前言：寻找写作灵感？中文期刊网用心挑选的产业差异视角下乡镇风貌满意度的影响，希望能为您的阅读和创作带来灵感，欢迎大家阅读并分享。
摘要:通过开展黑龙江省乡镇风貌满意度调查，从乡镇居民的视角分别对于乡镇的产业类型、建筑风格与质量满意度、公共服务设施满意度、休闲文化与空间满意度和对外交通便捷程度进行问卷调查，收集629份一手调研资料。首先通过建立最优尺度回归模型，确定影响乡镇风貌的几项重要影响因素，以及相互之间的重要性关系。其次，基于不同的产业类型情况，将产业类型与各影响因素进行对应分析，深入分析不同产业类型乡镇在发展建设过程中现存问题与切实发展需求。再次，根据数据分析结果，为不同产业类型的乡镇找到发展落脚点，并提出相应规划对策与实施建议，促进实现乡村振兴。
关键词:产业类型;乡镇风貌;满意度调查;影响因素;最优尺度回归模型
产业振兴是乡村振兴的基础和关键。乡镇风貌是乡镇特色景观、面貌和风采的集中反映［1］，向人们展示风与貌、人工与自然、建筑与风景之间的和谐美。不同主导产业的乡镇，其乡镇发展特征也不尽相同，乡镇风貌各具特色，深入研究乡镇风貌的影响逻辑成为当前乡镇建设的重要议题［2］。当前，基于产业差异性的乡村风貌相关研究多关注物质环境方面，如Sylvain等重点研究了生产方式的转变对乡村景观演进的作用［3］。IsabelMartinho提出了文化、经济及技术等6个方面的提升对乡村风貌产生的影响［4］。Johnston结合地统计学、经济学和发展社会学等学科方法提取不同的区域乡村建设数据，如土地使用指标、产业结构指标和交通道路指标等，用于乡村人工景观风貌研究［5］。姚龙通过两步聚类分析，基于地形、区位、规模、经济产业等因素的基本指标数据，对乡村发展进行了客观描述与分类［6］;Pulido－Fernandez．通过建立二元结构方程来论证旅游经济与景观风貌的耦合关系。然而，在大量的研究中，大多局限于理论层面的论述和定性研究，缺乏自下而上的深入调查和准确的定量研究。本文综合既有研究成果，以中国黑龙江省乡镇居民为调研对象，对所居住乡镇的建筑与设施进行满意度评价，此次数据收集，回收问卷639份，其中有效问卷629份，应用SPSS26．0分析软件，对调查问卷的深度分析，重点分析乡镇风貌满意度的各项影响因素与重要性，以及不同主导产业类型与影响因素相互之间的关系性。通过研究，自下而上的反馈了不同主导产业乡镇的发展需求，为提升乡镇整体风貌与居民人居环境质量提供针对性指导。
1研究设计
1．1研究范围
本文选取黑龙江省作为研究对象。黑龙江是中国位置最北、最东，纬度最高，经度最东的省份，位置介于北纬43°26'～53°33'，东经121°11'～135°05'，南北长约1120km，东西宽约930km，面积47．3万km2。黑龙江是中国重工业基地，工业门类以机械、石油、煤炭、木材和食品工业为主，且具有丰富的自然资源，包括矿产、林业、能源、土地、动物、植物、水资源等，是我国最大的粮食生产基地，战略地位十分重要［7］。
1．2研究方法
本文采用构建最优尺度回归模型和对应分析相结合的方法。首先，通过构建最优尺度回归模型对乡镇风貌满意度的五项影响因素进行回归分析;其次，考虑产业类型的差异性，深度分析主导产业类型与各项影响因素的对应关系，判定不同产业类型乡镇的发展需求。最后，依据数据分析结果，对不同产业类型的乡镇风貌建设和振兴发展因地制宜提出规划建议。
1．3数据来源
本文应用的数据来源于近两年的乡镇实地走访调查、村民访谈、村干部访谈，和发放网络调查问卷，通过多种自下而上的调查方式，获取629份样本调研情况的统计信息，数据具有可靠真实性。
2基础数据分析
2．1基础数据
描述从629份调查数据可以看出，乡镇的主导产业分布情况为73．6%为农业;3．2%为工业;19．2%为休闲旅游业;0．5%为高新技术产业;其他产业占3．5%，详细数据描述见表1。
2．2信度与效度分析
应用SPSS26．0软件对收集的629份调研问卷进行信度和效度分析，其中可靠性统计克隆巴赫(Alpha)值为0．763，KMO检验值为0．867，显著性为0．000＜0．05说明问卷具有较高的统计学意义，详细数据见表2。
3最优尺寸回归模型构建与分析
3．1最优尺度回归模型
最优尺度回归模型，是线性回归模型的一种特殊类型，其能够兼容因变量和自变量为各种类型的变量形式，能够将分类变量转换为数值变量进行统计分析，更具有将自变量的重要性系数进行计算的优势，能够清晰显示各自变量对因变量的影响程度。在自变量含有较多分类变量时，其准确性与可解释性要高于一般线性回归模型和logistic模型［8］。
3．2影响因素数据描述
本文研究居住在不同主导类型的乡镇的居民对于乡镇风貌与生活品质满意度的影响因素进行分析，既存在分类变量，也涵盖有序变量，因此采用最优尺度回归模型进行模型构建。其中，自变量分为两种类型:分类变量:主导产业类型;有序变量:建筑风格与质量满意度;公共服务设施满意度;休闲文化与空间满意度;对外交通便捷程度。因变量为乡镇风貌满意度(如表3所示)。
3．3影响因素回归分析
模型汇总的调整后Ｒ2为0．728，显著性P值为0．000＜0．05，说明该模型拟合结果较好，具有研究意义。通过表4回归模型输出结果可以看出，P＜0．00的自变量为建筑风格与质量满意度;P＜0．01的自变量为乡镇主导产业类型、乡镇的对外交通便捷程度;P＜0．05的自变量为乡镇公共服务设施满意度;P＜0．1的自变量为休闲文化与空间满意度。由此可以看出，五项自变量对于乡镇风貌与生活质量的满意度均有显著影响。重要性系数体现的是自变量在模型中的重要程度百分比，所有变量的重要性加起来等于100%，数值越大，表明该变量对乡镇风貌满意度的影响越大。从各因素的重要性影响分析，对外交通便捷程度的重要性最高，占41．7%，说明乡镇的对外交通情况对于乡镇风貌具有非常重要影响。此外，建筑风格与质量的满意度次之，所占比重为25．2%;公共服务设施满意度所占比重为15．3%;休闲文化与空间满意度所占比重为13．9%;乡镇主导产业类型所占比重为3．9%，五项指标之和为100%。转换后容差如果过小，说明数据存在严重的多重共线性，会导致模型结果不准确，一般以0．5为界。如果容忍度小于0．5的因素较多，则需考虑多重共线性的影响。表4中，转换后容差值均大于0．5，可见本模型中不存在此问题。
4产业类型与各影响因素的对应分析
4．1对应分析方法
对应分析是二维处理变量的方法，能够通过图形观察不同变量类型之间的相似对应关系。对应分析的基本思想是将一个联列表的行和列中各元素的比例结构以点的形式在较低维的空间中表示出来。这种方法可以揭示同一变量的各个类别之间的差异，以及不同变量各个类别之间的对应关系［9］。对应分析最大的优势是能够将多个变量绘制于一张图解中，直观体现样本数据的属性及变量间的关系性。
4．2产业类型与建筑风格与质量对应分析
不同主导产业的乡镇与建筑风格质量满意度的对应分析卡方值为27．722，显著性为0．034，P值小于0．05，通过了显著性检验，说明不同主导产业的乡镇与建筑风格质量满意度之间确实存在对应关系。图1显示，在建筑风格与质量满意度评价方面，以农业为主导的乡镇，评价结果多为“非常满意”和“满意”，其中“满意”评价更具显著性;以工业为主导的乡镇，评价结果多为“满意”和“一般”，其中“满意”的相对比重更多;以休闲旅游业为主导的乡镇，评价结果多为“非常满意”和“满意”，其中“非常满意”的相对比重更多;以高新技术产业与其他产业为主导的乡镇，由于数据数量较少，对称分布规律不明显，但从基础数值统计分析看出，以高新技术产业为主导的乡镇，评价结果多为“非常满意”;其他产业乡镇，评价结果多为“一般”(见图1)。数据整理结果见表5。
4．3产业类型与公共服务设施对应分析
不同主导产业的乡镇与公共服务设施满意度的对应分析卡方值为28．045，显著性为0．03，P值＜0．05，通过了显著性检验，说明不同主导产业的乡镇与公共服务设施满意度之间确实存在对应关系。图2显示，在公共服务设施满意度评价方面，以农业为主导的乡镇，评价结果多为“满意”和“一般”，其中“满意”评价更具显著性;以工业为主导的乡镇，评价结果多为“非常满意”;以休闲旅游业为主导的乡镇，评价结果多为“非常满意”和“非常不满意”，呈现两种极端状态，从一定程度上表现出以休闲旅游业为主导的乡镇对于公共服务设施的高标准要求，设施配置齐全，服务品质高，能够获得非常好的评价，如果公共服务设施配置不足或服务品质低下，则相应的评价结果就会很差;以高新技术产业与其他产业为主导的乡镇，由于数据数量较少，对称分布规律不明显，但从基础数值统计分析看出，以高新技术产业为主导的乡镇，评价结果多为“非常满意”;其他产业乡镇，评价结果更倾向于“不满意”(如图3所示)。数据整理结果见表6。
4．4产业类型与休闲文化空间对应分析
不同主导产业的乡镇与休闲文化与空间满意度的对应分析卡方值为27．057，显著性为0．04，P值小于0．05，通过了显著性检验，说明不同主导产业的乡镇与休闲文化与空间满意度之间确实存在对应关系。图3显示，在休闲文化与空间满意度评价方面，以农业为主导的乡镇，评价结果多为“满意”和“非常满意”，其中“满意”评价更具显著性;以工业为主导的乡镇，评价结果为“非常满意”“满意”“一般”，其中“非常满意”评价更偏向显著;以休闲旅游业为主导的乡镇，评价结果多为“非常满意”和“非常不满意”，呈现两种极端状态，从一定程度上表现出对于休闲旅游业为主导的乡镇对于休闲文化与空间的高标准要求，文化丰富，空间品质高能够获得非常好的评价，如果文化内涵不足或空间品质低下，则相应的评价结果就会很差;以高新技术产业与其他产业为主导的乡镇，由于数据数量较少，对称分布规律不明显，但从基础数值统计分析看出，以高新技术产业为主导的乡镇，评价结果多为“非常满意”;其他产业乡镇，评价结果更倾向于“一般”(见图3)。数据整理结果见表7。
4．5产业类型与对外交通便捷程度对应分析
不同主导产业的乡镇与对外交通便捷程度的对应分析卡方值为25．766，显著性为0．057，0．05＜P值＜0．1，说明存在一定的相关性，不同主导产业的乡镇与对外交通便捷程度之间存在一定的对应关系。由于乡镇样本的交通区位情况各不相同，从图4的集聚分布来看，以农业为主导的乡镇对于交通便捷程度测试结果包含“方便”“非常方便”“不方便”，以及“一般”，其中最大比例样本呈现“方便”的特征，分析原因农业样本数量相对较大，由于乡镇样本地理区位存在差异性，因此造成测试效果显著性特征不明显的情况。以工业为主导的乡镇，呈现对外交通“非常方便”和“方便”的特征，这与工业类型乡镇对与外界连接的交通路况要求较高是密不可分的。以休闲旅游业为主导的乡村，呈现“非常方便”的对外交通的评价结果，这与发展乡村旅游，首先应满足交通便捷的基本需求保持高度一致性。以高新技术产业与其他产业为主导的乡镇，由于数据数量较少，对称分布规律不能明显的在示意图中显示出来，但从基础数值统计分析，可以得出，以高新技术产业为主导的乡镇，评价结果多为“非常方便”;其他产业类型乡镇，评价结果更倾向于“一般”
5研究结论与规划建议
5.1宏观层面
基于乡镇居民的满意度视角，利用最优尺度回归模型发掘出乡镇风貌满意度的五项影响因素，按照其因素重要性排序结果为:区位交通＞建筑风格与质量＞公共服务设施＞休闲文化与空间＞产业类型。其中，区位交通作为最重要的影响因素，说明乡镇离城市越便捷，乡镇的整体风貌越凸显优势。在规划建设方面，应首先保证乡镇与城市的交通可达性与便捷性，才能促进乡镇的优质、可持续发展。研究显示，建筑风格与质量、公共服务设施配置、休闲文化与空间的建设，对乡镇风貌具有直观显著的反馈，在规划建设方面，应重点加强这几方面的建设内容。此外，不同乡镇存在产业类型的同质性与差异性，在乡镇规划建设中建议深度挖掘所在乡镇的地域特色和资源环境特征，最大限度的打造产业特色，产业是经济的基础，是乡镇的内在发展动力，产业兴旺，才能从根本上增强乡镇的造血机能，实现可持续发展。
5.2微观层面
依据不同主导产业类型与乡镇风貌各项影响因素的对应分析结果来看，产业类型不同，乡镇发展与风貌建设侧重点亦不相同，提出如下规划建议:农业主导型乡镇，居民对于建筑风格与质量、休闲文化与空间方面的满意度较高，公共服务设施配置需要一定程度的提升，在交通便捷度方面存在较多的不满意情况，所以针对农业主导型乡镇，首先应解决的是交通的可达性与便捷性问题，结合实地踏勘情况，黑龙江省通往乡镇的很多国道、乡道的道路破损严重，且在夏季雨季时，经常出现道路被积水淹没或桥梁冲断的情况，因此，农业主导型乡镇应首先解决道路交通的便捷性问题。工业主导型乡镇，居民对于公共服务设施配置方面的满意度较高，在休闲文化与空间建设、道路交通便捷程度方面仍需要一定程度的提升。工业主导型乡镇在选址层面多靠近城市，交通便捷性有一定的保障，所以收获较多的“非常满意”评价，但是道路路况的维护也非常的重要，需要得到重视。在建筑风格与质量的评价方面存在较多不满意情况，应在未来规划建设中多加注重建筑风貌管控，提升建筑质量。休闲旅游型乡镇，在建筑风格与质量、交通便捷程度方面均有较高的满意度，但是在公共服务设施配置化、休闲文化与空间建设方面，存在部分“非常不满意”的评价，一方面反映出居民对这两方面更高的要求，另一方面从“非常满意”和“非常不满意”的对比结果来看，说明少部分休闲旅游型乡镇存在很大的提升空间，作为以服务业为主导产业的乡镇应该更加的重视公共服务设施的配置，以及休闲文化与空间的高质量建设。高新技术主导型乡镇，一般具有良好的区位优势和丰富的资源环境条件，多指现代农业产业园、先进制造业产业园、高科技农业基地等，注重发展智慧农业和技术培训，各项影响因素的评价结果均为“非常满意”，展现了居民对于此类型乡镇的高度认可。高新技术主导型乡镇属于黑龙江省乡镇相对稀缺的类型，在未来的规划建设中应加大推广力度，促进形成乡镇产业生态圈，真正加强城乡要素流动，进一步有效推动乡村振兴。其他类型乡镇此次影响因素评价结果多为“一般”，甚至在公共服务设施配置方面呈现“不满意”结果，主要归因为乡镇产业特征不明显，各项建设均不能满足居民的生活满意度，在未来规划建设中，需首先考虑搬迁撤并，与其他乡镇共同建设，或者深入挖掘地方资源条件，尽早确定产业类型，实现长久发展。
作者:孟杰 祖宇聪 张梦 赵立恒 单位:黑龙江东方学院
