Spatio-Temporal Evolution and Impact Mechanism of Socio-Economic Ecosystem Vulnerability of Tourism in County-Level Areas in Xinjiang

doi:10.16716/j.cnki.65-1030/f.2023.04.006

Abstract

Abstract:

The paper takes 88 county-level units in Xinjiang as an example, and based on the PSR-TSEE evaluation framework, explores the spatio-temporal evolution characteristics and impact mechanisms of the vulnerability of tourism socio-economic ecosystems in Xinjiang county-level areas in 2000, 2010, and 2018. The results indicate that: In terms of time variation, the overall vulnerability of the tourism socio-economic ecosystem in various counties in Xinjiang shows a continuous downward trend, and the vulnerability changes of each subsystem show fluctuating characteristics. Among them, the economic subsystem has the highest vulnerability, the ecological subsystem has the lowest vulnerability, and the social subsystem has a continuous downward trend.In terms of spatial changes, the spatial distribution of the vulnerability of the tourism socio-economic ecosystem in Xinjiang counties is characterized by a "high in the southwest and low in the north", with the vulnerability of the ecological subsystem showing a "low in the southeast and high in the northwest" feature. The evolution pattern of the vulnerability of the economic subsystem is gradually shifting from a global distribution to a "high in the south and low in the north" pattern. The vulnerability coupling degree of each subsystem is relatively high, and the coordination degree of each county and city varies greatly. The vulnerability of each county and city system has spatial auto-correlation, with a slight increase in correlation. The main factors hindering the decline in the vulnerability of the tourism socio-economic ecosystem in Xinjiang counties are population density, the amount of fertilizer used per unit of arable land, and urbanization rate. Counties and cities located in different vulnerability zones have slight differences in their main obstacle factors and degree of impact. The basic conditions of socio-economic ecology, tourism and agricultural development are the main factors that affect the vulnerability of the socio-economic ecosystem in county-level areas in Xinjiang.

Key words: tourism socio-economic ecosystem, vulnerability, spatial-temporal evolution, impact mechanism, county-level areas in Xinjiang

CLC Number:

F592.7
X322

SHI Hui, SHI Tiange. Spatio-Temporal Evolution and Impact Mechanism of Socio-Economic Ecosystem Vulnerability of Tourism in County-Level Areas in Xinjiang[J]. Finance & Economics of Xinjiang, 2023, (4): 58-69.

Figures/Tables 5

系统层	准则层	指标层	数据单位	指标释义（影响性质）	权重	文献
社会子系统脆弱性	压力（P）	人口密度X₁	人/km²	表征人口压力（+）	0.0667	[23]
		人口自然增长率X₂	‰	表征人口自然增长率（+）	0.0198	[24]
		城镇化率X₃	%	表征城镇化进程（-）	0.0665	[24]
	状态（S）	星级饭店数量X₄	个	表征餐饮业水平（-）	0.0312	[3]
		旅游地数量X₅	个	表征旅游资源水平（-）	0.0408	[19]
		旅行社数量X₆	个	表征旅游服务机构情况（-）	0.0715	[19]
	响应（R）	普通中学在校学生数X₇	人	表征受教育水平（-）	0.0148	[3]
		医院、卫生院床位数X₈	个	表征医疗水平（-）	0.0291	[25]
		民族多样性X₉	-	表征民族多样性水平（-）	0.0481	[24]
经济子系统脆弱性	压力（P）	财政负债率X₁₀	%	表征财政收支水平（+）	0.0427	[3]
		旅游经济密度X₁₁	亿元/km²	表征旅游经济压力（-）	0.0595	[3]
		旅游收入增长率X₁₂	%	表征旅游经济压力增长率（-）	0.0227	[3]
	状态（S）	经济总量X₁₃	10⁸元	表征区域经济总体实力（-）	0.0342	[23]
		旅游总收入占GDP比重X₁₄	%	表征旅游业依赖度（-）	0.0333	[3]
		规上工业增加值占GDP比重X₁₅	%	表征大中型资本在国民经济中的作用（-）	0.0204	[23]
	响应（R）	社会消费品零售总额X₁₆	10⁴元	表征消费品消耗压力（-）	0.0627	[23]
		产业结构多样化指数X₁₇	-	表征产业结构平衡程度（-）	0.0098	[3]
		地方财政总收入X₁₈	10⁸元	表征地方经济发展水平（-）	0.0459	[26]
生态子系统脆弱性	压力（P）	土地破碎化指数X₁₉	-	表征土地质量状态（+）	0.0548	[13]
		土壤侵蚀度X₂₀	-	表征土壤质量（+）	0.0282	[9]
		单位耕地化肥使用量X₂₁	kg/km²	表征对环境的污染程度（+）	0.0587	[23]
	状态（S）	年均降水量X₂₂	mm	表征自然条件（-）	0.0196	[27]
		景观结构指数X₂₃	-	表征景观结构状态（-）	0.0235	[28]
		植被覆盖度X₂₄	-	表征植被自然条件（-）	0.0292	[29]
	响应（R）	森林覆盖率X₂₅	%	表征生态平衡状况（-）	0.0255	[22]
		单位面积粮食产量X₂₆	kg/km²	表征粮食生产力（-）	0.0181	[30]
		耕地占比X₂₇	%	表征土地资源丰裕度（-）	0.0230	[3]

References 32

[1]	陆林, 任以胜, 徐雨晨. 旅游建构城市群“乡土—生态”空间的理论框架及研究展望[J]. 地理学报, 2019(6):1267-1278. doi: 10.11821/dlxb201906014
[2]	周鲒琦, 王群. 旅游地社会-生态系统成长模式研究:以金寨县为例[J]. 中国生态旅游, 2021(6):953-966. doi: 10.12342/zgstly.20210096
[3]	王群, 银马华, 杨兴柱, 等. 大别山贫困区旅游地社会—生态系统脆弱性时空演变与影响机理[J]. 地理学报, 2019(8):1663-1679. doi: 10.11821/dlxb201908013
[4]	陈娅玲. 陕西秦岭地区旅游社会—生态系统脆弱性评价及适应性管理对策研究[D]. 西安: 西北大学, 2013.
[5]	OSTROM E. A general framework for analyzing sustainability of social-ecological systems[J]. Science, 2009(5939): 419-422. doi: 10.1126/science.1172133 pmid: 19628857
[6]	ADGER W N. Vulnerability[J]. Global environmental change, 2006(3):268-281.
[7]	杨新军, 石育中, 王子侨. 道路建设对秦岭山区社会—生态系统的影响:一个社区恢复力的视角[J]. 地理学报, 2015(8):1313-1326. doi: 10.11821/dlxb201508010
[8]	余中元, 李波, 张新时. 社会生态系统及脆弱性驱动机制分析[J]. 生态学报, 2014(7):1870-1879.
[9]	陈佳, 杨新军, 尹莎, 等. 基于VSD框架的半干旱地区社会—生态系统脆弱性演化与模拟[J]. 地理学报, 2016(7):1172-1188. doi: 10.11821/dlxb201607007
[10]	FRAZIER T G, THOMPSON C M, DEZZANI R J. A framework for the development of the SERV model:a spatially explicit resilience-vulnerability model[J]. Applied geography, 2014(51):158-172.
[11]	常丽博, 骆耀峰, 刘金龙. 哈尼族社会-生态系统对气候变化的脆弱性评估:以云南省红河州哈尼族农村社区为例[J]. 资源科学, 2018(9):1787-1799. doi: 10.18402/resci.2018.09.09
[12]	STOTTEN R, AMBROSI L, TASSER E, et al. Social-ecological resilience in remote mountain communities:toward a novel framework for an interdisciplinary investigation[J]. Ecology and society, 2021(3):1-19.
[13]	BERROUET L M, MACHADO J, VILLEGAS P C. Vulnerability of socio-ecological systems:a conceptual framework[J]. Ecological indicators, 2018(84):632-647.
[14]	苏飞, 莫潇杭, 童磊, 等. 旅游地社会-生态系统适应性研究进展[J]. 地理科学, 2020(2):280-288. doi: 10.13249/j.cnki.sgs.2020.02.013
[15]	夏鑫鑫, 朱磊, 杨爱民, 等. 基于山地-绿洲-荒漠系统的生态系统服务正负价值测算:以新疆玛纳斯河流域为例[J]. 生态学报, 2020(12):3921-3934.
[16]	王正伟, 王宏卫, 杨胜天, 等. 基于生态系统服务功能的新疆绿洲生态安全格局识别及优化策略:以拜城县为例[J]. 生态学报, 2022(1):91-104.
[17]	罗盛锋, 孟淑云, 黄燕玲. 民族地区生态系统与旅游、乡村社会发展系统的时空耦合研究[J]. 生态经济, 2021(12):135-144.
[18]	杨良健, 曹开军. 新疆85个县市旅游生态安全时空格局演变及驱动机制[J]. 生态学报, 2021(23):9239-9252.
[19]	牛雅萱, 吴世新, 郭晨宇, 等. 新疆县市“三生”功能时空变化及耦合协调性分析[J]. 干旱区地理, 2021(6): 1821-1835.
[20]	赵胡兰, 杨兆萍, 韩芳, 等. 新疆旅游产业—经济发展—生态环境耦合态势分析及预测[J]. 干旱区地理, 2020(4):1146-1154.
[21]	石天戈, 张小雷, 杜宏茹, 等. 天山北坡经济带固定资产投资特征及其对城镇集聚的影响[J]. 干旱区地理, 2013(1):176-185.
[22]	SHI H, SHI T G, LIU Q, et al. Ecological vulnerability of tourism scenic spots:based on remote sensing ecological in-dex[J]. Polish journal of environmental studies, 2021(4):3231-3248.
[23]	温晓金, 杨新军, 王子侨. 多适应目标下的山地城市社会—生态系统脆弱性评价[J]. 地理研究, 2016(2):299-312. doi: 10.11821/dlyj201602008
[24]	王群, 杨万明, 朱跃, 等. 贫困区旅游地社会-生态系统恢复力时空分异研究:以安徽境内大别山区12个贫困县(市)为例[J]. 地理科学, 2021(6):1030-1038. doi: 10.13249/j.cnki.sgs.2021.06.012
[25]	田亚平, 向清成, 王鹏. 区域人地耦合系统脆弱性及其评价指标体系[J]. 地理研究, 2013(1):55-63.
[26]	杨振, 雷军, 英成龙, 等. 新疆县域城镇化的综合测度及空间分异格局分析[J]. 干旱区地理, 2017(1):230-237.
[27]	施瑶, 李嘉艺, 高娜, 等. 气候变化背景下北京浅山区社会-生态系统脆弱性评估[J]. 北京林业大学学报, 2020(4):132-141.
[28]	时卉, 杨兆萍, 韩芳, 等. 新疆天池景区生态安全度时空分异特征与驱动机制[J]. 地理科学进展, 2013(3):475-485. doi: 10.11820/dlkxjz.2013.03.017
[29]	周苏娥, 张明军, 王圣杰, 等. 甘肃省河西地区自然-社会系统脆弱性评价[J]. 资源科学, 2018(2):452-462. doi: 10.18402/resci.2018.02.20
[30]	何艳冰, 黄晓军, 翟令鑫, 等. 西安快速城市化边缘区社会脆弱性评价与影响因素[J]. 地理学报, 2016(8): 1315-1328. doi: 10.11821/dlxb201608003
[31]	燕玲玲, 高秉丽, 徐彩仙, 等. 半干旱黄土丘陵区县域社会生态系统脆弱性时空变化及其影响因素:以定西市安定区为例[J]. 水土保持研究, 2020(5):373-380.
[32]	王俊, 张向龙, 杨新军, 等. 半干旱区社会-生态系统未来情景分析:以甘肃省榆中县北部山区为例[J]. 生态学杂志, 2009(6):1143-1148.

耦合协调度	时间	最小值	最大值	总和	均值	标准差
耦合度	2000年	0.9356	0.9909	85.6422	0.9732	0.0107
	2010年	0.9041	0.9923	84.6331	0.9617	0.0178
	2018年	0.9073	0.9906	85.3755	0.9702	0.0145
协调度	2000年	0.2563	0.4642	28.1431	0.3198	0.0369
	2010年	0.2015	0.5413	30.1799	0.3430	0.0492
	2018年	0.2534	0.6576	30.5716	0.3475	0.0610
耦合协调度	2000年	0.5022	0.6782	49.0062	0.5569	0.0305
	2010年	0.4472	0.7083	50.3892	0.5726	0.0386
	2018年	0.4969	0.7724	50.8890	0.5783	0.0461

系统层				准则层				要素层
年份	2000	2010	2018	年份	2000	2010	2018	年份	2000	2010	2018
社会子系统脆弱性	38.83	38.91	39.32	P	19.75	19.25	18.79	X₁	10.66	10.03	9.92
								X₂	2.74	2.44	2.71
								X₃	6.35	6.78	6.16
				S	10.40	11.01	11.88	X₄	2.28	2.43	2.54
								X₅	2.95	3.18	3.86
								X₆	5.17	5.4	5.48
				R	8.68	8.65	8.65	X₇	1.15	1.19	1.21
								X₈	2.14	2.24	2.29
								X₉	5.39	5.22	5.15
经济子系统脆弱性	27.92	28.11	28.66	P	12.45	12.01	12.19	X₁₀	6.23	5.38	5.10
								X₁₁	4.30	4.49	4.65
								X₁₂	1.92	2.14	2.44
				S	6.67	6.98	7.19	X₁₃	2.48	2.60	2.67
								X₁₄	2.44	2.53	2.65
								X₁₅	1.75	1.85	1.87
				R	8.80	9.12	9.28	X₁₆	4.55	4.74	4.83
								X₁₇	0.93	0.91	0.91
								X₁₈	3.32	3.47	3.54
生态子系统脆弱性	33.24	32.98	32.01	P	19.48	18.86	18.68	X₁₉	7.64	7.36	7.31
								X₂₀	3.24	3.13	3.10
								X₂₁	8.60	8.37	8.27
				S	7.31	7.70	7.23	X₂₂	1.92	2.13	1.75
								X₂₃	2.59	2.59	2.63
								X₂₄	2.80	2.98	2.85
				R	6.45	6.42	6.10	X₂₅	1.87	2.17	2.12
								X₂₆	2.70	2.27	1.93
								X₂₇	1.88	1.98	2.05

年份	脆弱性分级	第一障碍	第二障碍	第三障碍	第四障碍	第五障碍
2000	Ⅰ级区	X₁（7.09）	X₁₆（6.76）	X₆（6.72）	X₃（6.67）	X₂₁（6.23）
	Ⅱ级区	X₁（9.06）	X₂₁（7.58）	X₃（7.38）	X₁₉（6.62）	X₉（5.89）
	Ⅲ级区	X₁（10.01）	X₂₁（8.31）	X₁₉（7.30）	X₃（6.74）	X₁₀（5.97）
	Ⅳ级区	X₁（11.60）	X₂₁（9.14）	X₁₉（8.17）	X₁₀（6.60）	X₃（5.83）
	Ⅴ级区	X₁（12.55）	X₂₁（9.57）	X₁₉（8.76）	X₁₀（7.05）	X₃（5.37）
2010	Ⅰ级区	X₁（7.41）	X₃（6.92）	X₂₁（6.47）	X₆（6.46）	X₁₉（5.76）
	Ⅱ级区	X₁（8.81）	X₂₁（7.63）	X₃（7.14）	X₁₉（6.46）	X₆（5.74）
	Ⅲ级区	X₁（9.90）	X₂₁（8.42）	X₁₉（7.33）	X₃（7.06）	X₁₀（5.58）
	Ⅳ级区	X₁（11.36）	X₂₁（9.58）	X₁₉（7.94）	X₃（6.34）	X₁₀（5.45）
	Ⅴ级区	X₁（13.08）	X₁₉（9.82）	X₂₁（9.48）	X₃（5.55）	X₁₀（5.38）
2018	Ⅰ级区	X₁（7.63）	X₃（6.82）	X₂₁（6.77）	X₆（6.20）	X₁₉（5.94）
	Ⅱ级区	X₁（8.91）	X₂₁（7.67）	X₁₉（6.65）	X₃（6.37）	X₆（5.78）
	Ⅲ级区	X₁（10.18）	X₂₁（8.32）	X₁₉（7.58）	X₃（6.11）	X₉（5.67）
	Ⅳ级区	X₁（11.35）	X₂₁（9.36）	X₁₉（8.07）	X₃（5.97）	X₁₀（5.20）
	Ⅴ级区	X₁（12.57）	X₂₁（9.92）	X₁₉（8.98）	X₃（5.31）	X₆（4.83）