基于GIS的旅游景区空间分布特征及影响因素定量分析:以云南省A级旅游景区为例

白子怡 薛亮 严艳

引用本文:
Citation:

基于GIS的旅游景区空间分布特征及影响因素定量分析:以云南省A级旅游景区为例

    作者简介: 白子怡(1994−),女,陕西人,硕士生,主要研究方向为资源开发与GIS.E-mail:zybai@snnu.edu.cn;
    通讯作者: 薛亮, brxue@snnu.edu.cn
  • 中图分类号: F592;K909

Quantitative analysis of spatial distribution characteristics and influencing factors of tourist attractions based on GIS: A case of A-class tourist attractions in Yunnan Province

    Corresponding author: XUE Liang, brxue@snnu.edu.cn ;
  • CLC number: F592;K909

  • 摘要: 旅游景区是旅游业发展的物质基础,而定量分析影响旅游景区发展的因素,是减少无效投资、降低成本、促进旅游业高效发展的重要渠道. 文章基于GIS地理信息技术,以云南省2017年A级旅游景区数据为基础,综合运用GIS空间分析和数理统计等方法,对云南省旅游景区的空间分布特征及影响因素进行量化分析. 结果表明:①云南省旅游景区空间分布呈集聚型分布,且均衡性低,集中程度高; ②云南省旅游景区空间分布密度总体呈现“西北多,东部边缘少,中部多”的分布特征; ③云南省旅游景区发展活跃,热点区域数量远多于冷点区域,且冷热点分布呈现出明显的西南—东北空间特征;④云南省旅游景区空间分布受自然和人文两大因素影响,影响程度由高到低依次为:河流水系>城市分布>交通(公路、铁路)>社会经济发展水平(GDP)>人口密度>地形起伏(DEM).
  • 图 1  云南省旅游景区空间分布图

    Figure 1.  Spatial distribution map of tourist scenic in Yunnan Province

    图 2  云南省旅游景区空间密度图

    Figure 2.  Spatial density of tourist scenic spots in Yunnan Province

    图 3  云南省旅游景区洛伦兹曲线图

    Figure 3.  Lorenz curve of tourist scenic in Yunnan

    图 4  云南省旅游景区空间分布热点图

    Figure 4.  The hot spots of spatial distribution of spots in Yunnan Province

    图 5  云南省旅游景区分布与地形高度(DEM)的关系

    Figure 5.  The relationship between the distribution of tourist attractions and terrain in Yunnan Province

    图 6  云南省旅游景区与水系分布关系

    Figure 6.  Distribution of tourist attractions and water systems in Yunnan Province

    图 7  云南省旅游景区与社会经济GDP(a)、人口(b)关系

    Figure 7.  Relationship between tourist attractions and socio-economic GDP (a) & population (b) in Yunnan Province

    图 8  云南省旅游景区与交通线分布关系

    Figure 8.  Distribution of tourist attractions and traffic lines in Yunnan Province

    图 9  云南省旅游景区与城市分布关系

    Figure 9.  Distribution of tourist attractions and urban in Yunnan Province

    表 1  云南省旅游景区最邻近指数与空间结构类型表

    Table 1.  Types of nearest neighbors index and spatial structure of tourist attractions in Yunnan Province

    景区
    等级
    实际最邻近
    距离/km
    理论最邻近
    距离/km
    R空间结构
    类型
    5A12.0588.0281.502离散
    4A3.2264.3050.749聚类
    3A3.3064.4570.742聚类
    2A2.694.1470.649聚类
    1A10.9417.0311.556离散
    总计1.5122.6890.562聚类
    下载: 导出CSV

    表 2  旅游景区影响因素比较

    Table 2.  Comparison of impact factors of tourist attractions

    影响因素Pearson系数PR2
    地形起伏(DEM)0.3840.0010.159 4
    河流水系−0.9420.0010.887 8
    社会经济水平(GDP)0.5160.0010.266 8
    人口密度0.5010.0010.251 0
    交通(公路、铁路)−0.6740.0030.453 7
    城市分布−0.6820.010.464 3
    下载: 导出CSV
  • [1] 陈昕. 试论旅游产业竞争力的科技方法创新—以云南为例[J]. 云南大学学报: 社会科学版, 2013, 12(4): 101-105. Chen X. Yunnan's tourism competition based on science and technology[J]. Journal of Yunnan University : Social Sciences Edition, 2013, 12(4): 101-105.
    [2] 王学君. 旅游资源结构分析[J]. 地理学与国土研究, 1993, 9(1): 37-43. Wang X J. Analysis of tourism resource structure[J]. Geography and Territorial Research, 1993, 9(1): 37-43.
    [3] 范玉周, 陈子万, 范礼刚, 等. 浅析云南省金成矿地球化学背景及异常特征[J]. 云南大学学报: 自然科学版, 2017, 39(S2): 56-61. DOI:  10.7540/j.ynu.2017b28. Fan Y Z, Chen Z W, Fan L G, et al. Analysis on geochemical background and anomaly characteristics of gold (Au) mineralization in Yunnan Province[J]. Journal of Yunnan University : Natural Sciences Edition, 2017, 39(S2): 56-61.
    [4] 胡宇娜, 梅林, 陈妍. 中国5A级旅游景区网站质量测度及空间特征研究[J]. 地理科学, 2016, 36(4): 548-554. Hu Y N, Mei L, Chen Y. Quality assessment and spatial feature of portal websites in China′s 5A rated tourism attraction[J]. Scientia Geographica Sinica, 2016, 36(4): 548-554.
    [5] 朱竑, 陈晓亮. 中国A级旅游景区空间分布结构研究[J]. 地理科学, 2008, 28(5): 607-615. DOI:  10.3969/j.issn.1000-0690.2008.05.004. Zhu H, Chen X L. Space distribution structure of A-grade scenic spot in China[J]. Scientia Geographica Sinica, 2008, 28(5): 607-615.
    [6] 程海峰, 胡文海. 池州市A级旅游景区空间结构[J]. 地理科学, 2014, 34(10): 1275-1280. Cheng H F, Hu W H. Spatial structure of class A tourist attraction in Chizhou[J]. Scientia Geographica Sinica, 2014, 34(10): 1275-1280.
    [7] 吴清, 李细归, 吴黎, 等. 湖南省A级旅游景区分布格局及空间相关性分析[J]. 经济地理, 2017, 37(2): 193-200. Wu Q, Li X G, Wu L, et al. Distribution pattern and spatial correlation of A-grade tourist attractions in Hunan Province[J]. Economic Geography, 2017, 37(2): 193-200.
    [8] 王洪桥, 袁家冬, 孟祥君. 东北地区A级旅游景区空间分布特征及影响因素[J]. 地理科学, 2017, 37(6): 895-903. Wang H Q, Yuan J D, Meng X J. Spatial distribution and its influencing factors of level-A scenic spots in Northeast China[J]. Scientia Geographica Sinica, 2017, 37(6): 895-903.
    [9] 吴丽敏, 黄震方, 周玮, 等. 江苏省A级旅游景区时空演变特征及其动力机制[J]. 经济地理, 2013, 33(8): 158-164. Wu L M, Huang Z F, Zhou W, et al. The spatiotemporal evolution and dynamic mechanism of A-grade tourist attractions in Jiangsu Province[J]. Economic Geography, 2013, 33(8): 158-164.
    [10] 郭向阳, 明庆忠, 穆学青, 等. 云南省高等级旅游景区空间结构特征及其时空演变[J]. 陕西师范大学学报: 自然科学版, 2017, 45(2): 88-95. Guo X Y, Ming Q Z, Mu X Q, et al. Spatial structure characteristics and spatial-temporal evolution of high level scenic spots in Yunnan Province, China[J]. Journal of Shaanxi Normal University : Natural Sciences Edition, 2017, 45(2): 88-95.
    [11] 马佳伸, 潘玉君, 朱海燕, 等. 云南省国家A级旅游景区空间结构研究[J]. 曲靖师范学院学报, 2018, 37(1): 96-101. DOI:  10.3969/j.issn.1009-8879.2018.01.019. Ma J S, Pan Y J, Zhu H Y, et al. Study on the spatial structure of A-class tourist scenic spot in Yunnan Province[J]. Journal of Qujing Normal University, 2018, 37(1): 96-101.
    [12] 赵艳霞, 孙凤芹, 王菲. 基于AHP的耕地保护公共政策分析[J]. 中国农业资源与区划, 2015, 36(3): 143-148. DOI:  10.7621/cjarrp.1005-9121.20150321. Zhao Y X, Sun F Q, Wang F. Analysis of farmland protection public policy based on analytic hierarchy process[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2015, 36(3): 143-148.
    [13] 许春晓, 王甫园, 王开泳, 等. 旅游地空间竞争规律探究—以湖南省为例[J]. 地理研究, 2017, 36(2): 321-335. Xu C X, Wang F Y, Wang K Y, et al. Exploring destination spatial competition rules: A case study of Hunan Province[J]. Geographical Research, 2017, 36(2): 321-335.
    [14] 李强谊, 钟水映. 中国旅游产业专业化发展水平的空间非均衡及其演变—基于Dagum基尼系数与Markov链估计方法的实证研究[J]. 经济地理, 2016, 36(12): 197-203. Li Q Y. Zhong S Y. Spatial imbalance and its evolution of China’s tourism industry specialization development-based on empirical study of Dagum Gini Coefficient and Markov Chain[J]. Economic Geography, 2016, 36(12): 197-203.
    [15] 李鹏, 虞虎, 王英杰. 中国3A级以上旅游景区空间集聚特征研究[J]. 地理科学, 2018, 38(11): 1 883-1 891. Li P, Yu H, Wang Y J. Spatial agglomeration characteristics of from 3A-class to 5A-class scenic spots in China[J]. Scientia Geographica Sinica, 2018, 38(11): 1 883-1 891.
    [16] 汪德根. 呼伦贝尔—阿尔山旅游区旅游资源空间结构研究[J]. 干旱区地理, 2008, 31(3): 456-463. Wang D G. Spatial structure of tourism resources in the tourism region of Hulun Buir-Aershan[J]. Arid Land Geography, 2008, 31(3): 456-463.
    [17] 王洪桥, 孟祥君, 孙浩亮, 等. 吉林省旅游资源的基本特征及空间结构分析[J]. 干旱区资源与环境, 2012, 26(7): 190-194. Wang H Q, Meng X J, Sun H L, et al. Fundamental features of tourism resources and their spatial structure analysis in Jilin Province[J]. Journal of Arid Land Resources and Environment, 2012, 26(7): 190-194.
    [18] Wang S X, He Y Q, Wang X D, et al. Regional disparity and convergence of China's inbound tourism economy[J]. Chinese Geographical Science, 2011, 21(6): 715-722. DOI:  10.1007/s11769-011-0500-2.
    [19] 吴国清. 都市旅游目的地空间结构演化的网络化机理[D]. 上海: 华东师范大学, 2008.

    Wu G Q. Study on the networking mechanism of spatial structure evolution in urban tourism destination[D]. Shanghai: East China Normal University, 2008.
    [20] Getis A, Ord J K. The analysis of spatial association by use of distance statistics[J]. Geographical Analysis, 1992, 24: 189-206.
    [21] 赵磊, 丁烨, 杨宏浩. 浙江省旅游景区空间分布差异化研究[J]. 经济地理, 2013, 33(9): 177-183. DOI:  10.3969/j.issn.1000-8462.2013.09.027. Zhao L, Ding Y, Yang H H. Quantitative study on spatial distribution difference of tourism attractions in Zhejiang Province[J]. Economic Geography, 2013, 33(9): 177-183.
    [22] 黄远水, 陈钢华, 伍弦. 福建省旅游景区空间结构研究—基于国家3A级以上旅游景区的统计分析[J]. 经济地理, 2010, 30(7): 1 195-1 199. Huang Y S, Chen G H, Wu X. Spatial structure of tourist attractions in Fujian Province-statistic analysis based on the national 3A level-above tourist attractions[J]. Economic Geography, 2010, 30(7): 1 195-1 199.
    [23] 毛小岗, 宋金平, 于伟. 北京市A级旅游景区空间结构及其演化[J]. 经济地理, 2011, 31(8): 1 381-1 386. Mao X G, Song J P, Yu W. Space structure and its evolution of A-grade tourist attractions in Beijing[J]. Economic Geography, 2011, 31(8): 1 381-1 386.
    [24] 李细归, 吴清, 刘大均. 武汉城市圈农业旅游目的地空间分布及影响因素[J]. 热带地理, 2014, 34(3): 422-428. Li X G, Wu Q, Liu D J. Spatial distribution and influential factor of agricultural tourism destinations in Wuhan Metropolitan Area[J]. Tropical Geography, 2014, 34(3): 422-428.
  • [1] 明蕊李湘云字冉张宇满兴蔚冯涛刘蕊 . 云南省近10 a生物质燃烧时空分布特征及成因分析. 云南大学学报(自然科学版), 2022, 44(5): 1077-1089. doi: 10.7540/j.ynu.20210427
    [2] 田永丽张万诚陈新梅海云莎 . 近48年云南6种灾害性天气事件频数的时空变化. 云南大学学报(自然科学版), 2010, 32(5): 561-567 .
    [3] 吴健生任奕蔚张曦文 . 2004—2013年云南省春旱时空特征分析. 云南大学学报(自然科学版), 2016, 38(6): 897-902. doi: 10.7540/j.ynu.20160188
    [4] 王利智吴景芝康志钰何月秋 . 云南省玉米大斑病菌的RAPD分析. 云南大学学报(自然科学版), 2011, 33(2): 244-248 .
    [5] 杨竹云许彦艳许迎杰李华宏刘博文 . 云南省不同降水型地质灾害的降水特征对比分析. 云南大学学报(自然科学版), 2022, 44(): 1-9. doi: 10.7540/j.ynu.20220225
    [6] 张强马友鑫刘文俊马斌毛洋杨建波 . 云南省云南松林碳密度空间分布特征及其与环境因子的关系. 云南大学学报(自然科学版), 2018, 40(2): 389-397. doi: 10.7540/j.ynu.20170085
    [7] 刘正之李国忠朱丹袁际学杨孟庄 . 云南省高等院校体育专业学生学习倦怠情况的研究与分析. 云南大学学报(自然科学版), 2016, 38(S1): 137-. doi: 10.7540/j.ynu.20160095
    [8] 王宇延军平吴梦初刘栎杉 . 云南省近44年日照时数时空变化及其影响因素分析. 云南大学学报(自然科学版), 2014, 36(3): 392-399. doi: 10.7540/j.ynu.20130607
    [9] 陶云陈艳段长春任菊章何华 . 云南省1981—2013年降雪过程气候特征及环流型分析. 云南大学学报(自然科学版), 2018, 40(6): 1171-1180. doi: 10.7540/j.ynu.20180319
    [10] 樊涵刘佳梅杨朝辉王丞蒙秉顺谢波张明明 . 贵州省不同类型自然保护地空间分异及其影响因素. 云南大学学报(自然科学版), 2022, 44(): 1-13. doi: 10.7540/j.ynu.20210555
    [11] 邢冬陶云何华 . AO与ENSO对云南冬春季降水分布的影响. 云南大学学报(自然科学版), 2016, 38(2): 267-276. doi: 10.7540/j.ynu.20150531
    [12] 王兵益苏建荣张志钧束传林尹德平 . 云南红豆杉小孢子叶球和种子的时空分布规律. 云南大学学报(自然科学版), 2009, 31(4): 416-420 .
    [13] 张雄浩甘淑袁希平王利华杨敏陈轩 . 云南小江流域泥石流堆积扇土地利用模式分析. 云南大学学报(自然科学版), 2020, 42(3): 499-506. doi: 10.7540/j.ynu.20190448
    [14] 窦艳王健向峰杨鸿亮郭世昌邰娟邱飞 . 2015年云南省城市臭氧污染变化特征分析. 云南大学学报(自然科学版), 2017, 39(3): 440-446. doi: 10.7540/j.ynu.20160397
    [15] 刘春文金文杰尹丽云蒙曙光孙玲 . 云南高炮与火箭防雹作业效果对比试验与分析. 云南大学学报(自然科学版), 2019, 41(6): 1169-1177. doi: 10.7540/j.ynu.20190001
    [16] 缪应锋和永军刘华朱佳俊赵娜 . 基于物联网的云南省感知公路运输服务体系建设研究. 云南大学学报(自然科学版), 2016, 38(S1): 44-. doi: 10.7540/j.ynu.2016c
    [17] 和永军姚庆华缪应锋孙雪赵娜 . 基于大数据的云南省智慧城市交通建设研究. 云南大学学报(自然科学版), 2016, 38(S1): 50-. doi: 10.7540/j.ynu.2016d
    [18] 马杏何燕何雁东许建初 . 气候变化对云南省水资源影响研究进展综述. 云南大学学报(自然科学版), 2015, 37(4): 516-525. doi: 10.7540/j.ynu.20150029
    [19] 钟荣华成旭鹏黄江成王飞胡金明 . 小湾水库消落带空间分布特征. 云南大学学报(自然科学版), 2017, 39(6): 1104-1110. doi: 10.7540/j.ynu.20170277
    [20] 严华生严小冬 . 中国降水场的时空分布变化. 云南大学学报(自然科学版), 2004, 26(1): 38-43.
  • 加载中
图(9)表(2)
计量
  • 文章访问数:  3324
  • HTML全文浏览量:  2691
  • PDF下载量:  13
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-09-14
  • 录用日期:  2019-04-02
  • 网络出版日期:  2019-07-18
  • 刊出日期:  2019-09-01

基于GIS的旅游景区空间分布特征及影响因素定量分析:以云南省A级旅游景区为例

    作者简介:白子怡(1994−),女,陕西人,硕士生,主要研究方向为资源开发与GIS.E-mail:zybai@snnu.edu.cn
    通讯作者: 薛亮, brxue@snnu.edu.cn
  • 陕西师范大学 地理科学与旅游学院,陕西 西安 710119

摘要: 旅游景区是旅游业发展的物质基础,而定量分析影响旅游景区发展的因素,是减少无效投资、降低成本、促进旅游业高效发展的重要渠道. 文章基于GIS地理信息技术,以云南省2017年A级旅游景区数据为基础,综合运用GIS空间分析和数理统计等方法,对云南省旅游景区的空间分布特征及影响因素进行量化分析. 结果表明:①云南省旅游景区空间分布呈集聚型分布,且均衡性低,集中程度高; ②云南省旅游景区空间分布密度总体呈现“西北多,东部边缘少,中部多”的分布特征; ③云南省旅游景区发展活跃,热点区域数量远多于冷点区域,且冷热点分布呈现出明显的西南—东北空间特征;④云南省旅游景区空间分布受自然和人文两大因素影响,影响程度由高到低依次为:河流水系>城市分布>交通(公路、铁路)>社会经济发展水平(GDP)>人口密度>地形起伏(DEM).

English Abstract

  • 旅游景区是以旅游及其相关活动为主要功能的区域,是旅游业发展的物质基础[1-2],也是区域旅游吸引力产生的核心因素. 旅游景区质量等级一般被评定为5个,从高到低分别为5A、4A、3A、2A和1A,级别越高代表景区质量越高,也有景区经评定未进入或退出A级. 不同等级的旅游景区反映了不同的自然与人文景观的可观赏性程度以及一定的地理特征,同时A级旅游景区的发展对中国旅游事业发展具有促进作用[3-4]. 因此,分析旅游景区的空间分布特征和影响因素,对促进当地旅游业的发展具有重要的意义.

    目前,我国大多数学者对旅游景区的研究主要集中在空间分布特征和影响因素分析. 如朱竑等[5]研究中国A级旅游景区空间分布结构,表明旅游景区分布与人口、地形、河流、交通有着重要的关联;程海峰等[6]研究池州市A级旅游景区空间结构,采用最近邻距离、连接度和通达度等方法,从总体和区域测定其空间分布结构;吴清等[7]研究湖南省A级旅游景区分布格局及空间相关性分析时,通过类型、密度及均衡性等分析空间特征时,表明资源禀赋、地形地貌、湖泊水系、社会经济水平、交通条件和人口分布是旅游景区空间分布的重要驱动力;王洪桥等[8]、吴丽敏等[9]分别探讨了东北地区和江苏省的A级旅游景区空间分布特征及影响因素时,也表明地形地貌、水文、社会经济水平和交通对旅游景区影响显著. 前人研究积累了诸多研究成果,但仍存在值得商榷之处,如分析影响因素时主要以定性分析为主,未对影响因素进行定量分析比较等,并且有关云南省旅游景区的研究主要集中在高级别景区的空间分布特征方面. 从研究成果来看,诸多学者在分析旅游景区的影响因素时,注重各因素是否对旅游景区产生影响,而未深入定量化分析比较各因素影响程度的高低,且定量化分析比较影响旅游景区发展的因素,是减少无效投资、降低成本、增加旅游活动和促进旅游业高效发展的重要渠道,也是更加精准地推动旅游业发展的有力抓手. 再者,云南省旅游资源丰富,是中国重要的旅游省份. 目前对云南省旅游景区的研究仅限于对高级别景区的空间分布特征研究[10-11],并未分析其影响因素,且未深入分析其空间分布特征.

    本研究拟在GIS技术的基础上,综合运用空间分析与数理统计相结合的方法,定量分析云南省A级旅游景区的空间特征及影响景区的因素,从而获得其空间分布特征和因素影响程度,以期为云南旅游规划和发展提供参考.

    • 云南省位于中国西南边境,介于21°8′32″~29°15′8″N,97°31′39″~106°11′47″E之间,与缅甸、老挝、越南接壤,总面积约为39万km2,北回归线横贯云南省南部. 云南具有低纬度气候的特点,森林覆盖率达60.3%以上,青山绿水环境宜人,同时也富含丰富的旅游资源,很多景区有较强的可塑性和可开发性. 据云南省旅发委2017年2月24日发布景区名录显示,云南省有232个A级旅游景区. 其中,5A级景区8个,占3.44%;4A景区68个,占29.31%;3A景区61个,占26.29%;2A景区85个,占36.64%;1A景区10个,占4.31%. 其中,4A、3A、2A景区在数量上占绝对优势. 云南省A级旅游景区等级表现出“少—多—少”的橄榄型结构[11]图1).

      图  1  云南省旅游景区空间分布图

      Figure 1.  Spatial distribution map of tourist scenic in Yunnan Province

    • 选取云南省旅发委2017年2月24日发布的云南省A级旅游景区为研究对象,旅游景区数据通过云南省旅游局(云南旅游政务网)获取,统计截止时间为2016年12月. 云南旅游经济数据通过《2017云南统计年鉴》获取,云南的河流和交通数据通过国家基础地理信息中心网获取,云南数字高程模型(Digital Elevation Model,DEM)数据通过地理空间数据云获取.

    • 首先运用ArcGIS 10.0软件对云南省地图进行配准矢量,得出云南省区位图;其次借助GoogleEarth获取云南省旅游景区的空间位置,导入ArcGIS 10.0软件;最后通过最邻近指数、核密度分析、洛伦兹曲线法、局域关联指数和GIS空间分析等对其进行分析演算.

    • 最邻近指数(nearest neighbor index,或叫R尺度)是实际最邻近距离与理论最邻近距离的比率[9-11]. 其实际最邻近距离利用ArcGIS软件中的测量工具测算各景点与其最邻近景点的欧式距离,再取其平均值. 而其理论最邻近距离计算公式如下:

      $\overline {{r_E}} = \frac{1}{{2\sqrt {n/A} }} = \frac{1}{{2\sqrt D }}, $

      式中,$\overline {{r_E}}$ 代表随机分布模式中理论最邻近景点的平均距离,n代表景点个数,A代表区域面积,D代表景点密度. 计算最邻近指数公式如下:

      $ {{R}} = \frac{{{{\bar r}_1}}}{{{{\bar r}_E}}} = 2\sqrt {D{r_1}} , $

      式中,R为最邻近指数,${{{\bar r}_1}} $ 代表实际最邻近景点之间的距离r1的平均值, D代表景点密度. 当R<1,所表示的模式为聚类;R>1,则所表示的模式趋向于离散.

    • 本研究采用层次分析法(Analytic Hierarchy Process,AHP)确定各等级景区的权重. 层次分析法是一种将定性与定量有效结合的方法,其分析过程体现了人类解决问题时的决策思维及判断过程[12]. 其计算方法如下:首先建立层次结构模型,其次构造判断矩阵,再对层次单排序及其一致性检验,最后进行层次总排序及一致性检验,得出各因子权重指标. 本研究应用层次分析法,通过一系列计算与决策分析,最终得到的权重如下:1A景区权重为0.066 7,2A景区权重为0.133 3,3A景区权重为0.200 0,4A景区权重为0.266 7,5A景区权重为0.333 3.

      其中,对旅游景区影响因素分析时,由于2A和1A级景区的影响力远不及5A、4A、3A,且2A和1A级景区的数量比例达40.95%. 因此,在作旅游景区空间分布成因分析时,用旅游景区影响度F表示区域景点分布的差异性. 旅游景区影响度F计算原理如下:

      $ F = ({W_1} \times {N_1} + {W_2} \times {N_2} + \cdots + {W_5} \times {N_5})/S, $

      式中,F为某区域旅游景区影响度;W1W2W5分别表示某区域1A、2A…5A景区的权重;N1N2N5分别表示某区域1A、2A…5A景区的数量;S表示某区域面积.

    • 通过计算云南省所有A级旅游景区最邻近指数,得出云南省旅游景区总体最邻近指数(R)为0.562,表明云南省旅游景区空间上呈集聚分布. 其中,1A级景区和5A级景区的最邻近指数分别为1.556和1.502,表明该等级景区空间上呈离散(均匀型)分布;但2A、3A、4A级景区的最邻近指数分别为0.649、0.742和0.749,表明其空间上呈集聚(凝聚型)分布. 由于2A、3A、4A级景区数量占92.24%,远大于1A和5A的比例,云南省旅游景区整体上呈现集聚分布(表1). 旅游景区的集聚状态,表明云南省旅游资源开发的不均衡性.

      景区
      等级
      实际最邻近
      距离/km
      理论最邻近
      距离/km
      R空间结构
      类型
      5A12.0588.0281.502离散
      4A3.2264.3050.749聚类
      3A3.3064.4570.742聚类
      2A2.694.1470.649聚类
      1A10.9417.0311.556离散
      总计1.5122.6890.562聚类

      表 1  云南省旅游景区最邻近指数与空间结构类型表

      Table 1.  Types of nearest neighbors index and spatial structure of tourist attractions in Yunnan Province

    • 对云南省旅游景区进行核密度分析,结果显示其核密度空间分布差异显著,呈现“西北多,东部边缘少,中部多”的分布特征(图2). 进一步分析发现:①旅游景区密度较大的区域集中分布于昆明市、大理州、红河州、丽江市等地,其次还包括西双版纳州、迪庆州、玉溪市等,密度较小的地区包括普洱市、楚雄州、德宏州等,其中怒江州、昭通市和文山州密度最小. ②旅游景区密度空间分布等级性明显,呈现出围绕行政驻地分布的特点. 如以省会昆明市为中心的滇中城市群,景点分布最为密集. 该布局与中心地理论的思想一致,一是行政驻地是资源、信息等的交汇地,旅游集散能力较强,旅游资源开发相对成熟;二是行政驻地历史文明资源较为丰富,旅游资源分布较多.

      图  2  云南省旅游景区空间密度图

      Figure 2.  Spatial density of tourist scenic spots in Yunnan Province

    • 利用洛伦兹曲线的弯曲程度反映旅游景区空间分布均衡状况. 首先计算2017年云南省各地州市的A级旅游景区数量占比;其次按照比例由大到小顺序进行排列,并基于此顺序得到累积百分比,绘制洛伦兹曲线(图3). 比较洛伦兹曲线和均等线,曲线呈上凸形式,表明云南省A级旅游景区分布不均衡. 其中,仅昆明、大理、红河、丽江和玉溪5个地州市内的旅游景区累积比重就达48.28%,反映出云南省旅游景区空间分布均匀程度较低,集中程度高.

      图  3  云南省旅游景区洛伦兹曲线图

      Figure 3.  Lorenz curve of tourist scenic in Yunnan

    • 在云南省旅游景区局域关联指数Getis-Ord General G上应用Jenks自然断点法,将旅游景区划分为热点区、次热点区、次冷点区和冷点区(图4). 云南省旅游景区的热点区主要分布在昆明市,次热点区分布于楚雄州、大理州、丽江市和西双版纳等地,次冷点区分布在红河州、保山市、迪庆州和普洱市等地,而冷点区分布于临沧市和玉溪市. 统计得到云南省景区冷热点数量比例,其中热点和次热点区占63.79%,冷点和次冷点区占36.21%,反映出整体发展较为活跃,且冷热点呈现出明显的西南—东北空间分布特征.

      图  4  云南省旅游景区空间分布热点图

      Figure 4.  The hot spots of spatial distribution of spots in Yunnan Province

      综上所述,云南省旅游景区热点区和冷点区空间分异显著,在省域层面上表现出明显的界线,该界线不仅反映出旅游资源开发与区域发展的一致性,而且反映了云南省社会经济发展的差异. 建议相关部门应加强对冷点区与次冷点区旅游资源的开发,以及热点区以及次热点区的带动效应,优化旅游景区结构,促使旅游景区均衡发展.

    • 旅游景区空间分布受自然和人文两大因素影响,其中人文因素主要包括人口、社会经济发展水平(Gross Domestic Product,GDP)、交通线、城市分布等. 自然因素主要包括地形、河流水系(含湖泊)等. 对于地形、人口和GDP,分别统计云南省各县区平均海拔高度、单位面积人口与GDP作为x坐标,计算各县区景区影响度F作为y坐标,并以散点图及趋势线表示三者与旅游景区分布关系. 而对于水系、交通线和城市,分别对其进行欧式距离分析,并统计每5 km间隔区域内旅游景区影响度F,从而分别得到距河流水系距离、交通线距离、城市距离与旅游景区分布关系.

    •   (1)与地形的关系. 地形地貌是旅游景区的骨架,不同的地貌类型,可孕育不同的景观类型,与周围其他要素的结合,可提升为更高层次和观赏性的景致[12-16]. 将各等级旅游景区与地形在空间上叠加显示(图5),3A及以上景区主要分布于云南省中东部和西北部的山地高原地区,而在南部和西部(盆地和低山丘陵地带)相对偏少. 结果表明:地形起伏较大,景区观赏性则较高,景区的级别也相对较高,相比于地形起伏小的景区更具有视觉冲击性. 同时,也反映了不同的地形对旅游资源开发的适宜性和局地性.

      图  5  云南省旅游景区分布与地形高度(DEM)的关系

      Figure 5.  The relationship between the distribution of tourist attractions and terrain in Yunnan Province

      从海拔高度变化分析(图5),海拔越高,则旅游景区影响度F相对越大、景区数量相对越多、等级相对越高. 且其线性拟合公式的拟合度R2为0.1594,并通过SPSS 22.0相关性分析得出,云南省各县区旅游景区影响度F与海拔高度的Pearson系数为0.384,P<0.01,表明两者具有显著弱相关.

      (2)与水系的关系. 不同形态的水域(含湖泊)可构成不同类型的水体景观,通过其声音、形状、倒影、颜色、味道等美学功能吸引游客[17]. 因此,与水系距离的远近对旅游景区的空间分布有较强的影响.

      从与水系距离变化分析(图6),与水系距离越远,旅游景区影响度F越小,即景区数量越少,等级相对越低. 其线性拟合公式的拟合度R2为0.887 8,并通过SPSS 22.0相关性分析得出,云南省旅游景区影响度F与水系距离的Pearson系数为−0.942,P<0.01,表明两者具有极显著负相关,即距水系距离越远其旅游景区数量越少. 同时,反映了河流水系在旅游景区空间分布中起着重要作用. 综上,云南省旅游景区空间分布具有较强的沿水系分布特征.

      图  6  云南省旅游景区与水系分布关系

      Figure 6.  Distribution of tourist attractions and water systems in Yunnan Province

    •   (1)与社会经济的关系. 社会经济状况决定区域旅游景区投资、开发力度以及发展速度,是影响旅游景区空间格局形成的主要动力[18-21]. 单位面积GDP产值是反映土地利用效率的一个重要指标,从社会经济状况主要的衡量指标GDP变化来看,单位面积GDP越大,旅游景区影响度F相对越高,旅游景区数量相对越多,等级相对越高. 其线性拟合公式的拟合度R2为0.266 8,并通过SPSS 22.0相关性分析得出,云南省各县区旅游景区影响度F与单位面积GDP的Pearson系数为0.516,P<0.01,表明两者具有中等显著正相关,即总体上单位面积GDP较大的地区,旅游景区数量越多. 同时反映了单位面积GDP在旅游景区空间差异中起着重要作用. 综上,社会经济发展水平对推动旅游景区发展具有重要作用(图7).

      图  7  云南省旅游景区与社会经济GDP(a)、人口(b)关系

      Figure 7.  Relationship between tourist attractions and socio-economic GDP (a) & population (b) in Yunnan Province

      (2)与人口的关系. 从人口变化来看,人口密度越高,旅游景区影响度F相对越高,旅游景区数量也相对较多,等级相对越高. 其线性拟合公式的拟合度R2为0.251,并通过SPSS 22.0相关性分析得出,云南省各县区旅游景区影响度F与平均人口的Pearson系数为0.501,P<0.01,表明两者具有中等显著正相关. 即总体上各县区平均人口密度较高的地区,旅游景区数量也越多. 反映了人口在旅游景区空间分布中起着重要的作用(图7).

      (3)与交通的关系. 从与交通线距离变化来看(图8),距离交通线越远,旅游景区影响度F越低,旅游景区数量越少,景区等级相对越低. 其线性拟合公式的拟合度R2为0.453 7,幂函数拟合的R2为0.782 6,表明更符合幂函数形式分布. 并通过SPSS 22.0相关性分析得出,云南省旅游景区影响度F与交通线距离的Pearson系数为−0.674,P值为0.003,表明两者具有较强的显著负相关,即与交通线距离越远的地区,旅游景区数量越少. 综上,交通是旅游发展潜力的重要指标,影响着旅游景区的发展和布局.

      图  8  云南省旅游景区与交通线分布关系

      Figure 8.  Distribution of tourist attractions and traffic lines in Yunnan Province

      (4)与城市的关系. 城市的分布对于促进地方经济水平,活跃各领域发展具有重要作用,同时对促进旅游景区发展亦然,且城市的发达程度是旅游景区发展的重要依托[22-24]. 再者,城市作为一个综合因素,其经济发展水平、人口以及交通便捷程度等均是影响A级景区发展的重要指标.

      本研究以云南省16个地州市为中心,每5 km为半径,以每个地州市为中心建立12个多环缓冲区. 结果表明:①从总体分析,与地州市的距离越近,旅游景区影响度F越高,即景区数量多,等级相对较高;与地州市距离越远,景区影响度F越低,景区数量和等级相对低. ②从局部分析,距城市35 km和45 km以外,景区影响度F反而逐渐升高,这表明一些高级别景点并不是以城市的分布为依托,或由于原本壮美的自然地理环境为依托,亦或正是由于离城市发展中心远,现代化气息弱,保存了本土的民族民俗特色,成为著名旅游景点. ③以省会城市昆明分析,其旅游景区相对其它地州市旅游景区数量和等级均较高,这表明昆明作为滇中城市的核心圈,各领域的高速发展带动了旅游景区的发展. 本研究还通过SPSS22.0相关性分析得出,云南省旅游景区影响度F与距城市距离的Pearson系数为−0.682,P值为0.01,表明两者具有较强的显著负相关,即与城市距离越远的地区,旅游景区数量越少,等级相对较低(图9).

      图  9  云南省旅游景区与城市分布关系

      Figure 9.  Distribution of tourist attractions and urban in Yunnan Province

      因此,城市作为一个集经济、社会、人口发展的中心,对景区的发展也有重要的促进作用,深刻地影响着旅游景区的发展和布局.

      综合考虑影响旅游景区的自然因素和人文因素,由表2结果可知Pearson系数绝对值由高到低依次为:河流水系>城市分布>交通(公路、铁路)>社会经济水平(GDP)>人口>地形起伏(DEM),且P值均<0.05. 首先,分析结果表明对旅游景区空间分布影响程度最高的因素是河流水系;其次是城市分布和交通网络;再次是社会发展水平GDP和人口密度;最后是地形的起伏(DEM). 通过其线性拟合函数的拟合度R2也得到一致的结论. 因此,应大力改善旅游景区空间分布影响程度高的因素,对影响程度低的因素加以利用并提升作为吸引点. 例如:河流水系应合理改善,作为旅游资源的主要优势;推动以城市为依托的旅游景区向高级别化发展;改善交通条件,确保畅通、快速便捷和舒适,以提高景区可达性;地形起伏特征的提升利用作为吸引点等.

      影响因素Pearson系数PR2
      地形起伏(DEM)0.3840.0010.159 4
      河流水系−0.9420.0010.887 8
      社会经济水平(GDP)0.5160.0010.266 8
      人口密度0.5010.0010.251 0
      交通(公路、铁路)−0.6740.0030.453 7
      城市分布−0.6820.010.464 3

      表 2  旅游景区影响因素比较

      Table 2.  Comparison of impact factors of tourist attractions

    • 通过应用GIS空间分析和数理统计相结合等方法,对云南省A级旅游景区的空间分布特征及影响因素进行量化分析,得出如下主要结论:

      (1)云南省旅游景区空间分布呈集聚型分布. 其最邻近指数(R)为0.562;且空间均衡性低,集中程度高,其洛伦兹曲线比均等线呈明显上凸趋势.

      (2)云南省旅游景区空间分布密度总体呈现“西北多,东部边缘少,中部多”的分布特征. 密度最高区主要集中在昆明市、大理州、红河州和丽江市,密度最低区主要集中怒江州、昭通市和文山州. 且旅游景区空间分布具有围绕行政驻地周边分布的特征,等级性较明显,布局也较符合中心地理论.

      (3)云南省旅游景区发展活跃. 热点区数量远大于冷点区,且冷热点呈现出明显的西南—东北空间分布特征,在省域层面上表现出明显的界限.

      (4)云南省景区空间分布受自然和人文两大因素影响. 其影响程度由高到低依次为:河流水系>城市分布>交通(公路、铁路)>社会经济水平(GDP)>人口>地形地貌(DEM).

      总之,云南省旅游景区应该由集中向均衡方向发展,旅游景区的发展既要体现 “发达”景区之间的竞争性,也要考虑“欠发达”景区的开发潜力,大力扶植和保护具有巨大发展潜力的旅游资源. 对旅游景区空间分布影响程度高的因素应大力合理改善,影响程度低的因素应加以利用并提升作为吸引点. 如河流水系应合理改善,作为旅游资源的主要优势;交通线路应大力改善,做到道路畅通、方便快捷,以提高景区通达性;地形起伏应提升利用作为吸引点等. 本研究仍存在不足之处,如没有从时间演变的维度探讨云南省旅游景区的时间演变特征及成因分析;本文未考虑云南高铁运输运营的因素;影响旅游景区空间分布的因素诸多,如政府政策引导等也是重要的影响因素,这些都将在以后的研究中进一步探讨.

参考文献 (24)

目录

    /

    返回文章
    返回