安徽省城镇化和乡村韧性之间的空间关系研究*

汪勇政，熊有娣，余浩然

(1.安徽建筑大学 建筑与规划学院，安徽 合肥 230601；2.安徽省城镇化发展研究中心，安徽 合肥 230601；3.南京林业大学 风景园林学院，江苏 南京 210042)

乡村地域系统以发展农业为主，而工业和服务业主要集中在城市，这就造成在地域空间层面上传统农业与非农业要素及结构的对立。随着城镇化的快速发展，乡村系统易面临外界风险冲击超过乡村内部系统韧性阈值的困境，导致系统运行不稳甚至紊乱衰退，抵御、吸收和减缓外部扰动的韧性能力不断下降，对乡村的可持续发展造成一定的影响。因此，研究城镇化扰动下的乡村韧性有助于准确认知乡村系统风险防控能力，从而促进乡村可持续发展。

国内外关于乡村韧性扰动因素的研究都经历了由自然扰动[1,2]向人为扰动的转变[3,4]，逐渐关注工业化、城镇化和全球化等缓慢复杂的人为扰动。对于城镇化扰动因素的探究，国外学者主要强调城镇化对乡村韧性的影响。Zhou Jizhe等研究了在农田造林和城镇化背景下乡村聚落空间从现在到未来的演变趋势及其在静态和动态状态下的空间弹性[5]。相对于国外而言，城镇化背景下乡村的抗风险能力和抗冲击能力则成了国内学者的研究重点。李红波认为，城镇化快速发展对聚落韧性造成了正负不均的复杂作用，需要将重点放在人为干扰上[6]。综合以往研究，可以发现国内外乡村韧性扰动因素实证方面主要探索城镇化背景下的乡村韧性内涵[7,8]及韧性评估框架[9,10]和量化方法[11,12]等，多围绕普通面板进行讨论，而忽视了空间视角。如果只简单地研究城镇化背景下单一时间或单一地区的韧性，难以详细解释影响乡村韧性空间分异的内在要素。所以，需要基于空间关联和因素传导研究，探究乡村韧性内部空间异质性以及空间发展差异。

安徽省作为传统农业大省，长时间发展第一产业，在一定程度上限制了非农产业发展。随着安徽省被正式划归为长江三角洲城市群的一部分，农业与非农业要素及结构的对立在地域空间层面上越发凸显，也给安徽省乡村的发展带来一系列挑战与风险。因此，构建安徽省60个县域的乡村韧性水平评价体系及城镇化发展水平评价体系，运用双变量空间自相关和空间回归模型揭示城镇化对乡村韧性的空间分异影响，旨在为研究区乡村可持续发展相关政策的制定提供一定思路。

安徽省地处长江、淮河中下游，在长三角一体化发展战略支撑下，加快了工业化和城镇化双驱动步伐。全省常住人口城镇化率增速快于全国0.23%，居中部第二位，长三角第一位，城镇化发展较为迅速。快速城镇化同时也造成了乡村人地分离、生态环境恶化、社会矛盾突出,也成为制约安徽省乡村可持续发展的重要瓶颈。

一、城镇化与乡村韧性水平评价指标选取与研究方法

基于相关研究成果，构建城镇化水平评价指标体系和乡村韧性水平评价指标体系，测度各县域的城镇化水平和乡村韧性水平。统计数据主要源于相关年份的《安徽统计年鉴》《中国县域统计年鉴》以及60个县级行政单元的统计年鉴及其统计公报，采用相邻年份数据，利用线性回归法对于部分缺失数据进行调整和处理。

(一)指标体系构建

1.城镇化水平评价指标体系

基于城镇化发展的内涵以及相关研究成果，构建城镇化水平评价指标体系(见表1)。其中人口城镇化考虑反映乡村人口市民化以及城市人口集聚程度的指标[13]；经济城镇化主要考虑可以反映地区的经济发展状况和财政收入方面的指标[14]；社会城镇化主要考虑对城市发展相对重要的消费、教育和医疗三大方面的指标来综合反映城市发展对社会的促进作用[15]；空间城镇化主要考虑为城市发展提供空间物质载体的指标[16]；生态城镇化主要考虑体现城市可持续发展、高质量发展的指标[17]。采用层次分析方法结合熵值法对各指标进行权重赋值。

表1 城镇化水平评价指标体系

2.乡村韧性水平评价指标体系

结合乡村系统特征[18]，从生态、经济和社会3个维度构建评价指标体系(见表2)。生态维度选取反映乡村发展的生态本底，包括自然环境和资源状况的指标[19]；社会维度选取保障农村居民生活所需的物质资料、反映乡村人力资源状况和交通便捷程度的指标[20]；经济维度选取关注地方财力状况以及村民收入的指标[21]。指标权重同上计算。

表2 乡村韧性水平评价指标体系

(二)研究方法

1.Moran’sI指数

为研究安徽省城镇化水平和乡村韧性水平在空间上是否聚集以及空间聚集方式，测算2000年、2005年、2010年、2015年、2020年安徽省城镇化冲击下乡村韧性水平的全局莫兰指数和局部莫兰指数。全局莫兰指数的计算公式[22]108如下：

(1)

全局莫兰指数的取值范围一般为-1～1。值大于0表示正相关，值接近于1表明具有相似的属性聚集在一起；小于0表示负相关，接近于-1表明相异的属性聚集在一起。如果全局莫兰指数值接近于0,则表明空间分布是随机的，不存在空间自相关。

为考察某个区域附近属性的空间集聚情况，进一步区分某个区域与其邻近区域属于哪种空间联系形式，采用局部莫兰指数[22]108。计算公式如下：

(2)

正的局部莫兰指数表示一个高值被高值所包围(高-高)，或者一个低值被低值所包围(低-低)；负的局部莫兰指数表示一个低值被高值所包围(低-高)，或者一个高值被低值所包围(高-低)。

2.空间回归模型

经典的线性回归模型由于空间自相关性的存在，在解决问题时会导致模型参数错误估计并降低模型的有效性，因此需要构建适用于空间数据的回归模型。Anselin给出了空间回归模型的一般形式[23]：

Y=ρW1+Xβ+u

(3)

μ=λW2ε+μ,μ～N[0,σ2I]

(4)

其中，Y为因变量；X为解释变量；β为解释变量的空间回归系数；u为随空间变化的误差项；μ为白噪声；W1为反映因变量自身空间趋势的空间权重矩阵；W2为反映残差空间趋势的空间权重矩阵，通常根据邻接关系或者距离函数关系确定空间权重矩阵；ρ为空间滞后项的系数。其中，W1可以等于W2。

一般形式的空间自回归模型可以衍生出以下几种模型，当ρ和β不为0，λ为0时，其衍生为空间滞后模型(spatial lag model, SLM)。在这个模型中，所研究区域的因变量不仅与本区域的解释变量有关，还与相邻区域的因变量有关。当ρ为0，β和λ不为0，其衍生空间误差模型(spatial error model, SEM),即所研究区域的因变量Y不仅与本区域解释变量X有关，还与相邻区域的因变量及解释变量有关。利用SEM、SLM探索城镇化与乡村韧性之间的作用机制。

二、安徽省城镇化和乡村韧水平的时空演化特征

(一)安徽省城镇化水平的时空分异格局

研究发现，安徽省县域城镇化水平总体呈现上升趋势。2000年、2005年、2010年、2015年、2020年县域城镇化综合评价指数均值分别为0.100、0.107、0.188、0.284、0.390。其中2005—2010年增速最快，由2005年的0.107提高到2010年的0.188,提高1.76倍。这与党的十六大提出“要逐步提高城镇化水平，坚持大中小城市和小城镇协调发展，走中国特色城镇化道路”的政策密切相关[24]。从空间分布来看，研究期间安徽省城镇化水平空间格局呈现两极分化的特征，总体呈现皖中>皖南>皖北的分异格局(见图1)。高城镇化水平地区主要分布在合肥市、巢湖市、芜湖市、马鞍山市的市辖区周边。这一地区主要为合芜马经济圈的核心，社会经济发展和人口集聚是导致这些地区城镇化水平偏高的主要原因。低城镇化水平地区主要分布在安庆市、亳州市的市辖区周边。这些地区多受地形条件的制约，交通不便，或长时间发展传统农业导致经济发展水平较低。从空间演变来看，城镇化水平快速增强的区域范围逐渐扩大，向皖中地区扩散的趋势十分显著。

图1 2000年、2005年、2010年、2015年、2020年安徽省城镇化水平的空间分布格局

(二)安徽省乡村韧性水平的时空分异格局

安徽省县域乡村韧性水平总体也呈现上升趋势。2000年、2005年、2010年、2015年、2020年县域乡村韧性综合评价指数均值分别为0.144、0.179、0.254、0.348、0.389。同城镇化水平一样，2005—2010年增速最快，提高1.413倍。这是由于2004—2008年，中共中央连续出台5个指导农业和农村工作的中央“一号文件”，共同形成了新时期加强“三农”工作的基本思路和政策体系，促进了乡村发展。从空间分布来看，研究期间安徽省乡村韧性水平空间格局基本保持稳定，总体呈现皖中>皖北>皖南的分异格局(见图2)。高乡村韧性水平地区主要分布在合肥市、蚌埠市、淮南市、淮北市的市辖区周边地区。低乡村韧性地区主要分布安庆市、池州市、黄山市的市辖区周边。地形和自然资源因素作为村庄最初发展的主导因素，对乡村韧性水平的高低有着重要影响。但随着周边城市的发展，以工促农、以城带乡的作用越发明显，导致乡村韧性发展水平不同。从空间演变来看，同城镇化水平一样，乡村韧性快速增强的区域范围逐渐扩大，向皖中地区扩散的趋势十分显著。

图2 2000年、2005年、2010年、2015年、2020年安徽省乡村韧性水平的空间分布格局

三、安徽省城镇化对乡村韧性水平的影响分析

(一)空间相关性分析

图3显示，2000年、2005年、2010年、2015年和2020年城镇化冲击下的乡村韧性水平全局莫兰指数分别为0.221、0.123、0.157、0.180、0.290，并且通过了10%水平下的显著性检验，整体正相关性先下降后上升，可以发现城镇化对乡村韧性的空间分异影响呈“U”型特征，且自2005年之后就处于“U”型曲线右侧，说明各县域乡村韧性对城镇化的空间依赖性不断加强。研究期间城镇化水平和乡村韧性水平之间具有显著的空间正相关，表明城镇化的发展会导致乡村抵御风险的能力增强。主要是由于伴随着城镇化进程的推进，资金、人才、技术、文明等非农要素的反哺，促使乡村非农产业发展、基础设施完善、乡风文明改善以及治理水平提升，对乡村地域系统具有强烈的正向促进作用，提高了乡村抵御风险的能力。空间溢出效应的存在主要是由于物质流、能量流、信息流和人流在相邻区域之间的流动而形成。例如城镇化、经济发展、人口迁移等会导致乡村韧性水平的空间溢出。因此乡村韧性水平的提升不能局限于一个单元，跨区域以及不同等级政府部门的协同治理是提高乡村抵御风险能力的有效手段。

图3 2000年、2005年、2010年、2015年、2020年全局莫兰指数

为探究安徽省各县域城镇化对乡村韧性影响的空间聚类与异质情况，绘制双变量LISA集聚图(见图4)。通过分析得出安徽省各县域城镇化冲击下的乡村韧性空间集聚特征。从图4可以看出，2000—2020年集聚的县域数量不断增加，表明此期间乡村韧性对城镇化的空间依赖性不断加强。高—高集聚的县域大多分布在合肥市周边，如肥东县、肥西县、长丰县等。说明随着城镇化进一步发展，以城促乡的反哺进一步增强，导致乡村地域得到发展，乡村韧性也随之增强。高—低集聚的县域大多分布在黄山市周边，如黟县、休宁县、歙县等，说明这些县域的乡村在接受城镇化冲击下经济发展、技术升级等正空间溢出效应影响时，也面临着高素质人才流失、资源过度开发、生态污染等负外部性影响。低—高集聚的县域大多分布在滁州市和蚌埠市周边，如固镇县、凤阳县、来安县、五河县、定远县等。由于周围乡村受都市圈辐射带动作用太强，发展迅猛，乡村经济水平过高，该县发展的速度跟不上，导致地区间发展的差距加大，不平衡性加剧，因此后期出现了低—高集聚的格局。低—低集聚的县域大多分布在安庆市周边，如岳西县、太湖县、金寨县、霍山县等。由于皖西地处大别山地区，地势较为复杂，交通不便，因此整体上受城镇化水平发展的带动效应较弱，逐渐形成乡村低韧性发展连绵区。

图4 2000年、2005年、2010年、2015年、2020年安徽省乡村韧性水平的LISA集聚

(二)城镇化对乡村韧性水平的空间溢出效应测度

采用空间回归模型来进一步研究城镇化发展对乡村韧性的影响。空间回归模型的一般流程是借助空间计量经济学中的拉格朗日乘数统计量(LM)进行判断。首先，建立OLS回归模型，借助LM-lag和LM-error对回归结果做出空间自相关性诊断(见表3)。比较LM-lag和LM-error的检验统计量，依据统计量的显著程度进行空间计量模型选择。结果表明，2000—2020年期间LM-lag和LM-error都显著，所以要继续比较Robust LM (error)和Robust LM (lag)的显著性，发现研究期间Robust LM (lag)不显著，但Robust LM (error)都显著，且在2005年以后显著性逐渐增强。对比SEM模型与SLM模型的R-squared、Log likelihood(Log L)、Akaike information criterion(AIC) 和Schwartz’s Bayesian information criterion(SC)值发现(见表4)，SEM模型下所有回归结果均显示优于SLM模型，并且其拟合度也优于传统的OLS模型(见表3)，说明构建的分析指标体系在SEM模型下的拟合可信度较高，对安徽省县域乡村韧性有较好的解释能力，可以作为科学分析的依据。

表3 普通二乘法回归结果及空间回归模型检验

表4 空间误差模型与空间滞后模型拟合优度对比

研究表明，2000—2020年间人口城镇化、经济城镇化和生态城镇化对乡村韧性的影响均为正相关。从空间溢出效应来看，2000年人口城镇化、经济城镇化、社会城镇化、空间城镇化、生态城镇化发展对乡村韧性影响系数分别为1.268、7.435、1.229、0.218、0.428，这表明人口城镇化、经济城镇化、生态城镇化、空间城镇化、社会城镇化水平每提高1%，会促进乡村韧性分别增加1.268%、7.435%、1.229%、0.218%、0.428%。解读其他年份SEM模型所测度的回归系数可知，2005年人口城镇化、经济城镇化、社会城镇化、空间城镇化、生态城镇化水平每提高1%，会促进乡村韧性分别增加4.307%、4.124%、3.566%、-2.263%、0.852%；2010年人口城镇化、经济城镇化、社会城镇化、空间城镇化、生态城镇化水平每提高1%，会分别对乡村韧性产生1.539%、0.443%、-2.271%、0.322%、3.318%的促进效应；2015年人口城镇化、经济城镇化、社会城镇化、空间城镇化、生态城镇化水平每提高1%，会分别对乡村韧性产生3.592%、0.249%、-5.677%、3.409%、2.548%的促进效应；2020年人口城镇化、经济城镇化、社会城镇化、空间城镇化、生态城镇化水平每提高1%，会分别对乡村韧性4.264%、0.159%、-2.994%、2.766%、2.442%的促进效应(见表5)。通过对五类城镇化对乡村韧性的空间溢出效应测度可以发现，经济城镇化、人口城镇化和生态城镇化溢出效应均为正值，说明经济发展、人口集聚以及城市生态系统的完善，会导致乡村韧性的提升。城市经济的发展为乡村聚落的发展提供了现实基础和物质保障。乡村地区农业劳动力数量减少和质量降低，会导致乡村发展缺乏人力支撑，但是需要注意到人口流失不一定会导致乡村韧性降低。这是因为随着乡村人口收缩，为了弥补农业生产劳动力的不足，农业生产方式逐渐由传统的依靠劳动力数量投入向依靠农业机械化生产和劳动力质量提升转变。而城市内部生态系统在一定程度上缓解经济发展带来的负面影响，转移给乡村的环境污染也会相应进一步减少。破除了城市污染转移的传统生态环境治理模式,实现城乡生态环境治理责任的共担，从而促进乡村生态良性发展，提高乡村韧性。此外，SEM模型中的Spatial error term都通过了显著性检验,表明乡村韧性的改变不仅受到自身城镇化及乡村韧性要素的影响，而且受到邻近单元或者是更远单元城镇化及乡村韧性要素的影响。因此，提高乡村韧性不能局限于一个单元，还要关注相邻单元城镇化及乡村韧性的影响。

表5 空间误差模型回归估计

四、结论与展望

(一)结论

基于安徽省2000年、2005年、2010年、2015年和2020年5期面板数据，探究安徽省城镇化和乡村韧性水平时空分布特征，并且综合运用双变量空间自相关模型及空间回归模型对安徽省城镇化和乡村韧性之间的空间关系进行分析。结果表明: 第一，2000—2020年间安徽省城镇化水平和乡村韧性水平总体都呈现上升趋势。从空间分异来看，城镇化水平呈现皖中>皖南>皖北的分异格局，乡村韧性水平呈现皖中>皖北>皖南的分异格局；从空间演变来看，城镇化水平和乡村韧性水平快速增强的区域范围逐渐扩大，向皖中地区扩散的趋势十分显著。第二，安徽省乡村韧性和城镇化水平之间的双变量全局自相关Moran’sI指数具有显著性，证实了乡村韧性和城镇化具有空间相关性，且自2005年之后各县域乡村韧性对城镇化的空间依赖性不断加强。第三，空间回归模型中，SEM模型中的Spatial error term都通过了显著性检验，因此表明乡村韧性与城镇化之间存在空间溢出效应。即乡村韧性的改变不仅受到自身城镇化及乡村韧性要素的影响，而且受到邻近单元或者是更远单元城镇化及乡村韧性要素的影响。

(二)展望

基于面板数据测度城镇化和乡村韧性水平，并运用双变量空间自相关模型及空间回归模型对安徽省城镇化和乡村韧性之间的空间关系进行分析。但目前，乡村韧性的评估尚未形成一套完整的评价体系。较为常用的评估方法主要有基于乡村地域系统特性方法和基于韧性特征的方法两类。基于乡村地域系统特征来构建评价指标体系，能够较为直观地反映城镇化对乡村系统结构、过程、功能的影响，且便于结合GIS进行空间分析，因此本研究采用此方法。然而基于乡村系统构建指标体系也存在一定缺陷，难以把握城镇化冲击下的乡村抵御风险的韧性阈值。此外，由于乡村系统空间具有动态性、复杂性和异质性的特征，其地域功能也表现出明显的时空差异性。采用空间自相关分析方法可直观地描述城镇化和乡村韧性时空演化的宏观尺度特征，但演化过程中不易精准识别一些局部异常的信息。因此需要更为科学的评估模型，以便能够精准识别不同空间尺度下乡村韧性水平非线性变化特征及局部特异信息。