中国省域森林公园旅游接待人数空间分异研究——基于空间自相关分析方法

郑群明，周聪聪

（湖南师范大学 a.旅游学院；b.研学旅行研究院,湖南 长沙 410081）

森林旅游业作为我国旅游业的重要组成部分，在《国务院关于加快发展旅游业的意见》（国发〔2009〕41 号）中，将发展森林旅游上升为国家战略，作为生态文明建设的重要任务。而森林公园作为森林旅游业的重要组成部分，可作为衡量森林旅游发展水平的重要指标。森林公园是指以森林资源为基础，依法建立的具有一定规模和质量的森林景观资源和环境条件[1],它具有建筑、疗养、林木经营等多种功能，同时，也是一种以保护为前提利用森林的多种功能为人们提供各种形式的旅游服务的可进行科学文化活动的经营管理区域[2]。因此以森林公园为切入点来研究森林旅游的发展逐渐成为学界的研究趋势。

一、研究综述

国内外对于森林公园旅游发展问题已经取得了一定的研究成果。就国外学者的研究而言，主要集中在森林公园的影响、可持续发展、资源保护等方面，如Marius 对德国的巴伐利亚森林国家公园进行全面的成本效益分析，发现公园作为经济发展的工具，能够为周边的区县创造净货币收益[3]；Pongpattananurak 以塔普兰国家森林公园为研究对象，发现旅游活动和农业的发展是严重威胁到该区域热带森林自然生态系统可持续性的主要因素[4]。而国内针对森林公园的研究多从管理体制[5-7]、森林公园发展评价[8-9]、旅游发展游客满意度[10-12]等角度，如郑群明等人以张家界国家森林公园为研究对象，提出了公园管理体制和模式的不足并提出“景区轮休制”等公园体制创新对策[13]；胡武贤等人采用分层抽样法对广州市11 个森林公园进行调查，筛选出游客满意度的影响因素，将满意度影响因素归纳为核心因素和边缘因素两种，并提出相应对策[14]。可以看出，目前对于森林公园旅游的研究具有多元化，但从空间角度的研究仍较为单薄。

旅游接待人数作为衡量一个区域旅游发展情况的重要指标，在旅游发展中扮演着重要角色，目前对于旅游接待人数的相关研究较少且主要关注旅游接待人数对旅游经济的影响方面，如杨礼娟等人运用回归模型实证研究了我国入境旅游经济与接待人数之间存在正相关[15]。卢鹏宇对珠三角2005—2010年九市的旅游接待人数与旅游收入的面板数据进行分析，根据旅游接待人数对经济的贡献程度进行城市分级并给出相关建议[16]。对旅游接待人数的议题相对单一且具有局限性。空间相关性作为研究特征值空间依赖性的重要空间计量学方法，指同一个变量在不同空间位置上的相关性[17]。最初在经济、自然和社会领域中的研究中应用广泛[18-20]。Getis, Ord 以及Anselin 在其文章中介绍了Moran' I, Geary Ratio C, General G-Statistics, LISA, Local General G-Statistics 等几种常用的空间自相关指数[21-22]，当前国内学者已经将空间自相关研究与旅游相关要素相结合[23-25]，空间自相关方法凭借其科学性和可行性已经成为研究旅游要素空间关系的重要方法。

综上所述，森林公园旅游的研究趋向于多元化，但基于空间角度的研究仍相对单薄，同时对于旅游接待人数的研究当前较多关注其对于旅游经济的作用方面，议题相对单一，将森林公园旅游接待人数与空间分布情况相结合的研究更是鲜见。基于此，本研究用空间自相关指数分析法，选取全国31 个省（区、市）2008年、2013年和2018年跨度10年的森林公园旅游接待人数为面板数据，从全局和局部两方面来探求10年间森林公园旅游接待人数的空间演化特征和省域间空间关联程度，同时借助ArcGis 和Geoda 软件得出可视化的Moran 散点图和LISA 聚类图，既完善了现有森林公园旅游发展在空间层面的研究，也拓宽了现有旅游接待人数的研究视角。研究将有助于明晰我国森林公园旅游接待的省际差异和聚类情况，优化现有的森林公园因资源分布不均而造成的旅游发展水平差异化的格局，激发其内在动力，为我国森林公园的旅游管理和可持续发展提供数据参考。

二、研究方法与数据来源

（一）数据来源

本研究选取了2008年、2013年、2018年的我国31 个省（区、市）森林公园旅游接待人数（万人次）作为研究对象，港澳台地区暂不列入统计。面板数据主要来源于2008年、2013年、2018年的《中国林业和草原统计年鉴》。

（二）研究方法

1.全局空间自相关

全局空间自相关主要是用于检验观测变量在整个研究区域是否存在相似或相异或随机性[26]，Moran'sI指数为最常见的统计量，它的范围为[-1，+1]，当指数大于零时，全局空间自相关为为正相关，越接近1 说明空间正相关程度越高；当指数小于零时，全局空间自相关为负相关，越接近-1 说明空间负相关程度越高；当指数为零时，说明观测值呈独立随机分布，全局空间不相关。Moran'sI指数的计算公式如下：

或

式中：n是研究区域内分布的地理单元总数，i≠j，wij是空间权重（如以区域i和区域j是否相邻设定为wij，若这两个区域临接，则wij=1，若这两个区域不邻接，则wij=0。xi和xj分别是区域i和区域j的属性；是属性的平均值，表示观测值均值的偏差；ix-x是属性的方差。

对于Moran'sI指数，标准化统计量Z可以用来来检验n个区域是否存在空间自相关关系，Z的计算公式如下：

式中：E(I)是Moran'sI的期望值，（n是地理单元总数）；是I的标准差。在5%的显性水平下，当Z＞1.96 或Z＜-1.96 时，拒绝零假设，研究对象存在空间自相关，当Z＞1.96 时属性值呈集聚格局，当Z＜-1.96 时属性值为离散格局；反之，接受零假设，观测值呈独立随机分布。

2.局部空间自相关

全局空间自相关可以反映各种属性值整体的分布情况，而要研究具体某个区域与周边邻域的空间关联和异质性则需要使用局部空间自相关来分析最常用Local Moran'sI(LISA)统计量来展示局部空间的聚集程度和范围的稳定性，其计算公式如下：

式中：I为局部空间自相关指数，Wij为空间权重，Zi和Zj为区域i和区域j属性的标准化值，

三、研究结果与分析

（一）基于旅游接待人数的全国森林公园空间分布

基于2008、2013、2018年的全国森林公园旅游接待人数的数据，利用ArcGis 软件得出我国森林公园旅游接待人数的空间分布图（图1），可以发现，2008—2018年间，我国森林公园的旅游接待人数呈成倍增长的趋势，基于ArcGis 的自然间断点分级法将旅游接待人数分为低水平、较低水平、中等水平、较高水平和高水平五大类，处于高水平区域的省份个数保持不变，始终是广东省一枝独秀。

处于较高水平的省域，2008—2013年间数量保持不变，其中河南省发展水平降为中等水平，湖南省升为较高水平。2013—2018年间，数量由6个减少为4 个，其中山东、湖南、重庆三省（市）的旅游接待人数降一级，而贵州省的旅游接待人数由中等水平升为较高水平，在空间分布上表现为部分省域单元相邻集聚分布走向较为分散的趋势。

处于中等水平的省域个数在2008、2013、2018年分别是9 个、8 个、12 个，省域数量日益增加，其中四川、湖北、福建三省水平始终保持为中等水平。2008—2018年间中等水平的省域空间集聚越发明显，呈现向中部地区集中连片聚集的趋势。处于较低水平的个数在2008、2013、2018年分别为9 个、10 个、6 个，数量变化较大，空间分布较为分散，基本是两个相邻省域聚集，整体上处于离散状态。

图1 中国森林公园旅游接待人数省域分布

处于低水平的个数在2008、2013、2018年分别为6 个、6 个、8 个，其中西藏、青海、宁夏、海南四省（区）始终保持低水平发展状态。在2008—2013年间，新疆地区由低水平发展为较低水平，在2013—2018年间，内蒙古地区由低水平上升了一级成为较低水平地区，新疆又由较低水平降为低水平，除吉林省外，低水平省域在空间分布上呈现向西北地区聚集的趋势。

综上所述，中国森林公园旅游接待量的梯度差异格局明显，森林公园旅游客流量大的地区主要分布在中国的东南部地区和中部地区，西部地区的森林公园客流量最少，与我国森林公园的空间分布基本一致。总体来看，高水平省域数量保持不变且一枝独秀，较高水平省域数量减少且走向分散，中等水平数量增加且集聚愈发明显，较低水平数量先增后减，处于离散状态，低水平省域数量变化较小，除吉林外整体向西北地区集聚。我国森林公园发展普遍处于中等水平，在近十年间总体发展水平并没有太大的变化，表现为高者恒高、低者恒低的特点，中等水平和低水平的省域空间集聚较为明显，其他水平的省域分布相对离散。

（二）我国森林公园旅游接待人数的全局空间自相关分析

借助GeoDa 软件以及公式（1）～（2）计算得出我国31 个省（区、市）的森林公园旅游接待人数在2008年、2013年和2018年的全局空间自相关系数（表1）。

表1 我国森林公园旅游接待人数全局空间自相关指数

由表1 可知，Moran'sI指数都为正值，说明我国森林公园旅游接待人数在空间上呈现正相关性，形成空间上的集聚，但Moran'sI指数最大值为0.165 6，最小值为0.020 0，均小于0.2，相关性普遍不高，说明在中国31 个省（区、市）中，2008—2018年间森林公园旅游接待人数在空间分布上虽然存在相似值之间的集聚，但这种空间相关关系不太显著，各省域森林公园旅游接待人数在空间上存在一定的相互作用，但空间作用比较有限，整体上趋于随机分布，同时说明我国31 个省（区、市）森林公园在旅游发展方面合作性不强，形成“各自为政”的局面。另外，3年的z值均小于1.96 也说明全局空间自相关不显著。在年际变化上，从2008—2013年，Moran'sI指数从0.020 5 增至0.165 6，在较低水平上每年均有小幅度增长，从2013—2018年，Moran'sI指数从0.165 6 减至0.145 6，Moran'sI指数呈现下降的趋势，这也从另一个侧面说明我国森林公园旅游发展的省际差异现象一直存在，且受国家政策、社会经济以及自然环境等影响,中国森林公园旅游发展的差异水平呈现波动增长[27]。仅从Moran'sI指数只能反映我国森林公园旅游接待人数的全局分布特征，为了更好地反映各省域及相邻省域的局部空间相关，需要应用我国31 省（区、市）的森林公园旅游接待人数的Local Moran'sI来分析。

（三）我国森林公园旅游接待人数的局部空间自相关分析

运用空间计量软件GeoDa 对原始数据生成Moran 散点图和LISA 聚类图，散点图是以直角坐标系的形式呈现，横坐标为每个空间单元的归一化属性值，纵坐标为归一化后的由空间连接矩阵决定的相邻单元属性值的平均值[28]。散点分别落在四个象限内，每个象限都体现了某一区域与其周边区域的局部空间关系。第一象限(H-H)是高值聚集，表示某一区域单元的属性值高且周边邻近区域的属性值也高，相邻区域单元具有较高的空间自相关。第三象限（L-L）是低值聚集，表示某一区域单元的属性值低且周边邻近区域单元的属性值也低，相邻区域单元具有较高的空间正相关。第二象限（L-H）是低高聚集，表示某一区域单元的属性值低于周边单元，且周边邻近单元的属性值较高，呈现相邻区域单元具有较高的空间负相关。第四象限（H-L）是高低聚集，代表某一区域单元的属性值高于周边单元，周边邻近单元区域的属性值较低，呈现相邻区域单元具有较高的空间负相关。第一象限和第三象限的空间格局呈现积聚性，第二象限和第四象限的空间格局呈现离散性。本研究选取2008—2018年10年间的主要年份2008、2013 和2018年的我国森林公园旅游接待人数的数据，对这3年的空间自相关的结果展开具体分析。

由图2 可知，样本点主要分布在第一、第二、第三象限，说明我国省域森林公园旅游接待人数的空间自相关主要是以高-高、低-高、低-低三种空间集聚形态为主，有一些样本点零散分布于二、四象限中，第二、第四象限中的点具有异质性，这种空间异质突出的情形反映了森林公园旅游联动差，没有起到很好的相互作用和影响，如果不进行改进会使这些省域的森林公园旅游开发更趋向于分散，不能发挥空间集聚的作用，空间异质性进一步增大。有许多样本点始终分布于零点附近，表明我国森林公园旅游接待人数的空间格局分布接近随机分布的状态。三个时间段的样本分布变化不大，呈现出“高者恒高，低者恒低”的特点。为了更好地展示省域空间分布情况，运用2008年、2013年、2018年的森林公园旅游接待人数LISA 聚集图（图3）来展示不同的集聚模式，共有五种聚集模式，分别是H-H 聚集区域、L-L 聚集区域、L-H 聚集区域、H-L 聚集区域和不显著区域。

图2 2008年、2013年、2018年我国森林公园旅游接待人数Moran 散点图

图3 2008年、2013年、2018年我国森林公园旅游接待人数LISA 聚集图

由图2 可知，我国森林公园旅游接待人数在每个时期、在一些省域与相邻省域存在显著的空间自相关，即存在高高聚集和低低聚集的空间形态。结合图3 来看，对于“H-H”聚集区域来说，2008年出现的省域是湖南和江西两省，2013年新增了福建和广东两省，2018年又恢复为湖南和江西两省。处于“H-H”聚集区域的省域为旅游接待人数的高值区，其周边的森林公园旅游客流量也较高，说明该区域对周边区域的带动作用强。湖南省依托张家界国有林场率先在全国建立第一个国家森林公园——张家界国家森林公园，成为全国森林公园建设的模范和典型，并且其国家森林公园数量位居全国第二位，森林覆盖率高，容易形成品牌效应。而江西省不仅拥有丰富的森林资源如庐山、井冈山等，并且是长江经济开发带的重要组成部分，是连接长三角、珠三角、闽三角的核心纽带，具有极佳的地理位置。两个省域在发展森林公园旅游上存在明显优势且一直处于高速发展阶段，同时其周边省域如广东、福建、贵州等的森林资源也相对丰富且经济相对发达，基于完善的交通网络很容易引发联动效应，在实现自身发展的同时也带动周边省域的旅游发展。广东的森林公园总数一直处于全国领先地位，但随着城市化进程的加快，森林覆盖率相对降低，其森林公园生态旅游产业集聚度降低，竞争力逐渐减弱[29]。福建省在森林公园建设初期处于领先地位，但在发展过程中“重量轻质”，经营管理过于粗放造成生态环境的破坏，同时省内森林公园大多自成一体，未能形成完善的产业链，制约了其森林旅游业的发展，旅游产品单一，对游客的吸引力逐渐降低[30]。因此，由于其自身发展问题，广东和福建在2013—2018年间无法与周边省域形成“H-H”聚集。从地理空间上来看，这些区域主要分布在长江中下游和东南沿海地区且形成了小范围的高值集聚空间，在局部发挥了森林公园旅游发展的辐射和带动作用，进一步带动了该地区森林公园接待量较高省域的相互聚集、连接成片。与东北省域发展森林旅游的粗放式经营相比，中国东南沿海和长江三角洲是率先打破传统的粗放经营，转而注重人才培养、技术手段创新以及优化资金结构的地区[27]，经过多因素的协调作用，森林公园旅游产品对游客更具吸引力。但目前省域数量较少且发展不稳定，没有形成连片规模效应，区域协调性不足。在今后应继续加强省域间的合作，充分发挥高值区域的带动作用，形成稳定的森林公园旅游圈。

对于“L-L”聚集区域来说，2008年位于该区的是新疆和甘肃，在2013年和2018年新增了内蒙古自治区。在2009年以前，属于森林公园发展初期，内蒙古自治区由于其独特的森林资源和紧靠森林资源大省黑龙江的地理优势，在初期国家政策的支持和自身努力下规模初显，但由于长期重视木材价值的开发观念的落后，对森林旅游重视不足导致森林旅游产品单一、基础设施建设不足、高质量人才短缺等问题[31]，使后期内蒙古的森林公园建设相对于同期其他省域稍显落后，再加之周边省域的发展水平也不高，进而逐步形成“L-L”聚集区。处于“L-L”聚集区的三省域的森林公园旅游发展相对于其他省域有明显的劣势，一直处于低速发展状态，不仅其自身发展水平不高，而且与相邻省域的空间相互作用和关联关系也处于低水平，这些地区属于我国森林公园旅游发展落后的地区。从地理空间来看，三省都处于西北地区，多高原、沙漠和冰川，经济条件发展水平不高，再加上交通条件的限制，在旅游基础设施和经济效益方面难以形成集聚效应[32]，相邻地区的森林旅游的发展水平也不高，形成了西北低速发展区域，可见，资源禀赋和交通通达程度对于森林公园旅游客流具有正向影响[33]。因此寻求有西部特色的旅游资源、提升森林公园发展的重视程度以及提高交通通达度是今后发展的重点。

对于“L-H”聚集区域而言，2008年位于该区域的是安徽、福建和海南三省，2013年减少福建省新增广西壮族自治区，而2018年在2013年的基础上增加了福建省，因此2008—2018年始终位于“L-H”聚集区域的是安徽省和海南省。安徽省的森林资源丰富但大多都是在国有林场的基础上进行开发建设，基础设施相对不足，如安徽的游步道数量相比于周边省域略有不足，森林景观具有很高的相似性且人工雕琢明显，缺乏个性创新，因此旅游接待水平不高。海南省的森林公园数量截至2018年只有28 个，而邻近广东省的数量为711 个，相对来说本身森林资源略微匮乏。2013年间新增的广西壮族自治区的森林公园数量相对于周边的广东、贵州、云南等地较少，且经过多年的发展,相邻省域如贵州、广东等的森林公园发展进程加快，广西的生态旅游取得一定成效但仍比较滞后[34]，因此其劣势地位开始凸显出来。福建省由于周边省域的带动效应在2008—2013年间进入“H-H”聚集区，但由于在发展过程中的基础设施建设相对不足，虽然游步道数量较多，但与周边如广东省、江西省相比存在较大差距，因此在2008—2013年间又回到了“L-H”聚集区。位于“L-H”区域的省域数量逐年增加，但整体分布零散，未集中连片，这些省域一直被高水平省域包围但却未发展成高水平省域，表明与相邻省域缺乏合作，并未与周边接待量大的省域在空间上形成积极的相互影响，这些省域是发展成“H-H”聚集的最具潜力地区。综上，位于“L-H”聚集区的省域大多是由于自身资源禀赋或基础设施与周边区域的巨大差距造成的，因此除了加强与高水平省域的合作外，还要找准定位摆脱高水平区域的荫蔽效应，走差异化发展道路来摆脱目前的困境。

“H-L”聚集区域在各年份并未出现，说明在全国范围内并未出现具有绝对优势的地区，也在一定程度上说明了森林旅游资源类型具有较大的雷同性，缺乏独一无二的特色旅游产品。

四、结论与建议

（一）结论

通过运用空间相关分析方法对我国31 个省（区、市）2008—2018年10年间的森林公园旅游接待人数的空间相关性进行分析，可以得出以下结论：

第一，我国森林公园旅游接待量的梯度差异格局明显，我国森林公园发展普遍处于中等水平，在近10年间总体发展水平并没有太大的变化，表现为高者恒高、低者恒低的特点，中等水平和低水平的省域空间集聚较为明显，其他水平的省域分布相对离散。

第二，从全局空间自相关来看，31 个省（区、市）的森林公园旅游接待人数在空间上都呈现较低水平的空间正相关，3年的z值均小于1.96 也说明全局空间自相关不显著，受国家政策、社会经济以及自然环境等影响,中国森林公园旅游发展的差异水平呈现波动增长。我国31 个省（区、市）森林公园在旅游发展方面合作性不强，形成“各自为政”的局面，总体上尚未形成森林公园旅游接待量的高空间格局。

第三，从局部空间自相关来看，我国省域森林公园旅游接待人数的空间自相关主要是以高-高、低-高、低-低三种空间集聚形态为主，“H-H”聚集区域主要分布在长江中下游和东南沿海地区且形成了小范围的高值集聚空间，湖南和江西一直处在该区域，但目前省域的区域规模偏小且发展不稳定，空间扩散和外溢效应作用发挥不充分；“L-L”聚集区域主要分布在西北地区，主要包括新疆、甘肃和内蒙古，相邻地区的森林旅游的发展水平也不高，由于资源禀赋和交通限制形成了西北低速发展区域；位于“L-H”区域的省域数量逐年增加但都分散分布于东部和南部地区，自身资源和基础设施受邻近高水平区域的隐蔽作用以及与邻近省域缺乏合作是形成该区域类型的主要原因；“H-L”聚集区域在各年份并未出现，说明在全国范围内并未出现具有绝对优势的地区，缺乏独一无二的特色森林旅游产品。

（二）建议

总体来看，森林公园旅游发展空间上的分异化对于森林公园的旅游发展水平会产生不良影响。因此制定科学的策略来缩小省域间的差异对于提升森林公园的旅游发展水平至关重要。对于“L-L”聚集区域来说，要在发展过程中转变传统林业观念中重“木材价值”轻旅游的传统观念，应发掘西北地区的优势和西部特色，利用当地的独特气候环境和林业资源开发与众不同的特色森林旅游产品，同时加大交通基础设施的投入力度，提高交通通达度；对于“H-H”聚集区域而言，在保持自身竞争优势的前提下积极进行产品创新，寻求更加可持续化的发展模式，以游客需求为导向，引导森林公园向森林康养、体验旅游方向发展，与周边互补性森林资源进行合作，形成旅游产业链，在保持自身高速发展的同时带动周边省域的发展，以便产生“集聚效应”；对于“L-H”聚集区域，是发展最有潜力的地区，发展往往会受到自身资源的相对劣势以及基础设施建设不足的影响，因此要找准该省域的森林公园旅游产品的发展定位，结合该地区的资源禀赋、经济条件和交通区位等，摆脱邻近高水平省域的荫蔽作用，走差异化发展道路。同时，要加强与周边省域的沟通和交流，推动资源和市场的互补和共享，补齐“短板”，积极构建一体化区域旅游合作体系，要加大该区域的游步道等基础设施建设，借此弥补因资源劣势形成的与周边省域的差距，以提升自身的竞争力，从而晋升“H-H”聚集区域。

通过空间分析方法来研究我国近10年间森林公园旅游接待人数的空间自相关性，看到了其空间分布的规律同时也发现了其存在的不足。必须说明的是，选用2008年、2013年、2018年3年的数据和空间自相关Moran'sI方法来研究森林公园旅游接待人数的自相关性，仅通过3年数据和一种研究方法可能得到的结果存在偶然性。因此，选用多年数据以及多样化的研究方法是今后研究的重点方向。同时，研究的结果主要由计算机软件进行计算输出，不能完全契合实际情况，需要在后续研究中进行改进和完善。