论文部分内容阅读
摘要：研究中国各省份的旅游综合竞争力，对于地区发展战略的制定具有指导意义，并且可以辅助个人旅游决策。本文基于多种因子使用层次分析法确定吸引力更具有科学性，与需求量结合，进一步考虑基于网络分析由加权距离计算的空间成本，有助于更加准确有效地分析国内旅游现状，并可基于数据预测未来发展情况。
关键词：旅游竞争力；引力模型；层次分析法；网络分析
1.方法
本实验由目的地情况、客源地情况、两地距离分别求出吸引力、需求量、空间成本三个因子，通过构建威尔逊型引力模型，评估全国各省份的旅游竞争力，并分析广东省的省外旅游去向。实验的总体流程图如下（图1）。
1.1 威尔逊型引力模型
城市旅游的竞争力主要由目的地的吸引力和客源地的需求量构成，同时还与两地之间的空间成本有关。类比牛顿万有引力公式分析目的地与客源地两地之间的空间相互作用，竞争力与吸引力和需求量成正相关，而与空间成本成负相关。而在旅游行为中，这种相互作用则随距离呈指数递减，故引入改进的威尔逊型引力模型（式1），其中指数部分引入空间阻尼系数β，决定了相互作用的衰减速度，β越大衰减越快。前人研究表明，旅游景点客源市场的80%集中在500千米以内的范围，据此可求出空间阻尼系数β=0.00322[19]。
2.3 需求量
客源地的需求量与人口规模、经济水平、居民对未来的预期和对旅游的态度等有关。为了消除人口规模与经济水平间的多重共线性问题，本研究使用地区常住人口总数和居民消费水平反映人口规模和经济水平，同时用出游率反映居民对未来的预期和对旅游的态度（式3）。将地区总出游率定义为城镇、农村人口比例与对应出游率的和（式4）。
其中Turban和Trural分别为城镇出游率与农村出游率，，Ratiourban和Ratiorural为对应的人口比例，。
2.4 空间成本
空間成本是从一地到另一地所需的代价，是居民选择旅游目的地时必不可少的考虑因素，常体现在交通费用、出行时间等方面，而这些与交通方式及两地距离密切相关。如前文所述，某地相对于另一个地区的旅游竞争力随距离呈指数衰减，衰减程度通过空间阻尼系数β来描述，即构成空间衰减函数（式5）。目前国内主流的交通方式包括公路、铁路、航空三种，由于选用不同交通方式的人数比例不同，故可根据旅游出行的交通方式比例计算两地之间的加权距离，来衡量两地之间的空间成本（式6）。
其中Croad、Crail、Cair分别为旅游中选择公路、铁路、航空所占的人数比例，，rroad、rrail、rair分别为两地区间选择对应交通方式的最短距离。
2.5 空间自相关分析
引入Moran’I指数和Getis-ord General G指数分析旅游竞争力与空间分布的关系，分别判断旅游竞争力在中国分布是否聚集，以及竞争力高值和低值的聚集程度。
2.6 精度检验
为了判断得出的中国省份旅游竞争力水平是否准确有效，选择中国各省份接待人次的统计数据作为真实数据，对2010年各省份的旅游竞争力和接待人次在SPSS中进行相关性分析，根据皮尔森指数与斯皮尔曼指数的大小判断旅游竞争力评估是否准确。
3.结果
3.1 研究区及数据
1）研究区域
选择中国（港、澳、台除外）作为研究对象，包含31个省、自治区和直辖市。以省为单位研究各地区的旅游竞争力，其中吸引力与需求量为全省的总和，而各省之间的距离使用省会之间的距离。
（2）数据
使用的数据主要包括矢量数据和统计数据。矢量数据包括各省行政边界，省会城市，主要铁路和主要公路，为兰伯特等角割圆锥投影。统计数据包括各省景点数量、星级饭店数量、固定资产投资、污染物排放量、人口、居民消费水平、出游率及各省份接待旅游人次，数据均来自于2010年，从统计年鉴上获得。
3.2 实验过程
（1）吸引力计算
使用层次分析法确定吸引力中各因素的权重，结果如表1所示。结合统计数据，对每个省份的各吸引因素进行打分评估，为了消除不同因素单位的影响，将统计年鉴中的各因素进行归一化，并乘10后取整，作为各地区该因素的得分，最终得到每个地区的综合吸引力得分。
（1）需求量计算
根据统计年鉴的数据，确定各省份的旅游需求量。
（2）空间成本确定
根据统计年鉴可知，中国的三种主要出行方式中，按周转量统计，公路占54%，铁路占31%，航空占15%，计算出加权距离后，代入空间衰减函数，计算出任两地之间的空间成本。
3.3 各省旅游竞争力
从目的地“入”的吸引力角度来看，根据威尔逊型引力模型，求出任两地之间的空间相互作用，对每个省和其他省份的相互作用进行统计相加，为消除单位影响，表示竞争力的相对大小，将各数值进行归一化后乘100，即得到该省的旅游竞争力。
可以发现，竞争力较强的省份江苏、浙江、山东、安徽等都分布在东部沿海地区，这些省份以丰富的旅游资源和适宜的气候为基础，有较高的经济水平和服务接待能力，从而可以吸引大量游客，竞争力很强。其中江苏的竞争力最强，在进行标准化后的相对得分为100分，除此之外，四川和广西的竞争力在中西部地区遥遥领先，云南、广东等地也有较强的竞争力。而相比之下，内蒙古、青海和西藏的竞争力最低，主要原因是旅游资源缺乏，自然环境相对较差，加之发展程度低，导致服务接待能力较差，在地理位置上位于西北部地区，较为偏远而造成空间成本升高，难以到达，多种因素综合造成旅游竞争力较弱。
3.4 广东出游目的地
从客源地“出”的需求量角度来看，以广东省为客源地，分析广东与其他省份之间的旅游空间相互作用，从而确定广东省的主要出游目的地及其分布。 研究结果表明，广东省主要出游目的地排名与各省旅游竞争力排名有很大程度的相似性，集中在江苏、浙江、山东等东部沿海地区，也有大量游客前往四川和广西，而去往青藏、内蒙古等西北地区的则相对较少，主要是由旅游资源较少，服务水平不高，以及距离较远的因素造成的。
3.5 空间自相关分析
由图3结果观察中国旅游竞争力的分布情况，总体来说东南部地区比西北部地区的水平更高，但竞争力各层次省份分布较为分散。使用Moran’s I指数进行全局自相关分析，结果显示无明显聚集现象，呈随机分布（图5）。而基于G统计量的结果显示，存在一定程度的高值集聚（图6），由以上研究结果可知，高值集聚主要体现在中东部，尤其是东部沿海地区较为明显。
3.6 精度检验
选择各省2010年接待的游客总人次作为真实数据，验证各省份竞争力的真实与准确程度，由于西藏暂无统计数据，故在精度验证时暂不考虑西藏自治区。将竞争力与游客总人次绘在同一张折线图上（图7），可以发现二者的走向大致一致。进一步，将二者在SPSS软件中进行相关性分析，皮尔森指数为0.743，斯皮尔曼指数为0.799，均在0.01水平上显著相关，二者的相关性较高，表明实验得到的各省相对旅游竞争力具有准确性与有效性。
4.结论讨论
为了向各地政府提供地区建设时的决策支持，以及对个人家庭旅游规划提供帮助，本文基于引力模型研究地区间在旅游方面的相互作用，评估中国各省份的旅游竞争力，并从客源地角度确定广东省居民出游的主要目的地。通过引入吸引力、需求量与空间成本三个因素，研究目的地与客源地之间的相互作用关系，以及这种作用随距离的变化。特别的是，在吸引力的计算中使用层次分析法对多种影响因素加权求和，以得到具有代表性和实际意义的总和吸引力；而在空间成本的确定中则使用网络分析的方法，根据出行人数比例，确定公路、铁路、航空三种交通方式的加权距离。
结果表明，中国旅游竞争力较高的省份以江苏和浙江为代表，集中在东部沿海区域，西部的四川和广西也因为及其丰富的旅游资源而具有极大的吸引力，而青藏、内蒙古等西部地区则由于旅游资源缺乏、接待水平较差及距离过远等因素竞争力较低。广东省的出游目的地分布大致与竞争力情况类似，东部沿海地区较多，而西部干旱偏远地区则客流很少。在全国范围内，旅游竞争力的分布无明显的空间集聚特征，仅在东部沿海地区有轻微的高值集聚，主要与旅游资源与经济发展水平有关。将实验结果与各省份接待游客人次数进行相关性分析，皮尔森与斯皮尔曼指数均较高，表明预测结果具有很好的真实性与准确性，可用来辅助政府决策与个人规划。
在以后的研究中，还可以做如下几点改进。首先，在目的地吸引力的计算过程中，可以改进AHP算法使重要性评价更具有客观性；其次，在客源地需求量计算时，可以引入更多的影响因素进行评估；最后，在计算空间成本求加权距离时，没有考虑到不同交通方式之间的中转问题，可以在以后的研究中实现，进一步提高竞争力评估结果的准确性。
参考文献：
[1]李山，王铮，钟章奇. 旅游空间相互作用的引力模型及其应用[J]. 地理学报，2012，（04）.
[2]张红英. 城市旅游引力模型的构建[J]. 绥化学院学报，2015，（06）.
[3]虞虎. 基于TOPSIS法的旅游与城市协调发展研究[D].安徽师范大学，2012.
作者簡介：
万计，注册测绘师，主要从事测绘地理信息成果质检、研究工作。
关键词：旅游竞争力；引力模型；层次分析法；网络分析
1.方法
本实验由目的地情况、客源地情况、两地距离分别求出吸引力、需求量、空间成本三个因子，通过构建威尔逊型引力模型，评估全国各省份的旅游竞争力，并分析广东省的省外旅游去向。实验的总体流程图如下（图1）。
1.1 威尔逊型引力模型
城市旅游的竞争力主要由目的地的吸引力和客源地的需求量构成，同时还与两地之间的空间成本有关。类比牛顿万有引力公式分析目的地与客源地两地之间的空间相互作用，竞争力与吸引力和需求量成正相关，而与空间成本成负相关。而在旅游行为中，这种相互作用则随距离呈指数递减，故引入改进的威尔逊型引力模型（式1），其中指数部分引入空间阻尼系数β，决定了相互作用的衰减速度，β越大衰减越快。前人研究表明，旅游景点客源市场的80%集中在500千米以内的范围，据此可求出空间阻尼系数β=0.00322[19]。
2.3 需求量
客源地的需求量与人口规模、经济水平、居民对未来的预期和对旅游的态度等有关。为了消除人口规模与经济水平间的多重共线性问题，本研究使用地区常住人口总数和居民消费水平反映人口规模和经济水平，同时用出游率反映居民对未来的预期和对旅游的态度（式3）。将地区总出游率定义为城镇、农村人口比例与对应出游率的和（式4）。
其中Turban和Trural分别为城镇出游率与农村出游率，，Ratiourban和Ratiorural为对应的人口比例，。
2.4 空间成本
空間成本是从一地到另一地所需的代价，是居民选择旅游目的地时必不可少的考虑因素，常体现在交通费用、出行时间等方面，而这些与交通方式及两地距离密切相关。如前文所述，某地相对于另一个地区的旅游竞争力随距离呈指数衰减，衰减程度通过空间阻尼系数β来描述，即构成空间衰减函数（式5）。目前国内主流的交通方式包括公路、铁路、航空三种，由于选用不同交通方式的人数比例不同，故可根据旅游出行的交通方式比例计算两地之间的加权距离，来衡量两地之间的空间成本（式6）。
其中Croad、Crail、Cair分别为旅游中选择公路、铁路、航空所占的人数比例，，rroad、rrail、rair分别为两地区间选择对应交通方式的最短距离。
2.5 空间自相关分析
引入Moran’I指数和Getis-ord General G指数分析旅游竞争力与空间分布的关系，分别判断旅游竞争力在中国分布是否聚集，以及竞争力高值和低值的聚集程度。
2.6 精度检验
为了判断得出的中国省份旅游竞争力水平是否准确有效，选择中国各省份接待人次的统计数据作为真实数据，对2010年各省份的旅游竞争力和接待人次在SPSS中进行相关性分析，根据皮尔森指数与斯皮尔曼指数的大小判断旅游竞争力评估是否准确。
3.结果
3.1 研究区及数据
1）研究区域
选择中国（港、澳、台除外）作为研究对象，包含31个省、自治区和直辖市。以省为单位研究各地区的旅游竞争力，其中吸引力与需求量为全省的总和，而各省之间的距离使用省会之间的距离。
（2）数据
使用的数据主要包括矢量数据和统计数据。矢量数据包括各省行政边界，省会城市，主要铁路和主要公路，为兰伯特等角割圆锥投影。统计数据包括各省景点数量、星级饭店数量、固定资产投资、污染物排放量、人口、居民消费水平、出游率及各省份接待旅游人次，数据均来自于2010年，从统计年鉴上获得。
3.2 实验过程
（1）吸引力计算
使用层次分析法确定吸引力中各因素的权重，结果如表1所示。结合统计数据，对每个省份的各吸引因素进行打分评估，为了消除不同因素单位的影响，将统计年鉴中的各因素进行归一化，并乘10后取整，作为各地区该因素的得分，最终得到每个地区的综合吸引力得分。
（1）需求量计算
根据统计年鉴的数据，确定各省份的旅游需求量。
（2）空间成本确定
根据统计年鉴可知，中国的三种主要出行方式中，按周转量统计，公路占54%，铁路占31%，航空占15%，计算出加权距离后，代入空间衰减函数，计算出任两地之间的空间成本。
3.3 各省旅游竞争力
从目的地“入”的吸引力角度来看，根据威尔逊型引力模型，求出任两地之间的空间相互作用，对每个省和其他省份的相互作用进行统计相加，为消除单位影响，表示竞争力的相对大小，将各数值进行归一化后乘100，即得到该省的旅游竞争力。
可以发现，竞争力较强的省份江苏、浙江、山东、安徽等都分布在东部沿海地区，这些省份以丰富的旅游资源和适宜的气候为基础，有较高的经济水平和服务接待能力，从而可以吸引大量游客，竞争力很强。其中江苏的竞争力最强，在进行标准化后的相对得分为100分，除此之外，四川和广西的竞争力在中西部地区遥遥领先，云南、广东等地也有较强的竞争力。而相比之下，内蒙古、青海和西藏的竞争力最低，主要原因是旅游资源缺乏，自然环境相对较差，加之发展程度低，导致服务接待能力较差，在地理位置上位于西北部地区，较为偏远而造成空间成本升高，难以到达，多种因素综合造成旅游竞争力较弱。
3.4 广东出游目的地
从客源地“出”的需求量角度来看，以广东省为客源地，分析广东与其他省份之间的旅游空间相互作用，从而确定广东省的主要出游目的地及其分布。 研究结果表明，广东省主要出游目的地排名与各省旅游竞争力排名有很大程度的相似性，集中在江苏、浙江、山东等东部沿海地区，也有大量游客前往四川和广西，而去往青藏、内蒙古等西北地区的则相对较少，主要是由旅游资源较少，服务水平不高，以及距离较远的因素造成的。
3.5 空间自相关分析
由图3结果观察中国旅游竞争力的分布情况，总体来说东南部地区比西北部地区的水平更高，但竞争力各层次省份分布较为分散。使用Moran’s I指数进行全局自相关分析，结果显示无明显聚集现象，呈随机分布（图5）。而基于G统计量的结果显示，存在一定程度的高值集聚（图6），由以上研究结果可知，高值集聚主要体现在中东部，尤其是东部沿海地区较为明显。
3.6 精度检验
选择各省2010年接待的游客总人次作为真实数据，验证各省份竞争力的真实与准确程度，由于西藏暂无统计数据，故在精度验证时暂不考虑西藏自治区。将竞争力与游客总人次绘在同一张折线图上（图7），可以发现二者的走向大致一致。进一步，将二者在SPSS软件中进行相关性分析，皮尔森指数为0.743，斯皮尔曼指数为0.799，均在0.01水平上显著相关，二者的相关性较高，表明实验得到的各省相对旅游竞争力具有准确性与有效性。
4.结论讨论
为了向各地政府提供地区建设时的决策支持，以及对个人家庭旅游规划提供帮助，本文基于引力模型研究地区间在旅游方面的相互作用，评估中国各省份的旅游竞争力，并从客源地角度确定广东省居民出游的主要目的地。通过引入吸引力、需求量与空间成本三个因素，研究目的地与客源地之间的相互作用关系，以及这种作用随距离的变化。特别的是，在吸引力的计算中使用层次分析法对多种影响因素加权求和，以得到具有代表性和实际意义的总和吸引力；而在空间成本的确定中则使用网络分析的方法，根据出行人数比例，确定公路、铁路、航空三种交通方式的加权距离。
结果表明，中国旅游竞争力较高的省份以江苏和浙江为代表，集中在东部沿海区域，西部的四川和广西也因为及其丰富的旅游资源而具有极大的吸引力，而青藏、内蒙古等西部地区则由于旅游资源缺乏、接待水平较差及距离过远等因素竞争力较低。广东省的出游目的地分布大致与竞争力情况类似，东部沿海地区较多，而西部干旱偏远地区则客流很少。在全国范围内，旅游竞争力的分布无明显的空间集聚特征，仅在东部沿海地区有轻微的高值集聚，主要与旅游资源与经济发展水平有关。将实验结果与各省份接待游客人次数进行相关性分析，皮尔森与斯皮尔曼指数均较高，表明预测结果具有很好的真实性与准确性，可用来辅助政府决策与个人规划。
在以后的研究中，还可以做如下几点改进。首先，在目的地吸引力的计算过程中，可以改进AHP算法使重要性评价更具有客观性；其次，在客源地需求量计算时，可以引入更多的影响因素进行评估；最后，在计算空间成本求加权距离时，没有考虑到不同交通方式之间的中转问题，可以在以后的研究中实现，进一步提高竞争力评估结果的准确性。
参考文献：
[1]李山，王铮，钟章奇. 旅游空间相互作用的引力模型及其应用[J]. 地理学报，2012，（04）.
[2]张红英. 城市旅游引力模型的构建[J]. 绥化学院学报，2015，（06）.
[3]虞虎. 基于TOPSIS法的旅游与城市协调发展研究[D].安徽师范大学，2012.
作者簡介：
万计，注册测绘师，主要从事测绘地理信息成果质检、研究工作。