西南地区康养旅游地空间分布格局及其影响因素的地理探测

王 雨, 王嘉学*, 杨 萌, 王 霄, 胡 瑞, 杨发伟

(1. 云南师范大学 地理学部, 云南 昆明 650500; 2. 山东师范大学 地理与环境学院, 山东 济南 250358;3. 昆明理工大学 电力工程学院, 云南 昆明 650031)

康养旅游作为一种新型旅游方式,是以良好物候条件为基础,使得人在身心上达到自然和谐的优良状态的旅游形式[1-2].在健康中国战略背景下,调整亚健康状态成为诸多领域业态创新的重要方向,为康养旅游业发展带来了极大的机遇和挑战.西南地区作为一二级阶梯交界带,在地带性和非地带性因素共同作用下,自然环境复杂多样,同时孕育了多彩的文脉资源,其蕴含的康养资源可满足不同年龄群体的康养需求.随着西南地区经济发展水平快速提高,交通条件改善,客源市场扩张,已形成一系列康养产业,但存在产业链衔接度较差、供需匹配度低等问题,康养基地空间布局亟待优化.

康养旅游研究热潮逐渐掀起.从研究内容上看,主要聚焦于康养旅游概念界定、理论基础、环境要素选择等方面[3-7].如杨懿等[8]运用层次分析法构建了养生旅游资源评价指标体系,李济任等[9]从多个价值角度构建了森林康养旅游开发潜力的评价体系.但对康养模式的实证研究以及康养地的空间分布等方面关注相对较少.从研究方法上来看,侧重定量方法,主要包括地理集中指数、最近邻指数、核密度分析、网格维数测算等,再运用熵值法、空间基尼系数、缓冲区叠加分析、地理联系率、Pearson相关性分析等方法确定影响其空间分布的地理因子权重[10].但这些方法大多将自然因素和社会经济因素割裂开来,很少考虑因子之间的相互作用,不能很好的解释康养地空间分布的异质性,这不利于康养产业未来发展决策.

本文基于国家旅游局对康养旅游示范基地的概念界定,选取西南地区共计470个国家级品牌康养旅游地作为研究对象,借助空间分析工具,运用最近邻指数、不平衡指数、地理集中指数、核密度分析等方法,探究西南地区康养旅游地的空间分布规律.从自然环境和社会经济2个维度选取10个地理因子,运用地理探测器[11]辨识其影响因素,研究空间分布的成因.根据分析结果为实现西南地区康养产业组团式发展,成为国家康养旅游业发展的龙头地区提供可操作性建议,以期在西南地区打造一批要素齐全、资源配置合理、产业链条完备、市场供需契合的综合性康养旅游地.

1 材料与研究方法

1.1 研究区概况依据中国七大地理区域划分[12],西南地区是指中国西南边陲包括云南省、贵州省、四川省、重庆市、西藏自治区在内的“三省一市一区”,地理范围为97°21′E—110°11′E,21°08′N—33°41′N,总面积约234万km2.该区地处我国一二级阶梯交界,地势起伏大,海拔从76.4 m跃升至8 848.86 m,各种地貌形态发育,形成了独特的自然环境与人文风貌,造就了丰富的旅游资源.在新冠疫情影响下,西南地区旅游业仍占据国家旅游业发展的重要地位,旅游业或将成为西南地区斩断贫困循环链的关键产业[13].

1.2 数据来源与预处理基于数据的权威性,本文从国家林业和草原局(http://www.forestry.gov.cn/)、国家文化和旅游部(https://www.mct.gov.cn/)获取国家级品牌康养旅游地名单.包括新中国成立以来评定的国家级森林公园、国家级旅游度假区、国家5A级景区、第一批国家中医药健康旅游示范基地、2016年首批国家旅游示范单位中的绿色旅游示范基地和康养旅游示范基地、100家森林体验森林养生国家重点建设基地、2019年中国森林旅游美景推广地、2016—2020年中国森林体验基地、中国森林养生基地、中国慢生活休闲体验区、2016年起公布的第1～7批国家森林康养基地试点建设单位等.剔除重复和因环境破环严重被除名的旅游地,截至2022年10月,西南地区共计有470个国家级品牌康养旅游地,其中,重庆市59个,四川省138个,云南省163个,贵州省91个,西藏自治区19个.

数据预处理方面,采用Python爬取研究区内康养旅游地的空间坐标并进行可视化(见图1).以往的研究表明自然环境因素如地形地貌、气候和景观等条件深刻影响旅游地的空间分布[14-16].除此之外,社会经济因素如人口资源、经济基础和交通等条件同样制约着旅游地的发展[17-18].通过综合各类旅游资源的评价体系成果以及多方位考虑旅游资源开发的制约因素[19-25],本文从自然环境和社会经济2个纬度中选取10个地理因子对康养旅游地的空间分布进行分析,包括DEM(X1)、坡度(X2)、2020年年平均降水(X3)、2020年年平均气温(X4)、2020年一季度植被覆盖度(X5)等5个自然指标,2020年人均GDP(X6)、中心城市关联度(X7)、公路密度(X8)、2020年人均可支配收入(X9)、第七次人口普查人口密度数据(X10)等5个社会经济指标.各因子指标的解释和数据来源见表1.

表 1 西南地区康养旅游地空间分布的影响因子及其来源

图 1 西南地区康养旅游地空间分布图

1.3 研究方法

1.3.1地理集中指数 本研究用地理集中指数来衡量康养旅游地空间分布的离散程度.

(1)

式中,G表示地理集中指数,n为地级市(区/县)数量,Y为第i个地级市所拥有的康养旅游地数量.G数值的范围在0～100之间,G越大,表明康养旅游地空间分布越集聚.

分布均值指数用来衡量康养旅游地空间分布的平均程度.

(2)

式中,Z为每个市(区/县)内平均分布的康养旅游地数量,m为区域康养旅游地数量,M为市(区/县)总数.

1.3.2不平衡指数 不平衡指数可以反映研究区范围内点状要素在不同区域分布的均衡程度.

(3)

式中,S表示不平衡指数,Yi为西南地区各地级市(区/县)的康养旅游地数量占各省总数的比例由大至小排序后,第i位的累计百分比.S的值介于0和1之间,S=0时,康养地平均分布于各区域内,S=1时,康养地完全集中于某一区域内.

1.3.3最近邻指数 计算康养地与其最近邻康养地之间距离的均值以及假设康养地随机分布下的平均近邻距离,两者对比得到平均最近邻指数.

(4)

1.3.4核密度分析法 核密度分析能直观地反映研究对象的空间分布密度.

(5)

式中,Kn(x)为康养地的密度函数,xi为第i个康养地的地理坐标,x-xi为估计康养地x到样本康养地xi的距离,n为所有康养地个数,h为宽带,Kn(x)越大,分布越密集.

1.3.5地理探测器 地理探测器可以有效探测不同地理影响因素以及它们相互作用下在多大程度上解释了西南地区康养旅游地空间分布格局.本文以西南地区康养旅游地的核密度值作因变量Y,用q统计量来检测X与Y之间的空间关联度.本文主要探究因子探测结果及交互探测结果,因此,对风险探测和生态探测不作过多赘述.

(6)

其中,q为地理因子对康养旅游地空间分布的解释力,取值范围为[0,1],q值越大,说明地理因子对空间分布的解释力越强.L为自变量x的分类数,Nh和N分别为分类h和整个区域内单元的数量,σh和σ分别是分类h和区域内因变量Y的方差.

交互探测可以探究地理因子共同作用时是否会增强或减弱对康养旅游地空间分布的解释力,通过对比q值可以判断交互作用的方式和方向.依据见表2.

表 2 地理探测器交互探测因子判断依据

2 空间分布特征

2.1 空间分布均衡特征根据(1)和(2)式,分别计算西南全域和各省的地理集中指数,计算结果见表3.结果显示:无论从西南全域还是各省来看,实际地理集中指数均远大于均匀分布状态下的值,表明西南全域与各省康养旅游地均呈相对集聚的空间分布模式.借助(3)式分别计算西南全域和省域尺度下的不平衡指数(见表3),结果表明:从西南全域来看,不平衡指数为0.390,从省域尺度看,不平衡指数从大到小排序依次为西藏自治区>四川省>云南省>贵州省>重庆市,最高值为0.474,最低值为0.243.进一步佐证了西南各省康养旅游地的空间分布均具有非均衡的特质.总体来看,西南全域与各省内部空间分布模式存在一致性.

表3 西南康养旅游地的地理集中指数与不平衡指数

2.2 空间分布类型特征计算西南地区康养旅游地的最邻近指数,输出结果为:平均观测距离22 103.139 m,预期平均距离为45 081.807 m,最邻近比率R为0.490,显著性水平p<0.01.陈桂莹等[27]认为,当Inn(Inn为NNI指数)≤0.5是聚集分布;0.5重庆市>贵州省>四川省>云南省,说明各省康养地集聚程度从大到小依次为云南省>四川省>贵州省>重庆市>西藏自治区.

2.3 空间分布密度特征为进一步探寻西南地区康养旅游地的集聚特征,本文借助核密度工具进一步分析(见表4).结果表明,西南全域康养旅游地核密度差异显著,总体格局呈现“东高西低”的密度特征.西南全域康养地呈现出“四极多核”的空间分布特征,其中,“四极”指重庆市西部、四川省中部、云南省中偏东部、贵州省中部,核密度值在10.379～18.002 个/km2,为全域最高值.“多核”指渝中、滇西、滇南、川东、黔北等多个核心区,核密度值在6.708～10.378 个/km2.

表 4 西南地区康养旅游地分布类型

从省域范围分析(见图2),可以发现康养地主要呈以省会城市为极点,向四周逐渐递减的梯度变化特征.重庆市整体数量多、密度高,形成了“单极多核”格局,以渝中区为极点向四周均匀递减,其分布密度达17.645～24.723 个/km2.此外,以武隆区东部、彭水县西部、丰都县中部和南部、涪陵区东部为次级核心呈条带状南北向延伸递减,分布密度达11.731～17.645 个/km2.从四川省来看,康养旅游地集中分布在中部地区,少量分布在东部地区,形成“单极单核”分布格局,以雅安市东部、成都市西部、眉山市西部、乐山市西北部为极点,分布密度达16.931～28.404 个/km2,呈带状向东北方向延伸递减.此外,以广元市为次级核心向四周递减,分布密度达10.136～16.931 个/km2.云南省整体康养地聚集中心较多,分布趋于均衡,形成“团状聚集,散点分布”格局,以昆明市、保山市、普洱市为极点,分布密度为15.005～23.766 个/km2.其中,以昆明市为极点的地区,呈条状向东西方向延伸;以普洱市为极点的地区,主要呈带状向东北-西南方向延伸递减;以保山市为极点的地区,均匀向四周递减.此外,还形成了丽江市、大理市等多个核心区,表现为向四周均匀递减,分布密度为9.134～15.005 个/km2.从贵州省来看,主要形成“三极多核”分布格局,分布密度为13.790～22.397 个/km2,其一位于贵阳市南部、安顺市北部、黔南州中西部,其二位于遵义市中部偏南地区,其三位于遵义市东部地区,整体均由极点向四周均匀递减.此外,还分布了5个核心区,分布密度为8.695～13.790 个/km2,包括毕节市中西部、六盘水市中部,呈带状向南北方向递减;毕节市中东部,均匀向四周递减;黔南州南部,呈带状向南北方向延伸递减;黔东南州中部和东部分别形成2个核心区,相对均匀向四周递减.从西藏自治区来看,以拉萨市为极点,呈“单核递减”分布,密度为1.404～1.990 个/km2,以林芝市为核心区,分布密度为0.889～1.404 个/km2,呈带状向东西方向延伸递减.

3 西南地区康养旅游地空间分布的影响因素分析

3.1 因子探测分析综合各类旅游资源的评价体系成果并多方位考虑旅游资源开发的制约因素,本文从自然环境和社会经济2个纬度中选取10个地理因子对康养旅游地的空间分布进行分析,详见1.2.以1.2中的10种地理因子为响应变量,以西南地区康养旅游地的核密度值为解释变量,计算q值,q值越大表示解释力越强(表5).不同地理因子对康养地的空间分异性解释力存在显著差异,各地理因子解释力由大到小依次为:人口密度(0.425 5)>高程(0.358 6)>年均气温(0.342 6)>人均GDP(0.341 9)>年平均降水量(0.260 8)>植被覆盖度(0.244 9)>坡度(0.209 6)>人均可支配收入(0.192 6)>中心城市关联度(0.169 5)>路网密度(0.085 3),且p值都小于0.05,通过了显著性检验.其中,人口分布密度、西南地区高程、年均气温、人均GDP对康养地空间分异的解释力较大,q值超过了0.3,是影响康养旅游地分布的主要因子,年平均降水、植被覆盖度、坡度、人均可支配收入、中心城市关联度次之,路网密度解释力最小.整体来看,人口分布密度对西南地区康养旅游地的空间分异的解释力最强.随着生活水平的提高,社会经济因子对康养旅游地的空间分布形态的作用力更强.

表 5 西南地区康养旅游地影响因子探测结果

图 2 西南地区康养旅游地核密度图

3.2 交互探测分析交互探测结果表明(图3),影响康养旅游地空间分布的任意2个地理因子交互作用后,其影响作用能力均呈非线性增强或双因子增强2种类型,说明各地理因子交互作用时会加强对康养地空间分布的解释力,但不存在相互独立作用或减弱对康养地空间分布解释力的交互因子.影响康养旅游地空间分异性的第一主导交互因子为植被覆盖度与人均GDP,第二主导交互因子为年平均气温与人均GDP,第三主导交互因子为高程与人均GDP.各地理因子交互作用对康养旅游地空间分布的解释力不是独立作用或减弱的,也不是简单的叠加过程,是多因素综合作用的结果.

图 3 影响因子交互探测结果

4 结论与展望

4.1 结论本研究基于最近邻指数、核密度分析等研究方法对西南地区470个康养旅游地的空间分布特征进行阐述,并结合地理探测器对其影响因素进行探究,得出以下结论:

1) 从均衡程度来看,西南全域与省域尺度康养旅游地空间分布集聚程度明显,分布模式存在一致性,均具有非均衡的特质(特别是西藏自治区).集聚有利于西南地区康养产业组团式开发.

2) 从空间分布类型来看,西南全域康养旅游地呈现出明显的集聚型空间分布类型.从省域范围看,重庆市、四川省、云南省、贵州省呈聚集-随机分布模式,西藏自治区呈随机分布模式.

3) 西南全域康养地核密度差异显著,总体格局呈现“东高西低”的密度特征,且呈“四极多核”的空间分布特征.从省域范围看,康养地密度主要以各省会城市为极点,向四周逐渐递减.重庆市呈“单极多核”格局;四川省呈“单极单核”格局;云南省康养旅游地呈“团状聚集,散点分布”格局;贵州省呈“多极多核”格局,西藏自治区呈“单核递减”格局.

4) 康养旅游地空间分布受自然环境和社会经济因素共同作用.经过地理探测器测算,对康养地空间分布具有显著影响的因素主要为人口分布密度、高程、人均GDP等.影响康养旅游地空间分异性的第一主导交互因子为植被覆盖度与人均GDP,不存在相互独立作用或减弱对康养地空间分布模式解释力的交互因子.

4.2 展望本文借助地理探测器模型和GIS空间分析,对西南全域康养旅游地空间分布特征及其影响因素进行分析梳理,同时,将自然因素和社会经济因素定量化分析,但限于数据的可获得性,在影响因素选取方面,考虑的不够全面,且本文仅对西南地区康养旅游地的空间分布现状进行了分析,对未来西南全域康养地空间分布的趋势预测,后续研究将持续关注.

基于上述研究,对西南地区康养旅游地空间布局优化,提出以下建议:

1) 加强与周边康养市场的合作共享,形成信息互通、特色互补的差异化发展格局[28-29],尤其西藏自治区,地广人稀,应加强市场沟通交流,争取康旅重心建设和迁移.

2) 紧密结合当地康养资源特征,因地制宜,促进康旅一体化发展.四川西部和西藏大部分高海拔地区应结合自身独特的自然条件,联动开发康旅产品,实现产品互补[30].

3) 准确解读康旅市场需求,统筹土地资源配置,提升土地利用效率.各省域均存在康养地分布不均衡的挑战,这需要更深一步的市场调查,发展多元化康旅产品[31-32].

4) 完善区域交通网络,虽然路网密度对康养地集聚的解释力较小,但交通设施是其他影响因子沟通的重要桥梁,各因子相互作用并深刻地影响着康养地的可达性.

致谢年均降水和气温由国家科技基础条件平台-国家地球系统科学数据中心(http://www.geodata.cn)提供数据支撑,谨致谢意.