EN中文

干旱区地理 >

2026 , Vol. 49 >Issue 2: 393 - 403

DOI: https://doi.org/10.12118/j.issn.1000-6060.2025.406

区域发展

甘肃省县域乡村韧性时空演变特征及驱动机制研究

  • 李骞国 , 1 ,
  • 孙龙凯 , 1 ,
  • 惠蕃艳 1 ,
  • 朱宗斌 2
展开
  • 1.兰州财经大学农林经济管理学院，甘肃 兰州 730020
  • 2.西安建筑科技大学建筑学院，陕西 西安 710055
孙龙凯（2000-），男，硕士，主要从事乡村发展研究. E-mail:

李骞国（1987-），男，博士，副教授，硕士生导师，主要从事乡村地理、农业农村发展研究. E-mail:

收稿日期: 2025-07-14

  修回日期: 2025-08-29

  网络出版日期: 2026-03-11

基金资助

甘肃省科技计划项目(24JRRA1004)

甘肃省高校教师创新基金项目(2024B-094)

兰州财经大学首批学科科研融合团队建设项目(XKKYRHTD202302)

收起

Spatiotemporal evolution characteristic and driving mechanism of rural resilience in counties of Gansu Province

  • Qianguo LI , 1 ,
  • Longkai SUN , 1 ,
  • Fanyan HUI 1 ,
  • Zongbin ZHU 2
Expand
  • 1. College of Agriculture and Forestry Economics and Management, Lanzhou University of Finance and Economics, Lanzhou 730020, Gansu, China
  • 2. College of Architecture, Xi’an University of Architecture and Technology, Xi’an 710055, Shaanxi, China

Received date: 2025-07-14

  Revised date: 2025-08-29

  Online published: 2026-03-11

Fold

摘要

从韧性视角评估乡村发展，对破解城乡二元结构，推进乡村全面振兴具有重要意义。以甘肃省86个县域为研究对象，基于“抵御能力-适应能力-重构能力”3个维度构建乡村韧性评价指标体系，运用空间自相关分析和地理探测器模型，揭示2010—2022年甘肃省县域乡村韧性的时空演变特征及驱动机制。结果表明：（1） 甘肃省乡村韧性水平显著提升，空间分异特征明显，陇中、陇东地区乡村韧性水平较高，河西、甘南地区县域乡村韧性水平较低，较高韧性县域数量不断增加，低韧性县域数量持续减少。（2） 乡村韧性存在空间正相关性，关联性逐渐趋弱，空间集聚程度呈下降趋势，高聚集区向陇中地区收缩，低聚集区集中于甘南藏族自治州、临夏回族自治州等县域。（3） 农村社会服务水平、经济发展水平和农业生产水平对乡村韧性影响较大，农村产业结构对乡村韧性的解释力稳步提升，乡村韧性受经济发展机制、资源优化机制、产业转型机制、服务保障机制共同驱动。研究结果有助于为甘肃省实施乡村韧性发展提供科学参考。

关键词： 乡村韧性; 演变特征; 驱动机制; 地理探测器; 甘肃省

本文引用格式

李骞国 , 孙龙凯 , 惠蕃艳 , 朱宗斌 . 甘肃省县域乡村韧性时空演变特征及驱动机制研究[J]. 干旱区地理, 2026 , 49(2) : 393 -403 . DOI: 10.12118/j.issn.1000-6060.2025.406

Abstract

Evaluating rural development from a resilience perspective is significant for breaking the urban-rural dual structure and promoting comprehensive rural revitalization. This article takes 86 counties in Gansu Province as the research object and constructs a rural resilience evaluation index system based on three dimensions: “resilience, adaptability, and reconstruction capability”. Using spatial autocorrelation analysis and geographic detector models, it reveals the spatiotemporal evolution of rural resilience and its driving mechanisms in counties of Gansu Province from 2010 to 2022. The results indicated that (1) The resilience level of rural areas in Gansu Province has significantly improved, with obvious spatial differentiation characteristics. The resilience of rural areas in central and eastern Gansu is relatively high, while some counties in Hexi, Gannan, and Linxia have lower resilience. The number of high-resilience counties continues to increase, while the number of low-resilience counties continues to decrease. (2) There is a spatial positive correlation in rural resilience, and the correlation is gradually weakening. The degree of spatial agglomeration is declining, with high-agglomeration areas shrinking toward the central Gansu region and low-agglomeration areas concentrated in counties such as Gannan and Linxia. (3) The level of rural social services, economic development, and agricultural production has a significant impact on rural resilience. The explanatory power of rural industrial structure for rural resilience is steadily increasing, and rural resilience is driven by economic development, resource optimization, industrial transformation, and service guarantee mechanisms. This study’s results provide scientific reference for the implementation of rural resilience development in Gansu Province.

Key words： rural resilience; evolutionary characteristic; driving mechanism; geographic detector; Gansu Province

20世纪中后期以来，世界全球化趋势推进加快，农村社会多元化日益显著，原本依靠乡村内部力量维系的内生秩序能力逐渐减弱，难以有效应对各类变化。同时，诸多不确定性因素不断对乡村地域系统施加干扰和冲击，致使其长期以来保持的平衡状态被打破，乡村脆弱性和风险性持续攀升[1]。党的二十大报告提出全面推进乡村振兴战略，为乡村地区提供了政策保障，但城乡二元经济结构导致的资源分配不均、区域发展失衡等问题依然突出，尤其在生态脆弱区与欠发达地区叠加的西北地区，乡村地域系统的抗风险能力亟待增强[2]。因此，面对乡村发展中的人口流失、产业单一、生态功能退化等问题，如何提升乡村韧性能力，深入探究其影响因素与驱动机制，有助于促进乡村地区高质量发展，推动农业农村现代化。
目前，国外乡村韧性研究形成了相对完备的框架体系，研究涉及气候变化、环境保护、生物多样性等多个领域[3-4]；研究内容主要围绕应对外部冲击、环境保护与可持续发展、气候变化与生物多样性等方面；研究范畴主要侧重于乡村地区的生态韧性、经济韧性和社区韧性，并在韧性多维度评价方面取得显著成果[5]；研究尺度早期多聚焦于乡村社区或农户尺度，强调个体与小尺度单元的韧性机制，后期研究扩展至县域或区域尺度，探讨乡村韧性的空间分异特征[6]；研究方法包含了问卷调查法、深入访谈、HLRA法、Delphi法、结构动力学方法等[7]。国内乡村韧性研究自21世纪初逐步兴起，研究思路主要聚焦于乡村经济、社会、文化、生态、制度等综合韧性[8]，并围绕概念内涵[9]、韧性评价[10]、驱动因素[11]、提升策略[12]等方面进行了积极探索。在概念内涵方面，学者主要围绕乡村治理与发展问题展开，如耿艺伟等[13]通过农业区案例验证，深化了乡村韧性的系统性和区域性内涵。在乡村韧性评价方面，有学者尝试通过多角度、多层面解构韧性，如邱明丽等[14]整合乡村生态、经济、社会子系统，提出韧性测度了三维分析框架；胡霄等[15]从生态、经济、社会、文化、制度5个维度揭示县域乡村韧性时空分异规律；也有学者提出了“抵御能力、吸收能力、更新能力”[16]“抵御能力、适应能力、转型能力”[17]，但忽视了乡村地域系统的重构能力。在乡村韧性驱动因素与提升策略方面，经济基础、政策干预、社会资本、政策精准适配等因素被视为对韧性提升具有关键作用[18-20]。总体来看，现有研究已在乡村韧性内涵解构与评价体系构建中取得进展，为明确韧性提升路径、服务乡村全面振兴提供了理论与实践支撑。然而，西部生态脆弱与经济欠发达省份，受乡村发展基础薄弱、本底禀赋不足、自然灾害风险突出等困境制约，其韧性发展路径呈显著差异，一方面需研判韧性发展基础能力与条件，识别阶段性分异特征及演化规律；另一方面需深度解析制约与驱动要素，厘清乡村地域系统韧性驱动机制，方能为县域乡村振兴政策精准落地提供科学支撑。县域作为乡村振兴战略的实施主体和城乡融合发展的重要纽带，是带动乡村发展的关键[21]。鉴于此，本文以甘肃省县域单元为研究对象，从抵御能力、适应能力、重构能力3个维度构建乡村韧性测度指标体系，对2010—2022年甘肃县域乡村韧性进行测度，揭示乡村韧性水平时空演变规律，探究其影响因素与驱动机制，以期为甘肃省乡村发展韧性提供理论依据与政策支撑。

1 乡村韧性的概念内涵

韧性（Resilience）一词最初源于工程学领域，用于描述物体在承受压力或变形后恢复到原始状态的能力[22-23]。20世纪70年代，加拿大生态学家霍林（C. S. Holling）将其引入生态学研究，用以阐释生态系统在面对外界干扰时维持自身结构和功能稳定的特性，强调生态系统的自我调节、适应和恢复能力[24-25]。乡村地域系统指在特定的乡村地域范围内，由自然、经济、社会、文化等要素相互作用、相互联系而形成的具有特定结构和功能的有机整体，包括社会子系统、经济子系统、生态子系统等内核系统[26]。乡村地域空间在演化过程中遭受经济发展、技术革新、政策调整等外部风险源扰动，以及人口流失、局部生态失衡、产业结构等内部风险源冲击，打破了乡村地域系统原有稳定性。乡村韧性作为乡村地域系统的一种关键属性和能力，在乡村地域空间遭受内外部风险源扰动和冲击时，通过缓冲、适应、恢复、转型、重构等激活和优化乡村地域系统要素，以实现地域系统升级与调整[27-28]。基于此，乡村韧性应包含3种能力，即乡村地域系统在面对内外部风险时，表现出的抵抗干扰、维持自身基本结构和功能稳定的抵御能力；调整自身结构、行为方式和应对变化的适应能力；优化资源配置、创新治理模式和实现系统功能升级的重构能力。3种能力并非孤立存在，而是呈递进迭代、循环反馈关系，抵御能力是韧性的“防火墙”，通过强化基础为适应和重构提供缓冲空间，适应能力在抵御基础上进行调整优化，同时为系统重构积累要素，重构能力推动韧性升级，稳定系统结构，并反哺给抵御与适应能力（图1）。因此，本研究将乡村韧性界定为乡村地域系统遭受内外部风险后所表现出的抵御能力、适应能力、重构能力，是保障乡村地域系统稳定、健康发展的核心动力。
图1 乡村韧性概念内涵

Fig. 1 Concept connotation of rural resilience system

2 数据与方法

2.1 研究区概况

甘肃省地处黄土高原、青藏高原、内蒙古高原交汇地带，地貌复杂多样，涵盖河西走廊绿洲、陇中黄土丘陵、甘南高原草原及陇南山地等自然地理单元，气候以干旱半干旱为主。2022年全省农业总产值达到2.699×1011元，相比于2010年的5.99×1010元增加2.1×1011元，全省乡村人口1.3502×107人，占常住人口的54.2%。作为国家西部大开发核心枢纽，承担着承接东部产业转移与辐射西部发展的双重功能，是西部地区乡村振兴、城乡融合及生态文明建设的战略示范区。2021年甘肃省虽已实现与全国同步脱贫，但乡村地区基础设施与公共服务滞后，经济基础薄弱且相对贫困问题仍较突出，乡村抵御外界冲击的韧性不足，韧性发展受到制约。本文以全省85个县域（安宁区无农业户籍人口，故剔除）及嘉峪关市共86个研究单元为研究对象，依据甘肃省自然地域分异特征，划分为5个区域：河西地区（武威市、张掖市、金昌市、酒泉市、嘉峪关市）、陇中地区（兰州市、白银市、临夏回族自治州、定西市）、陇东地区（平凉市、庆阳市）、陇南地区（天水市、陇南市）、甘南地区（甘南藏族自治州）（图2）。
图2 研究区示意图

注：基于自然资源部标准地图服务网站审图号为GS(2024)0650号的标准地图制作，底图边界无修改。下同。

Fig. 2 Schematic diagram of the study area

2.2 研究方法

2.2.1 乡村韧性评价指标体系构建

研究遵循科学性、可操作性和数据可获取性原则，从抵御能力、适应能力、重构能力3个维度，构建甘肃省乡村韧性评价指标体系（表1）。抵御能力主要体现在面对内外部风险时的经济水平、物质资本等支撑能力[16]，选取地均农业产值、农村人均耕地资源、粮食单产来表征。适应能力主要体现在为适应外界扰动所做出的产业调整、社会保障等应对能力[17]，选取农业生产结构、粮食自给率、农药化肥使用强度来表征。重构能力主要体现在为实现结构升级和更新所做出的经济发展、人力投入、农业生产等调整能力[29]，选取农业产值占比、乡村从业人员占比、复种指数来表征。
表1 县域乡村韧性评价指标体系

Tab. 1 County-level rural resilience evaluation index system

目标层 准则层（权重） 指标层（权重） 指标计算 属性
乡村韧性
 抵御能力（0.315） 地均农业产值/104元·hm-2（0.376） 农业产值/耕地面积 +
农村人均耕地资源/hm2·人-1（0.295） 耕地面积/乡村总人口 +
粮食单产/kg·hm-2（0.329） 粮食总产量/粮食播种面积 +
适应能力（0.373） 农业生产结构/%（0.563） 经济作物面积/农作物播种面积 +
粮食自给率/%（0.218） 粮食总产量/（常住人口×400 kg） +
农药化肥使用强度/t·hm-2（0.219） 农药化肥使用量/农作物播种面积 -
重构能力（0.312） 农业产值占比/%（0.413） 第二三产业产值/农村经济总收入 +
乡村从业人员占比/%（0.354） 乡村从业人员/乡村总人口 +
复种指数/%（0.233） 农作物播种面积/耕地面积 +

注：“+”表示正向指标；“-”表示负向指标。

2.2.2 乡村韧性评价模型

（1） 评价指标标准化
考虑到乡村韧性评价指标的量纲和正负方向差异，研究采用极差标准法对各指标进行无量纲化处理。
（2） 评价指标权重设置
为规避因指标间差异过小造成的影响，研究采用熵权法设置各指标的权重[30]。首先基于各指标值构建相关矩阵，然后依据指标主成分贡献值在总贡献值中所占比重确定指标权重。
（3） 乡村韧性指数测算
在数据标准化以及权重计算的基础上，根据上述构建的乡村韧性评价指标体系，采用加权求和模型分别计算抵御能力、适应能力、重构能力分值。计算公式如下：
R d = ∑ i = 1 n Z i W i， R s = ∑ i = 1 n Z i W i， R c = ∑ i = 1 n Z i W i
式中：Rd为抵御能力分值；Rs为适应能力分值；Rc为重构能力分值；Zi为评价因子i的分值；Wi为评价因子i的权重；n为评价因子个数（n=3）。
然后，运用综合指数模型计算乡村韧性指数。计算公式如下：
R = ∑ i = 1 n R j W i
式中：R为乡村韧性指数值；Rj为分维度值（j为抵御能力、适应能力、重构能力）。

2.2.3 空间自相关

研究为进一步探析甘肃省县域乡村韧性演变过程，采用探索性空间数据分析（ESDA）方法，通过全局Moran’s I指数和LISA集聚图，揭示甘肃省乡村韧性的空间分布关联特征。
G l o b a l - M o r a n ’ s   I = ∑ i n ∑ j ≠ 1 n w i j x i - x - x j - x - S 2 ∑ i n ∑ j ≠ 1 n w i j
L o   c a l - M o r a n ’ s   I = x i - x - S 2 ∑ j = 1 n w i j x i - x -
式中：n为研究单元个数；xi、xj分别为空间位置i和j的观测值； x -为观测值的平均值；S2为得分值的方差；wij为空间权重矩阵；文中运用空间邻接标准，即如果2个地区相邻权重取1，否则为0。Moran’ s I指数取值范围为[-1, 1]，大于0为正相关，小于0为负相关，等于0为随机分布。

2.2.4 地理探测器模型

本研究运用地理探测器模型开展因子探测与交互探测，深入剖析各影响因子对乡村韧性的解释力程度[31]。
q = 1 - ∑ m = 1 n N m σ m 2 N σ 2
式中：q为驱动因子对乡村韧性水平的解释力（0≤q≤1），q越大说明该因子对乡村韧性的影响越大； N 、 σ 2分别为研究区的样本总量和样本方差； N m 、 σ 2 m分别为第m层的样本量和样本方差。

2.3 数据来源

本文所用数据包括甘肃省县级行政单元矢量数据和社会经济发展数据，县级行政区划的矢量数据来自中国科学院资源环境科学数据中心（www.resdc.cn），社会经济数据来源《甘肃农村年鉴（2011、2017、2023年）》《甘肃发展年鉴（2011、2017、2023年）》《中国县域统计年鉴（2011、2017、2023年）》，缺失数据由各地国民经济与社会发展统计公报与相关县域统计年鉴补充获取。

3 结果与分析

3.1 甘肃省县域乡村韧性时空演化过程

从乡村韧性分维度来看（表2），研究期内，抵御能力、适应能力和重构能力水平均有所提升，其中，抵御能力增幅最快，对乡村韧性提升贡献最大，这源于甘肃省近年来乡村建设的推进速度持续加快；适应能力稳步提升，重构能力虽然有所增加，但增幅较慢。进一步测算3个时期的甘肃省县域乡村韧性综合指数，并采用ArcGIS 10.8的自然断裂法，将甘肃省86个评价单元划分为4种类型区（图3）。总体上，2010—2022年甘肃省乡村韧性总体表现为较高韧性县域数量不断增加，低韧性县域数量不断减少，其中较高韧性县域增加了14个，低韧性县域减少了13个。具体来看，2010年甘肃省乡村韧性空间布局特征分异明显，陇中、陇东地区乡村韧性水平较高，河西、甘南地区乡村韧性水平整体较低，低韧性县域主要集中于生态脆弱且资源环境约束区域；2016年河西地区的甘州区、民乐县、永昌县和武都区等地韧性水平上升至高、较高，但庆城县、通渭县、古浪县等县域韧性水平降为中等，表明在相关政策引导下的乡村出现自适应调整，局部县域韧性水平发生明显变动；2022年河西、陇中地区的部分县域乡村韧性水平提升较明显，中等以上乡村韧性区域所占比例达到77%，高韧性县域优势进一步巩固，这很大程度上得益于脱贫攻坚与乡村振兴有效衔接。党的十八大以来，甘肃举全省之力打赢脱贫攻坚战，为乡村发展奠定了基础，但由于自然地理环境、社会经济发展条件等限制，临夏回族自治州、甘南藏族自治州以及河西祁连山区部分县域乡村韧性始终处于低韧性状态。
表2 2010—2022年甘肃省县域乡村韧性分维度评价值

Tab. 2 Evaluation values of rural resilience sub-dimensions in counties of Gansu Province from 2010 to 2022

分维度 2010年 2016年 2022年
抵御能力 5.424 4.749 5.991
适应能力 4.251 4.384 4.614
重构能力 4.672 4.711 4.900
图3 2010—2022年甘肃省县域乡村韧性水平空间格局

Fig. 3 Spatial patterns of rural resilience levels in counties of Gansu Province from 2010 to 2022

3.2 甘肃省县域乡村韧性空间关联特征

应用GeoDa软件计算2010、2016、2022年甘肃省县域乡村韧性的全局Moran’s I。发现甘肃省县域乡村韧性存在显著空间集聚特征，全局Moran’s I值分别为0.258、0.247、0.240，集聚水平呈下降趋势。进一步分析甘肃省县域乡村韧性局部空间自相关（图4），2010—2022年甘肃省县域乡村韧性呈显著正相关的县域单元数量呈减少趋势, 显著负相关的县域单元数量略有增加，表明甘肃省县域乡村韧性负向集聚效应增加，相邻县域单元的乡村韧性水平差距增大。2010年高高聚集区主要分布于榆中县、靖远县、静宁县、民勤县等县域，2016年高高聚集区有所减少，其中静宁县、靖远县转为不显著；2022年高高聚集区在河西地区的张掖市县域有所增加。2010—2022年低低聚集区主要集中分布在临夏回族自治州、甘南藏族自治州等县域，整体数量变化不大，玛曲县由不显著转为低低聚集区，东乡族自治县、临潭县由低低聚集区转为不显著，可以看出，临夏回族自治州、甘南藏族自治州受自然条件、产业结构、地理区位等因素的影响，限制了其农业经济的发展，乡村韧性水平亟待提升。2010—2022年低高聚集区主要分布于河西地区的肃南裕固族自治县、天祝藏族自治县和皋兰县，整体有所减少，但数量不多，2016年永昌县转为高高聚集区，2022年天祝转为不显著，后续应充分发挥临近高韧性县域的带动作用，以提升其韧性水平。2010—2022年高低聚集区仅分布于陇南地区的武都区，该县相较于周围县域属于高韧性，但仅表现在其农业产业方面，带动提升周围县域韧性能力有限，还会遭受到其“同化”风险。
图4 2010—2022年甘肃省县城乡村韧性LISA聚类分布

Fig. 4 LISA cluster distributions of rural resilience in counties of Gansu Province from 2010 to 2022

3.3 甘肃省县域乡村韧性驱动机制分析

3.3.1 影响因子的选取

乡村韧性是一个多维度概念，涵盖经济、社会、资源等多个方面。本文基于影响因子的代表性和数据的可获性原则，从农村社会服务水平、农村经济发展水平、农业生产水平、农村人力资源、农村能源动力、农村产业结构6个方面选取影响因子（表3）。社会服务机构在应对风险时起到关键作用，因此选择每万人农村居民拥有医疗卫生机构床位数（X1）、农民合作社数（X2）反映农村社会服务水平；乡村地区居民收入和消费水平是衡量乡村区域经济发展水平的核心指标，决定乡村系统抵御外部冲击和恢复能力，因此选择农村居民人均可支配收入（X3）、农村居民人均消费支出（X4）反映农村经济发展水平；选择农业机械总动力（X5）反映农业基础生产水平；劳动力是乡村生产和恢复的核心要素，其数量和质量直接关系到乡村系统的适应与重构能力，因此选择乡村劳动力资源总数（X6）反映当地人力资源状况；选择农村用电总量（X7）反映乡村地区农村能源动力；产业结构方面，农业产值（X8）是乡村经济的基础，其稳定性对韧性至关重要，林业产值（X9）、牧业产值（X10）承担着生态修复、水土保持、居民收入等功能，推动着农村产业多元化发展。
表3 影响因子选取

Tab. 3 Selection of influencing factors

解释变量 具体指标 代码 变量解释
农村社会服务水平 每万人农村居民拥有医疗卫生机构床位数 X1 反映农村社会服务水平
农民合作社数 X2
农村经济发展水平 农村居民人均可支配收入 X3 反映农村经济发展水平
农村居民人均消费支出 X4
农业生产水平 农业机械总动力 X5 反映农业生产水平
农村人力资源 乡村劳动力资源总数 X6 反映农村人力资源状况
农村能源动力 农村用电总量 X7 反映农村能源利用状况
农村产业结构
 农业产值 X8 反映农村生产能力
林业产值 X9
牧业产值 X10

3.3.2 甘肃省县域乡村韧性影响因素

将乡村韧性指数值作为被解释变量，借助ArcGIS 10.8工具，运用地理探测器模型测算各影响因子的解释力，发现各个解释变量对乡村韧性具有显著作用（图5）。具体来看，农村社会服务水平对乡村韧性的影响最为明显，X1在2010、2016、2022年的解释力分别为0.600、0.481、0.610，呈先下降、后提升的“U”型趋势，且X2的解释力处于稳步提升状态，表明农村社会服务水平对乡村韧性的提升具有积极作用。X3、X4的解释力在3个年份分别为0.486、0.576、0.582和0.389、0.374、0.397，对乡村韧性的贡献随着乡村地区人均收入和消费水平的增加而逐渐增大，说明经济增长对乡村韧性的提升作用较强。X5的解释力同样表现为“U”型趋势，整体呈增长趋势，表明其对乡村韧性提升有着持续的积极影响。X6的解释力呈先下降后上升，且较低，表明尽管甘肃省出台的一系列扶持乡村人力资源发展的政策，但政策实施效果一般，对乡村韧性提升不明显。X7的解释力分别为0.472、0.390、0.308，对乡村韧性的解释力呈现出显著的下降趋势，表明乡村地区的产业结构正在从传统的高耗能向低耗能、高附加值转型，致使用电量对乡村韧性的影响降低。X9的解释力呈快速下降趋势，而X8和X10则逐年递增，表明近年来林业产值发展对乡村韧性的影响作用逐渐减弱，而农业和牧业的发展对乡村韧性的提升非常明显。
图5 2010—2022年甘肃省县域乡村韧性影响因子q值变化

注：q值为解释力。下同。

Fig. 5 Changes in q-value of influencing factors on rural resilience in counties of Gansu Province from 2010 to 2022

3.3.3 影响因子交互探测结果

对县域乡村韧性影响因子进行交互探测（图6），发现各影响因子存在交互作用，交互后对乡村韧性的解释力明显加强，表明县域乡村韧性提升是受多因素综合影响的结果。从交互探测结果来看，X3和X4与其他影响因子的交互作用最强，说明经济发展与其他因子共同作用直接影响到乡村韧性水平。X5和X7与其他因子的交互作用也较强，说明生产效率和能源动力可为乡村产业发展提供重要支撑。此外，X6在单因子探测解释中相对较弱（2010、2016、2022年解释力分别为0.198、0.164、0.202），而与其他多因子交互作用后解释能力明显加强，尤其在与X3交互作用后，3个年份的解释力分别为0.726、0.612、0.685，表明乡村人力资源与经济发展息息相关，共同作用能够显著提高乡村韧性水平。
图6 2010—2022年影响因子交互探测结果

Fig. 6 Interactive detection results of influencing factors from 2010 to 2022

3.3.4 驱动机制解析

基于地理探测器对关键影响因子识别结果，发现甘肃省县域乡村韧性受多种因素相互影响，进一步构建甘肃省乡村韧性驱动机制框架（图7）。
图7 甘肃省县域乡村韧性驱动机制

Fig. 7 Driving mechanisms for rural resilience in counties of Gansu Province

（1） 经济发展机制是乡村韧性水平提升的核心驱动力。农村经济发展水平中，X3解释力由2010年0.486持续增长至2022年0.582，同时X4解释力也由0.389增长至0.397，主要源于甘肃省通过承接产业转移、优化投资结构，形成了以现代农业、特色产业为主的乡村多元化产业体系，增加了农村居民收入和消费水平，改善了农村基础设施，在一定程度上增强了乡村地区的抵御风险能力。
（2） 资源优化机制是乡村韧性水平提升的物质保障。X5提升降低了自然灾害对粮食安全的威胁，而X7解释力下降（解释力从0.472降至0.308）则反映了传统农业能源动力对乡村韧性的支撑作用持续弱化，实现了乡村生产方式升级与产业结构优化。
（3） 产业转型机制是乡村韧性水平提升的内在驱动力。X8对乡村韧性的解释力持续保持在较高水平且稳步提升（解释力增至0.412），作为乡村经济的基础产业，农业的稳定发展为乡村韧性积累了核心要素；X10的解释力逐年递增（解释力增至0.420），推动了乡村产业多元化发展，成为乡村韧性提升的重要增长点；X9的解释力虽相对较低，但与其他因子交互后呈波动上升趋势。这种“农业稳基、牧业增效、林业赋能”的结构优化模式，为甘肃省乡村韧性提升注入了内生动力。
（4） 服务保障机制是乡村韧性水平提升的基础。X1和X2对乡村韧性的解释力最为突出，且提升明显，这主要得益于乡村振兴战略实施以来，甘肃省出台了健全基层卫生网络和联农带农的一系列政策，形成民生保障和生产赋能的互补格局，有效降低了公共卫生事件对乡村系统的冲击，增强了乡村社会的抵御和适应能力。
综上，经济发展机制与产业转型机制构成乡村韧性的“双引擎”，资源优化机制与服务保障机制构成乡村韧性“双支撑”，在4个机制的共同作用下，不仅能优化乡村地域系统，促进各子系统之间的融合和反馈，而且能在更深层次上提升乡村韧性。

4 讨论

本研究基于县域尺度，从抵御能力、适应能力、重构能力3个方面构建评价指标，分析了甘肃省乡村韧性的时空演变特征及其驱动机制，为西部地区乡村可持续发展提供了重要实证依据。不同于以往侧重经济或生态单一维度的评估[12,32]，本文构建的抵御-适应-重构能力分析框架，更完整地揭示了乡村韧性演变过程。研究发现，甘肃省乡村韧性水平与区域经济发展梯度、资源禀赋差异高度耦合，陇中、河西地区部分县域通过乡村特色产业发展，乡村韧性提升较快，但甘南高原及部分生态脆弱县域受限于自然资源条件，乡村产业发展单一，韧性水平始终处于较低状态，这印证了Sharifi等[33]提出的“韧性陷阱”理论——自然约束可能形成路径依赖，抑制韧性能力提升。此外，本研究还发现农村产业结构对乡村韧性的贡献度逐渐上升，反映出乡村经济对单一产业的依赖度显著降低，其结构优化模式，有效提升了乡村系统应对自然风险与市场波动的适应能力，契合生态脆弱与经济欠发达地区生态优先、经济适配的可持续发展导向，为同类区域突破“韧性陷阱”提供了产业层面的可行路径。研究受数据可获取性限制，一些对乡村韧性有重要影响的因子尚未考虑，未来可结合实地调研和案例研究，进一步优化乡村韧性评价指标体系，纳入乡村微观层面和不易量化，但对评价韧性至关重要的指标，如乡村社会网络、文化传承与创新能力等，使指标体系全面准确地反映乡村韧性的内涵和特征。同时，研究在乡村韧性驱动机制解析中，尽管运用地理探测器揭示了各因素与乡村韧性的关系，但这都是基于县域尺度作出的探究，对于乡村内部更小尺度的韧性差异和影响因素探讨不足，未能完全解释背后复杂的因果关系和作用机制，未来需要进一步借鉴乡村韧性相关理论，充分考虑乡村内部不同社区、村庄之间的异质性，深入挖掘影响乡村韧性的驱动因素，提出乡村韧性发展的策略和路径。

5 结论

（1） 2010—2022年甘肃省县域乡村韧性水平整体显著提升，空间分异特征明显，较高韧性县域数量不断增加，其韧性区域占比达到77%，低韧性县域数量持续减少。陇中地区县域乡村因经济集聚效应和基础设施完善成为高韧性核心区，而甘南地区以及河西地区仍有部分县域处于低韧性状态，如何提升这些地区的乡村韧性水平成为进一步提高甘肃省整体乡村韧性的关键。
（2） 甘肃县域乡村韧性存在显著空间正相关性，关联性逐年减弱（全局Moran’s I下降）。空间集聚程度降低，高高聚集区向陇中地区收缩，低低聚集区集中于甘南藏族自治州、临夏回族自治州等生态脆弱区。高低聚集区和低高聚集区整体变化不大，应进一步发挥高韧性县域在乡村发展中的辐射带动作用，同时避免同化影响。
（3） 农村社会服务水平、农村经济发展水平和农业生产水平对乡村韧性具有显著作用，农村人力资源与农业能源动力对乡村韧性的影响较低，农村产业结构对乡村韧性的解释力稳步上升。乡村韧性提升是多因素协同作用的结果，各因子间存在显著的非线性增强交互效应，经济发展是核心引擎，资源优化是物质支撑，产业转型是内在动力，服务保障是基础。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
王成, 任梅菁, 胡秋云, 等. 乡村生产空间系统韧性的科学认知及其研究域[J]. 地理科学进展, 2021, 40(1): 85-94.

DOI

[Wang Cheng, Ren Meijing, Hu Qiuyun, et al. Rural production space system resilience and its research domains[J]. Advances in Geographic Sciences, 2021, 40(1): 85-94.]

[2]
李玉恒, 阎佳玉, 武文豪, 等. 世界乡村转型历程与可持续发展展望[J]. 地理科学进展, 2018, 37(5): 627-635.

DOI

[Li Yuheng, Yan Jiayu, Wu Wenhao, et al. The process of rural transformation in the world and prospects of sustainable development[J]. Advances in Geographic Sciences, 2018, 37(5): 627-635.]

[3]
Cutter S L. The landscape of disaster resilience indicators in the USA[J]. Natural Hazards, 2016, 80(2): 741-758.

DOI

[4]
Bodin P, Wiman Bolb B. Resilience and other stability concepts in ecology: Notes on their origin, validity and usefulness[J]. ESS Bulletin, 2004, 2(1): 33-43.

[5]
Wilson C. Multifunctional ‘Quality’ and rural community resilience[J]. Transactions of the Institute of British Geographers, 2010, 35(3): 364-381.

DOI

[6]
Cutter S, Barnes L, Berry M, et al. A place-based model for understanding community resilience to natural disasters[J]. Global Environmental Change, 2008, 18(4): 598-606.

DOI

[7]
Gerlitz J Y, Macchi M, Brooks N, et al. The multidimensional livelihood vulnerability index: An instrument to measure livelihood vulnerability to change in the Hindu Kush Himalayas[J]. Climate and Development, 2017, 9(2): 124-140.

DOI

[8]
李玉恒, 黄惠倩, 王晟业. 乡村韧性研究的热点与趋势: 基于CiteSpace的知识图谱分析[J]. 地理科学, 2023, 43(9): 1568-1575.

DOI

[Li Yuheng, Huang Huiqian, Wang Shengye. Hotspots and trends of rural resilience research: Knowledge map analysis based on CiteSpace[J]. Scientia Geographica Sinica, 2023, 43(9): 1568-1575.]

DOI

[9]
徐耀阳, 李刚, 崔胜辉, 等. 韧性科学的回顾与展望: 从生态理论到城市实践[J]. 生态学报, 2018, 38(15): 5297-5304.

[Xu Yaoyang, Li Gang, Cui Shenghui, et al. Review and prospect of resilience science: From ecological theory to urban practice[J]. Journal of Ecology, 2018, 38(15): 5297-5304.]

[10]
贾垚焱, 胡静, 刘大均, 等. 山区民族旅游地乡村聚落韧性评估及尺度关联研究[J]. 经济地理, 2022, 42(8): 194-204.

DOI

[Jia Yaoyan, Hu Jing, Liu Dajun, et al. Resilience assessment and scale correlation of rural settlements in mountainous ethnic tourism destinations[J]. Economic Geography, 2022, 42(8): 194-204.]

DOI

[11]
石龙宇, 郑巧雅, 杨萌, 等. 城市韧性概念、影响因素及其评估研究进展[J]. 生态学报, 2022, 42(14): 6016-6029.

[Shi Longyu, Zheng Qiaoya, Yang Meng, et al. Review of definitions, influence factors and assessment of urban resilience[J]. Chinese Journal of Ecology, 2022, 42(14): 6016-6029.]

[12]
宋关东, 唐承丽, 周国华. 基于县域尺度的乡村韧性测量及其影响因素分析——以湖南省为例[J]. 世界地理研究, 2024, 33(6): 128-140.

DOI

[Song Guandong, Tang Chengli, Zhou Guohua. Analysis of rural resilience measurement and its influencing factors based on county scale: A case study of Hunan Province[J]. World Geographic Research, 2024, 33(6): 128-140.]

[13]
耿艺伟, 李效顺, 陈伟强, 等. 乡村地域系统韧性类型识别与驱动机制研究——以豫东平原区商丘市睢阳区为例[J]. 地理科学进展, 2023, 42(9): 1755-1768.

DOI

[Geng Yiwei, Li Xiaoshun, Chen Weiqiang, et al. Identification of rural regional system resilience types and driving mechanism: Taking Suiyang District, Shangqiu City as an example[J]. Advances in Geographic Sciences, 2023, 42(9): 1755-1768.]

[14]
邱明丽, 刘殿锋, 刘耀林. 乡村韧性理论框架与测度体系[J]. 中国土地科学, 2021, 35(8): 107-114.

[Qiu Mingli, Liu Dianfeng, Liu Yaolin. Review on theoretical framework and evaluation system of rural resilience[J]. China Land Science, 2021, 35(8): 107-114.]

[15]
胡霄, 李红波, 李智, 等. 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.

[Hu Xiao, Li Hongbo, Li Zhi, et al. Measurement and spatio-temporal evolution of rural resilience at county level in Hebei Province[J]. Geography and Geo-Information Science, 2021, 37(3): 89-96.]

[16]
陈晓红, 谷岳, 潘玮, 等. 基于抵御-吸收-更新的乡村韧性系统协调发展特征与动态响应机制——以黑龙江省为例[J]. 生态学报, 2024, 44(16): 6976-6988.

[Chen Xiaohong, Gu Yue, Pan Wei, et al. The coordinated development characteristics and dynamic response mechanism of defense-absorption-renewal of rural resilience system in Heilongjiang Province, China[J]. Chinese Journal of Ecology, 2024, 44(16): 6976-6988.]

[17]
金晨阳, 杜宏茹. 新疆耕地系统韧性时空变化特征及其分区划定[J]. 干旱区研究, 2024, 41(10): 1778-1788.

DOI

[Jin Chenyang, Du Hongru. Characteristics of spatial and temporal changes and zoning of cultivated land resilience in Xinjiang[J]. Arid Zone Research, 2024, 41(10): 1778-1788.]

DOI

[18]
李玉恒, 黄惠倩, 王晟业. 基于乡村经济韧性的传统农区城乡融合发展路径研究——以河北省典型县域为例[J]. 经济地理, 2021, 41(8): 28-33, 44.

DOI

[Li Yuheng, Huang Huiqian, Wang Shengye. Characteristics of spatial and temporal changes and zoning of cultivated land resilience in Xinjiang[J]. Economic Geography, 2021, 41(8): 28-33, 44.]

DOI

[19]
武前波, 胡嘉青, 薛雯露. 东部沿海地区乡村韧性测度及其发展路径研究——以浙江省为例[J]. 浙江大学学报(理学版), 2024, 51(6): 664-676.

[Wu Qianbo, Hu Jiaqing, Xue Wenlu. Research on the measurement of rural resilience level and its development path in the eastern coastal area: A case study of Zhejiang Province[J]. Journal of Zhejiang University (Science Edition), 2024, 51(6): 664-676.]

[20]
和佳慧, 吴映梅, 余丽娇, 等. 西部地区乡村韧性的时空演变及驱动因子探测[J]. 地域研究与开发, 2023, 42(1): 144-148, 160.

[He Jiahui, Wu Yingmei, Yu Lijiao, et al. Spatio-temporal evolution and driver detection of rural resilience in western China[J]. Regional Research and Development, 2023, 42(1): 144-148, 160.]

[21]
朱苏加, 吴建民, 梁子怡. 乡村振兴与县级行政区划调整分析——以河北省为例[J]. 地理与地理信息科学, 2020, 36(5): 137-142.

[Zhu Sujia, Wu Jianmin, Liang Ziyi. Analysis of rural revitalization and administrative division adjustment at county-level: A case study of Hebei Province[J]. Geography and Geo-Information Science, 2020, 36(5): 137-142.]

[22]
任洪杰, 李辉尚. 中国乡村生态韧性时空演变特征及影响因素探究[J]. 干旱区地理, 2024, 47(11): 1915-1923.

DOI

[Ren Hongjie, Li Huishang. Spatial and temporal evolution characteristics and influencing factors of rural ecological resilience in China[J]. Arid Land Geography, 2024, 47(11): 1915-1923.]

DOI

[23]
Holling C S. Resilience and stability of ecological systems[J]. Annual Review of Ecology and Systematics, 1973, 4(1): 1-23.

DOI

[24]
Xu Li, Marinovad D, Guo X. Resilience thinking: A renewed system approach for sustainability science[J]. Sustainability Science, 2015, 10(1): 123-138.

DOI

[25]
Alwxander D E. Resilience and disaster risk reduction: An etymological journey[J]. Natural Hazards and Earth System Sciences, 2013, 13(11): 2707-2716.

[26]
刘彦随, 郭仁忠, 张立强, 等. 乡村地域系统转型机理与情景模拟[J]. 地理学报, 2025, 80(4): 855-870.

DOI

[Liu Yansui, Guo Renzhong, Zhang Liqiang, et al. Transformation mechanism and scenario simulation of rural areal system[J]. Journal of Geography, 2025, 80(4): 855-870.]

[27]
资明贵, 周怡, 罗静, 等. 山区乡村地域系统韧性测度及影响因素研究——以大别山区罗田县为例[J]. 地理科学进展, 2022, 41(10): 1819-1832.

DOI

[Zi Minggui, Zhou Yi, Luo Jing, et al. Measurement and influencing factors of rural regional system resilience in mountainous areas: A case study of Luotian County in the Dabie Mountains[J]. Advances in Geographic Sciences, 2022, 41(10): 1819-1832.]

[28]
Modica M, Reggianiai A. Spatial economic resilience: Overview and perspectives[J]. Networks and Spatial Economics, 2014, 15(2): 211-233.

DOI

[29]
朱思吉, 吴映梅, 孙俊, 等. 2000—2020年西南山区乡村生计韧性时空演变特征及影响因素探测[J]. 长江流域资源与环境, 2025, 34(6): 1371-1384.

[Zhu Siji, Wu Yingmei, Sun Jun, et al. Spatiotemporal evolution and influencing factors of rural livelihood resilience in mountainous areas of southwest China from 2000 to 2020[J]. Resources and Environment of the Yangtze River Basin, 2025, 34(6): 1371-1384.]

[30]
高海峰, 汪溪远, 吴皓颖, 等. 基于最小数据集的新疆沙湾市农田土壤质量评价与障碍诊断[J]. 干旱区地理, 2024, 47(9): 1555-1565.

DOI

[Gao Haifeng, Wang Xiyuan, Wu Haoying, et al. Quality evaluation and obstacle diagnosis of farmland soil in Shawan City of Xinjiang based on minimum dataset[J]. Arid Land Geography, 2024, 47(9): 1555-1565.]

DOI

[31]
王瑞芳, 吕宝奇, 张文静. 黄河流域植被动态及其对气候变化的响应——基于气候干湿分区尺度[J]. 干旱区地理, 2025, 48(6): 973-984.

DOI

[Wang Ruifang, Lü Baoqi, Zhang Wenjing. Vegetation dynamics and their responses to climate change in the Yellow River Basin: Based on climatic wet and dry zoning scales[J]. Arid Land Geography, 2025, 48(6): 973-984.]

DOI

[32]
朱华友, 吉盼, 陈泽侠, 等. 异质性视角下浙江省农村韧性问题及影响因素[J]. 经济地理, 2021, 41(8): 160-166, 222.

DOI

[Zhu Huayou, Ji Pan, Chen Zexia, et al. Rural resilience and its influencing factors in Zhejiang Province from the perspective of heterogeneity[J]. Economic Geography, 2021, 41(8): 160-166, 222.]

DOI

[33]
Sharifi A, Allam Z. On the taxonomy of smart city indicators and their alignment with sustainability and resilience[J]. Environment and Planning B: Urban Analytics and City Science, 2021(7): 1-20.

Options
文章导航

/

〈 〉