桂林传统村落分布特征及影响要素量化解析*

张 茹 ，陆 琦

1 引言

1.1 “传统村落”定义

传统村落是地域文化和民俗风情的重要载体，经过岁月洗礼与历史沉淀的传统村落，饱含着地域特色，镌刻着历史记忆，传承着民族智慧，沉淀着艺术结晶，对传统村落的深入挖掘与探索，具有重要的理论和现实意义[1-3]。在这一背景下，中国传统村落相关工作受到空前重视。目前，住建部、自治区住建厅等公布的国家级、省级传统村落名录中，广西传统村落有662个[4]，其中桂林地区264个。桂林地区传统村落具有保存数量多、聚集程度高，分布密度大等特点，是广西传统村落的核心分布区，具有深入研究的价值和意义。

1.2 研究思路

目前以空间分布角度切入研究传统村落的文章不多，但随着GIS技术的广泛应用，这种区域性传统村落空间分布特征研究论文呈逐年增长趋势。现有论文基本都从地理学科入手，结合多学科交叉的研究方法，对某大区域[5,6]或省域[7]、市域亦或是流域[8]范围内的传统村落分布现状和特征规律进行研究，研究区域主要集中在我国中部、东部、东南部至西南部一带，以江西、山西、广东三省论文数量最多。上述研究在分析分布特征的同时，亦总结分布特征的影响因素，探寻分布背后自然、历史、经济、社会和文化的成因。但是当下对影响因素的研究，主要还停留在概括性分析上，针对复杂的各类影响因子影响力强弱的研究，还是比较缺乏的。

明确不同区域所受不同主导因素的影响，各类影响因素之间影响力的强弱关系，同时依据不同的影响因素提出不同区域的村落保护侧重角度，是本文的对传统村落空间分布研究的进一步深入探索与突破创新。本文以桂林地区为例，先利用GIS技术对桂林传统村落的空间分布特征进行总结，再利用SPSS统计分析软件，对传统村落的各类影响因素进行定量分析，找出不同区域的主导影响因子，针对不同的影响因素针对性的提出保护性措施与方法。

1.3 数据来源

根据前四批国家级传统村落名录和前三批自治区级名录进行统计整理，桂林有传统村落264个1），占广西总数的40%。广西传统村落平均分布密度为27.91个/万km2，而桂林平均密度高达95.42个/万km2。从广西传统村落空间分布（图1、2）可知，核密度值最高的区域尽数分布于桂林地区，对该区域进行深入挖掘与探寻，是对广西传统村落研究的深化与细化。

2 空间分布特征

2.1 集聚型分布

宏观尺度上，村落的空间分布类型有3种：均匀、随机和集聚。利用Arc GIS软件中最邻近点指数（R）可对分布类型进行判别[9]。最邻近点指数（R）是表示要素相互邻近程度的地理指标[10]。对桂林传统村落进行分析： R值为0.687821，小于1，表示趋于集聚分布；Z值为-3.961514，负值代表集聚，P值为0.000074，说明随机分布几率几乎为0，三项指数一致表明桂林传统村落分布属于极为显著的集聚类型。但集聚是在一定的尺度下的集聚，而不是绝对的集聚，利用多距离空间聚类要找到集聚和发散的临界指数，结果为0.4km（图3）。说明：在0.4km以下的空间尺度里，桂林传统村落呈现出极为显著的集聚分布状态。

图1 广西传统村落空间分布图

图2 桂林地区传统村落空间分布图

图3 多距离空间聚类分析结果

2.2 高中低密度分区

受自然、人文、经济等环境要素的影响，桂林传统村落空间分布密度呈现明显的高低差异，以平均密度95.4个/万km2为标准，划分出高、中、低三个分区（表1）。

2.3 两点、两带核心分布区

利用Arc GIS软件对桂林传统村落进行核密度分析，桂林传统村落空间分布存在两个明显的点状集聚区和两个次级带状集中分布区（图4）。两点别位于龙胜东部和灌阳与全州北部交界，龙胜东部属于少数民族干栏式传统村落集聚区，灌阳与全州北部交界属于湘赣式传统村落集聚区。两带分别为兴安南部过灵川中南部至桂林市区中南部一线以及全州东南部过灌阳至平乐县东北部一线。整体来看，桂林传统村落密集区多集中在桂林境域的边缘地带，传统村落分布密度逐渐向中部减少，西南部永福县、荔浦县传统村落分布偏少。

2.4 海拔200～500m之间集中分布

海拔是地理空间特征的一个重要属性，海拔直接决定了传统村落所处的地形位置[11]。不同的海拔会导致气候、温度的差异，从而影响村落形态、布局、建筑风貌等。利用中国数字地图高程(DEM)赋予传统村落高程值，形成高程空间分布图（图5）及数量统计饼图（图6）。统计发现海拔800m以上的村落集中分布在桂北龙胜各族自治区北部；500～800m的村落集中分布在龙胜、全州东部、兴安南部与灌阳交界处；200～500m的村落集中在灌阳中部，兴安东南部；200m以下的村落集中在灵川中部，恭城南部与平乐县交界以及桂林市雁山区。75%的传统村落位于海拔500m以下的丘陵平原区域。理论上为了居住便利，传统村落选址会尽可能选在地势平坦，交通便利的位置，但是桂林地区位于200～500m海拔高度的传统村落最多，这种情况一来由于桂林地区山多地少，宝贵的平原地区多留作农业生产之用，二来海拔高的地区较低海拔地区受外来干扰和影响小，传统村落易于留存。

表1 桂林传统村落各区县分布密度表

2.5 坡度2°～15°集中分布

坡度是影响传统村落选址与布局的重要因素，同时对其他环境特征要素有着广泛而深刻的影响[12]国际地理学会地貌调查与制图委员会将坡度分成7个不同的级别2）。利用数字地图高程(DEM)把坡度值赋予每个村落，统计后形成传统村落坡度分布图（图7）及数量统计饼图（图8）。桂林超过半数的传统村落处于缓斜坡和斜坡区域，随着坡度的增加，传统村落分布重心逐渐向桂林西北部偏移，村落数量也依次减少，没有位于垂直坡范围的传统村落，这种分布特征跟桂林地形北高南低，西北部的北、东和西三面环山[14]的地形特征相吻合，同时也说明，超过55°的垂直坡，已然不适合作为居住用地。

2.6 阴阳坡向数量持平、面西数量多于东向

将坡向以45°为间隔划分为8个方向2），利用数字地图高程(DEM)数据按8个方向进行统计，得到坡向空间分布图（图9）、数量统计饼图（图10）。从统计结果看，村落朝阳（包含东南、南、西南）的数量与面阴（包含西北、北、东北）的数量相差无几，但在空间分布上则差异明显，面阴的村落分布松散，而朝阳村落形成面状集中带，朝西向（包含西南、西北）的村落数量是朝东方向（包含东北、东南）的1.43倍。因此桂林传统村落坡向以朝阳方向数量最多，面阴村落数量与朝阳数量差之毫厘，再次为朝西坡向，朝东向的村落最少。

总体上，桂林地区传统村落选址的海拔、坡度和朝向因素，受生产活动优先性所导向。在生存生产需求影响下，村落选址并非将生活居住的适宜性排在首位，而是将降水光照等气候条件优良的用地空间尽量用于农林生产， 优先满足于生产活动。

3 桂林传统村落空间分布影响因素

3.1 影响因素类型

传统村落分布特征是受到多种因素综合影响后形成的空间分布形态，为更好的进行量化分析，本文将影响因素归纳为自然因素和人文因素两大类型，又在两大类型下细分了5个子要素，在5个子要素下梳理了16项具体的影响要素指标数据（表2），利用统计学的方法，将传统村落数量和密度两个指标作为自变量，代表桂林传统村落的现存情况，16项数据作为变量，依次与数量和密度进行统计学上的相关性分析，比较各个影响要素与传统村落数量和密度相关情况，同时通过显著性P值和皮尔森值确定相关与否以及相关强弱，以期挖掘出影响各个区域传统村落数量、密度最显著的影响要素。

3.2 利用自然因素和人文因素进行区域划分

为了明晰具体的影响程度与范围，现按照两大类型影响因素分别进行统计分析， 将桂林传统村落数量、传统村落分布密度和自然因素8个要素因子、人文因素8个因子分别进行系统聚类分析，得到基于自然因素的聚类类型谱系图和基于人文因素聚类类型谱系图（图11）。

解析谱系图可知，在8个自然因素的影响下，桂林各区县可划分为两大区域，按人文因素分类，又划分为两大区域，每一分区内的区县所受的影响大致趋同，通过计算16项影响要素数据后，共得到四个区域，具体分区详见表3。

图4 桂林传统村落核密度值空间分布图

图5 桂林传统村落高程空间分布示意图

图6 桂林传统村落高程空间数量统计饼图

图7 桂林传统村落坡度空间分布示意图

图8 桂林传统村落坡度空间分布数量统计饼图

图9 桂林传统村落坡向空间分布示意图

图10 桂林传统村落坡向空间数量统计饼图

3.3 各分区相关性分析

运用相关性分析方法，按照自然和人文两类依次分析各分区中与传统村落落数量和密度产生相关影响的要素。

3.3.1 第一区域

由表4分析结果可知，第一区域中传统村落受到自然降雨量的影响特别显著，传统村落密度与气候条件中的降雨量呈现出显著的负相关关系，即传统村落分布密度越高，降雨量越小。这也与大量传统民居建筑在湿热多雨的气候中容易损毁坍塌，不利于保留息息相关。

3.3.2 第二区域

根据结果（表5）可知，第二区域传统村落数量受到区域内林地面积影响较大，传统村落数量与林地面积有显著的正相关关系，即该区域林地面积越大，传统村落数量保留越多。传统村落必有风水林之说，风水林一来涵养水源、二来创造宜居的小气候、三来为传统民居建筑提供建筑原材料。因此林地对传统村落而言是创造优良居住条件的重要的因素，该区域中明显看出林地对传统村落的一个正向影响。

3.3.3 第三区域

整体上第三区域与经济、人口、交通均无明显的相关性，因此需要按照谱系图（图11）结果进一步细化分区，结果如下：

A区包含：灌阳县、龙胜各族自治县、恭城瑶族自治县、灵川县四个县份。

B区包含：兴安县、永福县和资源县三个县份。

分别对A、B区域再进行相关性分析，根据表6可知，A区域传统村落数量受到经济因子中第二产业占比的影响较大，二者之间具有显著的正相关关系，说明该区域中第二产业占百分比越高，第二产业产值越高，则对传统村落数量会呈现明显的提升作用，第二产业占比越多，传统村落数量越多。而B区则受人文因素影响较弱，传统村落数量与传统村落密度均与八个要素值均无显著相关性。

表2 桂林传统村落影响类型数据统计表

表3 系统聚类区域划分列表

表4 第一区域传统村落与相关影响要素相关性分析表

表5 第二区域传统村落与相关影响要素相关性分析表

3.3.4 第四区域

根据第四区域的影响要素相关性分析表结果可知（表7），传统村落数量受到区域交通情况影响较大，传统村落数量与交通里程数两个数据之间呈现显著的正相关关系，即该区域内公路越多，路网越密集，交通越发达，可达性越好，越有助于促进传统村落保留与保护。

4 综合分区及侧重因素

综合以上分区，可以得到桂林地区传统村落数量与密度的影响因素分布的四个分区情况（图12）。Ⅰ区受林地面积和交通的正向影响显著，根据皮尔森值可以判断Ⅰ区区域中，公路交通对传统村落的影响稍大于林地的影响；Ⅱ区受林地面积和第二产业产值的正向影响较大，特别是第二产业产值对于该区域经济发展的正向影响是极为显著的，同时经济因素也对该区域传统村落保存产生了明显的促进作用；Ⅲ区受降雨影响及第二产业产值影响也是比较显著的，降雨产生的影响均为负向影响，该区降雨较少，传统村落保存数量较多，经济因素的影响力大于降雨气候所带来的影响；而Ⅴ区则主要受降雨的负向影响较大，该区域降雨多，不利于传统村落保存。

受林业用地面积因素影响的区域，除全州县在桂林北区谷地外，其他区域基本位于桂林的中区谷地和南区盆地，受影响的区域地形较为平坦。建在地势平坦地区的传统村落，往往需要通过人工种植林木来阻挡冬季寒冷的偏北风，营造怡人舒适的村落小气候，同时丰富的林木作为建筑材料也为村落建筑的修建和修缮提供了丰富的原材料，因此这类区域的传统村落数量与林地面积产生了显著的正相关关系。在制定该区域保护策略时，要注重保护村落周边的林木，控制林业开采强度，保障既有林地面积不被侵占，保证现有的传统村落的人居环境不被破坏。

表6 第三区域A区相关性分析结果

表7 第四区域相关性分析结果

图11 聚类分析谱系图

受第二产业产值因素影响较大的区域，全是传统村落平均密度值排名前列的区域，如龙胜、灌阳等，这些区域的第二产业产值比重基本占该地区生产总值的半数以上，说明这类传统村落密度高的区域，村落的数量和保存情况受经济影响较大。此类区域的保护措施，平摊后每村能支配的资金捉襟见肘。因此资金分配上要合理安排，提前规划，确保有限的经济投入能够真正、有效的用在传统村落保护上。

受交通因素影响显著的区域，基本位于桂林重要交通线上，区域内的平均路网密度值均排在桂林地区前几位，这反应出路网交通的通达程度越高，人流、物流运输越便捷，对传统村落的保存和保留具有一定程度的促进作用。针对交通因素影响显著的区域，在制定保护策略时可发挥交通便捷的优势，注重通过观光、旅游等第三产业，增加传统村落经济来源，政策上注意保证传统村落基础设施修建与维护，保护好传统村落的整体风貌和特色非物质文化，增加传统村落的自身文化魅力和旅游吸引力。

针对降雨因素的影响，降雨量一般与传统村落保存数量呈现负相关的特征，针对桂林地区降雨量排名前列的Ⅴ区，在制定保护策略时要特别考虑针对雨季、雨水的预防性保护措施，雨季增加检查维护的频率，可以有针对性地提高传统村落保护工作的效率与效益。以屋顶修缮为例，屋顶是保护村落建筑内部构件的主要部分，只要屋顶不漏雨，木构架就不易腐朽。因此永福、兴安、资源三县要特别注重传统村落建筑检查与保养工作，如检查屋瓦，木构件定时刷漆等常规性保养工作，能够以较少的成本把积患和隐患消灭在萌芽状态之中。

图12 桂林地区传统村落数量与密度的影响因素分布分区图

结语

传统村落空间分布特征是受综合的影响叠加而成的。本文试图在复杂、多元的影响因素中，通过量化解析的手法，分类型、分区域，抽丝剥茧，逐层分离，挖掘各区域最为显著的影响因素。受篇幅影响，针对相关区域有效的保护措施与保护策略，还值得进一步深入研究和细化。本文作为桂林地区传统村落保护工作的前期理论依据和研究成果，为后续深入研究提供理论支撑。

图、表来源

图1～12均为作者整理数据绘制。

表1～3均为作者基于数据整理绘制，表4～7均为作者基于数据运用spss软件计算导出结果。

注释

1）国家级传统村落名录第一批桂林地区19个，第二批13个，第三批18个，第四批36个；广西级传统村落名录中第一批54个，第二批102个，第三批98个，筛除重复出现的村落后，得到本次的研究样本共计264个。

2）平原(0°～2°)、缓斜坡(2°～5°)、斜坡(5°～15°)、陡坡(15°～25°)、急坡(25°～35°)、急陡坡(35°～55°)、垂直坡(大于 55° )[13]。

3）八个方向具体为：“北（0°～22.5°，337.5°～360°）、东北（22.5°～67.5°）、东（67.5°～112.5°）、东南（112.5°～157.5°）、南（157.5°～202.5°）、 西 南（202.5°～247.5°）、 西（247.5°～292.5°）、西北（292.5°～337.5°）”[15]。