安徽省4A级及以上旅游景区的空间可达性研究

张 璐，胡庆红，彭 俊，卜邦彦，俞珊妮

(滁州学院 地理信息与旅游学院，安徽 滁州 239000)

我国扩大内需的战略重点是扩大居民消费，随着居民消费水平的快速增长、生活质量的提高，旅游消费在居民生活消费的比重也持续上升。在未来规划中，我国将大力扶持旅游业发展，把旅游业的产业结构升级列为服务业发展的重中之重。安徽省旅游业总体发展规划指出“积极发展旅游业是建设现代化产业的重要内容”[1]。区域内交通方式的转变和旅游业发展的规模格局有着密切的关系，交通水平的提高会推动我国区域性旅游产业的健康发展。高铁网的覆盖代表着现代化城市交通水平的快速发展，它的运营和发展带动了铁路沿线以及周边区域的旅游经济发展。

旅游业发展初期，大多集中在旅游地理的理论含义及体系结构方面。当我国的旅游业在时代背景和经济推动下快速发展至较高水平后，学者们在区域旅游中展开对旅游资源空间分布特征及旅游业发展规模和类型等方面的研究，通过对旅游规划以及旅游空间分布相关因子的深入探索发现，交通的建设和完善与旅游业的空间分布密切相关[2]。随着区域内交通的改变，旅游结构和空间分布也相应发生变化，因此，在区域旅游的相关研究中，交通和旅游的相关性是研究的基础内容。

国内学者的研究大多趋向于交通和景区空间结构变化关系，研究方向大多集中于区域内的景区交通可达性、旅游出行成本、空间结构分布模式等。如赵中华[3]以长三角地区为研究区域，通过分析区域交通资源的优劣探讨如何通过提高交通配置优化旅游格局；陈浩[4]以珠三角地区为研究区域，从时间维度上分析区域内交通的连接度以及演化过程，揭示珠三角城市群旅游空间的格局演化过程；殷平[5]以滨海旅游区为例，揭示旅游目的地的选择主要基于旅游交通成本和旅游时间成本。从研究方法来看，区域内景区的空间分布结构多采用最邻近指数、GINI系数等计算指标，以此来表达区域内旅游景区的空间分布类型以及空间分布的均匀度；采用地理集中指数、ArcGIS平台中的叠加分析和数据处理等方法揭示区域内旅游景区发展的时空差异和格局分布演化规律。

纵观之前旅游学界的研究和讨论，大部分学者主要着眼于区域旅游空间结构的分布类型，对于景区空间结构的形成特征研究稍显欠缺，高铁网下安徽省4A级及以上景区空间结构特征以及景区可达性研究不多。因此，文中采用最邻近距离法、核密度估计等方法，结合GIS空间分析技术，研究高铁网下安徽省4A级及以上景区的空间结构特征以及形成机制，为高铁运行下中心城市的旅游业发展提供优化策略，以及高铁建设对沿线旅游资源的开发和利用提供案例分析。

1 研究区概况

安徽省地处我国东部，位于南北方交界处，占据着中东部重要的交通位置。近年来,安徽省高速铁路不断发展，截至目前主要高铁构架基本搭建完成，形成以合肥为枢纽中心，沟通各个地级市的高铁运行网络(见图1)。截至2019年，已运营高铁里程总数达到1 800 km，成为“米字型”交通的枢纽[6]。我国规划到2025年构筑“八横八纵”的高速铁路主通道[7]，预计安徽省各个城市的高铁覆盖率将达到80%，高铁将成为未来安徽省人民出行的首选交通方式。安徽省旅游资源丰富，根据安徽省政务服务厅下发的文件统计，截至2019年年底安徽省4A级及以上旅游景区202家，其中,191家4A级旅游景区，11家5A级旅游景区(见图2)。

2 数据来源与研究方法

2.1 数据来源

安徽省4A级及以上旅游景区相关资料以及安徽省旅游业总体规划(2012—2020年)来源于安徽省文化和旅游厅网站(https://ct.ah.gov.cn/)，安徽省各个城市的旅游资料来源于其旅游政务网站，安徽省内旅游景区的游览量和安徽省各个城市的人均GDP通过省政务中心公布的统计年鉴获得。安徽省行政区划底图来源于安徽省规划局，安徽省4A级及以上景区的地理坐标来源于Google Earth。安徽省目前已建成交通网数据来自于国家地理信息云服务平台，安徽省铁路规划信息数据来自《安徽省“十四五”铁路规划》。安徽省铁路运行时刻表通过官方铁路网站收集后，统计省内16个地级市之间乘坐高铁和普铁分别需要花费的最短时间。如果部分地级市之间没有开通运行直接到达的列车，则使用铁路官方网站公布的高铁中转后最短旅行时间(不包含换乘以及列车运行时停靠站台的时间)。

2.2 研究方法

2.2.1 定性定量法

运用核密度估计法和最邻近距离法分析旅游景点在安徽省内的空间分布特征，然后计算高铁开通前后景区的可达性系数，最后利用ArcGIS空间分析将安徽省202个4A级及以上旅游景点进行区域空间结构可视化。

1)核密度估计法。核密度估计在概率论中用来估计未知的密度函数[8]。ArcGIS中核密度分析主要是根据旅游景点之间的距离得到整个研究区景点的聚集分布状况，由插值原理的不同，主要计算样本在其邻近范围内的密度值，以此反映出安徽省景区在空间分布上聚集的密度状况[9]。

2)最邻近距离法。最邻近距离指数常用来表达区域内点状要素的空间分布模式，通过测算研究样本中任意点状要素与周围邻近点之间的距离，将数据的平均值作为实际最近距离。然后将最邻近距离作为标准与其平均距离进行比较，最终确定最邻近指数[10]，计算公式为

(1)

2.2.2 可达性分析法

可达性指在特定的地理范围内，区域内任意的空间点到达与之临近的点的便捷程度[11]。目前可达性分析的方法主要有基于矢量数据的网络分析和栅格分析[12]。文中使用以下两种算法来测算安徽省4A级及以上旅游景区的可达性。

1)栅格成本下累积耗费距离算法

借助最短路径法在栅格数据上计算每个网格到某个目的网格的最短加权距离，称为累积耗费距离算法[13]。首先用5 km×5 km的栅格网络对安徽省行政区划图进行矢量转栅格数据处理，考虑到达景点的出行方式不同、交通工具不同、选择道路的速度也不相同，因此，设定不同出行方式的时间成本数值参考平均出行1 km所耗费时间，各级道路设计速度规定的时间成本参考文献[14]。在实际运行中，列车运行速度会受到交通变量的影响，在空间分析中设计的运行计算速度将按照一定比例降低。文中对于无道路空间赋予20 km·h-1的默认速度，根据比值确定各级出行方式的时间成本。

2)基于加权平均旅行时间的可达性系数分析法

加权平均旅行时间主要是指从空间距离、时间成本、经济成本的角度来衡量区域可达性水平，区域内加权平均旅行时间和可达性水平呈反比[15]。计算公式为

(2)

式中：Ai为安徽省各个地级市的加权平均旅行时间；i为安徽省内的节点城市；j为安徽省内的目标地级市；Tij为区域中的最短通行时间；Mj为城市j的经济实力，可用人均GDP等经济指标代替。

可达性系数是衡量研究区域内节点城市可达性的重要指标，是指研究区域内城市的加权平均旅行时间与所有城市加权平均旅行时间的均值之比，通过具体的数值体现该节点城市在整个区域交通可达性的优势，其公式为

(3)

式中：Ai′为目标节点i的可达性系数;Ai为其加权平均旅行时间，可达性系数越小，研究区域中该城市的可达性水平越高。以1为衡量界线，大于1说明该城市可达性水平欠缺，小于1说明该城市可达性水平较高。

3 结果与分析

3.1 安徽省4A级及以上旅游景区空间结构特征

3.1.1 核密度分析下的景区空间分布

图3为安徽省4A级及以上旅游景区空间分布密度。旅游景区整体分布在安徽省南部，核密度高值大多集中于皖南丘陵和山地，并呈现带状分布，集中连片。皖北地区核密度值分布单独成点。整体体现出“南多北少，山地多平原少”的分布状态。说明安徽省旅游景区的分布在很大程度上受到自然地理环境的影响，自然环境决定着旅游资源的可开发性。核密度分级后最高值出现在黄山市和合肥市，其次是淮南市与蚌埠市，表明安徽省4A级及以上旅游景区分布的大致状况为皖南地区以黄山市为主导，皖中地区以合肥市为主导，皖北地区的淮南市和蚌埠市分布较为集中。将安徽省铁路运行线路图和核密度分布图叠加分析后，核密度值最高的地方往往是交通枢纽，合肥市和蚌埠市表现显著，表明旅游景点的分布对安徽省交通网的建设和完善有一定的导向作用。

图3 安徽省4A级及以上的旅游景区核密度

3.1.2 最邻近距离法下的景区空间分布

空间结构中点状要素分为凝聚型、随机型和均匀型3种，从分布空间上来看一般可以被直观表达出来，但由于安徽省4A级及以上旅游景区数量较多，部分区域景区分布集中难以辨别，因此,可以通过具体的数值分析衡量分布类型(见图4)。根据式(1)计算可知，安徽省4A级及以上旅游景区平均观测距离为10.241 km，预期平均距离为14.703 km，平均观测距离小于预期平均距离，且z得分(标准化结果)为-8.271 648。根据置信区间划分(小于-2.58且概率小于0.01)，置信度为99%(R=0.696 532<1)，点状目标呈凝聚型分布，即安徽省4A级及以上旅游景区在空间上具有凝聚性。

图4 平均最邻近运算分析

3.2 安徽省4A级及以上旅游景区可达性分析3.2.1 基于栅格成本下的可达性分析

为了衡量安徽省4A级及以上旅游景区的可达性水平，以省内各地级市的中心驻地为出发地，结合高铁开通前后的交通网络，通过计算栅格成本下到达各个景区的距离耗费时间成本制作等时圈图(见图5、图6)，并将其划分为一个小时可达等时圈、两个小时可达等时圈、三个小时可达等时圈。

图5 高铁开通前可达性等时圈

图6 高铁开通后可达性等时圈

由图5和图6对比分析可知，高铁开通前旅游景区可达性最好的城市为淮北市和蚌埠市，4A级及以上旅游景区均在30 min可达圈内，其次是合肥市、淮南市和宿州市，区域内4A级及以上旅游景区整体上都在一个小时可达圈内，可达景点数为71个，两个小时可达圈内包括滁州市、阜阳市、铜陵市、芜湖市、马鞍山市，三个小时左右可达圈内主要是皖南地区的黄山、宣城、安庆和池州4个城市以及皖中地区的六安市。整体上看，安徽省4A级及以上旅游景区可达性以城市中心驻地为中心，按照交通路线的延伸方向向外递减，距离城市中心驻地越近的旅游景区可达性越有优势。其中,皖北和皖中地区可达性等时圈以城市中心驻地为中点，单独成团分布，皖南部分城市一个小时内可达性等时圈连接在一起，形成带状分布，例如马鞍山-芜湖-宣城、安庆-池州-铜陵两个聚集带。

高铁开通后，合肥、淮南、蚌埠、阜阳、淮北的4A级及以上的旅游景区可达性时间均在30 min内，宿州、亳州、六安、滁州、马鞍山、芜湖、宣城的4A级及以上的旅游景区整体上都在一个小时可达性等时圈内，可达景点数163个，占全省旅游景区的80%。整体上看，安徽省4A级及以上的旅游景区除了黄山市外都在两个小时可达性等时圈内，极大地缩短了旅行时间成本，而且从一个小时等时圈的分布上来看，安徽省内各个地级市由于高铁线的开通连接成带，形成了一个小时等时圈分布网，贯穿了省内的各个城市。因此，高铁开通不仅提升了地级市内的景区可达性，也加强了各个地级市之间的可达性联系。

3.2.2 基于加权平均旅行时间的可达性分析

栅格成本分析以安徽省各个地级市的中心驻地为出发点，计算到地级市内景区的可达性，对跨地级市旅游的景区可达性衡量稍显不足，且栅格成本下的可达性分析只考虑到交通方式的运行速度以及栅格距离的大小，忽略了现实条件下可达性还受到其他因素的影响(比如经济水平、旅游区的客流量等)。为了弥补栅格成本分析的不足，采用加权平均旅行时间法，计算安徽省4A级及以上旅游景区的可达性。

通过网上订票系统收集安徽省各地级市之间的最短到达时间。因为各个城市之间高铁开通的时间不一致，所以高铁开通前，只考虑普通列车运行的最短通行时间。高铁开通后，考虑乘坐高铁的最短运行时间，当地级市之间没办法直达时，则采用通过中转站通行的最短运行时间。为了实际模拟列车运行时间，不考虑列车中转和停靠的时间。根据式(2)计算出各个地级市的平均可达时间(见表1)。

由表1可知，高铁开通前安徽省整体的加权平均时间的平均数为213 min，以合肥市和蚌埠市的可达性最优，高铁开通后加权平均旅行时间缩短到101 min，整体上提高了53%。因此，交通方式的转变以及交通网络的完善从整体上提高了城市之间的可达性。

表1 安徽省各地级市加权旅行时间变化

根据表1中的数据，将安徽省各地级市交通可达性的变化可视化，通过ArcGIS重分类工具得到高铁开通前后安徽省各个城市可达性分类图(见图7、图8)。由图7和图8对比可知，高铁开通前，按照可达时间160 min、220 min、250 min为区分值，将其可达性区分为3个等级，合肥市、淮南市和蚌埠市可达性水平最高，可达性处于劣势的城市为淮北市、亳州市、安庆市、黄山市，整体上看，安徽省各个城市的可达性受制于地理区位，皖中城市的可达性整体高于皖北和皖南城市。高铁开通后，按照可达时间80 min、100 min、120 min为区分值，将其可达性也分为3个等级，合肥市的可达性占据绝对优势，其次是淮南、铜陵、芜湖等城市，亳州、淮北市、阜阳、黄山的可达性处于劣势。

图7 高铁开通前可达性

图8 高铁开通后可达性

为了同时可以观察到高铁开通前后某个城市的加权平均旅行时间，用高铁开通前后的时间象限散点分布图来分析城市加权平均时间的整体状况(见图9)。由图9可知，安徽省高铁开通前后的加权平均旅行时间主要分布在Ⅰ区、Ⅲ区，城市主要位于皖中和皖南地区，且大多城市都分布在线性预测线的附近，表明高铁开通后整体可达性呈均衡性水平提高。合肥市、淮南市处于地理区位优势，可达性水平一直较高，亳州市、黄山市受到地理位置和自然环境的制约以及高铁通达度不高的影响，可达性水平较低。

图9 高铁开通前后时间象限散点

图10为安徽省各地级市可达性变化散点图，直观地反映出安徽省各地级市可达性的变化程度。Ⅰ区内只有黄山市，说明黄山市的可达性在高铁开通后节约的时间成本最多，因为黄山市在安徽省的最南端，区域内多为山地，通达性受到地理区位因素的影响。Ⅱ区内有9个城市，可达性变化率整体提高50%以上，其中，可达性程度提升最高的是铜陵，因为合福高铁的建设极大地节约了铜陵市到达其他城市的时间成本。Ⅲ区内有5个城市，可达性变化率整体提高不超过50%，其中,阜阳市受区位因素的制约，节约时间成本不高，淮南市和六安市因为在高铁开通前的可达性较好，所以变化率不大，亳州市、淮北市虽然变化率低于整体变化率，但是高铁开通后节约的时间成本大致在110～130 min。

图10 可达性变化散点

由式(3)计算出安徽省各地级市高铁开通前后的可达性系数如表2所示。由表2可知，在高铁开通前，合肥市、淮南市、蚌埠市可达性系数均小于1，占据优势地位，宣城市、铜陵市、亳州市、黄山市可达性系数大于1。高铁开通后，芜湖市、铜陵市、马鞍山市、滁州市、六安市、宿州市占据优势，其中，蚌埠市可达性优势位置下降，而铜陵市快速提升。高铁开通前可达性系数分布跨度较大，区域可达性差异明显；高铁开通后，可达性系数呈近圆形分布，反映高铁建设均衡了地区之间交通可达性的差距，降低了地区的竞争力。

表2 各地级市高铁开通前后交通可达性系数统计

4 结 论

通过ArcGIS空间分析工具，运用核密度估计法、最邻近距离法分析了安徽省4A级及以上景区的空间结构特征，并借助栅格成本下的最短距离分析、加权平均旅行时间可达性系数等方法，对高铁网下安徽省4A级及以上旅游景区的可达性进行研究，主要结论如下：

1)安徽省4A级及以上旅游景区总体呈现出聚集型的空间结构特征，数量上“南多北少”，主要集中在皖南山区和皖江城市带，景点分布密集成团带状。安徽省景区在区域划分内分布不平衡，受到自然条件和经济因素的制约，优良景区的空间分布有明显的等级差异，以皖南和合肥市为主导。

2)安徽省4A级及以上旅游景区以合肥市旅游景区的可达性占据绝对优势地位。各地级市内旅游景区的交通可达性，皖南地区整体水平大于皖北地区，尤其是高铁开通后，减少了时间成本，提高了整体的可达性水平，缩小地级市之间可达性的差距。

3)高铁网络的布局极大地缩短了安徽省内旅游客源地和目的地之间的交通时间，旅行成本的减少使客源范围不再局限在地级市内，而是扩大到整个安徽省。由于高速铁路出行的便捷性、准时性、舒适性以及缩短了客源地和旅游地的时间成本，更加激发了居民旅游出行的愿望。高铁路线的建设使得居民旅游出行数量增多，提高了高铁沿线旅游景区的竞争优势，促进了铁路沿线景区的开发程度和利用力度。

文中仅侧重于分析高铁交通方式对旅游景区空间结构的影响，对于如何优化景区空间结构来提升安徽省在全国旅游业的发展水平有待分析。在研究方法上，栅格成本距离中因为研究区域范围较大，路网选择不够详细，只选择了高铁出行方式，忽略了到达景点的其他出行方式。在加权平均旅行时间分析中只考虑人均GDP和交通时间的因素，忽略了其他影响旅游可达性的因素，后续有待进一步完善。文中只选取省内4A级及以上旅游景区，忽略了其他等级景区对安徽省旅游景区空间结构上的影响，而且只考虑了省内各地级市的可达性，没有考虑安徽省周边城市对旅游景区空间结构的影响，这也是后续需要完善的。