国家级旅游度假区空间分布特征及影响因素研究

孙亚东,刘 敏,李 华

(1.北京联合大学 应用文理学院,北京 100191;2.北京联合大学 旅游学院,北京 100101;3.柳州职业技术学院 贸易与旅游管理学院,广西 柳州 545005)

0 引言

度假旅游的概念起源于西方,指通过度假旅游活动[1]或产品类型[2]获得身心放松和休闲。度假区的服务与环境显著影响度假者的体验与感知[3],国外度假区集中于城市、村庄或是度假酒店综合体[4]。随着近年来国内居民对生活品质的关注和度假需求上涨,休闲度假游逐渐兴起[5],并受到市场和学界的广泛关注[6]。1992年,为进一步促进国家旅游事业发展,国务院批准建设首批12家国家旅游度假区,成为中国旅游度假区建设发展的开端[7]。2009年,中国旅游业在国际金融危机冲击下强劲复苏,国务院《关于加快发展旅游业的意见》为旅游度假区发展创造了新契机。随着《旅游度假区等级划分》(GB/T 26358—2010)、《旅游度假区等级管理办法》以及《旅游度假区等级划分》(GB/T 26358—2022)等一系列文件的相继出台,中国旅游度假区的创建标准和管理水平逐渐发展和完善。2020年,《中共中央关于制定国民经济和社会发展第十四个五年规划和二○三五年远景目标的建议》提出“建设一批富有文化底蕴的世界级旅游景区和度假区”的目标;2022年,《“十四五”旅游业发展规划》提出“推动中国旅游业高质量发展,建设世界级度假区”的目标,这两项规划的出台将度假旅游发展推向了新高潮。截至2023年1月,中国共有五批60家国家级旅游度假区。

伴随着实践的发展,国内学界对旅游度假区的相关研究越来越关注,研究内容主要集中在旅游度假区的选址与市场开发[2,8,9]、土地利用及功能规划[10-12]、发展策略研究[13-15]等方面,对国家级旅游度假区空间分布规律及影响因素的研究较少;研究尺度多为某一省域内[16,17]或某一资源类型的旅游度假区[3,18],从国家尺度对全资源类型的国家级旅游度假区的研究尚为缺乏。鉴于此,本文基于地理空间视角,以当前五批60家国家级旅游度假区为研究对象,利用ArcGIS10.8软件及相关空间分析方法,从宏观尺度研究国家级旅游度假区的空间分布类型及密度特征,并从中观尺度分析其在省域空间分布的均衡性,以此揭示国家级旅游度假区的空间分布特征。在此基础上,运用地理探测器和叠加分析等方法,进一步探讨国家级旅游度假区空间分异的影响因素,可有效预测其未来发展趋势,为国家级旅游度假区的选址和开发提供决策参考。同时,也有助于各地更快适应新国标和国家级旅游度假区快速发展的现实需要,以期为我国国家级旅游度假区的空间结构优化及高质量发展提供科学参考和决策依据。

1 数据来源与研究方法

1.1 数据来源

国家级旅游度假区数据来源于中华人民共和国文化和旅游部官网(https://www.mct.gov.cn)公示的五批国家级旅游度假区名单,截至2023年1月,我国共有60家国家级旅游度假区。研究使用的自然地理数据来源于中国科学院数据中心(https://www.resdc.cn),社会经济数据来源于各省份统计年鉴以及国民经济和社会发展统计公报。国家级旅游度假区的空间位置借助百度地图API详细标定,获取时间点为2023年1月。百度地图采用的是BD—09坐标系,与国际通用的WGS—84坐标系不一致,在利用ArcGIS软件进行标记时发现实际地物之间存在一定的偏差。因此,首先对得到的经纬度数据进行坐标纠偏处理,再利用ArcGIS10.8软件,将经纬度数据以点状要素标记在自然资源部标准底图上(图1)。

注:基于自然资源部标准地图服务网站GS(2020)4619号标准地图制作,底图边界无修改,图3—8同。

1.2 研究方法

最邻近指数。最邻近指数(R)是指最邻近距离和理论最邻近距离之比[19]。理论最邻近距离的计算公式如下:

(1)

式中:A为研究区域的面积;n为国家级旅游度假区的数量;D为点密度。

最邻近指数的计算公式如下:

(2)

式中:R为最邻近指数;r1为最邻近距离;rE为理论最邻近距离。当R<1时,表明国家级旅游度假区趋于凝聚分布;当R=1时,表明国家级旅游度假区呈随机型分布;当R>1时,表明国家级旅游度假区趋于离散分布。

地理集中指数。地理集中指数(G)是衡量研究对象集中程度的重要指标,计算公式如下:

(3)

式中:G表示研究对象的集中程度;xi为第i省内国家级旅游度假区的数量;T为国家级旅游度假区总数。G在0—100之间取值,G值越大,说明研究对象越集中;G值越小,说明研究对象越分散。

不均衡指数。不均衡指数(S)用于分析研究对象在区域内分布的均衡程度,计算公式如下:

(4)

式中:S表示研究对象的均衡程度;Yi为各省国家级旅游度假区数量占比降序排列第i位的累计百分比;n为已创建国家级旅游度假区的省份数量。

核密度分析。核密度分析法可以直观地对比地理要素间的分布差异[20],计算公式如下:

(5)

式中:k(·)称为核函数;n为国家级旅游度假区的点数量;h为带宽;x-xi表示两点间的欧氏距离。

地理探测器。地理探测器是一种探测空间分异性并揭示其驱动因素的重要方法[21],研究运用地理探测器分析国家级旅游度假区空间分布差异的影响因素及其影响强度,其因子影响力用q值度量,计算公式如下:

(6)

式中:q为各因子对国家级旅游度假区空间分布的影响力,q的值域为[0,1],q值越大表明因子影响力越强;L为国家级旅游度假区空间分布区;N和Nh分别为研究区域和层h的单元数,和分别为研究区域和层h的方差。

2 国家级旅游度假区空间分布特征

2.1 空间分布类型

通常来讲,资源要素的分布状况能在地图上直观展现,但均匀、随机、凝聚等情况常常会一起呈现出来[22]。本文采用最近邻分析法解决这一问题,以国家级旅游度假区所在的地理坐标作为点状数据,利用ArcGIS10.8软件Average Nearest Neighbor工具进行运算,得出国家级旅游度假区实际最邻近距离均值≈174.8km,理论最邻近距离均值≈215.3km,最邻近点指数R≈0.812<1,表明国家级旅游度假区空间分布类型为凝聚型。

2.2 空间均衡特征

由上述分析得知国家级旅游度假区呈凝聚型分布,利用地理集中指数探究其在省域尺度下的空间集中程度。由于北京、天津、辽宁、内蒙古、山西、宁夏、甘肃、青海8个省份(直辖市)尚未创建国家级旅游度假区,因此本文按照23个省份进行地理集中指数计算,即区域总数n=23,国家级旅游度假区总数T=60。根据公式(3)进行计算,得到国家级旅游度假区的地理集中指数G=25.604。假设60家国家级旅游度假区平均分布在各省域内,此时地理集中指数G0=20.782,而G(25.604)>G0(20.782),表明国家级旅游度假区的空间分布较为集中。

为进一步了解国家级旅游度假区的空间分布特征,需分析其空间均衡程度。利用公式(4)计算得出不均衡指数S=0.371<1,表明国家级旅游度假区呈不均衡分布。从国家级旅游度假区在各个省份分布的洛伦兹曲线(图2)可以发现,国家级旅游度假区集中分布在浙江、江苏、山东、四川、云南、江西6个省份,其数量达到了总数的50%以上。由此可见,国家级旅游度假区在全国的空间分布极不平衡。

图2 国家级旅游度假区空间分布洛伦兹曲线

2.3 空间密度特征

利用ArcGIS10.8对60家国家级旅游度假区进行核密度分析(图3)。从图3可见,国家级旅游度假区的分布形成了1个高密度核心区、1个次密度核心区及1条倒“Y”字形核心带。其中,高密度核心区位于以上海、浙江北部和江苏南部为核心的长江三角洲城市群,共有国家级旅游度假区16家,约占度假区总数的26.7%;次密度核心区位于山东省东部沿海地区,拥有6家国家级旅游度假区,占度假区总数的10.0%,且度假区类型均为海滨度假型,占整个海滨度假类型的75.0%,这表明山东省为海滨度假区的主阵地;倒“Y”字形核心带囊括10个省份,以鄂豫陕交界处为顶点,向西南依次为渝、川、贵、云,向东南依次为湘、赣、粤,共有27家国家级旅游度假区,占度假区总数的45.0%。从全国范围来看,国家级旅游度假区地区间的分布差异较大,2个核心区和1个核心带主要集中在华东、华中、华南、西南4个地区,而在华北、东北和西北3个地区国家级旅游度假区分布相对分散,整体上呈现出“东多西少、南多北少”的空间分布格局。

图3 国家级旅游度假区核密度

3 空间分布影响因素

国家级旅游度假区的空间分布是不同影响因素共同作用的结果[23]。参考旅游景区[24]、乡村旅游重点村[25]、乡村旅游地[26]、民宿[27]等研究空间分布影响因素的相关文献,并结合国家级旅游度假区评定标准,选取经济产业、社会政治、自然地理和旅游资源4个方面来分析其空间分布的影响因素(表1)。运用地理探测器分析经济产业因素、社会政治因素对国家级旅游度假区空间分布的影响,同时采用叠置分析和缓冲区分析法,进一步剖析自然地理因素、旅游资源因素对国家级旅游度假区空间分布的影响,以揭示国家级旅游度假区空间分布的影响因素。

表1 国家级旅游度假区空间分布影响因素

3.1 经济产业与社会政治因素

首先,采用Jenks自然间断点分级法对经济产业要素、社会政治要素的6项指标进行分级处理,将各指标数据由数值量转化为类型量;然后利用公式(5)和地理探测器软件中因子探测器,分析各指标对国家级旅游度假区空间分布异质性的影响力q值(表2)。

表2 经济产业因素与社会政治因素因子探测结果

由表2可知,各影响因子的q值均在30%—80%,表明6项指标对国家级旅游度假区的空间分异格局均有一定影响。其中,地区生产总值和第三产业增加值两项指标对国家级旅游度假区空间分布格局的影响力最强,影响力达到了0.721,这说明国家级旅游度假区的建设与发展很大程度上受经济发展水平的影响。经济越发达的地区,居民可支配收入越高,旅游需求和消费能力也就越强,这提供了大量的潜在旅游消费群体;此外,经济发达地区对旅游业的投资也相对较高。旅游度假区的建设需要投入大量资金,国家级旅游度假区的建设更是如此,因此其大多分布在东中部经济发达地区,50%以上的国家级旅游度假区位于长三角城市群、山东半岛城市群、成渝城市群等经济实力发达地区。

其次,旅游收入影响力为0.471,排在第3位,这表明旅游业发达的地区对国家级旅游度假区具有较强吸引力。地区旅游收入能直观呈现该地区旅游业的发展水平[23],旅游业发展水平较好的地区,其旅游业的硬件和软件条件质量较高,接待服务能力较优,为区域旅游度假区的建设及发展提供了良好条件。通过因子探测结果可知,影响力排名前三的影响因子均为经济产业因素,这也进一步证明了经济基础是旅游活动的重要条件和影响旅游地空间分布的重要因素[28]。

人口密度的影响力与旅游收入差距不大,排在第四位,这说明国家级旅游度假区较依赖于人口密度高的地区。国家级旅游度假区评定的前提条件之一是拥有足够的客源量,而人口密度高的地区就是保证客源量的重要基础。2021年人口密度排名前五的上海、江苏、广东、山东和浙江分布了24家国家级旅游度假区,占全国总数的40%。由此可见,人口因素是影响国家级旅游度假区分布的重要因素,区域内人口规模将是旅游度假区建设考虑的关键因素之一。

政策数量和客运量的影响力分别为0.341和0.337,解释力均超过了30%,这表明政策数量和客运量对国家级旅游度假区的发展具有一定程度的影响。旅游政策数量可反映出一个地区对旅游业的重视与支持程度,而政策支持是旅游度假区创建的重要条件之一[23],如浙江、江苏、山东等地方政府出台了一系列政策规范和引导度假区的建设,因而这些省份的国家级旅游度假区数量位于全国前列。客运量不仅能直接体现出当地旅游者的数量,同时也能间接反映出当地旅游交通的便利与通达程度,而游客的度假旅游意愿与交通发展水平密切相关。因此,本文进一步将国家级旅游度假区与我国主要公路和铁路矢量数据进行空间叠加,并对主要公路和铁路矢量数据分别做15km和30 km缓冲区(图4)。结果显示,在距离主要公路15km范围内分布着37家国家级旅游度假区,约占度假区总数的61.7%;在距离主要铁路30km范围内分布着38家国家级旅游度假区,约占全部度假区的63.3%。由此可见,国家级旅游度假区大多数分布在距主要交通干线15—30km范围内,且呈现距主要交通干线距离的增加而数量递减的趋势,交通条件是国家级旅游度假区发展的重要基础之一。

图4 主要交通与国家级旅游度假区空间分布的关系

3.2 自然地理因素

气候因素。气候条件是人们选择度假地的关键因素,气候的差异往往导致区域内气温和降水的不同,从而影响旅游度假区及相关文旅项目的选址。本文将国家级旅游度假区与中国气候区划进行叠加分析(图5)。从气候类型的角度来看,国家级旅游度假区主要分布于亚热带和温带两大气候类型,其中约71.7%的国家级旅游度假区分布在亚热带气候区内,共43家;25%的国家级旅游度假区分布在温带气候区内,共15家;而热带气候区和高原气候区各只有1家国家级旅游度假区,分别是三亚市亚龙湾旅游度假区和林芝市鲁朗小镇旅游度假区。从气候区划的角度来看,国家级旅游度假区集中分布于北亚热带、中亚热带和南温带,仅这3个气候区的国家级旅游度假区数量就达50家,约占度假区总数的83.3%;其中有20家分布在北亚热带,19家分布在中亚热带,11家分布在南温带,分别约占度假区总数的33.3%、31.7%和18.3%。由此可见,国家级旅游度假区主要集中在温度适宜、气候较湿润的区域,良好的气候条件是旅游度假区发展的先决条件之一。

图5 国家级旅游度假区空间分布与气候的耦合

地形因素。地形地貌是影响度假区分布的一个重要因素,本研究将国家级旅游度假区与我国分辨率为90m的数字高程地图进行空间叠加(图6),然后利用ArcGIS10.8软件的Extraction工具,将DEM栅格数据值提取至60家国家级旅游度假区点数据。统计分析各度假区高程值得知,国家级旅游度假区主要分布在海拔200m以下(平原)的区域,共有32家,约占度假区总数的53.3%;海拔在500m以上(山地)的国家级旅游度假区有22家,约占全部度假区的36.7%;国家级旅游度假区在海拔200—500m之间(丘陵)的分布占比最少,仅有6家,只占度假区总数的10%。综合来看,国家级旅游度假区多集中于平原和山地,少数分布于丘陵地带,这是因为海拔较低的平原自然环境较好,河湖众多,物产丰富,人类更倾向于在这些地区集聚生产生活;海拔较高的山地则拥有独特的自然资源,温泉、滑雪等度假资源多集中在此,为度假区开发提供了优质的资源基础。

图6 国家级旅游度假区空间分布与海拔的耦合

河流水系。河流湖泊是旅游度假景观的重要生态资源和生活资源,水源距离对旅游度假区的空间分布具有重要影响。本文运用ArcGIS10.8软件Buffer工具,对我国一级河流矢量数据分别作10km、20km和30km缓冲区,并将其与国家级旅游度假区空间分布图进行叠加(图7)。结果表明,20%的国家级旅游度假区分布在距离主要水系10km范围内,共12家;约36.7%的国家级旅游度假区分布在距离主要水系20km范围内,共22家;约48.3%的国家级旅游度假区分布在距离主要水系30km范围内,共29家。整体而言,国家级旅游度假区主要分布在距主要水系10—30km范围内,且呈现距主要水系距离的增加而数量递减的趋势,河流水系直接影响度假区的旅游资源品质,对流域内度假区的空间分布具有较强的制约作用。

图7 河流水系与国家级旅游度假区空间分布的关系

3.3 旅游资源因素分析

旅游资源是旅游业发展的基础,丰富的旅游资源往往成为旅游业发展的先决条件[29]。5A级旅游景区作为旅游资源的重要载体,在区域内具有极强的旅游吸引力与市场影响力[30]。因此,本文将国家5A级旅游景区作为旅游资源因素的测度指标,以此来分析旅游资源禀赋对国家级旅游度假区空间分布的影响状况。本文以60家国家级旅游度假区为中心,建立半径为5km、25km和50km的多环缓冲区,并将其与5A级旅游景区空间分布图进行叠加(图8)。结果显示,有7家国家级旅游度假区分布在距离5A级旅游景区5km范围内,它们与邻近的5A级旅游景区呈现出显著的共生关系,如常州市天目湖景区与天目湖旅游度假区、烟台市蓬莱阁旅游区与蓬莱旅游度假区、新疆伊犁那拉提旅游风景区与那拉提旅游度假区;在距离5A级旅游景区25km、50km范围内分布着28家和46家国家级旅游度假区,约占度假区总数的46.7%和76.7%。通常旅游交通的时速为50km,若不考虑地形因素,全国将约有1/3的5A级旅游景区处于国家级旅游度假区1h车程内,其中全国近50%的度假区乘车0.5h即可到达周围的5A级旅游景区进行观光旅游。由此可见,国家级旅游度假区的空间分布具有明显的景区指向,5A级旅游景区对国家级旅游度假区的选址具有极强的吸引力,即旅游资源禀赋对度假区的空间布局具有重要影响;此外,旅游度假区也为景区提供住宿、餐饮等服务,两者形成互利互惠的合作共生关系。

图8 5A景区与国家级旅游度假区空间分布的关系

4 结论与建议

4.1 结论

本文综合运用GIS空间分析方法和地理探测器探究了国家级旅游度假区的空间分布特征及影响因素.主要结论如下:①整体分布上,国家级旅游度假区以胡焕庸线为界,呈现东南多西北少的凝聚型空间分布格局,空间分布差异显著;从省域尺度来看,国家级旅游度假区的空间分布极不均衡,不均衡指数为0.37,集中分布在浙江、江苏、山东、四川、云南、江西等省份。②密度特征上,国家级旅游度假区密度分布差异较大,呈现出1个高密度核心区、1个次密度核心区以及1条倒“Y”字形核心带。其中,高密度核心区以长江三角洲城市群为核心,聚集了全国约27%的国家级旅游度假区;次密度核心区位于山东省东部沿海地区,其度假区类型均为海滨度假型,占全部海滨型度假区总数的75%;倒“Y”字形核心带囊括鄂、豫、陕、渝、川、贵、云、湘、赣、粤10个省份,全国45%的国家级旅游度假区集中分布在此核心带内。③影响因素上,国家级旅游度假区空间分布受经济产业、社会政治、自然地理、旅游资源等因素的综合影响。具体来看,度假区空间分布与气候、地形、河流等自然要素呈较强的耦合关系,表明自然地理因素是影响度假区空间分异的基础性因素;度假区的选址具有明显的景区指向性,度假区空间分布与5A级旅游景区呈显著的共生关系,即旅游资源因素是影响度假区空间分异的制约性因素;地区生产总值、第三产业增加值、旅游收入、人口密度、客运量、政策数量6个影响因子的解释力均超过30%,说明经济产业因素、社会政治因素是影响度假区空间分异的重要因素。其中地区生产总值和第三产业增加值的解释力最高,度假区空间分布与经济发展水平呈明显的正相关关系,说明经济产业因素是影响度假区空间分异的关键性因素。但目前北京、天津、辽宁等地区尚未创建国家级旅游度假区,这与地方气候、政策环境等因素有较大关系。

4.2 建议

为了推动我国度假旅游产业高质量发展,本文从空间布局优化、开发建设模式及绿色可持续发展提出以下建议:①优化国家级旅游度假区的空间布局,满足旅游者的新需求势在必行。《“十四五”旅游业发展规划》提出加大对中西部和东北地区休闲度假旅游的支持,鼓励打造城市休闲、体育运动、医养康养等新类型度假区,进一步促进区域旅游协调发展;新国标《旅游度假区等级划分》(GB/T 26358—2022)降低了旅游度假区的建设面积门槛,国家级旅游度假区的面积门槛由原来不应小于8km2修改为不应小于5km2。这两项新文件的出台将有助于引导旅游度假区的科学布局,逐渐缩小国家级旅游度假区的不均衡分布格局。国家级旅游度假区的空间分布是未来我国休闲旅游供给体系设计的关键,针对目前度假区空间分布不均衡问题,西北、华北和东北地区要充分利用自身旅游资源优势,通过加大政策扶持力度、吸引旅游资金等途径,大力推动国家级旅游度假区创建发展;北京、天津、辽宁、内蒙古、山西、宁夏、甘肃、青海等地方政府要加快出台相关政策来引导国家级旅游度假区的建设,尽快实现“零”突破。②“5A级旅游景区+度假区”模式对于国家级旅游度假区的开发建设具有重要指导意义。在全国60家国家级旅游度假区中,依托5A景区旅游资源的有46家,约占度假区总数的76.7%。其中,每个度假区对5A级旅游景区的依托程度各不相同,如阳澄湖半岛旅游度假区50km范围内存在11家5A景区;上海佘山国家旅游度假区、常熟虞山文化旅游度假区和常州太湖湾旅游度假区50km范围内存在7家5A级旅游景区;三亚市亚龙湾旅游度假区50km范围内存在5家5A级旅游景区;汤山温泉旅游度假区和上海国际旅游度假50km范围内存在4家5A级旅游景区;其余35家度假区分别依托1—3家5A级旅游景区不等。可以看出,在依托5A级旅游景区较多的11家度假区中,有9家位于长三角地区,而这里正是国家级旅游度假区分布密度最高的地区,表明5A级旅游景区对度假区的选址具有极强的吸引力,同时它们带来了“1+1>2”的集聚效益。在未来国家级旅游度假区的创建工作中,“1+1”的发展模式有助于形成互利互惠的合作共生关系,带动周围地区形成集聚效应,从而推动整个区域的旅游产业升级和高质量发展。③加快旅游度假区可持续发展的绿色融合,推进美丽中国建设。旅游度假区的发展依托于良好的生态环境以及与环境和谐的人工建筑和设施,推动度假旅游产业绿色化、低碳化发展是实现旅游绿色转型和高质量发展的关键环节。因此,在未来旅游度假区的发展中,必须牢固树立“绿水青山就是金山银山”的理念,要站在人与自然和谐共生的高度指导度假区的建设与发展,为游客营造绿色、低碳、生态的度假旅游环境。度假区应充分利用其资源禀赋,对生态景观进行科学规划,将生态优势进一步转化为经济优势、发展优势;积极践行可持续旅游方式,采取绿色建设和运营模式,加快推动旅游产业结构、能源结构、交通运输结构等调整优化,在全方位、全过程中加强生态环境保护,为实现“碳达峰、碳中和”的国家战略目标作出相应贡献,奋力推进旅游业的可持续、高质量发展和美丽中国建设。

本文从全局层面对国家级旅游度假区的空间格局进行了探索性研究,能在一定程度反映我国度假旅游业的发展现状,对优化度假旅游产业空间布局以及度假旅游高质量发展具有实际指导意义。本文尚存在一些不足之处,在研究尺度层面,缺乏对区域和市域层面的研究分析,国家级旅游度假区分布在51个地级市,其中浙江湖州和山东烟台均拥有3家度假区,形成了典型的“湖州”“烟台”现象,这与其自然资源、地理区位和地方政策等因素密切相关,因此研究尺度仍需进一步深入。其次,影响国家级旅游度假区空间分布的因素众多,本文主要从经济产业、社会政治、自然地理和旅游资源四个方面进行影响因素选取,未来可以考虑加入更多的影响因素进行探索分析。此外,从时空演变的角度分析国家级旅游度假区空间分异格局也是未来进一步的研究方向。