信息技术的发展和大数据时代的到来,不仅深刻地影响着当今人们的日常生活,也给研究领域带来了重大影响。借助互联网和信息技术,可以大批量地获取旅游资源属性数据。这些属性指标数目众多、样本来源广、客观性强。因此,将新数据源属性指标与传统数据源属性指标结合,开展旅游资源综合评价,可以更加科学地对众多旅游资源进行评价。本文以成都市为研究区域,基于数据采集技术获取了全部旅游资源评价对象及其新数据源属性指标,基于GIS及人工手段获取了这些资源点的传统数据源属性指标。据此,利用探索性因子分析法构建旅游资源综合评价体系并进行评价,在评价基础上对成都市旅游资源空间格局进行探索性空间分析,最后对成都市旅游资源空间格局的优化提出相关建议。主要研究发现如下:(1)网络采集技术有助于大规模的旅游资源调查。本文借助数据采集技术,获取了“大众点评网”成都站景点全部151个母网址、1926个子网址,共1926个旅游资源点的属性数据,筛选后得到940个有效旅游资源点。这些资源点时效性高、属性全面、数量丰富,对旅游资源调查与评价具有重要作用。(2)基于多源数据融合的评价指标体系有助于旅游资源评价的科学化。本文结合传统数据源和新数据源,综合考虑价值评估和发展潜力评估,以探索性因子分析法构建旅游资源综合评价模型,以组合赋权法对评价体系赋权并评价。这种评价体系的构建方式确保了该体系的全面性、科学性。该正式评价体系中,包括资源要素价值、资源游憩价值、资源发展条件、资源环境等4个公共指标,及16个因子指标。因子指标中,资源质量等级、游憩体验质量等是权重较高的指标,适游期是权重最低的指标。(3)成都市旅游资源及评价值存在描述性统计差异特征。结构特征上,成都市旅游资源丰富多样,包括全部三大类、14个亚类,且不同类别旅游资源结构特征有一定差异。空间特征上,成都市旅游资源北密南疏,集中于城区(特别是武侯区),呈现由城市中心向外围递减的趋势。同时,都江堰市是旅游资源分布的次集中地。评价结果上,全部评价得分居于0.2-0.7的区间,总体呈正偏态分布,休闲类资源点的平均得分最高,不同类别资源点的得分具有一定差异。等级差异上,本文利用自然断点法将全部旅游资源分为高、次高、次低、低评价值等4个等级。同时,分析了产生这些差异特征的影响因素。(4)’基于评价值的成都市旅游资源空间格局具有空间集聚差异。首先,利用核密度估计方法发现,自然类景点的综合评价值空间格局具有多中心格局特征,人文类和休闲类景点的综合评价值空间格局为单中心格局。其次,利用全局和局部空间自相关分析手段发现了旅游资源综合评价值、各公因子评价值的空间差异分析。综合评价值中,全体、自然类、人文类、休闲类旅游资源综合评价得分的Moran’s I值分别为0.391、0.338、0.354、0.428,说明这3类综合评价值都具有集聚趋势。其中,自然、人文、休闲类资源高高集聚点占比分别为8%、9.31%、10.71%,低低集聚点分别为7.2%、11.44%、12.07%,低高集聚点分别为0.8%、2.13%、2.51%,高低集聚点分别为2.4%、1.6%、1.59%。不同类别资源的高低集聚点有不同的空间分布差异。最后,基于旅游资源综合评价值和局部空间自相关系数值,运用系统聚类方法发现,全部景点可分为集聚发展型、极核发展型、均衡低值型、边缘发展型等4种集聚类型。(5)“双核双圈—两纵一横”方案可以促进成都市旅游资源空间格局的整体优化。该方案为,主城区和都江堰市区为双核,主城区和近郊区为双圈,双核区域相连的通道走廊为横轴,龙门山脉—邛崃山脉、龙泉山脉区域分别为西、东纵轴。此外,旅游客源结构优化、旅游产品升级也是重要的优化手段。以上研究是充分利用ArcGIS、GeoDa、SPSS、Python、Photoshop等多种技术手段完成的。本文的研究成果,将有助于成都市旅游资源的进一步开发,推动成都市旅游资源的空间格局优化。本文的研究方法,可以为国内其他同类型城市的旅游资源评价及空间格局研究提供借鉴,也可为新数据源驱动的旅游研究提供一定的研究参考。因此,本文的研究具有一定的理论及实践意义。