基于GWR的武陵山片区传统村落空间分异及影响因素

于婧，汤昪，陈艳红，聂艳

(1.湖北大学资源环境学院，区域开发与环境响应湖北省重点实验室， 湖北 武汉 430062； 2.华中师范大学地理过程分析与模拟湖北省重点实验室, 湖北 武汉 430079)

0 引言

传统村落，又名古村落，一般由家庭、家族、宗族为核心构成，因其兼具传统建筑的美学价值与传统技艺的历史文化价值，是我国农耕文明的重要产物和不可再生的文化遗产.由于当前我国城镇化进程加速，城乡矛盾凸显，造成了“城进村退”的局面，对传统村落的保护与适当开发迫在眉睫.因此国家住房和城乡建设部、自然资源部等部委先后在2012年12月、2013年8月、2014年11月、2016年12月、2019年6月公布了五批中国传统村落，共计6 819个.2017年，我国首部关于传统村落及其文化遗存与保护的蓝皮书《中国传统村落蓝皮书：中国传统村落保护调查报告(2017)》指出，1978—2012年全国行政村总量从69万个减少到58.8万个，年均减少3 152个.中国村落文化研究中心也发现，长江、黄河流域等地的传统村落数量正以“平均约3天1个”的速度消失.总的来看，我国传统村落数量锐减，传统村落保护虽见实效，但现状仍不容乐观.

我国关于传统村落的研究最早见于20世纪90年代末，主要研究传统村落的价值、传统村落的形成演化机制、传统村落空间结构形态等[1-2]，随着传统村落的价值被国内外学者认可，越来越多的学者对传统村落进行了研究.近年来，国外学者的研究领域主要集中在传统村落的演变规律、景观格局、聚落文化[3-5].我国学者主要对传统村落的旅游开发保护、空间分异特征及影响因素、传统村落类型等领域进行了评价与分析，如吴必虎等[6]利用GIS技术，结合地理、文化等因素，综合剖析了全国350处历史文化名镇名村空间分布规律及其形成原因；佟玉权等[7]以646个传统村落为研究对象，利用GIS空间分析和GeoDa技术平台，对中国传统村落的空间分异特征进行了分析评价；关中美等[8]选取2012—2016年传统村落数据，采用核密度分析、地理探测器、GIS空间分析等方法，分析了中原经济区传统村落时空分布特征及其影响因素；杨立国等[9]以湖南省首批中国传统村落为例，从原真度、活态度、完整度、传承度四个方面，构建了传统村落保护度评价指标体系及其评价函数；何小芊等[10]以湘鄂赣地区550个传统村落为研究对象，从市域、县域尺度探讨不同尺度下传统村落的空间分异及影响因素.从传统村落的空间分异来看，我国学者主要从全国和省域尺度分析较多，从中观角度分析空间分异的研究内容相对较少[11-14]；从传统村落的影响因素来看，多从高程、水文、城镇化率、交通通达度等进行单因素叠加分析，而各因素之间的空间异质性与因子之间交互作用分析较少[15-16].此外，由于国家住房和城乡建设部、国家自然资源部等部委认定的中国传统村落不断增加，如2019年6月全国范围内新收录了2 666个传统村落，因此以往的部分研究结论不能显示出传统村落的最新特征.

在国家战略的宏观部署下，丝绸之路经济带、长江经济带、武陵山片区等跨省域的特殊区域成为研究的前沿，区域内存在特殊的资源优势和协同发展的现实基础.武陵山片区集民族地区和贫困地区于一体，是跨省交界面大、少数民族聚集多的连片特困地区，同时也是全国传统村落分布聚集度较高的区域之一，具有区域特殊性及村落典型性，研究武陵山片区传统村落在空间上的连续性，对于湘、鄂、渝、黔四省的旅游协同发展具有重要意义.因此在现有研究成果的基础上，以武陵山片区2012—2019年735个传统村落为研究对象，运用核密度估计、空间自相关分析武陵山片区传统村落的空间分异特征，并从自然因素、经济社会因素选取共9项指标构建指标体系，构建地理加权回归模型、地理探测器分析武陵山片区传统村落影响因素的空间异质性及因素交互作用，以期为传统村落的传承和发展特色村庄旅游提供理论参考和借鉴.

1 研究区概况

武陵山片区(图1)包括湖北、湖南、重庆、贵州四省市交界地区的71个县(市、区)，其中湖北省11个县市、湖南省37个县市区、重庆市7个县区、贵州省16个县市，区域总面积为171 800 km2.区域内农耕文明历史悠久，传统村落分布较广，2012—2019年国家公布的传统村落名录中，武陵山片区共计735个传统村落(表1)，占全国传统村落总数量的10.71%，其中湖南省境内430个，湖北省境内87个，重庆市境内77个，贵州省境内136个.

图1 武陵山片区传统村落分布图

表1 武陵山片区2012—2019年五批传统村落数量

2 数据来源与研究方法

2.1 数据来源利用Google Earth与百度地图逐一检索传统村落坐标信息，面积较大的村落取几何中心坐标；DEM数据来源于地理空间数据云平台(http://www.gscloud.cn/)STRM(90 m)数据，利用ArcGIS10.2软件裁剪、拼接成武陵山片区数据，并从中提取出海拔、坡度数据；河流数据来源于全国地理信息资源目录服务系统(http://www.webmap.cn/)全国1∶1 000 000基础数据；其他数据分别来源于《2018年湖南省统计年鉴》、《2018年湖北省统计年鉴》、《2018年贵州省统计年鉴》、《2018年重庆市统计年鉴》以及各县市的统计公报作为补充.

2.2 空间分异的分析方法

2.2.1 核密度估计法 核密度估计(kernel density estimation，KDE)通常用于计算要素在其周围邻域中的密度，在地学统计中应用较为广泛[17-18].通过ArcGIS10.2软件对传统村落进行核密度分析，可以直观地分析研究区传统村落的空间分布态势.具体计算公式如下：

(1)

2.2.2 空间自相关分析 全局空间自相关通常用莫兰指数表征，通过计算全局莫兰指数可以指出传统村落分布的空间相关性和空间集聚模式[19-20].莫兰指数值小于0为负相关，取值为0为不相关，取值大于0为正相关；空间集聚模式有集聚分布、均匀分布、随机分布.其计算公式为：

(2)

式中：I为莫兰指数值，n为武陵山片区县级行政区数，xi、xj为县级行政区的观测值，W为空间权重矩阵，表达n个位置的区域的邻近关系，其中wi,j为区域i与j的邻近关系.

局部空间自相关可以测算出传统村落数量分布的高值、低值在局部空间是否集聚，其空间关联模式可分为：高高(H-H)关联、低低(L-L)关联，属于正空间关联；高低(H-L)关联、低高(L-H)关联，属于负空间关联.本研究选择Lisa聚集图进行具体分析.其计算公式为：

(3)

2.3 影响因素的分析方法

2.3.1 地理加权回归模型 地理加权回归(geographically weighted regression，GWR)模型给予不同地区以不同的参数，反映出参数在局部的空间非平稳性[21-22].本研究利用spss 22.0软件中的逐步回归筛选出影响传统村落分布的主要因素，由于逐步回归模型筛选的影响因素可能存在空间不平稳性，需要采用GWR模型进一步分析，将两者进行精度对比，选取拟合度较优的模型进行分析.构建GWR模型如下：

yi=β0(ui,vi)+β1(ui,vi)xi+β2(ui,vi)x2i++βp(ui,vi)xpi+εi

(4)

式中：yi为第i县传统村落的数量；β0为截距；xpi为第i县的第p个影响因素；(ui,vi)为各个县的空间坐标；βp(ui,vi)为第i县的第p个影响因素的系数；εi为随机误差项.

2.3.2 地理探测器 地理探测器(Geogdetector)可以用于揭示空间异质性及其驱动因素[23-24].本研究主要利用地理探测器中的交互作用探测来识别不同因子xi之间的交互作用.其计算公式为：

(5)

式中：L为传统村落数量Y；Nh和σh2为h的单元数和方差；q表示解释力，取值范围为0 ～ 1之间，其值越接近1，说明影响因素对传统村落数量的解释力就越强.两个自变量对因变量交互作用主要分为以下5类(表2).

表2 两个自变量对因变量交互作用类型

3 传统村落的空间分异特征

3.1 空间分布的核密度分析为直观分析武陵山片区传统村落的空间分布密度状况，研究采用核密度工具来进行分析.经过反复试验及在借鉴前期学者[24-25]的研究基础上，将带宽设置为30 km，得到武陵山片区传统村落核密度分布图(图2).

结果表明，武陵山片区传统村落的空间分布具有总体分布广泛，局部明显集中的特点，形成“多核集聚—带状发展”的分布特征.“多核”主要指传统村落分布的多个“极核”中心，其中“大极核”位于武陵山片区的中心位置，具体范围包括凤凰县、吉首市、古丈县、花垣县、保靖县、龙山县，这6个县形成武陵山片区传统村落分布的最大“极核”，此外还形成多个中小“极核”，分别分布在湖北省境内的宣恩县、贵州省境内的石阡县、湖南省境内永定区、重庆市境内的酉阳土家族苗族自治县；“带状”主要是在武陵山片区南部形成的条带状连片传统村落分布区，主要位于湖南省境内的通道侗族自治县、靖州苗族侗族自治县、会同县、洪江市、中方县、溆浦县内.从传统村落的总体分布特征来看，武陵山片区的中部、西南部是传统村落的主要聚集区.

3.2 空间自相关分析本研究利用Geoda软件平台进行全局空间自相关分析，结果显示MoranI为0.305，P值为0.0001 < 0.001，MoranI大于0，说明武陵山片区传统村落分布存在正的空间相关性，且这种相关性较显著.武陵山片区传统村落的分布并不呈随机性，而是表现为规模相似区域在空间上集聚的特点，即该区域传统村落的分布数量无论是多还是少，在空间分布上都趋向于集聚分布.

由于全局空间自相关难以反映局部地区的空间异质性，本研究进一步利用Geoda软件对传统村落分布进行局部空间自相关分析，生成可视化的武陵山片区传统村落LISA集聚图(图3)，从而弥补其不足.通过基于县域传统村落数量分布的统计表明，高值集聚区(H-H)有8个，占武陵山片区传统村落的11.27%，主要分布在武陵山片区中部的沅陵县、吉首市、花垣县、秀山土家族苗族自治县、保靖县、龙山县、永顺县，以及西南部的靖州苗族侗族自治县.低值集聚区(L-L)有6个，占武陵山片区传统村落的8.45%，主要分布在武陵山片区东北部的石门县、五峰土家族自治县、长阳土家族县、秭归县、巴东县以及东南部的邵阳县.低高值聚集区(L-H)和高低值聚集区(H-L)都只有2个，占武陵山片区传统村落的2.82%，其中低高值聚集区(L-H)主要分布在武陵山片区西南部的思南县和石阡县，高低值聚集区(H-L)主要分布在武陵山片区西南部的玉屏侗族自治县和新晃侗族自治县.总体来看，高值集聚区(H-H)占比最大，传统村落聚集明显，出现了极化现象，但与周边区域的差异性较大，辐射作用不明显.

图3 武陵山片传统村落LISA集聚图

4 影响因素分析

4.1 影响因素筛选传统村落分布是自然因素、经济社会因素等多种因素共同作用的结果.本研究结合数据的可操作性和前人研究经验[11-13]，以武陵山片区县域为研究尺度，从自然因素、经济社会因素选取共9项指标来分析武陵山片区传统村落分布的影响因素(表4).

表4 备选变量及指标说明

本研究利用SPSS 22.0软件中的逐步回归模型对9个变量进行处理，逐步回归分析结果表明(表5)，城镇化率、平均海拔、人均GDP、年均气温、年均降水量等5个变量通过显著性检验和共线性诊断.研究表明自然环境与社会经济条件都与村落发展关系密切，如地形、经济发展水平、气候、交通、地质灾害、历史文化等等都对村落的存在发展起到了推动或者倒退作用，从筛选出来的变量来看，城镇化率的高低可以反映一个地区的被开发程度，平均海拔、年均气温、年均降水量是传统村落存在与发展的重要基础性条件，人均GDP在一定程度上代表着地区经济的发达程度.逐步回归模型进行变量筛选后，进一步利用GWR模型进行精度对比验证.

表5 逐步回归模型运算结果

4.2 武陵山片区传统村落的影响因素分析利用ArcGIS10.2软件中地理加权回归模型工具进行空间回归分析，以县域传统村落数量为因变量，逐步回归模型筛选后的5个影响因素为自变量，核类型设置为固定核，带宽选取AICc.GWR模型运算结果表明，R2为0.82，校正后的R2为0.78.从图4(f)中可知，武陵山片区只有一个县未通过残差检验，对残差进行空间自相关分析，得到MoranI为0.22，残差基本处于随机分布，结果表明模型的整体拟合效果较好.逐步回归模型校正后的R2为0.73，而GWR模型校正后的R2为0.78,表明GWR模型拟合度比逐步回归模型高,因此采用GWR模型进行进一步分析.

图4 GWR模型影响因素回归系数空间分布

4.2.1 平均海拔 由图4(a)可知，GWR模型的平均海拔回归系数从整体上看呈现“东北高，西南低”的空间分布规律，平均海拔与传统村落数量呈正向关联，即武陵山片区东北部地区海拔因素对传统村落数量的影响比西南部地区更大，其最高值出现在东北部的秭归县，最低值出现在西南部的余庆县.武陵山片区平均海拔的空间分布基本上呈西北向东南递减的趋势，表明在平均海拔较高的西北部区域，海拔对传统村落分布的影响较小.相较于海拔较低的区域，海拔较高的区域每增加一个传统村落的难度更小.如武陵山片区以龙山县为中心的区域，由于海拔较高形成相对闭塞的区域环境，使得传统村落大量存在和发展，此外，海拔较高的传统村落受到的开发、破坏较小，因此保存程度相对完整，形成了独特的区域文化，如位于吉首市的湘西苗寨建筑群，其平均海拔都较高，成为特殊的传统村落景观.

4.2.2 年均气温与年均降水量 图4(b)反映出年均气温与传统村落的分布呈负向关联作用，年均气温回归系数在空间上表现为“西高东低”的分布特征，说明武陵山西部地区传统村落数量受气温因素影响较大，东部地区传统村落数量受气温因素影响小.年均气温回归系数值波动不大，最高值出现在正安县，最低值出现在涟源市.年均气温反映了传统村落产生与发展的基础条件，武陵山片区西部年均气温较低，宜居度不高，而气温适宜的东中部地区，如凤凰县、龙山县等，传统村落则分布较多；由图4(c)得知年均降水量与传统村落数量呈正向关联作用，即武陵山片区年降水量越大的地区，传统村落数量也越多.其回归系数在空间上大体表现为由中部地区向四周逐渐递减的分布特征，表明年均降水量对传统村落数量的影响程度也由中部地区向四周逐渐递减.除了武陵山片区中部与西部回归系数差值较大外，其他地区之间差值较小.回归系数的最高值出现在永定区，最低值出现在余庆县.降水量与气温一样，是作为进行农业生产活动不可缺少的要素之一.降水量较少的东、西部地区，不利于进行农耕生产，因此农耕性聚落不多，而中部地区的充沛降水，营造了适宜的气候环境，推动农业生产的发展，从而促进区域传统村落的形成.

4.2.3 城镇化率 图4(d)表明城镇化率与传统村落分布呈负向关联作用，即城镇化率越高的地区，其传统村落的分布越少.在空间上，城镇化率回归系数的空间分布大体呈现“南高北低”的特征，其最高值出现在新晃侗族自治县，最低值出现在秭归县，表明南部地区城镇化率因素对于传统村落的影响较大.武陵山片区南部地区城镇化建设加速了城市的扩张与建设，但也对传统村落造成了威胁，形成了城进村退的局面.具体来说，城市扩张虽然促进了武陵山片区南部地区的交通、区位因素优化，但传统村落的完整性和丰富性在城市化进程中遭到了破坏.如贵州省境内部分地区进行城镇化建设时，原来的苗寨村变成了空无一人的“鬼寨”，代替传统村落的是样板化的现代化民居，传承久远的苗族文化也随着传统村落载体的消失而留下空白.因此各地在进行城镇化时，应注意对传统村落的保护，统筹规划，既要保护传统村落的完整性，又要做到合理开发，实现对传统村落的创新性发展.

4.2.4 人均GDP 由图4(e)可知，人均GDP与传统村落分布呈负向关联的作用，回归系数值波动较大，说明其空间异质性较为明显.人均GDP回归系数呈东北向西南递减的趋势，武陵山片区东北部地区传统村落分布受到人均GDP影响较大，而西南部地区受影响相对较小.人均GDP较低的地区由于城市与乡村之间的物质、经济联系少，导致其传统村落保存度相对完整.人均GDP可以在一定程度上代表地区的经济发展状况，但随着经济发展水平的进一步提高、基础设施建设的完善，会使城乡结合部成为矛盾冲突区，经济建设加速了城市与乡村之间的经济、社会、文化要素之间的联动，使传统村落原有的外观风貌、文化内涵受到了冲击与破坏，传统村落加快了消亡.

4.3 影响因素交互作用分析本研究通过GWR模型对武陵山片区传统村落分布的单个影响因素进行分析探讨，但从现实情况来看，传统村落的形成具有复杂的形成机理，其形成受到自然、区位、经济社会因素的综合驱动，不限于单个影响因素发挥作用，因此本研究借助地理探测器的交互作用进行进一步分析，以传统村落为因变量，以城镇化率、平均海拔、人均GDP、年均气温、年均降水量5个影响因素为自变量，探测两因素共同起作用时对传统村落数量分布的影响程度，探测结果如表6所示.

表6 交互作用探测结果

结果显示，因素之间交互作用的影响力均大于单独作用的影响力，各影响因素之间没有相互独立的因素，交互作用类型有双因子增强型、非线性增强型.城镇化率与人均GDP、年均气温、年均降水量均产生双因子增强效应，与平均海拔产生非线性增强型；年均气温与人均GDP、年均气温、年均降水量均产生线性增强效应；人均GDP与年均气温、年均降水量产生非线性增强效应，年均气温与年均降水量产生双因子增强效应.结果表明任意两个因素作用下，传统村落的分布数量差异会变小，说明传统村落分布受到自然、经济社会因素的综合制约，要重视各个因素之间的互相作用.

5 结论与讨论

本研究以武陵山片区2012—2019年735个传统村落为研究对象，运用核密度估计、空间自相关分析等GIS空间分析方法分析了武陵山片区传统村落的空间分异特征.从自然因素、经济社会因素选取共9项指标构建指标模型，利用地理加权回归模型、地理探测器分析武陵山片区传统村落影响因素的空间异质性及因素交互作用，主要得出以下结论：

1)武陵山片区传统村落分布广泛，局部地区明显集中，形成“多核集聚—带状发展”的分布特征.“多核”主要指传统村落分布的多个“极核”中心，其中“大极核”位于武陵山片区的中心位置，“带状”主要是在武陵山片区南部形成的条带状连片传统村落分布区.

2)全局空间自相关显示武陵山片区传统村落分布存在正的空间自相关性，空间分布上呈集聚分布.局部空间自相关显示传统村落分布空间异质性明显，其中高值集聚区(H-H)占比达11.27%，高值集聚区与周边区域的差异性较大，极化现象明显.

3)城镇化率、平均海拔、人均GDP、年均气温、年均降水量等5个因素是影响武陵山片区传统村落分布的主要因素，其影响效应的空间异质性较为明显.因素之间交互作用的影响力均大于单独作用的影响力，各影响因素之间没有相互独立的因素，交互作用类型有双因子增强型、非线性增强型.城镇化率与人均GDP、年均气温、年均降水量均产生双因子增强效应.

本研究探讨武陵山片区传统村落分布密度状况及空间自相关性，并从因素交互作用角度探讨两因素之间的增强效应.传统村落在经济快速发展的背景下容易受到冲击，分析其空间集聚和影响因素对于武陵山片区保护传统村落及发展特色村庄旅游具有重要意义.对于连片的传统村落群，如以古丈县、吉首市、花垣县为核心的湘西古村落区，可以全域旅游为契机，在不破坏原始村落风格的前提下，进一步挖掘和发挥传统村落在旅游扶贫中的作用，为武陵山片区整体脱贫致富提供新思路.本研究在研究过程中对于传统村落的传统村落的外观特征、内部构造、内涵特色等研究尚未触及到，而这些因素也是传统村落研究中不可或缺的一部分，此外随着传统村落评定工作持续推进，传统村落数量将会进一步增加，对于空间集聚性及空间关联分析有更大帮助.