本文關鍵詞：中國A級旅游景點空間分布特征與可達性，由筆耕文化傳播整理發(fā)布。

當前位置：首頁 >> 天文/地理 >> 中國A級旅游景點空間分布特征與可達性

第 29 卷

第1期

自

然

資

源 學

報

Vol.29 No.1 Jan., 2014

2014 年 1 月

JOURNAL OF NATURAL RESOURCES
<

br />中國 A 級旅游景點空間分布特征與可達性
潘竟虎，李俊峰
（西北師范大學 地理與環(huán)境科學學院，蘭州 730070）

摘要：以 A 級景點為例，基于 GIS 技術，通過最近鄰指數(shù)、K 指數(shù)、熱點聚類等方法分析中 國 2 424 個 A 級旅游景點的空間分布特征；運用柵格成本加權距離算法，計算中國 A 級旅游 景點的空間可達性，并測算縣域單元的整體可達性；利用空間關聯(lián)方法分析了縣域可達性的 空間差異。結果表明：中國 A 級景點的空間分布總體上呈現(xiàn)出聚集分布的特點，所有景點的 平均可達時間為 125.88 min，60%的景點可達時間在 90 min 以內；可達性在全國的分布差異 十分明顯，可達性空間分布具有明顯的交通指向性。景點的縣域可達性呈強集聚格局，可達 性熱點區(qū)域的分布呈現(xiàn)明顯的熱點—次熱點—次冷點—冷點自東向西帶狀分布的格局。 關 鍵 詞：空間結構；空間可達性；旅游景點；GIS；中國 文獻標志碼：A 文章編號：1000-3037(2014)10-0055-12 中圖分類號：F592.7

DOI：10.11849/zrzyxb.2014.01.006

景點是由若干相關聯(lián)的景物所構成、具有相對獨立性和完整性，并具有審美特征 的基本境域單元。旅游景點是旅游供給的物質載體 [1]，是旅游業(yè)賴以發(fā)展的重要依托。 旅游景點的空間結構指自然和文化景觀資源在空間上的相互關系與組合形式，它是節(jié)點 （景點） 、通道 （交通線） 和面域 （行政區(qū)） 的集合[2]。區(qū)域旅游景點空間結構不僅涉及景 點的分布狀況及品位、數(shù)量組合關系，而且直接引發(fā)旅游者的空間行為[3]，對旅游資源的 開發(fā)速度、規(guī)模、效益以及時空安排有深刻影響。國外學者的研究始于 1960 年代，如 Christaller 運用區(qū)位論分析特定游憩活動與其地理空間的結構關系[4]，Lundgren 建立了核 心-邊緣模型研究旅游活動與地理空間的關系[5]，Weaver 利用中心-外圍理論對加勒比海 群島進行實證研究[6]，Douglas 分析了巴黎旅游區(qū)域的空間結構特征[7]，Andreas 構建了分 析旅游度假區(qū)空間和市場結構演變過程的經濟地理模型[8]，Sophie 則嘗試研究交通建設對 旅游空間結構與經濟結構改變的影響等[9]。國內學者的研究起源于 1980 年代的旅游地理 區(qū)劃工作，主要集中在基礎理論研究、旅游空間組織形態(tài)、旅游空間結構模式、演化與 優(yōu)化、旅游流空間結構、空間相互作用、空間結構影響以及空間發(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)為物質載體的[13]，因而對景點空間結構的研究也受到廣泛的關 注，研究方法多為分形、空間計量和數(shù)理統(tǒng)計[14-15]。但已有研究對象多局限于單個省份、 城市或區(qū)域內部，分析層次也主要以某一級別的旅游景點為主，鮮見對全國范圍內旅游 景點整體分布規(guī)律的研究成果。從研究方法來看，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 目 ： 國 家 自 然 科 學 基 金 項 目 （41061017） ； 西 北 師 范 大 學 青 年 教 師 科 研 能 力 提 升 計 劃 項 目 （SKQNYB12021） 。 panjh_nwnu@nwnu.edu.cn 第一作者簡介 ： 潘竟虎 （1974-） ，男，甘肅嘉峪關人，副教授，博士，研究方向為空間經濟分析。 E-mail：

56

自

然 資 源 學

報

29 卷

GIS 空間分析方法，尤其是很直觀有效地表現(xiàn)景點空間分布特征的方法。研究內容多注 重于旅游資源空間結構的識別和分析，缺乏旅游系統(tǒng)整體空間結構方面的研究。到達旅 游景點的出行費用和出行時間直接影響著旅游者出行的動力，因此研究旅游景點空間可 達性不僅十分必要，而且具有現(xiàn)實意義，可為拓展旅游景點的服務范圍、游客選擇適宜 出行目的地和政府優(yōu)化景點布局提供科學依據(jù)。 可達性的概念最早由 Hansen 提出[16]，經過半個世紀的發(fā)展，其度量方法也由空間距 離測度擴展到了時間距離、經濟距離、心理距離的測度，在交通地理、城市地理、土地 利用、經濟地理等方面得到了廣泛應用[17]。旅游景點可達性研究不多見，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 級旅游景 點認定是我國對旅游景點質量和檔次進行綜合評價的國家標準，自 1999 年國家旅游局認 定首批 A 級旅游景點以來，全國范圍內 A 級旅游景點的數(shù)量不斷增加，規(guī)模結構也不斷 完善，已經成為我國旅游景點等級劃分的重要依據(jù)。本文以中國 A 級旅游景點為研究對 象，通過點格局分析方法對景點的空間分布模式進行整體探討，并嘗試從旅游景點可達 性入手，利用 GIS 柵格成本加權距離方法和探索性空間數(shù)據(jù)分析，分析景點可達性分布 的空間格局，以期為揭示優(yōu)質旅游景點空間結構、優(yōu)化旅游景點空間格局提供科學參 考，并為旅游景點空間結構研究方法提供新的思路。

1

數(shù)據(jù)與研究方法
景點信息來源于國家旅游局網站 （） 公布的數(shù)據(jù)，截至 2012

1.1 數(shù)據(jù)來源與處理 年 6 月，共有 2 424 個 A 級景點，其中： 5A 級景點 127 個， 4A 級 926 個， 3A 級 443 個， 2A 級 815 個，1A 級 113 個。根據(jù)兩分法將旅游景點劃分為自然和人文兩種類型，其中自 然類旅游景點 1 108 個，包括自然風景區(qū)、森林公園、自然保護區(qū)、田園山村等；人文類 型 1 316 個，包括歷史文化遺址、古建園林、博物館、游樂場、主題公園、運動場館、度 假村等。景點的空間位置借助谷歌地圖詳細標定，面積較大的景區(qū)取其質點坐標作為景 點坐標。以 2011 年中國縣域與合并后的地級以上城市市區(qū)為研究單元 （不含臺灣省、香 港和澳門特別行政區(qū)） ，共 2 856 個；空間行政邊界矢量數(shù)據(jù)來自 1:400 萬中國基礎地理 信息數(shù)據(jù)。交通網絡是實現(xiàn)空間可達性的基礎，道路數(shù)據(jù)來源于中國地圖出版社 2011 年 《1:450 萬交通全圖》 地圖的矢量化。需要說明的是，本文的可達性只是理論上的可達 性，換言之，是不考慮交通擁擠、交通組合等方面的一種無障礙的可達性。以 ArcGIS 9.2 為操作軟件平臺，對圖形數(shù)據(jù)統(tǒng)一投影到 Albers 等積圓錐投影系，對基礎地理信息數(shù) 據(jù)分層矢量化，存儲于地理數(shù)據(jù)庫中。 1.2 點格局分析 1.2.1 最近鄰指數(shù) 最近鄰距離指數(shù) NNI 是通過比較計算最近鄰點對的平均距離和隨機分布模式中的平 均距離之比，來比較與隨機分布的偏離程度[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 A 級旅游景點空間分布特征與可達性

57

式中： min(dij) 是任一點與其最近鄰點間的距離，N 是景點的總數(shù)，A 為研究區(qū)域總面積。 1.2.2 K 指數(shù) 引入 K 指數(shù)來分析不同尺度下景點的空間分布規(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 為樣點的個數(shù)； I (tij ) 是以 i 為中心，以 ts 為半徑的圓中的景點，不包含 i 本身。

(3)

式中： L(t s ) 大于 0 時，景點呈聚集分布； L(t s ) 小于 0 時，呈擴散分布，而等于 0 時，呈 空間完全隨機分布。 1.2.3 熱點聚類 熱點地區(qū)是景點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 聚類法，即根據(jù)每個景點 i 的最鄰近距離，通過定義一個聚集單元、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對的鄰近距離，當某一點的最鄰 近距離小于該極限距離時，該點被計入聚集單元，據(jù)此將原始點數(shù)據(jù)聚類為若干橢圓區(qū) 域，稱為一階熱點區(qū)；同理，對一階熱點區(qū)利用同樣方法，聚類得到二階熱點區(qū)，以此 類推更高階熱點區(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)計落在每一個樣方上的樣本數(shù)，通 過統(tǒng)計不同的具有 m 個點數(shù)的樣方的個數(shù)及其頻率，并與完全隨機過程對比來判斷點模 式的空間分布特征。其結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 個點的樣方 n-1 頻率，xi 為每個樣方內的點數(shù)，n 為樣方數(shù)，m 為總點數(shù)。對于 Poisson 分布，VMR 的值

為 1；當 VMR<1 時，可認為對象均勻分布趨勢明顯；當 VMR>1 時，則可認為對象有集中 分布的趨勢。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 變 小，但 是 不 會 改 變 分 布 的 類 型。 樣 方 大 小 的 確 定 采 用“ 拇 指 規(guī) 則”[21]，即樣方大小應當是平均每個點所占面積的兩倍。 1.3 可達性測度 1.3.1 累積耗費距離柵格運算 景點可達性定義為在特定時間段內，從該景點出發(fā)向其周邊出行，所取得出行距離 的平均值。本文采用 GIS 柵格耗費距離計算可達性，充分考慮水域、山體等的阻隔因 素，能較好地模擬出區(qū)域任何一個點的可達性。在柵格數(shù)據(jù)上借助最短路徑法計算每個 網格到某個目的網格的最短加權距離，稱為“累積耗費距離算法” 。公式為[22]：

58

自

然 資 源 學

報

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 個像元的耗費值，Ci+1 是指沿運動方向上的第 i+1 個像元的耗費值；n 為 像元總數(shù)，Ki 為行政單元第 i 個柵格的景點可達性。式 （5） 中的上分式表示通過代價表 面垂直或平行的方向上進行代價距離的計算；下分式表示通過代價表面的對角線方向的 代價距離的計算。 用 1 km×1 km 柵格網將原矢量底圖柵格化，整個中國大陸區(qū)域有效網格共 9 451 423 個。不同地表類型具有不同的出行速度，設定時間成本數(shù)值的參考為平均出行 1 km 大約 所需要的分鐘數(shù)，對不同的道路賦予不同的速度。根據(jù) 2010 年中國不同等級的鐵路里程 和速度標準，以及 《中華人民共和國公路工程技術標準 （JTGB01—2003）》 ，并參考前
表 1 主要交通線路等級時間成本值
Table 1 Main traffic lines cost of China 道路等級 速度（ / km/h） 時間成本/min 鐵路 100 0.6 高速公路 120 0.5 國道 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 示的時間成本值。根據(jù)成本值，從 基礎數(shù)據(jù)庫中提取空間要素，分別 建立矢量要素層，賦予成本屬性 后，將矢量數(shù)據(jù)轉換為柵格數(shù)據(jù)，

柵格數(shù)據(jù)的取值即為成本值；對各層時間成本值柵格數(shù)據(jù)進行空間疊加得到空間地物的 時間成本柵格。 以交通圖和基礎地理地圖為底圖，在谷歌地圖輔助下確定 A 級景點的具體位置，在 ArcGIS 中建立 Point 對象圖層；利用 ArcMap 的 Cost Weighted 操作，在耗費圖層上計算出 每個景點的成本加權距離。利用 ArcGIS 軟件求出每個柵格到最近旅游景點的時間，進而 求出整個區(qū)域的旅游景點的可達性。 1.3.2 縣級單元整體景點可達性評價 為了從整體上刻畫區(qū)域居民日常旅游出行的便利程度，反映旅游景點可達性在行政 單元面域層面上的空間結構情況，引入縣級單元整體景點可達性評價計算。可通過計算 行政單元內柵格景點可達性的平均值來反映整個行政單元的景點可達性。計算式為[23]：
S j =∑Ki n j
i=1 nj

(6)

式中：Sj 為第 j 個行政單元的整體景點可達性，nj 為第 j 個行政單元范圍內的柵格個數(shù)，Sj 越小，說明該行政單元到旅游景點越便利。 1.4 ESDA 空間關聯(lián)分析方法 引入 ESDA 的全局 Moran’ s I 指數(shù)探測空間關聯(lián)結構模式。在給定顯著性水平下，若 Moran’ s I 顯著為正，表示可達性較高 （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)的可達性具有顯著的空間差異。引入 Getis-Ord Gi*用于識別不同空間 位置上的高值簇與低值簇，為了便于解釋和比較，對 Gi*(d) 進行標準化處理，得到 Z (Gi*) ，如果 Z (Gi*) 為正且顯著，表明位置 i 周圍的值相對較高，屬高值空間集聚 （熱點 區(qū)） ；反之，如果 Z (Gi ) 為負且顯著，則表明位置 i 周圍的值相對較低，屬低值空間集聚 （冷點區(qū)） [24]。
*

1期

潘竟虎 等： 中國 A 級旅游景點空間分布特征與可達性

59

2 結果與分析
2.1 旅游景點分布特征 2.1.1 省際分布特征 全國 31 個省 （市、區(qū)） 都擁有 A 級及以上旅游景點 （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，最少的是海南，僅有 11 個，平均每個省擁有 A 級景點 76 個。密度最高的是北京，達到 43.93 個/104 km2，最低的是西藏，為 0.09 個/ 104 km2，全國景點平均密度為 2.5 個/104 km2。

圖 1 中國 A 級景點分布
Fig.1 Distribution of A-grade tourist attractions

2.1.2 空間分布特征 通過 ArcGIS 9.2 計算景點分布的最近鄰距離指數(shù) NNI，結果如表 2 所示。一般認為， 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－隨機分布； 0.8<NNI<1.2 為隨機分布；1.2 ? NNI<1.5 為隨機－離散分布。中國 A 級以上景點的空間分 布總體上呈現(xiàn)出聚集分布的特點，而且 Z 檢驗值和 P 檢驗值高度顯著。分級別而言，最 高級別 （5A 級） 和最低級別 （1A 級） 景點呈現(xiàn)一定的聚集－隨機分布特征，而中間級 別 （2A、 3A 和 4A 級） 景點則聚 集分布。 中國 A 級景點的高階最近鄰 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，景點空間分布的集聚程度持 續(xù)降低。其中在 1~40 階值內集聚 程度降幅最大，在 40 階以后降幅 緩慢。利用 K 指數(shù)分析景點的空
表 2 景點分布的最近鄰距離指數(shù)
NNI
0.41 0.58 0.43 0.39 0.42 0.52 分布類型 聚集 聚集－隨機 聚集 聚集 聚集 聚集－隨機 Table 2 Nearest neighbor distance index of tourist attractions distribution 景點類型 所有景點 5A 級 4A 級 3A 級 2A 級 1A 級

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

報

29 卷

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

圖 2 景點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的方法對景點分布進行熱點探測，結果如圖 4。中國 A 級旅游 景點空間分布的熱點區(qū)域呈現(xiàn)出以下特點：三級熱點區(qū)有 48 個，呈現(xiàn)出離散的隨機分布 的特點，最大三級區(qū)位于北京市，含 38 個 A 級景點。通過對三級熱點區(qū)進行聚類，得到 7 個二級熱點區(qū)，除成渝外，幾乎全部集中在中東部地區(qū)。

圖 4 景點分布的空間熱點探測
Fig.4 Spatial hotspot detection of tourist attractions distribution

2.1.3 樣方分析 通過對前述數(shù)據(jù)庫中 A 級景點的統(tǒng)計發(fā)現(xiàn)， 2011 年中國 A 級景點總數(shù)為 2 424 個， 因此平均每個景點占的面積為 3 899.1 km2，根據(jù)拇指規(guī)則，每個樣方的面積應該為 7 798.2 km2，因此本文采用大小為 88.31 km×88.31 km 的樣方 （圖 5） 對中國 A 級景點分 布模式進行分析。對樣方與全國邊界進行疊置分析，全國范圍內共包含 1 323 個樣方，但 是有許多樣方位于邊界，被邊界裁剪后形狀不規(guī)則，為了消除邊界效應將這些樣方去 掉，最后剩余 1 016 個樣方。分別統(tǒng)計每個樣方內景點的數(shù)目，由于刪去邊界附近的非規(guī)

1期

潘竟虎 等： 中國 A 級旅游景點空間分布特征與可達性

61

則形狀樣方，有 455 個景點沒有被樣方覆蓋。 通 過 計 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 A 級景點的空間分 布具有較強聚集分布的趨勢。 2.2 可達性空間格局 2.2.1 可達性總體空間分布特征 將 A 級景點作為耗費距離源點，計算每一 個旅游景點通過交通網絡到整個中國區(qū)域內任 意柵格所花費的時間，由交通線路通行的可逆 性，可知這一柵格到旅游景點的可達性就是每 一個旅游景點通過交通網絡到整個中國區(qū)域內
圖 5 A 級景點分布的樣方
Fig.5 Quadrats of A-grade tourist attractions distribution

任意柵格所花費時間的最小值。結果如圖 6 所示。

圖 6 A 級旅游景點的可達性
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 為標準，將中國 A 級 旅游景點可達性劃分為 10 個時間段，分別計算這 10 個時間段在空間上的分布頻率和累積 頻率，分析各個時間段所占區(qū)域面積大小關系，結果見圖 7。中國 A 級旅游景點的平均可 達性時間為 125.88 min，60%的景點可達性在 90 min 以內，景點的可達性在 30 min 以內 的區(qū)域達到了 26.65%，可達性在 6 h 以上的區(qū)域占總面積的 9.9%。從各個時間段在空間 上的分布頻率來看，以 15~30 min 這個時段分布最廣泛，占 16.04%；其次是 30~45 min， 所占比例為 12.48%。景點可達性相對較差的地區(qū)分布較少，但 480 min 以上地區(qū)所占的 比例仍達到 4.28%。 可達性在全國的分布差異十分明顯，可達性最差的區(qū)域分布在青藏高原、南疆、甘 青蒙交界、內蒙古北部、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)，最差可達性達到了 1 260 min�？蛇_性較好的區(qū)域多連片分布在長三

62

自

然 資 源 學

報

29 卷

圖 7 旅游景點空間可達性時間分析圖
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 縣域單元可達性的空間差異 為了從宏觀上把握對于 A 級景點的整 體可達性差異及其區(qū)域效應，本文對全國 地域進行小范圍區(qū)域劃分。考慮到縣級是 我國最基本的區(qū)域經濟單元，按照縣級行 政單元劃分是進行區(qū)域劃分的常見方法，

本文按照縣域單元對全國進行劃分，一些城市的中心城區(qū)面積比較小，故對其進行合 并，統(tǒng)一以市區(qū)作為單元，共劃分出 2 596 個單元。利用式 （6） 對其整體景點可達性進 行計算，借用 n 小時都市圈理論，將所有景點縣域單元可達性劃分為 0.5 h、1 h、2 h、4 h 和 4 h 以上 5 個等級 （圖 8） 。

圖 8 A 級旅游景點的縣域單元可達性等級分級圖
Fig.8 Grade map of accessibility of different types of scenic spots at the county level

結合不同時間圈內縣域可達性特征，中國 A 級旅游景點可達性總體特征是：景點可 達性小于 30 min 的高可達縣大都集中在 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、長三角和珠三角為核心的圈層結構，可達性小于 30 min 的縣域單元多 連片分布在這 4 個地區(qū)，并向東北伸展到遼中，向中部擴展到武漢，向南部通過湘中延 伸到珠三角。西部地區(qū)亦有少許分布，主要散布在川中、關中、滇中和省會、全國性綜 合交通樞紐以及高速和鐵路的結點城市。景點可達性在 31~60 min 的次高可達縣大體分 布在黑河—騰沖線以東區(qū)域，但在關中－天水地區(qū)向河西走廊凸出；此線以西地區(qū)只在 云南、內蒙古中部、拉薩和新疆部分地區(qū)點狀分布。景點可達性在 61~120 min 的中可達 縣數(shù)量較少，總體呈斑塊狀分散布局在高可達性縣域外側，或在其內部填空補實，僅在 新疆北部、內蒙古中東部和黑龍江北部連片帶狀分布。景點可達性在 121~240 min 的次

1期

潘竟虎 等： 中國 A 級旅游景點空間分布特征與可達性

63

低可達縣域被低、中可達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。景點可達性在 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，形成一個巨大的斑塊。 從數(shù)量來看，可達性小于 30 min 的高可達縣有 1 794 個，，占縣域總數(shù)的 62.8%，但其 面積僅占全國總面積的 19.8%。在空間布局上，中國 A 級景點縣域可達性分布特征呈現(xiàn) 與中國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)可達性最高，西部和北部高原區(qū)可達性最低，中部丘陵山地區(qū)可達性界于兩者之 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 A 級景點縣域可 達性的分界線。 2.2.3 可達性分布的空間關聯(lián)分析 旅游景點處于區(qū)域中，可達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 空間關聯(lián)分析，以縣域為分析單元來探求中國 A 級旅游景 點可達性的空間分布格局。中國 A 級景點的 Moran’ s I 值高達 0.93，Z 值為 78.79，檢驗結 果非常顯著，說明縣域間可達性存在很強的空間正相關，呈強集聚格局。為了更有效地 研究縣域旅游景點可達性聚集的位置所在及區(qū)域相關的程度，本文計算了縣域單元局域 * 空間關聯(lián)指數(shù) Getis-Ord Gi ，并利用 ArcGIS 軟件將其空間化，用 Jenks 自然斷裂法對每 個時相的局域 G i 統(tǒng)計量從高到低分成 5 類，即熱點區(qū)、次熱點區(qū)、中間區(qū)、次冷點區(qū)和 冷點區(qū)，生成中國 A 級旅游景點縣域可達性空間格局的熱點圖 （圖 9） 。
*

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

由圖 9 可知，在考慮到空間關聯(lián)的情況下，較之圖 8，A 級景點縣域單元可達性空間 聚集程度更為顯著。中國 A 級景點可達性熱點區(qū)域的分布呈現(xiàn)明顯的熱點—次熱點—次 冷點—冷點自東向西帶狀分布的格局。熱點區(qū)空間分布最為破碎，最大的熱點區(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，向西北伸展到關中地區(qū)，向 南延伸到兩廣沿海；第二大熱點區(qū)分布在成渝—貴陽，其他熱點區(qū)面積很小，主要有滇

64

自

然 資 源 學

報

29 卷

中、哈爾濱、海東、湘西等。次熱點區(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。冷點區(qū)域聚集在青藏—南疆，次冷點區(qū)域環(huán)繞分布在冷點區(qū)外圍。 2.3 影響因素 旅游景點的空間分布主要受經濟發(fā)展程度、人口規(guī)模、交通狀況和景點評級標準等 因素的影響，而景點可達性在空間上的差異又直接取決于旅游景點分布和路網結構的地 區(qū)差異，同時，自然和人文環(huán)境作為間接因素，通過作用于前兩個因素來影響區(qū)域旅游 景點的可達性。 （1） 自然環(huán)境。景點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)境等都會影響到景點的分布和開發(fā)。另一方面，自然環(huán)境對交通體系布局影響較大， 決定了區(qū)域路網結構的差異，進而影響到景點可達性。 （2） 經濟發(fā)展。中國 A 級旅游景點雖呈集聚分布，但卻主要集中在東部沿海等經濟 發(fā)達地區(qū)，這些區(qū)域人均收入相對較高，消費觀念較強，用于旅游方面的支出多；同 時，基礎設施建設相對完善，用于旅游景點的投資也相對較高，進而改善該區(qū)域的景點 可達性。 （3） 人口規(guī)模。中國 A 級旅游景區(qū)是以市場為導向型，而非以資源為導向型的分布 體系，人口基數(shù)越大、潛在的游客數(shù)越多，也就越容易達到景區(qū)門檻值。此外，由于旅 游的內聚型，本地居民的多少直接影響到景點的發(fā)展。 （4） 交通體系。路網發(fā)育程度和等級在一定程度上影響旅游景點的可進入性，進而 影響景點的可達性。而旅游可達性直接影響到旅游時間效益的高低，進而影響到旅游者 決策行為的發(fā)生。廣大西部地區(qū)雖有眾多獨特的旅游資源，但往往限于地勢、交通和環(huán) 境，多不易開發(fā)。 （5） 評級體系。A 級旅游景點是中國景區(qū)評級體系特有的產物，評級項目和標準直 接影響著景點分布格局和現(xiàn)狀特征�，F(xiàn)有評級體系對旅游交通、基礎設施建設、通信服 務、游客人數(shù)最低標準等多因素的強調使得許多旅游資源豐富的地區(qū)由于在經濟、交 通、人口條件等方面優(yōu)勢的缺失，而無法晉級高級別景區(qū)行列。

3 結論與討論
中國 A 級景點的空間分布總體上呈現(xiàn)出聚集分布的特點，景點的平均可達時間為 125.88 min， 60% 的景點可達性在 90 min 以內；可達性在全國的分布差異十分明顯，可 達性空間分布具有明顯的交通指向性。景點縣域可達性呈強集聚格局，可達性熱點區(qū)域 的分布呈現(xiàn)明顯的熱點—次熱點—次冷點—冷點自東向西帶狀分布的格局。旅游景點分 布和可達性主要受自然環(huán)境、經濟發(fā)展、人口規(guī)模、路網結構的地區(qū)差異以及評級體系 等因素的影響。 針對中國 A 級景點在全國分布不均勻但在個別地區(qū)集聚程度高的特點，根據(jù)核心-邊

緣理論，在旅游景點集聚的地帶形成若干個旅游核心區(qū)域，并依托核心區(qū)域旅游景點高 度集聚的優(yōu)勢，帶動廣大邊緣區(qū)域的旅游景點發(fā)展，以拓展旅游發(fā)展的縱深與腹地，使 旅游布局在區(qū)域內逐漸均衡。另一方面，眾多的旅游景點在地域上的集聚也面臨著更為 激烈的內部各景點之間的競爭，比較典型如集聚中心的景點同質化導致競爭白熱化問 題，需要創(chuàng)新競合模式，實行聯(lián)動開發(fā)，打造異質旅游產品，求得在更大空間上的發(fā)

1期

潘竟虎 等： 中國 A 級旅游景點空間分布特征與可達性

65

展。本文研究顯示，中東部地區(qū)旅游景點交通可達性較好，但這并不能掩蓋該區(qū)域邊緣 地區(qū)景點的空間連通性還不完善的事實，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)域旅游合作機制，加快建設聯(lián)系相鄰省區(qū)的道路 和基礎設施，迎合旅游方式由觀光型向度假型轉變的需求，實現(xiàn)旅游景點和旅游線路的 有機鏈接。 受數(shù)據(jù)獲取難度和篇幅所限，本文沒有考慮水路和航空交通的影響，也沒有考慮東 中西部同級別線路的差異以及不同級別景點的空間分布、關聯(lián)特征及其空間結構差異對 可達性的影響，這也是下一步研究的關鍵。 參考文獻：
[1] [2] [3] [4] [5] [6] [7] [8] [9] 袁俊, 余瑞林, 劉承良, 等. 武漢城市圈國家 A 級旅游景區(qū)的空間結構[J]. 經濟地理, 2010, 30(2): 324-328. 李中軒, 吳國璽. 洛陽市旅游資源的空間結構及其演化模式[J]. 地域研究與開發(fā), 2012, 31(4): 107-109. 王雯萱, 謝雙玉. 湖北省 A 級旅游景區(qū)的空間格局與優(yōu)化[J]. 地域研究與開發(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. 國內旅游空間結構研究進展[J]. 資源開發(fā)與市場, 2012, 28(3): 270-273. [11] 張永平, 吳健生, 黃秀蘭, 等. 海峽西岸經濟區(qū)旅游景區(qū)(點)空間結構分析[J]. 資源科學, 2011, 33(9):1799-1805. [12] 毛小崗, 宋金平, 于偉. 北京市 A 級旅游景區(qū)空間結構及其演化[J].經濟地理, 2011, 31(8): 1381-1386. [13] 靳誠, 陸玉麒, 張莉, 等. 基于路網結構的旅游景點可達性分析[J]. 地理研究, 2009, 28(1): 246-258. [14] 戴 學 軍, 莊 大 昌, 丁 登 山. 旅 游 景 區(qū) ( 點) 系 統(tǒng) 空 間 結 構 網 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 A 級旅游景區(qū)空間分布結構研究[J]. 地理科學, 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. 基于空間距離和時間成本的中小文化旅游城市可達性研究 [J]. 自然資源學報, 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)可達性分析及空間結構優(yōu)化研究[J]. 江西師范大學學報: 自然科學版, 2011, 35(2): 208-212. [19] 李旭, 陳德廣. 鄭汴一體化地區(qū)旅游景區(qū)的空間結構分析[J]. 河南大學學報: 自然科學版, 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分布模式研究[J]. 測繪科學, 2009, 34(5): 160-163. [21] 毛政元, 李霖. 空間模式的測度及其應用[M]. 北京: 科學出版社, 2004. [22] 靳誠, 陸玉麒, 范黎麗. 基于公路網絡的長江三角洲旅游景點可達性格局研究 [J]. 自然資源學報, 2010, 25(2): 258-269. [23] 王振波, 徐建剛, 朱傳耿, 等. 中國縣域可達性區(qū)域劃分及其與人口分布的關系 [J]. 地理學報, 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

報

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



  本文關鍵詞：中國A級旅游景點空間分布特征與可達性，由筆耕文化傳播整理發(fā)布。