李淑娟, 高 琳

山東省鄉(xiāng)村旅游景點(diǎn)空間結(jié)構(gòu)及影響因素研究*

李淑娟1,2, 高 琳1

(1. 中國海洋大學(xué)管理學(xué)院 青島 266000; 2. 中國海洋大學(xué)海洋發(fā)展研究院 青島 266000)

鄉(xiāng)村旅游已成為農(nóng)村實(shí)現(xiàn)產(chǎn)業(yè)融合的新型產(chǎn)業(yè)形態(tài), 為探求其開發(fā)和發(fā)展的空間結(jié)構(gòu), 以山東省193個鄉(xiāng)村旅游景點(diǎn)為研究樣本, 運(yùn)用最近鄰指數(shù)、多距離空間聚類分析和核密度分析等GIS空間分析和計(jì)量地理方法, 對山東省鄉(xiāng)村旅游景點(diǎn)的空間結(jié)構(gòu)及影響因素進(jìn)行定量研究, 旨在為山東省鄉(xiāng)村旅游的發(fā)展規(guī)劃提出決策參考。結(jié)果顯示: 1)山東省鄉(xiāng)村旅游景點(diǎn)的最近鄰指數(shù)()為0.74, 在空間分布上表現(xiàn)為典型的集聚型分布, 主要分布于青島、濟(jì)南、臨沂及棗莊4座城市周圍。2)山東省鄉(xiāng)村旅游景點(diǎn)熱點(diǎn)區(qū)和冷點(diǎn)區(qū)空間差異明顯, 在省域尺度下表現(xiàn)出明顯的“塊狀”分布特征。3)山東省鄉(xiāng)村旅游景點(diǎn)受交通、區(qū)位、社會經(jīng)濟(jì)、資源稟賦、地形地貌等多種因素綜合作用的影響?；诖? 結(jié)合山東省鄉(xiāng)村旅游發(fā)展現(xiàn)狀提出兩點(diǎn)建議: 1)加強(qiáng)魯東、魯西、魯北、魯中4大片區(qū)合作, 構(gòu)建多個“核心—邊緣”鄉(xiāng)村旅游發(fā)展區(qū)。2)完善旅游交通網(wǎng), 實(shí)現(xiàn)景點(diǎn)之間的有機(jī)鏈接。

鄉(xiāng)村旅游; 空間結(jié)構(gòu); 最近鄰指數(shù); 核密度分析; 山東省

黨十九大報(bào)告中指出要促進(jìn)農(nóng)村一、二、三產(chǎn)業(yè)融合發(fā)展, 支持及鼓勵農(nóng)民就業(yè)創(chuàng)業(yè), 拓寬增收渠道, 實(shí)施鄉(xiāng)村振興戰(zhàn)略。而鄉(xiāng)村旅游是促進(jìn)農(nóng)村一、二、三產(chǎn)業(yè)融合發(fā)展重要表現(xiàn)形式之一, 是實(shí)現(xiàn)鄉(xiāng)村振興戰(zhàn)略的重要抓手。探索鄉(xiāng)村旅游景點(diǎn)的空間分布規(guī)律及影響因素分析, 有助于提出切實(shí)可行的鄉(xiāng)村旅游發(fā)展建議。

鄉(xiāng)村旅游既是農(nóng)業(yè)發(fā)展新途徑, 也是旅游業(yè)發(fā)展新領(lǐng)域, 其空間結(jié)構(gòu)及影響因素一直以來受國內(nèi)外學(xué)者廣泛關(guān)注。國外研究起步較早, 發(fā)展較為成熟, 從研究內(nèi)容來看, 已從鄉(xiāng)村旅游概念辨析[1]、鄉(xiāng)村旅游的影響[2]、鄉(xiāng)村旅游的發(fā)展現(xiàn)狀、模式、戰(zhàn)略[3-4]的研究轉(zhuǎn)向?qū)︵l(xiāng)村旅游地社區(qū)潛力、鄉(xiāng)村旅游開展的社會經(jīng)濟(jì)影響[5-6]等方面的研究。國內(nèi)研究起步較晚, 目前對鄉(xiāng)村旅游空間結(jié)構(gòu)的研究, 主要包括鄉(xiāng)村旅游景點(diǎn)類型的劃分[7]、空間分布特征[8]等。從研究方法上來看, 國內(nèi)外研究都逐漸由定性研究轉(zhuǎn)向定量與定性相結(jié)合的研究方法[9-11]。從研究尺度上來看, 空間尺度涵蓋了全國、省域、市級鄉(xiāng)村旅游景點(diǎn), 但出于研究的數(shù)據(jù)可獲得性, 大多研究集中在小尺度范圍內(nèi)[12-13]。

綜上所述, 現(xiàn)有文獻(xiàn)主要針對小尺度下鄉(xiāng)村旅游的研究, 缺乏對中宏觀層面下鄉(xiāng)村旅游景點(diǎn)空間結(jié)構(gòu)的研究。同時, 在選取鄉(xiāng)村旅游景點(diǎn)時, 未充分考慮到鄉(xiāng)村旅游景點(diǎn)在旅游消費(fèi)市場上的影響力?；诖? 本文以山東省域?yàn)檠芯砍叨? 選取通過國家旅游局制定的《A級景區(qū)評定標(biāo)準(zhǔn)》的鄉(xiāng)村旅游景點(diǎn)作為研究對象, 并結(jié)合研究區(qū)的資源條件及社會經(jīng)濟(jì)發(fā)展?fàn)顩r等特征, 對山東省鄉(xiāng)村旅游景點(diǎn)的空間結(jié)構(gòu)及影響因素進(jìn)行分析, 為鄉(xiāng)村旅游資源開發(fā)整合、可持續(xù)發(fā)展提出建議與對策。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源與處理

依據(jù)山東省文化和旅游廳官網(wǎng)所分類的鄉(xiāng)村旅游景點(diǎn)名稱, 考慮到景點(diǎn)的市場認(rèn)可度, 選取通過國家旅游局制定的《A級景區(qū)評定標(biāo)準(zhǔn)》的鄉(xiāng)村旅游景點(diǎn)作為研究對象。借助百度API獲取鄉(xiāng)村旅游景點(diǎn)的經(jīng)緯度信息, 并結(jié)合ArcGIS 10.2軟件對山東省鄉(xiāng)村旅游景點(diǎn)的位置信息進(jìn)行投影轉(zhuǎn)化, 從而構(gòu)建山東省鄉(xiāng)村旅游景點(diǎn)空間數(shù)據(jù)庫, 并繪制鄉(xiāng)村旅游景點(diǎn)空間分布圖(圖1)。

1.2 研究方法

1.2.1 最近鄰指數(shù)

最近鄰近指數(shù)(NNI)表示平均觀測距離與預(yù)期平均距離之間的比率。NNI公式為[14]:

1.2.2 核密度分析

核密度分析可用來表達(dá)山東省境內(nèi)鄉(xiāng)村旅游景點(diǎn)的空間分布密度, 通過形態(tài)特征表達(dá)要素的空間分布特征, 密度分析能夠較為清楚地表達(dá)要素的分散或離散特征[15]。核密度分析以山東省鄉(xiāng)村旅游景點(diǎn)為圓心, 以輸入的數(shù)值為搜索半徑, 通過統(tǒng)計(jì)圓內(nèi)的景點(diǎn)數(shù)量, 估計(jì)要素在圓內(nèi)所發(fā)生的概率, 常采用Rosenblatt-Parzen函數(shù)[16-17], 公式為:

1.2.3 多距離空間聚類分析

Ripley’s函數(shù)可用來研究景點(diǎn)集聚或離散伴隨著距離變化所帶來的變化特征。其原理分別以山東省193個鄉(xiāng)村旅游景點(diǎn)為圓心, 通過設(shè)置距離和距離增量, 計(jì)算圓內(nèi)鄉(xiāng)村景點(diǎn)數(shù)量, 通常情況下伴隨著距離的增加, 圓內(nèi)景點(diǎn)數(shù)量逐漸增加, 如果在某一特定距離的平均景點(diǎn)數(shù)高于整個研究區(qū)內(nèi)平均密度, 則該距離的分布方式被視為聚類分布。常采用函數(shù)的變換()函數(shù), 其計(jì)算公式為[18-19]:

式中: a表示山東省面積; N表示山東省鄉(xiāng)村旅游景點(diǎn)數(shù); d表示距離; i, j表示各鄉(xiāng)村旅游景點(diǎn); K(di,j)表示權(quán)重, 當(dāng)景點(diǎn)i與j間的距離di,j小于或等于d時, K(i, j)=1, 反之等于0。

(本文所有地圖來源于：標(biāo)準(zhǔn)地圖服務(wù))

1.2.4 全局空間自相關(guān)分析

空間上相鄰地域由變量相似性所產(chǎn)生的數(shù)據(jù)二階效用稱為空間自相關(guān), 其測度有Geary’s和Moran’s兩個指標(biāo), 本文采用Moran’s指標(biāo)表示景點(diǎn)在山東省范圍內(nèi)的空間相關(guān)性整體趨勢及差異性[20], 計(jì)算公式如下:

1.2.5 空間自相關(guān)分析

局域關(guān)聯(lián)指數(shù)Getis-OrdG*通?？捎脕矸从晨臻g要素分布的自相關(guān)性, 可用來分析山東省鄉(xiāng)村旅游景點(diǎn)的熱點(diǎn)區(qū)與冷點(diǎn)區(qū)的空間分布, 計(jì)算公式如下:

式中:是景點(diǎn)在單元的觀測值,w,j是景點(diǎn)和之間的距離權(quán)重矩陣,為山東省鄉(xiāng)村旅游景點(diǎn)總數(shù)。

1.2.6 地理加權(quán)回歸方法基本模型

地理加權(quán)回歸方法(GWR)通過假定線性回歸模型中的回歸參數(shù)來設(shè)置數(shù)據(jù)空間函數(shù), 建立如下空間變系數(shù)回歸模型:

2 結(jié)果與分析

2.1 山東省鄉(xiāng)村旅游景點(diǎn)空間分布特征

點(diǎn)要素的空間分布通常采用最近鄰近指數(shù)NNI對其空間特征進(jìn)行描述, 其可分為隨機(jī)型、集聚型以及均勻型3種類型。使用ArcGIS 10.2平均最近鄰近工具進(jìn)行計(jì)算, 得出山東省193個鄉(xiāng)村旅游景點(diǎn)的最近鄰近指數(shù)為0.74, 遠(yuǎn)小于1;得分為-6.82, 表明山東省193個鄉(xiāng)村旅游景點(diǎn)在空間分布上呈現(xiàn)典型的集聚型分布特征。鄉(xiāng)村旅游景點(diǎn)在空間上的集聚, 反映山東省鄉(xiāng)村旅游景點(diǎn)開發(fā)的成熟性和適宜性。

2.2 山東省鄉(xiāng)村旅游景點(diǎn)空間多尺度特征

借助ArcGIS 10.2軟件中Multi-Distance Spatial Cluster Analysis (Ripley’sFunction)工具, 得到山東省鄉(xiāng)村旅游景點(diǎn)的多尺度空間分布圖(圖2)。由圖2可知, 山東省鄉(xiāng)村旅游景點(diǎn)的觀測值(observerd)曲線大于較高置信區(qū)間(Hi Conf Env), 總體呈現(xiàn)聚集型分布; 伴隨距離的增加,觀測值曲線逐漸遠(yuǎn)離預(yù)期值(expected), 并在66.6 km處聚集強(qiáng)度達(dá)到最大, 隨后集聚強(qiáng)度逐漸降低; 在188.7 km處觀測值曲線和預(yù)期值曲線相交, 即在0~188.7 km內(nèi)景點(diǎn)呈現(xiàn)顯著集聚分布, 其空間尺度為188.7 km; 在此之后觀測值曲線開始逐漸趨近于置信區(qū)間, 集聚強(qiáng)度逐漸減弱。結(jié)果反映山東省鄉(xiāng)村旅游景點(diǎn)在以66.6 km為搜索半徑時, 其距離內(nèi)的景點(diǎn)數(shù)量最多聚集程度最大。

圖2 山東省鄉(xiāng)村旅游景點(diǎn)的Ripley’s K函數(shù)分析

2.3 山東省鄉(xiāng)村旅游景點(diǎn)空間密度特征

通過以上分析得知山東省193個鄉(xiāng)村旅游景點(diǎn)在空間分布上呈現(xiàn)明顯的集聚性分布特征, 利用ArcGIS 10.2空間分析工具Kernel Density, 探索其分布密度。在此前多數(shù)研究中很少考慮到搜索半徑對于密度分析的影響, 在核密度分析中, 搜索半徑越小, 其生成的核密度圖所能揭示的局部信息越詳細(xì), 但存在掩蓋整體特征的缺陷; 但搜索半徑越大, 生成的核密度圖雖能高度概括整體特征, 但也存在掩蓋局部特征的缺陷[21]。綜合考慮到山東省鄉(xiāng)村旅游景點(diǎn)分布的整體格局和局部特征, 本文選取Ripley’s函數(shù)分析得到的66.6 km為搜索半徑, 進(jìn)行下一步的核密度特征分析。

根據(jù)搜索半徑=66.6 km, 核密度平均值為11.064 6個?(104km2)-1, 標(biāo)準(zhǔn)差為6.953 1, 采用標(biāo)準(zhǔn)差分類法渲染密度圖(圖3)。結(jié)果表明, 鄉(xiāng)村旅游景點(diǎn)空間分布在山東省內(nèi)不同區(qū)域差異顯著, 總體呈現(xiàn)“東高、西低”的分布特征。從片區(qū)差異來看, 鄉(xiāng)村旅游景點(diǎn)空間分布密度最高的地區(qū)主要集中在青島、濟(jì)南、棗莊、臨沂4市周圍, 最高分布密度達(dá)23.13~31.22個?(104km2)-1; 濰坊、聊城及東營等市也有較密集的分布, 分布密度達(dá)13.22~17.87個?(104km2)-1; 菏澤、德州2市密度分布較少, 最低密度達(dá)0~4.41個?(104km2)-1。從景點(diǎn)的分布來看, 山東省鄉(xiāng)村旅游景點(diǎn)主要分布于交通發(fā)達(dá)、人口密集度高的區(qū)域, 如以青島為核心的魯東半島空間片區(qū)便是鄉(xiāng)村旅游景點(diǎn)分布最為密集的地區(qū), 其空間分布特征與中心地理論相符合。探究其原因主要為經(jīng)濟(jì)發(fā)達(dá)的地區(qū)是信息流、人口流、物質(zhì)流的匯聚地, 旅游資源的開發(fā)相對成熟, 旅游集散功能也更為完善。

所選取的山東省鄉(xiāng)村旅游景點(diǎn)都經(jīng)過《A級景區(qū)評定標(biāo)準(zhǔn)》, 因此可具體分為2A、3A、4A及5A景點(diǎn)。由圖4可知, 山東省不同等級鄉(xiāng)村旅游景點(diǎn)空間密度差異明顯。2A級鄉(xiāng)村旅游景點(diǎn)數(shù)量為63個, 主要分布在青島、臨沂、淄博、濰坊4市, 最高密度達(dá)22.74個?(104km2)-1; 3A級鄉(xiāng)村旅游景點(diǎn)數(shù)量最多, 為91個, 主要分布在青島、日照2市周圍, 最高密度達(dá)21.43個?(104km2)-1; 4A級鄉(xiāng)村旅游景點(diǎn)數(shù)量為38個, 主要分布在濟(jì)南、濰坊、棗莊、日照4市周圍, 最高密度為11.58個?(104km2)-1; 5A級鄉(xiāng)村旅游景點(diǎn)數(shù)量僅1個, 分布于青島市。由此可知, 山東省193個A級鄉(xiāng)村旅游景點(diǎn)的組合類型呈現(xiàn)出“2A、3A為主, 4A、5A為輔”的特征。從景點(diǎn)空間分布來看, 2A級鄉(xiāng)村旅游景點(diǎn)呈現(xiàn)三核分布, 密度最高區(qū)分布在青島、臨沂2市周圍, 而聊城相對次之。主要由于青島、臨沂、淄博、濰坊這4座城市經(jīng)濟(jì)、交通、農(nóng)業(yè)較好; 而聊城農(nóng)業(yè)基礎(chǔ)好但經(jīng)濟(jì)、交通相對薄弱, 2A鄉(xiāng)村旅游產(chǎn)品的類型以有機(jī)農(nóng)場、采摘園、綠色生態(tài)觀光園以及農(nóng)業(yè)莊園為主。3A級鄉(xiāng)村旅游景點(diǎn)呈現(xiàn)“幾”字形帶狀分布的特點(diǎn), 密度最高區(qū)分布在青島、日照2座城市周圍, 濟(jì)南、棗莊、淄博3座城市相對次之。主要由于青島、日照為沿海城市, 擁有悠久的濱海文化、經(jīng)濟(jì)基礎(chǔ)較好、交通可達(dá)性高, 周圍鄉(xiāng)村旅游產(chǎn)品類型以漁家樂、度假村、民俗園為主; 而濟(jì)南、棗莊、淄博3座城市分布在魯中地區(qū), 以山岳型鄉(xiāng)村旅游資源為主, 同時農(nóng)業(yè)科技技術(shù)含量較高, 使得這3座城市周圍鄉(xiāng)村旅游產(chǎn)品的類型以農(nóng)家樂、農(nóng)業(yè)科技示范園為主。4A級鄉(xiāng)村旅游景點(diǎn)呈現(xiàn)出明顯的四核分布, 主要分布于濟(jì)南、棗莊、濰坊、日照4市周圍。探究其原因主要由于這幾座城市擁有豐富的濟(jì)南泉城文化、膠東半島的濱海文化、濰坊風(fēng)箏年畫民俗文化等文化資源, 同時經(jīng)濟(jì)發(fā)達(dá), 旅游資源的開發(fā)成熟, 旅游集散功能的完善等多方面原因, 導(dǎo)致了4A鄉(xiāng)村旅游景點(diǎn)分布密度較高產(chǎn)品類型以風(fēng)景名勝區(qū)為主。

圖3 山東省鄉(xiāng)村旅游景點(diǎn)空間密度分布圖

圖4 山東省2A、3A和4A鄉(xiāng)村旅游景點(diǎn)核密度圖

2.4 山東省鄉(xiāng)村旅游景點(diǎn)空間關(guān)聯(lián)特征

以山東省17座城市為基本單元, 利用ArcGIS 10.2計(jì)算山東省鄉(xiāng)村旅游景點(diǎn)空間分布的全局Moran’s指數(shù), 該指數(shù)能夠依據(jù)位置的相似性和屬性相似性的匹配情況對山東省鄉(xiāng)村旅游景點(diǎn)空間分布類型進(jìn)行測度, 并采用Ripley’s函數(shù)分析得到的66.6 km最為理想的搜索半徑, 尋找山東省17座城市內(nèi)鄉(xiāng)村旅游景點(diǎn)的核密度均值。由表1可知, 全局Moran’s估計(jì)值為0.107 9>0, 但接近于0, 而值=0.857 8<1.96, 未通過顯著性水平=0.05的檢驗(yàn), 表明在66.6 km的理想尺度上同等級鄉(xiāng)村旅游景點(diǎn)的空間分布并未出現(xiàn)明顯的空間自相關(guān)性, 空間分布自相關(guān)性不強(qiáng)。

表1 山東省鄉(xiāng)村旅游景點(diǎn)全局Moran’s I指數(shù)

對山東省鄉(xiāng)村旅游景點(diǎn)的熱點(diǎn)進(jìn)行分析, 計(jì)算17個地市行政區(qū)的局部關(guān)聯(lián)指數(shù)Getis-OrdG*, 其將山東省193個鄉(xiāng)村旅游景點(diǎn)分為4類片區(qū)(圖5)。由圖5所示, 熱點(diǎn)區(qū)主要分布于濰坊、青島、臨沂、煙臺等幾座城市周圍。統(tǒng)計(jì)得出熱點(diǎn)區(qū)占山東省面積的40.63%, 冷點(diǎn)區(qū)占山東省面積的59.37%?？傮w而言, 山東省鄉(xiāng)村旅游景點(diǎn)熱點(diǎn)區(qū)與冷點(diǎn)區(qū)空間差異明顯, 在省域尺度上展現(xiàn)出明顯的“塊狀”分布特征。

2.5 山東省鄉(xiāng)村旅游景點(diǎn)影響因素分析

2.5.1 資源稟賦因素

山東省鄉(xiāng)村旅游資源具有以下2點(diǎn)特征: 第一, 齊魯文化內(nèi)涵突出。山東省鄉(xiāng)村旅游發(fā)展依托于特色齊魯文化、海洋文化、農(nóng)耕文化及泉文化等文化資源, 其以齊魯文化為根基, 打造一系列以“好客山東”為品牌的農(nóng)耕體驗(yàn)游、自然生態(tài)游、研學(xué)旅游、民俗村等鄉(xiāng)村旅游產(chǎn)品, 如濟(jì)南九頂塔中華民俗園、淄博周村古商城、日照龍門崮旅游度假區(qū)等。第二, 傳統(tǒng)農(nóng)業(yè)與現(xiàn)代農(nóng)業(yè)體驗(yàn)產(chǎn)品豐富, 如青島漁家樂、濰坊壽光林海生態(tài)博覽園、德州沾化冬棗生態(tài)旅游采摘園等。山東省地形多樣, 具有平原、丘陵、山地等多類地形, 為農(nóng)副產(chǎn)品, 如壽光蔬菜、萊陽梨等提供良好的生長條件。伴隨著近幾年來農(nóng)業(yè)集約化、產(chǎn)業(yè)化水平不斷提升, 一大批農(nóng)業(yè)科技示范園、家庭農(nóng)場等成為現(xiàn)代高科技農(nóng)業(yè)的新亮點(diǎn)。良好的民俗文化資源、農(nóng)業(yè)資源、科技資源、地貌資源, 為山東省鄉(xiāng)村旅游的發(fā)展提供了堅(jiān)實(shí)的基礎(chǔ)。山東省鄉(xiāng)村旅游景點(diǎn)具有典型的景區(qū)依托型特點(diǎn), 具有知名度和影響力的景區(qū)(青島嶗山風(fēng)景區(qū)、泰安泰山風(fēng)景名勝區(qū)、日照龍門崮旅游度假村、臨沂竹泉村等)擁有較為豐富的旅游資源, 是鄉(xiāng)村旅游的重要依托載體。高星級景區(qū)已形成良好的規(guī)模效應(yīng)和品牌效應(yīng), 同時旅游交通、住宿、餐飲等基礎(chǔ)條件也相對完善, 對附近鄉(xiāng)村旅游景點(diǎn)的發(fā)展具有較強(qiáng)的拉動作用[22]。

2.5.2 可達(dá)性因素

可達(dá)性可用來測量區(qū)域內(nèi)一點(diǎn)到最近旅游景點(diǎn)所花費(fèi)的時間以此表示游客到景點(diǎn)的便利程度[23], 有助于分析鄉(xiāng)村旅游景點(diǎn)分布與交通網(wǎng)絡(luò)之間的關(guān)系。依據(jù)國家規(guī)定的不同路網(wǎng)速度指標(biāo), 計(jì)算網(wǎng)格通行時間, 并賦予相應(yīng)時間成本, 在此基礎(chǔ)上進(jìn)行成本加權(quán)距離計(jì)算, 算出景點(diǎn)的可達(dá)性。以15 min為時間間隔, 將山東省鄉(xiāng)村旅游景點(diǎn)的可達(dá)性劃分為0~15 min、15~30 min、30~45 min、45~60 min、60~75 min以及75~90 min。

圖5 山東省鄉(xiāng)村旅游景點(diǎn)空間分布熱點(diǎn)圖

山東省鄉(xiāng)村旅游景點(diǎn)空間可達(dá)性良好(表2, 圖6), 整個區(qū)域內(nèi)全部鄉(xiāng)村旅游景點(diǎn)的平均可達(dá)時間為21.6 min, 其中可達(dá)性30 min以內(nèi)的區(qū)域達(dá)69.47%, 而可達(dá)性在1 h以上的區(qū)域不足3%。山東省鄉(xiāng)村旅游景點(diǎn)可達(dá)性空間差異較為明顯, 可達(dá)性最差的區(qū)域主要分布在菏澤市、濱州市、東營市3座城市, 最大可達(dá)性達(dá)90 min?？蛇_(dá)性較好的地市行政區(qū)主要為青島、濟(jì)南、棗莊市, 這3座城市經(jīng)濟(jì)發(fā)達(dá), 因其路網(wǎng)較其他城市密集, 所以景點(diǎn)的可達(dá)性延展較好, 衰減幅度較少。

圖6 山東省鄉(xiāng)村旅游景點(diǎn)的可達(dá)性空間分布圖

表2 山東省鄉(xiāng)村旅游景點(diǎn)可達(dá)性分布面積和頻率

2.5.3 社會經(jīng)濟(jì)因素

社會經(jīng)濟(jì)的發(fā)展對旅游業(yè)發(fā)展具有重要的推動力, 影響著鄉(xiāng)村旅游目的地的空間分布及演變。以2017年山東省各市人均GDP、旅游收入作為判別區(qū)域經(jīng)濟(jì)發(fā)展程度的指標(biāo), 通過ArcGIS 10.2中的地理加權(quán)回歸(GWR)工具進(jìn)行回歸分析, 擬合優(yōu)度2為0.602(表3), 表明回歸模型與觀測所得值的擬合度較好, 能夠較為清楚地反映社會經(jīng)濟(jì)對山東省鄉(xiāng)村旅游的影響。結(jié)果顯示(圖7), 經(jīng)濟(jì)發(fā)達(dá)的青島市為鄉(xiāng)村旅游發(fā)展的熱點(diǎn)區(qū); 在良好的社會經(jīng)濟(jì)條件下濟(jì)南市、煙臺市、臨沂市等6座城市鄉(xiāng)村旅游景點(diǎn)也發(fā)展較好。

2.5.4 政策因素

鄉(xiāng)村旅游發(fā)展和時空變化受到法律法規(guī)以及政策制度的影響, 山東省已出臺相關(guān)鄉(xiāng)村振興戰(zhàn)略規(guī)劃。鄉(xiāng)村振興戰(zhàn)略規(guī)劃指出需進(jìn)一步開發(fā)創(chuàng)新型鄉(xiāng)村旅游產(chǎn)品(一戶一業(yè)態(tài)、一村一品等)以及加快建立旅游產(chǎn)業(yè)集聚群, 同時指出需密切結(jié)合國家及省級層面戰(zhàn)略規(guī)劃如國家新農(nóng)村建設(shè)和半島藍(lán)色經(jīng)濟(jì)區(qū)等, 跨地區(qū)整合鄉(xiāng)村旅游資源, 形成具有鮮明特色的鄉(xiāng)村旅游發(fā)展片區(qū)。在政策制度的推動下, 鄉(xiāng)村旅游產(chǎn)品日趨多樣化, 不斷向優(yōu)勢區(qū)域集聚, 逐步形成以“好客山東”為品牌的特色鄉(xiāng)村旅游景點(diǎn)空間結(jié)構(gòu)。

3 討論與結(jié)論

3.1 討論

山東省鄉(xiāng)村旅游景點(diǎn)空間分布上表現(xiàn)為典型的集聚性和區(qū)域性特征, 經(jīng)濟(jì)、交通、資源是影響山東省鄉(xiāng)村旅游景點(diǎn)的主要因素。相關(guān)研究表明, 不同的地貌、河流都會影響到景點(diǎn)的開發(fā)和布局; 旅游交通是影響景點(diǎn)空間分布的指向性因子, 良好的可進(jìn)入性可為鄉(xiāng)村提供穩(wěn)定的客源, 同時有利于旅游產(chǎn)品的輸出; 高級別旅游景點(diǎn)具體較強(qiáng)的品牌輻射效應(yīng), 可激發(fā)目的地范圍內(nèi)的農(nóng)戶參與到鄉(xiāng)村旅游的開發(fā)中; 經(jīng)濟(jì)發(fā)達(dá)的區(qū)域, 當(dāng)?shù)鼐用竦穆糜涡枨笠草^為旺盛, 周圍景點(diǎn)開發(fā)也較為成熟[24]。研究區(qū)地理環(huán)境多樣、歷史文化悠久, 各鄉(xiāng)村旅游景點(diǎn)的建設(shè)均與交通網(wǎng)絡(luò)密切相關(guān), 經(jīng)濟(jì)發(fā)達(dá)的區(qū)域?yàn)猷l(xiāng)村旅游景點(diǎn)的集中片區(qū)。

圖7 山東省鄉(xiāng)村旅游景點(diǎn)地理加權(quán)回歸圖

表3 地理加權(quán)回歸模型參數(shù)估計(jì)結(jié)果

就山東省各市而言, 青島、煙臺、日照、威海、濰坊等沿海城市是山東省鄉(xiāng)村旅游發(fā)展的熱點(diǎn)區(qū)域, 此區(qū)域鄉(xiāng)村旅游的特征為基于鄉(xiāng)村的濱海度假、漁家樂等類型的鄉(xiāng)村體驗(yàn)游, 同時受到經(jīng)濟(jì)、交通網(wǎng)絡(luò)的影響, 鄉(xiāng)村旅游景點(diǎn)主要集聚于青島、濰坊這兩座城市。已有研究表明, 從鄉(xiāng)村旅游景點(diǎn)數(shù)量、類型、密度的角度考慮, 山東省東部沿海城市為鄉(xiāng)村旅游發(fā)展的一級區(qū)域[25]。魯中地區(qū)鄉(xiāng)村旅游景點(diǎn)主要集聚于濟(jì)南、泰安, 鄉(xiāng)村旅游發(fā)展以山岳度假為主題。魯西、魯北區(qū)域經(jīng)濟(jì)發(fā)展較慢、資源相對貧乏以及受交通的影響, 為鄉(xiāng)村旅游發(fā)展的冷點(diǎn)區(qū)域, 鄉(xiāng)村旅游特點(diǎn)表現(xiàn)為平原觀光和農(nóng)事體驗(yàn)。

山東省鄉(xiāng)村旅游景點(diǎn)在省域尺度下表現(xiàn)出明顯的“塊狀”分布特征。因此, 可從以下方面來優(yōu)化山東省鄉(xiāng)村旅游景點(diǎn)空間結(jié)構(gòu): 一是通過加強(qiáng)魯東、魯中、魯西、魯北4大區(qū)域旅游合作, 構(gòu)建多個“核心—邊緣”鄉(xiāng)村旅游發(fā)展區(qū)。通過整合4大區(qū)域鄉(xiāng)村旅游文化資源、農(nóng)業(yè)資源、交通資源、地貌資源、基礎(chǔ)設(shè)施資源等多項(xiàng)資源, 跨區(qū)域合作實(shí)現(xiàn)“核心—邊緣”聯(lián)合發(fā)展, 最終形成以半島濱海、湖泊濕地等多個鄉(xiāng)村旅游發(fā)展片區(qū)為核心, 通過整合不同區(qū)域鄉(xiāng)村旅游資源, 構(gòu)建山東省多個“核心—邊緣”鄉(xiāng)村旅游發(fā)展區(qū)。二是完善旅游交通網(wǎng)絡(luò), 實(shí)現(xiàn)景點(diǎn)之間有機(jī)鏈接。山東省鄉(xiāng)村旅游景點(diǎn)的空間可達(dá)性整體較優(yōu), 但仍存在部分旅游景點(diǎn)空間連通度不夠完善的情況, 特別是山東省中西部城市以及城市之間交通聯(lián)系仍不充分, 加快構(gòu)建北部沿海通道、魯中通道、濟(jì)青通道以及魯南通道, 通過不斷完善東部沿海通道、濱臨通道等多條交通通道, 提高路網(wǎng)等級和密度, 完善交通網(wǎng)絡(luò)形態(tài)。

3.2 結(jié)論

本文借助ArcGIS 10.2軟件, 運(yùn)用最近鄰指數(shù)、多距離空間聚類分析和核密度分析、熱點(diǎn)分析、地理加權(quán)回歸分析等空間研究方法對山東省鄉(xiāng)村旅游景點(diǎn)的空間結(jié)構(gòu)進(jìn)行分析, 具體結(jié)論如下:

1)山東省鄉(xiāng)村旅游景點(diǎn)的最近鄰指數(shù)()為0.74, 在空間分布上表現(xiàn)為典型的集聚型分布。密度最高的地區(qū)主要集中在青島、濟(jì)南、棗莊、臨沂4市周圍, 濰坊、聊城及東營等市也有較密集的分布; 菏澤、德州2市密度較低。2)山東省鄉(xiāng)村旅游景點(diǎn)熱點(diǎn)區(qū)和冷點(diǎn)區(qū)空間差異明顯, 在省域尺度下表現(xiàn)出明顯的“塊狀”分布特征, 青島、濟(jì)南、臨沂、濰坊4座城市為主要熱點(diǎn)區(qū)。主要由于此類地區(qū), 區(qū)位條件好, 交通可達(dá)性強(qiáng), 經(jīng)濟(jì)基礎(chǔ)較好, 易于形成具有典型特征的鄉(xiāng)村旅游目的地。3)山東省鄉(xiāng)村旅游景點(diǎn)受交通、區(qū)位、社會經(jīng)濟(jì)、資源稟賦等多種因素綜合作用的影響。經(jīng)濟(jì)、交通發(fā)達(dá)的地區(qū)是信息流、人口流、物質(zhì)流的匯聚地, 旅游資源的開發(fā)相對成熟, 旅游集散功能也較為完善, 鄉(xiāng)村旅游景點(diǎn)也較為密集。

[1] NILSSON P ?. Staying on farms: An ideological background[J]. Annals of Tourism Research, 2002, 29(1): 7–24

[2] LOVE T. Agricultural tourism: Curriculum for university students and community enrichment[J]. Nacta/ouma, 2003, 47(4): 78–84

[3] SHARPLEY R, VASS A. Tourism, farming and diversification: An attitudinal study[J]. Tourism Management, 2006, 27(5): 1040–1052

[4] CARPIO C E, WOHLGENANT M K, BOONSAENG T. The demand for agritourism in the United States[J]. Journal of Agricultural and Resource Economics, 2008, 33(2): 254–269

[5] PINA I P A, DELFA M T D. Rural tourism demand by type of accommodation[J]. Tourism Management, 2005, 26(6): 951–959

[6] BRANDTH B, HAUGEN M S. Farm diversification into tourism-implications for social identity?[J]. Journal of Rural Studies, 2011, 27(1): 35–44

[7] 程海峰, 胡文海. 池州市A級旅游景區(qū)空間結(jié)構(gòu)[J]. 地理科學(xué), 2014, 34(10): 1275–1280 CHENG H F, HU W H. Spatial structure of class A tourist attraction in Chizhou[J]. Scientia Geographica Sinica, 2014, 34(10): 1275–1280

[8] 潘竟虎, 李俊峰. 中國A級旅游景點(diǎn)空間結(jié)構(gòu)的計(jì)量地理分析[J]. 經(jīng)濟(jì)地理, 2013, 33(9): 154–160 PAN J H, LI J F. Analysis on spatial structure of A-Grade scenic spots in China based on quantitative geography model[J]. Economic Geography, 2013, 33(9): 154–160

[9] 王衛(wèi)平. 江蘇省休閑農(nóng)業(yè)景點(diǎn)系統(tǒng)空間結(jié)構(gòu)研究——基于分形理論[D]. 南京: 南京師范大學(xué), 2017 WANG W P. Study on the spatial structure of leisure agriculture scenic spot system in Jiangsu Province[D]. Nanjing: Nanjing Normal University, 2017

[10] 許賢棠, 劉大均, 胡靜, 等. 國家級鄉(xiāng)村旅游地的空間分布特征及影響因素——以全國休閑農(nóng)業(yè)與鄉(xiāng)村旅游示范點(diǎn)為例[J]. 經(jīng)濟(jì)地理, 2015, 35(9): 182–188 XU X T, LIU D J, HU J, et al. Spatial distribution characteristics and influence factors of rural tourism destination in China — The case of national level leisure agriculture and rural tourism demonstration sites[J]. Economic Geography, 2015, 35(9): 182–188

[11] 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(diǎn)類型與時空特征研究[J]. 經(jīng)濟(jì)地理, 2014, 34(11): 179–184 LI T, TAO Z M, LI Z J, et al. The research on types and time-spatial structure of rural tourism attractions in Jiangsu Province based on GIS[J]. Economic Geography, 2014, 34(11): 179–184

[12] 古紅梅. 鄉(xiāng)村旅游發(fā)展與構(gòu)建農(nóng)村居民利益分享機(jī)制研究——以北京市海淀區(qū)西北部地區(qū)旅游業(yè)發(fā)展為例[J]. 旅游學(xué)刊, 2012, 27(1): 26–30 GU H M. Study on the development of rural tourism and construction of rural residents’ interest-sharing mechanism: A case of the development of tourism industry in the northwest area of Haidian District, Beijing[J]. Tourism Tribune, 2012, 27(1): 26–30

[13] 席建超, 王新歌, 孔欽欽, 等. 旅游地鄉(xiāng)村聚落演變與土地利用模式——野三坡旅游區(qū)三個旅游村落案例研究[J]. 地理學(xué)報(bào), 2014, 69(4): 531–540 XI J C, WANG X G, KONG Q Q, et al. Spatial morphology evolution of rural settlements induced by tourism: A comparative study of three villages in Yesanpo tourism area, China[J]. Acta Geographica Sinica, 2014, 69(4): 531–540

[14] 謝志華, 吳必虎. 中國資源型景區(qū)旅游空間結(jié)構(gòu)研究[J]. 地理科學(xué), 2008, 28(6): 748–753 XIE Z H, WU B H. Tourism spatial structure of resources-based attractions in China[J]. Scientia Geographica Sinica, 2008, 28(6): 748–753

[15] 王遠(yuǎn)飛, 何洪林. 空間數(shù)據(jù)分析方法[M]. 北京: 科學(xué)出版社, 2007: 13–46 WANG Y F, HE H L. Spatial Data Analysis Method[M]. Beijing: China Social Sciences Press, 2007: 13–46

[16] 李存華, 孫志揮, 陳耿, 等. 核密度估計(jì)及其在聚類算法構(gòu)造中的應(yīng)用[J]. 計(jì)算機(jī)研究與發(fā)展, 2004, 41(10): 1712–1719 LI C H, SUN Z H, CHEN G, et alKernel density estimation and its application to clustering algorithm construction[J]. Journal of Computer Research and Development, 2004, 41(10): 1712–1719

[17] 魏海洋, 靖常峰, 杜明義. 不同尺度下核密度分析對城市管理案件分布趨勢的影響[J]. 城市勘測, 2015, 31(1): 18–20 WEI H Y, JING C F, DU M Y. Kernel density analysis of different scales for distribution trend of urban[J]. Urban Geotechnical Investigation & Surveying, 2015, 31(1): 18–20

[18] KENEEY N C. Pattern of self-thinning in jack pine: Testing the random mortality hypothesis[J]. Ecology, 1988, 69(4): 1017–1024

[19] HASSE P. Spatial pattern analysis in ecology based on Ripley’s K-function: Introduction and methods of edge correction[J]. Journal of Vegetation Science, 1995, 6(4): 575–582

[20] 徐建華. 地理建模方法[M]. 北京: 科學(xué)出版社, 2010: 120–132 XU J H. Geographical Modelling Methods[M]. Beijing: China Social Sciences Press, 2010: 120–132

[21] 劉真真, 李盈昌. 山西省休閑農(nóng)業(yè)與鄉(xiāng)村旅游景點(diǎn)空間結(jié)構(gòu)的計(jì)量地理分析[J]. 中國農(nóng)業(yè)資源與區(qū)劃, 2017, 38(7): 108–114 LIU Z Z, LI Y C. Spatial structure of leisure agriculture and rural tourism spots in Shanxi Province on quantitative geography model[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2017, 38(7): 108–114

[22] 劉大均, 胡靜, 陳君子. 武漢市休閑旅游地空間結(jié)構(gòu)及差異研究[J]. 經(jīng)濟(jì)地理, 2014, 34(3): 176–181 LIU D J, HU J, CHEN J Z. The spatial structure and disparities of leisure tourism destinations in Wuhan[J]. Economic Geography, 2014, 34(3): 176–181

[23] 李保超, 王朝輝, 李龍, 等. 高速鐵路對區(qū)域內(nèi)部旅游可達(dá)性影響——以皖南國際文化旅游示范區(qū)為例[J]. 經(jīng)濟(jì)地理, 2016, 36(9): 182–191 LI B C, WANG C H, LI L, et al. The influence of high-speed railways on accessibility of tourism in the region —A case study of southern Anhui international cultural tourism destination[J]. Economic Geography, 2016, 36(9): 182–191

[24] 王新越, 侯娟娟. 山東省鄉(xiāng)村休閑旅游地的空間分布特征及影響因素[J]. 地理科學(xué), 2016, 36(11): 1706–1714 WANG X Y, HOU J J. Spatial distribution features and influence factors of rural leisure tourism destinations in Shandong Province[J]. Scientia Geographica Sinica, 2016, 36(11): 1706–1714

[25] 吳偉. 山東省鄉(xiāng)村旅游空間布局特征及影響因素分析[D]. 濟(jì)南: 山東大學(xué), 2013 WU W. Shandong Province rural tourism spatial distribution characteristics and influencing factors[D]. Jinan: Shandong University, 2013

Spatial structure and influencing factors of countryside tourist attractions in Shandong Province*

LI Shujuan1,2, GAO Lin1

(1. Department of Tourism Management College, Ocean University of China, Qingdao 266000, China; 2. Ocean Development Research Institute, Ocean University of China, Qingdao 266000, China)

Countryside tourism has become a new type of industry. In order to explore their spatial distribution pattern and characteristics, 193 countryside tourist attractions in Shandong Province were studies. The spatial distribution patterns of the countryside tourist attractions were analyzed using Geographic Information System (GIS) spatial analysis methods, such as the nearest neighbor index, multi-distance spatial clustering analysis, Ripley’s function and kernel density analysis. Considering the overall and local advantages and disadvantages of multi-scale density analysis, Ripley’s function was used to determine the optimal search radius for density, cold point and hot spot analysis. Shandong Province countryside tourist attractions had a nearest neighbor index () of 0.74, which indicates a typical spatial gathering distribution, mainly distributed in Qingdao, Jinan, Linyi, and Zaozhuang. The spatial differences in hot and cold areas were clearly detected and at the provincial level, showed a significant “block” distribution. Shandong Province countryside tourist attractions were influenced by traffic conditions, location, socioeconomic level, tourism resource endowment, topographical features and other factors. Based on these results, we put forward two proposals combined for the development of Shandong countryside tourism. Firstly, we propose the strengthening of the cooperation between the four regions of eastern Shandong, western Shandong, northern Shandong, and central Shandong to build multiple “core-edge” countryside tourism development areas. Secondly, we propose improvements in the tourist transportation network and the realization of links between different countryside tourist attractions.

Countryside tourist; Spatial structure; Nearest neighbor index; Kernel density analysis; Shandong Province

LI Shujuan, E-mail: drlishujuan@163.com

Jan. 14, 2019;

May 28, 2019

F590

2096-6237(2019)10-1492-10

10.13930/j.cnki.cjea.190045

2019-01-14

2019-05-28

李淑娟, 主要從事旅游規(guī)劃與開發(fā)的研究工作。E-mail: drlishujuan@163.com

* This study was supported by the Social Science Planning Project of Shandong Province (18CLYJ59).

* 山東省社科規(guī)劃項(xiàng)目(18CLYJ59)資助

李淑娟, 高琳. 山東省鄉(xiāng)村旅游景點(diǎn)空間結(jié)構(gòu)及影響因素研究[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào)(中英文), 2019, 27(10): 1492-1501

LI S J, GAO L. Spatial structure and influencing factors of countryside tourist attractions in Shandong Province[J]. Chinese Journal of Eco-Agriculture, 2019, 27(10): 1492-1501