DOI：10.16601/j.cnki.issn2096-7330.2024.01.019"文章編號：2096-7330（2024）01-0146-08

摘"要：夜間經濟作為城市休閑經濟的重要組成部分，是推動城市經濟增長的重要引擎，在新發(fā)展格局中發(fā)揮重要作用?；诙嘣磾祿暯?，爬取2019年桂林市微博簽到數據、高德POI及2013-2019年夜間燈光數據，利用時間分層法、ArcGIS空間分析法及灰色關聯(lián)分析探究桂林市夜間經濟時空分布特征及影響因素。研究表明：（1）桂林市夜間經濟在時間上呈現秋冬季節(jié)、周末活躍度高的特征；在空間上呈“中心集聚、兩核多點”的分布特征。（2）將POI與夜間燈光兩種數據耦合分析，呈現高耦合狀態(tài)，高值位于城市中心區(qū)，表明桂林市夜間經濟空間分布存在距離衰減效應；桂林市夜間經濟空間重心由西北向東南方向偏移，空間增長以象山區(qū)為主。（3）經濟發(fā)展水平與夜間活動規(guī)模是影響桂林市夜間經濟發(fā)展的核心因素?；诖?，提出了促進桂林市夜間經濟協(xié)調發(fā)展的建議。

關鍵詞：夜間經濟；多源數據；時空特征；桂林市

中圖分類號：F591.99 ""文獻標志碼：A

0引言

夜間經濟是城市文化魅力和發(fā)展活力的體現，發(fā)展夜間經濟不僅可以促進城市經濟的發(fā)展，更是滿足了人們對美好生活的精神需要[1]。近年來，夜間經濟成為刺激國民經濟消費的一大熱點，在國內國際雙循環(huán)新發(fā)展格局中發(fā)揮重要作用。2021年文化和旅游部出臺的《“十四五”文化和旅游發(fā)展規(guī)劃》提出要大力發(fā)展夜間經濟，助推國家級夜間文化和旅游消費集聚區(qū)建設，對于以文化和旅游消費促進夜間經濟發(fā)展給出了積極、清晰、具體的路徑[2]。合理布局夜間經濟整體規(guī)劃，創(chuàng)建夜間文旅消費集聚區(qū)成為學界關注的焦點?？茖W認知夜間經濟的空間布局特征是夜間經濟發(fā)展的基礎性工程。

夜間經濟最早由Montgomery于1990年在一篇關于城市規(guī)劃的文章中正式提出[3]。夜間經濟是現代城市業(yè)態(tài)之一，一般指從當日下午6：00到次日早上6：00所包含的餐飲、購物、休閑、娛樂等經濟文化活動，是以服務業(yè)為主體的城市經濟在第二時空的進一步延伸[4]。國外對夜間經濟的研究較早，主要側重于社會學、城市學等領域，聚焦夜間飲酒、娛樂活動所衍生的酗酒和暴力等社會治安問題[5-6]、對夜間經濟的監(jiān)管與治理[7-8]。國內對夜間經濟的研究起步較晚，學者們主要從經濟學、旅游學、社會學等領域進行研究，側重于夜間經濟的發(fā)展對策[9-10]、夜間游客消費偏好及影響因素[11-12]，以及對夜間經濟理論政策研究[13]。

隨著信息技術的進步，時空數據的發(fā)展為夜間經濟的研究提供新思路。與傳統(tǒng)數據相比，時空數據具有時空連續(xù)，動態(tài)變化的特點，能直觀展現城市空間格局的變化特征，具有一定的表征性，廣泛應用于城市規(guī)劃、區(qū)域經濟方面的研究。學者們利用多源數據、結合夜間燈光和POI數據，運用算法結構[14]、ArcGIS分析法[15]等方法識別城市中心及空間結構；利用遙感和多源地理數據探究城市土地利用分類[16]；同時也開始從時空數據角度對夜間經濟進行研究，利用夜光燈光數據探測城市群夜間經濟時空演化與驅動因子并分析其影響機理[17]。

綜合國內外研究，對夜間經濟的研究多以定性為主，定量分析仍較少，學者們多集中于城市中心及空間結構的研究，鮮有從城市規(guī)劃學視角對夜間經濟業(yè)態(tài)布局、夜間經濟集聚區(qū)分布及影響因素等方面進行探討。近兩年來，夜間燈光數據、時空大數據等融合多源數據的發(fā)展為夜間經濟的研究提供新的數據支撐，但相關研究仍較少。

因此，選取桂林市中心城區(qū)及陽朔縣作為研究區(qū)，基于微博簽到數據、POI數據及夜間燈光數據，利用時間分層法、空間分析法，從夜間游客時間行為特征、POI數據與夜間燈光數據的空間耦合關系，并繪制桂林市夜間經濟空間重心遷移軌跡分析其時空演變趨勢，探討桂林市夜間經濟空間集聚特征，并通過灰色關聯(lián)度分析桂林市夜間經濟的影響因素，以期為桂林市夜間經濟發(fā)展提供理論參考和決策依據。

1研究區(qū)概況及數據來源

1.1研究區(qū)概況

桂林市位于廣西壯族自治區(qū)東北部，市轄6區(qū)10縣和1個縣級市，總面積2.78萬km2，常住人口約493萬人，是世界級風景游覽城市和首批國家歷史文化名城，擁有獨特的山水資源與豐厚的歷史、民族文化，素有“山水甲天下”的美譽。2020年出臺《桂林市夜間經濟發(fā)展規(guī)劃》指出建設夜間文旅消費集聚區(qū)，培育新型業(yè)態(tài)，但目前對于桂林市夜間經濟的相關研究較少。2022年桂林市東西巷、陽朔益田西街相繼入選國家級夜間文旅消費集聚區(qū)，因此選取桂林市6個主城區(qū)及陽朔縣作為研究范圍。

1.2數據來源

研究數據包括夜間燈光數據、POI數據和微博簽到數據，所有數據均統(tǒng)一為WGS-84坐標系，使其具有地理空間意義。受疫情影響2020-2022年微博簽到人數較少，數據缺乏代表性，因此利用Python調用新浪微博開放平臺的位置服務接口API爬取2019年桂林市微博簽到點數據，包含用戶名、性別、注冊地址、簽到時間、簽到地址、經緯度信息等字段，清洗后得到4548條有效數據。刪除注冊地址為“其他”及空值無效數據，本地居民的簽到數據即注冊地址為“廣西-桂林”的數據，從而區(qū)分出兩種人群的簽到數據，研究兩者的空間分布差異。

POI（興趣點）數據可以反映城市夜間經濟產業(yè)集聚狀況，時效性高且定位精確。利用Python爬取2019年桂林市購物、餐飲、住宿、娛樂和風景共5類點數據，字段名包括名稱、分類、經緯度和地址。通過去重、剔除無關數據等清洗步驟，最后篩選出43199條有效數據。

采用的夜間燈光數據為美國國家大氣與海洋管理局下屬的NCEI國家信息環(huán)境中心下載的逐月NPP/VIIRS夜間影像數據，空間分辨率為500m[18]。通過桂林市主城區(qū)及陽朔縣矢量邊界對校正后的NPP/VIIRS進行裁剪，得到研究區(qū)2013-2019年平均夜光遙感柵格地圖。

2研究方法

首先對POI、NPP/VIIRS、微博簽到數據進行清洗，采用時間分層法，通過統(tǒng)計2019年季、月、小時的夜間微博簽到數量，得出桂林市夜間人群活動時間特征，并通過核密度分析法對夜間消費人群集聚熱點進行分析。然后將夜間燈光數據和POI數據與網格進行疊加建立桂林市六邊形網格，將數據進行歸一化處理后，借助耦合協(xié)調度模型計算得出兩者耦合度，使用雙因素制圖法進行可視化，進而對比分析空間耦合相同及相異區(qū)域與夜間經濟空間分布的關系，利用ArcGIS繪制桂林市夜間經濟空間重心遷移軌跡圖分析演變趨勢，最后建立指標探討其關聯(lián)度從而測度桂林市夜間經濟的影響因素[19]。

2.1時間分層法

采用時間分層法，對采集到的微博數據進行分析。從四季、周季和日季變化來分析夜間游客活動時間特征，提取12個月的數據作為月度數據。以1小時為間隔，將一天分為12個時間段，并計算簽到頻率來識別簽到活躍度，為后續(xù)分析消費者活動時空演變規(guī)律提供基礎。計算式為：

fn=SX（baSX）JY，2（1）

式中：fn為簽到頻率，b為一段時間內的簽到數，a為總簽到數[20]。

2.2核密度分析

核密度分析法可以直觀表達點或線要素的空間集聚程度。根據單變量樣本點群，估計離散點在周圍鄰域中的格局密度。應用該方法探究研究區(qū)夜間經濟活動的空間集聚特征，計算式為：

f（x）=∑ni=1kSX（1nhdSX）［SX（1hSX）（x－xi）］JY，2（2）

式中：f（x）表示核密度值；n指帶寬內已知點的數量；h為搜索半徑；d為維度；k是核函數；x為估計值點；xi為事件點處；（x－xi）為兩點間的距離。

2.3歸一化處理

將POI核密度值和夜間燈光數據進行歸一化處理得到：

xLMS=SX（x－xminxmax－xminSX）JY，2（3）

式中：xLMS指代歸一化處理后的值；xmin為數據最小值；xmax為數據最大值。通過上述公式將重采樣后的POI核密度值和夜間燈光數據范圍歸一化至［0，1］，并向下取整，將歸一化后的兩種數據字段按標準差法分為高、中、低三級[21]。

2.4柵格數據網格化

數據網格化指將矢量數據進行空間連接并賦值到每個網格中，使用ArcGIS創(chuàng)建桂林市漁網圖，與生成的泰森多邊形繪制成緊密鑲嵌的蜂窩格網。將處理后的NPP/VIIRS夜間燈光數據強度值及POI密度值連接蜂窩網格并進行分級設色，分別得到各類數據蜂窩圖[21]。

2.5灰色關聯(lián)分析

灰色關聯(lián)分析對數據類型和數量均不作要求，判斷首要因素與若干因素間的關聯(lián)性大小通常用灰色關聯(lián)度的高低來測度，關聯(lián)度高低與影響大小成正比。夜間經濟發(fā)展的時空差異由多種因素共同作用形成，部分明確信息和不明確的灰色系統(tǒng)將這些因素相關聯(lián)，因此運用灰色關聯(lián)分析揭示各要素對夜間經濟空間分布的影響具有一定真實性。文章選定的參考序列即各區(qū)夜間燈光強度，以各指標均值歸一值序列為比較序列，分辨系數為0.5，進行實證分析[22]。

3結果分析

3.1桂林市夜間經濟時間分布特征KH*2

3.1.1夜間經濟周內變化

通過對比分析4個季度的夜間經濟簽到統(tǒng)計數據（圖2），明顯發(fā)現桂林市秋季區(qū)內外游客總量高于其他季節(jié)，占比達35.81%，呈現出秋季gt;冬季gt;夏季gt;春季的特征。簽到數據月度分布呈現“一谷多峰”的特征，游客高峰出現在10月，低谷在1月。桂林市夜間經濟四季的周變化特征基本一致，每周日CM（43達到一周內的最高活躍度；對四季度微博周變化進行分析（圖3），除第一季度外，本地居民在其他3個CM）季度活躍度較為連續(xù)；外地居民活躍度較為平穩(wěn)，在第三個季度有波動，本地居民和外地居民在周五、周六、周日較為活躍。整體來看，桂林冬季濕冷，夏末秋初氣候涼爽，適宜開展夜間旅游活動，桂林是區(qū)內旅游的一大選擇，從6月到10月，隨著暑期到來簽到量呈遞增趨勢，并在國慶小長假達到峰值?？梢?，氣候和節(jié)假日是影響游客出行的兩大指標。

3.1.2夜間經濟日內變化

按夜間經濟定義劃分出12個時段，以時間和簽到頻率分別構成橫縱坐標，對夜間經濟日變化進行分析?？傮w來看（圖4），桂林市中心城區(qū)夜間經濟單日活躍情況呈現4個階段性變化，即“逐步增長-持續(xù)高峰-快速下降-緩慢下降至完全消失”。從18：00時到20：00時為爬升階段；21：00時到23：00時逐漸升至高峰，并在22：00時達到峰值16.3%；23：00時到次日2：00時為快速下降階段，夜間經濟活躍度迅速下降；4：00-6：00時數值趨于零，此時為完全消失階段。

分析圖4可以發(fā)現19：00時至21：00時本地居民的活躍度較高，次日1：00時至次日3：00時仍有活躍，21：30時至次日0：00時，外地游客的活躍度較高。其中，外地游客的活躍時間呈現出一定的滯后性，活躍度高峰期晚于本地居民。存在以上現象主要原因有：首先是桂林夜游核心吸引物以東西巷、兩江四湖等夜景觀賞地為主，19：00時夜幕后這些夜間旅游目的地逐漸熱鬧，游客陸續(xù)開展夜間游覽活動；同時游客需要花費一定的時間從另一旅游目的地或住所出發(fā)，隨后到達夜間旅游地進行游覽活動；其次21：30時后微博簽到數量明顯下降，此時大部分夜游場所開始閉館，游客陸續(xù)結束游覽活動并開始返程，凌晨以后多數游客開始休息，簽到數量接近0值。

3.2桂林市夜間經濟空間分布特征

采用ArcGIS10.2的核密度分析工具，并使用自然斷點法得到夜間經濟分布核密度圖（圖5）。

結果表明桂林市夜間經濟分布具有明顯的區(qū)域差異，總體呈現出“兩核多點”的空間格局。兩核主要分布于秀峰區(qū)、疊彩區(qū)、七星區(qū)、象山區(qū)主組成的老城區(qū)以及陽朔縣，并多點分布于雁山區(qū)、陽朔縣及秀峰區(qū)。

老城區(qū)一、二級熱點區(qū)位于中山中路及解放東路周圍的商業(yè)街及兩個夜間文旅消費集聚區(qū)，如正陽步行街，中心廣場，東西巷、獨秀峰王城景區(qū)、逍遙樓及兩江四湖·象山景區(qū)，三級熱點區(qū)之后多位于景區(qū)、車站周圍，如桂林站、伏波山、園林植物園、疊彩山、南溪山、木龍湖等景區(qū)周圍。陽朔縣一級熱點區(qū)位于益田西街，該區(qū)域旅游業(yè)態(tài)豐富，人流量大，向四周輻射帶動陽朔汽車總站、桂林千古情、印象劉三姐、陽朔戲樓等夜游景區(qū)景點形成二級熱點區(qū)。作為桂林旅游的代表，老城中心區(qū)及陽朔西街是外地游客的首要選擇，故微博簽到熱點區(qū)多分布于景區(qū)景點及商圈周圍，反映出夜間游客的消費偏好。

3.3夜間燈光數據和POI耦合分析

夜光燈光數據和POI數據是夜間活力的表征，將處理后的夜間燈光數據與POI核密度值及漁網圖進行連接后，分別得出網格分布圖，結果如下：

桂林市夜間燈光數據強度總體上呈兩中心向外逐漸降低，兩核多點的分布趨勢，燈光最高值區(qū)域集聚在位于老城中心區(qū)的七星區(qū)、疊彩區(qū)、秀峰區(qū)及陽朔縣。POI高密度區(qū)主要分布于老城中心區(qū)及陽朔益田西街，呈兩核中心向外逐漸降低的趨勢，一級熱點區(qū)明顯集聚于以東西巷和正陽步行街為中心的商業(yè)中心區(qū)，服務總類設施齊全且分布集中，輻射帶動周邊街區(qū)的發(fā)展。綜合兩種數據，高值均分布于城區(qū)中心，向郊區(qū)逐漸降低。

為了更直觀地分析夜間燈光數據與POI的耦合關系，將桂林市中心城區(qū)的POI核密度值、夜間燈光數據強度值與六邊形格網進行疊加處理后，計算POI核密度值和夜間燈光數據強度值均值并連接網格點，使用離差標準化（式3）對兩種數據進行歸一化處理，用自然間斷分類法將處理完的數據劃分成高、中、低三級，對分類后不同等級的數據設置不同顏色并進行可視化，結果如圖6（a）所示。

整體來看，兩種數據分布趨勢大致相同，大部分耦合一致區(qū)域分布在研究區(qū)域的外圍，表現為低—低耦合關系。高—高耦合部分主要分為兩核。一核分布在老城中心區(qū)，老城中心集聚了桂林市主要商圈（正陽步行街、萬達廣場、萬福廣場、東西巷、微笑堂、萬象城）、各大高校，以及獨秀峰·王城景區(qū)、杉湖碼頭、逍遙樓等景點；另一核分布在陽朔縣，以益田西街文化體驗街區(qū)為中心，及桂林千古情、印象劉三姐等景區(qū)，與前文微博簽到數據熱點區(qū)相呼應。二級核心區(qū)分布于雁山區(qū)大學城，高校集聚，燈光亮度和POI密度值較高。兩種耦合數據的分布與桂林市夜間經濟的發(fā)展相符。

（1）夜間燈光強度值高于POI核密度值

耦合度相異的區(qū)域對于識別城市空間結構的變化具有重要作用。其研究對城市夜間經濟業(yè)態(tài)的空間分布特征具有重要參考價值。夜間燈光數據值高于POI數據（高-低、高-中、中-低）如圖6（b）所示。從空間上看，夜間燈光數據與POI數據耦合呈中心環(huán)狀分布，其中，高-低、高-中值基本分布在城區(qū)中心區(qū)域及外圍、中-低值大多分布在高-低耦合區(qū)外圍。由于夜間燈光數據的溢出效應，中-低耦合區(qū)從市中心不斷向外圍蔓延，夜間燈光亮度值隨著距離城區(qū)的遠近而逐漸降低。高-低值出現在雁山區(qū)及老城中心區(qū)外圍，出現在雁山區(qū)原因在于桂林市大學城分布于此，此外還有大學城、購物廣場等，該區(qū)燈光較強，且POI多為餐飲等服務類型，POI作為點狀數據不能準確表達此區(qū)域的人類活動，故出現夜間燈光值高于POI核密度值的情況。中-低值包括城中區(qū)外圍及臨桂區(qū)西部的兩江國際機場附近，范圍較廣而功能單一，故夜間燈光值高而POI密度偏低。

1. 夜間燈光強度值低于POI核密度值

夜光燈光強度值低于POI核密度值的區(qū)域集中分布在臨桂區(qū)、象山區(qū)、雁山區(qū)及陽朔縣，圍繞城區(qū)中心依次由中-高、低-高、低-中耦合由內向外分布，如圖6（c）所示，低-中和低-高值區(qū)域為象山區(qū)產業(yè)園和雁山區(qū)附近村鎮(zhèn)，并零星分布于臨桂區(qū)四塘鎮(zhèn)、兩江鎮(zhèn)，因為該片區(qū)多為鄉(xiāng)鎮(zhèn)或工業(yè)用地，夜間活動少，城郊基礎設施建設較落后，由于夜間燈光數據的局限性，不能很好地體現城鎮(zhèn)人口與商業(yè)的活動特點，故夜間燈光亮度值較低，該區(qū)POI值高說明夜間服務設施分布齊全、人流密集。POI作為點數據可以用于表征城郊工業(yè)、服務業(yè)等城鎮(zhèn)中心的空間結構。

從以上分析來看，桂林市夜間經濟總體位于研究區(qū)中部和南部，兩核分布明顯，依托特色商業(yè)街的餐飲、購物及景區(qū)等業(yè)態(tài)，較為單一，這說明桂林市夜間經濟分布不均衡，空間格局有待優(yōu)化。

3.4時空演化特征分析

為了更精準分析桂林市夜間經濟空間的重心變動方向和趨勢，文章選取2013、2016、2019年共3期夜間燈光影像進行分析，并利用ArcGIS軟件繪制桂林市夜間經濟空間重心遷移軌跡，權重值為每一個研究年份的夜間燈光值，見圖7。結合夜間遙感影像分析，2019年后，各區(qū)夜間燈光強度不斷增強，繼續(xù)呈現“兩核多點”分布趨勢。隨著時間的推移，整個片區(qū)夜間燈光總量在不斷增加。其中，最為明顯的是臨桂區(qū)，高值區(qū)出現在商圈、公園、住宅區(qū)及桂林市政府所在地，臨桂新區(qū)建立后，該區(qū)政治、經濟、文化得到進一步發(fā)展，夜間燈光密度逐漸變大。

重心軌跡圖顯示，2013-2019年桂林市夜間經濟空間重心位置呈直線型波動，2013年向西北方向偏移，2016年后線型折返，向東南方向偏移，2019年，呈直線繼續(xù)往東南偏移。夜間經濟空間重心的演變趨勢一定程度上反映城區(qū)的發(fā)展，桂林市夜間經濟空間重心6年間隨象山區(qū)-秀峰區(qū)-象山區(qū)3個區(qū)由西北向東南方向發(fā)生偏移，空間增長以象山區(qū)為主。

4影響因素分析

夜間經濟活動的主體包括夜間經濟中的人和夜間經濟活動，從各類因素對于夜間經濟活力的影響角度入手，探討夜間經濟時空分布的影響因素。

4.1指標選取

為測度桂林市夜間經濟的影響因素，綜合考慮實際情況以及數據的可獲取性，并結合以往學者的相關研究[23-25]。通過構建空間計量灰色關聯(lián)度模型，選取了經濟發(fā)展水平、人口規(guī)模、交通可達性和夜間活動規(guī)模4個層面的8個具體指標體系（表2），經濟發(fā)展水平用地區(qū)生產總值表征，人口規(guī)模用常住人口數表征，交通通達度用路網密度來表征，夜間旅游業(yè)態(tài)用購物、餐飲、住宿、休閑娛樂、風景名勝各類POI表征，夜間經濟活力用各區(qū)平均夜間燈光表征。

2""灰色關聯(lián)分析顯示（表2），各因素對夜間經濟活力存在顯著影響，綜合各區(qū)灰色關聯(lián)系數均達到0.7以上，從大到小依次為地區(qū)生產總值、接著是購物設施、人口密度、休閑設施、住宿設施、餐飲設施、路網密度、風景名勝設施（表2）。

4.2顯著性分析

各指標與夜光指數聯(lián)系均較緊密，關聯(lián)度普遍大于0.7，其中，夜間活動影響因素中經濟發(fā)展水平的關聯(lián)度最高，為0.969，而風景名勝的關聯(lián)度最低，為0.755，說明桂林市各指標對夜間經濟活力的影響差異不大且較為均衡。將夜間活動規(guī)模關聯(lián)度按高低順序排序，排名前三的主要為購物服務、休閑服務及住宿服務，可知當前桂林市夜間經濟以夜游、夜食、夜娛、夜購為主，隨著人們對休閑旅游的追求，夜間休閑業(yè)態(tài)的豐富程度影響人們的出游選擇與偏好。桂林市作為國際性旅游城市，夜旅游資源豐富，吸引人群進行消費，因此，與夜間燈光指數關聯(lián)度高。

分別計算各城區(qū)關聯(lián)度的均值，最高值為1.055，最低值為0.686。可見不同指標對不同城區(qū)夜間經濟的影響程度大不相同。根據指標分類排序可分類為：經濟發(fā)展水平gt;人口規(guī)模gt;夜間活動規(guī)模gt;交通可達性。但各區(qū)在影響因素方面也有細微差別，疊彩區(qū)、象山區(qū)和雁山區(qū)的影響因素主要是夜間活動規(guī)模，而秀峰區(qū)、七星區(qū)、臨桂區(qū)和陽朔縣是人口密度。

5結論與建議

5.1結論

運用ArcGIS空間分析法，2時間分層法探究夜間游客時間行為特征，并結合夜間燈光數據與POI數據的空間耦合差異及繪制夜間經濟空間的重心偏移軌跡來探析桂林市夜間經濟的空間格局，最后通過構建影響桂林市夜間經濟空間分布的指標體系，定量分析影響桂林市夜間經濟分布的因素。得出以下結論：

（1）桂林市夜間人群消費熱點在時間上集聚特征顯著，夜間經濟客流量按季節(jié)劃分依次為秋季gt;冬季gt;夏季gt;春季，尤以8月、9月、10月最多，周變化呈現出周末活躍度顯著高于工作日，日變化在19：00時到22：00時活躍度最高，并在22：00時達到峰值；在空間上呈“中心集聚，兩核多點”的分布趨勢，一級熱點區(qū)為老城中心區(qū)，以正陽步行街為中心的商圈及景區(qū)景點和高校，另一高熱點區(qū)為陽朔縣，以益田西街為中心，向四周輻射。

（2）通過對夜間燈光數據和POI數據進行耦合分析，桂林市夜光強度與POI密度的分布總體上呈中心向四周逐漸擴散的趨勢。兩者數據耦合度較高，高值區(qū)集中于城市中心區(qū)，而耦合差異區(qū)也反映出機場、工業(yè)開發(fā)區(qū)、鄉(xiāng)鎮(zhèn)等范圍大而功能單一的區(qū)域，各類夜間服務設施較低，表明桂林市夜間經濟空間分布存在距離衰減效應。利用桂林市2013-2019年的夜間燈光數據繪制了夜間經濟空間重心偏移軌跡可知，桂林市夜間燈光面積隨著人類活動強度的增加與城市建設的擴張也逐年增加，夜間經濟空間重心由西北向東南方向偏移，空間增長以象山區(qū)為主。

（3）桂林市夜間經濟分布不均衡，桂林夜間經濟的空間分布受地區(qū)經濟發(fā)展水平、夜間經濟規(guī)模等多因素的綜合影響。城市中心區(qū)是旅游消費的重點區(qū)域，夜間經濟區(qū)的形成與商業(yè)集聚狀況、交通便利性、區(qū)域旅游景點、文化場所分布等密切相關，目前桂林市夜間經濟依托特色商業(yè)街的餐飲、購物及景區(qū)等業(yè)態(tài)，較為單一，夜間經濟總體分布于研究區(qū)中部和南部，且兩核分布及支配作用明顯，熱點區(qū)域主要分布在老城中心區(qū)和陽朔縣特色商業(yè)街區(qū)。

5.2建議

基于上述結論提出以下建議：

（1）加大政策扶持力度，激發(fā)夜間經濟活力。桂林市政府應依托現有資源，與城市規(guī)劃、文旅規(guī)劃相銜接，制定桂林市夜間經濟發(fā)展規(guī)劃，建立夜間經濟管理機制，聯(lián)動交通、旅游、城管等部門，加強對夜間經濟的監(jiān)管和治理。出臺政策吸引相關企業(yè)參與，發(fā)揮市場主體活力。以各區(qū)特色產業(yè)為基礎，增加夜間經營項目，打造夜間經濟消費環(huán)境，激發(fā)夜間經濟活力。

（2）完善夜間旅游設施，提升旅游體驗感。

加強街道景區(qū)景點燈光照明基礎設施建設，強化夜間治安管理，適當延長老城中心區(qū)景點開放時間，增加景區(qū)景點間公交路線等交通設施建設，提高景區(qū)間通達性，發(fā)揮聯(lián)動效應，推動片區(qū)夜間經濟發(fā)展。遵循“宜居宜游”的原則，圍繞本地居民，兼顧外來游客。對于本地居民，主打以美食、夜間書屋為主的夜間休閑服務，對于外來游客，應融入富有桂林元素的城市創(chuàng)意風格，打造桂林特色夜間經濟。

（3）優(yōu)化夜間經濟空間布局，推動全域協(xié)同發(fā)展。

基于“點—軸”理論，串聯(lián)點、線、面形成夜間經濟網絡空間結構。發(fā)揮老城中心區(qū)和陽朔西街的先行示范作用，利用正陽步行街、東西巷及陽朔益田西街兩個核心節(jié)點輻射帶動其他片區(qū)節(jié)點，提升夜間經濟整體競爭力，培育臨桂行政區(qū)、雁山片區(qū)等外圍區(qū)域核心夜間經濟節(jié)點，引導夜旅游項目由點向面集聚，提升區(qū)域知名度。此外，運用多源大數據，識別游客行為模式和消費特點，合理規(guī)劃夜間經濟集聚區(qū)的空間布局和功能定位。

（4）打造桂林夜間經濟品牌，培育新型旅游業(yè)態(tài)。充分挖掘桂林市特色夜旅游品牌，根據不同消費偏好和需求，開發(fā)夜食、夜購、夜游、夜娛、夜秀、夜讀城市消費新地標，促進文旅融合，推動夜間經濟高質量發(fā)展。推進環(huán)城山水夜游品牌，充分發(fā)掘歷史文化資源，打造漓江山水元素、桂北民族文化元素夜間演藝產品。開發(fā)近郊夜游景點，整合周邊民宿、農家樂、特色小鎮(zhèn)等文旅資源，實現城鄉(xiāng)聯(lián)動發(fā)展。

參考文獻：

[1]"唐曉云.成都夜經濟：面向美好生活需要的內生發(fā)展好樣本[J].先鋒，2020（1）：47-50.

[2]"“十四五”文化和旅游發(fā)展規(guī)劃[N].中國文化報，2021-06-03.

[3]"毛中根.夜間經濟理論研究進展[J].經濟學動態(tài)，2020，（12）：100-112.

[4]"周繼洋.夜間經濟是促進經濟發(fā)展的新引擎[J].中國國情國力，2020（5）：54-57.

[5]"Robert Shaw.Neoliberal Subjectivities and the Development of the Night-Time Economy in British Cities[J].Geography Compass，2010，4：893-903.

[6]"Muhammad Salman Haleem，Won Do Lee，Mark Ellison，et al.The “Exposed” Population，Violent Crime in Public Space and the Night-time Economy in Manchester，UK[J].European Journal on Criminal Policy and Research，2020，27：335-352.

[7]"DickHobbs，StuartLister，Philip Hadfield，et al.Receiving shadows：governance and liminality in the night-time economy[J].The British Journal of Sociology，2000，51（4）：701-717.

[8]"Phil Hadfield.Thenight-time city.Four modes of exclusion：Reflections on the Urban Studies special collection[J].Urban Studies，2014，52：1-12.

[9]"趙迎芳.文旅融合背景下我國夜間經濟高質量發(fā)展探析[J].山東社會科學，2022（2）：102-109.

[10]方婷，楊興柳，劉洋，等.自貿港背景下海南夜間經濟發(fā)展現狀與對策研究[J].特區(qū)經濟，2022（2）：112-116.

[11]余構雄.夜間消費的影響因素及異質性：基于消費者行為視角[J].商業(yè)經濟研究，2021（7）：74-77.

[12]周靜.夜間消費的影響因素及異質性：基于消費者行為視角[J].商業(yè)經濟研究，2021（7）：74-77.

[13]儲德平.中國夜間經濟政策的演進機制研究[J].消費經濟，2021，37（3）：20-27.

[14]吳健宇，袁濤，袁春，等.基于多源數據的北京市城市中心及其空間結構研究[J].資源開發(fā)與市場，2023，39（3）：257-265，376.

[15]植秋瀅，陳潔瑩，付迎春，等.基于珞珈一號夜間燈光數據與POI數據的粵港澳大灣區(qū)城市群多中心空間結構研究[J].熱帶地理，2022，42（3）：444-456.

[16]2吳琳琳，李曉燕，毛德華，等.基于遙感和多源地理數據的城市土地利用分類[J].自然資源遙感，2022，34（1）：127-134.

[17]王悅，趙美風.天津市夜間經濟業(yè)態(tài)時空分異及其影響機理[J].地理與地理信息科學，2023，39（2）：134-143.

[18]Noaa.DMSP Data Download[DB/OL].（2016-09-16）[2023-02-18].https：//www.ngdc.noaa.gov/eog/dmsp.html.

[19]王毓乾.興趣點、夜光遙感和微博簽到的空間耦合分析：以北京市為例[J].遙感信息，2019，34（6）：18-26.

[20]靳鑫，王成武，汪宙峰，等.基于微博簽到的成都市夜經濟分布特征研究[J].地理空間信息，2021，19（8）：13-18，4.

[21]羅虹.興趣點與夜光數據耦合關系下的城市空間結構分析：以昆明市為例[J].河南科學，2021，39（4）：619-625.

[22]翁鋼民.京津冀城市群旅游城鎮(zhèn)化與影響因素研究[J].地理與地理信息科學，2022，38（5）：121-128.

[23]蔡衛(wèi)民，曾銘，李冬杰.中國會展城市旅游微博時空分布特征及其影響因素[J].經濟地理，2020，40（8）：185-193.

[24]錢宏健，方葉兵，陸林，等.黃山市旅游休閑業(yè)態(tài)時空演化特征及其影響因素研究[J].資源開發(fā)與市場，2021，37（10）：1271-1280.

[25]陳英杰，吳金華.基于POI數據的西安市旅游要素空間格局與影響因素研究[J].測繪地理信息，2023（4）：96-100.

[責任編輯：黃天放]

收稿日期：2023-03-23

*基金項目：邊境旅游助推興邊富民的成效評估與典型經驗研究（20XM2003）

@通信作者簡介：段文軍（1977—），男，湖南常寧人，博士，南寧師范大學教授，研究方向：生態(tài)旅游、旅游規(guī)劃（395416788@qq.com）。