本文關(guān)鍵詞：中國(guó)A級(jí)旅游景點(diǎn)空間分布特征與可達(dá)性，由筆耕文化傳播整理發(fā)布。

當(dāng)前位置：首頁(yè) >> 天文/地理 >> 中國(guó)A級(jí)旅游景點(diǎn)空間分布特征與可達(dá)性

第 29 卷

第1期

自

然

資

源 學(xué)

報(bào)

Vol.29 No.1 Jan., 2014

2014 年 1 月

JOURNAL OF NATURAL RESOURCES
<

br />中國(guó) A 級(jí)旅游景點(diǎn)空間分布特征與可達(dá)性
潘竟虎，李俊峰
（西北師范大學(xué) 地理與環(huán)境科學(xué)學(xué)院，蘭州 730070）

摘要：以 A 級(jí)景點(diǎn)為例，基于 GIS 技術(shù)，通過(guò)最近鄰指數(shù)、K 指數(shù)、熱點(diǎn)聚類(lèi)等方法分析中 國(guó) 2 424 個(gè) A 級(jí)旅游景點(diǎn)的空間分布特征；運(yùn)用柵格成本加權(quán)距離算法，計(jì)算中國(guó) A 級(jí)旅游 景點(diǎn)的空間可達(dá)性，并測(cè)算縣域單元的整體可達(dá)性；利用空間關(guān)聯(lián)方法分析了縣域可達(dá)性的 空間差異。結(jié)果表明：中國(guó) A 級(jí)景點(diǎn)的空間分布總體上呈現(xiàn)出聚集分布的特點(diǎn)，所有景點(diǎn)的 平均可達(dá)時(shí)間為 125.88 min，60%的景點(diǎn)可達(dá)時(shí)間在 90 min 以內(nèi)；可達(dá)性在全國(guó)的分布差異 十分明顯，可達(dá)性空間分布具有明顯的交通指向性。景點(diǎn)的縣域可達(dá)性呈強(qiáng)集聚格局，可達(dá) 性熱點(diǎn)區(qū)域的分布呈現(xiàn)明顯的熱點(diǎn)—次熱點(diǎn)—次冷點(diǎn)—冷點(diǎn)自東向西帶狀分布的格局。 關(guān) 鍵 詞：空間結(jié)構(gòu)；空間可達(dá)性；旅游景點(diǎn)；GIS；中國(guó) 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1000-3037(2014)10-0055-12 中圖分類(lèi)號(hào)：F592.7

DOI：10.11849/zrzyxb.2014.01.006

景點(diǎn)是由若干相關(guān)聯(lián)的景物所構(gòu)成、具有相對(duì)獨(dú)立性和完整性，并具有審美特征 的基本境域單元。旅游景點(diǎn)是旅游供給的物質(zhì)載體 [1]，是旅游業(yè)賴以發(fā)展的重要依托。 旅游景點(diǎn)的空間結(jié)構(gòu)指自然和文化景觀資源在空間上的相互關(guān)系與組合形式，它是節(jié)點(diǎn) （景點(diǎn)） 、通道 （交通線） 和面域 （行政區(qū)） 的集合[2]。區(qū)域旅游景點(diǎn)空間結(jié)構(gòu)不僅涉及景 點(diǎn)的分布狀況及品位、數(shù)量組合關(guān)系，而且直接引發(fā)旅游者的空間行為[3]，對(duì)旅游資源的 開(kāi)發(fā)速度、規(guī)模、效益以及時(shí)空安排有深刻影響。國(guó)外學(xué)者的研究始于 1960 年代，如 Christaller 運(yùn)用區(qū)位論分析特定游憩活動(dòng)與其地理空間的結(jié)構(gòu)關(guān)系[4]，Lundgren 建立了核 心-邊緣模型研究旅游活動(dòng)與地理空間的關(guān)系[5]，Weaver 利用中心-外圍理論對(duì)加勒比海 群島進(jìn)行實(shí)證研究[6]，Douglas 分析了巴黎旅游區(qū)域的空間結(jié)構(gòu)特征[7]，Andreas 構(gòu)建了分 析旅游度假區(qū)空間和市場(chǎng)結(jié)構(gòu)演變過(guò)程的經(jīng)濟(jì)地理模型[8]，Sophie 則嘗試研究交通建設(shè)對(duì) 旅游空間結(jié)構(gòu)與經(jīng)濟(jì)結(jié)構(gòu)改變的影響等[9]。國(guó)內(nèi)學(xué)者的研究起源于 1980 年代的旅游地理 區(qū)劃工作，主要集中在基礎(chǔ)理論研究、旅游空間組織形態(tài)、旅游空間結(jié)構(gòu)模式、演化與 優(yōu)化、旅游流空間結(jié)構(gòu)、空間相互作用、空間結(jié)構(gòu)影響以及空間發(fā)展戰(zhàn)略等[10-12]。旅游的 發(fā)生和發(fā)展是以空間系統(tǒng)為物質(zhì)載體的[13]，因而對(duì)景點(diǎn)空間結(jié)構(gòu)的研究也受到廣泛的關(guān) 注，研究方法多為分形、空間計(jì)量和數(shù)理統(tǒng)計(jì)[14-15]。但已有研究對(duì)象多局限于單個(gè)省份、 城市或區(qū)域內(nèi)部，分析層次也主要以某一級(jí)別的旅游景點(diǎn)為主，鮮見(jiàn)對(duì)全國(guó)范圍內(nèi)旅游 景點(diǎn)整體分布規(guī)律的研究成果。從研究方法來(lái)看，以詮釋性和描述性論證居多，缺乏
收稿日期：2012-11-22；修訂日期：2013-02-08。 基 金 項(xiàng) 目 ： 國(guó) 家 自 然 科 學(xué) 基 金 項(xiàng) 目 （41061017） ； 西 北 師 范 大 學(xué) 青 年 教 師 科 研 能 力 提 升 計(jì) 劃 項(xiàng) 目 （SKQNYB12021） 。 panjh_nwnu@nwnu.edu.cn 第一作者簡(jiǎn)介 ： 潘竟虎 （1974-） ，男，甘肅嘉峪關(guān)人，副教授，博士，研究方向?yàn)榭臻g經(jīng)濟(jì)分析。 E-mail：

56

自

然 資 源 學(xué)

報(bào)

29 卷

GIS 空間分析方法，尤其是很直觀有效地表現(xiàn)景點(diǎn)空間分布特征的方法。研究?jī)?nèi)容多注 重于旅游資源空間結(jié)構(gòu)的識(shí)別和分析，缺乏旅游系統(tǒng)整體空間結(jié)構(gòu)方面的研究。到達(dá)旅 游景點(diǎn)的出行費(fèi)用和出行時(shí)間直接影響著旅游者出行的動(dòng)力，因此研究旅游景點(diǎn)空間可 達(dá)性不僅十分必要，而且具有現(xiàn)實(shí)意義，可為拓展旅游景點(diǎn)的服務(wù)范圍、游客選擇適宜 出行目的地和政府優(yōu)化景點(diǎn)布局提供科學(xué)依據(jù)。 可達(dá)性的概念最早由 Hansen 提出[16]，經(jīng)過(guò)半個(gè)世紀(jì)的發(fā)展，其度量方法也由空間距 離測(cè)度擴(kuò)展到了時(shí)間距離、經(jīng)濟(jì)距離、心理距離的測(cè)度，在交通地理、城市地理、土地 利用、經(jīng)濟(jì)地理等方面得到了廣泛應(yīng)用[17]。旅游景點(diǎn)可達(dá)性研究不多見(jiàn)，目前采用的研 究方法主要有緩沖區(qū)分析法、最小距離法、旅行成本法和吸引力指數(shù)法[18]。A 級(jí)旅游景 點(diǎn)認(rèn)定是我國(guó)對(duì)旅游景點(diǎn)質(zhì)量和檔次進(jìn)行綜合評(píng)價(jià)的國(guó)家標(biāo)準(zhǔn)，自 1999 年國(guó)家旅游局認(rèn) 定首批 A 級(jí)旅游景點(diǎn)以來(lái)，全國(guó)范圍內(nèi) A 級(jí)旅游景點(diǎn)的數(shù)量不斷增加，規(guī)模結(jié)構(gòu)也不斷 完善，已經(jīng)成為我國(guó)旅游景點(diǎn)等級(jí)劃分的重要依據(jù)。本文以中國(guó) A 級(jí)旅游景點(diǎn)為研究對(duì) 象，通過(guò)點(diǎn)格局分析方法對(duì)景點(diǎn)的空間分布模式進(jìn)行整體探討，并嘗試從旅游景點(diǎn)可達(dá) 性入手，利用 GIS 柵格成本加權(quán)距離方法和探索性空間數(shù)據(jù)分析，分析景點(diǎn)可達(dá)性分布 的空間格局，以期為揭示優(yōu)質(zhì)旅游景點(diǎn)空間結(jié)構(gòu)、優(yōu)化旅游景點(diǎn)空間格局提供科學(xué)參 考，并為旅游景點(diǎn)空間結(jié)構(gòu)研究方法提供新的思路。

1

數(shù)據(jù)與研究方法
景點(diǎn)信息來(lái)源于國(guó)家旅游局網(wǎng)站 （） 公布的數(shù)據(jù)，截至 2012

1.1 數(shù)據(jù)來(lái)源與處理 年 6 月，共有 2 424 個(gè) A 級(jí)景點(diǎn)，其中： 5A 級(jí)景點(diǎn) 127 個(gè)， 4A 級(jí) 926 個(gè)， 3A 級(jí) 443 個(gè)， 2A 級(jí) 815 個(gè)，1A 級(jí) 113 個(gè)。根據(jù)兩分法將旅游景點(diǎn)劃分為自然和人文兩種類(lèi)型，其中自 然類(lèi)旅游景點(diǎn) 1 108 個(gè)，包括自然風(fēng)景區(qū)、森林公園、自然保護(hù)區(qū)、田園山村等；人文類(lèi) 型 1 316 個(gè)，包括歷史文化遺址、古建園林、博物館、游樂(lè)場(chǎng)、主題公園、運(yùn)動(dòng)場(chǎng)館、度 假村等。景點(diǎn)的空間位置借助谷歌地圖詳細(xì)標(biāo)定，面積較大的景區(qū)取其質(zhì)點(diǎn)坐標(biāo)作為景 點(diǎn)坐標(biāo)。以 2011 年中國(guó)縣域與合并后的地級(jí)以上城市市區(qū)為研究單元 （不含臺(tái)灣省、香 港和澳門(mén)特別行政區(qū)） ，共 2 856 個(gè)；空間行政邊界矢量數(shù)據(jù)來(lái)自 1:400 萬(wàn)中國(guó)基礎(chǔ)地理 信息數(shù)據(jù)。交通網(wǎng)絡(luò)是實(shí)現(xiàn)空間可達(dá)性的基礎(chǔ)，道路數(shù)據(jù)來(lái)源于中國(guó)地圖出版社 2011 年 《1:450 萬(wàn)交通全圖》 地圖的矢量化。需要說(shuō)明的是，本文的可達(dá)性只是理論上的可達(dá) 性，換言之，是不考慮交通擁擠、交通組合等方面的一種無(wú)障礙的可達(dá)性。以 ArcGIS 9.2 為操作軟件平臺(tái)，對(duì)圖形數(shù)據(jù)統(tǒng)一投影到 Albers 等積圓錐投影系，對(duì)基礎(chǔ)地理信息數(shù) 據(jù)分層矢量化，存儲(chǔ)于地理數(shù)據(jù)庫(kù)中。 1.2 點(diǎn)格局分析 1.2.1 最近鄰指數(shù) 最近鄰距離指數(shù) NNI 是通過(guò)比較計(jì)算最近鄰點(diǎn)對(duì)的平均距離和隨機(jī)分布模式中的平 均距離之比，來(lái)比較與隨機(jī)分布的偏離程度[19]：
é N min ( dij )ù ê ú ∑ ê N ú i=1 ? ? NNI = 0.5 ( A N )

(1)

1期

潘竟虎 等： 中國(guó) A 級(jí)旅游景點(diǎn)空間分布特征與可達(dá)性

57

式中： min(dij) 是任一點(diǎn)與其最近鄰點(diǎn)間的距離，N 是景點(diǎn)的總數(shù)，A 為研究區(qū)域總面積。 1.2.2 K 指數(shù) 引入 K 指數(shù)來(lái)分析不同尺度下景點(diǎn)的空間分布規(guī)律。公式如下[20]：
K (t s ) = A2∑ ∑I (tij) H i i≠j K (t s ) 可轉(zhuǎn)化成平方根的形式 L(t s ) ： L (t s ) = K (t s) - ts π

(2)

式中：H 為樣點(diǎn)的個(gè)數(shù)； I (tij ) 是以 i 為中心，以 ts 為半徑的圓中的景點(diǎn)，不包含 i 本身。

(3)

式中： L(t s ) 大于 0 時(shí)，景點(diǎn)呈聚集分布； L(t s ) 小于 0 時(shí)，呈擴(kuò)散分布，而等于 0 時(shí)，呈 空間完全隨機(jī)分布。 1.2.3 熱點(diǎn)聚類(lèi) 熱點(diǎn)地區(qū)是景點(diǎn)在空間上大量聚集的表現(xiàn)，即密度較大的區(qū)域。采用最近距離層次 聚類(lèi)法，即根據(jù)每個(gè)景點(diǎn) i 的最鄰近距離，通過(guò)定義一個(gè)聚集單元、極限距離或閾值和 每一聚集單元的最小數(shù)目，然后比較聚集單元與每一點(diǎn)對(duì)的鄰近距離，當(dāng)某一點(diǎn)的最鄰 近距離小于該極限距離時(shí)，該點(diǎn)被計(jì)入聚集單元，據(jù)此將原始點(diǎn)數(shù)據(jù)聚類(lèi)為若干橢圓區(qū) 域，稱為一階熱點(diǎn)區(qū)；同理，對(duì)一階熱點(diǎn)區(qū)利用同樣方法，聚類(lèi)得到二階熱點(diǎn)區(qū)，以此 類(lèi)推更高階熱點(diǎn)區(qū)。 1.2.4 樣方分析 用一組樣方覆蓋在研究區(qū)域上并作疊置分析，統(tǒng)計(jì)落在每一個(gè)樣方上的樣本數(shù)，通 過(guò)統(tǒng)計(jì)不同的具有 m 個(gè)點(diǎn)數(shù)的樣方的個(gè)數(shù)及其頻率，并與完全隨機(jī)過(guò)程對(duì)比來(lái)判斷點(diǎn)模 式的空間分布特征。其結(jié)果一般用方差均值比 VMR 判斷[21]：
VMR = VAR/Mean
i 2 i 2 i i

(4)
i

p x - (∑p x ) /n 式 （4） 中： VAR = ∑ ， Mean =∑x/m ，其中， p 為含有 i 個(gè)點(diǎn)的樣方 n-1 頻率，xi 為每個(gè)樣方內(nèi)的點(diǎn)數(shù)，n 為樣方數(shù)，m 為總點(diǎn)數(shù)。對(duì)于 Poisson 分布，VMR 的值

為 1；當(dāng) VMR<1 時(shí)，可認(rèn)為對(duì)象均勻分布趨勢(shì)明顯；當(dāng) VMR>1 時(shí)，則可認(rèn)為對(duì)象有集中 分布的趨勢(shì)。由于樣方數(shù)越多， Mean 越小， VAR 也越小，并且下降的速度比 Mean 快， 因 此 VMR 的 值 會(huì) 變 小，但 是 不 會(huì) 改 變 分 布 的 類(lèi) 型。 樣 方 大 小 的 確 定 采 用“ 拇 指 規(guī) 則”[21]，即樣方大小應(yīng)當(dāng)是平均每個(gè)點(diǎn)所占面積的兩倍。 1.3 可達(dá)性測(cè)度 1.3.1 累積耗費(fèi)距離柵格運(yùn)算 景點(diǎn)可達(dá)性定義為在特定時(shí)間段內(nèi)，從該景點(diǎn)出發(fā)向其周邊出行，所取得出行距離 的平均值。本文采用 GIS 柵格耗費(fèi)距離計(jì)算可達(dá)性，充分考慮水域、山體等的阻隔因 素，能較好地模擬出區(qū)域任何一個(gè)點(diǎn)的可達(dá)性。在柵格數(shù)據(jù)上借助最短路徑法計(jì)算每個(gè) 網(wǎng)格到某個(gè)目的網(wǎng)格的最短加權(quán)距離，稱為“累積耗費(fèi)距離算法” 。公式為[22]：

58

自

然 資 源 學(xué)

報(bào)

29 卷

ì1 n ? 2∑(Ci + Ci + 1) ? i=1 Ki = í n ? 2 (C + C ) i+1 ? 2∑ i i=1 ?

（5）

式中：Ci 表示第 i 個(gè)像元的耗費(fèi)值，Ci+1 是指沿運(yùn)動(dòng)方向上的第 i+1 個(gè)像元的耗費(fèi)值；n 為 像元總數(shù)，Ki 為行政單元第 i 個(gè)柵格的景點(diǎn)可達(dá)性。式 （5） 中的上分式表示通過(guò)代價(jià)表 面垂直或平行的方向上進(jìn)行代價(jià)距離的計(jì)算；下分式表示通過(guò)代價(jià)表面的對(duì)角線方向的 代價(jià)距離的計(jì)算。 用 1 km×1 km 柵格網(wǎng)將原矢量底圖柵格化，整個(gè)中國(guó)大陸區(qū)域有效網(wǎng)格共 9 451 423 個(gè)。不同地表類(lèi)型具有不同的出行速度，設(shè)定時(shí)間成本數(shù)值的參考為平均出行 1 km 大約 所需要的分鐘數(shù)，對(duì)不同的道路賦予不同的速度。根據(jù) 2010 年中國(guó)不同等級(jí)的鐵路里程 和速度標(biāo)準(zhǔn)，以及 《中華人民共和國(guó)公路工程技術(shù)標(biāo)準(zhǔn) （JTGB01—2003）》 ，并參考前
表 1 主要交通線路等級(jí)時(shí)間成本值
Table 1 Main traffic lines cost of China 道路等級(jí) 速度（ / km/h） 時(shí)間成本/min 鐵路 100 0.6 高速公路 120 0.5 國(guó)道 80 0.75 省道 60 1 縣道 40 1.5

人研究成果 [13,22]，本文采用表 1 所 示的時(shí)間成本值。根據(jù)成本值，從 基礎(chǔ)數(shù)據(jù)庫(kù)中提取空間要素，分別 建立矢量要素層，賦予成本屬性 后，將矢量數(shù)據(jù)轉(zhuǎn)換為柵格數(shù)據(jù)，

柵格數(shù)據(jù)的取值即為成本值；對(duì)各層時(shí)間成本值柵格數(shù)據(jù)進(jìn)行空間疊加得到空間地物的 時(shí)間成本柵格。 以交通圖和基礎(chǔ)地理地圖為底圖，在谷歌地圖輔助下確定 A 級(jí)景點(diǎn)的具體位置，在 ArcGIS 中建立 Point 對(duì)象圖層；利用 ArcMap 的 Cost Weighted 操作，在耗費(fèi)圖層上計(jì)算出 每個(gè)景點(diǎn)的成本加權(quán)距離。利用 ArcGIS 軟件求出每個(gè)柵格到最近旅游景點(diǎn)的時(shí)間，進(jìn)而 求出整個(gè)區(qū)域的旅游景點(diǎn)的可達(dá)性。 1.3.2 縣級(jí)單元整體景點(diǎn)可達(dá)性評(píng)價(jià) 為了從整體上刻畫(huà)區(qū)域居民日常旅游出行的便利程度，反映旅游景點(diǎn)可達(dá)性在行政 單元面域?qū)用嫔系目臻g結(jié)構(gòu)情況，引入縣級(jí)單元整體景點(diǎn)可達(dá)性評(píng)價(jià)計(jì)算�？赏ㄟ^(guò)計(jì)算 行政單元內(nèi)柵格景點(diǎn)可達(dá)性的平均值來(lái)反映整個(gè)行政單元的景點(diǎn)可達(dá)性。計(jì)算式為[23]：
S j =∑Ki n j
i=1 nj

(6)

式中：Sj 為第 j 個(gè)行政單元的整體景點(diǎn)可達(dá)性，nj 為第 j 個(gè)行政單元范圍內(nèi)的柵格個(gè)數(shù)，Sj 越小，說(shuō)明該行政單元到旅游景點(diǎn)越便利。 1.4 ESDA 空間關(guān)聯(lián)分析方法 引入 ESDA 的全局 Moran’ s I 指數(shù)探測(cè)空間關(guān)聯(lián)結(jié)構(gòu)模式。在給定顯著性水平下，若 Moran’ s I 顯著為正，表示可達(dá)性較高 （或較低） 的區(qū)域在空間上顯著集聚；反之，則表 明區(qū)域與其周邊地區(qū)的可達(dá)性具有顯著的空間差異。引入 Getis-Ord Gi*用于識(shí)別不同空間 位置上的高值簇與低值簇，為了便于解釋和比較，對(duì) Gi*(d) 進(jìn)行標(biāo)準(zhǔn)化處理，得到 Z (Gi*) ，如果 Z (Gi*) 為正且顯著，表明位置 i 周?chē)闹迪鄬?duì)較高，屬高值空間集聚 （熱點(diǎn) 區(qū)） ；反之，如果 Z (Gi ) 為負(fù)且顯著，則表明位置 i 周?chē)闹迪鄬?duì)較低，屬低值空間集聚 （冷點(diǎn)區(qū)） [24]。
*

1期

潘竟虎 等： 中國(guó) A 級(jí)旅游景點(diǎn)空間分布特征與可達(dá)性

59

2 結(jié)果與分析
2.1 旅游景點(diǎn)分布特征 2.1.1 省際分布特征 全國(guó) 31 個(gè)省 （市、區(qū)） 都擁有 A 級(jí)及以上旅游景點(diǎn) （圖 1） ，但呈現(xiàn)出不均衡的分布 特征。數(shù)量最多的省份是江蘇，有 176 個(gè)，最少的是海南，僅有 11 個(gè)，平均每個(gè)省擁有 A 級(jí)景點(diǎn) 76 個(gè)。密度最高的是北京，達(dá)到 43.93 個(gè)/104 km2，最低的是西藏，為 0.09 個(gè)/ 104 km2，全國(guó)景點(diǎn)平均密度為 2.5 個(gè)/104 km2。

圖 1 中國(guó) A 級(jí)景點(diǎn)分布
Fig.1 Distribution of A-grade tourist attractions

2.1.2 空間分布特征 通過(guò) ArcGIS 9.2 計(jì)算景點(diǎn)分布的最近鄰距離指數(shù) NNI，結(jié)果如表 2 所示。一般認(rèn)為， NNI ? 0.5 和 NNI ? 1.5 分別為聚集分布和均勻分布； 0.5<NNI ? 0.8 為聚集－隨機(jī)分布； 0.8<NNI<1.2 為隨機(jī)分布；1.2 ? NNI<1.5 為隨機(jī)－離散分布。中國(guó) A 級(jí)以上景點(diǎn)的空間分 布總體上呈現(xiàn)出聚集分布的特點(diǎn)，而且 Z 檢驗(yàn)值和 P 檢驗(yàn)值高度顯著。分級(jí)別而言，最 高級(jí)別 （5A 級(jí)） 和最低級(jí)別 （1A 級(jí)） 景點(diǎn)呈現(xiàn)一定的聚集－隨機(jī)分布特征，而中間級(jí) 別 （2A、 3A 和 4A 級(jí)） 景點(diǎn)則聚 集分布。 中國(guó) A 級(jí)景點(diǎn)的高階最近鄰 距離指數(shù)如圖 2 所示。隨著階數(shù)的 增加，最近鄰距離指數(shù)亦隨之增 加，景點(diǎn)空間分布的集聚程度持 續(xù)降低。其中在 1~40 階值內(nèi)集聚 程度降幅最大，在 40 階以后降幅 緩慢。利用 K 指數(shù)分析景點(diǎn)的空
表 2 景點(diǎn)分布的最近鄰距離指數(shù)
NNI
0.41 0.58 0.43 0.39 0.42 0.52 分布類(lèi)型 聚集 聚集－隨機(jī) 聚集 聚集 聚集 聚集－隨機(jī) Table 2 Nearest neighbor distance index of tourist attractions distribution 景點(diǎn)類(lèi)型 所有景點(diǎn) 5A 級(jí) 4A 級(jí) 3A 級(jí) 2A 級(jí) 1A 級(jí)

Z值
-55.29 -35.56 -24.38 -31.58 -9.85 -8.99

P值
0.0001 0.001 0.001 0.001 0.001 0.001

60

自

然 資 源 學(xué)

報(bào)

29 卷

間分布，得到圖 3。由圖 3 亦可知，中國(guó) A 級(jí)景點(diǎn)的空間分布格局屬于集聚分布 （在 CSR (Complete Spatial Randomness，完全空間隨機(jī)分布)線之上，即 L(ts)>0） 。在 1~1 000 km 范圍內(nèi) L(ts)呈上升趨勢(shì)，并且增幅較大，然后逐漸下降。

圖 2 景點(diǎn)分布的高階最近鄰距離指數(shù)
Fig.2 High levels nearest neighbor distance index of tourist attractions distribution

圖 3 景點(diǎn)分布的 K 函數(shù)
Fig.3 K function of tourist attractions distribution

利用最近距離層次聚類(lèi)的方法對(duì)景點(diǎn)分布進(jìn)行熱點(diǎn)探測(cè)，結(jié)果如圖 4。中國(guó) A 級(jí)旅游 景點(diǎn)空間分布的熱點(diǎn)區(qū)域呈現(xiàn)出以下特點(diǎn)：三級(jí)熱點(diǎn)區(qū)有 48 個(gè)，呈現(xiàn)出離散的隨機(jī)分布 的特點(diǎn)，最大三級(jí)區(qū)位于北京市，含 38 個(gè) A 級(jí)景點(diǎn)。通過(guò)對(duì)三級(jí)熱點(diǎn)區(qū)進(jìn)行聚類(lèi)，得到 7 個(gè)二級(jí)熱點(diǎn)區(qū)，除成渝外，幾乎全部集中在中東部地區(qū)。

圖 4 景點(diǎn)分布的空間熱點(diǎn)探測(cè)
Fig.4 Spatial hotspot detection of tourist attractions distribution

2.1.3 樣方分析 通過(guò)對(duì)前述數(shù)據(jù)庫(kù)中 A 級(jí)景點(diǎn)的統(tǒng)計(jì)發(fā)現(xiàn)， 2011 年中國(guó) A 級(jí)景點(diǎn)總數(shù)為 2 424 個(gè)， 因此平均每個(gè)景點(diǎn)占的面積為 3 899.1 km2，根據(jù)拇指規(guī)則，每個(gè)樣方的面積應(yīng)該為 7 798.2 km2，因此本文采用大小為 88.31 km×88.31 km 的樣方 （圖 5） 對(duì)中國(guó) A 級(jí)景點(diǎn)分 布模式進(jìn)行分析。對(duì)樣方與全國(guó)邊界進(jìn)行疊置分析，全國(guó)范圍內(nèi)共包含 1 323 個(gè)樣方，但 是有許多樣方位于邊界，被邊界裁剪后形狀不規(guī)則，為了消除邊界效應(yīng)將這些樣方去 掉，最后剩余 1 016 個(gè)樣方。分別統(tǒng)計(jì)每個(gè)樣方內(nèi)景點(diǎn)的數(shù)目，由于刪去邊界附近的非規(guī)

1期

潘竟虎 等： 中國(guó) A 級(jí)旅游景點(diǎn)空間分布特征與可達(dá)性

61

則形狀樣方，有 455 個(gè)景點(diǎn)沒(méi)有被樣方覆蓋。 通 過(guò) 計(jì) 算 可 知 ， 樣 方 頻 率 方 差 VAR= 7.688，平均樣方頻率 Mean=1.938，方差均值 比 VMR=3.967>1，因此中國(guó) A 級(jí)景點(diǎn)的空間分 布具有較強(qiáng)聚集分布的趨勢(shì)。 2.2 可達(dá)性空間格局 2.2.1 可達(dá)性總體空間分布特征 將 A 級(jí)景點(diǎn)作為耗費(fèi)距離源點(diǎn)，計(jì)算每一 個(gè)旅游景點(diǎn)通過(guò)交通網(wǎng)絡(luò)到整個(gè)中國(guó)區(qū)域內(nèi)任 意柵格所花費(fèi)的時(shí)間，由交通線路通行的可逆 性，可知這一柵格到旅游景點(diǎn)的可達(dá)性就是每 一個(gè)旅游景點(diǎn)通過(guò)交通網(wǎng)絡(luò)到整個(gè)中國(guó)區(qū)域內(nèi)
圖 5 A 級(jí)景點(diǎn)分布的樣方
Fig.5 Quadrats of A-grade tourist attractions distribution

任意柵格所花費(fèi)時(shí)間的最小值。結(jié)果如圖 6 所示。

圖 6 A 級(jí)旅游景點(diǎn)的可達(dá)性
Fig. 6 Accessibility of A-grade tourist attractions

以 15 min、 30 min、 45 min、 1 h、 1.5 h、 2 h、 3 h、 5 h、 8 h 為標(biāo)準(zhǔn)，將中國(guó) A 級(jí) 旅游景點(diǎn)可達(dá)性劃分為 10 個(gè)時(shí)間段，分別計(jì)算這 10 個(gè)時(shí)間段在空間上的分布頻率和累積 頻率，分析各個(gè)時(shí)間段所占區(qū)域面積大小關(guān)系，結(jié)果見(jiàn)圖 7。中國(guó) A 級(jí)旅游景點(diǎn)的平均可 達(dá)性時(shí)間為 125.88 min，60%的景點(diǎn)可達(dá)性在 90 min 以內(nèi)，景點(diǎn)的可達(dá)性在 30 min 以內(nèi) 的區(qū)域達(dá)到了 26.65%，可達(dá)性在 6 h 以上的區(qū)域占總面積的 9.9%。從各個(gè)時(shí)間段在空間 上的分布頻率來(lái)看，以 15~30 min 這個(gè)時(shí)段分布最廣泛，占 16.04%；其次是 30~45 min， 所占比例為 12.48%。景點(diǎn)可達(dá)性相對(duì)較差的地區(qū)分布較少，但 480 min 以上地區(qū)所占的 比例仍達(dá)到 4.28%。 可達(dá)性在全國(guó)的分布差異十分明顯，可達(dá)性最差的區(qū)域分布在青藏高原、南疆、甘 青蒙交界、內(nèi)蒙古北部、川西、黑龍江北部、藏東南等地區(qū)，大都為高寒、荒漠、少數(shù) 民族或邊境地區(qū)，最差可達(dá)性達(dá)到了 1 260 min。可達(dá)性較好的區(qū)域多連片分布在長(zhǎng)三

62

自

然 資 源 學(xué)

報(bào)

29 卷

圖 7 旅游景點(diǎn)空間可達(dá)性時(shí)間分析圖
Fig. 7 Time analyses figures of accessibility of cantonal scenic spots

角、珠三角、環(huán)渤海、中原、成渝等中、 東部地區(qū)，西部可達(dá)性較好的地區(qū)則具有 明顯的交通指向性，主要沿隴海、蘭新、 成渝、貴昆等交通干線分布。 2.2.2 縣域單元可達(dá)性的空間差異 為了從宏觀上把握對(duì)于 A 級(jí)景點(diǎn)的整 體可達(dá)性差異及其區(qū)域效應(yīng)，本文對(duì)全國(guó) 地域進(jìn)行小范圍區(qū)域劃分。考慮到縣級(jí)是 我國(guó)最基本的區(qū)域經(jīng)濟(jì)單元，按照縣級(jí)行 政單元?jiǎng)澐质沁M(jìn)行區(qū)域劃分的常見(jiàn)方法，

本文按照縣域單元對(duì)全國(guó)進(jìn)行劃分，一些城市的中心城區(qū)面積比較小，故對(duì)其進(jìn)行合 并，統(tǒng)一以市區(qū)作為單元，共劃分出 2 596 個(gè)單元。利用式 （6） 對(duì)其整體景點(diǎn)可達(dá)性進(jìn) 行計(jì)算，借用 n 小時(shí)都市圈理論，將所有景點(diǎn)縣域單元可達(dá)性劃分為 0.5 h、1 h、2 h、4 h 和 4 h 以上 5 個(gè)等級(jí) （圖 8） 。

圖 8 A 級(jí)旅游景點(diǎn)的縣域單元可達(dá)性等級(jí)分級(jí)圖
Fig.8 Grade map of accessibility of different types of scenic spots at the county level

結(jié)合不同時(shí)間圈內(nèi)縣域可達(dá)性特征，中國(guó) A 級(jí)旅游景點(diǎn)可達(dá)性總體特征是：景點(diǎn)可 達(dá)性小于 30 min 的高可達(dá)縣大都集中在 110°E 以東、43°N 以南的區(qū)域，在空間上呈現(xiàn)出 以京津冀、中原、長(zhǎng)三角和珠三角為核心的圈層結(jié)構(gòu)，可達(dá)性小于 30 min 的縣域單元多 連片分布在這 4 個(gè)地區(qū)，并向東北伸展到遼中，向中部擴(kuò)展到武漢，向南部通過(guò)湘中延 伸到珠三角。西部地區(qū)亦有少許分布，主要散布在川中、關(guān)中、滇中和省會(huì)、全國(guó)性綜 合交通樞紐以及高速和鐵路的結(jié)點(diǎn)城市。景點(diǎn)可達(dá)性在 31~60 min 的次高可達(dá)縣大體分 布在黑河—騰沖線以東區(qū)域，但在關(guān)中－天水地區(qū)向河西走廊凸出；此線以西地區(qū)只在 云南、內(nèi)蒙古中部、拉薩和新疆部分地區(qū)點(diǎn)狀分布。景點(diǎn)可達(dá)性在 61~120 min 的中可達(dá) 縣數(shù)量較少，總體呈斑塊狀分散布局在高可達(dá)性縣域外側(cè)，或在其內(nèi)部填空補(bǔ)實(shí)，僅在 新疆北部、內(nèi)蒙古中東部和黑龍江北部連片帶狀分布。景點(diǎn)可達(dá)性在 121~240 min 的次

1期

潘竟虎 等： 中國(guó) A 級(jí)旅游景點(diǎn)空間分布特征與可達(dá)性

63

低可達(dá)縣域被低、中可達(dá)性縣域和河西走廊分割，呈較連續(xù)的分散性塊狀格局，環(huán)狀聚 集在青藏高原外緣。景點(diǎn)可達(dá)性在 240 min 以上的縣除西藏山南地區(qū)的兩縣外，全部聚 集在藏北羌塘—青海唐古拉—新疆南部交匯地帶，形成一個(gè)巨大的斑塊。 從數(shù)量來(lái)看，可達(dá)性小于 30 min 的高可達(dá)縣有 1 794 個(gè)，，占縣域總數(shù)的 62.8%，但其 面積僅占全國(guó)總面積的 19.8%。在空間布局上，中國(guó) A 級(jí)景點(diǎn)縣域可達(dá)性分布特征呈現(xiàn) 與中國(guó)三大自然梯度恰相反的特征，具有明顯的“反自然梯度”的階梯狀特征：東部平 原區(qū)可達(dá)性最高，西部和北部高原區(qū)可達(dá)性最低，中部丘陵山地區(qū)可達(dá)性界于兩者之 間。在三大階梯之間，著名的“黑河—騰沖”人口分界線同樣也是中國(guó) A 級(jí)景點(diǎn)縣域可 達(dá)性的分界線。 2.2.3 可達(dá)性分布的空間關(guān)聯(lián)分析 旅游景點(diǎn)處于區(qū)域中，可達(dá)性分布在空間上呈現(xiàn)出連續(xù)變化的特征，因而必須考慮 空間的影響。本文借助 ESDA 空間關(guān)聯(lián)分析，以縣域?yàn)榉治鰡卧獊?lái)探求中國(guó) A 級(jí)旅游景 點(diǎn)可達(dá)性的空間分布格局。中國(guó) A 級(jí)景點(diǎn)的 Moran’ s I 值高達(dá) 0.93，Z 值為 78.79，檢驗(yàn)結(jié) 果非常顯著，說(shuō)明縣域間可達(dá)性存在很強(qiáng)的空間正相關(guān)，呈強(qiáng)集聚格局。為了更有效地 研究縣域旅游景點(diǎn)可達(dá)性聚集的位置所在及區(qū)域相關(guān)的程度，本文計(jì)算了縣域單元局域 * 空間關(guān)聯(lián)指數(shù) Getis-Ord Gi ，并利用 ArcGIS 軟件將其空間化，用 Jenks 自然斷裂法對(duì)每 個(gè)時(shí)相的局域 G i 統(tǒng)計(jì)量從高到低分成 5 類(lèi)，即熱點(diǎn)區(qū)、次熱點(diǎn)區(qū)、中間區(qū)、次冷點(diǎn)區(qū)和 冷點(diǎn)區(qū)，生成中國(guó) A 級(jí)旅游景點(diǎn)縣域可達(dá)性空間格局的熱點(diǎn)圖 （圖 9） 。
*

圖 9 旅游景點(diǎn)縣域單元可達(dá)性熱點(diǎn)區(qū)分布
Fig.9 Hot spots of holistic accessibility at the county level

由圖 9 可知，在考慮到空間關(guān)聯(lián)的情況下，較之圖 8，A 級(jí)景點(diǎn)縣域單元可達(dá)性空間 聚集程度更為顯著。中國(guó) A 級(jí)景點(diǎn)可達(dá)性熱點(diǎn)區(qū)域的分布呈現(xiàn)明顯的熱點(diǎn)—次熱點(diǎn)—次 冷點(diǎn)—冷點(diǎn)自東向西帶狀分布的格局。熱點(diǎn)區(qū)空間分布最為破碎，最大的熱點(diǎn)區(qū)幾乎涵 蓋了華東、中原和環(huán)渤海區(qū)域，并向東北伸展到吉林中部，向西北伸展到關(guān)中地區(qū)，向 南延伸到兩廣沿海；第二大熱點(diǎn)區(qū)分布在成渝—貴陽(yáng)，其他熱點(diǎn)區(qū)面積很小，主要有滇

64

自

然 資 源 學(xué)

報(bào)

29 卷

中、哈爾濱、海東、湘西等。次熱點(diǎn)區(qū)以石嘴山—貢山一線為界，包括除新疆北部和西 藏東部外的以東區(qū)域。冷點(diǎn)區(qū)域聚集在青藏—南疆，次冷點(diǎn)區(qū)域環(huán)繞分布在冷點(diǎn)區(qū)外圍。 2.3 影響因素 旅游景點(diǎn)的空間分布主要受經(jīng)濟(jì)發(fā)展程度、人口規(guī)模、交通狀況和景點(diǎn)評(píng)級(jí)標(biāo)準(zhǔn)等 因素的影響，而景點(diǎn)可達(dá)性在空間上的差異又直接取決于旅游景點(diǎn)分布和路網(wǎng)結(jié)構(gòu)的地 區(qū)差異，同時(shí)，自然和人文環(huán)境作為間接因素，通過(guò)作用于前兩個(gè)因素來(lái)影響區(qū)域旅游 景點(diǎn)的可達(dá)性。 （1） 自然環(huán)境。景點(diǎn)的分布在一定程度上受限于自然環(huán)境，地形地貌、水系、生態(tài) 環(huán)境等都會(huì)影響到景點(diǎn)的分布和開(kāi)發(fā)。另一方面，自然環(huán)境對(duì)交通體系布局影響較大， 決定了區(qū)域路網(wǎng)結(jié)構(gòu)的差異，進(jìn)而影響到景點(diǎn)可達(dá)性。 （2） 經(jīng)濟(jì)發(fā)展。中國(guó) A 級(jí)旅游景點(diǎn)雖呈集聚分布，但卻主要集中在東部沿海等經(jīng)濟(jì) 發(fā)達(dá)地區(qū)，這些區(qū)域人均收入相對(duì)較高，消費(fèi)觀念較強(qiáng)，用于旅游方面的支出多；同 時(shí)，基礎(chǔ)設(shè)施建設(shè)相對(duì)完善，用于旅游景點(diǎn)的投資也相對(duì)較高，進(jìn)而改善該區(qū)域的景點(diǎn) 可達(dá)性。 （3） 人口規(guī)模。中國(guó) A 級(jí)旅游景區(qū)是以市場(chǎng)為導(dǎo)向型，而非以資源為導(dǎo)向型的分布 體系，人口基數(shù)越大、潛在的游客數(shù)越多，也就越容易達(dá)到景區(qū)門(mén)檻值。此外，由于旅 游的內(nèi)聚型，本地居民的多少直接影響到景點(diǎn)的發(fā)展。 （4） 交通體系。路網(wǎng)發(fā)育程度和等級(jí)在一定程度上影響旅游景點(diǎn)的可進(jìn)入性，進(jìn)而 影響景點(diǎn)的可達(dá)性。而旅游可達(dá)性直接影響到旅游時(shí)間效益的高低，進(jìn)而影響到旅游者 決策行為的發(fā)生。廣大西部地區(qū)雖有眾多獨(dú)特的旅游資源，但往往限于地勢(shì)、交通和環(huán) 境，多不易開(kāi)發(fā)。 （5） 評(píng)級(jí)體系。A 級(jí)旅游景點(diǎn)是中國(guó)景區(qū)評(píng)級(jí)體系特有的產(chǎn)物，評(píng)級(jí)項(xiàng)目和標(biāo)準(zhǔn)直 接影響著景點(diǎn)分布格局和現(xiàn)狀特征�，F(xiàn)有評(píng)級(jí)體系對(duì)旅游交通、基礎(chǔ)設(shè)施建設(shè)、通信服 務(wù)、游客人數(shù)最低標(biāo)準(zhǔn)等多因素的強(qiáng)調(diào)使得許多旅游資源豐富的地區(qū)由于在經(jīng)濟(jì)、交 通、人口條件等方面優(yōu)勢(shì)的缺失，而無(wú)法晉級(jí)高級(jí)別景區(qū)行列。

3 結(jié)論與討論
中國(guó) A 級(jí)景點(diǎn)的空間分布總體上呈現(xiàn)出聚集分布的特點(diǎn)，景點(diǎn)的平均可達(dá)時(shí)間為 125.88 min， 60% 的景點(diǎn)可達(dá)性在 90 min 以內(nèi)；可達(dá)性在全國(guó)的分布差異十分明顯，可 達(dá)性空間分布具有明顯的交通指向性。景點(diǎn)縣域可達(dá)性呈強(qiáng)集聚格局，可達(dá)性熱點(diǎn)區(qū)域 的分布呈現(xiàn)明顯的熱點(diǎn)—次熱點(diǎn)—次冷點(diǎn)—冷點(diǎn)自東向西帶狀分布的格局。旅游景點(diǎn)分 布和可達(dá)性主要受自然環(huán)境、經(jīng)濟(jì)發(fā)展、人口規(guī)模、路網(wǎng)結(jié)構(gòu)的地區(qū)差異以及評(píng)級(jí)體系 等因素的影響。 針對(duì)中國(guó) A 級(jí)景點(diǎn)在全國(guó)分布不均勻但在個(gè)別地區(qū)集聚程度高的特點(diǎn)，根據(jù)核心-邊

緣理論，在旅游景點(diǎn)集聚的地帶形成若干個(gè)旅游核心區(qū)域，并依托核心區(qū)域旅游景點(diǎn)高 度集聚的優(yōu)勢(shì)，帶動(dòng)廣大邊緣區(qū)域的旅游景點(diǎn)發(fā)展，以拓展旅游發(fā)展的縱深與腹地，使 旅游布局在區(qū)域內(nèi)逐漸均衡。另一方面，眾多的旅游景點(diǎn)在地域上的集聚也面臨著更為 激烈的內(nèi)部各景點(diǎn)之間的競(jìng)爭(zhēng)，比較典型如集聚中心的景點(diǎn)同質(zhì)化導(dǎo)致競(jìng)爭(zhēng)白熱化問(wèn) 題，需要?jiǎng)?chuàng)新競(jìng)合模式，實(shí)行聯(lián)動(dòng)開(kāi)發(fā)，打造異質(zhì)旅游產(chǎn)品，求得在更大空間上的發(fā)

1期

潘竟虎 等： 中國(guó) A 級(jí)旅游景點(diǎn)空間分布特征與可達(dá)性

65

展。本文研究顯示，中東部地區(qū)旅游景點(diǎn)交通可達(dá)性較好，但這并不能掩蓋該區(qū)域邊緣 地區(qū)景點(diǎn)的空間連通性還不完善的事實(shí)，特別是省域交界地帶，如贛閩粵湘交界、豫皖 交界、浙閩交界地帶等，因此要建立區(qū)域旅游合作機(jī)制，加快建設(shè)聯(lián)系相鄰省區(qū)的道路 和基礎(chǔ)設(shè)施，迎合旅游方式由觀光型向度假型轉(zhuǎn)變的需求，實(shí)現(xiàn)旅游景點(diǎn)和旅游線路的 有機(jī)鏈接。 受數(shù)據(jù)獲取難度和篇幅所限，本文沒(méi)有考慮水路和航空交通的影響，也沒(méi)有考慮東 中西部同級(jí)別線路的差異以及不同級(jí)別景點(diǎn)的空間分布、關(guān)聯(lián)特征及其空間結(jié)構(gòu)差異對(duì) 可達(dá)性的影響，這也是下一步研究的關(guān)鍵。 參考文獻(xiàn)：
[1] [2] [3] [4] [5] [6] [7] [8] [9] 袁俊, 余瑞林, 劉承良, 等. 武漢城市圈國(guó)家 A 級(jí)旅游景區(qū)的空間結(jié)構(gòu)[J]. 經(jīng)濟(jì)地理, 2010, 30(2): 324-328. 李中軒, 吳國(guó)璽. 洛陽(yáng)市旅游資源的空間結(jié)構(gòu)及其演化模式[J]. 地域研究與開(kāi)發(fā), 2012, 31(4): 107-109. 王雯萱, 謝雙玉. 湖北省 A 級(jí)旅游景區(qū)的空間格局與優(yōu)化[J]. 地域研究與開(kāi)發(fā), 2012, 31(2): 124-128. Christaller W. Some considerations of tourism location in Europe: The peripheral region underdeveloped countriesrecreation areas [J]. Paper and Proceedings of Regional Science Association, 1964, 12:95-105. Lundgren J O J. Tourist impact/island entrepreneurship in the Caribben [C]//Mathiesonm A, Wall G. Tourism: Economic, Physicial, and Social Impacts. Longman, 1982: 3-22. Weaver D B. Peripheries of the periphery:Tourism in Tobago and Barbuda [J]. Annals of Tourism Research, 1998, 25 (2): 292-313. Douglas G P. Tourism in Paris studies at the micro scale [J]. Annals of Tourism Research, 1999, 26(1): 91-93. Andreas Papatheodorou. Exploring the evolution of tourism resorts [J]. Annals of Tourism Research, 2004, 31(1): 219-237. Sophie M, Romain P. Can the high speed rail reinforce tourism attractiveness? The case of the high speed rail between Perpignan (France) and Barcelona (Spain) [J]. Technovation, 2009, 29(9): 611-617. [10] 畢麗芳, 馬耀峰, 高楠. 國(guó)內(nèi)旅游空間結(jié)構(gòu)研究進(jìn)展[J]. 資源開(kāi)發(fā)與市場(chǎng), 2012, 28(3): 270-273. [11] 張永平, 吳健生, 黃秀蘭, 等. 海峽西岸經(jīng)濟(jì)區(qū)旅游景區(qū)(點(diǎn))空間結(jié)構(gòu)分析[J]. 資源科學(xué), 2011, 33(9):1799-1805. [12] 毛小崗, 宋金平, 于偉. 北京市 A 級(jí)旅游景區(qū)空間結(jié)構(gòu)及其演化[J].經(jīng)濟(jì)地理, 2011, 31(8): 1381-1386. [13] 靳誠(chéng), 陸玉麒, 張莉, 等. 基于路網(wǎng)結(jié)構(gòu)的旅游景點(diǎn)可達(dá)性分析[J]. 地理研究, 2009, 28(1): 246-258. [14] 戴 學(xué) 軍, 莊 大 昌, 丁 登 山. 旅 游 景 區(qū) ( 點(diǎn)) 系 統(tǒng) 空 間 結(jié) 構(gòu) 網(wǎng) 格 分 形 維 數(shù) 研 究 [J]. 人 文 地 理, 2009, 24(4): 120-123. [15] 朱竑, 陳曉亮. 中國(guó) A 級(jí)旅游景區(qū)空間分布結(jié)構(gòu)研究[J]. 地理科學(xué), 2008, 28(5): 607-615. [16] Hansen W G. How accessibility shapes land-use [J]. Journal of the American Institute of Planners, 1959, 25: 73-76. [17] 王姣娥, 胡浩. 基于空間距離和時(shí)間成本的中小文化旅游城市可達(dá)性研究 [J]. 自然資源學(xué)報(bào), 2012, 27(11): 1951-1961. [18] 鐘業(yè)喜, 劉影, 賴格英. 江西省紅色旅游景區(qū)可達(dá)性分析及空間結(jié)構(gòu)優(yōu)化研究[J]. 江西師范大學(xué)學(xué)報(bào): 自然科學(xué)版, 2011, 35(2): 208-212. [19] 李旭, 陳德廣. 鄭汴一體化地區(qū)旅游景區(qū)的空間結(jié)構(gòu)分析[J]. 河南大學(xué)學(xué)報(bào): 自然科學(xué)版, 2011, 41(5): 494-499. [20] 閆慶武, 卞正富, 王楨. 基于空間分析的徐州市居民點(diǎn)分布模式研究[J]. 測(cè)繪科學(xué), 2009, 34(5): 160-163. [21] 毛政元, 李霖. 空間模式的測(cè)度及其應(yīng)用[M]. 北京: 科學(xué)出版社, 2004. [22] 靳誠(chéng), 陸玉麒, 范黎麗. 基于公路網(wǎng)絡(luò)的長(zhǎng)江三角洲旅游景點(diǎn)可達(dá)性格局研究 [J]. 自然資源學(xué)報(bào), 2010, 25(2): 258-269. [23] 王振波, 徐建剛, 朱傳耿, 等. 中國(guó)縣域可達(dá)性區(qū)域劃分及其與人口分布的關(guān)系 [J]. 地理學(xué)報(bào), 2010, 65(4): 416-426. [24] Anse1in L. Local indicators of spatial association: LISA [J]. Geographical Ana1ysis, l995, 27(1): 93-l15.

66

自

然 資 源 學(xué)

報(bào)

29 卷

Spatial Distribution Characteristics and Accessibility of A-grade Tourist Attractions in China
PAN Jing-hu, LI Jun-feng
(College of Geographic and Environmental Science, Northwest Normal University, Lanzhou 730070, China)

Abstract: Scenic spot is a very important carrier of tourism activities. The study of the spatial structure of tourism is receiving increasing attention but methodology so far has used qualitative rather than quantitative methods. The A-grade tourist attraction is a tourist ranking classifiable system with Chinese characteristics and is a national standard of comprehensive evaluation about scenic spot quality and grade in China. Besides the attraction of scenic spots, enhancing accessibility and perfecting infrastructure in scenic spots are very important for their tourism development. Therefore, the research on spatial distribution structure and accessibility of A-grade scenic spots are meaningful. Based on an investigation of 2424 National A-grade tourist attractions and using GIS and some quantitative analysis methods, such as Nearest Neighbor Index (NNI), Ripley’ s K function, hot spot clustering, the spatial structure of tourist attractions were investigated, with their characteristics and distribution for different strategies being discussed. Based on matrix raster data covering the whole space, this paper calculates spatial accessibility of all counties in China using cost weighted distance method and ArcGIS as platforms. Then we discuss spatial differences of county accessibility of scenic spots by using ESDA (Exploratory Spatial Data Analysis). The results show that general scenic spots exhibit an aggregated distribution. Considering the accessibility, we find that the human scenic spots are more centralized. The average accessibility is about 125.88 minutes, and the area where the accessibility of scenic spots is within 90 minutes reaches 60% , while the area where the accessibility is within 30 minutes accounts for 26.65% and the longest time needs 1260 minutes which is located at central Tibetan Plateau. Distribution of the accessibility has pointed to traffic line. At county level, the estimated values of Moran’ s I is positive numbers using analysis of spatial association. All the test results indicate that tourist attractions and adjacent areas show strong positive correlation. Distribution of hot spots regarding the accessibility shows an obvious hot spots － sub-hotspots － sub-cold spots － cold spots zonal distribution pattern from east to west. Cold spots are distributed in the border zone of Tibet, Xinjiang and Qinghai. On the basis of the above results, we identify five factors which impact the spatial structure and accessibility of scenic spots: natural environment, economic development, traffic condition, population and rating system. Finally, some recommendations are given for optimization of the spatial structure of scenic spots, involving quickening the development of edge district’ s tourism, coordinating the development of the tourism industry for each region, and enhancing basic infrastructure of transportation especially that of the provincial border-regions. Key words: spatial structure; spatial accessibility; scenic spots; GIS; China



  本文關(guān)鍵詞：中國(guó)A級(jí)旅游景點(diǎn)空間分布特征與可達(dá)性，由筆耕文化傳播整理發(fā)布。