陳 斌, 徐尚昭, 周陽陽, 王宏志, 楊頂田, 葉永欽
(1.核工業(yè)二九〇研究所, 廣東省環(huán)境保護核輻射追蹤研究重點實驗室, 廣東 韶關(guān) 512029 ;2.廣東省放射性生態(tài)環(huán)境保護工程技術(shù)研究中心, 廣東 韶關(guān) 512029; 3.華中師范大學(xué)城市與環(huán)境科學(xué)學(xué)院, 武漢 430079; 4.中國科學(xué)院 南海海洋研究所, 廣東省海洋遙感重點實驗室, 廣州 510301)
傳統(tǒng)村落又名“古村落”,它是指村落歷史較為久遠,發(fā)展完善且保存較為完整的村莊聚落。傳統(tǒng)村落作為傳統(tǒng)文化的重要組成部分,也是農(nóng)耕時期物質(zhì)文明的重要見證,不僅具有一定的歷史文化價值,還具有重要科學(xué)研究和社會經(jīng)濟價值[1]。但伴隨著城市化、工業(yè)化和信息化的快速發(fā)展,傳統(tǒng)村落保護與發(fā)展正遭受到現(xiàn)代文明的巨大沖擊,同時加上我國城鄉(xiāng)二元結(jié)構(gòu)體制的長期影響,呈現(xiàn)出城市建成區(qū)不斷向周邊擴張,傳統(tǒng)村落布局呈現(xiàn)節(jié)節(jié)退守狀態(tài),導(dǎo)致傳統(tǒng)村落數(shù)量正在逐漸銳減,傳統(tǒng)村落與古老文明的傳承與發(fā)展正面臨巨大挑戰(zhàn)[2]。
當(dāng)前,學(xué)者開展區(qū)域性及全國性的傳統(tǒng)村落研究并不少見。如,康璟瑤等[1]分析了中國傳統(tǒng)村落空間布局,探討傳統(tǒng)村落分布與地形、人口以及經(jīng)濟交通格局之間的關(guān)系;李伯華等[3]基于CAS理論,對張谷英村傳統(tǒng)村落人居環(huán)境演化特征進行了分析;吳吉林等[4]運用參與式農(nóng)村評估(PRA)及多元線性回歸分析方法,對張家界市4個中國傳統(tǒng)村落農(nóng)戶適應(yīng)類型、適應(yīng)驅(qū)動因子和適應(yīng)機制進行了系統(tǒng)分析;孫瑩等[5]以梅州市客家傳統(tǒng)村落為研究對象,借助GIS空間分析方法,對唐宋及明清時期的傳統(tǒng)村落空間布局演變特征進行了深入探討;盧松等[6]以徽州地區(qū)119個國家級傳統(tǒng)村落為研究對象,采用3S空間分析方法,從時空尺度上揭示了徽州傳統(tǒng)村落的分布特征,并對其時空分布特征的影響因素進行了分析。從研究方法上來看,現(xiàn)有研究多以空間自相關(guān)模型及GIS地統(tǒng)計分析方法為主[7-8];從研究尺度上來看,現(xiàn)有研究多集中在單一省域、市域或縣域尺度上傳統(tǒng)村落空間分析研究為主[9-12];從研究內(nèi)容上來看,多以傳統(tǒng)村落旅游文化[13-14]、人居環(huán)境[15]、生態(tài)價值[16]以及傳統(tǒng)村落景觀[17-18]為主,而結(jié)合多源自然和社會經(jīng)濟數(shù)據(jù),對客家文化發(fā)源地廣東省傳統(tǒng)村落開展多尺度、交叉性研究尚較缺乏。
十九大指出:鄉(xiāng)村振興就是要改變農(nóng)村基礎(chǔ)差、底子薄的落后局面。同時在《鄉(xiāng)村振興戰(zhàn)略規(guī)劃(2018—2022年)》中也明確指出,要加大對傳統(tǒng)村落的保護力度[19-21]?;谏鲜龇治?,本研究選取廣東省5個批次共計263個傳統(tǒng)村落以及自然和社會經(jīng)濟等指標(biāo)數(shù)據(jù),借助ArcGIS等空間分析軟件,使用全局自相關(guān)模型和地統(tǒng)計空間分析方法,對廣東省傳統(tǒng)村落空間分布的多尺度特征進行深入分析,并進一步揭示了傳統(tǒng)村落空間布局的影響因素,以期能為廣東省傳統(tǒng)村落保護和鄉(xiāng)村振興發(fā)展供科學(xué)依據(jù)和理論參考。
廣東省(209°13′—25°31′N,109°39′—117°19′E)位于我國南部,南嶺以南,南海之濱。東臨福建、西接廣西、南連南海、北通江西,地勢整體呈現(xiàn)“北高南低”的分布態(tài)勢,地貌類型以平原為主,山地、丘陵交錯分布。廣東省地處東亞季風(fēng)區(qū),是亞熱帶和熱帶氣候的過渡區(qū),也是全國光、熱和水資源組合良好地區(qū)之一。全年平均氣溫在20~25℃,年均降水量1 400~2 500 mm,降水量整體呈現(xiàn)“南高北低”分布趨勢。轄區(qū)內(nèi)河網(wǎng)水系發(fā)達,主要分布有珠江、西江、東江、北江以及韓江等水系。廣東省作為全國重要的稀有金屬和有色金屬之鄉(xiāng),轄區(qū)內(nèi)已發(fā)現(xiàn)礦產(chǎn)116種,其中高嶺土、泥炭土等礦產(chǎn)儲量位居全國第一。先秦時期,南越族人就曾經(jīng)生活在這片土地上,這里也是中國歷史上農(nóng)業(yè)發(fā)展較早的地區(qū)之一。廣東省歷史悠久,文化底蘊深厚,《國語楚語上》曾有“撫征南海”的記載,表明當(dāng)時嶺南與楚國軍事和政治聯(lián)系密切[22]。廣東省內(nèi)主要分布有廣府、客家和潮汕3個民系,傳統(tǒng)村落數(shù)量較多,截至到2018年12月國家住房和城鄉(xiāng)建設(shè)部網(wǎng)站發(fā)布《關(guān)于第五批擬列入中國傳統(tǒng)村落名錄的村落基本情況公示》顯示,廣東省5個批次共計263個傳統(tǒng)村落入選,現(xiàn)有傳統(tǒng)村落數(shù)量排名全國第十一位。作為中國的南大門,改革開放的排頭兵,快速發(fā)展的城市化給廣東省傳統(tǒng)村落保護帶來了巨大挑戰(zhàn),因此傳統(tǒng)村落保護工作迫在眉睫。
廣東省傳統(tǒng)村落數(shù)據(jù)來源于中國傳統(tǒng)村落網(wǎng)(http:∥www.chuantongcunluo.com/)獲取經(jīng)住建部等部門審核認(rèn)定的傳統(tǒng)村落名錄。本研究收集的傳統(tǒng)村落數(shù)據(jù)共計五批,其中第一批40個、第二批51個、第三批35個、第四批34個和第五批103個,共計263個。通過百度地圖數(shù)據(jù)提取方法獲得傳統(tǒng)村落地理坐標(biāo),然后借助ArcGIS轉(zhuǎn)為SHP格式矢量數(shù)據(jù)。研究區(qū)路網(wǎng)及河流數(shù)據(jù)集均來源于中科院資源環(huán)境科學(xué)數(shù)據(jù)中心(https:∥www.resdc.cn/),各市區(qū)社會經(jīng)濟數(shù)據(jù)來源于《廣東統(tǒng)計年鑒2020》。DEM數(shù)字?jǐn)?shù)據(jù)來源地理空間數(shù)據(jù)云平臺(http:∥www.gscloud.cn/),空間分辨率為90 m。
2.2.1 最鄰近指數(shù) 最鄰近指數(shù)是一種表征地理實體要素在空間上距離遠近的量化指標(biāo),它可以直觀反映空間實體點狀要素在空間上的分布特征[23]。本研究采用實際最鄰近距離與理論最鄰近距離(即隨機分布時的理論值)的比值來表征傳統(tǒng)村落在空間上的鄰近關(guān)系,具體計算公式如下:
(1)
式中:R表示最鄰近指數(shù);r1為傳統(tǒng)村落的實際平均最鄰近距離;rE為理論平均最鄰近距離;D為點密度,即區(qū)域單位面積的傳統(tǒng)村落數(shù)量。當(dāng)R>1時,表示傳統(tǒng)村落在空間上服從均勻分布;R<1表示傳統(tǒng)村落在空間上呈現(xiàn)集聚分布狀態(tài);R= 1,表明傳統(tǒng)村落在空間上服從隨機分布。
2.2.2 核密度估計法 核密度估計(Kernel Density Estmation,KDE)是一種估算概率密度函數(shù)的非參數(shù)化方法。實際應(yīng)用中用來表示在一定范圍內(nèi),地理實體要素在空間上發(fā)生的頻率,即距離地理實體要素越近的位置,它向外擴張的密度值越大,每個地理實體要素可以看成是一個個事件,距離地理實體事件發(fā)生次數(shù)越多的區(qū)域,各實體要素間的關(guān)聯(lián)性就越強[24]。計算公式如下:
(2)
式中:fn(x)為核密度函數(shù)的估計值;n為帶寬,即以x為原點實體要素在空間上延展的寬度;h的取值會影響到圖形的光滑程度;k為核權(quán)重函數(shù);x-xi是密度估值點x到xi之間的距離。
2.2.3 Moran′sI指數(shù) Moran′sI指數(shù)是地理實體要素在空間上關(guān)聯(lián)性程度大小的量化指標(biāo),即相鄰地理實體要素在空間屬性單位上的同質(zhì)性和異質(zhì)性大小[25]。Moran′sI指數(shù)大小通常介于-1~1,當(dāng)Moran′sI指數(shù)大于0時,表示相鄰地理實體要素在空間上變化趨勢一致,值越大表示關(guān)聯(lián)性越強,反之關(guān)聯(lián)性越弱,同時Moran′sI指數(shù)也常用來表示研區(qū)域不同空間實體單元之間的異質(zhì)性差異。
廣東省傳統(tǒng)村落在空間上的集聚程度存在較大差異,研究采用ArcGIS空間平均最近鄰距離分析工具計算傳統(tǒng)村落鄰近指數(shù)。實際最鄰近距離r1為10.02,理論最鄰近距離rE為17.05,最近鄰指數(shù)R=0.58<1,由此可以認(rèn)定廣東省傳統(tǒng)村落在空間分布上呈現(xiàn)出集聚狀態(tài)。
為進一步揭示傳統(tǒng)村落在空間上的集聚關(guān)系,研究采用核密度插值方法對廣東省傳統(tǒng)村落進行分析(圖1)。整體來看,廣東省傳統(tǒng)村落在空間分布上呈現(xiàn)出不均衡性,粵東北、粵西北和以佛山為核心的中部地區(qū)傳統(tǒng)村落數(shù)量較多,形成以梅州、佛山和清遠為核心的三大高密度聚集區(qū)?;洊|北梅州地處閩、粵、贛三省交界處,整體地勢呈現(xiàn)北高南低,是全國著名的僑鄉(xiāng),同時也是客家人較為集中的聚居地之一,被譽為“世界客都”,因此轄區(qū)內(nèi)傳統(tǒng)村落保留遺存較好。佛山市是中國著名的龍舟龍獅文化名城,是粵劇發(fā)源地,也是嶺南文化分支廣府文化發(fā)源地和興盛地之一。因此傳統(tǒng)村落保留遺存數(shù)量較多?;浳鞅鼻暹h市是廣東省少數(shù)民族人口主要聚居區(qū),也是省內(nèi)世居少數(shù)民族人口最多的地級市,因此該區(qū)域傳統(tǒng)村落數(shù)量保存較多??傮w來看,傳統(tǒng)村落在少數(shù)民族聚集區(qū)以及多民族文化交融區(qū)域受到外界影響較小,從而更容易保留和遺存下來。
圖1 廣東省傳統(tǒng)村落核密度分布
3.3.1 市域分布特征 廣東省傳統(tǒng)村落在空間分布上呈現(xiàn)出較大的差異性(圖2),從市域尺度上來看,清遠市、河源市、佛山市和梅州市占據(jù)著數(shù)量50%以上的傳統(tǒng)村落,其中梅州市傳統(tǒng)村落數(shù)量最多,達到了78個,占比29.66%,其次為清遠和佛山市,分別為31個、22個。至今仍然保留有10個以上的傳統(tǒng)村落的有梅州市、清遠市、河源市、佛山市、廣州市、惠州市、江門市、韶關(guān)市、汕頭、肇慶和湛江等11個市。深圳市、陽江和茂名保留下傳統(tǒng)村落數(shù)量較少,均僅有1個,這與地區(qū)開發(fā)程度和傳統(tǒng)村落保護力度存在著一定關(guān)聯(lián)性。
圖2 廣東省傳統(tǒng)村落市區(qū)分布
3.3.2 地理區(qū)域分布特征 廣東省傳統(tǒng)村落在空間上分布呈現(xiàn)較大的差異性,整體以佛山—梅州分布較多?;浳骱突洷狈植驾^少?;洊|和佛山為核心地區(qū)傳統(tǒng)村落保留數(shù)量較多,其中粵東北梅州市傳統(tǒng)村落數(shù)量最多,達到了78個,占比為29.66%。其次為粵西北清遠市和以佛山為中心的粵中地區(qū),傳統(tǒng)村落數(shù)量分別為31個、22個,占比為11.79%,8.37%。由此可見,以上地區(qū)多是僑胞之鄉(xiāng)或者少數(shù)民族集聚區(qū),故而傳統(tǒng)村落保留遺存數(shù)量較多。全省傳統(tǒng)村落數(shù)量保留遺存多于10個的市有11個,傳統(tǒng)村落數(shù)量占全省的87.83%。深圳市、陽江市和茂名市傳統(tǒng)村落數(shù)量最少,均僅有1個,深圳作為國家經(jīng)濟特區(qū),受到城市化進程沖擊影響較大,而陽江和茂名市地勢相對平坦,交通便利度高,受外界人文及社會經(jīng)濟活動擾動影響較大,因而傳統(tǒng)村落發(fā)育和遺存數(shù)量較少。
3.4.1 自然環(huán)境
(1) 地形地貌 。不論是原始社會還是21世紀(jì)今天,我國地勢的三級階梯特征對傳統(tǒng)文明發(fā)展影響深遠。在山區(qū)由于自然地理要素的垂直地帶性規(guī)律,容易形成以農(nóng)牧文化為主的耕養(yǎng)方式,而在平原地區(qū),農(nóng)耕文明發(fā)展較早,經(jīng)濟發(fā)展水平較高。而粵北和粵東等地區(qū)因山地分布較多(圖3),農(nóng)業(yè)文明發(fā)展較為緩慢,受外界人類活動擾動影響較小。而大灣區(qū)及周邊城市地勢相對平坦,城市化發(fā)展迅速,區(qū)域內(nèi)傳統(tǒng)村落受到城市化等現(xiàn)代文明沖擊影響較大,導(dǎo)致這些地區(qū)傳統(tǒng)村落遺存數(shù)量較少。
表1 廣東省傳統(tǒng)村落在各省轄市的分布
圖3 廣東省傳統(tǒng)村落在不同地形上的分布
(2) 海拔高程。由于自然地理要素的垂直地帶性規(guī)律,海拔高程對早期人類文明影響深刻,隨著海拔高程變化,地理實體要素在空間上也呈現(xiàn)出較大差異性。本研究通過ArcGIS聚類和異常值分析工具對廣東省傳統(tǒng)村落進行空間自相關(guān)分析,得到Moran′ sI指數(shù)大小為0.334 7大于0,表明廣東省傳統(tǒng)村落聚類程度與海拔高程之間空間正關(guān)聯(lián)性增強。地形與傳統(tǒng)村落的高—高聚類區(qū)要分布在梅州市、清遠市和韶關(guān)市;低—低聚類區(qū)要分布佛山、揭陽、汕頭、江門市和中山市。而其他類型幾乎覆蓋整個轄區(qū),一定程度上反映出傳統(tǒng)村落在空間分布上具有復(fù)雜性和多樣性(圖4)。
(3)河網(wǎng)鄰近分析。水源地要素對于人類歷史文明發(fā)展影響深刻,歷史上四大文明古國都發(fā)育在大江大河流域附近。傳統(tǒng)村落作為古代文明的重要組成部分,不可避免受到河網(wǎng)水系發(fā)育條件的影響。為更加直觀反映出水源要素對傳統(tǒng)村落分布的影響規(guī)律,將廣東省263個傳統(tǒng)村落與轄區(qū)內(nèi)河網(wǎng)進行鄰近分析(圖5)。研究發(fā)現(xiàn):廣東省傳統(tǒng)村落中有74個村落與最近河流距離不超過5 km,其中佛山市高明區(qū)更合鎮(zhèn)新圩社區(qū)朗錦村距最近的河流僅5.67 m。由于廣東省地勢整體呈現(xiàn)“北高南低”的分布特征,粵北及粵東的傳統(tǒng)村落整體距離最近的河網(wǎng)較遠,而中部地區(qū)總體距離最近河網(wǎng)距離較近??梢?,河網(wǎng)對于傳統(tǒng)村落選址和保存具有較強的引導(dǎo)作用,但河網(wǎng)水系并不都會對傳統(tǒng)村落保留遺存產(chǎn)生積極效應(yīng),如:梅州市傳統(tǒng)村落保留遺存數(shù)量最多,而距離河流最遠的村也位于梅州市豐順縣黃金鎮(zhèn)清溪村,距離最近的河網(wǎng)距離達到了36.33 km,因此河網(wǎng)發(fā)育有可能對傳統(tǒng)村落傳承產(chǎn)生一定的負(fù)面效應(yīng)。
圖4 廣東省傳統(tǒng)村落海拔高程LISA圖
圖5 廣東省傳統(tǒng)村落與河流距離
3.4.2 社會經(jīng)濟
(1) 交通便利程度。交通對于社會經(jīng)濟發(fā)展起著重要的拉動和支撐作用,交通便利程度也已經(jīng)成為城市發(fā)展?jié)摿Φ闹匾饬恐笜?biāo)。尤其在現(xiàn)代社會,交通對城市經(jīng)濟的引導(dǎo)作用已逐步凸顯。為進一步揭示傳統(tǒng)村落與交通便利度之間的定量化關(guān)系,本研究選取廣東省轄區(qū)范圍內(nèi)公路網(wǎng)數(shù)據(jù)和傳統(tǒng)村落之間進行空間疊加分析(圖6)。研究表明:廣東省公路網(wǎng)整體呈現(xiàn)以廣州市為核心的交通樞紐圈,汕頭、佛山、湛江、清遠等城市交通路網(wǎng)附近保存數(shù)量較多的傳統(tǒng)村落,距離公路網(wǎng)距離較遠的梅州市、韶關(guān)市傳統(tǒng)村落保留遺存較多。由此可見,交通因素對傳統(tǒng)村落的影響具有復(fù)雜性和多樣性,但整體表現(xiàn)為交通條件落后地區(qū),受外界文化沖擊影響較小,傳統(tǒng)村落保留遺存數(shù)量較多。
圖6 廣東省傳統(tǒng)村落與主要公路分布
(2) 經(jīng)濟發(fā)展水平。為進一步揭示地區(qū)生產(chǎn)總值與傳統(tǒng)村落遺存數(shù)量的關(guān)聯(lián)性,研究選取廣東省2020年統(tǒng)計年鑒地區(qū)生產(chǎn)總值數(shù)據(jù)進行定性分析(圖7)。經(jīng)濟排名前三的是深圳、廣州和佛山,GDP分別達到了26 927.09億元、23 628.59億元和10 751.02億元,然而傳統(tǒng)村落數(shù)量除了深圳為1個,其余2個城市傳統(tǒng)村落數(shù)量均超過10個,這與深圳作為國家經(jīng)濟特區(qū),城市開發(fā)強度大小有著一定程度的關(guān)聯(lián)性。GDP排名后三位的汕尾、河源和云浮市,傳統(tǒng)村落數(shù)量分別為2個、15個和3個(圖8)??梢妭鹘y(tǒng)村落與地區(qū)生產(chǎn)總值之間存在著復(fù)雜的關(guān)聯(lián)性,它不僅與地區(qū)已發(fā)育的傳統(tǒng)村落基數(shù)有關(guān),同時也與交通、河網(wǎng)密度等指標(biāo)要素有關(guān),經(jīng)濟基礎(chǔ)是建立在一定的上層建筑之上,所以地區(qū)生產(chǎn)總值能夠在一定程度上間接反映出經(jīng)濟發(fā)展水平,從而影響地區(qū)傳統(tǒng)村落保存和發(fā)展。地方政府主管部門應(yīng)該在發(fā)展經(jīng)濟的同時加大對傳統(tǒng)村落的保護力度,讓傳統(tǒng)村落和傳統(tǒng)文明更好的傳承和發(fā)揚。
圖7 廣東省傳統(tǒng)村落數(shù)量與地區(qū)生產(chǎn)總值分布
圖8 廣東省傳統(tǒng)村落數(shù)量與地區(qū)生產(chǎn)總值柱狀
廣東省傳統(tǒng)村落在空間分布上呈現(xiàn)出較大不均衡性,整體呈現(xiàn)出以粵東北梅州市、粵西北清遠市和中部佛山為核心的高密度聚集區(qū)。從省域尺度上來看,廣東省傳統(tǒng)村落在空間上整體呈現(xiàn)出“東北—中部高”的分布態(tài)勢;從市域尺度上來看,廣東省傳統(tǒng)村落主要形成以梅州市和佛山市為核心的高密度區(qū);從自然和經(jīng)濟條件上來看,除了地形、海拔外,河網(wǎng)發(fā)育程度與也傳統(tǒng)村落分布之間存在較大關(guān)聯(lián)性。
本研究基于廣東省263個傳統(tǒng)村落數(shù)據(jù)、市級行政區(qū)劃數(shù)據(jù)、公路網(wǎng)、河網(wǎng)以及社會經(jīng)濟等多指標(biāo)數(shù)據(jù),對廣東省傳統(tǒng)村落分布特征進行多尺度分析,并進一步揭示了傳統(tǒng)村落空間分異的自然和社會經(jīng)濟影響因素,從而能有效指導(dǎo)地方政府主管部門及時出臺傳統(tǒng)村落相關(guān)保護政策,為傳統(tǒng)村落保護和鄉(xiāng)村振興發(fā)展提供政策保障。但不可否認(rèn),傳統(tǒng)村落空間時空差異不僅受傳統(tǒng)村落基數(shù)影響,還會受到來自地方文化、社會經(jīng)濟要素以及政策等多重因素影響,如何對研究區(qū)傳統(tǒng)村落開展多時期分段研究,揭示傳統(tǒng)村落空間分異背后深層次自然和社會經(jīng)濟影響因素,將是今后傳統(tǒng)村落研究的重要方向。
(1) 地形海拔差異形成不同的地理生存環(huán)境,而地理環(huán)境差異性又會影響傳統(tǒng)村落及文化的形成與發(fā)展。研究發(fā)現(xiàn)廣東省地形與傳統(tǒng)村落高—高聚類區(qū)主要分布在梅州市、清遠市和韶關(guān)市;低—低聚類區(qū)主要分布佛山、揭陽、汕頭、江門市和中山市。而其他類型幾乎覆蓋整個轄區(qū),一定程度上反映出傳統(tǒng)村落在空間分布上具有復(fù)雜性和多樣性。
(2) 自古靠近大河流域周邊容易形成沖積平原,土地肥沃易于耕作和灌溉。廣東省傳統(tǒng)村落中有74個村落與最近河流距離不超過5 km,距離河流最遠的村也位于梅州市豐順縣黃金鎮(zhèn)清溪村,距離最近的河網(wǎng)距離達到了36.33 km,表明河網(wǎng)對于傳統(tǒng)村落選址和保存具有較強的引導(dǎo)作用。
(3) 廣東省公路網(wǎng)整體呈現(xiàn)以廣州市為核心的交通樞紐圈,汕頭、佛山、湛江、清遠等城市交通路網(wǎng)附近保存數(shù)量較多的傳統(tǒng)村落,距離公路網(wǎng)距離較遠的梅州市、韶關(guān)市傳統(tǒng)村落保留遺存較多。交通因素對傳統(tǒng)村落的影響具有復(fù)雜性和多樣性,但整體交通條件落后地區(qū),受外界文化及人類活動擾動較小,人地關(guān)系穩(wěn)定,因而傳統(tǒng)村落保留遺存數(shù)量較多。
(4) 地區(qū)生產(chǎn)總值能夠在一定程度上間接反映出經(jīng)濟發(fā)展水平,從而影響地區(qū)傳統(tǒng)村落保存和發(fā)展。整體來看,廣東省傳統(tǒng)村落保留遺存數(shù)量較多的地區(qū)多為欠發(fā)達地區(qū),如韶關(guān)市、清遠市等,這些地區(qū)交通發(fā)展和信息流通較為緩慢,城市化程度遠低于發(fā)達地區(qū),受到外界影響較小,人地關(guān)系較為穩(wěn)定。政府主管部門在發(fā)展經(jīng)濟的同時更要加大對傳統(tǒng)村落的保護力度,讓傳統(tǒng)村落和傳統(tǒng)文明得到更好的保護和傳承。