魯甸縣鄉村韌性空間分布格局及其影響機制

李知遠 王培茗 謝敏 王榮業 李詩睿

摘要：鄉村韌性是鄉村對自然環境和社會經濟不斷適應和協調之后形成的，測度其韌性分布格局對鄉村可持續發展具有重要意義.以魯甸縣為研究對象，從經濟、社會、工程和生態4個維度構建鄉村韌性評價指標體系，運用多因素綜合評價法、空間自相關和地理探測器等方法研究鄉村韌性分布格局和影響機制.結果表明：1） 魯甸縣鄉村韌性呈現“東南高西北低”的空間分異格局，整體水平偏低，差異性顯著，與現狀鄉村聚落分布格局不匹配，居民點密度高的區域鄉村韌性低，亟需提升韌性.2） 鄉村韌性空間分布整體存在正相關性，局部聚集特征呈現縣域西北部低-低集聚區，東南部高-高集聚區，北部和南部的鄉村韌性在空間上呈現無關聯性.3） 鄉村韌性空間格局異質性主要受生態因素和工程因素的復合作用，其次是經濟因素，社會因素解釋力最弱，每千人醫療衛生床位數是影響鄉村韌性的最主要因子，2種因子對鄉村韌性的交互作用都要大于單一因子的獨自作用.

關鍵詞：鄉村韌性; 評價; 分布格局; 影響機制; 魯甸縣

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

鄉村系統是鄉村自然環境與經濟社會不斷耦合協調形成的復雜系統，具有系統開放性、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”的發展導向，鄉村面臨著公共服務設施配置不均、“空心化”和生態環境破壞等問題，使鄉村系統在面對外界沖擊時變得更加脆弱[2].研究鄉村韌性空間分布格局，補齊短板，合理配置資源，提升區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，首先應用于工程領域[3]，隨后Holling[4]首次將韌性引入到生態學領域，但工程韌性和生態韌性均是單一系統的線性思維，以一種均衡論視角強調系統擾動后回到平衡的理想狀態.隨著學科發展，演進韌性作為一種演化論視角逐漸興起，強調韌性是非線性的，并納入到了經濟、社會、生態、災害等多系統復合作用，指出系統在擾動后會自組織、自適應，并不斷演化發展到一種新狀態，是區別以往的平衡狀態[5-7].國內外學者早期較多關注韌性城市層面的研究，隨著韌性理念研究的深入，一些學者逐漸關注到了鄉村韌性層面，Heijman等[8]首次提出了韌性鄉村發展理念，他認為鄉村韌性包括生態韌性、經濟韌性和文化韌性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建[12]，如適宜性、冗余度、自組織性等，也有從韌性維度構建[13-14]，如經濟、社會、工程、生態等維度.研究尺度多以微觀的社區為主[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合，定性方法多為半結構訪談、問卷調查、德爾菲法等，研究內容涉及防災減災[18]、景觀生態[19]、生活生計[20]、營建策略[21]、空間分布格局[22-23]等.綜上所述，目前韌性鄉村評價指標體系尚不健全，需結合鄉村實際從多維度構建評價指標體系，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甸縣為研究對象，基于多維度演進韌性視角，從經濟韌性、社會韌性、工程韌性、生態韌性4個維度構建鄉村韌性評價指標體系，探索鄉村韌性分布格局，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能力，為鄉村優化布局提供切實可行的建議.

1 研究區概況與研究方法

1.1 研究區概況 魯甸縣（102°53′E～103°40′E，26°32′N～27°32′N）位于云南省東北部，昭通地區西南部，屬高原山地區域.全縣總面積1 484 km2，轄10鎮2鄉，80個村級行政單元.地處小江斷裂帶的東部，區域內地質構造復雜，地震、泥石流、滑坡等自然災害頻發，2020年以前曾是云南省27個深度貧困縣之一，人口眾多，經濟基礎薄弱，且基礎公共服務設施不完善，因此急需提升鄉村韌性.

1.2 數據來源與處理 本文數據主要包括：1） 2020年土地利用數據來源于歐空局（分辨率10 m）;2） DEM數字高程來源于地理空間數據云;3） 統計年鑒、經濟數據來源于魯甸縣統計年鑒;4） 衛生院、學校、村辦企業數來源于高德地圖POI數據.此外基礎地理數據（鄉村居民點斑塊、河流、道路等）通過ArcGIS 10.7軟件提取和處理.

1.3 鄉村韌性測算方法

1.3.1 評價指標體系構建及權重確定 在現有鄉村韌性評價研究的基礎上，綜合指標選取原則和專家意見，實地調研，從經濟、社會、工程、生態4個維度最終選取29個指標構建鄉村韌性評價指標體系（表1）.

權重的計算有主觀賦權和客觀賦權2種，主觀賦權可以很好地結合專家的知識經驗，避免就數據論數據的弊端，但存在主觀隨意性的問題.而客觀賦權法基于數據提供的信息量計算，可避免專家主觀經驗的盲區，但有時可能與實際情況不符[24-25].將兩者結合可以使所得權重更加科學、合理，因而本研究采用層次分析法和熵權法2種方法計算權重.層次分析法通過構建指標層次結構，使復雜的多目標決策問題變為多層次矩陣，再通過專家對各判斷矩陣重要性兩兩比較得到權重.本文采用yaahp 10.1

軟件計算各指標權重，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，權重越大.基于線性加權合成法將2種方法得到的權重進行組合賦權得到各指標的組合權重（表1），公式如下：

Wi=αW′i+（1－α）W″i，（1）

其中，Wi為組合權重，W′i為層次分析法所得主觀權重，W″i為熵值法所得客觀權重，α為層次分析法權重系數，其值在[0，1]，根據已有文獻[24-25]并結合專家意見，本文系數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，需要對數據進行標準化處理后才可與權重計算韌性分值.不同類型的指標處理方法不同，本研究分為數量關系型指標和空間位置型指標2種[26].數量關系型指標如人均純收入、糧食產量、低收入人口占比、未利用地面積、村辦企業數、鄉村勞動力數量等，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、距城鎮距離、距衛生院距離、距學校距離、地形起伏度、坡度等，通過ArcGIS進行歐氏距離、疊加分析和空間統計分析測算，并根據Jenks自然斷點法先分類后賦分，得到標準化值（表2）.

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

R=Yij×Wj，（4）

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

1.4 空間自相關分析 空間自相關法可以定量地反映出鄉村韌性在空間格局內全局和局部的聯系，即通過Morans I指數判斷韌性分布特征是聚集、分散還是無關聯性.全局Morans I指數是用來度量韌性在整個縣域內是否存在集聚特征，其取值范圍是[-1，1]，若Morans I指數>0，則表示鄉村韌性空間分布存在正相關的集聚特征;若Morans I指數<0，則表示其分布呈負相關性，在區域內呈現離散特征;若Morans I指數=0，則表示隨機分布，無關聯性.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指數不可以反映局部區域的鄉村韌性分布是集聚還是分散，因此選用局部Morans I指數分析縣域內相鄰鄉村之間的聚集程度，可以反映出具有顯著性的韌性高值集聚區和低值集聚區的具體位置.公式如下：

Ii=（xi－）∑nj=1Wij（xj－）1n∑nj=1（xi－）2，

其中，I為全局莫蘭指數值，Ii為局部莫蘭指數值，n為鄉村個數;為韌性平均值，xi和xj分別為鄉村單元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性，反映背后影響機制的統計學方法，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值區間為[0，1]，q值越大，影響因子對鄉村韌性的影響就越大，反之越小.鄉村韌性在空間分布上呈現的聚集特征和不同鄉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為鄉村韌性空間分異影響因素的解釋力指標，N為縣域鄉村單元總數，Nj為劃分的層數j的單元數，L為變量因子分層，σ2為鄉村韌性總方差，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 鄉村韌性空間分布格局特征

2.1 鄉村韌性空間分布特征 通過對魯甸縣鄉村韌性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“東南高西北低”的空間分異格局，在空間集聚上呈現帶狀和團塊狀的空間形態特征，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，高韌性鄉村（11個）主要集中在文屏鎮和茨院回族鄉，審圖號：云s（2021）127號分布呈帶狀，這些區域靠近縣城，壩區面積較大，利于耕作，受城鎮化輻射帶動作用，經濟相對發達;一般韌性鄉村（26個）占比最高，主要集中在桃源回族鄉、龍樹鎮、龍頭山鎮、新街鎮，呈團塊狀分布.例如龍頭山鎮、桃源回族鄉的鄉村農業和旅游資源豐富，龍樹鎮、新街鎮靠近自然保護區生態資源良好，鄉村韌性較高;較低韌性鄉村（22個）主要集中在縣域中部的水磨鎮和東南部的江底鎮（表3）.例如拖麻村、滴水村、營地村、大水井村、坡腳村等鄉村，糧食產量高，但居民點連接度差，路網密度低，且江底鎮為全縣最缺水的鄉鎮，供水普及率低.低韌性鄉村（21個）分布較為分散，主要分布在縣域西北部的梭山鎮、樂紅鎮，南部的小寨鎮、火德紅鎮.例如甘田村、黑寨村、巖頭村、銀廠村、梨園村等鄉村經濟韌性較差.

為更好地反映鄉村韌性空間格局和鄉村居民點分布之間的關系，以現狀鄉村居民點斑塊為質心，通過ArcGIS對現狀鄉村居民點進行核密度分析（圖2）.結果表明魯甸縣鄉村韌性分布與居民點密度分布之間差異性顯著，協調度低，大部分密度高的鄉村亟需提升韌性.其中鄉村居民點高密度區域呈現多核心分布，與韌性高值區帶狀分布相悖;中密度區域自西北至東南呈現2條中值密度帶，而同區域的梭山鎮、樂紅鎮、小寨鎮、火德紅鎮鄉村韌性為低值區，鄉村韌性與現狀居民點分布失衡.

2.2 鄉村韌性空間自相關分析 為進一步分析鄉村韌性的空間集聚特征，本部分運用GeoDa軟件對魯甸縣鄉村韌性進行全局（圖3）與局部（圖4）空間

相關性分析.從圖3可知，魯甸縣鄉村韌性的全局Morans?I指數為0.617>0，則表示鄉村韌性空間分布存在正相關，Z得分為8.228 9，且超出臨界值2.58，說明隨機產生魯甸縣鄉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，有足夠理由認為Moran指數顯著有效，即鄉村韌性分布在縣域內會出現集聚特征.通過圖4進一步分析魯甸縣域內局部區域相鄰鄉村韌性聚集模式，在縣域西北部和東南部出現局部聚集特征，大多數鄉村的韌性在空間上呈現不相關性.13個鄉村的韌性屬于“高-高”聚集型分布，即高韌性的鄉村被同樣也是高韌性的鄉村包圍，這些鄉村受益于縣城核心區輻射，經濟發展好、基礎設施配置率高;16個鄉村的韌性屬于“低-低”聚集型分布，該地區的鄉村韌性低且被同樣是低韌性的鄉村所包圍，這些鄉村區位條件差、地形起伏度大、公共服務設施配置率低、生態脆弱性高.“低-高”型和“高-低”型的鄉村韌性分布較少，這些鄉村與周邊區域的鄉村差異顯著，未來易被“同化”.

3 基于地理探測器的鄉村韌性驅動因素分析

以往針對鄉村空間要素的驅動因子研究多以線性回歸模型和地理統計為主，如緩沖區分析、Logistic回歸分析、景觀格局指數、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，而鄉村居民點韌性又是自然、社會經濟等多種因素作用下的結果，因此，本研究采用地理探測器模型研究鄉村韌性驅動機制具有可行性.通過地理探測器對評價指標體系中的經濟、社會、工程、生態4個維度進行因子探測，以分析鄉村韌性分布空間異質性的主要影響因素.總體上，生態影響因素對鄉村韌性影響力最大（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：每千人醫療衛生床位數（q=0.793）>供電能力（q=0.622）>村辦企業數（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（q=0.504）>鄉村勞動力數量（q=0.499）>地形起伏度（q=0.498）.其中，工程因素中每千人醫療衛生床位數是影響鄉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村抵御災害風險時的重要保障，提高鄉村的醫療設施冗余度、能源供給保障、居民獲取信息的能力、交通運輸能力對鄉村安全韌性具有重要意義.經濟因素中村辦企業、低收入人口占比為主要影響因子，人均純收入、勞動力數量為次要影響因子，鄉村之間經濟發展水平的高低將直接造成韌性分布的空間差異.生態因素中植被覆蓋度、坡度為主要影響因子，地形起伏度為次要影響因子，魯甸縣地處高原山地區域，從西北至東南地形起伏度大、坡度大，各鄉村之間地形差異限制了居民生產生活，一定程度上也造成了滑坡、泥石流等自然災害，是影響鄉村韌性的重要因素.社會因素中學生在校人數為主要影響因子，地區文化水平體現鄉村的創新性，也是韌性系統中學習能力的重要體現.

韌性系統中各子系統是相互作用運轉的，系統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甸縣鄉村韌性空間分布的影響.探測結果表明任意2種因子對鄉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），每千人醫療衛生床位數和景觀多樣性指數的交互解釋力最強，其他因子與每千人醫療衛生床位數交互作用都較大，這也進一步證實了每千人醫療衛生床位數是影響鄉村韌性分異的主要因子，交互作用中工程因素是主導因素，其次是生態因素、經濟因素、社會因素，與因子探測結果對比后可確定影響魯甸縣鄉村韌性的因素主要是生態和工程層面的復合作用.

4 結論與討論

本文通過構建鄉村韌性評價指標體系，利用多因素綜合評價法、空間自相關、地理探測器等方法，對魯甸縣鄉村韌性進行測度，并分析其空間分布格局和影響機制.結論如下：

1） 魯甸縣鄉村韌性呈現“東南高西北低”的空間分異格局，在空間集聚上呈現帶狀和團塊狀的空間形態特征，整體水平偏低，差異性顯著，且與現狀鄉村聚落分布格局不匹配，協調度低，大部分居民點密度高的區域鄉村韌性低，亟需提升韌性.空間格局關聯性上，鄉村韌性空間分布存在正相關，局部聚集特征呈現縣域西北部低-低集聚區，東南部高-高集聚區，大多數鄉村的韌性在空間上呈現無關聯性.鄉村韌性的空間格局異質性主要受生態因素和工程因素的復合作用，其次是經濟因素，社會因素解釋力最弱，每千人醫療衛生床位數是影響鄉村韌性的最主要因子，2種因子對鄉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村韌性進行評價，尋找鄉村系統中的薄弱環節，建立以問題為導向的反饋機制為韌性提升奠定基礎.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，且與現狀居民點分布不匹配的現象，從經濟韌性、社會韌性、工程韌性、生態韌性4個維度去具體分析，補齊相應短板，推動鄉村整體發展.另一方面，明確鄉村韌性的影響因素，從微觀層面，滿足居民生活圈配置要求，加強各自然村醫療、公共服務設施等生產生活的保障，將韌性提升落到具體層面.

鄉村系統是聚落長期自組織、不斷適應、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.本文通過經濟、社會、工程、生態4個維度構建鄉村韌性評價指標體系進行測度，由于目前鄉村韌性研究領域暫未形成統一的評價標準，受數據影響，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村韌性演變階段進行分析，豐富理論體系，深化研究內容.

致謝 云南大學研究生科研創新基金項目（2021Y289）和云南大學專業學位研究生實踐創新項目（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. 貧困地區鄉村經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. 韌性系統框架下的城市社區建設[J]. 中國行政管理，2018（4）：57-62.

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

[7] 陳夢遠. 國際區域經濟韌性研究進展：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村居民點空間布局優化[J]. 農業工程學報，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. 萬年縣鄉村地域系統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-熵權法的中國棉花質量綜合評價與分析[J]. 江蘇農業學報，2022，38（3）：642-649.

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

[26] 榮聯偉，師學義，李炳意，等. 黃土山丘區農村居民點類型劃分與優化策略[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，主要從事城市區域規劃和防災減災相關研究，E-mail：wpm-666@163.com

引用格式：李知遠，王培茗，謝敏，等. 魯甸縣鄉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.