耿艷妍

摘要：2019年6月，伴隨第五批中國(guó)傳統(tǒng)村落名單的公布，全國(guó)共有6819個(gè)有重要保護(hù)價(jià)值的村落列入中國(guó)傳統(tǒng)村落名錄。在認(rèn)定評(píng)審的指標(biāo)體系中定量與定性評(píng)估指標(biāo)參半，無可量化的評(píng)估指標(biāo)體系，更缺少智能化的評(píng)估方法。文章收集整理了6000余個(gè)優(yōu)秀村落的相關(guān)數(shù)據(jù)，維度包含村落的基礎(chǔ)特征、村落歷史、自然環(huán)境、選址格局、傳統(tǒng)建筑、民俗文化六個(gè)方面?；诖藬?shù)據(jù)集，采用機(jī)器學(xué)習(xí)中的監(jiān)督學(xué)習(xí)方法——決策樹，研究構(gòu)建傳統(tǒng)村落智能評(píng)估模型，預(yù)測(cè)村落對(duì)象是否符合中國(guó)傳統(tǒng)村落的評(píng)價(jià)要求。同時(shí)，依據(jù)模型中各變量的關(guān)鍵度量值，闡述傳統(tǒng)村落認(rèn)定評(píng)估中處于關(guān)鍵地位的可量化特征屬性，探索建立可量化的評(píng)估指標(biāo)體系。此智能評(píng)估模型可作為專家評(píng)審的有力補(bǔ)充，提高認(rèn)定工作的效率，增加認(rèn)定的及時(shí)性、準(zhǔn)確性。省、市級(jí)傳統(tǒng)村落的評(píng)估也可借鑒此研究使用的決策樹算法，基于省、市級(jí)傳統(tǒng)村落的樣本數(shù)據(jù)，構(gòu)建省、市級(jí)傳統(tǒng)村落智能評(píng)估模型，為各級(jí)政府的傳統(tǒng)村落評(píng)估做智慧化的技術(shù)支撐。

關(guān)鍵詞：傳統(tǒng)村落；評(píng)估模型；機(jī)器學(xué)習(xí)；決策樹；C5.0算法；R語(yǔ)言

doi：10.3969/j.issn.1009-1483.2020.03.011 中圖分類號(hào)：TP391.41/TU982.29

文章編號(hào)：1009-1483（2020）03-0066-07 文獻(xiàn)標(biāo)識(shí)碼：A

Design and Implementation of Traditional Village Intelligent Evaluation Model

GENG Yanyan

[Abstract] In June 2019， with the announcement of the fifth batch of Chinese traditional villages， a total of 6819 villages with important protection values have been included in the list of traditional villages in China. The quantitative and qualitative evaluation indicators are mixed in the identified evaluation index system. There is no quantifiable evaluation index system， and the lack of intelligent evaluation methods. In this paper， the author has collected and sorted out relevant data of more than 6，000 outstanding villages. The dimensions include the villages basic characteristics， village history， natural environment， site selection pattern， traditional architecture， and folk culture. Based on this data set， the decision tree， which is a supervised learning method in machine learning， is used to study and build a traditional village intelligent evaluation model to predict whether the village objects meet the evaluation requirements of Chinese traditional villages. At the same time， according to the key measurement values of each variable in the model， the quantifiable characteristic attributes， which are in a key position in the traditional village identification evaluation， are described， and a quantifiable evaluation index system is explored and established. This intelligent evaluation model can be a powerful supplement to expert review， improve the efficiency of identification work， and increase the timeliness and accuracy of identification. The evaluation of provincial and municipal traditional villages can also draw on the decision tree algorithm used in this research. Based on the sample data of provincial and municipal traditional villages， an intelligent assessment model of provincial and municipal traditional villages can be built as an intelligent technical support.

[Keywords] traditional village； evaluation model； machine learning； decision tree； C5.0 algorithm； R language

引言

2019年6月，伴隨第五批中國(guó)傳統(tǒng)村落（以下簡(jiǎn)稱“傳統(tǒng)村落”）名單的公布，傳統(tǒng)村落大家族又新增了2666個(gè)新成員，傳統(tǒng)村落的數(shù)量達(dá)到6819個(gè)。五批傳統(tǒng)村落覆蓋除港、澳、臺(tái)之外的所有省份，涵蓋全國(guó)309個(gè)地級(jí)市，形成了世界上規(guī)模最大的農(nóng)耕文明聚集群。傳統(tǒng)村落作為傳統(tǒng)文化的有機(jī)載體，其保護(hù)發(fā)展受到國(guó)家的高度重視，自2012年以來，累計(jì)展開五次傳統(tǒng)村落的摸底調(diào)查工作。由于傳統(tǒng)村落價(jià)值的多樣性及綜合性，評(píng)審工作選擇來自城鄉(xiāng)規(guī)劃、建筑學(xué)、文化遺產(chǎn)、社會(huì)學(xué)、藝術(shù)等不同領(lǐng)域的資深專家組成，專家綜合打分后作出認(rèn)定結(jié)論，這造成認(rèn)定評(píng)審受主觀因素影響較大，評(píng)分標(biāo)準(zhǔn)不一致，效率不高。本文意圖通過分析，獲得傳統(tǒng)村落可量化評(píng)估的主要指標(biāo)，建立傳統(tǒng)村落的智能化評(píng)估模型，輔助不同階段的傳統(tǒng)村落評(píng)價(jià)，提高傳統(tǒng)村落評(píng)估工作的效率，增加傳統(tǒng)村落評(píng)估的準(zhǔn)確性。

模型建立的基礎(chǔ)來源于6241個(gè)村落的結(jié)構(gòu)化數(shù)據(jù)，數(shù)據(jù)維度包括：是否為傳統(tǒng)村落、所屬省、所屬市、所屬縣、所屬鎮(zhèn)、地形地貌、民族、村落形成年代、族譜、歷史人物、歷史環(huán)境要素的數(shù)量、古樹群、傳統(tǒng)建筑總占地面積、傳統(tǒng)建筑的數(shù)量、文保單位的最高等級(jí)、宗祠、非遺項(xiàng)目的最高等級(jí)。模型采用的算法是機(jī)器學(xué)習(xí)中的監(jiān)督學(xué)習(xí)算法——決策樹，它的優(yōu)勢(shì)是易于理解，產(chǎn)生的模型為樹狀結(jié)構(gòu)，容易用實(shí)際的邏輯關(guān)系進(jìn)行表意。另一方面作為監(jiān)督學(xué)習(xí)方法，算法本身要求樣本數(shù)據(jù)有分類結(jié)論，結(jié)構(gòu)化村落數(shù)據(jù)集中的“是否為傳統(tǒng)村落”字段即可作為分類結(jié)論。根據(jù)以上兩方面的分析，故采用決策樹的算法。建立的模型可實(shí)現(xiàn)計(jì)算機(jī)智能判斷村落是否滿足傳統(tǒng)村落的要求，同時(shí)可獲得傳統(tǒng)村落評(píng)估中主要的定量指標(biāo)。

1傳統(tǒng)村落評(píng)估的理解

住房城鄉(xiāng)建設(shè)部最初于2012年開展認(rèn)定傳統(tǒng)村落保護(hù)名錄的工作。為評(píng)價(jià)傳統(tǒng)村落的保護(hù)價(jià)值，認(rèn)定傳統(tǒng)村落的保護(hù)等級(jí)，同年公布《住房城鄉(xiāng)建設(shè)部等部門關(guān)于印發(fā)傳統(tǒng)村落評(píng)價(jià)認(rèn)定指標(biāo)體系（試行）的通知》（建村〔2012〕125號(hào)）?！秱鹘y(tǒng)村落評(píng)價(jià)認(rèn)定指標(biāo)體系（試行）》是傳統(tǒng)村落認(rèn)定評(píng)審的依據(jù)基礎(chǔ)。此指標(biāo)體系從傳統(tǒng)建筑、村落選址和格局、村落承載的非物質(zhì)文化遺產(chǎn)三大類描述認(rèn)定指標(biāo)。每大類指標(biāo)的權(quán)重比例系數(shù)相同，且大類部分又包含詳細(xì)的定性評(píng)估指標(biāo)與定量評(píng)估指標(biāo)，具體如下。

（1）村落傳統(tǒng)建筑評(píng)價(jià)指標(biāo)

描述村落中現(xiàn)存的、有價(jià)值的傳統(tǒng)民居、歷史建筑、文物古跡的情況。定量指標(biāo)有村落傳統(tǒng)建筑（群）的最早修建年代、文物保護(hù)單位等級(jí)、占地面積、傳統(tǒng)建筑用地面積占全村建設(shè)用地面積比例、建筑功能種類（見表1）。另外定性指標(biāo)為傳統(tǒng)建筑（群）的保存情況、建筑的美學(xué)價(jià)值、傳統(tǒng)建造工藝的傳承。

（2）村落選址和格局評(píng)價(jià)指標(biāo)

描述村落與周圍自然環(huán)境和諧共生的關(guān)系，村落空間結(jié)構(gòu)及格局機(jī)理很好地融入自然環(huán)境，村落選址及規(guī)劃體現(xiàn)的文化價(jià)值、科學(xué)價(jià)值。定量指標(biāo)主要是村落選址形成的年代、歷史環(huán)境要素種類（見表2）。

（3）村落承載的非物質(zhì)文化遺產(chǎn)評(píng)價(jià)指標(biāo)

描述非物質(zhì)文化遺產(chǎn)的價(jià)值，與村落及其周邊環(huán)境的依存程度，以及它的傳承情況。定量指標(biāo)包括非物質(zhì)文化遺產(chǎn)級(jí)別、非物質(zhì)文化遺產(chǎn)種類、傳承時(shí)間、傳承活動(dòng)規(guī)模、代表性傳承人級(jí)別（見表3）。

進(jìn)入2017年7月，住房城鄉(xiāng)建設(shè)部發(fā)布《住房城鄉(xiāng)建設(shè)部辦公廳關(guān)于做好第五批中國(guó)傳統(tǒng)村落調(diào)查推薦工作的通知》，展開第五批中國(guó)傳統(tǒng)村落調(diào)查推薦工作。明確傳統(tǒng)村落的定義：傳統(tǒng)村落是指村落形成較早，擁有較豐富的傳統(tǒng)資源，現(xiàn)存比較完整，具有較高歷史、文化、科學(xué)、藝術(shù)、社會(huì)、經(jīng)濟(jì)價(jià)值的村落。分析第五批傳統(tǒng)村落評(píng)價(jià)認(rèn)定的要求，在村落的傳統(tǒng)建筑、非物質(zhì)文化遺產(chǎn)及選址格局三方面的要求基本保持不變，增加村落歷史文化的要求。強(qiáng)調(diào)村落在政治、經(jīng)濟(jì)、文化、交通、軍事等方面的重要地位，發(fā)生的重要事件及村落中走出的優(yōu)秀的歷史人物。參考《第五批傳統(tǒng)村落調(diào)查推薦表》關(guān)于村落歷史部分的內(nèi)容，挖掘具有代表性的村落歷史評(píng)估指標(biāo)，且要求指標(biāo)是可以量化的，初步選定村落形成年代、是否有族譜、村落的科舉榜作為歷史價(jià)值的衡量指標(biāo)。傳統(tǒng)建筑、選址格局、非物質(zhì)文化遺產(chǎn)三個(gè)方面則結(jié)合《傳統(tǒng)村落評(píng)價(jià)認(rèn)定指標(biāo)體系（試行）》的定量指標(biāo)與《第五批傳統(tǒng)村落調(diào)查推薦表》共同獲得可量化的評(píng)估指標(biāo)。村落中除村落形成年代，還存在傳統(tǒng)建筑（群）的修建年代、村落現(xiàn)存選址的形成年代，三個(gè)年代相似度較高，故只選擇村落形成年代作為評(píng)估指標(biāo)。經(jīng)過深入嚴(yán)謹(jǐn)?shù)姆治?，最終確定村落的基本特征、村落歷史、自然環(huán)境、選址格局、傳統(tǒng)建筑、民俗文化這六個(gè)方面構(gòu)成了傳統(tǒng)村落量化評(píng)估體系（見表4）。

2模型算法的確定

依據(jù)分析數(shù)據(jù)已給出研究實(shí)例的結(jié)論類別，即是否為傳統(tǒng)村落，構(gòu)建評(píng)估的模型在分類方法中選擇。分類方法屬于機(jī)器學(xué)習(xí)中的監(jiān)督學(xué)習(xí)，可考慮的算法包括單一結(jié)構(gòu)的決策樹算法，由多個(gè)決策樹組成的隨機(jī)森林算法。由于分析數(shù)據(jù)的維度相關(guān)性較低，且不是高維度，同時(shí)要求結(jié)論可視化，容易解釋，可提取出規(guī)則，故選擇決策樹作為模型建構(gòu)的基本方法。決策樹與隨機(jī)森林比較的劣勢(shì)為容易發(fā)生過于擬合的問題，后面會(huì)通過剪枝的方式避免問題的發(fā)生。

決策樹是最常用的分類方法，用來構(gòu)建預(yù)估、預(yù)測(cè)模型。決策樹模型呈樹狀結(jié)構(gòu)，是基于特征對(duì)于實(shí)例進(jìn)行分類的過程，可認(rèn)為是if-then規(guī)則的樹狀表達(dá)。其中每個(gè)內(nèi)部節(jié)點(diǎn)表示一個(gè)屬性上的判斷，每個(gè)分支代表一個(gè)判斷結(jié)果的輸出，最后每個(gè)葉節(jié)點(diǎn)代表一種分類結(jié)果。它的學(xué)習(xí)過程如下。

第一步特征選擇：從訓(xùn)練數(shù)據(jù)的特征中選擇一個(gè)特征作為當(dāng)前節(jié)點(diǎn)的分裂標(biāo)準(zhǔn)；

第二步?jīng)Q策樹生成：根據(jù)所選特征評(píng)估標(biāo)準(zhǔn)，從上至下遞歸地生成子節(jié)點(diǎn)，直到數(shù)據(jù)集不可分則停止；

第三步剪枝：決策樹容易過度擬合，需要剪枝來縮小樹的結(jié)構(gòu)和規(guī)模。

目前比較流行的決策樹的算法有ID3、C4.5/ C5.0、CART等，算法的主要差異在于分裂標(biāo)準(zhǔn)也就是特征選擇（見表5）。

依據(jù)對(duì)傳統(tǒng)村落評(píng)估的理解，決策樹不適宜選擇二叉樹，樹的分裂更適宜采用信息增益率的分裂標(biāo)準(zhǔn)，故確定利用決策樹中的C5.0算法構(gòu)建模型，分析工具選用R語(yǔ)言的C50算法包。

3評(píng)估模型的設(shè)計(jì)與實(shí)現(xiàn)

3.1數(shù)據(jù)預(yù)處理

分析傳統(tǒng)村落數(shù)據(jù)集的內(nèi)容，再結(jié)合傳統(tǒng)村落評(píng)定的指標(biāo)體系，確定可量化的指標(biāo)及“是否為傳統(tǒng)村落”組成模型的x與y變量（見表6）。

少數(shù)民族村落是傳統(tǒng)村落大家族的一部分，它是少數(shù)民族傳統(tǒng)文化的家園，承載著多彩的少數(shù)民族文化，也是少數(shù)民族農(nóng)耕文明的精髓。民族規(guī)模越小，人口越少，村落更應(yīng)受到關(guān)注與保護(hù)。變量“民族”就是依據(jù)于此，描述少數(shù)民族規(guī)模的差異，按照2010年第六次人口普查的數(shù)據(jù)，將少數(shù)民族按照人口不同階段劃分為1萬人以下的少數(shù)民族，1萬～10萬人、10萬～100萬人、100萬元以上的少數(shù)民族。

在《第五批傳統(tǒng)村落調(diào)查推薦表》中明確要求村落填寫村落歷史人物信息，說明其歷史人物的重要程度。在百度搜索中輸入“進(jìn)士村”，約有52萬條相關(guān)結(jié)果，且百度地圖可以找到全國(guó)38個(gè)進(jìn)士村，進(jìn)士村作為一個(gè)標(biāo)簽，代表村落重視教育風(fēng)化，堅(jiān)持耕讀傳教，村落歷史文化積淀深厚?？婆e制是中國(guó)古代選拔官吏的制度，始于唐朝。變量“科舉榜”記錄在村落歷代是否走出過進(jìn)士或者一甲（狀元、榜眼、探花），用此量化數(shù)值代表村落歷史文化的等級(jí)。

使用SQL語(yǔ)言工具，利用分組、包含等統(tǒng)計(jì)方法，刪除無效數(shù)據(jù)，獲得變量取值。預(yù)處理完畢后共形成4964條合格的樣本數(shù)據(jù)。

3.2算法模型構(gòu)建與修剪

在樣本數(shù)據(jù)中，90%作為訓(xùn)練集，10%作為測(cè)試集。起初建立的決策樹過度分割樣本空間，層次較深，泛化能力較差，需要對(duì)決策樹進(jìn)行剪枝。在分析過程中進(jìn)行剪枝如下。

由于x變量“傳統(tǒng)建筑總占地面積”與“傳統(tǒng)建筑的數(shù)量”的相關(guān)性較大，刪除“傳統(tǒng)建筑總占地面積”變量。

“村落形成年代”“地形地貌”與是否入選傳統(tǒng)村落關(guān)聯(lián)性較小，在樣本數(shù)據(jù)集中刪除。

“民族”的細(xì)分離散值改為少數(shù)民族（0）、漢族（1）兩類。

“傳統(tǒng)建筑的數(shù)量”“歷史環(huán)境要素的數(shù)量”采用連續(xù)性數(shù)值，導(dǎo)致樹結(jié)構(gòu)過于復(fù)雜，故通過計(jì)算數(shù)列分布的四分位數(shù)，以四分位數(shù)為分割點(diǎn)，連續(xù)數(shù)值轉(zhuǎn)換為離散數(shù)值（見表7）。

變量及內(nèi)容調(diào)整后，當(dāng)C50模型的參數(shù)CF取值0.25，minCases =10，獲得較理想的模型結(jié)果（見圖1）。決策樹大小為18，錯(cuò)誤率為26.8%。

3.3模型評(píng)估

用10%的樣本數(shù)據(jù)測(cè)試算法模型。交叉驗(yàn)證后，生成混淆矩陣結(jié)論（見表8）。

準(zhǔn)確率：（114+591）/（114+75+184+591）≈ 73%

召回率：114/189 ≈ 60%。

模型分析評(píng)估結(jié)果準(zhǔn)確率73%，初步判定問題所在為評(píng)估體系六個(gè)方面之一的格局風(fēng)貌，研究中對(duì)它的量化指標(biāo)只有“傳統(tǒng)建筑的數(shù)量”，而此指標(biāo)描述的是建筑群的規(guī)模，無法反映村落空間結(jié)構(gòu)肌理，無法準(zhǔn)確描述村落的傳統(tǒng)風(fēng)貌，巷道的空間尺度及鋪裝等特征，故評(píng)估結(jié)論預(yù)想提高，需加入更多描述村落空間格局與村落風(fēng)貌的量化指標(biāo)。

3.4規(guī)則產(chǎn)生

模型樹的結(jié)構(gòu)展示了智能評(píng)估的邏輯過程，評(píng)估指標(biāo)中的基本特征、村落歷史、自然環(huán)境、選址格局、傳統(tǒng)建筑、民俗文化六類指標(biāo)均衡的存在于模型樹中，但關(guān)鍵特征屬性值不同。樹的首節(jié)點(diǎn)為“傳統(tǒng)建筑的數(shù)量”，表達(dá)了傳統(tǒng)建筑的規(guī)模在評(píng)估中的重要地位。當(dāng)“傳統(tǒng)建筑的數(shù)量”小于7，近80%的村落未入選國(guó)家級(jí)傳統(tǒng)村落。當(dāng)“傳統(tǒng)建筑的數(shù)量”大于15，且“文保單位的最高等級(jí)”是國(guó)家級(jí)、省級(jí)的村落，近70%入選傳統(tǒng)村落名錄，如果沒有國(guó)家級(jí)或者省級(jí)文保單位，村落中有古樹群，入選傳統(tǒng)村落名錄的可能性達(dá)到70%。當(dāng)“傳統(tǒng)建筑的數(shù)量”大于7且小于15，如果村落無族譜，近70%的村落未入選國(guó)家級(jí)傳統(tǒng)村落。當(dāng)“傳統(tǒng)建筑的數(shù)量”大于7且小于15，但歷史環(huán)境要素較少的村落，即使有族譜，也有70%的村落未入選國(guó)家級(jí)傳統(tǒng)村落。其他情況均需要更多的特征屬性組合邏輯完成評(píng)估（見圖2）。同時(shí)，村落的地形地貌、村落形成年代對(duì)村落評(píng)價(jià)影響極小，不參與評(píng)估模型的計(jì)算。

利用C50包中的C5imp函數(shù)，獲得模型中各變量的關(guān)鍵度量值，其中“傳統(tǒng)建筑的數(shù)量”是最關(guān)鍵的特征屬性，且量化數(shù)值遙遙領(lǐng)先，約是第二位“歷史環(huán)境要素?cái)?shù)量”的3.5倍。歷史沉淀中的“族譜”“科舉榜”，民俗文化中的“非遺項(xiàng)目的最高等級(jí)”也都是評(píng)估的關(guān)鍵特征屬性，其關(guān)鍵度量值相近，關(guān)鍵特征的屬性相仿。從指標(biāo)值的角度看，村落有傳統(tǒng)村落建筑群，村落中有國(guó)家級(jí)文保單位，村落中承載國(guó)家級(jí)非物質(zhì)文化遺產(chǎn)，村落中的科舉榜（狀元、榜眼、探花），都可能成為認(rèn)定傳統(tǒng)村落的核心內(nèi)容。同時(shí)，村落是否有宗祠、村落是否為少數(shù)民族的關(guān)鍵特征屬性較弱，對(duì)村落評(píng)價(jià)影響也較低（見圖3）。

4總結(jié)

我國(guó)幅員遼闊，地域特色豐富，傳統(tǒng)村落分布較分散，且數(shù)量較多，挖掘有價(jià)值的村落難度較大。隨著傳統(tǒng)村落保護(hù)工作的開展，傳統(tǒng)村落的衡量標(biāo)準(zhǔn)也在逐步完善，需要指標(biāo)體系可量化、可實(shí)施，能更精確、快速地判斷村落的價(jià)值。構(gòu)建科學(xué)、智能的評(píng)估算法模型，可服務(wù)于傳統(tǒng)村落保護(hù)工作的各個(gè)階段。在認(rèn)定評(píng)價(jià)中，無人工干預(yù)的完成評(píng)估過程，這改變了以專家評(píng)審為主要方式的傳統(tǒng)村落認(rèn)定評(píng)審工作的模式。智能化評(píng)估模型作為專家評(píng)審的有力補(bǔ)充，可提高認(rèn)定工作的效率。對(duì)于想申報(bào)傳統(tǒng)村落的優(yōu)秀村落，使用此模型做預(yù)評(píng)估，評(píng)估結(jié)論可指導(dǎo)申報(bào)推薦內(nèi)容的填寫。評(píng)估模型也可用于中國(guó)傳統(tǒng)村落保護(hù)的實(shí)施評(píng)估，發(fā)現(xiàn)傳統(tǒng)村落保護(hù)、發(fā)展與利用的問題，為管理部門的決策做依據(jù)。

另一方面，省、市級(jí)傳統(tǒng)村落評(píng)估也可借鑒此模型，采用C5.0分類算法，應(yīng)用省、市級(jí)傳統(tǒng)村落的樣本數(shù)據(jù)，構(gòu)建省、市級(jí)傳統(tǒng)村落智能化評(píng)估模型。為省、市政府的傳統(tǒng)村落評(píng)估做智慧化的技術(shù)支撐。

參考文獻(xiàn)：

[1]中華人民共和國(guó)住房和城鄉(xiāng)建設(shè)部.住房城鄉(xiāng)建設(shè)部等部門關(guān)于印發(fā)《傳統(tǒng)村落評(píng)價(jià)認(rèn)定指標(biāo)體系（試行）》的通知[EB/OL].（2012-08-22）[2019-08-22].http：//www.mohurd.gov.cn/ wjfb/201208/t20120831_211267.html.

[2]中華人民共和國(guó)住房和城鄉(xiāng)建設(shè)部.住房和城鄉(xiāng)建設(shè)部等部門關(guān)于公布第五批列入中國(guó)傳統(tǒng)村落名錄的村落名單的通知[EB/OL].（2019-06-06）[2019-07-06].http：//www.mohurd.gov.cn/ wjfb/201906/t20190620_240922.html.

[3]王云才，郭煥成，楊麗.北京市郊區(qū)傳統(tǒng)村落價(jià)值評(píng)估及可持續(xù)利用模式探討——以北京市門頭溝區(qū)傳統(tǒng)村落的調(diào)查研究為例[J].地理科學(xué)，2006，26（6）：735-742.

[4]林祖銳，丁志華，張杰平.傳統(tǒng)村落活態(tài)保護(hù)評(píng)估體系研究——以陽(yáng)泉市傳統(tǒng)村落為例.城市建筑，2019（4）：150-156.

[5]程娟，陶金，景濤，等.傳統(tǒng)村落評(píng)估述評(píng)及其未來研究建議.傳統(tǒng)村落，2018，36（12）：150-156.

[6]屠李，張超榮.傳統(tǒng)村落遺產(chǎn)價(jià)值評(píng)估的理論框架構(gòu)建[C]//中國(guó)城市規(guī)劃學(xué)會(huì).共享與品質(zhì)——2018中國(guó)城市規(guī)劃年會(huì)論文集（09城市文化遺產(chǎn)保護(hù)）.北京：中國(guó)城市規(guī)劃學(xué)會(huì)，2018：1080-1089.

[7]趙勇，張捷，李娜，等.歷史文化村鎮(zhèn)保護(hù)評(píng)估體系及方法研究——以中國(guó)首批歷史文化名鎮(zhèn)（村）為例[J].地理科學(xué)， 2006，26（4）：497-505.

[8]趙勇，張捷，盧松，等.歷史文化村鎮(zhèn)評(píng)估指標(biāo)體系的再研究——以第二批中國(guó)歷史文化名鎮(zhèn)（名村）為例[J].建筑學(xué)報(bào)， 2008（3）：64-69.

[9]肖建莉.歷史文化名城制度30年背景下城市文化遺產(chǎn)管理的回顧與展望[J].城市規(guī)劃學(xué)刊，2012（5）：111-118.

[10]仇美蓉.旅游型傳統(tǒng)村落保護(hù)與發(fā)展績(jī)效評(píng)估影響因子研究——以桂林塘洞村為例[J].現(xiàn)代經(jīng)濟(jì)信息，2019（10）：479-481.

[11]李虹睿，王曉軍，辛亞.省域尺度傳統(tǒng)村落文化地理格局評(píng)價(jià)[J].山西大學(xué)學(xué)報(bào)（自然科學(xué)版），2019，42（4）：951-961.

[12]屠李，趙鵬軍，張超榮.試論傳統(tǒng)村落保護(hù)的理論基礎(chǔ)[J].城市發(fā)展研冗，2016，23（10）：118-124.

[13]中華人民共和國(guó)住房和城鄉(xiāng)建設(shè)部.住房城鄉(xiāng)建設(shè)部辦公廳關(guān)于做好第五批中國(guó)傳統(tǒng)村落調(diào)查推薦工作的通知[EB/OL].（2017-07-28）[2019-07-28].http：//www.mohurd.gov.cn/ wjfb/201708/t20170801_232807.html.

[14]曹迎春，張玉坤.“中國(guó)傳統(tǒng)村落”評(píng)選及分布探析[J].建筑學(xué)報(bào)，2013（12）：44-49.

[15]張茹，陸琦.廣西傳統(tǒng)村落空間分布及影響因素量化解讀[J].小城鎮(zhèn)建設(shè)，2019，37（4）：72-79.doi：10.3969/j.issn.1009-1483. 2019.04.011.

[16]劉大均，胡靜，陳君子，等.中國(guó)傳統(tǒng)村落的空間分布格局研究[J].中國(guó)人口·資源與環(huán)境，2014，24（4）：157-162.

[17]康璟瑤，章錦河，胡歡，等.中國(guó)傳統(tǒng)村落空間分布特征分析[J].地理科學(xué)進(jìn)展，2016，35（7）：839-850.

[18]中華人民共和國(guó)住房和城鄉(xiāng)建設(shè)部.住房城鄉(xiāng)建設(shè)部 文化部 國(guó)家文物局 財(cái)政部關(guān)于切實(shí)加強(qiáng)中國(guó)傳統(tǒng)村落保護(hù)的指導(dǎo)意見[EB/OL].（2014-04-25）[2019-07-25].http：//www.mohurd.gov.cn/ wjfb/201404/t20140429_217798.html.