东北地区A级旅游景区空间分布特征及影响因素

基于东北地区2009年、2012年和2015年A级旅游景区数据,采用最邻近指数、基尼系数、核密度分析、相关分析等数理和空间分析方法,基于GIS空间分析技术,从类型、均衡度和密度等方面对东北地区A级旅游景区的空间分布特征及影响因素进行研究,结果显示：① 2009年、2012年、2015年3个时段,东北地区A级旅游景区在空间上呈集聚状态,且集聚程度具有先强后弱的演变特征;② 省会城市和主要交通节点城市附近A级旅游景区核密度较大;③ 随着旅游业的快速发展,东北三省A级旅游景区核密度增强区域扩散较快,但蒙东地区变化较慢;④ 旅游资源空间分布受自然因素和人文因素影响很大,其中地形地貌、水文是影响A级旅游景区分布的内生因素,而社会经济水平、交通等是重要的外推动力,对A级旅游景区分布影响比较显著。     

基于POI数据的山西省旅游景区分类及空间分布特征

运用大数据与传统地理信息系统相结合的方式,以山西旅游景区POI(Point of Interest)数据为研究对象,对其进行分类后,研究其总体空间分布格局、分布方向以及具体地市空间分布特征。结果表明：山西旅游景区总体分布格局呈现晋中地区集聚特征,具体各类旅游景区的集聚形态与程度有所差异。其中,地文景观类旅游景区集聚于晋中、晋东南和晋北东部地区;水域风光类旅游景区以晋中、晋南和晋北东部地区为轴呈条带状分布;生物景观类旅游景区在空间上呈“菱形”状集聚形态;遗址遗迹类旅游景区集聚于晋北和晋东南地区;建筑与设施类旅游景区呈“三角形”状集聚特征;娱乐购物类旅游景区在全省范围内分布较为均匀。旅游景区空间分布方向与山西省区域形状吻合,除娱乐购物类旅游景区分布方向性和向心性不明显之外,其他类别旅游景区均有不同程度的集聚特征;各地市旅游景区分布情况中,水域风光类旅游景区在各市域间分布较为均匀,地文景观类和建筑设施类旅游景区热点区域出现在阳泉市,冷点区域出现在晋城市,但其集聚程度均较低;生物景观类旅游景区热点区域位于长治市,冷点区域位于临汾市和运城市,其集聚程度较高。最后,从自然地理和人文社会两方面对旅游景区空间分布的影响因素进行了定性分析。     

黄河流域A级旅游景区空间格局及其影响因素的多尺度分析北大核心CSCD

旅游景区合理布局是实现黄河流域旅游业高质量发展的内在要求与根本保障,识别景区空间格局及其影响因素如何随尺度发生变化,对黄河流域的景区多层级统筹管理具有重要现实意义。基于地理因素的空间尺度效应,从县域、市域、集聚区3个尺度构建了分析框架,利用统计与GIS技术揭示黄河流域A级景区多尺度空间格局,运用地理探测器、空间叠加分析等揭示各尺度影响因素及其差异特征。结果表明:(1)黄河流域A级景区整体呈东部和南部密集、西部和北部稀疏的空间格局,流域南部形成一个中高密度弧形带。随着研究尺度增大,景区集聚范围逐渐扩大,集聚程度逐渐降低;(2)县域尺度上,全国重点文物保护单位密度对景区格局影响程度最大,其次是植被覆盖度、年降水量、到最近河流距离、国家湿地公园密度。人口密度是市域尺度影响程度最大的主导因素,非主导因素在与各主导因素交互后形成强烈的增强效应。集聚区尺度景区格局主要受年降水量、植被覆盖度等自然环境因素的刚性约束;(3)3个尺度的影响因素明显不同,不同尺度景区格局并不是主导因子简单组合或累积的结果,而是自然环境、旅游资源、社会经济及区位复杂交互后的产物。     

中国3A级以上旅游景区空间集聚特征研究

基于中国3 228个3A级以上旅游景区数据分析其空间集聚特征。结果表明,中国3A级以上旅游景区具有典型的“类型极化、区域分化、板块集聚”的分布特征,胡焕庸线两侧景区密度悬殊;中东部地区为凝聚-随机分布,西部地区为凝聚分布,不同区域发育主题和特色不同;5A级景区集聚在经济发达地区,4A级景区沿黄河、长江集中分布,3A级景区多处于东部滨海沿线;历史知名度、自然地理环境、人口经济规模、交通区位条件、审批标准、效仿发展等因素影响较大,循环累积效应显著。据此提出“区域平衡、跨区协调、分类优化”的发展建议。     

武汉市旅游景区空间结构演化

旅游景区空间结构处在不断演化和发展中,具有等级性、层次性,是一个复杂的系统。以武汉市2002年和2011年的国家A级旅游景区为研究对象,运用最邻近指数、Moran’s I指数和集聚维数,结合GeoDa、ArcGIS空间分析工具,从不同角度系统分析了武汉市旅游景区空间结构的演化特征,并分析了其经济社会环境、旅游发展政策、交通发展状况以及旅游者行为等因素在武汉市旅游景区空间结构演化过程中的作用。结果表明：1）武汉市旅游景区“双组团”的空间分布密度不断增强;2）旅游景区“中密周疏”的空间分布格局有所减弱;3）旅游景区的空间分布在不同地域单元呈现负空间自相关性特征;4）旅游景区空间结构逐渐由简单向复杂演化,不断趋于完善,但空间结构具有不稳定性。     

中国西北地区A级旅游景区时空分布格局及影响因素

区域旅游景区合理布局是实现旅游业高质量发展的内在要求与根本保障，探究其空间格局演变及影响因素对促进区域旅游协作、经济共享及文化融合具有重要意义。基于中国西北地区2010—2020年A级旅游景区数据，采用GIS空间技术分析景区时空分布特征，从社会、经济、环境3个方面构建影响因素指标体系，并运用地理探测器厘清景区空间格局演变与影响因素的内在机理。结果表明：（1）西北地区A级旅游景区数量变化不均衡特征显著，空间上集聚分布且集聚程度逐渐增强，呈现“西北—东南”的空间分布态势，中轴线处在“吐鲁番市—酒泉市—海北藏族自治州—兰州市—宝鸡市—西安市”一线，景区空间结构经历了“分散式点状—组团式斑块状—倒L型条带状”的演变过程。（2）常住人口、人均GDP、旅游收入、通车里程和政策力度5个因子对A级旅游景区空间格局演变的影响程度较强。（3）社会因素的影响能力上升，表现为先下降、后稳步上升2个阶段；经济因素的影响能力上升，表现为周期性的上升-下降波动；环境因素的影响能力趋向于上升，但变化幅度相对稳定。     

基于网络关注度的中国沙漠型A级景区空间格局及其影响因素分析北大核心CSCD

基于搜索引擎指数、旅游网站指数、社交媒体指数和短视频指数等数据构建评价体系,运用空间分类、核密度估计、最邻近分析等方法,分析中国沙漠型A级景区网络关注度的空间差异并解释其影响因素。结果表明:(1)高、较高关注度水平中国沙漠型A级景区集中在内蒙古、新疆、甘肃,较低、低关注度水平景区数量多、分布广,且大多规模较小、等级偏低;从子系统看,搜索引擎、旅游网站、社交媒体子系统所显示出的空间分布格局与综合水平较为相似,短视频子系统与整体差异较大。(2)从空间集聚格局看,呈现出一主一副、多核联动的格局;从子系统看,搜索引擎、旅游网站和社交媒体子系统与整体相似,短视频子系统差异较大。(3)在空间结构特征中,整体呈现出中等以上水平区趋于均匀、较低水平区趋于随机、低水平区趋于凝聚的分布状态,且随着景区关注度水平降低而集聚特征逐渐增强;搜索引擎和旅游网站子系统与整体相似,社交媒体和短视频子系统与整体差异较大。(4)从影响因子看,景区销售市场、宣传平台建设、地区基础实力是主要影响因素,景区基础实力次之,外部旅游环境的影响力相对较弱。     

基于数字足迹的河南省A级景区旅游流网络特征研究

以携程旅行网站上发布的关于河南省景区旅行游记作为数据来源,运用社会网络分析和空间分析方法分析河南省A级景区空间网络特征。结果表明:河南省A级景区旅游流网络中4A级及以上资源禀赋较高的景区与其他景区联系频繁,客流量最多的景区主要分布在洛阳、郑州、开封和焦作;龙门石窟、嵩山少林寺、白马寺、香严寺、云台山-神农山-青天河景区、万仙山风景区6个景区的节点中心性和结构洞分析排名靠前,资源优势显著,旅游吸引力较强,竞争优势明显,位于网络的核心地位;河南省A级景区网络整体规模大但密度低,核心-边缘结构明显,核心节点对边缘节点的带动作用不强,凝聚子群在郑、汴、洛地区呈现集聚发展趋势,整体网络具有一定的流通性和集聚性,呈现小世界网络特征。     

湖北省A级旅游景区的空间格局与优化

为了充分利用、整合湖北旅游资源,运用图表法、空间计量分析法研究了湖北省125家A级旅游景区的空间结构特征及其与资源、行政区、交通、水系等要素之间的关系。结果表明:湖北省旅游景区趋于集聚型分布,以武汉市为中心呈现出一定的集聚规律;绝大多数旅游景区属于自然资源导向型;各地市(州、林区)景区的数量和等级组成、空间结构特征不同;旅游交通网不够完善;旅游景区有较明显的沿长江及其支流分布的趋势。进一步探讨了湖北省旅游景区空间布局中存在的问题,并提出优化方案。     

中国旅游景区发展的地区差异及其收敛性——以2001-2009年A级景区为例

利用2001-2009年各批次A级景区的相关数据,研究发现:1)中国各省区旅游景区发展的总体水平可分为5个梯队,综合景区的数量和等级因素可分为6个类别,各省区市景区发展水平的绝对差异存在扩大的趋势。2)全国和东部地区的景区经济发展密度、景区交通发展密度、景区人口密度和景区空间密度均存在β绝对收敛,说明其相对差异在逐步缩小,也说明中国A级景区正朝着合理化和有序化的方向发展;其中景区交通发展密度的相对差距缩小最为明显,也说明地区景区发展水平主要受到交通发展的影响,优化各地区的交通发展比地区经济发展均衡更能促进景区发展的合理化水平。这一结果对如何推进中国旅游景区均衡、协调发展提供了思路。     

基于计量地理分析的中国A级旅游景点（区）空间结构研究

以2012年底中国2424个A级景区（点）为研究对象,采用GIS空间分析和计量地理方法（最近邻指数、样方分析、基尼系数和热点聚类等）,对A级旅游景点的空间结构特征进行了分析;利用栅格成本加权距离算法计算了景点的空间可达性;借助耗费分配方法划分了4A级及以上景点的服务范围。结果表明：总体上,中国A级景点的空间分布呈现聚集分布的特点,人文类景点的聚集度高于自然类景点;4A级及以上景点的聚集度低于4A级以下景点;4A级及以上人文类景点的聚集度高于4A级以下人文类景点。A级旅游景点在中国八大地理分区中的分布也呈现集中分布状态,空间分布的均匀度较低。受经济发展水平和旅游资源禀赋的影响,4A级及以上景点的服务范围表现为西部>东部,北方>南方的特征。景点的一级热点区主要集中分布在德庆-阿拉善左旗一线的东侧;二级热点区由11个区域组成;三级热点区则主要由京津-中原-长三角组成。     

北京市高尔夫旅游资源空间分布特征及影响因素

高尔夫旅游不仅是中国旅游资源体系中的重要组成部分,也是旅游产业从观光型向休闲度假型调整的重要支撑点。选取北京市作为研究区域,对18洞及以上共51处标准高尔夫旅游资源空间分布特征及影响因素进行研究,得出以下结论:①在区域经济发展水平的影响下,北京市高尔夫旅游资源发展可分为两个阶段:1985-2000年缓慢发展阶段,2001-2011年蓬勃发展阶段。②北京市高尔夫旅游资源的空间分布形态已经出现多中心特征,由空间点状集聚分布转向扩散化并形成线状网络体系。③从球场面积的空间容量分布来看,北京市高尔夫旅游资源呈现出空间不均衡的集聚特征格局。中心城区球场密度大,但空间容量规模低;外围新兴区域球场密度相对较低,但开发强度高,空间容量规模大。总体上看,区域地形特征、重要水系分布、交通区位条件、配套服务设施、关联产业开发、土地价格、规划及政策引导等各种要素,通过综合作用机制共同影响北京市高尔夫旅游资源空间分布特征。     

山西省国家A级旅游景区空间分布影响因素研究

基于GIS空间分析技术与地理探测器（Geodetector）方法,使用旅游政务网、地理空间数据云、政府报告和统计年鉴相关数据,对2001—2017年间影响山西省国家A级旅游景区空间分布的影响因素进行了分析,包含社会政治因素（相关政策、常驻人口、交通状况）、经济产业因素（三产占比、旅游收入、生产总值）和自然环境因素（海拔高度、河流水系、平均气温）。结果表明：① 社会政治因素和经济产业因素变化较大,属于动态影响因素,自然环境因素变化较小,属于静态影响因素;② 相关政策、常住人口、交通状况、旅游收入、生产总值5个三级动态影响因素的影响能力值从2001—2017年间不断加强,而三产占比三级动态影响因素呈现波动下降,海拔高度、河流水系、平均气温3个三级静态影响因素的影响能力值变化较平稳;③ 从演化过程来看,2001—2017年间社会政治因素影响能力值逐年增加,是影响程度最高的二级影响因素,经济产业因素发展为影响程度第二的二级影响因素,自然环境因素发展为影响程度最小的二级影响因素。结果可为合理评价和指导区域旅游业全面发展提供有力支撑,促进旅游业发展,为旅游景区空间结构优化和旅游产业升级提供科学依据。     

基于 POI 的住宿业时空格局演化及与 旅游景点的空间关联研究

以乌鲁木齐市住宿类 POI（2012 年、2018 年）为研究对象，利用核密度法和标准差椭圆法探 究住宿设施时空演变特征，在此基础上从旅游地域系统角度出发，利用分形维数模型和相关数据 统计分析方法测度住宿设施与旅游吸引物的空间耦合情况，旨在为城市住宿和旅游空间优化提供 科学参考。结果显示：（1）主城区住宿设施总体沿河滩路、阿勒泰路等重要交通路线分布，数量明 显增长，米东新区等地有演变为外围集聚中心的趋势。（2）住宿设施总体向东北方向移动，轴向集 聚转为离散分布，2012 年各类型空间分布方向和范围差异较大，2018 年三星级和经济型空间离散 化趋势最为明显。（3）普通型住宿设施由孤立核模式演变为带状多核模式，呈现明显的中心集聚― 外围扩散趋势；经济型酒店由点状集聚转变为带状集聚。（4）住宿设施与旅游景点的空间耦合性较 高，在主要道路缓冲区内具备较强的空间协调性，旅游地域系统处于单中心集聚发展的初级阶段， 分形结构有待优化。     

长三角旅游吸引物城乡空间分异特征

基于长三角地区1663个3A级旅游景区数据,采用GIS空间分析技术与地理探测器方法,对长三角旅游吸引的城乡空间分异特征及影响因素进行了探究。结果表明：① 长三角旅游吸引物空间分布不均衡性显著,表现出“整体分散,核心集聚”的空间分布特征,“单核、多中心、层级化”的格局特征显著,集聚形态上呈现出明显的“核心-边缘”结构;② 城区吸引物集聚程度高于乡村地区,省域间城乡吸引物分布各有侧重,根据景区丰度指数可将长三角41市划分为“城乡双高型”“城区集聚型”“乡村集聚型”和“城乡双低型”4类旅游地;③ 长三角旅游吸引物城乡分异特征主要是由自然、经济、社会三大因素互相交织、共同作用的结果,但城乡吸引物的空间格局影响因素存在显著差异。     

Spatial evolution model of tourist destinations based on complex adaptive system theory: A case study of Southern Anhui,China

According to the complex adaptive systems theory, tourist destinations may be regarded as complex adaptive systems formed by multiple adaptive agent interactions and composed of an agent system, tourist attraction subsystem, tourist service facility subsystem, and external environment system. This paper explores the spatial evolutionary progress of the Southern Anhui tourist area. The period 1979 to 1990 comprised the formation stage of spatial agglomerates, during which tourist attractions centering on Huangshan Scenic Area and Jiuhuashan Scenic Area were gradually exploited and formed scale agglomeration; tourism spatial structure began to show the characteristics of agglomeration development, and Gini indexes of the number of tourists and tourism revenue increased significantly from 0.26 to 0.29, and from 0.33 to 0.35, respectively. From 1991 to 2008, the system experienced a growth stage in which Huangshan Scenic Area and Jiuhuashan Scenic Area were further developed with improved tourist service facilities. Rapid development of Xidi-Hongcun Scenic Area and establishment of Fantawild Tourist Area promoted the formation of more spatial agglomerates with larger scales; Gini indexes of the number of tourists and tourism revenue presented fluctuating changes, reaching low points of 0.15 and 0.25 in 2000 and 0.12 and 0.22 in 2007, respectively. From 2009 to the present day, the system has remained in a blowout-development stage, during which non-linear interactions among agents are strengthened; various emerging development factors generate cultural tourism, vacation tourism, rural tourism and other new tourism products jointly with traditional development factors. New tourism products form a large number of new spatial agglomerates that are interconnected, accelerating the spatial flow of tourists and tourism revenue and reducing the differences in tourism development levels within the region; Gini indexes of the number of tourists and tourism revenue declined steadily from 0.17 and 0.23 in 2009 to 0.12 and 0.15 in 2016.

     

Spatial and Temporal Distribution Characteristics of Flower-viewing Tourism and Its Influencing Factors in China

Despite the rapid development of flower-viewing tourism in China in recent years, there is almost no systematic research on it. Therefore, this study analyzes the spatial and temporal distribution characteristics of flower-viewing tourism and its influencing factors in China using the spatial statistical analysis methods and the geographic detector method. The study uses the Point-of-Interest data of flower-viewing tourist attractions from networks such as Qunar and Ctrip, the flower observation data from China Phenological Observation Network, Chinese network news, and Weibo, and the statistical data from yearbooks. The results are as follows: 1) The spatial attribution type of flower-viewing tourism in China is aggregated into areas, including two high-density aggregated areas, three medium-density aggregated areas, and one general-density aggregated area. Furthermore, five major types of flower-viewing tourist attractions have formed several aggregated areas. 2) The time of flower viewing in China starts from about February and lasts about eight months till October each year. Florescence and flowering time of different ornamental flowers in different regions are different. 3) The spatial and temporal distribution characteristics of flower-viewing tourism in China are mainly affected by ornamental flower phenology, spatial distribution characteristics of flower-viewing resources, regional permanent population size, youth population size, female population size, regional GDP, and added value of the tertiary sector. These conclusions clarify the spatial and temporal distribution characteristics of flower-viewing tourism and its influencing factors in China. They could provide a scientific basis and useful reference for the coordination and sustainable development of regional flower-viewing tourism in China.     

郑州市旅游资源空间格局特征及便利度评价

以国家中心城市郑州的旅游类兴趣点数据为基础,运用核密度分析、标准差椭圆分析、空间相关性分析等GIS空间分析方法,对郑州市旅游资源空间格局特征及便利度进行分析,为郑州市旅游空间布局规划决策提供科学依据。研究结果表明：（1）郑州市旅游资源空间分布不均衡,整体上表现为“北多南少、北密南疏”的格局,呈现出面状集聚和点状分布并存的局面,市辖区的旅游资源远多于其他区县;（2）郑州市旅游资源相对较分散,各类旅游资源主要沿“东南-西北”“东北-西南”的方向分布,且存在一定的向心性;（3）餐饮、酒店、交通等服务设施与不同城市旅游资源类型的空间匹配度不同,其中交通设施与旅游资源的空间匹配度最高,旅游资源倾向于分布在交通发达、食宿方便的区域;（4）郑州市旅游资源便利度在空间上表现为“中间高,四周低,城区连片,郊区分散”的整体格局。     

高铁影响下成渝城市群旅游流网络的变化特征

运用社会网络分析法和GIS空间分析法，对高铁影响下成渝城市群旅游流网络的变化进行深入分析。结果表明：高铁影响下成渝城市群旅游流空间联系日益增强，“H”字型空间发展骨架凸显。高铁的开通加强了重庆主城和成都之间的旅游流互动，行政壁垒现象明显；成渝城市群旅游流在空间上呈现出以重庆主城、成都为核心的“轴-辐”空间组织模式，高铁进一步强化了两大核心的空间辐射能力；成渝城市群旅游流空间存在较为明显的层次性，高铁沿线地区旅游流联系更为密切，高铁增强了高铁沿线与非沿线地区之间的旅游流联系；高铁影响下成渝城市群旅游流空间差异呈扩大态势，高铁沿线旅游资源禀赋较好地区在旅游流网络中的重要性不断提升。