“三生”维度下的乡村旅游集聚区发展效应研究

席 瑶

（陕西财经职业技术学院，陕西咸阳 712000）

乡村旅游聚集区是乡村旅游发展的一种新形态，是在乡村旅游发展到一定阶段后形成的产业集聚综合现象［1］，表明在乡村旅游聚集区发展到一定规模后，其产生的生态、生活、生产效应（“三生”效应）便会逐步凸显［2］。“三生”效应是指乡村旅游聚集区的发展对该地区空间内的基础支撑保障要素、供给要素和人们的消费需求所产生的影响。乡村旅游聚集区的“三生”效应会随其发展影响能力的扩大而产生变化，其影响能力又受其自身发展的时空变化形态、变化格局和驱动力变化机制影响［3］。因此，对乡村旅游聚集区发展效应（The development effect of rural tourism cluster，DT）进行研究，只有实现对其时空变化形态、格局的预测把控，对其发展驱动力进行全面分析，建构完整的评价机制，才能更为准确地掌握效应变化信息，提高效应结果。

1 DT影响维度模型建构

1.1 DT时空变化及预测模型建构

以黄河沿岸乡村旅游聚集区2008—2020年的聚集区发展影响能力为数据基础，对该地区影响能力的时空变化进行模拟，为黄河沿岸乡村旅游聚集区的发展效应提供持续发展的有效依据［4］。利用GIS（Geographic information system）进行数据收集，采用Zonal-Tabulate功能对遥感数据结果进行矩阵建构，获得矩阵结果如式（1）所示。

式（1）为第K时期黄河沿岸乡村旅游聚集区的第i种影响能力形态转换为K+1时期的j种形态的矩阵结果，i=1,2,…,n，j=1,2,…,n。

根据矩阵结果可以计算该转换结果发生的概率如式（2）所示。

式（2）中为了提高转换概率的准确性，采用相对变化率F来表示两种时期影响能力的转换比率。其中表示有i种影响能力转换为j种影响能力的转换比例表示第K+1时期第j种影响能力转换为第K种时期第i种影响能力的转换比例。

针对一段时间内乡村旅游聚集区影响能力的变化速度，可在动态度模型中对其进行描述［5］。该模型对乡村旅游聚集区影响能力的结构变化预测具有较高的准确性。为了实现精细化计算，对“三生”影响能力进行单一化与全局化动态度模型区分预测，其中单一化动态度预测可表达为式（3）。

式（3）中预测的是旅游聚集区对乡村生态、生活、生产的单一区域影响能力动态结果。其中，U a、U b分别表示数据收集初期和末期的聚集区域影响能力的变化量值；T为研究的时间延伸长度。

全局化“三生”动态度预测可表达为式（4）。

式（4）中，L U i为数据采集初期i种聚集区影响能力的数据值；ΔL U i j则表示数据采集时期内影响能力的变化量。乡村旅游聚集区的影响能力时空变化程度模型可以用式（5）表达。

式（5）表示数据收集初期与末期聚集区影响能力变化程度，式（6）表示影响能力变化率。I表示某时间段影响能力的变化程度的综合指数，I=100×和I b分别表示a时段和b时段的影响能力的变化程度的综合指数，A i表示旅游聚集区影响程度的分级指数；C ia、C ib分别表示数据收集初期和末期聚集区影响能力层级之间的百分比；ΔT表示数据收集年限数；如果ΔI b-a>0，则表示乡村旅游聚集区的影响能力处于发展阶段；反之则表示该聚集区影响能力处于调整期或者衰颓期。

在对乡村旅游聚集区影响能力进行判定的基础上，利用马尔科夫模型对其能力变化进行预测。马尔科夫模型是一种特殊的随机过程，通过每个时刻状态下概率的变化反映聚集区影响能力变化的发展趋势［6］。在第n时刻状态转换概率向量P(n)可以用式（7）来表示。

式（7）中，第n时刻状态转换概率向量P(n)通过前一时刻概率P(n-1)与转移概率矩阵P i j=(U ij/n)U i0×100%来表示，并且其中P ij需满足0≤P ij≤ 1且=1，P(0)表示数据收集初期概率向量值。

1.2 DT变化格局及驱动力模型建构

从能力扩张速度、扩张强度及年度动态变化率方面衡量DT变化格局［7］。DT扩张速度可以直观地表现出其年度能力发展快慢情况，而其能力发展的快慢可以直接反映乡村聚集区在“三生”区域内的影响效应速度［8］，扩张速度计算公式如式（8）所示。

式（8）计算结果为乡村聚集区年扩张速度结果。其中，S i b、S ia分别表示数据收集最末和初始年份中聚集区影响能力效果值，T为研究时间跨度，以年为单位。DT扩张强度是衡量乡村旅游区聚集现象对“三生”影响变化的重要指标，计算公式如式（9）所示。

式（9）计算结果为DT扩张变化结果，其中U i b、U ia分别表示数据收集末年与初期年份内影响范围值；T L A表示数据收集时间段内影响范围总值，T为研究年份。年动态变化率可以将DT影响范围变化结果更为精细地表达出来，其计算公式如式（10）所示。

式（10）为DT对“三生”影响的年动态变化率结果。根据动态变化率指标确定年动态变化率分为4个衡量阶段。K大于20%表示影响处于高速扩张型；20%＞K＞14%为快速扩张型；14%＞K＞8%为中速扩张型；8%＞K为缓慢扩张型。

乡村旅游聚集区对“三生”环境的影响由多种要素产生，以政府驱动力要素对其影响进行为例，利用回归分析模型进行模型建构，可分为线性相关性分析与非线性相关性分析两种［9］。利用回归分析和PLS（Partial least squares regression）模型分析方法建立线性相关模型如式（11）所示。

式（11）中，a n表示变量x n对应的载荷因子。利用逻辑回归分析模型建立非线性关系模型为式（12）。

式（12）中，e表示自然对数的底数。

1.3 DT评价机制模型建构

运用综合评价方法对DT产生的“三生”环境影响进行效应评价。其核心原理是将多重指标统一为一个能够进行综合评价的指标进行评价。其基本方法是从局部到整体，局部评价的值越高，则综合评价效果越好［10］，评价模型为式（13）。

式（13）是在黄河沿岸25个乡村聚集区数据基础上的综合评价结果。R ij为指标i在第j年的标准值，W i j为指标i在第j年的权重。综合评价模型能有效提高评价结果的层次性和客观性。在此过程中为了能够对各项评价指标进行综合处理，还需对原本量纲不同的指标R ij进行标准化处理，处理后的数据映射在［0，1］区域上，对R i j的标准化处理公式为式（14）。

式（14）中，R i j为标准化处理结果，x i j为数据的初始值，i、j分别为数据处理过程中的指标个数和选取年份个数。在数据指标化基础上，建立乡村旅游聚集区分层影响机制结构如图1所示。

图1以DT总值为目标层，“三生”效应为准则层，经济发展、产业规模、社会保障、生活质量、生态发展和生态改善为子准侧层对准则层进行衡量，最外层为具体目标层。采用熵值法对黄河两岸乡村旅游区的分层数据进行整理，建立层次分析方法判断矩阵为式（15）。

图1 乡村旅游聚集区分层影响机制结构

式（15）矩阵建立的实质是计算最大特征根以及最大特征向量。其中λmax为矩阵D的最大特征向量值，此时满足D W=λmaxD。同时w为W i对应下的正规化特征向量结果。反之W的分量w i为对应数据排列结果的权重值。根据以上矩阵，按照求和算法即可得到所求最大特征向量计算结果w=，其中w i为所求权重结果。

为使矩阵呈现出大体一致性，增强数据的可信度，需进行一致性检验，单一层次的一致性比率，其中C I（Consistency index）指单一层次一致性指标，R I为整个指标排序中的随机一次性指标，n为矩阵的阶数。

为了保证单一层次内部的权值排序具有可靠性，需进行总层次一致性检验，总层次一致性检验且C R＜0.1。

2 乡村旅游聚集区发展效应模型应用效果研究

2.1 DT时空变化预测效果评测

以马尔科夫模型为基础，通过对2008—2020年黄河沿岸乡村旅游聚集区“三生”效应影响数据进行分析运算，得出数据采集区未来10年间数据转换概率及转化适宜性趋势结果如图2所示。

图2 数据转换概率及趋势结果

图2模型预测结果表明，在控制驱动力机制的前提下，未来10年间黄河沿岸旅游聚集区“三生”效应会出现一定程度的影响变化。其中，生态改善和生态发展要素分别增长32.40%、40.59%，出现较明显的增长趋势，生态效益能力明显增强。随着生态效益的提高，所产生的生活效益也有所提高，平均增长4.49%，其他要素均呈现出较小幅度的增长迹象。生产效益增幅较小，平均增长率在5.25%左右。为了进一步判断旅游聚集区发展对“三生”维度的影响变化，影响能力动态变化分析结果如图3所示。

图3 乡村旅游聚集区影响能力动态变化分析结果

图3结果显示了旅游聚集区发展对“三生”维度影响的动态度、扩张度及减损度情况。生态发展及生态改善动态变化率分别为28.46%和19.88%，动态变化率较高；其扩张度分别为36.64%和50.62%，扩张明显；其耗减度分别为16.58%和22.16%，耗减度也相对明显。未来10年间，旅游聚集区的发展对生态效益的影响显著高于生活效益及生产效益。

2.2 DT格局变动预测效能评测

根据旅游区影响格局变动模型以及2008—2020年数据收集结果，对旅游区影响能力格局变动效能进行评测，结果如图4所示。

图4a、图4b分别为DT扩张强度和年动态变化结果。从图4a结果可以看出，2008—2014年旅游聚集区的影响能力扩张强度指数为0.46，而2014—2020年扩张强度指数为0.38，表明旅游聚集区建设初期的影响能力扩张速度较快，但随着聚集区时间的延长，其影响能力扩张速度出现明显放缓趋势。从图4b中可以看出，2008—2014年旅游聚集区的动态变化率为3.30%，而2014—2020年动态变化率为1.43%，表明旅游聚集区前期动态变化率明显高于后期。前期处于中速扩张趋势，后期下降为缓慢扩张类型。

图4 旅游聚集区影响能力扩张强度和年动态率变化结果

2.3 DT综合评价结果验证

利用层次分析法对黄河两岸乡村聚集区2008—2020年“三生”效应的综合效应结果进行评价及等级分层，评价结果如图5所示。

图5 “三生”效应综合评价趋势图

图5为效应综合评价趋势图。从图5中可以看出，就宏观角度而言，整体效应趋势呈现稳步上升状态，表明随着时间的变化乡村旅游聚集区所产生的“三生”效应整体较为乐观。就微观角度而言，随着时间的发展，旅游聚集区所产生的经济效益影响效果较为显著，增长幅度也较大，平均增长率高达38.63%。社会效益也在稳步上升，但增幅稍弱，平均增长率在15.82%。生态效应呈现微弱的负增长状态，平均减损率为5.71%，表明乡村旅游聚集区开发过程中对生态环境的重视力度欠缺，虽然一定程度上促进了经济的发展，但却以生态消耗为代价。

3 结论

乡村旅游聚集区作为新时代实现乡村发展的重要途径之一，极大推动了乡村现代化目标的实现。研究对DT的时空变化及预测、格局变化及驱动力、效应评价3个方面进行了测算模型建构，并对所建构模型进行了效果评测。结果表明，未来10年间随着黄河两岸乡村旅游聚集区的发展，其产生的生态效益平均增幅在34.25%，生活效益和生产效益呈现缓慢增长趋势，增幅分别为4.49%和5.25%。2008—2020年间所产生的生产效益增长率为38.63%，生活效益增长15.82%，但生态效益减损5.71%。其中前期所产生的“三生”效应显著高于后期。研究实现了较为全面的“三生”评价目标，为乡村旅游聚集区效应评价提供了较为科学的评价模型，但是研究尚未对影响因子进行更为细致的控制分析，后期还须完善影响因子的控制研究，提高评价模型的稳定性。