泛长三角城市旅游规模分异及位序规模体系演进

庄燕杰， 李金昌， 程开明

(1. 浙江工商大学 统计与数学学院， 浙江 杭州 310018；

2. 浙江财经大学 数学与统计学院， 浙江 杭州 310018)

泛长三角城市旅游规模分异及位序规模体系演进

庄燕杰1， 李金昌2， 程开明1

(1. 浙江工商大学 统计与数学学院， 浙江 杭州 310018；

2. 浙江财经大学 数学与统计学院， 浙江 杭州 310018)

摘要:基于区域旅游一体化视角，文章依据泛长三角地区地级以上城市2002-2014年国内与入境旅游人数，运用变异系数、基尼系数、赫芬达尔指数等分析城市旅游规模分异状况，发现国内和入境旅游规模相对差异有所缩小、分布日趋均衡，入境旅游集聚程度虽较国内旅游更高，但下降趋势表明国内和入境旅游竞争更趋激烈。其后，运用引入空间效应的位序—规模模型探究规模差异的产生机制，结果表明旅游规模空间自相关性的确对城市旅游位序规模分布产生影响；泛长三角城市国内旅游规模分布由集中型转向分散均衡型，入境旅游虽保持首位型分布却在逐渐向集中型分布转变。结论对于地方政府明确自身在区域旅游体系中的定位和制定区域旅游发展战略具有参考价值。

关键词:旅游规模分异；位序规模体系；空间计量模型；泛长三角

一、 引言

旅游业是21世纪发展最快的新兴产业之一，已成为中国现代服务业的重要组成部分。2009年12月，国务院以国发〔2009〕41号印发《关于加快发展旅游业的意见》，首次明确要求“把旅游业培育成国民经济的战略性支柱产业和人民群众更加满意的现代服务业”，旅游业的地位得到空前提升。限于区位因素、资源禀赋和社会经济发展水平等条件的制约，作为“朝阳产业”的旅游业虽蓬勃发展，但区域旅游规模差异显著，旅游产业发展不均衡日益明显，旅游发展空间分异研究渐成旅游研究的热点领域[1-3]。

2014年国务院颁布《关于促进旅游业改革发展的若干意见》，提出“打破行业、地区壁垒，推动旅游市场向社会资本全面开放”，“完善国内国际区域旅游合作机制，建立互联互通的旅游交通、信息和服务网络，加强区域性客源互送，构建务实高效、互惠互利的区域旅游合作体”等旅游业改革发展建议，更加凸显缩小区域旅游发展差异、全面提升旅游产业整体发展水平的重要性。鉴于区域旅游资源、设施的共享性以及游客的流动性，进一步加强区域旅游发展的空间特征研究显得尤为必要；深度解析旅游规模空间差异机制，对于提升落后地区旅游业发展水平、保持发达地区旅游业竞争力及合理配置区域旅游经济要素、优化产业布局，进而制定针对性的区域旅游差异调控政策等极具理论与现实意义。

二、 文献综述

作为第三产业，旅游业以其灵活的经济业态和强大的辐射带动力对于改善经济结构、促进区域经济增长发挥着重要作用已成为研究共识[4]303[5-6]，包括中国在内的一些发展中国家都将发展旅游业视为缩小区域经济发展差异的重要手段[7]44。但受区位条件、旅游资源配置等因素的制约，各个国家和地区的旅游发展差异十分显著，区域旅游规模分异成为近年来旅游研究的热点。

目前，国内外相关文献主要研究内容包括旅游规模差异测度[4]304[7]46[8-12]、区域旅游规模差异影响因素分析[13-15][16]349[17]679及旅游位序规模分布演变[7]47[16]348[17]678[18-19]等方面。从空间尺度看，早期旅游规模分异研究多侧重于从国家或省域等宏观角度研究区域旅游经济发展的差异状况，如Oppermann(1992)[8]、Weaver和Elliott(1996)[9]利用游客统计数据、酒店房间数据和旅游用地中的一个或多个指标分别探讨马来西亚半岛和纳米比亚国家的旅游规模空间变化特征，两项研究均证实旅游经济发展在大空间尺度上存在非均衡性；国内学者张凌云(1998)[10]、朱俊杰(2001)[11]等以中国旅游业发展为研究对象，从东部、中部和西部部分地区的宏观层面剖析了我国旅游业发展的区域非均衡特征；陆林和余凤龙(2005)[12]则基于省域尺度从经济地理学视角分析中国旅游经济差异时空演变，并揭示了区域旅游经济的分异规律。近期旅游规模分异方面的研究则尝试从城市中观尺度探究区域旅游发展差异，以期掌握更细微空间尺度上的旅游规模分异演变规律[20-23]；遗憾的是，限于数据收集等条件制约，此类文献为数不多。研究方法上，经验研究经历了由传统指标测度到计量模型分析、从简单描述向定性与定量相结合的转变，采用的方法与技术主要包括标准差[7]45[16]346、变异系数[7]45[17]676[20]1567、赫芬达尔指数[17]677[20]1567、基尼系数[7]45[16]346、Theil指数[6]529[21]106和场强模型[22]84等。以上方法多是区域旅游规模分异表象的测度，为探究其规模差异产生的本质原因，越来越多的学者借鉴城市体系规模结构分析中的位序—规模模型来探讨区域旅游规模差异演变规律[7]47[18-20]。随着空间计量经济学的勃兴，空间探索性分析技术和空间计量模型等为区域旅游规模分异研究提供新的技术选项[23-26]，一些文献已经注意到区域旅游经济发展中存在空间效应这一事实，而且空间效应在旅游可持续发展中的重要性也愈来愈为政府和旅游规划者所重视[26]30。虽然空间效应的存在导致经典统计分析技术无法如实反映旅游规模分异，却为研究者探求区域旅游经济发展差异演变提供了新的视角——基于GIS空间分析技术的旅游经济空间分异测度[27]和规模分布演变[28-29]日益为旅游研究者所熟悉。

综上，已有旅游规模分异文献多基于国家或省域等宏观层面，以市域为分析尺度的经验研究不足；旅游发展空间效应的存在虽为学者所重视，却多止于区域旅游规模分异的表象测度，在运用位序—规模分布模型考察旅游规模分异本质的研究中鲜有学者考虑空间效应因素对旅游位序规模分布演变产生的影响。目前，区域旅游差异探讨多以旅游合作机制较为成熟的传统长三角地区为范本，而传统长三角地区行政边界自进入21世纪以来实际上已随着区域一体化进程的深入而逐渐泛化，条块分割的管理体制和地域壁垒逐步被打破，泛长三角地区旅游经济新格局初步形成。2003年以来“长江三角洲旅游城市高峰论坛”的连续举办，深化了传统长三角地区苏浙沪三地的旅游合作；而《沪苏浙皖旅游一体化合作框架协议》(2011)和《共同推进长三角休闲度假旅游发展合作协议》(2012)的签署，进一步将含安徽省在内的泛长三角地区旅游一体化合作机制推向前台，泛长三角城市旅游联盟体系已然建立。安徽与苏、浙、沪地区的经济联系和旅游合作日益紧密，邻近地域旅游竞合关系的增强无疑预示空间效应将对泛长三角地区旅游发展和规模分异产生影响。鉴于此，考虑引入空间效应，开展以苏、浙、沪、皖为蓝本的泛长三角城市旅游规模分异及位序规模演变研究便显得尤为必要。

基于以上认识，本文从区域旅游一体化角度出发，将近邻区域的空间相互作用纳入到旅游规模差异变动的研究框架中，借助变异系数、基尼系数、首位度指数和赫芬达尔指数等测度指标，结合空间计量模型来分析泛长三角城市这一中观尺度的旅游规模差异及位序规模分布演变，以期为该地区旅游发展水平的提升和一体化融合提供有价值的参考。

三、 数据来源与研究方法

(一) 区域范围与数据来源

本文以泛长三角地区范围内所有地级以上城市为研究对象，*本研究将泛长三角地区界定为江苏省、浙江省、安徽省和上海市所辖地域。研究时间跨度为2002-2014年。截至2014年底泛长三角地区地级以上城市数量共41个，除直辖市上海之外，还包括江苏省13个、浙江省11个和安徽省的16个。*泛长三角地区地级以上城市历年行政区划变更资料参见：中国民政部区划地名司主办的中国行政区划网http://www.xzqh.org.cn。考虑到行政区划变动给空间分析软件GeoDa095i的后续分析带来不便，以最新的行政区划为准，先运用ArcGIS 10.0软件对研究区域的地理底图进行预处理；此外，为保证市域地理单元在空间计量分析时与实际空间相接关系的一致性，本文对GeoDa095i软件生成的一阶相邻空间权重矩阵做了相应处理。*根据现实地理位置接近及经济联系紧密的现状，将地图上本无陆地相接的上海与舟山、上海与南通、舟山与宁波等三处设定为存在一阶相邻。

出于数据连续性、可得性以及地市级数据与省级数据发布一致性程度的考虑，本文选取入境旅游者人数和国内旅游人数两个指标来研究泛长三角城市旅游规模分异及其位序规模体系的时空演进。如无特殊说明，数据均来源于《中国区域经济统计年鉴》(2003-2014)、《江苏统计年鉴》(2003-2014)、《浙江旅游统计便览》(2002-2014)、《安徽统计年鉴》(2003-2014)、《上海统计年鉴》(2003-2014)及历年《中国城市统计年鉴》。当数据不一致时，一般以更高层次部门发布的统计数据为准。

(二) 研究方法

1.旅游规模差异测度方法。用以测度旅游规模差异的方法有很多，本文主要采用变异系数(CV)、基尼系数(G)、首位度(S2)和四城市指数(S4)和赫芬达尔指数(Hn)等指标来研究泛长三角城市间旅游规模差异的变动情况。

变差系数(CV)：用以衡量区域的相对差异，又称标准差率或离散系数，是标准差与平均数的比值。具体公式如下：

(1)

基尼系数(G)：最早用于测度收入不平等状况，现今该指标已被广泛用来反映地区相对均衡程度。基尼系数的取值范围为[0,1]，其值越小表示区域发展愈趋于均衡，区域规模差异也就越小；反之，区域差异越大。若P1、P2…Pn从大到小排列，则有：

(2)

首位度(S2)和四城市指数(S4)：用以衡量城市规模分布状况的常用指标，此处借鉴其用以反映泛长三角旅游规模分布的集中度。按照Zipf(1949)[30]38所认为的理想城市规模分布应满足Zipf准则的说法，城市旅游规模的首位度和四城市指数理想值同样应该分别接近于2和1。若P1、P2、P3、P4定义同式(2)，则有：

S2=P1/P2

(3)

S4=P1/(P2+P3+P4)

(4)

赫芬达尔系数(Hn)：反映区域规模指标的集聚程度。Hn愈趋近1，说明区域集聚程度愈高，区域旅游规模垄断程度也就越高；Hn愈趋近0，区域集聚程度愈低，区域旅游规模也就越发分散。

(5)

式(5)中，P1、P2…Pn从大到小排列，pi即第i位城市的旅游规模占总规模的比值。经验研究中当n<50时，即默认取n为样本容量。

2.旅游位序—规模分布测度方法。位序—规模模型最早由德国经济学家Auerbach提出，该模型通过刻画城市规模与其在整个城市体系中规模位序间的关系，以评估一个国家或地区城市体系的分布状况。随后Lotka、Singer和Zipf等学者都曾对该模型进行改进，现广泛应用的位序—规模公式为Lotka模式[31]40，其也常被借鉴用以分析区域旅游规模分布演进情况，见式(6)：

(6)

lnPi=lnP1-qlnRi

(7)

为直观和便于参数估计，经验研究中更多采用如式(7)的Lotka模式自然对数变换形式。式(6)、(7)中Pi为从大到小排序后第Ri位序的城市旅游规模，P1为理想首位城市旅游规模，Zipf指数q亦被称作常数。根据集中指数的大小可将区域旅游规模分布状况分为3种类型，即首位型(q≥1.2)、集中型(0.85

四、 泛长三角城市旅游规模分异变动分析

(一) 泛长三角城市国内旅游规模分异变动分析

表1　泛长三角地区国内旅游人数规模差异及其变动情况

运用变异系数(CV)、基尼系数(G)、首位度(S2)和四城市指数(S4)和赫芬达尔指数(Hn)等指标对泛长三角地级以上城市国内旅游规模分异状况进行测算，结果见表1。

表1显示，2002-2014年间泛长三角地区地级以上城市国内旅游规模的赫芬达尔指数总体处于很低的水平，其最大值0.096出现在2002年，而最小值仅为2014年的0.046。纵观赫芬达尔指数变动，发现其在2002-2009年呈现一贯下降趋势，而2010年其值又上升到0.065，尔后再缓慢下降至2014年的0.046。由此反映出泛长三角地区国内旅游规模集聚程度较低、国内旅游人口分布相对分散，除2010年的集聚程度相对于上一年略有加强外，其余年份均较上一年份有所减弱，表明该地区国内旅游发展竞争日益激烈的态势。

2002-2014年间基尼系数呈现曲折下降的趋势，其最小值为2014年0.419，较其2002年最大值0.596有较大幅度的下降，反映出13年间泛长三角城市国内旅游规模相对差异有所缩小而且分布状况更趋均衡。而变异系数、首位度和四城市指数虽然总体上呈现下降态势，但究其变动细节却发现三者呈现出几乎同步的倒N型变动趋势。首位度和四城市指数最大值3.303和1.300均出现在2002年，逐年下降至2008年的2.082和0.743，在2010年上升到3.064和1.091之后又有所下降；而变异系数“一谷一峰”分别为2009年的1.073和2010年的1.320，其最大值1.737和最小值0.943则出现在2002年和2014年，从而表明泛长三角城市国内旅游总体相对差异在缩小，第2、3、4位城市国内旅游增速的提升虽改善国内旅游规模分布状况使首位度降低，但上海作为泛长三角地区国内旅游龙头的地位仍牢不可撼。

(二) 泛长三角入境旅游规模分异变动分析

表2　泛长三角城市入境旅游人数规模差异及其变动情况

对泛长三角城市入境旅游规模的变异系数(CV)、基尼系数(G)、首位度(S2)和四城市指数(S4)和赫芬达尔指数(Hn)等指标进行测算，结果见表2。其中，赫芬达尔指数经历了先上升而后曲折下降的变动，其最大值和最小值分别为2004年的0.221和2014年的0.145，入境旅游规模虽较国内旅游规模的赫芬达尔指数值偏高，但其总体下降趋势反映出该地区入境旅游规模集聚程度有所降低，区域内各城市对入境旅游市场的争夺趋于激烈。

从表2发现，变异系数呈现曲折中下降态势，其值多年处于2.0以上；基尼系数在研究期内总体上虽有下降趋势，但相比泛长三角城市国内旅游规模基尼系数而言仍处于高位(最大、最小值分别为2003年0.830和2012年0.717)；反映出近13年来泛长三角城市入境旅游规模分布的相对差异在缓慢缩小，入境旅游规模在逐渐向均衡方向发展的同时仍旧处于高度集中分布、区域差距较大的阶段。虽然泛长三角城市入境旅游规模首位度和四城市指数并未呈现倒N型变动，但两者几近同步的下降趋势却与国内旅游情形相似。首位度和四城市指数的最大值均出现在2004年，分别为3.986和1.681；两者最小值分别为2013年的2.397和2012年的1.077，反映出该地区入境旅游规模依旧明显服从首位分布。根据Zipf认为满足理想区域旅游规模分布的首位度和四城市指数值应分别接近于2和1的说法[30]39，可以大致得出泛长三角城市入境旅游规模分布最近几年正趋向于理想分布状态的结论。

五、 泛长三角城市旅游位序规模体系解析

(一) 旅游位序——规模分布计量方法改进

位序—规模模型的Lotka模式虽已在区域旅游规模分布研究中得到广泛应用，但经验研究往往忽视研究对象之间存在空间自相关这一事实。就泛长三角地区旅游发展而言，一方面，该地区市场经济发达、旅游客源充足，苏、浙、沪、皖等四地相近的地缘关系和互补的旅游资源无疑加深了各地区间的旅游联系，旅游一体化建设正成为区域经济整合发展的重要诉求；另一方面，随着经济发展和人民生活水平的提高，人们的旅游休闲意愿也日益增强，高速铁路和高速公路等交通基础设施的完善不但为该地区国内游客的近距离出行提供极大便利，同样也为以上海、杭州和黄山等国际知名旅游城市为目的地的入境游客借机游览周边城市旅游景点创造机会，从而导致邻近城市旅游经济空间溢出效应的产生。为此，在对泛长三角城市旅游位序规模分布分析时应考虑区域旅游空间自相关性的存在，引入空间计量模型来加以探析。本文借鉴Le Gallo和 Chasco(2008)[32]研究西班牙城市体系规模结构演变的方法，对式(7)进行如下改进：

(8)

式(8)即位序—规模法则空间滞后模型，其中εi独立同分布于N(0,σ2)，wij是空间权重矩阵W的元素，在此采用一阶邻接标准生成空间权重矩阵；α为常数项，ρ为空间滞后系数，反映空间扩散或溢出的程度，ρ显著表明泛长三角城市旅游规模之间存在空间自相关。

由于模型估计中邻近区域旅游规模的空间效应除由因变量的空间自相关引起，也可能由其它所忽略自变量的相互作用产生，故建立空间误差模型以考察误差的空间效应对城市旅游规模分布的影响，见式(9)。

(9)

式(9)中μi独立同分布于N(0,σ2)，λ为空间自回归系数，其余定义同式(8)。

(二) 泛长三角城市旅游位序——规模分布的空间计量分析

1.泛长三角城市国内旅游位序——规模分布演进分析。经验研究中，式(7)可采用截距固定和截距不固定两种方式进行OLS估计[31]41。截距固定模型是将现实国内旅游首位城市规模作为P1，即α=lnP1已定，而截距未定模型则需从泛长三角城市国内旅游规模体系总体出发，运用位序—规模模型求得理论上的首位城市旅游规模。估计发现，截距未定模型比截距固定模型的实际拟合效果更好，故表3仅报告截距未定模型估计结果及其残差空间自相关检验情况。

表3　OLS估计结果及模型残差空间自相关检验

注：括号内为t统计量绝对值；*、**和***分别表示在10%、5%和1%水平下显著，下同。

表3中OLS估计结果显示，截距未定模型的拟合效果较好，各代表年份拟合优度R2均在0.85以上且截距项α和集中指数q估计值均在1%水平下显著，而空间自相关性检验结果却显示OLS估计残差具有显著的空间自相关性。根据Anselin、Bera和Florax等(1996)[33]86提出的最优模型判别标准“如果空间自相关检验发现LM(lag)比LM(error)在统计上更显著，且Robust LM(lag)显著而Robust LM(error)不显著，则可以断定适合的模型是空间滞后模型；反之，选择空间误差模型则是恰当的。如果这些统计量都不显著，则选择经典的计量模型，即保留OLS估计结果”，发现选择空间滞后模型来探究泛长三角城市国内旅游规模的空间效应是合适的。

表4报告了代表年份位序—规模法则空间滞后模型的估计结果。由表4知，空间滞后模型拟合效果均优于OLS估计且所估计参数亦十分显著；模型空间效应设定的似然比检验(LR)显示，除2011年的LR检验统计量仅在10%水平下显著外，其余代表年份的LR检验统计量在5%甚至1%的显著性水平下显著，从而证实在模型设定中加入空间滞后效应的考虑是合理的。进一步对比表3、表4中的集中指数q值大小，发现空间滞后模型中q的估计结果均小于截距未定模型的OLS估计，而此发现恰好与泛长三角城市国内旅游规模存在正向空间自相关性这一认识相呼应，由此可见空间滞后效应的存在的确对泛长三角城市旅游规模分布产生了影响。

表4　空间滞后模型的估计结果

注：括号内为z统计量绝对值，LR是检验模型空间结构设定的似然比检验，下同。

据Anselin等提出的判别标准确定出历年的最优模型并估计国内旅游分布集中指数q值(图1)，其中仅2004年集中指数q值1.099选取截距未定模型的OLS估计结果，其余年份q值均由位序—规模法则空间滞后模型估计得到。由图1知，除2010年出现跳跃外，集中指数q总体上经历先上升后下降的变动过程且穿过理想城市旅游规模集中指数q=1的线，由此可判定泛长三角城市国内旅游规模基本符合位序—规模分布，并呈现由集中型分布向分散均衡型发展的态势。分析集中指数q变动细节，发现2002-2010年该地区国内旅游规模呈现集中型分布(0.85

图1　长三角地区国内旅游规模集中指数趋势图

2.泛长三角城市入境旅游位序——规模分布的空间计量分析。与前述分析类似，通过式(7)截距未定模型OLS估计以获取泛长三角城市入境旅游位序—规模分布的初步认识，然后根据OLS估计残差空间自相关性检验结果结合Anselin、Bera和Florax等人所提出的最优模型判别标准[33]86，从而选择合适的模型研究泛长三角城市入境旅游规模分布状况，参数估计及模型检验结果详见表5。

表5　参数估计及OLS估计残差空间自相关检验结果

注：不失完整性，表中未报告OLS估计残差空间自相关检验不显著的LM(error)和Robust LM(error)。

由表5可知，截距未定模型的拟合效果虽好，但残差空间自相关检验LM(lag)和Robust LM(lag)在1%水平下显著，暗示截距未定模型OLS估计残差具有空间滞后结构。此时，截距未定模型显然不能刻画空间滞后结构对入境旅游规模分布带来的影响，而空间滞后模型则能在研究中加入空间效应的考虑。空间滞后模型估计结果显示，模型拟合优度R2均在0.9以上且参数估计相当显著，LR检验统计量全在1%水平下显著也证实在泛长三角城市入境旅游位序—规模模型中加入空间滞后效应是合理的。对比集中指数q大小，发现空间滞后模型所估结果均较截距未定模型OLS估计值小，此结论恰好验证城市入境旅游规模存在正向空间自相关性。

图2　泛长三角城市入境旅游规模集中指数趋势图

图2中泛长三角城市入境旅游规模集中指数q均由位序—规模法则的空间滞后模型估计得到，且历年空间滞后模型的拟合优度R2均在0.9以上，拟合效果极好。限于篇幅，表5中并未一一报告。与国内旅游规模的集中指数相比，泛长三角城市入境旅游规模的集中指数q值虽然总体上也呈现下降趋势，但明显处于q≥1.2的高位。根据区域旅游规模分布状况三种类型划分，可见在2002-2014年泛长三角城市入境旅游呈首位型发展模式，反映出该地区入境旅游分散均衡程度较低，局部城市存在较高的垄断现象，如上海、杭州、黄山和苏州等经济发达、旅游资源丰富的城市占比相对较高。而集中指数q值的不断减小趋势，也反映出泛长三角地区一些在入境旅游市场原本不具备竞争优势的城市正在努力追赶以求分得更大的市场份额，位序规模分布呈现出由首位型向集中型转变的趋势。

六、 结论与启示

本文基于区域旅游一体化的视角，借助变异系数、基尼系数、首位度指数和赫芬达尔指数等指标并结合位序—规模法则的运用，分析2002-2014年泛长三角地区地级以上城市旅游规模分异状况及其位序规模体系演进。研究发现：(1)泛长三角城市国内旅游和入境旅游规模相对差异均在缩小且其分布日趋均衡；入境旅游市场集聚程度虽较国内旅游市场更高，但两者总体上的下降趋势表明泛长三角城市国内旅游发展和入境旅游发展的竞争激烈程度有所加剧。(2)截距未定模型OLS估计残差空间自相关性检验及空间滞后模型似然比检验结果显示在泛长三角城市旅游位序规模体系演进分析中应当考虑空间滞后效应带来的影响；而空间滞后模型估计的集中指数q值比OLS估计法得到的指数值低，证实空间自相关性的确对区域旅游位序—规模分布变动产生作用。(3)旅游规模集中指数q值变动趋势显示，2002-2014年泛长三角城市国内旅游规模由集中型分布转向分散均衡型分布，入境旅游规模虽保持首位型发展模式却也呈现出逐渐向集中型分布转变的倾向。

区域旅游体系作为开放的复杂巨系统，影响其规模发展差异和空间分布的要素多元多样，其中经济发展水平、地理与交通区位条件和旅游资源禀赋及知名度是影响区域旅游发展的三大因素，正是这些要素的发展变化共同驱动了泛长三角城市旅游规模分布的时空演进，而区域旅游体系中广泛而客观存在的空间自相关性则为泛长三角城市旅游规模分异和位序规模演化增添新的变数。上述结论对泛长三角城市旅游体系的发展与完善，乃至其他区域旅游一体化建设不无启示意义：(1)就泛长三角地区而言，为实现该区域旅游一体化发展，应对旅游发展的非均衡性有充分的认识。为缩小域内城市旅游发展差异，一方面，在促进上海、杭州、南京等重要节点城市旅游发展的同时，更应注重旅游资源的分散配置；另一方面，借助上海、杭州、南京等旅游城市的辐射带动作用，通过旅游产业价值链的延伸以点带面，尤其是带动以黄山为代表的安徽省城市的旅游发展，从而将安徽省完全融入到泛长三角旅游体系中来，以实现苏浙沪皖四地旅游市场一体化发展。(2)城市旅游体系中普遍存在的空间自相关性要求城市在谋划自身旅游发展的同时，也应注重与其他近邻城市形成旅游产业协同融合，充分发挥旅游业关联带动效应，从而达到利用城市旅游业的空间联系提升本地旅游发展水平的目的。(3)政府管理部门在开展旅游管理和规划过程中需高屋建瓴、具备大局观念，通过打破条块分割的旅游管理体制和区域行政壁垒、提升旅游区域经济发展水平和改善旅游区域交通等区位条件等措施，以畅通旅游要素的流动渠道，优化城市旅游规模分布，从而为区域旅游整体水平的提升和一体化融合创造良好条件。

本文运用多指标测度和计量模型相结合的方法，分析泛长三角城市旅游规模分异状况及其位序规模体系演进，主要创新在于将空间自相关性纳入到旅游位序规模分布研究中，借助空间计量模型揭示泛长三角城市旅游位序规模分布演变规律及空间自相关性对其规模分布产生的影响。需要指出的是，对影响泛长三角城市旅游规模差异及规模分布的因素分析还有待加强，此外对区域旅游空间自相关的产生机理进行系统阐释也是后续研究的重要方向。

参考文献:

[1]刘春济,高静.中国旅游产业集聚程度变动趋势实证研究[J].商业经济与管理,2008(11):68-75.

[2]卞显红.长江三角洲城市旅游资源城际差异与丰度分析[J].江苏商论,2006(1):109-112.

[3]陈秀琼.基于旅游者角度的中国旅游区划分研究[J].商业经济与管理,2006(3):74-79.

[4]YANG X Z,WANG Q.Exploratory Space-time Analysis of Inbound Tourism Flows to China Cities[J].International Journal of Tourism Research,2014,16(3):303-312.

[5]OLMEDO E,MATEOS R.Quantitative Characterization of Chaordic Tourist Destination[J].Tourism Management,2015,47(2):115-126.

[6]汪德根,陈田.中国旅游经济区域差异的空间分析[J].地理科学,2011(5):528-536.

[7]戈冬梅,吴玉鸣.江西旅游规模差异及其位序规模体系分析[J].旅游学刊,2008(9):44-48.

[8]OPPERMANN M.Spatial Structure of Tourism in Peninsular Malaysia a Preliminary Study[J].Tourism Recreation Research,1992,17(1):54-59.

[9]WEAVER D,ELLIOTT K.Spatial Patterns and Problems in Contemporary Namibian Tourism[J].The Geographical Journal,1996,162(2):205-217.

[10]张凌云.我国旅游业地域非均衡性增长研究初论[J].南开经济研究,1998(2):71-74.

[11]朱俊杰,丁登山,韩南生.中国旅游业地域不平衡分析[J].人文地理,2001(1):27-30.

[12]陆林,余凤龙.中国旅游经济差异的空间特征分析[J].经济地理,2005(3):406-410.

[13]PRISKIN J.Assessment of Natural Resources for Nature-based Tourism:The Case of the Central Coast Region of Western Australia[J].Tourism Management,2001,22(6):637-648.

[14]DENICOLAI S,CIOCCARELLI G,ZUCCHELLA A.Resource-based Local Development and Networked Core-competencies for Tourism Excellence[J].Tourism Management,2010,31(2):260-266.

[15]HALL C M,PAGE S J.The Geography of Tourism and Recreation:Environment,Place and Space 4th Edition:Environment,Place and Space[M].London:Routledge,2014:123-125.

[16]周彩屏,戈冬梅.旅游规模差异及其位序规模体系研究——以浙江省为例[J].经济地理,2010(2):345-350.

[17]靳诚,徐菁,陆玉麒.长三角城市旅游规模差异及其位序规模体系的构建[J].经济地理,2007(4):676-680.

[18]ULUBASOGLU M A,HAZARI B R.Zipf’s Law Strikes Again:The Case of Tourism[J].Journal of Economic Geography,2004,4(4):459-472.

[19]BLACKWELL C,PAN B,LI X,et al.Power Laws in Tourist Flows[R].Proceeding of the Travel and Tourism Research Association 42ndAnnual Conference.Lake Orion,MI:TTRA Association,2011.

[20]赵磊,王永刚,张雷.江苏旅游规模差异及其位序规模体系研究[J].经济地理,2011(9):1566-1572.

[21]余凤龙,黄震方,王宜强.中国沿海区域入境旅游经济差异的时空格局演化[J].地理与地理信息科学,2013(6):105-110.

[22]沈惊宏,陆玉麒,靳诚,等.区域旅游经济影响力的空间格局分析——以安徽省为例[J].地理与地理信息科学,2012(4):83-87.

[23]方叶林,黄震方,涂玮.社会网络视角下长三角城市旅游经济空间差异[J].热带地理,2013(2):212-218.

[24]方叶林,黄震方,王坤,等.不同时空尺度下中国旅游业发展格局演化[J].地理科学,2014(9):1025-1032.

[25]KANG S,KIM J,NICHOLLS S.National Tourism Policy and Spatial Patterns of Domestic Tourism in South Korea[J].Journal of Travel Research,2014,53(6):791-804.

[26]SARRIóN-GAVILáN M D,BENíTEZ-MáRQUEZ M D,MORA-RANGEL E O.Spatial Distribution of Tourism Supply in Andalusia[J].Tourism Management Perspectives,2015(15):29-45.

[27]KEOGH B.The Measurement of Spatial Variation in Tourist Activity[J].Annals of Tourism Research,1984,11(2):267-282.

[28]OPPERMANN M.Length of Stay and Spatial Distribution[J].Annals of Tourism Research,1994,21(4):834-836.

[29]SEATON A V,PALMER C.Understanding VFR Tourism Behaviour:The First Five Years of the United Kingdom Tourism Survey[J].Tourism Management,1997,18(6):345-355.

[30]ZIPF G K.Human Behavior and the Principle of Least Effort:An Introduction to Human Ecology[M].New Jersey:Addison-Wesley Press,1949:32-41.

[31]周一星,于海波.中国城市人口规模结构的重构(二)[J].城市规划,2004(8):33-42.

[32]LE GALLO J,CHASCO C.Spatial Analysis of Urban Growth in Spain,1900-2001[J].Empirical Economics,2008,34(1):59-80.

[33]ANSELIN L,BERA A K,FLORAX R,et al.Simple Diagnostic Tests for Spatial Dependence[J].Regional Science and Urban Economics,1996,26(1):77-104.

(责任编辑傅凌燕)

收稿日期:2015-06-29

基金项目:国家自然科学基金面上项目(71373240)；教育部人文社科规划基金项目(13YJA630012)；浙江省高校人文社科重点研究基地(统计学)项目(JYTtj20141301)；教育部人文社科重点研究基地浙江工商大学现代商贸研究中心和浙江省2011协同创新中心——现代商贸流通体系建设协同创新中心项目(15SMGK032)；浙江省“之江青年课题研究”项目(13ZJQN005YB)

作者简介:庄燕杰，男，博士研究生，主要从事空间统计方法与应用研究；李金昌，男，校长，教授，博士生导师，经济学博士，主要从事统计理论与方法、抽样技术等研究；程开明，男，教授，博士生导师，经济学博士，主要从事城市与区域经济、统计方法及应用研究，通讯作者。

中图分类号:F592.1

文献标识码:A

文章编号:1000-2154(2015)11-0068-10

Scale Difference of Tourism and Evolution of Rank-Size Distribution
System in the Pan-Yangtze River Delta Cities

ZHUANG Yan-jie1, LI Jin-chang2, CHENG Kai-ming1

(1.SchoolofStatisticsandMathematics,ZhejiangGongshangUniversity,Hangzhou310018,China;

2.SchoolofMathematicsandStatistics,ZhejiangUniversityofFinance&Economics,Hangzhou310018,China)

Abstract:Based on the perspective of regional tourism market integration, this paper analyzes the scale difference of urban tourism through the number of domestic and inbound tourists among the prefectural-level cities in the Pan-Yangtze River Delta from 2002 to 2014 by employing Coefficient of Variation, Gini Coefficient, Urban Primacy Index and Herfindahl Index etc. Although compared with that of the domestic tourism, the urban tourism in the Pan-Yangtze River Delta has a higher agglomeration degree, the downtrend shows that the competition between domestic and inbound tourism is more fierce. Then the rank-size distribution of spatial econometric model is introduced to explore the producing mechanism of the scale difference; the results show that the spatial autocorrelation of tourism scale does influence the rank-size scale distribution of urban tourism; the rank-size scale distribution of cities in Pan-Yangtze River Delta changes from centralized mode to scattered balanced mode; although the inbound tourism keeps a first-place distribution, it is gradually changing to centralized mode. The paper offers some valuable references for local governments when they identify their position in the regional tourism system and make the strategic plans for regional tourism system.

Key words:tourism scale difference; rank-size distribution system; spatial econometric model; Pan-Yangtze River Delta