易繼紅, 何　雨, 尚曉娜,2

(1.上海師范大學 旅游學院,上海 200234; 2.三亞學院 旅業(yè)管理學院,三亞 572022)

上海市鄉(xiāng)村旅游景區(qū)(點)空間分布研究

易繼紅1, 何雨1, 尚曉娜1,2

(1.上海師范大學 旅游學院,上海 200234; 2.三亞學院 旅業(yè)管理學院,三亞 572022)

摘要:引用最鄰近指數(shù)、地理集中指數(shù)、基尼系數(shù)和洛倫茲曲線對上海鄉(xiāng)村旅游景區(qū)(點)的空間分布進行測算.計算結果表明:上海鄉(xiāng)村旅游景區(qū)(點)的最鄰近指數(shù)為0.656,其空間分布呈凝聚型.其地理集中指數(shù)為87.200,這表明其空間分布是相對集聚的,并與最鄰近指數(shù)的結果相映證.上海市鄉(xiāng)村旅游景區(qū)(點)的基尼系數(shù)為0.9647,C=0.0353,這亦說明其空間分布是相對集中的,空間上表現(xiàn)為不均衡.且根據(jù)洛倫茲曲線,可看出,上海市鄉(xiāng)村旅游景區(qū)(點)在空間上表現(xiàn)為非均衡集中分布的特征.筆者試著從相關區(qū)域內(nèi)的財政收入、工業(yè)總產(chǎn)值、農(nóng)業(yè)園區(qū)基礎設施投資、常住人口密度和土地面積等因素來探討對其空間分布結構的影響,并提出更合理的布局方案,以期促進上海鄉(xiāng)村旅游的發(fā)展.

關鍵詞:鄉(xiāng)村旅游; 景區(qū)(點); 空間結構; 上海

旅游空間結構是指旅游經(jīng)濟客體在空間中相互作用所形成的空間聚集程度及聚集狀態(tài),它體現(xiàn)了旅游活動的空間屬性和相互關系,是旅游活動在地理空間上的投影,是區(qū)域旅游發(fā)展狀態(tài)的重要“指示器”[1].上海是我國的金融中心,也是我國服務業(yè)最發(fā)達的城市之一,研究其鄉(xiāng)村旅游景區(qū)(點)空間結構對其他地區(qū)的鄉(xiāng)村旅游景區(qū)(點)的發(fā)展具有重要的指導意義.

1數(shù)據(jù)來源與研究方法

1.1　數(shù)據(jù)來源

由于鄉(xiāng)村旅游景區(qū)(景點)缺乏一個技術定義,統(tǒng)計數(shù)據(jù)的獲取存在一定的難度.因此筆者在前人研究的基礎上,把研究范圍確定在了上海的9個郊區(qū)縣,并以《上海旅游年鑒》、《上海統(tǒng)計年鑒》的數(shù)據(jù)為主,輔之上海市旅游部門網(wǎng)站、旅游行業(yè)網(wǎng)站獲取上海市鄉(xiāng)村旅游景區(qū)(點)的數(shù)量、區(qū)域內(nèi)財政收入、工業(yè)總產(chǎn)值、農(nóng)業(yè)園區(qū)基礎設施投資、常住人口密度和土地面積等有關數(shù)據(jù),截止日期為2012年12月31日.

通過理論最鄰近距離計算公式計算上海市9個郊區(qū)縣鄉(xiāng)村旅游景區(qū)(點)的理論最鄰近距離.并運用GoogleEarth7軟件和ArcGIS10.1軟件進行配準和數(shù)字化,并輔之上海旅游交通圖,測算各個測量點之間的實際最鄰近距離.

1.2　研究方法

目前測度點狀空間分布的方法主要有最鄰近點指數(shù)[2]、鄰點度平均數(shù)[3]、地理集中指數(shù)[4]、柯爾摩哥夫-史密爾諾夫公式、基尼系數(shù)、空間洛倫茲曲線、錫爾系數(shù)[5],以及利用Kernel Density和Point Density生成空間分布密度圖[6]等方法.本文作者以上海市9個郊區(qū)縣為研究對象,選取反映區(qū)域內(nèi)空間分布特征的地理集中指數(shù)、基尼系數(shù)和洛倫茲曲線對上海市鄉(xiāng)村旅游景區(qū)(點)空間分布特征進行測算.

1.2.1最鄰近指數(shù)

點狀要素有均勻、隨機和凝聚3種空間分布類型,可用最鄰近距離和最鄰近點指數(shù)進行判別[7].最鄰近距離是表示點狀事物在地理空間中相互鄰近程度的地理指標[8].最鄰近點指數(shù)定義為實際最鄰近距離與理論最鄰近距離的比值,即

其中,A為研究區(qū)域面積(以陸地6341 km2的上海市面積計算);n為點狀要素在研究區(qū)域內(nèi)的數(shù)量.

當R>1時,空間點呈均勻分布的傾向;當R=l時,空間點呈隨機型分布;當0

1.2.2地理集中指數(shù)

地理集中指數(shù)是研究某地理事物在地域上集中程度的指標[9],其計算公式為:

其中,G表示鄉(xiāng)村旅游景區(qū)(點)的地理集中指數(shù),n為區(qū)縣數(shù)量,xi為第i個區(qū)縣擁有的鄉(xiāng)村旅游景區(qū)(點)數(shù)量,T為上海市鄉(xiāng)村旅游景區(qū)(點)總數(shù),且G∈(0,100).G值越大,說明鄉(xiāng)村旅游景區(qū)分布越集中,G值越小,說明鄉(xiāng)村旅游景區(qū)(點)分布越分散.

1.2.3基尼系數(shù)

基尼系數(shù)可以用于刻畫空間要素的分布,也可以對兩個空間要素的分布進行對比,是地理學中用來描述離散區(qū)域空間分布的重要方法[10].其計算公式如下:

其中:C是均勻分布度;Pi是旅游景區(qū)(點)數(shù)量在各旅游區(qū)所占的百分比;N為旅游區(qū)個數(shù).

1.2.4相關性分析

相關分析可表示要素之間的密切程度,主要通過對相關系數(shù)的計算與檢驗來完成[11].其計算公式如下:

其中,rxy為相關系數(shù);x和y為要素的平均值.rxy的取值范圍介于-1~1 之間,當rxy>0 時,說明兩要素呈正相關;當rxy<0 時,說明兩要素呈負相關.rxy的絕對值越接近于1,兩要素的關系越密切;越接近于0,兩要素的關系越不密切.

2數(shù)據(jù)分析結果

2.1　最鄰近指數(shù)分析

資料來源:歷年上海旅游年鑒及鄉(xiāng)村旅游相關網(wǎng)站資料匯總,并用ArcGIS10.1計算得出

上海市鄉(xiāng)村旅游景區(qū)(點)的最鄰近指數(shù)為0.656,這說明其空間分布總體呈凝聚型.其中只有觀光游覽類景區(qū)(點)的最鄰近指數(shù)小于1,而消遣娛樂類、歷史文化類和休閑度假類景區(qū)(點)的最鄰近指數(shù)都大于1,這說明事實上只有觀光游覽類景區(qū)(點)空間分布呈凝聚型,其余三類鄉(xiāng)村旅游景區(qū)(點)空間上都呈均勻分布.事實上,消遣娛樂類、歷史文化類和休閑度假類景區(qū)(點)的數(shù)量相對較少,在9個郊區(qū)縣中亦有分布,故在空間點上呈均勻分布的傾向;而觀光游覽類景區(qū)(點)的數(shù)量相對較多,并主要集中分布在奉賢、金山、浦東新區(qū)3區(qū),故空間點呈凝聚型分布.

2.2　地理集中指數(shù)分析

資料來源:歷年上海旅游年鑒及鄉(xiāng)村旅游相關網(wǎng)站資料匯總,并用Excel計算得出

上海市鄉(xiāng)村旅游景區(qū)(點)的地理集中指數(shù)為87.200,這說明其空間分布是集聚的.其中休閑度假類的地理集中指數(shù)最高,為47.370,這說明其空間分布是相對集中的;消遣娛樂類、歷史文化類和觀光游覽類景區(qū)(點)的地理集中指數(shù)分別為40.000、36.170、37.000,皆低于休閑度假類,表明其空間分布是相對分散的.這與最鄰近指數(shù)的測算結果亦是一致的.

2.3　基尼系數(shù)和洛倫茲曲線分析

資料來源:歷年上海旅游年鑒及鄉(xiāng)村旅游相關網(wǎng)站資料匯總,并用Excel計算得出

上海市鄉(xiāng)村旅游景區(qū)(點)的基尼系數(shù)為0.965,C=0.035,這表明其空間分布是相對集中的,空間上表現(xiàn)為不均衡.其中休閑度假類景區(qū)(點)的基尼系數(shù)最高,為0.733,C=0.267;消遣娛樂類景區(qū)(點)的基尼系數(shù)緊隨其后,為0.613,C=0.387;觀光旅游類景區(qū)(點)的基尼系數(shù)最低,為0.068,C=0.932;歷史文化類景區(qū)(點)的基尼系數(shù)也比較低,為0.164,C=0.836.從中可以看出休閑度假類、消遣娛樂類景區(qū)(點)呈現(xiàn)集中分布,空間分布的均勻度很低;而觀光旅游類、歷史文化類景區(qū)(點)則剛好相反,其空間分布的均勻度很高,呈現(xiàn)分散分布的特點,這與地理集中指數(shù)的結果也是一致的.

根據(jù)表4數(shù)據(jù),借助于空間洛倫茲曲線進一步檢驗上海市鄉(xiāng)村旅游景區(qū)(點)分布的不均衡和集中程度(圖1),結果表明,上海市鄉(xiāng)村旅游景區(qū)(點)在空間上表現(xiàn)為非均衡集中分布的特征.

2.4　相關性分析

在前人研究的基礎上選取了財政收入、工業(yè)總產(chǎn)值、農(nóng)業(yè)園區(qū)基礎設施投資、常住人口密度、土地面積5個指標,選用上海市2012年統(tǒng)計年鑒當中提取的數(shù)據(jù)作為進行相關性分析的基礎數(shù)據(jù),如表5所示.

將上述數(shù)據(jù)錄入SPSS20.0軟件,選取Pearson相關性分析、回歸分析對上海鄉(xiāng)村旅游景區(qū)(點)數(shù)量與財政收入、工業(yè)總產(chǎn)值、農(nóng)業(yè)園區(qū)基礎設施投資、常住人口密度、土地面積進行相關性分析,結果如表6所示.

建立模型:Y=a+bX1+cX2+dX3+eX4+fX5.

其中,Y代表景點個數(shù)(單位:個);X1代表財政收入(單位:億元);X2代表工業(yè)總產(chǎn)值(單位:億元);X3代表農(nóng)業(yè)園基礎設施投資(單位:萬元);X4代表常住人口密度(單位:人/km2);X5代表土地面積(單位:km2).

Y=40.143+0.071X1-0.001X2+2.913X3-0.004X4-0.015X5,從回歸結果看,在保持其他變量不變的條件下,財政收入每增加1個單位,景點個數(shù)增加0.071個單位;在保持其他變量不變的條件下,工業(yè)總產(chǎn)值每增加1個單位,景點個數(shù)減少0.001個單位;在保持其他變量不變的條件下,農(nóng)業(yè)園區(qū)基礎設施投資每增加1個單位,景點個數(shù)增加2.913個單位;在保持其他變量不變的條件下,常住人口密度每增加1個單位,景點個數(shù)減少0.004個單位;在保持其他變量不變的條件下,土地面積每增加1個單位,景點個數(shù)減少0.015個單位.由此可以看出,農(nóng)業(yè)園區(qū)基礎設施投資對鄉(xiāng)村旅游的空間分布影響最大,這與Pearson相關性檢驗的結果亦是一致的.

從回歸結果可以看出,R2=0.845模型的擬合度比較好,F統(tǒng)計量的值在給定顯著性水平α=0.05下也比較顯著,表明模型從整體上看景點個數(shù)與5個解釋變量之間線性關系顯著.對X1、X2、X3、X4、X5進行簡單相關系數(shù)矩陣檢驗,由表7數(shù)據(jù),運用Excel軟件得出相關系數(shù)矩陣,如表8所示.

可以看出,農(nóng)業(yè)園區(qū)基礎設施投資的多少對鄉(xiāng)村旅游景區(qū)(點)的空間分布有較大的影響,說明基礎設施愈健全,鄉(xiāng)村旅游景區(qū)(點)愈豐富,這與旅游的發(fā)展需要健全的基礎設施為后盾的結論是相一致的.另外,常住人口密度與鄉(xiāng)村旅游景區(qū)(點)的分布呈現(xiàn)負相關關系,這說明常住人口密度越高,鄉(xiāng)村旅游景區(qū)(點)反而越少,常住人口密度越低,鄉(xiāng)村旅游景區(qū)(點)反而越多.

根據(jù)回歸模型,得到上海市鄉(xiāng)村旅游景區(qū)(點)空間分布未來發(fā)展趨勢的預測,如表9所示.

從表9中,可以看出浦東新區(qū)現(xiàn)有鄉(xiāng)村旅游景區(qū)(點)數(shù)量與區(qū)域的屬性相一致,在短期內(nèi)不會有較大規(guī)模的增加.青浦區(qū)、松江區(qū)、奉賢區(qū)和閔行區(qū)的鄉(xiāng)村旅游景區(qū)(點)數(shù)量的預測值小于實際值,在一定程度上說明該區(qū)域現(xiàn)有鄉(xiāng)村旅游景區(qū)(點)數(shù)量已超越其屬性值.而嘉定區(qū)、寶山區(qū)、金山區(qū)和崇明縣則表現(xiàn)了相反的趨勢,即這四區(qū)現(xiàn)有的鄉(xiāng)村旅游景區(qū)(點)數(shù)量低于預測值,說明這四區(qū)有更上一層樓的潛力.

3結論

由上所述,可得出如下結論:

上海市鄉(xiāng)村旅游景區(qū)(點)的空間分布有如下特點:

第一,上海市鄉(xiāng)村旅游景區(qū)(點)在空間上表現(xiàn)為非均衡集中分布的特征.其最鄰近指數(shù)NNI為0.656,地理集中指數(shù)G=87.200,這說明其空間分布是集聚的.其基尼系數(shù)為0.965,C=0.035,這表明其空間分布是相對集中的,空間上表現(xiàn)為不均衡.

第二,其中消遣娛樂類、歷史文化類和休閑度假類景區(qū)(點)的最鄰近指數(shù)都大于1,空間上都呈均勻分布.

第三,筆者確定了5個相關因子,并運用Pearson相關性分析、回歸分析及相關系數(shù)分析,發(fā)現(xiàn)上海市鄉(xiāng)村旅游景區(qū)(點)的空間分布與農(nóng)業(yè)園區(qū)基礎設施投資有顯著的相關性,并與常住人口密度呈現(xiàn)負相關關系.

第四,通過回歸分析的預測模型發(fā)現(xiàn),嘉定區(qū)、寶山區(qū)、金山區(qū)和崇明縣的鄉(xiāng)村旅游景區(qū)(點)數(shù)量低于預測值,說明這四區(qū)存在著很大的發(fā)展?jié)摿?

4建議

針對上海鄉(xiāng)村旅游景區(qū)(點)發(fā)展的建議如下:

第一,整合鄉(xiāng)村旅游資源,優(yōu)化資源配置,先進地區(qū)帶動其他地區(qū)聯(lián)合發(fā)展.由圖2分析可知,上海東南部鄉(xiāng)村旅游資源開發(fā)優(yōu)于西北部,因此,上海市旅游產(chǎn)業(yè)的發(fā)展應該注重對旅游資源的整合,形成“以南帶北,東西互動,和諧發(fā)展”的區(qū)域一體化旅游空間格局.

第二,為整合鄉(xiāng)村旅游資源,促進旅游合作,必須構筑便捷暢通的旅游交通網(wǎng)絡.主要對策包括:設計合理的旅游交通線路,改善旅游交通工具,對一般交通與旅游交通進行分流,減輕鄉(xiāng)村旅游景區(qū)(點)主要道路上的交通壓力.同時還必須積極開發(fā)新的旅游景區(qū)(點),尤其要開發(fā)嘉定區(qū)、金山區(qū)、寶山區(qū)和崇明縣的景區(qū)(點),提高現(xiàn)有資源的利用率.

第三,各鄉(xiāng)村旅游景區(qū)(點)要充分重視其自身在上海市整個旅游系統(tǒng)中的地位及應用,并與其他旅游景區(qū)(點)的開發(fā)建設融為一體,加強合作,齊心協(xié)力,正確認識空間合作與競爭的關系.

參考文獻:

[1]BIAN X H.Urban tourism spatial analysis and development perspective[M].Beijing:China Fortune Press,2005.

[2]BIAN X H.Research on spatial configuration of national graning—AAAA Tourism districts in the Yangtze River delta [J].Economic Geography,2007,27(1):157-160.

[3]ZHANG J H,LU L.Analysis on the spatial structure of tourism resources in the south of anhui province[J].Geography and Geo-Information Science,2004,20(1):99-103.

[4]XU J H.Quantitative geography[M].Beijing:Higher Education Press,2006.

[5]GUO R Z.Spatial analysis[M].Wuhan:Wuhan Technical University of Surveying and Mapping Press,1997.

[6]WEI Y C,CHEN S Z.Geography modeling principle and method[M].Beijing:Science Press,2005.

[7]ZHANG C,YANG B G.Quantitative geography foundation[M].Beijing:Higher Education Press,1991.

[8]XIE Z H,WU B H.Tourism spatial structure of resources-based Attractions in China [J].Scientia Geographica Sinica,2008,28(06):748-753.

[9]GUO Q E,ZHONG Y X,LI J X,et al.The Research on the Spatial Structure of A-Grade Tourist Districts inPoyang Lake Eco-Economic Zone[J].Journal of Jiangxi Normal University:Natural Science,2012,36(06):646-652.

[10]ZHANG G H,ZHU W W.Research on spatial structure of tourist attractions in Shan Dong peninsula blue economic zone—Based on national 4A-grane-above tourist districts[J].Journal of Shandong Normal University:Natural Science,2012,27(06):85-93.

(責任編輯：包震宇)

[11]WANG M L,CHEN N,HUANG H.Researchon space distribution structure of 5A-grade tourist attractions in China[J].Geospatial Information,2013,11(2):101-103.Urban tourism spatial analysis and development perspective[M].Beijing:China Fortune Press,2005.

The Spatial distribution of rural tourism Scenic (spots) of ShanghaiYI Jihong1, HE Yu1, SHANG Xiaona1,2

(1.College of Tourism,Shanghai Normal University,Shanghai 200234,China;

2.Sanya Tourism Management,Sanya College,Sanya 572022,China)

Abstract:Using the nearest neighbor index,geographic concentration index,the Gini coefficient and Lorenz curve,this paper measures the space features of the distribution of the rural tourism scenic (spots) in Shanghai.The research results showed that 1) Shanghai Rural tourism scenic (spots) of the nearest neighbor index is 0.656,indicating that their spatial distribution is cohesion;2) its geographic concentration index is 87.200,indicating that the spatial distribution of the relative concentration,and with the results matched the nearest neighbor index;3) its Gini coefficient is 0.9647,C= 0.0353,which shows that spatial distribution is relatively concentrated.Further,the paper try to explore the impact of the fiscal revenue,gross industrial output value,agriculture park infrastructure investment,the resident population density and land area on the spatial distribution features,and to put forward more reasonable layout scheme to promote the development of rural tourism in Shanghai.

Key words:rural tourism; scenic (spot); spatial structure; Shanghai

通信作者:何雨,中國上海市徐匯區(qū)桂林路100號,上海師范大學旅游學院,郵編:200234,E-mail:heyu@shnu.edu.cn.

收稿日期:2014-08-29

中圖分類號:F 590

文獻標志碼:A

文章編號:1000-5137(2015)02-0175-07