傳統(tǒng)村落智能評估模型的設計與實現

耿艷妍

摘要：2019年6月，伴隨第五批中國傳統(tǒng)村落名單的公布，全國共有6819個有重要保護價值的村落列入中國傳統(tǒng)村落名錄。在認定評審的指標體系中定量與定性評估指標參半，無可量化的評估指標體系，更缺少智能化的評估方法。文章收集整理了6000余個優(yōu)秀村落的相關數據，維度包含村落的基礎特征、村落歷史、自然環(huán)境、選址格局、傳統(tǒng)建筑、民俗文化六個方面?；诖藬祿?，采用機器學習中的監(jiān)督學習方法——決策樹，研究構建傳統(tǒng)村落智能評估模型，預測村落對象是否符合中國傳統(tǒng)村落的評價要求。同時，依據模型中各變量的關鍵度量值，闡述傳統(tǒng)村落認定評估中處于關鍵地位的可量化特征屬性，探索建立可量化的評估指標體系。此智能評估模型可作為專家評審的有力補充，提高認定工作的效率，增加認定的及時性、準確性。省、市級傳統(tǒng)村落的評估也可借鑒此研究使用的決策樹算法，基于省、市級傳統(tǒng)村落的樣本數據，構建省、市級傳統(tǒng)村落智能評估模型，為各級政府的傳統(tǒng)村落評估做智慧化的技術支撐。

關鍵詞：傳統(tǒng)村落；評估模型；機器學習；決策樹；C5.0算法；R語言

doi：10.3969/j.issn.1009-1483.2020.03.011 中圖分類號：TP391.41/TU982.29

文章編號：1009-1483（2020）03-0066-07 文獻標識碼：A

Design and Implementation of Traditional Village Intelligent Evaluation Model

GENG Yanyan

[Abstract] In June 2019， with the announcement of the fifth batch of Chinese traditional villages， a total of 6819 villages with important protection values have been included in the list of traditional villages in China. The quantitative and qualitative evaluation indicators are mixed in the identified evaluation index system. There is no quantifiable evaluation index system， and the lack of intelligent evaluation methods. In this paper， the author has collected and sorted out relevant data of more than 6，000 outstanding villages. The dimensions include the villages basic characteristics， village history， natural environment， site selection pattern， traditional architecture， and folk culture. Based on this data set， the decision tree， which is a supervised learning method in machine learning， is used to study and build a traditional village intelligent evaluation model to predict whether the village objects meet the evaluation requirements of Chinese traditional villages. At the same time， according to the key measurement values of each variable in the model， the quantifiable characteristic attributes， which are in a key position in the traditional village identification evaluation， are described， and a quantifiable evaluation index system is explored and established. This intelligent evaluation model can be a powerful supplement to expert review， improve the efficiency of identification work， and increase the timeliness and accuracy of identification. The evaluation of provincial and municipal traditional villages can also draw on the decision tree algorithm used in this research. Based on the sample data of provincial and municipal traditional villages， an intelligent assessment model of provincial and municipal traditional villages can be built as an intelligent technical support.

[Keywords] traditional village； evaluation model； machine learning； decision tree； C5.0 algorithm； R language

引言

2019年6月，伴隨第五批中國傳統(tǒng)村落（以下簡稱“傳統(tǒng)村落”）名單的公布，傳統(tǒng)村落大家族又新增了2666個新成員，傳統(tǒng)村落的數量達到6819個。五批傳統(tǒng)村落覆蓋除港、澳、臺之外的所有省份，涵蓋全國309個地級市，形成了世界上規(guī)模最大的農耕文明聚集群。傳統(tǒng)村落作為傳統(tǒng)文化的有機載體，其保護發(fā)展受到國家的高度重視，自2012年以來，累計展開五次傳統(tǒng)村落的摸底調查工作。由于傳統(tǒng)村落價值的多樣性及綜合性，評審工作選擇來自城鄉(xiāng)規(guī)劃、建筑學、文化遺產、社會學、藝術等不同領域的資深專家組成，專家綜合打分后作出認定結論，這造成認定評審受主觀因素影響較大，評分標準不一致，效率不高。本文意圖通過分析，獲得傳統(tǒng)村落可量化評估的主要指標，建立傳統(tǒng)村落的智能化評估模型，輔助不同階段的傳統(tǒng)村落評價，提高傳統(tǒng)村落評估工作的效率，增加傳統(tǒng)村落評估的準確性。

模型建立的基礎來源于6241個村落的結構化數據，數據維度包括：是否為傳統(tǒng)村落、所屬省、所屬市、所屬縣、所屬鎮(zhèn)、地形地貌、民族、村落形成年代、族譜、歷史人物、歷史環(huán)境要素的數量、古樹群、傳統(tǒng)建筑總占地面積、傳統(tǒng)建筑的數量、文保單位的最高等級、宗祠、非遺項目的最高等級。模型采用的算法是機器學習中的監(jiān)督學習算法——決策樹，它的優(yōu)勢是易于理解，產生的模型為樹狀結構，容易用實際的邏輯關系進行表意。另一方面作為監(jiān)督學習方法，算法本身要求樣本數據有分類結論，結構化村落數據集中的“是否為傳統(tǒng)村落”字段即可作為分類結論。根據以上兩方面的分析，故采用決策樹的算法。建立的模型可實現計算機智能判斷村落是否滿足傳統(tǒng)村落的要求，同時可獲得傳統(tǒng)村落評估中主要的定量指標。

1傳統(tǒng)村落評估的理解

住房城鄉(xiāng)建設部最初于2012年開展認定傳統(tǒng)村落保護名錄的工作。為評價傳統(tǒng)村落的保護價值，認定傳統(tǒng)村落的保護等級，同年公布《住房城鄉(xiāng)建設部等部門關于印發(fā)傳統(tǒng)村落評價認定指標體系（試行）的通知》（建村〔2012〕125號）。《傳統(tǒng)村落評價認定指標體系（試行）》是傳統(tǒng)村落認定評審的依據基礎。此指標體系從傳統(tǒng)建筑、村落選址和格局、村落承載的非物質文化遺產三大類描述認定指標。每大類指標的權重比例系數相同，且大類部分又包含詳細的定性評估指標與定量評估指標，具體如下。

（1）村落傳統(tǒng)建筑評價指標

描述村落中現存的、有價值的傳統(tǒng)民居、歷史建筑、文物古跡的情況。定量指標有村落傳統(tǒng)建筑（群）的最早修建年代、文物保護單位等級、占地面積、傳統(tǒng)建筑用地面積占全村建設用地面積比例、建筑功能種類（見表1）。另外定性指標為傳統(tǒng)建筑（群）的保存情況、建筑的美學價值、傳統(tǒng)建造工藝的傳承。

（2）村落選址和格局評價指標

描述村落與周圍自然環(huán)境和諧共生的關系，村落空間結構及格局機理很好地融入自然環(huán)境，村落選址及規(guī)劃體現的文化價值、科學價值。定量指標主要是村落選址形成的年代、歷史環(huán)境要素種類（見表2）。

（3）村落承載的非物質文化遺產評價指標

描述非物質文化遺產的價值，與村落及其周邊環(huán)境的依存程度，以及它的傳承情況。定量指標包括非物質文化遺產級別、非物質文化遺產種類、傳承時間、傳承活動規(guī)模、代表性傳承人級別（見表3）。

進入2017年7月，住房城鄉(xiāng)建設部發(fā)布《住房城鄉(xiāng)建設部辦公廳關于做好第五批中國傳統(tǒng)村落調查推薦工作的通知》，展開第五批中國傳統(tǒng)村落調查推薦工作。明確傳統(tǒng)村落的定義：傳統(tǒng)村落是指村落形成較早，擁有較豐富的傳統(tǒng)資源，現存比較完整，具有較高歷史、文化、科學、藝術、社會、經濟價值的村落。分析第五批傳統(tǒng)村落評價認定的要求，在村落的傳統(tǒng)建筑、非物質文化遺產及選址格局三方面的要求基本保持不變，增加村落歷史文化的要求。強調村落在政治、經濟、文化、交通、軍事等方面的重要地位，發(fā)生的重要事件及村落中走出的優(yōu)秀的歷史人物。參考《第五批傳統(tǒng)村落調查推薦表》關于村落歷史部分的內容，挖掘具有代表性的村落歷史評估指標，且要求指標是可以量化的，初步選定村落形成年代、是否有族譜、村落的科舉榜作為歷史價值的衡量指標。傳統(tǒng)建筑、選址格局、非物質文化遺產三個方面則結合《傳統(tǒng)村落評價認定指標體系（試行）》的定量指標與《第五批傳統(tǒng)村落調查推薦表》共同獲得可量化的評估指標。村落中除村落形成年代，還存在傳統(tǒng)建筑（群）的修建年代、村落現存選址的形成年代，三個年代相似度較高，故只選擇村落形成年代作為評估指標。經過深入嚴謹的分析，最終確定村落的基本特征、村落歷史、自然環(huán)境、選址格局、傳統(tǒng)建筑、民俗文化這六個方面構成了傳統(tǒng)村落量化評估體系（見表4）。

2模型算法的確定

依據分析數據已給出研究實例的結論類別，即是否為傳統(tǒng)村落，構建評估的模型在分類方法中選擇。分類方法屬于機器學習中的監(jiān)督學習，可考慮的算法包括單一結構的決策樹算法，由多個決策樹組成的隨機森林算法。由于分析數據的維度相關性較低，且不是高維度，同時要求結論可視化，容易解釋，可提取出規(guī)則，故選擇決策樹作為模型建構的基本方法。決策樹與隨機森林比較的劣勢為容易發(fā)生過于擬合的問題，后面會通過剪枝的方式避免問題的發(fā)生。

決策樹是最常用的分類方法，用來構建預估、預測模型。決策樹模型呈樹狀結構，是基于特征對于實例進行分類的過程，可認為是if-then規(guī)則的樹狀表達。其中每個內部節(jié)點表示一個屬性上的判斷，每個分支代表一個判斷結果的輸出，最后每個葉節(jié)點代表一種分類結果。它的學習過程如下。

第一步特征選擇：從訓練數據的特征中選擇一個特征作為當前節(jié)點的分裂標準；

第二步決策樹生成：根據所選特征評估標準，從上至下遞歸地生成子節(jié)點，直到數據集不可分則停止；

第三步剪枝：決策樹容易過度擬合，需要剪枝來縮小樹的結構和規(guī)模。

目前比較流行的決策樹的算法有ID3、C4.5/ C5.0、CART等，算法的主要差異在于分裂標準也就是特征選擇（見表5）。

依據對傳統(tǒng)村落評估的理解，決策樹不適宜選擇二叉樹，樹的分裂更適宜采用信息增益率的分裂標準，故確定利用決策樹中的C5.0算法構建模型，分析工具選用R語言的C50算法包。

3評估模型的設計與實現

3.1數據預處理

分析傳統(tǒng)村落數據集的內容，再結合傳統(tǒng)村落評定的指標體系，確定可量化的指標及“是否為傳統(tǒng)村落”組成模型的x與y變量（見表6）。

少數民族村落是傳統(tǒng)村落大家族的一部分，它是少數民族傳統(tǒng)文化的家園，承載著多彩的少數民族文化，也是少數民族農耕文明的精髓。民族規(guī)模越小，人口越少，村落更應受到關注與保護。變量“民族”就是依據于此，描述少數民族規(guī)模的差異，按照2010年第六次人口普查的數據，將少數民族按照人口不同階段劃分為1萬人以下的少數民族，1萬～10萬人、10萬～100萬人、100萬元以上的少數民族。

在《第五批傳統(tǒng)村落調查推薦表》中明確要求村落填寫村落歷史人物信息，說明其歷史人物的重要程度。在百度搜索中輸入“進士村”，約有52萬條相關結果，且百度地圖可以找到全國38個進士村，進士村作為一個標簽，代表村落重視教育風化，堅持耕讀傳教，村落歷史文化積淀深厚?？婆e制是中國古代選拔官吏的制度，始于唐朝。變量“科舉榜”記錄在村落歷代是否走出過進士或者一甲（狀元、榜眼、探花），用此量化數值代表村落歷史文化的等級。

使用SQL語言工具，利用分組、包含等統(tǒng)計方法，刪除無效數據，獲得變量取值。預處理完畢后共形成4964條合格的樣本數據。

3.2算法模型構建與修剪

在樣本數據中，90%作為訓練集，10%作為測試集。起初建立的決策樹過度分割樣本空間，層次較深，泛化能力較差，需要對決策樹進行剪枝。在分析過程中進行剪枝如下。

由于x變量“傳統(tǒng)建筑總占地面積”與“傳統(tǒng)建筑的數量”的相關性較大，刪除“傳統(tǒng)建筑總占地面積”變量。

“村落形成年代”“地形地貌”與是否入選傳統(tǒng)村落關聯(lián)性較小，在樣本數據集中刪除。

“民族”的細分離散值改為少數民族（0）、漢族（1）兩類。

“傳統(tǒng)建筑的數量”“歷史環(huán)境要素的數量”采用連續(xù)性數值，導致樹結構過于復雜，故通過計算數列分布的四分位數，以四分位數為分割點，連續(xù)數值轉換為離散數值（見表7）。

變量及內容調整后，當C50模型的參數CF取值0.25，minCases =10，獲得較理想的模型結果（見圖1）。決策樹大小為18，錯誤率為26.8%。

3.3模型評估

用10%的樣本數據測試算法模型。交叉驗證后，生成混淆矩陣結論（見表8）。

準確率：（114+591）/（114+75+184+591）≈ 73%

召回率：114/189 ≈ 60%。

模型分析評估結果準確率73%，初步判定問題所在為評估體系六個方面之一的格局風貌，研究中對它的量化指標只有“傳統(tǒng)建筑的數量”，而此指標描述的是建筑群的規(guī)模，無法反映村落空間結構肌理，無法準確描述村落的傳統(tǒng)風貌，巷道的空間尺度及鋪裝等特征，故評估結論預想提高，需加入更多描述村落空間格局與村落風貌的量化指標。

3.4規(guī)則產生

模型樹的結構展示了智能評估的邏輯過程，評估指標中的基本特征、村落歷史、自然環(huán)境、選址格局、傳統(tǒng)建筑、民俗文化六類指標均衡的存在于模型樹中，但關鍵特征屬性值不同。樹的首節(jié)點為“傳統(tǒng)建筑的數量”，表達了傳統(tǒng)建筑的規(guī)模在評估中的重要地位。當“傳統(tǒng)建筑的數量”小于7，近80%的村落未入選國家級傳統(tǒng)村落。當“傳統(tǒng)建筑的數量”大于15，且“文保單位的最高等級”是國家級、省級的村落，近70%入選傳統(tǒng)村落名錄，如果沒有國家級或者省級文保單位，村落中有古樹群，入選傳統(tǒng)村落名錄的可能性達到70%。當“傳統(tǒng)建筑的數量”大于7且小于15，如果村落無族譜，近70%的村落未入選國家級傳統(tǒng)村落。當“傳統(tǒng)建筑的數量”大于7且小于15，但歷史環(huán)境要素較少的村落，即使有族譜，也有70%的村落未入選國家級傳統(tǒng)村落。其他情況均需要更多的特征屬性組合邏輯完成評估（見圖2）。同時，村落的地形地貌、村落形成年代對村落評價影響極小，不參與評估模型的計算。

利用C50包中的C5imp函數，獲得模型中各變量的關鍵度量值，其中“傳統(tǒng)建筑的數量”是最關鍵的特征屬性，且量化數值遙遙領先，約是第二位“歷史環(huán)境要素數量”的3.5倍。歷史沉淀中的“族譜”“科舉榜”，民俗文化中的“非遺項目的最高等級”也都是評估的關鍵特征屬性，其關鍵度量值相近，關鍵特征的屬性相仿。從指標值的角度看，村落有傳統(tǒng)村落建筑群，村落中有國家級文保單位，村落中承載國家級非物質文化遺產，村落中的科舉榜（狀元、榜眼、探花），都可能成為認定傳統(tǒng)村落的核心內容。同時，村落是否有宗祠、村落是否為少數民族的關鍵特征屬性較弱，對村落評價影響也較低（見圖3）。

4總結

我國幅員遼闊，地域特色豐富，傳統(tǒng)村落分布較分散，且數量較多，挖掘有價值的村落難度較大。隨著傳統(tǒng)村落保護工作的開展，傳統(tǒng)村落的衡量標準也在逐步完善，需要指標體系可量化、可實施，能更精確、快速地判斷村落的價值。構建科學、智能的評估算法模型，可服務于傳統(tǒng)村落保護工作的各個階段。在認定評價中，無人工干預的完成評估過程，這改變了以專家評審為主要方式的傳統(tǒng)村落認定評審工作的模式。智能化評估模型作為專家評審的有力補充，可提高認定工作的效率。對于想申報傳統(tǒng)村落的優(yōu)秀村落，使用此模型做預評估，評估結論可指導申報推薦內容的填寫。評估模型也可用于中國傳統(tǒng)村落保護的實施評估，發(fā)現傳統(tǒng)村落保護、發(fā)展與利用的問題，為管理部門的決策做依據。

另一方面，省、市級傳統(tǒng)村落評估也可借鑒此模型，采用C5.0分類算法，應用省、市級傳統(tǒng)村落的樣本數據，構建省、市級傳統(tǒng)村落智能化評估模型。為省、市政府的傳統(tǒng)村落評估做智慧化的技術支撐。

參考文獻：

[1]中華人民共和國住房和城鄉(xiāng)建設部.住房城鄉(xiāng)建設部等部門關于印發(fā)《傳統(tǒng)村落評價認定指標體系（試行）》的通知[EB/OL].（2012-08-22）[2019-08-22].http：//www.mohurd.gov.cn/ wjfb/201208/t20120831_211267.html.

[2]中華人民共和國住房和城鄉(xiāng)建設部.住房和城鄉(xiāng)建設部等部門關于公布第五批列入中國傳統(tǒng)村落名錄的村落名單的通知[EB/OL].（2019-06-06）[2019-07-06].http：//www.mohurd.gov.cn/ wjfb/201906/t20190620_240922.html.

[3]王云才，郭煥成，楊麗.北京市郊區(qū)傳統(tǒng)村落價值評估及可持續(xù)利用模式探討——以北京市門頭溝區(qū)傳統(tǒng)村落的調查研究為例[J].地理科學，2006，26（6）：735-742.

[4]林祖銳，丁志華，張杰平.傳統(tǒng)村落活態(tài)保護評估體系研究——以陽泉市傳統(tǒng)村落為例.城市建筑，2019（4）：150-156.

[5]程娟，陶金，景濤，等.傳統(tǒng)村落評估述評及其未來研究建議.傳統(tǒng)村落，2018，36（12）：150-156.

[6]屠李，張超榮.傳統(tǒng)村落遺產價值評估的理論框架構建[C]//中國城市規(guī)劃學會.共享與品質——2018中國城市規(guī)劃年會論文集（09城市文化遺產保護）.北京：中國城市規(guī)劃學會，2018：1080-1089.

[7]趙勇，張捷，李娜，等.歷史文化村鎮(zhèn)保護評估體系及方法研究——以中國首批歷史文化名鎮(zhèn)（村）為例[J].地理科學， 2006，26（4）：497-505.

[8]趙勇，張捷，盧松，等.歷史文化村鎮(zhèn)評估指標體系的再研究——以第二批中國歷史文化名鎮(zhèn)（名村）為例[J].建筑學報， 2008（3）：64-69.

[9]肖建莉.歷史文化名城制度30年背景下城市文化遺產管理的回顧與展望[J].城市規(guī)劃學刊，2012（5）：111-118.

[10]仇美蓉.旅游型傳統(tǒng)村落保護與發(fā)展績效評估影響因子研究——以桂林塘洞村為例[J].現代經濟信息，2019（10）：479-481.

[11]李虹睿，王曉軍，辛亞.省域尺度傳統(tǒng)村落文化地理格局評價[J].山西大學學報（自然科學版），2019，42（4）：951-961.

[12]屠李，趙鵬軍，張超榮.試論傳統(tǒng)村落保護的理論基礎[J].城市發(fā)展研冗，2016，23（10）：118-124.

[13]中華人民共和國住房和城鄉(xiāng)建設部.住房城鄉(xiāng)建設部辦公廳關于做好第五批中國傳統(tǒng)村落調查推薦工作的通知[EB/OL].（2017-07-28）[2019-07-28].http：//www.mohurd.gov.cn/ wjfb/201708/t20170801_232807.html.

[14]曹迎春，張玉坤.“中國傳統(tǒng)村落”評選及分布探析[J].建筑學報，2013（12）：44-49.

[15]張茹，陸琦.廣西傳統(tǒng)村落空間分布及影響因素量化解讀[J].小城鎮(zhèn)建設，2019，37（4）：72-79.doi：10.3969/j.issn.1009-1483. 2019.04.011.

[16]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.

[17]康璟瑤，章錦河，胡歡，等.中國傳統(tǒng)村落空間分布特征分析[J].地理科學進展，2016，35（7）：839-850.

[18]中華人民共和國住房和城鄉(xiāng)建設部.住房城鄉(xiāng)建設部 文化部 國家文物局 財政部關于切實加強中國傳統(tǒng)村落保護的指導意見[EB/OL].（2014-04-25）[2019-07-25].http：//www.mohurd.gov.cn/ wjfb/201404/t20140429_217798.html.