旅游经济与管理

贵州红色旅游资源空间分异格局及其影响因素

  • 孙小龙 , 1 ,
  • 宋育典 , 1, ,
  • 朱林彤 1 ,
  • 唐晓飞 2 ,
  • 陈少华 3
展开
  • 1.贵州师范大学 国际旅游文化学院,中国贵州 贵阳 550025
  • 2.贵州省文化艺术研究院,中国贵州 贵阳 550001
  • 3.千景空间科技有限公司,中国贵州 贵阳 550081
※宋育典(1993—),女,硕士研究生,工程师,研究方向为旅游经济。E-mail:

孙小龙(1983—),男,博士,副教授,硕士生导师,研究方向为旅游经济与旅游规划等。E-mail:

收稿日期: 2023-11-16

  修回日期: 2024-03-09

  网络出版日期: 2024-09-12

基金资助

国家社会科学基金项目(21BMZ052)

贵州省高校哲学社会科学实验室项目(黔教哲[2023]04号)

贵州省教育厅高校人文社会科学研究项目(2024RW93)

Spatial Differentiation Pattern and Influencing Factors of Red Tourism Resources in Guizhou

  • SUN Xiaolong , 1 ,
  • SONG Yudian , 1, ,
  • ZHU Lintong 1 ,
  • TANG Xiaofei 2 ,
  • CHEN Shaohua 3
Expand
  • 1. School of International Tourism & Culture,Guizhou Normal University,Guiyang 550025,Guizhou,China
  • 2. Guizhou Culture and Art Research Institute,Guiyang 550001,Guizhou,China
  • 3. Qianjing Space Technology Co.,Ltd,Guiyang 550081,Guizhou,China

Received date: 2023-11-16

  Revised date: 2024-03-09

  Online published: 2024-09-12

摘要

文章基于贵州省88个县域红色旅游资源数据,运用Voronoi空间统计、核密度、不均衡统计和地理探测器模型,对贵州红色旅游资源空间分异特征及其开发影响因素进行了探究。结果表明:①贵州红色旅游资源数量多、分布广、开发水平低,资源等级与开发水平成正比。红色旅游资源空间分布类型呈现集聚分布特征,其中已开发红色旅游资源空间集聚差异更显著。②贵州红色旅游资源核心区空间形态整体呈“X”状分布,其中已开发红色旅游资源呈现“Y”形状的“多核心、小斑块、离散点”的特征和“核心—边缘”空间形态。③已开发红色旅游资源密度不均衡,空间分异明显并呈现“北多南少、北密南疏”的特征。④已开发红色旅游资源空间分异格局受资源禀赋、自然环境、社会环境、经济环境、旅游发展水平5个维度综合影响,各因子交互作用呈现增强效应,单因子解释力有所差异。

本文引用格式

孙小龙 , 宋育典 , 朱林彤 , 唐晓飞 , 陈少华 . 贵州红色旅游资源空间分异格局及其影响因素[J]. 经济地理, 2024 , 44(4) : 220 -230 . DOI: 10.15957/j.cnki.jjdl.2024.04.023

Abstract

This paper investigates the spatial differentiation characteristics and influencing factors of red tourism resources in 88 counties of Guizhou Province using the methods of Voronoi spatial statistics,kernel density estimation,imbalanced statistics and GeoDetector. The findings area as following: 1) Guizhou has a large number of red tourism resources with wide distribution,but its development level is relatively low. Its resource level is positively correlated with its development level. The spatial distribution of red tourism resources shows agglomeration,with more significant differences observed in the spatial agglomeration of developed red tourism resources. 2) The core areas of red tourism resources present an X-shaped spatial distribution,the developed red tourism resources show the characteristics of "multiple cores,small patches,and scattered points" with the shape of "Y" and the core-periphery spatial structure. 3) The developed red tourism resources display uneven density,with evident spatial differentiation presenting a pattern of "more in the north of the Guizhou Province,less in the south of the Guizhou Province" and "denser in the north of the Guizhou Province,sparser in the south of the Guizhou Province". 4) The spatial differentiation pattern of the developed red tourism resources is influenced by resource endowment, natural environment,social environment, economic environment,and the level of tourism development. These factors interact with each other,exhibiting enhanced effects,while the explanatory power of individual factors may vary.

红色旅游资源是中国共产党领导人民建立丰功伟绩所形成的纪念地、标志物及其所承载的历史、事迹和精神[1-2],是红色旅游活动的重要载体[2]。作为主题文化旅游形式之一,红色旅游蕴含着独特的政治经济和社会文化等多重意义[3]。发展红色旅游一方面能实现产业带动功能,进而促进革命老区经济社会发展[4];另一方面能促进红色旅游资源保护和利用,通过研学旅行等方式发挥其革命教育功能[5],弘扬爱国主义精神。近年来,我国红色旅游发展迅速,国内红色旅游接待人次从2004年的1.4亿增长到2019年的14.1亿 。贵州作为长征国家文化公园重点建设区,全面认识和评价其红色旅游资源空间分布特征及开发影响因素有着重要的理论和现实意义。
红色旅游研究受到学者们长期关注,相关研究主要集中在红色旅游资源概念[1-2]、保护开发与评价[6]、价值共创[7-8]、旅游流网络结构特征[9]及资源共生关系[10-11]等方面。在红色旅游资源定义方面,按照不同的划分阶段可以分为广义和狭义红色旅游资源[2]。其中,广义的红色旅游资源包括在革命和战争时期及新中国成立后所形成的历史遗迹、革命精神及博物馆、纪念馆等[1-2];狭义的红色旅游资源主要涵盖革命和战争时期的历史遗留[12]。本文的研究对象是以革命和战争时期所形成的历史遗留为代表的狭义红色旅游资源。在红色旅游资源空间分布特征及影响因素方面,周海涛等揭示了内蒙古红色旅游景点空间分布特征,对红色景点空间可达性差异影响因素进行评价[13];邹建琴等构建了红色旅游景区空间分布理论框架,探究红色旅游经典景点空间分布影响因素的异质性[14]。在研究尺度方面,现有研究主要集中在宏观和中观尺度上,且多以中国红色旅游经典景点、长征红色旅游景区为研究对象[14-15],分析全国、省级尺度层面的资源空间分布特征、异质性影响因素及演化形成机制,而基于县域尺度的红色旅游资源评价研究较少。在研究方法上,主要运用AHP综合评价法对红色旅游资源进行评价[12],采用核密度分析法[16]、最邻近指数[17]、空间自相关[14]等方法揭示红色旅游资源空间分布特征,并使用地理探测[13]和地理加权回归[14]等方法探究其影响因素及形成机制。
综上,本文以贵州88个县域单元为尺度,运用Voronoi空间统计、核密度、不均衡统计和地理探测器模型,对其红色旅游资源及已开发资源的规模、等级和空间分异格局进行比较分析,并利用空间叠加和缓冲区探究各影响因素的交互效应。

1 研究数据与方法

1.1 数据来源

红色旅游资源数据来源于2016年贵州省文化和旅游厅旅游资源大普查成果和2022年资源调查补充成果(含坐标信息),根据普查成果中“是否开发”筛选出已开发红色旅游资源。A级旅游景区、世界遗产、国家级森林公园、国家级地质公园、国家级自然保护区、国家风景名胜区、中国历史文化名城名录、县级森林覆盖率等数据来源于中国政府网(https://www.gov.cn/)、贵州省文化和旅游厅(https://whhly.guizhou.gov.cn/)、贵州省林业局(http://lyj.guizhou.gov.cn/)等官方网站。国家级和省级文物保护单位和非物质文化遗产数据来源于贵州省人民政府网站(https://www.guizhou.gov.cn/)。数字高程模型数据、贵州省行政区、道路数据来源于地理空间数据云DEM(https://www.gscloud.cn/)和中国科学院资源环境科学与数据中心(https://www.resdc.cn/)。其余数据来源于贵州省各县国民经济和社会发展统计公报、贵州省宏观经济数据库(http://hgk.guizhou.gov.cn/)、贵州省及各市(州)2020年统计年鉴。考虑到新冠疫情对区域文旅产业的影响,并参考相关研究[18],本文选取2019年数据进行影响因素分析。

1.2 指标选取

本研究在梳理相关文献的基础上,结合贵州红色旅游资源开发现状与特点,从资源禀赋、自然环境、社会环境、经济环境、旅游发展水平5个维度[14,19-20]18个指标对贵州已开发红色旅游资源空间分异影响因素进行分析。
资源禀赋是红色旅游资源开发的根本条件和推动力,主要体现在红色旅游资源等级[21]、与其他资源联动情况[22-23]、文物保护单位及非物质文化遗产数量[24]等方面。自然环境是红色旅游资源开发的基础条件,地形地貌一般采用坡度、高程进行表征,水文条件可通过河网密度表征,森林覆盖率反映生态环境状况对红色旅游资源开发的影响[14,20]。社会环境是红色旅游资源开发的保障,由政策导向、市场需求、路网密度、至县域行政中心距离、在校学生数量构成[2,14,20,25]。经济环境是红色旅游资源开发的主要动力,消费水平、经济水平以及城市化水平综合反映了区域经济的发展情况[19,26]。旅游总收入和旅游接待总人次[19]是衡量旅游发展水平的主要指标,开发红色旅游资源有助于地区旅游业高质量发展。基于此,本文以贵州已开发红色旅游资源密度为因变量,对开发影响因子进行探测分析。

1.3 研究方法

1.3.1 基于Voronoi多边形的CV值

本研究通过计算点状目标的Voronoi多边形面积变异系数(CV[21]),识别红色旅游资源点集的空间分布类型[27]

1.3.2 核密度估计

核密度估计根据选定空间单元内已知样本点研究其空间分布形态。核密度估计值越高,则红色旅游资源点的空间分布越集聚[28]

1.3.3 不均衡指数

不均衡指数反映了点要素在地理空间上分布的均衡性。本研究利用不均衡指数分析红色旅游资源点数量和密度在各县域的分布均衡情况,计算方法详见相关文献[25]

1.3.4 地理探测器

地理探测器是用于探测空间分异性及其驱动因子的一种统计学方法。本研究采用地理探测器模型探究影响贵州已开发红色旅游资源空间分异性的因子及各因子之间的交互作用[29]

2 红色旅游资源空间分异格局

2.1 规模和等级特征

贵州省拥有1384个红色旅游资源,与广西(659个)、江西(420个)相比[21],贵州红色旅游资源十分富集。同时,根据全省88个县域红色旅游资源分布数量可划分为5个等级(图1),其中紫云、黎平分布最多,属于高值区,红花岗、习水等地属于较高值区,其余县域分属中值、较低和低值区。形成这一现象的原因可能与红军长征在贵州的行军路线有关,1934—1936年中央红军、红二军团、红六军团在贵州行军路线主要涉及黎平、红花岗、习水等多个县域。
图1 贵州红色旅游资源数量和等级分布

Fig.1 Quantity and classification distribution of red tourism resource in Guizhou

据旅游资源普查统计,贵州省红色旅游资源中已开发资源有398个,占全省28.76%,开发占比较低(表1)。其中,优良级红色旅游资源的开发程度较高,均在60%以上,但普通级和未获等级红色旅游资源开发程度较低,分别为30.43%、17.48%、6.95%。贵州红色旅游资源等级与开发程度成正比,资源等级越高开发程度越高,如红花岗、赤水、瓮安等拥有较多优良级红色旅游资源的县域,其已开发资源比例在全省居前列。分析发现,已开发红色旅游资源大多是具有重大历史意义的事件或遗址遗迹,如黎平会议、遵义会议、四渡赤水战役等。资源等级越低其开发程度越低,如紫云县,其拥有77处红色旅游资源,资源数量居全省第一,但已开发红色旅游资源仅4处,开发率只有5%,这可能与此地历史事件和遗址遗迹知名度较低相关。红军曾经在紫云进行了大规模转移,人数众多,但停留时间短,未在此处建立根据地,因此留下的遗址遗迹虽多但影响力低,仅有羊场红色文化园和新山村红军宣传标语2处三级资源,其余仅为普通级和未获等级旅游资源。
表1 贵州红色旅游资源数量与等级

Tab.1 Quantity and classification of red tourism resources in Guizhou

资源等级 红色旅游资源数量(个) 已开发红色旅游资源数量(个) 已开发红色旅游资源占比(%) 已开发红色旅游资源数量占全部红色旅游资源占比(%)
五级旅游资源 10 8 80.00 0.58
四级旅游资源 64 58 90.63 4.19
三级旅游资源 154 93 60.39 6.72
二级旅游资源 437 133 30.43 9.61
一级旅游资源 532 93 17.48 6.72
未获等级旅游资源 187 13 6.95 0.94
合计 1384 398 - 28.76

注:根据《旅游资源分类、调查与评价》(GB/T 18972-2017),三、四、五级旅游资源划分为“优良级旅游资源”,一、二级为“普通级旅游资源”。

2.2 空间分异特征

2.2.1 空间分布类型

采用ArcGIS生成贵州全部和已开发红色旅游资源Voronoi多边形(图2),并计算其变异系数CV值。结果表明,贵州全部和已开发红色旅游资源的变异系数CV值分别为117.78%和115.37%,均大于66%,表明其红色旅游资源及已开发资源空间分布类型均属于集聚分布。
图2 贵州全部和已开发红色旅游资源的Voronoi多边形

Fig.2 Voronoi polygons of developed and all red tourism resources in Guizhou

在县域尺度上,贵州全部和已开发红色旅游资源CV值大于66%的县域有87个,说明贵州省县域红色旅游资源基本属于空间集聚分布。全部红色旅游资源最高和最低CV值分别是德江(219.27%)和威宁(63.89%),已开发红色旅游资源最高和最低CV值分别是正安(231.41%)和都匀(56.15%)。由此表明,县域层面上已开发红色旅游资源空间集聚相比全部红色旅游资源差异更明显,县域自身红色旅游资源等级、当地开发重视程度、游客关注度等因素都可能影响各地红色旅游资源开发程度。分析表明,威宁全部红色旅游资源CV值为63.89%,都匀已开发红色旅游资源CV值为56.15%,均属于随机分布。可能的原因是威宁和都匀行政区划面积较大,红军在此行迹较分散,红色历史事件和遗址遗迹也随之分散,可开发和已开发的红色旅游资源甚少。

2.2.2 空间分布形态

对贵州全部和已开发红色旅游资源进行核密度分析,运用自然断点法(Jenks)将二者核密度值分别划分为一~三级核心区和中、较低、低密度区及无值区7种类型(图3)。
图3 贵州全部和已开发红色旅游资源核密度分布

Fig.3 Kernel density analysis of all and developed red tourism resources in Guizhou

贵州全部的红色旅游资源可划分为6个一级核心区、4个二级核心区、15个三级核心区。一级核心区分布于沿河、德江和印江交界,红花岗、汇川和播州交界,黎平等区县。二级核心区位于湄潭中部,花溪中东部等地区。三级核心区主要分布于黔西北金沙、黔北赤水、黔东玉屏、黔中息烽、黔西南兴义、黔南独山、黔东南黄平等县域。一、二、三级核心区呈“X”状分布,同时各级核心区与中低密度区相互连接,整体呈“串珠成线、连线成面”的集中连片式空间形态。3个等级核心区位置在红军长征时期具有重要战略意义,所发生的红色革命事件具有积极影响。
贵州已开发的红色旅游资源有3个一级核心区、2个二级核心区、9个三级核心区。一级核心区由红花岗、习水、南明等地组成;二级核心区位于沿河、兴义等县市;三级核心区除七星关、瓮安、安龙外,其余均分布在遵义市,如赤水、播州等县域;核心区外,部分区域资源相互连接形成斑块状或零星分布呈点状。整体呈“Y”形状的“多核心、小斑块、离散点”的空间形态。同时,已开发红色旅游资源核密度分别以红花岗、习水、云岩为核心向边缘区县递减,呈现“核心—边缘”结构的空间形态。这一结构形态的产生受特定历史事件发生区域的约束,例如遵义会议、四渡赤水等重大历史事件发生地红色旅游资源开发水平较高,对周边区县红色旅游发展具有辐射带动作用,随着距离的增加其辐射作用逐渐减弱。

2.2.3 空间分布均衡性

贵州全部和已开发红色旅游资源数量不均衡指数分别为0.43和0.48,密度不均衡指数分别为0.51和0.66,已开发红色旅游资源的密度不均衡性最显著。基于自然断点法(Jenks)绘制已开发红色旅游资源数量和密度空间分布图(图4),将已开发红色旅游资源数量和密度分别划分为高值区、较高值区、中值区、较低值区、低值区、无值区6个等级。
图4 贵州已开发红色旅游资源数量和密度空间分布

Fig.4 Spatial distribution of quantity and density of developed red tourism resources in Guizhou

在红色旅游资源数量方面(图4a),高值、较高值和中值区主要分布在北部,低值、较低值和无值区主要分布在南部。在红色旅游资源密度方面(图4b),云岩、南明、红花岗属于高密度区,中部息烽、白云,北部习水、汇川等属于较高密度区,其余县域属于中低密度和无值区。总体看来,县域红色旅游资源整体开发程度不均衡,呈现“北多南少、北密南疏”的空间特征。开发程度高的区域集聚分布于贵州中北部赤水、云岩等区县,其余区县开发程度较低,普定、麻江等5县暂无已开发的红色旅游资源。形成这一现象的原因有:①高值区是红军长征时期革命事件主要发生地、革命人物主要居住地和革命遗址遗迹主要遗存地,有良好的资源优势。②自然环境因素影响,良好的自然环境是红色旅游资源开发的基础条件。例如高值、较高值区域紧靠清水江、乌江、赤水河等主要水域,具备旅游产品开发的良好条件。同时,地势地貌对战役的影响至关重要,乌蒙山脉为红军提供了有利作战地势,是建立革命根据地和进行武装斗争的主要区域。③与红军在黔作战线路有关,如中央红军在贵州途经黎平、遵义、安顺等多个县市,在乌江、娄山关等地留下遗址遗迹。

3 红色旅游资源空间分异影响因素

3.1 单因子探测

运用地理探测器对18个因子的解释力进行评价(表2)。结果发现,红色旅游资源等级、市场需求、城市化水平等16个因子对贵州已开发红色旅游资源密度空间分异存在显著影响,非物质文化遗产和高程2个因子未通过显著性检验。其中,市场需求、路网密度、消费水平、森林覆盖率、旅游总收入的q值大于0.9,解释力明显高于其他因子,属于控制性因素;河网密度、坡度、城市化水平、资源联动的q值大于0.5,属于主导性因素;其余7个因子属于一般性影响因素。
表2 影响因子探测结果

Tab.2 Detection results of influencing factors

维度 因子 q p 解释力
排序
资源禀赋 红色旅游资源等级X1 0.224 0.032 14
资源联动X2 0.507 0.008 9
文物保护单位X3 0.183 0.025 15
非物质文化遗产X4 0.068 0.532 -
自然环境 坡度X5 0.666 0.000 7
高程X6 0.068 0.262 -
河网密度X7 0.707 0.000 6
森林覆盖率X8 0.924 0.000 4
社会环境 政策导向X9 0.268 0.019 13
市场需求X10 0.966 0.000 1
路网密度X11 0.950 0.000 2
至县域行政中心距离X12 0.271 0.022 12
在校学生数量X13 0.086 0.049 16
经济环境 消费水平X14 0.925 0.000 3
经济水平X15 0.457 0.000 10
城市化水平X16 0.656 0.000 8
旅游发展
水平
旅游总收入X17 0.920 0.000 5
旅游接待总人次X18 0.325 0.029 11

3.2 交互作用探测

交互作用探测发现,18个影响因子的交互作用均呈现增强效应,不存在非线性减弱、单因子非线性减弱和独立的关系。由此可知,因子两两交互对贵州已开发红色旅游资源空间分异的解释力更强,更能解释已开发红色旅游资源空间分异的地域差异。数据表明,有117对因素组合解释力大于0.9,34对因素解释力在0.5~0.9之间,解释力小于0.5的只有20对因素。进一步表明,已开发红色旅游资源空间分异现象是多因素共同作用的结果。此外,贵州省县域资源禀赋、自然环境、社会环境、经济环境和旅游发展水平各有差异,这些差异综合影响县域红色旅游资源的开发情况,且综合作用力远大于单因子解释力。如社会环境中的政策导向(X9)单因子解释力仅为0.268,属于一般性影响因子,但与其他17个因子交互作用时,解释力明显增强。

3.3 影响因素分析

3.3.1 资源禀赋

①红色旅游资源等级属于一般性影响因子。将贵州不同等级的红色旅游资源与已开发资源叠加(图5a),发现优良级红色旅游资源开发程度最高,开发比率为69.74%;其次是普通级红色旅游资源,开发占比23.32%;未获等级红色旅游资源仅占6.95%。结果表明,红色旅游资源等级对红色资源开发呈正向影响。等级高的红色旅游资源具有历史文化、观赏游憩、规模丰度等优势,因此具有较高开发价值,如遵义会议会址、娄山关红军战斗遗址、邓恩铭故居等优良级旅游资源。
图5 已开发红色旅游资源与资源禀赋影响因子叠置分析图

Fig.5 Overlay analysis of factors between developed red tourism resources and resource endowment

②资源联动属于主导性影响因子。运用ArcGIS自然间断点法将A级旅游景区、世界遗产、国家级森林公园等的密度划分为5级,并将已开发红色旅游资源点进行叠加,绘制密度与数量关系图(图5b)。结果表明,景区资源密度高值区亦是已开发红色旅游资源集聚区,集中反映在红花岗、南明等县域。分析表明,有268个已开发红色旅游资源点分布于景区资源密度中高值区,占所有已开发资源的67.34%,可见红色旅游资源开发对周边景区有一定依赖性。一方面,基础条件好的红色旅游资源经过开发,可依靠本底条件打造为景区,如娄山关景区、四渡赤水纪念馆;另一方面,部分红色旅游资源分布较散、知名度不高,难以依靠自身形成景区,但可依托周边景区得以开发,如地处5A级景区青岩古镇的邓颖超母亲曾居地、李克农家属曾居地等。
③文物保护单位属于一般性影响因子。如图5c所示,文物保护单位数量的空间分布整体呈现“北多南少”的特征,这与已开发红色旅游资源的空间分异格局一定程度上相吻合。可能的原因是,红色旅游资源产生于红军革命时期,以革命遗址、遗迹和革命纪念建筑物的形式留存下来,很多红色旅游资源同样具备文物保护单位的身份,如安顺王若飞故居、黎平会议会址等既是红色旅游资源亦是全国重点文物保护单位。

3.3.2 自然环境

①坡度属于主导性影响因子。参考坡度划分依据[31],将贵州省坡度从缓到陡划分为1~5级,与已开发红色旅游资源叠加,绘制资源空间分布坡度分析图(图6a)。结果表明,已开发资源点大多分布于中低坡度地区。其中,坡度为15°以下的资源点数量有326处,占总数的81.90%,表明相对平坦的地势更有利于红色旅游资源的开发。
图6 已开发红色旅游资源与自然环境影响因子叠置分析图

Fig.6 Overlay analysis of factors between developed red tourism resources and natural environment

②河网密度属于主导性影响因子。通过将已开发红色旅游资源点和贵州省内主要河流进行叠加分析(图6b),大多分布于河流沿线及干支流交汇节点处,可见资源点具有临水性。一方面,革命时期河流周边城市和乡村常成为军事行动的重要战场,因此会留存下大量革命遗址遗迹,如土城渡口、强渡乌江战斗遗址;另一方面,河流周边通常会形成优美的自然环境和优良的生态环境,对游客具有较大吸引力。
③森林覆盖率属于控制性影响因子。如图6c所示,已开发红色旅游资源点集聚分布在森林覆盖率中低值地区,汇川、南明、七星关等县域是典型代表。相反,森林覆盖率较高值区和高值区的县域内资源点较稀疏,以江口、榕江等多个县域为代表。森林覆盖率高的区域,往往多被划为生态保护红线范围,在土地总体规划中属于禁止开发区,景区的开发必须遵守上位规划的约束性条件,因此对红色旅游资源的开发产生了一定的限制作用。

3.3.3 社会环境

①政策导向属于一般性影响因子。政策导向体现的是政府对于红色旅游发展的重视程度,研究表明政策引导是红色旅游开展的先决条件[32]。作为顶层设计,政府出台的相关政策和发布的新闻等对红色旅游资源开发具有一定的影响。例如,2018年印发的《贵州省红色旅游发展实施方案》提出:推进一批红色旅游景区建设,重点打造遵义会议会址、木黄会师等红色旅游资源。如图7a所示,已开发红色旅游资源空间分布与政策效应具有一定的匹配性。分析表明,贵州红色旅游资源开发与政策导向相关,红色旅游开发具有思想政治性强、投资量大、回报周期长等特点[33],红色旅游景区通常由政府投资自建或者政府主导的政企共建,因此政策导向对红色旅游资源开发有指导作用。
图7 已开发红色旅游资源和社会环境影响因子叠置分析图

Fig.7 Overlay analysis of factors between developed red tourism resources and social environment

②市场需求属于控制性影响因子,其q值(0.966)最高。如图7b所示,贵州县域常住人口密度大致呈自西向东减少、西北密东南疏的空间分布形态,核心区位于黔西北地区和黔中地区,整体分布情况与已开发红色旅游资源的空间分布形态基本耦合。结果表明,市场需求越大,旅游资源的开发程度也就越高。常住人口密度高的县域其潜在客流量较大,客源市场需求为红色旅游资源开发提供了支撑。
③路网密度属于控制性影响因子。路网密度反映交通基础状况,并影响可进入性。通过绘制贵州铁路及主要公路5 km和10 km缓冲区图(图7c),发现已开发红色旅游资源多沿铁路和主要道路分布,主要分布在黔中地区县域、黔北地区遵义市中心及周边县域。将道路缓冲区与已开发红色旅游资源点进行叠加统计发现,5 km、10 km铁路和主要公路缓冲区内分别有279和333个已开发资源点,占所有已开发红色旅游资源的70.10%和83.67%。路网密度越高,交通越便捷,资源点的可达性也随之提高。由此,多数已开发红色旅游资源呈现出沿铁路及主要公路的轴线式分布特征。
④至县域行政中心距离属于一般性影响因子。将已开发红色旅游资源与贵州88个县级行政中心叠加分析(图7d),发现大部分县级行政中心附近伴有已开发的红色旅游资源点,部分行政中心点与资源点几乎重叠,如道真、沿河等县域,表明红色旅游资源开发有一定的近城性。其中,贵州88个县级行政中心20 km缓冲区内分布了235个已开发红色旅游资源点,占已开发资源的59.05%。由此可知,至县级行政中心的距离对红色旅游资源点开发的空间分异性存在一定影响。
⑤在校学生数量属于一般性影响因子。红色旅游与研学旅行密不可分,而在校学生是研学旅行市场的主力军。如图7e所示,红花岗、南明等在校学生数量较多,同时已开发红色旅游资源密度也较高;台江、荔波等县域在校学生数量少且已开发红色旅游资源密度也低。因此,各县域在校学生数量对红色旅游资源开发密度的空间分异有一定的影响,但是影响作用较小。

3.3.4 经济环境

①消费水平属于控制性影响因子。如图8a所示,已开发红色旅游资源密度与消费水平契合度高,资源中高密度区对应消费水平中高值区,低密度区对应低值区。人均可支配收入是影响居民出游意愿的主要客观原因,体现地区居民潜在消费能力,对于红色旅游资源的开发具有直接影响作用,进而助推形成已开发红色旅游资源空间分布形态。
图8 已开发红色旅游资源与经济环境影响因子叠置分析图

Fig.8 Overlay analysis of factors between developed red tourism resources and economic environment

②经济水平属于一般性影响因子。如图8b所示,中高密度的已开发红色旅游资源大致集聚分布于经济水平中高值县域,如汇川、息烽、南明等地。旅游资源开发形成旅游产品是为资源赋予经济价值的过程,资源转化为产品从而产生经济价值需要前期开发投入资金。因此,县域经济发展水平是地区开发红色旅游资源的经济基础。
③城市化水平属于主导性影响因子。如图8c所示,县域城市化水平与已开发红色旅游资源空间分布基本耦合,已开发资源点空间上集聚分布于城市化水平较高地区,城市化水平较低县域的资源点较为稀疏。城市化水平是衡量一个地区经济发展水平的重要指标。一般而言,城镇化率越高,经济发展越好,有利于红色旅游资源开发。

3.3.5 旅游发展水平

①旅游总收入属于控制性影响因子。旅游总收入是衡量旅游发展水平的重要指标之一。由图9a可知,已开发红色旅游资源核心区与旅游总收入中高值区相耦合,如遵义市汇川、红花岗、播州,贵阳市开阳、花溪等地,县域旅游总收入的增加为红色旅游资源开发提供了资金支持。
图9 已开发红色旅游资源与旅游发展水平影响因子叠置分析图

Fig.9 Overlay analysis of factors between developed red tourism resources and tourism development level

②旅游接待总人次属于一般性影响因子。旅游接待总人次反映各县域游客流量,客流量的增加是各地旅游市场发展的驱动力,驱使地方充分挖掘当地文化旅游资源,并将其转化为满足游客需求的旅游产品。图9b显示,旅游接待总人次较多的县域,已开发红色旅游资源数量多且密,主要反映在北部遵义地区相关县域以及中部贵阳市相关县域。

4 结论与讨论

4.1 结论

本研究基于贵州88个县域红色旅游资源数据,运用Voronoi空间统计、核密度、不均衡统计和地理探测器模型,对贵州红色旅游资源空间分异特征及其开发影响因素进行了探究。主要结论如下:
①贵州红色旅游资源数量多、分布广、开发水平低,资源等级与开发水平成正比。全省红色旅游资源与已开发资源空间分布类型呈现集聚分布特征。在全省88个县域,除威宁和都匀外,其余县域单元红色旅游资源均呈集聚分布,其中已开发的红色旅游资源空间集聚差异更明显。
②贵州红色旅游资源可划分为6个一级核心区、4个二级核心区、15个三级核心区,核心区整体呈“X”状分布。其中,已开发红色旅游资源有3个一级核心区、2个二级核心区、9个三级核心区,呈现“Y”形状的“多核心、小斑块、离散点”的特征和“核心—边缘”空间形态。
③贵州已开发红色旅游资源数量和密度的不均衡指数大于全部红色旅游资源,其数量不均衡指数为0.48,密度不均衡指数0.66,密度不均衡性更加凸显,县域红色旅游资源开发程度不均衡,极化现象和空间分异明显,空间特征呈现“北多南少、北密南疏”特点。
④交互探测显示,贵州已开发红色旅游资源空间分异格局受资源禀赋、自然环境、社会环境、经济环境、旅游发展水平5个维度综合影响,18个因子交互作用结果均呈现增强效应。单因子探测结果显示各因子解释力差异明显,市场需求、路网密度、消费水平、森林覆盖率、旅游总收入属于控制性因素,市场需求是首要因素;河网密度、坡度、城市化水平、资源联动属于主导性因素,经济水平、旅游接待总人次等7个因素属于一般性影响因子。

4.2 讨论

贵州红色旅游资源空间分布特征与广西、江西等省份具有相似性,属于集聚分布类型,形态上基本呈现“多中心、小分散”特征,且地域分布不均衡,极化现象突出。红色旅游资源的空间分布,与红军长征路线基本一致。一方面,建立革命根据地、发生过重大历史事件的地区会形成多个核心区,呈现“多中心”特征;另一方面,灵活的游击作战方式遗留下的革命遗址遗迹,形成“小分散”特征。值得注意的是,与全国红色旅游经典景点呈现“东多西少、东密西疏”的空间分布特征不同[14],贵州已开发红色旅游资源在县域层面上呈“北多南少、北密南疏”的空间形态。红色旅游资源空间分布特征与研究范围相关,全国尺度上东部地区是红军长征时期活动最为频繁的区域。贵州北部县域是红军长征取得转折性胜利的关键之地,优良红色旅游资源多集中于黔北县域。
贵州已开发红色旅游资源空间分布格局受资源禀赋、自然环境、社会环境、经济环境、旅游发展水平因素的影响,这与邹建琴、唐鸿等认为的影响中国红色旅游经典景区景点空间分布的因素基本一致[14,19],但各因子的影响程度有所差异。在资源禀赋方面,与中国红色旅游经典景点空间分布依赖于红色旅游资源不同,贵州已开发红色旅游资源空间分布受资源联动的影响更大,因其普通级红色旅游资源居多,常依托周边景区得以开发,如位于4A级旅游景区黔灵山公园的张学良、杨虎城将军囚禁室。在社会环境方面,贵州已开发红色旅游资源空间分布依赖于政策导向的同时,市场需求、路网密度对其影响程度更高,这是由贵州客源市场和地形地貌的特殊性所致。已开发资源多地处客流量较大、交通设施较完善地区,如贵阳市区、遵义市中心等地。在经济环境方面,城市化水平和消费水平对贵州红色旅游资源开发具有拉动作用。在西部大开发战略布局下,贵州城市化和现代化快速发展,居民收入水平大幅度提高,而出游和消费意愿的逐步增强为开发红色旅游资源提供了支撑。
结合上述结论,提出以下对策建议:①要发挥贵州各区县红色旅游资源空间集聚优势,形成规模效应,提高资源产品转化率。以红色旅游资源集聚区为核心、精品红色旅游线路为廊道,连点成线、聚线成面,推动红色旅游跨区县、跨市州、省际联动发展,实现协同效应,进而推动长征国家文化公园建设。②要依托贵州红色旅游资源空间分布格局、资源禀赋、经济社会与旅游发展环境等条件,优化长征国家文化公园贵州段功能区建设。以红花岗为中心向外衍生形成扩散效应,打造黔北红色旅游样板区;以贵阳南明、云岩区为中心发挥其集散功能,形成黔中红色旅游示范区;以沿河、德江为重点聚合周边县域,构建黔东长征文化区。聚力毕节、六盘水市,锻造黔西北红色旅游联合发展区;依托滇黔边、湘黔边,推动省际合作并打造黔西南、黔东南红色旅游区域合作示范区。③要推动红色旅游资源与其他文化旅游联动和协同发展。深挖红色文化资源特色,依托周边景区优势将红色旅游资源与古镇旅游、乡村旅游、娱乐科教旅游等文化旅游相结合,形成“红色+”旅游共生发展模式。④要围绕市场需求、消费水平及旅游总收入等控制性因素,发挥县域红色旅游经济主体功能。结合县城区域人口规模、居民消费水平及交通便利的优势,积极整合县城区域红色旅游资源,打造满足游客多元体验和情感需求的红色旅游产品体系,构筑多核心的县域红色旅游经济主体网络,助推长征国家文化公园贵州段高质量发展。
[1]
徐克帅. 红色旅游和社会记忆[J]. 旅游学刊, 2016, 31(3):35-42.

[2]
黄细嘉, 宋丽娟. 红色旅游资源构成要素与开发因素分析[J]. 南昌大学学报:人文社会科学版, 2013, 44(5):53-59.

[3]
邵明华, 杨甜甜. 场景赋能红色文化旅游发展的理论逻辑与多维路径[J]. 兰州大学学报:社会科学版, 2022, 50(6):95-104.

[4]
张科, 朱虹, 黄细嘉. 红色旅游发展与革命老区经济增长[J]. 社会科学战线, 2023, 46(8):254-259.

[5]
戴斌, 马晓芬. 大力推进红色旅游高质量发展的若干思考[J]. 湖南社会科学, 2021, 34(4):77-85.

[6]
冯亮, 党红艳, 金媛媛. 晋中市红色文化旅游资源的评价与开发优化[J]. 经济问题, 2018, 40(7):92-98.

[7]
剌利青, 徐菲菲, 何云梦, 等. 基于游客视角的红色旅游资源开发价值共创机制[J]. 自然资源学报, 2021, 36(7):1647-1657.

DOI

[8]
杜涛, 白凯, 黄清燕, 等. 红色旅游资源的社会建构与核心价值[J]. 旅游学刊, 2022, 37(7):16-26.

[9]
李磊, 陶卓民, 赖志城, 等. 长征国家文化公园红色旅游资源网络关注度及其旅游流网络结构分析[J]. 自然资源学报, 2021, 36(7):1811-1824.

DOI

[10]
朱慧方, 时朋飞, 俞筱押, 等. 贵州红色旅游资源与乡村旅游资源共生系统研究[J]. 资源开发与市场, 2023, 39(3):377-384.

[11]
许春晓, 唐慧, 孟圆圆, 等. 湖南红色旅游资源的共生势能[J]. 自然资源学报, 2021, 36(7):1718-1733.

DOI

[12]
翁钢民, 王常红. 基于AHP的红色旅游资源综合评价方法及其开发对策[J]. 工业技术经济, 2006, 25(2):112-114.

[13]
周海涛, 马钰松, 樊亚宇, 等. 内蒙古红色旅游资源空间分布及可达性分析[J]. 干旱区地理, 2023, 46(5):814-822.

DOI

[14]
邹建琴, 明庆忠, 刘安乐, 等. 中国红色旅游经典景点空间分布格局及其影响因素异质性[J]. 自然资源学报, 2021, 36(11):2748-2762.

DOI

[15]
王钊, 黄文杰. 长征红色旅游景区的演化及其形成机制研究[J]. 经济地理, 2021, 41(11):209-217.

DOI

[16]
丁翠翠, 图登克珠. 西藏红色旅游资源空间分布表征与影响因素[J]. 西藏大学学报:社会科学版, 2023, 38(1):189-196.

[17]
张宇丹, 李偲, 关苏杭, 等. 新疆红色旅游资源空间分布及影响因素分析[J]. 西南大学学报:自然科学版, 2022, 44(2):128-136.

[18]
郑伯铭, 严小燕, 刘宏芳, 等. 中国城市旅游舒适性的空间分异、障碍瞄准及影响因素[J]. 地理科学进展, 2023, 42(7):1311-1326.

DOI

[19]
唐鸿, 许春晓. 中国红色旅游经典景区网络关注度时空演变及影响因素[J]. 自然资源学报, 2021, 36(7):1792-1810.

DOI

[20]
唐明贵, 胡静, 唐晓飞, 等. 贵州古村落地理格局及其分异机理[J]. 干旱区资源与环境, 2022, 36(11):158-167.

[21]
贾国栋, 王立国, 朱海, 等. 基于GIS空间分析的江西红色旅游资源空间特征及其开发适宜性研究[J]. 旅游论坛, 2022, 15(6):49-61.

[22]
唐承财, 孙孟瑶, 万紫微. 京津冀城市群高等级景区分布特征及影响因素[J]. 经济地理, 2019, 39(10):204-213.

DOI

[23]
董之滔, 孙凤芝, 田菲菲, 等. 山东省民宿空间分布特征及影响因素研究[J]. 干旱区资源与环境, 2023, 37(2):112-119.

[24]
孙小龙, 秦彬朦, 郜捷, 等. 贵州省文化与旅游产业融合效率及时空演化研究[J]. 贵州师范大学学报:自然科学版, 2022, 40(4):39-48.

[25]
厉新建, 殷婷婷, 李姗, 等. 中国露营地空间分布及其影响机制[J]. 经济地理, 2023, 43(5):205-218.

DOI

[26]
李云涛, 陶犁. 基于地理探测器的云南省边境州市旅游发展水平空间分异及影响因素分析[J]. 世界地理研究, 2022, 31(3):624-636.

DOI

[27]
张杏娟, 文雅, 吴志峰, 等. 基于Voronoi图的高密度城区停车场空间布局分析——以广州市海珠区为例[J]. 地球信息科学学报, 2013, 15(3):415-421.

[28]
张超, 杨秉赓. 计量地理学基础[M]. 北京: 高等教育出版社,1991.

[29]
王劲峰, 徐成东. 地理探测器:原理与展望[J]. 地理学报, 2017, 72(1):116-134.

DOI

[30]
欧阳舒静, 邹芷嫣, 张浩, 等. 广西红色文化资源空间格局及旅游开发模式[J]. 资源开发与市场, 2022, 38(7):876-882.

[31]
赵巧艳, 曹哲, 郭炎冰. 空间分异视角下山西省非物质文化遗产保护利用研究——基于5批829项数据的分析[J]. 干旱区资源与环境, 2022, 36(11):183-191.

[32]
余凤龙, 陆林. 红色旅游开发的问题诊断及对策——兼论井冈山红色旅游开发的启示[J]. 旅游学刊, 2005, 20(4):56-61.

[33]
王兆峰, 李琴. 长征沿线红色文化遗产空间分布特征及旅游高质量发展[J]. 山地学报, 2022, 40(4):581-596.

文章导航

/