陳藍(lán) 任思宇

(1.上海對外經(jīng)貿(mào)大學(xué)會展與傳播學(xué)院；2.上海對外經(jīng)貿(mào)大學(xué)國際經(jīng)貿(mào)學(xué)院 上海 201620)

冰雪旅游是將冰雪氣候旅游資源作為最主要的旅游吸引物，以體驗(yàn)涉及冰雪文化內(nèi)涵的所有旅游活動的總稱?；┞糜问潜┞糜蔚闹饕问郊肮┙o的重要支柱之一，是一種以滑雪場為主要空間載體，依托各類冰雪資源，融旅游觀光、競技運(yùn)動、休閑度假等功能為一體的新興專項(xiàng)旅游形式。

受市場需求和政策引導(dǎo)的雙重作用，中國冰雪運(yùn)動和產(chǎn)業(yè)進(jìn)入快速發(fā)展的窗口期。自2015年成功申辦北京冬奧會，為全面助力我國北京冬奧會的舉辦，國家相關(guān)部門頒布了一系列政策，涵蓋滑雪旅游全產(chǎn)業(yè)鏈，如滑雪場地建設(shè)(《全國冰雪場地設(shè)施建設(shè)規(guī)劃(2016—2022年)》)、滑雪參與普及(《群眾冬季運(yùn)動推廣普及計(jì)劃(2016—2020年)》)及滑雪裝備產(chǎn)業(yè)發(fā)展(《黑龍江冰雪裝備產(chǎn)業(yè)發(fā)展規(guī)劃(2017—2022年)》)等。旨在以北京冬奧會為契機(jī)提高全民參與冰雪運(yùn)動的意識，完善冰雪旅游產(chǎn)業(yè)鏈，進(jìn)而大力推動我國冰雪旅游跨越式發(fā)展。

滑雪旅游作為冰雪旅游中參與度最高、普及率最高的旅游形式之一，滑雪場作為滑雪旅游供給的空間載體和冰雪旅游賴以生存的重要依托，受到廣泛關(guān)注。國外學(xué)者對滑雪場的研究主要從兩個(gè)方面出發(fā)，一是從消費(fèi)者的角度研究其動機(jī)、忠誠度和滿意度等；二是關(guān)注滑雪場本身的管理、營銷等。國內(nèi)對于滑雪場地的研究主要從微觀、中觀和宏觀三個(gè)層面出發(fā)，一是針對滑雪消費(fèi)者展開研究，如感知與行為之間的關(guān)系；二是滑雪產(chǎn)業(yè)，對滑雪場和相關(guān)配套產(chǎn)業(yè)的經(jīng)營管理進(jìn)行研究；三是國家相關(guān)政策，圍繞如何刺激市場和政策引導(dǎo)推動滑雪旅游發(fā)展。

綜上所述，本文以截至2022年12月底獲取的760家滑雪場為研究對象，運(yùn)用ArcGIS軟件、SPSS軟件等分析中國滑雪場的空間分布格局和特征，結(jié)合多元回歸模型進(jìn)一步探討中國滑雪場空間分布的影響因素，以期為未來中國滑雪場的空間規(guī)劃、布局管理等提供一定的參考價(jià)值。

1 數(shù)據(jù)來源

中國滑雪場POI數(shù)據(jù)：借助EasyPoi高德地圖版和網(wǎng)絡(luò)爬蟲技術(shù)，以“滑雪場”“滑雪館”“滑雪俱樂部”為關(guān)鍵詞獲取中國各省份滑雪場(不包含港澳臺地區(qū))的名稱和地址信息，將正在營業(yè)中、暫停營業(yè)、修建中的滑雪場都納入其中，共獲取760個(gè)滑雪場的信息。利用高德地圖API將地址信息轉(zhuǎn)換成經(jīng)緯度，形成全國滑雪場名稱和經(jīng)緯度名錄，并與《中國滑雪產(chǎn)業(yè)發(fā)展報(bào)告(2020—2022)》《2020—2021年中國冰雪旅游發(fā)展現(xiàn)狀與展望》《中國滑雪旅游產(chǎn)業(yè)發(fā)展現(xiàn)狀與趨勢》等公布的名單數(shù)量進(jìn)行核對篩選，形成截至2022年12月底的滑雪場點(diǎn)類矢量數(shù)據(jù)庫。

各省平均氣溫、旅游景區(qū)、政策、縣級市、經(jīng)濟(jì)、人口、交通等數(shù)據(jù)來源于各省統(tǒng)計(jì)年鑒、中國旅游統(tǒng)計(jì)年鑒、中國和文化旅游統(tǒng)計(jì)年鑒、國家體育總局等。

2 中國滑雪場的空間分布特征

2.1 中國滑雪場空間分布類型

中國滑雪場主要分布在東北、華北和西北地區(qū)，位于秦嶺-淮河以北地區(qū)，南方地區(qū)數(shù)量較少且分散。東北和西北地區(qū)具有得天獨(dú)厚的自然優(yōu)勢，主要類型為室外滑雪場，其中，黑龍江、吉林、遼寧和新疆的滑雪場數(shù)量約為236家，占全國總量的31.05%；華北、華東地區(qū)由于經(jīng)濟(jì)條件較好，為滿足市場需求而大量興建室內(nèi)滑雪場，同時(shí)受2022年冬奧會的影響，華北地區(qū)滑雪場數(shù)量持續(xù)上升，約為184家，占全國總量的24.21%；西南地區(qū)、中部地區(qū)及東南地區(qū)由于經(jīng)濟(jì)條件、氣候條件及市場需求等綜合影響，滑雪場數(shù)量僅占15.39%。

2.2 中國滑雪場空間分布均衡性

對所獲得的數(shù)據(jù)分別計(jì)算地理集中指數(shù)和不均衡指數(shù)。由于2019年之后受疫情影響滑雪場的發(fā)展趨勢嚴(yán)重受阻，因此，本研究選取2015—2019年中國各省份滑雪場數(shù)據(jù)進(jìn)行計(jì)算，分別得到地理集中指數(shù)G和G0。其中G0是假設(shè)全國760家滑雪場均勻分布在全國31個(gè)省、市、自治區(qū)(不包含港澳臺地區(qū))。每個(gè)省份的滑雪場數(shù)量由2015年的19.59家上漲為2019年的26.55家，五年間保持上漲；G為計(jì)算的實(shí)際地理集中指數(shù)，2015—2019年G>G0，總體上呈現(xiàn)出集中的特征，但G與G0之間差額逐年減少，從2015年的10.11下降到2019年的0.02，五年間中國滑雪場空間分布雖仍保持集中，但集中程度明顯降低(見表1)。

表1 2015—2019年中國滑雪場空間分布的地理集中指數(shù)

表2 2015—2019年中國滑雪場空間分布的不均衡指數(shù)

根據(jù)省份計(jì)算2015—2019年中國滑雪場的不均衡指數(shù)發(fā)現(xiàn)，五年均在0.5以上，而且由2015年的0.605降至2019年的0.534，總體上中國滑雪場數(shù)量分布不均衡，不均衡程度有所下降，這與地理集中指數(shù)所反映的現(xiàn)象基本一致。

產(chǎn)生不均衡和地理集中的原因可歸納為三個(gè)方面：一是冰雪資源分布具有地域性和不均衡性，中國冰雪旅游資源由于受氣候和地形影響主要分布在北方地區(qū)，尤其是東北和西北地區(qū)；二是經(jīng)濟(jì)條件，隨著生活水平和國民消費(fèi)水平的不斷提高，大眾對于冰雪旅游的需求日益擴(kuò)大，但由于時(shí)間、交通等條件的限制，只能就近滿足需求，因此政府和相關(guān)企業(yè)為滿足市場和大眾需求，規(guī)劃建設(shè)滑雪場，并利用較好的經(jīng)濟(jì)條件助推室內(nèi)滑雪場的規(guī)劃建設(shè)，主要表現(xiàn)在華東地區(qū)，尤其是江浙滬地區(qū)；三是2022年冬奧會的拉動作用，2022年冬奧會的成功申辦及近七年的奧運(yùn)準(zhǔn)備期不僅增強(qiáng)了周邊群眾參與冰雪旅游的意識，同時(shí)還帶動了相關(guān)冰雪產(chǎn)業(yè)快速發(fā)展，主要表現(xiàn)在華北地區(qū)，如河北、北京等。

2.3 空間分布密度

對全國760家滑雪場進(jìn)行核密度分析顯示，我國滑雪場空間分布整體上已形成兩個(gè)高密度區(qū)、三個(gè)次級密度區(qū)。兩個(gè)高密度區(qū)分別是黑、吉、遼高密度區(qū)，以黑龍江和吉林交接處為核心向四周擴(kuò)散，主要包含哈爾濱、長春等地，其冰雪產(chǎn)業(yè)發(fā)展成熟，已具有一定的品牌知名度；京津冀高密度區(qū)，以北京為中心，包括張家口、天津等地，以2022年冬奧會為契機(jī)發(fā)展出一批高質(zhì)量、高規(guī)格的新興滑雪度假區(qū)。

三個(gè)次級密度區(qū)分別是晉魯豫次級密度區(qū)，以山東為主，主要借助太行山脈的地形優(yōu)勢形成眾多規(guī)模小、設(shè)施簡單的觀光新滑雪旅游體驗(yàn)區(qū)；新疆次級密度區(qū)，主要集中在新疆阿爾泰地區(qū)和烏魯木齊地區(qū)，由于雪期長、雪質(zhì)優(yōu)、地形優(yōu)越、落差大，深受專業(yè)滑雪愛好者追捧；四川次級密度區(qū)，主要集中在川西地區(qū)，積雪量多、山脈多，適合修建室外滑雪場，能夠滿足中部地區(qū)大眾需求。

2.4 空間自相關(guān)分析

利用GeoDa進(jìn)行中國滑雪場空間自相關(guān)分析得出，中國滑雪場的全局莫蘭指數(shù)為0.354，表明中國滑雪場整體上空間自相關(guān)特征呈現(xiàn)正相關(guān)性，具有空間集聚特征(見圖1)。

圖1 中國滑雪場的全局莫蘭指數(shù)

通過LISA聚類分析顯示，高—高集聚情況主要集中在北方地區(qū)，尤其是華北和東北地區(qū)。而低-低集聚情況主要集中在南方地區(qū)，尤其是西南和中部地區(qū)，其他地區(qū)的自相關(guān)性不顯著，造成這種聚類分布現(xiàn)象主要是因?yàn)楸┳匀粭l件的影響。

3 中國滑雪場空間分布的影響因素

3.1 影響因素選擇

中國滑雪場的空間分布是自然因素、經(jīng)濟(jì)因素和社會因素等因素綜合相互作用的結(jié)果?；谇叭说难芯浚疚倪x取氣溫、經(jīng)濟(jì)、人口、旅游景區(qū)、交通、城市為潛在影響因素。以滑雪場數(shù)量為因變量，以6個(gè)潛在影響因素為自變量，進(jìn)行Pearson相關(guān)性分析，并根據(jù)分析結(jié)果構(gòu)建多元回歸模型。

3.2 Pearson相關(guān)性分析

本文借助SPSS26.0軟件對2022年31個(gè)省(市、區(qū))滑雪場數(shù)量和相關(guān)影響因素進(jìn)行Pearson相關(guān)性分析(見表3)，發(fā)現(xiàn)僅有氣溫、旅游景區(qū)、政策和城市通過顯著性檢驗(yàn)，而且都在1%的水平下顯著，代表被解釋變量與以上4個(gè)解釋變量之間相關(guān)性較強(qiáng)，具體分析如下：

表3 Pearson相關(guān)性分析

3.2.1 氣溫因素

年平均氣溫與滑雪場數(shù)量呈現(xiàn)顯著的負(fù)相關(guān)性，相關(guān)系數(shù)為-0.56，說明年平均氣溫越低的地區(qū)，滑雪場數(shù)量越多。年平均氣溫越低，降雪量和積雪量越大，越能滿足滑雪場建設(shè)所需的冰雪資源，同時(shí)也能降低人工造雪的成本。

3.2.2 旅游景區(qū)數(shù)量

各省份的旅游景區(qū)數(shù)量與該省市的滑雪場數(shù)量在低于0.01的水平呈現(xiàn)顯著相關(guān)性，相關(guān)性系數(shù)為0.214，表明旅游景區(qū)數(shù)量越多的省市，滑雪場的數(shù)量也越多。旅游景區(qū)數(shù)量多，說明該省市有較好的旅游資源和旅游市場，市場消費(fèi)潛力大，交通往往也更加便利，因此經(jīng)營滑雪場的困難程度相對較低，滑雪場的數(shù)量也越多。

3.2.3 相關(guān)政策扶持

相關(guān)政策出臺的數(shù)量與滑雪場數(shù)量呈現(xiàn)顯著的相關(guān)性，相關(guān)性系數(shù)為0.305，這說明相關(guān)政策的扶持能夠很好地帶動滑雪產(chǎn)業(yè)的發(fā)展，政策的出臺彰顯了國家對于滑雪產(chǎn)業(yè)的經(jīng)濟(jì)支持和政治支持，因而帶動了滑雪產(chǎn)業(yè)的飛速發(fā)展。

3.2.4 城市因素

各省市的城市數(shù)量與滑雪場數(shù)量的相關(guān)性系數(shù)為0.406。城市數(shù)量多的省份，其發(fā)展水平和人口規(guī)模水平較高，為滑雪運(yùn)動的發(fā)展提供了基礎(chǔ)條件，因此依附于城市邊緣興建的滑雪場數(shù)量也較多。

3.3 多元回歸分析

本文借助SPSS26.0軟件對2020年31個(gè)省(市、區(qū))的滑雪場數(shù)量和相關(guān)指標(biāo)因素進(jìn)行分析，得到德賓—沃森指數(shù)為1.897，說明樣本之間存在較強(qiáng)的獨(dú)立性，而且都在1%的水平下顯著，代表被解釋變量與各解釋變量之間相關(guān)性較強(qiáng)；為避免共線性問題，進(jìn)行VIF檢驗(yàn)，得到VIF值均在5以下，表示變量間不存在共線性問題，總體滿足多元回歸分析要求。

多元回歸分析結(jié)果表明，代表性滑雪場數(shù)量分布的方程模型的判定系數(shù)為0.571，調(diào)整后為0.560，DW為1.897，代表模型有較好的擬合性和解釋力，自變量可解釋因變量的57.1%。各影響因素中，影響程度的大小依次為年平均氣溫＞縣級市數(shù)量＞旅游景區(qū)＞政策，標(biāo)準(zhǔn)化回歸系數(shù)分別為-0.595、0.357、0.181、0.174，各因素均通過了5%的顯著性檢驗(yàn)，表示與滑雪場分布呈顯著正相關(guān)(見表4)。

表4 多元回歸分析結(jié)果

4 結(jié)語

4.1 中國滑雪場空間分布較為集中，處于不均衡狀態(tài)

整體來說，中國滑雪場的地理集中程度和不均衡程度均較高，大部分滑雪場分布在我國的北方地區(qū)和西北地區(qū)，主要集中在黑龍江、吉林、新疆等。但在2015—2019年，這種集中程度和不均衡程度均有所下降。

4.2 中國滑雪場空間分布形成2個(gè)高密度區(qū)和3個(gè)次級密度區(qū)

兩個(gè)高密度區(qū)分別是黑龍江和吉林交接處為核心的黑、吉、遼高密度區(qū)和以北京為核心的京津冀高密度區(qū)；三個(gè)次級密度區(qū)分別是以山東為主的晉魯豫次級密度區(qū)、新疆次級密度區(qū)和四川次級密度區(qū)。整體來說，高密度區(qū)和次級密度區(qū)主要分布在我國東北地區(qū)、西北地區(qū)和華北地區(qū)。

4.3 中國滑雪場空間分布呈現(xiàn)空間正相關(guān)

中國滑雪場在空間上的自相關(guān)性呈現(xiàn)正相關(guān)，具有一定的集聚效應(yīng)，同時(shí)高-高集聚區(qū)主要集中在我國北方地區(qū)，低-低集聚區(qū)主要集中在我國南方地區(qū)。

4.4 自然因素、社會因素共同影響滑雪場空間分布

平均氣溫、旅游景區(qū)、交通、城市因素對滑雪場的空間分布均存在較為明顯的影響，影響程度大小依次為年平均氣溫＞縣級市數(shù)量＞旅游景區(qū)＞政策。