Case Study

Impacting of Road Networks on Beautiful Villages Construction Effectiveness

  • ZHANG Qi , 1 ,
  • LI Sijin , 1, * ,
  • HU Shipeng 2 ,
  • WANG Qiuping 1
Expand
  • 1 School of Urban Development and Modern Transportation, Xi′an University of Architecture and Technology, Xi′an 710055, China
  • 2 Northwest Electric Power Design Institute Co., Ltd. of China Power Engineering Consulting Group, Xi′an 710075, China

Received date: 2023-12-06

  Online published: 2024-06-24

Abstract

In order to improve the construction level of beautiful villages effectively promoted by road networks construction, the inherent laws of road networks impacting on the effectiveness of beautiful villages construction were systematically studied. Firstly, the theoretical mechanism of the influence of road networks on the beautiful villages construction were analyzed from three dimensions including living environments, infrastructures and economic conditions. Furthermore, the influential factors system was established under this mechanism framework, and the calculation methods of each influential factor were designed by integrating road network data and other related geographic data. Finally, the GWR (Geographical Weighted Regression) model was used to empirically analyze the actual contribution of each influential factor to beautiful villages construction in Xi′an countryside, and some corresponding countermeasures and suggestions were put forward according to the spatial differentiation of the case. The research shows that the effecting process of road network on the construction of beautiful villages are influenced by many factors due to the inherent complexity of rural social and economic systems. In detail, the difficulty of hydro-power layout, the disturbance to ecological environment around the villages and the deficiency of public services are negatively correlated with the effectiveness of beautiful villages construction; the accessibility to outside production and living locations, the suitability of rural characteristic businesses and the developing activity of agriculture industry are positively correlated with it; because of the variations of localities at the township and street scale, the 6 factors above will have different effecting intensity in different places; in addition, it is considered an innovative direction to fill the common data gap by mining and integrating all kinds of information data related to road network with the help of GIS (Geographic Information System) in rural transportation research.

Cite this article

ZHANG Qi , LI Sijin , HU Shipeng , WANG Qiuping . Impacting of Road Networks on Beautiful Villages Construction Effectiveness[J]. Transport Research, 2024 , 10(2) : 85 -96 . DOI: 10.16503/j.cnki.2095-9931.2024.02.010

0 引言

建设美丽乡村是实现乡村振兴的重要实践路径和主要载体之一[1]。鉴于农村道路和信息基础设施建设水平与非农劳动生产率之间有显著的正相关关系[2],故在美丽乡村建设中需要发展完善道路交通体系,以促进乡村人居建设环境的改善,增强乡村与外界的各类活动联系,进而为乡村经济社会全面振兴提供支撑和保障[3]。因此,通过解析道路网的影响来促进美丽乡村建设,成为国内乡村交通运输领域一个有现实价值的议题。
由于乡村地区的产业活动和人口分布相较于城市呈现明显的分散性,关于乡村交通的研究以往重点关注特定地点的交通运输可达性。如Nutley根据世界各国间经济发展水平、人口密度和汽车拥有率的差异,对乡村可达性进行了类型划分[4];刘垚明等采用宏观多源开放数据,在区县单元空间尺度上评估了中国农村可达指数(Rural Access Index, RAI)和难以享受道路交通服务的农村人口(Non-Served Rural Population, NSRP)[5];向文武等以江西省万年县为研究对象,通过综合分析道路交通可达性情况与旅游资源空间分布,为构建县域乡村振兴新格局提供对策建议[6]。近年来,随着乡村振兴战略的全面实施,交通引领农村发展成为国内乡村交通运输研究的前沿方向,如:李琳娜等从产业经济、社会文化和资源环境等三方面,分析了区域交通运输系统对于乡村振兴成效的多种作用路径[7];陈纪龙等提出了一种多产出指标定量评价模型,用以精准分析农村公路对沿线区域经济发展的影响,并指引农村路网规划更好地服务于农村经济发展[8];闫长平等基于全国范围的申报评选数据,总结了美丽农村路建设的三项基本要义和四个建设方向,以实现美丽乡村建设与农村道路建设的融合发展[9];巫诚诚等针对“四好农村路”建设效果评估的数据采集难题,建立了一种基于微博平台数据的文本挖掘与评估模型,改进了“四好农村路”建设工作的定量化分析技术[10]
从现有研究可以看出,乡村振兴战略促使国内乡村交通运输研究的侧重点由地点可达性转向交通引领经济社会发展。在投入产出价值关系层面,农村交通基础设施建设与经济发展绩效的关联研究进展较好;在物质空间规划建设层面,农村道路网规划建设与美丽乡村建设分别被视为“线”要素和“点”要素,并在新的国土空间规划体系下得到统筹考虑。需要注意的是,道路网建设与美丽乡村建设不单纯是并列的空间要素,二者还存在相互影响作用。道路网既影响到美丽乡村建设所需物质、能量、信息的输入输出,也影响到美丽乡村所依存自然环境及人工环境的质量。但目前,国内乡村交通运输领域仍鲜有关于道路网影响美丽乡村建设的深入研究。
为探究道路网影响美丽乡村建设成效的内在规律,本文将通过剖析道路网多重属性影响美丽乡村建设成效的作用原理,分别从人居环境、基础设施、经济条件等三个维度集成相关理论机制,进而应用地理信息技术和空间计量模型,确定美丽乡村建设成效的道路网影响因子体系及其计算方法,并以西安市美丽乡村建设为例开展实证研究。

1 理论机制与影响因子

1.1 道路网影响美丽乡村建设成效的理论机制

道路网对美丽乡村建设成效的影响复杂多样,涉及自然、人文、经济等多方面。现从人居环境、基础设施、经济条件等三个维度分别加以分析。
1)人居环境维度的影响机制
乡村聚落的人居环境通常分为外部环境和内部环境[11]。内部环境主要涉及庭院住房和配套设施两个要素,其中配套设施的可靠性与道路网息息相关。原因在于,供排水、供电、通信等管线系统支撑着配套设施的正常运转,而在乡村地区敷设各种水、电、通信等管线的路由通道基本依附于高速公路以外的各等级道路,从供应源(一般是村庄的上级乡镇街办政府驻地)到村庄之间的道路长度与高程差会显著影响各类管线的保障难易程度。
外部环境主要指村庄居民点建设用地和农业生产作业用地以外的生态空间要素。根据国土空间规划的三类功能区划,生态空间的主要定位是减弱并消除开发活动以维系自然环境的生态平衡。因此,这部分空间需要尽可能维持完整性,从而让村庄环绕在自然优美、物种繁茂的生态系统中[12]。生态空间的连续完整程度与道路网息息相关。原因在于,高等级公路在农村地区主要担负跨区域的过境交通功能,而低等级道路则主要连接村庄居民点和农林牧副渔等生产点位。在生态空间中,过多的低等级道路不仅无法提升交通运输系统的效率,反而会割裂自然生态环境的完整性。人居环境维度的影响机制见图1
图1 人居环境维度的影响机制
2)基础设施维度的影响机制
基础设施包括交通、市政、能源和社会民生等众多类别。由于乡村地区生产生活具有典型的分散性特征[13],教育、医疗、科技文化等社会民生类基础设施大都按照覆盖范围的合理半径配置在乡镇街办政府驻地。此种条件下,村庄居民从本村往返上级乡镇街办驻地的行程时间,决定家庭就医、子女上学、参加文化和农技科普活动等的便利程度。另一方面,有别于生态空间的强保护弱开发特征,国土空间规划要求通过密集空间开发达成高质量的居住和产业功能,这两类功能开发又都依赖于高密度建设的交通类基础设施,以保障其活动联系[14]。在乡村地区,居住和产业功能分布在零散不连片的众多村庄建设用地和农业生产用地,低等级道路网是这种小面积孤立用地内主要的交通基础设施形式。它们具有连接田埂到门户、门户至村组的乡村交通基本功能,是农用机具、村民和车辆的必经通道。
基础设施维度的影响机制见图2
图2 基础设施维度的影响机制
3) 经济条件维度的影响机制
构筑坚实的经济基础是现阶段乡村振兴与美丽乡村建设的重要推动力[15]。广大乡村地区的主导产业是第一产业,主要包括种植业、林业、畜牧业、水产业等。山水林田湖草等国土资源的丰裕程度决定农业的产品产量和质量,而粮食谷物、瓜果蔬菜、肉禽水产都需经由以道路为主体的运输网络进入市场交易,方能实现其商品经济价值。国省干道具有较大的运力,且灵活便捷,适合于收购和运销来自田间地头的各类农产品,成为支撑第一产业的关键交通条件。除此之外,在有条件的乡村地区发展第三产业,是打造农村特色经济形态的重要途径[16]。依托乡村地区特有的自然环境、风景名胜、饮食习俗等,建设度假小镇、农家乐美食村、垂钓采摘园等特色服务产业,可获得远高于第一产业的经济附加值。道路网通达便捷有利于为农村特色第三产业提供充足的外部客源,而村庄越毗邻国省交通主干道路,越有利于吸引周边区域的中短途休闲游度假游客源。此外,沿路两侧的地质灾害风险威胁发展特色服务业的安全性。村庄新建改建的各种服务房舍、场地和设施均涉及土方工程开拓,故其选址应在毗邻主干道路且地质灾害风险评级较低的地段。经济条件维度的影响机制见图3
图3 经济条件维度的影响机制

1.2 美丽乡村建设成效的道路网影响因子体系

根据人居环境、基础设施和经济条件维度的影响机制以及各类开源平台的数据可获取条件,遴选出美丽乡村建设成效的道路网影响因子,详见表1
表1 美丽乡村建设成效的道路网影响因子体系表
维度 影响因子 因子说明 数据来源
人居环境 水电布设难易度H
(-)
由村庄与水电供应源(村庄的上级乡镇街办驻地)之间道路里程以及两者间高程差共同决定 地理空间数据云
生态环境扰动度E
(-)
由研究单元内生态空间上低等级道路的密度决定 地理空间数据云;第三次国土空间调查数据库
基础设施 公共服务稀缺度T
(-)
由村庄与社会民生类基础设施供应源(村庄的上级乡镇街办驻地)之间的道路行车时间决定 地理空间数据云
生产生活可达度C
(+)
由研究单元内村庄建设用地和农业生产用地上低等级道路的密度决定 地理空间数据云;第三次国土空间调查数据库
经济条件 特色经营适宜度M
(+)
由村庄相对国省干道的毗邻程度与村庄的地质灾害风险等级共同决定 地理空间数据云;第三次国土空间调查数据库
产业振兴发展度W
(+)
由研究单元内的高等级道路里程数与农业生产土地资源等级共同决定 地理空间数据云;第三次国土空间调查数据库

注:“+”表示预期的影响为正向;“-”表示预期的影响为负向。

表1中,各影响因子的计算公式如下:
1)人居环境维度
水电布设难易度(H)的测算方法见式(1):
H = | H V - H S | L V - T
式(1)中: H V为美丽乡村点的自然高程; H S为该村的上级乡镇街办驻地点的自然高程; L V - T为从乡村点到乡镇街办驻地点的道路行车里程。
生态环境扰动度(E)的测算方法见式(2):
E = L N / S N
式(2)中: L N为位于乡镇街办研究单元内自然生态用地中县道以下等级的道路里程; S N为该区域自然生态用地面积。
2)基础设施维度
公共服务稀缺度(T)的测算方法见式(3):
T = T V - S ¯
式(3)中: T V - S ¯为研究单元内美丽乡村点通过驾驶机动车去往上级乡镇街办驻地点的平均行车时间。
生产生活可达度(C)的测算方法见式(4):
C = L C / S C
式(4)中: L C为位于乡镇街办研究单元内可建设用地中县道以下等级的道路里程; S C为可建设用地的(包括村庄建设用地和农业生产用地)面积。
3)经济条件维度
特色经营适宜度(M)的测算方法见式(5):
M = i = 1 n ( P i / d )
式(5)中: P i为美丽乡村点与国道和省道的毗邻度, P i取值3, 2, 1, 0分别对应乡村点距离国省道路任一侧100 m以内、100~500 m、500~1000 m、1 000 m以外; d为各试点村所在地理位置的地质灾害风险等级,共包含5个等级,d=5表示地质灾害风险最高,d=1表示地质灾害风险最低;n为乡镇街办研究单元内乡村点的个数。
产业振兴发展度(W)的测算方法见式(6):
W = Z ( L G + L S + L ) X
式(6)中: Z为研究单元内可建设用地(包括村庄建设用地和农业生产用地)的土地资源丰裕度的平均值; L G为乡镇街办研究单元内国道里程; L S为研究单元内省道里程; L X为研究单元内县道里程。

1.3 检验影响因子预期作用的模型选择

地理加权回归(Geographically Weighted Regression, GWR)模型[17]扩展了普通最小二乘模型(Ordinary Least Squares, OLS)的全局模式,且增加了数据的地理空间坐标,从而构建了解释变量的局部模型。GWR模型能充分考虑美丽乡村点的局域空间属性,为不同解释变量创建各自独立的回归方程,可更好地揭示解释变量在研究单元上的局部空间特征。
采用GWR模型,本文以1.2节所述6个影响因子为解释变量,以美丽乡村建设成效的第三方评价结果为被解释变量,从整体和局部特征上分别定量揭示道路网影响因子对于美丽乡村建设成效的干预效果。
GWR模型的计算公式为:
y i = β 0 ( u i ,   v i ) + k = 1 β k ( u i ,   v i ) x i k + ε i       i = 1 ,   2 , ,   N
式(7)中: y i为被解释变量(美丽乡村点的建设成效评价值); β 0 ( u i ,   v i )为第i个研究单元的回归截距; ( u i ,   v i )为第i个研究单元的地理空间坐标;k为解释变量(道路网影响因子)的个数; β k ( u i ,   v i )为第i个研究单元的第k个解释变量(道路网影响因子)的回归系数; x i k为第i个研究单元的第k个解释变量(道路网影响因子); ε i 为第i个研究单元的随机误差项, ε i 独立分布且假设其服从正态分布N(0,   σ 2);N为研究单元(包含美丽乡村点的乡镇街办范围)的样本数量。

2 西安市美丽乡村实证研究分析

为验证以上道路网影响因子及GWR模型的可用性,以西安市为例开展实证研究。西安市地处内陆,下辖的农村地区面积占比大,且农区自然地形多样、历史文化悠久。近年来,该市按照国家乡村振兴、交通强国和城乡一体化发展战略部署,采取了一系列有力措施加强“四好农村路”建设和美丽乡村建设,取得了较好的效果。因此,本文以该市作为分析对象,既有一定的代表性,也能保障数据资料的可获取性。

2.1 数据来源和数据准备

西安市住房和城乡建设部门在2020年遴选了226个美丽乡村试点村,委托第三方机构编制了2020年度《西安市美丽村庄建设考核评价报告》。本文引用该报告中的试点村考核评分结果作为被解释变量,限于篇幅不再列出。
对美丽乡村建设进行空间化研究分析,需获取行政区土地利用情况和地理区划信息。本文研究区域为西安市有农业人口和农业产值的全部乡镇街办,其土地利用数据来自第三次国土空间调查数据库。利用坐标拾取系统获取试点村及其上级街办(乡镇)的地理坐标,最终得到修正标定和归并后的研究范围和试点村,如表2所示。
表2 研究区域内西安市乡镇街办
区县 乡镇/街办
灞桥区(下辖9个) 十里铺街道办 纺织城街道办 席王街道办 洪庆街道办 灞桥街道办
新筑街道办 狄寨街道办 红旗街道办 新合街道办
长安区(下辖25个) 王寺街道办 高桥街道办 斗门街道办 马王街道办 灵沼街道办
细柳街道办 韦曲街道办 王曲街道办 砲里街道办 郭杜街道办
兴隆街道办 五星街道办 东大街道办 滦街道办 子午街道办
五台街道办 太乙宫街道办 杜曲街道办 王莽街道办 杨庄街道办
魏寨街道办 黄良街道办 大兆街道办 引镇街道办 鸣犊街道办
临潼区(下辖23个) 西泉街道办 斜口街道办 秦陵街道办 新丰街道办 土桥街道办
小金街道办 马额街道办 任流街道办 行者街道办 骊山街道办
北田街道办 代王街道办 穆寨街道办 铁炉街道办 零口街道办
油槐街道办 何寨街道办 新市街道办 栎阳街道办 交口街道办
相桥街道办 雨金街道办 徐杨街道办
阎良区(下辖7个) 振兴街道办 北屯街道办 新兴街道办 凤凰路街道办 新华路街道办
武屯街道办 关山街道办
高陵区(下辖7个) 姬家街道办 鹿苑街道办 耿镇街道办 通远街道办 张卜街道办
泾渭街道办 崇皇街道办
鄠邑区(下辖14个) 甘河街道办 渭丰街道办 庞光街道办 秦渡街道办 玉蝉街道办
涝店街道办 大王街道办 五竹街道办 甘亭街道办 祖庵街道办
蒋村街道办 石井街道办 余下街道办 草堂街道办
蓝田县(下辖22个) 华胥镇 孟村乡 安村乡 蓝关镇 三官庙乡
厚镇 九间房乡 葛牌镇 洩湖镇 前卫镇
三里镇 普化镇 金山乡 玉山镇 灞源乡
史家寨乡 焦岱镇 玉川乡 兰桥乡 汤峪镇
小寨乡 辋川乡
周至县(下辖20个) 二曲街道 终南镇 马召镇 尚村镇 青化镇
翠峰镇 九峰镇 哑柏镇 楼观镇 广济镇
厚畛子镇 竹峪镇 四屯镇 王家河镇 司竹镇
骆峪镇 板房子镇 集贤镇 富仁镇 陈河镇
对道路网数据,按地理空间数据云平台(http://www.gscloud.cn/sources/)的道路等级划分,由高到低提取西安市辖区内国道、省道、县道、乡镇村道、其他道路等5种等级道路,分布情况如图4所示。
图4 2020年西安市各等级道路分布
根据1.2节的影响因子测算方法,在研究范围内利用试点村、乡镇街办和道路网的基础数据,计算各影响因子指标值,完成研究数据准备。

2.2 道路网影响西安市美丽乡村建设成效的GWR分析

1)GWR模型多重共线性检验
GWR是一种线性模型,其使用的前提条件是验证变量间不存在多重共线性[18]。本文使用方差膨胀因子(Variance Inflation Factor, VIF)进行检验。通常认为:当VIF>10时,表明模型存在较严重的多重共线性,不具有适用性。使用SPSS软件计算各影响因子的VIF值,结果见表3
表3 影响因子的共线性统计表
影响因子 共线性统计量
容差 VIF
水电布设难易度 0.474 2.109
生态环境扰动度 0.455 2.198
公共服务稀缺度 0.970 1.031
生产生活可达度 0.908 1.101
特色经营适宜度 0.898 1.114
产业振兴发展度 0.871 1.148
表3可以看出,VIF值最大为2.198,最小为1.031。所选择影响因子的VIF值均小于临界值,说明模型中的影响因子之间没有出现多重共线性问题,能够进行GWR分析。
2)GWR模型构建与结果输出
对任一乡镇街办研究单元内全体美丽乡村的建设评分取平均值,并将其与该单元的可用空间面积之比作为被解释变量。设第 i个研究单元的全部美丽乡村建设成效评分平均值与该单元可利用土地面积之比为 y i,其几何中心坐标为 ( u i , v i ),再以各研究单元的影响因子指标值为自变量,得到GWR模型计算公式:
y i = β 0 ( u i ,   v ) + β i ( H ) ( u i ,   v i ) x i H + i                 β i ( T ) ( u i ,   v ) x i T +   β i ( C ) ( u i ,   v i ) x i C + i                 β i ( E ) ( u i ,   v ) x i E + β i ( M ) ( u i ,   v i ) x i M + i               β i ( W ) ( u i ,   v ) x i W + ε i i
式(8)中:βi(H), βi(E), βi(T), βi(C), βi(M), βi(W)分别为表1中影响因子H(水电布设难易度);E(生态环境扰动度)、T(公共服务稀缺度)、C(生产生活可达度)、M(特色经营适宜度)、W(产业振兴发展度)在第i个研究单元的回归系数; ε i为随机偏差。
将2.1节准备好的数据代入GWR模型,得到各影响因子回归系数的输出结果(见表4),对应的5个等级划分标准如表5所示。
表4 西安市各相关乡镇/街办地理加权回归系数结果汇总表
乡镇/街道 βi(H)
等级
(-)
βi(E)
等级
(-)
βi(T)
等级
(-)
βi(C)
等级
(+)
βi(M)
等级
(+)
βi(W)
等级
(+)


十里铺街道办 偏低 偏低 偏低
纺织城街道办 偏低 偏低 偏高 偏低
席王街道办 偏低 偏低 偏高 偏低
洪庆街道办 偏低
灞桥街道办 偏低 偏低 偏高 偏高
新筑街道办 偏低 偏高 偏低
狄寨街道办 偏低 偏高 偏低
红旗街道办 偏低 偏低 偏高 偏低
新合街道办 偏低 偏高 偏低


姬家街道办 偏高 偏低 偏低
鹿苑街道办 偏高 偏低
耿镇街道办 偏低
通远街道办 偏高 偏低
张卜街道办 偏高 偏低
泾渭街道办 偏低 偏低
崇皇街道办 偏高 偏低 偏低


王寺街道办 偏低 偏低 偏高
高桥街道办 偏低 偏低
斗门街道办 偏低 偏低 偏高
马王街道办 偏低 偏低
灵沼街道办 偏低 偏高
细柳街道办 偏低 偏低
韦曲街道办 偏低 偏低 偏低
王曲街道办 偏低 偏低
砲里街道办 偏低 偏高
郭杜街道办 偏低 偏低
兴隆街道办 偏低 偏低
五星街道办 偏高 偏高
东大街道办 偏低 偏高 偏低 偏高
滦街道办 偏低 偏低 偏高
子午街道办 偏低 偏低 偏高 偏高
五台街道办 偏低 偏低 偏高
太乙宫街道办 偏低 偏低 偏低 偏高
杜曲街道办 偏低 偏低 偏低
王莽街道办 偏低 偏低 偏低 偏高 偏高
杨庄街道办 偏低 偏高 偏高
魏寨街道办 偏低 偏高
黄良街道办 偏低 偏低 偏低 偏高
大兆街道办 偏低 偏低 偏低
引镇街道办 偏高 偏高
鸣犊街道办 偏低 偏高


西泉街道办 偏高 偏低 偏高
斜口街道办 偏高
秦陵街道办 偏高
新丰街道办 偏高 偏低 偏高
土桥街道办 偏高 偏高 偏低
小金街道办 偏高 偏高 偏低
马额街道办 偏高 偏高 偏低 偏低
任流街道办 偏高 偏低 偏高
行者街道办 偏高 偏低 偏高
骊山街道办 偏高
北田街道办 偏高 偏低
代王街道办 偏高 偏低 偏高
穆寨街道办 偏高 偏高 偏低
铁炉街道办 偏高 偏高 偏低 偏低
零口街道办 偏高 偏低
油槐街道办 偏高
何寨街道办 偏高 偏高
新市街道办 偏高 偏低 偏高 偏低
栎阳街道办 偏高 偏低 偏高 偏低
交口街道办 偏高
相桥街道办 偏高
雨金街道办 偏高 偏高
徐杨街道办 偏高 偏低 偏高 偏低


振兴街道办 偏高 偏低 偏高 偏低
北屯街道办 偏高 偏低 偏高 偏低
新兴街道办 偏高 偏低 偏高 偏低
凤凰路街道办 偏高 偏低 偏高 偏低
新华路街道办 偏高 偏低 偏高 偏低
武屯街道办 偏高 偏低
关山街道办 偏高 偏低 偏低


甘河街道办 偏低
渭丰街道办 偏低


庞光街道办 偏低
秦渡街道办 偏低
玉蝉街道办 偏低
涝店街道办 偏低
大王街道办 偏低
五竹街道办 偏低
甘亭街道办 偏低
祖庵街道办 偏低
蒋村街道办 偏低 偏低 偏高 偏低 偏高
石井街道办 偏低 偏高
余下街道办 偏低
草堂街道办 偏低


华胥镇 偏高 偏高
孟村乡 偏高 偏低 偏低
安村乡 偏高 偏高 偏低 偏低 偏低
蓝关镇 偏高 偏高 偏低 偏低
三官庙乡 偏高 偏高 偏高 偏低
厚镇 偏低 偏高
九间房乡 偏高
葛牌镇 偏低
洩湖镇 偏高 偏高 偏低
前卫镇 偏高 偏低 偏低
三里镇 偏高 偏高 偏高
普化镇 偏高 偏低 偏高 偏低
金山乡 偏高 偏高 偏高
玉山镇 偏低 偏高
灞源乡 偏高
史家寨 偏高 偏低
焦岱镇 偏高 偏低 偏低
玉川乡 偏高 偏低 偏低
兰桥乡 偏高 偏低
汤峪镇 偏高 偏低
小寨乡 偏高 偏高 偏低 偏低
辋川乡 偏高 偏低


二曲街道 偏低 偏低 偏高 偏低
终南镇 偏低 偏高 偏低 偏高
马召镇 偏低
尚村镇 偏低 偏高
青化镇 偏低 偏低 偏高 偏低
翠峰镇 偏低
九峰镇 偏低 偏低 偏高 偏低 偏高
哑柏镇 偏低 偏低 偏高 偏低
楼观镇 偏低
广济镇 偏低 偏低 偏低


厚畛子镇 偏低
竹峪镇
四屯镇 偏低 偏低 偏高 偏低
王家河镇 偏低
司竹镇 偏低 偏低 偏高
骆峪镇 偏高
板房子镇 偏低
集贤镇 偏高 偏低
富仁镇 偏低 偏高
陈河镇

注:“+”表示预期的影响为正向;“-”表示预期的影响为负向。

表5 地理加权回归系数的等级划分表
等级 系数分级标准
βi(H)(-) βi(E)(-) βi(T)(-) βi(C)(+) βi(M)(+) βi(W)(+)
-0.159183~
-0.051247
-1.246237~
-0.723984
-0.632456~
-0.243981
7.804284~
12.671591
1.032690~
1.407082
9.541249~11.467952
偏高 -0.341309~
-0.159184
-2.4634654~
-1.246238
-1.258789~
-0.632457
5.259663~
7.804283
0.785185~
1.032689
6.823591~9.541248
-0.571923~
-0.341310
-3.687642~
-2.463465
-1.924575~
-1.258790
3.520051~
5.259662
0.583450~
0.785184
5.231458~6.823590
偏低 -0.712491~
-0.571924
-5.753686~
-3.687643
-2.753596~
-1.924576
2.382195~
3.520050
0.346019~
0.583449
3.548724~5.231457
-0.812480~
-0.712492
-6.197180~
-5.753687
-4.424158~
-2.753597
1.719056~
2.382194
0.084351~
0.346018
1.247632~3.548723

注:“+”表示预期的影响为正向;“-”表示预期的影响为负向。

3 结果分析

3.1 水电布设难易度和生态环境扰动度的影响分析

水电布设难易度和生态环境扰动度与美丽乡村建设成效均呈负相关,且影响水平非线性衰减,形成以特定的高值中心向周围逐渐降低的特点,与研究预期的负向影响相符。
一方面,西安市蓝田、长安、鄠邑、周至等区县的部分辖区地处秦岭北麓山区,这里地形崎岖陡峭、村庄居民点稀少,建设美丽乡村的水电供应保障程度和道路技术条件均先天不足。因此,在GWR测度结果中,这几个区县的相关乡镇街办成为水电供应保证度的负向因素非显著区。
另一方面,上述区县的山地辖区在国土空间规划中大量被划定为禁止开发或限制开发的自然生态空间。在此范围内,不管修建道路路网、农房住宅,还是开辟农业生产用地,均会不同程度地干扰原有自然生态系统的完整性,严重时甚至会对生态环境造成割裂、破坏。因此,在GWR测度结果中,这里成为生态环境扰动度的负向因素非显著区。

3.2 公共服务稀缺度和生产生活可达度的影响分析

公共服务稀缺度与美丽乡村建设成效呈负相关,而生产生活可达度与美丽乡村建设成效呈正相关,两者的影响水平非线性衰减,都具有以特定的高值中心向周围逐渐降低的特点,实证结果符合理论预期。
一方面,西安市周至、鄠邑等区县的部分辖区尽管地形平坦、人口分布较为密集,但县域经济结构仍以传统种植农业为主,产业附加值偏低,由此导致这里人均公共财政收支状况相对薄弱,公益性文教、医疗设施配置较差,便民的公共交通覆盖率不足。因此,在GWR测度结果中,这些区县的相关乡镇街办表现为公共服务稀缺度的负向因素非显著区。
另一方面,西安市阎良区和临潼区中北部的部分辖区城市化条件较好、起步较早,业已形成农村路网和城市路网既自成体系又相互联通的良好格局,区域路网四通八达、村(居)民出行较为便利。相反地,西安市临潼区南部、蓝田县的部分辖区地处深山,对外路网蜿蜒曲折,造成当地村民出行困难;日常生产生活活动大都发生在本村组以内或相邻村组之间,交通主要依赖于短距离的通村道路。尽管成因不同,但在GWR测度结果中外出高度便利区县与外出十分不便区县的相关乡镇街,都表现为生产生活可达度的正向因素显著区。

3.3 特色经营适宜度和产业振兴发展度的影响分析

特色经营适宜度和产业振兴发展度与美丽乡村建设成效均呈正相关关系,影响水平非线性衰减,形成以特定的高值中心向周围逐渐降低的特点,与研究预期的正向影响相符。
一方面,西安市阎良区、高陵区和临潼区北部工业化起步早,属城市级渭北工业区的核心组团。在产业用地和农业用地穿插交错分布的格局下,这里的农村地区普遍享有过境交通设施完善、对郊区型农业消费群体吸引力大的优势,由此走上了都市农业转型的道路。因此,在GWR测度结果中,这几个区县的相关乡镇街办成为特色经营适宜度的正向因素显著区。
另一方面,西安市长安、鄠邑、周至、蓝田等区县的部分辖区,或地处平原,具有大范围农业机械化连片种植的有利条件;或因地制宜,具有发展林果业及养殖业的水土气候条件。与此同时,上述地方也都毗邻高速公路及国省干道,大批量农副产品的外销运输能力有保障。因此,在GWR测度结果中,这些区县的相关乡镇街办就成为产业振兴发展度的正向因素显著区。

4 对策建议

为促使道路网影响因子的作用机制在更多地方的美丽乡村建设成效评估中得到推广应用,按照乡村振兴要求,结合农村地区农业产业现代化、基本公共服务规范化、生态环境保护制度化等趋势,提出以下普适性对策建议。
1)科学调整农村道路建设空间,适应水电线路升级改造需要
进一步加强农村饮水水质提升工程、乡村电力生产运营设施智能化改造工程等。水电基础设施的整体提升改造均对其线网敷设提出了更高的保障条件。农村道路是农村水电线路的主要通行廊道,在断面路幅规划、净空保证等方面需注意适应性调整,以满足新型水电基础设施的特定要求。
2)优化农村观光道路走向,维系绿色田园生态系统完整性
尊重自然、顺应自然应优先于利用自然、改造自然。尽管农村观光道路建设可以吸引外来休闲和文旅客源,进而创造经济价值,但不能以降低生态系统完整性和环境质量为代价。规划观光道路走向时,应主动避让生态环境质量敏感区,确保不割裂完整的生态景观和多样的植被覆盖。
3)在农村道路沿途增设客运线路附属设施,增强公共服务联系
改善教育、医疗、科技、文化等公共服务的可获得性。积极发展通村公交,鼓励开行赶集车、校车、周末线等特色路线,可增强农村居民点与公共服务供应点的日常联系;农村道路沿途需增加运营线路附属的停靠站、首末站以及保障安全视距、乘客横跨过街的标志标线设施等。
4)夯实农村生产生活道路质量,满足农机机械化和出行机动化
通过农具机械化、农机自动化和交通工具机动化推动农业现代化。大中型自动化农机农具和机动车的广泛使用,极大提高了农村生产效率和生活质量,同时也对农村道路的质量提出了更高要求。在新建和改扩建道路时,需根据农机农具和机动车发展趋势,仔细推敲线型、路面路基等参数选择,以夯实道路质量。
5)丰富农村道路配套建设形式,更好地服务乡村第三产业发展
发展休闲农业和乡村旅游,通过乡村特色第三产业经营增加收入。不论田园风光旅游主题项目,还是民俗农事体验活动项目,都需要挖掘内涵以增强体验,方能凸显特色并避免同质化竞争。农村道路可开展多种形式的配套建设,以服务于乡村特色第三产业的发展。如路旁建设兼顾乡村景观拍照打卡、土特产销售的停车区和休息驿站,沿风景优美路段两侧建设骑行道和游步道等。
6)结合物流仓储规划考虑农村道路布局,支撑农业物联网应用
鼓励新型农业经营主体与加工流通企业、电商互联网企业合作,通过农产品生产、流通、加工、储运、销售、服务等全流程的互联网化,推动农业生产经营和市场销售更好对接现代制造业和现代服务业体系。为此,农村道路建设布局应主动对接本区域的物流仓储规划,助力直采直供等多种线上线下渠道建设,共同搭建贯通到区县、街道、村三级体系的农业物联网应用示范模式。

5 结束语

以乡村振兴和美丽乡村建设为切入点,本文从人居环境、基础设施和经济条件三个维度分析了道路网对美丽乡村建设的影响作用,揭示了其中的理论机制;进而构建了相关影响因子体系并通过GIS技术整合影响因子的多源数据挖掘方法,较好地克服了乡村交通研究的常见数据制约;最后应用GWR模型对西安市美丽乡村建设开展了实证研究,进一步验证了道路网影响因子的作用,并据此制定了改善农村道路设施、提升交通服务水平、推动美丽乡村建设的对策建议。
不过,由于支撑国土空间资源调查和道路网数字化智能化升级的技术方法在飞速发展,相比之下,本文所构建的道路网影响因子测定技术尚处于起步阶段,未来应在丰富道路网因子选取及其数据测定方面继续加强研究。
[1]
林永然. 交通基础设施对区域贫困的影响研究——基于省域面板数据的实证检验[J]. 学习论坛, 2021, 4(1):115-121.

[2]
FAN S, ZHANG L, ZHANG X. Growth, inequality, and poverty in rural China: The role of public investments[R]. Washington DC: International Food Policy Research Institute (IFPRI), 2002: 417-419.

[3]
魏宝丽. 美丽乡村建设的主体与重点[J]. 中国农业资源与区划, 2022, 43(8):30,82.

[4]
NUTLEY S. Rural Areas: The Accessibility Problem[M]// HOYLEB S, KNOWLESR D. Modern Transport Geography. Chichester: Wiley, 1998: 125-154.

[5]
刘垚明, 李宛静, 张修远, 等. 基于多源开放数据的中国农村可达指数评估[J]. 地球信息科学学报, 2023, 25(4):783-793.

[6]
向文武, 蔡海生, 何庆港, 等. 基于交通可达性的万年县乡村振兴新发展格局研究[J]. 公路, 2022, 67(9):296-302.

[7]
李琳娜, 刘丹, 纪璇. 乡村交通运输地理研究进展[J]. 地球科学与环境学报, 2023, 45(3):719-733.

[8]
陈纪龙, 刘秀, 李文洋. 农村公路建设对沿线区域经济发展影响的评价模型[J]. 公路, 2023, 68(10):240-247.

[9]
闫长平, 孙芳, 陈建业, 等. 美丽农村路分类与规划设计研究[J]. 交通运输研究, 2022, 8(1):28-39.

[10]
巫诚诚, 单飞, 蒋雨波, 等. 基于文本挖掘技术的四好农村路量化评价[J]. 公路交通科技, 2022, 39(1):175-182.

[11]
曲衍波, 姜广辉, 商冉, 等. 基于系统外部性和内部性特征的农村居民点整治典型村域模式[J]. 北京大学学报(自然科学版), 2017, 53(3):475-486.

[12]
杨晴青, 刘倩, 尹莎, 等. 秦巴山区乡村交通环境脆弱性及影响因素——以陕西省洛南县为例[J]. 地理学报, 2019, 74(6):1236-1251.

[13]
ALBALATE D, BEL G. High-speed rail: Lessons for policy makers from experiences abroad[J]. Public Administration Review, 2012, 27(3): 336-349.

[14]
孙慧波. 中国农村人居环境公共服务供给效果及优化路径研究[D]. 北京: 中国农业大学, 2018.

[15]
张建刚. 新时代乡村振兴战略实施路径——产业振兴[J]. 经济研究参考, 2018(13):75-79.

[16]
李国英. 乡村振兴战略视角下现代乡村产业体系构建路径[J]. 当代经济管理, 2019, 41(10):34-40.

[17]
BRUNSDON C, FOTHERINGHAM A S, CHARLTON M E. Geographically weighted regression: A method for exploring spatial nonstationarity[J]. Geographical Analysis, 1996, 28(4): 281-298.

[18]
马雄威. 线性回归方程中多重共线性诊断方法及其实证分析[J]. 华中农业大学学报(社会科学版), 2008, 74(2):78-81,85.

Outlines

/