劉 軍,岳夢婷,問 鼎

1 湖北大學(xué)旅游學(xué)院,武漢 430062

2 湖北省人文社科重點(diǎn)研究基地旅游開發(fā)與管理研究中心,武漢 430062

3 上海張江科技創(chuàng)業(yè)投資有限公司,上海 201203

4 生態(tài)環(huán)境部華南環(huán)境科學(xué)研究所,廣州 510655

《2030年可持續(xù)發(fā)展議程》明確提出消除貧困與饑餓,并強(qiáng)調(diào)保護(hù)、恢復(fù)和促進(jìn)可持續(xù)利用陸地生態(tài)系統(tǒng)。作為全球經(jīng)濟(jì)增長的重要?jiǎng)恿χ?旅游業(yè)為全球創(chuàng)造近10%的就業(yè)崗位[1],成為推動(dòng)地區(qū)減貧的重要力量[2]。旅游業(yè)在改變目的地土地利用類型和人口結(jié)構(gòu)的同時(shí),還對生態(tài)系統(tǒng)服務(wù)產(chǎn)生了影響[3]。因此,定量評價(jià)旅游業(yè)對目的地生態(tài)系統(tǒng)服務(wù)價(jià)值(Ecosystem service value,ESV)的影響,將為目的地生態(tài)系統(tǒng)服務(wù)功能保護(hù)和優(yōu)化提供重要依據(jù)。

生態(tài)系統(tǒng)服務(wù)是指人類從生態(tài)系統(tǒng)中獲得的收益[4],國內(nèi)外學(xué)者主要利用當(dāng)量因子、功能價(jià)值及模型評估等方法測度ESV,并據(jù)此提出區(qū)域環(huán)境治理對策。隨著研究深入, ESV驅(qū)動(dòng)機(jī)制的研究逐漸增多,情景模擬、計(jì)量經(jīng)濟(jì)學(xué)模型和機(jī)器學(xué)習(xí)等方法用于測度自然和社會因素對ESV的影響,如耿甜偉等選擇自然、經(jīng)濟(jì)和社會因素,運(yùn)用地理探測器和GWR模型探討ESV變化的驅(qū)動(dòng)力[5]。而在旅游業(yè)與ESV的相關(guān)研究中,Church等論述了將可持續(xù)旅游納入生態(tài)系統(tǒng)評估的必要性[6];Chen探討了ESV在權(quán)衡土地利用配置方面的重要性[7],并以武陵源風(fēng)景區(qū)為例,定性分析了旅游業(yè)對ESV的影響[8];鐘莉娜等對旅游導(dǎo)向型城鎮(zhèn)化與生態(tài)系統(tǒng)服務(wù)的關(guān)系進(jìn)行了研究[9];Li等[10]、張娟等[11]基于土地利用變化,討論了旅游業(yè)對ESV的影響;朱順順等利用功能價(jià)值法測度了黃山風(fēng)景區(qū)旅游發(fā)展的生態(tài)系統(tǒng)服務(wù)增值效應(yīng)[12]。韓蕊等則分析了旅游收入對ESV的影響[13]。王兆峰等以長株潭城市圈和張家界為例對旅游城市化與生態(tài)系統(tǒng)服務(wù)價(jià)值的耦合關(guān)系進(jìn)行了研究[14—15]。劉永婷等以皖南國際旅游文化示范區(qū)為例分析了人類活動(dòng)對生態(tài)系統(tǒng)服務(wù)價(jià)值的影響[16]。通過回顧文獻(xiàn)發(fā)現(xiàn):①上述研究雖然試圖將旅游業(yè)與ESV聯(lián)系起來,但均未進(jìn)一步深入分析旅游業(yè)各要素對ESV的影響。②關(guān)于旅游業(yè)影響ESV的理論框架仍未成熟,其影響作用機(jī)制不明晰,缺乏可供參考的評價(jià)指標(biāo)。③既有研究未能從局部視角揭示旅游業(yè)對ESV影響的空間異質(zhì)性,且研究方法較為單一,影響因素指標(biāo)通常局限在屬性數(shù)據(jù),不能呈現(xiàn)影響因素的空間分異特征。

因此,本研究將以神農(nóng)架為例,構(gòu)建旅游業(yè)影響ESV的理論框架,并基于ESV核算結(jié)果,采用地理加權(quán)回歸(Geographically weighted regression, GWR)和增強(qiáng)回歸樹(Boosting regression tree, BRT)模型探究旅游業(yè)對ESV的影響作用及空間異質(zhì)性,以期為旅游地的可持續(xù)發(fā)展提供參考建議。

1 理論框架、指標(biāo)構(gòu)建與數(shù)據(jù)來源

1.1 旅游業(yè)影響生態(tài)系統(tǒng)服務(wù)價(jià)值的作用路徑

生態(tài)系統(tǒng)服務(wù)對人與自然的關(guān)系具有重要作用,旅游業(yè)高度依賴自然資源的特性要求目的地持續(xù)關(guān)注區(qū)域生態(tài)系統(tǒng)的健康水平。Ostrom提出的“社會-生態(tài)系統(tǒng)”分析框架[17]將環(huán)境治理總結(jié)為社會系統(tǒng)中多重因素所引致的生態(tài)系統(tǒng)變化,并又作用于人類福祉狀況的過程[18],為人地關(guān)系研究提供了新視角?！吧鐣?生態(tài)系統(tǒng)”理論認(rèn)為人類與生態(tài)環(huán)境是緊密聯(lián)系的復(fù)雜系統(tǒng),受內(nèi)外部因素干擾和驅(qū)動(dòng)[19]。在此基礎(chǔ)上,Petrosillo等對"旅游社會-生態(tài)系統(tǒng)(socio-ecological tourism-based systems)"進(jìn)行了研究[20—21],并指出生態(tài)旅游者、大眾旅游者、生態(tài)環(huán)境質(zhì)量、住宿和娛樂設(shè)施四個(gè)影響系統(tǒng)狀態(tài)的變量。陳婭玲和楊新軍進(jìn)一步完善了該機(jī)制框架,并認(rèn)為旅游系統(tǒng)對生態(tài)系統(tǒng)的影響將主要由旅游者、從業(yè)者和社區(qū)居民施加給旅游資源及其所在生態(tài)環(huán)境[22]。本研究以“旅游社會-生態(tài)系統(tǒng)”理論為基礎(chǔ),構(gòu)建旅游業(yè)影響ESV的作用路徑(圖1)。在旅游社會系統(tǒng)中,旅游者、旅游從業(yè)者以及社區(qū)居民參與旅游活動(dòng),通過對生態(tài)系統(tǒng)中自然旅游資源和旅游社會系統(tǒng)中人文旅游資源的利用,提升目的地旅游發(fā)展水平。由此帶來的結(jié)果是目的地“旅游社會-生態(tài)系統(tǒng)”總的資本存量變化,這些變化既可能由于自然資本的退化或增加引發(fā),也可能因?yàn)槿嗽煊行钨Y本(如建設(shè)住宿和娛樂接待設(shè)施)的積累而導(dǎo)致,最終都將使得土地利用類型及其覆蓋生態(tài)植被發(fā)生變化,進(jìn)而改變目的地生態(tài)系統(tǒng)服務(wù)價(jià)值。

圖1 旅游業(yè)對生態(tài)系統(tǒng)服務(wù)價(jià)值的影響機(jī)制Fig.1 Impact mechanism of tourism industry on ecosystem service value

1.2 指標(biāo)構(gòu)建

旅游業(yè)對目的地的生態(tài)系統(tǒng)的影響主要體現(xiàn)為旅游交通、旅游住宿及游憩活動(dòng)對區(qū)域環(huán)境的改變。在影響ESV指標(biāo)的選取上,本研究重點(diǎn)考慮交通基礎(chǔ)設(shè)施、住宿接待設(shè)施、游憩活動(dòng)設(shè)施等因素,同時(shí)參考Li等[23]的研究,選擇高程(Elevation,ELE)、坡度(Slope,SLO)和坡向(Aspect,ASP)作為控制變量?；诼糜螛I(yè)對ESV影響的理論框架,最終選取4個(gè)旅游業(yè)指標(biāo),具體包括:(1)距酒店距離(Distance to hotel, DH),酒店是旅游接待設(shè)施的主體之一,隨著目的地旅游業(yè)發(fā)展,住宿設(shè)施規(guī)模將逐漸擴(kuò)大,其對生態(tài)環(huán)境也將產(chǎn)生影響,且已有研究證實(shí)酒店對環(huán)境的負(fù)面影響[24]。(2)距景區(qū)距離(Distance to scenic spot, DSS),景區(qū)是游憩活動(dòng)的主要載體,景區(qū)建設(shè)一方面限制了人類活動(dòng)對嚴(yán)格保護(hù)區(qū)的負(fù)面干擾[25],同時(shí)也影響了游客可達(dá)區(qū)域內(nèi)生態(tài)系統(tǒng)的平衡,如游客對土壤、水環(huán)境、資源環(huán)境及植被的影響[26—27]。(3)距道路距離(Distance to road, DR),道路表征旅游交通基礎(chǔ)設(shè)施,目的地旅游業(yè)的發(fā)展伴隨著交通基礎(chǔ)設(shè)施的建設(shè),道路通過公共交通替代私人交通、減緩道路擁堵的方式發(fā)揮環(huán)境改善效應(yīng)[28]。但道路建設(shè)對周邊土壤環(huán)境、植被多樣性的影響不容忽視[29]。(4)距居民點(diǎn)距離(Distance to residential area, DRA),作為承載居民活動(dòng)的主要場所,居民點(diǎn)成為除酒店以外的旅游住宿和餐飲接待區(qū),尤其是民宿這一非標(biāo)住宿設(shè)施的興起,使得居民點(diǎn)成為游客與社區(qū)居民的共同活動(dòng)空間。

1.3 數(shù)據(jù)來源及處理

本研究使用數(shù)據(jù)包括衛(wèi)星數(shù)據(jù)、統(tǒng)計(jì)數(shù)據(jù)和地理位置數(shù)據(jù)(表1),所涉及的柵格數(shù)據(jù)分辨率均為1km×1km。研究時(shí)期選取2005、2010、2015和2018年。由于利用GWR和BRT進(jìn)行影響因素分析時(shí)所需的數(shù)據(jù)類型不同,故對預(yù)處理后的柵格數(shù)據(jù)分別做進(jìn)一步處理:首先,將ESV測度結(jié)果賦值至1km×1km格網(wǎng),并轉(zhuǎn)為柵格數(shù)據(jù)。其次,借助ArcGIS 10.3多值提取至點(diǎn)工具,將預(yù)處理后ESV和影響因素?cái)?shù)據(jù)的屬性值提取至隨機(jī)生成的3270個(gè)矢量點(diǎn),并導(dǎo)出上述數(shù)據(jù)。最后,利用Jenks自然斷裂點(diǎn)法將導(dǎo)出的數(shù)據(jù)集由連續(xù)變量轉(zhuǎn)為離散變量,以符合GWR的建模要求;將2005、2010、2015及2018年格網(wǎng)ESV空間分布圖兩兩疊加,若ESV發(fā)生變化,賦值為1,反之為0,通過上述步驟二值化被解釋變量,解釋變量則以導(dǎo)出數(shù)據(jù)為準(zhǔn),以符合BRT的建模要求。

表1 數(shù)據(jù)來源及預(yù)處理Table 1 Data sources and pretreatment

2 研究區(qū)概況與研究方法

2.1 研究區(qū)概況

神農(nóng)架(31°21′—31°36′N,110°03′—110°33′E)位于湖北省西部,總面積3232.77km2。作為中國首個(gè)獲得聯(lián)合國教科文組織人與生物圈自然保護(hù)區(qū)(1990)、世界地質(zhì)公園(2013)、世界自然遺產(chǎn)(2016)、國家公園試點(diǎn)(2016)的地區(qū),神農(nóng)架因具備豐富的生態(tài)旅游資源吸引大量游客到訪。2005—2018年,區(qū)內(nèi)旅游接待人數(shù)和旅游收入分別從86萬人次、1.8億元增加至1586萬人次和57.3億元,旅游收入與GDP的比值由34.99%上升至200.41%,旅游業(yè)一直是該區(qū)域的主導(dǎo)產(chǎn)業(yè),并推動(dòng)神農(nóng)架在2018年退出國家級貧困縣。由于,貧困地區(qū)與自然資源富集區(qū)往往具有高度重疊性[30],以旅游為主導(dǎo)產(chǎn)業(yè)發(fā)展貧困地區(qū)經(jīng)濟(jì),將伴隨更大的環(huán)境威脅。因此,研究神農(nóng)架將對旅游經(jīng)濟(jì)增長與生態(tài)系統(tǒng)協(xié)調(diào)發(fā)展具有借鑒價(jià)值。

2.2 研究方法

2.2.1生態(tài)系統(tǒng)服務(wù)價(jià)值評估

參考Constanza等[31]和謝高地等[32]提出的當(dāng)量因子法測度ESV。選取謝高地等[33]提出的農(nóng)田、森林、水域、濕地和裸地ESV當(dāng)量因子;高覆蓋度草地、中低覆蓋度草地當(dāng)量因子分別借鑒肖建設(shè)等[34]和陳春陽等[35]的研究;城鄉(xiāng)、工礦、居民用地則歸為建設(shè)用地不參與ESV的核算。利用CPI消除ESV測度中的通貨膨脹問題[36],最終計(jì)算ESV,其公式如(1)式,其中n為土地利用類型數(shù)量;Am為第m類土地利用類型面積;VCm為第m類土地利用單位面積ESV。

(1)

2.2.2探索性空間分析

(2)

(3)

2.2.3地理加權(quán)回歸模型

考慮到變量之間可能存在空間自相關(guān)問題,不適用于OLS殘差項(xiàng)獨(dú)立的假設(shè)[37],本研究使用GWR分析ESV的影響因素。作為一種空間分析技術(shù),GWR允許非平穩(wěn)數(shù)據(jù)的使用,并通過估計(jì)局部參數(shù)替代全局參數(shù)來探究多尺度下解釋變量的影響強(qiáng)度及空間異質(zhì)性,具體公式見(4)式。其中,yi為采樣點(diǎn)i(即單位格網(wǎng)ESV)的因變量值;β0為截距;(μi,vi)為采樣點(diǎn)i的投影坐標(biāo);βk(μi,vi)為采樣點(diǎn)i的第k個(gè)自變量的系數(shù);xik為采樣點(diǎn)i的第k個(gè)自變量;εi為隨機(jī)誤差項(xiàng)。

(4)

2.2.4增強(qiáng)回歸樹模型

BRT是基于分類回歸樹算法的一種自學(xué)習(xí)方法,它結(jié)合了回歸樹和boosting的優(yōu)勢,消除了影響因子之間的相互作用,多被用于生態(tài)學(xué)領(lǐng)域研究。BRT通過隨機(jī)選擇的數(shù)據(jù)組分析自變量對因變量的影響程度,樣本中剩余數(shù)據(jù)則用來驗(yàn)證模型的準(zhǔn)確程度,以遞歸二元分割的形式實(shí)現(xiàn)迭代擬合,多被用于預(yù)測影響因素的貢獻(xiàn)率及其空間異質(zhì)性。采用Elith等人開發(fā)的R語言BRT模型工具包[38],并將學(xué)習(xí)速率設(shè)置為0.005,抽取50%數(shù)據(jù)用于回歸分析,進(jìn)行五次交叉驗(yàn)證[39]。

3 結(jié)果與分析

3.1 土地利用變化情況

神農(nóng)架2005—2018年土地利用結(jié)構(gòu)變化明顯:耕地(水田、旱地)、林地(針葉林、灌木林、針闊混交、闊葉林)、草地(高/中/低覆蓋度草地)和未利用地面積總體減少,其中以未利用地面積變化最為劇烈;水域(河渠、灘地)及建設(shè)用地面積總體增加。

2005年神農(nóng)架耕地面積分別為2190.36hm2(水田)、8662.75hm2(旱地),到2018年增至2083.45hm2(水田)、8018.62hm2(旱地),年均變化率由-4.34%、-6.79%減緩至-1.15%、-1.71%,并于2015—2018年間增加0.6%、1.04%,呈現(xiàn)先減后增的總體減少趨勢。中低覆蓋度草地面積在2010年前后變化明顯,從2005年9562.61hm2增加至9599.46hm2,隨后又減少至9474.68hm2;而高覆蓋度草地則持續(xù)減少至17144.52hm2。林地的“先增后減”特征更為明顯:針葉林、灌木林、針闊混交及闊葉林面積均以2010年為拐點(diǎn),至2018年,總體減少為32058.34hm2、60395.63hm2、79897.24hm2、113113.10hm2。

神農(nóng)架水域面積的增加是社會經(jīng)濟(jì)發(fā)展下環(huán)境保護(hù)政策驅(qū)動(dòng)的結(jié)果。自2005年起,當(dāng)?shù)卣叨戎匾暆竦厣鷳B(tài)的恢復(fù)與保護(hù),大九湖國家濕地公園的建設(shè)、生態(tài)移民工程的實(shí)施使河渠與灘地面積至2018年達(dá)到123.37hm2、68.27hm2。旅游業(yè)發(fā)展較大程度影響了區(qū)域各類型土地利用面積,2005—2018年間,建設(shè)用地從142.16hm2增加至926.79hm2,年均增幅15.51%,總增長率達(dá)551.94%,而未利用土地面積則急劇下降至0。

3.2 生態(tài)系統(tǒng)服務(wù)價(jià)值變化特征

土地利用類型的變化導(dǎo)致神農(nóng)架ESV的改變。2005年、2010年、2015年和2018年神農(nóng)架ESV分別為33.58億元、53.85億元、77.74億元及89.10億元(表2),共增加55.52億元。11項(xiàng)ESV所占比例穩(wěn)定。其中,氣候調(diào)節(jié)功能提供的價(jià)值占比最高,14年間均處于28%—29%之間;其次為水文調(diào)節(jié)、土壤保持、生物多樣性和氣體調(diào)節(jié)功能,分別占比約19%、12%、11%和10%。隨著旅游業(yè)的發(fā)展,神農(nóng)架美學(xué)景觀價(jià)值逐年遞增,由2005年的1.58億元增加至2018年4.18億元,占比總體穩(wěn)定在4%—5%。而供給服務(wù)(食物生產(chǎn)、原料生產(chǎn)、水資源供給)與維持養(yǎng)分循環(huán)對神農(nóng)架ESV貢獻(xiàn)率較小。

表2 2005—2018年神農(nóng)架生態(tài)系統(tǒng)服務(wù)價(jià)值變化Table 2 Changes in ESV in Shennongjia from 2005 to 2018

由于2005—2018年神農(nóng)架ESV的空間分布與變化情況較為穩(wěn)定,故僅展示2005和2018年ESV的空間分布及2005—2010年、2010—2015年ESV增量的變化情況(圖2)。高值區(qū)主要分布在神農(nóng)架國家級自然保護(hù)區(qū)內(nèi)部,而低值區(qū)主要位于區(qū)域東部邊界處。ESV增量的空間變化情況與其存量一致,表現(xiàn)為自然保護(hù)區(qū)內(nèi)ESV持續(xù)增長,而區(qū)域東西部ESV增量相對較小?？傮w而言,ESV呈快速上漲趨勢,其時(shí)空演變狀態(tài)較為穩(wěn)定。利用ArcGIS 10.3計(jì)算4期ESV全局Moran′sI指數(shù),結(jié)果顯示Moran′sI指數(shù)P值均為0.000,通過1%水平顯著性檢驗(yàn),說明神農(nóng)架ESV具有顯著的空間自相關(guān)性。此外,該結(jié)果也表明利用GWR進(jìn)行影響因素回歸具有一定合理性。

圖2 ESV及其增量的空間分布Fig.2 Spatial distribution of ESV and its incrementsESV: 生態(tài)系統(tǒng)服務(wù)價(jià)值Ecosystem service value

3.3 旅游業(yè)對生態(tài)系統(tǒng)服務(wù)價(jià)值的影響

3.3.1GWR模型回歸分析

由于因變量較多,且可能因相關(guān)關(guān)系而導(dǎo)致歸回系數(shù)產(chǎn)生偏差,利用SPSS對因變量進(jìn)行共線性檢驗(yàn)。VIF均小于10,條件指數(shù)小于30(表3),表明指標(biāo)不存在共線性關(guān)系,可以進(jìn)行回歸分析。

表3 影響因素共線性檢驗(yàn)Table 3 Collinearity inspection of the influencing factors

由于研究聚焦旅游業(yè)對ESV的影響,故僅分析旅游業(yè)影響因素的作用及其空間異質(zhì)性。對回歸系數(shù)的正負(fù)值比例及決定系數(shù)進(jìn)行整理(表4),結(jié)果表明解釋變量對ESV的作用不一,且比例呈現(xiàn)明顯差異。DH和DRA以負(fù)向影響為主,DSS和DR則對ESV產(chǎn)生正向影響。從時(shí)空變化來看,DH和DR正向影響效應(yīng)所覆蓋的區(qū)域不斷增加,DSS正向影響效應(yīng)所覆蓋的區(qū)域持續(xù)減少,DRA正向影響的區(qū)域比例呈先減后增的變化趨勢,正向影響覆蓋比例總體擴(kuò)大。

表4 GWR模型運(yùn)算結(jié)果Table 4 Calculation results of GWR

3.3.2BRT模型回歸分析

對2005—2010年、2010—2015年、2015—2018年3期數(shù)據(jù)進(jìn)行建模,經(jīng)過1300次分形得到訓(xùn)練模型。訓(xùn)練數(shù)據(jù)ROC值分別為0.978、0.943、0.967,驗(yàn)證數(shù)據(jù)ROC值分別為0.874、0.821、0.775,兩者ROC三期數(shù)值均達(dá)0.75以上,表明模型擬合度較高。通過比較三階段影響因素貢獻(xiàn)率(表5),發(fā)現(xiàn)DRA、DSS和DH對ESV的影響作用最強(qiáng),貢獻(xiàn)率總占比達(dá)48.5%—60.9%。其次為SLO和ASP(16.3%—32.1%)、DR(4.3%—16.2%)、ELE(7.6%—10.7%)?？傮w而言,ESV主要受到旅游業(yè)因素的影響,自然因素對ESV的影響作用較弱。

表5 影響因素貢獻(xiàn)率Table 5 Contribution rate of influencing factors

3.4 旅游業(yè)影響因素的空間異質(zhì)性

距居民點(diǎn)距離(DRA):GWR和BRT模型回歸結(jié)果顯示DRA對ESV的影響表現(xiàn)出空間的非均衡性(圖3)。GWR顯示離居民點(diǎn)越近ESV越小,DRA對ESV主要為負(fù)向影響,正向影響區(qū)域遠(yuǎn)小于負(fù)向影響,且大多集中在神農(nóng)架東部。時(shí)間進(jìn)程中,DRA對區(qū)域影響的差異表現(xiàn)出不同特征,ESV系數(shù)絕對值顯示北部區(qū)域最大,東部地區(qū)次之,即DRA對神農(nóng)架北部、東部ESV影響最大,對其他地區(qū)的影響則呈現(xiàn)交替變化的特點(diǎn)。BRT的結(jié)果顯示DRA對ESV變化,呈現(xiàn)出隨著距離的增長由負(fù)向影響向正向影響轉(zhuǎn)變的特點(diǎn)。2010年與2015年,DRA隨著距離增加至5km,負(fù)向影響逐漸減弱至不相關(guān),即此時(shí)DRA延緩了ESV變化的進(jìn)程,反映出此時(shí)的神農(nóng)架城鎮(zhèn)化進(jìn)程較慢,居民點(diǎn)附近的人居環(huán)境未發(fā)生較大改變。但隨著距離超過5km,DRA的正向效應(yīng)出現(xiàn),隨著距離增加,DRA加速了ESV變化進(jìn)程,這可能是由于神農(nóng)架在2005—2010年以及2010—2015年這兩個(gè)階段大量增加的建設(shè)用地用于道路基礎(chǔ)設(shè)施建設(shè)和旅游項(xiàng)目開發(fā)。2018年則顯示出距離對于DRA的負(fù)向效應(yīng)閾值劇烈縮減,表明旅游主導(dǎo)的區(qū)域發(fā)展與居民點(diǎn)逐步融合,并呈現(xiàn)出較為穩(wěn)定的土地利用格局,因此在1—10km范圍內(nèi),DRA對ESV變化影響微弱。但是隨著距離再擴(kuò)大,DRA表現(xiàn)出加快ESV變化的進(jìn)程,這可能是由于神農(nóng)架在該階段將旅游項(xiàng)目開發(fā)重心轉(zhuǎn)向區(qū)域北部有關(guān),這與GWR顯示的DRA對北部ESV影響最大的結(jié)論一致。

圖3 基于GWR和BRT距居民點(diǎn)距離對ESV的影響Fig.3 Influence of DRA on ESV based on GWR and BRTDRA: 距居民點(diǎn)距離Distance to residential area;GWR,地理加權(quán)回歸Geographically weighted regression;BRT,增強(qiáng)回歸樹Boosting regression tree

距景區(qū)距離(DSS):GWR建模結(jié)果顯示了景區(qū)鄰近區(qū)域的正向影響(圖4)。由于神農(nóng)架的景區(qū)大多以生態(tài)旅游為主,景區(qū)的開發(fā)反而能促進(jìn)生態(tài)環(huán)境的改善,導(dǎo)致ESV的增加。DSS的回歸系數(shù)絕對值呈現(xiàn)出西部區(qū)域最大,中南部區(qū)域次之,其他區(qū)域影響程度交替變化的特點(diǎn),且對ESV的負(fù)向影響由中部區(qū)域向南部區(qū)域轉(zhuǎn)變。這主要是因?yàn)槲鞑繀^(qū)域?yàn)樯褶r(nóng)架國家公園的范圍,該區(qū)域生態(tài)環(huán)境保護(hù)較好,但是中南部由于紅坪機(jī)場、道路等基礎(chǔ)設(shè)施建設(shè),使得DSS在上述區(qū)域出現(xiàn)負(fù)向影響。BRT的結(jié)果顯示在距景區(qū)約15km以內(nèi)的距離,景區(qū)的開發(fā)建設(shè)對ESV變化有減緩效應(yīng),即旅游景區(qū)建設(shè)未對周邊的生態(tài)環(huán)境造成顯著影響。但是隨著距離增加,DSS對ESV變化呈現(xiàn)正向效應(yīng),此時(shí)會加速ESV的變化。與GWR結(jié)果比較,BRT識別出來ESV變化的距離閾值,但是無法體現(xiàn)ESV變化方向,而GWR結(jié)果能夠識別出DSS對ESV變化的方向以及影響強(qiáng)弱的空間差異。

圖4 基于GWR和BRT距景區(qū)距離對ESV的影響Fig.4 Influence of DSS on ESV based on GWR and BRTDSS: 距景區(qū)距離Distance to scenic spot

距酒店距離(DH):GWR的結(jié)果驗(yàn)證了酒店鄰近地區(qū)對ESV以負(fù)向影響為主,但在時(shí)空上呈現(xiàn)出不斷變化的特點(diǎn)(圖5)。2010年DH僅在西部區(qū)域表現(xiàn)出正向影響,2015年則在北部地區(qū),而在2018年集中在西部與中部地區(qū)。這主要是由于西部區(qū)域酒店分布較少,而到2015年酒店數(shù)量增加,且該階段隨著西部區(qū)域旅游開發(fā)加快,使得DH對ESV由正向影響變?yōu)樨?fù)向影響。2018年,該區(qū)域已納入神農(nóng)架國家公園試點(diǎn),保護(hù)工作取得成效,因而DH對ESV產(chǎn)生正向影響的區(qū)域由西部逐步擴(kuò)大至中部區(qū)域。BRT的結(jié)果顯示2010—2015年,DH對ESV變化表現(xiàn)為正向效應(yīng),其影響ESV變化的輻射范圍由13km減少至5km,并于2018年呈現(xiàn)出減緩ESV變化的趨勢。而在更遠(yuǎn)距離的影響上,DH對ESV變化的作用微弱,這主要是由于神農(nóng)架森林覆蓋率高,離酒店15km以上主要為林地。與GWR結(jié)果比較,BRT識別出DH在2010—2015年鄰近區(qū)域的ESV變化有重要影響,這與GWR所呈現(xiàn)的ESV回歸系數(shù)平均值較大區(qū)域主要位于酒店鄰近區(qū)域一致。2018年,BRT顯示DH隨距離增加對ESV變化影響較為激烈,這與GWR在該階段DH的正向影響與負(fù)向影響區(qū)域互相交織在一起有關(guān)。

圖5 基于GWR和BRT距酒店距離對ESV的影響Fig.5 Influence of DH on ESV based on GWR and BRTDH: 距酒店距離Distance to hotel

距道路距離(DR):GWR結(jié)果表明DR對鄰近區(qū)域ESV以正向影響為主(圖6)。這主要是由于神農(nóng)架的主干路網(wǎng)在2010、2015與2018年未發(fā)生顯著變化,而該階段的環(huán)境規(guī)制水平不斷提升,因而使得DR改善了ESV。但是從2018年的結(jié)果來看,DR對ESV鄰近區(qū)域正向影響降低,這與該階段主干交通網(wǎng)絡(luò)建設(shè)有關(guān)。BRT的結(jié)果顯示, 2010年DH對ESV變化的作用范圍閾值為20km,20km以上DR對ESV變化的減緩效應(yīng)逐步提升并保持穩(wěn)定。2015年,DH對ESV變化作用較小,表明該階段相對2010年主干道路網(wǎng)絡(luò)基本保持穩(wěn)定。2018年DH對ESV變化的作用總體上與2010年一致,但是在對ESV變化作用的閾值上,減少至10km,這表明道路附近10—20km區(qū)域ESV變化加快,該階段遠(yuǎn)離主干道路網(wǎng)絡(luò)的旅游項(xiàng)目、酒店逐步增多。比較GWR與BRT結(jié)果,兩者都顯示出DR對ESV的影響,其中GWR識別出DR對ESV的正向影響,即道路對ESV有提升作用,而BRT則識別區(qū)對ESV變化的作用范圍存在一定波動(dòng)。

圖6 基于GWR和BRT距道路距離對ESV的影響Fig.6 Influence of DR on ESV based on GWR and BRT DR: 距道路距離Distance to road

4 結(jié)論與討論

4.1 討論

“旅游社會-生態(tài)系統(tǒng)”是目的地典型的人與自然相處模式,旅游業(yè)在推動(dòng)經(jīng)濟(jì)增長與社區(qū)發(fā)展的同時(shí),必然會改變目的地土地利用格局,造成目的地ESV的變化。本研究的結(jié)論顯示,目的地可從以下四個(gè)方面平衡旅游開發(fā)與ESV的關(guān)系:(1)改善目的地人居環(huán)境,由于非標(biāo)住宿的發(fā)展,目的地居民點(diǎn)開展旅游接待活動(dòng)將成為常態(tài),社區(qū)居民的旅游服務(wù)接待活動(dòng)造成大量生活廢水和煙塵等污染物的排放,影響鄰近地區(qū)生態(tài)環(huán)境質(zhì)量[23]。因此有必要通過增加綠地、控制居住用地規(guī)模來促進(jìn)ESV增加,達(dá)到居民點(diǎn)開展旅游接待活動(dòng)與ESV提升的雙贏目的。(2)推動(dòng)目的地生態(tài)旅游發(fā)展,本研究案例地神農(nóng)架是一個(gè)典型的生態(tài)旅游地,其生態(tài)旅游景區(qū)的建設(shè)不但未減少ESV,反而對ESV有正向影響,表現(xiàn)出旅游開發(fā)與環(huán)境保護(hù)的共贏格局,因此目的地應(yīng)推動(dòng)以“山水林田湖草沙冰”為主要吸引物的生態(tài)旅游開發(fā)。(3)控制接待設(shè)施規(guī)模,本研究結(jié)論發(fā)現(xiàn)酒店接待設(shè)施對ESV變化有重要影響,且為負(fù)向效應(yīng),與相關(guān)研究認(rèn)為酒店會帶來環(huán)境問題的結(jié)論一致[40],因此需合理規(guī)劃目的地酒店接待設(shè)施,推動(dòng)生態(tài)住宿設(shè)施建設(shè),消除接待設(shè)施建設(shè)對鄰近區(qū)域的環(huán)境影響。(4)提升道路周邊環(huán)境,本研究結(jié)論發(fā)現(xiàn)神農(nóng)架道路對ESV呈現(xiàn)正向影響的主要原因在于主干道路網(wǎng)絡(luò)保持穩(wěn)定,這與既有研究認(rèn)為道路建設(shè)對周邊環(huán)境的負(fù)面影響結(jié)論不一致[29],但由于本研究案例地神農(nóng)架森林覆蓋率高,且主干路網(wǎng)穩(wěn)定,所以表現(xiàn)出研究支持交通對環(huán)境的改善效應(yīng)。因此對于交通格局較為穩(wěn)定的目的地,改善道路及其周邊環(huán)境有助于提升ESV;對于交通格局變化激烈的目的地,則有助于減緩基礎(chǔ)設(shè)施建設(shè)對生態(tài)環(huán)境的影響。

本研究雖然在研究機(jī)制框架構(gòu)建、研究方法上有一定創(chuàng)新,且在一定程度上明晰了旅游業(yè)發(fā)展對目的地生態(tài)系統(tǒng)服務(wù)價(jià)值的影響,但仍存在以下改進(jìn)空間:一是在旅游業(yè)影響因素上再深化,主要表現(xiàn)為本研究的道路為主干交通網(wǎng)絡(luò),而沒有考慮鄉(xiāng)村公路等的影響;二是未考慮旅游者空間分布差異對生態(tài)系統(tǒng)服務(wù)價(jià)值的影響,在未來的研究中可以納入;三是案例地主要為生態(tài)旅游地,研究結(jié)論的普適性受到一定約束。

4.2 結(jié)論

本研究在構(gòu)建旅游業(yè)對ESV變化作用機(jī)制的基礎(chǔ)上,通過計(jì)算目的地ESV,并利用GWR與BRT模型分析了旅游業(yè)因素對ESV的影響,主要結(jié)論如下:

(1)神農(nóng)架土地利用格局變化顯著,耕地、林地、草地和未利用地面積總體減少,至2018年分別減少到2083.45hm2、8018.62hm2、285464.31hm2、9474.68hm2和0hm2,水域及建設(shè)用地面積總體增加,至2018年分別增加到191.64hm2和926.79hm2。(2)神農(nóng)架ESV呈逐年遞增趨勢,由2005年的33.58億元增加至2018年的89.10億元。從生態(tài)功能來看,11項(xiàng)生態(tài)系統(tǒng)服務(wù)功能所占價(jià)值比例穩(wěn)定,以氣候調(diào)節(jié)、水文調(diào)節(jié)、土壤保持及生物多樣性占比居多,達(dá)到生態(tài)系統(tǒng)服務(wù)功能價(jià)值的約70%。從時(shí)空演化來看,ESV呈現(xiàn)高度自相關(guān)性,表現(xiàn)為中部高、邊界低的分布格局。(3)GWR結(jié)果顯示距景區(qū)距離、距道路距離對ESV正向影響顯著,距酒店距離、距居民點(diǎn)距離對ESV負(fù)向影響顯著,且影響程度大小分別為距景區(qū)距離、距居民點(diǎn)距離、距道路距離和距酒店距離。BRT結(jié)果則顯示對ESV變化的各因素由大到小依次為距居民點(diǎn)距離、距景區(qū)距離、距酒店距離和距道路距離。(4)在空間異質(zhì)性上,GWR能從全局識別出影響的空間差異以及影響效應(yīng)的方向,而BRT則能更精準(zhǔn)識別影響ESV變化的主要因素作用范圍。