村庄空间开发强度与景观格局的耦合关系研究

Coupling Relationship between Village Spatial Development Intensity and Landscape Pattern

摘要: 分析村庄空间开发强度与景观格局的耦合关系对村庄国土空间开发保护具有重大意义。综合应用村庄空间开发强度指数、景观格局指数、双变量空间自相关模型、耦合度与耦合协调度模型等方法，构建了分析村庄空间开发强度与景观格局耦合关系的技术方法。以安徽省100个村庄为例，分析了安徽省村庄空间开发强度与景观格局的耦合关系，结果显示：村庄开发强度与景观格局的空间耦合关系主要表现为高–高聚类和低–高聚类，皖北平原村庄耦合协调发展状态最佳。只有皖西山区和皖北平原村庄的景观格局与多个空间开发强度指标之间存在显著的多元线性关系。研究结果可为村庄国土空间开发保护、村庄规划编制提供理论方法参考和实践应用借鉴。

Abstract: Analysing the coupling relationship between spatial development intensity and landscape pattern is of great significance for the development and protection of village land resources. The technical method for analysing the coupling relationship between village spatial development intensity and landscape pattern is constructed based on the methods of village spatial development intensity model, landscape pattern index, bivariate spatial autocorrelation model, coupling degree and coupling coordination degree model. Taking 100 villages in Anhui Province, China as an example, the coupling characteristics of village spatial development intensity and landscape pattern are analysed. The spatial coupling relationship between village spatial development intensity and landscape pattern is mainly characterised by high-high clustering and low-high clustering. The coupling coordinated development of villages in the Northern Anhui plain region is the best. There is only a significant multi-linear relationship between village landscape pattern and multiple spatial development intensity indicators in Western Anhui mountainous region and Northern Anhui plain region. The research results can provide theoretical method and practical application reference for village land space development and protection and village planning.

1. 引言

空间开发强度是一定区域内土地利用程度及其承载人类活动强度的综合反映[1]，村庄空间开发强度即村庄范围内的土地开发利用程度，集中体现为土地开发利用的大小、密度等[2]。景观格局反映了不同土地利用类型的空间分布、斑块大小和形状等特征[3]。空间开发导致土地利用变化，进而带来景观格局的相应变化，探讨两者之间的耦合关系对统筹村庄国土空间开发保护、编制村庄规划具有重要理论方法和实践意义。相关研究主要集中在土地开发强度评价与优化[4]、景观格局的时空特征及驱动因素[5]。研究方法上，GIS空间分析技术和景观格局指数是常用的技术方法[6]，研究范围主要集中区域和城市尺度[7]-[9]。总体上，已有研究较少探讨空间开发强度与景观格局的耦合关系。同时，研究对象主要集中在宏观尺度，村庄作为国土空间体系的微观基层单元，其空间开发强度与景观格局的耦合关系尚缺乏探讨。基于此，本文以安徽省不同地貌分区的100个村庄为研究对象，综合分析与挖掘村庄空间开发强度与景观格局的耦合关系，以期为安徽省及其他地区的村庄国土空间开发保护提供理论方法参考和借鉴。

2. 研究方法

空间开发强度与景观格局的耦合关系包括空间耦合与非空间耦合，前者包括高高、高低、低高和低低四种关系，后者存在从失调到协调的不同等级的耦合协调发展状态。研究应用综合指标法计算村庄空间开发强度，再利用双变量自相关模型分析空间耦合关系，利用耦合度和耦合协调度模型分析非空间耦合关系，最后利用相关系数和多元回归模型探讨了空间开发对景观格局的影响机制。

2.1. 村庄空间开发强度

村庄空间开发以土地利用为核心，研究围绕土地利用选取景观开发强度指数(landscape development intensity, LDI)、道路密度(road density, RD)、紧凑度(space compactness, SC)等3个指标计算村庄的综合空间开发强度。每个村庄的空间开发强度(spatial development intensity, SDI)是景观开发强度指数、道路密度和紧凑度的综合集成：

$SDI={\displaystyle \sum _{i=1}^3{w}_i{x}_i}$ (1)

式中，x_i和w_i分别是LDI、RD和SC的标准化值和权重，标准化值采用极差标准化法计算，权重采用层次分析法计算。SDI值越大，表示空间开发强度越高。景观开发强度指数反映了不同土地利用类型对自然生态环境的能量输入情况[10]，输入能量越大则对自然的干扰越剧烈，景观开发强度也越大，计算公式为：

$LDI={\displaystyle \sum _{i=1}^n\frac{a_i}{A}}\times I_i$ (2)

式中，a_i为村庄第i个土地利用类型的面积，A为村庄总面积，n为村庄土地利用类型数量，I_i为第i个土地利用类型的景观开发强度系数，根据已有研究[11]，不同土地利用类型的景观开发强度系数如表1所示。

Table 1. The landscape development intensity coefficients (I)

表1. 景观开发强度系数(I)

地类	土地利用	I	地类	土地利用	I
农用地	耕地	4.54	未利用地	裸地，滩涂	1
	撂荒地	1	水域	河流	1
	园地	3.68		水塘，水库	1.83
交通运输用地	铁路，公路	7.81	建设用地	居民点(乡村)	6.79
自然植被	林地	1		居住、商业用地(城镇)	8.66
	灌木林地	1		公共服务设施(学校等)	8.07
	草地	1	工矿用地	制造、采矿	8.32

道路密度指村庄内道路总长度与村庄面积之比。紧凑度是基于“紧凑城市”概念提出的测度方法[12]，反映了村庄空间开发的形态，值越高表明空间开发越集中。计算公式为：

$RD=L/A$ (3)

$SC=2\sqrt{\text{π}S}/P$ (4)

式(3)中：RD为道路密度，L为道路长度，A为村庄总面积，RD值越大，村庄交通状况越好，越有利于空间开发。式(4)中：SC为紧凑度，S和P分别为村庄建设用地的面积和周长，SC值越大，村庄建设用地分布越集中。

2.2. 景观格局指数

研究选取LPI (最大斑块指数)、AI (聚合度)、AWMSI (面积加权平均形状指数)、PD (斑块密度)、COHESION (结合度指数)、SHEI (香浓均匀度指数)、SHDI (香农多样性指数)、SPLIT (景观破碎化指数)等8个指标计算村庄的景观空间格局特征，计算公式可参见文献[13]。对8个景观格局指数进行集成得到村庄的综合景观指数(Comprehensive Landscape Index, CLI)，计算公式为：

$CLI={\displaystyle \sum _{i=1}^8{w}_i{x}_i}$ (5)

式中，x_i和w_i分别是8个景观格局指数的标准化值和权重，标准化值采用极差标准化法计算，权重采用熵值法计算。CLI反映了人类活动对村庄自然景观的干扰程度，值越大村庄受到的干扰越大，景观的综合破碎度也将越大，

2.3. 双变量空间自相关

空间自相关旨在测度空间上某点属性值是否与其邻近点存在相关性[14]。双变量空间自相关可揭示多个变量之间的空间相关性。空间自相关包括全局空间自相关与局部空间自相关，常用全局Moran’s I和局部Moran’s I度量。通常根据局部空间自相关指标来绘制分布图，用于显示高–高、低–低的正相关或高–低、低–高的负相关以及无显著的空间随机性。

2.4. 耦合度与耦合协调度

研究应用耦合度和耦合协调度模型来分析两者的非空间耦合关系，计算方法如下：

$C=\frac{2\sqrt{U_1{U}_2}}{U_1+U}$ (6)

$T={\displaystyle \sum _{i=1}^2{a}_i{U}_i}$ (7)

$D=\sqrt{C\times T}$ (8)

式中，C为耦合度；U为村庄空间开发强度SDI与景观格局综合指数CLI；T为系统综合协调指数；D为耦合协调度。SDI和CLI都是村庄发展系统中不可或缺的部分，所以计算T时将两者贡献a均赋值0.5。参考相关研究[15]，将两者之间的耦合度类型划分为5个等级，将两者之间的耦合协调度类型划分为10个等级，具体如表2所示。

Table 2. Coupling types and coupling coordination types

表2. 耦合类型与耦合协调类型

耦合度	耦合类型	耦合协调度	耦合协调类型
0 < D ≤ 0.2	不耦合阶段	0 < D ≤ 0.1	极度失调
		0.1 < D ≤ 0.2	严重失调
0.2 < D ≤ 0.4	较不耦合阶段	0.2 < D ≤ 0.3	中度失调
		0.3 < D ≤ 0.4	轻度失调
0.4 < D ≤ 0.6	低耦合阶段	0.4 < D ≤ 0.5	濒临失调
		0.5 < D ≤ 0.6	勉强协调
0.6 < D ≤ 0.8	中耦合阶段	0.6 < D ≤ 0.7	初级协调
		0.7 < D ≤ 0.8	中级协调
0.8 < D ≤ 1.0	高耦合阶段	0.8 < D ≤ 0.9	良好协调
		0.9 < D ≤ 0.10	优质协调

3. 案例研究

3.1. 研究区与数据

安徽省位于中国华东地区，总面积约14.01万km²。安徽省地貌类型丰富，主要包括皖北平原、江淮丘陵、沿江平原、皖西山地、皖南山地等五大地理分区，区域差异较大。从典型性和代表性出发，研究选取每个地理分区的20个村庄作为样本，共计100个样本村庄，具体情况如图1和表3所示。

Figure 1. Location map of the study area

图1. 研究区位置示意图

Table 3. List of sample villages

表3. 样本村庄一览表

分区(县)	村庄
皖北平原 (蒙城县)	白庙村，柴河村，赤塘村，茨北村，大李集村，丁堂村，二郎村，凤光村，葛桥村，胡庙村
	黄龙村，老营村，李大寨村，陆瓦房村，马庙村，屈庙村，三关村，双龙村，太平村，薛湖村
江淮丘陵 (来安县)	半塔村，宝山村，北涧村，陈官村，大刘郢村，大余郢村，陡山村，高场村，高郢村，红旗村
	红星村，静波村，雷官村，王集村，五里村，邢港村，烟陈村，杨渡村，余庄村，鱼塘村
沿江平原 (舒城县)	墩塘村，峰西村，缸窑村，官沟村，过湾村，韩湾村，寒塘村，黄岗村，孔堰村，马松村
	藕塘村，七门堰村，泉堰村，顺河村，棠树村，乌羊村，西垱村，瑜城村，袁塘村，跃进村
皖西山区 (金寨县)	茶棚村，船冲村，大埠口村，东高村，龚店村，关庙村，光明村，郭店村，花石村，黄堰村
	九树村，墨园村，桥店村，清水村，三合村，太平山村，徐冲村，胭脂村，长源村，竺山村
皖南山区 (休宁县)	芳干村，芳口村，高潭村，和村村，和坑村，花桥村，黄村村，璜源村，矶溪村，金竹村
	巧坑村，三村村，石田村，双桥村，溪口村，雁里村，杨庄村，一心村，源口村，中和村

研究数据主要包括村庄的行政区划数据、土地利用数据、遥感影像数据以及村庄规划数据等。在ArcGIS平台上将100个村庄的土地利用划分为耕地、园地、林地、居民点等，由此得到村庄的土地利用矢量数据。将村庄空间范围划分为50 m × 50 m的网格，作为计算的基本空间单元。

3.2. 空间耦合特征

对村庄的空间开发强度与景观格局指数进行双变量空间自相关分析，结果如图2和图3所示。图2 (村庄名称同表3排序)显示，村庄空间开发强度(SDI)与最大斑块指数(LPI)的空间耦合关系以集聚为主要特征，高–高和低–高聚类成为主导的空间耦合类型，聚集度指数(AI)、结合度(COHESION)的空间耦合特征则与LPI相类似。沿江平原村庄的高–高聚类最多，呈典型的团状、块状分布；江淮丘陵和皖北平原的高–高聚类明显少于沿江平原，而皖西山区和皖南山区村庄的高–高聚类则最少，除个别村庄有一定的高–高聚类外，其他村庄都是少量零散分布。但是，皖西山区和皖南山区村庄存在大量的低–高聚类，也呈典型的团状、块状分布，其他分区的低–高聚类则不明显。结合村庄土地利用数据发现，安徽省五大分区村庄的高–高聚类主要分布在耕地和建设用地如宅基地和工业用地等，特别是沿江平原村庄，其高–高聚类集中在成片耕地和较大面积的建设用地，形成了明显集中的空间集聚分布态势；而皖西山区和皖南山区由于地形地貌限制，耕地和建设用地均较少且分散，因此其高–高聚类呈零星分布状态。低–高聚类主要集中在林地，特别在皖西山区和皖南山区村庄，其林地资源丰富且集中成片，因此形成明显的低–高集聚分布格局。

Figure 2. Spatial coupling distribution map of village spatial development intensity and LPI

图2. 村庄空间开发强度与最大斑块指数的空间耦合分布图

村庄空间开发强度(SDI)与斑块密度(PD)的空间集聚特征也较明显，高–高聚类成为主导耦合类型(图3，村庄名称同表3排序)，香浓均匀度指数(SHEI)、香浓多样性指数(SHDI)与景观破碎度(SPLIT)的空间耦合特征则与PD相类似。五大分区村庄的高–高聚类均较明显，并呈现典型的带状、团状和块状分布。其中，沿江平原村庄的高–高聚类相对更明显，部分村庄呈现大面积的集聚分布态势。同时，在江淮丘陵、皖西山区和皖南山区村庄还分布一定的低–高聚类，但相对较少且不明显。结合村庄土地利用数据可知，高–高聚类主要分布在耕地和建设用地区域，低–高聚类主要集中在高–高聚类周围的碎片化的林地区域。此外，村庄空间开发强度(SDI)与面积加权形状平均指数(AWMSI)形成了高–高聚类为主导的耦合类型，其中，沿江平原村庄的高–高聚类相对更突出，呈现更明显的集聚分布态势。但是，高–高聚类没有显著的地类分布特点，其主要集中在碎片化的各种地类斑块区域。

Figure 3. Spatial coupling distribution map of village spatial development intensity and PD

图3. 村庄空间开发强度与斑块密度的空间耦合分布图

3.3. 非空间耦合特征

计算村庄空间开发强度与景观格局综合指数的耦合度与耦合协调度，由此挖掘两者之间的非空间耦合特征，结果如表4所示。总体上，耦合度介于0.6~1.0之间，均值为0.9517，整体处于高度耦合状态，说明村庄空间开发强度与景观格局之间具有强烈的作用和影响。在5大分区中，沿江平原村庄耦合度均值最大，皖西山区村庄耦合度均值最小，呈现出“平原高、丘陵中、山区低”的态势。总体耦合协调度介于0.3~0.9之间，均值为0.6142，整体处于初级协调状态。皖北平原村庄的耦合协调度均值最大，其次是沿江平原，江淮丘陵、皖西山区和皖南山区村庄的均值较接近且明显小于平原地区，呈现出“平原高、丘陵山区低”的态势。

空间开发强度与景观格局的耦合协调类型情况如表5所示，其中，轻度失调村庄数量最少仅有4个，良好协调村庄数量为7个，其余等级的村庄共有89个，呈现典型的正态分布。失调状态(轻度和濒临)的村庄共计22个，占比22%；协调状态(勉强、初级、中级、良好)的村庄共计78个，占比78%，其中，勉强协调村庄数量最多为30个，占比30%。从5大分区看，皖北平原村庄的耦合协调发展状态最佳。皖西山区失调的村庄数量最多，高达12个，耦合协调发展状态最差。总体上，平原地区村庄耦合协调发展状态最优，其次是江淮丘陵村庄，而山区村庄则相对最差。

Table 4. The results of coupling degree and coupling coordination degree

表4. 耦合度与耦合协调度计算结果

分区(县)		皖北平原 (蒙城县)	江淮丘陵 (来安县)	沿江平原 (舒城县)	皖西山区 (金寨县)	皖南山区 (休宁县)	总体
耦合度	平均值	0.9917	0.9484	0.9941	0.8985	0.9259	0.9517
	标准差	0.0078	0.0338	0.0080	0.0859	0.0860	0.0669
	最大值	1.0000	1.0000	1.0000	0.9998	0.9994	1.0000
	最小值	0.9694	0.8811	0.9692	0.6787	0.6829	0.6787
耦合 协调度	平均值	0.7787	0.5447	0.7109	0.5055	0.5312	0.6142
	标准差	0.0318	0.0561	0.0626	0.1095	0.0746	0.1305
	最大值	0.8292	0.6564	0.8296	0.7288	0.6946	0.8296
	最小值	0.7098	0.4625	0.5838	0.3333	0.3983	0.3333

Table 5. Statistics of coupling coordination types

表5. 耦合协调类型统计

耦合协调 类型	村庄数量(个)
	皖北平原 (蒙城县)	江淮丘陵 (来安县)	沿江平原 (舒城县)	皖西山区 (金寨县)	皖南山区 (休宁县)	总和
轻度失调	—	—	—	3	1	4
濒临失调	—	5	—	9	4	18
勉强协调	—	12	2	4	12	30
初级协调	—	3	6	3	3	15
中级协调	14	—	11	1	—	26
良好协调	6	—	1	—	—	7

3.4. 影响机制

不同的空间开发强度导致不同的景观格局特征，因此有必要探索空间开发强度与景观格局的因果关系。研究首先计算景观格局综合指数与空间开发强度的相关系数，结果如表6所示。按照0.2的等间距划分，当相关系数绝对值大于0.4时即是较强相关性，反之则较弱。总体上，景观格局综合指数与空间开发强度、道路密度和景观开发强度的相关系数均大于0.4，存在较强相关性。五大分区中，皖西山区村庄表现出非常强烈的相关性，皖南山区村庄相关性非常弱。综合分析可知，村庄景观格局和各个空间开发强度指标之间的相关性一般，说明它们之间不存在明显的因果关系。

以景观格局综合指数为因变量(y)，以紧凑度(x₁)、道路密度(x₂)、景观开发强度(x₃)为自变量进行多元线性回归分析，由此挖掘村庄空间开发对景观格局的影响机制，结果如表7所示。总体上，拟合方程的决定系数R²较小仅为0.2307，说明整体线性关系并不明显，拟合效果一般。五大分区中，江淮丘陵、沿江平原和皖南山区村庄拟合方程的p值都未通过显著性检验，方程的线性关系不显著。只有皖西山区和皖北平原村庄拟合方程的p值均小于0.05，决定系数均大于0.5，分别为0.7426和0.5416，拟合效果较理想，自变量可以很好地解释因变量的变化特征和规律。根据表6可知，村庄景观格局和单个的空间开发强度指标不具有显著相关性，更没有显著的线性因果关系。而表7表明，皖西山区和皖北平原村庄景观格局和多个空间开发强度指标的整体线性关系显著，由此说明景观格局和多个空间开发强度指标之间才有较明显的因果关系。

Table 6. Correlation analysis results

表6. 相关性分析结果

分区(县)	相关系数
	景观格局综合指数 ——紧凑度	景观格局综合指数 ——道路密度	景观格局综合指数 ——景观开发强度	景观格局综合指数 ——空间开发强度
皖北平原(蒙城县)	−0.6237	0.3475	0.2241	0.1449
江淮丘陵(来安县)	0.2135	0.3277	0.4677	0.5249
沿江平原(舒城县)	−0.1403	0.4464	0.3902	0.3522
皖西山区(金寨县)	−0.0281	0.8030	0.8143	0.8257
皖南山区(休宁县)	0.0155	−0.1709	−0.1966	−0.1764
总体	0.0192	0.4496	0.4675	0.4721

Table 7. List of fitting equations

表7. 拟合方程一览表

分区(县)	拟合方程	R^2	p
皖北平原(蒙城县)	y = −0.4352 − 16.6069x1 − 0.0208x2 + 0.3560x3	0.5416	0.0050
江淮丘陵(来安县)	y = 0.0127 + 3.4470x1 + 0.0175x2 + 0.0088x3	0.3572	0.0636
沿江平原(舒城县)	y = 0.3627 − 2.7030x1 + 0.0156x2 + 0.0411x3	0.2787	0.1458
皖西山区(金寨县)	y = 0.2668 − 4.6252x1 + 0.0210x2 + 0.0705x3	0.7426	0.0001
皖南山区(休宁县)	y = 0.4053 + 0.4517x1 + 0.0036x2 − 0.0235x3	0.0415	0.8733
总体	y = 0.1934 + 0.7186x1 + 0.0205x2 + 0.0369x3	0.2307	0.0000

3.5. 发展建议

皖北平原和沿江平原村庄空间开发强度高，拥有集中连片的优质耕地，应充分利用既有的开发建设优势条件，积极发展现代农业，促进乡村全面振兴。江淮丘陵村庄既有较好的开发建设条件，又拥有良好的自然生态资源，应打造具有地域特色的乡村风貌。皖西山区和皖南山区村庄的自然生态条件优越，应积极发展绿色农业和生态旅游业，同时要控制村庄开发建设强度，保护好村庄的自然生态景观，实现开发建设与生态保护的协调统一。

4. 结论

针对当前缺少村庄这一微观空间的开发强度与景观格局耦合关系研究的现状，本文利用空间开发强度模型、景观格局指数、双变量空间自相关模型探讨了村庄空间开发强度与景观格局的耦合关系。安徽省100个村庄的实证研究表明：村庄空间开发强度与景观格局的空间耦合关系主要表现为高–高聚类和低–高聚类，五大分区村庄的空间耦合关系具有一定差异性。非空间耦合关系上，耦合度呈现出“平原高、丘陵中、山区低”的态势，耦合协调度呈现“平原高、丘陵山区低”的态势。影响机制上，村庄景观格局与单个空间开发强度指标之间的相关性均较弱，只有皖西山区和皖北平原村庄的景观格局与多个空间开发强度指标之间存在着显著的多元线性关系。

研究在诸多方面仍需探讨，如村庄空间开发强度缺少对经济社会因素的考虑；又如，在村庄空间开发强度与景观格局的影响机制上还可进行非线性建模分析，由此更深入地揭示影响机理。本文研究希望能对安徽省及其他地区的村庄空间开发和保护提供一定参考，未来可选择更多的样本村庄进行深入探讨，由此为全面实现乡村振兴发挥更科学的指导作用。

NOTES

^*通讯作者。