中国县域乡村脆弱性空间特征与形成机制及对策—SpatialPatterns,FormationMechanismandCopingStrategiesofRuralVulnerabilityinChinaattheCountyLevel杨忍/潘瑜鑫作者简介：杨忍（1984-），男，贵州毕节人，博士，副教授，博士生导师，研究方向为乡村地理、城乡开展与土地利用，E-mail：yangren0514@163.com,中山大学地理科学与规划学院/中国区域协调开展与乡村建设研究院（广州510275）；潘瑜鑫，中山大学地理科学与规划学院/中国区域协调开展与乡村建设研究院（广州510275）o原发信息：《地理学报》（京）2021年第20216期第1438-1454页内容提要：基于乡村脆弱性本质内涵，构建了中国县域乡村脆弱性综合测度的指标体系，对中国县域乡村脆弱性水平进行综合测度；通过遴选具有典型代表性的5条样带，深化分析中国乡村脆弱性的区域差异特征及其形成机制，并提出具有针对性的应对策略结果说明：①中国县域乡村脆弱性整体上处于较低脆弱度和中脆弱度阈值区间，并具明显的空间差异性，沿“博台线”呈南北分异的空间格局，东北部乡村脆弱性偏低，西南部乡村脆弱性较高。②外部性环境因素是诱发乡村脆弱性的先导因素，生态暴露、生态敏感和生态适应构成的乡村生态子系统是乡村脆弱性的根本性影响因素；经济暴露、经济敏感和经济适应构成的乡村经济子系统是乡村脆弱性的核心影响因素；社会暴露、社会敏感和社会适应组成的乡村社会子系统也是乡村脆弱性的重要影响因素。③以“地理区位、乡村脆弱性主导驱动因素和脆弱性程度”为依据，将中国县域乡村脆弱性划分为8个地域类型区。不同类型区域，遵循因地制宜原那么，破除传统确定指标权重的方法较多，包括主成分分析法、层次分析法和熔值法等。熔值法的计算结果表征为某指标的离散程度，离散度越大，那么该指标对综合测评的影响就越大，由于其评价问题较为客观、精确性较高，本文利用嫡值法---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---确定各指标的权重系数(表1)。乡村脆弱性综合测度模型在对乡村脆弱性的评价中，暴露度与乡村脆弱性呈现出正相关关系，即暴露度越大，乡村越脆弱；适应能力与其有负相关关系，即适应能力越弱，乡村越脆弱；敏感性反映了乡村自身的特性，因此其与乡村脆弱性具有乘数关系。据此，乡村脆弱性评价模型如下：RVI=f{EI,SI,AI}=(EI-AI)xSI(3)式中：RVI表示乡村脆弱性指数；EI、SI、AI分别代表乡村暴露度指数、乡村敏感性指数和乡村适应能力指数。各维度指数分别通过加权求和法求取，以日为例，公式为：乡村脆弱性的评定与分级通过计算得到乡村暴露度指数日、乡村敏感性指数SI和乡村适应能力AI,根据自然断点法按照乡村EI、SI、AI的大小将其分为5级，依次划分为低值区、较低值区、中值区、较高值区和高值区。进而通过公式计算可得乡村脆弱性指数RVI,根据自然断点法将其分为5个级别，分别为低脆弱度、较低脆弱度、中脆弱度、较高脆弱度和高脆弱度(表2)。3.2样带与地统计趋势线方法样带(Transect)代表一系列由于主导因素驱动在地理梯度上有规律变化或呈现出显著差异的连续线性研究站点的集合［28-29］。为深入揭示中国县域乡村脆弱性的空间格局及归因，延续前期的研究，遴选北方边境、陇海兰新铁路线、长江沿岸、G106国道和东部沿海100km内的县域5条样带［28］;趋势线分析---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---(TrendAnalysis)是以GIS为分析平台，将数据通过投影绘制在x,y,z三维透视图中的分析方法［30］。趋势线分析方法将(x,y)平面上的散点图投影到(x,z)南北向正交平面和(y,z)东西向正交平面上。研究过程中以样带为基础，结合趋势线方法，揭示乡村脆弱性空间上的地理梯度特征［28］,尝试总结其归因。I15I数据来源乡村脆弱性评价指标体系中的社会经济方面的指标数据主要来自《中国县域统计年鉴2016》，根据2016年各地市统计年鉴、县域统计年鉴和局部县级以下统计公报进行补充。平均高程、年度平均NDVI指数、土壤侵蚀程度、年平均降水量、210℃积温等暴露度指标数据来源于中国科学院资源环境科学数据中心网站(:〃resdc.cn);单位GDP工业I一卜£...