高质量发展背景下中国省际旅游竞争力再测度

魏敏 李书昊 徐杰

内容提要：从旅游资源禀赋条件、旅游服务配套设施、旅游发展环境支撑、旅游企业经营绩效、旅游产业结构优化和旅游综合功能发挥6个维度构建能够体现高质量发展理念的旅游竞争力测度体系，并利用信息熵客观赋权的PROMETHEE方法进行分析，旨在为各地区在高质量发展理念下测度、评价旅游竞争力研究提供新的可选策略，并对旅游业有针对性管理提供决策支持。测度结果客观反映了我国旅游产业竞争力优势地区多极化发展的情况，以及各地旅游竞争力主要优势与制约因素，也明显体现了本研究新理念、新方法的优势。

关键词：旅游竞争力;高质量发展;PROMETHEE方法

中图分类号：F592.99 文献标识码：A 文章编号：1001-148X（2020）02-0091-10

收稿日期：2019-10-28

作者简介：魏敏（1975-），男，合肥人，厦门大学管理学院教授，博士生导师，经济学博士，研究方向：旅游经济;李书昊（1993-），男，济南人，厦门大学管理学院博士研究生，研究方向：旅游经济;徐杰（1995-），本文通讯作者，女，山东临沂人，厦门大学管理学院硕士研究生，研究方向：旅游经济。

基金项目：国家社会科学基金重点项目“中国旅游产业转型升级动态演进研究”，项目编号：18AGL013。

一、引言

伴随着旅游业发展要素完善、产业地位提升以及“旅游+”等产业融合，旅游化逐渐成为继工业化之后部分地区实现经济社会全面发展的又一有力支撑，各地愈来愈重视旅游的发展和旅游目的地竞争力的提升。旅游竞争力被视为是旅游目的地运营成功与否的关键因素[1]，科学测度各地区旅游竞争力并对相关影响因素进行针对性优化完善，对于各旅游目的地实现旅游业科学管理和提升竞争力具有重要意义。

测度旅游竞争力有两个方面的内容需要重点把握[2]：第一点是旅游竞争力测度体系的构建。最具有代表性也是极具争议性的就是2007年始世界经济论坛（World Economic Forum， WEF）公布各国旅游竞争力指数时所采用的测度体系，该体系的构建借鉴了Crouch等及Dwyer等的研究成果[3-4]，并在后续研究中得到广泛运用。但是，该测度体系的普适性和可行性也被部分学者讨论，进而开始基于各自研究视角重构或调整旅游竞争力测度体系[2，5-6]。第二点是旅游竞争力分析方法的选择。学者们多采用层次分析法[7]、重要性绩效分析法[8]、主成分分析法[9]、TOPSIS法[2]等传统方法。随着旅游竞争力研究不断深入，ELECTRE法[10]、数据包络分析法[11]、双重参考点法[12]等新方法也得到采用，为旅游目的地管理决策提供了相应支持。

虽然上述大量研究已关注到旅游竞争力综合量化分析，并进行了一系列的测度体系构建与研究方法革新，但仍然具有以下两点不足：第一，高质量发展成为未来中国经济建设和产业发展的重要导向，并从结构优化、绩效提升、创新驱动等方面提出了新要求[13]。但是，现有旅游竞争力综合测度体系构建尚未能将上述高质量发展新理念考虑在内，仅从数量规模层面上，而未能从质量效益层面的指标反映各地区旅游竞争力，因而各省份旅游竞争力有待重新测度。第二，作为一种简单、清晰和稳定的多准则决策辅助策略[14]， PROMETHEE（Preference Ranking Organization METHod for Enrichment Evaluation）方法已被广泛应用于战略合作伙伴选择[15]、投资项目选择[16]、酒店网站评估[17]等多个领域，但是鲜有研究将该方法应用于旅游竞争力量化测度[6]，而且在国内旅游学相关研究中尚未检索到一篇以PROMETHEE方法为主题的文献。因而该方法亟待被引入国内旅游研究领域，以丰富该学科研究方法体系，为旅游业管理人员提供借鉴与参考。

因此，本研究目的是立足于高质量发展新时代，从旅游资源禀赋条件、旅游服务配套设施、旅游发展环境支撑、旅游企业经营绩效、旅游产业结构优化和旅游综合功能发挥6个维度构建能够体现出高质量发展理念的新型旅游竞争力综合测度体系，并利用PROMETHEE方法对中国各省份旅游竞争力进行重新量化测度，分析其测度结果并提出政策启示，以期为认知高质量发展约束下中国旅游竞争力的空间分布格局提供参考。

二、文献述评

目前学术界对旅游竞争力的内涵仍未达成统一认识[1]。Croes等指出，旅游竞争力普遍精确定义并不存在[18]，旅游竞争力是一个复杂而多维的概念。这一观点已得到學术界一般认可。Abreu-Novais等梳理了现有主流的旅游竞争力定义，发现其主要涵盖三大要素：能力、吸引力和满意度及可持续性[1]。从以往研究来看，狭义视角下的旅游竞争力主要强调目的地的整体吸引力及其提供产品和服务的能力[3，14]。而广义视角下的旅游竞争力内涵不仅包括了狭义视角下旅游竞争力的基本内容，还涵盖旅游业发展的经济福利[1]，即旅游业发展造福东道主居民与东道主社会的功能发挥程度;此外，旅游业产出效率也可以被纳入到广义视角下旅游竞争力的考虑范畴[5]。可以说，广义视角下的旅游竞争力内涵丰富、泛化、富有延伸性。凡是某旅游目的地相对所呈现出来的比较优势和竞争优势，即“好”的发展表现，均可纳入广义视角下旅游竞争力的分析范畴，这也是本研究进行逻辑梳理和实证测度的基本立足点。

学术界对于旅游竞争力的早期关注主要集中于旅游目的地形象管理及旅游目的地吸引力塑造等方面，并未涉及旅游竞争力的概念模型构建。直至Crouch等以Porter的钻石模型为基础，较为系统地提出了包括核心资源与吸引物、支持性因素与资源、目的地管理等多个维度的旅游竞争力理论框架[3]，旅游竞争力综合认知才逐渐得到学术界追随。之后，Dwyer等对Crouch等的旅游竞争力理论框架进行了系统调整，突出强调了人造资源的地位，并将市场绩效的相关指标纳入到旅游竞争力概念模型构建[3-4]，使之更加趋于完善。但上述研究均未借助统计数据对旅游竞争力进行量化分析，而是仅仅停留于理论模型构建层面。后来，Enright等以Crouch等的旅游竞争力概念模型为基础，通过游客打分并利用重要性绩效分析法对香港旅游竞争力进行了量化[8];但该研究仅是对不同旅游竞争力测度指标进行四维象限划分，并未计算得到目的地的旅游竞争力指数，因而不存在区域间的比较。以上这些研究虽然并不完善，但其中蕴含的某些思想能够为后来的旅游竞争力综合测度奠定一定基础。

随着旅游竞争力理论框架设计逐渐系统化、成熟化，在构建综合测度体系的基础上借助统计数据对不同地区旅游竞争力进行定量排序成为学术界的关注焦点。汪德根运用因子分析法提炼出旅游吸引力、旅游企业经营状况等6个公因子对中国30个省份国际旅游竞争力进行了排序[19]。黄耀丽等运用主成分分析法和聚类分析，对珠三角各城市旅游竞争力进行了结构等级划分[20]。Shi等以国际旅游收入为依据，采用偏离—份额分析法对江苏省国际旅游竞争力进行了刻画分析[21]。以上这些研究是2007年WEF首次公布各国旅游竞争力指数前比较具有代表性的实证文献，主要用到了因子分析法、主成分分析法和偏离—份额分析法等传统研究方法。自WEF旅游竞争力量化体系首次公布后，国内外关于旅游竞争力的综合测度研究如雨后春笋。Zhang等重新构建包含4个维度35个指标的旅游竞争力评价体系，并运用熵权TOPSIS法对中国长三角各城市旅游竞争力进行了测评[2]。与Zhang等类似的是，Croes也认为WEF旅游竞争力测度体系普适性不足，因而专门构建了适用于小岛旅游地的旅游竞争力量化体系[5]。此外，王琪延等[7]、Croes等[18]研究也均对WEF旅游竞争力测度体系进行了重构。但也有部分学者们倾向于对WEF旅游竞争力测度体系进行微调，使其适用于各自的研究需要，而不是对其进行重新构建[6]。

除了对WEF旅游竞争力测度体系进行调整或重构外，对旅游竞争力测度方法进行改进与新引入也备受学者们关注。由于WEF所采用的测度方法较为简单，仅仅对不同旅游竞争力测度指标赋予任意权重，并进行简单加权求和得到旅游竞争力指数，因而饱受批评[6，12]。除了前文已经提到的因子分析法、主成分分析法、偏离—份额分析法和TOPSIS法等传统研究方法外，近年来一些比较新颖的多准则决策辅助方法逐渐被引入到旅游竞争力测度评价研究。具体而言，Botti等首次将以成对比较为基础进行排序的ELECTRE法引入旅游竞争力测度研究[10]; Pulido-Fernández等则是以WEF旅游竞争力测度体系为基础，首次将考虑期望值和保留值的双重参考点法应用于旅游竞争力测评[12]; Gómez-Vega等也是以WEF旅游竞争力测度体系为基础，但在研究策略上将数据包络分析法与多准则决策技术结合，能够得到具有内生性权重的旅游竞争力指数[11]。特别需要说明的是，Lopes等首次将本研究将要使用的PROMETHEE方法应用于旅游竞争力测评，并引起广泛关注[6]。但该研究仍具有两点不足：第一是该研究仍以WEF旅游竞争力测度体系为基础进行量化，此测度体系并不能很好地适用于中国实际国情，也无法系统体现高质量发展思想;第二是该研究对于旅游竞争力各测度指标的权重设置较为主观，受人为影响较大。

综上，目前国内外学者已经对旅游竞争力的概念内涵、理论模型、测度体系和测度方法进行了较为丰富的探讨。从研究发展趋势来看，对旅游竞争力的测度体系进行改进和测度方法进行完善是目前学术界扩展延伸旅游竞争力研究的主要方向。本研究立足于广义视角下旅游竞争力的内涵，将旅游竞争力视为旅游目的地比较优势及竞争优势的综合体现。顺应上述旅游竞争力研究发展趋势，结合当前中国国情，以高质量发展背景为切入点，体现高质量发展的新理念对旅游竞争力测度体系进行重构，并在测度方法上采用基于客观赋权后的PROMETHEE方法对中国省际旅游竞争力进行量化。

三、高质量发展背景下中国旅游竞争力测度：逻辑、体系与方法

（一）测度逻辑

新时代中国经济建设要求遵循高质量发展路径，探索高质量发展模式，以实现经济发展的质量优化与效益提升;中国旅游业发展需要追求高品质化，强调质量第一、效益优先，由粗放发展模式向集约发展模式转变，以增强旅游业发展的竞争力[22]。基于此，高质量发展背景下的中国省际旅游竞争力测度不能再仅强调旅游业发展的规模竞争力，还应重视旅游业发展的质量竞争力，即兼顾旅游业发展的数量规模与质量效益。因此，为了体现新时代高质量发展的新理念，中国省际旅游竞争力测度不仅要纳入数量型竞争力指标，还应纳入质量型竞争力指标，重新构建适用于高质量发展新时代的省际旅游竞争力综合测度体系。综合以上分析，本研究从旅游资源禀赋条件、旅游服务配套设施、旅游发展环境支撑、旅游企业经营绩效、旅游产业结构优化和旅游综合功能发挥6个子系统梳理体现高质量发展思想的新型旅游竞争力测度逻辑。该测度逻辑既保留了传统旅游竞争力测度维度（前3个），又纳入了体现质量优化的新型旅游竞争力测度维度（后3个），因而能够兼顾各省份旅游业发展的规模竞争优势与质量竞争优势，符合广义视角下旅游竞争力的内涵，将某旅游目的地相对于其他旅游目的地表现优越的维度纳入综合模型，可为高质量发展背景下中国旅游竞争力测度提供框架。具体构思如下：

1.旅游资源禀赋条件。旅游资源禀赋条件是决定旅游目的地比较优势的关键，体现了旅游目的地的核心吸引力，因而在很大程度上来看旅游竞争力关键取决于其他相关因素对旅游资源开发利用的增值[4]。在高质量发展背景下，各省份旅游资源禀赋条件的高低更多的体现于具有高质量吸引力的、拥有高品质等级的旅游资源身上。因而本研究从基础禀赋（旅游目的地旅游开发所依赖的根本性资源条件）和扩展禀赋（旅游目的地旅游开发所依賴的延伸性资源条件）两个方面着手，以具有高吸引力的A级（4A和5A）景区密度及高等级（国家级）的其他旅游吸引物的密度衡量旅游资源禀赋条件。

2.旅游服务配套设施。旅游服务配套设施是旅游竞争力提升的支撑因素，也被看作是旅游资源能否得到充分利用的关键性条件[16]。新时代中国旅游业高质量发展离不开完善的、充裕的旅游服务配套设施作为基础支撑，即高质量发展背景下的省际旅游竞争力测度需要将旅游业发展所必需的接待设施、交通设施及其他相关辅助设施的完善程度与配套质量考虑在内。具体而言，高质量发展背景下的旅游竞争力提升要求旅游目的地能够为游客提供优质的接待服务与舒适的招待条件，同时，保证高效的旅游交通便捷度，并提供完善的卫生便利条件和基本的医疗卫生安全保障等。

3.旅游发展环境支撑。新时代中国旅游业高质量发展需要以其所处的多元环境为基础支撑，优良的旅游发展环境支撑是各地区旅游业发展的基本保障条件。而且，旅游发展环境支撑历来也是旅游竞争力测度研究时必不可少的重要组成部分之一。虽然旅游竞争力的提升以其旅游资源禀赋条件为基础支撑，但绝不可忽视环境因素在旅游竞争力强化中的关键地位，因为旅游业是一种环境依赖性极强的产业，易于受到旅游目的地经济环境、生态环境和科学技术环境等的影响与制约，因而本研究在测度旅游竞争力时将继续保留旅游发展环境支撑这一旅游竞争力测度的传统子系统。

4.旅游企业经营绩效。在高质量发展背景下，优化旅游资源配置、推进旅游企业绩效变革可以看作是旅游业高质量发展最为直接的微观表现[22]，也是旅游競争力提高的重要组成部分。从长远来看，旅游目的地的生命周期很大程度上取决于其利用资源投入获取理想产出的运营能力[9]。因而很多学者专门从绩效视角测度各地区的旅游竞争力水平高低[18]，这表明旅游企业经营绩效是旅游竞争力测度时不可忽略的重要方面。考虑到景区、旅行社和星级饭店是中国旅游企业中最具代表性且数据可获取的旅游企业，因而本研究以这3种类型旅游企业的劳动生产率和资本生产率揭示各省份旅游企业经营绩效。

5.旅游产业结构优化。在高质量发展背景下，旅游业高质量发展需要关注到旅游产业结构竞争力，即旅游产业结构优化程度。因为加速产业结构优化调整，推动产业发展转型升级被认为是高质量发展的重要内容[13]。本研究从国际化和高级化两个方面反映各地区旅游产业结构竞争力，主要基于以下考虑：一方面，当前中国国内旅游业发展繁盛而入境旅游业发展滞后，这决定了提高旅游业发展的国际化程度是推动中国旅游产业结构优化的重要内容;另一方面，中国旅游业发展应打破低端锁定，降低对景区门票收入的依赖性，促进游客消费结构升级，提高旅游全要素成产率，提升旅游产业结构的高级化水平。

6.旅游综合功能发挥。在高质量发展背景下，旅游产业的综合功能主要体现在其对地区经济社会发展的带动作用上，并逐步将旅游化培育为后工业化时代中国经济社会渐进变革的又一可行性发展模式。因此，在一定程度上来说，具有高竞争力的旅游目的地应伴随着较高水平的旅游综合功能发挥。考虑到数据可得性，本研究从经济功能和社会功能两个方面反映旅游业发展的综合功能发挥程度，并选择6个具体测度指标分别揭示旅游业发展的创收效应、产业关联效应、投资激励效应，以及城镇化推进功能、就业功能和教育功能。

（二）测度体系

基于上述测度逻辑，并考虑到数据可获取性，本研究构建包含旅游资源禀赋条件、旅游服务配套设施、旅游发展环境支撑、旅游企业经营绩效、旅游产业结构优化和旅游综合功能发挥6个子系统36个具体测度指标、能够体现高质量发展理念的新型旅游竞争力综合测度体系，如表1所示。数据来源方面，国家级风景名胜区、世界（国家）自然和文化遗产、国家森林公园、国家地质公园和国家湿地公园的数量数据根据历年国家相关部门的公布名单整理而得，文化事业费数据检索于2018年《中国文化文物统计年鉴》，R&D经费投入强度数据检索于2018年《中国科技统计年鉴》，互联网普及率数据检索于2018年《中国互联网发展报告》，游客总数量和旅游总收入的数据根据各省份国民经济和社会发展统计公报整理而得，全社会从业人数检索于各省份统计年鉴，其余指标数据均检索于2018年《中国统计年鉴》和《中国旅游统计年鉴》。其中，劳动生产率和资本生产率分别通过旅游企业营业收入除以旅游企业从业人数和固定资产投资额计算得到，高弹性旅游消费指的是除住宿、交通和餐饮之外的旅游消费，旅游全要素生产率的计算方式参考Sun等的研究[23]，旅游城镇化响应强度的计算方式参考王新越等的研究[24]。

（三） 测度方法

PROMETHEE方法由Brans等研究发展而来[25]，是级别优先排序的多准则决策辅助方法之一，其通过各评价指标在偏好满足程度上的差异实现对各评价方案的评估与排序。从本质上讲，PROMETHEE方法是一种经过修正的、更为简单易懂的ELECTRE法。同其他多准则决策辅助方法相比，PROMETHEE方法不仅具备其他方法所具备的基本功能，即对各评价方案进行评估与排序，而且PROMETHEE方法拥有其他方法所不具备的一些特殊优势：PROMETHEE方法的实现相对较为简单，易于理解和接受，因为其数学基础并不复杂[14];PROMETHEE方法综合考虑到了不同评价指标间的相对重要性以及同一评价指标的相对偏好度;PROMETHEE方法在运算过程中可以有效识别出各评价单元的优势指标和劣势指标，为相关决策的制定与政策的实施提供一定依据。

经过30多年的发展，PROMETHEE方法不仅衍生了PROMETHEE Ⅰ 至PROMETHEE Ⅵ 等基础方法，还形成了PROMETHEE GDSS、PROMETHEE CLUSTER及PROMETHEE TRI等扩展方法。在实际操作时本研究具体选择PROMETHEE Ⅱ，主要基于以下几方面考虑：首先，同PROMETHEE Ⅰ 相比，PROMETHEE Ⅱ 能够得到各评价方案的完全序，而PROMETHEE Ⅰ 仅仅能得到评价方案的偏序[25];其次，PROMETHEE Ⅱ 是实现其他PROMETHEE方法的基础，因而在大多数研究中得到广泛使用;最后，基于研究需要进行选择，本研究的主要目的是将PROMETHEE方法引入国内旅游研究领域，而非对PROMETHEE方法的复杂延伸模型进行探讨，因而使用较为基础的PROMETHEE Ⅱ 就能够测度高质量发展背景下的中国省际旅游竞争力。

在运用PROMETHEE Ⅱ 测度高质量发展背景下中国省际旅游竞争力时，有两个方面的内容需要特别注意：第一个问题是偏好函数的选择，共有6种类型的偏好函数可供选择，分别对应着通常准则、U形准则、V形准则、水平准则、线性准则以及高斯准则[25]。借鉴Ranjan等的做法[26]，本研究采用最基本的通常准则所对应的偏好函数进行分析，因为其他准则对应的偏好函数均需要设定各类偏好参数，这对于决策者来说是往往难以准确判定，同样在本研究中也难以准确给出。第二个问题是测度指标的权重赋予，权重用于表明各个测度指标的优先级与相对重要性，是PROMETHEE Ⅱ 运行时的关键步骤。借鉴Ostovare等的做法[17]，本研究采用基于信息熵客观赋权的熵值法对旅游竞争力各测度指标进行量化赋权，这一做法能改进Lopes等在运用PROMETHEE Ⅱ 测度旅游竞争力时运用很主观的赋权方法带来的不利影响[6]，从而使得本研究测度结果更加客观无偏。

四、高质量发展背景下中国省际旅游竞争力的测度结果

（一）各省份旅游竞争力的排序

借助2017年统计数据，采用PROMETHEE Ⅱ 对中国30个省份的旅游竞争力进行量化测度①，各省份的正流量、负流量与净流量测度结果如表2所示。正流量代表该省份的优势指标得分，负流量代表该省份的劣势指标得分，净流量是从综合的角度测度该省份的旅游竞争力。从正流量来看，排名前4位的省份依次为北京、上海、浙江和江苏，排名后4位的省份依次为青海、甘肃、黑龙江和内蒙古;从负流量来看，排名前4位的省份分别是青海、黑龙江、甘肃和内蒙古，排名后4位的省份分别为北京、上海、浙江和江苏，这是基于各評价方的偏序所得的PROMETHEE Ⅰ评价结果。PROMETHEE Ⅱ是基于各评价方案的完全序即净流量排名，可以得到唯一确定的排名结果，中国旅游竞争力最高的4个省份依次为北京、上海、浙江和江苏，最低的省份依次为青海、甘肃、黑龙江和内蒙古，这与各省份正流量排序保持一致，但与各省份负流量排序并不完全一致。

根据表2“净流量”一列的数值绘制柱状图，以清晰表达高质量发展背景下中国各省份旅游竞争力的排名，如图1所示。根据PROMETHEE Ⅱ 的测度结果，各省份净流量的均值为0。净流量高于0的省份有15个，包括北京、上海、浙江、江苏、福建、广东、重庆、天津、山东、安徽、辽宁、海南、湖北、湖南和山西;净流量低于0的省份有15个，包括江西、河南、陕西、贵州、河北、四川、宁夏、云南、广西、吉林、新疆、内蒙古、黑龙江、甘肃和青海。其中，净流量最高的省份为北京，其净流量值达到0.687;净流量最低的省份为青海，其净流量值仅为-0.452，两者之间存在明显的差距。

根据图1中的排名分布，将所考察的中国30个省份均等划分为高级别旅游竞争力省份、中级别旅游竞争力省份和低级别旅游竞争力省份3种类型，并按照东部、中部和西部地区进行区域划分，结果如表3所示。高级别旅游竞争力的省份主要位于东部地区，具体包括北京、上海、浙江、江苏、福建、广东、天津和山东8个省份，而中部地区仅包括安徽1个省份，西部地区仅包括重庆1个省份，这表明东部地区旅游竞争力整体表现较为优越;中级别旅游竞争力的省份主要位于中部地区，涵盖了湖北、湖南、山西、江西、河南5个省份，另外5个中级别旅游竞争力的省份分别为位于东部地区的辽宁、海南和河北3个省份，以及位于西部地区的陕西和贵州2个省份，这表明中部地区旅游竞争力整体水平较为中庸，表现一般;低级别旅游竞争力的省份仅2个位于中部地区，分别为吉林和黑龙江，其余省份均位于西部地区，具体包括四川、宁夏、云南、广西、新疆、内蒙古、甘肃、青海8个省份，这表明西部地区旅游竞争力整体表现较差，竞争力水平较低。综上可以看出，在高质量发展背景下，中国高级别旅游竞争力省份主要位于东部地区，中级别旅游竞争力省份主要位于中部地区，而低级别旅游竞争力省份则主要位于西部地区，高质量发展背景下的中国省际旅游竞争力呈现由东向西整体降低的区域分布格局。

（二） 各省份旅游竞争力的优势指标与劣势指标

在量化测度的基础上，识别出高质量发展背景下中国各省份旅游竞争力的优势指标和劣势指标，对于各地区旅游竞争力的针对性完善提升具有重要意义。借助Visual PROMETHEE软件的Action Profile功能，绘制各省份旅游竞争力的优势指标与劣势指标分布图。限于篇幅原因，图2仅展示了福建的图示结果，其余省份可以以此类推。图2中横轴以上代表优势指标，条形图越高代表该指标越占优势;横轴以下代表劣势指标，条形图越高代表该指标劣势地位越严重。根据图2，高质量发展背景下福建旅游竞争力的优势指标主要包括单位面积国家级风景名胜区数量（A2）、单位面积世界（国家）自然和文化遗产数量（A3）、单位面积国家地质公园数量（A5）、建成区绿化覆盖率（C3）、星级饭店资本生产率（D6）、入境游客数量/游客总数量（E1）、入境旅游收入/旅游总收入（E2）和入境游客平均停留天数（E3）等，这表明福建旅游竞争力的优势指标主要集中于丰富的旅游资源和高比重的入境旅游比重两个方面;另一方面，福建旅游竞争力的劣势指标主要包括单位面积国家湿地公园数量（A6）、每万人拥有医院床位数（B6）、第三产业增加值/GDP（C1）、景区资本生产率（D2）、游客高弹性旅游消费支出比重（E5）和旅游全要素生产率（E6）等，这表明福建在医疗保障设施、景区资本绩效、对第三产业支持力度、游客消费结构和旅游技术结构等方面仍具有很大的进步空间。

表4对全国30个省份旅游竞争力的主要优势指标和劣势指标进行了汇总，据此可清晰了解各省份旅游竞争力未来需要针对性改进的方向。以北京为例，虽然其旅游竞争力高居全国首位，但仍然具有一些劣势指标，如景区门票收入/景区营业收入（E4）、游客高弹性旅游消费支出比重（E5）和旅游相关专业学生数/高等院校学生总数（F6），这表明北京的旅游景区收入对门票经济的依赖程度仍然相对较高，游客食、住、行方面的旅游支出仍占据较大比重，旅游业发展的教育功能不够突出等，以上这些方面便是未来北京旅游竞争力提升的重要方向。以安徽为例，其之所以能够成为高级别旅游竞争力省份，主要得益于其关键性的优势指标，具体如单位面积世界（国家）自然和文化遗产数量（A3）、单位面积国家地质公园数量（A5）、单位面积等级公路里程数（B4）、建成区绿化覆盖率（C3）、景区门票收入/景区营业收入（E4）和旅游总收入/第三产业增加值（F2）等。与之相对比，四川之所以仅为低级别旅游竞争力省份，主要是由于其诸多旅游竞争力劣势指标的严重制约：单位面积国家湿地公园数量（A6）、单位面积旅行社数量（B1）、单位面积铁路营业里程数（B3）、互联网普及率（C6）、旅行社资本生产率（D4）、入境游客平均停留天数（E3）和旅游相关专业学生数/高等院校学生总数（F6）等，这些方面是未来四川旅游业发展所亟待关注的主要方面。

五、結论与讨论

本研究立足于广义视角下的旅游竞争力内涵，结合高质量发展的宏观背景，提出了一套适用于高质量发展新时代的新型旅游竞争力测度体系。该测度体系不仅涵盖传统的旅游竞争力测度维度，更突出强调了各地区旅游业发展的质量竞争力高低，符合新时代高质量发展的新要求。具体而言，该旅游竞争力测度体系包括旅游资源禀赋条件、旅游服务配套设施、旅游发展环境支撑、旅游企业经营绩效、旅游产业结构优化和旅游综合功能发挥6个维度。其中，前3个维度是经典旅游竞争力测度模型中必不可少的成分，也是高质量发展背景下各省份旅游竞争力提升的基础性因素;后3个维度能表征高质量发展新时代中国旅游业发展的质量竞争力水平，可以系统体现旅游业高质量发展的核心思想与根本追求。同时，本研究利用信息熵客观赋权后的PROMETHEE方法对中国各省份旅游竞争力进行了重新测度，该方法将客观赋权方法和PROMETHEE方法有效结合，为旅游竞争力测度评价研究以及其他旅游学相关测度评价研究提供了一种新的可选策略。

根据本研究测度结果，主要得到如下发现：将高质量发展思想考虑在内后，根据表3，中国旅游竞争力不仅与相对的经济发展水平呈正相关关系，如北京、上海、浙江等地区具有很高的竞争力优势，也与旅游资源的丰富程度及其开发的程度正相关，如安徽和重庆地区具有相对优势。这也说明旅游产业竞争力优势的区域多极化发展初步见效，特别是旅游竞争力相对优势地区，正在吸引周边生产要素（旅游产业投资和旅游人才等）的集聚，进而形成竞争优势。从区域分布来看，中国旅游竞争力整体呈现由东向西趋于降低的空间分布格局。通过各省份旅游竞争力优势指标和劣势指标识别，可以看出各省份旅游竞争力的主要优势因素和主要制约因素。例如，北京旅游竞争力的主要制约因素包括景区对门票经济的依赖度较高、游客高层次旅游消费支出比重较低、旅游教育功能发挥较差等。本研究与汪德根[19]、许贤棠等[27]测度中国各省份旅游竞争力的排序有所差异，不仅是因为所用数据年份不同，更重要的是，本研究在构建指标体系时体现了高质量发展的新理念，并采用了新的测度方法——PROMETHEE方法。

上述实证结果有以下政策启示：首先，各省份在旅游业发展过程中应注意发挥比较优势，通过发现并培育旅游产业增长极，进而提升区域旅游业发展竞争优势和比较优势，发挥合作共赢的聚变效应。具体如以北京、天津带动京津冀地区的旅游业发展，以重庆带动成渝城市群的旅游业发展等。其次，根据实证分析，旅游和相对的经济发展水平具有正相关关系，因而，可以在经济相对发达的区域培育旅游主导产业，比如，北京、上海、安徽和重庆等省份旅游业的深入开发，充分利用这些省份旅游业发展的比较优势和竞争优势，发挥旅游业的综合功能，提高区域旅游化水平，使旅游业在经济社会中的全方位作用得到体现。然后，在旅游竞争力提升过程中，不仅要把握旅游竞争力的传统维度，吸引更多游客并向其提供更好的产品和服务，还要关注各省份旅游业发展的质量竞争力，提高旅游业的绩效竞争优势、结构竞争优势和功能竞争优势，综合提高区域旅游竞争力。最后，把握各省份旅游业发展的优势指标与劣势指标，稳健乃至提升其优势指标的优势地位，弥补和完善其劣势指标的不足之处，扬长避短，实现对旅游目的地旅游竞争力的针对性提升。如北京应该降低景区门票收入，刺激游客的高层次消费，充分发挥旅游的教育功能等。

注释：

① 因数据缺失和统计口径等原因，西藏自治区和港澳台地区未被考虑在研究范围内。

参考文献：

[1] Abreu-Novais M， Ruhanen L， Arcodia C. Destination Competitiveness： What We Know， What We Know but Shouldnt and What We Dont Know but Should[J]. Current Issues in Tourism， 2016， 19（6）： 492-512.

[2] Zhang H， Gu C L， Gu L W， et al. The Evaluation of Tourism Destination Competitiveness by TOPSIS & Information Entropy-A Case in the Yangtze River Delta of China[J]. Tourism Management， 2011， 32（2）： 443-451.

[3] Crouch G I， Ritchie J R B. Tourism， Competitiveness， and Societal Prosperity[J]. Journal of Business Research， 1999， 44（3）： 137-152.

[4] Dwyer L， Kim C. Destination Competitiveness： Determinants and Indicators[J]. Current Issues in Tourism， 2003， 6（5）： 369-414.

[5] Croes R. Measuring and Explaining Competitiveness in the Context of Small Island Destinations[J]. Journal of Travel Research， 2011，50（4）： 431-442.

[6] Lopes A P F， Muoz M M， Alarcón-Urbistondo P. Regional Tourism Competitiveness Using the PROMETHEE Approach[J]. Annals of Tourism Research， 2018（73）： 1-13.

[7] 王琪延， 王湛春. 中国城市旅游竞争力研究[J].统计研究， 2012， 29（7）：49-53.

[8] Enright M J， Newton J. Tourism Destination Competitiveness： A Quantitative Approach[J]. Tourism Management， 2004，25（6）： 777-788.

[9] Cracolici M F， Nijkamp P. The Attractiveness and Competitiveness of Tourist Destinations： A Study of Southern Italian Regions[J]. Tourism Management， 2009，30（3）： 336-344.

[10]Botti L， Peypoch N. Multi-criteria ELECTRE Method and Destination Competitiveness[J]. Tourism Management Perspectives， 2013（6）： 108-113.

[11]Gómez-Vega M， Picazo-Tadeo A J. Ranking World Tourist Destinations with A Composite Indicator of Competitiveness： to Weigh or Not to Weigh？[J]. Tourism Management， 2019（72）： 281-291.

[12]Pulido-Fernández J I， Rodríguez-Díaz B. Reinterpreting the World Economic Forums Global Tourism Competitiveness Index[J]. Tourism Management Perspectives， 2016（20）： 131-140.

[13]魏敏， 李书昊. 新时代中国经济高质量发展水平的测度研究[J]. 数量经济技术经济研究， 2018（11）： 4-21.

[14]Brans J P， Vincke P， Mareschal B. How to Select and How to Rank Projects： The PROMETHEE Method[J]. European Journal of Operational Research， 1986， 24（2）： 228-238.

[15]Araz C， Ozfirat P M， Ozkarahan I. An Integrated Multicriteria Decision-Making Methodology for Outsourcing Management[J]. Computers and Operations Research， 2007， 34（12）： 3738-3756.

[16]Tabaraee E， Ebrahimnejad S， Bamdad S. Evaluation of Power Plants to Prioritise the Investment Projects Using Fuzzy PROMETHEE Method[J]. International Journal of Sustainable Energy， 2018， 37（10）： 941-955.

[17]Ostovare M， Shahraki M R. Evaluation of Hotel Websites Using the Multicriteria Analysis of PROMETHEE and GAIA： Evidence from the Five-Star Hotels of Mashhad[J]. Tourism Management Perspectives， 2019（30）： 107-116.

[18]Croes R， Kubickova M. From Potential to Ability to Compete： Towards A Performance-based Tourism Competitiveness Index[J]. Journal of Destination Marketing & Management， 2013， 2（3）： 146-154.

[19]汪德根. 我國各省份国际旅游竞争力比较研究[J].经济管理， 2004（21）： 65-70.

[20]黄耀丽， 李凡， 郑坚强，等.珠江三角洲城市旅游竞争力空间结构体系初探[J].地理研究， 2006，25（4）：730-740.

[21]Shi C， Zhang J， Yang Y， et al. Shift-share Analysis on International Tourism Competitiveness-A Case of Jiangsu Province[J]. Chinese Geographical Science， 2007，17（2）： 173-178.

[22]何建民. 新时代我国旅游业高质量发展系统与战略研究[J].旅游学刊， 2018，33（10）：15-17.

[23]Sun J R， Zhang J， Zhang J H， et al. Total Factor Productivity Assessment of Tourism Industry： Evidence from China[J]. Asia Pacific Journal of Tourism Research， 2015， 20（3）： 280-294.

[24]王新越， 刘二恋， 候娟娟. 山东省旅游城镇化响应的时空分异特征与类型研究[J].地理科学，2017，37（7）：1087-1094.

[25]Brans J P， Vincke P. A Preference Ranking Organization Method（The PROMETHEE Method for MCDM）[J].Management Science， 1985， 31（6）： 647-656.

[26]Ranjan R， Chatterjee P， Chakraborty S. Performance Evaluation of Indian States in Tourism Using an Integrated PROMETHEE-GAIA Approach[J].OPSEARCH， 2016，53（1）：63-84.

[27]许贤棠， 胡静， 刘大均. 中国省域旅游业的竞争力评价及空间格局[J].经济管理， 2015，37（4）：126-135.

（责任编辑：严元）