晋陕黄河沿岸的传统村落是黄土高原地区内传统村落的主要聚集区,由于黄河两岸地形复杂,两岸的传统村落与黄河的关系也多种多样.因此,本文所指黄河沿岸为传统村落的所在县直接与黄河相邻,其行政边界内各类城乡建设的选址、建设或景观受黄河的直接或间接影响.因此,本研究主要以晋陕黄河沿岸传统村落为研究对象,共涉及晋陕沿岸28个市县,95个传统村落,具体村落分布位置见图1.

图1 晋陕黄河沿岸传统村落分布
Fig.1 Distribution of traditional villages along the Yellow River in Shanxi and Shaanxi

本文通过对类型化后的影响因子与传统村落空间分布密度数值,在地理探测器中通过对多尺度单因子分析与多因子耦合分析,研究不同影响因子对于传统村落空间分布密度数值的解释程度以及因子间的相互作用.依据影响因子的解释度确定主导因子并对其作用关系进行分析,见图2.

图2 研究框架
Fig.2 Research framework

首先通过“莫兰指数”判断一定范围内的空间实体是否在空间中表现出聚集特征.其次,利用核密度分析计算一定范围内任意一点要素周围一定邻域范围内,可观测到的数据的密度来体现研究要素的空间分布特征,并利用自然间断的方式对其聚集程度进行分级.最后,利用地理探测器模型来判别空间分布特征与其潜在的影响因素间的相互关联性.

表1 研究方法
Tab.1 Research methods

基于以往对于全国、省域等多尺度传统村落空间分布影响因素研究中提出的地形^[1]、社会经济^[3]、线性遗产^[3]、人文社会^[10]等因素,本文对于黄河晋陕沿岸传统村落空间分布影响因子主要从地理因子、经济因子、人文因子三方面构建(表2与图3).

表2 传统村落空间分布影响因子
Tab.2 Influencing factors of spatial distribution of traditional villages

图3 影响因子图示
Fig.3 Influencing Factors Illustrations

本研究中传统村落数据主要来源于住房和城乡建设部先后公布的五批传统村落名录.由于研究区域面积过大传统村落面积过小,故将传统村落在空间中抽象为点,借助地理信息编码及ArcGIS Pro工具,形成黄河晋陕沿岸传统村落数据库.此外,河流、路网、高程等数据来源于国家科技基础条件平台-国家地球系统科学数据中心(http://www.geodata.cn),公里网格人口、GDP等数据来源于中国科学院资源环境科学数据中心数据注册与出版系统(http://www.resdc.cn).

黄河晋陕沿岸主要分布在中高海拔地区,在此范围内地貌特征类型丰富,主要有黄土梁峁、黄土台塬、起伏山地、冲积平原等数十种地貌类型.其中,中海拔黄土梁峁、中海拔黄土塬、中海拔大起伏山地这三类地貌传统村落占比超过71.91%,反映出传统村落在选址时具有明显的择地而居的倾向.究其原因主要是晋陕黄河沿岸所在区域处于季风气候区域,秋冬季节极易受到季风影响,因此,其选址大多集中在黄土梁峁、塬以及大起伏山地上,这类地表起伏多变易阻挡西北季风,秋冬季节区域小气候环境适宜居住.例如,陕西省佳县泥河沟村,其选址位于典型的黄土梁峁区域山坳东南方向,利用山坳来调节秋冬季节西北季风的影响,以此来达到宜居的目的.

(1)沿黄分布

黄河晋陕沿岸是一个同黄河发展、演变密切相关的区域,范围内传统村落的分布也表现出明显的黄河指向性.将传统村落点位数据与黄河干流矢量数据在GIS中进行最临近指数分析,利用自然间断法将相邻距离分为极近、近、中、远以及极远五个类别.其中极近、近的村落占48.4%、中等距离村落占22.1%,反映出黄河对于村落选址时的重要影响,本质是黄河晋陕区域的传统村落在过去大多是沿黄河渡口分布,以两岸间商贸、人力运输为谋生手段,从而产生了大量离黄河一定距离的村落.例如,山西省柳林县三交村,村落依黄河渡口码头而建,保存了完整的明清古街,是晋陕两岸沟通交流以及红军东渡的重要渡口之一,也是红军东渡后在山西省建立的第一个苏维埃政权的所在地.

(2)沿边分布

区域内沿省、市、县行政边界一定范围内分布特征明显.利用省级行政边界,以5 km缓冲区分析发现,缓冲区内数量分别为32个、37个,以10 km缓冲区分析发现,缓冲区内数量分别为56个、65个.可以看出区域内传统村落整体分布趋向于晋陕省界,这与传统选址具有明显指向性有关.其次,也多数沿着市界、县界分布,这一点可能与行政边界临近区域整体发展相对落后整体更新速度较慢,因而村落格局、民居保护状况相对较好有关.

在黄河晋陕沿岸传统村落聚类分布分析的基础上,进一步对传统村落进行整体核密度分析(图5),发现晋陕黄河沿岸区域内出现两种分异的聚集特征,一是北部的佳县、吴堡县、绥德、临县、柳林县的团状聚集特征,二是南部的合阳县、韩城市、河津市、乡宁县的带状聚集特征,同时聚集度也没有北部聚集区高.在省域尺度中,山西、陕西两省的传统村落分布也表现出相异的特征,即陕西省沿岸传统村落聚集程度较高的分布在南部关中平原区域,而山西省沿岸传统村落聚集程度较高的分布在北部吕梁山区.

图5 晋陕黄河沿岸传统村落核密度分析
Fig.5 Nuclear density analysis of traditional villages along the Yellow River in Shanxi and Shaanxi

因子探测可定量探测自变量对因变量的因子驱动力,通过比较因子驱动力大小识别某个要素空间分异的主导因子^[17].将传统村落核密度值(Y)作为因变量,11个影响因子作为自变量.在地理探测器中,因变量是数值量,自变量是类型量; 当自变量是数值量时需要进行离散化处理,通过分级或分类方法将其转化成类型量.除自变量本身已是类型量的地貌类型(X1)、坡向(X2)、传统聚落景观区划(X11)外,其余变量均采用自然间断法分为8类.

(1)晋陕黄河沿岸区域尺度

将晋陕黄河沿岸传统村落空间分布相关变量输入模型,因子探测结果如表3所示.

表3 晋陕黄河沿岸传统村落空间分布因子探测结果
Tab.3 Detection results of spatial distribution factors of traditional villages along the Yellow River in Shanxi and Shaanxi

地貌类型(X1)、聚落景观分区(X11)、交通区位(X8)、历史文化富集程度(X9)是晋陕黄河沿岸传统村落空间分布的主要影响因子,对应的q值分别为0.344、0.340、0.297、0.213,显著性较高,实验结果可靠.这表明晋陕黄河沿岸传统村落空间分布主要受地理地貌、文化景观、交通区位、历史文化遗产等因素影响.除此之外,年平均降雨量、年平均气温以及距离黄河的空间距离均对晋陕黄河沿岸传统村落空间分布有一定影响,但驱动力相对较小.

(2)省域尺度

在省域层面,因子探测结果如表4,与区域探测结果发生明显变化.陕西省黄河沿岸传统村落分布主要驱动因素为地貌类型(X1)、年平均降雨量(X4)、交通区位(X8)、历史文化富集程度(X9)、距离黄河空间距离(X10); 山西省黄河沿岸传统村落分布主要驱动因素为交通区位(X8)、地貌类型(X1)、年平均气温变化(X3)、历史文化富集程度(X9)、聚落景观分区(X11).

与区域探测结果相对比,两省份中地貌类型(X1)、聚落景观分区(X11)、交通区位(X8)、历史文化富集程度(X9)均在重要影响因素中,仅解释度有所差异,这是地理空间尺度效应下导致的正常变化.但是,陕西省影响因子中年平均降雨量(X4),距离黄河空间距离(X10)解释度增强的原因是因为陕西省黄河沿岸传统村落距离黄河平均距离小于山西省,因而对年平均降雨量因子更为敏感.山西省影响因子中年平均气温(X3)的解释度增强的原因是因为部分传统村落分布于中海拔大起伏山地,因而对于年平均气温因子更为敏感.

表4 陕西省、山西省因子探测结果
Tab.4 Factor detection results in Shaanxi Province and Shanxi Province

(3)典型市域尺度

因子探测需要足够的样本量支撑以及各因变量类型取值至少大于等于2,陕西省、山西省满足此条件的省份有榆林市、延安市、渭南市、吕梁市、临汾市,其中最为典型的为渭南市及吕梁市.通过对两市传统村落分布进行因子分析发现,吕梁市未见显著差异,渭南市的驱动因子与区域、省域有较大差异.

随着研究尺度的缩小,个别影响因子解释度进一步放大.在渭南市中历史文化富集程度(X9)成为传统村落的主导因子,与区域内历史文化遗产要素富集具有较高的正相关; 人均GDP(X7)的作用也开始显现,表现出负相关,即传统村落越密集人均GDP(X7)越低.

表5 典型市域因子探测结果
Tab.5 Detection results of typical local factors

在单因子探测基础上,进行晋陕黄河沿岸传统村落空间分布多因子交互探测,得到晋陕黄河沿岸传统村落空间分布分异的交互探测结果(表6).

表6 黄河晋陕沿岸传统村落分布分异的交互探测结果
Tab.6 Interactive detection results of distribution and differentiation of traditional villages along the Yellow River in Shanxi and Shaanxi

研究表明,双因子交互作用的驱动力均比单因子作用强,交互作用类型以非线性增强为主.与单因子作用相比,每个影响因子与其他因子共同作用时的q值均有不同程度升高.其中,聚落景观分区(X11)、交通区位(X8)、地貌类型(X1)对其他因子作用力较强,在相互作用时均出现了成倍的增强.进一步说明这三项重要影响因素对于传统村落分布选址的主导作用.

结合传统村落评价认定指标体系,以及中国传统村落价值内涵,从多个方面解析地貌类型、传统聚落景观分区、交通区位以及历史文化富集度四个主要影响因子对于传统村落分布的主要作用方式:

(1)地貌类型

在黄河晋陕沿岸传统村落中,地貌类型是传统村落分布分异的主要驱动因子,q值为0.344.从地貌类型与传统村落空间分布特征来看,主要有两方面影响,一是从海拔角度来看,黄河晋陕沿岸传统村落主要分布在中海拔(1 000～2 000 m)区域,二是从地貌角度来看,黄河晋陕沿岸传统村落主要分布在黄土梁峁、黄土塬以及大起伏山地这三类地貌上.综合推断,在中海拔黄土梁峁、中海拔黄土塬以及中海拔大起伏山地这三类型地貌中,地理空间普遍变化较大、空间层次丰富,更易产生较为丰富的村落空间格局,同时这三类地貌又容易产生相对独立的空间单元,村落空间格局较长时间内不易受到外界因素影响而发生变化.

(2)聚落景观分区

因子探测结果显示,聚落景观分区是对传统村落空间分布影响的次级因子,q值为0.340.黄河晋陕沿岸主要位于晋陕豫黄土聚落景观区^[16],沿岸的传统村落聚落景观亚区的异同,主要反映出了村落选址、建筑建造等方面与山水人文环境利用方式方法的异同,体现了传统营建智慧的多样性.因而,聚落景观的异同能够体现黄河晋陕沿岸传统村落建筑建造以及选址方面的传统营建智慧,以及其所反映的科学、文化、历史、考古价值.

(3)交通区位

交通区位因子探测结果q值为0.297,且通过了显著性检验.从路网密度与传统村落分布的关系来看,两者存在着明显正相关关系,即路网密度越高的地方,传统村落分布越密集.侧面反映出传统村落营建之初在区位选址方面的智慧,同时交通区位较好的传统村落,也越容易保持其活态性,是传统村落保护传承利用的重要支撑.

(4)历史文化富集度

历史文化富集度的q值为0.213,且通过了显著性检验.从历史文化富集度与传统村落分布关系来看,两者具有高度的相关性.一般而言,村落内历史文化遗产越丰富或传统村落离历史文化遗产距离越近,越容易成为中国传统村落.同时,历史文化富集度也能够体现出传统村落文化的久远度与延续性,这两项内容对于传统村落的价值内涵具有重要的支撑作用.