曹开军,王秘秘
(1.新疆大学 旅游学院,新疆 乌鲁木齐 830046;2.新疆历史文化旅游可持续发展重点实验室,新疆 乌鲁木齐 830046)
特色小镇兴起于“美丽中国”“美丽乡村”建设背景,是国家推动新型城镇化和城乡协调发展的新探索[1]。2016年7月住建部、发改委、财政部联合印发《关于开展特色小城镇培育工作的通知》后,特色小镇建设席卷大江南北,成为新时代的新兴产物[2]。从已公布的两批特色小镇看,第一批70%以上为旅游型特色小镇,第二批50%为旅游和历史文化型特色小镇[3]。因此,旅游特色小镇成为我国特色小镇建设的主体,其对探索新型城镇化和推动乡村振兴战略具有重要意义。
目前国外有较多关于旅游城镇的研究,学者们对旅游城镇的演化阶段、要素特征及发展趋势[4],旅游城镇发展影响[5-6],旅游城镇产品开发、规划与管理[7]等方面进行了研究。其特点表现为多角度、多层次、多学科融合和理论交叉,研究相对细化和成熟。在2015年浙江推出特色小镇建设之前,已有国内学者对西南地区特色小镇建设进行研究[8],在国家三部委发布加快特色小镇培育的通知后,大量关于特色小镇的研究开始出现。研究主要集中在以下几个方面:① 特色小镇存在的问题研究,学者们对针对特色小镇的问题探析[9]、特色小镇的“特”如何突出[10]、特色小镇的思考[11]等展开研究;② 特色小镇发展模式探讨,学者们从不同角度探讨旅游特色小镇发展模式,基于根植性的角度探析[12]、“三生空间”理念分析[13]以及发展模式的路径如何提升[14]等;③ 特色小镇空间分布研究,学者们从全国[15-16]、区域[17]等不同尺度对特色小镇的空间分布展开研究,大多采用核密度分析、邻域分析、缓冲区分析等GIS空间分析方法对其进行研究[15, 18]。相关研究显示,特色小镇的空间分布受地形、区位、人口、产业等因素的影响[19-20],在对特色小镇空间分异定量研究方面,尚缺乏对其影响因素作用强度的分析和研究,并且已有研究多从整体视角对特色小镇的空间分布进行研究,未涉及不同类型旅游特色小镇的空间分布研究。
鉴于此,本研究首先从国家级特色小镇中筛选出216个旅游特色小镇为研究对象,并构建分类方法对其进行类型划分;其次运用GIS空间分析方法探究我国不同区域、不同类型旅游特色小镇的空间分布特征,并采用地理探测器分析推动形成这一空间格局的影响因素。以期在理论层面弥补对旅游特色小镇空间分布特征研究的不足,在实践层面为我国旅游特色小镇空间布局提供科学决策依据。
1.1.1 最邻近指数
最邻近指数法可判断点在空间上的分布类型,用来表示旅游特色小镇在地理空间中相互邻近的程度,用平均最邻近距离r1与理论最邻近距离rE的比值表示,其计算公式为[21]
(1)
(2)
式中:R为最邻近点指数;n为旅游特色小镇的个数;A为研究区域面积。当R=1时,点要素呈随机分布的特征;当R>1时,点要素呈均匀分布的特征;当R<1时,点要素呈聚集分布的特征。
1.1.2 标准差椭圆
通过计算点的分布重心,由分布重心作为起点,对x坐标和y坐标的标准差进行计算并构建椭圆,实现对点格局的总体重心分布和方向分布判读,其计算公式为[22]
(3)
(4)
(5)
式中:SDx和SDy分别为x轴和y轴标准差;Δxi和Δyi分别为各点的x、y坐标点与其平均中心的偏差;θ为椭圆旋转角;n为点的总数。
1.1.3 空间自相关
空间自相关是分析空间某单元观测值是否与其相邻单元观测值存在相关性的一种分析方法[23],用于分析全国范围内旅游特色小镇的空间分布是否存在自相关,判断其在全局层面上是否存在空间集聚(由Moran’sI指数来度量),其计算公式为
(6)
式中:Xi和Xj分别为在区域单元i和j的观测值;n为区域单元数目;Wij为空间权重矩阵,I为Moran’sI的值,取值介于[-1,1]。I>0时,表示单元观测值在空间上是集聚现象;I<0时,说明观测值呈离散分布;I=0时,表征观测值呈随机分布。
1.1.4 核密度分析
核密度(kernel density)估计法作为一种可视化工具,常用来描述地理现象的空间分布与结构,能够较为精确的反映空间上要素密度表面的空间集聚特征与分布格局[24],其计算公式为
(7)
1.1.5 地理探测器
地理探测器是能够揭示旅游特色小镇空间分异性的空间统计方法,其中因子探测器主要通过空间异质性来探测因变量与自变量之间空间分布格局的一致性,据此度量自变量对因变量的解释度,即q值[24-25]。在地理探测器探测的过程中,多种指标可作为地理探测器的探测要素,但核密度值最适合指示空间分异特征[26]。因此,本文选旅游特色小镇的核密度值为探测要素Y,公式为
(8)
1.2.1 旅游特色小镇概念
特色小镇是以某一特色产业为基础,汇聚相关组织、机构与人员,形成的具有特色与文化氛围的现代化群落[28]。有研究指出旅游型特色小镇是指以旅游产业作为主导产业或者旅游业在带动当地其他产业发展中具有不可或缺的作用的特色小城镇[29]。本研究旅游特色小镇的概念是指以旅游产业为主导,自身具有旅游功能属性或周边拥有丰富的旅游资源,能够满足游客的游览观光、康养娱乐、运动休闲等旅游需求的旅游小镇。
1.2.2 旅游特色小镇类型划分
目前学术界对特色小镇以及旅游特色小镇尚无统一的分类标准,比如,陆佩等依据特色小镇的产业导向,将旅游特色小镇分为4类:生态资源主导型、历史文化主导型、康养健康主导型和综合旅游主导型[30];刘家明将旅游特色小镇分为景区配套型、古镇改造型、仿造古镇型、专业市场转化型、度假区综合服务型以及人造主题型[31]。参考以上类型划分,通过相关网络平台获取小镇详细信息,结合小镇的主导产业或特色产业,从403个特色小镇中筛选出216个旅游特色小镇,然后,结合旅游特色小镇的主题形象、资源区位、历史文化风貌及特色产业发展,将其划分为6类(见表1)。
表1 旅游特色小镇的分类标准Tab.1 Classification standards for tourism characteristic towns
通过“小城镇规划”公众号及“特色小镇发展网”等平台获得旅游特色小镇详细情况。特色小镇经纬度坐标通过百度坐标拾取工具获得。基础地图、铁路、公路、河流等空间数据来源于国家基础地理信息系统数据库,DEM数据来源于中科院资源环境科学数据中心。4A、5A景区相关数据来源于文化与旅游部官方网站,国家级非物质文化遗产来自于中国非物质文化遗产网。人均GDP、人口密度、城镇化率、客运总量、一般财政预算支出、生活垃圾无害化处理率、城市维护建设支出来源于《中国城市统计年鉴》、各省市统计年鉴以及各地级市的统计公报。
由表2可知,旅游特色小镇的空间分布类型总体上呈集聚分布。不同类型旅游特色小镇的集聚程度由大到小排序为历史文化类>生态休闲类>康养度假类>民俗风情类>特色产业类>资源依托类。表明不同类型旅游特色小镇的空间分布具有差异性,即呈现均匀分布或聚集分布。其中资源依托类和特色产业类在空间上分布稀疏,呈现均匀分布的特征,其原因可能是资源依托类与特色产业类数量较小,空间集聚性较弱。其他4类旅游特色小镇在空间分布上呈现局部集聚现象,且地域差异较为显著,其中历史文化类的这种现象较为明显,原因在于历史文化类数量占旅游特色小镇总数的35.6%,在空间上形成显著的空间聚集分布。
旅游特色小镇总体分布方向呈“西南—东北”走向(见图1a)。不同类型旅游特色小镇的空间分布方向具有明显差异,大体呈“西南—东北”走向的是资源依托类和民俗风情类。其中,资源依托类长轴从云南到吉林,比其他类型的长轴较长;民俗风情类较其他类型偏西部地区分布,集中
表2 各类旅游特色小镇最邻近点指数Tab.2 Index of the nearest point of all kinds of tourism characteristic towns
分布在中西部少数民族集聚地区;康养度假类的分布走向呈“西南—华东”走向,主要集中在生态环境较好或经济相对发达的华中、华南地区;特色产业类短轴最短,向心力比较明显,呈现“西南—华东”走向且分布范围较小;历史文化类呈“东—西”走向,长轴横跨河南、四川、重庆、湖北、安徽等地;生态休闲类呈“南—北”走向,长轴和短轴长度接近,方向性较弱,表明其分布较为分散。
图1 旅游特色小镇标准差椭圆与核密度
整体上看,Moran’sI指数为0.296,且p<0.05,表明旅游特色小镇的整体空间分布存在显著的空间正相关性,即在密集分布区存在显著的集聚现象(见表3)。不同类型旅游特色小镇中只有历史文化类为空间正相关,集聚程度较为明显,且通过95%的假设检验。其他5类样本因数量较小,空间分布相对分散,集聚程度不显著,计算结果为空间负相关且未通过假设检验。
表3 各类旅游特色小镇空间自相关值数据表Tab.3 Data table of spatial autocorrelation values of all kinds of tourism characteristic towns
旅游特色小镇的总体空间分布格局呈“东南密,西北疏”的特点,见图1(b)。以1个高密度集聚区和3个次级集聚区为主,以长江三角洲为主的高密度集聚区,包括浙江、安徽、江苏、上海等地区,这些区域经济发达,旅游资源丰富,交通便利,因此,旅游特色小镇分布数量较多。3个次级集聚区,分别是以福建、广东为核心的东南沿海集聚区,具有便利的交通和雄厚的经济条件;以四川、重庆为中心形成的西南集聚区,具有较高的旅游资源禀赋;以北京为中心的京津冀集聚区,具有良好的区位优势和浓厚的历史文化。
不同类型的旅游特色小镇空间集聚区差异显著(见图2)。① 资源依托类总体分布上较分散,形成以江西、浙江为主的“8”字形集聚区;② 历史文化类主要分布在山西、陕西、河南、四川为主的中西部集聚区,以江苏、浙江为主的长江三角洲“U”字形集聚区,以广东、福建为主的东南沿海集聚区;③ 民俗风情类主要分布在西北、西南少数民族聚集地区,集中分布在云南、甘肃、贵州;④ 生态休闲类集中分布在以北京为中心的京津冀集聚区,其次是江苏、重庆的小集聚区;⑤ 康养度假类集中分布在长江中下游地区以及广东、重庆等地区;⑥ 特色产业类呈现以浙江为中心的集聚区,同时还有几个较为分散的小集聚集中分布在山东西部、湖北、江西等地,在西南与西北经济相对落后地区则零星分布。
图2 各类旅游特色小镇核密度分布
本研究系统梳理旅游特色小镇空间分布的影响因素,结合相关因素的典型性以及数据可获性,选取社会经济、交通条件、旅游资源、自然条件、政府支持5个二级指标,15个三级指标探测旅游特色小镇的空间分异的影响因素(见表4)。将各指标按照自然断裂法,划分为5类(1到5依次增强)。研究参考李江苏等人[32]将中国行政区划分出50 km×50 km的初始格网,格网共计3 780个研究单元,并提取网格内各指标均值。
表4 旅游特色小镇影响因素Tab.4 Influencing factors of tourism characteristic towns
3.2.1 二级指标探测结果
将各二级指标下的3个三级指标的q值相加,作为二级指标影响作用的q值,并分析二级指标对不同类型旅游特色小镇影响作用q值(见表5)。整体上看,影响旅游特色小镇空间分布的主要因素是旅游资源,其原因在于,旅游特色小镇建设是以当地丰富的旅游资源为基础;其次是交通条件和政府支持,便利的交通条件对旅游特色小镇的可进入性具有显著提升作用,政府支持在旅游特色小镇建设的全程起到宏观决策的作用;而自然条件和社会经济的影响力相对较弱,如自然条件相对较差且经济落后的偏远地区,能够依靠当地传统的民俗风情或者特色文化等发展成为具有当地特色的旅游小镇。
从不同类型的旅游特色小镇来看,旅游资源对所有类型的特色小镇解释力最大,但影响程度有所差异,其中对生态休闲类的解释力最大,对历史文化和康养度假类次之;交通条件和自然条件对历史文化类的解释力均表现为最大,生态休闲类和特色产业类次之;政府支持对历史文化类的解释力最大,对生态休闲类和康养度假类次之;社会经济对历史文化类的解释力最大,康养度假类和特色产业类次之。需要指出的是,历史文化类特色小镇是经过社会发展而不断演变所形成的具有历史特色的小镇,其在各方面较其他类型发展较为完善,除旅游资源影响因素外,其他各因素均对此类特色小镇解释力最大。
表5 旅游特色小镇空间分异二级指标影响作用强度q值Tab.5 q value of the impact intensity of second-level of spatial differentiation of tourism characteristic towns
3.2.2 三级指标探测结果
旅游特色小镇空间分布的三级指标影响作用的探测结果如表6所示。从旅游特色小镇整体来看,各影响因素的q值对旅游特色小镇空间分异的解释力度从大到小依次为国家级非物质文化遗产、4A景区、5A景区、铁路密度、海拔高度、客运总量、人口密度、一般财政预算支出等。① 其中旅游资源的3个指标排名前三,表明旅游特色小镇不仅依靠人文旅游资源,同时依靠自然旅游资源,在旅游资源丰富、历史文化浓厚、人文景观突出的地区更易形成旅游特色小镇。② 在交通条件方面,铁路密度对旅游特色小镇的空间分异的解释力较大,铁路相较于公路具有运输量大、安全性高、出行便捷等优势,客运总量反映地区的游客承载能力,因此,在交通条件方面,首先完善铁路基础设施建设,提升铁路的承载能力及运输量,其次完善地区道路建设,提高地区的运输水平。③ 在自然条件方面,海拔高度对旅游特色小镇的空间分异的解释力较大,海拔高度在一定程度上决定了旅游特色小镇的可进入性和生存环境,因此,在海拔低的地区旅游特色小镇分布较多,相反越少;河流密度对旅游特色小镇空间分异的解释力相对较小,河流密度大的地区自然资源相对丰富,多为人类活动场所,比较容易形成旅游特色小镇。④ 在政府支持方面,三因素对旅游特色小镇空间分异的解释力相差不大,进一步证明了旅游特色小镇对城镇基础建设、城镇环境卫生的依赖较强,反映出政府的各项支持对旅游特色小镇的建设都起到决定性作用。⑤ 在社会经济方面,人口密度对旅游特色小镇空间分异的影响程度最大,原因在于人口密度高的地区客源市场愈大且劳动要素愈多,有利于旅游特色小镇的形成,而在人口稀少地区,对于旅游特色小镇的建设相对困难,其次,人均GDP能够衡量地区经济发展水平,依托经济水平较高地区的区位条件来发挥产业优势。
表6 旅游特色小镇空间分异三级指标影响作用强度q值
从不同类型旅游特色小镇的q值来看,4A景区、5A景区、海拔高度3个因素对6类旅游特色小镇的解释力均大于0.5,表明3个因素是旅游特色小镇空间分异的重要影响因素。铁路密度对历史文化类和生态休闲类小镇的解释力大于0.5,历史文化类小镇经长时间发展,铁路建设比较完善。随着人们对环境保护以及生活方式的改变,对生态休闲类旅游目的地的需求增大,且大多游客选择周末放松而出行,因此,生态休闲类小镇对交通的可达性的要求较高。国家级非物质文化遗产对历史文化类、生态休闲类、康养度假类和特色产业类的解释力大于0.5,而对资源依托类的小镇的解释力最小,原因在于资源依托类主要依赖4A、5A、自然保护区、国家级省级森林公园等旅游资源。
本文基于最邻近指数、标准差椭圆、空间自相关、核密度分析等GIS空间分析方法,系统地对216个旅游特色小镇空间分布特征进行分析,并利用地理探测器工具探究了各影响因素对旅游特色小镇空间分异的作用强度。主要结论如下。
1)将中国旅游特色小镇的类型划分为6类,丰富了其分类体系。根据旅游特色小镇的形象、旅游资源、旅游产品以及产业发展的特点,将其分为资源依托类、历史文化类、民俗风情类、生态休闲类、康养度假类、特色产业类,为今后开展不同类型的旅游特色小镇的研究提供参考。
2)从空间分布类型来看,旅游特色小镇总体上呈集聚分布,其中资源依托类、特色产业类呈现均匀分布,地域差异不明显,其他4类呈现集聚分布,表明其在空间上存在明显的地域差异,存在显著的空间不平衡分布。
3)从空间分布方向来看,旅游特色小镇总体上呈“西南—东北”走向的空间分布方向,其中资源依托类、民俗风情类、康养度假类、特色产业类与总体旅游特色小镇走向近似,历史文化类呈“东—西”走向,生态休闲类呈“南—北”走向,且方向性较弱。
4)从空间分布格局来看,旅游特色小镇的整体空间分布存在显著的空间正相关性。其空间格局分为1个高密度集聚区和3个次密度集聚区,包括以长江三角洲为主的高密度集聚区,以福建、广东为核心的东南沿海集聚区,以四川、重庆为中心形成的西南集聚区,以北京为中心的京津冀集聚区。不同类型的旅游特色小镇空间分布集聚区存在明显的空间分布差异。
5)从探测结果综合来看,旅游特色小镇的空间分异是多种因素综合作用的结果,其中旅游资源、交通条件、政府支持对旅游特色小镇的空间分布起到主要影响。从不同类型旅游特色小镇的来看,4A景区、5A景区、海拔高度3个因素是6类旅游特色小镇空间分异的重要影响因素。
不同类型旅游特色小镇在空间集聚、空间均衡、空间方向等方面呈现出不同特征,研究可对我国区域旅游特色小镇空间结构优化和合理布局提供有力支撑。旅游特色小镇的空间分布差异反映了市场的选择和政策引导的结果,旅游特色小镇的空间分布是多种因素共同作用的结果。本文丰富了旅游特色小镇的分类体系,在内容上揭示了各类旅游特色小镇的空间分布特征,且揭示了不同类型旅游特色小镇空间分异的影响作用强度,具有一定的创新性。但因数据收集难度以及部分地区数据的缺失,未展开对旅游特色小镇县域数据的影响因素分析,今后的研究对旅游特色小镇的影响因素需要进一步加强。