上海市乡村旅游景区(点)空间分布研究

易继红, 何　雨, 尚晓娜,2

(1.上海师范大学 旅游学院,上海 200234; 2.三亚学院 旅业管理学院,三亚 572022)

上海市乡村旅游景区(点)空间分布研究

易继红1, 何雨1, 尚晓娜1,2

(1.上海师范大学 旅游学院,上海 200234; 2.三亚学院 旅业管理学院,三亚 572022)

摘要:引用最邻近指数、地理集中指数、基尼系数和洛伦兹曲线对上海乡村旅游景区(点)的空间分布进行测算.计算结果表明:上海乡村旅游景区(点)的最邻近指数为0.656,其空间分布呈凝聚型.其地理集中指数为87.200,这表明其空间分布是相对集聚的,并与最邻近指数的结果相映证.上海市乡村旅游景区(点)的基尼系数为0.9647,C=0.0353,这亦说明其空间分布是相对集中的,空间上表现为不均衡.且根据洛伦兹曲线,可看出,上海市乡村旅游景区(点)在空间上表现为非均衡集中分布的特征.笔者试着从相关区域内的财政收入、工业总产值、农业园区基础设施投资、常住人口密度和土地面积等因素来探讨对其空间分布结构的影响,并提出更合理的布局方案,以期促进上海乡村旅游的发展.

关键词:乡村旅游; 景区(点); 空间结构; 上海

旅游空间结构是指旅游经济客体在空间中相互作用所形成的空间聚集程度及聚集状态,它体现了旅游活动的空间属性和相互关系,是旅游活动在地理空间上的投影,是区域旅游发展状态的重要“指示器”[1].上海是我国的金融中心,也是我国服务业最发达的城市之一,研究其乡村旅游景区(点)空间结构对其他地区的乡村旅游景区(点)的发展具有重要的指导意义.

1数据来源与研究方法

1.1　数据来源

由于乡村旅游景区(景点)缺乏一个技术定义,统计数据的获取存在一定的难度.因此笔者在前人研究的基础上,把研究范围确定在了上海的9个郊区县,并以《上海旅游年鉴》、《上海统计年鉴》的数据为主,辅之上海市旅游部门网站、旅游行业网站获取上海市乡村旅游景区(点)的数量、区域内财政收入、工业总产值、农业园区基础设施投资、常住人口密度和土地面积等有关数据,截止日期为2012年12月31日.

通过理论最邻近距离计算公式计算上海市9个郊区县乡村旅游景区(点)的理论最邻近距离.并运用GoogleEarth7软件和ArcGIS10.1软件进行配准和数字化,并辅之上海旅游交通图,测算各个测量点之间的实际最邻近距离.

1.2　研究方法

目前测度点状空间分布的方法主要有最邻近点指数[2]、邻点度平均数[3]、地理集中指数[4]、柯尔摩哥夫-史密尔诺夫公式、基尼系数、空间洛伦兹曲线、锡尔系数[5],以及利用Kernel Density和Point Density生成空间分布密度图[6]等方法.本文作者以上海市9个郊区县为研究对象,选取反映区域内空间分布特征的地理集中指数、基尼系数和洛伦兹曲线对上海市乡村旅游景区(点)空间分布特征进行测算.

1.2.1最邻近指数

点状要素有均匀、随机和凝聚3种空间分布类型,可用最邻近距离和最邻近点指数进行判别[7].最邻近距离是表示点状事物在地理空间中相互邻近程度的地理指标[8].最邻近点指数定义为实际最邻近距离与理论最邻近距离的比值,即

其中,A为研究区域面积(以陆地6341 km2的上海市面积计算);n为点状要素在研究区域内的数量.

当R>1时,空间点呈均匀分布的倾向;当R=l时,空间点呈随机型分布;当0

1.2.2地理集中指数

地理集中指数是研究某地理事物在地域上集中程度的指标[9],其计算公式为:

其中,G表示乡村旅游景区(点)的地理集中指数,n为区县数量,xi为第i个区县拥有的乡村旅游景区(点)数量,T为上海市乡村旅游景区(点)总数,且G∈(0,100).G值越大,说明乡村旅游景区分布越集中,G值越小,说明乡村旅游景区(点)分布越分散.

1.2.3基尼系数

基尼系数可以用于刻画空间要素的分布,也可以对两个空间要素的分布进行对比,是地理学中用来描述离散区域空间分布的重要方法[10].其计算公式如下:

其中:C是均匀分布度;Pi是旅游景区(点)数量在各旅游区所占的百分比;N为旅游区个数.

1.2.4相关性分析

相关分析可表示要素之间的密切程度,主要通过对相关系数的计算与检验来完成[11].其计算公式如下:

其中,rxy为相关系数;x和y为要素的平均值.rxy的取值范围介于-1~1 之间,当rxy>0 时,说明两要素呈正相关;当rxy<0 时,说明两要素呈负相关.rxy的绝对值越接近于1,两要素的关系越密切;越接近于0,两要素的关系越不密切.

2数据分析结果

2.1　最邻近指数分析

资料来源:历年上海旅游年鉴及乡村旅游相关网站资料汇总,并用ArcGIS10.1计算得出

上海市乡村旅游景区(点)的最邻近指数为0.656,这说明其空间分布总体呈凝聚型.其中只有观光游览类景区(点)的最邻近指数小于1,而消遣娱乐类、历史文化类和休闲度假类景区(点)的最邻近指数都大于1,这说明事实上只有观光游览类景区(点)空间分布呈凝聚型,其余三类乡村旅游景区(点)空间上都呈均匀分布.事实上,消遣娱乐类、历史文化类和休闲度假类景区(点)的数量相对较少,在9个郊区县中亦有分布,故在空间点上呈均匀分布的倾向;而观光游览类景区(点)的数量相对较多,并主要集中分布在奉贤、金山、浦东新区3区,故空间点呈凝聚型分布.

2.2　地理集中指数分析

资料来源:历年上海旅游年鉴及乡村旅游相关网站资料汇总,并用Excel计算得出

上海市乡村旅游景区(点)的地理集中指数为87.200,这说明其空间分布是集聚的.其中休闲度假类的地理集中指数最高,为47.370,这说明其空间分布是相对集中的;消遣娱乐类、历史文化类和观光游览类景区(点)的地理集中指数分别为40.000、36.170、37.000,皆低于休闲度假类,表明其空间分布是相对分散的.这与最邻近指数的测算结果亦是一致的.

2.3　基尼系数和洛伦兹曲线分析

资料来源:历年上海旅游年鉴及乡村旅游相关网站资料汇总,并用Excel计算得出

上海市乡村旅游景区(点)的基尼系数为0.965,C=0.035,这表明其空间分布是相对集中的,空间上表现为不均衡.其中休闲度假类景区(点)的基尼系数最高,为0.733,C=0.267;消遣娱乐类景区(点)的基尼系数紧随其后,为0.613,C=0.387;观光旅游类景区(点)的基尼系数最低,为0.068,C=0.932;历史文化类景区(点)的基尼系数也比较低,为0.164,C=0.836.从中可以看出休闲度假类、消遣娱乐类景区(点)呈现集中分布,空间分布的均匀度很低;而观光旅游类、历史文化类景区(点)则刚好相反,其空间分布的均匀度很高,呈现分散分布的特点,这与地理集中指数的结果也是一致的.

根据表4数据,借助于空间洛伦兹曲线进一步检验上海市乡村旅游景区(点)分布的不均衡和集中程度(图1),结果表明,上海市乡村旅游景区(点)在空间上表现为非均衡集中分布的特征.

2.4　相关性分析

在前人研究的基础上选取了财政收入、工业总产值、农业园区基础设施投资、常住人口密度、土地面积5个指标,选用上海市2012年统计年鉴当中提取的数据作为进行相关性分析的基础数据,如表5所示.

将上述数据录入SPSS20.0软件,选取Pearson相关性分析、回归分析对上海乡村旅游景区(点)数量与财政收入、工业总产值、农业园区基础设施投资、常住人口密度、土地面积进行相关性分析,结果如表6所示.

建立模型:Y=a+bX1+cX2+dX3+eX4+fX5.

其中,Y代表景点个数(单位:个);X1代表财政收入(单位:亿元);X2代表工业总产值(单位:亿元);X3代表农业园基础设施投资(单位:万元);X4代表常住人口密度(单位:人/km2);X5代表土地面积(单位:km2).

Y=40.143+0.071X1-0.001X2+2.913X3-0.004X4-0.015X5,从回归结果看,在保持其他变量不变的条件下,财政收入每增加1个单位,景点个数增加0.071个单位;在保持其他变量不变的条件下,工业总产值每增加1个单位,景点个数减少0.001个单位;在保持其他变量不变的条件下,农业园区基础设施投资每增加1个单位,景点个数增加2.913个单位;在保持其他变量不变的条件下,常住人口密度每增加1个单位,景点个数减少0.004个单位;在保持其他变量不变的条件下,土地面积每增加1个单位,景点个数减少0.015个单位.由此可以看出,农业园区基础设施投资对乡村旅游的空间分布影响最大,这与Pearson相关性检验的结果亦是一致的.

从回归结果可以看出,R2=0.845模型的拟合度比较好,F统计量的值在给定显著性水平α=0.05下也比较显著,表明模型从整体上看景点个数与5个解释变量之间线性关系显著.对X1、X2、X3、X4、X5进行简单相关系数矩阵检验,由表7数据,运用Excel软件得出相关系数矩阵,如表8所示.

可以看出,农业园区基础设施投资的多少对乡村旅游景区(点)的空间分布有较大的影响,说明基础设施愈健全,乡村旅游景区(点)愈丰富,这与旅游的发展需要健全的基础设施为后盾的结论是相一致的.另外,常住人口密度与乡村旅游景区(点)的分布呈现负相关关系,这说明常住人口密度越高,乡村旅游景区(点)反而越少,常住人口密度越低,乡村旅游景区(点)反而越多.

根据回归模型,得到上海市乡村旅游景区(点)空间分布未来发展趋势的预测,如表9所示.

从表9中,可以看出浦东新区现有乡村旅游景区(点)数量与区域的属性相一致,在短期内不会有较大规模的增加.青浦区、松江区、奉贤区和闵行区的乡村旅游景区(点)数量的预测值小于实际值,在一定程度上说明该区域现有乡村旅游景区(点)数量已超越其属性值.而嘉定区、宝山区、金山区和崇明县则表现了相反的趋势,即这四区现有的乡村旅游景区(点)数量低于预测值,说明这四区有更上一层楼的潜力.

3结论

由上所述,可得出如下结论:

上海市乡村旅游景区(点)的空间分布有如下特点:

第一,上海市乡村旅游景区(点)在空间上表现为非均衡集中分布的特征.其最邻近指数NNI为0.656,地理集中指数G=87.200,这说明其空间分布是集聚的.其基尼系数为0.965,C=0.035,这表明其空间分布是相对集中的,空间上表现为不均衡.

第二,其中消遣娱乐类、历史文化类和休闲度假类景区(点)的最邻近指数都大于1,空间上都呈均匀分布.

第三,笔者确定了5个相关因子,并运用Pearson相关性分析、回归分析及相关系数分析,发现上海市乡村旅游景区(点)的空间分布与农业园区基础设施投资有显著的相关性,并与常住人口密度呈现负相关关系.

第四,通过回归分析的预测模型发现,嘉定区、宝山区、金山区和崇明县的乡村旅游景区(点)数量低于预测值,说明这四区存在着很大的发展潜力.

4建议

针对上海乡村旅游景区(点)发展的建议如下:

第一,整合乡村旅游资源,优化资源配置,先进地区带动其他地区联合发展.由图2分析可知,上海东南部乡村旅游资源开发优于西北部,因此,上海市旅游产业的发展应该注重对旅游资源的整合,形成“以南带北,东西互动,和谐发展”的区域一体化旅游空间格局.

第二,为整合乡村旅游资源,促进旅游合作,必须构筑便捷畅通的旅游交通网络.主要对策包括:设计合理的旅游交通线路,改善旅游交通工具,对一般交通与旅游交通进行分流,减轻乡村旅游景区(点)主要道路上的交通压力.同时还必须积极开发新的旅游景区(点),尤其要开发嘉定区、金山区、宝山区和崇明县的景区(点),提高现有资源的利用率.

第三,各乡村旅游景区(点)要充分重视其自身在上海市整个旅游系统中的地位及应用,并与其他旅游景区(点)的开发建设融为一体,加强合作,齐心协力,正确认识空间合作与竞争的关系.

参考文献:

[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.

(责任编辑：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,中国上海市徐汇区桂林路100号,上海师范大学旅游学院,邮编:200234,E-mail:heyu@shnu.edu.cn.

收稿日期:2014-08-29

中图分类号:F 590

文献标志码:A

文章编号:1000-5137(2015)02-0175-07