劉金偉, 王承云, 孫飛翔

(上海師范大學 旅游學院, 上海 200234)

長三角城市旅游業(yè)空間集聚研究

劉金偉, 王承云, 孫飛翔

(上海師范大學 旅游學院, 上海 200234)

摘要:根據(jù)空間自相關理論分析探討了旅游業(yè)的空間相互作用關系和格局,運用Geo da軟件對長三角地區(qū)16城市的旅游業(yè)發(fā)展水平做了定量研究.國內旅游和入境旅游在人次和收入上的全局自相關水平均不顯著,Moran′s值較低,未通過Z統(tǒng)計檢驗;旅游業(yè)發(fā)展不存在顯著集聚和分異;旅游業(yè)發(fā)展水平因城市等級差異呈現(xiàn)相應隨機分布格局.城市象限分布圖反映出城市等級與旅游業(yè)水平對應關系,上海、杭州、南京、蘇州是各指標的高值中心,與其他城市的相對低值構成隨機分布空間格局,高值城市周邊城鎮(zhèn)是其服務和旅游輻射區(qū)域,旅游業(yè)城際間自相關水平開始下降,呈現(xiàn)出網(wǎng)絡一體化發(fā)展態(tài)勢.

關鍵詞:旅游業(yè); 空間自相關; 長三角地區(qū); 城市

0引言

用地理學理論分析事物的空間聯(lián)系和相互作用,揭示了地理事物、現(xiàn)象普遍的空間關系、交互作用規(guī)律.空間自相關、空間溢出、集聚擴散等理論是對當前社會發(fā)展的科學總結和地理分析.地理研究正從初期的一般描述、解釋,逐步轉變?yōu)榻Y合數(shù)理統(tǒng)計、3S技術的理論地理觀測、成因解釋、實證檢驗、空間格局分析與可視化表達等系統(tǒng)研究.如從區(qū)位論到區(qū)位商、份額偏移分析;從地理學第一定律到空間自相關的統(tǒng)計解釋[1];從空間演化到地理分形、地理計算等.空間自相關并非地理學專屬,始于對生物空間關系的研究,統(tǒng)計方法與地理研究實際需要結合催生新的方法理論,Moran指數(shù)[2]、Geary系數(shù)[3]的提出,加上Cliff和Ord的研究推動,空間自相關分析的理論地位逐步確立.旅游是發(fā)生在地理空間的人地相互作用社會活動表現(xiàn)形式,旅游業(yè)在資源、客源市場、旅游通道等要素方面對地理空間、區(qū)位具有極強的依賴性.分析旅游業(yè)與城鎮(zhèn)社會經(jīng)濟發(fā)展的空間關系是旅游地理學研究的重要內容.

區(qū)域旅游增長過程中的空間依存關系和異質特征是普遍現(xiàn)象,旅游業(yè)發(fā)展可以通過旅游經(jīng)濟溢出效應從鄰近區(qū)域獲得積極影響[4].國外學者對旅游發(fā)展的區(qū)域差異的計量研究也是近期興起的.Andreas基于經(jīng)濟地理學的視角提出了市場-空間結構二元模型,用來解釋旅游業(yè)發(fā)展演化過程,該模型生動說明了市場、空間力量相互作用機理,同樣可以引入到旅游風景名勝發(fā)展問題研究[5];Deller Steven 運用地理加權回歸模型研究了美國鄉(xiāng)村地區(qū)的貧困問題,探討旅游業(yè)發(fā)展對鄉(xiāng)村經(jīng)濟影響的異質性.結果表明旅游業(yè)對農(nóng)村貧困水平的解釋不明顯,所導致的空間異質性有限,有別于先前旅游業(yè)通過廉價服務業(yè)帶動農(nóng)村貧困地區(qū)發(fā)展的結論[6].類似于旅游空間研究,空間自相關理論在其他學科應用研究也很普遍,如Zierahn U對就業(yè)的空間自相關研究(2012),Griffith D研究了德國工薪階層上下班流動的空間關系等.

國內關于旅游業(yè)空間自相關水平計量的研究目前比較匱乏,較多應用在城市研究、人口分布、土地利用等方面,其他則是自然地理、生物研究、環(huán)境科學等方面.徐建剛[7]等運用空間自相關方法研究了非洲經(jīng)濟格局.宋潔華[8]等對海南經(jīng)濟發(fā)展的空間差異進行了省域尺度研究.謝花林等應用改進的空間滯后模型分析了土地利用的自相關水平,獲得了較好的統(tǒng)計解釋性[9].杜國明[10]等(2007)、高凱[11]等(2010)也相繼利用該理論結合GIS技術分析了土地利用的空間格局和集聚水平.黃金川等研究了我國城市的場強差異水平和空間關系,對國內城市等級劃分是一種新的嘗試,結論認為孤立城市缺少城際聯(lián)動,區(qū)域合作難以獲得較快發(fā)展,形成城市群潛力較低[12].劉濤、曹廣忠則對中心城市的影響力和空間集聚規(guī)模水平作了分析,解釋城市等級差異和區(qū)域特征,得出相似結論[13].在旅游業(yè)空間自相關研究方面僅有曾輝等對深圳龍華地區(qū)城市化景觀格局自相關研究[14].向延平對武夷山地區(qū)旅游經(jīng)濟的空間自相關研究[15].旅游城市的個案研究表明空間自相關水平顯著.旅游資源分布、客源市場分布都存在空間差異,導致旅游業(yè)發(fā)展的區(qū)域差異.旅游經(jīng)濟與地方城市經(jīng)濟的關聯(lián)性如何,城市間是否存在空間依賴,旅游經(jīng)濟的溢出效應、集聚程度有待深入研究.本文作者利用長三角地區(qū)16城市2005年和2010年旅游業(yè)統(tǒng)計數(shù)據(jù)探討旅游業(yè)的城際空間自相關水平,試圖解釋城市群發(fā)展背景下,新型城鎮(zhèn)化道路模式下旅游業(yè)發(fā)展空間特征,論證區(qū)域旅游合作[16]的必要性.

1空間自相關理論及應用

空間自相關分析的依據(jù)是Moran指數(shù)計算,它源于統(tǒng)計學中的Pearson相關系數(shù).將變量間相關系數(shù)推廣到變量的空間序列自相關系數(shù),用加權函數(shù)代替滯后函數(shù),得到新的Moran指數(shù);陳彥光推導出它實質為標準化的空間協(xié)方差[17].全局空間自相關[17]公式:

(1)

(2)

空間自相關分析是描述空間格局的有效手段.空間格局是研究對象及其屬性在空間上的相互關系.空間格局根據(jù)鄰近區(qū)域屬性相似性分為集聚的(clustered)、離散的(dispersed)和隨機的(random)等3種類型.空間集聚格局指相似屬性在空間上鄰近,空間離散格局指被關注的位置與其鄰近位置在屬性上迥異,其他情況歸為隨機空間格局.顯然,空間自相關水平與空間格局存在對應關系,正向空間自相關對應集聚格局、負向空間自相關對應離散格局,當不存在空間自相關時,屬性觀測值呈隨機分布[19].應用空間自相關分析能夠定量描述城市間旅游業(yè)發(fā)展相互關系、相似性、整體集聚水平.

空間自相關分析依靠客觀數(shù)據(jù),是運用計量結果解釋社會經(jīng)濟區(qū)域差異現(xiàn)象,需要顯著性統(tǒng)計檢驗,因而相對直觀可靠.以旅游業(yè)發(fā)展統(tǒng)計數(shù)據(jù)為變量,以城市間鄰邊數(shù)值為權重,權重分別為0(無鄰邊)和1(有鄰邊).采用常見雙側檢驗方法,檢驗的零假設為H0:.Global Moran′sI=-1 /(n-1),即觀測變量呈隨機空間分布;備擇假設H1:.Global Moran′sI≠-1 /(n-1),觀測變量呈非隨機空間分布;檢驗統(tǒng)計量用Z統(tǒng)計量:

I為待檢驗的由樣本數(shù)據(jù)計算得到的自相關水平,E(I)為Global Moran′sI的期望值,其值為-1 /(n-1)(n為樣本容量);Var(I)為Global Moran′sI的方差.計算方法與抽樣假設有關,抽樣假設有正態(tài)抽樣假設和隨機抽樣假設.根據(jù)研究需要設置檢驗的顯著性水平,比較Z值大小來判斷自相關水平強弱.

2研究區(qū)域與數(shù)據(jù)選擇

本研究所指長三角地區(qū)是蘇滬浙毗鄰地區(qū)的城市群范圍,由上海和江蘇省8城市,浙江省7城市組成的地區(qū),是我國社會經(jīng)濟發(fā)展水平領先地區(qū),其城鎮(zhèn)化水平、城鄉(xiāng)一體化水平高于國內其他地區(qū);是國內較早探索區(qū)域合作、聯(lián)動發(fā)展的示范區(qū).旅游業(yè)發(fā)展成效顯著.根據(jù)《中國旅游統(tǒng)計年鑒》2013年數(shù)據(jù)顯示,2012年,江蘇、上海和浙江兩省一市國際旅游外匯收入總計169.45億美元;在全國旅游外匯收入排名中,蘇、滬、浙分列第二、三、四位.在16座城市中有7座接待入境旅游者超過20萬人次,7座國際旅游外匯收入超過1億美元.

旅游業(yè)發(fā)展的基本統(tǒng)計指標有入境旅游者人次、國內旅游人次、旅游外匯收入和國內旅游收入,是國內旅游研究普遍采用的數(shù)據(jù)指標.數(shù)據(jù)來源于《中國旅游統(tǒng)計年鑒》2006年、2011年,分別反映2005年和2010年的旅游業(yè)發(fā)展概況.對于泰州、舟山等不在年鑒統(tǒng)計之列城市,數(shù)據(jù)取自相應年份地方統(tǒng)計年鑒、社會經(jīng)濟發(fā)展公報中的旅游業(yè)發(fā)展統(tǒng)計資料.為保證數(shù)據(jù)的完整性,便于城市間比較;選取長三角16城市2005、2010年2個年度旅游業(yè)發(fā)展面板數(shù)據(jù),對旅游人次和收入進行空間自相關水平分析,了解其總體集聚程度和變化態(tài)勢.

3長三角16城市旅游業(yè)空間自相關水平結果

3.1　國內旅游城際空間自相關水平分析

長三角地區(qū)國內旅游人次、國內旅游收入Global Moran′s值及相關檢驗如表1所示.國內旅游人次空間自相關水平從2005年的0.179提高到2010年的0.241,但沒有通過Z統(tǒng)計檢驗.表明該區(qū)域國內旅游人次數(shù)量分布沒有顯著的空間相關性,未表現(xiàn)出整體的趨同或明顯的分異,區(qū)域總體呈隨機分布格局,旅游人次空間分布如圖1所示.

在國內旅游人次Moran′s散點圖城市象限分布上,2005年和2010年結果近乎一致.上海、蘇州屬于高-高型,湖州、紹興、嘉興、舟山位于第二象限;江蘇的揚州、鎮(zhèn)江、泰州、南通、常州和浙江臺州位于第三象限,即低-低型;南京、寧波、無錫、杭州位于第四象限.根據(jù)散點圖反映的城市旅游業(yè)發(fā)展狀況與城市的等級序列十分相似.上海、江蘇為近鄰,相互作用更為強烈,空間距離短,旅游互動作用明顯,且蘇州經(jīng)濟社會發(fā)展水平較高,僅次于上海.南京、寧波、無錫、杭州都是該地區(qū)的次中心,旅游業(yè)同樣表現(xiàn)該特征,他們自然被周邊城市所包圍,構成高-低型.城市等級規(guī)模對旅游業(yè)發(fā)展具有重要影響.城市人口規(guī)模、空間容量、旅游資源數(shù)量和質量決定其市場半徑、吸引力范圍;旅游業(yè)的重要組織形式、接待服務、游樂設施集中在城市,旅游業(yè)的管理、公共服務、支撐保障等也以城市為中心.

國內旅游收入盡管與國內旅游人次指標在衡量旅游業(yè)水平方面有重復性、共線性.但是國內旅游收入的空間自相關水平與國內旅游人次有所不同.國內旅游收入的Global Moran′s指數(shù)比較低,同樣未通過信度檢驗,空間自相關水平不顯著.不同之處在于散點圖反映的象限分布.國內旅游收入散點圖分布,2005年和2010年近乎一致,各象限城市分布相似,第一象限城市數(shù)量為0.寧波、嘉興位于第二象限屬于低-高型;上海、蘇州、南京、杭州位于第四象限,屬于高-低型,即國內旅游收入明顯高于周邊城市.無錫市在2005年屬高-低型,2010年則介于三四象限之間,同樣說明城市規(guī)模等級對旅游業(yè)發(fā)展水平的決定性作用,城市社會經(jīng)濟水平與旅游業(yè)發(fā)展水平相關.

3.2　入境旅游城際空間自相關水平分析

入境旅游人次是指來我國開展各種旅游活動的外國人、華僑、港澳臺同胞在報告期內的人次.入境旅游者是旅游外匯收入的貢獻主體,受國家政策因素、城市對外開放水平、城市歷史文化傳統(tǒng)等因素影響,入境旅游者入境城市選擇具有指向性、地域環(huán)境偏向特征.入境旅游人次和旅游外匯收入也不存在顯著的空間自相關.其Global Moran′s指數(shù)及其統(tǒng)計檢驗如表2所示.

盡管空間自相關水平低,但是城市象限分布的情況仍能說明城際間相互影響關系.入境旅游人次高值依然集中在上海、蘇州、南京、杭州、無錫、寧波等特大城市或區(qū)域中心城市.它們周邊城市的高低差異構成了2005年的上海、蘇州、嘉興高-高集聚區(qū),位于第一象限;南京、無錫、寧波、杭州等高-低型區(qū)域.浙江省的湖州、紹興、舟山組成了低-高型區(qū)域;江蘇省的揚州、鎮(zhèn)江、泰州、南通、常州組成了低-低型區(qū)域,處在第四象限.2010年Moran′sI為負值,在90%置信水平上,能夠說明從2005年的弱正相關變?yōu)槿踟撓嚓P,各象限城市分布變化明顯.高-高型城市數(shù)量增多,南京、杭州、寧波、常州、鎮(zhèn)江、紹興等受上海世博會旅游溢出效應影響明顯.高-低型城市有上海、嘉興和無錫.

外匯收入方面,上海、蘇州、舟山保持高值狀態(tài);旅游業(yè)發(fā)展較周邊城市好,泰州、湖州、臺州保持低-低型;南京、杭州保持高-低型;寧波、無錫、揚州、紹興所處象限有所變化,寧波從高-高型轉為高-低型;無錫從高-低型轉變?yōu)榈?低型.舟山市位于舟山群島,相對孤立,但是入境旅游發(fā)展較好,在統(tǒng)計過程中將其與寧波連在一起,視為有鄰邊關系,避免因自然地理因素掩蓋了空間相互關聯(lián).以上變化反映出城市社會經(jīng)濟發(fā)展對旅游的影響.上海世博會籌備和舉辦期間,長三角城市均采取了應對舉措,特別是在發(fā)展旅游業(yè)方面,加強了區(qū)域交流合作,鄰近上海的各類城市均受到世博會旅游經(jīng)濟的溢出效應,在資源、市場、品牌、政策方面均有受益,取得了長遠發(fā)展.因此,城際互動使得旅游業(yè)在集聚發(fā)展的同時存在梯度擴散.高值集中在高等級城市,擴散同樣從高等級城市向鄰近周邊城市輻射.

4結論與討論

地理要素之間存在多種關聯(lián),地理事物、現(xiàn)象相互作用在空間上有相關性.旅游業(yè)是建立在地理空間差異基礎上的現(xiàn)代生活服務業(yè),它的組織和管理依賴城市;城市社會經(jīng)濟水平?jīng)Q定旅游業(yè)發(fā)展的規(guī)模、特色和競爭力優(yōu)勢.旅游業(yè)空間自相關水平是對旅游業(yè)發(fā)展空間集聚水平和格局的定量分析.計量結果表明:(1)旅游業(yè)發(fā)展水平的城市相互作用存在,空間自相關水平不顯著;(2)旅游業(yè)發(fā)展水平與城市等級高度一致,旅游業(yè)經(jīng)濟溢出效應明顯,既存在中心城市的集聚性,也存在擴散性.旅游業(yè)發(fā)展符合經(jīng)濟規(guī)律和地理中心地理論;(3)區(qū)域協(xié)調發(fā)展,城鄉(xiāng)一體化建設能夠加快要素流動,市場化.旅游業(yè)發(fā)展是旅游者、資金、技術流動、文化擴散多種因素促進的結果.

目前對于旅游業(yè)的空間自相關水平計量分析還未形成科學范式,其科學性、準確性有待進一步深入研究.特別是樣本選擇、指標選取、統(tǒng)計檢驗信度的設計需要學者比較和實驗總結,以上也是本研究不足之處.旅游業(yè)發(fā)展的模式、動力機制問題是地理、旅游學者理應關注的研究課題;城市經(jīng)濟與旅游關系需要去發(fā)現(xiàn),旅游業(yè)依托城鎮(zhèn)發(fā)展的規(guī)律需要去揭示.能夠經(jīng)受檢驗的觀點是旅游業(yè)發(fā)展第一依賴市場,其次是資源、環(huán)境,最后才是規(guī)劃、開發(fā).類似于經(jīng)濟建設的梯度發(fā)展、不均衡發(fā)展戰(zhàn)略.因此旅游規(guī)劃開發(fā)需要重視城鎮(zhèn)化建設,地方資源的深挖、環(huán)境保護,同時需要統(tǒng)籌城鄉(xiāng)協(xié)調發(fā)展,加強城際合作.

參考文獻:

[1]CHEN Y G.Reconstructing the mathematical process of spatial autocorrelation based on Moran's statistics [J].Geographical Research,2009,28(6):1449-1452.

[2]MORAN P A P.The interpretaion of statistical maps[J].Journal of the Royal Statistical Society B,1948,37:243-251.

[3]GEARY R C.The contiguity ratio and statistical mapping[J].The Incorporated Statistician,1954(5):115-145.

[4]WU Y M.Spatial Heterogeneity estimation of regional tourism industry elasticity in chinese provinces:A geographically weighted regression study[J].Tourism Tribune,2013,28(2):35-43.

[5]ANDREAS P.Exploring the evolution of tourism resorts [J].Annals of Tourism Research,2004,31(1):219-237.

[6]STEVEN D.Rural poverty,tourism and spatial heterogeneity [J].Annals of Tourism Research,2010,37(1):180-205.

[7]XU J G,YIN H W,ZHOU G F,et al.Study on African economy structure based on spatialautocorrelation [J].Economic Geography,2006,26(5):180-205.

[8]SONG J H,LI J S,WANG W.Application of spatial autocorrelation in statistical analysis of regional economy[J].Journal of Geomatics,2006(6):11-13.

[9]XIE H L,LIU L M,LI B,et al.Spatial autocorrelation analysis of Multi-scaleLand-use changes:A case study in ongniud banner,Inner Mongolia[J].Acta Geographic Sinica,2006,161(4):389-399.

[10]DU G M,ZHANG S W,ZHANG Y Q.Analyzing spatial auto-correlation of population distribution:A case of Shenyang city [J].Geographical Research,2007,26(2):383-390.

[11]GAO K,ZHOU Z X,YANG Y P.Land use structure and its spatial autocorrelation analysis in the Yangtze River basin [J].Resources and Environment in the Yangtze Basin,2010,19(s1):13-20.

[12]HUANG J C,SUN G Y,YAN M.The spatial-temporal evolution of urban field strength and pattern of autocorrelation among cities in China[J].Geographical Research,2012,31(8):1355-1364.

[13]LIU T,CAO G Z.Agglomeration and dispersion of city sizes and the influence of central cities,based on the multi-scale spatial autocorrelation and the case of China[J].Geographical Research,2012,31(7):1317-1327.

[14]ZENG H,JIANG Z Y,KONG N N.Auto-correlation analysis of landscape pattern for fast urbanization area:A case study of Longhua area,Shenzhen city[J].Acta Scicentiarum naturalum University pekinesis,2000,36(6):824-829.

[15]XIANG Y P.The Analysis on the spatial autocorrelation of the tourism development and economic growth based on the empirical data of wuling mountain areas [J].Economic Geography,2012,29(8):1048-1051.

[16]WU G Q,YANG G X.Study on regional tourism cooperation and multi-level governance in Yangtze River delta[J].East China Economic Management,2010,24(9):39-43.

[17]ODLAND J.Spatial Autocorrelation [M].London:SAGE Publications,1988.

[18]ANSELIN L.The Moran scatterplot as an ESDA tool to assess local instability in spatial saaociation [M].London:Taylor & Francis,1996.

(責任編輯：包震宇)

[19]SONG H,CHEN X L.Application of spatial autocorrelation analysis to the spatial pattern of inbound tourism increase in China[J].World Regional Studies,2006,15(1):99-106.Reconstructing the mathematical process of spatial autocorrelation based on Moran's statistics [J].Geographical Research,2009,28(6):1449-1452.

Research on the spatial agglomeration of urban tourismin Yangtze River deltaLIU Jinwei, WANG Chengyun , SUN Feixiang

(College of Tourism,Shanghai Normal University,Shanghai 200234,China)

Abstract:This article on the basis of spatial autocorrelation theory analyzed the interaction spatial relationship and pattern, utilizing Geo da software made quantitative research on the tourism spatial autocorrelation level of 16 cities in Yangtze River delta. The results indicate that Domestic tourism and the inbound tourism had a low Moran′s value and field to get through the statistic significant test, showing the non-significant global spatial autocorrelation. The progress of tourism without notable gather and differentiation trait. The level of tourism emerging random distribution pattern due to the standard of city. The cities quadrant chart reflect the congruent relationship between urban hierarchy and tourism performance, Shanghai, Hangzhou, Nanjing and Suzhou are the high value center, along with surrounding cities which obtain low value make up the random spatial situation, the towns encircle the high-value urban are the service and radiation zone of the upper city; the level of the spatial autocorrelation among cities decline from 2005 to 2010, tourism entering the network integration developing stage.

Key words:tourism; spatial autocorrelation; Yangtze River delta; city

通信作者:王承云,中國上海市徐匯區(qū)桂林路100號,上海師范大學旅游學院,郵編:200234,E-mail:chenyun@shnu.edu.cn

基金項目:國家自然科學基金(40971068); 上海市教委科研創(chuàng)新重點項目(13ZZ106)

收稿日期:2014-05-30

中圖分類號:F 590

文獻標志碼:A

文章編號:1000-5137(2015)02-0169-06