黑龙江垦区农户散居住宅格局影响机制

隋虹均，张 慧，乔广印，邱凯玉，刘浩然，姜佩林

·土地整理工程·

黑龙江垦区农户散居住宅格局影响机制

隋虹均1，张 慧2※，乔广印2，邱凯玉2，刘浩然2，姜佩林2

（1. 东北大学土地管理研究所，沈阳 110169；2. 东北农业大学公共管理与法学院，哈尔滨 150030）

为阐明黑龙江垦区田间散居住宅格局的影响机制，该文以黑龙江农垦建三江管理局所辖八五九农场为研究区，以田间散居住宅为研究对象，基于2015年抚远市与饶河县土地利用变更调查矢量数据与高分辨率遥感影像，综合运用空间分析、耦合度模型、多元统计分析，探讨散居住宅格局影响机制。研究结果表明：研究区散居住宅数量繁多，并呈现出中部密集东西稀疏的空间分异特征，居住用地方式粗放；研究区田间散居住宅—农业种植活动系统耦合度的均值、最大值、中位数依次为：0.52、1.00、0.60，耦合程度较高，同时系统耦合度与田间散居住宅核密度表现出空间一致性，农业种植活动系统为田间散居住宅格局的影响因子；耕地结构与耕作半径、耕地面积与田块破碎度，分别为研究区田间散居住宅格局的直接与间接影响因子，耕地结构与耕作半径之间的不适宜导致研究区呈现出中部集聚东西分散的区异特征。研究结果可为黑龙江垦区农村居民点的空间布局优化提供理论依据。

遥感；农村；土地管理；农场；居民点；散居住宅；黑龙江垦区

0 引 言

农村居民点作为农村社会的基本地域单元和基本聚落地，主要反映了在农业生产过程中人类对自然环境的适应，及对发展空间的干预、调整和重构[1]。农村居民点作为农户生产生活的重要载体[2-3]，其空间布局受到河流、地貌、经济、区位条件、人口、村庄规划管理等多种因素的影响[4]。学界一般主要根据农家房舍集合或分散的状态，将农村居民点形态分为散漫型和集聚型2种类型[5]。集聚型农村居民点是由多个乡村住宅集聚在一起而形成的大型村落和乡村集市；散漫型农村居民点又称散村，每个农户的住宅零星分布，尽可能的靠近农户生计依赖的田地、山林或河流湖泊；彼此之间的距离因地而异，但并无明显的隶属关系或阶层差别[6-7]。集聚型与散漫型农村居民点的根本区别在于其各个民居之间及其与所依赖的田地、山林、湖泽之间，是呈现集聚、相互靠近的趋向，还是表现出离散的趋向；2种类型的农村居民点并非相互排斥，而是相互补充[8]。中国北方平原地区农村居民点主要表现为松散的聚居形式[9]，但在黑龙江省垦区，随着农业种植结构的调整，尤其是自1998年黑龙江垦区推行大面积水稻种植后，耕作区逐渐出现大量的暂居型散居住宅。多数农户同时拥有大规模聚居态农村居民点与田间散居住宅，两套住宅的功能存在明显差别，前者为服务农户的日常生活，后者为服务农户的农业生产。一户两宅势必会增加人均建设用地面积，造成土地资源的浪费。高分辨率遥感影像可获得详尽的地物信息并且具有强时效性等特点，其为开展农村居民点的研究提供了良好的平台。因此以高分率遥感影像为基础数据源，探究垦区农户散居住宅格局影响机制，合理调控影响因子和规划农村居民点及配套设施，对在满足农户生产与生活的双重需求的同时，实现土地的高效与集约利用具有重要意义。

目前国内外众多学者围绕着农村居民点格局影响机制开展了大量的研究并取得了丰硕的成果。国外学者认为由于农村居民点受资源、地理、社会、经济、体制、技术等多种因素的综合影响，因此其形态、功能随着经济社会的发展已发生了显著的变化[10]。部分村庄不断缩减、荒芜甚至消亡，但仍有部分村庄从传统的单一功能逐渐转变为多功能、多元化的空间实体，因此功能和形态的多样性、复杂性和变化性已成为现代农村居民点的显著特征[11]。研究结果表明，随着社会经济的发展农村居民点存在成长与消退演替的发展规律[12]；同时农村居民点用地的无序扩张对生态系统产生了不利的影响，应在仔细研究农村居民点本身及外部关系的基础上，按其自然发展趋势加以规划引导[13]。国内学者提出，农村居民点空间格局是一个由其自然资源条件、区位可达性及社会经济基础条件综合影响下的区位择优过程[14]；影响机制包括“动力产生—动力传输—驱动形成—驱动反馈”4个基本环节[15-16]。目前国内关于农村居民点格局影响机制的研究主要分为两大系统，即自然系统与社会经济系统。在自然系统的角度下地形、公路、河流等环境因素对农村居民点空间格局的形成具有一定的影响[17]，同时气候等自然因素也是影响中国农村居民点分布格局的主导因素[18]；在社会经济系统的视角下经济发展、农业科技进步等因素是影响农村居民点用地格局变化的主要动因[19]。当前关于农村居民点格局影响机制的研究多是以传统大规模聚居态农村居民点为研究对象，而忽略了当大规模聚居态农村居民点无法满足当前农业生产模式时农户会自发的对农村居民点的空间位置进行调整，即在耕作区域内建立田间小规模暂居性散居住宅的行为，目前关于田间散居住宅格局影响机制的研究鲜有涉及。

黑龙江农垦建三江管理分局所辖八五九农场位于三江平原东部，其具有耕地面积大、机械化水平高等特点，是现代农业典型示范区与黑龙江省两大平原现代农业综合配套改革试验区，同时也为黑龙江省农场群中农业现代化和城镇化发展较快的农场之一[20]，当前八五九农场耕作区域内分布着大量的小规模田间散居住宅，因此八五九农场为探究垦区农户散居住宅格局影响机制的典型区域。鉴于此，本研究以八五九农场为研究区，利用抚远市与饶河县2015年土地利用变更调查矢量数据库与高分辨率遥感影像，运用空间分析、耦合度模型、主成分分析、多元回归与通径分析相结合的研究方法探究垦区农户散居住宅格局的影响机制，以期为黑龙江省农业地区的农村居民点整治布局提供参考与借鉴。

1 研究区概况

黑龙江农垦总局建三江管理分局所辖八五九农场位于黑龙江省佳木斯市抚远市与双鸭山市饶河县境内，地处三江平原东部地带，其北邻前哨农场，西接二道河、前锋、胜利农场，东与抚远市海青乡毗邻，南隔乌苏里江与俄罗斯相望。

研究区介于133°49′37"～134°32′20"E，47°21′30"～47°50′09"N之间，南北长59 km，东西宽54 km，边界线总长298.17 km，农场总体地势为西南高、东北低，地形由完达山余脉向三江平原过渡。研究区设定总厂、管理区、连队（作业站）三级管理机构，所辖11个管理区23个连队，1个场部（科研作业站），1个副业队和1个国有粮食储备库，土地总面积为1 355 km2。连队是垦区从事农业生产的基层单位，农场建厂之初，为每个连队统一规划设计一个农村居民点，居民点内部的房屋、道路、林带按照统一的规制布局建设。

截至2017年年末，八五九农场人口总数为21 591人9 371户，生产总值20.23亿元[21]。

2 材料与方法

2.1 数据来源与处理

本研究矢量数据源于佳木斯市抚远市与双鸭山市饶河县2015年土地利用变更调查矢量数据库；栅格数据源自Arcgis Server平台2015年佳木斯市抚远市与双鸭山市饶河县遥感影像，空间分辨率为0.6 m。利用Arcgis10.0软件提取佳木斯市抚远市与双鸭山市饶河县行政区划与地类图斑，通过SQL语言查询八五九农场权属信息，对其进行合并处理，获得研究区行政区划图与土地利用现状数据。基于Arcgis平台，对抚远市与饶河县遥感影像进行镶嵌、地理配准与剪裁处理，同时提取研究区农村居民点矢量数据，将其与遥感影像叠置，辨别研究区农村居民点类型（聚居与散居），同时对缺失的田间散居住宅进行目视解译，确保田间散居住宅数据的完整性与准确性。

图1 研究区示意图

2.2 研究方法

2.2.1 核密度分析

核密度分析是一种用于估计概率密度函数的非参数方法，在空间分析中可用于计算邻域范围内要素的空间分布密度，适合于点分布模式的可视化表达[22-23]。本文利用Arcgis10.0软件，以研究区散居住宅用地质心作为基础信息，运用核密度分析研究区散居住宅的空间密度分布特征。

2.2.2 耦合度模型

耦合度是度量多个系统之间相互作用的强弱程度，从而揭示研究多系统间协同发展态势的常用方法之一。耦合度的取值范围介于0～1之间，耦合度越大说明系统之间的相互作用、相互影响越强烈[24]。本研究通过Arcgis10.0软件对研究区构建350 m×350 m的微观地理网格并以此为基本地域单元，同时基于各地域单元内的田间散居住宅与农业种植活动系统评价值，统计计算各地域单元田间散居住宅—农业种植活动系统耦合度，探析田间散居住宅与农业种植活动系统间的作用关系，揭示研究区田间散居住宅影响因子。

式中为耦合度；t（=1～）为各子系统评价值；为子系统个数；t、t分别为系统的评价值。

2.2.3 主成分分析

主成分分析是把原来多个变量划为少数几个综合指标的一种统计分析方法，从数学角度来看，这是一种降维处理技术[25]，主成分分析能够较好的地代表原有指标的解释信息，在地理学研究中应用较为广泛[26-27]。本研究利用SPSS18.00软件对研究区田间散居住宅的影响因子，耕地结构（1）、耕地面积（2）、田块破碎度（3）、耕作半径（4）、聚居居民点与相应行政区几何中心的偏差距离（5）进行主成分分析，确定研究区田间散居住宅的主要影响因子。

2.2.4 多元回归与通径分析

在多要素的地理系统中，多个（多于2个）要素之间也存在着相互影响、相互关联的情况，因此多元线性回归分析揭示出的多要素之间的相互关系具有普遍性的意义[25]。多元线性回归的方程决定系数2取值范围在0～1之间，其值越接近于1表明回归关系可解释因变量的程度越高；显著性检验值若大于置信度水平为0.01时的检验临界值，则表明多要素之间具有极显著的影响；各要素的回归系数可表明其对因变量的影响程度，回归系数的绝对值越大其对因变量的影响程度也越高[28-29]。通径分析是研究自变量之间，自变量与因变量之间相互影响关系，刻画各自变量对因变量的直接和间接影响程度；通径分析是在多元回归的基础上将相关系数加以分解，通过直接通径与间接通径分别表示某一变量对因变量的直接作用、通过其他变量对因变量间接作用效果。本文利用SPSS18.0软件以由主成分分析判定的研究区田间散居住宅格局的主要影响因子：耕地结构（1）、耕地面积（2）、田块破碎度（3）、耕作半径（4）为自变量，以研究区内各连队（作业站）散居住宅核密度的总值（）为因变量，进行多元线性回归分析；并依据多元回归分析结果对各主要影响因子进行通径分析，探索研究区田间散居住宅格局的影响机制。

3 结果与分析

3.1 田间散居住宅格局

3.1.1 田间散居住宅数量与规模格局

研究区内包括11个管理区，23个连队（作业站），各连队拥有大规模聚居态农村居民点与田间散居住宅共计365个，农村住宅用地总面积为868 hm2。其中每个连队均拥有一个大规模聚居态的主要农村居民点，而在距其一定距离范围内的田块间，散布着大量的小规模散居住宅用地。通过对研究区两类农村居民点矢量数据的汇总计算，八五九农场共拥有大规模聚居态的主要农村居民点23个，总面积为568 hm2，平均规模为23.7 hm2；田间散布的散居住宅共计342个，用地总面积300 hm2，平均用地面积0.87 hm2，小面积田间散居住宅的数量约为大规模聚居态主要农村居民点的15倍。研究区内的农村居民点规模主要集中于0～10 hm2之间，小于20 hm2的农村居民点数量占农村居民点总数的93.97%，而面积大于20 hm2的大规模农村居民点仅为22个，占农村居民点总数的6.03%（图2）。

通过上述分析，虽然八五九农场内部大规模聚居态农村居民点用地方式较为集约，但部分农户在拥有大规模聚居态农村居民点的同时仍拥有田间散居住宅，并且数量较为庞大，造成农场内部土地粗放利用，降低了有效耕地面积，加剧了土地资源的供需矛盾。

图2 研究区农村居民点用地面积频数分布直方图

3.1.2 田间散居住宅空间格局

运用Arcgis10.0软件提取研究区田间散居住宅质心，并生成研究区散居住宅核密度图如图3所示。由图3可知，研究区域内散居住宅空间分布密度具有空间差异性，核密度值在0～2.51个/km²之间，整体上呈现出“东西低中部密”的空间分布格局；22、24、10、12、26连为田间散居住宅核密度高值区，区域内散居住宅数量较多，空间分布较为密集；2、3、23、16、37连为田间散居住宅核密度低值区，区域内散居住宅数量较少，空间分布较为分散。通过上述分析，研究区内田间散居住宅的分布具有空间差异性，散居住宅主要集中分布于研究区的中部地区的22、24、10、12、26连，而在研究区的东西两侧边缘的2、3、23、16、37连散居住宅分布较为稀疏。

3.2 田间散居住宅格局影响因子识别

黑龙江垦区是国家级现代化大农业示范区，是中国重要的商品粮生产基地，土地性质为国有土地，与农区相比土地承包经营权的流转更为顺畅，土地资源的配置更为合理、高效；因此黑龙江垦区农业区别于地方农业的小农经济，基本实现了农业专业化，形成了规模化、机械化和标准化的农业生产模式[30]。同时垦区的人力资源配置与农区相比也更为合理，从事农业生产工作的人员主要是以家庭为单位的青壮年，性别与年龄比例更加均衡；并且垦区的农业生产活动是在专业农业技师的指导和标准化的管理下进行，因此垦区的农业单产和农业经济效益显著高于地方农区的农业生产。黑龙江垦区当下的农业生产、社会经济状况在一定程度上代表了理想状态下、一定阶段内中国的农业发展目标，而田间散居住宅的存在主要表现出农户对于大规模聚居态农村居民点在服务农业种植活动方面存在着不便利，为提高农业种植活动效率而产生的相应行为，因而与种植活动密切相关的自然因素对田间散居住宅的空间分布具有深刻的影响。通过对研究区的实地调查走访，发现，耕地结构、耕地面积、田块破碎度、耕作半径、聚居居民点与行政区几何中心的偏差距离对建立田间散居住宅的行为具有重要的推动作用，决定了农业种植的强度与效率，而相比较于其他自然因素5者在各区域内存在较大差别，其可清晰的反映出区域农业种植活动的差异。鉴于此，本研究选取耕地结构、耕地面积、田块破碎度、耕作半径以及聚居居民点与行政区几何中心的偏差距离5个指标（表1），以田间散居住宅的核密度分布为基础，构建田间散居住宅与农业种植活动系统评价指标体系，运用耦合度模型，尝试揭示农业种植活动与建立田间散居住宅行为之间的关系，并识别田间散居住宅格局的影响因子。

图3 散居住宅核密度分布

表1 自然条件选取依据

3.2.1 研究区田间散居住宅与农业种植活动系统评价指标体系构建

统计计算研究区地类图斑的平均规模，同时假设地类图斑均为正方形，基于研究区地类图斑0.12 km2的平均规模计算研究区地类图斑的平均边长，并以地类图斑平均边长350 m作为本研究的基本空间尺度。利用Arcgis10.0软件对研究区所辖的11个管理区构建350 m×350 m地理网格，并以此作为研究区田间散居住宅—农业种植活动系统评价的基本评价单元；将其与研究区土地利用现状数据进行叠置，统计计算各评价单元内的耕地结构（水田比例）、耕地面积、田块破碎度、耕作半径及聚居居民点与行政区中心的偏差距离；同时通过反距离权重插值（inverse distance weighted，IDW）获得研究区5类指标的空间分布图（图4）。

图4 各指标空间分布

基于5类指标与田间散居住宅核密度的空间分布，运用Arcgis10.0软件区域统计分析获取各评价单元内5类指标与田间散居住宅核密度的均值。为消除数据间量纲的影响，采用离差标准化对评价指标的原始数据进行标准化处理，将有效值归一化至0～1之间；同时通过熵权法对归一化后各评价指标的运算，获得各评价指标相应的权重，研究区田间散居住宅—农业种植活动系统评价指标体系具体如表2所示。

表2 评价指标体系

3.2.2 田间散居住宅与农业种植活动系统耦合度分析

通过综合评价模型分别计算各评价单元内的田间散居住宅系统值与农业种植活动系统值，并运用耦合度模型确定各评价单元田间散居住宅—农业种植活动系统耦合度，同时采用反距离权重插值的方法对各评价单元田间散居住宅—农业种植活动系统耦合度进行插值处理获取研究区田间散居住宅—农业种植活动系统耦合度空间分布图（图5）。

图5 田间散居住宅与农业种植活动系统耦合度空间分布

通过Arcgis10.0软件区域统计分析，研究区田间散居住宅—农业种植活动系统耦合度的均值为0.52、最大值为1.00、中位数为0.60。已有研究结果[24]表明，当耦合度处于[0.5，0.8)时系统间开始出现相互配合的关系，呈现出良性的耦合特征；当耦合度介于[0.8，1.0]之间时，系统间的良性耦合逐步加强并逐渐向有序方向发展，表现出高水平的耦合特征，研究区田间散居住宅系统与农业种植活动系统耦合程度相对较高。同时将研究区田间散居住宅—农业种植活动系统耦合度空间分布与研究区田间散居住宅核密度分布进行叠置，通过对二者的分析发现：研究区田间散居住宅—农业种植活动系统耦合度具有显著的空间分异特征，研究区中部系统耦合度较高，研究区的东西两侧边缘耦合度相对较低；田间散居住宅—农业种植活动系统耦合度的空间分异特征与田间散居住宅核密度分布呈现出空间一致性，因此农业种植活动系统与田间散居住宅系统具有一定的空间关联性，即耕地结构（水田比例）、耕地面积、田块破碎度、耕作半径、偏差距离对研究区田间散居住宅具有一定程度上的影响，五者为研究区田间散居住宅的影响因子。

综上，研究区田间散居住宅与农业种植活动系统的耦合程度相对较高，同时研究区田间散居住宅—农业种植活动系统耦合度具有显著的空间分异特征，在研究区中部耦合度表现出高值集聚的空间分布状态，而在研究区东西两侧边缘耦合度普遍较低，其与研究区田间散居住宅的核密度分布呈现出空间一致性，因此农业种植活动系统与田间散居住宅系统具有一定的关联，即耕地结构（水田比例）、耕地面积、田块破碎度、耕作半径、偏差距离为研究区田间散居住宅的影响因子。

3.3 田间散居住宅影响机制

3.3.1 影响因子分析

提取并统计计算研究区所辖23个连队相应的耕地结构（水田比例）（1）、耕地面积（2）、田块破碎度（3）、耕作半径（4）以及聚居居民点与行政区中心的偏差距离（5）。利用标准差标准化法（Z-Secore）对5个影响因子进行标准化处理，同时运用SPSS18.0软件对其进行主成分分析，分析可知，KMO检验值为0.667>0.6，Bartlett球形检验值<0.001，表明5个影响因子可进行主成分分析；依据特征值大于1且累计贡献率≥80%的原则，提取出2个主成分，第一主成分贡献率为59.083%，第二主成分贡献率为25.704%，2个主成分的累积贡献率为84.787%，2个主成分可比较全面地反映出研究区田间散居住宅的主要影响因子；由表3可知第一主成分与耕作半径、耕地面积、田块破碎度高度相关，旋转后的因子载荷依次为0.941、0.935和0.896，表征耕地的自身属性；第二主成分与耕地结构高度相关，旋转后因子载荷为0.964，反映出耕地利用的状况。耕地的自身属性主要表现出区域农业耕作的便利度、范围以及机械化种植的难易程度，其从根本上影响着农业种植活动的效率，进而对田间散居住宅的空间分布具有重要的影响；耕地利用状况可体现出区域耕种作业的强度，而耕种强度的提升却对农业种植活动的效率具有抑制作用，因此耕地利用状况深入影响了区域田间散居住宅的格局。通过以上分析，耕地自身属性与耕地利用状况对田间散居住宅的格局具有深远的影响，即耕地结构、耕作半径、耕地面积与田块破碎度为研究区田间散居住宅格局的主要影响因子，而聚居居民点与行政区中心偏差距离的影响作用略小，非主要影响因子。

表3 旋转后因子载荷矩阵

3.3.2 影响机制分析

利用Arcgis10.0软件，以研究区散居住宅核密度分布的栅格数据为基础信息，运用分区统计分析统计汇总研究区内各连队散居住宅的核密度总值。由主成分分析的结果可知，耕地结构（1）、耕作半径（4）、耕地面积（2）、田块破碎度（3）是八五九农场田间散居住宅格局的主要影响因子，因此，利用SPSS18.0软件以各连队散居住宅核密度总值（）为因变量，以各连队的耕地结构（1）、耕作半径（4）、耕地面积（2）、田块破碎度（3）为自变量，对其进行多元线性回归分析。由分析结果可知，多元线性回归的决定系数2=0.80，显著性检验值为18.051，通过查询检验临界值分布表可知在置信度水平=0.01时，值远大于0.01，因此该回归模型可充分的表现出各因子对散居住宅格局的影响。八五九农场田块间散居住宅核密度值（）与耕地结构（1）、耕地面积（2）、田块破碎度（3）、耕作半径（4）之间的回归模型为

结合多元回归的结果，对各影响因子分别进行通径分析（表4），结果显示：耕地结构与耕作半径的直接通径系数最大，为田间散居住宅格局的直接影响因子；耕地面积与田块破碎度直接通径系数较小，为间接影响因子，并且二者分别主要通过耕作半径与耕地结构间接的影响散居住宅格局的形成。自2000年以来黑龙江垦区提出“以稻治涝”的发展理念，积极响应国家“种植结构调整”政策，大力开展“旱改水”项目，目前已取得巨大的成绩，粮食产量已实现逐年稳步的提升。但水稻的种植属精细耕种作业，因此旱地改水田也将农民日常的耕作强度大幅度的提高。黑龙江垦区曾在2000年之前大力发展旱作机械化农业，由于旱地的耕作强度相对偏低，而垦区农业机械化水平较高，因此垦区在建立农村居民点之初耕作半径往往设置的过于偏大。随着种植结构的调整，水田种植比例的逐步提高，过大的耕作半径使得农民日常耕作时浪费的时间过多，为了提高农业耕作效率，垦区农民多选择农忙时在自家田块间建立小规模散居住宅。同时田块的破碎度和耕地面积分别决定了田块能否进行大型农业机械化种植与耕作范围，二者分别以耕地结构与耕作半径的形式间接的影响耕作效率，对散居住宅格局的形成具有重要的影响。综上耕地结构与耕作半径、耕地面积与田块破碎度分别为散居住宅格局的直接与间接的影响因子，耕地结构与耕作半径的不适宜导致垦区田间散居住宅呈现出中部集聚东西分散的空间格局。

表4 影响因子通径系数

注：*表示数据是自变量与因变量的直接通经系数，其他为间接通径系数。

Note: Data with “*” is direct path coefficient, and others are indirect path coefficient between independent and dependent variables.

4 讨 论

本研究综合运用空间分析、耦合度模型、多元统计分析的方法，揭示了研究区田间散居住宅格局特征，识别了田间散居住宅格局的影响因子，探明了研究区田间散居住宅格局的影响机制。研究结果表明，水田种植比例与耕作半径之间的不匹配是导致田间散居住宅产生并呈现出中部密集东西稀疏空间分布格局的直接原因。因此黑龙江垦区应根据水田种植比例以及劳均耕作面积重新规划设计更符合当前垦区农业生产模式的耕作半径，并在此耕作半径的基础上确定区域农村居民点的数量与规模同时对其进行空间配置。重构与当前垦区农业生产模式相匹配的农村居民点的空间体系，消除田间散居住宅，可在提高人居环境和农业种植活动效率的同时实现土地的高效与集约利用。

但本研究仍存在一定欠缺，尽管耕地结构、耕地面积、田块破碎度、耕作半径、偏差距离相比较于其他因素在区域内的变异程度较大，可清晰的反映出区域农业种植活动的差异，对建立田间散居住宅的行为具有重要的推动作用。但与农业种植活动关系密切的人文因素也存在着驱动作用，而如何将区域人文因素准确如实的展布至空间单元，精准的刻画区域散居住宅格局的影响机制，将是笔者未来重要的研究方向。

5 结 论

1）八五九农场在拥有大规模聚居态农村居民点的同时田间仍散布着大量散居住宅。散居住宅整体呈现出中部密集东西稀疏的空间分异特征，研究区居住用地方式粗放，降低了有效耕地面积，加剧了农场土地资源的供需矛盾。

2）研究区田间散居住宅与农业种植活动系统耦合度的均值为0.52，最大值为1.00，中位数为0.60，系统之间的耦合程度较高；并且系统耦合度的空间分异特征与核密度的分布状态呈现出空间一致性，农业种植活动与田间散居住宅具有一定程度的关联。因此耕地结构、耕地面积、田块破碎度、耕作半径、偏差距离为研究区田间散居住宅格局的影响因子。

3）耕地自身属性（耕作半径、耕地面积、田块破碎度）与耕地利用状况（耕地结构）是研究区田间散居住宅格局的主要影响因子，而偏差距离的影响作用略小，并非主要影响因子。耕地结构与耕作半径、耕地面积与田块破碎度，分别是研究区田间散居住宅格局的直接与间接影响因子，耕地结构与耕作半径之间的不匹配使研究区呈现出中部集聚东西分散的区异特征。

[1] 刘建生. 农村居民点整治模式与布局优化研究[M]. 北京：科学出版社，2015.

[2] 周佳慧. 基于多智能体的宜兴市农村居民点空间布局演变研究[D]. 南京：南京农业大学，2016. Zhou Jiahui. The Evolution of the Spatial Distribution on Yixing Rural Residential Based on Multi-Agent Model[D]. Nanjing: Nanjing Agricultural University, 2016. (in Chinese with English abstract)

[3] 董博文. 呼兰区农村居民点布局调整研究[D]. 哈尔滨：东北农业大学，2016. Dong Bowen. Study on the Distribution Adjustment of Rural Residential Areas in Hulan District[D]. Harbin: Northeast Agricultural University, 2016. (in Chinese with English abstract)

[4] 唐世超. 西南丘陵地区农业型乡镇农村居民点用地规划研究[D]. 重庆：西南大学，2008. Tang Shichao. Study on Rural Residential Land Planning of Agricultural Towns in Southwest Hilly Area[D]. Chongqing: Southwest University, 2008. (in Chinese with English abstract)

[5] 鲁西奇. 散村与集村：传统中国的乡村聚落形态及其演变[J]. 华中师范大学学报：人文社会科学版，2013，52(4)：113－130. Lu Xiqi. Dispersed and clustered: rural settlement patterns and its evolution in traditional China[J]. Journal of Huazhong Normal University: Humanities and Social Sciences, 2013, 52(4): 113－130. (in Chinese with English abstract)

[6] 左大康. 现代地理学辞典[M]. 北京：商务印书馆，1990.

[7] 陈芳惠. 村落地理学[M]. 台北：五南图书出版公司，1984.

[8] 王芬，陈永林，温泉，等. 散居型村庄规划的乡村性保持策略研究：以瑞金市黄柏乡向阳村为例[J]. 小城镇建设，2016(10)：85－90. Wang Fen, Chen Yonglin, Wen Quan, et al. Keep rurality of scattered village: taking the planning of Xiangyang village in Ruijin City for example[J]. Development of Small Cities, 2016(10): 85－90. (in Chinese with English abstract)

[9] 金其铭. 农村聚落地理[M]. 北京：科学出版社，1988.

[10] Domon G. Landscape as resource: Consequences, challenges and opportunities for rural development[J]. Landscape and Urban Planning, 2011, 4(4): 338－340.

[11] Dahms F A. St Jacobs. Ontario: From declining village to thriving tourist community[J]. Ontario Geography, 1991, 36: 316－329.

[12] Violette R, Marin B. Rural settlements in transition-agricultural and countryside crisis in central-eastern Europe[J]. Geo-Journal, 1998, 45: 345－353.

[13] Hansen A J, Brown D G. Land-use change in rural America: Rates, drivers, and consequences[J]. Ecological Applications, 2005, 15(6): 1849－1850.

[14] 姜广辉，张凤荣，谭雪晶. 北京市平谷区农村居民点用地空间结构调整[J]. 农业工程学报，2008，24(11)：69－75. Jiang Guanghui, Zhang Fengrong, Tan Xuejing. Spatial structure adjustment of rural residential land in Pinggu District, Beijing[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2008, 24(11): 69－75. (in Chinese with English abstract)

[15] 郭晓东，马利邦，张启媛. 基于GIS的秦安县乡村聚落空间演变特征及其驱动机制研究[J]. 经济地理，2012，32(7)：56－62. Guo Xiaodong, Ma Libang, Zhang Qiyuan. A gis-based research on the spatial evolution characteristics and driving mechanism of the rural settlements in Qin’an county[J]. Economic Geography, 2012, 32(7): 56－62. (in Chinese with English abstract)

[16] 冯应斌，杨庆媛. 农村居民点空间格局演变及效应研究评述[J]. 人文地理，2015，30(3)：7－11. Feng Yingbin, Yang Qingyuan. Research on evolution and its effects of rural residential land spatial pattern[J]. Human Geography, 2015, 30(3): 7－11. (in Chinese with English abstract)

[17] 刘仙桃，郑新奇，李道兵. 基于Voronoi图的农村居民点空间分布特征及其影响因素研究：以北京市昌平区为例[J]. 生态与农村环境学报，2009，25(2)：30－33，93. Liu Xiantao, Zheng Xinqi, Li Daobing. Voronoi diagram-based research on spatial distribution characteristics of rural settlements and its affecting factors: A case study of Changping district, Beijing[J]. Journal of Ecology and Rural Environment, 2009, 25(2): 30－33, 93. (in Chinese with English abstract)

[18] 罗玉波，郑琦，陈善春，等. 居民地分布与地理气候因子的相关性定量化研究—Poisson对数线性模型[J]. 测绘科学，2005(3)：33－34，4. Luo Yubo, Zheng Qi, Chen Shanchun, et al. A quantitative study on the correlation between settlements distribution and geographical-climatic factors by poisson log-linear model[J]. Science of Surveying and Mapping, 2005(3): 33－34, 4. (in Chinese with English abstract)

[19] 李晓刚，欧名豪，许恒周. 农村居民点用地动态变化及驱动力分析：以青岛市为例[J]. 国土资源科技管理，2006(3)：27－32. Li Xiaogang, Ou Minghao, Xu Hengzhou. An analysis of dynamic change and driving force of rural residential land: a case of Qingdao city[J]. Land and Resources Science and Technology Management, 2006(3): 27－32. (in Chinese with English abstract)

[20] 张慧，隋虹均，苏航，等. 黑龙江垦区农村居民点与田块间适宜耕作半径及影响因素[J]. 农业工程学报，2018，34(11)：217－224. Zhang Hui, Sui Hongjun, Su Hang, et al. Suitable farming radius and its influencing factors in rural residential areas in Heilongjiang Province[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(11): 217－224. (in Chinese with English abstract)

[21] 刘宏. 黑龙江垦区统计年鉴[M]. 北京：中国统计出版社，2018.

[22] 鄂施璇，雷国平，宋戈. 松嫩平原粮食主产区农村居民点格局及影响因素分析[J]. 农业工程学报，2016，32(18)：234－240. E Shixuan, Lei Guoping, Song Ge. Analysis on pattern and influence factors of rural settlements in grain main production area of Songnen Plain[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(18): 234－240. (in Chinese with English abstract)

[23] 邹琳，曾刚，曹贤忠，等. 长江经济带的经济联系网络空间特征分析[J]. 经济地理，2015，35(6)：1－7. Zou Lin, Zeng Gang, Cao Xianzhong, et al. Research on spatial characteristic of the economic relation network of Yangtze economic zone[J]. Economic Geography, 2015, 35(6): 1－7. (in Chinese with English abstract)

[24] 王成，唐宁. 重庆市乡村三生空间功能耦合协调的时空特征与格局演化[J]. 地理研究，2018，37(6)：1100－1114. Wang Cheng, Tang Ning. Spatio-temporal characteristics and evolution of rural production-living-ecological space function coupling coordination in Chongqing Municipality[J]. Geographical Research, 2018, 37(6): 1100－1114. (in Chinese with English abstract)

[25] 徐建华. 计量地理学[M]. 北京：高等教育出版社，2006.

[26] 谭雪兰，钟艳英，段建南，等. 快速城市化进程中农村居民点用地变化及驱动力研究：以长株潭城市群为例[J]. 地理科学，2014，34(3)：309－315. Tan Xuelan, Zhong Yanying, Duan Jiannan, et al. The change and driving forces of rural residential area under the background of rapid urbanization: A case study of the Changsha-Zhuzhou-Xiangtan urban agglomeration[J]. Scientia Geographica Sinica, 2014, 34(3): 309－315. (in Chinese with English abstract)

[27] 李红波，张小林，吴江国，等. 欠发达地区聚落景观空间分布特征及其影响因子分析：以安徽省宿州地区为例[J]. 地理科学，2012，32(6)：711－716. Li Hongbo, Zhang Xiaolin, Wu Jiangguo, et al. Spatial pattern and influencing factors of settlement in less developed areas: Taking Suzhou of Anhui Province as an example[J]. Scientia Geographica Sinica, 2012, 32(6): 711－716. (in Chinese with English abstract)

[28] 盛骤，谢式千，潘承毅. 概率论与数理统计[M]. 北京：高等教育出版社，2010.

[29] 卞毓宁. 统计学概论[M]. 北京：高等教育出版社，2000.

[30] 隋虹均. 黑龙江垦区农村居民点格局影响机制及空间布局优化研究[D]. 哈尔滨：东北农业大学，2019. Sui Hongjun. Study on the Influence Mechanism and Spatial Layout Optimization of Rural Residential Area Pattern in Heilongjiang Reclamation Area[D]. Harbin: Northeast Agricultural University, 2019. (in Chinese with English abstract)

Influence mechanism of farmers’ diaspora housing pattern in Heilongjiang reclamation areas

Sui Hongjun1, Zhang Hui2※, Qiao Guangyin2, Qiu Kaiyu2, Liu Haoran2, Jiang Peilin2

(1.,,110169,; 2.,,150030,)

As a kind of rural residential regions, scattered residential regions in the fields are the inevitable outcome of large-scale habitat-based regions that cannot meet the needs of agricultural planting activities. The rapid development of scattered residential regions in the fields would reduce the effective cultivated land region and cause waste of land resources. Therefore, in order to clarify the influence mechanism of scattered residence pattern in Heilongjiang reclamation region, taking 859 Farm under the jurisdiction of Jiansanjiang Administration Bureau of Heilongjiang reclamation area as the research region, this paper used spatial analysis, coupling degree model, multivariate statistical analysis to explore the influence mechanism of scattered residence pattern. The results show that: 1) 859 Farm has both large-scale habitat-based regions and scattered residential regions in the fields. The number of habitat-based regions is relatively small and the land use mode is relatively intensive. However, some farmers still own scattered residential regions in the fields while owning large-scale habitat-based regions, and the number is relatively large, about 15 times that of large-scale habitat-based regions. It also shows the spatial differentiation characteristics of dense central region and sparse east and west, resulting in extensive residential land use in the study region, reducing the effective cultivated land region and intensifying the contradiction between supply and demand of farm land resources. 2) The average value, the maximum value and the median value of the coupling degree between scattered residential regions in the fields and agricultural planting activities in the study region are 0.52, 1.00 and 0.60, respectively. The coupling degree between the systems is relatively high. Moreover, the spatial differentiation characteristics of coupling degree between scattered residential regions in the fields and agricultural planting activity system and the distribution state of kernel density show spatial consistency. Agricultural planting activities are related to scattered residential regions in the fields to a certain extent, so cultivated land structure, cultivated land region, field fragmentation, tillage radius and deviation distance are the influencing factors of scattered residential regions in the fields in the study region. 3) The main factors influencing the pattern of scattered residential regions in the study area are the attributes of cultivated land (tillage radius, cultivated land region, fragmentation degree of cultivated land) and the status of cultivated land use (cultivated land structure), while the influence of deviation distance is slightly small and is not the main factor. Cultivated land structure and tillage radius are the direct factors, while cultivated land region and field fragmentation are the indirect influencing factors. The mismatch between cultivated land structure and tillage radius makes the study region show the regional characteristics of gathering in the middle and dispersing in the east and west.

remote sensing; rural; land management; farms; settlement; diaspora housing; Heilongjiang reclamation area

隋虹均，张 慧，乔广印，邱凯玉，刘浩然，姜佩林. 黑龙江垦区农户散居住宅格局影响机制[J]. 农业工程学报，2020，36(2)：284－291. doi：10.11975/j.issn.1002-6819.2020.02.033 http://www.tcsae.org

Sui Hongjun, Zhang Hui, Qiao Guangyin, Qiu Kaiyu, Liu Haoran, Jiang Peilin. Influence mechanism of farmers’ diaspora housing pattern in Heilongjiang reclamation areas[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(2): 284－291. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.02.033 http://www.tcsae.org

2019-08-24

2019-10-25

黑龙江省博士后基金项目（LBH-Z12032）

隋虹均，博士生，主要研究方向为土地利用规划。Email：suihongjun0206@163.com

张 慧，博士，副教授，主要研究方向为土地利用规划。Email：2003zhanghui@163.com

10.11975/j.issn.1002-6819.2020.02.033

1002-6819(2020)-02-0284-08