徐金銘, 朱溢楠, 倪章捷, 李 飛, 孫偉偉

長江三角洲地區(qū)傳統(tǒng)村落空間格局及影響因素研究

徐金銘, 朱溢楠, 倪章捷, 李 飛, 孫偉偉*

（寧波大學(xué) 寧波大學(xué)昂熱大學(xué)聯(lián)合學(xué)院, 浙江 寧波 315211）

以長江三角洲地區(qū)(江蘇省、浙江省、上海市、安徽省)1074個(gè)傳統(tǒng)村落為研究對(duì)象, 運(yùn)用空間分析理論剖析該地區(qū)傳統(tǒng)村落的空間分布特征及其與自然環(huán)境、社會(huì)經(jīng)濟(jì)、歷史文化等影響因素的關(guān)系. 研究發(fā)現(xiàn): (1)長江三角洲地區(qū)傳統(tǒng)村落呈集聚性分布狀態(tài). (2)傳統(tǒng)村落空間上極不均衡, 從市域尺度來看, 主要分布在安徽省的黃山市、宣城市; 浙江省的麗水市、金華市、臺(tái)州市、衢州市和杭州市. (3)交通不便、經(jīng)濟(jì)相對(duì)落后的山區(qū)丘陵地帶以及有河流分布地帶的傳統(tǒng)村落分布較為密集, 且布局深受歷史風(fēng)俗文化影響. 研究結(jié)果可為長江三角洲地區(qū)傳統(tǒng)村落的有機(jī)更新與可持續(xù)發(fā)展提供借鑒.

長江三角洲地區(qū); 傳統(tǒng)村落; 空間分布; 影響因素; 地理信息系統(tǒng)

2019年12月, 中共中央、國務(wù)院在印發(fā)的《長江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》中提出: 要提升鄉(xiāng)村發(fā)展品質(zhì), 加強(qiáng)獨(dú)具自然生態(tài)與地域文化風(fēng)貌特色的古鎮(zhèn)名村、居住群落、歷史建筑及非物質(zhì)文化遺產(chǎn)的整體性保護(hù), 全面繁榮鄉(xiāng)村文化[1]. 傳統(tǒng)村落在多年的歷史演變中飽含豐富的歷史文化內(nèi)涵, 是繼承和傳播中華傳統(tǒng)民間文化的重要載體, 是歷史變遷中留存的寶貴遺珠[2]. 全國范圍的古村落調(diào)查工作始于2012年4月, 截止2019年6月國家住房和城鄉(xiāng)建設(shè)部共發(fā)布5批傳統(tǒng)村落保護(hù)名單, 共計(jì)有6819個(gè)村落入選“中國傳統(tǒng)村落名錄”. 這些中國傳統(tǒng)村落覆蓋了除港、澳、臺(tái)地區(qū)之外的所有省域, 數(shù)量眾多、規(guī)模龐大, 現(xiàn)已成為世界上規(guī)模最大、內(nèi)容最豐富的活態(tài)農(nóng)耕文明聚落群[3].

20世紀(jì)20年代以來, 不少學(xué)者展開了對(duì)傳統(tǒng)村落的研究, 研究主題主要圍繞傳統(tǒng)村落的文化內(nèi)涵[4]、景觀特點(diǎn)[5-6]、類型與布局[7-8]、繼承與發(fā)展[9]以及更新及影響[10-11]等. 20世紀(jì)60年代后, 國外的研究方法不再局限于定性研究, 拓展為定量研究以及定性和定量研究相結(jié)合. 定性和定量研究的結(jié)合為分析傳統(tǒng)村落的分布、發(fā)育、演變等提供了新思路. 20世紀(jì)80年代, 國內(nèi)學(xué)者開始進(jìn)行相關(guān)研究, 宏觀和中觀尺度研究較多. 宏觀尺度的研究大多集中于中國傳統(tǒng)村落的空間分布[12-15]; 中觀尺度上以馮亞芬、李伯華等為代表的學(xué)者進(jìn)行了省域傳統(tǒng)村落研究[16-17]; 也有學(xué)者在跨行政區(qū)尺度上對(duì)傳統(tǒng)村落進(jìn)行了研究, 如馬勇等[18]運(yùn)用GWR模型研究了長江中游城市群傳統(tǒng)村落, 何小芊等[19]運(yùn)用不同尺度對(duì)湘、鄂、贛地區(qū)的傳統(tǒng)村落進(jìn)行了研究, 陳君子等[20]對(duì)嘉陵江流域傳統(tǒng)村落空間分布進(jìn)行了研究. 目前, 對(duì)長江三角洲地區(qū)跨省域的傳統(tǒng)村落研究仍較為鮮見.

本文以長江三角洲的蘇、浙、滬、皖4省市為案例地, 運(yùn)用ArcGIS 10.4空間分析軟件、地理研究模型以及Excel工具對(duì)傳統(tǒng)村落的空間分布特征(分布類型、集中程度、均衡程度)進(jìn)行了研究, 并從自然環(huán)境、社會(huì)經(jīng)濟(jì)、歷史文化3個(gè)方面加以探析, 以期為長江三角洲地區(qū)傳統(tǒng)村落的開發(fā)、保護(hù)與傳承提供理論依據(jù).

1 研究區(qū)域概況

長江三角洲地區(qū)傳統(tǒng)村落位于長江三角洲沖積平原(115°46′~123°25′E, 29°20′~32°34′N), 瀕臨黃海和東海. 該地區(qū)地貌類型復(fù)雜, 蘇北、皖北及滬以平原為主, 低山丘陵主要集中在蘇南、皖南及浙南. 氣候?yàn)閬啛釒Ъ撅L(fēng)氣候, 水熱充足. 同時(shí), 長江三角洲地區(qū)河網(wǎng)密布, 良好的自然環(huán)境使得該地區(qū)農(nóng)業(yè)發(fā)達(dá)、人口稠密、經(jīng)濟(jì)繁榮, 被譽(yù)為中國的“金三角”[21]. 2019年中共中央、國務(wù)院在發(fā)布的《長江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》中提出: 將江蘇省、浙江省、上海市和安徽省4省市全部區(qū)域規(guī)劃為一個(gè)城市群體(長江三角洲城市群), 促使該區(qū)經(jīng)濟(jì)迅速發(fā)展. 4省市人口眾多, 文化不一, 這些自然和人文因素都影響當(dāng)?shù)貍鹘y(tǒng)村落建筑的風(fēng)貌、布局和保護(hù)傳承.

根據(jù)5批次中國傳統(tǒng)村落名錄, 目前長江三角洲地區(qū)共有傳統(tǒng)村落1074個(gè)(表1). 千百年來, 人們世代聚居在傳統(tǒng)村落, 繁衍生息, 形成了經(jīng)久不衰的民風(fēng)民俗, 使其成為一份重要的文化遺產(chǎn).

表1 長江三角洲各省市傳統(tǒng)村落分布數(shù)量 個(gè)

2 數(shù)據(jù)來源和研究方法

2.1 數(shù)據(jù)來源

采用的數(shù)據(jù)主要包括4個(gè)來源: (1)中國住房和城鄉(xiāng)建設(shè)部、文化部、財(cái)政部和國家文物局4部門公布的共5批次中國傳統(tǒng)村落名錄. (2)利用谷歌地球(Googal Earth)和百度地圖坐標(biāo)拾取功能, 用坐標(biāo)糾偏工具進(jìn)行幾何精校正, 確定蘇、浙、滬、皖傳統(tǒng)村落的坐標(biāo)和高程. (3)社會(huì)和經(jīng)濟(jì)數(shù)據(jù)來自蘇、浙、滬、皖的統(tǒng)計(jì)年鑒, 土地面積數(shù)據(jù)來自4省市政府網(wǎng)站. (4)DEM數(shù)字高程來源于中國科學(xué)院地理空間數(shù)據(jù)云.

根據(jù)上述數(shù)據(jù), 利用ArcGIS 10.4軟件繪制長江三角洲地區(qū)傳統(tǒng)村落分布如圖1所示.

圖1 長江三角洲地區(qū)傳統(tǒng)村落空間分布

2.2 研究方法

運(yùn)用ArcGIS 10.4軟件和Excel, 選取地理集中指數(shù)、不平衡指數(shù)、最鄰近點(diǎn)指數(shù)[22]、核密度分析和自相關(guān)分析[23]研究長江三角洲地區(qū)1074個(gè)傳統(tǒng)村落的空間分布特征.

2.2.1 地理集中指數(shù)

地理集中指數(shù)是分析要素集中程度的一個(gè)重要指標(biāo), 本文用其衡量長江三角洲地區(qū)傳統(tǒng)村落市域尺度上的空間分布集中程度, 其計(jì)算公式為:

式中:為傳統(tǒng)村落的地理集中指數(shù);X為長三角城市群各省第個(gè)市內(nèi)的傳統(tǒng)村落數(shù)量;為傳統(tǒng)村落總數(shù);為4省市的地市總數(shù).值范圍為0~ 100,值越大表示傳統(tǒng)村落分布越集中, 越小則表示傳統(tǒng)村落分布越分散.

2.2.2 不平衡指數(shù)

不平衡指數(shù)是為了研究不同區(qū)域內(nèi)所研究對(duì)象的分布是否均衡, 本文用其衡量長江三角洲地區(qū)傳統(tǒng)村落分布的均衡程度, 其計(jì)算公式為:

式中:為長三角地區(qū)地市個(gè)數(shù);Y為各地市傳統(tǒng)村落數(shù)量在全省中所占比重由大到小排列后第位的累計(jì)百分比;值介于0~1之間, 若傳統(tǒng)村落在各地市中平均分布, 則=0, 若傳統(tǒng)村落全部集中在1個(gè)區(qū)域, 則=1.

2.2.3 最鄰近點(diǎn)指數(shù)

最鄰近點(diǎn)指數(shù)是衡量隨機(jī)分布的一些點(diǎn)在空間的分布. 點(diǎn)要素在空間中有3種分布類型: 均勻分布、聚集分布和隨機(jī)分布. 點(diǎn)要素最鄰近距離均勻點(diǎn)狀>隨機(jī)點(diǎn)狀>聚集點(diǎn)狀. 把傳統(tǒng)村落看為一個(gè)個(gè)點(diǎn)要素, 分析其在長江三角洲各省市的鄰近程度, 其計(jì)算公式為:

2.2.4 核密度分析

核密度用于聚集區(qū)域的分析, 在本文中用其反映長江三角洲地區(qū)傳統(tǒng)村落的集聚狀態(tài), 其計(jì)算公式為:

2.2.5 自相關(guān)分析

空間自相關(guān)分析是定量研究事物在空間上的相互關(guān)系. 用全局自相關(guān)度量整個(gè)長江三角洲地區(qū)傳統(tǒng)村落的空間關(guān)聯(lián)模式, 用局部自相關(guān)度量傳統(tǒng)村落局部聚集特征. 式(5)是全局莫蘭指數(shù), 式(6)是局部莫蘭指數(shù).

在全局自相關(guān)分析中接近1, 表示相似屬性集聚; 接近-1, 表示相異屬性聚集; 接近0, 表示隨機(jī)分布. 局部自相關(guān)分析中正I表示高高(H-H)或低低(L-L)類型, 負(fù)I表示高低(H-L)或低高(L-H)類型.

3 結(jié)果與分析

3.1 傳統(tǒng)村落空間分布特征

3.1.1 分布類型

用ArcGIS 10.4軟件中Average Nearest Neighbor工具進(jìn)行統(tǒng)計(jì), 使用Euclidean Distance計(jì)算方法, 根據(jù)式(3)得到長江三角洲地區(qū)傳統(tǒng)村落分布的最鄰近點(diǎn)指數(shù)=0.62(<0.01). 因此可知, 長江三角洲地區(qū)傳統(tǒng)村落呈現(xiàn)集聚性空間分布狀態(tài).

3.1.2 集中程度

從前文可知, 長江三角洲地區(qū)傳統(tǒng)村落總數(shù)=1074, 涉及市總數(shù)=41(包含上海市). 根據(jù)式(1), 通過ArcGIS 10.4軟件, 可計(jì)算得到該地區(qū)傳統(tǒng)村落的地理集中指數(shù)=38.32. 假設(shè)1074個(gè)傳統(tǒng)村落均勻分布在3省各市和上海市, 可得0= 15.50. 由>0可知, 長江三角洲地區(qū)傳統(tǒng)村落呈現(xiàn)集中分布狀態(tài), 省域上主要集中在浙江省和安徽省(表2), 地市上主要分布在安徽省的黃山市、宣城市; 浙江省的麗水市、金華市、臺(tái)州市、衢州市和杭州市(表3).

表2 長江三角洲地區(qū)省域傳統(tǒng)村落數(shù)量及比例

運(yùn)用ArcGIS 10.4軟件中Kernel Density工具, 根據(jù)式(4)對(duì)1074個(gè)傳統(tǒng)村落進(jìn)行核密度分析, 生成長江三角洲地區(qū)傳統(tǒng)村落核密度圖(圖2). 對(duì)圖2分析可知, 該地區(qū)傳統(tǒng)村落的分布為集聚型, 在各個(gè)地級(jí)市層面上具有不均衡分布特點(diǎn), 且有明顯的首位度特征, 其分布形成3個(gè)主聚集區(qū), 分別是安徽省的黃山市、浙江省的麗水市和金華市; 次聚集區(qū)分別是浙江省的臺(tái)州市和衢州市、安徽省的宣城市. 空間上呈現(xiàn)南多北少的分布特點(diǎn).

圖2 長江三角洲地區(qū)傳統(tǒng)村落核密度

3.1.3 均衡程度

在不平衡指數(shù)式(2)中=41, 利用Excel計(jì)算不平衡指數(shù), 得出長江三角洲地區(qū)傳統(tǒng)村落在各市中的分布均衡狀況=0.82, 接近1, 表明傳統(tǒng)村落在該地區(qū)各市中分布極不均衡. 結(jié)合傳統(tǒng)村落在各市分布數(shù)量和比例(表3)得到長江三角洲地區(qū)傳統(tǒng)村落的洛倫茲曲線(圖3). 分析可知, 安徽省的黃山市和宣城市, 浙江省的麗水市、金華市、臺(tái)州市、衢州市和杭州市傳統(tǒng)村落比重占長江三角洲地區(qū)的81.93%;江蘇省和上海市的傳統(tǒng)村落數(shù)量明顯少于安徽省和浙江省, 在空間上呈不均衡分布.

3.2 影響因素

3.2.1 自然環(huán)境因素

從古至今, 自然地理?xiàng)l件的優(yōu)劣都是影響一個(gè)地區(qū)人口多少的重要因素, 所以傳統(tǒng)村落的分布在很大程度上受自然環(huán)境的影響[24]. 地形和地勢(shì)能夠影響地表水熱和生物自然因素的地域分異等地理環(huán)境要素; 同時(shí), 對(duì)交通通達(dá)度、經(jīng)濟(jì)交換程度、文化交流程度等也有不同程度的影響, 由此制約傳統(tǒng)村落的分布.

在ArcGIS 10.4軟件中利用空間分析工具, 選擇操作單元邊長為1km×1km的分析窗口, 選取該窗口內(nèi)海拔高程的最大值和最小值, 使用柵格計(jì)算器工具計(jì)算分析窗口內(nèi)最大值與最小值的差值, 生成地形起伏度柵格, 并按照不同等級(jí)起伏度統(tǒng)計(jì)傳統(tǒng)村落的數(shù)量. 結(jié)果發(fā)現(xiàn)地形起伏度()可以分為6級(jí):<50(1級(jí))有傳統(tǒng)村落308個(gè), 50≤<100 (2級(jí))有傳統(tǒng)村落171個(gè), 100≤<200(3級(jí))有傳統(tǒng)村落306個(gè), 200≤<300(4級(jí))有傳統(tǒng)村落202個(gè), 300≤<400(5級(jí))有傳統(tǒng)村落70個(gè),≥400(6級(jí))有傳統(tǒng)村落10個(gè). 在長江三角洲地區(qū)的傳統(tǒng)村落中, 地形起伏度在0~300m之間的傳統(tǒng)村落共計(jì)987個(gè), 即在長江三角洲地區(qū)91.9%的傳統(tǒng)村落分布在1km范圍地形高差300m以內(nèi), 說明地形起伏度對(duì)傳統(tǒng)村落布局影響較大. 傳統(tǒng)村落大多集中在地形起伏較緩的低山丘陵地區(qū).

城市名

用式(5)全局自相關(guān)莫蘭指數(shù)度量整個(gè)長江三角洲地區(qū)傳統(tǒng)村落的空間關(guān)聯(lián)模式, 得到長江三角洲地區(qū)的高程圖(圖4). 在海拔高程與傳統(tǒng)村落空間布局關(guān)系上, 莫蘭指數(shù)值為0.405768, 表明傳統(tǒng)村落分布與海拔高程具有正相關(guān)性, 標(biāo)準(zhǔn)化統(tǒng)計(jì)量為159.11, 明顯大于=0.05顯著性水平下的檢驗(yàn)臨界值1.96, 說明不同海拔高程的傳統(tǒng)村落表現(xiàn)出明顯的集聚現(xiàn)象, 具有強(qiáng)聚集性. 相對(duì)于平原地區(qū)傳統(tǒng)村落由于社會(huì)發(fā)展被改造乃至拆除的現(xiàn)狀, 長江三角洲南部地區(qū)因山地丘陵眾多, 地形起伏相對(duì)較大, 地貌較為支離破碎, 降低了外界對(duì)傳統(tǒng)村落的影響, 使之得以相對(duì)完整保存.

圖4 長江三角洲地區(qū)高程

為了更直觀地分析長江三角洲地區(qū)傳統(tǒng)村落局部的聚集特征, 揭示其空間局部自相關(guān)關(guān)系, 用式(6)局部自相關(guān)的空間關(guān)聯(lián)指標(biāo)(Local Indicators of Spatial Association, LISA)度量長江三角洲地區(qū)每一個(gè)傳統(tǒng)村落空間單元與鄰近傳統(tǒng)村落單元同一屬性的相關(guān)程度. LISA可以識(shí)別傳統(tǒng)村落在空間分布的“熱點(diǎn)”“冷點(diǎn)”和“空間離群值”等區(qū)域. 圖5為長江三角洲地區(qū)傳統(tǒng)村落海拔高程LISA圖, 從圖5可知, L-L集聚傳統(tǒng)村落有518個(gè), 數(shù)量最多, 主要分布在安徽省的黃山市、宣城市, 浙江省的臺(tái)州市等; H-H集聚傳統(tǒng)村落有240個(gè), 主要分布在浙江省的麗水市、衢州市、金華市等; H-L集聚傳統(tǒng)村落有147個(gè), 主要分布在安徽省的黃山市、宣城市, 浙江省的臺(tái)州市等; L-H集聚傳統(tǒng)村落有85個(gè), 無顯著集聚傳統(tǒng)村落有27個(gè), 說明這些區(qū)域傳統(tǒng)村落集聚類型不顯著, 顯著區(qū)域主要是L-L、H-H和H-L集聚區(qū)域.

河流自古至今都是影響村落分布的重要因素之一. 長江三角洲區(qū)域河流眾多, 水網(wǎng)密布. 利用長江三角洲地區(qū)流域圖(圖6)對(duì)區(qū)域內(nèi)的河流水系分別以3km和5km為間隔做緩沖分析, 疊加傳統(tǒng)村落分布圖發(fā)現(xiàn), 3km緩沖區(qū)范圍內(nèi)分布傳統(tǒng)村落664個(gè), 占統(tǒng)計(jì)流域內(nèi)傳統(tǒng)村落總數(shù)62.2%. 5km緩沖區(qū)內(nèi)分布傳統(tǒng)村落861個(gè), 占傳統(tǒng)村落總數(shù)80.6%, 傳統(tǒng)村落沿河分布特征明顯. 由此可知, 傳統(tǒng)村落總體上與河流東西走向趨勢(shì)具有一致性, 主要分布在小型河流附近, 小型河流能夠提供豐沛的水源, 而且不易發(fā)生水災(zāi). 同時(shí), 河流作為支撐農(nóng)業(yè)發(fā)展的關(guān)鍵因素之一對(duì)傳統(tǒng)村落有著至關(guān)重要的作用.

圖5 長江三角洲地區(qū)傳統(tǒng)村落海拔高程LISA圖

圖6 長江三角洲地區(qū)主要河流

3.2.2 社會(huì)經(jīng)濟(jì)因素

自然環(huán)境因素在傳統(tǒng)村落早期直接影響其分布, 而社會(huì)經(jīng)濟(jì)因素隨著時(shí)代的演變對(duì)傳統(tǒng)村落的布局越來越重要[25]. 上海市、浙江省、江蘇省南部和安徽省南部屬于吳越文化區(qū)[26], 這些地區(qū)糧食作物豐盛、經(jīng)濟(jì)基礎(chǔ)殷實(shí)、社會(huì)教化良好, 人口持續(xù)增加, 尤其是民間財(cái)富的積累, 加速了傳統(tǒng)村落的建造, 使得歷史時(shí)期的傳統(tǒng)村落的空間分布較為密集. 中華人民共和國成立后, 尤其是改革開放以來, 我國工業(yè)化進(jìn)程加速發(fā)展, 快速城市化加速了傳統(tǒng)村落的改造, 長江三角洲平原地區(qū)的傳統(tǒng)村落因此受到巨大沖擊, 保存較少. 反而是安徽省南部山區(qū)和西部大別山地區(qū), 浙江省中部和西南部丘陵地區(qū), 因地形崎嶇、交通不便, 受城市化影響少, 這在一定程度上保護(hù)了傳統(tǒng)村落.

由長江三角洲地區(qū)主要道路(圖7)可知, 傳統(tǒng)村落與高速公路、鐵路等重要交通干線距離較遠(yuǎn), 與其呈負(fù)相關(guān)性.

圖7 長江三角洲地區(qū)主要道路

從長江三角洲地區(qū)人口密度(圖8)和GDP(圖9)可以看出, 傳統(tǒng)村落主要分布在遠(yuǎn)離城市中心、人口密度小、經(jīng)濟(jì)較為落后的地區(qū).

為了進(jìn)一步驗(yàn)證經(jīng)濟(jì)社會(huì)因素對(duì)長江三角洲地區(qū)傳統(tǒng)村落分布的影響, 以市域尺度將長江三角洲地區(qū)傳統(tǒng)村落數(shù)量與人均GDP、城鎮(zhèn)化率、城市人口密度以及公路密度進(jìn)行相關(guān)性分析, 結(jié)果見表4. 由表4可知, 長江三角洲地區(qū)傳統(tǒng)村落數(shù)量與城市人口密度呈明顯的負(fù)相關(guān), 說明傳統(tǒng)村落主要分布在人口稀疏地區(qū), 高密度人口和城市化拆舊造新的發(fā)展模式加劇了傳統(tǒng)村落的消失; 人口密度低、經(jīng)濟(jì)發(fā)展落后、主要以第一產(chǎn)業(yè)為主的地區(qū)傳統(tǒng)村落保存相對(duì)較好.

圖8 長江三角洲地區(qū)人口密度

圖9 長江三角洲地區(qū)各市GDP

表4 長江三角洲地區(qū)傳統(tǒng)村落與社會(huì)經(jīng)濟(jì)要素相關(guān)性

注: 1)表示在0.01水平(雙側(cè))上顯著相關(guān).

3.2.3 歷史文化因素

歷史文化也是影響傳統(tǒng)村落分布的重要因素之一. 風(fēng)水文化對(duì)于中國傳統(tǒng)村落建蓋和分布影響深厚. 中國人住房講究趨吉避兇, 不在陡坡而在緩坡處建房, 不在大江大河旁而在河道彎曲, 水流流速緩慢處建房; 遠(yuǎn)離“五箭(風(fēng)箭、水箭、土箭、石箭、木箭)”之地, 所以低山丘陵地區(qū)傳統(tǒng)村落大多坐落在背山傍水, 三面環(huán)山的封閉或半封閉小氣候環(huán)境中, 形成氣場(chǎng)充足的藏風(fēng)閉氣的空間格局. 平原地區(qū)的傳統(tǒng)村落大多建于坐北朝南之地, 東南向陽的小氣候環(huán)境成為人居寶地.

此外, 江蘇省的“吳文化”“淮揚(yáng)文化”“金陵文化”“徐淮文化”“海洋文化”; 浙江省的“河姆渡文化”“馬家浜文化”“良渚文化”; 上海市的“海派文化”; 安徽省的“淮河文化”“新安文化”“皖江文化”“廬州文化”等地區(qū)文化, 影響著當(dāng)?shù)貍鹘y(tǒng)村落建筑風(fēng)格和布局. 安徽省傳統(tǒng)村落主要位于徽文化圈和皖江文化圈, 以及徽饒古道和徽杭古道等線性文化遺產(chǎn)沿線及其周邊, 古道既為商用也為官用, 能夠給傳統(tǒng)村落帶來人氣和活力. 浙江省傳統(tǒng)村落主要分布在以麗水市為中心的浙西南地區(qū), 甌江給當(dāng)?shù)貛沓渥愕乃? 那里土地肥沃、物產(chǎn)豐富、人們安居樂業(yè), 故傳統(tǒng)村落的保存相對(duì)較好.

4 結(jié)論與展望

4.1 結(jié)論

本文選取長江三角洲地區(qū)蘇、浙、滬、皖的1074個(gè)傳統(tǒng)村落為研究對(duì)象, 運(yùn)用地理信息技術(shù), 對(duì)其空間分布特征和影響因素進(jìn)行了研究, 結(jié)果顯示:

(1)長江三角洲地區(qū)的傳統(tǒng)村落呈現(xiàn)集聚性空間分布. 在省域?qū)用嫔? 傳統(tǒng)村落主要分布在安徽省和浙江省, 江蘇省和上海市傳統(tǒng)村落分布較少; 而安徽省和浙江省的傳統(tǒng)村落主要集中在皖南山區(qū)和浙南山地. 在市域尺度上, 長江三角洲地區(qū)的傳統(tǒng)村落主要分布在安徽省的黃山市和宣城市, 浙江省的麗水市、金華市、臺(tái)州市、衢州市和杭州市, 空間分布極不均衡.

(2)地形和地勢(shì)影響傳統(tǒng)村落的分布, 91.9%的傳統(tǒng)村落分布在研究區(qū)域1km范圍地形高差300m以內(nèi), 并有強(qiáng)聚集性, 傳統(tǒng)村落明顯存在L- L、H-H、H-L集聚區(qū)域, 由此可見長江三角洲地區(qū)的傳統(tǒng)村落大多集中在地形起伏高差較明顯, 地貌相對(duì)支離破碎的低山丘陵地帶. 河流是影響傳統(tǒng)村落分布的重要因素之一, 傳統(tǒng)村落主要分布在小型河流附近, 總體與河流走向一致.

(3)社會(huì)經(jīng)濟(jì)因素隨著時(shí)代的演變對(duì)傳統(tǒng)村落的布局影響越來越大, 工業(yè)化和城市化的發(fā)展影響著傳統(tǒng)村落分布. 距中心城市較遠(yuǎn)、人口密度較低、交通不便和經(jīng)濟(jì)相對(duì)落后地區(qū)的傳統(tǒng)村落分布較為密集.

(4)歷史和風(fēng)水文化對(duì)于中國傳統(tǒng)村落的分布有著重要影響. 傳統(tǒng)村落聚集地區(qū)文化教育普遍落后, 傳統(tǒng)觀念影響深遠(yuǎn). 低山丘陵地區(qū)傳統(tǒng)村落大多坐落在背山傍水三面環(huán)山的封閉或半封閉小氣候環(huán)境中, 平原地區(qū)傳統(tǒng)村落大多建在坐北朝南地區(qū), 地區(qū)歷史風(fēng)俗同樣影響傳統(tǒng)村落的布局.

4.2 展望

本研究尚存在一些不足, 后續(xù)研究可在以下幾方面進(jìn)行完善:

(1)本研究樣本數(shù)量不夠齊全, 僅限于中國住房和城鄉(xiāng)建設(shè)部、文化部、財(cái)政部和文物局公布的共5個(gè)批次的中國傳統(tǒng)村落, 還存在大量未被調(diào)查的傳統(tǒng)村落, 后續(xù)研究可增加樣本數(shù)量.

(2)本研究?jī)H從自然環(huán)境因素的地形、地勢(shì)、河流, 社會(huì)經(jīng)濟(jì)因素的人均GDP、城鎮(zhèn)化率、城市人口密度、公路密度和歷史文化因素探討江蘇省、浙江省、安徽省和上海市的傳統(tǒng)村落的分布狀況, 后續(xù)研究可在自然環(huán)境、社會(huì)經(jīng)濟(jì)、歷史文化3個(gè)主要因素基礎(chǔ)上進(jìn)一步挖掘更微觀的因素, 如所在區(qū)域的溫濕條件、人口受教育程度、農(nóng)業(yè)生產(chǎn)情況等, 同時(shí)可考慮社會(huì)需求和政府政策影響等不確定因素.

(3)研究發(fā)現(xiàn)長江三角洲地區(qū)傳統(tǒng)村落分布的區(qū)域經(jīng)濟(jì)相對(duì)落后, 其修繕保護(hù)缺少資金支持, 未經(jīng)保護(hù)的傳統(tǒng)村落在外界影響下相對(duì)脆弱, 未來應(yīng)加強(qiáng)研究傳統(tǒng)村落的開發(fā)和保護(hù).

(4)為了使長江三角洲地區(qū)的傳統(tǒng)村落能夠有機(jī)更新, 在后續(xù)研究中可更多關(guān)注傳統(tǒng)村落的數(shù)字化保護(hù)和轉(zhuǎn)型, 深度挖掘傳統(tǒng)村落的文化底蘊(yùn), 促進(jìn)其與現(xiàn)代文明的融合, 加強(qiáng)數(shù)字化保護(hù)力度, 實(shí)現(xiàn)長江三角洲地區(qū)傳統(tǒng)村落的可持續(xù)發(fā)展.

[1] 中共中央國務(wù)院印發(fā)長江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要[N]. 人民日?qǐng)?bào), 2019-12-02(1).

[2] 劉朝暉. 村落保護(hù)的空間規(guī)劃與文化價(jià)值重構(gòu)[J]. 浙江大學(xué)學(xué)報(bào)(人文社會(huì)科學(xué)版), 2017, 47(5):118-128.

[3] 張?zhí)煨? 王敏. 中國村落遺產(chǎn)保護(hù)中活態(tài)文化標(biāo)準(zhǔn)的可能性分析——從亞太地區(qū)文化遺產(chǎn)保護(hù)獎(jiǎng)與中國傳統(tǒng)村落評(píng)定的比較說起[J]. 中國園林, 2015, 31(4):46-49.

[4] Chen B X, 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.

[5] Savvides A, Michael A, Malaktou E, et al. Examination and assessment of insolation conditions of streetscapes of traditional settlements in the Eastern Mediterranean area[J]. Habitat International, 2016, 53:442-452.

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

[7] Kim G, Kang W M, Park C R, et al. Factors of spatial distribution of Korean village groves and relevance to landscape conservation[J]. Landscape and Urban Planning, 2018, 176:30-37.

[8] Wulandari L D. Typology and morphology of spatial settlement in the traditional village of Penglipuran, Bali [J]. International Journal of Academic Research, 2010, 2(6):320-331.

[9] Xue L, Kerstetter D, Hunt C. Tourism development and changing rural identity in China[J]. Annals of Tourism Research, 2017, 66:170-182.

[10] Rahman A A, Hasshim S A, Rozali R. Residents’ preference on conservation of the Malay traditional village in Kampong Morten, Malacca[J]. Procedia-Social and Behavioral Sciences, 2015, 202:417-423.

[11] Fukamachi K. Sustainability of terraced paddy fields in traditional Satoyama landscapes of Japan[J]. Journal of Environmental Management, 2017, 202:543-549.

[12] 佟玉權(quán). 基于GIS的中國傳統(tǒng)村落空間分異研究[J]. 人文地理, 2014, 29(4):44-51.

[13] 熊梅. 中國傳統(tǒng)村落的空間分布及其影響因素[J]. 北京理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版), 2014, 16(5):153-158.

[14] 劉大均, 胡靜, 陳君子, 等. 中國傳統(tǒng)村落的空間分布格局研究[J]. 中國人口·資源與環(huán)境, 2014, 24(4):157- 162.

[16] 馮亞芬, 俞萬源, 雷汝林. 廣東省傳統(tǒng)村落空間分布特征及影響因素研究[J]. 地理科學(xué), 2017, 37(2):236-243.

[17] 李伯華, 尹莎, 劉沛林, 等. 湖南省傳統(tǒng)村落空間分布特征及影響因素分析[J]. 經(jīng)濟(jì)地理, 2015, 35(2):189- 194.

[18] 馬勇, 黃智洵. 基于GWR模型的長江中游城市群傳統(tǒng)村落空間格局及可達(dá)性探究[J]. 人文地理, 2017, 32(4): 78-85.

[19] 何小芊, 龔勝生, 胡娟, 等. 基于不同尺度的湘鄂贛地區(qū)傳統(tǒng)村落空間分異及影響因素[J]. 長江流域資源與環(huán)境, 2019, 28(12):2857-2866.

[20] 陳君子, 劉大均, 周勇, 等. 嘉陵江流域傳統(tǒng)村落空間分布及成因分析[J]. 經(jīng)濟(jì)地理, 2018, 38(2):148-153.

[21] 王豐龍, 曾剛. 長江經(jīng)濟(jì)帶研究綜述與展望[J]. 世界地理研究, 2017, 26(2):62-71; 81.

[22] 龔勝生, 李孜沫, 胡娟, 等. 山西省古村落的空間分布與演化研究[J]. 地理科學(xué), 2017, 37(3):416-425.

[23] 徐建華. 地理建模方法[M]. 北京: 科學(xué)出版社, 2010.

[24] 盧松, 張小軍, 張業(yè)臣. 徽州傳統(tǒng)村落的時(shí)空分布及其影響因素[J]. 地理科學(xué), 2018, 38(10):1690-1698.

[25] 孫軍濤, 牛俊杰, 張侃侃, 等. 山西省傳統(tǒng)村落空間分布格局及影響因素研究[J]. 人文地理, 2017, 32(3): 102-107.

[26] 李咪, 芮旸, 王成新, 等. 傳統(tǒng)村落的空間分布及影響因素研究——以吳越文化區(qū)為例[J]. 長江流域資源與環(huán)境, 2018, 27(8):1693-1702.

Spatial patterns and their influencing factors of traditional villages in Yangtze river delta

XU Jinming, ZHU Yinan, NI Zhangjie, LI Fei, SUN Weiwei*

( Ningbo University-University of Angers Joint Institute, Ningbo University, Ningbo 315211, China )

Taking 1074 traditional villages in the Yangtze river delta region (Jiangsu province, Zhejiang province, Shanghai municipality and Anhui province) as research objects, ArcGIS and Excel are used to analyze the spatial distribution characteristics of traditional villages in the Yangtze river delta region and their relations with natural environment, social economy, history and culture, along with other influencing factors. Research findings may be summarized as follows: (1) The traditional villages in the Yangtze river delta are characterized by a distribution with an agglomeration pattern. (2) The space of traditional villages is extremely unbalanced in terms of density. Judging from the municipal scale, they are mainly distributed in Huangshan city of Anhui province, Lishui city of Zhejiang province, Jinhua city of Zhejiang province, Taizhou city of Zhejiang province, Xuancheng city of Anhui province, Quzhou City of Zhejiang province and Hangzhou city of Zhejiang province. (3) The traditional villages in the mountainous and hilly areas where the transportation infrastructure is lagging behind and the economy is relatively at low level, and those in the areas where rivers are many, are densely populated and the distribution pattern is largely influenced by the history, customs and culture. This study is expected to provide helpful reference for the green and sustainable development of traditional villages in the Yangtze river delta.

Yangtze river delta region; traditional villages; spatial distribution; influencing factors; GIS

K901.8

A

1001-5132（2021）06-0085-09

2020?03?17.

寧波大學(xué)學(xué)報(bào)（理工版）網(wǎng)址: http://journallg.nbu.edu.cn/

國家自然科學(xué)基金（41971296）.

徐金銘（1996－）, 女, 山東淄博人, 在讀碩士研究生, 主要研究方向: 海島旅游開發(fā)與評(píng)價(jià). E-mail: 643384041@qq.com

孫偉偉（1985－）, 男, 河南鞏義人, 教授, 主要研究方向: 遙感與地理信息系統(tǒng). E-mail: sunweiwei@nbu.edu.cn

（責(zé)任編輯 史小麗）