EN中文

自然资源学报 >

2024 , Vol. 39 >Issue 7: 1575 - 1590

DOI: https://doi.org/10.31497/zrzyxb.20240705

新时代中国旅游资源研究

基于多尺度融合的旅游生态承载力评估——以江苏省沿海县域为例

  • 王雨青 ,
  • 李玉凤 ,
  • 徐薇 ,
  • 贾悦 ,
  • 张玥 ,
  • 刘红玉
展开
  • 南京师范大学海洋科学与工程学院，南京 210023
李玉凤（1985- ），女，江苏扬州人，博士，教授，硕士生导师，主要从事湿地景观生态与GIS应用研究。E-mail:

王雨青（2000- ），女，河南周口人，硕士，主要从事生态旅游与GIS应用研究。E-mail:

收稿日期: 2024-01-08

  修回日期: 2024-05-08

  网络出版日期: 2024-07-10

基金资助

黄海湿地课题项目(HHSDKT202309)

国家自然科学基金项目(32271662)

国家自然科学基金项目(42006183)

海洋专项项目(JSZRHYKJ202311)

收起

Evaluation of tourism ecological carrying capacity based on multi-scale fusion: A case study on coastal counties of Jiangsu

  • WANG Yu-qing ,
  • LI Yu-feng ,
  • XU Wei ,
  • JIA Yue ,
  • ZHANG Yue ,
  • LIU Hong-yu
Expand
  • College of Marine Science and Engineering, Nanjing Normal University, Nanjing 210023, China

Received date: 2024-01-08

  Revised date: 2024-05-08

  Online published: 2024-07-10

Fold

摘要

正确认识旅游生态承载力是指导区域旅游可持续发展的关键。提出“多尺度融合”评价单元划分方法，引入“载体—载荷”视角创建新的旅游生态承载力评价体系，并以江苏省沿海县域为例，对所建立的评价单元划分和旅游生态承载力评估方法进行了验证。结果表明：（1）利用多尺度融合的方法将江苏省沿海区域划分为4.9×105个评价单元，共跨越七个空间尺度；（2）多尺度融合评价单元的划分结果揭示了旅游生态载体和旅游载荷评价指标在不同尺度评价单元内表现差异显著；（3）江苏省沿海县域旅游生态承载力在空间上呈现出从海向陆逐渐减弱的特征，同时大部分地区存在“超载”风险。本文突破了传统的评价单元尺度单一和旅游生态承载力“阈值”限制的问题，以期为区域评价单元划分和旅游生态承载力评估提供新的理论和方法参考。

关键词： 多尺度融合; “载体—载荷”视角; 旅游生态承载力; 江苏省沿海县域

本文引用格式

王雨青 , 李玉凤 , 徐薇 , 贾悦 , 张玥 , 刘红玉 . 基于多尺度融合的旅游生态承载力评估——以江苏省沿海县域为例[J]. 自然资源学报, 2024 , 39(7) : 1575 -1590 . DOI: 10.31497/zrzyxb.20240705

Abstract

A comprehensive understanding of tourism ecological carrying capacity was pivotal in guiding sustainable development of regional tourism. In this paper, we proposed a "multi-scale fusion" method for delineating evaluation units and introduced a "carrier-load" perspective to establish a novel tourism ecological carrying capacity evaluation framework. Taking the coastal counties of Jiangsu province as an example, we applied the proposed evaluation unit division and tourism ecological carrying capacity assessment approach. The results were as follows: (1) By employing the multi-scale fusion approach, the coastal region of Jiangsu province was divided into 4.9×105 evaluation units spanning across seven spatial scales. (2) The division of evaluation units revealed significant differences in the performance of tourism ecological carriers and tourism load evaluation indicators across various spatial scales. (3) The tourism ecological carrying capacity of the coastal counties in Jiangsu exhibited a gradual weakening trend from the sea towards the land, with the majority of areas facing a potential risk of exceeding their carrying capacity. This paper broke through the limitations of traditional evaluation unit scales and the "threshold" constraint on tourism ecological carrying capacity, aiming to provide new theoretical and methodological references for regional evaluation unit delineation and tourism ecological carrying capacity assessment.

Key words： multi-scale fusion; the perspective of "carrier-load"; tourism ecological carrying capacity; coastal counties in Jiangsu province

旅游业在国民经济和社会就业等方面起着重要的积极作用，但其过度开发或发展给生态环境带来巨大压力，造成生态失调、环境污染、景观破坏等问题。旅游生态承载力评估为生态和环境的健康发展提供了一种有效的预警方法，成为近年来学者们研究的热点[1]。随着旅游生态承载力研究的不断深入，国外学者尝试将定性分析与定量分析相结合，通过评价指标和模型对旅游生态承载力进行评估[2⇓⇓-5]。国内目前关于旅游生态承载力的研究方法众多，如生态足迹模型、指标构建评价法、能值法等[6⇓-8]。在研究内容上，国外学者关于旅游生态承载力的研究倾向某一具体的环境类型，在分析旅游地的生态环境承载力的基础上，结合当地的生态环境与旅游活动特点，从而提出特定区域的旅游管理对策建议[9,10]。国内学者的研究则集中于承载力测算、旅游发展与生态环境协调关系、生态安全预警等问题的探讨[11,12]，研究对象多为山地和湿地等旅游资源[13⇓⇓-16]。可见，目前这些研究中不论是计算景区最大面积容纳的游客数量，还是生态足迹法中的“超载”或“利用不足”，都是找出旅游生态承载力的“阈值”。然而旅游生态承载力受到社会、经济和环境等多方面的影响，并非是固定不变的，而是始终处于动态变化之中。由于传统的“阈值”评估方法不能捕捉到旅游生态承载力的动态状态，因此，本文开发一种新的评估方法以帮助描述旅游生态承载力的空间异质性，通过引入“载体—载荷”视角，呈现载体与载荷之间的相互作用关系，评估旅游生态承载力的动态状态，以突破传统研究的“阈值”限制。
为了评估旅游生态承载力的空间差异，有必要确定合适的空间评价单元。传统空间评价单元确定的方式有两种，一是以行政区划作为评价单元[11]，二是通过变异系数、景观指数[17]、空间自相关[18]、半方差函数等方法确定最优评价单元。然而，前者不能精细反映区域内部旅游活动对生态状况影响的空间差异和局部细节特征的问题，难以满足精细管控旅游生态承载力的需要；后者统一的网格大小却忽略了研究区内复杂的、空间异质性较高区域的内部特征，易造成部分要素信息冗余或损失[19]。此外，以往相关研究常将单一尺度格网作为空间评价单元，且认为空间评价单元的确定与研究区范围、数据特征等要素关系密切[20,21]。与单一尺度评价单元相比，多尺度融合评价单元是一种基于景观异质性和景观类型的分层空间评价单元划分方法，其优势在于能够根据空间评价单元内的景观类型进一步细分空间评价单元尺度，在减少信息冗余或损失的同时，解决了数据精度与数据量大小之间难以平衡的问题。
综上所述，本文借助多尺度融合划分方法，引入“载体—载荷”视角的生态承载力评价理念，以江苏省沿海县域作为研究区，分析旅游生态承载力的空间分异特征，以期为旅游生态承载力的科学评估提供参考。

1 研究方法与数据来源

1.1 研究区概况

研究区位于中国东部沿海、长江三角洲北翼，地处31°41′N~35°07′N、118°45′E~121°54′E，总面积为2.40×104 km2，共涉及到15个县级行政区（图1），海岸线长达954 km。其气候为亚热带和暖温带季风气候，年均气温为13~15 ℃，整体地势较为平缓，具有气候温和、雨量适中、四季分明、适游期长的特点。截至2020年4月，根据官方数据显示，江苏省沿海县域共计79个A级旅游景区，其中5A级景区1个，4A级景区21个，3A级景区42个，2A级景区15个。江苏省沿海县域拥有丰富的自然旅游资源和深厚的历史文化，其独特的山海风貌、湿地滩涂、森林草地、野生动植物、辐射沙洲等旅游资源不仅促进了区域的旅游经济发展，而且还发挥了重要的生态功能，是生态环境保护和旅游经济发展之间矛盾冲突的典型区域。
图1 研究区位

Fig. 1 Location of the research area

1.2 数据来源及处理

本文涉及的基础数据包括生态环境数据、社会经济数据和旅游服务数据。（1）生态环境数据：景观类型数据来源于中国科学院资源环境科学数据中心（https://www.resdc.cn/DOI/DOI.aspx?DOIID=54）[22]，将研究区景观类型分为建筑用地、未利用地、耕地、草地、林地和水域；植被覆盖指数（NDVI）和年降水量来源于Google Earth Engine（GEE）云地理信息处理平台。（2）社会经济数据：包括游客人次和国内外旅游收入，其来源于各县区统计年鉴，以江苏省89个县、区为基本单元，通过空间插值获取。（3）旅游服务数据：包括公路和旅游住宿设施POI，公路数据来源于全国地理信息资源目录服务系统（https://www.webmap.cn/main.do?method=index），旅游住宿设施POI来源于中国科学院资源环境科学数据中心。以上数据分辨率均为30 m，选择时间节点为2019年。

1.3 研究方法

1.3.1 多尺度融合评价单元的获取

评价单元的划分是准确评估旅游生态承载力的关键。本文提出了一种基于景观异质性的多尺度融合评价单元划分方法，它是通过机器学习来构建的划分模型（图2）。该模型根据景观异质性特征，划分不同尺度大小的评价单元。其优点在于不仅可以减少空间评价单元的数据量，还可以识别小单元的空间尺度，减少了信息冗余或损失。该模型基于这样一个假设：即景观异质性高、斑块数量多的地方使用小的空间单元更能准确地表示旅游生态承载力；景观异质性低、斑块数量少的地方使用大的空间单元更能准确地表示旅游生态承载力。该划分算法的核心概念是基于斑块数量的迭代划分，确保评价单元内景观特征较为单一。通过创建初级尺度格网，经过多次迭代，可获取最终的多尺度融合空间评价单元（图2）。此外，选择最佳的初级尺度和最小尺度是准确划分空间单元的关键，初级尺度和最小尺度还决定了模型迭代的次数。根据该划分模型的核心概念，将划分的标准设定为景观斑块数量>1，该方法通过Python编程实现。
图2 多尺度融合评价单元划分模型

Fig. 2 Multi-scale fusion evaluation unit division model

1.3.2 基于“载体—载荷”视角的旅游生态承载力指标体系构建

（1）“载体—载荷”（Carrier-Load，C-L）视角
本文借助“载体—载荷”视角，建立一种新的旅游生态承载力评估方法，以评估江苏省沿海县域旅游生态承载力。“C-L”视角的理念是通过评估生态载体和载荷来评估生态的承载能力，找出载体和载荷变量的匹配程度，并反映载体和载荷之间的相互关系[23]。借助“C-L”视角，旅游生态承载力可表示为图3，旅游生态载体是指由水、土、林、草等众多自然要素组成的生态环境系统为旅游活动提供的自然空间，其可以接受和净化旅游活动带来的负面影响；旅游载荷为旅游过程中的食、住、行、游、购、娱等各阶段的旅游活动、旅游设施和旅游服务对当地的生态环境造成的破坏[24,25]。当旅游载荷变化时，旅游生态载体也会做出相应的反应，这种相互作用状态就是旅游生态承载力。载体在支撑载荷方面有一定的能力限制，载荷过大会造成旅游生态超载，这时可通过降低载荷或增加载体来调整旅游生态承载力。
图3 旅游生态载体和旅游载荷互动关系

Fig. 3 Interactive relationship between tourism ecological carrier and tourism load

（2）基于“载体—载荷”视角的旅游生态承载力指标的选取
江苏省沿海县域是一个集经济、生态、社会等要素高度统一的系统。本文从“载体—载荷”的视角出发，以综合性、科学性和可操作性为原则，并立足经济、生态、社会，结合前人的研究成果[12,26,27]，共选取13个指标构建了江苏省沿海县域旅游生态承载力综合评价指标体系（表1），以此衡量江苏省沿海县域的旅游生态承载力的空间分异特征。旅游生态载体反映了生态环境系统为旅游活动提供的自然空间，江苏省沿海县域根据不同的海岸类型开展了不同的旅游业态，确定海岸类型作为旅游生态载体指标；此外，由于水文和植被状况、气候条件、地形基本决定了生态系统的性质，根据江苏省沿海县域地区湿地资源丰富、水网密布、河湖相连、生物景观多样的特点，选取水域景观密度、水源养护指数、水土保持指数反映研究区内水土状况，选取植被覆盖指数体现研究区内植被状况，选取栖息地质量指数衡量研究区内水鸟、麋鹿等动植物栖息地资源质量状况，选取年降水量表征研究区内的气候条件；旅游载荷表现为旅游过程中的食、住、行、游、购、娱等旅游活动对当地的生态环境造成的破坏，根据江苏省沿海县域临海特点，以海产品供给指数、宾馆酒店密度、公路密度、A级景区禀赋、旅游收入、游客人次反映食、住、行、游、购、娱各阶段的旅游活动对生态环境造成的压力。旅游生态载体和旅游载荷的各个指标依据其概念、统计方法和《区域生态质量评价办法（试行）》[28]计算获得。旅游生态承载力不仅反映了旅游生态载体对旅游载荷的支持程度，同时也衡量了生态环境对旅游活动压力的反应程度。
表1 江苏省沿海县域旅游生态承载力评价指标体系[28]

Table 1 Evaluation index system for tourism ecological carrying capacity of coastal counties in Jiangsu province

目标层 准则层 指标层 指标含义 权重
旅游生态承载力 旅游生态载体 海岸类型（C1） 研究区海岸类型（基岩、砂砾质、淤泥质） 0.520
水域景观密度（C2） 水域旅游资源丰富程度 0.211
水源养护指数（C3） 水资源对植被、土壤等景观的养护能力 0.199
水土保持指数（C4） 水土方面旅游环境的质量状况 0.004
植被覆盖指数（C5） 植被资源覆盖程度 0.016
栖息地质量指数（C6） 水鸟、麋鹿等动物栖息地资源质量状况 0.017
年降水量（C7） 湿润程度 0.034
旅游载荷 海产品供给指数（L1） 鱼、虾等海产品的供给质量和能力 0.517
宾馆酒店密度（L2） 住宿接待服务强度 0.077
公路密度（L3） 交通服务强度 0.315
A级景区禀赋（L4） A级景区等级和数量/个 0.042
旅游收入（L5） 旅游经济压力 0.024
游客人次（L6） 游客压力 0.026

1.3.3 旅游生态承载力评估模型

（1）数据标准化
由于各个指标的计量方式不统一，因此，在计算旅游载荷指数（Tourism Load Index，TLI）和旅游生态载体指数（Tourism Ecological Carrier Index，TECI）之前需进行数据标准化。本文采用极差标准化法消除量纲对数据的影响[29]。载体和载荷均为正指标，标准化公式如下：
X i C ' = X i C - X i , m i n C X i , m a x C - X i , m i n C
式中： X i C为旅游生态载体指标的原始数据； X i , m i n C为旅游生态载体指标原始数据的最小值； X i , m a x C为旅游生态载体指标原始数据的最大值； X i C '为旅游生态载体指标标准化后的指标值， X i C ' ∈ 0 ,   1。类似地，可以得到旅游载荷指标标准化后的值 X j L '。
（2）权重的确定
为了计算TLI和TECI，本文采用熵值法确定各个指标的权重。熵值法是一种依据各指标值包含的信息量来确定指标权重的客观赋权法，某个指标的熵越小，说明该指标值的变异程度越大，提供的信息量也就越多，在综合评价中起的作用越大，则该指标的权重也应越大[30]。计算公式如下：
① 计算旅游生态载体指标i的熵值ei：
e i = - 1 / l n ( n ) ∑ i = 1 n X i C ' ∑ i = 1 n X i C ' l n X i C ' ∑ i = 1 n X i C ' ( 0 ≤ e i ≤ 1 )
② 计算旅游生态载体指标 i的权重 w i C：
w i C = 1 - e i ∑ i = 1 m ( 1 - e i )
旅游载荷指标权重 w j C的计算方法同上。
（3）TECI、TLI和TECCI
线性加权法常用来衡量多层次、多维度指标体系的综合性能，借助这种方法，TECI和TLI可表示为[31]：
T E C I = ∑ i = 1 n w i C × X i C
T L I = ∑ i = 1 n w j L × X j L
在理想状态下，旅游生态载体和旅游载荷会保持动态平衡状态。但是动态平衡会受到旅游生态载体退化或旅游载荷增加的影响，因此，旅游生态载体和旅游载荷的关系可表示为：
T E C C I = T L I T E C I = ∑ i = 1 n w j L × X j L ∑ i = 1 n w i C × X i C
式中： T E C C I为江苏省沿海县域旅游生态承载力； T L I为江苏省沿海县域旅游载荷指数； T E C I为江苏省沿海县域旅游生态载体指数。 T E C C I并不是越大越好，也不是越小越好，当 T E C C I>1，表明江苏省沿海县域的旅游生态承载力可能存在超载的可能；当 T E C C I<1，表明江苏省沿海县域的旅游生态承载力未被充分利用。应通过调节 T L I和 T E C I来科学合理地控制 T E C C I。根据研究区的实际评估情况，将旅游生态承载力的评价结果进行几何间隔法分级，包括强旅游生态承载力 [0,1]、较强旅游生态承载力 (1, 1.20]、中等旅游生态承载力 (1.20, 2.27]、较弱旅游生态承载力 (2.27, 12.88]、弱旅游生态承载力 (12.88, 118.07]，最终生成其空间分布。其中，强旅游生态承载力表明区域内旅游资源未被利用，其他等级的旅游生态承载力表明区域内存在不同程度的“超载”风险。

2 结果分析

2.1 基于多尺度融合评价单元的划分结果

通过多尺度融合评价单元划分模型的计算，得到江苏省沿海县域各景观斑块中可容纳的最大格网尺度为8000 m，因此确定初级尺度为8000 m。当斑块面积大于40000 m2时，斑块数量迅速增加，为了减少小斑块信息的损失，最小尺度应小于200 m，最终确定迭代次数为6，最小尺度为125 m。
基于上述参数值和划分，多尺度融合空间单元划分模型共生成了4.9×105个空间单元，跨越7个尺度。第一层尺度为8000 m，共创建了29个空间单元；第二层尺度为4000 m，共创建了140个空间单元；以此类推，在第7层共生成4.1×105个125 m的空间单元。如图4所示，在125 m尺度中，灌云县格网数量最多，其次是滨海县；在250 m尺度中，灌云县格网数量最多，其次是射阳县；在500 m尺度中，射阳县格网数量最多，其次是大丰区。
图4 江苏省沿海县域多尺度融合评价单元划分结果

Fig. 4 Division results of multi-scale fusion evaluation units of coastal counties in Jiangsu province

如图5所示，与单一尺度网格相比，多尺度融合评价单元可以提供更精确的空间单元，能考虑到数据的空间异质性，得到更合适的评价单元。由图4和图5可知，小尺度评价单元主要分布在研究区北部，以灌云县、灌南县和响水县为主；较大尺度主要分布在沿海一侧以及研究区南部的如东县和启东市。结合多尺度融合评价单元的划分概念来看，在125 m以上尺度中，仅有一种景观类型，且随着尺度的增大，水域所占格网数量越来越多，表明水域斑块呈现出大而集中的特点；而在125 m尺度中，存在多种景观类型，其中主要包括建筑用地和耕地，这表明建筑用地和耕地呈现出较为严重的破碎化程度。
图5 江苏省沿海县域多尺度融合空间评价单元

Fig. 5 Multi-scale fusion spatial evaluation unit of coastal counties in Jiangsu province

2.2 基于不同尺度的旅游生态承载力指标分析

2.2.1 不同尺度下旅游生态载体指标分析

标准化后的旅游生态载体评价指标在不同尺度上的表现如图6所示。根据各指标的计算公式，海岸类型、水域景观密度和水源养护指数呈现极端分布的特点。其中，海岸类型最大值出现在125 m尺度，水域景观密度和水源养护指数其均值随着尺度的增大而增大，表明基岩海岸在125 m尺度上有所分布，水域景观斑块在空间上呈现出大面积聚集分布。水土保持指数、植被覆盖指数其均值随着尺度的增大而减小，表明尺度越大，植被保持土壤的能力越低，植被的覆盖状况越低。栖息地质量指数、年降水量其均值随着尺度的增大而缓慢增加，表明水鸟、麋鹿等动物栖息地资源随着尺度的增大其质量状况越好，年降水量随着尺度的增大降水越多。
图6 不同尺度下江苏省沿海县域标准化旅游生态载体评价指标

Fig. 6 Standardized evaluation indicators for tourism ecological carries of coastal counties in Jiangsu province at different scales

2.2.2 不同尺度下旅游载荷指标分析

标准化后的旅游载荷评价指标在不同尺度上的表现如图7所示。由图可知，海产品供给指数、旅游收入和游客人次其均值随着尺度的增大而增大，表明尺度越大，鱼、虾等海产品的供给质量越好、供给能力越强，旅游收入越多，接待的游客人数越多，旅游活动对生态环境造成的压力越强。随着尺度的增大，宾馆酒店密度的均值呈现出先减少后增加的趋势，表明小尺度内旅游住宿接待能力更强。公路密度的均值在各尺度内均趋近于0，其最大值出现在250 m尺度内，表明研究区内公路密度稀疏、交通服务能力有待加强。A级景区禀赋随着尺度的增大呈现出先增加后减少再增加、围绕0.4上下波动的趋势，且在各尺度内箱体大小均较大，表明A级景区禀赋在各尺度不同评价单元内数据波动大，景区等级和数量差异较大。
图7 不同尺度下江苏省沿海县域标准化旅游载荷评价指标

Fig. 7 Standardized evaluation indicators for tourism load of coastal counties in Jiangsu province at different scales

2.3 基于多尺度融合空间单元的江苏省沿海县域旅游生态承载力空间分异

2.3.1 不同尺度下江苏省沿海县域旅游生态承载力分级特征

根据旅游生态承载力实际评估结果，运用几何间隔分类法将旅游生态载体、旅游载荷以及旅游生态承载力分为五级，得到不同尺度下江苏省沿海县域旅游生态承载力各等级相对面积百分比图（图8）。具体来看，强旅游生态载体所占面积随着尺度的增大而增加，弱旅游生态载体所占面积随着尺度的增大而减小（图8a），表明尺度越大，生态环境系统为旅游活动提供的自然空间可以接受和净化旅游活动带来负面影响的能力越强。强旅游载荷所占面积随着尺度的增大而增加，弱旅游载荷所占面积则相反，中等旅游载荷在各尺度内所占面积均最多（图8b），表明食、住、行、游、购、娱等旅游活动对当地生态环境造成的破坏随着尺度的增大而增加，并且研究区内处于中等旅游载荷的面积最多。中等旅游生态承载力在各尺度内所占面积最多，弱旅游生态承载力在各尺度内所占面积最少，8000 m尺度内未出现弱旅游生态承载力（图8c）。
图8 不同尺度下江苏省沿海县域旅游生态承载力各等级相对面积百分比

Fig. 8 Percentage of the relative area of each grade of tourism ecological carrying capacity of coastal counties in Jiangsu provinceat different scales

2.3.2 不同尺度下江苏省沿海县域旅游生态承载力空间分异

不同尺度下江苏省沿海县域旅游生态承载力空间分布如图9所示。125 m空间评价单元主要分布在研究区北部，该尺度内中等旅游生态承载力面积占比最高，且主要分布于研究区北部的赣榆区、灌云县以及南部的海门市（图9a）。250 m尺度内中等旅游生态承载力面积占比最高，主要分布于研究区北部的赣榆县、灌云县以及研究区南部的通州区和海门市（图9b）。500 m尺度内强和较强旅游生态承载力主要分布于研究区靠海一侧以及启东市、滨海县和射阳县（图9c）。在1000 m尺度内，研究区南部空间评价单元数量多于北部，强和较强旅游生态承载力主要分布于滨海县、射阳县、如东县和启东市（图9d）。2000 m空间评价单元主要分布在研究区南部，该区域内强和较强旅游生态承载力主要分布在靠海一侧以及如东县和启东市；中等旅游生态承载力主要分布在通州区和海门市，以及大丰区和启东市东侧；较弱旅游生态承载力主要分布在亭湖区和海安市，以及大丰区和东台市西侧（图9e）。4000 m尺度内，空间评价单元主要分布在研究区南部，且数量较少，仅140个，该尺度下强和较强旅游生态承载力占比增加（图9f）。8000 m尺度下，空间评价单元最少，仅25个，强和较强旅游生态承载力主要分布在沿海一侧，该尺度下没有弱旅游生态承载力分布（图9g）。
图9 不同尺度下江苏省沿海县域旅游生态承载力空间分异

Fig. 9 Spatial differentiation of tourism ecological carrying capacity of coastal counties in Jiangsu province at different scales

2.3.3 基于多尺度融合空间单元的江苏省沿海县域旅游生态承载力空间分异

基于多尺度融合空间单元和研究区实际情况，将江苏省沿海县域旅游生态承载力测度结果进行空间可视化，得到其空间分异图（图10）。如图10a所示，江苏省沿海县域旅游生态载体水平呈现出从海向陆逐渐减弱的特征。强和较强旅游生态载体主要分布在东部沿海一带和启东市，表明区域内生态环境质量较好，所提供的载体支撑力较高；弱和较弱旅游生态载体主要分布在连云区以及亭湖区、大丰区、东台市、海门市、灌云县、灌南县西部、赣榆区南部。由图10b可知，江苏省沿海县域旅游生态载荷水平呈现出“大分散、小聚集”镶嵌交错分布格局。强和较强旅游载荷水平呈现出“三大集群”分布趋势，主要分布于北部的连云区、中部的亭湖区、大丰区、东台市和海安市，以及南部的通州区和海门市。这些地区经济活动频繁、受人类干扰较强；弱和较弱旅游载荷分布在滨海县、射阳县、响水县、灌云县。由图10c可知，江苏省沿海县域旅游生态承载力水平在空间上呈现出从海向陆逐渐减弱的特征。强和较强旅游生态承载力主要分布在东部沿海一带，以及响水县、滨海县、射阳县、启东市和如东县东部等地，该区域内的旅游资源未被充分利用；中等生态承载力主要分布在通州区、海门市和如东县、灌云县靠陆一带，以及赣榆区北部；弱和较弱旅游生态承载力主要分布在连云区，和亭湖区、大丰区、东台市、海安市靠陆一带，以及赣榆区南部。受区域自身生态环境状况和人类旅游活动的影响，较强、中等、较弱和弱旅游生态承载力区域存在不同程度的“超载”风险。
图10 江苏省沿海县域旅游生态承载力空间分异

Fig. 10 Spatial differentiation of tourism ecological carrying capacity of coastal counties in Jiangsu province

3 讨论与结论

3.1 讨论

3.1.1 多尺度融合空间单元划分的优势

本文在考虑数据空间异质性的基础上融合了基于python的机器学习技术，创建了多尺度融合空间评价单元划分模型，在减少数据量的基础上进一步细分空间评价单元，解决了数据精度与数据量大小之间难以平衡的问题。这与Jing等[32]的研究结果相互印证，其研究结果表明与传统的单一尺度格网相比，多尺度空间评价单元划分方法可以在更精确的尺度上提高城市功能区的识别效率。同时陈慕婷等[33]也认为以行政区作为空间评价单元不能体现区域内的生态意义，忽略了单元内生态要素和景观/自然地理背景的关联性，使得评价结果的实践指导性不强，并表明了多尺度结合空间评价单元对生态系统评价的意义和价值。目前，多尺度融合空间评价单元的划分还处于发展阶段，可借鉴的实证案例较少，其划分精度还需不断深入探索和完善。在未来，多尺度融合空间单元可应用于生境质量评价、生态安全评价、湿地修复评价、生态功能评价等生态系统评价领域。甚至通过更改该模型的核心概念，还可以将多尺度融合空间评价单元应用于其他资源环境评价领域。该方法有望为更准确、更精细地识别空间评价单元提供有力支持。

3.1.2 经济因素对区域旅游生态承载力的影响

社会经济因素在对生态系统施加各种压力的同时，也通过植树造林、水源保护等环境治理来加强旅游生态承载力，通过建设污染治理设施来减轻旅游空间生态环境负荷[31,34]。江苏省沿海县域以经济条件为基础，秉持“生态文明”理念，聚焦打赢“蓝天、碧水、净土”三大保卫战，推动生态环境高质量发展[35]。根据江苏省统计年鉴数据显示，在江苏省沿海县域中，南通市沿海县域人均GDP相比较高，沿海5县均超过10万元/人，其在生态环境保护重点工程方面投入约300亿。连云港市沿海县域人均GDP最高的是连云区，为14万元/人。该区域通过加大财政投入力度的方式，将生态环境保护投入作为公共财政支出的重点，争取并发放环境保护补助资金3528万元，重点投向污染防治、生态环境资源保护以及相关生态环境保护重点工程。大丰区人均GDP达9.4万元/人，在盐城市沿海县域中排名首位。该区域依托其经济基础，在环境保护方面的支出为24466万元，主要用于开展生态环境保护重点领域科技攻关，优化生态环境监测监控机构，建设“天地空”一体化监测网络，提升生态环境监管能力。由此可见，社会经济发展也是影响旅游生态承载力的因素之一，其在给旅游生态环境带来压力的同时，也会通过在环境管理和技术进步等方面的投入减少生态环境的负荷，加强旅游生态承载力。

3.1.3 基于“载体—载荷”视角评估旅游生态承载力的案例意义

本文基于“载体—载荷”视角对江苏省沿海县域旅游生态承载力进行评估。研究结果表明，该地区的旅游生态承载力在空间上呈现出从海向陆逐渐减弱的特征，这与张珊珊等[36]的研究结果相呼应。这是因为研究区沿海一侧拥有众多重要生态功能保护区[37]，区域内生态功能好，且受人类活动干扰小，导致旅游生态载体水平高，旅游载荷水平低，进而促使强旅游生态承载力区域主要分布在沿海地区。同时，《江苏省国家级生态保护红线规划》《江苏省湿地保护条例》等生态保护政策的实施保障了江苏省沿海县域生态安全和可持续发展的功能，是导致旅游生态承载力从海向陆逐渐减弱的重要原因之一。此外，强旅游生态承载力区域内的旅游资源未得到充分利用，而其他旅游生态承载力等级区域则存在不同程度的潜在“超载”风险。其中，启东市和如东县东部旅游生态承载力相对较强，“超载”风险相对较低；海安市、通州区旅游生态承载力相对较弱。该评价结果与魏超等[38]的研究结果高度一致，他们发现如东县、启东市和海门市区域综合承载力基本处于可载状态，海安市和通州区处于满载。“载体—载荷”视角为旅游生态承载力评估提供了新的角度，有助于辨别旅游生态承载力的变化是来自旅游载荷还是旅游生态载体，从而帮助决策者做出相应的调整。该方法还可以和旅游地生命周期理论相结合用于管理决策，管理者可以通过了解江苏省沿海县域的旅游生态承载力现状，采取有效的政治措施来满足当地旅游业不同阶段的旅游生态承载力需求。在未来，需要深入研究如何平衡江苏省沿海县域旅游发展与生态保护的关系，以及如何具体优化潜在“超载”地区的旅游生态承载力。这些问题将对区域旅游的可持续发展提供重要的指导意见。

3.2 结论

旅游生态承载力已成为旅游业可持续发展的引擎，为了有效评估旅游生态承载力，本文提出一种新的空间评价单元划分方式，即多尺度融合评价单元划分模型，并借助“载体—载荷”视角，建立旅游生态承载力评价体系以评估江苏省沿海县域的旅游生态承载力。主要结论如下：研究区内共生成了4.9×105个空间评价单元，跨越了七个尺度。在不同尺度下，旅游生态载体、旅游载荷评价指标具有明显差异。基于多尺度融合评价单元划分模型，江苏省沿海县域旅游生态载体和旅游生态承载力水平在空间上呈现出从海向陆逐渐减弱的特征，旅游载荷水平呈现出“大分散、小聚集”镶嵌交错分布格局。强旅游生态承载力地区的旅游生态支撑力强，能承受更多人类旅游经济活动的负荷，该区域旅游资源往往未被充分利用；其余旅游生态承载力等级区域存在不同程度的旅游载荷大于旅游生态载体的情况，容易产生“超载”的潜在风险。
值得注意的是，社会经济类指标也会影响旅游生态承载力的评估结果，然而由于缺乏成熟的空间栅格数据集，在构建江苏省沿海县域旅游生态承载力指标时社会经济类指标未被考虑，这可能使得实证结果产生偏差。因此，未来研究需进一步补充指标样本数据，以期为旅游生态承载力评估提供更为科学的参考建议。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
JAUNG W, CARRASCO L R. Travel cost analysis of an urban protected area and parks in Singapore: A mobile phone data application. Journal of Environmental Management, 2020, 261(c), Doi: 10.1016/j.jenvman.2020.110238.

[2]
MAULIDATUR R R, MUTI'ATUL A B, TILLAH M, et al. Analysis of tourism carrying capacity of purwodadi botanical garden for supporting a sustainable environment. IOP Conference Series: Earth and Environmental Science, IOP Conference Series: Earth and Environmental Science, 2022, 1066(1), Doi:10.1088/1755-1315/1066/1/012019.

[3]
HE H M, SHEN L Y, WONG S W, et al. A "load-carrier" perspective approach for assessing tourism resource carrying capacity. Tourism Management, 2023, 94: 104651, Doi: 10.1016/J.TOURMAN.2022.104651.

[4]
SWANGJANG K, KORNPIPHAT P. Does ecotourism in a Mangrove area at Klong Kone, Thailand, conform to sustainable tourism? A case study using SWOT and DPSIR. Environment, Development and Sustainability, 2021, 23(11), Doi: 10.1007/S10668-021-01313-3.

[5]
AKTSOGLOU D, GAIDAJIS G. A case study on environmental sustainability assessment of spatial entities with anthropogenic activities: The national park of Eastern Macedonia and Thrace, Greece. Sustainability, 2020, 12(11), Doi: 10.3390/su12114486.

[6]
王世豪, 黄麟, 徐新良, 等. 特大城市群生态空间及其生态承载状态的时空分异. 地理学报, 2022, 77(1): 164-181.

DOI

[WANG S H, HUANG L, XU X L, et al. Spatio-temporal variation characteristics of ecological space and its ecological carrying status in mega-urban agglomerations. Acta Geographica Sinica, 2022, 77(1): 164-181.]

DOI

[7]
吴毅. 基于改进旅游生态足迹模型研究生态旅游可持续发展能值评价. 重庆理工大学学报: 自然科学, 2019, 33(10): 212-218.

[WU Y. Based on the improved ecological footprint model, the sustainable development energy evaluation of ecotourism is etudied. Journal of Chongqing University of Technology: Natural Science, 2019, 33(10): 212-218.]

[8]
李志龙, 陈慧灵, 刘迪. 基于能值理论武陵山片区旅游生态化水平测度与空间异质性分析. 自然资源学报, 2021, 36(12): 3203-3214.

DOI

[LI Z L, CHEN H L, LIU D. Measurement of tourism ecological level based on the emergy value theory and spatial heterogeneity in Wuling Mountain Area. Journal of Natural Resources, 2021, 36(12): 3203-3214.]

[9]
LEKA A, LAGARIAS A, PANAGIOTOPOULOU M, et al. Development of a Tourism Carrying Capacity Index (TCCI) for sustainable management of coastal areas in Mediterranean Islands: Case study Naxos, Greece. Ocean and Coastal Management, 2022, 216, Doi: 10.1016/J.OCECOAMAN.2021.105978.

[10]
ZACARIAS D A, WILLIAMS A T, NEWTON A. Recreation carrying capacity estimations to support beach management at Praia de Faro, Portugal. Applied Geography, 2011, 31(3), Doi: 10.1016/j.apgeog.2011.01.020.

[11]
DONG X L, GAO S, XU A R, et al. Research on tourism carrying capacity and the coupling coordination relationships between its influencing factors: A case study of China. Sustainability, 2022, 14(22), Doi: 10.3390/SU142215124.

[12]
冯琰玮, 甄江红, 马晨阳. 内蒙古生态承载力评价及生态安全格局优化. 地理研究, 2021, 40(4): 1096-1110.

DOI

[FENG Y W, ZHEN J H, MA C Y. Evaluation of ecological carrying capacity and optimization of ecological security pattern in Inner Mongolia. Geographical Research, 2021, 40(4): 1096-1110.]

DOI

[13]
RAHMAFITRIA F, NURAZIZAH G R. The management concept of mountain:Based destination through carrying capacity analysis. IOP Conference Series: Earth and Environmental Science, 2022, 1, Doi:10.1088/1755-1315/1111/1/012028.

[14]
方广玲, 香宝, 迟文峰, 等. 西南山区旅游生态承载力研究. 生态经济, 2018, 34(2): 179-185.

[FANG G L, XIANG B, CHI W F, et al. Study on ecological capacity of tourism in southwest mountainous area. Ecological Economy, 2018, 34 (2): 179-185.]

[15]
ARMONO H D, ROSYID D M, NUZULA N I. Carrying capacity model applied to coastal ecotourism of Baluran National Park, Indonesia, IOP Conference Series: Earth and Environmental Science, 2017, 79(1), Doi:10.1088/1755-1315/79/1/012004.

[16]
牛莉芹, 王紫彦, 王垚垚, 等. 基于旅游干扰的历山自然保护区游径附近森林群落生态环境承载力. 自然资源学报, 2023, 38(4): 995-1009.

DOI

[NIU L Q, WANG Z Y, WANG Y Y, et al. Study on ecological environment carrying capacity of forest community near tourist roads in Lishan Nature Reserve based on tourism disturbance. Journal of Natural Resources, 2023, 38(4): 995-1009.]

DOI

[17]
何晔宇. 基于景观格局视角的粤港澳大湾区生态韧性研究. 广州: 中国科学院大学, 2021.

[HE Y Y. Research on ecological resilience in the Guangdong-Hong Kong-Macao Greater Bay Area based on landscape pattern. Guangzhou: University of the Chinese Academy of Sciences, 2021.]

[18]
彭建. 旅游目的地生境质量时空演化特征、机制及调控路径研究. 长沙: 湖南师范大学, 2021.

[PENG J. Research on the spatial-temporal evolution characteristics, mechanism and regulatory pathway of habitat quality in tourism destination: A case study of Huangshan city. Changsha: Hunan Normal University, 2021.]

[19]
王卷乐, 孙九林. 格网化资源环境综合科学调查的若干问题思考. 地球信息科学学报, 2015, 17(7): 758-764.

DOI

[WANG J L, SUN J L. Some in-depth thoughts on resources and environmental comprehensive scientific expedition using gridding approach in China. Journal of Geo-information Science, 2015, 17(7): 758-764.]

[20]
杨光宗, 吕凯, 李峰. 基于格网尺度的南昌市土地利用变化及生态系统服务价值时空相关性分析. 中国土地科学, 2022, 36(8): 121-130.

[YANG G Z, LYU K, LI F. Spatial and temporal correlation analysis of land use change and ecosystem service value in Nanchang city based on grid scale. China Land Science, 2022, 36(8): 121-130.]

[21]
侯孟阳, 姚顺波, 邓元杰, 等. 格网尺度下延安市生态服务价值时空演变格局与分异特征: 基于退耕还林工程的实施背景. 自然资源学报, 2019, 34(3): 539-552.

DOI

[HOU M Y, YAO S B, DENG Y J, et al. Spatial-temporal evolution pattern and differentiation of ecological service value in Yan'an city at the grid scale based on sloping land conversion program. Journal of Natural Resources, 2019, 34(3): 539-552.]

[22]
徐新良, 刘纪远, 张树文, 等. 中国多时期土地利用遥感监测数据集 (CNLUCC). 资源环境科学数据注册与出版系统, http://www.resdc.cn/DOI, 2018.

[XU X L, LIU J Y, ZHANG S W, et al. China Multi Period Land Use Remote Sensing Monitoring Dataset (CNLUCC). Resource and Environmental Science Data Registration and Publishing System, http://www.resdc.cn/DOI, 2018.]

[23]
SHEN L Y, SHU T H, LIAO X, et al. A new method to evaluate urban resources environment carrying capacity from the load-and-carrier perspective. Resources, Conservation & Recycling, 2020, 154(c), Doi: 10.1016/j.resconrec.2019.104616.

[24]
DU X Y, SHEN L Y, WONG S W, et al. Night-time light data based decoupling relationship analysis between economic growth and carbon emission in 289 Chinese cities. Sustainable Cities and Society, 2021, Doi: 10.1016/J.SCS.2021.103119.

[25]
DING L, CHEN K L, CHENG S G, et al. Water ecological carrying capacity of urban lakes in the context of rapid urbanization: A case study of East Lake in Wuhan. Physics and Chemistry of the Earth, 2015, 89-90, Doi: 10.1016/j.pce.2015.08.004.

[26]
彭建, 李慧蕾, 刘焱序, 等. 雄安新区生态安全格局识别与优化策略. 地理学报, 2018, 73(4): 701-710.

DOI

[PENG J, LI H L, LIU Y X, et al. Identification and optimization of ecological security pattern in Xiong'an New Area. Acta Geographica Sinica, 2018, 73(4): 701-710.]

DOI

[27]
张学渊, 魏伟, 颉斌斌, 等. 西北干旱区生态承载力监测及安全格局构建. 自然资源学报, 2019, 34(11): 2389-2402.

DOI

[ZHANG X Y, WEI W, JIE B B, et al. Ecological carrying capacity monitoring and security pattern construction in arid areas of Northwest China. Journal of Natural Resources, 2019, 34(11): 2389-2402.]

[28]
中华人民共和国生态环境部. 关于印发《区域生态质量评价办法(试行)》的通知, https://www.mee.gov.cn/xxgk2018/xxgk/xxgk03/202111/t20211124_961564.html, 2021-11-18/2023-07-21.

[Ministry of Ecology and Environment of the People's Republic of China. Notice on issuing the Measures for Regional Ecological Quality Evaluation (Trial), https://www.mee.gov.cn/xxgk2018/xxgk/xxgk03/202111/t20211124_961564.html, 2021-11-18/2023-07-21.]

[29]
包蕊, 邱莎, 唐明方, 等. 基于DPSIR模型的锡林郭勒盟生态承载力评价. 生态经济, 2020, 36(8): 139-145.

[BAO R, QIU S, TANG M F, et al. Evaluation of ecological carrying capacity in Xilingol League based on DPSIR model. Ecological Economy, 2020, 36(8): 139-145.]

[30]
WANG J Y, WEI X M, GUO Q. A three-dimensional evaluation model for regional carrying capacity of ecological environment to social economic development: Model development and a case study in China. Ecological Indicators, 2018, 89, Doi: 10.1016/j.ecolind.2018.02.005.

[31]
ZHU M C, SHEN L Y, TAM V W Y, et al. A load-carrier perspective examination on the change of ecological environment carrying capacity during urbanization process in China. Science of the Total Environment, 2020, 714(c), Doi: 10.1016/j.scitotenv.2020.136843.

[32]
JING C F, ZHANG H Y, XU S S, et al. A hierarchical spatial unit partitioning approach for fine-grained urban functional region identification. Transactions in GIS, 2022, 26(6), Doi: 10.1111/TGIS.12979.

[33]
陈慕婷, 周剑云, 鲍梓婷, 等. 省域湿地退化风险评价研究: 基于地理格网与景观特征单元的多尺度分析. 中国园林, 2023, 39(4): 52-58.

[CHEN M T, ZHOU J Y, BAO Z T, et al. Study on risk assessment of provincial wetland degradation: Based on Multi-scale analysis of geographical grids and landscape character units. Chinese Landscape Architecture, 2023, 39(4): 52-58.]

[34]
章志琼, 何丹. 环境保护与经济发展的互动关系: 来自崇明的启示. 世界地理研究, 2023, 32(4): 84-95.

DOI

[ZHANG Z Q, HE D. Interaction between environmental protection and economic development: A case of Chongming, Shanghai. World Regional Studies, 2023, 32(4): 84-95.]

DOI

[35]
江苏省统计局. 江苏统计年鉴. 北京: 中国统计出版社, 2020.

[National Bureau of Statistics of Jiangsu. Jiangsu Statistical Yearbook. Beijing: China Statistics Press, 2020.]

[36]
张姗姗, 张磊, 陈婷, 等. 江苏沿海地区生态承载力空间分异特征及优化. 应用生态学报, 2021, 32(6): 2158-2168.

DOI

[ZHANG S S, ZHANG L, CHEN T, et al. Spatial variation and optimization of ecological carrying capacity in Jiangsu coastal area, China. Chinese Journal of Applied Ecology, 2021, 32(6): 2158-2168.]

[37]
曹书舸, 陈爽. 江苏重要生态功能区质量演变及红线管控效应分析. 生态学报, 2023, 43(21): 8933-8947.

[CAO S G, CHEN S. Analysis of the quality evolution of important ecological function areas and implementation effects of the ecological redline in Jiangsu province, China. Acta Ecologica Sinica, 2023, 43(21): 8933-8947.]

[38]
魏超, 叶属峰, 过仲阳, 等. 海岸带区域综合承载力评估指标体系的构建与应用: 以南通市为例. 生态学报, 2013, 33(18): 5893-5904.

[WEI C, YE S F, GUO Z Y, et al. Constructing an assessment indices system to analyze integrated regional carrying capacity in the coastal zones: A case in Nantong. Acta Ecologica Sinica, 2013, 33(18): 5893-5904.]

Options
文章导航

/

〈 〉