表1 研究区概况
Table1 Overview of the study area
序号 乡镇名称 样本村数量 宅基地数量/宗 1 西翟庄镇 12 5934 2 唐官屯镇 43 17763 3 沿庄镇 24 16454 4 王口镇 23 13531 5 台头镇 18 9897 6 良王庄乡 18 9328 7 陈官屯镇 24 12513 8 中旺镇 29 12528 9 双塘镇 10 5022 10 蔡公庄镇 16 7604 11 梁头镇 18 10302 合计 235 120876
北京大学学报(自然科学版) 第62 卷 第4 期 2026 年7 月
Acta Scientiarum Naturalium Universitatis Pekinensis, Vol. 62, No. 4 (July 2026)
doi: 10.13209/j.0479-8023.2025.086
教育部人文社科规划基金(23YJA630109)资助
收稿日期: 2025-05-06;
修回日期: 2025-08-12
Research on Efficiency Morphology of Homestead Utilization and Ecological Association Morphology Based on Town and Village Divisions:A Case Study of 235 Villages in Jinghai District, Tianjin City
近年来, 随着工业化和城镇化的发展, 中国经济实现重大飞跃, 土地利用转型成为映射中国社会经济变迁最显著的一面镜子。作为土地利用转型的核心内容, 土地利用形态是一个区域在某个特定时期由主要土地利用类型组成的结构, 通常分为显性形态和隐性形态两种形式[1]。土地利用隐性形态(包括固有投入和产出能力等)依附于显性形态, 不易察觉, 需要通过分析和检验才能获得[2]。根据周贵鹏等[3]的研究, 农村居民点土地利用隐性形态又可分为物质形态、效能形态和关联形态 3 个维度,随着农村宅基地“三权分置”的逐步推进, 城乡融合发展态势逐渐显现, 宅基地资源利用趋于市场化和资本化, 进一步强化农村宅基地利用效能形态。作为农村居民点土地利用的重要组成部分, 宅基地资源利用是保障农民安居乐业和农村社会稳定的重要基础。宅基地利用效能形态的测算对实现闲置宅基地盘活利用, 推进宅基地使用权流转, 助推宅基地利用转型具有重要意义。同时, 宅基地生态关联形态的测算不仅能够为撬动乡村生态价值提供参考,而且能够为实现生态宜居提供理论基础, 助力乡村振兴的实现。如何测算宅基地利用效能形态及生态关联形态成为农村土地研究和实践的重点和难点之一。
目前, 学术界关于宅基地利用效能形态的研究较少, 多停留在较大范围的土地利用隐性形态研究方面[4-5], 且多采用评价指标体系构建方法[6], 未能通过投入产出方法测算效能形态; 也有学者深入地细分地类, 解析耕地隐性形态的理论[7]与实证[8]。作为农村“三块地”之一, 宅基地在乡村发展中占据核心地位, 但目前极度缺乏对宅基地利用效能形态的研究, 对宅基地利用生态关联形态的研究更是处于空白状态。
分区与分类是研究土地利用形态的重要手段,是在对研究单元非空间属性特征和现实情况深入了解的基础上, 通过同时期不同地区不同类型单元的对比, 识别具有明显相似性、相关性和异质性的研究单元, 同时突出研究单元在空间上的邻接性和关联性, 从整体和局部对研究单元进行深入剖析[9]。目前, 对土地利用形态的分类研究主要从战略方向[10]和模型方法[11]等单一视角进行分类, 对多个角度(政策、资源及区位导向)叠加分类的研究较少。
鉴于上述背景, 本研究首先从理论上分析农村宅基地利用隐性形态中效能形态与生态关联形态的空间分布格局, 检验农村居民点土地利用隐性形态的概念内涵、理论及土地利用转型理论的合理性与科学性, 然后运用非期望产出超效率 SBM 模型, 从投入产出的视角构建宅基地利用效能形态评价指标体系, 从生存承载效能、生活提质效能、潜在经济效能和生态绿色效能 4 个方面测算宅基地利用效能形态, 并在此基础上分析宅基地利用效能形态的生态关联形态。本研究借鉴文献[12], 运用分尺度分类型研究方法, 在镇域和村域两个尺度, 从政策、资源和区位导向 3 个视角, 以天津市宅基地制度改革试点区(静海区)的 11 个城镇(235 个村庄)为例, 详细地剖析农村居民点的宅基地利用形态与生态关联形态, 以期为洞悉农村居民点中宅基地地类与生态环境之间的生活-生态关系提供参考, 为推进宅基地利用转型提供思路。
静海区位于天津市西南部, 下辖两个街道, 18个乡镇, 384 个行政村, 区域面积为 1475.68 km2。2022 年, 静海区常住人口为 77.92 万人, 乡村人口为 32.97 万人, 地区生产总值为 476.53 亿元。静海区是新一轮宅基地制度改革试点地区, 区政府积极开展一系列农村宅基地整理工作, 取得显著成效。本文选取静海区 11 个乡镇(235 个村庄)为研究对象,结合政府调研数据, 探讨静海区宅基地利用效能形态及生态关联形态。静海区 11 个乡镇的地理位置见图1, 具体情况见表1。
表1 研究区概况
Table1 Overview of the study area
序号 乡镇名称 样本村数量 宅基地数量/宗 1 西翟庄镇 12 5934 2 唐官屯镇 43 17763 3 沿庄镇 24 16454 4 王口镇 23 13531 5 台头镇 18 9897 6 良王庄乡 18 9328 7 陈官屯镇 24 12513 8 中旺镇 29 12528 9 双塘镇 10 5022 10 蔡公庄镇 16 7604 11 梁头镇 18 10302 合计 235 120876
图1 天津市静海区 11 个乡镇的地理位置
Fig.1 Locations of the 11 towns and townships in Jinghai District, Tianjin City
镇域划分方面, 2021 年, 天津市静海区政府发布《天津市静海区国民经济和社会发展第十四个五年规划和二零三五年远景目标纲要》(简称《目标纲要》), 提出唐官屯镇、独流镇、王口镇、蔡公庄镇、陈官屯镇和中旺镇 6 个特色城镇, 综合考虑数据的可得性和全面性, 本文以《目标纲要》为依据, 从政策导向角度, 将唐官屯镇、王口镇、蔡公庄镇、陈官屯镇和中旺镇 5 个城镇划分为特色城镇,将台头镇、沿庄镇、梁头镇、西翟庄镇、良王庄乡和双塘镇作为一般城镇。同时, 考虑到每个城镇的特色优势、主导功能和现实状况, 本文依据区政府正式发布文件, 从资源导向视角, 进一步将城镇划分为产业主导型和文化主导型城镇。产业方面, 静海区西部与河北省接壤, 居于京津冀城市群的重要位置, 具备承接北京制造产业的条件和能力; 同时毗邻雄安新区, 静海区政府正在着力打造静-雄物流产业链。文化方面, 京杭大运河南北向贯穿静海区全境, 独具特色的大运河文化对沿岸农村居民点位置形态以及村民生活生产有潜移默化的影响。因此, 我们将陈官屯镇、蔡公庄镇以及双塘镇划分为文化主导型城镇, 将唐官屯镇、王口镇以及中旺镇等 8 个镇划分为产业主导型城镇。一般城镇以发展第一产业为主, 特色城镇以发展第二、三产业为主(表2)。
表2 镇域和村域划分类型
Table2 Types of town and village divisions
政策引导视角 资源导向视角 细分类型 城镇村域划分近郊村 远郊村 边远村食品产业优势 王口镇 8 8 7 产业主导型 物流产业优势 唐官屯镇 0 33 10 特色城镇 航空产业优势 中旺镇 0 0 29 文化主导型乐器文化优势 蔡公庄镇 1 6 9 运河文化优势 陈官屯镇 15 9 0 农旅产业发展 良王庄乡 17 0 1 农旅产业发展 西翟庄镇 4 6 2 一般城镇产业主导型 农旅产业发展 梁头镇 17 1 0 农旅产业发展 台头镇 12 6 0 农业产业发展 沿庄镇 6 10 8 文化主导型 运河文化禀赋 双塘镇 10 0 0
村域划分方面, 本文选取“距乡镇政府距离”、“距干道距离”和“距区政府距离” 3 项指标来刻画村庄所处地理位置, 运用 ArcGIS 10.8 软件中的欧氏距离工具, 分别计算样本点与镇政府、路网和区政府的距离。运用自然断点法, 将各个村庄划分为边远村、远郊村和近郊村 3 类。
根据周贵鹏等[3]的定义, 本文的宅基地利用效能形态主要指宅基地上有形或无形附着物表现出的益于人类生存发展的综合功效和能力。宅基地生态关联形态指宅基地与就近较大规模生态系统间的联系, 较强的生态关联推动实现宅基地及农村居民点的生态宜居。宅基地利用效能形态越高, 表示该宅基地所在村庄越有利于人类居住, 反之亦然。宅基地生态关联形态越高, 表明该宅基地所在村庄生态宜居状态越好, 越有利于乡村文旅项目的推进以及乡村生态价值的实现。
政策视角直接源于地方政府对当地资源的战略规划和框架安排, 是理解不同政策倾斜地区宅基地利用效能与生态关联效能的重要依据。资源视角聚焦村庄发展的内生动力, 是理解不同引擎下村庄宅基地利用效能与生态关联效能的关键维度。区位视角反映地理空间差异对发展与约束条件的影响, 是理解不同位置差异下宅基地利用效能与生态关联效能的空间刻画。根据镇域和村域划分结果, 本研究运用 SBM 模型, 经测算得到宅基地利用效能形态值(EMHU)。运用生态环境质量指数和耦合协调度模型, 得到宅基地利用效能的生态关联形态值(EAM), 并在镇域和村域两个尺度, 从政策、资源和区位导向 3 个视角, 分析 EMHU 和 EAM 的空间分布及属性分布情况, 旨在为明晰农村宅基地利用效能与生态关联提供新思路, 研究框架如图2 所示。
图2 研究框架
Fig.2 Research framework diagram
数据包络分析(data envelopment analysis, DEA)是管理科学和运筹学领域广泛应用的一种非参数方法, 用来评估各种决策单元的相对效率[13]。土地利用隐性形态包括固有投入和产出能力, 是需要通过分析检验才能够察觉的一种土地形态, 非期望产出超效率 SBM 模型能够运用多投入和多产出指标, 对同一种类型的决策单元(DMU)进行评价[14], 因此本文运用非期望产出超效率 SBM 模型, 通过衡量宅基地利用产出能力, 测算宅基地利用效能形态。非期望产出超效率 SBM 模型表达如下:
其中, EMHU 为宅基地利用效能形态值, 0≤EMHU≤1;
, Sg 和 Sb 分别为投入、期望产出和非期望产出的松弛量; x, yg 和 zb 分别为投入、期望产出和非期望产出值; m, S1 和 S2 分别为投入、期望产出和非期望产出的要素个数; X, Yg 和 Zb 分别为投入、期望产出和非期望产出对应的矩阵; λ为权重向量。当且仅当S-=Sg=Sb=0,EMHU=1时, 决策单元为有效单元; 如果EMHU＜1, 表明决策单元无效, 该单元在投入产出上存在改善的潜力。运用自然断点法, 在镇域尺度上将 EMHU 划分为 3 类(低、中和高), 村域尺度上将 EMHU 划分为 5 类(低、较低、中、较高和高)。
本文采用生态环境质量指数表征宅基地所处乡村地域系统的生态环境, 通过耦合协调度模型[15]测算乡村地域系统下的宅基地利用生态关联形态。生态环境质量指数通过将土地利用类型与生态环境质量联系起来, 构建定量关系[16], 表征区域内生态环境质量的总体特征:
其中, EAM 表示生态环境质量指数, EVi 表示第 i 类土地利用类型对应的生态环境质量背景值[17], LUAi表示第 i 类土地利用类型的面积, n 表示研究区土地利用类型的数量。运用自然断点法, 在镇域尺度上将 EAM 分为 3 类(低、中和高)。在村域尺度上, 将EAM 中的耦合度(C)划分为低、较低、中、较高和高 5 类, 将综合协调度(T)和耦合协调度(D)划分为失调、濒临失调、初级协调、中级协调和高级协调5 类[15]。
借鉴前人研究成果, 从静海区宅基地资源利用的实际出发, 本研究选取的投入指标主要涉及土地投入、劳动力投入和资本投入, 产出指标主要涉及期望产出和非期望产出。考虑到宅基地资源的利用不仅与其自身资源禀赋有关, 而且与村庄的布局、资源、规划和管理等有密切关系[10], 投入指标从宅基地和村庄两个角度选取(表3)。参考周贵鹏等[3]关于农村居民点土地利用效能形态的研究结果, 从生活提质效能和潜在经济效能两个方面正向考虑期望产出。选取一户一宅率和农户拥有城镇住房率两项指标评估生活提质效能, 一户一宅既是合法合规的权利之本, 又是家庭关系的粘合之剂。农户拥有城镇住房率在一定程度上反映农户生活的质量水平, 是农村农户投入土地、劳动力和资本等重要要素后的重要产出, 间接地反映农村宅基地资源的期望产出。选取宅基地利用多样性和宅基地出租率两项指标评估潜在经济效能, 这两个指标都从宅基地价值显化的角度表明宅基地具备的潜在经济效能。从生存承载效能和生态绿色效能两个方面反向考虑非期望产出。生存承载效能选取一户多宅率指标,用于反映宅基地资源的低效利用和浪费。生态绿色效能方面, 选取空心率和地均生活能耗碳排放量两项指标, 用于反映村庄宅基地的碳排放含量。
表3 宅基地投入产出指标
Table3 Input-output indices of residential land
变量类型 变量名称全部村庄均值 标准差宅基地资源人均宅基地宗地面积 84.9198 17.5834 人均宅基地建筑面积 46.3787 12.6922 土地投入 村庄规划宅基地覆盖率 0.0557 0.1072 宅基地集聚度 0.5990 0.1505 投入指标 劳动力投入宅基地资源 户均人口 2.5017 0.2909 村庄规划 人口密度 0.0017 0.0017 资本投入宅基地资源 地上房屋使用年限均值 89.3098 100.4890 村庄规划 基础设施完善度 3.0857 6.1880 生活提质效能一户一宅率 0.8136 0.1432 农户拥有城镇住房率 0.0589 0.0740 期望产出 潜在经济效能宅基地利用多样性 0.0994 0.1222 产出指标 宅基地出租率 0.0136 0.0469 生存承载效能 一户多宅率 0.1641 0.0779 非期望产出生态绿色效能空心率 0.0726 0.0787 地均生活能耗碳排放量 12.1075 60.2634
本文采用的数据包括宅基地数据、村庄数据、土地利用数据和碳排放数据。宅基地和村庄数据来源于静海区人民政府网站(http://www.tjjh.gov.cn)2020—2021 年公开的宅基地摸底调查数据、本研究团队 2021 年 4—6 月的实地调研、通过爬虫获取的高德地图 POI 数据以及 2020 和 2021 年《静海区统计年鉴》。2020 年土地利用数据来自中国科学院资源环境科学与数据中心[18]。由于各地方部门未公开居民生活能耗碳排放数据, 村域生活能耗碳排放数据更加难以获取, 本文参考《人为二氧化碳开源数据清单(ODIAC)》[19-20], 从化石燃料燃烧、水泥生产、煤气燃烧排放和用电排放 4 个方面, 运用 Arcgis 10.8 软件对空间栅格数据进行处理, 得到农村生活能耗碳排放量。用电碳排放量的测算借鉴文献[21-23], 由于农村用电栅格数据缺少 2020—2021 年数据, 考虑到农村用电属于日常生活必需品, 年度用电差异较小, 因此本文选用 2019 年数据作为替代, 用电数据来自《中国区域电网二氧化碳排放因子研究》[24]。栅格数据不以行政区划为数据单元, 因此部分缺失值采用插值法补足。
特色城镇和一般城镇的 EMHU 分布结果如图3 (a)所示。特色城镇共有 5 个, 占比为 45%, 单位EMHU 介于 0.3587～0.6256 之间, 其中, 最大值为陈官屯镇(0.6256), 最小值为王口镇(0.3587), 主要分布在静海区南部, 少数分布于西北部。一般城镇共有 6 个, 占比为 55%, 单位 EMHU 介于 0.4100～ 0.8125 之间, 最大值为台头镇(0.8125), 最小值为双塘镇(0.4100), 其空间分布未呈现明显的规律。
图3 镇域尺度上 EMHU 的空间分布图
Fig.3 Spatial distribution of EMHU under town divisions
产业主导型和文化主导型城镇的 EMHU 分布结果如图3(b)所示。产业主导型城镇共有 8 个, 占比为 73%, 单位 EMHU 介于 0.3587～0.8125 之间, 最大值为台头镇(0.8125), 最小值为王口镇(0.3587)。产业主导型城镇主要分布在静海区与河北沧州、廊坊等地的交界地带(静海区的西北和西南)。原因在于, 该地处于京津冀协同发展规划范围内, 静沧廊(3+5)战略合作已纳入津冀协同发展机制, 具备疏解非首都功能产业条件; 同时, 该地毗邻雄安新区,为雄安新区提供装配式建筑产品和林海苗木等, 已初步搭建静海-雄安新区的物流平台。文化主导型城镇共 3 个, 占比为 27%, 单位 EMHU 介于 0.4100～0.6256 之间, 最大值为陈官屯镇(0.6256), 最小值为双塘镇(0.4100), 主要分布在大运河沿岸。大运河文化带是静海区的文旅产业重点项目, 双塘镇和陈官屯镇依托大运河文化生态资源, 建设运河文化博物馆和古镇, 发展文化旅游。
将上述两类整合, 得到镇域尺度上的 EMHU 结果, 如图3(c)所示。特色城镇中, 产业主导型共有 3个(唐官屯镇、中旺镇和王口镇), 占比为 60%, 单位 EMHU 分别为 0.4327, 0.5316 和 0.3587。唐官屯镇和中旺镇分布于静海区的南部, 王口镇分布于静海区的西北部。唐官屯镇作为静海-雄安的运输通道, 积极推进混凝土装配式建筑项目, 打造京津冀“海铁” “公铁“联运集散地, 构建以综合物流中心(唐官屯加工物流区)为支撑的配送网络。中旺镇积极发展航空零部件加工产业, 建设京津冀绿色电镜和航空配套产业集群、静海东南新市镇。文化主导型共有两个(蔡公庄镇和陈官屯镇), 占比为 40%, 单位 EMHU 分别为 0.4580 和 0.6256。陈官屯镇沿南运河而居, 蔡公庄镇位于静海区南部。南运河贯穿陈官屯镇全镇, 陈官屯全镇 24个村庄全部沿大运河而居, 形成独具一格的文化资产, 蔡公庄镇依托乐器之乡品牌效应, 打造乐器文化创意产业基地。
一般城镇中, 产业主导型共有 5 个(良王庄乡、西翟庄镇、梁头镇、台头镇和沿庄镇), 占比为83%, 单位 EMHU 为 0.5769, 0.5230, 0.6958, 0.8125和 0.4717, 最大值为台头镇(0.8125), 最小值为沿庄镇(0.4717)。近年来, 台头镇依托“台头西瓜”品牌, 举办台头西瓜文化节, 助力村庄发展, 北二堡村凭借自身资源禀赋优势, 开辟了一条符合乡村发展的“康养+文旅”之路, 并有效地带动周边村庄的发展, 设有“十堡联动”规划[24]。梁头镇毗邻静海区林海经济示范区, 依托林海资源打造自身产业动能。西翟庄紧邻黄烨市, 受其辐射, 农产品大枣品牌负有盛名。良王庄乡的“梨”、台头镇的“西瓜”、西翟庄的“枣”和梁头镇的“林”为其发展农旅产业提供了有利条件。文化主导型共有 1 个(双塘镇), 占比为 17%, 单位 EMHU 为 0.4100。双塘镇沿南运河分布, 具有天然的运河文化禀赋, 依托大运河文化带的发展成为双塘镇的主导。
特色城镇的平均 EMHU 为 12.9232, 一般城镇的平均 EMHU 为 9.8718, 特色城镇的 EMHU 整体上高于一般城镇, 特色城镇的 EMHU 主要分布在中低等级别, 而一般城镇的 EMHU 呈现均等化分布状态。产业主导型城镇的平均 EMHU 为 12.1754, 文化主导型城镇的平均 EMHU 为 8.8145, 产业主导型城镇的 EMHU 显著高于文化主导型城镇, 产业主导型城镇的 EMHU 分布较为均等化和分散化, 可能还受其他复杂因素的影响。文化主导型城镇的 EMHU 主要分布在低等级别, 整体上表现为中低等级别。将上述两类整合, 得到镇域划分后的 EMHU 结果(表4)。在特色城镇中, 产业主导型城镇的平均EMHU 为 14.0910, 文化主导型城镇的平均 EMHU为 11.1716; 一般城镇中, 产业主导型城镇的平均EMHU 为 11.0260, 文化主导型城镇的平均 EMHU为 4.1004。整体来看, 特色城镇中产业主导型城镇和文化主导型城镇的平均 EMHU 均高于一般城镇,且特色城镇中文化主导型城镇的 EMHU 高于一般城镇的产业主导型城镇, 表明政策引导和特色资源禀赋对提高当地 EMHU 具有显著的正向影响。从分布来看, 只有一般城镇中产业主导型城镇的EMHU 主要分布于中高等级, 大部分城镇的 EMHU值均处于低等级别, 这与本研究团队之前研究中静海区宅基地价值普遍处于低水平的研究结论[25]一致, 即宅基地资源利用效能形态的提高可能会直接提高宅基地的价值。
表4 镇域尺度上的 EMHU
Table4 EMHU under town divisions
镇域划分 平均EMHU 低EMHU 中EMHU 高EMHU 城镇数量 占比/% 城镇数量 占比/% 城镇数量 占比/%特色城镇 13.3882 3 60.00 2 40.00 0 0 一般城镇 10.7328 2 33.33 2 33.33 2 33.33 产业主导型 12.8212 3 37.50 3 37.50 2 25.00 文化主导型 9.5895 2 66.67 1 33.33 0 0 特色城镇产业主导型 14.0910 2 66.67 1 33.33 0 0 文化主导型 11.1716 1 50.00 0 0 1 50.00 一般城镇产业主导型 11.0260 1 20.00 2 40.00 2 40.00 文化主导型 4.1004 1 100.00 0 0 0 0
各村庄划分结果如图4 所示。近郊村共有 92个, 占比为 39.15%, EMHU 介于 0.0164～1.3169 之间, 最大值为台头镇的中二堡村(1.3169), 最小值为沿庄镇的东禅房村(0.0164), 最大值为最小值的80.2988 倍, 主要分布在区政府驻地附近, 由内到外呈环状包围静海新城。远郊村共有 79 个, 占比为33.62%, EMHU 介于 0.0182～1.3743 之间, 最大值为蔡公庄镇的幸福村(1.3743), 最小值为唐官屯镇的后小屯村(0.0182), 最大值为最小值的 75.5110 倍,主要分布在近郊区外围。边远村共有 66 个, 占比28.09%, EMHU 介于 0.0174～0.5025 之间, 最大值为蔡公庄镇的四党口南村(0.5025), 最小值为蔡公庄镇的四党口中村(0.0174), 最大值为最小值的28.8793 倍, 主要分布在中旺镇、蔡公庄、沿庄镇南部和唐官屯镇南部等远郊区外围。
图4 村域尺度上 EMHU 的空间分布
Fig.4 EMHU spatial distribution at village scale
村域尺度上的 EMHU 结果如表5 所示。近郊村的平均 EMHU 为 0.5857, 低 EMHU 村庄占比为31.11%, 较低 EMHU 村庄占比为 14.44%, 中EMHU村庄的占比为 5.56%, 较高 EMHU 村庄的占比为 44.44%, 高 EMHU 村庄占比为 4.44%。远郊村的平均 EMHU 为 0.4629, 低 EMHU 村庄占比为 41.77%, 较低 EMHU 村庄占比为 17.72%, 中 EMHU 村庄占比为 2.53%, 较高 EMHU 村庄占比为 36.71%, 高EMHU 村庄占比为 1.27%。边远村的平均 EMHU 为0.5238, 低 EMHU 村庄占比为 36.36%, 较低 EMHU村庄占比为 16.67%, 中 EMHU 村庄占比为 7.58%, 较高 EMHU 村庄占比为 31.82%, 高 EMHU 村庄占比为 7.58%。可见, 随着区位优势的增加, 农村EMHU 呈现先降低后增加的态势, 且近郊村显著高于远郊村和边远村, 远郊村处于 EMHU 曲线的最低点, 表明区域内陆村庄的宅基地资源被充分利用最为艰难。
表5 村域尺度下的 EMHU
Table5 EMHU at village scale
低EMHU 较低EMHU 中EMHU 较高EMHU 高EMHU 村域划分 平均EMHU村庄数量 占比/% 村庄数量 占比/%村庄数量 占比/%村庄数量 占比/% 村庄数量 占比/%近郊村 0.5857 28 31.11 13 14.44 5 5.56 40 44.44 4 4.44 远郊村 0.4629 33 41.77 14 17.72 2 2.53 29 36.71 1 1.27 边远村 0.5238 24 36.36 11 16.67 5 7.58 21 31.82 5 7.58
EAM 主要通过耦合度(C)、综合协调度(T)和耦合协调度(D) 3 项指标来反映。为使各城镇之间具有可比性, 采用 3 项指标的均值作为分析依据。特色城镇和一般城镇的 EAM 分布结果如图5(a)～(c)所示。特色城镇的单位耦合度均值为 0.3690, 单位综合协调度均值为 0.5484, 单位耦合协调度均值为0.0151; 一般城镇的单位耦合度均值为 0.4085, 单位综合协调度为 0.5857, 单位耦合协调度均值为0.0267。可见, 一般城镇的宅基地利用效能与生态关联之间的协调关系优于特色城镇。
图5 镇域尺度上 EAM 的空间分布
Fig.5 Spatial distribution of EAM under town divisions
产业主导型和文化主导型城镇的 EAM 分布结果如图5(d)～(f)所示。产业主导型城镇的单位耦合度均值为 0.3934, 单位综合协调度均值为 0.5727, 单位耦合协调度均值为 0.0198。文化主导型城镇的单位耦合度均值为 0.3828, 单位综合协调度均值为0.5582, 单位耦合协调度均值为 0.0258。文化主导型城镇的宅基地利用效能形态与生态环境之间的关联协调关系优于产业主导型城镇, 但子系统之间的相互影响程度则相反。
将上述两类整合, 得到整体镇域尺度上的 EAM结果, 如图5(g)～(i)所示。特色城镇中, 产业主导型城镇的单位耦合度平均值为 0.3594, 单位综合协调度平均值为 0.5337, 单位耦合协调度平均值为0.0121; 文化主导型城镇的单位耦合度平均值为0.3834, 单位综合协调度平均值为 0.5705, 单位耦合协调度平均值为 0.0196。一般城镇中, 产业主导型城镇的单位耦合度平均值为 0.4139, 单位综合协调度平均值为 0.5961, 单位耦合协调度平均值为0.0244; 文化主导型城镇的单位耦合度平均值为0.3816, 单位综合协调度平均值为 0.5337, 单位耦合协调度平均值为 0.0214。一般城镇中产业主导型城镇的宅基地利用效能形态与生态环境之间的整体和谐情况最好, 二者之间的相互影响和依赖作用最强, 且两个子系统内部的综合发展水平也为最高。特色城镇中产业主导型城镇的宅基地利用效能形态与生态环境之间的整体和谐情况最差, 子系统之间关联强度最弱。原因在于一般城镇以农业和旅游产业为主, 农产品的生长环境和农产品观光景点的商业需求等决定其对生态环境的依赖性强, 以农产品主导的农村宅基地利用效能形态与生态关联形态联系相对紧密, 特色城镇以制造业为主, 在多个产业园区(唐官屯物流园区、蔡公庄乐器文化产业基地等)辐射带动周边人口增加、经济发展的同时, 生活碳排放量持续增加, 生态绿色效能降低, 宅基地作为具有保障性功能地类在其中发挥作用的同时,直接导致生态关联能力下降。
特色城镇的 EAM 平均值为 0.9325, 一般城镇的 EAM 平均值为 1.0209。特色城镇的 EAM 整体上低于一般城镇, 特色城镇的 EAM 主要分布在低等级别, 而一般城镇的 EAM 主要分布在高等级别。产业主导型城镇的 EAM 平均值为 0.9860, 文化主导型城镇的 EAM 平均值为 0.9668, 产业主导型城镇主要分布于低等级, 文化主导型城镇则相对呈现均衡分布。将上述两类整合, 得到镇域尺度上的EAM 结果(表6)。在特色城镇中, 产业主导型城镇的 EAM 平均值为 0.9052, 文化主导型城镇的 EAM平均值为 0.9734。一般城镇中, 产业主导型城镇的EAM 平均值为 1.0344, 文化主导型城镇的 EAM 平均值为 0.9534。整体来看, 一般城镇的产业主导型城镇 EAM 值最高, 原因在于该类型以发展与生态关联最密切的农业和陆游产业为主, 使得宅基地资源利用与生态关联之间达成一种和谐共生的发展状态, 切实可行地走出“绿水青山就是金山银山”的发展道路。
表6 镇域尺度上的 EAM
Table6 EAM under town divisions
镇域划分 均值 EAM指标低EAM 中EAM 高EAM 城镇数量 占比/% 城镇数量 占比/% 城镇数量 占比/%C 4 80.00 0 0 1 20.00 特色城镇 0.9325 T 3 60.00 1 20.00 1 20.00 D 4 80.00 1 20.00 0 0 C 1 16.67 1 16.67 4 66.67 一般城镇 1.0209 T 1 16.67 2 33.33 3 50.00 D 1 16.67 3 50.00 2 33.33 C 4 50.00 0 0 4 50.00 产业主导型 0.9860 T 2 25.00 3 37.50 3 37.50 D 4 50.00 3 37.50 1 12.50 C 1 33.33 1 33.33 1 33.33 文化主导型 0.9668 T 2 66.67 0 0 1 33.33 D 1 33.33 1 33.33 1 33.33 C 3 100.00 0 0 0 0 产业主导型 0.9052 T 2 66.67 1 33.33 0 0 D 3 100.00 0 0 0 0 特色城镇 C 1 50.00 0 0 1 50.00 文化主导型 0.9734 T 1 50.00 0 0 1 50.00 D 1 50.00 1 50.00 0 0 C 1 20.00 0 0 4 80.00 产业主导型 1.0344 T 0 0 2 40.00 3 60.00 D 1 20.00 3 60.00 1 20.00 一般城镇 C 0 0 1 100.00 0 0 文化主导型 0.9534 T 1 100.00 0 0 0 0 D 0 0 0 0 1 100.00
各村庄划分结果如图6 所示。近郊村的耦合度介于 0～0.4903 之间, 最大值为良王庄乡的胡家村(0.4903), 最小值为沿庄镇的东禅房村(0); 综合协调度介于 0.4013～0.9145 之间, 最大值为良王庄乡的胡家村(0.9145), 最小值为沿庄镇的东禅房村(0.4013); 耦合协调度介于 0～0.6696 之间, 最大值为良王庄乡的胡家村(0.6696), 最小值为沿庄镇的东禅房村(0)。远郊村的耦合度介于 0.0563～0.4999之间, 最大值为唐官屯镇的前小屯村(0.4999), 最小值为唐官屯镇的后小屯村(0.0563); 综合协调度介于 0.2026～0.7843 之间, 最大值为蔡公庄镇的幸福村(0.7843), 最小值为唐官屯镇的烧窑盆村(0.2026); 耦合协调度介于 0.1563～0.6001 之间, 最大值为台头镇的南坝台村(0.6001), 最小值为唐官屯镇的后小屯村(0.1563)。边远村的耦合度介于 0～0.4998 之间, 最大值为唐官屯镇的慈儿庄村(0.4998), 最小值为中旺镇的蔡庄子村(0); 综合协调度介于 0.2641～ 0.8168 之间, 最大值为蔡公庄镇的四党口南村(0.8168), 最小值为唐官屯镇的大十八户村(0.2641); 耦合协调度介于 0～0.6026 之间, 最大值为王口镇的郑庄村(0.6026), 最小值为中旺镇的蔡庄子村(0)。
图6 村域尺度上 EAM 的空间分布
Fig.6 EAM spatial distribution under village divisions
村域尺度的 EAM 结果如表7 所示。可以看出, 近郊村的平均 EAM 为 1.4770。耦合度指标中, 低EAM 村庄占比为 3.33%, 较低 EAM 村庄占比为8.89%, 中 EAM 村庄占比为 14.44%, 较高 EAM 村庄占比为 10.00%, 高 EAM 村庄占比为 63.33%。综合协调度指标中, 低 EAM 村庄占比为 14.44%, 较低 EAM 村庄占比为 23.33%, 中 EAM 村庄占比为13.33%, 较高 EAM 村庄占比为 43.33%, 高 EAM 村庄占比为 5.56%。耦合协调度指标中, 低 EAM 村庄占比为 3.33%, 较低 EAM 村庄占比为 25.56%, 中EAM 村庄占比为 22.22%, 较高 EAM 村庄占比为27.78%, 高 EAM 村庄占比为 21.11%。整体来看, 区位优势对 EMHU 和 EAM 具有同向影响, 随着区位优势的增加, 均表现出先降低后增加的态势; EAM 主要分布于高等级和较高等级, 其中以近郊村的耦合度指标最为显著。
表7 村域划分下 EAM
Table7 EAM under village divisions
村域划分 均值 EAM指标低EAM 较低EAM 中EAM 较高EAM 高EAM 村庄数量 占比/% 村庄数量占比/%村庄数量占比/%村庄数量 占比/% 村庄数量占比/%C 3 3.33 8 8.89 13 14.44 9 10.00 57 63.33 近郊村 1.4770 T 13 14.44 21 23.33 12 13.33 39 43.33 5 5.56 D 3 3.33 23 25.56 20 22.22 25 27.78 19 21.11 C 6 7.59 16 20.25 8 10.13 9 11.39 40 50.63 远郊村 1.3447 T 20 25.32 21 26.58 9 11.39 28 35.44 1 1.27 D 11 13.92 21 26.58 17 21.52 19 24.05 11 13.92 C 3 4.55 7 10.61 10 15.15 8 12.12 38 57.58 边远村 1.3980 T 15 22.73 12 18.18 13 19.70 24 36.36 2 3.03 D 6 9.09 19 28.79 14 21.21 19 28.79 8 12.12
本文基于农村居民点土地利用隐性形态理论,采用非期望产出超效率 SBM 模型, 测算宅基地利用效能形态, 结合生态环境质量指数, 运用耦合协调度模型, 测算宅基地利用生态关联形态, 并使用分类比较研究方法, 从政策、资源和区位 3 个视角分析静海区 235 个村庄的宅基地利用效能形态及生态关联形态, 得出以下结论。
1) 从政策导向的视角来看, 静海区特色城镇的EMHU 均值优于一般城镇, EAM 则整体上低于一般城镇, 表明政策导向视角下 EMHU 与 EAM 呈反比;静海区特色城镇的 EMHU 和 EAM 主要分布在低等级别, 一般城镇 EMHU 的分布较为均等, EAM则主要分布于高等级别。
2) 从资源导向的视角来看, 静海区产业主导型城镇的 EMHU 均值优于文化主导型城镇, 而 EAM整体上低于文化主导型城镇, 表明资源导向视角下EMHU 与 EAM 成反比; 静海区产业主导型城镇的EMHU 分布较为均衡, EAM 则主要分布于低等级别, 文化主导型城镇的 EMHU 主要分布在中低等级别, EAM 的分布则较为均衡。
3) 从整体上看, 特色城镇中文化主导型城镇的EMHU 高于一般城镇中产业主导型城镇; 除一般城镇中产业主导型的 EMHU 主要分布于中高等级外,大部分城镇的 EMHU 均处于低等级别。一般城镇中产业主导型城镇的 EAM 最强, 特色城镇中产业主导型城镇的 EAM 最弱。
4) 从区位导向的视角来看, 随着区位优势的增加, EMHU 和 EAM 均呈现先降低后增加的趋势, 远郊区既是 EMHU 的洼地, 也是 EAM 的最低点, 表明静海区内陆的宅基地资源利用效能形态难以激活, 且其生态关联也呈现不和谐的形态。
基于本文的研究结果, 我们提出以下 4 点政策建议。
1) 强化特色城镇的生态价值开发。特色城镇依托其独特的禀赋(如产业和文化), 已形成明确的发展导向与规划前景。然而, 在着力发展优势产业的过程中, 存在忽视生态文明建设与生态价值深度开发的潜在风险。因此, 农村宅基地制度改革应重点关注特色城镇的乡村发展与振兴, 着力挖掘并量化乡村生态价值, 系统地评估生态系统的服务水平, 将生态价值赋能于本地优势产业, 驱动特色城镇的可持续发展, 并助力生态宜居目标的实现。
2) 聚焦产业主导型城镇的生态价值转化与保护。产业振兴是乡村振兴的核心环节, 产业带动乡村及所在城镇是县域城镇化的重要发展路径。当前, 在推进产业发展时, 亟需重视产业主导型城镇生态价值转化与生态产业的培育, 将城镇固有资源切实转化为惠及城乡居民的福祉。产业发展应秉持可持续发展理念, 避免只关注单一经济指标, 需从长远的视角, 统筹考量生态环境保护, 维护城镇绿色空间与农村人居环境品质。
3) 优先发展特色城镇及一般城镇中的产业主导型城镇。特色城镇(无论产业主导型或文化主导型)在宅基地利用效能及生态关联形态上均显著优于一般城镇, 而一般城镇中, 产业主导型城镇又优于文化主导型城镇。因此, 在推进农村改革、城乡融合与乡村振兴政策时, 强调政策设计与执行的重点性和策略性至关重要。应聚焦产业发展, 优化空间载体, 加强生态环境保护, 通过持续的努力, 将产业优势转化为核心竞争力, 最终实现产业兴旺、生态宜居、生活富裕的协同发展目标。
4) 深度挖掘远郊区农村的土地资产价值与生态价值。受限于地理位置, 远郊区普遍面临人才匮乏、资金短缺及基础设施薄弱等困境, 成为乡村振兴的难点区域。然而, 远郊区蕴藏着丰富的“沉睡”土地资源与生态资源。盘活与激活这些固有资源, 是实现远郊区突破性发展的关键路径, 需要政府、市场、村集体及农户多方主体的协同参与, 是一项系统性的工程。应通过改革, 盘活远郊区闲置土地资源, 例如台头镇北二堡村“康养+文旅”模式, 将分散宅基地整合为文旅配套区, 释放连片生态空间。应以科技赋能生态资产价值实现, 例如团泊湖湿地碳汇监测、对接天津市碳普惠机制、建设村级生态监测站, 实时追踪碳排放数据, 接入天津碳交易市场。应以融合推动产业业态多元化发展, 如复制良王庄乡“梨”、台头镇“西瓜”等品牌经验, 在远郊村宅基地嵌入加工体验和电商直播等功能。应完善制度与机制, 保障农民权益, 有效地释放远郊区农村的潜在资源价值。
人地关系理论一直是理论研究和实践的重点议题, 宅基地利用效能形态与生态关联形态是乡村地域系统人地关系问题的具体表征。农村宅基地地类是人类生存以及开展社会化活动的重要地带, 农村生态环境是自然界在乡村地域系统的关键表征, 宅基地利用效能形态与生态关联形态反映人地关系理论下的实践写照, 也是生活-生态关系的现实表达,对二者关系的研究有助于推进理论与实践的共同发展。
本研究虽然构建了宅基地效能形态与生态关联形态的测算方法, 并对其分类解析, 为农村居民点土地利用隐性形态研究提供了思路, 但仍然存在一些局限性: 第一, 由于村域数据获取困难, 本研究停留在截面数据研究上, 如果能用长时间序列数据加以验证, 研究结论将更加可靠; 第二, 由于数据的缺失, 以及静海区案例的现实情况所限, 本研究中一般城镇的文化主导型选取样本较少(只有双塘镇一个城镇), 可能会影响该类型城镇研究结论的普适性, 有待进一步研究。此外, 区位导向视角下宅基地利用效能形态与生态关联形态呈现 U 型趋势, 应进一步探讨其背后的经济学和生态学解释,更深入地剖析农村宅基地利用效能与生态关联效能之间的内在联系, 为宅基地制度改革及乡村生态价值量化提供思路。
[1] 龙花楼. 论土地利用转型与乡村转型发展. 地理科学进展, 2012, 31(2): 131-138
[2] 龙花楼, 屠爽爽. 土地利用转型与乡村振兴. 中国土地科学, 2018, 32(7): 1-6
[3] 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
[4] 张玥, 代亚强, 陈媛媛, 等. 土地利用隐性转型与土地利用碳排放空间关联研究. 中国土地科学,2022, 36(6): 100-112
[5] 宋家鹏, 陈松林. 福建省土地利用隐性形态与土地生态安全耦合协调分析. 水土保持研究, 2020, 27(4): 301-307
[6] 程建, 程久苗. 中国省际土地利用隐性形态时空格局、驱动力与转型模式. 中国土地科学, 2017, 31(12): 60-68
[7] 曲艺, 龙花楼. 中国耕地利用隐性形态转型的多学科综合研究框架. 地理学报, 2018, 73(7): 1226-1241
[8] 周贵鹏, 龙花楼, 戈大专, 等. 耕地利用隐性形态三维测度及其地域类型研究——以黄淮海地区为例. 地理研究, 2024, 43(1): 180-199
[9] 曲艺, 龙花楼. 基于开发利用与产出视角的区域土地利用隐性形态综合研究——以黄淮海地区为例.地理研究, 2017, 36(1): 61-73
[10] 蔡为民, 张钰, 张佰林, 等. 乡村空间治理视域下宅基地再利用类型选择——基于天津市静海区 56个宅改试点村的研究. 地理科学进展, 2022, 41(10):1806-1818
[11] 曲衍波, 赵丽鋆, 柴异凡, 等. 乡村振兴视角下空心村多维形态识别与分类治理——以山东省禹城市房寺镇为例. 资源科学, 2021, 43(4): 776-789
[12] 苑韶峰, 张晓蕾, 李胜男, 等. 基于地域和村域区位的宅基地价值测算及其空间分异特征研究——以浙江省典型县市为例. 中国土地科学, 2021, 35(2):31-40
[13] Yu J, Zhou K, Yang S. Regional heterogeneity of China’s energy efficiency in “new normal”: a metafrontier super-SBM analysis. Energy Policy, 2019, 134: 110941
[14] 田光辉, 李江苏, 苗长虹, 等. 基于非期望产出的中国城市绿色发展效能形态及影响因素分析. 经济地理, 2022, 42(6): 83-91
[15] 林宣佐, 史修艺, 王光滨, 等. 农村三产融合与宅基地退出的协同作用机理及协调度研究. 世界农业,2020(3): 28-35
[16] 陈万旭, 李江风, 曾杰, 等. 中国土地利用变化生态环境效应的空间分异性与形成机理. 地理研究,2019, 38(9): 2173-2187
[17] 李晓文, 方创琳, 黄金川, 等. 西北干旱区城市土地利用变化及其区域生态环境效应——以甘肃河西地区为例. 第四纪研究, 2003(3): 280-290
[18] 徐新良, 刘纪远, 张树文, 等. 中国多时期土地利用遥感监测数据集(CNLUCC) [DB/OL]. (2018)[2025-04-06]. http://www.resdc.cn/DOI
[19] BP. Statistical review of world energy: all data, 1965—2019 [R/OL]. (2022) [2023-04-18]. https://www.bp.com/en/global/corporate/energy-economics/statisticalreview-of-world-energy.html
[20] Chen Jiandong, Gao Ming. Global 1 km × 1 km gridded revised real gross domestic product and electricity consumption during 1992—2019 based on calibrated night-time light data [DB/OL]. (2021)[2025-04-06].https://doi.org/10.6084/m9.figshare.17004523.v1
[21] 曹翔, 高瑀. 低碳城市试点政策推动了城市居民绿色生活方式形成吗?. 中国人口·资源与环境, 2021,31(12): 93-103
[22] 丁凡琳, 陆军, 赵文杰. 城市居民生活能耗碳排放测算及空间相关性研究——基于 287 个地级市的数据. 经济问题探索, 2019(5): 40-49
[23] 刘子菲, 郭鹏, 孙艳玲, 等. 基于 POI数据的珠海市中心城区公共服务设施集聚特征分析. 地域研究与开发, 2023, 42(2): 73-79
[24] 中国华能碳中和研究所, 生态环境部环境规划院.中国区域电网二氧化碳排放因子研究(2023)[R/OL].(2023-10-27)[2025-04-01]. https://www.caep.org.cn/sy/tdftzhyjzx/zxdt/202310/t20231027_1044179.shtml
[25] 张钰, 蔡为民, 张佰林, 等. 宅基地再利用模式比较及驱动力研究——以天津市蔡庄子和北二堡两村为例. 自然资源情报, 2023(2): 40-45
[26] 张钰, 蔡为民, 张佰林. 基于村域综合修正的宅基地价值测算及空间分布特征分析——以天津市静海区 17 余万宗宅基地为例. 中国土地科学, 2023, 37 (9): 62-72