|
作者简介： 张茹，华南理工大学建筑学院博士研究生，广西大学艺术学院讲师。 陆琦，华南理工大学建筑学院教授，博士生导师。 基金项目： 国家自然科学基金项目“岭南汉民系乡村聚落可持续发展度研究”（编号：51278194）；国家民委民族研究项目“西南边疆地区多民族族际共生空间形成及演化机理研究”（编号：2018-GMD-014）。 版权声明： 原文刊登于《小城镇建设》杂志2019年4月刊，版权为小城镇建设杂志社所有，本文在原文的基础上经过删减。 投稿信息详见文末 摘要：传统村落是我国宝贵的文化遗产。自2012年以来，住建部、自治区住建厅等公布的全部国家级、省级广西传统村落共662个。本文借助地理学、统计学相关理论，综合研究广西传统村落的空间分布及影响因素。文章先通过GIS的技术手段，确定广西传统村落空间分布，后利用SPSS软件综合相关经济、人口、自然等因素量化指标，研究确定其分区形态，并探讨各分区内的各类影响因素之间的定量关系，进一步研究其内在影响机制关系。梳理地方传统村落发展现状，为村落保护和建设提供借鉴指导。 关键词：传统村落；空间分布；影响因素；广西 doi：10.3969/j.issn.1009-1483.2019.04.011 中图分类号：F590.3 文章编号：1009-1483（2019）04-0072-08 文献标识码：A 传统村落是历史的见证，是文化传承的载体[1]，每一个传统村落都记录了特定的历史下，特定的地域条件下，经济、政治、文化等社会各方面的发展状况[2]。依据国家住房城乡建设部会同文化部、国家文物局、财政部2012年发布的《关于开展传统村落调查的通知》文件内容，给出了传统村落的基本定义。传统村落是指形成较早，拥有较丰富的传统资源，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[3]。2014年，又进一步指出：传统村落传承着中华民族的历史记忆、生产生活智慧、文化艺术结晶和民族地域特色，维系着中华文明的根，寄托着中华各族儿女的乡愁。传统村落是我国历史文化遗产的重要组成部分[4]。 国内对传统村落的相关研究，涉及到建筑、规划、旅游、生态、人文、地理等多个学科方向[5-8]。当今广西传统村落的研究处于起步发展阶段，传统村落价值逐渐凸显。从研究成果上看，尚未有较为清晰明确的空间分布研究，更缺乏对分布影响要素的深入剖析，以及内在规律和影响机制的挖掘整理。 本文利用Arc GIS10.2空间分析工具和SPSS统计分析软件，对广西传统村落的空间分布进行定量分析[9-10]，并进行核密度测算，在此基础上针对其差异性深入量化研究，探讨广西各个批次传统村落的空间分布及特征[11-13]。 研究对象和数据 本文收集的传统村落数据信息，主要来源于两个官方公布的权威数据。一是由国家住房和城乡建设部、文化部和财政部先后公布的四批中国传统村落名录，其中广西共有161个传统村落列入国家级传统村落名录。二是由自治区住房和城乡建设厅、文化厅、财政厅公布的共三批广西传统村落名录，合计662个。 整理以上数据，将既是自治区级又是国家级的传统村落进行合并处理，整理得到广西共662个传统村落及其具体各地市分布情况（见表1）。利用百度地图API坐标拾取器获取传统村落的经纬坐标，将每一个传统村落抽象为空间上的点，制作成广西传统村落空间分布图（见图1）。 表1 广西传统村落各地市分布情况汇总表 资料来源：作者自绘。 图1 广西传统村落空间分布图 资料来源：作者自绘。 空间分布特征分析 由于受地理环境差异的影响，广西传统村落空间分布密度呈现明显的差异性，广西传统村落空间分布平均密度为27.91个/万km2。就地市尺度来说，桂林市的密度最大，达到94.93个/万km2，贺州市密度次之，72.32个/万km2，第三为玉林市，密度为43.62个/万km2，百色市密度最低，仅有4.42个/万km2，不到桂林市的二十三分之一（见表2）。 表2 广西城市传统村落空间分布密度统计表 资料来源：作者自绘。 就区县尺度而言，桂林市雁山区的传统村落空间分布密度为全省最高，达到312.5个/万km2，超过广西传统村落平均密度十多倍之多。桂林市叠彩区次之，达到192.31个/万km2，桂林市传统村落的数量和分布密度都远高于广西其他地区。 利用Arc GIS软件中的Kernel Density工具对广西传统村落进行核密度分析[14]，生成广西传统村落核密度分析图（见图2）。广西传统村落空间分布存在1个核密度中心区，2个副中心区。核密度中心区位于广西东北部，柳州北部、桂林、贺州西北部一线，其中以桂林市的恭城县、龙胜县核密度值最高；2个副中心分别位于玉林市北部，包含兴业县东部、玉州区北部至北流市北部一线；另一个副中心是来宾市东北部，主要涵盖了象州县东部和金秀瑶族自治县。从核密度分析图可见广西传统村落存在明显的区域不平衡性。 图2 广西传统村落核密度分析图 资料来源：作者自绘。 通过对各个批次传统村落名录评选结果的资料整理，分别对广西国家级四个批次评选结果、自治区级三个批次评选结果进行核密度分析，得出不同批次的传统村落核密度（见图3、图4）。结果表明：国家级第一批名录公布时，基本已经可以确定广西传统村落的分布格局；第二批次的评选结果将次级中心从玉林市北部东移至钦州市东北部；第三、第四批次的评选结果，强化了广西东北部的核心地位，弱化了桂中南的两个次级中心。第一批自治区级传统村落的评选结果，奠定了桂东北的核心地位，同时提升了玉林市北部和东部、来宾市东部和贵港市北部交界处两个次级副中心的分布核密度值，第二批次则弱化了两个副中心的地位，第三批次的评选结果提升了玉林市北部的核密度值，玉林市东部核密度值减少，同时强化了来宾市东北部，密度核心稍微北移。可以说，国家级、自治区级传统村落评选结果，都产生了广西东北部这一分布核心区。而另外两个次级的副中心区域，则是由自治区级评选结果产生的。 图3 国家级传统村落空间分布核密度图 资料来源：作者自绘。 图4 自治区级传统村落空间分布核密度图 资料来源：作者自绘。 将广西传统村落数量细分至广西各个区县，分析区县级传统村落数量分布情况，得到广西传统村落数量分布（见图5）。可以发现，广西大部分区县都有传统村落的存在，但依然有一些局部空白，这些空白多数集中在城市建成区范围内，城市区域强度高、规模大的集中开发，导致城市市区周边的传统村落无法保留。余下的空白区域基本位于广西西部，囊括了百色市田林县、河池市东兰县往南至崇左市大新县一线，该类区域经济发展相对落后，根据2016年广西统计年鉴数据，田林、天等、巴马、东兰等县的国民生产总值、人均生产总值按照全广西110个区县排位，均排靠末端，经济发展的滞后使得该片区域的传统村落得不到修缮、保护、开发和利用，这是该片区域传统村落数量为0最直接的影响要素。 图5 广西传统村落数量分布图 资料来源：作者自绘。 空间分布影响因素 广西各市传统村落的分布呈现明显不均衡的状态，是受到各种外界因素的影响，本研究尝试从一种量化分析的角度，通过对各种影响因素进行相关性比对，找到传统村落分布特征背后主要的影响因素。针对分布不均衡的情况，首先需要对广西境内14个市进行区域划分。 通过对各市统计年鉴的资料收集，从人口、经济、粮食产量、公路建设量、耕地数量和第一、第二、第三产业的指数几个影响因素对各地基础资料进行了汇总。由于各地市受到的影响因素不尽相同，首先利用SPSS软件中的描述工具，对数据进行统计性描述分析，接着使用聚类分析工具，采用皮尔森相关性分析法对广西14个市进行聚类分析（见图6）。谱系图清楚的表达了在不同指数下广西14个市的聚类情况。在指数10的模式下，可分为8类；在指数20的模式下，可以得到3类，为了使分类更具有代表性和意义，本研究选择在指数20的模式下，得到了三个类型区域分布（见图7）。 第一类：北海市、防城港市、钦州市、梧州市、崇左市、百色市、柳州市； 第二类：贵港市、南宁市、玉林市； 第三类：桂林市、贺州市、来宾市、河池市。 图6 广西各地市聚类分析结果谱系图 图7 三个区域空间分布图 资料来源：作者自绘。 从传统村落区域空间分布来看，一类区域的分布，基本上有两条线：一条位于广西西南部一线，另一条位于广西中北部至东部一线，这一区域包含7个市，传统村落数量总计150个，占总数的21.4%。区域面积105172km2，占广西面积44.3%。 此类区域在传统村落形成过程中，受到的影响因素比较一致，利用SPSS软件的相关性分析工具[15]，剖析这一区域的主要影响因素，得到具体相关性分类（见表3）。 表3 一类区域影响要素的相关性分析表
注：*. 相关性在 0.05 层上显著（双尾）。 **. 相关性在 0.01 层上显著（双尾）。 从表3相关性分析中，可以看到传统村落的数量与地区生产总值、旅游收入和平均气温三个因素呈现显著相关性，说明在这类区域中，经济因素和气候因素对传统村落的影响大，而其他因素对传统村落的影响不甚明显。其中地区生产总值与传统村落的数量二者之间，显著性小于0.01，皮尔森值为0.984，呈现出的是在0.01层面上显著的正相关。可以说，在此类区域中，经济因素是最主要、最显著的影响因素，经济的发达程度越高，传统村落数量越多，经济发达地区在资金的优势下，对传统村落的申报、保护和维护的扶持力度较大，发达的经济条件是传统村落保护、传承与发展的有利条件。而气候要素与传统村落的数量二者之间是相关性为0.05层面的负相关，0.01层面的相关性要比0.05层面的相关性更为显著，因此气候要素的影响力弱于经济要素，而且气候要素对于传统村落而言是一种负相关关系，即平均气温越高，传统村落数量越少。 从传统村落区域空间分布来看，二类区域的分布基本位于广西中部至东南部，区域涵盖传统村落102个，占传统村落总数的14.5%，区域面积45539km2，占广西面积的19.2%。 同样利用SPSS软件中的相关性分析法，分析对该区域中三个城市传统村落的影响因素，但在该类区域中，研究发现较其余两个区域来说，这一类区域传统村落数量较少，因而传统村落赋值很小，直接利用其数据做比对时，该因素与其他影响因素关系均不显著，但并不是说明这个区域的传统村落数量不受到外界影响。对传统村落数量这个值进行加工，通过数量计算传统村落密度，利用这个密度值与其他影响要素进行相关性分析（见表4）。 表4 二类区域影响要素的相关性分析表
注：*. 相关性在 0.05 层上显著（双尾）。 根据表4中的相关性数据进行分析，传统村落密度与第一产业指数、第三产业指数有较为明显的相关性，显著层面均是在0.05的层面，其中传统村落密度与第一产业指数是负相关关系，说明第一产业越发达，产值越高，传统村落密度越小；而第三产业指数和传统村落密度则是正相关关系，第三产业越发达，产值越高，传统村落密度越大，就第一产业和第三产业影响力而言，第一产业皮尔森绝对值略高于第三产业，则第一产业的影响力稍大于第三产业。而传统村落数量和传统村落密度之间，没有显著的相关关系，众所周知，传统村落密度=传统村落数量/该区域行政区域面积。按理说传统村落数量与传统村落密度应该呈现显著的正相关关系，而实际情况并非如此，说明该类区域的行政区域土地面积大小是影响传统村落数量的因素之一。 三类区域的分布基本位于广西北部至东北部，区域涵盖传统村落450个，占传统村落总数的64.1%，区域面积52973km2，占广西总面积的22.3%。同理利用SPSS软件中的描述方法和相关性分析法进行分析（见表5）。 表5 三类区域影响要素的相关性分析表
注：*. 相关性在 0.05 层上显著（双尾）。 **. 相关性在 0.01 层上显著（双尾）。 分析表5中的相关性数据，在这一区域中，传统村落的数量亦是受到地区生产总值、旅游收入和平均气温三个要素的影响，归结为受到经济与气候的因素影响。与第一类区域不同的是，平均气温与传统村落的数量二者之间，显著性小于0.01，皮尔森值为-0.991，是非常显著的负相关关系，而经济方面的两个要素都是在0.05层面与传统村落的数量形成正相关关系。因此，在这类区域中，气候要素是影响传统村落数量的最主要影响因素，而这种影响是一种负相关类型的影响，即气温越低，传统村落数量越多；而经济因素同样影响该区域传统村落数量，在地区生产总值、旅游收入两个经济因素中，旅游收入的影响要大于其他经济收入，而表中其他因素对传统村落数量影响不大。 总结 广西传统村落空间分布呈现出明显的不均衡状态，多数传统村落集中于广西北部至东北部。中部玉林市北部、来宾市东北部地区亦呈现小范围的集中。从地区的传统村落分布水平看，呈现出三类区域。就全区而言，影响广西传统村落空间分布的最重要因素主要有两方面。首先是自然气候因素，环境的影响对传统村落最为突出。研究中发现温度与传统村落数量呈现负相关关系，低温地区传统村落保留较好，传统村落数量多。其次是经济发展因素，传统村落的研究、保护、开发利用需要强有力的经济支撑，就广西总体水平而言，经济发达地区在资金和政策的优势下，更有利于传统村落的保留与保护。 参考文献 [1]陈喆,周涵滔.基于自组织理论的传统村落更新与新民居建设研究[J].建筑学报,2012(4):109-114. [2]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. [3]住房和城乡建设部,文化部,国家文物局,等.住房和城乡建设部、文化部、国家文物局、财政部关于开展传统村落调查的通知(建村〔2012〕58号)[EB/OL].(2012-04-16)[2018-12-17].http://www.mohurd.gov.cn/zcfg/jsbwj_0/jsbwjczghyjs/201204/t20120423_209619.html. [4]孙莹,王玉顺,肖大威,等.基于GIS的梅州客家传统村落空间分布演变研究[J].经济地理,2016,36(10):193-200. [5]李琪.基于GIS的江西省历史文化名镇名村空间分布特征及影响因素[D].上海:东华理工大学,2017. [6]李小芳.江西省传统村落空间分布及文化特征研究[D].南昌:江西师范大学,2016. [7]刘雅心.广西传统村落景观区划及保护策略研究[D].南宁:广西大学,2017. [8]林莉.浙江传统村落空间分布及类型特征分析[D].杭州:浙江大学,2005. [9]李伯华,尹莎,刘沛林,等.湖南省传统村落空间分布特征及影响因素分析[J].经济地理,2015,35(2):189-194. [10]孙军涛,牛俊杰,张侃侃,等.山西省传统村落空间分布格局及影响因素研究[J].人文地理,2017,32(3):102-107. [11]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. [12]魏绪英,蔡军火,刘纯青.江西省传统村落类型及其空间分布特征分析[J].现代城市研究,2017(8):39-44. [13]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. [14]牛强.城市规划GIS技术应用指南[M].北京:中国建筑工业出版社,2012. [15]孙逸敏.利用SPSS软件分析变量间的相关性[J].新疆教育学院学报,2007(2):120-123. |
|
|
来自： 勇z72grl99fu6m > 《规划》
