粤港澳大湾区旅游景点可达性时空格局演变 | ![]() |
2. 珠海大横琴科技发展有限公司,广东 珠海,410083;
3. 武汉大学计算机学院,湖北 武汉,430072
2. Zhuhai Dahengqin Technology Development Co., Ltd., Zhuhai 410083, China;
3. School of Computer, Wuhan University, Wuhan 430072, China
景点是具有相对独立性和完整性的基本资源单体,是旅游空间的物质载体、旅游业的重要基石。而交通网络则是连接旅游景点和游客的重要纽带,当地旅游业的发展在很大程度上取决于交通运输业的发达程度,而交通可达性作为衡量交通网络是否合理有效的一项重要指标,一直以来都受到学者的广泛关注。同时,交通可达性的发展与演变也会对旅游景点空间格局的发展有着潜移默化的影响。旅游景点的空间格局一般指的是旅游资源的空间布局。由于旅游资源相对来说是不可移动的,且旅游资源的空间分布往往对旅游业的发展和空间分布造成很大的影响,同时往往也会影响游客的行为去向,因此对旅游景点的空间格局的研究也尤为重要,同时,对旅游景点空间格局的分析和旅游资源的集聚程度的研究,也是判断旅游景点开发可行性的决策依据和发展地区旅游经济的重要手段[1, 2]。
近年来对旅游地区交通可达性[3-7]和旅游空间格局的研究愈发火热,其中包括Li等[8]通过建立火车站、汽车站和高速公路的多缓冲区来评价秦皇岛市旅游交通可达性;纪仁可等[9]使用加权平均旅游时间模型计算可达性并得出武汉市可达性呈中心向外围扩散的趋势的结论,张梦等[10]则是通过对乌鲁木齐旅游景点建立公交网络特征评价模型来分析可达性并将旅游景点按照流次频率划分为3类。本文通过对粤港澳大湾区2000-2019年旅游景点可达性和空间格局演变进行研究和分析,以期为未来大湾区旅游业更好发展提供参考。
1 研究区概况与数据来源 1.1 研究区概况粤港澳大湾区位于中国大陆的最南部,由香港、澳门两个特别行政区和广东省广州、深圳、珠海、佛山、惠州、东莞、中山、江门、肇庆(珠三角)9个地级市组成,是中国开放程度最高、经济活力最强的区域之一,在国家发展大局中具有重要战略地位。粤港澳大湾区以打造成为与旧金山湾区、纽约湾区、东京湾区等全球著名湾区同等影响力的世界级城市群,成为世界前4的湾区为目标,在大力发展区域经济的同时,也十分重视旅游业的发展。在《粤港澳大湾区发展规划纲要》指出,今后要大力推进大湾区旅游发展,以构建文化历史、休闲度假、养生保健、邮轮游艇等多元旅游产品体系,丰富粤港澳旅游精品路线,建设粤港澳大湾区世界级旅游目的地为目标。而区域旅游的发展往往受制于交通,因此,建设各地通向大湾区的便捷且快速的高速公路并形成完备的交通网络,提高大湾区旅游景点的交通可达性,是健康高速发展大湾区区域旅游经济的关键。
1.2 数据来源与处理本文所用的大湾区5A级景区数据来自于文化旅游部官网,其他A级景区名称和地点数据来自于可靠网页,具体网址为https://www.maigoo.com/goomai/178452.html。而对于景点具体的空间位置,则主要以百度地图上的位置为准,其中面积较大的景区则取景点所在地区的质心坐标作为该景点的地理坐标。本文中用于进行交通可达性分析的大湾区范围内的交通网络矢量图则是由珠海大横琴科技发展有限公司提供,该地图包含有高速公路的名称、位置坐标、通车年份和等级等丰富的数据信息,特别是高速公路按照不同路段通车时间不同来加以区分,使得数据信息非常完整且真实,使得本文研究结果更具有可靠性。另外,本文所计算的交通可达性结果是以不考虑游客偏好、交通状况等方面为前提的,是一种理论上的可达性,与实际有一定差距。
2 可达性分析与空间格局分析方法设计可达性的概念并没有被明确定义,应用领域及研究对象不同,则对可达性的理解也不同。本文所提到的可达性简单来说指的是从一点到另一点的难易程度,将其应用到交通网络上,则可以理解为从一点克服空间阻碍到达另一点的成本[11]。
目前,对应用于交通网络上的可达性的定量测算主要有两种方法:一种是基于矢量的网络分析方法;另一种为基于栅格的成本加权方法。基于矢量的网络分析方法一般是根据研究区域内的结点进行插值来得到空间内每一点到目标点的可达性,最典型的就是邓华侨[12]通过矢量地图对成都市3A级及以上旅游景点的可达性进行了测算并利用克里金插值绘制出了专题图。由于这种方法是通过插值来得到区域内每一点到景点的可达性,所以其可达性的精确度不高,而基于栅格的成本加权方法可以较好的避免这种缺陷,提高可达性精度,本文所采用的计算可达性的方法便是第二种算法。
交通可达性分析计算公式如下:
$ \mathit{A} = \left\{ {\begin{array}{*{20}{l}} {\frac{1}{2}\sum\limits_{i = 1}^n {\left( {{c_i} + {c_{i + 1}}} \right), 垂直或水平方向} }\\ {\frac{{\sqrt 2 }}{2}\sum\limits_{i = 1}^n {\left( {{c_i} + {c_{i + 1}}} \right), 对角线方向} } \end{array}} \right. $ | (1) |
式中,A表示某点到最近旅游景点的交通可达性;n表示像元总数;ci表示第i个像元的成本值;ci + 1表示沿运动方向的第i个像元的下一个像元的成本值。
其中的成本值计算公式如下:
$ {c_i} = \frac{l}{{{v_i} \times s}} $ | (2) |
式中,ci表示像元i的成本值;l表示一个像元所代表的地上距离,单位为km;vi表示i像元上的运动速度(公路通行或步行速度),单位为km/h;s表示图上像元的大小。
本文拟采用基尼系数来开展空间格局分析。基尼系数最开始是由意大利经济学家基尼(Corrado Gini)于1912年提出,原本是国际上用来综合考察居民内部收入分配差异状况的一个重要分析指标。地理学中基尼系数一般用于对空间要素分布情况的分析,是描述空间分布特征的描述性指数[13-15]。
基尼系数计算公式如下:
$ G = 1 - \frac{1}{n}\left( {2\sum\limits_{i = 1}^{n - 1} {{W_i} + 1} } \right) $ | (3) |
式中,G为基尼系数;n为资源单体是数量值;Wi表示累计数量与总数量的比值。G的取值为0~1之间,G的值越大,表明非均衡性越大,集中程度越高。
3 方法实现与结果分析 3.1 旅游景点交通可达性分析及其演变本文将点到点的时间作为衡量可达性的指标,计算栅格图上区域内每一个栅格到旅游景点的最短时间成本距离(考虑到交通网的特点,A点到B点的时间成本等于B点到A点的时间成本),即旅游景点到区域内任一点的可达性。
可达性测算的流程图如图 1所示。
![]() |
图 1 旅游景点交通可达性计算流程 Fig.1 Traffic Accessibility Calculation Process of Tourist Attractions |
首先制作粤港澳大湾区范围内的高速公路网矢量地图,并按照不同公路等级的车辆行驶速度不同,对每一条高速公路赋予时间成本值;之后对公路网栅格化处理,使每个像元代表地上500 m×500 m的范围;接着将栅格地图进行重分类,以便于为除高速公路以外的地面按照行人的行走速度赋予时间成本值,高速公路和行人的速度及时间成本设置值如表 1所示;最后计算栅格点到旅游景点的最短时间成本距离并可视化。
表 1 公路通行速度及时间成本设置 Tab.1 Setting of Highway Speed and Time Cost |
![]() |
图 2为2000-2019年间大湾区旅游景点交通可达性的演变过程图。距离成本值越小,表明该地区到达景点的成本越低,从而表示其交通可达性程度越高。在图 2中交通可达性程度越高,其颜色呈现为由绿转橙再到黄的变化。由图 2可以看出,在近20年间大湾区区域内旅游景点的交通可达性整体呈上升趋势,其成本值2000年最高为19,而至2019年则降低到了最高为9. 5,足以说明20年间大湾区旅游交通的飞速发展。而从景点交通可达性随着交通网络的变化而相应变化的规律可以看出,近年来随着高速公路网和轨道交通总里程数的不断增加,大湾区区域内各地点尤其是靠近高速公路和轨道交通的地区的景点交通可达性程度也不断提升。其中,由于一直以来无论是高速公路还是轨道交通大湾区中部都较其他地区更为发达,因此,近年来在整体上大湾区中部地区的交通可达性也相对较高。同时,随着高速公路和轨道交通的不断向东面、南面延伸,大湾区东部和南部区域的交通可达性实现了显著的提升。而在大湾区西北部地区,则因为2016年二连浩特-广州高速公路的建成通车,使得当地的交通可达性程度有了质的飞跃,图 3左右两图分别为2000—2019年交通可达性变化值和变化率分布图,变化值和变化率越大则在图中呈现出越绿的颜色。由图 3可以看出,2000—2019年之间的交通成本值降低了14%,而其交通可达性变化率则高达95%,基本上相当于将大湾区西北部地区的交通可达性程度提升了一倍。
![]() |
图 2 2000-2019年大湾区景点交通可达性演变 Fig.2 Traffic Accessibility Evolution of GBA of Scenic Spots from 2000 to 2019 |
![]() |
图 3 2000-2019年大湾区景点交通可达性变化 Fig.3 Traffic Accessibility Changes of GBA of Scenic Spots from 2000 to 2019 |
3.2 旅游景点空间格局演变
随着佛山、肇庆、广州、中山、惠州相继被列入国家历史文化名城。大湾区范围内A级旅游景点愈来愈多,至2019年大湾区A级旅游景点具体分布情况如图 4所示。由图 4可以看出,A级旅游景点分布呈现出相对集聚的状态,景点主要分布在大湾区中部的广州、惠州、佛山等地区。据统计,至2019年粤港澳大湾区范围内共有A级旅游景点181个(香港澳门地区所有景点都默认为A级景区)。其中在大湾区9个地级市中A级旅游景点最多的广州市区域内包含有A级景点54个,占总数的29. 8%,而惠州、佛山和东莞则分别有26、24和22个A级景区,分别占比14. 4%、13. 3% 和12. 2%,这4个地区包含的旅游景点数已经达到了126个,所占比重基本达到了70%,由此可见,大湾区范围内旅游景点在中部相对集中。
![]() |
图 4 A级旅游景点空间分布现状图 Fig.4 Spatial Distribution of A-level National Tourist Attraction |
为探究大湾区范围内旅游景点在空间分布上的均衡程度,本文计算了大湾区2007-2019年之间逐年的基尼系数值并对其进行空间格局均衡性演化分析。基尼系数是用来表示一个国家或区域的相对均衡度的一个十分重要的指标,它的取值范围为0~1,基尼系数越接近0表示该区域的发展越均衡,越接近1则表示越趋于非均衡性发展。
图 5为大湾区范围内2007—2019年的基尼系数变化图。由图可以看出,2007—2019年间大湾区区域内A级景点的基尼系数最低都达到了0. 84,由此可见,大湾区区域旅游资源总体呈现出集中分布的格局,且基尼系数基本呈现出逐年上升的趋势表明,大湾区内旅游景点正逐步向着愈来愈集聚的方向发展。虽然近两年来景点集中速度变缓,但2019年0. 92的基尼系数值说明大湾区区域旅游资源仍呈现出集聚态势,目前大湾区内旅游景点分布已经非常的不均衡。
![]() |
图 5 大湾区旅游资源基尼系数演变图 Fig.5 Gini Coefficient Evolution of Tourism Resources in GBA |
交通越来越发达,使得大湾区的景点交通可达性程度也相应提升,而于此同时,旅游景点的空间格局也越来越向集聚演变,那么,这两者之间是否存在着某些相互关系呢?研究认为,结果是显然的,这两者之间有着不可忽视的相互促进的关系。
交通可达性的提高刺激了大湾区旅游业的发展,影响着旅游景点空间格局演变的方向。从旅游景点交通可达性分析和空间格局演变中可以看出,随着大湾区交通网络越来越密集、越来越向外延伸,大湾区区域内的旅游景点的交通可达性总体得到提高,其中位于交通线路附近的景点的交通可达性得到巨大改善,通过分析交通网络可以看出,交通网络最密集的地区在大湾区中部的广州市内,西北区域则是交通相对欠发达的地区,同时,广州市内旅游景点分布最多,西北区域景点最少。而从旅游景点空间格局演变中可以看出,旅游景点空间格局越来越向大湾区中部集聚,并且随着交通网络系统的不断完善旅游景点空间格局分布集聚程度越高。由此可以看出,交通网络的布局影响着游客旅游地点的选择以及旅游线路的规划,因此,旅游景点交通可达性的提高对当地旅游业的发展有着非常积极的促进作用,同时对今后旅游景点空间格局的发展也有着潜移默化的影响。
旅游景点空间格局的演变也促进着大湾区交通的发展,从而使得交通可达性得到了相应的提升。一方面,旅游产业的发展演变可以促进当地人流量、物流量等,从而促进周边产业更新和崛起,进而为当地带来可观的经济收入,而当地经济的发展又为交通网络的更新提供物质基础。另一方面,旅游景点不断的发展演变带来更大人流量的同时,对附近的交通也提出了更高的要求,从而对当地交通网络的布局和完善起到了积极的促进作用。
4 结束语本文通过分析2000—2019年间粤港澳大湾区的旅游景点交通可达性及其演化,同时对大湾区旅游空间格局分布的均衡性进行计算,从而得出:交通运输业的发展对当地旅游业起到了良性的促进作用,一定程度上对旅游空间分布格局均衡性向集聚发展有着推动作用,同时旅游空间格局集聚化也反作用于当地的交通,特别是旅游景点聚集地的交通,对当地交通网络的完善与扩展有着不可忽视的促进作用。但本文在计算和分析旅游景点交通可达性时仅考虑了粤港澳大湾区的内部交通,而忽略了外部交通对大湾区景点交通可达性的影响,今后将进一步开展此方面的研究。
[1] |
刘俊, 李云云, 林楚, 等. 长江旅游带旅游资源空间格局研究[J]. 长江流域资源与环境, 2016, 25(7): 1009-1015. DOI:10.11870/cjlyzyyhj201607001 |
[2] |
王洪桥. 东北地区旅游空间格局演化及机制研究[D]. 浙江: 浙江大学, 2017
|
[3] |
Yang X Z, Feng L X, Zhang K. The Impact of Transportationt on Accessibility of Tourism Scenic Region of Cross-Border Tourism Region: A Case Study of Dabieshan Mountain[J]. Scientia Geographica Sinica, 2013, 33(6): 693-702. |
[4] |
Wu Y M. Spatial Heterogeneity Estimation of Regional Tourism Industry Elasticity in Chinese Provinces: A Geographically Weighted Regression Study[J]. Tourism Tribune, 2013, 28(2): 35-43. |
[5] |
Liu A L, Ming Q Z, Yang C Y, et al. Regional Transportation Accessibility Spatial-Temporal Pattern Evolution and Tourism Effects[J]. Geographical Science Research, 2014, 3(4): 46-54. DOI:10.12677/GSER.2014.34006 |
[6] |
杨磊. 基于GIS的京津冀景区空间格局与可达性研究[J]. 城市勘测, 2018(2): 14-17. DOI:10.3969/j.issn.1672-8262.2018.02.004 |
[7] |
杨光辉, 张冬有. 基于GIS的黑龙江省市域交通可达性分析[J]. 测绘与空间地理信息, 2019, 42(3): 58-60. DOI:10.3969/j.issn.1672-5867.2019.03.015 |
[8] |
Li Y, Wang P F, Zhang H, et al. Traffic Accessibility of GIS-Based Tourism Resources: A Case Study of Qinhuangdao City[J]. Journal of Hebei Normal University of Science & Technology, 2017, 31(1): 75-80. |
[9] |
纪仁可, 刘唯哲, 朱运海. 武汉城市圈旅游景区空间分布特征及区域可达性研究[J]. 国土与自然资源研究, 2018(4): 41-46. DOI:10.3969/j.issn.1003-7853.2018.04.012 |
[10] |
张梦, 孙浩捷, 董煜, 等. 乌鲁木齐市旅游景点可达性及网络特征研究[J]. 资源开发与市场, 2018(3): 427-432. DOI:10.3969/j.issn.1005-8141.2018.03.023 |
[11] |
刘常富, 李小马, 韩东. 城市公园可达性研究——方法与关键问题[J]. 生态学报, 2010, 30(19): 5381-5390. |
[12] |
邓华侨. 成都市旅游景点地理空间分布特征及其可达性研究[D]. 成都: 成都理工大学, 2016
|
[13] |
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(12): 197-203. |
[14] |
马欢欢, 谢引引, 王香力. 京津冀区域旅游资源空间格局研究[J]. 河北师范大学学报(自然科学版), 2018, 42(5): 444-452. |
[15] |
卢永华, 李爽. 改进G2SFCA的深圳市室内应急避难场所空间可达性研究[J]. 武汉大学学报·信息科学版, 2019, 44(9): 1391-1398. |