劉 軍,岳夢婷,問 鼎

1 湖北大學旅游學院,武漢 430062

2 湖北省人文社科重點研究基地旅游開發(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,并強調(diào)保護、恢復和促進可持續(xù)利用陸地生態(tài)系統(tǒng)。作為全球經(jīng)濟增長的重要動力之一,旅游業(yè)為全球創(chuàng)造近10%的就業(yè)崗位[1],成為推動地區(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構的同時,還對生態(tài)系統(tǒng)服務產(chǎn)生了影響[3]。因此,定量評價旅游業(yè)對目的地生態(tài)系統(tǒng)服務價值(Ecosystem service value,ESV)的影響,將為目的地生態(tài)系統(tǒng)服務功能保護和優(yōu)化提供重要依據(jù)。

生態(tài)系統(tǒng)服務是指人類從生態(tài)系統(tǒng)中獲得的收益[4],國內(nèi)外學者主要利用當量因子、功能價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)動機制的研究逐漸增多,情景模擬、計量經(jīng)濟學模型和機器學習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)濟和社會因素,運用地理探測器和GWR模型探討ESV變化的驅(qū)動力[5]。而在旅游業(yè)與ESV的相關研究中,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在權衡土地利用配置方面的重要性[7],并以武陵源風景區(qū)為例,定性分析了旅游業(yè)對ESV的影響[8];鐘莉娜等對旅游導向型城鎮(zhèn)化與生態(tài)系統(tǒng)服務的關系進行了研究[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值法測度了黃山風景區(qū)旅游發(fā)展的生態(tài)系統(tǒng)服務增值效應[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)服務價值的耦合關系進行了研究[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對生態(tài)系統(tǒng)服務價值的影響[16]。通過回顧文獻發(fā)現(xiàn):①上述研究雖然試圖將旅游業(yè)與ESV聯(lián)系起來,但均未進一步深入分析旅游業(yè)各要素對ESV的影響。②關于旅游業(yè)影響ESV的理論框架仍未成熟,其影響作用機制不明晰,缺乏可供參考的評價指標。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,構建旅游業(yè)影響ESV的理論框架,并基于ESV核算結果,采用地理加權回歸(Geographically weighted regression, GWR)和增強回歸樹(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、指標構建與數(shù)據(jù)來源

1.1 旅游業(yè)影響生態(tài)系統(tǒng)服務價值的作用路徑

生態(tài)系統(tǒng)服務對人與自然的關系具有重要作用,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],為人地關系研究提供了新視角?！吧鐣?生態(tài)系統(tǒng)”理論認為人類與生態(tài)環(huán)境是緊密聯(lián)系的復雜系統(tǒng),受內(nèi)外部因素干擾和驅(qū)動[19]。在此基礎上,Petrosillo等對"旅游社會-生態(tài)系統(tǒng)(socio-ecological tourism-based systems)"進行了研究[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、住宿和娛樂設施四個影響系統(tǒng)狀態(tài)的變量。陳婭玲和楊新軍進一步完善了該機制框架,并認為旅游系統(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,構建旅游業(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,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),也可能因為人造有形資本(如建設住宿和娛樂接待設施)的積累而導致,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,進而改變目的地生態(tài)系統(tǒng)服務價值。

圖1 旅游業(yè)對生態(tài)系統(tǒng)服務價值的影響機制Fig.1 Impact mechanism of tourism industry on ecosystem service value

1.2 指標構建

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對區(qū)域環(huán)境的改變。在影響ESV指標的選取上,本研究重點考慮交通基礎設施、住宿接待設施、游憩活動設施等因素,同時參考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個旅游業(yè)指標,具體包括:(1)距酒店距離(Distance to hotel, DH),酒店是旅游接待設施的主體之一,隨著目的地旅游業(yè)發(fā)展,住宿設施規(guī)模將逐漸擴大,其對生態(tài)環(huán)境也將產(chǎn)生影響,且已有研究證實酒店對環(huán)境的負面影響[24]。(2)距景區(qū)距離(Distance to scenic spot, DSS),景區(qū)是游憩活動的主要載體,景區(qū)建設一方面限制了人類活動對嚴格保護區(qū)的負面干擾[25],同時也影響了游客可達區(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設施,目的地旅游業(yè)的發(fā)展伴隨著交通基礎設施的建設,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[28]。但道路建設對周邊土壤環(huán)境、植被多樣性的影響不容忽視[29]。(4)距居民點距離(Distance to residential area, DRA),作為承載居民活動的主要場所,居民點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住宿設施的興起,使得居民點成為游客與社區(qū)居民的共同活動空間。

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。研究時期選取2005、2010、2015和2018年。由于利用GWR和BRT進行影響因素分析時所需的數(shù)據(jù)類型不同,故對預處理后的柵格數(shù)據(jù)分別做進一步處理:首先,將ESV測度結果賦值至1km×1km格網(wǎng),并轉(zhuǎn)為柵格數(shù)據(jù)。其次,借助ArcGIS 10.3多值提取至點工具,將預處理后ESV和影響因素數(shù)據(jù)的屬性值提取至隨機生成的3270個矢量點,并導出上述數(shù)據(jù)。最后,利用Jenks自然斷裂點法將導出的數(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,解釋變量則以導出數(shù)據(jù)為準,以符合BRT的建模要求。

表1 數(shù)據(jù)來源及預處理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。作為中國首個獲得聯(lián)合國教科文組織人與生物圈自然保護區(qū)(1990)、世界地質(zhì)公園(2013)、世界自然遺產(chǎn)(2016)、國家公園試點(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)域的主導產(chǎn)業(yè),并推動神農(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],以旅游為主導產(chǎn)業(yè)發(fā)展貧困地區(qū)經(jīng)濟,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)濟增長與生態(tài)系統(tǒng)協(xié)調(diào)發(fā)展具有借鑒價值。

2.2 研究方法

2.2.1生態(tài)系統(tǒng)服務價值評估

參考Constanza等[31]和謝高地等[32]提出的當量因子法測度ESV。選取謝高地等[33]提出的農(nóng)田、森林、水域、濕地和裸地ESV當量因子;高覆蓋度草地、中低覆蓋度草地當量因子分別借鑒肖建設等[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地理加權回歸模型

考慮到變量之間可能存在空間自相關問題,不適用于OLS殘差項獨立的假設[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,GWR允許非平穩(wěn)數(shù)據(jù)的使用,并通過估計局部參數(shù)替代全局參數(shù)來探究多尺度下解釋變量的影響強度及空間異質(zhì)性,具體公式見(4)式。其中,yi為采樣點i(即單位格網(wǎng)ESV)的因變量值;β0為截距;(μi,vi)為采樣點i的投影坐標;βk(μi,vi)為采樣點i的第k個自變量的系數(shù);xik為采樣點i的第k個自變量;εi為隨機誤差項。

(4)

2.2.4增強回歸樹模型

BRT是基于分類回歸樹算法的一種自學習方法,它結合了回歸樹和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)學領域研究。BRT通過隨機選擇的數(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)則用來驗證模型的準確程度,以遞歸二元分割的形式實現(xiàn)迭代擬合,多被用于預測影響因素的貢獻率及其空間異質(zhì)性。采用Elith等人開發(fā)的R語言BRT模型工具包[38],并將學習速率設置為0.005,抽取50%數(shù)據(jù)用于回歸分析,進行五次交叉驗證[39]。

3 結果與分析

3.1 土地利用變化情況

神農(nóng)架2005—2018年土地利用結構變化明顯: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,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)濟發(fā)展下環(huán)境保護政策驅(qū)動的結果。自2005年起,當?shù)卣叨戎匾暆竦厣鷳B(tài)的恢復與保護,大九湖國家濕地公園的建設、生態(tài)移民工程的實施使河渠與灘地面積至2018年達到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,建設用地從142.16hm2增加至926.79hm2,年均增幅15.51%,總增長率達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)服務價值變化特征

土地利用類型的變化導致神農(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ESV所占比例穩(wěn)定。其中,氣候調(diào)節(jié)功能提供的價值占比最高,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)架美學景觀價值逐年遞增,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(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貢獻率較小。

表2 2005—2018年神農(nóng)架生態(tài)系統(tǒng)服務價值變化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,其時空演變狀態(tài)較為穩(wěn)定。利用ArcGIS 10.3計算4期ESV全局Moran′sI指數(shù),結果顯示Moran′sI指數(shù)P值均為0.000,通過1%水平顯著性檢驗,說明神農(nóng)架ESV具有顯著的空間自相關性。此外,該結果也表明利用GWR進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)服務價值Ecosystem service value

3.3 旅游業(yè)對生態(tài)系統(tǒng)服務價值的影響

3.3.1GWR模型回歸分析

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

表3 影響因素共線性檢驗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)的正負值比例及決定系數(shù)進行整理(表4),結果表明解釋變量對ESV的作用不一,且比例呈現(xiàn)明顯差異。DH和DRA以負向影響為主,DSS和DR則對ESV產(chǎn)生正向影響。從時空變化來看,DH和DR正向影響效應所覆蓋的區(qū)域不斷增加,DSS正向影響效應所覆蓋的區(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大。

表4 GWR模型運算結果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)進行建模,經(jīng)過1300次分形得到訓練模型。訓練數(shù)據(jù)ROC值分別為0.978、0.943、0.967,驗證數(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率(表5),發(fā)現(xiàn)DRA、DSS和DH對ESV的影響作用最強,貢獻率總占比達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

距居民點距離(DRA):GWR和BRT模型回歸結果顯示DRA對ESV的影響表現(xiàn)出空間的非均衡性(圖3)。GWR顯示離居民點越近ESV越小,DRA對ESV主要為負向影響,正向影響區(qū)域遠小于負向影響,且大多集中在神農(nóng)架東部。時間進程中,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。BRT的結果顯示DRA對ESV變化,呈現(xiàn)出隨著距離的增長由負向影響向正向影響轉(zhuǎn)變的特點。2010年與2015年,DRA隨著距離增加至5km,負向影響逐漸減弱至不相關,即此時DRA延緩了ESV變化的進程,反映出此時的神農(nóng)架城鎮(zhèn)化進程較慢,居民點附近的人居環(huán)境未發(fā)生較大改變。但隨著距離超過5km,DRA的正向效應出現(xiàn),隨著距離增加,DRA加速了ESV變化進程,這可能是由于神農(nóng)架在2005—2010年以及2010—2015年這兩個階段大量增加的建設用地用于道路基礎設施建設和旅游項目開發(fā)。2018年則顯示出距離對于DRA的負向效應閾值劇烈縮減,表明旅游主導的區(qū)域發(fā)展與居民點逐步融合,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。但是隨著距離再擴大,DRA表現(xiàn)出加快ESV變化的進程,這可能是由于神農(nóng)架在該階段將旅游項目開發(fā)重心轉(zhuǎn)向區(qū)域北部有關,這與GWR顯示的DRA對北部ESV影響最大的結論一致。

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

距景區(qū)距離(DSS):GWR建模結果顯示了景區(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)反而能促進生態(tài)環(huán)境的改善,導致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,且對ESV的負向影響由中部區(qū)域向南部區(qū)域轉(zhuǎn)變。這主要是因為西部區(qū)域為神農(nóng)架國家公園的范圍,該區(qū)域生態(tài)環(huán)境保護較好,但是中南部由于紅坪機場、道路等基礎設施建設,使得DSS在上述區(qū)域出現(xiàn)負向影響。BRT的結果顯示在距景區(qū)約15km以內(nèi)的距離,景區(qū)的開發(fā)建設對ESV變化有減緩效應,即旅游景區(qū)建設未對周邊的生態(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,此時會加速ESV的變化。與GWR結果比較,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結果能夠識別出DSS對ESV變化的方向以及影響強弱的空間差異。

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的結果驗證了酒店鄰近地區(qū)對ESV以負向影響為主,但在時空上呈現(xiàn)出不斷變化的特點(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)樨撓蛴绊憽?018年,該區(qū)域已納入神農(nóng)架國家公園試點,保護工作取得成效,因而DH對ESV產(chǎn)生正向影響的區(qū)域由西部逐步擴大至中部區(qū)域。BRT的結果顯示2010—2015年,DH對ESV變化表現(xiàn)為正向效應,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的正向影響與負向影響區(qū)域互相交織在一起有關。

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)絡建設有關。BRT的結果顯示, 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,該階段遠離主干道路網(wǎng)絡的旅游項目、酒店逐步增多。比較GWR與BRT結果,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。

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)在推動經(jīng)濟增長與社區(qū)發(fā)展的同時,必然會改變目的地土地利用格局,造成目的地ESV的變化。本研究的結論顯示,目的地可從以下四個方面平衡旅游開發(fā)與ESV的關系:(1)改善目的地人居環(huán)境,由于非標住宿的發(fā)展,目的地居民點開展旅游接待活動將成為常態(tài),社區(qū)居民的旅游服務接待活動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ESV增加,達到居民點開展旅游接待活動與ESV提升的雙贏目的。(2)推動目的地生態(tài)旅游發(fā)展,本研究案例地神農(nóng)架是一個典型的生態(tài)旅游地,其生態(tài)旅游景區(qū)的建設不但未減少ESV,反而對ESV有正向影響,表現(xiàn)出旅游開發(fā)與環(huán)境保護的共贏格局,因此目的地應推動以“山水林田湖草沙冰”為主要吸引物的生態(tài)旅游開發(fā)。(3)控制接待設施規(guī)模,本研究結論發(fā)現(xiàn)酒店接待設施對ESV變化有重要影響,且為負向效應,與相關研究認為酒店會帶來環(huán)境問題的結論一致[40],因此需合理規(guī)劃目的地酒店接待設施,推動生態(tài)住宿設施建設,消除接待設施建設對鄰近區(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)絡保持穩(wěn)定,這與既有研究認為道路建設對周邊環(huán)境的負面影響結論不一致[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。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,則有助于減緩基礎設施建設對生態(tài)環(huán)境的影響。

本研究雖然在研究機制框架構建、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)服務價值的影響,但仍存在以下改進空間: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,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)服務價值的影響,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,研究結論的普適性受到一定約束。

4.2 結論

本研究在構建旅游業(yè)對ESV變化作用機制的基礎上,通過計算目的地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項生態(tài)系統(tǒng)服務功能所占價值比例穩(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,達到生態(tài)系統(tǒng)服務功能價值的約70%。從時空演化來看,ESV呈現(xiàn)高度自相關性,表現(xiàn)為中部高、邊界低的分布格局。(3)GWR結果顯示距景區(qū)距離、距道路距離對ESV正向影響顯著,距酒店距離、距居民點距離對ESV負向影響顯著,且影響程度大小分別為距景區(qū)距離、距居民點距離、距道路距離和距酒店距離。BRT結果則顯示對ESV變化的各因素由大到小依次為距居民點距離、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的方向,而BRT則能更精準識別影響ESV變化的主要因素作用范圍。