空间分析旅游经济

空间分析旅游经济（通用11篇）

空间分析旅游经济 篇1

旅游空间差异是区域旅游经济发展的重要特征,也是旅游经济研究的重要范畴之一。旅游业被认为是缩小地区差异的有效手段[1]。对地区来讲,旅游经济发展层次也是区域竞争力的现实体现。探讨区域旅游经济总体及地区空间差异演化过程,有助于认识区域旅游经济的变化特征及所处空间位置, 并以此来制定和调整区域旅游发展政策,优化旅游要素的空间配置,促进旅游业和整体经济的协调发展。

从已有对区域旅游经济差异的研究来看,国外主要集中在认识和研究区域旅游经济发展的时空演化特征[2],以及旅游产业规模化、集群化发展等方面[3]。国内主要集中在省域视角, 李如友等对江苏省2000—2011年旅游经济差异进行了空间分析[4]; 胡章鸿等研究了江苏省旅游客流规模分布情况[5]; 徐吉吉等对辽宁省入境旅游空间进行了分析,认为该省入境旅游集聚性显著[6]; 魏伟等通过研究认为浙江省11个地级市旅游景区整体上分布不均衡[7]; 张娟等对贵州省旅游经济空间差异进行了实证研究[8]; 王冠孝等借用位序—规模法则等理论对山西省旅游经济等级规模结构演变进行了实证研究[9]; 谢燕娜等对河南省旅游产业集聚区的模式选择进行了研究[10]; 王新越等对31个省 ( 市、自治区) 省域旅游化水平进行测度后认为各省 ( 市、区) 旅游化水平正在逐步提升[11]。在跨省域视角上,王开泳等对黄河流域旅游经济进行了时空分析[12]; 陈刚强从地市角度分析了旅游经济的时空差异及其演变[13]; 余构雄等从生态位视角揭示了长三角与珠三角区域间存在的差异[14]; 石惠春等以关—天经济区为样本,研究了中心城市之间的旅游经济联系[15]。已有研究对省域及省域间旅游经济差异做了有益分析,但就关中—天水经济区研究旅游宏观总体及微观地区差异的探讨并不多,对此问题进行分析将是已有研究的重要补充。

关中—天水经济区( 简称“经济区”) 设立于2009年,包括陕西的西安、咸阳、宝鸡、渭南、铜川、商洛( 三县一区) 、杨凌及甘肃的天水,该区地处周秦汉唐文化区及丝绸之路经济带,拥有丰富的历史文化遗产和人文自然资源,现有华山等国家5A级景区5家、西安古城墙等国家4A级景区39家、秦始皇陵等世界文化遗产9处。2013年末,全区旅游总收入1722. 33亿元,经济区设立以来年均增长率达33. 64% ,接待国内外游客总数25963. 5万人次,年均增长28. 8% ,旅游总收入占全国旅游收入的5. 84% ,国内外游客总数占全国总数的7. 66% 。经济区作为西部的重要增长级,研究经济区内旅游经济总体趋势及微观地区差异,对缩小经济区旅游发展差距,促进区内旅游业协调发展具有一定借鉴价值。

1研究方法及数据来源

1.1研究方法

衡量经济差异的指标较多,在旅游经济的总体尺度上,选择锡尔系数、赫芬达尔指数、地理集中指数等指标; 在地区尺度上,选择区位熵、偏离—份额分析法来分析经济区各城市旅游经济之间的差异及特征。锡尔系数: 锡尔系数( T) ,又称锡尔熵、锡尔指数,是用来测量区域总体差异的相对指标。公式为:

式中,T表示旅游经济发展水平总差异程度; n为地区个数; yi为i地区的旅游总收入( 游客总数) 占全经济区旅游总收入( 游客总数) 的份额; pi为i地区的人口数占全经济区总人口的份额。锡尔系数T越大,表示各地区间差异越大; 反之,表示全区分布差异越小,分布越均衡。

赫芬达尔指数: 该指数( HHI) 是用各地区份额平方和来反映资源分化或集中的指标,可测定旅游市场集中度。公式为:

式中,HHI为赫芬达尔指数; xi为i地区的旅游总收入( 游客总数) ; X为经济区旅游总收入( 游客总数) ; n为地区个数。 赫芬达尔指数介于0—1之间,其值越大,说明区域分布程度越集中; 其值越小,说明区域分布越均匀。

地理集中指数: 地理集中指数( G) 用来测量研究对象在地理或时间上的分布集中程度。公式为:

式中,xi为i地区的旅游总收入( 游客总数) ; X为经济区旅游总收入( 游客总数) ; n为地区个数。地理集中指数越接近100,区域旅游收入空间差异越大,游客越集中于少数城市; 反之,差异越小,游客越分散。

区位熵: 区位熵( LQ) 是分析地区差异及地区竞争力的常用指标,反映某一区域在更高层次区域中的地位。公式为:

式中,LQ为经济区旅游经济的区位熵; xi/ Σxi为i市旅游总收入( 游客总数) 占经济区的比重; Xi/ ΣXi为经济区旅游总收入( 游客总数) 占全国旅游总收入( 游客总数) 的比重。如果LQ大于1, 说明该地区旅游产业处于较优水平,数值越大,地位越强; 如果LQ等于1,表明该地区旅游产业优势不明显; 如果LQ小于1,则该地区的旅游水平处于劣势地位,数值越小,劣势越大。

偏离—份额分析法: 偏离—份额分析法( SSM) 把地区经济的变化看作一个动态过程,以其所处整体区域为参照,将区域自身在某一时期经济增量( G) 分解为3个分量: 份额分量( N) 、 结构偏离分量( P) 和竞争力偏离分量( D) ,以评价地区经济结构优劣及竞争力强弱[16]。公式为:

公式( 5) —( 8) 中,fi( 0) 和fi( t) 分别指地区i基期和t期的旅游总收入; F( 0) 和F( t) 分别指经济区基期和t期的地区生产总值; Fi( 0) 和Fi( t) 分别指地区i基期和t期的地区生产总值; Ni表示地区i按照全区平均经济增速所能达到的增量; Pi表示地区i的旅游总收入由于经济增速与全区经济增速的差异引起的相对偏差,Pi值越大,说明该地区旅游总收入增长越得益于整体经济的增长; Di表示地区i旅游总收入由于自身实际增速与该地区经济整体增速存在差异所产生的增量差额,Di值越大,说明地区i旅游业相对于其他产业越具有增长优势。

1.2数据来源

旅游总收入及国内外游客总数是衡量一个地区旅游经济发展程度及竞争力的重要标志。研究以经济区及其8个地区此两项数据作为综合分析的基础。根据计算需要,在分析部分指标时选取了经济区地区生产总值、总人口、全国旅游业总收入及全国国内外游客总数等数据。数据来源于经济区各地市2010—2013年《经济年鉴》、2009—2013年的国民经济与社会发展统计公报以及历年中国旅游业统计公报。

2经济区旅游经济总体差异的空间演化

2.1绝对差异呈不同程度扩大

2009—2013年,经济区旅游总收入从539. 95亿元增长到1722. 33亿元,年均增长33. 64% ,咸阳、渭南、铜川、商洛、天水等5市年均增长率超过这一均值。接待国内外游客总数年均增长28. 8% ,特别是原来旅游业欠发达的铜川、商洛等地旅游经济快速发展,逐年改变了经济区旅游经济的空间格局。但从绝对量上来看,巨大的区域差异依然存在。2013年,排在首位的西安市旅游总收入超出排在末位的杨凌区达804. 94亿元, 前者旅游总收入较后者由2009年的79. 95倍扩大到2013年的124. 84倍,接待国内外游客总数前者较后者由2009年的18. 24倍扩大到2013年的32. 16倍,旅游经济的总体差异表现为不同程度的扩大态势。说明各城市旅游经济起点不同,发展水平也有较大差距,即资源禀赋优越、基础设施良好、对外开放度高的城市旅游经济发展水平高。相比之下,那些自身条件相对落后的地区虽然也在发展,但速度相对缓慢。

2.2相对差异呈缩小趋势

经济区旅游经济的相对差异及其演化与绝对差异的演化表现不一。从表1和图1可见,自2009年以来,经济区旅游总收入及国内外游客总数锡尔系数总体上均呈现出下降趋势,旅游总收入锡尔系数呈现逐年规律性下降,2009—2013年下降幅度达43. 84% ,国内外游客总数锡尔系数在波动中下降,5年整体下降8. 96% 。这说明经济区旅游经济从收入及游客两方面差异性均在逐渐缩小,同时也表明国家出台的经济区规划及鼓励旅游业发展的政策措施对关天城市群旅游业发展起到了实际的促进作用。

2.3市场集中度趋于分散

赫芬达尔指数越大,表示该市场集中程度越高。经济区成立初期,西安等城市由于旅游经济基础好,旅游接待服务设施相对完善,成为游客的首选城市,旅游集聚度明显,2009年旅游总收入赫芬达尔指数是5年中最高点。随着陕西、甘肃两省地方政府加大对经济区旅游发展的支持,旅游空间进一步拓宽, 游客的空间分布渐趋分散,2009年之后旅游市场集中度出现下降趋势。从国内外游客赫芬达尔指数变化来看,2010年、2013年分别出现了小幅回升,但长期趋于分散( 图2) ,总体表明经济区旅游市场集中度呈现出地域扩展态势。

2.4旅游地理集中度仍处于较高水平

地理集中指数越接近于100,则地理分布越集中。2009年经济区旅游总收入地理集中度为59. 083,2013年为52. 751,虽有下降但仍在50以上。国内外游客总数地理集中指数整体上呈下滑趋势,但波动较大,下降幅度极小,2013年与2009年相比,仅下降0. 702,且均处于接近50的高位( 图3) ,说明旅客主要集中在几个较大的旅游城市,如西安、咸阳、宝鸡等。

3经济区旅游经济地区差异的空间变化

3.1地区差异的区位熵分析

依据公式( 4) 计算出2009—2013年经济区各地区旅游经济的区位熵( 表2) 。从表2可见,经济区中的西安、宝鸡、渭南、咸阳4市旅游业居于主导地位,特别是西安5年间区位熵远远高于其他地市的得分,2013年末的区位熵为8. 069,虽然一直处于下降趋势( 图4) ,但仍遥遥领先于其他城市,说明西安的旅游经济发展水平在经济区处于绝对优势地位,这与西安无法比拟的旅游资源禀赋、深厚的旅游文化、良好的区位以及发达的交通密切相关。相对于西安,咸阳、渭南、宝鸡旅游经济的区位熵基本在2上下波动,保持了稳态发展势头,但5年来区位熵也在下降,说明伴随着国内很多地方把旅游业定位为支柱产业,行业竞争压力日趋加大,虽然上述城市旅游资源丰富, 但仍然无法阻止旅游业出现下滑的现象。铜川、商洛旅游业的区位熵虽然较低,但一直处于稳定上升趋势,铜川近年来注重旅游产业发展,特别是红色旅游资源开发,5年来区位熵上升52. 14%, 旅游业在经济区的地位稳步上升。杨凌、天水两地区位熵均在1以下,杨凌区划面积较小,旅游业不具有特色优势,天水拥有较丰富的旅游资源,但开发不足,交通存在制约,旅游业不具有比较优势。2009—2013年的5年间,整个经济区旅游经济的平均区位熵由2.986下降到2.141,下降28.31%,说明整个经济区旅游经济发展水平在全国的地位呈现逐年下降趋势。

3.2地区差异的空间偏离—份额分析

以2009年为基期,以2013年为报告期,根据偏离—份额分析法( SSM) 的公式( 5) —( 8) ,分别计算出各地区份额分量 ( N) 、结构分量( P) 和竞争力分量( D) ( 表3) 。结果显示,8地市的份额分量均大于0,但均小于旅游业实际值,说明旅游业在经济区属于增长性产业且增长率大于整体经济增长率。西安、 宝鸡、咸阳、渭南4市的份额分量位居前四位,说明4市旅游经济的发展基础较好。从结构分量看,咸阳、渭南、商洛3市分列前三位,说明上述3市的经济总量增长率超出了全经济区的平均增长率,由于地区经济的快速增长从而引起的旅游总收入的增长大于其他区; 结构分量中西安、天水的数值低于全区平均水平,西安的数值为 - 39. 36,表明西安的旅游业并未从整体经济发展中过多受益。从竞争力分量看,西安、渭南、宝鸡、商洛、 咸阳5市的竞争力分量较为明显,表明此5市旅游总收入的增长率高于整体经济增长率,旅游经济在当地产业结构中处于优势地位,而杨凌为负值,说明该市旅游总收入增长率低于整体经济增长率,旅游业在当地不占优。总偏离分量走势与竞争力分量大体一致,各地竞争力分量贡献均在85% 以上。

综合来看,经济区旅游业的地市间差异表现如下: 西安借助旅游资源无可比拟的优势及较好的旅游文化基础,即使在经济增长率较低的情况下,旅游收入仍然占绝对优势; 咸阳、渭南、宝鸡3市的旅游业一直保持着稳态的发展趋势,是经济区旅游经济差异空间变化的重要平衡力量; 铜川、商洛在收入总量上不占优势,但近年来旅游经济增长迅速,进一步缩小了与西安等城市的差距; 杨凌、天水旅游经济发展速度缓慢,旅游发展处于劣势。为直观表现经济区旅游经济空间差异,本研究以结构分量( P) 为横轴,以竞争力分量( D) 为纵轴,绘制了经济区8个地区旅游经济发展优势图( 图5) 。第一类属于竞争力及结构均具有优势地区,为渭南、宝鸡; 第二类属于竞争力优势地区,为西安; 第三类属于结构优势地区,为咸阳、铜川、商洛; 第四类属于两者都缺乏地区,为杨凌、天水。

4结论与建议

本文运用锡尔系数、赫芬达尔指数、地理集中指数、区位熵等指标和偏离—份额分析法,实证研究了2009—2013年经济区旅游经济的总体差异及地区差异。结论为: 1总体上旅游总收入及国内外游客人数的绝对差异逐步扩大,但相对差异在逐年缩小,表明旅游核心城市在增长的同时,次核心城市的增长对缩小相对差异的效应正日益体现; 2经济区旅游市场集中度呈现出地域扩展态势,旅游地理集中度虽有下降但仍处于较高水平,说明旅客主要集中于西安、咸阳、宝鸡等几个较大的旅游城市。3从区位熵来看,整个经济区旅游经济发展水平在全国的地位呈现逐年下降趋势,经济区中西安、宝鸡、渭南、咸阳4市旅游业居于主导主位,特别是西安单极发展,旅游经济水平在经济区处于绝对优势地位。4从各地旅游总收入空间偏离—份额看,总偏离走势与竞争力分量大体一致,各地竞争力分量对旅游业发展的贡献均在85% 以上,说明经济区各地的旅游业竞争力主要取决于其内生的增长动力。同时,经济区总体与地区差异也表明国家出台的经济区规划及鼓励旅游业发展的政策措施对关天城市群旅游业发展起到了实际的促进作用, 但进展缓慢且不平衡。因此,采取措施增强旅游优势地区与其他地区的联动与合作,发挥核心旅游城市的辐射带动作用对提升经济区整体旅游发展水平乃至内部各城市之间的空间协调均具有重要意义。需要加快旅游资源规划,构建关中天水城市群旅游经济带,完善旅游配套建设,优化旅游整体环境,延展旅游产业链,促进旅游产业高级化。

摘要：以关中—天水经济区为样本,运用锡尔系数、赫芬达尔指数、地理集中指数、区位熵等指标和偏离—份额分析法,实证研究了2009—2013年经济区旅游经济的总体差异及地区差异。结果表明:自经济区成立以来,总体上旅游经济相对差异在逐年缩小,旅游市场集中度呈现出地域扩展态势,旅游地理集中度虽有下降但仍处于较高水平;各地旅游总收入空间偏离主要取决于其内生的增长动力,部分城市旅游业单极化发展,旅游经济地区间不平衡趋势明显。

关键词：旅游经济,空间差异,演化趋势,关中—天水经济区

空间分析旅游经济 篇2

一、上海市生产性服务业的发展现状

（一）上海市生产性服务业的发展趋势

生产性服务业在空间形态上是楼宇经济的主体。楼宇经济，从本质上来说，是以服务经济为主的一种经济发展形态，即以商务办公楼宇为载体，通过开发、出租楼宇进行招商引资，从而引进持续性税源，增加收入，带动区域经济发展的一种经济形态。

生产性服务业在上海市发展迅速，在国民经济中的比重不断上升。如图1所示，在1978年，传统服务业增加值占第三产业增加值的比重达到了近60%；到了2010年末，传统服务业增加值在第三产业增加值中所占的比重已经下降到了29%，而生产性服务业的增加值，在第三产业增加值中所占的比重已经增加到了近60%，实现增加值5631.25亿元。第三产业的内部结构已经逐步实现了优化升级。

（二）上海市生产性服务业的空间分布

本节，将使用区位商法对生产性服务业在上海市各区县的集中状况来做一个说明。所谓区位商法，是指某种产业在某一地区的相对重要性与占全国（或全区域）相对重要性之间的一种比数，可利用产业产值或就业人口的资料，衡量某一产业在某一地区是否具有比较优势或者相对专业化的程度，可以作为了解地方经济基础、当地产业资源、地方经济优势与产业活动趋向的重要依据。

其中，LQij为区位商或者专业化率；Lij为i地区j部门的产业产值（从业人数等）；Li为i地区的总产值（总从业人数等）；Lj为全市j部门的产业产值（从业人数等）；L为全市的总产值（总从业人数等）。

一般认为，如果LQij大于1，则认定j产业为i地区为基础产业，也表示i地区j产业有集中于该地区的趋势，属于专业化的部门，换言之，区位商数可视为某项产业在该地区专业聚集程度的负荷量；如果LQij小于1，则表示j产业非i地区的基础产业；如果LQij=0，表示i地区无j产业存在。

表1中使用了2008年上海市经济普查年鉴的统计数据来进行区位商数的计算。

由表1和图2可以看出，虽然上海是我国经济比较发达和国际化程度比较高的省市之一，但是其各区县在生产性服务业的发展水平上极不均匀。

总体上看，上海市生产性服务业空间结构呈现出由中心城区集聚向周边地区逐渐扩散的趋势，圈层特征比较明显。中心城区生产性服务业发展比较成熟，而在郊区县，虽然个别地区的个别生产性服务行业的法人单位的从业人员集聚程度稍高，但从总体来看，生产性服务业发展水平较低。

从行业看，金融业从业人员的聚集程度最为明显，从业人员高度集中在核心地?^，其他地区金融业从业人员的聚集程度明显较小。与金融业相比，虽然房地产业、租赁和商务服务业从业人员也有集聚于中心城区的趋势，但是聚集程度与金融业相比较小。交通运输仓储和邮政业、信息传输计算机服务和软件业、科学研究技术服务和地质勘查业与金融业、房地产业、租赁和商务服务业相比之下比较分散。

二、上海市商务办公楼宇的发展现状

（一）上海市商务办公楼宇的保有量

商务办公楼宇特别是高端商务办公楼宇是楼宇经济的重要载体，其建筑面积和增长趋势直接决定了上海市楼宇经济的规模和发展潜力。上海市统计局于2012年发布的统计数据显示，截至2011年底，上海市各类房屋保有量达到了98092万平方米，其中办公楼即商务办公楼宇的面积为6520万平方米，占各类房屋保有量总面积的6.64%。

近年来，上海市楼宇经济发展比较活跃，商务办公楼宇功不可没。但是，我们也应该清醒的认识到上海市商务办公楼宇面积占各类房屋总面积的比例，与纽约、东京等国际化大都市商务办公楼宇面积占房屋总面积的比例约为50%相比，仍相差甚远，亟需大力发展。

（二）上海市商务办公楼宇的发展趋势

上海市商务办公楼宇的发展呈现出以下三个特点：

（1）商务办公楼宇发展迅速，上海市商务办公楼宇的总面积平均每年增长约309.6万平方米，年平均增速约为6.94%。

（2）商务办公楼宇面积占各类房屋总面积的比例一直维持在6.5%和7%之间。

（3）受经济发展形势等的影响，商务办公楼宇面积的增速起伏较大。

（三）上海市商务办公楼宇的空间分布

以下，将按照如1.2节所示的区位商法，对商务办公楼宇在上海市各区县的集中状况进行一个说明，为了保持与表1一致性，本节采用了2008年上海市各区县商务办公楼宇面积的统计数据。

从表2和图3可以看出，如果以1为衡量楼宇集中与否的标准，上海市的商务办公楼宇主要分布在中心城区。上海市生产性服务业集聚的地区绝大部分也是上海市楼宇分布较为集中的地区，因此，也可以说是楼宇经济发展较好的地区。

（四）上海市商务办公楼宇空间分布的变动趋势

在利用区位商法对2008年上海市商务办公楼宇在各区县的空间分布状况进行说明后，鉴于统计数据的可获得性，以下仅利用扩大商数来讨论2007至2011年上海市商务办公楼宇空间分布状况变化。

所谓扩大商数分析法，是利用扩大商数（Expansion Quotient）衡量在某两个特定的时间点（）之间该地区产业专业集聚程度的变动情况，扩大商数即为前后两个时间点的区位商数之间的比率（EQ=LQt+1/LQt）。

若EQ≥1，即表示i地区j产业的专业聚集化情形继续扩大成长，若该产业原为基础产业，将继续拥有比较优势，且不断扩张具有绝佳发展机会成为主导产业；反之，若EQ

以下表3则显示了2007-2011年上海市商务办公楼宇的扩大商数表。

由表3和图4可以看出，在2011年底中心城区仍然是上海市商务办公楼宇也即是楼宇经济分布较为集中的地区，郊区县仍然是楼宇经济发展比较薄弱的地区，但是大多数区县在2007至2011年的5年之间，楼宇经济都是呈现显著成长的趋势。

（1）观察表3中2007年和2011年上海市各区县商务办公楼宇的区位商数，与2007年底相比，中心城区仍然是上海市商务办公楼宇也即是楼宇经济分布较为集中的地区。但郊区县，在2011年底其商务办公楼宇的区位商数仍较低，仍然是楼宇经济发展比较薄弱的地区，亟需采取一定的措施促进楼宇经济的发展。

（2）观察表3中上海市各区县商务办公楼宇扩大商数部分，大多数区县的商务办公楼宇的扩大商数都大于1，标示大多数区县在2007至2011年的5年之间，楼宇经济都是呈现显著成长的趋势。虽然大多数区县的商务办公楼宇的扩大商数都大于1，但是否表示楼宇经济在该区县已经呈现集聚发展的形势仍难定论，因为除了部分中心城区之外，其它大部分地区的作为分母的2007年上海市各区县商务办公楼宇的区位商数，均小于1。

（3）在经过5年的发展之后，大多数区县已经开始有相关生产性服务业的进驻，商务办公楼宇的保有量也有所增加，因此在2011年的商务办公楼宇的区位商数虽然仍不高，但相对于5年前的数据都提升不少，EQ值很容易得到大于1的结果，所以是否呈现集聚发展的形势必须参照区位商数来加以对照。

三、结论及政策建议

（一）结论

本文以上海市“楼宇经济”为研究对象，作者通过对相关基础数据进行统计和测算，从生产性服务业和商务办公楼宇两个方面研究了上海市“楼宇经济”的发展现状及影响上海市楼宇经济发展的因素，得到了如下结论：

（1）总体上看，上海市生产性服务业空间结构呈现出由中心城区集聚向周边地区逐渐扩散的趋势，圈层特征比较明显。中心城区生产性服务业发展比较成熟，而在郊区县虽然个别地区的个别生产性服务行业的法人单位的从业人员集聚程度稍高，但从总体来看，生产性服务业发展水平较低。

（2）上海市商务办公楼宇发展迅速，商务办公楼宇面积与各类房屋总面积的增长较为同步，商务办公楼宇面积占各类房屋总面积的比例一直维持在6.5%和7%之间，与纽约、东京等国际化大都市商务办公楼宇面积占房屋总面积的比例约为50%相比，仍相差甚远，亟需大力发展。

（3）上海市的商务办公楼宇主要分布在中心城区。上海市生产性服务业集聚的地区绝大部分也是上海市楼宇分布较为集中的地区，在分布区域上具有较强的相关性，因此可以说中心城区也是上海市楼宇经济分布较为集中的地区。

（4）从商务办公楼宇在上海市的空间分布的变动情况来看，在2011年底中心城区仍然是上海市楼宇经济分布较为集中的地区，郊区县楼宇经济的发展仍然比较薄弱，但是大多数区县在2007至2011年的5年之间，楼宇经济都是呈现显著成长的趋势。

（二）政策建?h

随着经济发展水平的不断提升，上海市楼宇经济集聚发展的趋势也不断明朗。因此，如何强化集聚趋势，促进上海市楼宇经济的发展，从而实现上海市建成国际经济中心、国际金融中心、国际航运中心、国际贸易中心的目标具有重要的意义。

首先，坚持规划先行。根据城市总体规划、土地利用规划和现代服务业发展规划，加快制定《上海市楼宇经济发展规划纲要》、《上海市楼宇经济空间布局规划》。通过规划先行，优化商务办公楼宇布局，促进商务办公楼宇合理集聚，形成更多有规模、有档次的楼宇经济群。

其次，抓好对外招商引资活动。进一步完善高效灵活的楼宇招商组织体制，形成楼宇招商合力，充分发挥政府、中介、业主、物业在楼宇招商中的作用，实现四方联动。重点培育一支懂经济的招商队伍，提高专业化招商水平，加大针对性招商力度。加深与项目业主单位的沟通，把好业态准入门槛，提升经营业态定位。重点引进一批历史发展比较悠久、规模比较大、业绩比较好的世界知名的生产性服务企业的入驻，带动本地相关企业的发展。

空间分析旅游经济 篇3

[摘要]旅游圈作为一种动态扩张的空间组织，逐渐凸显成为中国区域旅游合作中最重要的符号表征，然而，目前类比性的“点轴”空间形态演化模式尚缺乏定量刻画与内生解释。文章统合实践中旅游圈在整体上所具有的中心—腹地结构与枢纽一网络结构复合}生的特点，提出了一种“嵌套式圈层结构”模型与“嵌套式分层演化”模式，并立足需求视角，从旅游效用切入，以长江三角洲旅游圈为例进行了定量解释。研究表明：1）空间上，旅游圈具有嵌套式的圈层结构，可划分为葩嵌层与光环层，葩嵌层嵌套于光环层之中，而光环层可进一步划分为实环和虚环，在空间上具有可拓展性；2）时间上，旅游圈体现出“嵌套式”的分层演化，可划分为探查期、发展期和巩固期等3个阶段，其中，葩嵌层演化的这3个阶段在整体上可作为光环旅游圈演化进程的探查期，并显示出一种分层演化与跃迁扩张的特点；3）长江三角洲旅游圈的经典线路统计结果表明，其累计旅游效用在空间上呈现出典型的“L型”收敛模式，间接反映了旅游圈演化扩张中经历着边际效用递减到边际效用不变的转化；而游时一旅径关系模型的计算结果表明，长江三角洲旅游圈在整体上已臻于成熟而处于一种平稳发展的优化状态。当然，嵌套式圈层结构模型与嵌套式分層演化模式在实践应用中需要结合个案进行具体分析，并期待更多的案例验证。

空间分析旅游经济 篇4

1研究区概况

皖南位于安徽省长江以南,面积约3. 65万km2,人口约997万人,包括马鞍山、芜湖、铜陵、池州、宣城、黄山市六市 ( 2011年从巢湖市划入芜湖和马鞍山江北无为、和县、含山三县) ,是安徽省重要的经济、文化和旅游中心。2013年,皖南六市接待游客14427. 11万人次,占全省旅游接待总人数的42. 5% ; 旅游总收入1225. 79亿元,占全省旅游总收入的40. 7% , 皖南旅游经济规模不断扩大,已逐渐成为安徽旅游的形象代表和国际性 旅游地。截至2013年,皖南六市 公路里程 达42558km,公路客运 量为60672万人次,公路旅客 周转量3327263万人次 / km。考虑到皖南主要交通线路发展的年份 ( 2008年沿江高速全线通车,2008年祁黄高速、2009年宁宣杭高速公路开工建设) 以及旅游交通以公路交通为主的特点,本研究以皖南六个地级市为研究对象,利用2009年和2013年皖南公路交通网络和经济社会发展数据,借助加权平均旅行时间指标和引力模型,探讨皖南旅游交通可达性与旅游经济联系的时空演变。

2研究方法与数据来源

2.1研究方法

加权平均旅行时间: 加权平均旅行时间是较多研究学者用于反映区域旅游交通可达性水平的主要指标[13,14],计算公式为:

式中,Fi代表城市i的加权平均旅行时间; Tij代表城市间的最短旅行时间; Mj代表权重,考虑到旅游交通的特性,此处取值为城市j的旅游总收入。Fi越小,说明城市i在区域旅游交通网络中的可达性越高; 反之,则较低。

缓冲区分析: 邻近度是描述地理空间中两个地物距离相近的程度,而缓冲区分析是用来解决邻近度问题的空间分析工具之一。本文利用GIS技术分析2009年和2013年皖南旅游区公路交通干线与旅游景点间的邻近度,以皖南六市具有代表性的4A级以上( 含4A级) 景点作为空间节点,选取缓冲区半径为30km,对皖南各高速交通沿线覆盖的景点数目进行统计分析。

旅游经济联系度: 区域旅游经济联系量能够反映区域间旅游经济联系的密切程度和内在关系,是用来衡量区域旅游经济联系强度的重要指标,许多学者[15,16]引用引力模型并不断加以修正对区域间旅游经济联系进行研究,计算公式为:

式中,Pi和Pj分别代表城市i和城市j的旅游接待人数; Vi和Vj分别代表城市i和城市j的旅游收入; Tij代表城市间的最短旅行时间; Gij代表城市间旅游经济联系度,反映城市间旅游经济联系的紧密度; Gi代表城市i旅游经济联系总量,反映城市i在区域旅游经济中的地位和作用大小。

2.2数据来源与处理

旅游经济数据来源于皖南六市2009年和2013年《国民经济与社会发展统计公报》。旅游景点信息来源于安徽省旅游局网站( http: / /www. ahta. com. cn/) 和皖南六市旅游局网站公布的数据( 表1) ; 旅游景点的空间位置主要借助谷歌地图标定, 地域覆盖较大景区取其质点坐标。交通数据来源于《安徽省公路里程地图册》和《安徽省公路里程地图册》。

本文以公路交通作为皖南旅游交通可达性测算的主要指标,根据《中华人民共和国公路工程技术标准( JTG01 - 2003) 》 设定不同道路行驶速度: 高速公路设为100km/h、国道设为80km / h、省道设为60km / h、主干道设 为40km / h; 利用ArcGIS10. 0将安徽省公路交通图 ( 2009年和2014年) 进行配准、 定义投影,并进行矢量化、编辑属性信息,存储于地理数据库中,再通过Arc GIS10. 0网络分析OD矩阵功能,计算皖南6个节点城市两两可达性数值,并以皖南6个地市行政区中心旅游经济联系作为各行政单元的旅游经济联系量。

3结果分析

3.1皖南旅游交通可达性时空演变

根据式( 1) 计算出皖南旅游公路交通可达性数值( 表2) , 利用Arc GIS10. 0软件空间数据可视化功能来表现皖南旅游交通可达性空间格局( 图1) 。

由表2和图1可见,皖南旅游区交通可达性时空演变呈现如下特征: 12009—2013年皖南旅游区域空间格局相对稳定, 区域旅游交通可达性整体水平有改善。2009年和2013年皖南旅游区交通可达性平均旅行时间分别为2. 51小时和2. 02小时,研究年度间缩减值为0. 49小时; 2皖南旅游交通可达性存在差异,且提升幅度各异。由于地理位置和交通优势,铜陵旅游交通通达性最高,2009—2013年加权平均时间从1. 8小时缩减为1. 38小时,除黄山市以外,宣城、池州和马鞍山交通可达性加权平均时间从位于2—3小时区间跨越到1—2小时区间, 区域间联系趋于紧密。从结果分析可知,皖南旅游区道路网络的建设与优化,极大提高了区域交通可达性,合铜黄高速、徽杭高速等线路的开通使铜陵市交通优势更加明显,黄祁高速、合巢芜高速的建设极大改善了芜湖和黄山的交通可达性。

3.2皖南旅游区景区可进入性时空变化

根据缓冲区分析统计,合铜黄高速公路沿线30km范围内覆盖4A级景点数最多,2009年和2013年分别为21个和30个; 其次是沿江高速公路,2009年和2013年覆盖景点数分别为16个和21个; 此外,2009年和2013年徽杭高速公路各覆盖12个和17个景区,马芜、芜宣和宣广三条高速沿线覆盖数均在10个以下,说明合铜黄高速和沿江高速是皖南旅游区主要交通线,沿线各景区间互动作用明显。2013年祁黄高速和宣广高速的增设尽管涉及到的4A级景区数较少,但对皖南旅游区内景区空间联系发挥了一定的作用。

分析可知,马芜—芜宣高速公路使芜湖和马鞍山都市旅游合作更加紧密; 合铜黄高速使黄山景区和九华山景区逐渐形成紧密联系,提高了黄山市和池州市的交通连接水平,这对两地区域旅游合作发展提供了条件; 祁黄高速是安徽省高速公路网规划“四纵八横”中的“八横”之一,对改善皖南旅游区交通环境,促进周边休宁县、黔县和祁门县旅游经济发展有十分重要的作用,特别是加快黄山及皖南旅游区融入“泛长三角经济圈” 具有重要意义; 宣宁高速是安徽省高速公路规划网“四纵八横” 中“纵一”的重要组成部分,也是宁宣杭高速公路的一段,目前虽然未使该区旅游发展水平有明显提高,但是宁宣杭高速公路的建设将进一步增强宣城乃至皖南旅游区与“泛长三角”区域的经济联系。

利用Arc GIS10. 0将各高速公路交通沿线30km缓冲区图层进行叠加,结果表明,皖南旅游区快速交通沿线覆盖的景区大幅增加,2009年为32个,2013年增至58个,说明皖南旅游区的景区可进入性不断提升,区域内高级别景区的空间集聚效应正在不断增强,这将有利于区内旅游线路不断更新和优化。

3.3皖南旅游经济联系分析

皖南旅游经济联系强度分析: 根据式( 2) 计算得到皖南城市间旅游经济联系强度矩阵( 表3) ,利用Arc GIS10. 0软件进行旅游经济联系强度的空间可视化表达( 图2) 。

从皖南城市间旅游经济联系强度及空间格局来看( 表3和图2) ,皖南旅游经济联系强度呈现如下特征: 1芜湖和池州在皖南旅游经济发展中的辐射作用明显,而黄山旅游经济联系增长幅度最低。芜湖地理优势明显、旅游资源丰富、交通条件优越,是皖南旅游区的中坚力量。池州拥有国家5A级景区,四大佛教名山之一的九华山风景区,皖南区位优势明显,和其他城市县区保持着较高的旅游经济联系。黄山作为皖南5A级景区区域,对皖南区域内周边城市的旅游经济辐射效应较弱。究其原因,主要在于黄山地处皖南山区,位于安徽省最南端区域,与其他城市的区域空间距离和交通距离均较远。此外,黄山是著名的国际旅游城市,全球首个旅游景区类世界优秀目的地,海内外知名度较高,海外和省外游客占接待游客中的较大部分, 因此旅游经济联系强度较弱。2旅游经济联系在地理空间存在一定差异。马鞍山—芜湖—池州构成了皖南旅游经济联系主要空间骨架,马鞍山、芜湖、铜陵和池州组成的皖江城市间旅游经济往来不断强化。32009—2013年皖南旅游区旅游经济联系提升幅度较大的城市,也是交通条件改善显著的区域,其中池州与黄山旅游经济联系加强,说明皖南旅游区“两山一湖” 的旅游空间关系日益紧密。

皖南旅游经济联系总量分析: 从皖南旅游经济联系总量来看( 表4) ,随着皖南六市旅游经济发展和交通可达性水平的提升,旅游经济联系总量有明显变化: 12009—2013年皖南旅游区各市旅游经济联系总量增幅明显,其中芜湖旅游经济联系增长幅度最高; 六市旅游经济联系总量都从2009年的0. 01—10万元区间提升到2013年的10—300万元区间,区域间旅游经济联系愈来愈密切。2皖南旅游区各市旅游经济联系总量变化存在差异,表现出空间极化特征。2009—2013年皖南旅游区旅游经济联系总量提升幅度最高的为芜湖、马鞍山,旅游经济联系总量位居前两位,宣城和黄山提升幅度较低。3皖南旅游区旅游经济联系总量存在地带分布差异。2009年马鞍山、芜湖、铜陵和池州组成的皖江城市带的旅游经济联系量为30. 62万元,占皖南旅游经济总量的71. 6% ; 2013年四个城市组成的皖江城市带的旅游经济联系量为729. 41万元,占总量的86. 8% ,明显高于东南部区域。

4结论

本文将2009和2013年安徽省皖南六市铁路、高速公路、 国道等交通网络进行配准、定义投影,并进行矢量化、编辑属性信息,存储于地理数据库中,再通过Arc GIS10. 0网络分析OD矩阵功能,计算皖南六个节点城市两两可达性数值,并采用加权平均旅行时间指标度量旅游交通可达性。研究结果及分析表明,2009—2013年皖南旅游区六市旅游交通可达性出现不同程度提升,2013年池州、铜陵、宣城和马鞍山加权平均旅行时间进入2小时范围内。皖南旅游区交通可达性整体趋于改善,但改善幅度存在差异。铜陵旅游交通通达性最高,宣城、池州和马鞍山交通可达性加权平均旅行时间从位于2—3小时区间跨越到1—2小时区间,黄山旅游交通可达性相对较差,这与黄山的地域特性相符合。

利用Arc GIS10. 0软件对皖南旅游区高速公路沿线30km范围内4A级及以上景区进行缓冲区分析。结果表明,皖南旅游区高速公路交通沿线覆盖的景区大幅增加,合铜黄高速和沿江高速构成皖南旅游区主要旅游交通线,皖南旅游区景区可进入性提升。在全面加快皖南国际文化旅游示范区建设的战略机遇下,需要不断完善旅游快速交通线建设,加强景区景点的空间联系,使高级别景区沿快速交通线逐渐形成空间集聚效应,积极推进黄山—徽文化旅游区、九华山—佛文化旅游区、铜芜马时尚旅游区和徽池( 徽杭) 古道旅游带和黄—池—芜度假城市圈建设,不断促进旅游线路的更新与优化。

基于加权平均时间修正引力模型,得到皖南旅游区六个地级市2009—2013年旅游经济联系强度和旅游经济联系总量均呈现明显增长态势,区域间旅游经济联系愈来愈密切,马鞍山、芜湖和池州的旅游经济联系不断增强,构成了皖南旅游经济联系的主要空间骨架; “两山一湖”的旅游空间关系日趋紧密,与马芜铜的都市时尚旅游逐渐形成优势互补。区域内交通可达性提升是区域旅游经济联系重要前提条件,皖南旅游区旅游经济联系强度和旅游经济联系总量时空演变受到公路交通网络建设的影响,城市间旅游经济联系沿快速交通线分布特征明显。

摘要：以皖南旅游区6个地级市作为研究对象,利用2009年和2013年公路交通网络和旅游经济发展数据,用最短时间距离建立交通通达性指数模型,利用引力模型对皖南旅游经济联系的时空演变进行分析。结果表明:1皖南6市旅游交通可达性有所改善,区域空间格局相对稳定;2皖南旅游景区可进入性提升,合铜黄高速和沿江高速构成皖南旅游区主要旅游交通线;3皖南城市间旅游经济联系强度不断强化,6市旅游经济联系总量增幅明显,由马鞍山、芜湖和池州组成的皖江城市间旅游经济联系愈趋紧密。整体来看,皖南旅游交通可达性提升,旅游经济联系加强,表明区域交通网络建设与旅游经济发展形成良性互动。

基于海湾空间的海洋经济差异分析 篇5

究三大海湾地区的海洋经济规模总量和海洋产业关联效应的差异，运用多种预测模型预测未

来十年三大海湾间地区海洋经济对区域经济发展影响和贡献的差异。结果显示：三大海湾空

间地区海洋经济差异呈现先增大后减小趋势，2007年后呈现协调优化发展趋势；滨海旅游

业、海洋交通运输和海洋油气业、海洋交通运输和海洋渔业分别对应辽东湾、渤海湾、莱州

湾三大经济区的拉动效应较大，形成各具区域特色的重要优势海洋产业；据模型预测结果分析，

到2015年辽东湾、渤海湾、莱州湾地区海洋经济比

重将分别达到34％、21％、25％；莱州湾、渤海湾的海洋经济直接贡献率分别平均以2%和1%的速度递增，而辽东湾则平均以0．1%的速度递减，到2020年辽东湾、渤海湾、

莱州湾的海洋经济直接贡献率将分别为36％、29％、46％。

关键词 海湾空间；海洋经济；产业关联效应；差异分析

中图分类号 F0615 文献标识码 A 文章编号 1002-2104（2012）02-0170-05 doi:103969/j.issn1002-2104.2012.02.028

环渤海经济区是我国目前沿海地区三大经济区之一，是我国北方经济发展的重要增长极，也是我国重要的海洋经济区。渤海内有三个主要海湾，即：辽东湾、渤海湾和莱州湾。由于海洋地理构成、自然资源赋存、科学技术条件、社会经济条件、历史发展基础等不同，海湾地区的海洋经济发展水平存在差异。如何均衡协调发展渤海内三大海湾的区域海洋经济越来越受到关注。目前，有关海洋经济差异的研究多以省际为空间尺度，对海洋产业地域系统及三次产业结构的空间演变进行分析^[1-3]，少数学者从产业集聚空间变动的角度进行了一些差异性研究^{[4- 5]}。本文以海湾地理完整性为研究边界，研究分析辽东湾（大连、营口、盘锦、锦州、葫芦岛、秦皇岛）、渤海湾（唐山、天津、沧州、滨州、东营）、莱州湾（东营、潍坊、烟台）区域海洋经济发展的总量规模、海洋产业关联效应以及对地区经济发展的贡献，并进行差异性对比分析，为制定区域性海洋经济可持续发展政策与管理提供分析方法和决策参考。数据以所收集的海洋统计报表为准，跨海湾城市数据近似以大陆岸线比例系数分割处理。

1 海洋经济规模总量差异

2001-2008年辽东湾、渤海湾、莱州湾地区海洋生产总值（Gross Ocean Product，GOP）发展速度比较快（图1），平均年递增率2791%，相比各海湾地区生产总值（Gross Domestic Product，GDP）的平均递年增率19%，GOP的增速均超过GDP的增速，海洋经济成为三大海湾地区经济发展的重要动力。三大海湾地区海洋经济的基底与增长速度的不同，海洋经济发展水平和阶段各异，差异较为显著，为分析差异演变过程，引入泰尔指数法和变差系数法^[6]，泰尔指数和变差指数都是一个熵指数，反映地区之间的不平衡程度，熵指数越大，表示经济发展的地区间差距越大，其计算公式分别为：

泰尔指数：T=∑ni=1Xi∑ni=1X×lnXiX

，

变差系数：V=

∑ni=1(X-X)2n

X

式中：Xi为各海湾海洋经济总产值，X为渤海海洋经济平均值。

通过计算，结果（图2）显示：2001-2008年间，三大海湾海洋经济差异呈现先增大后减小趋势，2003-2007年三大海湾地区海洋经济差异较大，以2005年为界，可以将海洋经济差异演变划分两个阶段：一是，2001-2005年三大海湾地区间海洋经济差异逐渐增大，主要受首都大经济圈、京津冀城市圈的快速发展对渤海湾地区推动作用，促进渤海湾地区海洋经济发展，拉大了与其他海湾地区的差距，迎来海洋经济快速发展期；2004-2005年渤海湾地区进一步受天津滨海新区建设影响，差异急剧扩大。二是，2006年受辽宁沿海经济带、山东半岛城市群对辽东湾、莱州湾的推动作用，差异急剧缩减；2007年后小幅度缩减，三大海湾地区海洋经济进入均衡发展趋势期。

环渤海经济区是我国目前沿海地区三大经济区之一，是我国北方经济发展的重要增长极，也是我国重要的海洋经济区。渤海内有三个主要海湾，即：辽东湾、渤海湾和莱州湾。由于海洋地理构成、自然资源赋存、科学技术条件、社会经济条件、历史发展基础等不同，海湾地区的海洋经济发展水平存在差异。如何均衡协调发展渤海内三大海湾的区域海洋经济越来越受到关注。目前，有关海洋经济差异的研究多以省际为空间尺度，对海洋产业地域系统及三次产业结构的空间演变进行分析^[1-3]，少数学者从产业集聚空间变动的角度进行了一些差异性研究^{[4- 5]}。本文以海湾地理完整性为研究边界，研究分析辽东湾（大连、营口、盘锦、锦州、葫芦岛、秦皇岛）、渤海湾（唐山、天津、沧州、滨州、东营）、莱州湾（东营、潍坊、烟台）区域海洋经济发展的总量规模、海洋产业关联效应以及对地区经济发展的贡献，并进行差异性对比分析，为制定区域性海洋经济可持续发展政策与管理提供分析方法和决策参考。数据以所收集的海洋统计报表为准，跨海湾城市数据近似以大陆岸线比例系数分割处理。

1 海洋经济规模总量差异

2001-2008年辽东湾、渤海湾、莱州湾地区海洋生产总值（Gross Ocean Product，GOP）发展速度比较快（图1），平均年递增率2791%，相比各海湾地区生产总值（Gross Domestic Product，GDP）的平均递年增率19%，GOP的增速均超过GDP的增速，海洋经济成为三大海湾地区经济发展的重要动力。三大海湾地区海洋经济的基底与增长速度的不同，海洋经济发展水平和阶段各异，差异较为显著，为分析差异演变过程，引入泰尔指数法和变差系数法^[6]，泰尔指数和变差指数都是一个熵指数，反映地区之间的不平衡程度，熵指数越大，表示经济发展的地区间差距越大，其计算公式分别为：

泰尔指数：T=∑ni=1Xi∑ni=1X×lnXiX

，

变差系数：V=

∑ni=1(X-X)2n

X

式中：Xi为各海湾海洋经济总产值，X为渤海海洋经济平均值。

通过计算，结果（图2）显示：2001-2008年间，三大海湾海洋经济差异呈现先增大后减小趋势，2003-2007年三大海湾地区海洋经济差异较大，以2005年为界，可以将海洋经济差异演变划分两个阶段：一是，2001-2005年三大海湾地区间海洋经济差异逐渐增大，主要受首都大经济圈、京津冀城市圈的快速发展对渤海湾地区推动作用，促进渤海湾地区海洋经济发展，拉大了与其他海湾地区的差距，迎来海洋经济快速发展期；2004-2005年渤海湾地区进一步受天津滨海新区建设影响，差异急剧扩大。二是，2006年受辽宁沿海经济带、山东半岛城市群对辽东湾、莱州湾的推动作用，差异急剧缩减；2007年后小幅度缩减，三大海湾地区海洋经济进入均衡发展趋势期。

图1 2001-2008年三大海湾地区海洋生产总值变动

Fig1 Changes of gross ocean product of three bays, 2001-2008

nlc202309030957

图2 2001-2008年三大海湾地区海洋经济差异

Fig2 Difference of marine economic changes of three bays, 2001-2008

方春洪等：基于海湾空间的海洋经济差异分析

中国人口·资源与环境 2012年 第2期

2 海洋产业关联效应差异

海洋经济规模总量的差异主要表现为三大海湾地区海洋产业发展程度及其关联效应的不同。海洋产业关联效应是指以灰色关联理论为基础，通过具体测算海洋产业要素与区域经济要素之间的相关程度来分析海洋产业与区域经济的关联关系^[7]。灰色关联分析模型研究对象是两个系统或是系统的两个因素（原始因子和比较因子）随时间变化时其方向和速度的关联系数，关联系数的大小体现了原始因子受比较因子的影响强弱，运用其对GDP与各海洋产业间时间序列的相对变化进行计算和比较。关联系数计算公式：

ε0j(t)=Δmin+ΔmaxΔ0 j(t)+σΔmax

(t=1,2…,n)

式中， Δ0j(t)=X0(t)-Xj(t)为母序列与子序列之间的绝对差值；

Δmax=maxj maxiΔ0 j(t)

为母序列与子序列之间最大绝对差值，是系统整体性关联空间的反映；Δmin= minjminiΔ0 j(t)为母序列与子序列之间的最小绝对差值；σ为分辨率，取σ=0.1。

通过2001-2008年数据均值化处理代入模型运算后，结果（表1）显示：辽东湾地区对GDP拉动效应较大的海洋产业依次有滨海旅游业、海洋船舶工业、海洋渔业；渤海湾地区对GDP拉动效应较大的海洋产业依次有海洋交通运输业、海洋油气业、海洋船舶工业、海水综合利用与电力业；莱州湾地区对GDP拉动效应较大的海洋产业有海洋交通运输业、海洋渔业、海洋化工业、滨海旅游业、海洋油气业。由此可见，渤海内三大海湾地区各自依据海洋资源优势形成各具特色的海洋产业格局。

辽东湾地区滨海旅游业对区域经济发展的影响关联系数为0616 22，滨海旅游业产值在海洋经济中比重较高，辽东湾旅游资源丰富，拥有秦皇岛、大连等国内知名旅游城市，吸引了大量的海内外游客，对辽东湾地区的“食、宿、行、游、购、娱”的带动作用较明显；辽东湾地区海洋船舶工业发展较好，对区域经济发展的关联系数为0508 44，2008年辽宁船舶工业总产值31324亿元，居全国船舶工业第三位，以大连船舶重工集团为龙头形成的船舶产业集群，极大丰富了海陆产业联动的产业链条，成为促进区域经济发展的重要因素。

渤海湾地区海洋交通运输业对区域经济发展的影响关联系数为0836 32，天津港、京唐港、黄骅等大港集中分布，2008年渤海湾海洋交通运输业产值85亿元，渤海湾是京津冀经济区的核心区，也是对外贸易往来的重要出口之一；海洋油气业对渤海湾地区经济发展的影响关联系数为0726 35，海洋油气业是渤海湾地区的重要海洋产业，2008年天津市海洋原油产量1 55715万t，居全国首位，同时天津是全国石油与天然气产业基地。

莱州湾地区海洋渔业、海洋化工业对区域经济发展的影响关联系数分别为0745 01和0716 92。海洋渔业是莱州湾地区传统优势产业，2008年渔业产值达19779亿元，产业发展成熟且上下游关联性强，随着养殖技术不断升级，其产业效益和产业带动作用也不断提高，海洋化工业是莱州湾地区重要支柱产业，潍坊市属于全国海洋化工基地之一，2008年潍坊海洋化工业产值223.7亿元；海洋交通运输业对区域经济发展影响关联系数0.778 03，但受港址资源建设条件限制，港口规模不足，是区域经济快速发展的重要瓶颈之一。

同时辽东湾、渤海湾、莱州湾地区的海洋三次产业与区域经济发展的相关性也有所不同。分别将各海湾地区2001-2008年海洋三次产业产值和地区GDP历史数据进行相关分析，结果（表2）显示：辽东湾和莱州湾两地GDP发展均与海洋三次产业密切相关，相关系数在09以上，海洋三次产业的发展推动了GDP的增长；渤海湾地区GDP与海洋第二、三产业密切相关，尤其是海洋第二产业推动了GDP的增长，而海洋第一产业对其推动作用不明显，相关系数不到06。相关性分析结果与各海洋产业关联效应系数基本一致，从侧面证实海洋产业关联效应的合理性。

3 海洋经济发展贡献差异

随着沿海地区海洋经济快速发展，海洋经济日益成为地区经济的重要组成部分。2001-2008年三大海湾地区海洋经济占当地GDP比重逐渐上升，其中辽东湾地区比重高于渤海湾、莱州湾两地区，由1708%上升到3282%。为了更好把握未来海洋经济对社会经济发展的作用，采用二次曲线拟合法、一元回归、幂函数、灰色理论(GM(1,1))模型同时结合各地“十二五”规划^[8-11]分别对三大海湾地区海洋经济与区域经济总值进行综合均值预测，计算出三大海湾地区海洋经济发展贡献度（见表3）。

拟合预测结果(见图3)显示：未来十年莱州湾地区GOP占GDP比重上升趋势更加强

烈，在山东半岛蓝色经济区有力推动下，将进入海洋经济腾飞阶段，到2015年和2020年比

重将分别达到25％、31％；渤海湾地区海洋资源开发强度高，“十二五”期间天津市将大力发

展海洋新兴产业，推动海洋经济发展，预计到2015年和2020年渤海湾地区海洋经济产值分

别达6 000亿元和11 000亿元；辽东湾地区在辽宁沿海经济带的建设下，过去5年GOP占

GDP比重得到了快速提升，未来将呈现稳中有升的趋势，最终维持在35％左右。

空间分析旅游经济 篇6

一、“散客时代”来临,四川景区门票经济转型机遇与挑战并存

随着社会经济的快速发展,旅游业逐步从“团队时代”走向“散客时代”,散客游逐步成为旅游消费的主体。四川省各5A级景区也呈现同样的发展势头,其中:2011-2013年阆中古城自助游、自驾游合计的散客人数比例分别为69.6%,74.2%,89.7%;峨眉山、乐山大佛、青城山-都江堰的散客人数比例为77%、75%、80%。仅有黄龙目前是跟团游为主,占比为60%,但都较以前有大幅下降(见表1)。

一方面,散客时代的到来,为四川的旅游景区进行门票经济转型提供了机遇。散客对于旅游景区开发的要求不再仅仅只限于观光,对于旅游景区餐饮、住宿的档次,以及娱乐、休闲设施的要求越来越高,所以,四川旅游景区应摆脱对门票收入的依赖,注重其内涵建设和旅游公共服务体系构建,将与旅游业相关的交通、住宿、餐饮、购物、娱乐等关联性较强的产业进行重点建设与发展,建设旅游产业链条,进而促进地区经济持续快速发展。

另一方面,散客时代的到来,为四川旅游景区进行门票经济转型带来了挑战。散客在旅游消费上具有个性化、多样化和自主性特征,如何最大化的有效的满足不同消费者将成为景区转型的巨大挑战;同时,散客时代的来临,对景区交通设施尤其是停车场的需求增加,如何有效平衡保护与需求;此外,散客时代的来临对景区的应急以及安保等有了更高的要求。

二、在川游客消费构成游览支出占比较低,四川景区门票经济转型有较大空间

根据中国旅游研究院测算,一个旅游直接从业人员能带动5个人就业,旅游业对投资贡献为1:7,对住宿的贡献率为90%、对交通运输的贡献率为80%、对文化娱乐的贡献率为50%、对餐饮的贡献率为40%。旅游业将食、住、行、购、娱等多个行业部门联系起来,已成为广辐射、高就业、高创汇、高效益的综合性产业。

2002-2013年四川省旅游景区的国内游客在川旅游消费构成中,景区游览支出占比较小,平均维持在9%左右。其中,2002-2007年国内游客在川的景区游览消费占比持续增长,从2001年的8.7%增至2006年的10.9%,2007年达到历史最高点19.6%;2008年快速回落至8.4%,2009年为8.2%,此后又回升,2011年和2012年为9.4%,2013年又回落至8.6%。而作为基本消费支出的交通、餐饮、住宿的占比远高于景区游览支出。非基本消费支出的购物占比平均16.4%也远高于景区游览支出。所以,游览支出占比较小给旅游业的其他关联行业更大的发展空间,旅游发展对于交通、餐饮、住宿等相关产业具有强劲的拉动作用,这为四川省旅游景区实现门票经济转型提供了可能。(见图1)

三、游客停留天数与旅游资源丰富程度严重错配,四川景区门票经济转型提升有空间

四川旅游资源极为丰富,历来有“天下山水在于蜀”之说,并有“峨眉天下秀,夔门天下雄,剑门天下险,青城天下幽”之誉。从高原、山地、峡谷到盆地、丘陵、平原,从江河湖泊到温泉瀑布,从岩溶地形到丹霞地貌,一应俱全。山水名胜、文物古迹、民族风情兼备。然而,从2001-2010年四川省入境游客停留天数平均只有1.798天,低于全国各省份平均停留天数2.47天;同时,从2001-2010年这十年入境游客在川停留天数均明显低于全国平均数,其中差距较大的主要是:2005-2007、2009年在川停留天数分别为1.77、1.59、1.66、1.85天,同期全国平均停留天数为分别为2.46、2.49、2.49、2.55天,相差大约为0.7-0.9天。所以,游客在川停留天数与旅游丰富程度严重错配。从游客停留天数可看出,四川省旅游属于典型的观光型旅游,四川省各旅游景区应对门票价格的关注转移到对食、住、行、购、娱以及环境等环节的提升改造,将观光旅游向休闲旅游转移,门票经济的转型也就可以顺利实现。(见表2)

四、结论及建议

从游客构成比例、游客消费构成以及在川停留天数等看来,四川旅游景区实现门票经济转型有着较大空间。从操作层面讲,四川省5A级旅游景区要实现门票经济的转型,可从门票价格体系以及旅游产品两方面入手:

1、建立灵活的门票价格调整体系满足“散客时代”旅游者的多元化需求,刺激旅游消费。

散客时代的来临,旅游消费呈现出个性化、多元化的特征,如何有效满足游客的多元化需求至关重要。尤其是目前国务院公布《关于促进旅游业改革发展的若干意见》,鼓励职工结合个人需要和工作实际分段灵活安排带薪年休假,“高等学校可结合实际调整寒暑假时间,中小学可按规定安排放春假”,等意见的出台。旅游景区可根据实际状况,制定灵活的门票价格策略,如:(1)针对不同社会群体,制定不同的门票价格;(2)不同季节、不同时间段、景点不同游览段分别制定差异化的收费标准;(3)实行多种套票形式,单人票、家庭套票、团体票、周期票等等供游客进行多重选择。

2、门票价格制定刺激游客停留时间延长,实现观光旅游向休闲旅游的转变。

国内游客在川停留时间低于全国平均4.7天左右,与四川丰富的旅游资源严重错配。景区门票价格调整策略中可考虑部分景区如:九寨沟、青城山、峨眉山等门票可以两天有效。一方面,游客可从疲于奔命式的走马观花的观光旅游向追求在精神和体力上得到愉快的旅游体验的休闲旅游转变,旅游品质会大大提高,景区的口碑效应也会提升;另一方面,随着游客在景区逗留时间的增加,门票收入会有影响,但餐饮、住宿、娱乐等旅游关联产业的消费会增加。

3、旅游产业与其他产业融合,突出地方特色,实现产品的多元化,增加旅游附加收入,实现门票经济向产业经济转型。

目前四川旅游产品所依托的资源主要以自然人文性的观光景区为主,文化旅游资源开发严重不足。旅游业发展要与区域其他业态相联系,丰富旅游产品结构。如:峨眉山、乐山大佛应紧密结合乐山小吃特色以及佛教文化特色等推出新的旅游产品;青城山应紧密结合道教文化,同时结合‘青城天下幽’这一特色,让游客在观光中有更多的文化体验和特色体验。……从而有效地避免各景区旅游产品内容的同质化现象,增加旅游产品的参与性、体验性,增强景区的吸引力。实现景区旅游业与其他产业的有机融合,实现门票经济向产业经济转型。

摘要：随着旅游业的快速发展,门票经济制约着旅游经济以及地区经济的持续发展。为此,我们从游客构成、消费构成以及停留天数等三方面对四川5A级旅游景区门票经济转型进行分析论证发现:“散客时代”的来临、游览支出占比较低、停留天数与旅游资源的错配为四川旅游经济门票经济转型提供了空间。具体可通过构建灵活的门票价格体系、旅游业与其他产业融合构建多元化的产品体系等满足游客的多元化需求、延长在川停留天数和休闲旅游的转换,进而实现四川旅游业由门票经济向产业经济转型。

关键词：四川省,旅游景区,门票经济,空间分析

参考文献

[1]崔凤军.摆脱“门票经济”杭州全面盘活[A],建设和谐社会与浙江旅游业论文集,2006年.

[2]况学东.我国旅游景区“门票经济”转型研究[J],广东广播电视大学学报,2014年02期.

[3]林玉香.我国旅游门票经济向产业经济转型问题研究[J],中国林业经济,2013年05期.

[4]耿松涛.我国旅游景区门票经济的转型转型之困与应对策略[J],价格理论与实践,2012年07期.

[5]蒋昕,曹流.我国区域旅游门票经济的路径依赖与创新选择[J],湖北经济学院学报,2013年02期.

空间分析旅游经济 篇7

江苏地处长江下游、黄海之滨, 自古就有“鱼米之乡”的美誉。悠久的历史积淀和丰富的旅游资源铸就了“美好江苏”的旅游新形象。近年来江苏抢抓全国旅游大发展的机遇期, 加快旅游强省建设步伐, 旅游业实现了又好又快发展。据统计, “十一五”期间, 全省旅游总收入年均增长20.4%, 接待国内旅游人数年均增长15.6%, 入境旅游人数年均增长11.6%。2010年, 旅游总收入达4685亿元, 位居全国第一;旅游增加值突破2000亿元大关, 占全省地区生产总值的5.1%;实现旅游就业人数420万人;全省旅游经济的跨越发展在转变经济发展方式, 增加社会就业, 提高人民幸福指数等方面作出了积极贡献。在今年5月份召开的全省旅游发展大会上, 省委、省政府再次明确提出了打造旅游万亿级产业, 率先建成世界知名的旅游目的地的宏伟目标, 缩小地区旅游经济的差异, 并且出台了《关于进一步加快发展旅游业的意见》和《江苏省“十二五”旅游发展规划》, 为旅游强省建设提供了强有力的政策支持。

虽然全省旅游经济发展宏观形势喜人, 但我们发现江苏省内旅游经济空间发展水平仍存在较大差异, 突出表现在苏北、苏中、苏南区域间旅游发展不平衡, 市域间旅游收入差异系数较大等方面。基于此, 本文尝试以区域经济学为基础, 探讨江苏旅游业地区差异的动因及影响因素, 并借此提出付诸实效的调控旅游经济空间发展差异的对策。

二、江苏省市际旅游差异变化的空间特征

1. 市际旅游经济差异的总体变化趋势。

通过对2000-2010年13个市的旅游收入和人口数据两个测算指标进行泰尔指数的数据处理, 总结出市际旅游经济的总体发展态势。可以看出:江苏省市际旅游经济存在着较大的区域发展不平衡性, 苏南内部的泰尔指数随时间的推移越来越小, 苏南内部的差异和市际间的差异 (总差异) 存在着很强的一致性, 内部的年际差异变化较小。在2006年时间断面上, 泰尔指数达到峰值0.0378。苏南地区内部差异对总差异的贡献率一直保持在7.5%之上, 而苏中最高只有1.98%, 苏北最高才1.97%, 反映出苏南地带内旅游经济变动直接影响着江苏旅游收入时间差异的变动。而苏中、苏北两个地带内的差异上虽逐渐呈现出上升变化的趋势, 但由于其所占总收入比重较小, 波动所产生的震荡率有限, 相应地对总差异的贡献率也较低。

在时间序列上, 江苏省三个经济地带间旅游收入差异也表现出明显的阶段性特征。 (1) 2000年 (0.2907) -2004年 (0.3867) 地带间旅游收入差距呈扩大趋势; (2) 2005年 (0.3512) -2010年 (0.2042) 呈现出由高到低的发展趋势; (3) 2010年 (0.2042) 达到最低。这一现象揭示出地带间的差异变动对总差异的贡献直接影响着旅游经济的不平衡性, 2000年地带间差异对总差异的贡献率为88.00%, 到2010年地带间差异对总差异的贡献率为85.92%, 而地带内的差异随着时间的推移苏南内部差异逐渐变小, 苏中动荡起伏, 苏北差异越来越大, 因而协调地带间的旅游收入差异显得尤为突出。

2. 市际旅游经济差异变化的空间特征

(1) 地带间差异。

2000-2010间全省累计平均旅游收入2131.69亿元。其中苏南累计平均旅游收入1559.00亿元, 占全省的73.13%;苏中11年累计平均旅游收入281.59亿元, 占全省的13.21%;苏北11年累计平均旅游收入291.10亿元, 占全省的13.66%。由此可见, 江苏省旅游收入地带间空间分布很不均衡, 地带间的差异尤其明显, 总体上表现在苏南地区的旅游收入比重远高于苏中和苏北, 苏南起着核心带动作用, 地带间两极分化现象严重。但同时我们也看到:苏南地区自2004年达到74.97%峰值后, 2005-2010年出现比重平稳降低的变化, 旅游收入地域不平衡的局面有所缓和;反之, 苏中、苏北2005年以后出现上升趋势, 苏中地区上升略早于苏北地区。区域旅游经济的上述转变, 主要与江苏省对城市经济发展的政策导向有关, 政府逐渐改变只关注苏南等资源禀赋丰富, 区位条件优越, 基础设施良好的地区旅游产业, 而是更加注重区域旅游的发展平衡, 变苏中、苏北的旅游发展劣势为后发优势。

(2) 地带内差异。

从地带内来看, 三大地带内的总体状况是苏南的泰尔指数随时间推移由地向高发展 (2006年是转折点) , 再急速下降。苏中和苏北都是在震荡中上升, 且上升的速度缓慢。具体来说苏南地区地带内差异的变化趋势总体上泰尔指数呈现下降趋势, 前五年指数高, 后五年指数低, 泰尔指数最高的是2006年0.0378, 最低的是2010年0.0096, 地带内贡献率最大的也是2006年11.03%, 最小的是2004年7.48%, 苏中地区泰尔指数呈现出震荡上升的趋势, 上升速度缓慢, 变化较小, 最高的泰尔指数是2009年0.0996, 最低的是2000年0.0593, 地带内贡献率最大的也是2010年1.98%, 最小的是2004年1.19%。苏北地区呈现的泰尔指数是震荡上升的趋势, 最高的泰尔指数最高是2007年0.1319, 最低的是2002年0.0749, 地带内贡献率最大的是2010年1.97%, 最小的是2004年1.31%。

(3) 市际间差异。

江苏省13个地级市旅游经济差异情况可以通过不同年份的旅游收入分析获得, 通过计算分析其累计比重的变动情况, 以此解析江苏旅游收入市际差异和变化规律。我们发现旅游收入在市际间表现出由苏南向苏北逐渐递减的分布特征, 其中苏州、南京、无锡的旅游收入远高于其他城市。截至2010年, 累计旅游收入前85%的城市包括苏州、南京、无锡、常州、镇江、扬州、南通七个市。与2000年相比, 位列城市没有发生变化;但在内部排序上, 常州超过了镇江和扬州, 苏南城市内部 (南京除外) 呈现出由东向西收入递减的趋势。在空间集聚上也有所增强。如2000年苏州、南京、无锡占总收入的比重为57.32%, 2010年苏州、南京、无锡占总收入的比重达到57.63%。同时, 苏南片区的旅游总收入的比重大但增速放缓, 区域间的不平衡有所缓解, 旅游收入的扩散辐射作用逐渐大于极化作用。这主要得益于苏南、苏中、苏北交通网络一体化进程加快, 缩短了市际间的距离, 城市内部经济的崛起带动了城市旅游经济的发展。

三、空间差异的影响因素分析

1. 旅游资源禀赋。

这是影响国内旅游收入区域差异的主要因素之一。江苏旅游资源虽然丰富, 但旅游资源地域差异比较明显。根据江苏旅游资源调查数据分析, 从市际间来看主要集中在宁、扬、锡、苏等4市, 这与全省旅游收入历年的排名是基本吻合的。从地带间的分布来看, 苏南地区旅游资源点不仅总体数量上远高于苏北, 且呈现以块状或线状集中。而苏中、苏北旅游资源不但小而且分散。只有徐州市区和以新沂、睢宁为中心的两个中心比较密集。

2. 基础设施。

世界银行指出, 基础设施即使不能称其为牵动经济活动的“火车头”, 也是促进经济发展的“车轮”。旅游基础设施的建设直接影响旅游吸引力, 苏中、苏北基础设施条件较差, 交通网络落后, 铁路和航空运输更少, 高等级的公路还需要进一步的扩大, 近几年虽然修建了几座跨江大桥, 基础设施有了大的改观, 但与苏南纵横交错的铁路公路、航空、水路相比差距较大。因此, 改善苏中、苏北地区的旅游基础设施, 是苏中、苏北旅游业跨越式发展的基础条件。

3. 旅游设施及服务。

包括食宿设施、游览设施、购物设施、娱乐等设施在内的旅游服务是旅游产品的核心。实际上, 旅游设施和旅游服务是密不可分的, 它们以旅游企业为主要表现形式。江苏三个地带的旅游企业数量、从业人员的分布也呈现出不平衡性, 其中饭店占总数的66.71%, 旅行社占47.92%, 47.81%的景区以及70.6%的从业人员都聚集在苏南地区, 苏中、苏北则相差甚远。而且就业人口人才密度、人口人才密度、面积人才密度等指标也是苏南占绝对优势 (方法林, 2011) 。旅游设施和旅游服务作为一个地区旅游业发展的先决条件, 是保证提供给令游客满意的旅游产品和服务的重要载体, 直接影响到旅游企业的盈利水平。

4. 区位因素。

区位优势程度影响到区域的经济发展, 区域的经济发展差距在很大程度上是区位优势差异的结果。在开放经济的背景下, 区域优势的差异决定了区域对外开放度, 对外开放度的差异又会推进区域优势差异的变化和扩大 (安礼伟等, 2005) , 这种差异同样会影响到区域的旅游经济的平衡发展, 如苏州、无锡以及南京、常州的区位优势较好, 南通、镇江、扬州、泰州的区位优势中等, 而徐州、盐城、连云港、徐州、淮安以及宿迁的区位优势相对较差, 这也是苏南、苏中、苏北三区域内旅游空间经济发展水平差异的主要原因。

5. 区域经济发展水平。

一个地区的经济发展水平决定着旅游业的发展程度。据统计, 2009年苏南、苏中和苏北城镇居民人均家庭总收入分别是27404.15元、17698.10元和13272.70元;农村居民人均家庭总收入分别是12267.2元、9338.5和8298.7元, 收入差异梯次明显。 (江苏统计局, 2010) 。一般而言, 地方生产总值较大的地区跟旅游收入呈正相关关系, 苏南地区的生产总值绝对值和所占全省的比重 (2004年9581.98亿元, 占全省63.87%。2008年19111.48亿元, 占全省61.69%) 都领先于苏中和苏北 (江苏统计局, 2010) 。再从市际间分析, 苏州、南京、无锡三个市域的两次普查中生产总值与旅游收入的排序也是呈正向分布的。随着各地人群的收入增长, 居民能够承担旅游消费支出的加大, 将进一步扩大旅游市场, 促进当地旅游业的发展。

四、对策分析

江苏旅游经济空间差异的变化反映出区域经济的不平衡的特征, 江苏旅游经济差异在区域间随时间的变化呈现出缩小的趋势。为了全面提高江苏省旅游经济效益水平, 使苏南苏北旅游经济达到平衡发展, 在对江苏旅游经济差异变化空间特征及影响因素分析的基础上, 提出以下建议:

1. 加强区域之间的旅游协作, 加大政府的调控政策。政府的调控主要是在苏中、苏北地区, 除原有的政策外还要实施一些有利于大旅游发展的利好措施, 如放宽对旅游开发的土地使用、资金投入等, 以促进江苏南北旅游经济的协调发展。要策划组织大型营销活动, 开发特色旅游线路产品, 联合促销, 打造区域旅游企业的形象品牌。

2. 旅游发达的地区要起到辐射和带动作用。从前文分析的结果, 我们可以看出目前全省旅游经济主要依托于苏南地带旅游经济的发展水平, 苏南地区内部差异对总差异的贡献率一直保持在7.5%之上, 而苏中最高只有1.98%, 苏北最高才1.97%。笔者认为要缩短省内旅游经济的发展差异, 应通过构建以苏州、无锡、常州、南京等旅游发达城市为重要节点, 实行旅游资源空间结构“点—轴—带”模式的滚动开发, 实现江苏省旅游业的协调发展和整体水平的提升。

3. 苏北、苏中地区要依托丰富的旅游资源, 积极的招商引资, 开发旅游资源, 加强基础设施尤其是交通网络的投入, 提高旅游服务水平和接待服务能力。政府和区域内的大旅游企业, 要积极实施“走出去”和“请进来”的发展战略, 高度重视旅游招商引资工作, 认真研究旅游招商政策, 着力做好旅游投融资项目的策划包装, 以吸引资本注入带动城市旅游经济的兴起;同时要注重通过构建一体化交通体系网络, 产生旅游六要素的服务网络;注重以城市为基础设计国内旅游线路, 形成城市内部线路和环城市旅游带, 由南京、徐州、苏州等节点城市向外辐射形成省内游线网络。

4. 苏北、苏中地区还要突破体制的障碍, 加快地方城市的经济发展。通过转变政府经济职能, 统一规划, 形成资源整合和统筹开发格局, 凸现城市特色旅游资源, 形成错位发展、优势互补、共建共赢的发展格局;积极建立起区域旅游集散中心, 完善旅游咨询系统、旅游导引系统等旅游公益性设施体系;加大旅游设施建设力度, 主动与苏南、上海对接, 将旅游资源优势转化为旅游产品优势, 进而转化为市场优势, 提高城市的知名度和经济效益。

五、结语

本文研究了江苏2000-2010年旅游经济发展水平在市际间、地带间、地带内空间差异变化。研究结果表明:

1. 江苏省旅游经济发展较快, 但旅游经济市际间、地带间差异显著, 地带内差异较小。总体上表现为苏南地区的旅游收入比重远高于苏中和苏北, 而在时间序列上表现为前五年苏南地区收入呈上升趋势, 旅游收入朝苏南地区高度集聚导致了地带间的泰尔指数扩大, 后五年地带间的泰尔指数呈现缩小趋势, 收入平稳下降。苏中与苏北差异变化在泰尔指数和旅游收入上与苏南相反。

2. 市际间差异表现在旅游收入集中在苏州、南京、无锡、镇江、扬州、常州、南通七个市, 其中苏南五市全部在里面, 其它二个在苏中地区, 苏北一个都没有。苏南内部的差异和市际间的差异 (总差异) 存在着很强的一致性即旅游收入由南向北呈下降趋势, 并随着时间的推移市际间差异也呈现出前五年上升加快比重较大, 后五年下降趋势出现收入比重变小, 区域间的不平衡达到缓解。

因此, 江苏要实现旅游产业向支柱产业的跨越式发展, 还需要克服诸多障碍, 尤其要在旅游产业的经济效益、发展潜力、关联效应和比较优势等方面下更大的工夫。

摘要：本文以江苏13个市区为研究单元, 参考泰尔指数分析评价2000-2010年江苏省旅游经济的空间结构特征, 揭示了江苏旅游经济发展的时空差异和变化规律, 诠释了影响江苏旅游经济空间差异的主要因素, 提出了江苏旅游经济南北协调和谐发展的建议。

空间分析旅游经济 篇8

经济全球化进程减缓、区域一体化进程加快,促使生产要素在区域内集聚和流动,全球经济开始进入以区域为单位的竞争时代[1,2,3]。旅游产业作为新兴服务业具有较强的经济乘数效应,对区域联动、区域互补等具有重要的促进作用。区域一体化打破了旅游地相互孤立的格局,取而代之的是区域内的共生共存,而这种关系主要体现在旅游经济的共生共存[4]。旅游经济的空间结构反映了旅游地间经济联系紧密程度,影响着旅游地在区域中的地位和作用,进而影响其战略角色定位和竞争策略选择。

当前,国内外关于旅游经济的空间结构研究多是以经济地理学和其他学科的传统理论为基础,结合具体的旅游区域来研究。代表理论有核心—边缘理论、点—轴理论和空间一体化理论等[5,6,7],对旅游地的个性差异研究较为深入,但对旅游地间的经济联系,尤其是区域内旅游经济的整体空间结构研究相对不足[8,9,10,11,12,13]。在研究方法上,多是基于传统的数量统计和指标构建对旅游地进行评价[14,15,16,17],在社会网络分析法的使用上也多基于旅游流理论对目的地网络结构、组织结构、客源结构进行分析[18,19],对跨行政边界的经济区整体经济空间构成的研究十分欠缺;在研究对象上,多为我国长三角、京津冀等发达经济区[20,21,22],对内陆型经济区的旅游经济空间结构研究不足。

随着改革开放的深入,特别是自西部大开发战略实施以来,2010年前后国务院先后批复设立了北部湾经济区、成渝经济区、关天经济区和中原经济区等一批国家级经济区,成为中西部地区实现跨越式发展的战略引擎。其中,中原经济区以其悠久的历史文化资源、优越的交通区位、独特的物产资源,成为华夏历史文明传承和创新发展示范区。旅游业作为活化文化遗产和文化创新发展的重要手段,对培育中原文化特色、提升文化软实力、增强民族凝聚力具有重要作用。随着中原经济区的蓬勃发展,经济区内各旅游地的战略定位、规模分布、位序排列等不够清晰,缺少对经济区内旅游经济空间结构的优化分析,亟需相关理论支撑。

2 研究区域与研究方法

2.1 研究区域

中原经济区地处中国中心地带,以郑汴洛为核心,中原城市群为支撑,涵盖河南全省和河北、山东、山西、安徽周边共30个地级市,是国家重点开发区域。中原经济区以其优越的地理位置、发达的交通体系和巨大的市场潜力,成为首个内陆型经济改革和开放经济区。2014年底,中原经济区以总量5.5万亿元的GDP,成为经济总量位列全国第四的经济示范区。除了市场、交通、农业等方面的天然优势外,中原经济区更是华夏历史文明最丰厚的地区,有着丰富的旅游资源和广阔的旅游市场。2012年《中原经济区规划》提出挖掘中原历史文化资源,加强文化遗产保护与传承,建设华夏历史文明传承创新发展区。旅游业作为文化遗产活化和文化创新发展的重要手段无疑对培育中原文化特色、提升文化软实力、增强民族凝聚力具有重要作用。作为全国区域协调发展的战略支点,旅游业以其强大的经济连带效应对区域内协调发展具有重要促进作用。因此,加强不同省市之间的旅游经济联系,促进旅游经济空间结构的优化,对区域内旅游经济协调发展、提升人民生活质量、促进文化遗产资源的活化使用具有重要的战略意义。

中原经济区包含河南省、山东省西南、河北省南部、安徽省西北和山西省东南共5个省30个地级市(包括10个直管市和3个县区)。本文根据城市的重要性、内部联系性、数据可获取性等原则,选取30个地级市作为研究对象,包括郑州、开封、洛阳、南阳、安阳、商丘、新乡、平顶山、许昌、焦作、周口、信阳、驻马店、鹤壁、濮阳、漯河、三门峡、济源、聊城、菏泽、邢台、邯郸、淮北、宿州、蚌埠、亳州、阜阳、运城、晋城和长治(图1)。

为了保证数据的确切性、时效性和可比性,文中所涉及到的社会经济数据来源于2014年的《河南统计年鉴》和其他各城市2014年的《经济与社会发展统计公报》。城市之间的公路里程数据,本文以百度地图自驾线路中的最短路线为来源,查询时间为2015年3月。

2.2 研究方法

旅游经济空间联系模型构建:社会网络分析研究以“关系数据”为基础,对节点的属性与特征进行分析,是对以往“属性”数据的“关系”化,以研究区域内各节点间的联系。本文以经典引力模型为基础,将各城市之间的旅游经济空间联系界定为:

式中,Fij为i,j区域旅游经济的空间联系强度;Kij为地区i对j联系的贡献程度;Pi、Pj为接待的游客数(万人);Qi、Qj为旅游收入(亿元);D2ij为i和j之间的平均路面距离,以两地区的公路里程(km)代表。

网络密度:网络密度刻画的是各个目的地节点之间的旅游经济紧密程度,其数值是区域网络中真实存在的联系数据与理应存在联系数的比值。数值越大,表明网络密度越高,节点之间的旅游经济联系越多,整体网络结构趋于稳定且调配和获取资源的能力越强。有向网络的网络密度计算公式为:

式中,D为网络密度值,n为节点城市数量,若节点i和节点j有联系则d(ki,kj)的值为1,否则为0。

网络中心度:网络中心度是对网络节点“权力”数值的分析,反映各节点在网络中处于“权力中心”的程度,体现各节点在网络中的参与程度和影响力,主要指标有点度中心度和中间中心度。点度中心度测算的是某一节点与其他节点的直接关联数,反映节点之间的交往能力,直接关联越多则越有可能居于中心地位,拥有较大权力的机率也越大。在有向网络中,点度中心度可分为点出度和点入度,分别反映的是节点对其他成员的旅游经济辐射能力和节点受其他成员的旅游经济影响程度。点出度越大,说明节点对其他节点的旅游经济联系和辐射越强,在网络中占据核心地位;点入度越大,说明节点受其他节点的旅游经济影响越多。点入度和点出度的计算公式分别为:

中间中心度:中间中心度刻画的是两个非邻接节点间的旅游经济联系受制于网络中其他节点的程度,尤其是处于非邻接节点捷径上的区域,反映的是节点对资源的控制程度。如一个节点位于多条其他节点间相互联系的捷径上,则该节点的中间中心度越大,在区域中处于核心位置。其计算公式为:

式中,CABm为中间中心度,gij为节点i和节点j的捷径数,gij(m)/gij为节点m恰好在节点i和节点j捷径上的概率。

结构洞:结构洞是两个节点之间非冗余的联系,是至少三个节点之间关系构成的一种特殊结构,具备“经纪行为”(Brokerage)特性和较高的社会资本,可为经济区带来较大的发展机遇。对结构洞的衡量主要采用有效规模和限制度两个指标:有效规模是节点的个体网规模与网络冗余度的差值,即网络中的非冗余因素。节点的有效规模越大,说明节点的核心地位越强,能为区域内旅游经济发展提供重大机遇,其计算公式为:

式中,j代表与自我点i相连的所有点;q是除了i或j之外的每个第三者;piq、mjq是自我点i和特定点j的冗余度;piq是i投入q的关系占比;mjq则是j对q关系的边际强度,即j到q的取值与j到其他节点关系中最大值的比值。

限制度衡量个体网络的闭合特征,即网络中节点之间间接和直接相连的紧密程度,反映某个节点运用结构洞的能力。其计算公式为:

式中,pik是i行动者投入到k中的关系占其总关系投入的比重。

3 结果与讨论

3.1 旅游经济网络密度分析

基于旅游经济空间联系模型,可分别计算出反映上述30个地级市之间双向关系的旅游经济联系数值。将该数据集导入到社会网络分析软件Ucinet中,调用Netdraw工具包,生成反映中原经济区旅游经济空间结构的基本形式(图2)。图2以各城市节点的大小反映各个节点的中心度,地级市之间相互联系的强度则通过连线的粗细反映。

分析中原经济区旅游经济空间结构图,可清晰地看到郑州、洛阳、开封、焦作、晋城5个城市由于经济基础较好或旅游经济较发达,在整个中原经济区中的核心地位和辐射范围是较高的;安徽省的淮北、蚌埠、宿州、阜阳、亳州5市,除亳州与商丘有较密切的旅游经济空间联系外,其他4个城市与经济区内其他城市的旅游经济空间联系较松散;而山西省内的运城、晋城和长治3市,河北省的邢台、邯郸两市与山东省的聊城、菏泽两市,相对与中原经济区内的其他城市的旅游经济空间联系较紧密。

根据网络密度和平均距离算法计算中原经济区整体网密度和各城市间的平均距离,中原经济区旅游经济空间联系网络整体网密度为0.2378,处于较低水平,反映了中原经济区整体旅游经济联系较弱,处于较松散的状态。计算中原经济区各城市之间的平均距离为1.917,基于距离的网络凝聚力为0.313,说明中原经济区的整体旅游经济凝聚力较弱、结构较松散。同时,以安徽省5市,山东、山西、河北三省7市(基于地理位置和节点数量的考虑)、河南省18市的数据分别建立旅游经济空间联系网络,对其各自整体网络密度和平均距离进行分析(表1),可见基于行政区划的城市旅游经济空间的整体网密度都大于0.72,表明行政区划是旅游业的跨区域合作重要因素。随着中原经济区协调发展的深入,旅游的跨区域合作和互动势在必行,旅游经济集群优势也逐渐显现,因此未来旅游发展必然要消除这类政策障碍性因素。

总体而言,中原经济区各城市的旅游经济空间联系以郑州市为核心,以洛阳、开封、安阳为二级核心节点对周边城市进行辐射,行政区划对各城市间的旅游经济空间联系影响较大。从中原经济区内部结构来看,中原经济区和北部省、市域之间的旅游经济空间联系比中原经济区和南部省、市域之间的旅游经济空间联系较强。

3.2 旅游经济网络中心度分析

构建中原经济区各城市节点旅游经济空间联系网络,分析各节点城市在旅游经济网络中的点出度和点入度,以衡量各城市的辐射范围和受其他城市影响程度。调用Ucinet相应程序,计算出中原经济区旅游经济空间联系网络的点度中心度的点出度为12.31%、点入度为3.25%,整体网络的中间中心度为24.14%。

各城市节点在中原经济区旅游经济网络中的中心位置和情况见表2。从表2可见:(1)从中原经济区旅游经济空间联系网络的点度中心度排序来看,郑州市的点出度远远大于其他城市,这反映了郑州市作为中原经济区内核心城市是整个经济区内的政治、经济、文化中心,对其他城市的旅游经济辐射作用巨大。除郑州外,洛阳、焦作、开封、晋城4市无论是在点出度还是在点入度上都大于经济区内其他城市,反映了这四个城市在整个经济区内既是区域内的旅游经济辐射中心,又是旅游经济开发和投资的热点。对除河南省内城市之外的其他城市进行分析,发现安徽省内5个城市无论是点出度还是点入度排名都在后10名内,而山西省内3个城市的点入度和点出度都在前13名内,这一方面是由地理位置和空间距离造成的,另一方面也反映了经济区内旅游经济空间联系的“南弱北强”格局。(2)在中原经济区旅游经济空间联系网络中,南阳、信阳、菏泽、济源、聊城、漯河、三门峡、蚌埠、亳州、阜阳、邢台、鹤壁和淮北12市中间中心度为0,驻马店、许昌、濮阳、商丘、周口5市的中间中心度较弱,表明这些城市在中原经济区中的“中介”地位较低,对经济区内其他城市旅游经济的“集散”作用较低,处于中原经济区的边缘位置。郑州、安阳、洛阳、平顶山、宿州5市的中间中心度较高,表明这些城市在中原经济区内处于旅游经济“枢纽”地位,与其他城市的旅游经济联系较密切,对经济区旅游经济整体网络的构建起着重要的支点作用。

3.3 旅游经济网络结构洞分析

从中原经济区旅游经济联系网络结构洞的指数来看(表2),郑州市的旅游经济有效规模达到23.45,与其他城市联系能力受其他城市影响的限制度为0.15,在整个经济区内最小,表明郑州市的个体网络开放程度最高,具有结构洞优势,是经济区内旅游经济网络相互沟通的重要节点,边缘城市间的旅游经济联系往往需要通过郑州“中转”。类似的洛阳、开封、安阳、邯郸4市内的旅游经济有效规模都达到了5以上,这些城市是区域内旅游经济联系的重要节点,对片区内旅游经济沟通和联系起着重要的作用,能为区域内旅游经济发展带来重大机遇。从限制度指数来看,淮北、阜阳两市限制度指数达到1,表明这几个城市在中原经济区内与其他节点城市的旅游经济联系完全依赖于其他节点,个体网络几乎是闭合的。亳州、信阳、蚌埠、聊城4市的限制度指数达到0.6以上,表明这些城市的个体网络开放程度不高,在经济区内与其他城市的旅游经济联系具有较大的限制性,旅游经济的发展受其他节点城市的限制作用明显。分析其原因,一方面是由地理位置和经济基础决定的,另一方面也可能存在行政区划的影响。

3.4 核心—边缘结构分析

调用Core/Periphery程序对中原经济区的旅游经济空间联系网络进行“核心—边缘”结构分析,结果见表3。对结果进行分析发现,郑州、开封、洛阳、安阳、新乡、焦作、邯郸、晋城、长治9市是中原经济区内核心城市,对旅游经济发展起着关键作用。从核心区的行政分布来看,河南省外的核心区包括邯郸、晋城、长治3市,表明这些城市有望成为片区内旅游经济联系的枢纽和核心城市。

从表3可见,核心区网络连接密度达到0.792较高的水平,边缘区对核心区的旅游经济连接密度只有0.042,表明核心区和边缘区间旅游经济发展差异较大,同时也说明边缘区内的城市对核心区旅游经济联系较少、影响较小,中原经济区旅游经济集中在核心区的城市。表3核心区与边缘区网络连接密度的巨大的差异进一步说明加强核心城市旅游经济建设、核心城市对片区内边缘城市的旅游经济辐射作用,同时采取措施促进边缘区旅游经济的融入,对优化中原经济区旅游经济空间结构、促进区域联动发展具有重要意义。

4 结论与建议

本文以中原经济区内30个地级市为研究单元,基于经典引力定律构建了旅游经济空间联系模型,运用社会网络分析方法研究了中原经济区旅游经济空间联系网络的结构特征。

4.1 结论

中原经济区处于发展初级阶段,相应的旅游经济空间联系网络整体处于较松散和初级阶段。各片区内网络密度远远超过整个经济区内的网络密度,基于距离的凝聚力也较低,表明旅游经济联系存在空间分布不平衡的态势。

从省域来看,省域内部各城市旅游经济空间联系较紧密,表明行政区划对中原经济区旅游经济一体化的建设是障碍性因素;从南北差异来看,中原经济区内地理位置偏北的城市比地理位置偏南的城市在旅游经济的空间联系方面更为紧密,表明中原经济区旅游经济空间联系网络呈现“南弱北强”的格局。

中原经济区内旅游经济出现了以郑州、开封、洛阳、安阳、新乡、焦作、邯郸、晋城、长治为代表的多核心格局,各片区内核心城市与其他边缘城市的联系和互动较强,这些城市有望成为带动片区内旅游经济协同发展的核心。

4.2 建议

加强跨省域的旅游经济合作和互助,消除旅游经济一体化的政策性障碍,实现省域之间的旅游经济平衡发展和优势互补。省域、市域内经济基础、旅游资源、区位优势存在着巨大的差异,通过政策性措施发挥优势资源,提升资源配置效率,促进旅游经济区域一体化。

优化旅游经济空间结构,协调南北差异,促进中原经济区内旅游经济的区域协调发展。安徽省5市、河南南部的信阳、南阳等市具有丰富的旅游资源,而经济区内北部城市经济基础较好、旅游需求较强,未来要协调南北部的供给和需求结构,减小南北差异,促进区域协调发展。

发挥核心区域优势,以核心区域作为支点,带动片区内旅游经济一体化。具体来讲,郑州、开封、洛阳、安阳、新乡和焦作是河南省内旅游经济发展的核心,保持其现有核心优势同时扩大其旅游经济辐射范围,维持河南省内城市在中原经济区中核心地位;邯郸、晋城和运城是跨省域的旅游经济核心,考虑其跨省域和核心性的特征,继续发挥这些城市的旅游经济核心作用,促进其发展成为联系边缘区旅游经济的重要节点,巩固和提升中原经济区的旅游经济质量。

摘要：旅游经济的空间结构对区域内旅游经济协调发展有着重要影响。基于经典引力模型和社会网络理论,对中原经济区内30个地级市相互之间的旅游经济联系进行量化,运用Ucinet 6软件对分析结果做可视化呈现,探讨旅游经济空间结构。结果表明:省域边界等行政性因素是阻碍经济区内旅游经济一体化的重要因素,经济区内旅游经济网络呈现南弱北强的空间不平衡态势,区内旅游经济存在多核心节点城市。为了优化中原经济区旅游经济空间结构,提出消除政策性障碍、协调经济区内旅游经济发展差异、发挥核心城市优势等建议。

空间分析旅游经济 篇9

我国幅员辽阔,大量的乡村聚落是我国8亿农民的生息之所,也是古老中华悠久文明的历史文化根基。村落空间是时间和空间的统一体,它的起源、形成、发展有其独特的内在与外在生成逻辑。乡村旅游经济功能的注入必然会引起村落形态和结构的重构。村落空间的规划设计作为人工外部因素,目标是把这种系统的重构导向一个正确的方向。如何通过村落空间设计来应答来自乡村旅游方面的诉求,是摆在设计师面前的一个难题。

重庆大学的“贵州仁怀市中枢至茅台生态景观走廊规划”项目,其中07/08地块上一个村落的更新作为项目重要组成部分,从实践的层面上探索了如何通过村落空间的规划与设计来应答来自乡村旅游经济的诉求,以及平衡与新农村建设、可持续发展、地域文化保护的关系。

2 项目概述

项目规划对象位于贵州省仁怀市,是连接中枢镇与茅台镇的7.5 km长的客货通道,平均路宽7.5 m,交通十分繁忙。

07/08地块位于中枢至茅台公路中段,是整个路段中最大的一块平坝,因此也成为农业生产生活的集中之地,并形成较为集中的村落空间。地块主要由农村居住用地和生产用地组成,间有少数采石场和煤矿、砖场等工业用地。

通过分析和思考认为,这个村落规划的成败关键在于能否将这些目标所产生的诉求融入到设计当中去。结合当前可持续发展和地域文化保护的大趋势要求,总结出了当地村落空间发展中的四种诉求。

3 当地村落空间发展中的四种诉求

3.1 乡村旅游经济发展的诉求

3.1.1 能良好整合和发挥现有旅游资源优势

旅游资源包括自然景观和人文景观。当地的自然景观资源方面:地块内地势平坦,四周群山环绕,满目青翠,环境安静而内聚,是良好的休憩之所。人文景观方面:黔北聚落和民居文化、深厚的“茅台酒文化”底蕴、古老的农业文明(包括了农民的耕作方式和生活方式)、建国初期的典型建筑风格、废弃的采石场和煤矿所产生的工业文化遗迹。将其突显出来并整合成一个连贯的系统,是塑造村落旅游吸引力的关键。

3.1.2 具有良好的旅游支持体系

目前乡村旅游产品开发大致可分为农事体验、休闲观光、乡村民宿、文体娱乐、民俗节庆五个方面的休闲体验活动近100项。村落空间应能为这些活动的开展提供支持。其次,村落应具有好的交通条件(内部人、物输送及对外交通接口)和完善的基础设施(水、电、气、通讯、污物处理等)。

3.2 新农村建设的诉求

1)推进农业产业结构的调整,实现结构升级,促进农民增收和生产生活方式的转变。

2)推动村庄规划和人居环境的治理,完善农村基础设施,为当地村民提供优美舒适的生存环境。

3.3 可持续发展的诉求

在当地原有经济结构中,存在着一些环境污染和生态破坏严重的第二产业,如采矿(煤、石材)和制砖厂。作为第一产业的传统农业发展方式也对当地的自然环境造成较大破坏,人口压力所引发的过度的山地开垦,造成了水土流失和野生自然环境的后退以及物种多样性的降低。如何去除有害产业,改造传统产业,修复受损的生态环境,促进经济社会环境的良性发展,成为当地可持续发展的诉求。

3.4 地域文化保护的诉求

当地拥有着土生土长黔北聚落和民居文化以及享誉中外的“茅台酒文化”、历经千年的古老的农业文明、建国初期的建筑风格和工业文化遗迹等,这些颇具地域特色的文化特征正在随着时间的磨蚀而慢慢消亡,如何进行保护和抢救是目前的紧迫任务。

4 诉求的应答

文中从乡村旅游经济的角度去研究村落空间设计,因此对于诉求的应答也应该通过这个角度来阐述,但最终目标是使各种诉求都获得良好的应答。

4.1 对旅游资源整合与优势发挥的应答

乡村自然景观是人文景观的背景和依托,应采取保护、培育和适度开发的方式。采用乡土植物资源和经济林木对当地进行绿化和生态修复,严格保护汇水线等生态敏感区域。结合国家长江中上游天然林保护工程,对坡度大于12°的地区实施退耕还林,保护原有地形地貌,积极恢复当地自然景观意向。结合现有汇水区和沟渠,布置池塘等蓄水面,防灾的同时又可以增加景观多样性和经济效益。村落布局方式上依旧采取分散式,让人工环境和自然环境形成相互穿插,营造良好旅游和生活环境。

乡村人文景观的整合与开发是构成当地旅游吸引力的关键。针对当地村落结构和形态破碎,农民住宅风格“国际式”的倾向,在规划设计中,依然保留该地区所特有的黔北“大分散,小集中”的格局,通过对局部的修补、更新、替换的方式来明确村落结构及形态。从当地的传统住宅样式中提取几种模式,作为村落的部分组成单元,从而较好的保留了传统聚落空间的构成因子,从宏观到微观上对当地的聚落传统文化进行了延续和继承。对于风貌杂乱的现状建筑,采用建筑类型学的方法,将建筑分解为檐口、窗、门等构成要素,然后再统一分类和根据黔北建筑风格制定改造原则。至于建国初期遗留下来的卫生所、村委会等公共建筑,在进行加固和修缮后用作别的功能。

“酒文化”及“农业文化”的元素和符号贯穿了整个外部空间的设计,与“黔北文化”的建筑一起营造出浓厚的地域文化的氛围。采石场所留下的生态伤疤通过植被绿化进行修复,在场地最大的一处采石场原址还加入了可参与性,形成了供游览和休憩的岩石公园。遗址的局部仍保留着开掘山体时留下的伤痕,生产工具和人工构筑物也被重新诠释和保护下来,以对过去的历史作着无声的纪念。位于村落中心的小煤矿被废弃后,原址改建成了一个供游客和居民使用的休闲小公园,同时,矿车和铁轨也被保留下来。结合着旁边民俗广场的建设,形成了以煤矿文化和地域文化为主题的村落中心活动空间。

在道路体系规划上,重新整修原有内部道路并增加若干车行道和步行道,使各个旅游节点与路径形成了完整的旅游线路系统,将资源优势整合起来。

4.2 对旅游支持体系的应答

对原有土地利用方式进行重新调整,尽量利用闲置土地来进行新的建设,严格保护基本农田。依据发展休闲农业的要求,规划了各种特色的农业种植园区,为各种旅游活动的开展提供了条件。在旅游配套设施建设方面,采用集中和分散的处理方式。在临近村子入口和中心广场地区,集中建设一批专门的商业服务设施,为较大的经营业态提供空间。更多的则是将旅游的功能空间与农村居住空间相复合,让旅游者深入到普通农家中去,提供更加真实的农事体验、休闲观光、乡村民宿、文体娱乐活动。为此专门设计了几种住宅和院落模式,既适应农民生产生活,又可以拥有一定的旅游接待功能。在内部交通体系建设上,将农村的道路交通功能与旅游功能复合,做到旅游和生活兼顾。在对外方面,在村口设置静态交通节点(停车场、停车港等)与周边交通形成对接(见图1)。

如果单对乡村旅游经济做出应答,并不能做出好的村落空间规划设计,因此也需要考虑另外三种诉求和更多的影响因素,因为设计本身就是一个权衡和平衡各种影响因子的过程,所以最终的设计建议是一种综合性的、系统的解决方案。

5 结语

村落空间规划设计是一项综合性的、复杂的工作,目前乡村旅游经济日益发展更是为人们提出了新的课题。该项目也只是对于这个问题初步的实践探索,当然由于经验和时间的限制也留下不少遗憾,但仍希望可以作为探索村落空间规划设计问题的一个有益参考,为我国新农村建设理论的丰富和完善做出贡献。

摘要：结合重庆大学“贵州仁怀市中枢至茅台生态景观走廊规划”项目中07/08地块概况,从实践的层面上探索了如何通过村落空间的规划与设计应答来自乡村旅游经济的诉求,以及平衡与新农村建设、可持续发展、地域文化保护的关系。

关键词：乡村旅游经济,村落空间,规划设计,地域文化

参考文献

[1]戴志中,杨宇振.中国西南地区地域建筑文化[M].武汉:湖北教育出版社,2000:17-18.

[2]王启瑞.在新农村建设项目中应如何对待地方传统文化——中德合作贵州镇山绿色住宅示范工程项目设计中的文化考虑[J].华中建筑,2007(7):9-10.

[3]王文萍.乡村旅游开发研究——以济南城郊乡村旅游开发为例[D].济南:山东大学,2007.

空间分析旅游经济 篇10

关键词 旅游业；CO₂排放；区域差异；泰尔系数

中图分类号 X322 文献标识码 A 文章编号 1002-2104（2016）05-0083-08 doi：10.3969/j.issn.1002-2104.2016.05.010

全球变暖与气候变化问题已经给人类的生存带来了严重影响。传统观点认为，旅游业能源消耗较低，对生态环境污染较小，但近年来随着旅游业迅速成长为世界第一大产业，其对生态环境的负面影响也日益凸显。联合国世界旅游组织（UNWTO）的最新研究结果显示，全球4.9%的CO₂排放量来自旅游业，且旅游业对全球温室效应的贡献率高达14%；同时，世界旅游业的CO₂排放量正在以年均2.5%的速率递增。2014年，我国入境游客、国内旅游人数和出境游人数分别高达1.28亿、36.11亿和1.07亿人次，如此大规模的旅游活动势必造成大量能源消费与CO₂排放，其所带来的环境与气候变化问题及其应对策略理当成为各界人士共同关注的一个重要命题。

早在20世纪90年代，随着全球应对气候变化与能源问题进入新的阶段，旅游业能源消费与碳排放问题就开始被相关组织和学者所重视，如Burnertt对饭店业能源利用效率的研究；Carlsson、Schafer等对人们旅行过程中所产生的能源消费和碳排放的量化分析。进入21世纪以后，相关研究不断深入，如Gtissling和Becken等从不同角度对旅游业能源消费和碳排放进行了较为全面的探讨，其中，Becken等还指出测算国家或地区旅游业碳排放量是实现旅游可持续发展的主要环节之一；Patterson和Khemiria等则分别针对旅游业各部门能源利用效率及其所产生的环境效应进行了实证分析；Joe等通过构建概念框架和能源利用模型，测算了多个国家和地区旅游业能源消耗和CO₂排放水平。国内方面，石培华采用“自下而上”法，利用2008年的截面数据初步估算了中国旅游业能源消耗和CO₂排放总量，但未进行时间序列分析，亦没有细化到省级区域层面；谢园方等在综合梳理旅游业CO₂排放测度方法的基础上，对长江三角洲地区旅游业能源消耗和CO₂排放进行了测算；李鹏等采用碳足迹模型估算了昆明市6家四星级酒店的CO₂排放量；杨新军、刘俊等分别针对全国和成都市旅游业能源消耗问题展开系统分析，指出旅游交通是旅游业能源消耗最为重要的部门和碳排放的主要来源。

上述相关研究主要聚焦于旅游业及其各部门能源消费与碳排放测算方法或模型的探索，研究对象主要以某个国家或旅游目的地为主，而对于国家或地区内部各区域单元旅游业CO₂排放的对比性研究却极少有人涉及。我国旅游业发展水平区域分异明显，研究旅游业CO₂排放的区域差异，对于探明区域旅游业CO₂排放与旅游经济发展之间的联系，制定更具针对性的区域碳减排政策等意义重大。为此，本文拟对1993-2012年中国各省区旅游业及其分部门的CO₂排放量进行估算，并在此基础上对中国旅游业CO₂排放强度的区域差异进行系统分析，以期为找准我国旅游业碳减排的区域重点、明确区域减排目标、推进差别化的区域减排策略等提供理论借鉴。

1 方法与数据

1.1 研究方法

1.1.1 旅游业CO₂排放估算方法

由于旅游业CO₂排放涉及的研究领域广泛，研究方法众多，迄今还未形成系统的旅游业CO₂排放量估算方法。国内外已有的相关研究中，“自上而下”法和“自下而上”法应用较多。中国尚未建立温室气体排放的统计监测体系，采用“自上而下”法在数据获取上存在一定的难度。因此，本文主要采用“自下而上”法来测算旅游业CO₂排放量，并借鉴Becken和Patterson的实证研究法，先估算旅游业三大部门（旅游交通、旅游住宿和旅游活动）的CO₂排放量，再进行加总。具体计算方法如下：（1）

式中：C^t为t年旅游业CO₂排放总量；C^t_j为t年j部门的CO₂排放量；C^t₁为t年旅游交通CO₂排放量；C^t₂为f年旅游住宿CO₂排放量；C^t₃为t年旅游活动CO₂排放量。（2）

式中：C^t_i1为t年i地区旅游交通CO₂排放量；Q^t_ix为t年i地区x类交通方式的客运周转量；α_x为x类交通方式的CO₂排放因子（kg/pkm），其中，公路、民航、铁路和水运的碳排放因子分别为133gCO₂/pkm、137gCO₂/pkm、27gCO₂/pkm和106gCO₂/pkm；f_x为x类交通方式的客流量中旅游者的比例，根据中国旅游者实际情况并结合专家咨询结果，分别选取公路、民航、铁路和水运的，值为13.8%、64.7%、31.6%和10.6%。（3）

式中：C^t_i2为t年i地区旅游住宿C02排放量；N^t_i为t年i地区全国旅游饭店客房床位数；l^t_i为t年i地区平均客房出租率；β为每张床位每晚的CO₂排放因子（g/p visitor-night），取值为2.458g /p visitor-night。（4）

式中：C^t_i3为t年i地区旅游活动的CO₂排放量；PC^t_is表示t年i地区参加旅游活动s的游客人数；γ_s为旅游活动s的CO₂排放系数（g/p visitor）；观光旅游、休闲度假、商务出差、探亲访友和其他旅游活动的碳排放系数分别为417g/p visitor、1670 g/p visitor、786 g/p visitor、591 g/p visitor和172g/p visitor。

1.1.2 旅游业CO₂排放强度计算方法

旅游业CO₂排放强度是指每单位旅游收入增长所产生的CO₂排放量，该指标主要用来衡量旅游经济与CO₂排放量之间的关系。如果一个国家或地区旅游经济在增长的同时，单位旅游收入所产生的CO₂排放量在下降，说明该国或地区旅游业实现了相对低碳化发展。具体计算方法如下：（5）

式中：X^t_i表示t年i地区旅游业CO₂排放强度（t/万元）；C^t_i表示t年i地区旅游业CO₂排放总量（10⁴t）；Y^t_i表示t年i地区旅游收入（亿元）。

1.1.3 区域差异衡量方法

Theft指数是由泰尔利用信息理论中的熵概念来计算收入不平等而得名，经常被用来衡量个人或者地区问的收入差距，其优点是可将区域总体差异分解为区域间差异（T_b）和区域内差异（T_w），从而便于考察它们对研究单元整体差异的影响和贡献，因而也有不少学者利用该指数来衡量地区间能源消费或CO₂排放的差异。本文采用Theil指数法衡量中国旅游业CO₂排放强度的区域差异。具体衡量方法如下：（6）（7）（8）

式中：n为区域个数；m为区域中的省区个数；v_r为区域r旅游业CO₂排放量占全国旅游业CO₂排放量的比例；v_rw为区域r中w省旅游业CO₂排放量占全国旅游业CO₂排放量的比例；d_r为区域r旅游收入占全国旅游总收入的比例；d_rw为区域r中w省旅游收入占全国旅游收入的比例。Theil指数值越高，表示区域或省区间旅游业C02排放强度的差异越大。

1.2 数据说明

本文使用的相关数据来源于1994-2013年度的《中国旅游统计年鉴》及其副本、《中国国内旅游抽样调查资料》《入境游客抽样调查资料》《中国交通年鉴》《中国能源统计年鉴》和《新中国六十年统计资料汇编》以及各省区旅游业年度统计公报等。各类交通方式的C02排放因子、客流量中旅游者的比例、每张床位每晚的C02排放因子以及旅游活动的CO₂排放系数引自国内外已有的研究成果。

2 实证结果与分析

2.1 旅游业CO₂排放的总体特征

由表1可知，中国旅游业CO₂排放量从1993年的1480.868×10⁴ t增长到2012年的6274.129×10⁴ t，年均增长率高达7.895%，增长趋势十分明显。其中，东部地区CO₂排放量从780.668×10⁴t增长到2844.382×10⁴ t，年均增长率达7.042%；中部地区CO₂排放量从320.556×10⁴ t增长到1793.194×10⁴ t，年均增长率为9.485%；西部地区CO₂排放量从378.557×10⁴ t增长到1617.407×10⁴ t，年均增长率7.943%。从各区域CO₂排放量占全国C02排放总量的比例来看，东部地区由1993年的53%下降到2012年的45%；中部和西部地区分别从22%和25%上升到29%和26%。尽管中、西部地区的CO₂排放量占全国CO₂排放总量的比例有所上升，但东部地区旅游业CO₂排放量的绝对值依然位居三大区域之首（见图1）。

另一方面，研究期内中国旅游业CO₂排放强度却持续下降，由1993年的1.298t/万元下降到2012年的0.091t/万元，下降幅度高达93.003%。分阶段而言，1993-1997年中国旅游业CO₂排放强度整体上下降趋势十分显著；1998年之后则呈现出较为缓慢的梯度递减特征。从区域分异的角度来看，东部地区旅游业CO₂排放强度从0.790t/万元下降到0.075t/万元，下降幅度为90.508%；中部地区从5.856t/万元下降到0.107t/万元，降幅高达98.173%；西部地区从3.878t/万元下降到0.113t/万元，下降幅度为97.080%。三大地带旅游业C02排放强度的降幅都在90.000%以上，其中，中、西部地区略高于东部地区。

综上所述，全国及三大地带旅游业CO₂排放量在持续增加，但旅游业CO₂排放强度却呈逐步走低的趋势，这一态势反映出中国各区域在大力发展旅游业的同时，CO₂减排工作已初见成效。实证结果显示，我国旅游业CO₂排放存在明显的区域差异，东部地区旅游业的CO₂排放量高于中、西部地区，但东部地区旅游业的CO₂排放强度却低于中部和西部地区。出现这种现象的原因是：东部地区旅游业发展水平远高于中、西部地区，而且其低碳技术的应用率和能源使用效率也高于中、西部地区。

2.2 旅游业CO₂排放强度的区际差异

2.2.1 泰尔系数分析

从图2中泰尔系数的变化趋势来看，1993-2012年，中国旅游业CO₂排放强度的区域总体差异泰尔系数从3.279下降到1.187，下降幅度为63.799%，说明区域总体差异呈现出明显的缩小趋势。其中，1993-1996年，泰尔系数从3.279下降到了1.511，短短3年间下降幅度高达53.919%，这意味着在该研究时段内中国旅游业CO₂排放强度的区域总体差异显著缩小。1996年以后，虽然泰尔系数值整体上仍在减小，但减小的幅度不如前一阶段，而且在1997-1998年和2000-2004年两个时段内还略有反弹，但整体而言，中国旅游业CO₂排放强度的区域总体差异在研究期的后半阶段仍然呈现出逐步缩小的趋势特征。

1993-2012年间，中国旅游业CO₂排放强度区域间和区域内的泰尔系数分别由3.061、0.219下降到1.172、0.014，下降幅度分别高达61.712%和93.607%，表明东、中、西三大地带以及各经济带内各省区之间旅游业CO₂排放强度差异与全国总体区域差异的演变特征基本一致，也呈现出逐步缩小的趋势。图2还显示，区域间差异缩小的幅度大于区域内差异缩小的幅度，说明近年来中国旅游业CO₂排放强度较大的区域通过各种降低CO₂排放强度的有效手段，正在逐步缩小与其他区域CO₂排放强度的差距。

2.2.2 贡献率分析

从中国旅游业CO₂排放强度区域间差异和区域内差异对区域总体差异的贡献率来看，1993-2012年，中国旅游业CO₂排放强度区域间和区域内差异对区域总体差异的年均贡献率分别为96.190%和3.810%，区域间差异的贡献率高于区域内的贡献率，说明区域间差异是中国旅游业CO₂排放强度区域总体差异的主要构成部分。在年际变化特征方面，中国旅游业CO₂排放强度的区域间差异对区域总体差异的贡献率与区域内差异对总体差异的贡献率呈现出不同的变化特征。具体而言，中国旅游业CO₂排放强度区域间差异对区域总体差异的贡献率表现为先下降后上升的趋势。其中，2012年最高，贡献率高达98.786%；1996年最低，贡献率为92.376%。区域内差异对区域总体差异贡献率的变化趋势则与区域间差异贡献率刚好相反：最高为1996年，贡献率为7.624%；最低为2012年，贡献率为1.214%。从区域间差异对区域总体差异贡献率的变化趋势来看，中国旅游业CO₂排放区域间差异对区域总体差异贡献率有逐步增大的趋势，而区域内差异对区域总体差异贡献率则减少趋势明显，说明在未来一段时间内，中国旅游业CO₂排放强度区域差异中，区域间差异对区域总体差异的贡献率与区域内差异对总体差异的贡献率之间的差距将会进一步扩大（见图2）。

2.3 旅游业CO₂排放强度的省际差异

由上文分析可知，区域间差异是中国旅游业CO₂排放强度总体差异的主要构成部分。为了更详细地了解中国旅游业CO₂排放强度的区域差异分布特征，本文使用Jenks最佳自然断裂法分别对1993、1999、2006和2012年中国旅游业CO₂排放强度的省际差异进行空间聚类分析，按照省际差异的赋值大小依次划分为强显著区、较强显著区、一般显著区和弱显著区4种类型，由此得到中国旅游业省际差异的空间演变格局图（见图3）。

（1）1993年，除中部地区的湖南和西部地区的云南两省以外，其他属于中国旅游业CO₂排放强度弱显著区的省区都位于东部地区；除了东部地区的浙江和福建，中部地区的山西和湖北，西部地区的内蒙古、贵州、重庆、广西和宁夏等省区也属于中国旅游业CO₂排放强度一般显著区；中国旅游业CO₂排放强度较强显著区相对均匀地分布在东部、中部和西部三大地带，如东部地区的吉林、河北、山东，中部地区的黑龙江、江西、安徽以及西部地区的陕西、甘肃、青海和新疆；此阶段属于中国旅游业CO₂排放强度强显著区的省区只有中部地区的河南和西部地区的四川（图3a）。

（2）由图3b可知，经过6年的发展，湖南从旅游业CO₂排放强度弱显著区转变为强显著区，其区域类型跨越幅度最大，说明该阶段以湖南为代表的部分省区在大力发展旅游产业的同时，对旅游业的负面环境效应以及相应的碳减排措施缺乏应有的重视；与此同时，也有部分省区旅游业的CO₂排放强度有所缓解，其中最典型的例子就是四川和河南两省均从最初的强显著区转化为一般显著区，这代表了未来省区旅游业CO₂排放强度类型的良性转变方向；该阶段属于旅游业CO₂排放强度弱显著区的省区均位于东部地区，分别为北京、天津、上海、江苏、浙江和福建；其他省区相对于上个研究阶段变化幅度不大。

（3）到2006年，该阶段最大的变化就是属于旅游业CO₂排放强度强显著区的省区数量有所增加，此前每个研究阶段全国范围内分别都只有两个省区属于CO₂排放强度强显著区，到本研究阶段迅速上升到6个，它们分别是东部地区的河北，中部地区的湖南和安徽，西部地区的广西、甘肃和新疆；旅游业CO₂排放强度强显著区和较强显著区在空间上由西部地区逐渐向中部地区转移；属于旅游业CO₂排放强度弱显著区的省区依然全部位于东部地区，除上一阶段的北京、天津、上海、江苏、浙江和福建等6省区以外，辽宁首次跨入了旅游业CO₂排放强度弱显著区的行列（见图3c）。

（4）从图3d可以看出，到本研究期末，除了原有的7个旅游业CO₂排放强度弱显著省区以外，中部地区的江西和西部地区的贵州也进入弱显著区行列，这一扩展态势值得肯定；相比于上一研究阶段，属于旅游业CO₂排放强度强显著区的省区数量又增加了1个，即河南，该省在本研究初期就属于旅游业CO₂排放强度强显著区，而后几个阶段在一般显著区和较强显著区之间徘徊，最后又重新转变为旅游业CO₂排放强度强显著区类型。

纵观上述4个阶段，我国旅游业CO₂排放强度强显著区和较强显著区的空间分布由西北地区逐渐向中部、东北地区以及西南地区扩散。在整个研究期内，属于旅游业CO₂排放强度弱显著区的省区大多位于东部地区，研究期末才出现了向中西部地区扩展之势，显示了近年来东部沿海地区旅游业节能减排的成效。与此同时，东部地区的河北，中部地区的河南、湖南，西部地区的广西、甘肃和新疆等则频繁出现在旅游业CO₂排放强度强显著区行列，这些强显著区类型省区应是我国旅游业未来实施节能减排的重点。

3 结论与政策含义

本文采用“自下而上”法估算了1993-2012年中国各省旅游业CO₂排放量，在此基础上分析了各区域CO₂排放的总体特征，利用Theft指数法衡量中国旅游业CO₂排放强度的地带间差异，并运用AreView制图软件对4个阶段中国旅游业CO₂排放强度的省际差异进行直观图示，为制定差异化的区域碳减排政策提供了参考依据。主要研究结论与启示如下：

（1）1993-2012年，全国及三大地带旅游业CO₂排放增量显著。其中，全国及东、中、西部三大地带CO₂排放量年均增长率分别为7.895%、7.042%、9.485%和7.943%。同时，全国及三大地带旅游业CO₂排放强度显著减小，全国及东、中、西三大地带CO₂排放强度减小幅度分别高达93.003%、90.508%、98.173%和97.080%，说明近年来我国旅游业C02减排工作整体上收效明显。此外，旅游经济较为发达的东部地区CO₂排放量高于中部和西部地区，但其CO₂排放强度却远低于中、西部地区，说明中、西部地区在提高旅游业能源利用效率等方面还任重道远。

（2）中国旅游业CO₂排放强度的区域总体差异、区域间差异和区域内差异整体上呈逐渐缩小的态势，且区域间差异的缩小幅度大于区域内差异的缩小幅度；旅游业CO₂排放强度的区域间差异对区域总体差异的贡献率为94%-98%，区域内差异对区域总体差异贡献率仅为2%-6%，表明区域间差异占主导地位，且旅游业CO₂排放强度区域间差异对区域总体差异的贡献率与区域内差异对区域总体差异的贡献率之间的差距有逐步扩大的趋势，说明目前中国三大地带间旅游业CO₂排放极不平衡，区域间差异是未来调控的重点。

（3）深入了解中国旅游业CO₂排放强度的省际差异格局，是制定更具针对性且差异化碳减排政策的微观基础。中国旅游业CO₂排放强度省际差异明显。本研究期内的20年间，属于旅游业CO₂排放强度弱显著区的省区基本位于东部沿海地区，研究期末才开始扩展到中西部地区的少数几个省份；旅游业CO₂排放强度强显著区和较强显著区自西北逐步向西南和东北地区扩散；河北、河南、湖南、广西、甘肃和新疆等省区频繁出现在旅游业CO₂排放强度强显著区行列，因而有必要着重加强上述省区的CO₂减排工作。

（4）实证结果表明，中国旅游业CO₂排放强度存在显著的区域差异。旅游业CO₂排放强度相对较低的东部地区在保持相对合理发展速度的同时，可以通过技术改进、调整产业结构和能源消费结构来提高能源利用率，进一步降低旅游业CO₂排放强度，为排放强度相对较高的中、西部地区提供技术和经验借鉴，并带动中、西部地区旅游业的节能减排。中、西部地区则应积极加强与东部地区的合作与交流，引进先进低碳技术和经验，不断提高能源使用率、降低CO₂排放强度，通过自身发展逐步缩小与东部地区C排放强度的差异。

空间分析旅游经济 篇11

区域交通与旅游经济发展紧密相连。首先,交通是连接旅游客源地与目的地的桥梁和纽带,完善与否对区域旅游业发展尤为重要。交通是影响旅游资源吸引力大小、旅游开发与规划的关键因素,它为旅游经济发展提供支撑;同时,交通也是旅游客源的保证条件之一,其便利与否直接影响旅游者的决策和满意度。其次,旅游经济的繁荣在带来更多游客量的同时,会促进区域交通设施的完善。国外学者Martin C A[1]、Crouch G I[2]、Prideaux B[3]等对交通在旅游发展中的作用进行了研究。国内学者对两者相互关系的研究较少,研究视角主要集中在两大类:一是从行业角度研究交通部门或综合交通系统与区域旅游发展的互动关系。如杜晓凯[4]对公路交通与旅游发展的适应性进行了分析;陈晓、李悦铮[5]定量评价了大连市城市交通与旅游的协调发展。二是从空间角度研究交通网络对旅游空间结构的影响,如祝玲丽[6]、杨仲元等[7]的研究。

山东省位于黄河下游、华北平原东翼,是我国东部沿海省份之一,地处东经114.32—122.72、北纬34.37—38.38之间,土地总面积15.71万km2,下辖济南、青岛、烟台、菏泽等17个地级市。2013年底,全省铁路通车里程高达4397km,公路通车里程达25.28万km。具体而言,南北方向上,山东省有京沪、京九等铁路和济广、京沪、沈海、京台等高速公路;东西方向上,山东省有胶济、兰烟、菏兖日、德龙烟等铁路和青银、青兰、荣乌、日兰等高速公路,已形成了相对完善的综合交通网络体系。山东省旅游业发展迅猛,2013年底全省共有34个“中国优秀旅游城市”、665处国家A级旅游景区、904家星级饭店、2001家旅行社。2013年全省共实现旅游总人数5.47亿人次,旅游总收入5183.88亿元,占全省国民生产总值(GDP)的9.48%,旅游业已发展成为山东省国民经济的重要支柱产业。2013年莱芜市旅游总收入居山东省末位,为39.18亿元,而青岛市旅游总收入高达922.67亿元,居山东省首位,是莱芜市的23.5倍。2013年山东省旅游总收入的极差高达883.49亿元,可见山东省旅游发展在空间上不平衡。

全面认识和把握山东省交通可达性和旅游经济发展的空间分异特征,剖析省内两者之间的空间协调性,对推动山东省综合运输体系和旅游经济要素的空间合理配置,制定具有较强针对性且行之有效的区域交通与旅游经济的差异倾斜和调控政策,促进山东省内各地级市之间旅游产业的协调发展具有重要的理论价值和现实意义。但目前国内少有研究成果从空间格局角度对交通可达性与旅游经济水平的组合类型进行研究,张广海已对区域交通优势度与旅游产业发展水平的耦合协调度进行了空间分析[8]。在以上研究的基础上,本文以山东省17个地级市为研究对象,综合测度了各城市的交通可达性和旅游交通指数,探讨了旅游交通指数、旅游经济的空间分异特征及其两者的空间分布协调性、统一性。

2 山东省交通可达性测度与空间分布

2.1 测度方法与数据来源

交通网络的发展状况通常以“交通可达性”和“交通优势度”来衡量。目前,对“交通可达性”的概念国内学者还没有一致的表述。总体来说,可达性是指利用特定的交通系统,从某一区位到达指定活动区位的便捷程度[9]。对“可达性”的研究应注意交通运输方式的变换[10,11,12],如铁路、公路、水路、航空等某一单个交通运输方式,或是综合交通系统;基于道路交通网络的区域系统内通达时间或通达路网距离的评价[13],或是区域系统内外的可达性的系统评价[14]等。旅游活动的发生是以旅游者的空间位移为前提的,而城市交通基础设施是旅游活动发展和城市承接旅游者的基础。本研究的城市交通可达性并不是城市节点间的可达性,而是基于城市区位和城市交通基础设施对其进行研究。

结合众多学者的研究,本文构建市域交通可达性指数(A),主要包括三部分[15]:与中心城市区位关系指数(f1)、城市内连通度指数(f2)、对外通达性指数(f3),公式为:

式中,a1、a2、a3分别为f1、f2、f3的权重,结合国内交通专家的打分,利用层次分析法(AHP)将权重a1、a2、a3分别确定为0.25、0.25、0.5。山东省交通数据来源于2014年的《山东统计年鉴》、山东省交通运输厅和各个火车站、汽车站、港口、机场网站等。

与中心城市区位关系指数(f1):与中心城市区位关系反映了各城市在省内的区位条件,这种优劣关系是拉动城市旅游经济的重要内在驱动力。它由各城市与区域中心城市之间的距离所反映,其测算方法为:

式中,x为城市中心到邻近中心城市的直线距离(km)。综合考虑区位与经济等因素,本文选取的中心城市为济南市和青岛市。

城市内连通度指数(f2):公路是城市内的主要交通连接方式,在此采用市内二级及以上公路密度(x)来反映城市内各旅游景区之间的连通程度。本文采用分级赋值法确定连通度指数,具体为:

对外通达性指数(f3):城市之间的旅游交通通道主要包括铁路、公路、水运和航空四种,与此相对应的城市交通节点依次为火车站、汽车站、港口、机场,本文采用分类赋值法评价城市与临近该城市的交通节点的等级类别(表1),对外通达性指数等于不同等级的赋值之和[16,17,18]。

2.2 空间分异分析

山东省各城市的交通可达性指数在5.375—18.875之间,极差为13.5,变异系数为0.3797,区域差异较大。其中,济南和青岛的交通可达性指数分别为18.875和18.75,居于前两位,即济南和青岛是山东省的交通中心;滨州和莱芜的交通可达性指数分别为5.375和6.625,位居后两位。通过系统聚类分析将山东省17城市的交通可达性指数划分为4类,5.375—6.9之间为低交通可达性类型,共4个,分别为滨州、莱芜、枣庄、东营;6.9—10.5之间为较低交通可达性类型,包括菏泽、德州、日照、聊城4个城市;10.5—12之间为较高交通可达性类型,包括威海、临沂、济宁、泰安、淄博5个城市;12—18.875之间为高交通可达性类型,共济南、青岛、潍坊、烟台4个城市。

交通可达性的空间格局见图1(左)。从图1可知,高交通可达性区域主要分布在省会城市和半岛蓝色经济区;较高交通可达性区域分布较为零散,大致分布在离省会较近的鲁中地区和鲁南地区;较低交通可达性区域则多集中在鲁西地区;低交通可达性区域主要分布在黄河三角洲地区。交通可达性空间差异的原因在于各城市区位条件、自然条件、社会经济条件等方面的差异。具体包括以下几方面的差异:①区位条件。济南市是山东省的省会和中心城市,具有不可比拟的区位优势,其枢纽作用突出,是山东省铁路、公路、航空运输中心;青岛借助其独有的海陆便利条件,四种运输方式的发展均居于山东省前列。②自然条件。地形、地貌、地质、水文、气象等自然要素,是交通网络的构成、线路的走向和路径以及网络密度和分布格局等非常重要的影响因素[19]。③社会经济条件。城市交通可达性一般是城市社会经济水平的反馈,利用聚类分析将山东省17城市的地区生产总值分为四个等级:第一等级(高水平)城市包括青岛、烟台、济南、潍坊;第二等级(较高水平)城市为淄博、济宁、临沂、东营;第三等级(较低水平)城市为泰安、威海、德州、聊城;第四等级(低水平)城市包括菏泽、枣庄、日照、莱芜,这说明城市交通网络格局与城市社会经济各要素的空间格局基本一致。

3 山东省旅游经济水平测度与空间分布

3.1 测度方法

评价指标体系构建与数据来源:根据系统性、科学性、区域性和可操作性原则,本文选取三大类7个评价指标全面反映旅游经济综合实力(表2)。其中,旅游经济规模表征区域旅游经济实力的综合水平,旅游企业个数表征区域旅游接待能力,旅游发展情况表征区域旅游发展地位和旅游发展速度。山东省各城市旅游经济数据来源于2013年的《山东旅游发展概况》、2014年的《山东统计年鉴》。

指标权重确定:指标权重是各个指标在旅游经济水平评价指标体系中相对重要程度的数量表示,会对旅游经济水平的综合评价结果产生较大的影响。依据不同的指标权重确定方法,可将其划分为主观赋值法和客观赋值法两种。为了减小主观赋值法中人为主观的影响,使评价结果更具有客观性和可信度,本文采用客观赋值法中的熵值法来确定指标权重。熵值法是利用指标信息熵值的效用价值来确定指标权重的,其具体计算步骤为:①将第i个评价对象第j个评价指标的数值表示为xij,那么评价系统的原始数据矩阵X即为:X={xij}17×7。假设评价指标j的理想值为xj*。由于本文所列的旅游经济水平评价指标体系中的指标均为正向指标,所以应从初始数据矩阵X中找到评价指标j的极大值作为理想值,那么xij对xj*的接近度。为消除不同指标量纲差异的影响,需要对原始指标数据进行标准化处理,计算公式为:②计算第j项指标的熵值ej。公式为:。其中,(m为样本数,m=0,1,…17)。信息熵ej能度量第j项指标数据的效用价值。当数据完全无序时,ej=emax=1,ej的效用值为零。③计算第j项指标的信息效用值dj。第j项指标的信息效用价值为第j项指标的信息熵ej与1之间的差值,因此dj=1-ej。④确定第j项指标的权重zj。权重zj是利用第j项指标信息的价值系数来计算的,计算公式为:

综合指数计算:在确定了指标权重后,根据系统性、层次性和可操作性原则,本文采用多目标线性加权函数法,通过逐级分层归并,对旅游经济水平进行量化测度,计算公式为:

式中,T表示旅游经济水平;i表示准则层指标的个数,在此i=3;wi表示第i个准则层指标的权重;j表示i准则层下所包含的指标层指标的个数,在此j=2,3,2;wj表示第j个指标层指标的权重;xj表示指标层指标的标准化值。

3.2 空间分异分析

山东省17城市旅游经济水平在0.0052—0.0667之间,极差为0.0615,本文首先采用变异系数对山东省旅游经济水平差异进行测度,其计算公式为:

式中,Cv为变异系数;Ti为城市i的交通可达性或旅游经济水平;为Ti的平均值;n为研究区域所包含的城市数量,在此n=17。变异系数Cv越大,研究区域的交通可达性旅游经济差异程度越大。

通过计算可以看出,山东省旅游经济水平的变异系数为0.6362,区域内差异非常大,利用聚类分析将其划分为4类,0.0052—0.010之间为低旅游经济水平类型,共3个,分别为莱芜、菏泽、滨州;0.010—0.020之间为较低旅游经济水平类型,包括日照、德州、东营、聊城、枣庄5个城市;0.020—0.035之间为较高旅游经济水平类型,包括泰安、临沂、济宁、威海、淄博5个城市;0.035—0.0667之间为高旅游经济水平类型,共4个城市,分别是青岛、烟台、济南、潍坊。空间格局见图1(右)。从图1可知,高旅游经济水平与高交通可达性所包含的城市是一样的,因此也主要分布在中部省会和半岛蓝色经济区,它们以31.09%的国土面积,创造了46.99%的旅游总收入;且较高旅游经济水平与较高交通可达性所包含的城市也是一样的,大致分布在离省会较近的鲁中地区,以及鲁南地区;较低旅游经济水平城市分散于鲁北、鲁南和鲁西的边缘地区;低旅游经济水平城市分布相对分散。

山东省旅游经济水平发展不均衡的原因主要有旅游资源禀赋、交通区位条件、区域经济发展水平、区域旅游发展战略。具体表现在:①旅游资源禀赋。它是旅游活动的前提和核心,是区域旅游经济发展的基础。山东省旅游资源分布很不均匀,2013年青岛、潍坊、临沂的A级旅游景区个数分别为89个、88个、70个,居于山东省前三位,莱芜、日照、菏泽的A级旅游景区个数分别为9个、14个、21个,处在山东省的后三位,而这直接影响旅游经济水平的高低。②交通区位条件。它决定了旅游目的地与旅游客源地的距离,以及旅游者对旅游景区的可进入性。良好的区位优势和交通条件,才能保证城市旅游发展具有较强的可进入性和旅游景点之间的交通通畅性。③区域经济发展水平越高,区域经济结构越完善。相应地,各经济部门相互之间的联系就越紧密,则会为区域旅游业的发展提供更多的各项配套设施和服务,因此区域旅游业发展就越快。2013年山东省地区生产总值的前四名城市为青岛、烟台、济南、潍坊,后四名城市为菏泽、枣庄、日照、莱芜;旅游经济水平的前四名城市与地区生产总值的前四名城市完全一致,也为青岛、烟台、济南、潍坊,后四名城市为莱芜、菏泽、滨州、枣庄。④区域旅游发展战略,山东省的旅游发展战略,如非均衡发展战略、旅游合作战略、旅游扶贫战略、旅游可持续发展战略等,以及各城市的旅游发展战略,如青岛市的核心带动战略等,均对山东省旅游经济水平发展的空间差异产生重要影响。

4 可达性与旅游经济发展水平的相关关系

4.1 两者空间关系配置分析

在上述研究的基础之上,本文将山东省各城市的交通可达性、旅游经济水平的类型两两组合为16种空间组合类型。然后,根据交通可达性与旅游经济水平的划分标准,以旅游经济水平指数为纵坐标轴、交通可达性指数为横坐标轴,绘制散点图图2。

由图2可知,现阶段山东省17城市交通可达性与旅游经济水平已基本形成了良性互动发展。交通可达性与旅游经济水平具有相同等级(即Ⅰˉ低交通可达性低旅游经济水平类型、Ⅵˉ较低交通可达性较低旅游经济水平类型、Ⅺˉ较高交通可达性较高旅游经济水平类型、ⅩⅥˉ高交通可达性高旅游经济水平类型)的城市有青岛、烟台、济南、潍坊、泰安、临沂、济宁、威海、淄博、日照、德州、聊城、莱芜、滨州14个,占城市总量的82.35%,占山东省旅游总收入的94.70%;交通可达性超前于旅游经济水平(Ⅱˉ较低交通可达性低旅游经济水平、Ⅲˉ较高交通可达性低旅游经济水平、较高交通可达性低旅游经济水平、较高交通可达性较低旅游经济水平、高交通可达性低旅游经济水平、Ⅷˉ高交通可达性较低旅游经济水平、Ⅻˉ高交通可达性较高旅游经济水平)的城市仅菏泽市1个,占城市总量的5.88%;交通可达性落后于旅游经济水平(Ⅴˉ低交通可达性较低旅游经济水平、Ⅸ低交通可达性较高旅游经济水平、ⅩⅢˉ低交通可达性高旅游经济水平、较低交通可达性较高旅游经济水平、较低交通可达性高旅游经济水平)的城市有两个,分别为东营、枣庄,占城市总量的11.76%,占山东省旅游总收入的3.79%,表明交通可达性并不完全是旅游经济发展水平的决定性因素。从空间分布上来看(图3),较高交通可达性较高旅游经济水平类型的城市数量最多,共5个城市,主要分布在离省会较近的鲁中地区和鲁南地区;其次是高交通可达性高旅游经济水平类型,包括4个城市,分布在中部省会和半岛蓝色经济区;较低交通可达性较高旅游经济水平类型有3个城市,主要位于鲁西北和鲁东南边缘地区;低交通可达性低旅游经济水平类型位于黄河三角洲地区和山东省面积最小的城市;其余类型分布较为零散,没有明显的区位特征。

4.2 旅游交通指数构建与空间差异分析

山东省17城市交通可达性与旅游经济发展水平呈明显的非线性相关性,曲线拟合方程为:y=(-8.4×10-6)x2+0.037x-0.0130,模型拟合优度R2=0.7837,拟合曲线见图4。由方程可知,山东省交通可达性的提高促进了旅游经济发展水平的提升。具体而言,山东省对外通达性、市域内道路连接程度、与中心城市区位关系指数和旅游经济发展水平的市域内道路连接程度与旅游经济水平的Pearson相关性指数分别为0.875、0.499、0.297,前两者均通过了0.05水平(双侧)上的显著性检验,后者则未通过显著性水平检验,表明山东省各城市对外交通可达性、市域内道路连接程度与旅游经济水平显著正相关,它们的提高均可以促进旅游经济的发展,但山东省各城市与中心城市区位关系指数尚未表现出对旅游经济水平具有显著的促进作用。

在此基础上,本文构建旅游交通指数(B)来测度山东省各城市旅游对交通的响应程度,具体见式(6)。式中,f1、f2、f3分别表示与中心城市区位关系指数、市域内道路连接程度、对外通达性,b1、b2、b3分别表示三者与旅游经济水平的显著Pearson相关性指数,经处理后b1=0.6368,b2=0.3632,b3=0。通过计算可知,旅游交通指数(表3)由高到低排列对应的城市依次为:济南、青岛、泰安、淄博、菏泽、德州、枣庄、潍坊、聊城、莱芜、临沂、日照、滨州、烟台、威海、东营、济宁,即济南、青岛、泰安、淄博旅游对交通的相应程度较高,济宁、东营较差。

5 结论与建议

本文在构建与中心城市区位关系指数、城市内连通度指数、对外通达性指数的基础上,综合测度了山东省17城市的交通可达性,并构建评价指标体系定量分析了山东省17城市旅游经济水平,研究了两者的空间格局和空间组合关系,得出以下主要结论:①山东省各城市交通可达性指数的范围在5.375—18.875之间,变异系数为0.3797,区域差异较大,原因在于区位条件、自然条件和社会经济条件等因素的差异。旅游经济发展的变异系数为0.6362,空间差异也非常大,发展不均衡的原因主要有旅游资源禀赋、交通区位条件、区域经济发展水平、区域旅游发展战略等。②较高交通可达性较高旅游经济水平类型的城市数量最多,共威海、临沂、济宁、泰安、淄博5个城市,主要分布在离省会较近的鲁中地区和鲁南地区。其次是高交通可达性高旅游经济水平类型,包括济南、青岛、潍坊、烟台4个城市,分布在中部省会和半岛蓝色经济区;较低交通可达性较低旅游经济水平类型有日照、德州、聊城3个城市,主要位于鲁西北和鲁东南边缘地区;低交通可达性低旅游经济水平类型位于黄河三角洲地区的滨州和山东省面积最小的莱芜;菏泽市为较低交通可达性低旅游经济水平类型,东营、枣庄为低交通可达性较低旅游经济水平类型,这两种类型分布较为零散,没有明显的区位特征。③山东省17城市交通可达性与旅游经济发展水平呈明显的非线性相关性,交通可达性促进了旅游经济发展水平的提高。济南、青岛、泰安、淄博的旅游交通指数即旅游对交通的响应程度较高,往后为菏泽、德州、枣庄、潍坊、聊城、莱芜、临沂、日照、滨州、烟台、威海,济宁、东营旅游对交通的响应程度最低。