EN中文

Economic geography >

2019 , Vol. 39 >Issue 4: 199 - 206

DOI: https://doi.org/10.15957/j.cnki.jjdl.2019.04.024

Spatial Differentiation and Influencing Factors of Rural Tourism Model Villages in the Five Northwest Provinces of the Silk Road Economic Belt

  • WANG Songmao , 1, 2 ,
  • HE Zhaoli 3 ,
  • GUO Yingzhi , 1, 4, ※
Expand
  • 1. Post-doctoral Station of Business Administration，Fudan University，Shanghai 200433，China
  • 2. School of Economics and Management，Shandong Agriculture University，Tai’an 271018，Shandong，China
  • 3. School of Business Administration，Nanjing University of Finances and Economics，Nanjing 210046，Jiangsu，China
  • 4. The Department of Tourism，Fudan University，Shanghai 200433，China

Received date: 2018-09-20

  Revised date: 2019-02-27

  Online published: 2025-04-23

Fold

Abstract

Taking 156 model villages of rural tourism in five northwest provinces as research samples, this paper analyzes the spatial differentiation characteristics and influencing factors of model villages of rural tourism in five northwest provinces applying spatial analysis methods such as nearest neighbor index, kernel density estimation and spatial autocorrelation. The results show that: 1) The nearest neighbor index of spatial differentiation of rural tourism model villages in five northwest provinces is 0.627 and the variable coefficient of Tyson polygon test is 142.30%, which conforms to the cohesive distribution model. 2) The global Moran's index of spatial differentiation of rural tourism model villages in five northwest provinces is 0.125, and there is a significant positive spatial correlation. 3) The high-density agglomeration areas of rural tourism model villages in five northwest provinces are mainly concentrated in three areas: Ningxia Hui Autonomous Region; the central and southern Shaanxi Province and the boundary between eastern Qinghai Province and Gansu Province. 4) The spatial differentiation characteristics of rural tourism model villages in five northwest provinces are greatly influenced by traffic location, lake water system and tourist market, and shows the characteristics of "along the road", "around the lake" and "around the city". Finally, according to the conclusions of the analysis, the paper puts forward the corresponding policy recommendations.

Key words： Silk Road Economic Belt; rural tourism model village; pro-poor tourism; lake water system; historical and cultural heritage; rural revitalization strategy; western folk customs culture

Cite this article

WANG Songmao , HE Zhaoli , GUO Yingzhi . Spatial Differentiation and Influencing Factors of Rural Tourism Model Villages in the Five Northwest Provinces of the Silk Road Economic Belt[J]. Economic geography, 2019 , 39(4) : 199 -206 . DOI: 10.15957/j.cnki.jjdl.2019.04.024

“丝绸之路经济带”倡议的提出，有利于加强沿途各国和各区域旅游业的发展，同时旅游具有较强产业关联性和文化传播意义，旅游合作将会促进“丝绸之路经济带”沿途各国和各区域在更多领域中的深入合作[1]。西北五省是“丝绸之路经济带”国内段重要组成部分，在文化、资源、风土、人情等方面具有天然共性，旅游合作潜力巨大。“十九大”报告提出实施乡村振兴战略，发展乡村旅游对于促进乡村振兴战略的落地实施和满足人民群众对美好生活的需要具有重要推动作用，对优化农村产业结构、提高农民收入、促进城乡融合、保护农村文化等方面具有重要意义[2]。近年来西北五省乡村旅游发展较快，2015年五省的乡村旅游模范村达到156家。乡村旅游模范村作为乡村旅游地的重要形式之一，其空间布局直接影响区域乡村旅游示范点的示范及带动作用。科学研究西北五省乡村旅游模范村的空间分异特征及影响因素，为合理构建乡村旅游示范点的空间布局、积极促进区域乡村旅游快速发展、有效助推乡村振兴战略顺利实施具有理论及实践指导意义。
乡村旅游地的空间分异特征及影响因素一直备受国内外学者关注，国外学者主要从乡村旅游的发展现状、分布类型、作用机理等方面对乡村旅游地进行研究，Barrett研究得出乡村聚落空间结构可以分为未中心化阶段，没有乡村市集的中心化阶段和乡村市集中心化阶段三个阶段[3]。Wolfer运用缓冲区分析法研究了自然风景区、海滨文化区和国家公园三种类型的景区与休闲农场的空间相关性，结果显示：距离以上三种类型的风景区5 km以内的农场开展休闲农业相关经营活动最佳[4]。Sue和Gartner均研究出距离城市50~100 km的乡村旅游地对城市居民最有吸引力[5-6]。Sanjay研究了尼泊尔西部地区传统村落空间布局，结果显示传统村落空间布局具有核心—边缘结构特点[7]。Nilsson等研究了乡村旅游空间布局的动力机制，认为乡村环境基础是影响乡村旅游地空间布局的主要因素[8]。Tchetchik将以色列乡村旅游地为研究案例，认为收入和闲暇时间、农业先进技术、政府公共设施等是乡村旅游地发展的重要因素[9]。Sang等借助GIS和社会网络分析法对韩国43个村庄的等级体系进行了评估和分类[10]。国内学者对乡村旅游空间结构与相关性、空间分异的整合与优化，乡村旅游分布的影响因素等方面进行了探讨，吴必虎以全国350处历史文化名镇名村为研究样本，结合历史、地理、社会、文化等因素，分析历史文化村镇空间分异特征及驱动因素[11]。王章郡运用区位理论和空间组织理论研究了渝东南地区乡村旅游地的空间变动的驱动机制[12]。许贤棠研究得出全国483个休闲农业与乡村旅游示范点的空间分异受资源禀赋、客源市场和交通区位的影响较大，呈现“傍景”、“环城”、“沿路”的分布格局[13]。在研究方法上，国内外学者主要是采用定性与定量相结合的方法，运用引力模型[14]、空间自相关[15]、社会网络分析[16]、数据包络分析[17]等方法，体现了研究方法的多学科性和融合性。在研究尺度上呈现不断细化的趋势，现有文献从全国尺度[18-19]、省际尺度[20]、地市尺度[21]对乡村旅游空间分异均有研究，同时也出现了对乡村旅游个案的微观研究[22-23]。
目前，关于乡村旅游模范村的空间分异研究仍存在不足，乡村旅游模范村的空间分异会受到诸多因素的影响，现有的研究基本是在一个行政区划内对乡村旅游示范单元进行空间分异特征探讨，缺乏乡村旅游区域合作效应研究。基于此，本研究以西北五省的乡村旅游模范村为研究样本，运用ArcGIS、Google Earth等软件，对乡村旅游模范村空间分异的类型特征、关联特征、密度特征及其影响因素进行研究，旨在为西北五省的乡村旅游地空间分异格局、区域旅游合作、旅游扶贫和乡村旅游可持续化发展等提供量化科学依据。

1 研究区域概况

丝绸之路经济带，是在古丝绸之路概念基础上形成的一个新的经济发展区域。国内段包括西北五省区陕西、甘肃、青海、宁夏、新疆。西南四省区市重庆、四川、云南、广西。西北五省是“丝绸之路经济带”国内段重要组成部分。五省面积共计304.3万km2，占全国陆地面积的31.7%，人口约9 000万，约占全国的7%。西北五省区旅游资源具有交叉性和相似性，但又各有特色。陕西省在红色旅游、历史文化、自然景观、工业旅游等方面具有比较优势；甘肃省在特色文化旅游、生态旅游和民俗旅游、自驾游等方面具有较好优势；青海省优势旅游资源主要在自然风景、人文风景和复合型风景三类；宁夏回族自治区在民俗旅游、文化旅游、生态旅游等方面优势显著；新疆的旅游资源较为丰裕，全国旅游资源共有68种，而新疆就有56种，占全国旅游资源类型的83%。“丝绸之路经济带”的提出，为西北五省旅游业发展提供了历史性发展机遇，各地政府更是加强合作，抱团发展，举办西北旅游营销大会等多种方式促进旅游业的发展，西北五省旅游业发展有较大提升。图1为2000—2017年西北五省旅游总收入发展趋势图。
图1 西北五省旅游总收入趋势图（亿元）

Fig.1 Trend chart of total tourism revenue in five northwest provinces（100 million RMB）

2 数据来源及研究方法

2.1 数据来源

依据国家旅游局在2015年8月公布的全国乡村旅游模范村名录，本研究以西北五省156家乡村旅游模范村为研究样本，其中陕西省27家，甘肃省27家，青海省27家，宁夏回族自治区30家，新疆维吾尔自治区（含新疆生产建设兵团）45家。空间数据来源于国家基础地理信息中心（www.ngcc.cn）的1∶400万地图数据库，借助Google Earth获取各模范村的经度、维度、海拔等空间属性，运用ArcGIS 10.2绘制出乡村旅游模范村空间分异等图形。

2.2 研究方法

2.2.1 最邻近指数

最邻近指数用于判别乡村旅游模范村的空间分异集中趋势或是离散趋势[24]。计算公式为：
R = D O D E = 1 n ∑ i = 1 n r 1 ( S i ) × 1 2 n / A
式中： D O为模范村平均实际最邻近距离； D E为模范村理论最邻近距离； n是样本点数量； r 1 ( S i )为区域内点 S i到其最邻近点的距离；A为研究区域面积。当R<1时表示样本点呈集聚分布；当R=1时样本点呈随机分布；R>1时表示样本点均匀分布；R=0时表示样本点完全集中[25]。

2.2.2 泰森多边形

由于最邻近指数在测定点状目标空间分异类型时的界定标准尚有分歧，本文采用测算泰森多边形面积变异系数的方法对最邻近指数结果进行进一步检验。泰森多边形面积随点集的分布而发生变化，因此可用多边形面积的变异系数CV值（即泰森多边形面积的标准差与平均值的比）来衡量凸多边形面积的变化程度，从而评估研究样本的分布类型[26]。计算公式为：
R = ∑ ( s i - s ) 2 n ( i = 1,2 , 3 ⋅ ⋅ ⋅ n )
C V = S / R
式中： s i是第i个多边形的面积； s为多边形面积的平均值；n是多边形面积的个数； R为标准差。Duyckaert提出了三个建议值：当点集为“随机分布”时，CV=57%（包括33%~64%）；当点集为“集群”分布时，CV=92%（包括>64%）；当点集为“均匀分布”时，CV=29%（包括<33%）[27]。

2.2.3 空间自相关分析

①全局莫兰指数。全局莫兰指数通常用于研究观测变量在整个研究区域内的空间相关性的总体趋势以及差异性。计算公式为：
M o r a n ' s       I = n ∑ i = 1 n ∑ j = 1 n w i j ( x i - x - ) ( x j - x - ) ∑ i = 1 n ∑ j = 1 n w i j ∑ i = 1 n ( x j - x - ) 2
式中： x i、 x j分别为区域i、j中样本点个数； x -为均值； w i j为空间向量矩阵，以此定义区域单元空间关系； n为样本总量。 M o r a n ' s       I值分布区间为[-1，1]， M o r a n ' s       I>0，表示样本点为空间正相关性， M o r a n ' s       I<0表示样本点存在空间负相关性， M o r a n ' s       I=0，空间呈随机性[28]。
②局域关联指数Getis-Ord G i *。局域关联指数Getis-Ord G i *常用于分析观测值在局部空间上的集聚程度，可以进一步测度热点区和冷点区的空间分异[29]。其计算公式为：
G ( d ) = ∑ i ∑ j w i j ( d ) x i x j ∑ i ∑ j x i x j ( i ≠ j )
式中： x i、 x j分别为区域i、j中样本点个数； w i j为空间向量矩阵。如果G（d）为正，且显著，表明位置i周围的值相对较高（高于均值），属高值空间集聚；反之，如果G（d）为负，且显著，则表明位置i周围的值相对较低（低于均值），属低值空间集聚。

2.2.4 核密度分析

核密度分析是计算出点状地理要素在整个研究区域的凝聚状况，是以每一个格网点为中心，搜索落入一定半径圆形范围内的点状地理要素，统计其数量值，进而求出每一个格网点的密度值，核密度能够更好地反映出一个核对周边区域的影响力度。核密度值越高，表明样本点分布越密集。公式如下：
R n ( x ) = 1 n h ∑ i = 1 n k x - x i h
式中： R n ( x )为 R在某一点 x处发生的核密度估计；n为乡村旅游模范村数目； h为带宽； k为核函数； ( x - x i )为估计值点到测算点 x i的距离值[30]。

3 乡村旅游模范村空间分异特征分析

3.1 空间类型特征

运用ArcGIS 10.2中的平均最邻近工具计算出西北五省156个乡村旅游模范村的平均实际最邻近距离为52.372 km，理论最邻近距离为83.561 km，西北五省乡村旅游模范村的最邻近指数R为0.627，Z得分为-25.732，经检验，置信度为99%，以上结果表明，西北五省乡村旅游模范村在空间上表现为凝聚的分布态势，凝聚分布特征显著性较强。运用ArcGIS 10.2软件对西北五省乡村旅游模范村空间分异生成的泰森多边形（图2）面积进行计算，结果R为2.121 km2，S为3.0182km2，CV值为142.30%。依据Duyckaerts的研究结论：当点状目标的变异系数大于64%，则为集群分布[27]，表明西北五省乡村旅游模范村在当地乡村旅游发展中发挥了带动、示范的积极效应。
图2 西北五省乡村旅游模范村泰森多边形空间分异

Fig.2 Spatial differentiation of rural tourism model villages based on the Tyson polygonal in five northwest provinces

3.2 空间关联特征

由空间自相关的计算结果显示：西北五省乡村旅游模范村的全局Moran’s I指数为0.125>0，且Z得分为1.781>1.650，通过显著性检验，说明西北五省不同地区的乡村旅游模范村空间分异并非完全随机，而是呈现出显著的空间正相关性，即：无论是乡村旅游模范村分布较多的地区，还是乡村旅游模范村分布较少的地区，在空间上均存在集聚趋势。进一步计算各地级市乡村旅游模范村的局域关联指数Getis-Ord Gi*，并采用Jenks自然断裂法，将西北五省乡村旅游模范村空间布局分为热点区、次热点区、次冷点区、冷点区四类区域（图3）。热点区有宁夏回族自治区的银川市、吴忠市、固原市，新疆维吾尔自治区的阿勒泰地区、伊犁州直属等，总计仅占西北五省总面积的6.723%；次热点区有陕西省的安康市、宝鸡市、商洛市、咸阳市、渭南市、西安市，宁夏回族自治区的中卫市和石嘴山市，青海省的海西蒙古族藏族自治州、海北藏族自治州、海南藏族自治州、黄南藏族自治州、西宁市和海东市，新疆维吾尔自治区的塔城地区、昌吉回族自治州、克拉玛依市、石河子市、阿克苏地区、喀什地区等，总计约占西北五省总面积的29.22%；冷点区有陕西省的延安市、甘肃省的平凉市、新疆维吾尔自治区的和田地区、博尔塔拉蒙古自治州、哈密地区等，总计约占西北五省总面积的23.840%；剩余地市均为次冷点区，总计约占西北五省总面积的50.21%。总体来看，西北五省的乡村旅游模范村空间分异主要是以次冷点区和冷点区偏多，面积总计达到74.05%，热点区分布集中且面积较小，冷热区分布极不均匀，且发展不均衡。西北五省乡村旅游模范村空间分异的合理性及发展的均衡程度均有待提高。
图3 西北五省乡村旅游模范村空间分异冷热点图

Fig.3 hot and cold spots of rural tourism model villages in five northwest provinces

3.3 空间密度特征

运用ArcGIS 10.2中的Kernel核密度工具分析显示西北五省乡村旅游模范村空间分异的核密度差异显著（图4）。西北五省乡村旅游模范村的高密度集聚区主要集中于三个典型分布区：①宁夏回族自治区乡村旅游模范村分布区。该区域乡村旅游模范村分布较为集中，核密度值在2.837~3.545个/km²范围内，为西北五省全域最高值。该区域密度以北部的银川市、石嘴山市和南部的固原市为两个极点，沿黄河及其支流和黄土高原边缘地区发散，属于双核心的集中分布区。②陕西省中南部乡村旅游模范村分布区。该区域乡村旅游模范村分布不均衡，核密度值最高达到3.545个/km²，最低值为0。该区域密度核心十分明显，行政区划上主要位于西安市、咸阳市、铜川市，地形区主要分布于渭河平原，且沿秦岭山脉两侧分布。该区域属于单核心的不均衡分布区。③青海省东部与甘肃省交界处乡村旅游模范村分布区。该区域乡村旅游模范村分布较均匀，没有明显的中心城市，行政区划上主要位于海北、海南、黄南四个藏族自治州和海东市、西宁市，且集中分布于青海湖以东区域，并沿黄河干流上游分布。该区域的核密度值范围也达到了2.837~3.545个/km²，该区域属于乡村旅游模范村密度较高的均衡分布区。另外，近年来新疆维吾尔自治区的北疆区域乡村旅游发展较快，形成了密度相对较高的三个集聚区，分别是以乌鲁木齐市为核心区域的天山北坡经济带分布区，周围密度值范围是1.419~2.836个/km²；以阿勒泰市为核心区域的分布区，周围密度值范围是1.419~2.127个/km²；以伊宁市为核心区域的分布区，周围密度值范围是1.419~2.127个/km²。北疆区域乡村旅游模范村是以城市近郊休闲及体验兵团军垦文化类型为主。
图4 西北五省乡村旅游模范村空间密度特征

Fig.4 Spatial density characteristics of rural tourism model villages in five northwest provinces

4 乡村旅游模范村空间分异的影响因素

4.1 地形特征因素

西北五省地形以山地、高原和盆地为主，沙漠戈壁广布，地貌类型丰富，同时西北五省南部紧邻青藏高原，是众多河流水系的发源地，形成了独特的流水侵蚀地貌。使用ArcGIS 10.2软件将西北五省的地形高程图与156个乡村旅游模范村进行了图层耦合（图5）。由图可知，西北五省的乡村旅游模范村大多分布在山脉两侧的河谷、平原和低洼地，在这些区域聚集的乡村旅游模范村共有130个，占总数的83.33%，其中主要涉及的山脉有天山山脉、祁连山山脉、贺兰山山脉和秦岭山脉；主要涉及的平原低地有陕西省渭河平原、宁夏回族自治区的引黄灌区、黄土高原和新疆准噶尔盆地。另外，西北五省深居我国内陆地区，地势整体较高，年降水量少，气候干燥，在这种干旱的大陆性气候条件下，由于植被稀少和地表的裸露，风蚀作用显著，荒漠面积广大，直接影响着该区域的农牧业生产条件和人民的生产生活，所以农田、村镇和城市多沿山麓低地呈带状或点状分布。西北五省的乡村旅游模范村也主要分布于这些海拔较低、坡度和缓的农业生产区。西北五省的自然条件决定了乡村旅游地受到城市化影响的程度较低，最大程度地保留了乡村原有的风情民俗、饮食文化、建筑风格和农业生产模式，符合游客对于乡村旅游地的休闲娱乐需求，能够感受到较为真实的乡村风情，满足旅游的多样性体验需求，旅游资源类型有利于乡村旅游地的开发。
图5 乡村旅游模范村分布与地形、水文要素耦合图

Fig.5 Coupling diagram of rural tourism model village and hydrological elements

4.2 湖泊水系因素

水源是人类赖以生存的根本，一个地区的河流分布情况直接影响了聚落的分布情况[31]。西北五省深居内陆，远离海洋，内流河居多，冰川融水就成为了主要的农业灌溉水源，主要有塔里木河、伊犁河、额尔齐斯河、黄河、渭河、汉水、嘉陵江等河流，各大河流两岸的冲积平原土壤肥沃、水源充足，形成众多以水为主要特色的农业生态旅游景观带。另一方面，西北五省区内陆湖众多，著名的有青海湖、托素湖、博斯腾湖、赛里木湖、喀纳斯湖、天山天池、沙湖、西安南湖等，沿河流湖泊分布的乡村旅游地保留了良好的农业发展条件，为多种风情类型的乡村旅游提供了更大的可能性（图5）。除新疆准噶尔盆地南部及天山山脉南部外，西北五省的乡村旅游模范村绝大多沿数河流与内陆湖分布，根据耦合计算，有123个乡村旅游模范村分布在河流与湖泊2 km的缓冲区内，占总数的78.85%，表明湖泊水系是影响西北五省乡村旅游模范村空间分异的重要因素。

4.3 历史文化因素

丝绸之路东起我国古代都城长安，途经现在的宁夏、甘肃、青海和新疆等省区抵达境外，最终西至罗马，全长约7 000 km。数千年来，丝绸之路对东西方的民族文化交流、经济发展等做出了重大贡献。使用ArcGIS 10.2软件将古丝绸之路在西北五省所经的主要城市标出，并与156个乡村旅游模范村相叠加，标注路线图（图6）。由6图可知，除新疆北部阿尔泰山地区与宁夏地区引黄灌溉平原区外，其余乡村旅游模范村均是分布于古丝绸之路沿线附近。自西汉时期开始，丝绸之路沿线的各个村镇就受到了东西方贸易的影响，经济发展程度较高，并拥有不同程度的历史文化积淀。同时，沿着古丝绸之路成群、成带地分布着数以百计的古城池、古烽燧、千佛洞、古建筑、古屯田等遗址，这些遗址保存完整、数量众多，堪称“世界古城博物馆”，形成了举世瞩目的人文旅游资源，为乡村旅游的发展提供了物质基础。西北五省的乡村旅游地以此为依托，结合当地的民俗风情文化，形成了独有的乡村旅游优势[32]。
图6 古丝绸之路路线与乡村旅游模范村耦合图

Fig.6 Coupling diagram of ancient silk road topography and rural tourism model village

4.4 交通区位因素

乡村旅游模范村的设立与评定，其目标是将农业从单一的粮食保障功能扩展到原材料供应、促进就业、增加收入、生态保育、观光休闲、文化遗产等功能。为了满足城乡居民进入农村、了解农业、体验农趣、休闲娱乐等需要，就必须借助便利的交通条件来实现。西北地区地势高，山地多，戈壁荒漠地貌大面积分布，气候较为恶劣，交通区位条件相比于国内其他地区较为落后。西北五省范围内有G310、G312、G314、G315、G316、G317、G318、G214、G213、G211、G210、G211、G109等国道，本研究以国道线为例，以其为轴，运用ArcGIS尝试做出不同缓冲半径的缓冲区与乡村旅游模范村图层进行耦合（图7），结果显示西北五省乡村旅游模范村沿国道分布特征显著，尤其是交通线路交汇的节点处，乡村旅游模范村分布更为密集，国道10 km缓冲区范围内含有113个乡村旅游模范村，占乡村旅游模范村总数的72.45%，国道20 km的缓冲区范围内含有136个乡村旅游模范村，占乡村旅游模范村总数的87.18%，表明西北五省乡村旅游模范村空间布局具有沿国道轴线分布的特征。
图7 乡村旅游模范村与国道缓冲区耦合图

Fig.7 Coupling diagram of rural tourism model village with buffer zone of national highway

4.5 客源市场因素

随着城市经济的发展，城市规模逐渐增加，出现了“交通拥挤”、“环境恶化”等城市病，农业休闲与乡村旅游已经成为城市居民回归自然、释放压力的重要方式，由于乡村旅游具有客源主体为周边城市人群和短期旅游的特点，游客的日常出行交通方式多为公路出行或自驾游，促使形成了众多环城市的乡村游憩带。Feser等研究出半径为60 mile的城市缓冲区对乡村旅游地的空间布局影响最为显著[33]，许贤棠研究出我国地级市半径为50 km的缓冲区对国家级乡村旅游地空间影响最为显著[13]。考虑到近些年国民出游意识的提升，县城居民成为近郊乡村旅游者的主力军，本研究运用ArcGIS 10.2尝试做出县城驻地不同半径的缓冲区与乡村旅游模范村图层进行耦合（图8），结果显示西北五省乡村旅游模范村围绕县城驻地分布特征显著，尤其是经济较发达的县级市，乡村旅游模范村分布更为密集，县城驻地缓冲区半径为30 km范围内含有123个乡村旅游模范村，占乡村旅游模范村总数的78.85%，县城驻地缓冲区半径为50 km范围内含有141个乡村旅游模范村，占乡村旅游模范村总数的90.38%，表明客源市场因素是西北五省乡村旅游模范村空间布局的重要因素。
图8 乡村旅游模范村与县域缓冲区耦合图

Fig.8 Coupling diagram of rural tourism model village with buffer zone of county

4.6 其他因素的影响

目前，西北五省的乡村旅游仍然处于初级发展阶段，软硬环境的支撑不到位，在发展中遇到多种由于主客观因素造成的困难，诸如农村的基础设施建设较差、资金相对短缺、当地居民依靠乡村旅游致富的意识淡薄、乡村旅游发展缺乏科学规划等。西北五省的乡村旅游发展模式大多仍然是政府推动模式，因此，各地政府对乡村旅游发展的重视程度以及资金扶持力度，是影响乡村旅游模范村分布的重要因素。另外，根据乡村旅游模范村的评定标准，旅游村的接待人数、旅游收入、直接吸纳劳动就业人数、间接提供劳动就业岗位数、带动本地农产品及纪念品销售等附加效益、生态环境、旅游产品、旅游设施、住宿设施、宣传营销、环境卫生、安全管理、服务质量等现有的发展状况均是评定的重要依据。值得说明的是，国家文旅部为了实现乡村旅游品牌多元化、地区经济发展均衡化、乡村旅游扶贫精准化等宏观政策目标，在乡村旅游模范村的总体数量、空间布局、等级分布等方面也会对西部地区、贫困地区、重点发展地区在一定程度上进行政策微调。

5 结论与启示

5.1 结论

本研究以西北五省156个乡村旅游模范村为样本点，运用最邻近指数、核密度估计值、空间自相关等ArcGIS 10.2空间分析方法，对“丝绸之路经济带”西北五省乡村旅游模范村的空间分异及影响因素进行了研究，得出以下结论：
第一，西北五省乡村旅游模范村的空间分异存在显著的空间自相关性和空间聚集性。乡村旅游模范村热点区有宁夏回族自治区的银川市、吴忠市、固原市，新疆维吾尔自治区的阿勒泰地区、伊犁州直属，总计约占西北五省总面积的6.72%，其余主要以次冷点区和冷点区偏多，总计达到74.05%。
第二，西北五省乡村旅游模范村空间分异的高密度区主要集中于三个区域：①宁夏回族自治区乡村旅游模范村分布区，该区域属于双核心的集中分布区。②陕西省中南部乡村旅游模范村分布区，该区域属于单核心的不均衡分布区。③青海省东部与甘肃省交界处乡村旅游模范村分布区，该区域属于乡村旅游模范村密度较高的均衡分布区。
第三，西北五省乡村旅游模范村的空间分异受到地形、水文等自然因素的影响，同时与历史文化、交通区位、客源市场等人文社会等因素息息相关。西北五省乡村旅游模范村呈现出“沿路”、“环湖”、“绕城”等空间分异特征，这与许贤棠研究的国家级乡村旅游地的空间分布特征相一致[13]。
另外，国家旅游局仅公布了2015年的乡村旅游模范村名录，本文只是运用截面数据研究了西北五省旅游模范村的空间分异特征，今后可选取具有时间数列数据的其他乡村旅游示范点为研究样本，探讨具有时间维度的西北五省乡村旅游空间分异特征。其次，本文仅从地形、水文、历史文化、交通区位、客源市场等方面进行了分析，由于乡村旅游模范村的影响因素是复杂的，而且各级政府在评定乡村旅游模范村过程中存在一定的主观性和片面性，今后可研究如何完善乡村旅游模范村的评比制度。

5.2 启示

根据以上结论，结合乡村旅游扶贫精准化、乡村旅游建设品牌化、乡村旅游产品异质化等原则。对西北五省乡村旅游模范村空间布局的合理发展提出以下建议：
①提升乡村旅游模范村扶贫的精准化。政府在乡村旅游模范村的数量、空间布局等进行宏观调配，对贫困地区给与一定政策倾斜，提高乡村旅游模范村与贫困村空间分布的耦合程度。更大程度发挥乡村旅游在旅游扶贫开发的战略作用。
②实现乡村旅游模范村发展的均衡化。西北五省乡村旅游模范村呈现集聚性分布，东西区域发展不均衡。今后乡村旅游模范村应与周边联动，避免单极发展化趋势，形成协调发展的乡村旅游地结构体系，实现五省乡村旅游均衡化发展。
③强化乡村旅游模范村建设的异质化。五省应通过区域整合，以精品化、品牌化和异质化为目标，依托各区域的资源禀赋、丝路文化，打造各地方的乡村旅游品牌，提供异质化的乡村旅游产品，实现各地方乡村旅游的互补和联动发展。
④完善乡村旅游模范村布局的网络化。今后西北五省应完善对内对外的旅游交通网络，借助便利的旅游通道，提升乡村旅游的可进入性，将五省的乡村旅游模范村、县域节点、交通线路、旅游A级景区、旅游线路等形成有机的网络整体。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
胡抚生. “一带一路”倡议背景下跨境旅游合作区建设的思考[J]. 旅游学刊, 2017, 32(5):1-3.

[2]
胡鞍钢, 王蔚. 乡村旅游:从农业到服务业的跨越之路[J]. 理论探索, 2017, 34(4):21-27.

[3]
Barrett G. Problems of spatial and temporal continuity of rural settlement in Ireland[J]. Journal of Historical Geography, 1982, 8(3):245-260.

[4]
Walford N. Patterns of development in tourist accommodation enterprises on farms in England and Wales[J]. Applied Geography, 2001, 21(4):331-345.

[5]
Sue B. Rural Tourism in Australia-Has the Graze Altered?Tracking Rural Images through Film and Tourism Promotion[J]. International Journal of Tourism Research, 2004, 6(3):125-135.

[6]
Gartner W C. Rural tourism development in the USA[J]. International Journal of Tourism Research, 2004, 6(3):151-164.

[7]
Sanjay K N. Tourism and rural settlements-Nepa’s Annapurna Region[J]. Annals of Tourism Research, 2007, 34(4):855-875.

[8]
Nilsson P A. Staying on farms-an ideological background[J]. Annals of Tourism Research, 2002, 29(1):7-24.

[9]
Tchetchik A. Differentiation and synergies in rural tourism:estimation and simulation of the Israeli market[J]. American Journal of Agriculture Economics, 2008, 90(2):553-570.

[10]
Sang-Hyun Lee, Jin-Yong Choi, Seung-Hwan Yoo, et al. Evaluating spatial centrality for integrated tourism management in rural areas using GIS and network analysis[J]. Tourism Management, 2013, 34(2):12-24.

[11]
吴必虎, 肖金玉. 中国历史文化村镇空间结构与相关性研究[J]. 经济地理, 2012, 32(7):6-11.

[12]
王章郡, 陈华. 贫困山区乡村旅游的发展动力及其空间分异——以渝东南地区为例[J]. 中国农学通报, 2014, 30(20):316-320.

[13]
许贤棠, 刘大均, 胡静, 等. 国家级乡村旅游地的空间分异特征及影响因素——以全国休闲农业与乡村旅游示范点为例[J]. 经济地理, 2015, 35(9):182-188.

[14]
李巍, 赵敏, 严江平, 等. 基于空间互动模型的兰州市乡村旅游网络中心性分析[J]. 地理科学, 2017, 37(7):1 059-1 068.

[15]
李涛, 蔡碧凡, 陶卓民. 城市群休闲农业旅游开发环境健康评价研究——以中国沿海六大城市群为例[J]. 地理研究, 2016, 35(11):2 125-2 138.

[16]
Felicity Kelliher, Leana Reinl, Thomas G Johnson, et al. The role of trust in building rural tourism micro firm network engagement:A multi-case study[J]. Tourism Management, 2018, 68(10):1-12.

[17]
江燕玲, 潘卓, 潘美含. 重庆市乡村旅游运营效率评价与空间战略分异研究[J]. 资源科学, 2016, 38(11):2 181-2 191.

[18]
黄震方, 陆林, 苏勤, 等. 新型城镇化背景下的乡村旅游发展——理论反思与困境突破[J]. 地理研究, 2015, 34(8):1 409-1 421.

[19]
黄泰, 席建超, 葛全胜, 等. 长江三角洲居民乡村旅游空间机会差异及影响机制[J]. 资源科学, 2016, 38(11):2 168-2 180.

[20]
王洪桥, 袁家冬, 孟祥君. 东北地区A级旅游景区空间分异特征及影响因素[J]. 地理科学, 2017, 37(6):895-903.

DOI

[21]
车震宇. 旅游发展中传统村落向小城镇的空间形态演变[J]. 旅游学刊, 2017, 32(1):10-11.

[22]
胡宪洋, 保继刚. 乡村旅游景观特质网络演进的蒋巷村案例[J]. 地理研究, 2016, 35(8):1 561-1 575.

[23]
Jing Gao, Bihu Wu. Revitalizing traditional villages through rural tourism:A case study of Yuanjia Village,Shaanxi Province,China[J]. Tourism Management, 2017, 63(11):223-233.

[24]
阮浩波, 王乃昂, 牛震敏, 等. 毛乌素沙地汉代古城遗址空间格局及驱动力分析[J]. 地理学报, 2016, 71(5):873-882.

DOI

[25]
王铁, 邰鹏飞. 山东省国家级乡村旅游地空间分异特征及影响因素[J]. 经济地理, 2016, 36(11):161-168.

[26]
张绍云, 周忠发, 熊康宁, 等. 贵州洞穴空间分析格局及影响因素分析[J]. 地理学报, 2016, 71(11):1 998-2 008.

[27]
杨兴柱, 孙井东, 陆林, 等. 千岛湖旅游地聚居空间特征及其社会效应[J]. 地理学报, 2018, 73(2):276-294.

DOI

[28]
武红. 中国省域碳减排:时空格局、演变机理及政策建议——基于空间计量经济学的理论与方法[J]. 管理世界, 2015, 31(11):3-10.

[29]
王惠, 卞艺杰, 王树乔. 出口贸易、工业碳排放效率动态演进与空间溢出[J]. 数量经济技术经济研究, 2016, 33(1):3-19.

[30]
Duyckaerts C, Godefroy G. Voronoi tessellation to study the numerical density and the spatial distribution of neurons[J]. Journal of Chemical Neuroanatomy, 2000(20):83-92.

[31]
程乾, 凌素培. 中国非物质文化遗产的空间分异特征及影响因素分析[J]. 地理科学, 2013, 33(10):1 166-1 172.

[32]
王松茂, 邓峰. 新疆旅游全要素生产率时空演变分析[J]. 经济地理, 2016, 36(5):202-207.

[33]
Feser E, A Isserman. Harnessing Growth Spillovers for Rural Development:The Effects of Regional Spatial Structure[R]. University of Illinois Working Paper, 2007.

Options
Outlines

/

〈 〉