(南京师范大学 地理科学学院,江苏 南京 210023)

“候鸟旅居”作为包含旅游、养生和闲居的全新生活方式,受到越来越多人的青睐。为了指导“候鸟旅居”活动的开展,基于GIS空间分析技术,综合利用数学地理统计模型,以全国240处候鸟旅居地为研究对象,运用平均最邻近指数、Ripley′s K函数、核密度分析、样方分析等研究方法从不同角度分析了中国候鸟旅居地的空间分布特征,并探究影响候鸟旅居地分布的因素。结果表明,我国各省区的候鸟旅居地分布不均衡,呈现“东多西少,南多北少”的格局。从影响候鸟旅居地空间分布的因素上看,气候与环境对一个地方能否成为候鸟旅居地起决定性作用,而社会经济条件也会影响候鸟旅居地的分布格局,未来各项指标出色的地区也将孕育出更多的候鸟旅居地。

候鸟旅居;空间分布;特征;影响因素

1 引言

近年来,“旅居”一词被广泛用于“候鸟一族，候鸟旅居”便是由此衍生而来的一个概念,指依循气候、物候、时令而趋展开的旅游与居住活动。候鸟旅居孕育着一个不断放大的社会痛点——为了寻求适宜避暑、避寒、避霾,人们不惜选择候鸟式的旅居生活来寻找落地生根的最佳地点。如当华北地区雾霾严重时,很多人便暂时性地带上全家老小离开空气浑浊的大城市到适宜深呼吸的小城栖居一段时间,这是都市亚健康人群释放身心的一个明智选择。

作为养心、养眼、养生的“三养”实践地,候鸟旅居地在当前已然成为宜游宜居、乐山乐水目的地的代名词。不同的气候、物候旅居活动往往依循节气时令的变化而展开,根据对旅居活动的不同影响,代表性候鸟旅居地被具体细分为“温暖猫冬、凉爽消夏、清新御霾、激情滑雪、温泉康养、惬意踏春、山花烂漫、茶海飘香、诗意田园、赶海嬉浪、婵娟赏月、斑斓红叶、亲水琼台、森林乐活、草原牧歌、登高望远、观鸟绝胜、五谷丰登、瓜果采摘、秋耳夏菌、观竹品笋、甜甜蜜源、绿道骑行、农业公园”等24个特色类型,以供旅游者参考。

然而,尽管当前“候鸟式旅游”催热了旅居养生,但与此相关的研究却远远落后于实践发展。一些理论性研究主要聚焦于对“候鸟式旅游”的概念剖析和对候鸟式旅游地的案例研究。胡文杰以攀西地区为例,提出将攀西地区的“阳光之旅”与“候鸟式旅游”相契合,并针对攀西“候鸟式旅游”的营销提出了建设性策略[1];黎莉等以“候鸟式养老”与旅游业的关系为切入点,对“候鸟式养老”对海南国际旅游岛建设产生的影响进行了分析[2]。然而,以上文章均未对候鸟式旅游地做空间尺度展开讨论。事实上,当前我国对候鸟式旅游地分布格局、分布特征的研究还处于空白,这为本研究提供了现实意义上的可能。从方法上看,综合旅游学、地理学、生态学、环境学、养生学等相关理论的跨学科研究方法尚处于起步和探索阶段,对地理信息技术、统计分析等定量方法的应用还有待继续深化,特别是在GIS的支持下对有关数据进行处理、解释和可视化表达在未来对候鸟式旅游而言将是一个前景广阔的研究方向。

2 数据来源与研究方法

2.1 数据来源

对候鸟旅居地的分布特征,本研究利用ArcGIS 10.2进行空间分析;坐标系统采用Albers投影坐标,工作底图采用中国地图出版社出版的《中华人民共和国省级行政单位系列图》,底图中的信息层包括中国政区层(面状要素);中国轮廓线、九段线(线状要素)等。

对240处中国候鸟旅居地的名称和数量,以2015年12月4日国际候鸟旅居组织评价中心在第二届国际候鸟旅居健康产业发展论坛发布的“首届中国候鸟旅居县口碑榜”为准;对候鸟旅居地的具体位置,根据地方各部门公布的地理位置信息并结合Google地图进行精确定位。涉及到的气候数据主要利用中国气象数据网提供的537个气象站点的气温、降水量、相对湿度、风速等基本数据,计算出年平均值,再根据相关模型进行下一步计算。生态环境质量的相关数据来源于2014年中华人民共和国环境保护部发布的《全国生态环境质量报告》。此外,本研究涉及到的经济与人口数据,主要参考了2014年《中国统计年鉴》中的地区生产总值和分地区年末人口数。

2.2 研究方法

本研究主要运用GIS空间分析技术,利用ArcGIS 10.2中的距离分析(包括平均最近邻指数分析和Ripley′s K函数分析)、密度分析(包括核密度分析和样方分析)等数量化测度了候鸟旅居地的空间分布类型和空间分布密度。在此基础上,采用数学地理方法中的地理集中度指数对候鸟旅居地各省分布的均衡程度进行了测度[3],但候鸟旅居地的分布会受到一些潜在因素的影响。本研究借鉴生态学、环境学、养生学理念[4],引入了基于风寒指数、温湿指数和着衣指数的旅游气候舒适度评价模型[5],以及基于生物丰度指数、植被覆盖指数、水网密度指数、土地退化指数和污染负荷指数的生态环境质量评价模型[6],探究影响候鸟旅居地空间分布的因素。具体计算方法前人已有研究,在此不再赘述。本文通过计算全国几大经济分区的人均GDP,从社会经济角度对候鸟旅居地的分布状态和形成机理进行剖析。

3 候鸟旅居地空间分布特征

3.1 空间分布总体特征

从候鸟旅居地空间分布图(图1)可见,我国各省份的候鸟旅居地分布并不均衡,主要呈现“东多西少、南多北少”的格局,且数量差异较大[7]。密集分布区位于东部和南部沿海各省份,包括山东、江苏、浙江、福建、广东和西部地区的云南、贵州、四川。云南的候鸟旅居地数量最多,共有19个;天津、西藏分别只有1个候鸟旅居地;北京、上海则没有候鸟旅居地分布。排在前三位的云南、广东、四川候鸟旅居地数量分别为19、16、15,所占比重分别为7.92%、6.67%、6.25%,累计比重占全国候鸟旅居地的20.84%；排在后四位的是北京、上海、天津、西藏,所占比重分别为0、0、0.42%、0.42%,四地所占比重之和仅为0.84%。

图1 候鸟旅居地空间分布

从候鸟旅居地的类型上看,云南在温暖猫冬、凉爽消夏、清新御霾、激情滑雪、温泉康养、惬意踏春、山花烂漫、茶海飘香、诗意田园、婵娟赏月、亲水琼台、登高望远、观鸟绝胜、秋耳夏菌等14个类型中均有市县入选。这表明无论气候、物候抑或环境特征云南都一枝独秀,在特定的季节可感受到极高的舒适度、美感度和健康度。广东有16个市县入选11个类型的候鸟旅居地,四川有15个市县入选10个类型的候鸟旅居地,福建有14个市县入选11个类型的候鸟旅居地。这些省份的旅游资源类型多、分布广、美感度佳、品位高,且气候条件优越,冬无严寒、夏无酷暑,因此可满足候鸟式旅游者多层次、多种类的需求。新疆、内蒙古和东北三省入选的候鸟旅居地则类型相对单一,多为消夏类、滑雪类和物候类,如五谷丰登、瓜果采摘、秋耳夏菌。这些省份自然、资源、时令特色鲜明,适合于某一特定时间前往或着意感受某一特定类型的景观,从而获得最佳的休闲和旅居体验。

3.2 区域分布模式特征

空间分布类型:从宏观上看,我国候鸟旅居地呈点状分布。为了进一步分析其属于均匀、随机或集聚哪一种空间分布类型,本研究通过计算平均最邻近指数和Ripley′s K函数来进行判断。我们输入相关的信息,对平均最近邻指数进行统计运算。计算结果显示,平均观测距离为81087.885m,平均期望距离为123619.487m,平均最邻近指数ANN为0.655947,Z得分为-10.196739,P值为0。结果表明,随机产生此聚类模式的可能性小于1%,表明我国候鸟旅居地在空间上呈显著的集聚分布;进一步利用Ripley′s K函数分析候鸟旅居地的空间分布格局,结果显示,在研究尺度范围内观测曲线呈明显上升趋势,且完全位于空间随机分布线之上,这印证了候鸟旅居地的空间集聚分布态势。

空间分布密度：在对空间分布类型进行整体判别的基础上,利用核密度工具进一步分析候鸟旅居地分布的空间密度。从图2可见,候鸟旅居地在空间分布上具有明显的集聚特征。具体而言,候鸟旅居地的密集分布区共有9处,其中高密度热点区域1处(在图2中加粗显示),集中于福建全境;较高密度热点区域8处,分别位于广东全境、浙江东部、河北中部、河南南部、四川中部、湖南南部、江西南部与广东北部交界处、广西东北部与湖南西南部交界处、云南东北部与贵州西南部交界处[8]。

图2 候鸟旅居地按核密度分布

为了进一步佐证候鸟旅居地的空间集聚分布格局,在核密度分析的基础上对候鸟旅居地的分布进行了样方分析。我国候鸟旅居地的总数为240个,因此每个候鸟旅居地平均所占面积为40044.5km2。根据拇指规则所规定的“样方大小应当是平均每个点所占面积的两倍”,得到每个样方的面积为80089km2,并最终确定以大小为283km×283km的样方分析候鸟旅居地的分布格局。我们对样方与全国边界进行叠加,统计得到全国范围内共包含163个样方。

为了消除边界效应所造成的样方形状不规则,我们去掉所有位于边界的样方,统计剩余样方的数量为93个。由于删去了非规则形状的样方,因此部分候鸟旅居地样点没有被样方完全覆盖。根据以往的研究，样方分析的结果一般用方差均值比VMR判断。若VMRlt;1,则对象呈均匀分布趋势;VMRgt;1,则对象呈集中分布趋势。

VMR的计算公式为:

VMR=VAR/Mean

(1)

式中,m为总点数;n为样方数;xi为每个样方内的点数;pi为样方频率。通过计算可得,样方频率方差VAR=3.06,平均样方频率Mean=1.94,方差均值VMR=1.58gt;1,因此进一步印证了候鸟旅居地具有聚集分布的趋势。

空间分布均衡程度:我国240处候鸟旅居地分布在全国31个省、自治区、直辖市(除香港和澳门特别行政区、台湾地区外),自然条件、人文环境和经济发展水平上的显著差异影响着各省份候鸟旅居地的分布数量[9]。

为了分析候鸟旅居地空间分布的均衡程度,本研究运用数理统计方法,主要通过计算地理集中指数来检验候鸟旅居地的空间分布均衡态势。

地理集中指数的计算公式为:

(2)

式中,G表示地理集中指数;Xi表示第i个省区的样点数量;T表示样点总数;n表示省区总数。理论上,G介于0—100之间。G值越大,样点分布越集中；反之，则越分散。根据公式计算,得出候鸟旅居地的地理集中指数G=21.21。若240个候鸟旅居地平均分布于全国各个省份,则每个省份所拥有的候鸟旅居地数量为7.74个,此时的地理集中指数G为17.96。由于21.21大于17.96,因此候鸟旅居地相较于平均分布而言有集中分布趋势[10]。此外,仅云南、广东、四川、福建、贵州、河北、浙江、河南、黑龙江、广西等10个省份所拥有的候鸟旅居地数量就占全国总数量的56.67%,达到1/2以上,空间集聚特征比较明显[11]。

4 影响候鸟旅居地空间分布的因素

4.1 旅游气候舒适度

一个地区旅游气候舒适度是该地候鸟旅居活动能否顺利开展的最主要决定因素[12]。从图3中可见,旅游气候舒适度指数依照数值高低自东北向西南倾斜(类似于黑河—腾冲的人口地理分界线),南北、东西差异显著,多数候鸟旅居地分布于旅游气候舒适度指数较高的舒适地区,仅有58处候鸟旅居地分布于气候较不舒适或不舒适地区。一般而言,一个地区受经纬度、地形等因素的影响,气候的年内变化会相对稳定,如海南岛的长夏无冬、哈尔滨的长冬短夏、西安的四季分明、昆明的四季如春,而这些气候特征恰恰决定着候鸟旅居地的类型与分布。本研究参考了马丽君、孙根年等研究结果,将旅游气候舒适类型划分为夏适型、春秋舒适型、冬适型三类,并考量每种类型会影响何种候鸟旅居地的分布。

注:资料来源于中国气象数据网提供的537个气象站点的气温、降水量、相对湿度和风速。

图3候鸟旅居地按旅游气候舒适度指数分布

夏适型的旅游气候舒适类型代表着一种夏季温凉舒适、冬季寒冷不舒适的气候特征,主要分布于我国北方高纬度(40°N以北)地区,主要代表为东北三省。尽管综合旅游气候舒适度低,但由于夏季凉爽舒适凉爽,因此在每年5—9月的舒适期内大量旅居者前往该地区躲暑消夏,使这一类型的候鸟旅居地在此处呈现密集型分布。春秋舒适型是指冬冷夏热、春秋气候适宜的气候类型,主要分布在北纬23.5°N—40°N的广大地区。这些地区综合舒适度较高,春秋气候舒适且适游期长,但冬季寒冷、夏季炎热,不适合开展御寒、消夏等类型的旅居活动,因此除“温暖猫冬、凉爽消夏”之外的其他类型候鸟旅居地大多分布于这一地区。冬适型气候舒适类型指冬季气候舒适、夏季闷热的气候类型,主要分布于我国南方亚热带和热带地区(北纬18.1°—23.4°)。这一地区冬季气候温暖、舒适度高,因此分布着诸多过冬类型的候鸟旅居地。但广东省的西南部和海南省因常夏无冬、夏季炎热,所以旅游气候综合舒适度较低,候鸟旅居地数量也较少。

4.2 生态环境质量

除了气候条件之外,生态环境质量是影响候鸟旅居地分布的又一重要因素。从图4可见,绝大部分候鸟旅居地的生态环境质量指数高于35,即分布于生态环境一般、良好或优秀的地区。其中,生态环境优秀(生态环境质量指数gt;75)的地区主要集中在福建、浙江南部和江西东部,片状分布的同时还形成了候鸟旅居地密集分布带。在这一地域范围内共有18个候鸟旅居地,占总数量的7.50%;仅有20个候鸟旅居地分布于生态环境较差或差的地区,占总数量的8.33%。

注:资料来源于2014年《全国生态环境质量报告》。

图4候鸟旅居地按生态环境质量指数分布

根据生态环境质量指数的计算公式,生态环境质量会受到生物丰度、植被覆盖、水网密度、土地退化程度和污染负荷程度的影响,这些影响因素恰恰与候鸟旅居地的类型不谋而合。如茶海飘香、五谷丰登、瓜果采摘等物候型的候鸟旅居地,往往分布在生物丰度指数较高的地区,如云南、广西、福建等地。这些地区因水热条件配合良好、地形种类多样而造就了丰富的生物多样性。森林乐活型、草原牧歌型候鸟旅居地多位于森林植被、草原植被覆盖情况良好的地区,如黑龙江和吉林。两省拥有以大兴安岭、小兴安岭和东南部山地为分布中心的大森林、以松嫩平原为分布中心的大草原和以三江平原为分布中心的大湿地等,植被覆盖率均比较高且类型丰富。亲水琼台型候鸟旅居地多分布在水网密布的地区,如广西、四川、浙江等地。这些省份境内普遍有大江大河流经,如广西境内的红水河、盘江,四川境内的金沙江、雅砻江,浙江境内的钱塘江、瓯江等。清新御霾型候鸟旅居地则多分布在空气污染负荷程度低的地区,如福建、广东、贵州等

4.3 社会经济条件

人均GDP是衡量经济发展状况的重要指标,也是了解和把握一个国家或地区宏观经济运行状况的重要工具[13]。本研究选取人均GDP作为衡量候鸟旅居地分布的参考指标,将全国划分为八大区,即东北区(黑龙江、吉林、辽宁)、华北区(北京、天津、河北、山西、内蒙古)、华中区(湖北、湖南、河南、江西)、华东区(山东、安徽、江苏、浙江、福建、上海)、华南区(广东、广西、海南)、西北区(宁夏、新疆、青海、陕西、甘肃)、西南区(四川、云南、贵州、西藏、重庆)和港澳台地区(香港特别行政区、澳门特别行政区和台湾地区)。通过计算各区人均GDP占全国的百分比来反映其不同的经济发展水平,探讨经济发展程度如何影响候鸟旅居地的空间分布格局[14]。八大区人均GDP占全国的百分比和各区候鸟旅居地分布情况见表1。

表1 八大区的候鸟旅居地分布和人均GDP情况

注:数据来源于2014年《中国统计年鉴》。

计算结果表明,我国各个经济区经济发展差异较大。从图5可见,候鸟旅居地按社会经济空间的分布也并不均衡。总体而言,密集分布区可分为两种情况:一种情况是尽管经济总量不高,但生态本底良好,城市不同季节气候、物候、环境特征较明显,以西南区五省份为典型代表[15]。五省的候鸟旅居地总数为53个,约占全国候鸟旅居地数量的22.08%,但人均经济总量仅为全国的6.56%。另一种情况则是经济发展和生态建设协调共进,以华东区六省份为代表。六省的候鸟旅居地总数为48个,占全国总数量的20.00%,而人均GDP在全国居于前列,经济基础良好,食宿、卫生、康养、交通等条件较便利,服务配套相对完善,适于外来旅居者体验型短住、选择型暂住、季节型轮住乃至生活型留住,能满足高端、中档和普通等不同层次消费人群的需要。

图5 候鸟旅居地按人均GDP分布

5 结论与讨论

5.1 结论

本文通过运用GIS空间分析方法,从总体分布特征和区域分布特征两个维度对中国候鸟旅居地的空间分布格局进行综合分析与研究,并剖析影响候鸟旅居地分布的主要因素,得出如下主要结论:①从总体分布特征上看,我国各省区的候鸟旅居地分布并不均衡,数量上差异较大。云南、贵州、四川三省的候鸟旅居地数量最多,累计占全国总数量的20.84%,且三省候鸟旅居地的分布类型在国内也最广;西藏、天津分别只有1个候鸟旅居地,北京、上海则无候鸟旅居地分布,四地所占比重之和仅为0.84%。②从区域分布特征上看,地理集中指数G=21.21,表明区域内候鸟旅居地呈现密集分布,并形成“东多西少,南多北少”的分布格局[16];平均最邻近指数为0.655 947、Z得分为-10.196739;Ripley′s K函数显示在观测范围内观测曲线呈上升趋势,且始终位于完全空间随机分布线之上,就结果而言两者都显现出候鸟旅居地集聚分布的态势。核密度分析显示,候鸟旅居地的密集分布区共有9处,其中7处分布在南方各省和西南地区;样方分析显示,候鸟旅居地的分布较集中。③从影响候鸟旅居地空间分布的因素上看,气候与环境是旅游者衡量一个地方是否具有成为候鸟旅居地资格的两个最主要因素,大多数候鸟旅居地分布在旅游气候舒适度指数和生态环境质量指数较高的地区。社会经济条件同样与候鸟旅居地分布呈现相关性。在全国八大经济区中,西南区尽管经济发展相对落后,但因其良好的生态环境和丰富的气候、物候资源而拥有数量多、类型全的候鸟旅居地;华东区六省份则因经济发展和生态建设齐头并进而同样在候鸟旅居地的数量上排在各省区前列。

5.2 讨论

作为一种追求健康、享受生活的新常态,方兴未艾的候鸟式旅游或将成为旅游市场中的一个新热点。候鸟旅居地作为候鸟式旅游的地域载体,在未来将会进一步推动健康旅居生活方式的实践。就候鸟旅居地的未来发展趋势而言,气候条件适宜、生态环境优越,或是在某一时令季节有独特景观吸引力的地区或城市将更多地开展候鸟式旅游,而这些地区将孕育出新的候鸟旅居地;气候环境不佳、地域特色不鲜明、游资过昂、游线易堵的地区则会被谨慎纳入到候鸟旅居地当中。此外,随着气候型、物候型等不同类型的候鸟旅居地在全国范围内遍地开花,候鸟式旅游将突破地域的限制,打破冬季由北方向南方的单一流向,任何季节、任何移动方向的候鸟旅居活动都将有可能出现。

候鸟旅居者并不单单囿于一种类型,因此疗养型、观光型、安家型、冒险型等旅居者对候鸟旅居地也有不同的需求。疗养型的候鸟旅居者对候鸟旅居地的旅游资源丰度、美感度并不过于看重,这部分人群往往更关心旅居地是否具有舒适宜人的气候以及优秀的生态环境质量,因此亲绿亲氧之所或是局部小气候亲暖亲凉的地方便成为他们的首选地;观光型的候鸟旅居者更倾向于自然环境优美、景观资源丰富的亲山亲水之处,且往往不拘于某一单独的旅居地,既希望在沿海城市听涛观涌,又渴望在多山地带登高望远;安家型的候鸟旅居者由于长时间旅居在外,使他们对旅居地的经济发展水平、服务设施、交通可达性等硬性条件有着较高的要求,一般情况下他们更倾向于选择与自己的常住地经济消费水平相差不大的地区,且内外交通要便捷,不仅可达性强,还要适于快进慢游、就地轻快出行;冒险型的候鸟旅居者则更加青睐森林乐活、激情滑雪等能彰显自我价值的旅居活动,因此能承载这类活动的乡村、西部地区乃至极端地区都是他们的理想之地。

本文研究的局限之处在于,仅仅从地理学角度对我国各省份候鸟旅居地的空间分布特征进行了研究与探讨,资料和数据来源上缺少与潜在游客市场的直接对接,对候鸟旅居地所做的分析与游客群体的契合不够紧密,这将是作者下一步研究拟突破的重点。

[1]黎莉,王珏,陈棠.从旅游业角度看海南“候鸟式”养老的发展[J].地域研究与开发,2015,34(1)∶100-104.

[2]胡文杰.攀西地区老年人“候鸟式旅游”发展研究[J].当代旅游旬刊,2012,(1)∶93-94.

[3]潘竟虎,李俊峰.中国A级旅游景点空间分布特征与可达性[J].自然资源学报,2014,(1)∶55-66.

[4]邱建辉.我国热点旅游城市入境旅游季节性空间差异及影响因素研究[D].上海∶华东师范大学硕士学位论文,2014.

[5]马丽君,孙根年,王洁洁.中国东部沿海沿边城市旅游气候舒适度评价[J].地理科学进展,2009,28(5)∶713-722.

[6]中国环境监测总站.中国生态环境质量评价研究[M].北京：中国环境科学出版社,2014∶23-26.

[7]王昕,齐欣,韦杰.中国黑色旅游资源空间分布研究[J].重庆师范大学学报(自然科学版),2013,30(1)∶101-105.

[8]何小芊,王晓伟,熊国保,等.中国国家地质公园空间分布及其演化研究[J].地域研究与开发,2014,33(6)∶86-91.

[9]吴后建,但新球,王隆富,等.中国国家湿地公园的空间分布特征[J].中南林业科技大学学报,2015,35(6)∶50-57.

[10]付励强,孔石,宗诚,等.中国湿地保护区与湿地公园空间分布差异[J].湿地科学,2015,13(3)∶356-363.

[11]王昕,韦杰,胡传东.中国世界遗产的空间分布特征[J].地理研究,2010,29(11)∶2080-2088.

[12]陈慧,闫业超,岳书平,等.中国避暑型气候的地域类型及其时空分布特征[J].地理科学进展,2015,34(2)∶175-184.

[13]朱为斌,郝晓斌.浙江省县域经济发展差异的GIS分析[J].绿色科技,2015,(1)∶276-278,279.

[14]杨忍,刘彦随,龙花楼等.中国村庄空间分布特征及空间优化重组解析[J].地理科学,2016,36(2)∶170-179.

[15]储成芳,苏勤,张浩.中国古镇型旅游地空间分布研究[J].云南地理环境研究,2012,24(2)∶58-62.

[16]朱竑,陈晓亮.中国A级旅游景区空间分布结构研究[J].地理科学,2008,28(5)∶607-615.

ResearchonSpatialDistributionCharacteristicsandInfluencingFactorsofChineseSojourningMigratoryBirds

KONG Ling-yi,WU Jiang,CAO Fang-dong
(School of Geographical Science,Nanjing Normal University,Nanjing 210023,China)

As a new way containing tourism,health and quiet of life,the “sojourning migratory birds" had gradually by more and more people′s favor.In order to guide the activity of sojourning migratory birds,and provide the basis for the future development and planning,this paper based on GIS spatial analysis technology,combined the methods of mathematical statistics,geo statistical model and theories of environmental science,health science,took the 240 sojourning migratory birds′ destination as the research object,and used the average nearest neighbor index,Ripley′s K function,kernel density analysis,quadrate analysis and other research methods to analyze the different spatial distribution characteristics of Chinese sojourning migratory birds′ destination from different angles.Meanwhile,the factors affecting the sojourning migratory birds′ destination distribution were studied.The results showed that:The distribution of sojourning migratory birds′ destination was not balanced in provinces and cities of China,showing “more in east and less in west,more in south and less in north" pattern.From the influence factors of sojourning migratory birds′ destination,the climate and environment factors played a decisive role for a place where could become a sojourning migratory birds′ destination,and most sojourning migratory birds′ destination lived in areas where tourism climate comfort index and ecological environment quality index were high.Besides,the social and economic conditions would also affect the distribution pattern in the sojourning migratory birds′ destination.In the future,sojourning migratory birds′ activities would break through geographical and type restrictions,and the places which had excellent conditions would appear more sojourning migratory birds′ destination.

sojourning migratory birds;spatial distribution;characteristics;influence factor

10.3969/j.issn.1005-8141.2017.12.020

F592.68

A

1005-8141(2017)12-1514-05

2017-10-20；

2017-11-17

国家自然科学基金项目(编号:41401144)。

孔令怡(1992-),女,河北省秦皇岛人,硕士,主要从事旅游地理研究。

吴江(1972-),男,江苏省盐城人,博士,副教授,硕士生导师,主要从事旅游地理与旅游规划研究。