珠三角城市群旅游景区时空差异研究

吴开军，黄少真,韩兴福

(1.广州航海学院国际邮轮游艇学院,广东广州 510725;2.中外运-敦豪国际航空快件有限公司,广东广州 510000；3.广东财经大学文化旅游与地理学院,广东广州 510320)

旅游景区是旅游发展的核心要素及旅游目的地建设的重要内容。旅游景区是以旅游及其相关活动为主要功能或主要之一的空间或地域，是旅游业的核心要素，对传播地区旅游形象，提高区域知名度具有重要的意义，是旅游经济的一大增长点，能够推动区域旅游业实现跨越式发展[1](P15-16)。我国早期的旅游景区空间结构研究主要集中在对单个景区或者小范围的旅游目的地的研究[2]，近年来则侧重对景区空间分布特征进行研究[3-5]，且多数扩大到以省市级行政单位、经济群或城市圈作为研究范围[4-7]，研究时间尺度也从单一时间点上的旅游景区空间分布研究扩大到时间轴上区域旅游景区空间分布上来[6-7]。在旅游景区不断发展完善的背景下，结合地理分析方法与统计分析方法，定量分析珠三角城市群2008—2018年这十年间各城市A级旅游景区的空间分布发展差异及分析造成差异的原因，可为珠三角城市群旅游景区结构优化提供建议，推动珠三角城市群区域旅游业均衡发展，为珠三角城市群制定科学旅游发展规划提供理论依据。

一、研究区域概况及数据来源

(一)研究区域概况

珠三角城市群位于我国南部沿海地区，毗邻港澳，由14个城市组成,分别是广州市、深圳市、珠海市、佛山市、东莞市、惠州市、中山市、江门市、肇庆市9个主体城市，及地属粤东的汕尾市、河源市，粤北的清远市、韶关市和粤西的云浮市5个城市。珠三角城市群占地面积12.10万平方公里，占广东全省的67.3%。作为改革开放的先行区域，珠三角城市群是中国重要的经济中心，在全国经济发展中具有重要的战略地位。珠三角城市群的人口占广东全省的68.9%，创造了全省85.8%的GDP，是我国经济最发达、最有活力、外向型经济特征最显著、参与全球价值链分工最为活跃的城市群之一，具有强大的经济活力和辐射力，自然资源丰富，旅游业发展水平高。

(二)研究数据来源

以珠三角城市群的国家A级旅游景区为研究对象，以广州市、深圳市、珠海市、佛山市、东莞市、惠州市、中山市、江门市、肇庆市9个主体城市，及地属粤东的汕尾市、河源市，粤北的清远市、韶关市和粤西的云浮市5个城市共14个城市为研究单元。

2018年旅游景区名录来自广东省文化和旅游厅官方网站(http://www.gdwht.gov.cn),2008年和2013年景区数据来源于《中国旅游景区资讯通览》(2008版)[8](P339-381)以及《中国旅游景区资讯通览》(2012—2013)[9](P391-429)，借助百度地图API工具查询各A级旅游景区的经纬度数据，创建2008年、2013年、2018年珠三角城市群旅游景区的点数据库。珠三角城市群内各地区生产总值、旅游收入、旅游总人次以及交通等数据来源于2018年《广东统计年鉴》(2018)。

(三)研究方法

1.集中化指数。集中化指数是用来分析和衡量区域内工业或经济部门专门化(或集中化)程度的一项重要的数量指标。通过洛伦兹曲线，描绘景区在空间分布上的集中化程度，计算公式为：

I=X-R/A-R

(1)

其中：X为A级旅游景区实际累计百分比之和；R为A级旅游景区均匀分布于各地区的累计百分比之和，即R=100×14=1400；A为A级旅游景区集中分布于某地区的累计百分比之和。

I的取值范围为0～1。当I越趋近于0时，表示A级旅游景区越趋近于均匀分布；当I越趋近于1时，表示A级旅游景区趋向于集中分布在某一区域。

2.Moran指数。通过全局Moran指数来度量空间自相关的全局指标，反映空间邻接或空间邻近的区域单元属性值的相似程度，运用GeoDA分析软件计算Moran指数及绘制Moran散点图。Moran指数I的计算公式为：

(2)

其中：Xi、Xj表示在第i、j地域单元上的A级旅游景区数；Wij为空间权重矩阵，本文中采用简单的二进制邻接矩阵：

Moran指数I的取值一般为-1～1，小于0表示负相关；I取值趋近于0表示不相关，即A级旅游景区随机分布；I取值大于0表示正相关。

在本文中，零假设H0是珠三角城市群A级旅游景区随机分布。计算得出Moran指数I的值后，用标准分数z得分(z-score),p值(p value)来检验是否可以拒绝零假设，对空间自相关关系进行显著性检验。表1为不同置信度下的p值和z得分，当所检验的值不在表格所示的取值范围内，则说明研究结果无法拒绝零假设。

表1 不同置信度下的p值和z得分

3.Getis-Ord Gi*指数。G统计量能够探测出区域单元属于高值集聚还是低值集聚的空间分布模式，即A级旅游景区发展的热点区和冷点区的空间分布情况，计算公式为：

(3)

其中：Xj表示在j地域单元上的A级旅游景区数；Wij为空间权重矩阵。显著的正Gi值表示该区域属于高A级旅游景区空间集聚区(热点区)；而显著的负Gi值表示该区域属于低A级旅游景区空间集聚区(冷点区)。

二、结果分析

(一)集中化水平分析

运用ArcGIS 10.0空间分析软件绘制珠三角城市群2008年、2013年、2018年A级旅游景区分布图，如图1所示，同时运用Excel分别绘制3个研究年度的洛伦兹曲线图，对珠三角城市群A级旅游景区空间分析，如图2所示。从图2可以看出，珠三角城市群A级旅游景区空间洛伦兹曲线在研究的三个年度中都略微凸于均匀分布状态时的线段，同时，根据公式(1)，运用改进的十等分法计算得出2008年、2013年、2018年珠三角城市群A级旅游景区集中化指数I分别为0.407、0.419、0.326，这表明A级旅游景区空间分布呈集中分布态势，这与图1体现的A级景区的空间分布特征一致。

图1 珠三角城市群旅游景区空间分布演化图

图2 珠三角城市群旅游景区空间分布洛伦兹曲线演化图

从空间尺度看，集中化指数I均大于0，表明珠三角城市群A级旅游景区趋向于集中分布；从时间尺度看，集中化指数I越来越小，洛伦兹曲线的斜率也越来越平缓，表明2008—2018年十年间珠三角城市群A级旅游景区空间分布集中化程度有所减弱，越来越趋向于均匀分布。

2008年，广州市A级旅游景区数量约占整个珠三角城市群的33.8%，到2013约30.3%，到2018年19.9%；惠州A级旅游景区增长速度较快，从2008年约占比3%，到2012年占比7.9%，到2018年A级景区数量跃居第二位，占比10.3%。这也说明珠三角城市群旅游景区空间分布的均衡性在不断地加强。

(二)Moran分析

运用Moran指数计算公式(2)，计算得出2008年、2013年、2018年珠三角城市群A级旅游景区Moran指数I的取值分别为-0.0589、0.1464、0.2358，运用ArcGIS 10.0绘制珠三角城市群旅游景区空间自相关报表图(图3)。

图3 珠三角城市群旅游景区空间自相关报表图

从图3可知，各研究年度珠三角城市群A级旅游景区空间自相关分析的z得分及p值，对照表1，2008年的z得分：0.147<1.65，p值：0.882>0.1,无法拒绝零假设，这也说明2008年珠三角城市群A级旅游景区不存在空间自相关关系，其分布具有较大的随机性。2013年的z得分：1.997>1.96，p值：0.046<0.05；2018年的z得分：2.162>1.96，p值：0.031<0.05，表明可以拒绝零假设，即在显著性水平0.05下，2013年、2018年珠三角城市群A级旅游景区具有显著的空间自相关关系。

同时，2013年、2018年的Moran指数I的取值均大于0，说明珠三角城市群A级旅游景区空间分布呈正的空间自相关性，A级旅游景区数量多的城市趋向于与同样A级旅游景区数量多的城市形成集聚分布，反之亦然。因此，旅游景区空间分布趋同性增强，差异减少，扩散效应较为突出，2013年、2018年的Moran指数整体呈增大趋势，说明珠三角城市群A级旅游景区发展水平相似的地区在空间上呈集中分布，空间上存在两级分化的现象，且有分化程度不断增强的趋势。

运用GeoDA空间分析软件绘制散点图(图4)，结合莫兰散点图，2013年及2018年研究区域地域单元主要分布在第一、第三象限，进一步刻画了珠三角城市群A级旅游景区分布空间依赖性增强，旅游景区发展对周围地区的景区发展带动性增强。

图4 珠三角城市群旅游景区空间格局的Moran散点演化图

(三)热点区分析

通过使用空间分析软件ArcGIS10.0中的自然间断分级法(Jenks)将用计算公式(3)得出的G统计量结果分为4级，再依次将其分为四类区域：冷点区、次冷点区、次热点区、热点区。生成的冷热点区演化图如图5所示。

如图5所示，2008年珠三角城市群A级旅游景区的热点区及冷点区分布规律性不强，具有较大的随机性，这也进一步验证了2008年珠三角城市群A级旅游景区不存在空间自相关关系，因此下文中热点区分析刨除对2008年的分析。

纵观2013年—2018年珠三角城市群旅游景区空间格局的热点区演化图，可以发现，广州市、韶关市一直是旅游景区发展的热点区域，惠州市一直是次热点区域，深圳市一直是次冷点区域，而江门市、中山市、珠海市则一直是旅游景区发展的冷点区，这说明A级旅游景区发展的热点区和冷点区具有较强的时空继承性。同时，从图5中还可看出，清远市、东莞市从热点区转变成次热点区，佛山市从次热点区转变为次冷点区，河源市、汕尾市从次冷点区转变为冷点区，这进一步表明了旅游景区发展的地理近邻效应明显，两级分化趋势增强。总体来说，旅游景区热点区域集中在围绕广州的周围城市，而冷点区则分布在外围城市。

三、影响因素分析

(一)旅游资源禀赋

中华人民共和国国家标准旅游区(点)质量等级的划分与评估表中对旅游资源的定义为：自然界和人类社会凡是能对旅游者产生吸引力，可以为旅游业开发利用，并可产生经济效益、社会效益和环境效益的各种事物和因素。由此可知，旅游资源是区域旅游发展的基础，同时，旅游资源禀赋的差异也制约着不同区域A级旅游景区的开发建设，由此成为旅游景区空间分布差异的影响因素。

表2 2018年珠三角城市群旅游景区旅游资源禀赋评价值及排序

本文选取度假休闲类、自然景观类、历史文化类、博物馆类、乡村旅游类、红色旅游类、森林公园类这七种类型的旅游资源作为分析珠三角城市群各市的旅游资源禀赋的指标，每个A级景区赋值1分，用熵值法确定以上七种类型的指标的权重分别为16%、16%、15%、14%、15%、13%、11%，根据权重计算珠三角城市群14个市的旅游资源禀赋的综合评价值，如表2所示：

运用SPSS25.0相关性分析模块分析珠三角城市群各个城市的旅游景区数量与旅游资源禀赋综合评价值之间的相关性，结果如表3所示：

表3 2018年珠三角城市群A级旅游景区数量与旅游资源禀赋相关性

(二)经济水平

A级旅游景区的空间分布情况受地区经济水平的影响，经济水平发展好的区域基建水平高，配套设施也会相对完善，比如，当地方公路建设较好，人们进入景区的可达性增强的话也会推动当地景区的发展。同时，区域经济发展水平越高，城镇居民的可支配收入也就越高，可用于旅游消费的支出也就越多。本文使用SPSS25.0相关性分析模块分析2018年珠三角城市群旅游景区空间分布与各市的地区生产总值(GDP)之间的相关性。结果如表4所示，在0.05水平显著性时，A级旅游景区空间分布与GDP的Pearson系数为0.546，这表明各市的A级旅游景区的空间分布与该区域的经济发展水平呈现出较强的正相关性。可见,珠三角城市群的旅游景区空间分布与经济水平密切相关,提高区域经济发展水平也会带动当地的旅游业的发展。

表4 2018年珠三角城市群旅游景区数量与经济发展水平相关性

(三)旅游业发展水平

改革开放以来，我国经济发展水平不断提高，人民的生活水平也不断提高，随着人们的可支配收入的增加，旅游已经从改革开放前的高端消费转变为现在的大众消费，也因此，各旅游目的地的旅游收入逐年提高，在此背景下，本文通过以珠三角城市群各市2018年的旅游总人次及旅游总收入为切入点，分析珠三角城市群A级旅游景区空间分布差异与区域旅游业发展水平的差异。运用SPSS25.0进行相关性分析，分析结果如表5所示：总感知对总反应的相关系数大于0，两者关系呈正相关，且在0.01层上，受访者对微信朋友圈的总感知与总反应显著相关，当自变量总感知发生1个单位的变化时，因变量总反应随之发生同向的0.826个单位的变化，可以看出受访者对微信朋友圈的总感知对总反应有十分显著的影响。

表5 2018年珠三角城市群旅游景区数量与旅游业发展水平相关性

从表5可以看出景区空间分布与区域的旅游业发展水平有着明显的正相关性：在0.05的水平显著性下，A级旅游景区空间分布与该区域的旅游总人次的Pearson系数为0.050、与该区域的旅游总收入的Pearson系数为0.789。这也进一步表明，旅游景区的空间分布是受区域经济发展水平影响的，更进一步说，这两者是相互影响的，旅游业发展水平高的地区可用于旅游基础设施及旅游景区建设的资金更加充裕，从而促进旅游景区的集聚发展，旅游景区的集聚分布也要求当地不断提高旅游接待水平，从而促进旅游业发展水平的提高。

四、结论与讨论

(1)珠三角城市群A级旅游景区呈集中分布态势，但集中分布态势有减缓的趋势，区域A级旅游景区分布发展越来越均衡。珠三角城市群内A级旅游景区数量较少、发展水平较低的城市应该增加旅游产业及旅游景区建设投入，推动珠三角城市群旅游业发展水平，推进2025年广东实现建成全域旅游示范省

(2)珠三角城市群A级旅游景区由2008年的不存在空间自相关关系转变到2013年及2018年正的空间自相关，A级旅游景区发展对周围地区的景区发展带动性增强，发展水平相似的地区在空间上呈集中分布，空间上存在两级分化的现象。因此，A级旅游景区发展水平相似的区域应加强区域旅游交往，如通过联合邻近城市做周边游或特色旅游节日推广，从而互相带动旅游业的发展，实现区域旅游协同发展。

(3)旅游景区发展热点区与冷点区均具有较强的空间继承性，地理近邻效应明显，两级分化趋势增强。总体来说，旅游景区发展的热点区主要集中在围绕广州的周围城市，而外围东西部区域发展较为滞后。

(4)影响珠三角城市群旅游景区空间差异的因素主要是旅游资源禀赋、经济发展水平以及旅游业发展水平。各城市应该要因地制宜地开发旅游景区，旅游资源禀赋较差的城市如深圳市、肇庆市、珠海市等应该积极投入开发文旅及商旅；而旅游资源禀赋较好的城市则需要合理地开发资源，做好景区品牌包装，提升景区的服务质量和水平。