Spatial Structure and Traffic Accessibility of Tourism Resources in Yangtze River Economic Belt

  • TIAN Ye , 1, 2 ,
  • LUO Jing , , 2 ,
  • CUI Jiaxing 2 ,
  • JIANG Liang 2 ,
  • WU Yikun 2
Expand
  • 1. Changjiang Academy of Development and Strategy/Institute for Advanced Studies in Finance and Economics,Hubei University of Economics,Wuhan 430205,Hubei,China
  • 2. Key Laboratory for Geographical Process Analysis & Simulation of Hubei Province/College of Urban and Environmental Sciences,Central China Normal University,Wuhan 430079,Hubei,China

Received date: 2019-02-23

  Revised date: 2019-08-06

  Online published: 2025-04-17

Abstract

Taking the scenic spots of grade 3A and above in the Yangtze River Economic Belt as an example, the spatial structure of tourism resources in the Yangtze River Economic Belt was analyzed by using the nearest neighbor index, Kernel density analysis and weighted grid dimension. By constructing the tourism attraction coefficient model, a traffic grid cost dataset considering the preferences of tourists was built, then the traffic accessibility of tourism resources in the Yangtze River Economic Belt was evaluated by using the cost distance tool. The result shows that: 1) The spatial distribution of tourism resources is Dense in the east while sparse in the west. The spatial agglomeration has obvious population and socio-economic preferences, and a significant gathering area of ​​tourism resources is formed around the provincial capitals and surrounding areas. 2) The spatial agglomeration of tourism resources presents an axisymmetric shape, and forms four supportive groups with Shanghai as the core, and a multi-center synergistic spatial structure. 3) The overall traffic accessibility of tourism resources is good, but there are obvious spatial differences between the east and west in this area, showing a step-like decline pattern from east to west. 4) The accessibility of tourism resources shows significant differences in grades and types. At the same time, high-traffic accessible tourism resources are clustered within the province's internal space, forming a core-peripheral structure within the province that is centered on the provincial capital.

Cite this article

TIAN Ye , LUO Jing , CUI Jiaxing , JIANG Liang , WU Yikun . Spatial Structure and Traffic Accessibility of Tourism Resources in Yangtze River Economic Belt[J]. Economic geography, 2019 , 39(11) : 203 -213 . DOI: 10.15957/j.cnki.jjdl.2019.11.024

长江经济带战略是党中央、国务院提出的重大国家区域发展战略,长江经济带占地面积广,涉及人口多,经济发展好,在国家发展全局中占有重要地位。但同时也要看到长江经济带沿线生态地位突出,对于全国生态环境安全具有举足轻重的重要影响,加快产业升级,改造提升传统产业,提高服务业比重成为未来长江经济带产业发展的重要方向。旅游业作为战略性产业,具有资源消耗低,带动系数大,就业机会多,综合效益好等优点[1],是促进长江经济带产业转型的重要产业选择之一。2014年国务院《关于依托黄金水道推动长江经济带发展的指导意见》中也提出,要“充分发挥长江沿线各地独具特色的历史文化、自然山水和民俗风情等优势,……,大力发展特色旅游业,把长江沿线培育成为国际黄金旅游带。”[2]加强对长江经济带旅游资源的研究对于促进长江经济带产业转型,打造长江国际黄金旅游带具有重要意义。
旅游资源是旅游业发展的物质载体和现实基础[3],作为地区旅游竞争力的主要构成,旅游资源的禀赋优劣、协同发展能力高低决定了地区旅游业发展的潜力和方向。国外对于旅游资源空间结构的研究发源于1960年代[4],其研究主题主要集中于旅游资源空间集聚特征[5]、空间格局判读[6]、旅游区划分[7]、旅游资源与旅游市场的交互作用关系[8-9]等方面。随着旅游业的发展,旅游资源的交通可进入性开始逐渐引起学者的关注,并基于地区交通条件,利用交通可达性等方式对其交通可进入性进行评价。如AlKahtani等构建了影响区域旅游资源可进入性的概念性框架,并以澳大利亚Ningaloo海岸为案例区对其可达性进行了评价[10]。Tóth等构建了一个包含多种交通方式的综合评价方法,对匈牙利旅游资源的可达性进行了评价,并分析了其对旅游收入的影响[11]。Tverijonaite等对冰岛自然保护区可达性与人类行为之间的关系进行了分析,并认为交通可达性是旅游资源规划需要考量的最重要因素之一[12]
受历史原因影响,国内对于旅游资源空间结构的研究起步较晚,1980年代的旅游地理区划工作可视作对于国内旅游资源空间布局与结构研究的最早探索[13]。之后相关研究成果开始逐渐增多,从研究内容上来看,主要集中于旅游资源的空间分布格局[14]、区域旅游系统的空间结构识别与演化[15-16]、空间格局优化[17]等,并且随着旅游业的深度发展,研究对象愈发多样[18-19],研究尺度也开始逐渐细化[20]。对于旅游资源交通可进入性的研究,国内学者也多是从交通可达性着眼,研究内容主要集中于区域旅游资源的交通可达性评价[21-22],旅游资源可达性对于地区旅游市场潜力[23]、旅游效率[24]的影响,高等级交通线路布局对旅游资源可达性的影响[25]等方面。但与此同时也要看到,长江经济带作为国家重要的区域发展战略,学者对于该地区旅游资源空间结构研究仍相对较弱,对该地区旅游资源的交通可进入性尚未有学者给予系统性研究。除此之外,目前对于旅游资源交通可进入性研究多集中于可达性评价,即利用空间分析方法,计算节点间的时间成本作为旅游资源可达性的主要表征指标,多未考虑旅游资源的等级类型差异和空间集聚状况,以及由此而造成的游客选择偏好差异。
有鉴于此,本文选择长江经济带3A级及以上景区作为该区旅游资源的典型代表,在对该区3A级及以上旅游资源空间结构进行分析的基础上,利用网格分析方法,对长江经济带相关水陆交通要素进行提取,构建长江经济带交通栅格成本数据集。与此同时,考虑到旅游资源等级类型和空间集聚状况所造成的旅游吸引力差异对于游客选择偏好的影响,构建旅游吸引力系数模型,并利用修正后的栅格成本数据集对旅游资源的交通可进入性进行评价,以期对长江经济带旅游产业的发展提供一定的科学参考。

1 研究区概况

长江经济带是由长江沿线上海、江苏、浙江、安徽、江西、湖北、湖南、重庆、四川、云南、贵州等11省市组成的中国经济重要支撑带,其覆盖面积达到205万km2,占全国国土总面积的21%,人口和GDP均占全国的40%以上。长江经济带面积广阔、人口众多、旅游资源丰富、民族构成多样、民俗文化独具特色,既是我国重要的旅游目的地,同时也是重要的旅游客源市场。截至2017年12月,该地区共有3A级以上景区2 888个,其中3A级景区1 394个,4A级景区1 380,5A级景区114个。

2 研究方法和数据来源

2.1 空间结构识别

2.1.1 最邻近指数

最邻近指数NNI的主要思路在于通过计算观测点和与之临近的事件点的欧式距离均值 r -,并将随机分布状态的平均距离与之相比较,观察二者的偏离程度。若观测点欧式距离均值 r -显著偏离随机分布状态下平均距离,则说明观测点的空间分布存在均匀或集聚分布状况[26]
N N I = 2 i = 1 N M I N d i j N / A N
式中:NNI为最邻近指数; M I N d i j指区域任一点与其临近事件点的最短距离;AN分别指研究区面积和事件点总数,当NNI等于1时可视为完全随机分布,大于1时趋向均匀分布,小于1时则呈现集聚分布。

2.1.2 核密度分析

密度分析是地理要素空间分布的重要特征之一。核密度分析能够清晰有效地反映地理要素在空间上的形态特征,并表现出其空间离散或集聚的特征,其研究思路为以区域内某个事件点为圆心,以指定带宽r为半径画圆,并对其中的旅游资源数进行统计,之后计算其与所在圆面积大小的比例关系[27]
λ j = i = 1 N 1 π K d i j r
式中:r为指定带宽;K为空间权重函数,可视为旅游资源点i的权重,若i与中心点距离大越大,则其权重越小,反之则越大;dij为指定带宽内两点之间的距离大小;N为区域内旅游资源的数量。

2.1.3 加权网格维数

网格维数的思想在于通过将区域按照不同码尺长度r进行分割,构建网格尺寸大小不等的渔网。通过分析不同码尺规模下旅游资源所占据的网格数Nr)与码尺大小r的比例关系变化,对其空间分布形态进行分析。普通网格维数分析多简单分析事件点在地球表面的空间分布状态,而忽视了旅游资源的等级差异。事实上,旅游资源分布一般呈现高等级数量少、低等级数量多的现象。当不考虑旅游资源等级差异时,由于低等级旅游资源数量较多,相当程度上弱化了高等级旅游资源的主导性地位。因此此处给不同等级旅游资源赋予不同的权重,构建加权网格维数,能够更科学表现旅游资源的空间分布状况。
将码尺大小为r的网格内旅游资源分为m等,网格内分等级旅游资源数量即为L0r)、L1r)、…、Lmr),为每个网格内不同等级景区赋权重W0r)、W1r)、…、Wmr)。此处,旅游资源等级分别为3A、4A、5A,权重分别为0.1,0.3,0.6,即等级越高权重越大,且5A级景区权重显著高于其他等级景区。
若旅游资源资源分布存在无标度性,加权网格容量维数可表达为:
N w r = m = 1 m L m r × W r r - α w
此处aw=Dw0即为加权容量维数。
对于特定码尺大小的网格rij,即第i行、第j列网格内旅游资源的分布概率可表达为:
P i j w = m = 1 m L m i j × W m i j / m = 1 m L m × W m
此时网格加权信息量可表示为:
I w r = - i k j k P i j w r l n P i j w r
式中:k=1/r为区域各边的分段数目,如果旅游资源空间分布符合分形特征,则有:
I w r = I w 0 - D w 1 l n r
式中:Iw0为常数;Dw1为分维(加权信息维)。
网格维数的大小一般在[02]之间,分别以0、1、2为界,D=0表明旅游资源完全集聚,D=1则表明旅游资源呈现出线状集聚分布,D=2时说明旅游资源呈现完全均匀分布。

2.2 交通可进入性评价

2.2.1 交通栅格成本数据集构建

利用网格分析方法,将整个长江经济带划分为7 803个大小相同的网格,之后分别统计网格内铁路(高铁、动车、普通列车)、高速公路、国道、省道的长度分布,并为之赋予不同的行车速度,根据《中华人民共和国公路工程技术标准(JTG B01-2014)》并结合其他学者的研究成果[28],分别将其速度设定为铁路(高铁250 km/h、动车200 km/h、普通列车95 km/h)、高速公路110 km/h、国道90 km/h、省道80 km/h。交通线路分布密度越大的网格,空间阻抗越小,时间成本越低。在对于水域的处理上,多数学者常将水域视为强空间阻抗,默认水域不具有通行性,但由于长江黄金水道在长江经济带空间联系上具有特殊地位,因此,将长江航道通行速度赋为35 km/h。考虑到其他水域同样具有一定的旅游价值和通行能力,速度赋为10 km/h,除交通线路和水域之外的陆地速度统一设置为2 km/h。在对不同网格内分等级交通线路长度、长江航道、水域和陆地面积进行统计计算之后,将之统一转换为栅格,并将栅格value设置为所计算的时间成本,从而构建形成长江经济带交通栅格成本数据集。

2.2.2 旅游吸引力系数模型

游客在进行目的地选择时,交通便捷程度虽为考量之一,但影响其选择的主要原因在于地区旅游资源质量和集聚程度,某个区域的旅游资源等级越高,空间集聚状况越好,游客突破空间阻隔到达该区域的可能性越大,单纯以区域交通线路分布作为栅格构建的成本考量并不完全科学,因此此处构建旅游吸引力系数模型,作为构建栅格成本数据集影响系数。主要思路为,某一网格内旅游资源等级越高,旅游资源数量越多(集聚状况越好),空间阻抗越低,其中旅游资源等级优先于旅游资源数量。
C = 1 / m = 1 m l o g L m + a × w m
式中:C为旅游吸引力系数;Lmm等级景区数量;a为常数,a值越大,则等级的优先度越高;wmm等级景区权重,此处与加权网格维数权重设置相同。之后,将计算结果进行标准化处理,形成数值区间在(0,1]之间的吸引力系数,并利用栅格计算器将之与栅格成本相乘,构建考虑景区等级与数量的完整栅格成本数据集。网格内景区等级越高,数量越多,吸引力系数数值越小,最终的栅格成本也就越小。

2.2.3 交通可进入性评价

长江经济带的空间范围较大,面积达到205万km2,东西向最短直线距离超过2 000 km。根据孙枫等[29]的研究,当出行距离超过700 km时,居民对于陆路或水路交通方式的选择倾向已经显著弱于航空交通方式。因此不考虑航空交通的情况,仅依托陆路和水路交通计算长江经济带内全部景区到区域内任一点的时间成本并不科学,而且受到地理空间二维平面特征的影响,位于区域中间位置的景区到区域内其他地区的时间成本要显著低于外围的景区。有鉴于此,本文对于旅游资源交通可进入性评价的思路为将2 888个景区进行批量分割,并运用ArcGIS栅格成本距离分析工具,计算全部2 888个景区中任一景区到其周围700 km范围内(即水陆交通方式能够覆盖的最大空间范围)任一点的距离成本并求和,之后对其取均值,可视为700 km范围内任一点到该景区的平均栅格成本距离。该值越小,说明该景区可进入性越好,反之可进入性越差。由于长江经济带区域范围较大,数据的处理和计算量大,其处理和计算全部借助Python 2.7软件通过脚本编程实现。

2.3 数据来源

长江经济带3A级以上景区信息来源于长江沿线11省市旅游局(委)网站所公布的A级景区名录,时间截至2017年12月,坐标信息来自于百度地图坐标拾取系统,之后利用坐标转点工具,将全部景区转为矢量点要素。为了深入分析旅游资源的空间结构形态,根据国家区域发展战略,将研究区分别划分为东部(上海、浙江、江苏)、中部(安徽、湖北、湖南、江西)、西部(四川、云南、贵州、重庆),将其类型划分为人文和自然两大类型。交通、水域等数据系利用2017年中国1∶450万交通地图,通过提取长江经济带相关交通线路数据矢量化获取,之后将上述地理要素数据统一投影至Lambert正形圆锥投影系,形成完整长江经济带交通网络和旅游资源数据库(图1图2)。
图1 长江经济带交通要素与最终栅格成本分布

Fig.1 Transport network and the raster cost of Yangtze River Economic Belt

图2 长江经济带旅游资源的等级与类型分布

Fig.1 Spatial distribution of tourism resources in Yangtze River Economic Belt

3 旅游资源空间结构识别

3.1 总体呈现东密西疏,同时具有明显的空间集聚特征,集聚形态表现出东部集中连片,中西部地区分散分布现象

利用公式1计算长江经济带旅游资源分布的NNI指数为0.5321,显著小于1,旅游资源的空间分布存在明显的空间集聚。从旅游资源的数量分布来看,东部、中部、西部旅游资源数量分别为909、1 082和898个,旅游资源分区的数量分布相差并不大,说明不同区域对于旅游资源的开发力度大致相同,旅游资源数量分布相对均衡。但从其密度分布来看,东部省市旅游资源平均密度分布为43.79个/万km2,上海市旅游资源分布密度甚至达到171.92个/万km2,远高于其他地区。中部地区则骤降至15.23个/万km2,西部地区更是低至7.8个/km2,东部地区旅游资源的空间集聚状况比中西部地区更为显著,总体呈现东密西疏特征(表1)。观察旅游资源核密度分布图则可以看出,无论是全部旅游资源还是分类型旅游资源,核密度高值区均显著集中于长三角地区,呈现集中连片分布形态,中西部地区旅游资源集聚则呈现出分散分布特征(图4a)。
表1 长江经济带旅游资源空间分布与基本统计特征

Tab.1 Distribution of the tourism resources and its basic statistical characteristics in Yangtze River Economic Belt

分区 省份 3A(个) 4A(个) 5A(个) 人文(个) 自然(个) 总计(个) 占比(%) 密度(个/km2 分区占比(%) 分区密度(个/km2
东部 上海市 47 59 3 98 11 109 4.00 171.92 31.48 43.79
浙江省 227 187 16 237 193 430 15.00 42.34
江苏省 151 196 23 263 107 370 13.00 37.12
中部 安徽省 204 190 11 246 162 408 14.00 29.56 37.47 15.23
湖北省 133 99 9 126 115 241 8.00 13.07
湖南省 129 80 7 124 92 216 7.00 9.95
江西省 96 112 9 132 85 217 8.00 12.68
西部 四川省 115 201 13 173 156 329 11.00 6.82 31.09 7.80
云南省 79 77 8 91 73 164 6.00 4.06
贵州省 137 95 16 132 104 236 8.00 12.98
重庆市 77 84 8 95 74 169 6.00 20.52
全带 1 394 1 380 114 1 716 1 172 2 888 100.00 13.96 100.00 13.96

3.2 空间集聚存在明显的人口和社会经济偏好性,省会城市及周边是旅游资源显著集聚地区

利用公式(3)~(6)计算旅游资源分布的加权网格维数并绘制拟合曲线图,可以发现长江经济带旅游资源加权容量维数拟合度达到0.9994,旅游资源分布变化随码尺大小变化速率较为稳定,呈现出明显的分形特征,具备自组织和自相似性[30]。但可以看出,其加权信息维数仅有0.5529,大大小于加权容量维数的1.7148,二者呈现出严重异配。说明旅游资源的空间展布并非随着网格数量变化均匀变化,而是出现局部集聚的现象,即出现围绕区域中的某一个或多个中心集中分布的形态。将旅游资源核密度分布图与地级城市行政区底图进行叠加可以发现,旅游资源的局部集聚具有明显的空间偏好性。除长三角这一集中连片区以外,旅游资源集聚区多分散分布于长江经济带各省内,在空间上显著集中于合肥、武汉、南昌、长沙、贵阳、昆明、成都、重庆等城市及其周边,均为省会或直辖市(图4a)。省会城市一般是省内经济最为发达,人口最为集中的地区,也是省内旅游资源的主要客源市场,是旅游资源显著集聚该地区及其周边的重要原因。事实上,观察分类型旅游资源的分布可以发现,人文类旅游资源的数量占总数的59%,NNI指数为0.535,自然类旅游资源则仅占41%,NNI指数为0.6352,人文类旅游资源的数量和空间集聚状况均显著强于自然类旅游资源,即旅游资源的分布更倾向于布局在人口更为集中的区域。自然类旅游资源虽受地表形态影响更为显著,但其开发与发展同样受到人口与区域经济状况的限制与制约,其分布虽然受地形地貌分割存在一定程度的空间离散状态,但总体仍然存在倾向人口与社会经济集中的区域集聚(图4b图4c)。
图3 长江经济带旅游资源分布的加权网格维数

Fig.3 Weighted grid dimension of tourism resources in Yangtze River Economic Belt

图4 长江经济带旅游资源的核密度分布及其轴对称格局

Fig.4 Kernel density and its axisymmetric pattern of the tourism resources in Yangtze River Economic Belt

3.3 空间集聚总体格局呈现出以长三角为顶点,近轴对称分布形状

对长江经济带旅游资源集聚区进行提取,抽象为要素集聚点,并将之相连,可以发现,旅游资源集聚区呈现出以长三角为顶点,南北双向发散的分布格局,且其整体形态呈现出近似轴对称的空间格局(图4d)。对称是地理要素空间分布的重要规律之一,凡是适应经济地理固有对称性的活动,都会给经济带来巨大的发展,若其格局是不对称甚至反对称,则该地区的经济不能持续发展[31]。长江经济带旅游资源在发育过程中明显沿循空间对称这一地理规律。实际上,旅游资源的对称分布能够有效降低要素流动成本,即不论游客位于空间任一点,均能够迅速到达旅游资源集聚区。长江经济带旅游资源的轴对称分布有利于区域客源流动和旅游业的协同发展。

3.4 总体发育形成一个核心引领,四大组团支撑,多中心协同,并沿集聚中心向外扩散的空间结构

从长江经济带旅游资源分形形态来看,其加权网格容量维数达到1.7148,相当程度接近1.7的理想值[32],分布具有高度的自相似性,即该区宏微观尺度旅游资源的分布特征较为一致,不同尺度、不同区域均存在局部集聚,并围绕集聚中心分布的特征。从旅游资源密度分布并结合网格维数来看,各省基本均形成了以省会城市为中心,并沿着省会城市局部集聚的格局。尤其长三角地区,这一格局更为显著,上海成为长三角地区旅游资源集聚程度最高的区域,形成该区的核心。将长江经济带旅游资源的空间集聚形态与国家重大区域发展战略相结合,可以发现长江经济带旅游资源已基本形成以上海为核心,以南京、杭州、合肥为集聚中心的长三角组团,以武汉、长沙、南昌为集聚中心的长江中游城市群组团,以成都、重庆为集聚中心的成渝组团和以贵阳、昆明为集聚中心的贵昆组团(图5)。而且根据其空间自相似性可以判断,在这些大型组团的内部,同样存在围绕集聚中心向外扩散的小型组团,即形成分省内部的中心引领、外围协同模式。但同样要看到,旅游资源存在明显的分省空间集聚现象,省外旅游资源的协同仍有所不足,区域间旅游腹地通道仍存在一定程度的断裂,区域间的协同发展有待进一步加强。
图5 长江经济带旅游资源空间结构

Fig.5 Spatial Structure of the tourism resources in Yangtze River Economic Belt

4 旅游资源交通可进入性评价

4.1 总体交通可进入性水平相对较好,高交通可进入性旅游资源存在分省内部空间集聚,形成分省内部的近核心—外围结构

在计算完成长江经济带旅游资源交通可进入性之后,按照3 h时间间隔对其进行分时段统计,并利用Kriging插值法对其交通可进入性分布进行可视化,之后提取交通可进入性的等值线,并将二者进行叠加。可以发现,长江经济带旅游资源的平均交通可进入性为8.56h,80.37%的旅游资源可在12 h之内进入,人文类旅游资源这一比例更是高达83.40%,即80%以上的旅游资源在700 km范围内依托水陆交通方式可在12 h之内到达。绝大部分旅游资源的可进入性时段集中于0~9 h之间,占比达到59.5%,34.06%的旅游资源在6 h之内即可到达,长江经济带旅游资源总体交通可进入性相对较好(表2)。但是同时可以看出,交通可进入性等值线的低值区多以省会城市为核心,呈现分省内部的环状外扩格局,即越靠近省会城市,其交通可进入性越高。说明高可进入性旅游资源存在明显的分省内部空间集聚,形成以省会城市为中心的近核心—外围结构,而且这一结构存在明显的普遍性。从交通可进入性等值线的分布可以看出,无论是全部旅游资源还是分类型旅游资源,在分省内部均形成了以省会城市为核心的交通可进入性低值环,并且围绕省会城市呈现环状衰减,形成近核心—外围结构(图6a图6b图6c)。
表2 长江经济带旅游资源交通可进入性时段分布

Tab.2 Accessibility time distribution of the tourism resources in Yangtze River Economic Belt

类型 统计 可进入性时段分布(h)
0~3 3~6 6~9 9~12 12~15 15~18 18~21 21~24 27~30 30~33
全部 个数(个) 108 876 735 603 322 144 74 25 1 1
累计占比(%) 3.74 34.06 59.50 80.37 91.52 96.50 99.07 99.93 99.97 100.00
人文类 个数(个) 97 521 450 364 178 66 25 15 1 0
累计占比(%) 5.65 35.99 62.20 83.40 93.77 97.61 99.07 99.94 100.00 100.00
自然类 个数(个) 11 355 285 239 144 78 49 10 0 1
累计占比(%) 0.94 31.23 55.55 75.94 88.23 94.88 99.06 99.91 100.00 100.00
图6 长江经济带旅游资源交通可进入性分布

Fig.6 Spatial distribution of the tourism resources' accessibility in Yangtze River Economic Belt

4.2 交通可进入性呈现等级与类型差异,等级越高交通可进入性越好,且人文类旅游资源优于自然类旅游资源

对旅游资源交通可进入性进行分省、分等级与类型求和,并求取均值,可视为不同地区、不同等级与类型旅游资源的平均交通可进入性(表3)。观察平均交通可进入性分布可以看出,长江经济带旅游资源的交通可进入性呈现明显的等级与类型差异,3A、4A、5A级旅游资源的平均交通可进入性分别为8.76、7.57和6.54 h,5A级旅游资源的平均交通可进入性比3A、4A级高33.94%和15.75%,旅游资源交通可进入性的等级差异明显。人文类旅游资源与自然类旅游资源平均交通可进入性分别为8.15和9.18 h,人文类旅游资源平均交通可进入性比自然类旅游资源高12.64%。观察交通可进入性等值线分布同样可以看出,人文类旅游资源分省内部低值环线的覆盖范围要比自然类旅游资源的覆盖范围相比要大,且数值越低这一现象越明显,也进一步证实了人文类旅游资源交通可进入性优于自然类旅游资源的这一判断(图6b图6c)。事实上,5A级景区是我国景区评价的最高等级,其旅游吸引力显著高于其他等级旅游资源,相关的旅游配套交通基础设施也最为完善,游客突破空间阻隔到达该等级旅游资源的欲望最为强烈,能够在一定程度上突破地表形态的限制,形成等级越高,其交通可进入性越好的现象。人文类旅游资源则多集中于人口密集地区,交通基础设施与地形条件相对较优,是形成人文类旅游资源交通可进入性优于自然类旅游资源的重要原因,上文旅游资源交通可进入性的核心—外围结构也在一定程度上证实这一判断。
表3 长江经济带旅游资源交通可进入性空间分布(h)

Tab.3 Spatial,grade and type distribution of the tourism resources' accessibility in Yangtze River Economic Belt

分区 省份 3A 4A 5A 人文 自然 分省 分区
东部 上海市 0.80 0.75 0.44 0.71 1.23 0.76 4.80
浙江省 4.41 4.33 3.71 4.36 4.40 4.38
江苏省 6.67 6.38 6.16 6.42 6.65 6.49
中部 安徽省 6.07 5.78 5.41 5.91 5.94 5.92 8.77
湖北省 10.58 10.24 9.70 10.24 10.59 10.41
湖南省 11.34 11.05 10.57 11.07 11.39 11.21
江西省 11.16 10.11 9.47 9.81 9.98 9.87
西部 四川省 15.04 14.42 13.25 13.82 15.52 14.63 12.12
云南省 16.54 16.49 15.73 16.44 16.64 16.53
贵州省 9.07 8.91 8.39 9.05 8.92 8.99
重庆市 7.69 6.94 5.08 7.36 7.31 7.34
全带 8.76 7.57 6.54 8.15 9.18 8.56 8.56

4.3 交通可进入性总体空间差异呈现出显著的东高西低特征,形成近三级阶梯下降格局

长江经济带旅游资源交通可进入性的空间分布呈现出明显的东西差异,交通可进入性高的旅游资源显著集中分布于东部省市,东部沿海的江苏省、浙江省旅游资源的平均交通可进入性分别为6.49、4.38 h,上海市更是低值0.76 h,分别低于均值8.56 h的31.89%,95.43%,1 000.26%,其交通可进入性显著高于其他省份(表3)。按照旅游资源的分区划分进行统计,可以发现东部、中部、西部旅游资源平均交通可进入性分别为4.80、8.77、12.12 h,分别相差82.70%、38.20%,呈现显著的东西差异。为了更好地表现长江经济带旅游资源交通可进入性的东西差异格局,将各省旅游资源平均交通可进入性按照自然断点法划分为三级并可视化。可以看出,长江经济带旅游资源分省的平均交通可进入性呈现明显的阶梯状下降格局(图6d)。位于长江经济带东部的上海市、江苏省、浙江省、安徽省平均交通可进入性均在6.5 h以下,可进入性最高,可视为全带的第一级阶梯,湖北省、江西省、湖南省、贵州省、重庆市平均交通可进入性则在6.5~11.21 h之间,可进入性中等,可视为全带的第二级阶梯,四川省和云南省则全部骤升至14 h以上,远大于带内其他省份,可视为全带的第三级阶梯。整体交通可进入性呈现由东至西近三级阶梯状下降格局。

5 结论与建议

5.1 结论

①旅游资源具有明显的空间集聚,总体呈现东密西疏的分布特征。无论全部旅游资源还是分类型旅游资源的NNI指数均小于1,空间集聚特征显著,且人文类旅游资源的空间集聚程度强于自然类旅游资源。带内分区旅游资源则呈现出东部密集连片,中西部地区分散分布的特征,且其密度分布呈现出显著的东密西疏空间格局。除此之外,旅游资源空间集聚存在明显的人口和社会经济偏好性,围绕直辖市和省会城市及其周边形成旅游资源显著集聚区。
②旅游资源空间集聚整体呈现轴对称形态,并形成以上海为核心的四大组团支撑,多中心协同的空间结构。全带旅游资源的空间集聚区分布总体呈现出近似轴对称形态,具有较好的协同发展潜力。与此同时,全带旅游资源分布的加权网格容量维数达到1.7148,拟合优度达到0.9994,满足分形特征,具有空间自组织与自相似特征,可视作全带已形成以上海为核心,长三角组团、长江中游城市群组团、成渝组团和贵昆组团四大组团协同的空间结构。同时组团内部存在围绕集聚中心向外扩散的小型组团,形成分省市内部的中心引领,外围协同模式。
③旅游资源的总体交通可进入性较好,但存在明显的东西空间差异,交通可进入性基本呈现出由东至西的阶梯状下降格局。全带80.37%的旅游资源可在12 h之内进入,人文类旅游资源这一比例更是高达83.40%,总体交通可进入性较好。但与此同时,全区旅游资源的交通可进入性东西差异显著,东部、中部、西部旅游资源平均交通可进入性分别相差82.70%、38.20%,呈现出由东至西的阶梯状下降格局。
④旅游资源交通可进入性呈现出显著等级与类型差异,同时高交通可进入性旅游资源出现分省内部空间集聚,形成分省内部以省会城市为中心的近核心—外围结构。5A级旅游资源平均交通可进入性比3A、4A级高33.94%和15.75%,旅游资源等级越高交通可进入性越好,且人文类旅游资源优于自然类旅游资源。除此之外,交通可进入性等值线低值区多集中分布于省会城市及其周边,并且围绕省会城市及其周边形成近核心—外围结构,而且这一结构存在明显的普遍性。

5.2 建议

由于长江经济带横跨我国东、中、西三大地带,旅游发展水平和与之相配套的旅游交通基础设施存在显著的空间不平衡现象。长三角地区旅游资源集聚程度和交通可进入性均最高,而西部地区贵州、云南、四川等地相比之下则发展水平较低,并且由于西部地区省份面积广阔、地形复杂,多山地,分省内部旅游发展水平也同样存在高度的不平衡现象。除此之外,长江经济带旅游资源的空间分布存在明显的省内集聚、省外断裂的状态,旅游业发展存在“各自为政”的风险。有鉴于此,本文提出以下建议,以期为长江经济带旅游业发展提供政策参考。
①推动区域旅游一体化建设,实现长江经济带旅游产业的全域协同发展,打造黄金旅游带。要充分发挥长江黄金水道的东西连接作用,以四大组团为工作重点,强化组团内部旅游合作,形成团内协同,团外联动的整体格局。与此同时,要积极推动沿线不同省份的旅游合作,探索成立旅游发展联席会议制度,建立区域旅游发展一体化机制,破除行政区经济限制。推动全区旅游线路设计、旅游基础设施和旅游公共服务一体化建设,设计具有地区特色的跨省旅游线路、探索实施长江经济带旅游“一卡通”工程,形成区域统筹、产业协同、产品互补的旅游发展新格局。
②发挥区域特色,打造特色旅游产品,走差异化发展道路。长江经济带地跨11省市,自然地貌多变、文化类型丰富。对于西部云南、贵州,可充分发挥该地区自然环境优良、少数民族集中分布特色,开发少数民族风情游、养生休闲游等旅游产品。对于四川、重庆,要以巴蜀文化为特色,开发蜀汉三国游、美食文化游和以熊猫为主要旅游吸引物的生态游等旅游产品。对于湖南、湖北和江西,要以荆楚文化、红色文化为特色,大力开发研学游、红色游等旅游产品。对于上海、江苏、浙江、安徽,该区经济发展水平相对较高,要在充分发挥该地区“海派”文化、吴越文化、淮扬文化、徽州文化等文化特色的基础上,推进高端旅游产品的设计和开发,如会展游、商务游、地产游、健康游等。从而实现长江经济带内不同区域之间的差异化旅游产品开发和设计,形成带内不同地区之间的产业分工,避免旅游产品同质。
③以“增长极”理论为指导,打造分省内部旅游产业增长极,同时发挥“涓滴”效应,提升省域旅游业综合实力。长江经济带旅游资源分省集聚的现象明显,这一方面会出现“虹吸”效应,造成资源显著向这些地区集聚,从而弱化其他地区的发展条件。但同时旅游资源集聚区往往也是区域旅游发展潜力最高,带动作用最强的区域。未来要以各省旅游资源集聚区作为省域旅游发展的“增长极”,并充分发挥其带动作用,整合区域内弱、小、散的旅游资源,凸显特色、形成规模,深入拓展旅游纵深和腹地,实现省域旅游综合实力的提升。
④加快综合立体旅游交通网络建设。长江经济带旅游资源的总体交通可进入性虽然相对较好,但其中西部地区的不足也极为显著,成为制约地区旅游业发展的关键瓶颈。针对中西部地区部分省份旅游交通落后的现实状况,要紧抓长江经济带综合立体交通走廊建设契机,大力发展高速公路、高速铁路、航空等高等级交通运输方式。充分发挥长江黄金水道优势,优化港口布局,发展现代航运服务,同时加快发展铁水、公水、空铁等多式联运,推动不同交通方式、不同地区之间交通运输网络的无缝对接。
[1]
中国国务院. 国务院关于加快发展旅游业的意见(国发〔2009〕41号)[EB/OL]. http://www.gov.cn/gongbao/content/2009/content_1481647.htm.

[2]
中国国务院. 国务院关于依托黄金水道推动长江经济带发展的指导意见(国发〔2014〕39号)[EB/OL]. http://www.gov.cn/zhengce/content/2014-09/25/content_9092.htm.

[3]
杨友宝, 王荣成, 李秋雨, 等. 东北地区旅游资源赋存演化特征与旅游业空间重构[J]. 经济地理, 2015, 35(10):194-201.

[4]
Christaller W. Some considerations of tourism location in Eu-rope:The peripheral regions-under-developed countries-recreation areas[J]. Papers of the Regional Science Association, 1964, 12(1):95-105.

[5]
Weidenfeld A, Butler R W, Williams A M. Clustering and com-patibility between tourism attractions[J]. International Journal of Tourism Research, 2010, 12(1):1-16.

[6]
Pearce D G. Tourism in Paris:Studies at the microscale[J]. An-nals of Tourism Research, 1999, 26(1):77-97.

[7]
Blasco D, Guia J, Prats L. Tourism destination zoning in moun-tain regions:a consumer-based approach[J]. Tourism Geographies, 2014, 16(3):512-528.

[8]
Papatheodorou A. Exploring the evolution of tourism resorts[J]. Annals of Tourism Research, 2004, 31(1):219-237.

[9]
Weidenfeld A, Butler R, Williams A W. The role of clustering,cooperation and complementarities in the visitor attraction sector[J]. Current Issues in Tourism, 2011, 14(7):595-629.

[10]
AlKahtani S J H, Xia J C, Veenendaaland B, et al. Building aconceptual framework for determining individual differences of accessibility to tourist attractions[J]. Tourism Management Perspectives, 2015, 16:28-42.

[11]
Tóth G, Dávid L. Tourism and accessibility:An integrated ap-proach[J]. Applied Geography, 2010, 30(4):666-677.

[12]
Tverijonaite E, Ólafsdóttir R, Thorsteinsson T. Accessibility ofprotected areas and visitor behavior:A case study from Iceland[J]. Journal of Outdoor Recreation and Tourism, 2018, 24:1-10.

[13]
毛小岗, 宋金平, 于伟. 北京市A级旅游景区空间结构及其演化[J]. 经济地理, 2011, 31(8):1 381-1 386.

[14]
赵磊, 丁烨, 杨宏浩. 浙江省旅游景区空间分布差异化研究[J]. 经济地理, 2013, 33(9):177-183.

[15]
黄金火, 吴必虎. 区域旅游系统空间结构的模式与优化——以西安地区为例[J]. 地理科学进展, 2005, 24(1):116-126.

[16]
崔大树, 孙杨. 基于分形维数的湖州旅游景区系统空间结构优化研究[J]. 地理科学, 2011, 31(3):337-343.

[17]
王恒, 李悦铮. 大连市旅游景区空间结构分析与优化[J]. 地域研究与开发, 2010, 29(1):84-89.

[18]
谢志华, 吴必虎. 中国资源型景区旅游空间结构研究[J]. 地理科学, 2008, 28(6):748-753.

[19]
吴杨, 倪欣欣, 马仁锋, 等. 上海工业旅游资源的空间分布与联动特征[J]. 资源科学, 2015, 37(12):2 362-2 370.

[20]
吴荣华, 张宏磊, 张捷, 等. 城市历史文化旅游地的小尺度空间结构及关联——以南京夫子庙景区为例[J]. 地理研究, 2014, 33(12):2 427-2 436.

[21]
潘竟虎, 从忆波. 中国4A级及以上旅游景点(区)空间可达性测度[J]. 地理科学, 2012, 32(11):1 321-1 327.

[22]
孙建伟, 田野, 崔家兴, 等. 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.

[23]
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.

[24]
曹芳东, 黄震方, 吴江, 等. 国家级风景名胜区旅游效率测度与区位可达性分析[J]. 地理学报, 2012, 67(12):1 686-1 697.

[25]
李保超, 王朝辉, 李龙, 等. 高速铁路对区域内部旅游可达性影响——以皖南国际文化旅游示范区为例[J]. 经济地理, 2016, 36(9):182-191.

[26]
潘竟虎, 李俊峰. 中国A级旅游景点空间结构的计量地理分析[J]. 经济地理, 2013, 33(9):154-160.

[27]
佘冰, 朱欣焰, 呙维, 等. 基于空间点模式分析的城市管理事件空间分布及演化——以武汉市江汉区为例[J]. 地理科学进展, 2013, 32(6):924-931.

DOI

[28]
田野, 罗静, 孙建伟, 等. 区域可达性改善与交通联系网络结构演化——以湖北省为例[J]. 经济地理, 2018, 38(3):72-81.

DOI

[29]
孙枫, 汪德根, 牛玉. 高速铁路与汽车和航空的竞争格局分析[J]. 地理研究, 2017, 36(1):171-187.

DOI

[30]
Chen Y. Analogies between urban hierarchies and river net-works:Fractals,symmetry,and self-organized criticality[J]. Chaos,Solitons & Fractals, 2009, 40(4):1 766-1 778.

[31]
叶大年. 城市的对称分布与中国城市化趋势[M]. 合肥: 安徽教育出版社, 2011.

[32]
Batty M. Fractals-geometry between dimensions[J]. New Sci-entist, 1985, 106(1450):31-35.

Outlines

/