基于地理探測器的A級旅游景區空間分布變動及影響因素

王敏 韓美 陳國忠 田立鑫 孔祥倫

摘要基于ArcGIS空間分析和計算功能，采用最鄰近指數、核密度分析、重心轉移分析方法，從空間分布類型、空間分布密度、空間集聚方向等方面對山東省2003—2018年間A級旅游景區的空間分布及變動特征進行研究，運用地理探測器從自然環境因素、社會政治因素和經濟產業因素三方面選取了海拔高度、河流水系、平均氣溫、國家政策、政府支持、通車里程、常住人口、國民生產總值、第三產業占比和旅游投資10個指標對A級旅游景區的空間分布影響因素進行探究，在此基礎上對山東省A級旅游景區的空間結構優化提出對策，結果顯示：①山東省A級旅游景區的空間分布呈集聚狀態，研究時段內A級旅游景區的分布重心向西遷移，并且逐漸接近山東省的幾何中心；②山東省A級旅游景區的高密度區逐漸增加并呈現由“少而分散向組團結構和帶狀結構”逐漸演變的趨勢；③研究時段內自然環境因素變化較小，屬于靜態影響因素，社會政治因素和經濟產業因素變化較大，屬于動態影響因素，旅游投資、國民生產總值、政府支持、國家政策和海拔高度是導致A級旅游景區空間分異的主要因素，任意兩種因素交互后對A級旅游景區的空間分布的影響均強于單個因素的作用，總體來看自然環境因素的影響能力逐漸下降，社會政治因素的影響能力呈波動變化，經濟產業因素的影響能力穩步上升。在此基礎上提出山東省A級旅游景區的空間布局優化對策：以高密度分布區為核心，以高密度分布帶為重點，推進空間集群建設，加大政策集成，推動社會政治和經濟產業等重要影響因素的發展，促進具有全球影響力的世界級旅游景區的建設。

關鍵詞 A級旅游景區；空間分布；核密度分析；地理探測器；山東省

中圖分類號F592. 7文獻標識碼A文章編號1002-2104（2021）08-0166-11DOI：10. 12062/cpre. 20210436

基金項目：山東省社會科學規劃項目“新型城鎮化背景下山東省鄉村旅游的生態轉型研究”（批準號：17CLYJ42），“低碳視角下全域旅游發展研究”（16CLYJ04），“新舊動能轉化背景下山東省全域旅游發展體系研究”（批準號：19CPYJ92），“山東省主要城市溫室氣體排放清單編制研究——以濟南、青島、淄博三市為例”（批準號：12BJJJ05）。

A級旅游景區作為優質的旅游資源，是旅游產品和旅游活動的重要載體，也是旅游業的中心環節[1]，在區域空間上旅游業的發展水平與A級旅游景區的數量和等級關系十分密切，旅游者的活動也與旅游景區的分布緊密相關[2-3]。因此，研究A級旅游景區的空間分布變動并探討其影響因素對區域旅游景區的優化布局和旅游資源的合理開發，推進旅游業供給側結構性改革，彌補區域旅游景區建設的短板，促進全域旅游的發展具有重要的意義。

國外學者關于旅游景區的研究時間較久，在研究內容、研究范圍和研究方法上均有一定突破，研究內容主要集中在旅游景區的空間分布特征[4]、旅游景區的空間組合[5]、旅游景區的空間結構識別[6]、旅游景區空間分布的影響因素[7]等方面；研究的范圍既有單個城市[8-9]，也有典型旅游線路[10]或單個的旅游景區[7，10]；研究的方法主要基于大數據借助數學模型和GIS對旅游景區的空間分布和熱門旅游景點的發現進行闡述[11-15]。近年來，國內學者對旅游景區的布局及影響因素的研究也取得豐富的成果，研究內容主要集中在對A級旅游景區[16-17]或特定類型的旅游景點[18-22]的時空分布、演變特征及影響因素等方面[23-24]；研究方法主要借助ArcGIS空間分析方法，結合計量地理學和遙感解譯對旅游景區的時空布局及其影響機理進行探討[1-2，32]；在研究區域上既有全國層面上的A級旅游景區的空間分布研究[25-27]，也有區域層面[28-32]或單個省份[23-24]某個市域[16，33]上的A級旅游景區的空間分布規律研究[34-35]，但利用地理探測器對山東省A級旅游景區的空間分布變動及影響因素進行的研究較少。

山東省是旅游大省，自然和人文旅游資源非常豐富，截至2018年底A級旅游景區共1 286個。2018年1月國務院批復了《山東新舊動能轉換綜合試驗區建設總體方案》，山東省把培育壯大“十強”產業作為新舊動能轉換的重要著力點，其中，發展特色鮮明的精品旅游產業作為“十強”產業之一，是推動傳統旅游產業轉型升級的新動能，而A級旅游景區作為優質的旅游資源，是精品旅游業發展的基礎。因此，文章基于地理探測器，充分運用GIS的空間分析和計算模型，對山東省旅游景區的空間布局進行系統研究，深入探究空間布局的變動規律并探討其影響因素，以期為山東省旅游景區空間結構的優化，推進旅游的供給側結構性改革，促進全域旅游的發展提供理論支持。

1研究方法與數據處理

1. 1研究方法

1. 1. 1最鄰近指數

最鄰近指數法，也叫最鄰近距離分析法，是通過比較平均最鄰近距離與理論最鄰近距離的值來測度點狀地理要素的分布類型的一種方法。它將完全隨機模式（CSR）作為比較的標準，若觀測模式的最鄰近距離大于隨機分布的最鄰近距離，則趨向于分散分布；反之則趨于集聚分布[36]。表達式為：

其中：R為標準最鄰近距離指數；robs表示觀測模式平均最鄰近距離；robs表示CSR模式平均最鄰近距離。dmin表示每個A級旅游景區到其最鄰近距離點的距離；Si為研究區域的研究對象；n是研究對象的數量；A是研究區域的面積[36]。

（1）若R=1，即robs=rexp，表示A級旅游景區隨機分布。

1. 2研究時段的確定

1999年《旅游區（點）質量等級的劃分與評定》由原國家旅游局頒布實施，此標準中最高級別的景區是4A級，2003年國家質量監督檢驗檢疫總局對1999年的標準進行修改，增加了5A級旅游景區，按照5年間隔為界，文章選取2003、2008、2013和2018年作為研究的時間節點。

1. 3數據來源與處理

文章中4個時間節點的旅游景區名單來源于《山東省A級景區名錄》和《中國旅游景區發展報告（2005—2018）》，景區的地理坐標借助天地圖進行確定，面積較大的景區取其質點坐標（圖1），行政邊界來自山東省自然資源廳標準地圖服務網站下載的行政邊界數據，140個縣級單位和16個地級市的面板數據來源于《中國縣域統計年鑒》《山東省統計年鑒》及《山東旅游年鑒》。

2山東省A級旅游景區的空間變動特征

2. 1空間分布類型的變動特征

根據A級旅游景區的空間定位，采用ArcGIS10. 2空間統計模塊下的平均最鄰近工具分別計算出山東省2003、2008、2013和2018年A級旅游景區的最鄰近指數，結果如表1。4個時段山東省A級旅游景區的最鄰近指數R值均小于1，表明4個時段山東省A級旅游景區都呈集聚狀態。從R值的時間變化來看，2003年R值較高為0. 848 7，接近1，P值為0. 195 5，置信度為80%，此時山東省A級旅游景區僅20個，零星分布于各地市，整體趨于隨機分布狀態，集聚狀態不明顯。2008、2013和2018年R值逐漸減小，而且3個時段的P值均為零，其置信度達99%以上，表明山東省A級旅游景區空間分布的集聚趨勢逐漸增強，但R值在0. 6～0. 9之間，均大于0. 5，說明山東省區域旅游開發的成熟性仍有一定的發展空間。

2. 2空間分布密度的變動特征

為了進一步分析山東省A級旅游景區空間集聚的變化特征，采用ArcGIS10. 2中的Density分析工具對4個時段山東省A級旅游景區的空間分布密度進行分析，結果如圖2。四個時間段山東省A級旅游景區的核密度總體演化趨勢為由“少而分散向組團結構和帶狀結構”演化，倒“U”字型高密度分布區逐漸形成。2003年山東省A級旅游景區高密度分布區較少，僅出現青島、濟南、臨沂等零星高密度分布點；2008年青島、濟南、臨沂核密度保持穩定增長的基礎上，又出現聊城、棗莊、濟寧、濰坊、煙臺等高密度分布點；2013年隨著A級旅游景區數量的增多，核密度整體增強，以濟南—淄博—濰坊高密度帶為頂點，泰安—濟寧—棗莊高密度帶、青島—日照—臨沂高密度帶為兩翼倒“U”字形的核密度結構初顯雛形；2018年山東省A級景區的高密度分布區快速增長，倒“U”字形核密度結構更加明顯，煙臺、威海、濱州及德州、聊城、濟寧、棗莊地區逐漸形成沿海高密度分布帶和沿京杭運河高密度分布帶。

2. 3空間集聚方向的變動特征

利用ArcGIS10. 2空間統計工具中的平均重心工具對山東省A級景區的空間分布重心進行分析，結果如圖3。2003—2018年間山東省A級旅游景區的分布重心由東向西遷移，其重心逐漸接近山東省的幾何中心（位于淄博市博山區東部118. 155°E，36. 354°N處），2018年距山東省幾何中心僅18. 33 km，說明近五年山東省中西部地區的旅游業發展速度高于東部地區。15年間遷移距離共約127. 08 km，其中2003—2008年間遷移距離高達88. 60 km，表明該時段是山東中西部旅游業的高速發展時期，在此期間旅游及相關產業在其國民經濟中所占比重不斷提升。

3山東省A級旅游景區空間分布變動的影響因素

3. 1影響因素的確定

A級旅游景區的分布及其空間變動受多種因素的共同影響，結合其他學者研究的結果可將各種因素綜合為自然環境因素、社會政治因素和經濟產業因素[2]。自然因素包括海陸位置、地形地貌、氣候條件、土壤條件、水利資源、動植物資源等很多方面，但是對山東省A級旅游景區布局影響較大的是地形地貌、水利資源和氣候條件，因此，文章只是對海拔高度、河流水系和平均氣溫進行了研究。社會政治因素包括主導旅游業發展的政策導向、市場條件、基礎設施、從業人員的素質等，可概括為國家政策、政府支持、常住人口、年末通車里程四個次一級指標。經濟產業因素包括A級景區所在地的經濟發展狀況和旅游業發展現狀，可用國民生產總值、第三產業占比、旅游投資三個指標表征（圖4）。

（1）自然環境因素。地形地貌對旅游景區的分布具有較強的制約作用，海拔高度在一定程度上決定著景區的類型和分布，自然資源類旅游景區在山地丘陵區分布較廣，人文資源類旅游景區如博物館、紀念館、古村落等則在平原地區分布相對較多；河流是文明，的發源地，河流沿岸也是人類活動較為集中的地區，因此河流水系影響著文化、文明類旅游資源的分布，同時河流水系本身就是一種吸引力較強的自然類旅游資源，是A級旅游景區開發的基礎；適宜的氣溫有利于人類的生產和生活，影響著人類的文明發展，從而形成許多文化旅游資源，適宜的氣溫也會促進一系列自然景觀的形成，影響A級旅游景區的形成和發展。

（2）社會政治因素。旅游業的發展及A級旅游景區的評定受國家政策和政府支持的影響，國家政策的出臺、政府工作支持、A級旅游景區的等級評定及管理辦法等因素在一定程度上決定著A級旅游景區的分布和發展；常住人口決定本地旅游市場的規模和相關旅游從業人員的規模，從而影響著A級旅游景區的形成和發展；交通是旅游的六大要素之一，決定著旅游目的地的可進入性，交通條件好的地區客源地和旅游目的地之間連接性強，更容易促進A級旅游景區的發展。

（3）經濟產業因素。國民生產總值（GDP）反映了地區的經濟實力，GDP高的地區基礎設施良好，旅游服務水平高，產業結構優化，從而促進旅游產業的發展，影響A級旅游景區的形成與分布；旅游業是第三產業的重要組成部分，第三產業的占比很大程度上反映了地區旅游業發展的狀況；旅游投資反映了地區景區與基礎設施建設的力度，直接影響A級旅游景區的形成和發展。

3. 2影響因素等級劃分

因研究時間相對較短，自然環境因素中的三個指標數據變化不大，故四個研究時段內海拔高度、河流水系、平均氣溫的變化可以忽略不計，其中，海拔高度（x1）來源于地理空間數據云中的DEM數據，河流水系（x2）基于山東省河流水系專題地圖，采用ArcGIS構建0～10 km河流緩沖區，平均氣溫（x3）值來源于中科院資源環境科學與數據中心。社會政治因素和經濟產業因素中常住人口（x6）、通車里程（x7）、生產總值（x8）、三產占比（x9）數據均來源于《中國縣域統計年鑒》和《山東省統計年鑒》，旅游投資（x10）來源于《山東旅游年鑒》；而國家政策（x4）采用國家級和省級自然保護區、森林公園、地質公園、文物保護單位、田園綜合體、傳統村落等指標的個數從國家政策的提出及山東省執行國家政策的情況兩方面進行表征；政府支持（x5）借鑒相關學者的研究成果[2-3]，采用政府年度工作報告中提及“旅游”的次數進行表征。

在數據的等級劃分方面，海拔高度（x1）、河流水系（x2）和平均氣溫（x3）三個指標對其具體數據進行等級劃分；國家政策（x4）、常住人口（x6）、生產總值（x8）、三產占比（x9）為140個縣區的統計數據，通車里程（x7）、政府支持（x5）和旅游投資（x10）為16個地市的統計數據，統計數據均為動態變化數據，數據等級劃分均按自然間斷點分類法劃分為6個等級。

3. 3結果分析

利用ArcGIS10. 2在山東省范圍內創建5 km×5 km的矢量網格，全區共劃分6 232個網格，根據網格中心點提取因變量核密度值和10個自變量的數據，利用Geodetector軟件對山東省A級旅游景區空間演化的影響因素進行風險探測、因子探測、生態探測和交互探測分析，表2為因子探測結果。

3. 3. 1影響因素探測結果分析

（1）風險探測結果。通過風險探測器可以識別不同的影響因素對A級旅游景區空間布局影響的差異性，探測結果表明本研究所遴選的10個影響因素與A級旅游景區的核密度均通過了0. 05水平的顯著性檢驗，不同影響因素對旅游景區的空間分布具有顯著的差異性。旅游投資、國民生產總值、政府支持、國家政策和海拔高度是導致A級旅游景區空間分異的主要因素。

（2）因子探測結果。因子探測結果的q值用于解釋該因子對A級旅游景區空間分布影響的解釋程度。表2的探測結果可以看出，旅游投資對A級旅游景區空間分異的解釋力度最高，四個研究時段的q值分別為0. 537 7、0. 479 0、0. 640 7和0. 554 3，分別處于2003和2018年的第二位以及2008和2013年的第一位，旅游投資集中反映了地區旅游景區與旅游基礎設施和服務設施建設的力度，直接影響區域A級景區的形成和發展。此外，對四個研究時段各因子的q值求和，發現國民生產總值、政府支持、國家政策、通車里程和海拔高度也具有較強的解釋力度，GDP高的地區經濟發展水平高，旅游發展的基礎好，產業結構優化，能夠促進A級旅游景區的建設和管理；一個地區旅游業發展的速度、A級旅游景區評定及管理水平與國家政策的出臺及政府對國家政策的執行力度明顯相關。旅游交通是A級旅游景區評定的一個重要指標，區域交通網絡的建設情況，決定著自客源地到目的地的便利程度，尤其是在旅游業發展的初期階段，直接影響游客對旅游景區的選擇，從而影響區域旅游業的發展水平，因此，2003年通車里程的q值為0. 553 2，對A級旅游景區空間分布的解釋程度居第一位。海拔高度對山東省A級旅游景區的分布具有較強的制約作用，將山東省A級旅游景區分布圖與地形地貌圖相疊加，得到表3和圖5，結果顯示83. 51%的A級以上景區分布在海拔高于200 m的山地丘陵地區，其中4A級以上景區中78. 63%分布在山地丘陵區。

（3）生態探測結果。生態探測用于比較兩個影響因子對A級景區空間分布的影響是否存在顯著差異。探測結果發現2013年和2018年旅游投資的解釋力明顯強于其他因素，除旅游投資、國家政策和海拔高度外，其他因素在統計上并不存在顯著差異。

（4）交互探測結果。交互探測用于識別各影響因素之間是否存在交互作用，即探測兩個因子共同作用對A級旅游景區的空間分布的影響是增加還是減弱。結果表明，10個影響因子中任意兩種因素交互后對A級旅游景區的空間分布影響均強于單個因素的作用，四個研究時段中因素之間均呈非線性和雙線性交互增強狀態。具體來看2018年和2008年交互作用解釋力度最強的是通車里程和旅游投資，q值分別為0. 842 3、0. 794 7；2013年旅游投資和海拔高度交互后的解釋力度最強，q值達0. 837 2；2003年國家政策和國民生產總值交互后解釋力度最強，q值達0. 905 9。這也表明A級旅游景區空間分布是自然環境、社會經濟共同作用的結果。

3. 2. 2各因素影響能力變化分析

將各類影響因素中各個指標的q值相加作為該類影響因素的q值，分析各類影響因素及各個影響指標的影響能力的變化。

（1）自然環境因素的影響能力逐漸下降。自然環境因素及各個指標的q值變化均呈下降的趨勢，具體變化如圖6。地區的自然環境因素是A級旅游景區形成的基礎，尤其是在旅游業發展的初期階段，自然環境好的地區旅游資源豐富，A級旅游景區分布較集中，但自然環境因素相對穩定，在較短的研究時段內其變化不明顯，而國家A級旅游景區的形成，更多需要后續開發和建設。因此，研究時段內自然環境因素的影響力呈現下降趨勢，其中海拔高度、河流水系和平均氣溫三個子因素的q值均呈遞減趨勢，尤其是海拔高度2003年的q值為0. 415 6，影響力居所有影響指標的第三位，而到2018年q值為0. 281 2，影響力僅居10個影響指標中的第六位。

（2）社會政治因素的影響能力呈波動變化。以2008年為轉折點，社會政治因素的影響力先減少后增加（圖7），表明山東省A級旅游景區的分布在旅游業發展的起步階段受國家政策、政府支持力度和交通便利程度的影響較大，國家政策和政府的支持引導旅游景區發展的方向，交通條件的便利程度直接影響旅游景區的評定，隨著旅游業的發展A級旅游景區由注重數量的增加逐漸向同時注重數量的增加和質量的提升過渡，區域旅游借助國家政策和政府的支持等手段進行內部調整和提升，因此，國家政策、政府支持和通車里程的影響力均呈現先減后升的趨勢。近年來隨著社會經濟的發展和大眾旅游時代的到來，人們對文化和旅游產品的需求不斷增加，旅游已經成為人民幸福生活的必需品，據文化和旅游部發布的統計數字顯示，2018年我國境內旅游人數達到55. 39億人次，人均每年出游4次，其中74. 36%為城鎮居民，周末休閑度假市場發展迅速，旅游目的地多偏向于離居住地3小時車程范圍內的近地景區，因此，景區當地及其周邊地區的人口規模對景區的發展影響逐漸增強，常住人口的影響力處于持續增長狀態，2018年常住人口的q值達0. 582 6，影響力居各指標的第一位。

（3）經濟產業因素的影響能力穩步上升。經濟產業因素的影響力呈現穩步上升的發展趨勢，具體結果如圖8所示，表明山東省A級旅游景區的發展受經濟產業因素的影響程度不斷加強，旅游投資直接決定了A級旅游景區建設的數量和質量，旅游投資在四個研究時段內均較高，q值均處于10個影響因子影響力的前兩位；國民生產總值和第三產業比重決定了旅游業發展的基礎，國民生產總值高的地區產業結構優化，第三產業占比越高旅游基礎設施越健全，旅游服務水平越高，有利于A級旅游景區的評定和管理，故這兩個影響因素的影響力總體處于穩步增長的趨勢。

4山東省A級旅游景區的空間布局優化對策

山東省作為全國的旅游大省，社會政治因素和經濟產業因素的影響力度不斷增強，一定程度上促進了A級旅游景區的空間集聚和旅游業的快速發展，但具有全球影響力的世界級旅游景區依然未出現，文章從空間集群建設和政策驅動力度兩個方面，為山東省旅游業的高質量發展提出以下兩點建議：

（1）推進空間集群建設，構建國際化的產品空間。以倒“U”字型高密度分布區為核心，以濱海和京杭運河高密度分布帶為重點，構建網絡化大交通，推進資源整合、產品融合和區域聯合，實現全省旅游景區的聯動發展。突出建設山水圣人核心帶、仙境海岸黃金帶、沂蒙山區紅色旅游帶和京杭運河藍色旅游帶四大集聚帶，重點構建以濟南、青島為中心的兩大旅游城市群（圖9），真正實現旅游產業要素集約化、布局集聚化，發揮濟南、曲阜、泰安、臨沂等高密度分布區的空間優勢和世界文化遺產的資源優勢，打造中華文化旅游的國際高地。

（2）加大政策集成，營造良好的決策平臺。通過整合文化、文物和旅游的發展與保護政策，集成具有協同推進、合作發展的相關條文，推動社會政治和經濟產業等重要影響因素的建設，實現重要的文化資源轉化為優秀產品，以濟南—曲阜—泰安高密度分布區為基礎，促進三孔和泰山兩個5A級旅游景區的轉型提升，建成最具有山東特色的中華優秀文化傳承創新示范高地。

5結論與討論

5. 1主要結論

文章運用ArcGIS10. 2和地理探測器，對2003、2008、2013和2018年山東省A級旅游景區的空間分布及影響因素進行分析，在此基礎上提出山東省A級旅游景區的優化布局對策，主要結論如下：

（1）山東省A級景區的空間分布均呈現集聚狀態，集聚程度不斷增強，分布重心總體向西遷移，并且逐漸接近山東省的幾何中心。

（2）四個研究時段核密度增速不斷增強，高密度分布區逐漸增加并呈現由“少而分散向組團結構和帶狀結構”演變的趨勢，在魯中南地區形成明顯的倒“U”字型高密度分布區，沿海地區和沿京杭運河沿線初步形成兩個高密度分布帶雛形。

（3）山東省A級旅游景區的空間分布受自然環境因素、社會政治因素和經濟產業因素的共同影響，自然環境因素選取了海拔高度、河流水系和平均氣溫三個指標，社會政治因素選取了國家政策、政府支持、年末通車里程和常住人口四個指標，經濟產業因素選取了國民生產總值、第三產業占比和旅游投資三個指標。

（4）研究時段內自然環境因素變化較小，屬于靜態影響因素，而社會政治因素和經濟產業因素變化較大，屬于動態影響因素。旅游投資、國民生產總值、政府支持、國家政策和海拔高度是導致A級旅游景區空間分異的主要因素，任意兩個指標交互后對A級旅游景區的空間分布的影響均強于單個指標的作用。總體來看自然環境因素的影響能力逐漸下降，社會政治因素的影響能力呈波動變化，經濟產業因素的影響能力穩步上升。

（5）山東A級旅游景區的空間布局優化對策為：以倒“U”字型高密度分布區為核心，以濱海和京杭運河高密度分布帶為重點，推進空間集群建設，加大政策集成，營造良好的決策平臺，推動社會政治和經濟產業等重要影響因素的建設，實現重要的文化資源轉化為優秀產品，打造中華文化旅游的國際高地，促進具有全球影響力的世界級旅游景區建設。

5. 2討論

文章對山東省A級旅游景區的空間分布變動及影響因素進行了探討，但在評價要素的選擇方面仍有需要繼續完善的地方，自然環境因素中只選擇了對景區布局影響較大的海拔高度、河流水系和平均氣溫，而對其他自然要素沒有進行分析；社會政治因素中采用國家級和省級自然保護區、森林公園、地質公園、文物保護單位、田園綜合體、傳統村落等指標的個數對國家政策進行量化，政府支持采用政府工作報告中提到的“旅游”的次數進行表征，指標的量化還有待進一步提升。另外人文類景區和自然類景區在分布和變化規律上有較大區別，本研究中也沒有加以區分。因此，在文旅融合發展的大背景下，區分自然類景區和人文類景區，更加全面的選取影響指標并對指標進行科學的量化，是下一步需要深入研究的方向。

參考文獻

[1]吳清，李細歸，吳黎，等.湖南省A級旅游景區分布格局及空間相關性分析[J].經濟地理，2017，37（2）：193-200.

[2]劉敏，郝煒.山西省國家A級旅游景區空間分布影響因素研究[J].地理學報，2020，75（24）：878-888.

[3]王洪橋，袁家冬，孟祥君.東北地區A級旅游景區空間分布特征及影響因素[J].地理科學，2017，37（6）：92-100.

[4]LI X，CHEN D G. Analysis of spatial structure of tourist attraction in Zheng？Bian integration region[J]. Journal of Henan University（natural science），2011，41（5）：494-499.

[5]PEARCE D. G. The distribution mix for tourism attractions in Ro？ torua New Zealand[J]. Journal of travel research，2006，44（3）：250-258.

[6]KANG S，LEE G，KIM J，et al. Identifying the spatial structure of the tourist attraction system in South Korea using GIS and network analysis：an application of anchor？point theory[J]. Journal of desti？ nation marketing and management，2018，34（2）：358-370.

[7]WANG X G，XI J C，YANG D Y，et al. Spatial differentiation of ru？ ral touristization and its determinants in China：a geo？detector？ based case study of Yesanpo scenic area[J]. Journal of resources and ecology，2016，7（6）：464-472.

[8]ZHU H，LIU J M，CHEN C，et al. A spatial？temporal analysis of urban recreational business districts：a case study in Beijing，Chi？ na[J]. Journal of geographical sciences，2015，25（12）：1521-1536.

[9]TANG H，PENG J. Spatial distribution characteristics of rural tour？ ism attractions in Yangzhou city[J]. Journal of landscape research，2016，8（6）：129-134.

[10]ZHANG Y，QI L N，YANG A R，et al. Investigating spatial distri？ bution of tourist attractions in links：a case study of three moun？ tains[J]. Science China technological sciences，2010，53（suppl I）：126-133.

[11]YANG R，XU Q，LONG H L. Spatial distribution characteristics and optimized reconstruction analysis of China？s rural settlements during the process of rapid urbanization[J]. Journal of rural stud？ ies，2016，47（2）：413-424.

[12]PENG X，ZHOU H. A novel popular tourist attraction discovering approach based on geo？tagged social media big data[J]. ISPRS in？ ternational journal of geo？information，2017，6（7）：1-16.

[13]NAME L. Distribution and determining of tourist attractions and mod？ eling of tourist cities for the city of Isfahan？Iran[J]. American jour？ nal of economics & business administration，2009，1（2）：160-166.

[14]RAHAYUNINGSIH T，MUNTASIN E K S H，PRASETYO L B. Nature based tourism resources assessment using geographic infor？ mation system（GIS）：case study in Bogor[J]. Procedia environ？ mental sciences，2016，33：365-375.

[15]BAIDAL J. Regional tourism planning in Spain：evolution and per？ spectives[J]. Annals of tourism research，2004，31（2）：313-333.

[16]湯禮莎，賀清云，朱翔.長沙市A級景區空間分布特征[J].經濟地理，2018，38（6）：218-224.

[17]趙磊，丁燁，楊宏浩.浙江省旅游景區空間分布差異化研究[J].經濟地理，2013，33（9）：177-183.

[18]李東瑾，畢華.中國國家森林公園旅游景區空間結構研究[J].中國人口·資源與環境，2016，8（5）：19-28.

[19]熊杰，章錦河，周臖，等.中國紅色旅游景點的時空分布特征[J].地域研究與開發，2018，37（2）：86-91.

[20]劉大均，胡靜，陳君子，等.中國傳統村落的空間分布格局研究[J].中國人口·資源與環境，2014，24（4）：157-162.

[21]任喜萍，殷仲義.中國省域人口集聚、公共資源配置與服務業發展時空耦合及驅動因素[J].中國人口·資源與環境，2019，29（12）：77-86.

[22]陳國磊，張春燕，羅靜，等.中國紅色旅游經典景區空間分布格局[J].干旱區資源與環境，2018，32（9）：196-202.

[23]吳麗敏，黃震方，周瑋，等.江蘇省A級旅游景區時空演變特征及其動力機制[J].經濟地理，2013，33（8）：158-164.

[24]石磊，李隴堂，張冠樂，等.寧夏A級旅游景區空間分布特征與形成機制研究[J].寧夏大學學報（人文社會科學版），2017（39）：165-169.

[25]張洪，石婷婷，鮑涵.中國5A級旅游景區空間結構特征研究[J].華僑大學學報（哲學社會科學版），2019（4）：80-90.

[26]李鵬，虞虎，王英杰.中國3A級以上旅游景區空間集聚特征研究[J].地理科學，2018，38（11）：1883-1891.

[27]于婷婷，左冰，阿榮，等.中國邊境地區旅游發展的空間格局及驅動機制[J].經濟地理，2021，41（2）：203- 213.

[28]唐承財，孫孟瑤，萬紫微.京津冀城市群高等級景區分布特征及影響因素[J].經濟地理，2019，39（10）：206- 215.

[29]麻學鋒，楊雪.大湘西高級別景區時空分布特征及影響因素的空間異質性[J].自然資源學報，2019，34（9）：1902-1916.

[30]李冬花，張曉瑤，陸林，等.黃河流域高級別旅游景區空間分布特征及影響因素[J].經濟地理，2020，40（5）：73-83.

[31]翁鋼民，潘越，李凌雁.“絲綢之路旅游帶”景區區位優勢等級測度與影響機理[J].經濟地理，2019，39（4）：207-215.

[32]賈垚焱，胡靜，劉大均，等.長江中游城市群A級旅游景區空間演化及影響機理[J].經濟地理，2019，39（1）：201-209.

[33]楊碩.基于GIS的蘭州旅游景點空間格局分析[D].蘭州：西北師范大學，2010：3-10.

[34]吳必虎，唐子穎.旅游吸引物空間結構分析：以中國首批國家4A級旅游區（點）為例[J].人文地理，2003，18（1）：1-5.

[35]高蘋，席建超.旅游目的地網絡空間結構及其復雜性研究：野三坡旅游地案例實證[J].自然資源學報，2018，33（1）：85-98.

[36]劉軍杰，郄瑞卿，王婉諭.長春市鄉村聚落空間分異特征及影響因素分析[J].水土保持研究，2019，26（6）：334-338.

[37]李淑娟，高琳.山東省鄉村旅游景點空間結構及影響因素研究[J].中國生態農業學報，2019，27（10）：1492-1501.

[38]趙傳松，任建蘭，陳延斌，等.全域旅游背景下中國省域旅游產業與區域發展時空耦合及驅動力[J].中國人口·資源與環境，2018，28（3）：149-159.

[39]李淑娟，王彤，高寧.我國濱海城市旅游發展質量演化特征研究[J].經濟與管理評論，2019（3）：147-160.

[40]程哲，楊振山，王大樹.中國旅游PPP的空間特征與影響因素研究[J].經濟與管理評論，2020（2）：149-161.

[41]王勁峰，徐成東.地理探測器：原理與展望[J].地理學報，2017，72（1）：116-134.

Spatial distribution changes and influencing factors of A-level tourist attractions based on geodetector：a case study of Shandong Province

WANG Min1，2，HAN Mei1，CHEN Guozhong3，TIAN Lixin1，KONG Xianglun1

（1. College of Geography and Environment， Shandong Normal University， Jinan Shandong 250300， China； 2. Research Institute of Geography and Tourism， Qilu Normal University， Jinan Shandong 250200， China； 3. Shandong College of Tourism and Hospitality， Jinan Shandong 250200， China）

AbstractBased on the spatial analysis and calculation function of ArcGIS， this paper studied the spatial distribution and evolution characteristics of A？level tourist attractions in Shandong Province from the aspects of spatial distribution type， spatial distribution densi？ ty and spatial agglomeration direction by using the nearest neighbor index， kernel density analysis and gravity center transfer analysis methods. Using the geodetector， this paper selects 10 indicators including altitude， river system， average temperature， national policy， government support， traffic mileage， resident population， GDP， proportion of tertiary industry and tourism investment from three aspects of natural environment， social and political factors and economic and industrial factors to explore the influencing factors of the spatial distribution of A？level tourist attractions. The results showed that：①The spatial distribution of A？level tourist attractions in Shandong Province was in a state of agglomeration. The distribution center of A？level tourist attractions moved westward in the study period， and was gradually approaching the geometric center of Shandong Province.②The high？density areas of A？level tourist attractions in Shan？ dong Province were gradually increasing， and the trend was gradually evolving from being？few and scattered？to being？group structured and belt？structured？.③During the study period， the natural environmental factors changed little and belonged to static factors， while the social and political factors and economic and industrial factors changed greatly and belonged to dynamic factors. Tourism invest？ ment， gross national product， government support， national policy and altitude were the main factors leading to the spatial differentiation of A？level tourist attractions. The interaction of any two factors resulted in a stronger impact on the spatial distribution of A？level tourist attractions than that of a single factor. The influence ability of the natural environmental factors gradually decreases， that of the social and political factors fluctuated， and that of the economic and industrial factors steadily increased. Based on the previous research， the paper puts forward the countermeasures for optimizing the spatial layout of A？level tourist attractions in Shandong Province as follows： With the high？density distribution area as the core and high？density distribution belt as the focus， we should promote the construction of spatial clusters， increase policy integration， promote the development of social， political， economic and industrial factors， and promote the construction of world？class tourist attractions with global influence.

Key wordsA？level tourist attraction； spatial distribution； nuclear density analysis； Geodetector； Shandong Province

（責任編輯：于杰）