中国科学院大学, 北京 100049
University of Chinese Academy of Sciences, Beijing 100049, China
旅游景区是旅游业发展的基础载体,也是衡量地区旅游资源水平的重要表征[1]。开发建设旅游景区有助于促进就业、增加经济收入,旅游景区在地区经济发展中发挥着辐射带动作用[2-3]。国家A级景区是中国特有的景区质量评定和管理的指标[4],是中国旅游景区发展的重要标志。自1999年国家A级景区建设起步,截至2019年末,全国共有A级景区12 402个,全年共接待游客64.75亿人次,A级景区已经成为目前旅游景区的主体。随着旅游业的发展,A级景区在地区旅游发展中的品牌效应日益显著,但也出现了一些负面问题,地方政府盲目投资争创A级景区的现象层出不穷,后期的高等级景区建设和管理质量显著下降,严重违背了国家A级景区创建的初衷。旅游景区是旅游系统的重要组成部分,A级旅游景区的空间特征是制定区域旅游发展战略的重要依据,因此,科学地识别和分析地区A级旅游景区的时空演变特征及影响机理,有助于地区旅游资源的高效整合和利用,指导地区旅游发展战略的制定。
由于国情和管理体制不同,国内外学者对旅游景区研究的关注点有所差异。国外学者对旅游景区的研究主要集中于景区客流量[5-6]、游客满意度[7-9]、智能化景区[10-11]等方面,对于旅游景区空间特征的研究相对较少,有学者基于景区门票分析区域收入差异[12]。相比之下,国内学者在旅游景区空间特征方面开展了丰富的研究。梳理已有研究可以发现,从研究对象来看,目前研究多集中于旅游景区或某一类别景区[13-15],也有部分学者重点关注高等级旅游景区[16-17];从研究内容来看,学者们集中关注A级旅游景区的空间分布特征[18-19],对空间分布特征的影响机理关注不够;从研究方法来看,学者多采用传统分析方法对空间分布的影响机理进行定性分析,鲜有采用地理探测器进行影响机理的定量研究[20-21];研究时间维度上,集中于单一年份旅游景区空间分布的静态分析[22],缺乏多时间截面旅游景区空间分布及影响机理的动态演变研究;研究范围上,集中在全国或中东部地区,西部地区的研究相对较少[23-24]。综上,已有研究为本文提供了相关思考和启发,如何基于地理学的时空视角和新兴研究方法对西部地区A级旅游景区的时空演变特征及影响机理进行深入分析有待进一步挖掘。
新疆地处中国西北边陲,自然环境和历史文化孕育了类型丰富的旅游资源。截至2020年初,新疆A级景区达439家,5A级景区数量在全国位居第5位。新疆的地理环境特殊,旅游资源赋存丰富,具有西部地区旅游资源的典型代表性。如何掌握A级旅游景区的空间演变特征及影响机理,从而系统有效地制定景区发展策略,推进新疆A级景区提质增效发展成为一个现实问题。鉴于此,本研究基于地理学的时空视角,选取2011、2015和2019年3个时间节点的新疆A级旅游景区数据,运用ArcGIS软件、空间分析方法和地理探测器模型,分析新疆A级旅游景区的时空演变特征及影响因素的作用机理,旨在弥补相关研究的不足,为中国西部地区A级旅游景区的空间布局提供案例借鉴,推动西部地区A级旅游景区的可持续发展。
1 研究方法和数据来源 1.1 研究方法 1.1.1 最近邻指数法学者们在空间要素分布类型的测度方面提出了很多研究方法[25],本文采用最近邻指数法分析新疆A级景区的空间分布模式,该方法可以较好地体现景区的空间分布类型及程度。Clark和Evans最早提出最近邻指数法[26-27],其基本原理是:理论上假定空间点是随机分布的状态,计算理论距离的平均值(rE)和实际状态下每个点与最近邻点之间实际距离的平均值(ri)。具体的计算公式如下
$ \begin{aligned} & r_E=\frac{1}{2} \sqrt{\frac{n}{A}}, \\ & r_i=\sum\nolimits_{i=1}^n \frac{r}{n}, \\ & R=\frac{r_i}{r_E} . \end{aligned} $ | (1) |
式中: n指A级旅游景区点要素的数量,A代表研究区面积,计算结果中的R>1、R=1、R < 1分别代表A级旅游景区空间分布类型是均匀型、随机型、集聚型。
1.1.2 标准差椭圆标准差椭圆是分析地理要素空间分布方向的经典算法[28],中心点坐标、沿X/Y轴标准差、转角等指标能够反映要素的分布方向特征。本文采用标准差椭圆法分析新疆A级旅游景区的空间分布方向,标准差椭圆的中心点坐标变化能够反映出A级旅游景区的空间分布中心的移动轨迹;转角的变化可以反映A级旅游景区空间分布方向的变化;长短轴的方向分别代表A级旅游景区分布的主趋势方向和次趋势方向;沿X/Y轴的标准差大小反映A级景区在主次方向的分布离散程度,标准差越小说明A级旅游景区在该方向极化效应越显著,反之,则说明A级旅游景区在该方向分布趋势有所弱化。
1.1.3 核密度分析核密度分析能够直观地表现要素的空间分布密度特征,该方法广泛应用于空间要素的密度分析,如功能分区、耕地变化等研究[29-31]。本文运用核密度分析方法,分析新疆A级旅游景区的密度特征。具体而言,以某一个A级景区为圆心,指定带宽r为半径作圆,统计该圆内的A级景区的数量,计算A级景区数量和所在圆面积大小的比值。具体公式如下
$ \lambda_{(j)}=\sum_{i=1}^N \frac{1}{\pi} K\left(\frac{d_{i j}}{r}\right) . $ | (2) |
式中: r是指定半径;K是空间权重函数,也可以将K看作距离权重,若A级景区距离中心点距离越近,则权重越大,反之越小;dij是指定带宽两点之间的距离大小;N是区域内A级景区的数量。
1.1.4 地理探测器地理探测器是一组统计学方法,旨在分析空间分异性并探究空间分异的影响因素[32]。地理探测器假设条件较少,克服传统计量方法的局限性。目前,学者们运用地理探测器在人口、能源效率、城市空间、乡村旅游等领域开展相关研究[33-36]。地理探测器的基本假设是:如果自变量对因变量的空间分异有重要影响力,则自变量和因变量在空间分布上相似。本文主要使用地理探测器中的因子探测和交互作用探测工具,探测自变量X对新疆A级旅游景区空间分异的影响力,具体模型公式为
$ q=1-\frac{\sum_{h=1}^L N_h \sigma_h^2}{N \sigma^2}. $ | (3) |
式中: h=1, …, L为自变量X的分层数;Nh和N分别是层h和全区的单元数,σh2和σ2分别是层h和全区的Y值的方差。q的值域是[0, 1],q值越大说明自变量对景区空间分异的影响力越大,空间异质性越显著,反之越弱。参考已有研究对数据进行预处理,借助ArcGIS10.2将新疆的行政区格点化成20 km×20 km的格点,共计4 093个样本点,选择景区密度作为探测要素Y,选取海拔高度(X1)、年平均气温(X2)、自然旅游资源(X3)和人文旅游资源(X4)、人均地区生产总值(X5)、年接待游客人次(X6)、星级酒店数量(X7)、路密度(X8)和人均财政支出(X9)9个指标,对新疆A级旅游景区空间分异的影响因素进行识别和分析。
1.2 时间节点的确定2011年是“十二五”规划的开局之年,中央新疆工作会的召开和全国新一轮援疆工作的全面启动,新疆迎来了旅游跨越式发展的战略机遇期;2015年新疆旅游收入突破千亿元,5A级景区增至9家,旅游精品集群格局初步形成;2019年新疆积极贯彻《关于进一步激发文化和旅游消费潜力的意见》,加大A级景区创建力度,创建景区动态管理机制,新疆A级旅游景区步入提质增效新阶段。依据时间序列,时间节点选择2011、2015、2019年。
1.3 数据来源和预处理本文采用的数据主要包括新疆A级旅游景区数据、DEM高程数据、气温数据以及社会经济数据。其中,1)新疆A级旅游景区信息来源于新疆文化和旅游厅官方网站公布的景区名录;2)DEM数据来源于地理空间数据云,分辨率为90 m;3)气温数据来源于国家气象科学数据中心提供的气象站点数据;4)新疆各地州市的社会经济数据来源于《中国区域经济统计年鉴》、《中国城市统计年鉴》、《新疆统计年鉴》、地州市的统计公报和统计年鉴等。
本文利用景区名录和百度地图坐标拾取系统对新疆A级旅游景区的坐标信息进行提取,运用ArcGIS10.2软件进行坐标转点,生成新疆A级旅游景区空间矢量点数据。利用ArcGIS的空间插值工具对气象站点的气温数据进行插值处理,获得新疆年均温数据。此外,行政区边界图通过对自然资源部标准地图进行数字化获得。
2 A级景区空间格局的时空演变特征 2.1 空间集聚显著,集聚程度由减弱到增强由最近邻指数分析结果(表 1)可知,2011、2015、2019年3个时间段的最近邻指数均小于1,并通过了99%的显著性检验,说明3个时间段的A级旅游景区均呈现显著的空间集聚特征。
2011—2019年间,新疆A级旅游景区的最近邻指数从0.421变化到0.425,空间集聚程度呈现出由减弱到增强的变化趋势,变化幅度基本平稳。2011年新疆A级旅游景区仅有231个,分布相对零散。近年来新疆经济发展水平不断提高,产业结构优化升级,自治区政府积极推进A级景区创建和升级,截至2019年底,新疆A级旅游景区共有439个,2011—2019年间景区数量增速约达47.4%,如图 1所示,A级景区建设范围不断扩大,空间集聚现象显著。旅游景区的空间集聚有助于旅游线路的规划,促进区域旅游产业的发展,也会造成景区之间的竞争关系,适度的竞争关系有利于旅游景区服务质量的提升,过度的竞争关系可能会导致景区间的挤压效应。因此,有必要充分研究旅游景区的空间分布特征,合理规划旅游景区的空间布局,引导景区协调有序发展。
Download:
|
|
如图 2所示,新疆A级旅游景区的空间分布呈现显著的“东北—西南”方向特征,随着时间变化,A级景区的空间方向略有变化。从标准差椭圆的转角变化(表 2)来看,2011—2019年转角从64.28°减小到62.07°,说明A级景区的空间分布方向有小幅偏移,但整体仍保持“东北—西南”方向的空间分布趋势。在X轴和Y轴方向上,沿X轴的标准差和沿Y轴的标准差均有所波动变化,但相较2011年在逐渐减小,表明A级旅游景区在东北—西南和东南—西北方向上都有极化效应,且东北—西南方向的极化状态强于东南—西北方向。具体结合新疆A级景区的空间分布分析,发现A级景区主要分布在新疆的东北和西南区域,景区一直集中分布在乌鲁木齐、伊犁州、昌吉地区和南疆的阿克苏、喀什地区。乌鲁木齐和昌吉地区是自治区经济发展社会水平相对较高的地区,具有相对较好的景区开发和发展环境,伊犁州旅游资源类型丰富,禀赋优越,旅游景区开发的资源条件较好,南疆阿克苏和喀什地区是少数民族聚居地,文化风情浓厚,人文旅游资源丰厚,人文类景区富集。一定程度上反映了自然本底和社会发展对景区空间分布的影响作用显著。
Download:
|
|
分析3个时间节点新疆A级旅游景区的空间分布中心位置(表 2),发现2011—2019年间新疆A级旅游景区中心在85.08°~83.66°E,43.28°~42.72°N之间移动,分布中心均位于巴音郭楞蒙古自治州和静县境内。2011年的景区分布中心位于(85.08°E,43.28°N),2015年中心位于(83.84°E,42.72°N),景区分布中心向西偏南方向移动,2019年中心位移到(83.66°E,42.95°N),相较2015年,景区分布中心向西偏北移动,移动轨迹如图 2所示。观察3个时间节点的分布中心移动轨迹,发现新疆A级景区的中心呈现“西南—西北”的移动方向趋势,移动方向不固定,但总体上2011—2019年新疆A级旅游景区的空间分布中心呈现向西南方向偏移趋势,A级景区空间分布中心的移动趋势验证了近年来南疆地区旅游景区的加速发展。南疆地区历史文化悠久,多民族聚居,旅游资源丰富,由于经济和交通等条件的限制,景区开发一直相对滞后。在“一带一路”倡议和援疆政策的推动下,政府和投资者加大对A级景区建设的扶持和投资,2010年,南疆地区仅有79家旅游景区,2019年南疆地区旅游景区增加到143家,景区数量接近翻倍增长。2013年南疆地区开始有第一家5A级旅游景区,截至2019年南疆地区5A级景区已增至5家,占比全疆5A级旅游景区达41.7%。南疆A级景区的发展推动了新疆A级景区空间分布方向和格局的变化。
2.3 景区集聚范围不断扩张,区域密度差异显著运用核密度分析法对2011、2015和2019年的A级旅游景区进行密度分析(图 3),可以发现新疆A级景区的空间集聚现象增强,景区集聚范围不断扩张,景区密度空间差异显著。2011年A级景区高密度中心仅有1个,分布在乌昌地区,主要涵盖乌鲁木齐市、昌吉市和阜康市,次密度中心分布在高密度中心周围,疆内其余地区景区密度值较低,大体呈现出以乌昌为核心的一极多点的空间格局。早期乌昌地区A级景区密度较高,主要是由于经济发展较快,交通条件相对便利,使旅游景区的建设发展较其他地区更有优势。
Download:
|
|
依据图 3可以发现,2015年A级景区的集聚范围进一步扩张,更多的密度中心连成面状。景区高密度中心仍然集中在乌昌地区,值得注意的是次密度中心由2011年的1个增加到了4个,除乌昌地区,还增加了伊宁市周边、库尔勒市、喀什市及周边,其他低密度中心集聚范围也有所变化。伊宁、喀什、库尔勒等地均是旅游资源富集的区域,这些地区也是自治区“十二五”旅游发展规划的发展重点,资源优势和政策资金的扶持促进这些地区的A级旅游景区的集聚密度快速增长。2015年伊犁州、喀什地区的A级景区数量位居全疆前列,高等级景区建设也领先疆内其他地区,如伊犁州的那拉提景区、喀什地区的喀什噶尔老城等5A级景区是全疆景区建设的标杆。
2019年新疆A级景区加速发展,集聚范围加速扩张,景区集聚密度快速增长,区域间景区集聚分异更加显著。伊犁州加速发展成为A级景区高密度集聚中心,高密度集聚中心由乌昌单中心发展成伊犁州和乌昌地区双中心;与2015年相较,2019年的A级景区次密度集聚中心又增加塔城西部、吐鲁番市、阿克苏市及和田市。伴随着旅游兴疆和全域旅游政策的大力推进,自治区出台多项支持旅游发展的政策,有力推动旅游景区提质增效,旅游基础设施不断完善,旅游市场更有活力。各地州市积极落实旅游兴疆战略,发掘当地优势旅游资源,重视景区创A升级,打造特色旅游品牌,新疆A级景区数量大幅增长,景区集聚范围不断扩张,逐步向“遍地开花”的空间格局转变。
3 A级旅游景区空间格局演变的影响机理分析 3.1 A级旅游景区空间格局演变的影响因素识别A级旅游景区的空间格局演变特征是多种因素共同影响的结果。基于前人已有研究[20, 22, 36-37],并结合新疆的现实情况,本文从自然环境、旅游资源本底、社会经济环境、政策环境3个方面共选取9个指标对新疆A级旅游景区空间分布特征进行影响因素的识别和机理分析。自然本底用海拔高度(X1)和年平均气温(X2)来表征;旅游资源本底用自然旅游资源(X3)和人文旅游资源(X4)表征;社会经济环境主要包括经济水平、市场需求、服务设施和交通条件4个方面,分别用人均地区生产总值(X5)、年接待游客人次(X6)、星级酒店数量(X7)和路密度(X8)表征;政策环境用人均财政支出(X9)表征。使用地理探测器的因子探测对2011、2015和2019年新疆A级旅游景区空间格局演变的影响因素进行识别,并使用交互探测分析各因素之间交互作用的程度。
因子探测的结果(表 3)显示,2011、2015和2019年3个年份的9个指标全部通过了95%的显著性检验,说明9个因素对景区的空间分异均有显著影响力。2011年A级旅游景区空间分异的指标作用强度依次是:X6>X8>X7>X1>X3>X4>X5>X2>X9,2015年指标作用强度依次是X6>X8>X7>X3>X2>X5>X4>X1>X9,2019年指标作用强度依次是X6>X8>X7>X3>X9>X1>X4>X5>X2。3个年份中接待游客人次、路网密度和星级酒店数量的作用强度始终较高,反映出市场需求、交通条件和配套设施对A级旅游景区的空间分异均有较强影响力。随着时间推移,人均财政支出的影响强度不断增强,政策环境在A级旅游景区的空间分异中发挥越来越重要的作用。相较人文旅游资源,新疆A级旅游景区受自然旅游资源影响更大。自然环境对A级旅游景区空间分异的影响强度相比其他指标有所弱化。因子交互的作用强度均高于单因子自身作用强度,交互作用的类型均是非线性双因子增强,说明新疆A级旅游景区的空间分异是多种因素共同作用的结果,不存在单独的因子作用。
自然环境、旅游资源本底、社会经济环境和政策环境对景区的空间分布均有影响且影响机理存在差异(图 4)。自然环境主要包括地形地貌、气温等条件;旅游资源本底主要包括自然环境本底和旅游资源本底;社会经济环境主要包括经济发展水平、客源条件、配套设施水平、交通条件等;政策环境指政府对旅游发展和景区创建制定的政策和奖励机制等。下面从自然环境、旅游资源本底、社会经济环境和政策环境4个方面对新疆A级旅游景区空间特征的影响机理进行分析。
Download:
|
|
自然环境是A级旅游景区形成的基础环境。本文用地理探测器测度海拔高度和年均温对新疆A级旅游景区空间分异的影响,结果显示海拔高度和年均温对A级景区的空间分布有相对较弱的影响且变化平稳。新疆是典型的“三山夹两盆”的地貌格局,多种地貌类型交错分布。独特的地貌自身可以构成景观,不同的地貌类型可以形成景观组合,如伊犁河谷地带是A级旅游景区的集聚区。特殊的气候为旅游资源的形成创造条件,如吐鲁番的火焰山、阿勒泰的冰雪胜地等。自然环境孕育着丰富的旅游资源,同时也影响着景区的分布。如图 5所示,新疆A级景区的分布与“三山夹两盆”的地貌格局基本一致,主要分布在天山、阿尔泰山、盆地绿洲边缘,体现自然环境和旅游景区空间分布的密切关系。
Download:
|
|
旅游资源本底主要包括自然旅游资源和人文旅游资源,从指标代表性和数据获取方便角度出发,自然旅游资源用国家森林公园、国家湿地公园、国家沙漠公园和国家级自然保护区来表征,人文旅游资源用国家重点文物保护单位、中国传统村落来表征。地理探测器的结果显示,2011、2015和2019年的自然旅游资源对新疆A级旅游景区空间分异的影响q值分别是0.162、0.194、0.307,人文旅游资源的影响值分别为0.067、0.108、0.168。新疆地形特征复杂,高原、山地、沙漠、冰川等多种地貌交错分布,景观组合丰富,形成天然高品质的自然旅游资源。新疆历史悠久,是古丝绸之路的必经之路和多民族聚居地,少数民族风情浓厚,境内历史遗存众多,如古遗址、石窟寺、古墓群等,有国家重点文物保护单位132处,因此形成了区域内丰厚的人文旅游资源。
3.2.3 社会经济环境1) 地区经济发展水平
地区经济发展水平是A级旅游景区创建和发展的重要推力。地理探测器因子探测的结果显示,2011、2015和2019年的人均GDP对新疆A级旅游景区空间分异的影响强度q值分别是0.028、0.125、0.204,可以看出地区经济发展水平对A级景区空间分布影响强度在增大。经济发展水平高带动人们消费水平提升,休闲娱乐的需求会显著增加,推动旅游景区的开发和布局;经济发展水平反映着市场要素和商品服务的供给能力,水平比较高的地区可以提供充足的资金进行旅游景区的开发。乌鲁木齐的经济发展水平领先于区内其他地区,是A级旅游景区集聚程度较高的地区。随着区域经济协调发展的推进,伊宁市、喀什市、塔城市等地经济加速发展,促进了当地A级旅游景区的加速建设和发展,成为A级旅游景区的集聚区。
2) 市场需求
供给与需求之间相互影响,是市场经济的重要内容。地理探测器的结果显示3个年份接待游客人次对新疆A级旅游景区空间分异的影响强度分别是0.362、0.372、0.405,相比其他影响因素,市场需求对A级景区空间分异的影响较大且不断增强。伴随着旅游活动成为人们生活的一种新常态,游客追求类型更丰富、品质更高的旅游体验,比如从观光游到体验游的转变,这种需求的变化推动了地区A级景区的建设和升级;A级旅游景区的建设和提升能够增强地区旅游吸引力,培育新的市场需求。从2011、2015和2019年的接待游客人次来看,全区接待游客人次位居前列的地区是乌鲁木齐、伊犁州、昌吉州,表明游客对这些地区的需求较大,需求推动了政府和投资者对这些地区A级旅游景区的开发。乌鲁木齐、伊犁州和昌吉州的A级旅游景区在数量和品质上更具有优势,刺激市场需求在不断增加。
3) 配套设施供给能力
旅游配套设施指为旅游业服务的相关设施,包括接待设施、购物设施、娱乐设施等。地理探测器结果显示,星级酒店数量对A级旅游景区空间分异的影响显著且不断增强。旅游配套设施是吸引游客的前提,配套设施的建设是旅游开发中不可缺少的一环。为了更好地实现旅游景区的服务功能,政府和投资者倾向于在设施较完善的区域投资;旅游景区的集聚会加速当地配套设施的建设,实现景区和设施的良性互动。从2011、2015和2019年新疆各地州的星级酒店数量来看,乌鲁木齐和伊犁州的星级酒店数量始终位居前列,相对完善的配套设施促进两地成为A级旅游景区的高密度集聚区。
4) 交通条件
路网密度是衡量交通便捷程度的重要指标,因子探测结果显示,2011、2015和2019年路网密度对新疆A级景区空间分异的影响强度分别是0.309、0.327、0.370,说明路网密度对A级景区空间分异的影响强度仅次于人均地区生产总值,且影响程度不断增强。为更直观地分析交通与A级旅游景区空间分布的关系,运用ArcGIS10.2建立不同年份新疆主要交通干道的10 km缓冲区,统计发现2011年有204家A级旅游景区分布在交通干道缓冲区内(图 6(a)),占A级旅游景区的88.3%;2015年有267家A级旅游景区分布在交通干道缓冲区内(图 6(b)),占比89.9%;2019年有426家A级旅游景区分布在交通干道缓冲区内(图 6(c)),占比高达92.3%,进一步验证了交通条件对新疆A级旅游景区的空间格局有显著影响。一般而言,旅游景区的选址会在交通相对便捷的区域,提高景区的可进入性,增大景区的客流量,旅游景区的空间分布也会引导区域交通线路的建设方向。
Download:
|
|
政府制定的科学调控政策、奖励机制以及管理条例是推动A级旅游景区创建和提升的重要保障。地理探测器结果显示,人均财政支出对新疆A级旅游景区空间分异的影响强度在不断增强,一定程度上可以说明政策环境对A级景区的空间分异有显著影响。其一,A级旅游景区的高密度区与区域旅游发展规划重点基本一致,如《新疆维吾尔自治区旅游业发展第十三个五年规划》明确提出的发展重点,均是新疆A级旅游景区的高密度区;其二,政府制定的奖励机制是推动地区旅游景区创建升级的有效手段,2019年,阿克苏地区出台《阿克苏地区创建全域旅游示范区促进旅游业发展奖励扶持办法(试行)》,《办法》提出对区境内新评定为国家5A、4A、3A级旅游景区分别一次性给予300万元、50万元、10万元奖励,霍尔果斯市出台《霍尔果斯市加快旅游产业发展扶持奖励暂行办法》提出对新获评为国家5A级、4A级、3A级旅游景区的企业,分别一次性给予300万元、100万元、20万元奖励,政府的补贴奖励很大程度上刺激了企业对于景区建设的投资热情。因此,一定程度来说,政府的宏观调控和奖励机制对景区的空间格局有显著影响。
4 结论与讨论本文基于地理学的时空视角,选取2011、2015和2019年3个时间截面的新疆A级旅游景区数据,采用ArcGIS软件、空间分析方法和地理探测器模型,分析新疆A级景区的时空演变特征和影响机理。研究主要结论有:
2011—2019年之间,新疆A级旅游景区的数量大幅度增长,景区的空间分布呈现显著的空间集聚,集聚程度稳中有变,呈现由减弱到增强的变化趋势。
新疆A级旅游景区的空间格局呈现“东北—西南”方向,分布中心向西南移动,A级景区建设范围不断扩大。
2011年新疆A级景区高密度中心仅有1个,2015年次级密度中心增加至4个,2019年A级景区高密度和次级密度中心数量均显著增加,空间集聚显著增强,景区建设密度大幅增长。2011—2019年新疆A级旅游景区空间格局实现了从“以乌昌为核心的一极多点”逐步向“各地蓬勃发展,遍地开花”的转变。
自然环境、旅游资源本底、社会经济环境和政策环境对新疆A级景区空间分布均有显著影响。社会经济环境和政策环境对A级景区空间分异的影响越来越强,自然旅游资源对景区空间分异的影响相较人文资源更强,自然环境对景区空间分布的影响力有所减弱。因此,在推动A级景区的协调发展中,应提升社会经济环境,包括交通、配套设施等的完善,同时完善政府的宏观调控和奖励机制,共同助力A级旅游景区的有序协调发展。
本文在前人研究的基础上,尝试突破单一时间节点和传统方法研究的不足,使用多种空间分析和新兴的地理探测器模型,探究2011—2019年间新疆A级景区的时空演变特征、影响因素的识别和影响机理分析。旅游资源对地区旅游景区和旅游产业有重要影响,研究地方旅游资源开发后对促进地区社会经济发展产生的影响效应具有重要的科学价值和现实意义,未来可以加强此方面的相关研究。
[1] |
郭来喜, 吴必虎, 刘锋, 等. 中国旅游资源分类系统与类型评价[J]. 地理学报, 2000, 55(3): 294-301. Doi:10.3321/j.issn:0375-5444.2000.03.005 |
[2] |
卞显红. 长江三角洲国家AAAA级旅游区空间结构[J]. 经济地理, 2007, 27(1): 157-160. Doi:10.3969/j.issn.1000-8462.2007.01.035 |
[3] |
谢志华, 吴必虎. 中国资源型景区旅游空间结构研究[J]. 地理科学, 2008, 28(6): 748-753. Doi:10.3969/j.issn.1000-0690.2008.06.006 |
[4] |
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 |
[5] |
Santana-Jiménez Y, Hernández J M. Estimating the effect of overcrowding on tourist attraction: the case of Canary Islands[J]. Tourism Management, 2011, 32(2): 415-425. Doi:10.1016/j.tourman.2010.03.013 |
[6] |
Chen Y S, Wu S T. An exploration of actor-network theory and social affordance for the development of a tourist attraction: a case study of a Jimmy-related theme park, Taiwan[J]. Tourism Management, 2021, 82: 104206. Doi:10.1016/j.tourman.2020.104206 |
[7] |
Alegre J, Garau J. Tourist satisfaction and dissatisfaction[J]. Annals of Tourism Research, 2010, 37(1): 52-73. Doi:10.1016/j.annals.2009.07.001 |
[8] |
Nowacki M M. Quality of visitor attractions, satisfaction, benefits and behavioural intentions of visitors: verification of a model[J]. International Journal of Tourism Research, 2009, 11(3): 297-309. Doi:10.1002/jtr.689 |
[9] |
Thompson M. Farmers' markets and tourism: Identifying tensions that arise from balancing dual roles as community events and tourist attractions[J]. Journal of Hospitality and Tourism Management, 2020, 45: 1-9. Doi:10.1016/j.jhtm.2020.06.016 |
[10] |
Wang X, Li X, Zhen F, et al. How smart is your tourist attraction? measuring tourist preferences of smart tourism attractions via a FCEM-AHP and IPA approach[J]. Tourism Management, 2016, 54: 309-320. Doi:10.1016/j.tourman.2015.12.003 |
[11] |
Han S S, Liu C M, Chen K Y, et al. A tourist attraction recommendation model fusing spatial, temporal, and visual embeddings for flickr-geotagged photos[J]. ISPRS International Journal of Geo-Information, 2021, 10(1): 20. Doi:10.3390/ijgi10010020 |
[12] |
Wang T, Wu P, Ge Q S, et al. Ticket prices and revenue levels of tourist attractions in China: spatial differentiation between prefectural units[J]. Tourism Management, 2021, 83: 104214. Doi:10.1016/j.tourman.2020.104214 |
[13] |
陈楷俊, 陈菁, 林卓宏, 等. 广东省A级旅游景区空间结构及其影响因素研究[J]. 西南师范大学学报(自然科学版), 2020, 45(10): 63-71. |
[14] |
钟林生, 曾瑜皙, 肖练练, 等. 呼伦贝尔农垦旅游资源空间特征及其发展模式[J]. 科学通报, 2018, 63(17): 1740-1751. |
[15] |
席建超, 葛全胜, 成升魁, 等. 旅游资源群: 概念特征、空间结构、开发潜力研究: 以全国汉地佛教寺院旅游资源为例[J]. 资源科学, 2004, 26(1): 91-98, 2. |
[16] |
张永平, 吴健生, 黄秀兰, 等. 海峡西岸经济区旅游景区(点)空间结构分析[J]. 资源科学, 2011, 33(9): 1799-1805. |
[17] |
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): 1883-1891. Doi:10.13249/j.cnki.sgs.2018.11.016 |
[18] |
敬峰瑞, 孙虎, 袁超. 成都市旅游资源吸引力空间结构特征[J]. 资源科学, 2017, 39(2): 303-313. |
[19] |
丁蕾, 吴小根, 马劲松, 等. 南京市水体旅游资源空间结构分析[J]. 经济地理, 2015, 35(12): 209-215. |
[20] |
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. |
[21] |
陆保一, 张恩伟, 明庆忠, 等. 云南省A级旅游景区空间演化特征及其驱动机制[J]. 山地学报, 2019, 37(6): 879-890. |
[22] |
唐承财, 孙孟瑶, 万紫微. 京津冀城市群高等级景区分布特征及影响因素[J]. 经济地理, 2019, 39(10): 204-213. |
[23] |
李武陵, 袁小玉. 丝绸之路新疆段人文旅游资源景观空间研究[J]. 干旱区资源与环境, 2018, 32(9): 203-208. |
[24] |
张佳运, 高敏华, 刘海军. 新疆A级旅游景区空间结构演变分析[J]. 水土保持研究, 2016, 23(4): 138-142. |
[25] |
乔家君, 朱乾坤, 辛向阳. 黄河流域农区贫困特征及其影响因素[J]. 资源科学, 2020, 42(1): 184-196. |
[26] |
Clark P J, Evans F C. Distance to nearest neighbor as a measure of spatial relationships in populations[J]. Ecology, 1954, 35(4): 445-453. |
[27] |
张正峰, 张阿曼. 中国县域乡村发展类型及时空变化[J]. 资源科学, 2020, 42(2): 207-216. |
[28] |
方叶林, 黄震方, 陈文娣, 等. 2001—2010年安徽省县域经济空间演化[J]. 地理科学进展, 2013, 32(5): 831-839. |
[29] |
赖长强, 巫细波. 基于GIS方法的特大型城市酒店空间布局特征研究: 基于广州酒店POI数据分析[J]. 现代城市研究, 2019, 34(8): 66-74. |
[30] |
张茂茂, 张雪松, 何炬, 等. 基于村域尺度的鄂北地区耕地时空变化特征分析: 以湖北省随县厉山镇为例[J]. 中国农业大学学报, 2019, 24(9): 179-189. |
[31] |
李强, 郑新奇, 晁怡. 大数据支持的武汉市功能识别与分布特征研究[J]. 测绘科学, 2020, 45(5): 119-125. |
[32] |
王劲峰, 徐成东. 地理探测器: 原理与展望[J]. 地理学报, 2017, 72(1): 116-134. |
[33] |
李佳洺, 陆大道, 徐成东, 等. 胡焕庸线两侧人口的空间分异性及其变化[J]. 地理学报, 2017, 72(1): 148-160. |
[34] |
关伟, 许淑婷, 郭岫垚. 黄河流域能源综合效率的时空演变与驱动因素[J]. 资源科学, 2020, 42(1): 150-158. |
[35] |
杨智威, 陈颖彪, 吴志峰, 等. 粤港澳大湾区城市热岛空间格局及影响因子多元建模[J]. 资源科学, 2019, 41(6): 1154-1166. |
[36] |
Wang X G, Xi J C, Yang D Y, et al. Spatial differentiation of rural touristization and its determinants in China: a geo-detector-based case study of Yesanpo scenic area[J]. Journal of Resources and Ecology, 2016, 7(6): 464-471. |
[37] |
宁志中, 王婷, 杨雪春. 2001年以来中国旅游景区时空格局演变与景区群形成[J]. 地理研究, 2020, 39(7): 1654-1666. |