鲁甸县乡村韧性空间分布格局及其影响机制

李知远 王培茗 谢敏 王荣业 李诗睿

摘要：乡村韧性是乡村对自然环境和社会经济不断适应和协调之后形成的，测度其韧性分布格局对乡村可持续发展具有重要意义.以鲁甸县为研究对象，从经济、社会、工程和生态4个维度构建乡村韧性评价指标体系，运用多因素综合评价法、空间自相关和地理探测器等方法研究乡村韧性分布格局和影响机制.结果表明：1） 鲁甸县乡村韧性呈现“东南高西北低”的空间分异格局，整体水平偏低，差异性显著，与现状乡村聚落分布格局不匹配，居民点密度高的区域乡村韧性低，亟需提升韧性.2） 乡村韧性空间分布整体存在正相关性，局部聚集特征呈现县域西北部低-低集聚区，东南部高-高集聚区，北部和南部的乡村韧性在空间上呈现无关联性.3） 乡村韧性空间格局异质性主要受生态因素和工程因素的复合作用，其次是经济因素，社会因素解释力最弱，每千人医疗卫生床位数是影响乡村韧性的最主要因子，2种因子对乡村韧性的交互作用都要大于单一因子的独自作用.

关键词：乡村韧性; 评价; 分布格局; 影响机制; 鲁甸县

中图分类号：K901.8  文献标志码：A  文章编号：1001-8395（2024）05-0622-09

doi：10.3969/j.issn.1001-8395.2024.

0 引言

乡村系统是乡村自然环境与经济社会不断耦合协调形成的复杂系统，具有系统开放性、空间维度性和要素多样性等特点，其本身就是长期在面对外部不确定风险扰动时形成的，符合韧性理论分析要求[1].随着城市化和“重城轻乡”的发展导向，乡村面临着公共服务设施配置不均、“空心化”和生态环境破坏等问题，使乡村系统在面对外界冲击时变得更加脆弱[2].研究乡村韧性空间分布格局，补齐短板，合理配置资源，提升区域整体韧性成为亟需解决的问题.

“Resilience”翻译为韧性、弹性、恢复力等，首先应用于工程领域[3]，随后Holling[4]首次将韧性引入到生态学领域，但工程韧性和生态韧性均是单一系统的线性思维，以一种均衡论视角强调系统扰动后回到平衡的理想状态.随着学科发展，演进韧性作为一种演化论视角逐渐兴起，强调韧性是非线性的，并纳入到了经济、社会、生态、灾害等多系统复合作用，指出系统在扰动后会自组织、自适应，并不断演化发展到一种新状态，是区别以往的平衡状态[5-7].国内外学者早期较多关注韧性城市层面的研究，随着韧性理念研究的深入，一些学者逐渐关注到了乡村韧性层面，Heijman等[8]首次提出了韧性乡村发展理念，他认为乡村韧性包括生态韧性、经济韧性和文化韧性3个方面.随后越来越多的学者从韧性乡村的理论框架[9-10]和评价指标体系[11]等方面展开，评价指标体系有从韧性特征构建[12]，如适宜性、冗余度、自组织性等，也有从韧性维度构建[13-14]，如经济、社会、工程、生态等维度.研究尺度多以微观的社区为主[15-16]，也有较少从宏观的省域[17]和县域[2]开展研究，研究方法从定性到定量相结合，定性方法多为半结构访谈、问卷调查、德尔菲法等，研究内容涉及防灾减灾[18]、景观生态[19]、生活生计[20]、营建策略[21]、空间分布格局[22-23]等.综上所述，目前韧性乡村评价指标体系尚不健全，需结合乡村实际从多维度构建评价指标体系，且针对行政村单元尺度的空间格局和影响机制的研究相对较少，影响因素的分析较少采用定量的方法.鉴于此，本文以云南省昭通市鲁甸县为研究对象，基于多维度演进韧性视角，从经济韧性、社会韧性、工程韧性、生态韧性4个维度构建乡村韧性评价指标体系，探索乡村韧性分布格局，并分析其影响机制，以期补齐短板，增加抵御外界扰动的适应能力，为乡村优化布局提供切实可行的建议.

1 研究区概况与研究方法

1.1 研究区概况 鲁甸县（102°53′E～103°40′E，26°32′N～27°32′N）位于云南省东北部，昭通地区西南部，属高原山地区域.全县总面积1 484 km2，辖10镇2乡，80个村级行政单元.地处小江断裂带的东部，区域内地质构造复杂，地震、泥石流、滑坡等自然灾害频发，2020年以前曾是云南省27个深度贫困县之一，人口众多，经济基础薄弱，且基础公共服务设施不完善，因此急需提升乡村韧性.

1.2 数据来源与处理 本文数据主要包括：1） 2020年土地利用数据来源于欧空局（分辨率10 m）;2） DEM数字高程来源于地理空间数据云;3） 统计年鉴、经济数据来源于鲁甸县统计年鉴;4） 卫生院、学校、村办企业数来源于高德地图POI数据.此外基础地理数据（乡村居民点斑块、河流、道路等）通过ArcGIS 10.7软件提取和处理.

1.3 乡村韧性测算方法

1.3.1 评价指标体系构建及权重确定 在现有乡村韧性评价研究的基础上，综合指标选取原则和专家意见，实地调研，从经济、社会、工程、生态4个维度最终选取29个指标构建乡村韧性评价指标体系（表1）.

权重的计算有主观赋权和客观赋权2种，主观赋权可以很好地结合专家的知识经验，避免就数据论数据的弊端，但存在主观随意性的问题.而客观赋权法基于数据提供的信息量计算，可避免专家主观经验的盲区，但有时可能与实际情况不符[24-25].将两者结合可以使所得权重更加科学、合理，因而本研究采用层次分析法和熵权法2种方法计算权重.层次分析法通过构建指标层次结构，使复杂的多目标决策问题变为多层次矩阵，再通过专家对各判断矩阵重要性两两比较得到权重.本文采用yaahp 10.1

软件计算各指标权重，一致性比例为0.066 8，小于0.1，通过一致性检验.熵值法通过计算指标之间的差异性，相差越大熵越小，提供的信息量越大，权重越大.基于线性加权合成法将2种方法得到的权重进行组合赋权得到各指标的组合权重（表1），公式如下：

Wi=αW′i+（1－α）W″i，（1）

其中，Wi为组合权重，W′i为层次分析法所得主观权重，W″i为熵值法所得客观权重，α为层次分析法权重系数，其值在[0，1]，根据已有文献[24-25]并结合专家意见，本文系数α取0.5.

1.3.2 指标标准化处理 由于各指标之间量纲不同，不具有可比性，需要对数据进行标准化处理后才可与权重计算韧性分值.不同类型的指标处理方法不同，本研究分为数量关系型指标和空间位置型指标2种[26].数量关系型指标如人均纯收入、粮食产量、低收入人口占比、未利用地面积、村办企业数、乡村劳动力数量等，通过极差标准化法（即（2）和（3）式）消除量纲，使其值在[0，100]区间.

正向指标：Y=100×x－xminxmax－xmin，（2）

负向指标：Y=100×xmax－xxma－xmin，（3）

其中，Y为指标标准化得分，x为某项指标值，xmax、xmin分别为某项指标的最大值与最小值.对于空间位置型指标如距交通干线距离、距水源距离、距城镇距离、距卫生院距离、距学校距离、地形起伏度、坡度等，通过ArcGIS进行欧氏距离、叠加分析和空间统计分析测算，并根据Jenks自然断点法先分类后赋分，得到标准化值（表2）.

1.3.3 乡村韧性评价分值测算 通过各指标标准化处理的结果，运用多因素综合评价法，得到乡村韧性综合评价分值，公式如下：

R=Yij×Wj，（4）

其中，Yij为第i个乡村第j项指标的标准化值，Wj为第j项指标的权重，R为乡村韧性的综合评价分值.

1.4 空间自相关分析 空间自相关法可以定量地反映出乡村韧性在空间格局内全局和局部的联系，即通过Morans I指数判断韧性分布特征是聚集、分散还是无关联性.全局Morans I指数是用来度量韧性在整个县域内是否存在集聚特征，其取值范围是[-1，1]，若Morans I指数>0，则表示乡村韧性空间分布存在正相关的集聚特征;若Morans I指数<0，则表示其分布呈负相关性，在区域内呈现离散特征;若Morans I指数=0，则表示随机分布，无关联性.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指数不可以反映局部区域的乡村韧性分布是集聚还是分散，因此选用局部Morans I指数分析县域内相邻乡村之间的聚集程度，可以反映出具有显著性的韧性高值集聚区和低值集聚区的具体位置.公式如下：

Ii=（xi－）∑nj=1Wij（xj－）1n∑nj=1（xi－）2，

其中，I为全局莫兰指数值，Ii为局部莫兰指数值，n为乡村个数;为韧性平均值，xi和xj分别为乡村单元i和j的韧性值，Wij为空间邻接矩阵.

1.5 地理探测器 地理探测器是用来探测地理要素的空间异质性，反映背后影响机制的统计学方法，通过探测变量之间空间格局的一致性来反映自变量对因变量的解释力，即q值[27]，q值区间为[0，1]，q值越大，影响因子对乡村韧性的影响就越大，反之越小.乡村韧性在空间分布上呈现的聚集特征和不同乡村单元之间韧性值差异的原因，可通过因子探测和交互探测来揭示其影响机制.公式如下：

q=1－1Nσ2∑Lj=1Njσ2j，（5）

其中，q为乡村韧性空间分异影响因素的解释力指标，N为县域乡村单元总数，Nj为划分的层数j的单元数，L为变量因子分层，σ2为乡村韧性总方差，σ2j为层j的方差.

交互探测是通过探测两两影响因子之间交互作用对因变量的解释程度与单一因子对因变量的解释程度做对比来判断是增强还是减弱.两因子X1和X2交互作用存在5种类型[28]：

1） 非线性减弱：q（X1∩X2）

2） 单因子非线性减弱：Min（q（X1），q（X2））

3） 双因子增强：q（X1∩X2）>Max（q（X1），q（X2））;

4） 独立：q（X1∩X2）=q（X1）+q（X2）;

5） 非线性增强：q（X1∩X2）>q（X1）+q（X2）.

2 乡村韧性空间分布格局特征

2.1 乡村韧性空间分布特征 通过对鲁甸县乡村韧性4个维度的测算，可知其值在35.27～72.94之间，通过自然断点法将其分为低韧性、较低韧性、一般韧性、高韧性4个级别（图1），整体呈现“东南高西北低”的空间分异格局，在空间集聚上呈现带状和团块状的空间形态特征，整体水平偏低，差异性显著.以县城为核心的周边村域韧性最高，高韧性乡村（11个）主要集中在文屏镇和茨院回族乡，审图号：云s（2021）127号分布呈带状，这些区域靠近县城，坝区面积较大，利于耕作，受城镇化辐射带动作用，经济相对发达;一般韧性乡村（26个）占比最高，主要集中在桃源回族乡、龙树镇、龙头山镇、新街镇，呈团块状分布.例如龙头山镇、桃源回族乡的乡村农业和旅游资源丰富，龙树镇、新街镇靠近自然保护区生态资源良好，乡村韧性较高;较低韧性乡村（22个）主要集中在县域中部的水磨镇和东南部的江底镇（表3）.例如拖麻村、滴水村、营地村、大水井村、坡脚村等乡村，粮食产量高，但居民点连接度差，路网密度低，且江底镇为全县最缺水的乡镇，供水普及率低.低韧性乡村（21个）分布较为分散，主要分布在县域西北部的梭山镇、乐红镇，南部的小寨镇、火德红镇.例如甘田村、黑寨村、岩头村、银厂村、梨园村等乡村经济韧性较差.

为更好地反映乡村韧性空间格局和乡村居民点分布之间的关系，以现状乡村居民点斑块为质心，通过ArcGIS对现状乡村居民点进行核密度分析（图2）.结果表明鲁甸县乡村韧性分布与居民点密度分布之间差异性显著，协调度低，大部分密度高的乡村亟需提升韧性.其中乡村居民点高密度区域呈现多核心分布，与韧性高值区带状分布相悖;中密度区域自西北至东南呈现2条中值密度带，而同区域的梭山镇、乐红镇、小寨镇、火德红镇乡村韧性为低值区，乡村韧性与现状居民点分布失衡.

2.2 乡村韧性空间自相关分析 为进一步分析乡村韧性的空间集聚特征，本部分运用GeoDa软件对鲁甸县乡村韧性进行全局（图3）与局部（图4）空间

相关性分析.从图3可知，鲁甸县乡村韧性的全局Morans I指数为0.617>0，则表示乡村韧性空间分布存在正相关，Z得分为8.228 9，且超出临界值2.58，说明随机产生鲁甸县乡村韧性的聚类模式的可能性小于1%（P值为0.001），显著拒绝原假设，有足够理由认为Moran指数显著有效，即乡村韧性分布在县域内会出现集聚特征.通过图4进一步分析鲁甸县域内局部区域相邻乡村韧性聚集模式，在县域西北部和东南部出现局部聚集特征，大多数乡村的韧性在空间上呈现不相关性.13个乡村的韧性属于“高-高”聚集型分布，即高韧性的乡村被同样也是高韧性的乡村包围，这些乡村受益于县城核心区辐射，经济发展好、基础设施配置率高;16个乡村的韧性属于“低-低”聚集型分布，该地区的乡村韧性低且被同样是低韧性的乡村所包围，这些乡村区位条件差、地形起伏度大、公共服务设施配置率低、生态脆弱性高.“低-高”型和“高-低”型的乡村韧性分布较少，这些乡村与周边区域的乡村差异显著，未来易被“同化”.

3 基于地理探测器的乡村韧性驱动因素分析

以往针对乡村空间要素的驱动因子研究多以线性回归模型和地理统计为主，如缓冲区分析、Logistic回归分析、景观格局指数、GWR等方法，虽然一定程度分析了影响因素空间作用，但也存在一定弊端.如线性回归模型和地理加权回归模型虽然可以分析影响因素之间的重要性程度，但影响因子之间是否存在相互作用，以及两两因子之间相互作用的大小无法说明，而乡村居民点韧性又是自然、社会经济等多种因素作用下的结果，因此，本研究采用地理探测器模型研究乡村韧性驱动机制具有可行性.通过地理探测器对评价指标体系中的经济、社会、工程、生态4个维度进行因子探测，以分析乡村韧性分布空间异质性的主要影响因素.总体上，生态影响因素对乡村韧性影响力最大（q均值为0.343 7），其次是工程影响因素（q均值为0.341 8）、经济影响因素（q均值为0.331 4），而社会影响因素（q均值为0.250 8）决定力最弱.选取解释力前10的指标，对影响因子q值进行排序如下：每千人医疗卫生床位数（q=0.793）>供电能力（q=0.622）>村办企业数（q=0.589）>低收入人口占比（q=0.578）>植被覆盖度（q=0.572）>坡度（q=0.532）>人均纯收入（q=0.521）>学生在校人数（q=0.504）>乡村劳动力数量（q=0.499）>地形起伏度（q=0.498）.其中，工程因素中每千人医疗卫生床位数是影响乡村韧性的最主要因子，其次是供电能力，这说明工程因素是乡村抵御灾害风险时的重要保障，提高乡村的医疗设施冗余度、能源供给保障、居民获取信息的能力、交通运输能力对乡村安全韧性具有重要意义.经济因素中村办企业、低收入人口占比为主要影响因子，人均纯收入、劳动力数量为次要影响因子，乡村之间经济发展水平的高低将直接造成韧性分布的空间差异.生态因素中植被覆盖度、坡度为主要影响因子，地形起伏度为次要影响因子，鲁甸县地处高原山地区域，从西北至东南地形起伏度大、坡度大，各乡村之间地形差异限制了居民生产生活，一定程度上也造成了滑坡、泥石流等自然灾害，是影响乡村韧性的重要因素.社会因素中学生在校人数为主要影响因子，地区文化水平体现乡村的创新性，也是韧性系统中学习能力的重要体现.

韧性系统中各子系统是相互作用运转的，系统中的影响因子之间也是不断影响的.通过交互探测，进一步分析不同因子之间交互作用对鲁甸县乡村韧性空间分布的影响.探测结果表明任意2种因子对乡村韧性的交互作用都要大于单一因子的独自作用，主要呈现双因子增强（BE）和非线性增强（NE）.其中排前20的都为双因子增强（表4），每千人医疗卫生床位数和景观多样性指数的交互解释力最强，其他因子与每千人医疗卫生床位数交互作用都较大，这也进一步证实了每千人医疗卫生床位数是影响乡村韧性分异的主要因子，交互作用中工程因素是主导因素，其次是生态因素、经济因素、社会因素，与因子探测结果对比后可确定影响鲁甸县乡村韧性的因素主要是生态和工程层面的复合作用.

4 结论与讨论

本文通过构建乡村韧性评价指标体系，利用多因素综合评价法、空间自相关、地理探测器等方法，对鲁甸县乡村韧性进行测度，并分析其空间分布格局和影响机制.结论如下：

1） 鲁甸县乡村韧性呈现“东南高西北低”的空间分异格局，在空间集聚上呈现带状和团块状的空间形态特征，整体水平偏低，差异性显著，且与现状乡村聚落分布格局不匹配，协调度低，大部分居民点密度高的区域乡村韧性低，亟需提升韧性.空间格局关联性上，乡村韧性空间分布存在正相关，局部聚集特征呈现县域西北部低-低集聚区，东南部高-高集聚区，大多数乡村的韧性在空间上呈现无关联性.乡村韧性的空间格局异质性主要受生态因素和工程因素的复合作用，其次是经济因素，社会因素解释力最弱，每千人医疗卫生床位数是影响乡村韧性的最主要因子，2种因子对乡村韧性的交互作用都要大于单一因子的独自作用.

2） 基于演进韧性的视角从多维度对乡村韧性进行评价，寻找乡村系统中的薄弱环节，建立以问题为导向的反馈机制为韧性提升奠定基础.一方面需要从中宏观层面，以行政村为研究单元，针对韧性空间格局分布不均，且与现状居民点分布不匹配的现象，从经济韧性、社会韧性、工程韧性、生态韧性4个维度去具体分析，补齐相应短板，推动乡村整体发展.另一方面，明确乡村韧性的影响因素，从微观层面，满足居民生活圈配置要求，加强各自然村医疗、公共服务设施等生产生活的保障，将韧性提升落到具体层面.

乡村系统是聚落长期自组织、不断适应、趋利避害形成的，研究其韧性分布特征有助于提高整体韧性水平，对村落布局具有重要意义.本文通过经济、社会、工程、生态4个维度构建乡村韧性评价指标体系进行测度，由于目前乡村韧性研究领域暂未形成统一的评价标准，受数据影响，未来还有待选取更多层面的指标进行评价，以及从时间维度对乡村韧性演变阶段进行分析，丰富理论体系，深化研究内容.

致谢 云南大学研究生科研创新基金项目（2021Y289）和云南大学专业学位研究生实践创新项目（2021Y068）对本文给予了资助，谨致谢意！

参考文献

[1] 李红波. 韧性理论视角下乡村聚落研究启示[J]. 地理科学，2020，40（4）：556-562.

[2] 李玉恒，黄惠倩，宋传垚. 贫困地区乡村经济韧性研究及其启示：以河北省阳原县为例[J]. 地理科学进展，2021，40（11）：1839-1846.

[3] 西亚姆巴巴拉·伯纳德·曼耶纳，张益章，刘海龙. 韧性概念的重新审视[J]. 国际城市规划，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，苏杨，李菲菲. 韧性系统框架下的城市社区建设[J]. 中国行政管理，2018（4）：57-62.

[6] 颜文涛，卢江林. 乡村社区复兴的两种模式：韧性视角下的启示与思考[J]. 国际城市规划，2017，32（4）：22-28.

[7] 陈梦远. 国际区域经济韧性研究进展：基于演化论的理论分析框架介绍[J]. 地理科学进展，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] 邹亚锋，谷香香，罗艺婷，等. 采用安全韧性理论的农村居民点空间布局优化[J]. 农业工程学报，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] 王亚楠，黄安，高阳，等. 万年县乡村地域系统韧性评价及其空间分异格局[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，李红波，李智. 河北省县域乡村韧性测度及时空演变[J]. 地理与地理信息科学，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] 李红波，牛聪，胡霄，等. 江苏省县域乡村韧性的时空格局演变分析[J]. 池州学院学报，2020，34（5）：7-12.

[24] 孙鲁云，王力. 基于层次分析法-熵权法的中国棉花质量综合评价与分析[J]. 江苏农业学报，2022，38（3）：642-649.

[25] 李娟，李保安，方晗，等. 基于AHP-熵权法的发明专利价值评估：以丰田开放专利为例[J]. 情报杂志，2020，39（5）：59-63.

[26] 荣联伟，师学义，李炳意，等. 黄土山丘区农村居民点类型划分与优化策略[J]. 水土保持研究，2016，23（6）：271-277.

[27] 王劲峰，徐成东. 地理探测器：原理与展望[J]. 地理学报，2017，72（1）：116-134.

[28] 杨凯悦，宋永永，薛东前. 黄土高原乡村聚落用地时空演变与影响因素[J]. 资源科学，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]

（编辑 郑月蓉）

基金项目：国家自然科学基金（41867069）

*通信作者简介：王培茗（1966—），女，教授，硕导，主要从事城市区域规划和防灾减灾相关研究，E-mail：wpm-666@163.com

引用格式：李知远，王培茗，谢敏，等. 鲁甸县乡村韧性空间分布格局及其影响机制[J]. 四川师范大学学报（自然科学版），2024，47（5）： 622-630.