中国旅游百强景区与百强城市空间分布及地域组合关系

中国旅游百强景区与百强城市空间分布及地域组合关系

冯庆， 孙根年*， 谭志喜

(陕西师范大学 旅游与环境学院， 陕西 西安 710119)

摘要：利用ArcGIS空间定位和二维矩阵图分析法，对2011年中国旅游百强景区和百强城市空间分布和地域组合进行研究。百强景区和百强城市具有幂律分布特征，相关系数分别为0.964和0.995。在空间结构上，旅游百强景区呈聚集性，主要分布于环渤海地区、黄河-陇海沿线、长江流域、长江三角洲和珠江三角洲地区；而百强城市呈带状性，主要分布于瑷珲—腾冲线东南方。地域组合中，百强景区与百强城市存在数量匹配与等级规模匹配关系，其中数量匹配关系有4种组合；等级规模匹配是高级别城市为同级别或低级别景区提供旅游服务设施。

关键词:旅游； 百强景区； 百强城市； 空间分布； 地域组合

中图分类号：F590文献标志码： A

文章编号：1672-4291(2015)01-0086-07

doi:10.15983/j.cnki.jsnu.2015.01.412

收稿日期：2014-04-30

基金项目：国家自然科学基金资助项目(41271305，41101261)

Spatial distribution and regional combination of Chinese top 100

scenic spots and top 100 touristic cities

FENG Qing, SUN Gennian*, TAN Zhixi

(School of Tourism and Environment Sciences, Shaanxi Normal University,

Xi′an 710119, Shaanxi, China)

Abstract:With ArcGIS spatial positioning and matrix analysis methods, the spatial distribution and regional combination of Chinese top 100 scenic spots (CTSS) and Chinese top 100 touristic cities (CTTC) in 2011 are analyzed. The results show that there are power-law distribution characteristics between CTSS and CTTC, and the correlation coefficients are 0.964 and 0.995, respectively. In spatial, it appears clustering features for CTSS, that is, Bohai Rim region, Yellow River-Longhai, Yangtze River area, Yangtze River delta and Pearl River delta region.While it presents zonal distribution for CTTC and mainly spreads the southeast of Hu Line. In the regional combination, there are quantity matching and scale level matching relations between CTSS and CTTC. There are four combinations for quantity matching relationship, and high level touristic cities provide tourism services and facilities to same level or low level scenic spots for scale level matching relationship.

Keywords：tourism; top 100 scenic spots; top 100 touristic cities; spatial distribution; regional combination

作为空间中不同等级的点，旅游景区(点)和旅游城市以热点的形式推动区域旅游的发展，加强区域之间的合作。我国旅游业已进入买方市场，品牌产生的巨大吸引力成为新时期旅游业竞争的关键，品牌旅游景区与品牌旅游城市知名度高、吸引力强，游客到访率和重游率也较高，能够代表区域旅游发展的精髓，成为一省旅游发展的符号。2011年中国旅游业界推出的旅游百强景区和百强城市，是对年接待量分别超过128万人次和1 604万人次的前百位旅游景区、旅游城市进行排序的结果， 这种大规模的旅游景区和城市之间的空间匹配关系更加复杂。

1933年克里斯泰勒提出中心地理论[1]，在探讨城市旅游发展时指出：高级旅游中心地数量少，客源市场辐射范围广，提供的旅游产品种类较多；低级旅游中心地数量多，客源市场辐射范围小，旅游产品种类单一，另有一些旅游中心地处于二者之间[2]。1950年佩鲁提出增长极理论[3]，指出经济发展具有区域不平衡性，一些部门或产业通过自身增长推动其他部门和产业增长，最终推动区域经济发展。旅游景区与城市作为典型的增长极，带动了区域旅游的发展，但对其区域相互作用研究较少[4-5]。国内学者对旅游景区、旅游城市空间分布结构与特征的研究较多，样本选取以A—5A级旅游景区、优秀旅游城市为主。如吴必虎和唐子颖[6]利用最近邻分析法对首批187个4A级旅游区(点)的空间分布结构以及与不同级别客源市场空间关系进行分析，发现4A级旅游景区呈集中分布，且大多数聚集于人口在20万以上的城市；马晓龙和杨新军[7]利用统计分析方法研究327个4A级旅游区(点)的空间特征，发现其呈凝聚型分布并与城市发展水平呈现较强的空间耦合；朱竑和陈晓亮[8]分析了全国2 286个A级景区的空间分布结构，指出其与人口分布、地形地势有一定关联性；金波和吴小根[9]基于中国旅游统计年鉴，总结出我国旅游城市空间分布体系为东密西疏，且交通指向与资源指向性明显，同时旅游城市聚集区正在逐渐形成；张蕾[10]从宏观上分析了182个中国优秀旅游城市体系的地域空间结构和等级规模结构；黎筱筱等[11]研究了全国范围内不同等级、不同区域的182个中国优秀旅游城市的空间分布，并从经济水平、城市体系、旅游资源三个方面分析差异的原因；陈家刚和李天元[12]通过密度测定和经纬网内城市空间分布测定的方法对302个优秀旅游城市的空间分布进行分析，得出东多西少、省际差异显著和集中趋势明显的空间分布特征。研究方法上，ArcGIS空间分析技术研究方法被引入[13-15]；随着研究的深入，景区与城市空间匹配问题也逐渐被关注[16-18]；也有学者对旅游百强景区进行研究，但并没有与旅游百强城市相关联[19 -21]。

上述研究从不同角度较全面地分析了我国旅游景区或旅游城市空间分布特征，研究的范围呈现不同层次，正趋于全国化，研究中也逐步融入地理学的研究方法。本研究以全国接待100万人次以上的品牌旅游景区和城市为具体案例，分析二者的空间分布特征，重点研究旅游百强景区与城市的地域数量和规模等级匹配关系，总结并推进区域旅游发展的优化模式。

1数据来源与研究方法

1.1数据来源

选用的基础数据是2011年中国旅游百强景区、旅游百强城市年游客接待量与排名次序的截面数据。2011年旅游百强景区共接待游客3.59亿人次，最低入选门槛为128万人次；旅游百强城市共接待游客40.76亿人次，最低入选门槛为1 604万人次。以客流量为依据选出的旅游百强景区、旅游百强城市更能客观反映市场需求，符合经济学的特性。

1.2研究方法

首先，以旅游百强景区和百强城市的排名次序对数为自变量、客流量对数为因变量，根据其幂律分布特征，划分二者的规模等级。其次，采用ArcGIS空间定位和分析方法，用《1∶3 000万数字地理底图境界要素数据集》的工作底图，通过ArcGIS 9.3 数字化建立基础底图，绘制不同级别旅游百强景区和百强城市的空间分布图，揭示二者的空间分布规律。最后，利用二维矩阵模型等分析旅游百强景区与城市的地域组合关系，揭示高级别客流量大的百强城市及低级别客流量小的百强城市与旅游百强景区的数量匹配、规模匹配关系。

2旅游百强景区与百强城市的

空间分布及聚集性特征

以旅游百强景区(城市)排名为自变量、年客流量为因变量，构建客流量与排名关系散点图，发现二者符合幂律分布特征，相关系数分别为0.964和0.995，拟合程度较好，且都有明显分级。旅游百强景区的3个级别如下：第一级是规模最大的顶级百强景区，包含前8个景区，年客流量为790~1 380万人次；第二级是较为热点的百强景区，包含22个景区，年接待量为410~670万人次；第三级是一般百强景区，包含70个景区，年接待量为128~370万人次。第一级百强景区年接待量都在700万人次以上，景区之间客流量差异较大，如排名第一的华侨城和第三的长隆旅游度假区虽然都在广东地区，但客流量相差近200万人次；第三级的70个百强景区年接待量都在500万人次以下，但景区之间客流量差异较小。旅游百强城市规模分级并不突出，但仍具有3个分级：第一级是前7个规模大的顶级旅游城市，年接待量为9 674~23 100万人次；第二级包含13个热点百强城市，年接待量为5 071~8 351万人次；第三级是最后80个一般百强城市，年接待量为1 604~4 565万人次。第一级城市之间客流量差异较大，如排名第一的上海和第四的广州客流量相差1亿人次；而第三级的80个城市客流量则不高于5 000万人次且城市之间客流量相差较小。

2.1旅游百强景区的空间结构

基于省域范围，我国旅游百强景区数量分布不均衡，东部地区的数量多于西部地区。3个级别分别用点的大小区分，客流量越大的百强景区级别越高，所代表的点就越大，如图1所示。

图1　旅游百强景区空间分布

江苏和浙江省内旅游百强景区数量最多，分别占全国13%和10%；西藏自治区、甘肃省、内蒙古自治区和黑龙江省则无旅游百强景区。从分布上看，顶级百强景区南北均衡，各有4个顶级百强景区分布；而热点和一般百强景区则南北失衡，南方多于北方，江浙地区尤为突出。

旅游百强景区多呈区域聚集分布，其大体上分布在环渤海地区、黄河-陇海沿线、长江流域、长江三角洲地区以及珠江三角洲地区。聚集区形成，不仅与经济因素有关，而且与地理环境紧密联系：(1)区域经济发达，人口密度大。珠江三角洲与长江三角洲经济发达、客源充足，为该区域百强景区的发展提供了强有力的后盾。珠江三角洲地区包含4个旅游百强景区，景区数量虽不多但规模很大，其中华侨城和长隆旅游度假区客流量都超过700万人次；长江三角洲包含24个景区，占全国总量的24%，区域内有1个大规模景区——金华东阳横店影视城分布，其客流量也超过700万人次。这一区域景区类型多以度假、休闲、娱乐为主。(2)交通干线密布。环渤海地区和黄河-陇海沿线交通区位优越，区域之间联系紧密。环渤海地区除了拥有特殊的政治地位外，还是北方海上门户，大连、天津、青岛等港口城市可进入性强，区域内拥有20个旅游百强景区。其中，北京分布着4个顶级百强景区；黄河-陇海线有16个百强景区，景区分布紧凑，却无客流量超过700万人次的顶级旅游景区，景区类型多以宗教文化、名胜古迹、自然风光为主。(3)靠近江河沿岸。长江流域分布的旅游百强景区共有26个，占全国26%，数量最多，但是大规模百强景区的数量只有1个(湖南韶山)，小规模的百强景区数量较多，景区类型主要以自然景区为主。

2.2旅游百强城市的空间结构

基于省域范围，我国百强城市多聚集于东南沿海地区，西部的新疆、西藏、青海、甘肃和宁夏等省(自治区)则没有分布(图2)。99%的旅游百强城市

图2　旅游百强城市空间分布

分布在胡焕庸线的东南方，与我国人口地理密度分布规律相吻合。山东、浙江、广东、江苏分布数量最多，占全国比例的37%；7个顶级旅游百强城市中有4个沿长江两岸分布，南部地区拥有的数量明显多于北部地区；热点百强城市和一般百强城市聚集性较为分散，但是数量庞大，一些热点及一般百强城市则以顶级百强城市为中心，呈半环状辐射分布。即规模和影响地区范围大的旅游百强城市数量少，分布不均衡；而规模和影响地区范围小的百强城市数量多，分布广泛；其余中等的百强城市分布则介于大、小百强城市之间。

旅游百强城市的聚集区域基本呈带状分布，分布区域集中在环渤海地区、黄河-陇海沿线、长江流域、长江三角洲地区、珠江三角洲地区，其形成与经济、社会、地理、政治等因素有关。表现为：(1)百强城市沿经济中心分布，主要聚集在长江三角洲和珠江三角洲区域。这两个区域是我国城市数量最多的区域，人口流动大，人均GDP较高，旅游客源地与目的地高度重合。长江三角洲地区分布着15个百强城市，上海年接待量为23 100万人次，成为该区域的顶级旅游百强城市；珠江三角洲地区分布9个百强城市，广州以年接待量13 300万人次成为顶级旅游百强城市。(2)交通干线沿线分布，主要聚集在环渤海地区、黄河-陇海线以及哈大线。22个百强城市分布在环渤海地区，拥有2个顶级旅游百强城市：北京和天津，年接待游客客流量分别是21 000万人次和10 800万人次；黄河-陇海沿线主要分布15个百强城市，没有大规模的旅游百强城市，多为热点和一般百强城市；哈大线纵贯东北三省，连通哈尔滨、长春、沈阳、大连4个主要城市，这一区域没有形成大规模的百强城市，多为热点和一般百强城市。(3)沿江河流域分布，主要聚集在长江流域。长江流域有26个百强城市，数量最多，形成3个顶级旅游百强城市：重庆、武汉、成都，年接待游客客流量分别是22 200万人次、11 800万人次和9 674万人次。

3旅游百强景区与百强城市

地域组合关系

旅游百强景区聚集性较强，集中在东部省份；旅游百强城市呈现带状分布，多分布在胡焕庸线的东南；二者在空间结构上具有差异性。图1和图2比较可知，代表百强景区的点并不总是与百强城市相重合，二者空间结构的差异性导致其空间组合上的非对应性，借助空间错位法等[22]通过二维矩阵模型整理二者的归属地，探讨旅游百强景区与百强城市空间数量与规模等级匹配关系。

3.1旅游百强景区与百强城市地域数量匹配关系

由于旅游城市职能趋向多元化，城市不再单一依靠旅游景区吸引游客，因此，百强景区与城市的地域数量匹配关系呈现多元化(图3)，具体如下：

图3　旅游百强景区与城市矩阵分析

(1)大规模客流量百强城市与多个百强景区形成匹配关系。符合该匹配的百强城市共有13个，其中：北京分布着7个百强景区，景区种类多以历史遗迹为主；苏州、杭州、西安、无锡、常州5个热点百强城市分布着2—5个百强景区，青岛等7个一般百强城市的百强景区分布数量有所减少，为2—3个。城市对景区的整合作用导致区域旅游网络的形成，顶级百强城市可以为多个旅游景区提供旅游设施服务，随着城市规模的下降需提供旅游服务功能的景区数量也会减少。

(2)大规模客流量百强城市与数量较贫瘠的百强景区形成匹配关系。如接待游客数量较多的南京、沈阳、长沙、宁波4个旅游百强城市中没有百强景区的分布，而作为区域顶级百强城市的上海等6个百强城市也只与1个百强景区相匹配。出现这一现象的原因可能与旅游需求变化有关，有学者指出旅游者在大城市中对住宿、交通、地图、公园等关键词搜索的频率较高，在中小城市中则对具体景点的关键词搜索频率较高[23]，说明中小型城市中旅游景区还是最主要的旅游吸引物，而在大型城市中旅游者对景区的需求有所下降。

(3)客流量较小的旅游百强城市与单独百强景区形成匹配关系。随着百强城市接待量的减少，不含有百强景区的百强城市数量增多，29个一般百强城市分布着1个百强景区，44个一般百强城市没有与百强景区在地域上形成匹配。进一步说明客流量小的百强城市为景区提供的旅游设施和服务较少，多为一对一的数量匹配关系。其原因主要是城市的功能不仅是旅游客源地和目的地，还是旅游中转地，一些中小城市承载了大城市之间旅游流的交换，起了中转作用；其次，一些中小城市位于大城市周边，大城市对其具有辐射作用[24]及一些城市属于交通枢纽，将旅游者聚集后再向周边城市分散，典型的有咸阳、哈尔滨等城市。

(4)18个百强景区所属地不属于百强城市。这18个百强景区的知名度和吸引力大于所在城市，客源地往往辐射周边区域众多城市，多个城市为其提供旅游服务，所在区域旅游发展模式逐步向“景区提升城市”模式发展。

3.2旅游百强景区与百强城市规模等级匹配关系

在涉及百强景区等级规模的情况下(表1)，发现百强城市对景区的整合模式有多种，如图4所示。

(1)顶级百强城市与顶级、热点、一般百强景区形成规模匹配关系。北京、上海、重庆、广州、武汉、天津、成都、深圳8个城市的年客流量在9 000~23 100万人次，75%的顶级百强景区分布在这一档次。如北京不仅有故宫博物院、颐和园、八达岭长城等顶级百强景区的分布，还有圆明园、十三陵、欢乐谷等热点百强景区。

(2)热点城市主要与同级的热点百强景区、一般百强景区形成规模匹配关系。苏州、杭州、南京、洛阳、西安等12个年客流量在5 000~9 000万人次的城市，分布着18%的热点百强景区和24%的一般百强景区。这一档次没有出现与顶级景区相匹配的情况，但出现热点百强城市与无百强景区相匹配的现象。如西安分布着热点百强景区秦始皇陵博物馆和一般百强景区华清池、芙蓉园，但没有顶级百强景区；而沈阳与任何百强景区都没有形成规模匹配关系。

图4　百强景区和百强城市规模等级匹配关系

(3)作为数量最多的一般百强城市除了与同级的一般百强景区形成规模匹配外，还与顶级百强景区和热点百强景区相匹配。80个接待量在5 000万人次以下的一般百强城市，与25%的顶级百强景区、64%的热点百强景区、41%的一般百强景区相匹配。

由于城市对景区有整合作用，景区依托城市发展。高级别的百强城市往往为同级别或低级别的百强景区提供旅游服务设施；而低级别的百强城市与高级别的百强景区相匹配的现象较少。由于单独低级别百强城市很难为高级别百强景区提供充足的客源和旅游服务设施，较常出现的是周边几个城市为一个高级别景区提供客源市场和旅游服务设施。

表1　百强景区与百强城市分级标准表

4结论

我国区域旅游发展正逐步走向“景区提升城市、城市整合景区”的模式，高级别旅游景区是旅游业发展的重点，强有力的知名度、吸引力推动所在城市和周边区域旅游业的发展；城市作为次于省级的行政区域单位，对于不同级别的百强景区也具有整合作用，能为景区提供对应的旅游设施服务。

在空间分布结构上，旅游百强景区呈聚集性分布，旅游百强城市呈带状分布，二者空间结构的差异致使地域组合产生非对应性，通过二维矩阵分析百强景区与百强城市地域数量匹配关系有4种，分别是：(1) 高级别百强城市与多个百强景区形成地域数量匹配；(2) 高级别百强城市与单独百强景区形成匹配或没有百强景区与其匹配；(3) 低级别百强城市与单独百强景区匹配；(4) 18个百强景区所属地非旅游百强城市。总体上，高级别的旅游百强城市所对应的百强景区数量并不多，但是所包含的百强景区级别体系较为完善，以高级别百强景区为主，满足了不同层面游客的需求；中、低级别的百强城市与百强景区数量匹配情况参差不齐，景区级别主要是中、低级别的百强景区。

大型旅游城市人口密度高、经济发达、交通可达性优良，在其建设与规划中景区已不再是吸引旅游者的最主要因素，“城市整合景区”模式使区域旅游网络加快形成，旅游业发展应着眼于整体竞争力的提升；而中、小城市依然要以名牌景区(点)作为拉动当地旅游发展的主要力量，遵循“景区提升城市”的发展模式；对于低级别百强城市中分布着高级别景区的现象，应加强周边区域之间的合作与联系，以“景区联合区域”模式为主要发展方向。

参考文献：

[1] Christaller W. Translated by Barkin. Central Places in Southern Germany[M].New Jersey: Prentice-Hull, 1933.

[2] 吴必虎,俞曦.旅游规划原理[M].北京:中国旅游出版社, 2010.

[3] Perreault W D. Economic space: Theory and applications[J]. Quarterly Journal of Economics, 1950, 64 (1): 89-104.

[4] 钱莉莉,贺颖洁. 5A级旅游景区对城市知名度影响评析[J].经济研究导刊, 2010(23): 119-121.

[5] 陆相林,马育倩,高树芳,等. 基于FLP理论的城市旅游集散中心与旅游景区空间整合研究:以石家庄市为例[J].重庆师范大学学报:自然科学版, 2013, 30(4): 144-149.

[6] 吴必虎,唐子颖.旅游吸引物空间结构分析:以中国首批国家4A级旅游区(点)为例[J].人文地理, 2003,18(1): 1-5.

[7] 马晓龙,杨新军.中国4A级旅游区(点):空间特征与产业配置研究[J].经济地理,2003,23(5):713-720.

[8] 朱竑,陈晓亮.中国A级旅游景区空间分布结构研究[J].地理科学,2008,28(5):607-615.

[9] 金波,吴小根.中国旅游城市体系研究[J].城市研究,1999(5): 31-34.

[10] 张蕾.中国优秀旅游城市体系分析[J].城市问题,2005(5): 33-37.

[11] 黎筱筱,马晓龙,吴必虎.中国优秀旅游城市空间分布及动力机制研究[J].干旱区资源与环境,2006,20(5):120-124.

[12] 陈家刚,李天元.中国优秀旅游城市空间分布特征及其优化研究[J].华侨大学学报：哲学社会科学版,2009(1):44-50.

[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): 1381-1386.

[14] 王春豪,杨宏伟.新疆优秀旅游城市空间分布特征与成因研究[J]. 经济地理,2012,32(11): 70-75.

[15] 胡浩.中国优秀旅游城市空间分布及其交通可达的地区差异分析[J].地理科学,2013,33(6): 703-709.

[16] 吴必虎.大城市环城游憩带(ReBAM)研究:以上海市为例[J]. 地理科学,2001, 21(4): 354-359.

[17] 李跃俊.区域旅游中城市与景区空间匹配关系及其优化[J]. 地理与地理信息科学,2006,22(3): 92-95.

[18] 谢志华,党宁,张歆梅.中国资源型景区与城市空间关系研究[J].旅游学刊,2007,22(7): 29-33.

[19] 褚玉杰,赵振斌.中国旅游百强景区与旅游产业发展耦合关系分析[J].干旱区资源与环境,2013,27(6):187-190.

[20] 刘智兴,马耀峰，姜嫣，等.中国旅游百强景区空间分异研究[J].河南科学,2013,31(9):1551-1556.

[21] 马林,马耀峰，林志慧，等.环渤海-长三角百强景区空间结构比较研究[J].资源科学,2013,35(2):296-303.

[22] 王美红,孙根年,康国栋.中国旅游LR-NS-FA 空间错位的组合矩阵分析[J].人文地理, 2009(4):115-119.

[23] Zheng X, Bing P. Travel queries on cities in the United States: Implications for search engine marketing for tourist destinations. Tourism Management, 2011, 32(1): 88-97.

[24] 孙根年,刘璐.大西安旅游圈空间错位及边沿区战略[J].陕西师范大学学报:自然科学版, 2012, 40(5): 81-87.

〔责任编辑程琴娟〕

第一作者：盛美玲，女，硕士研究生，研究方向为土壤侵蚀与水土保持。E-mail: shengml.12s@igsnrr.ac.cn

*通信作者： 方海燕，男，副研究员。E-mail: fanghy@igsnrr.ac.cn