長江三角洲地區傳統村落空間格局及影響因素研究

徐金銘, 朱溢楠, 倪章捷, 李 飛, 孫偉偉

長江三角洲地區傳統村落空間格局及影響因素研究

徐金銘, 朱溢楠, 倪章捷, 李 飛, 孫偉偉*

（寧波大學 寧波大學昂熱大學聯合學院, 浙江 寧波 315211）

以長江三角洲地區(江蘇省、浙江省、上海市、安徽省)1074個傳統村落為研究對象, 運用空間分析理論剖析該地區傳統村落的空間分布特征及其與自然環境、社會經濟、歷史文化等影響因素的關系. 研究發現: (1)長江三角洲地區傳統村落呈集聚性分布狀態. (2)傳統村落空間上極不均衡, 從市域尺度來看, 主要分布在安徽省的黃山市、宣城市; 浙江省的麗水市、金華市、臺州市、衢州市和杭州市. (3)交通不便、經濟相對落后的山區丘陵地帶以及有河流分布地帶的傳統村落分布較為密集, 且布局深受歷史風俗文化影響. 研究結果可為長江三角洲地區傳統村落的有機更新與可持續發展提供借鑒.

長江三角洲地區; 傳統村落; 空間分布; 影響因素; 地理信息系統

2019年12月, 中共中央、國務院在印發的《長江三角洲區域一體化發展規劃綱要》中提出: 要提升鄉村發展品質, 加強獨具自然生態與地域文化風貌特色的古鎮名村、居住群落、歷史建筑及非物質文化遺產的整體性保護, 全面繁榮鄉村文化[1]. 傳統村落在多年的歷史演變中飽含豐富的歷史文化內涵, 是繼承和傳播中華傳統民間文化的重要載體, 是歷史變遷中留存的寶貴遺珠[2]. 全國范圍的古村落調查工作始于2012年4月, 截止2019年6月國家住房和城鄉建設部共發布5批傳統村落保護名單, 共計有6819個村落入選“中國傳統村落名錄”. 這些中國傳統村落覆蓋了除港、澳、臺地區之外的所有省域, 數量眾多、規模龐大, 現已成為世界上規模最大、內容最豐富的活態農耕文明聚落群[3].

20世紀20年代以來, 不少學者展開了對傳統村落的研究, 研究主題主要圍繞傳統村落的文化內涵[4]、景觀特點[5-6]、類型與布局[7-8]、繼承與發展[9]以及更新及影響[10-11]等. 20世紀60年代后, 國外的研究方法不再局限于定性研究, 拓展為定量研究以及定性和定量研究相結合. 定性和定量研究的結合為分析傳統村落的分布、發育、演變等提供了新思路. 20世紀80年代, 國內學者開始進行相關研究, 宏觀和中觀尺度研究較多. 宏觀尺度的研究大多集中于中國傳統村落的空間分布[12-15]; 中觀尺度上以馮亞芬、李伯華等為代表的學者進行了省域傳統村落研究[16-17]; 也有學者在跨行政區尺度上對傳統村落進行了研究, 如馬勇等[18]運用GWR模型研究了長江中游城市群傳統村落, 何小芊等[19]運用不同尺度對湘、鄂、贛地區的傳統村落進行了研究, 陳君子等[20]對嘉陵江流域傳統村落空間分布進行了研究. 目前, 對長江三角洲地區跨省域的傳統村落研究仍較為鮮見.

本文以長江三角洲的蘇、浙、滬、皖4省市為案例地, 運用ArcGIS 10.4空間分析軟件、地理研究模型以及Excel工具對傳統村落的空間分布特征(分布類型、集中程度、均衡程度)進行了研究, 并從自然環境、社會經濟、歷史文化3個方面加以探析, 以期為長江三角洲地區傳統村落的開發、保護與傳承提供理論依據.

1 研究區域概況

長江三角洲地區傳統村落位于長江三角洲沖積平原(115°46′~123°25′E, 29°20′~32°34′N), 瀕臨黃海和東海. 該地區地貌類型復雜, 蘇北、皖北及滬以平原為主, 低山丘陵主要集中在蘇南、皖南及浙南. 氣候為亞熱帶季風氣候, 水熱充足. 同時, 長江三角洲地區河網密布, 良好的自然環境使得該地區農業發達、人口稠密、經濟繁榮, 被譽為中國的“金三角”[21]. 2019年中共中央、國務院在發布的《長江三角洲區域一體化發展規劃綱要》中提出: 將江蘇省、浙江省、上海市和安徽省4省市全部區域規劃為一個城市群體(長江三角洲城市群), 促使該區經濟迅速發展. 4省市人口眾多, 文化不一, 這些自然和人文因素都影響當地傳統村落建筑的風貌、布局和保護傳承.

根據5批次中國傳統村落名錄, 目前長江三角洲地區共有傳統村落1074個(表1). 千百年來, 人們世代聚居在傳統村落, 繁衍生息, 形成了經久不衰的民風民俗, 使其成為一份重要的文化遺產.

表1 長江三角洲各省市傳統村落分布數量 個

2 數據來源和研究方法

2.1 數據來源

采用的數據主要包括4個來源: (1)中國住房和城鄉建設部、文化部、財政部和國家文物局4部門公布的共5批次中國傳統村落名錄. (2)利用谷歌地球(Googal Earth)和百度地圖坐標拾取功能, 用坐標糾偏工具進行幾何精校正, 確定蘇、浙、滬、皖傳統村落的坐標和高程. (3)社會和經濟數據來自蘇、浙、滬、皖的統計年鑒, 土地面積數據來自4省市政府網站. (4)DEM數字高程來源于中國科學院地理空間數據云.

根據上述數據, 利用ArcGIS 10.4軟件繪制長江三角洲地區傳統村落分布如圖1所示.

圖1 長江三角洲地區傳統村落空間分布

2.2 研究方法

運用ArcGIS 10.4軟件和Excel, 選取地理集中指數、不平衡指數、最鄰近點指數[22]、核密度分析和自相關分析[23]研究長江三角洲地區1074個傳統村落的空間分布特征.

2.2.1 地理集中指數

地理集中指數是分析要素集中程度的一個重要指標, 本文用其衡量長江三角洲地區傳統村落市域尺度上的空間分布集中程度, 其計算公式為:

式中:為傳統村落的地理集中指數;X為長三角城市群各省第個市內的傳統村落數量;為傳統村落總數;為4省市的地市總數.值范圍為0~ 100,值越大表示傳統村落分布越集中, 越小則表示傳統村落分布越分散.

2.2.2 不平衡指數

不平衡指數是為了研究不同區域內所研究對象的分布是否均衡, 本文用其衡量長江三角洲地區傳統村落分布的均衡程度, 其計算公式為:

式中:為長三角地區地市個數;Y為各地市傳統村落數量在全省中所占比重由大到小排列后第位的累計百分比;值介于0~1之間, 若傳統村落在各地市中平均分布, 則=0, 若傳統村落全部集中在1個區域, 則=1.

2.2.3 最鄰近點指數

最鄰近點指數是衡量隨機分布的一些點在空間的分布. 點要素在空間中有3種分布類型: 均勻分布、聚集分布和隨機分布. 點要素最鄰近距離均勻點狀>隨機點狀>聚集點狀. 把傳統村落看為一個個點要素, 分析其在長江三角洲各省市的鄰近程度, 其計算公式為:

2.2.4 核密度分析

核密度用于聚集區域的分析, 在本文中用其反映長江三角洲地區傳統村落的集聚狀態, 其計算公式為:

2.2.5 自相關分析

空間自相關分析是定量研究事物在空間上的相互關系. 用全局自相關度量整個長江三角洲地區傳統村落的空間關聯模式, 用局部自相關度量傳統村落局部聚集特征. 式(5)是全局莫蘭指數, 式(6)是局部莫蘭指數.

在全局自相關分析中接近1, 表示相似屬性集聚; 接近-1, 表示相異屬性聚集; 接近0, 表示隨機分布. 局部自相關分析中正I表示高高(H-H)或低低(L-L)類型, 負I表示高低(H-L)或低高(L-H)類型.

3 結果與分析

3.1 傳統村落空間分布特征

3.1.1 分布類型

用ArcGIS 10.4軟件中Average Nearest Neighbor工具進行統計, 使用Euclidean Distance計算方法, 根據式(3)得到長江三角洲地區傳統村落分布的最鄰近點指數=0.62(<0.01). 因此可知, 長江三角洲地區傳統村落呈現集聚性空間分布狀態.

3.1.2 集中程度

從前文可知, 長江三角洲地區傳統村落總數=1074, 涉及市總數=41(包含上海市). 根據式(1), 通過ArcGIS 10.4軟件, 可計算得到該地區傳統村落的地理集中指數=38.32. 假設1074個傳統村落均勻分布在3省各市和上海市, 可得0= 15.50. 由>0可知, 長江三角洲地區傳統村落呈現集中分布狀態, 省域上主要集中在浙江省和安徽省(表2), 地市上主要分布在安徽省的黃山市、宣城市; 浙江省的麗水市、金華市、臺州市、衢州市和杭州市(表3).

表2 長江三角洲地區省域傳統村落數量及比例

運用ArcGIS 10.4軟件中Kernel Density工具, 根據式(4)對1074個傳統村落進行核密度分析, 生成長江三角洲地區傳統村落核密度圖(圖2). 對圖2分析可知, 該地區傳統村落的分布為集聚型, 在各個地級市層面上具有不均衡分布特點, 且有明顯的首位度特征, 其分布形成3個主聚集區, 分別是安徽省的黃山市、浙江省的麗水市和金華市; 次聚集區分別是浙江省的臺州市和衢州市、安徽省的宣城市. 空間上呈現南多北少的分布特點.

圖2 長江三角洲地區傳統村落核密度

3.1.3 均衡程度

在不平衡指數式(2)中=41, 利用Excel計算不平衡指數, 得出長江三角洲地區傳統村落在各市中的分布均衡狀況=0.82, 接近1, 表明傳統村落在該地區各市中分布極不均衡. 結合傳統村落在各市分布數量和比例(表3)得到長江三角洲地區傳統村落的洛倫茲曲線(圖3). 分析可知, 安徽省的黃山市和宣城市, 浙江省的麗水市、金華市、臺州市、衢州市和杭州市傳統村落比重占長江三角洲地區的81.93%;江蘇省和上海市的傳統村落數量明顯少于安徽省和浙江省, 在空間上呈不均衡分布.

3.2 影響因素

3.2.1 自然環境因素

從古至今, 自然地理條件的優劣都是影響一個地區人口多少的重要因素, 所以傳統村落的分布在很大程度上受自然環境的影響[24]. 地形和地勢能夠影響地表水熱和生物自然因素的地域分異等地理環境要素; 同時, 對交通通達度、經濟交換程度、文化交流程度等也有不同程度的影響, 由此制約傳統村落的分布.

在ArcGIS 10.4軟件中利用空間分析工具, 選擇操作單元邊長為1km×1km的分析窗口, 選取該窗口內海拔高程的最大值和最小值, 使用柵格計算器工具計算分析窗口內最大值與最小值的差值, 生成地形起伏度柵格, 并按照不同等級起伏度統計傳統村落的數量. 結果發現地形起伏度()可以分為6級:<50(1級)有傳統村落308個, 50≤<100 (2級)有傳統村落171個, 100≤<200(3級)有傳統村落306個, 200≤<300(4級)有傳統村落202個, 300≤<400(5級)有傳統村落70個,≥400(6級)有傳統村落10個. 在長江三角洲地區的傳統村落中, 地形起伏度在0~300m之間的傳統村落共計987個, 即在長江三角洲地區91.9%的傳統村落分布在1km范圍地形高差300m以內, 說明地形起伏度對傳統村落布局影響較大. 傳統村落大多集中在地形起伏較緩的低山丘陵地區.

城市名

用式(5)全局自相關莫蘭指數度量整個長江三角洲地區傳統村落的空間關聯模式, 得到長江三角洲地區的高程圖(圖4). 在海拔高程與傳統村落空間布局關系上, 莫蘭指數值為0.405768, 表明傳統村落分布與海拔高程具有正相關性, 標準化統計量為159.11, 明顯大于=0.05顯著性水平下的檢驗臨界值1.96, 說明不同海拔高程的傳統村落表現出明顯的集聚現象, 具有強聚集性. 相對于平原地區傳統村落由于社會發展被改造乃至拆除的現狀, 長江三角洲南部地區因山地丘陵眾多, 地形起伏相對較大, 地貌較為支離破碎, 降低了外界對傳統村落的影響, 使之得以相對完整保存.

圖4 長江三角洲地區高程

為了更直觀地分析長江三角洲地區傳統村落局部的聚集特征, 揭示其空間局部自相關關系, 用式(6)局部自相關的空間關聯指標(Local Indicators of Spatial Association, LISA)度量長江三角洲地區每一個傳統村落空間單元與鄰近傳統村落單元同一屬性的相關程度. LISA可以識別傳統村落在空間分布的“熱點”“冷點”和“空間離群值”等區域. 圖5為長江三角洲地區傳統村落海拔高程LISA圖, 從圖5可知, L-L集聚傳統村落有518個, 數量最多, 主要分布在安徽省的黃山市、宣城市, 浙江省的臺州市等; H-H集聚傳統村落有240個, 主要分布在浙江省的麗水市、衢州市、金華市等; H-L集聚傳統村落有147個, 主要分布在安徽省的黃山市、宣城市, 浙江省的臺州市等; L-H集聚傳統村落有85個, 無顯著集聚傳統村落有27個, 說明這些區域傳統村落集聚類型不顯著, 顯著區域主要是L-L、H-H和H-L集聚區域.

河流自古至今都是影響村落分布的重要因素之一. 長江三角洲區域河流眾多, 水網密布. 利用長江三角洲地區流域圖(圖6)對區域內的河流水系分別以3km和5km為間隔做緩沖分析, 疊加傳統村落分布圖發現, 3km緩沖區范圍內分布傳統村落664個, 占統計流域內傳統村落總數62.2%. 5km緩沖區內分布傳統村落861個, 占傳統村落總數80.6%, 傳統村落沿河分布特征明顯. 由此可知, 傳統村落總體上與河流東西走向趨勢具有一致性, 主要分布在小型河流附近, 小型河流能夠提供豐沛的水源, 而且不易發生水災. 同時, 河流作為支撐農業發展的關鍵因素之一對傳統村落有著至關重要的作用.

圖5 長江三角洲地區傳統村落海拔高程LISA圖

圖6 長江三角洲地區主要河流

3.2.2 社會經濟因素

自然環境因素在傳統村落早期直接影響其分布, 而社會經濟因素隨著時代的演變對傳統村落的布局越來越重要[25]. 上海市、浙江省、江蘇省南部和安徽省南部屬于吳越文化區[26], 這些地區糧食作物豐盛、經濟基礎殷實、社會教化良好, 人口持續增加, 尤其是民間財富的積累, 加速了傳統村落的建造, 使得歷史時期的傳統村落的空間分布較為密集. 中華人民共和國成立后, 尤其是改革開放以來, 我國工業化進程加速發展, 快速城市化加速了傳統村落的改造, 長江三角洲平原地區的傳統村落因此受到巨大沖擊, 保存較少. 反而是安徽省南部山區和西部大別山地區, 浙江省中部和西南部丘陵地區, 因地形崎嶇、交通不便, 受城市化影響少, 這在一定程度上保護了傳統村落.

由長江三角洲地區主要道路(圖7)可知, 傳統村落與高速公路、鐵路等重要交通干線距離較遠, 與其呈負相關性.

圖7 長江三角洲地區主要道路

從長江三角洲地區人口密度(圖8)和GDP(圖9)可以看出, 傳統村落主要分布在遠離城市中心、人口密度小、經濟較為落后的地區.

為了進一步驗證經濟社會因素對長江三角洲地區傳統村落分布的影響, 以市域尺度將長江三角洲地區傳統村落數量與人均GDP、城鎮化率、城市人口密度以及公路密度進行相關性分析, 結果見表4. 由表4可知, 長江三角洲地區傳統村落數量與城市人口密度呈明顯的負相關, 說明傳統村落主要分布在人口稀疏地區, 高密度人口和城市化拆舊造新的發展模式加劇了傳統村落的消失; 人口密度低、經濟發展落后、主要以第一產業為主的地區傳統村落保存相對較好.

圖8 長江三角洲地區人口密度

圖9 長江三角洲地區各市GDP

表4 長江三角洲地區傳統村落與社會經濟要素相關性

注: 1)表示在0.01水平(雙側)上顯著相關.

3.2.3 歷史文化因素

歷史文化也是影響傳統村落分布的重要因素之一. 風水文化對于中國傳統村落建蓋和分布影響深厚. 中國人住房講究趨吉避兇, 不在陡坡而在緩坡處建房, 不在大江大河旁而在河道彎曲, 水流流速緩慢處建房; 遠離“五箭(風箭、水箭、土箭、石箭、木箭)”之地, 所以低山丘陵地區傳統村落大多坐落在背山傍水, 三面環山的封閉或半封閉小氣候環境中, 形成氣場充足的藏風閉氣的空間格局. 平原地區的傳統村落大多建于坐北朝南之地, 東南向陽的小氣候環境成為人居寶地.

此外, 江蘇省的“吳文化”“淮揚文化”“金陵文化”“徐淮文化”“海洋文化”; 浙江省的“河姆渡文化”“馬家浜文化”“良渚文化”; 上海市的“海派文化”; 安徽省的“淮河文化”“新安文化”“皖江文化”“廬州文化”等地區文化, 影響著當地傳統村落建筑風格和布局. 安徽省傳統村落主要位于徽文化圈和皖江文化圈, 以及徽饒古道和徽杭古道等線性文化遺產沿線及其周邊, 古道既為商用也為官用, 能夠給傳統村落帶來人氣和活力. 浙江省傳統村落主要分布在以麗水市為中心的浙西南地區, 甌江給當地帶來充足的水源, 那里土地肥沃、物產豐富、人們安居樂業, 故傳統村落的保存相對較好.

4 結論與展望

4.1 結論

本文選取長江三角洲地區蘇、浙、滬、皖的1074個傳統村落為研究對象, 運用地理信息技術, 對其空間分布特征和影響因素進行了研究, 結果顯示:

(1)長江三角洲地區的傳統村落呈現集聚性空間分布. 在省域層面上, 傳統村落主要分布在安徽省和浙江省, 江蘇省和上海市傳統村落分布較少; 而安徽省和浙江省的傳統村落主要集中在皖南山區和浙南山地. 在市域尺度上, 長江三角洲地區的傳統村落主要分布在安徽省的黃山市和宣城市, 浙江省的麗水市、金華市、臺州市、衢州市和杭州市, 空間分布極不均衡.

(2)地形和地勢影響傳統村落的分布, 91.9%的傳統村落分布在研究區域1km范圍地形高差300m以內, 并有強聚集性, 傳統村落明顯存在L- L、H-H、H-L集聚區域, 由此可見長江三角洲地區的傳統村落大多集中在地形起伏高差較明顯, 地貌相對支離破碎的低山丘陵地帶. 河流是影響傳統村落分布的重要因素之一, 傳統村落主要分布在小型河流附近, 總體與河流走向一致.

(3)社會經濟因素隨著時代的演變對傳統村落的布局影響越來越大, 工業化和城市化的發展影響著傳統村落分布. 距中心城市較遠、人口密度較低、交通不便和經濟相對落后地區的傳統村落分布較為密集.

(4)歷史和風水文化對于中國傳統村落的分布有著重要影響. 傳統村落聚集地區文化教育普遍落后, 傳統觀念影響深遠. 低山丘陵地區傳統村落大多坐落在背山傍水三面環山的封閉或半封閉小氣候環境中, 平原地區傳統村落大多建在坐北朝南地區, 地區歷史風俗同樣影響傳統村落的布局.

4.2 展望

本研究尚存在一些不足, 后續研究可在以下幾方面進行完善:

(1)本研究樣本數量不夠齊全, 僅限于中國住房和城鄉建設部、文化部、財政部和文物局公布的共5個批次的中國傳統村落, 還存在大量未被調查的傳統村落, 后續研究可增加樣本數量.

(2)本研究僅從自然環境因素的地形、地勢、河流, 社會經濟因素的人均GDP、城鎮化率、城市人口密度、公路密度和歷史文化因素探討江蘇省、浙江省、安徽省和上海市的傳統村落的分布狀況, 后續研究可在自然環境、社會經濟、歷史文化3個主要因素基礎上進一步挖掘更微觀的因素, 如所在區域的溫濕條件、人口受教育程度、農業生產情況等, 同時可考慮社會需求和政府政策影響等不確定因素.

(3)研究發現長江三角洲地區傳統村落分布的區域經濟相對落后, 其修繕保護缺少資金支持, 未經保護的傳統村落在外界影響下相對脆弱, 未來應加強研究傳統村落的開發和保護.

(4)為了使長江三角洲地區的傳統村落能夠有機更新, 在后續研究中可更多關注傳統村落的數字化保護和轉型, 深度挖掘傳統村落的文化底蘊, 促進其與現代文明的融合, 加強數字化保護力度, 實現長江三角洲地區傳統村落的可持續發展.

[1] 中共中央國務院印發長江三角洲區域一體化發展規劃綱要[N]. 人民日報, 2019-12-02(1).

[2] 劉朝暉. 村落保護的空間規劃與文化價值重構[J]. 浙江大學學報(人文社會科學版), 2017, 47(5):118-128.

[3] 張天新, 王敏. 中國村落遺產保護中活態文化標準的可能性分析——從亞太地區文化遺產保護獎與中國傳統村落評定的比較說起[J]. 中國園林, 2015, 31(4):46-49.

[4] Chen B X, Nakama Y. A study on village forest landscape in small island topography in Okinawa, Japan[J]. Urban Forestry & Urban Greening, 2010, 9(2):139-148.

[5] Savvides A, Michael A, Malaktou E, et al. Examination and assessment of insolation conditions of streetscapes of traditional settlements in the Eastern Mediterranean area[J]. Habitat International, 2016, 53:442-452.

[6] Yu Y F. Landscape transition of historic villages in Southwest China[J]. Frontiers of Architectural Research, 2013, 2(2):234-242.

[7] Kim G, Kang W M, Park C R, et al. Factors of spatial distribution of Korean village groves and relevance to landscape conservation[J]. Landscape and Urban Planning, 2018, 176:30-37.

[8] Wulandari L D. Typology and morphology of spatial settlement in the traditional village of Penglipuran, Bali [J]. International Journal of Academic Research, 2010, 2(6):320-331.

[9] Xue L, Kerstetter D, Hunt C. Tourism development and changing rural identity in China[J]. Annals of Tourism Research, 2017, 66:170-182.

[10] Rahman A A, Hasshim S A, Rozali R. Residents’ preference on conservation of the Malay traditional village in Kampong Morten, Malacca[J]. Procedia-Social and Behavioral Sciences, 2015, 202:417-423.

[11] Fukamachi K. Sustainability of terraced paddy fields in traditional Satoyama landscapes of Japan[J]. Journal of Environmental Management, 2017, 202:543-549.

[12] 佟玉權. 基于GIS的中國傳統村落空間分異研究[J]. 人文地理, 2014, 29(4):44-51.

[13] 熊梅. 中國傳統村落的空間分布及其影響因素[J]. 北京理工大學學報(社會科學版), 2014, 16(5):153-158.

[14] 劉大均, 胡靜, 陳君子, 等. 中國傳統村落的空間分布格局研究[J]. 中國人口·資源與環境, 2014, 24(4):157- 162.

[16] 馮亞芬, 俞萬源, 雷汝林. 廣東省傳統村落空間分布特征及影響因素研究[J]. 地理科學, 2017, 37(2):236-243.

[17] 李伯華, 尹莎, 劉沛林, 等. 湖南省傳統村落空間分布特征及影響因素分析[J]. 經濟地理, 2015, 35(2):189- 194.

[18] 馬勇, 黃智洵. 基于GWR模型的長江中游城市群傳統村落空間格局及可達性探究[J]. 人文地理, 2017, 32(4): 78-85.

[19] 何小芊, 龔勝生, 胡娟, 等. 基于不同尺度的湘鄂贛地區傳統村落空間分異及影響因素[J]. 長江流域資源與環境, 2019, 28(12):2857-2866.

[20] 陳君子, 劉大均, 周勇, 等. 嘉陵江流域傳統村落空間分布及成因分析[J]. 經濟地理, 2018, 38(2):148-153.

[21] 王豐龍, 曾剛. 長江經濟帶研究綜述與展望[J]. 世界地理研究, 2017, 26(2):62-71; 81.

[22] 龔勝生, 李孜沫, 胡娟, 等. 山西省古村落的空間分布與演化研究[J]. 地理科學, 2017, 37(3):416-425.

[23] 徐建華. 地理建模方法[M]. 北京: 科學出版社, 2010.

[24] 盧松, 張小軍, 張業臣. 徽州傳統村落的時空分布及其影響因素[J]. 地理科學, 2018, 38(10):1690-1698.

[25] 孫軍濤, 牛俊杰, 張侃侃, 等. 山西省傳統村落空間分布格局及影響因素研究[J]. 人文地理, 2017, 32(3): 102-107.

[26] 李咪, 芮旸, 王成新, 等. 傳統村落的空間分布及影響因素研究——以吳越文化區為例[J]. 長江流域資源與環境, 2018, 27(8):1693-1702.

Spatial patterns and their influencing factors of traditional villages in Yangtze river delta

XU Jinming, ZHU Yinan, NI Zhangjie, LI Fei, SUN Weiwei*

( Ningbo University-University of Angers Joint Institute, Ningbo University, Ningbo 315211, China )

Taking 1074 traditional villages in the Yangtze river delta region (Jiangsu province, Zhejiang province, Shanghai municipality and Anhui province) as research objects, ArcGIS and Excel are used to analyze the spatial distribution characteristics of traditional villages in the Yangtze river delta region and their relations with natural environment, social economy, history and culture, along with other influencing factors. Research findings may be summarized as follows: (1) The traditional villages in the Yangtze river delta are characterized by a distribution with an agglomeration pattern. (2) The space of traditional villages is extremely unbalanced in terms of density. Judging from the municipal scale, they are mainly distributed in Huangshan city of Anhui province, Lishui city of Zhejiang province, Jinhua city of Zhejiang province, Taizhou city of Zhejiang province, Xuancheng city of Anhui province, Quzhou City of Zhejiang province and Hangzhou city of Zhejiang province. (3) The traditional villages in the mountainous and hilly areas where the transportation infrastructure is lagging behind and the economy is relatively at low level, and those in the areas where rivers are many, are densely populated and the distribution pattern is largely influenced by the history, customs and culture. This study is expected to provide helpful reference for the green and sustainable development of traditional villages in the Yangtze river delta.

Yangtze river delta region; traditional villages; spatial distribution; influencing factors; GIS

K901.8

A

1001-5132（2021）06-0085-09

2020?03?17.

寧波大學學報（理工版）網址: http://journallg.nbu.edu.cn/

國家自然科學基金（41971296）.

徐金銘（1996－）, 女, 山東淄博人, 在讀碩士研究生, 主要研究方向: 海島旅游開發與評價. E-mail: 643384041@qq.com

孫偉偉（1985－）, 男, 河南鞏義人, 教授, 主要研究方向: 遙感與地理信息系統. E-mail: sunweiwei@nbu.edu.cn

（責任編輯 史小麗）