中国夜间旅游资源的空间分布特征及影响因素研究

杨 丽，王姣姣，付玉慧，程学婷，罗乾恺

（1.新疆大学 旅游学院，新疆 乌鲁木齐 830046；2.新疆历史文化旅游可持续发展重点实验室，新疆 乌鲁木齐 830046；3.新疆大学 商学院，新疆 乌鲁木齐 830091）

0 引言

随着中国经济进入高质量发展阶段，扩大内需、刺激消费成为当前推动各地经济长足发展的内在要求［1］。作为城市夜间经济发展的新动力［2］，夜间旅游不仅是日间旅游在时间上的延伸［3］，还是点亮城市旅游的新名片［4］和实现旅游高质量发展的关键［5］。《国务院办公厅关于进一步激发文化和旅游消费潜力的意见》和《“十四五”文化和旅游发展规划》等文件提出要“大力发展夜间文旅经济”［6］，“推进国家级夜间文化和旅游消费集聚区建设”［7］。夜间文化和旅游消费集聚区兼具传统与时尚元素，体现了文、旅、商等业态的高度融合［8］。在一系列政策导向下，全国各地紧抓夜间旅游消费热点，以特色街区、商业综合体和旅游景区为主要载体，因地制宜积极培育特色迥异的夜间文化和旅游消费新空间，夜间旅游产品的市场供给量因此大幅增长，推动夜间旅游资源从形式到规模发生改变，夜间旅游现象也变得愈加普遍，受到了企业界和学术界的广泛关注。

国外学者主要围绕夜间旅游的影响效应［9］、景观吸引物［10］以及游客行为意愿［11］等内容开展研究。Vincent等以瑞士法语区为例，研究发现通过夜间旅游能够重振山区的价值共创［12］；Kavanaugh 等则重点关注夜间休闲场景中的物质使用和由此引发的负面社会问题［13］；Hilary 研究发现日本夜间工厂的旅游吸引力要素主要包括工厂建筑景观、游船观光和工厂摄影等［14］；Chen等以韩国夜游品牌“文化遗产之夜”的游客为研究对象，揭示了夜游体验和至爱品牌对满意度和忠诚度的影响机制［15］。国内学者的研究内容则侧重于夜间旅游的概念内涵［16］、产品类型与开发［17］、目的地形象感知［18］、游客旅游体验［19］和未来发展策略［20］等。邓勇勇等认为夜间旅游是指从天黑到次日凌晨时间段内，旅游者在旅游目的地为满足其休闲体验所开展的旅游活动［21］；顾至欣基于国内外案例，总结城市夜间旅游产品模式的类型和特点，揭示了中外城市夜间旅游产品模式的差异性［22］；余构雄等以广州市为例，研究发现城市夜间旅游形象由认知形象、氛围形象、情感形象和意动形象构成［23］。陈馨基于大数据时代夜间旅游消费主体的行为特征及变化趋势的分析结果，提出促进夜间旅游发展的相关建议［24］。孙希瑞等以北京、西安、重庆、苏州、广州5 个城市为例，基于游客体验视角深入分析城市夜间旅游的发展情况［25］；齐骥等指出夜间旅游要顺利实现高质量发展，则需加强顶层规划以完善夜间旅游舒适物系统，找准自身显著优势以探索合适的发展道路，推动文旅多元融合以促进产业业态的持续创新升级［26］。

总体来看，目前夜间旅游的系列研究尚处于探索阶段，国内外学者普遍基于社会学、经济学和管理学视角，采用“描述现状——剖析问题——提出对策”的研究范式探讨夜间旅游发展现状，鲜有学者从地理学视角出发开展相关研究；在研究尺度上侧重于中观和宏观尺度，而针对微观尺度（如夜间旅游资源）的研究较为缺乏；在研究方法上以定性描述分析为主，而定量实证分析的理论成果相对较少。作为一类点状空间要素，夜间旅游资源是夜间旅游活动开展的基础和前提，也是刺激夜间旅游市场需求、推动夜间经济深度发展的内在动因，亟需对其整体的空间分布特征与影响因素进行全面深入的系统性分析，为国家和地方政府制定科学的发展举措提供决策参考。据此，本文借助ArcGIS10.3 空间分析工具，综合运用多种定量分析方法，深入探讨中国夜间旅游资源的空间分布格局及其影响因素，以期为推动夜间旅游资源开发建设，优化夜间旅游资源空间局部，制定夜间旅游发展政策提供理论依据。

1 数据来源与研究方法

1.1 数据来源

中国夜间旅游资源数据来源于中华人民共和国文化和旅游部（https：／ ／www.mct.gov.cn）于2021—2022 年公布的第一批和第二批《国家级夜间文化和旅游消费集聚区》名录，累计243 处夜间文化和旅游消费集聚区（未包含我国香港特别行政区、澳门特别行政区和台湾地区）。通过使用百度坐标拾取系统获取经纬度坐标，并导入ArcGIS10.3 软件进行配准与投影转换，以此建立点要素矢量数据库，并进行地图可视化表达，如图1 所示。影响因素各指标数据来源于《中国统计年鉴》《中国文化文物和旅游统计年鉴》、各省区的统计年鉴及国民经济和社会发展统计公报等。

图1 中国夜间旅游资源空间分布Figure 1 Spatial distribution of night tourism resources in China

1.2 研究方法

1.2.1 最邻近指数

最邻近指数（nearest neighbor indicator）是表示点要素在地理空间中相互邻近程度的指标，用于分析点要素的空间分布格局［27］，计算公式如下：

式中：R为最邻近指数；ri为实际最邻近距离；rE为理论最邻近距离；n 为点要素个数；A 为区域面积。R ＜1 时点要素呈集聚分布；R ＝1 时呈随机分布；R ＞1 时呈均匀分布。

1.2.2 Ripley′s K函数

Ripley′s K函数是分析点格局的重要方法，反映点要素在整个空间范围内的变化特征［28］，计算公式如下：

式中：A为区域面积；n为点要素个数；d 为距离尺度；dij为点要素i与j之间的距离。

为使方差保持稳定，Besag 等基于K（d）建构了L（d）函数［29］，计算公式如下：

式中：L（d）＞0 时表明点要素呈集聚分布；L（d）＝0 时表明点要素呈随机分布；L（d）＜0 时表明点要素呈离散分布。

1.2.3 核密度估计

核密度估计（kernel density estimation）通过计算点或线要素在周围邻域中的密度分析区域要素的空间分布疏密态势［30］，计算公式如下：

1.2.4 标准差椭圆

标准差椭圆（standard deviational ellipse）用于揭示地理要素空间分布离散程度和趋势方向［31］。椭圆的长、短轴方向反映要素空间分布数量最多与最少的方向；长、短轴长度反映要素空间分布在主趋势和次趋势方向偏离重心的程度；长、短半轴差距值越大表示要素方向性特征越显著，反之则越不明显［32］，计算公式如下：

式中：SDEx、SDEy分别为长、短轴；xi、yi为点要素i的坐标；为重心坐标；n为点要素个数；θ为椭圆旋转角度；ai、bi为点要素i 到重心的长、短轴方向的距离；X、Y 轴分别为点要素分布的方向和范围。

1.2.5 地理探测器

地理探测器（Geodetector）是一种探测空间分异性并揭示其驱动因素的统计学方法，此方法无线性假设，分析结果较为客观真实［33］。文中借助因子探测和交互探测分析不同因子对夜间旅游资源空间分布的影响程度及两两交互作用［34］，计算公式如下：

式中：q为影响因子X 对夜间旅游资源分布数量Y的解释强度，数值介于0—1 之间；h 为影响因子的分层；L为夜间旅游资源空间分布数量分区；Nh和N分别为层h和全区的单元数和σ2分别为层h和全区影响因子的方差。

2 夜间旅游资源的空间分布特征

2.1 空间分布模式

中国夜间旅游资源的最邻近指数R ＝0.450 3＜1，P ＝0.000 0 ＜0.01，表明其空间分布呈显著的集聚型特征，但在不同空间尺度的分布存在较为明显的差异，如表1 所示。从七大地理分区来看，东北地区以重工业为主，旅游资源总体开发程度不高，区内分布的夜间旅游资源数量最少，共计11 处，占比4.52%，最邻近指数R ＝1.348 2 ＞1，P ＝0.027 2 ＜0.05，表现为显著的均匀分布特征；华东地区社会经济发达，交通可达性较高，人口规模较大，旅游市场广阔，是夜间旅游资源分布的重要集聚区，共计78处，占比32.10%，最邻近指数R ＝0.509 0 ＜1，P ＝0.000 0 ＜0.01，具有明显的邻近发育特征；华北地区、华中地区、华南地区、西北地区和西南地区的夜间旅游资源空间分臣皆呈现集聚型特征（R ＜1），但华中地区和西北地区的集聚特征相对较不显著（P＞0.05），一方面可能受到区域夜间旅游发展规划的影响，另一方面也可能与夜间旅游资源的开发所依托载体的分布情况有所关联；七大地理分区夜间旅游资源空间分布的集聚强度呈现“华东＞西南＞华北＞华南＞西北＞华中＞东北”的位序格局。全国夜间旅游资源的最邻近指数相较于七大地理分区最小，即在整个研究区域内，全国范围较其他地理分区的集聚性更加显著，表明中国夜间旅游资源的空间集聚分布特征随尺度距离的增加而愈加明显。

表1 中国夜间旅游资源空间分布模式和区域差异Table 1 Spatial distribution patterns and regional differences of night tourism resources in China_______________

为进一步验证中国夜间旅游资源分布的空间集聚模式，从省域尺度对夜间旅游资源进行数理统计，并借助洛伦兹曲线检验空间分布的非均衡程度，中国夜间旅游资源空间分布的洛伦兹曲线即为31 个省区市夜间旅游资源累计比重连成的折线（图2）。从图2 可见，洛伦兹曲线位于均匀分布线的下方，并呈现“下凹”趋势，印证了中国夜间旅游资源空间分布具有集群特征。此外，中国夜间旅游资源分布数量的空间非均衡性特征明显。具体地，北京、江西、福建、广东、广西、上海、江苏、浙江、山东、重庆、四川等11 个地区是重点分布区域，占据全国夜间旅游资源总量的52.67%；而黑龙江、青海、海南、西藏、吉林、天津、内蒙古、宁夏、辽宁、山西、甘肃等11 个地区的夜间旅游资源数量相对较少，所占比重仅为16.87%。

图2 中国夜间旅游资源分布的洛伦兹曲线Figure 2 Lorentz curve of distribution of night tourism resources in China

为弥补上述两种方法在分析点要素集聚模式方面的缺陷与不足，借助ArcGIS10.3 软件的Ripley′s K函数分析工具，确定L（d）值的变化范围并进行显著性检验，深入分析中国夜间旅游资源多尺度集聚模式特征（图3）。从图3 可见，L（d）观测值曲线位于期望值曲线和上包迹线的上方，进一步表明中国夜间旅游资源呈现集聚分布特征。随着尺度距离的不断增大，L（d）观测值曲线与上包迹线之间的相对位置距离越来越远，表明夜间旅游资源在较大的空间尺度内表现为较强的集群特征，充分验证了前文的最邻近指数分析结果。由Diffk 曲线可知，在900km的尺度距离下，夜间旅游资源空间分布的集聚强度达到极大值，进一步说明中国夜间旅游资源空间分布的“大尺度”集聚特征突出。

图3 中国夜间旅游资源分布Ripley′s K分析Figure 3 Ripley′s K analysis of distribution of night tourism resources in China

2.2 空间结构形态

进一步运用ArcGIS10.3 软件的“核密度分析”空间统计工具，对中国夜间旅游资源空间分布的结构形态进行地图可视化表达，同时运用自然断裂法，借鉴夏赞才等的研究经验［35］将核密度依次划分为“低密度、中低密度、中密度、中高密度，高密度”5 个等级，以此刻画中国夜间旅游资源分布的空间异质性（图4）。

图4 中国夜间旅游资源分布核密度Figure 4 Kernel density of distribution of night tourism resources in China

从图4 可见，中国夜间旅游资源整体呈“单核中心、次中心双点集聚”的空间状态，“东密西疏”的分布特征显著，空间密度演化具有以高密度地区为核心向外围扩散趋势。其中，单核集聚中心是以上海、江苏、浙江为核心的长三角地区，也是夜间旅游资源分布的高密度地区，核密度呈显著的“圈层状”结构，由中心向外围逐步减少；两个次中心集聚区分别位于北京东南部、天津西北部和河北东北部交界处、四川东南部和重庆西南部交界处，但所覆盖的区域面积相对较小；黑龙江、内蒙古、青海、西藏、新疆等地受社会和人文因素的综合影响，夜间旅游资源分布密度值较低，区域内部分县市为夜间旅游资源的分布盲区。对于夜间旅游资源丰富且分布较为集中的地区，未来要依托现有资源存量打造“全方位、多层次、一体化”的夜间旅游产业集群，建设国家级夜间文化和旅游消费集聚区，充分满足当地居民和游客的文化和旅游消费需求，实现产业链的整合优化，提升全区的夜间旅游核心竞争力；对于夜间旅游资源匮乏且分布较为分散的地区，未来要加大创新力度，学会“无中生有”，尝试丰富夜间景点和特色活动，重点打造“唯一性、独特性、稀缺性”的高品质夜间旅游体验项目，增加夜间旅游的吸引力，同时通过网络、媒体等途径宣传夜间旅游资源、夜间旅游活动和特色产品，提升区域夜间旅游的知名度与影响力。

为进一步判断中国夜间旅游资源的分布方向及覆盖范围，利用ArcGIS10.3 软件的“方向分布（标准差椭圆）”和“平均中心”空间统计工具计算椭圆中心坐标、轴长度和转角并进行空间可视化表达（图5）。从图5 可见，中国夜间旅游资源空间分布的标准差椭圆的重心落在湖北与河南的交界处，坐标为112.65°E，32.05°N，短半轴为965.70km，长半轴1 033.85km，旋转角度为79.87°，整体呈现“东北—西南”走势，可以囊括中国约63%的夜间旅游资源，覆盖了河北、山东、上海、广东、浙江、湖南、湖北、江西、安徽、福建、贵州、四川、重庆、陕西、山西、宁夏等地的绝大部分区域。

图5 中国夜间旅游资源分布标准差椭圆Figure 5 Standard deviational ellipse of distribution of night tourism resources in China

3 夜间旅游资源分布的影响因素

中国夜间旅游资源“东多西少”的分布格局是多种因素共同作用的结果。本文基于研究区域夜间旅游发展实际和数据的可获取性、关联性与科学性等特点，借鉴现有研究成果［36，40］，从经济发展水平、政府投入力度、交通运输能力、人口资源条件、旅游接待能力和卫生环境状况等6 个维度综合考虑，选取地区生产总值、全社会固定资产投资、年旅客客运量、常住人口数量、旅行社数量和人均公园绿地面积等17 个因子作为自变量X，收集2021 年度的官方统计数据，运用K 均值聚类算法（K－means clustering algorithm）将其转化为分类变量，以中国31 个省区市的夜间旅游资源数量为因变量Y，运用地理探测器工具测度不同影响因子的q 值，以识别其对中国夜间旅游资源分布数量的影响程度及交互影响作用。其中，q值越大，影响因子的解释力越强。两因子之间的交互关系包括5 种类型［41］，判别标准如表2 所示。

表2 因子交互作用类型的判别标准Table 2 Criteria for identifying the type of factor interaction

3.1 单一因子探测结果

由因子探测结果可知，六大影响因素对中国夜间旅游资源分布数量的解释力依次为旅游接待能力（0.598）、人口资源条件（0.589）、经济发展水平（0.576）、政府投入力度（0.554）、交通运输能力（0.542）、卫生环境状况（0.413），如表3 所示。具体地，夜间旅游资源分布数量受住宿和餐饮法人单位数的影响最强，q值高达0.829 且显著；其次为第三产业生产总值、第三产业从业人数、地区生产总值、城市道路照灯数量和生活垃圾清运量，q 值介于0.6—0.8 之间且显著，对夜间旅游资源分布数量的解释力较强；再者是年旅客客运量、全社会固定资产投资、实有道路长度、一般公共服务预算支出、游客接待总量和旅行社数量等，q 值介于0.4—0.6 之间且显著，对夜间旅游资源分布数量的影响程度一般；最后是常住人口数量和人均公园绿地面积，q 值介于0.2—0.4 之间且显著，对夜间旅游资源分布数量的影响程度较弱。然而，人均可支配收入、载客汽车拥有量和公共卫生厕所数量3 个影响因子的解释力并不显著。

表3 中国夜间旅游资源分布数量影响因素的解释力Table 3 Explanatory power of factors influencing the distribution of night tourism resources in China

由此可知，研究期内不同影响因子对夜间旅游资源分布数量的影响存在一定的差异，以住宿和餐饮法人单位数的影响作用相对最强，以人均公园绿地面积的影响作用相对最弱。未来，在夜间旅游资源的开发和利用的过程中，首先要重点关注区域住宿和餐饮核心配套设施的提质升级，同时配备专业的服务人员提高服务品质，为夜间旅游带来更多经济效益；其次要不断提升道路照明水平和生活垃圾清运能力，营造干净、有序的夜间空间环境，在满足当地居民宜居生活环境需求的同时为夜间旅游者带来良好的体验感；最后要认识到地区常住人口虽然能在不同程度上增大区域夜间旅游需求，但是只有人们的生活水平达到一定程度后才能将潜在旅游需求转化为现实旅游消费，因此要更好发挥内需对经济增长的拉动作用，多措并举提升居民收入，以此释放夜间旅游消费潜力。

3.2 因子交互探测结果

在单一因子探测的基础上，计算通过显著性检验的14 个影响因子两两交互作用的q 值（q（X1∩X2）），对比分析q（X1）、q（X2）与q（X1∩X2）的大小和数量关系，从而判断因子之间的交互关系，如表4所示。从中可知，所有双因子交互作用强度均大于单一因子的影响作用，且交互关系均表现为双因子增强类型，表明上述14 个影响因子对于夜间旅游资源分布数量的驱动并非相互独立关系，而是具有协同增强作用，即任何两个因子之间的交互作用均会在不同程度上增加其对于夜间旅游资源分布数量的解释力。

表4 中国夜间旅游资源分布数量影响因素的交互作用分析Table 4 Interaction analysis of factors influencing the distribution of night tourism resources in China

具体地，中国夜间旅游资源分布数量的核心交互因子是城市道路照明灯数量与住宿和餐饮法人单位数（X6∩X13），q 值高达0.939，解释力最强，二者主要反映了区域夜间旅游资源开发的保障和供给能力。其中，城市道路照明灯能为夜间车辆和行人创造良好的视觉环境，保障夜间交通安全、提高夜间交通运输效率并美化城市夜间环境；住宿与餐饮企业也不单单通过满足夜间旅游者的食品和住房需求实现创收目的，而是逐步发展成为延长夜间旅游体验的重要项目，二者合力，为区域夜间经济发展注入强大动力。此外，X4∩X13、X2∩X13、X14∩X13、X7∩X13、X1∩X6、X2∩X8、X8∩X13、X1∩X14、X11∩X13等交互因子对中国夜间旅游资源分布数量的解释力水平排名前十，较多体现了旅游接待能力、经济发展水平和政府投入力度等因素，且大多数影响因子与住宿和餐饮法人单位数的交互作用强于其他因子，说明夜间旅游资源分布数量不仅受住宿和餐饮法人单位数量单一因子的强烈影响，同时其他影响因子与之交互作用也对夜间旅游资源分布数量具有较强影响。通过对比分析单一因子探测和因子交互探测结果可知，单一因子对夜间旅游资源分布数量解释力较强并不能始终说明双因子交互作用的解释力也相对较强。例如，X13和X2单一因子的解释力位列前二，但X13∩X2的解释力位序相对并不靠前；X4单一因子的影响作用排名第八，但X4∩X13的影响力却位列第二。因此，中国夜间旅游资源分布数量不仅是不同影响因子单独作用的结果，而且更大程度上与其交互作用密不可分。

3.3 影响因素作用机理

经济发展水平对于夜间旅游资源的分布具有推动作用。夜间旅游资源是夜间旅游经济发展的重要依托，区域经济发展水平为夜间旅游资源的开发、保护和利用提供了物质保障。其中，第三产业生产总值的因子解释力在经济发展水平中最高，一定程度上说明夜间旅游资源的开发建设程度与区域文化、商业、交通等第三产业的发展有着紧密的联系。长三角、京津冀和成渝等经济发展水平较为发达的城市群夜间旅游资源数量多且分布密集，进一步表明区域夜间旅游经济发展离不开雄厚的财力和物力的推动。

政府投入力度对于夜间旅游资源的分布具有主导作用。政府具有优化夜间文化和旅游发展的政策供给的能力，加强夜间旅游资源的规划、开发、建设和保护的资金供给能够有效促进夜间旅游资源集群的形成和打造。其中，城市道路照明灯数量的因子解释力在政府投入力度中最高，充分说明夜间旅游的可持续发展需要依托灯光照明设施的建设。灯光与景观整体环境相协调的夜景照明设计不仅可以美化城市环境、营造美好意境的夜游氛围，也是夜间旅游发展的重要保障。

交通运输能力对于夜间旅游资源的分布具有支撑作用。区域公路交通作为夜间旅游业的重要组成部分，在满足旅游者夜间出行需求的同时也能助力夜间旅游创收，有效提升区域夜间旅游资源集聚区的交通可达性并扩大辐射范围。我国华东地区的公路交通非常发达，路网覆盖范围广泛，拥有上海超一线大城市，以及杭州、苏州等一线城市，沪杭高速公路、沪宁高速公路和沪苏高速公路的建设，使得长三角城市群之间的交通更加便捷，成为我国夜间旅游资源分布的高密度地区。

人口资源条件对于夜间旅游资源的分布具有协同作用。夜间旅游活动的主体是人，涉及消费者和从业者两个方面。其中，夜间旅游资源集聚区及周边地区的居住人口是主要客源市场，常住人口数量越多则本地游客对夜间旅游资源的需求量也相应增多，能够有效促进夜间旅游资源的开发建设。第三产业从业人员规模则在一定程度上反映了地区的旅游服务能力与水平，是夜间旅游蓬勃发展的重要基础。同时，夜间旅游资源集聚区的建设又能够吸引大量人流，进一步推动区域夜间旅游消费规模的持续壮大。

旅游接待能力对于夜间旅游资源的分布具有关联作用。夜间旅游资源是夜间旅游活动的主要吸引物，能够将“过客”转化为“游客”，而旅游接待能力则在一定程度上能够让“游客”成为“过夜客”。其中，住宿和餐饮法人单位数的因子解释力在旅游接待能力中最高，说明夜间旅游资源的分布受住宿餐饮的影响较大，倾向于布局在食宿业态较为丰富的地区。无论是从旅游产业的成熟度，还是从配套设施的完善度来看，我国长三角、京津冀和成渝等经济发达的地区在夜间旅游资源的规划和开发上都具有明显的竞争优势。

卫生环境状况对于夜间旅游资源的分布具有潜在作用。区域卫生环境条件是居民幸福感和游客感知要素的重要组成部分，反映了一个地区的精神风貌，也是决定夜间旅游资源开发层次的潜在影响因素。卫生环境治理工作在优化发展环境、美化城乡面貌、改善整体形象和提升旅游品位等方面具有“以小见大”的作用。夜间旅游经济的快速发展使当地的夜间烟火气息越来越浓厚，但各种卫生环境隐患也随之而来。干净整洁的卫生环境能够让居民和游客放心、舒心地开展夜间旅游活动，良好的“夜容夜貌”能够推动区域夜间旅游经济健康有序发展。

综上所述，本文提出影响中国夜间旅游资源空间分布格局的作用机理（图6）。

图6 中国夜间旅游资源空间分布格局的影响机理Figure 6 Influence mechanism of spatial distribution pattern of night tourism resources in China

4 结论与建议

4.1 结论

本文基于ArcGIS10.3 空间分析工具，综合运用最邻近指数、Ripley′s K函数、核密度估计、标准差椭圆、地理探测器等方法探讨了中国夜间旅游资源的空间分布模式、空间结构形态及其影响因素。主要研究结论如下：①夜间旅游资源的空间分布具有显著的“大尺度”集聚特征，七大地理分区夜间旅游资源空间分布的集聚强度呈“华东＞西南＞华北＞华南＞西北＞华中＞东北”的位序格局。其中，北京、江西、福建、广东、广西、上海、江苏、浙江、山东、重庆、四川等11 个地区是夜间旅游资源分布的重点区域。②夜间旅游资源分布数量的空间非均衡性特征明显，“东密西疏”的分布特征显著。整体上呈现出“单核中心、次中心双点集聚”的空间状态，以长三角地区为一个高密度核心区，以京津冀地区和成渝地区为两个次密度核心区。③夜间旅游资源的空间分布特征受经济发展水平、政府投入力度、交通运输能力、人口资源条件、旅游接待能力和卫生环境状况的综合影响。具体地，住宿和餐饮法人单位数、第三产业生产总值和第三产业从业人员的解释力相对最强，是影响夜间旅游资源分布数量的关键要素。④夜间旅游资源分布数量的影响因子的交互关系全部表现为双因子增强类型，即两个影响因子交互作用的解释力大于单一因子的解释力，表明夜间旅游资源分布数量不仅是单一影响因子作用的结果，而且与影响因子的交互作用密不可分。其中，住宿和餐饮法人单位数与城市道路照明灯数量是核心交互因子。

4.2 建议

中国夜间旅游资源具有明显的“东密西疏”特征，空间分布的非均衡性较为显著。这种空间分布状态虽然不利于夜间旅游资源的连片开发与保护，但在一定程度上能促进资源的优化配置和高效利用［42，43］。据此，提出以下发展建议：

依托现有资源条件，规避盲目开发建设。区域旅游接待能力、交通运输能力和卫生环境状况等因素对于夜间旅游资源的分布具有重要影响。夜间旅游资源的开发与保护以及夜间文旅消费聚集区的打造，需要以一定的日间旅游发展基础或商业发展基础为前提，如成熟的景区、商业圈或具备客流量基础的古镇和地标性建筑等，且周边必须具备完善的停车场和公共卫生厕所等基础设施，并具有住宿和餐饮等公共服务场所及相关配套服务体系。同时，建设初期应优先解决日间旅游发展的制约因素，从而有效规避夜游项目的生搬硬套和盲目开发而引起资金与资源的浪费。

加大资金投入力度，强化管理服务效能。夜间经济和夜间旅游发展模式的多样化和规范化离不开国家和地方政府的大力扶持，相关部门要充分发挥“引导者”作用，制定夜间旅游项目审批、税收、土地等方面的财政优惠政策，加大资金投入力度，完善区域公共交通、卫生厕所和灯光照明等公共服务配套设施，设立夜间旅游专项资金，专门用于区域夜间旅游资源的开发建设、项目包装、宣传促销等。针对夜间旅游活动带来的环境、治安和消防等问题，当地政府还需联合市场监管、城管和消防等管理机构，结合当地实际制定规章制度，进一步强化夜间旅游的管理服务效能。

深入挖掘文化内涵，打造特色夜游品牌。在“夜经济”时代，全国各地纷纷出台相关政策持续推动夜间消费转型升级，夜间旅游逐步成为拉动地区经济增长的新亮点，夜场灯光秀、夜游演艺项目和夜市美食街等现已成为区域夜间旅游的“标配和主流”。未来，各地相关政府部门和企业还需深入挖掘地方人文历史、现代时尚文化和特色生活方式的核心内涵，将文化元素与地域特色通过虚拟现实技术进行整合和重构，开发极具回味体验的数字化沉浸式体验项目，培育符合当地特色的文旅IP，打造辨识度高、关注度强、美誉度好的夜游品牌，从而有效避免同质化发展现象。

创造多维体验场景，满足多元市场需求。融娱乐性、互动性和沉浸性于一体的场景是推动消费的重要因素。在区域夜间旅游资源开发建设中要善于“推陈出新”，不断突破传统的夜间观光、夜间文化展览和夜间零售概念，从满足当地居民及游客多元休闲消费需求视角出发，通过食住行游购娱等产业相关要素的业态重组，创新推出沉浸式演艺、非遗互动项目和文创产品、3D 灯光秀、街头艺术表演等品质化、特色化产品，延伸夜间文旅消费链条。通过夜间旅游产业带来的人气聚集与创意聚集，带动商业企业的入驻及规模化发展，形成文旅商一体化的综合发展结构。

4.3 局限与展望

本文系统分析了中国夜间旅游资源空间分布特征和影响因素，一方面对现有夜间旅游领域的研究进行了补充，另一方面对夜间旅游资源布局的优化具有一定的现实意义，但还存在以下不足：一是地理环境和社会文化在地域上的差异使得旅游资源具有地域性特点［44］，从而导致不同地区的夜间旅游资源在数量、质量、结构等方面存在较大差异，因此不同地区的夜间旅游资源类型也不尽相同，后续研究可以根据夜间旅游资源的依托载体与形态的差异，细分其所属类型，进而对比分析不同类型夜间旅游资源的空间分异特征和影响因素；二是夜间旅游资源的空间分布格局受社会、经济和环境等多种因素共同影响，本文重点从社会和经济层面探讨了经济发展水平、政府投入力度、交通运输能力、人口资源条件、旅游接待能力和卫生环境状况等因素的影响作用和交互影响，后续研究还需进一步探讨自然环境条件对夜间旅游资源分布的影响作用，如海拔高度和地形坡度［45］等。