关中城市群区域旅游资源综合评价分析

崔 杰

（1.陕西交通职业技术学院 基础学科部，陕西 西安 710018）

关中城市群区域旅游资源综合评价分析

崔 杰1

（1.陕西交通职业技术学院 基础学科部，陕西 西安 710018）

运用6个旅游资源指标，14个社会经济相关指标以及5个生态环境质量指标对关中城市群区域旅游资源进行了综合评价。以关中城市群地区行政单位为研究对象，收集整理了关中城市群区域环境质量指标，基于主成分分析法提取了社会经济相关指标，量化计算了关中城市群区域旅游资源质量、种类和空间结构指标；再采用人工神经网络技术对所得指标进行聚类，运用Matlab建立Kohonen神经网络模型，对关中城市群区域旅游资源进行了综合评价，并根据计算结果将关中城市群区域旅游资源分为3种类型。结果表明，关中城市群区域整体上具有较高的旅游资源开发度，但不同类型地区的旅游资源差异较大。

旅游资源；环境质量；社会经济；指标；综合评价

GB/T 18972-2003《旅游资源分类、调查与评价》自2003年5月1日实施以来，为旅游资源单体的定量评价提供了一套行之有效的方法体系，旅游资源研究、分析和应用已初见成效。但该标准对于区域旅游资源综合评价尚缺乏指导作用，地区间的旅游资源优势难以对比和应用，基于此，国内外专家学者运用新技术、新方法对区域旅游资源的综合评价进行了探索。张结魁[1]以西安市旅游资源为例，建立了区域旅游资源评价的内容、指标体系和评价方案，给出了一套区域旅游资源评价的具体操作方案；姚长宏[2]等结合路南石林、桂林漓江和福建天鹅洞3 个案例，建立了评价模型并进行了验证；崔越[3]基于UML建立了旅游资源的评价模型；骆华松[4]等利用遥感技术和计算机图形处理技术建立了旅游资源评价模型；钱佳[5]等以苏州市中心城区为例，综合运用德尔菲法和层次分析法，构建了创意旅游资源的评价体系、因子权重和等级划分标准；徐映雪[6]等设计开发了渭南市旅游资源管理评价信息系统，对其需求分析、体系结构、数据库建设和功能实现进行了详细探讨；胡巧娟[7]等以陕西向15个典型省市转移的入境旅游流为例，对15条入境旅游流空间转移与旅游经济联系强度之间耦合关系进行了分析。在现有研究成果的基础上，本文以关中城市群为例，通过计算机程序，运用神经网络技术，研究了区域旅游资源的综合评价模型。

1 关中城市群区域旅游资源调查

关中城市群区域旅游资源调查以西安为中心，包括咸阳、渭南、宝鸡、铜川等5个地级市、47个县（市、区）和400多个建制镇。本文从关中城市群区域内旅游资源的类型、现状、特征、规模和开发潜力等方面展开调查，为评价和开发工作提供第一手资料，对于旅游资源的科学规划、合理开发、现代化管理和环境监控与保护都有积极意义。

1.1 调查依据

截至目前，关于旅游资源普查、分类与评价标准的主要研究成果有： GB/T 18972-2003《旅游资源分类、调查与评价》，《中国旅游资源普查规范》（试行稿），郭来喜、吴必虎等有关中国旅游资源分类系统与类型评价的研究成果[8-10]以及一些专项旅游资源（如地质旅游资源、海洋旅游资源、红色旅游资源、体育旅游资源、民族风情旅游资源）普查资料。本文对关中城市群区域旅游资源的调查主要以GB/T 18972-2003《旅游资源分类、调查与评价》为依据，同时吸收一定比例的旅游行政部门官员、投资商、专家型游客和资源所在地社区居民参加调查及评价。

1.2 调查内容

旅游资源调查包括旅游资源自身条件调查和外部条件调查两类。旅游资源自身条件调查，主要了解旅游资源单体的地理位置、性质与特征，同时掌握调查区域的基本情况，从而找出旅游资源的整体特色和内在联系。旅游资源外部条件调查，主要了解调查区和所依托城镇与中心城市的距离，依托城镇的社会条件、自然条件，以及旅游资源的保护现状、开发现状和市场发展前景等。

1.3 调查程序

关中城市群区域旅游资源调查分为3个阶段：准备阶段、资料和数据收集阶段以及文件编辑阶段。各阶段主要完成的工作如图1所示。

图1 区域旅游资源调查流程图

1.4 调查成果

资源单体为旅游资源普查的最基本对象，经调查关中城市群共获得8 934个旅游资源单体，可分为一级、二级、三级、四级、五级、无级别等6个级别，其中，五级、四级、三级、二级、一级和无级别的的资源单体分别为 145、418、962、1 151、2 078 和 4 180个。

按照GB/T 18972-2003《旅游资源分类、调查与评价》对调查结果进行分类，得出关中城市群主类、亚类和基本类型3个层次的旅游资源。关中城市群区域旅游资源共分为8个主类、31个亚类和 154个基本类型。主类和亚类拥有率均为100%，8个主类分别为地文景观、遗址遗迹、建筑设施、人文景观、旅游商品、生物景观、天象气候景观和水域风光（表1）。从资源类型的拥有数量及拥有率来看，关中城市群区域旅游资源十分丰富。

表1 关中城市群的8个主类

2 关中城市群区域旅游资源评价指标

旅游资源评价一直都是地理、环境、经济、社会等学科领域研究的重点，其评价方法的演进大致分为两个阶段：定性的经验评价和单因子评价、建立数学模型进行多因子的定量评价。本文在现有研究的基础上，从旅游资源自身条件、区域社会经济条件、生态环境质量等方面构建区域旅游资源评价指标。

2.1 旅游资源自身条件

旅游资源自身条件包括独特性指标、聚集度指标、中心离散度半径和交通指数4个空间结构指标，以及旅游资源总储量比重和自然旅游资源储量比重2个质量指标。

1）独特性指标的量化。区域旅游资源独特性的量化公式为：

式中，n为评价区域内旅游资源单体总数；Ki为一定距离内i类单体的总数，其中，K为关中城市群中西安—宝鸡的距离，K=173。

2）聚集度指标的量化。区域旅游资源群的聚集度指数Ri可用最邻近点指数公式来计算：

式中，r1为平均最邻近距离，即区域内所有单体距最邻近单体距离之和的平均值；re为理论的随机型分布（泊松分布）时的平均最邻近距离，其计算公式为：

式中，A为区域面积；n为区域内单体总数。若Ri＞ 1，说明区域内单体是均匀分布的；Ri=1则是完全随机分布；Ri越小，表明旅游资源群在区域分布上越集中，旅游资源单体关联程度越高。

3）其他指标的量化。对于中心离散度半径，按照单体分布与县城的距离（如0.1 km、0.2 km、0.3 km）进行分组，统计不同距离范围内的旅游资源总量，绘制洛伦兹累积频率曲线，求出累积50%储量的距离。对于交通指数，按照高速公路和国道主干线两侧2 km内的单体储量占各区域内总储量的比例计算。

对于两个质量指标，旅游资源总储量比重为不同等级单体的加权平均值，自然旅游资源储量比重为关中城市群各区域内自然旅游资源总储量在整个关中城市群范围内的加权平均值。按照以上方法，根据调查结果，关中城市群区域旅游资源自身条件的量化指标见表2。

表2 关中城市群区域旅游资源自身条件量化指标

2.2 社会经济相关指标

旅游资源开发和旅游建设所需要的环境保护、基础设施建设资金、区域旅游文化建设受区域经济发展水平的影响，区域生活消费水平对区域旅游消费较敏感，目前还难以提出具体的量化指标来衡量，本文在进行关中城市群区域旅游资源评价时，社会经济相关指标主要结合陕西省统计年鉴，整理和构建了14个相关指标，见表3。

表3 社会经济相关指标

本文根据关中城市群的具体情况和数据的可靠性，对所有原始数据进行标准化处理，再对各大类的每个因子进行主成分分析，最后为主成分赋权重。数据标准化采用标准差标准化方法，先计算各样本数据的样本标准差，然后通过计算第i个样本和样本均值之差与样本标准差的商得到各样本标准化之后的数值，计算公式为：

式中，x*i为标准化后第 i 个样本；xi为第 i 个原始数据；x 为样本均值；S为样本标准差。根据14个指标的原始数据标准化处理结果，在SPSS软件中进行主成分分析。选取主因子数M=14，因子分析特征值见表4。根据主因子计算各地区得分，得到关中城市群14个主因子的最终得分，见表5。

表4 因子分析特征值

2.3 生态环境质量指标

本文采用的生态环境质量指标主要有：生物丰度、植被覆盖、土地退化、水网密度和污染指数。相应的生物丰度指数、植被覆盖指数、土地退化指数、污染负荷指数均来自中国环境监测总站发布的《生态环境质量评价及分级技术规定》，各指标的权重及指数计算方法如表6所示，水网密度指数按照式（6）进行计算。水网密度指数= (Ariv×河流长度/区域面积+Alak×水域面积(湖泊、水库、河渠和近海)/区域面积+ Ares×水资源量/区域面积)/3 (6)

其中，Ariv为河流长度的归一化系数，参考值为84.370 408 398 1；Alak为水域面积的归一化系数，参考值为591.790 864 200 5；Ares为水资源量的归一化系数，参考值为86.386 954 828 1。

表5 社会经济相关因子得分表

表6 生态环境质量评价指标

3 Kohonen神经网络评价模型

3.1 Kohonen神经网络评价模型

Kohonen神经网络评价模型是通过计算竞争层上输入样本和输出神经元的欧氏距离进行相似性判断的，将欧氏距离最小的神经元看作获胜神经元，修改获胜神经元自身及其邻域内其他神经元的权系数，较邻近的神经元相互刺激，最终与各输出神经元连接的权系数经自适应调整后具有一定的分布，即与同一输出神经元相连的权系数组成的向量。一个类的中心代表了一个类的特征。

利用关中城市群区域旅游资源自身条件的6个量化指标、14个社会经济相关因子的量化得分和5个生态环境指标建立Kohonen神经网络评价模型。以上指标组成25×5的矩阵，利用Matlab通用程序进行竞争分析。

3.2 评价结果

根据输入的量化指标， Kohonen神经网络评价模型将关中城市群的旅游资源分成3类，根据计算结果，将最先获胜的神经元数量较多的定义为一类，其次为二类，再次为三类，各地区各类神经元数量见表7。

表7 关中城市群获胜神经元数量

西安地区旅游资源的评价指标中，优先获胜神经元数量最多，咸阳、宝鸡次之，渭南、铜川的优先获胜神经元数量较少，说明关中城市群中西安地区的旅游资源评价指标具有较好的竞争力，咸阳、宝鸡的旅游资源指标有提升的空间，渭南、铜川的旅游资源竞争力相对较弱。

4 结 语

通过本文的研究，可以得出的重要结论为：

1）关中城市群旅游资源的种类丰富，涵盖了《旅游资源分类、调查与评价》中的所有主类，旅游资源的基本类型达到了154种；

2）利用旅游资源自身条件的6个指标对关中城市群区域旅游资源单体的情况进行量化，结果表明关中城市群区域旅游资源单体的条件较好，资源的分布较合理，具有较好的开发条件；3）利用主成分分析法对与旅游资源有关的社会经济相关指标进行分析是一种可信度较高的方法，指标的量化分析能较好地反映旅游资源开发的社会经济条件；4）通过建立的Kohonen神经网络评价模型对关中城市群区域旅游资源进行评价，结果表明西安地区在关中城市群区域旅游资源中占有优势，宝鸡、咸阳地区的旅游资源开发具有较大的空间，渭南、铜川的旅游资源相对欠缺。

[1] 张结魁.区域旅游资源评价体系构想与实证研究[J].资源科学,2003,25(3)：90-97

[2] 姚长宏,陈田,刘家明.西南岩溶区生态旅游评价模型研究[J].中国岩溶,2008,27(1)：80-85

[3] 崔越.基于UML的旅游资源评价决策支持系统的建模和开发[J].计算机工程与应用,2005(15)：214-215,224

[4] 骆华松,杨世瑜.丽江市旅游地质资源系统与人地关系系统的相互作用[J].云南地理环境研究,2005,17(5)：40-46

[5] 钱佳,汪德根,牛玉,等.城市创意旅游资源分类、评价及空间分异：以苏州中心城区为例[J].经济地理,2014,34(9)：172-178

[6] 徐映雪,任志远,李玲芬.渭南市旅游资源管理评价信息系统的设计与实现[J].测绘科学,2008(4)：140-142

[7] 胡巧娟,马耀峰,张岩君,等.入境旅游流空间转移与旅游经济联系强度耦合分析：以陕西向15个典型省市转移为例[J].陕西师范大学学报(自然科学版),2012,40(6)：87-91

[8] 吴必虎.上海城市游憩者流动行为研究[J].地理学报, 1994,49(2)：117-127

[9] 郭来喜. 中国生态旅游：可持续旅游的基石[J].地理科学进展,1997,16(4)：1-11

[10] 郭来喜,吴必虎,刘峰,等.中国旅游资源分类系统与类型评价[J].地理学报,2000,55(3)：294-301

P208

B

1672-4623（2017）05-0071-04

10.3969/j.issn.1672-4623.2017.0052.2

崔杰，硕士研究生，副教授，主要从事旅游资源开发与评价的教学研究工作。

2016-03-29。

项目来源：交通运输部科技计划资助项目（2015319G02190）；陕西省教育厅科学研究资助项目（16JK1064）。