边疆省区国家级传统村落可达性空间分异及其影响因素——以云南省为例*

李琴，明庆忠，陆保一，张巧

(1.云南师范大学 地理学部,云南 昆明 650500；2.云南财经大学 旅游文化产业研究院,云南 昆明 650221)

传统村落作为承载我国历史文化、农耕文明和民族文化的鲜活载体，是寄托乡愁及传承中华民族历史记忆的重要空间.目前传统村落已成为实施乡村振兴战略的重要平台[1]，发展乡村旅游是“活化”利用传统村落及推进乡村振兴的有效途径.可达性是发展乡村旅游的必备条件，也是“活化”传统村落的重要基础.云南省作为典型的边疆省区，传统村落资源富集且特色鲜明，但受边疆地区交通发展和经济基础等条件制约，云南省村域尺度的交通可达性水平欠佳，限制了传统村落的保护与开发.因此，研究云南省传统村落可达性并探究其影响因素对有效保护与利用传统村落，助推云南省乡村振兴具有重要价值.

Hansen最早提出可达性的概念，并将其应用到城市地理学领域[2].近年来，国外学界关于可达性的研究内容日益多元，主要聚焦于城市公共交通可达性[3]、就业机会可达性[4]、旅游可达性[5]以及医疗服务可达性[6]等方面；研究方法主要包括重力模型[7]、改进潜能模型[8]、网络分析法[9]和两步移动搜索法[10]等；研究视角逐步从地理学延伸至旅游学、社会学、经济学和医学等学科领域，呈现出明显的学科交叉特征.国内研究于20世纪80年代兴起，目前已将可达性的概念拓展为空间可达性、时间可达性、交通可达性及感知可达性等多个方面，并广泛应用于城市[11]、交通[12]、经济[13]和旅游[14]等研究领域.随着研究不断深化，可达性的测度方法也相对成熟，主要侧重于两步移动搜索法[15]、栅格成本加权距离法[16]和时间成本分析法[17]等.在当前地理学研究尺度从宏观向微观转换的背景下，对村域尺度的可达性研究逐渐成为热点，并侧重于旅游村落的可达性研究[18-19].目前，从旅游地理学视角分析传统村落可达性的成果较为丰硕，学者们对多层级尺度下传统村落可达性及其影响因素的探究已相对完善[20-22].综上，学界对区域可达性及其影响因素的研究已有一定基础，研究内容与方法不断拓展，研究视角也相对多元，但仍存在以下不足：(1)边疆省区传统村落可达性的相关研究较为薄弱；(2)以往研究的可达性测度方法对现实交通情况的考量不足，存在交通路网数据滞后,缺乏时效性的缺陷；在国家高度重视传统村落保护与发展的背景下，强化上述学术问题的探讨有利于更为科学地测度传统村落可达性，也能够更全面地剖析可达性的空间分异特征及影响因素.

以边疆省区云南省708个国家级传统村落为研究对象，运用高德地图应用编程接口(API)工具实时测度各传统村落的可达时间，并采用地理信息系统软件(ArcGIS)空间分析工具和地理加权回归(GWR)模型等探究影响传统村落可达性的主要因素.以期为拓展传统村落可达性的研究方法与研究内容,提高边疆省区云南省传统村落的可进入性,促进乡村振兴等提供借鉴.

1 研究区概况、研究方法及数据来源

1.1 研究区概况

位于我国西南边疆的云南省以山地高原为主，大致以云岭东侧至元江谷地为界，东为云南高原，西为横断山地，地势由西北向东南逐渐降低.云南省悠久的历史人文资源与特殊的自然地理环境共同孕育了多元、独特的聚落文化，使其成为中国传统村落的重要集聚区.截至目前，国家住建部公布的五批传统村落中，云南省16个市州共有708个，数量仅次于贵州省，位居全国第二位[23].因此，选取云南省作为案例地具有重要价值.

1.2 研究方法

1.2.1 核密度分析法

核密度分析法(Kernel Density Estimation,KDE)广泛应用于计算点状要素的空间分布密度，可反映点要素在空间上的集聚或离散状态，利用ArcGIS10.4空间分析工具对云南省传统村落进行空间格局分析.具体公式为[24]

(1)

1.2.2 可达性测度

所研究的传统村落可达性为各节点到传统村落所耗费的时间成本.考虑到近年来云南省交通路网快速发展的现实情况，利用高德地图API工具获取云南省传统村落到所在市州行政中心的时间距离作为衡量其可达性的依据.可达性测度公式为[25]

Ai=min(MjTij);

(2)

式中，Ai为区域内节点i的传统村落可达性,i为区域内的节点,Tij为节点i通过交通网络到达传统村落j的最短通行时间,Mj为传统村落j的权重.下文仅研究传统村落交通可达性，故权重设为常数1.

1.2.3 全局空间自相关分析

选择常用的Moran′s I指数计算云南省传统村落间可达性水平的关联程度[26]，计算公式为

Moran′sI=

(3)

1.2.4 地理加权回归模型

地理加权回归模型(Geographically Weighted Regression,GWR)是对普通最小二乘法(Ordinary Least Squares，OLS)线性回归的一种改进，广泛用于测度影响因子在空间上的异质性，公式为[17]

(4)

式中，yi为因变量(i处传统村落的可达性数值)，(ui,vi)为i的坐标，k代表自变量数目，βk(ui,vi)是i点的第k个自变量的回归参数,εi为误差项.

GWR回归系数模型的测度公式为

β(ui,vi)=

(XTW(ui,vi)X)-1XTW(ui,vi)Y；

(5)

式中，X为自变量矩阵，Y为因变量矩阵，XT为转置矩阵,W(ui,vi)为模型的空间权重矩阵.GWR模型的核心是全区空间权重函数，下文采用高斯函数作为权重函数，以AICc准则确定最优宽带.

1.3 数据来源

云南省传统村落名录数据来源于中华人民共和国住房和城乡建设部网站，获取五批共708个传统村落名录.传统村落经纬度坐标使用高德地图搜索获取；行政区划和水系矢量数据来源于国家基础地理信息中心；高程(DEM)数据来源于地理空间数据云网站，空间分辨率为30 m，坡度数据通过DEM数据提取；利用BIGEMAP获取OSM开源数据中云南省最新公路网络矢量数据，路网数据爬取时间为2021年9月10日.

2 传统村落空间格局及可达性分析

2.1 传统村落空间格局分析

结合ArcGIS10.4软件，利用空间统计分析工具计算出云南省传统村落最邻近指数R为0.619，Z得分为-19.346，P<0.001，表明云南省传统村落在空间上呈显著的集聚型分布状态.运用核密度分析工具，结合云南省区域情况经多次试验最终选取100 km的带宽，对云南省708个国家级传统村落进行核密度分析(图1).从全局来看，云南省传统村落分布广泛，16个市州均有分布，总体呈现出围绕高密度集聚区向四周层级递减的“核心—边缘”式空间格局特征，分布密度存在显著的地域差异.从局部来看，云南省传统村落形成了三大高密度集聚区，分别为以大理白族自治州和丽江市为核心的滇西北集聚区,以保山市为核心的滇西密集区,以红河哈尼族彝族自治州为核心的滇东南集聚区;其中核心区大理白族自治州、保山市及红河哈尼族彝族自治州传统村落数量最多，共384个，占全省总数一半有余.滇西南和滇东北地区传统村落较少且分布密度较低，怒江傈僳族自治州传统村落数量最少，仅8个.云南省传统村落多形成于明清时期，主要是由于明朝大规模的移民及当时实行的“军屯”“民屯”等政策促使聚落规模化发展.传统村落分布与以茶马古道及蜀身毒道为主的古驿道也有着密切联系，且多数传统村落分布在受现代化冲击较小的偏远地区.总体而言，传统村落已成为云南省深厚的历史和商贸文化与多元的民族和民俗文化的主要空间载体.

2.2 传统村落可达性空间分异特征

结合公式(2)，采用高德地图API工具，选取14：00—16：00为采集时间段，实时获取各传统村落到所在市州行政中心的最短行驶时间，以衡量云南省传统村落的可达性，可达时间越长，表明传统村落可达性越低.通过分析可知，云南省传统村落的平均可达时间为2.38 h，相比其他省区较快[18-19]，这主要得益于大理白族自治州、丽江市和保山市等市州的传统村落分布密集且交通通达度较高，传统村落大多距区域内的城镇或经济中心较近，在一定程度上提高了传统村落的平均可达水平.但云南省传统村落进入性整体不佳，除上述传统村落平均可达性较高的地区外，受边疆省区复杂的地势地貌、重要交通轴线布局及历史文化遗存等因素影响，云南省其余市州传统村落的平均可达性较低，整体空间异质性明显.进一步将传统村落可达时间进行排序分析(表1)，发现各传统村落可达水平差异较大，排名靠前的传统村落可达时间均小于30 min，可达性位居前三名的传统村落为保山市板桥村、丽江市吉来村及丽江市漾西村，这些传统村落多集中于经济基础良好且综合交通设施条件优越的丽江市、保山市和昆明市等市州；排名靠后的传统村落可达时间达6 h，这些传统村落较多位于受自然条件限制较大,经济水平较落后且交通基础设施建设滞缓的怒江傈僳族自治州和昭通市等市州.

将云南省传统村落可达时间划分为10个时间段，采用空间插值法，得出云南省传统村落可达性空间分布格局(图2).总体来看，云南省传统村落可达性空间差异显著，可达性高水平区域呈现出“四核两带”的空间分布特征.“四核”包括以昆明市为核心的滇中极核，以大理白族自治州和丽江市为核心的滇西北极核，以保山市为核心的滇西极核，以西双版纳傣族自治州为核心的滇西南极核；“两带”包括：“瑞丽市—保山市—大理白族自治州—楚雄彝族自治州—昆明市—曲靖市”“香格里拉市—丽江市—大理白族自治州—临沧市—普洱市—西双版纳傣族自治州”；“两带”串联“四核”的可达性高水平区与云南省正在打造的“8字形”大滇西环线在一定程度具有空间重叠性，该区域较高水平的可达性得益于大滇西旅游环线打造对沿线交通条件的改善.而文山壮族苗族自治州、红河哈尼族彝族自治州、临沧市和怒江傈僳族自治州等地区传统村落的可达性低水平相对较低，亟待加强交通基础设施建设.

表1 传统村落可达性排名的前10位与后10位

3 传统村落可达性影响因素分析

3.1 影响因素选取

传统村落可达性空间分异受多要素交互作用的综合影响，主要涵盖区域自然环境以及人文社会条件两大板块，自然环境包括传统村落所处的地形、地势以及河流水系分布情况；人文条件包括内外交通通达程度及社会经济条件等.选取前人相关研究中使用频次较高的影响因素[17-21]，并综合考虑云南省实际情况，选取地形、地势、河流水系和交通网络四大因素进行分析，并利用高程、坡度、距河流最短距离和交通路网等级分别予以表征，综合探究其对云南省传统村落可达性的影响.

3.2 基于GWR模型的影响因素分析

3.2.1 GWR模型回归结果分析

利用ArcMap10.4空间自相关分析工具计算得出云南省传统村落可达时间的Moran′s I指数为0.306，Z得分为21.748，P值为0.000，表明传统村落可达性在全局空间上存在较强的正相关性，具有一定的空间关联效应，为下文GWR分析奠定了基础.基于此，在GWR分析前，首先通过OLS模型初步检验传统村落可达性与各影响因素之间的平均关系，由于各影响因素量级与单位不同，首先采用SPSS软件对数据进行无量纲化处理，以消除各影响因素间的量纲.OLS模型的决定系数R2与校正R2(表2)分别为0.219和0.214，各影响因素的方差膨胀因子(VIF)均小于7.5，不存在冗余解释变量，且坡度和公路等级两个解释变量通过了0.01的显著性水平，其中高程、坡度与公路网密度与可达时间成正相关关系，距河流最短距离与可达时间成负相关关系，坡度与公路等级对可达时间的影响更为显著.地理加权回归模型(GWR)是对OLS模型的改进，能够较好地反映回归系数的空间异质性.通过表2可以看出，GWR模型的决定系数R2与校正R2分别为0.637和0.562，远高于OLS模型的决定系数R2与校正R2，模型的拟合度有明显的提高，GWR的AICc值为1 749.206，远小于OLS模型，模型的条件数Cond值均小于30，表明变量之间不存在局部多重共线性.综上所述，GWR模型更适合对云南省传统村落的影响因素进行解析.

表2 OLS回归与GWR回归结果比较

通过GWR模型运算，得出传统村落可达性各个影响因素的回归系数，根据结果计算出各影响因素的五分位数值.如表3所示，平均值反映了各影响因素对可达时间的平均贡献程度，其中高程、坡度和路网密度等级回归系数的中位数与均值为正且相差较小，表明这三个因素对可达时间的影响性质趋同；五分位数反映该影响因素的离散程度，可见各影响因素的回归系数的极值符号均不同，离散程度较大，表明四个影响因素对可达时间的影响程度有较强的空间非平稳性；从各影响因素回归系数的平均值来看，与传统村落可达时间呈正相关关系且相关性较大的为路网密度等级，其次为高程和坡度；距河流最短距离与可达时间呈负相关关系.因此，有必要从局部角度揭示云南省传统村落影响因素的空间异质性.

表3 GWR模型回归系数五分位统计表

3.2.2 影响因素空间异质性分析

运用ArcGIS，采用自然间断点法进一步将GWR模型结果中各影响因素的回归系数进行空间可视化展示，以揭示高程、坡度、距河流最短距离及交通路网等级等影响因素的空间异质性.

(1)高程

由图3(a)可以看出，高程值与可达时间主要为正相关关系，约70%的传统村落高程值与可达时间呈正相关关系，即高程值越大，可达时间越长，可达性越差，但区域之间高程对可达时间的影响存在一定的差异.高程值回归系数高值区主要分布于滇西保山市北部、滇西北大理白族自治州、滇东南红河哈尼族彝族自治州北部和滇南西双版纳傣族自治州，回归系数在0.657～1.197之间，表明高程值对该区域传统村落可达性影响显著，相对海拔越高，其可达时间越长.但部分地区，如滇西北丽江市和迪庆藏族自治州，滇西南临沧市，滇东曲靖市以及文山壮族苗族自治州的高程值回归系数出现负值，表明高程对可达性的影响存在空间非均等性，影响传统村落可达性的因素较为复杂.总体而言，云南省传统村落高程值对可达性的影响程度较大，具有显著的区域差异，在一定程度上随着海拔上升，传统村落可达时间相对较长，高程对传统村落可达性具有一定的阻碍作用.

(2)坡度

从坡度回归系数空间分布来看(图3(b))，大部分传统村落坡度与可达时间呈正相关关系，相对坡度越大，可达时间越长.相较于高程、距河流最短距离及交通路网等级等影响因素，坡度总体回归系数弹性较小，即坡度对传统村落可达性影响程度相对较弱.坡度回归系数高值区分布较分散，以怒江傈僳族自治州、迪庆藏族自治州北部、临沧市西南部、红河哈尼族彝族自治州中西部、玉溪市和昭通市为主，且回归系数较高的传统村落对应的坡度普遍较高，表示位于这些区域的传统村落坡度对可达性影响程度较大，坡度越大，可达性越差；65%的传统村落坡度回归系数落在0～0.269的低值区，表明坡度对大部分传统村落可达时间的影响较弱；而保山市北部及大理白族自治州等地区坡度与可达时间呈负相关，某些坡度较大的地区可达时间反而较短，或坡度较小的地区可达时间却较长，说明该区域坡度对可达性的影响作用较为复杂，存在一定的区域差异.总体而言，坡度的大小对交通建设适宜性影响较大，坡度太大不利于道路建设，从而降低了其可达性，但随着交通建设技术水平的提高，坡度对道路建设的限制作用明显减弱，坡度对可达性的影响程度逐渐降低.

(3)距河流最短距离

云南省传统村落距河流最短距离回归系数分布如图3(c)所示，河流贴近度总体回归系数弹性较大，表明传统村落距河流远近程度对其可达性影响显著，约47%的传统村落河流贴近度与可达时间呈负相关关系，回归系数负值区-0.768～-0.124集中于滇西北地区，其中大理白族自治州和怒江傈僳族自治州等地区河流贴近度对其传统村落可达时间具有显著的负相关性，该区域多数传统村落分布于澜沧江和怒江等江河河谷地区，河流能为聚落提供充足水源，成为聚落选址的重要条件，但河流往往是山区交通建设的重大阻碍，极大增加了道路修建的难度.因此，山水的阻隔加之较落后的交通条件导致该区域大部分距河流较近的传统村落可达性较差.约53%的传统村落河流贴近度与可达时间呈正相关关系，集中于滇西南普洱市、滇东南红河哈尼族彝族自治州及文山壮族苗族自治州等地区，随着与河流最短距离的增加，该区域传统村落可达时间相对增加，但该区域回归系数弹性相对较小，表明河流的远近程度对该区域传统村落可达性影响程度相对较弱.

(4)交通路网等级

为能直观地反映区域交通通达水平高低，以县域为单位进行空间数据分析，计算出云南省129个县域的公路网络密度，采用自然间断点法将公路网密度划分为10个等级(1级代表公路网络密度最大,等级最高).公路交通网络密度等级回归系数空间可视化结果如图3(d)所示，较高程、坡度及距离河流最短距离而言，交通路网等级回归系数弹性更大，表明交通路网等级对传统村落可达时间影响更为显著，约83%的传统村落路网等级与可达时间呈正相关关系，大部分区域交通路网等级提升能减少该区域传统村落的可达时间.其中回归系数高值区0.904～2.477集中于滇西保山市以及滇西北大理白族自治州、迪庆藏族自治州和怒江傈僳族自治州等部分地区，在交通路网等级较低的地区，如迪庆藏族自治州和怒江傈僳族自治州等，路网等级的提升对该区域传统村落可达性时间的减少边际贡献度显著，如迪庆藏族自治州香格里拉市路网等级仅比维西县高两级，而前者平均可达时间较后者缩减近2 h；怒江傈僳族自治州路网密度为全省最低，落后的交通水平极大地阻碍了其传统村落的可达性.而昆明市、玉溪市和大理白族自治州等为回归系数低值区，主要由于较为发达的交通网络是该区域传统村落可达性水平普遍较高的直接原因，路网等级的进一步提升对该区域传统村落可达性的边际效应相对较弱.交通路网与可达性关系密切，是影响传统村落可达性水平的直接因素.

该图基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2019)1822的标准地图制作，底图无修改.

4 结语与讨论

4.1 结语

以云南省708个国家级传统村落为研究对象，综合运用多种定量方法解析云南省传统村落的可达性分异格局及其影响因素.

(1)空间分布上，云南省传统村落空间分布总体呈现出“核心-边缘”式的空间结构，其中三大高密度集聚区分别为以大理白族自治州和丽江市为核心的滇西北极核，以保山市为核心的滇西极核，以红河哈尼族彝族自治州为核心的滇东南极核;而滇东北和滇西南等地区传统村落分布较为稀疏，传统村落空间分布的整体地域差异较为显著.

(2)可达性分异上，受传统村落分布高密度区的交通通达度较高等因素影响，云南省传统村落平均可达时间为2.38 h，相比于其他省区较快，但其整体平均可达时间仍然较长，有较大提升空间.可达性在空间上呈现出较强关联性，但存在一定区域差异，可达性高水平区呈现出“四核两带”的空间分布特征，与云南省大滇西环线布局存在一定程度重叠，具有较强的交通导向性.

(3)影响因素上，云南省传统村落可达性空间分异是多要素综合作用的结果，高程、坡度和交通路网等级与传统村落可达时间主要呈正相关关系，距河流最短距离与可达时间主要呈负相关关系，各因素对云南省传统村落可达性的影响程度存在较强的空间异质性，按其影响程度排序为：交通路网等级>高程>距河流最短距离>坡度.

4.2 讨论

采用实时测度的方法计算传统村落到所在市州行政中心的可达时间，并进一步分析边疆省区云南省传统村落可达性的空间分异及其影响因素，能够较为客观地反映传统村落可达性的实际现状，具有一定的理论价值和现实意义.但仅考虑了公路交通网络下的可达性，随着云南省各市州高铁和飞机等立体化、网络化快速交通体系不断完善，传统村落的可达性有望大幅提高，因此在交通方式选择上还可进一步完善；其次，选取高程、坡度、距河流最短距离和交通路网等级四个影响因素进行分析，虽能够直观反映各传统村落可达性影响因素的空间异质性，但影响可达性的因素具有复杂性和多样化等特征，在后续研究中可考虑增加社会经济发展水平等多种因素进行综合分析，不断提升传统村落可达性影响因素的研究深度.