青藏高原地区农村居民点空间演化特征及驱动力研究

李媛媛，李锋，陈春,2*

（1.重庆交通大学建筑与城市规划学院，重庆 400074；2.重庆交通大学生态人居与绿色交通研究中心，重庆 400074）

伴随着城镇化的推进，城市扩张、产业结构的转变以及基础设施的革新等问题的出现，对农村居民点空间形态造成了冲击，改变了传统农村居民点空间布局，引发了村镇用地结构单一、规模小、破碎度高、缺乏规划管理等问题[1]。在此背景下，农村居民点演化受到了众多关注。在研究内容上，目前的研究主要包括了农村居民点空间格局演化特征及驱动机制[2-3]、空间布局优化[4]以及农村居民点扩张对生态的影响[5]等；在研究方法上，目前的研究中大多采用空间分析和景观格局指数相结合的方法研究农村居民点的演化特征；在研究尺度上，在区域、县域、村域尺度均有研究，而这些研究大多以平原地区[6]、东部经济发达地区[7]、丘陵地区[8-9]、中部传统农业区[10]典型的市（县）为研究区域[11]。

青藏高原因其独特的地形特征，有着地球“第三极”、世界屋脊之称。并且由于其是亚洲大江大河的发源地，被称为“亚洲水塔”。其特殊的地理气候特征，对我国乃至全球的气候、碳收支平衡、生物多样性等生态环境问题具有重要的影响作用，是我国重要的生态安全屏障。青藏高原地区生态系统薄弱，人类活动对青藏高原地区环境系统的影响持续增强[12]。1980年后，随着以家庭或联合牧场为经营单元的季节轮牧制度的实施[13]，当地居民的生活发生转变，由游牧生活转变为定居，推动了农村居民点用地格局的剧烈变化。同时随着城乡一体化的推进，农村经济进一步发展，青藏高原地区农村居民点用地不断增加，人类活动日渐频繁，为促进农村经济的发展，一味地追求土地利用的最大效益，导致草地退化、生物多样性减少等一系列的生态环境问题[14]。对青藏高原地区农村居民点的演化特征及驱动因素进行研究，对其农村居民点用地的合理规划、青藏高原地区的生态系统维持有着重要的现实意义。

由于青藏高原地区发展相对落后，基础资料获取困难，且乡村聚落规模较小，密度低，为农村居民点研究增加了难度，导致目前对青藏高原地区农村居民点演化及驱动因素研究薄弱。目前仅有部分学者针对青藏高原地区的城镇进行了研究，包括城镇体系的演变[15]、城镇化时空演变格局[16-17]以及城镇化与生态环境之间的关系[18]等，也有学者以县、镇、乡尺度的居民点为研究对象，将城市聚落和乡村聚落作为一个整体，研究青藏高寒牧区的聚落 演化特征及驱动因素[19]、城乡建设用地时空转移格局[20]等。专门以农村居民点为研究对象，分析青藏高原农村居民点的空间演化特征及驱动因素的研究相对缺乏。

基于此，本文以青藏高原地区为研究区域，以农村居民点为研究对象，采用空间分析和景观格局分析相结合的方法，分析1980—2015年青藏高原地区农村居民点用地转换、空间分布、形态结构以及规模特征变化，进而阐释演化驱动机制，以期为青藏高原地区农村居民点合理规划提供借鉴。

1 研究区概况

青藏高原地处我国的西南部，地理位置在26°00′～39°47′N、73°19′～104°47′E之间，北靠昆仑山、祁连山，南至喜马拉雅山脉，西起帕米尔高原、喀喇昆仑山，东至横断山脉。作为世界范围内地形最为复杂的地貌单元，其地势西高东低，内部地形起伏度大，4 000 m以上的高海拔地区占整个青藏高原面积的73.11%[21]。由于青藏高原地区地形及气候条件严苛，与同纬度地区相比，其人口密度较低，城镇化水平极低，社会经济也相对落后。在考虑研究具有代表性和数据的可获得性的基础上，本文并没有将整个青藏高原定为研究区，仅以青藏高原的主体部分，即西藏自治区和青海省所辖区域（图1）作为研究区域，面积约194.94 km2，占中国国土面积的19.8%。据统计，直至2019年青海省和西藏自治区共有乡镇1 100个，共有农村人口511万人，占其总人口的53.28%，其中西藏自治区农村人口为240万，占西藏总人口的68.38%，农村人口占比位居全国第一[22]。

2 研究方法和数据来源

2.1 研究方法

2.1.1 空间韵律指数 空间韵律指数即景观格局指数，其特点是高度浓缩景观格局信息，能够反映其形态、规模及空间分布等特征[23]。农村居民点的景观表现为不同的农村居民点所组成的大小、规模以及形状等不同斑块。本研究在结合研究区实际情况和各景观指数含义的基础上，选取斑块面积（CA）、斑块个数（NP）、斑块密度（PD）、平均斑块面积（MPS）、最大斑块指数（LPI）、平均斑块形状指数（SHAPE_MN），平均斑块分维数（FRAC_MN）和聚集度（AI）等指标对农村居民点的规模和形态结构变化进行研究。

2.1.2 核密度分析、平均最近邻指数 1）核密度分析。通常使用栅格数据密度值反映点状数据分布的密 集程度[24]。通常以研究区所有样本点为圆心，通过设置合适的搜索半径生成圆，距离圆心越近栅格密度值越大，农村居民点分布密度则越大，若没有样本点落入栅格数据中，则密度值为零[25]，以此方法测度农村居民点空间分布密度。核密度分析公式如下[26]：

式中：f(x，y）是位于（x，y）位置的核密度估计；n为观测变量；h为平滑参数；k为核函数；di为位置距第i个观测位置的距离。

2）平均最近邻指数。通过将农村居民点之间最邻近距离的平均值和随机分布模式下最邻近距离做比较，用其比值大小做农村居民点空间聚集性判断依据。其比值ANN小于1，则农村居民点为集聚分布，若ANN大于1，则趋向于随机分布，公式如下[27]：

2.1.3 空间关联指数 1）全局聚类检验。全局聚类检验（Getis-Ord GeneralG）主要用于检测居民点规模的全局性空间分布模式，即是高值空间集聚或低值空间集聚，公式如下[1]：

式中：wij是通过距离规则定义的空间权重；xi和xj分别是i和j区域的观测值。

2）热点探测分析。在式3的基础上，同时引用ArcGIS10.2平台的Getis-OrdGi*工具检验农村 居民点规模在空间上局部规模冷热点分布，公式 如下[25]：

式中：n为农村居民点总数，wij、xi和xj的含义与式（3）相同。对Gi*(d)进行标准化为Z(Gi*)，当Z(Gi*)为正，居民点为高值聚集；反之则为低值聚集。

2.2 数据来源

本文采用的农村居民点斑块数据来源于中科院资源环境科学与数据中心的1980、2000以及2015年土地利用/覆被栅格数据（https://www.resdc.cn/），空间分辨率为30 m，并经过ArcGIS平台提取农村居民点类型所得。由于景观格局软件Fragstats4.2对栅格数据的行列数有限制，在进行景观格局分析时，利用最近邻法重采样所获取到的农村居民点栅格数据为150 m×150 m，故文中提及的农村居民点并非行政意义上的村镇，而是多个农村居民点集聚在一起满足150 m×150 m的面积范围的农村居民点集合[28]。通过与原数据对比发现，采样后的数据特征与原数据一致，查阅文献后，发现已有研究的研究区面积远小于本研究区的面积，但采用了空间分辨率为1 km的栅格数据进行了相关的研究[29]。因此，本研究将栅格数据重采样为150 m，其尺度效应满足研究需求。DEM数据来源于地理空间数据云（http://www.gscloud.cn/），空间分辨率为30 m，高程数据由DEM数据计算所得。社会经济人口等数据来源于1980年、2000年和2015年《西藏统计年鉴》、《青海统计年鉴》。

3 结果与分析

3.1 农村居民点用地变化特征

ArcGIS10.2平台的可视化工具能直观的展现农村居民点的空间分布特征，并对其变化特点加以分析，因此对1980、2000和2015年青藏高原地区土地利用数据中农村居民点用地进行提取，并按属性选择出不同时间范围内转入农村居民点的面状图斑，因研究区平均海拔较高，且地域辽阔，人烟稀少，所提取的面状图斑无法满足可视化条件，故采用要素转点工具，对农村居民点的时空分布特征进行展示分析。如图2所示，西宁和拉萨作为青海、西藏两省的省会及首府城市，是青藏高原地区主要的政治、经济中心，对其周边近邻范围内的农村居民点具有强烈的带动和吸引作用，1980年以来，农村居民点主要集中分布于西宁市和拉萨市及其周边市县；1980—2000年期间，新增的农村居民点主要集中分布于西宁市、海东市、海南藏族自治州、海西蒙古族藏族自治州及玉树藏族自治州，该期间农村居民点的斑块增长分布主要是在原有农村居民点近邻区域呈现外围扩张的态势；2000—2015年间，农村居民点的斑块增长主要分布在拉萨市南部、西宁市中部、昌都市东部、日喀则市中部及东部、林芝市中部、那曲市东南部和阿里地区西部，新增的农村居民点不再局限于原有近邻区的范围式扩张，而是在较偏远的地区由其他用地类型转入，以分散式点状分布或小型集聚组团的形式呈现。

GIS平台的可视化工具只能反应农村居民点整体的空间分布特点，无法探究其内在结构的变化特点，因此，对农村居民点及不同用地类型间的转换过程进行定量分析，能够准确的认识到农村居民点变化的内部原因。使用ArcGIS10.2的相交工具对农村居民点的转入转出进行分析，得到如表1所示的青藏高原地区农村居民点面积转移表。由表1可知，1980—2015年间，耕地、草地及林地向农村居民点的转入量大，其次是城镇及其他建设用地、林地以及水域；农村居民点用地转出量最大的是耕地和城镇及其他建设用地，其次是草地、林地、水域；综合来看，研究期内，耕地、未利用地和草地的净转入量较大，说明农村居民点用地扩张的首要原因是侵占耕地和草地，但也不乏对未利用地的合理开发利用；城镇及其他建设用地的转出量不断增加，并且其是农村居民点用地净转入量为负的唯一用地类型，这与青藏高原地区城镇化不断推进，城市建设需求用地不断加大有密切的关系。

表1 1980—2015年青藏高原地区农村居民点面积转移情况（km2）Table 1 Transfer of village-town settlement area in Qinghai-Tibet region from 1980 to 2015 (km2)

综上，农村居民点斑块扩张态势明显，扩张方式多样，由近邻区的范围式扩张到分散式点状扩张；新增农村居民点主要来源于对耕地、未利用地和草地的侵占，为顺应新农村建设要求，应当加强未利用地的使用，保障基本农田和生态红线范围内用地类型的稳定。

3.2 空间集聚演化特征分析

基于ArcGIS10.2平台的Spatial Statistics工具计 算平均最近邻ANN指数，由表2可知，研究区1980、 2000、2015年的ANN指数值均小于1，表明青藏高原地区农村居民点呈现聚集分布的状态。

表2 1980—2015年青藏高原地区农村居民点ANN指数Table 2 ANN index of villages and towns in Qinghai-Tibet region from 1980 to 2015

根据农村居民点点状数据，利用Kernel工具，分别生成研究区1980、2000、2015年间核密度分布图，因青藏高原地区地域广阔，人口稀少，经多次实验，确定搜索半径为25 km，能够使得青藏高原地区核密度图达到较好效果。如图3所示，青藏高原地区农村居民点分布主要以局部集聚的形式呈现，其中青海省东部和南部及西藏南部地区是农村居民点高密度集聚的区域，而以西宁市、玉树市和拉萨市为中心的近邻圈则一直是农村居民点集聚分布的核心。1980年以来，西宁市及近邻圈的农村居民点主要集聚在西宁市、海东市、海南藏族自治州和海北藏族自治州，而随着城镇化不断推进，城镇建设用地需求量不断加大，农村居民点用地也在逐年上升，但高密度集聚区域一直处于不变状态，主要与未利用地的转入贡献有关；拉萨市及近邻圈的农村居民点高密度集聚区域面积在2015年有所减小，主要因为自2005年之后，拉萨市及近邻圈达到城镇建设大发展第二阶段，重点加强了交通、水利、能源及市政等基础设施建设，其中不乏对农村居民点的侵占与改建。

3.3 形态特征分析

农村居民点的形态特征主要从整体的斑块特征和农村居民点自身形态进行分析。在Fragstats4.2平台的支持下，从景观格局指数中选取平均斑块形状指数（SHAPE_MN）、平均斑块分维数（FRAC_MN）和聚合度（AI）三个指标对农村居民点的形态特征进行分析，其中SHAPE_MN和FRAC_MN表征农村居民点自身的形态特征，AI表征农村居民点斑块整体形态特征。根据表3得知，平均形状指数在1980—2015年一直处于上升状态，表明青藏高原地区农村居民点斑块形状逐渐趋于不规则状态；平均斑块分形指数一般取值在1～2之间，若值为1，则表示形状为最简单的规则形状，其值越接近2，则分形特征越明显，青藏高原地区平均斑块分形指数十分接近1，且研究期内变化幅度很小，表明人为因素对农村居民点的影响较大，其自身形态较为规则。聚合度可以表明农村居民点的集聚程度，其值越大，表明农村居民点越具有集聚的特征，研究区聚合度处于逐年增长状态，表明农村居民点存在聚集发展的态势。可见，在城镇化的带动下，研究期内青藏地区农村居民点斑块逐渐趋于不规则形态，且存在明显的集聚特征。

表3 1980—2015年青藏高原地区形态特征景观指数Table 3 Landscape index table of morphological characteristics in Qinghai-Tibet region from 1980 to 2015

3.4 规模演变特征

3.4.1 规模增减特征 农村居民点的规模增减特征主要从整体用地规模变化和局部斑块自身规模变化两方面考量，通常以斑块面积（CA）、平均斑块面积（MPS）、斑块个数（NP）、最大斑块所占景观面积比例（LPI）以及斑块密度（PD）等指标表征农村居民点规模增减变化特征。如表4所示，1980—2015年间，农村居民点斑块面积增加了22.21%，平均斑块面积增长了25.40%，表明农村居民点用地规模一直在扩张；除此之外，最大斑块所占景观面积比例也在逐年增加，表明农村居民点规模呈集聚发展的趋势；研究期内，斑块个数逐年减少，1980—2015年间减少了2.54%，表明农村居民点斑块破碎度减小。1980—2015年间，青藏高原地区 农村居民点斑块面积不断增长，而斑块个数逐年 减少，可见农村居民点斑块在研究期内逐渐趋于连续性。

表4 1980—2015年青藏高原地区规模变化景观指数Table 4 Landscape index of scale change in Qinghai-Tibet region from 1980 to 2015

3.4.2 规模分异特征 青藏高原地区农村居民点斑块面积标准差的Moran’sI指数1980年为0.090 932（E=0.000 005，Z=42.912 21）、2000年 为0.095 155（E=0.000 004，Z=44.942 93）、2015年 为0.012 254（E= -0.000 186，Z=6.354 95），在研究期内Moran’sI指数显著为正，由此可见青藏高原地区农村居民点的规模布局有明显的空间集聚特征。由于其常用来描述属性值之间的相似程度以及空间上的分布情况，对于究竟是高值还是低值的规模空间集聚不能准确地描述。基于此，本研究使用全局空间聚类检验的GeneralG统计量对青藏高原地区高/低规模空间集聚特征进一步分析。如表5所示，研究期内GennralG统计量观测值均大于期望值，全局空间聚类检验显著。由此可见，青藏高原地区的高值聚集现象更为明显，农村居民点规模分布出现了多个高值集聚区。

表5 1980—2015年青藏高原地区全局空间聚类检验Table 5 Global spatial clustering test of Qinghai-Tibet region from 1980 to 2015

对青藏高原地区农村居民点局部规模分异的可视化分析，有助于直观的展现农村居民点规模的空间分布，通过ArcGIS10.2平台的“热点探测工具”，对青藏高原地区农村居民点面积属性进行统计得出规模局域空间热点分布图（图4），结果显示： 1）1980—2015年分布于西宁市、海南藏族自治州及海西蒙古族自治州等城市近邻区的高值集聚区面积明显减少，主要转向了次高值集聚区，农村居民点斑块由较大规模转变为适宜农村建设发展的合理规模分布状态，在乡村振兴战略的领导下，青海省2010年启动“千村建设、百村示范”，建设高原美丽宜居村镇计划，通过生态保护与建设，村庄环境整治等合理规划发展村镇建设的初步成果；拉萨市近邻区的部分农村居民点自2015年转为线状分散式高值集聚，表明农村居民点斑块规模变大，在人才引进政策的带动下，西藏自治区形成以拉萨为中心带动周边县市经济发展的长久计划，农村居民点规模于2015年形成线状分散式高值集聚，是充分考虑地形限制和交通便利条件下的综合结果。2）果洛藏族自治州自2015年由低值转为次高值集聚，斑块数量增多，规模变大，玉树自治州自1980年以来一直有大面积的低值集聚农村居民点，主要在于紧邻四川西部的阿坝自治州，有G214国道和S101省道贯通，是青海省与四川省经济文化交流的必经之路，在城镇化加速推进和乡村振兴战略的共同作用下，两地都有大规模的农村居民点分布，但果洛藏族自治州有着距省会城市西宁市距离较近的区位优势，受西宁市的辐射带动作用较强，经济发展优于玉树自治州，在2000年之后逐渐转变为次高值集聚分布，农村居民点斑块规模变大，存在一定的规划管理。3）随着政策的逐渐落实，交通逐渐便利，原本偏僻的阿里地区、那曲市等在2015年也形成了农村居民点的点状次高值集聚，表明农村居民点斑块规模变大，随着交通、政策的支持力度增大，促进了偏远地区的发展，优化了农村居民的生活条件，从而促进了农村居民点的集聚。

4 驱动因素分析

4.1 自然因素

4.1.1 地形地貌 青藏高原作为世界上最复杂的地形单元，其大部分地区海拔都在4000 m以上，农村居民点的布局深受区域高程和坡度的影响。高程和坡度作为宏观的地理背景，对农村居民点的布局和演化有直接的关系。

高程因素是农村居民点形成的主要原因之一，是影响农村居民点演化的主要自然因素，一方面，合适的高程可构建农村居民点形成的基础条件；但在另一方面也限制着农村居民点的发展变化。本文将青藏高原地区高程划分为DEM < 2 000 m为低区，2 000 m < DEM < 4 000 m为中区，DEM > 4 000 m为高区，选取合适的景观指标进行计算。如表6所示，青藏高原地区农村居民点斑块面积、斑块所占景观面积比例、斑块个数及斑块密度的平均最大值主要集中在中区，并随着高程的不断升高而增大，但当高程达到4 000 m时，斑块面积、斑块个数、斑块密度等指标数值大幅减小，主要是因为高海拔地区不适宜人类的居住。由于青藏高原的平均海拔在4 000 m以上，高程小于2 000 m的区域值很小，所以在低区并未呈现最大值；聚合度（AI）随着DEM的升高在高区出现最大值，表明高海拔地区农村居民点处于小规模、高集聚分布状态。从中区的农村居民点特征来看，1980—2015年斑块面积、斑块所占景观面积比例以及聚合度均有所增长，随着时间的增长，农村居民点在中区更为集中。由此可见，高程对农村居民点布局的影响显著，青藏高原地区的农村居民点主要分布在海拔2 000～4 000 m的中区，并且大部分农村居民点布局逐渐向中区集聚，而在高区部分表现出了农村居民点小规模、高集聚分布的状态。

表6 1980—2015年青藏高原地区不同高程缓冲区农村居民点景观特征Table 6 Settlement landscape characteristics of villages and towns at different elevations in the buffer zone of Qinghai-Tibet region from 1980 to 2015

除了高程外，坡度也是影响农村居民点布局的重要自然因素。本研究根据地貌坡度划分标准和研究区的地形特征，将坡度划分为小于8°、8°～25°、大于25°三个等级，进而探究不同坡度范围下农村居民点分布差异。如表7所示，青藏高原地区超半数的农村居民点分布在坡度小于8°地势较为平坦的区域，地势平坦的地区更适合居住与生活。坡度为8°～25°相对陡峭的区域也有农村居民点的集聚，主要是因为青藏高原本身地形限制，且在地势稍有坡度的地方更适合畜牧业的发展，部分居民选择在此生活居住，但由于坡度较大，在这个区域内的农村居民点分布十分零散，且规模较小。坡度大于25°的区域极少有农村居民点的布局，主要是因为坡度过大，不适合居住和生活。从聚合度来看，不同坡度范围的农村居民点均呈现出了分布零散，规模较小的特点，这也与青藏高原本身的地形起伏大有密切的关系。对于坡度小于8°的区域，1980—2015年农村居民点的斑块面积、聚合度以及斑块所占景观面积比例均呈上升趋势，可见随着时间的发展，青藏高原地区的农村居民点不再是小规模、零散的分布，而是在地势较为平缓的地区逐渐朝着大规模、高集聚的方向发展。

表7 1980—2015年青藏高原地区不同坡度缓冲区农村居民点景观特征Table 7 landscape characteristics of rural residential areas in buffer zones with different slopes in Qinghai Tibet Plateau from 1980 to 2015

4.1.2 水源 水系作为影响农村居民点布局的重要影响因素，是驱动力研究的重要因素。本研究分别以2 km、4 km和6 km建立水系的缓冲区，并采用景观格局指数相关指标分析不同缓冲区距离内农村居民点的分异特征（表8）。从整体上来看，研究期内农村居民点沿水系分布明显，在距离水系2 km以内区域，农村居民点斑块面积、斑块个数、斑块密度、形态特征以及聚合度均较另外两个缓冲区分组大，由此可见农村居民点主要集中于距离水系0～2 km内区域，且集聚特征明显。在0～2 km缓冲区内，1980—2015年斑块面积和聚合度都呈现出增长趋势，而斑块个数在逐步减少，由此可见农村居民点逐渐在靠近水系的区域集中，且规模有扩大的趋势。雅鲁藏布江作为水能资源仅次于长江的世界海拔最高的河流，其中游地区凭借其丰富的水资源和形成的平原地形，使其沿岸有大规模的农村居民点集聚。靠近水源，一方面可以增加用水的便捷性，保障居民在生活、农耕等方面的用水；另一方面，河谷地带地形平缓，适合居民生活、耕作，因此农村居民点在距离水系0～2 km的区域分布密集。

表8 1980—2015年青藏高原地区不同距离水系缓冲区农村居民点景观特征Table 8 Settlement landscape characteristics of villages and towns with different distance from river system buffer zones in Qinghai-Tibet region from 1980 to 2015

4.2 社会经济因素

4.2.1 区位因素 区位因素在社会经济大力发展的今天，对农村居民点的演化起到至关重要的作用，距离交通干线远近及城镇的远近，影响着农村居民点的发展。农村居民点的分布形态对交通干线和交通流量也有反作用，影响着交通干线的走向；城镇的辐射带动作用对周边农村居民点也有一定的带动 作用。

道路作为连接各个居民点的纽带，在农村居民点聚集过程中有着举足轻重的作用。因此本研究以2 km为半径建立道路的多个缓冲区，从而分析不同道路缓冲区距离内农村居民点的变化特征。由于铁路除站点以外的沿线与农村居民点演化影响关系并非很大，本研究将公路作为主要驱动因素进行分析，所选公路为青藏高原地区主要国道、省道及县道。

从表9可以看出，农村居民点在道路两侧呈带状分布，且1980—2015年新增农村居民点也在该范围内形成扩展区。从不同缓冲区来看，农村居民点在距离公路0～2 km区域内大规模集聚，随着与道路距离的增加，农村居民点斑块面积、斑块个数以及斑块密度都逐渐变小，在道路缓冲区0～2 km范围内新增农村居民点的面积占0～6 km缓冲区内所有新增农村居民点面积的78%。由此可见，道路对农村居民点的集聚有着重要作用，与此同时，农村居民点也影响着公路的走向与分布。在0～2 km缓冲区内，农村居民点的形态指数和聚合度均呈上升趋势，可见随着时间的增长，农村居民点在道路两旁集聚规模不断增大，集聚特征更为明显。2009年国道109正式通车，带动了地处偏远的那曲市与外界的联系，109国道青藏段因其路况较好成为外地人进藏的首选，同时109国道上的客运班车也加强了当地与外地的联系，109国道通车后，那曲市出现农村居民点的点状集聚中心。由此可见，道路是促成农村居民点发展的重要驱动因素。

表9 1980—2015年青藏高原地区不同距离道路缓冲区农村居民点景观特征Table 9 Landscape characteristics of villages and towns with different distance from road buffer zones in Qinghai-Tibet region during 1980-2015

城镇是区域的经济发展中心，农村居民点与城镇之间的距离是农村居民点演化的重要影响因子。因此，研究以2 km为半径建立城镇距离缓冲区，各级缓冲区内农村居民点分异特征如表10所示，随着距城镇距离的增加，农村居民点斑块面积和斑块密度整体趋于减少趋势。斑块密度处于增大趋势，表明城镇的吸引及辐射作用，使得农村居民点向着城镇周边聚集分布，越靠近城镇，规模越大；而斑块个数则随着与城镇距离的增加而减少，由于城镇周围分布的农村居民点规模较大，连续性较高，其斑块个数则比与城镇距离较远的农村居民点个数少。斑块形状和聚集度随距离的增加而减小，表明农村居民点在城镇周边处于聚集规模分布状态，但仍缺乏整体的规划和管理。整体来看，城镇对于农村居民点的吸引力随着距离的增加而衰减。同时由表9可得，1980—2015年研究期内，斑块面积和聚合度随时间的推移而增长，但斑块个数呈衰减趋势，可见城镇对农村居民点的吸引力随时间的增长而增强，且周边聚落的集聚更加明显。

表10 1980—2015年青藏高原地区不同距离城镇缓冲区农村居民点景观特征Table 10 Landscape characteristics of villages and towns in different distance buffer zones in Qinghai-Tibet region from 1980 to 2015

综上，区位因素是一种外部不可控因素，对农村居民点有强烈的作用力，是农村居民点选址、规模及形态变化最有活力的驱动力之一。区位因素具有动态性[10]，当城镇、公路等区位因素建成后，农村居民点向其周边集聚，但已确定的农村居民点也会对道路这样的人为区位因素产生作用。区位因素对农村居民点的影响具有随距离增加而衰减的特征，作用范围一般也很小，只对邻近区域有较大的影响力，但在自然区位优势较明显的范围内，农村居民点的聚集往往比较随意，缺乏规划。

4.2.2 人文因素 农村居民点发展的人文因素主要体现在人口、经济及政策三方面，在三者相互作用之下对农村居民点的演化起到明显的作用。

人口因素作为农村居民点发展演化的内部驱动因素，农村居民点建设首先要满足人口居住，人口增加的直观展现就是农村居民点的面积增加。通过计算青藏高原地区人口数量增加值及农村居民点面积增加数量相关关系，相关系数R2=0.834 4，人口和农村居民点斑块呈显著正相关，故人口数量是影响农村居民点规模与形态的重要因素。

经济发展作为农村居民点演变的外部驱动因素，经济发展好，可以为农村居民点的扩展提供可靠的外部基础，为人才引进及新农村建设发展提供有力的支持。青藏高原地区作为高海拔地区，农村经济主要以河谷地带的农业耕作及高寒草原的畜牧业为主，选取农林牧渔总产值变化与农村居民点面积变化做相关关系计算。相关系数R2=0.551 1，可见农村经济和农村居民点斑块呈正相关，但其相关性并不算高，究其原因是青藏高原地区地形特殊，其社会经济受自然条件的约束明显，农村经济对农村居民点有一定的影响，但不是决定性因素。因此，适宜农耕的河谷地带及适宜放牧的高寒草原地带也影响着农村居民点的分布和规模。

政策因素是农村居民点演化的综合控制力。政策制度可以直接对农村居民点的规模及选址起到规范作用。通过启动“千村建设、百村示范”，建设高原美丽宜居村镇计划，进行青藏高原地区环境治理、土地整治及生态修复等措施使得农村居民点内部系统更加合理；乡村规划、迁村并镇及富民安居等一系列政策，也在时刻影响着农村居民点形态、规模等特征。

综上，人文因素是一种集人口、经济和政策影响的复合因素，对农村居民点的演变具有时效性，动态性和阶段性等特征。其作用范围往往受到行政区划的影响，但其对农村居民点的分布、形态及规模往往具有最重要的作用。总体来说，因青藏高原地区地形独特，其农村居民点布局受自然条件限制和人文因素的影响。

5 结论与对策建议

5.1 结论

本文以地形复杂的青藏高原地区为研究区域，利用ArcGIS的空间分析和景观格局指数等方法，定量地分析了青藏高原地区农村居民点用地分布特征及规模分异特征，并对其驱动机制进行了探讨，研究发现：

1）青藏高原地区农村居民点用地扩张明显，新增的农村居民点用地主要来源于对耕地、未利用地和草地的侵占；

2）在研究期内，农村居民点斑块破碎度降低，逐渐趋于连续性，主要以青海东部、南部以及西藏南部为集聚中心，高值集聚明显；

3）青藏高原地区农村居民点布局受自然因素和区位因素的影响显著，且自然因素对农村居民点的发展起约束性作用。

5.2 对策建议

通过研究发现，青藏高原地区农村居民点用地扩张方式多样，且居民点斑块呈不规则形式，农村居民点缺乏规划先行的思维，农村居民点主要是以西宁和拉萨等经济发达地区为集聚中心，新增居民点由中心向外扩张，但在政策的扶持和交通的发展下，原本偏远的那曲市、阿里市等地区也出现了农村居民点的集聚中心，但还未形成大规模集聚，对交通的依赖性也较强。由此可见，在未来青藏高原地区的农村居民点发展过程中，应注意以下两点：

1）合理规划农村居民点。中央第七次西藏工作会议中提出，要将生态保护与民生改善相结合，青藏高原的生态保护是地方发展的重中之重。因此在进行农村居民点建设时，要进行合理规划，严格把握对各类用地的占用，保证占补平衡，严格控制生态保护红线。

2）逐步完善基础设施，推动乡村高质量发展。依托各类援藏政策，实现脱贫攻坚和乡村振兴的有效衔接。在乡村建设中对于已形成的村落，可通过对基础设施的优化、完善，满足居民日常生活需求，使居民生活便利化、现代化、多样化。与此同时，通过大力发展农村经济及交通网络，形成强有力的农村居民点集聚中心，带动周围居住环境质量较差的居民向生活条件相对优越的地区转移，实现生态保护和乡村振兴协同发展。

本文在研究过程中还存在以下不足：①在驱动因素研究过程中，由于数据不全，主要采取定性的方式对社会经济因素进行分析，缺乏定量化的研究，在后续的研究中将继续收集相关数据，进一步对农村居民点演化的驱动因素进行定量化的研究。②仅利用三期数据对比了青藏高原地区农村居民点的空间演化特征，农村居民点的演化是复杂的，后续的研究中还可以通过更多期数据的对比，进而揭示青藏高原地区农村居民点的演化规律。在后续的研究中将针对以上两点不足，进一步展开研究，以期为青藏高原地区农村居民点的合理规划及人居环境的改善提供参考借鉴。