目前我国的传统村落正逐年减少,如不加以保护和传承,将有更多传统村落面临着消失的危机,珍贵的物质及非物资遗产也将在城市化大发展的环境下被迫消失[1]。根据遗产活化论的实质,遗产只有在利用过程中才能可持续发展,在不影响对遗产保护的前提下促使遗产资源转化成旅游产品[2]。国家高度重视对此类具有长久历史年代的传统村落保护,发布一号文件支持保护具有物资文化价值的传统村落[3],使其成为近年来的研究热点。地方政府响应号召,直至2014年11月住建部等部门共评选出三批共2555个中国传统村落[4]。
在国家政策的提出及政府的高度关注下,学术界对传统村落的研究热烈,主要集中于定性研究及定量研究两个方面的成果。定性维度有冯骥才、吴曲义以不同的视角研究传统村落的价值及文化内涵[5, 6],王云才针对北部山区传统村落的类型和特征,探讨其保护体系与机制,并提出了旅游开发路径与模式[7];郑霞等研究传统村落的公共交往空间及传承,分析村落居民公共交往活动的情感基础[8];冯淑华基于共生理论探讨了古村落共生的演化模式[9];陆林通过形成期、稳定发展期、勃兴鼎盛期和衰落期四个时间轴维度定性分析徽州古村落的逐步演化过程[10];另一部分学者通过定量维度对传统村落进行探讨和研究。胡明星等首先提出了GIS关于传统村落建设研究的分析框架[11];陶伟等学者在空间句法视角下,以广州市小洲村为案例地,探讨村落的空间形态与空间认知关系[12];佟玉权通过GIS技术近邻分析工具及热点分析法探究传统村落的空间分布特征[13];李伯华以湖南省为例,利用Arcgis分析工具研究其区域内传统村落的空间分布模式及其影响因素[14];刘大均利用密度分析及相关性分析研究中国传统村落的空间分异形态[15];同时吴必虎等通过GIS工具分析中国历史文化名村有关旅游相关性及空间分布特征[16]。
当前对传统村落的定量研究多停留在数量规模上的表层空间布局特征分析研究,而有关影响因素的研究多为定性,定量研究文献略少。本文在前人研究基础上,从区域出发,突破点数据规模的初步量化和平面布局分析模式,拓伸数据挖掘与纵向分析,采用定性与定量相结合的方式并通过多维度考量传统村落空间分布格局及可达性的影响因素,并应用地理空间统计分析方法GWR回归模型探究长江中游城市群传统村落可达性水平影响因子的制约机制。
2 数据来源和研究方法 2.1 数据来源本文传统村落名录数据来源于中华人民共和国住房和城乡建设部网站(http://www.mohurd.gov.cn/zcfg/jsbwj_0/jsbwjczghyjs/201412/t20141203_219694.html),获取三批共170个传统村落名录,传统村落的经纬度坐标使用谷歌地图搜索取得。文中所涉及的行政区划空间数据来源于国家1: 400万基础地形图矢量化结果,行政区划图取自2015全国最新行政区域划分结果;空间坐标投影选取GCS_WGS_1984全球定位系统建立的坐标系统,水体、河网及公路网络空间数据来源于Arcgis Online所提供的最新矢量数据,国家测绘地理信息局提供。文中栅格遥感数据来自由美国太空总署和国防部国家测绘局联合测量的STRM数据,社会经济数据源自2015年最新《湖北省统计年鉴》、《湖南省统计年鉴》、《江西省统计年鉴》。主要数据量化过程采用Arcgis 10.2软件栅格镶嵌、链接和提取技术及其他相关空间处理工具获取。
2.2 研究方法文本通过Arcgis10.2软件对长江中游城市群传统村落进行定量分析。采用核密度估计法探究传统村落的空间分布;通过谷歌地图实时监测并利用可达性测度模型衡量各个传统村落的可进入性水平和前往的难易程度。在探究影响因素上,引入叠加分析法呈现水体与传统村落的区位关系,运用栅格赋值法分析传统村落与山体高程及坡度的关系;利用线密度分析法探讨公路网密度与传统村落的关系,最后采用GWR模型深入剖析各村落可达性水平的重要影响因子。
3 空间格局及可达性分析 3.1 传统村落核密度分析对于点要素的分布模式,采用核密度估计法,利用平滑且层次感较强的核密度分析图对传统村落在区域上的分布状态进行可视化表示,更加直观的呈现出村落的局部特点。核密度估计法是基于地理事件在区域上的发生概率来进行估计,对于地理事件,在目标区域中任意的空间位置上均可能发生,但对于不同的位置上发生的概率不同,区域中点要素越集聚的地方,地理事件发生的可能性越高,而点要素分布越分散,地理事件发生的可能性越低[14]。通过Arcgis10.2的核密度分析工具进行实现,经过多次调试,致力于探求最佳的可视化效果,最终选取宽带为180 km,生成城市群传统村落核密度分析图,如图 1。
由图中所示,长江中游城市群传统村落东南多,西北少,可直观得出传统村落分布存在三个高度集聚热点区,分别位于该区域的东部、北部及东南端,呈“品”型分布。值得一提的是,存在两大热点区坐落于环鄱阳湖城市群,即江西省范围内,可见环鄱阳湖城市群各市州传统村落数目居多,且分布集聚,密度颇大。但武汉城市圈的西部及环长株潭城市群的大多数区域均出现真空现象。
3.2 可达性分析可达性是用于衡量外界进入目标系统的难易程度,从整体上刻画了政府机关、慈善机构、环保人士参与传统村落保护与合理开发工作的可进入程度、效率及游客到此旅游休闲的便捷程度,通过计算各个传统村落的可达性,并进行排名,可获取可达性水平名列前茅的传统村落名录,这类村落可进入性强,在初期的保护和开发进程中可优先进行规划。
本文在研究方法上进行创新,突破了缺乏现实因素的考量及存在道路数据的滞后缺陷只在交通数据库模型上进行模拟测度可达性的传统方法,采用谷歌地图实时获取传统村落到达各个地级市的最短时间距离,考虑到行车过程中的实时路况,道路基础设施影响,交通信号灯的等待时间,道路拥堵情况等现实因素,采用实时测度的方法更加准确真实的得出目标村落的可达性水平。具体公式为[17]:
$ {{K}_{j}}=\frac{\sum\limits_{i=1}^{n}{{{E}_{ij}}}}{n} $ | (1) |
$ K\frac{{\mathop {{\rm{max}}{K_j} - {K_j}}\limits_{1{\rm{ }} \le j \le m} }}{{\mathop {{\rm{max}}{K_j}}\limits_{1{\rm{ }} \le j \le m} - \mathop {{\rm{min}}}\limits_{1{\rm{ }} \le j \le m} {K_j}}} $ | (2) |
其中:Kj代表传统村落j的可达性,n是指地级市的数量,Eij是指传统村落j到城市i的最短距离,Kj表示村落可达性的标准化数值。
按照公式1分别测算出城市群170个传统村落的可达性,并通过公式2将其进行标准化处理,使其数值规整至0—1之间,可更直观的对各个村落间进行可达性水平的进行比较和排序,如表 1所示。于表 1可知,各个村落可达性水平差异较大,位于前三甲的村落为咸宁市刘家桥村、咸宁市吴田村、咸宁市垅口村,可达性水平最差的村落是娄底市上团村。通过公式1中的Kj测算各传统村落可达性均值为428.64分钟,表征其可达性整体水平不佳。下文将根据测算出的可达性数值进一步深究影响其程度高低的影响因子并测度其具体的影响程度高低与地理空间溢出。
长江中游城市群河流众多,有着亚洲第一长河——长江,及诸多支流,如汉江、湘江、赣江、资江、信江、抚河等,拥有三大内陆湖鄱阳湖、洞庭湖和洪湖。利用Arcgis10.2绘制各水体与传统村落叠加图,如图 2,图中可观察发现城市群传统村落整体分布存在明显“支流效应”,均与长江支流相伴,鲜有直接坐落于长江干流上的村落,大多数村落集聚于各个支流两侧,鄱阳湖、洞庭湖、洪湖等湖泊周围未有传统村落分布。并结合上文各村落的可达性数值初步判断,周边水系的数量及临近程度将影响着各传统村落的可达性,水体的存在可能降低村落的可进入性水平,下文将通过GWR模型深入剖析论证。
为剖析传统村落可进入程度的影响机制,融入村落自然属性,通过Arcgis10.2软件绘制传统村落与地势高程的遥感叠加图。由图 3可知,众村落临近山体而设,多处于高地势区段周边,地形险要,尤其大多隐于城市群南部高山,南部有以天然省界及分水岭著称的罗霄山脉,及其东南方的武夷山脉,形成村落的独立空间,受外界干扰较小。运用栅格提取技术获知各村落自身所处地势高程值,最高地势属上饶市篁岭村,高程值高达1080;而黄石市大田村地势最低,高程值只有17,极值间差异颇大,对照各村落可达性数值可发现,村落高程值与进入传统村落的耗时程度存在一定耦合关系,所处高地势的村落往往需耗费更多的时间成本。
进一步分析山体坡度对传统村落可进入性的影响。得到坡度分析图,见图 4。运用栅格提取工具获取共170个传统村落的坡度值,分类总体坡度及各村落坡度数值大小进行比对。研究发现城市群地域总体坡度为0—75度之间,各传统村落所在位置坡度处于0—36度之间,其中武汉城市圈村落坡度在0—36度区间、环长株潭城市群于0—21度之间、环鄱阳湖城市群的坡度范围为0—27度之间,坡度值最大属宜昌市长阳土家族自治县向日岭村,其所处地势坡度达36度之陡,而可达性排名偏后。由此推断,坡度的大小将一定程度上影响着进入村落的难易程度,下文将通过空间计量模型验证,并深层次探讨。
交通区位是影响村落可达性的重要因素,为探求交通状况与传统村落可达性的关系,将传统村落点与交通密度实现叠加,得到图 5的可视化结果。剖析图中信息,进行统计绘制生成表 2,得出如下规律:超过半数的传统村落分布于公路密度为四、五级的区域上,一级公路密度层面上仅存在1个村落。武汉城市圈的传统村落位于二、三级公路密度区域的占比为45.66%,环鄱阳湖城市群在二、三级密度区域的传统村落占总数的49.53%,而环长株潭城市群的传统村落占比只有17.64%,因此就传统村落的交通便利性而言,环鄱阳湖城市群 > 武汉城市圈 > 环长株潭城市群,而这恰恰与城市群内村落可达性水平相契合,所处交通便利程度较高地区的村落往往具有较好的可达性水平,良好的交通便利水平将有利于政府、慈善机构、环保人士进入村落进行相关保护与建设活动和对村落进行合理的开发。
对上文测算得出的各个村落的可达性数值进行深入剖析,探求影响可达性水平的重要影响因子及其影响程度,对于村落的切实保护与进一步的合理开发具有重要现实意义。本文采用当下地理空间统计分析中最具潜力的前沿分析方法GWR模型研究传统村落可达性水平的影响因素及其空间溢出效应。
GWR模型即地理加权回归模型,是对一般OLS线性回归的一种改进,突出考虑了回归系数在地理空间上的差异性和变异性,具有扎实的理论基础和支撑系统,对一般线性回归全局概念的突破,重点测度因子在局部空间上的滞后与溢出效应[18-19]。
4.2.1 GWR基本模型GWR模型的一般公式为:
$ {{y}_{i}}={{\beta }_{o}}({{u}_{i}}, {{v}_{i}})+\sum\limits_{m}{{{\beta }_{m}}({{u}_{i}}, {{v}_{i}}){{x}_{im}}+{{\varepsilon }_{i}}} $ | (3) |
其中,因变量为yi,自变量xm在空间位置i上的参数值为xim,空间位置i的坐标即(ui, vi),回归方程的截距通过β0(ui, vi)表示,m代表模型自变量数目,εi则为误差项。
根据地理学第一定律,两个空间位置相近的观测目标将具有相似的属性,差异性则是随着两个目标样本的距离增加而变化。由此,对样本点赋权,遵循一定的权重变化规则来科学测度性质在空间位置上的变化情况,基本模型为[19]:
$ \tilde{\beta }\text{ }({{u}_{i}}, {{v}_{i}})={{({{X}^{\text{T}}}W({{u}_{i}}, {{v}_{i}})X)}^{-1}}{{X}^{\text{T}}}W({{u}_{i}}, {{v}_{i}})Y $ | (4) |
其中:
$ W({{u}_{i}}, {{v}_{i}})=W(i)=\left[\begin{align} &{{w}_{i1}}\ \ \ 0\ \ \ \cdots \ \ \ 0 \\ &0\ \ \ {{w}_{i2}}\ \ \ \cdots \ \ \ 0 \\ &\cdots \ \ \cdots \ \ \cdots \ \ \cdots \\ &0\ \ \ 0\ \ \ \cdots \ \ \ {{w}_{in}} \\ \end{align} \right] $ |
$ \beta =\left[ \begin{align} & {{\beta }_{0}}({{u}_{1}},{{v}_{1}})\ \ {{\beta }_{1}}({{u}_{1}},{{v}_{1}})\ \ \cdots \ \ {{\beta }_{m}}({{u}_{1}},{{v}_{1}}) \\ & {{\beta }_{0}}({{u}_{2}},{{v}_{2}})\ \ {{\beta }_{1}}({{u}_{2}},{{v}_{2}})\text{ }\ \ \cdots \ \ {{\beta }_{m}}({{u}_{2}},{{v}_{2}}) \\ & \ \ \ \ \cdots \ \ \ \ \ \ \text{ }\ \ \ \ \cdots \ \ \ \ \ \ \ \ \ \ \text{ }\cdots \ \ \ \ \ \ \ \text{ }\cdots \\ & {{\beta }_{0}}({{u}_{2}},{{v}_{2}})\ \ {{\beta }_{1}}({{u}_{n}},{{v}_{n}})\text{ }\ \ \cdots \ \ {{\beta }_{m}}({{u}_{n}},{{v}_{n}}) \\ \end{align} \right] $ |
矩阵中n为空间样本总数,win表示随机位置i赋予第n个空间样本点的权重,
GWR模型的核心为选取空间权函数,关系到模型变量系数的准确估测,具有举足轻重的作用。最为常用的空间权函数为高斯函数,因其特征与地理学第一定律相契合,精准性高,本文利用高斯函数,构建效益衰减型无限阈值函数,体现空间样本间距离与所赋权重的关系[20]。函数模型即为:
$ {{W}_{ij}}=\text{exp}(-\left( \frac{1}{2} \right){{(\frac{{{d}_{ij}}}{b})}^{2}}) $ | (5) |
式中,b为宽带,dij表示空间观测对象i、j间的欧式距离。当空间样本位置重合,权重取至极高值为1,伴随空间位置的偏移,权重值将呈逐渐减小,当距离接近无限大,并向极小值0不断收敛。宽带为一个非负的衰减参数,决定权重随距离衰减的程度与边际衰减量。宽带b越小,表征权重的边际衰减量越大,收敛速度越快;而宽带b越大,权重的边际衰减量越小,样本权重受距离影响程度相对较弱。据此可知宽带的选取对于GWR模型的构建与预测影响较大。笔者依据最小平方准则,通过Bowman等人提出的交叉确认法(CV)确定最优宽带[20-22],具体公式如下:
$ CV=\sum\limits_{I=\text{ }1}^{N}{{{[{{y}_{i}}-{{{\tilde{y}}}_{\ne }}(b)]}^{2}}} $ | (6) |
其中,
选取长江中游城市群各传统村落可达性水平Y作为被解释变量,以村落所在地域的高程值X1、村落距离河流的最短距离X2、村落所在地的路网等级X3、村落所在地坡度的高低X4作为解释变量构建回归模型。在进行GWR模型前,首先通过OLS经典线性回归初步测度解释变量对被解释变量的影响程度,显著性水平及其他特性,回归结果如表 3。从结果可以获知回归模型各参数的方差膨胀因子(VIF)均远小于7.5,表明方程变量设置合理,未出现多重共线性问题。同时Jarque-Bera检验结果不显著,即表明回归方程符合正态性假设,确保了参数检验的无偏性和有效性。由检验结果T统计量与P值观测,传统村落的地势高低、接近水体的最短距离及路网等级对传统村落可达性均有显著影响,高程值与路网等级更是通过了1%的显著性水平,而村落的坡度值对于回归方程影响不显著,各村落所在地坡度大小未对其可达性水平造成明显约束,这也与大多数传统村落的孕育存在相似的坡度环境与生存条件有关。
OLS回归模型仅考虑了回归系数的全局特征,进一步通过构建GWR模型分析村落可达性水平影响机制的局部效应与空间溢出。在进行GWR模型估计前,先运用空间自相关工具模块测度传统村落间的相关性大小,通过Arcgis10.2软件分析得出传统村落可达性水平的Moran's I值为0.6034,Z得分为31.4885,P值为0.00,可知传统村落可达性水平在空间上呈现显著的集聚效应,具有颇强的正相关性,但仍展现出一定的差异性。强烈的相关性特征也为下文GWR模型分析奠定了前提保障。
剖析表 4的GWR模型回归结果,引入Fortheringham的研究思路,假设GWR模型回归分析获得的AICC值相较OLS的回归数值小于3以上,则可断定本研究GWR模型的适用性更佳[23],可以发现GWR模型的AICC值为1660.369,远小于一般OLS回归产生的AICC值1870.663,同时相较调整后的拟合优度,GWR模型回归也比普通OLS模型高出近30个百分点。综上所述可以探知本研究使用GWR模型估计的重要性与必要性。
据GWR模型数据分析结果绘制表 5呈现各影响因子对传统村落可达性水平影响程度的五分位统计:最小值、上四分位数、中位数、下四分位数、最大值及平均值。从中可获知,各变量参数的回归系数在空间维度上的变异性较大,但其中位数与平均值的符合一致,数值较接近,可推知本回归估计在空间多数范围内影响性质的趋同的。进一步通过GWR模型系数的回归结果,将其可视化表现,突出反映其回归系数在地理空间上的滞后现象与溢出效应。
(1)高程值对可达性水平影响空间变异特征
通过图 6高程值对传统村落可达性水平影响可视化结果可知,高程值与可达性水平主要呈正相关关系,回归系数高回报区主要集中于武汉城市圈东北部及环鄱阳湖城市群中部,并向城市群东侧和西南方衰减。较低的地势有利于提高村落的可进入性。高值区北至荆襄一带,此带有襄樊境内海拔2000米以上的高峰关山;南达南昌、抚州等区域,临近武夷山脉之所在,周边地势较高,受山体影响可达性水平程度较大,单位高程值刺激可达性数值边际增量较高,其他地区敏感性不高,甚至出现负值,表明影响可达性水平除高程外,还与其他复杂的生活环境及人类社会活动相关。
(2)水网距离对可达性水平影响空间变异特征
根据图 7可知,传统村落的水系贴近程度与其可达性水平主要呈负向影响。回归系数绝对值高值区由城市群东北部向西南方锐减,即河流的存在对村落可进入性的影响依然存在。高值区主要集聚于孝感市、黄冈市、黄石市等地,主要由于城市群北部乃长江干流及其最大支流汉江之所在,水系密度,对其区域内传统村落可达性影响程度增大,而3—4级河流则对其区域内村落可达性的影响相对较小。且另一重要原因为这些区域经济发展滞后,村落空间相对独立,生活方式原始,可达性水平受周边流域分布影响较大,桥梁建设的不足,水体因素将大大阻碍了两地的通行与物质信息交流。
(3)路网等级对可达性水平影响空间变异特征
如图 8所示,交通路网等级对可达性水平具有正向作用。回归系数极高点村落所在区域每提升1个路网等级水平,其村落的可达性数值将减少48.8608分钟,即大幅缩减小时间成本,可进入性水平提高。回归系数高弹性区由城市群东西两侧朝中部扩散减弱,主要由于高值区多处于四、五级交通路网范围内,交通便利性低,路网等级的提升对于提升村落的可进入性水平边际效应显著,而中部地区多处经济发达,路网等级在三至二级范围内,其可进入性高,交通基础设施已建设较为完善,进一步对路网水平的提升与建设对于可达性水平的进一步提升收效较弱,其反射已逐步收敛,可达性边际增量逐渐减少,敏感性降低,如需继续提升可进入性水平,可通过其他方式促成。
本文探究了长江中游城市群传统村落的空间分布模式和可达性,并在此基础上深入定量分析了各村落的分布格局的影响因素及其对可达性水平的影响程度和空间溢出,结果显示:① 长江中游城市群传统村落存在三个高密度集聚区,呈“品”字型分布,其中有两大集聚区坐落于环鄱阳湖城市群内,但环长株潭城市圈及武汉城市圈的西部呈现真空低值现象;② 可达性分析表明,城市群传统各村落间可达性均值为428.64分钟,出行时间成本较高;③ 通过初步探索可知,水系、山体和交通在一定程度上将影响着传统村落可进入性水平。村落存在明显支流效应,并依傍高地势山体而设,自身地势高程于17—1080 m之间,所在地坡度一般较为平缓,其范围在0—36度间,传统村落整体交通便利性低;④ 区域地势高低与交通路网等级对于可达性数值具有正向影响,而邻近水体距离对村落可达性数值呈负相关关系,所在地坡度大小对可达性水平影响不显著。高程变量的极高回归系数区段主要位于武汉城市圈东北部及环鄱阳湖城市群中部,并向两侧锐减,较低的地势有利于增加外界进入村落体系的容易程度;近水体因素变量回归系数由城市群东北部向西南方逐渐减弱,水系的流量、分布密度及当地基础设施水平将是造成如此差异的原因;路网等级回归系数由长城市群东西两侧向中部减少,高回报区主要分布于交通条件落后,道路基础设施不良的区域,中部相对高交通便利度城市对此因素敏刺激感性较低。
本文运用GWR模型科学测度长江中游城市群传统村落可达性水平各重要影响因子的制约程度及空间溢出,采用定性和定量相结合的方式重点剖析了传统村落可达性的影响因素。众多文献仅通过数量规模定量分析点目标的空间分布特征,本文在村落数量的表层的分布特征分析基础上,加入了村落的自然机理和资源状况,更加深入的剖析了其空间格局的形成机制,并突出考量村落可达性水平的影响因子及其空间溢出,得到了差异化、科学性、实用性的新结论与新发现,对现有的点数据空间分布方面研究进行了相关突破和延伸。
[1] | 刘馨秋, 王思明. 中国传统村落保护的困境与出路[J]. 中国农史, 2015(4): 99-110. [Liu Xinqiu, Wang Siming. Difficulties and countermeasures of Chinese traditional villages conservation[J]. Agricultural History of China, 2015(4): 99-110. ] |
[2] | 喻学才. 遗产活化论[J]. 旅游学刊, 2010, 25(4): 6-7. [Yu Xuecai. Heritage activation theory[J]. Tourism Tribune, 2010, 25(4): 6-7. ] |
[3] | 新华网. 中共中央国务院关于加快发展现代农业进一步增强农村发展活力的若干意见[EB/OL]. (2013-01-31)[2016-03-26]. http://news.xinhuanet.com/politics/2013-01/31/c_124307774.htm. [Xinhua. The central committee of the communist party of China under the state council about accelerate the development of modern agriculture to further enhance the vitality of rural development several opinions[EB/OL].(2013-01-31)[2016-03-26]. http://news.xinhuanet.com/politics/2013-01/31/c_124307774.htm.] |
[4] | 住建部. 住房城乡建设部等部门关于公布第三批列入中国传统村落名录的村落名单的通知[EB/OL]. (2014-11-17)[2016-03-26]. http://www.mohurd.gov.cn/zcfg/jsbwj_0/jsbwjczghyjs/201412/t20141203_219694.html. [MOHURD. Housing urban and rural development department about the third batch of village of Chinese traditional village directory list[EB/OL].(2014-11-17)[2016-03-26]. http://www.mohurd.gov.cn/zcfg/jsbwj_0/jsbwjczghyjs/201412/t20141203_219694.html.] |
[5] | 冯骥才. 传统村落的困境与出路——兼谈传统村落是另一类文化遗产[J]. 民间文化论坛, 2013(1): 7-12. [Feng Jicai. The plight of traditional villages and way out:Talking about traditional village is another kind of cultural heritage[J]. Forum on Folk Culture, 2013(1): 7-12. ] |
[6] | 吴义曲. 乡村景观特色的延续与再生[J]. 湖北大学学报(哲学社会科学版), 2015, 42(3): 94-98. [Wu Yiqu. The continuation of rural landscape characteristics and regeneration[J]. Journal of Hubei University(Philosophy and Social Science), 2015, 42(3): 94-98. ] |
[7] | 王云才, 杨丽, 郭焕成. 北京西部山区传统村落保护与旅游开发利用——以门头沟区为例[J]. 山地学报, 2006, 24(4): 466-472. [Wang Yuncai, Yang Li, Guo Huancheng. The discussion on traditional villages conservation and its tourism development models in western mountain of Beijing:A case study of Mentougou district[J]. Journal of Mountain Science, 2006, 24(4): 466-472. ] |
[8] | 郑霞, 金晓玲, 胡希军. 论传统村落公共交往空间及传承[J]. 经济地理, 2009, 29(5): 823-826. [Zheng Xia, Jin Xiaoling, Hu Xijun. Research on public association space in traditional rural settlement[J]. Economic Geography, 2009, 29(5): 823-826. ] |
[9] | 冯淑华. 基于共生理论的古村落共生演化模式探讨[J]. 经济地理, 2013, 33(11): 155-162. [Feng Shuhua. Discussion of ancient villages' symbiosis evolution model based on symbiosis theory[J]. Economic Geography, 2013, 33(11): 155-162. DOI:10.3969/j.issn.1000-8462.2013.11.025] |
[10] | 陆林, 凌善金, 焦华富, 等. 徽州古村落的演化过程及其机理[J]. 地理研究, 2004, 23(5): 686-694. [Lu Lin, Ling Shanjin, Jiao Huafu, et al. Study on evolution process and mechanism of Huizhou ancient village[J]. Geographical Research, 2004, 23(5): 686-694. ] |
[11] | 胡明星, 董卫. 基于GIS的古村落保护管理信息系统[J]. 武汉大学学报(工学版), 2003, 36(3): 53-56. [Hu Mingxing, Dong Wei. Ancient village protection management information system based on GIS[J]. Engineering Journal of Wuhan University, 2003, 36(3): 53-56. ] |
[12] | 陶伟, 陈红叶, 林杰勇. 句法视角下广州传统村落空间形态及认知研究[J]. 地理学报, 2013, 68(2): 209-218. [Tao Wei, Chen Hongye, Lin Jieyong. Spatial form and spatial cognition of traditional village in syntactical view:A case study of Xiaozhou village, Guangzhou[J]. Acta Geographica Sinica, 2013, 68(2): 209-218. DOI:10.11821/xb201302006] |
[13] | 佟玉权. 基于GIS的中国传统村落空间分异研究[J]. 人文地理, 2014, 29(4): 44-51. [Tong Yuquan. Research on the spatial differentiation of Chinese traditional village based on GIS[J]. Human Geography, 2014, 29(4): 44-51. ] |
[14] | 李伯华, 尹莎, 刘沛林, 等. 湖南省传统村落空间分布特征及影响因素分析[J]. 经济地理, 2015, 35(2): 189-194. [Li Bohua, Yin Sha, Liu Peilin, et al. Spatial distribution of traditional villages and the influencing factors in Hunan province[J]. Economic Geography, 2015, 35(2): 189-194. ] |
[15] | 刘大均, 胡静, 陈君子, 等. 中国传统村落的空间分布格局研究[J]. 中国人口·资源与环境, 2014, 24(4): 157-162. [Liu Dajun, Hu Jing, Chen Junzi, et al. The study of spatial distribution pattern of traditional villages in China[J]. China Population, Resources and Environment, 2014, 24(4): 157-162. ] |
[16] | 吴必虎, 肖金玉. 中国历史文化村镇空间结构与相关性研究[J]. 经济地理, 2011, 32(7): 6-11. [Wu Bihu, Xiao Jinyu. Chinese history and culture town space structure and correlation studies[J]. Economic Geography, 2011, 32(7): 6-11. ] |
[17] | 李乐乐, 白建军, 宋冰洁. 西安市交通网络综合通达性研究[J]. 人文地理, 2014, 29(5): 88-93. [Li lele, Bai Jianjun, Song Bingjie. A study of comprehensive accessibility of Xi'an transport networks[J]. Human Geography, 2014, 29(5): 88-93. ] |
[18] | 王少剑, 王洋, 赵亚博. 1990年来广东区域发展的空间溢出效应及驱动因素[J]. 地理学报, 2015, 70(6): 965-979. [Wang Shaojian, Wang Yang, Zhao Yabo. Spatial spillover effects and multi-mechanism for regional development in Guangdong province since 1990s[J]. Acta Geographica Sinica, 2015, 70(6): 965-979. ] |
[19] | 吕萍, 甄辉. 基于GWR模型的北京市住宅用地价格影响因素及其空间规律研究[J]. 经济地理, 2010, 30(3): 472-478. [Lv Ping, Zhen Hui. Affecting factors research of Beijing residential land price based on GWR model[J]. Economic Geography, 2010, 30(3): 472-478. ] |
[20] | 刘卫东, 刘红光, 范晓梅, 等. 地区间贸易流量的产业-空间模型构建与应用[J]. 地理学报, 2012, 67(2): 147-156. [Liu Weidong, Liu Hongguang, Fan Xiaomei, et al. Sector-specific spatial statistic model for estimating inter-regional trade flows:A case study of agricultural, chemical and electronic sectors in China[J]. Acta Geographica Sinica, 2012, 67(2): 147-156. DOI:10.11821/xb201202001] |
[21] | Cleveland W S. Robust locally weighted regression and smoothing scatterplots[J]. Journal of the American Statistical Association, 1979, 74(368): 829-836. DOI:10.1080/01621459.1979.10481038 |
[22] | Bowman A W. An alternative method of cross-validation for the smoothing of density estimates[J]. Biometrika, 1984, 71(2): 353-360. DOI:10.1093/biomet/71.2.353 |
[23] | Brunsdon C, Fotheringham S, Charlton M. Geographically weighted regression[J]. Journal of the Royal Statistical Society:Series D, 1998, 47(3): 431-443. DOI:10.1111/rssd.1998.47.issue-3 |