我國冰雪旅游產業的空間格局及其影響因素
——以滑雪場為例

陳藍 任思宇

(1.上海對外經貿大學會展與傳播學院；2.上海對外經貿大學國際經貿學院 上海 201620)

冰雪旅游是將冰雪氣候旅游資源作為最主要的旅游吸引物，以體驗涉及冰雪文化內涵的所有旅游活動的總稱。滑雪旅游是冰雪旅游的主要形式及供給的重要支柱之一，是一種以滑雪場為主要空間載體，依托各類冰雪資源，融旅游觀光、競技運動、休閑度假等功能為一體的新興專項旅游形式。

受市場需求和政策引導的雙重作用，中國冰雪運動和產業進入快速發展的窗口期。自2015年成功申辦北京冬奧會，為全面助力我國北京冬奧會的舉辦，國家相關部門頒布了一系列政策，涵蓋滑雪旅游全產業鏈，如滑雪場地建設(《全國冰雪場地設施建設規劃(2016—2022年)》)、滑雪參與普及(《群眾冬季運動推廣普及計劃(2016—2020年)》)及滑雪裝備產業發展(《黑龍江冰雪裝備產業發展規劃(2017—2022年)》)等。旨在以北京冬奧會為契機提高全民參與冰雪運動的意識，完善冰雪旅游產業鏈，進而大力推動我國冰雪旅游跨越式發展。

滑雪旅游作為冰雪旅游中參與度最高、普及率最高的旅游形式之一，滑雪場作為滑雪旅游供給的空間載體和冰雪旅游賴以生存的重要依托，受到廣泛關注。國外學者對滑雪場的研究主要從兩個方面出發，一是從消費者的角度研究其動機、忠誠度和滿意度等；二是關注滑雪場本身的管理、營銷等。國內對于滑雪場地的研究主要從微觀、中觀和宏觀三個層面出發，一是針對滑雪消費者展開研究，如感知與行為之間的關系；二是滑雪產業，對滑雪場和相關配套產業的經營管理進行研究；三是國家相關政策，圍繞如何刺激市場和政策引導推動滑雪旅游發展。

綜上所述，本文以截至2022年12月底獲取的760家滑雪場為研究對象，運用ArcGIS軟件、SPSS軟件等分析中國滑雪場的空間分布格局和特征，結合多元回歸模型進一步探討中國滑雪場空間分布的影響因素，以期為未來中國滑雪場的空間規劃、布局管理等提供一定的參考價值。

1 數據來源

中國滑雪場POI數據：借助EasyPoi高德地圖版和網絡爬蟲技術，以“滑雪場”“滑雪館”“滑雪俱樂部”為關鍵詞獲取中國各省份滑雪場(不包含港澳臺地區)的名稱和地址信息，將正在營業中、暫停營業、修建中的滑雪場都納入其中，共獲取760個滑雪場的信息。利用高德地圖API將地址信息轉換成經緯度，形成全國滑雪場名稱和經緯度名錄，并與《中國滑雪產業發展報告(2020—2022)》《2020—2021年中國冰雪旅游發展現狀與展望》《中國滑雪旅游產業發展現狀與趨勢》等公布的名單數量進行核對篩選，形成截至2022年12月底的滑雪場點類矢量數據庫。

各省平均氣溫、旅游景區、政策、縣級市、經濟、人口、交通等數據來源于各省統計年鑒、中國旅游統計年鑒、中國和文化旅游統計年鑒、國家體育總局等。

2 中國滑雪場的空間分布特征

2.1 中國滑雪場空間分布類型

中國滑雪場主要分布在東北、華北和西北地區，位于秦嶺-淮河以北地區，南方地區數量較少且分散。東北和西北地區具有得天獨厚的自然優勢，主要類型為室外滑雪場，其中，黑龍江、吉林、遼寧和新疆的滑雪場數量約為236家，占全國總量的31.05%；華北、華東地區由于經濟條件較好，為滿足市場需求而大量興建室內滑雪場，同時受2022年冬奧會的影響，華北地區滑雪場數量持續上升，約為184家，占全國總量的24.21%；西南地區、中部地區及東南地區由于經濟條件、氣候條件及市場需求等綜合影響，滑雪場數量僅占15.39%。

2.2 中國滑雪場空間分布均衡性

對所獲得的數據分別計算地理集中指數和不均衡指數。由于2019年之后受疫情影響滑雪場的發展趨勢嚴重受阻，因此，本研究選取2015—2019年中國各省份滑雪場數據進行計算，分別得到地理集中指數G和G0。其中G0是假設全國760家滑雪場均勻分布在全國31個省、市、自治區(不包含港澳臺地區)。每個省份的滑雪場數量由2015年的19.59家上漲為2019年的26.55家，五年間保持上漲；G為計算的實際地理集中指數，2015—2019年G>G0，總體上呈現出集中的特征，但G與G0之間差額逐年減少，從2015年的10.11下降到2019年的0.02，五年間中國滑雪場空間分布雖仍保持集中，但集中程度明顯降低(見表1)。

表1 2015—2019年中國滑雪場空間分布的地理集中指數

表2 2015—2019年中國滑雪場空間分布的不均衡指數

根據省份計算2015—2019年中國滑雪場的不均衡指數發現，五年均在0.5以上，而且由2015年的0.605降至2019年的0.534，總體上中國滑雪場數量分布不均衡，不均衡程度有所下降，這與地理集中指數所反映的現象基本一致。

產生不均衡和地理集中的原因可歸納為三個方面：一是冰雪資源分布具有地域性和不均衡性，中國冰雪旅游資源由于受氣候和地形影響主要分布在北方地區，尤其是東北和西北地區；二是經濟條件，隨著生活水平和國民消費水平的不斷提高，大眾對于冰雪旅游的需求日益擴大，但由于時間、交通等條件的限制，只能就近滿足需求，因此政府和相關企業為滿足市場和大眾需求，規劃建設滑雪場，并利用較好的經濟條件助推室內滑雪場的規劃建設，主要表現在華東地區，尤其是江浙滬地區；三是2022年冬奧會的拉動作用，2022年冬奧會的成功申辦及近七年的奧運準備期不僅增強了周邊群眾參與冰雪旅游的意識，同時還帶動了相關冰雪產業快速發展，主要表現在華北地區，如河北、北京等。

2.3 空間分布密度

對全國760家滑雪場進行核密度分析顯示，我國滑雪場空間分布整體上已形成兩個高密度區、三個次級密度區。兩個高密度區分別是黑、吉、遼高密度區，以黑龍江和吉林交接處為核心向四周擴散，主要包含哈爾濱、長春等地，其冰雪產業發展成熟，已具有一定的品牌知名度；京津冀高密度區，以北京為中心，包括張家口、天津等地，以2022年冬奧會為契機發展出一批高質量、高規格的新興滑雪度假區。

三個次級密度區分別是晉魯豫次級密度區，以山東為主，主要借助太行山脈的地形優勢形成眾多規模小、設施簡單的觀光新滑雪旅游體驗區；新疆次級密度區，主要集中在新疆阿爾泰地區和烏魯木齊地區，由于雪期長、雪質優、地形優越、落差大，深受專業滑雪愛好者追捧；四川次級密度區，主要集中在川西地區，積雪量多、山脈多，適合修建室外滑雪場，能夠滿足中部地區大眾需求。

2.4 空間自相關分析

利用GeoDa進行中國滑雪場空間自相關分析得出，中國滑雪場的全局莫蘭指數為0.354，表明中國滑雪場整體上空間自相關特征呈現正相關性，具有空間集聚特征(見圖1)。

圖1 中國滑雪場的全局莫蘭指數

通過LISA聚類分析顯示，高—高集聚情況主要集中在北方地區，尤其是華北和東北地區。而低-低集聚情況主要集中在南方地區，尤其是西南和中部地區，其他地區的自相關性不顯著，造成這種聚類分布現象主要是因為冰雪自然條件的影響。

3 中國滑雪場空間分布的影響因素

3.1 影響因素選擇

中國滑雪場的空間分布是自然因素、經濟因素和社會因素等因素綜合相互作用的結果。基于前人的研究，本文選取氣溫、經濟、人口、旅游景區、交通、城市為潛在影響因素。以滑雪場數量為因變量，以6個潛在影響因素為自變量，進行Pearson相關性分析，并根據分析結果構建多元回歸模型。

3.2 Pearson相關性分析

本文借助SPSS26.0軟件對2022年31個省(市、區)滑雪場數量和相關影響因素進行Pearson相關性分析(見表3)，發現僅有氣溫、旅游景區、政策和城市通過顯著性檢驗，而且都在1%的水平下顯著，代表被解釋變量與以上4個解釋變量之間相關性較強，具體分析如下：

表3 Pearson相關性分析

3.2.1 氣溫因素

年平均氣溫與滑雪場數量呈現顯著的負相關性，相關系數為-0.56，說明年平均氣溫越低的地區，滑雪場數量越多。年平均氣溫越低，降雪量和積雪量越大，越能滿足滑雪場建設所需的冰雪資源，同時也能降低人工造雪的成本。

3.2.2 旅游景區數量

各省份的旅游景區數量與該省市的滑雪場數量在低于0.01的水平呈現顯著相關性，相關性系數為0.214，表明旅游景區數量越多的省市，滑雪場的數量也越多。旅游景區數量多，說明該省市有較好的旅游資源和旅游市場，市場消費潛力大，交通往往也更加便利，因此經營滑雪場的困難程度相對較低，滑雪場的數量也越多。

3.2.3 相關政策扶持

相關政策出臺的數量與滑雪場數量呈現顯著的相關性，相關性系數為0.305，這說明相關政策的扶持能夠很好地帶動滑雪產業的發展，政策的出臺彰顯了國家對于滑雪產業的經濟支持和政治支持，因而帶動了滑雪產業的飛速發展。

3.2.4 城市因素

各省市的城市數量與滑雪場數量的相關性系數為0.406。城市數量多的省份，其發展水平和人口規模水平較高，為滑雪運動的發展提供了基礎條件，因此依附于城市邊緣興建的滑雪場數量也較多。

3.3 多元回歸分析

本文借助SPSS26.0軟件對2020年31個省(市、區)的滑雪場數量和相關指標因素進行分析，得到德賓—沃森指數為1.897，說明樣本之間存在較強的獨立性，而且都在1%的水平下顯著，代表被解釋變量與各解釋變量之間相關性較強；為避免共線性問題，進行VIF檢驗，得到VIF值均在5以下，表示變量間不存在共線性問題，總體滿足多元回歸分析要求。

多元回歸分析結果表明，代表性滑雪場數量分布的方程模型的判定系數為0.571，調整后為0.560，DW為1.897，代表模型有較好的擬合性和解釋力，自變量可解釋因變量的57.1%。各影響因素中，影響程度的大小依次為年平均氣溫＞縣級市數量＞旅游景區＞政策，標準化回歸系數分別為-0.595、0.357、0.181、0.174，各因素均通過了5%的顯著性檢驗，表示與滑雪場分布呈顯著正相關(見表4)。

表4 多元回歸分析結果

4 結語

4.1 中國滑雪場空間分布較為集中，處于不均衡狀態

整體來說，中國滑雪場的地理集中程度和不均衡程度均較高，大部分滑雪場分布在我國的北方地區和西北地區，主要集中在黑龍江、吉林、新疆等。但在2015—2019年，這種集中程度和不均衡程度均有所下降。

4.2 中國滑雪場空間分布形成2個高密度區和3個次級密度區

兩個高密度區分別是黑龍江和吉林交接處為核心的黑、吉、遼高密度區和以北京為核心的京津冀高密度區；三個次級密度區分別是以山東為主的晉魯豫次級密度區、新疆次級密度區和四川次級密度區。整體來說，高密度區和次級密度區主要分布在我國東北地區、西北地區和華北地區。

4.3 中國滑雪場空間分布呈現空間正相關

中國滑雪場在空間上的自相關性呈現正相關，具有一定的集聚效應，同時高-高集聚區主要集中在我國北方地區，低-低集聚區主要集中在我國南方地區。

4.4 自然因素、社會因素共同影響滑雪場空間分布

平均氣溫、旅游景區、交通、城市因素對滑雪場的空間分布均存在較為明顯的影響，影響程度大小依次為年平均氣溫＞縣級市數量＞旅游景區＞政策。