中國最美休閑鄉(xiāng)村時空格局演化及其影響因素研究

朱磊，李燕楠，胡靜，方業(yè)平

（1.安慶師范大學資源環(huán)境學院，安徽 安慶 246133；2.華中師范大學城市與環(huán)境科學學院，武漢 430079；3.中國旅游研究院武漢分院，武漢 430079）

鄉(xiāng)村旅游是推動新型城鎮(zhèn)化的重要動力，是實現鄉(xiāng)村振興的重要路徑。2019 年我國鄉(xiāng)村旅游人次達32 億，鄉(xiāng)村旅游進入大旅游時代，成為新時代鄉(xiāng)村經濟發(fā)展新的增長點[1]。最美休閑鄉(xiāng)村是鄉(xiāng)村旅游發(fā)展的重要載體之一，評選最美休閑鄉(xiāng)村不僅對發(fā)展現代農業(yè)、帶動農民就業(yè)增收、建設美麗鄉(xiāng)村、傳承農耕文明具有重要意義，更為推進鄉(xiāng)村旅游高質量發(fā)展、實現鄉(xiāng)村振興戰(zhàn)略提供了有效途徑和廣闊平臺。自2014年以來，農業(yè)農村部先后7次開展了中國最美休閑鄉(xiāng)村推介活動，共評選出1 176 個中國最美休閑鄉(xiāng)村，這項活動的開展已成為“推進生態(tài)文明、建設美麗中國”戰(zhàn)略的重要舉措。目前我國鄉(xiāng)村旅游存在區(qū)域布局不合理、同質化發(fā)展明顯等問題，因此對我國鄉(xiāng)村旅游布局和空間優(yōu)化進行系統(tǒng)深入研究，探究不同區(qū)域鄉(xiāng)村旅游發(fā)展模式及路徑，對我國鄉(xiāng)村旅游可持續(xù)發(fā)展意義重大。鑒于此，本研究選擇中國最美休閑鄉(xiāng)村（以下簡稱“休閑鄉(xiāng)村”）作為研究對象，探究其空間格局演化及成因，具有一定的理論與現實意義。

鄉(xiāng)村旅游研究一直是國內外學者關注的重點和熱點領域，國外研究起步較早，其研究內容主要涉及鄉(xiāng)村旅游可持續(xù)發(fā)展[2]、鄉(xiāng)村旅游投資風險[3]、鄉(xiāng)村旅游空間差異特性[4-5]等；而國內學者則更加側重鄉(xiāng)村旅游的概念及發(fā)展模式[6]、鄉(xiāng)村旅游對目的地經濟發(fā)展的影響[7]、鄉(xiāng)村旅游開發(fā)條件評價及旅游感知[8]等方面的研究。近年來，隨著國內鄉(xiāng)村旅游的蓬勃發(fā)展，學界對鄉(xiāng)村旅游空間布局的關注度也日益提高，主要以不同空間尺度下的鄉(xiāng)村旅游重點村[9]、旅游村寨[10]、森林鄉(xiāng)村[11]、鄉(xiāng)村旅游模范村[12]等為研究對象，采用地理學相關研究方法探究其空間分布特征、影響因素及旅游發(fā)展路徑等。不難發(fā)現，國內外學者對鄉(xiāng)村旅游研究的內容較為廣泛，以不同對象為載體研究鄉(xiāng)村旅游地空間結構的成果也日趨豐富。然而最美休閑鄉(xiāng)村作為休閑鄉(xiāng)村旅游地典型空間地域單元和載體，其空間結構研究成果相對薄弱，僅有的幾篇文獻圍繞單個年份的休閑鄉(xiāng)村空間分布特征和成因進行研究[13-15]，缺少針對其長序列面板數據不同年份的時空演化格局對比分析及影響因素的系統(tǒng)探究。鑒于此，本研究以2014—2020 年中國最美休閑鄉(xiāng)村為研究對象，綜合運用最鄰近指數、核密度、網格維數、緩沖區(qū)分析、地理探測器等GIS 分析技術及SPSS 相關性分析方法對我國休閑鄉(xiāng)村旅游地的空間演化格局進行系統(tǒng)研究，同時對其影響因素進行定量表征，在此基礎上提出休閑鄉(xiāng)村旅游地的發(fā)展模式和路徑，以期對未來休閑鄉(xiāng)村旅游地的識別、評價和合理開發(fā)建設提供思路，為優(yōu)化我國休閑鄉(xiāng)村旅游地空間布局模式、促進美麗鄉(xiāng)村建設和鄉(xiāng)村旅游高質量發(fā)展提供一定參考。

1 材料與方法

1.1 研究方法

1.1.1 最鄰近指數

最鄰近指數是研究點狀要素在地理空間中分布類型特征的指標，應用最鄰近指數方法可以有效識別研究的點要素在空間的近鄰程度。其公式為：

式中：R為最鄰近指數為最鄰近距離平均實際值；為最鄰近距離理論值；D為休閑鄉(xiāng)村密度；n為休閑鄉(xiāng)村數量；A為研究區(qū)面積大小。一般情況下，當R=1時，休閑鄉(xiāng)村呈現隨機態(tài)分布；當R＞1時，休閑鄉(xiāng)村呈現均勻態(tài)分布；當R＜1時，休閑鄉(xiāng)村呈現凝聚態(tài)分布[16]。

1.1.2 網格維數測算

網格維數測算是分形理論在地理空間結構研究上的具體運用，該方法能夠有效反映研究對象空間結構的復雜狀況以及有序狀態(tài)。在對休閑鄉(xiāng)村空間分布網格化進行分析的基礎上，將全國地圖劃分成不同數量的網格，休閑鄉(xiāng)村所占據的網格數N（r）會由于不同網格尺寸r的不同有所差異，假設休閑鄉(xiāng)村具有無標度空間分布特征，則應有：

式中：a=D0，為容量維，假設在網格中休閑鄉(xiāng)村的分布數為Nij，休閑鄉(xiāng)村總數為N，定義其概率為其中i和j分別為行號和列號，可得出網絡維數值的函數（Ir）：

式中：I0是常數；D1為信息維；D為網格維數，表征休閑鄉(xiāng)村在全國分布的均衡性，D值在0～2 之間時，值越大越均衡；D=2時，則呈現均勻分布；當D接近1時，說明可能集中到一條地理線分布態(tài)勢[17]。

1.1.3 探索性空間數據分析

探索性空間分析方法是空間分析方法和技術的集成，是對研究事物在地理空間上彼此關聯性的綜合分析，該方法可以有效揭示研究對象在地理空間上的相互作用關系[18]。本研究選取Moran′sI和Getis-Ord分別探究休閑鄉(xiāng)村空間關聯結構模式和空間冷熱點區(qū)分布差異。Moran′sI公式如下：

式中：Xi、Xj為第i區(qū)域和j區(qū)域的休閑鄉(xiāng)村個數；n為區(qū)域數量為所有區(qū)域觀測值的平均值為為空間權重矩陣，其中空間相鄰時為1，不相鄰時為0。I值在（-1，1）之間分布，I值越接近1，表示有相似屬性的要素聚集在一起；越接近-1，表示有相異屬性的要素聚集在一起；趨近于0，則表示要素之間不存在空間自相關性。

由于I指數表征的是休閑鄉(xiāng)村全局的集聚狀態(tài)，要進一步識別局部休閑鄉(xiāng)村分布的冷熱點，一般采用進行測度分析，其公式為：

1.1.4 地理探測器

地理探測器是探測空間分異性并揭示其背后驅動因子的一種新的統(tǒng)計學方法，此方法無線性假設，具有優(yōu)雅的形式和明確的物理含義[20]，用q值來度量某因子X多大程度上解釋了屬性Y的空間分異性，其模型如下：

式中：h（h=1，……，L）為Y、X的分層；Nh和N分別為層h和全區(qū)的單元數和σ2分別是層h和全區(qū)的Y值的方差；SSW、SST分別是層內方差之和、全區(qū)總方差。q值與Y的空間分異性呈正比，若分層由自變量X生成，則q值越大表示自變量X對屬性Y的解釋力越強，反之越弱。

對照最美休閑鄉(xiāng)村的評選依據，綜合參考劉彥隨等[21]、王兆峰等[15]的研究成果，并基于數據的可獲取性、科學性和可行性，選取旅游資源稟賦（X1）、客源市場（X2）、交通因素（X3）、政策導向因素（X4）、自然因素（X5）5 個方面的要素作為影響因子，并選取12 個指標建立最美休閑鄉(xiāng)村空間分布的影響因素評價指標體系，見表1。其中旅游資源稟賦是休閑鄉(xiāng)村旅游發(fā)展的基石，選取4A 級及以上景區(qū)數量和民宿客棧數量進行衡量；客源市場是休閑鄉(xiāng)村發(fā)展的根本動力，選擇旅游總收入和接待境內外游客總數表示；交通因素是休閑鄉(xiāng)村游客可達性的重要支撐，選取鐵路網綜合密度和公路密度進行表征；政策導向因素是休閑鄉(xiāng)村發(fā)展的重要保障，選取政策文件中提及“鄉(xiāng)村旅游”的頻數、全國鄉(xiāng)村旅游重點村的數量來說明；自然因素是休閑鄉(xiāng)村形成發(fā)展的現實條件和立地基礎，選取海拔高度、坡度、距河流距離3 個指標進行表示[22]。在此基礎上對各評價指標進行標準化處理，按照熵值法測算各指標權重，并綜合計算出每個影響因子的數值，最后根據所得數據，利用地理探測器來定量分析各因子對休閑鄉(xiāng)村空間分布影響程度的大小。

表1 休閑鄉(xiāng)村空間分布的影響因素指標體系Table 1 Index system of influencing factors of leisure villages spatial distribution

1.2 數據來源

2014—2020 年，農業(yè)農村部先后7 次共評選出1 176 個中國最美休閑鄉(xiāng)村，其評選范圍涵蓋全國31個省份（不包括港澳臺），歷年評選出的休閑鄉(xiāng)村名單來源于中華人民共和國農業(yè)農村部官網（www.moa.gov.cn）。近年來評選的中國最美休閑鄉(xiāng)村在發(fā)展方向上定位明確，具有產業(yè)引領、生態(tài)宜居、景色優(yōu)美、人文和諧等顯著特點，為全國休閑鄉(xiāng)村旅游地發(fā)展指明了方向。以此作為研究數據樣本，借助Google Earth 分別對全國2014 年100 個、2017 年520個和2020 年1 176 個最美休閑鄉(xiāng)村所在地理坐標進行精準定位、提取和校準，并在ArcGIS 10.2 軟件中實現休閑鄉(xiāng)村點狀要素在中國地圖上的可視化。在此基礎上對中國休閑鄉(xiāng)村旅游地空間分布格局及成因進行分析研究。基礎矢量數據來源于國家基礎地理信息系統(tǒng)數據庫中的1∶4 000 000 的全國矢量地圖。影響因素研究中的交通因素和政策導向因素相關指標數據來源于國家統(tǒng)計局官方網站（http：∕∕www.stats.gov.cn∕），旅游資源稟賦和客源市場相關指標數據來源于2014—2020 年《中國旅游統(tǒng)計年鑒》，自然地理要素相關數據來源于國家地球系統(tǒng)科學數據共享平臺（http：∕∕www.geodata.cn∕）。

2 空間格局演化特征

2.1 空間分布密度特征

運用最鄰近指數法對全國最美休閑鄉(xiāng)村分布類型進行判別，運用ArcGIS 10.2 工具分別計算出2014、2017 年和2020 年全國最美休閑鄉(xiāng)村的最鄰近指數分別為0.508、0.552 和0.658，均小于1。由此可知，休閑鄉(xiāng)村在不同時間節(jié)點的空間分布均呈現出凝聚型的分布態(tài)勢，但隨著時間的推移，集聚分布態(tài)勢有所減弱，逐漸趨向均衡的態(tài)勢。進一步對2014、2017 年和2020 年全國休閑鄉(xiāng)村進行核密度分析，如圖1 所示?？傮w上看，休閑鄉(xiāng)村分布呈現東多西少且主要在胡煥庸線以東的空間分異規(guī)律，與區(qū)域經濟發(fā)展有一定的耦合性。對比三個時間段的核密度圖可以發(fā)現，中國最美休閑鄉(xiāng)村高密度區(qū)呈現出“雙核結構”，次核心區(qū)呈“點狀散射”分布特征，即形成了以北京為中心的京津冀高密度區(qū)和以浙江、安徽、上海、江蘇為核心的長三角高密度區(qū)的“雙核結構”，而川渝地區(qū)、閩東南地區(qū)、青海東部等地區(qū)為休閑鄉(xiāng)村分布的次核心“點狀散射”地帶，總體呈現“大集聚、小分散”的空間分布格局，且隨著時間的推移，逐漸向東南部遷移。值得注意的是，新疆地區(qū)休閑鄉(xiāng)村的數量也較多，該地區(qū)農旅融合發(fā)展勢頭較為強勁。從省區(qū)內部來看，各省區(qū)邊緣和交界地帶也是休閑鄉(xiāng)村的高密度分布區(qū)。

圖1 中國最美休閑鄉(xiāng)村核密度圖Figure 1 Kernel density map of the most beautiful leisure villages in China

2.2 空間分布復雜性

為了系統(tǒng)研究最美休閑鄉(xiāng)村地理空間分布的復雜性，采用分形理論中的網格維數模型對最美休閑鄉(xiāng)村進行網格化分析。根據網格維數相關計算公式測算對應的N（r）值和I（r）值，具體計算結果如表2 所示，再通過在Excel 中輸入計算出的坐標點（N（r），K）和（I（r），K）繪制成雙對數散點圖（圖2），對此進行擬合回歸，得到最終的容量維數值D0和信息維數值D1。由圖2 可知，2014、2017 年和2020 年休閑鄉(xiāng)村的容量維數值D0分別為1.300 8（決定系數為0.969 9）、1.486 8（決定系數為0.989 5）和1.705 1（決定系數為0.992 0），表明各年份全國最美休閑鄉(xiāng)村系統(tǒng)分形特征明顯，其中2014 年容量維數值接近1，表明該年份休閑鄉(xiāng)村在全國范圍內分布相對較為集中。而2017 年和2020 年容量維較2014 年增加，且2020 年容量維數值趨于2，表明休閑鄉(xiāng)村在全國尺度范圍內分布開始逐漸均衡。最美休閑鄉(xiāng)村的發(fā)展既要考慮不同地區(qū)的經濟發(fā)展狀況、資源類型等方面的差異，又要兼顧各地區(qū)間的發(fā)展平衡，扶持欠發(fā)達地區(qū)的鄉(xiāng)村旅游建設，實現最美休閑鄉(xiāng)村在全國范圍內均衡健康發(fā)展。從各年份的信息維來看，三年的信息維數值D1分別為0.690 1、0.694 2和0.742 5，均小于對應的容量維數值，這表明研究區(qū)內休閑鄉(xiāng)村系統(tǒng)可能存在局部圍繞交通主干線或大城市周邊集聚的情況，空間分布上呈現不等概率分布狀態(tài)，分形結構較為復雜。

表2 休閑鄉(xiāng)村系統(tǒng)網格維數測算Table 2 Calculation of grid dimension of leisure rural system

圖2 休閑鄉(xiāng)村網格維數雙對數散點圖Figure 2 Double logarithmic scatter diagram of grid dimension of leisure village

2.3 熱點區(qū)分布特征

采用ArcGIS 10.2 軟件計算出三個時間截面的休閑鄉(xiāng)村空間分布的全局Moran′sI指數，得到結果分別為0.386、0.510 和0.591，均通過檢驗，表明我國休閑鄉(xiāng)村具有正向的空間自相關。2014—2020 年Moran′sI指數逐漸增加，表明我國休閑鄉(xiāng)村空間正向集聚程度不斷增強，其空間分布上具有一定的馬太效應，休閑鄉(xiāng)村旅游發(fā)展的協(xié)同效應較好，未來各省休閑鄉(xiāng)村走協(xié)同發(fā)展道路較為可行。一般來說，全局自相關分析會掩蓋局部空間的分布情況[23]。為了進一步研究休閑鄉(xiāng)村空間分布規(guī)律，根據公式（7）和公式（8）分別計算出2014、2017年和2020年休閑鄉(xiāng)村局部空間關聯指數并生成空間格局的熱點圖（圖3）。從圖3中的熱點區(qū)域的演化來看，2014年休閑鄉(xiāng)村的熱點區(qū)主要分布在長三角地區(qū)，2017 年熱點區(qū)開始逐漸向東北部省份遷移，2020 年熱點區(qū)在2017年的基礎上繼續(xù)向東北部和西南部擴大。而三個時段休閑鄉(xiāng)村冷點和次冷點區(qū)呈現出向我國西南部省份逐漸收縮的態(tài)勢，數量不斷減少。不難發(fā)現，我國休閑鄉(xiāng)村空間分布格局主要呈現出東西熱、中部冷的態(tài)勢，休閑鄉(xiāng)村的熱點區(qū)呈現一定的穩(wěn)定性。其中江蘇、安徽和河南等地發(fā)展較為活躍，持續(xù)保持在熱點區(qū)域；而青海、廣西和海南等地基本上都處于冷點區(qū)域，休閑鄉(xiāng)村旅游發(fā)展較為緩慢。

圖3 休閑鄉(xiāng)村空間格局的熱點區(qū)域演化示意圖Figure 3 Hot spot regional evolution of leisure villages spatial pattern

3 空間分布格局成因

基于地理探測器分析模型及原理，利用ArcGIS 10.2 自然斷點法對資源稟賦、交通因素、政策導向因素、客源市場、自然因素5 個探測因子進行數據離散化處理，將得出的數據輸入GeoDetor軟件中可揭示出各個因子對休閑鄉(xiāng)村空間分布影響作用強度q值，由表3可知，各因子均通過顯著性檢驗，表明5個因子對休閑鄉(xiāng)村的空間分布均產生一定影響，但影響強度有所差異，其中政策導向（X4）、客源市場（X2）對休閑鄉(xiāng)村空間分布的影響力度較強，q值分別為0.730 和0.321，之后依次為旅游資源稟賦（X1）、交通因素（X3）和自然因素（X5），q值也都在0.25 以上。由此可知，5個因子的影響強度表現為政策導向＞客源市場＞旅游資源稟賦＞交通因素＞自然因素。為進一步驗證及剖析各項因素的具體影響機制，本研究采用SPSS分析、矢量數據緩沖區(qū)分析及圖層疊加等方法對各因素具體影響機理進行進一步探究。

表3 各影響因素作用強度q值Table 3 Effect intensity q value of each influencing factor

3.1 旅游資源稟賦

旅游資源稟賦是鄉(xiāng)村旅游發(fā)展的基石，休閑鄉(xiāng)村的空間分布格局與區(qū)域內的資源稟賦有著密切的聯系。因此選擇全國所有A 級景區(qū)作為旅游資源稟賦的具體載體，采用緩沖區(qū)和疊加分析，定量表征旅游資源稟賦與休閑鄉(xiāng)村空間分布的關聯性。本研究以A級旅游景區(qū)中心為圓點，建立起5、10、15 km等間隔的緩沖半徑進行緩沖區(qū)分析，并統(tǒng)計不同緩沖半徑緩沖區(qū)范圍內的休閑鄉(xiāng)村數量。結果表明，5 km 緩沖區(qū)范圍內有休閑鄉(xiāng)村數量162 個，占總數的13.78%，10 km 緩沖區(qū)范圍內有休閑鄉(xiāng)村數量491 個，占總數的41.75%，15 km 緩沖區(qū)范圍內有休閑鄉(xiāng)村數量936個，占總數的79.59%。進一步研究發(fā)現，在A 級旅游景區(qū)5～10 km緩沖區(qū)半徑范圍內，每增加1 km的緩沖半徑，休閑鄉(xiāng)村約增加65個。而在A 級旅游景區(qū)30～50 km 緩沖區(qū)半徑范圍內，每增加1 km 的緩沖半徑，休閑鄉(xiāng)村增加數量達到89 個。由上述分析不難發(fā)現，休閑鄉(xiāng)村多分布在A 級旅游景區(qū)周圍，進一步說明旅游資源富集度對休閑鄉(xiāng)村的空間分布具有重要影響。A 級景區(qū)周圍各類旅游資源豐富且集中，旅游公共基礎設施完善，休閑鄉(xiāng)村在其周圍分布，不但可以共享景區(qū)客源，而且有利于發(fā)揮景區(qū)的邊緣效應，實現區(qū)域內的資源互補，達到彼此互利共贏的良好發(fā)展格局。

3.2 客源市場

客源市場是休閑鄉(xiāng)村能否盤活、盈利的重要保障。擁有廣闊的客源市場是發(fā)展休閑鄉(xiāng)村旅游的必備條件。為了探究客源市場對休閑鄉(xiāng)村空間分布的影響，本研究選取2019 年各省旅游總人次來表征該省的客源市場情況，利用SPSS 軟件對各省旅游總人次和休閑鄉(xiāng)村分布數量進行相關性分析，得出兩者的Pearson 系數達0.668，且達到顯著性水平，由此表明，休閑鄉(xiāng)村的分布和客源市場具有高度的耦合關聯性。為了進一步探究客源市場對休閑鄉(xiāng)村分布的影響，按照不同城市等級的輻射半徑（一般地級市輻射半徑為50 km，省會城市輻射半徑為100 km），分別選取50 km 和100 km 距離的緩沖半徑對地級市和省會城市進行緩沖區(qū)疊加分析。結果表明，省會城市100 km半徑緩沖區(qū)范圍內共有休閑鄉(xiāng)村422 個，占休閑鄉(xiāng)村總數的37.58%，地級市50 km半徑緩沖區(qū)范圍內共有休閑鄉(xiāng)村885 個，占總數的75.25%（圖4a、4b）。這表明休閑鄉(xiāng)村主要分布在城市的城郊地帶，不難得出休閑鄉(xiāng)村的客源主要來自周邊城市居民。由于鄉(xiāng)村旅游具有游居、野行、自然和原真性等其他旅游業(yè)態(tài)無法比擬的特點，符合當下城市居民逃離城市生活、尋找鄉(xiāng)愁、返璞歸真、緩解工作壓力的現實旅游需求。

3.3 交通因素

良好的交通條件是旅游業(yè)快速發(fā)展的必備條件之一，它是聯系客源地與旅游目的地之間的橋梁[24]，尤其對鄉(xiāng)村旅游目的地的發(fā)展更為重要。近年來隨著騎行、自駕游的盛行，休閑鄉(xiāng)村旅游地的可達性成為影響游客選擇的重要指標。本研究運用ArcGIS 10.2矢量數據緩沖區(qū)分析工具，探究休閑鄉(xiāng)村的空間分布與交通主干道之間的相互關系。一般認為，游客騎行1 h車程15 km或自駕1 h車程40 km即可到達的旅游目的地，為最佳的旅游感知距離。因此本研究選取15 km 和40 km 作為國道緩沖區(qū)分析的半徑，并提取緩沖區(qū)范圍內休閑鄉(xiāng)村的數量。結果表明，緩沖半徑為15 km 的范圍內有休閑鄉(xiāng)村349 個，占總數的29.67%；緩沖半徑為40 km 的范圍內有休閑鄉(xiāng)村349個，占總數的82.27%（圖4c、4d）。不難發(fā)現休閑鄉(xiāng)村呈現出沿交通主干道周邊分布的特征，未來在交通干線周邊的休閑鄉(xiāng)村可充分利用主干道路的交通便捷優(yōu)勢，開發(fā)適宜的騎行和自駕游等相關旅游產品和體驗項目，最大程度滿足游客多樣化的旅游需求，從而達到促進休閑鄉(xiāng)村快速發(fā)展的目的。因此良好的交通條件是游客進入休閑鄉(xiāng)村旅游地的前提，是休閑鄉(xiāng)村空間分布的關鍵影響因子。

3.4 政策導向

強有力的政策支持是發(fā)展鄉(xiāng)村旅游的重要保障。為了進一步探究地方政策環(huán)境對休閑鄉(xiāng)村分布數量的影響程度，采用專家打分法，對2014—2020 年各省所發(fā)布的鄉(xiāng)村旅游政策進行定量表征（將每個省級鄉(xiāng)村旅游政策文件賦值10 分，每個地級市鄉(xiāng)村旅游政策文件賦值5 分），并將各省的政策得分在ArcGIS 10.2 軟件中按照Jenks 自然斷點法分成6 個梯隊，再與休閑鄉(xiāng)村空間分布圖進行疊加（圖4e），不難看出，山東、江蘇、浙江等地是處于政策支持第一梯隊的省份，其休閑鄉(xiāng)村的分布數量也最多。近年來，山東、江蘇、浙江三省率先出臺多項支持鄉(xiāng)村旅游發(fā)展的支持政策，尤其是浙江省先后出臺了15 個省級政策文件、21 個市級政策文件，為該省休閑鄉(xiāng)村旅游的快速發(fā)展提供了重要保障，其休閑鄉(xiāng)村的分布數量在全國保持領先水平。而處于政策支持第六梯隊的西藏，由于政策支持相對不足，其休閑鄉(xiāng)村的分布數量也最少。為進一步驗證政策支持對休閑鄉(xiāng)村分布的影響程度，再采用SPSS 軟件將各省政策得分與休閑鄉(xiāng)村分布數量兩者進行相關性分析，其Pearson 系數為0.746，且達到顯著性水平，表明地方政府鄉(xiāng)村旅游發(fā)展政策環(huán)境對該區(qū)域休閑鄉(xiāng)村的快速發(fā)展和空間布局影響較大。

圖4 全國休閑鄉(xiāng)村分布的影響因素Figure 4 Influencing factors of leisure villages distribution in China

3.5 自然因素

地形地貌不僅作為一種獨立的自然地理要素成為休閑鄉(xiāng)村布局的立地基礎[25]，而且也是重要的景觀要素，是吸引游客前往不同休閑鄉(xiāng)村旅游的重要因素。將休閑鄉(xiāng)村空間分布圖與全國地形高程圖進行疊加（圖4f），提取每個休閑鄉(xiāng)村所對應的高程值[16]。研究發(fā)現，處于海拔200 m 以下的休閑鄉(xiāng)村達一半以上，海拔200 m以上的休閑鄉(xiāng)村共有501個，再對不同高程值與休閑鄉(xiāng)村分布數量在SPSS 中進行相關性分析，得出兩者的Pearson 系數為-0.855 且達到顯著性水平，可知休閑鄉(xiāng)村的分布和海拔高度呈較強的負相關性。從圖4f 中可以看出休閑鄉(xiāng)村主要分布在海拔500 m 以下的三級階梯區(qū)域內，其中200 m 以下的平原地區(qū)分布最多，呈現出“聚平原”的分布規(guī)律。此外，河流水系及坡度在一定程度上決定休閑鄉(xiāng)村的選址。進一步研究發(fā)現，休閑鄉(xiāng)村多集中分布在距離河流5 km 的范圍內，呈現出“附河流”的分布規(guī)律，休閑鄉(xiāng)村的分布與距河流的距離呈負相關，即隨著距河流距離的增加，休閑鄉(xiāng)村逐漸減少。進一步研究坡度對休閑鄉(xiāng)村分布的影響，發(fā)現休閑鄉(xiāng)村大多分布在5°～10°的斜坡地區(qū)，呈現出“附微斜坡”的分布規(guī)律，其分布與坡度呈負相關，即隨著坡度的增大，休閑鄉(xiāng)村數量逐漸減少。綜上所述，海拔高度、河流水系和坡度是影響休閑鄉(xiāng)村分布的重要自然地理要素。

4 討論

目前，我國休閑鄉(xiāng)村正從集聚分布逐漸趨于均衡分布，國家應繼續(xù)加大在東中部布點的力度，更好地滿足居民日益增長的休閑旅游需求。休閑鄉(xiāng)村空間分布集聚性和關聯性特征明顯，未來休閑鄉(xiāng)村應加強區(qū)域間的聯動發(fā)展，重點將休閑鄉(xiāng)村高密度分布的京津冀區(qū)域、長三角區(qū)域打造為全國知名休閑鄉(xiāng)村集聚區(qū)，從而實現重點區(qū)域帶動和輻射作用。在休閑鄉(xiāng)村高密度分布的各省邊緣和交界地區(qū)，應加強各省之間的互動交流，促進區(qū)域協(xié)同發(fā)展。此外，通過對影響因素分析可知，休閑鄉(xiāng)村周邊蘊藏著豐富的旅游資源，休閑鄉(xiāng)村應加強與周邊A 級景區(qū)的交流合作，實現功能互補、資源共享、錯位發(fā)展，充分吸收其“溢出效應”。休閑鄉(xiāng)村大多分布在城市周邊，城市是休閑鄉(xiāng)村旅游發(fā)展最為重要的客源市場，應重點圍繞鄉(xiāng)村采摘、鄉(xiāng)村民宿和田園綜合體等產品進行打造，滿足城市居民環(huán)城游憩、尋找鄉(xiāng)愁的現實需求。對于交通區(qū)位優(yōu)勢明顯，尤其是騎行或自駕一小時可達的休閑鄉(xiāng)村，可打造鄉(xiāng)村營地、鄉(xiāng)村創(chuàng)客基地、旅居度假基地、鄉(xiāng)村運動基地等鄉(xiāng)村休閑旅游度假類產品，提升其鄉(xiāng)村旅游品位。

本研究是在羅燁欣等[13]、熊浩等[14]和王兆峰等[15]選取截面數據研究休閑鄉(xiāng)村空間結構基礎上的進一步拓展和完善：一是拓展了研究視角，本研究采用面板數據從時空二維視角對休閑鄉(xiāng)村演化特征進行系統(tǒng)模擬；二是增加了政策影響分析，現有研究文獻缺少政策因素分析，本研究采用專家打分法對政策導向因素進行定量表征，系統(tǒng)探究政策導向對休閑鄉(xiāng)村空間分布的影響，發(fā)現休閑鄉(xiāng)村空間布局受政策影響最大。本研究對實現我國鄉(xiāng)村旅游高質量發(fā)展，助推鄉(xiāng)村振興戰(zhàn)略具有一定參考和借鑒意義，未來在我國休閑鄉(xiāng)村旅游地發(fā)展和布局中，應充分考慮資源、市場、交通、政策和自然等因素的影響。休閑鄉(xiāng)村要立足區(qū)域自然資源條件，面向客源市場需求，提升交通可達性，全力爭取政府政策支持，從而實現鄉(xiāng)村旅游的特色化、差異化、品質化發(fā)展。由于數據獲取受限等原因，影響因素研究仍有待進一步完善，不同類型的休閑鄉(xiāng)村旅游地在不同空間尺度下的空間分布格局也有待深入探究。

5 結論

本研究運用ArcGIS 10.2 軟件平臺及最鄰近指數、分形維數和地理探測器等方法，對2014、2017、2020 年中國最美休閑鄉(xiāng)村時空格局演變及影響因素進行分析，主要結論如下：

（1）休閑鄉(xiāng)村在不同時間節(jié)點的空間分布均呈現出凝聚型的分布態(tài)勢，主要分布在胡煥庸線以東，逐漸形成了以京津冀、長三角城市群為高密度核心的“雙核結構”，以川渝、閩東南、青海東部等地為次核心的“點狀散射”分布特征。從區(qū)域內部來看，各省區(qū)邊緣和交界地帶也是休閑鄉(xiāng)村的高密度分布地區(qū)。

（2）休閑鄉(xiāng)村具有明顯的分形結構特征，其時空演變過程中呈現出圍繞城市和交通主干道集中分布的特點，由于區(qū)域旅游資源本底和經濟社會發(fā)展水平的差異，其區(qū)域內分布概率差異明顯，分形復雜性強。

（3）休閑鄉(xiāng)村在空間上主要呈現出東西熱、中部冷的態(tài)勢，且熱點區(qū)呈現出從長三角地區(qū)逐漸向東北部和西南部省份遷移擴大態(tài)勢，冷點區(qū)呈現出向我國西南部省份收縮態(tài)勢。其中江蘇、安徽和河南等地發(fā)展較為活躍，持續(xù)保持在熱點區(qū)域，而青海、廣西和海南等地均處于冷點區(qū)域。

（4）休閑鄉(xiāng)村空間分布格局成因復雜多樣，既有自然因素，又有社會因素，其中旅游資源稟賦、自然因素、客源市場、交通因素、政策導向是影響休閑鄉(xiāng)村分布的主要因素，且影響強度表現為政策導向＞客源市場＞旅游資源稟賦＞交通因素＞自然因素。