【推荐文章】基于虚实经济比较的黄河经济带县域旅游空间格局及影响因素研究

【推荐文章】基于虚实经济比较的黄河经济带县域旅游空间格局及影响因素研究

总书记提出黄河流域生态保护和高质量发展国家战略，进一步系统展示黄河流域的地位和作用，成为新时期中国经济结构优化的又一新增长点。时代。黄河作为中国的母亲河、中华文明的发祥地，不仅孕育了多样的山地地貌和优美的自然风光，还孕育了河湟文化、河洛文化、关中文化、齐鲁文化。因此，黄河流域的自然与人文、生态资源相结合，形成了一条“黄金”旅游经济带。随着信息网络技术的不断转型升级和居民出行关注的多元化，网络化、数字化、精细化成为推动城乡居民旅游目的地选择的重要看点。那么，城乡居民通过哪些渠道选择出行目的地，搜索引擎又可以反映网民的哪些关切呢？基于此，本研究从县域视角出发，以黄河经济带667个县域研究单位为研究对象，采用实体旅游经济（实际旅游收入）与虚拟旅游经济（旅游百度搜索量），并采用空间分类、空间数据分析方法、核密度估计等方法分析黄河经济带旅游经济的空间差异和空间分布特征，地理探测器模型为探讨其影响因素，以期提供为黄河流域旅游经济高质量发展和空间优化提供支撑。

2 数据来源和方法

2.1 数据来源

考虑到县域尺度数据难以获取，选取具有代表性的旅游总收入作为实体旅游经济层面的研究指标，以反映旅游经济水平的区域差异；在大数据平台和移动互联网技术的支持下，可以通过人们的页面浏览量和网页搜索量，反映人们对本地区旅游的关注程度和旅游经济的发展状况。基于此，本研究选取国内最大的中文搜索引擎百度，以特定县市的旅游百度搜索量作为衡量指标，在虚拟层面上反映旅游经济发展水平，衡量一个地区的旅游业宣传和网络经济表现力。

实体指标及其影响因素数据主要来源于研究区各省、市、县2018年统计年鉴。其中部分来自各县（市）2017年国民经济和社会发展统计公报、政府工作报告等官方统计数据。少量数据是通过使用相邻年份的数据和增长率进行计算来补充的。虚拟指标的旅游百度搜索量数据来自百度搜索引擎。通过逐一检索的方法得到研究区域2017年之前（含2017年）各研究单位的累计检索量。

2.2 研究方法

2.2.1 空间分类方法

常见的空间分类方法有Jenks自然断点分类法、几何区间分类法、等值划分法等，每种方法都有各自的特点。在对县域旅游经济发展水平进行研究时，我们参考了现有研究中的分类标准，并以县域数据的平均值作为参考。在确定平均值的基础上，我们按照平均值的倍数进行分类，以更好地反映旅游业的情况。经济发展水平的差异，从而更清晰地研究其空间格局。因此，根据上述分类标准，将物理指标和虚拟指标分为：小于0.25倍平均值、大于0.25倍小于0.5倍平均值、大于0.5倍小于平均值、大于1倍大于平均值平均但小于1.5倍、大于1.5倍平均1.5倍等五个层次进行空间可视化，比较全县实体旅游经济空间格局演化特征和虚拟旅游经济。

2.2.2 探索性空间数据分析方法

在探索空间模式方面，除了一般的空间分类、空间可视化、差异分析方法外，还可以采用探索性空间数据分析方法，通过空间位置建立数据之间的统计关系。与传统方法相比，它可以更好地解释变量的空间相关特征，进一步解释变量的空间聚集状态。因此，采用探索性空间数据分析方法，常用的测量指标有Moran's I指数、Moran's I散点图和LISA聚类分布图。全局空间自相关指数Moran's I探讨研究区域空间相关相似程度以及增强或减弱的趋势。其计算公式如下：

式中：I为莫兰指数；

是元素 i 和 j 之间的空间权重；

和

是元素i和元素j的观测值；

是平均值。 I的值一般在[-1, 1]之间。当Moran's I指数大于0时，表示正相关，当小于0时，表示负相关。

同时利用Geo-Da绘制Moran’s I散点图和LISA集聚分布图，从空间位置上进一步解释具体的集聚类型和空间关联特征。

2.2.3 核密度估计方法

核密度估计是一种基于研究对象本身分布特征的空间分析方法。它能够直观地反映旅游经济发展水平的空间分散和集聚程度。它是揭示旅游经济分布规律的有效手段。因此，采用核密度分析方法，对2017年黄河经济带各县市物理指标和虚拟指标的密度变化进行比较，分析两者空间集聚差异。其主要计算公式如下：

式中：

表示核密度函数的核密度估计； n表示邻域内的点数； n表示带宽；

表示估计点x到

距离。

2.2.4 地理探测器模型

地理探测器是一种检测空间分异并揭示其背后驱动因素的方法。其q值是衡量空间分异的大小，检测解释因素，分析变量之间的交互作用。地理检测器分为四个部分：风险检测器、因素检测器、生态检测器和交互检测器。本研究主要利用因素检测器检测各影响因素对因变量的解释力并分析其主要影响因素。公式如下：

式中：q为影响因素对旅游经济的决定力，q值在0~1之间，q值越大，影响因素对自变量的解释力越大； h为整个研究区的样本数，h=511；

为研究区旅游经济的离散方差； SSW是层内方差之和； SST是研究区域的总方差。

3 黄河经济带县域旅游经济空间格局特征

3.1 空间分类格局变化

根据平均参考分类标准，将实体和虚拟旅游经济的空间分布状况分为五类。结果如图5所示。

从物理层面看，总体格局为“东南高、西北低”，高位区空间格局明显。从高层次区域空间分布来看，“一大三小”核心集聚特征明显。大规模高价值集聚“大核心区”主要在山东中东部形成。 “小核心区”是陕西关中渭河平原。以及陕西南部、豫西北、晋中等秦岭沿线高价值集聚区。豫西北栾川县自然风光优美，位列中国县域旅游竞争力百强县。可有效带动周边地区旅游业的发展。此外，陕西西安、晋中平遥县、阳城县等地都有历史文化遗迹。中部地区人力资源丰富，形成了凸起的“小核心区”。此外，高等级地区还分散在旅游资源丰富的地区或甘肃、青海、内蒙古北部等中心城市周边。高发展水平地区与高发展水平地区相邻的分布特征明显，主要分布在陕西北半部和山东大部分地区，呈现出核心-边缘格局。从较低和较高发展水平组合来看，两者占据绝对主导地位，主要集中在黄河经济带西部和北方欠发达地区省份。斑块格局明显，青海、宁夏等大部分地区处于发展水平较低的地区。比较东西部地区旅游经济发展水平可以看出，两者差距较大，整体空间分布格局不平衡。

从虚拟角度看，总体空间格局与实体旅游经济基本一致，但高等级和较高等级区域分布范围明显扩大，低等级区域水平明显提升。在山东地区的带动下，加上周边“四核”的联动效应，发展水平较高的地区逐渐向外围扩散。黄河中下游的许多县单元跳跃到发展水平较高的地区，形成了大规模的连续区域。值得一提的是，与实体旅游经济相比，虚拟旅游经济的限制因素较少，影响也相对较小。因此，内蒙古新增了西部和东北两个高值群体，整个省级单位的水平得到了显着提升。受高水平地区“四核”联动辐射影响，整个经济带中部地区中等发展水平地区数量迅速增加，并占据主导地位。由于网络表现力在旅游推广等方面的影响，虽然发展水平较低的地区也集中在西北地区，但与实体旅游经济相比，其范围明显较小。总之，虚拟旅游经济总体发展水平高于实体旅游经济。

3.2 空间相关特征

为了进一步探究县域旅游经济水平发展的空间相关特征，利用Geo-Da软件中的空间自相关和局部自相关分析工具，对县域旅游经济的空间自相关特征进行分析。结果如图2-3所示。

从图3可以看出，实体旅游经济的Moran's I值为0.0439，集聚特征明显。从Moran's I散点图四个象限的分布个数来看，LH区域有150个，HH区域有49个，LL区域有382个，HL区域有86个，表明HH和LL区域领域占据绝对优势。这说明集聚，特别是低值集聚，效益明显。虚拟旅游经济的Moran's I值为0.0705，优于实体旅游经济的集聚效应，但集聚程度仍较低。从每个象限的数量来看，HH区域有94个，LH区域有186个，LL区域有327个。 ，有60个HL区，其中超过2/3的地区位于LL区和HH区，这与现实旅游经济的特征相似。

从局部空间LISA集聚分布图（见图4）来看，实体旅游经济显着HH区域和显着LL区域与象限图类似，占据主导地位，显着LH区域次之，显着 HL 面积较小。具体来看，显着HH区主要分布在陕西、河南和山东。显着HH区与现实旅游经济分类格局特征基本一致，并与其邻近地区形成“快速发展区”，体现了对东南部核心区经济发展和旅游带动的积极作用。显着的LL区主要在青海东部形成大范围的连续区，在内蒙古中部和东北部形成“V”型小区和2个或2个群，小部分散布在宁夏、甘肃和北部地区。山西，形成“V型”区域。 “落后开发区”。显着高值区附近低值高值区分布特征明显，主要集中在河南、山东高值区，在东南部高值区周围形成“凹陷区”；内蒙古地区也零星分布着少数重要的LH区。 ，形成低价值区域被高价值区域包围的“聚落区”。显着HL区数量较少，主要分布在甘肃、山西地区，形成高值区被低值区包围的“极化区”。相比之下，虚拟旅游经济各重要区域的空间格局特征都发生了变化。重要HH区域的范围显着扩大。内蒙古突出了两个重要的核心区域。宁夏新增了零星的重要HH区。同时，山东省显着HH区数量明显减少，空间格局趋于分散；显着LH区数量显着增加，主要分布在显着HH区附近，形成低值区被高值区包围的“沉降区”。显着HL区数量基本稳定，但分布范围变化较大。主要分布在青海、内蒙古、陕西等地，形成高价值地区被低价值地区包围的“极化区”。显着低值区分布范围明显缩小，呈现出两个特点：（1）青海省低值区空间格局趋于分散，由大范围连续区域转变为小规模集群、零星分布。发生； （2）陕南、陕北地区形成南北低值集聚区。

3.3 空间集聚特征

为了进一步探究县域旅游经济水平的空间集聚异质性，利用10.3软件空间分析中的核密度分析工具进行空间分析。结果如图4所示。

从图4可以看出，实体旅游经济和虚拟旅游经济均形成了以河南中北部、山东中部、陕西中南部为核心的高密度集聚中心，虚拟旅游经济具有集聚程度更高。实体旅游经济以河南、山东为核心向西、北辐射，向外延伸至陕西关中地区，形成次核心区。从核心到外围，集中度呈现递减趋势。虚拟旅游经济高密度集聚区范围显着扩大。山东、河南两大核心区产生了良好的联动效应，形成了大规模的高密度区域。同时受到山东、河南等高密度地区的辐射。陕西关中地区已成为新的高密度集聚区。高密度核心区从高密度核心区向西北扩展至甘肃、内蒙古、青海。范围明显扩大，有形成二次密度集聚区的趋势。是整个西北地区旅游经济的重要支撑，对提升西北地区旅游业发挥着至关重要的作用。高质量发展具有重要影响。因此，有必要进一步加强西北地区旅游基础设施建设和旅游资源合理开发，改善旅游经济发展空间分布不均的现状。虚拟旅游经济二级密度集聚区可分为两大分布区。一是在内蒙古东北部形成的核心区；另一个是陕西、山西交界处，沿京广高铁从南向北辐射。可见，完善对西部和北部地区旅游崛起的经济支撑和网络宣传，可以促进黄河经济带各区、省旅游业协调发展。总体而言，物理水平和虚拟水平都呈现出从东南部高密度区域到西北低密度区域递减的趋势。从以上分析可以看出，在精细化的县域尺度上，空间层次更加明显。高密度集聚区主要形成于山东沿海地区和中原城市群的核心区，并沿交通主干道向东北—西南方向延伸。东北高、西南低，说明东南部陕西、河南、山东形成的“铁三角”无论是在实体旅游经济还是虚拟旅游经济中都处于领先地位。

4 空间格局影响因素分析

4.1 影响因素选择

为了探究影响县域经济空间分异的各种因素的影响，并考虑指标的量化性、典型性和可达性，本研究选取了反映区域经济支撑基础、资源支撑、信息化水平和地形的4个指标。 。其中，经济支撑基础以各县市GDP、人均GDP和第三产业比重为代表，资源支撑力以旅游资源丰富度、旅游资源质量和旅游资源质量为代表。第三产业从业人员。值得一提的是，旅游资源丰富度和质量是通过选取各县市A级及以上旅游景区（景点），将其数量和相应得分相加得出的。信息化水平用网民数、手机保有量和互联网业务指数来表征。此外，黄河经济带地理环境复杂，自西向东地形起伏较大，自然地理环境差异较大。区域经济发展水平与自然地理环境密切相关。因此，其区域地理环境以各县市的海拔高度为特征。进一步探讨地形差异对旅游经济的影响。

4.2 影响因素分析

根据地理探测器模型的原理，采用自然断点的方法对各个要素进行分类，然后计算各个要素对虚拟和现实旅游经济的影响。然后，将县域虚拟和现实的旅游经济发展水平分类与各要素的分类进行耦合，并使用10.3中的自然断点法进行分类处理，得到匹配结果。基于地理探测器模型的原理，采用自然断点法对各个要素进行分类，然后计算各个要素对虚拟和现实旅游经济的影响。具体结果如表1-1和图5-5所示。从表1-2的排名可以看出，实体旅游经济的发展主要受旅游资源丰富度、旅游资源质量、网民数量、GDP等因素的影响。其中，资源支撑是实体旅游经济空间分异的主导因素。而虚拟旅游经济主要受手机数量、GDP、网民和在线商务指数的影响。不难看出，信息化水平是虚拟旅游经济空间分异的主导因素。

从图5-6分析可以看出，实体旅游经济与旅游资源丰度的空间匹配结果和与旅游资源质量的空间匹配结果相似，但与旅游资源的空间匹配的驱动力不同。品质更加明显。总体来看，经济发达、要素水平高的地区分散在东南半部，如蓬莱市、平遥县、阳城县、栾川县等。这些地区自然风光优美，历史文化悠久，人文资源丰富，旅游资源质量优良。因此，旅游资源整体质量和实体旅游经济发展水平较高，说明旅游资源禀赋程度对实体旅游经济发展具有重要影响。有强有力的支持。对比虚拟旅游经济，旅游资源丰度和质量的空间格局相似，但高发展度、高要素水平区域数量显着增加。然而，旅游资源禀赋程度并不是影响虚拟旅游经济的主导因素。

发展水平高、要素水平与实体旅游经济与GDP匹配程度高的地区主要分布在山东省，河南省也有零星分布。这说明强大的经济支撑基础是该地区旅游经济发展的有利因素。资本的集中使该地区能够构建完整的旅游经济。旅游基础设施和旅游业已形成一定的产业规模，具有一定的品牌效应，对旅游业的进一步发展具有良好的促进作用。同时，GDP也是影响虚拟旅游经济发展的主导因素，位居第二，影响力大于实体旅游经济。从虚拟旅游经济与GDP的匹配图来看，空间分异格局与实体旅游经济基本一致。高发展、高要素水平地区仍分布在经济整体发展水平较好、信息化程度较高、基础设施完善的地区。虽然数量略有下降，但周围的等级却飞速提升。说明虚拟旅游经济产生了良好的空间联动效应，从而带动了周边地区的发展。

与旅游经济实体和网民数量相匹配的发展要素高、发展要素水平高的地区主要分布在山东省三、二组，陕西南部、豫北等地有零星分布。从表征信息化程度影响因素的统计来看，从数​​值上看，该地区凭借较高的信息化水平，产生了良好的网络正向宣传效应。虚拟旅游经济高发展、高要素、高发展中等水平区域在空间分布上趋于分散，数量有所减少，但影响力并未受到影响。不难看出，山东、河南以高发展、高要素水平地区和中等发展、中等要素水平地区为主。与实体旅游经济相比，整体布局范围有所扩大，水平均有不同程度提升。这是因为这些地区的旅游经济推广产生了较好的市场效应，其网络关注的经济基础和信息支撑环境较好。

手机数量是影响虚拟旅游经济的首要因素。从两者的匹配图来看，发展因子高的地区主要分布在鲁豫发展轴上。该地区具有良好的信息化基础设施和虚拟旅游经济发展的基础，手机用户的增加将促进虚拟旅游经济的发展。虽然手机数量在实体旅游经济中也发挥着很大的作用，但与其他因素相比，它并不是主导因素。

在线业务指标也是影响虚拟旅游经济发展的重要因素之一。从两者的匹配图来看，高发展高要素和高发展中要素的地区一反常态，在内蒙古西部和东北部以及甘肃南部地区以三两为一组分布，这与百度搜索量发展水平空间分布图的空间格局。基本一致。可以看出，该地区虚拟旅游经济整体呈现良好发展态势，但周边地区多处于中等发展、低要素水平地区，低发展、低要素水平地区表明，并没有产生良好的带动效果。可见，整个西北地区虚拟旅游经济发展水平参差不齐。因此，黄河经济带西北地区迫切需要加快信息基础设施建设，进一步完善互联网技术与网络运营平台的融合，创新旅游企业的管理方式，提供多元化、个性化的旅游产业，提高旅游服务质量。旅游目的地。网络宣传的积极作用对于提高旅游业发展水平具有积极作用。

5 结论与讨论

5.1 结论

以黄河经济带667个县（市）为研究对象，运用物理指标和虚拟指标进行对比分析，运用空间分类方法、空间数据分析方法、核密度估计等方法对黄河经济带667个县（市）的空间分布进行分析。黄河经济带各县域旅游经济发展水平差异，同时利用地理探测器模型分析影响因素，研究结论如下：

（一）从空间分布格局看，旅游经济整体不平衡明显。高值区域呈现“一大三小”多核聚集格局，主要分布在山东临海地区、豫西北、关中和晋中地区。开发水平较高的区域主要分布在较高发展水平的地区，并且核心 - 周期模式显而易见。发育水平较低和较低的地区占据了绝对的主导地位，主要集中在西北地区欠发达地区的省份，其模式明显。东南县的旅游经济发展水平处于领先地位，而西北地区的发展局势滞后，整体发展水平较低。

（2）从空间相关特征的角度来看，县旅游经济的发展水平具有显着的空间集聚特征。从Moran的I散射图中的四个象限分布，高价值聚集区域和低价值聚集区域的数量来看。从当地的丽莎地图分布中，真正的旅游经济的虚拟旅游经济的重要HH区域和大量LL面积占据了绝对的主导地位，空间聚集效应显而易见。在两种情况下，重要的HH区域的空间分布模式基本一致。具有重大实际旅游经济的HH地区具有明显的聚集特征，主要分布在山东领导的东南地区。重要的LL区域主要在清达东部形成一个大规模连续区域，在内蒙古中部形成“ V形”小区域，并在东北形成两个区域。两组。虚拟旅游经济的每个重要领域的空间模式特征发生了变化。重要的HH区域的范围已大大扩展。内蒙古内部强调了两个重要的核心区域。 增加了零星的HH区域，并且显着LL区域的分布范围已大大减少。

（3）从内核密度分析中，县旅游经济发展水平的空间层次结构很明显，显示了多个核心发展领域。真正的旅游经济的空间结构与虚拟旅游经济的空间结构相似。它以轴心为轴线并延伸东西向东，将河南“仪表”的高速铁路延伸，形成了一个高密度的聚集中心，西北河南和中央山东作为“双核”，而虚拟旅游经济水平则是学位。集聚更高。两者的分布范围不同。虚拟旅游经济具有更好的辐射效应，周围区域的密度值迅速增加，形成了新的高密度聚集核心，将 地区作为核心。与真正的旅游经济相比，范围大大扩大。 。

（4）结合地理探测器模型结果和虚拟和真实旅游经济和各种影响因素的耦合匹配图分析，可以看出，影响实际旅游经济的因素的影响排名是旅游资源丰富>旅游资源质量>互联网用户的数量> GDP>移动电话的偏移数量>高度>人均GDP>第三级行业员工>互联网业务指数>三级行业的比例，表明实际旅游经济的发展主要受到诸如诸如因素的影响丰富的旅游资源，旅游资源的质量，互联网用户的数量和GDP阴影，资源支持是真正的旅游经济空间差异的主要因素；虚拟旅游经济影响因素的排名是手机> GDP的数量> GDP>互联网用户的数量>互联网业务指数>三级行业员工>高空>人均GDP>大量旅游资源>旅游资源>旅游质量>三级行业的比例表明，虚拟旅游经济主要受到手机，GDP，互联网用户和在线业务指数的数量的影响，信息水平是虚拟旅游经济空间差异的主要因素。

5.2讨论

与以前的研究相比，研究黄河经济带在县规模上的旅游经济发展水平的空间特征，并探索差异的原因对于关注黄色县旅游业的平衡发展具有很强的实际意义。河流经济带。但是，本文仍然有改进的领域：

（1）在反映旅游经济的力量方面，除了百度搜索量外，还有电子商务经济体，旅游应用程序平台，旅游营销网站等。这项研究仅提供一个虚拟旅游平台。各种虚拟旅游平台的比较是未来的研究方向。

（2）由于在县规模上获得数据的难度增加，本研究仅使用一个横截面数据分析，并且缺乏对时间序列的空间进化特征的分析。这也是将来需要扩展的方向。简而言之，大数据时代的旅游经济研究将进入一个新时代。多元数据补充研究将为旅游地理研究提供新的观点，并为旅游经济的高质量发展提供新的支持。

结尾