我国滨海城市海洋旅游竞争力影响因素分析——基于分层模型的实证研究

李 平 史晓源

（中国海洋大学 管理学院，山东 青岛 266100）

一、前言

（一）问题的提出

海洋旅游在我国沿海地区发展历史久远,滨海城市以其海水、阳光、沙滩等天然的海洋旅游资源禀赋和改革开放后的经济发展优势,一直以来旅游业发展领先于内陆地区,是深受旅游者青睐的旅游目的地。近年来,随着旅游业的快速发展,游客需求趋向多元化,而海洋旅游产品的同质化趋向已不能满足游客不断增长的旅游需要。“旅游+”融合创新驱动下,新型旅游业态层出不穷,乡村旅游、工业旅游、农业旅游等不断创新,海洋旅游面临着内外部的严峻挑战,竞争也愈来愈激烈。

以往旅游竞争力的研究多涉及相同特征区域如长三角、珠三角、山东蓝色经济区等国内海洋旅游研究热点区域内的发展共性,较少进行区域间的差异比较。关于滨海城市海洋旅游竞争力影响因素的研究主要集中在城市与城市之间、区域与区域之间的对比,缺少从区域及城市两个层面对其海洋旅游竞争力进行综合的比较分析。

本文通过采用两层分层模型的研究方法,综合探析影响我国海洋旅游城市竞争力的各层级因素,包括城市自身层面和区域环境层面,着重解决以下几个问题：（1）如何判断海洋旅游竞争力影响因素的分层分析的必要性,即判断不同层级因素的差异是否对海洋旅游竞争力产生影响；（2）各层级整体与分项指标对竞争力的解释能力分别是多大。通过对国内主要海洋旅游城市竞争力的指标构建与分层模型分析,能够有效判断出不同影响因素的影响力水平,找出不同地区海洋旅游城市发展水平存在差异的原因,以及区别出不同地区不同城市影响因素中的关键因素和薄弱环节,从而针对性地为国内滨海城市海洋旅游竞争力提升提出对策与建议。从区域整体政策的制定与城市自身建设的要求出发,明确区域层面与市域层面各自的影响系数,影响力大的指标将成为海洋旅游开发规划需要重点改革的方面,而影响力小的指标可以作为次要方面在开发后期逐渐完善,以此为各地海洋旅游产业发展规划提供有效参考。

（二）文献综述

1.海洋旅游概念

海洋旅游的概念在国内多有争议,受国外海洋旅游丰富业态的影响,国内海洋旅游形式及对海洋旅游的认识逐渐增多,政府与学者由主要关注“滨海旅游”开始转变为对“海洋旅游”全方位的研究。海洋旅游的概念也逐渐清晰,2003年董玉明提出“海洋旅游”是指在一定的社会经济条件下,以海洋为依托,以满足人们精神和物质需求为目的而进行的海洋游览、娱乐和度假等活动所产生的现象和关系的总和。[1]国家旅游局2016年发布的《国家蓝色旅游示范基地标准》中明确指出“海洋旅游”是以海洋为场所,以观光游览、休闲度假、康体疗养、运动探险为主要目的的度假旅游,一般包括海滨（海岸沙滩）旅游、海上旅游、海底旅游、海岛旅游等几大类。

2.旅游竞争力研究

国内对旅游竞争力的研究集中于旅游目的地竞争力的评价,通过不同方法不同角度选取指标、构建评价体系。相关研究从2003年开始,研究方法经历了一个逐步深化的过程,大致可分为三个阶段：第一阶段（2003年-2007年）以层次分析法（Analytic Hierarchy Process,简称AHP）为主要研究方法,为国家或地区之间建立起由强到弱的旅游竞争力层级结构[2-3]；第二阶段（2007年-2011年）以主成分分析结合聚类分析法为主,[4]在后期有学者加入了回归模型,[5-6]更细致地分析了各项指标的相互关系；第三阶段（2010年-2012年）众多学者开始关注旅游服务贸易的竞争力研究,形成了以市场占有率、净出口额、贸易竞争力、RCA（Revealed Comparative Advantages Index,显示性比较优势指数）和 CA（Competitive Advantage Index,显示性竞争优势指数）五项固定指标为加权基数的竞争力测算体系[7-8]；此外,近年来也有学者将数据包络分析方法（(Data Envelopment Analysis,简称 DEA）[9-10]、IMD（Institute of Management Development,瑞士洛桑国际发展管理协会）评价体系[11]、组合评价法等应用于此研究领域。概括来说,现有的文献往往采用多种研究方法相结合的手段,但层次分析法和主成分分析法是应用最为广泛的方法,一直沿用至今。

虽有学者已经关注到海洋旅游竞争力研究这一领域,但鉴于国内缺乏专门针对海洋旅游的统计数据,尚未有显著的成果。传统的回归方法可以解释城市的某些特征或因素决定了其海洋旅游竞争力的好坏,但是不同区域的竞争力强弱很大程度上取决于区域整体环境,而传统的方法却无法研究区域对城市竞争力的作用,更不能回答城市自身和区域整体的作用哪个更大一些。[12]上述方法均无法同时纳入两个层次单位的分析,但是城市的海洋旅游业竞争力发展无法脱离区域的政策与经济环境影响,为弥补前人研究方法的不足,本研究采用分层模型的研究方法。

（三）研究方法

分层模型的基本原理是分解差异,即将自变量中的差异分解成群体差异（Between Effects）和个体差异（Within Effects）。在上世纪六七十年代就有对分层数据结构的讨论,但囿于传统统计技术无力分析分层模型的技术障碍,直至近年来分层线性模型统计理论的发展,一套完整的方法已经建立,可以广泛应用该模型,[13]并开发出独立的分析软件（如HLM）破除了过去建构分层模型的障碍,能够与SPSS、STATA等实现数据兼容。在中国知网以“分层线性模型”为关键词搜索文献,国内学者对分层线性模型的应用大致始于2007年,最早是在教育学中引用了这一统计分析方法。

分层模型如今已被应用到社会学、教育学、医学、人口学、心理学等研究领域,[14-15]解决了传统无法解决的嵌套数据结构问题。例如同一学校或城市的学生可能在某些方面表现相似,从而导致传统回归模型的独立性假设不能成立。针对这类数据,越来越多的研究者使用分层线性模型和分层广义线性模型进行分析。[15]但是数据的分层现象在经济学和管理学中尚没有得到应有的重视,仅在农业经济领域有少量几篇文献,[16-17]研究文献缺乏,对涉及到分层结构数据的研究模型往往忽略掉不同层次的影响因素,使得到的结论存在一定的不准确性,[14]这也是本文将分层模型应用于旅游研究中的一项尝试性突破。

二、研究设计

（一）研究对象与数据来源

本研究拟选取国内五大沿海经济区（环渤海、长三角、闽台两岸、珠三角及海南省）的25个城市为研究对象,在选取样本城市时,首先以沿海城市为首要条件,先后被列入五大经济区的发展规划,且拥有相当长度的海岸线和一定数量的海水浴场,部分城市拥有明确权属的海岛；其次城市的旅游发展水平较高,有突出的海洋旅游特色,海洋旅游或滨海旅游业在当地国民经济中占一定比重。基于以上原则,研究对象既涵盖了国内海洋旅游经济较发达的城市如上海、天津、深圳、珠海等,也有欠发达城市如秦皇岛、连云港、莆田、江门等,保证了样本城市的差异性与可分析性,样本城市区域分布详见表1。

表1 样本城市与区域分布对应表

根据数据可获得性与时效性,本文以2013年的相关数据为分析样本,采用国家统计公报、区域经济统计年鉴、各市国民经济和社会发展统计公报的统计数据及部分指标数据参考于学者的著书整理所得,并用SPSS软件对数据做了标准化处理,避免了数据本身大小差异对结果的影响,标准化后的数据使相关系数的结果更具有分析意义。

（二）构建指标评价体系

在指标选取时,充分借鉴国内外相关研究成果,在理论支撑与数据可获得的原则下进行。刘名俭在研究中国旅游产业竞争力优劣势时,发现世界旅游产业竞争力排名靠前的国家,其优势指标数目远高于中间指标和劣势指标,排名越后,优势指标数目越低,而排名靠后的往往是发展中国家,因此说明旅游业的发展与一国或一地的经济紧密相关。[18]除了区域经济发展水平,区域内部经济均衡对区域经济在资源分配与投资比重方面有重要作用,[19]亦对旅游产业的供给与投资分配产生影响,已有众多学者对区域经济发展差异情况进行了研究,采用的测算指标有GDP和人均GDP[20]、基尼系数和赛尔系数[21]、锡尓系数[20-22]以及基于信息熵构建的模型[23]等。本文中区域经济发展水平和区域内部经济均衡度分别用区域GDP和人均GDP的方差进行表示。同时旅游目的地的消费水平和物价水平[24-25]亦对旅游需求有明显作用,而气候因素作为滨海旅游发展的重要影响因素能够显著影响目的地的客流量,[26-27]本文用统计年鉴中“居民家庭人均消费支出”指标表示区域消费水平,通过“区域年综合气候舒适度”指标反映地区间气候差异情况。

已有的海洋旅游竞争力评价体系研究中,王宁萱从自然环境、资源禀赋、基础设施、产业规模、人才与创新氛围五个方面选取了22个指标,[28]曹松江等从支持力、人文吸引力、自然吸引力三个方面选取了13个指标,[29]其中共同指标有全年日照时数、绿地率（森林覆盖率）、旅行社数量、星级酒店数量、旅游从业人员数量、旅游院校数量,相似指标有A级景区数量/海洋重点风景区全年适宜旅游天数、交通/海洋旅客周转量,不同指标有海水浴场全年适宜游泳天数、近海一二类海水比例、海岸线长度、空气质量优良天数以及关于旅游收入的相关指标（如旅游总收入、旅游总收入占GDP百分比、旅游总收入占旅游增加值、入境游客人次、旅游外汇收入、国内游客人次、国内旅游收入）。

2007 年世界经济论坛公布了“旅行和观光竞争力指数”（The Travel and Tourism Competitiveness,简称TTCI）,将政策法规、健康与卫生、安全和环境规章指标纳入竞争力的评价体系中。[30]

但对于海洋旅游系统的研究上述指标是远远不够的,刘伟在其著作中将海洋旅游系统分成了供给子系统、需求子系统、媒介子系统和支持子系统四个子系统,子系统下又细分出了若干要素。[31]其中供给子系统是核心,供给与支持方面是现有海洋旅游竞争力评价体系所关注的部分,而对于需求与媒介子系统则涉及不足。

综合考虑数据的可获得性与可量化性,在借鉴以上指标的基础上,结合刘伟等人的海洋旅游系统的研究,初步构建了影响海洋旅游竞争力的指标体系,详见表2。

表2 基于分层模型的海洋旅游竞争力影响因素指标体系构建

本研究拟选用城市旅游收入占城市GDP的百分比作为模型因变量,能够表示沿海城市旅游发达程度、发展规模及对城市国民经济的贡献度以反映海洋旅游竞争力的规模水平,将区域经济发展水平、均衡程度、居民消费水平及气候情况作为层-2模型的自变量,而层-1模型的自变量分别从资源供给、市场媒介、政策支持和消费需求四方面设立。

三、模型应用

不同城市旅游收入占GDP的比重近年来成为评判城市旅游业发展对城市国民经济贡献程度的重要标准,通常当该数值超过10%时,认为某市旅游业已成为其国民经济的支柱性产业,例如《青岛市旅游业“十二五”规划（2012）》中明确提出,青岛市自2010年实现旅游总收入580亿元,占全市GDP10%以上,已经成为我市国民经济的重要支柱产业。而全国不同区域间旅游收入占比存在较大差异,不同城市个体间旅游收入占比也参差不齐,具体见表3。

表3 区域间和个体间的滨海城市旅游收入占比统计表

分析上表可知,长三角区域及海南省旅游收入比重普遍较高,其次分别为环渤海区域、闽台海峡两岸区域和珠三角区域。而城市个体的旅游收入比重最高的为三亚市、舟山市和秦皇岛市,均高于20%,旅游业在其国民经济发展中占据了举足轻重的地位,在国内滨海城市中的旅游竞争力较强；比重介于10%～20%城市有13个,如厦门市、上海、珠海等,旅游业较为发达,成为这些城市重要的支柱性产业；此外,烟台、南通等9个城市的旅游收入占比不超过10%,旅游产业发展相对较弱。

（一）分区域的海洋旅游城市竞争力的预分析

零模型（Null Model）分析是对研究问题是否能应用分层模型进行分析的预判断手段,各层方程中都不设自变量,利用零模型,可以将海洋旅游城市竞争力的总方差分解到不同层级,从而观察两层随机方差各占总方差的比例分布,以确定进行分层分析是否必要,[32]其具体形式如下：

式中：下标i表示层-1变量（城市）；下标j表示层-2变量（区域）；Y为模型因变量,取值为城市旅游收入占该地GDP的百分比,即表示j区域i市的海洋旅游经济竞争力；β0j为层-1自变量对因变量回归的截距,rij为层-1随机成分；γ00为层-2自变量对β0j回归的截距,μ0j为层-2随机成分。

本文采用HLM7.0 Student软件来进行海洋旅游城市竞争力的分层分析。根据上述原理,即计算零模型分析中层-2的方差分量在总方差中的比例,又被称为组内相关系数ICC（Intra-Class Correlation）,计算公式为：ICC=层-2方差分量/(层-1方差分量+层-2方差分量),通常来说,ICC值大于5.9%,则表明运用分层模型进行分析是有意义的,分析输出结果如表4所示。

在本研究中,零模型就是确定海洋旅游城市个体的旅游收入比重在不同区域间是否存在显著差异。ICC值越大说明海洋旅游城市竞争力的总方差中层-2区域层面方差所占比例越大,因此用区域变量来加以解释的可能性就越大,并且这种情况说明仅对海洋旅游竞争力进行城市层面的分析,结果会有较大偏差,而这正是分层模型能解决的主要问题。反之,如果组内相关系数极小,说明区域层面对竞争力解释的能力很小,即没有必要进行分层模型分析。普通回归分析方法就能够直接得出海洋旅游竞争力的影响因素之间的关系。

表4 海洋旅游竞争力零模型的方差分量表

由上表可发现,海洋旅游竞争力的零模型的组内相关系数为9.86%,说明区域层面能解释海洋旅游竞争力的9.86%,即海洋旅游竞争力差异有90.14%是城市本身的差异造成的,9.86%是所在区域的差异造成的,零模型的分析结果表明,尽管城市层面差异是造成各市海洋旅游竞争力不同的主要原因,但仍然受区域尺度的影响,且影响度大于可用分层模型分析的临界值5.9%,这一影响水平虽然不高,但是一方面表明在该研究中用分层模型分析是有意义的,另一方面也用明确的数值验证了本研究最初依据对刘名俭、孙根年等学者曾对旅游发展影响因素提出的论断而做的假设。

（二）半条件模型分析

半条件模型分为两种,一种为将平均数作为结果的回归模型（Regression model with means-as-outcomes）,一种为带随机效应的单因素协方差分析模型（One-way ANCOVA model with random effects）,都是只在某一层内设置自变量,前者在层-1中,后者在层-2,其目的旨在对改成自变量进行筛选。

1.层-2半条件模型

式中：AVERAGEGDPj为j区的平均GDP水平；STDj为j区的区域内部经济均衡度；PerConsj为j区的人均消费水平；CLIMATEj为j区的年综合气候舒适度;γ0p（p=1,2,3,4）为层-2自变量对β0j的回归系数,其他变量含义与零模型相同。

根据该模型,层-2中区域年综合气候舒适度这一指标被剔除后,模型可靠性估计即信度估计达到0.709,表示模型拟合的沿海城市海洋旅游竞争力估计值与实际情况较接近。模型固定效应和随机效应的参数估计结果和统计显著性水平检验结果见表5,其中固定效应显示,海洋旅游竞争力与区域内平均GDP、区域内部经济均衡度和区域人均消费水平呈显著正相关。对比零模型的分析结果,得到层-2随机项的方差缩减比例为（4.53892-0.03345）/4.53892=0.99263,说明这三个指标可解释海洋旅游竞争力的区域间差异的99.263%。在此基础上计算的ICC=0.03345/（0.03345+40.49619）=0.000825,表明在控制了区域平均GDP、区域内部经济均衡度和区域人均消费水平后,区域间差异占总差异的比例将缩小为0.0825%。

2.层-1半条件模型

式中：WQi为近海水质水平；ScenicNUMij为城市内4A级及以上景区数量；TANUM为旅行社数量；HotelNUMij为城市内五星级酒店数量；PassengerVOLij为全年客运量；TPerConsij为游客人均消费水平；ITRij为城市旅游外汇收入占旅游收入的比重；DTI为国内旅游收入占旅游收入的比重；INvisitorsij为入境游客人次；HOMEvisitorsij为国内游客人次；Investmentij为第三产业固定投资额占比；BrandValij为城市旅游品牌价值水平。βpj为层-1自变量对因变量的回归系数；γp0为层-2自变量对βpj回归的截距,其他变量的涵义与零模型相同。

表5 国内海洋旅游竞争力半条件分层模型分析结果

根据该模型的输出结果,一些指标未通过显著性检验,无法进行解释分析,因此五星级酒店数量、全年客运量、旅游外汇收入比重、国内旅游收入比重、入境游客人次、国内游客人次及城市旅游品牌价值水平等城市层面的指标也被剔除,表4中仅显示各层保留的自变量。带随机效应的半条件模型,其固定效应结果如表4显示,国内25座沿海城市的海洋旅游竞争力与其他四个指标皆为正相关,近海水质水平每升高1单位约导致竞争力增强2.29个单位；城市旅游景区数量每增加1单位约导致竞争力增强1.023个单位；游客人均消费水平每增加1单位将导致竞争力增加约0.447单位；每增加1单位第三产业固定投资额的占比,海洋旅游竞争力将增强约0.213个单位。与零模型的层-1随机效应对比可得,层-1随机项的方差缩减比例为（41.48671-9.53458）/41.48671=0.7702,说明上述四个指标可解释海洋旅游竞争力城市间差异的77.02%。

四、结论与讨论

1.根据对国内25座滨海旅游城市的竞争力分层分析结果,造成国内沿海城市海洋旅游竞争力差异的主要原因是城市之间自身的差异,而仍有9.86%的竞争力差异市域因素无法解释,这部分差异是由区域经济与环境差异造成的。

2.影响区域间的差异的主要有三方面因素：区域经济发展程度、区域内部经济均衡情况和区域的消费水平,这三项指标可解释海洋旅游竞争力的区域间差异的99.263%。而被剔除的“气候舒适度”这一指标,尽管许多学者研究并证明其与滨海旅游目的地之间的密切关系,但本研究结果显示与区域经济发展建设水平因素相比,其影响力较弱。综合25座沿海城市的旅游发展状况,地理位置靠北的如天津、青岛、威海等城市,气候舒适度逊于闽台两岸、珠三角地区,但整体经济水平与海洋旅游发展政策等优于两区域的沿海城市,且之前学者的对气候舒适度与旅游发展关系的研究多是针对单一案例地,与本研究的出发点不同。本文认为从全国范围来看气候因素对海洋旅游竞争力的影响较小,因此对于沿海旅游目的地来说,先天的气候条件不足并不能成为抑制发展的绝对因素,而应该采取措施促进整体经济发展与均衡,提高旅游接待水平,以弥补先天条件的不足。

3.影响市域间差异的主要有四个方面的因素：城市近海水质情况、城市高等级景区数量、游客人均消费及城市对第三产业的投资,上述四个指标可解释海洋旅游竞争力城市间差异的77.02%,其中近海水的质量对沿海旅游城市海洋旅游竞争力影响力显著高于其他因素,说明海水质量是滨海旅游城市需要重点关注的方面,应做好生态环境的保护；高品质旅游景区的建设情况仅次于海水质量,表明海洋旅游城市的发展不能忽略市内景区的开发与管理,加强景区尤其是4A、5A级风景名胜区的管理建设对提升沿海城市的旅游竞争力有显著作用；此外丰富旅游产品的多样性、增加旅游产品的附加值以提高游客人均消费以及加大对第三产业尤其是旅游行业的投资都能有效提升沿海城市的海洋旅游竞争力。

本文仅采用了分层模型中2个主要模型进行分析计算,最终结论尚未对两个层级间的相互作用进行建模分析,理论上能够构建出更加完善的分层模型,后阶段将构建综合性更强的分层模型,以在研究城市层级因素与区域层级因素对海洋旅游竞争力水平的影响的基础上,探究区域层级因素对城市层级各因素的驱动作用。