收稿日期：2023-02-24

基金項目：國家自然科學基金地區(qū)科學基金項目（41461033）

作者簡介：徐瀾濤（1998-），男，江蘇泰州人，碩士，主要從事旅游資源開發(fā)與規(guī)劃研究，（電話）15722402218（電子信箱）1312228536@qq.com；通信作者，陳學剛（1977-），男，四川內(nèi)江人，教授，主要從事旅游地理與環(huán)境研究，（電話）13899910696（電子信箱）caschxg@126.com。

徐瀾濤，陳學剛. 基于POI大數(shù)據(jù)的蘇州市旅游資源空間分異研究［J］. 湖北農(nóng)業(yè)科學，2024，63（7）：213-218．

摘要：以江蘇省蘇州市為研究對象，在蘇州市旅游資源POI數(shù)據(jù)的基礎(chǔ)上，綜合運用核密度分析、空間相關(guān)性分析、標準差橢圓分析等方法對自然資源景系（氣候生物景類、水文景觀景類）、文化資源景系（歷史遺產(chǎn)景類、現(xiàn)代人文吸引物景類）的數(shù)據(jù)進行空間特征的探索。結(jié)果表明，蘇州市旅游資源總體空間分布呈現(xiàn)出核心-邊緣的結(jié)構(gòu)，以姑蘇區(qū)與蘇州工業(yè)園區(qū)為強度中心向四周遞減，周邊市區(qū)的旅游資源較分散；氣候生物景類、水文景觀景類、歷史遺產(chǎn)景類、現(xiàn)代人文吸引物景類4類旅游資源以多核心分布為主，只有歷史遺產(chǎn)景類旅游資源是單核心分布，其主要位于姑蘇區(qū)與蘇州工業(yè)園區(qū)之間；整體上蘇州市各類旅游資源的空間相關(guān)性較強，從自然資源景系到文化資源景系的順序來看，4類旅游資源恰好是西南到東北的走向，這與蘇州市自西向東緩緩傾斜的地形相關(guān)。

關(guān)鍵詞：POI；大數(shù)據(jù)；旅游資源；空間分異；江蘇省蘇州市

中圖分類號：F590 文獻標識碼：A

文章編號：0439-8114（2024）07-0213-06

DOI：10.14088/j.cnki.issn0439-8114.2024.07.034 開放科學（資源服務）標識碼（OSID）：

Research on spatial differentiation of tourism resources in Suzhou City based on POI big data

XU Lan-taoa，CHEN Xue-ganga，b

（a. School of Geographical Science and Tourism；b. Key Laboratory of Lake Environment and Resources in Arid Region of Xinjiang Uygur Autonomous Region，Xinjiang Normal University，Urumqi 830054，China）

Abstract：Taking Suzhou City， Jiangsu Province as the research object， based on the POI data of tourism resources in Suzhou City， this study comprehensively used methods such as kernel density analysis， spatial correlation analysis， and standard deviation ellipse analysis to explore the spatial characteristics of natural resource landscape （climate biological landscape， hydrological landscape） and cultural resource landscape （historical heritage landscape， modern cultural attraction landscape） data.The results showed that the overall spatijSujilUcITuMzEdeXbqMCQjJQ+jS3E14SlOQ4FXpXfA=al distribution of tourism resources in Suzhou City presented a core-edge structure， with Gusu District and Suzhou Industrial Park as the intensity centers and decreasing towards the surrounding areas. The tourism resources in the surrounding urban areas were relatively scattered；the four types of tourism resources， namely climate biological landscape， hydrological landscape， historical heritage landscape， and modern cultural attraction landscape， were mainly distributed in a multi-core manner. Only historical heritage landscapes were distributed in a single core manner， mainly between Gusu District and Suzhou Industrial Park；overall， the spatial correlation of various tourism resources in Suzhou was strong. From the perspective of natural resource landscape to cultural resource landscape， the four types of tourism resources happened to follow a southwest to northeast direction， which was related to the slowly sloping terrain of Suzhou from west to east.

Key words： POI； big data； tourism resources； spatial differentiation； Suzhou City， Jiangsu Province

旅游活動的根本動力來自旅游資源的差異，人們在“去遠”中獲得差異化旅游景觀帶來的新奇體驗［1，2］。旅游資源的空間分異狀況對區(qū)域內(nèi)游客的流向和流量影響較大，甚至對旅游資源的規(guī)劃與開發(fā)也起著不可忽視的作用［3］。國外有關(guān)旅游資源空間特征的研究呈現(xiàn)出視角新穎、理論豐富等特點。Mango等［4］為了避免傳統(tǒng)的高價旅游資源宣傳方式，綜合運用基于網(wǎng)絡的地理信息系統(tǒng)（GIS）模型的動態(tài)互動地圖，以便管理和推動旅游業(yè)的發(fā)展。Lee等［5］從系統(tǒng)地理學的角度探索了旅游資源位置影響食品安全的問題，發(fā)現(xiàn)在海灘、市中心等地方食品安全違規(guī)問題顯著。Perea-Medina等［6］構(gòu)建了基于谷歌地圖的估算時間模型，比較了公共交通與傳統(tǒng)旅游巴士的便捷度，為游客從?？扛劭诘礁沟芈糜尉包c的出游提供了參考。East等［7］運用全球定位系統(tǒng)（GPS）和調(diào)查數(shù)據(jù)對單個旅游景點附近931組游客進行追蹤調(diào)查，發(fā)現(xiàn)大部分游客具有顯著的“主要路徑慣性”。Spector等［8］發(fā)現(xiàn)人類的影響范圍遠超生物圈，外層空間旅游資源的開發(fā)對地球居民有重大的意義。Saarinen等［9］討論了不同理論和地理背景下的“飛地旅游”，明確了這些專屬空間如何形成和轉(zhuǎn)變以及如何塑造地方和地方身份。理論層面上，地理學中的區(qū)位論［10］、核心-邊緣論［11］、中心地理論［12］等理論為旅游資源空間的合理規(guī)劃提供了指引。目前，國內(nèi)相關(guān)的研究多以解決區(qū)域內(nèi)旅游資源整合問題為切入點展開。田野等［13］對長江經(jīng)濟帶3A級及以上景區(qū)進行了旅游資源的空間結(jié)構(gòu)識別和交通可進入性評價。袁丁［14］對江蘇省進行省域和市域2個方面的旅游資源密度估計，分析了旅游資源類型與區(qū)域級別、社會經(jīng)濟等方面的空間分布關(guān)系。劉逸等［15］借助地理空間分析的相關(guān)方法編制出同位模式，探索了廣州市休閑興趣點的空間分布特征。張新成［16］借助貝葉斯時空層次模型分析了中國鄉(xiāng)村旅游公共服務水平的總體分布態(tài)勢。李濤等［17］運用GIS在資源分類的基礎(chǔ)上對江蘇省鄉(xiāng)村旅游景點類型進行分析。其他相關(guān)的研究還集中在紅色旅游［18-20］、體育旅游［21-23］、康養(yǎng)旅游［24-26］、森林公園［27-29］等方面。

國內(nèi)外學者對旅游資源空間特征分析方法的選擇大多集中在地理探索性空間統(tǒng)計分析和地理統(tǒng)計等方面。具體的有核密度分析法、最近鄰指數(shù)、空間自相關(guān)分析、疊置分析、標準差橢圓分析等［30］。國外學者普遍關(guān)注較小的區(qū)域內(nèi)旅游資源空間特征的分布，而國內(nèi)學者則側(cè)重于宏觀視域內(nèi)的研究，且注重解決國內(nèi)旅游業(yè)發(fā)展的實際問題。數(shù)據(jù)來源方面，隨著時代的進步和互聯(lián)網(wǎng)技術(shù)的發(fā)展，學者逐漸將大數(shù)據(jù)融入旅游的研究中。近年來，POI（Point of interest）成為一種新穎的旅游地理研究分析方式。POI即“興趣點”，在網(wǎng)絡發(fā)達的今天成為人們出行必備的參考數(shù)據(jù)。目前國內(nèi)地理學中對POI的空間研究較多，而旅游學中以此進行區(qū)域旅游資源分類的研究較少。

本研究選擇江蘇省蘇州市為研究區(qū)，以百度坐標拾取系統(tǒng)中蘇州市具有代表性的旅游景點POI為數(shù)據(jù)源，借助ArcGIS 10.2、SPSS 26.0等分析軟件進行蘇州市旅游景點空間分異特征的探索性研究。這對于蘇州市旅游資源整合及相關(guān)規(guī)劃舉措的具體實施有重要作用，也為江蘇省其他旅游城市的建設和發(fā)展提供了參考。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

蘇州市位于中國華東地區(qū)，江蘇省東南部，東接上海市，南鄰浙江省，西連太湖，北望長江。蘇州市屬于亞熱帶季風海洋性氣候，占地面積約8 657 km2，常住人口約1 274萬人，物產(chǎn)豐富。蘇州市下轄5個區(qū)及蘇州工業(yè)園區(qū)、代管4個縣級市。5個區(qū)分別是姑蘇區(qū)、虎丘區(qū)、吳中區(qū)、相城區(qū)、吳江區(qū)；4個縣級市分別是常熟市、張家港市、昆山市、太倉市，如圖1所示。將近2 500年的歷史使得這座城市蘊藏著無比深厚的精神文化內(nèi)涵和物質(zhì)財富。蘇州市作為吳文化的重要發(fā)祥地之一，是中國私家園林的代表性城市。蘇州市又被稱作“水都”“東方威尼斯”，且法國啟蒙思想家孟德斯鳩曾經(jīng)贊其古城為“鬼斧神工”。蘇州市多次被授予“中國百強城市”“中國最具幸福感城市”“中國優(yōu)秀旅游城市”“世界特色魅力城市”等多個榮譽稱號。近年來，蘇州市GDP多次位列中國GDP十強，更是在2021年實現(xiàn)了約22 718億元的地區(qū)生產(chǎn)總值突破，穩(wěn)居江蘇省首位。

1.2 數(shù)據(jù)來源

POI數(shù)據(jù)是2022年7月借助后羿采集器在百度坐標拾取系統(tǒng)中爬取得到的，搜索的關(guān)鍵詞是“蘇州市旅游景點”。數(shù)據(jù)中的主要字段包括地名、詳細地址、電話、經(jīng)緯坐標4類信息。經(jīng)過數(shù)據(jù)清洗后得到了1 625個具有代表性的蘇州市旅游景點數(shù)據(jù)。本研究還綜合借鑒了GB/T 18972—2017《旅游資源分類、調(diào)查與評價》以及郭來喜等［31］總結(jié)的中國旅游資源分類系統(tǒng)，結(jié)合蘇州市旅游資源實際情況，將其重新歸納為2個景系、4個景類、30個景型，如表1所示。

1.3 研究方法

1.3.1 核密度分析 為了研究蘇州市旅游資源空間分異特征，采用核密度分析法來展示蘇州市不同類型的旅游資源POI數(shù)據(jù)點在空間上分布的集散程度。根據(jù)蘇州市旅游景點的類型將各類景點的經(jīng)緯坐標輸入ArcGIS軟件，蘇州市地圖采用WGS-1984地理坐標系，經(jīng)過計算將離散的景點要素轉(zhuǎn)為連續(xù)的密度面。核密度的大小與該點要素的集散程度呈正相關(guān)，而相關(guān)區(qū)域內(nèi)核密度越大，其連續(xù)集中分布的程度越大，相應的聚集面積在地圖上就越大。核密度計算公式如下。

[fn（x）=1n?i=1nkdi?] （1）

式中，[fn（x）]為核密度；[kdi?]為核函數(shù)；[?]為帶寬；[n]為樣本數(shù)量；[di]為估計點[x]與樣本觀測點[xi]之間的距離；i=1，2，3，…，n。

1.3.2 空間相關(guān)性分析 一定區(qū)域內(nèi)的2個或者多個地理要素往往存在聯(lián)系，而相關(guān)性分析是通過數(shù)據(jù)計算來明確地理空間要素之間聯(lián)系緊密度的方法。本研究采用空間相關(guān)分析的方法對蘇州市各類旅游資源彼此間的相關(guān)度進行分析。具體步驟是將由核密度分析所得的蘇州市各類旅游資源圖層進行柵格投影，接著進行柵格轉(zhuǎn)點操作，并且保證這些圖層在柵格轉(zhuǎn)點后所有的像元空間是逐一對應的。之后將各類旅游資源的核密度導入SPSS 26.0軟件，并且利用Pearson分析方法分析相關(guān)性。Pearson相關(guān)性分析是對沒有因果關(guān)系的要素進行分析，其相關(guān)系數(shù)（r）被定義在［-1，1］。若r為0，表示被研究的要素之間無線性相關(guān)關(guān)系；若r的絕對值越接近1，表示被研究的要素之間關(guān)聯(lián)度越強；若r的值為正，表示要素之間是正向相關(guān)關(guān)系；若r的值為負，表示要素之間是負向相關(guān)關(guān)系，計算公式如下。

[r=i=1n（Xi-X）（Yi-Y）i=1n（Xi-X）2i=1n（Yi-Y）2] （2）

式中，[n]為樣本量；[Xi]與[Yi]分別為隨機變量[X]和[Y]對于點[i]的觀測數(shù)值；[X]和[Y]分別代表[X]和[Y]的樣本均值。

1.3.3 標準差橢圓分析 標準差橢圓是對地理空間中多個點要素分布方向和偏離度同時進行計算的一種工具，其計算過程中的基本參數(shù)包括中心點、方位角、長半軸、短半軸，并且通過觀察這些參數(shù)可以知道被研究點要素的空間分布態(tài)勢和演化特征。橢圓的中心點代表著點數(shù)據(jù)空間的平均中心，方位角是以正北方向為基準在順時針旋轉(zhuǎn)時與橢圓長軸形成的旋轉(zhuǎn)角，長半軸代表被研究要素整體分布方向，短半軸則表示分布范圍。其各參數(shù)計算公式如下。

[tanθ=i=1nΔx2i-i=1nΔy2i+i=1nΔx2i-i=1nΔy2i2+4i=1nΔxiΔyi22i=1nΔxiΔyi]

（3）

[SDx=i=1nΔxicosθ-Δyisinθ2n] （4）

[SDy=i=1nΔyicosθ-Δxisinθ2n] （5）

式中，[SDx]和[SDy]分別為[x]軸和[y]軸的標準差；[Δxi]和[Δyi]分別為各點的[x]、[y]坐標點與其平均中心的偏差；[θ]為橢圓旋轉(zhuǎn)角；[n]為點的總數(shù)。

2 蘇州市旅游資源空間分異總體特征

2.1 旅游資源整體分布情況

如圖2所示，蘇州市旅游資源集中分布于姑蘇區(qū)、蘇州工業(yè)園區(qū)，并且以此為中心向四周遞減，這與姑蘇區(qū)的經(jīng)濟、文化等方面的繁榮發(fā)展密不可分?？傮w而言，蘇州市旅游資源的空間分布呈中心城市密集、邊緣城市稀疏的特征。

2.2 旅游資源核密度分析

本研究運用核密度分析法對蘇州市各類旅游資源進行分析（圖3），以此來區(qū)分蘇州市各類旅游資源的空間集散程度。

由蘇州市氣候生物景類的旅游資源分布情況（圖3a）可知，氣候生物類旅游資源的分布集中在姑蘇區(qū)、蘇州工業(yè)園區(qū)和虎丘區(qū)，其他市區(qū)的分布較分散，其中吳中區(qū)的核密度僅次于上述3區(qū)，但是強于其他市區(qū)。蘇州市氣候溫和，園林景觀突出，歷來提倡低碳生態(tài)和文化旅游的高度融合，并且充分利用蘇州市的“小橋流水、粉墻黛瓦”等優(yōu)質(zhì)資源，將自然保護區(qū)、濕地公園與森林公園等景觀整合起來，形成別具一格的生態(tài)旅游自然風貌。

由水文景觀景類旅游資源的分布情況（圖3b）可知，該類旅游資源以蘇州工業(yè)園區(qū)為核心向四周遞減。蘇州工業(yè)園區(qū)內(nèi)共有238條河道，總長約430 km，河流水域面積約16 km2，其中省級骨干河道有婁江、吳淞江、斜港、界浦河；共有6個湖泊列入了《江蘇省湖泊保護名錄》，分別是金雞湖、沙湖、陽澄湖、獨墅湖、青劍湖和鑊底潭，湖泊水域面積約55.7 km2。

由歷史遺產(chǎn)景類旅游資源的分布情況（圖3c）可知，該類旅游資源集中分布在姑蘇區(qū)和蘇州工業(yè)園區(qū)交匯的區(qū)域，其他市區(qū)的歷史遺產(chǎn)景類旅游資源較分散。深入整合與活化古城文化旅游資源是蘇州工業(yè)園區(qū)歷來的旅游規(guī)劃思路。博物館、紀念館、名人故居等文化場所的旅游功能在蘇式風格的浸染中發(fā)揮得淋漓盡致。蘇州工業(yè)園區(qū)將商文旅緊密結(jié)合在一起，展現(xiàn)了獨有的文化積淀和溫暖的煙火氣。該區(qū)域內(nèi)的景觀設計將“素”“淡”“雅”等元素整合起來，使旅游者在沉浸式體驗中領(lǐng)略歷史遺跡帶來的人文之美。

由現(xiàn)代人文吸引物景類旅游資源的分布情況（圖3d）可知，有2個較明顯的核心點，一個位于常熟市、太倉市和昆山市的交匯處，另一個位于姑蘇區(qū)和蘇州工業(yè)園區(qū)的交匯處。其他市區(qū)都各有中等程度的核密度分布，總體分布較廣泛。城市公園、城市廣場、休閑度假村、生態(tài)園等景觀的空間布局與當?shù)氐牡匦蔚孛裁芮邢嚓P(guān)。蘇州市地勢低平，由西向東緩緩傾斜，這使得蘇州市現(xiàn)代人文吸引物景類旅游資源自西向東呈不均勻帶狀分布。

蘇州市具備良好的旅游資源空間可塑性和發(fā)展韌勁。姑蘇區(qū)旅游資源豐富，且各類旅游資源的整體集散態(tài)勢均是以此區(qū)域為核心向周邊市區(qū)擴散。其次為蘇州工業(yè)園區(qū)，2021年該區(qū)不斷推進文旅商體展深度融合，旅游總收入為271.65億元，其內(nèi)的中新合作區(qū)為中國與新加坡政府間的重要合作項目，也為區(qū)域經(jīng)濟和工業(yè)化發(fā)展貢獻力量。蘇州市其他市區(qū)的旅游資源集散度也離不開各自旅游業(yè)與其特色產(chǎn)業(yè)的共同進步?？傮w而言，蘇州市的旅游資源空間分布情況與實際地理面貌、政策支持度、經(jīng)濟水平等要素密切相關(guān)。

2.3 旅游資源空間相關(guān)性分析

為了更具體地探索蘇州市旅游資源空間分布特征，本研究在分析蘇州市各類旅游資源核密度結(jié)果的基礎(chǔ)上對相關(guān)核密度進行整理和Pearson相關(guān)系數(shù)計算，結(jié)果如表2所示。各類旅游資源彼此間都在0.01的水平上顯著，這說明蘇州市各類旅游資源之間空間相關(guān)性較強?，F(xiàn)代人文吸引物景類與歷史遺產(chǎn)景類的相關(guān)系數(shù)最高，為0.732，說明蘇州市在開發(fā)現(xiàn)代人文旅游資源的時候充分考慮到了鄰域內(nèi)歷史遺產(chǎn)資源的吸引力和可依托作用，這對于區(qū)域旅游產(chǎn)業(yè)的優(yōu)質(zhì)協(xié)同發(fā)展具有相互助推作用。此外，現(xiàn)代人文吸引物景類與氣候生物景類、歷史遺產(chǎn)景類與氣候生物景類、現(xiàn)代人文吸引物景類與水文景觀景類的相關(guān)系數(shù)分別為0.608、0.612、0.625，說明在蘇州市旅游資源中氣候生物與水文景觀是比較重要的2類開發(fā)資源，蘇州市作為“東方威尼斯”充分發(fā)揮了自然資源優(yōu)勢，孕育了大量以水為魂的“旅游生命”。其他不同組合的各類旅游資源相關(guān)系數(shù)均在0.500～0.600，也具備很好的空間相關(guān)性。總體而言，蘇州市旅游資源在空間上具有較高的再塑性和可持續(xù)發(fā)展?jié)撃堋?/p>

2.4 旅游資源空間分布方向與中心

由圖4可知，蘇州市各類旅游資源的標準差橢圓集中分布在姑蘇區(qū)、蘇州工業(yè)園區(qū)。這4類旅游資源標準差橢圓的平均中心相對集中，從自然資源景系到文化資源景系的順序來看，4類旅游資源恰好是西南到東北的走向，這與蘇州市自西向東緩緩傾斜的地形相關(guān)。氣候生物景類中心、水文景觀景類中心均落在了蘇州工業(yè)園區(qū)，進一步說明蘇州工業(yè)園區(qū)內(nèi)部資源的充沛及多樣性。而歷史遺產(chǎn)景類中心與現(xiàn)代人文吸引物景類中心則是落在了姑蘇區(qū)，與自然資源類景觀距離較近，相互間可實現(xiàn)產(chǎn)業(yè)鏈的轉(zhuǎn)型與升級。

由表3中標準差橢圓的參數(shù)可知，氣候生物景類旅游資源的面積為1 651.22 km2，是4類旅游資源中最小的，其長半軸與短半軸普遍小于其他旅游資源，這表明蘇州市氣候生物景類旅游資源的空間分布范圍較集中。而現(xiàn)代人文吸引物景類旅游資源的面積為2 206.25 km2，是4類旅游資源中最大的，其長半軸與短半軸普遍大于其他旅游資源，這表明蘇州市現(xiàn)代人文吸引物景類旅游資源的空間分布范圍最廣且較離散，具有強大的產(chǎn)業(yè)可持續(xù)發(fā)展基礎(chǔ)。此外，歷史遺產(chǎn)景類的扁率為0.34，是蘇州市各類旅游資源中最大的，這說明其西南—東北的分布態(tài)勢最明顯。水文景觀景類的方位角為14.07°，是各類旅游資源中最小的，這說明蘇州市南北方向的通達程度影響著水文景觀的地理分布。

3 小結(jié)

本研究主要對蘇州市各類旅游資源POI數(shù)據(jù)進行核密度分析、空間相關(guān)性分析、標準差橢圓分析，蘇州市4類旅游資源的總體空間分布均呈現(xiàn)出核心-邊緣的結(jié)構(gòu)，以姑蘇區(qū)與蘇州工業(yè)園區(qū)為強度中心向四周遞減，周邊市區(qū)的旅游資源較分散。4類旅游資源中大多呈現(xiàn)多核心的分布態(tài)勢，只有歷史遺產(chǎn)景類旅游資源是單核心分布，其主要位于姑蘇區(qū)與蘇州工業(yè)園區(qū)之間。整體上蘇州市各類旅游資源的空間相關(guān)性較強，現(xiàn)代人文吸引物景類與歷史遺產(chǎn)景類的相關(guān)系數(shù)最高，為0.732，其他不同組合的各類旅游資源相關(guān)系數(shù)均超過0.500，也具備很好的空間相關(guān)性；4類旅游資源標準差橢圓的平均中心相對集中，從自然資源景系到文化資源景系的順序來看，4類旅游資源恰好是西南到東北的走向，這與蘇州市自西向東緩緩傾斜的地形相關(guān)。

參考文獻：

［1］ 楊振之.再論旅游的本質(zhì)［J］.旅游學刊，2022，37（4）：140-152.

［2］ 吳必虎.基于鄉(xiāng)村旅游的傳統(tǒng)村落保護與活化［J］.社會科學家，2016（2）：7-9.

［3］ 劉培學，朱知沛，張 捷，等.旅游在線搜索與客流波動的動態(tài)關(guān)聯(lián)研究——以南京鐘山風景名勝區(qū)為例［J］.旅游學刊，2021， 36（11）：95-105.

［4］ MANGO J， OLAK E， LI X. Web-based GIS for managing and promoting tourism in sub-Saharan Africa［J］. Current issues in tourism， 2021， 24（2）： 1-17.

［5］ LEE Y J， PENNINGTON-GRAY L， KIM J. Does location matter？Exploring the spatial patterns of food safety in a tourism destination［J］. Tourism management， 2019， 71： 18-33.

［6］ PEREA-MEDINA B， ROSA-JIMENEZ C， ANDRADE M J. Potential of public transport in regionalisation of main cruise destinations in Mediterranean［J］. Tourism management， 2019， 74： 382-391.

［7］ EAST D， OSBORNE P， KEMP S， et al. Combining GPS & survey data improves understanding of visitor behaviour［J］. Tourism management， 2017， 61： 307-320.

［8］ SPECTOR S， HIGHAM J. Space tourism in the anthropocene［J］. Annals of tourism research， 2019， 79： 1-8.

［9］ SAARINEN J， WALL-REINIUS S. Enclaves in tourism：producing and governing exclusive spaces for tourism［J］. Tourism geographies， 2019， 21（5）： 739-748.

［10］ NYKNEN N. Competing institutional logics in Soviet industrial location policy［J］. Routledge， 2018（4）： 1-26.

［11］ FUJITA M， KRUGMAN P， VENABLES A J. The spatial economy： Cities， regions， and international trade［J］. Mit press books， 2001， 1（1）： 283-285.

［12］ REIGADINHA T， GODINHO P， DIAS J. Portuguese food retailers—Exploring three classic theories of retail location［J］. Journal of retailing and consumer services， 2017， 34： 102-116.

［13］ 田 野，羅 靜，崔家興，等.長江經(jīng)濟帶旅游資源空間結(jié)構(gòu)及其交通可進入性評價［J］.經(jīng)濟地理，2019，39（11）：203-213.

［14］ 袁 丁.江蘇旅游資源空間分異特征研究［J］.南京社會科學，2010（11）：145-149.

［15］ 劉 逸，陳 鑾，劉子惠，等.基于同位模式的休閑產(chǎn)業(yè)空間集聚特征研究［J］.旅游學刊，2022，37（2）：94-104.

［16］ 張新成.中國鄉(xiāng)村旅游公共服務水平時空演化及成因分析［J］.旅游學刊，2021，36（11）：26-39.

［17］ 李 濤，陶卓民，李在軍，等.基于GIS技術(shù)的江蘇省鄉(xiāng)村旅游景點類型與時空特征研究［J］.經(jīng)濟地理，2014，34（11）：179-184.

［18］ 文連陽，許春曉.我國紅色旅游產(chǎn)業(yè)梯度與空間結(jié)構(gòu)研究［J］.吉首大學學報（社會科學版），2014，35（5）：54-60.

［19］ 戴 璐，白彩全，梁龍武.中國紅色旅游政策實施對網(wǎng)絡關(guān)注度的空間溢出效應——基于語義分析與空間計量的實證［J］.自然資源學報，2021，36（11）：2778-2796.

［20］ 張新成，梁學成，高 楠，等.長征主題紅色旅游資源關(guān)注度的空間網(wǎng)絡結(jié)構(gòu)及其形成機制分析［J］.旅游科學，2021，35（3）：1-23.

［21］ 姜付高，曹 莉.全域體育旅游：內(nèi)涵特征、空間結(jié)構(gòu)與發(fā)展模式［J］.上海體育學院學報，2020，44（9）：12-23，33.

［22］ 李 穎，朱天龍，姚 冰，等.近20年北京和張家口地區(qū)滑雪場發(fā)展及其空間分布特征［J］.經(jīng)濟地理，2022，42（1）：191-198.

［23］ 黃 玲.海洋體育旅游地旅游空間結(jié)構(gòu)的分析及其優(yōu)化研究——以浙江舟山群島為例［J］.廣州體育學院學報，2010，30（3）：58-62.

［24］ 趙鵬宇，劉 芳，崔 嬙.山西省康養(yǎng)旅游資源空間分布特征及影響因素［J］.西北師范大學學報（自然科學版），2020，56（4）：112-119.

［25］ 謝文彩，李星明，向 興，等.武漢市康養(yǎng)旅游地空間布局及其優(yōu)化研究［J］.華中師范大學學報（自然科學版），2018，52（1）：147-154.

［26］ 王兆峰，史偉杰，蘇昌貴.中國康養(yǎng)旅游地空間分布格局及其影響因素［J］.經(jīng)濟地理，2020，40（11）：196-207.

［27］ 趙敏燕，董鎖成，高 寧，等.大都市森林公園環(huán)境解說機會譜系構(gòu)建研究——以北京市為例［J］.城市發(fā)展研究，2018，25（8）：10-14，22.

［28］ 裘亦書，詹起林.基于景區(qū)空間安全管理視角的空間句法視域分析——以東平國家森林公園為例［J］.地域研究與開發(fā)，2018，37（4）：126-130.

［29］ 許諾安，顏 磊，許學工.張家界國家森林公園客源市場的空間特征與潛力研究［J］.旅游論壇，2009，2（6）：911-916.

［30］ 張 坤，蘇欣蕾，蘇凱紅，等.基于POI大數(shù)據(jù)的京津冀旅游資源空間分異研究［J］.地域研究與開發(fā)，2021，40（1）：103-108，114.

［31］ 郭來喜，吳必虎，劉 鋒，等.中國旅游資源分類系統(tǒng)與類型評價［J］.地理學報，2000（3）：294-301.