基于多源数据的旅游公共设施空间分布特征及供需平衡研究以福建省厦门市为例

(华侨大学 旅游学院，福建 泉州 362021)

旅游供给侧改革一直是旅游业提质增效的关键，而旅游供需平衡是我国旅游业建设发展的重要抓手，也是旅游学术界的研究热点。特别是在全域旅游背景之下，整合旅游资源，调优产业结构，完善旅游公共服务设施，将点服务升成面服务，推进旅游业由低水平向中高水平供需平衡升级。国外对旅游供需关系的研究最初关注其理论部分，如Leiper N[1]、Pearce D G[2]、Gunn C A[3]等学者构建了旅游需求和供给的系统模型。另外，Tsai H、Kang B、Yeh、R等[4]，Werner B T、Mcnamara D E等[5]和Tang Z[6]在此基础上利用耦合协调理论扩展了旅游供需的研究。近年来，Evren S、Kozak N[7]和Ageeva E、Foroudi P[8]则从供需视角研究了旅游目的地的定位。

国内研究由牛亚菲[9]拉开序幕，提出了旅游供给与需求的空间模式以及二者平衡关系。此后，戴斌[10]，吴必虎[11]，董亚娟、马耀峰、李振亭等[12]，张春晖、马耀峰、吴晶等[13]学者对旅游供需进行了理论研究和实证分析；周永博、沈敏、吴建等[14]，李东和、郝梦霞、朱卉[15]，崔凤军、何晓霜、李山等[16]，陈颜、姜博、初楠臣等[17]学者扩展了旅游供需的研究，从研究对象到研究方法上大大丰富了我国旅游供需的相关研究。但从研究成果来看，首先旅游供需系统指标多用于统计数据，对旅游大数据和实时数据更新不够；其次，对旅游要素研究多集中于交通、景区、饭店等单因素或者少数几个要素的组合研究，而对全域旅游全要素和旅游公共服务设施的相关研究鲜见。第三，研究多停留于旅游供需耦合协调测度和影响因素，很少结合案例地来直观展示具体空间的供需平衡状态。

鉴于上述原因，本文结合POI数据和夜间灯光数据，运用GIS空间分析工具，从大数据视角对全域旅游全要素全空间进行了系统分析。将大数据与旅游研究、城市研究交叉融合，深化对城市整体旅游空间的理解，有助于全域旅游和城市发展的细化和深化，并为当前城市旅游空间及全域旅游发展提供理论指导和实践参考。

1 研究区概况

厦门市简称“厦”或“鹭”，位于我国东南沿海地区，地处24°23′—24°54′N、117°52′—118°26′E，隶属于福建省，是我国东南沿海地区重要的中心城市、港口和著名的风景旅游城市。厦门市地形以滨海平原、台地和丘陵为主，地势由西北向东南倾斜，地貌类型构成类型多样，有中山、低山、高丘、低丘、台地、平原、滩涂等，西北部多中低山；属亚热带海洋性季风气候，年平均气温20.9℃；全市土地总面积约1699.39km2,海域面积约390km2。《厦门市2019年国民经济和社会发展统计公报》显示，2019年厦门市地区生产总值(GDP)5995.04亿元，其中旅游总收入1655.90亿元[18]，旅游业是厦门市的重要产业。2016年，厦门市成为全国第二批“国家全域旅游示范区”。全域旅游对厦门市来说既是机遇也是挑战，打造全域旅游，公共服务设施是重点，优化厦门市旅游公共服务设施的空间分布及其供需平衡，可推动旅游公共服务设施体系升级。

2 研究数据与研究方法

2.1 研究数据

POI数据：POI数据(Point of Interest)是具有空间坐标的地理数据，包括学校、医院、银行、餐饮、娱乐等，可反应研究地的公共设施分布情况及供给情况。旅游供给系统主要包括交通、吸引物、服务、环境等，这些要素都可以在地图上找到具体落实的地点，用POI数据代表旅游供给数据切合适宜。本研究收集了厦门市所有关于旅游公共设施的基础数据，并按照吃、住、行、游、购、娱旅游六要素进行分类，作为旅游供给数据。原始数据主要爬取于高德地图，爬取时间为2018年12月6日—12月18日。本研究共获取了192，378条数据，经过去重与筛选，共挑选出112，126条数据。

对爬取的POI数据进行重新分类，餐饮设施主要包括各类中餐厅、外国餐厅、面馆等；住宿服务主要是酒店、客栈、民宿等，但不包括居民的商务住宅；交通设施本研究主要分析的是厦门行政区内的车站、公交站、地铁站、停车场等市内交通设施；旅游游览主要是厦门市的风景点；旅游购物品主要是旅游日用消耗品、土特产品、旅游纪念品等厦门旅游商品特色的购物点；旅游娱乐主要是提供康体类、消闲类和娱乐类产品的消费点[19]。厦门市休闲POI点数据分类及比重见表1。

表1 厦门市休闲POI点数据分类体系及比重

夜间灯光数据：夜间灯光数据是人类活动的表征，目前被广泛应用于城市用地扩张监测、经济与人口估算、碳排放、光污染、环境监测等研究之中[20]。越来越多的学者证明，夜间灯光数据是人类活动的缩影，在一定程度上代表了人口信息和经济信息。虽然利用夜间灯光数据很难将旅游数据准确地剥离出来，但是由于厦门市是一个几乎没有淡季和早晚差别的旅游城市，全域旅游特点在于全民参与与全社会参与，其旅游活动与人类活动密不可分，因此在一定程度上夜间灯光数据可以反应厦门市全域旅游的需求情况。

本研究采用的夜间灯光数据是由武汉大学团队与相关机构共同研发制作的“珞珈一号”卫星所传输的数据。目前“珞珈一号”01星的夜光遥感分辨率优于美国国防气象卫星DMSP(Defense Meteorological Sate-llite Program)和国家极轨环境卫星系统预备计划NPP(National Polar-orbiting Partnership)卫星，是我国首颗夜光遥感卫星。研究选取的厦门市夜间灯光数据是在“珞珈一号”官网(http://59.175.109.173:8888/index.html)下载的厦门市行政区2018年8月23日和11月11日由LJ1—01卫星、CMOS传感器成像的数据。

2.2 研究方法

本研究采用平均最邻近法判断厦门各类旅游公共设施是否集聚，在此基础上，采用Ripley′s K(r)函数分析进一步分析了各类旅游公共设施的集聚尺度。其次，采用全局空间自相关(GlobeMoran′s I)判断各类旅游公共设施的空间相关性，用聚类和异常值(Anselin Local Moran′s I)分析了各类公共设施的冷热区和空间集聚特征。第三，利用核密度分析法和标准差椭圆分析探讨了厦门市各类旅游公共设施空间分布特征和空间分布趋势；利用重分类和渔网工具进行重新赋值和分区统计分析了厦门市各类旅游公共设施的供需平衡情况。本文采取的主要研究方法见表2。

表2 研究方法

3 空间分布分析

3.1 旅游公共设施空间分布集聚性

首先，根据平均最邻近方法，确认各类旅游公共设施的分布特点，结果见表3。由表3可知，z得分小于1，说明厦门市各类旅游公共设施为集聚分布。其中，旅游购物和旅游餐饮类POI数据的最邻近指数z得分最小，集聚特征最为明显，说明旅游购物和旅游餐饮是旅游活动中极其重要又分布广泛的两类设施，人们对它们的空间需求也最强[21]。

表3 厦门市旅游公共设施的集聚系数

其次，根据Ripley′s K(r)函数分析旅游公共设施空间在何种尺度范围内的集聚，判别旅游公共设施的集聚空间尺度与空间规模[22]，在Ripley′s K(r)函数中L(d)即为集聚强度，它是各类旅游公共设施的集聚规模。旅游公共设施空间随着空间尺度的增大，集聚程度“先增后减”。由表3可知，旅游游览的区位选择空间尺度最大，旅游住宿空间相对较小。总体而言，不同类型的旅游公共设施对空间尺度的依赖是程度不同的，这与各类旅游公共设施的性质、数量、位置、旅游需求、旅游人次和厦门市不同区域经济发展水平密切相关。

从表3可见，厦门市旅游公共设施的全局空间自相关Globe Morans′ I 指数均大于0，呈中高度的全局空间正相关。进一步采用聚类和异常值进行分析，结果见图1。从图1可见，高值显著自相关旅游公共设施聚类在一起，形成了HH分布，而将低值显著性旅游公共设施的聚类表示为 LL；HL表明高值要素四周围绕着低值要素；LH表明低值要素四周围绕的是高值要素；NS即无显著意义的区域。可见，厦门市旅游餐饮、旅游住宿和旅游娱乐的高—高集聚区和低—低集聚区分布高度一致，高值聚类区主要集中在思明区，低值聚类区主要集中在海沧、集美和同安区，低—高集聚式的“逆生长点”均大量出现在湖里区；旅游交通、旅游游览和旅游购物的集聚特征大体类似，思明区都为低值聚类区，高值聚类区主要分布在岛外区域。

图1 厦门市旅游公共设施聚类和异常值分析

图2 厦门市旅游公共设施空间核密度分析

3.2 旅游公共设施空间分布不均衡性

核密度分析是针对点状数据进行分析的极为有效的空间化手段，为充分了解各类设施的分布状况，本文绘制了图2。如图2所示，各类设施南北差异明显，南部多而密集，北部少而分散，布局不均衡。其中，湖里区和思明区密度最大，呈现“大集聚、小分散”的空间分异模式。

具体而言，交通设施是引导厦门市旅游发展的重要基础设施，旅游交通设施分布情况普遍较好，分布范围较广，在各地均有聚集产生，说明厦门市的交通设施配备较为完善。旅游游览明显集中于鼓浪屿—中山路这一块，是厦门市的主核地带。此外，集美区的杏林湾和同安区的影视城有两个小次核出现；旅游娱乐由思明区向外扩散，属于典型的核心—边缘扩散的空间分布模式。随着旅游需求的多元化发展，游客对旅游娱乐的消费需求也日益增加，设施只在思明区有明显的聚集，说明其他区的娱乐设施滞后，相关产业的分布较差。旅游购物和旅游餐饮的小核最多，呈现“一心多点”的分级分布空间特征。厦门市各个区都有涉及，且都有小范围的集聚，沿着铁路和国道两侧分散布局。旅游住宿以思明区为大核，市中心为中核，湖里区为小核样式布局，六大公共设施的空间结构大体相似，但也有不同。

利用标准差椭圆分析法对厦门市各类旅游公共设施点进行空间分布制图(图3)，并计算各类旅游公共设施的空间重心[23]。比较标准差椭圆分布结果，旅游游览点的椭圆面积最大，分布较为分散，服务的范围较广，且椭圆最为狭长，说明其方向由南向北扩展。旅游餐饮设施的椭圆面积最小，与各类设施均有重叠，说明旅游餐饮设施的分布最为集中。进一步对比重心的位置发现，旅游交通设施、旅游餐饮设施和旅游购物设施的位置基本相当，表明厦门市的商业重心偏南，但有向北移动的趋势。旅游住宿设施、旅游游览设施和旅游娱乐设施重心更集中在岛内的中心位置。

图3 厦门市旅游公共设施空间方向性分布

3.3 旅游需求空间分布多中心性

图4 2018年厦门市夜间灯光指数

4 供需平衡分析

本研究将厦门市旅游公共设施的POI数据看成是全域旅游的供给设施，将夜间灯光数据值看成全域旅游的人类活动需求来比较厦门市旅游设施的供给需求平衡情况。首先，将厦门市旅游公共设施的点数据和灯光数据值通过连接1×1km的渔网，计算每个渔网里的加和数据，再对数据进行重分类。根据自然间断法，将数据由小到大分成5类，并对其从1—5进行赋值，数值越大，表示相应的渔网里的数值越大。由此可以比较同一个渔网当中，灯光值与旅游公共供需平衡情况，结果见图5、6。由图5、6可知，大部分的灯光值高的区域也是人类活动强的区域和旅游公共设施密集区域，也存在部分区域人类活动较强但旅游公共设施供给较弱，或者供给无法满足。

为了得到更准确的结果，本研究将旅游公共设施的得分值与灯光得分值进行差值比较，得到全新的一个平衡差值数列。其值为正，说明旅游公共设施供给相对大于需求，将其命名为“相对盈余区”；反之，说明旅游公共设施供给相对小于需求，命名为“相对赤字区”。当值为0时，可以认为旅游公共设施供给与需求达到相对平衡关系。

图5 厦门市灯光值重分类结果

图6 厦门市旅游公共设施重分类结果

厦门市旅游公共设施供需相对盈余区是思明区和部分湖里区，结果见图7。

图7 厦门市旅游公共设施供需平衡图

5 结论与讨论

5.1 结论

5.2 讨论