周立軍， 司偉業(yè)， 殷青

（哈爾濱工業(yè)大學(xué)建筑學(xué)院，寒地城鄉(xiāng)人居環(huán)境科學(xué)與技術(shù)工業(yè)和信息化部重點實驗室，哈爾濱 150001）

0 引言

景區(qū)可達(dá)性不但影響游客行為，而且把控區(qū)域旅游協(xié)同發(fā)展、開發(fā)決策空間布局、經(jīng)濟(jì)謀劃等宏觀格局的合理性與顯著性。提升景區(qū)可達(dá)性，有利于市民共享旅游發(fā)展成果，實現(xiàn)社會公平，有利于提升外來游客旅游質(zhì)量，提升城市競爭力和影響力。

可達(dá)性的概念最早在1959 年由Hanse［1］提出，意思是一個地方到另一個地方的難易程度。目前對可達(dá)性的測度主要分為兩類，一類是拓?fù)渚W(wǎng)絡(luò)，如空間句法、矩陣拓?fù)浞ǎ?，3］；另一類是幾何網(wǎng)絡(luò)，包括距離法、累積機(jī)會法、引力模型法［4-6］。目前高斯兩步移動搜索法和引力模型法［7，8］是普遍作為空間可達(dá)性測度的有效方法。

目前景區(qū)可達(dá)性的研究已經(jīng)較為深入，魏珍、李然好、余菲菲分別利用距離法、高斯兩步移動搜索法（2SFCA）、引力模型測算景區(qū)可達(dá)性及其與房價、經(jīng)濟(jì)的關(guān)系。然而，以上研究多為單類交通下的可達(dá)性測度，對綜合交通的研究較少。實際上居民出行方式存在偏好，同一區(qū)域不同出行方式影響可達(dá)性結(jié)果［9，10］。

對景區(qū)服務(wù)對象的選取上，選取市民作為游客，原因：一是以往研究多關(guān)注景區(qū)與外來游客的關(guān)系，而忽視了景區(qū)同樣服務(wù)于市民。外來游客出行具有時效性和集中性，已有研究發(fā)現(xiàn)外來游客出游多在法定節(jié)假日，而在全年時間占比較重的公休日中出游人群多為當(dāng)?shù)赜慰停?1］。同時趙榮等研究西安市民出游行為中發(fā)現(xiàn)市民到兵馬俑等熱門景點出游人數(shù)占比高達(dá)80%，因此研究景區(qū)與當(dāng)?shù)赜慰偷年P(guān)系也極為重要；二是在疫情常態(tài)化背景下，各地提倡就地出游，盡量減少出現(xiàn)跨區(qū)域人員流動，故未來很長時間內(nèi)出現(xiàn)大規(guī)模的外來游客出游不再是普遍現(xiàn)象，因此研究具有一定的現(xiàn)實意義。

文中推導(dǎo)了綜合交通的2SFCA法計算公式，爬取高德地圖規(guī)劃路徑API 多交通出行數(shù)據(jù)、景區(qū)供給點經(jīng)緯度坐標(biāo)與服務(wù)面積，并通過逆地理編碼獲取街道單元辦事處的坐標(biāo)作為需求點，完成了街道單元的景區(qū)可達(dá)性評價，借助Geoda 雙變量局部空間自相關(guān)方法分析了景區(qū)供需匹配失衡地區(qū)。

1 研究區(qū)域與數(shù)據(jù)來源

1.1 研究區(qū)域

研究區(qū)域為哈爾濱主城區(qū)，包含南崗區(qū)、道里區(qū)、道外區(qū)、松北區(qū)和香坊區(qū)，研究單元為街道轄區(qū)。借助高德地圖開發(fā)者工具爬取哈爾濱主城區(qū)景區(qū)POI，發(fā)現(xiàn)絕大多數(shù)均在主城區(qū)繞城高速以內(nèi)，進(jìn)而精煉研究區(qū)域為哈爾濱市區(qū)繞城高速G1001以內(nèi)，包含南崗區(qū)20 個街道、道里區(qū)19 個街道、道外區(qū)26 個街道、松北區(qū)6個街道、香坊區(qū)24個街道和呼蘭區(qū)學(xué)院路街道部分區(qū)域。面積約510.76km2，人口約391萬。

1.2 數(shù)據(jù)來源

1.2.1 景區(qū)需求數(shù)據(jù)

研究使用六普數(shù)據(jù)中街道單元的常住人口數(shù)作為景區(qū)需求量。完整街道轄區(qū)以街道辦事處為需求點，利用高德地圖逆地理編碼獲得街道辦事處的經(jīng)緯度坐標(biāo)，將街道辦事處作為人口聚集中心；靠近繞城高速G1001缺損街道轄區(qū)以質(zhì)心為需求點（人口數(shù)據(jù)按照居住區(qū)面積比例計算得到），利用Arcgis10.2的屬性表的“計算幾何質(zhì)心”獲得經(jīng)緯度坐標(biāo)。地理信息數(shù)據(jù)來源于Bigmap 地圖下載器，結(jié)合《哈爾濱市城市總體規(guī)劃（2011-2020）》（2017 年修改稿）中江北區(qū)最新街道轄區(qū)。在Arcgis10.2中手繪地圖面域得到繞城高速范圍內(nèi)各個街道的SRI Shapefile數(shù)據(jù)。各個行政區(qū)和相應(yīng)需求數(shù)據(jù)如圖1所示。

圖1 哈爾濱繞城高速內(nèi)基礎(chǔ)數(shù)據(jù)

1.2.2 景區(qū)供給數(shù)據(jù)

研究分別將收費景區(qū)的售票處和免費景區(qū)的主要出入口作為供給點。通過爬取高德地圖風(fēng)景名勝POI 獲得168 個哈爾濱主城區(qū)景點，比對攜程官網(wǎng)和哈爾濱市文廣新局2021 年發(fā)布的哈爾濱市A 景區(qū)名錄選出了30 個代表性的景區(qū)，包括11 個自然類旅游景區(qū)，8個歷史遺產(chǎn)類旅游景區(qū)和11個現(xiàn)代人文類旅游景區(qū)［12］，景區(qū)面積數(shù)據(jù)（服務(wù)能力）從高德地圖投影面積獲?。ê邶埥〔┪镳^等建筑類景點以建筑面積估算），供給點坐標(biāo)借助高德地圖搜索服務(wù)API 獲得。利用Arcgis10.2 的自然間斷分級法劃分五類景區(qū)面積，數(shù)據(jù)信息如表1和圖2所示。

表1 景區(qū)分類與數(shù)量

圖2 景區(qū)面積分布與類型分布

2 研究方法與過程

2.1 綜合交通高斯兩步移動搜索法

研究中的綜合交通2SFCA 法的創(chuàng)新之處在將交通成本TC取代距離成本dij，供給點服務(wù)人數(shù)按照不同交通方式占比進(jìn)行加權(quán)求和。過程如下：

首先，高斯兩步移動搜索法先計算在極限閾值內(nèi)能夠到達(dá)的景區(qū)供給點和需求點之間的衰減值G（dij），之后計算每個供給點服務(wù)能力與服務(wù)人數(shù)的比重，即供給點的供需比Rj，最后對每個需求點匯總閾值范圍內(nèi)所能到達(dá)的所有供給點的供需比與衰減值的乘積作為每個需求點的可達(dá)性。

然后，結(jié)合學(xué)者Chang和Mao集合步行、公共交通和駕車三種交通方式開發(fā)了計算多交通可達(dá)性的交通成本計算方法：

式中，TC 為交通成本；pi為需求點人數(shù)；a1為步行出行占比；a2為公共交通出行占比；a3為駕車出行占比；Tij（walk）表示兩點間步行出行通達(dá)時間；Tij（bus）表示兩點間公共交通出行通達(dá)時間；Tij（car）表示兩點間駕車出行通達(dá)時間。

最后，考慮到景區(qū)面積較大，而步行距離有限，因此僅選取公共交通和駕車出行二種交通方式計算景區(qū)可達(dá)性，如式（2）～式（4）。

具體計算過程，首先計算基于公共交通和駕車出行二種交通方式下閾值范圍內(nèi)的成本衰減值，見式（2）。宋陽等［13］分析獲得哈爾濱城區(qū)交通出行方式占比，公交車53.9%，出租車7.7%，地鐵4%，步行17%，自行車1%，私家車16.46%。其中自行車比重極小，忽略不計，將其他五種交通出行重新分配比重，把地鐵和公交車列入公共交通出行，出租車與私家車列入駕車出行（兩者均為直達(dá)且車速相近，私家車直接到達(dá)供給點，不考慮停車前泊車所耗費的時間成本），最終計算得到哈爾濱城區(qū)步行（a1）占比17.19%，公共交通出行（a2）占比58.54%，駕車出行（a3）占比24.27%。公共交通T0（bus）和駕車Tij（car）極限時間均設(shè)置為最長通達(dá)時間；然后帶入式（3）計算綜合交通景區(qū)供需比；最后，以街道需求點為起始點，計算閾值內(nèi)所有景區(qū)供需比與衰減值乘積的和作為可達(dá)性Ai，值越大表示該街道的景區(qū)可達(dá)性越高。

2.2 探索性空間數(shù)據(jù)分析

借助Geoda的空間自相關(guān)統(tǒng)計中的雙變量局部分析莫蘭迪指數(shù)判斷研究區(qū)內(nèi)需求（人口）與供給（可達(dá)性）間的空間自相關(guān)特征，借助LISA 聚類地圖直觀呈現(xiàn)兩種變量的聚集類型，結(jié)果可分為四類：高需求高供給區(qū)（HH）、低需求低供給區(qū)（LL）、高需求低供給區(qū)（HL）和低需求高供給區(qū)（LH）。

3 景區(qū)可達(dá)性與供需關(guān)系分析

3.1 可達(dá)性評價

（1） 綜合交通景區(qū)可達(dá)性。由式（4）可知，影響可達(dá)性的變量為景區(qū)服務(wù)面積、通行成本和需求數(shù)。由于交通成本極限閾值為兩點最長通行時間，因此任何需求點都可以被供給點服務(wù)，意味著最終影響可達(dá)性的自變量為通行成本與需求人數(shù)。

由圖3 可以發(fā)現(xiàn)，景區(qū)可達(dá)性較高的區(qū)域處于城區(qū)中心，景區(qū)類型多為歷史遺產(chǎn)類和現(xiàn)代人文類，極少數(shù)為自然類景區(qū)，如太陽島街道。主城區(qū)北部的景區(qū)可達(dá)性高于南部，主要原因在于北部地區(qū)相比南部地區(qū)人口較少，且景點數(shù)目遠(yuǎn)多于南部地區(qū)，以至北部地區(qū)居民前往景區(qū)的交通成本小，兩者共同作用，以致南北分異格局。進(jìn)一步比對圖2 城市路網(wǎng)數(shù)據(jù)，發(fā)現(xiàn)北區(qū)路網(wǎng)比南區(qū)密集而交通便捷，這也是造成交通成本差異的直接原因。

圖3 綜合交通的景區(qū)可達(dá)性

（2） 不同交通景區(qū)可達(dá)性。利用高斯2SFCA計算了單交通的景區(qū)可達(dá)性如圖4、圖5，并進(jìn)行描述性統(tǒng)計見表2。發(fā)現(xiàn)公共交通景區(qū)可達(dá)性的離散程度大于駕車，說明公共交通通達(dá)性不穩(wěn)定，線路有待進(jìn)一步優(yōu)化。由平均值可知，駕車出行比公共交通出行更加便利。

圖4 公共交通的景區(qū)可達(dá)性

圖5 駕車出行的景區(qū)可達(dá)性

表2 不同交通出行景區(qū)可達(dá)性數(shù)據(jù)統(tǒng)計

從圖4得，城區(qū)中心景區(qū)可達(dá)性高，多為歷史遺產(chǎn)類和現(xiàn)代人文類景區(qū)。北部景區(qū)可達(dá)性高于南部，出現(xiàn)南北分布差異格局。結(jié)合哈爾濱目前的地鐵1、2號線的線路看，沿地鐵線路排布的燎原街道、榮市街道、花園街道等街道的景區(qū)可達(dá)性最高，說明公共交通中地鐵出行便捷性高于公交；從圖5 得景區(qū)可達(dá)性同樣具有中心性，但與公共交通出行相比，景區(qū)可達(dá)性重心向江北偏移，兩極分化更加明顯。因此公共交通很大程度上改善了景區(qū)空間分布不均的矛盾。

將公共交通和駕車出行景區(qū)可達(dá)性分別與綜合交通對比，發(fā)現(xiàn)前者更貼近與綜合交通出行景區(qū)可達(dá)性。為了科學(xué)性，把基于2 種交通出行的景區(qū)可達(dá)性作為Y（數(shù)值量），另兩種交通的景區(qū)可達(dá)性做均值聚類處理，作為X（類型量），導(dǎo)入Geodetector，從風(fēng)險因子探測結(jié)果中發(fā)現(xiàn)公共交通出行的景區(qū)可達(dá)性風(fēng)險因子q值最大，證明就綜合交通景區(qū)可達(dá)性分布而言，公共交通出行是影響其空間格局的最顯著因子。

3.2 空間自相關(guān)特征

為分析哈爾濱主城區(qū)的景區(qū)供需匹配現(xiàn)狀特征，對綜合交通出行的景區(qū)可達(dá)性進(jìn)行了雙變量的莫蘭迪指數(shù)的空間自相關(guān)分析，同時與單類交通出行對比，一同測算了公共交通和駕車出行的景區(qū)可達(dá)性的供需關(guān)系特征。測算結(jié)果如圖6、圖7、圖8所示。

圖6 綜合交通LISA聚類地圖

圖7 公共交通LISA聚類地圖

圖8 駕車出行LISA聚類地圖

從圖6 來看，HH 區(qū)全部集中于城區(qū)中心，包含花園街道在內(nèi)的11 個街道分區(qū)，說明該地區(qū)人口密度大，景區(qū)服務(wù)該地區(qū)能力也強(qiáng)；LH 區(qū)全部集中于HH區(qū)周圍，該區(qū)人口少于中心區(qū)，與圖1人口分布圖關(guān)系一致。研究區(qū)內(nèi)一共20 個街道處顯示LH 區(qū)，與HH區(qū)一共31個街道全部呈現(xiàn)高供給狀態(tài)。整體來講，城區(qū)中心區(qū)景區(qū)供給充足；與之相反，低供給區(qū)全部處于城區(qū)邊緣的南部和東部地區(qū)，該地區(qū)景區(qū)數(shù)目極少，路網(wǎng)稀疏交通不便，使地區(qū)的景區(qū)可達(dá)性不強(qiáng)，以致出現(xiàn)了成片的低供給聚集區(qū)，占近城區(qū)面積的1/3，說明該地區(qū)景區(qū)服務(wù)能力不強(qiáng)，景區(qū)資源配置不公。

將綜合交通的景區(qū)供需地圖分別與公共交通和駕車比對，如圖7、圖8 所示，發(fā)現(xiàn)該綜合交通下的景區(qū)供需關(guān)系格局與公共交通極為相似。而駕車出行使得城區(qū)中心的HH區(qū)減少，轉(zhuǎn)為供需均衡地區(qū)，同時東部LL區(qū)消失，供需關(guān)系達(dá)到均衡?？傮w來看，駕車出行不受公共交通線路規(guī)劃影響，能夠?qū)崿F(xiàn)更自由更大程度的供需關(guān)系匹配，但兩種交通方式均受限于城區(qū)景區(qū)空間分布不均和交通路網(wǎng)區(qū)域差異，使得兩者的供需關(guān)系特征差別有限。

綜合來看，主城區(qū)內(nèi)有60%的街道處于供需關(guān)系良好的狀態(tài)。綜合交通的景區(qū)供需關(guān)系失衡地區(qū)在城區(qū)東南角、南部和東部地區(qū)等邊緣地區(qū)，主要原因在于景區(qū)數(shù)目不足和路網(wǎng)設(shè)施有待完善。

4 研究建議

研究發(fā)現(xiàn)，哈爾濱主城區(qū)繞城高速范圍內(nèi)，景區(qū)數(shù)目與路網(wǎng)設(shè)施完善程度是影響景區(qū)可達(dá)性的直接原因，根據(jù)以上研究結(jié)果與結(jié)論，建議充分發(fā)掘南部地區(qū)的人文、地理資源優(yōu)勢，展現(xiàn)地域特征，打造高品質(zhì)景區(qū)；政府應(yīng)持續(xù)加大交通設(shè)施建設(shè)，完善交通路網(wǎng)結(jié)構(gòu)，發(fā)揮公共交通優(yōu)勢，縮小景區(qū)通達(dá)成本，提升景區(qū)可達(dá)性，彌補(bǔ)差距，有利于實現(xiàn)旅游發(fā)展福利全民共享的目標(biāo)。

5 結(jié)語

研究推導(dǎo)了綜合交通的2SFCA計算方法，對哈爾濱繞城高速范圍內(nèi)的主城區(qū)進(jìn)行了景區(qū)可達(dá)性評價與供需關(guān)系特征分析，揭示了哈爾濱主城區(qū)景區(qū)和可達(dá)性的空間格局，為適當(dāng)擴(kuò)展景區(qū)服務(wù)范圍，優(yōu)化景區(qū)空間分布，實現(xiàn)旅游資源共享提供決策依據(jù)，同時為研究綜合交通下的景區(qū)可達(dá)性研究提供新思路。結(jié)論與建議如下：

（1） 景區(qū)可達(dá)性評價方面：綜合交通的景區(qū)可達(dá)性高的地區(qū)集中于城區(qū)中心，且景區(qū)類型多為歷史遺產(chǎn)類和現(xiàn)代人文類；可達(dá)性出現(xiàn)南北分區(qū)，駕車出行下景區(qū)可達(dá)性重心整體較公共交通偏向江北；公共交通出行對基于二種交通的景區(qū)可達(dá)性空間格局影響最為顯著，且很大程度上改善了景區(qū)可達(dá)性兩極差異顯著的矛盾。

（2） 景區(qū)供需關(guān)系特征方面：哈爾濱繞城高速內(nèi)的主城區(qū)有60%的街道處于供需關(guān)系良好的狀態(tài)；景區(qū)供需關(guān)系失衡地區(qū)在城區(qū)東南角、南部和東部地區(qū)等邊緣地區(qū)，出現(xiàn)多個成片的低需求低供給和高需求低供給聚集區(qū)；駕車出行不受公共交通線路影響，已故能夠?qū)崿F(xiàn)更自由更大程度的供需關(guān)系匹配，但兩者均受限于城區(qū)景區(qū)空間分布不均和交通路網(wǎng)區(qū)域差異，使得兩者的供需關(guān)系特征差別有限。

研究的不足之處在于研究關(guān)注群體未進(jìn)行不同年齡的或特殊群體進(jìn)行分類探討，后續(xù)進(jìn)行多類群體的景區(qū)可達(dá)性評價研究。