信陽市鄉(xiāng)村旅游特色村空間特征及影響因素分析

董亦如，李星佑，董亦豪

（1.中南林業(yè)科技大學(xué)商學(xué)院，湖南長沙 410004；2.鄭州大學(xué)，河南鄭州 451100）

近年來，網(wǎng)絡(luò)和自媒體時代促使“旅游熱”成為一種普遍現(xiàn)象[1]。鄉(xiāng)村旅游逐漸成為城鄉(xiāng)居民青睞的旅游形式，不斷涌現(xiàn)了農(nóng)家樂、特色民宿、露營地、田園綜合體等形式的特色村鎮(zhèn)[2]。2019 年國家農(nóng)業(yè)農(nóng)村部、國家旅游局舉辦中國最美鄉(xiāng)村旅游示范點(diǎn)推介活動，鄉(xiāng)村旅游成為實(shí)現(xiàn)鄉(xiāng)村振興戰(zhàn)略的重要方向[3]。

國內(nèi)外學(xué)者對鄉(xiāng)村旅游都進(jìn)行了系統(tǒng)的研究。國外學(xué)者對鄉(xiāng)村旅游的研究主要聚焦于可持續(xù)發(fā)展、地理空間特征及游客感知偏好等方面。如：López Sanz等[4]、?ur?i? Nevena 等[5]、Coro? Monica Maria 等[6]，從可持續(xù)發(fā)展的視角，對鄉(xiāng)村旅游發(fā)展趨勢進(jìn)行了研究；Zyrianov A I 等[7]、Wanner Alice 等[8]、Bustamante Alexander等[9]，研究了鄉(xiāng)村旅游地時空布局上的差異；Lee Sangmin 等[10]、Keski˙n Berkay 等[11]，通 過SWOT 與社會文化需求視角，對游客選擇偏好進(jìn)行了研究。國內(nèi)學(xué)者對鄉(xiāng)村旅游的研究主要集中在發(fā)展路徑、發(fā)展資源潛力評價、空間結(jié)構(gòu)特征等方面。如：龍井然等[12]、劉卿文等[13]、張祝平[14]對文化與旅游產(chǎn)業(yè)的融合式發(fā)展路徑進(jìn)行研究；焦敬華[15]、陳才等[16]、殷章馨等[17]基于旅游資源、游客體驗(yàn)和發(fā)展?jié)摿Φ冉嵌瓤紤]，對研究地鄉(xiāng)村旅游發(fā)展情況進(jìn)行評價研究；翁鋼民等[18]、葉晗等[19]，對鄉(xiāng)村旅游的空間分布情況進(jìn)行全局分析。綜上所述，現(xiàn)有研究多從發(fā)展?jié)摿?、路徑選擇和區(qū)位特征等角度進(jìn)行研究，雖然將定性與定量方法有效結(jié)合，但缺乏空間異質(zhì)性特征和各要素間的影響研究。因此，本研究采用最鄰近指數(shù)、基尼系數(shù)、核密度分析及空間自相關(guān)分析，旨在揭示信陽市鄉(xiāng)村旅游特色村分布特征及影響因素，為信陽市鄉(xiāng)村旅游的科學(xué)發(fā)展提供政策參考。

1 材料與方法

1.1 數(shù)據(jù)來源

本文以2020年河南省文化與旅游廳公布的《推薦第三批全國鄉(xiāng)村旅游重點(diǎn)村鎮(zhèn)公示》中信陽市65個鄉(xiāng)村旅游特色村為研究對象，通過百度地圖拾取坐標(biāo)系統(tǒng)獲取POI 點(diǎn)?；A(chǔ)行政地圖和DEM 圖來源于國家基礎(chǔ)地理信息中心和GlobeLand 30。地方經(jīng)濟(jì)統(tǒng)計數(shù)據(jù)來源于《中國城市統(tǒng)計年鑒》《中國統(tǒng)計年鑒》《信陽市統(tǒng)計公報》《中國休閑農(nóng)業(yè)統(tǒng)計年鑒》。

1.2 研究方法

借助ArcGIS 10.5軟件，通過最鄰近指數(shù)、基尼系數(shù)、核密度分析及空間自相關(guān)分析等研究方法，對信陽市65個特色村進(jìn)行空間特征分析（見表1）。

表1 研究方法及模型意義說明

2 結(jié)果與分析

2.1 空間地理特征

2.1.1 空間分布特征

通過最鄰近指數(shù)計算公式，借助Arcgis 10.5 軟件得到預(yù)期平均距離rE=18.843 km，平均觀測距離r1=11.726 km，最鄰近指數(shù)R=0.622 3，R＜1，并且通過顯著性檢驗(yàn)。表明信陽市特色村整體分布呈聚集態(tài)特征（見圖1）。

圖1 信陽市特色村最鄰近距離分析

為排除特色村對樣本選擇標(biāo)準(zhǔn)的不同，造成最終結(jié)果的差異，通過ArcGIS 10.5軟件中的泰森多邊形工具，創(chuàng)建Voronoi 圖獲取變異系數(shù)CV 來進(jìn)行驗(yàn)證（見圖2）。結(jié)果顯示變異系數(shù)CV=119.343 3%，參照Duyckaerts C 等[20]的研究結(jié)論：CV 值為33%～64%，呈隨機(jī)分布；CV 值大于64%，呈集聚分布；CV 值小于33%，呈均勻分布。因此，信陽市特色村空間分布總體上呈聚集態(tài)。

圖2 信陽市鄉(xiāng)村旅游特色村Voronoi圖

2.1.2 空間發(fā)展均衡特征

空間發(fā)展均衡程度是衡量區(qū)域鄉(xiāng)村旅游發(fā)展均衡度的重要方面。本文采用王耀斌等[21]在方法上的創(chuàng)新，利用基尼系數(shù)來描述特色村在信陽市的分布均衡特征。根據(jù)表1 和表2 中的公式和特色村分布數(shù)量，得到特色村基尼系數(shù)G=49.015%，均勻度C=50.985%。如圖3，特色村主要集中于信陽市西部的平橋區(qū)、浉河區(qū)、羅山縣，南部的光山縣、新縣、商城縣，分別占比44.61%、40%。因此，信陽市特色村在市域范圍內(nèi)呈現(xiàn)出不均衡的空間發(fā)展特征。

圖3 信陽市鄉(xiāng)村旅游特色村地理分布

表2 信陽市鄉(xiāng)村旅游特色村數(shù)量分布

2.1.3 空間集聚特征

受限于最鄰近距離和基尼系數(shù)不能直觀展現(xiàn)不同地理范圍的空間集聚特征。通過ArcGIS 10.5 的Kernel Density 工具包進(jìn)一步充實(shí)研究，進(jìn)行全市范圍的空間核密度分析。由圖4可知：1）信陽市特色村空間集聚特征顯著，整體以西部和南部聚集為主；2）主要熱點(diǎn)區(qū)以信陽市浉河區(qū)、平橋區(qū)、新縣和光山縣為中心，反映了當(dāng)?shù)剜l(xiāng)村旅游可開發(fā)資源的豐富；3）中部、北部和東部地區(qū)屬于冷點(diǎn)區(qū)，特色村分布明顯稀少。

圖4 信陽市鄉(xiāng)村旅游特色村核密度分析

2.1.4 空間自相關(guān)性特征

空間核密度分析表明了信陽市特色村分布存在集聚特征，但各特色村點(diǎn)位間是否存在相關(guān)性難以得到驗(yàn)證。因此，通過空間自相關(guān)分析來探究特色村在總體空間上的相關(guān)性及冷熱點(diǎn)分布情況。根據(jù)分析結(jié)果，信陽市鄉(xiāng)村旅游特色村總體Moran’I 指數(shù)為0.465 7，z 值為2.069 1，p 值為0.038 5，通過了顯著性檢驗(yàn)，如圖5。表明特色村在信陽市空間分布上存在正自相關(guān)特征，各特色村具有顯著的鄰近性特點(diǎn)。

圖5 信陽市鄉(xiāng)村旅游特色村全局空間自相關(guān)分析

對特色村進(jìn)行局部空間自相關(guān)的分析能夠反映特色村在不同縣區(qū)間的分布規(guī)律。借助ArcGIS 10.5 中Anselin local Moran I 工具包，對不同冷熱點(diǎn)區(qū)域進(jìn)行可視化渲染。如圖6，信陽市特色村分布主要有“高—高聚集”和“低—低聚集”，其中，“高—高聚集”反映了高數(shù)量的特色村會催生更多的特色村的出現(xiàn)，以平橋區(qū)為主要代表；“低—低聚集”反映了低數(shù)量的特色村會致使該區(qū)域特色村數(shù)量趨少，形成冷點(diǎn)區(qū)域，如：淮濱縣、息縣和固始縣。因此，信陽市特色村存在顯著的空間正自相關(guān)特征。

圖6 信陽市鄉(xiāng)村旅游特色村局部空間自相關(guān)分析

2.2 影響因素分析

2.2.1 自然地理因素

自然地理因素是發(fā)展鄉(xiāng)村旅游的重要資源條件。根據(jù)獲取的信陽市高程信息DEM數(shù)據(jù)，并將特色村位點(diǎn)坐標(biāo)提取到矢量地圖上，得到了信陽市特色村的高程分布圖，如圖7。信陽市整體地形南高北低，西部與南部分別為桐柏山、大別山，面積近7 000 km2，占全市總面積37.1%。得益于獨(dú)特的地貌，提供了豐富的自然景觀資源，根據(jù)圖7 可知，信陽市特色村多分布于西部南部的山地地區(qū)，分布于500～700 m 的海拔范圍內(nèi)。同時，沿河流分布的特色村有45個，水文環(huán)境對特色村的分布影響明顯。因此，信陽市特色村的分布受地形地貌、水文環(huán)境因素的影響較大。

圖7 信陽市地形與水文條件分布

2.2.2 公共交通條件

交通條件是影響特色村發(fā)展的重要條件。在信陽市路網(wǎng)系統(tǒng)中（見圖8），國道與省道的通勤情況最為便利，利用緩沖區(qū)分析工具，測度特色村距離國道、省道的距離，能夠有效分析交通條件對特色村分布的影響狀況，此處測度距離設(shè)定為5 km。如圖9所示，分布在國道省道沿線5 km范圍內(nèi)的鄉(xiāng)村旅游特色村數(shù)量為54個，占比83.07%，其中，國道范圍內(nèi)有8個，省道范圍內(nèi)有46個。結(jié)果表明：信陽市特色村分布與交通條件有著密切聯(lián)系，特色村分布主要沿交通路網(wǎng)范圍集中分布。因此，信陽市特色村受交通條件因素影響較大。

圖8 信陽市路網(wǎng)交通情況

圖9 信陽市鄉(xiāng)村旅游特色村與國道緩沖分析

2.2.3 人口及經(jīng)濟(jì)條件

人口與經(jīng)濟(jì)條件是影響特色村發(fā)展的直接原因。依據(jù)《2020 年信陽市社會發(fā)展統(tǒng)計公報》，選取信陽市10個縣區(qū)的年末常住人口數(shù)量POP，人均國民生產(chǎn)總值PGDP 等數(shù)據(jù)，借助Stata 25.0，進(jìn)行回歸分析，結(jié)果如表3。結(jié)果表明：人口數(shù)量對特色村數(shù)量呈正相關(guān)，系數(shù)為3.498 414，且P=0.000，通過顯著性檢驗(yàn)；人均GDP對特色村數(shù)量呈正相關(guān)，系數(shù)為21.821 32，且P=0.047，通過顯著性檢驗(yàn)。因此，信陽市特色村的發(fā)展受人口與經(jīng)濟(jì)因素的影響較大，其中，經(jīng)濟(jì)因素對特色村數(shù)量的影響最為明顯。

表3 信陽市特色村數(shù)量與人口經(jīng)濟(jì)變量的回歸結(jié)果

3 結(jié)論與建議

3.1 結(jié)論

借助ArcGIS 工具，結(jié)合最鄰近指數(shù)法、基尼系數(shù)法、空間核密度分析法和空間自相關(guān)分析法，對信陽市特色村的空間分布特征、空間發(fā)展均衡特征、空間集聚特征和空間自相關(guān)特征進(jìn)行了研究，研究結(jié)論如下。

1）特色村的最鄰近指數(shù)R=0.622 3，變異系數(shù)CV=119.343 3%，表明信陽市特色村的空間分布特征呈現(xiàn)聚集態(tài)。

2）特色村的基尼系數(shù)G=49.015%，均勻度C=50.985%，特色村主要集中于信陽市西部的平橋區(qū)、浉河區(qū)羅山縣，南部的光山縣、新縣、商城縣，西部和南部分別占比44.61%和40%。表明信陽市特色村在市域范圍內(nèi)呈現(xiàn)出不均衡的空間發(fā)展特征。

3）空間核密度分析表明信陽市特色村空間集聚特征顯著，整體以西部和南部聚集為主。同時，浉河區(qū)、平橋區(qū)、新縣和光山縣為熱點(diǎn)區(qū)域，中部、北部和東部各縣區(qū)為冷點(diǎn)區(qū)域。

4）特色村的全局Moran’I=0.465 7。表明特色村在信陽市全局空間分布上存在正自相關(guān)特征，各特色村具有明顯的鄰近性特點(diǎn)。同時局部自相關(guān)分析表明信陽市特色村之間存在顯著的空間正自相關(guān)特征，形成了“高-高集聚”和“低-低集聚”的態(tài)勢。

5）信陽市特色村的分布受到了自然地理因素、公共交通條件和人口經(jīng)濟(jì)因素的影響。其中，經(jīng)濟(jì)因素的影響最為顯著。

3.2 建議

3.2.1 激發(fā)信陽市鄉(xiāng)村旅游特色村發(fā)展的創(chuàng)新活力

特色村的開發(fā)仍停留在以自然地理因素和交通便捷程度為條件的初級階段，缺乏對旅游內(nèi)容新穎性和多樣性的重視。因此，信陽市政府在推動鄉(xiāng)村旅游開發(fā)的過程中，應(yīng)著重推廣具有特色模式和內(nèi)容的鄉(xiāng)村旅游村鎮(zhèn)，同時，形成激勵制度，對主動創(chuàng)新、開展鄉(xiāng)村旅游創(chuàng)客模式發(fā)展的個人或企業(yè)集體進(jìn)行財政獎勵。

3.2.2 增強(qiáng)信陽市鄉(xiāng)村旅游特色村間的協(xié)同發(fā)展

空間核密度與自相關(guān)分析表明，信陽市鄉(xiāng)村旅游特色村對局部區(qū)域的帶動明顯，但全局范圍內(nèi)沒有形成發(fā)展帶動，特別是缺乏旅游資源稟賦優(yōu)勢的縣區(qū)。因此，信陽市對鄉(xiāng)村旅游的發(fā)展因重視區(qū)域協(xié)同共進(jìn)，避免資金和人力的過度集聚。

3.2.3 加快信陽市經(jīng)濟(jì)發(fā)展和居民消費(fèi)水平提升

在影響因素分析中，人口和經(jīng)濟(jì)因素是影響信陽市鄉(xiāng)村旅游特色村數(shù)量的直接原因，其中，經(jīng)濟(jì)因素對特色村數(shù)量的影響最大。