基于POI 数据的旅游景区空间分布特征研究
——以四川省5A 级和4A 级景区为例
黄天灿　葛子澳　赵映慧　葛学峰
作者简介：黄天灿（2003—），女，四川成都人，本科生，东北农业大学公共管理与法学院，研究方向：旅游发展
通讯作者：赵映慧（1976—），男，四川广元人，博士，东北农业大学公共管理与法学院，副教授，研究方向：城市与区域发展
葛子澳，女，江苏徐州人，研究生，东北农业大学公共管理与法学院，研究方向：旅游发展
葛学峰，男，黑龙江鸡西人，博士，东北农业大学公共管理与法学院，研究方向：旅游发展
    【摘要】研究旅游景区空间分布特征，对于提升文旅产业发展水平，优化旅游产业格局具有重要意义。本文基于POI 数据，运用基尼系数、集中度指数、泰尔指数，对四川省5A 级和4A 级景区2012—2022 年POI 的空间分布差异研究。结果表明：从2012—2022 年，四川省景区基尼系数整体变大，景区的发展差距变大；人文类、自然类与全部景区的集中度均有波动，与人文类景区相比下，自然类景区和全部景区的集中度更为稳定；自然类景区POI 分布差异逐渐变大，人文类景区POI 分布差异先增大后减小，全部景区POI 分布差异存在波动，但整体呈现逐渐变大的态势。
    【关键词】POI；旅游景区；空间分布；四川省
    一、引言
    党的“二十大”报告提出，坚持“以文塑旅，以旅彰文”的文化产业和旅游产业相互促进，融合发展的模式。四川省2023 年政府工作报告指出，四川省文化旅游产业正在稳步地复苏，2023 年将努力推进文化旅游的深度整合，大力推动冰雪旅游、全域游览。可见中央和地方政府都在推动旅游产业高质量发展，以此带动旅游经济发展，促进旅游文化交流。旅游产业发展与旅游景区规划建设密切相关，而明晰旅游景区空间分布的特征有利于旅游景区规划建设。国内学者对旅游景区空间分布的研究多选择A 级景区，常常以省为空间范围，分析旅游景区空间分布特征，包括河南省、浙江省、吉林省等旅游景区的研究；此外，也以城市群、流域为空间范围，研究空间分布格局、影响因素等。从研究对象看，一般选择1A 级及以上级别的旅游景区。近年POI（兴趣点）等大数据的兴起，利用POI 对旅游景区的研究成为热点。目前四川旅游景区空间格局与分布的研究，多以A 级景区为分类标准，也有以旅游资源为分类标准。四川旅游资源丰裕，旅游景区可达性较好，吸引众多旅游者关注，成为旅游者搜索与旅游目的地选择的热点。本文选择四川省5A 级和4A 级景区，按照《旅游资源分类、调查与评价》分为自然景观类景区和人文景观类景区，利用高德地图开放平台获取的POI 数据对其空间分布特征进行研究，期望为旅游者对旅游景区的选择和当地对旅游景区的规划建设提供理论参考。
    二、数据来源与研究方法
    1. 数据来源与处理
    兴趣点（point of interest，POI），是地理信息系统中用于指代各种地理信息实体的一个术语，具有获取简单、更新快、准确、信息全面等特点。本研究从高德地图开放平台获取2012—2022 年四川省景区POI 数据，共122800 条，平均每年11164 个POI，包括名称、坐标、地址三类信息。按照四川省文化和旅游厅公布的《四川省A级旅游景区名录》选取2012—2022 年，共计11 年的5A级和4A 级景区。并将POI 数据与各个景区进行匹配，经过数据筛选、去重、补充等处理，最终获得2012—2022年四川省5A 级和4A 级各景区的POI 数据，共23025 条，平均每年2093 个POI。
    《旅游资源分类、调查与评价》将全国旅游景区类型分为地文景观类、水域风光类、生物景观类、天象与气候类、建筑与设施类、历史遗迹类、娱乐购物类、人文活动类八个类型，本研究基于此标准，将地文景观、水域风光、生物景观、天象与气候等以自然资源为主的旅游景区简化为自然景观类景区；将以建筑与设施、历史遗迹、娱乐购物等人文旅游资源为主的景区简化为人文景观类景区。通过对POI 数据的处理及分类，最终得到2012—2022 年四川省5A 级和4A 级的人文景观类景区与自然景观类景区的POI 数据，作为本文研究基础。
    2. 研究方法
    （1）基尼系数
    基尼系数可以表达出城市景区发展差距的大小，基尼系数在0 ～ 1 范围内变化，指数越大，发展越不平衡。

    式中:G 为基尼系数，i 为POI 数由低到高的城市序号，n 为城市个数，Pi 为第i 个城市景区数占全部景区数的比重，Wi 表示第i 个城市的POI 数占全部城市POI 数的比重，为W1 至Wi 的累计。
    （2）泰尔指数
    泰尔指数在研究国家之间的收入差异时首先加以运用，数值越大，差异程度越大，本文借鉴这一指数，计算景区POI 分布差异时，以POI 比重为加权，采用公式：

    式中：TP 代表POI 比重为加权的泰尔指数，Pi 为第i 个城市的POI 数占全部城市POI 数的比重，Di 为第i 个城市景区数占全部城市景区数的比重，n 为景区数。
    （3）集中度指数
    该指数越大，景区集中的程度就越高。H 指数的取值范围为0 ～ 1。借用这一概念，将各城市POI 的比重平方的总和作为衡量景区集中程度的H 指数。

    式中：Xi 为第i 个城市景区POI 数，X 为全部城市景区POI 数；Pi 为第i 个城市的景区POI 数占全部城市景区POI 数的比重，n 为城市数。
    三、结果分析
    1. 基于基尼系数的景区POI 差异
    利用基尼系数分析四川省景区发展差距，当基尼系数越大时景区发展越不平衡。

    根据图1 可知， 从POI 看2012 年至2022 年期间，整体而言四川省景区基尼系数变大。基于POI 测度的人文类景区的基尼系数呈波动变化，从2012 年的0.2516 波动变化中增大至2015 年的0.4636，而后波动变化减小至2022 年的0.3749，2022 年与2012 年相比，增大49.01%。
以POI 为基础测度的自然类景区的基尼系数也呈波动变化，从2012 年的0.2669 波动变化中增大至2019 年的0.5065，而后波动变化减小至2022 年的0.4645，2022 年与2012 年相比，增大89.77%。
    从人文类与自然类组成的全部景区的基尼系数看，从2012 年的0.2477 波动变化中增大至2019 年的0.4040，而后波动变化减小至2022 年的0.3564，2022 年与2012 年相比，增大43.88%。研究期间内，除2015 年与2016 年以外，四川省自然类景区基尼系数值均大于人文类景区基尼系数值，说明研究期间内相比于自然类景区，四川省的人文类景区发展差距相对较小。从POI 看，旅游者对人文类景区的兴趣差异相对较小，而对自然类景区的兴趣差异相对较大。
    2. 基于泰尔指数的景区POI 差异
    泰尔指数的大小表明所研究要素在各地间分布差异的大小, 泰尔指数越小说明差异越小, 反之说明差异越大。
    根据图2 可知，从POI 看2012 年至2022 年期间，整体而言，四川省景区泰尔指数变大。基于POI 测度的人文类景区的泰尔指数呈波动变化，从2012 年的0.0444 波动变化中增大至2015 年的0.1676，而后波动变化减小至0.1015，2022 年与2012 年相比，增大128.60%。以POI 为测度的自然类景区的泰尔指数也呈波动变化，从2012 年的0.0511 波动变化中增大至2019 年的0.1893，而后减小至2022 年的0.1549，2012 年与2022 年相比，增大203.13%。
    从人文类与自然类组成的全部景区的泰尔指数看，从2012 年的0.0450 波动变化中增大到2019 年的0.1172，而后减小到2022 年的0.0920，2012 年与2022 年相比，增大104.44%。
    研究期间内，除2015 年和2016 年以外，四川省自然类景区泰尔指数值均大于人文类景区的泰尔指数值，说明研究期间内，相比于自然类景区，人文类景区在四川省内的分布差异较小。
    四、结论

    利用基尼系数、集中度指数、泰尔指数对四川省5A级和4A 级景区空间分布特征进行分析，主要结论：
    （1）研究期间，四川省人文类景区与自然类景区的发展水平提高，四川省整体景区得到发展；四川省旅游景区发展水平不高；四川省的人文类景区相对于自然类景区发展更好。
    （2）研究期间，四川省各类景区空间分布的集中程度提高，但提高的程度很小；首先人文类景区集中度程度最高，其次是整体景区与自然类景区；各类景区集中度均有波动，与人文类景区相比下，整体景区与自然类景区集中度相对更为稳定。
    （3）研究期间，在2013 年各类景区POI 分布差异最小，在2019 年整体景区与自然景区的分布差异最大，2015 年人文景区POI 分布差异最大。研究期间内四川省自然景区POI 分布差异逐渐变大；人文景区POI 分布差异先增大后减小；整体景区POI 分布差异存在波动，但总体逐渐变大。
参考文献
[1] 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.
[2] 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.
[3] 朱邦耀，宋玉祥，李国柱, 等. 吉林省A 级旅游景区空间分布特征与形成机制分析[J]. 资源开发与市场，2015,31(4):477-479.
[4] 张九月，胡希军，朱满乐，等. 长株潭城市群3A 级及以上旅游景区空间分布特征及影响因素[J]. 西南大学学报（自然科学版），
2021,43(9):162-172.
[5] 李冬花，张晓瑶，陆林，等. 黄河流域高级别旅游景区空间分布特征及影响因素[J]. 经济地理，2020,40(5):70-80.
[6] 王洪桥，袁家冬，孟祥君. 东北地区A 级旅游景区空间分布特征及影响因素[J]. 地理科学，2017,37(6):895-903.