基于GIS技术的华中地区国家级特色小镇空间分布特征研究

［摘 要］ 以华中地区（特指湖南、湖北、河南三省）为例，选取住房和城乡建设部公布的47个国家级特色小镇为研究对象，采用GIS空间分析方法，研究区内国家级特色小镇的空间分布特征和区位影响因素。研究表明，华中地区国家级特色小镇分布呈现总体均衡、省内集中的空间格局；国家级特色小镇在华中地区空间分布均衡性极度不合理，空间分布均衡性差异明显；在自然地形要素上，国家级特色小镇多分布在地势平坦、海拔较低的平原区；在人文要素上，社会经济、交通、旅游资源、政府政策等因素均对国家级特色小镇的空间分布产生影响。

［关键词］ 国家级特色小镇；空间分析；空间分布；区位因素

［中图分类号］ TU982.29 ［文献标志码］ A ［文章编号］ 1674-7909（2022）11--5

0 引言

近年来，随着我国城乡一体化进程的加快和相关政策的出台，学术界对特色小镇的研究热度居高不下，涉及特色小镇的发展特征、空间分布、经济发展、规划建设和人居环境等方面。例如，华芳等［1］采用实地调研等方法，从空间、产业、规划3个方面总结了浙江省杭州市特色小镇的发展特征；彭瑞［2］采用经济数据分析了四川省成都市特色小镇的空间分布；杨茜茜等［3］根据福建省特色小镇数据，分别从省级尺度和市级尺度分析特色小镇的空间分布及其影响因素；吕振华等［4］以长江经济带为研究区域，分析长江经济带特色小镇的空间分布格局；吴佳雨［5］基于风景名胜区分析全国风景名胜的空间分布特征，表明国家自然风景区多以自然和人文两大特点进行空间分布；徐剑锋［6］提出浙江省特色产业小镇建设重在“三大功能”，即产业培育功能、生态居住功能及旅游、度假功能，应突出特色小镇主题及聚焦创新，以促进当地社会经济发展；郝华勇［7］认为欠发达地区与发达地区不仅在地域上存在差异，其科技文化、城镇化进程、文化要素等都存在差异，因此，欠发达地区需要制定特定的政策，对症下药来建设特色小镇。从上述研究现状可以看出，随着特色小镇建设相关政策的不断完善，学者对特色小镇的研究取得了一定的进展，但是对多区域对国家级特色小镇的研究相对较少。

因此，笔者充分结合前人的相关研究，采用空间基尼系数和叠合分析等空间分析方法，分析华中地区国家级特色小镇的分布特征与区位影响因素，旨在系统、全面地了解华中地区国家级特色小镇的空间分布与集聚特征，为当地下一批国家级特色小镇的合理建设和培育提供有力的支撑。

1 数据来源

该研究数据涉及华中地区国家级特色小镇数据、5A景区数据、铁路和公路数据。笔者按照齐化龙［8］所述的华中地区（特指湖南、湖北、河南三省），选取地区内国家级特色小镇共47个（见图1）。该数据来源于住房和城乡建设部官方网站公布的2批名单。5A景区数据来源于文化和旅游部截至2019年1月公布的名单。地理空间数据来源于国家基础地理信息中心。铁路、公路数据来源于国家基础地理信息系统数据库。

2 研究方法

2.1 核密度估计

采用核密度估计法，可清晰反映出空间的集聚情况，具体计算公式如下：

式（1）中：h表示带宽，x-xi表示待估计要素到其余空间要素的距离，n表示空间中不同位置的点数量。

2.2 最邻近点指数

最邻近点指数R是表示点状要素在地理空间中相互邻近程度的地理指标［9-10］。通过计算最邻近点指数，对特色小镇的空间集聚状况进行测定。其值以1为分布界限，R＜1表示点状要素趋于凝聚型分布，R=1表示点状要素趋于随机型分布，R＞1表示点状要素趋于均匀型分布。最邻近点指数为正且越大，特色小镇分布越均匀。最邻近点指数的计算公式如下：

式（2）中：R表示最邻近点指数，r1表示该点与最邻近点之间实际距离的平均值，r表示理论最邻近距离，D表示点密度，n表示点的总数，A表示区域面积。

2.3 空间基尼系数

空间基尼系数可用来测定特色小镇空间分配的均衡程度。空间基尼系数的取值范围为0～1。基尼系数越靠近1，则表示特色小镇分布的集中程度越高；反之，基尼系数越小，也就是其值越靠近0，那么特色小镇的分布越均衡。其中，以0.2、0.3、0.4、0.5为分界点，将空间基尼系数0～1划分为5个区间，分为绝对平均、比较平均、相对合理、差距较大和差距悬殊五大类。基尼系数的计算公式［8］如下：

式（3）中：G表示空间基尼系数，N表示研究区的总数量，Pi表示第i个研究区内特色小镇数量占研究区总数的比重。

2.4 叠加分析

叠加分析是指在统一的坐标系统下，将2个或2个以上的要素图层进行空间融合运算，最终将其汇聚在一个新的要素数据中。新数据既有新的空间关系，还可以包含原有数据的属性特征关系，从而分析多层数据间的相互差异、联系和变化等特征。笔者将国家级特色小镇的位置图层与小镇其他的属性图层，如地形起伏程度、城市经济要素、交通通达度、5A级旅游景区等，进行叠加融合，探究各区位因子的共同作用对国家级特色小镇空间分布的作用变化。

3 华中地区国家级特色小镇空间特征分析

3.1 总体空间分布特征

3.1.1 三省国家级特色小镇空间分布特征。根据两批国家级特色小镇数据，统计出华中地区三省的国家级特色小镇数量，如表1所示。由表1可以看出，华中地区三省国家级特色小镇数量较为均衡，多集中于湖南省、湖北省（各16个），河南省国家级特色小镇数量为15个。

3.1.2 国家级特色小镇空间分布密度。根据两批国家级特色小镇数据，分别计算出国家级特色小镇的整体最邻近指数，计算结果如表2所示。由表2可以看出，无论是实际最邻近距离还是理论最邻近距离，2016年和2017年计算出的结果均大于整体计算距离，虽然三者计算最邻近点指数值均大于1，但是较趋近于随机分布。

根据公式（1），基于ArcGIS软件，计算得出半径100 km、不同时间的国家级特色小镇的核密度如图2所示。由图2可以看出，华中地区国家级特色小镇呈现出以湖北省中西部为主要中心，以湖南省中部、河南省西部为次核心的基本格局。其原因是各省省会均在特色小镇集中区域附近，交通网密集，带动了各省内特色小镇的经济发展，因此，当地特色小镇省内分布集中的现象较为普遍。

3.2 空间分布均衡性

将两批国家级特色小镇分布数据代入公式（3），计算空间基尼系数，用以探究国家级特色小镇在华中地区的空间分布均衡性。总体来看，华中地区国家级特色小镇分布均衡性差距较大，其空间基尼系数已经超过0.9，表明该研究地区国家级特色小镇的分布均衡性极度不合理；2016年华中地区国家级特色小镇的空间基尼系数为0.999 575，2017年为0.993 882 79，表明其国家级特色小镇的分布均衡性相对于2016年有所提高。这说明华中地区三省已将地区均衡性纳入国家级特色小镇分布考虑因素中。

3.3 不同要素上的分布差异特征

3.3.1 地形地貌要素。以全国的数字高程模型（Digital Elevation Model，DEM）为基础，提取华中地区国家级特色小镇的海拔高度，采用3×3的邻域窗口提取地形起伏程度（见图3），并依据现有的1∶1000 000数字地貌制图规范［11-12］，将华中地区4种地貌类型与海拔高度等级进行组合，统计各区域特色小镇数量（见表3），探究华中地区国家级特色小镇在地形影响因素上的空间分布差异。

根据表3可知，平原地区特色小镇数量多，山地地区特色小镇数量少。低海拔平原地区特色小镇数量最多，达25个，其原因是平原地区地势平坦、水源充足等；山地范围内仅有6个特色小镇，其中只有1个属于中海拔地区，这是因为其地区内基础设施较为落后、生态环境较为脆弱，人文因素和自然因素的共同作用在较大程度上制约了特色小镇的发展。

3.3.2 社会经济要素。利用2017年各省人均生产总值判别地区经济发展水平，结果如图4所示。由图4可以看出湖北省、湖南省经济发展水平相对较高，国家级特色小镇分布密集区域同样位于湖北、湖南两省，两者具有较高的相关性。一般经济发达地区往往具有良好的区位条件和资源，更易形成极具地方特色的产业小镇。

3.3.3 主要交通要素。利用全国的主要公路、铁路建立10 km的缓冲区，如图5所示，并统计出不同批次中道路和铁路一定范围内国家级特色小镇的数量，最终得到第一批国家级特色小镇数量占其总数的50%，第二批次国家级特色小镇数量占其总数的36.36%，表明交通的发展对国家级特色小镇的空间分布有着重要的影响。

3.3.4 旅游景区要素。笔者获取华中地区5A级景区数据，以景区数据建立半径为40 km缓冲区分析，统计出景区40 km范围内国家级特色小镇的数量占总数的23.40%。总体来看，华中地区的5A景区同样呈现“整体分散、省内集中”的空间分布格局，与国家级特色小镇的空间分布大致一致。因此，旅游型特色小镇的建设要充分考虑周边旅游景区的发展，充分发挥旅游资源的优势。

4 结论

笔者采用核密度估计、空间基尼系数、叠合分析等空间分析方法，分析了华中地区国家级特色小镇的空间分布规律，并利用定量统计方法探究地形、交通、旅游等因素对国家级特色小镇分布的影响程度，得出以下结论。

①国家级特色小镇在华中地区总体上分布均衡；通过计算最近邻指数发现，无论分批次来看，还是整体来看，华中地区的国家级特色小镇趋于均匀型分布；通过计算核密度指数发现，华中地区特色小镇呈现出以湖北省为主要中心，以湖南省中部、河南省西部地区为次核心的基本格局；空间基尼指数指标表明特色小镇在华中地区空间分布均衡性差异明显，第二批国家级特色小镇比第一批的均衡性有所提高，表明特色小镇分布已经逐渐将地区均衡性考虑其中。

②在自然地形要素上，平原地区特色小镇数量多，山地地区特色小镇数量少，低海拔平原地区特色小镇数量最多；在社会经济因素上，经济发达地区更易形成极具地方特色的产业小镇；在人文要素上，特色小镇多分布在社会经济发达、交通便捷、旅游资源丰富的地区。

参考文献：

［1］华芳，陆建城.杭州特色小镇群体特征研究［J］.城市规划学刊，2017（3）：78-84.

［2］彭瑞.成都市特色小镇空间分布及影响因素研究［J］.市场周刊，2019（3）：60-61.

［3］杨茜茜，伍世代.福建省特色小镇空间分布特征与影响因素研究［J］.福建师范大学学报（自然科学版），2019（4）：110-116.

［4］吕振华，程绍文，刘粉.长江经济带特色小镇空间分布及影响因素研究［J］.华中师范大学学报（自然科学版），2019（5）：773-781.

［5］吴佳雨.国家级风景名胜区空间分布特征［J］.地理研究，2014（9）：1747-1757.

［6］徐剑锋.特色小镇要聚集“创新”功能［J］.浙江社会科学，2016（3）：42-43.

［7］郝华勇.欠发达地区打造特色小镇的基础差距与现实路径［J］.理论月刊，2017（12）：165-170.

［8］齐化龙.基于ATPRK算法的2019年华中地区GPM降水数据降尺度研究［J］.水电能源科学，2021（12）：12-16.

［9］张超，杨秉赓.计量地理学基础［M］.北京：高等教育出版社，1991：21.

［10］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（1）：1-5.

［11］中华人民共和国地貌集编辑委员会.中华人民共和国地貌图集（1∶100万）［M］.北京：科学出版社，2009：6-7.

［12］邓岳川，周亮广.地形起伏度与GPS多路径误差的相关性分析［J］.测绘科学，2019（10）：21-28.