中國縣域鄉(xiāng)村人口收縮的空間識別及驅動機制：基于斑塊尺度的研究

摘要 分析縣域鄉(xiāng)村地區(qū)收縮空間格局差異及其影響因素，為剖析縣域內人地關系、促進資源高效集約利用提供實證依據(jù)及科學指導。利用農(nóng)村居民點的居民點圖斑和高分辨率人口分布數(shù)據(jù)LandScan 等具體地理信息數(shù)據(jù)，創(chuàng)新性地構建人口收縮指數(shù)指標，以此來系統(tǒng)性檢測2000—2020 年我國農(nóng)村居民點在斑塊尺度上的人口密度動態(tài)變化情況，并全面分析全國2 847 個縣域范圍內農(nóng)村居民點人口收縮的空間分布特點。結果顯示：收縮斑塊在淮河流域突出集中，西部地區(qū)居民點以輕度收縮為主，東部沿海居民點多為重度收縮。在縣域層面，鄉(xiāng)村人口收縮現(xiàn)象顯示出顯著的地域差異性，形成了“兩帶多集聚區(qū)”的空間格局特征，不同行政區(qū)劃類型的縣（市）呈現(xiàn)出差異化的人口收縮特性。城鎮(zhèn)化水平（UR）、教育服務水平（EDU）、農(nóng)業(yè)機械化水平（ARG）是我國縣域鄉(xiāng)村內部收縮最顯著的3 個影響因素。交互作用層面，教育服務水平和農(nóng)村收入水平的組合作用解釋力最強。

關鍵詞 鄉(xiāng)村收縮； 斑塊尺度； 空間格局； 地理探測器

中圖分類號 TU982.5 文獻標識碼 A 文章編號 1000-2421（2024）06-0039-14

當前我國城鄉(xiāng)結構轉化加速推進，城鎮(zhèn)化進程加快，城鎮(zhèn)人口總量穩(wěn)步增長，城鎮(zhèn)化質量和覆蓋范圍顯著提升。截至2023 年底，我國常住人口城鎮(zhèn)化率已達66.16%，快速城鎮(zhèn)化和工業(yè)化進程驅動了我國鄉(xiāng)村地域的巨大變化，在此過程中，城鄉(xiāng)差距不斷擴大，鄉(xiāng)村人口大量涌入城鎮(zhèn)轉化為城鎮(zhèn)人口，同時城市空間擴張的需求擠壓了鄉(xiāng)村空間，進一步加速鄉(xiāng)村人口的流失。數(shù)據(jù)顯示，2015—2023 年鄉(xiāng)村人口的負增長早于全國人口負增長25 a。1995 年以來，鄉(xiāng)村人口累計減少約3.7 億人，同時村莊用地面積遠大于城市，但城市人口多于農(nóng)村，城鄉(xiāng)人口與建設用地資源的錯配和供需不對稱導致“人減地增”悖論、鄉(xiāng)村空心化、宅基地閑置與空間混亂等人地關系失衡問題。2024 年中央一號文件指出，未來的鄉(xiāng)村建設要根據(jù)人口變化來推進，提出“適應鄉(xiāng)村人口變化趨勢，優(yōu)化村莊布局、產(chǎn)業(yè)結構、公共服務配置”要求。

歷史上我國農(nóng)村建設用地建設和發(fā)展缺乏統(tǒng)一的科學規(guī)劃，存在較為嚴重的閑置和粗放利用現(xiàn)象?！多l(xiāng)村振興用地政策指南（2023 年）》指出，要通過積極盤活存量等舉措提高基層用地管理水平，積極推進居民點集約化管理，倡導鄉(xiāng)村空間重構。鄉(xiāng)村社會經(jīng)濟結構經(jīng)歷深刻變革過程中，在內部結構面臨轉型、鄉(xiāng)村人口持續(xù)減少的趨勢前提下，人口并非在空間上均勻減少。現(xiàn)實中存在著村莊之間的分化，產(chǎn)業(yè)基礎和人居環(huán)境良好的村莊可能會吸引人口流入，人口出現(xiàn)增加態(tài)勢，更多村莊因為人地資源的重新分配而出現(xiàn)大量空閑土地，內部結構“空心化”仍是當前農(nóng)村居民點用地結構演變的主要方向［1］。

我國正從“鄉(xiāng)村中國”邁向“城鄉(xiāng)中國”，實踐中，城市的邊界拓展與治理體系配置某種程度上也倒推鄉(xiāng)村人口重構。城鎮(zhèn)化水平較高的大都市面臨發(fā)展建設用地短缺困境的同時，郊區(qū)鄉(xiāng)村大塊建設用地人口流出嚴重，土地低效利用，面臨城鄉(xiāng)用地結構難題。另外城市擴張過程中大量鄉(xiāng)村被卷入城市建成區(qū)，這些區(qū)域通過集中居住、村莊撤并以實現(xiàn)公共服務一體化，一些村莊總體上人數(shù)變化不大甚至增長，但往往內部出現(xiàn)比例較高的局部收縮區(qū)域，這些地區(qū)的鄉(xiāng)村收縮并非僅發(fā)生在經(jīng)濟落后省份，也常出現(xiàn)在經(jīng)濟較好的區(qū)域，其背后是要素重構引發(fā)的區(qū)域人口重新分布［2］，這些局部收縮地塊往往難以偵測。因此，從空間和程度上識別出這些鄉(xiāng)村局部收縮，明晰居民點系統(tǒng)的用地結構，為政府合理匹配鄉(xiāng)村人居環(huán)境資源、城鄉(xiāng)融合發(fā)展戰(zhàn)略實現(xiàn)具有重要意義。

鄉(xiāng)村收縮是一個復雜且多維度的現(xiàn)象，地理學界關于鄉(xiāng)村收縮的識別和驅動已有大量研究。西方發(fā)達國家在經(jīng)歷城市化后率先出現(xiàn)鄉(xiāng)村人口自然收縮，提出收縮概念，ESCAPE 報告定義收縮區(qū)域為長期（至少一代人）內人口顯著減少的地區(qū)，特別指出收縮鄉(xiāng)村為至少20 年人口持續(xù)流失的地區(qū)［3］。國內學者對于收縮研究側重于城市收縮的探討，在城市收縮領域已有較為成熟的研究脈絡，但對鄉(xiāng)村收縮系統(tǒng)性的理論與實踐的探究相對薄弱。劉振等［4］首次將人口收縮概念由城市延伸至鄉(xiāng)村領域，定義收縮為具有獨立社會經(jīng)濟體系的區(qū)域在特定時間段內出現(xiàn)總人口、勞動力或家庭數(shù)量持續(xù)下滑的狀態(tài)。

在鄉(xiāng)村收縮識別測度上，目前尚未形成統(tǒng)一標準，主要集中于人口與空間2 個維度。鄉(xiāng)村人口流失作為鄉(xiāng)村收縮的基本表征，主要是通過人口變化進行識別，具體指標有人口轉移率、老齡化程度、常住人口比重。相關研究［5-7］中還著眼于空心化視角，認為農(nóng)村人口空心化作為鄉(xiāng)村收縮的核心表現(xiàn)形式，是衡量我國鄉(xiāng)村人口收縮狀況的重要指標［4］。還有研究將鄉(xiāng)村人口減少引發(fā)的社會經(jīng)濟衰退、村莊空心化等諸多內涵統(tǒng)稱為鄉(xiāng)村收縮現(xiàn)象［8］。然而，空心化更加強調人口流失過程中的農(nóng)村系統(tǒng)內部衰敗［9］，鄉(xiāng)村收縮強調收縮作為農(nóng)村發(fā)展的必然趨勢，其色彩相對更為中性?？臻g維度上，趙民等［10］率先提出相對于城市“精明拓展”的鄉(xiāng)村空間“精明收縮”，基于農(nóng)村人居空間界定收縮類型。由于傳統(tǒng)建設用地面積指標難以反映實際收縮情況［11］，這部分研究更多聚焦農(nóng)村空間收縮，探究鄉(xiāng)村人口與土地間的動態(tài)關系［12］。此外研究大多單一集中于鄉(xiāng)村居民點用地空間分布格局變化。鄉(xiāng)村空間之所以區(qū)別于自然空間，在于其將“人”作為空間表征的核心特征，抽象鄉(xiāng)村空間的內涵也不能脫離人對地理環(huán)境的作用邏輯［13］，人口始終作為關鍵維度識別和測度鄉(xiāng)村收縮。

國內外學者還重點關注鄉(xiāng)村人口收縮的分布格局。研究尺度上，李玉紅等［14］發(fā)現(xiàn)省域層面整體上各地村莊人口流失現(xiàn)象普遍存在，但內部存在較大差異。中觀上，黃河流域［15］、黃土高原地區(qū)［16］等已有研究涉及。微觀上，學者們從縣域尺度和鄉(xiāng)鎮(zhèn)進行數(shù)據(jù)收集和案例分析［8，17］。驅動因素上，自然稟賦是鄉(xiāng)村收縮的重要原因，如行政村海拔、地面坡度［5］。還有學者從經(jīng)濟角度討論鄉(xiāng)村集聚經(jīng)濟的減少降低了區(qū)域工資、收入減少引起人口流出［18］，縣域經(jīng)濟增長疲軟、就業(yè)崗位不足［19］、區(qū)域間經(jīng)濟發(fā)展不平衡［20］對鄉(xiāng)村收縮也有誘發(fā)作用。社會層面，生育率［21］和農(nóng)民家庭結構變化［22］為鄉(xiāng)村收縮提供了人口基礎，基礎設施惡化、環(huán)境污染和公共服務供給的不充分［19］是鄉(xiāng)村人口收縮的重要推力，家庭資源稟賦和村莊發(fā)展狀況間接加劇鄉(xiāng)村收縮［23］。

目前相關研究已經(jīng)取得一定進展，但仍存在尚待補充之處。一方面，大多數(shù)鄉(xiāng)村人口研究集中在省市縣域等宏觀尺度上，用統(tǒng)計數(shù)據(jù)進行區(qū)域整體上的判定，不能完全真實反映鄉(xiāng)村人口流動的事實，缺乏空間單元內部更為細致的特征及格局探討。另一方面，基于個體案例研究雖多，但在統(tǒng)一框架下進行深入系統(tǒng)研究的嘗試較少，各地區(qū)研究的時間和數(shù)據(jù)跨度不一，導致難以直接比較，也無法準確、全面地揭示我國農(nóng)村在哪些區(qū)域正經(jīng)歷何種程度的人口收縮現(xiàn)象，以及其內在的收縮動力機制。

本研究設計了一個基于斑塊尺度的分析框架，選取全國范圍內的縣級行政單元作為核心研究對象，通過構建一套專門用于鄉(xiāng)村收縮度量的標準指標體系以識別鄉(xiāng)村人口由密集向稀疏轉變的過程，量化農(nóng)村空心化的發(fā)展狀況。旨在利用縣域在我國城鄉(xiāng)轉型中的獨特作用，彌補既有研究因統(tǒng)計口徑多樣性和城鄉(xiāng)合并討論所導致的分析不足，更全面地揭示農(nóng)村內部人口收縮趨勢的地域差異性，并預測縣域內部可能出現(xiàn)嚴重人口流失的“空心點”，為鄉(xiāng)村治理提供縣級空間層面的實證依據(jù)。

1 材料與方法

1.1 研究數(shù)據(jù)及處理

本研究選擇中國大陸范圍內的2 847 個縣級行政區(qū)作為基本的研究單元，但因數(shù)據(jù)完整性問題，未涵蓋港澳臺地區(qū)、西藏自治區(qū)、新疆維吾爾自治區(qū)以及部分民族自治縣。使用的空間數(shù)據(jù)資源包括：無修改底圖基于自然資源部標準地圖服務網(wǎng)站審圖號為GS（2019）1822 號的標準地圖制作，行政區(qū)域界線數(shù)據(jù)從國家基礎地理信息系統(tǒng)網(wǎng)站（http：//www.ngcc.cn）獲取。人口密度格網(wǎng)數(shù)據(jù)來源于美國橡樹嶺國家實驗室（ORNL）構建的LandScan 全球人口動態(tài)統(tǒng)計分析數(shù)據(jù)庫（https：//landscan.ornl.gov/landscan-datasets），LandScan 數(shù)據(jù)集成遙感、GIS 和經(jīng)濟社會多個數(shù)據(jù)源，使用多比例方法精確分配至網(wǎng)格像元，是目前最準確可靠的人口動態(tài)統(tǒng)計分析數(shù)據(jù)［24-25］，其空間分辨率為1 km，能夠提供統(tǒng)計數(shù)據(jù)無法獲得的信息，相對于其他網(wǎng)格化人口數(shù)據(jù)集，高度建模的LandScan 在空間精細度和估計誤差方面表現(xiàn)更好，且傾向于揭示城市郊區(qū)的道路、定居點和小城鎮(zhèn)或農(nóng)村的變化，在山區(qū)和低人口密度地區(qū)性能優(yōu)于其他數(shù)據(jù)集［26］，基于此獲得2000—2020 年的人口密度數(shù)據(jù)。土地利用數(shù)據(jù)則來源于中國科學院資源環(huán)境科學數(shù)據(jù)中心（http：//www.resdc.cn），該數(shù)據(jù)集在建設用地一級分類下進一步劃分為城鎮(zhèn)（城鎮(zhèn)建設用地）、農(nóng)村居民點（農(nóng)村建設用地）和其他建設用地。因此，本研究的農(nóng)村居民點與農(nóng)村建設用地含義一致，基于此獲得農(nóng)村居民點即農(nóng)村建設用地的空間分布信息。另外，為了全面剖析影響人口分布及變化的社會經(jīng)濟背景因素，研究還引用《中國縣域統(tǒng)計年鑒》《中國城市統(tǒng)計年鑒》中的相關縣級數(shù)據(jù)，選擇縣級數(shù)據(jù)來源，主要是考慮到：縣域尺度能夠綜合反映鄉(xiāng)村地區(qū)的社會、經(jīng)濟和環(huán)境特征，能夠提供一個全面分析鄉(xiāng)村人口收縮的空間框架。另外縣域數(shù)據(jù)的連續(xù)性和可比性強，有助于我們進行長期趨勢分析和跨區(qū)域比較，以此補充和完善對研究區(qū)域內社會經(jīng)濟狀況的理解和分析。

在定義“收縮”區(qū)域時，參考ESCAPE 政策報告的標準，相較于短期或小規(guī)模的人口變動，鄉(xiāng)村收縮現(xiàn)象更強調長期性和代際傳遞性的影響。鄉(xiāng)村收縮是一個由多重因素交織而成的復雜現(xiàn)象，人口的流失綜合反映出鄉(xiāng)村在經(jīng)濟、社會、環(huán)境等方面的困境，是鄉(xiāng)村的重要識別和測量維度。LandScan 人口數(shù)據(jù)庫利用地理信息系統(tǒng)技術和密度區(qū)分模型對人口普查數(shù)據(jù)進行精細化處理和估算，具有高度精確性，綜合反映了與經(jīng)濟活動如就業(yè)、交通等因素相關的空間格局［27］，利用LandScan 人口數(shù)據(jù)庫作為識別鄉(xiāng)村收縮現(xiàn)象的基礎依據(jù)，對于揭示鄉(xiāng)村收縮態(tài)勢具有較強的解釋力和重要的研究價值。

在對人口密度柵格數(shù)據(jù)進行初步處理的基礎上：①基于2000 年和2020 年土地利用數(shù)據(jù)，提取出期間一直存在的農(nóng)村居民點用地，將其轉為30 m×30 m 的柵格，并將農(nóng)村居民點柵格數(shù)據(jù)轉成點要素。②將農(nóng)村居民點用地點圖層和2000—2020 年多期LandScan 人口柵格數(shù)據(jù)圖層進行疊加，通過ArcGIS值提取至點工具，得到每個矢量點的當年人口密度數(shù)據(jù)。③進一步統(tǒng)計農(nóng)村居民點所覆蓋矢量點的平均人口密度，得到每個農(nóng)村居民點用地斑塊的人口密度數(shù)據(jù)共計21 期，計算每個斑塊上21 個人口密度值的變化趨勢作為農(nóng)村居民點是否收縮的依據(jù)。最后將農(nóng)村居民點圖斑和縣邊界相交，匯總到縣以得到基于斑塊尺度縣級層面的數(shù)據(jù)。本研究僅關注并分析2000—2020 年始終存在的766 325 個居民點斑塊，而不涉及在這段時間內新增或消失的斑塊，原因在于只有持續(xù)存在的人口分布斑塊才有利于連續(xù)地分析人口變化過程及收縮情況，同時更能反映人地特征。

1.2 研究方法

1）收縮縣域識別及收縮程度判定。采用較長時序內的人口密度變化趨勢作為評價指標，定量反映人口時間演化，通過計算斑塊尺度上人口隨時間變化的回歸斜率，定義其為區(qū)域收縮指數(shù)，趨勢斜率采用最小二乘法計算，公式如下：

式（1）中：K 為人口密度變化趨勢線的斜率；n 為研究時間，本研究為21 a；xi為第i 年的農(nóng)村居民點人口密度值。根據(jù)人口絕對收縮的概念，若K＜0 則表明該區(qū)域人口呈減少趨勢，即呈現(xiàn)收縮狀態(tài)，且K 的絕對值越大，說明該區(qū)域人口收縮的程度越嚴重。反之，則為增長趨勢，未出現(xiàn)人口收縮。分位數(shù)分級法可以避免數(shù)據(jù)的極端值對分析結果的影響，從而更加準確地反映收縮斑塊的真實情況，按照分位數(shù)法將所有斑塊的收縮指數(shù)分為輕度收縮區(qū)（?1.01≤Klt;0）；中度收縮區(qū)（?3.51≤Klt;?1.01）；重度收縮區(qū)（?2 364.5≤Klt;?3.51）。

為能準確地對各縣域單元的全局收縮程度進行測算，需要考慮到全部居民點斑塊在縣域整體收縮程度的作用。因此，對所有斑塊按照面積加權求和的計算方法，分別求取各縣域下收縮斑塊的加權平均收縮指數(shù)KMean，公式定義如下：

式（2）中：KMean 為各縣域面積加權平均K 值，Ki為該縣域單元下第i 個農(nóng)村居民點斑塊的K 值，ai為該縣第i 個農(nóng)村居民點斑塊的面積，CA為該縣所有農(nóng)村居民點斑塊的總面積。

2）景觀格局分析。景觀格局是指大小和形狀不同的景觀要素在空間上的排列，景觀指數(shù)能夠高度濃縮景觀格局信息，反映其結構組成和空間配置特征。收縮斑塊復雜多樣，為識別收縮斑塊的空間分布特征，利用景觀格局分析方法分析農(nóng)村收縮形態(tài)，捕捉鄉(xiāng)村建設用地收縮發(fā)展過程中的形態(tài)特征與空間異質性。景觀格局分析分為斑塊水平、類型水平和景觀水平3 個層次，本研究選擇指數(shù)斑塊面積（CA）、斑塊數(shù)量（NP）和斑塊所占景觀面積比例（PLAND）3 個景觀指數(shù)對縣域鄉(xiāng)村收縮建設用地進行形態(tài)分析。進一步進行基于收縮斑塊占比的收縮縣域識別，在對各區(qū)域收縮斑塊面積加總求和后，通過公式（3）求得該區(qū)域的收縮比Y。

Y =Ai／CA（3）

式（3）中：Y 是Ai 與CA 的比值，Ai 為第i 個縣域單元下全部具有收縮趨勢（即Klt;0）的居民點斑塊加總面積，CA為該縣域單元下農(nóng)村居民點斑塊面積的總和。根據(jù)收縮農(nóng)村居民點面積占全縣總農(nóng)村居民點斑塊面積的比例結果判斷中國2 847 個縣域內部鄉(xiāng)村收縮程度，占比越大則該縣域鄉(xiāng)村內部收縮越普遍。因此，本研究的縣域鄉(xiāng)村收縮特指縣域內居民點的內部收縮。

3）探索性空間數(shù)據(jù)分析。采用全局Moran's I探索我國縣域內部收縮水平是否存在空間關聯(lián)，用于表現(xiàn)出各縣域間的空間依賴性，采用局部Moran'sI 反映縣域收縮水平高值和低值聚集的具體區(qū)域，觀測空間依賴情況。Getis-Ord Gi*用于計算統(tǒng)計學意義上的熱點和冷點，反映我國縣域鄉(xiāng)村收縮水平的空間差異。全局空間自相關。計算中國縣域鄉(xiāng)村收縮全局空間自相關系數(shù)I 值，分析區(qū)域總體的空間關聯(lián)度和空間差異程度。I 值越大表明研究區(qū)域空間自相關性越強，其值越小則表示區(qū)域收縮指數(shù)的空間離散性越強，如式（4）所示。

局部空間自相關。選擇局部指標（LISA）圖進行全國范圍局部空間自相關的判定?；谑湛s面積計算結果，以及全國范圍內各縣域研究單元的局部空間自相關系數(shù)，判斷各研究單元與所鄰研究單元的空間關系模式［28］。

式（4）～（5）中，n 是總體容量，即研究縣域單元的數(shù)量；xi 是第i 個縣域單元內收縮面積占比；xj 是第j個縣域單元內收縮面積占比；-x是所研究縣域單位收縮面積占比的均值；Wi，j 是空間鄰接矩陣。

4）最優(yōu)參數(shù)地理探測器。因子探測器作為地理探測器的最主要部分，主要用來探測人口收縮狀態(tài)的空間異質性和不同因子對人口收縮狀態(tài)空間分異性的解釋程度，其大小用q 值衡量，根據(jù)q 值大小可看出各因子對鄉(xiāng)村收縮的影響程度，能夠判斷導致縣域鄉(xiāng)村收縮的主導因子，其表達式如式（6）所示。

式（6）中：q 是各因子對鄉(xiāng)村收縮的解釋力；q 值越大表明空間異質性越強，因子影響程度越高；L 是分層數(shù)；Nh 和σ 2h 分別是第h 個區(qū)域內的單元數(shù)量與方差；h=1，2，3…。

2 結果與分析

2.1 基于斑塊指數(shù)的收縮趨勢識別

基于2000—2020 年持續(xù)存在的建設用地，通過收縮指數(shù)計算結果可提取出具有持續(xù)收縮趨勢的農(nóng)村建設用地，選取景觀格局指數(shù)斑塊面積（CA）、斑塊數(shù)量（NP）與斑塊類型面積占比（PLAND）對縣級單元鄉(xiāng)村收縮進行空間分析，進一步挖掘縣域內部鄉(xiāng)村收縮地塊的形態(tài)特征。從斑塊層次來看，2000—2020 年，持續(xù)存在的農(nóng)村建設用地斑塊共計766 325 個（不含港澳臺），總面積為96 254.29 km2，其中有352 720 個居民點斑塊呈現(xiàn)持續(xù)收縮狀態(tài)，收縮斑塊總面積為44 088.89 km2，其中收縮斑塊數(shù)量占比為46%，收縮斑塊面積總占比為45.8%，表明收縮現(xiàn)象在我國鄉(xiāng)村廣泛發(fā)生。

基于收縮類型可進一步識別出全國范圍內3 種級別收縮斑塊類別：重度和中度收縮居民點斑塊各117 572 個，輕度收縮居民點斑塊117 576 個。核密度綜合考慮斑塊數(shù)、斑塊面積和斑塊間距離，能較好地反映農(nóng)村居民點的空間分布特征［29］，通過ArcGIS 將各級收縮居民點圖斑要素轉點后進行斑塊數(shù)量（NP）核密度分析，基于自然斷點法將核密度分析結果分為5 個等級，探討3 類收縮居民點斑塊數(shù)量的空間聚集狀況，結果如圖1 所示。圖1 表明，不同農(nóng)村居民點收縮程度呈現(xiàn)不明顯的空間分異，整體上都呈現(xiàn)出東密西疏的空間格局，收縮斑塊大多集中分布于胡煥庸線東側，以淮河流域高值集中最為顯著。

輕度收縮居民點屬于多中心分散型，主要分布于華北、東北、華東地區(qū)（圖1A），其中以華東地區(qū)安徽省及其與江蘇、河南交界地區(qū)最為集聚，另外在內蒙古自治區(qū)中部、甘肅省東南部、遼寧省、吉林省、山東省也有小范圍集聚。農(nóng)村居民點輕度收縮核心沿胡煥庸線兩側都有分布，總體分布范圍較廣，在河南省信陽及駐馬店，安徽省的阜陽、六安、淮南、合肥、滁州，以及江蘇省淮安、南京、常州等城市出現(xiàn)高密度分布區(qū)。中度收縮居民點核密度分布較為集中，主要分布于胡煥庸線東側的華北、東北、華東地區(qū)（圖1B），在吉林、安徽、江蘇、河南、湖北等地有團狀核心聚集，在河南省的信陽、駐馬店和安徽省的合肥、六安、淮南等地出現(xiàn)高密度區(qū)。重度收縮居民點斑塊核心點明顯，與輕度和中度收縮居民點的分布存在較大的一致性，主要集中在淮河流域，在長江中下游流域也有少量重度收縮核心點（圖1C）。沿胡煥庸線東側的河南、山東、安徽、江蘇、湖北等省份地區(qū)成為重度收縮居民點存在的聚集區(qū)，高密度區(qū)主要出現(xiàn)于這些省份，分布范圍較廣。

上述結果表明，中國收縮農(nóng)村居民點主要集中分布于華北平原至長江中下游平原之間，總體處于東部靠近沿海地區(qū)，這表明隨著經(jīng)濟的發(fā)展，城市汲取巨大部分發(fā)展資源，鄉(xiāng)村的發(fā)展面臨人口、資金、土地方面的約束，經(jīng)濟發(fā)達地區(qū)農(nóng)村居民點更容易面臨與建成區(qū)擴張需求的競爭矛盾，這導致了大量的鄉(xiāng)村居民涌入城市，帶來鄉(xiāng)村人口的流動變化。

將斑塊尺度面積（PA）匯總到縣級行政單元進行結果分析，利用收縮居民點斑塊面積縣域加總數(shù)據(jù)，繪制2000—2020 年縣域收縮居民點斑塊總面積分布圖（圖2），總體來看，縣域收縮斑塊總面積分布和縣域收縮程度分布較為一致，高值區(qū)在華北北部內蒙古自治區(qū)以及西北地區(qū)甘肅和寧夏等省域內，整體聚集于黃河中上游地。地處華東地區(qū)長江中下游平原的安徽、江蘇，以及周邊省份山東、河南、湖北也出現(xiàn)較大范圍高值聚集區(qū)；東北地區(qū)東北平原周圍出現(xiàn)高值塊狀密集區(qū)。另外，華南地區(qū)北部灣瓊州海峽附近也出現(xiàn)部分收縮總面積高值區(qū)。

進一步對各斑塊類型總面積（CA）進行空間格局分析，運用ArcGIS 中的Jenks 自然斷裂點分級功能對分區(qū)統(tǒng)計后的縣域重度、中度、輕度收縮居民點的面積數(shù)據(jù)進行空間分類（圖3）。中國重度收縮居民點空間分異大體上與胡煥庸線相符，呈現(xiàn)明顯的東南-西北分異格局。從空間分布來看，以胡煥庸線為界，重度收縮區(qū)面積高值區(qū)主要集中在胡煥庸線以東的東北、華北、華中和華南地區(qū)，以華東北部的淮河流域和華中東北部的河南、湖北（天門、仙桃）最為凸顯，另外在華南地區(qū)也有部分高值區(qū)集聚。表明該區(qū)域收縮指數(shù)普遍偏大，2000—2020 年居民點塊人口密度下降顯著。從縣域輕度收縮面積分布高值區(qū)來看，輕度收縮高值區(qū)主要集中在內蒙古、甘肅以及寧夏，在空間上呈現(xiàn)出集中連片分布的特點，同時在華東地區(qū)中部的安徽省和江蘇西部形成了小范圍的高值區(qū)。中度收縮面積高值縣域集中分布在華中地區(qū)的武漢中部、河南東南部，以及華東地區(qū)的安徽北部和江蘇北部；在東北地區(qū)出現(xiàn)大范圍塊狀分布，另外在華北、內蒙古地區(qū)也有小范圍塊狀聚集?？h域重度收縮面積分布高值區(qū)主要分布于河南、安徽、江蘇、湖北等省份。

斑塊類型面積占比（PLAND）能夠反映各縣級景觀的收縮比例豐度，計算各類型收縮斑塊占總收縮斑塊的百分比，可反映我國縣級單元下鄉(xiāng)村收縮的發(fā)生程度，圖4 表明，以內蒙古、新疆為主的西部地區(qū)鄉(xiāng)村收縮主要以輕度收縮（圖4A）為主，大部分地區(qū)內部輕度收縮占收縮的半數(shù)以上；東北地區(qū)鄉(xiāng)村人口收縮主要以中度收縮為主（圖4B）；中部及東南沿海地區(qū)內部鄉(xiāng)村收縮發(fā)生多為重度收縮（圖4C）。

縣域鄉(xiāng)村收縮比和斑塊收縮面積密切相關，縣域鄉(xiāng)村收縮比均受到輕度、中度、重度收縮面積總和和區(qū)域農(nóng)村居民點面積的影響。因此，基于斑塊收縮面積能進一步識別地區(qū)收縮強度。利用多測度進行空間分布特征分析有兩方面的優(yōu)點：一是多測度對全國范圍內收縮趨勢的識別更加全面和準確，二是一定程度上能豐富單一收縮指數(shù)解釋的局限性。

2.2 基于收縮比的縣域內部收縮空間態(tài)勢

1）鄉(xiāng)村內部收縮的空間分布格局。縣域作為穩(wěn)定治理單元，是連接城市和鄉(xiāng)村的橋梁，也是推進城鄉(xiāng)融合發(fā)展的重要平臺，更是評價鄉(xiāng)村空間的成熟尺度。將斑塊尺度匯總到縣域單元，根據(jù)收縮居民點斑塊面積占縣域居民點斑塊面積的比值，可以識別出縣域內部鄉(xiāng)村收縮結果，基于自然斷點將其分為局部收縮、相對收縮和整體收縮。2000—2020 年，我國2 847 個縣級行政區(qū)中有77% 的縣域存在不同程度的鄉(xiāng)村收縮，其中局部收縮縣域935 個、相對收縮縣域810 個、整體收縮縣域456 個（表1）。鄉(xiāng)村收縮存在明顯的空間分異，縣域尺度呈現(xiàn)“兩帶多聚點”的空間特征（圖5）?！皟蓭А敝饕膏l(xiāng)村收縮縣域集中分布于以川渝黔地區(qū)、湖北、安徽和江蘇為主的長江經(jīng)濟帶，以及內蒙古、甘肅、寧夏、青海東部連片帶狀地區(qū)，“多聚點”指廣西、浙江、福建以及廣東東部存在的整體收縮縣域聚集地區(qū)。這部分地區(qū)縣域內部鄉(xiāng)村收縮區(qū)域較廣，收縮比例較高，大部分農(nóng)村居民點呈現(xiàn)或高或低一定程度的收縮態(tài)勢，可能與該地區(qū)發(fā)達水平較低、農(nóng)村人口多且積極向東部地區(qū)流動以獲取就業(yè)機會有關。西南地區(qū)收縮占比東高西低，青藏地區(qū)收縮面積占比呈現(xiàn)片狀低值區(qū)，收縮占比普遍低于18%，只有拉薩市和日喀則市部分縣域出現(xiàn)高值呈零星分布，區(qū)域內收縮居民點斑塊面積占比較小，縣域內部鄉(xiāng)村收縮不明顯，處于縣域收縮低值區(qū)。另外，僅就縣域收縮比而言，內蒙古自治區(qū)內以整體收縮縣分布為主，但深挖其內部機制，其區(qū)域內收縮以輕度收縮斑塊為主，總收縮面積總量大，盡管縣域收縮比較高，但收縮強度不大。因此出現(xiàn)區(qū)域收縮比值高但收縮指數(shù)較小的特征，但其區(qū)域內部收縮范圍廣，基礎單元普遍出現(xiàn)收縮趨勢，同樣是需要關注的收縮區(qū)。

借助Getis-Ord Gi*值進一步分析縣域收縮的空間集聚狀態(tài)水平，將Gi*指數(shù)劃分為冷點、次冷點、中間、次熱點、熱點5 個類型區(qū)。由圖6A 可知，除云南、廣西西南部和東南沿海有小范圍聚集外，收縮鄉(xiāng)村熱點區(qū)在空間分布上表現(xiàn)為黃河上游地區(qū)至東北地區(qū)連片和長江流域連片的空間結構。具體來看，鄉(xiāng)村收縮熱點集聚態(tài)勢明顯省份主要集中于內蒙古、甘肅、寧夏、貴州、重慶、湖北、安徽、江蘇以及東三省和四川東部，這些地區(qū)具有農(nóng)村人口眾多、經(jīng)濟不發(fā)達的特點，鄉(xiāng)村內部整體人口收縮強烈，出現(xiàn)地區(qū)普遍收縮。冷點區(qū)分布范圍廣闊，主要集中分布于新疆、西藏和青海西部，可能與這部分地區(qū)較高的自然增長率密切相關。另外東南沿海地區(qū)和京津冀地區(qū)及其周圍也有零星低值區(qū)，集聚不明顯。整體來看形成北高南低的分異格局，南方鄉(xiāng)村內部人口基礎較穩(wěn)定。

上述分析說明在縣域層面，鄉(xiāng)村收縮在我國各地區(qū)普遍出現(xiàn)，各地區(qū)收縮指標差異顯著、分布錯落，地理相鄰地區(qū)有區(qū)域共性，如東部沿海、長江中下游、黃河中上游區(qū)域收縮狀況都具有一定相似性，該結果與已有研究一致［27］。為全面解釋縣域鄉(xiāng)村收縮的空間效應及空間關聯(lián)，進一步借助空間統(tǒng)計方法對縣域鄉(xiāng)村收縮占比進行自相關分析。空間自相關分析結果顯示，中國縣域鄉(xiāng)村收縮指數(shù)的全局Moran’s I 值為0.100 8，標準化Z 統(tǒng)計量為63.701 6，大于99% 置信區(qū)間雙側檢驗臨界值2.17，表明我國縣域鄉(xiāng)村收縮情況在空間上并非隨機分布的，而是存在全局正的空間自相關性，主要表現(xiàn)在空間位置相近縣級單元內鄉(xiāng)村收縮比例相似程度較顯著。

借助GeoDa 軟件繪制我國鄉(xiāng)村收縮縣域在0.05顯著性水平下的聚集特征分布圖，通過局部LISA 指數(shù)表現(xiàn)空間單元屬性的一致性與異質性，可直接看出區(qū)域內是否存在聚集特征及異常。圖6B 中，HH聚集區(qū)域為縣域鄉(xiāng)村人口收縮指數(shù)高值聚集區(qū)域，即為鄉(xiāng)村人口集中強收縮的分布區(qū)域，LL 聚集區(qū)域為縣域鄉(xiāng)村人口收縮指數(shù)低值聚集區(qū)域，即為鄉(xiāng)村人口集中弱收縮的分布區(qū)域，HL 異常區(qū)域為自身鄉(xiāng)村人口強收縮而周邊縣域鄉(xiāng)村人口相對弱收縮的縣域，LH 異常區(qū)域為自身鄉(xiāng)村人口弱收縮而周邊縣域鄉(xiāng)村人口相對強收縮的縣域，空白區(qū)域為不顯著區(qū)。作為聚集中心區(qū)，HH 和LL 聚集區(qū)域相鄰縣域收縮指數(shù)和聚集中心也較為相似。具體而言，全國有約26.1%（746 個）縣級單元呈現(xiàn)出收縮比例高-高聚集現(xiàn)象，以中部地區(qū)和東北地區(qū)為主，以四川、重慶、貴州、湖南、湖北、河南、山西等省份最為顯著。另外，約24%（695 個）的縣呈現(xiàn)收縮比例低-低集聚，負相關類型分布范圍較廣，低-低集聚區(qū)呈大片狀集聚，分布區(qū)域主要呈片狀集中于東南地區(qū)和西部地區(qū)，東南地區(qū)主要為長三角和珠三角及其輻射范圍，在廣東、福建、浙江、上海、蘇南、閩東南等地區(qū)，除此之外，在新疆、西藏大部分地區(qū)也有大面積低-低聚集。這與已有學者對同期人口變化空間分析的結果一致［30］。結果表明，中國縣域鄉(xiāng)村收縮比例呈現(xiàn)顯著的局部空間正相關性，以低-低集聚和高-高集聚主導，且聚集特征明顯，這意味著需要加強縣域聯(lián)動方案，采取更加綜合協(xié)調的方法應對鄉(xiāng)村收縮。

2）縣級行政單元下鄉(xiāng)村收縮特征分析。基于ArcGIS 統(tǒng)計工具對不同類別縣級行政區(qū)居民點斑塊面積進行比較，得到分區(qū)統(tǒng)計結果（表2），從區(qū)域內收縮居民點斑塊占總居民點斑塊的面積來看，市轄區(qū)收縮斑塊占比最小，為35.0%，自治縣收縮斑塊占比最大，為54.8%，居民點收縮在自治縣發(fā)生最為廣泛，在市轄區(qū)發(fā)生有限。具體程度而言，自治縣收縮以重度收縮為主，占比達到44.7%；縣級市以輕度收縮斑塊為主，占比達到45.8%；市轄區(qū)以輕度收縮斑塊為主，占比達到50.9%；縣以輕度收縮斑塊為主，占比達到42.8%。

將斑塊收縮指數(shù)匯總到縣級行政單元，共識別出2 847 個縣級行政單元中存在1 170 個單元收縮指數(shù)KMeanlt;0，呈現(xiàn)縣級收縮態(tài)勢。將各主要類型縣級行政區(qū)平均收縮指數(shù)KMean 進行比較（表3），可以看出，相對于縣級市和市轄區(qū)，存在數(shù)量最多的縣收縮平均值最小且為負數(shù)，標準差最小，平均收縮比最大，說明縣的收縮程度最強，收縮強度較為平均，收縮發(fā)生較為廣泛，僅次于自治縣?？h級市和市轄區(qū)收縮指數(shù)KMean的平均值都為正，說明相對而言，鄉(xiāng)村收縮發(fā)生程度更輕。其中，市轄區(qū)級別縣域收縮指數(shù)較大，說明其區(qū)域內鄉(xiāng)村收縮較少，大多地區(qū)為人口擴張狀態(tài)；且市轄區(qū)收縮指數(shù)標準差較大，最大值和最小值跨越幅度大，說明地區(qū)內人口變化趨勢顯著，高度收縮和高度擴張并存；這可能與其所在城市內部發(fā)展水平有關，經(jīng)濟繁榮的市轄區(qū)往往會吸引外來人群，人口流動密集，高昂的生活成本又推動其選擇居住在農(nóng)村地區(qū)。另外市轄區(qū)平均收縮比相比最小，整體縣域收縮程度小?？傮w而言，不同行政區(qū)類型下，縣域收縮特征差異明顯。

2.3 縣域收縮的驅動機制分析

鄉(xiāng)村作為具有一定結構和功能的開放復雜系統(tǒng)，隨著我國工業(yè)化、城鎮(zhèn)化推進，自然資源、經(jīng)濟發(fā)展和社會發(fā)展，作為鄉(xiāng)村內核子系統(tǒng)如不斷與外界進行能量交換，發(fā)生交互作用。鄉(xiāng)村重構理論強調：鄉(xiāng)村地域系統(tǒng)的發(fā)展變化任何時候都是在其子系統(tǒng)構成的內核系統(tǒng)和外援系統(tǒng)下進行作用的［31］，鄉(xiāng)村社會經(jīng)濟的演化必然會改變土地的利用和配置格局［32］，而鄉(xiāng)村人口收縮作為一種土地配置勢必受到自然地理條件和經(jīng)濟社會發(fā)展等復合要素的影響。因此，本研究從鄉(xiāng)村內核系統(tǒng)出發(fā)，構建基于自然區(qū)位、經(jīng)濟因素、社會因素的驅動分析框架。具體指標因子的選取上，自然地理條件是居民點發(fā)展的本底條件［33］，地形起伏度通常會決定人類建設活動空間和生存發(fā)展資源的多寡，遠離省市等中心城市、區(qū)位條件較差的地區(qū)更容易發(fā)生人口收縮［34］，地區(qū)農(nóng)業(yè)資源稟賦的差異化和生產(chǎn)條件分布不均會加劇人地矛盾，限制區(qū)域社會人口發(fā)展［35］；同時人口發(fā)展受縣域產(chǎn)業(yè)經(jīng)濟條件制約［36］，其中農(nóng)業(yè)機械化水平可能會導致農(nóng)村失業(yè)和勞動力流失，但在如需增加種植面積和作物產(chǎn)量的特定情境下，則吸引勞動力人口［37］。社會因素是鄉(xiāng)村收縮的助推器，長期存在的二元體制決定著目前我國各項公共服務存在不同步、不均衡的困境，一些縣域在沒有產(chǎn)業(yè)基礎的情況下，只能將教育作為最優(yōu)吸引力的公共服務以吸引城鎮(zhèn)人口流入以獲得更快的城鎮(zhèn)化［38］。同時，縣域為我國行政管理的基本單元，具有明確的政策和行政管理邊界，參考已有研究成果［39-41］，考慮數(shù)據(jù)的科學性和可獲得性，使用縣域2000—2020 年增量數(shù)據(jù)作為自變量，以現(xiàn)有縣級收縮比為因變量，利用SPSS 軟件在方差膨脹因子（VIF）lt;7.5 的條件下，排除存在多重共線性的影響因子，最終從自然區(qū)位、經(jīng)濟因素、社會因素3 個方面選取10 項指標為影響因子（表4）。采用最優(yōu)參數(shù)法對數(shù)據(jù)進行離散化處理，運用地理探測器方法在縣級尺度對中國鄉(xiāng)村人口收縮的分布進行定量歸因，探索各因子之間的交互作用機制。

根據(jù)最優(yōu)參數(shù)單因子探測結果，本研究選取的各項因子P 均小于0.01，通過顯著性檢驗，對中國縣級鄉(xiāng)村收縮均有不同程度的影響。所選10 個驅動因子作用力排序為：城鎮(zhèn)化水平（UR）gt;教育服務水平（EDU）gt;農(nóng)業(yè)機械化水平（ARG）gt;農(nóng)村收入水平（INC）gt; 人均GDP（RGDP）gt; 地形起伏情況（TER）gt; 產(chǎn)業(yè)結構水平（IND）gt; 糧食生產(chǎn)水平（FOOD）gt; 區(qū)位條件（DIS）gt; 醫(yī)療服務水平（MED），縣域城鎮(zhèn)化水平是解釋鄉(xiāng)村人口收縮的主導因子，醫(yī)療服務水平對鄉(xiāng)村收縮影響程度最弱。

總體來看，單因子影響力上社會因素層面的影響力高于經(jīng)濟因素和自然區(qū)位因素，對我國縣域內部農(nóng)村收縮水平具有顯著驅動作用，其中縣域城鎮(zhèn)化水平和教育服務水平分別位于q 值排名前2 位。具體來看，我國縣域內部鄉(xiāng)村收縮水平空間分異的首要關鍵驅動因素包括城鎮(zhèn)化水平（0.138 9）、教育服務水平（0.107 1）以及農(nóng)業(yè)機械化水平（0.099 3）。城鎮(zhèn)化水平（UR）較高的地區(qū)往往經(jīng)濟社會基礎好，注重教育資源的內部分配，適度的城鎮(zhèn)化往往會促進地區(qū)農(nóng)業(yè)機械化水平的提升，說明當前鄉(xiāng)村人口市民化仍是大部分縣域鄉(xiāng)村人口流出的主要作用力，城鎮(zhèn)化水平的提高是鄉(xiāng)村人口收縮的結果，又進一步推動農(nóng)村人口流入城市，直接導致了縣域整體收縮的發(fā)生。教育服務水平（EDU）和鄉(xiāng)村內部收縮較為密切，這主要是由于人口的遷出導致鄉(xiāng)村教育資源的低效使用，一些鄉(xiāng)村學校缺乏生源，教育資源被迫抽離，進一步導致剩余家庭因追求教育資源而流出。另外，隨著農(nóng)業(yè)機械化水平（ARG）的不斷普及，農(nóng)業(yè)生產(chǎn)對勞動力的需求呈現(xiàn)出逐漸減少的趨勢，從而加劇了鄉(xiāng)村勞動力的過剩問題，導致部分勞動力為了尋求更多的就業(yè)機會而向城市轉移。第二類驅動因素是農(nóng)村收入水平（0.090 5）、人均GDP（0.077）、地形起伏情況（0.070 4）和產(chǎn)業(yè)結構水平（0.069 5），這類要素主要集中于經(jīng)濟層面，人均GDP水平（RGDP）是衡量一個地區(qū)經(jīng)濟發(fā)展水平的重要指標，通常而言，高人均GDP 地區(qū)展現(xiàn)出較高的富裕程度和居民購買力，這些地區(qū)不僅能為居民提供更多的就業(yè)機會和更優(yōu)越的生活條件，還有助于增強人口穩(wěn)定性和吸引力。產(chǎn)業(yè)結構水平（IND）影響q值為產(chǎn)業(yè)結構的多樣化和高級化則進一步表明該地區(qū)具備創(chuàng)造更多就業(yè)機會的潛力，從而有助于減少人口對單一農(nóng)業(yè)經(jīng)濟的依賴性。通過發(fā)展高附加值產(chǎn)業(yè)，如特色農(nóng)業(yè)、農(nóng)產(chǎn)品加工業(yè)、鄉(xiāng)村旅游等，可顯著提升農(nóng)村地區(qū)的吸引力，進而促使人口選擇留在當?shù)鼗驅崿F(xiàn)回流。相對而言，糧食生產(chǎn)水平（0.055 8）和區(qū)位條件（0.049 9）以及醫(yī)療服務水平（0.042 9）對我國縣域內部鄉(xiāng)村人口收縮影響較弱，可能的原因是自然區(qū)位會隨著社會發(fā)展受人類社會經(jīng)濟活動的影響，自然區(qū)位條對鄉(xiāng)村收縮的動態(tài)變化驅動有限。值得注意的是，醫(yī)療服務水平（MED）較弱，這主要是因為盡管醫(yī)療水平的提升對居民健康有積極作用，但它并不構成鄉(xiāng)村人口流動與收縮的直接驅動力，醫(yī)療條件的優(yōu)化需要長期且高的投入，相對于經(jīng)濟和社會等因素，效果往往具有滯后性。

縣域內部鄉(xiāng)村收縮需要考慮多因子間復雜共同作用，交互探測器可以評估2 個自變量因子交互作用對縣域鄉(xiāng)村收縮的綜合解釋力度，根據(jù)我國縣域鄉(xiāng)村收縮因子交互作用探測結果（圖7，圖7 中橫縱坐標探測因子含義見表4），任何因素之間交互作用均大于單因子的q 值影響，說明各因子交互作用更能解釋對縣域鄉(xiāng)村收縮的影響。指標間交互作用多數(shù)呈現(xiàn)非線性增強和雙因子增強2 種關系，其中雙因子增強關系主要集中發(fā)生于城鎮(zhèn)化水平和其他變量指標交互作用下。從q 值來看，教育服務水平（EDU）和農(nóng)村收入水平（INC）的交互作用對研究區(qū)鄉(xiāng)村收縮影響最大，達到0.230 7，這可能是因為在鄉(xiāng)村地區(qū)教育水平的提升構成了居民能力拓展的關鍵路徑，提升多樣化的非農(nóng)職業(yè)技能直接促進居民收入來源的多元化和收入水平的提升，從而使鄉(xiāng)村居民獲得更為堅實的經(jīng)濟基礎，避免迫于經(jīng)濟壓力而人口外流。其次是農(nóng)業(yè)機械化水平（ARG）和地形起伏情況（TER）的作用強度，q 值為0.228 7，說明二者組合作用對縣域鄉(xiāng)村人口收縮同樣產(chǎn)生顯著作用，在農(nóng)業(yè)機械化水平較高且地形相對平坦的地區(qū)，生產(chǎn)效率的顯著提升減少對農(nóng)業(yè)勞動力的依賴，促進勞動力向城市地區(qū)或非農(nóng)行業(yè)的轉移；相對的在農(nóng)業(yè)機械化水平較低且地形復雜的區(qū)域，農(nóng)業(yè)生產(chǎn)面臨諸多困難和挑戰(zhàn)，農(nóng)民可能面臨更大的經(jīng)濟壓力和生活困境，從而增加流出鄉(xiāng)村的意愿。個別q 值影響較低時，農(nóng)業(yè)機械化水平、城鎮(zhèn)化水平、教育服務水平的加入顯著增強共同對縣域鄉(xiāng)村收縮的交互影響，再次說明城鎮(zhèn)化水平（UR）、教育服務水平（EDU）、農(nóng)業(yè)機械化水平（ARG）是縣域鄉(xiāng)村收縮的主導作用因素。值得注意的是，其他因子在和地形起伏情況交互作用下，對鄉(xiāng)村收縮的影響程度都增加1 倍，說明地形起伏條件同樣是影響縣域鄉(xiāng)村收縮的關鍵要素，因此，在鄉(xiāng)村建設的過程中要充分考慮各區(qū)域地形起伏情況并進行針對性治理。

3 討論

本研究基于2000—2020 年人口密度數(shù)據(jù)，分析了中國縣域鄉(xiāng)村收縮現(xiàn)象。結果顯示，鄉(xiāng)村收縮廣泛分布且空間分異明顯，形成“兩帶多聚點”特征，熱點集中于內蒙古、東北及長江流域。行政規(guī)劃下自治縣收縮最嚴重，以重度收縮為主；縣級市、市轄區(qū)及縣則以輕度收縮為主，但重度收縮面積占比大。縣的平均收縮程度最重，易現(xiàn)空心化；市轄區(qū)收縮最輕，空心化概率小。多驅動因子協(xié)同作用影響鄉(xiāng)村收縮水平，社會維度影響最大，自然區(qū)位影響有限。城鎮(zhèn)化水平、教育服務水平和農(nóng)業(yè)機械化水平為顯著影響因素，其中教育服務水平和農(nóng)村收入水平的組合作用解釋力最強。

城鄉(xiāng)二元結構日益瓦解背景下，我國鄉(xiāng)村收縮必將成為持續(xù)關注的議題，本研究結果顯示，目前我國收縮區(qū)可分3 類：（1）傳統(tǒng)農(nóng)業(yè)收縮區(qū)。這部分地區(qū)人口面臨縣級普遍收縮，內部收縮居民點范圍大，更有可能進行跨縣的人口流動，以東北地區(qū)為代表的傳統(tǒng)農(nóng)業(yè)在機械化水平進一步提高后，人口勞動力得到釋放，逐漸轉移出鄉(xiāng)村，此類收縮居民點即便在良好的經(jīng)濟水平下，也不可避免面臨收縮。（2）資源匱乏收縮區(qū)。以中西部貧困山區(qū)為代表的欠發(fā)達地區(qū)，欠缺發(fā)展要素的先天稟賦，經(jīng)濟資源水平條件差，產(chǎn)業(yè)基礎和發(fā)展優(yōu)勢弱，在內部推力作用下人口不斷向外轉移，過渡型鄉(xiāng)村空心化往往出現(xiàn)于這類地區(qū)。（3）結構交融收縮區(qū)。以東部地區(qū)的收縮居民點為代表，此類農(nóng)村居民點體量大，縣級層面一般為局部收縮，離大城市近，發(fā)展?jié)摿Υ?，對城鄉(xiāng)融合把握程度更高，也是推進縣域城鎮(zhèn)化的重要推力。但在城市的拉力和建成區(qū)擴張的資源競爭等因素推動下，這些地區(qū)鄉(xiāng)村發(fā)展也面臨著外力吸引和內力不足的問題。前兩者在屬性上更趨向于發(fā)展成為長期存在的收縮區(qū)，而結構交融收縮區(qū)鄉(xiāng)村收縮更容易作為鄉(xiāng)村發(fā)展的過渡形態(tài)，在未來發(fā)展更容易成為精明收縮指引下鄉(xiāng)村振興的落地場域。

收縮是鄉(xiāng)村發(fā)展的潮流，收縮不代表不增長，明晰鄉(xiāng)村的發(fā)展基礎和潛力才能識別收縮前景。鄉(xiāng)村作為文明基因承載著多種功能，未來鄉(xiāng)村發(fā)展走向衰敗還是精明收縮，都需要加強針對區(qū)域協(xié)調發(fā)展的政策設計。微觀鄉(xiāng)村斑塊單元上，鄉(xiāng)村人口收縮是鄉(xiāng)村公共服務合理配置的重要基礎，根據(jù)鄉(xiāng)村人口收縮程度不同進行差異化資源配置，化被動收縮為主動收縮，實現(xiàn)鄉(xiāng)村人地協(xié)調，各地因地制宜利用鄉(xiāng)村發(fā)展內生動力。對重度收縮居民點實行逐步減量建設，推動對區(qū)域內土地資源進行積極合并與盤活，推動資源集約利用，對中輕度收縮存在加強空間效率化規(guī)劃，推動農(nóng)村產(chǎn)業(yè)轉型，挖掘新型人力資本、重塑鄉(xiāng)村文化價值、吸引人力資本的重新流入。中觀縣級層面要加強縣域治理，提升治理效能，推動鄉(xiāng)村振興基本實施單元實現(xiàn)由居民點向縣域的轉型，積極統(tǒng)籌內部資源分配，實現(xiàn)內部城鎮(zhèn)和鄉(xiāng)村橫向聯(lián)結，實現(xiàn)城鄉(xiāng)要素合理流動的同時保障鄉(xiāng)村基本公共服務，降低城鎮(zhèn)和鄉(xiāng)村的距離阻礙，實現(xiàn)城鄉(xiāng)高效互動。宏觀上，面對我國幅員遼闊且區(qū)域經(jīng)濟發(fā)展不均衡，需精準識別東西部等地區(qū)差異，通過政策支持手段和經(jīng)濟激勵措施推動鄉(xiāng)村振興，如積極的人口政策，吸引人口回流；深化農(nóng)村土地制度改革完善農(nóng)村土地流轉制度，暢通土地流轉渠道，確保農(nóng)民在土地增值中的合理收益，促進土地資源的集約利用與高效配置；并在此基礎上，堅持農(nóng)業(yè)農(nóng)村優(yōu)先發(fā)展方針，優(yōu)化頂層設計與實踐路徑，為實現(xiàn)鄉(xiāng)村全面振興奠定堅實基礎。綜合來看，如何在差異化的居民點發(fā)展策略下實現(xiàn)高質量鄉(xiāng)村建設，以及如何在新發(fā)展態(tài)勢下實現(xiàn)鄉(xiāng)村振興都將成為持續(xù)議題。本研究可進一步拓展的方向：鄉(xiāng)村收縮是一個綜合概念，基于地理大數(shù)據(jù)可能忽視一些居民點邊界細節(jié)，同時單純基于人口流失的識別方法可能難以揭示其他要素引致的收縮情況。因此，未來可以從更加豐富的維度對鄉(xiāng)村收縮進行識別并辨識其機制。

參考文獻 References

［1］ 馬雯秋，朱道林，姜廣輝. 面向鄉(xiāng)村振興的農(nóng)村居民點用地結構轉型研究［J］. 地理研究，2022，41（10）：2615-2630.MA WQ，ZHU D L，JIANG G H.Research on land use structure transitionof rural settlements facing the rural vitalization［J］.Geographicalresearch，2022，41（10）：2615-2630（in Chinese withEnglish abstract）.

［2］ 姚尚建. 超大城市空間重構中的“村政城治”［J］. 甘肅社會科學，2024（3）：107-115.YAO S J.Village affairs by urban governancein the space reconstruction of megacities［J］.Gansu socialsciences，2024（3）：107-115（in Chinese with English abstract）.

［3］ 鄭伯紅，田方舟. 歐洲收縮鄉(xiāng)村地區(qū)的時空測度、政策響應與經(jīng)驗啟示［J/OL］. 國際城市規(guī)劃，1-14［2024-06-16］.https：//doi. org/10.19830/j. upi. 2022.749. ZHENG B H，TIAN F Z. Spatial-temporal measurement， policy responseand experience enlightenment of shrinking rural areas in Europe［J］. Urban planning international：1-14［2024-06-16］.https：//doi. org/10.19830/j. upi. 2022.749（in Chinese withEnglish abstract）.

［4］ 劉振，戚偉，王雪芹，等. 國內外人口收縮研究進展綜述［J］.世界地理研究，2019，28（1）：13-23.LIU Z，QI W，WANG XQ，et al. A literature research on population shrinking［J］.World regional studies，2019，28（1）：13-23（in Chinese withEnglish abstract）.

［5］ 鄭殿元，文琦，王銀，等. 中國村域人口空心化分異機制及重構策略［J］. 經(jīng)濟地理，2019，39（2）：161-168.ZHENG D Y，WEN Q，WANG Y，et al. Differentiation mechanism and reconstructionstrategy of rural population hollowing in China［J］. Economic geography，2019，39（2）：161-168（in Chinesewith English abstract）.

［6］ 王良健，陳坤秋，李寧慧. 中國縣域農(nóng)村人口空心化程度的測度及時空分異特征［J］. 人口學刊，2017，39（5）：14-24.WANG L J，CHEN K Q，LI N H. The degree measure andspatial-temporal variation characteristics of rural populationhollowing on county-level in China［J］. Population journal，2017，39（5）：14-24（in Chinese with English abstract）.

［7］ 王興周. 人口空心化：鄉(xiāng)村振興的家底與逆城市化的起點［J］.江海學刊，2024（3）：123-133.WANG X Z.Population hollowingout：the foundation of rural revitalization and the startingpoint of counter-urbanization［J］. Jianghai academic journal，2024（3）：123-133（in Chinese with English abstract）.

［8］ 呂東輝，張郁，劉岳琪. 鄉(xiāng)村收縮背景下松嫩平原鄉(xiāng)村地區(qū)人口—經(jīng)濟空間耦合關系［J］. 經(jīng)濟地理，2022，42（1）：160-167.Lü D H，ZHANG Y，LIU Y Q. Spatial coupling relationshipbetween rural population and economy under the backgroundof rural shrinkage in Songnen Plain［J］.Economic geography，2022，42（1）：160-167（in Chinese with English abstract）.

［9］ 崔繼昌，郭貫成，張輝. 宅基地集約利用的空心化格局：華北平原典型村莊的微觀尺度分析［J］. 干旱區(qū)資源與環(huán)境，2023，37（5）：94-103.CUI J C，GUO G C，ZHANG H.Hollowing-out characteristics of rural residential intensive landuse：microscale analysis of a typical village in the North ChinaPlain［J］.Journal of arid land resources and environment，2023，37（5）：94-103（in Chinese with English abstract）.

［10］ 趙民，游獵，陳晨. 論農(nóng)村人居空間的“精明收縮” 導向和規(guī)劃策略［J］. 城市規(guī)劃，2015，39（7）：9-18.ZHAO M，YOU L，CHEN C.Smart shrinkage of rural human settlements and itsplanning strategies［J］.City planning review，2015，39（7）：9-18（in Chinese with English abstract）.

［11］ 劉克曉，于偉. 山東省縣域人口收縮時空格局及驅動因素［J］.山東師范大學學報（自然科學版），2022，37（4）：397-404.LIUK X，YU W. Spatiotemporal pattern of population shrinkageand its driving factors at county scale in Shandong Province［J］.Journal of Shandong Normal University（natural science），2022，37（4）：397-404（in Chinese with English abstract）.

［12］ 黃馨，譚雪蘭，黃曉軍. 陜西省鄉(xiāng)村人居空間演化類型與精明收縮路徑［J］. 西部人居環(huán)境學刊，2023，38（5）：40-47.HUANG X，TAN X L，HUANG X J. Evolution types andsmart shrinking path of rural human settlement in ShaanxiProvince［J］. Journal of human settlements in West China，2023，38（5）：40-47（in Chinese with English abstract）.

［13］ 戈大專. 新時代中國鄉(xiāng)村空間特征及其多尺度治理［J］. 地理學報，2023，78（8）：1849-1868. GE D Z. The characteristicsand multi-scale governance of rural space in the New Era inChina［J］.Acta geographica sinica，2023，78（8）：1849-1868（inChinese with English abstract）.

［14］ 李玉紅，王皓. 中國人口空心村與實心村空間分布：來自第三次農(nóng)業(yè)普查行政村抽樣的證據(jù)［J］. 中國農(nóng)村經(jīng)濟，2020（4）：124-144.LI Y H，WANG H.Spatial distribution of rural populationflow at the village level in China：evidence from villagesamples in the third national agricultural census［J］.Chinese ruraleconomy，2020（4）：124-144（in Chinese with English abstract）.

［15］ 付占輝，楊雅涵，喬家君，等. 黃河流域縣域鄉(xiāng)村空心化地域類型及鄉(xiāng)村振興路徑［J］. 地理科學進展，2024，43（6）：1049-1059.FU Z H，YANG Y H，QIAO J J，et al.Rural hollowingout in the Yellow River Basin and the development path of ruralrevitalization［J］.Progress in geography，2024，43（6）：1049-1059（in Chinese with English abstract）.

［16］ 陳棋，薛東前，馬蓓蓓，等. 黃土高原地區(qū)人口收縮格局與驅動力分析［J］. 干旱區(qū)地理，2021，44（1）：258-267.CHEN Q，XUE D Q，MA B B，et al. Population shrinking pattern anddriving forces in the Loess Plateau region［J］.Arid land geography，2021，44（1）：258-267（in Chinese with English abstract）.

［17］ 王紹博，羅小龍. 欠發(fā)達地區(qū)人口流動及其城鎮(zhèn)化效應：以甘肅省為例［J］. 城市問題，2022（7）：4-11.WANG S B，LUO XL.Population migration and its urbanization effect in underdevelopedareas：Gansu Province as an example［J］.Urban problems，2022（7）：4-11（in Chinese with English abstract）.

［18］ MUROISHI M，YAKITA A. Urbanization and populationcontraction［J］.Letters in spatial and resource sciences，2022，15（3）：543-553.

［19］ 魏后凱，李玏，楊沫. 東北縣域人口流失的特征、原因及應對措施［J］. 社會科學戰(zhàn)線，2022（8）：89-95.WEI H K，LI L，YANG M.The characteristics，causes and countermeasures ofpopulation loss in Northeast China［J］. Social science front，2022（8）：89-95（in Chinese with English abstract）.

［20］ SZYMANOWSKI M，LATOCHA A. Does the environmentmatter？depopulation in the Sudetes （case study of the K?odzkoregion，SW Poland）［J/OL］. Applied geography，2021，135： 102535 ［2024-06-16］. https：// 10.1016/j. apgeog.2021.102535.

［21］ VAISHAR A，??ASTNá M，ZAPLETALOVá J，et al. Isthe European countryside depopulating？ case study Moravia［J］.Journal of rural studies，2020，80：567-577.

［22］ 焦林申，張敏. 收縮鄉(xiāng)村的空廢成因與精明收縮規(guī)劃策略：基于豫東典型鄉(xiāng)村的田野調查［J］. 經(jīng)濟地理，2021，41（4）：221-232.JIAO L S，ZHANG M.Vacant mechanism and smartshrinkage strategies for shrinking village：based on field studiesin rural areas of eastern Henan［J］.Economic geography，2021，41（4）：221-232（in Chinese with English abstract）.

［23］ LIU Y，SHU L Q，PENG L. The hollowing process of ruralcommunities in China：considering the regional characteristic［J/OL］. Land，2021，10（9）：911［2024-06-16］. https：//doi.org/10.3390/land10090911.

［24］ HE X，ZHOU Y Q，YUAN X D，et al.The coordination relationshipbetween urban development and urban life satisfactionin Chinese cities ：an empirical analysis based on multi-sourcedata［J/OL］.Cities，2024，150：105016［2024-06-16］.https：//doi.org/10.1016/j.cities.2024.105016.

［25］ ZENG P，ZONG C.Research on the relationship between populationdistribution pattern and urban industrial facility agglomerationin China［J/OL］.Scientific reports，2023，13（1）：16225［2024-06-16］. https：//doi. org/10.1038/s41598-023-43376-4.

［26］ YIN X，LI P，F(xiàn)ENG Z M，et al.Which gridded population dataproduct is better？ evidences from mainland Southeast Asia（MSEA）［J/OL］.ISPRS international journal of geo-information，2021，10（10）：681［2024-06-16］. https：//doi. org/10.3390/ijgi10100681.

［27］ 劉寧，劉青，李貴才. 中國的縣域村鎮(zhèn)人口遷移研究進展與展望［J］.世界地理研究，2023，32（2）：166-178.LIU N，LIU Q，LIG C.Research progress and prospect of population migration incounties，towns and villages in China［J］.World regional studies，2023，32（2）：166-178（ in Chinese with English abstract）

［28］ ANSELIN L.Local indicators of spatial association：LISA［J］.Geographical analysis，1995，27（2）：93-115.

［29］ SONG Y Z，WANG J F，GE Y，et al.An optimal parametersbasedgeographical detector model enhances geographic characteristicsof explanatory variables for spatial heterogeneity analysis：cases with different types of spatial data［J］.GIScience amp;remote sensing，2020，57（5）：593-610.

［30］ HU Z C，LI Y R，LONG H L，et al.The evolution of China’srural depopulation pattern and its influencing factors from 2000to 2020［J/OL］.Applied geography，2023，159：103089［2024-06-16］.https：//doi.org/10.1016/j.apgeog.2023.103089.

［31］ 龍花樓，屠爽爽. 論鄉(xiāng)村重構［J］. 地理學報，2017，72（4）：563-576.LONG H L，TU S S.Rural restructuring：theory，approachand research prospect［J］. Acta geographica sinica，2017，72（4）：563-576（in Chinese with English abstract）.

［32］ 龍花樓. 論土地整治與鄉(xiāng)村空間重構［J］. 地理學報，2013，68（8）：1019-1028.LONG H L.Land consolidation and rural spatialrestructuring［J］. Acta geographica sinica，2013，68（8）：1019-1028（in Chinese with English abstract）.

［33］ 彭秋志，黃培依，陳笛，等.2000—2020 年中國人口數(shù)量在地形梯度上的分布與變化特征［J］. 地理科學進展，2023，42（10）：2019-2032.PENG Q Z，HUANG P Y，CHEN D，et al.Distribution and change of China’s population on the terraingradients from 2000 to 2020［J］.Progress in geography，2023，42（10）：2019-2032（in Chinese with English abstract）.

［34］ 侯曉靜，喻忠磊，李雨婷，等. 中國山區(qū)縣域人口收縮的空間格局及其形成機制［J］. 地理研究，2024，43（5）：1205-1224.HOU X J，YU Z L，LI Y T，et al.Spatial pattern and mechanismof depopulation in the mountainous counties in China［J］.Geographical research，2024，43（5）：1205-1224（in Chinesewith English abstract）.

［35］ 王宇菲，王雋雄，李陽.陜西省土地資源承載力時空演變格局研究［J］.西北大學學報（自然科學版），2023，53（4）：541-553.WANGY F，WANG J X，LI Y.Study on temporal and spatial evolutionpattern of land resources carrying capacity in Shaanxi Province［J］. Journal of Northwest University（natural science edition），2023，53（4）：541-553（in Chinese with English abstract）.

［36］ 張玉，王介勇，劉彥隨. 基于文獻薈萃分析方法的中國空心村整治潛力與模式［J］. 自然資源學報，2022，37（1）：110-120.ZHANG Y，WANG J Y，LIU Y S.The potentiality and modelof China’s hollowing village reclamation based on Meta-analysis［J］.Journal of natural resources，2022，37（1）：110-120（inChinese with English abstract）.

［37］ ZOU B L，CHEN Y D，MISHRA A K，et al. Agriculturalmechanization and the performance of the local Chinese econo‐my［J/OL］. Food policy，2024，125：102648［2024-06-16］.https：//doi.org/10.1016/j.foodpol.2024.102648.

［38］ 杜志章，李想. 農(nóng)業(yè)轉移人口縣域市民化的邏輯嬗變、主要類型及推進路徑［J］. 華中科技大學學報（社會科學版），2024，38（4）：114-121. DU Z Z，LI X. The logical transmutation，main types and promotion paths of county-level urbanizationof agricultural transfer population［J］.Journal of Huazhong Universityof Science and Technology（social science edition），2024，38（4）：114-121（in Chinese with English abstract）.

［39］ 佘麗敏，邱永勝. 山東省縣域鄉(xiāng)村收縮時空格局及其影響因素［J］. 中國農(nóng)業(yè)資源與區(qū)劃，2024，45（7）：207-220.SHE LM， QIU Y S.The spatiotemporal pattern and influencing factorsof shandong province county rural shrinkage［J］. Chinesejournal of agricultural resources and regional planning，2024，45（7）：207-220.

［40］ LIU Z，LIU S H，JIN H R，et al. Rural population change inChina：spatial differences，driving forces and policy implications［J］.Journal of rural studies，2017，51：189-197.

［41］ ZHANG H，ZHANG S M，LIU Z D.Evolution and influencingfactors of China’s rural population distribution patterns since1990［J/OL］.PLoS One，2020，15（5）：e0233637［2024-06-16］.https：//doi.org/10.1371/journal.pone.0233637.

（責任編輯：陸文昌）

基金項目：國家自然科學基金項目（42371424；42001334）；湖北省自然科學基金項目（2023AFB630）