基于地理探测器的A级旅游景区空间分布变动及影响因素

王敏 韩美 陈国忠 田立鑫 孔祥伦

摘要基于ArcGIS空间分析和计算功能，采用最邻近指数、核密度分析、重心转移分析方法，从空间分布类型、空间分布密度、空间集聚方向等方面对山东省2003—2018年间A级旅游景区的空间分布及变动特征进行研究，运用地理探测器从自然环境因素、社会政治因素和经济产业因素三方面选取了海拔高度、河流水系、平均气温、国家政策、政府支持、通车里程、常住人口、国民生产总值、第三产业占比和旅游投资10个指标对A级旅游景区的空间分布影响因素进行探究，在此基础上对山东省A级旅游景区的空间结构优化提出对策，结果显示：①山东省A级旅游景区的空间分布呈集聚状态，研究时段内A级旅游景区的分布重心向西迁移，并且逐渐接近山东省的几何中心；②山东省A级旅游景区的高密度区逐渐增加并呈现由“少而分散向组团结构和带状结构”逐渐演变的趋势；③研究时段内自然环境因素变化较小，属于静态影响因素，社会政治因素和经济产业因素变化较大，属于动态影响因素，旅游投资、国民生产总值、政府支持、国家政策和海拔高度是导致A级旅游景区空间分异的主要因素，任意两种因素交互后对A级旅游景区的空间分布的影响均强于单个因素的作用，总体来看自然环境因素的影响能力逐渐下降，社会政治因素的影响能力呈波动变化，经济产业因素的影响能力稳步上升。在此基础上提出山东省A级旅游景区的空间布局优化对策：以高密度分布区为核心，以高密度分布带为重点，推进空间集群建设，加大政策集成，推动社会政治和经济产业等重要影响因素的发展，促进具有全球影响力的世界级旅游景区的建设。

关键词 A级旅游景区；空间分布；核密度分析；地理探测器；山东省

中图分类号F592. 7文献标识码A文章编号1002-2104（2021）08-0166-11DOI：10. 12062/cpre. 20210436

基金项目：山东省社会科学规划项目“新型城镇化背景下山东省乡村旅游的生态转型研究”（批准号：17CLYJ42），“低碳视角下全域旅游发展研究”（16CLYJ04），“新旧动能转化背景下山东省全域旅游发展体系研究”（批准号：19CPYJ92），“山东省主要城市温室气体排放清单编制研究——以济南、青岛、淄博三市为例”（批准号：12BJJJ05）。

A级旅游景区作为优质的旅游资源，是旅游产品和旅游活动的重要载体，也是旅游业的中心环节[1]，在区域空间上旅游业的发展水平与A级旅游景区的数量和等级关系十分密切，旅游者的活动也与旅游景区的分布紧密相关[2-3]。因此，研究A級旅游景区的空间分布变动并探讨其影响因素对区域旅游景区的优化布局和旅游资源的合理开发，推进旅游业供给侧结构性改革，弥补区域旅游景区建设的短板，促进全域旅游的发展具有重要的意义。

国外学者关于旅游景区的研究时间较久，在研究内容、研究范围和研究方法上均有一定突破，研究内容主要集中在旅游景区的空间分布特征[4]、旅游景区的空间组合[5]、旅游景区的空间结构识别[6]、旅游景区空间分布的影响因素[7]等方面；研究的范围既有单个城市[8-9]，也有典型旅游线路[10]或单个的旅游景区[7，10]；研究的方法主要基于大数据借助数学模型和GIS对旅游景区的空间分布和热门旅游景点的发现进行阐述[11-15]。近年来，国内学者对旅游景区的布局及影响因素的研究也取得丰富的成果，研究内容主要集中在对A级旅游景区[16-17]或特定类型的旅游景点[18-22]的时空分布、演变特征及影响因素等方面[23-24]；研究方法主要借助ArcGIS空间分析方法，结合计量地理学和遥感解译对旅游景区的时空布局及其影响机理进行探讨[1-2，32]；在研究区域上既有全国层面上的A级旅游景区的空间分布研究[25-27]，也有区域层面[28-32]或单个省份[23-24]某个市域[16，33]上的A级旅游景区的空间分布规律研究[34-35]，但利用地理探测器对山东省A级旅游景区的空间分布变动及影响因素进行的研究较少。

山东省是旅游大省，自然和人文旅游资源非常丰富，截至2018年底A级旅游景区共1 286个。2018年1月国务院批复了《山东新旧动能转换综合试验区建设总体方案》，山东省把培育壮大“十强”产业作为新旧动能转换的重要着力点，其中，发展特色鲜明的精品旅游产业作为“十强”产业之一，是推动传统旅游产业转型升级的新动能，而A级旅游景区作为优质的旅游资源，是精品旅游业发展的基础。因此，文章基于地理探测器，充分运用GIS的空间分析和计算模型，对山东省旅游景区的空间布局进行系统研究，深入探究空间布局的变动规律并探讨其影响因素，以期为山东省旅游景区空间结构的优化，推进旅游的供给侧结构性改革，促进全域旅游的发展提供理论支持。

1研究方法与数据处理

1. 1研究方法

1. 1. 1最邻近指数

最邻近指数法，也叫最邻近距离分析法，是通过比较平均最邻近距离与理论最邻近距离的值来测度点状地理要素的分布类型的一种方法。它将完全随机模式（CSR）作为比较的标准，若观测模式的最邻近距离大于随机分布的最邻近距离，则趋向于分散分布；反之则趋于集聚分布[36]。表达式为：

其中：R为标准最邻近距离指数；robs表示观测模式平均最邻近距离；robs表示CSR模式平均最邻近距离。dmin表示每个A级旅游景区到其最邻近距离点的距离；Si为研究区域的研究对象；n是研究对象的数量；A是研究区域的面积[36]。

（1）若R=1，即robs=rexp，表示A级旅游景区随机分布。

1. 2研究时段的确定

1999年《旅游区（点）质量等级的划分与评定》由原国家旅游局颁布实施，此标准中最高级别的景区是4A级，2003年国家质量监督检验检疫总局对1999年的标准进行修改，增加了5A级旅游景区，按照5年间隔为界，文章选取2003、2008、2013和2018年作为研究的时间节点。

1. 3數据来源与处理

文章中4个时间节点的旅游景区名单来源于《山东省A级景区名录》和《中国旅游景区发展报告（2005—2018）》，景区的地理坐标借助天地图进行确定，面积较大的景区取其质点坐标（图1），行政边界来自山东省自然资源厅标准地图服务网站下载的行政边界数据，140个县级单位和16个地级市的面板数据来源于《中国县域统计年鉴》《山东省统计年鉴》及《山东旅游年鉴》。

2山东省A级旅游景区的空间变动特征

2. 1空间分布类型的变动特征

根据A级旅游景区的空间定位，采用ArcGIS10. 2空间统计模块下的平均最邻近工具分别计算出山东省2003、2008、2013和2018年A级旅游景区的最邻近指数，结果如表1。4个时段山东省A级旅游景区的最邻近指数R值均小于1，表明4个时段山东省A级旅游景区都呈集聚状态。从R值的时间变化来看，2003年R值较高为0. 848 7，接近1，P值为0. 195 5，置信度为80%，此时山东省A级旅游景区仅20个，零星分布于各地市，整体趋于随机分布状态，集聚状态不明显。2008、2013和2018年R值逐渐减小，而且3个时段的P值均为零，其置信度达99%以上，表明山东省A级旅游景区空间分布的集聚趋势逐渐增强，但R值在0. 6～0. 9之间，均大于0. 5，说明山东省区域旅游开发的成熟性仍有一定的发展空间。

2. 2空间分布密度的变动特征

为了进一步分析山东省A级旅游景区空间集聚的变化特征，采用ArcGIS10. 2中的Density分析工具对4个时段山东省A级旅游景区的空间分布密度进行分析，结果如图2。四个时间段山东省A级旅游景区的核密度总体演化趋势为由“少而分散向组团结构和带状结构”演化，倒“U”字型高密度分布区逐渐形成。2003年山东省A级旅游景区高密度分布区较少，仅出现青岛、济南、临沂等零星高密度分布点；2008年青岛、济南、临沂核密度保持稳定增长的基础上，又出现聊城、枣庄、济宁、潍坊、烟台等高密度分布点；2013年随着A级旅游景区数量的增多，核密度整体增强，以济南—淄博—潍坊高密度带为顶点，泰安—济宁—枣庄高密度带、青岛—日照—临沂高密度带为两翼倒“U”字形的核密度结构初显雏形；2018年山东省A级景区的高密度分布区快速增长，倒“U”字形核密度结构更加明显，烟台、威海、滨州及德州、聊城、济宁、枣庄地区逐渐形成沿海高密度分布带和沿京杭运河高密度分布带。

2. 3空间集聚方向的变动特征

利用ArcGIS10. 2空间统计工具中的平均重心工具对山东省A级景区的空间分布重心进行分析，结果如图3。2003—2018年间山东省A级旅游景区的分布重心由东向西迁移，其重心逐渐接近山东省的几何中心（位于淄博市博山区东部118. 155°E，36. 354°N处），2018年距山东省几何中心仅18. 33 km，说明近五年山东省中西部地区的旅游业发展速度高于东部地区。15年间迁移距离共约127. 08 km，其中2003—2008年间迁移距离高达88. 60 km，表明该时段是山东中西部旅游业的高速发展时期，在此期间旅游及相关产业在其国民经济中所占比重不断提升。

3山东省A级旅游景区空间分布变动的影响因素

3. 1影响因素的确定

A级旅游景区的分布及其空间变动受多种因素的共同影响，结合其他学者研究的结果可将各种因素综合为自然环境因素、社会政治因素和经济产业因素[2]。自然因素包括海陆位置、地形地貌、气候条件、土壤条件、水利资源、动植物资源等很多方面，但是对山东省A级旅游景区布局影响较大的是地形地貌、水利资源和气候条件，因此，文章只是对海拔高度、河流水系和平均气温进行了研究。社会政治因素包括主导旅游业发展的政策导向、市场条件、基础设施、从业人员的素质等，可概括为国家政策、政府支持、常住人口、年末通车里程四个次一级指标。经济产业因素包括A级景区所在地的经济发展状况和旅游业发展现状，可用国民生产总值、第三产业占比、旅游投资三个指标表征（图4）。

（1）自然环境因素。地形地貌对旅游景区的分布具有较强的制约作用，海拔高度在一定程度上决定着景区的类型和分布，自然资源类旅游景区在山地丘陵区分布较广，人文资源类旅游景区如博物馆、纪念馆、古村落等则在平原地区分布相对较多；河流是文明，的发源地，河流沿岸也是人类活动较为集中的地区，因此河流水系影响着文化、文明类旅游资源的分布，同时河流水系本身就是一种吸引力较强的自然类旅游资源，是A级旅游景区开发的基础；适宜的气温有利于人类的生产和生活，影响着人类的文明发展，从而形成许多文化旅游资源，适宜的气温也会促进一系列自然景观的形成，影响A级旅游景区的形成和发展。

（2）社会政治因素。旅游业的发展及A级旅游景区的评定受国家政策和政府支持的影响，国家政策的出台、政府工作支持、A级旅游景区的等级评定及管理办法等因素在一定程度上决定着A级旅游景区的分布和发展；常住人口决定本地旅游市场的规模和相关旅游从业人员的规模，从而影响着A级旅游景区的形成和发展；交通是旅游的六大要素之一，决定着旅游目的地的可进入性，交通条件好的地区客源地和旅游目的地之间连接性强，更容易促进A级旅游景区的发展。

（3）经济产业因素。国民生产总值（GDP）反映了地区的经济实力，GDP高的地区基础设施良好，旅游服务水平高，产业结构优化，从而促进旅游产业的发展，影响A级旅游景区的形成与分布；旅游业是第三产业的重要组成部分，第三产业的占比很大程度上反映了地区旅游业发展的状况；旅游投资反映了地区景区与基础设施建设的力度，直接影響A级旅游景区的形成和发展。

3. 2影响因素等级划分

因研究时间相对较短，自然环境因素中的三个指标数据变化不大，故四个研究时段内海拔高度、河流水系、平均气温的变化可以忽略不计，其中，海拔高度（x1）来源于地理空间数据云中的DEM数据，河流水系（x2）基于山东省河流水系专题地图，采用ArcGIS构建0～10 km河流缓冲区，平均气温（x3）值来源于中科院资源环境科学与数据中心。社会政治因素和经济产业因素中常住人口（x6）、通车里程（x7）、生产总值（x8）、三产占比（x9）数据均来源于《中国县域统计年鉴》和《山东省统计年鉴》，旅游投资（x10）来源于《山东旅游年鉴》；而国家政策（x4）采用国家级和省级自然保护区、森林公园、地质公园、文物保护单位、田园综合体、传统村落等指标的个数从国家政策的提出及山东省执行国家政策的情况两方面进行表征；政府支持（x5）借鉴相关学者的研究成果[2-3]，采用政府年度工作报告中提及“旅游”的次数进行表征。

在数据的等级划分方面，海拔高度（x1）、河流水系（x2）和平均气温（x3）三个指标对其具体数据进行等级划分；国家政策（x4）、常住人口（x6）、生产总值（x8）、三产占比（x9）为140个县区的统计数据，通车里程（x7）、政府支持（x5）和旅游投资（x10）为16个地市的统计数据，统计数据均为动态变化数据，数据等级划分均按自然间断点分类法划分为6个等级。

3. 3结果分析

利用ArcGIS10. 2在山东省范围内创建5 km×5 km的矢量网格，全区共划分6 232个网格，根据网格中心点提取因变量核密度值和10个自变量的数据，利用Geodetector软件对山东省A级旅游景区空间演化的影响因素进行风险探测、因子探测、生态探测和交互探测分析，表2为因子探测结果。

3. 3. 1影响因素探测结果分析

（1）风险探测结果。通过风险探测器可以识别不同的影响因素对A级旅游景区空间布局影响的差异性，探测结果表明本研究所遴选的10个影响因素与A级旅游景区的核密度均通过了0. 05水平的显著性检验，不同影响因素对旅游景区的空间分布具有显著的差异性。旅游投资、国民生产总值、政府支持、国家政策和海拔高度是导致A级旅游景区空间分异的主要因素。

（2）因子探测结果。因子探测结果的q值用于解释该因子对A级旅游景区空间分布影响的解释程度。表2的探测结果可以看出，旅游投资对A级旅游景区空间分异的解释力度最高，四个研究时段的q值分别为0. 537 7、0. 479 0、0. 640 7和0. 554 3，分别处于2003和2018年的第二位以及2008和2013年的第一位，旅游投资集中反映了地区旅游景区与旅游基础设施和服务设施建设的力度，直接影响区域A级景区的形成和发展。此外，对四个研究时段各因子的q值求和，发现国民生产总值、政府支持、国家政策、通车里程和海拔高度也具有较强的解释力度，GDP高的地区经济发展水平高，旅游发展的基础好，产业结构优化，能够促进A级旅游景区的建设和管理；一个地区旅游业发展的速度、A级旅游景区评定及管理水平与国家政策的出台及政府对国家政策的执行力度明显相关。旅游交通是A级旅游景区评定的一个重要指标，区域交通网络的建设情况，决定着自客源地到目的地的便利程度，尤其是在旅游业发展的初期阶段，直接影响游客对旅游景区的选择，从而影响区域旅游业的发展水平，因此，2003年通车里程的q值为0. 553 2，对A级旅游景区空间分布的解释程度居第一位。海拔高度对山东省A级旅游景区的分布具有较强的制约作用，将山东省A级旅游景区分布图与地形地貌图相叠加，得到表3和图5，结果显示83. 51%的A级以上景区分布在海拔高于200 m的山地丘陵地区，其中4A级以上景区中78. 63%分布在山地丘陵区。

（3）生态探测结果。生态探测用于比较两个影响因子对A级景区空间分布的影响是否存在显著差异。探测结果发现2013年和2018年旅游投资的解释力明显强于其他因素，除旅游投资、国家政策和海拔高度外，其他因素在统计上并不存在显著差异。

（4）交互探测结果。交互探测用于识别各影响因素之间是否存在交互作用，即探测两个因子共同作用对A级旅游景区的空间分布的影响是增加还是减弱。结果表明，10个影响因子中任意两种因素交互后对A级旅游景区的空间分布影响均强于单个因素的作用，四个研究时段中因素之间均呈非线性和双线性交互增强状态。具体来看2018年和2008年交互作用解释力度最强的是通车里程和旅游投资，q值分别为0. 842 3、0. 794 7；2013年旅游投资和海拔高度交互后的解释力度最强，q值达0. 837 2；2003年国家政策和国民生产总值交互后解释力度最强，q值达0. 905 9。这也表明A级旅游景区空间分布是自然环境、社会经济共同作用的结果。

3. 2. 2各因素影响能力变化分析

将各类影响因素中各个指标的q值相加作为该类影响因素的q值，分析各类影响因素及各个影响指标的影响能力的变化。

（1）自然环境因素的影响能力逐渐下降。自然环境因素及各个指标的q值变化均呈下降的趋势，具体变化如图6。地区的自然环境因素是A级旅游景区形成的基础，尤其是在旅游业发展的初期阶段，自然环境好的地区旅游资源丰富，A级旅游景区分布较集中，但自然环境因素相对稳定，在较短的研究时段内其变化不明显，而国家A级旅游景区的形成，更多需要后续开发和建设。因此，研究时段内自然环境因素的影响力呈现下降趋势，其中海拔高度、河流水系和平均气温三个子因素的q值均呈递减趋势，尤其是海拔高度2003年的q值为0. 415 6，影响力居所有影响指标的第三位，而到2018年q值为0. 281 2，影响力仅居10个影响指标中的第六位。

（2）社会政治因素的影响能力呈波动变化。以2008年为转折点，社会政治因素的影响力先减少后增加（图7），表明山东省A级旅游景区的分布在旅游业发展的起步阶段受国家政策、政府支持力度和交通便利程度的影响较大，国家政策和政府的支持引导旅游景区发展的方向，交通条件的便利程度直接影响旅游景区的评定，随着旅游业的发展A级旅游景区由注重数量的增加逐渐向同时注重数量的增加和质量的提升过渡，区域旅游借助国家政策和政府的支持等手段進行内部调整和提升，因此，国家政策、政府支持和通车里程的影响力均呈现先减后升的趋势。近年来随着社会经济的发展和大众旅游时代的到来，人们对文化和旅游产品的需求不断增加，旅游已经成为人民幸福生活的必需品，据文化和旅游部发布的统计数字显示，2018年我国境内旅游人数达到55. 39亿人次，人均每年出游4次，其中74. 36%为城镇居民，周末休闲度假市场发展迅速，旅游目的地多偏向于离居住地3小时车程范围内的近地景区，因此，景区当地及其周边地区的人口规模对景区的发展影响逐渐增强，常住人口的影响力处于持续增长状态，2018年常住人口的q值达0. 582 6，影响力居各指标的第一位。

（3）经济产业因素的影响能力稳步上升。经济产业因素的影响力呈现稳步上升的发展趋势，具体结果如图8所示，表明山东省A级旅游景区的发展受经济产业因素的影响程度不断加强，旅游投资直接决定了A级旅游景区建设的数量和质量，旅游投资在四个研究时段内均较高，q值均处于10个影响因子影响力的前两位；国民生产总值和第三产业比重决定了旅游业发展的基础，国民生产总值高的地区产业结构优化，第三产业占比越高旅游基础设施越健全，旅游服务水平越高，有利于A级旅游景区的评定和管理，故这两个影响因素的影响力总体处于稳步增长的趋势。

4山东省A级旅游景区的空间布局优化对策

山东省作为全国的旅游大省，社会政治因素和经济产业因素的影响力度不断增强，一定程度上促进了A级旅游景区的空间集聚和旅游业的快速发展，但具有全球影响力的世界级旅游景区依然未出现，文章从空间集群建设和政策驱动力度两个方面，为山东省旅游业的高质量发展提出以下两点建议：

（1）推进空间集群建设，构建国际化的产品空间。以倒“U”字型高密度分布区为核心，以滨海和京杭运河高密度分布带为重点，构建网络化大交通，推进资源整合、产品融合和区域联合，实现全省旅游景区的联动发展。突出建设山水圣人核心带、仙境海岸黄金带、沂蒙山区红色旅游带和京杭运河蓝色旅游带四大集聚带，重点构建以济南、青岛为中心的两大旅游城市群（图9），真正实现旅游产业要素集约化、布局集聚化，发挥济南、曲阜、泰安、临沂等高密度分布区的空间优势和世界文化遗产的资源优势，打造中华文化旅游的国际高地。

（2）加大政策集成，营造良好的决策平台。通过整合文化、文物和旅游的发展与保护政策，集成具有协同推进、合作发展的相关条文，推动社会政治和经济产业等重要影响因素的建设，实现重要的文化资源转化为优秀产品，以济南—曲阜—泰安高密度分布区为基础，促进三孔和泰山两个5A级旅游景区的转型提升，建成最具有山东特色的中华优秀文化传承创新示范高地。

5结论与讨论

5. 1主要结论

文章运用ArcGIS10. 2和地理探测器，对2003、2008、2013和2018年山东省A级旅游景区的空间分布及影响因素进行分析，在此基础上提出山东省A级旅游景区的优化布局对策，主要结论如下：

（1）山东省A级景区的空间分布均呈现集聚状态，集聚程度不断增强，分布重心总体向西迁移，并且逐渐接近山东省的几何中心。

（2）四个研究时段核密度增速不断增强，高密度分布区逐渐增加并呈现由“少而分散向组团结构和带状结构”演变的趋势，在鲁中南地区形成明显的倒“U”字型高密度分布区，沿海地区和沿京杭运河沿线初步形成两个高密度分布带雏形。

（3）山东省A级旅游景区的空间分布受自然环境因素、社会政治因素和经济产业因素的共同影响，自然环境因素选取了海拔高度、河流水系和平均气温三个指标，社会政治因素选取了国家政策、政府支持、年末通车里程和常住人口四个指标，经济产业因素选取了国民生产总值、第三产业占比和旅游投资三个指标。

（4）研究时段内自然环境因素变化较小，属于静态影响因素，而社会政治因素和经济产业因素变化较大，属于动态影响因素。旅游投资、国民生产总值、政府支持、国家政策和海拔高度是导致A级旅游景区空间分异的主要因素，任意两个指标交互后对A级旅游景区的空间分布的影响均强于单个指标的作用。总体来看自然环境因素的影响能力逐渐下降，社会政治因素的影响能力呈波动变化，经济产业因素的影响能力稳步上升。

（5）山东A级旅游景区的空间布局优化对策为：以倒“U”字型高密度分布区为核心，以滨海和京杭运河高密度分布带为重点，推进空间集群建设，加大政策集成，营造良好的决策平台，推动社会政治和经济产业等重要影响因素的建设，实现重要的文化资源转化为优秀产品，打造中华文化旅游的国际高地，促进具有全球影响力的世界级旅游景区建设。

5. 2讨论

文章对山东省A级旅游景区的空间分布变动及影响因素进行了探讨，但在评价要素的选择方面仍有需要继续完善的地方，自然环境因素中只选择了对景区布局影响较大的海拔高度、河流水系和平均气温，而对其他自然要素没有进行分析；社会政治因素中采用国家级和省级自然保护区、森林公园、地质公园、文物保护单位、田园综合体、传统村落等指标的个数对国家政策进行量化，政府支持采用政府工作报告中提到的“旅游”的次数进行表征，指标的量化还有待进一步提升。另外人文类景区和自然类景区在分布和变化规律上有较大区别，本研究中也没有加以区分。因此，在文旅融合发展的大背景下，区分自然类景区和人文类景区，更加全面的选取影响指标并对指标进行科学的量化，是下一步需要深入研究的方向。

参考文献

[1]吴清，李細归，吴黎，等.湖南省A级旅游景区分布格局及空间相关性分析[J].经济地理，2017，37（2）：193-200.

[2]刘敏，郝炜.山西省国家A级旅游景区空间分布影响因素研究[J].地理学报，2020，75（24）：878-888.

[3]王洪桥，袁家冬，孟祥君.东北地区A级旅游景区空间分布特征及影响因素[J].地理科学，2017，37（6）：92-100.

[4]LI X，CHEN D G. Analysis of spatial structure of tourist attraction in Zheng？Bian integration region[J]. Journal of Henan University（natural science），2011，41（5）：494-499.

[5]PEARCE D. G. The distribution mix for tourism attractions in Ro？ torua New Zealand[J]. Journal of travel research，2006，44（3）：250-258.

[6]KANG S，LEE G，KIM J，et al. Identifying the spatial structure of the tourist attraction system in South Korea using GIS and network analysis：an application of anchor？point theory[J]. Journal of desti？ nation marketing and management，2018，34（2）：358-370.

[7]WANG X G，XI J C，YANG D Y，et al. Spatial differentiation of ru？ ral touristization and its determinants in China：a geo？detector？ based case study of Yesanpo scenic area[J]. Journal of resources and ecology，2016，7（6）：464-472.

[8]ZHU H，LIU J M，CHEN C，et al. A spatial？temporal analysis of urban recreational business districts：a case study in Beijing，Chi？ na[J]. Journal of geographical sciences，2015，25（12）：1521-1536.

[9]TANG H，PENG J. Spatial distribution characteristics of rural tour？ ism attractions in Yangzhou city[J]. Journal of landscape research，2016，8（6）：129-134.

[10]ZHANG Y，QI L N，YANG A R，et al. Investigating spatial distri？ bution of tourist attractions in links：a case study of three moun？ tains[J]. Science China technological sciences，2010，53（suppl I）：126-133.

[11]YANG R，XU Q，LONG H L. Spatial distribution characteristics and optimized reconstruction analysis of China？s rural settlements during the process of rapid urbanization[J]. Journal of rural stud？ ies，2016，47（2）：413-424.

[12]PENG X，ZHOU H. A novel popular tourist attraction discovering approach based on geo？tagged social media big data[J]. ISPRS in？ ternational journal of geo？information，2017，6（7）：1-16.

[13]NAME L. Distribution and determining of tourist attractions and mod？ eling of tourist cities for the city of Isfahan？Iran[J]. American jour？ nal of economics & business administration，2009，1（2）：160-166.

[14]RAHAYUNINGSIH T，MUNTASIN E K S H，PRASETYO L B. Nature based tourism resources assessment using geographic infor？ mation system（GIS）：case study in Bogor[J]. Procedia environ？ mental sciences，2016，33：365-375.

[15]BAIDAL J. Regional tourism planning in Spain：evolution and per？ spectives[J]. Annals of tourism research，2004，31（2）：313-333.

[16]汤礼莎，贺清云，朱翔.长沙市A级景区空间分布特征[J].经济地理，2018，38（6）：218-224.

[17]赵磊，丁烨，杨宏浩.浙江省旅游景区空间分布差异化研究[J].经济地理，2013，33（9）：177-183.

[18]李东瑾，毕华.中国国家森林公园旅游景区空间结构研究[J].中国人口·资源与环境，2016，8（5）：19-28.

[19]熊杰，章锦河，周臖，等.中国红色旅游景点的时空分布特征[J].地域研究与开发，2018，37（2）：86-91.

[20]刘大均，胡静，陈君子，等.中国传统村落的空间分布格局研究[J].中国人口·资源与环境，2014，24（4）：157-162.

[21]任喜萍，殷仲义.中国省域人口集聚、公共资源配置与服务业发展时空耦合及驱动因素[J].中国人口·资源与环境，2019，29（12）：77-86.

[22]陈国磊，张春燕，罗静，等.中国红色旅游经典景区空间分布格局[J].干旱区资源与环境，2018，32（9）：196-202.

[23]吴丽敏，黄震方，周玮，等.江苏省A级旅游景区时空演变特征及其动力机制[J].经济地理，2013，33（8）：158-164.

[24]石磊，李陇堂，张冠乐，等.宁夏A级旅游景区空间分布特征与形成机制研究[J].宁夏大学学报（人文社会科学版），2017（39）：165-169.

[25]张洪，石婷婷，鲍涵.中国5A级旅游景区空间结构特征研究[J].华侨大学学报（哲学社会科学版），2019（4）：80-90.

[26]李鹏，虞虎，王英杰.中国3A级以上旅游景区空间集聚特征研究[J].地理科学，2018，38（11）：1883-1891.

[27]于婷婷，左冰，阿荣，等.中国边境地区旅游发展的空间格局及驱动机制[J].经济地理，2021，41（2）：203- 213.

[28]唐承财，孙孟瑶，万紫微.京津冀城市群高等级景区分布特征及影响因素[J].经济地理，2019，39（10）：206- 215.

[29]麻学锋，杨雪.大湘西高级别景区时空分布特征及影响因素的空间异质性[J].自然资源学报，2019，34（9）：1902-1916.

[30]李冬花，张晓瑶，陆林，等.黄河流域高级别旅游景区空间分布特征及影响因素[J].经济地理，2020，40（5）：73-83.

[31]翁钢民，潘越，李凌雁.“丝绸之路旅游带”景区区位优势等级测度与影响机理[J].经济地理，2019，39（4）：207-215.

[32]贾垚焱，胡静，刘大均，等.长江中游城市群A级旅游景区空间演化及影响机理[J].经济地理，2019，39（1）：201-209.

[33]杨硕.基于GIS的兰州旅游景点空间格局分析[D].兰州：西北师范大学，2010：3-10.

[34]吴必虎，唐子颖.旅游吸引物空间结构分析：以中国首批国家4A级旅游区（点）为例[J].人文地理，2003，18（1）：1-5.

[35]高苹，席建超.旅游目的地网络空间结构及其复杂性研究：野三坡旅游地案例实证[J].自然资源学报，2018，33（1）：85-98.

[36]刘军杰，郄瑞卿，王婉谕.长春市乡村聚落空间分异特征及影响因素分析[J].水土保持研究，2019，26（6）：334-338.

[37]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].中国生态农业学报，2019，27（10）：1492-1501.

[38]赵传松，任建兰，陈延斌，等.全域旅游背景下中国省域旅游产业与区域发展时空耦合及驱动力[J].中国人口·资源与环境，2018，28（3）：149-159.

[39]李淑娟，王彤，高寧.我国滨海城市旅游发展质量演化特征研究[J].经济与管理评论，2019（3）：147-160.

[40]程哲，杨振山，王大树.中国旅游PPP的空间特征与影响因素研究[J].经济与管理评论，2020（2）：149-161.

[41]王劲峰，徐成东.地理探测器：原理与展望[J].地理学报，2017，72（1）：116-134.

Spatial distribution changes and influencing factors of A-level tourist attractions based on geodetector：a case study of Shandong Province

WANG Min1，2，HAN Mei1，CHEN Guozhong3，TIAN Lixin1，KONG Xianglun1

（1. College of Geography and Environment， Shandong Normal University， Jinan Shandong 250300， China； 2. Research Institute of Geography and Tourism， Qilu Normal University， Jinan Shandong 250200， China； 3. Shandong College of Tourism and Hospitality， Jinan Shandong 250200， China）

AbstractBased on the spatial analysis and calculation function of ArcGIS， this paper studied the spatial distribution and evolution characteristics of A？level tourist attractions in Shandong Province from the aspects of spatial distribution type， spatial distribution densi？ ty and spatial agglomeration direction by using the nearest neighbor index， kernel density analysis and gravity center transfer analysis methods. Using the geodetector， this paper selects 10 indicators including altitude， river system， average temperature， national policy， government support， traffic mileage， resident population， GDP， proportion of tertiary industry and tourism investment from three aspects of natural environment， social and political factors and economic and industrial factors to explore the influencing factors of the spatial distribution of A？level tourist attractions. The results showed that：①The spatial distribution of A？level tourist attractions in Shandong Province was in a state of agglomeration. The distribution center of A？level tourist attractions moved westward in the study period， and was gradually approaching the geometric center of Shandong Province.②The high？density areas of A？level tourist attractions in Shan？ dong Province were gradually increasing， and the trend was gradually evolving from being？few and scattered？to being？group structured and belt？structured？.③During the study period， the natural environmental factors changed little and belonged to static factors， while the social and political factors and economic and industrial factors changed greatly and belonged to dynamic factors. Tourism invest？ ment， gross national product， government support， national policy and altitude were the main factors leading to the spatial differentiation of A？level tourist attractions. The interaction of any two factors resulted in a stronger impact on the spatial distribution of A？level tourist attractions than that of a single factor. The influence ability of the natural environmental factors gradually decreases， that of the social and political factors fluctuated， and that of the economic and industrial factors steadily increased. Based on the previous research， the paper puts forward the countermeasures for optimizing the spatial layout of A？level tourist attractions in Shandong Province as follows： With the high？density distribution area as the core and high？density distribution belt as the focus， we should promote the construction of spatial clusters， increase policy integration， promote the development of social， political， economic and industrial factors， and promote the construction of world？class tourist attractions with global influence.

Key wordsA？level tourist attraction； spatial distribution； nuclear density analysis； Geodetector； Shandong Province

（責任编辑：于杰）