张广海,李华
(中国海洋大学管理学院旅游管理系,山东 青岛 266100)
产业的空间集聚是区域经济发展的必然结果,也是推动区域经济发展的重要动力。近10年来,随着我国旅游产业的蓬勃发展,旅游产业集群也已逐步形成,并成为人们研究的重要内容。此前多数研究主要集中于旅游产业集群形成的内在机理、影响因素、集聚特征的识别等方面[1-3];在研究方法上,多数研究选择行业集中度、区位商、基尼系数等某一种方法来分析旅游产业的集聚程度及规模水平[4-5],测度指标相对单一,但旅游产业集群的产生和发展是一个复杂的过程,影响其发展水平的因素是多方面、综合性的,单一的指标是否可以作为衡量旅游产业集群综合发展水平的指标仍有待商榷;在研究尺度上,多数研究重点为省域内旅游产业集群的集聚水平测度及竞争态势评价方面[6-7],缺乏对全国尺度范围内的旅游产业集群发展水平的综合评价及区域差异的定量测度研究。本文基于产业集聚理论,在加快推进旅游产业集群优化升级的背景下,引入熵权TOPSIS法,结合马尔可夫转移概率矩阵和空间自相关方法,对中国旅游产业集群发展水平进行综合评价,并对其地域分异及时空格局演变规律进行分析,为优化我国旅游产业集群空间结构,推进旅游产业集群协调发展提供一定的理论指导与参考依据。
目前,大多数有关旅游产业集群发展水平的定量评价多选用行业集中度、区位商、基尼系数等方法来测度旅游产业的集聚程度及规模水平,方法相对单一,尤其在对旅游产业集群综合发展水平评价方面,难以做到综合、全面、客观的比较与评价。因此,本文选择熵权TOPSIS法,通过构建旅游产业集群发展综合评价指标体系,对我国各省市旅游产业集群发展水平进行综合评价,以保证评价结果更为全面客观。TOPSIS评价法又称逼近理想解排序法[8],其基本思路是,在有限的评价对象方案中找出最优方案和最劣方案,再以此为基点,计算备选方案与最优方案和最劣方案的相对距离,进行排序优选[9],进而得到评价对象方案与最优方案的相对接近度,以此作为评价结果的依据[10]。在使用TOPSIS法进行评价时,为避免主观赋权法,如德尔菲法、层次分析法等在确定指标权重时产生的主观性影响,本文采用客观赋权法中的熵值法来确定指标权重,具体步骤为:
(1)对各项指标进行标准化处理:
其中,xij为i地区j项指标的原始值,为i地区j项指标的标准值。
进而计算j项指标的差异性系数,即指标的差异度gj:
gj=1-ej,gj越大表示指标差异度越大,权重也越大。
定义指标j的信息熵权值wj为:
(3)分别用标准化矩阵X′=(x′ij)m×n中各指标的最大值和最小值表示理想解(最优方案)X+=和负理想解(最劣方案)
(4)计算各待评对象与理想解和负理想解的加权欧氏距离、:
越小,表示评价对象与理想解越接近,其旅游产业集群发展水平越好;越大,表示评价对象越远离负理想解,其旅游产业集群发展水平越好。
(5)综合与两个距离指标所反映的评价对象状态[11],采用贴近度Ci衡量其状态与最优状态间的相对接近程度。Ci值越大,表示评价对象状态越优;反之,则越差。
随着我国旅游产业集群的迅猛发展,区域间俱乐部趋同与分异现象日益显现。所谓俱乐部趋同是指,将国家或地区划分为若干个技术、制度、文化等特征相似的区域俱乐部,俱乐部内部各区域间具有相同的经济稳态,因而各个俱乐部的成员均向各自的经济稳态趋同,这种各地区分别趋同于其所在俱乐部的现象称为“俱乐部趋同”[12]。目前,有关旅游产业发展区域趋同及差异问题的研究多选择标准差、极差、变异系数、基尼系数等定量研究方法,但均无法揭示整个区域旅游产业集群空间分布格局随时间演变的规律[13]。由此,本文采用马尔可夫链方法分析区域旅游产业集群趋同发展的动态演变过程,以识别各旅游产业集群之间存在的“俱乐部趋同”现象。该方法首先将连续的旅游产业集群综合发展指数离散化为k种类型,然后计算相应类型的概率分布及年际变化,以此近似逼近区域旅游产业集群演变的整个过程[14]。如果将各等级的初始状态记为Ei,经m步变为状态Ej的概率用pij表示,则:
其中,nij表示在整个研究期间内,由初始状态为Ei的区域经过m步变换为Ej时,属i类的地区转移到j类地区的数量之和,ni表示初始状态属于类型i的区域数量之和,由此可得马尔可夫状态转移概率矩阵。如果一地区旅游产业集群发展水平在t0状态为i等级,经t年后状态仍保持不变,则该区域类型转移为平稳,如果等级类型有所提高,则认为该区域等级转移为向上,反之为向下[15]。
空间自相关是指同一个变量在不同空间位置上的相关性,是一种对空间单元属性值聚集程度的度量,可用于检测区域内变量的分布是否具有空间依赖性、空间异质性及空间结构性[16],还可用于分析其空间分异特征及演变规律。空间自相关法分为全局自相关和局部自相关两种指标,全局自相关用于探测整个研究区域的空间模式,使用单一的值反映该区域的自相关程度;而局部自相关则用于计算每一个空间单元与邻近单元就某一属性的相关程度[17]。一般认为,如果某一位置变量值高,其附近位置上该变量值也高,则为空间正相关,反之,则为空间负相关[18]。
为了分析我国各地区旅游产业集聚在空间上的关联性,以揭示其空间结构及变化特征,首先采用全局自相关法综合测度全国旅游产业集群的发展水平及变化特征[19]。其计算公式为:
其中,x为各省域旅游产业集群发展水平的相应数据;S0为空间权重矩阵中所有元素之和。
进而采用局部空间自相关方法对中国各区域旅游产业集群空间自相关程度进行测算,并按照计算结果确定中国旅游产业集群发展空间格局,以进一步分析区域内部旅游产业集群的空间结构特征及演变规律[19]。其计算公式为:
其中,xi为空间单元i的属性值,W为空间权重矩阵,Wij代表空间i和j之间的影响程度,可以通过邻接标准或距离标准来测度,本文采用邻接方式确定,即:
若Ii为正值,则表示空间单元i与邻近单元的属性值存在正相关关系,Ii越大,正相关性就越强,若Ii为负值,则表示空间单元i与邻近单元的属性值存在负相关关系,Ii的绝对值越大,负相关性就越强[7]。
根据局部空间自相关理论的分类标准,可将结果分为4种类型:
(1)HH型地区,即Ii>0,且空间单元i的属性值xi高于全国平均水平,表明空间单元i发展较好,其周边发展也较好。
(2)LL型地区,即Ii>0,且空间单元i的属性值xi低于全国平均水平,表明空间单元i发展不好,其周边发展也不好。
(3)HL型地区,即Ii<0,且空间单元i的属性值xi高于全国平均水平,表明空间单元i发展较好,但其周边发展不好。
(4)LH型地区,即Ii<0,且空间单元i的属性值xi低于全国平均水平,表明空间单元i发展不好,但其周边发展较好。
遵循指标体系构建的全面性、典型性、可比性和可操作性等原则,从旅游产业集聚水平、规模水平、效益水平、创新水平4个方面选择13个指标,构建中国旅游产业集群发展水平综合评价指标体系(见表1)。其中,旅游产业集聚水平反映了区域旅游发展的规模优势程度,可用基于不同类型数据的产业规模区位商来衡量[7];旅游产业规模水平反映了区域旅游市场的运营效果,可从接待人次、创收水平、从业人员数量及企业规模几个方面来衡量;旅游产业效益水平反映了区域旅游产业的创收能力和运营效率,是旅游产业发展的内在动力,由旅游企业平均营业收入、全员劳动生产率、旅游企业利润率及固定资产利润率来衡量;旅游产业创新水平反映了区域旅游产业的技术创新能力和未来发展潜力,是旅游产业可持续发展的重要推动力,由旅游产业比较劳动生产率、创新人员比例来衡量。
表1 中国旅游产业集群发展水平评价指标体系
根据中国旅游统计年鉴及中国区域经济统计年鉴2001年、2005年及2010年的相关指标数据,分别计算旅游产业总收入区位商、固定资产区位商、就业人数区位商,计算公式为:
其中,L表示旅游产业总收入、固定资产及就业人数的区位商;i表示旅游产业,j表示第j个区域;xij表示第j个区域旅游产业各项指标值,包括旅游产业总收入、固定资产总值及从业人数,xj表示第j个区域国内生产总值、全社会固定资产投资额及就业总人数;xi表示全国范围内旅游产业各项指标值,x表示全国范围内国内生产总值、全社会固定资产投资额及就业总人数。
旅游企业规模数量反映了各地区的游客接待实力,是衡量各地区旅游业发展规模的重要方面,可由旅行社数量、星级酒店数量及其他旅游企业数量之和求得。
旅游产业比较劳动生产率反映了区域内旅游产业创新水平的高低[7],代表了区域旅游经济发展方向和新的经济增长点,计算公式为:
其中,RIij表示j区域旅游产业的比较劳动生产率,Gij表示j区域旅游产业总收入,Lij表示j区域旅游产业的劳动力从业人数,Gj表示j区域各产业总的增加值,Lj表示j区域各产业总的劳动力从业人数。
旅游产业创新人员比例则用于测度区域旅游产业的创新潜力,其计算公式为:
其中,H表示区域j的旅游创新人员比例;Sij为区域j的旅游院校学生数;Lij为区域j的旅游产业从业人数;Si为全国旅游院校学生数;Li为全国旅游产业从业人数。
根据熵权TOPSIS法,对2001、2005及2010年全国31个省市的13项指标构成的93行×13列的原始数据矩阵进行标准化,并通过计算其信息熵确定各指标的权重(见表1)。从各指标权重看,旅游业总收入、旅游业从业人数的权重值最高,分别为0.144 4和0.138 7,反映了旅游业发展规模是影响我国区域旅游产业集群发展水平的首要因素。旅游业总收入区位商、旅游业就业人数区位商、旅游总人次、旅游企业规模数量、旅游产业比较劳动生产率和旅游产业创新人员比例等指标的权重也都在0.055以上,说明旅游产业集聚程度、规模水平及创新能力等因素对国内旅游产业集群的发展有较大影响。而旅游企业全员劳动生产率、旅游企业利润率及固定资产利润率的权重较小,指标所含信息量较少,原因在于随着旅游业的迅猛发展,国内旅游企业的创收水平逐渐趋于均衡,区域间相对差异在不断缩小。
通过计算各省市在3个时间截面上的综合评价指数可以看出(见表2),2001年-2010年间各省市旅游产业集群发展水平总体上均获得了不同程度的提升,旅游产业集群发展水平的平均值由2001年的0.187 8增至2010年的0.246 0,增长了0.058 2。2001年,高于全国平均水平的10个省份中,居首位的广东省旅游产业集群发展水平综合评价值为0.657 5,是全国平均水平的3.50倍,是最低的内蒙古自治区的12.78倍。到2005年,高于全国平均水平的省市增至12个,其中辽宁、湖南、重庆、四川等地均升至平均水平0.233 6以上,位序也有了不同程度的提升,尤其是湖南省从2001年的第22位跃至2005年的第12位,上升幅度最大,表明在2001-2005年间,湖南省旅游产业集群实现了跨越式发展;而江西、河南、湖北、广西、甘肃5省在“十·五”期间旅游产业集群发展水平较为落后,位次降幅均达5位以上。2010年,四川省的旅游产业集群发展水平显著提升,位居全国首位,其旅游产业集群综合评价指数增至0.499 6,是全国平均水平的1.98倍,是最低青海省的7.25倍,反映了四川省凭借其良好的旅游经济环境,优越的自然资源条件及强大的游客接待实力,不仅成为西南地区旅游产业发展的集聚中心,而且已成为优化我国旅游产业集群空间开发格局,实现旅游产业区域协调发展的核心地区。同时,比较2001年和2010年我国旅游产业集群发展水平最优省份与最差省份之间的差距,进一步说明我国区域间旅游产业集群发展水平的相对差距不断缩小。
表2 中国旅游产业集群发展水平综合评价结果
首先,从时间特征来看,将各省市在2001、2005及2010年的旅游产业集群综合评价指数划分为高、较高、较低和低4类等级,其等级区间分别为(0.35,0.70),(0.20,0.35),(0.15,0.20),(0.00,0.15)。按照马尔可夫链法构建2001-2005和2005-2010年两个时期旅游产业集群发展水平的马尔可夫转移概率矩阵(见表3)。其中,对角线上的元素为等级类型没有发生变化的概率,非对角线上的元素表示发展类型发生转移的概率[15]。2001-2005年间,高水平省市向下、较高水平省市向上或向下转移的概率均为0,较低水平和低水平省市向高水平转移的概率也为0;而较低水平省市向较高转移概率为0.6,远大于向下转移概率;低水平省市向较低和较高转移的概率分别为0.416 7和0.166 7,反映中国旅游产业集群发展水平存在“俱乐部趋同”现象,个别省市由低水平等级类型向上转移至较高水平,实现了跨越式发展。2005-2010年间,中国旅游产业集群发展水平“俱乐部趋同”趋势进一步加剧,高水平省市向下转移概率为0,较高水平省市向上和向下转移概率相等,而低水平及较低水平省市向上转移幅度明显减小,各区域旅游产业集群发展呈两级分化现象。
表3 中国旅游产业集群发展水平马尔可夫转移概率矩阵
进一步从空间分布来看,在“十五”和“十一五”期间,中国旅游产业集群发展水平等级类型及其转移呈现明显的区域分布特点。“十五”期间,共有13个省市发生了向上转移,主要分布在我国人口地理分界线以西,位置上相互邻接并集中连片,尤其是西南地区,在新世纪发展初期,旅游开发力度较大,产业整体发展水平得到较大幅度的提升。同期向下转移的仅有甘肃省,而我国西北及东部大部分地区则相对保持平稳,这进一步印证了中国旅游产业集群在2001-2005年间存在“俱乐部趋同”现象。而在“十一五”期间,向上转移的省市减少至8个,其中西南地区除四川省仍保持上升势头之外,其余省份基本保持平稳。向下转移的省份增至4个,分别为内蒙古、云南、江西、福建4省,这从一定程度上反映了我国旅游产业集群“俱乐部趋同”现象在进一步加剧。结合表3可以看到,2005年属于发展高水平的区域,2010年仍然全部处于发展高水平,向下转移概率为0;而2005年处于发展低水平的区域,2010年仍然处于发展低水平的概率为66.67%,向上转移幅度明显减小。这说明,我国旅游产业集群发展存在着高水平地区依然发达,低水平地区持续落后的发展局面,两极化现象进一步加剧。
首先采用全局自相关法,以中国31省市为研究对象,选取各省市2001、2005及2010年旅游产业集群发展水平综合评价值为衡量指标,综合测度我国旅游产业集群发展空间分布及演变特征。利用全局自相关公式,计算得到2001年、2005年、2010年3年的全局自相关指数分别为0.635 2、0.638 1及0.864 6,表明2001-2010年间我国区域旅游产业集群总体发展水平在空间上具有正向的集聚效应,且呈现不断增强的趋势。通过计算2001年、2005年和2010年各省市局部空间自相关指数Ii(见表4),再结合表2中国旅游产业集群发展水平综合评价结果,可将我国各省市动态地划分为HH型、LL型、HL型及LH型4种空间发展类型。其中,由于海南省为独立的海岛型结构,陆域上未与其他省份相毗邻,这里不再对其进行分析。由分析可以得到,2001-2010年中国旅游产业集群分布具有明显的区域分异特征:处于HH型状态的地区主要分布在我国经济发展水平较高的东部沿海地区及旅游资源较丰富的西南地区,其中北京、上海、江苏、浙江、山东等省市,经济发展水平较高,社会基础条件较好,旅游产业集群优势地位明显;而处于LL型状态的地区则基本分布在人口地理分界线的西侧及东北地区,该区域经济发展较弱,区位条件较差,旅游产业集群发展水平不高;进一步从时序上来看,属于HH型状态的地区浮动较小,旅游产业优势地位较为稳定,而LL型状态的省市则由2001年的15个降为2010年的10个,说明随着旅游业发达地区的带动辐射能力不断增强,旅游产业集群“贫困地区”相应减少;处于LH型状态的区域则主要集中于我国东南部地区,这类地区旅游产业自身发展较差,但周边地区发展水平较高,处于旅游产业集群发展的“低洼地带”,其数量由2001年的6个地区增至2010年的10个,由此表明,我国东南部旅游产业集聚趋势加剧,各省份旅游资源向各自区域内部增长极流动,致使LH型状态地区随之增多;处于HL状态的地区相对较少,发展到2010年,只有辽宁、河南、四川、广东等地区,且分布相对分散。由于这些省份不断从各自周边地区吸引资本、企业、劳动力、信息、市场等资源,已经发展成为我国旅游产业集群的集聚中心,是带动我国辽东地区、中原地区、四川盆地地区及珠江三角洲地区旅游发展的区域增长极。
表4 中国各省市旅游产业集群局部空间自相关Ii计算结果
显然,我国区域旅游产业集群发展水平既表现为空间上的正向集聚效应,同时又呈现自东向西依次递减趋势,这在一定程度上反映出,随着我国旅游产业集群的蓬勃发展,产业空间集聚程度不断提高,各区域旅游产业链条不断完善,区域整合效应相应提升。
为进一步探讨我国旅游产业集群空间结构差异变动特征,这里引入衡量区域旅游产业集群发展水平的绝对差异指数和相对差异指数,对我国不同发展类型区域的旅游产业集群发展水平空间差异作进一步分析[20]。
绝对差异指数的计算公式为:
式中,S表示我国各区域旅游产业集群发展水平绝对差异,pi为各区域所包含省市的旅游产业集群发展水平综合评价值的均值,为各区域pi值的平均值,n为区域类型数。
相对差异指数的计算公式为:
式中,V表示我国各区域旅游产业集群发展变异系数,其他字母指标含义与上式相同。
从区域旅游产业集群发展水平总体差异的计算结果可以发现,2001-2010年间,我国各区域类型的旅游产业集群发展水平的绝对差异总体上呈扩大趋势,已由2001年的0.092 2上升至0.104 1。原因在于:随着全国各地区旅游产业集群的迅猛发展,主要位于我国东部沿海的HH型区域,经济发展迅速、旅游资源密集、基础条件较好,其向周边地区的带动辐射作用不断增强,使得我国旅游业发展整体水平得到一定程度的提升,但由于该类地区资本、企业、劳动力等资源优势明显,经济、社会、生态等环境条件优良,其旅游产业集群发展的绝对水平仍旧高于其他地区,并以较大的领先优势继续发展下去。
从各区域旅游产业集群发展水平相对差异的变动结果来看,我国旅游产业集群发展水平的相对差异逐渐缩小,由2001年的0.448 1降为0.386 5,其原因在于属于LL型及LH型的地区。由于受到区域内旅游产业优势地区的带动辐射作用,相对原有水平有了较大幅度的提升,其产业相对增长速率高于HH型地区,因此与旅游产业发达地区的相对差异不断缩小。但由于受到自然资源禀赋、经济发展水平、社会基础条件等因素的限制,使得各区域旅游产业集群发展的相对差异缩小的程度远不及绝对差异拉大的程度,由此导致我国旅游产业集群发展的区域分化格局的形成。
通过构建旅游产业集群发展水平评价指标体系,引入熵权TOPSIS法对中国2001、2005和2010年31省市旅游产业集群发展水平进行综合比较与评价,进而采用马尔可夫链和MORAN空间自相关法将我国各省市划分为HH型、LL型、HL型、LH型4种空间区域类型,从而对中国旅游产业集群发展时空变化总体特征及空间格局演变规律进行探讨。最后采用衡量区域旅游产业集群发展水平的绝对差异指数和相对差异指数,对我国不同发展类型区域的旅游产业集群发展水平空间差异作进一步分析,可以得到以下结论:
第一,近10年来,我国各地区旅游产业集群发展水平获得了不同程度的提升,存在“俱乐部趋同”现象并呈逐步加剧的趋势,各区域旅游产业集群发展呈现两级分化的局面。
第二,从总体上看,全国区域旅游产业集群发展存在显著的空间正相关,同类地区在空间上集聚分布,且集聚水平不断提高,从局部区域上看,我国旅游产业集群呈现出较为明显的区域分异特征,东、中、西部旅游产业集群的空间分布层级呈自东向西依次递减的规律性,同时随着旅游产业辐射带动作用的不断增强,区域内各省市表现出向区域增长极方向集中的态势,而集聚水平相对较弱的地区也得到了不同程度的优化,呈现出一定的集聚现象。
第三,2001-2010年间,我国区域旅游产业集群发展整体水平的相对差异逐渐缩小,而绝对差距却在拉大,且前者缩小程度远不及后者拉大程度,这是由于我国各区域旅游资源禀赋及经济、社会发展基础条件不同,导致我国旅游产业集群发展水平地域分化格局逐步形成。
[1]尹贻梅,刘志高.旅游产业集群存在的条件及效应探讨[J].地理与地理信息科学,2006,22(6):98-102.
[2]邓冰,俞曦,吴必虎.旅游产业的集聚及其影响因素初探[J].桂林旅游高等专科学校学报,2004,15(6):53-57.
[3]赵书虹.旅游产业集群的形成及演化[J].统计与决策,2009(24):149-151.
[4]邓宏兵,刘芬,庄军.中国旅游业空间集聚与集群化发展研究[J].长江流域资源与环境,2007,16(3):289-292.
[5]孙金龙,李亚青,孙厚琴.上海旅游产业集群的判定验证及其集聚度测算研究[J].旅游论坛,2010,3(1):65-70.
[6]张河清,王蕾蕾,田晓辉.区域旅游产业集聚绩效及竞争态势比较研究[J].经济地理,2010,30(12):2116-2121.
[7]高乐华.山东省旅游产业集群及其发展战略研究[D].青岛:中国海洋大学管理学院,2009.
[8]罗文斌,汪友结,吴一洲,吴泽斌.基于TOPSIS法的城市旅游与城市发展协调性评价研究[J].旅游学刊,2008,23(12):13-17.
[9]聂莉,董观志.基于熵权_TOPSIS法的港口城市邮轮旅游竞争力分析[J].旅游论坛,2010,3(6):789-794.
[10]杨晋熙,刘晓鹰.西南地区旅游产业集群竞争力评价研究[J].西南民族大学学报,2011(3):137-141.
[11]张洪,顾朝林,张燕.基于IEW-TOPSIS法的城市旅游业竞争力评价_以长江三角洲为例[J].经济地理,2009,29(12):2044-2049.
[12]吴彤,罗浩.中国区域经济趋同性研究综述[J].当代财经,2004(4):85-88.
[13]蒲英霞,马荣华,葛莹,黄杏元.基于空间马尔可夫链的江苏区域趋同时空演变[J].地理学报,2005,60(5):817-826.
[14]潘竟虎,石培基.甘肃省区域经济增长俱乐部空间趋同分析[J].西北师范大学学报,2007,43(6):84-94.
[15]赵文亮,陈文峰,孟德友.中原经济区经济发展水平综合评价及时空格局演变[J].经济地理,2011,31(9).
[16]马晓东,马荣华,徐建刚.基于ESDA-GIS的城镇群体空间结构[J].地理学报,2004,59(6):1048-1057.
[17]张松林,张昆.局部空间自相关指标对比研究[J].统计研究,2007,24(7):65-67.
[18]徐建刚,尹海伟,钟桂芬,曾尊固.基于空间自相关的非洲经济格局[J].经济地理,2006,26(5):771-775.
[19]陈刚强,李映辉.中国区域旅游规模的空间结构与变化[J].旅游学刊,2011,26(11):84-89.
[20]高乐华,高强,史磊.中国海洋经济空间格局及产业结构演变[J].太平洋学报,2011,19(12):87-95.