2. 云南财经大学 旅游文化产业研究院,昆明 650221
2. Tourism Culture Industry Research Institute, Yunnan University of Finance and Economics, Kunming 650221, China
可达性是地理、旅游、城乡规划、交通运输等学科的研究重点之一,其本质是对空间中点、线、面要素的某种特性进行衡量,这种特性在不同学科背景下可表现为参加活动的自由度、空间的便利性、到达能力的优劣或者到达的难易程度等[1-5]。由于可达性在区域旅游发展中的重要性,国内外学者就旅游可达性展开了研究。旅游可达性的相关研究基本囊括了国家、省域、县域等空间尺度,并主要借助栅格成本加权距离算法、空间句法、几何距离、指标评价等方法进行测算[6-10]。其中部分学者着手探究旅游可达性的内涵,对旅游可达性进行了分类探讨:张琪以武汉市旅游景点为研究对象,运用空间句法轴线分析法,从全局可达性、局部可达性和感知可达性三个视角对旅游景点可达性进行评价分析[9];谢双玉构建了“路网可达性”、“车行可达性”和“感知可达性”三个维度组成的城市旅游景点可达性综合评价模型[10]。可以看出,多数关于旅游可达性的研究都是利用GIS技术计算区域内某类旅游景点的通行时间或通行距离,主要体现以公路为主的交通设施的完善程度,忽视了时间限制、个体因素、吸引力因素等,并不能全面的体现旅游可达性。有部分学者对旅游可达性进行了分类探讨,其研究主要对不同类型的可达性进行分别论述,并未形成统一的测算模型。
时间地理学提出于20世纪60年代后期,是表现并解释在客观制约前提下时空间过程中人类空间行为的一种方法论[11],其被运用于居民日常活动的时空间结构分析、居民出行规律研究、通勤时空行为等内容的研究[12-18]。更重要的是,运用时间地理学研究工具可探究个人在各种时空限制下到达活动地点的能力,并充分考虑时间限制和个体因素,因此20实世纪90年代后期时间地理学被运用于可达性的研究中[14],时空棱柱模型[15]、反向时空棱柱模型[16]、时空效用法[17]等方法相继提出,时间地理学在可达性测量上的优势进一步彰显。从时间地理学的角度出发,旅游活动受到时空的约束,因此旅游可达性不仅依赖于到达一个位置的可能,还依赖于位置的“质量”[14],也就是旅游效用;时间地理学同时将约束引入可达性衡量模型中[12]。时空棱柱的概念使多种活动的可能性可视化,并定量确定可能性大小[13],而度量可达性的一种方法是确定潜在机会,这与时空棱柱不谋而合。将棱柱体积作为可达性的衡量指标,用旅游活动效用来度量可达性时应考虑旅行时间,将更多的时间花费在旅游活动上并且增加效用[14]。
山地区域丰富的旅游资源,良好的生态环境契合了目前人们接近自然、追求健康的愿望。我国山地面积辽阔,但是与山地区域丰富的资源相对应的是山区经济发展滞后的现状,山地旅游是有效利用山地资源的重要方式,也成为山区社会经济快速发展的新动力。因此,一方面探究山地旅游景区的可达性具有显著的重要性,山地区域由于特殊的地形地貌以及相对落后的社会经济发展,可达性成为了阻碍旅游者山地旅游行为的重要因素之一,因此成为了山地旅游发展的瓶颈,提高山地旅游可达性,对提升游客体验质量,增加景区客源,进而增强区域旅游竞争力,实现山地区域经济社会发展具有重要意义。另一方面,常用的基于地点的可达性分析方法,如加权距离算法、重力模型可达性算法等在可达性测算中是以克服空间障碍的能力为核心逻辑。但是山地旅游景区由于空间相对封闭,在可达性测算中,须考虑个体属性、目的地吸引力大小和山地区域的时空限制,特别是较为复杂的地理条件给山地旅游景区带来的时空限制成为了衡量其可达性的重要因素。基于此,对其可达性的测算将具有一定的方法论意义。
本文借助时间地理学理论基础构建旅游可达性测评模型,以云南省为主要研究区域,选取山岳型A级景区、地质公园、风景名胜区、自然保护区等主要山地旅游景区景点为研究对象,对云南省山地旅游可达性进行测评,同时利用地理加权回归模型探究山地旅游可达性的影响因素,以期全面掌握云南山地旅游可达性的发展状态和影响机制,为山地旅游可达性测评、影响因素分析提供参考,以促进山地旅游可达性研究。
2 旅游可达性模型构建 2.1 旅游可达性内涵分析在可达性的众多研究中,探讨其定义和本质的内容并不缺乏,其中大量研究强调可达性的空间属性[1],即对出发地和目的地之间“距离”的克服[18],当然这个距离并不仅仅是真正意义上的空间距离,也囊括经济距离[19]和感知距离[14],对经济距离的探讨为克服空间阻碍能力提供了量化测评的可能性;而对感知距离的探讨逐渐发展成为基于效用的可达性测评体系[14, 20, 21],同时可达性高低也受时间制约的理念也逐渐在理论界形成。Geurs对各种可达性定义进行了总结,提出可达性测评中包含四大构成要素,分别是可能性、空间阻抗、个体属性和时间约束,其中可能性指个体抵到目的地的主观能动性;空间阻抗指克服出发地和目的地之间空间阻碍所需付出的成本;个体属性指个人因素对个体出行活动的影响;时间约束讨论的是个体在出行行为中受到的自身以及目的地的时间限制[21]。
旅游可达性作为可达性研究的分支,在具有可达性普遍特征的同时,也具有一定的特性。其一,旅游行为作为一种短暂离开惯常居住地的空间移动行为,其必然受到更多时间条件的限制;其二,旅游行为具有强烈的个人属性,随着旅游行为的大众化以及交通技术的不断发展,感知距离成为旅游可达性测算的核心,个人属性、旅游目的地吸引力等因素在很大程度上影响了旅游可达性,其程度甚至远远大于真正意义上的空间距离产生的阻隔;其三,目前旅游交通已不仅仅是一种移动工具,各种新兴交通方式的出现,使得旅游交通本身也成为了旅游吸引物的一部分,其本身也具备创造效用的能力,而实际上个人属性和旅游目的地吸引力也可体现在旅游效用上。因此,文章充分考虑旅游行为特征,将Geurs的研究与效用可达性相结合,提出旅游可达性包含三个层次的概念内涵:
其一空间属性,旅游行为本身就意味着离开惯常居住地前往目的地,其空间本质是一种流动行为,涉及客源地、目的地以及两者之间的连线。从空间层面来看,可达性是对客源地和目的地之间空间阻力的克服能力,这种空间阻力首先来源于距离,距离越长所要克服的阻力越大,而现代交通的发展目标就是缩短行程时间,降低空间阻力。因此,距离与交通设施便利程度是旅游可达性在空间属性层面的两大核心要素。
其二时间属性,时间地理学理论的发展将时间约束的概念引入可达性分析中。时间维度的加入使旅游者活动图景的呈现更具有真实性。时间约束在旅游活动中尤其重要,行程时间有限性在很大程度上限制了旅游者活动范围。因此,从时间层面来看旅游可达性是对一定时间限制下旅游活动可达到的范围的衡量。
其三效用属性,效用属性从经济学角度出发将交通通勤行为从整个旅游消费中分离出来,作为一个单独行为进行分析,并将主体通过这种行为获得的收益作为衡量可达性的标准。换句话说,旅游者通过旅游活动所获得的收益越大,其到达目的地的意愿就越大,可达性也就越大。旅游可达性的效用属性首先表现在旅游目的地的吸引力上,旅游者对目的地的偏爱会增强旅游过程中获得效用。其次旅游活动具有较强的个体感知差异性,认知水平会影响对旅游环境的感知和理解,从而通过影响总体效用进而影响可达性衡量。但是由于效用概念本身较强的主观及经验主义色彩,利用效用衡量可达性具有数据复杂、可操性较低的弊端[11]。
2.2 旅游可达性测评概念体系综上所述,旅游可达性测评概念体系应由机会和约束两大要素构成(图 1)。机会要素由吸引力和个体属性组成,充分考虑影响旅游活动的个人特性,通过吸引力大小、游览时间的衡量,评价旅游者出行意愿,回答旅游者在出行决策中“愿不愿意去”的问题。机会要素体现促进客源地(机会)和目的地(机会)发生关联的推力因素,旅游者对不同的旅游吸引力,也产生了推动旅游者从客源地前往目的地的可能性。
约束要素由时间约束和空间阻力组成。其中时间约束描述的是旅游者能够用于旅游活动的时间,空间阻力描述的是旅游者选用某种交通方式克服空间距离所付出的成本,回答旅游者在出行决策中“能不能够去”的问题。约束要素通过对旅游过程中时间和空间两方面需要克服阻力的衡量,体现了客源地(机会)和目的地(机会)发生关联的拉力因素,通过缩短空间距离、改善交通条件、延长闲暇时间等方式,提高便利程度,拉动旅游者前往目的地。
理想的旅游可达性衡量能如实反映在时间约束下的旅游吸引程度和交通系统的便利性,而且能够体现出个人对不同机会和约束的敏感程度。因此在选定测定模型的过程中,应力图探求其与测评概念体系之间的契合,明确理论与方法之间的联系,客观准确的反映旅游可达性。
2.3 旅游可达性测评模型构建以反向时空棱柱为基础建立的时空效用法可达性模型提出一种基于地点的可达性度量模型[18-21]。该模型综合考虑时间限制与行程效用因素[22],其优势在于利用时间地理学理论,将效用表示为活动时间和路网通行时间的函数。其通过构建逆向时空棱柱,以地点为核心,计算多个个体前往某一地点的平均效用以衡量可达性,是一种以个人可达性为基础的面向地点的测评方法,其解决了效用可达性主观色彩、可操作性差的缺点的同时,充分考虑了时空限制与吸引力因素。
依据时空效用法可达性模型,地点f处的可达性表示为:
(1) |
式中,Afi代表地点f相对于个人i 的可达性,af是地点吸引力;cf是个体参与活动的时间;bf是到目的地的行程时间;δ、β、γ分别是设施吸引力、活动停留时间和行程时间的敏感系数。
依托上文概念体系对时空效用法可达性模型进行改进,以使模型具备机会及约束要素。在改进模型中,af体现的是吸引力成分,其数值来源于景区景点的旅游网站评分数据,并以景区点评数量占比作为吸引力系数,充分考虑不同景区景点的市场影响力。其次,文章将旅游交通效用作为衡量可达性的重要因素之一,并以时间为自变量,在充分考虑时间限制的前提下,构建了效用函数。由于旅游行为具有递减风险厌恶的特性,其效用性状应为凹性减弱,参照相关文献[22-24]将旅游过程中的正向效用改用游览时间的对数函数表示,增加目的地旅游时间在总行程时间中的占比作为系数,以增加可达性度量中的个人因素和时间限制因素,其中通过网络游记获取旅游者目的地旅游时间和总行程时间,并将其平均值带入公式。值得注意的是,游览时间是个体在充分考虑各种影响旅游行为因素的前提下体现出的时间决策行为,因此在一定程度上囊括了旅游花费等其他因素对旅游者的影响,较为全面的体现了旅游者个体因素。最后,参照相关文献[25-28]利用ArcGIS技术,通过栅格成本加权距离算法,将景区景点距离最近机场的最短空间距离转化为时间距离,作为bf的取值,将其作为衡量可达性中空间阻碍及负向效用的主要指标。
综上所述,地点f处的可达性表示为:
(2) |
式中,A(f)代表可达性值,af是吸引力;cf是旅游者游览时间,tf为旅游者旅游行程总时间;bf是路网通行时间;δ、β、γ分别是设施吸引力、活动停留时间和行程时间的敏感系数,依据相关文献,分别取值0.5、0.7和0.9[18-22, 14]。
3 云南山地景区应用研究 3.1 案例地案例地为云南省,以山地旅游景区景点为最小空间尺度对可达性进行研究。云南省是一个典型的以山地地貌为主的省份,山地面积占全省面积的94%,山区普遍存在着自然生态系统复杂、少数民族分布广泛、景观多样性明显等突出特点。全省海拔2500米以上的高山数量较多,而国家级、省级风景名胜区、自然保护区、森林公园也主要分布在山区。资源数量虽多,但目前云南较有规模的山地旅游开发多局限于三江并流范围内的几座高山。云南旅游业的优势在于四季舒适宜人的气候、丰富的动植物资源以及少数民族文化资源,山地作为主要的环境载体,进行旅游规划和科学开发有很大的必要性。
本文选择研究的主要山地旅游景区景点包括山岳型A级景区、山岳型森林公园、山岳型风景名胜区、山岳型自然保护区,山岳型地质公园。截止2020年,云南省共有山岳型A级景区33家,山岳型森林公园19家,山岳型风景名胜区20家,山岳型自然保护区67家,山岳型地质公园3家。可以看出(图 2),云南省山地旅游主要分布于滇西北横断山地区域、滇东南云岭南延东部分支、西部分支区域、滇东北山地区域,集中于中山及高山区域;从地州范围上来说,集中分布于丽江、大理、楚雄、曲靖、玉溪等地。在空间上形成“丽江—大理—楚雄”、“曲靖—昆明—玉溪”两大分布聚集核,空间分布总体上呈现由横断山地区域向东北、西南两边同时递减的梯形变化特征。
利用网络文本分析法,通过携程网、去哪网、马蜂窝网等网络游记,获取景区景点评分数据、旅游者时间行为数据,共选取相关景区景点游记2840篇(部分示例数据如表 1所示),另外由于旅游者游览时间受到季节性因素的影响,因此文章在进行游记选择时以一个年度作为时间区间,同时尽量保证所选游记较为平均的分布于各个月份,同时以游览时间和总行程时间的平均值进行计算,尽量弱化季节性对旅游者时间行为的影响,由于2020年受新冠疫情影响,游记数量较少,因此以2019年作为游记选择区间;云南省空间行政边界矢量数据来自中国基础地理信息数据。交通网络是实现空间可达性的基础,交通道路网分布主要由云南省交通厅公开数据整理形成,同时依据《中华人民共和国公路工程技术标准》(JTGB-2003)的要求对各类道路通行速度进行赋值:高速公路100 km/h、铁路90 km/h、国道80 km/h、省道60 km/h、县道40 km/h、其他道路20 km/h。同时,山地旅游可达性的空间差异是长期以来生产生活需要与山区环境相互作用的结果,其离不开区域的自然特征和人类活动影响。因此基于相关研究[29-35]及云南山区的实际情况,结合变量可获取原则,选取高程、坡度、距水系最短距离、森林覆盖率、距最邻近县市最短路径、景区周边20公里范围内其他景区数量六个指标,从自然因素和人文因素两个方面出发,利用地理加权回归模型探究可达性空间分异的影响因素。其中高程、坡度、距水系最短距离、森林覆盖率、距最邻近县市最短路径的数据获取主要通过Arc GIS数据提取。景区周边20 km范围内其他景区数量根据景区不同等级进行赋值评价。
依据上文改进的旅游可达性时空效用模型,带入云南省山地旅游景区景点相关数据,分析得出(图 3),云南省山地旅游可达性水平总体偏低,1以下的达到了90%以上,可达性差异较大且连续性不高,分布不均匀。从县(市)域范围来看高可达性景区主要集中于大理、丽江、昆明、保山、昭通等区域,并从大理、昆明等高值点逐渐向四周降低。“大理—丽江”区域内山地景区平均可达性较高,同时吸引力、交通条件双高的优质景区分布较多,是云南山地旅游发展的重点区域。
从交通条件来看(图 4a),云南山地旅游景区距离最近机场的平均路网通达时间为7.43小时,其中怒江、楚雄、红河、玉溪、曲靖等区域路网通达时间较长,玉溪、曲靖等陆路设施条件较好的区域,因距离机场较远,交通条件一般,腾冲来凤山国家森林公园、大理苍山地质公园、保山龙陵松山景区、保山太保山森林公园交通条件最好。其次,从景区景点吸引力来看(图 4b),高吸引力景区景点分布较为分散,丽江、大理、玉溪、昆明、昭通境内均分布有吸引力较高的景区景点,其中哈巴雪山吸引力最高。这是因为相较于苍山、玉龙雪山等综合性景区,哈巴雪山、梅里雪山等主要接待登山、徒步等户外运动特种旅游者,其受众面较窄,相对应产生的吸引力反而较大,另外户外运动旅游时间均较长,多为一个目的地的专项旅游,在一定程度上也减弱了时间限制。
从不同景区类型可达性比较来看,地质公园级别高,周边交通条件较好,其可达性最高;景区和风景名胜区虽然周边交通条件一般,但是普遍具有较高的吸引力,因此总体通达性位于第二位;森林公园虽然周边平均通达条件较高,但其吸引力较弱,其总体可达性位于第三位;而自然保护区交通区位优势较差,吸引力也不大,其综合可达性最弱。另外自然保护区中可达性分布体现两极化特征,阿姆山自然保护区、翠坪山自然保护区、大尖山自然保护区等地几乎没有旅游行为,可达性为零,而大山包、哈巴雪山、高黎贡山等区域周边交通条件较弱,但是由于其登山、徒步、露营等业态吸引了特殊的旅游受众,大大增强了游览时间及吸引力,使其可达性高于平均水平。
4.2 云南山地旅游可达性分类对云南山地旅游可达性分析发现,其主要受到吸引力、游览时间及交通便利程度的多重影响。由于游览时间与吸引力具有一定的相关性,因此将山地旅游可达性形态以吸引力大小与交通便利程度两个维度分为4个类型(图 5),分别为示范型(高吸引高便利)、潜能型(高吸引低便利)、便利型(低吸引高便利)、弱势型(低吸引低便利)。
分析发现,云南山地旅游景点不同可达性分类中,潜能型与弱势型数量最多,均达到了49个,云南山地旅游可达性风险与机会并存,基础设施的建设对可达性的提升作用较为显著。从景区景点类型上来看,森林公园与A级景区多为示范型和便利型,风景名胜区多为潜力型,而自然保护区大多为弱势型。可以看出,A级景区基本具备较高的吸引力和设施水平,是云南山地旅游发展的重要驱动,而风景名胜区凭借较高的资源禀赋成为了云南山地旅游发展的重要潜力。从分布区域来看,示范型景点主要分布于大理、保山区域,滇西北凭借极高的资源优势,仍然是云南山地旅游发展的高地;而弱势型分布则较为分散,几乎遍布全省,云南山地旅游发展体现出数量有所提升,但是发展质量不均衡的特征。
山地旅游景点可达性的不同类型应对应着不同的设施战略。示范型与弱势型均采用保持战略,一方面示范型在便利程度和吸引力均拥有一定优势,另一方面弱势型景点中多为自然保护区,其无论在交通设施建设还是旅游发展上都受到了环境保护的限制,因此也采取较为消极的保持战略,将其作为云南山地旅游发展的资源库。潜能型是未来云南山地旅游发展的重点,采取投入型战略,其应以交通设施建设为重点大力提升便利程度。便利型景点主要包括森林公园等一系列功能较为单一的山地旅游景点,应采取聚集战略,挖掘优势,最大限度发挥其不同功用,具体而言:
示范型:包括大理苍山地质公园、大理宾川鸡足山景区等,主要分布于大理区域内,其可达性较高并同时具有较高的吸引力和较好的交通条件。这是山地旅游可达性发展的示范类型,其从吸引力和设施设备两方面同时具备了较大的克服时空限制的能力,让游客获得了较高旅游效用。
潜能型:包括哈巴雪山自然保护区、禄劝轿子雪山风景名胜区、大理南涧无量山樱花谷景区等,主要分布于滇西北横断山地丽江区域、滇东南云岭南延东部分支哀牢山区域、西部分支无量山区域、滇东北山乌蒙山区,其可达性一般,但是景区资源品位高、业态独特,旅游吸引力较强,但是受限于地形地貌,其交通条件相对薄弱,因此可达性不高。这类山地旅游景点具有较大发展潜能,只要解决了交通瓶颈便能向示范型转换。值得注意的是,部分山地旅游景区因生态保护需要、地形地貌限制等原因,在交通建设上难以突破,这类景区应立足自身优势,大力发展旅游特色业态,增强吸引力与游客体验质量,以弥补旅游者克服时空障碍而付出的成本,同样也能大大增加可达性。
便利型:包括保山太保山森林公园、棋盘山国家森林公园等,主要分布于区域行政中心附近,以森林公园为主,其交通便利但是吸引力较为一般。这类山地旅游景点开发规划较为欠缺,景区级别定位偏低,多为省级或县级旅游景区,优质旅游资源尚未全面开发。随着居民旅游消费需求升级及新的门票政策的实施,这类山地景区面临诸多危机和挑战,亟需转型升级,应紧抓市场需求,塑造旅游核心吸引物,提升吸客能力。
弱势型:包括永德大雪山风景名胜区、通海秀山风景名胜区、曲靖师宗菌子山等,主要分布于滇西南、滇南区域。弱势型景区景点可达性总体较低,吸引力与交通条件均发展较弱。这类山地旅游景区应按自身特点,选择改善交通设施或增强旅游吸引力,争取向示范型、便利型山地旅游景区景点转变。同时对于生态环境较为脆弱的自然保护区类山地旅游景区景点,因尽量保持现状,在生态保护的前提下适当发展。
5 云南山地旅游可达性影响因素分析 5.1 可达性影响因素分析文章利用改进的时空效用法可达性模型对山地旅游可达性进行测算,模型同时考虑了景点吸引力因素、个体游览时间因素和空间因素,是一种复合化可达性测算方法,有助于对云南山地旅游可达性进行全面的把握。但是,无论从山地区域本身的复杂性来看,还是从测评方法的综合性来看,山地旅游可达性都是一个较为复杂的体系,其受到各类自然、人文因素的影响,因此进一步探究可达性的影响因素与机制,对全面把握可达性具有一定的意义。
基于时间地理学的旅游可达性影响机理较为复杂,其主要由吸引力、正效用部分(基于游览时间)、负效用部分(基于路网通行时间)构成。为探究其影响机制,对三者进行相关性分析。吸引力、游览时间、路网通行时间及可达性分布较为离散,并未形成标准正态分布,因此选取秩相关系数进行分析。可以看出吸引力、游览时间、路网通行时间与总体可达性的相关性系数分别为0.708、0.369、-0.717,也就是说交通条件便利程度对总体可达性的贡献率略高于其他部分,是影响山地旅游可达的主要因素,而目的地吸引力在一定程度上减弱了旅游者对克服时空阻碍所要付出的成本感知,对可达性也有较大贡献。同时,分析发现游览时间与吸引力具有一定相关性,旅游吸引力在一定程度上减弱了时间限制,旅游者可以通过改变旅游行程计划,增加感兴趣景点的旅游时间来减轻时间限制。
为深入探究云南山地旅游景区可达性的影响机理,利用地理加权回归进一步对三大因素进行进一步分析分析。路网时间、游览时间、吸引力的全局Moran's I指数分别为0.87、0.31、0.68,表明三者均具有较强的空间自相关性。在此基础上,首先采用全局回归模型(OLS模型)检验路网时间、游览时间、吸引力与各解释变量之间的平均关系。OLS模型结果显示所有解释变量的方差膨胀因子在1.06到1.4之间,其均值小于10,因此不存在解释变量冗余。同时,OLS模型的决定系数分别为0.46、0.1、0.41,而GWR模型与前者相比有较大提升,模型的解释程度分别达到了71%、61%、87%,AICc值远小于OLS模型,同时模型条件数Cond值均小于30,证明变量间不存在局部多重共线性问题。综上,确定了使用GWR模型进行分析的科学性及适用性。
通过构建GWR模型,计算山地旅游可达性各个影响因子的回归系数(表 2)。其中,中位数在一定程度上反映了各解释变量对三大因变量因素的边际贡献程度,且大部分解释变量回归系数的最大值、最小值符号均不相同,说明各解释变量的边际效应存在方向性差异,表明了不同空间条件下不同影响因子对山地旅游可达性的影响较为复杂。
分析发现,高程、坡度、森林覆盖率等自然因素主要对路网通行时间,即景区的交通条件产生了较大影响,其中高程是影响交通条件最主要的自然因素。高程对交通条件回归系数的高回报区主要集中于曲靖、楚雄、怒江等地(图 6b),其对路网通行时间影响的空间差异较大,且两者主要呈正相关关系,高程越高路网通行时间越长,可达性越弱。同时高程与吸引力也呈正相关关系,其高回报区主要位于丽江、大理区域(图 6e),海拔越高的山地对旅游者吸引越高,其可达性反而越高。高程的这种对两大因变量因素截然相反的贡献率从可达性的角度解释了云南大部分山地旅游景区分布于中山区域的现象。
另外,森林茂密、水系丰富的区域虽然具有较为优良的自然条件,但是水系与森林又会在一定程度上加大交通建设的难度,降低可达性[29, 30]。值得注意的是,对山地旅游景区而言,森林覆盖率、距水系最短距离对游览时间及吸引力的回归系数贡献度均为负值。换句话说,森林覆盖率较高、水系丰富的区域旅游吸引力及游览时间均较低,这是因为这些景区大多集中在自然保护区,其旅游开发、营销力度较弱,并未形成大规模旅游,总体可达性并不高。总体而言,自然因素通过影响交通条件从而影响云南山地旅游的总体可达性。
5.1.2 人文因素距最邻近县市最短路径是人文因素中的核心,其在较大程度上影响了路网通行时间和游览时间(图 6a、d),且最小值、四分位数、中位数距为正数,是较为明显的正向影响因素。对旅游中心地的相关研究发现[29],旅游发展与城镇空间分布存在一定依附关系,旅游集散中心大多是区域内各类型的城镇,因此,旅游景区距最邻近县市最短路径是景区集散能力的重要体现[31, 32]。分析发现,距最邻近县市最短路径对游览时间回归系数高回报区主要集中于玉溪、大理、丽江等地。接近区域行政经济中心的山地旅游景区景点可达性较高,一方面区域行政经济中心周边交通条件优越,另一方面经济越发达的地区,其居民旅游需求越旺盛,且投入改善道路等基础设施建设的资金越多,必然改善景点的可达性,同时由于旅游的内聚型,本地居民的多少直接影响景点发展。
周边景区数量对吸引力的影响最为显著(图 6c、f),回归系数高回报区主要集中于怒江、大理、丽江等地。从旅游活动特点及旅游者的空间行为角度看,游客旅行有多目的地的特征,山地旅游景区景点的发展,特别是传统游览型山地旅游,其由于自身旅游资源的局限性,势必对周边的景区有一定的依托,形成联动发展效应[36],如丽江文笔山、腾冲云峰山景区等景区就是在充分依托周边高等级景区的前提下,获得了较高的可达性。同时山地旅游业态类型对可达性也产生了一定影响。分析发现,以露营、登山、徒步等山地户外运动旅游产品为主的的山地景区,如哈巴雪山、高黎贡山、白马雪山等地,其虽然游客较少,周边交通条件也一般,但是一方面由于其特殊的旅游业态增加了游览时间,另一方面其在特种旅游者中具有较大的吸引力,这种吸引力远远大于大众旅游,因此以上景区景点具有较高的可达性。而以休闲游览为主要业态的旅游景区在可达性上两级分化较为严重,如昆明市西山森林公园、来凤山国家森林公园等地,其主要客源为周边城市的游客,游览时间较短,吸引力也不高,但是由于依托周边城市其交通条件较为优越,因此可达性也较高。而其他分部较为偏远的休闲游览型山地旅游景区可达性就较低。当然,如云南大理苍山地质公园、丽江市玉龙雪山景区等业态综合型旅游景区,其可达性普遍较高。
5.2 可达性影响机制分析综上所述,云南山地旅游景区的可达性受到时间限制、空间限制和景区景点吸引力的综合影响。但三者对可达性的影响各不相同,同时,三者也受到人文因素和自然因素的不同影响,图 7显示了这些因素与机制的不同影响关系。
可以看出,空间限制机制和吸引力机制是影响可达性的主要机制,其中空间限制主要受到距最邻近县市最短路径和高程的影响,山地景区周边旅游集散水平越高,游客受到空间限制的程度就越小,可达性也越大,而相反的是,山地旅游景区高程对公路建设的限制增加了旅游者的空间限制。吸引力机制主要受到周边景区数量和高程的影响,资源较好、海拔较高的山地旅游景区吸引力高,游客愿意克服的时空限制也更大,因此可达性也越大。最后时间限制也在一定程度上影响了可达性,其主要受到距最邻近县市最短路径和周边景区数量的影响,游客更愿意在集散水平更高,周边资源丰富的山地旅游景区消耗较多的时间,愿意克服的时间限制较小,可达性较大。
值得注意的是,由于旅游行为的综合性和个体差异性,旅游消费水平、目的地季节性等因素也会在很大程度上影响可达性水平,二者均是通过影响旅游者效用对可达性产生影响。如说旅游者消费预算在一定程度上限制了旅游者游览时间,从而降低旅游效用;而在规定时间内超出旅游者预期的高消费也会降低旅游者效用。而季节性因素可能在增加游览时间的情况下无法做到增加旅游者效用。总之,消费、季节性等因素通过影响效用对可达性产生了影响,但是其对效用的影响个体差异性较强,影响机制较为复杂。
6 结论与讨论文章基于时间地理学理论对可达性时空效用模型进行改进,建构了旅游可达性测评模型,并将其运用于云南山地旅游景区发展的实际评价,得到以下结论:
① 以时间地理学为基础构建的旅游可达性测评概念体系,认为探讨可达性的核心是游客出行意愿与克服成本,基于此形成两大要素:机会要素包含吸引力和个体属性,通过旅游目的地的吸引力大小的衡量评价旅游者出行的意愿;约束要素包含时间约束和空间阻力,描述的是旅游者能够用于旅游活动的时间以及旅游者选用某种交通方式克服客源地与目的地之间的空间距离所付出的成本。在此基础上,构建旅游可达性测评模型,模型由吸引力、正效用部分(基于游览时间)、负效用部分(基于交通路网通行时间)构成,其充分考虑了旅游可达性概念体系中的机会、限制要素,能合理的评价山地旅游景区的可达性。②云南省山地旅游可达性水平总体偏低,空间差异较大,在空间分布上从大理、丽江、昆明、保山、昭通等高值点逐渐向四周降低,形成“大理—丽江”高值核。③山地旅游景区景点以吸引力大小与交通便利程度两个维度作为标准,可以划分为4个类型:示范型(高吸引高便利)、潜能型(高吸引低便利)、便利型(低吸引高便利)、弱势型(低吸引低便利)。④空间限制机制和吸引力机制是影响云南山地旅游可达性的主要机制,具体而言其受到自然因素(高程、坡度、森林覆盖率、距水系最短距离)及人文因素(距最邻近县市最短路径、周边景区数量)两大方面6个因素的影响。
在可达性的众多研究中,可达性的空间属性即对出发地和目的地之间“距离”的克服是研究的重点。在现有文献中关于旅游可达性的研究都是利用GIS技术计算区域内某类旅游景点的通行时间或通行距离,主要体现以公路为主的交通设施的完善程度,忽视了时间限制、个体因素、吸引力因素等,并不能全面的体现旅游可达性。有部分学者对旅游可达性进行了分类探讨,其研究主要对不同类型的可达性进行分别论述,并未形成统一的测算模型。文章借用时间地理学理论基础,将度量可达性看做确定潜在机会,进一步利用时空棱柱,将其体积作为可达性衡量指标,用旅游活动效用来度量可达性时应考虑旅行时间,将更多的时间花费在旅游活动上并且增加效用。
基于此,文章借鉴时间地理学,将旅游可达性解析为旅游景区景点、旅游目的地的可达性,其内涵包括空间属性、时间属性、效用属性三大层次。与此同时,充分考虑时空限制对旅游者旅游行为产生的影响,将克服时空限制的成本归结为时间成本,将效用的自变量设置为游览和通勤时间,改进可达性时空效用模型,构建山地旅游可达性评价模型,定量评价云南省域空间范围内山地旅游景区的可达性,直观揭示云南山地旅游景区可达性空间差异,判别云南山地旅游景区的发展程度,为云南山地旅游空间布局、设施建设提供政策性建议。下一步研究中将花费、舒适度等其他成本和自变量纳入考虑之中,同时加大游客时间行为类型的覆盖,力求时间行为数据以及吸引力数据更加全面,以进行更加深入的研究。
[1] |
彭科. 空间可达性衡量方法评述[J]. 城市规划, 2017, 41(11): 72-79. [Peng Ke. A review on measurement methods of spatial accessibility[J]. City Planning Review, 2017, 41(11): 72-79.] |
[2] |
谢双玉, 张琪, 龚箭, 等. 城市旅游景点可达性综合评价模型构建及应用——以武汉市主城区为例[J]. 经济地理, 2019, 39(3): 232-239. [Xie Shuangyu, Zhang Qi, Gong Jian, et al. Construction and application of comprehensive evaluation model of the urban scenic spots accessibility: Taking downtown Wuhan as a case[J]. Economic Geography, 2019, 39(3): 232-239.] |
[3] |
钟少颖, 杨鑫, 陈锐. 层级性公共服务设施空间可达性研究——以北京市综合性医疗设施为例[J]. 地理研究, 2016, 35(4): 731-744. [Zhong Shaoying, Yang Xin, Chen Rui. The accessibility measurement of hierarchy public service facilities based on multi-mode network dataset and the two-step 2SFCA: A case study of Beijing's medical facilities[J]. Geographical Research, 2016, 35(4): 731-744.] |
[4] |
陈秋晓, 侯焱, 吴霜. 机会公平视角下绍兴城市公园绿地可达性评价[J]. 地理科学, 2016, 36(3): 375-383. [Chen Qiuxiao, Hou Yan, Wu Shuang. Assessment of accessibility to urban parks in Shaoxing city from the perspective of opportunity equity[J]. Scientia Geographica Sinica, 2016, 36(3): 375-383.] |
[5] |
邓丽, 邵景安, 郭跃, 等. 基于改进的两步移动搜索法的山区医疗服务空间可达性——以重庆市石柱县为例[J]. 地理科学进展, 2015, 34(6): 716-725. [Deng Li, Shao Jingan, Guo Yue, et al. Spatial accessibility of medical services in mountainous regions based on modified two-step floating catchment area method: A case study of Shizhu county, Chongqing[J]. Progress in Geography, 2015, 34(6): 716-715.] |
[6] |
孙建伟, 田野, 崔家兴, 等. 湖北省旅游空间结构识别与可达性测度[J]. 经济地理, 2017, 37(4): 208-217. [Sun Jianwei, Tian Ye, Cui Jiaxing, et al. Identification of tourism spatial structure and measurement of tourism spatial accessibility in Hubei province[J]. Economic Geography, 2017, 37(4): 208-217.] |
[7] |
潘竟虎, 李俊峰. 中国A级旅游景点空间分布特征与可达性[J]. 自然资源学报, 2014, 29(1): 55-66. [Pan Jinghu, Li Junfeng. Spatial distribution characteristics and accessibility of A-grade tourist attractions in China[J]. Journal of Natural Resources, 2014, 29(1): 55-66.] |
[8] |
Vickerman R W. Accessibility attraction and potential: A review of concepts and their use in determining mobility[J]. Envi-ronment and Planning A, 1974, 6(6): 675-691. DOI:10.1068/a060675 |
[9] |
张琪, 谢双玉, 王晓芳, 等. 基于空间句法的武汉市旅游景点可达性评价[J]. 经济地理, 2015, 35(8): 200-208. [Zhang Qi, Xie Shuangyu, Wang Xiaofang, et al. Evaluation on the accessibility of the scenic spots in Wuhan based on the spatial Syntax[J]. Economic Geography, 2015, 35(8): 200-208.] |
[10] |
张艳, 柴彦威. "新"时间地理学——瑞典Kajsa团队的创新研究[J]. 人文地理, 2016, 31(5): 19-24, 46. [Zhang Yan, Chai Yanwei. "New" time-geography: A review of recent progresses of time-geographical researches from Kajsa Ellegard in Sweden[J]. Human Geography, 2016, 31(5): 19-24, 46.] |
[11] |
柴彦威, 李峥嵘, 刘志林, 等. 时间地理学研究现状与展望[J]. 人文地理, 2000, 15(6): 54-59. [Chai Yanwei, Li Zhengrong, Liu Zhilin, et al. A review of time-geography[J]. Human Geography, 2000, 15(6): 54-59.] |
[12] |
柴彦威, 王恩宙. 时间地理学的基本概念与表示方法[J]. 经济地理, 1997, 17(3): 55-61. [Yanwei Chai, Enzhou Wang. Basic concepts and notation of time-geography[J]. Economic Geography, 1997, 17(3): 55-61.] |
[13] |
王亚飞, 袁辉, 陈碧宇. 行程时间不确定环境下地点可达性研究[J]. 武汉大学学报(信息科学版), 2019, 44(11): 1723-1729. [Wang Yafei, Yuan Hui, Chen Biyu. Measuring place-based accessibility under travel time uncertainty[J]. Geomatics and Information Science of Wuhan University, 2019, 44(11): 1723-1729.] |
[14] |
Miller H J. Measuring space-time accessibility benefits within transportation networks: Basic theory and computational procedures[J]. Geographical Analysis, 1999, 31(11): 1-26. |
[15] |
Delafontaine M, Neutens M, Weghe N V. A GIS toolkit for measuring and mapping space-time accessibility from a place-based perspective[J]. International Journal of Geographical Information Systems, 2012, 26(5/6): 31-54. |
[16] |
Kelobonye K, Zhou H, Mccarney G, et al. Measuring the accessibility and spatial equity of urban services under competition using the cumulative opportunities measure[J]. Journal of Transport Geography, 2020, 85: 102706. |
[17] |
Payne E, Brown L J, Crowley E, et al. Exploring core food accessibility in Tamworth, NSW Australia[J]. Informatics for Health and Social Care, 2020, 45(4): 12-17. |
[18] |
Aromolaran A K, Atata S N, Abubakar H A. E-agriculture platform: Accessibility and effect on agrarian communities'livelihoods in Ogun state Nigeria[J]. International Journal of Technology and Human Interaction, 2020, 16(4): 45-51. |
[19] |
Neutens T, Schwanen T, Witlox F. Equity of urban service delivery: A comparison of different accessibility measures[J]. Environment and Planning A, 2010, 42(7): 13-16. |
[20] |
Neutens T, Schwanen T, Witlox F. The prism of everyday life: Towards a new research agenda for time geography[J]. Transport Reviews, 2011, 31(1): 25-47, 19. |
[21] |
Weber J, Kwan M P. Bringing time back in: A study on the influence of travel time variations and facility opening hours on individual accessibility[J]. The Professional Geographer, 2002, 54(2): 226-240. |
[22] |
陈秀琼, 黄福才. 旅行效用概率模型与旅游业滞区发展策略研究[J]. 浙江大学学报(理学版), 2007(6): 702-708. [Chen Xiuqiong, Huang Fucai. Research on the probability model of travel utility and the development strategy of tourism detention area[J]. Journal of Zhejiang University (Science Edition), 2007(6): 702-708.] |
[23] |
郭鲁芳. 休闲消费的经济分析[D]. 杭州: 浙江大学, 2004: 12-16. [Guo Lufang. Economic analysis of leisure consumption[D]. Hangzhou: Zhejiang University, 2004: 12-16.]
|
[24] |
张恩碧. 消费体验效用的主要影响因素和不确定性分析[J]. 消费经济, 2009, 25(6): 55-57. [Zhang Enbi. Research on the probabilistic travel utility model and the strategy of developing tourism in stagnation area[J]. Consumer Economics, 2009, 25(6): 55-57.] |
[25] |
王绍博, 郭建科. 中国风景名胜区交通可达性及市场潜力空间测度[J]. 地理研究, 2016, 35(9): 1714-1726. [Wang Shaobo, Guo Jianke. Spatial measure of traffic accessibility and market potential of the national scenic areas[J]. Geographical Research, 2016, 35(9): 1714-1726.] |
[26] |
曹芳东, 黄震方, 吴江, 等. 国家级风景名胜区旅游效率测度与区位可达性分析[J]. 地理学报, 2012, 67(12): 1686-1697. [Cao Fangdong, Huang Zhenfang, Wu Jiang, et al. The relationship between tourism efficiency measure and location accessibility of Chinese national scenic areas[J]. Acta Geographica Sinica, 2012, 67(12): 1686-1697.] |
[27] |
朱磊, 胡静, 周葆华, 等. 区域旅游景点空间分布格局及可达性评价——以皖南国际文化旅游示范区为例[J]. 经济地理, 2018, 38(7): 190-198. [Zhu Lei, Hu Jing, Zhou Baohua, et al. Regional tourism attractions accessibility of spatial distribution pattern and measure: A case study of southern Anhui international cultural tourism destination[J]. Economic Geography, 2018, 38(7): 190-198.] |
[28] |
Geurs K T, Krizek K J, Reggania A. Accessibility analysis and transport planning: Challenges for Europe and north America[M]. London: Edward Elgar Publishing, 2012: 18.
|
[29] |
周玉翠, 邓祖涛, 郑晓云, 等. 长三角世界遗产旅游目的地城市的旅游可达性评价[J]. 经济地理, 2020, 40(2): 217-226. [Zhou Yucui, Deng Zutao, Zhang Xiaoyun, et al. Tourism accessibility of the world heritage tourism destination cities in Yangtze River Delta[J]. Economic Geography, 2020, 40(2): 217-226.] |
[30] |
黎雅悦, 戈大专, 牛博, 等. 广州市休闲旅游资源空间分布及其可达性特征[J]. 热带地理, 2022, 42(10): 1701-1712. [Li Yayue, Ge Jiajun, Niu Bo, et al. Accessibility and structural characteristics of leisure tourism resources in Guangzhou[J]. Tropical Geography, 2022, 42(10): 1701-1712.] |
[31] |
阴姣姣, 王晓芳, 贾垚焱, 等. 旅游扶贫重点村空间可达性分布特征及影响因素研究[J]. 地理科学进展, 2019, 38(12): 1865-1875. [Yin Jiaojiao, Wang Xiaofang, Jia Yaoyan, et al. Spatial accessibility distribution characteristics and influencing factors of the tourism poverty alleviation key villages in Wuling Mountain area, Hubei province[J]. Progress in Geography, 2019, 38(12): 1865-1875.] |
[32] |
杨友宝, 邓巧. 湖南省红色村落空间分布格局及公路可达性研究[J]. 长江流域资源与环境, 2022, 31(4): 793-804. [Yang Youbao, Deng Qiao. Study on the spatial distribution pattern and highway accessibility of red villages in Hunan Province[J]. Resources and Environment in the Yangtze Basin, 2022, 31(4): 793-804.] |
[33] |
余汝艺, 梁留科, 孙亚楠, 等. 洛阳市村域尺度旅游效率分析与可达性研究[J]. 地域研究与开发, 2020, 39(5): 105-109. [Yu Ruyi, Liang Liuke, Sun Yanan, et al. Study of tourism efficiency and accessibility at village scale in Luoyang city[J]. Areal Research and Development, 2020, 39(5): 105-109.] |
[34] |
邹涵, 邱问, 胡明星. 基于旅游意象大数据的武汉旅游空间可达性研究[J]. 华中师范大学学报(自然科学版), 2022, 56(6): 1064-1073. [Zou Han, Qiu Wen, Hu Xingxing. Research on Wuhan tourist space accessibility based on big data of tourism image[J]. Journal of Central China Normal University (Natural Sciences), 2022, 56(6): 1064-1073.] |
[35] |
张阳, 靳雪, 龚先洁. 陕西省乡村旅游示范村空间分异特征与可达性研究[J]. 西北师范大学学报(自然科学版), 2021, 57(5): 26-32. [Zhang Yang, Jin Xue, Gong Xianjie. Study on spatial differentiation and accessibility of rural tourism demonstration villages in Shaanxi Province[J]. Journal of Northwest Normal University (Natural Sciences), 2021, 57(5): 26-32.] |
[36] |
王宏, 孙根年, 冯庆. 高A级景区空间聚集提升城市旅游效益的机制分析——以陕西西安和山西太原为例[J]. 资源开发与市场, 2021, 37(12): 1488-1496. [Wang Hong, Sun Gennian, Feng Qing. Analysis on the mechanism of high A-level scenic spots spatial aggregation to improve urban tourism benefits: Taking Shaanxi Xi′an and Shanxi Taiyuan as examples[J]. Resources Development & Market, 2021, 37(12): 1488-1496.] |