中国传统村落的空间分布格局研究，本文主要内容关键词为：村落论文,中国传统论文,格局论文,空间论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号 K901 文献标识码 A 文章编号 1002-2104(2014)04-0157-06 doi：10.3969/j.issn.1002-2104.2014.04.021 传统村落作为历史的见证和文化传承的载体，是传统文化遗产的重要组成部分[1]，具有较强的历史、文化、美学、旅游等价值。传统村落是指具有一定发展历史、延存至今、且保留较为完整的乡村聚落形式，同时也是地域传统文化、民俗风情的重要载体，在反映传统文化遗产方面具有很强的代表性和典型性，因此对传统村落进行研究具有重要的理论和现实意义。 国外对传统村落的相关研究较早，且主要从传统村落文化[2]、传统村落可持续发展[3]、传统村落景观[4，5]等方面开展研究。近年来，国外学者对传统村落旅游研究更加重视，且更具深度。如Kastenholz以葡萄牙传统村落为例，指出社会、情感和象征维度相关的经验是影响传统村落旅游满意度的重要因素[6]。Lepp对乌干达传统村落居民的旅游态度进行分析，并认为积极的态度会导致旅游职业行为[7]。目前国内对传统村落的研究主要集中在传统村落空间形态[8]、传统村落景观意象[9]、传统村落价值评价[10]、传统村落保护[11-12]、传统村落旅游开发及影响[12-14]等方面。总体说来，国内外学者较多地从历史学、景观学、建筑学、旅游学等角度对传统村落开展研究，从地理学的角度对传统村落进行系统性研究尚显不足，特别是从宏观尺度对全国传统村落空间分布特征及其规律的研究并不多见。鉴于此，本研究运用空间分析方法，对全国传统村落的空间分布进行研究，分析全国传统村落空间分布特征及其规律，以期为全国传统村落的合理开发与保护提供参考和借鉴。 1 研究方法与数据来源 1.1 研究方法 1.1.1 全局Moran’s I指数 全局Moran’s I指数通常用于研究观测变量在整个研究区域内的空间相关性的总体趋势以及差异性[15]，其公式为：
1.1.2 局部Moran’s I指数 局部Moran’s I指数可以用来揭示研究区域内不同空间单元属性之间的异质性[15-16]，其公式为：
1.1.3 局域关联指数
局域关联指数
常用于分析观测值在局部空间上的集聚程度，可以进一步测度热点区和冷点区的空间分布[17-18]，其公式为：
1.2 数据来源 根据《传统村落评价认定指标体系(试行)》标准，经传统村落保护和发展专家委员会评审认定，2012年12月住房城乡建设部、文化部、财政部公布第一批国家传统村落名录646个，2013年8月上述三部门公布第二批国家传统村落名录915个。研究以截止到2013年8月底的1561个国家传统村落为研究样本，研究范围不包括香港、澳门、台湾地区。国家传统村落的相关资料主要来源于中国传统村落网(ctv.wodtech.com)以及住房城乡建设部网(www.mohurd.gov.cn)。研究以1∶400万全国矢量化图为底图，借助Google Earth获取1561个国家传统村落空间属性，运用ArcGIS 10构建全国传统村落空间属性数据库，并绘制全国传统村落空间分布图(见图1)。 2 传统村落的空间分布特征 2.1 密度分布特征 由于受地理环境差异的影响，全国传统村落空间分布密度呈现明显的差异性。全国传统村落空间分布密度为1.626个/万
，其中，贵州的分布密度最高，其密度为16.577个/万
，云南、浙江、福建、广东等地区的分布密度均在5个/万
以上，而内蒙古、黑龙江、西藏、新疆等地区的分布密度不足0.1个/万
。然而，不同地区内的传统村落空间分布密度差异也较为明显。利用ArcGIS10中的Kernel Density工具对全国传统村落进行核密度估计，生成传统村落空间分布的核密度图。如图2所示，全国传统村落空间分布存在4个明显的集聚区，核心—边缘状分布格局较为明显。4个传统村落集聚区分别为：滇西北地区、黔东南地区、中原地区以及皖南—浙西地区，其中，黔东南地区分布密度最高，分布密度高达35.128-75.613个/万
。此外，滇西北、皖南—浙西地区的传统村落分布也较为密集，分布密度为11.908-35.127个/万
。全国传统村落空间分布密度在不同的文化区迥然有异，受人口分布影响较大：西南少数民族文化区、中原文化区以及东南部吴越文化区的传统村落空间分布密度相对较高，是我国传统村落空间分布的主要地区；而西北部游牧文化区人口分布稀少，传统村落呈零星分布态势。与此同时，全国传统村落空间分布密度还受地形地貌因素的影响，横断山区、太行山区、东南丘陵、云贵高原也是传统村落分布的主要集聚区。
图1 中国传统村落空间分布图 Fig.1 Spatial distribution of the traditional villages in China 2.2 区域分布特征 (1)省际分布特征。全国传统村落若在均匀分布状态下的地理集中指数①为17.96，而实际空间分布的地理集中指数为30.95，表明全国传统村落空间分布较为集中，与理想化的均匀分布状态有较大差异。全国传统村落主要集中在云南、贵州、广东、浙江、江西、福建，仅6个地区的国家传统村落就有929个，约占全国传统村落的60％。其中，国家传统村落分布最多的是云南，其次为贵州，这两个地区的国家传统村落共有586个，占全国传统村落的38％；而内蒙古、海南、新疆、西藏、上海、宁夏、黑龙江、吉林、辽宁等10个地区的国家传统村落仅43个，所占比重不到3％，且辽宁尚无国家传统村落分布。
图2 中国传统村落空间分布的核密度图 Fig.2 Kernel density of spatial distribution of the traditional villages in China (2)南北分布特征。从南北分布来看(北方地区包括北京、天津、河北、山东、河南、安徽、山西、陕西、辽宁、吉林、黑龙江、内蒙古、新疆、甘肃、宁夏、青海；南方地区包括江苏、浙江、上海、湖北、湖南、江西、福建、广东、海南、四川、重庆、贵州、云南、广西、西藏)，全国传统村落空间分布呈“南多、北少”的空间分布特征。南方地区有1225个传统村落，占全国传统村落的78％，而北方地区仅有336个国家传统村落，占全国传统村落的22％。 (3)三大地带分布特征。从三大地带分布来看(东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南；西部地区包括重庆、四川、贵州、云南、广西、西藏、青海、新疆、甘肃、陕西、宁夏、内蒙古)，全国传统村落空间分布表现出“自西向东”递减的分布特征。西部地区有804个传统村落，占全国传统村落的52％，中部地区有406个传统村落，占全国传统村落的26％，东部地区有351个传统村落，占全国传统村落的22％。 (4)八大分区分布特征。从全国八大分区来看(东北地区包括辽宁、吉林、黑龙江；北部沿海地区包括北京、天津、河北、山东；东部沿海地区包括上海、浙江、江苏；南部沿海地区包括福建、广东、海南；黄河中游地区包括陕西、山西、河南、内蒙古；长江中游地区包括湖北、湖南、江西、安徽；西南地区包括广西、云南、贵州、四川、重庆；西北地区包括甘肃、青海、宁夏、西藏、新疆)，全国传统村落空间分布呈“由西南、东南向东北、西北”减少的空间分布特征。西南地区传统村落分布最为集中，有733个传统村落，占全国传统村落的47％；其次为长江中游地区，有269个传统村落，占全国传统村落的17％；再次为东部沿海地区，有171个传统村落，占全国传统村落的11％(见图3)。而东北地区分布最少，仅有5个传统村落，占全国传统村落的0.3％。
图3 中国传统村落在八大地区的空间分布 Fig.3 Spatial distribution of the traditional villages in the eight regions in China 3 传统村落的空间自相关 3.1 全局自相关 全国传统村落空间分布的全局Moran’s I估计值为0.2954，正态统计量z值为2.4046。Moran’s I估计值为正，且通过显著性检验(z值大于0.05置信水平临界值1.96)，表明全国传统村落空间分布具有显著的空间自相关性，不同地区的传统村落空间分布并非表现出完全的随机性，而是存在传统村落分布规模相似地区在空间上的集聚，即：无论是传统村落分布较多的地区，还是传统村落分布较少的地区，在空间上均趋于集聚。从全国传统村落规模分布的情况来看，传统村落空间分布差异程度较大，规模分布较为分散，呈“两头大、中间小”的分布格局，中等规模分布的地区较少，这将在一定程度上加剧传统村落区域分布的两极分化现象。 3.2 局部自相关 由于全局Moran’s I指数只能反映区域空间差异的总体特性，难以反映区域内部之间的空间特性及其关系。因此，本研究运用Moran散点图和局域关联指数
来进一步分析全国传统村落空间分布的局部空间特征。 3.2.1 Moran散点图 从全国传统村落空间分布的Moran散点图(见图4)可以看出，全国大多数地区位于第一象限和第三象限，占全国地区的77％，反映出传统村落空间分布趋向于高值集聚和低值集聚的空间正相关。第一象限主要分布有云南、贵州、福建、广西、安徽等10个地区，占全国地区总数的32％，这些地区主要集中在南方，传统村落分布较多，是传统村落分布的集聚区；第三象限主要分布有新疆、青海、甘肃、宁夏、内蒙古、黑龙江等14个地区，占全国地区总数的45％，这些地区主要集中在北方，自然环境相对恶劣，人口分布稀疏，从而传统村落分布较少。位于第二象限和第四象限的地区相对较少，仅占全国地区总数的23％，集聚特征并不明显。其中，第二象限主要分布有西藏、湖北、海南、重庆、上海等5个地区，占全国地区总数的16％，这些地区处于传统村落分布的过渡地带；第四象限主要分布有山西、河南2个地区，占全国地区总数的6％，这些地区地处华夏文明的发源地之一，受传统文化影响较大，传统村落分布较为丰富。 3.2.2 热点区 计算出各地区的局域关联指数
，并利用ArcGIS 10中的Jenks最佳自然断裂法将局部
统计值由高到低分成4类(热点区、次热点区、次冷点区、冷点区)，生成全国传统村落空间格局的热点图(见图5)。 中国幅员辽阔，地理环境的变化具有一定的地带性，传统村落空间分布表现出较强的稳定性和连续性。与此同时，由于地理环境复杂多样，传统村落空间分布也表现出显著的地域差异性。整体而言，全国传统村落的热、冷点区空间分布呈明显的热点区—次热点区—次冷点区—冷点区由南向北的梯度分布格局。其中，以云南、贵州为中心的核心边缘结构突出，云南、贵州是全国传统村落空间分布的热点区。从热点区与冷点区分布数量来看，热点区和次热点区有12个地区，占全国地区总数的38.7％，冷点区和次冷点区有16个地区，占全国地区总数的61.3％。其中，热点区有2个地区，占全国地区总数的6.5％，冷点区有16个地区，占全国地区总数的51.6％。综合反映出全国传统村落空间分布以冷点区为主。从热点区与冷点区空间分布格局来看，全国传统村落空间分布的热点区主要分布在南方地区，冷点区主要分布在北方地区，传统村落空间分布表现出明显的南北差异。
图4 中国传统村落空间分布的Moran散点图 Fig.4 Moran scatter of spatial distribution of the traditional villages in China
图5 中国传统村落空间分布的热点区图 Fig.5 Hot spot areas of spatial distribution of traditional villages in China 4 结论与讨论 本研究运用空间分析法，对全国传统村落的空间分布特证、宽间自相相关性进行分析。研究结果如下： (1)密度分布特征：由于受地理环境因素的影响，全国传统村落空间分布密度差异显著。全国传统村落空间分布平均密度为1.626个/万
，然而，不同地区的传统村落空间分布密度差异较大。其中，贵州的传统村落空间分布密度高达16.577个/万
，而内蒙古、黑龙江、西藏、新疆等地区的传统村落空间分布密度不足0.1个/万
。同时，全国传统村落空间分布存在滇西北、黔东南、中原以及皖南—浙西等4个明显的集聚区，核心—边缘结构较为突出，受地理环境的影响较大。 (2)区域分布特征：全国传统村落空间分布的区域差异较为明显。从省际差异来看，全国传统村落空间分布较为集中，云南、贵州2个地区的国家传统村落占全国的38％，而内蒙古、新疆、西藏、宁夏、辽宁等10个地区的国家传统村落仅占全国的3％；从南北差异来看，全国传统村落呈南多、北少的空间分布特征；从地带差异来看，全国传统村落在西部地区分布最多，东部地区分布较少；从八大分区差异来看，西南地区的传统村落分布最为集中，东北地区分布最少。 (3)空间分布的全局自相关：全国传统村落空间分布具有显著的空间自相关性，传统村落分布表现出规模相似地区在空间上趋于集聚的特性。由于全国传统村落规模分布较为分散，呈“两头大、中间小”的格局，这在一定程度上加剧两极分化现象。 (4)空间分布的局部自相关：从Moran散点图来看，大多数地区位于第一象限和第三象限，而位于第二象限和第四象限的地区相对较少，反映出全国传统村落空间分布趋向于高值集聚和低值集聚的空间正相关；从热点区分布来看，全国传统村落分布的热点区和冷点区在空间上呈明显的热点区—次热点区—次冷点区—冷点区的梯度分布格局，具有较强的稳定性和连续性。热点区主要分布在南方地区，冷点区主要分布在北方地区，传统村落空间分布表现出明显的南北差异。其中，云南、贵州是全国传统村落空间分布的热点区。 传统村落是地域文化、民俗风情的重要表现形式，受地理环境因素的影响，传统村落在空间上呈现出不同的形态特征，与此同时，传统村落的地域特色、文化内涵往往具有相似性、差异性、多样性。因此，在接下来的研究中，一方面，应进一步突出地形地貌、气候等地理环境因素对传统村落空间分布的影响以及人文活动对传统村落的作用；另一方面，应加强对不同类型、属性传统村落空间分布规律的总结。传统村落集聚区往往是经济社会落后区以及生态环境脆弱区，如何将传统村落的资源优势转换为经济优势，并协调与生态环境之间的关系，也是传统村落保护与开发所关注的重要内容。 致谢：感谢华中师范大学城市与环境科学学院的张琪、文捷敏、李一帆硕士研究生在本研究过程中的数据收集。 注释： ①地理集中指数计算公式为：
，G为传统村落空间分布的地理集中指数，
为i地区的传统村落分布数，T为传统村落总数，n为地区总数，G值越大表示传统村落空间分布越集中，反之，越分散。
标签：传统村落论文; 贵州经济论文;
