中国乡村人居环境系统脆弱性-韧性整合与解码：基于区域划分的网络分析

《Environmental and Sustainability Indicators》：Integrating and Decoding Vulnerability - Resilience in Rural China: A Regional Partitioning Analysis of Human Settlement Systems

　　

实现可持续乡村发展与繁荣需要同时应对脆弱性与韧性。然而，缺乏普适性的整合框架限制了对二者耦合关系的理解，可能导致政策与实践的误导。网络作为整合的关键途径，也正成为重新阐释乡村发展与重新设计政策行动的新范式。本研究为乡村人居环境系统（Rural Human Settlements System, RHSS）构建了脆弱性-韧性构成框架，该系统在乡村发展中具有密集互动、广泛连通和深度嵌入的特征。研究人员运用空间分析与社会网络分析，利用中国1859个县域的多源数据，解构了不同区域的脆弱性-韧性网络。结果表明：高脆弱性与低韧性在中国东北、西南和西北地区聚集，其中青藏高原面临的挑战最为严峻。与此同时，中国西部部分地区正展现出优越的缓冲与转型能力。在RHSS网络中，转型能力仍是韧性中发展不足的维度，除东北、华东和华中地区外，其作用总体边缘化。在这些区域，工业园区、物流基地与乡镇企业之间，以及农业基地、聚落规模与卫生服务之间，存在强协同关联。此外，网络呈现出一个关键的区域共性：敏感性的核心地位。最后，通过这一基于网络的新范式，进一步识别了影响乡村发展的核心节点与强关联。研究结果为中国乡村发展提供了新见解，并为乡村振兴战略下的区域差异化行动提供了可操作的重点。此外，这一整合风险与潜力的框架及其网络范式，有望为全球南方（Global South）不同尺度的可持续发展规划提供定向指导。

# 中国乡村人居环境系统脆弱性与韧性：整合框架、区域分异与网络解码

## 一、研究背景与问题提出

在全球环境压力、城市虹吸效应与全球经济重组的多重扰动下，全球南方（Global South）乡村地区的可持续发展问题日益凸显。乡村人居环境系统（Rural Human Settlements System, RHSS）作为人类活动的基本载体，正经历复杂转型，既面临严峻挑战，也蕴含发展机遇。在可持续性科学中，脆弱性与韧性理论为理解系统对环境扰动的响应——包括损害、适应能力与转型潜能——提供了有力的分析视角。然而，现有研究在概念上长期存在割裂：脆弱性研究侧重于风险评估与时空演变，韧性研究则聚焦于缓冲能力、适应能力与转型能力，二者往往被孤立考察，或简单地将一方归为另一方的子维度。虽有学者提出整合框架，但由于核心概念理解的差异，缺乏统一的构成性分析框架，导致整合研究流于表面和碎片化。因此，如何构建一个脆弱性与韧性平行、互补且不重叠的整合框架，并在此基础上解码区域分异规律与网络结构特征，成为乡村可持续性研究的关键科学问题。

## 二、研究内容与总体结论

针对上述问题，研究人员构建了RHSS脆弱性-韧性构成框架，将脆弱性解构为暴露度（Exposure）与敏感性（Sensitivity），将韧性解构为缓冲能力（Buffering capacity）、适应能力（Adaptive capacity）与转型能力（Transformation capacity）。以中国1859个县域为研究单元，采用空间分析与社会网络分析方法，系统考察了七大自然地理分区RHSS脆弱性-韧性的空间分异格局、组合类型及网络结构特征。研究揭示：中国RHSS脆弱性呈“西高东低”格局，与胡焕庸线高度吻合；高脆弱性-低韧性聚集区集中于东北、西南和西北地区，青藏高原最为严峻；敏感性在区域网络中普遍处于核心地位，而转型能力总体边缘化，但在东北、华东和华中地区展现出强协同关联。研究为乡村振兴战略下的差异化治理提供了科学依据，也为全球南方乡村可持续发展提供了可复制的分析范式。

## 三、关键技术方法

本研究采用多源数据融合与多种空间及网络分析方法。样本队列来源于中国1859个县域单元（不含市辖区及港澳台），采用国家统计局城乡划分代码筛选乡村主导县域，并依据七大地域划分方案分为东北、华北、西北、西南、华中、华东、华南七个区域。数据来源包括第七次全国人口普查县域数据（2020）、中国县域统计年鉴（2022）、中国城市统计年鉴（2019）等官方统计数据，以及高德地图POI、百度地图地址记录等互联网大数据和GlobeLand30、ASTER GDEM 30m、NPP、SOC等多源遥感生态数据。方法上，首先采用德尔菲法确定构成维度等权、层次分析法（AHP）确定指标权重，结合极值法标准化和加权求和法计算脆弱性与韧性评价值；其次运用探索性空间数据分析（全局Moran's I）、热点分析（Getis-Ord Gi*）和空间叠加分析揭示空间集聚与组合类型；最后基于皮尔逊相关系数构建关系矩阵，利用Cytoscape 3.10.3进行网络可视化与中心性、模块度和连通性分析。

## 四、研究结果

### 4.1 RHSS脆弱性与韧性的空间分异

脆弱性、敏感性均呈现自东南向西北递增的梯度，最高值位于青藏高原，最低值集中于华北平原。胡焕庸线两侧空间分异明显：线西北的脆弱性和敏感性总体偏高，线东南相对较低。东北地区脆弱性与敏感性平均秩次最高，华东地区最低。暴露度则未遵循该梯度规律，高暴露集中于中东部地区，西南地区暴露度最低。韧性方面，高韧性聚集于内蒙古、浙江、福建等地，高缓冲能力聚焦于新疆，高适应能力见于长三角和华北平原，高转型能力分布于东部郊区乡村。韧性排序为：华东>华南>华中>东北>华北>西南>西北。西南地区转型能力中位数全国最低，华南地区适应能力明显不足。

### 4.2 RHSS脆弱性与韧性的空间集聚特征

全局空间自相关分析表明，脆弱性与韧性的Moran's I分别为0.908和0.534（均p<0.01），呈显著正空间自相关，脆弱性的空间集聚更明显。脆弱性热点（419县）集中于东北、华北北部及青藏高原，东北占比最高（32%），主要位于胡焕庸线以西。冷点（397县）聚集于华北东南部、华东中北部和华南中东部，华东占比最大（38%）。韧性热点（322县）呈斑块状分布，华东占43%；冷点高度聚集于青藏高原，形成西部连片低韧性带，而中东部呈现“碎片化高韧性+局部低韧性”格局。

### 4.3 RHSS脆弱性-韧性组合关系

空间叠加分析识别出四种脆弱性-韧性组合类型、四种暴露度-敏感性组合类型及八种缓冲-适应-转型能力组合类型。低脆弱性类型（V_L-R_L占24.15%，V_L-R_H占26.14%）集聚于胡焕庸线以东；高脆弱性类型（V_H-R_L占26.14%，V_H-R_H占23.56%）主要分布于西北、西南及东北部分地区。暴露度-敏感性负相关组合占60%以上，其中高暴露-低敏感（E_H-S_L）类型（30.07%）主导胡焕庸线以东地区。能力组合中仅27.27%呈正相关，B_H-A_H-T_H型（14.31%）集中于华东，B_L-A_L-T_L型（12.96%）多见于东北和西北，表明三种韧性能力并非同步升降，大量县域存在能力错配。

### 4.4 RHSS脆弱性-韧性网络结构

维度层网络分析显示，全国网络模块度（Modularity）为0.148，连通性（Connectivity）为0.867。敏感性构成除华东外所有区域网络的核心，转型能力在东北和华中为核心节点，但总体边缘化。敏感性与适应能力间存在强负相关。全国层面因子网络模块度为0.117、连通性为0.797，正负关联大体均衡。核心节点（中心性>6.43）包括地形起伏度（S1）、财政压力指数（S4）、路网密度（S5）、平均受教育年限（A3）、工业园区数量（T4）和物流站点密度（T6）等。区域网络呈现差异化特征：东北地区小学密度（S6）和空气质量指数（E2）为核心节点；华北地区NPP和厕所匮乏率构成核心；西北地区自来水匮乏率与物流站点密度为核心并强正关联至工业园区数量（T4）；西南地区老龄化率（E4）为核心，财政压力与受教育年限强负相关；华中地区土壤保持（B2）和土壤有机碳含量（B3）为核心节点，聚落规模（B4）、人均卫生人员数（B6）与农业基地发展程度（T2）形成强正相关三联体；华东地区工业园区数量（T4）与乡镇企业密度（A5）强正相关；华南地区城乡收入差距（E5）为核心节点，与文化旅游资源密度（T5）呈强负相关。

## 五、讨论与结论

讨论部分围绕三个核心议题展开。其一，跨越胡焕庸线的脆弱性与韧性不对称格局：高脆弱性集中于线西北，高韧性集中于线东南，这一格局印证了胡焕庸线作为地理规律的存在，但韧性视角揭示西部RHSS具有潜在发展动能——新疆、内蒙古西部、西藏拉萨和阿里等地已具备强缓冲能力，内蒙古和陕北适应能力突出，西北农牧交错带和川西、青海藏区依托文化旅游资源培育转型能力，建议国家战略应激活这些高韧性热点的转型能力。其二，核心区域挑战：西部和东北县域面临高脆弱-低韧性的双重困境，东部平原地区虽低敏感但高暴露，现有单维度脆弱性评估忽视了系统性韧性特征，本研究通过整合视角实现了精细化分区治理。其三，网络共性核心敏感性与异质性关联：敏感性作为网络的共同核心，与脆弱性的基础性作用一致；转型能力仅在东北、华东和华中发挥协同作用，表现为工业园区-物流基地-乡镇企业、农业基地-聚落规模-卫生服务及教育设施-宽带接入的强关联，这些关联是先前研究未系统识别的。

研究结论可归纳如下：（1）脆弱性格局呈“西高东低”，与胡焕庸线吻合，同时中国西部部分地区在韧性方面表现出良好的缓冲与转型能力。（2）高脆弱性-低韧性聚集区集中于东北、西南和西北，青藏高原条件最为严峻；东北平原和太行山区域陷入高暴露-高敏感与低缓冲-低适应-低转型能力的困境。（3）网络既有区域共性也有异质性：敏感性在所有区域网络中均居核心地位；转型能力除东北、华东和华中地区外，既发展不足又作用边缘化；西北和西南地区财政压力与受教育年限存在强负相关。研究还指出，受历史数据限制未探讨网络动态演化特征，变量间的因果关系有待进一步揭示，Queen邻接空间权重矩阵未考虑东西部县域面积差异可能带来不确定性，未来将聚焦典型区域关键关联，揭示脆弱性与韧性的交互机制。