东北三省特色小镇空间结构特征及影响因素研究

吕 波，王 辉，何 悦

（渤海大学管理学院，辽宁锦州 121013）

特色小镇是以特色产业为核心，融合文化、旅游、社区等功能的新型发展平台.2014年浙江云栖小镇的创建是国家对特色小镇的初步探索阶段.2016年7月国家发布《关于开展特色小镇培育工作的通知》，计划2020年培育1000个左右的特色小镇.东北三省各省人民政府响应国家号召，加快地区特色小镇培育工作.东北三省城乡差距大，地区之间发展不平衡.特色小镇是减弱城乡发展不平衡的重要手段，是构建城乡一体化发展的有效措施，也是现阶段促进区域经济增长的重要依托.

国外学者较早开展了特色小镇相关研究，主要集中在概念与类型研究［1-2］、可持续发展研究［3］、利益相关者研究［4-5］，分别探讨了特色小镇概念界定和从不同角度进行划分、生态和生计等方面可持续发展、发展过程中参与者对特色小镇的影响等.在借鉴国外学者研究的基础上，国内学者研究主要集中在特色小镇建设研究［6-7］、存在问题研究［8-9］、发展路径研究［10-11］.近些年，国内学者从空间角度研究特色小镇逐渐增多［12-13］，研究方法上运用GIS技术和数学建模研究特色小镇相对成熟，但对特色小镇仍需进一步研究，主要表现为对特定省市研究较多［14］，区域之间研究较少［15-16］，因此在范围尺度上跨省域研究特色小镇有待加强.

本文以东北三省为案例区域，探究特色小镇空间结构特征，研究其影响因素对解决同质化现象严重、区域发展不平衡、经济转换动力不足等问题具有重要意义，为东北三省特色小镇空间格局优化提供科学依据.

1 数据来源和研究方法

1.1 研究区域

研究区域为辽宁、吉林、黑龙江简称东北三省.改革开放以后，东北三省发展速度相对缓慢，2003年国务院发布《关于实施东北地区等老工业基地振兴战略的若干意见》，明确指出要加快东北三省发展步伐.2016年国家发布《关于深入推进新型城镇化建设的若干意见》，提出建设特色产业和旅游产业相结合新型城镇，给重振东北老工业基地提供了新方向.特色小镇为加快东北三省城镇转型、减小城乡之间差距、提高地区经济水平提供了新的动力，因此本文把东北三省特色小镇作为研究重点.

1.2 数据来源

根据2016年和2017年国家住房和城乡建设部公布特色小镇名单以及各省人民政府工作报告中整理得出，东北三省国家级特色小镇33个、省级培育特色小镇178个，一共211个特色小镇作为研究对象（图1）.评价指标所需2017年资源、经济、人口、交通等数据均来源于各省市2018年统计年鉴.东北三省地图、主要公路和铁路等矢量数据来源于中国科学院资源环境科学数据中心.

图1 各市（自治州、地区）特色小镇计量分析Fig.1 Metrological analysis of characteristic towns in each city（autonomous prefecture and region）

1.3 研究方法

1.3.1 最邻近指数 最邻近指数是描述东北三省特色小镇要素在地理空间中的集聚状态，判断空间分布类型的指标，其公式为：

式中：n表示特色小镇数量；A为各市（自治州、地区）面积；rE表示理论最邻近距离；rˉ表示实际最邻近距离；R为最邻近指数，R＞1时，特色小镇均匀分布，R＜1时，特色小镇集聚分布.

1.3.2 地理集中指数 地理集中指数用来判断特色小镇在市域尺度上的集中程度，其公式为：

式中：G表示地理集中指数；xi为第i个市（自治州、地区）特色小镇数量；m为特色小镇总数.G越大，表明分布越集中，假设G0表示特色小镇均匀分布各地时的地理集中指数，当G＞G0时，分布越集中.

1.3.3 网格维数分析 在二维空间里对特色小镇进行网格化分割，网格数N(u)会随着网格尺寸u的变化而变化.若特色小镇具有无标度性，N(u)与u的关系为：

N(u)∝u-α.

式中α=D0为容量维.观察行号为i，列号为j的网格，其中特色小镇数目为Wij，总数为W，定义概率为Pij=Wij/W，所以信息量：

式中：K=1/u为区域各边的分段数目，如果特色小镇是分形的，则有

I(u)=I0-D1lnu.

式中：I0为常数；D1为信息维.当1＜D0＜2时，D0越大特色小镇空间分布越均衡；当D0→1时，表示特色小镇具有成线状区域分布的趋势；当容量维D0=信息维D1时，特色小镇空间分布属于简单的分形.

1.3.4 核密度分析 核密度分析根据要素数据计算在空间上特色小镇的集聚程度，其公式为：

1.3.5 空间自相关分析 空间自相关用于研究东北三省各市（自治州、地区）特色小镇的空间相关性.用Moran’sI衡量全局空间自相关，其计算公式为：

式中：Yi为特色小镇数量；Yˉ为特色小镇数量均值；Vij为空间权重矩阵；n为研究区个数.当I＞0，表示成正相关.局域关联指数Getis-OrdGi*描述各市（自治州、地区）特色小镇空间自相关性，通过冷热点区的分布判断要素之间的相互关系.

1.3.6 地理联系率 用地理联系率研究经济和人口因素在地理分布上的联系状况，其计算公式为：

式中：C为地理联系率；Ai表示各市人均GDP（人口密度）占各市人均GDP（人口密度）总和的比重；Bi表示第i个市（自治州、地区）特色小镇数量占总数的比重.C越大，表明经济（人口）因素对特色小镇的影响越大.

2 东北三省特色小镇的空间特征

2.1 空间类型特征

从空间角度可以把特色小镇看成点状要素.根据最邻近距离公式，运用ArcGIS10.2软件与数学统计相结合计算得出：实际最邻近距离45.76 km，理论最邻近距离63.61 km，东北三省特色小镇最邻近指数R=0.72，且通过显著性检验（Z值得分为-7.799 386，p值为0.000 000），即随机产生此类集聚的可能性低于1%.因此，东北三省特色小镇空间分布类型呈集聚分布.此类型适合东北三省特色小镇建设工作，在局部点集聚培育区域增长极，通过交通线路实现生产要素等资源交换形成轴线，点轴贯通带动特色小镇整体发展.

2.2 空间均衡性

从市域角度入手，由东北三省特色小镇分布统计表（表1）和地理集中指数公式计算得出G=19.55.当特色小镇均匀分布在各地时，即每个市（自治州、地区）有5.8个特色小镇，此时地理集中指数G0=16.78.G＞G0，表明特色小镇在市域上分布较为集中.主要集中在黑龙江省的哈尔滨、牡丹江，吉林省的长春、吉林，辽宁省的丹东、沈阳、鞍山等7个城市，所占比重为52.13%.

表1 各市（自治州、地区）特色小镇分布统计表Tab.1 Statistical table of characteristic towns of each city（autonomous prefecture，region）

从分形理论入手，运用网格维数方法分析东北三省特色小镇的空间分布均衡性，得到特色小镇网格分形维数测算数据表（表2）和双对数散点图（图2）.从图中看出，特色小镇（分形点）在一定的测算尺度内分形维数是存在的，在空间结构上具有显著分形特性.容量维D0=1.510 4，说明特色小镇在空间尺度上分布不均衡，很大程度上是由于资源状况、地理区位等因素.信息维D1=0.675 2，信息维D1小于容量维D0，且两者相差较大，说明特色小镇在划分后的区域中分布概率变化大，分形也相对复杂，在局部体系中存在特色小镇集聚的现象.

表2 东北三省特色小镇网格维数测算数据Tab.2 Grid dimension calculation data of characteristic towns of three provinces in northeast China

图2 东北三省特色小镇网格维数双对数散点图Fig.2 Grid dimension logarithmic scatter plot of characteristic towns of three provinces in northeast China

2.3 空间密度特征

利用ArcGIS10.2软件的空间分析工具对东北三省特色小镇进行密度分析，得到核密度分析图（图3）.从图中看出特色小镇空间分布密度差异明显，辽宁省特色小镇分布密度最大，吉林紧随其后，黑龙江省由于省域面积大，大部分特色小镇尚未形成显著集中，分布密度最低.进一步分析具体分布特征，基本呈“两核扩散”模式.在辽宁省的鞍山与沈阳、辽阳、锦州以及盘锦等城市交界处形成一级核密度区；吉林省的长春、吉林交界处形成二级核密度区.其主要扩散模式由核密度区向周围地区扩散.

2.4 空间关联特征

利用ArcGIS10.2软件的空间分析工具计算得出，东北三省特色小镇全局Moran’sI值为0.052 602，Z值为2.005 754，检验效果较为显著（Z值小于0.05置信水平临界值1.96），说明特色小镇空间分布存在显著正空间自相关.

计算特色小镇局域关联指数Getis-OrdGi*，并通过自然间断点分级法把特色小镇划分为冷点区、次冷点区、次热点区、热点区四种类型，进一步研究东北三省特色小镇的冷热点分布特征.由图4可知，特色小镇热点区在辽宁省的丹东、鞍山、大连等城市，吉林省的长春、延边.次热点区主要包括辽宁省的盘锦、阜新、沈阳，吉林省的通化、白山、吉林，黑龙江省的哈尔滨、牡丹江、绥化、伊春.冷点区和次冷点区主要分布在吉林省和黑龙江省的部分地区，热点区和冷点区在空间上表现显著差异.从省域角度看，四大区域空间分布较为分散，呈现冷热区域相互交错的形态；从市域角度看，热点区、次热点区、冷点区成“团状、块状”分布；次冷点区成“曲线状”分布.热点区和次热点区占整个区域的52.8%，表明特色小镇的整体发展以热点区为主.

图3 特色小镇分布密度分析Fig.3 Distribution density analysis of characteristic towns

图4 特色小镇空间分布热点图Fig.4 Spatial distribution hot spots of characteristic towns

3 东北三省特色小镇的影响因素分析

3.1 影响因素阐释

东北三省特色小镇影响因素是多种要素共同作用的结果，本文从资源禀赋、经济、人口、交通等方面去分析其影响，更具有理论和现实意义.

其一，资源因素是影响地区特色小镇开发难易程度以及增强特色小镇活力的前提条件.旅游资源丰度高的地区，一方面能够率先抓住机会利用资源优势建设特色小镇；另一方面可以增强旅游地的旅游吸引力.

其二，经济和人口因素是影响特色小镇长期稳定发展必要条件.经济优势可以提供特色小镇运作所需的各种物质条件、优化基础设施等必要保障，一定的人口规模集聚为特色小镇带来发展动力.

其三，交通因素是影响游客选择旅游目的地和出游半径的重要条件.交通要素为游客出游提供了便利条件，激发潜在游客旅游的兴趣.大多数旅游者倾向于选择交通网发达的地区进行旅游体验，便利的交通能为旅游目的地吸引更多游客，有利于特色小镇的运营.

3.2 影响因素选取

根据特色小镇影响因素对其评价指标进行相应科学遴选.在资源禀赋方面，选取具有代表性的国家4A及以上旅游景区作为资源评价指标；经济和人口因素方面，选取人均GDP、人口密度作为经济、人口要素评价指标；在交通方面，以客运量、客运周转量、货运量、货运周转量作为交通建设水平评价指标.

3.3 影响因素分析

3.3.1 资源禀赋因素 截至2017年底，东北三省4A及以上旅游景区296个，借助SPSS19.0进行相关性分析，得到东北三省特色小镇与旅游景区的Pearson系数为0.575，其显著水平为0.01，说明特色小镇数量与资源总丰度呈中度正相关.

利用ArcGIS10.2软件进一步研究特色小镇与资源状况的关系.将东北三省划分为资源丰度高、中、低3类地区（图5 a）.特色小镇更多集中于资源丰富度相对较高的沈阳、大连、哈尔滨、长春等城市，占总数的56.9%.辽宁省因地理区位因素好，丹东、营口等城市旅游资源种类较为丰富，特色小镇数量多.吉林省的长春、吉林等城市为资源优势聚集区，有利于发展特色小镇.黑龙江省西北部的大兴安岭，东南部的鹤岗、鸡西、双鸭山等城市受资源要素的限制，特色小镇开发难度大，所以特色小镇发展与地区资源要素息息相关.

3.3.2 经济和人口因素 根据东北三省各地区特色小镇数量、人均GDP、人口密度等，经过计算得到东北三省特色小镇的经济-地理联系率C1=47.49、人口-地理联系率C2=42.40，表明经济和人口因素与特色小镇的发展具有较强的关联性.因此，从各地区经济和人口因素角度，利用ArcGIS10.2软件将数据导入到东北三省矢量图中具体探究对特色小镇分布的影响.

经济因素方面：通过2017年末各市（自治州、地区）GDP和常住人口数据，计算人均GDP作为衡量地区经济发展水平的指标.把东北三省划分为发达经济区、中等发达经济区、欠发达经济区（图5 b）.沈阳、大连等17个城市经济水平相对较高，一共有121个特色小镇，占总数57.3%.说明依托良好的经济要素有利于特色小镇建设和发展，与经济表现出较强的耦合性.辽宁、吉林周边地区、黑龙江西北和东南部的城市经济优势不明显，但特色小镇占总数42.7%，说明当地政府重视特色小镇对弱势区经济增长的促进作用，开发和利用已有优势资源培育更多特色小镇带动地区发展.

人口因素方面：根据2017年各市（自治州、地区）年末常住人口和面积计算地区人口密度，以地区人口密度作为衡量指标，把东北三省划分为高度密集区、中度密集区、非密集区（图5c）.东北三省中部地区大部分城市和西南地区的辽宁省人口密度高，成团状分布.一共有168个特色小镇，占总数的79.6%.吉林省白城、白山以及黑龙江省大兴安岭、黑河、伊春等城市由于人口密度低的原因特色小镇数量少.说明高人口密度是建设和发展特色小镇的关键，一定的人口规模和人口集聚能够为特色小镇带来生机，加快特色小镇的培育工作.

3.3.3 交通因素 城市交通是特色小镇长久发展的关键.对主要公路和铁路干线进行缓冲区分析，探究与特色小镇的关系.在公路周边20、40 km建立缓冲区与特色小镇相交关系（图5e），缓冲区分别覆盖79个和120个特色小镇，占总数的37.4%、56.9%.公路是周边地区游客进入的主要交通方式，铁路是中、长途旅行的主要工具.在铁路周边40、60 km建立缓冲区与特色小镇相交关系（图5f），缓冲区分别覆盖141个和165个特色小镇，占总数的66.8%和78.2%，表明特色小镇受交通区位要素影响较为明显.

利用熵值法计算各交通建设评价指标权重，再计算其综合指数作为划分依据，进一步研究交通因素对东北三省特色小镇的具体影响.将东北三省划分为交通建设水平高、中、低3类地区（图5d）.中部地区的吉林、哈尔滨等城市、西南部辽宁省大部分城市交通便利，减弱距离递减规律的作用，为其提供源源不断的游客，有利于特色小镇正常运作.两大优势区一共136个特色小镇，占总数的64.5%.黑龙江省大部分城市交通设施不完善，城市特色小镇数量较少，表明特色小镇更多集中于交通网相对发达的城市.

图5 特色小镇分布影响因素分析Fig.5 Analysis of factors influencing the distribution of characteristic towns

4 结论和建议

4.1 主要就论

本文运用最邻近指数、网络维数、核密度、空间自相关等方法，利用ArcGIS10.2软件采用定量方法分析东北三省特色小镇的类型特征、均衡性、密度特征、关联特征研究空间结构特征，并运用相关系数、熵值法、缓冲区分析等方法探讨东北三省特色小镇的影响因素，具体结论如下.

第一，东北三省特色小镇最邻近指数R=0.72，空间分布呈集聚分布.

第二，特色小镇在市域上分布较为集中，主要集中在黑龙江省的哈尔滨、牡丹江；吉林省的长春、吉林；辽宁省的丹东、沈阳、鞍山等7个城市.从分形理论入手，特色小镇在划分后的区域中分布概率变化大，空间分布不均衡分形也相对复杂，在局部体系中存在特色小镇集聚的现象.

第三，特色小镇空间分布密度差异明显，基本呈“两核扩散”模式.辽宁省的鞍山与沈阳、辽阳、锦州以及盘锦等城市交界处形成一级核密度区；吉林省的长春、吉林交界处形成二级核密度区.其主要扩散模式由核密度区向周围地区扩散.

第四，热点区和冷点区在空间上表现显著差异.从省域角度看，四大区域空间分布较为分散，呈现冷热区域相互交错的形态.从市域角度看，热点区、次热点区、冷点区成“团状块状”分布；次冷点区成“曲线状”分布.热点区和次热点区占整个区域的一半以上，表明特色小镇的整体发展以热点区为主.

第五，东北三省特色小镇空间结构受资源禀赋、经济水平、人口密度、交通区位等自然因素和人文因素影响.资源因素是开发特色小镇前提条件；经济和人口因素是长期稳定发展必要条件，其中，经济与特色小镇发展是相辅相成的关系；交通因素是游客可进入性的重要条件.

4.2 相关建议

东北三省特色小镇建设需要内在的自然资源支撑和外在的人文资源作为外推动力.通过对资源禀赋、经济、人口、交通等因素综合考量，特色小镇核密度区和热点区具有一定的优势，所以东北三省特色小镇发展应以这两大区域的部分城市作为重点.

第一，深入挖掘旅游资源，塑造目的地特色小镇形象.首先，地区资源特色与市场导向相结合；其次，对旅游者本身、旅游地的地方性进行分析；最后，使用定位策略打造新的卖点，提高地区特色小镇知名度.辽宁省的锦州、盘锦等城市属于沿海城市，塑造“浪漫之城、活力水镇”形象，鞍山温泉资源丰富，重点强化“健康、养生”形象.吉林省的长春、吉林自然景观奇特，着重打造“赏奇景、观雾凇”形象，黑龙江省的哈尔滨具有丰富冰雪资源，强调“激情寒冬、酷爽小镇”形象.通过形象塑造，提升游客本底感知形象，打造具有差异化的特色品牌.

第二，建设特色小镇产业群，打造局部区域增长极.利用其资源、交通等区位优势，哈尔滨与周边的绥化、牡丹江接壤处作为特色小镇开发和建设的中心点，加快地区优势资源整合.中心点距离省会较近，利用省会旅游产业都市圈经济和旅游资源优势，为特色小镇聚集区提供经营运作所需要资源要素、经济支撑和客源流量，树立一批典型的特色小镇产业群，形成局部区域增长极.通过极化作用，加强要素流动增强区域间的联系，从而带动整体的发展.

第三，完善交通基础设施建设，提高旅游目的地通达性.良好的交通条件可以为特色小镇提供源源不断的客源.考虑经济、人口密度等因素，遵循“先局部后整体”的交通建设格局.一是特色小镇聚集区周边城市是主要客源市场，能够保证其正常运作，是优先发展交通基础设施的重点.二是辽宁省连接东北地区与华北地区的重要交通枢纽，吉林省处于东北三省中部，所以完善辽、吉两省交通网络通达度是东北三省特色小镇发展的关键.以两大核密度聚集区为主加快建设交通节点城市，实现辽、吉、黑跨省域间的互联互通.

最后，特色小镇发展不仅受上述因素的影响，还有政府政策、客源市场、地形因素等对特色小镇产生不同程度的影响.政府政策是决定性的作用，特色小镇建设离不开政府部门的重视与支持；客源市场是支撑作用，一定数量的游客能保证稳定运行；地形因素影响特色小镇开发的难易程度.所以，还需要从多种角度研究特色小镇影响因素，为东北三省特色小镇良性发展提供参考.