国5A级旅游景区空间结构特征研究

张 洪 石婷婷 鲍 涵

摘 要：

基于中国31个省（市、区）2007—2017年的面板数据，采用最邻近点指数、地理集中指数、熵值法，结合ArcGIS技术和Stata软件的使用，对中国5A级旅游景区的空间结构特征和影响因素进行研究。研究结论表明：1.中国5A级旅游景区的空间分布类型为凝聚—随机型且存在地理邻近性趋同的特点，十年间的最邻近点指数经历了先持续下降后稳步回升的发展阶段，反映了中国5A级旅游景区逐步从小范围集聚转为大范围扩散的空间分布特征;2.中国5A级旅游景区在空间上呈现集中分布的趋势，地区分布不均衡，人文类景区较自然类更为集中，考核指标、发展时序引发的循环累积效应是导致5A级旅游景区空间集聚的根本原因。3.社会经济发展水平和旅游业发展水平对中国5A级旅游景区的空间分布有正向影响，国内旅游收入的影响更为显著。研究对中国5A级旅游景区空间分布及影响因素进行实证分析，为优化景区空间结构提供参考。

关键词：5A级旅游景区;空间结构;凝聚—随机型

作者简介：张洪，安徽大学商学院教授，主要研究方向：旅游经济，旅游管理（E-mail：christine1121@126.com）。石婷婷，安徽大学商学院研究生，主要研究方向：城市旅游（安徽 合肥[KG2]230601）。

基金项目：安徽省教育厅教学团队项目“经济管理跨专业综合实验教学团队”（2014jxtd004）;安徽省软科学研究计划项目“旅游资源与旅游经济关系视角下的安徽旅游业区域差异研究”（1402052021）;安徽省哲学社会科学基金项目“产业集团化视角下安徽省文化与旅游深度融合研究”（ASKQ2017D13）

中图分类号：590.31  文献标识码：A

文章编号：1006-1398（2019）04-0080-11

一 引 言

旅游空间结构是指旅游经济客体在空间中相互作用所形成的空间聚集程度及聚集状态，它体现了旅游活动的空间属性和相互关系，是旅游活动在地理空间上的投影[ZW（]卞显红：《城市旅游空间结构研究》，《地理与地理信息科学》2003年第1期，第105—108页。。根据旅游活动要素的不同，旅游空间结构主要可分为旅游资源空间结构、旅游市场空间结构和旅游交通空间结构[ZW（]田小波：《甘肃省旅游空间结构演变及其优化研究》，西安：西安科技大学测绘科学与技术学院硕士研究生论文，2017年。。本研究中的旅游景区空间结构是旅游资源空间结构的重要组成部分，侧重于对旅游景区空间分布类型、空间分布集中程度及空间分布均衡程度等特征的描述。随着国家对于旅游供给侧结构性改革的推进，旅游景区空间结构问题日益受到广大学者们的关注。国外关于旅游景区空间结构的研究始于20世纪60年代，Christaller运[KG（2x]用区位论研究了游憩活动与地理空间结构的关[KG）]系[ZW（]Christaller W.Some considerations of tourism location in Europe： the peripheral region under-developed countries recreation areas.Papers and Proceeding of Regional Science Association，1964，12（1），pp.95-105.;Butler

提出了S型旅游地生命周期演化模型[ZW（]Butler R W. he concept of a tourist area cycle of evolution： Implications for management of resources.Canadian Geographer，1980， 24（1），pp.5-12.;Bruce .Milne首次將分形几何方法应用于景区空间结构的讨论[ZW（]Bruce  Milne. he utility of fractal geometry in landscape design. Landscape and Urban Planning， 1991， 21（1-2）， pp. 81-90.;Mings

对黄石国家公园的空间布局进行了实证分析[ZW（]Mings R C，MCUG K E.he spatial configuration of travel to Yellowstone National Park.Journal of ravel Research， 1992， 30（4）， pp. 38-46.;Papatheodorou构建了旅游度假区空间和市场结构演变过程模型[ZW（]Papatheodorou A. Exploring the evolution of tourism resorts. Annals of ourism Research， 2004， 31（1）， pp. 219-237.;Guedes通过聚类分析探讨了葡萄牙文化遗产景点的旅游空间模式[ZW（]Guedes A， Isabel M. Spatial patterns of cultural tourism in Portugal. ourism Management Perspectives， 2015， （16）， pp.107—115.。国内关于旅游景区空间结构的研究起步较晚，开始于20世纪80年代，马勇等分析了武汉及周围地区旅游资源的空间分布状况，提出了武汉大旅游圈空间结构的拓展方案[ZW（]马勇、董观志：《武汉大旅游圈的构建与发展模式研究》 ，《经济地理》1996年第2期，第99—104页。;吴必虎等利用地理数学方法中的空间分析手段，对中国首批4A级旅游景区的空间分布类型和均衡度进行了探讨[ZW（]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》 ，《人文地理》2003年第1期，第1—5页。;卞显红运用α、β、γ指数等描述了长江三角洲4A级旅游景区的空间结构和旅游节点特征[ZW（]卞显红：《长江三角洲国家AAAA级旅游区空间结构》，《经济地理》2007年第1期，第 157—160页。;毛小岗等通过GIS空间分析方法分析了北京市A级旅游景区的空间结构及其演化规律[ZW（]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》，《经济地理》2011年第8期，第1381—1386页。;王秋龙等运用最邻近点指数、基尼系数、相关分析等方法系统讨论了安徽省A级旅游景区近13年来的空间结构演变特征及其影响因素[ZW（]王秋龙、晋秀龙：《安徽省A级旅游景区空间结构演变及影响因素分析》 ，《中州大学学报》2017年第1期，第39—44页。。综上所述，国内学术界关于旅游景区空间结构的研究主要集中在以中国4A级及以下旅游景区为研究对象，通过数理统计（最邻近点指数、基尼系数）和GIS空间分析等方法对旅游景区的空间分布特征进行研究，而对于中国5A级旅游景区的研究相对匮乏。5A级旅游景区作为国内A级景区建设的最高标准，其结构的合理性对区域旅游资源的开发速度和旅游业的规模效益具有十分重要的影响。近年来，以5A级旅游景区评定为重点的旅游景区品牌化建设如火如荼，自2007年国家首批5A级旅游景区公布，至2017年底，全国共有5A级旅游景区249家[ZW（]中华人民共和国文化和旅游部：《5A级景区》，http：//www.cnta.gov.cn/was5/web/search？channelid=242887，2017年11月22日。。因此，本研究拟以中国31个省（市、区）2007—2017年的5A级旅游景区为研究对象，分别从空间分布类型、空间分布集中程度、空间分布均衡程度三个方面对其空间结构特征进行分析，以期全面构建中国5A级旅游景区空间结构框架。

二 数据来源与研究方法

（一）数据来源

根据《旅游区（点）质量等级的划分与评定》国家标准（GB/17775-2003），旅游景区质量等级按5A、4A、3A、2A、1A五级划分。本研究选取中国31个省（市、区）2007—2017年的5A级旅游景区作为研究样本，数据来源于中华人民共和国文化和旅游部及各省市旅游局官方网站。鉴于部分景区在发展过程中被取消5A级资质，本研究在进行年度5A级旅游景区数量统计时以中华人民共和国文化和旅游部官网2017年发布的5A级旅游景区数量为标准。首先，通过百度地图获取UM投影下中国5A旅游景区的地理坐标，再运用ArcGIS10.2软件进行几何校正并将其标记在已配准好的中国地图上，获取各时期5A级旅游景区分布数据，测算出各景区与其最邻近景区间的欧氏距离。社会经济发展水平指标和旅游业发展水平指标数据来源于相应年度的《中国统计年鉴》《中国旅游年鉴》、各省（市、区）统计年鉴及国民经济和社会发展统计公报。  [BQ]

（二）研究方法

本研究利用ArcGIS10.2软件将249家5A级旅游景区以点状要素的形式标记在已配准好地理坐标的中国地图上，并利用ArcGIS10.2软件中的Point Distance、Near、Density等工具测算出各5A级旅游景区与其最邻近的其他5A级景区之间的欧氏距离。同时采用数理统计方法对249家5A级旅游景区的空间分布进行数量化测度，包括采用最邻近点指数测度中国5A级旅游景区的空间分布类型;采用地理集中指数测度中国5A级旅游景区在各省（市、区）分布的集中程度，较为全面地分析近十年来中国5A级旅游景区的空间结构特征。此外，通过熵值法赋权计算不同时间段各省（市、区）经济建设水平和旅游业发展水平的综合得分，运用Stata14.0软件进行线性回归，探究中国5A级旅游景区空间分布的影响因素。

1.最邻近点指数

最邻近点指数是表示点状事物在地理空间中相互邻近程度的地理指标[ZW（]申怀飞、郑敬刚、唐风沛等：《河南省A级旅游景区空间分布特征分析》 ，《经济地理》2013年第2期，第 179—183页。，是实际最邻近距离与理论最邻近距离的比值。其公式为：

[JZ（][WBX]R=r/rE=[SX（]1n[SX）][4]∑[DD（]ni=1[DD）]dmin[WBX]/[SX（]12[KG-2][K（]n/A[K）][SX）]

[JZ）][JY，1]（1）

式中，R为最邻近点指数，r代表实际最邻近距离，rE代表理论最邻近距离，n表示点数，dmin[WBX]表示区域内的点与其最邻近点之间的距離，A表示区域面积。当R<0.5和R>1.5时，点状要素的分布类型分别为凝聚型和均匀型;当0.5

2.地理集中指数

地理集中指数是衡量研究对象集中程度的重要指标，适用于测定一定区域内的景区在各个子区域中的集中程度[ZW（]把多勋、王瑞、夏冰：《甘肃省民族旅游资源空间分布研究》、《地域研究与开发》2013年第3期，第77—82页。。其公式为：

式中，Xi表示第i个区域内的景区数量，表示景区总数，n表示区域总数。G的取值为0—100，G值越大表明景区分布越集中，反之越分散。

3.熵值法计算综合指数

熵值法是一种客观赋权法，即通过不同方案下各项观测值的信息量大小来确定指标权重。具体计算过程为：

第一步，选取m个省（市、区），n个指标，Xij则为第i个省（市、区）的第j项指标的数值（i=1，2，…， m;j=1，2，…，n），得到数据矩阵如下：

第二步，对各项指标进行正向化处理，为了避免求熵值时对数的无意义，需要进行数据平移，具体方法为：

为了方便起见，正向化处理后的数据仍记为Xij。

第三步，利用熵信息的概念确定指标权重Pij，具体计算公式为：

其中，Pij表示第j项指标下第i个省（市、区）占该指标的比重（贡献度），Xij表示第i个省（市、区）第j项指标正向化处理后的数值。所有省（市、区）对第j项指标的贡献总量为：

其中，Sj代表第j项指标的熵值，K为常数，且一般令K=1/[W]ln[WBX]（m）。当某个指标下各省（市、区）的贡献度趋于一致时，Sj趋于1。这里用Dj表示第j项指标下各省（市、区）贡献度的一致性程度：

则第j项指标的权重Wj为：

各省（市、区）的综合得分Si为：

依据科学性、客观性和可操作性原则，同时考虑到数据的有效性和可获取性，选取2007年、2011年和2015年三个阶段性时间点中国各省（市、区）的城镇人口比重（%）、地区生产总值（亿元）、居民消费水平（元）、城镇单位就业人员平均工资（元）、居民人均可支配收入（元）5个社会经济发展水平评价指标和国内旅游收入（亿元）、国际旅游外汇收入（百万美元）、国内旅游接待人数（亿人次）、入境旅游接待人数（万人次）4个旅游业发展水平评价指标，综合权重计算得到各时期的综合指数。

三 结果与分析

（一）中国5A级旅游景区空间结构类型分析

]图1 中国5A级旅游景区最邻近点指数折线[S）]

点状要素的空间结构类型反映的是各要素在空间上的聚集程度和聚集状态，通常采用最邻近分析法进行判别。根据公式（1）测算出各时期中国5A级旅游景区的最邻近点指数（表1），并绘制出最邻近点指数的折线图，见图1。

[5”]  表1 [JZ（]中国5A级旅游景区最邻近点指数统计

年份5A级景区总量[J4]  （家）实际最邻近距离  （米）理论最邻近距离  （米）[J5：3/5]最邻近点指数空间结构类型

从表1可以看出，2007—2017年中国5A级旅游景区总量不断递增，表明随着国内旅游业的发展，5A级旅游景区的申报和评定工作在不断加强。而中国5A级旅游景区的理论最邻近距离和实际最邻近距离呈递减趋势，表明随着5A级旅游景区总量的增加，其相互距离在逐渐缩短，每年新增5A级旅游景区主要是以前一年度5A级旅游景区聚集点为核心向外发散式发展。十年来各时期的最邻近点指数[WBX]R均小于1，最大值为0.74190，最小值为0.62099，指数差异不明显，表明中国5A级旅游景区的空间分布类型为凝聚—随机型且存在地理邻近性趋同的特点。进一步由图1可知，2007—2017年的最邻近点指数经历了先持续下降后稳步回升的阶段，最终在2017年达到最大值0.74190，反映了中国5A级旅游景区逐步从小范围集聚转为大范围扩散的空间发展特征。这与近年来各地方政府和景区单位积极申报5A级旅游景区有关，同时也受到国家5A级旅游景区评定上对条件弱势区有所倾斜的影响，是地区平衡的结果。

（二）中国5A级旅游景区空间分布集中度分析

旅游景区空间分布的集中度反映的是旅游景区的一种空间分布格局，用于衡量一定范围内的旅游景区在区域空间的集聚程度。根据公式（2）测算出各时期中国5A级旅游景区的地理集中指数，见表2。

[5”]  表2 [JZ（]中国5A级旅游景区地理集中指数统计

[从表2可以看出，除了2010年出现较大浮动以外，各时期的地理集中指数基本上趋同，且存在上下波动的特点。当年度景区总量均匀分布在31个省（市、区）中时，G0值为17.96，始终低于各時期的G值，表明中国5A级旅游景区在空间上的集中分布是其主要趋势。

进一步由图2可知，地理集中指数呈波动式发展的直接原因在于每年新增[W]5A级旅游景区的地区分布不均。如2007年国家首批5A级旅游景区公布，各省（市、区）5A级旅游景区的获批情况表明，除内蒙古、青海和西藏之外的其他地区普遍拥有2—3个5A级旅游景区，5A级旅游景区在省际间的分布还算均匀，地理集中指数为19.64。2010年，为配合世博会召开，上海、江苏和浙江启动了“迎世博——旅游景区服务质量提升月”活动，国家旅游局与景区单位通过直接合作的模式升级景区，使得这一批次的5A级旅游景区数量较少且较集中，应时性特征明显，地理集中指数达到最大值22.03。2011年，5A级旅游景区 “自主申报—省级推荐—组织评定” 的模式逐渐成熟，受到了市场的充分肯定，地方政府和景区单位申报5A级旅游景区的积极性大大提高，70%以上的省份新增了5A级旅游景区，一定程度上缓解了5A级旅游景区空间分布不均的情况，地理集中指数由22.03下降为20.13。2011年之后，四川、陕西、新疆等西部地区5A级旅游景区数量有了较大增长，反映了近年来国家5A级旅游景区评价体系对西部的倾斜，而东部地区5A级旅游景区数量多、增长快，集聚效应明显。

图2 中国5A级旅游景区增量统计

考核指标、发展时序引发的循环累积是导致5A级旅游景区集聚分布的根本原因。随着国家A级景区标准的推行，高级别旅游景区审批的考核指标越来越注重景区的配套设施和服务功能。中东部地区可进入性好，市场门槛不高，资源品质一般的旅游景区（点）通过精心设计、打造，达到较高级别的旅游景区（点）并不困难，而西部地区地处偏远，投资吸引力较弱，仅有少数资源品质特别高的景区才能进入高级别旅游景区之列。这种高级别旅游景区循环模式（图3）实际上是一种景区优势的积累，也在一定程度上反映了社会经济因素对景区建设的影响。国家5A级旅游景区评定标准中有旅游基础设施、接待旅游者人数等方面的硬性要求，需要投入大量资金，导致5A级旅游景区空间分布出现向沿海发达地区偏移的现象。在发展时序上，旅游景区是模仿性比较强的行业，某一地方的成功建设很容易引发周边地区的争相效仿，使集聚性进一步提高[ZW（]李鹏、虞虎、王英杰：《中国3A级以上旅游景区空间集聚特征研究》，《地理科学》2018年第11期，第1883—1891页。。

图3 高等级旅游景区循环模式[SS][ZW（]朱竑、陈晓亮：《中国A级旅游景区空间分布结构研究》 ，《地理科学》2008年第5期，第607—615页。

（三）中国5A级旅游景区空间结构影响因素分析

1.中国5A级旅游景区空间分布与经济发展水平的关系

鉴于数据的可获取性，同时考虑到中国5A级旅游景区的发展时序，选取2007年、2011年、2015年三个研究时段，按照公式（3）—（7）计算得到各时段中国各省（市、区）的社会经济发展水平综合指数。运用Stata14.0软件对中国5A级旅游景区数量与经济发展水平综合指数进行一元线性回归，得到2007年、2011年、2015年的相关系数分别为0.3299、0.4419、0.2922，说明中国5A级旅游景区空间分布与社会经济发展水平呈中度正相关，在中国5A级旅游景区建设的各个阶段，社会经济发展水平对5A级旅游景区的空间分布起到一定的正向影响。但更多时候区域经济建设水平与5A级旅游景区数量的关联性并不十分凸显，尤其是2015年的相关系数最低，表明近年来经济发展水平滞后地区有建设高级别旅游景区的需要，同时也说明中国5A级旅游景区作为推动地区经济发展的重要力量已经受到重视。

从空间分布上看（图4和图5），研究时段内中国东部沿海的苏、浙、粤和京、冀地区始终是经济发展水平的优势区，同时也是5A级旅游景区较为集中的省（市）。据统计，2007年国家首批5A级旅游景区公布，全国共有28个省（市、区）分布有5A级旅游景区，苏、浙、粤和京、冀地区约占17.86%，共拥有5A级旅游景区总量的23%，但各省（市）的5A级旅游景区数量与其他地区差别不大。2011年，随着5A级旅游景区自主申报、组织评定的模式日益成熟，广东、河北、福建等地开始凸显出经济优势，区域5A级旅游景区数量有了较大增长。这一时期内蒙古、黑龙江和青海地区经济发展水平出现些许回落，而5A级旅游景区数量却有所突破，江西、河南、贵州等地区虽然加快了经济建设步伐，但5A级旅游景区数量并无较大变化。直到2015年，山东、安徽、湖北、四川、新疆等少数几个省（市、区）的5A级旅游景区数量与区域经济发展水平一致，有了明显提升。

图4 经济发展水平综合指数省际差异对比

图5 中国5A级旅游景区数量省际差异对比

区分东、中、西三大经济地带进行对比分析（表3）发现，中国东、中、西部的5A级旅游景区数量均呈递增趋势，但东部和中部增速较快，年均增长率分别为52.93%和65.93%，西部较慢，[JP2]年均增长率为45.59%。进一步观察表4可知，中国5A级旅游景区数量与区域经济发展水平呈现由东向西阶梯状递减的特征，中、西部5A级旅游景区数量相当，而经济较发达的东部地区5A级旅游景区所占比重接近一半，明显高于其他地区。这是因为：经济发达地区的城镇人口比重较大且具有较强的消费能力，可以为5A级旅游景区提供充足的客源，旅游消费市场潜力巨大;同时，5A级旅游景区评定对于软硬件的要求都很严苛，区域经济建设水平一定程度上决定了景区的投资规模、人才数量和管理水平等，从而对5A级旅游景区的发展具有深刻的影响力。

[5”]表3   [JZ（]三大经济区5A级旅游景区数量与经济发展水平综合指数统计

[J4]区域包含省份年份5A级旅游景区  数量（家）5A级旅游景区  比重（%）经济发展水平  综合指数均值

2.中国5A级旅游景区空间分布与旅游业发展水平的关系

旅游业发展水平与5A级旅游景区数量有着必然的内在联系，同样考虑到数据的可获取性和中国5A级旅游景区的发展时序，选取2007年、2011年、2015年三个研究时段，按照公式（3）—（6）计算得到各时段中国各省（市、区）的旅游业发展水平综合指数。运用Stata14.0软件对中国5A级旅游景区数量与旅游业发展水平综合指数进行一元线性回归，得到2007年、2011年、2015年的相關系数分别为0.5519、0.7367、0.7287，且都在0.01水平上显著，说明中国5A级旅游景区数量与旅游业发展水平呈高度正相关。中国5A级旅游景区的空间分布，既与各省（市、区）的旅游资源禀赋有关，同时也受到区域旅游经济发展水平的影响。在旅游经济快速发展的驱动下，为满足旅游者较高层次的需求，新型旅游景区尤其是高级别旅游景区的开发建设成为必然选择，一定程度上扩展了5A级旅游景区的空间结构。

旅游业发展水平评价指标与5A级旅游景区数量的Pearson相关系数如表4所示。在各项评价指标中，国内旅游收入与5A级旅游景区数量的相关性最强，2007年、2011年、2015年的相关系数分别达到0.6293[KG-2]、0.7851[KG-2]、0.7729[KG-2];其次是国内旅游接待人数，三年的相关系数依次为0.5507[KG-2]、0.7404[KG-2]和0.6769[KG-2];国际旅游外汇收入和入境旅游接待人数与5A级旅游景区数量的相关性相对较弱，说明中国5A级旅游景区建设与国内旅游的发展息息相关。总的来看，5A级旅游景区与旅游收入的关联性略高于与旅游人数的关联性。这是因为国家5A级旅游景区是从国家4A级旅游景区中产生，在成为5A级旅游景区之前已是国内知名度较高的旅游资源，在评定为5A级旅游景区之后，对其知名度和旅游人数的影响不大。相反，申报5A级旅游景区强化了国内旅游者对其价值的认知，提高了旅游者的支付意愿，但容易形成依靠“门票收入”的粗放式路径依赖模式[ZW（]柴毅、郭旸：《城市旅游土地利用效率的因素分析——基于城市面板数据的实证研究》，《华侨大学学报（哲学社会科学版）》2018年第2期，第91—101页。。对于入境旅游而言，5A级旅游景区的成功评定会影响目的地的客源结构，提高入境游客比例[ZW（]付业勤、杨文森、郑向敏：《福建省入境旅游区域差异的时空演化与影响因素研究》，《华侨大学学报（哲学社会科学版）》2013年第4期，第49—58页。。

[5”]  表4    [JZ（]旅游业发展水平各项指标与5A级旅游景区数量的Pearson相关系数[JZ）]

[KG2]从空间分布上看（图6和图7），研究时段内除了西藏、青海、新疆等地，多数省（市、区）的旅游业发展水平与区域5A级旅游景区数量一致，整体呈递增趋势。其中，苏、浙、粤地区的旅游业发展水平在国内位居前列，其5A级旅游景区数量始终高于其他地区。从2007年到2011年，中国5A级旅游景区与旅游业发展水平在空间上的耦合关系逐渐增强，河北、湖南、陕西等地的旅游业发展水平显著上升，区域5A级旅游景区数量也有了较大增长。2011年到2015年，中国5A级旅游景区与旅游业发展水平在空间上的耦合关系相对减弱，旅游业发展重心逐渐向东部沿海地区偏移，呈现出“东南热、西北冷”的旅游发展格局，而5A级旅游景区的空间结构未发生明显变化，各省（市、区）的5A级旅游景区数量均有所增加，说明随着景区配套设施的完善，旅游经济建设水平对5A级旅游景区发展的影响作用降低，但对于西北一些旅游经济较为落后的地区仍然是较为重要的因素。

图6 旅游业发展水平综合指数省际差异对比

图7 中国5A级旅游景区数量省际差异对比

四 结论与讨论

（一）结论

本研究基于中国31个省（市、区）2007—2017年的面板数据，采用最邻近点指数、地理集中指数和熵值法，结合ArcGIS和Stata软件的使用，对中国5A级旅游景区的空间结构特征和影响因素进行了研究，研究结论表明：

1.中国5A级旅游景区的空间分布表现为凝聚—随机型，最邻近点指数均值R=0.68926，指数差异不明显，呈现出地理邻近性趋同的特点。十年间的最邻近点指数经历了先持续下降后稳步回升的发展阶段，反映了中国5A级旅游景区逐步从小范围集聚转为大范围扩散的空间分布特征。这与近年来各地方政府和景区单位积极申报5A级旅游景区有关，同时也受到国家5A级旅游景区评定上对西部有所倾斜的影响，是地区平衡的结果。

2.中国5A级旅游景区在空间上存在集中分布的趋势，区域分布较不均衡，地理集中指数均值G=20.66，省际差异较大，具有明显的点状集中特征。十年来知名旅游省（市、区）主导旅游景区空间结构的局面未发生根本改变，沿海发达省（市、区）始终是5A级旅游景区分布的优势区。通过统计研究时段内的249家5A级旅游景区可知，约有52%为人文类旅游景区，且集中在古典园林承继下的苏浙地区、历史较为悠久的黄河中下游地区、现代科技文化发达的东部沿海部分地区（广东、山东、福建）。受中国复杂地理环境和多样性气候条件的影响，自然类5A级旅游景区的集中程度相对较低。总的来看，国家宏观政策调整和区域经济建设水平差异是导致5A级旅游景区集中分布的主要原因，其本质是考核指标、发展时序引发的循环累积效应，反映了5A级旅游景区评价体系对城市基础设施与服务质量的较高要求。

3.2007年、2011年、2015年中国5A级旅游景区数量与经济发展水平综合指数的Pearson相关系数分别为0.3299、0.4419、0.2922，说明中国5A级旅游景区空间分布与区域经济建设水平呈中度正相关。从2007年到2011年，中国5A级旅游景区数量与经济发展水平的正相关性逐渐增强，5A级旅游景区数量多的省（市、区），其经济建设水平也较高，说明这一时期我国旅游发展依赖经济发展的同时又带动经济发展。2011年到2015年，5A级旅游景区数量与经济发展水平的正相关性减弱，反映了国家5A级旅游景区评定上对西部有所倾斜，5A级旅游景区作为推动地区经济发展的重要力量已受到各地区的重视。此外，也说明随着我国旅游产业结构调整和旅游市场化的加深，“结构红利”呈现下降趋势。

4.2007年、2011年、2015年中国5A级旅游景区数量与旅游业发展水平综合指數的相关系数分别为0.5519、0.7367、0.7287，且都在0.01水平上显著，说明中国5A级旅游景区数量与旅游业发展水平呈高度正相关。在旅游经济的驱动下，新型尤其是高级别旅游景区的开发建设成为必然选择，丰富了5A级旅游景区的类型，扩展了5A级旅游景区的空间结构。对国内旅游而言，5A级旅游景区的成功申报能够显著提高目的地的旅游吸引力，带来旅游收入和旅游人数的增加。也就是说，5A级旅游景区建设能够更加有效地促进国内旅游经济的发展。

（二）讨论

首先，伴随着中国经济发展进入新常态，作为现代服务业重要组成部分的旅游业逐渐成为我国经济提质、增效、升级的新增长点，旅游业发展也逐渐进入一种“新常态”[ZW（]黄剑锋、陆林：《旅游业“新常态”：空间生产与空间重构的新动力》，《南京社会科学》2015年第6期，第39—44页。。在国家经济结构调整的新常态视角下，旅游空间结构优化问题日益成为学术界关注的热点领域。如何优化旅游景区空间结构，促进旅游景区向高质量发展阶段过渡是今后有待研究的一个重要方面。

其次，本研究运用GIS空间分析和数理统计（最邻近点指数、地理集中指数）等方法，较为全面地分析了中国5A级旅游景区的空间结构特征。但考虑到数据的可获取性，在数据来源方面，主要采用了中华人民共和国文化和旅游部官网数据及中国各省（市、区）的统计年鉴数据，导致对旅游景区之间连接度和通达性的分析略显不足，不能更直观地反映旅游景区的空间网络结构，在后续的研究中需要对此给予关注。同时，在影响因素方面，重点分析了社会经济发展水平和旅游业发展水平对中国5A级旅游景区空间结构的影响，有关人口规模、道路交通等因素对中国5A级旅游景区空间结构的影响效应有待进一步的研究。从5A级旅游景区的创建过程来看，政府部门介入并发挥了倡导者和推行者的角色，在5A级旅游景区评定标准中对配套设施、服务质量等各项内容进行了规定，对5A级旅游景区的空间分布具有较为深远的影响。未来关于中国5A级旅游景区空间结构形成机制的研究仍需不断探索。

再次，通过对现有期刊文献的检索和分析发现，国内针对旅游空间集聚的研究内容涉及较广，研究对象涵盖旅游（产）业、旅游资源、旅游客源市场、A级旅游景区、星级酒店等多个层面，主要探讨空间格局发展趋势和聚集特征。整体上看，中国旅游产业集聚表现为“东中部高、西部低”的分布格局，入境旅游呈现明显的 “胡焕庸线”分布特征，热点和次热点地区集中分布在东南半壁，二者与5A级旅游景区在空间上具有较强的耦合性。星级酒店属于高集聚分布，其聚集程度要高于A级旅游景区，主要分布于人口密集、经济发达的城镇地区，且依据中心地的等级集中。A级旅游景区区域间的分布差异较大，主要集中于华北平原、长江中下游平原、关中平原和四川盆地，这与中国旅游资源分布基本一致。人文类旅游资源分布较自然类资源更为集中，因而人文类5A级旅游景区的空间集聚程度较自然类更为显著。5A级旅游景区的集中性表现为资源和交通导向，以历史文化遗址、古建园林、主题公园、古村镇、博物馆等为主的人文类景区集中分布于城镇和交通干道周边，具有明显的中心性和交通指向性，而以自然风景保护区、森林公园、峡谷洞穴、田园山村等为主的自然类景区则沿湖、沿河、沿边界集中分布。

最后，旅游景区空间结构作为旅游空间结构的重要内容，国内研究大多强调中微观尺度旅游空间结构特征的研究，多数为个案研究，较少涉及宏观层面的区域对比研究，更多关注的是旅游景区空间结构特征的静态研究，样本多采用截面数据，忽略了旅游景区空间结构的时序演化过程。在分析旅游景区空间结构的影响因素时，也通常是从供给的角度进行定性描述和归纳，而国外有关旅游景区空间结构的研究已经涉及到对旅游者行为与旅游景区空间结构相互作用机制的探讨，即从对于资源本身的描述转向对于旅游者需求的关注，这值得引起国内研究的重视。

he Spatial Structure Characteristics of Chinas 5A-Level ourist Attractions

ZANG ong， SI ing-ting， BAO an

Abstract： Based on the panel data of 31 provinces （cities and districts） in China from 2007 to 2017， the spatial structure characteristics and influencing factors of 5A tourist attractions in China were studied by using the nearest point index， geographic concentration index and entropy method， combined with the use of ArcGIS technology and Stata software. he conclusions are as follows： 1.he spatial distribution type of 5A scenic spots in China is agglomeration-random and has the characteristics of convergence of geographical proximity. In the past decade， the nearest point index has undergone a development stage of continuous decline first and then steady rise， reflecting the distribution characteristics of gradual change from small-scale agglomeration to large-scale diffusion of 5A scenic spots in China. 2.Chinas 5A-level scenic spots show a trend of centralized distribution in space. he regional distribution is not balanced， and the humanities scenic spots are more centralized than the natural ones. he cyclic cumulative effect caused by the assessment indicators and the development time series is the fundamental reason for the spatial agglomeration of 5A-level scenic spots. 3.he level of social and economic development and the level of tourism development have a positive impact on the spatial distribution of 5A tourist attractions in China， and the impact of domestic tourism income is more significant. his paper makes an empirical analysis on the spatial distribution and influencing factors of 5A-level scenic spots in China， and provides a reference for optimizing the spatial structure of scenic spots.

Keywords： 5A-level tourist attractions; spatial structure; characteristic analysis

【責任编辑  吴应望】