为了全面推进乡村振兴，探索不同区域乡村振兴的有效路径，我国从2022年开始开展“百县千乡万村”的乡村振兴示范创建工作[2],分级创建一批乡村振兴示范县、示范乡镇、示范村[3]。至今，农业农村部、国家乡村振兴局已批准了2022年和2023年国家乡村振兴示范县创建单位，两批共计200个。国家乡村振兴示范县的创建是政策引导和乡村发展基础等因素共同作用下乡村振兴增长极的综合区位选择过程，其空间分布成为了解区域乡村振兴水平的重要途径。各类示范县作为区域乡村发展的典型地域单元，受到广泛的研究关注并已取得一定研究成果。已有研究覆盖了示范县的产业发展及其影响因素[4,5]、县域生态文明建设[6]、示范县空间分布特征[7]、发展绩效评价[8]等主题。其中，示范县空间分布的已有研究，涉及了电商示范县[7]、中国旅游百强县[9]、休闲农业示范县[10]、中国贫困县[11]、乡村振兴重点帮扶县[12]等类型，主要基于ArcGIS空间分析方法刻画其地理分布规律[7,8]。已有研究采用了最邻近指数、地理集中指数、不均衡指数、标准差椭圆法、核密度估计法、马尔科夫链分析、空间自相关和主成分分析等方法，刻画各类示范县的空间分布、聚集和时空演变特征[7-12]。研究成果表明，示范县的分布呈不均衡状态，具有显著的空间集聚特征，大部分分布在主要水系附近和低海拔地区[7,9]。在此基础上，已有研究结合GeoDa软件空间分析模块建立空间权重矩阵的方法，剖析了区域经济发展水平、旅游资源丰度、交通条件、地形地貌、气候条件等因素对示范县空间分布的影响。研究认为，示范县的空间分布受自然环境、社会条件和经济条件的综合影响，资源禀赋和政府支持等要素的影响也不可忽视[9]。

聚焦于示范县空间分布特征和影响因素的已有研究取得了一定成果，但在研究对象和研究方法上仍有一定局限。研究对象上，现有研究所聚焦的电商示范县、旅游百强县、休闲农业示范县强调的是在某一产业上的发展示范，而乡村振兴背景下的示范县更加强调产业、人才、文化、生态、组织等多维度的全面发展示范[13],故而，该类示范县空间分布规律可能存在不同于已有研究类型的特征。因此有必要对注重乡村不同维度综合发展的乡村振兴示范县的空间分布和影响因素进行研究。研究方法上，示范县空间分布影响因素研究主要采用Moran′s I指数等空间自相关分析方法。而地理探测器作为近些年兴起的、用于探测空间分异性及其背后驱动因子的新的统计分析方法，不仅可以定量探测单一因子对空间分异的解释力，还可以探测两因子交互作用下对空间分异的影响[14],有助于更科学地厘清乡村振兴示范县空间分布的影响因素。因此，本文以2022—2023年已批准的两批国家乡村振兴示范县创建单位为研究对象，探究其空间分布特征，并结合地理探测器方法定量测度不同因素对其空间分布的影响。该研究有助于进一步把握当前我国乡村振兴的空间格局，并拓展乡村振兴增长极的相关理论研究，对合理调节资源分配、促进我国乡村振兴工作具有重要现实意义。

1、数据来源与研究方法

1.1 数据来源

通过中华人民共和国农业农村部官方网站获得分别于2022年和2023年创建的第一批和第二批国家乡村振兴示范县名单，在此基础上利用百度地图坐标拾取系统获取各个乡村振兴示范县的位置坐标并进行纠偏，导入ArcGIS 10.8进行配准与投影转换，从而建立国家乡村振兴示范县空间属性数据库。相关地理信息基础数据来源于国家地理信息中心数据库，道路交通数据源于高德地图，社会经济发展数据来自于国家统计局、各省统计局、各市统计局以及中华人民共和国文化和旅游部等官方网站。香港特别行政区、澳门特别行政区、台湾省不在本次统计范围内。

1.2 研究方法

1.2.1 最邻近指数

乡村振兴示范县在区域层面可以视为点状要素，用最邻近点指数可判定点状要素之间的空间分布类型[15]。计算公式：

式中，r1为实际最邻近距离；rE为理论最邻近距离；D为点密度。当R=1时，乡村振兴示范县的空间分布呈现为随机型；当R>1时，乡村振兴示范县趋于均匀分布；当R<1时，乡村振兴示范县趋于集聚分布。

1.2.2 不均衡指数

用不均衡指数分析乡村振兴示范县分布的均衡程度[16],计算公式：

式中，n为区域单元个数；Yi为指定区域单元的乡村振兴示范县数量在研究区内所占比重由多到少排序后及至第i位的累计百分比。S值介于0～1,当S为0时，表明乡村振兴示范县平均分布于各个区域单元中；当S=1时，表明乡村振兴示范县集中在某一区域单元当中。

1.2.3 核密度估计法

核密度估计法认为，事件的发生可以在地理空间的任意位置，但是在不同的位置发生的概率是不同的[17]。核密度分析能直观反映出乡村振兴示范县的集聚地和集聚程度，从而体现乡村振兴示范县的空间集聚特征。计算公式：

为估计乡村振兴示范县x到样本乡村振兴示范县xi处的距离；n为所有乡村振兴示范县个数；h>0为带宽。

值越大表明乡村振兴示范县分布越密集。

1.2.4 地理探测器

地理探测器是探测空间分布性并揭示其背后驱动因子的一种新的统计学方法，既可以探测数值型数据，也可以探测定性数据，且无线性假设[14]。本文采用该方法探测乡村振兴示范县空间分异的驱动因子及其解释力。q统计量可以度量空间分异性、探测解释因子、分析变量交互关系等。计算公式：

式中，L为影响因素的分类数；Nh和N分别为分类h和研究区的单元数；σ

和σ2分别是分类h和研究区Y值的方差；SSW和SST分别为类内方差之和与研究区总方差。q取值为[0,1],数值越大表示指标对乡村振兴示范县空间分布的解释力越强。

1.3 影响因素测度的指标选择

根据《关于开展2022年“百县千乡万村”乡村振兴示范创建的通知》,乡村振兴示范县创建要强调区位条件、资源禀赋、产业基础等特征的差异性[2],并且要发挥农民主体作用，因此，示范县空间分异影响因素要考虑区位条件、资源禀赋、经济发展、社会发展等因素的影响。此外，示范县创建是政策影响下乡村振兴增长极区位选择过程，还需考虑政府干预的影响。因此，基于全面乡村振兴的内涵和乡村振兴示范县创建要求，并借鉴旅游百强县、休闲农业示范县、电商示范县空间分布影响因素研究的已有成果，遵循数据可获得性和科学性等原则，从自然条件、资源禀赋、区位交通、经济发展、社会发展、政府干预6个方面，遴选出12个代表性强的指标，见表1。

表1 影响因素指标体系

2、乡村振兴示范县的空间分布特征

2.1 总体特征

乡村振兴示范县的区域分布差异较为明显。华北、东北、华东、华中、华南、西南和西北地区乡村振兴示范县数量在全国的占比分别为12.5%、12%、25%、13.5%、8.5%、16%和12.5%,见表2。分布密度上，华东、华中、华南、东北地区高于华北、西南、西北地区，其中华东地区乡村振兴示范县的分布密度远高于其他地区。从省级行政区层面看，上海、北京、天津3个直辖市的乡村振兴示范县分布密度最高，均在1.65个·万km-2以上。海南、江苏、山东、浙江、宁夏等省份的分布密度较高，大概为0.6个·万km-2。而内蒙古、青海、西藏、新疆等省份乡村振兴示范县分布密度则较低，约在0.02～0.05个·万km-2。

2.2 空间分布均衡性及其演变

根据式(1)分别计算第1批、第2批乡村振兴示范县的最邻近指数得出，R分别为0.72和0.83。R<1,表明这两批次乡村振兴示范县的空间分布皆呈集聚型，但其集聚程度逐渐减弱。洛伦兹曲线明显上凸，见图1,也证明了乡村振兴示范县空间分布不均衡。总体上，乡村振兴示范县的空间分布为集聚型，但其集聚程度呈现下降趋势。

进一步通过平均中心分析法和标准差椭圆分析法揭示第1批、第2批乡村振兴示范县空间方向分布和集聚重心的演变。总体上看，这两批乡村振兴示范县的中心均在河南省内，其中第1批乡村振兴示范县的平均中心位于河南省许昌市襄城县紫云镇平煤十三矿附近，而第2批乡村振兴示范县的平均中心位于河南省南阳市方城县杨楼镇兴阳线东南侧黄土洼村附近。第2批乡村振兴示范县的平均中心相对第1批以“|”轨迹向南偏西移动60km。与此同时，第2批的标准差椭圆略微向南偏移，其面积也略小于第1批。尽管乡村振兴示范县分布的中心位置和标准差椭圆变化幅度较小，相对稳定，但整体上其空间方向分布和集聚重心逐渐向南移动。

图1 全国各省乡村振兴示范县空间分布洛伦兹曲线

2.3 空间分异格局及其演变

对前两批乡村振兴示范县进行核密度分析，结果显示第1批乡村振兴示范县奠定了前两批示范村空间分异的基本格局。第1批示范县的主要集聚地呈散点状分布在我国中部和东部沿海地区，形成了三大高密度集聚区，分别为包括苏州、上海、湖州、嘉兴、宁波、绍兴、杭州在内的苏南-浙北-上海高密度集聚区，包括濮阳、安阳的豫东北高密度集聚区，以及位于成都南、眉山、资阳、乐山北的川东高密度集聚区。其中，苏南-浙北-上海高密度集聚区县域经济发达，城乡融合度高，符合乡村振兴示范县创建对东部地区示范县“推动产业升级、加快城乡融合”的要求；豫东北高密度集聚区人口众多，是我国主要的粮食产地，中原文化底蕴深厚，人居环境较好，符合中部地区乡村振兴示范县创建要求，即“提升人居环境、继承乡土文化”;川东高密度集聚区位于丘陵地带，环境优美，自然资源丰富，旅游业较为发达，符合乡村振兴示范县创建对西部地区示范县“培育主导产业、统筹治理环境”的要求。

表2 2023年我国各省(市、自治区)乡村振兴示范县的数量与密度

第2批示范县的创建，使得相邻的集聚地相互串联，“连点成面”,甚至在大部分地区“连线成面”发展，形成了苏南-浙北-上海高密度集聚区和豫东北等11个次高密度集聚区。其中，形成于首批示范县创建时的三大主要集聚区的集聚程度进一步增强，且范围明显扩大。具体地，苏南-浙北-上海高密度集聚区的范围略往西北扩张。而原豫东北高密度集聚区向东扩张，纳入了豫东的鹤壁和新乡，鲁西的聊城、德州、济南、淄博和潍坊，以及冀南的邯郸、衡水等地，形成了豫东-鲁西-冀南次高密度集聚区。原川东次高密度集聚区范围向东扩张至重庆形成了成渝次高密度集聚区。此外，还自北向南形成了包括辽源、吉林、通化的吉中南次高密度集聚区，以北京、天津、唐山、廊坊为主体的京津唐次高密度集聚区，以渭南、铜川、运城为主的关中-晋西南次高密度集聚区，位于平凉的陇东次高密度集聚区，包括徐州、宿迁的徐州宿迁次高密度集聚区，以长江中下游城市为主的江浙沪皖沿江次高密度集聚区，以长沙及其周边城市为主的湘东北次高密度集聚区，以贵阳和黔东南、黔南北部地区为主的黔中次高密度集聚区，包括了广州和佛山的广佛次高密度集聚区，以及包括了玉林、钦州的桂东南次高密度集聚区等多个次高密度集聚区。然而，示范县主要集聚区范围的扩张并没有显著改变示范县分布不平衡的格局。黑龙江、内蒙古北部、川西、陇西和新疆、青海、西藏等广大地区乡村振兴示范县的分布依旧较为松散。

3、影响因素分析

3.1 分析结果

通过地理探测器的因子探测分析得到单一因子对乡村振兴示范县空间分异的解释力q值，见表3。其中，与最近省会或直辖市距离(q=0.59)对乡村振兴示范县的空间分异影响最大；4A及以上景区数量、乡村人口、村卫生室数量对乡村振兴示范县的空间分异的影响较大，解释力介于0.4～0.5;传统村落数量、高程、高速公路路网密度、农林水支出对乡村振兴示范县的空间分异的影响一般，解释力介于0.3～0.4;人口密度、农村居民可支配收入、人均GDP和水域面积比对乡村振兴示范县空间分异的影响相对有限，解释力均小于0.3,其中，水域面积比(q=0.21)对乡村振兴示范县空间分异的影响最小。

表3 2022—2023我国乡村振兴示范县空间分异驱动因子解释力q值探测结果

通过对12个因子的交互探测，获得各因子两两交互作用下对示范县空间分异的解释力，见表4。结果显示，12个因子两两交互作用下的解释力值均大于单因子的解释力值，说明双因子交互作用产生的影响大于单因子作用，乡村振兴示范县的空间分异主要受到多因子的共同影响。其中解释力最高的三组交互因子分别为高程与最近省会或直辖市距离(q=0.68)、高程与高速公路路网密度(q=0.68)以及高程与乡村人口数量(q=0.67),其对乡村振兴示范县空间分异的影响比较大。

表4 2022—2023我国乡村振兴示范县影响因子交互探测结果

同时通过对同一维度的2个因子进行交互作用探测，如X1和X2、X3和X4、X5和X6、X7和X8、X9和X10、X11和X12,获得各维度综合影响力，得出表5所列的6类影响因素对示范县空间分异的解释力。其中，区位交通(q=0.63)的解释力最强，是影响示范县空间分布的决定性因素；资源禀赋(q=0.57)、政府干预(q=0.55)和社会发展(q=0.54)的解释力较强，是主要影响因素；而经济发展(q=0.50)、自然条件(q=0.46)的解释力较弱，为一般影响因素。

表5 2022—2023我国乡村振兴示范县空间分异影响因子交互作用探测结果

3.2 主要因素对乡村振兴示范县空间分异的影响分析

3.2.1 单因子的影响分析

与最近省会或直辖市的距离对乡村振兴示范县的空间分异解释力最高。乡村振兴与周边大城市的发展带动能力密切相关[18]。距离省会或直辖市这类大都市较近的县域，更容易受到了大城市的辐射带动。处于大都市地区的县域往往在经济、社会、城镇建设等方面较为领先，并在城乡统筹发展空间体系中处于承上启下的关键地位[19],具有创建示范县的发展基础。因此，该因子对乡村振兴示范县空间分异的影响最大。进一步对各省会、直辖市进行多环缓冲分析得出，71.5%的乡村振兴示范县位于最邻近省会或直辖市的200km范围之内，见图2。

图2 我国乡村振兴示范县与数量与省会、直辖市距离变化关系

省内4A及以上景区数量、乡村人口和村卫生室数量对乡村振兴示范县的空间分异解释力较高。4A及以上级别景区数量一定程度上反映了一个地区的旅游资源条件。旅游资源丰富的地区，能够通过发展旅游促进乡村特色产业发展，推动人居环境改善和文化传承，进而促进乡村全面振兴[20,21]。这些均符合乡村振兴示范县的创建要求。因此，该因素对乡村振兴示范县空间分异的影响较大。人是乡村振兴的基础，乡村人口多的地区，乡村人力资本存量高，有助于乡村人才的培养。与此同时，乡村振兴示范县创建要求发挥农民主体作用，使其共享发展成果[22]。示范县分布在乡村人口多的地区，不仅有充足劳动力，还有助于乡村振兴效果惠及更多农民。因此，该因素对乡村振兴示范县的分布影响也较大。健康是国富民强的重要标志。强化农村公共卫生服务是乡村振兴的基础[23],村卫生室数量反映了该地政府对乡村振兴的扶持力度。对乡村振兴扶持力度大的地区往往在乡村振兴示范创建上的积极性高且组织领导有力，符合乡村振兴示范创建的条件，因此该要素对乡村振兴示范县的分布也产生较大影响。

3.2.2 双因子交互作用下的影响分析

高程分别与最近省会或直辖市距离、高速公路路网密度以及乡村人口数量三者的交互作用对乡村振兴示范县空间分异的解释力最高。自然环境是乡村振兴的本底[24],地形地貌是自然环境的基本要素之一[25]。我国总体呈现西高东低的地势，对两批乡村振兴示范县的高程进行分析可发现，见图3,53.5%的示范县都位于海拔低于200m的低海拔平原地区，这类区域气候温和，更适宜生产生活。但由于我国各地区高程差距极大，西部广袤的高原地区平均海拔均在4000m以上，而海拔最高的示范县西藏自治区琼结县的海拔也只达到了3745m, 海拔超过3000m的示范县也只有3个，在全国这样的大尺度中，高程的影响力被进一步缩小，所以出现了高程的单因子解释力有限。而在与其他因子交互探测时，低海拔地区的大都市往往对周边县域的发展带动能力更强、高速公路路网密度更大、乡村人口数量更多，因此，高程对乡村振兴示范县空间分异的影响在交互作用中得到了强化。

3.2.3 各维度的影响分析

对乡村振兴示范县空间分异解释力最高的是区位交通因素，包含高速公路路网密度和与最近省会或直辖市的距离两个因子。良好的区位和对外交通条件是实现乡村振兴的前提[26,27]。其中，与最近省会或直辖市的距离是对乡村振兴示范县空间分异解释力最高的因子。而高密度的高速公路路网为县域对外人员、资源、产品的交流提供了便利条件。对两批乡村振兴示范县的县域范围与我国高速公路、国道进行叠加，只有2022年第一批的西藏自治区琼结县、北大荒农垦集团有限公司黑龙江宝泉岭农场2个县域范围内没有国道和高速公路通车。区域内的高速公路路网密度越高，其对外交通越便捷，有利于产业升级和城乡融合，符合乡村振兴示范县的创建要求，因此，区位交通因素对乡村振兴示范县空间分布的影响最大。

图3 我国乡村振兴示范县数量与高程变化关系

4、结论与讨论

4.1 结论

本研究以2022年、2023年我国已认定的两批乡村振兴示范县为样本，运用最邻近点指数、不均衡指数和核密度估计等方法，探讨乡村振兴示范县的空间分布特征，并运用地理探测器方法揭示其空间分异的驱动因素，由此得出以下结论：乡村振兴示范县分布具有明显的区域异质性，华东地区分布密度最高、西北地区分布密度最低，且呈现集聚、不均衡分布特征，但其不均衡程度逐年减弱。空间分异格局具有高密度集聚区数量逐年增加、范围不断扩大的演变特点，当前，苏南-浙北-上海高密度集聚区是我国唯一的高密度集聚区，此外的次高密度集聚区分布在吉中南、京津唐、关中-晋西南、陇东、徐州宿迁、长江沿线苏浙沪皖、湘东北、黔中、广佛、桂东等地区。从单因子作用看，省内4A及以上景区数量、乡村人口和村卫生室数量对乡村振兴示范县空间分异的解释力较高；从双因子交互作用看，高程与示范县与其最邻近省会或直辖市距离、高程与高速公路路网密度、高程与乡村人口三者整体交互解释力最高；从各因素综合影响解释力上来看，区位交通因素的解释力最强，是影响示范县空间分布的决定性因素。

4.2 政策建议

结合我国乡村振兴示范县的空间分布规律，本文对全面推进乡村振兴战略提出两点建议：由点带面深入推广乡村振兴示范县，促进协调发展。当前，我国乡村振兴示范县的分布呈现不均衡与集聚化的特征，符合“抓点带面”的乡村振兴示范创建战略要求。随着现有乡村振兴示范县建设成效的显现与乡村振兴战略的深入推进，将示范县建设经验由“点”向“面”推广，成为全面推进乡村振兴、实现共同富裕的重要导向。在现有的高密度集聚区和次高密度集聚区，聚焦在提高乡村振兴的质量，依托自身完善的交通路网、优美的自然环境、优越的资源禀赋，提高示范县之间的互动，发挥其引领作用，形成空间连续、特色明显的“乡村振兴示范带”。应充分发掘政策重点，注重多产融合和创新发展，实现示范县的均衡、高质量发展。在分布稀疏的低密度集聚区，需要加快推进乡村振兴示范县的建设进程，应强化邻近大城市的带动作用，整合资金、政策、项目等资源优先发展海拔较低、交通较为便捷的县区，并培养特色产业。另外，低密度区乡村振兴示范县的建设还应因地制宜，深刻分析自身与已建成示范县在经济、人口、资源、战略上的区别，不能盲目照搬已有的乡村振兴示范县建成经验。综上所述，我国乡村振兴示范县的建设和乡村振兴策略的制定和实施应立足不同县区的发展现实、因地制宜实行差异化策略，以最大化资源利用效率支撑乡村振兴战略全面深化。

参考文献:

[1]张海鹏,郜亮亮,闫坤.乡村振兴战略思想的理论渊源､主要创新和实现路径[J].中国农村经济,2018(11):2-16.

[2]中共中央国务院关于做好二○二二年全面推进乡村振兴重点工作的意见:二○二二年一月十四日[N].人民日报,2022-02-23(01).

[3]中办国办印发《乡村建设行动实施方案》[N].人民日报,2022-05-24(01).

[4]穆燕鸿,王杜春,迟凤敏.基于结构方程模型的农村电子商务影响因素分析——以黑龙江省15个农村电子商务示范县为例[J].农业技术经济,2016(08):106-118.

[5]穆燕鸿,王杜春.黑龙江省农村电子商务发展水平测度实证分析——以15个农村电子商务综合示范县为例[J].江苏农业科学,2016,44(05):608-611,619.

[6]汪宇明,刘通,张海霞.基于生态文明理论的沙雅胡杨生态旅游示范县建设研究[J].旅游论坛,2010,3(01):34-38.

[7]郭艺,曾刚,杨阳,等.电商示范县空间分布特征及其对创业活力的影响[J].地理研究,2024,43(01):105-120.

[8]刘洋,桑红斌,孙志贤.“两山”理论示范县生态福利绩效评价[J].生态经济,2023,39(09):206-214.

[9]何小芊,郭芸.中国旅游百强县空间分布特征及影响因素研究[J].干旱区资源与环境,2021,35(09):193-200.

[10] 王明康,刘彦平.休闲农业效率评价及其驱动因素分析——以华东地区81个示范县为例[J].地理与地理信息科学,2020,36(03):133-140.

[11]周蕾,熊礼阳,王一晴,等.中国贫困县空间格局与地形的空间耦合关系[J].经济地理,2017,37(10):157-166.

[12]陈炜,刘苗苗,杨连娇.西部地区国家乡村振兴重点帮扶县空间分布及影响因素[J].南宁师范大学学报(自然科学版),2022,39(04):85-90.

[13]农业农村部.国家乡村振兴局关于开展2022年“百县千乡万村”乡村振兴示范创建的通知[EB/OL].

[14]王劲峰,徐成东.地理探测器:原理与展望[J].地理学报,2017,72(01):116-134.

[15]王洪桥,袁家冬,孟祥君.东北地区A级旅游景区空间分布特征及影响因素[J].地理科学,2017,37(06):895-903.

[16]陈刚,吴清,杨俭波,等.中国国家森林乡村的空间分布特征与影响因素[J].经济地理,2021,41(06):196-204.

[17]王铁,邰鹏飞.山东省国家级乡村旅游地空间分异特征及影响因素[J].经济地理,2016,36(11):161-168.

[18]陈秧分,刘玉,王国刚.大都市乡村发展比较及其对乡村振兴战略的启示[J].地理科学进展,2019,38(09):1403-1411.

[19]黄瑛,张伟.大都市地区县域城乡空间融合发展的理论框架[J].现代城市研究,2010,25(10):74-79.

[20]武红霞.乡村旅游对乡村振兴的作用分析——评《新乡建与乡村旅游——乡村振兴战略下乡村旅游发展的理念和路径创新研究》[J].中国农业资源与区划,2020,41(03):242,298.

基金资助:国家自然科学基金青年项目“社区参与视角下的乡村地方性重构研究——以苏南地区为例”(项目编号:41901167);江苏省社会科学基金青年项目“江苏特色田园乡村建设的典型治理模式及其效应研究”(项目编号:23GLC009);

文章来源:李晨,杨槿.我国乡村振兴示范县空间分布特征及其驱动因素研究[J].农业与技术,2024,44(22):88-95.