基于POI数据的乡村休闲旅游地空间格局及其影响因素

2021-05-26 04:28冼炜轩尚国琲刘玉刘巧芹唐林楠
江苏农业科学 2021年8期
关键词:空间格局乡村振兴战略影响因素

冼炜轩 尚国琲 刘玉 刘巧芹 唐林楠

摘要:发展乡村休闲旅游是实现乡村振兴的有效途径。以北京市密云区为例,依据分类将POI数据中的1 793个乡村休闲旅游地分为自然风景类、历史与文化活动类、观光农场类和休闲度假类等4类。借助空间数据分析方法和数理统计分析方法,研究其空间格局及影响因素。结果表明,研究区内整体和各类乡村休闲旅游地空间分布趋于集聚。乡村休闲旅游地以观光农场类和休闲度假类为主,二者共占62.87%,在古北口镇、石城镇等乡(镇)分布较集聚。依据最大空间集聚尺度的核密度带宽分析结果,整体和各类乡村休闲旅游地呈现“两条轴带,多个增长极”的集聚分布格局;自然风景类在白、潮河轴带沿线和古北口镇司马台村等增长极所在的村域集聚;观光农场类在已有白、潮河轴带的基础上,凸显了以司马台村为核心的增长极;休闲度假类在已有白、潮河轴带的基础上,呈现环绕古北口镇司马台村的安达木河轴带;历史与文化活动类主要集聚于古北口村、司马台村等增长极上。乡村休闲旅游地的空间格局主要受交通区位、资源禀赋、发展规划等因素的影响。以期为村域等微观尺度乡村休闲旅游差异化研究提供参考,并为密云区乡村休闲旅游地选址布局提供参考依据。

关键词:POI;乡村休闲旅游地;空间格局;影响因素;密云区;乡村振兴战略

中图分类号: F323.4文献标志码: A

文章编号:1002-1302(2021)08-0015-07

收稿日期:2020-08-12

基金项目:北京市农林科学院青年科研基金 (编号:QNJJ201902);北京市自然科学基金面上项目(编号:9192010);河北省社会科学基金(编号:HB18YJ011)。

作者简介:冼炜轩(1995—),男,广东广州人,硕士研究生,主要从事土地资源与城乡规划研究。E-mail:2221262066@qq.com。

通信作者:刘巧芹,博士,教授,主要从事人文地理、土地评价与土地利用规划研究。E-mail:1147065605@qq.com。

乡村是介于城市之间,由多层次的集镇、村庄及其所辖区域组合而成的空间系统[1],拥有显著区别于城市的经济、社会、生态等功能。自新农村建设政策实施以来,伴随着居民收入的稳定增长,居民消费观念发生显著变化,乡村休闲旅游成为城乡居民的消费热点之一。近年来,《乡村振兴战略规划(2018—2022年)》《关于促进乡村产业振兴的指导意见》等文件均把发展乡村休闲旅游作为乡村振兴的重要抓手。因此,在实施乡村产业振兴和乡村休闲旅游分化新形势下,迫切要求系统研究乡村休闲旅游地的空间格局及其影响因素,进而为其现状的评价与优化提供参考。目前,国内外学者基于不同视角对乡村休闲旅游进行深入探讨。总体来看,国外对乡村休闲旅游的研究较早,起源于19世纪80年代的法国。后来,未来学家格雷厄姆莫里托在20世纪90年代出版的《全球经济将出现五大浪潮》进一步预言,2015年人类将进入休闲时代,这是首次提出“休闲”一词[2]。近年来,随着西欧等国家的乡村由“生产型”向“后生产型”或“多功能型”转变,乡村休闲旅游已从内涵界定和空间分析,逐步转向功能识别和发展评价等[3-5]。国内对休闲旅游的研究较晚,起步于20世纪80年代,主要涉及城乡休闲旅游地的空间格局[6-8]、布局优化[8-9]等;主要选用核密度分析、缓冲区分析和BP神经网络分析等方法[9-11];涵盖全国、省域、地市级、县域和旅游景点等研究尺度[11-12],而数据获取的限制使村域尺度的研究较少。在作用机理方面,目前主要采用公园点、景观点和互联网大数据等数据,而兴趣点(point of interest,POI)数据作为互联网大数据的代表被一些学者用于研究城市休闲旅游产业的空间格局[12-15]。相对而言,在村级尺度,基于POI数据的乡村休闲旅游空间特征及其影响机理的研究相对薄弱。综上,在村域尺度下,乡村休闲旅游空间格局分析及其影响机理的研究相对薄弱。因此,本研究基于乡村休闲旅游地视角将POI数据中的乡村休闲旅游资源数据划分为4种类型,运用多距离空间聚类分析法、核密度分析法和数理统计分析法,提炼其整体及其4种类型的空间集聚特征,并尝试从交通区位、资源禀赋、发展规划等方面揭示其影响机理。从研究意义来看,一方面利用POI数据降低研究成本和难度,拓宽乡村地理格局研究的数据源;另一方面以乡村振兴政策和休闲旅游迅速发展现状为指引,系统研究乡村休闲旅游的空间特征及其影响因素,以期服务于乡村休闲旅游地格局的评价和优化。

1 研究区概况与数据处理

1.1 研究区概况

密云区位于北京市东北部,2013年被确认为国家生态文明先行示范区和京津冀生态涵养区的重要组成部分,在北京市乃至全国的乡村研究中均处于突出地位。鉴于乡村定义(即市区和县城区域外的农村地区)和研究需要,本研究范围涵盖前焦家坞村、后焦家坞村、八家庄村等356个行政村和古北口街坊,不包括密云水库以及鼓楼、果园和檀营3个街区,研究区面积为2 035.86 km2。

1.2 数据来源及处理

本研究中的休閑旅游数据来源于北京数字空间科技有限公司提供的2017年北京市POI数据,通过数据去重、纠偏等[16]处理后,形成包含空间信息和属性类别信息的矢量数据。

依据《旅游资源分类、调查与评价》(GBT 18972—2017)[17]对旅游资源进行分类,但由于该分类不是针对休闲旅游地,对休闲旅游地的研究来说分类不够精细,难以满足研究需要。为此,根据研究区现状和已有研究成果中休闲旅游资源[12-14]、旅游地的定义[18],对《旅游资源分类、调查与评价》的分类标准进行细化,将密云区1 793个休闲旅游资源数据条目按属性类别信息细分为4类旅游地(表1),其中观光农场类952个、休闲度假类678个、历史与文化活动类107个、自然风景类56个,以此作为研究的数据基础。其他数据来源为密云区数字表面模型(DSM)和交通道路等级数据。

2 研究方法

2.1 最邻近距离分析法

最邻近距离分析法(NNI)是平均观测距离与随机分布的预期平均距离间的比率[18]。本依据运用ArcGIS 10.5中的NNI功能分析整体和各类休闲旅游的空间集聚程度。

NNI=D0DE。(1)

式中:D0表示同类型休闲旅游数据点与点的平均距离;DE表示在随机模式下同类型休闲旅游数据点与点的预期平均距离。

2.2 Ripleys K函数

Ripleys K函数可分析多尺度下点状要素的空间集聚规模[19-20]。本依据采用Crime Stats 3.3软件的Ripleys K函数分析乡村休闲旅游在不同空间尺度上的集聚特征,取L(r)最大值为最大空间集聚尺度作后续各类核密度估计分析的带宽。其中,Ripleys K函数公式如下。

K(r)=An2∑ni=1∑nj=11wijIr(uij);(2)

L(D)=K(r)∏-r。(3)

式中:A表示研究区域面积;n表示点的数量;r表示空间尺度;uij表示点i和点j之间的距离,当uij≤r时,Ir(uij)为1,否则为0。用L(D) 表示空间集聚特征,其模拟检验法所得最大值、最小值定义为上、下包络线的数值,其中L(D)>0,且模拟结果在上包络线以上,表明样本点呈聚集分布;L(D)=0且模拟结果处于上、下包络线间,表明样本点呈随机分布;L(D)<0且在下包络线以下,服从均匀分布[18]。

2.3 核密度估计

核密度估计可用于表达数据点的空间分布密度。本研究参考韩春萌等对北京市局部休闲农业的研究[21],结合乡村各类休闲旅游Ripleys K函数的最大集聚尺度来确定核密度函数的合适带宽,从而利用ArcGIS 10.5计算并分析研究区内整体和各类休闲旅游地的核密度分布格局。其中,核密度估计分析公式如下

f(x)=1nh∑ni=1Kx-xih。(4)

式中:f(x) 表示空间位置x处的核密度计算函数;h>0 表示带宽;n表示某乡村POI数据点数;K函数表示空间权重函数;(x-xi)表示估值点到区域Xi处的距离。其中,f(x)估计值越大,表明该类休闲旅游的点越密集[22]。基于核密度分析结果,在ArcGIS 10.5中运用自然断裂法(natural breaks)[23]划为低度、中度、较高、高度集聚4个级别,其中中度、较高和高度集聚是研究区内休闲旅游集聚区域。

2.4 影响因素相关性分析

通过SPSS软件中的皮尔森(pearson)相关性分析对乡村内各类休闲旅游地数量、道路长度进行相关性分析[23]。其中,某行政村各类休闲旅游数据点数量为各行政村内各类数据点数量的加和,道路长度为各行政村所有公路长度之和。本研究通过显著程度和相关系数分别判断其有无相关性影响和相关性影响程度,其中,相关系数即为相关性分析结果,当相关系数≤0.2为极弱相关,0.2<相关系数≤0.4为弱相关,0.4<相关系数≤0.6为中等相关,0.6<相关系数≤0.8为强相关,相关系数>0.8为极强相关[24]。

3 乡村休闲旅游空间特征分析

3.1 乡村休闲旅游总体特征

将乡村休闲旅游资源数据条目按乡(镇)进行统计,从整体和各类型分析乡村休闲旅游地的数量特征。从各类型看,密云区整体乡村休闲旅游资源以观光农场类为主,共占36.55%;休闲度假和历史与文化活动类次之,分别占26.32%、24.27%;自然风景类最少,占12.87%。从各乡(镇)看,乡村休闲旅游资源主要集中于古北口镇和石城镇,溪翁庄镇、穆家峪镇和新城子镇次之,而巨各庄镇、河南寨镇和太师屯镇等剩余12个乡(镇)均有一定分布。其中,自然风景类主要集中于石城镇和新城子镇,共占50%,而溪翁庄镇、穆家峪镇和太师屯镇次之;历史与文化活动类主要集中于古北口镇,共占5663%,而巨各庄镇和冯家峪镇次之;观光农场类主要集中于石城镇、古北口镇和穆家峪镇,共占4480%,而河南寨镇、溪翁庄镇次之;休闲度假类主要集中于石城镇和古北口镇,共占42.22%,而新城子镇、溪翁庄镇和穆家峪镇次之。

3.2 空间集聚分析

本研究利用最邻近距离分析法分析休闲旅游地的空间集聚程度。由表2可知,自然风景类、历史与文化活动类、观光农场类、休闲度假类和整体休闲旅游地的Z得分均小于-2.58,且其NNI均小于1,表明密云区乡村休闲旅游地不论是整体还是各类在空间上均为集聚分布,特别是整体休闲旅游地的NNI为0.41、Z得分为-20.61,即其在研究区内整体乡村休闲旅游资源较所有旅游资源分类更加显著集聚。从各类型看,观光农场类的NNI值小于自然风景类和历史与文化活动类,且其Z得分小于自然风景类、历史与文化活动类和休闲度假类,分别为0.51、-10.39,说明该研究区内观光农场类较其他3类休闲旅游地空间集聚程度更高。

3.3 空间集聚尺度

通過Crime Stats 3. 3软件的Ripeys K函数探讨密云区整体乡村休闲旅游地的最大空间集聚尺度。由图1可知,密云区各类及整体乡村休闲旅游地达到空间集聚程度后均随着空间尺度的增大而减少。图1-a至图1-e分别表明自然风景类、历史与文化活动类、观光农场类、休闲度假类、整体休闲旅游地的空间集聚尺度特征,L(D)>0且大于上包络线,五者均呈空间集聚特征,其空间集聚尺度L(D) 分别在空间距离为6.52、1.05、2.01、1.26、369 km达到3.97、11.65、3.93、5.04、5.20峰值,且均在韩春萌提出的北京市局部休闲农业核密度带宽范围(3±3) km内[21],说明自然风景类、历史与文化活动类、观光农场类、休闲度假类和整体休闲旅游地分别在6.52、1.05、2.01、1.26、3.69 km的空间距离处最集聚。

通过对比图1的最大峰值可知,历史与文化活动类在最大集聚尺度的峰值最高,休闲度假类和观光农场类次之,自然风景类低于整体休闲旅游地的峰值,且在4类中最低;通过对图1的最大集聚尺度进行对比可知,自然风景类最大,观光农场类和休闲度假类次之,且与整体休闲旅游地的集聚特征最相似,历史与文化活动类最小。结合上述研究结果和核密度带宽选取原则[21]发现,峰值越大,最大集聚尺度越小,即核密度带宽越小,该类休闲旅游地分布密度越高,但具体的集聚格局须通过核密度空间分布格局进行可视化表达。

3.4 核密度空间分布格局

本研究利用核密度估计法对各类和整体乡村休闲旅游地进行核密度计算,并按照自然断裂法对其核密度估计值进行分级。由图2可知,区内各类及整体休闲旅游地集聚密度在0~23.41个/km2,呈现“两条轴带,多个增长极”的空间集聚格局。其中,“轴带”集聚于密云水库旁石城镇张家坟村-穆家峪镇阁老峪村-巨各庄镇金山子村和古北口镇古北口村-新城子镇遥桥峪村沿线行政村内,整体乡村休闲旅游资源的集聚密度在1.14~3.38个/km2,从各类型看,观光农场和休闲度假类的集聚密度次之,在0.77~3.50个/km2,自然风景类的集聚密度最低,在0.06~0.16个/km2;“增长极”集聚于城区旁西田各庄镇西田各庄村、太师屯镇上庄子村、河南寨镇河南寨村及其附近行政村内,整体乡村休闲旅游资源的集聚密度在2.18~3.38个/km2,从各类型看,历史与文化活动类集聚密度最高,在3.34~7.21个/km2,观光农场类和休闲度假类的集聚密度次之,分别在1.86~3.50、0.89~1.11个/km2,自然风景类的集聚密度最低,在0.10~0.16个/km2。

通过分析可知,研究区内乡村休闲旅游地核密度分布呈现以下特征:第一,密云区整体乡村休闲旅游地呈现“两条轴带,多个增长极”的空间集聚格局。“两条轴带” 是指密云水库旁石城镇张家坟村-溪翁庄镇石马峪村-穆家峪镇阁老峪村-巨各庄镇蔡家洼村-巨各庄镇金山子村沿线行政村(简称白、潮河轴带)和古北口镇古北口村-新城子镇遥桥峪村(简称安达木河轴带);“增长极”集聚于城区旁西田各庄镇西田各庄村、太师屯镇上庄子村、河南寨镇河南寨村及附近行政村内。第二,各类休闲旅游地呈现3种主要空间集聚格局。(1)自然风景类在整体集聚格局基础上,凸显白、潮河轴带,即石城镇张家坟村-穆家峪镇阁老峪村-巨各庄镇金山子村沿线行政村,且在古北口镇司马台村和新城子镇遥桥峪村形成一定集聚格局。(2)历史与文化活动类及其依赖历史文化的遗址或宗教与文化活动的场所,其主要呈现出多个增长极为主的空间集聚格局;“增长极”空间集聚格局主要集聚在古北口镇司马台村、古北口镇古北口村、巨各庄镇蔡家洼村。(3)观光农场类和休闲度假类在已有白、潮河轴带的基础上,分别形成安达木河轴带或多个增长极的空间集聚格局;其中,观光农场类以白、潮河轴带和司马台村增长极为主,而休闲度假类以白、潮河轴带和环绕古北口镇司马台村的安达木河轴带为主。

4 乡村休闲旅游地影响因素分析

经济条件、发展活力[25]、资源禀赋[10]、交通区位[10]、发展规划[26]等是形成休闲旅游空间集聚模式的主要因素。其中,交通区位、资源禀赋、发展规划和社会经济因素对其影响最显著[12]。参考已有研究,本研究结合密云区乡村休闲旅游地的分布特点和相关性分析结果,分析交通区位中的道路长度对休闲旅游地空间分布格局的影響;随后对比各类休闲旅游地的相关性结果和核密度空间格局,分类解析资源禀赋对休闲旅游地空间格局的影响;最后,结合县域各行政村的发展规划,分析其对休闲旅游地空间格局的影响。

4.1 交通区位

乡村旅游能够促进城乡经济发展,为城乡一体化注入新的活力和生机[26],特别是乡村休闲旅游作为乡村旅游的一种,其分布格局与公路交通网关系密切,不同休闲旅游类型针对不同客源培育不同经济市场,逐步形成各自发展的集聚区域。

本研究借用ArcGIS缓冲区分析工具,分析区内道路沿线的乡村休闲旅游地所在行政村数量,发现309个乡村休闲旅游地所在的284个行政村位于缓冲区内,占区内行政村总量的79.55%。其中,自然风景类有39个,占自身总量的79.54%;历史与文化活动类有73个,占自身总量的87.95%;观光农场类有119个,占自身总量的94.44%;休闲度假类有82个,占自身总量的92.13%,说明各类乡村休闲旅游地对区域交通网络均具有较强的依附性,其中观光农场类和休闲度假类依赖程度更高。结合表3可知,历史与文化活动类、观光农场类和休闲度假类与各行政村内道路长度,均在0.01置信度的水平下存在显著正弱相关;但行政村内道路长度与上述三者相关性系数分别为0.136、0.250、0.163,仅观光农场类的相关系数达到0.2以上,表明在0.01置信度下,村庄内公路里程对这3类休闲旅游地的影响均较弱,特别是对历史与文化活动类、休闲度假类休闲旅游地的影响更低;而自然风景类与各行政村内道路长度虽在0.05置信度下存在显著正向极弱相关,且其与行政村内道路长度的相关性系数较上述三者更小,表明其在区内主要分布在人少地多的风景优美区域,受村内交通影响较少。可见,区内休闲旅游地对公路交通布局有一定的要求,但依附性不高,其中观光农场类依附性最高,历史与文化活动类和休闲度假类次之,而自然风景类最低。

4.2 资源禀赋

乡村休闲旅游地是建立在一定的资源禀赋基础之上的[9]。综上分析可知,密云区乡村休闲旅游地主要分布在交通便捷的区域,呈“两条轴带,多个增长极”的空间集聚格局,其“增长极”主要集中于冶山塔文化休闲公园、潮河体育休闲公园和沙厂水库附近,“两条轴带”主要集中分布于安达木河绿廊、白河绿廊和潮河绿廊等部分区内滨水绿廊。由表3可知,区内各村自然风景类、历史与文化活动类、观光农场类和休闲度假类在0.01置信度水平下的存在显著相关性。其中,观光农场类和休闲度假类受到相互配套设施的影响,其相关系数为0.736,即二者具有正向强相关性,以司马台村为代表。历史与文化活动类集聚区主要受到增强文化自信观念的影响,导致各村中其与观光农场类和休闲度假类相关系数分别为0.681、0.740,即其与上述2类旅游资源均具有正向强相关性;其分布主要集中于人口密集和交通区位较好的区域,即城区边缘交通便捷地带和重点旅游景区附近的十字路口地带,以古司马台村和古北口村为代表。自然风景类星罗棋布于-55~1 735 m海拔高度内且与其他3类的关联度较弱,分别为0.325、0.425、0.583,表明该类乡村休闲旅游分布在自身地貌变化和产业规模等因素影响下,不受制于其他3类资源分布的影响,更倾向在区内沿沟-临水旁的交通干线集聚分布,即密云区西北部和东北部的山区沟域地带和水源保护区域。结合交通区位分析结果可知,各类乡村休闲旅游资源中,自然风景类分布间距较大,且多在环境优美但交通不太便捷的密云区西北部山区,而观光农场类、历史与文化活动类和休闲度假类分布间距较少,且多在交通便捷和特色村庄集聚地带。

4.3 发展规划

密云区各行政村的乡村休闲旅游地空间格局受到相关规划和政策法规的影响。其中,密云区十二五“沟域经济”发展规划指明,密云区须按“21条”重点沟域的发展格局,着力发展密云区云雾风情大道等“21条重点沟域”中的“9条沟域”所在乡(镇)的经济。依据上述规划,乡村休闲旅游地逐步拓展出“多点两带”的发展格局,“多点”即多个“增长极”形成的园区,“两带”即白、潮河和安达木河两大休闲旅游集聚轴带,其分布于“21条”重点沟域中的9条河道沟域当中,涵盖穆家峪、巨各庄和古北口等12个镇的行政村。在建设“绿色国际休闲之都”的发展定位指引下,区内各村各类乡村旅游地为综合打造6条交通绿廊,分别形成以人文休闲为主的安达木河轴带、以自然休闲为主的白、潮河軸带和“增长极”三大发展模式。人文休闲带以休闲度假类、观光农场类为主的人文休闲带,沿着安达木河轴带状集聚;自然休闲带以自然风景类为主,沿着白、潮河轴带状集聚;“增长极”发展模式以历史与文化活动类为主,在古北口街坊、司马台村和前栗园村等村规划乡村旅游业产业园。

综上,在交通区位、资源禀赋及发展规划等因素综合作用下,全区各类乡村旅游地不断向优势区域集聚,形成以“绿色密云,金色密云”为特色的密云区乡村旅游地空间格局。

5 结论与讨论

本研究综合借助ArcGIS 10.5、Crime Stats 3.3、SPSS软件,运用最邻近距离分析法、Ripleys K函数、核密度估计等空间分析方法和数理统计分析方法揭示密云区乡村休闲旅游地的空间分布特征,得出以下结论。

第一,密云区乡村休闲旅游地主要包括自然风景类、历史与文化活动类、观光农场类和休闲度假类四大类型,其整体和各类休闲旅游地空间分布趋于集聚状态,空间结构为集聚型。依托各自最大空间集聚尺度所选择的带宽,研究区整体休闲旅游地呈现“两条轴带,多个增长极”的核密度集聚格局。第二,从各类型看,历史与文化活动类趋向“增长极”集聚,休闲度假类、观光农场类和自然风景类趋向“轴带”集聚。其中,历史与文化活动类主要集聚在古北口镇司马台村、古北口镇古北口村、巨各庄镇蔡家洼村;观光农场类在已有白、潮河轴带的基础上,凸显出以司马台村为核心的增长极;休闲度假类在已有白、潮河轴带的基础上,呈现出环绕古北口镇司马台村的安达木河轴带;自然风景类形成了以白、潮河轴带为主,多个增长极为辅的空间集聚格局。第三,交通区位、资源禀赋及发展规划是影响乡村休闲旅游地空间分布的重要因素。从交通区位看,观光农场类依附性最高;从资源禀赋看,自然风景类分布间距最大,且多在环境优美但交通不太便捷的密云区西北部山区,其他3类分布间距较小,且多在交通便捷和特色村庄集聚地带;从发展规划看,明确各村各类乡村旅游地,在沟域经济等发展规划指引下,形成以“多点两轴带”为特色的三大空间发展模式。

本试验重点基于POI数据分析乡村休闲旅游地的空间特征,并从交通区位、资源禀赋及发展规划等方面解析其影响因素,但在乡村社会经济数据获取的约束下对休闲旅游地布局适宜性研究关注不足。科学、合理地为地块选址布局是实现乡村休闲旅游高效、可持续发展的前提和基础。因此,在后续研究中须进一步整合遥感、POI和社会经济等多源数据,构建系统性、综合性的乡村休闲旅游空间适宜性评价模型,综合考虑配套设施和旅客来访率等社会经济因素对其的影响,并经评价划定不同休闲旅游类型的适宜发展地带,为乡村休闲旅游布局优化和乡村差异化发展政策制定提供依据。

参考文献:

[1]徐 凯,房艳刚. 乡村地域多功能空间分异特征及类型识别——以辽宁省78个区县为例[J]. 地理研究,2019,38(3):482-495.

[2]Molitor G T.The next 1 000 years:the“Big Five”engines of economic growth[J]. Executive Speeches,1999,65(22):674.

[3]刘自强,周爱兰,鲁 奇. 乡村地域主导功能的转型与乡村发展阶段的划分[J]. 干旱区资源与环境,2012,26(4):49-54.

[4]ke N P.Staying on farms:an ideological background[J]. Annals of Tourism Research,2002,29(1):7-24.

[5]Carpio C E,Wohlgenant M K,Boonsaeng T.The demand for agritourism in the United States[J]. Journal of Agricultural and Resource Economics,2008,33(2):254-269.

[6]Brandth B,Haugen M S.Farm diversification into tourism-Implications for social identity?[J]. Journal of Rural Studies,2011,27(1):35-44.

[7]吴 杨,倪欣欣,马仁锋,等. 上海工业旅游资源的空间分布与联动特征[J]. 资源科学,2015,37(12):2362-2370.

[8]丁 蕾,吴小根,马劲松,等. 南京市水体旅游资源空间结构分析[J]. 经济地理,2015,35(12):209-215.

[9]毛小岗,宋金平,杨鸿雁,等. 2000—2010年北京城市公园空间格局变化[J]. 地理科学进展,2012,31(10):1295-1306.

[10]刘大均,胡 静,陈君子. 武汉市休闲旅游地空间结构及差异研究[J]. 经济地理,2014,34(3):176-181.

[11]闫闪闪,梁留科,索志辉,等. 基于大数据的洛阳市旅游流时空分布特征[J]. 经济地理,2017,37(8):216-224.

[12]徐冬冬,黄震方,孙黄平,等. 南京市休闲旅游资源空间特征及其影响因素[J]. 南京师大学报(自然科学版),2017,40(1):127-133.

[13]徐 冬,黄震方,吕 龙,等. 基于POI挖掘的城市休闲旅游空间特征研究——以南京为例[J]. 地理与地理信息科学,2018,34(1):59-64,70.

[14]黄震方,祝 晔,袁林旺,等. 休闲旅游资源的内涵、分类与评价——以江苏省常州市为例[J]. 地理研究,2011,30(9):1543-1553.

[15]李淑娟,高 琳. 山东省乡村旅游景点空间结构及影响因素研究

[J]. 中國生态农业学报(中英文),2019,27(10):1492-1501.

[16]龙 军. 基于角色标注的中文POI名称匹配的研究及原型系统实现[D]. 重庆:西南大学,2008.

[17]旅游资源分类、调查与评价:GB/T 18972—2017[S].

[18]韩 非,蔡建明,刘军萍. 大都市郊区乡村旅游地发展的驱动力分析——以北京市为例[J]. 干旱区资源与环境,2010,24(11):195-200.

[19]胡美娟,侯国林,周年兴,等. 庐山森林景观空间分布格局及多尺度特征[J]. 生态学报,2015,35(16):5294-5305.

[20]苏世亮,李 霖,翁 敏. 空间数据分析[M]. 北京:科学出版社,2019.

[21]韩春萌,刘慧平,张洋华,等. 基于核密度函数的多尺度北京市休闲农业空间分布分析[J]. 农业工程学报,2019,35(6):271-278,323.

[22]魏海洋,靖常峰,杜明义. 不同尺度下核密度分析对城市管理案件分布趋势的影响[J]. 城市勘测,2015,31(1):18-20.

[23]陈国磊,田玲玲,罗 静,等. 长江经济带城市黑臭水体空间分布格局及影响因子[J]. 长江流域资源与环境,2019,28(5):1003-1014.

[24]Refaat M. Credit risk scorecards:development and implementation using SAS[M]. China:Social Science Aceademic Press,2011.

[25]刘 玉,任艳敏,潘瑜春,等. 面向乡村振兴战略的乡村发展格局及其分区研究[J]. 农业工程学报,2019,35(12):281-289.

[26]梁晨霞,王艳慧,徐海涛,等. 贫困村空间分布及影响因素分析——以乌蒙山连片特困区为例[J]. 地理研究,2019,38(6):1389-1402.

猜你喜欢
空间格局乡村振兴战略影响因素
“党建+新型农业经营主体”的基层治理创新
浅谈对乡村振兴战略的认识和思考
广义水资源利用效率综合评价指数的