甘肃省县域乡村性评价及其影响因素分析_谢晓玲.pdf

江西农业学报 2023，35（01）：240246ActaAgriculturaeJiangxiDOI:10.19386/ki.jxnyxb.2023.01.037甘肃省县域乡村性评价及其影响因素分析谢晓玲，曾丽琴（兰州交通大学，甘肃 兰州 730000）摘 要:采用人均耕地面积、第一产业经济水平、从事农业人口比重等6项指标构建了甘肃省县域乡村性的评价指标体系；采用熵值法确定各指标的权重，计算了20052019年甘肃省64个行政县的乡村性指数；借助ArcGIS、Geoda软件，探讨了甘肃省县域乡村性的时空分布差异及其影响因素。结果表明：甘肃省县域乡村性指数在20052019年整体处于下降态势，同时地区间的乡村性差异逐渐缩小；甘肃省的乡村性分布与空间存在显著的正相关性，20052019年乡村性的空间集聚程度明显下降；以HH和LL型的空间聚集分布为主，乡村性强地区和乡村性弱地区均呈现区域的集聚现象；2005年甘肃省乡村性的冷点区分布在西北，热点区分布在东南，2019年该省乡村性的热点地区转移到以民乐县和镇原县为核心的2个热点区，冷点区在西北部的基础上新增了以卓尼县为核心的1个冷点区；自然环境、国家与地区政策、产业结构是甘肃省县域乡村性变化的主要影响因素。关键词:甘肃省；县域；乡村性；空间分异；评价；影响因素 中图分类号：F320.3 文献标志码：A 文章编号：1001-8581（2023）01-0240-07Evaluation of County-level Rurality in Gansu Province and Its Influencing Factors XIEXiao-ling,ZENGLi-qin（LanzhouJiaotongUniversity,Lanzhou730000,China）Abstract:TheevaluationindexsystemofcountyruralityinGansuProvincewasestablishedbysixindicatorssuchaspercapitacultivatedlandarea,economiclevelofprimaryindustryandproportionofagriculturalpopulation.Theindexweightwasdeterminedbyentropymethod,andtheruralityindexof64countiesinGansuProvincefrom2005to2019wascalculated.WiththehelpofArcGISandGeodasoftware,thespatial-temporaldistributiondifferencesandinfluencingfactorsofruralityincountiesofGansuProvincewerediscussed.TheresultsshowedthatthecountyruralityindexofGansuProvincewasinadownwardtrendfrom2005to2019,whiletheregionalruralitydifferencewasgraduallyreduced.ThereisasignificantpositivecorrelationbetweenruralitydistributionandspaceinGansuProvince,andthedegreeofruralityspatialagglomerationdecreasedsignificantlyfrom2005to2019.GansuProvinceismainlycharacterizedbyhighandlowaggregationdistribution,andthestrongandweakruralityareasshowregionalagglomerationphenomenon.In2005,theruralcoldspotsweredistributedinthenorthwest,andthehotspotsinthesoutheast.In2019,theruralhotspotsweretransferredtoMinleCountyandZhenyuanCounty.Onthebasisofthecoldspotcoreareainthenorthwest,anewcoldspotareawithZhuoniCountyinthesouthernpartofGansuProvinceasthecorewasadded.Naturalenvironment,nationalandregionalpolicy,industrialstructuredevelopmentarethemaininfluencingfactorsofruralitychange.Key words:GansuProvince;County;Rurality;Spatialdifferentiation;Evaluation;Influencingfactor乡村性是综合反映乡村发展程度、体现乡村之间差异、展现乡村地域空间的1个重要指标，它可以描述人们对乡村的感知、意象以及乡村的多功能社会需求，揭示城乡之间的相互作用强度及其对乡村发展的影响1-2。我国地理学者张小林1最早引入了乡村性的概念，他认为乡村性是描述乡村空间和地域类型的基本概念，反映乡村逐渐向城市发展的水平。张荣天等3-4构建了乡村性指收稿日期：2022-11-01基金项目：国家自然科学基金项目“精明收缩视角下西北地区乡村规划研究以甘肃省为例”（51968037）；甘肃省科技计划项目（21CX6ZA072）。作者简介：谢晓玲（1979），女，宁夏中卫人，副教授，研究方向为乡村规划。1 期241谢晓玲等：甘肃省县域乡村性评价及其影响因素分析数，完善了乡村性的理论构架。此后陈阳等5研究了浙江省乡村性的空间分异及其影响因素。我国现有对乡村性的研究主要集中在东部和部分西南地区4-8，而对西北地区的研究较少。鉴于此，本文选择西北地区省内差异显著的甘肃省作为研究样区，以县域为研究尺度，结合甘肃省的自身特色建立乡村性评价模型，对20052019年甘肃省的乡村性水平进行了测度，借助ArcGIS、Geoda软件对其时空差异进行了分析，进一步解析了甘肃省乡村性时空差异形成的影响因素，以期为该省乡村振兴战略的实施提供依据。1 材料与方法1.1 研究区概况甘肃省位于中国西部地区，地处黄土高原、青藏高原和内蒙古高原三大高原的交汇地带，地域辽阔，山脉纵横，地形复杂。当地资源丰富，物产众多，良好的自然条件使其成为全国优质的农产品生产基地。2019年甘肃省常住人口达到2647.43万人，城镇化率为48.49%，地区生产总值达8718.3亿元，其中，第一产业增加值为1050.5亿元，增长率为5.8%；三次产业结构比例为12.0532.8355.12。甘肃省地域版图呈狭长形，东西南北跨度大，东南部与西北部地区的经济与文化存在较大差异；该省各县（市）由于地理环境和经济发展条件等因素不同，其乡村发展具有明显的差异性和典型的地域特征，因此研究其乡村性的空间格局具有重要意义。1.2 数据来源本研究所用的数据主要来源于20052019年中国县（市）社会经济统计年鉴 甘肃省第三次全国农业普查资料汇编 以及甘肃省各县（市）统计年鉴和统计公报等。截至2019年底，甘肃省共有86个县（市、区），其中县级行政单位64个、县级市5个、市辖区17个。鉴于县级市、市辖区与县级行政单位的乡村发展差异较大，相互之间不具备可比性，因此本文只择取64个县为基本评价单元，行政区划以2019年为准，部分缺失数据择取邻近年份进行补充。1.3 指标体系的构建依据数据的可获得性、代表性、科学性和可比性，结合甘肃省的乡村发展特征，参考相关研究的评价指标体系，最终选取能综合反映农村经济发展水平的6项指标构建甘肃省县域的乡村性评价指标体系（表1），其中正向指标为人均耕地面积、第一产业经济水平、农业人口比重和乡村就业水平，其值越高，表明乡村性越强。逆向指标为农业机械化水平和农民人均可支配收入，反映县域农业现代化水平以及农民生活水平，其值越低，表明乡村性越强。表1 甘肃省县域乡村性评价指标体系指标层指标含义指标计算公式指标性质2005年权重2019年权重人均耕地面积/hm2区域人均拥有的耕地面积耕地总面积/地区总人口正向0.25340.3550第一产业经济水平/%第一产业增加值占地区生产总值的比值第一产业增加值/地区生产总值正向0.27860.2191农业人口比重/%区域农业人口占区域总人口的比值农业人口/区域总人口正向0.08830.1658乡村就业水平/%乡村就业人数占乡村总人口的比值乡村就业人数/乡村总人口正向0.14740.1461农业机械化水平/（万kW/hm2）农业机械总动力与区域耕地面积的比值农业机械总动力/区域耕地面积逆向0.07480.0446农民人均可支配收入/元县域农民年平均可支配收入水平农民总收入/农民总人口逆向0.15760.06941.4 乡村性指数的计算模型构建甘肃省县域乡村性评价指标体系后，将各评价指标进行标准化处理，然后赋予权重。熵值法是基于客观数据的内在联系计算得出指标权重的赋权方法；相比于其他方法，熵值法具有较强的客观性9，因此本文采用此法构建乡村性指数模型。对各指标的原始数据进行标准化处理，计算公式为：正向指标：Xij=Xij-min(Xj)max(Xj)-min(Xj)（1）逆向指标：Xij=max(Xj)-Xijmax(Xj)-min(Xj)（2）式（1）式（2）中：Xij为i评价单元（县）j项指标的原始值；Xij为i评价单元j项指标的标准化值；max(Xj)和min(Xj)分别是j项指标的最大值和最小值。根据标准化数据，计算出j项指标的熵值ej，计江 西 农 业 学 报35 卷242算公式为：ej=-kmi=1(Xijmi=1Xij)ln(Xijmi=1Xij)（3）式(3)中:k=1/lnm；m为评价单元总数。通过1-ej得出差异系数，计算出j项指标的权重Wj，计算公式为：Wj=1-ejnj=1(1-ej)（4）式（4）中：n为指标总数；ej为j项指标的熵值。基于各指标的权重，用下式计算乡村性指数：RIi=nj=1(WijXij)（5）式（5）中：RIi为i评价单元的乡村性指数,其值越大，表明乡村性越强。1.5 乡村性的空间自相关分析空间自相关分析属于统计学的一种数据分析方法，用于研究某一特征值与空间单元相关性程度的高低，以分析特征值空间分布的特性10。空间自相关分为全局空间自相关和局部空间自相关2种类型。1.5.1 全局空间自相关 全局空间自相关用于描述某特征值在整个研究区域的空间分布特征。本文应用ArcGIS和GeoDa软件进行相关分析，并采用Moran sI指数刻画研究区域中各县域与邻近地区间乡村性的空间相关性，计算公式为：I=Nij wij(xi-x)(xj-x)(ij wij)i(xi-x)2 （6）式（6）中：N是研究区内县级行政单位总数；wij是空间权重矩阵，揭示各单元之间的空间联系，本文采用邻接空间法来判定；xi和xj分别是区域i和j的研究对象的属性值；x是研究对象的平均值。Moran sI指数的取值在-1与1之间，当指数大于0时表示研究区域内的乡村性水平存在空间正相关，乡村性具有一定的聚集性；当指数小于0时表示研究区域内的乡村性存在空间负相关，乡村性的空间分布呈离散状态。1.5.2 局部空间自相关 局部空间自相关表示研究区中每个单位区域与周边地区之间的局部空间关联和空间差异程度，通常采用LISA值（空间联系局部指标）、Moran sI散点图表示。本文采用LISA值分析乡村性的局部空间自相关性，计算公式为：Ii=(xi-x)s2xjwij(xj-x)（7）式（7）中s2x是样本数据的