桂林市旅游景区时空演化及影响因素分析

王莎莎,林珍铭,2,刘艳玲

（1.桂林理工大学旅游与风景园林学院,广西 桂林 541006;2.桂林理工大学广西旅游产业研究院,广西 桂林 541006）

作为旅游活动得以开展的空间场所和核心要素,旅游景区不仅是当地旅游收入的重要来源,而且还是游客参观游览的首选地[1],其空间分布格局是一个地区旅游资源空间分布和数量组合情况的缩影[2],对游客消费行为和目的地选择均有一定的影响.“十四五”阶段,旅游业发展规划中明确提出要优化旅游空间布局,促进区域协调发展以推动旅游高质量发展.现阶段分析旅游景区空间格局演变特征,不仅可以了解区域旅游资源的整体发展趋势,而且对相关部门优化旅游空间结构,促进旅游均衡发展均具有重要的现实意义.

国外学者认为景区是吸引游客到来或停留的吸引物,因此,外国早期对旅游景区的研究主要从旅游的主体—游客身上出发.后来,为了揭示旅游景区空间结构的变化,Christaller[3]基于区位论原理探究了城市周边景区的空间结构,发现人口越密集的地区,假期出游率越高;Bevilacqua等[4]则利用“核心-边缘”模型对意大利旅游景区的空间结构进行了探索;之后,又有学者将分形理论引入到旅游空间结构的研究中,受到了国内外学者的广泛关注.近期,学者们开始借助GIS探讨旅游景区的空间结构特征[5],并对其影响因素进行探究[6].通过相关文献的梳理可以发现,目前国内学者对旅游景区的研究主要集中在景区空间结构特征[7-8]、演化特征[9-10]及影响因素[11-12]等方面.其中,在研究范围上多集中于国家、省域或片区,对于市域或以县级等较小尺度为研究单元的较少,在时间范围上多以静态分析或较短时间为主,以较长时间为研究期限的较少,对其影响因素分析也以定性描述为主[8,10,12],定量分析较少.国外学者虽然对旅游景区空间分布的研究偏向较小尺度,但是多以特定类型景区为主[13],在时间范围选择上也是侧重于静态分析[5,14],对景区空间结构动态演变分析较少.整体看来,虽然现有研究对旅游景区的研究层次和范围较为广泛,研究方法多样,但对较长时间段内旅游景区演化特征研究较少,有待进一步深入和拓展.

作为一座闻名中外的旅游名城,桂林拥有着天然的资源优势和良好的生态环境,但是旅游要素之间却存在着明显的空间错位,制约着区域旅游的均衡发展[15].进入新世纪以来,随着旅游需求多样化转变,旅游要素也在多元化发展,传统的观光旅游产品已不能满足现代游客的旅游需求.通过相关文献的回顾发现,学者早期探讨了桂林1973年、1997年和2007年三个时间节点旅游景区的空间结构[16],近期相关研究较少,现有研究也主要以一年或者较短时间为研究期限[17],缺少从较长时间对其空间演化特征进行综合分析,对其影响因素关注也较少.基于此,本研究以2006-2020年桂林3A及以上的旅游景区为研究对象,从时间和空间两个维度对旅游景区空间分布特征进行分析和总结,并利用叠加分析和地理探测器对其主要影响因素进行探究,以期为相关部门优化桂林旅游空间布局、调整旅游景区等级结构、助推桂林旅游均衡协调发展提供一定的理论参考.

1 研究区概况

桂林地处桂湘交界地区,是中国最早对外开放的一批旅游城市之一,现已成为世界著名的风景游览胜地,以优越的生态环境和丰富的资源禀赋而驰名中外,同时拥有着桂林山水和灵渠两大世界遗产,这是世界对桂林旅游资源最直接和官方的认可方式.据相关部门统计,2019年桂林共接待国内外游客13 833.66万人,旅游总收入1 874.25亿元.近年来,由于疫情的原因,各地旅游业均受到了不同程度的影响,入境旅游的开展更是受到了清零式的打击.随着国家对疫情的有效防控,国内旅游开始逐渐从周边游、省内游向跨省游恢复,但由于疫情的反复性,使得旅游业的恢复也一直处于波动不定的状态.相关统计资料表明,桂林在2020年共接待国内游客10 231.37万人次,恢复到疫情前的73.9%,而国内旅游收入也恢复到了2019年的71.1%,2021年全市接待的国内游客和国内旅游消费更是分别恢复到了疫情前的90.5%和86.37%.此外,即使在新冠疫情肆虐的背景下,桂林近几年仍然有新的旅游企业投入运营,并且其营销收入仍超过企业预期[18],由此可见桂林旅游资源发展潜力巨大,尚待进一步挖掘.

2 研究方法和数据来源

2.1 重心模型

本研究利用重心模型分析桂林旅游景区空间格局的动态变化,因为它能够在一定程度上反映出旅游景区在不同时间节点上的空间分布均衡性和移动轨迹[19].具体计算公式如下

式（1）和（2）中:Xj和Yj为桂林第j年旅游景区重心的经度和维度;（xij,yij）为桂林第j年i区县的地理中心坐标;Sij为桂林第j年i区县的旅游景区总得分;各区县的地理坐标借鉴前人研究经验采用当地人民政府所在地的坐标[20].其次,考虑到不同级别景区影响力和吸引力的差异,本研究利用各区县旅游景区总得分作为区域旅游资源禀赋的衡量指标.其中,不同级别景区具体赋值参考郭伟等[21]的参考文献.

2.2 空间统计分析

本研究首先用最邻近指数和地理集中指数分析桂林旅游景区空间分布类型的变化特征,然后利用核密度分析其空间分布的集聚状态,最后通过标准差椭圆分析其空间分布方向的变化特征.其中,地理集中指数的具体公式和指标含义如公式（3）所示,核密度计算公式如公式（4）所示

式（3）和式（4）中:Gj为桂林第j年的旅游景区地理集中指数;h（s）为桂林旅游景区的核密度估计值;cij为桂林第j年第i区县的旅游景区数量;nj为桂林第j年的旅游景区总数;m为桂林各区县的总数;n为桂林旅游景区总数;（S-Si）为估计点S到样本点Si的距离;h为搜索半径,这里保持默认值[11].其中,地理集中指数的取值范围为0～100,其值越大代表桂林旅游景区空间分布越集中,反之越小越分散[22].

2.3 地理探测器模型

地理探测器是由王劲峰等[23]创建,在这里主要用来分析桂林旅游景区空间分布的影响因素,解释力可以通过q值表示.计算公式为

式（5）中:n和nh分别为研究区划分单元的总数和类型h的单元数量;σ2和σ2h分别为因变量在全区和类型h的方差;L为各因素的分区总数;q为驱动因子对桂林景区空间格局的影响力大小,取值范围为[0,1].q值越大影响力越大,解释力越强,反之则越小越弱.

2.4 数据来源

桂林A级景区名单来源于2007-2021年《广西统计年鉴》,本研究利用百度地图拾取各个景区的坐标,建立桂林旅游景区地理数据库.影响因素中自然地理因素来源于全国地理信息资源目录服务系统（https://www.webmap.cn）,社会经济因素来自2007-2021年《桂林经济社会统计年鉴》、《广西统计年鉴》及各区县人民政府官网,桂林矢量地图截取自标准地图服务官网下（http://bzdt.ch.mnr.gov.cn）审图号为GS（2019）1822的标准地图.由于桂林A级景区是在2006年开始正式收记在录,因此本研究的起始时间为2006年,研究截止时间为2020年.

3 桂林旅游景区时空演化分析

3.1 桂林旅游景区时序变化特征

3.1.1 景区数量变化特征 桂林2006-2020年A级景区数量变化如图1所示.

图1 桂林2006-2020年A级景区数量变化Fig.1 The number change of A-level scenic spots in Guilin city from 2006 to 2020

由图1可以看出,随着时间的推移桂林旅游景区的质量和数量均得到了较大提升.其中,3A及以上等级景区的数量从2006年的22个增加到2020年的90个,桂林5A级景区数量在2021年仍占广西5A级景区总数的50%,足以见得桂林旅游资源的天然禀赋及优势.其次,通过图1可以进一步将桂林旅游景区进展历程划分为三个发展时期:2006-2010年为缓慢增长期,在这一时期景区数量整体不多,各等级景区数量变化较小;2011-2015年为高质发展期,这一时期无论是在数量还是等级变化较上一阶段均有一定的提升,而且相较3A级景区4A级景区数量增加更多,处于高质量发展阶段;2016-2020年为快速增长期,在这一时期所有等级景区数量均有较大提升,尤其是3A级景区有持续超越4A级景区的态势.

为了进一步量化分析桂林各个区县旅游景区在品质和数量方面的整体变化趋势,根据不同等级的赋值最终得到桂林各区县旅游景区总得分情况如图2所示.

图2 桂林各区县A级景区得分Fig.2 Scores of A-level scenic spots in Guilin

根据图2可以看出,桂林各县区旅游资源开发利用情况各不相同,景区主要集中分布在七星、阳朔、灵川、荔浦等区域,临桂、兴安、全州、龙胜、灌阳、恭城等区域,近年来旅游资源的开发利用也有了明显提高.

3.1.2 景区重心移动轨迹 为了进一步探究桂林旅游景区在不同时期空间分布均衡性的变化,本研究利用重心模型得到桂林在2006-2020年间的旅游景区重心移动轨迹,具体如图3所示.

图3 桂林2006-2020年旅游景区空间分布重心转移轨迹Fig.3 The transfer trajectory of spatial distribution center of gravity of tourist attractions in Guilin city from 2006 to 2020

根据图3可以看出,桂林旅游景区分布重心一直位于桂林几何中心的西南方,与桂林几何中心在维度上呈现出先远离后趋近的趋势,在经度上为先小范围波动后不断趋同的态势,并于2020年在经纬度上与桂林几何中心均达到历年最接近的状态,表明桂林西南地区的旅游资源开发利用情况较好,并且随着时间的推移,桂林旅游景区空间分布变得更加均衡和协调.

根据旅游景区重心移动轨迹可以将研究期间划分为三个阶段,分别是2006-2008年、2009-2015年和2016-2020年.其中,2006-2008年,七星区、阳朔县和荔浦市在旅游景区等级和数量上均远远大于其他县区,而且在这段时间内这几个县区的旅游资源又得到了进一步的开发和利用,因此在这一时期桂林旅游资源开发利用重心一直向桂林南方移动.2009-2015年,上述几个县区的旅游资源开发利用情况一直处于稳定状态,没有较大的变化,桂林开始开发挖掘雁山区、龙胜各族自治县、临桂区、恭城瑶族自治县等地区的旅游资源,因此,在这期间旅游景区重心开始向北方转移,使得桂林南北方向上旅游资源开发利用差异得到一定的缓解.之后,桂林开始加大对恭城瑶族自治县、灌阳县、全州县、灵川县等县区旅游资源的开发和挖掘力度,使得桂林东西方向上旅游资源的开发利用差异得到明显缓和.

3.2 桂林旅游景区空间演化特征

3.2.1 景区分布类型的变化 这里借助最近邻指数来分析桂林旅游景区在研究期间分布类型的变化,具体公式和指标含义参见李鹏等[7]的文章.其中,常见的分布类型有三种,分别是最邻近指数大于1的随机型分布、等于1的均匀分布和小于1的凝聚分布.桂林2006-2020年最邻近指数和地理集中指数见表1.

表1 桂林2006-2020年最邻近指数和地理集中指数Tab.1 Proximity index and geographical concentration index of Guilin city from 2006 to 2020

由表1可知,在研究期间桂林旅游景区的最邻近指数一直小于1且呈减小趋势,并于2020年最邻近指数达到历年最低,但是整体数值却一直处于0.69以上,表明桂林旅游景区在研究期间为凝聚型分布,但在空间分布上已经比较接近随机分布状态.因此,为了进一步分析桂林旅游景区在空间分布上的集中或离散程度,这里进一步借助地理集中指数来衡量这一情况.通过表1可以发现,桂林旅游景区在空间分布上呈现离散分布状态,并且随着时间的推移其离散程度在不断加强,这一点也验证了最邻近指数虽整体小于1但在数值上却更接近于1的情况.

3.2.2 景区分布形态的演变 由于研究期限过长,结合上文分析,本研究最终选择2006、2010、2015和2020年这4个时间节点,借助核密度分析对桂林旅游景区的集聚状况作进一步探究,具体结果如图4所示.

图4 桂林旅游景区核密度分析Fig.4 Nuclear density analysis of Guilin tourist attractions

由图4可以看出,桂林旅游景区整体呈现由中心城区向四周逐步扩散的态势,其中,中心城区的高密度集聚优势一直未变,并且随着时间的推移又形成了以兴安县、阳朔县、恭城瑶族自治县等县区为核心的次级旅游景区集聚区.2006年桂林旅游景区主要分布在桂林中心轴（南北）方位,东西方向较少,主要分布在叠彩区、七星区等中心城区,还有部分景区分布在阳朔县、灵川县、兴安县、荔浦市等县区.2010年之后,桂林旅游景区开始以中心城区为核心向四周蔓延,这一时期桂林在保持已有优势的前提下开始注重龙胜各族自治县、临桂区等区域旅游资源的开发利用,并于2015年基本达到南北方向的平衡.之后,桂林开始挖掘开发东部地区的旅游资源,尤其是恭城瑶族自治县、全州县、灌阳县这几个县域,在2020年桂林景区形成了以中心城区为主核心、以兴安县、恭城瑶族自治县等区域为次级核心的多中心集聚发展空间格局,呈现出遍地开花的空间分布形态.

3.2.3 景区分布方向的转变 为了分析桂林旅游景区的空间分布方向和分布规律,参见朱文洁等[11]、刘敏等[8]的文章,借助GIS软件对桂林2006年、2010年、2015年、2020年这4个时间节点的旅游景区进行标准差椭圆分析和可视化表达,具体结果如图5所示.

图5 桂林旅游景区空间分布标准差椭圆Fig.5 The standard deviation ellipse of spatial distribution of Guilin tourist attractions

由图5可以看出,桂林旅游景点在2006-2010年间主要向西南方向扩张,2010-2015年间开始向北方回归,2015-2020年间开始大幅度向东边扩散.从标准差椭圆的形状和方位可以看出,桂林旅游景区无论是在分布形态还是方位上均有着较大的变化幅度,在形态上由2006年的窄小型变成2020年的宽大状,面积也从2006年的4 216.327 m2增加到2020年的12 973.936 m2,表明桂林旅游景区在空间分布上呈现出由集中向分散的演变趋势.从标准差椭圆的方位变化上可以看出,桂林旅游景区在2006年的时候主要沿桂林中心轴方向延伸,在2006-2015年期间桂林旅游景区由开始向“西北-东南”分布方向转变,但仍主要在南北方向扩张,且主要偏向桂林北部.在其后的几年,桂林开始大幅度开发利用其他地区的旅游资源,因此在这一期间标准差椭圆在面积、形状和方位上均有着较大的变化,尤其是在分布方位上开始急剧转化,由原来的“西北-东南”方位向“东北-西南”方向转变,根据标准差椭圆的Y轴标准差变化过程可以看出,其长轴呈现先减小后增大的变化态势,表明桂林旅游景区在南北空间分布上为先集中后分散的演变过程,而其短轴的变化过程与长轴刚好相反,呈先增大后减小的趋势,表明桂林旅游景区在东西方向上呈先分散再集中的空间分布趋势.

桂林旅游景区空间分布标准差椭圆计算结果见表2.

表2 桂林旅游景区空间分布标准差椭圆计算结果Tab.2 Calculation results of standard deviation ellipse of spatial distribution of Guilin tourist attractions

4 桂林旅游景区空间分布影响因素分析

综合前人研究结果[12,24],结合桂林旅游景区分布现状,最终决定从自然地理和社会经济两个层面对其影响因素进行分析.其中,在自然地理因素方面,本研究主要选取地势海拔、坡度和水文这3个因素与旅游景区进行叠加分析.在社会经济方面,主要从区域经济发展水平、交通条件,市场需求、政策条件、旅游发展水平和资源禀赋这6个层面进行分析,分别选取人均GDP、公路里程、人口密度、政府工作报告中包含“旅游”个数、第三产业占比和旅游景区综合得分进行衡量.以桂林各区县景区核密度[24]为因变量,各影响因素为自变量,利用地理探测器对其进行探测分析,并借助GIS软件对其进行离散化和格网化处理.

4.1 自然地理条件

旅游景区与地势、水文要素叠加图见图6.

图6 旅游景区与地势、水文要素叠加图Fig.6 Superposition of tourist attractions with terrain,hydrology and road factors

由图6-a可知,桂林旅游景区主要分布在地势较低的平坦地区,通过相关性分析可知,桂林旅游景区与地势海拔、坡度均呈负相关,系数分别为-0.626和-0.796.其次,从图6-b可以看出,桂林旅游景区主要分布在河流的主干及交接处,两者的相关性系数高达0.816,表明桂林旅游景区具有显著的亲水性特征,同时也说明水文要素是影响桂林旅游景区空间分布的核心因素.

4.2 社会经济条件

桂林不同级别景区空间分布影响因素分析见表3.

表3 桂林不同级别景区空间分布影响因素分析Tab.3 Analysis of influencing factors of spatial distribution of different levels of scenic spots in Guilin

由表3可知,所选指标均通过了显著性检验,其中,公路里程的单因子解释率最高,为0.209,这也验证了前人的结论,交通条件是影响山岳型旅游景区空间分布的最重要因素[25].人口密度、人均GDP和第三产业占比的解释率也均在0.15～0.20之间,而政策条件和旅游资源总得分解释率相对较小.为了探究各因素对不同级别景区空间分布的作用效果是否存在差异,进一步探究各因素对桂林不同等级景区空间分布的影响程度,由于桂林5A级景区数量相对较少,在研究期间最多也只有4个,所以这里就不再对其进行探究.研究发现,所选因素对桂林3A级景区的影响程度及大小排序与3A及以上景区所呈现的特征基本一致,而对4A级景区来说,人均GDP对其空间分布的作用效果最大,其次是公路里程和人口密度,其余因素作用排序与整体景区保持一致.整体看来,影响桂林旅游景区空间分布的核心因素是交通条件和市场需求,区域经济和旅游发展水平是其重要因素,而政策条件和资源禀赋为基础因素.

影响因素交互分析见表4.

表4 影响因素交互分析Tab.4 Interaction analysis of influencing factors

由表4可知,任何两个因子的交互作用均大于单因子作用力,表明桂林旅游景区的空间分布不是由单个因素决定的,而是多指标多要素共同作用的结果.从具体数值上看,旅游资源总得分与其他因子的交互作用均得到了显著的提升,有80%的交互作用效果达到了0.26,表明资源禀赋是其他因素作用的前提条件,同时也验证了资源禀赋对桂林旅游景区空间分布的内在基础作用.政策条件与其他因素的交互作用也得到了显著提升,80%的双因子交互作用效果达到了0.2以上,说明政策条件对桂林旅游景区空间分布提供了重要的外部推力.而其他因素属于自身效果较好,在与其他因子交互作用效果得到进一步提升,是决定桂林旅游景区空间分布的重要因素.结合3A和4A级景区影响因素的交互分析结果,发现这两个级别景区影响因素的交互特征与整体景区基本一致,仅在政策条件和资源禀赋方面存在细微差异.其中,4A级景区与整体景区保持一致,即与政策条件相比,资源禀赋的交互效果更佳,表现出一定的资源导向性,而对于3A级景区,资源禀赋和政策条件的交互作用呈现势均力敌的态势,可见,政策的外部推动和资源的内在作用对于3A级景区同等重要.

5 结论与建议

5.1 结论

本研究通过对2006-2020年桂林旅游景区的时空演变特征分析总结,发现:

从时间维度上看,桂林旅游景区无论是在数量还是在质量上均有很大的提升,具体可划分为缓慢增长期（2006-2010年）、高质发展期（2011-2015年）和快速增长期（2016-2020年）三个阶段.其中,七星、阳朔、灵川、荔浦等区域是桂林旅游景区的主要分布区域,近几年临桂、全州、龙胜、灌阳、恭城等区县的旅游资源开发利用情况也得到了显著提升.桂林旅游景区的分布重心呈现出先“南北”后“东西”方位的移动轨迹,具体可划分为“南移”（2006-2008年）、“北归”（2009-2015年）和“东进”（2016-2020年）三个阶段,可见其重心波动周期和国民经济发展周期基本一致,体现了政府调控对旅游景区空间分布的重要性.

从空间维度上看,桂林旅游景区在研究期间一直为凝聚型分布,但整体逐渐偏向离散分布形态.桂林旅游景区在空间上已经形成了以中心城区为核心的高密度集聚区,随着时间的推移又形成了以兴安、阳朔、恭城为核心的次级旅游景区集聚区,呈多中心空间演变态势.结合标准差椭圆分析发现,在2006年桂林旅游景区主要沿其中心轴方向扩张,2006-2010年期间,桂林旅游景区开始向“西北-东南”的分布方向转变,在空间上形成了“核心-外围”的扩散态势,2010-2015年间桂林旅游景区持续向南北方向扩张,并于2015年在南北方向达到基本稳定的状态.“十三五”期间,桂林旅游景区在空间分布上开始急剧转化方向,从“西北-东南”分布向“东北-西南”方向转变,使得桂林旅游景区在东西方向上分布差异得到明显改善.

桂林旅游景区空间分布是社会经济和自然因素共同作用的结果,其中交通条件和市场需求是其核心影响要素,区域经济和旅游发展水平是重要影响因素,而资源禀赋和政策条件是重要的内生基础和外部条件.桂林旅游景区与地势海拔呈显著负相关,与水文要素呈显著正相关,主要分布在地势海拔和坡度较低的平坦地区,并且具有显著的亲水性特征.此外,研究发现,对于4A级景区而言,区域经济发展水平对其空间分布的影响最大,然后才是交通条件和市场需求等因素,并且相较3A级景区,4A级景区空间分布受资源导向的影响更大.

5.2 相关建议

根据研究结果,为进一步挖掘桂林旅游景区发展潜力,提高景区总体实力和市场竞争力,提出以下建议:政府应利用其宏观调控能力,为旅游景区劣势区提供良好的政策保障与支撑,通过政策引导中心城区及传统旅游强县利用其资源优势带动周围区域旅游协同发展,促进旅游合作,组合资源优势,打造“红、绿、古”优质旅游线路,不断丰富大众旅游新体验.各地区应注重地方特色旅游资源和文化内涵的开发与挖掘,借助新科技、大数据等先进技术为景区发展提供创新支撑,促进旅游资源创新性转化及发展,提升产品差异性,提高市场竞争力,扩大旅游市场需求.相关部门还应加强区域旅游廊道的建设,提高景区交通可达性及便捷性,完善旅游配套设施和服务,刺激游客二次消费,促进景区优质发展.研究发现桂林旅游景区具有显著的亲水性,而水文要素也是景区规划设计中的重要内容,因此相关企业部门在优化旅游景区空间布局时,应该注重水文要素的运用,开通水上观光路线,增加水上娱乐项目,助推旅游景区空间扩张.