国家研学旅行基（营）地空间异质性研究*

申明智 郑群明,2

（1.湖南师范大学 旅游学院, 湖南 长沙 410081; 2.湖南师范大学 研学旅行研究院, 湖南 长沙 410081）

一、引言

研学旅行又称为“修学旅行（游）”“教育旅行（游）”“研学旅游”等。其狭义上指在学校的组织下，由学生参与其中，以达到知识学习、了解社会、人格培养等目的的校外考察等活动；广义上指研究、探究等性质的，把学习作为最终目的的专门式旅游，是为了满足旅游者在文化知识方面的需求而进行的旅游活动。[1]国外研究集中于两方面。一是偏重教育意义，主要针对幼儿、青少年和大学生等群体的户外教育，其研究内容集中在户外教育的文化特征、户外教育在课程实行中的问题以及建议、户外教育以及实地考察调研与旅行的价值和意义、实地考察调研旅行在组织与实施过程中的问题和建议、组织与实施实地考察调研旅行的规划和指南五个方面。[2][3][4][5][6]二是偏重旅游意义，主要是针对老年人、大学生和工作者等群体的教育旅游，其研究内容集中在教育旅游理论方面的研究、教育旅游市场分析和产品设计、教育旅游对经济的影响、教育旅游对社会的影响四个方面。[7][8][9]我国的研究主要集中于基础理论、发展现状和经验对策、开发与设计方面、旅游者行为四个方面。[10][11][12][13][14]

研学旅行的开展必然会落实到某一个平台或载体上，即研学旅行基地或研学旅行营地。《研学旅行服务规范》指出，研学旅行营地是在研学旅行开展过程中，中小学生学习和生活的场地。研学旅行基地是指具有法人和营业资格，旅游客源为中学生和小学生，以达到育人的目的，开展规范、专业、安全、有计划的多样主题的研学活动，拟创建或已被纳入研学旅行基地名录的旅游目的地、景区景点和其他文化类机构。为了促进我国研学旅行的进一步发展，教育部在2017年和2018年公布了两批“全国中小学生研学实践教育基地或营地”的名单，即旅游业界所说的研学旅行基（营）地（以下简称为“基（营）地”），其中基地218个，营地403个，共计621个。目前我国关于基（营）地的研究较少，主要集中在其建设、运营与发展方面，[15][16]综合利用空间分析技术和方法探索我国基（营）地的空间异质性特征的研究较少。

基于此，本研究综合运用核密度估计法、冷热点分析法、网格维模型等方法，分析教育部公布的第一批、第二批和两批基（营）地的空间异质性，并提出有针对性的对策建议，以期为其空间格局的优化和发展模式的升级提供理论参考。

二、数据来源与研究方法

1.数据来源

本研究的基（营）地数据来源于教育部官网公布的全国中小学生研学实践教育基地或营地。由于数据获取方面的限制，未包含港澳台地区。另外，在本研究中，“第一批国家级研学旅行基（营）地”简称为“第一批”，“第二批国家级研学旅行基（营）地”简称为“第二批”，“两批国家级研学旅行基（营）地”简称为“两批”。

2.研究方法

(1)核密度估计法

该方法是通过移动型单元格对整体的点与线密度进行估计分析，计算点要素在空间位置上所发生的概率，值越大则点之间越密集；反之则越稀疏。公式为：

在式(1)中，f(x)指核密度估计值，T指基（营）地的个数，h指宽带且h>0，k指权函数，Xi表示点i的坐标位置，i＝1,2,3…,(x-Xi)指估值点x到事件Xi之间的距离。

(2)Getis-Ord Gi*指数

Getis-Ord Gi*指数也就是常见的冷热点分析法，表示某一点在距离d范围之内和其他点间的空间依赖程度。公式为：

在式(2)中，Wij指基（营）地的空间权重的函数，xi、xj分别表示i和j两个不同的省区市基（营）地的数量。对Gi值进行标准化的公式为：

在式(3)中，E(Gi)指期望值；Var(Gi)指变异系数，当Gi的观测值小于期望值时，此区域为“冷点区”，基（营）地呈分散分布；反之为“热点区”，基（营）地呈高度集聚分布。

(3)网格维模型

其用于表示基（营）地在空间分布上的复杂程度。在对整个空间进行网络化分析时，基（营）地所占有的网络格数N(r)会随着网络尺度r的改变而改变，若基（营）地具有无标度性，则两者的关系满足以下公式：

在式(4)中，a＝D0，指容量维。在一个行列号为i和j的网络中，假设其中基（营）地分布的数量为Nij，总量为N，概率Pij为Nij和N的商，公式为：

在式(5)中，k＝1/r，指空间中各边的分段数量，边长的单位为1。如果基（营）地的空间分布为分形形态，则有：

在式(6)中，I0为常数，D1指分维（信息维）。

一般情况下，0≤D≤2，D值越大，基（营）地空间分布就更加均衡；当D＝0时，所有基（营）地集中于一点；当D＝2时，均匀分布；当D接近于1时，有聚集某线上的分布趋势；当D1＝D0，时在空间网络中等概率分布。

三、国家研学旅行基（营）地空间异质性分析

1.区际差异

运用自然断点法将“两批”在全国范围内的分布进行分级，并按照我国七大分区对其进行分区显示（见图1）。从图1a中可看出，“两批”呈现出明显的空间集聚特征，但各省区市内的数量存在较大差异。总体上看基（营）地表现为东密西疏的凝聚型格局。尤其是沿海地区数量较多，呈条带状分布。从四川到辽宁，呈斜一字型分布。另外北京和广东的数量最多，分别为79个和42个，约占总数的19.48%。从图1b中可看出，总体上各分区的数量差异较大。华东地区数量最多，达到154个，约达24.80%，其次为华北地区，为135个，约达21.74%，两者总和约占总数的一半，为46.54%。东北地区数量最少，为52个，仅约占总量的8.40%。

图1 国家研学旅行基（营）地空间分布

2.空间形态

按照自然断点法将核密度数值分为低值区、较低值区、中值区、较高值区和高值区（见图2）。从图中可以看出，“第一批”在空间上形成了三个高密度核心区、一个核心辐射区和七个微型核心区。高密度核心区位于京津冀、长三角和珠三角地区，核心辐射区主要位于江浙皖沪地区，七个微型核心区依次为长沙、重庆、成都、西安、南京、济南、乌鲁木齐及其周边地区以及广西南部沿海地区，其大部分位于省会城市及周边地区。“第二批”高密度核心区与“第一批”基本保持一致，但京津冀地区范围有所扩大，长三角地区接连成片，珠三角地区密度减小。核心辐射区还是位于江浙皖沪地区，但辐射范围大大增加。五个微型核心区分别为重庆、成都、西宁、海口等省会城市及其周围地区。从“两批”总体特征看，高密度核心区只剩京津冀地区，核心辐射区主要位于江浙沪皖赣鲁和京津冀豫陕鄂地区，微型核心区为五个，分别为广州、上海、重庆、成都、西安等省会城市及其周围地区。从“第一批”“第二批”和“两批”的总体形态看，基（营）地呈现出“多点开花”的空间形态结构。

图2 国家研学旅行基（营）地核密度分布

3.分布特征

本研究运用自然断点法将基（营）地在空间上的分布划分为热点、次热点、次冷点以及冷点等四种类型（见图3）。从图中可以看出，“第一批”热点地区主要分布在北京市；次热点区主要分布在四川、陕西、山西、湖北、江苏、山东和辽宁等地；次冷点区在东北地区、北部的内蒙古、中部河南以及南部地区和东南地区等；冷点地区主要分布在西部、西北和西南以及天津等地区。“第二批”热点区在北京市；次热点区主要分布地区和“第一批”大体一致，增加了河南、河北、浙江和福建四省，减少了山西一省；次冷点区与“第一批”相比范围有所减少，主要分布在黑吉辽为代表的东北地区，南部的湖南、江西和广东以及重庆和山西等地区；冷点区与“第一批”相比范围有所增大，增加了广西、贵州、安徽和内蒙古四省，减少了湖南一省。“两批”热点地区主要分布在北京市；次热点区主要分布地区和“第二批”大体一致，增加了上海市和广东省；次冷点区与“第二批”相比范围有所扩大，增加了新疆、内蒙古、安徽、广西四省，减少了广东一省；冷点区与“第二批”相比范围有所缩小，减少了新疆、内蒙古、广西和安徽四省。从“第一批”“第二批”和“两批”三类来看，热点地区始终为北京市，这主要是因为北京是我国的政治、经济、文化和教育中心，各方面的发展水平均在全国前列，一大批国家级博物馆、研究院等都分布在北京市。次热点区在三类中，始终保持不变的为四川、陕西、湖北、辽宁、山东和江苏六省，这些省区教育水平较为发达，教育资源较好，更为重视学生教育。次冷点区始终分布在黑龙江、吉林和江西三省。冷点区始终分布在西藏、青海、甘肃、宁夏和云南五省，这些省区经济发展水平较低，教育水平较为落后。从整体来看，热点主要分布在我国首都北京市，次热点在东部沿海和中部地区，次冷点区在东北、华北和南部地区，冷点区在西北、西部和西南地区。

图3 国家研学旅行基（营）地冷热点分布

4.复杂程度

网格维模型用于反映基（营）地空间分布的复杂性。其计算过程如下：（1）利用ArcGIS对中国行政地区图进行网格化处理，使其能够覆盖全部的基（营）地坐标点，并将其网格化为2×2、3×3、...、11×11共十个；（2）统计被基（营）地坐标点占据的网格数N(r)以及在每一个网格中基（营）地坐标点的个数Nij(r)并计算概率（Pij(r)＝Nij/N）；（3）运用该模型计算得出I(r)，就可得到各批次网格维测算数据（见表1）；（4）利用点对(N(r),K)和(I(r),K)绘制双对数散点图，就可得到“第一批”“第二批”和“两批”网格维双对数散点图（见图4）；（5）对两个不同类型的散点进行拟合回归，即可得到容量维D0和信息维D1，标注在图4中。

表1 “第一批”“第二批”和“两批”网格维测算数据

图4 “第一批”“第二批”和“两批”网格维双对数散点图

根据图4a可知，“第一批”容量维D0为1.3753，测定系数是0.9913，容量维更加接近于1，验证了“第一批”分布的不均衡性、集聚性以及复杂性，同时也说明了其有向某地理线集聚的特征。“第一批”信息维数D1为0.5028，测定系数是0.7635，信息维明显小于容量维，说明“第一批”分布形态不均等，分型结构较为复杂。

根据图4b可知，“第二批”容量维D0为1.4492，测定系数是0.9896，容量维更加接近于1，验证了“第二批”的不均衡性、集聚性以及复杂性，同时说明了其在空间分布上也有向某地理线集聚的特征。“第二批”信息维D1为0.5493，测定系数是0.8367，信息维数小于容量维，且数值相差也较大，说明“第二批”分形比较复杂，在基（营）地网格内部以及不同的网格维数之间表现出较强的差异性。

根据图4c可知，“两批”容量维D0为1.4791，测定系数是0.9896，容量维更接近于1，表明“两批”分布较为不均衡、呈现出一定的集聚性和复杂性，同时说明其也有向某地理线集聚的特征。“两批”信息维D1为0.6142，测定系数是0.8867，信息维明显小于容量维数，说明“两批”分布概况不均等，差异性较大，分形结构复杂，并且局部区域围绕某中心集聚。结合“两批”的空间分布和核密度图可看出，这种集聚主要是围绕在京津冀、长三角和珠三角等中国主要城市群。

从整体上看，“第一批”“第二批”和“两批”的分布都具有较为显现的无标度区间，空间结构分形特征较明显。容量维分别为1.3753、1.4492和1.4791，1

四、结论与对策

1.结论

本研究运用核密度估计、冷热点分析、网格维模型等方法分析“第一批”“第二批”和“两批”国家研学旅行基（营）地的空间异质性，结论如下。

（1）从总体上看，基（营）地空间上表现为集聚性分布，东部地区多而西部较少，沿海和中部地区分布较多，并由东南部沿海地区向黄河、长江中游以及西北地区逐渐减少。呈现出明显的空间集聚特征，尤其是沿海地区数量分布较多，呈条带状分布，但各省区市数量存在较大差异，华东地区数量最多。

（2）高密度核心区主要为京津冀、长三角和珠三角等城市群，核心辐射区位于江浙皖沪地区，微型核心区则表现为“多点开花”的形态。“第一批”高密度核心区在京津冀、长三角以及珠三角，核心辐射区主要位于江浙皖沪地区，七个微型核心区依次为长沙、重庆、成都、西安、南京、济南、乌鲁木齐及其周边地区以及广西南部沿海地区。“第二批”高密度核心区、核心辐射区与“第一批”基本保持一致，五个微型核心区分别为重庆、成都、西宁、海口等省会城市及其周围地区。“两批”高密度核心区只剩下京津冀，核心辐射区主要位于江浙沪皖赣鲁地区和京津冀豫陕鄂地区，微型核心区为广州、上海、重庆、成都、西安等五个省会城市及其周围地区。

（3）从整体来看，热点在北京市为核心的京津冀，次热点在东部沿海和中部地区，次冷点区在东北、华北和南部地区，冷点区在西北、西部和西南地区。从“第一批”“第二批”和“两批”三类来看，始终保持不变的为：热点地区为北京市，次热点区为四川、陕西、湖北等六省，次冷点区为黑龙江等三省，冷点区始终为西藏和青海等五省。

（4）“第一批”“第二批”和“两批”在空间格局上都具有明显的无标度区间，分形结构复杂且比较显著。容量维分别为1.3753、1.4492和1.4791，表明空间布局的均衡性整体而言偏中低，信息维数分别为0.5028、0.5493和0.6142，信息维都小于容量维，且差距都较大，表明空间上都呈现出不等概率分布、空间分布并不均衡和分形结构繁杂的特征。

2.对策

目前国家研学旅行基（营）地还处于发展阶段，仍存在一定的问题，结合本文的研究提出以下对策建议。

（1）完善研学旅行基（营）地空间布局，积极推动省会城市研学旅行基（营）地的发展在各省中的引擎作用，推进其他较低等级城市研学旅行基（营）地的开发与建设。中西部欠发达地区可通过政策倾斜、加大资金支持等方式，逐步消除研学旅行基（营）地建设盲点。

（2）各个区域应该根据片区的资源特色，因地制宜开发与建设各种不同类型的研学旅行基（营）地，突出不同的主题特色，打造各种系列的研学旅行线路，以此实现区域间的联动发展。

（3）充分认识研学旅行基（营）地建设与发展的空间关联机制。以研学旅行基（营）地在不同地区的发展差异与差距等现实状况为依据，在符合全国全局利益的基础上，统一协调各个省区之间研学旅行基（营）地的发展协作关系，充分发挥京津冀、长三角以及珠三角研学旅行基（营）地发展在全国层面的示范效应与溢出效应，有效形成一盘棋整体协同发展的态势。

（4）对于研学旅行基（营）地分布比较密集的东部地区，可以对其空间管理进行统筹协调。同时对于中西部研学旅行基（营）地较少的区域，可大力发展旅游业，促进不同旅游业态的发展，以旅游经济的发展带动区域生态保护与文化传承，以生态文化促进研学旅行基（营）地的发展。