于婧，湯昪，陳艷紅，聶艷

(1.湖北大學資源環(huán)境學院，區(qū)域開發(fā)與環(huán)境響應湖北省重點實驗室， 湖北 武漢 430062； 2.華中師范大學地理過程分析與模擬湖北省重點實驗室, 湖北 武漢 430079)

0 引言

傳統(tǒng)村落，又名古村落，一般由家庭、家族、宗族為核心構成，因其兼具傳統(tǒng)建筑的美學價值與傳統(tǒng)技藝的歷史文化價值，是我國農耕文明的重要產(chǎn)物和不可再生的文化遺產(chǎn).由于當前我國城鎮(zhèn)化進程加速，城鄉(xiāng)矛盾凸顯，造成了“城進村退”的局面，對傳統(tǒng)村落的保護與適當開發(fā)迫在眉睫.因此國家住房和城鄉(xiāng)建設部、自然資源部等部委先后在2012年12月、2013年8月、2014年11月、2016年12月、2019年6月公布了五批中國傳統(tǒng)村落，共計6 819個.2017年，我國首部關于傳統(tǒng)村落及其文化遺存與保護的藍皮書《中國傳統(tǒng)村落藍皮書：中國傳統(tǒng)村落保護調查報告(2017)》指出，1978—2012年全國行政村總量從69萬個減少到58.8萬個，年均減少3 152個.中國村落文化研究中心也發(fā)現(xiàn)，長江、黃河流域等地的傳統(tǒng)村落數(shù)量正以“平均約3天1個”的速度消失.總的來看，我國傳統(tǒng)村落數(shù)量銳減，傳統(tǒng)村落保護雖見實效，但現(xiàn)狀仍不容樂觀.

我國關于傳統(tǒng)村落的研究最早見于20世紀90年代末，主要研究傳統(tǒng)村落的價值、傳統(tǒng)村落的形成演化機制、傳統(tǒng)村落空間結構形態(tài)等[1-2]，隨著傳統(tǒng)村落的價值被國內外學者認可，越來越多的學者對傳統(tǒng)村落進行了研究.近年來，國外學者的研究領域主要集中在傳統(tǒng)村落的演變規(guī)律、景觀格局、聚落文化[3-5].我國學者主要對傳統(tǒng)村落的旅游開發(fā)保護、空間分異特征及影響因素、傳統(tǒng)村落類型等領域進行了評價與分析，如吳必虎等[6]利用GIS技術，結合地理、文化等因素，綜合剖析了全國350處歷史文化名鎮(zhèn)名村空間分布規(guī)律及其形成原因；佟玉權等[7]以646個傳統(tǒng)村落為研究對象，利用GIS空間分析和GeoDa技術平臺，對中國傳統(tǒng)村落的空間分異特征進行了分析評價；關中美等[8]選取2012—2016年傳統(tǒng)村落數(shù)據(jù)，采用核密度分析、地理探測器、GIS空間分析等方法，分析了中原經(jīng)濟區(qū)傳統(tǒng)村落時空分布特征及其影響因素；楊立國等[9]以湖南省首批中國傳統(tǒng)村落為例，從原真度、活態(tài)度、完整度、傳承度四個方面，構建了傳統(tǒng)村落保護度評價指標體系及其評價函數(shù)；何小芊等[10]以湘鄂贛地區(qū)550個傳統(tǒng)村落為研究對象，從市域、縣域尺度探討不同尺度下傳統(tǒng)村落的空間分異及影響因素.從傳統(tǒng)村落的空間分異來看，我國學者主要從全國和省域尺度分析較多，從中觀角度分析空間分異的研究內容相對較少[11-14]；從傳統(tǒng)村落的影響因素來看，多從高程、水文、城鎮(zhèn)化率、交通通達度等進行單因素疊加分析，而各因素之間的空間異質性與因子之間交互作用分析較少[15-16].此外，由于國家住房和城鄉(xiāng)建設部、國家自然資源部等部委認定的中國傳統(tǒng)村落不斷增加，如2019年6月全國范圍內新收錄了2 666個傳統(tǒng)村落，因此以往的部分研究結論不能顯示出傳統(tǒng)村落的最新特征.

在國家戰(zhàn)略的宏觀部署下，絲綢之路經(jīng)濟帶、長江經(jīng)濟帶、武陵山片區(qū)等跨省域的特殊區(qū)域成為研究的前沿，區(qū)域內存在特殊的資源優(yōu)勢和協(xié)同發(fā)展的現(xiàn)實基礎.武陵山片區(qū)集民族地區(qū)和貧困地區(qū)于一體，是跨省交界面大、少數(shù)民族聚集多的連片特困地區(qū)，同時也是全國傳統(tǒng)村落分布聚集度較高的區(qū)域之一，具有區(qū)域特殊性及村落典型性，研究武陵山片區(qū)傳統(tǒng)村落在空間上的連續(xù)性，對于湘、鄂、渝、黔四省的旅游協(xié)同發(fā)展具有重要意義.因此在現(xiàn)有研究成果的基礎上，以武陵山片區(qū)2012—2019年735個傳統(tǒng)村落為研究對象，運用核密度估計、空間自相關分析武陵山片區(qū)傳統(tǒng)村落的空間分異特征，并從自然因素、經(jīng)濟社會因素選取共9項指標構建指標體系，構建地理加權回歸模型、地理探測器分析武陵山片區(qū)傳統(tǒng)村落影響因素的空間異質性及因素交互作用，以期為傳統(tǒng)村落的傳承和發(fā)展特色村莊旅游提供理論參考和借鑒.

1 研究區(qū)概況

武陵山片區(qū)(圖1)包括湖北、湖南、重慶、貴州四省市交界地區(qū)的71個縣(市、區(qū))，其中湖北省11個縣市、湖南省37個縣市區(qū)、重慶市7個縣區(qū)、貴州省16個縣市，區(qū)域總面積為171 800 km2.區(qū)域內農耕文明歷史悠久，傳統(tǒng)村落分布較廣，2012—2019年國家公布的傳統(tǒng)村落名錄中，武陵山片區(qū)共計735個傳統(tǒng)村落(表1)，占全國傳統(tǒng)村落總數(shù)量的10.71%，其中湖南省境內430個，湖北省境內87個，重慶市境內77個，貴州省境內136個.

圖1 武陵山片區(qū)傳統(tǒng)村落分布圖

表1 武陵山片區(qū)2012—2019年五批傳統(tǒng)村落數(shù)量

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源利用Google Earth與百度地圖逐一檢索傳統(tǒng)村落坐標信息，面積較大的村落取幾何中心坐標；DEM數(shù)據(jù)來源于地理空間數(shù)據(jù)云平臺(http://www.gscloud.cn/)STRM(90 m)數(shù)據(jù)，利用ArcGIS10.2軟件裁剪、拼接成武陵山片區(qū)數(shù)據(jù)，并從中提取出海拔、坡度數(shù)據(jù)；河流數(shù)據(jù)來源于全國地理信息資源目錄服務系統(tǒng)(http://www.webmap.cn/)全國1∶1 000 000基礎數(shù)據(jù)；其他數(shù)據(jù)分別來源于《2018年湖南省統(tǒng)計年鑒》、《2018年湖北省統(tǒng)計年鑒》、《2018年貴州省統(tǒng)計年鑒》、《2018年重慶市統(tǒng)計年鑒》以及各縣市的統(tǒng)計公報作為補充.

2.2 空間分異的分析方法

2.2.1 核密度估計法 核密度估計(kernel density estimation，KDE)通常用于計算要素在其周圍鄰域中的密度，在地學統(tǒng)計中應用較為廣泛[17-18].通過ArcGIS10.2軟件對傳統(tǒng)村落進行核密度分析，可以直觀地分析研究區(qū)傳統(tǒng)村落的空間分布態(tài)勢.具體計算公式如下：

(1)

2.2.2 空間自相關分析 全局空間自相關通常用莫蘭指數(shù)表征，通過計算全局莫蘭指數(shù)可以指出傳統(tǒng)村落分布的空間相關性和空間集聚模式[19-20].莫蘭指數(shù)值小于0為負相關，取值為0為不相關，取值大于0為正相關；空間集聚模式有集聚分布、均勻分布、隨機分布.其計算公式為：

(2)

式中：I為莫蘭指數(shù)值，n為武陵山片區(qū)縣級行政區(qū)數(shù)，xi、xj為縣級行政區(qū)的觀測值，W為空間權重矩陣，表達n個位置的區(qū)域的鄰近關系，其中wi,j為區(qū)域i與j的鄰近關系.

局部空間自相關可以測算出傳統(tǒng)村落數(shù)量分布的高值、低值在局部空間是否集聚，其空間關聯(lián)模式可分為：高高(H-H)關聯(lián)、低低(L-L)關聯(lián)，屬于正空間關聯(lián)；高低(H-L)關聯(lián)、低高(L-H)關聯(lián)，屬于負空間關聯(lián).本研究選擇Lisa聚集圖進行具體分析.其計算公式為：

(3)

2.3 影響因素的分析方法

2.3.1 地理加權回歸模型 地理加權回歸(geographically weighted regression，GWR)模型給予不同地區(qū)以不同的參數(shù)，反映出參數(shù)在局部的空間非平穩(wěn)性[21-22].本研究利用spss 22.0軟件中的逐步回歸篩選出影響傳統(tǒng)村落分布的主要因素，由于逐步回歸模型篩選的影響因素可能存在空間不平穩(wěn)性，需要采用GWR模型進一步分析，將兩者進行精度對比，選取擬合度較優(yōu)的模型進行分析.構建GWR模型如下：

yi=β0(ui,vi)+β1(ui,vi)xi+β2(ui,vi)x2i++βp(ui,vi)xpi+εi

(4)

式中：yi為第i縣傳統(tǒng)村落的數(shù)量；β0為截距；xpi為第i縣的第p個影響因素；(ui,vi)為各個縣的空間坐標；βp(ui,vi)為第i縣的第p個影響因素的系數(shù)；εi為隨機誤差項.

2.3.2 地理探測器 地理探測器(Geogdetector)可以用于揭示空間異質性及其驅動因素[23-24].本研究主要利用地理探測器中的交互作用探測來識別不同因子xi之間的交互作用.其計算公式為：

(5)

式中：L為傳統(tǒng)村落數(shù)量Y；Nh和σh2為h的單元數(shù)和方差；q表示解釋力，取值范圍為0 ～ 1之間，其值越接近1，說明影響因素對傳統(tǒng)村落數(shù)量的解釋力就越強.兩個自變量對因變量交互作用主要分為以下5類(表2).

表2 兩個自變量對因變量交互作用類型

3 傳統(tǒng)村落的空間分異特征

3.1 空間分布的核密度分析為直觀分析武陵山片區(qū)傳統(tǒng)村落的空間分布密度狀況，研究采用核密度工具來進行分析.經(jīng)過反復試驗及在借鑒前期學者[24-25]的研究基礎上，將帶寬設置為30 km，得到武陵山片區(qū)傳統(tǒng)村落核密度分布圖(圖2).

結果表明，武陵山片區(qū)傳統(tǒng)村落的空間分布具有總體分布廣泛，局部明顯集中的特點，形成“多核集聚—帶狀發(fā)展”的分布特征.“多核”主要指傳統(tǒng)村落分布的多個“極核”中心，其中“大極核”位于武陵山片區(qū)的中心位置，具體范圍包括鳳凰縣、吉首市、古丈縣、花垣縣、保靖縣、龍山縣，這6個縣形成武陵山片區(qū)傳統(tǒng)村落分布的最大“極核”，此外還形成多個中小“極核”，分別分布在湖北省境內的宣恩縣、貴州省境內的石阡縣、湖南省境內永定區(qū)、重慶市境內的酉陽土家族苗族自治縣；“帶狀”主要是在武陵山片區(qū)南部形成的條帶狀連片傳統(tǒng)村落分布區(qū)，主要位于湖南省境內的通道侗族自治縣、靖州苗族侗族自治縣、會同縣、洪江市、中方縣、溆浦縣內.從傳統(tǒng)村落的總體分布特征來看，武陵山片區(qū)的中部、西南部是傳統(tǒng)村落的主要聚集區(qū).

3.2 空間自相關分析本研究利用Geoda軟件平臺進行全局空間自相關分析，結果顯示MoranI為0.305，P值為0.0001 < 0.001，MoranI大于0，說明武陵山片區(qū)傳統(tǒng)村落分布存在正的空間相關性，且這種相關性較顯著.武陵山片區(qū)傳統(tǒng)村落的分布并不呈隨機性，而是表現(xiàn)為規(guī)模相似區(qū)域在空間上集聚的特點，即該區(qū)域傳統(tǒng)村落的分布數(shù)量無論是多還是少，在空間分布上都趨向于集聚分布.

由于全局空間自相關難以反映局部地區(qū)的空間異質性，本研究進一步利用Geoda軟件對傳統(tǒng)村落分布進行局部空間自相關分析，生成可視化的武陵山片區(qū)傳統(tǒng)村落LISA集聚圖(圖3)，從而彌補其不足.通過基于縣域傳統(tǒng)村落數(shù)量分布的統(tǒng)計表明，高值集聚區(qū)(H-H)有8個，占武陵山片區(qū)傳統(tǒng)村落的11.27%，主要分布在武陵山片區(qū)中部的沅陵縣、吉首市、花垣縣、秀山土家族苗族自治縣、保靖縣、龍山縣、永順縣，以及西南部的靖州苗族侗族自治縣.低值集聚區(qū)(L-L)有6個，占武陵山片區(qū)傳統(tǒng)村落的8.45%，主要分布在武陵山片區(qū)東北部的石門縣、五峰土家族自治縣、長陽土家族縣、秭歸縣、巴東縣以及東南部的邵陽縣.低高值聚集區(qū)(L-H)和高低值聚集區(qū)(H-L)都只有2個，占武陵山片區(qū)傳統(tǒng)村落的2.82%，其中低高值聚集區(qū)(L-H)主要分布在武陵山片區(qū)西南部的思南縣和石阡縣，高低值聚集區(qū)(H-L)主要分布在武陵山片區(qū)西南部的玉屏侗族自治縣和新晃侗族自治縣.總體來看，高值集聚區(qū)(H-H)占比最大，傳統(tǒng)村落聚集明顯，出現(xiàn)了極化現(xiàn)象，但與周邊區(qū)域的差異性較大，輻射作用不明顯.

圖3 武陵山片傳統(tǒng)村落LISA集聚圖

4 影響因素分析

4.1 影響因素篩選傳統(tǒng)村落分布是自然因素、經(jīng)濟社會因素等多種因素共同作用的結果.本研究結合數(shù)據(jù)的可操作性和前人研究經(jīng)驗[11-13]，以武陵山片區(qū)縣域為研究尺度，從自然因素、經(jīng)濟社會因素選取共9項指標來分析武陵山片區(qū)傳統(tǒng)村落分布的影響因素(表4).

表4 備選變量及指標說明

本研究利用SPSS 22.0軟件中的逐步回歸模型對9個變量進行處理，逐步回歸分析結果表明(表5)，城鎮(zhèn)化率、平均海拔、人均GDP、年均氣溫、年均降水量等5個變量通過顯著性檢驗和共線性診斷.研究表明自然環(huán)境與社會經(jīng)濟條件都與村落發(fā)展關系密切，如地形、經(jīng)濟發(fā)展水平、氣候、交通、地質災害、歷史文化等等都對村落的存在發(fā)展起到了推動或者倒退作用，從篩選出來的變量來看，城鎮(zhèn)化率的高低可以反映一個地區(qū)的被開發(fā)程度，平均海拔、年均氣溫、年均降水量是傳統(tǒng)村落存在與發(fā)展的重要基礎性條件，人均GDP在一定程度上代表著地區(qū)經(jīng)濟的發(fā)達程度.逐步回歸模型進行變量篩選后，進一步利用GWR模型進行精度對比驗證.

表5 逐步回歸模型運算結果

4.2 武陵山片區(qū)傳統(tǒng)村落的影響因素分析利用ArcGIS10.2軟件中地理加權回歸模型工具進行空間回歸分析，以縣域傳統(tǒng)村落數(shù)量為因變量，逐步回歸模型篩選后的5個影響因素為自變量，核類型設置為固定核，帶寬選取AICc.GWR模型運算結果表明，R2為0.82，校正后的R2為0.78.從圖4(f)中可知，武陵山片區(qū)只有一個縣未通過殘差檢驗，對殘差進行空間自相關分析，得到MoranI為0.22，殘差基本處于隨機分布，結果表明模型的整體擬合效果較好.逐步回歸模型校正后的R2為0.73，而GWR模型校正后的R2為0.78,表明GWR模型擬合度比逐步回歸模型高,因此采用GWR模型進行進一步分析.

圖4 GWR模型影響因素回歸系數(shù)空間分布

4.2.1 平均海拔 由圖4(a)可知，GWR模型的平均海拔回歸系數(shù)從整體上看呈現(xiàn)“東北高，西南低”的空間分布規(guī)律，平均海拔與傳統(tǒng)村落數(shù)量呈正向關聯(lián)，即武陵山片區(qū)東北部地區(qū)海拔因素對傳統(tǒng)村落數(shù)量的影響比西南部地區(qū)更大，其最高值出現(xiàn)在東北部的秭歸縣，最低值出現(xiàn)在西南部的余慶縣.武陵山片區(qū)平均海拔的空間分布基本上呈西北向東南遞減的趨勢，表明在平均海拔較高的西北部區(qū)域，海拔對傳統(tǒng)村落分布的影響較小.相較于海拔較低的區(qū)域，海拔較高的區(qū)域每增加一個傳統(tǒng)村落的難度更小.如武陵山片區(qū)以龍山縣為中心的區(qū)域，由于海拔較高形成相對閉塞的區(qū)域環(huán)境，使得傳統(tǒng)村落大量存在和發(fā)展，此外，海拔較高的傳統(tǒng)村落受到的開發(fā)、破壞較小，因此保存程度相對完整，形成了獨特的區(qū)域文化，如位于吉首市的湘西苗寨建筑群，其平均海拔都較高，成為特殊的傳統(tǒng)村落景觀.

4.2.2 年均氣溫與年均降水量 圖4(b)反映出年均氣溫與傳統(tǒng)村落的分布呈負向關聯(lián)作用，年均氣溫回歸系數(shù)在空間上表現(xiàn)為“西高東低”的分布特征，說明武陵山西部地區(qū)傳統(tǒng)村落數(shù)量受氣溫因素影響較大，東部地區(qū)傳統(tǒng)村落數(shù)量受氣溫因素影響小.年均氣溫回歸系數(shù)值波動不大，最高值出現(xiàn)在正安縣，最低值出現(xiàn)在漣源市.年均氣溫反映了傳統(tǒng)村落產(chǎn)生與發(fā)展的基礎條件，武陵山片區(qū)西部年均氣溫較低，宜居度不高，而氣溫適宜的東中部地區(qū)，如鳳凰縣、龍山縣等，傳統(tǒng)村落則分布較多；由圖4(c)得知年均降水量與傳統(tǒng)村落數(shù)量呈正向關聯(lián)作用，即武陵山片區(qū)年降水量越大的地區(qū)，傳統(tǒng)村落數(shù)量也越多.其回歸系數(shù)在空間上大體表現(xiàn)為由中部地區(qū)向四周逐漸遞減的分布特征，表明年均降水量對傳統(tǒng)村落數(shù)量的影響程度也由中部地區(qū)向四周逐漸遞減.除了武陵山片區(qū)中部與西部回歸系數(shù)差值較大外，其他地區(qū)之間差值較小.回歸系數(shù)的最高值出現(xiàn)在永定區(qū)，最低值出現(xiàn)在余慶縣.降水量與氣溫一樣，是作為進行農業(yè)生產(chǎn)活動不可缺少的要素之一.降水量較少的東、西部地區(qū)，不利于進行農耕生產(chǎn)，因此農耕性聚落不多，而中部地區(qū)的充沛降水，營造了適宜的氣候環(huán)境，推動農業(yè)生產(chǎn)的發(fā)展，從而促進區(qū)域傳統(tǒng)村落的形成.

4.2.3 城鎮(zhèn)化率 圖4(d)表明城鎮(zhèn)化率與傳統(tǒng)村落分布呈負向關聯(lián)作用，即城鎮(zhèn)化率越高的地區(qū)，其傳統(tǒng)村落的分布越少.在空間上，城鎮(zhèn)化率回歸系數(shù)的空間分布大體呈現(xiàn)“南高北低”的特征，其最高值出現(xiàn)在新晃侗族自治縣，最低值出現(xiàn)在秭歸縣，表明南部地區(qū)城鎮(zhèn)化率因素對于傳統(tǒng)村落的影響較大.武陵山片區(qū)南部地區(qū)城鎮(zhèn)化建設加速了城市的擴張與建設，但也對傳統(tǒng)村落造成了威脅，形成了城進村退的局面.具體來說，城市擴張雖然促進了武陵山片區(qū)南部地區(qū)的交通、區(qū)位因素優(yōu)化，但傳統(tǒng)村落的完整性和豐富性在城市化進程中遭到了破壞.如貴州省境內部分地區(qū)進行城鎮(zhèn)化建設時，原來的苗寨村變成了空無一人的“鬼寨”，代替?zhèn)鹘y(tǒng)村落的是樣板化的現(xiàn)代化民居，傳承久遠的苗族文化也隨著傳統(tǒng)村落載體的消失而留下空白.因此各地在進行城鎮(zhèn)化時，應注意對傳統(tǒng)村落的保護，統(tǒng)籌規(guī)劃，既要保護傳統(tǒng)村落的完整性，又要做到合理開發(fā)，實現(xiàn)對傳統(tǒng)村落的創(chuàng)新性發(fā)展.

4.2.4 人均GDP 由圖4(e)可知，人均GDP與傳統(tǒng)村落分布呈負向關聯(lián)的作用，回歸系數(shù)值波動較大，說明其空間異質性較為明顯.人均GDP回歸系數(shù)呈東北向西南遞減的趨勢，武陵山片區(qū)東北部地區(qū)傳統(tǒng)村落分布受到人均GDP影響較大，而西南部地區(qū)受影響相對較小.人均GDP較低的地區(qū)由于城市與鄉(xiāng)村之間的物質、經(jīng)濟聯(lián)系少，導致其傳統(tǒng)村落保存度相對完整.人均GDP可以在一定程度上代表地區(qū)的經(jīng)濟發(fā)展狀況，但隨著經(jīng)濟發(fā)展水平的進一步提高、基礎設施建設的完善，會使城鄉(xiāng)結合部成為矛盾沖突區(qū)，經(jīng)濟建設加速了城市與鄉(xiāng)村之間的經(jīng)濟、社會、文化要素之間的聯(lián)動，使傳統(tǒng)村落原有的外觀風貌、文化內涵受到了沖擊與破壞，傳統(tǒng)村落加快了消亡.

4.3 影響因素交互作用分析本研究通過GWR模型對武陵山片區(qū)傳統(tǒng)村落分布的單個影響因素進行分析探討，但從現(xiàn)實情況來看，傳統(tǒng)村落的形成具有復雜的形成機理，其形成受到自然、區(qū)位、經(jīng)濟社會因素的綜合驅動，不限于單個影響因素發(fā)揮作用，因此本研究借助地理探測器的交互作用進行進一步分析，以傳統(tǒng)村落為因變量，以城鎮(zhèn)化率、平均海拔、人均GDP、年均氣溫、年均降水量5個影響因素為自變量，探測兩因素共同起作用時對傳統(tǒng)村落數(shù)量分布的影響程度，探測結果如表6所示.

表6 交互作用探測結果

結果顯示，因素之間交互作用的影響力均大于單獨作用的影響力，各影響因素之間沒有相互獨立的因素，交互作用類型有雙因子增強型、非線性增強型.城鎮(zhèn)化率與人均GDP、年均氣溫、年均降水量均產(chǎn)生雙因子增強效應，與平均海拔產(chǎn)生非線性增強型；年均氣溫與人均GDP、年均氣溫、年均降水量均產(chǎn)生線性增強效應；人均GDP與年均氣溫、年均降水量產(chǎn)生非線性增強效應，年均氣溫與年均降水量產(chǎn)生雙因子增強效應.結果表明任意兩個因素作用下，傳統(tǒng)村落的分布數(shù)量差異會變小，說明傳統(tǒng)村落分布受到自然、經(jīng)濟社會因素的綜合制約，要重視各個因素之間的互相作用.

5 結論與討論

本研究以武陵山片區(qū)2012—2019年735個傳統(tǒng)村落為研究對象，運用核密度估計、空間自相關分析等GIS空間分析方法分析了武陵山片區(qū)傳統(tǒng)村落的空間分異特征.從自然因素、經(jīng)濟社會因素選取共9項指標構建指標模型，利用地理加權回歸模型、地理探測器分析武陵山片區(qū)傳統(tǒng)村落影響因素的空間異質性及因素交互作用，主要得出以下結論：

1)武陵山片區(qū)傳統(tǒng)村落分布廣泛，局部地區(qū)明顯集中，形成“多核集聚—帶狀發(fā)展”的分布特征.“多核”主要指傳統(tǒng)村落分布的多個“極核”中心，其中“大極核”位于武陵山片區(qū)的中心位置，“帶狀”主要是在武陵山片區(qū)南部形成的條帶狀連片傳統(tǒng)村落分布區(qū).

2)全局空間自相關顯示武陵山片區(qū)傳統(tǒng)村落分布存在正的空間自相關性，空間分布上呈集聚分布.局部空間自相關顯示傳統(tǒng)村落分布空間異質性明顯，其中高值集聚區(qū)(H-H)占比達11.27%，高值集聚區(qū)與周邊區(qū)域的差異性較大，極化現(xiàn)象明顯.

3)城鎮(zhèn)化率、平均海拔、人均GDP、年均氣溫、年均降水量等5個因素是影響武陵山片區(qū)傳統(tǒng)村落分布的主要因素，其影響效應的空間異質性較為明顯.因素之間交互作用的影響力均大于單獨作用的影響力，各影響因素之間沒有相互獨立的因素，交互作用類型有雙因子增強型、非線性增強型.城鎮(zhèn)化率與人均GDP、年均氣溫、年均降水量均產(chǎn)生雙因子增強效應.

本研究探討武陵山片區(qū)傳統(tǒng)村落分布密度狀況及空間自相關性，并從因素交互作用角度探討兩因素之間的增強效應.傳統(tǒng)村落在經(jīng)濟快速發(fā)展的背景下容易受到?jīng)_擊，分析其空間集聚和影響因素對于武陵山片區(qū)保護傳統(tǒng)村落及發(fā)展特色村莊旅游具有重要意義.對于連片的傳統(tǒng)村落群，如以古丈縣、吉首市、花垣縣為核心的湘西古村落區(qū)，可以全域旅游為契機，在不破壞原始村落風格的前提下，進一步挖掘和發(fā)揮傳統(tǒng)村落在旅游扶貧中的作用，為武陵山片區(qū)整體脫貧致富提供新思路.本研究在研究過程中對于傳統(tǒng)村落的傳統(tǒng)村落的外觀特征、內部構造、內涵特色等研究尚未觸及到，而這些因素也是傳統(tǒng)村落研究中不可或缺的一部分，此外隨著傳統(tǒng)村落評定工作持續(xù)推進，傳統(tǒng)村落數(shù)量將會進一步增加，對于空間集聚性及空間關聯(lián)分析有更大幫助.