我国西南地区山岳型A级旅游景区空间分布及影响因素分析

田 瑾，明庆忠，刘安乐

(1.云南财经大学 旅游文化产业研究院，中国 昆明 650221；2.云南农业大学人文社会科学学院，中国 昆明 650201)

山岳是指陆地上由明显的山顶、山坡和山麓共同组成的隆起高地。不同学科对山地区域的研究视角不同，可从不同角度诠释山岳型旅游景区的概念。本文从旅游角度入手，认为山岳型旅游景区是以山地区域为旅游资源载体和构景要素的地域综合体[1]。山岳型旅游景区以丰富的自然资源、秀丽的人文景观、多样的地质地貌、完善的生态系统成为我国旅游景区的骨干。 我国西南地区一般包括四川省、贵州省、云南省和重庆市，境内山地面积广阔，占西南地区总面积超过80%。山地旅游是西南地区旅游的主体内容。贵州省更是将“山地旅游”融入省级发展战略中，打造“山地公园省”。西南山区普遍存在着自然生态系统复杂、少数民族分布广泛、景观多样性明显等突出特点，发展山地旅游在有效促进山区经济发展、推动山区扶贫攻坚的同时，有力地保持了山区“青山绿水”，促进了民族团结和社会稳定。因此无论从区域环境特点、地缘政治格局，还是从地方经济发展和旅游市场需求来看，发展山地旅游都十分必要。

国内对山地旅游研究成果较多，主要集中于以下6个方面：山地旅游资源及其评价[2-4]、山地旅游开发[5,6]、山地旅游安全[7]、山地旅游市场及游客行为[8]、山地旅游可持续发展[9]、山地旅游与人才培养。其中，对山岳型旅游景区的研究占了一定篇幅。如黄静波针对郴州市山岳型景区提出了七大设计原则，设计了八大类旅游产品，构建了山地型景区旅游产品项目库[10]。陈兴针对川西横断山脉高山峡谷区旅游景区提出了围绕生态保护、旅游体验和社区参与三大核心要素的西部山地旅游景区发展路径[11]。国外山地旅游研究包括目的地开发管理、山地社区[12]、旅游影响[13]等。其中，对目的地开发管理的研究包括开发模式[14]、旅游线路规划[15]、旅游资源开发[16]、旅游经营者对策[17]等相关内容。综上，国内外对山岳型旅游景区研究主要包括开发战略、产品设计和旅游安全等，而对山岳型旅游景区空间分布格局关注相对较少。

空间结构分布及影响因素是经济地理学研究的重要内容。旅游地空间布局及其组合规律是区域旅游空间组织的基础，对区域旅游业发展布局具有重要的指导意义，A级景区是目的地旅游业发展的重要组成部分，其空间分布研究受到各学者的广泛关注[18]。如谢志华利用GIS空间分析工具，从定量和定性两方面分析资源型景区的旅游空间结构[18]。袁俊运用数理统计和地理信息空间分析方法，对武汉城市圈的国家A级旅游景区的空间结构和影响因素进行了分析[19]。国外对空间结构研究集中于旅游目的地和旅游城市，如Connell以苏格兰国家公园自驾游为研究对象，利用GIS分析探讨其空间格局[20]，David构建了城市内部酒店分布模型[21]。可以看出，国外对旅游景区景点的空间格局分析较少。

本文以西南地区山岳型A级旅游景区(以下简称山岳型景区)为研究对象，运用ArcGIS软件和地理计量相关方法，对山岳型景区总体空间分布格局进行分析，揭示其空间分布规律，同时对西南地区各省市山岳型景区分布进行对比，全面了解西南地区山岳型景区的空间分布特征；最后，分析山岳型景区分布的自然特征，对其相关影响因素进行探讨，以期发现我国西南地区山地旅游空间分布规律和影响因素，从而对我国山地旅游乃至山区社会经济的发展提供参考。

1 研究区域与研究方法

1.1 研究区域、对象和数据获取

西南地区指的是包括云南、贵州、四川及重庆市在内的“三省一市”。文章选取山岳型景区作为研究对象，据《云南省A级旅游景区名录》、《贵州省A级旅游景区名录》、《四川省A级旅游景区名录》及《重庆市A级旅游景区名录》统计，2018年西南地区共有1 306个国家A级景区，其中有172个山岳型景区：云南省32个、贵州省27个、四川省80个、重庆市33个，占全部A级旅游景区总数的13.13%。地图数据来源于云南省、四川省、贵州省、重庆市测绘地理信息局，利用ArcGIS软件对地图进行配准矢量，得出合并区域图；利用X Geocoding软件获取四省市山岳型景区空间位置，并导入ArcGIS构建西南地区山岳型景区空间属性数据库，绘制山岳型景区空间分布图。

1.2 研究方法

1.2.1 空间点模式分析方法

(1)核密度分析

核密度分析工具通过研究区域中要素的分布密度在空间上的形态特征及变化来表达空间要素的分布特征[22]。我国西南地区山岳型景区的空间分布密度可以用核密度法来加以分析，其公式为

(1)

本文采用Silverman提出的核密度估计法，这是一种基于经验法则的估计方法，其中γ为核密度；n为山岳型景区总数；π为经验系数；t为在半径空间范围内第i个山岳型景区的位置；x为区域内山岳型景区的位置；xi为落在以x为圆心的区域内山岳型景区；μ为经验系数。

(2)最近邻距离法和多距离空间聚类

最近邻距离法使用最邻近的点对之间的距离描述分布模式。多距离空间聚类分析可精确识别在不同空间距离邻域范围内和不同统计显著性水平中的要素趋于集聚或离散的总体状况。本文采用基于Ripley’s K函数的多距离空间聚类分析，可反映要素的空间聚集或空间扩散随邻域大小改变所发生的改变[22]。

1.2.2 空间分布的均衡性分析方法

(1)洛伦兹曲线

利用洛伦兹曲线可以判断点要素在一定区域范围内分布的集中程度，洛伦兹曲线上凸越大越集中。同时，还可以通过由洛伦兹曲线计算出的集中化指数分析集中程度，其计算公式如下

(2)

其中，I为集中化指数，A表示实际景区分布的累计百分比总和；R表示景区均匀分布时的累计百分比总和；M表示景区集中分布时的累计百分比总和。I在0和1之间取值，I越大，说明数据分布的集中化程度越高。

(2)不平衡指数

不平衡指数反映了研究对象在不同区域内分布的均衡程度[35]。其公式为

(3)

其中，S为不平衡指数；n为区域的个数；xi为各区域内某一研究对象在总区域内所占比重从大到小排序后第i位的累计百分比。不平衡指数S介于0和1之间，如果研究对象平均分布在各区域中，则S=0；若研究对象全部集中在一个区域中，则S=1。

1.2.3 空间自相关分析 本文主要用 Moran’sI系数来反映属性变量在整个研究区域范围内的空间聚集程度。全局 Moran’s统计法主要通过Z检验来验证研究对象之间不存在空间相关性的假设是否成立。我国西南地区山岳型景区的空间自相关性可以用Moran’sI系数来加以分析，其公式为

(4)

1.2.4 热点分析 通过执行聚类分析来识别具有统计显著性的热点、冷点和空间异常值的位置，查看邻近要素环境中的每一个要素，这种定量模式的发现和可视化，称为热点分析[22]。本文以“三省一市”山岳型景区的级别为输入值，利用ArcGIS软件进行热点分析。

1.2.5 地理探测器 地理探测器是通过因子力度量指标，结合GIS空间叠加技术和集合论，形成“地理探测器”模型，有效地识别多因子之间的关系。本文主要利用分异及因子探测，探测属性值的空间分异性以及各因子在多大程度上解释了属性值的空间分异。其结果以q值度量，q值取值为0到1，其越接近1，代表相关因子的属性结实程度越大，表达式为

(5)

2 西南地区山岳型景区空间分布格局分析

2.1 总体分布特征

2.1.1 空间分布类型 山岳型景区属于点状要素，点状要素的空间分布研究的主要问题是分布的聚集性和分散性问题，一般将点模式分布分为聚集分布、随机分布和均匀分布3种类型。其分析方法有两类：以聚集性为基础的基于密度的方法，以分散性为基础的基于距离的方法。

(1)基于密度的研究

我国西南地区山岳型景区空间分布的核密度存在显著差异(如图1)，其空间分布密度总体呈现由东北向西南递减的梯形变化特征。进一步分析发现：山岳型景区的空间分布在省域上差异明显，四川省景区数量最多，形成“成都-雅安”、“宜宾”、“南充-广安”三大聚集核，其分布密度达到4～8个/万km2；重庆市景区数量次之但分布较为集中，以“江津-綦江-巴南”区域为核心聚集区，其分布密度达到9～10个/万km2；贵州省景区数量不多，但其分布有以“贵阳-黔南”为核心的聚集区域，其分布密度达到2～4个/万km2；云南省景区数量多于贵州省，但其分布较为分散，基本没有形成聚集核。其次，山岳型景区空间分布具有沿行政驻地周边分布的特征，且有较为明显的等级性，成都、贵阳等省会城市周边均形成了山岳型景区的聚集区域，且其核密度在省域范围内均处于较高水平。

图1 西南地区山岳型景区核密度图

(2)基于距离的研究方法

使用平均最近邻工具进行计算，得出西南地区172个山岳型景区的最近邻指数R为0.724，小于1；Z得分为-6.926，置信度为99.9%，说明景区在空间分布上为典型的集聚型分布。同时，对景区分布进行多距离空间聚类分析(如图2)，当距离达在100～200 km时，预计K值与实际K值的差距最大，此时山岳型景区体现出最强的聚集性，同时，距离在350 km以下时，山岳型景区均体现为聚集分布。

图2 西南地区山岳型景区距离空间聚类分析图

2.1.2 空间分布均衡性分析 利用洛伦兹曲线可以判断西南地区山岳型景区的分布在州市范围内的集中程度。由图3可知，西南地区山岳型景区的集中化指数为0.43，表明其在州市区域内集中程度一般。同时计算得出西南地区山岳型景区的分布不平衡指数S为0.38，表明山岳型景区在西南区域的州市分布趋向于平均分布。西南区域内53个州市拥有山岳型景区，其中主要分布于贵州省黔南州、四川省宜宾市、达州市、巴中市、成都市、绵阳市、凉山州、雅安市、广元市、广安市、南充市、云南省大理州12个州市，其山岳型景区数量占总数的48%。

图3 西南地区山岳型景区分布洛伦兹曲线

2.1.3 空间自相关分析 以西南地区“三省一市”行政区为基本空间单元，利用ArcGIS计算山岳型景区空间分布的全局Moran’sI估计值为0.731 1，正态统计量Z值为2.1，其值为正，检验效果较为显著(置信度为97%)。莫兰指数为正数，而且接近于1，表示其分布具有显著的空间正向自相关性。同时，p值为0.03，Z得分为2.1，说明随机产生此分布聚类模式的可能性小于5%，表明西南地区山岳型景区分布呈现了很明显的聚类特征，并具有显著的空间自相关性。

2.1.4 热点分析 在对西南地区山岳型景区分布的研究中，对景区级别进行分析是必要的，因为不同景区的级别从一定程度上可以代表景区发展质量，热点分析工具是通过查看高级别景区邻近环境中的其他景区的级别划分冷、热点。如图4所示，西南地区山岳型景区的分布热点位于四川省“雅安-成都”区域、重庆市“南川-武隆”地区、重庆市“巫山”区域，而云南省“保山-临沧”区域、贵州省“六盘水”区域是景区级别冷点区域。

图4 西南地区山岳型景区热点分析图

2.2 西南地区省域山岳型景区空间分布格局对比

2.2.1 山岳型景区省域分布数量分析 从省域范围上来看(表1)，西南地区山岳型景区主要分布于四川省境内，四川省拥有景区80个，占西南地区总数的46.51%；从景区等级来看，重庆市和四川省景区等级较高，4A级及以上景区占比均超过50%；从景区的州市分布来看，贵州省山岳型景区分布较广，遍布其9个地级行政区之中的8个，而重庆市山岳型景区在县、区范围分布较为集中，涉及地区占比为47.37%。

表1 西南地区山岳型景区省域的空间分布

2.2.2 山岳型景区省域分布特征对比分析 西南地区“三省一市”山岳型景区在空间分布特征也有所不同(表2)，从平均最近邻指数来看，重庆市近邻指数为0.57，置信度达到99.9%，山岳型景区分布聚集性最为明显；四川省近邻指数为0.77，小于1，其山岳型景区在空间分布上也表现一定的聚集性，且置信度达到99%；而云南省和贵州省近邻指数均略大于1，则所表现的空间分布类型稍趋向于扩散。云南省指数略小，所以其聚类程度要高于贵州省。但是，云南省与贵州省近邻指数的P值均较高，说明其山岳型景区的分布特征显著性一般，并趋向于随机分布。从Moran’sI系数来看，云贵川3省和重庆市的Moran’sI均大于0，表示其空间分布具有正向的自相关性，四川省和重庆市Moran’sI系数最大，表明其空间相关性最明显，且其Z得分大于2.58，体现出明显的聚类特征。云南省Moran’sI系数最小，其空间自相关性一般。另外云南省与贵州省Z得分均小于1.96，说明其聚类特征不明显。

表2 西南地区山岳型景区省域空间分布特征

2.2.3 山岳型景区省域分布均衡性对比分析 从西南地区山岳型景区分布的空间均衡性上来看(图5)，四川省山岳型景区分布的集中化程度指数为0.37，不平衡指数为0.33；云南省山岳型景区分布的集中化程度指数为0.34，不平衡指数为0.27；贵州省山岳型景区分布的集中化程度指数为0.52，不平衡指数为0.45；重庆市山岳型景区分布的集中化程度指数为0.25，不平衡指数为0.24。可以看出，贵州省山岳型景区在州市的分布集中化程度最高，四川省次之，重庆市最低。

图5 西南地区山岳型景区洛伦兹曲线

3 西南地区山岳型景区空间分布自然特征分析

山岳型景区是以资源基础为标准进行分类的一种景区类型，其空间分布主要依托地质地貌运动形成。西南区域是我国典型的以山地为主要地形地貌的地区，丰富的地质运动形成了多样的山脉，因此山岳型景区分布在很大程度上受到自然因素控制，在不同海拔高度、植被覆盖程度、气候因素上体现出不同的特征。

3.1 海拔分布特征

通过山岳型景区空间分布与区域地形图的耦合发现，94.77%的山岳型景区分布于海拔2 500 m以下，其中54.65%的景区分布于海拔1 000 m以下的低山区域。

表3 西南地区山岳型景区海拔分布

景区分布的平均海拔为1 215 m，标准差为775，偏度为0.937，峰度为0.432，说明景区海拔分布较为集中，且偏向于低海拔区域。

图6 西南地区山岳型景区与地形高程耦合图

山岳型景区的核心吸引力是山地区域特殊的自然人文景观，所以必须区别于丘陵和平原地带，具有一定的海拔高度是该区别的保障之一；但是，海拔过高必然带来相对恶劣的自然环境，不适宜人类活动；与此同时过高的海拔也会增加建设难度，不宜进行旅游开发。因此大部分山岳型景区分布于低山及中山区域。

3.2 植被覆盖特征

植被覆盖度指数(NDVI)用于检测植被生长状态和覆盖情况，其值大小在-1～1 之间，值越大代表该地区的植被覆盖程度越好[31]。通过山岳型景区空间分布与2016年NDVI栅格数据图的耦合，利用自然间断法将植被覆盖度指数分为-0.1～0.4，0.4～0.7和0.7～1共3个值段(表4)。

由表4可以看，西南地区山岳型景区68%分布于森林非常茂盛的区域，而只有6个景区分布于森林茂盛程度一般的区域，说明山岳型景区多分布在稍远离人类居住区的山间，这些地区往往植被茂盛、环境优美。

表4 不同植被覆盖度山岳型景区分布数量表

3.3 气候特征

本文选取2018年年平均降水量和年平均气温作为衡量气候条件的主要因素。分析发现，172个山岳型景区大多分布在降水较多的湿润区，其中年平均降水量超过800 mm的景区达到168个，年平均降水量最高景区达到1 800 mm，最低景区达到708 mm。从年平均气温来看，83%的景区分布在年平均气温13～18 ℃之间的区域，分布区域总体气温稍低于人体舒适温度。

山岳型景区大多分布于较为舒适的自然环境中：海拔适中，植被覆盖率较高，降水丰富，温度稍低但总体适宜。可以看出，虽然山地旅游涉及户外运动的内容，山区也不乏环境较为恶劣的旅游目的地，但是山岳型景区的选址和分布依然以保证游客舒适度的大众旅游为主。

图7 西南地区山岳型景区与年平均温度空间分布耦合图

4 西南地区山岳型景区空间分布影响因素分析

4.1 山岳型景区空间分布影响机制构建

山岳型景区的空间分布受到多种因素的影响。从山地旅游发展过程看，资源禀赋、交通网络、旅游业发展、产业政策等因素推动了我国山地旅游的发展[11]，政策、资源、市场、交通是影响山地旅游发展的主要因素[23]，区域环境特点、地方经济现状、地缘政治格局、客源市场是山地旅游发展的客观条件[24]。从A级旅游景区空间分布看，在对不同案例地的分析中地形地貌、资源禀赋、社会经济、交通网络、人口分布、旅游政策、客源市场等因素影响了A级景区的空间布局[25-30]。可见资源禀赋、区位交通、客源市场、人口分布、经济发展水平、旅游业发展等因素影响了山岳型景区的空间分布。

分析发现，山岳型景区的空间格局受到政府支持、产业基础、经济依托、交通保障4个驱动因素的影响(图8)。首先，以国内生产总值、金融机构贷款余额衡量区域的经济基础，区域经济发展是影响景区分布的基础和依托；其次，以财政支出衡量政府支持，政府投入的力度在很大程度上促进了景区的发展从而影响其空间布局；第三，以三产占比、三产从业人员、游客人数、旅游收入、景区数量、资源禀赋衡量产业基础，其中借鉴已有研究成果，将“国家级风景名胜区、自然保护区、森林公园、世界遗产、全国重点文物保护单位”作为区域旅游资源评价对象[31]，根据山岳型景区的特点，增加国家地质公园为评价对象。在旅游资源丰度的分析中，采用相对丰度进行衡量，排除了人口数量和地域面积影响反映的各地区旅游资源的相对拥有量[31]。产业结构对旅游业动能释放起着关键作用，山岳型景区作为A级旅游景区的一个分类，其数量多少与区域旅游业发展的总体水平息息相关；最后，以公路里程、公路密度、等级公路占比衡量区域交通发展情况。交通可达性是旅游发展的关键要素，一般旅游景区的发展依赖于包括陆路、航空和水路等在内的综合交通可达性。我国西南地区交通条件参差不齐，由于地形条件的影响，部分山区交通发展较为滞后，因此，主要对陆路交通进行分析评价。

图8 西南地区山岳型景区影响机制

4.2 山岳型景区空间分布影响因素分析

因一般山岳型景区依托山地，面积较大，因此选择县级行政区域作为影响因素分析的空间单位，以县域范围内山岳型景区核密度作为因变量，以评价区域内景区的分布状态。同时，对自变量指标进行离散化处理后，利用地理探测器对各影响因素进行分析，以探测各个因子在多大程度上解释了因变量属性的空间分异(表5)。

通过对山岳型景区各影响因素的q值进行分析发现，交通保障是影响山岳型景区空间分布的最主要因素。受特殊的地理条件影响，山岳型景区多分布于较为偏远的山区，相较于其他类型景区其可达性较为薄弱；换句话说，交通保障成为山岳型景区发展的首要条件，也成为了影响其空间分布的最重要因素。只有在山岳型景区的可进入性使旅游者能够多次地、经常地前来访问的前提下，其旅游业才会有不断扩大和发展的可能。完善的旅游交通网络体系、健全的旅游交通服务设施是山岳型景区发展的首要条件和保障。另外，分析结果表明，公路里程的q值要大于等级公路占比，也就是说在对景区分布的影响力上，陆路交通数量的影响程度要大于其质量。这是因为山区地理环境对景区周边的高等级公路建设有一定限制，同时山地环境较为严格的承载量也在一定程度降低了对公路周转客运量的要求。因此，对于山岳型景区来说，景区的可通达性的重要程度要高于公路质量。

其次，产业基础对山岳型景区的影响也较大。其中，以资源禀赋和景区数量为指标衡量的区域旅游资源基础对景区分布的影响最大。山岳型旅游景区虽然具有较大的体量，但是其区域联动发展动能依然不能忽视。资源基础较好的区域，其山岳型景区分布也较为密集，也能更好地促进区域旅游业发展，形成相互带动的良性局面。另外，以三产占比为指标的产业结构因素的q值也较高，这是因为山岳型景区特殊的地理环境限制了其食宿、娱乐等服务功能，而周边区域第三产业凭借提供各类保障和服务在很大程度上促进了山岳型景区的发展和聚集。值得注意的是，旅游收入和游客人数的q值均较低，其对山岳型景区分布的影响力较弱。也就是说，山岳型景区虽然具有区域联动发展的潜在动能，但是其聚集对区域旅游业发展的要求较低。

第三，政府支持也在很大程度上影响了山岳型景区的分布。这是因为山岳型景区的开发规模一般较大，开发难度也较大，政府政策的大力支持是山岳型景区得以发展的重要条件。加大政府支持力度，有利于促进山岳型景区的发展和聚集，促进山地区域旅游业发展。最后，区域经济发展基础对山岳型景区分布的影响较为薄弱。换言之，山岳型景区的发展聚集对区域经济发展的要求较小，相反其可通过较高的带动作用促进区域经济增长，成为区域旅游减贫的重要组成部分。

5 结论与讨论

5.1 主要结论

本文选取我国西南地区“三省一市”山岳型A级旅游景区为研究对象，利用GIS空间分析、地理探测器对研究对象的空间分布格局和影响因素进行了分析，得到以下结论：

①西南地区山岳型景区在空间分布上为典型的集聚型分布，且当距离达到100～200 km时景区体现出最强的聚集性，同时其空间分布密度总体呈现由东北向西南递减的梯形变化特征并形成“江津-綦江-巴南”、“成都-雅安”、“宜宾”、“南充-广安”、“贵阳-黔南”五大聚集核。

②重庆市和四川省山岳型旅游景区等级较高，空间分布较为聚集，贵州省景区分布较广，而高等级山岳型景区主要分布于四川省“雅安-成都”区域、重庆市“南川-武隆”地区、重庆市“巫山”区域。

③山岳型旅游景区主要分布于海拔范围240～2 500 m之间，主要分布于植被覆盖度较高、年平均降水在800～1 800 mm之间、年平均温度在13～18 ℃的区域内。

④交通保障是影响山岳型景区空间分布的最主要因素，区域内政策支持、旅游资源禀赋、产业结构也在很大程度上影响了景区的分布；而山岳型景区的发展和聚集对区域经济发展的要求较小。

5.2 建议与讨论

通过对我国西南地区山岳型景区分布格局分析发现，我国山地旅游发展应注重区域协调和联动，在提高落后地区的基础设施建设的同时，充分挖掘优质旅游资源，使各等级山岳型景区均匀分布、协调发展。在保持5A即山岳型景区竞争优势的前提下，加大力度支持3A和4A级山岳型景区建设，并大力扶持1A和2A山岳型景区的发展，对山地资源丰度但山岳型景区匮乏的地区在政策支持上进行倾斜。另外，在区域发展上可采取协同发展策略，在山岳型景区热点地带周边区域通过基础设施建设、资源内涵挖掘等手段借助核心区域辐射效应形成次级发展区，充分利用热点景区优势，带动周边区域协同发展，促进我国西南地区山地旅游整体的发展。本文仅探讨了我国西南地区山岳型A级旅游景区的空间分布及影响因素，在今后的研究中将从时间演变视角入手，揭示我国西南地区山岳型景区时空演变规律，并从政策环境、市场环境等方面扩充影响山岳型旅游景区分布的相关因素。