秦嶺東部鄉(xiāng)村聚落空間演變特征及其影響因素研究：以商洛市丹鳳縣為例

紀(jì)惠文，查小春

(陜西師范大學(xué)地理科學(xué)與旅游學(xué)院，陜西 西安 710119)

鄉(xiāng)村聚落是農(nóng)村人口的主要聚居地和進行生活生產(chǎn)等社會活動的中心場所，也稱為農(nóng)村居民點，主要包括村莊和集鎮(zhèn)[1-2]，其形成和發(fā)展演化與自然條件、社會經(jīng)濟發(fā)展密不可分。國外對鄉(xiāng)村聚落研究始于19世紀(jì)，研究范式由最初簡單的定性描述發(fā)展到計量化和模式化階段，并逐漸向社會和人文方向轉(zhuǎn)型，研究內(nèi)容越來越注重聚落演變、聚落空間形態(tài)與分類、鄉(xiāng)村聚落重構(gòu)、聚落景觀和生態(tài)研究等[3-6]。國內(nèi)聚落研究開始較晚，但在鄉(xiāng)村發(fā)展戰(zhàn)略推動下，我國城鄉(xiāng)結(jié)合程度加強，鄉(xiāng)村聚落空間格局發(fā)生較大變化，國內(nèi)學(xué)者關(guān)于鄉(xiāng)村聚落的研究逐漸豐富，研究區(qū)域涉及黃土地區(qū)[7]、江南丘陵地區(qū)[8]、巖溶山地區(qū)[9]、經(jīng)濟發(fā)達地區(qū)[10-11]和平原地區(qū)[12]等；研究方法多采用定性和定量相結(jié)合，并逐漸向多學(xué)科發(fā)展，引入3S技術(shù)、景觀格局指數(shù)分析、空間計量模型、空間統(tǒng)計分析和實地考察調(diào)研等；研究內(nèi)容包括鄉(xiāng)村聚落空間特征，鄉(xiāng)村聚落演變及其影響因素，聚落演變類型、鄉(xiāng)村聚落空間優(yōu)化和空間重構(gòu)模式研究等[13-15]。

我國是一個山地大國，山地面積占國土總面積的68.82%，山區(qū)人口占全國總?cè)丝诘?4.79%[16]，山區(qū)仍是我國鄉(xiāng)村聚落的主要分布場所。已有學(xué)者對山地鄉(xiāng)村聚落進行了研究，但其研究區(qū)域地貌特征多為海拔較低的山區(qū)丘陵或低山[17-18]，對受自然環(huán)境約束力較強的秦嶺山脈鄉(xiāng)村聚落研究較少。而且在山區(qū)聚落演變影響因素方面，仍偏重于簡單的定性描述，缺少對聚落演變影響機制的定量分析，且研究方法較為單一[18-19]。作為我國南北地理分界線的秦嶺山脈，其環(huán)境復(fù)雜性、氣候敏感性、資源依賴性和區(qū)域封閉性較強，這些特征影響著該區(qū)域人口和聚落的空間分布格局及演變[20]。此外，隨著鄉(xiāng)村振興、城鄉(xiāng)一體化發(fā)展以及秦巴山區(qū)移民搬遷的全面推進，山區(qū)人口發(fā)生大規(guī)模遷移，鄉(xiāng)村聚落空間格局也發(fā)生了顯著變化，因此研究該區(qū)域鄉(xiāng)村聚落空間格局演化規(guī)律對于豐富山區(qū)聚落研究體系、優(yōu)化山區(qū)聚落空間布局、促進人地和諧及區(qū)域可持續(xù)發(fā)展具有重要意義[19]。以商洛市丹鳳縣為研究區(qū)域，運用GIS分析、景觀指數(shù)分析、空間分析和地理探測器等方法，基于2010、2015和2019年丹鳳縣鄉(xiāng)村聚落數(shù)據(jù)分析其空間演變規(guī)律及影響因素，以期為丹鳳縣鄉(xiāng)村振興、聚落空間優(yōu)化布局等提供科學(xué)依據(jù)。

1 研究區(qū)概況

丹鳳縣位于秦嶺東段南麓(圖1)，屬于北亞熱帶向暖溫帶過渡的半濕潤山地氣候區(qū)，地勢西北高、東南低，是一個“九山半水半分田”的山區(qū)。

圖1 商洛市丹鳳縣區(qū)位

縣域內(nèi)山脈自北而南分別為蟒嶺、流嶺和鶻嶺；縣內(nèi)水資源較豐富，主要有丹江、銀花河、武關(guān)河和老君河。根據(jù)地形地勢特點，丹鳳縣可以分為河谷川塬區(qū)、低山丘陵區(qū)和中山區(qū)3個地貌區(qū)，山區(qū)占比達87%以上。312國道、西合鐵路和滬陜高速穿縣而過。全縣轄1個街道辦事處、11個鎮(zhèn)、132個村，總面積為2 438 km2，總?cè)丝?0.9萬人，其中農(nóng)業(yè)人口有27.7萬人，占總?cè)丝诘?1.7%[21]。當(dāng)前，丹鳳縣利用各鄉(xiāng)鎮(zhèn)區(qū)位優(yōu)勢，大力發(fā)展農(nóng)業(yè)工業(yè)園區(qū)、旅游業(yè)及電子商務(wù)新興服務(wù)業(yè)，并在精準(zhǔn)扶貧、新型城鎮(zhèn)化建設(shè)和城鄉(xiāng)結(jié)合快速發(fā)展等大力推動下，于2020年2月27日正式退出貧困縣，但其社會經(jīng)濟發(fā)展水平依舊不高，在城鄉(xiāng)融合和移民搬遷政策實施的同時，部分農(nóng)村勞動力向城市轉(zhuǎn)移，部分鄉(xiāng)村聚落已出現(xiàn)了空心化、人地關(guān)系緊張等問題。因此，選擇丹鳳縣為研究對象，以探討山區(qū)鄉(xiāng)村聚落空間演變及其影響因素。

2 材料與方法

2.1 數(shù)據(jù)來源

考慮到數(shù)據(jù)可獲取性， 2010、2015和2019年丹鳳縣聚落斑塊矢量數(shù)據(jù)從Google Earth歷史影像中通過人工目視解譯提取和實地考察校正獲得。DEM數(shù)據(jù)(分辨率為30 m)來源于地理空間數(shù)據(jù)云(http:∥www.gscloud.cn)，并從DEM數(shù)據(jù)中提取丹鳳縣高程、坡度和地形要素。該縣河流、交通數(shù)據(jù)來源于國家基礎(chǔ)地理信息(1∶25萬)，河流主要是丹江及其主要支流，交通路線包括高速、國道、省道、縣道和鄉(xiāng)道，并基于Google Earth影像對道路進行補充。人口密度柵格數(shù)據(jù)(分辨率為1 km)來源于WorldPop(https:∥www.worldpop.org/)，2010和2015年GDP柵格數(shù)據(jù)(分辨率為1 km)來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http:∥www.resdc.cn/Default.aspx)，2010和2020年土地利用數(shù)據(jù)(分辨率為30 m)來源于Globeland30(http:∥www.globallandcover.com/)和清華大學(xué)宮鵬教授團隊的全球30 m土地覆蓋數(shù)據(jù)集FROM-GLC(2015年)[22]。由于分辨率存在一定差異，將各數(shù)據(jù)分辨率統(tǒng)一為1 km以便開展影響因素分析。此外，以上所有數(shù)據(jù)均經(jīng)過投影變換為統(tǒng)一坐標(biāo)系。

2.2 研究方法

2.2.1景觀格局空間分析

景觀格局是人類活動和環(huán)境干擾促動下的結(jié)果，其變化在一定程度上能直觀表現(xiàn)景觀實際情況，是反映結(jié)構(gòu)組成和空間配置某方面特征的簡單定量指標(biāo)[23]。利用歷史影像提取的鄉(xiāng)村聚落斑塊矢量數(shù)據(jù)，通過ArcGIS 10.4軟件Patch Analysis工具對2010、2015和2019年丹鳳縣鄉(xiāng)村聚落斑塊矢量數(shù)據(jù)采用斑塊數(shù)目(NP)、斑塊總面積(CA)、平均斑塊面積(MPS)、最大斑塊面積(MAXP)、平均面積標(biāo)準(zhǔn)差(PSSD)和斑塊密度(PD)6個指標(biāo)進行景觀格局分析，其中，CA、MPS、PSSD和MAXP用來表征聚落規(guī)模大小。

2.2.2核密度分析

核密度分析屬于非參數(shù)密度估計的一種，數(shù)值高低能夠反映鄉(xiāng)村聚落在空間上的密度分布情況，數(shù)值越大，鄉(xiāng)村聚落分布越密集。將聚落斑塊矢量數(shù)據(jù)轉(zhuǎn)為點要素，采用ArcGIS 10.4軟件核密度工具進行計算，計算公式[24]為

(1)

式(1)中，f(x)表示在x處的核密度值；n為觀測數(shù)量；h為帶寬；k為權(quán)重系數(shù)；xi為帶寬范圍內(nèi)第i個要素。帶寬是核密度分析最重要的影響因素，通過多距離空間聚類(Ripley′s K)分析、增量空間自相關(guān)和不同距離核密度的多次嘗試，最終選擇最優(yōu)搜索半徑為3 000 m，最優(yōu)柵格像元距離為30 m。

2.2.3全局空間自相關(guān)(global Moran′s index)

全局空間自相關(guān)可以用于判斷聚落分布是否具有集聚特征，采用ArcGIS 10.4軟件進行計算，計算公式[25]為

(2)

式(2)中，I為全局空間自相關(guān)指數(shù)；n為要素總數(shù)；Cij為要素i、j之間的空間權(quán)重；xi、xj分別為要素i、j屬性值；S為xi與其平均值偏差之和。I的取值范圍為[-1,1]。當(dāng)I>0時，表明區(qū)域空間分布為空間正相關(guān)，呈集聚趨勢，數(shù)值越大，集聚程度越大；當(dāng)I<0時，表明為空間負(fù)相關(guān)，即呈聚類趨勢；當(dāng)I=0時，則表明空間分布不相關(guān)，分布具有隨機性。

2.2.4平均最近鄰分析

該方法可以反映聚落斑塊整體分布情況，采用每個要素與其最近鄰要素之間的平均距離計算得到，其計算公式[26]為

(3)

2.2.5地形起伏度和地形位指數(shù)

地形起伏度是某特定區(qū)域內(nèi)最高與最低海拔之差，用來描述研究區(qū)地形宏觀特征?；贑USUM算法的突變點分析法，根據(jù)平均地形起伏度和分析窗口尺度的關(guān)系得到最佳分析窗口為18 m×18 m[27]。

地形位指數(shù)是根據(jù)坡度和高程綜合反映地形條件，用來反映不同地形位條件下鄉(xiāng)村聚落分布情況，參照喻紅等[28]的計算方法得到。高程越高、坡度越大，該地區(qū)地形位指數(shù)值越大，相反，高程低、坡度小的地區(qū)則地形位指數(shù)值較小，其他情況則屬于地形位指數(shù)中間值。

2.2.6地理探測器

地理探測器是通過探測并利用空間分異性，來解釋該現(xiàn)象背后驅(qū)動因素的一種統(tǒng)計學(xué)方法。它包括4個探測器，該研究采用分異及因子探測，可以探測某因子X解釋因變量Y的空間分異程度，其計算公式[29]為

(4)

式(4)中，q為分異及因子探測統(tǒng)計量；h為分類或分區(qū)；Nh和N分別為h和全區(qū)單元數(shù)；σh2和σ2分別為h和全區(qū)Y值的方差；WSS和TSS分別為類別內(nèi)方差之和及全區(qū)總方差。q取值范圍為[0,1]，q值越大，說明自變量X對因變量Y的解釋作用越強。當(dāng)q=1時，表明因子X完全控制Y的空間分布；當(dāng)q=0時，表明兩者沒有任何關(guān)系，其數(shù)值大小表示X解釋了100×q%的Y。在地理探測器軟件中，計算結(jié)果包括q和p值，p值可用于檢驗q值顯著性水平。

3 丹鳳縣鄉(xiāng)村聚落空間分布特征變化

3.1 丹鳳縣鄉(xiāng)村聚落數(shù)量特征

近10 a來，丹鳳縣鄉(xiāng)村聚落規(guī)模變化明顯。由表1可知，2019年聚落斑塊數(shù)量從2010年的36 054個減少到34 186個，而聚落斑塊總面積卻從2 724.80 hm2增加至2 854.33 hm2，斑塊平均面積從0.076 hm2增加至0.084 hm2，斑塊最大面積也從254.92 hm2增大到283.94 hm2，說明丹鳳縣鄉(xiāng)村聚落數(shù)量雖然有所減少，但是空間規(guī)模明顯增加。同時，2015—2019年丹鳳縣鄉(xiāng)村聚落規(guī)模變化幅度較2010—2015年大，其中，總面積增加71.13 hm2，最大面積增加22.40 hm2，平均面積標(biāo)準(zhǔn)差增加0.16 hm2，表明近10 a來丹鳳縣鄉(xiāng)村聚落空間規(guī)模明顯擴大。

表1 2010、2015和2019年丹鳳縣鄉(xiāng)村聚落景觀指數(shù)對比Table 1 The comparison of landscape indices of rural settlements of Danfeng County in 2010, 2015 and 2019

3.2 丹鳳縣鄉(xiāng)村聚落聚集性特征

2010和2015年鄉(xiāng)村聚落斑塊密度較為接近，約為15個·km-2，而在2019年降低至14.20個·km-2，說明丹鳳縣近10 a來鄉(xiāng)村聚落集聚程度略有降低(表1)。由表2可知，對丹鳳縣聚落斑塊進行空間自相關(guān)和平均最近鄰分析，置信水平為99%條件下，空間自相關(guān)I>0，表明2010、2015和2019年丹鳳縣聚落分布整體呈集聚性，但ANN值逐年增加，說明集聚趨勢減小。

表2 丹鳳縣2010、2015年和2019年鄉(xiāng)村聚落全局空間自相關(guān)和平均最近鄰分析Table 2 The global Moran′s I and average nearest neighbor analysis of rural settlements of Danfeng County in 2010, 2015 and 2019

為進一步分析丹鳳縣鄉(xiāng)村聚落聚集空間分布情況，采用ArcGIS 10.4軟件核密度分析工具得到丹鳳縣聚落斑塊空間密度分布(圖2)。由圖2可知，2010、2015和2019年丹鳳縣鄉(xiāng)村聚落密度分布特點較相似，呈西南高、東北低的空間分布特點，較好地與丹鳳縣地勢特點相對應(yīng)。其中，鄉(xiāng)村聚落最密集的地方主要位于丹江寬谷的棣花鎮(zhèn)、商鎮(zhèn)及龍駒寨街道中部，其次為丹江和銀花河交匯的竹林關(guān)鎮(zhèn)，而位于丹鳳縣北部蟒嶺中山區(qū)的巒莊鎮(zhèn)聚落分布較少，且高密度核分布分散，連續(xù)性不強。以312國道為界，將丹鳳縣分為南北2個部分，縣域中部，即河谷川塬區(qū)的國道兩側(cè)為條帶狀高密度核集聚區(qū)；南部低山丘陵區(qū)高密度核集聚區(qū)較北部中山區(qū)集中，為多核團狀；北部高密度核為點狀分布。

圖2 2010、2015和2019年丹鳳縣鄉(xiāng)村聚落密度

從時間變化來看，2010—2019年核密度最高值逐年增加，表明高密度核地區(qū)單位面積聚落數(shù)量逐漸增加；且隨著時間發(fā)展，鄉(xiāng)村聚落核分布位置及大小發(fā)生變化：2010年蔡川鎮(zhèn)、寺坪鎮(zhèn)和花瓶子鎮(zhèn)的“小核心”消失，而商鎮(zhèn)、龍駒寨街道、土門鎮(zhèn)和竹林關(guān)鎮(zhèn)的核心范圍縮小，到2019年，土門鎮(zhèn)和竹林關(guān)鎮(zhèn)核心位置消失，寺坪鎮(zhèn)、竹林關(guān)鎮(zhèn)北部、花瓶子鎮(zhèn)、鐵峪鋪鎮(zhèn)、龍駒寨街道南部和北部以及巒莊鎮(zhèn)東部均呈中高密度向低密度變化的特點。

3.3 丹鳳縣鄉(xiāng)村聚落在地形影響下的分布特征

采用ArcGIS 10.4軟件從DEM數(shù)據(jù)中提取研究區(qū)高程、坡度，并計算地形位指數(shù)和地形起伏度。按照傳統(tǒng)劃分方法[30]，將丹鳳縣地貌類型分為丘陵(371～500 m)、低山(>500～1 000 m)及中山(>1 000～2 001 m)；地形起伏度分為平坦(0～30 m)、微起伏(>30～70 m)、小起伏(>70～200 m)和中起伏(>200～500 m)；坡度根據(jù)水土保持綜合治理規(guī)劃并結(jié)合研究需要，將坡度分為平坡(0°～8°)、緩坡(>8°～15°)、斜坡(>15°～25°)、陡坡(>25°～35°)和急陡坡(>35°)。由此繪制不同高程、地形起伏度、坡度和地形位指數(shù)條件下研究區(qū)聚落斑塊數(shù)量和面積變化趨勢(圖3)。

圖3 不同高程、坡度、地形起伏度和地形位指數(shù)條件下丹鳳縣斑塊數(shù)量和面積變化

由圖3(A)可知，研究區(qū)60%的聚落集中分布在海拔>500～750和>750～1 000 m的低山地區(qū)，隨著高程增加，聚落數(shù)量呈遞減趨勢；聚落面積峰值出現(xiàn)在海拔>500～750 m區(qū)域內(nèi)，并向兩側(cè)迅速減小。2019年海拔>750～1 000 m范圍內(nèi)鄉(xiāng)村聚落數(shù)量較2010和2015年明顯減少，海拔371～750 m丘陵低山地區(qū)鄉(xiāng)村聚落規(guī)模則明顯增加，海拔>750 m的中山地區(qū)聚落面積略有降低。

由圖3(B)可知，地形起伏度為0～70 m的鄉(xiāng)村聚落數(shù)量分布較少，但規(guī)模較大；69%的聚落主要分布在地形起伏度>70～200 m的小起伏地區(qū)，這與鄉(xiāng)村聚落分布面積峰值出現(xiàn)在地形起伏度>70～150 m相對應(yīng)，因而地形起伏度>70～150 m是聚落分布最密集的范圍。隨著起伏度增加，聚落面積迅速減小，不同地形起伏度聚落面積由高到低依次為小起伏、微起伏、平坦和中起伏。2010—2019年地形起伏度在0～150 m范圍內(nèi)研究區(qū)聚落數(shù)量略有增加；地形起伏度在150 m以下的起伏較平坦地區(qū)聚落規(guī)模擴張顯著，其占比從2010年的68%上升至2019年的70%，表明丹鳳縣鄉(xiāng)村聚落向平坦、微小起伏地區(qū)分布趨勢明顯。

由圖3(C)可知，88%的鄉(xiāng)村聚落主要分布在坡度<25°較為平坦的地區(qū)，聚落數(shù)量峰值出現(xiàn)在8°～15°的緩坡區(qū)，隨著坡度增加，聚落分布數(shù)量和面積均迅速減小。從時間角度看，2019年坡度在8°～25°的鄉(xiāng)村聚落數(shù)量較2010和2015年明顯減少；而只有在15°以下的平緩地區(qū)聚落規(guī)模明顯擴張，表明丹鳳縣鄉(xiāng)村聚落向平緩地區(qū)分布趨勢明顯。不同地面坡度級別對耕地利用的影響不同，其中>15°～25°地區(qū)容易發(fā)生嚴(yán)重水土流失，且《水土保持法》規(guī)定，坡度>25°不準(zhǔn)開荒種植農(nóng)作物，故坡度在15°以上的丹鳳縣聚落數(shù)量逐年減小。

由圖3(D)可知，根據(jù)聚落數(shù)量和面積分布特征，87%的聚落主要分布在地形位指數(shù)為0.2～0.6范圍，鄉(xiāng)村聚落數(shù)量和規(guī)模峰值均出現(xiàn)在地形位指數(shù)為0.4～0.6范圍，并向兩側(cè)遞減。2010—2019年地形位指數(shù)為0～0.2范圍聚落數(shù)量有少量增加；而地形位指數(shù)<0.6范圍聚落規(guī)模明顯擴張，尤其是地形位指數(shù)<0.2范圍聚落面積占比逐年增加，表明丹鳳縣聚落向小地形位指數(shù)集中分布的趨勢明顯。

綜上可知，丹鳳縣鄉(xiāng)村聚落主要分布在海拔>500～1 000 m、地形起伏度為70～200 m、坡度為8°～15°和地形位指數(shù)為0.2～0.6的小起伏低山、緩坡地區(qū)，且聚落規(guī)模擴張以小起伏丘陵低山、15°以下平緩地區(qū)為主，聚落空間分布的低地緩坡趨勢明顯。

3.4 鄉(xiāng)村聚落沿河流、道路分布特征

采用ArcGIS 10.4軟件多環(huán)緩沖區(qū)分析工具對道路(包括高速、國道、省道、縣道和鄉(xiāng)道)和水系(1～4級河流)數(shù)據(jù)以500 m為間隔創(chuàng)建緩沖區(qū)，將緩沖區(qū)結(jié)果與3期聚落斑塊數(shù)據(jù)進行疊加分析，得到不同距離聚落空間分布情況(圖4)。

圖4 2010、2015和2019年丹鳳縣不同道路與河流緩沖區(qū)鄉(xiāng)村聚落數(shù)量和面積分布特征

由圖4(A)可知，距道路距離0～500 m的聚落分布最集中，其數(shù)量和面積占比分別達到40%和70%以上，隨著距離增加，聚落數(shù)量和面積都在迅速減少。2010—2019年丹鳳縣交通基礎(chǔ)設(shè)施不斷發(fā)展、完善，全縣公路通車?yán)锍虖? 893 km升至2 031 km[31]，這使得雖然全縣聚落數(shù)量逐年減少，但距道路距離<500 m的緩沖區(qū)內(nèi)聚落規(guī)模明顯擴張，其中，2015年聚落面積較2010年增加55 hm2，而2019年比2015年增加1倍，表明丹鳳縣鄉(xiāng)村聚落規(guī)模在距道路距離500 m范圍內(nèi)擴張趨勢明顯，聚落沿交通道路分布的指向性加強。

由圖4(B)可知，丹鳳縣鄉(xiāng)村聚落沿道路和河流的空間分布具有一致性。距河流距離500 m的緩沖區(qū)內(nèi)也是鄉(xiāng)村聚落分布最密集的范圍，其數(shù)量和面積占比分別達到45%和75%以上，且隨著距離增加，丹鳳縣鄉(xiāng)村聚落數(shù)量和面積均呈現(xiàn)遞減趨勢。2010—2019年各級距河流距離緩沖區(qū)內(nèi)聚落數(shù)量均在減小而聚落規(guī)模均有所擴張，尤其在距河流距離1 000 m緩沖區(qū)內(nèi)，聚落擴張趨勢更明顯。

4 丹鳳縣鄉(xiāng)村聚落空間演變影響因素分析

鄉(xiāng)村聚落空間分布特征是人類認(rèn)識、利用和改造自然的結(jié)果，其分布和地域組合表現(xiàn)出人類生活生產(chǎn)與環(huán)境關(guān)系的特征，從而反映鄉(xiāng)村社會經(jīng)濟發(fā)展過程[32]。鄉(xiāng)村聚落規(guī)模影響因素可以分為自然(地貌、地質(zhì)、水文和氣候等)和社會(交通、土地利用、城鎮(zhèn)化和城鄉(xiāng)關(guān)系等)2大類[17]。由于山區(qū)特殊的地形條件，自然條件成為鄉(xiāng)村聚落空間布局的基本骨架，且對聚落空間格局演變有著限制作用，隨著時間推移，人地關(guān)系發(fā)生變化，由于交通道路等基礎(chǔ)設(shè)施不斷完善，社會經(jīng)濟因素成為山區(qū)鄉(xiāng)村聚落空間演變的重要驅(qū)動力[19]。該研究根據(jù)數(shù)據(jù)獲取難易度、完整性和精確性以及研究區(qū)特點，選取高程(X1)、坡度(X2)、坡向(X3)、地形起伏度(X4)和地形位指數(shù)(X5)5個自然因素，距河流距離(X6)和距道路距離(X7)2個區(qū)位因素，以及人口密度(X8)、GDP(X9)和耕地面積(X10)3個社會經(jīng)濟因素共10個指標(biāo)來分析研究區(qū)聚落規(guī)模變化的影響因素。

地理探測器作為探測空間分異并揭示其驅(qū)動因子的方法，操作簡單，應(yīng)用范圍廣，已有學(xué)者將該方法應(yīng)用于聚落空間格局及居民點時空演變影響因素分析[7,11]。由于地理探測器自變量X必須為類型量，若為數(shù)值，需先將其轉(zhuǎn)為類型量，因此變量X1～X7和X10分類采用傳統(tǒng)分類方法，X8～X9分類采用自然裂點法。此外，對于不規(guī)則的因變量Y聚落斑塊面積數(shù)據(jù)，需先將其均勻空間離散化，再與自變量X疊加進行分析，因此對聚落斑塊數(shù)據(jù)進行格網(wǎng)化處理。經(jīng)過多次嘗試，該研究采用格網(wǎng)大小為250 m×250 m的聚落斑塊進行分析，并通過計算幾何和疊加分析工具得到2010、2015和2019年每個格網(wǎng)內(nèi)聚落斑塊面積及對應(yīng)各類屬性特征。然后通過地理探測器〔式(4)〕計算獲得分異及因子探測的q值和P值(表3)。由表3可知，各因子統(tǒng)計學(xué)檢驗P值均小于0.05，說明這些因子的q統(tǒng)計量不為0，均有統(tǒng)計學(xué)意義，即所有因子均對聚落規(guī)模發(fā)展有不同程度影響。

4.1 自然因素對鄉(xiāng)村聚落的影響

由表3可知，影響丹鳳縣鄉(xiāng)村聚落規(guī)?？臻g分布的自然因素中，起主導(dǎo)作用的因子為地形起伏度(X4)，其2019年q值為0.334 6，其后依次為地形位指數(shù)(X5)、高程(X1)、坡度(X2)和坡向(X3)，且除坡向外，其他自然因子影響程度逐年增加。由于坡向的解釋作用最小，且變化不明顯，因此該研究忽略其對聚落空間分布的影響。與2010年相比，2015年X4的q值從0.319 7增加到0.326 3，X5的q值從0.078 5提高至0.083 7，而X1和X2增加程度僅為X5的50%。

表3 格網(wǎng)化下丹鳳縣聚落規(guī)?？臻g分布的影響因子探測結(jié)果Table 3 The results of influence factor detector on spatial distribution of settlement scale in Danfeng County under gridding

這說明2010—2015年單一因子X1和X2的解釋能力不如綜合因子強，因而地形起伏度和地形位指數(shù)是影響丹鳳縣鄉(xiāng)村聚落規(guī)?？臻g分布的顯著自然因子。2015—2019年，X1、X2、X4和X54個指標(biāo)增加幅度均有所提高，說明在這一階段自然因素的解釋能力較2010—2015年有所加強。

此外，由于丹鳳縣位于秦嶺南麓低山丘陵地段，氣候特征及降水分布不均勻，加上地形地貌復(fù)雜、地質(zhì)環(huán)境脆弱，使得該地區(qū)極易發(fā)生地質(zhì)災(zāi)害。據(jù)調(diào)查，丹鳳縣地質(zhì)災(zāi)害主要包括滑坡、崩塌和泥石流，這些災(zāi)害對山區(qū)內(nèi)鄉(xiāng)村聚落破壞程度高，影響了聚落規(guī)模大小及分布位置。由于丹鳳縣地質(zhì)災(zāi)害點密集分布在竹林關(guān)鎮(zhèn)和土門鎮(zhèn)[33]，所以2010—2019年土門鎮(zhèn)和竹林關(guān)鎮(zhèn)聚落高密度核逐漸消失。

4.2 區(qū)位因素對鄉(xiāng)村聚落的影響

區(qū)位因素使得鄉(xiāng)村聚落迅速聚集，從而改變聚落規(guī)模及空間分布特征，道路是聚落之間聯(lián)系的通道，是聚落人流、物流發(fā)生的基礎(chǔ)，河流是人們生活生產(chǎn)所依賴的重要資源[34]。由表3可知，距河流、道路距離對丹鳳縣鄉(xiāng)村聚落規(guī)?？臻g分布有一定解釋作用，并且距道路距離(X7)的解釋能力高于距河流距離(X6)，兩者對應(yīng)q值最大分別為0.050 3(2019年)和0.036 3(2019年)，表明區(qū)位因素對鄉(xiāng)村聚落空間分布有著重要影響，距道路距離是影響丹鳳縣聚落規(guī)?？臻g分布的主要區(qū)位因素。2010—2019年兩個區(qū)位因素q值逐年增加，說明區(qū)位因素對聚落規(guī)?？臻g分布的影響程度不斷加強。截至2015年，312國道、西合鐵路和滬陜高速公路橫穿縣域全境，多條道路改造升級，鄉(xiāng)村道路建設(shè)發(fā)生顯著變化，同時帶動了物質(zhì)、人員的交流，進而促進聚落沿道路布局；而河流是在自然環(huán)境下形成，在較長一段時間內(nèi)不會發(fā)生較大變化，且部分沿河聚落是由于交通道路的發(fā)展帶動而使規(guī)模不斷擴大，因此距道路距離正逐年成為影響丹鳳縣鄉(xiāng)村聚落規(guī)?？臻g分布的重要區(qū)位因素。但隨著縣域基礎(chǔ)設(shè)施不斷完善，村際道路修建不斷加強，部分鄉(xiāng)村聚落沿著新修建的村路分布，沿路分布的聚落基本穩(wěn)定，因此2015—2019年區(qū)位因素的解釋能力增加量減小。

4.3 社會因素對鄉(xiāng)村聚落的影響

由表3可知，影響聚落規(guī)?？臻g分布的社會因素的解釋作用由大到小依次為人口密度(X8)、GDP(X9)和耕地面積(X10)，其對應(yīng)q值最大分別為0.460 9(2010年)、0.245 2(2010年)和0.022 0(2010年)，說明人口密度和GDP是影響聚落規(guī)?？臻g分布的主導(dǎo)社會經(jīng)濟因子，兩者相互促進、相互影響。與2010年相比，2015年人口密度的q值由0.460 9降低到0.426 5，GDP的q值從0.245 2減少到0.180 0。由此可見，社會經(jīng)濟因子對該縣鄉(xiāng)村聚落規(guī)?？臻g分布的解釋作用在逐年減小。而人口密度和GDP水平較高的地區(qū)主要位于低地寬谷處，與聚落規(guī)模空間分布基本呈正向關(guān)系。黨的十八大以來，丹鳳縣城鎮(zhèn)化水平加速提升，基礎(chǔ)設(shè)施建設(shè)加快，小城鎮(zhèn)建設(shè)投入加大，棣花鎮(zhèn)、竹林關(guān)鎮(zhèn)等地城鎮(zhèn)化率水平明顯提高，鄉(xiāng)村人口發(fā)生遷移，住房需求增加，聚落規(guī)模及空間分布隨之發(fā)生變化，并且人口增加也促進了社會經(jīng)濟發(fā)展；但同時，鄉(xiāng)村聚落不斷向外擴展造成鄉(xiāng)村聚落內(nèi)部空心化，出現(xiàn)了建新留舊、“一戶多宅”現(xiàn)象[35]。

5 討論

鄉(xiāng)村聚落空間分布及其變化受自然、社會和區(qū)位因素的綜合影響。自然因素在一定時期內(nèi)較穩(wěn)定，持續(xù)影響著鄉(xiāng)村聚落最初的分布、規(guī)模，它是形成聚落空間格局的基礎(chǔ)。馬利邦[36]研究表明，自然條件對山區(qū)鄉(xiāng)村聚落的影響程度比社會條件大，如溝壑縱橫的黃土高原形成了“大分散、小集中”的聚落分布格局[7]，突發(fā)的自然災(zāi)害會帶來鄉(xiāng)村聚居環(huán)境突變[14-15]。地理探測器分析結(jié)果表明，各影響因素對丹鳳縣鄉(xiāng)村聚落空間分布的影響程度由大到小依次為人口密度、地形起伏度、GDP、地形位指數(shù)、高程、距道路距離、距河流距離、坡度、坡向和耕地面積，且隨著時間發(fā)展，社會經(jīng)濟因素逐漸減弱?？h域內(nèi)約68%的聚落分布在海拔為>500～1 000 m、相對高度為>70～200 m以及坡度為>8°～15°的丘陵低山區(qū)，且規(guī)模較大，分布較集中，此外鄉(xiāng)村聚落沿河流、道路分布特征明顯，表明自然因素塑造了丹鳳縣鄉(xiāng)村聚落集中在低地寬谷、沿河流道路分布的格局。由此可見，隨著社會經(jīng)濟發(fā)展，人們在追求更高生活水平的同時，依然受到山區(qū)的特殊地形以及傳統(tǒng)生活生產(chǎn)方式的影響，因而在自然環(huán)境特殊的地區(qū)，自然因素依舊是鄉(xiāng)村聚落空間分布及其演變的基礎(chǔ)，這與閔婕等[14]和段小薇等[37]的研究結(jié)果一致。

地理探測器分析結(jié)果顯示，人口密度是影響丹鳳縣鄉(xiāng)村聚落格局演變的最大因素，且GDP影響程度僅次于地形起伏度。雖然人口密度和GDP影響強度逐年減弱，但對丹鳳縣鄉(xiāng)村聚落演變的影響依舊不可忽視。在鄉(xiāng)村振興、脫貧攻堅等一系列國家政策的大力推動下，社會因素對鄉(xiāng)村聚落空間格局正在發(fā)揮著重要作用：人地關(guān)系演變、城鎮(zhèn)化、工業(yè)化和交通發(fā)展是鄉(xiāng)村聚落空間格局的驅(qū)動力[10]，經(jīng)濟發(fā)展是鄉(xiāng)村聚落分布變化的持續(xù)拉動因素，山區(qū)發(fā)展的一系列措施對山區(qū)鄉(xiāng)村聚落演變產(chǎn)生突變性影響[38]。2018年黨中央提出了《鄉(xiāng)村振興戰(zhàn)略規(guī)劃(2018—2022年)》，該戰(zhàn)略實施涉及到鄉(xiāng)村的政治、經(jīng)濟、社會等各個方面，而鄉(xiāng)村聚落是人們的主要聚居區(qū)，是人類活動的主要場所，也是人類行為的空間結(jié)果[39]，所以鄉(xiāng)村振興戰(zhàn)略對鄉(xiāng)村聚落有著重要影響，鄉(xiāng)村聚落也是鄉(xiāng)村振興實施的關(guān)鍵之一。除此之外，貧困問題也一直困擾著山區(qū)丘陵地區(qū)農(nóng)村社會經(jīng)濟的發(fā)展，秦巴山區(qū)曾是全國14個連片特困地區(qū)之一，移民搬遷工程、產(chǎn)業(yè)扶貧、基礎(chǔ)設(shè)施建設(shè)與完善以及生態(tài)環(huán)境保護等脫貧攻堅戰(zhàn)略的實施，促進了農(nóng)村經(jīng)濟發(fā)展水平提高，改變了鄉(xiāng)村聚落的空間分布和發(fā)展?fàn)顩r，改善了鄉(xiāng)村聚落主體的生活生態(tài)環(huán)境，鄉(xiāng)村人口逐漸向鄉(xiāng)鎮(zhèn)中心及其周圍，河流和道路兩側(cè)遷移，如丹鳳縣龍駒寨街道、竹林關(guān)鎮(zhèn)、棣花鎮(zhèn)、蔡川鎮(zhèn)和竹林關(guān)鎮(zhèn)等在鄉(xiāng)鎮(zhèn)中心建設(shè)的移民搬遷安置社區(qū)，擴大了聚落面積，提高了人口密度，聚落集聚程度明顯增加；但同時，鄉(xiāng)村用地規(guī)模也在不斷擴大，房屋建筑閑置、廢棄程度加劇，鄉(xiāng)村聚落空心化程度加重。綜上所述，社會因素和區(qū)位因素已成為丹鳳縣鄉(xiāng)村聚落空間演變的不竭驅(qū)動力，這與郭曉東等[18]、馬曉蓉等[20]的研究結(jié)果一致。

由此可見，鄉(xiāng)村振興戰(zhàn)略和脫貧攻堅戰(zhàn)略的實施需要鄉(xiāng)村聚落各要素之間逐漸協(xié)調(diào)發(fā)展[38,40]，促進鄉(xiāng)村空間功能提升，優(yōu)化鄉(xiāng)村聚落空間結(jié)構(gòu)，同時要遵循自然、因地制宜、可持續(xù)發(fā)展等，加快農(nóng)業(yè)農(nóng)村現(xiàn)代化的步伐?；谝陨系姆治鼋Y(jié)果，對丹鳳縣未來聚落選址和規(guī)劃布局提出以下建議：(1)聚落分布整體上應(yīng)保持集中性，由于地形等自然因素的影響，在小范圍內(nèi)可以出現(xiàn)塊狀分散特征；(2)在不超過環(huán)境承載力的基礎(chǔ)上，鄉(xiāng)村聚落選址應(yīng)優(yōu)先考慮出行便利、水源豐富、經(jīng)濟水平較高的低地緩坡地區(qū)；(3)政府通過政策引導(dǎo)，盡量減少分散住戶比例，鼓勵村民向鄉(xiāng)鎮(zhèn)中心遷移，并對出現(xiàn)聚落空心化的村鎮(zhèn)進行整治。

該研究克服了傳統(tǒng)計算機解譯和基于遙感影像而無法獲得更加精準(zhǔn)的鄉(xiāng)村聚落斑塊數(shù)據(jù)的不足，在一定程度上豐富了秦嶺鄉(xiāng)村聚落時空變化特征，研究結(jié)果對丹鳳縣鄉(xiāng)村聚落空間分布優(yōu)化及鄉(xiāng)村振興發(fā)展有一定借鑒意義。但是由于數(shù)據(jù)獲取限制，缺少更高分辨率的社會經(jīng)濟數(shù)據(jù)，在定量分析影響因素時精度略有不足，且社會因素方面選取的指標(biāo)類型也較少；同時，歷史影像獲取時間較短，缺乏長時段空間格局動態(tài)變化分析。未來可通過社會經(jīng)濟調(diào)查，結(jié)合相應(yīng)統(tǒng)計年鑒獲得高分辨率社會經(jīng)濟數(shù)據(jù)，并應(yīng)用多種分析方法探尋鄉(xiāng)村聚落影響因素；采用遙感影像和歷史影像相結(jié)合的方法，獲得精度高、時間序列長的聚落斑塊數(shù)據(jù)。

6 結(jié)論

以秦嶺東部丹鳳縣鄉(xiāng)村聚落斑塊數(shù)據(jù)為基礎(chǔ)，采用景觀格局分析和空間分析對聚落空間演變特征進行時空上的動態(tài)研究，并采用地理探測器探究了鄉(xiāng)村聚落規(guī)?？臻g分布及演變的影響因素，進一步加強了對秦嶺東部聚落空間演變的研究。主要研究結(jié)果如下：

(1) 從鄉(xiāng)村聚落規(guī)?？矗?010—2019年丹鳳縣鄉(xiāng)村聚落數(shù)量不斷減少，但聚落面積不斷增加，空間擴張程度明顯。聚落規(guī)模具有集聚特征，但該特征逐年減弱。

(2) 從鄉(xiāng)村聚落空間分布看，聚落分布呈西南高、東北低，分布最密集地區(qū)主要位于丹江寬谷地區(qū)，但縣域內(nèi)高密度核分布分散、類型多樣、連續(xù)性不強，其范圍逐漸縮小并向鄉(xiāng)鎮(zhèn)中心移動；平緩小起伏的丘陵低山區(qū)以及河流、道路兩側(cè)是聚落擴張最明顯的地區(qū)，鄉(xiāng)村聚落沿低地緩坡以及河流和道路兩側(cè)分布的指向性加強。

(3) 丹鳳縣鄉(xiāng)村聚落規(guī)?？臻g分布及其演變受自然、區(qū)位和社會經(jīng)濟等因素的綜合影響，其中自然因素奠定了丹鳳縣鄉(xiāng)村聚落的基本空間格局，并對鄉(xiāng)村聚落演變的影響持續(xù)增強；隨著經(jīng)濟發(fā)展和人民生活水平提高，區(qū)位因素和社會經(jīng)濟因素對鄉(xiāng)村聚落空間演變的速度及空間分布模式有著重要推動作用。