基于神经网络法与加权模型的乡村旅游用地竞争力评价研究——以北京市密云区为例

冼炜轩，尚国琲，刘巧芹，刘 玉

(1.北京农业信息技术研究中心，北京 100097； 2.河北地质大学 土地科学与空间规划学院，河北 石家庄 050031； 3.防灾科技学院 生态环境学院，河北 三河 065201)

自《乡村振兴战略规划(2018—2022年)》实施以来，乡村旅游已成为实施乡村振兴战略的重要抓手之一。旅游用地是乡村旅游产业有序发展的基本保障，如何合理规划布局村域内旅游用地，提升休闲农业、乡村旅游业等新型产业竞争力水平，既是推动乡村产业振兴的前提和基础，也是落实国土空间规划和乡村振兴战略的关键。

近年来，随着乡村经济的快速发展，乡村用地冲突和旅游体验感不佳问题凸显。基于有限的旅游用地供给现状，国内外学者围绕乡村旅游或休闲农业用地竞争力问题展开研究。在研究尺度上，学者们基于规划需求和土地利用分类，制定了国家尺度或项目地尺度上的规划布局形态和竞争力评价标准[1-5]。基于GB/T 18972—2017《旅游资源分类、调查与评价》和GB/T 21010—2017《土地利用现状分类》，学者们就我国旅游用地的分类从省域、市域尺度上开展研究[6-7]，但在村域尺度上的研究较少[8]。

竞争力评价作为乡村旅游用地研究的重要内容，主要包含指标体系构建和权重确定2方面。在指标体系构建方面，现有研究大多基于问卷调查数据和社会经济统计数据，从旅游发展、生态环境和旅游资源等维度构建评价指标体系[7，9-10]，并采用条件价值法、模糊综合评价等量化宏观尺度或案例点的评价指标[11-12]，但在可达便利度等指标的精细量化上仍有不足。在权重计算方面，由主观赋权法向客观赋权法转变[13-15]，其中，基于智能原理的神经网络法，不仅可通过稳健性的优势弱化初始权重变异程度大的难题[7，15]，而且可通过非线性映射的优势求解多因素评价等复杂问题[16-17]，逐渐得到广泛应用。

现有研究将乡村旅游地粗略划为都市依托、景区依托和农业景观等类型[18]，并未分析不同类型个体内部竞争力差异产生的原因。障碍因素诊断模型作为一种挖掘研究对象主要障碍因子的方法，在测算和剖析用地竞争力主要障碍因子后，可提出有针对性的优化对策[17，19]，有助于提升村域尺度的乡村旅游用地竞争力。

北京市密云区是国家生态文明先行示范区的重要组成部分，在全国乡村旅游“夯基提质”的发展指引下，区内旅游产业发展迅速，但部分村庄旅游用地仍存在“易闲置、分布散、难转换”的问题。鉴于此，本文以北京市密云区的司马台村、八家庄村等356个行政村和古北口街道为评价单元(不含密云水库与鼓楼街道、果园街道、檀营地区)，基于多源数据构建乡村旅游用地竞争力评价模型和障碍因素诊断模型，揭示村域尺度的乡村旅游用地竞争力格局和主要竞争力障碍类型，并提出差别化的优化对策，以期为乡村振兴战略下乡村旅游用地差异化布局和乡村旅游产业可持续发展提供参考。

1 材料与方法

1.1 总体思路

本文研究思路如下：(1)从资源禀赋特征、区域生态环境和旅游开发条件3个维度选用13项指标，在改进了可达便利度等指标的获取方法后，构建乡村旅游用地竞争力评价指标体系，并归一化计算各项指标值。(2)利用神经网络法明确各项指标的权重，通过多因子加权模型计算乡村旅游用地竞争力。依据自然断裂法，把乡村旅游用地竞争力划分为低、中、高3类。(3)借助障碍因素诊断模型，基于主要竞争力类型，划分出资源、环境和开发障碍型，并据此提出优化对策(图1)。

1.2 乡村旅游用地竞争力评价指标体系构建

梳理乡村旅游和休闲农业相关文献[7，20-21]，基于资源禀赋、区域发展等理论，在遵循系统性、针对性和可操作性原则下，综合考虑经济、资源等因素的影响，构建村域旅游用地竞争力评价指标体系(表1)。

表1 评价指标体系Table 1 Evaluation index system

1.2.1 资源禀赋特征

资源禀赋特征是旅游用地竞争力评价的基础，选用资源个数、丰度、知名度和旅游用地禀赋指数来表征。(1)休闲旅游资源个数，体现单元内休闲旅游资源的总体分布情况，用单元内乡村休闲旅游的资源数量表示，值越大，说明旅游规模越大。(2)休闲旅游资源丰度，体现单元内乡村休闲旅游资源类型的丰富程度，值越大，说明旅游吸引力越强。计算方式：休闲旅游资源丰度=单元内乡村休闲旅游资源类型数/4。(3)评价单元知名度，反映在旅游领域单元所处市场环境的声誉[7]，值越大，说明社会声望越好。参照休闲旅游资源具有社会文化、地理空间互补特性的观点[22]和北京市密云区人民政府官网中各行政村内特色村庄重要程度，对密云区内各行政村的知名度等级进行划分：其中，国家级特色村庄赋予5分，省级特色村庄赋予4分，地市级特色村庄赋予3分，区县级特色村庄赋予2分，乡镇级特色村庄赋予1分，非特色村庄赋予0分。评价单元知名度=(5×5A级景区数+4×4A级景区数+3×3A级景区数+2×2A级景区数+1×1A级景区数)×0.5+单元知名度等级×0.5。(4)旅游用地禀赋指数，反映乡村旅游业发展的用地需求[4]和农村用地开发难度[7]，值越大，说明越容易转换为旅游用地。参照土地利用强度分级原则[23]，将园地、坑塘水面和风景名胜设施用地划分为高度适宜用地转换类型，赋3分；将林地、草地、耕地、内陆滩涂、水域和设施农用地划分为一般适宜用地转换类型，赋2分；将除上述外的其他用地划分为不适宜用地转换类型，赋1分。按式(1)计算旅游用地禀赋指数。

(1)

式(1)中：Jk为k单元内旅游用地禀赋指数，Jk∈[0，300]；Akj为k单元第j类用地分值；Ckj为k单元第j类用地面积百分比。

1.2.2 区域生态环境

区域生态环境指区域自然环境对乡村旅游用地的影响，是旅游用地竞争力评价的保证，主要包含地形、坡度、植被和生态用地等因素[16]。(1)地形位指数，主要指地形空间分异对用地布局的影响，按式(2)计算，值越大，说明单元内地势越不平整。(2)植被覆盖度，基于归一化植被指数(NDVI)分析方法[7，21]获取，明确各单元植被覆盖情况，按式(3)计算，值越大，说明生态涵养能力越强。(3)生态用地比例，反映区域维持生态系统平衡的能力[16]，采用单元内的生态红线面积与土地总面积的比值来表征，值越大，说明生态旅游用地占比越多。

Lk=lg{[gk/(gk-mean+1)]*[pk/(pk-mean+1)]}；

(2)

Fk=(Rk-NIR-Rk-R)/(Rk-NIR+Rk-R)。

(3)

式(2)、(3)中：Lk为k单元的地形位指数；gk、gk-mean分别为k单元内任一点的高程值和平均高程值；pk、pk-mean分别为k单元内任一点的坡度值和平均坡度值；Fk为k单元内植被覆盖度；Rk-NIR、Rk-R分别为k单元内近红外、红光波段反射率。

1.2.3 旅游开发条件

旅游开发条件是乡村旅游开发潜力和市场条件的重要反映，也是旅游用地竞争力评价的目标，包含交通要素和便民要素2大内容[7]。

在交通要素上，从距客源市场的远近(交通区位)和区内外游客到访资源点的便利程度(交通设施)2方面考量。(1)在交通区位方面，因北京市交通道路网数据缺失，本研究仅基于密云区内道路网，分析区中心到单元质心的实际最短交通距离，值越大，表明单元距区中心越近。计算方式为：距区中心远近程度=1/单元质心到区中心实际最短公路里程。基于ArcGIS 10.5软件的网络分析工具，按各单元质心或区行政中心距公路网的最短垂线和区内道路网形成闭合网络，分析各单元距区中心的远近程度，但因研究区西部公路网数据存在断裂，故采用百度地图的实际最短公路里程分析工具，统计张家庄村、张家坟村等20个单元距区中心的远近程度。(2)在交通设施方面，区内遍布众多公交站点和高速公路出入口，可为区内外游客到访各单元内乡村旅游资源点提供便利。对村外游客而言，自驾和骑行是到访旅游资源点主要的交通方式。其中，自驾可达便利度是指距最邻近高速路出入口30 min自驾通行距离内，区内实际休闲旅游资源点个数；骑行可达便利度则是指距最邻近公交站点15 min骑行距离内，区内实际休闲旅游资源点个数。村内游客可依托村内道路网到访各大单元内旅游资源点，因而村内游客出行的便利程度主要以村域公路里程来表征，值越大，交通设施越完善，村内游客出行越便利。

在便民要素上：便民设施完善程度可反映旅游布局的便民服务能力[7]，按单元统计餐饮、娱乐、住宿、购物和其他配套设施数量来进行表征；政策优势是基于《密云分区规划(国土空间规划)(2017年—2035年)》(以下简称《规划》)中的公共文化设施方案，依托密云区2017年土地变更数据库，按单元计算人均公共文化设施实际用地面积来表征。在实际分析中，由于《规划》中各单元内的公共文化设施都是以文化活动服务中心站点等点状数据存在的，为保证公共文化规划设施用地面积的准确性，参照土地变更数据库中村庄、建制镇和风景名胜用地数据集，在点状数据和数据集间建立一一对应关系后，提取各单元的公共文化设施实际用地面积，并基于单元内的农业人口，计算人均公共文化设施实际用地面积。

1.3 基于神经网络法的乡村旅游用地竞争力评价模型

1.3.1 指标归一化

为了消除指标单位和量级的差异，本文采用极值归一化法[7]，通过式(4)对单元各项指标进行归一化处理。

(4)

式(4)中：Iki、iki分别为第k个单元内第i项指标值的归一化值、原始数值；Ii-max、Ii-min分别为第i项指标的最大值和最小值。

1.3.2 基于神经网络法的权重计算

BP(back propagation)神经网络作为智能化方法的一种，是基于正向传导和误差的反向传播组成的监督型网络学习算法[15]。本文选用乡村旅游经营业绩数据作为神经网络的输出值。乡村旅游经营业绩数据作为揭示乡村旅游业可持续经营动力的重要指标[7]，可基于《密云统计年鉴：2018》和各单元内的休闲旅游资源个数，按单元分别归一化计算乡村旅游经营业绩而得，值越大，表明该单元的现有旅游发展业态越佳。本文借用Matlab 2017工具箱内的神经网络工具，按照75∶15∶10的比例，随机生成训练、有效性检验和测试样本；经式(5)和多次演练后，构建13-10-1神经网络结构，其中：13代表输入层内13个神经元，即评价体系中的13项指标；10代表1个隐含层内10个神经元；1代表输出层内1个神经元。待神经网络3类样本的最大训练误差均小于默认参数(1×10-3)时，经式(6)～(7)，得出13项指标的绝对影响系数，即研究所需的权重值。

(5)

式(5)中：L为隐含层神经元数；m为输入层神经元数；n为输出层神经元数；B为[0， 10]的常数。

(6)

(7)

式(6)、(7)中：下标a表示输入层，a∈[1，13]；b表示输出层，b=1；c表示隐含层；Wac为输入-隐含层的权系数；Wbc为隐含-输出层的权系数；rab为相关显著系数；Sab为权重值[15]。

1.3.3 评价结果确定

基于多因子加权模型[6]，计算乡村旅游用地竞争力指数。

(8)

式(8)中：Iki为第i个单元第k个指标值，k∈[1，357]；Vi为第i个单元的乡村旅游用地竞争力评价指数，Wk为第k个指标的权重，其值等于式(7)中的Sab。

1.4 乡村旅游用地竞争力障碍因素诊断模型

基于乡村旅游用地竞争力评价结果，采用障碍因素诊断模型[17]，计算主要竞争力类型中不同单元的障碍值，通过判断各障碍因子的主次关系，明晰各指标如何阻碍区内主要竞争力类型。

uk=Wk；

(9)

(10)

式(9)、(10)中：uk为因子贡献度；(1-Iki)为偏离度；Fki为障碍度，即指标对主要竞争力类型的障碍值。

1.5 数据来源与处理

本文数据来源主要包括：(1)密云区乡村旅游地数据集，由北京数字空间科技有限公司提供2017年密云区POI(兴趣点)数据，经去重、分类和提取后，整理出涵盖空间和属性类别信息的乡村旅游地数据；(2)人口数据、旅游经营业绩、A级景区数等社会经济数据，来源于《密云统计年鉴：2018》；(3)交通道路网，来源于北京市规划和自然资源委员会密云分局提供的2017年交通道路数据集；(4)植被覆盖率、地形坡度等遥感图像数据，分别来源于依托Bigemap V29.11.3.0软件历史影像功能所下载的2017年密云区多光谱遥感影像和2018年1月密云区Landsat(陆地卫星)8 OLI(陆地成像仪)和TIRS(热红外传感器)的数字高程模型(DEM)影像；(5)密云区2017年土地利用现状数据，来源于2017年高分二号卫星影像经解译获得的数据集。

依托ArcGIS 10.5软件，本文对上述数据的位置信息，按1954北京坐标系进行统一转换，构建密云区乡村旅游用地评价空间数据库。

2 结果与分析

2.1 乡村旅游用地竞争力评价

乡村旅游用地竞争力评价过程如下：(1)依照式(4)、(5)，采用Matlab 2017b nntool工具箱内的神经网络工具，运行16次后，实际评价值(target)、理想输出值(output)的最大训练误差达到了1×10-4，满足期望要求，且训练(training)、有效性检验(validation)、测试(test)和所有(all)样本的r值(分别为0.976 54、0.862 37、0.910 66、0.930 81)均在0.80以上，表明该模型已训练完毕，上述各单元实际评价值与期望输出值拟合较好。(2)基于上述模型的权值、阈值，经式(6)、(7)计算并整合出对应的指标权重(表1)和乡村旅游用地竞争力评价结果。

为了保证类别间差异最大化，将竞争力结果划分为低(0.03～0.13)、中(0.14～0.32)和高(0.33～0.41)3大类(图2)，各类村庄数占比分别为48.5%、49.3%和2.2%。总体上看，乡村旅游用地竞争力评价结果在0.03～0.41，在地理空间上形成了以司马台村、张家坟村、龙潭沟村、圣水头村、石马峪村为核心，沿轴带向外减弱的空间格局。其中，在西部“白河轴带”和东北部“安达木河轴带”上，该结果由近及远依次呈现“高—中高—中”的圈层式结构；在东部“清水河轴带”和东南部“潮河轴带”上，该结果由近及远依次呈现“中高—中—中低”的圈层式结构，并以“清水河轴带”—“潮河轴带”为界，西北部村庄的结果总体强于东南部。

进一步分析不同维度下的村域特征可知：(1)低竞争力类以组团状形式，在密云区东南部和密云水库东北集中连片分布，覆盖了达岩、塘峪村等173个单元，所在单元人均公共文化设施用地面积较小，休闲旅游资源丰度较低，致使旅游开发条件、资源禀赋特征较弱，旅游用地竞争力水平较低；(2)中竞争力类以带状形式，主要分布在“潮河轴带”“白河轴带”“安达木河轴带”和北部山区，覆盖了辛安庄村、丰各庄村等176个单元，所在单元生态用地比例和植被覆盖度较高，但旅游用地禀赋指数和骑行可达便利度等旅游开发条件、资源禀赋特征较弱，旅游用地竞争力水平一般；(3)高竞争力类以点状形式，覆盖了张家坟村、司马台村、贾峪村、河北村、石城村、圣水头村、石马峪村、龙潭沟村8个单元，这些单元地形起伏度和休闲旅游资源丰度优势明显，总体上处于区内前列。其中，司马台村和张家坟村在区域生态环境和资源禀赋特征方面优势突出。

2.2 障碍因素诊断与优化对策

由竞争力评价结果可知，中竞争力类乡村旅游用地，生态环境条件良好，具备较强的旅游用地发展潜力，是未来密云区乡村旅游业发展的重点区域。为此，本文运用障碍因素诊断模型定量分析中竞争力类的障碍度，筛选出在该类中各单元排名前1的障碍维度和排名前3的障碍指标，进而划分出3种障碍类型并提出优化对策(图3)。

图3 密云区乡村旅游用地障碍类型图Fig.3 Obstacle type of rural tourism land in Miyun District

2.2.1 资源障碍型

资源禀赋特征是阻碍该型乡村旅游用地竞争力水平提高的主要因素，主要包括半城子村、沙厂村等35个村庄。因受休闲旅游资源类型和知名度的限制，该类型村庄存在主题内容雷同、旅游产品质量不高等问题。在该类型中，有93.6%的村庄生态环境较好，剩余的村庄旅游开

a，乡村旅游用地竞争力评价结果；b，资源禀赋特征；c，区域生态环境；d，旅游开发条件。a， Evaluation results of rural tourism land competitiveness; b， Characteristics of resource endowment; c， Regional ecological environment; d， Tourism development conditions.图2 密云区乡村旅游用地相关维度与评价结果Fig.2 Relevant dimensions and evaluation results of rural tourism land in Miyun District

发条件较好，可分别通过发展生态森林类旅游产业和完善区内便民设施等方式，提升休闲旅游资源丰度，增强吸引力。

2.2.2 环境障碍型

区域生态环境是限制该类型乡村旅游用地竞争力水平提高的主要因素，包括田庄村、张泉村等80个村庄。因地处水源保护区和山区，生态涵养政策和地形坡度条件使得该类型乡村旅游产业的发展受到诸多限制。在该类型村庄中，有72.5%的村庄资源禀赋较强，剩余的村庄旅游开发条件较好。在退耕还林政策指引下，资源禀赋较强的村庄，可基于密云区旅游发展政策，定期培训旅游从业人员，强化乡村旅游文化内涵，弥补自身地形环境的不足；而旅游开发条件较好的村庄，可基于密云区生态环境保护政策，通过北京市政府或企业组织的团建活动，按福利和津贴等形式[24]，盘活水源涵养区内闲置用地，推动区内观光采摘类旅游业的良性发展。

2.2.3 开发障碍型

旅游开发条件是阻碍该型乡村旅游用地竞争力水平提高的主要因素，包括走马庄村、遥桥峪村等61个村庄。其中，75.7%的村庄生态环境较好，而剩余的村庄资源禀赋较强，未来可通过政府调控和市场调节，合理规划区内交通和便民设施，提升村庄内乡村旅游地的吸引力。其中，交通设施的投资和乡村旅游用地规划政策的实施，可主要依托政府设立的专项基金。同时，此类型涉及的区域亟待落实生态环境较好村庄中的交通规划网建设投资规划[7]，通过缩短游客到访时间，提升旅游吸引力。便民设施的投资需依赖农民集体和金融机构等市场力量的参与[7]，政府可通过提高便民设施建设的准入门槛，引导市场力量参与盘活资源禀赋较好村庄和高竞争力类片区的闲置用地，通过建设便民设施，提升当地旅游吸引力。

3 结论与讨论

本文以北京市密云区为研究区，针对乡村旅游地差异化发展及其用地的合理化布局需求，开展了基于多源数据的乡村旅游用地竞争力评价和障碍因素诊断，并得出如下结论。

(1)从资源禀赋特征、区域生态环境和旅游开发条件3个维度选择13项指标构建了乡村旅游用地竞争力评价模型，划分出低、中、高竞争力类型。其中，低竞争力类以组团状形式在全区东南部和密云水库东北集中连片分布，中竞争力类主要以带状形式分布在“潮河轴带”“白河轴带”“安达木河轴带”和北部山区；高竞争力类以点状形式，分布在张家坟村、司马台村、贾峪村、河北村、石城村、圣水头村、石马峪村和龙潭沟村。

(2)基于障碍因素诊断模型将乡村旅游用地中竞争力类分为资源障碍型、环境障碍型和开发障碍型。其中，资源障碍型村庄占村庄总数的19.9%，主要受到休闲旅游资源类型和知名度的影响，可通过完善相关设施和打造特色旅游产业，提升自身休闲旅游资源丰度；环境障碍型村庄占总数的45.5%，主要受到有关生态涵养政策和地形坡度条件的影响，建议加强旅游人才队伍建设和承接企事业团建活动，盘活区域内的闲置用地，拓展观光采摘类旅游业的市场规模；开发障碍型村庄占总数的34.7%，主要受可达便利度、便民设施完善程度等旅游开发条件的限制，政府可通过提升建设准入门槛，调节交通与便民设施规划，缩短城乡间经济水平的发展差距。

(3)本文从村域尺度明晰了密云区乡村旅游用地竞争力格局和中竞争力类型的限制因素。但因数据获取限制，本文关于市域交通、市场等方面因素的分析仍显不足。今后，可补充村域尺度市场偏好度数据、北京市公路网数据，完善现有指标体系和评价结果。同时，可针对乡村旅游产业特色化发展需求，结合旅游用地现状特征，从用地差异化角度出发，进一步细分旅游用地发展类型，从而为精细化的乡村产业振兴规划服务。