刘真真，李盈昌

(1.山西农业大学林学院，晋中 030801； 2.西南林业大学林学院，云南昆明 650224)

·农业区划·

山西省休闲农业与乡村旅游景点空间结构的计量地理分析*

刘真真1，李盈昌2

(1.山西农业大学林学院，晋中 030801； 2.西南林业大学林学院，云南昆明 650224)

目的休闲农业与乡村旅游成为农村一、二、三产业融合的新型产业形态，为了探究其开发与发展的空间分布格局与特征，以山西省489个休闲农业和乡村旅游景点为研究对象。方法运用最近邻指数、基于Ripley’s函数的多距离空间聚类分析和核密度分析等GIS空间分析和计量地理方法，对其空间分布格局进行定量测度。结果(1)山西省休闲农业和乡村旅游景点呈中部和东南部密集、其他区域稀少的分布特征； (2)Ripley’s函数分析表明景点空间分布格局随距离变化有所不同，并在37km处聚集强度达到最大； (3)核密度分析显示高密度区域主要分布在中部和东南部分区，而北部和西部密度相对较低，一级热点区包括太原-平遥热点核心区、晋城热点核心区和阳泉热点核心区。结论根据研究结果将山西省休闲农业与乡村旅游发展划分为晋北和晋西2个单核心均衡发展区，晋中和晋东南2个多核心不均衡发展区，研究结论对山西省休闲农业与乡村旅游的进一步规划开发和管理有重要的参考、借鉴和指导意义。

空间结构 计量地理 休闲农业与乡村旅游 山西省 GIS

0 引言

休闲农业与乡村旅游是农村一、二、三产业融合的新载体，已成为一种新型产业形态和消费业态。休闲农业与乡村旅游景点可以分为休闲农业旅游景点和乡村旅游景点两类，其中，休闲农业旅游景点是指利用农业景观资源、农业生产条件等发展观光、休闲、旅游等形式的旅游景点； 乡村旅游景点指依托乡村地域环境、村镇村落、特色建筑和民俗文化等资源开展观光、休闲、度假、体验、娱乐等活动的旅游景点。自2010年农业部和国家旅游局开始开展休闲农业与乡村旅游示范点与示范县创建工作以来，我国休闲农业与乡村旅游的迅猛发展，有利于贯彻2017年中央一号文件精神推进农业供给侧结构性改革，加快农业农村发展的新动能，对促进农业富强、农村美、农民富，建设美丽宜居乡村有重大意义和作用。在国家一系列政策的推动和引导下，休闲农业与乡村旅游的研究也越来越多地受到学界的重视，郭焕成[1]、刘军[2]、王中雨[3]、王会娟[4]、丁金胜[5]、唐苏华[6]、韩非[7]等对休闲农业与乡村旅游的规划开发、产品架构、发展模式、驱动力等方面进行了剖析和探讨，但研究停留在定性描述分析的层面上，定量测度研究较少，李耀[8]尝试运用层次分析法定量测度乡村旅游特征值，尚未有学者运用计量地理学对休闲农业与乡村旅游景点空间结构进行定量测度。

该研究以山西省489个国家级、省级和市级的休闲农业与乡村旅游景点为研究对象，运用最近邻指数、基于Ripley’s函数的多距离空间聚类分析和核密度分析等GIS空间分析方法，以期对其空间结构和集聚特征进行定量测度和分析，为山西省休闲农业与乡村旅游景点空间结构优化、景点区域联合发展提供借鉴和参考。

1 数据来源与研究方法

1.1 数据来源与处理

表1 山西省休闲农业和乡村旅游景点分类体系及比重

分类等级数量比重(%)所有旅游景点-489100国家级681391省级3497137市级721472乡村旅游景点-2304703国家级40818省级1362781市级541104休闲农业旅游景点-2595297国家级28573省级2134356市级18368

1.2 研究方法

1.2.1 最近邻指数

最近邻距离指数(Nearest Neighbor Index，NNI)是通过计算每个点与其最近点之间的观测平均距离和随机模式下的预期平均距离之比，以此来比较与随机分布的偏离[9-10]。NNI计算公式如下[11-13]：

(1)

(2)

(3)

以上公式中，di为第i个点与其最近邻点之间的距离，n为总点数，A为研究区面积。当NNI小于1时表示旅游景点为聚集分布，当NNI接近于1时表示旅游景点为随机分布，当NNI大于1时表示旅游景点为均匀分布。

由于最邻近距离指数是基于假设完全空间随机性(Completely Spatial Random，CSR)的状态衡量目标的空间分布，所以要利用正态分布检验得到临界值z得分(z score)和显著性水平p值(p value)用来判断假设是否成立[14]。

1.2.2 多距离空间聚类分析(Ripley’s K函数)

基于Ripley’s K函数的多距离空间聚类分析(Multi-Distance Spatial Cluster Analysis)可对一定距离范围内的空间相关性(聚类或离散)进行汇总，可用来研究景点的空间聚集或空间离散在距离发生变化时是如何变化的[15]。它的原理是以某点为圆心，通过设定的距离和距离增量，计算圆内景点数量，随着计算距离的增大，圆内所具有的景点数量通常会越多，如果某个特定计算距离的平均景点数量高于整个研究区域内景点的平均密度，则该距离的分布方式将被视为聚类分布。通常采用K函数的变换L(d)函数，其计算公式为[16-17]：

(4)

式中，d是距离，n是景点总数量，A是研究区面积； 当i与j之间的距离di，j小于d时，K(di，j)=1，反之K(di，j)=0。在L(d)变换下，预期值K等于距离d。当特定距离的K观测值大于K预期值时，则与该距离的随机分布相比，该分布的聚类程度更高； 当K观测值小于K预期值时，则与该距离的随机分布相比，该分布的离散程度更高。

设置置信度99%，通过在研究区中随机分布点并计算该分布的K值来构建置信区间，随机放置的点数量与研究区中景点数量相同，每组随机放置都称为一个“排列”，经过迭代运算，对每个距离选择相对“期望”d值向上和向下偏离最大的d值，将这些值作为置信区间[18]。当K观测值大于HiConf(较高的置信区间)时，则该距离的空间聚类具有统计显著性； 当K观测值小于LwConf(较低的置信区间)时，则该距离的空间离散具有统计显著性。

1.2.3 核密度估计法

核密度估计(Kernel Density Estimation)能够较好的反映地理现象空间分布中的距离衰减效益，符合地理学第一定律，是常用的热点分析方法[19]。核密度估计法认为地理事件在空间点密度大的区域发生的概率高，在空间点密度低的区域发生的概率低[20]，它是以某点x为圆心，h为搜索半径，通过统计圆形邻域内要素数量，估计全体要素F在某点x处发生的概率值F(x)，通常采用Rosenblatt-Parzen函数[21-22]，公式为：

(5)

式中，k(*)为核函数，h为搜索半径，即核密度估计的尺度，d(x-xi)为估计点x到观测点xi的距离，n为尺度范围内景点数量。

2 结果与分析

2.1 景点空间分布总体特征

从山西省休闲农业与乡村旅游景点的空间分布图来看，山西省休闲农业和乡村旅游所有景点总体上呈中部和东南部密集分布、其他区域零星分布的特征(图1A)。其中，休闲农业旅游景点呈中部和北部密集、东南部地区较零散、其他地区相对稀少的分布特征，且国家级休闲农业旅游景点主要集中在中部和东南部，北部主要为省级景点(图1B)； 乡村旅游景点呈中部和东南部密集、其他地区相对稀少的分布特征，且国家级和省级乡村旅游景点密集分布于中部和南部(图1C)。

图1 山西省休闲农业和乡村旅游景点的空间分布

2.2 景点空间分布类型测度

为了定量测度山西省休闲农业和乡村旅游景点的空间分布类型，下文分别运用最近邻指数、Ripley′s K函数和核密度指数分别进行测度和分析。

2.2.1 最近邻指数

利用ArcGIS空间统计工具箱里的Average Nearest Neighbor(平均最近邻)工具计算山西省休闲农业和乡村旅游景点的最近邻指数NNI和显著性检验(表2)。由表2可知：山西省休闲农业与乡村旅游景点总体呈显著集聚分布特征，其中，国家级和省级旅游景点呈显著聚集，而市级景点呈随机分布。休闲农业景点总体上和省级呈显著聚集分布，但国家级和市级景点则呈随机分布特征。乡村旅游景点总体上、国家级和省级均呈显著聚集分布，市级景点呈随机分布特征。

表2 山西省休闲农业和乡村旅游景点空间聚集性分析

类型等级平均观测距离(m)预期平均距离(m)最近邻指数(NNI)z得分zscorep值pvalue分布类型所有景点全体663434089529620741-109560000显著聚集国家级21042306240085920876-19490051显著聚集省级7619564105976220719-100430000显著聚集市级21199397233321570909-14840138随机乡村旅游景点全体10157842130544090778-64380000显著聚集国家级22854134313033740730-32660001显著聚集省级12492468169766380736-58930000显著聚集市级25565323269416550949-07180473随机休闲农业景点全体8977193123018740730-83210000显著聚集国家级35935807374146880960-04000689随机省级10260101135653610756-68030000显著聚集市级42819627466643150918-06690504随机

图2 山西省休闲农业和乡村旅游景点多距离聚类分析(Ripley’s K函数)

2.2.2 多距离空间聚类分析

利用ArcGIS空间统计工具箱里的Multi-Distance Spatial Cluster Analysis(Ripley′s K Function)工具，计算得到山西省休闲农业和乡村旅游景点多尺度下空间分布图(图2)。由图2可知，山西省休闲农业与乡村旅游景点的L(d)曲线大于HiConf(较高的置信区间)，总体上呈聚集分布； 随着距离的增加，L(d)曲线逐渐远离d曲线，并在37km处聚集强度达到最大，随后集聚强度逐渐降低； 在86km处L(d)曲线和d曲线相交，即0～86km范围内景点为显著聚集分布，其特征空间尺度为86km； 之后L(d)曲线开始趋近于上置信区间，聚集强度逐渐减弱。

2.2.3 核密度分析

通过以上测度和分析已知山西省休闲农业和乡村旅游景点分布呈现较强的空间聚集性，根据前述的核密度估计计算公式，利用ArcGIS的空间分析工具箱里的Kernel Density工具，探测其分布热点。考虑到不同等级的旅游景点对周围景点的辐射范围和影响程度不同，等级越高的旅游景点对周围的辐射范围越广、影响程度越大，首先赋予国家级旅游景点权重W1=0.500，省级旅游景点权重W2=0.333，市级旅游景点权重W3=0.167； 然后，确定核密度的计算半径即搜索半径，由于Ripley’s K函数分析得到在37km处聚集程度最大，选择17km、27km、37km、47km和57km共5个值作为搜索半径进行计算并绘制密度值曲线(图3)。

图3 山西省休闲农业和乡村旅游景点不同尺度的核密度对比

图4 山西省休闲农业和乡村旅游热点区和空间分区

从图3可知， 17km、27km、37km、47km和57km 5个计算半径所得到的核密度最大值分别为： 14.40个/100km2、7.43个/100km2、4.95个/100km2、3.97个/100km2、3.22个/100km2。搜索半径值越小，密度值曲线衰减越快，生成的核密度图所显示的信息越详细，但整体特征越不明显； 搜索半径值越大，密度值曲线越平滑，生成的核密度图概括程度越高，但也会掩盖密度分布的局部特征。综合考虑密度分布的局部特征和整体格局，最终选择37km作为理想的搜索半径，进一步进行核密度特征和热点分析。

由图3中h=37km密度曲线图可知，核密度平均值为0.5648个/100km2，标准差为0.6955，采用标准差分类法重新渲染密度图(图4)。由图4可知，区间0.39～4.95个/100km2占总面积的44.72%，其中密度在1.78个/100km2以上的占总面积的6.92%，面积达1.08万km2； 高密度区域主要分布在中部分区和南部分区，该区域包含太原-平遥、晋城和阳泉3个热点核心区； 而北部和西部密度相对较低。结合山西省地貌特征，将山西省休闲农业和乡村旅游景点空间分布格局划分为晋北和晋西2个单核心均衡发展区，晋中和晋东南2个多核心不均衡发展区。

晋北主要包括大同市、朔州市北部和忻州市东北部，密度分布以大同市为中心、沿西北-东南方向延伸； 热点核心区平均密度主要集中在1.09～1.43个/100km2，其他地区密度在0～1.09个/100km2范围内，密度分布相对均匀。

晋西主要包括吕梁市中西部、忻州市西部和临汾市西北部，该区为该研究区低密度分布区，只在碛口黄河名胜区周围形成密度相对较高的热点核心区，其核心密度最大值为1.83个/100km2，其他区域密度在0.39个/100km2以下。

晋中包括太原市、晋中市、阳泉市和忻州市东部，有太原-平遥、阳泉和忻州3个热点核心区，为高密度值分布区。其中，太原-平遥为山西省面积最大的热点区域，密度值在1.43个/100km2以上的区域面积达0.78万km2，其核心密度值为3.09个/100km2； 阳泉热点核心区密度分布较为集中，其核心密度值为2.69个/100km2； 而忻州热点核心区密度相对较低。

晋东南包括晋城市、运城市、长治市、临汾市东部和晋中市东南部，大致为东西方向分布，为高密度值分布区，包括晋城热点核心区、临汾襄汾热点核心区和长治太行3个热点核心区。其中，晋城热点核心区为该研究区密度值最高的热点区域，密度值在1.43个/100km2以上的区域面积达0.45万km2，其核心密度值为4.95个/100km2； 临汾襄汾热点核心区密度分布较为分散，其核心密度值为1.52个/100km2； 而长治太行热点核心区密度相对较低。

3 结论与讨论

该研究运用最近邻指数、多距离空间聚类分析和核密度分析等GIS空间分析和计量地理方法，对山西省休闲农业和乡村旅游景点空间分布类型和空间结构进行研究，得到的结论有：(1)山西省休闲农业和乡村旅游景点呈中部和东南部密集、其他区域零星分布的特征； (2)山西省休闲农业和乡村旅游景点空间分布格局在37km处聚集强度达到最大； (3)山西省休闲农业与乡村旅游景点的高密度区域主要分布在中部和东南部，太原-平遥、晋城和阳泉为该区域的3个一级热点核心区，而北部和西部密度相对较低； (4)根据核密度计算结果，并结合山西省地貌特征，将山西省休闲农业和乡村旅游空间分布格局划分为晋北和晋西2个单核心均衡发展区，晋中和晋东南2个多核心不均衡发展区。

基于以上研究，山西省在今后休闲农业与乡村旅游开发、规划和发展过程中通过旅游景点规划、交通网络完善、形象和品牌塑造等方式促进晋北和晋西单核心均衡发展区与晋中和晋东南多核心不均衡发展区之间协同联动发展，使两者之间的休闲农业与乡村旅游资源有效配置，资金、人才、科技等发展要素得到合理流动。晋中和晋东南地区乡村生态环境优美、历史文化内涵丰富，休闲农业和乡村旅游景点数量多、类型丰富、等级高，空间集聚明显，今后发展中要依托当地特色休闲农业与乡村旅游资源、优越的地理区位、便利的交通条件和广阔的市场需求，发挥其生态和历史优势，突出各自休闲农业与乡村旅游的特色，塑造休闲农业和乡村旅游品牌，同时要避免集聚过度导致的同质化恶性竞争，最大程度上发挥晋中与晋东南休闲农业与乡村旅游的区域联动与合作共赢效应。晋北休闲农业与乡村旅游资源丰富、客源市场潜力巨大，今后应推动休闲农业与乡村旅游发展与创建特色小城镇结合，完善交通网络，加强基础设施建设，提升休闲农业与乡村旅游服务体系，形成若干家品牌响亮的休闲农庄和若干系列主题鲜明的乡村旅游名镇名村。

鉴于数据获取难度，文中选取了山西省已经定级和公示的489个休闲农业和乡村旅游景点，县(区)级和未定级的休闲农业与乡村旅游景点并未考虑，对研究结论有一定的影响； 休闲农业和乡村旅游景点空间结构的形成是多种因素共同作用的结果，有待进一步更深入的研究。

[1] 郭焕成，孙艺慧，任国柱，等.北京休闲农业与乡村旅游发展研究.地球信息科学， 2008, 10(4): 453～461

[2] 刘军. 关于湖南休闲农业与乡村旅游建设规划的思考.中国农业资源与区划， 2010, 31(5): 62～65

[3] 王中雨. 基于SWOT分析的河南省休闲农业与乡村旅游发展研究.农业经济, 2014，(3)： 111～112

[4] 王会娟. 河北省休闲农业与乡村旅游产品体系架构.河北大学学报(哲学社会科学)， 2014,(5)： 157～158

[5] 丁金胜. 青岛地区休闲农业空间布局及发展模式研究.中国农业资源与区划， 2016, 37(8): 103～108

[6] 唐苏华， 杨兆萍，刘旭玲，等.克拉玛依新绿洲休闲农业开发模式初探.干旱区资源与环境， 2009, 23(1): 159～163

[7] 韩非， 蔡建明，刘军萍.大都市郊区乡村旅游地发展的驱动力分析.干旱区资源与环境， 2010, 24(11): 195～200

[8] 李耀， 牟红.乡村旅游特征值的测定.干旱区资源与环境， 2016, 30(2): 202～208

[9] 闫庆武， 卞正富，王桢.基于空间分析的徐州市居民点分布模式研究.测绘科学， 2009, 34(5): 160～163

[10]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.经济地理， 2013, 33(9): 157～160

[11]谢志华， 吴必虎.中国资源型景区旅游空间结构研究.地理科学， 2008, 28(6): 748～753

[12]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.经济地理， 2010, 30(2): 324～328

[13]Marcia，Caldas de Castro，Burton H.Singer.Controlling the False Discovery Rate：A New Application to Account for Multiple and Dependent Test in Local Statistics of Spatial Association.Geographical Analysis， 2006, 38(2): 180～208

[14]Marcia，Caldas de Castro，Burton H.Singer.Controlling the False Discovery Rate：A New Application to Account for Multiple and Dependent Test in Local Statistics of Spatial Association.Geographical Analysis， 2006, 38(2): 180～208

[15]Mitchell，Andy.The ESRI Guide to GIS Analysis，Volume 2.ESRI Press， 2005

[16]Kenkel N C.Pattern of self-thinning in jack pine：testing the random mortality hypothesis.Ecology， 1988, 69(4): 1017～1024

[17]Hasse P.Spatial pattern analysis in ecology based on Ripley′s K function：Introduction and methods of edge correction.Journal of Vegetation Science， 1995, 6(4): 575～582

[18]Boots，B.， A.Getis.Point Pattern Analysis.Sage University Paper Series on Quantitative Applications in the Social Sciences，series no.07-001.Sage Publications,1988

[19]禹文豪， 艾廷华，杨敏，等.利用核密度与空间自相关进行城市设施兴趣点分布热点探测.武汉大学学报(信息科学版)， 2016， 41(2): 221～227

[20]邓敏， 刘启亮，李光强，等.空间聚类分析及应用.北京：科学出版社， 2011.18～19

[21]李存华， 孙志挥，陈耿，等.核密度估计及其在聚类算法构造中的应用.计算机研究与发展， 2004, 41(10): 2～9

[22]魏海洋， 靖常峰，杜明义.不同尺度下核密度分析对城市管理案件分布趋势的影响.城市勘测， 2015,(1)： 18～20

SPATIALSTRUCTUREOFLEISUREAGRICULTUREANDRURALTOURISMSPOTSINSHANXIPROVINCEONQUANTITATIVEGEOGRAPHYMODEL*

LiuZhenzhen1，LiYingchang2

(1. College of Forestry, Shanxi Agriculture University, Jinzhong 030801，China； 2. College of Forestry, Southwest Forestry University, Kunming, Yunnan 650224，China)

Leisure agriculture and rural tourism has become a new type of industrial which is the combination of rural one-two-three industry. In order to explore the spatial distribution pattern and characteristics, taking 489 leisure agriculture and rural tourist attractions in Shanxi province as the research object, this paper quantitatively measured the spatial distribution pattern of leisure agriculture and rural tourism attractions using GIS spatial analysis methods such as the nearest neighbor index, multi - distance spatial clustering analysis Ripley ′s function and kernel density analysis. The results showed that: 1) The leisure agriculture and rural tourist attractions in Shanxi province concentrated in the middle and southeastern areas; 2) Ripley′s function analysis showed that the spatial distribution pattern of scenic spots was different with the change of distance, and the aggregation intensity reached the maximum at 37km; 3) Nuclear density analysis showed that high density areas mainly distributed in the central and southeastern regions, while the densities of the northern and western regions were relatively low, Taiyuan - Pingyao, Jincheng and Yangquan were three hot core areas. Finally, the north and west of Shanxi province were classified as two single-core balanced development zones, and the middle and southeastern were named as two multi-core unbalanced development areas. The results can provide an important reference for the further development and management of leisure agriculture and rural tourism in Shanxi province.

spatial structure; quantitative geography; leisure agriculture and rural tourism; Shanxi province; GIS

F592.7

A

1005-9121[2017]07108-07

10.7621/cjarrp.1005-9121.20170717

2017-03-06

刘真真(1988—)，女，河南许昌人，硕士、助教。研究方向：区域旅游规划开发与管理。Email：liuzhener@126.com

*

山西农业大学哲学社会科学基金“山西省文化旅游产业集群及其发展战略研究”(zxsk2016001)