Establishing the Ecological Security Pattern of Jieyang City with GIS
-
摘要: 为了缓解潮汕地区面临的环境污染、生态源地减少、生态廊道阻断及生态景观碎片化等生态问题，以揭阳市为研究区，借助GIS空间分析技术，选用指标评价方法识别生态源地，运用最小累积阻力模型识别生态缓冲区和生态廊道，进而构建城市生态安全格局. 结果表明：(1)生态源地、廊道和缓冲区的识别是城市生态安全格局构建的核心，从生物多样性、水资源和土壤状态3个方面对生态用地进行有效提取，识别生态源地面积为1 682.26 km2，占全区总面积的32.11%，生态源地呈C字型且分布范围与生态功能区空间分布基本吻合；(2)识别低累积阻力生态缓冲区面积为2 751.02 km2，占全区总面积的52.51%. 识别生态廊道21条，总长度为845.23 km；(3)“绿色屏障—生态廊道—农田绿网”的生态保护框架有利于加强生态源地、生态缓冲区、生态廊道与建成区间的发展与连通，对区域生态保护和可持续发展具有重要意义.Abstract: In order to solve the ecological problems faced by the Chao-Shan area, such as environmental pollution, reduction of ecological sources, interruption of ecological corridors and fragmentation of ecological landscape, the urban ecological security pattern of Jieyang is constructed with the help of GIS spatial analysis technology. The index evaluation method is established to identify the ecological source and the minimum accumulated resistance model is used to identify the ecological buffer zone and ecological corridor. The following results are obtained. First, the identification of ecological source, corridor and buffer zone is the core of the construction of urban ecological security pattern. The ecological land is extracted effectively from the three aspects of biodiversity, water resources and soil state, and the identified ecological source area is 1 682.26 km2, accounting for 32.11% of the total area of the region. The ecological source is C-shaped, with its scope basically coinciding with the spatial distribution of ecological function area. Second, the area of ecological buffer zone with low accumulated resistance is 2 751.02 km2, accounting for 52.51% of the total area and the 21 ecological corridors add up to a total length of 845.23 km. Third, an ecological protection framework of "green barrier-ecological corridor-green network of farmland", can strengthen the development and connection of ecological sources, ecological buffer zones, ecological corridors and the built-up area and are of great significance to the region's ecological protection and sustainable development.
-
发展乡村旅游能有力契合和服务国家发展战略，有效促进农村繁荣稳定、农业提质增效、农民增收致富，已成为加快城乡统筹发展、改善农村人居环境、实现乡村振兴的重要途径[1]。乡村旅游发展要与乡村的自然、经济、社会和文化融为一体，保持“乡村性”是关键[2]，构建合理的发展动力机制、推进资源资本化、重构乡村经济、强化环境约束下旅游开发的效益与质量是推进乡村旅游高质量发展的核心[3]。近年来，随着城市居民乡愁体验觉醒，作为乡村旅游业态发展、乡村旅游活动发生主要载体的乡村旅游地发展迅猛，但产品同质、服务低效和设施滞后等问题不断涌现，乡村旅游地发展模式与优化配置亟待转变，以助推乡村旅游产业结构升级、提升乡村旅游整体发展水平、通过乡村旅游发展来促进乡村振兴。
乡村旅游动机与游客行为[4]、发展模式与运营管理[5]等相关研究备受国外学者关注。而国内学者早期主要围绕资源利用、产品开发和服务质量等乡村旅游发展问题进行研究[6]；后期更多转向研究旅游扶贫[7]、利益分配与空间布局[8-9]等乡村旅游发展效应。近年来，在乡村振兴背景下，乡村旅游地的空间特征与影响因素[10]、演化发展与动力机制[9, 11]、人地关系与可持续发展[12-13]等成为研究热点，但多聚焦于全国尺度[14]或乡村旅游较为发达的江苏[15]、山东[16]、上海[17]等省域，主要运用最邻近指数、核密度估计、基尼系数、椭圆差和空间自相关等空间分析方法进行研究，并基于地理探测器、多元线性回归和地理加权回归等探究影响空间分异的因素及强弱。已有研究[18]发现资源禀赋、自然环境、区位交通、经济水平、客源市场和宏观政策等因素对区域乡村旅游地空间分布与演化发展具有不同程度的影响，但从社会、经济、环境整体视角系统揭示乡村旅游地形成空间分异特征以及基于多因素交互作用解析影响机理的研究不多。广西壮族自治区(下文简称“广西”)等西部欠发达地区乡村旅游地的研究主要是解析地形、水系、交通和客源市场等影响因素的单因子独立作用[19-20]，不足以深度揭示乡村旅游地空间分异与演化发展的内在逻辑。
基于此，本文综合运用ArcGIS空间分析、地理探测器等技术与方法，通过深入分析广西乡村旅游地的空间分异特征，探究影响因素及乡村旅游地空间分异的驱动机制，以期为优化我国欠发达地区的乡村旅游空间格局、推动乡村旅游高质量发展提供理论依据。
1. 研究区概况及研究方法
1.1 研究区概况
广西(104°28′E~112°04′E，20°54′N~26°24′N)，简称“桂”，地处华南地区，下辖南宁、柳州、桂林、梧州、北海、防城港、钦州、贵港、玉林、百色、贺州、河池、来宾和崇左14个地级市，总面积23.76万km2[21]。广西气候宜人、自然山水优美、历史文化丰富、民族风情浓郁，是中国5个少数民族自治区之一。近年来，广西通过大力推进特色旅游名县、全域旅游示范区建设，发展县域旅游经济，努力将潜在的乡村资源和后发优势转化为经济与产业优势，在壮大规模、提升品质和扩大消费等方面取得了明显成效。2016—2020年，广西乡村旅游共接待游客约12.99亿人次，约占全区接待游客总量的44.7%；乡村旅游消费约8 620.74亿元，约占全区旅游总消费的26.7%[22]。
1.2 数据来源
本文选取广西三星级及以上乡村旅游地为研究对象，以截至2020年底广西文化和旅游厅官方网站(http://wlt.gxzf.gov.cn/)公布的名单为基础，剔除部分已降级摘星、停业关闭的，从而获得广西星级乡村旅游地378个，其中三、四、五星级乡村旅游地分别为77、205、96个。同时，通过百度地图开放平台获取各乡村旅游地空间坐标，利用ArcGIS10.2标记在经过地理配准的广西地图上(图 1)，构建广西乡村旅游地地理数据库并进行空间可视化分析。广西社会、经济、环境及基础设施等数据来源于《广西统计年鉴2021》和各地相关统计公报。
![]()
图 1 广西不同类型乡村旅游地空间分布图注：此图根据广西壮族自治区标准地图(审图号：桂S(2020)48号)绘制，底图无修改。Figure 1. The distribution map of different types of rural tourism destinations in Guangxi1.3 研究方法
基于文献梳理与借鉴[14, 16, 23]，本文在数理统计分析基础上，采用最邻近指数、核密度估计和空间热点分析方法[14, 24]研究广西乡村旅游地空间分异特征。从社会、经济和环境3个维度选取交通条件、宏观政策、经济水平、市场潜力、旅游水平、资源禀赋和自然环境7大影响因素20个评价因子，运用地理探测器[25]进行单因子与因子交互探测, 研究各指标因子对乡村旅游地空间分异的影响程度，以构建广西乡村旅游地空间分异的驱动机制。
2. 广西乡村旅游地的空间分异特征
2.1 空间结构特征
2.1.1 全域空间类型结构发展不均衡
根据乡村旅游发展模式、资源类别、活动类型和功能结构等特性[21]，广西乡村旅游地可分为田园风光类、民俗风情类、休闲度假类和现代农业类4类(表 1)。由表可知：广西乡村旅游地类型结构不均衡，休闲度假类数量最多(182个，占比48.15%)，在各市广泛分布；其次为田园风光类(84个，占比22.22%)，各市均有分布；而民俗风情类(66个)、现代农业类(46个)占比较小，分别为17.46%、12.17%，在各市分布不均衡，贵港、崇左等市无民俗风情类乡村旅游地，北海、防城港、贵港、河池等市无现代农业类乡村旅游地。结果表明广西的休闲度假类乡村旅游地发展态势良好，但对地域文化、民族风情的挖掘有待加强，在乡村振兴背景下应加快传统农业转型升级，大力发展适应新时期社会需求的现代农业类乡村旅游地。
表 1 广西各地级市乡村旅游地类型及等级统计情况Table 1. The statistics of the types and grades of rural tourism destinations in Guangxi个 地级市 田园风光类 民俗风情类 休闲度假类 现代农业类 合计 三星级 四星级 五星级 小计 三星级 四星级 五星级 小计 三星级 四星级 五星级 小计 三星级 四星级 五星级 小计 南宁 4 6 3 13 5 1 2 8 7 12 7 26 4 5 1 10 57 柳州 4 5 3 12 1 2 3 6 1 6 2 9 0 2 5 7 34 桂林 0 0 1 1 2 2 2 6 0 13 11 24 0 0 1 1 32 梧州 0 2 0 2 0 2 3 5 0 4 4 8 0 0 1 1 16 北海 0 0 2 2 3 1 0 4 0 7 2 9 0 0 0 0 15 防城港 0 1 0 1 0 1 0 1 0 4 3 7 0 0 0 0 9 钦州 1 6 2 9 0 0 2 2 0 7 2 9 0 3 3 7 26 贵港 0 0 2 2 0 0 0 0 0 3 2 5 0 0 0 0 7 玉林 0 5 2 7 0 4 1 5 0 8 2 10 0 5 3 8 30 百色 4 2 0 6 2 2 0 4 2 4 4 10 0 4 0 4 24 贺州 4 7 0 11 7 5 2 14 2 3 2 7 0 2 1 3 35 河池 1 5 1 7 3 3 0 6 12 14 6 32 0 0 0 0 45 来宾 1 1 1 3 3 2 0 5 1 7 0 8 0 4 0 4 20 崇左 2 5 1 8 0 0 0 0 1 16 1 18 0 2 0 2 28 合计 21 45 18 84 26 25 15 66 26 108 48 182 4 27 15 46 378 占比/% 5.56 11.90 4.76 22.22 6.88 6.61 3.97 17.46 6.88 28.57 12.70 48.15 1.06 7.14 3.97 12.17 100 2.1.2 市域空间类型分布差异显著
从市域空间分布来看：田园风光类乡村旅游地以南宁市(13个)、柳州市(12个)和贺州市(11个)等地分布较多，而桂林市(1个)、北海市(2个)等地分布较少；休闲度假类乡村旅游地以河池市(32个)、南宁市(26个)、桂林市(24个)和崇左市(18个)等地分布最多，旅游业相对落后的贵港市(5个)、贺州市(7个)和防城港市(7个)等地分布最少；另外，贺州市(14个)、南宁市(8个)和柳州市(6个)等地的民俗风情类乡村旅游地分布相对较多，而南宁市(10个)、玉林市(8个)、柳州市(7个)和钦州市(7个)等地的现代农业类乡村旅游地分布较多。充分表明南宁、柳州等经济发达城市的乡村旅游地类型多样，且各类型数量较多；桂林、北海等旅游业发达城市以休闲度假类为主，正步入乡村旅游高质量发展阶段；贺州、贵港和玉林等旅游业欠发达城市以田园风光类、民俗风情类为主，尚处于挖掘、整合乡村旅游资源的初级发展阶段；河池、崇左市则充分利用长寿养生、瀑布和边关等特色资源与景观条件，有力促进了休闲度假类乡村旅游地的发展。
2.1.3 市域空间等级分异特征明显
区域乡村旅游发展质量高低一般可通过高等级乡村旅游地的数量与比例来反映[15]。由表 1可知：广西四星级乡村旅游地数量最多(共205个，占比54.23%)，主要分布于崇左市(23个)、玉林市(22个)和河池市(22个)等地；五星级乡村旅游地数量次之(共96个，占比25.40%)，多分布于桂林市(15个)、南宁市(13个)和柳州市(13个)；三星级乡村旅游地数量最少(共77个，占比20.37%)，南宁市(20个)、贺州市(13个)和百色市(8个)等地分布较多。由图 1可知，广西乡村旅游地在空间上表现出较为明显的等级分异特征，体现了区域旅游业发展水平差异。
2.2 空间集聚特征
2.2.1 总体呈多核心集聚分布
最邻近指数(NNI)常被用于研究点要素在空间上的集聚程度，若NNIx 1，表示其呈现集聚分布的特征；若NNI=1，表示其呈现随机分布的特征；若NNI>1，表示其呈现均匀分布的特征。本研究运用ArcGIS最邻近指数工具计算得到广西乡村旅游地的NNI为0.76，表明其分布状态为集聚型。核密度估计(KDE)能直观反映乡村旅游地集聚状态，核密度值越高，表明乡村旅游地的集聚程度越高。核密度分析结果(图 2)显示：广西乡村旅游地总体呈现多核心集聚分布特征，在南宁、贺州、柳州、玉林等市形成多个核心分布区；南宁、贺州市为高密度集聚区，核密度值为0.004 984 435~0.006 551 740个/km2；柳州、玉林市为次高密度集聚区，核密度值为0.003 879 638~0.004 984 434个/km2；桂林、北海、崇左、河池等市的核密度值较低。
![]()
图 2 广西乡村旅游地核密度空间分布特征Figure 2. The distribution characteristics of core density of rural tourism destinations in Guangxi2.2.2 县域空间分布冷热点局部集聚
为深入分析广西乡村旅游地空间集聚特征，本文运用ArcGIS热点分析工具计算县域尺度乡村旅游地的局部关联指数Getis-Ord Gi*，从而得到Z值；然后采用自然断点法，根据Z值的大小将广西县域划分为乡村旅游发展热点区(0.711 507~3.748 797)、次热点区(-0.156 280~0.711 506)、温点区(-0.590 164~-0.156 281)、次冷点区(-1.024 057 ~ -0.590 165)、冷点区(-1.458 512~-1.024 058)5类，以此绘制广西乡村旅游地发展冷热点空间分布图。结果(图 3)显示广西县域乡村旅游地冷热点空间分布呈现整体不均匀、局部集聚的特征，表现为“两翼冷, 中间热”：(1)热点区主要集中在桂中、桂南地区(如南宁市青秀、江南区，柳州市柳江区，北海市银海区，钦州市钦南区)及资源丰富的郊县(如贺州市平桂区、富川县等，河池市宜州区、天峨县，来宾市忻城县，崇左市龙州县等)，表明资源禀赋与客源市场是影响乡村旅游地发展的重要因素。(2)次热点区相对集中于桂北地区，如桂林市叠彩区、灌阳县等，柳州市柳北区、融安县等，河池市环江、罗城县等，贺州市昭平县，来宾市金秀、象州县等，多为旅游资源丰富或民族风情与文化独特的少数民族地区。(3)作为热点区与冷点区的过渡区域的温点区，主要为桂林市兴安、资源县等，贵港市覃塘区，玉林市博白县，百色市德保、凌云县等，河池市都安、大华县，崇左市宁明县等，乡村旅游发展一般。(4)次冷点区较为分散，主要集中在桂东、桂西地区，如梧州市苍梧、藤县等，百色市乐业县、平果市等，崇左市大新、天等县等，多为经济较为落后、人口密度小、对外交通不便的郊县。(5)冷点区主要集中在城市所辖城区，如南宁市良庆区，柳州市柳南、城中区，桂林市秀峰、七星区等，贵港市港北、港南区等，区域内乡村地域面积较小，开展乡村旅游的资源条件相对不足，旅游业态以都市风光、休闲娱乐为主。
![]()
图 3 广西乡村旅游地冷热点空间分布图Figure 3. The distribution map of hot and cold spots of rural tourism destinations in Guangxi3. 广西乡村旅游地的空间分异驱动机制
3.1 指标体系构建
乡村旅游地空间分异是社会、经济、环境多重因素综合影响的结果，其形成过程主要取决于：一是自身具有一定发展基础与发展潜力，二是相关部门综合各类因素进行等级评定，通过政策调控实现区域乡村旅游优化布局或促进其转型升级发展。因此，在指标体系构建中，借鉴相关研究结论[14-16]，从社会、经济和环境3个维度，基于交通条件、宏观政策、经济水平、市场潜力、旅游水平、资源禀赋和自然环境7大影响因素，选取20个评价指标作为自变量(表 2)，以乡村旅游地数量为因变量，应用地理探测器探析各指标影响力q值大小及其交互关系，以判断各影响因素对形成乡村旅游地空间分异特征的作用，进而探究乡村旅游地空间分异的驱动机制。
表 2 广西乡村旅游地空间分异影响因素、指标及探测结果Table 2. The influencing factors, indicatiors and detection results in the spatial heterogeneity of rural tourism destinations in Guangxi维度 影响因素 评价指标 指标性质 q值 影响因素 评价指标 社会因素 交通条件 等级公路里程(X1/km) 正向 0.83 0.25 公共汽车运营数量(X2/辆) 正向 0.58 宏观政策 乡村旅游政策数量(X3/项) 正向 1.22 0.71 关键词词频(X4/个) 正向 0.51 经济因素 经济水平 地区生产总值(X5/万元) 正向 1.19 0.40 人均地区生产总值(X6/元) 正向 0.22 第三产业占比(X7/%) 正向 0.57 市场潜力 人均可支配收入(X8/元) 正向 0.88 0.36 人均收入增长率(X9/%) 正向 0.11 常住人口数量(X10/万人) 正向 0.41 旅游水平 3A级以上旅游景区数量(X11/个) 正向 2.12 0.34 旅游总人数(X12/万人) 正向 0.68 旅游总消费(X13/万元) 正向 0.54 星级饭店数量(X14/个) 正向 0.56 环境因素 资源禀赋 高级别旅游资源数量(X15/个) 正向 1.26 0.56 国家级传统村落数量(X16/个) 正向 0.21 非物质文化遗产数量(X17/个) 正向 0.49 自然环境 森林覆盖率(X18/%) 正向 0.67 0.18 污水处理率(X19/%) 正向 0.14 人均垃圾无害化处理量(X20/t) 负向 0.35 注：关键词词频为政府相关政策中提及的“旅游”与“乡村振兴”的词频总和。 3.2 单因子探测结果与分析
单因子探测结果(表 2)显示：不同维度的20个指标因子对广西乡村旅游地的空间分异都产生了显著性影响，解释力从大到小依次为：乡村旅游政策数量、旅游总人数、公共汽车运营数量、第三产业占比、星级饭店数量、高级别旅游资源数量、旅游总消费、关键词词频、非物质文化遗产数量、常住人口数量、地区生产总值、人均可支配收入、人均垃圾无害化处理量、3A级以上旅游景区数量、等级公路里程、人均地区生产总值、国家级传统村落数量、森林覆盖率、污水处理率、人均收入增长率。
将各影响因素对应的评价指标的q值相加，其值的大小可反映该影响因素对乡村旅游地空间分异的影响强弱。由表 2可知各影响因素的q值由高到低依次为：旅游水平、资源禀赋、宏观政策、经济水平、市场潜力、交通条件、自然环境。据此可见，区域旅游发展水平对广西乡村旅游地空间分异的影响最大，而自然环境对其影响最小。
3.3 因子交互探测结果与分析
在得到单因子探测结果的基础上，本研究利用交互作用探测器模型，进一步探析各组双因子交互对乡村旅游地空间分异的影响程度。结果(表 3)显示：(1)各因子交互作用后的解释力均增强，表明广西乡村旅游地的空间分异现象是多因子共同作用下形成的；(2)从单因子在双因子交互作用看，公共汽车运营数量(X2)、乡村旅游政策数量(X3)、关键词词频(X4)、第三产业占比(X7)、旅游总人数(X12)、旅游总消费(X13)、星级饭店数量(X14)、高级别旅游资源数量(X15)与各因子交互作用q值均在0.5以上，说明上述单因子在与其他因子的组合中显著增强了组合单元的影响力；(3)从各组双因子交互作用看，公共汽车数量与关键词词频、乡村旅游政策数量与人均可支配收入、人均可支配收入与旅游总人数、旅游总人数与森林覆盖率、星级饭店数量与非物质文化遗产数量的交互作用影响力最大，组合q值均高达0.99，表明宏观政策、市场潜力与旅游水平的组合更加有助于发挥其对广西乡村旅游地空间分异的影响力。
表 3 广西乡村旅游地空间分异双因子交互作用q值探测结果Table 3. The interaction detection results of the spatial heterogeneity of rural tourism destinations in Guangxi评价指标 X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18 X19 X20 X1 0.25 X2 0.65 0.58 X3 0.83 0.84 0.71 X4 0.78 0.99 0.87 0.51 X5 0.64 0.87 0.84 0.88 0.40 X6 0.82 0.90 0.94 0.71 0.84 0.22 X7 0.90 0.85 0.87 0.87 0.63 0.94 0.57 X8 0.73 0.67 0.99 0.72 0.90 0.73 0.92 0.36 X9 0.76 0.66 0.92 0.91 0.55 0.90 0.64 0.65 0.11 X10 0.50 0.68 0.92 0.78 0.63 0.68 0.64 0.68 0.51 0.41 X11 0.53 0.67 0.95 0.94 0.64 0.57 0.77 0.76 0.58 0.51 0.34 X12 0.88 0.92 0.94 0.96 0.77 0.91 0.75 0.99 0.79 0.77 0.70 0.68 X13 0.62 0.76 0.87 0.89 0.92 0.91 0.88 0.76 0.70 0.66 0.66 0.86 0.54 X14 0.86 0.79 0.81 0.86 0.84 0.98 0.86 0.96 0.88 0.81 0.98 0.92 0.92 0.57 X15 0.81 0.76 0.84 0.93 0.77 0.72 0.78 0.85 0.83 0.82 0.82 0.85 0.89 0.71 0.56 X16 0.73 0.77 0.71 0.88 0.66 0.96 0.67 0.77 0.59 0.59 0.68 0.77 0.63 0.85 0.86 0.22 X17 0.60 0.91 0.94 0.94 0.88 0.92 0.85 0.91 0.90 0.90 0.98 0.92 0.96 0.99 0.87 0.96 0.49 X18 0.71 0.64 0.86 0.96 0.86 0.85 0.94 0.52 0.39 0.73 0.77 0.99 0.77 0.87 0.91 0.77 0.94 0.18 X19 0.71 0.90 0.90 0.72 0.53 0.63 0.78 0.66 0.40 0.73 0.57 0.71 0.90 0.91 0.82 0.78 0.92 0.45 0.14 X20 0.64 0.59 0.79 0.95 0.81 0.57 0.72 0.72 0.65 0.58 0.50 0.95 0.73 0.84 0.99 0.68 0.99 0.73 0.93 0.35 注：下划线数据为单因子作用；粗体数据为交互作用的双因子增强型；其余为交互作用的非线性增强型。 3.4 驱动机制分析
需求和供给是推动乡村旅游发展的基本动力[26]。一方面，城市居民回归自然、体验文化、放松身心的动机与需求是驱动乡村旅游持续发展的根本推力，且社会经济越发达，人们生活水平越高，潜在旅游市场需求也越大；另一方面，乡村优良的自然环境和丰富的人文风情可开发成多样化、品质化的旅游产品供给客源市场，以“乡村性”为核心吸引力获得经济利益，增加农民收入，促进乡村地区社会经济振兴发展。由上述因子探测结果和文献[27]，可知乡村旅游地形成、发展与演化受推力、拉力、阻力因素影响：客源市场、经济水平等推力因素影响乡村旅游地发展范围和数量；旅游资源、自然环境等拉力因素影响乡村旅游地发展深度(质量)与广度(类型)；区位(空间距离)、交通条件和市场营销等阻力因素则对乡村旅游地发展起着阻碍作用。
本文基于推拉理论构建广西乡村旅游地空间分异驱动机制(图 4)，探究推力、拉力及阻力因素对乡村旅游地空间分异的影响：
![]()
图 4 广西乡村旅游地空间分异驱动机制Figure 4. The driving mechanism of the spatial heterogeneity of rural tourism destinations in Guangxi(1) 推力因素。推力是源于目的地属性的驱动力[28]。市场需求是旅游发展的源动力，客源市场潜力关系到旅游需求规模大小，潜力越大，乡村旅游发展后劲越足。区域经济发展水平对旅游市场发展潜力起决定作用：一方面，随着经济水平的提高，旅游需求不断增强，旅游消费群体日益增多；另一方面，发达的经济水平有利于支持旅游公共服务设施建设，进一步促进乡村旅游持续发展。宏观政策也是驱动乡村旅游发展的重要推力：一方面，需要各级政府宏观政策引导资金、技术和人才等要素长期支持乡村旅游地的长远发展；另一方面，乡村旅游地等级评定一般由政府部门主导进行，不同时期的宏观调控与政策倾斜也会影响乡村旅游地的空间分异。本文研究表明：在驱动广西乡村旅游地空间格局分异过程中，宏观政策推力因素的影响最大，经济水平次之，市场潜力推力因素的影响较小。研究结果进一步说明在社会经济发展相对落后的地区，充分发挥政府主导作用、加大政策支持力度将有效推动乡村旅游地快速发展。
(2) 拉力因素。拉力主要指市场的内在需求以及促成市场需求的有效因素[29]。旅游资源是乡村旅游开发与旅游地建设的主要依托，资源的类型、组合和等级等禀赋特征决定了乡村旅游产品供给的多样性、特色化与品质化，是乡村旅游发展的重要拉力。旅游接待人数、消费规模以及酒店、景区等旅游接待设施数量是衡量城市旅游业发展水平的重要指标。旅游发展水平越高的城市，其客源地、集散地、目的地等旅游功能外溢越强，从而更好地驱动城市周边乡村旅游地发展。绿色自然、清新宜人的乡村环境是拉动城市居民返璞归真、“诗意栖居”、参与乡村旅游的重要力量，而恶劣的自然环境则会阻碍乡村旅游地的发展。本文研究表明：在驱动广西乡村旅游地空间格局分异过程中，旅游水平的拉力因素影响最大，资源禀赋次之，自然环境的拉力因素影响最小；广西整体自然环境优良，地区差异不大，但受桂林、北海等著名旅游城市先发优势影响，区域旅游发展水平差别较大，进而影响乡村旅游地的差异化发展。
(3) 阻力因素。阻力主要来源于市场需求与产品供给之间的阻碍因素。一方面，乡村与城市的空间距离是游客进入和信息流动的主要阻力源，城市居民游憩活动主要集聚在距离城市100 km空间范围内，呈现距离衰减特征[30]。另一方面，随着高铁、高速公路和航空等快速交通体系日益完善和自驾车旅游普及，交通可达性成为关键阻碍因素，“最后一公里”往往成为乡村旅游地快速发展的重大瓶颈。另外，随着移动互联网和新媒体的发展，信息化、智慧化水平直接影响旅游市场营销和游客体验，也是乡村旅游地发展的重要阻力因素。
4. 结论与建议
本文以广西378个乡村旅游地为研究对象，利用ArcGIS空间分析方法研究其空间分异特征，基于地理探测器进行单因子与因子交互作用探测研究，以探讨广西乡村旅游地空间分异的驱动机制。主要结论如下：
(1) 广西乡村旅游地类型、等级分异特征明显。从类型特征来看，以休闲度假类数量最多，田园风光类次之，民俗风情类、现代农业类数量较少；桂林、北海等旅游业发达地区以休闲度假类为主，贺州、贵港和玉林等旅游业欠发达地区以田园风光类、民俗风情类为主，而南宁、柳州等市的乡村旅游地数量众多、类型丰富且相对均衡。从等级特征来看，广西四星级乡村旅游地数量最多，五星级次之，三星级最少；南宁、桂林、柳州等市的五星级乡村旅游地数量占比最大，崇左、玉林、河池等市的乡村旅游地以四星级为主；贺州、百色等山区城市的乡村旅游地以三星级为主，在空间上表现出明显差异性。
(2) 广西乡村旅游地在空间分布格局呈集聚型，总体上形成以南宁、贺州市为核心的两大高密度集聚区，以柳州、玉林市为核心的次高密度集聚区。其中，桂林、北海、钦州和崇左等市的核密度值较低。
(3) 广西县域乡村旅游地冷热点空间分布呈现整体不均匀、局部集聚的特征，表现为“两翼冷，中间热”。热点区主要集中分布在桂中、桂南地区，次热点区相对集中于桂北地区，冷点区主要分布在城市所辖城区，温点区、次冷点区较为分散，相对集中于桂东、桂西地区，空间相互交错。
(4) 多因素共同作用驱动广西乡村旅游地空间分异。单因子探测结果表明，区域旅游水平的影响最大，资源禀赋、宏观政策、经济水平的影响次之，而市场潜力、交通条件、自然环境的影响相对较小。因子交互探测结果显示不同组合的双因子交互作用增强了对乡村旅游地空间分异的解释力。
(5) 基于推拉理论，结合地理探测器分析结果显示，在驱动广西乡村旅游地空间格局分异过程中，旅游水平、资源禀赋为核心拉力，自然环境为次要拉力；宏观政策、经济水平为核心推力，市场潜力为次要推力；交通可达性是影响乡村旅游地演化发展的重要阻力因素。
乡村旅游作为推动乡村振兴发展的重要模式，对消除城乡二元结构，解决城乡发展不平衡和乡村发展不充分等问题具有重要意义[1]。广西地理区位优越，交通日趋通达，对接庞大客源市场需求，乡村旅游发展潜力巨大。针对当前问题，面向未来发展，本文提出以下建议：
(1) 加强政策引导，增大乡村旅游地发展推力。加强资金、土地、交通、人才和营销等宏观政策支持对乡村旅游发展的驱动力作用：一方面加大对桂东、桂西等乡村旅游地发展冷点区、次冷点区的支持力度与广度，推动该区域乡村旅游地数量、规模不断壮大，促进区域均衡发展；另一方面，立足桂南、桂北和桂中等乡村旅游发展热点区、次热点区的资源特色和先发优势，推动乡村旅游地集聚化、特色化发展，打造类型多样、数量丰富和品质优异的乡村旅游地集聚区或集群，形成差异化发展空间格局，促进区域充分发展。
(2) 提升发展水平，增强乡村旅游地发展拉力。一方面，立足广西乡村旅游资源禀赋特征，强化山水田园风光资源优势，深入挖掘民族风俗、边关风情等文化内涵，大力推进景区带动、城郊休闲、农旅复合、生态康养和红色旅游等乡村旅游地多样化发展；持续推动乡村旅游与文化、农业、林业、康养等融合发展，创新发展田园综合体、农业庄园、森林人家、生态渔村和乡村酒店等新业态，丰富产品类型，提升乡村旅游水平，形成强大拉力，以对接客源市场大众化、休闲化、品质化和多样化的发展趋势。另一方面，强化乡村景观资源保护与乡土文化传承，加强雨污垃圾、大气治理与生态建设，推进山地森林化、村屯园林化和道路风景化建设，营造富有地域特色、承载田园乡愁的美丽乡村人居环境，持续增强乡村旅游地发展“拉力”。
(3) 完善服务配套，减小乡村旅游地发展阻力。一方面，通过持续举办旅游节庆、赛事活动，充分利用新媒体营销提升乡村旅游地知名度、美誉度和旅游形象，大力推进乡村旅游地道路交通便捷化、标识导览标准化和游览服务智慧化，减小乡村旅游发展阻力。另一方面，通过加强乡村旅游人才与从业培训，规范乡村旅游市场秩序，提升服务质量；打造系列乡村旅游名片，提升旅游体验，塑造特色鲜明的乡村旅游品牌形象，推动广西乡村旅游地持续健康发展。
-
![]()
图 6 揭阳市的生态安全保护框架
Figure 6. The framework for ecological security protection of Jieyang City
表 1 MCR模型阻力因子的阻力值
Table 1 The resistance value in the MCR model
指标 分类 阻力值 指标 分类 阻力值 土地植被类型 森林、水域 5 地形坡度(S) ≥35° 5 湿地 10 [25°~35°) 10 灌丛 15 [15°~25°) 30 园地 20 [8°~15°) 50 农田 50 [3°~8°) 70 建设用地 100 ＜3° 90 距公路距离/m ＜10 10 距水域距离/m ＜50 10 [10, 20) 20 [50, 100) 30 [20, 50) 40 [100, 150) 50 [50, 100) 60 [150, 200) 70 ≥100 80 ≥200 90 
下载: 导出CSV
表 2 生态源地及生态缓冲区的各土地覆被类型面积及占比
Table 2 The area and proportion of land cover types in the ecological sources and ecological buffer zones
生态类型 森林 湿地 水域 灌丛 面积/km2 占比/% 面积/km2 占比/% 面积/km2 占比/% 面积/km2 占比/% 生态源地 623.31 37.05 44.12 2.62 336.93 20.03 101.26 6.02 生态缓冲区 954.23 34.69 71.75 2.61 584.32 21.24 86.57 3.15 生态类型 园地 耕地 建设用地 面积/km2 占比/% 面积/km2 占比/% 面积/km2 占比/% 生态源地 202.89 12.07 360.23 21.41 13.52 0.81 生态缓冲区 384.56 13.98 512.36 18.62 157.23 5.72
下载: 导出CSV
-
[1] 杨江敏, 杨忍, 薛德升. 广东省城市环境质量变化的时空格局及影响因素[J]. 热带地理, 2017, 37(4): 601-609. https://www.cnki.com.cn/Article/CJFDTOTAL-RDDD201704017.htm YANG J M, YANG R, XUE D S. Spatial-temporal pattern and influencing factors of environmental quality in Guangdong[J]. Tropical Geography, 2017, 37(4): 601-609. https://www.cnki.com.cn/Article/CJFDTOTAL-RDDD201704017.htm
[2] ASGARIAN A, AMIRI B J, SAKIEH Y. Assessing the effect of green cover spatial patterns on urban land surface temperature using landscape metrics approach[J]. Urban Ecosystems, 2015, 18(1): 209-222. doi: 10.1007/s11252-014-0387-7
[3] 刘洋, 蒙吉军, 朱利凯. 区域生态安全格局研究进展[J]. 生态学报, 2010, 30(24): 6980-6989. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201024034.htm LIU Y, MENG J J, ZHU L K. Progress in the research on regional ecological security pattern[J]. Acta Ecologica Sinica, 2010, 30(24): 6980-6989. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201024034.htm
[4] 彭建, 赵会娟, 刘焱序, 等. 区域生态安全格局构建研究进展与展望[J]. 地理研究, 2017, 36(3): 407-419. https://www.cnki.com.cn/Article/CJFDTOTAL-DLYJ201703002.htm PENG J, ZHAO H J, LIU Y X, et al. Research progress and prospect on regional ecological security pattern construction[J]. Geographical Research, 2017, 36(3): 407-419. https://www.cnki.com.cn/Article/CJFDTOTAL-DLYJ201703002.htm
[5] 陈昕, 彭建, 刘焱序, 等. 基于"重要性-敏感性-连通性"框架的云浮市生态安全格局构建[J]. 地理研究, 2017, 36(3): 471-484. https://www.cnki.com.cn/Article/CJFDTOTAL-DLYJ201703007.htm CHEN X, PENG J, LIU Y X, et al. Constructing ecological security patterns in Yunfu city based on the framework of importance-sensitivity-connectivity[J]. Geographical Research, 2017, 36(3): 471-484. https://www.cnki.com.cn/Article/CJFDTOTAL-DLYJ201703007.htm
[6] 叶鑫, 邹长新, 刘国华, 等. 生态安全格局研究的主要内容与进展[J]. 生态学报, 2018, 38(10): 3382-3392. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201810003.htm YE X, ZOU C X, LIU G H, et al. Main research contents and advances in the ecological security pattern[J]. Acta Ecologica Sinica, 2018, 38(10): 3382-3392. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201810003.htm
[7] 苏泳娴, 张虹鸥, 陈修治, 等. 佛山市高明区生态格局和建设用地扩展预案[J]. 生态学报, 2013, 33(5): 1524-1534. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201305019.htm SU Y X, ZHANG H O, CHEN X Z, et al. The ecological security patterns and construction land expansion simulation in Gaoming[J]. Acta Ecologica Sinica, 2013, 33(5): 1524-1534. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201305019.htm
[8] 杜悦悦, 胡熠娜, 杨旸, 等. 基于生态重要性和敏感性的西南山地生态安全格局构建--以云南省大理白族自治州为例[J]. 生态学报, 2017, 37(24): 8241-8253. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201724011.htm DU Y Y, HU Y N, YANG Y, et al. Building ecological security patterns in southwestern mountain areas based on ecological importance and ecological sensitivity: a case study of Dali Bai Autonomous Prefecture, Yunnan Pro-vince[J]. Acta Ecologica Sinica, 2017, 37(24): 8241-8253. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201724011.htm
[9] 彭建, 李慧蕾, 刘焱序, 等. 雄安新区生态安全格局识别与优化策略[J]. 地理学报, 2018, 73(4): 701-710. https://www.cnki.com.cn/Article/CJFDTOTAL-DLXB201804010.htm PENG J, LI H L, LIU Y X, et al. Identification and optimization of ecological security pattern in Xiong'an New Area[J]. Acta Geographica Sinica, 2018, 73(4): 701-710. https://www.cnki.com.cn/Article/CJFDTOTAL-DLXB201804010.htm
[10] 俞孔坚, 王思思, 李迪华, 等. 北京市生态安全格局及城市增长预景[J]. 生态学报, 2009, 29(3): 1189-1204. doi: 10.3321/j.issn:1000-0933.2009.03.015 YU K J, WANG S S, LI D H, et al. The function of ecological security patterns as an urban growth framework in Beijing[J]. Acta Ecologica Sinica, 2009, 29(3): 1189-1204. doi: 10.3321/j.issn:1000-0933.2009.03.015
[11] 欧定华, 夏建国, 张莉, 等. 区域生态安全格局规划研究进展及规划技术流程探讨[J]. 生态环境学报, 2015, 24(1): 163-173. https://www.cnki.com.cn/Article/CJFDTOTAL-TRYJ201501024.htm OU D H, XIA J G, ZHANG L, et al. Research progress on regional ecological security pattern planning and discussion of planning technique flow[J]. Ecology and Environmental Sciences, 2015, 24(1): 163-173. https://www.cnki.com.cn/Article/CJFDTOTAL-TRYJ201501024.htm
[12] 俞孔坚. 生物保护的景观生态格局[J]. 生态学报, 1999, 19(1): 8-15. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB901.001.htm YU K J. Landscape ecological security patterns in biological conservation[J]. Acta Ecologica Sinica, 1999, 19(1): 8-15. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB901.001.htm
[13] 徐德琳, 邹长新, 徐梦佳, 等. 基于生态保护红线的生态安全格局构建[J]. 生物多样性, 2015, 23(6): 740-746. https://www.cnki.com.cn/Article/CJFDTOTAL-SWDY201506006.htm XU D L, ZOU C X, XU M J, et al. Ecological security pa-ttern construction based on ecological protection redlines[J]. Biodiversity Science, 2015, 23(6): 740-746. https://www.cnki.com.cn/Article/CJFDTOTAL-SWDY201506006.htm
[14] 杨天荣, 匡文慧, 刘卫东, 等. 基于生态安全格局的关中城市群生态空间结构优化布局[J]. 地理研究, 2017, 36(3): 441-452. https://www.cnki.com.cn/Article/CJFDTOTAL-DLYJ201703005.htm YANG T R, KUANG W H, LIU W D, et al. Optimizing the layout of eco-spatial structure in Guanzhong urban agglomeration based on the ecological security pattern[J]. Geographical Research, 2017, 36(3): 441-452. https://www.cnki.com.cn/Article/CJFDTOTAL-DLYJ201703005.htm
[15] 朱敏, 谢跟踪, 邱彭华. 海口市生态用地变化与安全格局构建[J]. 生态学报, 2018, 38(9): 3281-3290. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201809028.htm ZHU M, XIE G Z, QIU P H. Ecological land use change and construction of ecological land security pattern in Haikou City[J]. Acta Ecologica Sinica, 2018, 38(9): 3281-3290. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201809028.htm
[16] YU K J. Security patterns and surface model in landscape ecological planning[J]. Landscape and Urban Planning, 1996, 36(1): 1-17. doi: 10.1016/S0169-2046(96)00331-3
[17] PENG J, YANG Y, LIU Y X, et al. Linking ecosystem services and circuit theory to identify ecological security patterns[J]. Science of the Total Environment, 2018, 64(4): 781-790. http://www.ncbi.nlm.nih.gov/pubmed/29990926
[18] 吴健生, 张理卿, 彭建, 等. 深圳市景观生态安全格局源地综合识别[J]. 生态学报, 2013, 33(13): 4125-4133. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201313027.htm WU J S, ZHANG L Q, PENG J, et al. The integrated re-cognition of the source area of the urban ecological security pattern in Shenzhen[J]. Acta Ecologica Sinica, 2013, 33(13): 4125-4133. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201313027.htm
[19] 朱捷, 苏杰, 尹海伟, 等. 基于源地综合识别与多尺度嵌套的徐州生态网络构建[J]. 自然资源学报, 2020, 35(8): 1986-2001. https://www.cnki.com.cn/Article/CJFDTOTAL-ZRZX202008017.htm ZHU J, SU J, YIN H W, et al. Construction of Xuzhou eco-logical network based on comprehensive sources identification and multi-scale nesting[J]. Journal of Natural Resources, 2020, 35(8): 1986-2001. https://www.cnki.com.cn/Article/CJFDTOTAL-ZRZX202008017.htm
[20] ZHANG L Q, PENG J, LIU Y X, et al. Coupling ecosystem services supply and human ecological demand to identify landscape ecological security pattern: a case study in Beijing-Tianjin-Hebei Region, China[J]. Urban Ecosystems, 2017, 20(3): 701-714. doi: 10.1007/s11252-016-0629-y
[21] 尹海伟, 孔繁花, 祈毅, 等. 湖南省城市群生态网络构建与优化[J]. 生态学报, 2011, 31(10): 2863-2874. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201110024.htm YIN H W, KUN F H, QI Y, et al. Developing and optimizing ecological networks in urban agglomeration of Hunan Province, China[J]. Acta Ecologica Sinica, 2011, 31(10): 2863-2874. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201110024.htm
[22] 温茹淑, 廖富林, 李东桦. 梅州市城市生态安全评价研究[J]. 华南师范大学学报(自然科学版), 2011(4): 98-102. http://www.cnki.com.cn/Article/CJFDTotal-HNSF201104022.htm WEN R S, LIAO F L, LI D H. Study on urban ecological security assessment of Meizhou City[J]. Journal of South China Normal University(Natural Science Edition), 2011(4): 98-102. http://www.cnki.com.cn/Article/CJFDTotal-HNSF201104022.htm
[23] 揭阳年鉴编纂委员会. 揭阳年鉴[M]. 北京: 线装书局, 2019. [24] 揭阳市统计局. 2019年揭阳国民经济和社会发展统计公报[EB/OL]. (2020-05-15)[2020-05-18]. http://www.jieyang.gov.cn/attachment/0/75/75676/447516.pdf. [25] 揭阳市生态环境局. 揭阳市生态环境质量报告书(二O一九年度公众版)[EB/OL]. (2020-04-29)[2020-05-18]. http://www.jieyang.gov.cn/jyhbj/hjzl/hjgb/content/post_444091.html. [26] 揭阳市城乡规划局. 揭阳市生态控制线划定规划(征求意见稿)[EB/OL]. (2018-11-14)[2020-05-10]. http://www.jieyang.gov.cn/jyzrzy/xxgk/ghjh/content/post_156845.html. [27] 揭阳市城乡规划局. 揭阳市城市总体规划(2011-2035)[EB/OL]. (2018-09-13)[2020-05-10]. http://www.jieyang.gov.cn/zwgk/jcxxgk/jhgh/content/post_1182-46.html. [28] 揭阳市城乡规划局. 揭阳市海绵城市专项规划[EB/OL]. (2019-04-16)[2020-05-10]. http://www.jie-yang.gov.cn/zfgkmlzl/content/post_212837.html. [29] 谢花林, 李秀彬. 基于GIS的农村住区生态重要性空间评价及其分区管制--以兴国县长冈乡为例[J]. 生态学报, 2011, 31(1): 112-119. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201101027.htm XIE H L, LI X B. Spatial assessment and zoning regulations of ecological importance base on GIS for rural habitation in Changgang Town, Xinguo county[J]. Acta Ecologica Sinica, 2011, 31(1): 112-119. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201101027.htm
[30] 潘竟虎, 刘晓. 疏勒河流域景观生态风险评价与生态格局优化构建[J]. 生态学杂志, 2016, 35(3): 791-799. https://www.cnki.com.cn/Article/CJFDTOTAL-STXZ201603031.htm PAN J H, LIU X. Landscape ecological risk assessment and landscape security pattern optimization in Shule River Basin[J]. Chinese Journal of Ecology, 2016, 35(3): 791-799. https://www.cnki.com.cn/Article/CJFDTOTAL-STXZ201603031.htm
[31] 后雪峰, 屈清, 李德宜. 潮汕地区传统村落景观基因识别与特征分析[J]. 贵州师范大学学报(自然科学版), 2019, 37(3): 43-53. https://www.cnki.com.cn/Article/CJFDTOTAL-NATR201903008.htm HOU X F, QU Q, LI D Y. Landscape gene identification and its characteristic analysis of traditional villages in Chaoshan region[J]. Journal of Guizhou Normal University(Natural Sciences), 2019, 37(3): 43-53. https://www.cnki.com.cn/Article/CJFDTOTAL-NATR201903008.htm
[32] 后雪峰, 屈清, 李勇. 潮汕地区传统村落空间形态特征及影响因素[J]. 安徽师范大学学报(自然科学版), 2018, 41(6): 588-693. https://www.cnki.com.cn/Article/CJFDTOTAL-AHSZ201806013.htm HOU X F, QU Q, LI Y. Research on spatial morphology and influencing factors of the traditional villages in Chao-shan area[J]. Journal of Anhui Normal University(Natural Science), 2018, 41(6): 588-693. https://www.cnki.com.cn/Article/CJFDTOTAL-AHSZ201806013.htm
[33] 许峰, 尹海伟, 孔繁花, 等. 基于MSPA与最小路径方法的巴中西部新城生态网络构建[J]. 生态学报, 2015, 35(19): 6425-6434. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201519020.htm XU F, YIN H W, KONG F H, et al. Developing ecological networks based on MSPA and the least-cost path method: a case study in Bazhong western new district[J]. Acta Ecologica Sinica, 2015, 35(19): 6425-6434. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201519020.htm
-
期刊类型引用(1)
1. 黄晓銮，李卓峰. 基于AHP-灰色关联度法的路基智能压实质量评价. 华南师范大学学报(自然科学版). 2024(03): 40-49 . 
百度学术
其他类型引用(3)
计量
- 文章访问数: 513
- HTML全文浏览量: 411
- PDF下载量: 82
- 被引次数: 4
