西南乡村振兴示范村空间分布特征及影响因素分析

刘富仙 王佑汉 廖琴 曾琨 李谦

摘要 村莊是乡村地区最普遍的空间表征和县域乡村振兴规划最基本的组织单元之一，本研究旨在通过分析乡村振兴示范村的空间分布特征和影响因素，为其示范村建设提供参考。本研究采用最近邻指数、地理集中指数、基尼系数、核密度分析、地理探测器和地理联系率，对西南某地1 947个乡村振兴示范村的空间分布特征和影响因素进行了探讨。结果表明，该地乡村振兴示范村空间分布类型为集聚型，且在市州内部表现为非均衡集聚，整体呈“东密西疏”，并在该地东部形成了“一带四点”的分布格局。自然环境、人口、社会经济、交通及资源禀赋对乡村振兴示范村的空间分布均有一定影响，经过因子探测分析发现，高程和坡度对乡村振兴示范村的空间分布影响较大，而交通条件、资源禀赋及河流水系对乡村振兴示范村空间分布影响较小。

关键词 乡村振兴示范村；空间分布；影响因素；最近邻指数；乡村规划

中图分类号 TU982.29；F327   文献标识码 A

文章编号 1007-7731（2024）08-0138-07

Spatial distribution characteristics and influencing factors of a rural revitalization

demonstration villages in southwest China

LIU Fuxian1， 2    WANG Youhan1， 2    LIAO Qin1， 2    ZENG Kun1， 2    LI Qian1， 3

（11Laboratory of Land and Resources Comprehensive Utilization Engineering in Hilly Areas， Nanchong 637009， China;

2Schoolof Geographic Sciences， China West Normal University， Nanchong 637009， China;

3School of Business， China West Normal University， Nanchong 637009， China）

Abstract Villages are the most common spatial representation of rural areas and the most basic organizational unit of county-level rural revitalization planning. This study aims to provide a reference for the construction of rural revitalization model villages by analyzing the spatial distribution characteristics and influencing factors of rural revitalization model villages. This study explored the spatial distribution and influencing factors of 1947 rural revitalization demonstration villages in a certain area of southwest China through nearest neighbor index， geographic concentration index， Gini coefficient， kernel density analysis， geographic detector， and geographic connectivity rate. The results showed that the spatial distribution type of the demonstration villages for rural revitalization in the area was agglomeration， and it shows an unbalanced agglomeration within the city and state， with an overall “dense in the east and sparse in the west”， and a distribution pattern of “one belt and four points” was formed in the eastern part of the area. Natural environment， population， socio-economic， transportation， and resource endowmentsl had an impact on the distribution of rural revitalization demonstration villages. After factor detection analysis， it was found that altitude and slope had a significant impact on the spatial distribution of rural revitalization demonstration villages， while transportation conditions， resource endowments， and river systems had a relatively small impact on the spatial distribution of rural revitalization demonstration villages

Keywords demonstration village for rural revitalization; spatial distribution; influencing factor; nearest neighbor index; rural planning

村庄是乡村地区最普遍的空间表征和县域乡村振兴规划最基本的组织单元之一[1]，也是乡村振兴的重要载体之一。当前，村庄的空间分布及影响因素研究备受关注，学者们从乡村振兴的内涵出发，开展了乡村旅游重点村[2]、传统村落[3]、美丽乡村[4]、国家森林乡村[5]和乡村治理示范村[6]等的空间分布及影响因素研究。从现有研究来看，对乡村振兴示范村空间分布及影响因素的研究有待进一步深入开展。目前，关于乡村振兴示范村的研究集中在示范村创建的理论逻辑[7]与实践路径[8]、對典型村产业[9-10]及人才[11]等建设的思考和具体村落的规划[12]方面。为此，本文采用最近邻指数分析乡村振兴示范村在地理空间的聚集性，运用地理集中指数和基尼系数分析示范村在市州内部的集中性和均衡状态，利用核密度分析示范村在空间上的分布密度及格局，然后运用地理联系率分析示范村市州分布数量与市州人口、经济因素的空间联系率，最后利用地理探测器探测出各因子对示范村空间分布的影响强度大小，目的是为示范村的建设提供参考。

1 材料与方法

1.1 数据来源

乡村振兴示范村名单源于研究区农业农村厅官方网站，自2019年开始每年评选500个乡村振兴示范村，4年共计2 000个行政村。行政村村域界线源于第三次全国国土调查数据库的调查区村界，因时间跨度部分行政村拆并，选用拆并后的行政村范围，调整后实际共计1 947个行政村。数字高程（DEM）数据来源于地理空间数据云（https：//www.gscloud.cn/）ASTER GDEM 30M分辨率WGS84坐标数字高程数据，并运用ArcGIS软件中的3D Analysis和Hydrologic Model模型提取流域水系中心线[13]，依据第三次全国国土调查数据库对应的省域河流水系校正调查村调查区界线，示范村面积均大于1 km2，误差忽略不计。乡村振兴示范村点数据通过计算村域范围边界重心坐标获得。社会经济数据源于研究区2022年统计年鉴；A级景区数据基于百度地图，通过数据采集软件抓取获得景区点地理空间数据。

1.2 研究方法

1.2.1 最近邻指数  最近邻指数可用于判断2019—2022年各年份乡村振兴示范村在省域上的空间分布类型，其计算公式如下[14]。

[R=r1rE] （1）

[rE=12n/A] （2）

式（1—2）中，[R]表示最近邻指数，[rE]是理论最近邻距离，[r1]是实际最近邻距离，A是研究区面积，n是乡村振兴示范村个数。R=1时乡村振兴示范村呈随机分布；R>1时乡村振兴示范村呈均匀分布；R<1时乡村振兴示范村呈集聚型分布。

1.2.2 地理集中指数  地理集中指数反映地理事物在地域上的集中程度，研究选取该方法分析乡村振兴示范村在市州的集中程度，其计算公式如下[15]。

[Z=100×i=1NyiT2] （3）

式（3）中，[Z]为地理集中指数，N为市州数量，[yi]为第[i]个市州拥有的乡村振兴示范村数量，[T]为乡村振兴示范村的总数量。其中，[Z]的取值范围为0～100，[Z]值越大，表示集中程度越高。

1.2.3 基尼系数  基尼系数是经济学中衡量事物发展均衡度的重要指标，参考相关学者研究成果将其引入描述乡村振兴示范村在市州内部分布的均衡程度，其计算公式如下[16]。

[G=-1NPilnPilnN， H=1-G] （4）

式（4）中，[G]是基尼系数，[H]是均衡分布度，[Pi]为乡村振兴示范村个数在各市州的占比，N为市州数量。其中，[G]的取值范围为0～1，[G]越大，[H]值越小，表明乡村振兴示范村的集中程度越高，均衡度越低。

1.2.4 核密度  核密度分析用于分析乡村振兴示范村在地理空间上的密集程度和分布趋势，本文通过ArcGIS计算并进行可视化表达，其计算公式如下[17]。

[f（x）=1nhi=1Nkx-xih] （5）

式（5）中，[n]为乡村振兴示范村个数，[h]为带宽，[k]表示核心，[x-xi]为示范村[x]与[xi]之间的距离。核密度值越高代表乡村振兴示范村在该区域分布越密集。

1.2.5 地理探测器  地理探测器主要描述乡村振兴示范村空间分布影响因素的解释力，用q表示。q值越大，表示影响因素的影响重要程度更高。计算公式如下[18]。

[q=1-1nσ2h=1Lnhnσ2h] （6）

式（6）中，[L]为影响因素总类型数，[n]和[nh]分别为乡村振兴示范村个数、第[h]类型因素乡村振兴示范村个数。

1.2.6 地理联系率  用于分析研究要素在空间分布上的联系程度，研究引入分析乡村振兴示范村与人口、社会经济因子在地理空间分布上的联系情况，其公式如下[19]。

[L=100-12i=1nSi-Ki] （7）

式（7）中，L为地理联系率，[Si]为第[i]个地区乡村振兴示范村占总数的比例；[Ki]为第[i]个地区人口、社会经济因子分别占总数的比例。[L]值范围为0～100，值越大，说明两者之间的地理联系率越紧密。

2 结果与分析

2.1 乡村振兴示范村空间分布聚集性

根据乡村振兴示范村名单整理得到该地区各市州乡村振兴示范村个数统计，详见表1。从数量上来看，市州A、K和F数量排名靠前，市州C、P和B分布数量较少。通过最近邻指数计算得出，2019—2022年各批次乡村振兴示范村的最近邻指数分别为0.618 0、0.711 7、0.693 2和0.685 6，2019—2022年整体的最近邻指数为0.550 9。各批次和整体的乡村振兴示范村最近邻指数均小于1，表明在地理空间上乡村振兴示范村呈聚集分布，4个批次的乡村振兴示范村整体集聚水平较高，其中2019年集聚程度最高。

2.2 乡村振兴示范村空间分布均衡性

根据公式（3）计算得出，2019—2022年批次及整体的乡村振兴示范村的地理集中指数分别为23.421 0、23.320 9、23.372 5、23.482 7和23.367 4。假设1 947个乡村振兴示范村均匀分布在21市州，计算得到各批次及整体的乡村振兴示范村的地理集中指数为21.821 8。乡村振兴示范村实际地理集中指数大于理想状态均匀分布的地理集中指数，说明乡村振兴示范村在市州尺度上空间分布特征集中度较高，其中2022年的集中度指数在4个批次中最高。根据公式（4）计算得出，2019—2022年批次及整体的基尼系数分别为0.974 8、0.975 9、0.975 1、0.973 1和0.975 3，均匀度分别为0.025 2、0.024 1、0.024 9、0.026 9和0.024 7，表明乡村振兴示范村在各市州分布不均匀。综上，研究区乡村振兴示范村表现为非均衡的集中特征。

2.3 乡村振兴示范村空间分布密度

依据公式（5）和利用ArcGIS工具分别对各批次乡村振兴示范村进行核密度分析，得出该地2019—2022年乡村振兴示范村核密度图，详见图1。总体上，该地各批次示范村在东部地区分布密度较高，西部地区分布密度较低（图1E）。从年份看，2019年示范村空间分布形成“一带多点”的高密度区，一带为地区A、E和F一带，多点为地区N、K以及地区B和I交界聚集区、地区R和H交界聚集区（图1A）；2020年示范村空间分布在A、E和F一带聚集效应有所降低，在地区I、B、M、N和H的聚集效应进一步加强（图1B）；2021年示范村空间分布高密度区再次向地区A、E和F偏移，地区M、B、I、R、H、K和N等地在空间上形成高密度聚集带（图1C）；2022年示范村在空间分布上新增地区O高密度区，地区M、R、N和K的聚集效应有所降低（图1D）。总体而言，乡村振兴示范村分布密度在时空上呈现“东高西低”格局，并在该地东部形成“一带四点”的分布格局，即A、E和F一带、H-R交界聚集区、I-B交界聚集区、N聚集区及M聚集区。

2.4 乡村振兴示范村空间分布影响因素

2.4.1 自然因素  地形地貌和河流水系是村落形成的基础，利用叠加分析得到乡村振兴示范村与高程、河流分布、坡度及河流距离的关系图，分别详见图2—5。

依据图2可知，该地最高高程为7 473 m，最低高程为107 m，整体西高东低，大部分乡村振兴示范村位于低高程区，少部分零星分布在该地西部地区，随着高程升高，示范村数量减少。由图3可知，乡村振兴示范村的分布有明显的近水性，乡村振兴示范村大部分位于河谷区附近，从该地东部地区看，岷江、嘉陵江等孕育出许多支流，为东部地区提供了豐沛的水资源，沿河流区域分布众多乡村振兴示范村。从图4可看出，各批次乡村振兴示范村个数均随着坡度的增加而减少。该地乡村振兴示范村主要分布在距最近水系0～7.49 km的地区，占比61.12%，且随着距离水系距离增加，乡村振兴示范村的数量逐步减少（图5）。

2.4.2 交通条件  选取国省县道，利用近邻分析得到乡村振兴示范村距国道、省道和县道最近距离，详见表2。随着距离国道、省道和县道距离增加，乡村振兴示范村数量逐步减少，在距国道、省道和县道最近距离2.64 km内示范村的个数较多，有1 626个，占比83.51%。该地东部地区路网密集，西部较为稀疏，导致各地区乡村振兴示范村的分布受道路的影响随机性较大，从该地乡村振兴示范村“东密西疏”的分布来看，示范村的空间分布在一定程度上受到交通影响。

2.4.3 社会经济  以人均GDP、农民人均可支配收入、农林牧渔业总产值为指标，运用地理联系率测算乡村振兴示范村空间分布与社会经济发展水平间的关系。结果表明，乡村振兴示范村空间分布与人均GDP的地理联系率为99.8、与农民人均可支配收入的地理联系率为99.84、与农林牧渔业总产值的地理联系率为99.9，说明示范村空间分布与地区经济发展水平联系紧密。乡村振兴示范村在一定程度上展示的是其在区域上的示范带动作用。就乡村地区而言，人均GDP、农民人均可支配收入、农林牧渔业总产值等指标一定程度上反映出生活水平以及乡村产业发展水平，地区经济发展也带来资源、人力和政策逐步向示范村倾斜，进一步推动了当地经济发展。

2.4.4 人口  以年末常住人口、乡村就业人数为指标，运用地理联系率测算乡村振兴示范村空间分布与人口的关系，发现乡村振兴示范村分布与年末常住人口的地理联系率为99.80，与乡村就业人数的地理联系率为99.89，说明示范村的空间分布与人口联系紧密。

2.4.5 资源禀赋  选取该地文化和旅游厅公布的A级景区名单，利用近邻分析得到乡村振兴示范村距A级景区最近距离，详见表3。随着距离的增加，乡村振兴示范村的个数在不断减少，结果表明示范村的空间分布与距A级景区的距离有一定关系。

2.5 乡村振兴示范村空间分布影响因子探测

通过上述影响因子分析，利用地理探测器方法，选取该地各市州DEM、2021年人口、社会经济等数据，探测各影响因子对乡村振兴示范村空间分布影响的大小。10个因变量均采用自然断点法对具体数值进行分类处理，将其由数值量转换为类型量，选取示范村核密度值为自变量Y，最后将X和Y赋值到乡村振兴示范村点数据上，利用GeoDetector软件将X和Y导入模型中，最终得到因子探测结果，详见表4。其中q为各因子对乡村振兴示范村空间分布的影响力大小，值域范围为[0，1]，值越大，其对乡村振兴示范村分布影响的解释力越大。

依据表4，10个因子均通过显著性检验，各因子探测q值的解释力从大到小为高程（0.585）>坡度（0.515）>人均可支配收入（0.457）>乡村就业人数（0.436）>年末常住人口（0.378）>农林牧渔业总产值（0.366）>人均GDP（0.200）>距国道、省道和县道最近距离（0.124）>距A级景区最近距离（0.109）>距河流最近距离（0.010）。总的来看，高程和坡度对示范村的空间分布影响较为明显，河流、交通及资源禀赋条件对于示范村空间分布有一定影响，其影响强度相对较弱。

3 结论与讨论

以研究区1 947个乡村振兴示范村为研究对象，基于最近邻指数分析乡村振兴示范村在地理空间的聚集性，运用地理集中指数和基尼系数分析乡村振兴示范村在市州内部的集中性和均衡状态，利用核密度分析乡村振兴示范村在空间上的分布密度及格局，然后运用地理联系率分析乡村振兴示范村市州分布数量与市州人口、经济因素的空间联系率，最后利用地理探测器探测出各因子对乡村振兴示范村空间分布的影响强度的大小，得到如下结论。

（1）研究区乡村振兴示范村在地理空间上呈现集聚特征，4个批次集聚程度不同，其中2019年乡村振兴示范村的聚集程度最高，2020年聚集程度最低；乡村振兴示范村在市州内部呈非均衡的集中分布，其中2022年市州内部集中程度最高。（2）乡村振兴示范村空间分布密度总体上呈现“一带四点”格局，分布密度东高西低。4个批次形成的密度高值区呈现出点状或带状，随着4个批次乡村振兴示范村的形成，2019—2022年，该地乡村振兴示范村整体上形成了以地区A、E和F一带、地区H-R交界处、地区I-B交界处、地区N和地区M为核心的高密度聚集区。（3）乡村振兴示范村空间分布受地形条件影响明显，社会经济和人口因素次之，交通条件及资源禀赋也影响乡村振兴示范村空间分布，相较于自然、社会经济和人口因素，其影响强度相对较弱。

研究区乡村振兴示范村在地理空间上呈现明显的地理特征，且空间分布受到地形条件影响较大，同时受社会经济和人口资源等因子影响明显。由于村域单元的经济及人口数据暂时较难以获取，本研究选取的人口和社会因子是以市州为单元，在数据选取上有一定局限性，后续研究可以选取部分示范村进行村域人口及经济调查，以便更深入分析经济和人口对示范村空间分布的影响。各地乡村振兴示范村的自然条件和资源禀赋的不同，导致其具有各自的特色，因此，在未来研究中可以依据不同的自然条件或区划提出关于乡村振兴示范村建设的差异化政策，进而更好地为乡村振兴示范村建设提供现实参考。

参考文献

[1] 周扬，黄晗，刘彦随. 中国村庄空间分布规律及其影响因素[J]. 地理学报，2020，75（10）：2206-2223.

[2] 罗丽，覃建雄，杨建春. 西南地区乡村旅游重点村空间分布及结构分析[J]. 中国农业资源与区划，2022，43（12）：260-269.

[3] 刘安乐，明庆忠，杨承玥，等. 滇黔桂传统村落空间分布特征及其与旅游发展关系[J]. 中国农业资源与区划，2021，42（9）：166-177.

[4] 曹开军，王秘秘. 中国美丽乡村空间格局演变及其影响因素[J]. 地理科学，2022，42（8）：1446-1454.

[5] 罗文斌，蒋理，雷洁琼，等. 湖南省国家森林乡村分布格局及影响因素研究[J]. 中国农业资源与区划，2022，43（2）：33-42.

[6] WANG J H，CHEN G L，ZHAGN J H，et al. The spatial dsitribution pattern and influencing factors of rural governance demonstration villages and towns in China[J].Journal of resources and ecology，2023，14（5）：1061-1074.

[7] 黄承伟. 乡村振兴示范创建的理论逻辑与推进路径[J]. 甘肃社会科学，2022（5）：18-24.

[8] 李尧磊. 中国乡村振兴过程中 “制造亮点” 的多层级逻辑：基于中部桥镇的案例研究[J]. 公共管理与政策评论，2022，11（6）：59-76.

[9] 刘社堂. 以“三变” 改革推进乡村振兴的实践与思考：以陕西省相关市县典型示范村为例[J]. 安徽农学通报，2018，24（15）：1-5，30.

[10] 潘艳芬，杨菊. 乡村振兴视域下少数民族地区乡村旅游开发路径选择：以贵州省黄平县Y村为例[J]. 安徽农学通报，2021，27（12）：141-143，147.

[11] 王安源，马溶. 新时代“乡村大学生” 人才培养模式创新研究：以安徽农业大学“一村一名大学生”人才培养工程为例[J]. 安徽农学通报，2020，26（14）：162-164.

[12] 何炅灿. 全面推进乡村振兴战略背景下村庄规划格局优化探究：以四川省仪陇县观紫镇泉水村村庄规划为例[J]. 安徽农学通报，2021，27（16）：13-14.

[13] 王成文，李英，黄小琴，等. 基于GIS和DEM数据的流域水系提取与优化分析[J]. 中国农村水利水电，2021（2）：37-42，50.

[14] 黄婷，李冬花，蒋伟峰，等. 长江中游城市群乡村旅游空间分布特征及影响因素：以乡村旅游重点村为例[J]. 长江流域资源与环境，2023，32（12）：2466-2477.

[15] BIAN J J，CHEN W X，ZENG J. Spatial distribution characteristics and influencing factors of traditional villages in China[J]. International journal of environmental research and public health，2022，19（8）：4627.

[16] 王耀斌，宋穎，黄珊，等. 甘肃省乡村旅游示范村空间分布及影响因素研究[J]. 中国农业资源与区划，2020，41（7）：240-247.

[17] 时浩楠. 乡村振兴背景下农业产业强镇空间分布特征及影响因素[J]. 山东农业大学学报（社会科学版），2023，25（4）：18-24，189.

[18] 王劲峰，徐成东. 地理探测器：原理与展望[J]. 地理学报，2017，72（1）：116-134.

[19] ZHANG Y X，LI W Z，LI Z Y，et al. Spatial distribution characteristics and influencing factors of key rural tourism villages in China[J]. Sustainability，2022，14（21）：14064.

（责编：何 艳）

基金项目 四川革命老区发展研究中心项目“乡村振兴战略视觉下四川革命老区乡村活力评价”（SLQ2019C-25）；四川革命老区发展研究中心项目“乡村振兴战略下四川革命老区推进新型城镇化的路径研究”（SLQ2019C-18）。

作者简介 刘富仙（1999—），女，四川巴中人，硕士研究生，从事资源利用与区域发展研究。

通信作者 李谦（1984—），女，四川仪陇人，硕士，讲师，从事资源利用与区域发展研究。

收稿日期 2023-12-15