我国乡村旅游重点村时空分布及影响因素研究

杨萌，封旭辉

（云南师范大学地理学部，云南 昆明 650504）

我国地域广阔、自然地理环境多样，传统农业文化历史悠久，乡村民俗文化资源丰富，对我国的乡村旅游重点村进行相关探讨研究具有实践意义和理论意义。2017 年，习近平总书记在十九大报告中提出乡村振兴战略，经过近几年的探索，我国乡村旅游业蓬勃发展。自2019 年始，我国开始建设乡村旅游重点村名录，初衷是贯彻落实乡村振兴战略，推进乡村旅游高中质量发展，优化乡村旅游供给，更好地满足人民群众日益增长的美好生活需要。从历年遴选标准中可总结出乡村旅游重点村需满足以下条件：即文化和旅游资源富集、乡村民宿发展较好、旅游产品体系成熟、质量较高、基础设施和公共服务较完善、就业致富带动效益明显[1]。以此名录中的乡村旅游重点村代表和反映我国乡村旅游发展现状具有可行性。

目前，在我国学术界关于乡村旅游的研究较多，从研究内容来看，涉及到政府[2][3]、经营者[4][5]、游客[6][7]等各参与主体；开发[8]、管理运营[9][10]等各阶段；从研究区域来看，全国各地均有涉及，且包含全国、省域、县市、村庄等大中小各尺度[11-13]；从研究时序来看，我国乡村旅游领域的研究起步较晚，随着20 世纪90 年代乡村旅游热的兴起，这一话题才逐渐成为学术界各专业的研究热点，但目前就研究程度来看仍处于初期成长阶段[14]。近几年来，特别是自2019 年公布第一批全国乡村旅游重点村名单以来，关于全国乡村旅游地分布形态的研究增多，主要是对其分布状态本身以及分布影响因素的探讨。

尝试在已有研究基础上，以2019-2021 年国家文化和旅游厅公布的1 199 个乡村旅游重点村为研究对象，对我国乡村旅游重点村的空间分布特征及影响因素进行探究，选取重要影响因子深入探讨其对乡村旅游重点村分布的影响机理，以期为更多发展旅游业的乡村提供参考，为我国乡村旅游业后续发展献策助力。

一、研究方法

（一）最邻近指数分析法

最邻近指数分析法是用于判定研究对象空间分布类型和集聚程度的方法。其计算公式为：

其中：rE表示各乡村旅游重点村理论上最相邻的距离；ri表示其实际最相邻的距离，其值为每个乡村旅游重点村与其最近邻重点村之间距离的平均值；A代表研究区的面积，即我国的国土面积；n是乡村旅游重点村个数；D则为重点村的密集程度。当R＞1 时，表示重点村分布为均匀型；当R= 1时，重点村分布为随机型；当R＜1时，重点村分布为凝聚型[15]。

（二）地理集中指数

地理集中指数是衡量研究对象在地理研究区内集中程度的指数[16]。其计算公式为：

式中，G为我国乡村旅游重点村的地理集中指数；Xi表示第i个省区乡村旅游重点村数量；T为乡村旅游重点村的总数，即1 199；n为省区总数，取值为31。G取值在0～100 之间，值越大，表示乡村旅游重点村分布越集中；值越小，则分布越分散。常用G′与G作比较，G′为研究对象均匀分布时的地理集中指数，即1 199个乡村旅游重点村平均分布在31个省区时的地理集中指数[17]。

（三）核密度分析

核密度估计法认为地理事件可以发生在空间的任何位置上，但是在不同位置上的概率不一样。点密集的区域事件发生的概率高，点稀疏的地方事件发生的概率低[17]。根据概率理论，核密度估计的定义为：设点集X1，…，Xn是当作从分布密度函数为f的总体中抽取的样本，估计f在某点x处的值f(x)。其计算公式为：

式中：k()称为核函数；h＞ 0，为带宽；(x-Xi)表示点x到事件Xi处的距离[18]。本文使用ArcGIS10.5软件进行核密度分析，计算重点村在其周围邻域中的密度，并将其核密度分布状况落在图上。

（四）地理探测器

地理探测器是探测空间分异性及揭示其背后驱动力的一组统计学方法。地理探测器一共有四个探测器，本研究用到的是分异及因子探测、交互作用探测两种，分异及因子探测计算公式为：

式中：h= 1,…,L为变量Y或因子X的分区；Nh和N分别为层h和全区的单元数，σh2和σ2分别是层h和全区的Y值的方差；SSW和SST分别为层内方差之和与全区总方差；q的值域为[0,1]，值越大说明Y的空间分异性越明显；如果分层是由自变量X生成的，则q值越大表示自变量X对属性Y的解释力越强，反之则越弱[19]。交互作用探测用于评估两因子共同作用时是否会增加或减弱对因变量Y的解释力。

二、数据来源

乡村旅游重点村数据来源于我国文化和旅游部网站旅游名录中确定的第一批、第二批、第三批乡村旅游重点村名单，获取共1 199个乡村旅游重点村的地理位置，由百度API 批量获取各重点村经纬度坐标，由ArcGIS10.5 软件进行投影坐标变换得到各村坐标的可用矢量数据；文中涉及到的中国地图均来源于国家测绘地理信息局标准地图服务系统，审图号为GS（2020）4619，所用图件底图未改变；影响因素中的GDP、人均消费支出、城镇化率、旅游总收入、公路铁路里程、客运总量等数据来自国家统计局和各省或地区统计局公布的2020年的统计数据和国民经济与社会发展公报。

三、乡村旅游重点村时空分布特征

（一）时间尺度下的空间分布特征

我国分别于 2019、2020、2021 年公布了三批乡村旅游重点村名单，以下通过对三年来我国乡村旅游重点村核密度图进行对比来探讨乡村旅游重点村的空间分布的时间变化特征（如图1）。对比分析发现，2019 年第一批全国乡村旅游重点村集中于东部地区，江浙沪和京津地区分布最为密集，而西北、西南地区分布稀疏；2020 年新增680个乡村旅游重点村之后，全国范围内各地区核密度值均明显提高，西南地区、东北地区、西北边境地区即新疆北部和西部在2019 年的基础上明显较少了许多低核密度值区，但全国仍旧保持整体分布不均，东密西疏的态势，这与以往学者的研究成果相符[20]；2021 年新加入199 个乡村旅游重点村后，由于第三批乡村旅游重点村数量远少于前两次名单的数量，因此对整体分布格局的影响并不大。

图1 2019-2021年重点村核密度分析图

总体而言，自2019 年，我国乡村旅游重点村分布不均、东密西疏的格局已经基本形成，经过2020-2021 年两年的发展，各省区乡村旅游重点村数量均有所增加，分布核密度值增大，但总体格局仍旧没有改变。

（二）空间分布类型

1.全国尺度

通过地理集中指数计算公式得出G值为18.34，乡村旅游重点村均匀分布在全国时的地理集中指数G′值为17.96。G＞G′，则说明从全国尺度来看，重点村分布较为集中。再用ArcGIS10.5软件中的平均最近邻工具分析得出：全国区域乡村旅游重点村平均观测距离ri的值为36 292.15，预期平均距离rE的值为60 742.93，因此最邻近指数R值为0.54，其值小于1，且Z得分的绝对值远大于2.58，则说明我国目前整体乡村旅游重点村空间分布为凝聚型，且集中分布特征极其显著，如图2所示。

图2 重点村最近邻指数分析图

2.省域尺度

利用ArcGIS10.5 软件，以自然断点法按照各省乡村旅游重点村数量对省区进行分级设色，并叠加三次乡村旅游重点村得到全国乡村旅游重点村分布图（如图3）。由图可见，重点村数量最多的是新疆，其次是贵州、湖北、江西、江苏、浙江，最少的是上海和天津；西南及沿海地区省份重点村数量普遍多于西北地区省份。为进一步探究我国乡村旅游重点村的分布特征，从各省的平均最近邻分析结果来看（见表1），全国各省中，乡村旅游重点村分布最为均匀的是上海，分布最为集中的是甘肃。R值大于1 的有上海、山西、广西、青海、河北、重庆、浙江、安徽、吉林、陕西，表明这些省份乡村旅游重点村分布呈均匀型；R值小于1的有江苏、湖北、福建、广东、河南、天津、云南、江西、四川、黑龙江、辽宁、西藏、北京、内蒙古、山东、海南、贵州、宁夏、新疆、甘肃，说明这些省份乡村旅游重点村分布为集聚型；其中陕西、江苏R值接近1，且Z值得分绝对数小于0.1，则说明这两省乡村旅游重点村分布较为接近随机分布的形态。山东、贵州、宁夏、新疆、甘肃不仅R小于1，且Z值得分绝对数大于2.58，表明乡村旅游重点村分布在空间上显著集聚。

表1 各省重点村最近邻指数表

图3 全国乡村旅游重点村分布图

四、乡村旅游重点村分布影响因素分析

（一）指标选取

乡村旅游重点村的时空分布是在多种因素共同作用之下形成的，参考以往成果及乡村旅游重点村申报条件，本研究选择自然资源基础(X1)、经济发展水平(X2)、交通运输能力(X3)、市场潜力(X4)、旅游发展基础(X5)、旅游接待能力(X6)、政策(X7)7个维度共17 个指标来探讨影响乡村旅游重点村时空分布格局的因素。自然资源基础是乡村旅游重点村建立起来的根基，选取森林面积(X11)、湿地面积(X12)来度量；旅游是一种经济行为，作为第三产业中的一类，经济发展水平的高低会影响乡村旅游的发展，选取GDP(X21)和城镇化率(X22)两个指标来度量；交通运输是游客进行集散、旅游物资进行流通的硬性条件，用铁路里程(X31)、公路里程(X32)、客运总量(X33)三个指标来进行衡量；旅游发展必须要有游客的支撑，市场潜力为乡村旅游的后续发展提供了客源基础，选择人口(X41)、人均消费支出(X42)来反映；旅游发展基础为乡村旅游重点村所在地树立旅游形象，进而带来潜在消费游客，也反映以往旅游开发是否充分利用了当地的旅游资源、是否助力当地经济增长、生态环境保护等，为旅游业进一步改善布局、改变思路、去糟取精提供依据、奠定基础，在此选取旅游收入(X51)、A级景区数量(X52)、国家级度假区数量(X53)3 个指标来对其进行衡量；旅游接待能力反映乡村旅游点的旅游承载能力，选择旅行社数量(X61)、星级饭店数量(X62)、住宿、餐饮企业从业人数(X63)来对其进行度量；旅游发展离不开国家和当地政府的支持，用各省省政府官网中检索2019-2021 年乡村旅游的政策，将其数量记为(X71)、2021年各地政府工作报告中“乡村旅游”出现的频次(X72)来代表政策条件。

（二）地理探测结果

由表2 可见，单因素层面，各因素q值得分排序为 X22＞X42＞X11＞X32＞X31＞X12＞X52＞X63＞X33＞X61＞X71＞X41＞X51＞X21＞X62＞X53＞X72，表 明所选单因素中对乡村旅游重点村个数具有较强解释力的有：城镇化率、人均消费支出、森林面积、公路里程、铁路里程，得分分别为0.884 3、0.786 0、0.714 8、0.647 3、0.569 1，其中影响力最强的是城镇化率；解释力相对较弱的有湿地面积（X12）、A景区数量（X52）、住宿、餐饮企业从业人数（X63）、客运总量（X33）、旅行社数量（X61）、政策数量（X71）、常驻人口数量（X41）、旅游业总收入（X51）、GDP（X21）、星级饭店数量（X62），得分分别为0.449 5、0.330 7、0.306 7、0.269 9、0.193 6、0.180 1、0.176 3、0.150 2、0.128 7、0.124 2；同时国家级度假区面积（X53）、词频(X72)对乡村旅游重点村数量也有一定影响，其得分分别为0.077 6、0.024 0，其中影响力最弱的是词频。

交互探测结果以双因子增强和非线性增强为主，没有独立和减弱的结果（表3）。说明所有因子两两叠加对乡村旅游重点村分布的解释力都比单因子作用要强。GDP 除与城镇化率、人均消费支出交互作用为双因子增强外，与其他因子交互都是非线性增强。城镇化率除与词频外，其余都是双因子增强；国家级度假期面积除与城镇化率为双因子增强外，其余均为非线性增强；旅行社数除了城镇化率和人均消费支出为双因子增强外，其余均为非线性增强；星级饭店、除了城镇化率、5A 景区数量，其余均为非线性增强；词频除与森林面积外，其余全为非线性加强。这说明乡村旅游重点村分布形成的复杂性，绝非单因素所致。

表3 地理探测器交互探测结果

结合以往研究成果，将历次乡村旅游重点村分布影响因子影响力水平前五的探测结果整理得到重点村分布影响因子及影响力表（表4）。总结发现：虽然各学者在探究重点村分布影响因子时建立的指标体系各不相同，但研究结果中交通和经济发展水平、资源基础等相关因子的q值排名都较靠前。

表4 重点村分布影响因子及其q值表

五、重点村分布影响机理

根据以上及以往探究成果，选取影响力q值较大的交通运输能力、自然资源基础、经济发展水平三个一级指标来探讨其对乡村旅游重点村分布的影响机理。

（一）交通运输能力

从以上分析来看，交通运输能力这一一级指标的q值达到了1.48，成为影响乡村旅游重点村分布的首要因素，究其缘由在于：首先，交通运输能力一直以来都被看做限制乡村经济发展的瓶颈，它是乡村与外界进行物质与精神交流的媒介、连通城市与乡村的纽带，旅游经济发展自然也离不开交通运输。旅游是“旅”和“游”的结合，交通运输是游客实现空间位置变化，即实现“旅”这一需求的主要途径，因此，交通这一基础设施建设条件相对较好的乡村也就更具旅游发展的优势。

其次，公路里程q值为0.647 3，铁路里程q值为0.569 1，且就我国2020年发展公报统计数据来看，铁路旅客运输量为22 亿，公路旅客运输量为68.9 亿，铁路运输周转量为8 266.2 亿，公路为4 641亿。就旅客运输总量来看，公路运输要比铁路运输的高；从旅客运输中转量来看，铁路运输要高于公路运输，说明铁路在旅游运输中主要发挥中转的功能，往往难以直接到达旅游目的地，对于铁路站点难以覆盖的乡村来讲，公路连通最后一公里的作用就显得尤为重要。我国村村通工程促进农村公路的建设，为农村地区发展乡村旅游改善了条件。

再者，随着私家车的逐渐普及、以及我国居民自驾游意愿的上涨，公路里程这一因素对乡村旅游的影响也就越发显著。据国家统计局数据显示，2020 年，全国居民每百户家用汽车拥有量为37.1 辆，比2019 年增长5.2%；年末全国民用汽车保有量30 151 万辆，比上年末增加2 064 万辆，其中私人汽车保有量26 246 万辆，增加1 852 万辆。中国汽研联合马蜂窝旅游发布的《2020 年自驾游报告》中指出，2020 年整体出游人数同比较低，而选择境内自驾游出行的人数同往年相比不降反增，2021 年“自驾游”热度不减，搜索热度较上年同期增长137%。约有70%的用户选择“自驾”作为大交通后的出行方式。人们的旅游出行方式正在发生着改变，自驾游因为其灵活性、私密性好等特点，成为“后疫情时代”中国游客出游的重要选择。可以预见的是，未来在旅游市场上对于自驾旅游的需求可能会进一步增强。公路运输将不再是游客进入乡村的被动选择，而是乡村自驾旅游的主动需求，乡村公路也将承担除运输以外的更多旅游功能。

（二）自然资源基础

从地理探测结果来看，一级指标自然资源基础q总值为1.164 3，其中所包含的二级指标：森林面积、湿地面积的影响力较为显著，探测值分别为0.714 8 和0.449 5，两者交互探测结果值为0.848 0。

首先，自然资源基础是乡村形成的基底。水土等资源是农业生产不可缺少的要素，我国是传统农业大国，临近水源、山林等资源有助于农业生产、同时可获取更多生活资料，因此，乡村聚落格局形成了环山抱水的特征，这就为乡村旅游重点村的分布奠定了基本形态。

其次，乡村独有的自然资源基础是其乡村性的表现形式之一。狭义的乡村旅游是指在乡村地区,以具有乡村性的自然和人文客体为旅游吸引物的旅游活动。其概念包含两个方面:一是发生在乡村地区, 二是以乡村性作为旅游吸引物[25]。湿地因其净化水质的功能被誉为“地球之肾”，森林因其固碳制氧功能被誉为“地球之肺”，二者调节局地气候、美化环境、涵养水源等作用使乡村相较于城镇地区有更少的污染、更高的空气负氧离子赋存。加之湿地森林中更多种类和数量的野生动植物、更优美自然风光等条件，为乡村发展观光、休憩、度假、旅居等旅游形式创造了条件。

（三）经济发展水平

经济发展水平这一一级指标的q值为1.013 0，其中GDP因子的q值为0.128 7，城镇化率q值为0.884 3，二者交互探测结果达到0.935 8，为双因子增强。在本研究中，城镇化率是所有二级指标中影响力最强的一个因素。

首先，城镇人口是乡村旅游的游客主体。就我国总体旅游市场来看，2020 全年国内游客28.8亿人次，国内旅游收入22 286亿元。其中，城镇居民游客为20.7 亿人次，占比约为71.88%，游客花费17 967 亿元，占比80.62%；农村居民游客8.1 亿人次，占比28.12%，游客花费4 320 亿元，占比19.38%。2021 全年国内游客32.5 亿人次，国内旅游收入29 191 亿元。其中，城镇居民游客23.4 亿人次，占比72%，游客花费23 644 亿元，占比约为81%，绝对数量和占比都有所上升；农村居民游客9.0 亿人次，占比约为27%，游客花费5 547 亿元，占比约为19%。据此可以推测，在乡村旅游市场中，城镇居民游客占比也应大于农村居民游客占比。由上文探测结果可知，人口(X41)这一因素对乡村旅游分布影响强度值较低，为0.176 3，而叠加城镇化率后产生双因子增强的影响力，其值为0.937 0。则在一定程度上说明了乡村旅游的客源主体有针对性，即更偏向于城镇人口，因此，城镇化率在乡村旅游重点村建设过程中起到一定的助推作用。

其次，城镇化率的提高催生了更强烈的乡村旅游需求。城镇化率指一个地区城镇常住人口占该地区常住总人口的比例。城镇化代表着经济实力、居民生活水平等的提高，以及产业、人口向优势区域集中的趋势，也就意味着城市空间中将容纳更多的人口，因而，就要求提高城镇基础设施、公共服务等水平。2020 年我国城镇化率已达到63.89%，在快速城镇化的过程中无法避免的产生了城市环境污染、居住环境变差、公共服务不到位等一系列的社会问题。城镇人口就更加青睐于在节假日选择基础设施建设逐步完善、资源环境更加优美、生活节奏更加缓慢的乡村地区去放松身心。

再者，较高的经济发展水平能为乡村旅游的发展提供物质基础。乡村地区基础设施条件差、生态环境脆弱，发展乡村旅游需投入大量的人力、财力资本。经济发展水平较高的地区，良好的经济基础为旅游业投资、招商、开发等提供了条件，以助力乡村旅游的发展。

结语

我国乡村旅游重点村空间分布总体不平衡，经过三年的发展，虽然在数量、规模等方面有明显进步，但中西部地区乡村旅游发展依旧薄弱，东密西疏的分布特征依旧明显。为进一步探究影响其分布的因素，用地理探测器进行了进一步探索，发现城镇化率、人均消费支出、森林面积、公路里程、铁路营业里程是影响力较强的几个因素，而政策、旅游发展基础等对乡村旅游发展的影响较小。由此，提出以下几点建议，希望能对我国乡村旅游事业的进一步发展有所帮助。第一，加强乡村地区交通基础设施建设，扩展交通线路的旅游功能，在保证较好通达度的基础上，将旅游交通向交通旅游的方向转变；第二，保护乡村自然资源、生态环境，在旅游开发的过程中尽量做到生态效益与经济效益的统一，在自然资源环境的基础上增强核心吸引力，打造乡村旅游的精品；第三，对经济发展落后但旅游资源丰富的乡村地区增强政策扶持力度。通过组织村民参观学习优秀发展案例地等方式提高地方发展乡村旅游的意识与能力，以政策倾斜带动投资、基础设施建设，并以旅游带动相关产业的发展，以乡村旅游带动乡村振兴，进一步推动中、西部乡村旅游的发展，改变总体分布不均衡的状态。当然，乡村旅游发展不能单靠政策力量，地区整体的发展、乡村旅游市场需求的建立也应当受到重视。第四，应当充分发挥旅游发展基础较强地区的带动作用。以原有景区的品牌效应，带动周边乡村餐饮、住宿、交通等基础设施发展，带动现代农业产业园区、农产品加工等第一、第二产业的发展，使得原旅游地产业链条更加完整，服务广度拓宽，形成集群效应。