EN中文

地理科学 >

2024 , Vol. 44 >Issue 6: 995 - 1004

DOI: https://doi.org/10.13249/j.cnki.sgs.20230632

基于地理网格的中国传统村落空间分布及影响因素

  • 何小芊 , 1 ,
  • 厉峰 2 ,
  • 高军波 3 ,
  • 雷彬 4
展开
  • 1.东华理工大学经济与管理学院，江西 南昌 330013
  • 2.东华理工大学地球科学学院，江西 南昌 330013
  • 3.信阳师范大学旅游学院，河南 信阳 464000
  • 4.九江学院江西传统村落研究中心，江西 九江 332005

何小芊（1981—），男，江西瑞昌人，博士，教授，主要从事区域与旅游可持续发展研究。E-mail:

收稿日期: 2023-07-06

  修回日期: 2023-08-30

  网络出版日期: 2024-07-11

基金资助

江西省社会科学基金项目(24GL20)

江西省高校人文社会科学重点研究基地招标项目(JD20004)

国家自然科学联合基金项目(U1904125)

江西省社会科学基金科普专项课题(22KP03)

版权

版权所有，未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
收起

Spatial distribution and influencing factors of Chinese traditional villages based on geographic grid

  • He Xiaoqian , 1 ,
  • Li Feng 2 ,
  • Gao Junbo 3 ,
  • Lei Bin 4
Expand
  • 1. School of Economics and Management, East China University of Technology, Nanchang 330013, Jiangxi, China
  • 2. School of Earth Science, East China University of Technology, Nanchang 330013, Jiangxi, China
  • 3. College of Tourism, Xinyang Normal University, Xinyang 464000, Henan, China
  • 4. Institute of Traditional Villages, Jiujiang University, Jiujiang 332005, Jiangxi, China

Received date: 2023-07-06

  Revised date: 2023-08-30

  Online published: 2024-07-11

Supported by

Social Science Foundation Project of Jiangxi Province(24GL20)

Bidding Project of Key Research Base of Humanities and Social Sciences in Jiangxi Province(JD20004)

Joint Funds of the National Natural Science Foundation of China(U1904125)

Social Science Foundation Project of Jiangxi Province(22KP03)

Copyright

Copyright reserved © 2024.
Fold

摘要

以6批8171个中国传统村落为研究对象，基于地理网格分析传统村落空间分布特征及影响因素。研究结论如下：① 中国传统村落的空间分布形态为集聚型，传统村落密集分布的省际边界现象显著，表现为冀鲁豫交界、皖浙赣交界、黔桂湘交界3大集聚区；② 传统村落空间分布的空间自相关性明显，存在“高−高”“低−高”“低−低”空间聚集，长江以南的山地丘陵地区是中国传统村落分布的密集区，东北和西北边陲地区是传统村落分布的稀疏区；③ 交通、经济因素对传统村落空间分布影响不显著，地形、气温、生态、人口因素对传统村落空间分布有着正向影响，降水因素对传统村落空间分布有着较小的负向影响，人口、城镇、生态因素对传统村落空间分布的影响具有较强的空间异质性。

关键词： 传统村落; 集聚性; 地理网格; 空间异质性

本文引用格式

何小芊 , 厉峰 , 高军波 , 雷彬 . 基于地理网格的中国传统村落空间分布及影响因素[J]. 地理科学, 2024 , 44(6) : 995 -1004 . DOI: 10.13249/j.cnki.sgs.20230632

Abstract

This article takes six batches of 8171 Chinese traditional villages as the research object, and uses spatial analysis method to explore the spatial distribution characteristics and influencing factors of traditional villages based on geographic grid. The main conclusions were as follows. Firstly, the spatial distribution pattern of traditional villages is characterized by a significant inter provincial boundary phenomenon of concentrated traditional villages, with three major agglomeration areas. The border between Hebei, Shandong and Henan province, the border between Anhui, Zhejiang and Jiangxi province, and the border between Guizhou, Guangxi and Hunan province. Secondly, the spatial autocorrelation of traditional village spatial distribution is obvious, with “high and high” “low and high”, and “low and low” spatial clustering. The mountainous and hilly areas south of the Yangtze River are the dense areas of traditional village distribution in China, while the northeast and northwest border areas are the sparse areas of traditional village distribution. Thirdly, the impact of transportation and economic factors on the spatial distribution of traditional villages is not significant. The factors of terrain, temperature, ecology, and population have a positive impact on the spatial distribution of traditional villages, while precipitation factors have a small negative impact on the spatial distribution of traditional villages. The impact of population, town, and ecology factors on the spatial distribution of traditional villages has strong spatial heterogeneity. The research results have deepened two important understandings about the spatial distribution of traditional villages. One important understanding is that the phenomenon of inter provincial boundaries in the dense distribution of traditional villages is significant. These regions have similar geographical environmental characteristics, mainly consisting of mountainous and hilly landforms, with the environmental characteristics of “three lows and one excess” (low annual temperature, low road density, low economic development level, and high annual precipitation), which fully indicates that the natural geographical environment has a very important impact on the formation and protection of traditional villages. Another important understanding is that the factors that affect the spatial distribution of traditional villages have spatial heterogeneity. It can be seen that the factors with strong heterogeneity are mostly socio-economic factors. This conclusion provides useful insights for subsequent research on the spatial distribution and influencing factors of traditional villages. Compared with existing research literature, the contribution of this article lies in achieving the cross fusion of traditional village spatial location with multi-source data such as natural geographical factors and socio-economic factors, further verifying the effectiveness and scientificity of spatial regression models in analyzing the influencing factors of point vector elements, and enriching the technical methods for studying the spatial distribution and influencing factors of point vector elements.

Key words： traditional villages; agglomeration; geographic grid; spatial heterogeneity

中国有悠久的农耕文明，农村是中国人民无法割舍的群体文化记忆，传统村落是传统文化在乡土中国传承发展的载体。2012年12月，住房和城乡建设部公布了首批中国传统村落名录（https://www.mohurd.gov.cn/gongkai/zhengce/zhengcefilelib/201212/20121219_212340.html），传统村落保护自此走上了系统化和正规化的轨道。国家强调要“全面推进乡村振兴”，传统村落是实现乡村经济发展和生态宜居的有效支撑。随着传统村落保护重视程度的日益提高，保护好传统村落成为新时代乡村振兴伟大事业进程中被广泛关注的重大课题。国内关于传统村落的研究主要以传统村落的保护与开发对策[1-3]、传统村落的空间分布与影响因素[4-6]、乡村旅游[7-8]为主。对传统村落进行空间分析既是地理学研究优势，也是学术研究热点，有丰富的研究成果。在研究区域上，有全国范围的研究[9-10]、省域范围的研究[11-14]，以及特定区域如长江经济带[15]、黄河流域[16-17]研究；在研究方法上，核密度分析[17-19]、最近邻指数[20-21]、缓冲区分析[10]等方法广泛用于分析传统村落空间分布特征，地理探测器[17-18]、最小二乘估计[22]、地理加权回归[23-24]等方法被应用于传统村落空间分布影响因素分析。
地理网格以分块、分层的思想组织管理空间数据，是人们在认识地理环境、分析地理现象中形成一种基本理论和方法[25]。地理格网分析法实现了多源数据的交叉融合，为点状矢量要素空间分布的影响因素研究纳入回归模型提供支撑[6]。已有相关研究表明，高精度的地理网格能够很好地保持统计数据的空间分布特征，可以有效地对地理事物进行空间分析[6,26]。在以往传统村落空间分布的研究中，研究区域划分均以省域、地级市域、县域、镇域等行政区划为基准，较少采用高度定量化（如地理网格）方法开展研究，因而很有必要运用新的技术方法。此外，随着第6批中国传统村落名录的公布，传统村落数量有了大幅增长，需要对新的传统村落样本开展研究。基于此，本文基于地理网格，使用核密度、空间自相关等手段分析传统村落空间分布特征，采用多尺度地理加权回归（MGWR）模型分析影响传统村落空间分布的因素，以期为中国传统村落的整体保护与分区保护提供理论支撑，也为政府部门完善保护政策提供科学依据。

1 研究方法与数据来源

2012年12月12日，住房和城乡建设部、文化部、财政部共同发布《关于加强传统村落保护发展工作的指导意见》（https://www.mohurd.gov.cn/gongkai/zhengce/zhengcefilelib/201212/20121219_212337.html），建立传统村落认定制度，3部门按照省级推荐、专家委员会审定、社会公示等程序，将符合国家级传统村落认定条件的村落公布列入中国传统村落名录。随后于2012年12月19日发布了第1批646个中国传统村落，2013—2022年陆续发布第2批至6批中国传统村落名录（http://www.chuantongcunluo.com/index.php/Home/Gjml/gjml/id/24.html），分别为915、994、1598、2666、1352个。截至2022年10月，中国传统村落共有8171个。

1.1 研究方法

本文以6批8171个中国传统村落为研究对象，借助ArcGIS和GeoDa空间分析工具，采用最邻近指数[27]分析传统村落空间分布类型，使用核密度估计[17]、热点分析[23]、空间自相关分析传统村落空间分布差异，运用多尺度地理加权回归（MGWR）模型[28]分析传统村落空间分布影响因素。与地理加权回归（GWR）模型相比，MGWR模型能够识别出各个影响因素的作用范围，从而实现影响因素的分类，避免了不具备空间异质性的影响因素被赋予空间异质性而导致的结果失真[28]。

1.2 数据来源

利用高德地图API接口①(①https://developer.amap.com/tools/picker [2023-05-03—2023-05-06])，通过Python爬虫获取6批共8171个中国传统村落（暂缺港澳台数据）经纬度数据，将其导入ArcGIS软件中进行可视化，生成传统村落分布图（图1）。通过空间链接将传统村落点要素与2021年中国地市级行政区划进行连接，得到每个地级市内传统村落的数量信息，作为空间分析依据。进行回归分析需要有一个自变量，而传统村落的空间分布情况难以在点要素上体现。借鉴前人研究[6,24]，采用网格分析法进行分析，以50 km×50 km的地理格网为基础单元，提取格网中的传统村落数量以及各地理要素值，构建中国传统村落空间分布影响要素分析数据库。利用ArcGIS中的渔网工具将研究区以若干个50 km×50 km的网格覆盖，将每个网格内的传统村落数量作为自变量，由此将传统村落的空间分布状况量化成数值，据此进行传统村落空间特征及影响因素分析。
图1 中国传统村落分布

基于审图号：GS（2019）1819（自然资源部监制）制图，底图无修改；不含港澳台数据

Fig. 1 Distribution map of Chinese traditional villages

影响传统村落的因素众多。在宏观尺度上，有地形、降水、气温等因素；在微观尺度上，有城镇、生态、人口等因素。经济、交通、人口因素通常对传统村落的分布产生负向影响[15]；气温、降水因素则通常具有正向影响[26]；生态、城镇等社会经济要素则具有较强的空间异质性，在不同的区域影响程度不同[6]。通过借鉴前人的研究[4-6]，本文选取高程、生态、交通、经济、城镇、人口、气温、降水共8个指标作为传统村落空间分布的影响因素（表1），运用空间回归模型分析各影响因素对传统村落空间分布的影响程度及空间异质性。
表1 传统村落空间分布的影响因素及计算方法

Table 1 Influencing factors and calculation methods for the spatial distribution of traditional villages

变量类型 具体指标 计算方法 参考文献
因变量 传统村落密度（Y） 网格内传统村落数量/网格面积 李江苏等[6]
自变量 地形（X1） 网格中的平均高程 李如友等[16]
城镇（X2） 网格内城镇数量/网格面积 李江苏等[6]
降水（X3） 网格内的降水量总和/网格面积 陈蓉等[13]
交通（X4） 网格内县道及以上等级公路总长度/网格面积 陶洁怡等[15]
经济（X5） 网格内GDP总量/网格面积 李伯华等[22]
人口（X6） 网格内人口总数/网格面积 李江苏等[6]
生态（X7） 网格内水体、森林、草地的面积总和/网格面积 李江苏等[6]
气温（X8） 网格内的平均气温 陈蓉等[13]
各影响因素的数据均来源于官方渠道和权威科研机构，生态、气温、降水、GDP、人口数据均来源于资源环境科学数据注册与出版系统，其中生态数据引用于中国多时期土地利用遥感监测数据集（CNLUCC）（http://www.resdc.cn/DOI, DOI:10.12078/2018070201）；气温、降水数据引用于中国气象要素年度空间插值数据集（http://www.resdc.cn/DOI， DOI:10.12078/2022082501）；GDP数据引用于中国GDP空间分布公里网格数据集（http://www.resdc.cn/DOI，DOI:10.12078/2017121102）；人口数据引用于中国人口空间分布公里网格数据集（http://www.resdc.cn/DOI，DOI:10.12078/2017121101）；高程数据来源于国际测绘专家组织GEBCO提供的2022年陆地高程栅格数据（GEBCO Compilation Group （2022） GEBCO_2022, https://www.gebco.net/data_and_products/gridded_bathymetry_data）；分等级道路（高速、国道、省道、县道）矢量数据来源于Open Street Map②(②https://www.openstreetmap.org/ [2023-05-10])；乡镇点位数据来源于高德地图API③(③https://developer.amap.com/tools/picker [2023-05-15—2023-05-18])。

2 结果与分析

2.1 中国传统村落的空间特征

1） 空间分布形态。运用ArcGIS软件中的平均最近邻工具对8171个传统村落点要素进行分析，得出预期平均距离为47 125.2 m，观测平均距离为9822.2 m，平均最近邻比率值为0.2084，这表明在宏观尺度上中国传统村落的空间分布形态为集聚型。自中国传统村落名录第1批公布开始，随着批次的增加，传统村落数量持续不断增长，其空间分布形态也会发生变化。将第1批至第6批传统村落分别进行累加，依次进行平均最近邻分析，平均最近邻比率值分别为0.2436、0.1994、0.1955、0.1987、0.1917、0.2084，整体呈下降趋势，表明随着中国传统村落数量增加，聚集特征在减弱。
2） 空间分布密度。以100 km为半径进行核密度分析，生成中国传统村落空间分布核密度图（图2）。可以看出，传统村落空间分布呈3个密集分布区，分别为冀鲁豫交界集聚区、皖浙赣集聚区、黔桂湘交界集聚区，核心区域分别为晋东南、皖南与浙西南、黔东南。与前3批传统村落的空间分布密度相比，滇西北集聚区集聚性特征显著性程度在降低，密集分布区均处于各省域交界处，表明边界地区有利于传统村落的留存与保护[20]。传统村落的形成与分布受地理环境的影响极大，通常在“三低一多”（年均气温低、公路密度低、经济发展水平低、年均降水多）环境下形成，这些区域保存的传统村落较多，成为传统村落分布集聚区[12]，如晋东南的山地向盆地过渡地带、黔东南的高原向丘陵盆地过渡地带、皖南与浙西的山地丘陵地带。
图2 中国传统村落空间分布核密度

基于审图号：GS（2019）1819（自然资源部监制）制图，底图无修改；暂缺港澳台数据

Fig. 2 Kernel density map of spatial distribution of Chinese traditional villages

3） 空间分布差异。运用空间分析软件ArcGIS和GeoDa进行全局空间自相关分析，得出P值为0，z得分为10.8856，大于2.58，这表明传统村落的分布具有显著的空间自相关性；全局莫兰指数值为0.3532，为正值，这表明传统村落在空间上呈集聚分布。利用GeoDa软件生成中国传统村落空间分布LISA集聚图（图3a）。从图中可以看出，“高−高”“低−高”“低−低”3种聚集区通过显著性检验，表现出明显的空间自相关性。
图3 中国传统村落空间分布LISA集聚与分布热点

基于审图号：GS（2019）1819（自然资源部监制）制图，底图无修改；暂缺港澳台数据

Fig. 3 LISA cluster map and hot spot map of the spatial distribution of Chinese traditional villages

“高−高”聚集区包括2大区域和2小区域，2大区域为湘桂黔地区与闽浙赣地区，2小区域为晋中南地区与滇西南地区，这些区域的传统村落较为密集。“低−高”聚集区呈零星状分布，主要分布在“高−高”聚集区周边。“低−低”聚集区主要为新疆大部、东北大部地区及苏北与皖北地区，这些区域传统村落分布较稀疏。根据热点分析计算出的G值将要素分为3级，生成传统村落空间分布热点区图（图3b）。图中可见，热点区域与“高−高”聚集区大致相同，进一步印证湘桂黔地区、闽浙赣地区、晋中南地区与滇西南地区是传统村落密集分布地区。
从传统村落空间分布集聚区与热点地区的整体情况上看，江南的山地丘陵地区是中国传统村落分布的密集区，东北和西北边陲地区是传统村落分布的稀疏区。人口数量是传统村落形式与发展的基础，西北和东北地区地域广阔，明清时期人口相对稀少，传统村落形成受人口的制约。相关研究发现，500 m以上高海拔地区留存较多的传统村落，加之与外界环境相对隔绝，交通不便，受城镇化影响较小，能留存较多的传统村落[20]，这是江南山地丘陵地区传统村落密集分布的重要原因。

2.2 传统村落空间分布的影响因素

1） 模型指标分析。在ArcGIS软件中将所需数据提取出来，使用MGWR模型进行回归分析，结果发现MGWR模型R2值0.2692，OLS模型的R2值仅为0.0556，同时MGWR模型的AICc、残差平方和都低于OLS模型，说明MGWR模型对传统村落影响因素的拟合优度比OLS模型更高，能更好地解释传统村落空间分布影响的空间异质性。
运用MGWR模型计算出各影响因素带宽的数值，通过带宽值可分析影响因素的作用尺度。在各因素的带宽数值中，常数项（空间因素）的带宽为70，经济因素与交通因素在所有要素上均不具有显著性（P＞0.05），表明带宽无意义。地形因素与气温因素的带宽最高，值均为5241，降水因素带宽为4970，表明这4个因素是全局变量，在空间上对传统村落的影响较为均匀，空间异质性不显著；城镇因素的带宽最小，其值为250，表现出较强的空间异质性，对于传统村落分布的影响会随着空间的变化而变化；生态因素与人口因素的带宽分别为1085、869，说明这2个因素在区域尺度上作用较为明显。
2） 影响因素空间异质性分析。从空间、地形、降水、气温、生态、城镇、人口因素进行分析。
（1） 空间因素。常数项在MGWR模型中的意义是空间因素本身，回归系数与显著性空间分布如图4a所示。从系数值空间分布上看，有12.73%的格网回归结果为显著，87.27%的结果为不显著。从回归系数的取值范围上看，在结果显著的格网中空间因素的回归系数86%为正值，14%为负值。正值的高值区分别为浙皖交界处、冀豫晋交界处、湘黔交界处，与核密度分析的密集分布区大致重合，说明这些地区作为传统村落聚集区，对其空间上邻近地区传统村落的形成与保护产生了正向影响。负值的低值区分别为广西南部地区、川滇交界处及新疆和田地区。系数值为负说明该地区传统村落分布密度低，且对周边地区传统村落的形成和保护产生了负向影响。其原因在于，除了传统村落形成需要具备类似的地理环境外，集中连片分布的传统村落更有利于政府采取保护措施[29]，从而促进传统村落的传承和延续。2022—2023年，财政部、住房和城乡建设部财政部先后公布2批75个传统村落集中连片保护利用示范县，通过传统村落集中连片保护利用规划的方式，从基础设施、产业发展、实施时序等方面进行整体规划，推动各部门形成合力。
图4 中国传统村落空间分布影响因素回归系数与显著性分布

基于审图号：GS（2019）1819（自然资源部监制）制图，底图无修改；暂缺港澳台数据

Fig. 4 Regression coefficient and significance of influencing factors on the spatial distribution of Chinese traditional villages

（2） 地形因素。地形因素回归系数与显著性空间分布如图4b所示。从系数值空间分布上看，有53.81%的格网回归结果显著，46.19%的结果不显著。回归结果显著的格网布呈现出条带状，自地势第二级与第三级阶梯交界向西延伸，与中国地形地势“西高东低、呈阶梯状分布”的特征相耦合。从系数值范围上看，地形因素的回归系数值为[0.1658, 0.1783]，均为正值，说明海拔高程对传统村落的集中分布具有正向影响。中国大部分地区属大陆性季风气候，随着海拔高度的增加，地势抬高形成的地形雨造成降水量逐渐增多，又使气温不断降低，这有利于进行传统农业生产并营造相对宜居的气候环境，从而促进传统聚落的形成与发展[12]；同时，高海拔地区还能有效避免洪涝灾害的威胁，更有利于传统村落的传承与发展[20-21]。高程越高代表地形越复杂，道路不易开辟、交通不便，与外界人流、物流、信息流等要素流动速度慢、规模小，有助于传统村落的原始风貌的保存[30-31]。需要指出的是，青藏高原高山大川密布，地势险峻多变，传统村落数量稀少；在小尺度范围内，海拔高度越高，越不合适人类生存，传统村落数量也越少。
（3） 降水因素。降水因素回归系数与显著性空间分布如图4c所示。从系数值空间分布上看，有69.58%的格网回归结果显著，30.42%的结果不显著。降水因素的系数值在全国大部地区呈条带状分布，说明降水因素作用尺度大，属于全局变量。从系数值范围上看，降水因素的回归系数值为[−0.0789, −0.0737]，这表明降水因素对传统村落的集中分布有一定的负向影响，但是相较于其他因素，降水因素的回归系数绝对值较小，说明降水因素对传统村落分布的影响不明显。中国年降水量地区分布极不平衡，从东南沿海向西北内陆递减，但降水因素的回归系数直从东到西递减的态势，主要原因在于：一是河流、湖泊等水源地的补给不仅仅依赖于降水，还可以通过地下水、季节性积雪融水等途径进行补充[31]；二是随着农村地区基础设施的不断完善，人们生产生活不仅仅依赖自然降水，水库、池塘以及输水工程成为人们日常用水的主要支撑，从而减轻了降水因素对传统村落的影响。此外，充沛的降水容易造成洪涝灾害，对村落的发展会造成威胁。
（4） 气温因素。气温因素回归系数与显著性空间分布如图4d所示。从系数值空间分布上看，所有格网回归结果均显著。气温因素的系数值在全国范围呈条带状分布，说明气温因素是一个全局变量。从系数值范围上看，气温因素的系数值为[0.2199, 0.2560]，系数值从西到东呈逐级增长，东北和华北地区的系数值最高。这表明气温因素对传统村落的分布密度有正向影响，气温越高的地区传统村落越密集，且气温对东部地区传统村落分布密度的影响程度比中西部地区更高。从全国大尺度范围上看，年均气温偏低的地区不利于人类生存发展，而气温较高的地区宜居宜农[32]，有利于聚落形成与发展，因而传统村落分布密度更高。东北和华北地区属于温带季风气候，这些地区人口密度较高、年均气温偏低，传统村落分布密度对气温的敏感性更强。地形、降水、气温因素的空间异质性不明显是因为这三者作为自然地理因素是传统村落形成的环境基础[12]，直接影响着传统村落的形成，在全局范围内制约着传统村落的分布。
（5） 生态因素。生态因素回归系数与显著性空间分布如图4e所示。从系数值空间分布上看，有45%的格网回归结果显著，55%的结果不显著。生态因素的系数值分布在地图上呈现出了以苏浙皖地区为圆心的圈层状分布，这说明生态因素是一个作用于区域尺度的变量，介于全局变量以及局部变量之间。从系数取值范围上看，生态因素的回归系数值为[0.0834, 0.4770]，这表明在中国“胡焕庸线”以东的绝大部分地区，生态因素对传统村落的集中分布具有正向影响。通常认为，传统村落的保护与城镇化具有天然的互斥性，经济不发达地区，往往具有较好的生态环境，也越有可能保存下来更多的传统村落。在住建部门制定的传统村落的认定标准中，强调了传统建筑风貌完整、选址和格局保持传统特色、非物质文化遗产活态传承；依托丰富的山水、林田等生态资源，容易促进传统村落的形成和发展，也为保持良好的传统村落风貌奠定了基础。
（6） 城镇因素。城镇因素回归系数与显著性空间分布如图4f所示。从系数值空间分布上看，有16.76%的格网回归结果显著，83.24%的结果不显著；从系数取值范围上看，通过显著性检验的回归系数值有46.53%为负值，43.47%为正值，呈现出3个正值和1个负值的高值区，这表明城镇因素是一个作用于小尺度的局部变量。正值的高值区分别为闽赣2省交界的赣东与闽北地区，广西壮族自治区的首府及其南部毗邻地市，滇川藏交界地带的大三角地区，这些地区城镇数量越多传统村落分布越密集。负值的高值区出现在晋冀鲁豫4省交界地带，这一地区城镇数量越多传统村落分布越稀疏。这种影响格局的原因在于城镇化对传统村落分布影响并不是单一的负向，而是存在同化作用与反哺作用[6]。在负值的高值区，城镇化对传统村落的分布发挥着反哺作用，即一定数量的城镇能对周边传统村落形成社会经济的反哺，为传统村落的保护夯实了物质基础；在负值的高值区，城镇化对传统村落的分布产生了同化作用，城镇数量的增多加速城乡物质要素流动，从而打破乡村原有平衡、加快传统聚落消亡。从作用程度上看，负值的系数值为[−0.9472, −0.0660]，正值的系数值为[0.0539, 0.8562]，二者系数的绝对值相近，表明同化作用程度与反哺作用程度大小相近。
（7） 人口因素。人口因素回归系数与显著性空间分布如图4g所示。从系数值空间分布看，有24.41%的格网回归结果显著，75.59%的结果不显著。人口因素的系数值在地图上呈同心圆状分布，核心位于陕晋交界地带，这表明人口因素是一个作用于中等尺度的变量，介于全局变量与局部变量之间，具有一定程度的空间异质性。从系数值范围看，人口因素系数值均为正值，为[0.0679, 0.5559]，说明人口密度越大的地区传统村落的密度也越大。现有研究多认为人口密度与传统村落密度负相关，原因是人口密度过高容易造成人地关系紧张，对传统村落的保护产生不利影响[15]。值得注意的是，从小微尺度上看，乡村地区村落分布与人口的聚集是高度相关的；在人口密度较低的地区，人口密度达到一定水平有利于传统村落分布[6,20]。村落作为最基础的人类聚落，其本身就是人口聚集的地方；只有聚集了足够的人口，村落才能可持续发展下去。

3 结论与讨论

3.1 结论

本文基于地理网格，运用空间分析方法与MGWR模型，分析了中国传统村落的空间分布特征及其影响因素，得出以下结论：
1） 中国传统村落的空间分布形态为集聚型，随着中国传统村落数量的增加，聚集的特征在减弱。传统村落密集分布的省际边界现象显著，分布密集区为冀鲁豫交界集聚区、皖浙赣交界集聚区、黔桂湘交界集聚区，核心区域分别为晋东南、皖南与浙西南、黔东南。
2） 中国传统村落分布存在“高−高”“低−高”“低−低”空间聚集，“高−高”聚集区为湘桂黔地区、闽浙赣地区及晋中南地区与滇西南地区，“低−高”聚集区在“高−高”聚集区周边，“低−低”聚集区主要为新疆大部、东北大部地区及苏北与皖北地区；长江以南山地丘陵地区是中国传统村落分布密集区，东北和西北边陲地区是传统村落分布稀疏区。
3） 影响传统村落的影响因素有综合性和空间异质性。地形、气温、降水、城镇因素显著影响传统村落空间分布，城镇、人口、生态因素表现出较强的空间异质性，交通、经济因素对传统村落空间分布的影响不显著；影响性质方面，地形、气温、生态、人口因素对传统村落空间分布有正向影响，降水因素对传统村落空间分布有负向影响，但程度较小。

3.2 讨论

本文借鉴已有成果，以6批8171个中国传统村落为研究对象，将地理格网分析法与多尺度地理加权回归（MGWR）模型相结合，研究结果加深了2个关于传统村落空间分布的重要认识：第一是传统村落密分布的省际边界现象显著。传统村落空间分布有冀鲁豫交界、皖浙赣交界、黔桂湘交界3个集聚区，这3大地区具有相似的地理环境特征，即以山地丘陵地貌为主，具有“三低一多”（年均气温偏低、公路密度低、经济发展水平低、年均降水多）的环境特征，这充分表明自然地理环境对传统村落形成与保护具有非常重要的影响。此外，改革开放以来，受国家宏观层面效率优先政策因素影响，省域内部中心城市发展迅速，省际边界地区发展则较为滞后[33]，而经济发展的滞后对传统村落原始风貌保存提供了有利条件。第二是影响传统村落空间分布的因素具有空间异质性。从分析结果来看，异质性强的因素大多为社会经济因素。人口、城镇因素的空间异质性较强，二者是社会经济环境的组成部分，具有强烈的地方性特征，区域经济社会文化环境的差异性，使得人口、城镇因素对传统村落的形成与保护的影响也具有异质性；生态因素也具有较强的空间异质性，其本身是自然因素，随着城镇化的快速发展及新农村建设的推进，人们积极对水体、森林等生态环境要素进行改造利用，生态因素也附着了较强的社会经济特征。
与已有研究相比，本文扩展了传统村落样本数量，采用新技术方法，主要贡献在于：第一，运用基于地理网格空间分析方法，实现传统村落空间位置与自然地理因素、社会经济因素等多源数据的交叉融合，进一步验证了空间回归模型分析点状矢量要素影响因素有效性和科学性，丰富了点状矢量要素空间分布及影响因素研究的技术方法。第二，通过MGWR模型分析，识别出传统村落空间分布影响因素的空间异质性，即地形、降水、气温因素作用于全局尺度，生态、人口因素作用于区域尺度，城镇、空间因素作用于局部尺度，人口、城镇、生态因素的空间异质性较强，为后续传统村落空间分布及影响因素研究提供有益启示。基于研究结论，对中国传统村落的保护与利用提出如下实践建议：第一，科学认识经济发展对传统村落保护与利用的影响，社会经济活动强度越大、城镇化率越高，传统村落越易遭到破坏，对传统村落的保护也更为迫切；传统村落保护不是违背社会发展规律的“复古”，需要资金、人才、技术等资源的投入，因而新一批次中国传统村落目录可适当增加经济发展水平较高地区数量。第二，良好生态环境是传统村落保护与利用基础，应保护好传统村落周边山水、林田、湖草等自然景观，改善人居环境、建设宜居村庄，避免农业、工业、旅游业等产业发展对生态环境的破坏。第三，适量人口是传统村落保护与利用的支撑，通过增加农民收入、提升生活便利等方式促进居民留在村落并投身村落建设，引导专家学者、学生、志愿者等人才队伍下乡，以人才建设促进传统村落的社会活化。
需要指出的是，传统村落的保护与利用是一项长期复杂的经济社会文化综合工程，本文从全国层面分析中国传统村落的空间分布特征及影响因素，为保护传统传统村落提供了全景式描述和宏观政策启示，但还需要对传统村落空间特征与环境机理做进一步深入研究。未来研究可从特定区域与微观层面展开，一是加强传统村落集中连片保护利用示范县（市、区）的研究，探讨区域传统村落的空间关系及集聚发展效应；二是从微观尺度研究地理环境对传统村落形成与发展的影响效应，探讨政策、资金、人员、技术等资源在传统村落保护中的整合效应。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
刘馨秋, 王思明. 中国传统村落保护的困境与出路[J]. 中国农史, 2015, 34(4): 99-110

Liu Xinqiu, Wang Siming. The dilemma and solution of Chinese traditional village protection. Agricultural History of China, 2015, 34(4): 99-110.

[2]
Rautio S. Material compromises in the planning of a ‘traditional village’ in Southwest China[J]. Social Analysis, 2021, 65(3): 67-87.

DOI

[3]
Emilie P. The consolidation of ‘traditional villages’ in Pikine, Senegal: Negotiating legitimacy, control and access to peri-urban land[J]. African Studies, 2021, 80(2): 172-189.

DOI

[4]
关中美, 王同文, 职晓晓. 中原经济区传统村落分布的时空格局及其成因[J]. 经济地理, 2017, 37(9): 225-232

Guan Zhongmei, Wang Tongwen, Zhi Xiaoxiao. The spatial and temporal pattern of the distribution of traditional villages in central plains economic region and its causes. Economic Geography, 2017, 37(9): 225-232.

[5]
马勇, 黄智洵. 基于GWR模型的长江中游城市群传统村落空间格局及可达性探究[J]. 人文地理, 2017, 32(4): 78-85

Ma Yong, Huang Zhixun. Research on the spatial pattern and accessibility of traditional villages in the urban agglomeration in the middle reaches of the Yangtze River based on the GWR model. Human Geography, 2017, 32(4): 78-85.

[6]
李江苏, 王晓蕊, 李小建. 中国传统村落空间分布特征与影响因素分析[J]. 经济地理, 2020, 40(2): 143-153

Li Jiangsu, Wang Xiaorui, Li Xiaojian. Analysis of spatial distribution characteristics and influencing factors of Chinese traditional village. Economic Geography, 2020, 40(2): 143-153.

[7]
黄震方, 陆林, 苏勤, 等. 新型城镇化背景下的乡村旅游发展——理论反思与困境突破[J]. 地理研究, 2015, 34(8): 1409-1421

Huang Zhenfang, Lu Lin, Su Qin et al. Rural tourism development under the background of new urbanization-theoretical reflection and dilemma breakthrough. Geographical Research, 2015, 34(8): 1409-1421.

[8]
郭焕成, 韩非. 中国乡村旅游发展综述[J]. 地理科学进展, 2010, 29(12): 1597-1605

Guo Huancheng, Han Fei. A summary of the development of rural tourism in China. Progress in Geography, 2010, 29(12): 1597-1605.

[9]
高楠, 邬超, 白凯, 等. 中国传统村落空间分异及影响因素[J]. 陕西师范大学学报(自然科学版), 2020, 48(4): 97-107

Gao Nan, Wu Chao, Bai Kai et al. Spatial differentiation and influencing factors of Chinese traditional villages. Journal of Shaanxi Normal University (Natural Science Edition), 2020, 48(4): 97-107.

[10]
许建和, 柳肃, 毛洲, 等. 中国传统村落的空间分布特征与保护系统方案[J]. 湖南大学学报(社会科学版), 2021, 35(2): 152-160

Xu Jianhe, Liu Su, Mao Zhou et al. Spatial distribution characteristics and protection system scheme of Chinese traditional villages. Journal of Hunan University (Social Sciences), 2021, 35(2): 152-160.

[11]
梁步青, 肖大威, 陶金, 等. 赣州客家传统村落分布的时空格局与演化[J]. 经济地理, 2018, 38(8): 196-203

Liang Buqing, Xiao Dawei, Tao Jin et al. Spatial temporal pattern and evolution of the distribution of Hakka traditional villages in Ganzhou. Economic Geography, 2018, 38(8): 196-203.

[12]
何小芊, 龚胜生, 胡娟, 等. 基于不同尺度的湘鄂赣地区传统村落空间分异及影响因素[J]. 长江流域资源与环境, 2019, 28(12): 2857-2866

He Xiaoqian, Gong Shengsheng, Hu Juan et al. Spatial differentiation and influencing factors of traditional villages in Hunan, Hubei and Jiangxi region based on different scales. Resources and Environment in the Yangtze Basin, 2019, 28(12): 2857-2866.

[13]
陈蓉, 马耀峰. 青海省传统村落空间分布格局及影响因素研究[J]. 青海社会科学, 2019 (6): 239-244

Chen Rong, Ma Yaofeng. Study on the spatial distribution pattern and influencing factors of traditional villages in Qinghai Province. Qinghai Social Sciences, 2019 (6): 239-244.

[14]
Li Z Y, Yang M Y, Zhou X L et al. Research on the spatial correlation and formation mechanism between traditional villages and rural tourism[J]. Scientific Reports, 2023, 13(1): 8210.

DOI

[15]
陶洁怡, 董平, 周年兴, 等. 长江经济带历史文化名镇名村空间分布特征及影响因素研究[J]. 地理与地理信息科学, 2022, 38(3): 66-73

Tao Jieyi, Dong Ping, Zhou Nianxing et al. Spatial distribution characteristics and influencing factors of historical and cultural towns and villages in the Yangtze River Economic Belt. Geography and Geo-Information Science, 2022, 38(3): 66-73.

[16]
李如友, 石张宇. 黄河流域传统村落与非物质文化遗产的空间关系及形成机理[J]. 经济地理, 2022, 42(8): 205-212

Li Ruyou, Shi Zhangyu. Spatial relationship and formation mechanism between traditional villages and intangible cultural heritage in the Yellow River Basin. Economic Geography, 2022, 42(8): 205-212.

[17]
薛明月, 王成新, 窦旺胜, 等. 黄河流域传统村落空间分布特征及其影响因素研究[J]. 干旱区资源与环境, 2020, 34(4): 94-99

Xue Mingyue, Wang Chengxin, Dou Wangsheng et al. Study on the spatial distribution characteristics and influencing factors of traditional villages in the Yellow River Basin. Journal of Arid Land Resources and Environment, 2020, 34(4): 94-99.

[18]
刘彦随, 杨忍. 中国县域城镇化的空间特征与形成机理[J]. 地理学报, 2012, 67(8): 1011-1020

Liu Yansui, Yang Ren. Spatial characteristics and formation mechanism of county urbanization in China. Acta Geographica Sinica, 2012, 67(8): 1011-1020.

[19]
付强, 杨壮, 董锁成, 等. 河南省国家级传统村落空间可达性及影响因素研究[J]. 河南师范大学学报(自然科学版), 2021, 49(6): 82-90

Fu Qiang, Yang Zhuang, Dong Suocheng et al. Research on the spatial accessibility and influencing factors of national traditional villages in Henan Province. Journal of Henan Normal University (Natural Science Edition), 2021, 49(6): 82-90.

[20]
康璟瑶, 章锦河, 胡欢, 等. 中国传统村落空间分布特征分析[J]. 地理科学进展, 2016, 35(7): 839-850.

DOI

Kang Jingyao, Zhang Jinhe, Hu Huang et al. Analysis of spatial distribution characteristics of Chinese traditional villages. Progress in Geography, 2016, 35(7): 839-850.

DOI

[21]
冯亚芬, 俞万源, 雷汝林. 广东省传统村落空间分布特征及影响因素研究[J]. 地理科学, 2017, 37(2): 236-243

Feng Yafen, Yu Wanyuan, Lei Rulin. Spatial distribution characteristics and influencing factors of traditional villages in Guangdong Province[J]. Scientia Geographica Sinica, 2017, 37(2): 236-243.

[22]
李伯华, 尹莎, 刘沛林, 等. 湖南省传统村落空间分布特征及影响因素分析[J]. 经济地理, 2015, 35(2): 189-194

Li Bohua, Yin Sha, Liu Peilin et al. Analysis of spatial distribution characteristics and influencing factors of traditional villages in Hunan Province. Economic Geography, 2015, 35(2): 189-194.

[23]
王淑佳, 孙九霞. 西南地区传统村落区域保护水平评价及影响因素[J]. 地理学报, 2022, 77(2): 474-491

Wang Shujia, Sun Jiuxia. Evaluation and influencing factors of regional protection level of traditional villages in Southwest China. Acta Geographica Sinica, 2022, 77(2): 474-491.

[24]
孙莹, 宋嘉隽. 广东省中国传统村落空间可达性时空演化及影响因素研究[J]. 南方建筑, 2021 (3): 144-150

Sun Ying, Song Jiajun. Study on the spatial and temporal evolution and influencing factors of spatial accessibility of Chinese traditional villages in Guangdong Province. South Architecture, 2021 (3): 144-150.

[25]
李爽, 程承旗. 基于地理网格的历史地理数据组织方法研究[J]. 中国历史地理论丛, 2022, 37(4): 5-11

Li Shuang, Cheng Chengqi. Research on the organization method of historical geographic data based on geographic grid. Journal of Chinese Historical Geography, 2022, 37(4): 5-11.

[26]
刘振锋, 薛东前, 庄元, 等. 文化产业空间尺度效应研究——以西安市为例[J]. 地理研究, 2016, 35(10): 1963-1972

Liu Zhenfeng, Xue Dongqian, Zhuang Yuan et al. Space scale effects of cultural industries: A case study of Xi’an. Geographical Research, 2016, 35(10): 1963-1972.

[27]
王洪桥, 袁家冬, 孟祥君. 东北地区A级旅游景区空间分布特征及影响因素[J]. 地理科学, 2017, 37(6): 895-903

Wang Hongqiao, Yuan Jiadong, Meng Xiangjun. Spatial distribution and lts influencing factors of level-A scenic spots in Northeast China. Scientia Geographica Sinica, 2017, 37(6): 895-903.

[28]
凡来, 张大玉. 基于MGWR的华北地区传统村落空间分异特征及影响因素研究[J]. 中国园林, 2022, 38(10): 56-61

Fan Lai, Zhang Dayu. Study on spatial differentiation characteristics and influencing factors of traditional villages in North China based on MGWR. Chinese Landscape Architecture, 2022, 38(10): 56-61.

[29]
陈青松, 罗勇, 张洪吉, 等. 四川省传统村落空间分布特征及其影响因素[J]. 测绘与空间地理信息, 2018, 41(2): 49-52

Chen Qingsong, Luo Yong, Zhang Hongji et al. Spatial distribution characteristics and influencing factors of traditional villages in Sichuan Province. Geomatics & Spatial Information Technology, 2018, 41(2): 49-52.

[30]
黄卉洁, 苗红, 李爽, 等. 西北地区传统村落空间格局及其成因[J]. 经济地理, 2021, 41(12): 233-240

Huang Huijie, Miao Hong, Li Shuang et al. The spatial pattern and its causes of traditional villages in Northwest China. Economic Geography, 2021, 41(12): 233-240.

[31]
林金萍, 雷军, 吴世新, 等. 新疆绿洲乡村聚落空间分布特征及其影响因素[J]. 地理研究, 2020, 39(5): 1182-1199

Lin Jinping, Lei Jun, Wu Shixin et al. Spatial pattern and influencing factors of oasis rural settlements in Xinjiang, China. Geographical Research, 2020, 39(5): 1182-1199.

[32]
李博, 杨波, 陶前辉, 等. 湖南省传统村落空间格局及其影响因素研究[J]. 测绘科学, 2021, 46(4): 150-157

Li Bo, Yang Bo, Tao Qianhui et al. Research on the spatial pattern and influencing factors of traditional villages in Hunan Province. Science of Surveying and Mapping, 2021, 46(4): 150-157.

[33]
曹小曙, 徐建斌. 中国省际边界区县域经济格局及影响因素的空间异质性[J]. 地理学报, 2018, 73(6): 1065-1075

Cao Xiaoshu, Xu Jianbin. Spatial heterogeneity of county economic pattern and influencing factors in China’s provincial border region. Acta Geographica Sinica, 2018, 73(6): 1065-1075.

Options
文章导航

/

〈 〉