高A级旅游景区分布与产业经济相关性分析——以京津冀区域为例

常变蓉，张瑞英，吕献红，秦静

高A级旅游景区分布与产业经济相关性分析——以京津冀区域为例

常变蓉，张瑞英，吕献红，秦静

（天津农学院 人文学院，天津 300392）

运用地理空间分析方法和数理统计方法，从宏观、中观和微观角度对京津冀高A级旅游景区空间分布与区域产业经济发展进行相关性研究。结果显示：京津冀高A级旅游景区属凝聚型空间分布格局，呈现“直辖市密集、河北省分散”的特征。各区域高A级旅游景区占比与地区生产总值、城镇居民可支配收入、农村居民可支配收入、第三产业值、旅游收入5项经济指标呈正相关。可见，高A级旅游景区空间布局的优化会对区域产业经济发展具有一定的积极意义。

高A级旅游景区；空间分布；区域产业经济；京津冀区域

旅游业作为新时期绿色经济的典型代表，其发展态势对区域经济的可持续发展有着深远的影 响[1]。而旅游景区是衡量区域旅游业发展水平的关键性指标，其空间分布对旅游业发展布局起着导向作用。A级评级是中国旅游景区管理的特色，自标准规定5A级景区须从4A级景区中选拔后，5A级景区就成为旅游发展的标杆。由于转型发展需要，地方政府越发重视发展旅游产业，尤其是发掘和创建高A（5A、4A）级景区。如今，国家全域旅游示范区的创建也需以高级别旅游景区为基础。旅游业是一个产业群，关联着许多产业，这些产业与经济整体在协同演进过程中，若将政治、社会、文化、生态等要素有机融合在一起，在实现经济发展的同时，必将衍生出社会和国家的整体性协同演进效果，这无疑正是国家“五位一体”总体布局的核心与要义所在[2]。

京津冀区域旅游资源丰富，景区数量众多，是我国经济发展最具潜力的区域之一，其中高A级景区由2001年的30个增加到2017年底的240个。当前，区域旅游合作是旅游发展的趋势。在京津冀协同发展战略下，旅游一体化成为三地协同发展最快的领域之一。但目前尚未发现对京津冀高A级旅游景区空间分布与区域产业经济相关性的研究。因此，有必要在现有研究的基础上，运用统计科学方法，深入分析京津冀高A级旅游景区空间分布与区域产业经济的相关性。

关于A级旅游景区空间结构，从研究对象上看，多数学者倾向于选取全国、省域或市域的所有A级景区或4A、5A景区中某一高级别景区；从研究内容上看，侧重于A级景区的空间结构现状、演化特征及其动力机制的分析。吴必虎等对中国首批国家4A级景区空间结构特征及客源市场距离分析规律展开研究[3]；朱竑等对中国A级景区的时空分布与资源间的错位问题及未来发展趋势进行了讨论[4]；潘竟虎等认为甘肃省A级景区可达性空间分布具有明显的交通指向性[5]；程海峰等对池州市A级景区空间结构的研究，为其内部旅游交通建设及提高区内旅游资源网络连通性、通达性提供了参考[6]；贾垚焱等指出受资源本底、市场条件及政策环境的影响，2003—2016年长江中游城市群A级景区空间集聚形态不断凸显[7]。研究普遍认为，景区空间结构分布及演化主要受资源禀赋、市场条件及政策环境的影响，其中市场条件主要包括游客需求、区域人口分布、交通条件和社会经济条件。

在旅游景区空间结构与区域经济相关性方面，学者主要考查景区的经济效应。在研究旅游业对地方经济影响时，一般仅考虑对区域生产总值或人均生产总值的影响。马晓龙等认为高等级景区在拉动旅游业发展方面具有显著作用[8]。孟祥君等指出吉林省A级景区空间结构演化对区域旅游经济重心移动程度产生一定影响[9]。袁诚等认为中国5A级景区空间分布促进了旅游收入的增加，但对所在地人均GDP的促进有限[10]。孙婷研究发现，陕西省高A级景区呈聚集分布，地市高A级景区数量的增加可带动区域产业经济的发展[11]。

旅游景区空间结构研究的目的是促使区域旅游业健康发展，前提是要清楚景区空间结构与区域经济的相关性，这样才能科学地调整景区空间结构，进而使其产生最大的经济效益。综上所述，关于跨区域城市群高A级旅游景区的空间结构研究相对较少，鲜有从宏观、中观和微观角度来深入分析高A级景区空间分布与产业经济相关性的研究。因此，研究跨区域城市群高A景区空间结构与区域经济的相关性对于发展全域旅游、建设产业集群具有重要意义。

1 数据来源与研究方法

1.1 数据来源与处理

由于区域产业经济数据获取受限，本文中选取的高A级景区数据截至2017年。从北京、天津及河北文化和旅游部官网获取京津冀4A、5A级景区资料，利用百度地图坐标拾取工具获得景区空间位置。基础地理数据源于1∶400万中国基础地理信息数据库。借助ArcGIS平台构建该区高A级景区数据库。与旅游产业相关的区域产业经济代表性指标数据源于北京、天津市统计局的年鉴及河北省各市人民政府官网统计公报。

1.2 研究方法

基于解决点数据空间格局特征的最邻近指数、地理集中指数、基尼系数等方法（表1），借助ArcGIS平台，对京津冀高A景区空间分布特征进行定量分析。采用相关系数和线性回归等数理统计方法对景区空间分布与其产业经济相关性进行分析，若所得相关系数符合统计意义的显著相关，则进一步对各组数据变量进行回归分析。

表1 研究方法及其含义

2 结果与分析

2.1 京津冀高A级旅游景区空间分布特征分析

2.1.1 空间类型特征

借助ArcGIS10.2中的近邻分析工具计算得知：京津冀高A级旅游景区的最近邻指数为0.598，小于1，得分为-11.915，值为0，呈高度显著。表明区域内高A级景区总体上呈现空间集聚分布特征。

2.1.2 空间均衡特征

2.1.2.1 集中程度

京津冀高A级旅游景区的地理集中指数为40.20%，假设景区平均分布，其地理集中指数为27.74%。可见实际地理集中指数大于均匀分布的指数值，表明区域高A景区分布较集中。

2.1.2.2 均衡程度

京津冀高A级旅游景区空间分布的基尼系数为0.84，分布均匀度为0.16，表明该区域高A级景区在各地区呈现集中程度高、均匀度低的空间分布情况。进一步绘制各地区高A级景区空间分布洛伦兹曲线（图1）可知，高A级旅游景区空间分布密度总体呈现“直辖市密集、河北省分散”的特征。北京市是全国政治、文化中心，有着浓厚的历史文化低底蕴，旅游资源丰富，是全球拥有世界遗产最多的城市，其高A级旅游景区数量占比达32.92%，高达半数的高A级景区分布在北京城六区。天津市高A级旅游景区数量占比为13.33%，有1/3的高A级景区分布于中心城区，有1/3的高A级景区分布于环城四区，其中，半数高A景区为人文旅游景区。河北省高A级旅游景区数量占比高达53.75%，但分布密度较低，主要集中分布于石家庄市、秦皇岛市滨海一带和西部太行山一带，北部张家口、承德和唐山分布比较分散，东南部沧州、衡水和廊坊分布密度最低。为此，形成了“北京城区、天津城区及环城和秦皇岛市滨海一带”三大密集区。

2.2 京津冀高A级旅游景区空间分布与产业经济相关性分析

运用SPSS 20软件，对2017年各地区高A级景区数量占区域总数量的比例与产业经济宏观、中观和微观层次的6个经济指标进行相关性分析，相关系数及其显著性检验结果见表2。由表2可知，各地区高A级景区占比与该地区生产总值、城镇居民可支配收入、农村居民可支配收入、第三产业值、旅游收入具有相关性，相关系数分别为0.922、0.905、0.821、0.959和0.945，显著性水平均小于0.01。表明各地区高A级景区占比与上述5个经济指标呈显著正相关，与第三产业比重不具有相关性，且各指标相关程度由高至低依次为第三产业值、旅游收入、地区生产总值、城镇居民可支配收入、农村居民可支配收入。因此，进一步通过线性回归方法对高A级景区占比与每个经济指标的关系做深入分析。

表2 京津冀高A级景区占比与产业经济指标的Pearson相关性

注：**表示在0.01水平（双侧）上显著相关

线性回归分析显示模型统计量的检验值.均小于0.01，各模型的决定系数表明回归方程均具有统计学意义，即各地区高A级旅游景区占比与上述具有相关性的5个经济指标均存在线性关系（表3）。高A级景区数量占比可以解释该地区生产总值变动、城镇居民可支配收入、农村居民可支配收入、第三产业值和旅游收入的比例为85.0%、82.0%、67.4%、92.0%和89.3%。可见，除了宏观产业经济代表性指标农村居民可支配收入外，高A级景区占比对其他4项指标影响程度均较高。当各地区高A级旅游景区数量占比每增加1%时，各地区生产总值、城镇居民可支配收入、农村居民可支配收入、第三产业值和旅游收入将增加847.857亿元（95%：630.924～1 118.790）、1 050.165亿元（95%：723.36～1 376.97）、426.253亿元（95%：229.422～623.084）、680.743亿元（95%：547.134～814.353）和175.180亿元（95%：134.852～215.509）。

需说明的是，部分回归方程截距呈负值，分析时应对其修正。但考虑到本研究目的是论证高A 级景区占比是影响区域产业经济的一项指标，对影响的具体指标数值不作进一步论证分析。

表3 线性回归分析结果

注：自变量为景区占比（%）

3 结论与建议

在空间分布方面，京津冀高A级旅游景区空间分布为凝聚型，呈现不均衡状态，分布密度总体呈现“直辖市密集、河北省分散”的特征，形成了“北京城区、天津城区及环城和秦皇岛市滨海一带”三大密集区。相关性方面，各地区高A级景区占比与区域产业经济宏观代表性指标（地区生产总值、城镇居民可支配收入、农村居民可支配收入）、中观代表性指标（第三产业值）、微观代表性指标（旅游收入）5项指标的相关系数和回归系数统计结果相关性显著，主要呈现正相关。

针对以上结论，提出如下建议：第一，继续深化全面合作机制。目前，京津冀旅游一体化主要依靠三省市旅游部门共同协商的渠道，出现信息分散、程序复杂等弊端。由于一体化的不完全性，导致京津冀在旅游协同方面仍存在较大差距。建议打破旅游资源行政割据，建立一个权威的区域旅游一体化组织机构，以理顺景区管理体制，强化旅游跨区域的互利合作，协调三方利益。第二，依托现有高A级景区，加快区域全域旅游建设。全域旅游建设中着重加强旅游业的综合带动作用，尤其对就业、扶贫等领域的独特作用。全域旅游下的城市游和乡村游，既是城市建设和现代农业的拓展，也是旅游业的深化。因此，在全域旅游思维模式下，在现有高A景区建设基础上“扩景扩容、多点多极”全域发展，深化旅游产品的供给侧改革，带动餐饮住宿、交通运输、现代农业等相关产业的发展，形成特色区域产业集群，进而带动城乡居民就业，增加居民可支配收入。第三，顺应全域旅游新形势创建高A级景区。国家全域旅游示范区与5A级景区创建细则一致，可以说高A级景区是全域旅游的产品支撑。目前，京津冀高A级景区高密度区域相对比较孤立，北京、天津的辐射带动作用有限。截至2017年底，京津冀A级旅游景区有752处，其中3A级及以下旅游景区512处，占比68.1%。因此，应加快推进区域4A级以下旅游景区级别提升工作，基于现有A级景区更快地创建出更多高A级旅游景区，促使区域高A级景区由集中向均衡发展。充分运用高A景区的品牌效应，设计精品路线，增加旅游新引力，优化高A级景区空间布局，促进区域全面发展。

目前，鲜有关于高A级旅游景区空间分布与区域产业经济发展相关性研究，本研究也属于初探性研究。实际上，影响产业经济相关指标的因素很多，但由于数据获取受限，本文选取的研究指标存在一定的局限性，在回归分析时控制其他必要的解释变量比较困难，在今后研究中应对高A级景区建设对区域产业经济的影响程度进行深入探讨。

[1] 周杰文，蒋正云，李凤. 我国旅游产业集聚对绿色经济效率的影响——基于省级面板数据的实证研究[J]. 生态经济，2019，35（3）：122-128.

[2] 魏红江. 日本旅游业转型发展研究——基于与经济发展、信息产业的关联耦合分析[J]. 调研世界，2017（6）：57-64.

[3] 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.

[4] 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.

[5] 潘竟虎，马春天，李俊峰. 甘肃省A级旅游景点空间结构研究[J]. 干旱区资源与环境，2014，28（7）：188-193.

[6] 程海峰，胡文海. 池州市A级旅游景区空间结构[J]. 地理科学，2014，34（10）：1275-1280.

[7] 贾垚焱，胡静，刘大均，等. 长江中游城市群A级旅游景区空间演化及影响机理研究[J]. 经济地理，2019，39（1）：198-206.

[8] 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）：713-716.

[9] 盂祥君，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，2012，28（35）：116-122.

[10] 袁诚，侯哲灏，陈景祺. 中国5A级景区分布特征及其经济效应探讨[J]. 地域研究与开发同，2015，34（4）：74-79.

[11] 孙婷. 陕西省高A级旅游景区空间分布与区域产业经济发展相关性研究[D]. 西安：长安大学，2018.

[12] CLARK P J，EVANS F C. Distance to nearest neighbor as a measure of spatial relationships in populations[J]. Ecology，1954，35（4）：445-453.

[13] 汤国安，杨昕. ArcGIS 地理信息系统空间分析实验教程[M]. 北京：科学出版社，2006.

Correlation analysis of the distribution of high-grade scenic spots and regional industrial economy: a case of Beijing-Tianjin-Hebei

Chang Bianrong, Zhang Ruiying, Lü Xianhong, Qin Jing

（College of Humanities, Tianjin Agricultural University, Tianjin 300392, China）

The geographical spatial analysis method was used to analyze the spatial distribution characteristics of high-grade scenic spots in Beijing-Tianjin-Hebei. And then the correlation of the spatial distribution of the high-grade scenic spots with regional industrial economy was analyzed by the methods of mathematical statistic from the macroscopic, mesoscopic and microscopic perspectives. The conclusions show ed that the high-grade scenic spots in Beijing-Tianjin-Hebei were agglomeration distribution on the geographic space. The spatial distribution of density presented “dense in municipalities, and dispersed in Hebei province” pattern. The proportion of high-grade scenic spots was positively correlated with five economic indexes including the total value of regional production, disposable income of urban residents, disposable income of rural residents, the third industry output value and the tourism income. Therefore, space pattern optimization of high-grade scenic spots has certain positive significance to regional industrial economy.

high-grade scenic spots; spatial distribution; regional industrial economy; Beijing-Tianjin-Hebei

F207；F592

A

1008-5394（2021）02-0102-04

10.19640/j.cnki.jtau.2021.02.021

2020-04-02

天津市教委科研计划项目（2017SK087）；“十三五”期间天津市高等学校创新团队培养计划项目（TD13-5093）；国家社会科学基金项目（18BRK022）；天津市教委社会科学重大项目（2018JWZD20）

常变蓉（1987—），女，讲师，博士，主要从事GIS空间分析、资源环境遥感研究。E-mail:changbianrong1220@163.com。

责任编辑：宗淑萍