北京大学学报(自然科学版) 第60卷 第5期 2024年9月
Acta Scientiarum Naturalium Universitatis Pekinensis, Vol. 60, No. 5 (Sept. 2024)
doi: 10.13209/j.0479-8023.2024.056
收稿日期: 2023–08–31;
修回日期: 2024–07–08
摘要 运用重心模型和标准差椭圆法, 研究 2000—2018 年中国农村居民点重心迁移轨迹及对农村居民点集约利用和耕地被占用空间格局的影响。结果表明, 2000—2018 年中国农村居民点重心向西北迁移17545.67m, 其中向西迁移 8843.191m, 向北迁移 15154.162m。2000—2005 年、2005—2010 年、2010—2015年和 2015—2018 年 4 个阶段, 中国农村居民点重心迁移沿着“西南–东南–西北–西北”的轨迹, 迁移速度分别为 894.326, 854.994, 1368.894 和 8108.936m/a。2010 年之前农村居民点重心主要向南迁移, 移动速度较慢, 2010 年之后转向西北方向迁移, 移动速度迅速上升。2000—2018 年, 中国农村居民点空间分布范围先缩小后扩张, 其中 2000—2015 年分布范围缩小, 2015 年以后分布范围扩张, 农村居民点在主趋势方向(南北)呈现集聚特征, 在东西方向呈现离散特征。研究结果表明, 中国北方农村居民点的利用较为粗放, 尤其是华北、东北和华东地区, 人均农村居民点面积及增长率较快, 集约利用程度低, 农村居民点净占用耕地在全国的占比也最高, 成为耕地占用最严重的地区; 中南和西南地区农村居民点的利用较为集约。研究结果可为理解农村居民点的演变动态以及指导农村居民点空间布局的调整提供科学依据。
关键词 农村居民点; 重心; 迁移; 耕地保护; 中国
农村居民点是农村居民进行生产、生活及其他各种活动的场所, 是乡村人地相互作用最强烈的表征和呈现形式[1]。农村居民点的空间分布是自然、经济和社会等因素共同作用的结果。截至 2021 年末, 我国农村常住人口为 49835 万, 占全国总人口的 35.28%[2]。第三次全国国土调查数据显示, 2019 年我国村庄用地面积高达 2193.56×104hm2, 占城镇村及工矿用地的 62.13%。可见, 作为人地关系互动的核心, 农村居民点依然是我国人口聚居的重要形态和载体[3]。
农村居民点的空间布局随着农村人口迁移和农村地区自然–社会–生态系统演变而变化, 从而形成宏观层面农村居民点重心的迁移[4]。在农村人口和农村居民点呈现“人减地增”的背景下, 维持两者的相对平衡对促进农村居民点的集约利用至关重要[5]。与此同时, 作为农村居民生产和生活的场所, 耕地和农村居民点往往在空间上相邻, 农村居民点重心迁移通常伴随与耕地之间复杂的相互转化过程[6], 直接影响耕地被占用的空间格局[7]。因此, 深入探究宏观尺度下的农村居民点重心迁移规律, 对理解农村居民点集约利用和耕地占用模式, 进而制定科学的农村土地管理政策具有重要意义。
目前, 重心迁移研究多运用重心模型和标准差椭圆法等, 广泛应用于土地管理领域, 集中在耕地时空变化[8–9]、城市扩展[10]、城市群空间结构[11]、土地利用时空变化[12]和宅基地空间格局演变等[13],研究尺度大多集中在一个或几个地区的中微观尺 度[14–16]。利用重心模型探讨农村居民点演变的研究包括李冰洁等[17]运用重心模型分析 2010—2018年吉林省九台区农村居民点重心迁移特征, 唐芳等[18]通过农村居民点垂直重心模型、农村居民点坡度重心模型及农村居民点重心迁移速率对贵州省农村居民点在坡度和海拔上的变化特征进行研究。利用标准差椭圆法分析农村居民点演变的研究包括付永虎等[19]运用标准差椭圆法、核密度等多种方法探讨苏北地区农村居民点时空变化特征, 陈阳等[20]运用标准差椭圆法、空间自相关和标准距离等空间统计方法对鄞州滨海平原农村居民点空间分布格局及其驱动因素进行研究。上述关于农村居民点重心迁移的研究多聚焦于局地尺度, 全国宏观尺度的研究相对较少, 且鲜有关于农村居民点重心迁移引发农村土地利用问题的研究。
基于上述背景, 本文运用重心模型和标准差椭圆法, 基于中国 2000—2018 年 30m 分辨率的农村居民点数据, 探讨农村居民点重心迁移的时空特征, 并结合农村人口变化及耕地与农村居民点相互转化, 探讨其对农村居民点集约利用和耕地被占用空间格局的指示意义, 以期为我国农村居民点空间布局调整及耕地保护提供决策依据。
本研究的数据主要包括 2000, 2005, 2010, 2015和 2018 年中国 30m 分辨率土地利用数据以及人口数据。土地利用数据来源于中国科学院环境科学与数据中心(http://www.resdc.cn), 共包含耕地、林地、草地、水域、未利用地以及城乡–工矿–居民用地共 6 个一级类别, 农村居民点、水田和旱地等 26个二级类别。2000 和 2005 年人口数据来源于当年《中国统计年鉴》, 2010 年人口数据来源于第六次全国人口普查, 2015 和 2018 年人口数据来源于当年《中国农村统计年鉴》, 台湾省人口数据来源于各年份《台湾统计年鉴》, 由于台湾省户籍制度不区分城镇和乡村人口, 因此使用台湾省常住人口数据替代农村人口数据。
本文涉及中国 32 个省级行政区(不含香港和澳门地区)。根据六大行政区进行分区[21], 分别为华北地区(北京市、天津市、河北省和山西省)、东北地区(辽宁省、吉林省、黑龙江省和内蒙古自治区)、华东地区(上海市、江苏省、浙江省、安徽省、福建省、江西省、山东省和台湾省)、中南地区(河南省、湖北省、湖南省、广东省、广西壮族自治区和海南省)、西南地区(四川省、贵州省、云南省、重庆市和西藏自治区)和西北地区(陕西省、甘肃省、青海省、宁夏回族自治区和新疆维吾尔族自治区)。2000 年, 各大区农村居民点面积在全国占比分别为 11.56%, 22.402%, 32.864%, 22.646%, 2.975%和 7.554%; 到 2018 年, 占比分别为 14.482%, 21.261%, 32.473%, 20.414%, 3.302%和 8.068%。可见, 2000—2018 年中国农村居民点空间格局发生变化, 农村居民点重心发生较为显著的迁移。
1.3.1 重心模型
重心模型是根据区域几何中心及某一空间属性(作为权重), 计算该空间属性的量值[22]。本文以面积这一空间属性作为权重, 计算农村居民点重心:
(2)
其中,和分别是农村居民点重心经纬度值, i为研究区内农村居民点要素, xi 和 yi 为研究区域的几何中心, Ei 为农村居民点面积, n 为农村居民点总数。
重心迁移距离体现农村居民点分布的空间格局变化程度, 计算公式为
其中, D 表示两个年份之间农村居民点重心移动的距离; a 和 b 分别代表不同年份的重心点, (, )和(, )分别为两个年份农村居民点重心的坐标值, C是地理坐标与平面距离的转换系数(取值为111.111[22])。
1.3.2 标准差椭圆法
标准差椭圆法能够反映事物动态演化趋势及其离散程度[22], 椭圆由长轴、短轴及方位角三大基本要素组成。椭圆面积的增减代表事物分布范围的扩大和缩小。椭圆的长、短轴反映事物分布的范围及方向, 反映农村居民点布局集聚性及方向变化; 方位角表示事物分布的主趋势方向, 可用来分析农村居民点的分布趋势。本研究利用 ArcGIS 10.2 的“Directional Distribution (Standard Deviational Elli-pse)”计算中国农村居民点椭圆面积、长轴、短轴和方位角等指标及其变化。
2000—2018 年中国农村居民点面积由 128239.060km2 增至 142653.239km2, 共增加 14414.179km2, 年均增加 800.788km2 (图 1)。从总体上看, 农村居民点面积增速先降后升, 2000—2005 年、2005—2010年、2010—2015 年和 2015—2018 年 4 个时段的增速分别为 512.436, 288.613, 1270.683 和 1351.838km2/a, 2010 年后增速显著增加。其中, 2005—2015年的东北地区以及 2005—2010 和 2015—2018 年的中南地区农村居民点面积减少, 其余年份各大区农村居民点面积均呈增长趋势。研究时段内, 东北、华北、华东、中南、西南和西北地区的农村居民点面积分别增加 1600.903, 5835.642, 4179.591, 80.195, 895.220 和 1822.627km2, 增速则分别为 88.939, 324.202, 232.200, 4.455, 49.734 和 101.257km2/a。可见, 华北、华东、西北和东北地区农村居民点面积增量大, 中南和西南地区增量小。
图1 2000—2018年中国及六大区农村居民点面积
Fig. 1 Area of rural settlements in China and its six regions from 2000 to 2018
2000—2018 年, 中国农村居民点面积增长率为11.240%, 其中东北、华北、华东、中南、西南和西北地区农村居民点的面积增长率分别为 5.573%, 39.366%, 9.917%, 0.276%, 23.466%和 18.815%。从各大区农村居民点面积在全国的占比看, 2000—2018 年东北、华东和中南地区农村居民点面积占比减少, 其中东北地区减少 1.141%, 华东地区减少0.391%, 中南地区减少 2.232% (表 1)。华北、西南和西北地区农村居民点面积占比增加, 其中华北地区增加 2.923%, 西南地区增加 0.327%, 西北地区增加 0.514%。可见, 华北、西南和西北地区农村居民点面积增速快, 在全国的占比增加, 其他大区农村居民点面积增速相对缓慢, 在全国的占比减小。
2000 年中国农村居民点重心位于山东省聊城市莘县(35°49.160′N, 115°24.071′E)境内, 2018 年转移至河南省濮阳市清丰县(35°57.651′N, 115°19.187′E)境内(图 2), 农村居民点重心整体向西北方向移动17545.67m, 其中, 向西移动 8843.191m, 向北移动15154.162m, 向北移动的距离大于向西移动的距离。分阶段来看, 2000—2005 年农村居民点重心向西南迁移, 2005—2010 年向东南迁移, 2010 年后持续向西北迁移, 即沿着“西南–东南–西北–西北”的方向迁移。农村居民点重心迁移速度先降后升, 由2000—2005 年的 894.326m/a 降至 2005—2010 年的854.994m/a, 2010—2015 年增至 1368.894m/a, 2015 —2018 年又迅速增加至 8108.936m/a。综上所述, 2010 年之前我国农村居民点重心基本上向南迁移, 移动速度相对较慢; 2010 年之后转向西北方向迁移, 移动速度迅速上升。可见, 中国农村居民点重心不同时期移动速度差值较大, 农村居民点空间布局的时空分异特征显著。
2000—2005 年, 农村居民点重心向西南方向迁移 4471.632m, 年均移动 894.326m。其中, 向西移动 230.096m, 向南移动 4465.708m, 向南移动距离远大于向西移动距离。在此阶段, 华东地区农村居民点面积在全国的占比增加 0.457%, 西南地区增加0.189%, 西北地区增加 0.160%。与此同时, 东北地区农村居民点面积在全国的占比减少 0.286%, 华北地区减少 0.071%, 中南地区减少 0.448%。由此可见, 西南和西北地区农村居民点面积在全国占比的增加导致农村居民点重心向西迁移, 东北和华北地区农村居民点面积在全国占比减少的同时, 华东和西南地区的占比增加, 导致农村居民点重心向南 迁移。
2005—2010 年, 农村居民点重心向东南方向迁移 4274.972m, 年均移动 854.994m。其中, 向南移动4174.225m, 向东移动 922.622m, 向南移动距离明显大于向东移动距离。在此阶段, 华东地区农村居民点面积在全国的占比由 33.321%增至 33.859%, 增加 0.539%, 北方(东北和华北地区)农村居民点面积在全国的占比减少, 其中东北地区减少 0.309%, 华北地区减少 0.017%, 导致农村居民点重心向南迁移。与此同时, 西南地区农村居民点面积在全国的占比由 3.135%降为 3.101%, 减少 0.034%, 引发农村居民点重心向东迁移。
表1 2000—2018年中国六大区农村居民点面积在全国占比及变化率
Table 1 Percentage and change rate of rural settlements area in China’s six regions in the county from 2000 to 2018
年份在全国的占比/% 东北华北华东中南西南西北全国 200022.40211.56032.86422.6462.9757.553100 200522.11611.48833.32122.1983.1357.742100 201021.80711.40333.85921.9663.1017.864100 201520.59013.37633.08821.4773.3858.084100 201821.26114.48232.47320.4143.3028.068100 年份变化率/% 东北华北华东中南西南西北全国 2000—20050.6951.3683.416−0.0197.4844.5441.998 2005—2010−0.3100.3502.7400.0500.0002.6901.103 2010—2015−1.05022.9402.4202.47014.4307.7304.804 2015—20186.28011.4401.010−2.1700.3902.7402.926 2000—20185.57039.3709.9200.28023.47018.82011.240
基于中国标准行政区划地图(审图号GS(2024)0650)制作, 底图无修改, 下同
图2 2000—2018年中国农村居民点重心迁移轨迹
Fig. 2 Trajectory of center of gravity migration of rural settlements in China from 2000 to 2018
2010—2015 年, 农村居民点重心向西北方向迁移 6844.470m, 年均移动 1368.894m。其中, 向西移动 6833.790m, 向北移动 382.198m, 向西移动距离明显大于向北移动距离。在此阶段, 西南地区农村居民点面积在全国的占比增加 0.285%, 西北地区增加0.219%, 华北地区增加 1.973%。与此同时, 华东地区农村居民点面积在全国的占比减少 0.771%, 中南地区减少 0.489%。西南和西北地区农村居民点面积在全国的占比增加, 华东和中南地区占比下降, 导致农村居民点重心向西移动。华北地区农村居民点面积在全国占比的增加及南方(华东和中南地区)在全国占比的下降, 导致农村居民点重心向北方迁移。
2015—2018 年, 农村居民点重心向西北方向迁移 24326.807m, 年均移动 8108.936m。其中, 向北移动 24176.292m, 向西移动 2701.926m, 向北移动距离远大于向西移动距离。在此阶段, 东北地区农村居民点面积在全国的占比增加 0.617%, 华北地区增加 1.106%; 与此同时, 华东地区农村居民点面积在全国的占比减少 0.615%, 中南地区减少 1.064%, 西南地区减少 0.084%, 西北地区减少 0.015%。由此可见, 北方(东北和华北地区)农村居民点面积在全国占比的迅速增加以及南方(华东、中南和西南地区)和西北地区在全国占比的大幅降低, 导致农村居民点重心迅速向北迁移, 华东和中南地区农村居民点面积在全国占比的降低导致农村居民点重心向西移动。
2000—2018 年, 中国农村居民点分布的标准差椭圆方位角由 24.731°变为 27.426°, 未发生较大变化, 标准差椭圆面积减少 1295.229km2, 表明 2018年农村居民点空间分布范围相较于 2000年变小; 椭圆的长轴由 2151.919km 缩短为 2085.394km, 短轴由 1630.708km 增加至 1682.526km, 表明农村居民点在主趋势方向(南北)上的分布越来越聚集, 东西方向上的分布越来越离散(表 2)。
分阶段来看, 2000—2005 年, 中国农村居民点分布的标准差椭圆方位角由 24.731°变为 24.863°, 面积减少 41867.344km2, 长轴减少 12.266km, 短轴增长 3.119km, 表明农村居民点分布范围减小, 集聚性增加, 在南北主趋势方向集聚分布, 而在东西方向分散程度上升。2005—2010 年, 椭圆方位角由 24.863°变为 24.785°, 面积减少 45655.011km2, 长轴减少 12.978km, 短轴增长 3.136km, 表明农村居民点空间分布范围减小, 继续在南北方向集聚, 东西方向离散。2010—2015 年, 方向角由 24.785°变化为 25.812°, 面积减少 277038.424km2, 长轴增加 11.755km, 短轴减少 50.236km, 表明农村居民点分布范围继续减小, 集聚性增强, 面积分布趋向西北, 在此阶段出现农村居民点的分布在南北方向离散, 东西方向集聚的现象。2015—2018 年, 方向角由 25.812°变为 27.426°, 面积增加 363265.551km2, 长轴减少 53.036km, 短轴增加 95.799km, 即农村居民点的分布范围增加, 在南北方向集聚, 东西方向离散(图 3)。
表2 2000—2018年中国农村居民点标准差椭圆参数
Table 2 Standard deviation ellipse of rural settlements in China from 2000 to 2018
年份面积/km2长轴/km短轴/km方向角/(°) 200011023696.725 2151.9191630.708 24.731 200510981829.381 2139.6541633.826 24.863 201010936174.369 2126.6751636.963 24.785 201510659135.945 2138.4301586.727 25.812 201811022401.496 2085.3941682.526 27.426
东北、华北、华东和西北地区人均农村居民点面积较大, 且增加较多。其中, 东北地区人均农村居民点面积由 2000 年的 444.575m2 增长到 2018 年的 607.924m2, 增加了 163.349m2, 年均增加 9.075m2(表 3)。可以看出, 该区人均农村居民点面积远高于其他大区, 且增加较多(仅次于华北地区)。华北地区人均农村居民点面积由 2000 年的 191.996m2增长到 2018 年的 383.154m2, 增幅为 191.158m2, 年均增加 10.620m2, 该区人均农村居民点面积较大(仅次于东北地区), 且增加最多。华东地区人均农村居民点面积由 2000 年的 174.570m2 增长到 2018年的 271.950m2, 增幅为 97.38m2, 年均增加 5.410m2, 该区人均农村居民点面积仅次于东北和华北地区, 增长速度相对较快(排名第 3)。西北地区人均农村居民点面积由 2000 年的 151.812m2 增长到2018 年的 240.991m2, 增幅为 89.179m2, 年均增加4.954m2, 无论是人均农村居民点面积还是其增加量, 在全国均居中。
相对而言, 西南和中南地区人均农村居民点面积较小, 增加较慢。西南地区人均农村居民点面积由 2000 年的 26.576m2 增长到 2018 年的 48.579m2, 增幅为 22.003m2, 年均增加 1.222m2, 该区域无论是人均农村居民点面积还是其增加量, 均远小于其他地区。中南地区人均农村居民点面积由 2000 年的 127.248m2 增长到 2018 年的 179.990m2, 增幅为52.742m2, 年均增加 2.930m2, 该区人均农村居民点面积及其增加量仅高于西南地区。
综上所述, 东北、西北、华北和华东地区人均农村居民点面积偏大, 远大于国家规定的 150m2; 西南和中南地区人均农村居民点面积较小。从人均农村居民点面积增加量看, 仍然是东北、华北和华东地区高, 西南和中南地区低。西南和中南地区农村人口减少较快, 在这种情况下, 人均农村居民点面积及增速仍然保持全国最低水平, 尤其是西南地区人均农村居民点面积小于国家规定的 150m2。因此, 无论是面积现状还是未来发展趋势, 中国北部和东部农村居民点的利用较为粗放, 中南和西南地区较为集约。
由于农村居民点与耕地邻近, 两者之间往往存在复杂的相互占用及转化关系。从农村居民点和耕地相互转换情况看, 2000—2018 年中国耕地转为农村居民点 41962.819km2, 农村居民点转为耕地24664.104km2, 两者相差 17298.715km2, 该部分即为农村居民点净占用耕地面积(图 4)。各大区农村居民点净占用耕地面积差异较大, 其中华东地区农村居民点净占用耕地面积最大, 为 6090.543km2, 占全国的 35.208%; 华北和东北地区农村居民点净占用耕地面积也较大, 分别为 5399.022 和 1885.342km2, 占全国的 31.211%和 10.899%; 中南、西北和西南地区农村居民点净占用耕地面积相对较小, 分别为 1441.029, 1493.509 和 989.271km2, 占全国的8.330%, 8.634%和 5.719%。
图3 2000—2018年中国农村居民点标准差椭圆
Fig. 3 Standard deviation ellipse of rural settlements in China from 2000 to 2018
表3 2000—2018年中国六大区农村居民点面积及人口变化
Table 3 Changes in area and population of rural settlements in six administrative regions of China from 2000 to 2018
年份东北华北华东 人口/万人人均面积/m2人口/万人人均面积/m2人口/万人人均面积/m2 20006462444.5757721191.99624142174.570 20056083475.5576715223.77921940198.650 20105734502.9506424234.72720079223.006 20155228545.8565824318.31718131252.933 20184989607.9245392383.15417034271.950 人均面积变化速度/(m2·人–1·a–1)—9.075—10.620—5.410 人口变化率/%−22.795—−30.164—−29.442— 年份西北西南中南 人口/万人人均面积/m2人口/万人人均面积/m2人口/万人人均面积/m2 20006381151.8121435526.57622822127.248 20056083166.4851309031.32520878139.070 20105552187.2991169635.05819111152.001 20155061221.3541043844.95217238172.682 20184776240.991969648.57916179179.990 人均面积变化速度/(m2·人–1·a–1)—4.954—1.222—2.930 人口变化率/%−25.153—−32.456—−29.108—
阴影区展示二者的差异
图4 2000—2018年中国六大区农村居民点与耕地转化情况
Fig. 4 Conversion of rural settlements and arable land in six administrative regions of China from 2000 to 2018
华北地区农村居民点净占用耕地面积及在全国的占比均较高, 考虑到近 20 年该区农村居民点面积在全国的占比持续增加, 该区耕地保护任务艰巨。华东和东北地区农村居民点面积在全国的占比虽然下降, 但这两个大区农村居民点净占用耕地面积较大。东北地区是我国粮食生产重要区域之一, 同时也是著名的黑土区, 长江中下游平原位于华东地区, 土壤肥沃, 耕地质量高, 因此这两个大区耕地保护形势较为严峻。中南、西北和西南地区农村居民点净占用耕地面积较小, 这些地区多为丘陵山区和生态脆弱区, 耕地资源稀缺, 因此同样要重视农村居民点占用耕地情况, 尤其是西北和西南地区农村居民点面积占比还在增加, 更要注意调控农村居民点的扩张与空间布局。
2000—2018 年, 中国农村居民点重心持续向西北转移, 一方面导致北方优质耕地被占用, 另一方面也意味着西北生态脆弱区农村建设及其占用耕地加剧, 这与当前国家经济重心和人口重心南移的方向相反, 因此建议在全国和大区域宏观尺度的国土空间规划中提出针对性的措施, 尤其要根据农村人口数量与人均农村居民点用地标准, 严格控制北方地区农村居民点扩张, 引导农村居民点合理布局。
东北、华北和华东地区农村居民点占用耕地的比例较高, 且人均农村居民点面积大, 造成较为严重的“人减地增”现象, 鉴于这些地区是我国主要平原的分布区, 粮食产量高, 应鼓励农村居民点内部挖潜, 减少其扩张及对耕地的占用, 提高农村居民点集约利用水平。中南、西南和西北地区农村居民点占用耕地比例相对低, 尤其是西南和中南地区, 人均农村居民点面积较小, 增速慢, 与这些地区多丘陵山区和高原的自然条件有关, 建议引导农村居民点适当集聚布局, 减少对耕地尤其是坡下平原耕地的占用, 并将对区域自然生态的影响降到最低。
此外, 中国农村居民点面积不断增加, 农村常住人口下降, 造成人均农村居民点面积持续增加。在农村劳动力转移及村庄空心化背景下, 为对接乡村振兴战略, 应该加强对农村居民点的整治, 在通过宅基地退出–再利用来满足农民生活居住的同时, 为农村产业融合发展提供用地保障, 支持乡村产业振兴。
本文基于中国 2000—2018 年 30m 分辨率的农村居民点数据和人口数据, 运用重心模型和标准差椭圆法分析农村居民点重心迁移特征。研究结果表明, 研究时段内中国农村居民点面积持续增加, 华北、西南和西北地区农村居民点面积增速较快, 在全国的占比增加, 其他地区农村居民点面积增速相对缓慢, 在全国的占比减小。中国农村居民点重心由2000 年的山东省聊城市莘县境内(35°49.160'N, 115°24.071'E)转移至2018年的河南省濮阳市清丰县境内(35°57.651'N, 115°19.187'E), 整体上向西北迁移 17545.67m。2010 年之前农村居民点重心基本上向南迁移, 移动速度较缓慢; 2010 年之后转向西北方向迁移, 移动速度迅速上升。中国农村居民点空间分布范围减小, 其布局在南北方向趋于集聚, 东西方向趋于分散。
本文初步揭示了 2000—2018 年中国农村居民点重心迁移的宏观轨迹, 旨在为理解农村居民点的演变动态以及指导农村居民点空间布局调整提供了科学依据。由于农村居民点重心迁移受众多因素影响, 尤其是社会经济因素驱动, 因此未来应深入研究农村居民点重心迁移的社会经济驱动机制。同时, 本文初步探讨了农村居民点重心迁移与农村人口流动以及耕地变化的关系, 未来应进一步深入研究三者的耦合协调关系及其引发的效应, 以便更好地服务于农村土地管理。
参考文献
[1] 张佰林, 朱敏杰, 平宗莉, 等. 农村居民点产住用地权衡特征及其经济梯度分异——以山东省为例. 中国土地科学, 2021, 35(5): 75–83
[2] 中华人民共和国国家统计局. 中国统计年鉴 2022. 北京: 中国统计出版社, 2022
[3] 蒲金芳, 刘沙沙, 温良友, 等. 江南丘陵区农村居民点多功能空间特征与分区优化. 北京大学学报(自然科学版), 2023, 59(2): 271–280
[4] 商冉, 曲衍波, 姜怀龙. 人地关系视角下农村居民点转型的时空特征与形成机理. 资源科学, 2020, 42(4): 672–684
[5] 曲衍波, 赵伟英, 赵丽鋆, 等. 基于农户视角的平原农区空心化村庄宅基地退出模式研究. 北京: 经济科学出版社, 2023
[6] 李保杰, 陈莉, 顾和和. 苏北县域农村居民点空间分布格局与可达性研究——以徐州市丰县为例. 土壤通报, 2021, 52(2): 306–313
[7] 邹亚锋, 罗锋, 饶钰飞, 等. 要素配置与流动视角下农牧交错带农村居民点空间布局优化. 农业工程学报, 2023, 39(11): 245–255
[8] 张瑞, 杜国明, 张树文. 1986—2020 年东北典型黑土区耕地资源时空变化及其驱动因素. 资源科学, 2023, 45(5): 939–950
[9] 余志刚, 陈琛, 崔钊达. 东北三省耕地利用格局变化对粮食全要素生产率的影响. 农业资源与环境学报, 2024,41(1): 1–14
[10] Wang H, Zhang B, Liu Y, et al. Urban expansion patterns and their driving forces based on the center of gravity-GTWR model: a case study of the Beijing-Tianjin-Hebei urban agglomeration. Journal of Geo-graphical Sciences, 2020, 30(2): 297–318
[11] Zhao Y, Zhang G, Zhao H. Spatial network structures of urban agglomeration based on the improved gravity model: a case study in China’s two urban agglomera-tions. Complexity, 2021, 3: 1–17
[12] 魏静, 刘丽丽, 王红云, 等. 1990—2020年太行山区土地利用景观格局时空变化. 中国生态农业学报(中英文), 2022, 30(7): 1123–1133
[13] 崔继昌, 郭贯成, 张辉. 宅基地集约利用的空心化格局——华北平原典型村庄的微观尺度分析. 干旱区资源与环境, 2023, 37(5): 94–103
[14] 周贵鹏, 龙花楼. 农村居民点土地利用隐性形态三维测度及其耦合协调演化研究——以河南省为例. 地理科学进展, 2023, 42(6): 1082–1097
[15] 董光龙, 王珏, 程伟亚, 等. 山东省城镇化对农村居民点利用的直接效应与空间溢出效应研究. 地理研究, 2023, 42(6): 1629–1646
[16] Zhang X, Chen Y, Xu Y, et al. Does regional coopera-tion constrain urban sprawl? Evidence from the Guang-dong-Hong Kong-Macao Greater Bay Area. Landscape and Urban Planning, 2023, 235: 104742
[17] 李冰洁, 余梦晨, 韦宇昱, 等. 乡村振兴战略下九台区农村居民点时空演变. 湖北农业科学, 2022, 61(16): 76–82
[18] 唐芳, 李阳兵, 王权, 等. 岩溶槽谷区农村居民点的时空分布特征及其驱动机制. 自然资源学报, 2021, 36(4): 978–992
[19] 付永虎, 王心怡, 刘俊青, 等. 苏北典型乡村聚落的时空演变特征研究——以东海县为例. 中国农业大学学报, 2023, 28(3): 208–222
[20] 陈阳, 李伟芳, 任丽燕, 等. 空间统计视角下的农村居民点分布变化及驱动因素分析——以鄞州区滨海平原为例. 资源科学, 2014, 36(11): 2273–2281
[21] 陈红, 杨润佳, 叶艳妹. 中国土地资源的可耕性评价及其保护策略. 农业工程学报, 2023, 39(5): 192–200
[22] 王晓文, 田秉涛, 李娟, 等. 1985——2010年福建省耕地重心时空变化研究. 亚热带资源与环境学报, 2014, 9(2): 1–9
Characteristics of Center of Gravity Migration of Rural Settlements in China and Its Indicative Significance
Abstract To investigate the migration trajectory of the center of gravity of rural settlements in China from 2000 to 2018 and its impact on the intensive utilization of rural settlements and the spatial pattern of cultivated land occupation, the methods of center of gravity model and standard deviation ellipse model were employed. The results showed that from 2000 to 2018, the center of gravity of Chinese rural settlements migrated 17545.67 meters to the northwest, including 8843.191 meters to the west and 15154.162 meters to the north. During the four periods of 2000–2005, 2005–2010, 2010–2015, and 2015–2018, the center of gravity of rural settlements in China followed a trajectory of “southwest-southeast-northwest-northwest” with migration speeds of 894.326, 854.994, 1368.894 and 8108.936 m/a, respectively. Before 2010, the center of gravity primarily migrated southward at a relative slow pace, while after 2010, it migrated rapidly towards the northwest. From 2000 to 2018, the spatial distribution range of rural settlements in China showed a trend of initial contraction followed by expansion. Specifically, the distribution range decreased from 2000 to 2015 and expanded after 2015. Rural settlements exhibited a clustering pattern in the main trend direction (north-south) and a dispersing pattern in the east-west direction. The study shows that the utilization of rural settlements in northern China is more extensive, especially in northern, northeastern and eastern China, where the per capita area and growth rate of rural settlements are faster, the degree of intensive utilization is lower. The net occupation of arable land by rural settlements is the highest in the country, making it the region with the most serious occupation of arable land. The central-southern and southwestern regions are more intensive. The results of the study can provide a scientific basis for understanding the dynamics of the evolution of rural settlements and guiding the adjustment of the spatial layout of rural settlements.
Key words rural settlements; center of gravity; migration; cropland protection; China
国家自然科学基金(42271260, 42101278)、云南省基础研究计划(202201AT070039)和云南省“兴滇英才支持计划”青年人才培养项目(XDYC-QNRC-2022)资助