基于Voronoi图的我国5A级景区空间结构研究

彭泽群，宋鄂平，曾克峰

(中国地质大学公共管理学院，武汉430074)

1 选题背景及意义

旅游景区是旅游供给的物质载体［1］，是旅游业赖以发展的重要支撑.我国对旅游景区实行等级划分评定，最新的景区质量等级评定标准为《旅游区(点)质量等级的划分与评定》(GB/T 17775－2003)，该标准与2005年1月1日开始实施.按照最新的评定标准对旅游景区的旅游交通、游览区域、旅游安全、卫生布局、邮电服务、旅游购物、经营管理、资源和环境保护、旅游资源吸引力、市场吸引力等各方面进行综合评定，并将旅游景区按等级从高到低划分为5A、4A、3A、2A、1A这5个等级.5A级旅游景区是目前国家评定的最高等级的旅游景区，代表了我国旅游资源开发和旅游地建设的最高水准［2］.从2007年国家旅游局评定的首批66家5A级旅游景区开始，截止2013年7月中国国家旅游局网站公布的数据，共有153家旅游景区被评定为5A级景区.

旅游景区的空间结构是旅游资源在地里空间上的投影，是区域旅游发展状态及潜力的重要指示器［3］.旅游景区的空间分布结构是否合理会直接影响到区域旅游业的健康发展，而5A级旅游景区作为我国最高级别的景区，在地方旅游品牌的建立和对旅游者的吸引力方面所起的作用也越大，对区域旅游业发展的影响程度也越高.因此，研究以5A级景区为代表的高级别旅游景区的空间分布结构具有重要意义.

2 数据来源及方法

本文所研究的对象为全国5A级旅游景区，其数据来源于中国国家旅游局网站(http://www.cnta.gov.cn/)截止2013年7月公布的5A级旅游景区名单.通过网络查询获得每处5A级景区的地理位置，利用Arc-GIS软件将5A级景区作为点状目标在地图上进行定位(精确到县级行政单位)，并借助Voronoi图对我国5A级旅游景区的空间分布类型和空间聚类特征进行了分析.

3 我国5A级旅游景区空间结构研究

3.1 集群性分析

将5A级旅游景区看作是平面上的一个离散发生点集，则任意点的Voronoi图为［4－7］，式中d为两点间的欧氏距离.如图1，根据公式的定义，每一个5A级景区点都会作为唯一发生点来形成一个voronoi多边形，且多边形内任意一点x到发生点的欧氏距离都要小于该点到其他任何发生点的距离.这样就利用5A级景区点创建的Voronoi多边形对空间进行了一个剖分，进而来对我国5A级旅游景区点的空间分布结构进行研究.

点状目标的空间分布类型可以分为规则分布、随机分布和集群分布三种类型，当点状目标呈现出不同的分布特征时，Voronoi多边形大小也会出现变化.当点群为规则分布时，Voronoi多边形大小均衡，所以变化度小;当点群为集群分布时，Voronoi多边形大小不一，所以变化度大，因此可以通过测算Voronoi多边形面积的相对变化程度来判定点集属于哪种分布类型.这里以变异系数(CV)作为测算Voronoi多边形面积相对变化程度的指标，其计算公式为，式中n为Voronoi多边形个数，为第i个Voronoi多边形的面积，X为Voronoi多边形面积的平均值.根据Duyckaerts和Godefroy的建议值［8］，CV值小于33%时，点群为规则分布;CV值在33%到64%之间时，点群为随机分布;CV值大于64%时候，点群为集群分布.以2007年、2011年和2013年为时间节点，利用ArcGIS软件分别作出3个年份我国5A级旅游景区的Voronoi图(图1)，并计算出变异系数值(CV)分别为173.78%、205.1%和227.64%，明显大于64%，说明我国5A级旅游景区自2007年评定以来便表现出较强的集群分布特征，并呈现出不断加强的态势.

图1 5A级旅游景区Voronoi图Fig.1 Voronoi of 5A－class scenic spots

3.2 空间聚类分析

为了进一步分析我国5A级旅游景区的空间结构特征，采用 Duyckaerts等人提出的利用voronoi多边形面积，通过三步迭代法对5A级旅游景区进行聚类分析［9］.其思想是:第一步是找出Voronoi多边形中面积最小的多边形，将它作为参考多边形.第二步是连续检验连接于参考多边形的邻近多边形，如果其面积不超过参考多边形面积所给定的一个比例(或者说一个阈值)，则将其纳入面积不超过参考多边形面积所给定比例的多边形之中.这一步重复进行直到没有新的多边形超过这个阈值，就完成了一次聚类.这个阈值可以通过Voronoi多边形面积之间的差异来确定［8］.第三步是从点群中删除已聚类的点，对剩下的点群继续按照上述方法进行聚类，直到没有新类产生，则完成了聚类.

以2007年、2011年和2013年为时间节点，分别做出3个年份的Voronoi多边形聚类图(图2)，从图上看出，我国5A级旅游景区集聚点不断增多，集聚度不断加强，并有表现出向西推进的趋势.2007年有2个聚集点，分别为北京和上海地区;2011年增加到了5个，分别为北京地区、山东蓬莱地区、长三角地区和广东深圳地区;2013年达到了8个，增加的新聚类点为河南洛阳地区、湖北西部地区和海南三亚地区.

4 结论

1)我国5A级旅游景区自2007年评定以来集群性不断增强，表征集群性的变异系数值由2007年的173.78%增加到了2013年的227.64%.从分布数量上来看，我国5A级旅游景区主要集中在东部地区，其5A级景区数量达到了73家，占总量的47.71%;中部地区次之，拥有5A级景区43个，占总量的28.1%，西部地区5A级景区的数量最少，仅为37家，占景区总量的24.19%.这与中西部地区丰富的旅游资源是有一定出入的，一方面5A级景区主要集中在东部地区，但仍无法满足旅游者的需求;一方面是中西部地区拥有丰富的民俗和生态旅游资源，5A级景区数量却相对较少.

2)我国5A级旅游景区聚类点不断增多，聚类点数量由2007年的2个增加到了2013年的8个，且主要集中在东部沿海地区，而随着中部地区经济的快速发展，其5A级旅游景区的数量和聚类点也明显增多，形成了以河南洛阳、陕西西安、湖北宜昌为中心的聚类点.

图2 5A级旅游景区空间聚类图Fig.2 Spatial cluster of 5A－class scenic spots

［1］ 章锦河，赵勇.皖南旅游资源空间结构分析［J］.地理与地理信息科学，2004(1):99－103+108.

［2］ 王明利，陈能，黄昊.中国5A级旅游景区空间分布结构研究［J］.地理空间信息，2013(2):101－103+111.

［3］ 孟祥君，王洪桥，孙宝鼎.景区空间结构演化对区域旅游经济的影响—以吉林省为例［J］.中国农学通报，2012，35:116－122.

［4］ 王新生，郭庆胜，姜友华.一种用于界定经济客体空间影响范围的方法—Voronoi图［J］.地理研究，2000(3):311－315.

［5］ 王新生，李全，郭庆胜，等.Voronoi图的扩展、生成及其应用于界定城市空间影响范围［J］.华中师范大学学报:自然科学版，2002(1):107－111.

［6］ 王新生.Voronoi图和非数值随机优化算法在城市和区域规划中的应用研究［D］.武汉:武汉大学，2002.

［7］ OkabeA，Boots B，Sugihara K，et al.Spatial Tessellation:Concepts and Applications of VoronoiDiagrams［M］.Chichester:John Wiley，2000.

［8］ 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.

［9］ Duyckaerts.Evaluation of neuronal density by Dirichlet tessellation［J］.Journal of Neuroscience Methods，1994，51(1):47－69.