作为幅员辽阔的农业大国，中国经济社会发展表现出巨大的区域差异性，对地区差异的客观认知和科学对待也成为政策有效性的前提^[1]。相较城镇，农村受自然、经济、社会等要素更为长期而综合的影响，多样性尤为明显^[2]。随着中国经济与社会的转型，人口乡城流动推动的快速城镇化、农业产业化、农村工业化等均深刻地改变了广大农村地区，进一步拉大了村庄间的差异，丰富了村庄类型，也对农村地区规划建设提出了新要求^[3-5]。近年来，农村地区的规划建设逐步受到国家的重视，各级政府也有更多的财政能力支持农村地区的建设与发展，因此通过新农村建设等专项资金的形式对村庄建设的投资日益增长。但在村庄多样性日益加大的背景下，要使得村庄规划建设更贴近需求、实施更有效，使得国家投资更加高效利用，就要求决策者充分尊重各村庄在发展条件、模式和水平上的诸多差异，因地制宜、有针对性地分类指导，而科学、有效、可操作的村庄分类指标和方法体系则是科学决策的重要支撑。

村庄规划建设分类指导必要性和重要性已是学界和政府的共识，但村庄分类的现有研究大多针对村庄发展的某一维度，以指导特定村庄要素的发展。如李振鹏构建了乡村景观分类体系^[6]；朱晓华和赵紫阳先后构建了土地利用现状的分类体系^{[7, 8]}；郜晓雯构建了乡镇企业空间配置的指标体系^[9]。部分研究即使以指导村庄整体规划建设为目标，也多采用单要素对村庄类型进行划分。如根据地形地貌分为山地村、丘陵村、平原村等^{[10, 11]}；根据形态特征将村庄分为团簇型、条带型、散点型等^[10-12]；根据经济发展水平将村庄分为发达型、发展中型、落后型等^{[13, 14]}；根据主导产业将村庄分为农业主导型、工业主导型、商旅服务型等^{[2, 15-17]}。然而，村庄发展是多维度的过程，并非单一指标可以衡量；影响村庄发展建设的自然、经济、社会因素间存在着复杂的相互关系；村庄的规划建设也是一项多目标的系统工程。因此，科学、系统、综合、可测度的多维指标体系是村庄分类的基础。但同样不能忽视的是，过多的指标、复杂的方法会严重降低村庄分类的可操作性，不利于方案推广和结果比较。如何解决这组矛盾，在保证科学性的前提下，用最简洁、最易得的指标，尽可能多地体现村庄发展的典型特征、识别村庄间的差异性、明确区分各种村庄类型，进而有效指导村庄规划建设，正是本研究的核心目标。

村庄规划编制一般以行政村为单元，其建设也常按行政村开展。但既有研究多以镇域及以上尺度为分析单元，分类结果对村庄规划建设指导性弱，缺乏实际意义^{[2, 14-16, 18]}。此外，已有研究多关注较均质的特定空间范围^{[19, 20]}，对全国尺度上村庄分类的探讨则多在定性阶段^{[14, 21]}，缺乏全国村庄多样化背景下的定量分类研究。因此，本文也试图以行政村为基本分析单元，通过建立科学、简洁的指标体系和分类方法在全国尺度上实现村庄规划建设的分类指导。

为弥补村庄规划建设过程中对不同类型村庄针对性的不足，本文将以行政村为基本单元，面向村庄规划建设，构建村庄分类指标体系。具体来说，本文首先在特定原则指导下，从总体和结构两方面建立包括自然禀赋、区位条件、村庄规模、形态结构、人口结构、经济结构和用地结构的村庄类型指标体系；进而采用聚类分析、KW检验和主成分分析方法构建指标体系简化的思路和方法。而后以全国7省12县48个行政村为案例，验证指标体系和分类方法的有效性，并对各类村庄的典型特点和规划建设重点进行说明。

实证研究部分采用2014年由北京大学调查获得的7省12县的48份行政村问卷数据。调查省份的选取综合考虑了各省的经济发展水平和地域分布情况，选取了东部的江苏和山东，中部的河北、湖南和河南，西部的陕西和云南；然后按各省农村地区的总体特点在省内选取两个具有代表性的县，共确定12个样本县^①；县内按经济发展水平的高低分组，分层随机抽取两个乡镇，共确定24个样本乡镇；乡镇内按农民人均纯收入的高低分组，分层随机抽取两个行政村，共确定48个行政村样本（图 1）。通过对村干部的问卷调查，共收集了48个村庄2013年底的包括区位、土地、人口、经济等的有效信息。

图 1(Fig. 1)

图 1 调查样本村在全国分布示意图 Fig.1 Distribution of Sample Sites

样本分布。云南：碧色寨、建设村、芷村、黑拉冲、古城村、云龙村、龚杨村、六街村、周城村、桃源村、阳坡村、双阳村；湖南：花园新村、九木村、徐兴村、莲华村、东方村、马蹄井村、石求村、花山村；陕西：民主村、五坪村、姚家河村、茨沟村、董南村、石科村、曹管村、永和村；江苏：肖桥村、汪桥村、吉桥村、沈北村、安塘村、徐圩村、马港村；河北：前屯村、孙村、程子村、前齐庄村；河南：花栎扒村、高家村、河北营村、七棵树村；山东：王庄村、陈堤子村、前杨村、北辛村。

调查结果显示，样本村具有较强的代表性（表 1）。地形地貌上，过半数（56%）样本村为平原村，23%的样本村为纯山地村。区位上，到最近乡镇中心的距离基本在6公里以内（77%）。人口规模上，中等偏小的样本村居多，常住人口在2000人以下的村庄占62%，这与外出务工人口较多的总体特征相吻合。经济总量上，样本村产值集中在500万元以下（39%）和10000万元以上（23%），两极分化较明显；而近半数（46%）样本村的人均纯收入集中在5000—10000元，与全国平均水平（8896元）相符；但人均纯收入超过2万元或低于5000元的村庄也普遍存在，反映了村庄产业发展的巨大差异。

表 1(Tab. 1

表 1 样本村基本情况 Tab.1 Characteristics of Village Samples 变量 村庄数量 比例（%） 平原占村域面积比例（%）     0 11 22.9     ＞0—50 6 12.5     ＞50—100 4 8.3     ＞100 27 56.3 到最近镇中心距离（公里）     0—2 13 27.1     ＞2—4 15 31.3     ＞4—6 9 18.8     ＞6 11 22.9 常住人口总数（人）     0—1000 17 35.4     ＞1000—2000 13 27.1     ＞2000—4000 10 20.8     ＞4000 8 16.7 经济总量（万元）     0—500 17 38.6     ＞500—1500 6 13.6     ＞1500—3500 7 15.9     ＞3500—10000 4 9.1     ＞10000 10 22.7 农民人均纯收入（元）     0—5000 11 22.9     ＞5000—10000 22 45.8     ＞10000—20000 9 18.8     ＞20000 6 12.5 村域用地总面积（亩）     0—2000 10 21.3     ＞2000—4000 16 34.0     ＞4000—6000 9 19.1     ＞6000 12 25.5   注：碧色寨、东方村、花园新村、安塘村缺乏总产值数据，肖桥村缺乏总用地数据。

表 1 样本村基本情况 Tab.1 Characteristics of Village Samples

（1）目标导向原则。分类体系设计与表征指标选取必须以村庄规划建设目的为出发点，以村庄建设需求为导向，避免面面俱到的指标设计误区，尽量排除无关或弱相关指标的干扰。

（2）有机综合原则。村庄规划建设是一项系统工程，涉及村庄发展的诸多方面，这种多元性决定了村庄分类应综合考虑自然、人口、经济、土地等多个维度；多维指标并非独立存在，而是从不同侧面反映村庄发展的主要特征和内在机制，故而指标体系应形成有机整体，能层次分明地反映和识别村庄发展的核心特征。

（3）简明可操作原则。为保证指标体系的可推广和分类结果的可比性，指标设置应简明且可操作。具体而言，应尽量排除三类指标：村庄间同质性强、识别性弱的指标；信息重叠、相关性过强的指标；可得性差、难以测量的指标。

（4）适度弹性原则。简明可操作的指标体系可用于各种空间范围和尺度上，兼顾结果的科学性和可比性。但具体应用时，在特定地区可能仅需个别指标即可识别和划分地区内的所有村庄，因此可根据地方村庄发展特点，建立地方性的村庄类型划分标准。

根据上述原则，参考已有理论和实证研究，本文选取七个维度的指标，从总体及结构特征两个角度，构建村庄分类的基础指标体系（表 2）。

表 2(Tab. 2

表 2 村庄分类基础指标体系 Tab.2 Basic Index System of Village Classification 一级指标 二级指标 三级指标 指标名称 总体 自然禀赋 禀赋潜力 平原占村域面积比例 不可利用地占村域面积比例 禀赋条件 人均耕地面积 区位条件 宏观区位 到最近县中心距离 微观区位 到最近镇中心距离 村庄规模 人口规模 户籍人口总数 常住人口总数 经济规模 经济总量 农民人均纯收入 用地规模 村域用地总面积 人均宅基地面积 结构 形态结构 规模集中程度 农村居民点集中度* 空间集聚程度 农村居民点离心度** 人口结构 人口迁移 迁入率 迁出率 劳动力分布 劳动力占常住人口比重 非农劳动力占劳动力比重 经济结构 产业结构 非农业产值占总产值比重 农业结构 种植业产值占农业产值比重 用地结构 建设用地结构 非农用地占可利用土地比重 宅基地占建设用地比重 农用地结构 耕地占农用地比重 林地占农用地比重   注：*计算公式： ${C_i} = \frac{{\sum\limits_i {} \sum\limits_k {} \left| {P{i_j} - {P_{ik}}} \right|}}{{2{S_i}\left( {{N_i} - 1} \right)}}\left( {N > 1} \right)$ ，其中：Ci—居民点集中度（若Ci>1则取1）；Pij—i村中j自然村的常住人口数；Si—i村常住人口总数；Ni—i村的自然村个数。     **计算公式： ${E_i} = \frac{{\sum\limits_j {} {d_{ij}}/{N_i}}}{{{\rm{max}}\left( {{d_i}} \right)}}$ 其中：Ei—i村的离心度；dij—i村中j自然村的几何中心到村委会的距离；di—i村村委会到村边界的距离。

表 2 村庄分类基础指标体系 Tab.2 Basic Index System of Village Classification

（1）自然禀赋。自然禀赋是村庄发展的本底和基础，从禀赋潜力和禀赋条件两个角度分析。其中禀赋潜力是自然条件对村庄建设的硬性约束，反映村庄建设的空间潜力，禀赋条件则衡量自然要素为当前发展提供的现状基础。

（2）区位条件。根据农业区位论，与中心城镇的距离决定了村庄的生产方式：离城镇越近意味受城镇影响越大，越有可能成为城市影响区，从而改变其经济结构或用地布局。因此区位条件是其生产生活方式受城市影响程度的体现，也是村庄发展潜力和方向的决定性因素。

（3）村庄规模。村庄规模与公共设施的配置需求密切相关；在镇村体系面临重组的当下，村庄规模在很大程度上也决定了村庄的存废和发展前景；村庄规模还是特大型—大型—中型—小型农村居民点等级体系的重要标志，对村庄规划建设有显著影响。

（4）形态结构。形态结构反映了行政村内部的空间组织形式。行政村内部各自然村分布的集中与分散会影响村庄规划布局方式及设施的分布模式。形态结构既包括各自然村在规模上的集中程度，也包括其在空间上围绕行政中心的集聚程度，前者用集中度衡量，后者用离心度来衡量。

（5）人口结构。人口结构反映了城镇化背景下的村庄人口流动和劳动力分配状况。中国的快速城镇化进程伴随着大量的乡—城迁移和流动，改变了农村内部的劳动力结构，对村庄的发展产生长期持续的影响。因此采用人口迁移表征人口在城乡间的流动程度，用劳动力分布表征流动后村内的劳动力分配结构。

（6）经济结构。经济结构是村庄职能的主要体现，是村庄发展趋势和能力的体现，也是村庄规划建设方向的重要依据。农村的工业化和城镇化是中国农村经济发展中的重要议题，因此用产业结构来衡量村庄内部经济非农化水平；此外鉴于我国村庄农业内部结构多样，因此采用农业结构衡量村庄农业内部差异性。

（7）用地结构。用地结构在物质实体上反映了村庄职能。村庄用地主要分为建设用地和农用地，两者间及各自内部的结构关系是村庄规划建设的实体基础。用建设用地结构表征两者的关系和建设用地内部的结构，用农用地结构表征其内部的结构。

村庄分类的基础指标体系结构完整且可度量，能保证科学性和较广的适用范围，可用来对不同空间尺度下的村庄进行较为科学的类别划分。然而，这些指标虽在逻辑上有机综合，但在操作中可能存在三个问题：一是有些指标的取值可能对绝大多数村庄都没有显著差异，因此提供的信息有限、缺乏识别性；二是有些指标间存在严重的信息重叠，在数值上的反映则是比较严重的共线性问题；三是有些地区村庄数量和类型有限，可能仅需有限的几个指标即可有效地识别出各村庄类型。为解决这些问题，本文设计了一套指标缩减方法，过程如下：

（1）村庄类型初判。基于基础指标体系，利用系统聚类方法，采用标准化的分类指标变量，对村庄类型进行初步判别。由于数据基础是表征村庄发展多个维度的有机综合的指标变量，这种划分结果的科学性得到了保证，也可作为精简指标有效性的检验标准。

（2）正交特征指标提取。由于基础指标体系较为庞杂，既可能存在缺乏村庄类型识别度的指标，也可能存在指标间的共线性问题。因此利用两种方法分别解决这两个问题。首先利用假设检验剔除没有识别度的指标，提取包含信息量较大、能分辨类别间差异特征的特征指标；其次采用主成分分析法提取共线性较弱的指标，最终建立能较全面、有针对性地识别与描述村庄发展情况和规划建设需求的正交特征指标体系。

（3）有效性检验。根据前两步所得的村庄类别和正交特征指标，通过图谱分析确定各类村庄的阈值范围，据此判别各样本的类型归属。为对判别结果进行有效性检验，将其与初始聚类结果进行比较，定量检验精简指标体系的有效性。

根据村庄分类基础指标体系，将48个样本村的相关变量进行标准化处理后，在Stata中对样本村进行聚类分析^②。采用平均距离，以夹角余弦作为样本距离的测度；根据分层聚类结果图，将48个样本村划分为2大类，6小类，为提取并检验精简的特征指标提供了依据（图 2）。

图 2(Fig. 2)

图 2 48个样本村分层聚类结果 Fig.2 Results of Hierarchical Clustering of Village Samples

村庄分类指标体系较为庞杂，且存在一定程度的共线性问题，因此首先根据系统聚类结果，对各类别间的标准化指标进行KW检验，以判断各指标是否会产生类别间的同均值问题。当同均值出现的概率在0.01以下时，则认为该指标对样本村分类有较大影响，能反映村庄类别间的差异性，应被归入特征指标体系。经过KW检验后有12个指标被提入该体系。

进一步，为消除特征指标间的共线性问题，采用SPSS，利用主成分分析方法，对提取出的特征指标进行因子降维，并筛选出能独立代表村庄某一特征的指标。由于KW检验已剔除了大量基础指标，因此在提取主成分时采取较为保守的方式，即提取主成分至能保留95%以上的指标信息，并在每个主成分中至少提取一个具有显著影响的特征指标。通过上述过程，最终保留了8个能独立代表村庄某一方面的特征指标，这些指标虽不像它们代表的主成分一样完全正交，但相互间相关性最小。据此构建出村庄分类的正交特征指标体系（表 3）。

表 3(Tab. 3

表 3 样本村基础分类指标的KW检验及特征指标体系 Tab.3 KW Test for the Basic Index over Village Samples and Characteristics Index System 一级指标 二级指标 三级指标 指标名称 Chi-squared Probability 是否特征指标 是否正交特征指标 总体 自然禀赋 禀赋潜力 平原占村域面积比例 24.50 0.0002 √ √ 不可利用地占村域面积比例 7.80 0.1674 禀赋条件 人均耕地面积 12.39 0.0298 区位条件 宏观区位 到最近县中心距离 5.43 0.3658 微观区位 到最近镇中心距离 16.06 0.0067 √ √ 村庄规模 人口规模 户籍人口总数 26.87 0.0001 √ 常住人口总数 31.08 0.0001 √ √ 经济规模 经济总量 28.97 0.0001 √ 农民人均纯收入 11.72 0.0388 用地规模 村域用地总面积 14.60 0.0122 人均宅基地面积 15.34 0.0100 结构 形态结构 规模集中程度 农村居民点集中度 -- -- 空间集聚程度 农村居民点离心度 -- -- 人口结构 人口迁移 迁入率 22.24 0.0005 √ 迁出率 18.94 0.0020 √ √ 劳动力分布 劳动力占常住人口比重 27.84 0.0001 √ √ 非农劳动力占劳动力比重 14.43 0.0132 经济结构 产业结构 非农业产值占总产值比重 23.44 0.0003 √ √ 农业结构 种植业产值占农业产值比重 20.77 0.0009 √ √ 用地结构 建设用地结构 非农用地占可利用土地比重 14.35 0.0135 宅基地占建设用地比重 5.70 0.3368 农用地结构 耕地占农用地比重 24.44 0.0002 √ 林地占农用地比重 29.45 0.0001 √ √

表 3 样本村基础分类指标的KW检验及特征指标体系 Tab.3 KW Test for the Basic Index over Village Samples and Characteristics Index System

上述8个正交特征指标可作为任何地区村庄分类的基础指标，但本文中的村庄样本在空间上具有局限性，也不可能完全覆盖全国所有的村庄类型，因此只需5个指标便可将48个样本村归为六个类别（图 3、图 4）。根据聚类分析结果，确定各指标的优先顺序和阈值范围，方法如下：首先考察系统聚类结果的两类村庄在8个特征指标上的分布情况，发现二者在人口规模上的分异极其明显，而在其他指标上的差异并不显著，因此使用这一个指标即可将两个大类分开。其次，对比大类Ⅰ下的三类村庄在8个特征指标上的分布情况，发现虽没有指标能将三类完全分开，但种植业占农业产值比重可将Ⅰ-3明显区分于Ⅰ-1和Ⅰ-2；依此类推，可根据林地占农用地比重区分Ⅰ-1和Ⅰ-2。进一步，使用同样的方法和步骤，利用平原占村域面积比例和到乡镇中心的距离可将大类Ⅱ下的三类村庄区分开。结果发现，上述判别分析的结果与系统聚类的结果基本完全吻合，准确率为96%，不仅说明提取的特征指标是有效的，也说明系统聚类—特征指标识别—阈值划分—大样本判定的逻辑思路是可行的。

图 3(Fig. 3)

图 3 样本村Ⅰ类与Ⅱ类的内部分类的图谱分析 Fig.3 Mapping Analysis of Classifications within Village Ⅰ and Village Ⅱ

图 4(Fig. 4)

图 4 样本村分类的阈值判别指标及范围 Fig.4 Threshold Index of Village Classifications and According Ranges

大类Ⅰ共有村庄31个，它们规模普遍较小，常住人口较少，迁出人口较多，留在村内的劳动力偏少（表 4）。该类村庄反映了由人口乡城流动推动的快速城镇化所带来的村庄劳动力的流出，是现今城镇化背景下较为常见的村庄类型，具体包括平原传统农业村、山区传统农林村和养殖专业村。

表 4(Tab. 4

表 4 Ⅰ类村庄特征及命名 Tab.4 Characteristics and Names of Subgroups in Village Ⅰ 类别 个数 共同特征 差异化特征 命名 自然禀赋 经济结构 用地结构 平原占比 非农产值占比 种植业产值占比 林地占比 Ⅰ-1 16 常住人口少 极高 极低 极高 极低 平原传统农业村 Ⅰ-2 11 迁出率高 较低 低 较高 极高 山区传统农林村 Ⅰ-3 4 劳动力比例低 / 居中 极低 / 养殖专业村

表 4 Ⅰ类村庄特征及命名 Tab.4 Characteristics and Names of Subgroups in Village Ⅰ

（Ⅰ-1）平原传统农业村。平原比例极高，非农产值占比极低，基本以种植业中的粮食种植为主，因此耕地比例高，林地比例低；例如位于国家粮食主产区河南淅川的桦栎扒村等。该类村庄的规划建设需重点考虑粮食安全等问题，在基础设施上更需与生产相结合。

（Ⅰ-2）山区传统农林村。平原比例较低，土地的难以利用使村庄非农产值占比低，以种植林木、粮食作物为主，因此林地比例高，耕地比例低；例如位于秦巴山区的陕西汉阴民主村等。这些村庄的规划建设需重点考虑地形因素所带来的生产不便、居住过散、基础服务难以提供等问题，同时也需注意与退耕还林的结合。

（Ⅰ-3）养殖专业村。地形复杂多样，平原与山地兼有，种植业占农业产值比例较低，在复杂且难以利用的土地条件下，以农业中的养殖业为主；如陕西富平曹管村（奶山羊）等。该类村庄在规划建设时应主要考虑较为丰富和灵活的农业生产方式对村庄功能布局、基础设施等的多样化需求。

大类Ⅱ共有村庄17个，它们规模普遍较大，常住人口较多，迁出人口较少，留在村内的劳动力较多（表 5）。该类村庄反映出农业产业化和农村工业化提升了部分村庄的经济实力，增强了村庄对人口的吸引力，具体包括远山特色农业村、城郊非农产业村和平原非农产业村。

表 5(Tab. 5

表 5 Ⅱ类村庄特征及命名 Tab.5 Characteristics and Names of Subgroups in Village Ⅱ 类别 个数 共同特征 差异化特征 命名 自然禀赋 区位条件 经济结构 用地结构 平原占比 到镇中心距离 非农产值占比 种植业产值占比 林地占比 Ⅱ-4 2 常住人口多 极低 远 极低 中等 较高 远山特色农业村 Ⅱ-5 6 迁出率低 / 近 较高 / / 城郊非农产业村 Ⅱ-6 9 劳动力比例高 极高 / 极高 / 极低 平原非农产业村

表 5 Ⅱ类村庄特征及命名 Tab.5 Characteristics and Names of Subgroups in Village Ⅱ

（Ⅱ-4）远山特色农业村。一方面距乡镇中心较远且位于远山区，另一方面农业比重大且林地居多，因此主要种植林木、果树、蔬菜等经济作物，农业产值较高，农户农业收入较丰厚；如云南蒙自黑拉冲村（烤烟、三七）等。该类村庄的规划建设应重视自然灾害的防御，避免自然灾害带来的农业收入的不确定性。

（Ⅱ-5）城郊非农产业村。离乡镇中心较近，受城镇影响较大，非农产业发展较好；如紧邻省会湖南长沙的许兴村等。这些村庄的规划建设面临城镇化及土地集约利用等问题，也需重视与城市间的功能配合。

（Ⅱ-6）平原非农产业村。自然禀赋较优，平原占比较高，由于区域经济或自然环境的优势，非农产业发展迅速，其他指标也表明该类村庄吸引了大量外来人口，迁入率高，劳动力丰富^③；如江苏常熟吉桥村等。这些村庄的规划建设面临村庄并入及配套设施跟进的问题，在配套时应综合考虑本地和外来人口，有弹性的配置各项设施。

本文基于目标导向、有机综合、简明可操作及适度弹性的原则，面向村庄规划与建设，以行政村为基本单元，构建了村庄类型基础指标体系与精简方法，并利用该体系及方法对全国7省行政村样本进行了分类，得到以下结论：（1）村庄分类基础指标体系从总体和结构两方面，包括了自然禀赋、区位条件、村镇规模、形态结构、人口结构、经济结构和用地结构七个维度，全面综合地反映了影响村庄规划建设的多个方面，具有较高的科学性和较广的适用范围。

（2）科学有效的指标精简方法提高了村庄分类指标体系的可操作性。该方法是指在基础指标体系的基础上，采用聚类分析、KW检验和主成分分析方法，通过村庄类型初判、正交特征指标提取、有效性检验等过程，得到简明、易行、有弹性、可推广的村庄分类指标体系。

（3）利用村庄分类指标体系及方法对全国7省48个行政村样本进行了分类，得出了表征村庄类别的8个特征指标体系，并将样本村分为两大类六小类。六类村庄特点各异，正交特征指标分布范围不同，既反映了我国丰富多样的村庄类型，也说明村庄规划建设的发展方向和实施重点也应“因类而异”、因地制宜、有所侧重。

（4）指标建立与实证研究证明了村庄分类指标体系和过程的科学性及广泛的适用性。据此，对一个地区的村庄分类，只需首先选取具有区域代表性的村庄，收集基础指标体系中的数据，进行系统聚类；而后通过KW检验和主成分分析，提取正交特征指标；再根据样本村庄数据，确定少数几个特征指标的阈值；最后只需收集每个村庄的少数特征指标，即可准确判定该区域所有村庄的类型，并据此指导村庄规划建设。

注释：

① 河南、河北及山东由于相隔较近且均位于华北平原，因此各省仅抽取一个县。

② 样本村缺少形态结构的基础数据，但鉴于形态结构指标加入仅会影响结构的一个方面，因此认为缺少该数据也能较为科学的进行分类。

③ 9个村庄中，6个迁入率在10%以上，其中4个迁入率在35%以上。