中国西南地区传统村落空间分布特征及其影响机理

王培家; 章锦河; 孙枫; 曹姗姗; 阚越; 王昶; 徐冬

doi:10.15957/j.cnki.jjdl.2021.09.021

经济地理 >

2021 , Vol. 41 >Issue 9: 204 - 213

DOI: https://doi.org/10.15957/j.cnki.jjdl.2021.09.021

旅游经济与管理

中国西南地区传统村落空间分布特征及其影响机理

王培家 ^,¹^,² ,
章锦河 ^,¹^,²^,^※ ,
孙枫 ¹^,² ,
曹姗姗 ¹^,² ,
阚越 ¹^,²^,³ ,
王昶 ¹^,² ,
徐冬 ¹^,²

展开

1.南京大学地理与海洋科学学院，中国江苏南京 210023
2.黄山国家公园生态系统教育部野外科学观测研究站，中国安徽黄山 245899
3.伊犁师范大学旅游与历史文化学院，中国新疆伊犁 835000

※章锦河（1970—），男，安徽望江人，教授，博士生导师，研究方向为旅游地理与旅游规划、区域旅游影响。E-mail：zhangjinhe@nju.edu.cn

王培家（1992—），男，安徽宿松人，博士研究生，研究方向为旅游规划与区域旅游环境影响。E-mail：wangpeijia19@163.com

收稿日期: 2020-12-21

修回日期: 2021-03-14

网络出版日期: 2025-04-01

基金资助

国家自然科学基金项目(41771147)

国家自然科学基金项目(42101218)

中国博士后科学基金项目(2020M681546)

江苏省社会科学基金项目(19GLC012)

收起

Spatial Distribution and the Impact Mechanism of Traditional Villages in Southwest China

WANG Peijia ^,¹^,² ,
ZHANG Jinhe ^,¹^,²^,^※ ,
SUN Feng ¹^,² ,
CAO Shanshan ¹^,² ,
KAN Yue ¹^,²^,³ ,
WANG Chang ¹^,² ,
XU Dong ¹^,²

Expand

1. School of Geography and Ocean Science，Nanjing University，Nanjing 210023，Jiangsu，China
2. Huangshan National Park Ecosystem Observation and Research Station，Ministry of Education，Huangshan 245899，Anhui，China
3. School of Tourism，History and Culture，Yili Normal University，Ili Kazak Autonomous Prefecture 835000，Xinjiang，China

Received date: 2020-12-21

Revised date: 2021-03-14

Online published: 2025-04-01

Fold

摘要

传统村落作为历史文化、民俗风情、建筑艺术的重要载体，是中国优秀传统文化的重要组成部分。以我国西南地区1 912个传统村落为案例，运用计量地理法与GIS空间分析探索传统村落空间分布特征及其影响机理。结果表明：①西南地区传统村落空间分布不均衡，区域差异明显，且逐渐形成滇西北、黔东南—黔东北、黔南和云南红河州四大高密度区。②地理探测器因子探测结果显示：自然环境的影响因子最强，地域文化次之，经济发展水平等人文社会因子影响力较弱；各影响因子间交互作用增强，且海拔高程、坡向和河流间两两交互的增强作用最为明显。③从影响机理来看，西南地区传统村落的形成演化是自然环境、社会经济和政策导向交互耦合作用的结果。自然环境因素是决定西南地区传统村落的空间结构和发展方向的“基石”，起着主导作用；人文社会因素是传统村落发展演化的内在驱动因素；政策导向是形成现有空间格局的外在动因。

关键词： 西南地区; 传统村落; 分布格局; 影响机理; 自然环境; 人文社会因素; 政策导向

本文引用格式

王培家 , 章锦河 , 孙枫 , 曹姗姗 , 阚越 , 王昶 , 徐冬 . 中国西南地区传统村落空间分布特征及其影响机理[J]. 经济地理, 2021 , 41(9) : 204 -213 . DOI: 10.15957/j.cnki.jjdl.2021.09.021

Abstract

Traditional villages are an important medium of Chinese historical and traditional culture,folk customs,and architectural art. This paper takes an in-depth look at 1912 traditional villages in Southwest China,and applies methods of quantitative geography and GIS spatial analysis to explore traditional villages' spatial distribution characteristics and impact mechanism. Results show that: 1) The traditional villages in southwest China exhibits the charateristics of uneven spatial distribution and evident regional differences,which forms four high density areas in northwest Yunnan,southeast-northeast Guizhou,southern Guizhou and Honghe Hani and Yi Autonomous Prefecture. 2) According to the geographic detector model,the results show that natural environment factor plays the most important role in the spatial distribution of village,followed by cultural and social factors,such as regional culture and economic development level. Interaction effect among different influencing factors are enhanced,and the interaction effects between altitude,slope direction and rivers are the most obvious. 3) In light of cultural impact mechanisms,the formation and evolution of traditional villages in southwest China is the result of interactive coupling caused by natural environment,social economy and policy orientation. The natural environment plays a leading role,which is the "cornerstone" that determines the spatial structure and developmental direction of traditional villages in southwest China. Cultural and social factors are the internal driving factors for the development and evolution of traditional villages,policy orientation is the external force.

Key words： southwest China; traditional villages; distribution pattern; impact mechanism; natural environment; humanities and social factors; policy orientation

中国传统村落，原称古村落，是指保留较为完整、形成相对较早且具备一定的文化、社会、艺术、美学和经济价值的乡村聚落形态^[1]。传统村落作为历史文化传承和发展的重要载体，真实记录了在特定地域条件下逐渐演化的村落景观、建筑艺术、民俗文化和空间聚落形态^[2]。但随着城镇化、工业化进程加快，很多传统村落消失殆尽。据统计，现阶段具有较高保护价值的传统村落约5 000个，数量仅占全国自然村的0.5%，保护工作刻不容缓^[3]。鉴于此，住房和城乡建设部联合文化部（文化和旅游部）、财政部先后于2012、2013、2014、2015和2019年公布了5批“中国传统村落名录”，共计6 819个。中国传统村落名录保护制度的提出，既体现了中国对传统村落保护和利用理念的进一步认识，也对未来传统村落建设开发提出了新的要求。

传统村落在国外一般称为小村落、乡村聚落，相关研究始于1840年代，Otto Schluter首次指出“聚落地理”的现象，Paul、Albert、Jean等人进一步研究了乡村聚落的形态、职能、分布等地理现象^[4⇓-6]。后来，研究方向逐渐集中在乡村聚落文化^[7-8]、生态环境^[9]、景观格局^[10-11]、可持续发展^[12]等方面。随着城市地理的蓬勃发展，城乡关系也愈来愈受到国外学者们的关注^[13-14]。国内关于传统村落的研究较晚，始于1980年代，且主要集中在传统村落的空间结构与布局^[15⇓-17]、传统村落文化景观演变^[18-19]、传统村落保护开发与利用形式^[20⇓-22]、传统村落综合价值评价^[23⇓-25]等方面。在研究方法上，国内外早期主要采用描述性定性分析，后来，随着传统村落研究的深度和广度进一步拓展，学者们开始运用定量化分析的方法，主要包括GIS、RS可视化分析法、分形理论、空间句法、网络分析法等方法^{[26⇓⇓⇓⇓⇓⇓-33]}。总的来说，国内外对传统村落方法的研究从对原始数据的描述性分析逐渐向运用网络分析、空间分析、多学科交叉分析等方法进行的系统化、纵深化方向发展。就研究尺度来看，主要由大尺度（国家）、中等尺度（省）、小尺度（市、县）三大层面构成，也有从特定案例地角度去分析传统村落空间结构演化特征。目前来说，有关研究多以省级中等尺度为研究对象，而关于传统村落的研究主要集中在我国东、南部沿海地区以及中部地区，对西南地区传统村落关注较少。

目前，西南地区共有1 912个传统村落被列入保护名录，数量较多，约占全国总数的28％。该地区是我国古代丝绸之路的途经之地，历史悠久，地域广阔，拥有丰富的历史文化资源和民族文化资源，在这特殊的自然生态环境和历史文化背景下，逐渐形成了一些独具西南地域特色的传统村落，具有典型代表性。然而，该地区经济相对落后，地形条件复杂，交通较为闭塞，相关部门和民众对传统村落的保护意识较弱，缺少全局性的专项保护，且鲜有学者对该地区传统村落进行详细分析和系统总结。鉴于此，本文详细分析西南地区传统村落的空间分布格局，并对其影响机理进行解读，以期为该地区进一步完善评审和保护政策，促进传统村落的系统性、整体性保护提供参考和借鉴。

1 研究区概况

中国西南地区，又称西南五省（自治区、直辖市），在行政区划概念中，包括重庆市、四川省、贵州省、云南省、西藏自治区，总面积达250万km²，占中国陆地国土面积的24.5%。地理上包括青藏高原东南部，四川盆地、云贵高原大部。区域地理位置为97°21′E~110°11′E，21°08′N~33°41′N之间。西南地区共有1 912个传统村落。其中，贵州省最多，为725个，云南省次之，为709个，四川省333个，重庆市110个，西藏自治区最少，为35个（图1）。

显示原图|下载原图ZIP|生成PPT

图1 西南地区传统村落分布

Fig.1 Distribution of traditional villages in southwest China

2 研究方法与数据来源

2.1 研究方法

本研究通过百度API拾取器标记西南地区1 912个传统村落的经纬度信息，借助ArcGIS、SPSS、CAD等数据分析工具，采用核密度分析、最邻近点分析、变异系数、莫兰指数、叠置分析、缓冲区分析、因子探测器、数理统计等分析方法，探讨中国西南地区传统村落分布格局及其影响机理。核密度分析、最邻近点分析和变异系数分析用来探讨传统村落的空间分布均衡性以及分布类型；叠置分析、缓冲区分析和莫兰指数，主要用来分析传统村落与自然环境、人文社会因素间的空间关系。因子探测器则主要探讨各影响因素所占的权重以及交互作用的强弱关系。具体分析方法见表1。

表1 研究方法及空间地理含义

Tab.1 Research methods and the meaning of spatial geography

公式编号	指数（变量）	模型	参数说明	空间地理含义
公式（1）	最邻近点指数（R）	$R = r 1 / r E = 2 r 1 D$	R表征最邻近点指数； $r 1$ 表示各点与最邻近点实际距离的平均值； $r 1$ 为各点与最邻近点的实际距离； $r E$ 为理论最邻近距离；D为点密度。R=1，点要素分布类型为随机型；R>1，点要素分布类型为均匀型；R<1，点状分布则为凝聚型	表征点状要素在空间上的相互邻近程度的地理指标^[15]
公式（2）	变异系数法（C）	$C = x φ$ ×100%	C为变异系数； $x$ 为标准差； $φ$ 为平均值	表征现象在空间上的相对变化程度^[34]
公式（3）	核密度分析法 $f x$	$f x = n n h ∑ i = 1 n K x - x i h$	$K x - x i h$ 为核函数； $h$ 为搜索带宽； $x - x i$ 表示估计点 $x$ 到事件 $x i$ 处的距离	表征各点要素在周边一定范围内密度的均衡程度^[29-30]
公式（4）	莫兰指数法（I）	$I = Z i ∑ i = 1 n W i j Z j$	I为莫兰指数； $Z i$ 、 $Z j$ 分别代表i、j空间单元观测值的标准化值； $W i j$ 为空间权重。按聚类关系分为四大类：高高集聚（HH）；高低集聚（HL）；低高集聚（LH）；低低集聚（LL）	表征某点状要素与相邻点之间的空间相关关系^[16]
公式（5）	因子探测器（Q）	$Q = 1 - 1 N σ 2 ∑ 1 h N h σ h 2$	h=1，…，L为变量Y或因素X的分层，即分类或分区；N_h和N分别为层h和全区的单元数； $σ h 2$ 和 $σ 2$ 分别是层h和全区的Y值的方差	表征定量检测某个地理因子是否影响某个指标值空间分布差异的原因，以及所占权重^[35]

2.2 数据来源

本文以西南地区传统村落为研究样本，所有传统村落名录均从国家住房和城乡建设部官网获取，并通过百度拾取器API定位各传统村落的经纬度坐标。西南地区的GDP数据、常住人口、工业生产总值、城市化率等数据均来源于各省（直辖市、自治区）2019年统计年鉴，各市（州、县）的数据均来自于对应市（州、县）的2018年国民经济与社会发展统计公报。利用ArcGIS软件对上述各数据进行可视化处理，建立了西南地区传统村落数据库。

3 西南地区传统村落空间分布格局

西南地区传统村落的分布特征主要包括热点区探测、空间分布类型、空间分布均衡性三个方面。总的来看，西南地区传统村落在空间上呈不均衡分布，分布类型为凝聚型，且已形成了四大高密度集聚区，总体呈“多中心集聚”态势。

3.1 热点区分析

西南地区传统村落的冷热点分布不均匀，存在明显的差异。借助ArcGIS软件，对传统村落进行热点探测并可视化分析。由图2可知，区域内形成了滇西北—滇西南、川渝边界、滇中和黔东南—黔东北4大一级热点区，二级热点区共计14个，大致可分类成滇西北、云南省红河自治州、黔东南、黔东北、贵州铜仁市、四川盆地6个二级热点聚类区。究其原因，在于滇、黔是少数民族分布广泛的区域，加上交通较为闭塞，村落景观受外界干扰较小，传统村落易于保存下来；川渝边界位于四川盆地内，气候宜人，地形平缓，适合农业发展和人类居住，有利于传统村落的形成。

显示原图|下载原图ZIP|生成PPT

图2 西南地区传统村落热点区分布

Fig.2 The distribution of hot spots of traditional villages in southwest China

3.2 空间分布类型

西南地区传统村落空间分布类型来为凝聚型。利用ArcGIS软件并结合公式（1）计算西南地区传统村落的最近邻点指数。结果显示：西南地区实际平均最近邻距离

r 1

为9 416.32 m，理论平均最近邻距离

r E

为21 739.63 m，最近邻指数R为0.43，R<1。由此可见，西南地区传统村落的空间分布类型为凝聚型。为了进一步验证其准确性，运用公式（2）计算西南地区Voronoi图的变异系数。结果表明：西南地区Voronoi多边形平均面积和标准差分别为10 370.16 km²、1 251.11 km²，变异系数值为828.87%，说明传统村落趋于凝聚态势（图3）。上述两种方法的结果一致，即西南地区传统村落呈凝聚分布，且凝聚程度较为明显。

显示原图|下载原图ZIP|生成PPT

图3 西南地区传统村落Voronoi多边形

Fig.3 Voronoi diagram of traditional villages in southwest China

3.3 空间分布均衡性

为了揭示西南地区传统村落空间分布的均衡程度，借助ArcGIS“Kernel Density”工具进行核密度制图，搜索带宽选择2.5 km。西南地区在空间分布上大体形成了四大高密度集聚区，分别为滇西北集聚区、黔东南—黔东北集聚区、云南红河州集聚区和黔南集聚区（图4a）。第1批传统村落初步形成了滇西北和黔东南—黔东北两大核心集聚区，在黔南和滇南也有零星片状密度分布（图4b）。第2、3批传统村落进一步巩固和强化了两大集聚区的核心地位，并且形成了云南红河州和黔南两大新的高密度集聚区，四大高密度核心区初步形成（图4c、4d）。第4、5批传统村落核密度有所变化，滇西北的核心地位被弱化，川东和川北的核密度面积进一步增大，核密度强度明显提升（图4e、4f）。通过对比发现，西南地区前3批传统村落高密度集聚区主要分布在滇西北、云南红河州、黔南和黔东南—黔东北地区，并且向周边趋于扩散，最后呈大面积块状分布。第4、5批传统村落在川西和川东的核密度地位迅速提升，滇、贵核密度高值区有所缩减，但两省仍居于高密度集聚区。在重庆市和西藏自治区未形成明显的核密度集聚区。

显示原图|下载原图ZIP|生成PPT

图4 西南地区传统村落核密度分布

Fig.4 Kernel density of traditional villages in southwest China

4 影响因素

4.1 自然环境因素

4.1.1 海拔高程

西南地区地形复杂，交通不便，为传统村落形成和演化提供了良好的地理环境。由于海拔高程不同，加上高原山地的地理阻隔，地形起伏变化大，水热组合也随之发生变化，最终对该区域的农业生产方式产生深刻影响。为了更直观地反映西南地区传统村落在不同海拔高度上的分布情况，借助ArcGIS软件的“Anselin Local Moran's I”工具，利用公式（4）对其进行局部自相关关系分析。从图5可知，海拔高程属性存在明显的高高集聚、低低集聚和其他三种类型。西南地区传统村落的空间分布与海拔高程、地形起伏情况基本一致，即在高海拔的青藏高原和滇西北高原等高海拔区形成高高集聚，在低海拔的滇南谷地、川东丘陵形成低低集聚，而地形起伏较大的黔南、黔东地区以及黔川渝交界区则没有明显的集聚关系。

显示原图|下载原图ZIP|生成PPT

图5 西南地区传统村落高程分布

Fig.5 Distribution of traditional villages at different elevation in southwest China

4.1.2 坡向

坡向影响太阳辐射量和日照时间，进而在一定程度上影响房屋的选址、布局和朝向^[36]。选择ArcGIS中表面分析工具中的坡向工具，对西南地区DEM高程数据进行坡向提取，依照阳坡（90°~270°）、阴坡（0°~90°，270°~360°）划分为两种类型，并依次划分为北坡（0°~22.5°，337.5°~360°）、东北坡（22.5°~67.5°）、东坡（67.5°~112.5°）、东南坡（112.5°~157.5°）、南坡（157.5°~202.5°）、西南坡（202.5°~247.5°）、西坡（247.5°~292.5°）、西北坡（292.5°~337.5°）8个坡向，最后将坡向提取结果与村落位置进行叠加，统计出在各坡向范围内的传统村落数量。

从图6可知，西南地区传统村落在坡向上呈多样性分布，但以向阳性村落居多。从坡向位置来看，以南坡和西南坡为主，约占总数的30.44%；从向阳和向阴的传统村落数量来看，居于阳坡和阴坡的传统村落数量分别为1 146、766个，两者比例约为1.5∶1。通过对比居于阳坡的传统村落发现，向阴的传统村落虽然水热条件不如向阳的传统村落，但向阴的传统村落大多数地势较为平坦，且靠近水源地，取水便捷。在地形破碎化较为突出的西南地区，向阴性传统村落的人居环境能够基本满足当地村民日常生活生产的需要。

显示原图|下载原图ZIP|生成PPT

图6 西南地区传统村落坡向分布

Fig.6 Distribution of traditional villages at different aspect in southwest China

4.1.3 河流

河流是影响传统村落空间分布的重要因素，早期人类聚居主要集中在河谷地区或河岸毗邻区^[30]。基于西南地区河流数据，并叠加传统村落地理信息，运用ArcGIS中的“Buffer”工具，分别以1 km、3 km、5 km作为缓冲半径进行缓冲区分析。发现西南地区河流1 km、3 km、5 km缓冲区范围内传统村落数量分别占总数的34.4%、50.2%、78%。由此可见，西南地区传统村落具有沿河分布的特点。主要有以下几大原因：①河流为聚落的生活生产提供了丰富的水资源；②河谷地区地势平坦，易于民居等建筑的搭建，也有利于聚落的形成；③早期聚落陆路交通不便，水运成为了主要的交通方式之一，河流两侧也因此成为村民聚居的首选之地。

4.2 人文社会因素

4.2.1 人口分布

传统村落作为人类活动的场所，在一定程度上深受人口分布的影响^[29]。通过将西南地区传统村落地理位置与各市（州、县）的人口分布密度进行叠加发现，大部分的传统村落位于中等人口密度分布区（图7）。这是由于若人口过于稀疏，村落分布较为分散，对文化传承能力较弱，不易于传统村落的形成和发展；若人口过于密集，表明该地区经济发达，人口流动性大，接受新事物能力较强，对传统村落的冲击更为明显。当然，在特殊的地理背景下，情况会有所不同。例如，滇西北人口密度相对较低，而传统村落分布较为广泛，主要是因为滇西北位于高海拔区，可供利用的土地较少，各村民小组呈片状或带状密集分布在河谷两侧，凝聚力较强，加之交通闭塞，外来活动干扰较小，形成了相对封闭且独立的生活环境，更有利于传统村落的形成。

显示原图|下载原图ZIP|生成PPT

图7 西南地区传统村落市级人口密度分布

Fig.7 Population density distribution of traditional villages at the municipal level in southwest China

4.2.2 经济发展水平

区域经济发展水平是影响传统村落空间分布的重要因素。为探究西南地区传统村落空间分布与经济发展水平之间的关系，选取了人均GDP、第一产业比重、第二产业比重、城镇化率为指标（图8）。鉴于在云南省、贵州省、四川省、重庆市和西藏自治区传统村落数量排名前三的地区分别占各省总数的54.16%、81.10%、51.74%、55.45%、48.57%，排名前五的地区也分别占63.05%、95.72%、67.66%、61.82%、94.28%，除西藏外，其余各省均占总数的一半以上，因此以西南地区各省均值、传统村落数量排名前三和前五的地区均值为统计单元，分析各统计单元内各项经济指标与传统村落分布之间的关联性。西南地区传统村落空间分布与经济发展水平关系密切，除西藏自治区外，在其余各省份传统村落数量排名前三和前五的地区，人均GDP、第一产业比重、第二产业比重和城镇化率等各项均值均低于省内平均水平，第一产业比重均值则明显高于全省均值（图8）。云南省保山市、贵州省黔东南州、四川省甘孜州、重庆市酉阳县是各省传统村落分布最多的市（州、县），然而人均GDP则分别为各省平均值的78.43%、71.18%、50%、53.13%，第二产业比重、城镇化率也明显低于各省内均值。在传统村落分布较广的区域，以传统的农耕经济为主，工业化发展相对滞后，且受城镇化和现代化冲击较小，因而对生态环境和传统文化的破坏程度较低，更利于传统村落的形成和演化。西藏传统村落数量排名前三和前五的地区经济发展的四项指标均值皆高于平均水平，这是由于西藏传统村落数量较少，且经济发展水平总体较为落后，传统村落保护意识不强，而在拉萨等社会发展水平较高的地方，相对西藏其他地区，有更好的经济基础去保护传统村落免遭破坏。总的来看，西南地区整体经济发展水平相对较低，受强人类活动干扰较小，为传统村落的留存和延续提供了重要支撑。

显示原图|下载原图ZIP|生成PPT

图8 传统村落分布与经济发展指标关系

Fig.8 Relationship between the distribution of traditional villages and economic development indicators

4.2.3 地域文化

地域风俗影响传统村落的类型，宗教观念影响传统村落的布局。西藏自治区、云南省、贵州省和四川省是我国少数民族聚居的重要地区。第六次全国人口普查数据显示，西藏自治区藏族和其他少数民族人口占全省总人口的91.83%；云南省、贵州省分布着52、54个少数民族，少数民族人口数量占比也分别高达33.4%、35.6%；四川省是藏、羌、彝族等少数民族传统村落分布的重要区域，分布着全国最大的彝族聚居区（凉山彝族自治州）和全国唯一的羌族聚居区（阿坝藏族羌族自治州）；重庆市秀山县、彭水县和酉阳县3个少数民族自治县集中分布了60个传统村落，占全市总数的54.5%。西南地区蕴藏着丰富的少数民族文化，形成了一批具有深厚底蕴和鲜明地域特色的传统村落。

总的来说，西南地区汉族与各少数民族形成了“大杂居，小聚居”的空间分布特征。汉族传统文化与各少数民族文化相互碰撞、交流、融合，形成了独特的地域村落文化。

4.3 空间分异因子探测

4.3.1 单一影响因子探测

选取海拔高程、坡向、河流、人口、人均GDP、第一产业比重、第二产业比重、城镇化率和地域文化九大指标因子。其中，海拔高程、坡向采用自然断点法聚类分析；河流分布是在计算各传统村落点与最邻近河流的直线距离的基础上，运用ArcGIS软件自然分级；人口、人均GDP、第一产业比重、第二产业比重、城镇化率等人文社会因子则采用当地城市的相关数据，基本能反映各城市传统村落的空间分异特征。

运用地理探测器因子探测方法（公式5），对西南地区传统村落空间分异因子进行分析，结果见表2，各因子探测器q值按解释力大小排列分别为：海拔高程（0.43）>河流（0.41）>坡向（0.35）>地域文化（0.31）>第一产业比重（0.28）>人均GDP（0.25）>城镇化率（0.22）人口密度（0.19）>第二产业比重（0.15）。总的来看，海拔高程、河流与坡向等自然环境因素对西南地区传统村落空间分异解释力最为明显，其次是地域文化，最后是经济发展因素。其中，海拔高程解释力最大，说明西南地区传统村落空间分异受海拔高程的控制作用最为强烈，主要因为西南地区以山地为主，地形条件复杂，破碎化严重，因此海拔高程最能制约传统村落的空间分异，致使二者具有很强的一致性。次要控制因素为河流，河流为西南地区聚落提供了充沛的水资源，便于村民日常生活和农业生产，因此河流对聚落分布的影响具有空间指向的一致性。坡向也是影响西南地区传统村落空间分异的重要因素，村落接受太阳辐射的量受其所在坡面的坡向影响。在农耕社会，村落选址的限制性因素较少，只要拥有相对平整的土地、充沛的水资源、适度的活动半径以及可抵御自然灾害的能力，就极易形成村落，因而海拔高程等自然环境因子解释力最为明显。西南地区少数民族文化丰富，地域特色鲜明，更易形成山地农耕文明和地域特色文化村落，因而地域文化因子解释力也较高。经济发展因子q值位于0.15~0.28之间，因子解释力明显偏弱，这是因为大多数传统村落偏离经济政治文化中心，受经济因素影响较小。

表2 各因子探测器结果(q值)

Tab.2 The results of geographic detection for factors (q value)

	海拔高程	坡向	河流	人口密度	人均GDP	第一产业比重	第二产业比重	城镇化率	地域文化
q值	0.43	0.35	0.41	0.19	0.25	0.28	0.15	0.22	0.31

4.3.2 交互影响因子探测

不同因子之间存在或强或弱的逻辑联系，为评估两个因子共同作用是否会增加或减弱对空间分异的解释力，借助地理探测器的交互式探测器模块，对9项因子之间的交互作用分别进行探测，通过两种交互因子A和B对西南传统村落影响的交互比较，来判断二者对影响西南地区传统村落的空间分布是单独起作用，还是有着交互作用关系，包括以下5种关系：

q A ⋂ B < m i n q A, q B

，则说明两个因子非线性减弱；若

m i n q A, q B < q A ⋂ B < m a x q A, q B

，则说明单因子非线性减弱；若

q A ⋂ B > m a x q A, q B

，则说明双因子增强；若

q A ⋂ B = q A + q B

，则说明两个因子相互独立；若

q A ⋂ B > q A + q B

，则说明两个因子非线性增强^[36]。

从表3可知，解释力较大的三个交互式驱动因子分别是海拔高程∩河流（q=0.86）、海拔高程∩坡向（q=0.72）、坡向∩河流（q=0.68）。海拔高程和河流的交互作用最大，表明在地形破碎化的西南地区，传统村落空间分布主要受地形条件和水源条件的双重影响。海拔高程、坡向以及河流3个因子间的两两交互呈双因子增强关系，并且与其他6个因子相比，无论是单个因子还是交互因子，其q值都大于其他单个因子或者交互因子。表明西南地区海拔高程、坡向、河流3个自然环境因子间的交互影响对西南地区传统村落空间分异格局起着主导作用。除海拔高程∩河流、人均GDP∩第二产业比重、人均GDP∩城镇化率、第一产业比重∩第二产业比重、第二产业比重∩城镇化率为非线性增强关系外，其余均为双因子增强关系，说明对研究区传统村落空间分异格局的形成而言，各因子不是在单独起作用，而是与其他因子共同作用，反映了其空间分异的决定因素和影响机制的复杂性特征。

表3 交互因子探测器结果(q值)

Tab.3 The results of geographic detection for interaction factors (q value)

	海拔高程	坡向	河流	人口密度	人均GDP	第一产业比重	第二产业比重	城镇化率
坡向	0.72^*
河流	$0 . 86 #$	0.68^*
人口密度	0.48^*	0.47^*	0.49^*
人均GDP	0.57^*	0.56^*	0.58^*	0.27^*
第一产业比重	0.51^*	0.53^*	0.63^*	0.32^*	0.61^*
第二产业比重	0.46^*	0.37^*	0.46^*	0.28^*	$0 . 53 #$	$0 . 56 #$
城镇化率	0.43^*	0.36^*	0.47^*	0.25^*	$0 . 48 #$	0.41^*	$0 . 46 #$
地域文化	0.54^*	0.44^*	0.44^*	0.33^*	0.39^*	0.36^*	0.34^*	0.43^*

注：交互因子探测结果（q值）加^*为双因子增强，加 $#$ 为非线性增强。

5 影响机理分析

西南地区传统村落空间格局的形成是一个不断发展且复杂多变的过程，主要由自然环境、人文社会和政策导向三大因素共同构成（图9）。

显示原图|下载原图ZIP|生成PPT

图9 西南地区传统村落空间分布的影响机理

Fig.9 Impact mechanism of spatial distribution of traditional villages in southwest China

自然环境因素是西南地区传统村落空间分异的主导因素，也是其形成与演化的“基石”，决定了村落发展的大致方向。在西南地区，处于阳坡的村落占比约为60%，处于阴坡的占比约40%，由此可见，大部分村落朝向具有向阳性的特征。

人文社会因素是西南地区传统村落空间分异的内在驱动因素，进一步强化了传统村落分布不均的基本格局。地域文化则是西南地区传统村落空间分布的“催化剂”，西南地区少数民族分布越多的区域，传统村落发育越充分，这是因为少数民族地域特色浓郁，风俗习惯多样，历史资源丰富，良好的地域文化为传统村落的形成、演化和保护奠定了坚实的基础。

政策导向是西南地区传统村落空间分异的直接因素，也是形成其现有空间分布格局的外在动因。值得注意的是，中国传统村落的评选过程是自下而上的，即先由所在市（县、区）向所在省（直辖市、自治区）提供初选名单，然后由所在省（直辖市、自治区）筛选后再向住房和城乡建设部等部门申报，最后由住房和城乡建设部会同有关单位联合评选后公布“中国传统村落名录”。因此，地方政府的重视程度、支持力度、全员参与水平以及当地主管部门的认知能力都会不同程度地影响中国传统村落的空间分布格局。此外，对于传统村落的评选标准、划分体系是基于全国尺度来制定的，存在“一刀切”现象，所以如果标准制定的不合理、不科学，会存在“一边倒”的分布趋势，即“中国传统村落名录”会呈现分布不均衡的现象。因此，政府行政干预的强弱直接影响到传统村落的分布态势。

综上分析可知，西南地区传统村落空间分布由自然环境因素、人文社会因素和政策导向等交互耦合而成。各影响因素间的交互作用、交互影响不但构成了西南地区传统村落空间分布的机理，而且也是该地区传统村落间存在“共性”和“个性”的原因。此外，各因素在特定案例地的影响程度不一，某一个或某些特定案例地的形成演化都有不同的主导因素。

6 结论与讨论

本研究以西南地区1 912个传统村落为研究对象，分析其空间分布格局及其影响机理，主要结论如下：①西南地区传统村落在空间上呈明显的不均衡分布，总体呈“多中心集聚”分布格局，且逐渐演化形成了滇西北、黔东南—黔东北、黔南和云南红河州四大高密度区。②地理探测器因子探测结果显示，海拔高程、河流、坡向等自然地理因子对西南地区传统村落空间分异的主导性较强，地域文化因子次之，经济发展水平等人文社会因子的作用相对较小；各影响因素间交互作用增强，且海拔高程、坡向和河流三者间的交互增强作用最为明显。③在影响机理方面，西南地区传统村落的形成、发展受自然环境、社会经济和政策导向等因素共同耦合作用。具体而言，自然环境决定了传统村落的空间结构和发展方向，主导了传统村落的整体空间分布格局；人文社会因素是传统村落发展演化的内在驱动因素；政策导向是西南地区传统村落形成现有空间格局的直接因素，也是传统村落空间分异的外在动因。

在自然、人文、社会和历史文化等众多因素的共同影响下，毗邻的传统村落相互交流、联系密切，形成了行政上彼此独立但文化属性类似的聚居群落，在地理环境长期作用下，这些群落逐步发展成为趋于稳定的文化生态系统^[36]。西南地区大多数传统村落位于经济欠发达区和生态脆弱区，地形破碎化严重，人口分布过于分散，且常住人口以儿童和老年人为主，传统村落发展缺少活力。因此，区内生态环境良好、配套设施优良的传统村落，应加大政策扶持力度，成立专项小组，设立专项保护资金，优化配套基础设施和公共服务。此外，应充分利用资源优势，积极培育优势产业，大力发展乡村旅游、生态旅游、特色民俗旅游等，夯实传统客源市场，积极培育新兴市场，带动本地青壮劳动力返乡就业，促进旅游产业结构优化升级。在生态环境脆弱的传统村落，应以修复保护为主，采取“休养生息”的政策，同时也要做好宣传工作，树立村民保护环境的意识，提高环保参与积极性。

对传统村落的开发与利用，应统筹兼顾相邻村落间的优势互补。然而，现有传统村落的评选均以单个村落或行政村为划分标准，人为分割了传统村落与周边地域环境、文化生态系统之间的复杂关联。因此，应基于更宽广的视角，从传统村落利用、保护和价值评价的系统性、全局性和地域性出发，划定不同类型和功能的传统村落文化区，制定传统村落文化区专项保护规划。

本研究基于宏观视角，定量分析了西南地区传统村落空间分布格局以及各自然、人文因子间的交互影响与组合驱动作用，最后探究了其影响机理，但并未涉及到特定案例地等小尺度的微观属性特征，也缺少对各特定案例地的影响因素间相互作用机理的深入研究。因此，后续研究可重点关注传统村落自身特有的社会、文化、美学、艺术、建筑等属性特征，进一步厘清传统村落形成机理和动力机制，更好地探寻传统村落形成、发展、演化的客观规律。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

[1]	李伯华, 刘沛林, 窦银娣, 等. 中国传统村落人居环境转型发展及其研究进展[J]. 地理研究, 2017, 36(10):1886-1899. DOI

[2]	车震宇. 旅游发展中传统村落向小城镇的空间形态演变[J]. 旅游学刊, 2017, 32(1):10-11.

[3]	孙晓璐, 吕俐. 莫让传统村落消失殆尽——住房城乡建设部村镇建设司司长赵晖谈传统村落保护[J]. 中国勘察设计, 2013(11):14-16.

[4]	Gauthiez B. The history old urban morphology[J]. Urban Morphology, 2004, 8(2):72.

[5]	Michael Williams. The apple of my eye:Carl sauer and historical geography[J]. Journal of Historical Geography, 1993, 9(1):1-28.

[6]	Sauer C O. The fourth dimension of geography[J]. Annals of Association of American Geographers, 1974, 64(2):189-192.

[7]	Crouch D. Popular culture and what we make of the rural,with a case study of Village Allotments[J]. Journal of Rural Studies, 1992, 8(3):229-240.

[8]	Gy Ruda. Rural buildings and environment[J]. Landscape and Urban Planning, 1998,41:93-97.

[9]	Vos W, Meekes H. Trends in European cultural landscape development:perspectives for a sustainable future[J]. Landscape and Urban Planning, 1993, 46(1):3-14.

[10]	Chen B, Nakama Y. A study on village forest landscape in small island topography in Okinawa,Japan[J]. Urban Forestry & Urban Greening, 2010, 9(2):139-148.

[11]	Yu Y. Landscape transition of historic villages in southwest China[J]. Frontiers of Architectural Research, 2013, 2(2):234-242. DOI

[12]	Marschalek I. The concept of participatory local sustainability projects in seven Chinese villages[J]. Journal of Environmental Management, 2008, 87(2):226-235. PMID

[13]	Lim J C, Choi B K, Kim S Y, et al. Korean traditional village forest (Ma-Eul-Soop) and potential natural vegetation:A case study on the Sachon-Ri Garo-Soop in Gyeongsangbuk-do,South Korea[J]. Journal of Plant Biology, 2016, 59(5):515-524.

[14]	Ghaderi Z, Henderson J C. Sustainable rural tourism in Iran:A perspective from Hawraman village[J]. Tourism Management Perspectives, 2012(s2-s3):47-54.

[15]	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. DOI

[16]	刘大均, 胡静, 陈君子, 等. 中国传统村落的空间分布格局研究[J]. 中国人口·资源与环境, 2014, 24(4):157-162.

[17]	林兆武, 刘淑虎, 林从华. 闽西客家传统村落空间营建模式初探[J]. 建筑与文化, 2015(4):119-120.

[18]	邹君, 刘媛, 谭芳慧, 等. 传统村落景观脆弱性及其定量评价——以湖南省新田县为例[J]. 地理科学, 2018, 38(8):1292-1300. DOI

[19]	刘沛林, 刘春腊, 李伯华, 等. 中国少数民族传统聚落景观特征及其基因分析[J]. 地理科学, 2010, 30(6):810-817.

[20]	车震宇, 保继刚. 传统村落旅游开发与形态变化研究[J]. 规划师, 2006, 22(6):45-60.

[21]	宋玢, 赵卿, 王莉莉. 城市边缘区传统村落空间的整体性保护方法:以富平县莲湖村为例[J]. 城市发展研究, 2015, 22(6):118-124.

[22]	周乾松. 历史村镇文化遗产保护利用研究[J]. 理论探索, 2011(4):86-90.

[23]	杨丽婷, 曾祯. 古村落保护与开发综合价值评价研究——以浙江省磐安县为例[J]. 地域研究与开发, 2013, 32(4):112-122.

[24]	汪清蓉, 李凡. 古村落综合价值的定量评价方法及实证研究——以大旗头古村为例[J]. 旅游学刊, 2006, 21(1):19-24.

[25]	杨立国, 龙花楼, 刘沛林, 等. 传统村落保护度评价体系及其实证研究——以湖南省首批中国传统村落为例[J]. 人文地理, 2018, 161(3):121-128,151.

[26]	胡燕, 陈晟, 曹玮, 等. 传统村落的概念和文化内涵[J]. 城市发展研究, 2014, 21(1):11-13.

[27]	袁少雄, 唐光良, 张虹鸥, 等. 广东传统村落空间分布格局及其民系特征[J]. 热带地理, 2017, 37(3):318-327. DOI

[28]	焦胜, 郑志明, 徐峰, 等. 传统村落分布的“边缘化”特征:以湖南省为例[J]. 地理研究, 2016, 35(8):1525-1534. DOI

[29]	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

[30]	陈君子, 刘大均, 周勇, 等. 嘉陵江流域传统村落空间分布及成因分析[J]. 经济地理, 2018, 38(2):148-153.

[31]	禹文豪, 艾廷华. 核密度估计法支持下的网络空间POI点可视化与分析[J]. 测绘学报, 2015, 44(1):82-90. DOI

[32]	李萍, 王倩, Chris Ryan. 旅游对传统村落的影响研究——以安徽齐云山为例[J]. 旅游学刊, 2012, 27(4):57-63.

[33]	陶伟, 陈红叶, 林杰勇. 句法视角下广州传统村落空间形态及认知研究[J]. 地理学报, 2013, 68(2):209-218.

[34]	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.

[35]	王劲峰, 徐成东. 地理探测器:原理与展望[J]. 地理学报, 2017, 71(1):116-134.

[36]	佟玉权, 龙花楼. 贵州民族传统村落的空间分异因素[J]. 经济地理, 2015, 35(3):132-137.

Options

文章导航

模态框（Modal）标题

摘要

本文引用格式

Abstract

1 研究区概况

图1 西南地区传统村落分布

2 研究方法与数据来源

2.1 研究方法

表1 研究方法及空间地理含义

2.2 数据来源

3 西南地区传统村落空间分布格局

3.1 热点区分析

图2 西南地区传统村落热点区分布

3.2 空间分布类型

图3 西南地区传统村落Voronoi多边形

3.3 空间分布均衡性

图4 西南地区传统村落核密度分布

4 影响因素

4.1 自然环境因素

4.1.1 海拔高程

图5 西南地区传统村落高程分布

4.1.2 坡向

图6 西南地区传统村落坡向分布

4.1.3 河流

4.2 人文社会因素

4.2.1 人口分布

图7 西南地区传统村落市级人口密度分布

4.2.2 经济发展水平

图8 传统村落分布与经济发展指标关系

4.2.3 地域文化

4.3 空间分异因子探测

4.3.1 单一影响因子探测

表2 各因子探测器结果(q值)

4.3.2 交互影响因子探测

表3 交互因子探测器结果(q值)

5 影响机理分析

图9 西南地区传统村落空间分布的影响机理

6 结论与讨论

参考文献