江苏省古村落空间分布特征及影响因素分析

池明宛，彭 颖

(南京晓庄学院 环境科学学院，江苏 南京 211171)

古村落又叫做传统村落，通常指的是村落形成年代较为久远，有着相对丰富的传统资源，通常保留了完整形态与格局，并且在社会经济、科学历史、文化艺术等方面皆具有一定研究价值和意义的文化遗产[1].

目前有关传统村落的研究，多为对传统村落的大样本定量和定性解读.研究内容上，主要包括传统村落的价值研究、传统村落的保护与发展研究以及传统村落的空间格局、时空分布研究等方面[2].如以北京门头沟区传统村落为例，对传统村落进行价值评价并探讨可持续利用模式[3]，针对中国传统村落分析并探讨空间分布特征及其与自然地形、社会经济等因素的关系[4]，对太行山区传统村落时空分布及演变特征研究[5]等.研究方法上也较为成熟多样，GIS空间分析法、空间句法、ESDA方法等定量方法运用也逐渐增多.如通过系统梳理和理论分析研究新时期传统村落整体性保护的手段与路径[6]，利用空间句法分析传统村落空间形态与村民认知的关系[7]，利用地理信息系统和空间自相关分析平台对中国传统村落的空间分异进行系统分析并总结其特征[8]等.研究区域多集中在云贵高原，湘西、闽西北、晋豫、滇西等地及其他少数民族分布较多地带，整体呈西多东少特征.如贵州民族传统村落空间分异因素的研究[9]，云南中部地区为例对传统村落评价认定指标体系的研究[10]，陕西传统村落保护典型案例分析[11]，甘肃省传统村落空间分异格局研究[12]，湘西州典型乡村聚落景观空间分异特征及驱动因素分析[13]，基于GIS的山西省传统村落空间分布特征研究[14].而相较国内来说，国外研究更大多注重于对传统村落本身的更新与未来发展，如对传统村落乡村振兴发展战略研究[15]，传统村落保护与旅游开发策略研究[16]，中国村落的遗产保护与民生转型[17].此外，由于我国历史悠久文化底蕴深厚，其他国家也对我国的古村落充满了研究热情，如韩国对中国传统村落景观特征的研究[18]等.虽然传统村落相关的研究成果日渐丰富，但仍存在一些问题，主要为经济落后地区多、经济发达地区少，宏观微观尺度多、中观研究尺度少，且研究区域不平衡，多集中在东南地区.

传统村落是传统文化演变的鲜活见证，是传统文化传承的重要载体，保护传统村落是一件非常具有必要性和紧迫性的事情.江苏省作为中国古代文明的发祥地之一，位处经济发达的长江三角洲地区，是我国沿海主要对外开放地区，但在经济较发达的地区，人们的目光往往追随着科技飞跃的先进脚步，传统文明存留在人们眼中的时间越来越短.因而本文选择江苏省为研究区域，通过GIS空间分析和数理分析的方法探讨其传统村落的空间分布规律和特征，分析传统村落在区域上具有什么样的空间规律，是否彰显出这一特殊地理单元的个性[19]，为江苏省古村落资源的保护与利用提供参考和借鉴.

1 数据与方法

1.1 研究区概况

本研究选择江苏省为研究区域(图1)，以整体到苏北、苏中、苏南的局部视野进行分析.江苏省省会南京，位于长江三角洲地区.东部沿海中心，与安徽、山东、上海和浙江等省份和地区相邻.全省面积10.72万平方千米，地形地势平坦、河流湖泊众多.其中，平原面积占80%以上，苏北平原、长江三角洲平原等平原面积辽阔.江苏省水网密度高，河湖交织，京杭运河纵贯南北，长江横贯东西，秦淮河、通扬运河等其他河流分布其间，太湖、洪泽湖分别为全国第三、第四大淡水湖.江苏文化历史悠久、地理环境优越、社会经济发达，为传统村落的形成与分布提供了一定的条件，传统村落在历史文化、社会经济和科学研究等方面更是拥有极高的价值[2].

图1 江苏省古村落分布区位图

1.2 数据来源与处理

本文主要使用的数据包括：江苏省古村落矢量点、矢量底图、河流水系、路网数据、DEM数据、2021年各江苏省内市区常驻人口数和国内生产总值GDP、旅游景点数据(POI)、各村落历史背景概况.

其中古村落矢量点数据源于江苏省住房和城乡建设厅官网最新发布的第一批至第五批古村落名录，江苏省内的古村落点共计439个，借助百度地图依次拾取江苏省的每个古村落地理坐标信息，将坐标转为WGS48坐标后通过Arcgis10.2.2软件处理，将其可视化.矢量地图、河流水系、行政界限等基础地理数据源于全国地理信息资源目录服务系统.DEM数据源于地理空间数据云官网，分辨率为30 m*30 m.路网数据则从OSM官网获取.GDP数据、人口数据等来源于江苏省统统计局官网.POI旅游景点数据源于百度地图获取.古村落的历史背景则根据村落名录，通过不断搜索并阅读文献来获取.

1.3 研究技术路线

本文研究内容分为空间分布特征分析和影响因素分析两部分，以江苏省整体到苏北、苏中、苏南的局部区域为视野，采用江苏省住房和城乡建设厅官网发布的最新传统村落名录信息，借助百度地图依次拾取江苏省内每个古村落的地理坐标.

古村落的空间分布特征分析：一方面通过ArcGIS软件，计算出的江苏省内古村落的平均最近邻指数，并对江苏省古村落的分布做核密度分析，判断其整体的分布格局和分布类型；另一方面通过Excel计算出的江苏省内古村落的地理集中指数，分析古村落分布的集中程度，再计算出江苏省内最新古村落的不平衡指数，利用SPSS绘制洛伦兹曲线，进一步分析古村落的分布均衡性.

古村落的影响因素分析：基于上述的古村落分布特征，通过DEM数据分析地形、坡向、建立水系缓冲区、通过对数据分级的方法，分析其自然方面的影响因素；结合江苏省当地的交通路网、历史深度、经济发展、人口分布的情况，通过可达性分析、空间插值、查询统计、分级设色等方法，分析其人文方面的影响因素.最后统计各个影响因素的数据结果，利用SPSS数据分析软件构建二元logistic回归模型，对所有影响因素进一步分析，探讨在同一尺度下各个影响因素对古村落分布的影响.

1.4 主要研究方法

1.4.1 平均最近邻指数分析

传统村落的空间分布类型是指一定区域内村落在受到自然、社会、经济、文化等因素的影响下在空间上所呈现出的分布规律特征[2]，空间分布类型能够表现出一个区域内目标要素的整体分布情况，通常利用最近邻指数通常用来进行判判断.将古村落抽象为点状要素，其空间分布形态可分为凝聚型、随机型、均匀型三类.计算公式如下：

(1)

式中：R为最近邻指数；R0为平均观测距离；Rr为预期平均距离；n为点状要素个数；A为点状要素所在区域面积.当R<1时，表示古村落趋向于凝聚分布；R=1时，表示古村落趋向于随机分布；当R>1时，表示古村落趋向于均匀分布.

1.4.2 核密度指数估值法

核密度估值是识别并分析热点与冷区的探测方法，能够直观地展示古村落的高密度区域.通过核密度分析从整体上呈现古村落在区域内的空间分布格局，更有利于人们对该地区古村落的空间分布情况进一步研究.计算公式如下：

(2)

1.4.3 地理集中指数分析

地理集中指数是研究古村落集中程度的重要指标，利用地理集中指数能够进一步探索出江苏省内的古村落集中程度，计算公式如下：

(3)

G表示空间分布的地理集中指数，n表示的是所研究区域内地区总数，xi表示i地区的古村落数量，T表示古村落数量的总和.G的值为0～100，G值越大表明古村落的空间分布集中度越高，G值越小表明古村落的空间分布集中度越小.

1.4.4 不平衡指数分析

不平衡指数可以衡量研究对象在研究区内的不同空间单元分布的均衡程度.整理统计各市区古村落的分布情况，并根据公式计算得到其不平衡指数，分析古村落在江苏省市区内的空间分布特点.计算公式如下：

(4)

S代表古村落的不平衡指数，n表示研究区域内市区总数；Yi为各市区内古村落在研究区内所占比重从小到大排序后第i位的累计百分比.不平衡指数S的值位于0和1之间，当S=0时，古村落均匀分布在各市区内；若S=1，则古村落都集中在一个市区.

1.4.5 二元逻辑(Logistic)回归

Logistic 回归分析方法适用于因变量为非连续变量的回归分析[20].本文基于5000*5000象元大小的渔网探讨古村落空间分布的影响因素，因变量是古村落.将古村落在格网上的分布设为“有”和“没有”2 种情况，为典型的二元选择模型，故采用二元 Logistic 回归分析对古村落空间分布的影响因素进行研究.具体公式如下：

(5)

根据式(5)得到:

(6)

具体模型构建如下:

(7)

式(6)中，Pi为存在古村落的几率，“存在”为1，“不存在”为0；xi为第i个影响因素；βi为第i个影响因素的回归系数；β0为回归截距，即回归方程的常数；μ为随机项.

2 江苏省古村落空间分布特征

2.1 江苏省古村落空间格局

江苏省古村落空间分布在整体上呈南多北少的分布状态.运用Arcgis10.2.2中的Kernel Density工具进行核密度分析，根据核密度结果图(图2a)可知，江苏省整体古村落的分布格局呈“一带多核”的特点.主要表现为中部大面积高密度区域，南部多个小面积高密度聚集区域，北部少部分低密度区域.

a-江苏省，b-江苏苏北，c-江苏苏中，d-江苏苏南图2 古村落核密度图

不同地区的古村落空间格局也有所不同.从苏北地区来看(图2b)，古村落的空间格局呈“三核”的分布特点，形成了三个古村落高密度地区，分别位于西北方向徐州市的贾汪区、铜山区地带，东北方向连云港市的连云区地带以及东南方向盐城市的盐都区、建湖区地带.苏中地区来看(图2c)，古村落的空间格局表现为“一带一核多散点”的分布状态，主要分布在泰州市中部到扬州市北部一带，且在泰州市姜堰区西北部形成高密度分布区.另外在仪征市、兴化市、如皋市等地区也有少数古村落分布.而苏南地区(图2d)的古村落则呈现明显的“多核”分布格局，其古村落主要以小聚落形态分散在整个苏南地区，主要分布的核心区域为南京市的浦口区、江宁区、溧水区，镇江市的句容市、丹阳市，常州市的武进区，无锡市的宜兴市、锡山区，苏州市的吴中区、昆山市.其中吴中区为最大密集区域.

2.2 江苏省古村落空间分布类型

江苏省整体和局部的古村落空间分布类型一致.基于Arcgis10.2.2平台，利用Spatial Statistics Tools中的Average Nearest Neighbor计算出平均最近邻指数结果(表1)，江苏省整体的最近邻指数R为0.59<1，古村落的空间分布属于凝聚型，苏北、苏中、苏南的最近邻指数分别都小于1，皆为凝聚型.其中江苏省、苏中、苏南的平均观测距离分别为5548.51 m、5819.48 m、4472.23 m，在这三个尺度下的村落间邻近距离较小，说明古村落之间存在一定相互作用和相似性[21]，而苏北的平均观测距离为9220.08 m，相较于其他三个研究尺度来说，其村落间的邻近距离较大，说明苏北古村落之间的相互作用和相似性相对较弱.此外江苏省、苏北、苏中、苏南地区的Z值的绝对值都大于2.58，置信水平都为99%，所得结果有效.

表1 平均最近邻结果

2.3 江苏省古村落集中程度分析

江苏省古村落的空间分布状态是相对集中的.通过Excel表格软件对研究区域内的所有古村落点数按市区进行统计(表2)，并根据其地理集中指数的计算公式(3)计算得出结果(表3).江苏省整体古村落空间分布实际的地理集中指数为32.12%，在理想状态下将163个古村落均匀分散在各市区所计算出的理想地理集中指数为G0=27.74%，数值相差不大，因而是相对集中.同理对比苏北、苏中、苏南地区的实际地理集中指数和理想地理集中指数值，可知皆为相对集中.

表2 江苏省古村落分布统计表

表3 地理集中指数表

不同区域内的古村落集中程度也有所不同.根据地理集中指数可知，古村落最为集中的地区为苏中地区且主要集中在扬州，村落数达64个，占比14.58%.苏北地区的古村落主要集中在徐州，古村落数量有31个，占比7.06%.苏南地区的古村落主要集中在苏州，累计71个古村落，占总数比的16.17%.综上可知，古村落集中程度的大小并不能代表古村落分布数量的多少.

2.4 江苏省古村落均衡性分析

根据村落统计数据，利用不平衡指数的计算公式得到不平衡指数S的值为0.359，再通过SPSS软件进一步绘制出洛伦兹曲线图(图3).可以看出，不平衡指数大于0，且洛伦兹曲线有一定的弯曲程度，说明江苏省内的古村落分布并不均衡，且有集中趋势.其中苏州、扬州、南京、泰州的古村落数量最多，皆占比达到10%以上，共计占到古村落总数的53.3%.其次是无锡、镇江、徐州、常州、盐城，古村落数量皆为20个以上，累计占比为36.22%.而南通、淮安、连云港、宿迁的古村落数量分布最少，只占到了总村落数的10.47%.

图3 江苏省古村落空间分布洛伦兹曲线图3 江苏省古村落空间分布影响因素分析

3.1 影响因素选取

根据本文的研究内容，查阅与传统村落空间分布相关的文献，无论是基于宏观尺度还是微观尺度的研究[4，9，21]，对于影响因素的研究大多都分为自然和人文两方面，综合参考后，考虑到数据的获取和方法的实现，决定选择高程、坡向以及河流水系三项指标作为自然影响因素；以国内生产总值、常住人口数量、交通路网、历史背景以及旅游景点POI五项指标作为人文影响因素，共计八项影响因素从整体和个体的方面，对古村落的空间分布进行研究.

表4 影响因素指标

① 高程因素.高程对于村落的选址具有不可忽视的意义，不同高程所处的环境条件也有所不同，海拔的高低往往决定了该地区的生产水平和生活方式，一定程度上影响着人类活动和生存发展.

② 坡向因素.坡向影响区域的日照时数和降水强度，通常阳坡的日照时间越长，太阳辐射强度越高，越不容易受到霜冻灾害影响，这对传统村落选址及村落生计方式有着重要影响.

③ 水系因素.良好的水系生态有助于地区的生态文明建设，促进村落产业的绿色发展，为村落的发展提供更好的资源环境，古村落的形成与发展必然与水资源密切相关.

④ 交通因素.作为一个地区发展的重要条件，交通条件在古村落的保护过程中扮演着重要的角色[4].古村落的分布与该地的交通情况有所关联，交通条件影响区域城镇化进程，城镇化发展一方面使传统村落遭到破坏，另一方面又为传统村落的保护和利用创造机会[22].

⑤ 人口因素.村落是人口集中分布的区域，村落的形成与人口数量的多少有着密不可分的牵连，人口迁徙或者人口流动都会改变地区的人口数量，随着人口数量的变动，村落的聚居区域也会受到影响.

⑥ 经济因素GDP.区域的经济条件也与古村落的空间分布有所关联，经济发展水平是影响传统村落空间规模与分布的重要因素之一，与交通因素相似的是，经济发展水平交高的地区，古村落受城镇化的影响较为明显，在自身经济水平得到提升的同时，村落中的传统建筑也更容易被现代化的建筑取代[19].

⑦ 历史因素.古村落是经千百年来历史文化沉淀的优秀成果，是人类不可替代的文明遗产.通常来说，古村落的分布与发展与当地历史文化的息息相关，历史越悠久的地区所留存的古村落也越多.

⑧ 旅游因素.旅游开发对古村落来说是一种难得的机遇与挑战，影响着古村落的空间分布与未来发展.古村落因为自身丰富的自然资源和历史文化使得它具有发展旅游业的良好条件，村落本身就是一种重要的旅游资源，与交通因素和经济因素相似的是，旅游业的深入发展可能会导致古村落过度开发及过度商业化，但也一定程度上促进了古村落及传统文化的保护和复兴.

3.2 影响因素计量分析

3.2.1 整体影响因素计量分析

根据技术路线基于所获取的数据，通过Arcgis10.2.2平台及excel软件，得到各个影响因素的结果，通过5000*5000的渔网，对研究区域进行划分，以所划分的网格数据为样本，设网格中的古村落数为因变量，其余影响因素值为自变量，通过SPSS软件来对古村落极其所有的影响因素构建二元逻辑回归模型，进一步探索各个影响因素对古村落空间分布的影响(表5).

根据研究结果可知，高程因素和历史因素对江苏省古村落的空间分布产生显著的正向影响关系，水系因素、交通因素、旅游因素对江苏省古村落的空间分布产生显著的负向影响关系，而坡向因素、人口因素及经济因素并不会对江苏省的古村落产生影响关系.

高程因素对江苏省古村落的空间分布产生显著性的影响.根据模型1结果可知，高程值对江苏省古村落的空间分布存在正相关关系，江苏省内的古村落在一定程度上有往海拔较高的地区分布的趋势，与预期符号不同.由图4可看出，江苏省大部分都为低海拔地区，地形多为平原丘陵，海拔值范围在-57 m～536 m之间.古村落主要分布在低海拔地区，其中分布在高程值21 m以下的古村落有325个，占总数的74.03%，而在低海拔地区，聚落更易形成，城市化的发展也会得到提升，同时也会使得村落的传统文化遭受到一定程度的破坏，不利于村落居民的生活生产，因而村落稍微向高海拔地区分布，对外保持合适的距离，能够更好的保证自身的发展，也能促进传统文化的传承.

历史因素对古村落的空间分布产生正向的显著性影响，与预期符合一致，说明古村落更倾向于分布在历史悠久的地区.通过查找资料统计数据得知，江苏省境内的古村落所在地的历史背景跨度较大，古村落的历史背景上至旧石器时期，下至清明时期皆有记载.其中历史背景在西周以前的古村落数有296个，占古村落总数的67.43%.历史背景是古村落自身不可分割的属性，历史深厚地区的传统文化底蕴也同样深厚.古村落的形成离不开环境文化的影响，在历史悠久的地区，古村落中的传统建筑和传统文化能够得到更深层次的发展与沉淀，古村落自身也能得到更好的保护.

表5 二元逻辑回归分析结果

水系因素会对古村落的空间分布产生显著性影响.根据回归系数可知，水系与古村落的分布有着负相关系，与预期符合一致，即越靠近河流水系，古村落的分布数量反而越多.结合图5，江苏省境内河流湖泊众多，古村落空间分布多伴河而居，有着高度的“亲水性”特征.其中分布在距离河流500 m以内的古村落数占比为44.65%，分布在距离河流1500 m以内的古村落数占比达33.94%，分布在2500 m和3500 m以内的古村落数占总村落数的12.52%；而分布在3500 m以外的古村落仅占比8.89%.水是人的生命之源，人们的日常生活、农作物生产以及交通运输都离不开水资源.水资源不仅能够对古村落的发展造成直接影响，其他自然因素也能通过影响水资源来间接对古村落造成影响，所以说没有水就没有村落，村落的形成与发展必然与水资源的分布密不可分.

图4 江苏省古村落高程分布渔网图

图5 江苏省古村落水系缓冲区渔网图

交通因素会对古村落的空间分布产生显著性的影响，其回归系数为负，说明交通发展与古村落分布之间具有明显的负相关关系，与预期结果一致.根据江苏省路网的交通可达性结果图(图6)，统计得出，交通可达性时间小于36 min的古村落共计430个，占比为97.94%.与国内西南地区[9]古村落分布不同的是，江苏省古村落的分布倾向于交通发达的地区，且往往避开路网密集、错综复杂的交通中心，沿着中心四周的道路连续分布.而一个地区交通情况发生变化，也会引起该地区聚落空间形态的变化.在交通便捷的地区，古村落与外界交流更为频繁，这促进了古村落对外界信息的挖掘与吸收能力，给古村落的发展带来了极大的潜力与动力，并在一定程度上加强了村落与村落之间的联系，使得村落得到迅速发展，形成一定规模的聚落.

图6 江苏省古村落分布与交通可达性耦合图

旅游因素会对江苏省古村落的空间分布产生显著性的影响，根据模型回归系数可知，景点数量与古村落数量呈负相关关系，与预期符号不一致.基于ARCGIS10.2.2将旅游景点POI数据可视化，结合村落分布，以92个旅游景点数为旅游水平的高低分界线，据统计，约有大于一半的古村落数分布在旅游水平低发展地区，说明在旅游业越发达的地区，古村落的分布数量越少.主要原因是旅游业越发达，古村落所受到的外界影响也越大，虽然古村落自身也会得到一定的发展，但其历史建筑和历史文化遗迹也会更容易遭到过度地开采和破坏，使得古村落遭受到不可修复的损伤.

图7 江苏省古村落坡向统计图

坡向因素坡向对江苏省古村落的空间分布不具有显著性影响.结合图7可知，江苏省内古村落对坡向选择具有多样性，且具有一定的向阳性，其中分布在阳坡(90°～270°)的古村落共计237个，占总村落数的53.99%.虽然村落主要分布在南坡，但各个坡向之间的数量差异不是很大，可见古村落对坡向的选址不具有太明显的倾向，这可能与江苏省的本底资源有关.江苏省内水资源充沛，地势平坦利于种植，在此条件下，古村落的农业生产具备了极大的地区地形优势，且能够满足人民的日常生活需求，因而是否需要向光照更好的阳坡迁移，不是村落选址的必要要求.

人口因素对古村落的空间分布并不会产生显著的影响关系.分析结果图8可知，这可能是因为江苏省内的高、中、低人口密集区域的分布面积较为均衡，古村落在各个人口数量密集区之间的分布差异也不大，虽然人口是形成聚落的必然要素之一，但是在整体人口数量充足的情况下，并不会对古村落的空间分布造成太大影响.另外，江苏省属经济发达地区，自身的人流量变化活跃，交通便捷，使得各个区域间的人口数量相对平衡，因而对古村落的分布也就不会产生显著影响.

经济因素对古村落的空间分布并不会产生显著的影响关系.通常来说经济发达或经济落后的情况都会使村落的空间分布受到影响，经济发达地区能带动古村落的发展，经济落后地区则能更好保护村落的传统建筑与文化.江苏省古村落受经济情况影响不显著的主要原因，可能是因为江苏省古村落在各个GDP区间内的分布数量差异不大，根据图9分别以1484亿元、762亿元等值线为分界线来划分经济水平地带，可以看出，江苏省的经济水平从北向南呈现明显的递增趋势，但与人口影响因素相似的是，古村落在各高、中、低经济区域间的分布相对均衡.虽然有向高经济地区发展的趋势，但影响作用不够明显.

虽然坡向，人口，GDP三个变量并没有呈现出显著性，但并不代表与古村落的空间分布完全无关.结合实际情况，可以推测这些因素对古村落的分布起到一定的调节作用.比如，当古村落想要经济方面得到提升，更好地融入到当代的社会中去，就会往经济较为发达的地区迁移，受当地经济发展影响的同时，也会给当地经济发展带来相应的回馈，二者相互受利；当位处阴坡坡向的村落想要提高生产收成时，可以迁移到阳坡坡向，提高日照时间，以助农作物的生长；随着村落人口数逐渐减少，村落的留存时间也会逐渐缩短，而在人口稠密的地区，城市规模大，一方面能促进古村落的发展，一方面也能更好的保证聚落内的人流量.

图8 江苏省人口密度分布图

图9 江苏省GDP分布图

3.2.2 局部影响因素计量分析

同一影响因素在不同视野下对古村落空间分布的显著性影响有所不同.

水系因素在苏北地区对古村落的空间分布产生显著的影响关系，在苏中地区和苏南地区对古村落的空间分布无显著性影响.根据模型2、模型3、模型4(表5)对比可知，水系因素仅与苏北地区的古村落呈负向的显著影响关系，与预期符合一致.主要原因可能是相较于苏中和苏南地区来说，苏北地区的河网水系分布的较为稀疏，空间分布更容易受到水资源的影响.结合图5，可以看出苏北地区的古村落的分布受到骆马湖和洪泽湖的影响，从北向南一路沿着湖泊周边的河流进行分布，相较于河网密布的苏南和苏中地区来说，其亲水性的分布特征更为明显.而苏中和苏南地区，因河流分布过于密集，在河网距离适宜的区域，古村落的分布反而较多些，也因其水资源丰富的原因，受水系因素的影响不够显著.

高程因素对苏南地区古村落的空间分布产生显著的正向影响关系，对苏中和苏北地区古村落的空间分布不产生影响关系.主要原因与区域自身的海拔高度相关，苏南地区的海拔相对高于苏中、苏北地区.三个地区中，苏中地区的海拔最为平坦，几乎无高海拔区域存在，其次是苏北地区，区域面积大，古村落数量相对较少，其17 m以上的海拔地区还占不到区域的1/3，而苏南地区分布的古村落较多，17 m以上的海拔地区就差不多占到了区域的1/3.此外海拔的高低差也对古村落的分布有一定影响，据图4分析，古村落更容易聚集在高海拔与低海拔交界处，且高程差较大的地区分布的古村落也相对较多.苏南地区的南京市、镇江市、无锡市、苏州市皆存在高海拔地区，其古村落分布的高程差最低为67 m最高为300 m，统计得知所含村落总数为119，占到了村落总数的51.74%；而苏北、苏中地区虽然也有高海拔区域，但其高程差没苏南地区明显，且所分布的古村落占比也不为多数.

历史因素对苏中地区古村落的空间分布产生显著的正向影响关系，对苏南和苏北地区古村落的空间分布不产生影响关系.一方面是苏南地区本身历史文化悠久，且所涉及的历史朝代较广，据统计有旧石器时期、新石器时期、商朝、西周、春秋战国、汉朝、魏晋南北朝以及明清时期，另一方面村落在相同的时间和不同的历史时期长期共存，受到过同种历史文化的影响，因而空间分布差异不大；苏北地区虽然古村落数较少，但古村落在各个历史朝代都有所分布，上至旧石器时期下至西汉时期，且村落数差异性并不明显；而苏中地区古村落分布的历史朝代相对较少，主要为新石器时期、西周时期、春秋战国时期、魏晋南北朝时期和唐朝，分布的地区也相对集中，多分布在扬州及泰州一带，因而更能体现历史因素对古村落空间分布的影响.

交通因素对苏南地区、苏中地区、苏北地区的古村落空间分布皆产生显著的负向影响关系，与预期符合一致.根据模型对比可知，古村落的空间分布与交通便捷程度息息相关，无论是整体视野还是局部视野，都展现出明显的负相关关系，且根据结果图6可知，苏南和苏中地区的交通可达性，相较于苏北地区来说更为便捷，因而古村落的分布数量也相对较多，其主要原因即是，交通运输与古村落之间能够起到相互促进的作用，交通利于村落的发展，而古村落也能够促进交通建设，交通是古村落与外界交流必不可少的联系方式.

旅游因素对苏南、苏中及苏北地区的古村落空间分布皆不产生影响关系.根据统计结果分析，主要原因可能是因为在苏北、苏中及苏南地区，各个旅游水平高发展区和旅游水平低发展区的古村落分布数量虽有差异，但差异不大，较为平衡，没有体现出明显的偏向性，所以旅游因素对古村落的空间分布无太大影响，不存在影响关系.

坡向因素对苏南、苏中及苏北地区的古村落空间分布都不产生影响关系.其原因与江苏省整体视野一致，由图7可知，无论是苏南、苏中及苏北地区的古村落，其空间分布的坡向都极具多样性，不限于唯一坡向，且各个坡向间的古村落数量差异不大.虽然不同的地区向阳性存在一定差异，但不明显；其次在其他充足的自然资源，良好的生产条件下，坡向给古村落带来的优势不够突出，所以也不会对古村落的空间分布产生显著影响.

人口因素对苏南地区古村落的空间分布产生显著性影响，对苏北和苏南地区古村落的空间分布不产生影响关系.其回归系数表明，人口数量对苏南地区古村落的分布有明显的正向影响关系，这大致是因为苏南地区是人口数量最多的地区，结合图8，苏南地区的高人口密集区域主要分布于西部南京市和东部无锡市、苏州市，其高人口密集区域的古村落数占比达苏南地区古村落的69.56%.而古村落的分布往往是伴随着大量人流的聚集而逐渐形成发展的，稀疏的人群不足以组成人们生活发展的家园，越是人流量大的地方，其发展空间也越大，越容易生成一套人与人之间的群居生活方式和生存方法，也就越容易发展为村落.反观苏中地区，古村落更倾向于分布在中部的中人口密集区域，其区域内的古村落占比达88.8%，而苏北地区古村落数量较少且在各密集区分布较散，因而影响不大.

经济因素对苏中地区的古村落分布产生显著的负向影响关系，对苏北地区和苏南地区古村落的空间分布不产生影响关系.结合图9分析，苏北地区整体经济相对落后，属低经济区，苏南地区整体经济较为发达，属高经济区，二者的整体经济特征较为明显，各地区间的经济差异不大，因而也不会对古村落的选址造成太大影响.而苏中地区处与高经济区与低经济区中间，各经济区域从左往右呈明显的经济递增趋势，其区域内的经济差异更能体现出经济情况与古村落空间分布之间的关联，而苏中地区的古村落多分布在中低经济区域，对高经济区域的分布倾向也并不明显.推测可知，在经济发达地区，城市现代化也越为明显，传统风貌不为主流，也更容易遭到破坏，因而也少有村落会在经济中心进行发展.

4 结论与讨论

本文采用定量结合定性方法以江苏省作为研究区域，通过苏北、苏中、苏南视角划分，运用平均最邻近指数、核密度指数估计法、地理集中指数、不平衡指数来对江苏省古村落的空间分布特征进行分析；并通过建立缓冲区、交通可达性、高程、坡向分析、空间插值、查询历史文献以及构建二元逻辑回归模型等方法来对古村落空间分布的影响因素进行分析，所得研究结论如下：

(1) 江苏省的空间分布格局并不是随机产生的，其空间分布类型为凝聚型，呈相对集中且分布不均衡的“一带多核”特征.从整体上看，在苏中地区的泰州市中部到扬州市北部一带，形成高密度分布区；在苏南地区形成多个分散的高密度古村落聚集区.从市区上看，古村落在各市区的空间分布并不均衡，其中苏州市内的古村落数量最多，淮安的古村落数量最少.

(2) 江苏省古村落的空间分布格局是在自然环境、社会经济以及历史文化等多重因素的影响下形成的.其中高程、历史、水系、交通、旅游因素对古村落的空间分布有明显的影响，其余因素也对江苏省古村落的分布起到一定的调节作用.主要表现在古村落空间分布的向阳性、亲水性；分布地区多处于交通便捷地带，并朝常住人口数多的地区发展，稍微远离经济中心分布，远离旅游发展水平高的地区分布，可见古村落的经济发展与保护工作任重而道远；此外在历史悠久、文化深厚的地方往往留存着更多的古村落.

(3) 不同视野下的影响因素显著性不同.对苏北地区古村落的空间分布呈显著性影响的因素有水系因素和交通因素，对苏中地区古村落空间分布呈显著性影响的因素有历史因素、交通因素、经济因素，对苏南地区古村落空间分布呈显著性影响的因素有高程因素、交通因素和人口因素.

本文的研究结果对江苏省的古村落空间格局研究、保护、发展等方面具有一定的积极意义，但由于受数据获取以及技术方法的限制，本文仍然存在一些不足.具体表现在：古村落空间分布的特征方面研究的不够充分，没有从分类的层面对古村落进行深入分析，因而分析得较为表面；且相比起人文影响因素的五项指标来看，自然影响因素的研究有所欠缺，还需扩充影响因素指标，进一步研究；此外针对回归分析所得的结果可知，江苏省的古村落的某些空间分布特征，如经济、交通等与大多数的古村落分布特征有所不同，具体的原因和形成过程还需要在后续研究中不断改进和深入探索.