吴春涛^1,, 李隆杰¹, 何小禾¹, 王姣娥^2,3,
1. 四川大学旅游学院,成都 610065
2. 中国科学院地理科学与资源研究所/区域可持续发展分析与模拟重点实验室,北京100101
3. 中国科学院大学资源与环境学院,北京100049

Spatial analysis of scenic spots in the Yangtze River Economic Belt

WUChuntao^1,, LILongjie¹, HEXiaohe¹, WANGJiaoe^2,3,
1. School of Tourism, Sichuan University, Chengdu 610065, China
2. Institute of Geographic Sciences and Natural Resources Research/Key Laboratory of Regional Sustainable Development Modeling, Chinese Academy of Sciences, Beijing 100101, China
3. College of Resources and Environment, University of Chinese Academy of Sciences, Beijing 100049, China
通讯作者:通讯作者：王姣娥,E-mail: wangje@igsnrr.ac.cn
收稿日期:2017-06-22
修回日期:2017-11-27
网络出版日期:2018-06-25
版权声明:2018《资源科学》编辑部《资源科学》编辑部
基金资助:教育部人文社会科学研究规划基金项目（17YJAZH090）四川省社会科学规划项目（SC17TJ009）四川省社会科学重点研究基地四川县域经济发展研究中心项目（XY2017019）
作者简介:
-->作者简介：吴春涛,女,四川德阳人,副教授,硕士生导师,主要研究方向为旅游企业及目的地管理、航空旅游和城市旅游。E-mail: chuntao@scu.edu.cn



展开

摘要
长江经济带的联动发展及生态廊道建设使旅游景区的空间分布出现剧烈变化,研究旅游景区的空间变化对旅游基础设施的合理布局、制定长江黄金旅游带规划以及实现旅游经济腾飞具有重要作用。本文选取2012年和2016年长江经济带九省二市的旅游景区空间点位数据,综合运用标准差椭圆、平均最近邻分析以及核密度等方法分析了长江经济带旅游景区的空间演变特征。结果表明：长江经济带旅游景区总体分布格局基本沿长江水系发生聚集,聚集程度随时间的推移不断加深;相关政策促进、旅游业市场需求持续增加、交通可达性优化等多重因素的综合作用使区域景区聚集加速;城市休闲型景区以及主题公园兴建为城市景区聚集提供新动力。

关键词：旅游景区;聚集特征;空间演变特征;标准差椭圆;平均最近邻分析;核密度;长江经济带
Abstract
The linkage development of different provinces in the Yangtze River Economic Belt and the construction of ecological corridor policy brings about dramatic changes to the spatial distribution of scenic spots in the whole Yangtze River Economic Belt. Research on the spatial changes of tourism scenic spots in every province and the whole region, plays an important role in distributing tourism infrastructure. This is also important to the planning of the Yangtze River Golden Tourism Zone and rapid development of the tourism economy. This article uses the spatial location of scenic spots in eleven provinces in the Yangtze River Economic Belt to investigate the spatial evolution characteristics of scenic spots. All data are obtained from official websites maintained by national and provincial tourism administrations. Integration of the standard deviation ellipse, average nearest neighbor analysis and kernel density method are used to analyze evolution tendency. We found that the distribution pattern of tourist scenic spots in the Yangtze River Economic Belt is mostly clustered with the Yangtze River river system. The degree of clustering deepens as time goes by across the whole region. Characteristics of phased and integrated development of regional tourism development in the Yangtze River Economic Belt, rapid development of tributaries, tourism promotion policy, better accessibility of transport and urban construction are the main reasons explaining the aggolomeration of scenic spots. The construction of urban recreational scenic spots and theme parks provides new impetus for the clustering of urban scenic spots.

Keywords：scenic spots;cluster characteristics;spatial evolution characteristics;standard deviation ellipse;average nearest neighbor analysis;kernel density;the Yangtze River Economic Belt

-->0
PDF (7309KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
吴春涛, 李隆杰, 何小禾, 王姣娥. 长江经济带旅游景区空间格局及演变[J]. 资源科学, 2018, 40(6): 1196-1208 https://doi.org/10.18402/resci.2018.06.10
WU Chuntao, LI Longjie, HE Xiaohe, WANG Jiaoe. Spatial analysis of scenic spots in the Yangtze River Economic Belt[J]. RESOURCES SCIENCE, 2018, 40(6): 1196-1208 https://doi.org/10.18402/resci.2018.06.10

1 引言

长江经济带拥有全国20%的国土面积、42.7%的人口以及41.2%的GDP,是国家三大战略的重点区域之一。长江经济带空间跨越尺度大,包括云南、四川、贵州、重庆、湖北、湖南、江西、安徽、江苏、浙江、上海九省二市,拥有丰富的自然和文化旅游资源。同时,又包括了长三角城市群、合肥城市群、武汉城市群和成渝城市群等经济、人口密集地区,是中国旅游业最为发达和活跃的地区之一。长江经济带既是中国重要的旅游目的地,又是主要的旅游客源地。近年来,随着旅游市场快速发展,旅游者行为和偏好发生变化,生态游、城市游、古镇游、康养休闲游等系列新型旅游方式的推广,经济带内的旅游景区的空间格局也发生着变化。
2016年,备受瞩目的《长江经济带发展规划纲要》^[1]正式颁布,标志着推进长江经济带建设进入加速期。长江流域是中国的经济重心之一,也是中国重要的生态宝库,长江经济带发展的基本思路是生态优先、绿色发展。旅游业是资源节约、环境友好的低碳、绿色产业,是搭建绿色生态廊道、建设生态文明先行示范带的重要产业之一。在此背景下,研究长江经济带旅游景区的空间格局及动态演化,不仅有利于合理规划布局旅游景区,加速区域旅游经济协作发展;还有利于提炼长江经济带的空间立体开发特色,促进经济发展与环境保护的协调发展,实现保护和修复长江生态环境等重要任务。
自中国国家旅游局1999年颁布实施《旅游景区质量等级的划分与评定》^[2]文件,进行A级景区评定以后,中国****们就A级景区开展了深入研究并取得了丰硕成果。旅游景区的空间格局及其演化规律是研究的重要内容。如朱竑等发现中国A级旅游景区空间分布结构有其内在的空间分布规律性,并且与人口分布、地形地势间存在着密切的关联性和配比性^[3];毛小岗等对北京2001—2011年的A级旅游景区的空间结构演化规律进行分析后,发现资源本底、水系和公共绿地条件、交通与基础设施条件是旅游景区空间聚集的重要影响因素^[4];吴丽敏等认为江苏省景区的发展呈现出典型的核心—边缘空间扩散特征,分布重心具有由南向北迁移的态势^[5];袁俊等发现武汉城市圈A级景区规模呈现出纺锤型结构,空间上呈不均衡集群分布^[6];齐欣等的研究发现成渝经济区旅游景区空间分布呈现集聚现象,并在规模等级结构上呈现出较为普遍的纺锤型结构^[7]。但是,已有研究主要从国家级^[3,8]、省级^[9,10]、市级或城市群^[11,12]的尺度出发,描述静态的景区空间格局,缺乏基于区域尺度的、对景区空间格局变化的研究。
从研究方法来看,对旅游景区空间分布结构的研究较多使用最近邻分析、地理集中指数、分形维数、σ收敛和β收敛测算分析、连接度和紧密度等空间分析的方法;对旅游景区空间演变分析的研究主要采用空间自相关、标准差椭圆分析、数理计量方法以及基于分形理论的深度分析等。也有****运用截面数据分析测算旅游景区通达性,如卞显红^[13];或进行栅格化分析以测算全国4A级旅游景区的平均可达性时间,可达性空间分布的影响因素以及可达性热点区域的分布格局^[14]。国外****多从细分行业视角对旅游业的空间聚集进行探讨,主要研究内容包括：① 旅游景区的空间聚集与影响因素,如Adi等的持续性研究表明旅游景区具备强大的吸引力,能够产生旅游集群^[15],并进一步探讨了旅游景区的密集程度与空间邻近对区域旅游服务企业合作水平的影响^[16]。② 旅游景区的空间分布,如Andreas等****对瑞典的实证研究表明瑞典的旅游景区集中分布在南部地区,第二住宅的空间选择与区域主要旅游景区的空间结构具有一致性^[17];Dani等从旅游者消费模式切入,将比利牛斯山脉的旅游景区从空间上划分为九大旅游区^[18]。国外****主要使用产业区位分析^[19]、集群分析^[20,21]和最近邻分析^[22]的方法,在澳大利亚^[23]、意大利^[24]和法国^[25]等地区的研究不断深入。国外的研究注重从微观视角展开,很少涉及对大区域范围内的旅游资源或旅游景区的空间格局研究。
本文选取长江经济带的11个省（市）级行政区内所有A级旅游景区为研究对象,综合运用平均最近邻分析、核密度分析以及标准差椭圆分析的空间分析方法,分析对比2012年和2016年长江经济带旅游景区的点位数据,研究长江经济带旅游景区的空间变化,探究影响旅游景区空间变化的因素,研究结果可为长江经济带旅游资源合理开发以及产业经济的合理布局提供理论依据。

2 数据来源与研究方法

2.1 数据来源

本文通过分析2012年A级景区（2436条）和2016年A级景区（3391条）空间点位数据,深入研究长江经济带内11个省（市）旅游景区的空间格局分布及变化特征。所用2012年A级旅游景区名录来源于国家旅游局^[26],2016年A级旅游景区名录来自国家旅游局的官方网站^[26]及贵州^[27]、重庆^[28]、湖北^[29]、浙江^[30]、上海^[31]等各省（市）的旅游政务官方网站。通过脉策数据查询网站（http://www.metrodata.cn/）查询得到所有景区点位数据。

2.2 研究方法

2.2.1 标准差椭圆方法
在现实中,大多数地理事物的空间分布在每个方向上的离散程度是不同的。使用标准差椭圆可从全局的、空间的角度定量解释地理要素空间分布的中心性、展布性、方向性、空间形态等特征^[32]。而标准差椭圆能够较好地刻画中国A级景区变动在空间分布上的方向性,因此这一方法被广泛采用^[33]。标准差椭圆的计算包含确定圆心、计算长轴和短轴,其中椭圆长轴方向表示旅游景区分布最多的方向,短轴方向则是空间分布最少的方向,椭圆位置的变动则直观地反映了旅游景区重心的空间变动。
2.2.2 平均最近邻分析方法
平均观测距离与平均最近邻指数是衡量研究对象集中程度的重要指标,已有诸多****利用平均最近邻分析方法展开研究^[34,35]。本文使用此分析方法横向对比研究2012年和2016年旅游景区间的平均观测距离和变化程度。主要操作如下：先求出理论最近邻距离d_i（即各点在空间中相互临近程度）,再求出最临近点指数R（实际最近邻距离d_j与理论最近邻距离d_i之比）。当R=1时,表明点状要素为随机分布;当R>1时,点状要素趋于均匀分布;当R<1时,点状要素趋于集聚分布。理论最邻近距离的计算公式为：
$d_i={1/2}\sqrt{n/s}$（1）
式中d_i为理论最近邻距离;n为景区数量;S表示邻域面积。
2.2.3 核密度估计方法
密度估计主要包括点密度估计、线密度估计与核密度估计,能够直观地反映资源具体集聚地和集聚程度。核密度估计是在一定邻域范围内统计点（线）的个数,并以可视化的形式揭示资源空间分布规律的有效手段。本文使用核密度对2012年和2016年长江经济带各省市旅游景区的密度变化进行对比研究。其主要运算公式为：
fh(x)=1nh∑i=1nKxi-xh,x∈R（2）
式中f_h(x)表示核密度函数的核密度估计;n表示该邻域内点的个数;h表示带宽;K(*)表示核函数。

3 旅游景区空间分布特征

3.1 旅游景区空间分布与变化

长江经济带2012年和2016年A级旅游景区的数量变化表明：5年以来,景区数增量最大的是四川,共增加了158个;增长最少的是上海,仅增加了12个（表1）。从增幅来看,贵州是景区数量增长最快的省份,约增长了91.398%;浙江增幅最小,仅为6.667%。从增量的绝对数值和相对数值来看,处于长江上游的云贵川渝地区的景区增长速度较快;但从景区的总数和质量来说,长江下游的沪浙苏皖赣地区优势明显。
Table 1
表1
表12012—2016年长江经济带旅游景区空间分布与变化
Table 1Distribution of scenic spots in the Yangtze River Economic Belt from 2012 to 2016

	2012年景区 数量/个	2016年景区 数量/个	景区 增量/个	景区数量 增幅/%
云南	140	230	90	64.286
四川	225	383	158	70.222
贵州	93	178	85	91.398
重庆	123	209	86	69.919
湖北	248	280	32	12.903
湖南	185	298	113	61.081
江西	131	236	105	80.153
安徽	388	529	141	36.340
江苏	515	627	112	21.748
浙江	315	336	21	6.667
上海	73	85	12	16.438
总体	2 436	3 391	955	39.203

新窗口打开

3.2 新增景区与退出景区特征分析

2012—2016年期间,一共新出现了1263个A级景区;同时,有308个景区被摘牌（又称消失或退出）。根据中华人民共和国国家标准GB/T 18972-2003《旅游资源分类、调查与评价》^[36],这些新增和退出的景区可以分为九类：
（1）以温泉为代表的康养娱乐类景区;
（2）以农家乐为代表的观光农业类景区;
（3）以特色产业为依托的特色旅游小镇类景区;
（4）以水上乐园为代表的主题公园类景区;
（5）以寺庙石窟等为代表的遗产遗迹类景区;
（6）以博物馆为代表的教育展示类景区;
（7）购物消费街区类景区;
（8）以古城、古镇、古村为代表的古城镇类景区;
（9）以自然资源为吸引物的自然类景区。
结合地理区位,新增景区具有以下特征：
（1）新增景区总数与人文类景区总数在地域上呈现同步变化的双驼峰分布的特征,即上游、下游的增量明显多于中游地区的增量（表2）;

Table 2
Table 2Distribution of new emerging and delisted scenic spots in the Yangtze River Economic Belt from 2012 to 2016 （个）

	新增人文景区数量	新增自然景区数量	新增景区总量	消失人文景区数量	消失自然景区数量	消失景区总量
云南	75	24	99	6	2	8
四川	136	43	179	14	6	20
贵州	55	41	96	8	2	10
重庆	76	26	102	10	5	15
湖北	62	14	76	28	20	48
湖南	79	43	122	8	1	9
江西	91	30	121	10	6	16
安徽	171	37	208	47	18	65
江苏	135	44	179	60	8	68
浙江	41	20	61	35	6	41
上海	18	2	20	8	0	8
合计	939	324	1263	234	74	308

新窗口打开
（2）自然类景区的增量在上中下游地区的分布是平均的;
（3）从新增人文类景区内部的分布来看,位于城市区域的教育展示、主题公园景区的增量下游地区明显多于上游地区（表3）,如上海市的新增景区为上海杜莎夫人蜡像馆、华荣家园、州桥老街、长风公园、奉贤申隆生态园、三甲港海滨乐园、上海宝山国际民间艺术博览馆、闻道园、上海鲁迅公园、上海金山嘴渔村景区、上海M50创意园、上海和平公园、上海醉白池公园、上海联怡琵琶乐园、上海宏泰园以及上海菲尼克斯生态园等,另一方面,位于郊区或农村的观光农业类与古城/镇/村类的景区在上游地区则凸显增量上的优势。

Table 3
Table 3Classification of new emerging human scenic spots in the Yangtze River Economic Belt from 2012 to 2016 （个）

	康养娱乐 类景区	观光农业 类景区	特色旅游小镇类景区	主题公园类景区	遗产遗迹 类景区	教育展示 类景区	购物消费街区类景区	古城镇 类景区
云南	6	6	13	11	12	14	1	12
四川	5	36	13	20	16	12	5	29
贵州	8	12	4	13	1	4	2	11
重庆	7	13	5	21	2	16	1	11
湖北	9	8	5	12	11	11	2	4
湖南	7	9	5	15	12	18	0	13
江西	11	12	7	18	13	18	1	11
安徽	23	30	7	34	24	43	2	8
江苏	7	11	8	39	26	34	1	9
浙江	9	3	4	7	4	5	1	8
上海	0	5	1	6	2	2	0	2
合计	92	145	72	196	123	177	16	118

新窗口打开
退出的景区空间分布有以下特征：
（1）自然类景区和人文类景区从上游到下游数量逐渐递增,呈现大致同方向散布的“波段式”分布特征（表2）;
（2）主题公园类景区从上游到下游的消失数量不断递增,其余类别的消失数量大致是由四川、湖北、江苏为峰值中心向周围递减（表4）。

Table 4
Table 4Classification of delisted human scenic spots in the Yangtze River Economic Belt from 2012 to 2016 （个）

	康养娱乐 类景区	观光农业 类景区	特色旅游小镇类景区	主题公园类景区	遗产遗迹 类景区	教育展示 类景区	购物消费街区类景区	古城镇 类景区
云南	1	2	0	0	2	0	0	1
四川	1	1	2	2	0	4	0	4
贵州	0	2	0	3	0	0	0	3
重庆	5	1	0	3	1	0	0	0
湖北	5	1	4	3	6	8	0	1
湖南	3	0	0	1	2	2	0	0
江西	0	2	1	1	0	4	1	1
安徽	3	8	6	11	5	8	0	6
江苏	5	13	2	11	12	13	3	1
浙江	4	5	6	7	5	4	1	3
上海	0	2	1	1	1	1	0	2
合计	27	37	22	43	34	44	5	22

新窗口打开

4 旅游景区空间变化特征及影响因素分析

4.1 旅游景区空间聚集程度分析

表5为长江经济带旅游景区的平均观测距离与平均最近邻指数计算结果。结果显示：
Table 5
表5
表52012—2016年长江经济带各省市平均观测距离与平均最近邻指数
Table 5Average nearest neighbor distances and indexes of each province in the Yangtze River Economic Belt from 2012 to 2016 （km）

	2012年					2016年
	平均观测距离	预期平均距离	平均最近邻指数	P值		平均观测距离	预期平均距离	平均最近邻指数	P值
云南	22.158	34.872	0.635	0.000**		13.927	25.183	0.553	0.000**
四川	15.753	24.120	0.653	0.000**		12.346	19.365	0.638	0.000**
贵州	16.666	22.967	0.726	0.000**		11.750	17.277	0.680	0.000**
重庆	11.321	17.923	0.632	0.000**		8.082	14.034	0.576	0.000**
湖北	12.145	18.229	0.666	0.000**		9.401	15.629	0.602	0.000**
湖南	13.001	18.017	0.722	0.000**		10.292	14.268	0.721	0.000**
江西	13.746	20.084	0.684	0.000**		9.605	14.529	0.661	0.000**
安徽	7.311	12.128	0.603	0.000**		5.972	10.114	0.590	0.000**
江苏	4.475	8.708	0.514	0.000**		4.641	7.899	0.588	0.000**
浙江	7.533	10.385	0.725	0.000**		7.710	10.373	0.743	0.000**
上海	5.243	6.040	0.868	0.035*		4.281	5.579	0.767	0.000**
总体	9.833	17.943	0.548	0.000**		8.197	15.071	0.544	0.000**

注：*、**分别表示在0.05、0.01置信度上显著,平均观测距离是现有分布状态下实际测量获得的所有旅游景区间平均距离;预期平均距离是假设随机分布状态下所有旅游景区间的平均距离。
新窗口打开
（1）长江经济带旅游景区的全局平均观测距离由2012年的9.833 km下降到2016年的8.197 km,平均最近邻指数由0.548减小为0.544,两个数据Z值均大于1.96,并通过显著性水平α=0.05的检验,表明长江经济带旅游景区整体聚集程度增大。
（2）长江中上游各省市景区的变化趋势呈现出一致性,即平均观测距离和平均最近邻指数均缩小,揭示出景区间的距离变小且聚集程度加深。究其原因,上游省份凭借西部大开发、旅游扶贫政策的推进,利用自身资源优势打造了一大批旅游景区;同时由于交通条件的改善,如多个旅游机场的开通,贵州高铁的开通等,改善了旅游景区的可进入性,侧面加速了旅游景区的建设。中游地区坐拥三条主要支流,各省利用自身地理位置,沿支流开发旅游景区成为发展旅游业的重要手段,在一定程度上刺激了中游地区旅游景区的兴建。
（3）位于长江下游各省市的变化呈现出不同的趋势：安徽和上海的平均观测距离与平均最近邻指数均缩小,江浙两省的平均观测距离与平均最近邻指数均增大。从变化趋势来看,安徽南部景区的聚集程度增大,平均观测距离和平均最近邻指数出现下降;江苏出现了平均观测距离和平均最近邻指数同时增长的趋势。与赵磊等的研究结果一致^[37],本研究发现浙江北部是高核密度分布区,在此基础上,本研究还发现浙江南部和西南部景区数量增加,平均观测距离增大。上海旅游景区2012年在5%的置信度上出现聚集,而2016年则在1%的置信度上聚集。
总的来说,长江经济带旅游景区整体聚集程度增大,但是中上游地区和下游地区的聚集程度不同。景区分布与人口和经济因素密切相关^[38]。较中上游而言,下游各省市历来就是人口密集的富庶之地,景区平均观测距离较小,密度较高。如表5所示,安徽、江苏、浙江、上海的景区平均观测距离均小于10km。因此,下游地区的变化趋势与中上游地区的趋势不同。从新增加的景区类别来看,下游地区的变化主要得益于偏远地区旅游景区的开发加速以及城市新兴旅游景区的兴建。如随着京杭大运河2012年着手申报世界遗产,江苏北部景区迅速增加,从而增加了全省的平均观测距离。又如上海新增景区中以观光农业类和主题景区类增长最多,这些城市休闲型景区的打造使上海市的旅游景区经历了一个从相对聚集到完全聚集的过程。

4.2 旅游景区空间偏移程度分析

长江经济带旅游景区2012年和2016年标准差椭圆参数的对比分析显示：景区的标准差椭圆半径有扩大并向西南方向移动的趋势（图1）。表6的数据显示标准差椭圆的中心由（114°19′18″E,30°08′18″N）移动到（113°26′01″E,29°57′29″N）,说明长江经济带旅游景区的中心逐渐往西南方偏移。同时,在0.05的置信水平下,长轴半径由1746.780km增加至1799.541km,短轴半径由626.617km扩大至636.757km,这进一步说明了2012年和2016年之间有显著的差异。
显示原图|下载原图ZIP|生成PPT
图12012年和2016年长江经济带旅游景区标准差椭圆及散点分布示意
-->Figure 1Standard deviation ellipse and scatter distributions of scenic spots in the Yangtze River Economic Belt in 2012 and 2016
-->

Table 6
表6
表62012年和2016年长江经济带旅游景区空间分布标准差椭圆参数
Table 6Parameters of standard deviation ellipse of scenic spots in the Yangtze River Economic Belt in 2012 and 2016

	中心经度	中心纬度	短轴/km	长轴/km	置信度
2012年	114°19′18″E	30°08′18″N	626.617	1 746.780	0.05
2016年	113°26′01″E	29°57′29″N	636.757	1 799.541	0.05

新窗口打开
标准差椭圆出现往西南偏移的主要原因如下：上游地区由于旅游业的大发展,云贵川渝的旅游景区建设加速,旅游景区增幅均在60%以上,拉动标准差椭圆向西南移动;同时,中游地区的江西（80.153%）和湖南（61.081%）旅游景区的高速建设也对标准差椭圆向西南移动起到了推动作用,而下游地区江浙沪地区属于成熟的旅游目的地,旅游景区建设速度放缓,景区增量与增幅较小,对标准差椭圆的控制力小于西南地区的影响,因此长江经济带旅游景区出现往西南偏移的趋势。

4.3 旅游景区空间密度分析

利用Arcgis10.2空间分析中的Density工具对长江经济带2012年和2016年的旅游景区进行核密度分析,结果显示：沿着长江及其支流出现多个高核密度区,在众多支流中岷江、嘉陵江、钱塘江及京杭大运河聚集旅游景区较多。这些地区得天独厚的自然资源与人文资源为旅游景区开发提供了坚实的基础（图2）。
显示原图|下载原图ZIP|生成PPT
图22012年和2016年长江经济带旅游景区核密度分布示意
-->Figure 2Kernel density distributions of scenic spots in the Yangtze River Economic Belt in 2012 and 2016
-->

4.3.1 上游地区
长江经济带上游地区包括湖北宜昌以西的省市,覆盖云贵川和三峡区域。从核密度分布与变化来看,云南旅游景区一直聚集在长江虎跳峡段和昆明市两个地区,但2016年虎跳峡聚集区域逐渐向南北两端呈椭圆状扩散,而昆明市所在区域的聚集程度加深（图2b）。
四川旅游景区在2012年以成都市为核心,聚集程度依次向外减小（图2a）。2016年,成都市的核密度增大并以成都市为核心呈现放射状同心圆向东部扩散的趋势。主要原因包括5.12汶川大地震后地震遗址旅游景区的后续开发与整合、新型城市旅游景区的出现等。值得关注的是四川在长江经济带旅游圈打造过程中起了积极作用。如攀枝花市着力打造康养娱乐类景区（如攀枝花庄上旅游新村、攀枝花团山旅游新村、攀枝花市板桥旅游新村、攀枝花市片那立旅游新村等）,形成了新的聚集区。因此,四川西南部出现了以攀枝花市为核心的新核密度区。
贵州旅游景区核密度普遍较低,且北部比南部核密度高。2016年,以贵阳市为核心出现了更高层级的圆形聚集,并且沿乌江呈现西南-东北线状聚集的趋势。同时,沅江上游开发的推进也促进了沅江水系旅游景区的聚集,形成了片状扩散的局势。
三峡区域主要包括重庆和湖北西南地区。分析结果显示该区域的旅游景区呈现出极化发展、片状扩散的演变趋势。极化发展是指重庆是一个发展极。随着经济发展与城市化进程加快,重庆市区及周边地区的温泉度假疗养等休闲度假旅游资源的开发加速,旅游景区以重庆市为核心呈现出内核聚集与环状扩散的态势,重庆也成为长江经济带范围内旅游景区聚集程度仅次于长三角地区的高密度聚集区。
片状扩散是指重庆东部和湖北西部景区的核密度增大并呈现连片发展的特征。这是因为该区域的旅游业受三峡水利枢纽工程影响巨大。一方面,诸如白鹤梁题刻等旅游资源被淹没在水下;另一方面,库区水位上升也产生了新的旅游资源,并改善了沿支流景区的可进入性。因此,重庆东部和湖北西部出现多个新兴内河旅游景区,并呈现连片发展的特征。
4.3.2 中游地区
中游地区主要指湖北宜昌至江西湖口之间的长江主干道及其支流覆盖的区域,包括湖北、湖南和江西三省。长江中游城市群空间相互作用的网络形态主要呈放射状,武汉、长沙在区域中的中心性作用明显^[39]。综合来看,三省的旅游景区都出现了打破行政界限连片发展,以省会城市武汉、长沙或南昌为中心聚集程度加深,并在部分支流区域形成点块状聚集的演变趋势。
湖北旅游景区在2012年以武汉市为核心,聚集程度向四周递减。至2016年,武汉城市圈的核密度出现与安徽连块发展的趋势,这主要得益于长江中游城市群省际联动发展和近年来武汉市对旅游目的地形象的打造。同时,以武汉城市圈为中心的高铁圈层式结构容纳了中原城市群和皖江城市群部分地区,涵盖了密集的城镇与人口,使得板块化特征显现。另一方面,交通条件的改善^[40]以及旅游扶贫的深入使鄂西北的十堰尤其是郧西县涌现大批景区,如郧西悬鼓公园、郧西上津文化旅游区、郧西武当红生态工业旅游区等,因此鄂西北也出现了点块状的聚集。
湖南2012年旅游景区核密度分布东西部差距大,西北部连片发展,但未出现核心聚集区。2016年全省大部分地区被旅游景区核密度值为11~20的区间覆盖。特别是长沙-株洲-湘潭城市群着力于打造旅游景区群落,使长沙-株洲-湘潭城市群为核心的块状聚集更为明显。西部与南部温泉资源、红色旅游资源以及水文资源的开发使核密度分布出现向西、向南扩散的趋势。
江西的旅游景区自2012年的沿赣江中下游集聚分布,演变为2016年的沿赣江下游和鄱阳湖聚集,并在鄱阳湖、景德镇和宜春周围形成范围不同的块状聚集区。从全省的角度来看,江西东部与北部整体核密度数值增大,并与安徽、湖南相连,呈现连片发展的态势。
4.3.3 下游地区
安徽旅游景区核密度由沿长江主干道南北对称分布演变为聚集中心逐渐南移。安徽旅游资源的分布具有“南热、中温、北冷”的特点^[41],皖南坐拥黄山、九华山、天柱山等自然资源和西递、宏村等特色徽文化资源,具有非常强劲的旅游吸引力。2012年安徽出台“文化强省,旅游大省”的发展战略^[42],芜湖市动漫主题公园发展较快;马鞍山市以游戏和动漫为载体,抢占了旅游先机;铜陵市将青铜文化、江南民俗文化、生态绿色文化、休闲娱乐文化糅合到江南文化园中,成为安徽文化旅游的新亮点。2014年,经国务院同意,国家发展和改革委员会发布了《皖南国际文化旅游示范区建设发展规划纲要》^[43],黄山市、池州市的旅游发展上升到国家层面,皖南地区涌现了大批人文类景点,如黄山虎林园、黄山徽茶文化博物馆、池州市博物馆等。
江浙沪地区核密度出现北移的趋势。南水北调东线工程的实施使京杭运河整体水量增加,水文景观、水运通航以及水上娱乐项目的增加提升整体吸引力。同时,该区域充分利用京杭大运河“申遗”事件带来的旅游发展契机,大运河北段得到快速开发,出现了徐州市悬水湖景区、徐州市凤鸣海景区、宿迁市克拉嗨谷景区、淮安市白马湖森林公园等诸多依托河流打造的景区。文化廊道保护以及京杭大运河整体营销策略的实施使江苏北部的连云港、盐城、淮安、徐州等城市新增的景点数都在12个以上,景区密度增加。南部的常州和苏州景区数量出现负增长,对重心的控制减弱。

4.4 旅游景区空间分布变化的影响因素分析

2012—2016年,长江经济带旅游景区空间分布出现了剧烈变化,这是诸多要素共同作用的结果。结合上述时空变化特征分析,将旅游景区空间分布的影响因素归纳为相关政策促进、市场需求促进以及交通大格局的变化。
4.4.1 相关政策的促进作用
近年来,《中共中央国务院关于加快推进生态文明建设的意见》^[44]、《长江经济带发展规划纲要》^[45]等政策的出台,实现了中国旅游业从“区域旅游”向“流域旅游”的空间拓展^[46],在尊重国土空间开发结构的基础上,“点-轴”式自东向西逐步推进的发展战略^[47]逐步实现。从而加速了长江经济带一体化发展进程。不同尺度的政策引导致使长江经济带范围内经济快速发展,经济水平不断提升,短期国内出游的欲望增强,对旅游景区的需求量也持续增大;另一方面,政策的出台也使景区管理走上规范化的道路,景区质量不断提升。
中东部地区因其经济水平发达、人口密度大,景点景区的建设较多;随着国家政策的扶植,西部凭借优美的自然风光与特色的人文风情迎来旅游设施建设的发展契机。这种自东向西的阶段式发展策略适合中国国家发展现状,随着发展步伐向西不断推进,致使旅游景区的空间分布在整个长江经济带内呈现自东向西扩散的趋势,重心也不断向西南偏移。同时,长江经济带内城市群的一体化发展作用明显^[48]。从核密度分布来看,成渝地区以重庆市市区和成都市为两个核心呈现内核聚集、环状扩散、连片发展的趋势;长江中游城市群空间相互作用网络形态主要呈放射状,武汉、长沙在区域中的中心性作用明显,因此本区域三个省出现了打破行政界限连片发展以及聚集程度加深的点块状发展趋势;长江三角洲区域则出现向北、向西扩散的 趋势。
4.4.2 旅游业市场需求持续增加
在中国全面建成小康社会宏伟目标的政策指导下,国民经济的飞速发展带动了中国居民休闲需求增大,出游意愿增强。国家旅游局统计数据^[49]显示,2012—2016年国内旅游市场持续保持高速增长,至2015年末中国国内旅游人数已突破40亿人次,国内旅游收入达到3.42万亿元人民币,全国旅游市场规模得到巨大提升,国民庞大的旅游需求正在加速释放。而且,随着信息传播速度加快,通过互联网、手机移动终端等设施,人们能接收到更多的旅游景区的相关信息,景区的营销渠道得到前所未有的拓宽,使人们更方便也更愿意出行。
与此同时,区域旅游市场在城市群一体化发展下也发生了聚集和提升。黄泰的研究发现长三角地区中上等级城市的旅游流集聚、数量规模扩张明显^[50];梁滨等****发现长江中游城市群旅游发展依托各子城市群的首位城市（武汉、长沙和南昌）,其增长极空间结构呈“品字型”^[51];而李凯等****的研究也表明成渝城市群人口、经济等空间要素出现了明显的集聚与扩散趋势^[52]。区域旅游市场的聚集与提升对旅游景区的分布以及质量的提升起到了较大的推动作用,也较好地解释了旅游景区往西南偏移的趋势。
4.4.3 交通可达性的优化
交通因素是影响旅游业布局与发展的重要因素之一。2012年以后中国加速步入高铁时代,2012—2016年间长江经济带内共计开通了汉宜高铁、石武高铁、合蚌客运专线、京广高铁、宁杭高铁、杭甬高铁、柳南城际铁路、沪汉蓉高铁、杭长高铁、成绵乐城际铁路、贵广高铁、合福高铁、成渝高铁等17条高速铁路线,这使得川渝地区、贵州省、长江中游城市群以及长江三角洲的交通可达性变好,致使客源增加,景区建设加速。
从航空业来看,长江经济带内的机场数由2012年180个机场增加到2016年的217个机场,客运吞吐量也由2012年的6.798亿人次剧增到2016年的10.163亿人次^[53],这不仅为区域内增加了国际国内客源,也使景区与景区之间的可达性变好,从而加速景区核密度的扩散与加深。如巫山机场的建设响应了重庆市鼓励发展内河旅游的政策,使重庆东部地区的可进入性增强,导致重庆东部核密度出现连片发展的趋势。
内河航运的发展也如火如荼,据交通运输部的有关数据^[54]显示,长江经济带内内河通航里程由2012年的6.412万km增加至2016年的6.488万km,客运量由1.445亿人次增至1.584亿人次,货运量由2012年的29.163亿t增至2015年底的40.348亿t。黄金水道的快速发展使内河旅游业得到扶植,沿河旅游景区建设加速,尤其是为中转旅客设置的相关景区出现较多。而且旅游景区会有沿江聚集的趋势,推动内河航运不断发展。
总之,综合本文对长江经济带2012年与2016年旅游景区空间数据的分析,得出相关政策的促进作用、旅游业市场需求持续增加和交通可达性的优化是主要影响因素。但是,旅游景区空间变动是由多重因素混合作用的结果,其他的因素如自然禀赋条件、社会投资主题日趋多元及互联网旅游传播加快等也会对旅游景区的空间变动产生影响,对这些要素的探讨将是后续研究的热点。

5 结论与讨论

5.1 结论

本文收集了2012年和2016年长江经济带旅游景区空间坐标等相关数据,综合运用三种空间分析方法,勾勒出长江经济带旅游景区空间结构演变特征。结果表明：
（1）长江经济带旅游景区整体的聚集程度加深,聚集范围扩大,中心逐渐往西南方偏移。区域总体平均最近邻指数由0.548减小为0.544,这表明长江经济带旅游景区整体的聚集程度加深;核密度分析显示区域内景区空间聚集范围扩大,中上游地区进入高速建设旅游景区的行列,重庆市成为上中游地区景区聚集程度最高的地区,下游地区旅游景区基数大,仍是长江经济带的旅游核心区;标准差椭圆的计算结果反映出区域内聚集中心往西南方 偏移。
（2）水系对景区的空间结构演变牵引作用明显,相关政策的促进、旅游业市场需求持续增加、交通可达性的优化等多重因素的共同作用使地区旅游景区空间结构演化。在样本期内,长江经济带旅游景区基本沿长江水系发生聚集,各支流的旅游开发速度加快,对景区的空间结构演变牵引作用明显。同时,受政策、市场和交通可达性等多重因素的影响,长江经济带的旅游景区空间聚集加速。
（3）城市休闲型景区以及主题公园的兴建为城市景区聚集提供新动力。各省市的城市休闲型景区与主题公园类景区显著增多,并推动旅游景区的空间聚集程度加深,其中上海市、重庆市、成都市、攀枝花市等城市最为明显。

5.2 讨论

本文在借鉴已有对旅游景区空间结构研究成果的基础上,也从新的研究角度进行了探讨。如吴丽敏等通过标准差椭圆分析得出江苏省A级景区具有向北移动的趋势^[5],与本文通过核密度分析发现长江下游地区旅游景区北移具有一致性,同时本文又将研究区域延伸至整体的范围,发现了长江经济带旅游景区的变动;如吴杨等发现上海市工业旅游景区近年来发展迅速^[55],与本文发现该类型景区在长江下游地区增长明显的结论具有相似性,本文在此基础上又做出了上海市不同类型景区的增长对比。
在研究方法上,本文立足于对研究区域内景区截面数据进行对比分析,从旅游资源视角对景区空间变动进行了描述性分析,并尝试对相关原因进行解释说明,从长江经济带中观层面的角度阐述了政策、交通、城市建设等因素对旅游景区变化以及旅游业发展的影响,一定程度上弥补了现有研究在研究尺度和原因分析上的不足,旨在为日后研究区域内景区开发找寻新的契机与结合点。但由于本研究未充分考虑到研究区域内人口的变化及经济收入状况等因素对空间格局变化的影响,今后的研究可将研究重点放在国家政策变化、人口经济因素以及交通状况的改善对旅游景区空间分布的影响方面。
The authors have declared that no competing interests exist.

---

参考文献文献选项 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]	中国共产党中央委员会. 长江经济带发展规划纲要 [EB/OL]. (2016-03-25)[2017-06-19]. URL [本文引用: 1] [Central Committee of the Communist Party of China. Outline of Yangtze River Economic Belt development [EB/OL]. (2016-03-25)[2017-06-19]. URL [本文引用: 1]
[2]	国家旅游局. 旅游景区质量等级的划分与评定 [EB/OL]. (2004-10-28)[2017-06-19]. .URL [本文引用: 1] [China National Tourism Administration. Standard of Rating for Quality of Tourist Attractions [EB/OL]. (2004-10-28)[2017-06-19]. ]URL [本文引用: 1]
[3]	朱竑, 陈晓亮. 中国A级旅游景区空间分布结构研究 [J]. 地理科学, 2008, 28(5): 607-615. [本文引用: 2] [Zhu H, Chen X L.Space distribution structure of A-grade scenic sopt in China [J]. Scientia Geographica Sinica, 2008, 28(5): 607-615. ] [本文引用: 2]
[4]	毛小岗, 宋金平, 于伟. 北京市A级旅游景区空间结构及其演化 [J]. 经济地理, 2011, 31(8): 1381-1386. [本文引用: 1] [Mao X G, Song J P, Yu W.Space structure and its evolution of A-grade tourist attractions in Beijing [J]. Economic Geography, 2011, 31(8): 1381-1386. ] [本文引用: 1]
[5]	吴丽敏, 黄震方, 周玮, 等. 江苏省A级旅游景区时空演变特征及其动力机制 [J]. 经济地理, 2013, 33(8): 158-164. [本文引用: 2] [Wu L M, Huang Z F, Zhou W, et al. The spatiotemporal evolution and dynamic mechanism of A-grade tourist attractions in Jiangsu Province [J]. Economic Geography, 2013, 33(8): 158-164. ] [本文引用: 2]
[6]	袁俊, 余瑞林, 刘承良, 等. 武汉城市圈国家A级旅游景区的空间结构 [J]. 经济地理, 2010, 30(2): 324-328. [本文引用: 1] [Yuan J, Yu R L, Liu C L, et al. Research on spatial structure of national A-grade tourist districts of Wuhan metropolitan area [J]. Economic Geography, 2010, 30(2): 324-328. ] [本文引用: 1]
[7]	齐欣, 王昕. 成渝经济区旅游景区空间结构研究 [J]. 地理与地理信息科学, 2013, 29(1): 105-110. [本文引用: 1] [Qi X, Wang X.Study on the spatial structures of tourist attractions in Chengyu Economic Zone [J]. Geography and Geo -Information Science, 2013, 29(1): 105-110. ] [本文引用: 1]
[8]	李飞, 何建民. 中国旅游景区发展的地区差异及其收敛性-以2001-2009年A级景区为例 [J]. 地理与地理信息科学, 2011, 27(4): 83-88. [本文引用: 1] [Li F, He J M.Regional disparity in the development of scenic spots in China and its convergence: a case of A-grade scenic spots during 2001 -2009 [J]. Geography and Geo -Information Science, 2011, 27(4): 83-88. ] [本文引用: 1]
[9]	吴清, 李细归, 吴黎, 等. 湖南省A级旅游景区分布格局及空间相关性分析 [J]. 经济地理, 2017, 37(2): 193-200. [本文引用: 1] [Wu Q, Li X G, Wu L, et al. Distribution pattern and spatial correlation of A-grade tourist attractions in Hunan Province [J]. Economic Geography, 2017, 37(2): 193-200. ] [本文引用: 1]
[10]	申怀飞, 郑敬刚, 唐风沛, 等. 河南省A级旅游景区空间分布特征分析 [J]. 经济地理, 2013, 33(2): 179-183. [本文引用: 1] [Shen H F, Zheng J G, Tang F P, et al. Spatial distribution of A-grade tourist attractions in Henan Province [J]. Economic Geography, 2013, 33(2): 179-183. ] [本文引用: 1]
[11]	许志晖, 戴学军, 庄大昌, 等. 南京市旅游景区景点系统空间结构分形研究 [J]. 地理研究, 2007, 26(1): 132-140. [本文引用: 1] [Xu Z H, Dai X J, Zhuang D C, et al. A fractal study on spatial structure of tourist scenic spots systems: a case study of Nanjing [J]. Geographical Research, 2007, 26(1): 132-140. ] [本文引用: 1]
[12]	刘大均, 谢双玉, 陈君子, 等. 武汉城市圈旅游景区空间结构分形研究 [J]. 长江流域资源与环境, 2013, 22(10): 1276-1281. [本文引用: 1] [Liu D J, Xie S Y, Chen J Z, et al. A fractal theory study on tourist scenic spatial structure in Wuhan metropolitan area [J]. Resources and Environment in the Yangtze Basin, 2013, 22(10): 1276-1281. ] [本文引用: 1]
[13]	卞显红. 长江三角洲国家AAAA级旅游区空间结构 [J]. 经济地理, 2007, 27(1): 157-160. [本文引用: 1] [Bian X H.Research on spatial configuration of national grading-AAAA tourist districts in the Yangtze River Delta [J]. Economic Geography, 2007, 27(1): 157-160. ] [本文引用: 1]
[14]	潘竟虎, 从忆波. 中国4A级及以上旅游景点(区)空间可达性测度 [J]. 地理科学, 2012, 32(11): 1321-1327. [本文引用: 1] [Pan J H, Cong Y B.Spatial accessibility of scenic spot at 4A level and above in China [J]. Scientia Geographica Sinica, 2012, 32(11): 1321-1327. ] [本文引用: 1]
[15]	Weidenfeld A, Butler R W, Williams A M.Clustering and compatibility between tourism attractions [J]. International Journal of Tourism Research, 2010, 12(1): 1-16. [本文引用: 1]
[16]	Weidenfeld A, Butler R W, Williams A M.The role of clustering, cooperation and complementarities in the visitor attraction sector [J]. Current Issues in Tourism, 2011, 14(7): 595-629. [本文引用: 1]
[17]	Back A, Marjavaara R.Mapping an invisible population: the uneven geography of second-home tourism [J]. Tourism Geographies, 2017, 19(4): 595-611. [本文引用: 1]
[18]	Blasco D, Guia J, Prats L.Tourism destination zoning in mountain regions: a consumer-based approach [J]. Tourism Geographies, 2014, 16(3): 512-528. [本文引用: 1]
[19]	Hjalager A M.Tourism destinations and the concept of industrial districts [J]. Tourism & Hospitality Research, 2000, 2(3): 199-213. [本文引用: 1]
[20]	Balaguer J, Pernías J C.Relationship between spatial agglomeration and hotel prices. Evidence from business and tourism consumers [J]. Tourism Management, 2013, 36(3): 391-400 [本文引用: 1]
[21]	Pearce D G, Tan R W.The distribution mix for tourism attractions in Rotorua, New Zealand [J]. Journal of Travel Research, 2006, 44(3): 250-258. [本文引用: 1]
[22]	Vasiliadis C A, Kobotis A.Spatial analysis-an application of nearest-neighbour analysis to tourism locations in Macedonia [J]. Tourism Management, 1999, 20(1): 141-148. [本文引用: 1]
[23]	Jackson J, Murphy P.Clusters in regional tourism an Australian case [J]. Annals of Tourism Research, 2006, 33(4): 1018-1035. [本文引用: 1]
[24]	Bernini C.Convention industry and destination clusters: evidence from Italy .[J]. Tourism Management, 2009, 30(6): 878-889. [本文引用: 1]
[25]	Truchet S, Piguet V, Aubert F, et al. Spatial influence of attractions on tourism development [J]. Tourism Geographies, 2016, 18(5): 1-22. [本文引用: 1]
[26]	国家旅游局. 旅游名录 [EB/OL]. (2017-01-30)[2017-05-21]. .URL [本文引用: 2] [China National Tourism Administration. Tourism Directory [EB/OL]. (2017-01-30)[2017-05-21]. ]URL [本文引用: 2]
[27]	贵州省旅游发展委员会. 旅游名录-旅游景区 [EB/OL]. (2016-12-31)[2017-05-21]. .URL [本文引用: 1] [Guizhou Tourism Development Committee. Tourism List-Tourist Attractions [EB/OL]. (2016-12-31)[2017-05-21]. ]URL [本文引用: 1]
[28]	重庆市旅游发展委员会. 重庆市A级旅游景区名单 [EB/OL]. (2016-12-31)[2017-05-21]. .URL [本文引用: 1] [Chongqing Tourism Development Committee. A list of Chongqing A-Grade Tourist Attractions [EB/OL]. (2016-12-31)[2017-05-21]. ]URL [本文引用: 1]
[29]	湖北省旅游发展委员会. 旅游景区 [EB/OL]. (2016-12-31)[2017-05-21]. .URL [本文引用: 1] [Hubei Tourism Development Committee. Toursit Attractions [EB/OL]. (2016-12-31)[2017-05-21]. ]URL [本文引用: 1]
[30]	浙江省旅游发展委员会. 景区查询 [EB/OL]. (2016-12-31)[2017-05-21]. .URL [本文引用: 1] [Zhejiang Tourism Development Committee. Tourist Attractions Inquiry [EB/OL]. (2016-12-31)[2017-05-21]. ]URL [本文引用: 1]
[31]	上海市旅游局. A级景区 [EB/OL]. (2016-12-31)[2017-05-21]. .URL [本文引用: 1] [Shanghai Tourism Administration. A-Grade Tourist Attractions [EB/OL]. (2016-12-31)[2017-05-21]. ]URL [本文引用: 1]
[32]	赵璐, 赵作权. 基于特征椭圆的中国经济空间分异研究 [J]. 地理科学, 2014, 34(8): 979-986. [本文引用: 1] [Zhao L, Zhao Z Q.Projecting the spatial variation of economic based on the specific ellipses in China [J]. Scientia Geographica Sinica, 2014, 34(8): 979-986. ] [本文引用: 1]
[33]	胡宇娜, 梅林, 陈妍. 中国5A级旅游景区网站质量测度及空间特征研究 [J]. 地理科学, 2016, 36(4): 548-554. [本文引用: 1] [Hu Y N, Mei L, Chen Y.Quality assessment and spatial feature of portal websites in China’s 5A rated tourism attraction [J]. Scientia Geographica Sinica, 2016, 36(4): 548-554. ] [本文引用: 1]
[34]	程海峰, 胡文海. 池州市A级旅游景区空间结构 [J]. 地理科学, 2014, 34(10): 1275-1280. [本文引用: 1] [Cheng H F, Hu W H.Spatial structure of class A tourist attraction in Chizhou [J]. Scientia Geographica Sinica, 2014, 34(10): 1275-1280. ] [本文引用: 1]
[35]	黄远水, 陈钢华, 伍弦. 福建省旅游景区空间结构研究-基于国家3A级以上旅游景区的统计分析 [J]. 经济地理, 2010, 30(7): 1195-1199. [本文引用: 1] [Huang Y S, Chen G H, Wu X.Spatial structual of tourist attractions in Fujian Province-statistic analysis based on the national 3A level-above tourist attractions [J]. Economic Geography, 2010, 30(7): 1195-1199. ] [本文引用: 1]
[36]	国家旅游局. 旅游资源分类、调查与评价 [EB/OL]. (2003-02-24)[2017-06-19]. .URL [本文引用: 1] [China National Tourism Administration. Classification, Investigation and Evaluation of Tourism Resources [EB/OL]. (2003-02-24)[2017-06-19]. ]URL [本文引用: 1]
[37]	赵磊, 丁烨, 杨宏浩. 浙江省旅游景区空间分布差异化研究 [J]. 经济地理, 2013, 33(9): 177-183. [本文引用: 1] [Zhao L, Ding Y, Yang H H.Quantitative study on spatial distribution difference of tourism attractions in Zhejiang Province [J]. Economic Geography, 2013, 33(9): 177-183. ] [本文引用: 1]
[38]	李飞, 何建民, 李玲. 公共资源景区负荷强度对其门票价格的影响-来自国家假日办“黄金周”重点监测景区的证据 [J]. 旅游学刊, 2013, 28(4): 94-103. [本文引用: 1] [Li F, He J M, Li L.The impact of the loading intensity of public resource scenery spots on their entrance fees: evidence from the key scenery spots monitored by the National Holiday Office [J]. Tourism Tribune, 2013, 28(4): 94-103. ] [本文引用: 1]
[39]	何胜, 唐承丽, 周国华. 长江中游城市群空间相互作用研究 [J]. 经济地理, 2014, 34(4): 46-53. [本文引用: 1] [He S, Tang C L, Zhou G H.Research on spatial interaction of the urban agglomeration in the middle reaches of the Yangtze River [J]. Economic Geography, 2014, 34(4): 46-53. ] [本文引用: 1]
[40]	刘传明, 曾菊新. 县域综合交通可达性测度及其与经济发展水平的关系-对湖北省79个县域的定量分析 [J]. 地理研究, 2011, 30(12): 2209-2221. [本文引用: 1] [Liu C M, Zeng J X.The calculating method about the comprehensive transport accessibility and its correlation with economic development at county level: the statistical analysis of 79 counties in Hubei Province [J]. Geographical Research, 2011, 30(12): 2209-2221. ] [本文引用: 1]
[41]	王秋龙, 晋秀龙. 安徽省A级旅游景区空间结构演变及影响因素分析 [J]. 中山大学学报, 2017, 34(1): 39-44. [本文引用: 1] [Wang Q L, Jin X L.Analysis of the spatial structure evolution and its influence factors of A -grade tourist scenic area in Anhui Province [J]. Journal of Zhongshan University, 2017, 34(1): 39-44. ] [本文引用: 1]
[42]	程晓丽, 祝亚雯. 安徽省旅游产业与文化产业融合发展研究 [J]. 经济地理, 2012, 32(9): 161-165. [本文引用: 1] [Cheng X L, Zhu Y W.The integration of tourism industry and culture industry in Anhui Province [J]. Economic Geography, 2012, 32(9): 161-165. ] [本文引用: 1]
[43]	杨仲元, 徐建刚, 林蔚. 基于复杂适应系统理论的旅游地空间演化模式-以皖南旅游区为例 [J]. 地理学报, 2016, 71(6): 1059-1074. [本文引用: 1] [Yang Z Y, Xu J G, Lin W.Spatial evolution progress of tourism destination based on theory of complex adaptive system: a case of southern Anhui [J]. Acta Geographica Sinica, 2016, 71(6): 1059-1074. ] [本文引用: 1]
[44]	新华社. 中共中央国务院关于加快推进生态文明建设的意见 [J]. 建筑节能, 2015, (6): 5-14. [本文引用: 1] [Xinhua News Agency.The views of the Central Committee of the Communist Party of the Communist Party of China on accelerating the construction of ecological civilization [J]. Building Energy Efficiency, 2015, (6): 5-14. ] [本文引用: 1]
[45]	吴欣. 《长江经济带发展规划纲要》正式印发 [N]. 现代物流报, 2016-09-14(001). [本文引用: 1] [Wu X. The Outline of the Development Plan of the Yangtze Economic Belt Is Officially Issued [N]. Modern Logistics Reported, 2016-09-14(001). ] [本文引用: 1]
[46]	席建超, 葛全胜. 长江国际黄金旅游带对区域旅游创新发展的启示 [J]. 地理科学进展, 2015, 34(11): 1449-1457. [本文引用: 1] [Xi J C, Ge Q S. The enlightenment of the Yangtze River International Golden Tourism Belt to the innovative development of regional tourism [J]. Progress in Geography, 2015, 34(11): 1449-1457. ]. [本文引用: 1]
[47]	陈雯, 孙伟, 吴加伟, 等. 长江经济带开发与保护空间格局构建及其分析路径 [J]. 地理科学进展, 2015, 34(11): 1388-1397. [本文引用: 1] [Chen W, Sun W, Wu J W, et al. Constructing a spatial pattern of development and protection in the Yangtze River Economic Belt and its analysis [J]. Progress in Geography, 2015, 34(11): 1388-1397. ] [本文引用: 1]
[48]	杜裕民. 长江经济带旅游一体化中心城市联动机制研究 [J]. 华东经济管理, 2017, 31(5): 87-92. [本文引用: 1] [Du Y M.A study on the linkage mechanism of tourism integration center cities in the Yangtze River Economic Belt [J]. East China Economic Management, 2017, 31(5): 87-92. ] [本文引用: 1]
[49]	国家旅游局. 旅游数据 [EB/OL]. (2017-02-03)[2017-05-21]. .URL [本文引用: 1] [China National Tourism Administration. Tourism statistics [EB/OL]. (2017-02-03)[2017-05-21]. ]URL [本文引用: 1]
[50]	黄泰. 长三角城市群旅游流潜力格局演变及其影响因素 [J]. 资源科学, 2016, 38(2): 364-376. [本文引用: 1] [Huang T.Evolution characteristics and factors affecting tourist flow potential in the Yangtze River Delta Urban Agglomerations [J]. Resources Science, 2016, 38(2): 364-376. ] [本文引用: 1]
[51]	梁滨, 邓祖涛. 长江中游城市群旅游经济空间格局演化分析 [J]. 经济问题, 2015, (9): 125-128. [本文引用: 1] [Liang B, Deng Z T.Analysis on the evolution of spatial structure to tourism economy of the urban agglomeration in the Middle Reaches of Yangtze River [J]. Economy Problem, 2015, (9): 125-128. ] [本文引用: 1]
[52]	李凯, 刘涛, 曹广忠. 城市群空间集聚和扩散的特征与机制-以长三角城市群、武汉城市群和成渝城市群为例 [J]. 城市规划, 2016, 40(2): 18-26. [本文引用: 1] [Li K, Liu T, Cao G Z.Characteristics and mechanism of spatial concentration and dispersion of the representative urban agglomerations in China: a case study of Yangtze River Delta Urban Agglomerations, Wuhan Urban Agglomerations, and Chengdu-Chongqing Urban Agglomerations [J]. City Planning Review, 2016, 40(2): 18-26. ] [本文引用: 1]
[53]	中国民用航空局. 年度民航发展报告 [EB/OL]. (2017-05-08)[2017-06-19]. .URL [本文引用: 1] [Civil Aviation Administration of China. Annual Civil Aviation Development Report [EB/OL]. (2017-05-08)[2017-06-19]. ]URL [本文引用: 1]
[54]	中华人民共和国交通运输部. 水运统计数据 [EB/OL]. (2017-04-19)[2017-06-19]. .URL [本文引用: 1] [Ministry of Transport of the People's Republic of China. Waterage transport statistics [EB/OL]. (2017-04-19)[2017-06-19]. ]URL [本文引用: 1]
[55]	吴杨, 倪欣欣, 马仁锋, 等. 上海工业旅游资源的空间分布与联动特征 [J]. 资源科学, 2015, 37(12): 2362-2370. [本文引用: 1] [Wu Y, Ni X X, Ma R F, et al. Space distribution and linkage of urban industrial tourism resources in Shanghai [J]. Resources Science, 2015, 37(12): 2362-2370. ] [本文引用: 1]