Message Board

Dear readers, authors and reviewers,you can add a message on this page. We will reply to you as soon as possible!

2020 Volume 45 Issue 8
Article Contents

Li-mei LONG, Hang ZHAO, Hong-liang HUANG, et al. Accessibility Analysis of Scenic Spots in Guiyang Based on Land Traffic Network[J]. Journal of Southwest China Normal University(Natural Science Edition), 2020, 45(8): 67-76. doi: 10.13718/j.cnki.xsxb.2020.08.011
Citation: Li-mei LONG, Hang ZHAO, Hong-liang HUANG, et al. Accessibility Analysis of Scenic Spots in Guiyang Based on Land Traffic Network[J]. Journal of Southwest China Normal University(Natural Science Edition), 2020, 45(8): 67-76. doi: 10.13718/j.cnki.xsxb.2020.08.011

Accessibility Analysis of Scenic Spots in Guiyang Based on Land Traffic Network

More Information
  • Corresponding author: Hang ZHAO ; 
  • Received Date: 06/04/2019
    Available Online: 20/08/2020
  • MSC: F592.7;F572.88

  • The traveler "arrive not as rapidly as they do when they leave in Guiyang City", because the traffic construction within regions lag behind the development outside them. Aimed at this problem and based on the road network of urban traffic, quantitative evaluation is conducted in the accessibility of scenic spots in Guiyang City through adopting space analytical method of GIS. The results show that scenic spots in the central city of Guiyang has excellent overall accessibility. The accessibility of 91.76% of regional tourism scenic spots is within 30 minutes, with remarkable distributional difference in accessibility inside the regions. In a word, there is an evident traffic directionality characteristics. The nearest scenic spots are accessible to 98.15% towns folks within the region for less than 30 minutes, with huge difference in the convenience in traveling of urban residents in various administrative regions. There are huge differences in service area and service population in scenic spots, while those in central urban districts have small service area and large service population. The accessibility of overall scenic spots, with villages and towns communities as the their basic computing elements, presents irregular layer structure centred on central urban districts. In summary, the farther the community from the main road networks it is, the poorer the accessibility it is. There are obvious accessibility discrepancy among administrative regions and among villages and towns communities. The factors to influence the accessibility include spatial distribution of scenic spots, regional disparity of road networks as well as natural and cultural environment. Optimizing proposals on accessibility are raised on this basis.
  • 加载中
  • [1] 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.

    Google Scholar

    [2] 朱彬, 尹旭, 张小林.县域农村居民点空间格局与可达性——以江苏省射阳县为例[J].地理科学, 2015, 35(12): 1560-1567.

    Google Scholar

    [3] HANSEN W G. How accessibility shapes land use [J]. Journal of The American Planning Association, 1959, 25(2): 73-76.

    Google Scholar

    [4] LI S M, SHUM Y. Impacts of the National Trunk Highway System on Accessibility in China [J]. Journal of Transport Geography, 2001, 9(1): 39-48. doi: 10.1016/S0966-6923(00)00040-5

    CrossRef Google Scholar

    [5] TEITZ M B. Toward a Theory of Urban Public Facility Location [J]. Papers of the Regional Science Association, 1968, 21(1): 35-51. doi: 10.1007/BF01952720

    CrossRef Google Scholar

    [6] WOLPERT J. Regressive Siting of Public Facilities [J]. Natural Resources Journal, 1976, 16 (1): 103-115.

    Google Scholar

    [7] 曾文, 向梨丽, 李红波, 等.南京市医疗服务设施可达性的空间格局及其形成机制[J].经济地理, 2017, 37(6): 136-143.

    Google Scholar

    [8] 韩艳红, 陆玉麒.教育公共服务设施可达性评价与规划——以江苏省仪征市高级中学为例[J].地理科学, 2012, 32(7): 822-827.

    Google Scholar

    [9] 浩飞龙, 王士君, 谢栋灿, 等.基于互联网地图服务的长春市商业中心可达性分析[J].经济地理, 2017, 37(2): 68-75.

    Google Scholar

    [10] 许基伟, 方世明, 刘春燕.基于G2SFCA的武汉市中心城区公园绿地空间公平性分析[J].资源科学, 2017, 39(3): 430-440.

    Google Scholar

    [11] 钟业喜, 陆玉麒.江苏省城镇可达性格局演变[J].长江流域资源与环境, 2011, 20(8): 903-910.

    Google Scholar

    [12] 梅琳, 黄柏石, 敖荣军, 等.长江中游城市群高速铁路可达性格局及演变[J].经济地理, 2018, 38(6): 62-68.

    Google Scholar

    [13] 潘竟虎, 从忆波.基于景点空间可达性的中国旅游区划[J].地理科学, 2014, 34(10): 1161-1168.

    Google Scholar

    [14] 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.

    Google Scholar

    [15] 杜雪梅, 黄成敏, 李世广, 等.区域可达性与旅游景点空间分布关系研究——以四川省为例[J].资源开发与市场, 2011, 27(4): 366-369 doi: 10.3969/j.issn.1005-8141.2011.04.024

    CrossRef Google Scholar

    [16] 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.

    Google Scholar

    [17] 靳诚, 陆玉麒, 范黎丽.基于公路网络的长江三角洲旅游景点可达性格局研究[J].自然资源学报, 2010, 25(2): 258-269.

    Google Scholar

    [18] 靳诚, 范黎丽, 陆玉麒.基于可达性技术的农业旅游布局研究——以江苏省为例[J].自然资源学报, 2010, 25(9): 1506-1518.

    Google Scholar

    [19] 李保超, 王朝辉, 李龙, 等.高速铁路对区域内部旅游可达性影响——以皖南国际文化旅游示范区为例[J].经济地理, 2016, 36(9): 182-191.

    Google Scholar

    [20] 缪理玲, 方朝阳, 潘彦江, 等.井冈山风景区公路网络整体可达性分析[J].经济地理, 2015, 35(3): 178-184.

    Google Scholar

    [21] 钟业喜, 刘影, 赖格英.江西省红色旅游景区可达性分析及空间结构优化研究[J].江西师范大学学报(自然科学版), 2011, 35(2): 208-212. doi: 10.3969/j.issn.1000-5862.2011.02.024

    CrossRef Google Scholar

    [22] 蒙吉军, 王雅, 王晓东, 等.基于最小累积阻力模型的贵阳市景观生态安全格局构建[J].长江流域资源与环境, 2016, 25(7): 1052-1061. doi: 10.11870/cjlyzyyhj201607006

    CrossRef Google Scholar

    [23] 高红艳, 刁承泰.试论喀斯特地貌对城市发展建设的影响——以喀斯特山区城市贵阳为例[J].中国岩溶, 2010, 29(1): 81-86. doi: 10.3969/j.issn.1001-4810.2010.01.014

    CrossRef Google Scholar

    [24] 中国日报网.贵阳国庆长假接待游客超千万人次[EB/OL]. (2018-10-09)[2019-05-13]. http://www.chinadaily.com.cn/.

    Google Scholar

    [25] 贵阳市城乡规划局门户网站. 《贵阳市城市总体规划(2011-2020年)》(2017年修订) [EB/OL]. (2017-12-29)[2018-02-11].http://www.gygh.gov.cn/.

    Google Scholar

    [26] 贵州省旅游发展委员会官网.旅游景区名录[EB/OL]. (2017-01-19)[2018-02-15].http://www.gztour.gov.cn/.

    Google Scholar

    [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, 216.

    Google Scholar

    [28] 潘竟虎, 李俊峰.中国A级旅游景点空间结构的计量地理分析[J].经济地理, 2013, 33(9): 154-160. doi: 10.3969/j.issn.1000-8462.2013.09.024

    CrossRef Google Scholar

    [29] 黄安, 许月卿, 刘超, 等.基于可达性的医疗服务功能空间分异特征及其服务强度研究——以河北省张家口市为例[J].经济地理, 2018, 38(3): 61-71.

    Google Scholar

    [30] 贺席燕, 赵航, 黄红良.贵阳市道路拥堵状态时空分布规律研究——基于出租车GPS大数据[J].人文地理, 2018, 33(3): 112-120.

    Google Scholar

    [31] 赵航, 贺席燕, 黄红良, 等.基于出租车GPS数据的贵阳市交通状态空间自相关分析[J].贵州师范大学学报(自然科学版), 2018, 36(1): 19-29, 44. doi: 10.3969/j.issn.1004-5570.2018.01.003

    CrossRef Google Scholar

  • 加载中
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

Figures(5)  /  Tables(4)

Article Metrics

Article views(1880) PDF downloads(213) Cited by(0)

Access History

Accessibility Analysis of Scenic Spots in Guiyang Based on Land Traffic Network

    Corresponding author: Hang ZHAO ; 

Abstract: The traveler "arrive not as rapidly as they do when they leave in Guiyang City", because the traffic construction within regions lag behind the development outside them. Aimed at this problem and based on the road network of urban traffic, quantitative evaluation is conducted in the accessibility of scenic spots in Guiyang City through adopting space analytical method of GIS. The results show that scenic spots in the central city of Guiyang has excellent overall accessibility. The accessibility of 91.76% of regional tourism scenic spots is within 30 minutes, with remarkable distributional difference in accessibility inside the regions. In a word, there is an evident traffic directionality characteristics. The nearest scenic spots are accessible to 98.15% towns folks within the region for less than 30 minutes, with huge difference in the convenience in traveling of urban residents in various administrative regions. There are huge differences in service area and service population in scenic spots, while those in central urban districts have small service area and large service population. The accessibility of overall scenic spots, with villages and towns communities as the their basic computing elements, presents irregular layer structure centred on central urban districts. In summary, the farther the community from the main road networks it is, the poorer the accessibility it is. There are obvious accessibility discrepancy among administrative regions and among villages and towns communities. The factors to influence the accessibility include spatial distribution of scenic spots, regional disparity of road networks as well as natural and cultural environment. Optimizing proposals on accessibility are raised on this basis.

  • 游客与旅游景点之间的通勤离不开交通网络,可以说,交通是旅游活动完成的充要条件[1].贵阳市地处云贵高原东部,是贵州省的旅游集散中心,享有“爽爽贵阳、避暑休闲度假胜地”的美称,随着“贵广”“沪昆”2条快速铁路的建成开通,龙洞堡机场扩建带来的国际国内航线的增多,以及县县通高速的交通大发展,贵阳对外大交通得到迅速发展,游客可以从外地便捷地进入贵阳市.但是,贵阳市内部交通特别是旅游交通体系仍然很落后,内部旅游小交通的建设滞后于对外大交通的发展,“进得快,散得慢”的问题仍然十分突出,这不仅降低了游客体验价值,而且对贵阳市的旅游形象造成了负面影响.因此,贵阳市内部交通尤其是旅游交通体系亟需进一步改善与提升.

    可达性主要表征人类活动的基本规律,是指在既定范围内,任意空间点到达临近点的便捷程度[2].自美国学者Hansen[3]在1959年首次提出可达性的概念后,国外学者对可达性进行了深入研究,研究内容主要包括交通路网与区域可达性的关系[4]、社会公共服务设施节点的区位选择和布局模式等[5-6].国内学者对可达性的研究始于20世纪90年代,研究内容主要涉及公共服务设施[7-8]、商业网点[9]、公共绿地景观[10]以及可达性格局演变等[11-12].近年来,在全域旅游发展理念驱动下,旅游景点可达性成为当前众多学者研究的热点.从研究尺度上看,研究主要对全国[13-14]、省域[15-16]等大尺度下的旅游景点可达性进行评价,研究区域较为宏观;从研究区位上看,多集中于对东部沿海地区[17-18]、中部地区等[19-20]经济较发达的区域研究.对小尺度区位下的旅游景点可达性研究关注不足,缺乏对西南地区等经济较落后地区的旅游景点可达性相关研究,研究方法主要基于公路交通网络,采用行进成本法、最小距离法、吸引力指数法和缓冲区分析法等[21].而基于不同等级的交通路网,采用GIS栅格成本加权距离测算旅游景点可达性的研究不多.

    鉴于此,本研究以西南地区重要的交通枢纽贵阳市为案例地,基于不同等级的城市交通路网,采用GIS栅格成本加权距离测算旅游景点的可达性,并在此基础上分析了城镇居民的出行便捷性、各旅游景点的服务范围和服务人口、乡镇社区单元下的整体景点可达性空间格局以及影响可达性的因素,拟较深入地从整体上把握贵阳市中心城区旅游景点的可达性,为其旅游交通的优化提供参考依据.

1.   研究区与数据来源
  • 贵阳市位于贵州省中部,是全省的政治、经济、文化、交通中心,全市土地总面积8 034 km2[22],由于山高坡陡、地形破碎,城市道路网络布局和建设受到喀斯特地貌影响较大[23].市域内旅游资源丰富多彩,既有“山、水、林、洞”等自然风景,也有古城楼阁等人文景观,是全国重要的生态休闲旅游度假城市. 2018年“国庆”长假7天贵阳市累计接待国内外游客1 057.47万人次,同比增长28.51%,实现旅游总收入81.11亿元,同比增长33.14%[24].本研究以《贵阳市城市总体规划(2011-2020年)》划定的中心城区范围[25]为研究区域(图 1),包括云岩区、南明区、观山湖区以及白云区、乌当区和花溪区的部分区域,总面积1 244 km2,该区域是贵阳市旅游景点数量较多、人口最密集以及交通最拥堵的区域.因此,对中心城区旅游景点可达性进行研究具有重要的现实意义.

  • 1) 旅游景点数据.依据既能满足城镇居民日常出行游憩需求,又能满足外来旅客文化、自然环境等差异需求的选取原则,研究选取30个中心城区旅游景点,包括A级旅游景点和热门未评级旅游景点,其中,A级旅游景点来源于贵州省旅游发展委员会官网[26],截止日期2017年1月19日;热门未评级的旅游景点通过网络调查及实地走访确定,截止日期2018年6月14日.通过Google地图查询各旅游景点的经纬度信息,借助ArcGIS软件建立旅游景点的空间数据库.

    2) 人口数据.由于旅游活动的内聚性特征明显,本地人口基数直接影响景点分布,进而影响旅游景点可达性,仅仅用服务面积来衡量旅游景点可达性所得到的结果较为宏观,因此,需要进一步从人口的角度来衡量旅游景点的可达性.根据贵阳市第六次人口普查数据,以乡镇街道为基本单元,计算得到贵阳市中心城区各乡镇街道的人口密度(图 2).

    3) 交通数据.为获取研究区域内旅游景点的交通路网数据,本研究以《贵阳市城市总体规划(2011-2020年)——中心城区对外交通设施规划图》为底图,借助ArcGIS软件将图形数据统一配准到Beijing-1954坐标系中,分等级矢量化得到各级道路网.

2.   研究方法
  • 本研究采用GIS栅格耗费距离计算可达性,充分考虑水域、山体等的阻隔因素,能较好地模拟出区域任何一个点的可达性.借助最短路径法在栅格数据上计算每个网格到某个目的网格的最短加权距离,称为累积耗费距离算法[27],计算公式如下:

    式中:Ci表示第i个像元的时间成本;Ci+1是指沿运动方向上的第i+1个像元的时间成本;n为像元总数;Ki为第i个栅格的景点可达性.上分式可计算栅格表面垂直或平行方向的时间成本,下分式可计算通过栅格表面对角线方向的时间成本.

    对山地城市而言,河流、湖泊等水系基本没有通行能力,只有桥梁涵道通过的区域能正常通行,因此本研究首先将水系剔除;其次,用30 m×30 m栅格网将剔除水系后的矢量底图栅格化,对于整个研究区来说0.000 9 km2已经足够小,每个栅格单元内部差异也足够小,可以视为均质单元,景点可达性相同.根据《中华人民共和国公路工程技术标准(JTGB01—2003)》规定的道路设计标准,并参考前人研究成果[28],本研究采用如表 1所示的时间成本值.

  • 为了从整体上刻画不同区域城镇居民日常游憩的便捷程度,反映景点可达性在乡镇社区层面上的空间差异状况,本研究通过计算乡镇社区单元内栅格景点可达性的平均值来反映各乡镇社区的景点可达性,计算公式如下[29]

    式中:Dj为第j个乡镇社区单元的整体景点可达性;nj为第j个乡镇社区范围内的栅格个数;Ai为乡镇社区单元第i个棚格的旅游景点可达性. Dj越小,说明该乡镇社区单元到景点越便利.

3.   结果与分析
  • 根据公式(1)计算贵阳市中心城区内任意栅格单元通过交通网络到最近旅游景点所花费的最小时间成本,得到各旅游景点可达性的扩散结果图(图 3).

    1) 贵阳市中心城区旅游景点可达性水平较高,整体上表现出沿城市主干道特别是骨干路网分布的特征,交通指向性较为明显.旅游景点可达性最差的地区主要分布在白云区和乌当区北部、观山湖区西部、南明区南部以及花溪区东部等路网密度较低且人烟稀少的边缘地区.

    2) 各行政区可达性差异较为显著.云岩区和南明区作为老城区的主体部分,各等级路网发育较完善、旅游景点数较多且集群状况好,因而可达性最好;观山湖区成立于2012年,建设时间较短,相对于云岩区和南明区而言,其路网发育程度还不够完善,且旅游景点数量较少,因而可达性最差;花溪区近年来大力推进“全域文化旅游创新区”的建设,随着旅游景点数量的增加和质量的提高,以及道路基础设施的逐步完善,其可达性得到进一步提升;乌当区和白云区的景点可达性相对较差.

    3) 城镇居民一般会根据旅游景点的远近而选择不同的出行方式,旅游景点的步行和自行车可达性在一定程度上能够体现旅游景点的人文关怀.参考学者钟业喜等[11]研究方法,将居民愿意步行的最大出行时间设置为5 min,居民愿意自行车出行的最大出行时间设置为15 min,根据设定的阈值计算出景点的步行和自行车出行范围(图 4).经统计,城镇居民可以选择徒步前往旅游景点的区域约占总面积的9.6%,这些区域多位于旅游景点的周边地区,距离景点较近;城镇居民可以选择自行车出行的区域占总面积的51.29%;只有大约40%的区域有必要选择汽车出行.这里需要强调的是,本研究只是根据设定的阈值给出了某种出行方式的范围,并不意味着城镇居民一定选择此种方式出行

  • 将各可达时间段的服务面积与贵阳市人口分布图叠加统计,得到各可达时间段内的人口分布频率(表 2).

    1) 总体上研究区城镇居民的出行便捷性较好,旅游景点的空间分布与人口分布的结合较为合理. 95.46%的城镇居民出行时间不超过20 min即可到达一处旅游景点,但同时也有4.54%的城镇居民需要出行20 min以上才能到达一处景点,这类居民主要分布在研究区域边缘人口稀少的农村地区.

    2) 各行政区之间服务人口比的差距较大,各行政区旅游景点为城镇居民所提供的服务程度不均衡现象较突出. 5 min以内服务人口比最小的行政区为观山湖区(6.24%),服务人口比最大的行政区为云岩区(38.43%);5~10 min时间段,服务人口比最小的仍为观山湖区(28.25%),最大的为白云区(49.79%);以15 min可达时间为判别标准,服务人口比大于90%的行政区有3个.

    3) 各行政区分布频率的峰值均出现在5~15 min时间段内.其中分布在5~10 min时间段的行政区共有5个,包括南明区、云岩区、花溪区、白云区和乌当区,分布在10~15 min时间段的行政区有1个(观山湖区),表明各行政区在10 min以内可到达旅游景点的人口更多.

  • 本研究基于可达性结果划分了30个旅游景点各自的服务范围,并统计了各旅游景点的服务面积及其服务人口(表 3).

    1) 各个旅游景点的服务范围差异显著,服务范围最大的为天鹅湖景区,面积达113.73 km2,而服务范围最小的甲秀楼景区仅为0.71 km2,两者相差159.18倍.

    2) 各个旅游景点的服务人口在空间上整体表现为内大外小的分布形式,即城市核心区的旅游景点服务人口较多,而边缘地区的旅游景点服务人口较小,与服务范围的空间分布形式刚好相反.各旅游景点的服务人口最多的4个旅游景点中有3个分布在城市核心区,分别是黔灵山公园、河滨公园和阳明祠,排名第4的花谷也紧邻城市核心区,服务人口均达到23万人以上;而服务人口最少的贵州永乐龙湖水利风景区、贵州松柏山水利景区、镇山布依族生态博物馆和天河潭风景区这4个旅游景点全部分布在城市边缘地区,服务人口都在2万人以下.

    3) 各个旅游景点的服务人口差异仍然较为显著,但相对于服务范围明显缩小,其中,服务人口最多的景点是黔灵山公园,服务人口达到了51.27万人,服务人口最少的是贵州永乐龙湖水利风景区,仅服务了0.54万人,两者相差93.94倍.

  • 为了更直观、有效地分析贵阳市中心城区乡镇社区单元的整体旅游景点可达性差异及其区域效应,将97个乡镇社区可达性进行等级划分(图 5).

    1) 从空间上看,以乡镇社区为基本计算单元的整体景点可达性呈现以城市核心区为中心的不规则的圈层结构,距离主干道特别是骨干路网越远,可达性越差.景点可达性小于5 min的高可达乡镇社区主要分布在城市核心区,城市核心区作为老城区的主体部分,各等级路网发育较完善,且各级路网纵横交错,使得该区域的乡镇社区单元的整体景点可达性比周围地区好.景点可达性在5~10 min的较高可达乡镇社区主要分布在观山湖区东部与白云区南部、龙洞堡新区与乌当区南部、花溪区中部等几个区域,主要原因在于,城市“三环十六射”骨干路网中的北京西路、黔灵山路、观山路、金朱路与甲秀北路交会于观山湖区与白云区交界处,汤粑关路、机场路、北京东路与东二环交会于龙洞堡新区与乌当区南部区域,甲秀南路、花溪大道从花溪区中部穿越而过,使得这几个区域的景点可达性较好,在空间上呈带状分布,形状类似“Y”型结构.可达性在15~20 min的中等可达乡镇社区主要分布在较高可达乡镇社区的周边区域.景点可达性较低与低的乡镇社区主要分布于城市边缘地区,因为边缘地区的路网发育程度和等级都较低,可进入性较差,使得该区域的景点可达性相对内部区域较差.

    2) 从数量上看,整体景点可达性在5 min以内的乡镇社区有20个,全部分布在城市核心区,可达性大于20 min的乡镇社区有5个,全都分布在城市的边缘地区.可达性在15 min以内的乡镇社区达到了87个,占总数的89.69%,可达性在15 min以上的为10个,仅占10.31%.可见乡镇社区单元的整体景点可达性以中等及其以上水平居多,景点可达性较低与低的乡镇社区比例较少.

    3) 从内部差异来看,在6个行政区各自下辖的乡镇社区中,观山湖区内部的乡镇社区单元景点可达性差异最大,景点可达时间最好与最差的乡镇社区之间相差了22.79 min;而乌当区内部差异最小,最好与最差之间仅相差13.61 min.在全域97个乡镇社区中,可达性最好的是大南社区(平均可达性为1.07 min),可达性最差的是金华镇(平均可达性为29.36 min),二者之间相差28.29 min,金华镇的可达时间是大南社区的27.44倍,表明贵阳市中心城区以乡镇社区为单元计算的整体景点可达性差异显著.

4.   可达性影响因素分析
  • 旅游景点的空间分布差异对其可达性的好坏起着决定性的作用,主要体现在:①旅游景点分布的数量及分布的集群状况与其可达性呈正相关.通常情况下,旅游景点数量越多,分布的集群状况越好,其可达性就越好.如以云岩区和南明区为代表的老城区主体部分,由于其历史文化底蕴较悠久,旅游资源特别是人文类的旅游资源丰富,旅游景点分布的集群状况较好,该区域的旅游景点可达性明显高于其他区域. ②旅游景点分布距离主要交通干线越近,可达性越好.根据公式(1),本研究以各旅游景点为源点,分别计算30个旅游景点的平均可达时间(最小平均时间成本值大于20 min),以10 min为间隔将可达时间划分为3个时间段,并统计各时间段的旅游景点数量,同时将贵阳市“三环十六射”骨干路网0.8 km和1.6 km作为缓冲区,将各时间段景点数与缓冲区叠加统计得到表 4.由表 4可知,平均可达时间在20~30 min的11个景点中,距离骨干路网0.8 km的范围内集聚了9个旅游景点,占比达到81.8%,1.6 km范围内则一共聚集了10个,占比高达90.9%,而距离交通线路1.6 km之外的旅游景点数量急速下降为1个;在平均可达成本30~40 min区间的15个景点中,距离骨干路网0.8 km的范围内集聚了53.3%共8个旅游景点,1.6 km范围内则一共聚集了11个,占比为73.3%,仅有4个旅游景点分布在距离交通线路1.6 km之外.由此可见,旅游景点可达性表现出显著的以主要交通线路为中心的空间距离衰减规律,距离主要交通线路越近,旅游景点的可达性越好;距离交通线路越远,旅游景点的可达性越差.

  • 路网结构的地区差异是指道路等级差异、路网的空间分布、发育完善程度等,它对研究区旅游景点可达性的影响主要表现为:①道路网络等级差异是导致旅游景点可达性好坏的直接因素.一般路网等级越高,车辆运行速度越快,游客花费在旅途中的时间越少,景点可达性越好.由图 3可以看出,可达性较好的区域主要沿等级较高的城市主干道分布,交通指向性较为明显. ②路网的空间分布直接影响旅游景点可达性的空间分布格局.观察以乡镇社区为单元的可达性等级分布图(图 5)可知,可达性较高的乡镇社区整体上呈现沿西北、西南、东部3个方向分布的空间态势,这种分布态势与贵阳市“三环十六射”的城市骨干路网分布基本吻合. ③各等级路网的发育水平基本决定了游客出行的便利程度.观察图 5可知,景点可达性小于5 min的高可达乡镇社区主要分布在城市核心区,这是因为城市核心区作为贵阳市的老城区,建设起步较早,人口密度较大,各等级路网发育完善且路网密度相对较高的缘故.

  • 一方面不同的地形地貌、生态环境等会影响旅游景点的分布,进而影响旅游景点的布局和开发;另一方面,自然环境会影响交通路网结构布局.贵阳市是典型的喀斯特山地城市,由于山高坡陡、地形破碎,城市道路网络布局和建设受到喀斯特地貌影响较大,一般地势平坦的区域路网结构发育较好,其景点的可达性也较好.此外,区域内的经济发展状况、人口规模等人文环境也会对旅游景点的布局和可达性产生影响.经济越发达的地区,居民的恩格尔系数越小,对外出游憩的需求越旺盛,且投入道路建设等基础设施的资金越多,进而改善旅游景点的可达性;人口是旅游景点开发不可或缺的客源基础,由于旅游活动的内聚性特征明显,本地人口基数直接影响景点分布.

5.   结论与建议
  • 本研究基于城市交通路网,采用耗费累计距离法对贵阳市中心城区旅游景点的可达性进行测度,在此基础上分析了城镇居民的出行便捷性、各旅游景点的服务范围和服务人口以及以乡镇社区为单元的整体景点可达性,并基于分析结果阐述了旅游景点可达性的影响因素.

    1) 贵阳市中心城区旅游景点的可达性整体较好,平均可达时间为14.93 min,86.42%的区域景点可达性在25 min以内,但区域内可达性分布差异比较明显,特别是边缘地区的可达性较差;各可达时间段内行政区间的服务面积比相差较大,可达性差异明显;步行5 min和自行车出行15 min可到达旅游景点的区域分别占研究区总面积的9.6%和51.29%.

    2) 城镇居民出行便捷性整体较好,95.46%的城镇居民出行时间不超过20 min即可到达一处旅游景点;各可达时间段内各行政区城镇居民的出游便捷性存在较大差异,旅游景点为城镇居民所提供的游憩服务不均衡现象较突出;各行政区在15 min以内可到达旅游景点的人口更多,随着可达时间的增加,行政区之间服务人口比的变化表现出先增加后减少的趋势;步行5 min和自行车出行15 min可到达旅游景点的人口占研究区总人口的比例分别为28.04%,63.02%.

    3) 各旅游景点的服务面积、服务人口均存在显著差异.其中,旅游景点的服务面积在空间上整体表现为内小外大的分布形式,服务人口则表现为内大外小的分布格局.

    4) 以乡镇社区为基本计算单元的整体景点可达性呈以城市核心区为中心的不规则的圈层结构,表现出由城市核心区向西北、西南、东部3个方向的周边区域逐渐递减的趋势;各乡镇社区单元的整体景点可达性以中等及其以上水平居多,但乡镇社区间的可达性差异显著.

  • 基于研究区旅游景点可达性整体上呈以城市核心区为中心的不规则圈层结构和具有明显的交通指向性特征,本研究从交通路网建设和旅游景点建设两方面提出贵阳市旅游景点可达性优化对策.

    1) 城市核心区的旅游景点可达性优化方向应以旅游景点建设为主,路网结构建设为辅.城市核心区由于路网结构较完善且交通线路密度大,旅游景点可达性优于边缘地区,因此,城市核心区的旅游可达性优化方向应遵循以旅游景点建设为主、路网结构建设为辅的原则.在旅游景点建设方面,应充分利用核心区可达性较高优势,重点从提升旅游景点的品质和凸显旅游特色两方面对核心区旅游景点进行优化建设.例如:可对原有景点进行升级改造,增强其竞争力和吸引力,如着力打造南明河旅游观光带特色,加强以河滨公园和甲秀楼为支撑的都市滨水景观提升改造,提升陕西路酒吧步行一条街品质,进一步增强核心区旅游特色,凸显贵阳市中心城区宜业、宜居、宜旅的山水园林城优势.在路网建设方面,加快轻轨的建设是目前的首要任务;其次,应按照“能宽则宽、能通则通”的原则打通断头路、微循环,此外,可对核心区路网进行加密建设,规划建设的人民大道、花冠路北段、华工路、延安东路延伸段将使旅游景点可达性得到进一步提高.

    2) 城市边缘地区的旅游景点可达性优化方向应从旅游景点建设和路网建设两方面同时入手.城市边缘地区由于旅游景点数量较少,路网密度低且等级差,旅游景点可达性也较差,因此,城市边缘地区旅游景点可达性优化方向应从旅游景点建设和路网建设两方面同时入手.在旅游景点建设方面,可结合边缘地区的自然、人文资源开发新的旅游景点,提高边缘地区的旅游景点密度,促进可达性的均衡发展.在路网建设方面:①加强城市核心区与外围地区的交通联系.根据《贵阳市城市总体规划(2011—2020)》中城市空间扩展方向分析,针对白云区的北部区域、乌当区的东北部区域、花溪区南部区域、观山湖区北部和西南部区域等路网密度低的区域,应拓宽新旧城区连接处的道路幅宽度,以提高出入口的通行能力[30-31];②加强核心区与外围区域的快速干线建设,对环线、射线之间的联络线进行加密建设;③加快贵阳市轨道交通的建设步伐,丰富交通系统结构,提高边缘地区的可进入性;④可结合网约车、神州专车等新兴出行方式,增加边缘地区出行的灵活性,满足不同游客的需求.

Figure (5)  Table (4) Reference (31)

Catalog

    /

    DownLoad:  Full-Size Img  PowerPoint
    Return
    Return