供需视角下的西安市A级景点与游客到访景点空间错位研究

汪 丽，孙海文，刘慕华

（西安外国语大学 旅游学院·人文地理研究所，陕西 西安 710128）

旅游景点作为旅游活动产生和发展的重要物质载体，是旅游业生存和发展的依托［1］。旅游景点的空间格局反映了旅游资源在地理空间上的分布状况和数量的组合形式［2］，对游客的目的地选择和消费行为具有一定的影响，其空间格局的规划设计也成为旅游资源开发战略选择的依据［3］。A 级旅游景点凭借其高质量的服务、完善的基础设施和具有吸引力的旅游资源，是国家旅游局综合评价景点质量和档次的标准［4］，其空间分布对旅游资源空间竞争的性质、程度和发展具有深刻影响［5］。实际上，景点级别通常是游客选择目的地考虑的重要因素，但并非决策性的唯一因素。因此，游客实际到访景点与A级景点是否存在空间错位的现象，正是本文重点探讨和回答的问题。深入了解旅游景点的空间格局，有利于进一步升级开发旅游资源，优化旅游空间结构，助推区域旅游发展。

涉及景点空间格局的研究始于20 世纪60 年代［6］，相关研究主要围绕宏观、中观、微观等不同尺度展开。①微观层面上，关于景点空间格局的研究主要集中于旅游区内部旅游资源的空间分布及其网络结构特征［7－10］。如，吴清、李细归、吴黎等在对武陵山区旅游资源空间格局研究时指出，该区域旅游资源具有丰富性，但分布差异显著，总体呈“北多南少”的分布格局［9］；王录仓、杨志鹏、武荣伟等指出，甘肃黄河三峡景区虽然旅游资源具有独特丰富性，但是空间分布的均衡度低下，呈多中心集聚分布的态势［10］。②中观层面上，主要体现在从市域和省域视角分析旅游景点的空间特征［11－16］。如，程海峰、胡文海对安徽省池州市A 级旅游景区空间结构的分析显示，旅游景区之间距离小，整体呈集聚型分布［14］；潘竟虎、马春天、李俊峰通过对甘肃省162 个A级景点的空间分布格局分析，发现省域范围的景点 空 间 结 构 呈 聚 集 分 布 的 特 点［15］；Weidenfeld、Buyler、Williams对英国康沃尔旅游景点的聚集性和兼容性进行了研究［16］。③宏观层面上，从城市群、国家跨国尺度上分析旅游景点的空间格局［17－22］。如，李潜、唐波、彭永超分析了珠三角城市群4A 级以上景点的空间特征，其显现出“东岸多、西岸少”的不均衡分布态势［21］；谢五届、何建民针对欧盟1992—2016 年旅游资源空间格局的分析显示，旅游资源的增速快，分布趋于均衡［22］。

综上，旅游景点的空间格局研究呈多尺度研究特点，主要研究对象涉及国家A 级景区、乡村旅游景区或红色旅游景区等。城市尺度上聚焦于A 级景点的空间格局及其分布特征的分析，研究视角较单一，忽略了从A级景点和游客到访景点的供需视角对景点的空间格局进行对比研究。有研究指出，当旅游的供给和需求保持动态平衡关系时，旅游业才能够顺利发展［23］。A 级景点和游客到访景点在旅游发展的过程中既存在差异，又相互影响，理应在统一的分析框架下加以研究。基于此，本文以我国西部典型旅游城市西安市为例，从政府供给导向和游客需求两方面切入，运用空间计量方法分析西安A级景点与游客到访景点的空间错位，为优化和完善该市旅游资源的布局与建设提供理论参考，也为其他区域旅游可持续发展提供经验借鉴。

1 研究区域、数据来源与处理

1.1 研究区域

西安是我国西部地区重要的中心城市，为我国首批“优秀旅游城市”、国家历史文化名城，2020 年成为首批国家和旅游消费试点城市，旅游资源种类丰富多样。截至目前，西安市的旅游资源单体总量达到2148 个，遍布全市各个区域，总体上形成以人文旅游资源为主，自然旅游资源为辅的旅游发展格局。近年，西安旅游业呈现出蓬勃发展的趋势，对城市建设具有重要贡献。旅游人数从2015 年的1.36亿人次增加至2019 年的3.01 人次，旅游收入从2015 年的1074 亿元增加至2019 年的3146 亿元，发展速度突飞猛进。因此，选择西安市作为检验景点发展空间格局合理性的研究区域具有代表性。

1.2 景点数据类型

景点数据来源于两种类型：①2019 年西安市文化和旅游局网站发布的市辖区和西咸新区的所有A级景点，共计56 个。景点类型主要以历史古迹景点为主，结合山水风光、特色街区、文化教育、主题公园、宗教寺庙、休闲娱乐景点。②基于用户生成数据和问卷调查数据统计得出的游客实际游览的目的地景点，共计68 个。其中，大雁塔—大唐芙蓉园在游客到访景点中实际上是作为两个景点呈现，但为了保持和A 级景点的命名一致，在统计中进行了合并。用户生成数据来自2018 年6 月30 日—2019 年6月30 日去哪儿网和携程网网络游记攻略，统计游客游览的景点并保留游览次数5 次以上的景点共68个。景点类型包括历史古迹，山水风光、特色街区、文化教育、主题公园、宗教寺庙、休闲娱乐类型景点。最终得到A 级景点和游客到访景点中共同重合的景点共24 个，A级景点中不重合景点共32 个，游客到访景点中不重合景点共44 个。

1.3 数据处理方法

标准差椭圆法（SDE）的主要作用体现节点在空间上呈现的整体轮廓和分布方向，它能够较为精确地反映各类地理要素在空间上的分布特征［24］。本文分别利用ArcGIS 软件的平均中心、标准距离、方向分布（标准差椭圆）模块分析了西安市A 级景点和游客实际到访景点的平均中心位置和景点的分布方向。平均中心是研究区域中所有要素的平均x 坐标、y坐标和z坐标（如果可用），适用于追踪分布变化和比较不同类型要素的分布。计算公式为：

方向分布可用标准差椭圆或椭圆体来汇总地理要素的空间特征，主要用以识别一组点数据的方向及分布趋势。利用该椭圆可以查看要素的分布是否是狭长的，并因此具有特定方向。计算公式为：

式中，R为最近邻指数，反映点状事物的空间分布状况。R ＝1，表示点状分布事物呈随机分布；R ＞1，表示点状事物呈均匀分布；R ＜1，表示点状事物呈集聚分布。d0为点状事物之间的平均距离，即每一点与其最近点之间的距离相加后除以n 的值；d为理论最近距离；A 为研究区域的面积；n 为点状事物的个数。

洛仑兹曲线（Lorenz Curve）：本文在西安市A 级景点和游客实际到访景点的集中分布研究中引入空间洛仑兹曲线。通过洛仑兹曲线的弯曲程度分析两者的均衡情况，即洛仑兹曲线越接近均匀分布线，该地理要素在研究区域中分布越均匀［27］。假设曲线下方面积为A，三角形面积为R，正方形面积为M，构造集中化指数I：

式中，I值的取值区间为［0，1］。I 值越大，说明数据分布的集中化程度越高；I 值越小，说明数据分布的集中化程度越低。

核密度估计法（KDE）：以样点为中心，通过核函数计算出样点在指定半径范围内对栅格单元中心点的密度的贡献值，能够探索一个区域的空间分布特征和变化趋势［28］。点（x，y）位置的预测密度由以下计算公式确定：

式中，i ＝1，2，……，n 为输入点，如果它们位于点（x，y）位置的半径距离内，则仅包括总和中的点；popi是i点的population字段值，它是一个可选参数；disti是点i和点（x，y）位置之间的距离。

用于确定默认搜素半径的计算公式为：

式中，Dm为平均中心的中值距离；n 为未使用population 字段的点数，如果提供了population 字段，则n是population字段值的综合；SD为标准距离。

2 景点的城区分布结构

2.1 A级景点的城区分布结构

西安旅游景点等级表现为“少—多—少”交错排列的格局。5A级和2A 级旅游景点的数量较少，4A级和3A级旅游景点在数量上占据优势。其中，5A级景点3 个、4A 级景点20 个、3A 级景点27 个、2A级景点6 个。西安56 个A 级景点地理位置如图1所示。

图1 西安市A级景点分布

在城区分布上，各等级景点分布较分散，高等级（5A）和低等级（2A）景点分布的区域少，中等级（4A和3A）景点分布的区域广。具体而言，长安区景点数量较多，共12 个，其他依次为雁塔区9 个，鄂邑区8 个，灞桥区和临潼区各6 个，未央区4 个，碑林区、高陵区、莲湖区、西咸新区各2 个，新城区、阎良区、碑林区/莲湖区各1 个。其中，西安城墙景区坐落在碑林区/莲湖区，为了空间定位和避免重复统计，在统计分析A 级景点空间分布时归于碑林区。由此可知，长安区、雁塔区和鄂邑区的旅游景点数量最多，3 个区的景点数量之和占到景点总数的50%以上，灞桥区、临潼区、未央区的A 级旅游景点数量居中，其他城区的A级旅游景点数量最少。从A 级景点的等级分布来看，5A 景点仅分布在临潼区（2 个）和雁塔区（1 个），4A 级景点除新城区、阎良区、高陵区以外，在其他9 个城区均有分布。其中，碑林区、雁塔区、长安区、未央区、鄂邑区各3 个，灞桥区2个，莲湖区、临潼区和西咸新区各1 个。3A 级景点除了碑林区以外，其他11 个城区均有分布。其中，长安区6 个，雁塔区、灞桥区、鄂邑区均为4 个，临潼区和高陵区均为2 个，莲湖区、新城区、未央区、阎良区和西咸新区均为1 个。2A 级景点仅分布在长安、雁塔、临潼、鄂邑4 个区，其中，长安区3 个，其他3个城区各1 个。

基于政府导向的供给角度，综合城区分布和等级分布来看，景点资源丰富且质量高的是雁塔区、临潼区；其次是长安区、鄂邑区；第三是灞桥区、未央区、碑林区；第四是莲湖区、西咸新区、高陵区；新城区、阎良区无论是景点数量还是质量等级上都处于最劣势。供给的资源丰富度和质量总体呈现空间不均衡分布的态势。

2.2 游客到访景点的城区分布结构

西安市外地游客实际到访景点共68 个，地理位置如图2 所示。除了高陵区以外，新城、碑林、莲湖、雁塔、未央、灞桥、阎良、临潼、长安、鄂邑区和西咸新区11 个城区均有分布。游客实际到访景点属于A级景点的数量为24 个，剩下的44 个到访景点均不属于A级景点，根据图1 和图2 中共同出现的景点及其等级的分析，所有5A 景点和绝大部分4A 景点、少部分3A 和2A 景点是游客选择的到访景点，游客选择的A 级景点覆盖度与城区的区位关联性不大，而与景点等级关联性较大，即景点等级越高，游客到访的空间机会可能性越大。

图2 西安市游客实际到访景点分布

在城区分布上，得到游客到访景点数量从高到低的城区依次为碑林区（19 个），雁塔区（14 个）、长安区（10 个）、莲湖区（8 个）、临潼区（5 个）、灞桥区（4 个）、新城区（3 个）、未央区（2 个），阎良区、鄂邑区和西咸新区（各1 个）。碑林区、雁塔区、长安区3个城区的景点数量之和接近总体到访景点的2/3，游客到访景点数量相对较多。莲湖区、临潼区、灞桥区3 个城区的景点数量居中，其他各区景点数量较少。

从游客需求角度来看，游客到访景点主要位于或靠近市中心的雁塔区和碑林区，其他外围城区如阎良区、鄂邑区等游客到访景点数量零落稀疏，在空间分布上总体显现出中心密集，外围分散的趋势。

2.3 城区分布统计比较

对西安市各城区A 级景点分布和游客实际到访景点进行对比分析（图3），发现新城区、莲湖区、碑林区、雁塔区4 个中心区的游客实际到访景点数量均大于A 级景点分布数量，尤其碑林区、莲湖区、雁塔区的游客到访景点远远超过A 级景点分布数量。其中，游客除了到访碑林区的3 个4A级景点以外，还到访了另外16 个景点。莲湖区的2 个A级景点是游客到访的目的地，游客还到访了另外6 个景点。而在雁塔区，游客到访了9 个A 级景点中的7个景点，且越高等级的景点游客越有可能到访，还到访了7 个非A级景点。新城区的唯一一个3A 级景点，游客没有到访，而是选择了另外3 个旅游景点作为实际到访的目的地。换言之，游客在中心城区实际到访的景点涵盖了大部分A 级景点，但远不止于A级景点。相反，在其他外围城区，游客实际到访景点数量小于A级景点分布数量。

图3 西安市各城区A级景点和游客实际到访景点数量对比

通过以上对比发现，不论是在中心城区还是外围城区，A级景点的数量和游客到访景点数量之间均具有差异性，直接反映出景点供需之间存在空间错位。尤其是在碑林区，游客到访景点数量明显大于A级景点数量，说明A级景点和游客到访景点在数量和空间上均呈严重的不匹配。而在新城区表现出的A级景点游客到访量为零，却选择其他非等级景点的结果，也凸显了供需之间存在矛盾。

2.4 平均中心、标准距离及方向分布特征

根据公式（1）—（4）测算发现（图4）：西安市A级景点和游客实际到访景点的平均中心均位于雁塔区。相对而言，A 级景点平均中心较游客实际到访景点偏西南；A 级景点标准距离的直径和面积均大于游客实际到访景点，A 级景点标准距离的直径约为50km，标准距离的面积约1917km2，游客实际到访景点标准距离的直径约为30km，标准距离的面积约714km2，说明A级景点的分布范围更广；A 级景点和游客实际到访景点的分布方向均为“东北—西南”方向，A级景点分布的标准差椭圆更大，A 级景点标准差椭圆的长轴约62km，短轴约28km，标准差椭圆面积为1309km2，而游客实际到访景点标准差椭圆的长轴约40km，短轴约19km，标准差椭圆面积为560km2，A级景点标准差椭圆的扁率大于游客实际到访景点，说明A 级景点“东北—西南”分布的方向性更明显。同时，A 级景点的短轴明显大于游客实际到访景点的短轴，说明A 级景点的空间分布的离散程度大于游客实际到访景点。

图4 西安市A级景点与游客实际到访景点中心、标准距离及方向分布

由此可见，A 级景点和游客实际到访景点的空间中心位置均位于雁塔区，尽管A 级景点的数量少于游客实际到访景点的数量，但A 级景点的空间分布范围更加广泛发散，而游客实际到访景点的分布则更加集中；A 级景点和游客实际到访景点在空间分布方向上均呈“东北—西南”的格局，A 级景点的“东北—西南”分布方向性更为显著，但A 级景点空间分布的离散程度大于游客实际到访景点。

2.5 景点空间分布集中程度

西安市A 级景点和游客实际到访景点在宏观上呈点状分布的格局，可采用最近邻指数衡量西安市景点集聚程度，利用ArcGIS 软件的平均最近邻分析模块分别计算西安A 级景点和游客实际到访景点的最近邻指数（最近邻比率），发现西安市A 级景点的最近邻指数R 为0.879，z 得分为－1.738，p 值为0.082，游客实际到访景点的最近邻指数R 为0.703，z得分为－ 4.786，p 值为0.000，A 级景点和游客实际到访景点的最近邻指数R 均小于1，说明西安市A级景点和游客实际到访景点在空间分布上均呈集聚的状态，二者的分布均为集聚型（图5）。同时，最近邻指数R 越小，聚类程度越大，说明游客实际到访景点的集聚程度高于A级景点。

图5 西安市A级景点与游客实际到访景点最近邻指数

根据公式（5）计算得出西安市A 级景点分布的集中化指数为0.435，游客实际到访景点分布的集中化指数为0.611。可见，西安市游客实际到访景点分布的集中化程度要明显高于A 级景点分布的集中化程度（图6）。换言之，西安市A 级景点分布比游客实际到访景点分布在空间布局上更趋于分散化。

图6 西安市A级景点与游客实际到访景点分布的洛伦兹曲线

2.6 景点核密度分布特征

根据核密度分析原理，利用ArcGIS 核密度分析模块，以A 级景点和游客实际到访景点为输入点，不选择任何population 字段，以100m 为输出像元大小，以5000m 为搜索半径，分析得到A 级景点和游客实际到访景点的核密度图（图7）。

图7 西安市A级景点和游客实际到访景点核密度分布

从图7 可见，在12 个城区范围内，A 级景点和游客到访景点均形成层次分明的核密度集聚区，但整体上均不连续，即形成若干个不同层次、相互独立的核密度集聚区。但二者又有明显的差异，A 级景点的核密度大体形成了3 个层次的集聚区，以雁塔区、莲湖区、新城区和碑林区为中心，形成核密度集聚的最高点；分别在临潼区、长安区、灞桥区形成核密度集聚的较高点；西咸新区、鄂邑区、高陵区、阎良区和未央区形成了核密度集聚的较低点。而游客实际到访景点除了高陵区未形成景点核密度以外，大体形成两个层次的集聚区，同样以雁塔区、莲湖区、新城区和碑林区为中心，形成核密度集聚的最高点，其他7 个区形成核密度集聚的较低点。总体上，A级景点在空间分布上呈现景点集聚强中心明显，并伴有不同规模的景点弱集聚区的三级结构特征，而游客到访景点在空间上则形成景点集聚强中心突出，其他景点集聚区明显弱化的二级结构特征。

3 结论与建议

本文基于西安市A 级景点及其空间数据和用户生成数据统计得出的游客实际到访景点及其地理信息数据，并通过标准差椭圆、最近邻指数、洛仑兹曲线、核密度估计等方法对比分析了A 级旅游景点和游客实际到访景点的空间格局和差异特征，主要结论如下：①作为政府供给导向的A 级旅游景点空间分布范围广泛，遍布西安市11 个城区和西咸新区，高等级（5A）和低等级（2A）景点数量少且分布区域少，而中等级（4A 和3A）景点数量多且分布区域广。从数量分布上，A 级景点的空间最中心位置位于雁塔区，总体属于集聚型分布，雁塔区、莲湖区、新城区和碑林区为集聚中心。A级景点在空间分布方向上呈“东北—西南”的格局。综合数量和质量来看，景点资源丰富且质量高的是雁塔区、临潼区，而新城区、阎良区处于最劣势，其他城区居中。②作为游客需求的实际到访景点的空间分布范围也较广泛，除了高陵区以外，遍布西安市10 个城区和西咸新区。游客一般会选择到访高等级景点，但容易忽略低等级景点。和A 级景点一致的是，到访景点的空间最中心位置仍位于雁塔区，呈现集聚型分布，且雁塔区、莲湖区、新城区和碑林区为集聚中心，在分布方向上也呈“东北—西南”的空间格局。③游客导向的到访景点与政府导向的A 级景点存在错位现象，即供给—需求并不完全匹配。游客到访的景点数量超过政府导向的A 级景点数量，但在空间分布上，A级景点空间分布的离散程度反而大于游客实际到访景点，游客实际到访景点分布相比A 级景点分布的集中化程度更为明显，主要体现在它们的集聚中心雁塔区、莲湖区、新城区和碑林区四个城区，二者差异较大，游客到访景点数量明显大于A 级景点数量。

针对A 级景点数量和游客到访景点在数量和空间结构上存在差异和不匹配这一问题，本文建议：一方面，应发挥高等级景点的辐射扩散作用，完善旅游信息和旅游服务基础设施的建设，优化旅游路线，做好景点之间的联动对接，带动边缘地区旅游景点的发展；另一方面，对于游客吸引力小的A 级景点，应在大力提升景点特色文化和服务质量的基础上，改进营销策略、加大宣传力度，以增强景点影响力。本文也存在一定的局限性：首先，仅研究了西安市A级景点与游客到访景点两者之间的空间错位，对形成的机理并没有做深入探讨，这是今后有待进一步研究的方向。其次，研究中发现游客到访景点除了A级景点之外，非等级景点对游客也具有一定的吸引力，未来应进一步深入探讨景点级别对旅游市场竞争力的影响和低等级景点与非A 级景点的旅游市场竞争力。