安徽省A級旅游景區空間結構及空間自相關效應

占得龍， 梁棟棟， 吳 旭， 彭 杰， 何強弟

(1.安徽師范大學 地理與旅游學院，安徽 蕪湖 241003;2.安徽師范大學 地理大數據研究中心，安徽 蕪湖 241003;3.安徽師范大學 計算機與信息學院，安徽 蕪湖 241003)

旅游景區是旅游產業的核心要素，是旅游產品的主要成分[1]。國外對于旅游景區的空間結構研究較早。例如，Christaller在旅游空間結構的研究中將中心地理理論運用其中,針對游客由城市內部向城市外圍活動所形成空間擴散和地理空間的聯系進行了探討[2],Lundgren利用區位論，通過建立核心-邊緣理論模型來分析旅游景區空間結構[3],Seetaram分析了澳大利亞旅游行業的空間差異及對旅游業發展的影響因素[4]。國內對旅游景區研究相對較晚，主要集中在旅游景區空間結構、旅游景區可達性以及旅游流的空間結構等方面。潘竟虎、吳必虎等人[5-9]運用基尼系數、熱點分析等空間計量地理學的方法對旅游景區的空間分布模式進行定量化分析;孫建偉、潘竟虎等人[10-15]利用矢量道路交通網絡來測度旅游景區三維可達性格局，并運用空間關聯方法分析可達性的空間差異;李創新等[16]將空間場理論引入到旅游流的研究中，對絲綢之路的空間場效應和地域結構進行了研究。雖然總體上國內外學者對旅游景區空間結構格局的研究較為成熟，但主要都集中于城市圈等大范圍區域或以5A、4A級旅游景區為研究對象，缺少區域綜合和所有級別旅游景區的研究。

本文以安徽省A級及以上旅游景區為研究對象，運用更為準確的分散性評估方法W函數以及能夠避免因方差不穩定造成結果錯誤的經驗貝葉斯修正的空間自相關方法，分析安徽省旅游景區的空間結構以及旅游密度的空間自相關性，并結合空間冷熱點分析方法，對景區旅游密度冷熱點進行評價。引入主成分分析法和地理加權法，探究旅游密度分布的影響因素，以期對安徽省旅游景區合理全面的發展提供有力支撐。

1 數據來源

景區數據來源于安徽省旅游發展委員會網站(http://www.ahlyj.gov.cn/)公布的數據，截止到2016年年底。安徽省共有A級及以上旅游景區546個，其中5A級景區19個，4A級旅游景區167個，3A級景區208個，2A級景區149個,1A級景區3個。景區的空間位置借助百度地圖坐標拾取系統標定，面積較大的景區以其質點坐標作為景區坐標。空間行政邊界和交通數據通過安徽省天地圖矢量化得出。

2 研究方法

2.1 W函數

W函數[17]是一種基于距離的相對密度函數，有助于使用隨機蒙特卡羅模擬來評估經濟活動的空間模式。它的主要目標是檢測一個固定領域內的實體之間的聚類、分散、隨機現象，能滿足Duranton和Oveman所提出的五個理想指標標準[18](在不同區域、空間尺度是可比較的，對空間的隨意變化沒有偏見分類，在基準范圍內進行，可以確定觀察到的分布與基準之間是否存在差異)，能夠提供更為準確的分散性評估。

本文采用W函數對安徽省A級旅游景區的空間分布特征進行定量化的分析。其公式為

(1)

式中：NA,NB為A,B類型旅游景區數量，|xAi|xAj|為Ai點到Aj點的距離，τ為高斯核函數的帶寬,k為高斯核函數。

2.2 貝葉斯修正的空間自相關

空間自相關分析是以空間關聯測度為核心，通過檢驗空間位置上的某要素與其相鄰空間要素是否具有顯著性的空間關聯，描述現象的空間分布格局，以此來發現空間聚集和空間異常，揭示對象之間的空間相互作用機制[19]。旅游密度是旅游地發展水平的重要評價指標，能夠反映旅游資源類型間相互關系的一般規律，主要包括三個方面：旅游人口密度、旅游空間密度、旅游經濟密度[20]。

2.2.1 貝葉斯修正全局空間自相關 目前研究對象之間的空間自相關程度普遍采用莫蘭指數，但由于旅游密度本質上是一種比率，其不穩定的方差會違背方差穩定性的前提假設，因而會導致莫蘭指數得出虛假的結論[18]。本文采用貝葉斯修正全局空間自相關指數EBI[19]，來避免因密度是比率所帶來的固有方差不穩定造成的錯誤結論。EBI統計量的定義如下：

(2)

2.2.2 貝葉斯修正局部空間自相關 基于與上文同樣的原因，對于旅游密度間空間關系的局域分布情況，運用經驗貝葉斯方法對Moran’sIi指數修正得到局部空間自相關指數[19]，其統計量的定義如下：

(3)

式中參數含義同EBI。利用EBIi及Zi得分值可以判斷某區域與周邊相鄰區域的關聯類型:①若EBIi>0且Zi>0,則該區域屬于高-高關聯類型;②若EBIi>0且Zi<0,則表現為低-低關聯類型;③若EBIi<0且Zi>0,則表現為高-低關聯類型;④若EBIi<0且Zi<0，則表現為低-高關聯類型。

(4)

圖1 安徽省A級及以上旅游景區分布圖Fig.1 Distribution map of tourist attractions at grade A and above in Anhui Province

3 安徽省旅游資源空間分布規律

3.1 旅游景區空間分布特征

安徽省16個地級市都擁有A級及以上旅游景區(圖1)，但呈現出不均衡的特性。數量最多的是黃山，達到59個，最少的是淮北，景區個數為12個。在景區密度上，密度最小出現在宿州市，為13.06個/萬平方千米，最大密度出現在銅陵市，為65.26個/萬平方千米。大部分景區等級在3A級以上，達到394個。將安徽省A級景區以3A景區為分界線，劃分為3A以下和3A及以上兩個等級，利用W函數定量化地描述各個區域的空間分布類型，如表1所示。結果表明：安徽省3A級及以上旅游景區總體上呈現出均勻分布的特點，其中皖南和皖中均表現為均勻分布，而皖北呈現為集聚狀態分布；3A以下旅游景點表現為集聚狀態,其中皖南，皖中表現為集聚狀態，皖北屬于均勻分布狀態。從局部來看，全省有六個地級市3A級以下旅游景區表現為集聚狀態，主要分布在黃山、宣城、銅陵、合肥、滁州和宿州，呈線狀分布的特點。七個城市3A及以上旅游景區處于集聚狀態，且大部分區域集中在皖北地區，主要包括宿州、淮北、亳州、蚌埠、滁州、蕪湖、安慶等地區，其余均表現為均勻分布狀態。

一方面，旅游景區的分布與區域旅游資源稟賦的差異有關，相對于皖北地區，皖中南自然資源豐富，人文歷史文化底蘊深厚，優質旅游資源較多，旅游經濟和旅游發展程度相對較高，旅游景區間的相互依賴程度較小，而皖北地區旅游景區規模和影響程度相對較小，旅游資源之間的相互依賴性表現的更為明顯。其次，區域經濟發展程度也對旅游景區的分布產生影響，經濟的發展程度會影響到景區賴以發展的基礎設施的建設。皖中南地區是長江經濟帶的重要節點，區位條件較好，經濟發展的速度也較快，經濟優勢較大，旅游發展的經濟條件較好。再者，經濟的發展導向和定位也會對旅游景區的分布產生影響。譬如作為一個被旅游催生的城市，黃山市經濟的支柱產業是以旅游業為核心的第三產業，旅游業的發展程度關乎其區域經濟的發展。另外，皖南國際文化旅游示范區的規劃實施，使得皖南地區發展步伐加快，文化產業規模擴大，旅游影響力不斷提升，旅游景區布局不斷優化。最后，高速交通布局也對景區的空間特征產生影響。隨著“京滬”“合福”“寧安”等高速鐵路的開通，客源市場產生了巨大變化，對旅游景區的空間布局有巨大影響。

3.2 安徽省A級及以上旅游景區旅游密度空間相關性分析

3.2.1 基于EBI的安徽省A級及以上旅游景區旅游密度全局空間相關性分析 通過GeoDa軟件對安徽省A級及以上旅游景區旅游密度進行經驗貝葉斯修正的全局空間自相關分析，得到了安徽省A級及以上旅游景區旅游密度的EBI估計值及其顯著性檢驗，如表2所示。

表1 安徽省旅游景區W函數值Table 1 W function values of tourist attractionsin Anhui Province

結果顯示，安徽省A級旅游景區旅游人口密度EBI值0.2895，經濟密度EBI值0.1845，空間密度EBI值0.1896，其中，旅游人口密度和旅游經濟密度大于0且通過了置信度為95%的Z檢驗，呈現出明顯的正空間自相關。而空間密度在置信度為95.3%時 ，Z得分值為1.8165，略小于1.96界限值，但其EBI值大于零，表明其具有一定的正空間相關性。

表2 旅游密度EBI估計值Table 2 Estimates of EBI for tourism density

3.2.2 基于EBIi的安徽省A級及以上旅游景區局部空間特征分析 經驗貝葉斯修正的全局空間自相關分析用于驗證整個研究區域的旅游密度空間分布模式，而局部空間自相關分析指標LISA可以進一步衡量安徽省局部區域與其周邊區域旅游密度的空間關聯程度。為進一步分析安徽省A級及以上景區旅游密度局部空間特征，本文利用EBIi對安徽省A級及以上旅游景區旅游密度進行局部空間自相關分析。將EBIi估計值表示在安徽省行政邊界底圖上，可以得到不同區域LISAEBIi散點地圖。如圖2所示。

(a)經濟密度

(b)人口密度 (c)空間密度

圖2 旅游密度LISAEBIi散點地圖

Fig.2 LISAEBIiscatter plot for tourism density

從旅游經濟密度LISAEBIi散點地圖可以看出，馬鞍山市為旅游經濟密度低—低聚集區域，為低值聚集中點，表明其與周邊區域旅游經濟密度差異較小，旅游經濟密度較低。其他地級市旅游經濟密度空間關系均表現為不顯著。從旅游人口密度散點地圖來看，旅游人口密度高—高區域主要在池州地區，低—低區域主要集中在皖北地區，包括阜陽、亳州、淮北、宿州等地級市。宣城市旅游人口密度較低，與周邊區域差異較大，表現為低—高聚集中心。而從旅游空間密度散點地圖來看，旅游空間密度高—高區域主要包括池州、銅陵、蕪湖、馬鞍山、合肥，其旅游空間密度與周邊區域差異較小。宣城市表現為旅游空間密度低—高區域。

從經濟密度熱點圖(圖3a)可以看出，安徽省A級旅游景區經濟密度熱點區域集中在黃山和池州市。經濟密度冷點區域集中在安徽省的北部和中南部，主要包括阜陽市、亳州市、淮北市、宿州市、滁州市、合肥市、馬鞍山市、蕪湖市和銅陵市，形成了“橫豎”兩帶狀分布格局。次冷點區主要分布在蚌埠市、淮南市、六安市和宣城市，呈現出“一核一帶”分布特點。安慶市表現為次熱點區域。

在人口密度熱點圖(圖3b)中，黃山市依舊表現為熱點區，冷點區呈帶狀分布區域，包括宿州市、淮北市、亳州市、阜陽市、淮南市和六安市，次冷點主要集中在蚌埠市、滁州市、合肥市、馬鞍山市、蕪湖市、銅陵市和宣城市，表現為塊狀分布特征，次熱點區域主要集中在皖西南地區，包括安慶市和池州市。

從空間密度熱點分布圖(圖3c)中可知：安徽省A級旅游景區空間密度熱點區域主要集中在安徽省中南部，呈塊狀集中式分布，主要包括合肥市、蕪湖市和馬鞍山市；次熱點區域主要集中在皖南，包括銅陵市、池州市、黃山市，皖北的蚌埠市也表現為次熱點，安徽省A級旅游景區空間密度次熱點區域表現為“一核一塊”分布特征；冷點區域呈現出“多核一塊”式分布，包括宣城市、滁州市、宿州市、亳州市、阜陽市、六安市；次冷點主要集中在淮北市、淮南市、安慶市。

(a)經濟密度

(b)人口密度 (c)空間密度

圖3 旅游密度熱點圖

Fig.3 Hotspot map for tourist density

3.3 旅游密度空間分布影響因素分析

從經濟密度冷熱點整體分布來看，經濟密度冷熱點分布與旅游經濟對區域國民生產總值的貢獻率高度一致，例如在黃山、池州，旅游資源豐富，旅游經濟在國民生產總值中占比較高，而在合肥市、馬鞍山市、蕪湖市和銅陵市等市域，工業較為發達，旅游經濟在國民生產總值占有率不高，旅游經濟密度熱度相對較低。從人口密度冷熱點分布情況來看，旅游人口密度熱度相對較高區域都集中在皖南區，熱度區逐漸向北遞減，這與安徽省皖南區域人口相對較少，而旅游資源豐富，游客量較多，皖中地區經濟較好，人口相對較多，皖北人口基數大的實情相符合。黃山、池州、銅陵、蕪湖、合肥、蚌埠等區域景區密度較高，而六安、蚌埠、滁州等區域景區密度相對較低，這與空間密度冷熱點分布相一致。但無論是空間密度、人口密度還是經濟密度，高值區域與熱點區域并不一致，可見，旅游密度除了受上述因素影響外，還受到其他因素的影響。

由于旅游資源稟賦、區域經濟發展水平以及交通等因素的空間差異，市域間旅游密度表現出空間差異性。根據前人的研究成果，本文選取旅游資源稟賦、床位數、第三產業服務人員數、交通可達性以及第三產業投資等指標，指標量綱統一后，利用主成分分析法進行降維[21-23]。其中旅游資源稟賦借鑒孫根年[24]的賦值法，將5A，4A，3A，2A，A級景區分別賦予權重5，2.5，1.5，0.5，0.25并求和得到市域旅游資源稟賦，交通可達性以每百公里區域面積內公路的里程計算。結果如表3和4所示。

旅游密度是衡量某一區域內旅游業在社會經濟生活中的地位的一項指標，故選取旅游經濟在國民生產中的貢獻率為因變量，利用ARCGIS10.2的地理加權回歸分析，與主成分分析得到的兩個主成分因子PCA1、PCA2(表4)進行地理加權回歸分析，得到影響因素的空間差異性。Bandwidth為44597.3，AICc為26.99，調整R2在0.8236～0.8472之間，模型模擬效果較好。將回歸系數進行可視化處理，如圖4所示。

由主成分1的回歸系數分布圖(圖4a)可知，回歸系數均為正,表明主成分1對安徽省旅游密度具有顯著正向影響，強度整體上表現為由北到南逐漸減小，其中主成分1對阜陽和亳州影響程度最大，對黃山和宣城的影響程度最小，說明阜陽和亳州對主成分1的敏感性要強，黃山和宣城較弱，由成分矩陣(表4)可知，對主成分1貢獻較高的有旅游資源稟賦、床位數，分別為0.934、0.842，與安徽省旅游南熱北冷的特點相吻合。

由表4可知，對主成分2貢獻較高的有第三產業服務人數和第三產業投資。旅游是服務型產業，旅游業的發展少不了資金和人才的投入，增加對旅游產業的投資，可以拉動旅游產業的發展。主成分2回歸系數均為正值，影響程度以宣城、蕪湖、馬鞍山以及滁州為高值區，由高值區逐漸向外圍圈層遞減(圖4b)。

表3 相關矩陣Table 3 Correlation matrix

表4 成分矩陣Table 4 Component matrix

(a)主成分1 (b)主成分2圖4 回歸系數分布圖Fig.4 Distribution of regression coefficients

4 結論與討論

本文基于GIS技術，采用更加精確的W函數分析旅游景區空間分布特征，利用經驗貝葉斯修正的空間自相關性，定量化地描述市域之間旅游密度的空間差異，并結合主成分分析法和地理加權法，研究了市域單元的旅游密度空間差異的原因。結果表明：①安徽省A級及以上旅游景區空間分布上總體呈現出聚集分布的特點，3A級及以上優質旅游景區的聚集程度要略低于3A以下旅游景區，市域聚集程度差異性較大。②安徽省A級及以上旅游景區旅游密度主要呈現出南熱北冷的分布特點，熱點區域和冷點區域存在著明顯的空間分布差異性，表現出明顯的塊狀分布特征，這和安徽省旅游資源南多北少的特點相吻合。③影響安徽省旅游密度的因素在市域間存在空間異質性，亳州、阜陽受主成分1影響程度較大，宣城、蕪湖、馬鞍山以及滁州等城市對主成分2敏感性較強。

因此，根據安徽省旅游區域間分布特征和空間自相關性，安徽省旅游應利用現有的優質資源，以點帶面，區域協同，形成集群式互補式發展，以帶動旅游資源相對薄弱區域旅游景區的發展，使旅游布局在區域內逐漸平衡。另一方面，根據不同市域間景區差異，制定合適的發展扶持政策，使其有更大的發展。

本文存在以下問題有待進一步研究：①在空間自相關分析時，采用不同的鄰近方式會產生不同的空間權重，從而會對研究結果產生影響。如果做進一步研究，可以利用不同的空間權重矩陣對研究結果的進行穩定性檢驗。②本研究以市域為基本的研究單元，沒有考慮市域內部的差異。如做進一步研究，可以采用更小的研究單元，對旅游空間特征以及空間相關效應做出更加詳細的闡述。