齊文平，王艷慧，梁晨霞，程 序

(1.中電科大數(shù)據(jù)研究院有限公司，貴州貴陽 550022； 2.首都師范大學(xué)資源環(huán)境與地理信息系統(tǒng)北京市重點實驗室，北京 100048； 3．首都師范大學(xué)三維信息獲取與應(yīng)用教育部重點實驗室，北京 100048； 4．首都師范大學(xué)城市環(huán)境過程與數(shù)字模擬國家重點實驗室培育基地，北京 100048)

0 引言

社會主義新農(nóng)村建設(shè)，是我國統(tǒng)籌城鄉(xiāng)發(fā)展與構(gòu)建和諧社會的重大戰(zhàn)略部署[1]。及時、準(zhǔn)確地掌握農(nóng)村居民點信息是推進(jìn)“城鄉(xiāng)一體化”和新農(nóng)村建設(shè)的基礎(chǔ)[1]。土地整理是一項消耗資金大、時間跨度大的復(fù)雜工程，在選擇整理模式時，必須充分考慮項目區(qū)特點、阻礙因素和土地主要用途，綜合分析進(jìn)行選擇。從已有的研究成果可以發(fā)現(xiàn)，當(dāng)前針對農(nóng)村居民點的研究主要集中在3個方面：農(nóng)村居民點空間分布特征分析與布局優(yōu)化、農(nóng)村居民點用地適宜性評價和農(nóng)村居民點整理潛力測算[5-15]。近年來，不少學(xué)者對農(nóng)村居民點空間分布特征及其影響因素進(jìn)行了大量的研究，如徐威杰等[5]基于GIS和景觀格局指數(shù)在鎮(zhèn)級尺度下對農(nóng)村居民點分布狀況進(jìn)行研究，對農(nóng)村居民點潛在分布規(guī)律進(jìn)行挖掘； 劉仙桃等[6]基于Voronoi圖在鎮(zhèn)級尺度下對北京市昌平區(qū)農(nóng)村居民點分布狀況進(jìn)行研究，并定量分析了各因素對空間分布的影響； 部分學(xué)者在行政村尺度下分別從人文和自然的角度構(gòu)建了綜合離散度評價模型，并剖析了其與農(nóng)村經(jīng)濟的關(guān)聯(lián)關(guān)系[7-9]； 鐘紫玲[10]基于Voronoi圖和景觀指數(shù)法在鎮(zhèn)級尺度下分析了山區(qū)農(nóng)村居民點的空間分布特征。以上研究主要是針對內(nèi)陸山區(qū)農(nóng)村居民點的空間分布及影響因素方面，然而其評價指標(biāo)及評價方法缺乏普適性。尤其對于東部沿海平原地區(qū)，其正處于城市化和工業(yè)化高速發(fā)展時期，地區(qū)農(nóng)村人口的非農(nóng)化轉(zhuǎn)移，并未帶來農(nóng)村居民點用地的相應(yīng)減少，而是呈現(xiàn)逐漸增大的趨勢，形成了沿海地區(qū)農(nóng)村居民點用地增長快、布局散、總量大、閑置多的顯著特點[1]。其破碎程度導(dǎo)致村莊管理和公共基礎(chǔ)設(shè)施的集中建設(shè)比較困難，居民收入差距不斷拉大，成為東部沿海地區(qū)推進(jìn)新農(nóng)村建設(shè)和率先基本實現(xiàn)現(xiàn)代化面臨的核心問題。因此，基于沿海平原地區(qū)農(nóng)村居民點分布的特殊性，考慮很多省市地方政府部門已經(jīng)將土地整治權(quán)限下放到鄉(xiāng)鎮(zhèn)，文章在鎮(zhèn)級尺度下構(gòu)建了農(nóng)村居民點破碎度評價模型，定量評價沿海平原地區(qū)的農(nóng)村居民點規(guī)模、形狀和分布特征，并運用多元回歸模型對破碎度的因素影響進(jìn)行定量分析，提出針對性的土地整理模式政策建議，為城鄉(xiāng)協(xié)調(diào)發(fā)展和新農(nóng)村建設(shè)的土地利用決策提供參考依據(jù)。

圖1 研究區(qū)概況

1 研究區(qū)概況和數(shù)據(jù)來源

1.1 研究區(qū)概況

日照市位于黃海之濱，地處山東半島東南部。全市總面積為5 358.57km2，其中山地占19.7%，丘陵占52.9%，平原占19.9%，水域占7.5%，中部高四周低。最高點為許孟鎮(zhèn)境內(nèi)的馬耳山，海拔706m；最低點為北京路街道的東海峪村，海拔1～1.5m。日照市轄11個街道辦事處、40個鎮(zhèn)、4個鄉(xiāng)[13]。日照市交通網(wǎng)絡(luò)發(fā)達(dá)、經(jīng)濟發(fā)展迅速，但其農(nóng)村居民點的分布仍然沿襲了過往較為雜亂無章的狀態(tài)，難以響應(yīng)當(dāng)前土地集約利用的國家戰(zhàn)略需求。因此，分析其農(nóng)村居民點的破碎程度、影響因素及相應(yīng)的對策建議，可以為當(dāng)前新農(nóng)村建設(shè)和土地整治提供重要的推動力。

1.2 數(shù)據(jù)來源與處理

該文對農(nóng)村居民點進(jìn)行提取時所使用的數(shù)據(jù)主要為：2016年4月的OLI遙感數(shù)據(jù)、90m數(shù)字高程數(shù)據(jù)(DEM)、日照市鄉(xiāng)鎮(zhèn)行政區(qū)數(shù)據(jù)以及河流、道路等基礎(chǔ)地理數(shù)據(jù)。

首先，對Landsat8 OLI數(shù)據(jù)進(jìn)行幾何校正、圖像融合、圖像鑲嵌和圖像裁剪等預(yù)處理； 之后，利用監(jiān)督分類法對農(nóng)村居民地斑塊進(jìn)行提取； 最后，將提取結(jié)果導(dǎo)入Google Earth進(jìn)行修正，提升結(jié)果精度。以上所有數(shù)據(jù)，均進(jìn)行了一致性檢驗、坐標(biāo)系轉(zhuǎn)換、地理配準(zhǔn)等預(yù)處理。

2 研究方法

居民點破碎度表征了由于自然或人為干擾所導(dǎo)致的居民點被分割的破碎程度，反映了居民點分布空間結(jié)構(gòu)的復(fù)雜性、異質(zhì)性和不連續(xù)性。其破碎程度可以反映農(nóng)村居民點的規(guī)模、形狀和分布情況，不同破碎程度下土地集約利用程度也不同。因此該文借鑒景觀格局研究思路，從面積、形狀和分布狀況3個方面選取指標(biāo)，構(gòu)建農(nóng)村居民點綜合破碎度評價模型測算各鄉(xiāng)鎮(zhèn)的破碎度綜合指數(shù)(FragmentationComprehensiveIndex，F(xiàn)CI)，探測各鄉(xiāng)鎮(zhèn)農(nóng)村居民點的空間分布差異。在此基礎(chǔ)上采用多元回歸模型剖析FCI的顯著性影響因素，為后期新農(nóng)村建設(shè)和土地整治提供決策建議。

2.1 農(nóng)村居民點破碎度評價模型

2.1.1 農(nóng)村居民點破碎度評價指標(biāo)選取

遵循指標(biāo)體系建立的科學(xué)性、目的性、完整性、可操作性等原則，并綜合考慮研究區(qū)實際特征，該文綜合選擇5個指標(biāo)表征農(nóng)村居民點分布破碎化程度，以綜合反映居民點破碎化分布的規(guī)模、形狀和分布狀況。

①平均斑塊面積(MPS)。地塊面積是最基本的空間特征，可以比較直觀地反映居民點的破碎化程度，同時農(nóng)村居民點斑塊面積的大小將直接影響居民地整理模式的選擇。其數(shù)值越小，破碎化程度越大。

MPS=A/N

(1)

式(1)中，A代表農(nóng)村居民點斑塊的總面積，N代表農(nóng)村居民點斑塊的總個數(shù)。

②地塊密度(PD)。地塊密度是居民點斑塊面積破碎化的具體量化，其數(shù)值越大，破碎化程度越大。

PD=n/A

(2)

式(2)中，n代表農(nóng)村居民點的數(shù)量，A代表農(nóng)村居民點斑塊的總面積。

③邊界密度指數(shù)(ED)。邊界密度指數(shù)是分析居民點斑塊形狀的重要指標(biāo)[7]，邊界密度指數(shù)越大，表示居民點斑塊被分割的程度越大。

ED=E/A

(3)

式(3)中，E代表農(nóng)村居民點斑塊的邊界總長度，A代表農(nóng)村居民點的總面積。

④平均形狀指數(shù)(MSI)。形狀指數(shù)代表居民點斑塊形狀的復(fù)雜程度，形狀越復(fù)雜，說明農(nóng)村居民點的形態(tài)越不穩(wěn)定，繼續(xù)擴張分化的可能性就越大，因此將形狀指數(shù)作為衡量農(nóng)村居民點破碎程度的指標(biāo)之一。

(4)

式(4)中，a為每個農(nóng)村居民點的面積，P為每個農(nóng)村居民點的周長，N為農(nóng)村居民點總數(shù)目。

⑤斑塊數(shù)量破碎化指數(shù)(FN)。用于衡量居民點斑塊分布破碎程度的指標(biāo)，介于0～1之間，0代表完全沒有破碎，而1代表完全破碎。

FN=(N-1)amin/A

(5)

式(5)中，A是農(nóng)村居民點總面積，amin是研究單元內(nèi)農(nóng)村居民點斑塊最小面積，N是農(nóng)村居民點總數(shù)目。

2.1.2 數(shù)據(jù)標(biāo)準(zhǔn)化和指標(biāo)賦權(quán)

由于各指標(biāo)之間含義不同，量綱不同，利用比重法對原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，使各指標(biāo)具有統(tǒng)一可比性。標(biāo)準(zhǔn)化處理區(qū)分正逆指標(biāo)，正向指標(biāo)越大，F(xiàn)CI值越大，逆向指標(biāo)越大，F(xiàn)CI值越小。

該文基于博弈論的思想確定主客觀權(quán)重的最優(yōu)權(quán)重值。首先利用專家打分法對系統(tǒng)層進(jìn)行主觀賦權(quán)，然后利用變異系數(shù)法對指標(biāo)層進(jìn)行賦權(quán)。變異系數(shù)法的基本思想是以指標(biāo)之間的差異程度來確定各指標(biāo)的權(quán)重[18]，是一種客觀賦權(quán)的方法。博弈論的思想是在不同的權(quán)重之間尋找一致或妥協(xié)，最終得到一組優(yōu)化權(quán)重值。經(jīng)計算，研究區(qū)農(nóng)村居民點破碎度評價指標(biāo)權(quán)重如表1所示。得到FCI的計算公式：

FCI=MPS×0.342 8+PD×0.182 8+ED×0.178 5+MSI×0.120 5+FN×0.175 4

(6)

表1 研究區(qū)農(nóng)村居民點破碎度評價指標(biāo)權(quán)重

2.2 空間自相關(guān)分析

研究分析FCI的空間自相關(guān)效應(yīng)和其空間分異性。通過計算全局指數(shù)實現(xiàn)對FCI在整個區(qū)域的空間特征的描述，并生成LISA聚類圖和Morans′s I散點圖。全局Moran′s I指數(shù)可以表明具有相近FCI值的地區(qū)是否在空間上聚集，根據(jù)其值可以判斷是否存在空間相關(guān)性。其計算公式為：

(7)

Moran′s I散點圖和 LISA 聚類圖表示局部空間上的自相關(guān)結(jié)構(gòu)。Moran′s I散點圖的4個象限可以反映每個鄉(xiāng)鎮(zhèn)FCI與其周邊鄉(xiāng)鎮(zhèn)FCI的聯(lián)系，從第一到第四象限分別是“高高”、“高低”、“低高”、“低低”。LISA聚類圖則在地圖上反映了通過空間關(guān)系顯著性檢驗的這4種關(guān)系。

2.3 破碎度影響因素分析方法

2.3.1 主要影響指標(biāo)選取

該文參考相關(guān)文獻(xiàn)[6，11]，并結(jié)合日照市農(nóng)村居民點實際分布特征，從自然環(huán)境與社會因素兩方面，選取海拔高度、坡度、地形起伏度、河流密度、距海岸線的距離、距縣城的距離、道路密度共7個候選指標(biāo)。其選擇依據(jù)如下(見表2)。

表2 農(nóng)村居民點破碎度影響指標(biāo)體系

(1)海拔高度在一定程度上決定了農(nóng)村居民點的發(fā)展條件，發(fā)展較快的農(nóng)村居民點一般具有較高的破碎度。

(2)坡度越大，耕種難度越大，工程建設(shè)的成本也就越高，居民點的分布也就越破碎。

(3)地形起伏度代表了地形的復(fù)雜程度，地形越復(fù)雜，對農(nóng)村居民點的分割作用也就越強。

(4)自古以來，河流都是人們重要的水源，為了方便生活取水，人們都是沿著河流居住，河流的存在也成為了影響農(nóng)村居民地空間分布的重要因素。

(5)日照市位于沿海地區(qū)，距離海岸線越近，漁業(yè)和旅游業(yè)的經(jīng)濟帶動作用越強，農(nóng)村居民點的發(fā)展就越快。

(6)距離縣城的距離的大小決定了農(nóng)村居民點的區(qū)位是否優(yōu)越，區(qū)位是影響農(nóng)村居民點發(fā)展的重要因素。

(7)道路是農(nóng)村居民點對外交流的主要通道，道路系統(tǒng)越發(fā)達(dá)，越有利于農(nóng)村居民點的擴大和發(fā)展，同時道路對斑塊還具有切割作用。

2.3.2 多元回歸模型

該文采用多元回歸分析方法研究FCI影響因子與FCI之間是否存在某種線性或非線性關(guān)系，以此探測分析各候選影響因子對FCI的影響程度。在采用SPSS軟件分析前，利用比重法對選取的影響因子進(jìn)行標(biāo)準(zhǔn)化處理。

3 結(jié)果分析

3.1 基于破碎度綜合指數(shù)的農(nóng)村居民點分布特征分析

3.1.1 農(nóng)村居民點破碎度分布特征

根據(jù)公式(6)計算得到的各鄉(xiāng)鎮(zhèn)FCI，按照等間隔將日照市各鄉(xiāng)鎮(zhèn)劃分為4個等級，劃分結(jié)果如圖2所示。從結(jié)果可以看出，破碎度由西北內(nèi)陸地區(qū)向東南沿海地區(qū)逐步變大，形成了“階梯狀”的分布格局。

圖2 研究區(qū)FCI指數(shù)分布

I級破碎區(qū)包括安莊鎮(zhèn)、安東衛(wèi)街道、棋山鎮(zhèn)等12個鄉(xiāng)鎮(zhèn)。其中城陽街道、秦樓街道、嵐山頭街道、石臼街道、安東衛(wèi)街道位于城鄉(xiāng)結(jié)合部或處在城市范圍內(nèi)，表現(xiàn)的特征為PD值非常小； 其余的鄉(xiāng)鎮(zhèn)主要分布在內(nèi)陸的丘陵地區(qū)，其主要特征為PD值、ED值和MSI值比較小，而平均地塊面積MPS較大。Ⅱ級破碎區(qū)包括許孟鎮(zhèn)、夏莊鎮(zhèn)、招賢鎮(zhèn)等14個鄉(xiāng)鎮(zhèn)，主要分布在莒縣的平原地區(qū)。其特征是平均地塊面積MPS和PD值較高，ED值和MSI值比較小。Ⅲ級破碎區(qū)包括汪湖鎮(zhèn)、龍山鎮(zhèn)、濤雒鎮(zhèn)等12個鄉(xiāng)鎮(zhèn)，主要分布在日照市中部山區(qū)。其特征是ED值和MSI值比較高。Ⅳ級破碎區(qū)包括碑廓鎮(zhèn)、虎山鎮(zhèn)、日照街道等17個鄉(xiāng)鎮(zhèn)，主要分布在沿海平原地區(qū)和五蓮縣的山地丘陵區(qū)。沿海平原破碎區(qū)的特征是MPS值較小，PD值、ED值和MSI值都較大。在五蓮縣的山地丘陵區(qū)，ED值、MSI值和FN值比較大。

圖3 Moran散點圖 圖4 LISA聚類圖

3.1.2 空間自相關(guān)性結(jié)果分析

對FCI進(jìn)行空間自相關(guān)分析，得到圖3所示的Moran′s I散點圖和圖4所示的LISA聚類圖，并采用999次隨機化運算增強結(jié)果穩(wěn)健性。全局Moran′s I指數(shù)為0.45，且通過顯著性檢驗，表明FCI整體上存在顯著的聚集效應(yīng)。而且從圖3可以看出，大部分的離散點分布在第一和第三象限，說明FCI在空間上有顯著的集聚效應(yīng)，即存在空間正自相關(guān)性。從圖4可以看出，通過檢驗的高高聚集分布的鄉(xiāng)鎮(zhèn)共有5個鄉(xiāng)鎮(zhèn)，分別為：后村鎮(zhèn)、三莊鎮(zhèn)、高興鎮(zhèn)、陳疃鎮(zhèn)、巨峰鎮(zhèn)。大部分位于日照市的山地丘陵地區(qū)，其復(fù)雜的地形條件使得居民點分布比較零散，F(xiàn)CI都較高。屬于低低聚集分布的鄉(xiāng)鎮(zhèn)共有2個，分別為：安莊鎮(zhèn)、洛河鎮(zhèn)。安莊鎮(zhèn)和洛河鎮(zhèn)分布在日照市西部的丘陵地區(qū)，以農(nóng)業(yè)發(fā)展為主，農(nóng)村居民點形態(tài)比較穩(wěn)定，F(xiàn)CI較小。低高分布的有2個，分別為：許孟鎮(zhèn)、秦樓街道。許孟鎮(zhèn)位于魯東低山嶺與魯中南低山丘陵銜接地帶，境內(nèi)雖然有海拔較高的馬耳山，但主要的地形為丘陵和平原，和鄰近鄉(xiāng)鎮(zhèn)相比，受地形的影響較小，F(xiàn)CI較小。秦樓街道位于城市范圍內(nèi)，大部分村莊已實現(xiàn)了“城市化”，剩余的農(nóng)村居民點數(shù)量比較少，因此FCI較周邊鄉(xiāng)鎮(zhèn)低。高低分布的只有嵐山區(qū)的虎山鎮(zhèn)，虎山鎮(zhèn)位于嵐山區(qū)南部，南鄰安東衛(wèi)街道，北鄰濤雒鎮(zhèn)，濤雒鎮(zhèn)是山東省中心鎮(zhèn)、小城鎮(zhèn)建設(shè)示范鎮(zhèn)，城鎮(zhèn)化的水平較高，安東衛(wèi)街道也具有較高的城鎮(zhèn)化水平，所以FCI較低。虎山鎮(zhèn)是沿海鄉(xiāng)鎮(zhèn)，境內(nèi)地形以平原為主，且交通網(wǎng)絡(luò)發(fā)達(dá)，港路區(qū)位優(yōu)勢十分明顯，所以FCI較周圍其他鄉(xiāng)鎮(zhèn)高。

3.2 農(nóng)村居民點破碎度影響因素

3.2.1 模型結(jié)果

該文采用逐步回歸的方法將變量逐個引入模型，由表3擬合過程可知，經(jīng)過4步擬合完成了多元線性回歸方程的建立。方程的擬合優(yōu)度隨著變量的逐步引入不斷上升，判定系數(shù)R2從0.240增加到0.603，最終被引入的評價指標(biāo)可以解釋農(nóng)村居民點破碎度影響因素的60.3%變差。經(jīng)過對變量的篩選，表3中的第4個模型為最終的方程，被引入的變量共有4個，如表4所示。在顯著性水平為α=0.1的情況下，回歸方程偏F檢驗的概率P=0<α，F(xiàn)統(tǒng)計量比值等于17.861，說明FCI與解釋變量間存在顯著的線性關(guān)系，且顯著性檢驗結(jié)果較為顯著，最終的回歸方程符合研究的需要。

表3 模型擬合度分析

表4 回歸系數(shù)分析

表5 未通過變量分析

3.2.2 影響因素分析

對樣本數(shù)據(jù)進(jìn)行回歸系數(shù)分析，經(jīng)回歸系數(shù)顯著性T檢驗，得出模型保留變量的非標(biāo)準(zhǔn)化回歸系數(shù)和標(biāo)準(zhǔn)化回歸系數(shù)，如表4所示。標(biāo)準(zhǔn)化回歸系數(shù)反映了各個變量對FCI大小的影響程度。

(1)影響因素距海岸線距離(X5)的顯著性T檢驗的概率P=0<0.1，標(biāo)準(zhǔn)化回歸系數(shù)β值為-0.718，統(tǒng)計學(xué)意義顯著。研究區(qū)位于東部沿海地區(qū)，有豐富的海洋資源，依托港口和沿港工業(yè)區(qū)形成了藍(lán)色經(jīng)濟區(qū)，因此海洋資源成為影響居民點形成和發(fā)展的主要原因。近海地區(qū)，原始居民以捕撈為業(yè)，在居民點選址時，會優(yōu)先考慮靠近海岸的地方； 在經(jīng)濟發(fā)展中，旅游業(yè)的發(fā)展和藍(lán)色經(jīng)濟區(qū)的戰(zhàn)略規(guī)劃使得沿海地區(qū)經(jīng)濟迅速發(fā)展，居民點數(shù)量不斷增加，形態(tài)不穩(wěn)定，處于迅速擴張的時期，所以在靠近海岸的地區(qū)，F(xiàn)CI較高。

(2)影響因素道路密度(X7)的顯著性T檢驗的概率P=0.057<0.1，標(biāo)準(zhǔn)化回歸系數(shù)β值為0.284，統(tǒng)計學(xué)意義顯著。隨著道路密度的增大，農(nóng)村居民點的破碎度逐漸變大。在道路密度較大的地區(qū)，交通比較發(fā)達(dá)，有利于農(nóng)村居民點的規(guī)模的擴大和發(fā)展，所以農(nóng)村居民點的密度比較大，而且農(nóng)村居民點會沿路分布和擴張，使得斑塊形狀復(fù)雜，邊界密度變大，F(xiàn)CI會高于道路密度較低的地區(qū)。日照市平原地區(qū)的道路網(wǎng)十分密集，交通非常發(fā)達(dá)，山地丘陵區(qū)稍微欠缺，構(gòu)成了四通八達(dá)的交通網(wǎng)絡(luò)，密集的交通網(wǎng)絡(luò)對斑塊也會有一定的切割作用，同樣也會加劇農(nóng)村居民點的破碎程度。

(3)影響因素距縣城的距離(X6)的顯著性T檢驗的概率P=0<0.1，標(biāo)準(zhǔn)化回歸系數(shù)β值為-0.412，統(tǒng)計學(xué)意義顯著。距縣城的距離對農(nóng)村居民點的破碎度有顯著的影響，距縣城越近，區(qū)位優(yōu)勢越明顯，受到城市發(fā)展的帶動和影響就會越大，農(nóng)村居民點的密度較大，同時居民點處于快速擴張的狀態(tài)，所以FCI會較高。

(4)影響因素坡度(X2)的顯著性T檢驗的概率P=0.016<0.1，標(biāo)準(zhǔn)化回歸系數(shù)β值為0.316，統(tǒng)計學(xué)意義顯著。FCI受到坡度的影響，坡度越大，居民點的分布越分散，破碎度越大。這是因為農(nóng)村以農(nóng)業(yè)生產(chǎn)活動為主，耕地一般分布在平原、山間谷地，為了方便生產(chǎn)，居住地選在耕地附近，坡度越大，耕種難度越大，同時，工程建設(shè)成本越高，水土流失、滑坡等問題越嚴(yán)重，不利于農(nóng)村居民點的形成和發(fā)展，農(nóng)村居民點的面積較小、形狀不規(guī)則。

(5)未通過模型篩選的變量為地形起伏度(X3)、距河流距離(X4)、海拔高度(X1)，變量的顯著性T檢驗的概率均大于0.1，且其標(biāo)準(zhǔn)化系數(shù)分別為-0.181、0.071、-0.119，統(tǒng)計學(xué)意義不顯著。海拔高度屬于地形地貌因素，在數(shù)量上進(jìn)行分析，農(nóng)村居民點主要分布在0～200m的高度范圍內(nèi)，在大于200m時分布數(shù)量較少，所以影響效果并不顯著。在研究區(qū)內(nèi)，只有5條較大的河流，數(shù)量較少，對FCI沒有顯著影響。地形起伏度(X3)和海拔高度(X1)的VIF分別為16.393，11.364，具有較高的共線性，對農(nóng)村居民點破碎度的影響不顯著。

4 結(jié)論與政策建議

該文通過構(gòu)建鄉(xiāng)鎮(zhèn)級農(nóng)村居民點破碎度評價模型，測算研究區(qū)55個鄉(xiāng)鎮(zhèn)的FCI值，F(xiàn)CI由西北向東南逐漸變大，內(nèi)陸地區(qū)破碎度低，沿海地區(qū)破碎度高，地區(qū)間破碎程度差異較大，形成了“階梯狀”的空間分布格局。利用多元回歸模型分析了顯著性影響因素，對FCI有顯著影響的指標(biāo)有4個，根據(jù)影響程度大小排列依次為：距海岸線的距離(X5)、距縣城的距離(X7)、坡度(X6)、道路密度(X2)。根據(jù)上述居民點分布特征及影響因素探測結(jié)果，再結(jié)合研究區(qū)的人文、經(jīng)濟、資源和區(qū)位等條件，設(shè)計并開展因地制宜的土地整治模式。

I級破碎區(qū)中北京路街道、秦樓街道、安東衛(wèi)街道位于城鄉(xiāng)結(jié)合部或處在城市范圍內(nèi)，比較適合社區(qū)化整理模式。該部分居民點距海岸線較近，且道路密度大，其居民點擴張、FCI變大的可能性較高，所以應(yīng)做好合理的規(guī)劃和預(yù)防措施，同時該部分農(nóng)村居民點區(qū)位條件較好，經(jīng)濟發(fā)展水平高，城鎮(zhèn)化趨勢顯著，將農(nóng)村居民點整理和城鎮(zhèn)規(guī)劃銜接是最適合的方法。其余的鄉(xiāng)鎮(zhèn)主要分布在低山丘陵地區(qū)，距離海岸線和縣城較遠(yuǎn)，所以經(jīng)濟發(fā)展慢，而且部分村莊規(guī)模較大，基礎(chǔ)設(shè)施不完善，存在大量閑置宅基地，空心村現(xiàn)象比較嚴(yán)重，在居民點整理中不適合整村搬遷模式，可以考慮采用村內(nèi)整理模式，完善村莊配套基礎(chǔ)設(shè)施，保障每戶通電、通水、通路，控制村莊規(guī)模，提高土地利用率。

Ⅱ級破碎區(qū)的農(nóng)村居民點雖然位于平原地區(qū)，但其經(jīng)濟水平較低，以農(nóng)業(yè)為主，所以比較適合資金需求較小的村內(nèi)整理模式。該部分農(nóng)村居民點的面積比較大，村內(nèi)土地利用粗放、閑置率高，應(yīng)鼓勵優(yōu)先使用舊宅基地和空閑地建房，并將多余的土地統(tǒng)一規(guī)劃，優(yōu)先復(fù)墾發(fā)展農(nóng)業(yè)。

Ⅲ級破碎區(qū)的農(nóng)村居民點主要分布在山地丘陵地區(qū)，F(xiàn)CI受坡度的影響較大，由于地形分割形成了布局零散、規(guī)模較小、形狀不規(guī)則的現(xiàn)狀。其自然環(huán)境惡劣、規(guī)模小、交通不便、基礎(chǔ)設(shè)施條件差，在農(nóng)村居民點整理中，可以考慮異地遷移模式，這種模式適合這種破碎度較高的偏遠(yuǎn)山區(qū)的村莊，而且生態(tài)效果顯著，但是這種模式資金需求較大，推進(jìn)速度也比較慢。

Ⅳ級破碎區(qū)主要分布在兩個區(qū)域，沿海平原地區(qū)距海岸線距離近，道路密度較高，區(qū)位優(yōu)勢明顯，經(jīng)濟發(fā)展較快，農(nóng)村居民點的規(guī)模正在逐步擴大，F(xiàn)CI處于較高的水平，土地利用存在嚴(yán)重的問題。在農(nóng)村居民點的整理中，對于面積較大的農(nóng)村居民點可以采用村內(nèi)整理的模式，嚴(yán)格執(zhí)行宅基地審批制度，防止村莊向外發(fā)展擴張。對于面積較小、密度較大的地區(qū)可以采用中心村的建設(shè)模式，通過建設(shè)中心村，既能夠補充耕地，又可以提高土地利用率，優(yōu)化村鎮(zhèn)布局，發(fā)揮中心村鎮(zhèn)的規(guī)模效益和集聚功能，同時益于集中建設(shè)公共基礎(chǔ)服務(wù)設(shè)施，加強農(nóng)村管理。但是資金需求比較大，推進(jìn)速度比較緩慢。在山地丘陵區(qū)，可以考慮異地遷移模式，將比較偏遠(yuǎn)的貧困村莊遷移到發(fā)展較好的地區(qū)。

通過分析不同等級破碎度的分布特征及其影響因素，給出了居民點整理模式的針對性建議，為解決土地利用問題和開展農(nóng)村居民點整理提供了可靠的依據(jù)。由于數(shù)據(jù)獲取的限制，缺少村級居民點行政邊界，導(dǎo)致研究尺度不夠精細(xì)，且缺少時空演變分析。構(gòu)建的農(nóng)村居民點綜合破碎度評價模型還需進(jìn)一步改進(jìn)，對部分重要指標(biāo)可能存有遺漏。后續(xù)研究中將加強這方面的研究，結(jié)合新農(nóng)村建設(shè)的需要，在村級尺度下對農(nóng)村居民點的破碎度進(jìn)行分析。