凡 來

張大玉*

傳統(tǒng)村落是建造時(shí)間較早，具有厚重的歷史文化價(jià)值，同時(shí)保留了較為完整的鄉(xiāng)村聚落形式，具有典型的文化遺產(chǎn)和地域代表性的村落。但在城鎮(zhèn)化高速發(fā)展的過程中，大量的村落逐漸消失，幾千年構(gòu)建的鄉(xiāng)村社會(huì)逐漸瓦解，使得傳統(tǒng)村落面臨著前所未有的生存困境。2012年，由政府主導(dǎo)的傳統(tǒng)村落保護(hù)工作正式啟動(dòng)；至2019年，住房和城鄉(xiāng)建設(shè)部、自然資源部等部委先后公布了5批共計(jì)6 819個(gè)中國傳統(tǒng)村落。

縱觀中國傳統(tǒng)村落分布的特征，主要形成了由西南、東南和華北組成的3處集聚區(qū)，而華北地區(qū)作為我國北方傳統(tǒng)村落主要的聚集區(qū)域，由于地理位置和政治上的特殊性，使得其研究意義更為重大。目前，國內(nèi)學(xué)者對(duì)于華北地區(qū)傳統(tǒng)村落的關(guān)注較少，現(xiàn)有研究僅從村落的空間結(jié)構(gòu)特征[1]、物質(zhì)空間建造特征[2]、村落空間形態(tài)的比較[3]、人居環(huán)境關(guān)系等角度[4]進(jìn)行研究，缺乏對(duì)傳統(tǒng)村落整體空間分布特征及其影響因素的深入探討。已有學(xué)者對(duì)中國范圍[5]、武陵山片區(qū)[6]及長江中游城市群范圍的傳統(tǒng)村落空間分異特征進(jìn)行了研究[7]，證實(shí)了影響傳統(tǒng)村落空間分布的影響因素具有明顯的空間異質(zhì)性，采用的是傳統(tǒng)的地理加權(quán)回歸模型。但該模型忽視了空間尺度差異，導(dǎo)致一定的結(jié)果偏誤。而多尺度地理加權(quán)回歸不僅能有效分析空間上的異質(zhì)性，更能自動(dòng)調(diào)節(jié)不同影響因素的回歸帶寬，進(jìn)而更真實(shí)地反映各影響因素在空間上的變化。同時(shí)，過去的研究也未將文物保護(hù)單位和古代交通要塞對(duì)傳統(tǒng)村落空間分布的影響考慮其中。

因此，本研究在前人研究的基礎(chǔ)上，選定華北地區(qū)傳統(tǒng)村落的空間分布集中度作為研究對(duì)象，采用核密度分析法分析其分布特征，并通過計(jì)算其空間自相關(guān)性，進(jìn)一步分析傳統(tǒng)村落分布的聚類特征；利用地理探測(cè)器分析影響傳統(tǒng)村落分布的13種因素，即地形、氣候、生態(tài)、交通、經(jīng)濟(jì)、人口、文化和城市等，從而分析各要素的影響力大小和交互影響作用；通過多尺度地理加權(quán)回歸模型的構(gòu)建，進(jìn)一步探究各影響因素在空間上對(duì)傳統(tǒng)村落集中度分布的差異化影響。本研究一方面將多尺度地理加權(quán)回歸的研究方法納入傳統(tǒng)村落空間分異特征的研究中，提供新的數(shù)理分析思路；另一方面，從自然地理和社會(huì)經(jīng)濟(jì)角度認(rèn)知傳統(tǒng)村落的分布影響因素，以期為傳統(tǒng)村落的活態(tài)傳承提供參考依據(jù)。

1 研究對(duì)象、方法和數(shù)據(jù)

1.1 研究對(duì)象

華北地區(qū)屬于我國地理區(qū)劃7個(gè)部分之一，是以秦嶺淮河為界以北、長城以南的區(qū)域的統(tǒng)稱，在行政區(qū)劃上由北京市、天津市、河北省、山西省和內(nèi)蒙古自治區(qū)構(gòu)成。共計(jì)420個(gè)縣(市、區(qū))，區(qū)域面積總計(jì)1 529 964km2。本次的研究對(duì)象為華北地區(qū)現(xiàn)存中國傳統(tǒng)村落，至2019年已公布5批。在我國公示的1～5批傳統(tǒng)村落名錄中，共有823處傳統(tǒng)村落分布于華北地區(qū)，占全國傳統(tǒng)村落總數(shù)量的12%，是我國北方傳統(tǒng)村落分布數(shù)量較為集中的區(qū)域(圖1)。

圖1 華北地區(qū)傳統(tǒng)村落分布圖

1.2 研究方法

1.2.1 核密度分析

核密度分析可以用來探測(cè)空間中的點(diǎn)、線等要素的密度值，通過核函數(shù)對(duì)搜索區(qū)域內(nèi)的要素賦以不同權(quán)重估算其密度，該方法已廣泛應(yīng)用于研究某一對(duì)象的分布特征[8]。本研究利用核密度分析法解釋華北地區(qū)傳統(tǒng)村落在空間上分布的現(xiàn)象，其表達(dá)式為：

式中，f(x)為核密度估計(jì)值；h為搜索半徑；n為搜索范圍內(nèi)的已知點(diǎn)數(shù)量；K為距離權(quán)重[9]。

1.2.2 空間自相關(guān)

空間自相關(guān)性分析是基于地理學(xué)第一定律提出的，表示某個(gè)變量的分布存在相互依賴的關(guān)系，通過其度量方法測(cè)度其依賴程度，分為全局相關(guān)性與局部相關(guān)性。全局相關(guān)性用于考察研究對(duì)象在全局范圍內(nèi)顯示的相關(guān)特征，經(jīng)常被用來確定整個(gè)研究對(duì)象在整個(gè)領(lǐng)域的樣本之間是否存在空間自相關(guān)。而局部相關(guān)性則是用于考察研究對(duì)象與其周圍區(qū)域在各個(gè)尺度上的相關(guān)性，與全局相關(guān)相比，更有效地揭示研究對(duì)象在空間上的局部特征[10-12]。本研究利用空間自相關(guān)分析傳統(tǒng)村落集中程度的空間分異特征。

1.2.3 地理探測(cè)器

地理探測(cè)器用于分析空間異質(zhì)性，是揭示其背后影響因素的一種統(tǒng)計(jì)學(xué)方法。其中，因子探測(cè)用于檢測(cè)單因子對(duì)因變量的解釋力度，交互探測(cè)用于判斷各影響因子兩兩交互的作用[13-16]。本研究采用因子探測(cè)和交互作用探測(cè)2個(gè)模型，用以檢測(cè)各影響因子的影響力大小，以及各因子之間的交互作用。

1.2.4 多尺度地理加權(quán)回歸

多尺度地理加權(quán)回歸(MGWR)通過對(duì)每個(gè)自變量使用各自的最佳帶寬來解決不同變量尺度和帶寬的問題，比傳統(tǒng)的地理加權(quán)回歸(GWR)更優(yōu)[17]。由于某些自變量具有較高的局部變異性特征，因此更適于選擇以較窄的帶寬進(jìn)行回歸計(jì)算；而某些自變量在全局范圍內(nèi)比較穩(wěn)定，因此適合選擇較大的帶寬進(jìn)行回歸計(jì)算[18-20]。本研究將利用多尺度地理加權(quán)回歸模型解釋各影響因素對(duì)傳統(tǒng)村落集中度的影響機(jī)制，其公式為：

式中，xij為第j個(gè)預(yù)測(cè)變量；(ui，vi)為各村落i的質(zhì)心坐標(biāo)；βbwj為第j個(gè)變量回歸系數(shù)的帶寬。

1.3 數(shù)據(jù)來源

本次研究的數(shù)據(jù)包括：1)住房和城鄉(xiāng)建設(shè)部網(wǎng)站公示的1～5批中國傳統(tǒng)村落名錄，5批共計(jì)6 819個(gè)村落，取村落范圍的質(zhì)心坐標(biāo)，將其轉(zhuǎn)換為矢量數(shù)據(jù)庫，包括村莊名稱、省、市、縣(區(qū))、地址、坐標(biāo)字段；2)華北地區(qū)各省份DEM 30m數(shù)據(jù)，源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心，從中提取其高程數(shù)據(jù)；3)氣象數(shù)據(jù)為中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心的逐年年平均氣溫、年降水量數(shù)據(jù)；4)中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心獲取的土地利用遙感監(jiān)測(cè)數(shù)據(jù)，基于美國陸地衛(wèi)星Landsat TM影像識(shí)別，精度達(dá)100m，提取其中的耕地、林地、草地和水域數(shù)據(jù)；5)從全國地理信息資源目錄服務(wù)系統(tǒng)中獲取全國1:250 000道路數(shù)據(jù)，包括國道、省道、縣道、鄉(xiāng)道、其他公路、街道、鄉(xiāng)村道路等；6)長城數(shù)據(jù)來源于長城數(shù)據(jù)庫系統(tǒng)，包括分布于華北地區(qū)秦、唐、宋、明、清5代的長城建筑、關(guān)堡、關(guān)隘等矢量數(shù)據(jù)；7)全國范圍內(nèi)公里網(wǎng)格GDP分布數(shù)據(jù)；8)人口數(shù)據(jù)來自國家統(tǒng)計(jì)局的第六次人口普查數(shù)據(jù)；9)國家文物局網(wǎng)站獲取1～8批全國重點(diǎn)文物保護(hù)單位名單；10)主要城市群分布的坐標(biāo)數(shù)據(jù)。所有數(shù)據(jù)的量化表達(dá)用ArcGIS軟件進(jìn)行處理。

2 空間分異特征分析

2.1 總體分布格局

從華北地區(qū)傳統(tǒng)村落的分布來看，主要集中于北京市和河北省的西部地區(qū)，以及山西省境內(nèi)。其中以山西省分布最為集中，整體形成了“多核集聚”的分布格局，主要表現(xiàn)為“兩核三片”的空間結(jié)構(gòu)。兩核：即以山西省的高平市、澤州縣、陽城縣，以及山西省與河北省交界的平定縣和井陘縣形成的2處明顯的傳統(tǒng)村落高度集聚區(qū)；三片：是在河北省的涉縣和蔚縣，以及山西省的平遙縣、介休市分布的3處中等集聚的傳統(tǒng)村落分布區(qū)。從地理上看，出現(xiàn)了明顯沿太行山脈呈“線狀”分布的走勢(shì)(圖2)。

圖2 華北地區(qū)傳統(tǒng)村落分布核密度分析圖

2.2 空間自相關(guān)

根據(jù)華北地區(qū)傳統(tǒng)村落的Moran'sI統(tǒng)計(jì)結(jié)果顯示，Moran'sI統(tǒng)計(jì)值全部通過1%的顯著性水平檢驗(yàn)，其Moran'sI為0.12，說明華北地區(qū)傳統(tǒng)村落的分布情況并非隨機(jī)現(xiàn)象，具有正的空間相關(guān)性，且表現(xiàn)為空間聚集的特點(diǎn)，即高(低)的傳統(tǒng)村落集聚現(xiàn)象會(huì)正(負(fù))向影響到周邊傳統(tǒng)村落的分布。

從LISA測(cè)度的結(jié)果來看(圖3)，華北地區(qū)傳統(tǒng)村落的分布呈現(xiàn)出明顯的空間自相關(guān)性，在空間分布上呈現(xiàn)出不均衡的狀態(tài)，出現(xiàn)了“高-高、高-低、低-高”3種不同的分布集聚區(qū)，各地區(qū)之間的相互依賴性較強(qiáng)。其中，河北省蔚縣和北京市門頭溝區(qū)出現(xiàn)了“高-低”聚類的分布情況，即這2個(gè)區(qū)域集中了高密度的傳統(tǒng)村落，而其周邊區(qū)域卻存在明顯的分布差異；山西省的左權(quán)縣、襄垣縣、屯留區(qū)、安澤縣出現(xiàn)了“低-高”聚類，雖然這4個(gè)地區(qū)沒有分布傳統(tǒng)村落，但以該4個(gè)地區(qū)為中心，環(huán)繞其周邊卻出現(xiàn)了環(huán)狀的高密度“高-高”聚類分布集聚區(qū)，共有33處縣(區(qū))，該區(qū)域?yàn)檎麄€(gè)華北地區(qū)傳統(tǒng)村落最為集中的區(qū)域。

圖3 華北地區(qū)傳統(tǒng)村落LISA集聚圖

3 影響因素選擇及其交互作用

3.1 影響因素選擇

傳統(tǒng)村落的分布受到自然地理、社會(huì)經(jīng)濟(jì)等多方面的影響，本研究在影響因素的選取上參考佟玉權(quán)[12]、馬勇[7]、李伯華[21]、李嚴(yán)[22]、李江蘇[5]、于婧[6]、關(guān)中美[8]、劉大均[11]、董艷平[23]等的研究成果。上述研究主要選取自然因素和經(jīng)濟(jì)社會(huì)因素，指標(biāo)包括地形、經(jīng)濟(jì)、人口、交通、氣候、城市等。上述研究未將耕地、林地等生態(tài)因素及文物保護(hù)單位和古代交通要塞對(duì)傳統(tǒng)村落空間分布的影響考慮其中，本研究在借鑒之前成果的同時(shí)，增加了生態(tài)因素、文化因素和交通因素，最終選取的自變量涵蓋地形、氣候、生態(tài)、交通、經(jīng)濟(jì)、人口、文化、城市8個(gè)因素，以及13個(gè)指標(biāo)層(表1)。

表1 華北傳統(tǒng)村落分布影響因素指標(biāo)及計(jì)算方法

3.2 影響因素探測(cè)

將傳統(tǒng)村落集中度作為自變量Y，探測(cè)影響集中度大小的驅(qū)動(dòng)因素的作用程度。結(jié)果顯示，文物保護(hù)單位集中度和平均海拔是影響華北地區(qū)傳統(tǒng)村落分布最重要的2個(gè)影響因素，其q值依次為0.752和0.693。從影響力來看，文物保護(hù)單位集中度>平均海拔>年均降水量>年均氣溫>生產(chǎn)總值(GDP)>道路密度>大城市集中度>林地占比>水域占比>草地占比>耕地占比>古代交通要塞集中度>人口密度(表2)。

3.3 影響因素交互作用探測(cè)

由于傳統(tǒng)村落的分布受到各因素影響，具有復(fù)雜的內(nèi)在機(jī)制，不受限于單個(gè)因素的影響，可能存在各個(gè)因素的相互作用，因此進(jìn)一步通過地理探測(cè)器檢測(cè)上述各影響因素之間的兩兩交互作用對(duì)華北地區(qū)傳統(tǒng)村落分布的影響。發(fā)現(xiàn)除了道路密度與人口密度、生產(chǎn)總值(GDP)與人口密度之間的交互作用表現(xiàn)為雙因子增強(qiáng)外，其他影響因素之間的交互作用均表現(xiàn)為非線性增強(qiáng)，即各影響因素的交互配合對(duì)華北地區(qū)傳統(tǒng)村落分布的影響要遠(yuǎn)大于單項(xiàng)驅(qū)動(dòng)的作用，其兩兩因素的交互配合共同影響傳統(tǒng)村落的集中度，且在任意2個(gè)因素作用下，傳統(tǒng)村落的集中度差異不大。從其影響力大小的q值來看，文物保護(hù)單位集中度與其他所有影響因素的兩兩交互配合作用非常強(qiáng)，其次為耕地占比和平均海拔的兩兩交互作用(表2)。

表2 華北傳統(tǒng)村落分布影響因子的交互探測(cè)結(jié)果

4 影響因素空間差異分析

4.1 模型篩選

雖然13個(gè)影響因子均對(duì)傳統(tǒng)村落的分布具有一定影響，但不能排除其各自之間存在的多重共線性問題。本文采用普通最小二乘法(OLS)將13個(gè)影響因子作為解釋變量進(jìn)行回歸分析(表3)，根據(jù)回歸結(jié)果進(jìn)一步篩選模型，選擇出最優(yōu)因子作為變量進(jìn)行下一步多尺度地理加權(quán)回歸模型的構(gòu)建。結(jié)果顯示，平均降水量、耕地占比、林地占比、草地占比、水域占比和道路密度對(duì)于回歸方程影響不顯著，未通過P值觀測(cè)；而生產(chǎn)總值(GDP)和古代交通要塞集中度因其相關(guān)性較弱，也將其剔除。最終將平均海拔、年均氣溫、人口密度、文物保護(hù)單位集中度和大城市集中度5個(gè)已通過顯著性和共線性檢測(cè)的影響因子作為解釋變量進(jìn)行下一步MGWR的模型構(gòu)建。

表3 模型變量共線性檢驗(yàn)結(jié)果統(tǒng)計(jì)表

4.2 模型對(duì)比及尺度分析

依次將傳統(tǒng)村落集中度和影響因素使用OLS、GWR和MGWR進(jìn)行模型計(jì)算，比較其結(jié)果。如表4所示，MGWR模型總體擬合度R2顯著遞增，而AICc值呈現(xiàn)階梯式下降，該模型調(diào)整后的R2值為0.612，是3組模型中整體擬合度最好的，取得了更接近于真實(shí)值的擬合效果。由此可見，以往的傳統(tǒng)村落空間分布特征研究采取的GWR模型，雖然考慮到了空間自相關(guān)，但由于對(duì)各個(gè)影響因素采用相同的帶寬，忽略了各變量作用尺度的差異化，依然會(huì)造成回歸系數(shù)中存在一定的誤差。因此發(fā)現(xiàn)，至少對(duì)于本次的研究對(duì)象，MGWR模型優(yōu)于OLS和GWR模型，以此證明本研究使用MGWR模型分析傳統(tǒng)村落空間分異特征的必要性。

表4 各模型結(jié)果對(duì)比表

4.3 各因素空間差異分析

4.3.1 平均海拔

整體上，華北地區(qū)傳統(tǒng)村落集中于平均海拔較高的區(qū)域，但也有部分區(qū)域集中了部分傳統(tǒng)村落，如北京門頭溝，河北省井陘縣、沙河市，以及山西省澤川縣。如圖4所示，平均海拔對(duì)傳統(tǒng)村落分布產(chǎn)生的影響力大小表現(xiàn)為明顯的“東高西低”分布特征，平均海拔對(duì)傳統(tǒng)村落的分布呈現(xiàn)正相關(guān)性的影響力。

4.3.2 年均氣溫

氣溫所體現(xiàn)的宜居度關(guān)系到人們的休耕時(shí)間與生產(chǎn)生活的便利性(圖4)。大多數(shù)傳統(tǒng)村落集中在暖溫帶，即長城以南、秦嶺淮河以北的區(qū)域，該區(qū)域氣溫適宜，僅極少部分傳統(tǒng)村落集中在中溫帶。整體上華北地區(qū)的年均氣溫對(duì)傳統(tǒng)村落集中度的影響力，以河北省南部為中心向西北逐漸遞減，但在山西省西南部出現(xiàn)了局部升高。

4.3.3 人口密度

華北地區(qū)傳統(tǒng)村落集中的區(qū)域人口密度并不大，對(duì)其分布具有負(fù)向的相關(guān)作用(圖4)。整體上，隨著人口密度的提升，對(duì)傳統(tǒng)村落分布的影響力呈現(xiàn)出以北京為中心、從東南向西北遞減的影響趨勢(shì)?？梢?，華北地區(qū)人口密度的提升對(duì)傳統(tǒng)村落集中度具有一定的抑制性作用，傳統(tǒng)村落更易分布于人口稀疏、經(jīng)濟(jì)發(fā)展相對(duì)落后的區(qū)域。由于人口過度集聚而導(dǎo)致的人地關(guān)系緊張等人居環(huán)境問題，以及人口規(guī)模大造成的原生村落受到破壞的問題，使得其不但無法帶動(dòng)傳統(tǒng)村落的興起，反而使得傳統(tǒng)村落面臨衰敗。

4.3.4 文物保護(hù)單位集中度

文物保護(hù)單位反映了一個(gè)地區(qū)的歷史文化內(nèi)涵，其較為集中的區(qū)域擁有更為厚重的歷史，為傳統(tǒng)村落的興起和永續(xù)發(fā)展奠定了文化基礎(chǔ)。相較于其他影響因素，文物保護(hù)單位的集中度與傳統(tǒng)村落分布的相關(guān)性最大，呈現(xiàn)高度的正相關(guān)作用。其帶寬為43，表明在空間分布上，相較其他影響因素，尺度差異較大。如圖4所示，文物保護(hù)單位的集中度對(duì)傳統(tǒng)村落的影響呈現(xiàn)出2處明顯的集聚分布現(xiàn)象，分別是以河北省蔚縣和山西省高平市為中心向外逐漸遞減的2處集聚區(qū)，其中，山西省沁水縣、澤川縣和高平市的相關(guān)性尤為明顯。

4.3.5 大城市集中度

整體上，大城市集中度對(duì)華北地區(qū)傳統(tǒng)村落集中度的影響力呈現(xiàn)正向作用的相關(guān)性。華北南部地區(qū)比北部地區(qū)大城市集中度更高，其傳統(tǒng)村落更易于集中(圖4)。對(duì)比中國的幾大城市群發(fā)現(xiàn)，華北地區(qū)傳統(tǒng)村落集中度受中原城市群的影響程度大于受京津冀城市群的影響。一方面，傳統(tǒng)村落的興起與現(xiàn)代大城市的分布有一定正相關(guān)性；另一方面，過度的城鎮(zhèn)化擴(kuò)張也給傳統(tǒng)村落帶來城進(jìn)村退的威脅。

圖4 多尺度地理加權(quán)回歸模型系數(shù)空間分布圖

5 結(jié)論與討論

本研究通過核密度分析法和空間自相關(guān)分析了華北地區(qū)傳統(tǒng)村落分布的特征和集聚類型，利用地理探測(cè)器和多尺度地理加權(quán)回歸模型，探究了影響傳統(tǒng)村落集中度的各影響因子之間的分異特征。研究發(fā)現(xiàn)：1)整體上華北地區(qū)傳統(tǒng)村落的分布特征為“多核集聚”，主要集中在山西省境內(nèi)，形成了“兩核三片”的空間結(jié)構(gòu)，并沿太行山脈呈“線狀”走勢(shì)分布；2)在傳統(tǒng)村落形成之初，自然地理因素往往起著決定性的制約作用，利于生存的環(huán)境往往存在更多的傳統(tǒng)村落；而在城鎮(zhèn)化快速發(fā)展的今天，社會(huì)經(jīng)濟(jì)因素卻成為決定傳統(tǒng)村落興衰的內(nèi)在驅(qū)動(dòng)因素，社會(huì)經(jīng)濟(jì)發(fā)展及人口密度迫使傳統(tǒng)村落向現(xiàn)代化村落轉(zhuǎn)型，原真的傳統(tǒng)風(fēng)貌逐漸遭受破壞；3)文化遺產(chǎn)的集中度與傳統(tǒng)村落的集中度呈現(xiàn)正相關(guān)性，兩者共同承載著雄厚的文化、歷史內(nèi)涵，可見在保護(hù)傳統(tǒng)村落的過程中，對(duì)文化遺產(chǎn)的保護(hù)同樣重要，應(yīng)進(jìn)行同步保護(hù)、同步傳承、同步利用。本研究為研究傳統(tǒng)村落空間分異特征提供了新思路，在研究方法上進(jìn)行了相關(guān)突破和延伸；在影響因素選擇上，將耕地、林地等生態(tài)因素，文物保護(hù)單位和古代交通要塞對(duì)傳統(tǒng)村落空間分布的影響考慮其中，有利于深入剖析其空間格局的形成機(jī)制。為探索傳統(tǒng)村落的空間分異特征提供新的定量依據(jù)，為深入發(fā)掘傳統(tǒng)村落分布的影響因素及驅(qū)動(dòng)機(jī)制提供借鑒，對(duì)促進(jìn)傳統(tǒng)村落的保護(hù)與發(fā)展提供有意義的指導(dǎo)。

本研究只是一個(gè)初步的嘗試，今后仍需繼續(xù)探索，下一步將從歷史演變發(fā)展的角度，分時(shí)期、分階段理解其形成與發(fā)展的內(nèi)在機(jī)制，進(jìn)一步完善時(shí)間序列數(shù)據(jù)的多樣性，并優(yōu)化模型，將宗教習(xí)俗、風(fēng)水思想、人口移民等無法量化的影響因素納入影響傳統(tǒng)村落分布的內(nèi)在機(jī)制研究中。

注：文中圖片均由凡來繪制。