李必偉

（上海工程技術(shù)大學(xué) 管理學(xué)院，上海201620）

0 引言

旅游景區(qū)是當(dāng)?shù)芈糜螛I(yè)發(fā)展的一個重要支撐點，而A 級旅游景區(qū)的認(rèn)定是國家旅游局根據(jù)旅游資源吸引力、交通通達(dá)性、旅游接待能力、旅游衛(wèi)生與安全等方面綜合評估的標(biāo)準(zhǔn)。A 級旅游景區(qū)的知名度和品牌效應(yīng)將是旅游目的地最核心的競爭力，它的數(shù)量、等級和空間分布格局也在影響著當(dāng)?shù)貐^(qū)域發(fā)展戰(zhàn)略和旅游者的空間流動行為[1]。把握A 級旅游景區(qū)的空間結(jié)構(gòu)，研究景區(qū)的空間格局演變規(guī)律，有助于優(yōu)化景區(qū)空間布局和當(dāng)?shù)貐^(qū)域發(fā)展戰(zhàn)略的制定，保證旅游目的地的發(fā)展協(xié)調(diào)一致。

目前，對于A 級旅游景區(qū)的空間結(jié)構(gòu)，國外學(xué)者的研究主要集中在旅游活動與景區(qū)地理空間結(jié)構(gòu)的關(guān)系[2]、旅游景區(qū)空間布局的實證分析[3]以及景區(qū)空間結(jié)構(gòu)與模型的結(jié)合[4]。國內(nèi)學(xué)者對景區(qū)的空間分布特征有一定的研究，張洪等[5]運用地統(tǒng)計方法和ArcGIS軟件分析中國5A 級旅游景區(qū)的空間結(jié)構(gòu)特征，發(fā)現(xiàn)其在空間上呈現(xiàn)集聚分布，且分布不均衡；白子怡等[6]以云南A 級旅游景區(qū)為研究數(shù)據(jù)定量分析云南省旅游景區(qū)的空間分布特征和影響因素；張佳運等[7]通過地統(tǒng)計方法對新疆2007—2014 年的A 級旅游景區(qū)數(shù)據(jù)的計算分析，得到了新疆旅游景區(qū)的空間分布由相互孤立集中逐漸變?yōu)榧和鈹U(kuò)的演變規(guī)律；王通等[8]借助地統(tǒng)計方法和GIS 空間分析工具，從定性和定量的角度測定河北省A 級旅游景區(qū)的時空格局演變規(guī)律；宋楠楠等[9]對浙江省首批3A 級旅游景區(qū)進(jìn)行實證分析，研究其景區(qū)的空間分布特征和交通可達(dá)性；程海峰等[10]發(fā)現(xiàn)池州市A 級旅游景區(qū)空間分布緊密程度低；劉宏盈等[11]研究了廣西A 級旅游景區(qū)的空間結(jié)構(gòu)特征，發(fā)現(xiàn)廣西各地區(qū)旅游景區(qū)存在差異大、分布不均勻的特點，并在此基礎(chǔ)上提出了優(yōu)化策略。綜上所述，國內(nèi)學(xué)者對于A 級旅游景區(qū)的空間結(jié)構(gòu)特征、空間分布演變規(guī)律以及旅游景區(qū)交通可達(dá)性的研究較深。因此，本文基于前文的研究成果，通過地統(tǒng)計方法和ArcGIS、Geoda 軟件測定2010—2020 年上海市A 級旅游景區(qū)的空間分布特征，探究空間結(jié)構(gòu)演化規(guī)律。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源及處理

本研究是以2010 年、2015 年和2020 年上海市文化和旅游局發(fā)布的A 級旅游景區(qū)名單為研究數(shù)據(jù)，按景區(qū)等級和地理位置劃分景區(qū)歸屬，得到2010 年、2015 年和2020 年上海市各市轄區(qū)A 級旅游景區(qū)數(shù)量，見表1。地圖數(shù)據(jù)是從國家地理信息系統(tǒng)的官方網(wǎng)站下載，利用ArcGIS 10.6 軟件從中國地圖中提取上海市地圖，將旅游景區(qū)轉(zhuǎn)化成點狀要素添加到上海市地圖中，繪制A 級旅游景區(qū)空間分布圖（圖1）。

圖1 2020 年上海市A 級旅游景區(qū)空間分布圖

表1 2010、2015 和2020 年上海市各市轄區(qū)A 級旅游景區(qū)數(shù)量（個）

1.2 研究方法

為研究上海市A 級旅游景區(qū)的空間結(jié)構(gòu)演變規(guī)律，采用最鄰近指數(shù)從整體上把握景區(qū)的空間分布格局，利用地理集中指數(shù)判斷景區(qū)空間分布集聚程度。最后通過Moran’s I 分析不同市轄區(qū)內(nèi)旅游景區(qū)的自相關(guān)性，并結(jié)合ArcGIS 軟件進(jìn)行核密度分析判斷上海市A 級旅游景區(qū)空間分布演化規(guī)律。

1.2.1 最鄰近指數(shù)。最鄰近指數(shù)是用來判斷旅游景區(qū)空間分布類型的標(biāo)準(zhǔn)，景區(qū)空間分布類型有集群分布、隨機分布和均勻分布之分。計算公式：

式中，d1是實際最鄰近距離；dmin是理論最鄰近距離，而，其中，n 為景區(qū)個數(shù)，a 為區(qū)域面積。當(dāng)D=1 時，隨機分布；當(dāng)D>1 時，均勻分布；當(dāng)D<1時，集群分布。

1.2.2 地理集中指數(shù)。地理集中指數(shù)是衡量旅游景區(qū)在區(qū)域內(nèi)空間分布集聚程度的指標(biāo)。計算公式為：

式中，Xi為第i 個行政區(qū)內(nèi)A 級旅游景區(qū)數(shù)量；T為上海市A 級旅游景區(qū)的總數(shù)；n 為行政區(qū)的總數(shù)。G越大，景區(qū)分布越集中；G 越小，景區(qū)分布越分散。

1.2.3 Moran’s I。常用于景區(qū)空間自相關(guān)分析，判斷某一區(qū)域內(nèi)景區(qū)空間之間是否存在相關(guān)關(guān)系，有集聚分布和離散分布之分。公式如下：

式中，wij為空間權(quán)重矩陣；xi和xj表示隨機變量x在i 和j 地理區(qū)域內(nèi)的觀測值；n 為區(qū)域空間單元總數(shù)。

Moran’s I 的取值范圍為[-1,1]。當(dāng)I 在[0,1]取值，為正相關(guān)，表示該區(qū)域內(nèi)相似屬性的景區(qū)空間分布呈集聚態(tài)勢；在[-1,0]內(nèi)取值，為負(fù)相關(guān)，表明該區(qū)域集聚的景區(qū)有很大的差異。若Moran’s I 結(jié)果趨于0，則景區(qū)之間不存在空間自相關(guān)性，呈隨機分布。

2 上海A 級旅游景區(qū)空間結(jié)構(gòu)特征分析

2.1 景區(qū)空間分布類型

通過百度百科查詢到上海市的區(qū)域面積為6 340 km2以及已知的各個時期A 級旅游景區(qū)個數(shù)，計算出2010 年、2015 年和2020 年的A 級旅游景區(qū)空間分布的dmin。并通過ArcGIS 10.6 測量出各時期內(nèi)A 級旅游景區(qū)的d1，最后得到上海市A 級旅游景區(qū)空間分布格局的最鄰近指數(shù)。由表2 可知，2010 年、2015 年和2020年上海A 級旅游景區(qū)空間分布的最鄰近指數(shù)皆小于1，說明2010—2020 年上海A 級旅游景區(qū)空間分布類型始終為集聚型。同時2010—2015 年，旅游景區(qū)的最鄰近指數(shù)有所上升，說明這期間旅游景區(qū)的空間分布集聚程度略有降低；2015—2020 年景區(qū)最鄰近指數(shù)下降，理論最鄰近距離也在縮短，說明A 級旅游景區(qū)空間分布集聚化增強。從總體上看，2010—2020 年上海市A級旅游景區(qū)空間分布趨于集聚化分布，且集聚化程度在不斷增強。

表2 上海市A 級旅游景區(qū)最鄰近指數(shù)和空間分布類型

2.2 景區(qū)空間分布均衡性

由景區(qū)的最鄰近指數(shù)計算結(jié)果可知，2010—2020年上海市A 級旅游景區(qū)的空間分布類型皆為集聚型。以下將從景區(qū)的集中程度和空間分布密度分析研究旅游景區(qū)空間分布的均衡性，定量分析其集聚程度。

2.2.1 集中程度分析。上海有16 個市轄區(qū)，所以n 取16，將2010 年、2015 年和2020 年的A 級旅游景區(qū)相關(guān)數(shù)據(jù)帶入式（2）中，計算出G。并在A 級旅游景區(qū)均勻分布在各個行政區(qū)域的情況下計算出Gi，即旅游景區(qū)總數(shù)T 與行政區(qū)總數(shù)n 的比值，計算結(jié)果如表3 所示。2010—2015 年，景區(qū)的地理集中指數(shù)呈現(xiàn)下降的趨勢，集聚化程度有所降低；2015—2020 年景區(qū)地理集中指數(shù)又有所上升，集聚化增強。但總體上2010—2020 年景區(qū)的實際地理集中指數(shù)皆高于均勻分布地理集中指數(shù)，說明三個時間節(jié)點中景區(qū)的集聚化程度較高。

表3 上海市A 級旅游景區(qū)地理集中指數(shù)

2.2.2 密度分析。運用ArcGIS 10.6 對上海市2010年、2020 年A 級旅游景區(qū)分布以及2010—2020 年增加的A 級旅游景區(qū)分布作核密度分析（圖2），從圖中可以明顯看出，2010—2020 年高密度區(qū)逐漸增加，2010 年上海市A 級旅游景區(qū)的空間分布相對均勻，高密度區(qū)主要表現(xiàn)在黃浦區(qū)和虹口區(qū)；2020 年，上海市A 級旅游景區(qū)在2015 年已經(jīng)形成了以長寧、徐匯、靜安、黃浦、虹口、楊浦和浦東新區(qū)為中心的高密度分布以及普陀、松江等次高密度集聚區(qū)的基礎(chǔ)上，空間密度分布范圍擴(kuò)大，旅游景區(qū)之間的關(guān)聯(lián)性變強。上海市A 級旅游景區(qū)分布密度最高的以內(nèi)環(huán)高架路為一圈的主城區(qū)區(qū)域，該區(qū)域形成“十字架”狀的發(fā)展趨勢，經(jīng)濟(jì)繁榮，交通網(wǎng)絡(luò)可達(dá)性高，這里有上海市唯三的國家5A 級旅游景區(qū)，有中共二大會址紀(jì)念館等紅色旅游景觀，景觀組合性較強，景區(qū)旅游線路多元化，因此景區(qū)分布密度較高。從2010—2020 年增加的A 級旅游景區(qū)空間分布密度圖發(fā)現(xiàn)，在這期間景區(qū)空間分布數(shù)量形成了崇明、黃浦、浦東新區(qū)、松江等增長點。

圖2 2010 年、2015 年、2020 年以及2010—2020 年增加的上海A 級旅游景區(qū)核密度圖

2.3 景區(qū)空間關(guān)聯(lián)特征

通過Geoda 軟件對上海市A 級旅游景區(qū)進(jìn)行空間自相關(guān)分析，得到2010 年、2015 年和2020 年景區(qū)的空間相關(guān)指數(shù)，結(jié)果如圖3 所示。發(fā)現(xiàn)2010—2015 年，Moran’s I 由-0.027 增 長 至-0.006；2015—2020 年，Moran’s I 直接從負(fù)相關(guān)變?yōu)檎嚓P(guān)。說明上海市A 級旅游景區(qū)的空間分布負(fù)相關(guān)性減弱，正相關(guān)性增強。主要原因是2010 年上海世博會的舉辦拉動了上海經(jīng)濟(jì)的增長，促進(jìn)了上海旅游業(yè)的發(fā)展。前期不同區(qū)域的旅游景區(qū)質(zhì)量參差不齊，但世博會帶來的巨大經(jīng)濟(jì)效益，使上海備受矚目，這也督促著上海旅游景區(qū)質(zhì)量的提升。隨后上海經(jīng)濟(jì)發(fā)展進(jìn)入繁榮期，成為中國第一大金融貿(mào)易中心，建立了許多地標(biāo)性建筑（如東方明珠），促進(jìn)了上海的旅游發(fā)展。從圖3 的對比圖可知，2010—2020 年，每個象限的景區(qū)數(shù)量都在增加，以第三象限增長趨勢最為明顯，低值與低值在空間上的集聚程度增強，各區(qū)域內(nèi)景區(qū)空間關(guān)聯(lián)度變高，旅游景區(qū)質(zhì)量差異性小。

圖3 2010、2015 和2020 年上海市A 級旅游景區(qū)空間分布Moran’s I 散點

3 上海市A 級旅游景區(qū)空間分布特征的影響因素

影響旅游景區(qū)空間分布特征及空間結(jié)構(gòu)演變的因素眾多，國內(nèi)學(xué)者在這方面也做過許多探討。針對上海市A 級旅游景區(qū)發(fā)展的實際情況，筆者認(rèn)為以下因素對其影響尤為顯著。

3.1 區(qū)域經(jīng)濟(jì)發(fā)展水平

區(qū)域經(jīng)濟(jì)發(fā)展水平與旅游景區(qū)的空間分布之間互相促進(jìn)。區(qū)域經(jīng)濟(jì)發(fā)展水平會影響區(qū)域旅游景區(qū)的開發(fā)建設(shè)與布局，促進(jìn)高質(zhì)量景區(qū)的涌入和集聚，提高各區(qū)域景區(qū)空間關(guān)聯(lián)度；反之，旅游景區(qū)的空間布局優(yōu)化，帶來的高質(zhì)量景區(qū)集聚，也會帶動各區(qū)域經(jīng)濟(jì)發(fā)展水平的提高。2020 年，浦東新區(qū)的GDP 值預(yù)估計為1.3 萬億元，在上海所有的市轄區(qū)中排第一。在經(jīng)濟(jì)快速發(fā)展的背景下，高質(zhì)量景區(qū)的開發(fā)建設(shè)和集聚成為一種必然的趨勢。從表1 可以看到，2020 年浦東新區(qū)擁有3 個5A 級景區(qū)，4A 級景區(qū)和3A 級景區(qū)數(shù)量居全市第一，旅游景區(qū)密度也高居榜首。

3.2 資源稟賦

旅游資源是旅游景區(qū)開發(fā)建設(shè)的基礎(chǔ)，也是區(qū)域旅游發(fā)展的重要條件。崇明區(qū)依托豐富的國家級旅游資源在3A 和4A 級旅游景區(qū)的數(shù)量上屈居第二，松江區(qū)擁有許多珍貴的不可再生的文化資源，如廣富林遺址、姚家圈古文化遺址等，因此它的旅游景區(qū)數(shù)量優(yōu)勢也很顯著。浦東新區(qū)位于上海中心城區(qū)，背靠國家級旅游資源，擁有15 個4A 級以上的旅游景區(qū)，其規(guī)模、接待游客人數(shù)、旅游收入等指標(biāo)的數(shù)值均居全市前列，帶動了浦東新區(qū)經(jīng)濟(jì)的快速發(fā)展。

3.3 政府作為

旅游景區(qū)的開發(fā)建設(shè)和布局優(yōu)化離不開當(dāng)?shù)卣恼_決策和強有力的支持。例如，在朱家角政府連續(xù)三年的辛勤創(chuàng)建和推動下，以鄉(xiāng)村振興為重點開發(fā)建設(shè)的張馬村于2019 年獲評國家4A 級旅游景區(qū)，并于2020 年入選全國鄉(xiāng)村旅游重點村。浦東新區(qū)在當(dāng)?shù)卣拇罅χС?、重點培育與建設(shè)下，全縣共有5A級旅游景區(qū)3 家、4A 級旅游景區(qū)12 家、3A 級旅游景區(qū)14 家，是上海市內(nèi)旅游景區(qū)數(shù)量最多的市轄區(qū)。

4 結(jié)論與討論

本文運用ArcGIS 軟件和地統(tǒng)計方法探究上海市A 級旅游景區(qū)空間結(jié)構(gòu)特征以及空間格局演變規(guī)律。通過最鄰近指數(shù)、核密度分析和Moran’s I 等地統(tǒng)計方法，研究上海市2010 年、2015 年和2020 年A 級旅游景區(qū)的空間分布類型和集聚程度，并對比2010—2020年的數(shù)據(jù)結(jié)果，得到景區(qū)空間分布演變規(guī)律。研究發(fā)現(xiàn)，首先，2010—2020 年，上海市A 級旅游景區(qū)空間分布類型始終為集聚型，從總體上看，景區(qū)空間分布集聚化程度在不斷增強。其次，通過對2010—2020 年上海市A 級旅游景區(qū)進(jìn)行空間密度分析，發(fā)現(xiàn)各區(qū)域內(nèi)景區(qū)分布范圍擴(kuò)大，空間集聚程度增強，同時景區(qū)空間關(guān)聯(lián)度變高，旅游景區(qū)質(zhì)量差異逐漸縮小。景區(qū)分布密度最高的以內(nèi)環(huán)高架路為一圈的主城區(qū)區(qū)域，該區(qū)域形成“十字架”狀的發(fā)展趨勢，經(jīng)濟(jì)繁榮，交通網(wǎng)絡(luò)可達(dá)性高。最后，研究發(fā)現(xiàn)區(qū)域經(jīng)濟(jì)發(fā)展水平、旅游資源稟賦和政府作為顯著影響上海市A 級旅游景區(qū)的空間分布。