On Spatial Distribution and Influencing Factors of Key Rural Tourism Villages in Southwest China

研究区位于中国西南部，包括贵州、云南、四川、重庆等4个省(市). 该区域由四川盆地及周边山地和云贵高原中高山山地组成^[11]，是中国喀斯特地貌集中区、生态环境脆弱区^[12]和中国村庄高密度聚集区^[13]等多重特征的典型区域，也是大城市、大农村并存的特殊地区^[12]. 同时，该区域拥有丰富的旅游资源，并且作为“一带一路”建设的重要节点，交通网络得到不断完善，乡村旅游发展潜力巨大. 在乡村旅游助力乡村振兴的关键时期，解析西南地区乡村旅游重点村空间分布规律，有利于巩固西南地区脱贫成果，拓展山地乡村振兴发展路径.

① 统计数据：研究区生产总值数据来自四川、云南、贵州各省地级市以及重庆市2019年国民经济和社会发展统计公报. ②矢量数据：西南地区行政边界、DEM、公路、A级景区矢量数据来源于国家科技资源共享服务平台国家地球系统科学数据中心西南山地分中心(http://www.geodata.cn)；重点村名单来自中华人民共和国文化和旅游部公布的第一批和第二批全国乡村旅游重点村目录；西南地区城市名(直辖市、省会城市、地级城市、县级城市、市辖区城市)来源于2020年4个省(市)统计年鉴，城市政府驻地为该城市中心；重点村和西南地区城市点数据坐标来自百度坐标拾取器(http://api.map.baidu.com/).

采用最邻近点指数用于分析乡村旅游重点村的相互邻近程度，可以判断其空间分布类型^[14]. 计算公式为：

式中：R为最近邻指数；r₁为任意一个重点村到其邻近重点村的实际最短距离；r_E为重点村在研究区内随机分布的理想平均距离. 当R=1，为随机性分布；当R>1，为均匀分布；当R < 1，为集聚分布.

核密度分析主要从直观上反映重点村分布密集程度^[15]，公式为：

式中：S为待估计西南地区重点村的位置；S_i为座落在以S为圆心的西南地区重点村；h为半径空间范围内第i个重点村的位置.

对重点村空间分布进行网络化分析时，其所占据的网格格数N_(r)会随网络尺度r的改变而变化^[16]，若重点村具有无标度性，则有N_(r)和r的关系满足

式中：a=D₀，D₀为容量维. 通过观察行号为i、列号为j的网格，假设在其中的重点村分布数目为N_ij，分布总数为N，可定义其概率为P_ij=N_ij/N，则信息量公式为：

式中：K为区域各边的分段数目，可定义为K=1/r，若重点村分布呈现出分形结构的特征，则有：

式中：I₀为常数；D₁为分维(称信息维)，反映重点村在空间上的均衡性. 一般而言，0≤D≤2，网格维数D越大，重点村空间分布越均衡，反之则越集中；当网格维数D趋近于1时，说明重点村分布具有集中到某一地理线上的态势；当D₁=D₀时，则表明重点村空间分布属于简单分型.

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对重点村空间分布的影响，以检验影响因子空间分布多大程度上解释了重点村的空间分布，检测两者之间的空间一致性^[17]. 公式为：

式中：h为重点村的点或者影响因子的分类，N_h和N分别为层h和影响因子的类型数；δ_h²和δ²分别为层h和每个影响因子的方差. q的取值范围为[0, 1]，q值越大，说明分层因素对重点村空间分布的影响力越大. 本研究选取高程、与城市的距离、公路核密度、A级景区核密度、地区生产总值等5个指标来分别表征重点村所在地区的自然环境(X₁)、客源市场条件(X₂)、交通条件(X₃)、旅游资源(X₄)、经济发展水平(X₅).

地理联系率用于分析研究要素在空间分布上的联系程度，其公式为^[18]：

式中：L为地理联系率；S_i为第i个地区重点村占总数的比例；P_i为第i个地区生产总值占总数的比例. L值在0~100之间，值越大，说明两者之间的地理联系率越紧密.

缓冲区是指在某一组地理数据周围建立的具有一定宽度范围的多边形区域. 缓冲区分析的研究对象主要是点、线、面. 地物O_o的缓冲区定义如下：

表示所有距O_o的距离d小于或等于半径R的点的集合为O_o的以R为半径的缓冲区^[19].

总体而言，重庆、云南、四川、贵州4个省市乡村旅游重点村在数量上占比均衡，比例分别为21.01%，26.09%，25.36%，27.54%(图 1). 最邻近指数分析表明，西南地区138个乡村旅游重点村平均实际最邻近距离为37.18 km，最邻近指数R=0.78，小于1，说明乡村旅游重点村在西南地区空间分布上呈聚集分布态势.

运用网格维模型和核密度分析，进一步探究西南地区乡村旅游重点村空间均衡性，结果表明：①省市尺度上乡村旅游重点村分布相对均衡，但分形结构复杂. 西南地区乡村旅游重点村在一定测算尺度上存在宽大的无标度区，空间结构分形特征显著(图 2). 容量维D₀为1.582 2(测定系数为0.992 7)，表明乡村旅游重点村在西南地区4个省市区域尺度上分布相对均衡；信息维D₁为0.646 0(判定系数为0.968 4)，小于容量维数，且数值相差较大，表明乡村旅游重点村的分形结构较复杂，乡村旅游重点村系统网格内部及不同网格维数之间的差异有统计学意义，有向某一中心聚集的现象. ②与2019年相比，2020年云南、贵州、重庆的乡村旅游重点村空间分布的均衡性增强，滇西、贵州东南部的乡村旅游重点村数量有所增加；四川乡村旅游重点村空间分布的均衡性较差，乡村旅游重点村的核密度仍然是以成都市为中心，成都市与贵阳市、昆明市的连接通道尚未形成，与重庆主城区等4个大都市之间形成西南地区乡村旅游发展的中部塌陷，即四川西南部成为了西南地区乡村旅游发展的薄弱区域(图 3). ③以“省会城市—交通干线”为依托，集中连片聚集分布乡村旅游重点村逐渐向省会城市聚集，在西南地区形成4个以省会城市为中心的高密度区，且沿兰海高速、324国道、沪昆高速、汕昆高速等高速公路和国道形成连接4个高密度区的通道，并形成高密度集中连片区(图 3).

运用地理探测器对西南地区乡村旅游重点村进行影响因子探测，结果显示，各因子影响程度由强到弱依次为旅游资源(X₄)、交通条件(X₃)、经济发展水平(X₅)、客源市场条件(X₂)、自然环境(X₁)(表 1). 因子的综合作用对重点村空间分布的解释力远大于单因子解释力，表现为双因子增强和非线性增强2种效应. 由此可知，西南地区乡村旅游重点村空间分异特征与影响因素间存在复杂综合性，其空间分布是多因子综合作用的结果，具体结果如表 2所示.

旅游资源是乡村旅游重点村空间分布的首要影响因子. A级景区作为评价旅游资源禀赋高低的重要载体^[20]，其中4A、5A级景区是区域旅游发展的代表^[21]. 以西南地区所有A级景区为中心进行缓冲区分析发现(图 4)，A级景区15 km缓冲区范围内的乡村旅游重点村的累计占比为85.51%，缓冲区由15 km延伸至30 km时，乡村旅游重点村个数占比由85.51%提升至97.10%，增加率大幅放缓. 为更加详细分析西南地区乡村旅游重点村在A级景区周边分布情况，本研究建立了1 km等间距10个缓冲区共10 km的缓冲区实体，形成西南地区乡村旅游重点村分布数量的折线图(图 5). 结果显示，52.17%的乡村旅游重点村集中分布在距离A级景区5 km的范围内，说明西南地区乡村旅游重点村对旅游资源有高度的依赖性.

高等级景区推动乡村旅游重点村的发展建设. 以不同等级的A级景区为中心分别进行缓冲区分析发现(图 6)，在39 km缓冲区内，不同等级A级景区周边乡村旅游重点村分布个数差异有统计学意义，乡村旅游重点村分布个数从大到小依次为4A级景区、3A级景区、2A级景区、5A级景区、1A级景区. 究其原因：①5A级景区规模较大，旅游核心区内很少发展乡村旅游，大多数位于景区外沿，距离景区中心较远^[22]，而且与4A、3A级景区相比，5A级景区数量较少，所以影响范围有限；②4A级景区数量虽不如3A级景区多，但属于高等级景区，附近基础设施完善、旅游资源集中，能够实现资源互补、客源共享^[2]，所以4A级景区对乡村旅游村的带动作用明显高于其他A级景区.

交通是连接客源地和旅游目的地的桥梁^[23]，以国道和高速公路为依托，良好的交通条件可以助力乡村旅游发展. 在乡村旅游目的地资源条件一致的情况下，交通通达性高的地方可以提高乡村旅游目的地吸引力^[24]. 以交通干线(包括国道和高速公路)为中心进行缓冲区分析发现(图 7)，交通干线20 km缓冲区范围内乡村旅游重点村累计占比69.57%，缓冲区由20 km延伸至50 km，乡村旅游重点村个数占比提升至90.58%，增加率有所下降，说明乡村旅游重点村有沿交通干线分布的趋势.

国道对乡村旅游重点村空间布局的影响略大于高速公路. 以高速公路和国道为中心分别进行缓冲区分析发现(图 8)，在70 km缓冲区内，国道和高速公路周边乡村旅游重点村分布差异有统计学意义. 究其原因，高速公路和国道都是连接中心城市的主要通道，极大地便利了城市居民前往乡村旅游目的地，但是因为高速公路属于封闭管理，控制了出入口，所以高速公路对乡村旅游重点村分布的影响力会略小于国道.

乡村旅游发展与地区经济发展水平联系紧密，二者相辅相成. 一方面，乡村旅游发展推动地区经济增长，另一方面，发达的地区经济有利于推动乡村旅游提档升级^[25]. 将地区生产总值与乡村旅游重点村的空间分布图重叠，发现乡村旅游重点村的空间分布与地区生产总值(GDP)有高度的一致性，前文的核密度分析也发现，高密度区主要集中在经济发展水平较高的省会城市. 为进一步探究乡村旅游重点村与区域经济发展之间的关联程度，运用公式(7)进行计算，得到L=99.69，表明二者有着极为紧密的联系.

乡村旅游重点村围绕在城市近郊分布，其客源市场主要是城镇居民^[26]. 以城市为中心进行缓冲区分析发现，随着缓冲半径的增加，乡村旅游重点村分布数量呈波动下降趋势，且94.20%乡村旅游重点村分布在距离城市95 km的范围内. 由图 9可知，在距离城市中心5~10 km、15~20 km和45~50 km这3个范围有分布数量的峰值，依次为19个、17个和11个，在距离城市市中心20~40 km范围内呈现出乡村旅游重点村分布的低谷区，与吴必虎等^[27]研究得出的中国城市周边乡村旅游最密集带分布在距离市中心20 km和70 km结论有所不同. 其主要原因，西南山地地形导致城市腹地范围有限，使乡村旅游重点村聚集带位于距离市中心较近范围内，表明山地乡村旅游重点村空间分布具有特殊性.

以省会城市、地级市、县级市、市辖区城市为中心分别进行缓冲区分析发现(图 10)，在0~200 km缓冲区内，除市辖区城市外，省会城市、地级市和县级市周边乡村旅游重点村分布个数随着缓冲半径的增加，先上升达到峰值后又下降(地级城市和县级城市40~60 km，省会城市60~80 km).

乡村旅游重点村倾向于分布在中海拔地区. 随着海拔的增加，会出现自然条件恶劣、交通不便、资源限制等问题，导致乡村旅游活动空间不足，不利于乡村旅游发展^[28]. 研究区属于典型的山地区域，海拔起伏和高差比较大^[29]，91.30%的乡村旅游重点村集中在海拔2 km以下地区，且在海拔500~1 000 m处达到峰值(图 11). 为更加细致地了解西南地区乡村旅游重点村在海拔2 km内分布情况，本研究以100 m为步长建立20个等间距区间，由图 12可知，第一个峰值位于海拔400~500 m处，主要集中在四川盆地，第二个峰值位于海拔900~1 000 m处，主要集中在四川盆地周围山地和黔渝交汇处，以避暑型乡村旅游地为主.

本研究首先运用最邻近指数、核密度分析、网格维模型，借助ArcGIS10.8，对西南地区乡村旅游重点村空间分布类型、空间分布特征等进行分析，在此基础上，运用地理探测器、地理联系率和缓冲区分析方法，深入解析了影响西南地区乡村旅游重点村空间分布的自然和人文因素. 主要研究结论如下：①西南地区乡村旅游重点村整体上呈聚集分布态势，主要以“省会—交通干线”为依托集中连片聚集分布，在重庆主城区等4个大都市之间出现了乡村旅游发展的薄弱区. ②西南地区乡村旅游重点村空间分布是多种因素综合作用的结果，其中，旅游资源对其解释力最大. ③52.19%的乡村旅游重点村分布在距离A级景区5 km的范围内，且集中在4A级景区周边；69.57%的乡村旅游重点村集中分布在距离交通干线20 km的范围内，且沿国道分布；94.20%的乡村旅游重点村分布在距离城市95 km的范围内；91.30%的乡村旅游重点村集中在海拔2 km以下的地区，以中海拔地区为主.

首先，由影响因素解释力比较发现，旅游资源对西南地区乡村旅游重点村空间分布的解释力最大，表明山地乡村旅游发展对旅游资源有较大依赖性，山地区域应以优质旅游资源为中心，以国道和高速公路为依托，打造乡村旅游产业集群，充分利用公共设施，建立乡村旅游地与景区的协调互动机制，实现资源互补、客源共享、合作共赢；其次，受地形影响，山地区域乡村旅游地聚集带距离城市中心较近，应注重打造近郊高品质乡村旅游地，培养忠实顾客，放大城市经济溢出效应，助力乡村振兴；最后，针对四川西南部乡村旅游发展薄弱的情况，认为该地区应依托京昆高速、108国道，利用山地特殊的自然环境，打造避暑型乡村旅游地，并结合沿线川西地区少数民族文化，发展特色乡村旅游.

受数据可获得性的限制，本研究未能全面揭示乡村旅游重点村的形成机制以及其经济效益和带动示范作用，有待今后的进一步研究，此外，在以后的研究中可以选取具有代表性的乡村旅游重点村进行实地调研，就乡村旅游在带动区域经济、农民增收和示范带动作用进行深入研究.