旅游资源格网化框架及其空间分析方法——以青岛市为例

李 鹏 ， 虞 虎 ， 李仁杰 ， 王英杰 ， 马 楠

(1.辽宁师范大学 海洋可持续发展研究院，辽宁 大连 116029； 2.河北师范大学 地理学博士后科研流动站，石家庄 050024； 3.中国科学院 地理科学与资源研究所，北京 100101； 4.大连理工大学 城市学院，辽宁 大连 116029)

0 引言

在区域旅游资源评价方法方面，国内外关于旅游资源的评价主要包括旅游资源评价指标体系研究、旅游资源价值研究、竞争力评价、开发潜力评价、开发条件评价、空间格局评价。一般分为定性评价和定量评价，定量评价方法主要有模型综合评分法、层次分析法、模糊数学方法、指数综合法、菲什拜因-罗森伯格模型、回归模型分析法、加权求和或模糊矩阵运算模型等，以及包括最近邻指数、基尼系数等表征其在区域内离散程度的空间评价方法[1-3]。现有研究侧重于旅游资源单体的分布特征和旅游资源整体属性等内容，而对于旅游资源空间评价方法的研究进展较为缓慢，旅游资源评价方法尚未形成一个统一的体系框架，在指导旅游资源开发或旅游地空间规划中尚显不足。

地理信息系统(geographic information system，GIS)是对地球表层空间中有关地理数据的采集、储存、管理、运算、分析、显示的技术系统[4]。目前，GIS被广泛应用于旅游资源结构分析、设施选址、旅游线路规划等方面，主要是因为GIS在该领域拥有独特的技术优势，对比传统的方法能够降低时间与经济成本而且分析效果更佳。其中，GIS空间分析在目前的旅游资源评价中已有相当数量的应用，并且对提高旅游规划项目的定量分析水平也发挥了一定的支撑作用，但在旅游资源区域分析与评价方法上尚未完全发挥出GIS的分析功能。以多级尺度格网为基本划分单元，综合运用GIS进行旅游资源认知、采集、建库以及旅游资源格网化测度研究[5]，可为进一步旅游规划及综合研究提供有价值的参考，对提高区域可持续发展的研究也具有一定的应用价值。对于资源格网化研究，目前学术领域针对人口等资源的空间格网化的探索较多，已成功地将行政区研究单元转为更精细的格网单元尺度。但对于旅游资源的空间格网化方法研究较少，有关旅游格网化的理论、方法论研究尚处于初级探索阶段。

1 旅游资源空间格网化分析框架

旅游资源格网化是将行政区内的旅游资源数据按照某种特定的数学模型展布到合适尺寸的网格中，实现由行政区统计单元转化为格网统计单元。通过格网化方式能够融合多源旅游资源数据来构建空间模型，分尺度表达区域单元的旅游资源的空间分异规律，克服了按行政区域分析导致的各单元内的各类旅游资源统计指标数值的均匀分布，同时也可实现基于格网的时序数据的旅游资源规律的动态研究。因此，以行政区为单元的旅游资源数据格网化可作为旅游资源空间分析与评价的手段之一[6]。旅游资源格网化为旅游资源的综合分析提供了理想方法(图1)。

图1 旅游资源数据格网化理论框架

1.1 旅游资源认知与采集

旅游资源的认知、采集与评价是旅游研究的基础，研究的主要内容包括旅游资源的认知与挖掘、旅游资源分类、旅游资源采集内容及尺度、旅游资源采集方法，以及旅游服务配套设施等POI数据、旅游交通数据、旅游辅助的空间数据的采集与认知。它决定了区域旅游开发的方向和重点，认知并挖掘具有开发潜力的旅游资源是从事任何旅游分析时首要解决的问题。

1.2 旅游资源格网化构建与拟合模型

旅游资源格网化分析模型构建包括格网化构建与优选、格网编码与索引、格网尺度转换、分析数据及评价结果的拟合模型选取、精度验证及结果的可视化表达。其核心问题是确定适于分析对象、拟合模型的格网单元尺度，并将数据的计算结果拟合成以格网为单元的连续表面中。

1.3 旅游资源格网化分析方法

基于格网的旅游资源评价的独特之处在于它可在多种不同尺度格网中为适应研究目标而选择恰当的评价模型，即一组合适的格网化方程。旅游资源格网化分析方法包括构建其内部旅游资源开发潜力、旅游资源分布特征、格网单元间空间关系、开发环境及开发制约因素等模型，其分析结果也可通过旅游资源格网化插值模型进一步拟合，并最终建立一套科学的评价指标体系。

2 旅游资源空间格网化建模方法

2.1 旅游资源格网化空间拟合模型

旅游资源要素在空间上是点、线、面和属性数据等多种形式的表达，不同类型空间要素其格网化表示方法也不同。先在GIS平台下完成空间数据配准及投影变换，然后结合拟合模型将社会经济统计数据展布至格网中，常用模型如下。

1)按照行政区面积比例分摊原则，根据各指标面积在格网单元中的比例进行格网单元可视化表达。适用于一些旅游相关指标不能用数学模型实现格网化等情况，通常根据面积占优原则实现边界地区格网化表达。公式如下：

(1)

式中：pi为格网化旅游指标值；p为行政区内旅游指标统计值；n为行政区内格网数；si为格网单元内指标面积。

2)基于多源数据的集成分析方法。通过自然、社会等影响因素尽可能地描述各指标真实的空间分布特征，即在一定地理空间内计算统计数据的面状表达,适用于游客、门票收入等相关指标的格网化研究。公式如下：

(2)

式中：wi为格网i上影响因子权重值；m,n为格网单元行、列总数；Kj为第j个影响因子回归模型系数；Dij为因子j在格网i上的权重值。

2.2 旅游资源格网化尺度确定方法

2.2.1基于定性方法的格网化尺度确定。① 基于数据特征的格网化尺度确定方法。旅游资源单体作为最小的单元，其在空间上往往会形成有限范围内的集聚特征，如旅游景区大小会对旅游资源格网化尺度产生一定的影响。格网尺度过小可能会将景区内的旅游资源分割，尺度过大可能会在格网单元内混入过多单体而降低精度。② 基于研究对象的格网化尺度确定方法。精细尺度适用于旅游资源单体评价、空间分布特征研究，尺度范围为0～1 km；中级尺度适用于旅游资源评价、空间分布特征研究、旅游功能区识别、旅游路线设计，尺度范围为1～3 km；宏观尺度适用于旅游景区空间分析、旅游规划等，尺度范围在3 km以上。③ 基于行政区尺度的确定方法。目前地理格网研究中多是以正方形格网研究为主，在研究尺度上，按照研究区域范围大小可划分为全国、省域、市县级尺度。根据相关文献分析，基于全国、省级尺度的格网化研究多以1 km格网化研究为主[7-8]，基于市县级的格网尺度以0.5 km左右居多[9]。④ 基于数据量负荷的格网化尺度确定方法。数据量可能是制约格网尺寸大小的因素之一，数据量如果过大就要考虑到硬件承受能力和数据处理的效率问题。

2.2.2基于定量方法的格网化尺度确定。GIS空间统计分析常会采用误差进行模型评价，如平均绝对误差、均方根误差。根据研究区域如统计数据、待测指标面积等已知参数及特定的评价模型进行多级尺度格网化拟合，再通过精度检验方式进行对比分析，公式如下：

(3)

式中：EP为某类指标格网化误差百分比；POPj为区域指标格网化测算结果，如旅游资源数量、旅游景区面积；POPt为区域指标已知的统计值。

2.2.3基于指标权重的格网化尺度选择法。考虑将格网单元内各旅游资源指标所占的比值(面积比、数量比、质量比)作为权重，求算经格网化后总的相对精度损失。以各主类旅游资源为例，假设在一个格网单元内有n个主类旅游资源P1，P2，…，Pn，对应的旅游资源单元数量分别为A1，A2，…，An。总数A为：

(4)

若Pn在格网内所占旅游资源数量最多，则该格网单元值以Pn值替代，对应的P1，P2，…，Pn-1格网化后的指标均为0。因此，其格网化的绝对精度损失依次为A1，A2，…，An-1，根据公式(3)可知，各主类旅游资源精度损失均为100%。主类Pn在格网化后绝对精度为(A-An)，相对精度为(A-An)/An。利用各格网单元中主类旅游资源所占数量比作为权重，求出其相对精度损失。公式如下：

(5)

式中：RE为相对精度损失值，取值范围为[0，2]，可将其改写为标准形式：RE=(A-An)/A。

2.2.4基于指标间关联性的格网化尺度选择法。不同格网单元尺度下的指标存在着空间自相关特性，可考虑根据空间自相关随尺度的变化趋势选择格网单元尺度。选取各网格内的旅游资源相关指标(如各主类旅游资源数量)，依次测算其Moran’sI指数值[10]，进而分析空间自相关随着格网尺度变化的规律。

2.3 旅游资源格网化分析与评价方法构建

由于旅游资源数据来源方式较多，包括野外采集坐标获取的旅游资源点数据、统计年鉴数据以及交通、水系、行政区等空间数据。在对这些数据进行格网化研究时，有些数据如旅游资源单体等空间数据需要在格网单元内先进行建模测算，再实现格网化插值模拟；有些数据如游客数量等统计数据可直接进行格网化插值模拟。

2.3.1旅游资源开发潜力多尺度格网化评价。首先，将旅游资源与格网图层叠加；其次，选择基于格网单元的旅游资源评价模型，并对评价结果进行空间拟合运算；最后，形成整个区域的开发潜力评价结果格网化展布。考虑格网内部旅游资源群开发潜力是旅游资源群的数量、质量和聚集度层层叠加的结果，对每一个格网内旅游集聚区单元，根据旅游资源群开发潜力模型[11]改进格网化评价模型[6]。

2.3.2旅游资源格网化空间时序性分析。从旅游资源的采集角度出发分为基于旅游活动类型和基于时间类型。前者是以旅游活动的发生或者消亡而引起状态的变化作为采集时机，此方法对格网内专题记录详尽，能够降低数据冗余；基于时间的类型是按等时间隔来记载旅游资源状态变化，简单且易实现(图2)。借鉴前人研究[12]，对旅游资源格网化时空分析方法进行归纳总结。

图2 空间格网的时空变化

① 旅游资源指标时空变化格网化分析。将时空变化视为空间现象随着时间而发生变化，在各时间点分别进行基于格网单元空间统计，再根据时间先后串连描述空间统计指标的变化，常采用的GetisG、Moran’sI、最邻近距离、RipleyK等统计方法都可用来实现时间维度的旅游资源格网化分析。

② 旅游资源时空格局、异常格网化探测。旅游资源时空格局是指旅游资源属性的时间、空间规律性演变。将时空变化信息以二维平面降维表达，异常指时空格网化单元与其周围时空格局间的差别，包括EOF(empirical orthogonal function)时空分解和时空热点探测法模型。

③ 时空回归格网化分析。通过时空面板模型找寻旅游资源格网化单元内因变量y和解释变量x之间的关系，包括ARMA(auto-regressive moving average model)自回归滑动平均模型、时空BHM (bayes hierarchical model)、时空GAM (generalized addable model) 模型等。

④ 旅游资源过程格网化建模。假设一个格网单元内的旅游资源指标y(s,t) 与解释变量x(s,t) 、周围格网状态y(s′,t′) 、上一时段相同格网状态y(s,t′) 有关而建立格网的过程格网化模型，或通过旅游资源数据拟合多元线性回归、粒子群、案例推理及神经网络等模型。

2.3.3旅游资源交通区位格网化评价。利用GIS格网化分析交通区位可达性既有助于计算，也易于实现旅游资源交通区位评价及格局时空演变研究。旅游资源可达性格网化是将路网信息映射到对应的空间格网矩阵中，再根据指定模型计算各格网单元中的道路经济或时间成本[13](图3)。

图3 旅游资源交通格网化建模流程

2.3.4游客客源市场格网化评价。游客数据多是以统计数据形式为主，但格网化分析时不同于人口数据，游客的空间分布通常受旅游资源及其周边环境的影响较大，游客数据格网化需要各类型空间数据。数据之间往往可能会受其地理位置影响存在一定的空间相关性，这在传统研究中较少考虑[14]。因此，在研究游客格网化空间分布时，考虑游客分布的地理位置关系及空间自相关性影响，更有利于游客数据格网化模型精度的提高。其中，地理加权回归(GWR)格网化建模是在回归参数中加入了数据的空间位置信息，以便探测由于空间位置差异而导致的变量间的结构异同[15]。

2.3.5旅游资源开发制约因素格网化评价。旅游资源开发制约因素格网化评价往往是通过选取多个指标进行综合格网化评价，这些指标按其空间特征可划分为基于行政区统计而得到的数据指标格网化和基于可标定的固定位置的统计指标格网化。如结合已有的区域旅游资源灾害风险评价，根据自然灾害风险评价理论，参照相关文献[16]构建旅游的灾害危险性(H)、旅游者的暴露性(E)、旅游者的脆弱性(V)和防灾减灾能力(R)等格网化风险评估指标体系(表1)。

表1 区域旅游资源灾害风险格网化评价指标体系

1)评价指标格网化。游客数据与避难所、医院及自然灾害发生地等指标直接以POI点坐标形式标到对应区域的格网内实现起来相对容易。有些指标如旅游收入、救援能力可通过多元相关分析、回归分析等计算实现格网化，再将其叠加实现多指标的综合评价；而GDP贡献率、经济损失等数据也可采用前述的旅游资源统计数据格网化方法结合GIS空间分析模型实现格网化(图4)。

图4 0.5 km格网尺度下的游客数据格网化模型测度

① 自然灾害发生频率指标格网化分布。构建邻域格网化分析方法的窗口选取时，较大阈值窗口揭示旅游资源区域分布态势，而较小阈值窗口则强调局部分布差异，可采用圆形或矩形的窗口搜索法、中心加权法，前者采用窗口内的计算结果值作为中心格网值，并将窗口在研究区内移动，逐步统计所有中心格网的值。此时，格网尺度决定着拟合精度，即格网边长越小，拟合精度越高，在插值时，可根据反距离权重法采用自然灾害发生点到点的距离给予适当权重。② 旅游收入指标(万元)格网化。影响旅游市场收入的主要因素有游客数量X1、交通道路密度X2、城镇居民人均收入X3、农村居民人均收入X4，可采用回归模型实现旅游收入格网化模拟[17]。③ 救援能力指标格网化。采用GIS核密度估计等模型计算各格网中心到避难所、医院、消防部门等POI的最邻近距离。

2)权重的确定。指标权重的确定将直接影响到评价结果的精准程度。通常采用AHP法和客观法赋权重，前者具有较强的主观性；后者客观性强但可能会造成权重的选取与实际愿望相差较大，如熵权法[18]、相似权法[19]。组合赋权法既顾及了评价者对评价指标的偏好，也降低了主观随意性。

3 案例地研究

3.1 研究区域概况

青岛地处山东半岛南部沿海，南濒临黄海，西与潍坊市相连，隔海与朝鲜半岛相望。青岛近代历经沧桑，赋存大量的文化旅游资源,尤以中西文化交汇和特色建筑群风貌闻名。全市旅游发展以滨海自然景观为主，辅助以宗教、民俗、胶东饮食等海洋旅游产品，著名景区(点)包括青岛滨海风景区、奥帆中心、海底世界等。

3.2 格网化尺度分析与选择

以青岛各乡镇和街道人口的基础数据为例，选取拟合效果较好的简单克里金插值方法[20]，分别采用100 m，200 m，500 m，1 000 m，2 000 m，3 000 m，5 000 m进行人口集聚度格网化拟合。经格网化拟合后的青岛市各乡镇人口统计数据中，随机选取13个街道、乡镇人口数作为格网化尺度选择的指标验证。从表2可见：人口格网化误差均值由5 000 m格网的17.40%逐渐减小到100 m格网的0.96%。其中，从5 000～3 000 m，3 000～2 000 m，2 000～1 000 m，1 000～500 m，500～200 m，200～100 m的误差分别减少了37.63%，33.93%，44.68%，61.32%，19.46%，22.54%，当格网尺度缩小至500 m时误差均值无法再明显减小。

表2 格网化误差检验与尺度优选

3.3 青岛市旅游资源格网化综合评价

旅游资源开发要考虑资源依托的城镇、交通、社会经济等外部支撑条件。为此，采用指数评价等相应的评价方法分别对青岛旅游资源、游客集聚度、旅游产业发展水平、交通可达性、自然灾害危险性等指标要素进行空间叠加，实现青岛市格网化切割评价。具体如下。

第1类评价指标(p1)包括旅游经济发展水平(GDP)、交通优势度和游客集聚度，它们从不同角度描述了旅游资源区域经济社会发展情况，关系式如下：

(6)

第2类评价指标(p2)包括旅游资源开发潜力和自然灾害危险性，它们反映区域旅游开发的支撑条件，采用旅游资源开发潜力与自然灾害危险性的比值表示。

旅游开发综合评价指数(A)模型：A=kp1+p2。参考《省级主体功能区域划分技术规程》，k取值1.1。将p1，p2和k的相应值代入计算公式，将青岛各区市旅游开发综合评价指数结果按自然断裂法划分成5个等级，进而确定青岛市旅游资源集聚区的最终区划方案(图5)。

图5 多尺度旅游资源格网化综合评价

分析发现，滨海旅游资源集聚区分布于市南区东西海岸、市北区和四方区西部沿海带以及崂山区，主要包括石老人度假区、海水浴场、五四广场、海洋世界和太清宫，未来以城市观光、海滨休闲、海上娱乐、帆船运动等为主要特色。文化旅游资源集聚区主要分布于市南区名人故居及建筑旧址、市北区特色建筑、胶州东南地质公园及城区西遗址遗迹、即墨市历史文化及民俗风情，未来以历史文化、民俗风情、地质观光、休闲体验为主要特色。观光休闲旅游资源集聚区主要分布于崂山区崂山风景区周边、城阳区滨海带、平度市大田镇，包括崂山、十梅庵景区、田横岛、王哥庄、棋盘石、大泽山等地区，未来以城市观光、历史街区、工业旅游、购物旅游为主要特色。生态旅游资源集聚区分布于崂山区王哥庄周边、城阳区红岛、胶南市琅琊镇、莱西市莱西湖及江山镇等，包括仰口、沙子口、北宅、大珠山、琅琊台、江山湿地生态区，未来以山地观光、山地度假、湿地休闲为主要特色。乡村旅游资源集聚区分布于胶南市铁山镇周边、崂山区仰口、平度市北、莱西市城南，包括洋河采摘节、胶北桃乡、藏马山采摘园、各类农家乐及民俗馆，未来以乡村休闲、生态农业开发为主要特色。

4 结论与建议

4.1 结论

通过将GIS强大的空间分析能力与旅游资源领域相结合，构建了一套旅游资源格网化框架及其空间分析方法。首先，提出了旅游资源格网化分析的理论框架、格网化模型及尺度确定方法。其次，分别从开发潜力、空间关联测度、时间序列三大方面提出了旅游资源开发潜力格网化模型、时空格网化分析模型、交通可达性格网化模型、客源市场格网化模型以及开发环境与制约因素格网化模型，并以青岛市为案例地进行了验证，发现格网单元尺度越小，分析结果颗粒性越明显，旅游资源格网化方法进一步改善了旅游资源分析与评价的尺度，为旅游资源空间评价提供了方法参考。

4.2 建议

青岛应采取“依托主城、拓展两翼，海陆互动、辐射纵深”的空间发展策略。以主城区、环胶州湾地区为核心拓展东西向旅游发展空间，推动海域、陆域优势旅游资源互补，辐射带动内陆发展；以主城区至即墨市的东翼滨海游憩带、薛家岛至胶南的西翼滨海游憩带为两翼分流主城区游客，延伸旅游流动空间；引导主城区旅游发展要素和旅游流向周边的胶州、平度、莱西分散，激发青岛近郊旅游业发展；各自开展符合旅游功能定位的旅游产品体系，实现青岛市全域旅游联动发展，与周边城市联合，促进区域旅游协同发展。