基于MGWR的華北地區(qū)傳統(tǒng)村落空間分異特征及影響因素研究

凡 來

張大玉*

傳統(tǒng)村落是建造時間較早，具有厚重的歷史文化價值，同時保留了較為完整的鄉(xiāng)村聚落形式，具有典型的文化遺產(chǎn)和地域代表性的村落。但在城鎮(zhèn)化高速發(fā)展的過程中，大量的村落逐漸消失，幾千年構(gòu)建的鄉(xiāng)村社會逐漸瓦解，使得傳統(tǒng)村落面臨著前所未有的生存困境。2012年，由政府主導(dǎo)的傳統(tǒng)村落保護工作正式啟動；至2019年，住房和城鄉(xiāng)建設(shè)部、自然資源部等部委先后公布了5批共計6 819個中國傳統(tǒng)村落。

縱觀中國傳統(tǒng)村落分布的特征，主要形成了由西南、東南和華北組成的3處集聚區(qū)，而華北地區(qū)作為我國北方傳統(tǒng)村落主要的聚集區(qū)域，由于地理位置和政治上的特殊性，使得其研究意義更為重大。目前，國內(nèi)學(xué)者對于華北地區(qū)傳統(tǒng)村落的關(guān)注較少，現(xiàn)有研究僅從村落的空間結(jié)構(gòu)特征[1]、物質(zhì)空間建造特征[2]、村落空間形態(tài)的比較[3]、人居環(huán)境關(guān)系等角度[4]進行研究，缺乏對傳統(tǒng)村落整體空間分布特征及其影響因素的深入探討。已有學(xué)者對中國范圍[5]、武陵山片區(qū)[6]及長江中游城市群范圍的傳統(tǒng)村落空間分異特征進行了研究[7]，證實了影響傳統(tǒng)村落空間分布的影響因素具有明顯的空間異質(zhì)性，采用的是傳統(tǒng)的地理加權(quán)回歸模型。但該模型忽視了空間尺度差異，導(dǎo)致一定的結(jié)果偏誤。而多尺度地理加權(quán)回歸不僅能有效分析空間上的異質(zhì)性，更能自動調(diào)節(jié)不同影響因素的回歸帶寬，進而更真實地反映各影響因素在空間上的變化。同時，過去的研究也未將文物保護單位和古代交通要塞對傳統(tǒng)村落空間分布的影響考慮其中。

因此，本研究在前人研究的基礎(chǔ)上，選定華北地區(qū)傳統(tǒng)村落的空間分布集中度作為研究對象，采用核密度分析法分析其分布特征，并通過計算其空間自相關(guān)性，進一步分析傳統(tǒng)村落分布的聚類特征；利用地理探測器分析影響傳統(tǒng)村落分布的13種因素，即地形、氣候、生態(tài)、交通、經(jīng)濟、人口、文化和城市等，從而分析各要素的影響力大小和交互影響作用；通過多尺度地理加權(quán)回歸模型的構(gòu)建，進一步探究各影響因素在空間上對傳統(tǒng)村落集中度分布的差異化影響。本研究一方面將多尺度地理加權(quán)回歸的研究方法納入傳統(tǒng)村落空間分異特征的研究中，提供新的數(shù)理分析思路；另一方面，從自然地理和社會經(jīng)濟角度認(rèn)知傳統(tǒng)村落的分布影響因素，以期為傳統(tǒng)村落的活態(tài)傳承提供參考依據(jù)。

1 研究對象、方法和數(shù)據(jù)

1.1 研究對象

華北地區(qū)屬于我國地理區(qū)劃7個部分之一，是以秦嶺淮河為界以北、長城以南的區(qū)域的統(tǒng)稱，在行政區(qū)劃上由北京市、天津市、河北省、山西省和內(nèi)蒙古自治區(qū)構(gòu)成。共計420個縣(市、區(qū))，區(qū)域面積總計1 529 964km2。本次的研究對象為華北地區(qū)現(xiàn)存中國傳統(tǒng)村落，至2019年已公布5批。在我國公示的1～5批傳統(tǒng)村落名錄中，共有823處傳統(tǒng)村落分布于華北地區(qū)，占全國傳統(tǒng)村落總數(shù)量的12%，是我國北方傳統(tǒng)村落分布數(shù)量較為集中的區(qū)域(圖1)。

圖1 華北地區(qū)傳統(tǒng)村落分布圖

1.2 研究方法

1.2.1 核密度分析

核密度分析可以用來探測空間中的點、線等要素的密度值，通過核函數(shù)對搜索區(qū)域內(nèi)的要素賦以不同權(quán)重估算其密度，該方法已廣泛應(yīng)用于研究某一對象的分布特征[8]。本研究利用核密度分析法解釋華北地區(qū)傳統(tǒng)村落在空間上分布的現(xiàn)象，其表達式為：

式中，f(x)為核密度估計值；h為搜索半徑；n為搜索范圍內(nèi)的已知點數(shù)量；K為距離權(quán)重[9]。

1.2.2 空間自相關(guān)

空間自相關(guān)性分析是基于地理學(xué)第一定律提出的，表示某個變量的分布存在相互依賴的關(guān)系，通過其度量方法測度其依賴程度，分為全局相關(guān)性與局部相關(guān)性。全局相關(guān)性用于考察研究對象在全局范圍內(nèi)顯示的相關(guān)特征，經(jīng)常被用來確定整個研究對象在整個領(lǐng)域的樣本之間是否存在空間自相關(guān)。而局部相關(guān)性則是用于考察研究對象與其周圍區(qū)域在各個尺度上的相關(guān)性，與全局相關(guān)相比，更有效地揭示研究對象在空間上的局部特征[10-12]。本研究利用空間自相關(guān)分析傳統(tǒng)村落集中程度的空間分異特征。

1.2.3 地理探測器

地理探測器用于分析空間異質(zhì)性，是揭示其背后影響因素的一種統(tǒng)計學(xué)方法。其中，因子探測用于檢測單因子對因變量的解釋力度，交互探測用于判斷各影響因子兩兩交互的作用[13-16]。本研究采用因子探測和交互作用探測2個模型，用以檢測各影響因子的影響力大小，以及各因子之間的交互作用。

1.2.4 多尺度地理加權(quán)回歸

多尺度地理加權(quán)回歸(MGWR)通過對每個自變量使用各自的最佳帶寬來解決不同變量尺度和帶寬的問題，比傳統(tǒng)的地理加權(quán)回歸(GWR)更優(yōu)[17]。由于某些自變量具有較高的局部變異性特征，因此更適于選擇以較窄的帶寬進行回歸計算；而某些自變量在全局范圍內(nèi)比較穩(wěn)定，因此適合選擇較大的帶寬進行回歸計算[18-20]。本研究將利用多尺度地理加權(quán)回歸模型解釋各影響因素對傳統(tǒng)村落集中度的影響機制，其公式為：

式中，xij為第j個預(yù)測變量；(ui，vi)為各村落i的質(zhì)心坐標(biāo)；βbwj為第j個變量回歸系數(shù)的帶寬。

1.3 數(shù)據(jù)來源

本次研究的數(shù)據(jù)包括：1)住房和城鄉(xiāng)建設(shè)部網(wǎng)站公示的1～5批中國傳統(tǒng)村落名錄，5批共計6 819個村落，取村落范圍的質(zhì)心坐標(biāo)，將其轉(zhuǎn)換為矢量數(shù)據(jù)庫，包括村莊名稱、省、市、縣(區(qū))、地址、坐標(biāo)字段；2)華北地區(qū)各省份DEM 30m數(shù)據(jù)，源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心，從中提取其高程數(shù)據(jù)；3)氣象數(shù)據(jù)為中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心的逐年年平均氣溫、年降水量數(shù)據(jù)；4)中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心獲取的土地利用遙感監(jiān)測數(shù)據(jù)，基于美國陸地衛(wèi)星Landsat TM影像識別，精度達100m，提取其中的耕地、林地、草地和水域數(shù)據(jù)；5)從全國地理信息資源目錄服務(wù)系統(tǒng)中獲取全國1:250 000道路數(shù)據(jù)，包括國道、省道、縣道、鄉(xiāng)道、其他公路、街道、鄉(xiāng)村道路等；6)長城數(shù)據(jù)來源于長城數(shù)據(jù)庫系統(tǒng)，包括分布于華北地區(qū)秦、唐、宋、明、清5代的長城建筑、關(guān)堡、關(guān)隘等矢量數(shù)據(jù)；7)全國范圍內(nèi)公里網(wǎng)格GDP分布數(shù)據(jù)；8)人口數(shù)據(jù)來自國家統(tǒng)計局的第六次人口普查數(shù)據(jù)；9)國家文物局網(wǎng)站獲取1～8批全國重點文物保護單位名單；10)主要城市群分布的坐標(biāo)數(shù)據(jù)。所有數(shù)據(jù)的量化表達用ArcGIS軟件進行處理。

2 空間分異特征分析

2.1 總體分布格局

從華北地區(qū)傳統(tǒng)村落的分布來看，主要集中于北京市和河北省的西部地區(qū)，以及山西省境內(nèi)。其中以山西省分布最為集中，整體形成了“多核集聚”的分布格局，主要表現(xiàn)為“兩核三片”的空間結(jié)構(gòu)。兩核：即以山西省的高平市、澤州縣、陽城縣，以及山西省與河北省交界的平定縣和井陘縣形成的2處明顯的傳統(tǒng)村落高度集聚區(qū)；三片：是在河北省的涉縣和蔚縣，以及山西省的平遙縣、介休市分布的3處中等集聚的傳統(tǒng)村落分布區(qū)。從地理上看，出現(xiàn)了明顯沿太行山脈呈“線狀”分布的走勢(圖2)。

圖2 華北地區(qū)傳統(tǒng)村落分布核密度分析圖

2.2 空間自相關(guān)

根據(jù)華北地區(qū)傳統(tǒng)村落的Moran'sI統(tǒng)計結(jié)果顯示，Moran'sI統(tǒng)計值全部通過1%的顯著性水平檢驗，其Moran'sI為0.12，說明華北地區(qū)傳統(tǒng)村落的分布情況并非隨機現(xiàn)象，具有正的空間相關(guān)性，且表現(xiàn)為空間聚集的特點，即高(低)的傳統(tǒng)村落集聚現(xiàn)象會正(負)向影響到周邊傳統(tǒng)村落的分布。

從LISA測度的結(jié)果來看(圖3)，華北地區(qū)傳統(tǒng)村落的分布呈現(xiàn)出明顯的空間自相關(guān)性，在空間分布上呈現(xiàn)出不均衡的狀態(tài)，出現(xiàn)了“高-高、高-低、低-高”3種不同的分布集聚區(qū)，各地區(qū)之間的相互依賴性較強。其中，河北省蔚縣和北京市門頭溝區(qū)出現(xiàn)了“高-低”聚類的分布情況，即這2個區(qū)域集中了高密度的傳統(tǒng)村落，而其周邊區(qū)域卻存在明顯的分布差異；山西省的左權(quán)縣、襄垣縣、屯留區(qū)、安澤縣出現(xiàn)了“低-高”聚類，雖然這4個地區(qū)沒有分布傳統(tǒng)村落，但以該4個地區(qū)為中心，環(huán)繞其周邊卻出現(xiàn)了環(huán)狀的高密度“高-高”聚類分布集聚區(qū)，共有33處縣(區(qū))，該區(qū)域為整個華北地區(qū)傳統(tǒng)村落最為集中的區(qū)域。

圖3 華北地區(qū)傳統(tǒng)村落LISA集聚圖

3 影響因素選擇及其交互作用

3.1 影響因素選擇

傳統(tǒng)村落的分布受到自然地理、社會經(jīng)濟等多方面的影響，本研究在影響因素的選取上參考佟玉權(quán)[12]、馬勇[7]、李伯華[21]、李嚴(yán)[22]、李江蘇[5]、于婧[6]、關(guān)中美[8]、劉大均[11]、董艷平[23]等的研究成果。上述研究主要選取自然因素和經(jīng)濟社會因素，指標(biāo)包括地形、經(jīng)濟、人口、交通、氣候、城市等。上述研究未將耕地、林地等生態(tài)因素及文物保護單位和古代交通要塞對傳統(tǒng)村落空間分布的影響考慮其中，本研究在借鑒之前成果的同時，增加了生態(tài)因素、文化因素和交通因素，最終選取的自變量涵蓋地形、氣候、生態(tài)、交通、經(jīng)濟、人口、文化、城市8個因素，以及13個指標(biāo)層(表1)。

表1 華北傳統(tǒng)村落分布影響因素指標(biāo)及計算方法

3.2 影響因素探測

將傳統(tǒng)村落集中度作為自變量Y，探測影響集中度大小的驅(qū)動因素的作用程度。結(jié)果顯示，文物保護單位集中度和平均海拔是影響華北地區(qū)傳統(tǒng)村落分布最重要的2個影響因素，其q值依次為0.752和0.693。從影響力來看，文物保護單位集中度>平均海拔>年均降水量>年均氣溫>生產(chǎn)總值(GDP)>道路密度>大城市集中度>林地占比>水域占比>草地占比>耕地占比>古代交通要塞集中度>人口密度(表2)。

3.3 影響因素交互作用探測

由于傳統(tǒng)村落的分布受到各因素影響，具有復(fù)雜的內(nèi)在機制，不受限于單個因素的影響，可能存在各個因素的相互作用，因此進一步通過地理探測器檢測上述各影響因素之間的兩兩交互作用對華北地區(qū)傳統(tǒng)村落分布的影響。發(fā)現(xiàn)除了道路密度與人口密度、生產(chǎn)總值(GDP)與人口密度之間的交互作用表現(xiàn)為雙因子增強外，其他影響因素之間的交互作用均表現(xiàn)為非線性增強，即各影響因素的交互配合對華北地區(qū)傳統(tǒng)村落分布的影響要遠大于單項驅(qū)動的作用，其兩兩因素的交互配合共同影響傳統(tǒng)村落的集中度，且在任意2個因素作用下，傳統(tǒng)村落的集中度差異不大。從其影響力大小的q值來看，文物保護單位集中度與其他所有影響因素的兩兩交互配合作用非常強，其次為耕地占比和平均海拔的兩兩交互作用(表2)。

表2 華北傳統(tǒng)村落分布影響因子的交互探測結(jié)果

4 影響因素空間差異分析

4.1 模型篩選

雖然13個影響因子均對傳統(tǒng)村落的分布具有一定影響，但不能排除其各自之間存在的多重共線性問題。本文采用普通最小二乘法(OLS)將13個影響因子作為解釋變量進行回歸分析(表3)，根據(jù)回歸結(jié)果進一步篩選模型，選擇出最優(yōu)因子作為變量進行下一步多尺度地理加權(quán)回歸模型的構(gòu)建。結(jié)果顯示，平均降水量、耕地占比、林地占比、草地占比、水域占比和道路密度對于回歸方程影響不顯著，未通過P值觀測；而生產(chǎn)總值(GDP)和古代交通要塞集中度因其相關(guān)性較弱，也將其剔除。最終將平均海拔、年均氣溫、人口密度、文物保護單位集中度和大城市集中度5個已通過顯著性和共線性檢測的影響因子作為解釋變量進行下一步MGWR的模型構(gòu)建。

表3 模型變量共線性檢驗結(jié)果統(tǒng)計表

4.2 模型對比及尺度分析

依次將傳統(tǒng)村落集中度和影響因素使用OLS、GWR和MGWR進行模型計算，比較其結(jié)果。如表4所示，MGWR模型總體擬合度R2顯著遞增，而AICc值呈現(xiàn)階梯式下降，該模型調(diào)整后的R2值為0.612，是3組模型中整體擬合度最好的，取得了更接近于真實值的擬合效果。由此可見，以往的傳統(tǒng)村落空間分布特征研究采取的GWR模型，雖然考慮到了空間自相關(guān)，但由于對各個影響因素采用相同的帶寬，忽略了各變量作用尺度的差異化，依然會造成回歸系數(shù)中存在一定的誤差。因此發(fā)現(xiàn)，至少對于本次的研究對象，MGWR模型優(yōu)于OLS和GWR模型，以此證明本研究使用MGWR模型分析傳統(tǒng)村落空間分異特征的必要性。

表4 各模型結(jié)果對比表

4.3 各因素空間差異分析

4.3.1 平均海拔

整體上，華北地區(qū)傳統(tǒng)村落集中于平均海拔較高的區(qū)域，但也有部分區(qū)域集中了部分傳統(tǒng)村落，如北京門頭溝，河北省井陘縣、沙河市，以及山西省澤川縣。如圖4所示，平均海拔對傳統(tǒng)村落分布產(chǎn)生的影響力大小表現(xiàn)為明顯的“東高西低”分布特征，平均海拔對傳統(tǒng)村落的分布呈現(xiàn)正相關(guān)性的影響力。

4.3.2 年均氣溫

氣溫所體現(xiàn)的宜居度關(guān)系到人們的休耕時間與生產(chǎn)生活的便利性(圖4)。大多數(shù)傳統(tǒng)村落集中在暖溫帶，即長城以南、秦嶺淮河以北的區(qū)域，該區(qū)域氣溫適宜，僅極少部分傳統(tǒng)村落集中在中溫帶。整體上華北地區(qū)的年均氣溫對傳統(tǒng)村落集中度的影響力，以河北省南部為中心向西北逐漸遞減，但在山西省西南部出現(xiàn)了局部升高。

4.3.3 人口密度

華北地區(qū)傳統(tǒng)村落集中的區(qū)域人口密度并不大，對其分布具有負向的相關(guān)作用(圖4)。整體上，隨著人口密度的提升，對傳統(tǒng)村落分布的影響力呈現(xiàn)出以北京為中心、從東南向西北遞減的影響趨勢?？梢?，華北地區(qū)人口密度的提升對傳統(tǒng)村落集中度具有一定的抑制性作用，傳統(tǒng)村落更易分布于人口稀疏、經(jīng)濟發(fā)展相對落后的區(qū)域。由于人口過度集聚而導(dǎo)致的人地關(guān)系緊張等人居環(huán)境問題，以及人口規(guī)模大造成的原生村落受到破壞的問題，使得其不但無法帶動傳統(tǒng)村落的興起，反而使得傳統(tǒng)村落面臨衰敗。

4.3.4 文物保護單位集中度

文物保護單位反映了一個地區(qū)的歷史文化內(nèi)涵，其較為集中的區(qū)域擁有更為厚重的歷史，為傳統(tǒng)村落的興起和永續(xù)發(fā)展奠定了文化基礎(chǔ)。相較于其他影響因素，文物保護單位的集中度與傳統(tǒng)村落分布的相關(guān)性最大，呈現(xiàn)高度的正相關(guān)作用。其帶寬為43，表明在空間分布上，相較其他影響因素，尺度差異較大。如圖4所示，文物保護單位的集中度對傳統(tǒng)村落的影響呈現(xiàn)出2處明顯的集聚分布現(xiàn)象，分別是以河北省蔚縣和山西省高平市為中心向外逐漸遞減的2處集聚區(qū)，其中，山西省沁水縣、澤川縣和高平市的相關(guān)性尤為明顯。

4.3.5 大城市集中度

整體上，大城市集中度對華北地區(qū)傳統(tǒng)村落集中度的影響力呈現(xiàn)正向作用的相關(guān)性。華北南部地區(qū)比北部地區(qū)大城市集中度更高，其傳統(tǒng)村落更易于集中(圖4)。對比中國的幾大城市群發(fā)現(xiàn)，華北地區(qū)傳統(tǒng)村落集中度受中原城市群的影響程度大于受京津冀城市群的影響。一方面，傳統(tǒng)村落的興起與現(xiàn)代大城市的分布有一定正相關(guān)性；另一方面，過度的城鎮(zhèn)化擴張也給傳統(tǒng)村落帶來城進村退的威脅。

圖4 多尺度地理加權(quán)回歸模型系數(shù)空間分布圖

5 結(jié)論與討論

本研究通過核密度分析法和空間自相關(guān)分析了華北地區(qū)傳統(tǒng)村落分布的特征和集聚類型，利用地理探測器和多尺度地理加權(quán)回歸模型，探究了影響傳統(tǒng)村落集中度的各影響因子之間的分異特征。研究發(fā)現(xiàn)：1)整體上華北地區(qū)傳統(tǒng)村落的分布特征為“多核集聚”，主要集中在山西省境內(nèi)，形成了“兩核三片”的空間結(jié)構(gòu)，并沿太行山脈呈“線狀”走勢分布；2)在傳統(tǒng)村落形成之初，自然地理因素往往起著決定性的制約作用，利于生存的環(huán)境往往存在更多的傳統(tǒng)村落；而在城鎮(zhèn)化快速發(fā)展的今天，社會經(jīng)濟因素卻成為決定傳統(tǒng)村落興衰的內(nèi)在驅(qū)動因素，社會經(jīng)濟發(fā)展及人口密度迫使傳統(tǒng)村落向現(xiàn)代化村落轉(zhuǎn)型，原真的傳統(tǒng)風(fēng)貌逐漸遭受破壞；3)文化遺產(chǎn)的集中度與傳統(tǒng)村落的集中度呈現(xiàn)正相關(guān)性，兩者共同承載著雄厚的文化、歷史內(nèi)涵，可見在保護傳統(tǒng)村落的過程中，對文化遺產(chǎn)的保護同樣重要，應(yīng)進行同步保護、同步傳承、同步利用。本研究為研究傳統(tǒng)村落空間分異特征提供了新思路，在研究方法上進行了相關(guān)突破和延伸；在影響因素選擇上，將耕地、林地等生態(tài)因素，文物保護單位和古代交通要塞對傳統(tǒng)村落空間分布的影響考慮其中，有利于深入剖析其空間格局的形成機制。為探索傳統(tǒng)村落的空間分異特征提供新的定量依據(jù)，為深入發(fā)掘傳統(tǒng)村落分布的影響因素及驅(qū)動機制提供借鑒，對促進傳統(tǒng)村落的保護與發(fā)展提供有意義的指導(dǎo)。

本研究只是一個初步的嘗試，今后仍需繼續(xù)探索，下一步將從歷史演變發(fā)展的角度，分時期、分階段理解其形成與發(fā)展的內(nèi)在機制，進一步完善時間序列數(shù)據(jù)的多樣性，并優(yōu)化模型，將宗教習(xí)俗、風(fēng)水思想、人口移民等無法量化的影響因素納入影響傳統(tǒng)村落分布的內(nèi)在機制研究中。

注：文中圖片均由凡來繪制。