EN中文

Economic geography >

2025 , Vol. 45 >Issue 8: 239 - 249

DOI: https://doi.org/10.15957/j.cnki.jjdl.2025.08.024

Vulnerability Evaluation of the Ecotourism Industry and Its Obstacle Factors in the Yunnan Section of Jinsha River Basin

  • WAN Junbi ,
  • TAN Guoxin ,
  • CHAI Zhi ,
  • SUN Chuanming , ※
Expand
  • National Research Center of Cultural Industries，Central China Normal University，Wuhan 430079，Hubei，China

Received date: 2025-01-07

  Revised date: 2025-07-01

  Online published: 2025-10-10

Fold

Abstract

Grounded in the conceptual framework of ecotourism industry vulnerability and based on the multi-source heterogeneous data, this paper constructs the vulnerability evaluation index system of ecotourism industry encompassing four subsystems which are tourism market subsystem, tourism resource subsystem, ecological environment subsystem, and socio-economic subsystem. It investigates the spatial distribution patterns of ecotourism industry vulnerability in 64 counties of the Yunnan section of the Jinsha River Basin, identifies and explains its obstacle factors corresponding to different development patterns by the means of the entropy-CRITIC combined weighting method, ArcGIS spatial analysis, and obstacle degree models. The results show that: 1) The overall vulnerability of the ecotourism industry are relatively high and shows significant polarization differences in the Jinsha River Basin, with a spatial pattern of being low in the west of the research area and high in the east of the research area. 2) Based on the evaluation results of multidimensional vulnerability in the Yunnan section of the Jinsha River Basin, it divides into 6 development types: endowment type, imbalanced type, dominant type, constrained type, restorative type, and potential type, among which the endowment and potential types are most suitable for ecotourism development. 3) It reveals the core constraints and supporting factors for ecotourism industry development across the entire study area and within each development mode, leading to targeted governance recommendations.

Key words： ecotourism industry; vulnerability; obstacle factors; high-quality development; Yunnan section of Jinsha River

Cite this article

WAN Junbi , TAN Guoxin , CHAI Zhi , SUN Chuanming . Vulnerability Evaluation of the Ecotourism Industry and Its Obstacle Factors in the Yunnan Section of Jinsha River Basin[J]. Economic geography, 2025 , 45(8) : 239 -249 . DOI: 10.15957/j.cnki.jjdl.2025.08.024

2021年，国务院印发《“十四五”旅游业发展规划》，强调坚持文化引领、生态优先，将文化内涵与自然保护融入旅游业发展的可持续生态旅游模式[1]。生态旅游产业的安全与统筹发展也成为现阶段生态文明建设的重要途径[2]。生态旅游作为人地耦合系统可持续发展的理想机制，包含自然生态环境和与之共生的人文生态；而产业的高质量发展则强调以综合性、可持续性和生态保护为前提，以保护旅游地自然与人文生态为目标[3]，需要旅游业与经济、社会、环境等“多维度”协调发展[4]。金沙江流域地处长江经济带上游，是我国重要的生态屏障，承担着水源涵养、水土保持、生物多样性等关键生态功能。当前，流域云南段区域间发展不均衡，水土流失、荒漠及石漠化、地质灾害等生态安全形势仍然严峻，生态保护、社会发展及旅游开发间的矛盾仍旧突出[5]。因此，遵循生态旅游可持续发展理论，坚守生态安全底线，保证旅游活动对当地旅游资源、环境生态及人文生态的干扰就尤为重要[6]。
脆弱性是可持续发展研究领域的重要议题，最早起源于自然灾害领域，并延伸到生态环境、社会科学、地学等学科领域，在生态安全、区域规划、资源保护等研究中发挥重要作用[7]。在可持续理论中，脆弱性是指一个系统、子系统或系统要素由于暴露于某种危险、扰动或应激源，而可能遭受伤害的程度[8]；在人地系统中，其含义可归纳为社会系统面对各类灾害和胁迫表现出来的易损性质，表现为系统向不利于自身稳定和人类利益的方向发展[9]。生态旅游产业属于人地耦合系统，敏感性高，且易受外界包括社会、经济、环境等多方干扰[10]。因此，将脆弱性纳入生态旅游产业评估框架中，从脆弱性整体及子系统视角进行评价，对推进生态文明建设、提升生态旅游长期效率、保障生态旅游产业健康可持续发展具有重要理论和实际意义。
当前，学者们多聚焦于脆弱性视角下生态旅游系统中的单一子系统，而针对生态旅游产业综合脆弱性的研究较少。从研究内容来看，生态旅游已有研究多关注生态旅游与经济、生态旅游资源、生态旅游与社会间关系，开展生态旅游的适宜性 [11]、发展潜力[12]、旅游地生计[13]、承载力与协调发展[14-15]等研究，论证了生态旅游与生态环境、社会经济等系统间均存在耦合性，生态旅游产业与相关系统间耦合协调关系也成为研究者关注重点。从研究尺度来看，大部分生态旅游研究多聚焦于单个省市[16-17]、县域[18]、景区[19-20]等，围绕生态旅游与旅游资源、生态系统、社会经济等系统构建评价指标，论证了生态、旅游、社会、经济多个系统间影响关系在不同空间尺度中依然显著。近年来，区域的生态旅游研究[11,21]逐渐成为热点，为区域可持续发展提供了理论依据，但县域单元间生态旅游脆弱性的比较研究仍然缺乏。因此，深化县域尺度生态旅游产业脆弱性研究，对揭示县域尺度空间异质规律、制定差异化治理策略及推动区域生态旅游协同可持续发展具有关键意义。从研究数据来看，目前脆弱性研究多采用统计年鉴等结构性统计数据，但难免存在滞后、缺失等现象，对生态环境的描述缺乏空间上的细节。基于遥感等地理空间非结构化客观数据能够多粒度、多时相、多方位地对人地耦合系统脆弱性进行全方位评估[22]，但对社会经济类数据的反演描述往往不够准确。因此，融合多源地理空间数据与结构化统计数据，构建互补评估框架，对解析区域脆弱性多维耦合机制具有不可替代的理论与实践价值。
综上，学界对生态旅游产业发展进行了大量研究，并取得丰硕的成果，但仍存在县域单元综合脆弱性评估与对比研究匮乏、多源异构数据融合评估不完善等局限。鉴于此，本文立足生态旅游产业脆弱性内涵，系统归纳脆弱性扰动因素来源，同时选取金沙江流域云南段64个区县为研究区，融合县域尺度统计数据与空间多源数据，构建生态旅游产业综合脆弱性评价指标体系，利用ArcGIS空间分析工具解析生态旅游产业脆弱性空间分异格局并划分发展模式，结合障碍度模型诊断各模式影响因子，从“多维解析—空间分异—障碍诊断”三级研究框架，系统量化生态旅游产业脆弱性空间分异格局及其多维驱动机制，为破解“高脆弱区”发展困境提供精准治理靶点，以期为该区域开展生态旅游恢复力建设、保障产业高质量发展提供理论支撑和决策参考。

1 研究区与数据来源

1.1 研究区概况

金沙江流域云南段流经云南省北部迪庆藏族自治州（简称“迪庆州”）、丽江市、大理白族自治州（简称“大理州”）、楚雄彝族自治州（简称“楚雄州”）、昆明市、曲靖市、昭通市7个州市共64个区县。区域内地貌复杂多样，海拔落差大，截至2019年共有6个国家级自然保护区，6个5A级旅游景区、46个4A级旅游景区，99个国家级文物保护单位，52项国家级非遗代表性项目。优美的自然环境、悠久的历史遗产和绚丽多彩的民族文化景观，为生态旅游产业发展提供了得天独厚的优势，也是国家长江经济带发展的重要一环。
当前，金沙江流域云南段生态旅游产业发展存在旅游资源分布不均衡、生态保护与旅游开发的关系仍需协调等诸多挑战。在《云南省“十四五”文化和旅游发展规划》中，提出建设金沙江生态旅游带，将加强沿江生态保护和修复，构建长江上游生态屏障作为金沙江云南段生态旅游的发展重点。本文选取金沙江流域云南段开展生态旅游产业脆弱性研究，具有典型性和代表性，同时对研究区自然生态和人文生态的保护、区域旅游经济和社会发展具有重要意义。

1.2 数据来源

本文使用的基础数据分为统计数据及空间数据两大类。旅游等相关统计数据通过各州市及区县统计年鉴、统计公报及相关政府部门申请收集得到；常住人口数据来自《中国人口和就业统计年鉴》；A级旅游景区名录来自云南省文化和旅游厅（https://dct.yn.gov.cn）；重点文物保护单位名录来自云南省人民政府门户网站（https://www.yn.gov.cn）；非物质文化遗产代表性名录来自云南省非物质文化遗产保护网（http://www.ynich.cn）；传统村落名单来自住房和城乡建设部等部门发布的公告；县级CO2排放量来自中国碳核算数据库（https://www.ceads.net.cn）[23]；主体功能区划分类型数据来自《云南省国土空间规划》；行政区划矢量数据来自国家基础地理信息数据库（https://www.ngcc.cn）；土地覆盖分类数据来自ESRI公司10m分辨率全球土地利用覆盖数据（https://livingatlas.arcgis.com/landcoverexplorer）[24]；高程数据来自中国科学院地理空间数据云（https://www.gscloud.cn）ASTER GDEM 30 m分辨率数字高程模型；近地表空气污染物PM2.5数据来自国家地球系统科学数据中心（https://geodata.nnu.edu.cn）全球1 km分辨率高质量逐月PM2.5数据集[25]；气候标准值数据来自国家气象科学数据中心（https://data.cma.cn）；自然保护区矢量数据来自中国自然保护区标本资源共享平台地理信息库（http://bhq.papc.cn）；地质灾害空间点数据及植被指数遥感反演数据来自中国科学院资源环境科学与数据中心（https://www.resdc.cn/）。所有数据均依据指标正负性进行极差法标准化处理，利用ArcGIS软件处理至统一分辨率与投影坐标系。

2 指标体系与研究方法

2.1 脆弱性评价指标体系构建

本文基于生态旅游产业的内涵及人地耦合系统脆弱性本质，将生态旅游产业系统划分为旅游市场、旅游资源、生态环境、社会经济4个子系统。同时，结合现有脆弱性评价研究成果，遵循指标选取的科学性、代表性、可获得性及真实性原则，发掘各个子系统影响脆弱性的关键要素，形成子系统脆弱性评价指标，进而构建金沙江流域云南段生态旅游产业脆弱性评价指标体系。
在旅游市场子系统，借鉴相关旅游经济评价指标[26-27]，收集分析研究区各区县统计年鉴，选取旅游总收入、游客总人数、GDP、常住人口、住宿业法人企业床位数 ① 等基础数据。由于大多数区县旅游设施数量较少或统计缺失，已有研究中常用的星级酒店、旅行社数量、旅游从业人数等指标在本研究区并不适用，选用统计年鉴中住宿业法人企业床位数量数据计算每万游客平均住宿业床位数，表征当地旅游接待水平。
在旅游资源子系统，参照文化和旅游部旅游资源分类标准 ② 并结合研究区实际情况，将生态旅游资源类型划分为自然景观、人文景观两大类型。分别收集截至2019年各批次A级旅游景区名录、省级国家级自然保护区名录、省级国家级重点文物保护单位名录等数据构建自然景观资源指标，收集传统村落名录、省级国家级非遗项目名录、少数民族人口数据构建人文景观资源指标。
在生态环境子系统，参照已有旅游地生态系统脆弱性研究[12,28]，兼顾研究区山地、高海拔等复杂流域地形特点，选取高程、坡度、温湿指数、植被指数等基础数据来表征生态环境本底条件。考虑到研究区内城市人口密集、地震及地质灾害频发的特性，选取土地类型、空气质量污染指数、地质灾害点分布、县域单位GDP碳排放量数据来表征生态系统受胁迫程度，综合对自然生态环境脆弱性进行评估。其中温湿指数参考文献[29-30]利用ANUSPLIN工具，基于薄板样条插值法对温度与湿度多年月均标准值数据进行空间插值，在消除天气短期波动干扰的基础上，计算研究区温湿指数以反映地区气候长期稳定特征。根据土地类型代表的人类活动影响程度、温湿指数对应的人体感受舒适度，进行分级赋值（表1），进一步形成可量化评价指标。
表1 指标类型分级及描述性统计

Tab.1 Classification of indicators and descriptive statistics

指标 分级 分级依据
土地利用程度 冰雪 林地、水域、水域植被、草地 - 耕地、裸地 建筑区 ESRI土地类型[33]
气候适宜度 极冷（THI<45）
极热（THI≥75）		 冷：THI∈[45，55） 微热：
THI∈[70，75）		 清凉：THI∈[55，60）
暖：THI∈[65，70）		 适中：THI∈[60，65） 温湿指数（THI）对应人体感受[30]
区域发展定位 国家级、省级重点生态功能区 国家级农产品主产区 其他城市地区 省级城市化地区 国家级城市化地区 《云南省主体功能区规划》主体功能区发展定位，及各类型功能区域名录
赋值 1 2 3 4 5 -
在社会经济子系统，参照旅游地社会经济系统评价已有研究[31-32]，选取常住人口数量、人均GDP、产业结构、路网矢量数据、文化事业单位数量（包括博物馆、图书馆、文化站等）、各主体功能类型县市区名录数据，综合评价区县社会经济发展水平。区域发展定位指标依据2014年印发《云南省主体功能区规划》中对主体功能区类型的定位及各类型区域名录进行分级赋值（表1），根据区县内各类型功能区面积占比，计算区县主体功能区综合得分，表征发展定位类型指标。
对上述基础数据依照表2测算方法构建生态旅游产业脆弱性评价指标。然后，将标准化的28个指标根据指标间相关性进行筛选，剔除部分与其他指标相关系数高于0.8的指标，最终形成24个指标（表2）。
表2 金沙江流域云南段生态旅游产业脆弱性指标体系及说明

Tab.2 Evaluation index system for the vulnerability of the ecotourism industry in the Yunnan section of Jinsha River Basin and their explanations

子系统 要素层 指标 代码 指标解释 指标性质 数据测算方法 综合权重
旅
游
市
场		 旅游
经济
规模		 旅游总收入 M1 反映旅游市场发展水平 + 统计数据直接获得 0.0780
旅游总收入
占GDP比重		 M2 反映经济对旅游业依赖性 + M 2 = R i / G D P i。其中， R i为旅游总收入， G D P i为地区生产总值 0.0503
旅游接待水平 M3 反映区域旅游市场接待能力 - M 3 = B i T i · 10000，采用每万游客平均住宿业法人企业床位数表征。其中， B i为住宿业法人企业床位数， T i为游客总人数 0.0561
市场
增长
压力		 旅游收入增长率 M4 反映旅游业市场增长速率 + M 4 = ( R i - R i - 1 ) / R i - 1。其中， R i为i年份旅游总收入 0.0296
旅游人数增长率 M5 反映旅游接待规模增长速率 + M 5 = ( T i - T i - 1 ) / T i - 1。其中， T i为i年份旅游总人数 0.0306
旅
游
资
源		 自然
景观
资源		 自然保护地面积
占比		 R1 反映自然生态资源丰富程度 - 提取研究区自然保护地矢量数据，分区统计自然保护区面积占比 0.0472
A级旅游景区分布 R2 反映自然风景类旅游资源丰富程度 - 拾取名录各项目WGS84空间坐标，分级加权计算核密度。国家级名录项目权重为5，省级名录项目权重为3，根据等级将1A级旅游景区至5A级旅游景区分别赋权1~5 0.0478
人文
景观
资源		 重点文物保护
单位分布		 R3 反映历史类旅游资源丰富程度 - 0.0700
省级国家级
非遗项目得分		 R4 反映非遗类旅游资源丰富程度 - 采用分级打分制对传承人或申报单位所在区县整体赋分，国家级项目每项3分，省级项目每项1分 0.0449
传统村落分布 R5 反映人文类旅游资源丰富程度 - 拾取传统村落WGS84空间坐标，利用核密度工具计算研究区内分布核密度 0.0622
少数民族
人口占比		 R6 反映区域文化种类丰富程度 - R 6 = P m i n o r i t y / P t o t a l。其中， P m i n o r i t y为少数民族人口总数， P t o t a l为人口总数 0.0500
生
态
环
境		 生态
系统
本底		 高程 E1 评估区域内海拔对生态影响，高程越大，生态环境多样性越低，生态环境越脆弱 + 分割研究区DEM栅格数据，填洼消除异常值，提取区域坡度栅格数据，重采样至1 km分辨率 0.0226
坡度 E2 评估区域内坡度对生态影响，坡度越大，水土流失现象越严重，更容易发生山体滑坡等自然灾害 + 0.0316
气候适宜度 E3 评估区域气候舒适度 - 计算研究区各月平均温湿指数，重采样至1 km分辨率。分级赋分（表1）并叠加计算年度温湿指数综合得分 0.0256
植被覆盖度 E4 反映植被资源的丰富程度，植被覆盖度越高，代表地区生态资源越丰富，生态环境脆弱性越低 - 分割研究区遥感反演植被指数栅格数据，重采样至1 km分辨率 0.0213
生态
环境
胁迫		 土地利用程度 E5 评估区域对土地开发利用程度 + 对栅格数据重采样统一至1 km分辨率，数据缺失区域利用周边平均值填充。按表1重分类 0.0271
年均空气质量
污染指数		 E6 评估区域PM2.5平均指数 + 分割研究区PM2.5指数栅格数，提取年度污染指数均值，重采样至1 km分辨率 0.0273
地质灾害风险 E7 评估区域发生崩塌、滑坡、泥石流等地质灾害的风险 + 提取研究区地质灾害点矢量数据，转换至统一投影坐标系后利用核密度工具计算研究区内分布核密度 0.0386
单位GDP
碳排放量		 E8 反映区域能源利用效率，评估社会发展对生态环境影响程度 + E 8 = C i / G D P i。其中， C i为区县碳排放核算值， G D P i为地区生产总值 0.0358
社
会
经
济		 经济
发展
支持		 人口增幅 S1 反映区域常住人口增加速度，评估地区社会发展吸引力 - $S_{1}=\left(P_{i}-P_{i-1}\right) / P_{i-1}$。其中，$P_{i}$为i年份地区常住人口总数 0.0272
人均GDP S2 反映区域经济发展水平强弱 - 统计数据直接获得 0.0460
产业结构 S3 反映区域产业类型结构比 - 统计数据直接获得 0.0368
社会
政策
扶持		 每万人均文化
机构数量		 S4 反映区域文化事业发展水平 - S 4 = N i P i · 10000。其中， N i为文化事业机构数量， P i为常住人口总数 0.0360
区域发展定位 S5 反映区域规划政策导向 + 根据区域各主体功能区各类型分级（表1）及面积占比，计算区域综合发展得分 0.0571

注：表中指标性质表示指标与脆弱性相关关系，“+”表示指标与脆弱性为正相关，其值越大，脆弱性越高；“-”表示指标与脆弱性为负相关，其值越大，脆弱性越低。本文采用2017—2019年3年数据平均值构建单个指标，并将指标值从选定的特定年份解绑[34]，平滑特定年份异常事件影响，增强研究数据稳健性，从而反映该时间段金沙江流域云南段生态旅游产业基准水平，部分缺失数据采用相邻年份插值法进行补全。

2.2 研究方法

2.2.1 熵权—CRITIC法组合权重

熵权法根据评价指标间的差距计算指标所含的信息量大小，信息量越大，指标在整体评价系统内越重要，所占权重也更大。熵权法没有考虑到相关指标间重叠的隐藏因素。利用客观统计数据建立评价指标系统，容易忽略指标背后隐含的共同作用因素，难以保证数据独特性，因此需要进一步消除指标间相关性。
CRITIC（Criteria Importance Through Intercriteria Correlation）客观赋权法同时考虑了指标数据之间的相关性与数据波动的大小，基于数据间线性关系来衡量单个指标与其他指标之间的信息独特性，剔除了指标间隐含的共同因素，避免相关指标间隐藏因素的重复参与赋权，保证了指标间“独特信息”权重相同[35]。考虑到本次实验中数据大多为偏态分布，在计算标准差时，平均值并不能代表数据的平均水平，因此对CRITIC模型进行改进，对数据偏度绝对值大于1.5的偏态分布指标采用中位数居中的标准差代替平均数标准差来计算变异性。
单一使用CRITIC法忽略了数据间的离散性，而单一使用熵权法则忽略了数据间的相关性和变异性，已有研究多采用熵权法与CRITIC法组合计算权重[36]。本文基于两种方法具有等同地位的假设，利用两种方法平均值确定最终权重，综合考虑指标数据的离散程度、变异性和冲突性，从数据角度进行更全面的客观评估。

2.2.2 脆弱性计算模型

本文根据上述方法计算出的指标权重，在将子系统指标数据进行空间化展示的基础上，利用综合指数法进行空间加权叠加，计算金沙江流域云南段各区县生态旅游产业综合脆弱性指数及子系统脆弱性指数。公式如下：
S i j = w j ⋅ x i j '
S i = ∑ j = 1 n S i j
式中： w j为熵值法—CRITIC法计算出第j项指标综合权重； x i j '为标准化后的指标数据； S i j为第i个区县第j项指标权重计算得分； S i为第i个区县各项指标综合得分。

2.2.3 障碍度模型

本文引入障碍度模型，对金沙江流域云南段各区县指标依公式（3）计算障碍度并按大小排名，以反映各指标对生态旅游产业综合脆弱性的贡献程度。公式如下：
F j = ω j x i j ' / ∑ j = 1 n ω j x i j ' · 100 %
式中： F j为第j项指标对第i个区县生态旅游产业整体脆弱性的障碍度； ω j为第j项指标权重； x i j '为第j项指标的标准化值； n为指标个数。
本文选取障碍度最高的前三位因素与障碍度最低的后三位因素，探究各发展模式脆弱性上升的主要源头障碍因素与制约脆弱性恶化的发展优势因素，为金沙江流域云南段各发展模式生态旅游产业高质量发展提供科学决策依据。

3 结果与分析

3.1 脆弱性综合评价

金沙江流域云南段64个区县生态旅游产业脆弱性综合得分结果统计显示，区县脆弱性最大最小分别为0.6255、0.4379，均值和中位数分别为0.5410、0.5515，标准差为0.0471。其中，最大值与最小值相差3.99个标准差，最大值、最小值与均值分别相差1.8000及2.1900个标准差，68.75%区县得分分布在均值上下一个标准差范围内，说明研究区大部分区县生态旅游产业发展水平偏低，产业综合脆弱性较高，同时两极化趋势明显，地区间产业发展不均衡现象严重。
根据自然间断点分级法将研究区64个区县生态旅游产业综合脆弱性划分为低、较低、中等、较高、高5个等级（图1），结果显示研究区整体呈现较高脆弱性态势。具体而言，较高及以上脆弱性的区县共29个，占比45.3%，主要集中在昭通市、曲靖市东部至楚雄州北部一带，其中高脆弱性区县共有8个，主要聚集于昭通市、曲靖市及昆明市晋宁区及丽江市华坪县；较高脆弱性区县主要分布于昭通市—曲靖市东南部、大理州东南部—昆明市东川区，形成两个条带。较低及以下脆弱性区县共19个，占比29.7%，其中低脆弱性区县有8个，主要分布在昆明市石林彝族自治县及大理市至迪庆州一带（包括大理市、洱源县、剑川县、丽江市玉龙纳西族自治县及迪庆州）；较低脆弱性区县主要集中于滇西北地区、楚雄州东北部及昆明市西山区与呈贡区。
图1 金沙江流域云南段区县生态旅游产业脆弱性综合评价结果

Fig.1 Result of the comprehensive evaluation of the vulnerability of the ecotourism industry in counties of the Yunnan section of Jinsha River Basin

为进一步探究研究区各区县得分在地理空间上的趋势，对各区县脆弱性综合得分在纬度和经度上进行线性拟合（图2）。结果显示，随着纬度增加，拟合线近似为平行线，南北变化趋势不显著；而随着经度的增加，脆弱性指数也呈上升趋势，呈现明显东高西低的趋势。
图2 金沙江流域云南段区县生态旅游产业综合脆弱性空间趋势

Fig.2 Spatial trend of the vulnerability of the ecotourism industry in counties of the Yunnan section of Jinsha River Basin

3.2 脆弱性子系统评价

3.2.1 旅游市场子系统脆弱性评价

在旅游市场子系统，旅游经济规模越大，市场增长形成的压力越高，子系统脆弱性越大。如图3a所示，金沙江流域云南段旅游市场发展水平存在明显差异，脆弱性高的区域呈现多中心分布，主要位于丽江古城区、大理市、香格里拉市、昆明主城区、楚雄州北部等区县；而脆弱性低的区域则主要分布在德钦县、永胜县、双柏县及昆明城区周边区县，大部分区县属于中等脆弱性。
图3 金沙江流域云南段区县脆弱性子系统评价结果

Fig.3 Results of the subsystem evaluation of the vulnerability of the ecotourism industry in counties of the Yunnan section of Jinsha River Basin

3.2.2 旅游资源子系统脆弱性评价

在旅游资源子系统，自然与人文景观资源聚集存在明显不均衡，脆弱性呈东高西低分布（图3b）。其中，高值区主要聚集在滇东北，包括昭通市、曲靖市、昆明市东北部及丽江市华坪县，旅游资源匮乏导致旅游吸引力不足，生态旅游产业发展动力较弱；而低值区主要分布在昆明市主城区及滇西北大理市—剑川县—丽江古城区—香格里拉市一带，并且向周边区县如石林彝族自治县、洱源县、鹤庆县、德钦县形成辐射作用，构成“一点一线”格局。

3.2.3 生态环境子系统脆弱性评价

在生态环境子系统，脆弱性高值区主要分布在大理州南部、丽江市华坪县、迪庆州北部及昭通市北部，低值区主要分布在滇中地区楚雄州及昆明市东部至曲靖一带（图3c）。总体上，随着纬度及地区海拔的增高，生态环境脆弱性也增加，形成南低北高的格局，同时由于地质灾害的影响，造成大理州南部地区南涧彝族自治县至丽江古城区一带的生态环境脆弱性上升。

3.2.4 社会经济子系统脆弱性评价

由图3d可知，在社会经济子系统上迪庆州、丽江市、大理州及楚雄州西北部整体脆弱性较低，表明滇西北地区经济发展及政策规划对生态旅游产业支持度更高；而曲靖市、昭通市、昆明市及楚雄州东南部整体脆弱性相对较高。同时，低脆弱区县零散分布，说明区县发展规划实现了差异化定位，协调有序发展。

3.3 发展模式识别

3.3.1 发展模式划分

考虑到空间相邻区县具有相近的人文习俗、自然环境及政策背景，因此选用ArcGIS空间约束多元聚类工具，基于金沙江流域云南段各区县生态旅游产业整体脆弱性及子系统各要素层脆弱性得分，探究并评估脆弱性水平在空间约束下的自然聚类。空间约束多元聚类利用空间连通图、SKATER法及证据累积法等非监督机器学习算法，对要素层在空间上分区进而实现聚类。空间约束参数设置为CONTIGUITY_EDGES_CORNERS时，将具有共享边或共同折点的空间要素视作相邻。在不指定聚类数量的情况下，分类结果的伪F统计显示，在2~10个聚类数范围内，将64个区县划分为6个发展模式可以保证最大的类内相似性和类间差异性。
通过辨析金沙江流域云南段各发展模式生态旅游产业综合脆弱性及子系统各要素层脆弱性指数，归纳6个发展模式在空间上的分布及综合与子系统脆弱性特征，可将其划分为禀赋型、失衡型、强势型、约束型、修复型、潜力型（图4）。其中，禀赋型区县以滇西北高原文化生态为特色，主要分布在滇西北迪庆州、大理州西北部及丽江市共12个区县；失衡型区县旅游市场高增长压力但旅游资源开发滞后，包括滇中至滇东共30个区县；强势型区县主要分布在昆明市中心5个区，旅游资源及社会经济均占优势；约束型区县受到生态环境及区域经济发展双重制约，包含大理州南部5个区县；修复型区县旅游资源—生态环境—社会经济子系统发展均薄弱，包含昭通市东北部8个区县；潜力型区县旅游市场开发程度较低但环境本底优良，包含昆明市东部共4个区县。
图4 金沙江流域云南段区县生态旅游模式聚类结果

Fig.4 Clustering result of the ecotourism pattern in counties of the Yunnan section of Jinsha River Basin

3.3.2 障碍因子分析

结合障碍度模型，计算研究区整体及各发展模式平均脆弱性，筛选出障碍度最高及最低各3个因子（表3）。
表3 金沙江流域云南段区县各模式障碍因子分析

Tab.3 Results of obstacle factors in counties of the Yunnan section of Jinsha River Basin

地区 要素层障碍度（%） 高障碍度因子（%） 低障碍度因子（%）
旅游经济规模 市场
增长压力		 自然景观资源 人文景观资源 生态
环境本底		 生态环境
胁迫		 经济
发展基础		 社会政策扶持 第一
因子		 第二
因子		 第三
因子		 第一
因子		 第二
因子		 第三
因子
研究区整体 10.71 4.23 13.04 34.00 6.31 8.34 13.08 10.28 R3
11.05		 R5
9.86		 M3
8.16		 E4
0.95		 M2
0.96		 E3
0.97
禀赋型 13.37 3.55 12.49 29.33 11.35 6.38 16.07 7.45 R3
13.44		 R5
8.16		 S2
7.83		 E6
0.60		 E4
0.96		 E7
1.46
失衡型 9.68 4.90 13.43 35.02 5.14 7.84 12.74 11.25 R3
11.19		 R5
10.09		 M3
8.37		 E3
0.49		 M2
0.54		 M1
0.77
强势型 15.76 4.40 9.25 29.04 5.58 10.54 7.37 18.05 R5
11.58		 S5
11.30		 R6
8.40		 E3
0.06		 M2
0.66		 E2
0.90
约束型 12.18 3.32 13.14 31.97 6.17 11.95 14.03 7.24 R5
11.51		 M3
10.14		 S2
7.93		 E3
0.43		 E4
0.45		 M1
0.74
修复型 10.01 3.63 14.03 37.58 5.92 8.63 13.46 6.74 R3
11.82		 R5
10.43		 M3
8.71		 E4
0.13		 E8
0.25		 M1
0.47
潜力型 5.65 2.91 13.59 38.72 4.39 9.78 12.86 12.10 R3
12.57		 R5
11.55		 R6
7.83		 M2
0.05		 M1
0.06		 E3
0.20
从障碍因子分析结果来看，研究区各要素层障碍度存在显著差异，其大小排序依次：人文景观资源（34.00%）>经济发展支持（13.08%）>自然景观资源（13.03%）>旅游经济规模（10.71%）>社会政策扶持（10.28%）>生态环境胁迫（8.34%）>生态环境本底（6.31%）>旅游市场压力（4.23%）。其中，高障碍度因子分别为重点文物保护单位分布、传统村落分布及旅游接待水平，说明研究区生态旅游产业发展受到制约的可能原因在于区域旅游资源分布不均衡，空间可达性较差导致旅游景观资源活化利用程度有限，及旅游服务设施建设不足导致产业承载力有限；低障碍度因子分别为植被覆盖度、旅游收入占GDP比重及温湿指数，说明区域生态环境承载力、适宜的气候环境、经济结构稳定的特征为研究区生态旅游产业高质量发展提供了重要的基础保障，进一步验证了生态环境保护是生态旅游产业发展必须恪守的红线。
①禀赋型。此模式生态旅游产业综合脆弱性处于较低水平，其特征表现为旅游经济规模及旅游市场增长压力适中，依托滇西北高原独特的生态与人文资源形成显著的禀赋优势。此模式生态环境本底脆弱性较高，受到外部胁迫程度较轻，政策上对生态保护扶持力度大，抵消了部分社会经济相对滞后与高海拔环境的不利影响。通过障碍因子诊断发现，人文景点空间分布离散与经济实力薄弱是区域生态旅游产业高质量发展的核心制约因素；优良的空气质量、高植被覆盖度与低地质灾害风险表明该区域生态环境构成生态旅游产业的核心优势。
②失衡型。此模式生态旅游产业综合脆弱性较高，其特征表现为虽然旅游经济规模处于中等水平，但是旅游市场增长率显著，由于区域自然与人文景观开发较滞后、发展政策以农业及县域经济发展为主、经济支撑力不足，因此区域生态旅游产业承载压力较大，人均旅游资源占有量偏低。障碍因子诊断发现，重点文物保护单位分布、传统村落分布及旅游接待水平构成此区域的核心制约因素，验证了区域旅游资源匮乏、旅游保障能力不足的观点。
③强势型。此模式生态旅游产业综合脆弱性处于中等水平，其特征表现为旅游经济规模显著，旅游市场增长显著。该区域拥有优越的自然与人文景观资源及优良的生态环境本底条件，区域经济发展对生态旅游产业形成强力支持，然而区域以经济发展为主要政策导向，城市发展也对生态环境形成胁迫，制约了区域生态旅游产业高质量发展。障碍因子诊断表明，传统村落分布、区域发展定位、少数民族人口占比构成主要的高障碍因子，区域文化景观多样性较单一；而气候适宜度、旅游收入占GDP比重与坡度构成区域低障碍因子。
④约束型。此模式生态旅游产业综合脆弱性呈中等水平，其特征表现为旅游经济规模相对较大，旅游市场压力较小，然而地质灾害频发使得区域生态环境受到较大程度的胁迫，约束了区域生态旅游产业稳定发展。尽管经济发展基础较薄弱，但是社会发展政策以农业发展与生态保护为主，为区域生态旅游产业发展提供韧性。障碍因子诊断表明，文物保护单位分布、旅游接待水平与人均GDP是该区域的高障碍因子；而气候适宜度、植被覆盖度与旅游总收入是该地区低障碍因子。
⑤修复型。此模式生态旅游产业综合脆弱性较高，其特征表现为自然与人文景观资源禀赋薄弱，经济发展支持严重不足，生态环境本底条件薄弱的同时，受到胁迫程度也较高，形成了旅游资源、生态环境、社会经济三个子系统均薄弱的发展现状，生态修复与社会经济发展是此区域当前的主要发展目标。重点文物保护单位分布、传统村落分布与旅游接待水平是当前主要的高障碍因子，印证了区域旅游资源匮乏对产业发展的刚性制约；而植被覆盖度、单位GDP碳排放量、旅游总收入等低障碍因子反映区域发展并不依赖于旅游业，生态环境本底条件的相对优势构成潜在产业修复基础。
⑥潜力型。此模式生态旅游产业综合脆弱性呈中等水平，其特征表现为旅游市场规模有限、自然与人文景观资源开发程度较低。此模式区县分布在昆明市中心城区周边，社会发展政策以限制开发与生态保护为主，依托省会优越的社会经济基础，及区域生态环境本底条件，生态旅游发展潜力较好。重点文物保护单位分布、传统村落分布及少数民族人口比例，构成该区域的高障碍因子，旅游收入占GDP比重、旅游总收入、气候适宜度则构成区域低障碍因子，进一步说明该模式对旅游经济依赖度较低，生态旅游产业发展具备较好的潜力。

4 结论与建议

4.1 结论

本文以金沙江流域云南段为研究区，构建由旅游市场、旅游资源、生态环境、社会经济4个子系统及其要素层组成的生态旅游产业脆弱性评价模型。同时，基于熵权—CRITIC法，利用统计数据、遥感数据等多源异构数据，对各区县生态旅游产业脆弱性进行评价并划分发展模式，识别各类发展的高低障碍因子。主要结论如下：
①研究区生态旅游产业整体脆弱性处于较高水平，呈现明显的空间聚集性分布与西低东高的趋势。区域内生态旅游产业脆弱性分布不均衡，两极化趋势显著。在子系统层面上，旅游资源、生态环境与社会经济子系统呈聚集型分布，而旅游市场子系统分布零散。
②基于脆弱性评价结果，将研究区划分6种发展模式：禀赋型、失衡型、强势型、约束型、修复型、潜力型。其中潜力型与禀赋型区县生态旅游产业总体脆弱性较低，适合进一步发展生态旅游产业；而失衡型区县占比最大，表明研究区大部分区县生态旅游产业存在较大问题。
③基于产业发展模式高低障碍因子诊断结果，研究区生态旅游产业发展核心制约因素源于区域旅游资源分布不均衡、空间可达性较差及旅游服务设施建设不足，导致旅游景观活化利用程度及产业承载力受限；而区域生态环境承载力、适宜的气候环境、稳定的经济结构为研究区生态旅游产业高质量可持续发展提供了重要基础保障。

4.2 建议

①将大理市—剑川县—丽江市古城区—香格里拉市沿线作为生态旅游产业核心主轴，以滇西北大理州、丽江市及迪庆州为重点优化区域，发挥核心区带动作用，实现生态文明建设提倡的旅游业、生态环境与经济发展的高质量协调发展。将昆明市作为经济发展核心区，发挥其省会城市交通枢纽定位，完善综合交通服务，构建以省会为中心的区域生态旅游精品路线及廊道建设，辐射带动周边地区旅游业与生态环境、区域经济的协调发展，打造金沙江流域生态旅游高质量发展示范区。
②基于研究区6类发展模式的脆弱性及子系统脆弱性特征，实施分类精准治理。禀赋型应在绿色发展的前提下，完善交通体系及公共服务设施，发挥高原特色生态与人文旅游资源优势；失衡型应适度发掘地区特色生态旅游资源，构建地区特色文化产业带，推进旅游设施建设，增强生态旅游公共服务能力，为区域生态旅游产业发展提供动力和保障；强势型作为经济发展极核区，应聚焦于城市生态旅游产业升级，划分城市绿地保护区、生态缓冲区、绿色发展区等，实行差异化管控政策，同时打造文化、旅游、服务等多产业融合业态；约束型应将地质灾害防范、地区经济振兴作为首要目标，划分生态保护带及农业缓冲带，在挖掘地区特色文化资源前提下推进联农带农机制，带动地区经济发展；修复型生态环境胁迫问题更加突出，应严格坚守生态安全底线管控，将生态修复、生态韧性提升作为发展的首要目标，依据主体功能区“三区三线”划分，对限制开发区在符合法规的前提下适度开发，对禁止开发区内人类活动执行严格监管；潜力型应融合地区林草、地质及民族文化等特色产业链，依托良好的生态环境与气候条件，加强旅居与康养目的地建设，推动生态旅游产业高质量发展。
③障碍因子分析表明，金沙江流域云南段当前生态旅游产业的主要阻碍因素是旅游资源整体空间分布不均，社会经济支撑力不足，以及旅游相关服务配置不均衡。应在严守生态红线的前提下，加强现有旅游景观吸引物的系统性保护管理与活化利用；建立以昆明、滇西北3州市为核心的流域协调发展格局，完善跨区域生态旅游联动合作机制，推动资本、技术等要素沿金沙江流域向周边脆弱区转移，构建区域生态旅游产业成本共担与效益共享的协调发展体系。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
国务院关于印发“十四五”旅游业发展规划的通知_旅游_中国政府网[EB/OL]. https://www.gov.cn/zhengce/content/2022-01/20/content_5669468.htm,2024-05-29.

[2]
龙志, 曾绍伦. 生态文明视角下旅游发展质量评估及高质量发展路径实证研究[J]. 生态经济, 2020, 36(4):122-128,162.

[3]
马勇, 郭田田. 践行“两山理论”:生态旅游发展的核心价值与实施路径[J]. 旅游学刊, 2018, 33(8):16-18.

[4]
王兆峰, 谢佳亮, 吴卫. 环长株潭城市群旅游业高质量发展水平变化及其影响因素[J]. 经济地理, 2022, 42(3):172-181,221.

DOI

[5]
云南省国土空间规划(2021—2035年)[EB/OL]. https://dnr.yn.gov.cn/html/2024/shenpigongshi_1024/4047969.html.

[6]
钟林生, 马向远, 曾瑜皙. 中国生态旅游研究进展与展望[J]. 地理科学进展, 2016, 35(6):679-690.

DOI

[7]
杨飞, 马超, 方华军. 脆弱性研究进展:从理论研究到综合实践[J]. 生态学报, 2019, 39(2):441-453.

[8]
Turner B L, Kasperso R E, Matson P A, et al. A framework for vulnerability analysis in sustainability science[J]. Proceedings of the National Academy of Sciences of the United States of America, 2003, 100(14):8074-8079.

DOI PMID

[9]
刘小茜, 王仰麟, 彭建. 人地耦合系统脆弱性研究进展[J]. 地球科学进展, 2009, 24(8):917-927.

DOI

[10]
田亚平, 向清成, 王鹏. 区域人地耦合系统脆弱性及其评价指标体系[J]. 地理研究, 2013, 32(1):55-63.

[11]
谭翠, 黄钦, 杨波, 等. 随机森林算法在区域生态旅游适宜性评价中的应用研究[J]. 地球信息科学学报, 2024, 26(2):318-331.

DOI

[12]
张潇, 陆林, 张海洲, 等. 中国高原生态旅游发展潜力评价[J]. 经济地理, 2021, 41(8):195-203.

DOI

[13]
胡昕. 生态旅游对农户生计脆弱性影响评价——基于社会—生态耦合分析视角[J]. 林业经济, 2019, 41(6):77-82.

[14]
杨倩, 蒙吉军, 王晓东. 基于多维状态空间法的漓江上游生态旅游承载力空间评价及提升策略[J]. 北京大学学报(自然科学版), 2015, 51(1):131-140.

[15]
黄静波, 肖海平, 李纯, 等. 湘粤赣边界禁止开发区域生态旅游协调发展机制——以世界自然遗产丹霞山为例[J]. 地理学报, 2013, 68(6):839-850.

[16]
高鹏飞, 王清利, 苏振宇. 云南省生态脆弱性与旅游资源空间耦合关系研究——以普洱市为例[J]. 国土与自然资源研究, 2024(5):75-82.

[17]
高爱霞, 满广富, 高春霞, 等. 传统文化与生态旅游耦合协调实证研究——以山东省为例[J]. 山东农业大学学报(社会科学版), 2022, 24(2):128-134,172.

[18]
赵娜, 王辉, 王亮, 等. 旅游型海岛社会—生态系统脆弱性特征及影响机制——以长海县为例[J]. 中国生态旅游, 2021, 11(4):567-584.

DOI

[19]
陈佳, 杨新军, 王子侨, 等. 乡村旅游社会—生态系统脆弱性及影响机理——基于秦岭景区农户调查数据的分析[J]. 旅游学刊, 2015, 30(3):64-75.

[20]
郭贝贝, 崔莹雪. 基于RSEVI和地理探测器的安徽省5A级景区生态脆弱性评价[J]. 生态学杂志, 2024, 43(2):550-563.

[21]
史晓婷, 李磊, 陶卓民, 等. 长三角地区城市生态旅游发展水平时空演变及其影响因素[J]. 生态学报, 2024, 44(9):3970-3983.

[22]
赵海波. 大凌河流域中上游地区生态环境脆弱性评价[J]. 水土保持应用技术, 2021(3):27-30.

[23]
Chen J, Gao M, Cheng S, et al. County-level CO2 emissions and sequestration in China during 1997-2017[J]. Scientific Data, 2020, 7(1):391.

[24]
Karra K, Kontgis C, Statman-Weil Z, et al. Global land use / land cover with Sentinel 2 and deep learning[C]// 2021 IEEE International Geoscience and Remote Sensing Symposium IGARSS. 2021:4704-4707.

[25]
Wei J, Li Z, Lyapustin A, et al. Reconstructing 1-km-resolution high-quality PM2.5 data records from 2000 to 2018 in China:spatiotemporal variations and policy implications[J]. Remote Sensing of Environment, 2021,252:112136.

[26]
苏飞, 储毓婷, 张平宇. 我国典型旅游城市经济脆弱性及障碍因素分析[J]. 经济地理, 2013, 33(12):189-194.

[27]
杨友宝, 王荣成. 边境民族地区旅游经济系统脆弱性评价及其优化路径——以延边朝鲜族自治州为例[J]. 地域研究与开发, 2015, 34(6):104-109.

[28]
赵静, 谈国新. 滇西北文旅融合业态开发潜力评价与谱系识别[J]. 经济地理, 2023, 43(11):208-219.

DOI

[29]
陈思静, 谢新乔, 杨继周, 等. 地形复杂山区相对湿度空间插值方法对比研究[J]. 山地学报, 2022, 40(5):778-786.

[30]
孔锋. 中国人居环境气候舒适度的多时相尺度评价及区域差异研究[J]. 干旱区资源与环境, 2020, 34(3):102-111.

[31]
王群, 银马华, 杨兴柱, 等. 大别山贫困区旅游地社会—生态系统脆弱性时空演变与影响机理[J]. 地理学报, 2019, 74(8):1663-1679.

DOI

[32]
王群, 陆林, 杨兴柱. 旅游地社会—生态子系统恢复力比较分析——以浙江省淳安县为例[J]. 旅游学刊, 2016, 31(2):116-126.

[33]
庄大方, 刘纪远. 中国土地利用程度的区域分异模型研究[J]. 自然资源学报, 1997(2):10-16.

[34]
Duro J A, Perez-Laborda A, Turrion-Parts J, et al. Covid-19 and tourism vulnerability[J]. Tourism Management Perspectives, 2021,38:100819.

[35]
俞立平. 客观赋权法本质及在科技评价中的应用研究——以学术期刊为例[J]. 情报理论与实践, 2021, 44(2):50-56.

[36]
孙萌萌, 蒋瑜函, 何云玲. 基于熵权法和CRITIC算法的滇中城市群生态承载力综合评价研究[J]. 云南地理环境研究, 2023, 35(3):53-63.

Options
Outlines

/

〈 〉