離市區(qū)越近經(jīng)濟(jì)發(fā)展?fàn)顩r越好，走馬鎮(zhèn)作為經(jīng)濟(jì)中心對(duì)區(qū)域經(jīng)濟(jì)水平有一定促進(jìn)作用。

3.1.2DCI分布狀況DCI值介于0.59～4.56，平均值為2.02，在ArcGIS10.2中，按NaturalBreaks分類法將DCI分為3個(gè)等級(jí)，疊加顯示山體陰影(圖1)，可看出：鶴峰縣北部、東部、東南部、西部的小部分地區(qū)以及中部偏南地區(qū)，地形起伏度均較大，相應(yīng)DCI值也較大，居民點(diǎn)空間分布離散，而鄉(xiāng)鎮(zhèn)政府及縣城附近行政村的DCI值普遍低于周邊地區(qū)。DCI的空間分異特征主要為：從城關(guān)到外圍離散度等級(jí)增大。在GeoDa軟件中分析DCI的空間聚集效應(yīng)，得到圖2所示LISA圖。通過計(jì)算可知DCI的全局Moran′sI指數(shù)為0.50，且通過檢驗(yàn)，因此DCI在空間上存在空間自相關(guān)性。DCI在中北部縣城附近呈低低聚集狀態(tài)，所覆蓋的區(qū)域包括縣城和中營鄉(xiāng)、下坪鄉(xiāng)、燕子鄉(xiāng)、容美鎮(zhèn)這些經(jīng)濟(jì)中心，該區(qū)域經(jīng)濟(jì)較發(fā)達(dá)，距離縣城較近，道路較通暢，居民點(diǎn)呈大面積聚集狀態(tài)分布，因而DCI數(shù)值較低。中南部有兩個(gè)區(qū)域呈高高聚集狀態(tài)分布，該區(qū)域距離鄉(xiāng)鎮(zhèn)政府和縣城較遠(yuǎn)，交通不便，通過計(jì)算外部指標(biāo)所占比重可知，3個(gè)外部指標(biāo)貢獻(xiàn)度達(dá)65%，DCI值總體較大。

圖1 鶴峰縣DCI指數(shù)分布

Fig.1 The DCI index distribution of Hefeng County

圖2 鶴峰縣DCI指數(shù)LISA聚類

Fig.2 LISA cluster map about DCI in Hefeng County

3.1.3 LCI分布狀況 通過ArcGIS10.2統(tǒng)計(jì)得出，鶴峰縣內(nèi)居民點(diǎn)斑塊總數(shù)為23 422個(gè)，居民點(diǎn)總面積33.47 km2，平均居民點(diǎn)斑塊面積1 429 m2，居民點(diǎn)斑塊數(shù)量多，平均面積小，分布散。同樣以行政村為研究單元計(jì)算LCI，且按Natural Breaks分類法分為3個(gè)等級(jí)(圖3)，發(fā)現(xiàn)LCI僅在鶴峰縣9個(gè)鄉(xiāng)鎮(zhèn)政府附近和走馬鎮(zhèn)多數(shù)行政村范圍內(nèi)較低。LCI的空間分異特征主要為：離散度等級(jí)低值區(qū)分布于走馬鎮(zhèn)大部分區(qū)域及主要鄉(xiāng)鎮(zhèn)。在GeoDa軟件中分析LCI的空間聚集效應(yīng)，得到LISA圖(圖4)。通過計(jì)算可知LCI的全局Moran′s I指數(shù)為0.36，且通過檢驗(yàn)，因此LCI也存在空間自相關(guān)性,高高聚集的區(qū)域?yàn)辁Q峰縣北部和城關(guān)鎮(zhèn)東側(cè)和西側(cè)，低低聚集的區(qū)域?yàn)槲謇镟l(xiāng)和走馬鎮(zhèn)大部分區(qū)域。

圖3 鶴峰縣LCI指數(shù)分布

Fig.3 The LCI index distribution of Hefeng County

圖4 鶴峰縣LCI指數(shù)LISA聚類

Fig.4 LISA cluster map about LCI in Hefeng County

對(duì)比圖1和圖3可看出，DCI與LCI除在鄉(xiāng)鎮(zhèn)政府附近數(shù)值均低于周邊行政村外，二者的分布規(guī)律不盡相同。對(duì)比圖2和圖4可看出，雖然DCI與LCI均存在空間自相關(guān)性，但聚集區(qū)域完全不同。圖2中，城關(guān)鎮(zhèn)、中營鄉(xiāng)和太平鄉(xiāng)作為經(jīng)濟(jì)中心，其周圍行政村離散度較低，該區(qū)域DCI表現(xiàn)出大面積低低聚集；但圖4中LCI只存在小面積低低聚集，相反在走馬鎮(zhèn)附近存在大面積低低聚集。此外高高聚集的分布區(qū)DCI多集中于鶴峰縣南部，LCI則多集中于北部。原因是DCI考慮外部指標(biāo)，受鄉(xiāng)鎮(zhèn)位置影響，尤其城關(guān)鎮(zhèn)的影響作用顯著；而LCI不考慮經(jīng)濟(jì)中心位置，僅反映行政村內(nèi)部的居民點(diǎn)分布狀況，故表現(xiàn)出與DCI不同的聚集特征。

3.2 DCI、LCI與農(nóng)民人均純收入間關(guān)系

通過散點(diǎn)圖及相關(guān)系數(shù)的方式分析離散度與農(nóng)民人均純收入的關(guān)聯(lián)關(guān)系：以DCI為因變量、農(nóng)民人均純收入為自變量做線性回歸分析，得到散點(diǎn)圖，可看出DCI隨著農(nóng)民人均純收入的增高而降低，擬合度R2為0.10，相關(guān)系數(shù)為-0.31，且通過檢驗(yàn)，兩者呈負(fù)相關(guān)關(guān)系。

由于DCI存在空間自相關(guān)性，根據(jù)普通線性回歸模型得到的R2并不能很好地反映DCI與人均純收入的關(guān)系，因此采用空間滯后回歸模型考慮DCI的空間自相關(guān)性，得到的R*2值為0.46，大于線性回歸模型的0.10，且通過檢驗(yàn)。因此DCI不僅與人均純收入相關(guān)，還與其周圍行政村的DCI值有關(guān)，DCI與人均純收入之間的關(guān)聯(lián)關(guān)系采用空間滯后回歸模型模擬更準(zhǔn)確。R2值不很高的原因可能與恩施市的地理位置有關(guān)，另外當(dāng)?shù)氐幕A(chǔ)設(shè)施是否齊全以及當(dāng)年是否發(fā)生自然災(zāi)害等都是影響人均純收入的因素。同理計(jì)算LCI與農(nóng)民人均純收入之間的關(guān)聯(lián)關(guān)系，根據(jù)相關(guān)系數(shù)R判斷兩者之間不存在相關(guān)性。由此看來，LCI雖然可以描述居民點(diǎn)的空間分布離散狀態(tài)，但與行政村經(jīng)濟(jì)狀況無相關(guān)性。

3.3 不同道路密度條件下DCI與收入、LCI間關(guān)系

行政村的經(jīng)濟(jì)狀況往往與道路、交通狀況相關(guān)，可用道路密度描述行政村的道路密集程度[22]。按Natural Breaks分類法將道路密度分成三類，分別統(tǒng)計(jì)不同道路密度等級(jí)下的DCI、LCI、收入的平均值(表1)。從表1看出：隨著道路密度降低，DCI、LCI增大，收入降低?？梢姷缆废∈柙斐傻慕煌ú槐慵哟罅司用顸c(diǎn)分布的離散度，從而影響行政村經(jīng)濟(jì)。

表1 不同道路密度DCI、LCI及收入平均值

Table 1 The average value of dispersion and income in different road density

道路密度DCI均值LCI均值人均純收入(元)高(4．17～8．18)1．551．653221中(2．63～4．17)2．001．773029低(0．77～2．63)2．501．872984

在每一道路密度等級(jí)內(nèi)部對(duì)DCI、LCI與農(nóng)民人均純收入進(jìn)行相關(guān)分析可得：LCI與收入之間不存在相關(guān)性，而DCI與收入之間存在相關(guān)性；由于DCI存在空間自相關(guān)性，結(jié)合空間滯后模型在3種道路等級(jí)下對(duì)DCI與農(nóng)民人均純收入進(jìn)行空間滯后回歸分析，相應(yīng)擬合度R2在高、中、低道路密度下分別為0.22、0.37、0.29，均通過檢驗(yàn)，在中等道路密度條件下擬合度最高，但數(shù)值均大于基于全縣水平的線性回歸擬合度0.10。因此，DCI不僅與人均純收入有關(guān)，還與其空間自相關(guān)性有關(guān)，這不僅在整個(gè)鶴峰縣范圍內(nèi)適用，在不同道路密度等級(jí)條件下也適用。

3.4 不同經(jīng)濟(jì)圈層條件下DCI與收入、LCI間關(guān)系

依據(jù)泰森多邊形的鄰近分析法，按距離經(jīng)濟(jì)中心(縣城和鄉(xiāng)鎮(zhèn)政府所在地)遠(yuǎn)近將鶴峰縣劃分為4個(gè)經(jīng)濟(jì)圈層，距離經(jīng)濟(jì)中心最近的行政村為第一經(jīng)濟(jì)圈，距離經(jīng)濟(jì)中心最遠(yuǎn)的為第四經(jīng)濟(jì)圈，統(tǒng)計(jì)每個(gè)圈層的DCI、LCI和收入平均值(表2)。從表2看出：隨著行政村距經(jīng)濟(jì)中心距離增大，受經(jīng)濟(jì)中心輻射作用變小，人均純收入降低，DCI、LCI增大。但LCI的變化趨勢在第四圈層發(fā)生改變，該圈層雖然距市區(qū)較遠(yuǎn)，但地勢較平坦，利于大面積居民點(diǎn)集中建房，因此基于LCI計(jì)算的居民點(diǎn)離散度轉(zhuǎn)而變小。

表2 不同經(jīng)濟(jì)圈層DCI、LCI及收入平均值

Table 2 The average value of dispersion and income in different economic circle

經(jīng)濟(jì)圈層DCI均值LCI均值人均純收入(元)一1．261．363750二1．721．713146三1．991．873091四2．501．802947

3.5 不同坡度等級(jí)條件下DCI與收入、LCI間關(guān)系

地形地貌影響居民點(diǎn)的空間分布格局，坡度較陡的區(qū)域往往地質(zhì)災(zāi)害多發(fā)，行政村經(jīng)濟(jì)狀況也受到影響。因此依據(jù)表3等間隔劃分平均坡度。鶴峰縣多數(shù)行政村平均坡度大于15°，這可能也是導(dǎo)致鶴峰縣整體貧困的原因之一。坡度增大會(huì)加大道路的曲折度，增大行政村之間的道路連通距離，影響居民點(diǎn)選址，因此DCI、LCI都隨之增大，收入隨之降低。LCI僅從區(qū)位角度分析居民點(diǎn)空間分布離散度，DCI還從人文角度分析離散度。坡度影響居民點(diǎn)的區(qū)位選擇，區(qū)位對(duì)居民點(diǎn)離散度和農(nóng)民人均純收入均具有較強(qiáng)作用。

表3 不同平均坡度DCI、LCI及收入平均值

Table 3 The average value of dispersion and income under different average slope

坡度DCI均值LCI均值人均純收入(元)5～15°緩坡1．921．53356515～25°斜坡1．981．74315925～35°陡坡2．161．922802

在斜坡地DCI也存在空間自相關(guān)性，對(duì)該區(qū)域的DCI和農(nóng)民人均純收入利用空間滯后回歸模型進(jìn)行回歸分析，得到R2為0.44，大于基于全縣水平的線性回歸擬合度0.10。因此DCI與人均純收入及其自身的空間自相關(guān)性有關(guān)，不僅在全縣范圍內(nèi)適用，在不同坡度帶內(nèi)也適用。

4 結(jié)論與建議

本文選取人文、自然兩種離散度指標(biāo)計(jì)算方法對(duì)鶴峰縣的居民點(diǎn)空間分布離散度進(jìn)行評(píng)價(jià)，對(duì)比分析評(píng)價(jià)結(jié)果及其與農(nóng)民人均純收入之間的關(guān)系，并對(duì)比分析不同等級(jí)條件下DCI、LCI與農(nóng)民人均純收入之間的關(guān)聯(lián)關(guān)系。得到以下結(jié)論：

(1)從人文角度構(gòu)建的DCI對(duì)鶴峰縣居民點(diǎn)空間分布離散度的評(píng)價(jià)結(jié)果為0.59～4.56，從自然角度構(gòu)建的LCI評(píng)價(jià)結(jié)果為0.14～2.61，可見DCI在表征離散度中所含因素更全面，可更好地反映離散度。

(2)DCI和LCI均存在空間自相關(guān)性。DCI的空間分異特征表現(xiàn)為：道路密度越大、距離經(jīng)濟(jì)中心越近，地形起伏越小，DCI越小且呈現(xiàn)低低聚集分布，居民點(diǎn)空間分布越密集，反之DCI越大且呈高高聚集，居民點(diǎn)空間分布越離散；而LCI表現(xiàn)為道路密度越大、地形起伏越小，LCI越小，但在考慮經(jīng)濟(jì)圈層下第四圈層中與DCI不同，呈現(xiàn)出逐漸增大但在第四圈層轉(zhuǎn)而變小的變化趨勢。

(3)DCI與農(nóng)民人均純收入呈負(fù)相關(guān)關(guān)系，可以反映行政村的經(jīng)濟(jì)發(fā)展水平，且二者之間的關(guān)系通過空間滯后回歸模型模擬更合理，擬合度為0.46；而LCI與行政村人均純收入之間不存在相關(guān)性。通過進(jìn)一步分級(jí)分析可知：DCI與農(nóng)民人均純收入在道路密度中等和平均坡度中等區(qū)域擬合度相對(duì)較高。

DCI、LCI兩種指數(shù)均可用于居民點(diǎn)離散度評(píng)價(jià)中，兩者分別從人文、自然角度構(gòu)建，因此側(cè)重點(diǎn)有所差異，造成了兩種離散度指數(shù)與行政村經(jīng)濟(jì)狀況關(guān)聯(lián)性的差異。在行政村尺度上DCI與農(nóng)村經(jīng)濟(jì)狀況的關(guān)聯(lián)性明顯優(yōu)于LCI，這也突出了道路要素的重要性，因道路曲折引發(fā)的交通不便也是導(dǎo)致貧困村貧困的重要原因之一。LCI在小尺度研究區(qū)的應(yīng)用中存在局限性，會(huì)弱化居民點(diǎn)空間分布離散水平，但基于等級(jí)條件平均值可反映區(qū)域的經(jīng)濟(jì)狀況，也說明區(qū)域人均收入與自然層面的居民點(diǎn)分布離散仍存在關(guān)聯(lián)，貧困區(qū)相對(duì)集中的大面積居民點(diǎn)建立有利于區(qū)域經(jīng)濟(jì)的發(fā)展。DCI的優(yōu)勢也體現(xiàn)在行政村的外部關(guān)聯(lián)中，重要鄉(xiāng)鎮(zhèn)、經(jīng)濟(jì)中心都對(duì)行政村經(jīng)濟(jì)的發(fā)展至關(guān)重要，如果要改善一個(gè)行政村的經(jīng)濟(jì)狀況，應(yīng)從更大范圍的行政區(qū)域入手，考慮多方面要素的影響。因此，在扶貧的問題上應(yīng)充分貫徹“整村推進(jìn)”扶貧開發(fā)措施，同時(shí)也要考慮區(qū)域之間的聯(lián)系，既要考慮自然要素的影響，也要重視道路等人文要素的影響。在規(guī)劃具體居民點(diǎn)布局的同時(shí)，也應(yīng)從行政區(qū)域整體狀況及空間范圍入手。

[1] 孫華生，黃敬峰，金艷，等.基于GIS技術(shù)的縣域居民點(diǎn)空間分布特征分析及其優(yōu)化布局[J].浙江大學(xué)學(xué)報(bào)，2007，33(3)：348-354.

[2] 梁會(huì)民，趙軍.基于GIS的黃土塬區(qū)居民點(diǎn)空間分布研究[J].人文地理，2001，16(6)：81-83.

[3] 朱雪欣，王紅梅，袁秀杰，等.廣東省佛岡縣城鄉(xiāng)居民點(diǎn)空間格局優(yōu)化研究[J].中國土地科學(xué)，2009，23(8)：51-57.

[4] 趙衛(wèi)，沈渭?jí)?，鄒長新，等.雅魯藏布江源頭區(qū)居民點(diǎn)分布的影響因素[J].山地學(xué)報(bào)，2012，30(6)：728-736.

[5] 姜磊，雷國平，張健，等.農(nóng)村居民點(diǎn)空間布局及優(yōu)化分析[J].水土保持研究，2013，20(1)：224-229.

[6] ZHAO M D，TANG G A，SHI W Z，et al.A GIS-based research on the distribution of rural settlements in Yulin of northern Shaanxi[J].Journal of Geographical Sciences，2002，12(2)：171-176.

[7] 宋志軍，關(guān)小克，朱戰(zhàn)強(qiáng).北京農(nóng)村居民點(diǎn)的空間分形特征及復(fù)雜性[J].地理科學(xué)，2013，33(1)：52-60.

[8] 周婧，楊慶媛，信桂新，等.貧困山區(qū)農(nóng)戶兼業(yè)行為及其居民點(diǎn)用地形態(tài)[J].地理研究，2010，29(10)：1767-1779.

[9] 吳江國，張小林，冀亞哲，等.縣域尺度下交通對(duì)鄉(xiāng)村聚落景觀格局的影響研究[J].人文地理，2013，28(1)：110-115.

[10] 從憶波，劉偉圣.秦安縣農(nóng)村居民點(diǎn)空間分布景觀格局分析[J].地理空間信息，2011，9(5)：90-93.

[11] 潘竟虎，靳學(xué)濤，韓文超.甘谷縣農(nóng)村居民點(diǎn)景觀格局與空間分布特征[J].西北大學(xué)學(xué)報(bào)，2011，41(1)：127-133.

[12] 劉頌，郭菲菲.基于景觀格局分析的鄉(xiāng)村居民點(diǎn)布局優(yōu)化研究[J].東北農(nóng)業(yè)大學(xué)學(xué)報(bào)，2010，41(11)：42-46.

[13] 于淼，邊振興，李建東.RS與GIS支持下的桓仁縣農(nóng)村居民點(diǎn)景觀格局與空間分布特征分析[J].西南師范大學(xué)學(xué)報(bào)，2009，34(4)：106-114.

[14] 王志彬，王得祥，任廣鑫，等.秦嶺菜子坪林區(qū)森林景觀格局及破碎化分析[J].西北農(nóng)林科技大學(xué)學(xué)報(bào)，2011，39(12)：95-100.

[15] 楊瑞卿，薛建輝.城市綠地景觀格局研究——以徐州市為例[J].人文地理，2006，20(3)：14-18.

[16] 謝軍飛，李煒民，李延明，等.基于Patch Analyst的北京城市公園景觀格局指數(shù)評(píng)價(jià)[J].城市環(huán)境與城市生態(tài)，2007，20(6)：14-16.

[17] 李新運(yùn).城市空間數(shù)據(jù)挖掘方法與應(yīng)用研究[D].青島：山東科技大學(xué)，2004.

[18] 馮維波，謝江沛，王偉偉，等.基于空間離散度的川渝城市群與長三角城市群的比較分析[J].城市規(guī)劃，2012，7(1)：17-19.

[19] 李賀穎，王艷慧.貧困縣村級(jí)居民點(diǎn)空間分布離散度及與農(nóng)村居民純收入關(guān)聯(lián)格局分析[J].地理研究，2014，33(9)：1617-1628.

[20] 馬國霞，徐勇，田玉軍.京津冀都市圈經(jīng)濟(jì)增長收斂機(jī)制的空間分析[J].地理研究，2007，26(3)：590-598.

[21] 謝花林，劉黎明，李波，等.土地利用變化的多尺度空間自相關(guān)分析——以內(nèi)蒙古翁牛特旗為例[J].地理學(xué)報(bào)，2006，61(4)：389-400.

[22] 范科紅，李陽兵，馮永麗.基于GIS的重慶市道路密度的空間分異[J].地理科學(xué)，2011(3)：365-371.

Village Residential Dispersion Model and Its Association with Rural Economy

YANG Si-yao,WANG Yan-hui,LI He-ying

(1.BeijingKeyLaboratoryofResourceEnvironmentandGeographicInformationSystem,CapitalNormalUniversity,Beijing100048;2.KeyLaboratoryof3-DimensionalInformationAcquisitionandApplication,MinistryofEducation,CapitalNormalUniversity,Beijing100048;3.StateKeyLaboratoryIncubationBaseofUrbanEnvironmentalProcessesandDigitalSimulation,CapitalNormalUniversity,Beijing100048,China)

Quantifying the dispersion of settlement spatial distribution and exploring the relationship between the distribution index with rural economic indicators,so as to provide guidance to"the whole village poverty alleviation and development plan"implementation.In this paper,with Hefeng County as the research area and administrative village as the evaluation unit,combined with the spatial exploratory analysis method,the characteristic of residential spatial distribution dispersion in Hefeng County is analyzed from the angle of humanity and nature.And using linear regression model and spatial lag regression model,the interaction between the village′s dispersion with per capita income on different natural and economic conditions is analyzed in detail.The result shows that: the dispersion evaluation results of DCI and LCI are within the scope of 0.59～4.56 and 0.14～2.61 respectively.With the higher road density,the closer distance to economic center,the smaller terrain,the dispersion index is smaller and residential space distribution is more intensive,the regional economy is more developed.In planning the layout of the village settlements,we should comprehensively consider the influence of many factors,and combine the influence of human factors such as the road.

dispersion;landscape index;the per capita net income of rural;residents;spatial distribution pattern；Hefeng County

2014-12-10；

2015-06-21

國家自然科學(xué)基金項(xiàng)目(40701147)；北京市自然科學(xué)基金項(xiàng)目(8132018)；十二五國家科技支撐計(jì)劃項(xiàng)目(2012BAH33B03、2012BAH33B05)

楊思遙(1992-)，女，碩士研究生，研究方向?yàn)镚IS方法與應(yīng)用。*通訊作者E-mail：huiwangyan@sohu.com

10.3969/j.issn.1672-0504.2015.05.016

F301

A

1672-0504(2015)05-0073-06