長(zhǎng)江經(jīng)濟(jì)帶鄉(xiāng)村振興發(fā)展水平時(shí)空演化及預(yù)測(cè)

楊朝娟，賀高祥

（重慶財(cái)經(jīng)學(xué)院 財(cái)富管理學(xué)院，重慶 401320）

0 引言

長(zhǎng)江經(jīng)濟(jì)帶是我國(guó)經(jīng)濟(jì)實(shí)力最強(qiáng)、人口最多的區(qū)域之一，其發(fā)展關(guān)系國(guó)家發(fā)展全局，然而，該區(qū)域城鄉(xiāng)發(fā)展不平衡、農(nóng)村發(fā)展不充分的問(wèn)題仍然存在，嚴(yán)重制約了其可持續(xù)發(fā)展。對(duì)長(zhǎng)江經(jīng)濟(jì)帶的鄉(xiāng)村振興發(fā)展水平進(jìn)行實(shí)證研究，有助于厘清其發(fā)展現(xiàn)狀及未來(lái)發(fā)展趨勢(shì)，對(duì)提升長(zhǎng)江經(jīng)濟(jì)帶的鄉(xiāng)村振興建設(shè)水平，實(shí)現(xiàn)鄉(xiāng)村振興的戰(zhàn)略目標(biāo)有重要的指導(dǎo)意義。

目前，有關(guān)鄉(xiāng)村振興的研究主要集中在鄉(xiāng)村振興戰(zhàn)略的理論探討和實(shí)證研究?jī)蓚€(gè)方面，理論層面的研究主要聚焦于鄉(xiāng)村振興戰(zhàn)略的內(nèi)涵及邏輯關(guān)系[1]、現(xiàn)實(shí)背景[2]、城鄉(xiāng)關(guān)系[3]等方面，并對(duì)鄉(xiāng)村振興與鄉(xiāng)村旅游[4]、脫貧攻堅(jiān)[5,6]、共同富裕[7]等方面的關(guān)系進(jìn)行了一系列闡釋。實(shí)證方面的研究主要集中于鄉(xiāng)村振興水平測(cè)度、時(shí)空演化、影響因素及與其他系統(tǒng)耦合研究等方面。在水平測(cè)度方面，現(xiàn)有研究主要圍繞產(chǎn)業(yè)興旺、生態(tài)宜居、鄉(xiāng)風(fēng)文明、治理有效、生活富裕設(shè)計(jì)指標(biāo)體系，從不同角度采用不同方法測(cè)度各地區(qū)鄉(xiāng)村振興水平[8—11]。

已有研究為本文的研究提供了基礎(chǔ)，但仍存在一些不足。多數(shù)文獻(xiàn)研究視角、指標(biāo)體系構(gòu)成不完善，研究方法單一，研究結(jié)果不全面。已有研究多采用歷史數(shù)據(jù)進(jìn)行實(shí)證分析，較少系統(tǒng)預(yù)測(cè)鄉(xiāng)村振興水平未來(lái)發(fā)展趨勢(shì)，同時(shí)，也缺乏鄉(xiāng)村振興空間遷移軌跡的研究。鑒于此，本文以長(zhǎng)江經(jīng)濟(jì)帶11 個(gè)省份為研究對(duì)象，綜合運(yùn)用改進(jìn)的TOPSIS法、冷熱點(diǎn)分析法、趨勢(shì)面分析法、標(biāo)準(zhǔn)差橢圓分析法和灰色預(yù)測(cè)模型來(lái)探討長(zhǎng)江經(jīng)濟(jì)帶鄉(xiāng)村振興發(fā)展水平的時(shí)空演化規(guī)律并預(yù)測(cè)其未來(lái)發(fā)展趨勢(shì)，以期為鄉(xiāng)村振興戰(zhàn)略的區(qū)域化發(fā)展提供技術(shù)支撐。

1 研究設(shè)計(jì)

1.1 研究方法

1.1.1 改進(jìn)的TOPSIS法

TOPSIS 法是一種常見(jiàn)的多屬性決策分析方法，具有計(jì)算簡(jiǎn)便、評(píng)價(jià)結(jié)果合理等特點(diǎn)，被廣泛應(yīng)用于社會(huì)經(jīng)濟(jì)和工程技術(shù)等領(lǐng)域。但TOPSIS法本身也存在兩個(gè)明顯不足，一是TOPSIS法考察實(shí)際方案與理想方案的差距時(shí)，采用的是歐氏距離，而歐氏距離表示的是直線距離，僅體現(xiàn)了線性關(guān)系，沒(méi)有體現(xiàn)形狀上的非線性關(guān)系；二是TOPSIS法并不偏好各項(xiàng)指標(biāo)，不同的賦權(quán)方法對(duì)評(píng)價(jià)結(jié)果影響較大[12]。本文綜合運(yùn)用CRITIC法和熵值法確定鄉(xiāng)村振興各指標(biāo)權(quán)重，兩種方法都是客觀賦權(quán)法，熵值法突出指標(biāo)數(shù)據(jù)的離散程度，CRITIC法則兼顧指標(biāo)的變異性與沖突性，兩者結(jié)合可以相互彌補(bǔ)不足，從而實(shí)現(xiàn)指標(biāo)信息權(quán)重的客觀融合。另外，有研究發(fā)現(xiàn)，灰色關(guān)聯(lián)分析可以衡量曲線形狀相似性，因此歐氏距離和灰色關(guān)聯(lián)度結(jié)合可以改進(jìn)TOPSIS 法的不足，使分析結(jié)果更具有合理性與可靠性。具體步驟如下：

（1）數(shù)據(jù)預(yù)處理

構(gòu)建原始數(shù)據(jù)矩陣：

正向指標(biāo)和逆向指標(biāo)無(wú)量綱化處理分別為：

其中，i表示省份，j表示評(píng)價(jià)指標(biāo)(i=1，2，…，m;j=1，2，…，n)，m、n分別為省份、指標(biāo)總數(shù)。xij、max(xij)、min(xij)和Xij分別表示指標(biāo)原始值、最大值、最小值和標(biāo)準(zhǔn)化后的值。

（2）CRITIC法與熵值法綜合確定權(quán)重

首先，基于熵值法計(jì)算權(quán)重W1j。公式為：

其中，Ej為信息熵，考察的是指標(biāo)分布離散情況，值越大表明指標(biāo)數(shù)值越離散，攜帶的信息越少。

其次，基于CRITIC法計(jì)算權(quán)重W2j。公式為：

其中，Sj表示指標(biāo)變異性，用標(biāo)準(zhǔn)差計(jì)算，該值越大，表明指標(biāo)j的數(shù)值差異越大，其自身的評(píng)價(jià)程度越強(qiáng)；Rj表示指標(biāo)沖突性，用相關(guān)系數(shù)計(jì)算；ρij表示兩指標(biāo)之間的相關(guān)系數(shù)，該值越大表明其自身的評(píng)價(jià)強(qiáng)度越弱；Cj表示信息量，該值越大，表明指標(biāo)j的權(quán)重越大。

最后，計(jì)算綜合權(quán)重。

Wj為j項(xiàng)指標(biāo)的綜合權(quán)重，假設(shè)β=0.5，即兩種賦權(quán)方法具有相同的重要性。

（3）構(gòu)建加權(quán)矩陣并確定正負(fù)理想解

將各指標(biāo)權(quán)重與標(biāo)準(zhǔn)化后的數(shù)據(jù)相乘，構(gòu)建加權(quán)矩陣，并確定各指標(biāo)的正負(fù)理想解和，公式為：

（4）計(jì)算歐氏距離和灰色關(guān)聯(lián)度（GR）

其中，θ為分辨系數(shù)，借鑒已有研究，本文取0.5。

（5）計(jì)算相對(duì)貼近度

其中，Ci為各方案綜合貼近度，Pi、Qi分別為基于歐式距離和灰色關(guān)聯(lián)度計(jì)算的貼近度，為無(wú)量綱化處理后的值，α1、α2指對(duì)形狀和距離的偏重程度，令α1=α2=0.5。

1.1.2 冷熱點(diǎn)分析法

Getis-Ord Gi*模型可對(duì)研究對(duì)象的熱點(diǎn)區(qū)和冷點(diǎn)區(qū)進(jìn)行空間劃分。冷熱點(diǎn)分析法用于探索地理屬性局部空間聚類特征，判斷其是否存在高值或低值聚集，常用于區(qū)域空間格局演變研究[13]。其公式為：

其中，xi、xj分別表示i地區(qū)和j地區(qū)的鄉(xiāng)村振興發(fā)展水平；Gi為統(tǒng)計(jì)得分；Wij為其空間權(quán)重，若相鄰則為1，若不相鄰則為0；E(Gi)和Var(Gi)分別為數(shù)學(xué)期望和方差。若Z(Gi)值為正且顯著，則該區(qū)域?yàn)闊狳c(diǎn)區(qū)；若Z(Gi)值為負(fù)且顯著，則該區(qū)域?yàn)槔潼c(diǎn)區(qū)。

1.1.3 趨勢(shì)面分析法

趨勢(shì)面分析法能夠直觀呈現(xiàn)較大空間跨度的研究對(duì)象在空間上的分布規(guī)律和變化趨勢(shì)，在空間分析方面具有重要的應(yīng)用價(jià)值。其本質(zhì)是通過(guò)回歸分析原理，運(yùn)用最小二乘法擬合一個(gè)二元非線性函數(shù)，模擬地理要素在空間上的分布規(guī)律，展示地理要素在地域空間上的變化趨勢(shì)。本文采用趨勢(shì)面分析法揭示長(zhǎng)江經(jīng)濟(jì)帶鄉(xiāng)村振興發(fā)展水平的空間分異規(guī)律。

1.1.4 標(biāo)準(zhǔn)差橢圓分析法

標(biāo)準(zhǔn)差橢圓[14]能夠揭示研究對(duì)象的空間分布方向、聚集及趨勢(shì)特征，被廣泛應(yīng)用于自然、社會(huì)、經(jīng)濟(jì)等領(lǐng)域。其包含平均中心、主軸、輔軸、方位角等要素，橢圓的主軸（長(zhǎng)半軸）和輔軸（短半軸）分別代表研究對(duì)象的方向及范圍，主軸越長(zhǎng)，表示研究對(duì)象的方向性越明顯；輔軸越短，表示研究對(duì)象呈現(xiàn)的向心力越明顯。橢圓的扁率代表空間分布形態(tài)，由長(zhǎng)短半軸計(jì)算求得，長(zhǎng)短半軸的值差距越大，扁率越大，橢圓的中心代表空間分布重心。具體計(jì)算公式見(jiàn)文獻(xiàn)[15]。

1.1.5 灰色預(yù)測(cè)模型

灰色系統(tǒng)理論廣泛應(yīng)用在工程控制、經(jīng)濟(jì)管理、社會(huì)系統(tǒng)等領(lǐng)域?；诨疑到y(tǒng)理論的GM(1,1)模型是一階灰色預(yù)測(cè)模型。鑒于長(zhǎng)江經(jīng)濟(jì)帶鄉(xiāng)村振興評(píng)價(jià)指標(biāo)內(nèi)容多，指標(biāo)彼此間存在相互影響和相互制約的復(fù)雜關(guān)系，本文采用灰色系統(tǒng)GM(1,1)模型對(duì)長(zhǎng)江經(jīng)濟(jì)帶鄉(xiāng)村振興未來(lái)發(fā)展態(tài)勢(shì)進(jìn)行數(shù)列預(yù)測(cè)?；疑到y(tǒng)GM(1,1)模型的具體計(jì)算步驟及指標(biāo)內(nèi)涵可參考文獻(xiàn)[16，17]。

1.2 指標(biāo)體系構(gòu)建

以《鄉(xiāng)村振興戰(zhàn)略規(guī)劃（2018—2022 年）》中的指標(biāo)體系為參考依據(jù)，結(jié)合大多數(shù)學(xué)者的觀點(diǎn)，本文選擇從產(chǎn)業(yè)興旺、生態(tài)宜居、鄉(xiāng)風(fēng)文明、治理有效、生活富裕5 個(gè)方面構(gòu)建指標(biāo)體系測(cè)度鄉(xiāng)村振興發(fā)展水平。其中，產(chǎn)業(yè)興旺是鄉(xiāng)村振興的基石，主要體現(xiàn)在經(jīng)濟(jì)增長(zhǎng)、生產(chǎn)效率、產(chǎn)品品質(zhì)三個(gè)方面。其中，第一產(chǎn)業(yè)增加值及單位面積糧食產(chǎn)量作為考量產(chǎn)業(yè)興旺的首要因素，反映了農(nóng)業(yè)增長(zhǎng)情況。水資源利用效率、農(nóng)業(yè)規(guī)?；潭群娃r(nóng)業(yè)機(jī)械化程度反映了農(nóng)業(yè)生產(chǎn)效率?；?、農(nóng)藥及農(nóng)膜使用情況最終影響農(nóng)產(chǎn)品質(zhì)量，只有提高農(nóng)產(chǎn)品質(zhì)量，才能實(shí)現(xiàn)農(nóng)業(yè)綠色可持續(xù)發(fā)展。生態(tài)宜居是鄉(xiāng)村振興的保證，主要體現(xiàn)在農(nóng)村生態(tài)環(huán)境和生活便捷兩個(gè)方面，農(nóng)村擁有良好的生態(tài)環(huán)境，便捷的生活設(shè)施是生態(tài)宜居的重要體現(xiàn)。鄉(xiāng)風(fēng)文明是鄉(xiāng)村振興的靈魂，主要體現(xiàn)在鄉(xiāng)村傳統(tǒng)美德和農(nóng)民文化素養(yǎng)兩個(gè)方面。治理有效是鄉(xiāng)村振興的核心，農(nóng)村基層組織處在鄉(xiāng)村建設(shè)的第一線，其治理能力的高低直接決定鄉(xiāng)村振興戰(zhàn)略實(shí)施的效果。生活富裕是鄉(xiāng)村振興戰(zhàn)略的根本目標(biāo)，不僅要提高農(nóng)民收入和消費(fèi)水平，更要提高農(nóng)民的生活質(zhì)量。鄉(xiāng)村振興發(fā)展水平評(píng)價(jià)指標(biāo)體系具體見(jiàn)表1。

表1 鄉(xiāng)村振興發(fā)展水平評(píng)價(jià)指標(biāo)體系

1.3 數(shù)據(jù)來(lái)源

本文數(shù)據(jù)來(lái)源于歷年《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》《中國(guó)城鄉(xiāng)建設(shè)統(tǒng)計(jì)年鑒》《中國(guó)水利統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》及各省份統(tǒng)計(jì)年鑒。部分缺失數(shù)據(jù)通過(guò)線性插值法補(bǔ)齊?；A(chǔ)地理信息數(shù)據(jù)來(lái)自國(guó)家基礎(chǔ)地理信息中心（http：//ngcc.sbsm.gov.cn/）。

2 長(zhǎng)江經(jīng)濟(jì)帶鄉(xiāng)村振興發(fā)展水平時(shí)空演化特征

2.1 時(shí)序演化特征

根據(jù)前述公式測(cè)算出2010—2020年長(zhǎng)江經(jīng)濟(jì)帶鄉(xiāng)村振興綜合得分。整體而言，長(zhǎng)江經(jīng)濟(jì)帶鄉(xiāng)村振興發(fā)展水平呈逐步提高態(tài)勢(shì)，但增幅有限，鄉(xiāng)村振興發(fā)展水平由2010年的0.246上升到2020年的0.379，年平均鄉(xiāng)村振興綜合得分為0.309，年均增幅0.63 個(gè)百分點(diǎn)。長(zhǎng)江經(jīng)濟(jì)帶上、中、下游地區(qū)鄉(xiāng)村振興發(fā)展水平存在顯著差異（見(jiàn)圖1），下游地區(qū)鄉(xiāng)村振興發(fā)展水平的均值為0.425，明顯高于上游地區(qū)（0.238）和中游地區(qū)（0.292），但都呈現(xiàn)逐步提高的態(tài)勢(shì)。從省域?qū)用婵?，鄉(xiāng)村振興發(fā)展平均水平排名前三位的為上海、浙江、江蘇。排名后三位的為貴州、云南、四川。

圖1 2010—2020年長(zhǎng)江經(jīng)濟(jì)帶鄉(xiāng)村振興發(fā)展水平

2.2 空間演變特征

2.2.1 空間分布特征

選取2010年、2015年和2020年3個(gè)年份，通過(guò)自然斷點(diǎn)法將長(zhǎng)江經(jīng)濟(jì)帶鄉(xiāng)村振興發(fā)展水平分為4 類并進(jìn)行可視化。從圖2 可以看出，2010—2020 年，長(zhǎng)江經(jīng)濟(jì)帶鄉(xiāng)村振興高水平、中高水平的地區(qū)逐漸增多，低水平、中低水平的地區(qū)逐漸減少。研究期間鄉(xiāng)村振興發(fā)展等級(jí)固化的有3個(gè)省份，上海為高水平區(qū)，安徽為中低水平區(qū)，貴州為低水平區(qū)。除此之外，鄉(xiāng)村振興發(fā)展等級(jí)處于向上等級(jí)或向下等級(jí)轉(zhuǎn)移。分地區(qū)來(lái)看，下游有2 個(gè)省份發(fā)生向上轉(zhuǎn)移，其中，浙江和江蘇鄉(xiāng)村振興發(fā)展等級(jí)在2015年向上轉(zhuǎn)移到高水平區(qū)，截至2020年，長(zhǎng)江經(jīng)濟(jì)帶下游省份鄉(xiāng)村振興發(fā)展水平都處于高水平；中游有3 個(gè)省份發(fā)生向上轉(zhuǎn)移，其中，湖北、湖南、江西鄉(xiāng)村振興發(fā)展等級(jí)在2015年向上轉(zhuǎn)移到中高水平區(qū)，截至2020年，長(zhǎng)江經(jīng)濟(jì)帶中游省份鄉(xiāng)村振興發(fā)展水平為中高和中低水平；上游有1個(gè)省份發(fā)生向上轉(zhuǎn)移，2個(gè)省份呈現(xiàn)波動(dòng)式向上轉(zhuǎn)移，1個(gè)省份保持不變，其中云南鄉(xiāng)村振興發(fā)展等級(jí)在2020 年向上轉(zhuǎn)移到中低水平區(qū)，四川、重慶鄉(xiāng)村振興發(fā)展等級(jí)在2015年向下轉(zhuǎn)移到低水平區(qū)，到2020 年又向上轉(zhuǎn)移回到中低水平區(qū)，截至2020年，長(zhǎng)江經(jīng)濟(jì)帶上游省份鄉(xiāng)村振興發(fā)展水平為低水平和中低水平。

圖2 長(zhǎng)江經(jīng)濟(jì)帶鄉(xiāng)村振興水平空間分布圖

2.2.2 空間聚集特征

本文基于局域G 指數(shù)分析探究2010—2020 年長(zhǎng)江經(jīng)濟(jì)帶鄉(xiāng)村振興的空間集聚特征，并通過(guò)自然斷裂點(diǎn)法從高到低依次將研究區(qū)劃分為熱點(diǎn)區(qū)、次熱點(diǎn)區(qū)、次冷點(diǎn)區(qū)和冷點(diǎn)區(qū)4類（見(jiàn)圖3）。

圖3 長(zhǎng)江經(jīng)濟(jì)帶鄉(xiāng)村振興冷熱點(diǎn)分布圖

長(zhǎng)江經(jīng)濟(jì)帶鄉(xiāng)村振興發(fā)展水平冷熱點(diǎn)格局相對(duì)穩(wěn)定。長(zhǎng)江中游和下游地區(qū)成為研究期內(nèi)穩(wěn)固的鄉(xiāng)村發(fā)展次熱點(diǎn)區(qū)和熱點(diǎn)區(qū)，而冷點(diǎn)區(qū)域和次冷點(diǎn)區(qū)主要集中在上游地區(qū)。從次熱點(diǎn)區(qū)的變遷來(lái)看，2010—2020 年，長(zhǎng)江經(jīng)濟(jì)帶鄉(xiāng)村振興的次熱點(diǎn)區(qū)和熱點(diǎn)區(qū)均沒(méi)有發(fā)生變化，熱點(diǎn)區(qū)是以上海、江蘇、浙江為代表的長(zhǎng)三角區(qū)域，次熱點(diǎn)區(qū)為安徽、江西、湖北、湖南4個(gè)中游地區(qū)省份。另外，2010年，冷點(diǎn)區(qū)為四川、云南、貴州，次冷點(diǎn)區(qū)為重慶，直到2015年，云南由冷點(diǎn)區(qū)遷移到次冷點(diǎn)區(qū)，其他地區(qū)保持不變，截至2020年，冷點(diǎn)區(qū)為四川和貴州、次冷點(diǎn)區(qū)為重慶和云南。

2.2.3 空間趨勢(shì)特征

利用ArcGIS 軟件中的全局趨勢(shì)面分析工具，將2010—2020 年長(zhǎng)江經(jīng)濟(jì)帶鄉(xiāng)村振興發(fā)展水平作為高度屬性Z值，各地區(qū)的地理坐標(biāo)作為水平屬性X值、Y值，采用二階多項(xiàng)式進(jìn)行擬合，結(jié)果如圖4 所示（其中X 軸代表東西方向，Y軸代表南北方向）。整體來(lái)看，長(zhǎng)江經(jīng)濟(jì)帶鄉(xiāng)村振興發(fā)展水平在東西方向和南北方向均大致呈現(xiàn)“U”型的空間分異特征，且東西方向更加明顯。從各年份空間分異的變化趨勢(shì)來(lái)看，2010—2020 年長(zhǎng)江經(jīng)濟(jì)帶鄉(xiāng)村振興的空間分異規(guī)律基本保持不變。長(zhǎng)江經(jīng)濟(jì)帶南北方向鄉(xiāng)村振興水平存在一定差異，但相較于東西方向而言，差異較小。而在東西方向上，鄉(xiāng)村振興水平的差異較大，呈現(xiàn)由西向東遞增的態(tài)勢(shì)，表明鄉(xiāng)村振興發(fā)展水平具有東部高于西部的特征。

圖4 2010—2020年長(zhǎng)江經(jīng)濟(jì)帶鄉(xiāng)村振興空間趨勢(shì)特征

2.2.4 空間變遷軌跡

標(biāo)準(zhǔn)差橢圓可以很好地反映長(zhǎng)江經(jīng)濟(jì)帶空間分布形態(tài)和宏觀演變規(guī)律。本文基于標(biāo)準(zhǔn)差橢圓方法（SDE）和重心遷移探究2010—2020年鄉(xiāng)村振興發(fā)展水平空間遷移軌跡，具體在ArcGIS 10.2軟件空間統(tǒng)計(jì)工具模塊中實(shí)現(xiàn)，標(biāo)準(zhǔn)差橢圓采用數(shù)據(jù)包含量為65%的標(biāo)準(zhǔn)計(jì)算所得。結(jié)果見(jiàn)下頁(yè)表2和圖5。

圖5 標(biāo)準(zhǔn)差橢圓及重心遷移結(jié)果

表2 標(biāo)準(zhǔn)差橢圓及重心遷移結(jié)果

長(zhǎng)江經(jīng)濟(jì)帶鄉(xiāng)村振興發(fā)展水平的重心主要位于113°26′45.126″E 至114°12′41.047″E，29°51′36.032″N 至30°0′41.469″ N 區(qū)域范圍內(nèi)，集中分布于湖北的江夏區(qū)、嘉魚(yú)縣、赤壁市、洪湖市。研究期內(nèi)，重心總體呈現(xiàn)向西南方移動(dòng)趨勢(shì)，且先快后慢，大致以2013 年、2016 年為分界點(diǎn)。2010—2013年，各地區(qū)鄉(xiāng)村振興發(fā)展水平的增長(zhǎng)幅度存在較大的區(qū)域差異性，而2014—2016 年，各地區(qū)鄉(xiāng)村振興發(fā)展水平的提升幅度相對(duì)接近，差異相對(duì)較小，2017—2020年，各地區(qū)鄉(xiāng)村振興發(fā)展水平的增長(zhǎng)幅度的差異性又逐漸增大。從重心遷移距離來(lái)看，2010—2020 年長(zhǎng)江經(jīng)濟(jì)帶鄉(xiāng)村振興發(fā)展重心累計(jì)移動(dòng)距離約78.008 km，其中，東西方向移動(dòng)距離約74.8km，南北方向移動(dòng)距離約17.94km，表明長(zhǎng)江經(jīng)濟(jì)帶鄉(xiāng)村振興發(fā)展水平東西差異較南北差異更大，更容易產(chǎn)生區(qū)域鄉(xiāng)村振興發(fā)展不均衡現(xiàn)象。

從標(biāo)準(zhǔn)差橢圓形狀變化來(lái)看，2010—2020 年，標(biāo)準(zhǔn)差橢圓逐漸向西南方向移動(dòng)，且長(zhǎng)半軸明顯大于短半軸，說(shuō)明長(zhǎng)江經(jīng)濟(jì)帶鄉(xiāng)村振興發(fā)展水平西南方向的增長(zhǎng)幅度大于東北方向，且東西方向呈現(xiàn)明顯的趨勢(shì)特征。

從方位角變化來(lái)看，研究期間呈先減小后增大的趨勢(shì)，但總體來(lái)說(shuō)變化不大。從橢圓生成面積來(lái)看，2020 年長(zhǎng)江經(jīng)濟(jì)帶鄉(xiāng)村振興發(fā)展水平的范圍大于2010 年，且2020 年生成的扁率也高于2010年，表明長(zhǎng)江經(jīng)濟(jì)帶鄉(xiāng)村振興發(fā)水平的空間分布更加分散，但方向趨勢(shì)比2010年更明顯。

3 長(zhǎng)江經(jīng)濟(jì)帶鄉(xiāng)村振興發(fā)展水平預(yù)測(cè)結(jié)果

以長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省份2010—2020年鄉(xiāng)村振興發(fā)展為原始數(shù)據(jù)，采用灰色系統(tǒng)GM(1，1)模型對(duì)長(zhǎng)江經(jīng)濟(jì)帶2021—2030 年鄉(xiāng)村振興發(fā)展水平進(jìn)行預(yù)測(cè)，同時(shí)，分別計(jì)算長(zhǎng)江經(jīng)濟(jì)帶上、中、下游以及長(zhǎng)江經(jīng)濟(jì)帶整體預(yù)測(cè)樣本時(shí)期的鄉(xiāng)村振興水平。從表3可以看出，貴州的殘差相對(duì)誤差最大值（12.32%）稍大一點(diǎn)，其余省份和上、中、下游及長(zhǎng)江經(jīng)濟(jì)帶整體都相對(duì)較低，但貴州的平均殘差相誤差也僅有3.9%，大多數(shù)地區(qū)殘差相對(duì)誤差最大值都在5%以內(nèi)，平均相對(duì)精度均超過(guò)95%，且所有地區(qū)的后驗(yàn)差檢驗(yàn)c≤0.35，p≥0.95，模型精度較高，這說(shuō)明所構(gòu)建的模型可以進(jìn)行未來(lái)時(shí)序的前景預(yù)測(cè)。

表3 長(zhǎng)江經(jīng)濟(jì)帶鄉(xiāng)村振興發(fā)展水平預(yù)測(cè)結(jié)果

由表3 可知，長(zhǎng)江經(jīng)濟(jì)帶鄉(xiāng)村振興發(fā)展水平由2021年的0.387 上升至2030 年的0.546，整體上延續(xù)了2010—2020 年的演化特征，呈現(xiàn)持續(xù)提升趨勢(shì)。分地區(qū)來(lái)看，上、中、下游的鄉(xiāng)村振興發(fā)展水平均呈現(xiàn)提升趨勢(shì)，但2021—2030 年下游與上游和中游仍存在顯著的區(qū)域差距，中游與上游鄉(xiāng)村振興發(fā)展水平差距逐漸縮小，呈現(xiàn)下游（0.666）＞中游（0.509）＞上游（0.503）的分布特征。從省域?qū)用鎭?lái)看，浙江、江蘇的鄉(xiāng)村振興發(fā)展水平超過(guò)上海，在11個(gè)省份中處于絕對(duì)領(lǐng)先地位；值得注意的是，湖南未來(lái)鄉(xiāng)村振興發(fā)展水平提升較快，和中游的其他省份存在一定差距，另外，上游的重慶、云南兩個(gè)省份的鄉(xiāng)村振興發(fā)展水平也提升較快，在所有省份中貴州的鄉(xiāng)村振興發(fā)展水平在2021—2030年仍處于落后位置。長(zhǎng)江經(jīng)濟(jì)帶鄉(xiāng)村振興發(fā)展水平最高的省份浙江（0.697）遠(yuǎn)高于最低的省份貴州（0.424），隨著鄉(xiāng)村振興發(fā)展水平的提升，絕對(duì)差距依然很大。

4 結(jié)論

本文以長(zhǎng)江經(jīng)濟(jì)帶11 個(gè)省份為研究對(duì)象，構(gòu)建鄉(xiāng)村振興發(fā)展水平評(píng)價(jià)指標(biāo)體系，通過(guò)改進(jìn)的TOPSIS 法對(duì)長(zhǎng)江經(jīng)濟(jì)帶11 個(gè)省份的鄉(xiāng)村振興發(fā)展水平進(jìn)行測(cè)度，并借助GIS軟件分析了長(zhǎng)江經(jīng)濟(jì)帶鄉(xiāng)村振興的空間分布、聚集及趨勢(shì)演化特征，進(jìn)一步分析了其空間變遷軌跡，最后采用灰色系統(tǒng)GM(1，1)模型，對(duì)2021—2030年長(zhǎng)江經(jīng)濟(jì)帶鄉(xiāng)村振興發(fā)展水平進(jìn)行中短期預(yù)測(cè)。結(jié)果表明：（1）長(zhǎng)江經(jīng)濟(jì)帶鄉(xiāng)村振興發(fā)展水平呈現(xiàn)逐年遞增態(tài)勢(shì)但增幅有限，各地區(qū)之間仍處于非均衡狀態(tài)，呈現(xiàn)下游、中游、上游地區(qū)依次遞減態(tài)勢(shì)。（2）熱點(diǎn)和冷點(diǎn)格局相對(duì)穩(wěn)定。長(zhǎng)江中游和下游地區(qū)是研究期內(nèi)穩(wěn)固的鄉(xiāng)村振興發(fā)展次熱點(diǎn)區(qū)和熱點(diǎn)區(qū)，而冷點(diǎn)區(qū)和次冷點(diǎn)區(qū)主要集中在西部地區(qū)。（3）長(zhǎng)江經(jīng)濟(jì)帶鄉(xiāng)村振興發(fā)展水平在東西方向和南北方向均大致呈現(xiàn)“U”型的時(shí)空分異特征，且東西方向更加明顯，呈現(xiàn)東部高于西部的趨勢(shì)特征。（4）從準(zhǔn)差橢圓的形狀和重心遷移路徑來(lái)看，長(zhǎng)江經(jīng)濟(jì)帶鄉(xiāng)村振興發(fā)展水平在西南方向的增長(zhǎng)幅度大于東北方向，且東西方向呈現(xiàn)明顯的趨勢(shì)特征。重心總體呈現(xiàn)向西南方移動(dòng)趨勢(shì)，且先快后慢，長(zhǎng)江經(jīng)濟(jì)帶東西差異較南北差異更大，更容易產(chǎn)生區(qū)域鄉(xiāng)村振興發(fā)展不均衡現(xiàn)象。（5）2021—2030 年，長(zhǎng)江經(jīng)濟(jì)帶鄉(xiāng)村振興發(fā)展水平整體上延續(xù)了2010—2020 年的演化特征，呈現(xiàn)持續(xù)提升趨勢(shì)，但下游與上游和中游仍存在顯著的區(qū)域差距，上游與中游鄉(xiāng)村振興發(fā)展水平差距逐漸縮小，隨著鄉(xiāng)村振興發(fā)展水平的提升，各地區(qū)之間的絕對(duì)差距可能會(huì)更加突出。