王 雨, 王嘉學(xué)*, 楊 萌, 王 霄, 胡 瑞, 楊發(fā)偉

(1. 云南師范大學(xué) 地理學(xué)部, 云南 昆明 650500; 2. 山東師范大學(xué) 地理與環(huán)境學(xué)院, 山東 濟(jì)南 250358;3. 昆明理工大學(xué) 電力工程學(xué)院, 云南 昆明 650031)

康養(yǎng)旅游作為一種新型旅游方式,是以良好物候條件為基礎(chǔ),使得人在身心上達(dá)到自然和諧的優(yōu)良狀態(tài)的旅游形式[1-2].在健康中國(guó)戰(zhàn)略背景下,調(diào)整亞健康狀態(tài)成為諸多領(lǐng)域業(yè)態(tài)創(chuàng)新的重要方向,為康養(yǎng)旅游業(yè)發(fā)展帶來了極大的機(jī)遇和挑戰(zhàn).西南地區(qū)作為一二級(jí)階梯交界帶,在地帶性和非地帶性因素共同作用下,自然環(huán)境復(fù)雜多樣,同時(shí)孕育了多彩的文脈資源,其蘊(yùn)含的康養(yǎng)資源可滿足不同年齡群體的康養(yǎng)需求.隨著西南地區(qū)經(jīng)濟(jì)發(fā)展水平快速提高,交通條件改善,客源市場(chǎng)擴(kuò)張,已形成一系列康養(yǎng)產(chǎn)業(yè),但存在產(chǎn)業(yè)鏈銜接度較差、供需匹配度低等問題,康養(yǎng)基地空間布局亟待優(yōu)化.

康養(yǎng)旅游研究熱潮逐漸掀起.從研究?jī)?nèi)容上看,主要聚焦于康養(yǎng)旅游概念界定、理論基礎(chǔ)、環(huán)境要素選擇等方面[3-7].如楊懿等[8]運(yùn)用層次分析法構(gòu)建了養(yǎng)生旅游資源評(píng)價(jià)指標(biāo)體系,李濟(jì)任等[9]從多個(gè)價(jià)值角度構(gòu)建了森林康養(yǎng)旅游開發(fā)潛力的評(píng)價(jià)體系.但對(duì)康養(yǎng)模式的實(shí)證研究以及康養(yǎng)地的空間分布等方面關(guān)注相對(duì)較少.從研究方法上來看,側(cè)重定量方法,主要包括地理集中指數(shù)、最近鄰指數(shù)、核密度分析、網(wǎng)格維數(shù)測(cè)算等,再運(yùn)用熵值法、空間基尼系數(shù)、緩沖區(qū)疊加分析、地理聯(lián)系率、Pearson相關(guān)性分析等方法確定影響其空間分布的地理因子權(quán)重[10].但這些方法大多將自然因素和社會(huì)經(jīng)濟(jì)因素割裂開來,很少考慮因子之間的相互作用,不能很好的解釋康養(yǎng)地空間分布的異質(zhì)性,這不利于康養(yǎng)產(chǎn)業(yè)未來發(fā)展決策.

本文基于國(guó)家旅游局對(duì)康養(yǎng)旅游示范基地的概念界定,選取西南地區(qū)共計(jì)470個(gè)國(guó)家級(jí)品牌康養(yǎng)旅游地作為研究對(duì)象,借助空間分析工具,運(yùn)用最近鄰指數(shù)、不平衡指數(shù)、地理集中指數(shù)、核密度分析等方法,探究西南地區(qū)康養(yǎng)旅游地的空間分布規(guī)律.從自然環(huán)境和社會(huì)經(jīng)濟(jì)2個(gè)維度選取10個(gè)地理因子,運(yùn)用地理探測(cè)器[11]辨識(shí)其影響因素,研究空間分布的成因.根據(jù)分析結(jié)果為實(shí)現(xiàn)西南地區(qū)康養(yǎng)產(chǎn)業(yè)組團(tuán)式發(fā)展,成為國(guó)家康養(yǎng)旅游業(yè)發(fā)展的龍頭地區(qū)提供可操作性建議,以期在西南地區(qū)打造一批要素齊全、資源配置合理、產(chǎn)業(yè)鏈條完備、市場(chǎng)供需契合的綜合性康養(yǎng)旅游地.

1 材料與研究方法

1.1 研究區(qū)概況依據(jù)中國(guó)七大地理區(qū)域劃分[12],西南地區(qū)是指中國(guó)西南邊陲包括云南省、貴州省、四川省、重慶市、西藏自治區(qū)在內(nèi)的“三省一市一區(qū)”,地理范圍為97°21′E—110°11′E,21°08′N—33°41′N,總面積約234萬km2.該區(qū)地處我國(guó)一二級(jí)階梯交界,地勢(shì)起伏大,海拔從76.4 m躍升至8 848.86 m,各種地貌形態(tài)發(fā)育,形成了獨(dú)特的自然環(huán)境與人文風(fēng)貌,造就了豐富的旅游資源.在新冠疫情影響下,西南地區(qū)旅游業(yè)仍占據(jù)國(guó)家旅游業(yè)發(fā)展的重要地位,旅游業(yè)或?qū)⒊蔀槲髂系貐^(qū)斬?cái)嘭毨аh(huán)鏈的關(guān)鍵產(chǎn)業(yè)[13].

1.2 數(shù)據(jù)來源與預(yù)處理基于數(shù)據(jù)的權(quán)威性,本文從國(guó)家林業(yè)和草原局(http://www.forestry.gov.cn/)、國(guó)家文化和旅游部(https://www.mct.gov.cn/)獲取國(guó)家級(jí)品牌康養(yǎng)旅游地名單.包括新中國(guó)成立以來評(píng)定的國(guó)家級(jí)森林公園、國(guó)家級(jí)旅游度假區(qū)、國(guó)家5A級(jí)景區(qū)、第一批國(guó)家中醫(yī)藥健康旅游示范基地、2016年首批國(guó)家旅游示范單位中的綠色旅游示范基地和康養(yǎng)旅游示范基地、100家森林體驗(yàn)森林養(yǎng)生國(guó)家重點(diǎn)建設(shè)基地、2019年中國(guó)森林旅游美景推廣地、2016—2020年中國(guó)森林體驗(yàn)基地、中國(guó)森林養(yǎng)生基地、中國(guó)慢生活休閑體驗(yàn)區(qū)、2016年起公布的第1～7批國(guó)家森林康養(yǎng)基地試點(diǎn)建設(shè)單位等.剔除重復(fù)和因環(huán)境破環(huán)嚴(yán)重被除名的旅游地,截至2022年10月,西南地區(qū)共計(jì)有470個(gè)國(guó)家級(jí)品牌康養(yǎng)旅游地,其中,重慶市59個(gè),四川省138個(gè),云南省163個(gè),貴州省91個(gè),西藏自治區(qū)19個(gè).

數(shù)據(jù)預(yù)處理方面,采用Python爬取研究區(qū)內(nèi)康養(yǎng)旅游地的空間坐標(biāo)并進(jìn)行可視化(見圖1).以往的研究表明自然環(huán)境因素如地形地貌、氣候和景觀等條件深刻影響旅游地的空間分布[14-16].除此之外,社會(huì)經(jīng)濟(jì)因素如人口資源、經(jīng)濟(jì)基礎(chǔ)和交通等條件同樣制約著旅游地的發(fā)展[17-18].通過綜合各類旅游資源的評(píng)價(jià)體系成果以及多方位考慮旅游資源開發(fā)的制約因素[19-25],本文從自然環(huán)境和社會(huì)經(jīng)濟(jì)2個(gè)緯度中選取10個(gè)地理因子對(duì)康養(yǎng)旅游地的空間分布進(jìn)行分析,包括DEM(X1)、坡度(X2)、2020年年平均降水(X3)、2020年年平均氣溫(X4)、2020年一季度植被覆蓋度(X5)等5個(gè)自然指標(biāo),2020年人均GDP(X6)、中心城市關(guān)聯(lián)度(X7)、公路密度(X8)、2020年人均可支配收入(X9)、第七次人口普查人口密度數(shù)據(jù)(X10)等5個(gè)社會(huì)經(jīng)濟(jì)指標(biāo).各因子指標(biāo)的解釋和數(shù)據(jù)來源見表1.

表 1 西南地區(qū)康養(yǎng)旅游地空間分布的影響因子及其來源

圖 1 西南地區(qū)康養(yǎng)旅游地空間分布圖

1.3 研究方法

1.3.1地理集中指數(shù) 本研究用地理集中指數(shù)來衡量康養(yǎng)旅游地空間分布的離散程度.

(1)

式中,G表示地理集中指數(shù),n為地級(jí)市(區(qū)/縣)數(shù)量,Y為第i個(gè)地級(jí)市所擁有的康養(yǎng)旅游地?cái)?shù)量.G數(shù)值的范圍在0～100之間,G越大,表明康養(yǎng)旅游地空間分布越集聚.

分布均值指數(shù)用來衡量康養(yǎng)旅游地空間分布的平均程度.

(2)

式中,Z為每個(gè)市(區(qū)/縣)內(nèi)平均分布的康養(yǎng)旅游地?cái)?shù)量,m為區(qū)域康養(yǎng)旅游地?cái)?shù)量,M為市(區(qū)/縣)總數(shù).

1.3.2不平衡指數(shù) 不平衡指數(shù)可以反映研究區(qū)范圍內(nèi)點(diǎn)狀要素在不同區(qū)域分布的均衡程度.

(3)

式中,S表示不平衡指數(shù),Yi為西南地區(qū)各地級(jí)市(區(qū)/縣)的康養(yǎng)旅游地?cái)?shù)量占各省總數(shù)的比例由大至小排序后,第i位的累計(jì)百分比.S的值介于0和1之間,S=0時(shí),康養(yǎng)地平均分布于各區(qū)域內(nèi),S=1時(shí),康養(yǎng)地完全集中于某一區(qū)域內(nèi).

1.3.3最近鄰指數(shù) 計(jì)算康養(yǎng)地與其最近鄰康養(yǎng)地之間距離的均值以及假設(shè)康養(yǎng)地隨機(jī)分布下的平均近鄰距離,兩者對(duì)比得到平均最近鄰指數(shù).

(4)

1.3.4核密度分析法 核密度分析能直觀地反映研究對(duì)象的空間分布密度.

(5)

式中,Kn(x)為康養(yǎng)地的密度函數(shù),xi為第i個(gè)康養(yǎng)地的地理坐標(biāo),x-xi為估計(jì)康養(yǎng)地x到樣本康養(yǎng)地xi的距離,n為所有康養(yǎng)地個(gè)數(shù),h為寬帶,Kn(x)越大,分布越密集.

1.3.5地理探測(cè)器 地理探測(cè)器可以有效探測(cè)不同地理影響因素以及它們相互作用下在多大程度上解釋了西南地區(qū)康養(yǎng)旅游地空間分布格局.本文以西南地區(qū)康養(yǎng)旅游地的核密度值作因變量Y,用q統(tǒng)計(jì)量來檢測(cè)X與Y之間的空間關(guān)聯(lián)度.本文主要探究因子探測(cè)結(jié)果及交互探測(cè)結(jié)果,因此,對(duì)風(fēng)險(xiǎn)探測(cè)和生態(tài)探測(cè)不作過多贅述.

(6)

其中,q為地理因子對(duì)康養(yǎng)旅游地空間分布的解釋力,取值范圍為[0,1],q值越大,說明地理因子對(duì)空間分布的解釋力越強(qiáng).L為自變量x的分類數(shù),Nh和N分別為分類h和整個(gè)區(qū)域內(nèi)單元的數(shù)量,σh和σ分別是分類h和區(qū)域內(nèi)因變量Y的方差.

交互探測(cè)可以探究地理因子共同作用時(shí)是否會(huì)增強(qiáng)或減弱對(duì)康養(yǎng)旅游地空間分布的解釋力,通過對(duì)比q值可以判斷交互作用的方式和方向.依據(jù)見表2.

表 2 地理探測(cè)器交互探測(cè)因子判斷依據(jù)

2 空間分布特征

2.1 空間分布均衡特征根據(jù)(1)和(2)式,分別計(jì)算西南全域和各省的地理集中指數(shù),計(jì)算結(jié)果見表3.結(jié)果顯示:無論從西南全域還是各省來看,實(shí)際地理集中指數(shù)均遠(yuǎn)大于均勻分布狀態(tài)下的值,表明西南全域與各省康養(yǎng)旅游地均呈相對(duì)集聚的空間分布模式.借助(3)式分別計(jì)算西南全域和省域尺度下的不平衡指數(shù)(見表3),結(jié)果表明:從西南全域來看,不平衡指數(shù)為0.390,從省域尺度看,不平衡指數(shù)從大到小排序依次為西藏自治區(qū)>四川省>云南省>貴州省>重慶市,最高值為0.474,最低值為0.243.進(jìn)一步佐證了西南各省康養(yǎng)旅游地的空間分布均具有非均衡的特質(zhì).總體來看,西南全域與各省內(nèi)部空間分布模式存在一致性.

表3 西南康養(yǎng)旅游地的地理集中指數(shù)與不平衡指數(shù)

2.2 空間分布類型特征計(jì)算西南地區(qū)康養(yǎng)旅游地的最鄰近指數(shù),輸出結(jié)果為:平均觀測(cè)距離22 103.139 m,預(yù)期平均距離為45 081.807 m,最鄰近比率R為0.490,顯著性水平p<0.01.陳桂瑩等[27]認(rèn)為,當(dāng)Inn(Inn為NNI指數(shù))≤0.5是聚集分布;0.5重慶市>貴州省>四川省>云南省,說明各省康養(yǎng)地集聚程度從大到小依次為云南省>四川省>貴州省>重慶市>西藏自治區(qū).

2.3 空間分布密度特征為進(jìn)一步探尋西南地區(qū)康養(yǎng)旅游地的集聚特征,本文借助核密度工具進(jìn)一步分析(見表4).結(jié)果表明,西南全域康養(yǎng)旅游地核密度差異顯著,總體格局呈現(xiàn)“東高西低”的密度特征.西南全域康養(yǎng)地呈現(xiàn)出“四極多核”的空間分布特征,其中,“四極”指重慶市西部、四川省中部、云南省中偏東部、貴州省中部,核密度值在10.379～18.002 個(gè)/km2,為全域最高值.“多核”指渝中、滇西、滇南、川東、黔北等多個(gè)核心區(qū),核密度值在6.708～10.378 個(gè)/km2.

表 4 西南地區(qū)康養(yǎng)旅游地分布類型

從省域范圍分析(見圖2),可以發(fā)現(xiàn)康養(yǎng)地主要呈以省會(huì)城市為極點(diǎn),向四周逐漸遞減的梯度變化特征.重慶市整體數(shù)量多、密度高,形成了“單極多核”格局,以渝中區(qū)為極點(diǎn)向四周均勻遞減,其分布密度達(dá)17.645～24.723 個(gè)/km2.此外,以武隆區(qū)東部、彭水縣西部、豐都縣中部和南部、涪陵區(qū)東部為次級(jí)核心呈條帶狀南北向延伸遞減,分布密度達(dá)11.731～17.645 個(gè)/km2.從四川省來看,康養(yǎng)旅游地集中分布在中部地區(qū),少量分布在東部地區(qū),形成“單極單核”分布格局,以雅安市東部、成都市西部、眉山市西部、樂山市西北部為極點(diǎn),分布密度達(dá)16.931～28.404 個(gè)/km2,呈帶狀向東北方向延伸遞減.此外,以廣元市為次級(jí)核心向四周遞減,分布密度達(dá)10.136～16.931 個(gè)/km2.云南省整體康養(yǎng)地聚集中心較多,分布趨于均衡,形成“團(tuán)狀聚集,散點(diǎn)分布”格局,以昆明市、保山市、普洱市為極點(diǎn),分布密度為15.005～23.766 個(gè)/km2.其中,以昆明市為極點(diǎn)的地區(qū),呈條狀向東西方向延伸;以普洱市為極點(diǎn)的地區(qū),主要呈帶狀向東北-西南方向延伸遞減;以保山市為極點(diǎn)的地區(qū),均勻向四周遞減.此外,還形成了麗江市、大理市等多個(gè)核心區(qū),表現(xiàn)為向四周均勻遞減,分布密度為9.134～15.005 個(gè)/km2.從貴州省來看,主要形成“三極多核”分布格局,分布密度為13.790～22.397 個(gè)/km2,其一位于貴陽市南部、安順市北部、黔南州中西部,其二位于遵義市中部偏南地區(qū),其三位于遵義市東部地區(qū),整體均由極點(diǎn)向四周均勻遞減.此外,還分布了5個(gè)核心區(qū),分布密度為8.695～13.790 個(gè)/km2,包括畢節(jié)市中西部、六盤水市中部,呈帶狀向南北方向遞減;畢節(jié)市中東部,均勻向四周遞減;黔南州南部,呈帶狀向南北方向延伸遞減;黔東南州中部和東部分別形成2個(gè)核心區(qū),相對(duì)均勻向四周遞減.從西藏自治區(qū)來看,以拉薩市為極點(diǎn),呈“單核遞減”分布,密度為1.404～1.990 個(gè)/km2,以林芝市為核心區(qū),分布密度為0.889～1.404 個(gè)/km2,呈帶狀向東西方向延伸遞減.

3 西南地區(qū)康養(yǎng)旅游地空間分布的影響因素分析

3.1 因子探測(cè)分析綜合各類旅游資源的評(píng)價(jià)體系成果并多方位考慮旅游資源開發(fā)的制約因素,本文從自然環(huán)境和社會(huì)經(jīng)濟(jì)2個(gè)緯度中選取10個(gè)地理因子對(duì)康養(yǎng)旅游地的空間分布進(jìn)行分析,詳見1.2.以1.2中的10種地理因子為響應(yīng)變量,以西南地區(qū)康養(yǎng)旅游地的核密度值為解釋變量,計(jì)算q值,q值越大表示解釋力越強(qiáng)(表5).不同地理因子對(duì)康養(yǎng)地的空間分異性解釋力存在顯著差異,各地理因子解釋力由大到小依次為:人口密度(0.425 5)>高程(0.358 6)>年均氣溫(0.342 6)>人均GDP(0.341 9)>年平均降水量(0.260 8)>植被覆蓋度(0.244 9)>坡度(0.209 6)>人均可支配收入(0.192 6)>中心城市關(guān)聯(lián)度(0.169 5)>路網(wǎng)密度(0.085 3),且p值都小于0.05,通過了顯著性檢驗(yàn).其中,人口分布密度、西南地區(qū)高程、年均氣溫、人均GDP對(duì)康養(yǎng)地空間分異的解釋力較大,q值超過了0.3,是影響康養(yǎng)旅游地分布的主要因子,年平均降水、植被覆蓋度、坡度、人均可支配收入、中心城市關(guān)聯(lián)度次之,路網(wǎng)密度解釋力最小.整體來看,人口分布密度對(duì)西南地區(qū)康養(yǎng)旅游地的空間分異的解釋力最強(qiáng).隨著生活水平的提高,社會(huì)經(jīng)濟(jì)因子對(duì)康養(yǎng)旅游地的空間分布形態(tài)的作用力更強(qiáng).

表 5 西南地區(qū)康養(yǎng)旅游地影響因子探測(cè)結(jié)果

圖 2 西南地區(qū)康養(yǎng)旅游地核密度圖

3.2 交互探測(cè)分析交互探測(cè)結(jié)果表明(圖3),影響康養(yǎng)旅游地空間分布的任意2個(gè)地理因子交互作用后,其影響作用能力均呈非線性增強(qiáng)或雙因子增強(qiáng)2種類型,說明各地理因子交互作用時(shí)會(huì)加強(qiáng)對(duì)康養(yǎng)地空間分布的解釋力,但不存在相互獨(dú)立作用或減弱對(duì)康養(yǎng)地空間分布解釋力的交互因子.影響康養(yǎng)旅游地空間分異性的第一主導(dǎo)交互因子為植被覆蓋度與人均GDP,第二主導(dǎo)交互因子為年平均氣溫與人均GDP,第三主導(dǎo)交互因子為高程與人均GDP.各地理因子交互作用對(duì)康養(yǎng)旅游地空間分布的解釋力不是獨(dú)立作用或減弱的,也不是簡(jiǎn)單的疊加過程,是多因素綜合作用的結(jié)果.

圖 3 影響因子交互探測(cè)結(jié)果

4 結(jié)論與展望

4.1 結(jié)論本研究基于最近鄰指數(shù)、核密度分析等研究方法對(duì)西南地區(qū)470個(gè)康養(yǎng)旅游地的空間分布特征進(jìn)行闡述,并結(jié)合地理探測(cè)器對(duì)其影響因素進(jìn)行探究,得出以下結(jié)論:

1) 從均衡程度來看,西南全域與省域尺度康養(yǎng)旅游地空間分布集聚程度明顯,分布模式存在一致性,均具有非均衡的特質(zhì)(特別是西藏自治區(qū)).集聚有利于西南地區(qū)康養(yǎng)產(chǎn)業(yè)組團(tuán)式開發(fā).

2) 從空間分布類型來看,西南全域康養(yǎng)旅游地呈現(xiàn)出明顯的集聚型空間分布類型.從省域范圍看,重慶市、四川省、云南省、貴州省呈聚集-隨機(jī)分布模式,西藏自治區(qū)呈隨機(jī)分布模式.

3) 西南全域康養(yǎng)地核密度差異顯著,總體格局呈現(xiàn)“東高西低”的密度特征,且呈“四極多核”的空間分布特征.從省域范圍看,康養(yǎng)地密度主要以各省會(huì)城市為極點(diǎn),向四周逐漸遞減.重慶市呈“單極多核”格局;四川省呈“單極單核”格局;云南省康養(yǎng)旅游地呈“團(tuán)狀聚集,散點(diǎn)分布”格局;貴州省呈“多極多核”格局,西藏自治區(qū)呈“單核遞減”格局.

4) 康養(yǎng)旅游地空間分布受自然環(huán)境和社會(huì)經(jīng)濟(jì)因素共同作用.經(jīng)過地理探測(cè)器測(cè)算,對(duì)康養(yǎng)地空間分布具有顯著影響的因素主要為人口分布密度、高程、人均GDP等.影響康養(yǎng)旅游地空間分異性的第一主導(dǎo)交互因子為植被覆蓋度與人均GDP,不存在相互獨(dú)立作用或減弱對(duì)康養(yǎng)地空間分布模式解釋力的交互因子.

4.2 展望本文借助地理探測(cè)器模型和GIS空間分析,對(duì)西南全域康養(yǎng)旅游地空間分布特征及其影響因素進(jìn)行分析梳理,同時(shí),將自然因素和社會(huì)經(jīng)濟(jì)因素定量化分析,但限于數(shù)據(jù)的可獲得性,在影響因素選取方面,考慮的不夠全面,且本文僅對(duì)西南地區(qū)康養(yǎng)旅游地的空間分布現(xiàn)狀進(jìn)行了分析,對(duì)未來西南全域康養(yǎng)地空間分布的趨勢(shì)預(yù)測(cè),后續(xù)研究將持續(xù)關(guān)注.

基于上述研究,對(duì)西南地區(qū)康養(yǎng)旅游地空間布局優(yōu)化,提出以下建議:

1) 加強(qiáng)與周邊康養(yǎng)市場(chǎng)的合作共享,形成信息互通、特色互補(bǔ)的差異化發(fā)展格局[28-29],尤其西藏自治區(qū),地廣人稀,應(yīng)加強(qiáng)市場(chǎng)溝通交流,爭(zhēng)取康旅重心建設(shè)和遷移.

2) 緊密結(jié)合當(dāng)?shù)乜叼B(yǎng)資源特征,因地制宜,促進(jìn)康旅一體化發(fā)展.四川西部和西藏大部分高海拔地區(qū)應(yīng)結(jié)合自身獨(dú)特的自然條件,聯(lián)動(dòng)開發(fā)康旅產(chǎn)品,實(shí)現(xiàn)產(chǎn)品互補(bǔ)[30].

3) 準(zhǔn)確解讀康旅市場(chǎng)需求,統(tǒng)籌土地資源配置,提升土地利用效率.各省域均存在康養(yǎng)地分布不均衡的挑戰(zhàn),這需要更深一步的市場(chǎng)調(diào)查,發(fā)展多元化康旅產(chǎn)品[31-32].

4) 完善區(qū)域交通網(wǎng)絡(luò),雖然路網(wǎng)密度對(duì)康養(yǎng)地集聚的解釋力較小,但交通設(shè)施是其他影響因子溝通的重要橋梁,各因子相互作用并深刻地影響著康養(yǎng)地的可達(dá)性.

致謝年均降水和氣溫由國(guó)家科技基礎(chǔ)條件平臺(tái)-國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)中心(http://www.geodata.cn)提供數(shù)據(jù)支撐,謹(jǐn)致謝意.