摘 要：旅游景區(qū)是旅游業(yè)高質(zhì)量發(fā)展的關(guān)鍵要素，厘清其時空格局和可達(dá)性，對優(yōu)化旅游景區(qū)建設(shè)以及促進(jìn)旅游業(yè)可持續(xù)發(fā)展具有重要意義?；?011—2021年福建省A級旅游景區(qū)數(shù)據(jù)，運用地理集中指數(shù)、最鄰近距離指數(shù)、核密度指數(shù)等空間統(tǒng)計分析方法，探究福建省A級旅游景區(qū)的時空格局，并運用柵格成本加權(quán)距離算法和空間關(guān)聯(lián)方法，分析縣域單元可達(dá)性的空間異質(zhì)性。結(jié)果表明：（1）總體上，福建省A級旅游景區(qū)的空間分布具有集聚型特征，呈東北—西南方向的分布態(tài)勢。（2）福建省A級旅游景區(qū)的可達(dá)性整體較優(yōu)，所有旅游景區(qū)的平均可達(dá)時間為0.35 h左右，人文旅游景區(qū)的可達(dá)性總體上優(yōu)于自然旅游景區(qū)。（3）不同類別旅游景區(qū)的縣域可達(dá)性熱點區(qū)呈集聚格局，主要呈帶狀沿福建省東部沿海地區(qū)分布；冷點區(qū)較為分散，主要分布在南平市的光澤縣、邵武市，三明市的清流縣，漳州市的平和縣。

關(guān)鍵詞：A級旅游景區(qū)；時空分布；可達(dá)性；空間統(tǒng)計分析

中圖分類號：F592.99"" 文獻(xiàn)標(biāo)志碼：A""" 文章編號：1673-5072（2024）05-0522-09

旅游景區(qū)是旅游業(yè)發(fā)展中最根本的旅游供給，不僅是旅游者“游”的主要對象，也是旅游活動的空間載體，更是旅游業(yè)賴以發(fā)展的重要依托［1］。A級旅游景區(qū)作為中國特有的景區(qū)評價體系的產(chǎn)物，自2001年國家旅游局評定首批A級旅游景區(qū)以來，A級旅游景區(qū)的數(shù)量、等級及空間分布對區(qū)域旅游業(yè)發(fā)展越來越重要［2］。旅游景區(qū)作為旅游業(yè)的核心要素［3］，其時空格局及可達(dá)性不僅能夠反映旅游者的空間行為，還對區(qū)域旅游業(yè)發(fā)展具有重要的推動作用［4］。近年來，在新冠疫情的影響下，旅游業(yè)受到沉重的打擊，厘清旅游景區(qū)的時空格局演變和可達(dá)性差異，對旅游業(yè)的復(fù)蘇和可持續(xù)性發(fā)展具有重要意義。

隨著旅游經(jīng)濟(jì)在國民經(jīng)濟(jì)中的比重日益增大，旅游景區(qū)的時空格局也逐漸成為學(xué)術(shù)界研究的熱點。目前，國內(nèi)外學(xué)者對旅游景區(qū)時空格局的研究成果較為豐碩。國外學(xué)者對旅游景區(qū)的研究主要集中在旅游景區(qū)的概念揭示［5］、旅游景區(qū)的營銷［6］、旅游景區(qū)的感知行為［7］、旅游景區(qū)的空間結(jié)構(gòu)演變［8］等。國內(nèi)學(xué)者圍繞旅游景區(qū)也展開了豐富的研究，在內(nèi)容上，側(cè)重于旅游景區(qū)的空間分布格局與演化［9］、管理模式［10］、空間結(jié)構(gòu)特征［11］等方面；在方法上，大多采用最鄰近指數(shù)、核密度分析、空間自相關(guān)等空間統(tǒng)計分析［12］、數(shù)理模型［13］和分形理論［14］等方法對景點空間結(jié)構(gòu)及影響因素進(jìn)行分析，研究范圍涉及全國［15］、省域［16］、市域［17］、區(qū)域［9］等不同尺度。旅游景區(qū)的時空格局與可達(dá)性聯(lián)系緊密，分析旅游景區(qū)的時空格局是進(jìn)行景區(qū)可達(dá)性研究的前提條件?？蛇_(dá)性在旅游活動中占據(jù)重要地位，也是決定旅游目的地基礎(chǔ)設(shè)施水平的重要依據(jù)，旅客在抵達(dá)景區(qū)的過程中往往需要克服旅游景區(qū)在地理空間上的分異而導(dǎo)致的距離成本增減，因此旅客抵達(dá)旅游目的地的難易程度決定著該地區(qū)景區(qū)的可達(dá)性程度，同時也影響旅游者對于旅游目的地的滿意程度［18］?？蛇_(dá)性的概念由美國學(xué)者Hansen于1959年首次提出［19］，并將其定義為交通網(wǎng)絡(luò)中各節(jié)點相互作用的機(jī)會大小。許多國外學(xué)者開展了可達(dá)性的相關(guān)研究，研究內(nèi)容主要包括公共服務(wù)設(shè)施的選址［20］、路網(wǎng)對可達(dá)性的影響［21］等，研究方法主要運用移動搜索法、重力模型［22］等。近年來，國內(nèi)學(xué)者對可達(dá)性的研究不斷深入，研究內(nèi)容主要涉及路網(wǎng)［23］、公園［24］、鄉(xiāng)村振興［25］、公共設(shè)施［26］、旅游效率［27］等領(lǐng)域，研究方法主要包括柵格成本加權(quán)［28］、空間句法［29］、兩步移動搜索法［30-31］等。但目前大多數(shù)學(xué)者運用最近距離和緩沖區(qū)分析等方法預(yù)估出行時速進(jìn)行可達(dá)性測度［32］，忽略了地形、高程等阻抗因素［33］。

福建省交通發(fā)達(dá)，全省高速公路通車總里程達(dá)6156 km，路網(wǎng)密度居全國前列，81.1%陸域鄉(xiāng)鎮(zhèn)實現(xiàn)30 min內(nèi)上高速，是我國首個“市市通高鐵”的省份［34］。在區(qū)域交通網(wǎng)絡(luò)化及旅游一體化發(fā)展的新形式下，為加快文旅高質(zhì)量融合發(fā)展，及時調(diào)整福建省旅游景區(qū)格局優(yōu)化及其可進(jìn)入性的意義重大［35］。但現(xiàn)有研究對福建省A級景區(qū)的關(guān)注主要集中在空間結(jié)構(gòu)及影響因素分析［36］、景區(qū)災(zāi)害風(fēng)險評估［37］、發(fā)展優(yōu)化策略［38］等方面，鮮有對福建省A級旅游景區(qū)可達(dá)性空間差異的深入探討。鑒于此，本文以福建省450個A級旅游景區(qū)為研究對象，運用地理集中指數(shù)、最鄰近距離指數(shù)、核密度分析等空間統(tǒng)計方法，對2011—2021年福建省A級旅游景區(qū)從時間和空間2個維度進(jìn)行探測，并結(jié)合地形、高程等因素，運用柵格成本加權(quán)距離算法和空間關(guān)聯(lián)方法，分析縣域單元可達(dá)性的空間異質(zhì)性，以期為福建省旅游景區(qū)資源的合理開發(fā)及優(yōu)化，以及協(xié)調(diào)地區(qū)旅游業(yè)可持續(xù)發(fā)展提供科學(xué)參考。

1 研究區(qū)域與數(shù)據(jù)來源

1.1 研究區(qū)域

福建省位于23°33′—28°20′N、115°50′—120°40′E，地勢東南低，西北高，陸地面積為12.4 萬km2，丘陵面積占據(jù)總面積的90%，有“八山一水一分田”之稱，東北部與浙江省相鄰，西北部與江西省交界，西南地區(qū)與廣東省相連，東部與臺灣省相望。下轄福州市、莆田市、泉州市、廈門市、漳州市、龍巖市、三明市、南平市、寧德市9個市（圖1），共85個區(qū)縣。福建省作為海上絲綢之路的起點，擁有底蘊深厚的海洋文化，客家地區(qū)形成了傳統(tǒng)的農(nóng)業(yè)文明，依山傍海的特點造就了福建省豐富的旅游資源。改革開放后，福建省積極調(diào)整發(fā)展戰(zhàn)略，產(chǎn)業(yè)重心逐漸從第一產(chǎn)業(yè)轉(zhuǎn)向第三產(chǎn)業(yè)，并成為福建省的經(jīng)濟(jì)支柱。福建省依托豐富的旅游資源，大力發(fā)展旅游業(yè)，截至2022年底，旅游總收入約4327億元，接待游客約39 195萬人次，旅游業(yè)已成為福建省經(jīng)濟(jì)發(fā)展的核心產(chǎn)業(yè)之一。

1.2 數(shù)據(jù)來源

福建省A級旅游景區(qū)的數(shù)據(jù)來源于福建省文化和旅游廳官網(wǎng)公布的福建省A級旅游景區(qū)名錄（截至2021年12月31日），共有450個旅游景區(qū)。本文通過兩分法將福建省A級旅游景區(qū)分為人文景區(qū)和自然景區(qū)2種類型［9］，其中人文景區(qū)有247個，主要包括寺廟、博物館、主題公園、歷史文化遺跡、度假村、古村落等；自然景區(qū)有203個，涵蓋森林公園、生態(tài)園、濕地公園、自然保護(hù)區(qū)、自然風(fēng)景區(qū)等。行政矢量數(shù)據(jù)來源于全國基礎(chǔ)地理信息數(shù)據(jù)庫，道路網(wǎng)絡(luò)數(shù)據(jù)來源于OpenStreetMap網(wǎng)站（https：//www.openstreetmap.org），高程數(shù)據(jù)（DEM）來源于地理空間數(shù)據(jù)云平臺（http：//www.gscloud.cn/），采用分辨率為30 m的GDEMV3數(shù)字高程數(shù)據(jù)，同時運用ArcGIS軟件對福建省的高程和坡度數(shù)據(jù)進(jìn)行處理和計算。

2 研究方法

2.1 空間分布模式

地理集中指數(shù)能夠反映研究對象的分布均衡狀態(tài)［39］，最鄰近距離指數(shù)是通過比較計算最鄰近點對的平均距離和隨機(jī)分布模式中的平均距離之比來比較與隨機(jī)分布的偏離程度［15］。為了分析福建省A級旅游景區(qū)的空間分布特征，分別計算出2011年、2016年和2021年福建省A級旅游景區(qū)的地理集中指數(shù)和最鄰近指數(shù)［39-40］。核密度分析法可以計算出研究要素對周圍影響強(qiáng)度的密度值，運用ArcGIS空間分析工具中的核密度［41］進(jìn)行可視化分析，能夠更加直觀地反映出福建省A級旅游景區(qū)的空間分布情況。

2.2 可達(dá)性測度

2.2.1 累積耗費距離柵格運算

累積耗費距離柵格運算法是在柵格數(shù)據(jù)的基礎(chǔ)上，運用最短路徑計算每個柵格網(wǎng)到達(dá)某個目的柵格網(wǎng)的最短加權(quán)距離，由于該方法充分考慮水體、地形（高程、坡度）等阻隔因素，能夠較好地計算出研究區(qū)域的可達(dá)性程度［15］，彌補(bǔ)了目前大多數(shù)可達(dá)性計算僅以路網(wǎng)阻力作為單一成本因素的不足［33］。本文選取了路網(wǎng)和地形因素對福建省A級旅游景區(qū)進(jìn)行可達(dá)性測度，其公式如下［15］：

Ki=12∑ni=1（Ci+Ci+1）22∑ni=1（Ci+Ci+1）。（1）

式中：Ki表示第i個柵格的景區(qū)可達(dá)性；n表示柵格單元的總數(shù)；Ci表示第i個柵格單元的耗費成本值，Ci+1表示沿運動方向上的第i+1個柵格單元的耗費成本值。上分式表示通過代價表面垂直或平行的方向上進(jìn)行代價距離的計算；下分式則表示通過代價表面的對角線方向的代價距離的計算。

本文將福建省矢量地圖轉(zhuǎn)化成1 km×1 km柵格，得出福建省有效網(wǎng)格為123 756個，根據(jù)《鐵路線路設(shè)計規(guī)范》（TB 10098—2017）、《中華人民共和國公路工程技術(shù)標(biāo)準(zhǔn)》（JTGB 01—2014）等，并結(jié)合前人研究成果，對福建省的道路、高程和坡度數(shù)據(jù)進(jìn)行速度和時間成本賦值（表1、表2），最后將所有柵格數(shù)據(jù)進(jìn)行疊加計算。

2.2.2 縣域單元整體景區(qū)可達(dá)性評價

為了表征福建省A級旅游景區(qū)可達(dá)性在行政單元層面上的空間結(jié)構(gòu)情況，引入縣域單元整體景區(qū)可達(dá)性評價計算，從而在整體上反映出區(qū)域居民日常旅游出行的便利程度。整個行政單元的景區(qū)可達(dá)性的表征是通過計算行政單元內(nèi)柵格景區(qū)可達(dá)性的平均值，公式為［15］Sj=∑ni=1Ki/nj，式中：Sj表示第j個行政單元的整體景區(qū)可達(dá)性，nj表示第j個行政單元范圍內(nèi)的柵格數(shù)量，Sj數(shù)值越小，表示該行政單元到旅游景區(qū)可達(dá)性越好。

2.3 ESDA空間關(guān)聯(lián)性分析

為了探究福建省A級旅游景區(qū)可達(dá)性的空間關(guān)聯(lián)模式，引入ESDA的全局莫蘭指數(shù)（Global Moran’s I）來衡量可達(dá)性的集聚特征，在給定顯著性水平下，Moran’s I的數(shù)值接近1，表示可達(dá)性較高的區(qū)域在空間上呈集聚特征；反之，可達(dá)性在區(qū)域上具有顯著的空間差異［15］。同時，為了識別福建省A級旅游景區(qū)在局部空間的高值集聚和低值集聚，采用Getis-Ord Gi*進(jìn)行熱點識別分析［40］，對每個局域Gi*統(tǒng)計量從高到低分為5類，即熱點區(qū)、次熱點區(qū)、過渡區(qū)、次冷點區(qū)和冷點區(qū)。

3 結(jié)果與分析

3.1 福建省A級旅游景區(qū)的時間演變

從福建省文化與旅游廳公布的數(shù)據(jù)來看，總體上，2011—2021年福建省A級旅游景區(qū)數(shù)量呈現(xiàn)逐年遞增的趨勢，從66個增加到450個，其中，5A級旅游景區(qū)基本不變，2A和4A旅游景區(qū)增長緩慢，3A旅游景區(qū)增長較快（圖2）。進(jìn)一步分析2011—2021年福建省每年新增A級旅游景區(qū)的等級結(jié)構(gòu)變化發(fā)現(xiàn)（圖3），5A級景區(qū)數(shù)量在2011—2013年有所增加，但增加的不多，2013年之后僅有福州市三坊七巷歷史文化街區(qū)旅游景區(qū)（2015年）、龍巖市古田旅游景區(qū)（2015年）和莆田市湄洲島媽祖文化旅游景區(qū)（2020年）被評為5A級景區(qū)；4A和3A級旅游景區(qū)數(shù)量每年都有不同幅度增加，在2017年和2018年3A級景區(qū)數(shù)量增長最多，分別為58個和49個；2A級旅游景區(qū)數(shù)量增幅較小，在2018—2021年有小幅度增多。結(jié)合福建省A級旅游景區(qū)的數(shù)量和質(zhì)量來看，5A級景區(qū)作為最高等級，擁有強(qiáng)大的品牌號召力，知名度高，但5A級評定需要要投入大量的人力與物力，基礎(chǔ)設(shè)施建設(shè)也具有難度，故5A級景區(qū)增速極緩。4A、3A級景區(qū)創(chuàng)建難度相對于5A級更小，但帶來的經(jīng)濟(jì)效益同樣明顯，因此數(shù)量較多且增速較快。由于2A級景區(qū)等級低，帶來的收益偏弱，較少被重視，但創(chuàng)建難度較小，因此后期增速較快。

3.2 福建省A級旅游景區(qū)的空間格局

3.2.1 空間分布集聚特征

從表3可以看出，福建省A級旅游景區(qū)在2011年、2016年和2021年的地理集中指數(shù)有差異，其中整體A級旅游景區(qū)的地理集中指數(shù)（G）分別為18.18、14.04、12.88，各景區(qū)均勻分布于各個區(qū)域的地理集中指數(shù)（G）的值都為10.91，且G＞G，表明福建省A級旅游景區(qū)分布比較集中。最鄰近指數(shù)分別為0.86、0.77、0.75，表明福建省A級旅游景區(qū)隨著時間的推移呈集聚分布的態(tài)勢［15］。

3.2.2 空間分布密度特征

2021年，各景區(qū)的空間分布密度如圖4所示：從圖4a可以看出，福建省A級旅游景區(qū)的空間分布差異明顯，景區(qū)集中分布在東部和東南部地區(qū)。核密度高值區(qū)主要分布在福州市的鼓樓區(qū)、臺江區(qū)、倉山區(qū)、馬尾區(qū)等，莆田市的荔城區(qū)、城廂區(qū)、涵江區(qū)等，泉州市的豐澤區(qū)、鯉城區(qū)、晉江市、永春縣等，以及廈門市的湖里區(qū)、思明區(qū)、集美區(qū)、海滄區(qū)等。除此之外，在南平市的武夷山市、邵武市，寧德市的霞浦縣、福鼎市和三明市的泰寧縣、建寧縣，龍巖市的永定區(qū)、連城縣為中等核密度區(qū)，而龍巖市和三明市大部分地區(qū)由于旅游資源匱乏和交通不變等因素，出現(xiàn)較多低核密度區(qū)。人文景區(qū)的空間分布差異更為顯著（圖4b），呈現(xiàn)東部和東南部多，西部和西北部少的趨勢，有兩大高核密度集聚區(qū)，分布在福建省沿海地區(qū)，以福州市的鼓樓區(qū)、臺江區(qū)、倉山區(qū)、馬尾區(qū)等為核心的最高值密度地區(qū)，其次以廈門市的湖里區(qū)、思明區(qū)、集美區(qū)、海滄區(qū)等為核心的次級密度區(qū)。自然景區(qū)的空間分布（圖4c）與人文景區(qū)的空間分布略有不同，呈現(xiàn)出三大高值核密度聚集區(qū)，主要分布在福州市的鼓樓區(qū)、臺江區(qū)、倉山區(qū)、馬尾區(qū)等，莆田市的荔城區(qū)、城廂區(qū)、涵江區(qū)等和泉州市的豐澤區(qū)、鯉城區(qū)、晉江市、永春縣等，其次為南平市的武夷山市，寧德市的霞浦縣和三明市的泰寧縣、沙縣。

3.3 福建省A級旅游景區(qū)的可達(dá)性分析

3.3.1 可達(dá)性總體空間分布格局

可達(dá)性結(jié)果如圖5所示：所有景區(qū)可達(dá)性空間差異較為顯著（圖5a），可達(dá)性較好的區(qū)域主要分布在東南沿海地區(qū)，主要沿溫福高速鐵路線、福廈高速鐵路線、龍廈高速鐵路線、廈深高速鐵路線、昌福高速鐵路線、沈海高速公路線、廈蓉高速公路線、福銀高速公路線等交通干線分布，廈門市、泉州市、莆田市和福州市為福建省經(jīng)濟(jì)發(fā)達(dá)城市，其交通落網(wǎng)較為密集，景區(qū)的可達(dá)性較好。而可達(dá)性較差的區(qū)域主要分布在南平市的東部和北部邊緣、三明市的西部、龍巖市的東北部、漳州市的西部等，最大可達(dá)性為2.34 h。福建省人文（圖5b）和（圖5c）自然景區(qū)的可達(dá)性空間分布上存在一定的差異，但總體上較為相近，平均可達(dá)性時間分別為0.50和0.52 h，人文景區(qū)的可達(dá)性程度優(yōu)于自然景區(qū)，主要是福建省人文景區(qū)（247個）的數(shù)量略多于自然景區(qū)（203個），人文景區(qū)的大量分布減少了游客到達(dá)人文景區(qū)的時間成本。

從表4可以看出，福建省旅游景區(qū)可達(dá)性較好，1 h以內(nèi)的可達(dá)性區(qū)域占96.17%，0.5 h以內(nèi)的區(qū)域占66.60%。福建省人文和自然景區(qū)的可達(dá)性分布頻率相似，分布在0～0.5 h時間段為最多，占50%以上，其次為0.5 h＜可達(dá)性≤1 h時間分布，占35%左右，1.5 h以上的區(qū)域占0.94%和1.17%，可達(dá)性最差的時間分別為3.53 h和3 h，因此福建省景區(qū)可達(dá)性差異明顯。隨著時間的推移，不同類別景點可達(dá)性分布頻率的走勢呈現(xiàn)下降的趨勢。

3.3.2 縣域單元的可達(dá)性分析

將福建省縣域景區(qū)可達(dá)性均值劃分5個等級，如圖6所示?？傮w上（圖6a），福建省所有景區(qū)可達(dá)性的平均值為0.35 h，中位數(shù)為0.36 h，標(biāo)準(zhǔn)差為0.15 h，可達(dá)性較好，呈從沿海到內(nèi)陸可達(dá)性程度呈逐漸降低的趨勢。整體可達(dá)性小于0.25 h的縣域單元主要分布在廈門市的思明區(qū)、湖里區(qū)、集美區(qū)、海滄區(qū)，泉州市的鯉城區(qū)、泉港區(qū)、惠安縣、豐澤區(qū)、晉江市、石獅市，福州市的馬尾區(qū)、鼓樓區(qū)、長樂區(qū)、晉安區(qū)、倉山區(qū)、臺江區(qū)，以及莆田市的涵江區(qū)、荔城區(qū)、城廂區(qū)、秀嶼區(qū)和漳州市的龍文區(qū)、薌城區(qū)等。而福建省北部、西北部的縣域地區(qū)可達(dá)性較弱，其中光澤縣、浦城縣和建甌市的可達(dá)性較差，都大于0.56 h。

福建省人文景區(qū)可達(dá)性小于0.25 h的有17個區(qū)縣，占整個福建省的33.33%，主要分布在東南沿海地區(qū)，主要在福州市、泉州市和廈門市境內(nèi)（圖6b）?？蛇_(dá)性0.45 h以內(nèi)的人文景區(qū)縣域單元共有47個，占55.29%，呈分散態(tài)勢?？蛇_(dá)性較差的地區(qū)為南平市的浦城縣、建陽區(qū)、光澤縣等，漳州的平和縣、詔安縣，三明市的順昌縣、將樂縣等和寧德市的柘榮縣、霞浦縣等，共有22個縣域單元，可達(dá)性都超過了0.65 h。

自然景區(qū)的整體可達(dá)性分布格局與人文景區(qū)的相似，整體可達(dá)性較好的縣域單元分布在福建省沿海地區(qū)，但在0.25 h以內(nèi)的可達(dá)性縣域單元較人文景區(qū)的少，共12個，占14.12%，主要在福集中在福州市、泉州市和廈門市境內(nèi)（圖6c）?？蛇_(dá)性0.45 h以內(nèi)的縣域單元共有43個，占50.59%，在福建省呈分散態(tài)勢。自然景區(qū)可達(dá)性較差的縣域單元共有21個，主要分布在南平市的光澤縣、浦城縣等，三明市的建寧縣、永安市等，龍巖市的長汀縣、連城縣等，以及漳州的平和縣、云霄縣等，可達(dá)性在0.56～1.07 h。

3.3.3 可達(dá)性空間關(guān)聯(lián)性分析

ESDA空間關(guān)聯(lián)分析結(jié)果顯示：福建省所有景區(qū)、人文景區(qū)和自然景區(qū)的Moran’s I值分別是0.4026、0.3452和0.3935，表明福建省縣域單位可達(dá)性存在很強(qiáng)的空間正相關(guān)，呈現(xiàn)出較強(qiáng)的集聚格局。

福建省A級旅游景區(qū)縣域可達(dá)性的熱點區(qū)如圖7所示：福建省所有A級景區(qū)可達(dá)性熱點區(qū)、次熱點區(qū)主要集中在福建省東部沿海地區(qū)，呈現(xiàn)“核心-外圍”的圈層特征（圖7a）。冷點區(qū)分布較為分散，主要分布在南平市的光澤縣、邵武市，三明市的清流縣，漳州市的平和縣，次冷點區(qū)分布在建甌市、詔安縣。人文景區(qū)（圖7b）與所有景區(qū)的可達(dá)性冷熱點分布差異并不顯著，主要表現(xiàn)在冷點區(qū)從清流縣轉(zhuǎn)變至壽寧縣，東南部的冷點區(qū)擴(kuò)展至詔安縣，次冷點區(qū)主要分布于寧德市的霞浦縣、福鼎市，漳州市的云霄縣。自然景區(qū)（圖7c）與所有景區(qū)的差異體現(xiàn)在東南部的冷點區(qū)、次冷點消失，分別轉(zhuǎn)變到寧化縣、建甌市、屏南縣、泰寧縣和周寧縣。通過對比人文景區(qū)、自然景區(qū)與所有景區(qū)的冷熱點分布圖發(fā)現(xiàn)，熱點、次熱點區(qū)域變化不顯著，均分布在福建省經(jīng)濟(jì)較為發(fā)達(dá)的福州市、泉州市、廈門市等沿海地區(qū)；而冷點區(qū)與次冷點區(qū)受地形的影響發(fā)生了較顯著的變化。

4 結(jié)論與討論

本文基于地理集中指數(shù)、最鄰近指數(shù)、核密度等空間統(tǒng)計方法以及利用ArcGIS的累積耗費距離柵格運算、ESDA空間關(guān)聯(lián)分析探究了福建省A級景區(qū)的時空格局和可達(dá)性，主要結(jié)論如下：（1）福建省A級景區(qū)空間分布類型總體上屬于聚集型分布類型，從時間維度來看，2011—2021年福建省A級景區(qū)空間分布聚集特征趨于顯著；從空間維度來看，主要分布在福州、莆田、廈門、泉州等沿海經(jīng)濟(jì)較為發(fā)達(dá)的地區(qū)，以及自然資源較為豐富的武夷山市周邊地區(qū)，整體分布呈現(xiàn)出“沿海地區(qū)密度高，內(nèi)陸山區(qū)密度低”“省域東部和南部較多較密集，西部和北部較少較分散”的特點，其中人文景區(qū)主要聚集分布于福州市以及廈門市，具有明顯的極核狀分布特征，而自然景區(qū)的分布相較于人文景區(qū)則更為廣泛，呈現(xiàn)出帶狀分布特點。（2）從整體上看，福建省A級旅游景區(qū)的可達(dá)性優(yōu)越，平均可達(dá)時間為0.35 h左右，人文景區(qū)與自然景區(qū)的可達(dá)性空間分布相似性高，但基于不同區(qū)縣的可達(dá)性空間差異顯著，熱點區(qū)集中在福建省東部沿海地區(qū)呈帶狀分布，冷點區(qū)則主要分布于寧德市北部，由此來看福建省東部沿海的旅游景區(qū)的可達(dá)性明顯優(yōu)于居于內(nèi)陸地區(qū)的旅游景區(qū)，同時景區(qū)顯著的聚集性體現(xiàn)在縣域內(nèi)的可達(dá)性分布中，縣域間的可達(dá)性存在較高的空間正相關(guān)性，與福建省A級景區(qū)空間聚集性相印證。

根據(jù)研究結(jié)論，針對福建省旅游景區(qū)分布不均但在個別地區(qū)集聚性顯著及可達(dá)性差異突出等問題，提出如下建議：（1）合理規(guī)劃景區(qū)分布，加快內(nèi)陸景區(qū)建設(shè)。福建省在未來的發(fā)展中要注意旅游景區(qū)的空間優(yōu)化，充分挖掘內(nèi)陸地區(qū)的旅游資源，在避免沿海地區(qū)經(jīng)濟(jì)發(fā)展過度依賴旅游業(yè)的同時，促進(jìn)內(nèi)陸地區(qū)旅游經(jīng)濟(jì)的快速發(fā)展，實現(xiàn)旅游景區(qū)分布由集聚逐步轉(zhuǎn)向相對均衡。（2）完善交通設(shè)施建設(shè)，優(yōu)化交通網(wǎng)絡(luò)結(jié)構(gòu)。南平市的光澤縣、漳州的平和縣和寧德市的柘榮縣的旅游景區(qū)可達(dá)性水平較低，通過加大增設(shè)客運樞紐站，如公交和旅游大巴的站點建設(shè)，提高該地區(qū)的旅游景區(qū)進(jìn)入可達(dá)性；沿寧德—福州—莆田—泉州—廈門—漳州的沿海地區(qū)建立旅游交通專線，強(qiáng)化福州市、泉州市、廈門市的核心旅游景區(qū)的空間輻射效應(yīng)，為旅客提供良好的沿海旅行體驗。（3）協(xié)調(diào)旅游景區(qū)發(fā)展戰(zhàn)略，實現(xiàn)景區(qū)建設(shè)與交通一體化。在制定旅游景區(qū)規(guī)劃時，應(yīng)將旅游景區(qū)布局與交通兩者緊密結(jié)合，兼顧周邊現(xiàn)有交通基礎(chǔ)并預(yù)留充足交通用地，避免景區(qū)規(guī)劃與交通建設(shè)脫節(jié)的現(xiàn)象。同時考慮到福建省多山地丘陵特征，需要進(jìn)一步提升全省高速鐵路的連通，提高內(nèi)陸地區(qū)的景區(qū)通達(dá)性。

本文在研究范圍上僅對福建省內(nèi)公路網(wǎng)與鐵路網(wǎng)結(jié)合進(jìn)行了景點可達(dá)性測度，在對于游客對不同層級景區(qū)的偏好以及省外游客的考查上缺乏考慮，且忽視了水路和航空交通對可達(dá)性的影響。此外，在研究方法上，本文相關(guān)景點和道路數(shù)據(jù)均通過網(wǎng)絡(luò)搜集整理，缺乏實地考察，因此本文結(jié)論的全面性有待進(jìn)一步探究完善。

參考文獻(xiàn)：

［1］ 麻學(xué)鋒，楊雪.大湘西高級別景區(qū)時空分布特征及影響因素的空間異質(zhì)性［J］.自然資源學(xué)報，2019，34（9）：1902-1916.

［2］ 陸保一，張恩偉，明慶忠，等.云南省A級旅游景區(qū)空間演化特征及其驅(qū)動機(jī)制［J］.山地學(xué)報，2019，37（6）：879-890.

［3］ 王洪橋，袁家冬，孟祥君.東北地區(qū)A級旅游景區(qū)空間分布特征及影響因素［J］.地理科學(xué)，2017，37（6）：895-903.

［4］ 寧志中，王婷，楊雪春.2001年以來中國旅游景區(qū)時空格局演變與景區(qū)群形成［J］.地理研究，2020，39（7）：1654-1666.

［5］ LEW A A.A framework of tourist attraction research［J］.Annals of Tourism Research，1987，14（4）：553-575.

［6］ TAYLOR P.What factors make rail trails successful as tourism attractions？ Developing a conceptual framework from relevant literature［J］.Journal of Outdoor Recreation and Tourism，2015，12：89-98.

［7］ DARNELL A C，JOHNSON P S.Repeat visits to attractions：a preliminary economic analysis［J］.Tourism Management，2001，22（2）：119-126.

［8］ IVARS BAIDAL J A.Tourism planning in spain：evolution and perspectives［J］.Annals of Tourism Research，2004，31（2）：313-333.

［9］ 朱磊，胡靜，周葆華，等.區(qū)域旅游景點空間分布格局及可達(dá)性評價：以皖南國際文化旅游示范區(qū)為例［J］.經(jīng)濟(jì)地理，2018，38（7）：190-198.

［10］程占紅，牛莉芹.基于環(huán)境認(rèn)知的生態(tài)旅游者對景區(qū)管理方式的態(tài)度測量［J］.人文地理，2016，31（2）：136-144.

［11］劉麗梅，呂君.內(nèi)蒙古A級旅游景區(qū)空間結(jié)構(gòu)研究［J］.干旱區(qū)資源與環(huán)境，2016，30（11）：203-208.

［12］潘竟虎，李俊峰.中國A級旅游景點空間結(jié)構(gòu)的計量地理分析［J］.經(jīng)濟(jì)地理，2013，33（9）：154-160.

［13］靳誠，陸玉麒，張莉.基于路網(wǎng)結(jié)構(gòu)的旅游景點可達(dá)性分析：以南京市區(qū)為例［J］.地理研究，2009，28（1）：246-258.

［14］許志暉，戴學(xué)軍，莊大昌，等.南京市旅游景區(qū)景點系統(tǒng)空間結(jié)構(gòu)分形研究［J］.地理研究，2007，26（1）：132-140.

［15］潘竟虎，李俊峰.中國A級旅游景點空間分布特征與可達(dá)性［J］.自然資源學(xué)報，2014，29（1）：55-66.

［16］王雯萱，謝雙玉.湖北省A級旅游景區(qū)的空間格局與優(yōu)化［J］.地域研究與開發(fā)，2012，31（2）：124-128.

［17］黎雅悅，戈大專，牛博，等.廣州市休閑旅游資源空間分布及其可達(dá)性特征［J］.熱帶地理，2022，42（10）：1701-1712.

［18］李康康，戢曉峰.景區(qū)綜合交通可達(dá)性測度及其優(yōu)化對策［J］.長江流域資源與環(huán)境，2020，29（3）：668-677.

［19］HANSEN W G.How accessibility shapes land-use［J］.Journal of the American Institute of Planners，1959，25：73-76.

［20］GEURS K T，VAN WEE B.Accessibility evaluation of land-use and transport strategies：review and research directions［J］.Journal of Transport Geography，2004，12（2）：127-140.

［21］LI S M，SHUM Y M.Impacts of the national trunk highway System on accessibility in China［J］.Journal of Transport Geography，2001，9（1）：39-48.

［22］KWAN M，MURRAY A T，O'KELLY M E，et al.Recent advances in accessibility research：representation，methodology and applications［J］.Geographical Systems，2003，12（5）：129-138.

［23］謝敏慧，石惠春，趙鵬霞，等.基于路網(wǎng)交通的旅游景點可達(dá)性研究：以西北五省為例［J］.現(xiàn)代城市研究，2020（3）：81-87.

［24］浩飛龍，張浩然，王士君.基于多交通模式的長春市公園綠地空間可達(dá)性研究［J］.地理科學(xué)，2021，41（4）：695-704.

［25］侯秀英，邱榮祖，林玉英，等.交通可達(dá)性反貧困作用的空間分異分析：以福建省為例［J］.資源科學(xué)，2019，41（11）：2094-2106.

［26］陶卓霖，程楊，戴特奇.北京市養(yǎng)老設(shè)施空間可達(dá)性評價［J］.地理科學(xué)進(jìn)展，2014，33（5）：616-624.

［27］余汝藝，梁留科，孫亞楠，等.洛陽市村域尺度旅游效率分析與可達(dá)性研究［J］.地域研究與開發(fā)，2020，39（5）：105-109.

［28］楊麗婷，劉大均，趙越，等.長江中游城市群森林公園空間分布格局及可達(dá)性評價［J］.長江流域資源與環(huán)境，2016，25（8）：1228-1237.

［29］張琪，謝雙玉，王曉芳，等.基于空間句法的武漢市旅游景點可達(dá)性評價［J］.經(jīng)濟(jì)地理，2015，35（8）：200-208.

［30］LIN Y，ZHOU Y，LIN M，et al.Exploring the disparities in park accessibility through mobile phone data：evidence from fuzhou of China［J］.Journal of Environmental Management，2021，281：111849.

［31］任家懌，王云.基于改進(jìn)兩步移動搜索法的上海市黃浦區(qū)公園綠地空間可達(dá)性分析［J］.地理科學(xué)進(jìn)展，2021，40（5）：774-783.

［32］鐘業(yè)喜，劉影，賴格英.江西省紅色旅游景區(qū)可達(dá)性分析及空間結(jié)構(gòu)優(yōu)化研究［J］.江西師范大學(xué)學(xué)報（自然科學(xué)版），2011，35（2）：208-212.

［33］曹開軍，商寧，王秘秘.中國西北五省鄉(xiāng)村旅游重點村時空分布格局與可達(dá)性分析［J］.干旱區(qū)地理，2022，46（7）：1197-1205.

［34］張發(fā)梓，葛陽，靳一東，等.高速鐵路網(wǎng)背景下福建省旅游空間作用與結(jié)構(gòu)演化［J］.資源開發(fā)與市場，2023，39（1）：106-113.

［35］林嵐，楊蕾蕾，戴學(xué)軍，等.旅游目的地系統(tǒng)空間結(jié)構(gòu)耦合與優(yōu)化研究：以福建省為例［J］.人文地理，2011，26（4）：140-146.

［36］楊宜男，王原.福建省國家A級旅游景區(qū)空間結(jié)構(gòu)與驅(qū)動因素分析［J］.安徽師范大學(xué)學(xué)報（自然科學(xué)版），2021，44（5）：463-471.

［37］林愛平，張明鋒.福建省山岳型旅游景區(qū)山洪災(zāi)害風(fēng)險評估［J］.吉林師范大學(xué)學(xué)報（自然科學(xué)版），2020，41（4）：132-140.

［38］陳衡民，陳金華，紀(jì)小美.福建省旅游景區(qū)系統(tǒng)空間結(jié)構(gòu)特征與優(yōu)化研究：基于分形理論視角［J］.資源開發(fā)與市場，2015，31（11）：1395-1400.

［39］朱中原，王蓉，胡靜，等.江西省鄉(xiāng)村休閑旅游地類型劃分與空間格局研究［J］.長江流域資源與環(huán)境，2020，29（4）：824-835.

［40］潘竟虎，從憶波.中國4A級及以上旅游景點（區(qū)）空間可達(dá)性測度［J］.地理科學(xué)，2012，32（11）：1321-1327.

［41］潘安，羅芳，張寒.秦巴山區(qū)（四川部分）A級旅游景區(qū)空間分布及影響因素研究［J］.西華師范大學(xué)學(xué)報（自然科學(xué)版），2022，43（4）：444-451.

Spatio-temporal Pattern and Accessibilityof A-level Tourist Attractions in Fujian Province

ZHANG Fa-zi1a，LIN Yu-ying1ad，LI Jia-zheng2，LIANG Shu-qin1b，LIN Xin1a，

WU Yu-rui1a，LI Xiao-jing1a，LUO Jia-xin1c

（1.a.School of Culture，Tourism and Public Administration，b.School of Sociology and History，c.School of Foreign Languages，

d.Higher Education Key Laboratory for Smart Tourism of Fujian Province，F(xiàn)ujian Normal University，F(xiàn)uzhou Fujian 350117，China;

2.College of Transportation and Civil Engineering，F(xiàn)ujian Agriculture and Forestry University，F(xiàn)uzhou Fujian 350108，China）

Abstract：As tourist attractions is a key factor to high-quality tourism development，the clarification of its spatio-temporal patterns and accessibility is of great significance for optimizing the construction of tourist attractions and promoting the sustainable development of tourism.Based on the data of A-level tourist attractions in Fujian province from 2011 to 2021，the spatial and temporal patterns of A-level tourist attractions in Fujian province are explored by spatial statistical methods such as geographical concentration index，the nearest distance index，and kernel density index，and the spatial heterogeneity of accessibility for county units is analyzed by raster cost-weighted distance algorithm and spatial correlation method.The results are as follows：（1） As a whole，the spatial distribution of A-level tourist attractions in Fujian province is generally clustered，presenting a “northeast-southwest” distribution trend along the terrain；（2） The accessibility of A-level scenic spots in Fujian province is relatively good on the whole and the average accessibility time of all tourist attractions is about 0.35 h while the accessibility degree of cultural tourism scenic spots is generally better than that of natural tourism scenic spots；（3） The hotspots of county accessibility for different categories of tourist attractions have shown an agglomeration pattern，mainly zonally distributed along the eastern coastal areas of Fujian province whereas the cold spots are relatively scattered，mainly distributed in Guangze county，Shaowu city，Qingliu county of Sanming city，and Pinghe county of Zhangzhou city.

Keywords：A-level tourist attractions；spatio-temporal distribution；accessibility；statistical analysis of space