基于GeoDatabase的国家级全域旅游区空间格局省际差异研究*

2022-12-30 06:25左雨芳王育红
中国农业资源与区划 2022年10期
关键词:省际旅游区全域

左雨芳,王育红※,徐 君,冯 锋

(1.江苏师范大学地理测绘与城乡规划学院,徐州 221116;2.江苏师范大学商学院,徐州 221116)

0 引言

旅游是人类对美好生活的向往与追求,是认识新鲜事物、探索未知世界的重要途径。旅游业不仅是我国培育发展新动能的生力军和大众创业、万众创新的大舞台,也是实现扶贫脱贫的重要支柱和建设美丽中国的助推器,还是我国对外友好交往的高架桥[1]。随着旅游消费需求的不断增长,我国传统的景点旅游模式已不能适应旅游大众化、多元化的时代要求,向全域旅游转型升级已成为旅游业发展的必然趋势和战略选择。

近几年,党中央、国务院、各级政府高度重视全域旅游的实施与发展。2015年8月国家旅游局下发《关于开展“国家全域旅游示范区”创建工作的通知》,正式拉开了践行全域旅游发展理念模式的全国序幕。2016年7月习近平总书记在宁夏视察时明确强调:发展全域旅游,路子是对的,要坚持走下去。2017年3月全域旅游首次写入政府工作报告,并被中国政府网列为12个报告新词之一。2018年3月国务院办公厅印发《关于促进全域旅游发展的指导意见》,标志着全域旅游正式上升为国家战略。

全域旅游在学术界同样引起广泛关注和响应,相关研究方兴未艾,有益成果层出不穷。从时间上看,自2008年浙江绍兴首提“全域旅游”概念以来,有关全域旅游的实践与研究呈逐年递增态势,2016年全国旅游工作会议之后出现大规模增加;从内容上看,现有研究主要集中在全域旅游的概念内涵[2-4]、理论体系[5,6]、发展模式[7,8]、运行评价[9-11]等方面;从背景上看,现有研究涉及旅游学、经济学、社会学、管理学等多个学科,但从地理学视角对全域旅游的系统性阐述相对较少;从方法上看,现有研究仍以定性分析[12,13]和案例实证研究[14,15]为主,有关全域旅游数量特征、数量关系与数量变化的定量分析相对较少。总体来看,全域旅游是我国旅游产业发展到一定阶段,从不断实践探索中总结出来的一种全新发展理念,其概念内涵日趋明朗清晰,学术研究和社会实践不断深化扩展,本土化理论体系正在形成。

随着全域旅游的全面实施和深化推进,越来越多的地区正在或准备通过全域旅游来带动和促进当地社会经济的整体协调发展。全域旅游区数量势必将不断增加,亟需全面收集相关资料、数据,在整合集中管理的基础上开展不同尺度、不同专题及综合性的定量分析研究。针对这一需求,目前已有学者从全国、省域等角度对全域旅游区空间格局这一基础性问题进行了有益探索和研究[16-19],但有关省际之间的差异对比研究相对较弱。为弥补这一不足,文章尝试借助ArcGIS Desktop 10.8软件平台,在利用Geodatabase模型集成管理全域旅游区空间与属性数据的基础上,进一步利用GIS空间分析、计量地理学等方法与理论,对大陆31省域内的全域旅游区空间格局进行对比差异分析。

1 全域旅游区空间数据库

空间数据库是地理信息系统(GIS)所采用的一种特殊类型的数据库,它能够统一集中管理地理要素实体的属性语义、位置图形、空间关系等数据,并高效支持数据的快速查询检索、运算分析、制图表达等操作[20]。目前,各大GIS软件商都纷纷推出了自己的空间数据库产品,其中尤以ArcGIS所采用的GeoDatabase技术最为先进成熟而广被使用。基于此,该文在分析、收集、整理全域旅游原始相关资料的基础上,采用GeoDatabase模型设计建立了全域旅游区空间数据库,然后使用桌面系统中的ArcMap组件子系统,对数据库所存空间与属性数据进行制图表达与评估分析。

1.1 研究数据来源

该文所用数据主要由两大部分组成。一部分是描述全国省、市、县行政区划范围、境界等内容的空间数据,主要来自国家基础地理信息中心1∶400万全国地图数据库。另一部分是全域旅游创建区和示范区(统称全域旅游区)数据,其中创建区数据分别来自国家旅游局在2016年2月公布的全域旅游示范区创建名录和同年11月公布的第二批示范区创建名录;示范区数据则分别来自国家文化和旅游部在2019年9月、2020年12月对创建区组织验收后,公布的首批及第二批全域旅游示范区名单。

根据上述数据统计,我国除港澳台地区之外的大陆31个省(自治区、直辖市)和新疆建设兵团,共有2个省级创建区(海南、宁夏)、91个市级创建区(含10个少数民族自治州)和393个县级创建区。全域旅游示范区共有168个,都属于县(区)级示范区,其中3个示范区属于直接认定,前期并未进入创建名录。

为统一对比级别与粒度,该文将省、市级创建区所含县区全部视为创建区进行降级分解处理,转化之后县级创建区共有1 035个。由于准确的空间位置和几何形状数据暂时难以获得,对于2座新城(中新天津生态城和抚顺市沈抚新城)、2个旅游景区(大方县百里杜鹃旅游景区和安图县长白山旅游景区)、10个新疆生产建设兵团所辖的师、团级创建区等14个相对特别的创建区,该文均按其所在县级行政区进行统计和表示。全域旅游区数量及转化关系如图1所示。

图1 全域旅游区数量及转化关系

1.2 空间数据库内容组成

GeoDatabase是在经典关系数据模型基础上,针对空间数据特点采用面向对象技术加以扩展改进的新一代对象—关系型数据库[21]。除管理属性数据的常规关系表之外,GeoDatabase还提供了能统一管理空间和属性数据的要素类,以及统一组织具有相同坐标系的多个要素类的要素数据集。要素类实质上就是一个通过Shape字段封装存储地理要素空间数据的特殊表。

基于上述基本管理策略及研究任务需要,该研究在ArcMAP系统中利用GeoDatabase技术,设计建立了全域旅游空间数据库。目前,该库包含2个要素数据集和9个要素类:基础地理数据集(国界线、九段线、南海诸岛及其他岛屿、省级行政区、市级行政区、县级行政区)和全域旅游数据集(省级统计数据、市级统计数据、县级全域旅游区)。在后续研究中,还将收集补充地形、交通、景区、人口、经济等数据以支持省际差异驱动因素的定量研究与分析评价。全域旅游区空间分布的地图可视化效果如图2所示。

图2 全域旅游区空间分布

2 空间格局测度指标

尽管空间格局一直是地理学及相关领域研究的核心内容和持续热点,但却没有形成共同接受认可的明确定义。人们通常将空间格局抽象地定义为地理要素的空间分布与配置,用以表征多个地理要素在一定区域范围内的数量结构、空间形态及其排列组合所形成的总体样式。目前,空间格局度量模型与方法很多,由于涉及不同的学科应用背景,一些实质相同的概念、模型有时却被冠以相互歧义、甚至矛盾的名称,容易导致混淆、误解和错用[22,23]。为了避免这种情况的发生,该文结合该文研究背景,从规模度、均衡度两个维度选择界定了一些常用指标,以计算获得所需对比数据与信息。

2.1 规模度指标

规模度主要用来衡量一个省域内全域旅游区的数量规模特征。除全域旅游区数量这一基本绝对指标外,该文参考文献 [24]定义了创建率、通过率、密度指数3个相对指标及计算模型,以更全面准确地衡量全域旅游区的规模大小,其具体计算公式分别如式(1)至(3)所示。

式(1)中,CRk为第k个省级行政区(简称省)全域旅游创建区的创建率,用来衡量该省创建全域旅游区的相对投入规模,也可以在一定程度上反映该省对国家全域旅游发展战略的积极响应和参与程度。Ck为该省所含县级全域旅游创建区的数量(下同)。Mk为该省所含县级行政区的总数。

式(2)中,PRk为第k个省全域旅游示范区的通过率,用来衡量该省创建全域旅游区的相对产出规模,也可以在一定程度上反映该省贯彻落实国家全域旅游发展战略的实施效果和认可程度。Dk为该省所含县级全域旅游示范区的总数(下同)。

式(3)中,DIk为第k个省全域旅游创建区(或示范区)的密度指数,用来衡量该省全域旅游区分布的密集、稀疏程度,值越大表示越密集,越小表示越稀疏。Ak为该省的陆地总面积,单位为万km2。Tk为该省所含全域旅游创建区(或示范区)的总数Ck(或Dk)。文献[24]分别将式(2)(3)所示指标称为优势度和规模度,两者合称差异度。

2.2 均衡度指标

均衡度是指全域旅游区空间分析均匀或集中的程度,目前已有一系列从不同视角定义的定性描述方法和量化度量指标,如:洛伦兹曲线、空间基尼系数、地理集中指数、最近邻近距离指数、泰森多边形面积变异系数等[16-20,25]。为了便于交叉检验与相互印证,该文选用不平衡指数[26]和空间基尼系数[27]两个指标来衡量全域旅游区的均衡度,其具体计算公式分别如式(4)(5)所示。

式(4)中,BIk为第k个省全域旅游创建区(或示范区)的不平衡指数。Nk为该省所含市级行政区(简称市)的总数(下同)。Xi为将该省各市所含全域旅游创建区(或示范区)数量占该省全域旅游创建区(或示范区)总数Ck(或Dk)的百分比,按从大到小降序排列后第i位累计百分比。

式(5)中,GIk为第k个省全域旅游创建区(或示范区)的空间基尼系数。Yi为该省第i个市所含县级全域旅游区的数量。αk为假设该省所含的Ck(或Dk)个全域旅游创建区(或示范区)完全平均分布在Nk个市时,每个市所拥有的全域旅游创建区(或示范区)数量,具体计算方式如式(6)所示。

上述BIk和GIk两个指标的取值均在[0,1]区间,值越小表示分布越均匀;值越大表示分布越集中。值为0表示全域旅游区完全平均分布在每个市;值为1表示全域旅游区全部集中在一个市。对于0~1之间的值,目前国际上通常按以下标准将空间分布定性划分为5个等级:GIk∈[0,0.2]为比较均衡;GIk∈(0.2,0.3]为相对均衡,GIk∈(0.3,0.4]为不均衡,GIk∈(0.4,0.5]为比较不均衡,GIk∈(0.5,1]为极度不均衡。

3 全域旅游区空间格局省际差异分析

根据上述测度模型的定义,在目前使用ArcMap的常规情景中,一般是通过交互使用数据编辑、按位置查询、空间连接、字段计算、统计汇总等已有功能与工具,来计算获得各省相应指标的具体值。但这种方式存在计算过程逻辑不清、知识难以共享重用、中间派生数据多、参数输入易出错、人机交互频繁、实施效率低等不足。针对这些不足,基于ArcGIS Model Builder可视化建模技术,通过重新组合封装现有工具,设计构建了如图2a所示的4个自动批量指标计算工具。在依次按序运行这4个工具之后,自动计算获得了存储在“省级统计数据”要素类之中的不同测度指标具体数据值,该要素类的主要数据内容如表1所示。

表1 我国大陆31个省全域旅游区空间格局差异对比

为了便于直观分析、异中求同、形成对省际差异的规律性认识,本节先给出如图3a至图3d所示的相关指标组合对比折线图,然后再结合各指标变异系数(标准差与平均数之比)、分级图来分析描述省际差异的程度、等级和空间分布。分级图是采用自然间断点分级法制作而成的。该方法在分级数确定的情况下,可利用聚类分析将相似性最大的数据分在同级,差异性最大的数据分在不同级,能较好保持数据的统计特性[28]。该文所设分级数为5,数据值由低到高分别对应1~5个等级。

图3 创建区、示范区相关指标对比

3.1 数量省际差异分析

由图3a可知,各地在创建区数量上省际差异较大,具体变异系数为60%。创建区数量最多的省为四川(100个),最少的省为天津(3个)。各省在示范区数量上省际差异相对较小,变异系数为34%。示范区数量最多的省共有5个:湖北、江苏、山东、四川、浙江(8个),最少的省为青海(2个)。

由图4a、4b可知,各省全域旅游创建区在数量等级上,以重庆、湖北为中心形成了一个“低地”区。示范区在数量等级上,以内蒙古、甘肃、青海、西藏为界,形成东西两个“高地”区,而在东部“高地”区中又以安徽为中心形成了一个明显的低高聚集区。

图4 创建区、示范区数量分级

3.2 密度指数省际差异分析

由图3b可知,各地在创建区密度指数上省际差异进一步加大,具体变异系数为70%。创建区密度指数最大的省为海南(6.91),最少的省为青海(0.10)。经过初步观察并计数核对后发现,各地创建区密度指数与各地面积存在中度的负相关性(相关系数为-0.60),说明“省域面积越大、密度指数越小”的规律较为明显。在示范区密度指数上省际差异达到最大,变异系数为156%。示范区密度指数最大的为上海(4.96)、最小的地区共有3个:内蒙古、青海和西藏(0.3)。

由图5a、5b可知,各地全域旅游创建区、示范区在密度指数等级上都呈现出东部高、西部低的总体态势,在海南、贵州、宁夏、东部沿海省份形成了创建区密度指数等级的“高地”,而示范区密度指数等级的“高地”则位于京津沪3地。

图5 创建区、示范区密度指数分级

3.3 创建/通过率省际差异分析

由图3c可知,各地在创建区创建率上省际差异略微缓解,具体变异系数为55%。创建区创建率最高的省为海南、宁夏(1.00),最低的省为青海(0.16)。各地在示范区通过率上省际差异为次最大,变异系数为100%。示范区通过率最高的省共有3个:北京、上海、天津(1.00),最低的省为四川(0.08)。

由图6a、6b可知,各地在全域旅游区创建率等级上,形成了由黑龙江、内蒙古、陕西、湖北、重庆、云南6地组成的“低地”带,将全国划分东、西两部分。其中,“低地”带以东又呈现多个小型不同等级“团”交错出现的态势,而“低地”带以西则在青海形成了低高聚集区。各地在全域旅游示范区通过率等级上,由西向东分别在青海、重庆和湖北、京津沪等省市形成了“三、四、五”3个不同等级的明显“高地”区。

图6 创建率、通过率分级

3.4 不平衡/基尼系数省际差异分析

由图3d可知,各地在创建区(或示范区)不平衡指数和空间基尼系数上的纵向取值较为一致,尤以示范区的一致性较高,在一定程度上相互检验、印证了彼此的计算结果。各地在两个指标上的横向差异明显降低,创建区不平衡指数、空间基尼系数的具体变异系数分别为27%、34%;示范区相应指标的变异系数分别为25%、28%。由于大多数取值都在0.4以上,说明创建区、示范区在各地的分布总体呈集中不均衡分布态势。

为了进一步分析各地全域旅游区均衡度差异的空间分布特征,该文以不平衡指数、空间基尼系数两指标的平均值为依据,按照国标常用分类标准,分别制作了如图7a、7b所示的创建区、示范区分布均衡度分级图。

图7 创建区、示范区均衡度分级

根据图7a、7b可进一步直观印证:各地创建区、示范区在空间上大多呈极不均衡的高度集中分布状态,并且示范区不均衡程度进一步提高,已经不存在分布“比较均衡”的地区。创建区分布“比较均衡”的只有宁夏;“相对均衡”的只有海南;“不均衡”的有南方的贵州、湖南、江西、福建和北方的辽宁共5个省;“比较不均衡”的有陕西、安徽、江苏共3个省;剩余的地区均属“极度不均衡”分布,占总地区数的67%以上。示范区分布“极度不均衡”的地区则占总省数的83%以上。

4 结论与讨论

在当前国际疫情持续恶化、国内疫情防控常态化形势下,发展全域旅游已成为构建“双循环”新发展格局的重要举措,而创建全域旅游区则是推进全域旅游发展的有力抓手和现实途径。该文以我国31个省级行政区内的千余个国家级全域旅游区为对象,开展空间分布格局差异对比研究分析,可谓适逢其势、正当其时,对于全域旅游区科学规划布局、统筹协调发展具有重要参考意义。

4.1 结论

(1)从整体上看,我国大陆31个省级行政区所含国家级全域旅游区在多项指标上均存在差异,尤以示范区通过率、密度指数差异最为显著,变异系数分别为100%、156%,在空间格局上呈现出较高的不均衡聚集型分布态势。

(2)从数量上看,各地创建区差异较为明显,数量较多的地主要分布在中东部地区。除了西部的四川、贵州和新疆3地外,其他地的创建区相对较少。各地示范区差异相对较小,数量较多的省主要分布江苏、浙江、湖北、四川、山东等旅游资源丰富、区位基础条件好的地区,青海、甘肃、内蒙古等西北地区相对偏少。

(3)从创建率上看,各地创建率差异略微缓解。海南、宁夏、贵州3地明显较高,其他各地大多在0.3以上,青海、湖北、陕西等省份较低。从通过率上看,各地差异非常明显。北京、上海、天津3市凭借其雄厚实立创建区全部被升级认定为示范区1,贵州、辽宁、四川等省通过率较低。

(4)从密度指数上看,各地创建区差异进一步加大,并且创建区密度指数与省域面积存在一定的负相关性(相关系数为-0.6),即省域面积越大、密度指数越小。各地示范区密度指数差异到达最大,上海市密度指数最高,内蒙古、青海、新疆、西藏等面积较大的地区密度指数较低。

(5)从均衡度上看,各地创建区、示范区的差异相小,大多呈高值的集中分布态势。最高值1出现在青海省,现有2个示范区(祁连县、刚察县)都位于海北藏族自治州。宁夏、浙江2地的创建区、示范区分布则相对比较一致均匀。

4.2 讨论

作为地理要素总体分布特征的一种表现样式,空间格局一直是地理学及相关领域研究的核心内容和持续热点。该文在区分全域旅游区类型、统一对比级别粒度的基础上,对我国大陆31个省际的全域旅游区空间格局进行了对比差异分析。与同类相关研究相比,该文在研究数据组织管理、评价指标界定定义、指标批量自动计算等方面具有一定特色。

在现有研究基础上,下一步将从两方面继续开展完善和扩展工作。一是利用邻近度、核密度、莫兰指数等测度模型完善现有研究,弥补目前所用指标主要依据数理统计原理,没有充分考虑全域旅游区位置、距离、邻近关系等空间特征的不足;二是借鉴引入其他领域的综合评价思想,在现有多个指标基础上,设计建立能整体描述反映空间格局差异的“综合指数”及计算模型,以降低多指标逐项分析的片面性和繁琐度。

猜你喜欢
省际旅游区全域
渤海湾省际滚装船舶零担货物运输现状及安全管理
基于偏序集的省际碳排放效率评价
湖北省推进沿边地区省际合作研究
中国省际绿色全要素影响因素探究
朱俊
用一粒米撬动全域旅游
黄陵旅游区开发对目的地的综合效应研究
黄陵旅游区开发对目的地的综合效应研究
“兔”与“免”
“全域人人游”火爆周宁