中国高水平智慧景区类型及空间特征研究

孙世英，苏 勤

(安徽师范大学 地理与旅游学院，安徽 芜湖 241000)

一、 引言

随着大量高水平智慧景区的出现，智慧景区日益成为研究者关注的对象。国内对智慧旅游和智慧景区的研究集中在智慧景区内涵和框架的解释、 信息技术在智慧景区建设中的应用以及智慧景区建设水平测度等方面。党安荣等对智慧景区的内涵和框架进行了详细界定[1]； 刘文茜等基于激光探测客流的原理和特点，提出了游客的特征识别方法，并结合激光探测技术和图形特征识别技术，获取了通过监测点的游客数量数据[2]； 邓贤峰等从游客体验、 景区管理、 旅游产品3个维度提出了建设“智慧景区”的17个二级标准和41个三级标准,可较为准确地衡量和反映“智慧景区”建设的主要进度和发展水平[3]。在研究方法上，学者们采用描述性分析和定性分析较多，对于定量分析的使用较少。在研究对象上，主要为单个景区的智慧化发展策略，缺乏对目前国内高水平智慧景区发展总体格局的探究。因此，研究国内高水平的智慧景区发展现状及其形成因素，对未来促进高水平智慧景区的发展有很大的借鉴意义。

二、 研究方法与数据来源

(一)研究方法

1.最邻近指数

最邻近指数可以判断空间分布特征，分析出智慧景区的相互邻近程度。其中最邻近距离r1由ArcGIS软件计算得出，并通过与理论最邻近距离rE的比值求得最邻近指数R。计算公式为：

式中R为最邻近指数；n为智慧景区数量；A为研究区面积。R=1时，表示智慧景区为随机分布；R<1时，智慧景区为集聚分布；R>1时为均匀分布。

2.地理集中指数

用地理集中指数分析全国高水平智慧景区分布的集中情况。计算公式为：

式中G表示地理集中指数；Pi表示第i个省份智慧景区的个数；Q为智慧景区的总数；n为省份总数。

G值越大表示智慧景区越集中于某一区域，G值越小则分布越分散。

3.不均衡指数

利用不均衡指数分析全国的高水平智慧景区在各省份的分布均衡情况，计算公式为：

式中n为省份个数；Yi为第i位的累计百分比；S值介于0—1之间，S值越接近0，表明智慧景区分布越均匀；S值越接近1，则表明智慧景区分布越集中。

4.核密度分析

核密度分析法用来分析点要素在不同地理空间位置的发生概率，核密度值越高则事件发生概率越高，点越密集。计算公式为：

式中fh(x)为核函数； (x-xi) 表示x到xi的距离；h>0，为宽度；k为空间权重函数。

(二)数据来源

以《互联网周刊》发布的2017—2020年中国排名前100名的智慧景区为研究样本，涵盖了除港澳台地区以外的31个省、 自治区、 直辖市。数据汇总后，剔除2017—2020年重复上榜的一些智慧景区后，实有193个智慧景区，这些智慧景区在智慧化管理、 智慧内容提升和智慧营销三个智慧化设施方面都较完善，具有一定知名度，能够充分代表目前全国智慧景区的高水平标准。

三、 结果分析

(一)高水平智慧景区空间分布特征

从全国范围来看，东部地区明显集中有较多的高水平智慧景区，中部地区次之，西部地区高水平智慧景区分布量最少。从全国行政区划细分来看，高水平智慧景区的空间分布呈现三大密集组团，华东地区的分布比例最高，占比达34.72%； 其次是西南地区，占比17.10%； 再次是华北地区，占比13.90%。利用自然断点法将全国拥有的高水平智慧景区数量分为6个梯度，前三个梯度中，浙江省和江苏省位于第一梯度，是高水平智慧景区数量最多的层级，分别达16个和14个； 江西省、 广东省、 北京市、 山东省、 四川省位于第二梯度，此梯度的智慧景区数量分别在9—11个之间； 第三梯度的智慧景区数量为7—8个，其中包括河南省、 安徽省、 湖南省、 福建省、 山西省和湖北省。在后三个梯度中，智慧景区的空间分布在西部地区的数量逐渐减少。整体上高水平智慧景区的数量呈现出从东部省份逐渐向中部和西部递减的趋势。运用ArcGIS10.2软件计算最邻近指数,定量分析高水平智慧景区空间分布特征，得出全国高水平智慧景区的平均实际最邻近距离为69.1 km, 理论预期距离为128.2 km，最邻近指数约为0.54，小于1，说明高水平智慧景区在全国空间分布上呈凝聚分布状态。

1.空间分布均衡性

根据地理集中指数公式计算得出，全国高水平智慧景区地理集中指数G为20.7。当全国31个省、 自治区、 自辖市的193个高水平智慧景区处于均衡分布时，地理集中指数G0为6.22。由此可知G>G0，表明高水平智慧景区在全国范围内分布较为集中。根据全国各省份高水平智慧景区的统计数据计算得出，全国高水平智慧景区的不均衡指数S为0.3295，表明我国高水平智慧景区在空间上呈不均衡分布态势。通过对全国高水平智慧景区在各省份分布的洛伦兹曲线进一步分析后发现，仅浙江省、 江苏省、 江西省、 广东省、 北京市、 山东省、 四川省、 河南省、 安徽省这9个省份所分布的高水平智慧景区数量就达到了全国总数的近50%。

2.空间分布密度

利用ArcGIS10.2软件分析空间密度，结果显示，从上海到江苏、 浙江、 安徽交界区域为一大密集组团，北京和天津区域为另一个密集组团，此两个高密度组团中密度可达1.7—3.2个/万平方千米； 山西和河南交界区域、 湖北和湖南交界区域、 广东省内部区域、 四川省内部区域、 贵州省内部区域密度可达0.84—1.6个/万平方千米，为次高密度区域； 其余西部地区的密度不到0.83个/万平方千米。总体来看，全国高水平智慧景区呈现以京津冀、 长三角为中心的两个高密度区向中部和西部零星辐射的多个次级高密度区，分布趋势主要由京津冀和长三角两个高密度中心向中西部辐射。

(二)智慧景区类型结构特征

1.高水平智慧景区分类体系构建

在智慧旅游发展的大浪潮下，不同主题类型的景区发展特征不同，根据高水平智慧景区资源的特点划分出智慧景区类型。目前，应用最广的分类系统为二分法，将景区分为自然和人文两种类型[4]。为更进一步探究全国智慧景区发展情况，采用二分法无法准确地反映出相关特征，因此参考已有研究，并结合高水平智慧景区自身特性及具体数据构建四大分类体系，可分为自然景观型、 文化遗产型、 商业主题型和社会型[5]，再细分为16个小类。(见表1)

表1 高水平智慧景区分类体系构建与空间分布类

2.高水平智慧景区分类特征

在193个高水平智慧景区中，自然景观型智慧景区占比最高，达到53.4%。文化遗产型智慧景区次之，占比达28.5%。商业主题型智慧景区和社会型智慧景区占比相对较低，分别为14.5%和3.6%。总体来看，自然景观型智慧景区旅游建设成效最显著。

自然景观型智慧景区包括风景名胜区、 森林公园、 地质公园、 自然保护区、 水利保护区等。这些景区依赖其优越的自然环境，形成高级别的自然风光型旅游地。自然景观型的旅游区通过积极打造智慧景区，能够使景区添以更多智慧服务，方便游客体验，提升景区基础设施水平。

文化遗产型智慧景区中包括文化遗产景区、 历史街区、 历史文化名城、 历史文化名镇等。文化遗产型智慧景区有着遗产资源保护与开发的矛盾以及资源不可再生等特点。此类型旅游地智慧景区的打造占比仅低于自然景观型景区，智慧旅游发展已经初见成效，在智慧景区服务、 智慧管理以及智慧呈现方面实现了文化遗产型智慧景区的新发展。

商业主题型智慧景区中包括度假区、 主题景区、 娱乐旅游区等。此类景区以现代娱乐项目资源为主，目前智慧景区的打造数量较少，但也不乏许多成功案例，如大唐芙蓉园景区利用现代技术，推出大唐新春灯会和360°沉浸式演出等新品主题营销活动，极大地丰富了具有文化韵味的旅游产品[6]。商业主题型智慧景区与科技旅游产品的融合可为主题公园类景区增添新的生命力，实现主题公园类景区的创新发展。

社会型智慧景区包括城市博物馆、 城市公园、 城市地标性景观等。此类景区具有明显的公益性、 教育性特点。从目前全国高水平智慧景区的数据显示，此类型智慧景区数量较少，社会型智慧景区的打造仍处于起步阶段。

3.各类型高水平智慧景区空间分布特征

在不同类型的高水平智慧景区空间分布中，自然景观型智慧景区、 文化遗产型智慧景区、 商业主题型智慧景区都呈凝聚型空间分布，社会型智慧景区尚未形成规模，呈离散型空间分布态势。从不同类型智慧景区的行政区域分布来看，华东地区各种类型的高水平智慧景区占比都较高，华东地区智慧旅游发展已取得了成效； 华南地区商业主题型智慧景区发展尤为突出； 华北地区文化遗产型智慧景区数量占比最高； 西南地区发展较好的智慧景区为自然景观型。(见图1)

图1 不同类型高水平智慧景区行政区域分布

核密度分析结果显示，自然景观型智慧景区在江苏、 浙江、 安徽三省交界区域，湖北省西南部区域，湖南与江西两省交界区域形成三处高密度组团，三处中心区域密度可达0.92—1.1个/万平方千米。在四川省中心区域、 四川省西南部与云南省西北部交界区域形成次高密度组团，两处中心区域密度达0.69—0.91个/万平方千米。其余地区分布有零星的低密度组团，密度在0.68个/万平方千米以下。整体上来看，自然景观型智慧景区从长三角聚集点向内陆辐射，发展态势良好。

文化遗产型智慧景区在北京市形成达2.7—3.2个/万平方千米的高密度组团，在江苏省与浙江省交界区域形成次高密度组团，中心区域密度达2—2.6个/万平方千米。另在山西、 河南、 江西、 湖南、 重庆有小范围的低密度组团，密度在0.65—1.3个/万平方千米。整体来看，文化遗产型智慧景区集中分布在华北和华东地区，其他区域处于零星缓慢发展态势。

商业主题型智慧景区在江苏南部区域、 浙江与江西交界处区域、 海南三处区域形成高密度组团，三处中心区域密度达1.5—1.8个/万平方千米； 次高密度组团位于广东省内部，中心区域密度达1.2—1.4个/万平方千米； 在浙江、 安徽东部、 福建与广东交界处形成低密度组团，中心区域密度达0.73—1.1个/万平方千米。商业主题型智慧景区从全国范围来看，主要以华东地区和华南地区为中心零散发展。

社会型智慧景区的高密度区域集中在上海地区，密度为1.2—1.3个/万平方千米； 另外北京市、 山东省、 陕西省、 重庆市有小范围低密度组团，密度在0.8—1.1个/万平方千米； 其余地区尚未有密度组团分布。社会型智慧景区主要分布在华东地区和华北地区，其他地区发展较为薄弱。总体来看，社会型智慧景区发展处在萌芽状态，在全国范围内发展数量较少。

四、 高水平智慧景区空间分布影响因素分析

(一)政策引领

国家和各地政府对智慧景区建设的政策支持有力地带动了景区智慧旅游的发展，不同地区在政策上的差异也形成了高水平的智慧景区在空间分布上的不同特征。各地政府及景区都积极促进智慧景区的发展，就高水平智慧景区分布数量较多的浙江省和江苏省来看，浙江省于2016年就开始积极推进国家智慧旅游城市、 智慧旅游景区、 智慧旅游乡村等试点工作。江苏省是较早在全省范围内启动智慧旅游建设的省份，建立了省内智慧旅游联盟用于开展智慧旅游研讨交流，极大地促进了区域内智慧景区的发展。各地政策的实施有效引领了一批高水平智慧景区的出现。

(二)经济发展水平

各地的经济发展为智慧景区的建设提供了资金支持，能保证景区的智慧旅游水平有效提升。从各省经济发展状况来看，2020年江苏省的人均GDP除去直辖市外排名第一，同样位于东部地区的浙江省和山东省等省经济总量排名靠前，中西部地区经济发展与东部沿海地区相比仍有差距。整体上东部地区的高水平智慧景区发展程度明显高于中西部地区。由此看来，智慧景区的建设与区域经济发展情况存在高度契合。

(三)旅游资源禀赋

旅游资源丰富的地区和级别较高的景区为智慧景区的建设奠定了良好的基础，这些地区或景区对于发展智慧旅游具备显著优势。在193个高水平智慧景区中，有85%为5A级景区，14%为4A级景区, 1%为3A级景区，高级别的景区对智慧景区的打造有明显的成效。5A级黄山风景区实现了移动支付全覆盖、 电子票务系统、 语音导览、 电子监控系统以及数字化统一指挥平台，完成景区Wi-Fi全覆盖，智慧管家保护古树名木等措施，实现黄山风景区的智能、 高效发展的模式。洛阳龙门石窟利用5G+AR数字技术实现文物复原以及实现“智游龙门石窟”一张图导览，龙门AI智能导游、 智慧交通引导系统、 智能停车场等，使以文化遗产为主要旅游资源的景区能够实现数字化发展并重焕生机。

(四)科技企业和科研院校的支持

先进的技术与人才支持也能加速智慧景区的建设。安徽省、 山东省、 广东省等省在智慧景区的建设中依托电信、 移动、 联通等通信运营公司建立了相应的基础设施，开展了智慧旅游相关的技术研究和项目合作。北京市的故宫博物院与华为合作打造5G智慧故宫，与腾讯合作打造数字故宫，参加阿里“未来景区”合作计划，实现智慧营销。各地区依托本地科研院校的科研技术、 云计算、 物联网、 地理信息技术、 无线手机技术，为智慧旅游的建设和发展提供了强有力的技术和智力支持。

五、 结论与讨论

(一)主要结论

在全国高水平智慧景区的分布特征中，高水平智慧景区主要集中在华东地区的浙江省、 江苏省、 山东省，西南地区的四川省，中部地区的江西省，以及华北地区的北京市等地。运用ArcGIS10.2软件计算最邻近指数约为0.54，说明高水平智慧景区在全国空间分布上呈凝聚态势。全国高水平智慧景区地理集中指数G为20.7，不均衡指数S为0.3295，也表现出高水平智慧景区在全国范围内分布不均衡的空间格局。

在全国高水平智慧景区的四大资源类型中自然景观型智慧景区数量最多，文化遗产型智慧景区数量次之，商业主题型和社会型智慧景区数量较少。另外，文化遗产型智慧景区在华北地区占比也较为突出，自然景观型智慧景区另一个集中分布区域在西南地区，商业主题型智慧景区另一个集中分布点位于华南地区。

政策因素、 经济水平、 旅游资源禀赋、 科技创新条件是影响智慧景区发展的主要因素，在各个因素综合作用下形成智慧景区的空间分布格局差异。华东地区的浙江省作为较早推行智慧旅游的地区，在政策、 经济、 创新条件的支持下，实现了智慧景区的高水平发展。华北地区和西南地区拥有丰富的旅游资源，在优越的旅游资源基础条件下，智慧景区也得到了较好的发展机会。

(二)讨论

智慧景区的促成因素是复杂多样的，初步考虑了政策、 经济、 资源、 科技支持等四个方面，但受数据获取的限制，只是分析了智慧景区主要形成的可能因素，对区域竞争效应、 市场趋向等其他因素暂时缺少探究，同时对于不同类型高水平智慧景区的形成因素差异需要更深层次的探讨。各个地区不同类型的智慧景区可依托本地不同的资源禀赋、 政策、 科技条件以及其他因素不断挖掘不同类型景区的特色潜力资源，发展成为高水平智慧景区，形成智慧旅游健康发展的态势。