大运河沿线传统村落空间分布特征及影响因素

聂延涛，时少华

(1.北京联合大学 应用科技学院，北京 100012；2.北京联合大学 旅游学院，北京 100101)

0 引言

中国大运河历史悠久，由京杭大运河、隋唐大运河、浙东运河三部分构成，全长近3 200 km，开凿至今已有2 500多年，是中国古代创造的一项伟大工程，是世界上距离最长、规模最大的运河，展现出我国劳动人民的伟大智慧和勇气，传承着中华民族的悠久历史和文明。自2014年中国大运河被列入世界文化遗产名录以来，运河文化遗产的保护与传承变得尤为重要。在大运河形成与发展的漫长历史岁月中，大运河沿线留下了许多蕴含丰富运河文化遗产的传统村落，这些传统村落的建造年代比较久远，具有独特的运河民俗与传统文化，且其建筑风貌与环境未有大的变动，是运河文化的重要载体，寄托着当地村民深厚的运河情缘。传统村落中的运河文化遗产，作为一种特殊遗产，其中所包含的运河文化基因与元素，反映了该地民众创造、共享、传承风俗习惯的历史记忆和文化认同，因此，对传统村落运河文化的保护至关重要。自2019年国家发布了《长城、大运河、长征国家文化公园建设方案》和《大运河文化保护传承利用规划纲要》以来，如何加强对大运河所承载的丰厚优秀传统文化进行保护、挖掘和阐释，打造璀璨文化带、绿色生态带、缤纷旅游带，推动大运河沿线区域实现绿色、协调和高质量的发展，成为运河文化保护研究的重要命题。在运河两岸蕴藏丰富运河文化资源的传统村落，是运河文化、生态和旅游带中的重要节点，对其在运河沿线的空间分布特征及影响因素进行研究，对运河文化遗产的保护与利用具有十分重要的理论与现实意义。

1 文献综述

关于传统村落的研究，国内晚于国外，但2012年以来，随着国家对传统村落的重视，国内有关传统村落的研究逐渐增多。研究主要集中在传统村落的历史文化与经济价值、传统村落的开发与保护、传统村落的空间分布等方面。就传统村落的空间分布而言，研究主要集中在全国、省市域和特殊区域等维度，如温小军[1]基于ArcGIS平台对中国传统村落在全国范围内的空间分布状况进行了研究；代亚强等[2]对河南省国家级传统村落的空间分布特征及影响因素进行了研究。此外还有聚焦于特殊区域的研究，如：余意峰等[3]对长江经济带传统村落的空间分布及其影响因素进行了研究；刘安乐等[4]基于滇黔桂区域层面对传统村落进行了研究；董艳平等[5]通过研究不同流域中国传统村落的价值遗存与流域范围的空间耦合关系，对村落空间分布的流域性特征进行了分析。少数研究针对大运河沿线的历史遗存演变规律或运河不同河段沿线聚落的空间分布展开了分析，如李永乐等[6]对大运河沿线聚落文化遗产的生成与演变规律进行了研究，张曼等[7]对北京地区的大运河沿线聚落的空间分布特征进行了分析，这些研究主要集中在生态建设、产业结构、旅游发展以及文化遗产等方面。综上所述，关于传统村落空间分布特征的研究主要集中在国家、省市或特定行政区域范围内，关于大运河沿线传统村落的空间研究仅局限于沿线的局部河段或特定城市，对大运河沿线全局视角下传统村落的空间分布特征及影响因素的研究较少，因此，本研究主要分析大运河沿线传统村落的空间分布特征及影响因素，从而促进大运河传统村落的保护与发展。

2 研究区域、数据来源及研究方法

2.1 研究区域

目前学术界对大运河沿线区域无明确定义，沈硕[8]认为运河沿线的界定应重视城市与运河的紧密关系以及行政区划的完整性；刘洁君[9]认为运河沿线城市是一个集合概念，是与运河有某种程度联系的城市的代称。结合前人对运河沿线城市的定义，本文将大运河沿线区域定义为运河流经并受运河影响的行政区域所构成的地理空间。

本文依据国家文物局确定的大运河十大河段和大运河HGIS大数据与服务平台中大运河河道的数据信息，确定研究区域为大运河流经的北京与天津各7个区、河北5个地级市、河南9个地级市、山东5个地级市、安徽2个地级市、江苏8个地级市、浙江5个地级市，一共48个地级行政单元(图1，表1)。

表1 大运河沿线地(区)级行政区域表Table 1 The Administrative Area along the Grand Canal at Prefectural (District) Level

图1 大运河沿线区域图Fig.1 Map of the Area along the Grand Canal

2.2 数据来源及处理

数据来源主要有以下几部分：①从住房和城乡建设部官网获取各市(区)共5个批次的国家级传统村落名单，共计357个；②根据获取的村落名单在百度地图坐标拾取器上获取传统村落的坐标数据，并对村落的矢量数据进行纠偏，建立包括村落坐标、高程等信息的属性数据库(图2)；③大运河沿线行政区域图的原始数据来源于中国基础地理信息技术系统，并在ArcGIS 10.2平台上绘制而成，研究区域及传统村落的DEM高程数据来源于国家地理信息数据云平台，地貌类型底图通过中科院资源环境科学数据中心资源环境数据云平台获取，运河河道数据来源于大运河HGIS大数据与服务平台；④各市(区)的人口、GDP、区域面积等社会经济数据来源于各市(区)统计局官方网站和2019年各市统计年鉴。

图2 大运河传统村落分布图Fig.2 Map of Traditional Villages on the Grand Canal

2.3 研究方法

本文采取地理空间统计分析的多种方法对大运河沿线传统村落的空间分布进行分析。

2.3.1距离分析法

本文运用ArcGIS中的欧氏距离分析工具测量2个要素之间的直线距离，通过测量传统村落距大运河河道的距离，获取二者之间的距离数据并进行分析。

2.3.2核密度估计法

核密度估计法是先假设地理事件可以在空间的任何位置发生，每个地方发生的概率不同，如果一个位置的点多即发生率高，反之则发生率低[10]，用来衡量空间地理要素的集聚程度。公式：

(1)

2.3.3空间自相关分析

空间自相关分析包括全局和局部分析两部分。

全局空间自相关分析是分析所研究要素在整体空间的分布状态和模式，本文运用ArcGIS 空间的自相关工具、平均最近邻工具进行分析。空间自相关工具主要根据要素位置和属性值使用 Global Moran's I指数表示要素在空间的分布状态，其值的范围在-1～1之间，值为正即正相关，值越大相关性越强，反之为负相关，公式：

(2)

平均最近邻分析可以判断村落的空间分布类型，有均匀分布、随机分布、聚集分布。如果平均距离小于理论上随机分布的平均距离，则认为被分析对象的分布是聚集的，如果平均距离大于假设的随机分布，则认为分布是分散的[10]。公式：

(3)

其中：ANN是最近邻比的均值，dij为点i与其最近邻点j之间的距离，N为村落点的总数，A为研究区域的总面积。

局部空间自相关分析是在研究区域内的某一位置的空间状态与其邻近位置的空间状态的相似程度，用来分析局部区域的空间差异性分布特征。本文主要运用ArcGIS 10.2中的聚类和异常值分析工具、热点区分析工具对传统村落的空间特征进行分析并制作专题图。

3 运河沿线的传统村落空间分布特征

3.1 运河沿线传统村落数量分布均衡性特征

根据运河沿线地级行政区划，整理全国5个批次中国传统村落数据(表2)，并根据村落数量及密度数据，在ArcGIS 10.2中制作出村落数量分布图(图3)和市(区)村落密度图(图4)。由图3、图4和表2可知，传统村落分布呈现出明显的时空不均衡性。整体来看，传统村落从第一批至第五批数量呈逐批上升的趋势，说明运河沿线传统村落的开发保护逐渐得到重视，传统村落的价值得到体现。从传统村落的数量来看，杭州数量最多，其次是邯郸，两市村落数占总数的26.89%；京津共14个区，除了昌平、顺义和西青3个区外，其他区均无传统村落分布；此外，廊坊、沧州、德州、聊城、徐州、淮北、宿迁、宿州8市也没有传统村落分布。从村落分布的密度来看，鹤壁的密度最大，为100.82个/万km2；淮安分布松散，密度为1个/万km2；村落密度>30个/万km2的城市有绍兴、杭州、邢台、邯郸、安阳、鹤壁。此外，一共有19个市(区)无村落分布。

表2 运河沿线传统村落分布市(区)际密度表Table 2 Table of Inter-City (District) Density of the Distribution of Traditional Villages along the Canal

图3 大运河沿线传统村落数量分布图Fig.3 The Quantity Distribution of Traditional Villages along the Grand Canal

图4 大运河沿线传统村落市(区)分布密度图Fig.4 Distribution Density of Traditional Villages and Cities (Districts) along the Grand Canal

3.2 运河沿线传统村落的距离分布

本文采用欧氏距离分析工具测量传统村落与大运河的直线距离，并绘制出运河沿线区域与运河距离图(图5)。村落与运河的距离关系特征如下：

1) 传统村落与大运河河道的距离在0.053～178.13 km之间，平均距离为54.25 km，距离中值为51.1 km。目前还没有传统村落与大运河空间范围的划分标准。由表3可知，距大运河两侧20 km内的村落有91个，占村落总数的25.49%，20～60 km的村落有111个，占村落总数的31.09%，60～180 km的村落有155个，占村落总数的43.42%。20 km内的91个传统村落与大运河的相关性最强，是大运河沿线建设需要重点关注的村落。

2) 传统村落数量与大运河的距离存在明显的变化规律。由表3可知，距大运河80 km范围内的传统村落数量占73.95%，80 km以外的传统村落数量明显变少，这与研究区域内距离大运河较远的区域面积占比较小有一定关系(如图5)。从图6可知，传统村落数量与距大运河的距离整体上呈负相关关系，在60 km以内的村落数量随距离增加逐渐减少；60～80 km之间，村落随距离的增加而增加；超过80 km之后，村落的数量又随距离的增加而减少。排除距离大运河80 km以外区域占比较少的影响因素外，通过图5、图6综合表明，距离大运河60 km以内，传统村落具有明显向大运河河道聚集分布的特征。

表3 传统村落与大运河之间的距离关系表Table 3 Distance between Traditional Villages and the Grand Canal

图5 大运河沿线区域与运河距离图Fig.5 Distance Map of the Area along the Grand Canal and the Canal

图6 传统村落数量变化折线图Fig.6 Polyline of the Quantity of Traditional Villages

3.3 运河沿线传统村落空间分布差异性特征

3.3.1核密度分析结果

由核密度分析图可知(图7)，传统村落具有明显的分区集聚特征。传统村落的核密度低值为0，高值为194.146，密度分布很不均匀，可将大运河沿线分为传统村落的高集聚、次集聚、低集聚区3个层次。高集聚区为鹤壁、邢台和邯郸交界、邯郸和安阳交界区域；次集聚区为杭州、宁波与绍兴交界区域；其他地区为低集聚区。传统村落整体表现出“局部高集聚，全局大分散”的分布特征。

图7 传统村落分布核密度分析图Fig.7 Analysis of Nuclear Density of Traditional Village Distribution

3.3.2传统村落空间分布全局自相关分析

传统村落空间分布的全局自相关分析可以表明村落总体空间分布的差异性特征及分布类型。Moran's I指数的取值范围是-1～1之间，如果Moran's I指数显著且为正，表示村落在研究区域内呈现集聚分布，空间差异性较小；Moran's I指数越接近1，表示空间相关性越强；如果Moran's I指数为负，表示村落在研究区域内呈离散分布；Moran's I指数越接近-1，差异性越大[11]。通过ArcGIS软件的空间自相关和平均最近邻分析工具(图8、图9)对村落分布总体的空间自相关性进行分析。平均最近邻分析计算结果为：最近邻比率R=0.359 608，R值<1，z得分为-23.147 851，且z得分小于-2.58，p值=0，p<0.01，表明村落呈空间集聚分布。空间自相关分析的Moran's I指数为0.370 786，z得分为4.745 613，z得分>2.58，p值为0.000 002，且p<0.01。Moran's I指数显著且为正时，表明传统村落呈显著空间正相关的集聚特征，村落总体分布的空间差异性较小。综合分析，大运河沿线传统村落整体具有显著的空间集聚特征。

图8 平均最近邻分析图Fig.8 Average Nearest Neighbor Analysis

图9 空间自相关分析图Fig.9 Spatial Autocorrelation Analysis

3.3.3传统村落空间分布局部空间自相关分析

通过ArcGIS工具对研究区域内的传统村落进行局部空间自相关分析并制作出聚类异常值和热点区分析图。如图10显示：邢台、邯郸、安阳、鹤壁、杭州、绍兴6个城市为高高集聚，即这6个城市的传统村落数量为高值分布，其周边传统村落也为高值分布。其他地区无明显集聚。如图11显示：通过热点区分析工具对传统村落进行热点区分析，以GiZScore得分将运河沿线的传统村落分布划分为5种类别的区域，热点区为邢台、邯郸、安阳、鹤壁、濮阳、新乡、杭州、绍兴；次热点区为聊城、焦作、洛阳、开封、湖州、嘉兴、宁波；一般区为衡水、郑州、济宁、镇江、常州、无锡、苏州；次冷点区为德州、泰安、枣庄、商丘、淮北、宿州、徐州、宿迁、淮安、扬州；冷点区为沧州、廊坊和研究区域内京津的14个区。

图10 聚类和异常值分析图Fig.10 Clustering and Outlier Analysis Graph

图11 热点区分析图Fig.11 Hot Spot Analysis Chart

4 运河沿线传统村落的分布与影响因素

4.1 地形、海拔因素

中国传统村落是我国农业社会生活方式的活化遗存，地形地貌不同程度地影响着一个地区的生态环境、交通交流和经济文化等[12]。依据运河沿线的地貌类型图(图12)，传统村落多分布于丘陵、山地。具体来看，村落主要集中于豫冀交界的太行山区及豫西的伏牛山系、山东的丘陵及江南丘陵地带，在广大平原零散分布。这种分布特征可能的原因为：丘陵山区地貌复杂，具有特殊的农业生产生活环境，古时相对平原地区的多战乱，丘陵山区的生存条件更佳；丘陵山区因地形阻隔，交通较为不便，不易受到外界干扰。平原地区交通通畅，易受外界影响从而导致丢掉传统村落的特征。此外，运河沿线的豫东、鲁西南、皖北和苏北区域，又被称为黄泛区，传统村落很少，可能与历史上多次黄河决堤、洪灾肆起有关。

图12 运河沿线区域地形地貌图Fig.12 Topography of the Area along the Canal

由传统村落的高程分布图(图13)可见，传统村落多分布于不同颜色过渡区域。基于村落的高程数据，绘制出传统村落的高程分布条形图(图14)。由图14可知，随着海拔升高，传统村落的数量逐渐减少，但结合传统村落的高程分布图来看，200 m以下的低海拔区域占大运河沿线研究区域较大比例，200 m以下村落数量为150个，占总数的42.02%，数量虽多，村落的密度却不高；该区域的村落多集中于高程颜色变化的区域，结合地形地貌图可知村落较多分布于海拔200 m以下的台地丘陵地带；海拔在200～800 m之间的区域占研究区域的总面积较小，该区域的村落有186个，占村落总数的52.1%，该区域村落的密度更高；海拔高于800 m的区域，村落数量为21个，占村落总数5.88%，该区域面积占比较小，村落数量也很少，说明海拔较高的山区不宜村落选址。大运河沿线传统村落的数量随海拔升高而减少，但是在海拔800 m以下的区域，村落的分布密集度与海拔高度具有一定的正相关关系。结合地貌地形图，出现这种现象的原因为此海拔区域多为丘陵山地，比较适合运河沿线传统村落的选址及保存发展。

图14 传统村落的数量与高程区间统计图Fig.14 Statistics of the Quantity of Traditional Villages and Elevation Intervals

4.2 坡度、坡向影响

4.2.1坡度影响

坡度是传统村落选址的重要影响因素之一，并且直接影响着村落的分布和规模。本文将大运河沿线区域的坡度分为6个层次：0°～2°、2°～6°、6°～15°、15°～25°、25°～45°及45°以上。运用ArcGIS工具制作坡度与村落分布图(图15)，整理出村落在不同坡度的分布数据(表4)。由表4可知，0°～15°坡度区域中的传统村落数量最多，占村落总数的74.23%，其中0°～2°和6°～15°坡度地区的村落占比较大，分别为27.17%和29.13%，表明在坡度15°以下的地势平缓地带，以及起伏较小的丘陵地带村落密集，更适合人类居住以及农业生产。坡度在15°以上的区域，随着坡度增大，传统村落的数量呈下降趋势；45°以上的区域只有4个传统村落，这4个村落均位于安阳林州市的石板岩镇，位于太行山深处的山石地带。说明坡度高的区域，不是村落选址的优先原则，坡度越高，越不适合农业生产和生活，且位于高坡度的民居建筑，安全系数也相对较低。

表4 不同坡度下传统村落数量分布表Table 4 Distribution of the Quantity of Traditional Villages on Different Slopes

图15 运河沿线区域坡度与传统村落分布图Fig.15 Slope and Traditional Village Distribution Map of the Area along the Canal

4.2.2坡向影响

坡向也是人们选择栖息地的重要影响因素之一，不同坡向对日照量和区域生态产生重要影响。在北半球，根据坡向的日照强度从强至弱分为5个级别，依次为南坡，西南坡、东南坡，东坡、西坡，西北坡、东北坡，北坡。通过ArcGIS 10.2工具对研究区域内传统村落的坡向进行分析，GIS中的坡向是以度为单位显示值的(平坡为-1)，显示的值为此处坡度所面对的方向，即坡向，从正北0°顺时针到正北360°，以45°为一个区间共分为8个坡向(表5)。如表5所示，东北坡(6.44%)村落的数量最少，北坡(15.68%)、西北坡(15.13%)、南坡(15.13%)和西南坡(15.41%)的村落数量接近且占比均在15%以上，占比较高；从阴阳坡村落的数量来看，阳坡(90～270°)183个，阴坡(0～90°，270～360°)174个，阳坡的村落数量占比51.26%，阴坡的村落数量占比48.74%，村落在阴阳坡的分布比例相差不大，无明显的趋阳性。因研究区域包括南北方不同的地区，坡向可能会产生不同的影响，将大运河区域按照淮河线分为南北方两部分来统计坡向数据，即以淮安为界，淮安(含淮安)以南为南方，淮安以北为北方。结果显示：北方区域共216个村落，阳坡村落数量为117个，占比54.17%，阴坡数量为99个，占比45.83%；南方区域共141个村落，阳坡村落数量为66个，占比46.81%，阴坡村落数量为75个，占比53.19%。在北方阳坡偏多，南方阴坡偏多，但都没有明显的趋阳坡或趋阴坡特征。

表5 坡向区间划分及村落数量表Table 5 Grade Zone Division and Quantity of Villages

4.3 社会经济因素

为了排除疫情对社会经济的影响，选取大运河沿线区域市(区)2019年的经济和人口数据作为研究数据(表6)，并制作出运河沿线的GDP(国内生产总值)与传统村落分布图(图16)，图中浅色区域为GDP(总值)低值区，随着颜色加深，GDP(总值)逐渐升高。如图16所示，京津下辖区无论人均GDP高低，传统村落的数量都很少，这可能与京津地区经济发展及城市化水平较高有关。运河沿线的传统村落往往距北京和天津城区较近，受城镇化发展影响而导致村落数量减少。另外，苏州、杭州、宁波3个行政区域表现出村落数量与经济发展的双高正向关联特征，该特征形成的原因可能与这些区域的文化类型多样有关，易孕育出具有独特文化的传统村落，村民对传统村落的保护意识较强，对运河的文化认同感强，这3个区域的经济较发达，同时也比较重视传统村落的保护与发展。此外，大运河沿线大部分传统村落数量较多的地区，其地区GDP和人均GDP均相对较低，二者之间呈负向相关关系，原因是这些地区的经济发展相对落后，交通不发达，传统村落不易受到经济与城市化快速发展的影响，一定程度上为传统村落的保存创造了条件。

图16 运河沿线传统村落分布与GDP数值图Fig.16 Distribution and GDP of Traditional Villages along the Canal

表6 各市(区)人口、GDP与传统村落数量统计表Table 6 Statistics of Population, GDP and Quantity of Traditional Villages in Each City (District)

4.4 运河自身因素

水资源是人们生产生活不可或缺的条件之一，对于传统村落的形成和发展也起着重要作用。在中国古代农业社会，河流是人口流动和人类文化传播的重要通道，使得传统村落等人类聚落多沿河流营造和发展[13]。大运河联通了海河、黄河、淮河、长江、钱塘江五大流域，是中国古代极其重要的南北交通要道，运河的开凿使沿岸的地理和交通环境发生变化，便利的水运促成了商业繁荣，吸引大量人口聚集，并影响沿线传统村落的分布[14]。大运河的水资源与交通优势，直接影响了沿线城镇与村落的形成与发展。通过前文分析村落与大运河的距离分布规律可知，距离河道60 km以内的传统村落呈现出明显趋向运河分布的特征，这些村落占总数的一半以上，受大运河的影响较大。历史上大运河沟通了沿线地区的大小水系，形成了四通八达的交通网，黄河与大运河共同影响着该区域北部的发展，如洛阳、开封、郑州、商丘等城市的兴衰直接受到大运河的影响[15]。传统村落的形成与发展也直接或间接受到大运河的影响，如：位于焦作市区西南15 km的传统村落——寨卜昌村的繁荣就得益于古时大运河的水路贸易；开封朱仙镇作为古代四大名镇之一，它的繁荣、衰落与大运河的漕运直接相关，如今开封唯一的国家级传统村落西街村就位于朱仙镇[16]。江浙区域的历史文化、城镇与村落的形成和发展受大运河的影响更为显著，运河沿线兴起过众多村镇[17]，如镇江延陵镇九里村、辛丰镇黄墟村、无锡惠山区礼社村、扬州高邮市界首镇甓湖社区、湖州南浔区和孚镇荻港村等国家级传统村落都是运河村落。除国家级传统村落外，在运河沿线还有许多以运河命名的村落，如济宁微山县昭阳街道运河村、济宁嘉祥县梁宝寺镇运河村、扬州邗江区槐泗镇运河村等。由此可见，大运河水系本身是影响运河沿线传统村落分布的重要因素。

5 结论与讨论

5.1 结论

本文通过ArcGIS 10.2地理分析工具对大运河沿线区域内的5个批次共357个中国传统村落的空间分布特征与影响因素进行了分析，得出以下结论。

1)运河沿线传统村落的数量分布具有显著的时空不均衡性。中国传统村落数量呈逐批增多的趋势，村落数量在杭州和邯郸最多，村落分布密度在鹤壁最大。

2)运河沿线的传统村落在距离运河河道60 km以内呈趋近运河分布的特征，且该区域内的村落数量占村落总数的56.58%，与大运河的相关性较强。

3)运河沿线的传统村落呈显著空间正相关的集聚特征，整体表现出“局部高集聚，全局大分散”的分布特征。村落在鹤壁、邢台和邯郸交界、邯郸和安阳交界区域高集聚，在杭州、宁波与绍兴交界区域次集聚，其他区域为低集聚。

4)自然和社会经济因素共同影响着运河沿线传统村落的分布。传统村落多分布在丘陵山地，随着海拔升高，村落数量逐渐减少；随着坡度升高，村落数量也减少，而坡向对村落的分布影响较小。传统村落数量分布与社会经济发展水平之间的关系较为多元，但二者之间在多数区域呈现出了负相关关系。此外，大运河本身也是影响区域内村落形成与发展的重要因素。

5.2 讨论

1)大运河沿线的传统村落在空间分布上呈现出显著的不均衡性和村落分布的“跨界现象”，这与温小军[1]对国家级传统村落分布具有“跨界现象”的研究结果一致。即多数村落分布在省市交界处，运河沿线村落主要分布在隋唐运河卫河段流经区域的豫北和冀南交界处以及浙东运河流经区域的苏州、杭州等市交界处。因此，对于这些运河流经区域传统村落的保护与运河文化遗产的开发利用，要注重多省市、多区域的协同发展与合作。此外，运河沿线区域在地形、海拔等影响因素方面，与温小军[1]的研究结论较为一致，即村落多分布于山地，随着海拔升高村落数量减少。这说明在地形、海拔影响因素方面，运河沿线国家级传统村落的分布特征与全国范围内国家级传统村落的分布特征并无不同。

2)在传统村落游憩资源与大运河距离方面，张飞等[18]对运河区域游憩资源的研究表明：游憩资源距离大运河的均值为24.39 km，且向大运河集聚的特征明显。本文中运河沿线的传统村落作为重要的文化遗产地与旅游目的地，村落内具有丰富的游憩资源，研究表明：传统村落(包含游憩资源)距离大运河的均值为54.25 km，且在距大运河60 km内呈向大运河集聚的特征。通过对比发现，运河沿线传统村落游憩资源的整体分布，较张飞等提出的运河区域游憩资源距离运河更远，在60 km外没有表现出向运河集聚的特征，这是因为距离运河较远的山区地带有较多传统村落分布。

3)在坡向影响方面，许建和等[13]对全国传统村落的研究结果表明，村落在北方具有明显的趋阳坡特征，南方则不明显。本研究的结论认为：大运河沿线传统村落在南北方均没有表现出明显的趋阳坡特征，可能与研究区域内多平原、村落多集聚分布于不同走向的山脉丘陵间，进而形成了坡向的多样性有关。村落选址不仅要考虑光照，还要考虑适合农耕的地形。

4)在社会经济影响方面，研究表明：运河沿线传统村落的数量与经济发展程度在运河沿线多数区域呈负相关关系，仅在江浙地区表现出村落数量与经济发展程度的双高正相关现象，这与许建和等[13]对全国区域内传统村落受社会经济影响的研究结论一致。无论在全国区域还是在大运河沿线区域，经济的发展对传统村落已经产生了某种程度的不利影响，从江浙传统村落数量与经济的正向相关关系来看，经济发展对传统村落具有两面性作用。因此，大运河传统村落作为珍贵的大运河区域文化遗产，要实现自身的保护与发展，需要发挥区域经济对传统村落的正向促进作用，加大对传统村落的资金、管理等的投入力度，实现经济发展与传统村落保护的正向关联。

上述研究分析了运河沿线传统村落的空间分布特征及其影响因素，后继研究还需要对运河沿线传统村落的时空分布与演化特征展开分析，并研究时空演化分布特征的形成机理，同时构建运河时空分布的影响因素计量模型，进一步探讨各因素对传统村落分布特征的影响程度，这也对大运河传统村落文化遗产的保护与活化利用具有重要的意义。