昆明市農(nóng)家樂空間分異及其驅(qū)動力研究

Study on Spatial Differentiation and Driving Factors of Agritainment in Kunming

SU Nan，ZHUDa-ming2，KEXiaochnetal（1.YunnanVocationalCollgeofgriculture，Kunmng，Yuan65012；.Faculty Land Resources Engineering，Kunming University of Science and Technology，Kunming，Yunnan 650031）

AbstractTaking703agitainments in KunmingCitycapturedinOctober2023asthresearchobect，bymeansofspatialanalysisethods andeconometicgeapodelsdthatialeafaintinugCifroesptsfqaitio spatialdistrtotalsidaialrbiaecodlyilftlaeed graphicaldetetormodel（OPGD，thriingfactosoftespatialdiferentiationofgiaintinKunmngCityereaaledfrothe typesofnaturaloucedoentooiclevelandtoustarketndtenifueningfctossuchsgetatiocoveragdhtt data.Teresultsresodsloeeendstrbuiofagiantcabebedinughustersspatiall entire city and folows a cluster-random pattrn within the main urban area，with a distinct spatial scale of 3.5km . The density distribution centerofagritaentsinteinurbanaraofKuingisainlyocetratedinthcetral-otpartofXishanDistrict，tothpart ofPanlonDistrictdtralpartofuastrctfroitidepespetie，itprets“toreuliteroatd andcontiguousdtributioitingisanndGanuasteoeaIsfstrbutioaracteristis，itbiaturf alongtheodroudtityndearate.etialsalefeigussferetiatiougggaiceos 2.5kiloetersNigtlights（urbanzatiolevel）tacefrotecitntendGDeeaindinfctosatdtosafe entiationTeinteractiobetwenoadetwkdnsiandGDasteostsigfcantimpactotiboofagrintsinKing City.

KeywordsAgritainment；Spatialpatern；Drivingfactors；Optimal parameters-basedgeographical detectormodel；KunmingCity

鄉(xiāng)村振興戰(zhàn)略是我國從“農(nóng)業(yè)現(xiàn)代化”走向“鄉(xiāng)村現(xiàn)代化\"的重要分水嶺[1]，鄉(xiāng)村旅游作為鄉(xiāng)村產(chǎn)業(yè)的重要業(yè)態(tài)，是優(yōu)化鄉(xiāng)村經(jīng)濟(jì)結(jié)構(gòu)，調(diào)整經(jīng)濟(jì)轉(zhuǎn)型，推動鄉(xiāng)村現(xiàn)代化高質(zhì)量發(fā)展的重要抓手[2]。近年來，隨著鄉(xiāng)村人居環(huán)境的不斷改善以及國家政策的傾斜，鄉(xiāng)村旅游產(chǎn)業(yè)規(guī)模不斷發(fā)展壯大，2022年6月云南省人民政府辦公廳印發(fā)的《云南省農(nóng)業(yè)現(xiàn)代化三年行動方案（2022—2024年）》提出，到2024年鄉(xiāng)村旅游接待游客數(shù)量、產(chǎn)值由2021年的4.3億人次、3000億元增加到5.8億人次、4600億元的目標(biāo)，2023年7月國家發(fā)展和改革委員會印發(fā)的《關(guān)于恢復(fù)和擴(kuò)大消費(fèi)的措施》指出，要大力發(fā)展鄉(xiāng)村旅游，進(jìn)一步彰顯了鄉(xiāng)村旅游在拉動內(nèi)需方面發(fā)揮的重要作用。

由于資源稟賦以及區(qū)位條件異同，鄉(xiāng)村旅游空間分布形態(tài)復(fù)雜多樣，其空間異質(zhì)性為鄉(xiāng)村旅游的建設(shè)和發(fā)展帶來了一定的困擾[3]。當(dāng)前，國內(nèi)學(xué)者在對鄉(xiāng)村旅游空間結(jié)構(gòu)進(jìn)行研究時(shí)，所選取的研究對象、方法呈多樣化特點(diǎn)，研究對象上主要源于評選公布的休閑農(nóng)業(yè)與鄉(xiāng)村旅游示范點(diǎn)、特色小鎮(zhèn)、少數(shù)民族特色村寨等[4-6]以及來自網(wǎng)絡(luò)的POI數(shù)據(jù)[7-10]；研究方法上主要選取洛倫茲曲線[4，7]、地理集中指數(shù) 最近鄰指數(shù) 、變異系數(shù)（CV）[5-6]、核密度函數(shù)[8]、莫蘭指數(shù)（Morans I [10] Ω，K 函數(shù)（Ripley’s K ）[9]等來探究空間分布模式、鄰近關(guān)系及不同空間尺度下的分布規(guī)律；在驅(qū)動因素的探究方面，早期多以定性分析[13]為主，隨著研究的深入，逐漸轉(zhuǎn)為與地物地貌、河流水系、交通區(qū)位等的耦合情況[4.6-7，11-12]定量定性相結(jié)合分析研究，現(xiàn)階段，多使用地理探測器[5，8-9，14]地理加權(quán)回歸模型（GTWR）[15-16]等空間統(tǒng)計(jì)模型定量分析驅(qū)動因子。

針對目前鄉(xiāng)村旅游地空間分布特征及影響因素研究中數(shù)據(jù)來源多為基于示范點(diǎn)坐標(biāo)拾取等小樣本數(shù)據(jù)，地理探測器模型使用多以縣、市域?yàn)橹?，尺度普遍單一等不足，且農(nóng)家樂作為鄉(xiāng)村旅游發(fā)展的初級業(yè)態(tài)，具有良好的代表性和普遍意義，基數(shù)大、自發(fā)性強(qiáng)[]等特點(diǎn)，筆者基于農(nóng)家樂POI數(shù)據(jù)，結(jié)合多尺度參數(shù)最優(yōu)地理探測器模型（OPGD）對市鄉(xiāng)村旅游空間分布格局進(jìn)行系統(tǒng)探究，以期為市鄉(xiāng)村旅游規(guī)劃發(fā)展提供一定的參考。

1研究區(qū)概況及數(shù)據(jù)來源

1.1研究區(qū)概況（ N）位于我國內(nèi)陸西南地區(qū)云貴高原中部，總面積達(dá)2.1萬 ，平均海拔 1891m ，是云南省政治、經(jīng)濟(jì)發(fā)展中心。市農(nóng)家樂發(fā)展起源于20世紀(jì)90年代，是云南最早開展農(nóng)家樂的旅游城市之一[17]。近年來，隨著鄉(xiāng)村振興戰(zhàn)略的深人實(shí)施及各類鄉(xiāng)村文化旅游節(jié)的成功舉辦，市鄉(xiāng)村旅游得到迅猛發(fā)展。據(jù)市文旅局統(tǒng)計(jì)，2024年清明假期，僅西山區(qū)鄉(xiāng)村旅游接待游客8.63萬人次，實(shí)現(xiàn)旅游綜合收入0.28億元，其中絕大多數(shù)收入都由農(nóng)家樂創(chuàng)造。當(dāng)前，鄉(xiāng)村旅游的業(yè)態(tài)已從農(nóng)旅融合逐漸過渡到農(nóng)文旅高質(zhì)量一體化發(fā)展[18]，因此研究市農(nóng)家樂旅游業(yè)態(tài)分布對于推動鄉(xiāng)村旅游轉(zhuǎn)型升級及打造鄉(xiāng)村旅游品牌具有重要的實(shí)踐和指導(dǎo)意義。

1.2數(shù)據(jù)來源及處理農(nóng)家樂抓取于高德地圖2023年10月的POI數(shù)據(jù)，采集步驟：以“農(nóng)家樂”“農(nóng)莊”“山莊”等為關(guān)鍵詞在市范圍內(nèi)進(jìn)行采集，共收集到779個(gè)樣本數(shù)據(jù)；其次進(jìn)行數(shù)據(jù)清洗，剔除如“老唐養(yǎng)狗場”“云南佛新農(nóng)業(yè)科技開發(fā)有限公司”等不滿足要求的POI，并按一定比例抽樣人工電話核實(shí)確定，最終獲得703個(gè)有效數(shù)據(jù)。其余基礎(chǔ)地理信息數(shù)據(jù)來源及參數(shù)見表1。最后，利用GIS軟件將不同數(shù)據(jù)通過重采樣等手段統(tǒng)一分辨率，并將地理坐標(biāo)系設(shè)置為WGS_1984，投影坐標(biāo)系設(shè)置為WGS_1984_UTM_48N。

2研究方法

2.1 空間分布特征

2.1.1最近鄰指數(shù)（ R 指數(shù)）。最近鄰指數(shù)是分析地理點(diǎn)狀事物空間分布相互鄰近程度的重要指標(biāo)，通過測算出每個(gè)點(diǎn)狀事物與其最近點(diǎn)之間的實(shí)際觀測平均距離與理想隨機(jī)模式下預(yù)期平均距離之比，來分析點(diǎn)狀事物的空間分布特征[19]。 R 指數(shù)計(jì)算公式：

式中： R 為最近鄰指數(shù)； 為農(nóng)家樂樣本點(diǎn)實(shí)際觀測的平均距離； 為農(nóng)家樂樣本點(diǎn)隨機(jī)分布模式下的預(yù)期平均距離； 為某一農(nóng)家樂樣本點(diǎn)與最近鄰農(nóng)家樂之間的距離； n 為市內(nèi)農(nóng)家樂的數(shù)量；A為市面積。

2.1.2核密度。核密度估計(jì)（kernel density estimation）主要根據(jù)待估計(jì)要素與樣本要素之間的距離進(jìn)行概率密度值估計(jì)[20]，核密度估計(jì)值能更好地反映一個(gè)集聚核心區(qū)對周圍地區(qū)的影響力，核密度值越高，則表明分布越密集。核密度估計(jì)的數(shù)學(xué)模型：

式中 為核密度估計(jì)值； 為核函數(shù)； n 為市農(nóng) 家樂個(gè)數(shù)； h（hgt;0） 為帶寬，也稱距離衰減閾值； ）為估計(jì)值點(diǎn)到核心點(diǎn) 之間的距離。

2.1.3Ripley’s K 函數(shù)。 K 函數(shù)作為一種基于距離的概括要素空間分布累計(jì)特征的方法，常被用來描述點(diǎn)要素在空間范圍內(nèi)的相關(guān)性程度，反映要素隨尺度變化而呈現(xiàn)出的空間分布模式[21]，為了使期望線性化并保持方差穩(wěn)定[]，Besag等[23]將函數(shù)進(jìn)行開方線性轉(zhuǎn)化為 L 函數(shù)：

式中 為研究區(qū)域面積； d 為觀測尺度； n 為農(nóng)家樂樣本數(shù)量； 為示性函數(shù)[24]，當(dāng)農(nóng)家樂樣本點(diǎn) i 與點(diǎn) j 之間的距離 時(shí)，取值為1，否則為 0 。在農(nóng)家樂樣本點(diǎn)完全隨機(jī)分布（completespacerandomness）的假設(shè)下，期望為0。若L（d）-dgt;0 ，表明在尺度為 d 時(shí)，農(nóng)家樂樣本點(diǎn)具有空間聚集分布的趨勢；若 L（d）-dlt;0 ，表明具有空間離散分布的趨勢；若 L（d）-d=0 ，則表示完全隨機(jī)分布。

2.2 地理探測器

2.2.1 參數(shù)最優(yōu)地理探測器模型（optimal parameters-basedgeographicdetector，OPGD）。地理探測器可以探測市農(nóng)家樂分布的空間分異性特征，挖掘影響其空間分異的驅(qū)動因子，其背后的思想可簡單概括為：將研究區(qū)域劃分為若干個(gè)子區(qū)域，若子區(qū)域內(nèi)的方差總和小于區(qū)域總方差，則存在空間分異[25-26]。其公式如下：

式中： L 為農(nóng)家樂空間分布數(shù)量分區(qū)， h 的單元數(shù)目為 ，方差為 ；總研究區(qū)域的單元數(shù)目為 N ，方差為 ；SSW和SST分別為層內(nèi)方差之和及全區(qū)總方差； 值為各探測因子對市農(nóng)家樂空間分異的度量，其值域?yàn)? 值越大，說明因子對其空間分異的影響越大。運(yùn)用地理探測器的關(guān)鍵是對連續(xù)型空間變量進(jìn)行離散化處理，進(jìn)而確定空間分層異質(zhì)性的最佳尺度，但傳統(tǒng)地理探測器在處理連續(xù)型空間變量時(shí)需要人為設(shè)置，因此存在較大主觀性及離散不優(yōu)的問題。參數(shù)最優(yōu)地理探測器模型（OPGD）利用不同的離散化分類方法處理連續(xù)型空間數(shù)據(jù)變量，并以地理探測器最終結(jié)果 q 統(tǒng)計(jì)量對離散結(jié)果進(jìn)行評價(jià)，值越大即分類結(jié)果越好[27]

2.2.2影響因素指標(biāo)體系構(gòu)建。農(nóng)家樂空間分異特征的形成受多種因素的共同影響，其中，自然資源稟賦、經(jīng)濟(jì)條件和客源市場在其形成與發(fā)展中起到了重要作用，綜合現(xiàn)有學(xué)者對農(nóng)家樂、休閑農(nóng)業(yè)等空間分布影響因素的研究[6-7，9，28-29]，考慮到實(shí)際可操作性及數(shù)據(jù)可獲取性，選取3類共10個(gè)因素（表1）作為驅(qū)動因子，構(gòu)建影響因素指標(biāo)體系。

2.2.3參數(shù)優(yōu)化。參數(shù)優(yōu)化主要解決2個(gè)問題：一是空間尺度，以 500m 為間隔共構(gòu)建7種尺度，即采用0.5、1.0、1.5、2.0、2.5、3.0和 3.5km 的格網(wǎng)將市全市范圍劃分為143450.35938.15958.9044.5700.3950 和2924個(gè)網(wǎng)格，然后比較各尺度下 90% 分位數(shù)的大小，分位數(shù)最大時(shí)即確定為最優(yōu)空間尺度[30]；二是連續(xù)型空間變量離散，借助R語言GD 程序包[30]，利用自然間斷法、相等間隔法、幾何間距法、標(biāo)準(zhǔn)差分類法以及分位斷點(diǎn)法[31將分類等級數(shù)設(shè)置為5＼～11類，篩選出OPGD模型中值最大的參數(shù)組合（離散方式及分類等級）作為最優(yōu)離散組合。

3市農(nóng)家樂空間格局分布

3.1農(nóng)家樂數(shù)量分布及空間分布類型從數(shù)量分布特征來看（表2），市農(nóng)家樂主要分布在安寧市（ 18.21% ）、西山區(qū)（ 17.92% ）和盤龍區(qū) （9.25%） ，三者的分布數(shù)量約占市農(nóng)家樂總數(shù)的 45.38% ，石林縣 （2.13% ）、東川區(qū)（ 3.13% ）和嵩明縣（ 3.84% ）分布數(shù)量則相對較少。利用統(tǒng)計(jì)數(shù)據(jù)生成對應(yīng)的洛倫茲曲線（圖1），該曲線呈上凸態(tài)勢，相對均勻分布線有一定距離，表明在區(qū)縣層面，市農(nóng)家樂分布表現(xiàn)為不均衡。從整體和局部來看（表2），面積僅占全市15.54% 的主城區(qū)范圍內(nèi)分布的農(nóng)家樂數(shù)量占整個(gè)市農(nóng)家樂總數(shù)的 45.09% 。為進(jìn)一步探討市農(nóng)家樂空間分布的結(jié)構(gòu)特點(diǎn)，有必要結(jié)合定量科學(xué)的研究方法從市整體和主城區(qū)2個(gè)不同的視角進(jìn)行分析。

利用最近鄰指數(shù)分析計(jì)算市農(nóng)家樂空間集聚程度。由表3可知，雖然相較市整體，主城區(qū)范圍內(nèi)農(nóng)家樂樣本點(diǎn)實(shí)際觀測的平均距離更小，但是在面積的加持下，主城區(qū)范圍內(nèi)農(nóng)家樂樣本最近鄰指數(shù)比全市更大，且二者 Z 和 P 值均通過 1% 顯著性水平檢測。通常情況下，認(rèn)為當(dāng) R？0.5 為聚集分布， 。

3.2農(nóng)家樂尺度、密度特征對實(shí)際的地理對象點(diǎn)集進(jìn)行集聚模式分析時(shí)，僅使用最鄰近距離會掩蓋結(jié)果中的其他模式[33]。為解決這一問題，借助Ripley’s L（d） 函數(shù)進(jìn)一步探測空間集聚的尺度特征，統(tǒng)計(jì)與分析均在R4.2.1軟件中“spatstat”程序包中完成，在相關(guān)參數(shù)選擇方面，最小尺度為研究對象間最短距離，最大尺度為研究區(qū)域外包矩形短邊的1/4長度[34]，邊緣校正方法選用Ripey周長法，同時(shí)使用蒙特卡羅方法隨機(jī)模擬2000次[24]，生成置信區(qū)間的最大值和最小值，用以檢驗(yàn)農(nóng)家樂空間分布的顯著性。

圖2為市農(nóng)家樂 L（d） 函數(shù)分析結(jié)果，在全市與主城區(qū)2個(gè)視角下，農(nóng)家樂分布的 L（d） 曲線均呈上升趨勢， L （d） 函數(shù)值與理論值的差值（diff）始終大于0，且在不同空間尺度下 L（d） 觀察分布曲線均高于置信區(qū)間的上包絡(luò)線，表明在不同視角下農(nóng)家樂的空間分布均呈顯著性聚集。值得注意的是，在市主城區(qū)視角（圖2b）中， L（d） 曲線在3500m 左右的尺度下，差值（diff）達(dá)到最大，出現(xiàn)空間聚集峰值，說明在主城區(qū)范圍內(nèi)， ，3500m 為農(nóng)家樂分布的特征空間尺度。

為進(jìn)一步直觀揭示市農(nóng)家樂空間分布格局，利用核密度分析工具結(jié)合Ripley's L（d） 分析結(jié)果對全市及主城區(qū)視角下農(nóng)家樂分布密度進(jìn)行可視化，其中，全市范圍內(nèi)核密度函數(shù)帶寬由“Silverman經(jīng)驗(yàn)規(guī)則”確定，主城區(qū)范圍內(nèi)選擇 3500m 為分析帶寬，其余參數(shù)默認(rèn)。

Fig.2 The Ripley’s function analysis of agritainments in entire city of Kunming City

從全市范圍來看（圖3），農(nóng)家樂樣本點(diǎn)在南部地區(qū)的分布密度顯著高于北部地區(qū)，呈現(xiàn)出“南密北疏”的分布態(tài)勢。從分布特點(diǎn)來看，農(nóng)家樂樣本點(diǎn)主要呈現(xiàn)出“三核多中心”集中連片分布，三核主要以安寧市、西山區(qū)、官渡區(qū)為核心擴(kuò)散分布，分布中心主要位于主城區(qū)中部。在離主城區(qū)集中連片熱點(diǎn)區(qū)域較遠(yuǎn)的祿勸、東川、尋甸等區(qū)縣農(nóng)家樂樣本點(diǎn)也有零散聚集分布，但分布規(guī)模及密度較小。從主城區(qū)范圍來看（圖4），密度分布的中心主要集中在西山區(qū)北部中部、盤龍區(qū)南部以及五華區(qū)中部，其余區(qū)域均有小規(guī)模農(nóng)家樂聚集。具體來看，市農(nóng)家樂分布特征與國內(nèi)大多數(shù)城市相似[8-9，35]，均表現(xiàn)為較強(qiáng)的“沿路、環(huán)城、傍水\"特性。3.2.1“傍水特性”。通過近鄰分析工具運(yùn)算，從水資源方面來看，市全市范圍內(nèi)農(nóng)家樂點(diǎn)與主要水系的平均距離為 1.36km ，其中 51.5% 的農(nóng)家樂分布在距水系 1km 范圍內(nèi)， 90% 分布在距主要水系 3km 范圍內(nèi)。按照 400m 緩沖區(qū)為間隔進(jìn)行分組并計(jì)算農(nóng)家樂數(shù)量與主要水系距離之間的相關(guān)系數(shù)，結(jié)果為 r=-0.797（Plt;0.01） ，這意味著農(nóng)家樂點(diǎn)數(shù)量與水系緩沖區(qū)半徑呈較強(qiáng)的負(fù)相關(guān)關(guān)系，即離主要水系越近，農(nóng)家樂分布越多，“傍水特性”凸顯。

3.2.2“沿路特性”。市農(nóng)家樂點(diǎn)與最近道路之間的近鄰結(jié)果表明，市全市范圍內(nèi)農(nóng)家樂點(diǎn)距主要道路的平均距離為 0.16km ，其中 54.2% 的農(nóng)家樂分布在距主要道路0.1km 范圍內(nèi)， 92.3% 位于距離主要道路 0.5km 范圍內(nèi)。沿主要道路按照 50m 緩沖區(qū)為間隔進(jìn)行分組并計(jì)算農(nóng)家樂點(diǎn)數(shù)量與主要道路距離的相關(guān)系數(shù)，求得 r=-0.725 （ Plt; 0.01），說明農(nóng)家樂點(diǎn)與主要道路緩沖半徑之間具有較強(qiáng)的負(fù)相關(guān)關(guān)系，即農(nóng)家樂分布“沿路特性”明顯，且離主要道路越近，農(nóng)家樂點(diǎn)分布越多。

3.2.3“環(huán)城特性”。利用回轉(zhuǎn)半徑法分析市農(nóng)家樂資源分布的圈層結(jié)構(gòu)[36-37]。參考文獻(xiàn)[38]，選取市東風(fēng)廣場為城市中心，并按照 10km 為半徑增量生成多級緩沖區(qū)，并統(tǒng)計(jì)每個(gè)圈層中擁有的農(nóng)家樂數(shù)量。統(tǒng)計(jì)結(jié)果顯示，51% 農(nóng)家樂點(diǎn)分布在以東風(fēng)廣場為圓心的 30km 圈層范圍內(nèi)，且總體上由圓心向外圍逐漸減少，在 20km 圈層內(nèi)形成了西山區(qū)團(tuán)結(jié)鄉(xiāng)-貓貓?bào)浜捅P龍區(qū)金殿水庫-野鴨湖2個(gè)休閑農(nóng)業(yè)旅游熱點(diǎn)片區(qū)，在 40km 處由于安寧市溫泉旅游區(qū)[39]輻射帶動作用，形成了城市邊緣區(qū)[40]農(nóng)家樂旅游圈。

3.3農(nóng)家樂空間聚集的影響因素

3.3.1最優(yōu)參數(shù)的選擇。按照7種尺度對驅(qū)動因子進(jìn)行柵格化處理，以此構(gòu)建自變量，同理，通過計(jì)算每個(gè)輸出柵格像元鄰域內(nèi)的農(nóng)家樂點(diǎn)數(shù)量，再除以領(lǐng)域面積，得到農(nóng)家樂點(diǎn)密度空間分布，將其作為因變量值。由表4可知，不同空間尺度對地理探測器探測結(jié)果有影響，隨著尺度的增加，除 外，各驅(qū)動因子的值均呈振蕩式上升后下降的態(tài)勢；對于由10個(gè)驅(qū)動因子值共同組成的 90% 分位數(shù)，其在格網(wǎng)尺度為2.5km 時(shí)達(dá)到最大值0.389，因此，7種格網(wǎng)尺度中， 2.5km 格網(wǎng)能更好地反映驅(qū)動因子對市農(nóng)家樂聚集分布效應(yīng)的影響。除土地利用類型 ）為類型變量外，其余探測因子均為連續(xù)性變量，需進(jìn)行離散化處理。由圖5結(jié)果顯示，不同的空間離散方法和區(qū)間數(shù)量的組合方式對 q 值產(chǎn)生了顯著影響，選擇值最大時(shí)的參數(shù)組合作為最優(yōu)分類組合，圖中沒有數(shù)值的部分，表明在相應(yīng)分類方法或數(shù)量下，探測因子未通過顯著性檢測。以夜間燈光（ 為例，當(dāng)分類方法為自然斷點(diǎn)分類且分為8類時(shí)，值達(dá)到最大，同理，選用標(biāo)準(zhǔn)差分類法將距景區(qū)距離（ 、環(huán)城距離（ 1 、路網(wǎng)密度 分別分為6類、8類、11類、11類；選用分位數(shù)分類法將 、距行政中心距離 分為11類；選用等間隔分類法將 分為11類；選用幾何間距法將人口密度 ）分為11類。

3.3.2 驅(qū)動因子。

（1）單因子探測分析。按照文獻(xiàn)[41]的思想，將所有探測因子進(jìn)行歸一化處理后根據(jù)所屬分類求和，將其作為一級指標(biāo)的值，結(jié)果顯示：經(jīng)濟(jì)水平（0.573）對市農(nóng)家樂聚集分布的解釋力大于客源市場（0.348），而自然資源稟賦（0.079）的解釋力相對較低；對單個(gè)探測因子而言，夜間燈光 、環(huán)城距離（ 人 的值分別為0.402、0.388、0.326，是市農(nóng)家樂聚集分布的主要驅(qū)動因素，而植被覆蓋度 解釋力度最小，僅為0.038（表4）。以上結(jié)果表明，區(qū)域城鎮(zhèn)化水平、經(jīng)濟(jì)發(fā)達(dá)程度及市場區(qū)位顯著影響農(nóng)家樂聚集空間格局的形成。城鎮(zhèn)化水平高、經(jīng)濟(jì)發(fā)達(dá)的區(qū)域基礎(chǔ)設(shè)施完善，旅游服務(wù)體系健全，擁有良好的營商環(huán)境，為農(nóng)家樂發(fā)展提供了基礎(chǔ)保障，此外，城鎮(zhèn)化帶來的人口聚集以及更高的消費(fèi)水平，也為農(nóng)家樂發(fā)展提供了充足的客源及市場機(jī)會。另一方面，雖然植被覆蓋高的區(qū)域生態(tài)環(huán)境優(yōu)美，空氣質(zhì)量良好，但也存在交通不便、市場需求不足等問題，加之隨著我國全面劃定生態(tài)紅線，生態(tài)環(huán)境保護(hù)日益嚴(yán)格，城市規(guī)劃及管理日益規(guī)范，因此在植被資源豐富的區(qū)域內(nèi)開展以農(nóng)家樂為代表的商業(yè)活動行為必然會受到一定程度的限制。

（2）因子交互探測分析。對10個(gè)因子進(jìn)行交互式探測分析，利用R語言Corrplot包繪制驅(qū)動因子交互式探測結(jié)果圖（圖6），可知10個(gè)驅(qū)動因子共形成45對組合，不同因子組合后均增強(qiáng)了對農(nóng)家樂聚集分布格局形成的解釋力，包括33對非線性增強(qiáng)和12對雙因子增強(qiáng)，雙因子交互后解釋力最強(qiáng)的是路網(wǎng)密度 ，值為0.547，除此外，值大于0.5的交互作用還有人口密度 夜間燈光（ 人口密度 路網(wǎng)密度 ）夜間燈光（ 、夜間燈光 n環(huán)城距離 ）、路網(wǎng)密度（ n環(huán)城距離 ，以上6個(gè)組合中夜間燈光（ ）、路網(wǎng)密度（ 出現(xiàn)的交互次數(shù)最多，進(jìn)一步說明了城鎮(zhèn)化程度、經(jīng)濟(jì)水平、區(qū)位因素以及路網(wǎng)密度等多因子共同推動了市農(nóng)家樂的聚集和發(fā)展，其中，路網(wǎng)密度反映了交通發(fā)達(dá)程度以及旅游可達(dá)性，道路網(wǎng)絡(luò)密集，城市化程度高，經(jīng)濟(jì)發(fā)達(dá)的區(qū)域更能吸引農(nóng)家樂的聚集。

4結(jié)語

該研究結(jié)果表明，以市農(nóng)家樂POI數(shù)據(jù)為研究對象，借助洛倫茲曲線、最近鄰指數(shù)、核密度函數(shù)、Ripley's K 指數(shù)空間分析手段及計(jì)量地理學(xué)模型，對市農(nóng)家樂分布格局進(jìn)行了分析。在此基礎(chǔ)上，借助參數(shù)最優(yōu)地理探測器模型（OPGD）進(jìn)行定量分析，探討了影響市農(nóng)家樂聚集分布的驅(qū)動因素，得出以下結(jié)論：

（1）市農(nóng)家樂數(shù)量空間分布不平衡，全市范圍內(nèi)農(nóng)家樂整體為顯著聚集分布，主城區(qū)范圍內(nèi)農(nóng)家樂為聚集-隨機(jī)分布，在多距離空間尺度下農(nóng)家樂聚集程度均隨空間尺度的上升而增強(qiáng)，其中，在主城區(qū)視角下的特征空間尺度為 3.5km 。

（2）市農(nóng)家樂密度分布特點(diǎn)突出，在全市范圍內(nèi)表現(xiàn)為“南密北疏”并以安寧市、西山區(qū)、官渡區(qū)為核心，呈現(xiàn)出“三核多中心\"集中連片分布；主城區(qū)范圍內(nèi)，密度分布的中心主要集中在西山區(qū)北部中部、盤龍區(qū)南部以及五華區(qū)中部。

（3） 2.5km 網(wǎng)格是運(yùn)用地理探測器研究的最佳空間尺度，不同驅(qū)動因子的離散方法及分類對最終探測結(jié)果有影響。

（4）市農(nóng)家樂聚集分布受到經(jīng)濟(jì)水平、客源市場、自然資源稟賦等因素的共同作用。其中，夜間燈光、環(huán)城距離、GDP對市農(nóng)家樂空間分異的貢獻(xiàn)率最大，路網(wǎng)密度和GDP對農(nóng)家樂分異的協(xié)同作用最強(qiáng)。

參考文獻(xiàn)

[1]明慶忠，韓璐.旅游價(jià)值共創(chuàng)促進(jìn)民族村寨鄉(xiāng)村現(xiàn)代化的邏輯與實(shí)踐路徑研究[J].華中師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2024，58（1）：46-58.

[2]肖臻泉，普拉提·莫合塔爾，安朝高.基于POI數(shù)據(jù)的新疆農(nóng)家樂空間分布特征及影響因素研究[J].西南大學(xué)學(xué)報(bào)（自然科學(xué)版），2022，44（4）：144-154.

[3]杜久升，馮云超，王羽，等.河南省鄉(xiāng)村旅游特色村空間分布格局及影響因素研究[J].西北師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2023，59（5）：127-134.

[4]王國權(quán)，王欣，王金偉，等.創(chuàng)意休閑農(nóng)業(yè)的空間分布格局及影響因素：以江蘇省為例[J].江蘇農(nóng)業(yè)學(xué)報(bào)，2021，37（1）：219-229.

[5]覃小華，李星明，陳偉，等.長江經(jīng)濟(jì)帶少數(shù)民族特色村寨的地域空間格局與影響因素[J].人文地理，2022，37（3）：118-130.

[6]楊劉軍，朱戰(zhàn)強(qiáng).廣東省鄉(xiāng)村休閑旅游地空間分布格局及影響因素[J].熱帶地理，2023，43（2）：293-307.

[7]李嘉欣，謝德體，王三，等.基于興趣點(diǎn)（POI）挖掘的重慶主城區(qū)農(nóng)家樂空間分布特征[J].生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)，2020，36（3）：300-307.

[8]王婧，李裕瑞，陳宗峰.基于POI數(shù)據(jù)挖掘的北京市農(nóng)家樂空間分布特征及其影響因素研究[J].農(nóng)業(yè)現(xiàn)代化研究，2022，43（2）：340-350.

[9]唐鴻，許春曉.長沙市休閑旅游資源空間分布特征及形成機(jī)制[J].經(jīng)濟(jì)地理，2022，42（12）：214-223.

[10]王珺穎，謝德體，王三，等.基于POI提取的山地丘陵區(qū)鄉(xiāng)村旅游空間分布研究：以重慶市農(nóng)家樂為例[J].中國農(nóng)業(yè)資源與區(qū)劃，2020，41（5） ：257-267.

[11］朱中原，王蓉，胡靜，等.江西省鄉(xiāng)村休閑旅游地類型劃分與空間格局研究[J].長江流域資源與環(huán)境，2020，29（4）：824-835.

[12]李茂林，劉春蓮，謝雨萍.廣西休閑農(nóng)業(yè)與鄉(xiāng)村旅游地空間分布特征及影響因素研究[J].西南大學(xué)學(xué)報(bào)（自然科學(xué)版），2020，42（7）：76-82.

[13］秦學(xué).中國鄉(xiāng)村旅游的空間分布格局及其優(yōu)化[J].農(nóng)業(yè)現(xiàn)代化研究，