李知遠 王培茗 謝敏 王榮業(yè) 李詩睿

摘要：鄉(xiāng)村韌性是鄉(xiāng)村對自然環(huán)境和社會經(jīng)濟不斷適應(yīng)和協(xié)調(diào)之后形成的，測度其韌性分布格局對鄉(xiāng)村可持續(xù)發(fā)展具有重要意義.以魯?shù)榭h為研究對象，從經(jīng)濟、社會、工程和生態(tài)4個維度構(gòu)建鄉(xiāng)村韌性評價指標體系，運用多因素綜合評價法、空間自相關(guān)和地理探測器等方法研究鄉(xiāng)村韌性分布格局和影響機制.結(jié)果表明：1） 魯?shù)榭h鄉(xiāng)村韌性呈現(xiàn)“東南高西北低”的空間分異格局，整體水平偏低，差異性顯著，與現(xiàn)狀鄉(xiāng)村聚落分布格局不匹配，居民點密度高的區(qū)域鄉(xiāng)村韌性低，亟需提升韌性.2） 鄉(xiāng)村韌性空間分布整體存在正相關(guān)性，局部聚集特征呈現(xiàn)縣域西北部低-低集聚區(qū)，東南部高-高集聚區(qū)，北部和南部的鄉(xiāng)村韌性在空間上呈現(xiàn)無關(guān)聯(lián)性.3） 鄉(xiāng)村韌性空間格局異質(zhì)性主要受生態(tài)因素和工程因素的復合作用，其次是經(jīng)濟因素，社會因素解釋力最弱，每千人醫(yī)療衛(wèi)生床位數(shù)是影響鄉(xiāng)村韌性的最主要因子，2種因子對鄉(xiāng)村韌性的交互作用都要大于單一因子的獨自作用.

關(guān)鍵詞：鄉(xiāng)村韌性; 評價; 分布格局; 影響機制; 魯?shù)榭h

中圖分類號：K901.8? 文獻標志碼：A? 文章編號：1001-8395（2024）05-0622-09

doi：10.3969/j.issn.1001-8395.2024.

0 引言

鄉(xiāng)村系統(tǒng)是鄉(xiāng)村自然環(huán)境與經(jīng)濟社會不斷耦合協(xié)調(diào)形成的復雜系統(tǒng)，具有系統(tǒng)開放性、空間維度性和要素多樣性等特點，其本身就是長期在面對外部不確定風險擾動時形成的，符合韌性理論分析要求[1].隨著城市化和“重城輕鄉(xiāng)”的發(fā)展導向，鄉(xiāng)村面臨著公共服務(wù)設(shè)施配置不均、“空心化”和生態(tài)環(huán)境破壞等問題，使鄉(xiāng)村系統(tǒng)在面對外界沖擊時變得更加脆弱[2].研究鄉(xiāng)村韌性空間分布格局，補齊短板，合理配置資源，提升區(qū)域整體韌性成為亟需解決的問題.

“Resilience”翻譯為韌性、彈性、恢復力等，首先應(yīng)用于工程領(lǐng)域[3]，隨后Holling[4]首次將韌性引入到生態(tài)學領(lǐng)域，但工程韌性和生態(tài)韌性均是單一系統(tǒng)的線性思維，以一種均衡論視角強調(diào)系統(tǒng)擾動后回到平衡的理想狀態(tài).隨著學科發(fā)展，演進韌性作為一種演化論視角逐漸興起，強調(diào)韌性是非線性的，并納入到了經(jīng)濟、社會、生態(tài)、災(zāi)害等多系統(tǒng)復合作用，指出系統(tǒng)在擾動后會自組織、自適應(yīng)，并不斷演化發(fā)展到一種新狀態(tài)，是區(qū)別以往的平衡狀態(tài)[5-7].國內(nèi)外學者早期較多關(guān)注韌性城市層面的研究，隨著韌性理念研究的深入，一些學者逐漸關(guān)注到了鄉(xiāng)村韌性層面，Heijman等[8]首次提出了韌性鄉(xiāng)村發(fā)展理念，他認為鄉(xiāng)村韌性包括生態(tài)韌性、經(jīng)濟韌性和文化韌性3個方面.隨后越來越多的學者從韌性鄉(xiāng)村的理論框架[9-10]和評價指標體系[11]等方面展開，評價指標體系有從韌性特征構(gòu)建[12]，如適宜性、冗余度、自組織性等，也有從韌性維度構(gòu)建[13-14]，如經(jīng)濟、社會、工程、生態(tài)等維度.研究尺度多以微觀的社區(qū)為主[15-16]，也有較少從宏觀的省域[17]和縣域[2]開展研究，研究方法從定性到定量相結(jié)合，定性方法多為半結(jié)構(gòu)訪談、問卷調(diào)查、德爾菲法等，研究內(nèi)容涉及防災(zāi)減災(zāi)[18]、景觀生態(tài)[19]、生活生計[20]、營建策略[21]、空間分布格局[22-23]等.綜上所述，目前韌性鄉(xiāng)村評價指標體系尚不健全，需結(jié)合鄉(xiāng)村實際從多維度構(gòu)建評價指標體系，且針對行政村單元尺度的空間格局和影響機制的研究相對較少，影響因素的分析較少采用定量的方法.鑒于此，本文以云南省昭通市魯?shù)榭h為研究對象，基于多維度演進韌性視角，從經(jīng)濟韌性、社會韌性、工程韌性、生態(tài)韌性4個維度構(gòu)建鄉(xiāng)村韌性評價指標體系，探索鄉(xiāng)村韌性分布格局，并分析其影響機制，以期補齊短板，增加抵御外界擾動的適應(yīng)能力，為鄉(xiāng)村優(yōu)化布局提供切實可行的建議.

1 研究區(qū)概況與研究方法

1.1 研究區(qū)概況 魯?shù)榭h（102°53′E～103°40′E，26°32′N～27°32′N）位于云南省東北部，昭通地區(qū)西南部，屬高原山地區(qū)域.全縣總面積1 484 km2，轄10鎮(zhèn)2鄉(xiāng)，80個村級行政單元.地處小江斷裂帶的東部，區(qū)域內(nèi)地質(zhì)構(gòu)造復雜，地震、泥石流、滑坡等自然災(zāi)害頻發(fā)，2020年以前曾是云南省27個深度貧困縣之一，人口眾多，經(jīng)濟基礎(chǔ)薄弱，且基礎(chǔ)公共服務(wù)設(shè)施不完善，因此急需提升鄉(xiāng)村韌性.

1.2 數(shù)據(jù)來源與處理 本文數(shù)據(jù)主要包括：1） 2020年土地利用數(shù)據(jù)來源于歐空局（分辨率10 m）;2） DEM數(shù)字高程來源于地理空間數(shù)據(jù)云;3） 統(tǒng)計年鑒、經(jīng)濟數(shù)據(jù)來源于魯?shù)榭h統(tǒng)計年鑒;4） 衛(wèi)生院、學校、村辦企業(yè)數(shù)來源于高德地圖POI數(shù)據(jù).此外基礎(chǔ)地理數(shù)據(jù)（鄉(xiāng)村居民點斑塊、河流、道路等）通過ArcGIS 10.7軟件提取和處理.

1.3 鄉(xiāng)村韌性測算方法

1.3.1 評價指標體系構(gòu)建及權(quán)重確定 在現(xiàn)有鄉(xiāng)村韌性評價研究的基礎(chǔ)上，綜合指標選取原則和專家意見，實地調(diào)研，從經(jīng)濟、社會、工程、生態(tài)4個維度最終選取29個指標構(gòu)建鄉(xiāng)村韌性評價指標體系（表1）.

權(quán)重的計算有主觀賦權(quán)和客觀賦權(quán)2種，主觀賦權(quán)可以很好地結(jié)合專家的知識經(jīng)驗，避免就數(shù)據(jù)論數(shù)據(jù)的弊端，但存在主觀隨意性的問題.而客觀賦權(quán)法基于數(shù)據(jù)提供的信息量計算，可避免專家主觀經(jīng)驗的盲區(qū)，但有時可能與實際情況不符[24-25].將兩者結(jié)合可以使所得權(quán)重更加科學、合理，因而本研究采用層次分析法和熵權(quán)法2種方法計算權(quán)重.層次分析法通過構(gòu)建指標層次結(jié)構(gòu)，使復雜的多目標決策問題變?yōu)槎鄬哟尉仃?，再通過專家對各判斷矩陣重要性兩兩比較得到權(quán)重.本文采用yaahp 10.1

軟件計算各指標權(quán)重，一致性比例為0.066 8，小于0.1，通過一致性檢驗.熵值法通過計算指標之間的差異性，相差越大熵越小，提供的信息量越大，權(quán)重越大.基于線性加權(quán)合成法將2種方法得到的權(quán)重進行組合賦權(quán)得到各指標的組合權(quán)重（表1），公式如下：

Wi=αW′i+（1－α）W″i，（1）

其中，Wi為組合權(quán)重，W′i為層次分析法所得主觀權(quán)重，W″i為熵值法所得客觀權(quán)重，α為層次分析法權(quán)重系數(shù)，其值在[0，1]，根據(jù)已有文獻[24-25]并結(jié)合專家意見，本文系數(shù)α取0.5.

1.3.2 指標標準化處理 由于各指標之間量綱不同，不具有可比性，需要對數(shù)據(jù)進行標準化處理后才可與權(quán)重計算韌性分值.不同類型的指標處理方法不同，本研究分為數(shù)量關(guān)系型指標和空間位置型指標2種[26].數(shù)量關(guān)系型指標如人均純收入、糧食產(chǎn)量、低收入人口占比、未利用地面積、村辦企業(yè)數(shù)、鄉(xiāng)村勞動力數(shù)量等，通過極差標準化法（即（2）和（3）式）消除量綱，使其值在[0，100]區(qū)間.

正向指標：Y=100×x－xminxmax－xmin，（2）

負向指標：Y=100×xmax－xxma－xmin，（3）

其中，Y為指標標準化得分，x為某項指標值，xmax、xmin分別為某項指標的最大值與最小值.對于空間位置型指標如距交通干線距離、距水源距離、距城鎮(zhèn)距離、距衛(wèi)生院距離、距學校距離、地形起伏度、坡度等，通過ArcGIS進行歐氏距離、疊加分析和空間統(tǒng)計分析測算，并根據(jù)Jenks自然斷點法先分類后賦分，得到標準化值（表2）.

1.3.3 鄉(xiāng)村韌性評價分值測算 通過各指標標準化處理的結(jié)果，運用多因素綜合評價法，得到鄉(xiāng)村韌性綜合評價分值，公式如下：

R=Yij×Wj，（4）

其中，Yij為第i個鄉(xiāng)村第j項指標的標準化值，Wj為第j項指標的權(quán)重，R為鄉(xiāng)村韌性的綜合評價分值.

1.4 空間自相關(guān)分析 空間自相關(guān)法可以定量地反映出鄉(xiāng)村韌性在空間格局內(nèi)全局和局部的聯(lián)系，即通過Morans I指數(shù)判斷韌性分布特征是聚集、分散還是無關(guān)聯(lián)性.全局Morans I指數(shù)是用來度量韌性在整個縣域內(nèi)是否存在集聚特征，其取值范圍是[-1，1]，若Morans I指數(shù)>0，則表示鄉(xiāng)村韌性空間分布存在正相關(guān)的集聚特征;若Morans I指數(shù)<0，則表示其分布呈負相關(guān)性，在區(qū)域內(nèi)呈現(xiàn)離散特征;若Morans I指數(shù)=0，則表示隨機分布，無關(guān)聯(lián)性.公式如下：

I=n∑ni=1∑nj=1Wij（xi－）（xj－）∑ni=1（xi－）2∑ni=1∑nj=1Wij.

由于全局Moran指數(shù)不可以反映局部區(qū)域的鄉(xiāng)村韌性分布是集聚還是分散，因此選用局部Morans I指數(shù)分析縣域內(nèi)相鄰鄉(xiāng)村之間的聚集程度，可以反映出具有顯著性的韌性高值集聚區(qū)和低值集聚區(qū)的具體位置.公式如下：

Ii=（xi－）∑nj=1Wij（xj－）1n∑nj=1（xi－）2，

其中，I為全局莫蘭指數(shù)值，Ii為局部莫蘭指數(shù)值，n為鄉(xiāng)村個數(shù);為韌性平均值，xi和xj分別為鄉(xiāng)村單元i和j的韌性值，Wij為空間鄰接矩陣.

1.5 地理探測器 地理探測器是用來探測地理要素的空間異質(zhì)性，反映背后影響機制的統(tǒng)計學方法，通過探測變量之間空間格局的一致性來反映自變量對因變量的解釋力，即q值[27]，q值區(qū)間為[0，1]，q值越大，影響因子對鄉(xiāng)村韌性的影響就越大，反之越小.鄉(xiāng)村韌性在空間分布上呈現(xiàn)的聚集特征和不同鄉(xiāng)村單元之間韌性值差異的原因，可通過因子探測和交互探測來揭示其影響機制.公式如下：

q=1－1Nσ2∑Lj=1Njσ2j，（5）

其中，q為鄉(xiāng)村韌性空間分異影響因素的解釋力指標，N為縣域鄉(xiāng)村單元總數(shù)，Nj為劃分的層數(shù)j的單元數(shù)，L為變量因子分層，σ2為鄉(xiāng)村韌性總方差，σ2j為層j的方差.

交互探測是通過探測兩兩影響因子之間交互作用對因變量的解釋程度與單一因子對因變量的解釋程度做對比來判斷是增強還是減弱.兩因子X1和X2交互作用存在5種類型[28]：

1） 非線性減弱：q（X1∩X2）

2） 單因子非線性減弱：Min（q（X1），q（X2））

3） 雙因子增強：q（X1∩X2）>Max（q（X1），q（X2））;

4） 獨立：q（X1∩X2）=q（X1）+q（X2）;

5） 非線性增強：q（X1∩X2）>q（X1）+q（X2）.

2 鄉(xiāng)村韌性空間分布格局特征

2.1 鄉(xiāng)村韌性空間分布特征 通過對魯?shù)榭h鄉(xiāng)村韌性4個維度的測算，可知其值在35.27～72.94之間，通過自然斷點法將其分為低韌性、較低韌性、一般韌性、高韌性4個級別（圖1），整體呈現(xiàn)“東南高西北低”的空間分異格局，在空間集聚上呈現(xiàn)帶狀和團塊狀的空間形態(tài)特征，整體水平偏低，差異性顯著.以縣城為核心的周邊村域韌性最高，高韌性鄉(xiāng)村（11個）主要集中在文屏鎮(zhèn)和茨院回族鄉(xiāng)，審圖號：云s（2021）127號分布呈帶狀，這些區(qū)域靠近縣城，壩區(qū)面積較大，利于耕作，受城鎮(zhèn)化輻射帶動作用，經(jīng)濟相對發(fā)達;一般韌性鄉(xiāng)村（26個）占比最高，主要集中在桃源回族鄉(xiāng)、龍樹鎮(zhèn)、龍頭山鎮(zhèn)、新街鎮(zhèn)，呈團塊狀分布.例如龍頭山鎮(zhèn)、桃源回族鄉(xiāng)的鄉(xiāng)村農(nóng)業(yè)和旅游資源豐富，龍樹鎮(zhèn)、新街鎮(zhèn)靠近自然保護區(qū)生態(tài)資源良好，鄉(xiāng)村韌性較高;較低韌性鄉(xiāng)村（22個）主要集中在縣域中部的水磨鎮(zhèn)和東南部的江底鎮(zhèn)（表3）.例如拖麻村、滴水村、營地村、大水井村、坡腳村等鄉(xiāng)村，糧食產(chǎn)量高，但居民點連接度差，路網(wǎng)密度低，且江底鎮(zhèn)為全縣最缺水的鄉(xiāng)鎮(zhèn)，供水普及率低.低韌性鄉(xiāng)村（21個）分布較為分散，主要分布在縣域西北部的梭山鎮(zhèn)、樂紅鎮(zhèn)，南部的小寨鎮(zhèn)、火德紅鎮(zhèn).例如甘田村、黑寨村、巖頭村、銀廠村、梨園村等鄉(xiāng)村經(jīng)濟韌性較差.

為更好地反映鄉(xiāng)村韌性空間格局和鄉(xiāng)村居民點分布之間的關(guān)系，以現(xiàn)狀鄉(xiāng)村居民點斑塊為質(zhì)心，通過ArcGIS對現(xiàn)狀鄉(xiāng)村居民點進行核密度分析（圖2）.結(jié)果表明魯?shù)榭h鄉(xiāng)村韌性分布與居民點密度分布之間差異性顯著，協(xié)調(diào)度低，大部分密度高的鄉(xiāng)村亟需提升韌性.其中鄉(xiāng)村居民點高密度區(qū)域呈現(xiàn)多核心分布，與韌性高值區(qū)帶狀分布相悖;中密度區(qū)域自西北至東南呈現(xiàn)2條中值密度帶，而同區(qū)域的梭山鎮(zhèn)、樂紅鎮(zhèn)、小寨鎮(zhèn)、火德紅鎮(zhèn)鄉(xiāng)村韌性為低值區(qū)，鄉(xiāng)村韌性與現(xiàn)狀居民點分布失衡.

2.2 鄉(xiāng)村韌性空間自相關(guān)分析 為進一步分析鄉(xiāng)村韌性的空間集聚特征，本部分運用GeoDa軟件對魯?shù)榭h鄉(xiāng)村韌性進行全局（圖3）與局部（圖4）空間

相關(guān)性分析.從圖3可知，魯?shù)榭h鄉(xiāng)村韌性的全局Morans?I指數(shù)為0.617>0，則表示鄉(xiāng)村韌性空間分布存在正相關(guān)，Z得分為8.228 9，且超出臨界值2.58，說明隨機產(chǎn)生魯?shù)榭h鄉(xiāng)村韌性的聚類模式的可能性小于1%（P值為0.001），顯著拒絕原假設(shè)，有足夠理由認為Moran指數(shù)顯著有效，即鄉(xiāng)村韌性分布在縣域內(nèi)會出現(xiàn)集聚特征.通過圖4進一步分析魯?shù)榭h域內(nèi)局部區(qū)域相鄰鄉(xiāng)村韌性聚集模式，在縣域西北部和東南部出現(xiàn)局部聚集特征，大多數(shù)鄉(xiāng)村的韌性在空間上呈現(xiàn)不相關(guān)性.13個鄉(xiāng)村的韌性屬于“高-高”聚集型分布，即高韌性的鄉(xiāng)村被同樣也是高韌性的鄉(xiāng)村包圍，這些鄉(xiāng)村受益于縣城核心區(qū)輻射，經(jīng)濟發(fā)展好、基礎(chǔ)設(shè)施配置率高;16個鄉(xiāng)村的韌性屬于“低-低”聚集型分布，該地區(qū)的鄉(xiāng)村韌性低且被同樣是低韌性的鄉(xiāng)村所包圍，這些鄉(xiāng)村區(qū)位條件差、地形起伏度大、公共服務(wù)設(shè)施配置率低、生態(tài)脆弱性高.“低-高”型和“高-低”型的鄉(xiāng)村韌性分布較少，這些鄉(xiāng)村與周邊區(qū)域的鄉(xiāng)村差異顯著，未來易被“同化”.

3 基于地理探測器的鄉(xiāng)村韌性驅(qū)動因素分析

以往針對鄉(xiāng)村空間要素的驅(qū)動因子研究多以線性回歸模型和地理統(tǒng)計為主，如緩沖區(qū)分析、Logistic回歸分析、景觀格局指數(shù)、GWR等方法，雖然一定程度分析了影響因素空間作用，但也存在一定弊端.如線性回歸模型和地理加權(quán)回歸模型雖然可以分析影響因素之間的重要性程度，但影響因子之間是否存在相互作用，以及兩兩因子之間相互作用的大小無法說明，而鄉(xiāng)村居民點韌性又是自然、社會經(jīng)濟等多種因素作用下的結(jié)果，因此，本研究采用地理探測器模型研究鄉(xiāng)村韌性驅(qū)動機制具有可行性.通過地理探測器對評價指標體系中的經(jīng)濟、社會、工程、生態(tài)4個維度進行因子探測，以分析鄉(xiāng)村韌性分布空間異質(zhì)性的主要影響因素.總體上，生態(tài)影響因素對鄉(xiāng)村韌性影響力最大（q均值為0.343 7），其次是工程影響因素（q均值為0.341 8）、經(jīng)濟影響因素（q均值為0.331 4），而社會影響因素（q均值為0.250 8）決定力最弱.選取解釋力前10的指標，對影響因子q值進行排序如下：每千人醫(yī)療衛(wèi)生床位數(shù)（q=0.793）>供電能力（q=0.622）>村辦企業(yè)數(shù)（q=0.589）>低收入人口占比（q=0.578）>植被覆蓋度（q=0.572）>坡度（q=0.532）>人均純收入（q=0.521）>學生在校人數(shù)（q=0.504）>鄉(xiāng)村勞動力數(shù)量（q=0.499）>地形起伏度（q=0.498）.其中，工程因素中每千人醫(yī)療衛(wèi)生床位數(shù)是影響鄉(xiāng)村韌性的最主要因子，其次是供電能力，這說明工程因素是鄉(xiāng)村抵御災(zāi)害風險時的重要保障，提高鄉(xiāng)村的醫(yī)療設(shè)施冗余度、能源供給保障、居民獲取信息的能力、交通運輸能力對鄉(xiāng)村安全韌性具有重要意義.經(jīng)濟因素中村辦企業(yè)、低收入人口占比為主要影響因子，人均純收入、勞動力數(shù)量為次要影響因子，鄉(xiāng)村之間經(jīng)濟發(fā)展水平的高低將直接造成韌性分布的空間差異.生態(tài)因素中植被覆蓋度、坡度為主要影響因子，地形起伏度為次要影響因子，魯?shù)榭h地處高原山地區(qū)域，從西北至東南地形起伏度大、坡度大，各鄉(xiāng)村之間地形差異限制了居民生產(chǎn)生活，一定程度上也造成了滑坡、泥石流等自然災(zāi)害，是影響鄉(xiāng)村韌性的重要因素.社會因素中學生在校人數(shù)為主要影響因子，地區(qū)文化水平體現(xiàn)鄉(xiāng)村的創(chuàng)新性，也是韌性系統(tǒng)中學習能力的重要體現(xiàn).

韌性系統(tǒng)中各子系統(tǒng)是相互作用運轉(zhuǎn)的，系統(tǒng)中的影響因子之間也是不斷影響的.通過交互探測，進一步分析不同因子之間交互作用對魯?shù)榭h鄉(xiāng)村韌性空間分布的影響.探測結(jié)果表明任意2種因子對鄉(xiāng)村韌性的交互作用都要大于單一因子的獨自作用，主要呈現(xiàn)雙因子增強（BE）和非線性增強（NE）.其中排前20的都為雙因子增強（表4），每千人醫(yī)療衛(wèi)生床位數(shù)和景觀多樣性指數(shù)的交互解釋力最強，其他因子與每千人醫(yī)療衛(wèi)生床位數(shù)交互作用都較大，這也進一步證實了每千人醫(yī)療衛(wèi)生床位數(shù)是影響鄉(xiāng)村韌性分異的主要因子，交互作用中工程因素是主導因素，其次是生態(tài)因素、經(jīng)濟因素、社會因素，與因子探測結(jié)果對比后可確定影響魯?shù)榭h鄉(xiāng)村韌性的因素主要是生態(tài)和工程層面的復合作用.

4 結(jié)論與討論

本文通過構(gòu)建鄉(xiāng)村韌性評價指標體系，利用多因素綜合評價法、空間自相關(guān)、地理探測器等方法，對魯?shù)榭h鄉(xiāng)村韌性進行測度，并分析其空間分布格局和影響機制.結(jié)論如下：

1） 魯?shù)榭h鄉(xiāng)村韌性呈現(xiàn)“東南高西北低”的空間分異格局，在空間集聚上呈現(xiàn)帶狀和團塊狀的空間形態(tài)特征，整體水平偏低，差異性顯著，且與現(xiàn)狀鄉(xiāng)村聚落分布格局不匹配，協(xié)調(diào)度低，大部分居民點密度高的區(qū)域鄉(xiāng)村韌性低，亟需提升韌性.空間格局關(guān)聯(lián)性上，鄉(xiāng)村韌性空間分布存在正相關(guān)，局部聚集特征呈現(xiàn)縣域西北部低-低集聚區(qū)，東南部高-高集聚區(qū)，大多數(shù)鄉(xiāng)村的韌性在空間上呈現(xiàn)無關(guān)聯(lián)性.鄉(xiāng)村韌性的空間格局異質(zhì)性主要受生態(tài)因素和工程因素的復合作用，其次是經(jīng)濟因素，社會因素解釋力最弱，每千人醫(yī)療衛(wèi)生床位數(shù)是影響鄉(xiāng)村韌性的最主要因子，2種因子對鄉(xiāng)村韌性的交互作用都要大于單一因子的獨自作用.

2） 基于演進韌性的視角從多維度對鄉(xiāng)村韌性進行評價，尋找鄉(xiāng)村系統(tǒng)中的薄弱環(huán)節(jié)，建立以問題為導向的反饋機制為韌性提升奠定基礎(chǔ).一方面需要從中宏觀層面，以行政村為研究單元，針對韌性空間格局分布不均，且與現(xiàn)狀居民點分布不匹配的現(xiàn)象，從經(jīng)濟韌性、社會韌性、工程韌性、生態(tài)韌性4個維度去具體分析，補齊相應(yīng)短板，推動鄉(xiāng)村整體發(fā)展.另一方面，明確鄉(xiāng)村韌性的影響因素，從微觀層面，滿足居民生活圈配置要求，加強各自然村醫(yī)療、公共服務(wù)設(shè)施等生產(chǎn)生活的保障，將韌性提升落到具體層面.

鄉(xiāng)村系統(tǒng)是聚落長期自組織、不斷適應(yīng)、趨利避害形成的，研究其韌性分布特征有助于提高整體韌性水平，對村落布局具有重要意義.本文通過經(jīng)濟、社會、工程、生態(tài)4個維度構(gòu)建鄉(xiāng)村韌性評價指標體系進行測度，由于目前鄉(xiāng)村韌性研究領(lǐng)域暫未形成統(tǒng)一的評價標準，受數(shù)據(jù)影響，未來還有待選取更多層面的指標進行評價，以及從時間維度對鄉(xiāng)村韌性演變階段進行分析，豐富理論體系，深化研究內(nèi)容.

致謝 云南大學研究生科研創(chuàng)新基金項目（2021Y289）和云南大學專業(yè)學位研究生實踐創(chuàng)新項目（2021Y068）對本文給予了資助，謹致謝意！

參考文獻

[1] 李紅波. 韌性理論視角下鄉(xiāng)村聚落研究啟示[J]. 地理科學，2020，40（4）：556-562.

[2] 李玉恒，黃惠倩，宋傳垚. 貧困地區(qū)鄉(xiāng)村經(jīng)濟韌性研究及其啟示：以河北省陽原縣為例[J]. 地理科學進展，2021，40（11）：1839-1846.

[3] 西亞姆巴巴拉·伯納德·曼耶納，張益章，劉海龍. 韌性概念的重新審視[J]. 國際城市規(guī)劃，2015，30（2）：13-21.

[4] HOLLING C S. Resilience and stability of ecological systems[J]. Annual Review of Ecology and Systematics，1973，4（1）：1-23.

[5] 廖茂林，蘇楊，李菲菲. 韌性系統(tǒng)框架下的城市社區(qū)建設(shè)[J]. 中國行政管理，2018（4）：57-62.

[6] 顏文濤，盧江林. 鄉(xiāng)村社區(qū)復興的兩種模式：韌性視角下的啟示與思考[J]. 國際城市規(guī)劃，2017，32（4）：22-28.

[7] 陳夢遠. 國際區(qū)域經(jīng)濟韌性研究進展：基于演化論的理論分析框架介紹[J]. 地理科學進展，2017，36（11）：1435-1444.

[8] HEIJMAN W， HAGELAAR G， VAN DER HEIDE M. Rural resilience as a new development concept[M]. Cham： Palgrave Macmillan，2019：195-211.

[9] WILSON G A， HU Z， RAHMAN S. Community resilience in rural China： the case of Hu Village， Sichuan Province[J]. Journal of Rural Studies，2018，60：130-140.

[10] VANEECKHAUTE L E， VANWING T， JACQUET W， et al. Community resilience 2.0： toward a comprehensive conception of community-level resilience[J]. Community Development，2017，48（5）：735-751.

[11] COX R S， HAMLEN M. Community disaster resilience and the rural resilience index[J]. American Behavioral Scientist，2015，59（2）：220-237.

[12] 鄒亞鋒，谷香香，羅藝婷，等. 采用安全韌性理論的農(nóng)村居民點空間布局優(yōu)化[J]. 農(nóng)業(yè)工程學報，2021，7（12）：271-279.

[13] DARNHOFER I. Strategies of family farms to strengthen their resilience[J]. Environmental Policy and Governance，2010，20（4）：212-222.

[14] 王亞楠，黃安，高陽，等. 萬年縣鄉(xiāng)村地域系統(tǒng)韌性評價及其空間分異格局[J]. 水土保持研究，2021，28（6）：209-216.

[15] WILSON G A. Community resilience， globalization， and transitional pathways of decision-making[J]. Geoforum，2012，43（6）：1218-1231.

[16] KOLIOU M， VAN DE LINDT J W， MCALLISTER T P， et al. State of the research in community resilience： progress and challenges[J]. Sustainable and Resilient Infrastructure，2020，5（3）：131-151.

[17] 胡霄，李紅波，李智. 河北省縣域鄉(xiāng)村韌性測度及時空演變[J]. 地理與地理信息科學，2021，37（3）：89-96.

[18] FIRDHOUS M F M， KARURATANE P M. A model for enhancing the role of information and communication technologies for improving the resilience of rural communities to disasters[J]. Procedia Engineering，2018，212：707-714.

[19] ZHANG H， LIANG X Y， CHEN H， et al. Spatio-temporal evolution of the social-ecological landscape resilience and management zoning in the loess hill and gully region of China[J]. Environmental Development，2021，39：100616.

[20] TEBBOTH M G L， CONWAY D， ADGER W N. Mobility endowment and entitlements mediate resilience in rural livelihood systems[J]. Global Environmental Change，2019，54：172-183.

[21] ANTHOPOULOU T， KABERIS N， PETROU M. Aspects and experiences of crisis in rural Greece. Narratives of rural resilience[J]. Journal of Rural Studies，2017，52：1-11.

[22] WILSON G. Multifunctional ‘qualityand rural community resilience[J]. Transactions of the Institute of British Geographers，2010，35（3）：364-381.

[23] 李紅波，牛聰，胡霄，等. 江蘇省縣域鄉(xiāng)村韌性的時空格局演變分析[J]. 池州學院學報，2020，34（5）：7-12.

[24] 孫魯云，王力. 基于層次分析法-熵權(quán)法的中國棉花質(zhì)量綜合評價與分析[J]. 江蘇農(nóng)業(yè)學報，2022，38（3）：642-649.

[25] 李娟，李保安，方晗，等. 基于AHP-熵權(quán)法的發(fā)明專利價值評估：以豐田開放專利為例[J]. 情報雜志，2020，39（5）：59-63.

[26] 榮聯(lián)偉，師學義，李炳意，等. 黃土山丘區(qū)農(nóng)村居民點類型劃分與優(yōu)化策略[J]. 水土保持研究，2016，23（6）：271-277.

[27] 王勁峰，徐成東. 地理探測器：原理與展望[J]. 地理學報，2017，72（1）：116-134.

[28] 楊凱悅，宋永永，薛東前. 黃土高原鄉(xiāng)村聚落用地時空演變與影響因素[J]. 資源科學，2020，42（7）：1311-1324.-

Study on Spatial Distribution Pattern and Influence Mechanismof Rural Resilience in Ludian County

LI Zhiyuan1，2， WANG Peiming1， XIE Ming1， WANG Rongye1， LI Shirui1

（1. College of Architecture and Planning， Yunnan University， Kunming 650500， Yunnan;[DW]2. Yulong Naxi Autonomous County Natural Resources Bureau， Lijiang 674100， Yunnan）

Abstract：Rural resilience is formed by the continuous adaptation and coordination of rural areas to the natural environment and social economy. It is of great significance to measure the distribution pattern of resilience for rural sustainable development. Taking rural settlements in Ludian county as the research object， the evaluation index system of rural resilience was constructed from four dimensions ， i.e.， economy， society， engineering and ecology. The distribution pattern and influence mechanism of rural resilience were studied by using a multi-factor comprehensive evaluation method， spatial autocorrelation and geographical detector. The results show that： 1） the rural resilience of Ludian County presents a spatial differentiation pattern，? which is “high in the southeast and low in the northwest”. The overall level is low and the difference is significant， which does not match the current distribution pattern of rural settlements. 2） There is a positive correlation in the spatial distribution of rural resilience， and the local aggregation characteristics show the low-low agglomeration area in the northwest of the county， the high-high agglomeration area in the southeast， and the rural resilience in the north and south has no correlation in space. The spatial pattern heterogeneity of rural resilience is mainly affected by the combination of ecological factors and engineering factors， followed by economic factors， and social factors have the weakest explanatory power. The number of medical and health beds per thousand people is the most important factor affecting rural resilience. The interaction of the two factors on rural resilience is greater than the single factor.

Keywords：rural resilience; evaluation; distribution pattern; influence mechanism; Ludian County[HJ]

（編輯 鄭月蓉）

基金項目：國家自然科學基金（41867069）

*通信作者簡介：王培茗（1966—），女，教授，碩導，主要從事城市區(qū)域規(guī)劃和防災(zāi)減災(zāi)相關(guān)研究，E-mail：wpm-666@163.com

引用格式：李知遠，王培茗，謝敏，等. 魯?shù)榭h鄉(xiāng)村韌性空間分布格局及其影響機制[J]. 四川師范大學學報（自然科學版），2024，47（5）： 622-630.