上海市A 级旅游景区空间分布特征研究

李必伟

（上海工程技术大学 管理学院，上海201620）

0 引言

旅游景区是当地旅游业发展的一个重要支撑点，而A 级旅游景区的认定是国家旅游局根据旅游资源吸引力、交通通达性、旅游接待能力、旅游卫生与安全等方面综合评估的标准。A 级旅游景区的知名度和品牌效应将是旅游目的地最核心的竞争力，它的数量、等级和空间分布格局也在影响着当地区域发展战略和旅游者的空间流动行为[1]。把握A 级旅游景区的空间结构，研究景区的空间格局演变规律，有助于优化景区空间布局和当地区域发展战略的制定，保证旅游目的地的发展协调一致。

目前，对于A 级旅游景区的空间结构，国外学者的研究主要集中在旅游活动与景区地理空间结构的关系[2]、旅游景区空间布局的实证分析[3]以及景区空间结构与模型的结合[4]。国内学者对景区的空间分布特征有一定的研究，张洪等[5]运用地统计方法和ArcGIS软件分析中国5A 级旅游景区的空间结构特征，发现其在空间上呈现集聚分布，且分布不均衡；白子怡等[6]以云南A 级旅游景区为研究数据定量分析云南省旅游景区的空间分布特征和影响因素；张佳运等[7]通过地统计方法对新疆2007—2014 年的A 级旅游景区数据的计算分析，得到了新疆旅游景区的空间分布由相互孤立集中逐渐变为集群外扩的演变规律；王通等[8]借助地统计方法和GIS 空间分析工具，从定性和定量的角度测定河北省A 级旅游景区的时空格局演变规律；宋楠楠等[9]对浙江省首批3A 级旅游景区进行实证分析，研究其景区的空间分布特征和交通可达性；程海峰等[10]发现池州市A 级旅游景区空间分布紧密程度低；刘宏盈等[11]研究了广西A 级旅游景区的空间结构特征，发现广西各地区旅游景区存在差异大、分布不均匀的特点，并在此基础上提出了优化策略。综上所述，国内学者对于A 级旅游景区的空间结构特征、空间分布演变规律以及旅游景区交通可达性的研究较深。因此，本文基于前文的研究成果，通过地统计方法和ArcGIS、Geoda 软件测定2010—2020 年上海市A 级旅游景区的空间分布特征，探究空间结构演化规律。

1 数据来源与研究方法

1.1 数据来源及处理

本研究是以2010 年、2015 年和2020 年上海市文化和旅游局发布的A 级旅游景区名单为研究数据，按景区等级和地理位置划分景区归属，得到2010 年、2015 年和2020 年上海市各市辖区A 级旅游景区数量，见表1。地图数据是从国家地理信息系统的官方网站下载，利用ArcGIS 10.6 软件从中国地图中提取上海市地图，将旅游景区转化成点状要素添加到上海市地图中，绘制A 级旅游景区空间分布图（图1）。

图1 2020 年上海市A 级旅游景区空间分布图

表1 2010、2015 和2020 年上海市各市辖区A 级旅游景区数量（个）

1.2 研究方法

为研究上海市A 级旅游景区的空间结构演变规律，采用最邻近指数从整体上把握景区的空间分布格局，利用地理集中指数判断景区空间分布集聚程度。最后通过Moran’s I 分析不同市辖区内旅游景区的自相关性，并结合ArcGIS 软件进行核密度分析判断上海市A 级旅游景区空间分布演化规律。

1.2.1 最邻近指数。最邻近指数是用来判断旅游景区空间分布类型的标准，景区空间分布类型有集群分布、随机分布和均匀分布之分。计算公式：

式中，d1是实际最邻近距离；dmin是理论最邻近距离，而，其中，n 为景区个数，a 为区域面积。当D=1 时，随机分布；当D>1 时，均匀分布；当D<1时，集群分布。

1.2.2 地理集中指数。地理集中指数是衡量旅游景区在区域内空间分布集聚程度的指标。计算公式为：

式中，Xi为第i 个行政区内A 级旅游景区数量；T为上海市A 级旅游景区的总数；n 为行政区的总数。G越大，景区分布越集中；G 越小，景区分布越分散。

1.2.3 Moran’s I。常用于景区空间自相关分析，判断某一区域内景区空间之间是否存在相关关系，有集聚分布和离散分布之分。公式如下：

式中，wij为空间权重矩阵；xi和xj表示随机变量x在i 和j 地理区域内的观测值；n 为区域空间单元总数。

Moran’s I 的取值范围为[-1,1]。当I 在[0,1]取值，为正相关，表示该区域内相似属性的景区空间分布呈集聚态势；在[-1,0]内取值，为负相关，表明该区域集聚的景区有很大的差异。若Moran’s I 结果趋于0，则景区之间不存在空间自相关性，呈随机分布。

2 上海A 级旅游景区空间结构特征分析

2.1 景区空间分布类型

通过百度百科查询到上海市的区域面积为6 340 km2以及已知的各个时期A 级旅游景区个数，计算出2010 年、2015 年和2020 年的A 级旅游景区空间分布的dmin。并通过ArcGIS 10.6 测量出各时期内A 级旅游景区的d1，最后得到上海市A 级旅游景区空间分布格局的最邻近指数。由表2 可知，2010 年、2015 年和2020年上海A 级旅游景区空间分布的最邻近指数皆小于1，说明2010—2020 年上海A 级旅游景区空间分布类型始终为集聚型。同时2010—2015 年，旅游景区的最邻近指数有所上升，说明这期间旅游景区的空间分布集聚程度略有降低；2015—2020 年景区最邻近指数下降，理论最邻近距离也在缩短，说明A 级旅游景区空间分布集聚化增强。从总体上看，2010—2020 年上海市A级旅游景区空间分布趋于集聚化分布，且集聚化程度在不断增强。

表2 上海市A 级旅游景区最邻近指数和空间分布类型

2.2 景区空间分布均衡性

由景区的最邻近指数计算结果可知，2010—2020年上海市A 级旅游景区的空间分布类型皆为集聚型。以下将从景区的集中程度和空间分布密度分析研究旅游景区空间分布的均衡性，定量分析其集聚程度。

2.2.1 集中程度分析。上海有16 个市辖区，所以n 取16，将2010 年、2015 年和2020 年的A 级旅游景区相关数据带入式（2）中，计算出G。并在A 级旅游景区均匀分布在各个行政区域的情况下计算出Gi，即旅游景区总数T 与行政区总数n 的比值，计算结果如表3 所示。2010—2015 年，景区的地理集中指数呈现下降的趋势，集聚化程度有所降低；2015—2020 年景区地理集中指数又有所上升，集聚化增强。但总体上2010—2020 年景区的实际地理集中指数皆高于均匀分布地理集中指数，说明三个时间节点中景区的集聚化程度较高。

表3 上海市A 级旅游景区地理集中指数

2.2.2 密度分析。运用ArcGIS 10.6 对上海市2010年、2020 年A 级旅游景区分布以及2010—2020 年增加的A 级旅游景区分布作核密度分析（图2），从图中可以明显看出，2010—2020 年高密度区逐渐增加，2010 年上海市A 级旅游景区的空间分布相对均匀，高密度区主要表现在黄浦区和虹口区；2020 年，上海市A 级旅游景区在2015 年已经形成了以长宁、徐汇、静安、黄浦、虹口、杨浦和浦东新区为中心的高密度分布以及普陀、松江等次高密度集聚区的基础上，空间密度分布范围扩大，旅游景区之间的关联性变强。上海市A 级旅游景区分布密度最高的以内环高架路为一圈的主城区区域，该区域形成“十字架”状的发展趋势，经济繁荣，交通网络可达性高，这里有上海市唯三的国家5A 级旅游景区，有中共二大会址纪念馆等红色旅游景观，景观组合性较强，景区旅游线路多元化，因此景区分布密度较高。从2010—2020 年增加的A 级旅游景区空间分布密度图发现，在这期间景区空间分布数量形成了崇明、黄浦、浦东新区、松江等增长点。

图2 2010 年、2015 年、2020 年以及2010—2020 年增加的上海A 级旅游景区核密度图

2.3 景区空间关联特征

通过Geoda 软件对上海市A 级旅游景区进行空间自相关分析，得到2010 年、2015 年和2020 年景区的空间相关指数，结果如图3 所示。发现2010—2015 年，Moran’s I 由-0.027 增 长 至-0.006；2015—2020 年，Moran’s I 直接从负相关变为正相关。说明上海市A 级旅游景区的空间分布负相关性减弱，正相关性增强。主要原因是2010 年上海世博会的举办拉动了上海经济的增长，促进了上海旅游业的发展。前期不同区域的旅游景区质量参差不齐，但世博会带来的巨大经济效益，使上海备受瞩目，这也督促着上海旅游景区质量的提升。随后上海经济发展进入繁荣期，成为中国第一大金融贸易中心，建立了许多地标性建筑（如东方明珠），促进了上海的旅游发展。从图3 的对比图可知，2010—2020 年，每个象限的景区数量都在增加，以第三象限增长趋势最为明显，低值与低值在空间上的集聚程度增强，各区域内景区空间关联度变高，旅游景区质量差异性小。

图3 2010、2015 和2020 年上海市A 级旅游景区空间分布Moran’s I 散点

3 上海市A 级旅游景区空间分布特征的影响因素

影响旅游景区空间分布特征及空间结构演变的因素众多，国内学者在这方面也做过许多探讨。针对上海市A 级旅游景区发展的实际情况，笔者认为以下因素对其影响尤为显著。

3.1 区域经济发展水平

区域经济发展水平与旅游景区的空间分布之间互相促进。区域经济发展水平会影响区域旅游景区的开发建设与布局，促进高质量景区的涌入和集聚，提高各区域景区空间关联度；反之，旅游景区的空间布局优化，带来的高质量景区集聚，也会带动各区域经济发展水平的提高。2020 年，浦东新区的GDP 值预估计为1.3 万亿元，在上海所有的市辖区中排第一。在经济快速发展的背景下，高质量景区的开发建设和集聚成为一种必然的趋势。从表1 可以看到，2020 年浦东新区拥有3 个5A 级景区，4A 级景区和3A 级景区数量居全市第一，旅游景区密度也高居榜首。

3.2 资源禀赋

旅游资源是旅游景区开发建设的基础，也是区域旅游发展的重要条件。崇明区依托丰富的国家级旅游资源在3A 和4A 级旅游景区的数量上屈居第二，松江区拥有许多珍贵的不可再生的文化资源，如广富林遗址、姚家圈古文化遗址等，因此它的旅游景区数量优势也很显著。浦东新区位于上海中心城区，背靠国家级旅游资源，拥有15 个4A 级以上的旅游景区，其规模、接待游客人数、旅游收入等指标的数值均居全市前列，带动了浦东新区经济的快速发展。

3.3 政府作为

旅游景区的开发建设和布局优化离不开当地政府的正确决策和强有力的支持。例如，在朱家角政府连续三年的辛勤创建和推动下，以乡村振兴为重点开发建设的张马村于2019 年获评国家4A 级旅游景区，并于2020 年入选全国乡村旅游重点村。浦东新区在当地政府的大力支持、重点培育与建设下，全县共有5A级旅游景区3 家、4A 级旅游景区12 家、3A 级旅游景区14 家，是上海市内旅游景区数量最多的市辖区。

4 结论与讨论

本文运用ArcGIS 软件和地统计方法探究上海市A 级旅游景区空间结构特征以及空间格局演变规律。通过最邻近指数、核密度分析和Moran’s I 等地统计方法，研究上海市2010 年、2015 年和2020 年A 级旅游景区的空间分布类型和集聚程度，并对比2010—2020年的数据结果，得到景区空间分布演变规律。研究发现，首先，2010—2020 年，上海市A 级旅游景区空间分布类型始终为集聚型，从总体上看，景区空间分布集聚化程度在不断增强。其次，通过对2010—2020 年上海市A 级旅游景区进行空间密度分析，发现各区域内景区分布范围扩大，空间集聚程度增强，同时景区空间关联度变高，旅游景区质量差异逐渐缩小。景区分布密度最高的以内环高架路为一圈的主城区区域，该区域形成“十字架”状的发展趋势，经济繁荣，交通网络可达性高。最后，研究发现区域经济发展水平、旅游资源禀赋和政府作为显著影响上海市A 级旅游景区的空间分布。