EN中文

经济地理 >

2019 , Vol. 39 >Issue 4: 207 - 215

DOI: https://doi.org/10.15957/j.cnki.jjdl.2019.04.025

旅游经济与管理

“丝绸之路旅游带”景区区位优势等级测度与影响机理

  • 翁钢民 , 1, 2 ,
  • 潘越 , 1, ※ ,
  • 李凌雁 1
展开
  • 1.燕山大学 经济管理学院，中国河北 秦皇岛 066004
  • 2.燕山大学 区域经济发展研究中心，中国河北 秦皇岛 066004
※潘越（1993—），女，河北石家庄人，博士研究生。主要研究方向为旅游地理。E-mail：。

翁钢民（1963—），男，湖北武汉人，博士，教授，博士生导师。主要研究方向为旅游管理、区域旅游与环境。E-mail：。

收稿日期: 2018-03-01

  修回日期: 2019-03-19

  网络出版日期: 2025-04-23

基金资助

教育部人文社会科学规划基金项目(18YJC790084)

河北省社会科学基金项目(HB17GL100)

河北省社会科学基金项目(HB18GL072)

河北省教育厅重大攻关项目(ZD201628)

河北省研究生创新资助项目(CXZZBS2019063)

收起

Grade Measurement and Influence Mechanism of Regional Advantage of Scenic Areas along Tourism Belt of the Silk Road

  • WENG Gangmin , 1, 2 ,
  • PAN Yue , 1, ※ ,
  • LI Lingyan 1
Expand
  • 1. School of Economics and Management，Yanshan University，Qinhuangdao 066004，Hebei，China
  • 2. Research Center of Regional Economic Development，Yanshan University，Qinhuangdao 066004，Hebei，China

Received date: 2018-03-01

  Revised date: 2019-03-19

  Online published: 2025-04-23

Fold

摘要

景区区位条件是旅游空间行为规划的基础。针对当前主流测度模型中“非此即彼”问题，以“丝绸之路旅游带”为例，基于旅游资源、旅游市场、旅游交通、旅游服务四大特征指数构建景区区位优势度测度模型，引入D-S证据理论对景区区位优势等级进行评价，并系统探究其影响机理。结果显示：“丝绸之路旅游带”5A级景区区位优势等级体系呈现“结构破缺—重心偏离—波动显著”的特征；景区区位优势等级空间格局具有较高的交通指向性和中心性；不同区域景区区位优势等级差异明显，制约因子不同；景区区位优势等级空间分布受自然和人文因素共同影响，其中资源禀赋、地形地貌是内生因素，社会经济、交通条件是外部推动力。

关键词： D-S证据理论; 景区区位优势; 丝绸之路旅游带; 跨境旅游; “一带一路”倡议; 自驾游; 旅游合作

本文引用格式

翁钢民 , 潘越 , 李凌雁 . “丝绸之路旅游带”景区区位优势等级测度与影响机理[J]. 经济地理, 2019 , 39(4) : 207 -215 . DOI: 10.15957/j.cnki.jjdl.2019.04.025

Abstract

The location condition of scenic area is the foundation of tourism spatial behavior planning. For the problem of the "black or white" in the mainstream measure models of mathematical statistics and spatial analysis, this article presents a novel method based on the improved D-S evidence theory and integrates multi-feature to measure the regional advantage level of scenic areas. This paper, taking the "Tourism Belt of the Silk Road" as an research object, establishes regional advantage measurement model of scenic area from four aspects: tourism resource, tourism market, tourism traffic and tourism service, analyzes the regional advantage level of scenic area by the D-D evidence theory and explores its influence factors. The results show that: 1) It presents the characteristics of "structure broken-gravity center deviation-obvious fluctuation" in the regional advantage level of 5A scenic areas. 2)The spatial distribution pattern of its regional advantage level has obvious traffic-oriented, which is prominent in the area near the key traffic node. In terms of provincial scale, the geographical advantage owns the central character, forming the four concentration areas: Xi'an, Xining, Yinchuan and Urumqi. 3) In different regions, the regional advantage level of scenic areas has significant differences, which is influenced by varies restrained factors. 4)The spatial distribution of regional advantage level of scenic areas is influenced by natural and cultural factors, of which resource endowment and topography are endogenous factors, and social economy and traffic conditions are external forces.

Key words： D-S evidence theory; regional advantage of scenic area; Tourism Belt of the Silk Road; cross-border tourism; the Belt and Road Initiative; self-driving tour; tourism cooperation

景区作为旅游活动开展的基本物质条件和重要载体，其数量、分布以及区位条件是旅游空间行为规划的基础，如何通过合理规划景区布局、适应旅游发展新形势，成为旅游地理及旅游规划界亟待解决的难题。近年来，国内外学者关于旅游景区的研究主要侧重于：①以不同尺度区域内景区为研究对象，分析景区空间分布格局。这类研究通常借助ArcGIS空间分析模块进行景区定量分析，如采用最邻近指数、核密度、Voronoi多边形变异系数分析空间分布类型，用地理集中指数、基尼系数分析空间均衡性，用β指数、γ指数和α指数刻画空间连接度[1-3]。②以多个节点年份的区域旅游资源数据，分析景区空间演化规律。如王洪桥运用空间分析模型分析了景区的时空演化状况[4]；吴丽敏探究了景区空间演化的动力机制，认为其演化主要来自经济驱动力、市场驱动力、政府调控力、交通驱动力等外生动力和资源驱动力、品牌驱动力、科技创新力等内生动力[5]。③关于旅游景区游客感知研究，如隋丽娜探讨了封闭式、半开放式和开放式三类不同情景下，旅游景区游客感知差异[6]；李莉结合旅游景区游客交往特征，提出景区游客拥挤感知多维度内涵，并认为不良行为接触感知是重要影响因素[7]。④旅游景区评价研究，如智慧景区评价、景区生态安全评价及景区服务质量评价等等[8-12]。梳理已有成果发现，针对景区区位的研究相对较少，其中靳诚评价了南京市城市内部景区的交通优势度，发现景区公交优势度与景区区位、景区大小存在较强关系[13]；孙建伟利用矢量道路空间网络测度湖北省A级景区可达性格局[14]；王兆峰则指出，景区间交通区位差异将影响旅游合作效率[15]。可见，现有研究多侧重于景区的交通可达性，忽视了景区资源禀赋、客源市场状况、景区所在地旅游服务水平等对景区交通条件限制的弥补效应。仅有部分学者采用复合线性加权法以综合多项因子来衡量景区整体的区位优势[16-17]，虽提高了测算精度，却割裂了各因子间的交互作用关系，难以对景区区位优势进行科学系统的描述。
基于此，本文以“丝绸之路旅游带”景区为研究单元，融合数理统计与空间分析两个视角，在旅游资源区位、旅游市场区位、旅游交通区位、旅游服务区位条件约束下，引入D-S证据理论对景区区位优势等级进行测度，并系统探索其影响机理，为助力非优区景区区位优化，促进“丝绸之路旅游带”优质均衡发展，实现“一带一路”旅游合作战略构想提供理论依据与决策参考。

1 案例地概况与模型构建

1.1 案例地概况

“丝绸之路旅游带”深居亚欧大陆腹地，主要依托西安、天水、兰州、嘉峪关、敦煌、吐鲁番、乌鲁木齐、喀什、银川、西宁、格尔木等城市，横跨陕西、宁夏、甘肃、青海、新疆五省区，其特殊的自然环境和悠久的历史文化背景塑造了奇特的自然景观、璀璨的古代文明与浓郁的异域风情，沿带自然与人文旅游资源交相辉映，层次丰富的景观廊道将旅行成本变为旅行收益，是中国旅游最古老且最具代表性的品牌之一。
早在2009年，国家旅游局就在《中国国家旅游线路初步方案》征求意见稿中，将“丝绸之路”列入首批12条中国国家旅游线路之首，并编制《丝绸之路旅游区总体规划（2009—2020年）》。《“十三五”旅游业发展规划》又进一步明确，中国将重点打造丝绸之路旅游带等10条国家精品旅游带。从2015年至今，中国已连续3年以“丝绸之路旅游年”为年度旅游宣传主题，“丝绸之路旅游带”已拥有较高的国际美誉度和知名度。在“一带一路”倡议背景下，“丝绸之路旅游带”作为我国旅游发展战略体系中的重要一环，要充分考虑在全域旅游理念下，旅游带发展的规划和设计，避免沿带各省区在存在部分资源同构情形下的景区重复建设与规划，致力于形成互补、整体和错落有致的丝绸之路旅游系统产品和线路。

1.2 景区区位优势度评价模型构建

景区区位优势度是评价景区发展潜力和机会的一个集成指标，以包括评价区域在内的更大的区域系统为平台，从相对角度定量判别各景区单元区位条件的优劣势和级别高低。

1.2.1 旅游资源区位指数

在“快旅慢游”新模式下，区域内景区的集聚水平直接影响着景区对客源市场的吸引力。借鉴国内外相关研究成果，并考虑“丝绸之路旅游带”地广人稀的区情，本文确立5小时旅游圈，记第 i个景区的旅游资源区位指数记为 T f , i，在400 km半径范围内有a个景区，引入接近中心度概念，计算公式为[18]：
T f , i = ∑ j = 1 a S i j
式中：Sij代表景区i到半径范围内景区j的公路网络最短旅行里程。

1.2.2 旅游市场区位指数

除受旅游资源集聚水平影响外，景区接待游客量还取决于客源市场人口规模、客源市场潜在消费能力以及景区与客源市场的空间距离等因素。本文引入万有引力模型，并采用人口规模、经济实力对模型进行修正，记第i个景区的旅游市场区位指数为 T m , i，计算公式为[19]：
T m , i = ∑ k = 1 b P i × G i ⋅ P k × G k D i k 2
式中：Pi、Pk分别代表景区i所在州、市与客源地k的人口规模，用年末常住人口数表征；Gi、Gk分别代表景区i所在州、市与客源地k的经济实力，用GDP表征；Dik代表景区i到客源地k的直线距离，其中客源地以各省市行政中心为投影点抽象为空间节点；距离摩擦系数取2。

1.2.3 旅游交通区位指数

景区的空间不可移动性决定了旅游者必须要先到达旅游目的地才能开展旅游活动，即景区交通区位直接影响游客目的地的选择，决定着游憩流的流向及流量。考虑到景区的可进入性已不再是制约“丝绸之路旅游带”5A景区发展的原因，本文引入加权平均旅行时间模型，记第i个景区的旅游交通区位指数为 T t , i，计算公式为[20]：
T t , i = ∑ j = 1 n R i j A j / ∑ j = 1 n A j
式中：Rij为景区i到景区j的公路网络的加权最短旅行时间；Aj为景区j的网络关注度，表征对游客移动意愿的影响程度。

1.2.4 旅游服务区位指数

除旅程游览景区美景外，游客更加注重区域整体的环境质量和服务水平，住宿、餐饮、购物、文娱等需求必不可少。为全面反映服务支撑区位指数，本文采取复合指标测算，依据系统性、科学性、可测性等原则，选取各景区所在地市的旅游生态环境水平（B1）、旅游服务设施水平（B2）、旅游相关机构服务水平（B3）、旅游安全保障服务水平（B4）、旅游服务人员密度（B5）5个指标来衡量该景区服务水平高低，其中：
B 1 = 人 均 水 资 源 + 人 均 林 木 资 源 + 人 均 土 地 资 源 3
B 2 = 0.2 ⋅ R 1 + 0.2 ⋅ R 2 + 0.2 ⋅ R 3 + 0.2 ⋅ R 4 + 0.2 ⋅ R 5
式中：R1~R5分别表示人均公园绿地面积、人均道路面积、每万人拥有路灯、每万人拥有公共厕所、每万人拥有停车场个数。
B 3 = 0.2 ⋅ Q 1 + 0.2 ⋅ Q 2 + 0.2 ⋅ Q 3 + 0.2 ⋅ Q 4 + 0.2 ⋅ Q 5
式中：Q1~Q5分别表示每万人星级饭店数、每万人旅行社数、每万人住宿和餐饮业法人单位数、每万人文化、体育和娱乐业法人单位数、每万人批发和零售业法人单位数。
B 4 = 0.2 ⋅ T 1 + 0.2 ⋅ T 2 + 0.2 ⋅ T 3 + 0.2 ⋅ T 4 + 0.2 ⋅ T 5
式中：T1~T5分别表示汽车租赁公司个数、汽车保养与修理厂个数、加油及加气站个数、卫生机构个数、公安机关个数。
T s , i = ∑ x = 1 5 B i x * W i x
式中： B i x *为各参数标准化数值，采用极差标准化法； W i x为各参数权重，由熵值法获得。

1.3 景区区位优势度测度模型构建

D-S证据理论能够将来自不同信息源的证据进行组合，并产生可靠证据组合信息，是一种处理多源信息融合的有效手段，当前主要应用在装备状态评估、目标识别和决策分析等领域[21-24]。景区受多个区位因子交互影响，且在任一区位优势等级水平均存在一定的隶属度，不能简单割裂。因此，针对当前主流测度模型中“非此即彼”问题，本文引入D-S证据理论对景区区位优势等级进行测度。

1.3.1 等级标准确定

作为区位优势评估结果的等级衡量尺度，目前尚无统一划分标准，本文在参考相关研究成果基础上，将区位优势划分为优势（Ⅰ）、较强（Ⅱ）、一般（Ⅲ）、较弱（Ⅳ）和弱势（Ⅴ）5个等级。

1.3.2 基本概率赋值

定理：对于 ∀ X ⊆Θ，设Θ为一识别框架，如果函数m：2Θ→[0,1]（2Θ为Θ的所有子集）满足：
①   m ∅ = 0
②   ∑ X ⊆ Θ m X = 1
则称m（X）为X的基本概率赋值。
根据上述定理，本文的识别框架Θ={Ⅰ，Ⅱ，Ⅲ，Ⅳ，Ⅴ}，Θ中的任一元素记为Es（s=Ⅰ，Ⅱ，Ⅲ，Ⅳ，Ⅴ），并建立三角形隶属度函数将景区各区位指数转换为由隶属度描述的模糊集（图1），由此确定各区位指数在D-S证据理论中所必须的基本概率赋值，记为mk（Es）（k=f，m，t，s）。
图1 景区区位优势三角形隶属度函数

Fig.1 Triangle membership function for the regional advantage of scenic area

1.3.3 改进D-S合成公式

景区区位优势评价体系由4个区位指数构成，即在证据合成过程中有4个证据源同时提供证据，若景区各区位指数相差较大，经典D-S证据理论会产生有悖常理的结论，因此，需要对合成公式进行改进。参考已有文献[25-26]，基于“指数信息完全融合，指数冲突局部分配”的思想，本文采用的合成公式为：
M E s = ∑ X p ⋂ Y q = E s m 1 X p m 2 Y q + c E s
式中：m1，m2表示依次进行融合的两个mass函数；Xp、Yq分别为相对应m1，m2函数的焦元；c（Es）表示指数局部冲突，满足：
①   c E s = ∑ X p ⋂ Y q = ∅ σ m 1 X p m 2 Y q
②   σ X p = m 1 X p m 1 X p + m 2 Y q
③   σ Y q = m 2 Y q m 1 X p + m 2 Y q
式中： σ为指数局部冲突分配系数，目的是使冲突的分配只局限于产生冲突的焦元中，有效避免冲突信息在不相关的冲突焦元间分散。

1.3.4 判决规则

针对上述合成结果，景区区位等级判决规则如下：
M E 1 = m a x M E s
M E 2 = m a x M E s , E s ≠ E 1
取ε0=0.1，若满足 M E 1 - M E 2 ε 0，则称该景区区位以M（E1）的隶属度被划为E1等级。

1.4 数据来源与处理

为了使研究更具有典型性，本文选取“丝绸之路旅游带”的31个5A级景区作为空间对象要素，其中人文景区11个，自然景区20个，共隶属于21个州市。景区统计数据来源于中华人民共和国文化和旅游部网站（http://www.cnta.gov.cn）公布的旅游名录；景区所在州、市相关数据来源于“丝绸之路旅游带”五省区统计年鉴、环境状况公报；相关时间、距离数据是通过将5A景区抽象为点模式，在Google Earth实现精准定位，由高德地图获取；景区网络关注度数据是以“景区+景区天气+景区门票”为叠加关键词，由“百度指数—用户关注度”获取。通过将收集的原始数据资料甄别、归并与整理后导入ArcGIS 10.2软件进行地理空间匹配，建立“丝绸之路旅游带5A景区地理空间数据库”。

2 5A景区区位优势等级测度

经改进D-S证据理论判决规则检验，“丝绸之路旅游带”31个5A级景区区位优势等级测度结果及隶属度见表1。
表1 “丝绸之路旅游带”5A级景区区位优势等级

Tab.1 Regional advantage level of 5A grade tourism attractions in Tourism Belt of the Silk Road

省 州市 景区 等级 隶属度 省 州市 景区 等级 隶属度
新疆 乌鲁木齐 天山大峡谷景区 较强 0.4706 ↓ 青海 西宁 塔尔寺景区 较弱 0.4217 ↓
天山天池景区 弱势 0.6793 ↑ 海东 互助土族故土园景区 优势 0.4368 ↑
巴音郭楞蒙
古自治州		 布鲁克景区 较弱 0.3484 ↓ 海南藏族
自治州		 青海湖景区 弱势 0.7121 ↑
博斯腾湖景区 较强 0.3929 ↓
伊犁哈萨克
自治州		 白沙湖景区 较弱 0.7414 — 甘肃 酒泉市 鸣沙山—月牙泉景区 较弱 0.4257 ↓
可可托海景区 较弱 0.7072 ↑ 天水 天水麦积山景区 优势 0.4413 ↓
喀纳斯景区 较弱 0.7199 — 平凉 崆峒山景区 优势 0.5536 ↓
喀拉峻景区 较弱 0.7155 ↑ 嘉峪关 嘉峪关文物景区 弱势 0.9433 —
那拉提景区 较弱 0.6923 ↑ 陕西 西安 大雁塔—大唐芙蓉园景区 较强 0.5369 ↑
喀什地区 喀什噶尔老城景区 较弱 0.6314 — 华清池景区 较强 0.5078 ↑
泽普金胡杨景区 弱势 0.6405 ↑ 秦始皇兵马俑博物馆 较强 0.5102 ↑
吐鲁番 葡萄沟景区 弱势 0.7931 ↑ 宝鸡 太白山景区 较弱 0.6256 ↑
宁夏 银川 灵武水洞沟景区 一般 0.6533 ↓ 法门寺佛文化景区 较弱 0.9547 —
镇北堡西部影视城 优势 0.7574 ↓ 商洛 金丝峡景区 较强 0.9687 —
中卫 沙坡头景区 较弱 0.5577 ↑ 渭南 华山景区 较弱 0.5514 ↑
石嘴山 沙湖景区 优势 0.4509 ↓ 延安 黄帝陵景区 较弱 0.4797 ↑

注：以该景区所处区位优势等级为限，若该等级以上（或下）等级隶属度之和超过0.2，则认为存在区位优化（或恶化）趋势，否则认为维持现状。

2.1 景区区位优势数理等级特征

对“丝绸之路旅游带”5A级景区区位优势等级及属性分类进行统计，得到景区区位优势等级结构金字塔（图2）。
图2 “丝绸之路旅游带”5A级景区区位优势等级结构分布

Fig.2 The hierarchical structure of regional advantage of 5A grade tourism attractions in Tourism Belt of the Silk Road

图2显示，“丝绸之路旅游带”5A级景区区位优势等级体系整体呈“中间多，两头少”的非金字塔结构，48.39%景区区位优势处于Ⅳ等级，而处于Ⅰ、Ⅱ与Ⅴ级区位优势等级的景区所占比重较小且均衡，特别注意到，处于Ⅲ区位优势等级的人文资源景区缺失，金字塔结构破缺。此外，西北特殊的地形与气候，使得“丝绸之路旅游带”沿线拥有雪山、草原、湖泊、沙漠、戈壁、雅丹等多种独特自然风光，景区中自然景观数量占比较大，造成“丝绸之路旅游带”5A级景区旅游资源属性结构失衡，景区区位优势等级体系结构重心偏离。
从区位优势等级演变趋势判断来看，各优势等级景区数量及内部属性结构比例变化较为显著，注意到处于Ⅴ、Ⅳ级景区，多数呈区位优化态势，其中与人文资源景区大多维持现状相比，自然资源景区区位优势等级演变趋势更为明显。在这些景区中，有“丝绸之路旅游带”旅游业发展的温点地区，如喀什地区泽普金胡杨景区、吐鲁番葡萄沟景区、可可托海景区等，过去对旅游业发展不够重视，随着当前旅游市场结构的改变和交通网络的完善，区位优化态势显著；也有发展的热点地区，如青海湖景区、华山景区等，虽处于旅游非优区，发展基础薄弱，但所占旅游市场份额却较高，旅游业发展并未受到区位劣势限制，近年来网络关注度持续升温，旅游交通区位优化态势强劲。总之，“丝绸之路旅游带”5A级景区区位优势等级体系结构呈现“结构破缺—重心偏离—波动显著”的特征。

2.2 景区区位优势空间分布特征

旅游资源禀赋、要素集聚能力、景区所在地社会经济发展水平的非均质性，必然导致景区区位优势等级呈现空间非均衡性，运用ArcGIS对景区区位优劣等级测度结果进行空间可视化表达（图3）。
图3 “丝绸之路旅游带”5A景区区位优势等级的空间分布

Fig.3 Spatial distribution of regional advantage of 5A grade tourism attractions in Tourism Belt of the Silk Road

从全域尺度上看，景区区位优势度等级空间分布格局具有较高的交通指向性，与主要交通网络构架结构存在一定程度的吻合，处于关键交通节点附近景区，如乌鲁木齐天山大峡谷、博斯腾湖景区、西宁塔尔寺等景区区位优势突出。这些景区依托较高的路网密度、路网延伸度，具有良好的交通可达性，且与其他景区间的时空压缩效应明显，有利于降低旅行成本，在最大限度满足游客体验价值的同时，促进区域旅游交通经济带的形成。
从省域尺度上看，景区区位优势等级空间分布格局具有较高的中心性。与普通地级市相比，大多数省份省会城市附近景区区位优势度等级较高，形成了西安、西宁、银川、乌鲁木齐4个区位优势明显集中区。究其原因：一是这些区域是物质流、人口流、信息流的汇聚地，依托自身经济、政治地位，在资源支配、基础设施投资方面为该区域旅游业发展提供了良好的支撑，使区域内景区在一定时期取得发展先机；二是省会地区往往也是文化遗产的集中地，人文旅游资源分布较多，资源集聚水平相对较高。

2.3 景区区位优势区域差异性分析

针对具体景区单元，运用ArcGIS对景区各区位因子测度结果进行空间可视化表达，并将“丝绸之路旅游带”大致划分为东、中、西三大板块进行统计分析（图4）。
图4 “丝绸之路旅游带”5A景区区位优势等级空间差异

Fig.4 Spatial heterogeneity of regional advantage of 5A grade tourism attractions in Tourism Belt of the Silk Road

总体上，东部板块景区区位因子相对优于中、西部板块，反映了在“丝绸之路旅游带”旅游空间中，处于东部板块景区更容易获得旅游业的优先快速发展。具体来看，板块内景区区位优势差异明显，均呈现明显的“核心—边缘”空间格局。东部板块形成了以“西安为核心，西宁、银川为两翼”的区位优势空间格局，西部板块则形成了以乌鲁木齐为核心的优势区位集聚区，这种区域性差异极易造成“丝绸之路旅游带”旅游市场出现极化效应，表现为优势区景区被热捧，而非优区景区被冷落的现象，不利于区域旅游一体化优质均衡发展。可考虑不断强化衍生新的旅游核心，递进式推动非优区景区旅游发展，如首先以西安、乌鲁木齐为辐射源，依托其区位优势，打造成为功能齐备的“丝绸之路旅游带”旅游中心集散地和旅游核；其次选择辐射区内特色景区，强化完善旅游基础设施和配套设施，形成次一级的旅游核心；再次整合临近景区，设计开发景区间旅游廊道，使边界景区成为再次一级的旅游核心，递进式培育新的旅游核心，最终形成区域旅游多核心空间结构，助力非优区景区实现区位优化，构建完整的“丝绸之路旅游带”旅游系统。
各板块景区区位优势等级受各区位因子影响不同，呈现显著的因素差异性。“丝绸之路旅游带”东部板块景区凭借各区位因子发展的绝对优势极易占据区域旅游业发展的制高点；而中部板块旅游资源开发相对不足，景区数量有限，不利于旅游者获取最大旅游收益，且社会经济发展水平有限，旅游基础及配套设施尚不完备，中部板块景区受资源、服务区位因子发展的限制明显，区位优势等级普遍较低；拥有独特西域风情的西部板块是众多内地游客假期出行的理想目的地，然而，旅游服务设施建设的相对落后、地理区位的偏远以及景区间距离的明显增加均给景区发展带来一定程度阻碍，市场、服务区位水平有限。随着“一带一路”建设持续推进，中、西部板块应加速打造“公路—铁路—民航”立体式交通网络，发挥“时空压缩”双重效应，同时，积极争取国家支援，“借船出海”，不断完善旅游发展软硬件设施，破解非优区景区旅游业发展难题。

3 景区区位优势等级空间分布影响机理

融合ArcGIS空间分析技术，将“丝绸之路旅游带”5A景区区位优势等级结果的空间分布图叠加各要素分析图（图5），探索景区区位优势等级空间分布的影响机理。
图5 “丝绸之路旅游带”5A景区区位优势等级影响因素

Fig.5 Influencing factors for regional advantage level of 5A grade tourism attractions in Tourism Belt of the Silk Road

3.1 景区区位优势等级空间分布与自然要素

3.1.1 与资源禀赋的关系

区域旅游资源禀赋的地理位置及空间分布直接影响景区对客源市场的吸引力，并对旅游资源、市场及交通区位产生直接影响。“丝绸之路旅游带”5A景区较少，仅占全国5A级景区的12.4%，运用ArcGIS 10.2中Spatial Statistics Tools的Average Nearest Neighbor工具进行计算，得出31个5A级景区的最邻近指数R=0.6037<1，说明“丝绸之路旅游带”5A级景区在空间分类上属于集聚型分布，有利于达成景区之间客源互送、公共基础设施共享，实现旅游业发展的规模经济及外部经济。为进一步分析“丝绸之路”5A级旅游景区空间集聚情况，揭示其空间集聚指向，运用ArcGIS 10.2中Analyst Tools的Density工具对5A景区的空间核密度进行分析（图5a）。从图中可以看出，景区总体呈现沿省会城市周边分布特征，集聚状态以点状集群为主，集聚域面呈“影响范围小，孤立分布”的单核结构，密度呈现由中心向外围扩散的圈层式结构。密度最高的区域为西安，乌鲁木齐、西宁、银川呈现空间集聚雏形，其他大部分区域为景区分布盲区。景区核密度空间分布与区位优势等级的空间分布基本一致，对资源区位影响显著。

3.1.2 与地形地貌的关系

地形地貌是旅游景区的骨架，不仅本身可以构成景观，与其他要素相组合还可以增加景观空间层次感，通过形、影、声、色、甘、奇等美学功能吸引游客。“丝绸之路旅游带”地貌差异大且高差悬殊，不同的地貌特征、资源禀赋、社会文化背景等多种因素，使得景区资源类型省际差异明显，存在显著的空间不平衡现象。将景区区位优势等级空间分布图与DEM影像叠加（图5b）。图5b显示，旅游景区优势等级空间分布与地形地貌有着较为紧密的耦合关系，地势险峻地区景区区位优势等级较低。与中西部板块相比，东部板块地势较为平坦，路网发达，交通便捷，以华清池、兵马俑、大雁塔、塔尔寺等人文景观，以及青海湖、沙湖等自然景观最为著名，区位优势等级较高；而位于中、西部板块景区大多分布于天山山脉、昆仑山系、阿尔泰山与祁连山脉等，虽有珍贵的旅游资源，但资源开发难度大，而且环境条件较为艰苦，仅能以浅层次的观光旅游为主，对客源市场吸引力小，区位优势等级相对较低。然而，正是各地区之间的这种生态系统垂直分异，使“丝绸之路旅游带”具有开发成以不同地形环境为背景的多种旅游产品的潜力，合理规划将有利于提升“丝绸之路旅游带”旅游产品的吸引力。

3.2 景区区位优势等级空间分布与人文因素

3.2.1 与社会经济的关系

景区所在地市社会经济发展水平是影响景区区位优势度的重要推手，基础配套设施的修建、旅游公共基础设施及交通网络的完善、景区的开发与质量提升都需要雄厚的财力支持，此外，较高的经济发展水平有利于形成旺盛的旅游消费能力。运用ArcGIS 10.2进行景区隶属地市GDP的可视化表达，按照Jenks最佳分类法分为5个等级（图5c）。从图中可以看出，景区与景区所在地市GDP之间存在显著的正相关关系，GDP较高区域，如西安、乌鲁木齐、巴音郭楞蒙古自治州等地的博斯腾湖、天山大峡谷、大雁塔、兵马俑等景区区位优势普遍处于较高等级；反之，葡萄沟景区虽距内陆客源市场较近，且处于交通节点，游客可进入性强，但所处地区吐鲁番的经济发展水平较低，未能为葡萄沟景区的发展提供必要的服务支撑，旅游相关机构服务水平、旅游从业人员素质均有待提升，导致葡萄沟景区区位处于弱势等级，与邻市的天山大峡谷相比等级差距较大。同时，利用SPSS软件做相关分析得出，景区区位优势等级高低与景区所在地市GDP的Pearson相关系数为0.6211，显示两者存在显著的正相关，社会经济发展水平对景区市场、服务区位具有重要的促进或抑制作用。

3.2.2 与交通条件的关系

交通体系的完善打破了“最后1 km”的限制，区域交通的可达性、交通流量、交通标识、速度限制及道路景观等交通条件的好坏，直接影响景区的可进入性和旅客游玩的感应距离，进而影响游客的旅游体验质量及游后评价，关系到游憩流的空间分布模式、集散态势及整个旅游系统的可持续性[27]。结合图3不难发现，景区主要分布于交通干道周边，且在关键节点附近景区区位优势等级较高。进一步运用ArcGIS 10.2软件缓冲区分析工具，沿交通主干道建立5 km、10 km、20 km缓冲区（图5d）。距主要公路5 km缓冲区范围内，有旅游景区8个，其中Ⅲ级以上景区4个，占Ⅲ级以上景区总数的36.36%；距公路10 km缓冲区有旅游景区16个，其中Ⅲ级以上景区7个，占总数63.64%；距公路20 km缓冲区有旅游景区21个，其中Ⅲ级以上景区11个。由此可以看出，Ⅲ级以上景区分布在距离公路20 km范围内，进一步反映出交通状况对景区资源、交通区位具有一定的制约性。此外，距公路20 km缓冲区范围内，人文景区多于自然景区，验证了人文景区多分布在路网发达、交通便捷区域，交通发展状况对景区类型分布也存在显著影响。

4 结论与优化策略

4.1 主要结论

本研究基于旅游资源、旅游市场、旅游交通、旅游服务四大区位因子，构建景区区位优势度评价模型，尝试性运用D-S证据理论模型测度景区区位优势，并融合ArcGIS空间分析技术对“丝绸之路旅游带”31个5A景区的区位等级进行了综合评价。主要结论如下：
①从数理等级特征来看，景区等级体系整体表现为“中间大，两头小”的非金字塔结构，其中处于Ⅲ级区位优势等级的人文资源景区缺失，且区域内旅游资源属性结构失衡；从区位优势等级演变趋势判断来看，各区位优势等级景区数量及内部属性结构比例变化较为显著，结构体系呈现“结构破缺—重心偏离—波动显著”的特征。
②从空间分布特征来看，在全域尺度上，景区区位优势等级空间分布的交通指向性明显，处于关键交通节点附近的景区区位优势突出；在省域尺度上，景区区位优势等级具有中心性，形成了西安、西宁、银川、乌鲁木齐4个优势区位明显集中区。
③从区域差异性来看，将“丝绸之路旅游带”划分为东、中、西三大板块进行统计分析，总体上东部板块景区区位优势等级相对优于中、西部板块；板块内景区区位优势差异明显，均呈现显著的“核心—边缘”结构；各板块景区区位呈现显著的因素差异性，东部板块景区凭借各区位因子发展的绝对优势极易占据区域旅游业发展的制高点，而中部板块主要受资源、服务区位因子的限制，西部板块的市场、服务区位因子的发展水平有限。
④“丝绸之路旅游带”景区区位优势等级空间分布受自然因素和人文因素的影响较大，其中旅游资源禀赋、地形地貌等自然因素是影响景区区位优劣和等级高低的内生因素，而社会经济、交通条件等人文因素是外部推动力，综合作用于景区区位优势等级。

4.2 优化策略

景区处于非优区是相对的、暂时的，通过比较优势的挖掘，可以在缓解热点景区的旅游压力的同时，促进非优区景区旅游业发展，推动区域旅游优质均衡发展。针对上述结论，本文从以下三个方面对“丝绸之路旅游带”5A级景区区位空间结构进行优化：
一是以“丝绸之路文化遗产复兴”为核心理念，深挖“丝路文化”旅游资源，培育5A级人文景区。注意不同区位优势等级下景区分布的均衡性，深挖以“丝路文化”为基本要素的潜在目的地，特别是地势险峻的中西部板块，在保持文化本真状态条件下，按照现代化旅游产业运行规律重点培育人文景区，扩大5A级人文景区数量与规模；并联动目的地、文创产品、旅游体验，深入推进产业融合发展，开发一程多站旅游产品，让文旅融合更具魅力。
二是主打自驾产品，突破沿带行政区域界线，依据交通轴线科学规划旅游线路。伴随着旅游消费的升级以及旅程个性化需求的不断提升，在私人汽车保有量大幅增加的情况下，“丝绸之路旅游带”自驾游市场前景广阔。应突破沿带各省区行政区域界限，修建沿途人工景观廊道，加大景区间路网对接密度，将目的地发展为多核心空间结构模式，通过增强扩散效应和辐射面，减弱区间屏蔽作用等外部不经济性，带动非优区景区实现区域旅游一体化发展；同时，进行沿带全域旅游框架下的大体量旅游策划与规划，推出“套餐”精品超值旅游线路。
三是借助“一带一路”倡议优势，科学培育和开拓边境旅游市场，造就区域旅游新格局。西部板块距离内陆腹地较远，但周边与蒙古国、俄罗斯、哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、阿富汗、巴基斯坦和印度等8个国家接壤，应重点构建以满足入境旅游为主要目标的目的地，继续开办“丝绸之路国际旅游博览会”，积极与周边8国旅游部门探索旅游合作，推动市场互换和客源互送，打通“跨境游”；增强在签证、离境购物退税等方面的便利性，加大针对对方旅游从业人员的培训，发展以“向西开放”为新特征的跨境旅游类型。
由于本文在区位优势测度过程中，未考虑交通拥挤、交通组合出行等因素的影响，因此测算结果与实际景区区位优势度可能存在一定差异。此外，当前引入D-S证据理论应用于地理学、旅游学领域尚处于初级阶段，下一步将继续探讨D-S证据理论与更多定量模型相结合来解决旅游地理相关问题。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Pearce D G, Tan R. The distribution mix for tourism attractions in Rotorua,New Zealand[J]. Journal of Travel Research, 2006, 44(1):250-258.

[2]
吴清, 李细归, 吴黎, 等. 湖南省A级旅游景区分布格局及空间相关性分析[J]. 经济地理, 2017, 37(2):193-200.

[3]
王录仓, 杨志鹏, 武荣伟, 等. 甘肃黄河三峡景区旅游资源空间结构研究[J]. 干旱区研究, 2016, 33(1):215-222.

[4]
王洪桥, 袁家冬, 孟祥君. 东北地区A级旅游景区空间分布特征及影响因素[J]. 地理科学, 2017, 37(6):895-903.

DOI

[5]
吴丽敏, 黄震方, 周玮, 等. 江苏省A级旅游景区时空演变特征及其动力机制[J]. 经济地理, 2013, 33(8):158-164.

[6]
隋丽娜, 程圩. 三类不同开放程度景区游客感知差异研究[J]. 人文地理, 2014, 29(4):126-133.

[7]
李莉, 颜丙金, 张宏磊, 等. 景区游客拥挤感知多维度内涵及其影响机制研究——以三清山为例[J]. 人文地理, 2016, 31(2):145-152.

[8]
Wang X, Li X, Zhen F, et al. How smart is your tourist attraction?:Measuring tourist preferences of smart tourism attractions via a FCEM-AHP and IPA approach[J]. Tourism Management, 2016,54:309-320.

[9]
Chen L, Ng E, Huang S C, et al. A Self-Evaluation System of Quality Planning for Tourist Attractions in Taiwan:An Integrated AHP-Delphi Approach from Career Professionals[J]. Sustainability, 2017, 9(10):1 751.

[10]
汪侠, 甄峰, 吴小根. 基于游客视角的智慧景区评价体系及实证分析——以南京夫子庙秦淮风光带为例[J]. 地理科学进展, 2015, 34(4):448-456.

DOI

[11]
郑永贤, 薛菲, 张智光. 森林旅游景区生态安全IRDS模型实证研究[J]. 资源科学, 2015, 37(12):2 350-2 361.

[12]
包珺玮, 王晓峰, 宋光飞, 等. 基于IPA法的精品旅游景区服务质量定量评价——以翠华山景区为例[J]. 干旱区资源与环境, 2015, 29(2):196-201.

[13]
靳诚, 陈星竹. 南京城市内部景区的公交优势度分析[J]. 地域研究与开发, 2015, 34(4):60-63.

[14]
孙建伟, 田野, 崔家兴. 湖北省旅游空间结构识别与可达性测度[J]. 经济地理, 2017, 37(4):208-217.

[15]
王兆峰, 李丹. 基于交通网络的区域旅游空间合作效率评价与差异变化分析——以湘西地区为例[J]. 地理科学, 2016, 36(11):1 697-1 705.

[16]
吴丽云, 董锁成. 大都市边缘区的旅游区位及发展战略[J]. 社会科学家, 2011(3):90-92,104.

[17]
郭建科, 王绍博, 王辉. 国家级风景名胜区区位优势度综合测评[J]. 经济地理, 2017, 37(1):187-195.

[18]
戢晓峰, 张力丹, 陈方. 云南省自驾游发展水平与旅游交通可达性的空间分异及耦合[J]. 经济地理, 2016, 36(5):195-201.

[19]
王绍博, 郭建科. 中国风景名胜区交通可达性及市场潜力空间测度[J]. 地理研究, 2016, 35(9):1 714-1 726.

[20]
史琴琴, 康江江, 鲁丰先. 山西省县域可达性及城市经济联系格局[J]. 地理科学进展, 2016, 35(11):1 340-1 351.

[21]
高湛军, 李思远, 彭正良, 等. 基于网络树状图和改进D-S证据理论的配电网故障定位方法[J]. 电力自动化设备, 2018, 38(6):65-71.

[22]
袁杰, 王福利, 王姝, 等. 基于D-S融合的混合专家知识系统故障诊断方法[J]. 自动化学报, 2017, 43(9):1 580-1 587.

[23]
向阳辉, 张干清, 庞佑霞. 结合SVM和改进证据理论的多信息融合故障诊断[J]. 振动与冲击, 2015, 34(13):71-77.

[24]
赵秋月, 左万利, 田中生, 等. 一种基于改进D-S证据理论的信任关系强度评估方法研究[J]. 计算机学报, 2014, 37(4):873-883.

[25]
陶洋, 任步廷. 基于局部冲突分配策略的证据合成法则的改进[J]. 计算机工程, 2012, 38(15):268-270.

DOI

[26]
丛林虎, 徐廷学, 董琪. 基于改进证据理论的导弹状态评估方法[J]. 系统工程与电子技术, 2016, 38(1):70-76.

[27]
李凤, 汪德根, 刘昌雪. 中国自驾车房车营地空间分布特征及其驱动机制[J]. 资源科学, 2017, 39(2):288-302.

DOI

Options
文章导航

/

〈 〉