中国传统村落时空演变特征及影响因素分析

王 强, 邵秀英, 殷仙花

(太原师范学院地理科学学院, 山西 晋中 030619)

“传统村落”原名“古村落”,是指明国以前所建的村,国内对于传统村落的研究始于20世纪80年代。改革开放以后,随着城市化进程加快,大量的古村落遭到破坏,引起了政府及学术界的广泛关注。而“传统村落”作为一个学术概念被正式提出则源自于2012年胡彬彬在《光明日报》理论版发表的《我国传统村落及其文化遗存现状与保护思考》一文,同年,传统村落保护和发展专家委员会第一次会议决定将原有习惯性称谓“古村落”改为“传统村落”,以便更好地突出其文明价值和传承意义。2012年在建设部、文化部、国家文物局和财政部四部门联合印发的关于开展传统村落调查的通知中明确指出,“传统村落是指村落形成较早,拥有较丰富的传统资源,且具有一定历史、文化、科学、艺术、社会、经济价值应予以保护的村落”[1]。

传统村落承载着中华传统文化的精华,是我国物质文化遗产与非物质文化遗产有机结合的不可再生的文化遗产,是中华文明最重要的文化遗产之一。传统村落一词属于我国特有的名词,在国外并没有与之直接相对应的名词,但国外有关乡村文化遗产地[2]、古村镇[3]、历史文化街区[4]等文化古迹方面的研究值得借鉴。

目前,在中国知网上以“传统村落”和“古村落”为限定词进行主题搜索,约有各类中文文献2.6万篇。从参与传统村落研究的学科来看,总体上呈现多学科参与融合的特点,其中以建筑学、考古学、旅游学、文化学、地理学、农业学等学科为主,这体现了传统村落自身的复杂性和重要性。从研究内容来看,主要集中在传统村落保护与更新[5-8]、传统村落与乡村振兴[9-11]、村落空间形态[12-14]、传统村落与旅游[15-17]、传统村落文化[18-20]、空间布等方面[21-23]。例如,刘春腊和刘沛林[6]对北京山区古村落的保护与开发研究;耿娜娜和邵秀英[8]以碛口古镇为例探究游客对传统村落旅游形象的感知;翟洲燕等[19]基于国内代表性的聚落景观基因组图谱建构方法,以陕西省35个传统村落为例,研究了传统村落历史文化空间的保护与再现;刘大均等[21]采用空间分析法对中国传统村落空间分布及影响因素展开了研究。

在研究方法上,早期学者们对于传统村落的研究多以描述定性分析为主,但随着对传统村落研究认识的逐渐加深,采用定量化分析方法对传统村落展开研究的文献逐年增多。例如,陈驰等[24]以空间句法研究传统村落的空间形态;曾立新和杜法成[25]通过网络文本数据研究游客对川陕革命老区传统村落旅游地的满意度;郑梦秋等[26]、邹君等[27]以构建指标体系对不同类型传统村落脆弱性进行了比较研究。从对传统村落的研究尺度来看,有以全国、文化区、黄河流域、西南地区等宏观尺度展开研究的,也有以省市等中观尺度或以个案研究村落的空间形态演变展开研究的。

通过对相关文献的梳理,可以发现我国对传统村落的研究虽起步较晚,但经过多年的发展亦取得了丰硕的研究成果。在以全国为尺度对传统村落展开研究的文献大多集中在对国家公布的前三批或前五批传统村落就其空间分布及影响因素的探讨,而从时间和空间演变的视角对全国前六批传统村落的研究文献鲜少。基于此,在研究数据可获得的前提下,以国家先后公布的前六批中国传统村落名录(共计8 155个)为研究对象,结合地理信息技术系统(geographic information system,GIS)空间分析等方法,从时空演变的角度分析各批次传统村落的变化及时空分异格局的影响因素,以期望增强对我国传统村落的认识,为传统村落的保护利用及可持续发展提供参考。

1 数据来源及研究方法

1.1 数据来源

文中的传统村落均来自住房和城乡建设部及文化和旅游部等部门先后公布的六批中国传统村落名录(因数据缺失,未包含港澳台地区)。其中,2012年第一批(646个)、2013年第二批(915个)、2014年第三批(994个)、2016年第四批(1 598个)、2019年第五批(2 666个)、2023年第六批(1 336个),前六批总计8 155个。本文先在其官方网站上获得中国传统村落的名录,再通过百度地图应用程序接口(application programming interface,API)坐标拾取器获取村落的经纬度坐标,将每个村落抽象成空间中的点状要素,经过纠偏后形成矢量数据。社会经济等相关数据来源于各省份官网公布的统计年鉴(2022年)整理而成。

1.2 研究方法

1.2.1 最邻近点指数

对于研究区域面积较大且想了解其内部多个研究对象的空间分布类型时,通常采用最邻近点指数来鉴别[28]。将中国传统村落抽象成点状要素,点状要素的空间分布可分为聚集、均匀和随机分布三种类型,最近邻指数的计算公式如下:

(1)

(2)

1.2.2 不平衡指数

不平衡指数可以反映研究对象在某一区域内的分布均衡程度。通过计算中国传统村落在全国范围内的不平衡指数,以探究中国传统村落在全国各省份的分布均衡情况。不平衡指数的计算公式如下:

(3)

式中:n为研究区各省份的数量;Yi为各省份传统村落的数量占全区传统村落总数的比例从大到小排序后第i位的累计百分比;S为不平衡指数;S的取值为0～1,S越大表明分布越集中,S越小表明分布越分散。

1.2.3 核密度分析

核密度分析可以用于计算要素在其周围邻域中的密度。通过GIS软件空间统计中的密度分析工具对各批次中国传统村落进行核密度分析,以示其空间分布格局及各批次空间分布形态的演变。其计算公式如下:

(4)

1.2.4 叠置分析法

叠置分析法是指将两层或与多层地图要素进行叠加以形成一个新图层来分析图层与图层之间的关系的研究方法。基于ArcGIS软件将中国传统村落分布图分别与矢量化后的高程、气候、流域、河流、干湿区等自然因素和道路、人均GDP、人口密度、城镇化率、农业耕作制度等人文因素相叠加,以分析中国传统村落分布与自然地理因素及人文地理因素之间的关系。

2 中国传统村落时空演变分析

2.1 时空分布类型演变特征

利用ArcGIS软件中的平均最近邻工具计算各批次传统村落的平均最近邻指数以表征中国传统村落分布类型。其中,当Z<-2.58或Z>+2.58且P<0.01时,表示所得结果的置信度大于99%,即所观测到的空间分布模式是随机产生的可能性小于1%。通过将各批次传统村落的地理坐标导入ArcGIS软件计算其平均最近邻指数可以发现,无论是前六批还是合计六批的Z均小于-2.58且P<0.01,即全部通过显著性检验。依据式(1)和式(2)计算出各批次传统村落的最近邻指数(R)(表1),可见R均小于1,表明2012—2023年各批次及合计六批次中国传统村落均为凝聚型分布。进一步比较发现前六批在空间集聚程度上有所不同,呈现第二批>第五批>第四批>第三批>第六批>第一批的演变格局。

2.2 时空分布均衡程度

不平衡指数可以反映传统村落在全国各省份的分布均衡程度。根据式(3),利用Excel计算出前六批及合计六批中国传统村落的不平衡指数(S),S越大表示分布越集中。如表2所示,前六批传统村落分布均呈现不平衡分布的态势,其中分布不平衡程度为第二批>第五批>第三批>第四批>第一批>第六批。

就当下前六批中国传统村落分布均衡程度而言,其不平衡指数为0.522,仍呈现明显的不平衡分布。结合统计数据生成前六批传统村落的洛伦兹曲线(图1),可见仅排名靠前的云南、贵州、湖南、浙江、山西、福建6省就占据了全国传统村落总数的50.31%;而排名靠后的江苏、内蒙古、新疆、辽宁、北京、黑龙江、宁夏、吉林、天津、上海10省份传统村落数量仅占全国总数的4.34%。

2.3 传统村落数量时空演变特征

通过对各批次传统村落数据的整理得到表3。总体而言,每个批次的传统村落数量有着显著的区别。前五批在数量上均呈现增加的特征,第六批经过多年的申报相较于第四批与第五批开始减少。就各批次在区域分布的数量而言,前六批传统村落在全国表现分布不均衡的特点:第一批、第四批以西南、华东、华北三大区域为主;第二批、第三批及第五批以西南、华东、华中地区为主;第六批以华东、西北、西南地区为主。就各批次在省份分布数量而言,第一批以贵州、云南、山西、福建、浙江数量最多;第二批以云南、贵州、江西、广东、河南数量最多;第三批以云南、贵州、浙江、山西、福建最多;第四批以浙江、湖南、山西、四川、贵州数量最多;第五批以湖南、山西、福建、安徽、浙江数量最多;第六批以河南、河北、安徽、江西、云南数量最多。就各批次总数量在区域上而言,呈现明显的南方多于北方的特征,其中华东、西南、华中三个区域是我国传统村落分布数量最多的区域,合计占据了全国总数量的71.28%;其次是华北和华南地区,合计占全国总数量的20.82%;西北和东北地区,尤其是东北地区在总量上最少,两地区合计全国总数量的7.9%。就各批次总数量在省份的比例而言,大致可以划分成六个等级。第一等级包括云南、贵州、湖南、浙江、山西、福建6省,共占全国总数的50.31%;第二等级包括安徽、江西、四川、广西4省份,共占全国总数的19.88%;第三等级包括广东、河北、河南、湖北4省,共占全国总数的13.67%;第四等级包括青海、陕西、山东、重庆4省份,共占全国总数的8.51%;第五等级包括甘肃、海南、西藏、江苏、内蒙古、新疆、辽宁7省份,共占全国总数的6.22%;第六等级包括北京、黑龙江、宁夏、吉林、天津、上海6省份,共占全国总数的1.41%。

表1 各批次中国传统村落聚集性

表2 各批次中国传统村落分布均衡程度

图1 前六批中国传统村落分布洛伦兹曲线

表3 各批次传统村落数量

2.4 中国传统村落空间集聚演变特征

为了揭示全国传统村落分布的空间集聚演变特征,借助ArcGIS的核密度分析功能对各批次传统村落进行核密度制图,以可视化的方式分析传统村落分布的演变格局。对前六批传统村落进行核密度分析可知,第一批传统村落主要形成了4个高值核心片区及多个次一级核心区,分别是以贵州东部、广西东北部、湖南西部、重庆东南部及湖北西南部所连接成的高值片区;以云南西北部为核心的局部高值区;以福建和浙江大部、江西东北部、安徽南部的连片高值区;以山西为核心的冀鲁豫局部高值区。次一级核心区主要有以江西中南部、广东中东部、青海与甘肃交界处及湖北与河南的交界处等零星分散区。第二批在第一批的基础上弱化了以山西为核心的晋鲁豫高值区和以福建、浙江、江西东北部、安徽南部的连片高值区,强化了云南西北部的高值中心,收拢了贵州东部、广西东北部、湖南西部、重庆东南部及湖北西南部所连接成的高值片区,形成了湘桂黔交界处、云南西北部、赣皖苏交界处3个高值中心及云南中南部、江西中部、河南北部、广东与福建交界处4个次一级密度核心。第三批与第一批相似,但在高值中心有一定的位移且进一步扩大了云南的高密度中心。第四批弱化了云南的高密度中心,其他则与第一批相近。第五批与第四批相似,但形成了江西中东部的局部核心区,而云南则演变成次一级密度核心。第六批除了形成青海与甘肃交界处的局部高值区,其他高值区基本与第一批相似,但次一级核心区的分布范围明显更广,特别是在西藏东南部形成了局部次一级核心区。

综合所有批次可以看出,自2012年公布的第一批次传统村落就已经基本奠定了后面各批次空间分布的总体格局,以后的各批次基本是在第一批的基础上进行强化与补充[29]。对前六批所有8 155个传统村落进行核密度制图分析可知:各批次中国传统村落分布特征在历经11年的演变后,当前已形成了三大高值片区与四处局部高值区并存、次级核心区零星分布的总体特征,分别是晋鲁豫交汇处、桂黔湘鄂渝交汇处、闵浙皖交汇处三大高值片区,滇西北、滇南、赣东、青海东部四处局部高值区,黔东南、鲁中、鄂豫交界处等多处次级核心。

3 时空分布格局影响因素分析

3.1 自然地理相关因素

3.1.1 地形

传统村落是农耕文明时期形成的重要遗产。中国地域辽阔,地形复杂多样,地势自东向西呈阶梯状分布。村落的高程决定了村落所处的地形,而不同的地形对农业活动有着深刻的影响进而限制着传统村落的分布。通过GIS将传统村落与中国高程图相叠置,提取各高程上传统村落分布的数量,以分析传统村落分布与地形的关系。中国传统村落数量分布与其自东向西的地势变化基本一致,呈现第三级阶梯>第二级阶梯>第一级阶梯的分布特点。具体分布可知约48%的传统村落分布在海拔500 m以下的平原及丘陵地区;28%的传统村落分布在海拔500～1 000 m的山地地区;分布在海拔1 000～1 500 m的传统村落数量约占总数量的10%;分布在海拔1 500～2000 m的传统村落约占总数量的6%;而海拔大于4 000 m的地区传统村落分布数量仅占总数量的约0.5%。总体而言,传统村落分布数量除了在海拔3 500～4 000 m处数量有略微增加,整体变化表现出随着海拔的升高而减少。这体现了古人在村落选址时更趋向于海拔相对较低,地形起伏较小的更适宜传统农业发展的地区。

3.1.2 气候及干湿区

中国南北跨纬度广,南北热量差异显著;东西跨经度广,降水差异明显。这种复杂的气候系统具体表现为不同的气候区其降水和温度有所不同,进而影响着人们的生产生活。通过将中国气候带与传统村落分布图相叠加分析可知,中国传统村落主要分布在亚热带。其中约49.8%的传统村落分布在中亚热带,约14.3%的传统村落分布在北亚热带,约6.5%的传统村落分布在南亚热带;部分传统村落分布在温带,其中约17.9的传统村落分布在南温带,约4.4%的传统村落分布在中温带,而仅有约0.05%的传统村落分布在北温带;少部分传统村落分布在北热带(约2.2%)、中热带(约0.1%)和高原气候区(约4.8%)。

将中国传统村落与干湿区进行耦合叠加可知,中国传统村落主要分布在秦岭—淮河一线以南的湿润地区,传统村落的占比高达75.1%;部分分布在半湿润地区(20.5%);而在半干旱和干旱区地区传统村落分布数量较少,分别占全部村落数量的3%和1.4%。总体而言,中国传统村落的分布主要集中在亚热带和温带的湿润、半湿润地区,这与这些地区拥有更适宜农耕文明发展种植业的水热条件及更适合人类繁衍生息的自然因素息息相关。而传统村落分布较少的中温带和高原气候区的半干旱、干旱地区则更适宜游牧文明发展畜牧业,相较于游牧文明逐水草而居的特点,农耕文明发展种植业则更趋向于在自然条件较好的地区稳定下来形成自己的长期居所,进而极大地影响着传统村落在全国的分布特征。

3.1.3 河流水系

纵观人类文明可以发现古文明的发祥地多与河流有着密不可分的关系。河流不仅能够为农业生产提供灌溉水源和生活用水,还具有重要的航运价值。将传统村落与九大流域及各级河流相叠加,以探讨河流水系与传统村落分布之间的内在联系。通过统计各流域传统村落的数量(图2)可知,中国传统村落在各个流域均有分布,但分布的数量及密度差异明显。在数量上最多的是长江流域(37%),其次是东南诸河(18%)、珠江流域(14%)、黄河流域(11%),而在淮河流域、松辽流域、内陆河流域的分布较少,特别是内陆河流域仅占传统村落总数量的1%。就传统村落在各流域分布密度而言,东南诸河最高,其次是珠江流域,内陆河流域的密度最低。

图2 各流域传统村落统计

分别就一、三级河流和五级河流以5 km为半径进行缓冲区分析发现,中国传统村落在一、三级河流及五级河流分布的数量分别占总数量的8.14%和27.81%。将传统村落与河流分布图进行叠置分析可发现,中国传统村落多沿着三级与五级河流两侧分布。究其原因,这与中国历史上大江大河多洪涝灾害有关。距离大江大河越近越易受到洪涝灾害的影响,则不易于传统村落的保存与延续,而适当的远离大江大河即能够满足村民日常生产生活用水的需要,也能够更好地减少洪涝灾害对村落的影响。

3.1.4 农业发展条件

传统村落是在农耕文明长期发展与传承过程中逐步形成的,因此农业发展条件的优劣对传统村落具有极大的影响。基于我国九大农业区划及农业耕作制度图将传统村落与二者进行叠置分析,以探讨传统村落分布与农业之间的关系。通过GIS将传统村落与九大农业区相叠加,提取各农业区上传统村落数量并计算每个农业区村落数量占总数的百分比。如图3所示,长江中下游地区、云贵高原地区、华南区三大农业区传统村落数量最多,占比高达66.6%;黄土高原区、黄淮海平原区、四川盆地及周边地区三大农业区传统村落数量次之,占比为25.9%;而青藏高原区、北方干旱半干旱区、东北平原区三大农业区传统村落数量较少,仅占总数的7.5%。

图3 九大农业区村落统计

将中国农业耕作制度与传统村落进行耦合可知,中国传统村落主要分布在水热条件较好的水稻及小麦两熟或三熟产区;此外仅晋东与河北交界处的一熟区传统村落数量较多且分布集中;而北方草原及西北干旱、青藏高寒地区传统村落数量鲜少;东北平原现如今虽作为中国的重要粮仓,但开发历史相较于传统村落形成的时间较晚,因此即使有良好的农业发展条件也并没有形成大量的传统村落。

3.2 人文地理相关因素

3.2.1 经济因素

地区GDP数据能够直接地反映当地的经济发展水平。为了探究传统村落的分布与经济发展之间的内在联系,基于GIS软件,依据2022年全国各省份人均GDP数据结合各省份传统村落数量制图分析可知,中国传统村落分布核心区与经济发展之间呈现三种明显不同的关系,一是以浙闽为中心的东部沿海经济发达聚集区;二是以晋湘皖为中心的中部经济较发达聚集区;三是以滇黔为中心的西南经济欠发达聚集区。这是因为浙闽地区经济发达,在传统村落申报方面意识强、经费充裕,传统村落保存度高;晋湘皖三省经济发展水平虽不及浙闽地区但政府重视传统村落的申报及保护;而滇黔两省深居我国西南地区,经济发展较为落后,受外界的影响较小,人地关系相对稳定,更好地延续了传统的生活方式,使传统村落得到了更为完整的留存。

3.2.2 人口因素

传统村落是人类生产、生活、居住的场所,是人类活动综合作用于地表的产物。基于GIS软件,以2022年各省份常住人口数据和各省份面积为基础,通过计算各省份人口密度并结合传统村落分布制图。经过统计不同人口密度省份所包含的传统村落数量,发现各省份人口密度与传统村落分布数量之间呈现以下特征:在0～100人/km2的人口低密度区(西藏、青海、新疆、内蒙古)及人口密度高于600人/km2的人口高密度区(上海、北京、天津、江苏)等省份传统村落数量的分布较少;而人口密度在100～600人/km2的中密度区传统村落数量分布最多,其中以云南、贵州、湖南、浙江、山西五省份最为突出。青藏、新疆、内蒙古等人口密度较低的省份传统村落分布数量较少,主要是由于该地区地广人稀,人们以从事畜牧业为主,不利于传统村落的形成;上海、北京、天津、江苏等人口密度较高的省份传统村落分布数量较少的原因与其城镇化水平高、人地关系较为紧张有关,村落在城市发展中没有得到有效保护而逐步消亡有关;而以云南、贵州、湖南、浙江、山西等人口密度中等的省份则既有适宜的人口数量,又主要从事种植业且人地关系相对和谐,才得以保留了大量的传统村落。

3.2.3 道路交通因素

交通条件是沟通村落对外联系及物资集散的桥梁,影响着传统村落的形成及分布。将中国主要交通线路与传统村落分布相叠加分析可知,在以浙江、福建、安徽、山西等相关省份形成的交通条件优良的聚集性村落,这一类村落对外交通较为便利,为与外界进行物资及信息交流提供了有利条件,村落发展条件好;在以西北、东北、内蒙古等交通条件相对滞后的地区传统村落分布较少;在以西南交通条件也相对落后的地区传统村落分布呈现集聚态势,其中以云南西北部、贵州东南部及湘黔交界处最为突出,这一类传统村落能够得到很好的保留,与其对外交通不畅、长期延续着其传统生产生活方式有关。

3.2.4 城镇化

自20世纪80年代以来,中国城镇化进程取得重大发展,但在城镇化初期过程中也存在着明显的粗放型特征,在城市盲目向外扩张的这一过程中对传统村落造成了不可挽回的破坏。基于GIS分析平台,以2022年各省份城镇化率结合传统村落分布制图分析可知,形成了东部沿海地区及重庆等城镇化水平较高的传统村落集聚区,其中以浙江、福建省最为显著,这一类省份在城镇化进程中比较注重对于村落的保护,使得村落在城市发展的进程中得以保留;中部城镇化进程较快的传统村落集聚区,其中以山西、安徽、湖南三省最为显著,这一类省份城市发展较快,但村落分布多远离城市群,因此受到城镇化的影响较小;其次是以云南、贵州、四川为主的西南传统村落集聚区,这一类地区城镇化进程缓慢,保留了大量的传统村落;以及以北京、天津、上海三市为代表的高度城镇化传统村落缺乏区,这一类地区城镇化高度发达,城市用地规模大,人地关系紧张,村落在城镇化进程中被湮没。

4 结论与讨论

4.1 结论

对已公布的前六批合计8 155个传统村落结合GIS空间分析平台对其时空演变特征及影响因素展开研究,主要得出了如下结论。

(1)在时空分布类型演变方面,通过计算前六批及合计六批中国传统村落的最近邻指数,其R均小于1,即均为凝聚型分布。但前六批在集聚程度上有所不同,呈现第二批>第五批>第四批>第三批>第六批>第一批的演变格局。

(2)在时空分布均衡程度方面,通过计算前六批及合计六批中国传统村落的不平衡指数表明其均呈现不平衡分布的态势,其分布不平衡程度为第二批>第五批>第三批>第四批>第一批>第六批。

(3)在区域数量结构演变方面,除了第六批次相较于第五批次有所减少,其他批次均呈现增加的特征。前六批传统村落数量在区域分布上不均衡,第一批、第四批以西南、华东、华北三大区域为主;第二批、第三批及第五批以西南、华东、华中为主;第六批以华东、西北、西南为主。就各批次总数量在区域上而言,呈现明显的南方多于北方的特征,其中华东、西南、华中三区域村落数量最多;其次是华北和华南地区;西北和东北最少。就各批次传统村落数量在省份分布而言,大致可分为六个等级,其中处于第一梯队的云南、贵州、湖南、浙江、山西、福建、六省占比高达50.31%,而处于第六梯队的北京、黑龙江、宁夏、吉林、天津、上海六省份仅占全国总数的1.41%。

(4)在空间集聚演变方面,第一批次传统村落基本奠定了后面各批次空间分布的总体格局,以后的各批次基本上是在第一批的基础上进行强化与补充。对当前全部六批进行核密度制图可知,形成了三大高值片区与四处局部高值并存、次级核心区零星分布的总体特征。

(5)我国传统村落的形成及演进是自然与人文地理因素共同作用的结果,其中地形、气候及干湿区、河流水系等自然因素影响着村落的选址及农业发展条件,进而制约着传统村落的形成与发展,经济、人口、交通、城镇化等人文因素也在不同程度上对传统村落的保留及发展产生影响。

4.2 讨论

本文从宏观层面上对我国前六批传统村落的时空演变格局及影响因素展开了研究,由于研究区尺度较大,在各类研究数据主要局限于省域层面,在影响因素选取方面也有待考虑文化、政策、历史等因素,因此在接下来的研究中可以进一步细化研究范围及影响因素。