广西县域农村发展与交通优势度的空间协同性及互动效应研究

李柏敏，韦福安，陈严武，董金义，羊绍全

（广西民族师范学院经济与管理学院，广西 崇左 532200）

农村发展是世界性的重大区域问题[1]。我国改革开放四十年，按照中国2010年贫困标准，2017年末，中国农村贫困人口3 046万人，比上年末减少1 289万人；贫困发生率3.1%，比上年末下降1.4个百分点。贫困地区发展滞后问题没有根本改变，我国贫困人口主要分布于农村地区。2015年6月，习近平总书记在贵州省调研时强调要做好精准脱贫工作，农村贫困人口成为脱贫亟待解决的重要问题之一。

农村发展研究是对农村发展机制的研究，农村发展系统是一个由农村发展内核系统和农村发展外缘系统组成的复杂综合体，其本质是两者之间相互耦合协调作用的过程，核心是由农村主体系统和农村本体系统耦合而成的农村发展内核系统，两者之间相互耦合作用的效果直接决定着农村发展系统能否可持续运转[2]。此外，农村发展系统是由自然禀赋、区位条件、经济基础、人力资源、文化习俗等各要素构成的复杂系统。其中，地形地貌、自然资源、区位条件等自然和环境要素构成区域农村发展的自然本底和空间载体，是农村地域发展的基本支撑条件；由产业结构、发展基础等构成的经济要素通过路径依赖，在一定程度上决定着农村地域当前经济发展水平的高低和未来经济增长的潜力[3]。

当前，农村发展的理论与方法研究不断深入，研究视角涉及地理学、经济学、社会学、管理学等[4-7]多个学科。在研究领域上，包括城镇与农村发展机制、农村金融发展、农村发展动态与区域差异格局、农村发展动力研究、农村景观动态布局及其驱动机制和城镇、农村及农业发展关系等[8-14]，研究方法包括数学模型法、系统分析法、高新技术法、调研分析法等[15-18]。在交通优势度对农村发展驱动机制方面，陈川和赵妮娜[19]认为，交通变化发展将使城镇形成多元化的农产品运输网络，提高城镇化水平和农民生活水平。孟召宜[20]认为农村发展需要构建小地方交通，互补大交通，促进农村地域系统演化。在农村发展对交通优势度驱动机制方面，陈春生和吴群琪[21]认为需要借助于“城市反哺农村”的机制和“一体化”的交通运输政策，推动城乡交通运输的“一体化”发展。因此，构建交通优势度与农村发展互动效应有积极意义。

通过对前人研究分析，当前对于两者研究侧重大理论和宏观性研究，没有对农村发展指标和交通指标具体化，讨论两者驱动原理，本研究侧重对农村发展和交通优势度指标具体化并讨论驱动原理（图1）。在研究尺度上，前人已对农村发展进行地理空间上的大尺度研究[2,11]和小尺度研究[9,12]，但对省际内的地理空间中尺度研究较少。2015年广西有5 000个精准扶贫贫困村，超过140万户贫困户，贫困人口超过535万，贫困发生率高达12.6%，2017年全区减少贫困人口95万，贫困发生率5.7%，同比下降2.2个百分点，实现1 056个贫困村出列，全区贫困发生率比全国高2.7%，扶贫任务任重道远。

因此，选取农村发展相对滞后的广西作为研究对象，为全国各省农村发展和农村贫困人口如期脱贫有地理空间尺度意义，也具有指示性意义。本研究尝试将农村发展内核系统和农村发展外缘系统结合，从广西社会经济基础、农业生产与农民生活水平、社会支撑基础3个方面，构建农村发展评价模型，并以交通优势度为农村发展外缘系统的切入点，交通优势度建设作为农村发展的动力，农村发展作为交通优势度的载体，二者相互驱动，共同发展。因此，运用传统计量模型和空间计量模型，定量分析交通优势度与农村发展的空间协同性，以及二者相互驱动机制和效应，有助于揭示交通优势度与农村发展相互作用机理，为广西农村社会、经济和文化等发展提供理论依据。

图1 农村发展与交通优势度相互驱动机制Fig. 1 Driving mechanism between rural development and transportation advantage

1 研究方法及数据来源

1.1 研究方法

1.1.1 指标标准化与权重确定 由于研究者视角不同，使得研究交通优势度测度与农村发展水平测度指标不尽一致。为了能更直观地表达交通优势度和农村发展水平之间的关系，根据两者评价因子的特点，交通优势度综合考虑了交通距离、交通中心度和道路交通覆盖度等因素；村镇发展状况综合考虑农业生产水平、农民经济状况、农民社会保障度和农业发展状况等因素。经过咨询相关专家和学者，对交通优势度评价因子和农村发展水平评价因子进行赋值（见表1、2）。通过讨论将专家打分平均分值高于0.6（取值范围为0～1），差异系数低于0.3的评价因子构建指标体系。采用熵值法[19]确定各指标权重，减少人为赋权的主观随意性。

1.1.2 耦合协调度模型 为了探讨广西县域交通优势度与县域农村发展水平的关系，通过两者量化的结果，运用物理学上常用的耦合，分析县域交通优势度与县域农村发展水平之间是否存在一种相互作用、相互影响的关系，耦合数值的大小反映了两者相互联系和相互作用的程度[22]。

表1 广西县域交通优势度评价指标体系Table 1 Evaluation index system of transportation advantage at county level in Guangxi

表2 广西县域农村发展水平评价指标体系Table 2 Evaluation index system of rural development at county level in Guangxi

耦合度模型探讨县域交通优势度与县域农村发展水平的相互作用关系强度，计算公式如下：

式中：F(x)代表广西县域交通优势度评价总得分，F(y)代表广西县域农村发展水平评价总得分；K为子系统的个数，本研究包括县域交通优势度与县域农村发展水平，故取K=2；C为耦合度，表征交通优势度与农村发展水平之间相互作用联动强度。由于耦合度只能说明相互作用程度的强弱，无法反映协调发展水平的高低，在某些情况下，单纯依靠耦合度有可能产生误判。为了规避耦合度在两者协同发展评价中的不足，引入耦合协调度评价模型，以便更好地评判交通优势度与农村发展水平之间交互的协调程度，具体公式如下：

式中：Us为耦合协调度，Us值越高，说明县域交通优势度与县域农村发展水平耦合协调关系越好；α、β为可变参数，参考杨忍等[23]对县域交通优势度与县域农村发展水平中α和β的设置，均为0.5。参考黄松等[24]的方法，将空间耦合关系发展度分为九个等级，分别为：严重失调（0.00≤X＜0.20）、失调（0.20≤X＜0.30）、中度失调（0.30≤X＜0.40）、微弱失调（0.40≤X＜0.50）、濒临失调（0.50≤X＜0.60）、勉强协调（0.60≤X＜0.70）、基本协调（0.70≤X＜0.80）、良好协调（0.80≤X＜0.90）和优质协调（0.90≤X＜1.00）。

1.1.3 空间计量模型的构建 传统计量经济学假设各变量不相关，但在交通优势度与农村发展水平存在空间自相关的情况下，拟合的效果不佳。因此，首先检验交通优势度与农村发展水平是否存在空间自相关，若通过了空间自相关检验，则建立空间计量模型，探讨两者全局空间自相关和局域空间自相关关系。

1）全局空间自相关。Moran’sI指数反映了空间邻近区域单元属性值的相似性程度，通过GeoDA1.6.7分析广西县域交通优势度与农村发展水平及其两者之间的空间关联性，计算公式[25]如下：

式中：I为Moran指数；n为地区总数；i为区域的观测值；Wij为空间权重矩阵。Moran指数I的取值一般在[-1,1] 之间，Moran’sI越接近-1，代表负相关性越强，越接近1，代表正相关性越强。采取一阶Queen空间权重矩阵，指区域i与j属于邻接关系，空间权重矩阵Wij=1；不属临接关系则Wij= 0。

2）局域空间自相关。局域空间自相关用于反映广西县域交通优势度或农村发展水平与其周边地区之间的空间差异程度和差异的显著性，局部Moran’s公式如下 ：

通过局域空间自相关分析，检验交通优势度和农村发展水平局域空间关联和差异程度，Ij为正表示该空间单元与邻近单元的属性相似（“第一象限：高高”或“第三象限：低低”），Ij为正则表示不相似（“第二象限：低高”或“第四象限：高低”）。

在研究中，交通优势度和农村发展水平通过空间相关性检验，则需引入空间常系数回归模型对交通优势度和农村发展水平进行全域空间估计，探讨两者在全域空间上相互驱动的大小，空间常系数回归模型包括空间滞后模型和空间误差模型。

3）空间滞后模型(Lag)。参考Anselin[26]的空间滞后模型方法，建立本县域交通优势度对相邻县域农村发展水平的影响和本县域农村发展水平对相邻县域交通优势度的影响。

4）空间误差模型(SEM)。在交通优势度对农村发展水平的驱动效应中，只考虑了交通优势度的影响，而其他驱动因素未纳入该模型，空间误差模型假设这些未纳入的变量存在空间相关性，并对农村发展水平产生影响。农村发展水平对交通优势度的驱动效应同理。

5）地理加权回归模型(GWR)。以上分析所得的县域交通优势度与县域农村发展水平相互驱动效应是全局的，无法得知局域驱动效应。GWR模型可以对每个县域交通优势度与县域农村发展水平地理位置的函数变量系数给出局部估计值，通过对变量系数估计值的空间变化情况进行比较分析，可以较准确地把握变量回归系数的空间变异特征[27]，将不变的常参数全域估计变为可变的局域参数估计。

1.2 数据来源

农村发展水平原始数据来自《广西统计年鉴2017》、《广西统计年鉴2011》、广西各地市国民经济发展统计公报、《中国县市经济统计年鉴2017》、《中国县市经济统计年鉴2011》，人均农业总产值、城乡居民收入差距、新型农村合作医疗参保率、农业人口拥有中小学教师比、农村居民最低生活保障人数（人）比和农业人口农业技术人员拥有率通过原始数据计算得出。交通邻近水平、交通覆盖水平和交通中心通达水平数据根据2016年全国mapinfo电子地图获取，具体为将mapinfo文件格式转换为ArcGIS可用的shp格式获得。

2 农村综合发展水平与交通优势度分析

2.1 农村综合发展水平时空变化特征

2.1.1 农村综合发展水平时间变化分析 受制于自然环境条件、政策倾向、农业市场环境、产业调整和农业经济发展原始积累等因素，广西县域农村综合发展水平存在差异。2010年广西整体县域农村综合发展水平平均值为0.331 5，标准差为0.043 1，差异系数为0.130 0，总体上处于落后发展水平，县域农村发展水平存在较大差异。2016年广西整体县域农村综合发展水平平均值为0.331 5，6年总体平均增长14.53%，增长速度缓慢，从2016年标准差系数和差异系数可知，广西县域农村综合发展水平差异逐渐拉大（表3）。

表3 2010年、2016年广西县域农村综合发展水平参数Table 3 Comprehensive rural development level parameters of Guangxi Counties in 2010 and 2016

图2 2010年、2016年广西县域农村综合发展水平Fig. 2 Comprehensive rural development level of Guangxi Counties in 2010 and 2016

2.1.2 农村综合发展水平空间变化分析 广西县域农村综合发展水平具有明显的自然环境地域特征，广西是喀斯特地貌发育区，农业开垦难度大，土地贫瘠，农业经济作物单位产量少。2010年农村综合发展水平低于0.3的20个县当中（图2），有19个县属于喀斯特地貌发育重灾区，除灵山县和浦北县外，其余18个为国家扶贫开发重点县；仅有7个县农村综合发展水平达到0.4（中等）以上，占广西县域总数的7.7%，主要为传统农业经济发达的县域。2016年广西县域农村综合发展水平呈现桂西、桂西南和桂东低，桂中、桂北和桂南高的地理区位特征（图2）；0.4以上农业发展水平县域占广西县域总数的35.51%，桂南地区农村综合发展水平与2010年相比，有显著提高。农村综合经济发展水平较低（0.3以下）的县域多为国家扶贫开发重点县，主要集中于桂西北地区。

2.2 交通优势度空间特征分析

2016年广西县域交通优势度数值呈现偏正态分布（图3）。交通优势度值低于0.3的县域共有17个，占广西县域总数的15.89%；介于0.3～0.4之间的有57个，占53.27%；介于0.4～0.5之间的有25个，占23.36%；介于0.5～0.6之间的有7个，占7%；仅桂林叠彩区交通优势度值达到0.6以上。从空间分布特征分析，主要有两个显著特征：1）经济发展较好的市辖区交通优势度值较高，如桂林市叠彩区、象山区和七星区，柳州城中区、柳北区和鱼峰区，南宁青秀区、江南区和西乡塘区，北海海城区和铁山港区，钦州钦北区和玉林玉州区等。2）以北回归线为南北分界线，呈现桂南高，桂北低的空间分布特征。

图3 2016年广西县域交通优势度值Fig. 3 Transportation advantage in Guangxi Counties in 2016

3 农村发展水平与交通优势度空间协同及互动效应分析

3.1 农村发展水平与交通优势度空间协同性分析

农村发展水平值与交通优势度值取其对数形式，增强数据对比度和消除模型估计残差的异方差性，获得2016年广西农村发展测度与交通优势度耦合协调度值（图4）。通过计算显示，广西各县域农村发展测度与交通优势度耦合度值均超过0.95，在数值上出现了误判。因此引入耦合协调度评价模型，分析交通优势度与农村发展水平之间协调程度。从图4分析可知，广西县域整体平均耦合协调度值为0.61，为勉强协调耦合协调度。从地理区位来看，耦合协调度呈现南高北低的趋势；从地质地貌条件来看，耦合协调度呈现平原高山地低的趋势；从经济要素来看，呈现经济相对发达地区高落后地区低的趋势；从社会因素来看，呈现汉族地区高少数民族聚居地低的趋势。值得注意的是，共有22个县区耦合协调度值超过0.65，均集中于市直辖区（南宁6个区、柳州4个区、桂林3个区、北海2个区、玉林1个区、梧州1个区和防城港1个区）和传统农业强县（南宁横县、北海合浦县、防城港东兴市和崇左凭祥市），在一定程度上说明耦合协调度的驱动因素。

3.2 农村发展水平与交通优势度空间自相关分析

3.2.1 全局单变量空间自相关检验 运用空间自相关方法，探讨广西县域农村发展与交通优势度的空间效应。由表4可知，农村发展水平和交通优势度均为正值，并且通过了0.000 1的显著性检验，Z值分值呈正态分布。由此可以得出广西县域农村发展水别为3.845 2和8.049 1，大于临界值2.56，说明数平和优势度均存在显著的正向空间自相关。

表4 空间自相关检验Table 4 Space self-correlation test

3.2.2 全局双变量空间自相关检验 分别建立农村发展水平对数（LnC）为自变量（因变量），交通优势度对数（LnUR）为因变量（自变量）的双变量空间自相关模型，代表县域交通优势度与其相邻县域农村发展水平的空间自相关程度（表4），结果显示，两者Moran’sI指数均为正数，并且通过了0.000 1的显著性检验，Z值分别为5.347 4和5.854 7，大于临界值2.56，说明数值呈正态分布。由此可以得出广西县域农村发展水平和优势度均存在显著的正向空间自相关。通过Moran’sI指数的比较，表明广西县域农村发展水平对相邻县域交通优势度的依赖性更明显。3.2.3 局域自相关检验 共有46个县域属于交通优势度水平的“高-高”（H-H）区域，44个县域属于交通优势度水平的“低-低”（L-L）区域，19个县域属于无显著相关性区域。广西县域交通优势度水平的发展差异显著，桂北大部分地区属于“低-低”（L-L）区域，并在P=0.001水平上呈显著相关，仅桂林和柳州市辖区交通优势度水平较高，呈现“高-高”显性。桂南和桂东南大部分地区得益于多平原少山地地貌、经济起步早发展快等因素，交通网络布局比较完善，属于“高-高”（H-H）区域。新设立的崇左、来宾和贺州等地级市由于起步较晚，交通优势度不显著。综合广西交通优势度局域空间自相关分析，主要有南优北劣、平原优山地劣的特征。

共有45个县域属于农村发展水平的“高-高”（H-H）区域，36个县域属于农村发展水平的“低-低”（L-L）区域，28个县域属于无显著相关性区域，相对于县域交通优势度局域空间自相关分布情况，广西县域农村发展水平局域空间自相关分布没有明显的地貌特征和南北地域特征，“高-高”（H-H）区域的分布主要以南宁市、北海市、防城港市市辖区、钦州市市辖区、柳州市市辖区、桂林市大部分县域和百色田东县田阳区为主。传统的平原农业地区如贵港市、玉林市和梧州市（主要分布于桂东南地区）呈无显著性相关。喀斯特地貌高度发育区如桂西南、桂西和桂东等地因土地利用发展瓶颈，农业发展相对滞后，农村经济发展缓慢，这些地区贫困人口占广西精准扶贫贫困人口的65%以上。

综上可知，广西县域交通优势度与农村发展水平在局域空间上呈显著的空间依赖性，主要以高-高和低-低两类空间聚集为主，加上通过两者的相关系数分析和全局双因素空间分析，可得出两者具有较强的空间关联性，应该进一步使用空间计量模型进行未知参数估计和误差估计。

3.3 农村发展水平与交通优势度的全域空间驱动效应分析

在Geoda软件中首先进行经典最小二乘法(Classic OLS)回归估计，再进行空间滞后模型(Spatial Lag)和空间误差模型(Spatial Error)检验，根据检验结果选择合适的计量模型，如表5。

3.3.1 农村发展水平对交通优势度的全域空间驱动效应分析 在表5模型1中，Classic OLS、Spatial Lag和Spatial Error三个计量模型拟合优度R2分别为0.562 2、0.683 5和0.661 8，F-statistic为102.53，三者均通过了1%水平的显著性检验。根据Classic OLS估计的空间相关性检验，LM(lag)和LM(error)均通过了1%水平的显著性检验，R-LM(lag)通过了1%水平的显著性检验，而R-L(error)未通过显著性检验。此外，从拟合优度R2、赤池信息准则AIC值、施瓦茨信息准则SC值比较看，空间滞后模型(Spatial Lag)拟合优度R2最好，赤池信息准则AIC值和施瓦茨信息准则SC值最小，变量C和LnC均通过显著性检验。因此，从三个计量模型中选择空间滞后模型(Spatial Lag)，说明了广西县域农村发展水平在全域空间范围内对交通优势度产生明显的驱动效应。

3.3.2 交通优势度对县域农村发展水平的全域空间驱动效应分析 在表5模型2中，Classic OLS、Spatial Lag和Spatial Error三个计量模型拟合优度R2分别为0.469 4、0.491 0和0.515 6，F-statistic为94.653 7，三者均通过了1%水平的显著性检验。根据Classic OLS估计的空间相关性检验，LM(lag)通过了10%水平的显著性检验，LM(error)通过了1%水平的显著性检验，R-LM(lag)未通过显著性检验，R-L(error)通过了10%水平的显著性检验，并通过比较拟合优度R2、赤池信息准则AIC值和施瓦茨信息准则SC值，空间误差模型(Spatial Error)拟合优度R2最好，赤池信息准则AIC值和施瓦茨信息准则SC值最小，因此选择空间误差模型(Spatial Error)。从变量C、LNTR和LAMBDA看，三者均通过了1%水平的显著性检验，说明广西县域交通优势度在全域空间范围内对农村发展水平也产生明显的驱动效应。

对比广西交通优势度对县域农村发展水平的全域空间驱动效应模型(模型1、2)，LNC的空间关系系数比LNTR的空间关系系数大，说明在广西全域空间范围内，农村发展水平对交通优势度的驱动效应比交通优势度对农村发展水平的驱动效应大。

3.4 局域空间驱动效应及不同相互驱动类型县域发展策略分析

3.4.1 农村发展水平对交通优势度的局域空间驱动效应 采用ArcGIS空间地理加权回归模型(GWR)，得出广西县域农村发展水平(交通优势度)对交通优势度(农村发展水平)的局域空间驱动效果。在广西县域农村发展水平对交通优势度的局域空间驱动效应估计中，AICc值约为-80.834 8，最优带宽Bandwidth约为1.623 4，拟合优度R2约为0.59，高于Classic OLS回归模型，整体的拟合效果较好。将广西县域农村发展水平对交通优势度的局域空间驱动效应的回归系数运用自然断裂法划分为4个等级：强驱动型、较强驱动型、较弱驱动型和弱驱动型，广西县域农村发展水平对交通优势度的驱动效应存在空间异质性。其中，桂中大部分县域驱动效应为较弱驱动，桂南和桂北县域农村发展水平对交通优势度没有明显的驱动效应，桂东和桂西县域农村发展水平对交通优势度存在强驱动和较强驱动效应。桂南和桂北地区主要以旅游业为主，桂中地区以工业为主，桂东和桂西作为传统的农业经济区，农业占重要地位，农业发展深深影响交通发展变化。因此，形成桂东和桂西地区农村发展水平对交通优势度驱动力强，桂中驱动力较弱，桂南桂北无明显驱动力。

表5 Classic OLS、Spatial Lag和Spatial Error估计结果Table 5 Classic OLS, Spatial Lag and Spatial Error estimation results

3.4.2 交通优势度对农村发展水平的局域空间驱动效应 在广西县域交通优势度对农村发展水平的局域空间驱动效应估计中，运用高斯权值函数方法，通过GWR交叉有效性检验，得最优带宽Bandwidth约为1.606 5，AICc约为-121.581 5，拟合优度R2约为0.564 1，高于OLS回归模型的拟合优度R2，GWR模型整体拟合效果较好。将局域空间驱动效应的回归系数运用自然断裂法划分为4个等级：强驱动型、较强驱动型、较弱驱动型和弱驱动型，可知桂东地区驱动力强，桂中地区驱动力较强，桂北、桂南和桂西地区驱动力较弱，甚至没有明显的驱动效应。从上述分析可以得出广西县域交通优势度对农村发展水平主要受自然条件影响，桂东、桂中为平原地区，历史经济发展较好，前期投入较多，桂西、桂北为喀斯特地貌多山地区，交通发展相对滞后。

3.4.3 农村发展水平对交通优势度的局域空间相互驱动效应 将广西县域交通优势度与农村发展水平相互驱动效应分为图5中的10种驱动效应模式。其中，相互强驱动县域有9个，相互较强驱动县域有12个，相互较弱驱动县域有10个，相互弱驱动（无明显驱动）县域有10个，农业发展水平强驱动县域有1个，农业发展水平较强驱动县域有9个，农业发展水平较弱驱动县域有5个，交通优势度强驱动县域有6个，交通优势度较强驱动县域有35个，交通优势度较弱驱动县域有12个。从驱动类型分布上看，桂南地区两者驱动力强，主要以两者相互驱动类型为主，桂中地区主要以交通优势度驱动为主，桂南防城港市、桂西百色市部分县域和桂北桂林市主要以相互弱驱动（无明显驱动）为主，桂西大部分地区以相互驱动和农业发展驱动为主。

3.4.4 不同驱动类型发展策略 根据不同驱动类型和驱动强度及各地区不同发展模式，制定相应的发展策略（表6）。

图5 广西县域农村发展水平与交通优势度相互驱动效应Fig. 5 Mutual driven effects between transportation advantage and rural development in Guangxi Counties

4 结论与讨论

4.1 结论

1）广西县域整体农村综合发展水平较低，呈提升趋势，但县域间发展增速不一，差异逐渐增大，整体农村综合发展水平呈西北低，东南高的趋势。交通优势度水平相对较高，整体上呈现桂北低桂南高的趋势，受制于地形地质地貌影响，桂北多山区和喀斯特岩溶发育区，农业发展水平低。因此广西交通优势度和农村发展水平耦合协调度不高，桂北大部分地区呈现濒临失调局势，桂南呈现勉强协调局势。

2）通过相关性分析可知广西县域交通优势度与农村发展水平呈显著正相关关系。深入分析两者全域空间相互驱动效应可知，农村发展水平对交通优势度的驱动效应较大，说明农村发展水平增速较大，交通优势度发展增速相对滞后。

3）在局域空间范围内，广西县域农村发展水平与交通优势度之间相互驱动效应存在空间异质性，相互驱动发展模式多样，根据相互驱动类型划分为十种，十种相互驱动类型的县域在地理空间上相互联系，仅有个别县域独立成型，有明显的空间缀块性特征。

4.2 讨论

交通基础是农村对外联系，物质信息流的介力和推动力。从前期研究中已知广西县域交通优势度与农村发展水平耦合度低，说明存在交通超前发展农村滞后和农村超前发展交通滞后发展的现状。交通超前发展在某区域的短期内是一种资源浪费，交通滞后建设又成为农村发展瓶颈。研究农村发展水平与交通优势度之间关系并非追求大交通，相反，理清两者之间耦合协同关系是为了建立合理的多等级道路交通体系，加强和优化城乡之间物质、文化、社会和生态等多维发展空间思想的交换和发展，先从物质生活空间发生改变，随之文化空间、社会空间和生态空间也发生改变，重新塑造农村多维空间，成为真正意义上的城乡一体化。在电子商务和物流大发展的背景下，城乡一体化的发展思潮中，交通基础是一个必要条件，研究两者关系有利于农村转型和农业现代化发展，给乡村道路交通规划提供基础性理论。在今后研究中，应该进一步挖掘农村超前发展反哺道路交通发展的反哺机制和道路交通超前发展倒逼农村发展的倒逼机制，探讨内部机理和驱动差异演变等。其次，进一步探讨多维度的农村发展机制和多维度道路交通发展机制，为区域经济发展提供理论基础。

表6 不同驱动类型县域发展策略Table 6 Development strategies under different driven patterns in Guangxi