|
论文大纲，目录 |
| 关键词搜索： |
1 研究目的地空间结构的意义
1.1 国内外研究现状
我国在单个旅游目的地的空间结构研究方面已有较多成果，比如：陆林[2](1996)以安徽黄山、九华山和齐云山为例，阐述了山岳风景区旅游者的空间行为，并应用对比的方法，分析了中国黄山与美国黄石公园旅游者空间行为的共性和个性。而张捷、都金康、周寅康等[3](1999)以九寨沟及比较风景区为例，用游客距离衰减曲线和多种距离累计曲线揭示了观光旅游地客源市场空间结构整体特征和空间距离分异特征。另外的一些类似研究还包括潘勇[4](1998)对上海市区居民旅游强度、频度分析及旅游行为模式；朱同林[5](1998)对九华山旅游者的人口学特征；孙玉贞、马耀峰等[6](1998)对昆明市亚太地区主要旅游客源特征；邓明艳[7](2000)对成都旅游市场时空分布模式等。
在国外，也有一些关于旅游目的地客源市场的空间分析和测定文献，主要集中在三个领域：需求预测及其数学模型的构造；旅游者目的地选择模型；以及游客流空间结构的研究。在旅游空间模型方面，Wilson[8](1967)对游客空间分布模型的统计理论进行了研究。Miossec[9](1976)和Gormsen[10](1981)从空间结构和空间动力学角度观察了目的地旅游演变过程，并将旅游者的行为和类型同旅游者的地理分布模型结合起来考虑；Lundgren[11](1973)和Britton[12](1980)建立了关于游客空间分布和旅游业的核心—边缘理论模型(core-periphery model)，他们强调了边缘地区对核心地区的依赖。Mitchell and Lovingood[13](1976)从空间关系角度论述了城市公共游憩问题。
在前苏联，地理学家们建立了地域游憩系统的概念，来描述旅游空间结构模式（普列奥布拉曾斯基等[14]，1982）。日本学者对旅游空间结构亦曾加以注意，除野信道[15](1985)在其《观光社会经济学》一书中即曾专辟一章“观光之空间构造”讨论旅游空间结构，但其客源市场主要以国外游客作为样本群。
1.2 研究意义
英国学者Mitchell.L.S[16](1985)在《旅游地理学：综述与展望》中，就已经预测了美国、加拿大两国旅游地理学研究今后的发展方向，其中一个重要的方向是空间关系的研究将会逐步代替描述性研究（转自李山，中国国家级风景名胜区空间结构研究，1999）。日本学者石井英也[17](1988)在《空间时代观光旅游地理学的课题》一文中也提到，日本传统观光旅游的一个重要研究课题是以城市为中心的旅游空间结构研究。因此，本文的研究具有两方面的意义：从实践意义上讲，研究4A级旅游区（点）的空间结构及其与城市之间的关系，本质上是在探索目的地与客源地的关系，其结果不仅可以为首批国家4A级旅游区（点）的客源市场预测以及定位提供依据，还可以为其他景区的“旅游标准化”建设、新景区开发的市场定位提供参考标准，为我国旅游业步入正轨化、规范化，为旅游区可持续发展提供了科学技术以及理论上的保障；从理论上讲，本文虽属应用研究，但通过一定标准的样本群，定量研究旅游目的地空间结构问题，可以弥补我国在此方面研究的不足，为以后的旅游地理学空间结构研究发展提供基础。
另外，本研究对国家旅游局制定的《旅游区（点）质量等级的划分与评定》，以及以后将要制定的关于旅游城市的评优标准、各种旅游示范区的评定标准，提供了由实践检验获得的论证和建议。
2 中国国家4A级旅游区（点）的空间结构分析
2.1 国家4A级旅游区无忧论文 【http://www.uklunwen.com】（点）空间分布类型的测定
一般说来，我们可以从地图上直观的了解某个模型的分布状况，是聚集的，均匀的或随机的，但这几种情况常常会同时呈现出来。“一个能较为准确并客观地确定布点格局情况的方法就是最近邻分析法”[18]。
国家4A级旅游区（点）在宏观上呈点状分布，因此可以根据点状要素空间分布类型进行测定。最邻近距离是表示点状事物在地理空间中相互邻近程度的地理指标。测出每个点与其最邻近点之间的距离r，取这些距离的平均值r，即表示邻近程度的平均最邻近距离（简称最邻近距离）。当区域中的点状分布为随机型（Poisson分布型）时，其理论上的最邻近距离可用公式表示为：
r[,E]=1/2(n/A)[1/2]=1/2D[1/2] (1)
其中r[,E]为理论最邻近距离，A为区域面积，n为点数，D为点密度。在均匀分布、随机分布和凝聚分布三种点状分布类型中，均匀分布的最邻近距离最大，随机分布次之，凝聚分布最小。
最邻近点指数R定义为实际最邻近距离与理论最邻近距离之比：
R=r[,1]/r[,E]=2(D[,r1])[1/2] (2)
当R为1时，说明点状分布为随机型；当R＞1时，点状要素趋于均匀分布；当R＜1时，点状要素趋于凝聚分布。
表1 4A级景区在八大分区中的集中分布与均匀分布对比表
Tab.1 The Contrast of the centralization distribution andequality distribution with 4A tour areas in eight zones
附图
根据公式(1)，计算出国家4A级旅游区（点）理想随机分布的最邻近距离（中国领土面积按960万平方公里计）。
r[,E]=1/2(n/A)[1/2]=1/2(187/9,600,000)[1/2]≈113（公里）
根据计算机测量，得到各4A级旅游区（点）与其最邻近的4A级旅游区（点）之间的实际最邻近直线距离值(i=1-137)（位于同一个城市及城市郊区的4A级旅游区（点）归视为1，得到实际计算点数为137个），由公式(2)求取平均最邻近距离为74.29公里，小于113公里。
因此，国家4A级旅游区（点）的分布属于凝聚型。
2.2 国家4A级旅游区（点）在区域空间分布类型的测定
基尼系数(Gini)可以用于刻划空间要素的分布，也可以对两个空间要素的分布进行对比，是地理学中用来描述离散区域空间分布的重要方法。理论上，基民系数介于0和1之间，越大表明集中程度越高。
现将4A级景区在全国八个地理分区分布的个数，进行基尼系数分析，从而判断其在全国大的地理分区中分布均匀情况。
八个地理分区分别是东北区（东北三省）、华北区（黄河中下游五省二市）、华中区（长江中下游六省一市）、华南区（南部沿海三省一区）、西南区（西南三省）、青藏区（青海、西藏）、蒙甘宁区（北部内陆两区一省）、新疆区。
H=-∑P[,i]logP[,i]=1.7801
(P=0.0107,0.0428,…,0.2888)
H[,m]=logN=2.0794 (N=8)
G[,ini]=H/H[,m]=0.8561
C=1-G[,ini]=0.1439
所以，基尼系数(G)是0.8561，分布均匀度(C)为0.1439。结果表明首批国家4A级旅游区（点）在八大地理分区中呈集中分布，且分布的均匀度很低。
3 中国国家4A级旅游区（点）与客源市场的 |
|
|
第1页 第2页 第3页 第4页 |
|
|
| 上一篇：旅游感知形象研究综述 下一篇：主题公园赢利模式探析
|
| 最新论文 |
最热门论文 |
|
|
|
|
|
