昆明市農家樂空間分異及其驅動力研究

Study on Spatial Differentiation and Driving Factors of Agritainment in Kunming

SU Nan，ZHUDa-ming2，KEXiaochnetal（1.YunnanVocationalCollgeofgriculture，Kunmng，Yuan65012；.Faculty Land Resources Engineering，Kunming University of Science and Technology，Kunming，Yunnan 650031）

AbstractTaking703agitainments in KunmingCitycapturedinOctober2023asthresearchobect，bymeansofspatialanalysisethods andeconometicgeapodelsdthatialeafaintinugCifroesptsfqaitio spatialdistrtotalsidaialrbiaecodlyilftlaeed graphicaldetetormodel（OPGD，thriingfactosoftespatialdiferentiationofgiaintinKunmngCityereaaledfrothe typesofnaturaloucedoentooiclevelandtoustarketndtenifueningfctossuchsgetatiocoveragdhtt data.Teresultsresodsloeeendstrbuiofagiantcabebedinughustersspatiall entire city and folows a cluster-random pattrn within the main urban area，with a distinct spatial scale of 3.5km . The density distribution centerofagritaentsinteinurbanaraofKuingisainlyocetratedinthcetral-otpartofXishanDistrict，tothpart ofPanlonDistrictdtralpartofuastrctfroitidepespetie，itprets“toreuliteroatd andcontiguousdtributioitingisanndGanuasteoeaIsfstrbutioaracteristis，itbiaturf alongtheodroudtityndearate.etialsalefeigussferetiatiougggaiceos 2.5kiloetersNigtlights（urbanzatiolevel）tacefrotecitntendGDeeaindinfctosatdtosafe entiationTeinteractiobetwenoadetwkdnsiandGDasteostsigfcantimpactotiboofagrintsinKing City.

KeywordsAgritainment；Spatialpatern；Drivingfactors；Optimal parameters-basedgeographical detectormodel；KunmingCity

鄉村振興戰略是我國從“農業現代化”走向“鄉村現代化\"的重要分水嶺[1]，鄉村旅游作為鄉村產業的重要業態，是優化鄉村經濟結構，調整經濟轉型，推動鄉村現代化高質量發展的重要抓手[2]。近年來，隨著鄉村人居環境的不斷改善以及國家政策的傾斜，鄉村旅游產業規模不斷發展壯大，2022年6月云南省人民政府辦公廳印發的《云南省農業現代化三年行動方案（2022—2024年）》提出，到2024年鄉村旅游接待游客數量、產值由2021年的4.3億人次、3000億元增加到5.8億人次、4600億元的目標，2023年7月國家發展和改革委員會印發的《關于恢復和擴大消費的措施》指出，要大力發展鄉村旅游，進一步彰顯了鄉村旅游在拉動內需方面發揮的重要作用。

由于資源稟賦以及區位條件異同，鄉村旅游空間分布形態復雜多樣，其空間異質性為鄉村旅游的建設和發展帶來了一定的困擾[3]。當前，國內學者在對鄉村旅游空間結構進行研究時，所選取的研究對象、方法呈多樣化特點，研究對象上主要源于評選公布的休閑農業與鄉村旅游示范點、特色小鎮、少數民族特色村寨等[4-6]以及來自網絡的POI數據[7-10]；研究方法上主要選取洛倫茲曲線[4，7]、地理集中指數 最近鄰指數 、變異系數（CV）[5-6]、核密度函數[8]、莫蘭指數（Morans I [10] Ω，K 函數（Ripley’s K ）[9]等來探究空間分布模式、鄰近關系及不同空間尺度下的分布規律；在驅動因素的探究方面，早期多以定性分析[13]為主，隨著研究的深入，逐漸轉為與地物地貌、河流水系、交通區位等的耦合情況[4.6-7，11-12]定量定性相結合分析研究，現階段，多使用地理探測器[5，8-9，14]地理加權回歸模型（GTWR）[15-16]等空間統計模型定量分析驅動因子。

針對目前鄉村旅游地空間分布特征及影響因素研究中數據來源多為基于示范點坐標拾取等小樣本數據，地理探測器模型使用多以縣、市域為主，尺度普遍單一等不足，且農家樂作為鄉村旅游發展的初級業態，具有良好的代表性和普遍意義，基數大、自發性強[]等特點，筆者基于農家樂POI數據，結合多尺度參數最優地理探測器模型（OPGD）對市鄉村旅游空間分布格局進行系統探究，以期為市鄉村旅游規劃發展提供一定的參考。

1研究區概況及數據來源

1.1研究區概況（ N）位于我國內陸西南地區云貴高原中部，總面積達2.1萬 ，平均海拔 1891m ，是云南省政治、經濟發展中心。市農家樂發展起源于20世紀90年代，是云南最早開展農家樂的旅游城市之一[17]。近年來，隨著鄉村振興戰略的深人實施及各類鄉村文化旅游節的成功舉辦，市鄉村旅游得到迅猛發展。據市文旅局統計，2024年清明假期，僅西山區鄉村旅游接待游客8.63萬人次，實現旅游綜合收入0.28億元，其中絕大多數收入都由農家樂創造。當前，鄉村旅游的業態已從農旅融合逐漸過渡到農文旅高質量一體化發展[18]，因此研究市農家樂旅游業態分布對于推動鄉村旅游轉型升級及打造鄉村旅游品牌具有重要的實踐和指導意義。

1.2數據來源及處理農家樂抓取于高德地圖2023年10月的POI數據，采集步驟：以“農家樂”“農莊”“山莊”等為關鍵詞在市范圍內進行采集，共收集到779個樣本數據；其次進行數據清洗，剔除如“老唐養狗場”“云南佛新農業科技開發有限公司”等不滿足要求的POI，并按一定比例抽樣人工電話核實確定，最終獲得703個有效數據。其余基礎地理信息數據來源及參數見表1。最后，利用GIS軟件將不同數據通過重采樣等手段統一分辨率，并將地理坐標系設置為WGS_1984，投影坐標系設置為WGS_1984_UTM_48N。

2研究方法

2.1 空間分布特征

2.1.1最近鄰指數（ R 指數）。最近鄰指數是分析地理點狀事物空間分布相互鄰近程度的重要指標，通過測算出每個點狀事物與其最近點之間的實際觀測平均距離與理想隨機模式下預期平均距離之比，來分析點狀事物的空間分布特征[19]。 R 指數計算公式：

式中： R 為最近鄰指數； 為農家樂樣本點實際觀測的平均距離； 為農家樂樣本點隨機分布模式下的預期平均距離； 為某一農家樂樣本點與最近鄰農家樂之間的距離； n 為市內農家樂的數量；A為市面積。

2.1.2核密度。核密度估計（kernel density estimation）主要根據待估計要素與樣本要素之間的距離進行概率密度值估計[20]，核密度估計值能更好地反映一個集聚核心區對周圍地區的影響力，核密度值越高，則表明分布越密集。核密度估計的數學模型：

式中 為核密度估計值； 為核函數； n 為市農 家樂個數； h（hgt;0） 為帶寬，也稱距離衰減閾值； ）為估計值點到核心點 之間的距離。

2.1.3Ripley’s K 函數。 K 函數作為一種基于距離的概括要素空間分布累計特征的方法，常被用來描述點要素在空間范圍內的相關性程度，反映要素隨尺度變化而呈現出的空間分布模式[21]，為了使期望線性化并保持方差穩定[]，Besag等[23]將函數進行開方線性轉化為 L 函數：

式中 為研究區域面積； d 為觀測尺度； n 為農家樂樣本數量； 為示性函數[24]，當農家樂樣本點 i 與點 j 之間的距離 時，取值為1，否則為 0 。在農家樂樣本點完全隨機分布（completespacerandomness）的假設下，期望為0。若L（d）-dgt;0 ，表明在尺度為 d 時，農家樂樣本點具有空間聚集分布的趨勢；若 L（d）-dlt;0 ，表明具有空間離散分布的趨勢；若 L（d）-d=0 ，則表示完全隨機分布。

2.2 地理探測器

2.2.1 參數最優地理探測器模型（optimal parameters-basedgeographicdetector，OPGD）。地理探測器可以探測市農家樂分布的空間分異性特征，挖掘影響其空間分異的驅動因子，其背后的思想可簡單概括為：將研究區域劃分為若干個子區域，若子區域內的方差總和小于區域總方差，則存在空間分異[25-26]。其公式如下：

式中： L 為農家樂空間分布數量分區， h 的單元數目為 ，方差為 ；總研究區域的單元數目為 N ，方差為 ；SSW和SST分別為層內方差之和及全區總方差； 值為各探測因子對市農家樂空間分異的度量，其值域為 值越大，說明因子對其空間分異的影響越大。運用地理探測器的關鍵是對連續型空間變量進行離散化處理，進而確定空間分層異質性的最佳尺度，但傳統地理探測器在處理連續型空間變量時需要人為設置，因此存在較大主觀性及離散不優的問題。參數最優地理探測器模型（OPGD）利用不同的離散化分類方法處理連續型空間數據變量，并以地理探測器最終結果 q 統計量對離散結果進行評價，值越大即分類結果越好[27]

2.2.2影響因素指標體系構建。農家樂空間分異特征的形成受多種因素的共同影響，其中，自然資源稟賦、經濟條件和客源市場在其形成與發展中起到了重要作用，綜合現有學者對農家樂、休閑農業等空間分布影響因素的研究[6-7，9，28-29]，考慮到實際可操作性及數據可獲取性，選取3類共10個因素（表1）作為驅動因子，構建影響因素指標體系。

2.2.3參數優化。參數優化主要解決2個問題：一是空間尺度，以 500m 為間隔共構建7種尺度，即采用0.5、1.0、1.5、2.0、2.5、3.0和 3.5km 的格網將市全市范圍劃分為143450.35938.15958.9044.5700.3950 和2924個網格，然后比較各尺度下 90% 分位數的大小，分位數最大時即確定為最優空間尺度[30]；二是連續型空間變量離散，借助R語言GD 程序包[30]，利用自然間斷法、相等間隔法、幾何間距法、標準差分類法以及分位斷點法[31將分類等級數設置為5＼～11類，篩選出OPGD模型中值最大的參數組合（離散方式及分類等級）作為最優離散組合。

3市農家樂空間格局分布

3.1農家樂數量分布及空間分布類型從數量分布特征來看（表2），市農家樂主要分布在安寧市（ 18.21% ）、西山區（ 17.92% ）和盤龍區 （9.25%） ，三者的分布數量約占市農家樂總數的 45.38% ，石林縣 （2.13% ）、東川區（ 3.13% ）和嵩明縣（ 3.84% ）分布數量則相對較少。利用統計數據生成對應的洛倫茲曲線（圖1），該曲線呈上凸態勢，相對均勻分布線有一定距離，表明在區縣層面，市農家樂分布表現為不均衡。從整體和局部來看（表2），面積僅占全市15.54% 的主城區范圍內分布的農家樂數量占整個市農家樂總數的 45.09% 。為進一步探討市農家樂空間分布的結構特點，有必要結合定量科學的研究方法從市整體和主城區2個不同的視角進行分析。

利用最近鄰指數分析計算市農家樂空間集聚程度。由表3可知，雖然相較市整體，主城區范圍內農家樂樣本點實際觀測的平均距離更小，但是在面積的加持下，主城區范圍內農家樂樣本最近鄰指數比全市更大，且二者 Z 和 P 值均通過 1% 顯著性水平檢測。通常情況下，認為當 R？0.5 為聚集分布， 。

3.2農家樂尺度、密度特征對實際的地理對象點集進行集聚模式分析時，僅使用最鄰近距離會掩蓋結果中的其他模式[33]。為解決這一問題，借助Ripley’s L（d） 函數進一步探測空間集聚的尺度特征，統計與分析均在R4.2.1軟件中“spatstat”程序包中完成，在相關參數選擇方面，最小尺度為研究對象間最短距離，最大尺度為研究區域外包矩形短邊的1/4長度[34]，邊緣校正方法選用Ripey周長法，同時使用蒙特卡羅方法隨機模擬2000次[24]，生成置信區間的最大值和最小值，用以檢驗農家樂空間分布的顯著性。

圖2為市農家樂 L（d） 函數分析結果，在全市與主城區2個視角下，農家樂分布的 L（d） 曲線均呈上升趨勢， L （d） 函數值與理論值的差值（diff）始終大于0，且在不同空間尺度下 L（d） 觀察分布曲線均高于置信區間的上包絡線，表明在不同視角下農家樂的空間分布均呈顯著性聚集。值得注意的是，在市主城區視角（圖2b）中， L（d） 曲線在3500m 左右的尺度下，差值（diff）達到最大，出現空間聚集峰值，說明在主城區范圍內， ，3500m 為農家樂分布的特征空間尺度。

為進一步直觀揭示市農家樂空間分布格局，利用核密度分析工具結合Ripley's L（d） 分析結果對全市及主城區視角下農家樂分布密度進行可視化，其中，全市范圍內核密度函數帶寬由“Silverman經驗規則”確定，主城區范圍內選擇 3500m 為分析帶寬，其余參數默認。

Fig.2 The Ripley’s function analysis of agritainments in entire city of Kunming City

從全市范圍來看（圖3），農家樂樣本點在南部地區的分布密度顯著高于北部地區，呈現出“南密北疏”的分布態勢。從分布特點來看，農家樂樣本點主要呈現出“三核多中心”集中連片分布，三核主要以安寧市、西山區、官渡區為核心擴散分布，分布中心主要位于主城區中部。在離主城區集中連片熱點區域較遠的祿勸、東川、尋甸等區縣農家樂樣本點也有零散聚集分布，但分布規模及密度較小。從主城區范圍來看（圖4），密度分布的中心主要集中在西山區北部中部、盤龍區南部以及五華區中部，其余區域均有小規模農家樂聚集。具體來看，市農家樂分布特征與國內大多數城市相似[8-9，35]，均表現為較強的“沿路、環城、傍水\"特性。3.2.1“傍水特性”。通過近鄰分析工具運算，從水資源方面來看，市全市范圍內農家樂點與主要水系的平均距離為 1.36km ，其中 51.5% 的農家樂分布在距水系 1km 范圍內， 90% 分布在距主要水系 3km 范圍內。按照 400m 緩沖區為間隔進行分組并計算農家樂數量與主要水系距離之間的相關系數，結果為 r=-0.797（Plt;0.01） ，這意味著農家樂點數量與水系緩沖區半徑呈較強的負相關關系，即離主要水系越近，農家樂分布越多，“傍水特性”凸顯。

3.2.2“沿路特性”。市農家樂點與最近道路之間的近鄰結果表明，市全市范圍內農家樂點距主要道路的平均距離為 0.16km ，其中 54.2% 的農家樂分布在距主要道路0.1km 范圍內， 92.3% 位于距離主要道路 0.5km 范圍內。沿主要道路按照 50m 緩沖區為間隔進行分組并計算農家樂點數量與主要道路距離的相關系數，求得 r=-0.725 （ Plt; 0.01），說明農家樂點與主要道路緩沖半徑之間具有較強的負相關關系，即農家樂分布“沿路特性”明顯，且離主要道路越近，農家樂點分布越多。

3.2.3“環城特性”。利用回轉半徑法分析市農家樂資源分布的圈層結構[36-37]。參考文獻[38]，選取市東風廣場為城市中心，并按照 10km 為半徑增量生成多級緩沖區，并統計每個圈層中擁有的農家樂數量。統計結果顯示，51% 農家樂點分布在以東風廣場為圓心的 30km 圈層范圍內，且總體上由圓心向外圍逐漸減少，在 20km 圈層內形成了西山區團結鄉-貓貓箐和盤龍區金殿水庫-野鴨湖2個休閑農業旅游熱點片區，在 40km 處由于安寧市溫泉旅游區[39]輻射帶動作用，形成了城市邊緣區[40]農家樂旅游圈。

3.3農家樂空間聚集的影響因素

3.3.1最優參數的選擇。按照7種尺度對驅動因子進行柵格化處理，以此構建自變量，同理，通過計算每個輸出柵格像元鄰域內的農家樂點數量，再除以領域面積，得到農家樂點密度空間分布，將其作為因變量值。由表4可知，不同空間尺度對地理探測器探測結果有影響，隨著尺度的增加，除 外，各驅動因子的值均呈振蕩式上升后下降的態勢；對于由10個驅動因子值共同組成的 90% 分位數，其在格網尺度為2.5km 時達到最大值0.389，因此，7種格網尺度中， 2.5km 格網能更好地反映驅動因子對市農家樂聚集分布效應的影響。除土地利用類型 ）為類型變量外，其余探測因子均為連續性變量，需進行離散化處理。由圖5結果顯示，不同的空間離散方法和區間數量的組合方式對 q 值產生了顯著影響，選擇值最大時的參數組合作為最優分類組合，圖中沒有數值的部分，表明在相應分類方法或數量下，探測因子未通過顯著性檢測。以夜間燈光（ 為例，當分類方法為自然斷點分類且分為8類時，值達到最大，同理，選用標準差分類法將距景區距離（ 、環城距離（ 1 、路網密度 分別分為6類、8類、11類、11類；選用分位數分類法將 、距行政中心距離 分為11類；選用等間隔分類法將 分為11類；選用幾何間距法將人口密度 ）分為11類。

3.3.2 驅動因子。

（1）單因子探測分析。按照文獻[41]的思想，將所有探測因子進行歸一化處理后根據所屬分類求和，將其作為一級指標的值，結果顯示：經濟水平（0.573）對市農家樂聚集分布的解釋力大于客源市場（0.348），而自然資源稟賦（0.079）的解釋力相對較低；對單個探測因子而言，夜間燈光 、環城距離（ 人 的值分別為0.402、0.388、0.326，是市農家樂聚集分布的主要驅動因素，而植被覆蓋度 解釋力度最小，僅為0.038（表4）。以上結果表明，區域城鎮化水平、經濟發達程度及市場區位顯著影響農家樂聚集空間格局的形成。城鎮化水平高、經濟發達的區域基礎設施完善，旅游服務體系健全，擁有良好的營商環境，為農家樂發展提供了基礎保障，此外，城鎮化帶來的人口聚集以及更高的消費水平，也為農家樂發展提供了充足的客源及市場機會。另一方面，雖然植被覆蓋高的區域生態環境優美，空氣質量良好，但也存在交通不便、市場需求不足等問題，加之隨著我國全面劃定生態紅線，生態環境保護日益嚴格，城市規劃及管理日益規范，因此在植被資源豐富的區域內開展以農家樂為代表的商業活動行為必然會受到一定程度的限制。

（2）因子交互探測分析。對10個因子進行交互式探測分析，利用R語言Corrplot包繪制驅動因子交互式探測結果圖（圖6），可知10個驅動因子共形成45對組合，不同因子組合后均增強了對農家樂聚集分布格局形成的解釋力，包括33對非線性增強和12對雙因子增強，雙因子交互后解釋力最強的是路網密度 ，值為0.547，除此外，值大于0.5的交互作用還有人口密度 夜間燈光（ 人口密度 路網密度 ）夜間燈光（ 、夜間燈光 n環城距離 ）、路網密度（ n環城距離 ，以上6個組合中夜間燈光（ ）、路網密度（ 出現的交互次數最多，進一步說明了城鎮化程度、經濟水平、區位因素以及路網密度等多因子共同推動了市農家樂的聚集和發展，其中，路網密度反映了交通發達程度以及旅游可達性，道路網絡密集，城市化程度高，經濟發達的區域更能吸引農家樂的聚集。

4結語

該研究結果表明，以市農家樂POI數據為研究對象，借助洛倫茲曲線、最近鄰指數、核密度函數、Ripley's K 指數空間分析手段及計量地理學模型，對市農家樂分布格局進行了分析。在此基礎上，借助參數最優地理探測器模型（OPGD）進行定量分析，探討了影響市農家樂聚集分布的驅動因素，得出以下結論：

（1）市農家樂數量空間分布不平衡，全市范圍內農家樂整體為顯著聚集分布，主城區范圍內農家樂為聚集-隨機分布，在多距離空間尺度下農家樂聚集程度均隨空間尺度的上升而增強，其中，在主城區視角下的特征空間尺度為 3.5km 。

（2）市農家樂密度分布特點突出，在全市范圍內表現為“南密北疏”并以安寧市、西山區、官渡區為核心，呈現出“三核多中心\"集中連片分布；主城區范圍內，密度分布的中心主要集中在西山區北部中部、盤龍區南部以及五華區中部。

（3） 2.5km 網格是運用地理探測器研究的最佳空間尺度，不同驅動因子的離散方法及分類對最終探測結果有影響。

（4）市農家樂聚集分布受到經濟水平、客源市場、自然資源稟賦等因素的共同作用。其中，夜間燈光、環城距離、GDP對市農家樂空間分異的貢獻率最大，路網密度和GDP對農家樂分異的協同作用最強。

參考文獻

[1]明慶忠，韓璐.旅游價值共創促進民族村寨鄉村現代化的邏輯與實踐路徑研究[J].華中師范大學學報（自然科學版），2024，58（1）：46-58.

[2]肖臻泉，普拉提·莫合塔爾，安朝高.基于POI數據的新疆農家樂空間分布特征及影響因素研究[J].西南大學學報（自然科學版），2022，44（4）：144-154.

[3]杜久升，馮云超，王羽，等.河南省鄉村旅游特色村空間分布格局及影響因素研究[J].西北師范大學學報（自然科學版），2023，59（5）：127-134.

[4]王國權，王欣，王金偉，等.創意休閑農業的空間分布格局及影響因素：以江蘇省為例[J].江蘇農業學報，2021，37（1）：219-229.

[5]覃小華，李星明，陳偉，等.長江經濟帶少數民族特色村寨的地域空間格局與影響因素[J].人文地理，2022，37（3）：118-130.

[6]楊劉軍，朱戰強.廣東省鄉村休閑旅游地空間分布格局及影響因素[J].熱帶地理，2023，43（2）：293-307.

[7]李嘉欣，謝德體，王三，等.基于興趣點（POI）挖掘的重慶主城區農家樂空間分布特征[J].生態與農村環境學報，2020，36（3）：300-307.

[8]王婧，李裕瑞，陳宗峰.基于POI數據挖掘的北京市農家樂空間分布特征及其影響因素研究[J].農業現代化研究，2022，43（2）：340-350.

[9]唐鴻，許春曉.長沙市休閑旅游資源空間分布特征及形成機制[J].經濟地理，2022，42（12）：214-223.

[10]王珺穎，謝德體，王三，等.基于POI提取的山地丘陵區鄉村旅游空間分布研究：以重慶市農家樂為例[J].中國農業資源與區劃，2020，41（5） ：257-267.

[11］朱中原，王蓉，胡靜，等.江西省鄉村休閑旅游地類型劃分與空間格局研究[J].長江流域資源與環境，2020，29（4）：824-835.

[12]李茂林，劉春蓮，謝雨萍.廣西休閑農業與鄉村旅游地空間分布特征及影響因素研究[J].西南大學學報（自然科學版），2020，42（7）：76-82.

[13］秦學.中國鄉村旅游的空間分布格局及其優化[J].農業現代化研究，