張業(yè)祺, 劉 濤, 段文軍
(1.廣西旅游規(guī)劃設計院,南寧 530000; 2.廣西大學,南寧 530000; 3.南寧師范大學,南寧 530000)
A級旅游景區(qū)憑借秀麗的自然景觀和悠久的人文歷史,以及較高的社會知名度,成為區(qū)域旅游發(fā)展的核心. 它們的等級高低、數量、空間分布特征的差異,直接影響旅游者在旅游時間上的分配和空間上的流動,在很大程度上決定了區(qū)域旅游經濟的發(fā)展戰(zhàn)略. 因此,通過研究廣西A級旅游景區(qū)的空間分布特征及驅動力,對促進廣西文化旅游產業(yè)的高質量發(fā)展,構建廣西“三地兩帶一中心”的旅游發(fā)展新格局,實現旅游強區(qū)具有重要意義.
國外關于旅游景區(qū)空間結構的研究,始于20世紀60年代,研究內容多集中在空間結構衍變、空間模型分析等方面[1]. Christaller 以區(qū)位論為理論基礎,對游憩活動與地理空間結構的關系進行了梳理[2],Milne首次將分形幾何方法應用于景區(qū)空間結構的討論[3];Papatheodorou 構建了旅游度假區(qū)空間和市場結構演變過程模型[4];Guedes和Isabel將葡萄牙文化遺產景點作為研究對象,運用聚類分析的方法探討了旅游空間模式[5];Mings 和Mchugh 對美國黃石國家公園的空間布局進行了實證分析[6]. 我國在2001 年創(chuàng)建了第一批A 級旅游景區(qū),針對A級旅游景區(qū)空間結構的相關研究也逐漸展開. 2003年,吳必虎和唐子穎使用地理數學分析方法中的最鄰近分析法和基尼系數對第一批A 級旅游景區(qū)的空間結構特征進行了描述[7]. 隨著A 級旅游景區(qū)數量的增長和研究的深入,研究的技術手段也逐漸豐富,一些學者在研究中引入洛倫茲曲線,結合人文社會和自然條件等因素,對我國A 級旅游景區(qū)的空間分布特征進行描述[8];謝志華和吳必虎引用定性和定量相結合的分析方法,對我國4A 級旅游景區(qū)空間結構進行了分析[9];程海峰和胡文海運用最近鄰距離、連接度等研究方法,對池州市旅游景區(qū)的總體空間分布特征與區(qū)域內空間分布結構進行分析測定[10]. 隨著3S技術的發(fā)展和應用,我國學者對A級旅游景區(qū)的空間結構和分布特征的研究平臺也開始轉向與GIS技術結合:吳麗敏等利用GIS空間分析技術從時空維度對江蘇省2001—2011年A級旅游景區(qū)的空間演變特征進行了研究[11];唐健雄和馬夢瑤從旅游資源和旅游客源市場的空間結構兩方面出發(fā),運用ArcGIS的空間分析功能,結合旅游中心地理論、點—軸理論等相關理論對海南省A級旅游景區(qū)空間結構進行分析[12];鞏蕭等運用地統(tǒng)計分析方法與GIS分析方法結合的方式,分析了甘肅省A級旅游景區(qū)的時空演化特征及其演化規(guī)律[13];白子怡等基于GIS技術,結合研究區(qū)地理和經濟特征,分析了云南省A級旅游景區(qū)空間結構[14];楊倩和吳雷運用ArcGIS,采用最鄰近指數、地理集中度指數、空間連接度等分析方法,測定了合肥市A級旅游景區(qū)空間結構[15].
綜上所述,經過近些年的發(fā)展,我國學者運用地理數學的分析方法,結合3S 系統(tǒng)在不同的空間尺度和時間尺度對我國以及部分文化旅游產業(yè)發(fā)達的省份、城市的A 級旅游景區(qū)空間結構進行了較為全面的研究,但廣西作為我國文化旅游發(fā)展最為歷史悠久的區(qū)域之一,A級旅游景區(qū)空間結構的研究卻相對匱乏,本文選擇廣西A級旅游景區(qū)作為研究對象,結合社會經濟、政策導向等因素,探討影響廣西A級旅游景區(qū)空間結構的驅動力.
廣西壯族自治區(qū)位于我國華南地區(qū),地處中國地勢第二階梯中的云貴高原東南邊緣,地勢西北高、東南低,屬亞熱帶季風氣候和熱帶季風氣候,溫暖濕潤的氣候條件孕育出了廣袤的巖溶地貌和悠久的人文歷史,衍生了眾多文化旅游名勝. 截至2020年4月,廣西A級旅游景區(qū)共有557家,其中5A級旅游景區(qū)7 家,4A 級旅游景區(qū)247 家,3A 級旅游景區(qū)290 家,2A級旅游景區(qū)13家,3A和4A級旅游景區(qū)占96%,在數量上占絕對優(yōu)勢,廣西A 級旅游景區(qū)數量呈現出“紡錘形”結構(圖1).
圖1 廣西A級旅游景區(qū)空間分布圖Fig.1 Spatial distribution map of Guangxi A-grade tourist attractions
本文中廣西A級旅游景區(qū)數據來源于自治區(qū)文化和旅游廳在2001年至2020年4月公布的數據(http://wlt.gxzf.gov.cn/zwgk/tzgg/t5331424.shtml);景區(qū)的坐標數據通過LSV(Local Space View)軟件獲得;廣西旅游經濟數據通過自治區(qū)文化和旅游廳提供獲得;廣西數字高程模型(Digital Elevation Model,DEM)通過地理空間數據云獲取.
利用LSV的景點搜索功能獲取廣西各A級旅游景區(qū)的地理坐標,添加到ArcGIS10.2中的廣西的矢量圖中生成點狀要素,得到廣西2019年A級旅游景區(qū)空間分布圖,然后使用最鄰近指數、地理集中度指數、核密度分析法、洛倫茲曲線和局域關聯(lián)指數對廣西A級旅游景區(qū)進行GIS空間結構分析.
2.2.1 最鄰近指數 最鄰近指數是實際最鄰近距離與理論最鄰近距離的比值(也稱為R尺度),可以反映點狀要素在空間分布的鄰近程度,理論最鄰近距離計算公式為:
式中:r1為實際最鄰近距離;re為理論最鄰近距離;D為各等級A級旅游景區(qū)密度. 當R=1時,A級旅游景區(qū)為隨機分布;當R>1時,A級旅游景區(qū)為均勻分布;當R<1 時,A級旅游景區(qū)為聚集分布[16].
2.2.2 地理集中度指數 地理集中度指數是指某類地理要素在地域上的集中程度,用來分析A級旅游景區(qū)的空間分布情況,公式為:
式中:G為地理集中度指數;Xi為第i區(qū)的A級旅游景區(qū)數量;n為區(qū)縣總數;m為A級旅游景區(qū)總數. G值越大,表明旅游景區(qū)分布越集中[17].
點狀要素的空間分布類型一般有聚集、均勻和隨機3種空間分布類型. 這3種分布狀況有時會同時表現出來[19]. 運用ArcGIS軟件,結合公式(1)計算廣西A級旅游景區(qū)的最鄰近指數(見表1). 其中全部A級旅游景區(qū)最鄰近指數為0.673 6,表明其呈集聚分布;4A、3A級旅游景區(qū)最鄰近指數分別為0.737 3和0.705 2,呈較高的聚集分布;5A級旅游景區(qū)最鄰近指數為0.483 5,表明廣西5A級旅游景區(qū)呈聚集分布,但聚集程度小于其他等級的A級旅游景區(qū).
表1 廣西A級旅游景區(qū)最鄰近指數測算表Tab.1 Calculation table of the nearest neighbour index of A-grade tourist attractions in Guangxi
本文運用洛倫茲曲線的彎曲程度反映廣西A級旅游景區(qū)空間分布的均衡狀況. 首先計算各市A級旅游景區(qū)(A1)占廣西全部A級旅游景區(qū)總數(A)的比例,然后將比值從低到高進行排序,計算累計百分比,最后根據計算出來的結果繪制洛倫茲曲線(圖2).
比較洛倫茲曲線和絕對平均線,洛倫茲曲線呈下凹形式,表明廣西A級旅游景區(qū)空間分布不均衡. 其中南寧、桂林、柳州、河池4個市的A級旅游景區(qū)累積比重達46%,表明廣西A級旅游景區(qū)空間分布均勻程度較低,集中程度較高.
用地理集中指數反映廣西A級旅游景區(qū)的空間集中程度,根據公式(2)進行計算,結果見表2.
圖2 廣西A級旅游景區(qū)洛倫茲曲線圖Fig.2 Lorentz curve of A-grade tourist attractions in Guangxi
表2 廣西A級旅游景區(qū)地理集中指數Tab.2 Geographical concentration index of A-grade tourist attractions in Guangxi
從表2中可以看出,廣西A級旅游景區(qū)的地理集中指數高于其平均地理集中指數,因此廣西A 級旅游景區(qū)空間呈集中狀態(tài).
運用ArcGIS中的核密度分析功能對廣西A級旅游景區(qū)進行分析. 從圖3中可以看出,百色、河池、崇左市區(qū)域核密度較低,南寧、柳州和桂林市核密度較高,形成東北—西南方向的軸線,軸線上的A級旅游景區(qū)核密度最高,且軸線東部景區(qū)核密度高于西部.
通過ArcGIS10.2 空間分析工具來探究廣西A 級旅游景區(qū)的空間分布特征,結果詳見表3. Moran’s I 指數為0.16,Z 得分為0.4,小于0.1 的置信水平臨界值1.65,說明廣西A級旅游景區(qū)空間分布呈現空間隨機分布特征.
表3 廣西A級旅游景區(qū)Moran’s I指數Tab.3 Moran’s I index of A-grade tourist attractions in Guangxi
為進一步對廣西A級旅游景區(qū)熱點和冷點區(qū)進行分析,運用ArcGIS計算局域關聯(lián)指數(Getis-Ord General G),并用Jenks 自然斷點法將結果劃分為熱點區(qū)、次熱點區(qū)、次冷點區(qū)和冷點區(qū). 其中熱點區(qū)主要分布在南寧、柳州和桂林,次熱點區(qū)分布于崇左和來賓,次冷點區(qū)在北海、欽州、防城港等地區(qū)(圖4).
圖3 廣西A級旅游景區(qū)核密度圖Fig.3 Nuclear density map of Guangxi A-grade tourist attractions
圖4 廣西A級旅游景區(qū)冷熱點分布圖Fig.4 Distribution of cold and hot spots in Guangxi A-grade tourist attractions
統(tǒng)計得到廣西A級旅游景區(qū)冷熱點數量比例,其中熱點(92個)和次熱點(123個)區(qū)占全部A級旅游景區(qū)的39%,冷點(145個)和次冷點區(qū)(197個)占61%,反映出整體發(fā)展較為冷淡,且熱點和次熱點呈現出集中在東北-西南軸線上的空間分布特征.
廣西A 級旅游景區(qū)空間分布特征的形成是各種驅動力共同作用的結果. 綜合上述空間結構的分析,將驅動力分為外驅動力和內驅動力兩大組成部分,外驅動力主要包括社會經濟、政策,內驅動力主要為地形、資源.
4.1.1 社會經濟驅動力 A級旅游景區(qū)的建設和發(fā)展離不開社會經濟的支持. 在馬洛斯需求層次理論的第五層理論中,旅游屬于自我實現的需求. 一般將居民收入列入旅游發(fā)展的客觀因素中,因此以城鎮(zhèn)居民人均可支配收入、農村居民人均可支配收入為居民收入水平評價指標[19]. 本研究選取城鎮(zhèn)人口占總人口的比例作為社會經濟指標中的城鎮(zhèn)化水平指標,選取地區(qū)國民生產總值、旅游總收入、游客量為社會經濟指標,對廣西A級旅游景區(qū)數量與社會經濟水平的相關性和顯著性進行分析(表4).
表4 A級旅游景區(qū)與社會經濟指標相關性分析Tab.4 Correlation analysis between A-grade tourist attractions and social-economic indicators
通過表4可以看出,城鎮(zhèn)可支配收入、農村可支配收入以及城鎮(zhèn)化水平對景區(qū)數量影響不大,但國民生產總值對景區(qū)的影響較大,其相關性系數為0.754,顯著性系數為0.002. 較高的游客量帶來了大量的旅游總收入,這也促進了A級旅游景區(qū)的建設,因此旅游總收入、游客量與景區(qū)數量的相關性系數非常高,分別為0.914和0.888,顯著性結果都為0.000.
4.1.2 政策驅動力 良好的政策環(huán)境為廣西A級旅游景區(qū)的建設營造了舒適的發(fā)展氛圍. 早在2010年廣西就提出“加快廣西旅游強區(qū)建設步伐,努力把旅游業(yè)培育成廣西國民經濟的戰(zhàn)略性支柱產業(yè)和人民群眾更加滿意的現代服務業(yè)”;2019年11月的廣西文化旅游發(fā)展大會上,提出“奮力開創(chuàng)文化旅游建設高質量發(fā)展和文化旅游強區(qū)建設新局面”的建設目標,印發(fā)了《關于加快文化旅游產業(yè)高質量發(fā)展的意見》,為提升全區(qū)A級旅游景區(qū)數量和質量,實現全區(qū)A級旅游景區(qū)高質量發(fā)展具有重要意義.
南寧市自然景觀不如桂林豐富,但作為廣西首府,擁有最優(yōu)惠的政策支持旅游業(yè)的發(fā)展:在廣西旅游業(yè)“十三五”規(guī)劃中,南寧市被定位為國際性的旅游集散中心城市;2019年廣西又明確南寧市作為“區(qū)域性國際旅游中心城市”的文化旅游發(fā)展戰(zhàn)略地位. 桂林市作為曾經的廣西首府和全國知名老牌旅游城市,在廣西“十三五”旅游規(guī)劃中被定位為廣西“旅游龍頭”;2019年廣西提出了“桂林國際旅游勝地提質升級”的發(fā)展思路,印發(fā)了《關于支持桂林市加快文化旅游產業(yè)發(fā)展的意見》,為桂林市A級旅游景區(qū)的建設提供了堅實的政策支持和穩(wěn)定的資金保障.
4.2.1 地形驅動力 地形地貌是構成旅游景觀的骨架,不同的地貌對旅游景觀的觀賞性、旅游活動的參與性和旅游產品的開發(fā)性具有重要的影響. 將廣西A級旅游景區(qū)與廣西地形圖在ArcGIS內疊加(圖5),可以看出大部分A級旅游景區(qū)分布于丘陵地貌和海拔較低的喀斯特地貌廣泛發(fā)育的區(qū)域,西北和東北地區(qū)的山地區(qū)域受交通不便利和開發(fā)程度較難的影響,A級旅游景區(qū)數量較少.
4.2.2 資源驅動力 旅游資源地域性差異明顯、空間分布不均是導致A級旅游景區(qū)空間結構差異的重要因素[9]. 桂林、南寧和柳州憑借自身優(yōu)異的旅游資源條件,城市的A 級旅游景區(qū)數量高于其他城市. 桂林市廣泛發(fā)育的喀斯特地貌決定了其自然旅游資源豐富且結構多樣、知名度高,且作為曾經的自治區(qū)首府,桂林市擁有一定的人文歷史資源,為桂林市創(chuàng)建A 級旅游景區(qū)打下了堅實的資源基礎;南寧市憑借獨特的人才資源、政治資源和自然資源,深挖自然景觀和歷史文化,創(chuàng)造了一定數量的A 級旅游景區(qū);柳州市憑借自身雄厚的工業(yè)基礎,充分利用工業(yè)經濟優(yōu)勢,深挖山水林田湖資源和飲食文化資源,打造了一批優(yōu)秀的A 級旅游景區(qū). 而廣西濱海地區(qū)、西部山區(qū)旅游資源相對較為匱乏,種類較為單一,人文歷史資源的挖掘具有一定的難度,多以濱海和山地自然景觀資源為主,因此A 級旅游景區(qū)數量較少,空間分布較為分散;東部賀州、梧州、玉林地區(qū)旅游資源較為單一且缺乏特色,高質量的A 級旅游景區(qū)開發(fā)難度較大,整體上分布也較為分散.
圖5 廣西A級旅游景區(qū)分布與地形高度(DEM)圖Fig.5 Distribution and DEM of A-grade tourist attractions in Guangxi
借助ArcGIS10.2軟件,運用最鄰近指數、洛倫茲曲線、地理集中度指數、核密度分析和熱點分析對廣西A級旅游景區(qū)空間結構及影響因素進行分析,得出以下結論:
1)廣西A級旅游景區(qū)空間分布均勻度較低,整體呈集中狀態(tài),空間結構狀態(tài)屬于聚集型空間結構,屬隨機型.
2)廣西A級旅游景區(qū)呈現出集中分布在東北-西南軸線上,形成桂林、柳州、南寧3個高密度區(qū)域,在西北和東南區(qū)域A級旅游景區(qū)分布較少.
3)廣西A級旅游景區(qū)熱點區(qū)和冷點區(qū)的空間分布差異較大,熱點區(qū)域面積小于冷點區(qū)域,整體空間分布特征與核密度分布相似,熱點區(qū)呈現出沿東北-西南軸線上分布的特征.
4)社會經濟和政策為主的外驅動力和以地形地貌、資源為主的內驅動力是影響廣西A級旅游景區(qū)空間分布的主要驅動力,尤其是政策驅動力,是廣西A級旅游景區(qū)的空間分布的重要驅動力.
提高A 級旅游景區(qū)的數量和質量,對促進廣西文化旅游產業(yè)在疫情后文化旅游經濟復蘇再發(fā)展,實現廣西旅游強區(qū)的戰(zhàn)略目標具有重要意義. 根據本文的研究結論,結合廣西文化旅游業(yè)的發(fā)展狀況提出如下建議:
1)在后續(xù)廣西A級旅游景區(qū)的開發(fā)中,可適當考慮廣西A級旅游景區(qū)空間結構的各項指標,全盤考慮區(qū)內不同等級旅游景區(qū)的空間布局,適當擴充各區(qū)域高等級景區(qū)的數量和規(guī)模,建立各區(qū)域A級旅游景區(qū)的有機連接,實現廣西全區(qū)文化旅游產業(yè)的協(xié)同發(fā)展.
2)對南寧、柳州、桂林熱點區(qū)A級旅游景區(qū)進行提質升級,形成以南寧、柳州、桂林為主的“東北-西南”旅游發(fā)展軸線,并形成以該軸線為核心向兩側輻射,帶動其他區(qū)域文化旅游產業(yè)高速發(fā)展.
3)深度挖掘廣西濱海地區(qū)文化旅游資源,結合區(qū)域經濟條件和資源條件,提高現有A級旅游景區(qū)質量,適當擴充濱海地區(qū)A級旅游景區(qū)數量,豐富廣西濱海地區(qū)文化旅游業(yè)態(tài).
4)克服地形地貌開發(fā)困難,深入挖掘廣西西北區(qū)域文化旅游資源,以長壽康養(yǎng)、研學旅行、紅色文化、民俗文化為發(fā)展抓手,建設一批高水平、高質量的A級旅游景區(qū),提高桂西北地區(qū)A級旅游景區(qū)密度,最終實現廣西“三地兩帶一中心”的旅游發(fā)展新格局.