罗盛锋, 梁连健, 黄燕玲, 黄 毅, 汪菁菁
(桂林理工大学 旅游与风景园林学院, 广西 桂林 541006)
习近平总书记在中国共产党第十九次全国代表大会报告中强调了“革命文化”对于推动社会主义文化繁荣及文化自信的重要意义。国家高度重视革命文化保护和红色基因传承, 中共中央办公厅、国务院办公厅从2004年开始连续发布了2004—2010、2011—2015、2016—2020等三期全国红色旅游发展规划纲要, 将红色旅游作为政治工程、文化工程、经济工程推进爱国主义与革命传统教育及革命老区扶贫。红色旅游近年来热度持续攀升, 据文化和旅游部数据中心统计, 2020年我国红色旅游出游人数超过1亿人次,整个“十三五”期间,红色旅游出游人数保持稳定增长,在国内旅游市场中维持11%以上的市场份额[1]。红军长征作为中国及中国共产党的重要历史事件, 其沿线区域具有弘扬红色文化的文化自信和资源优势, 是红色旅游开发及扶贫的重点区域。然而, 由于红色旅游资源评价研究相对滞后, 红色旅游开发与规划缺乏理论指导, 这不仅不利于红色文化遗产的保护与开发, 还将影响红色旅游的健康发展及旅游扶贫政策的推进。因此, 加强红色旅游资源评价理论研究, 构建红色旅游资源开发潜力评价模型, 有利于完善旅游资源评价理论体系和促进红色旅游可持续发展。
关于旅游发展的影响因素研究[2-3]表明, 除了旅游资源禀赋外, 旅游发展还受到经济、社会、环境等外部因素的影响, 资源禀赋理论指导旅游资源评价研究存在片面性, 多维度综合评价代替旅游资源本体价值的单一评价成为研究主流, 其中旅游系统理论是重要的指导理论之一。系统论思想自20世纪70年代引入旅游研究[4], 旅游系统理论认为旅游是一个系统, 遵循系统的原理[5]。关于旅游系统结构、功能及要素的研究一直以来是众多学者关注的重点, 而随着研究不断深入, 旅游系统结构和功能日趋复杂、要素不断丰富, 一些学者开始关注旅游系统的系统性特征, 如McKercher提出旅游系统以非线性方式运行、具有混沌特点[6], 吴文智等[7]揭示了旅游系统非线性成长形态。目前旅游系统理论在旅游资源评价研究的运用[8]主要体现在指标体系构建方面, 旅游系统的结构和组成要素为关注重点, 而对特定评价对象的动态性、复杂性、非线性等复杂系统特征缺乏必要关注。
在旅游资源开发潜力评价方面, 国内外学者开展了不少实证研究:主要针对专项旅游或主题旅游, 如乡村旅游[9]、民俗旅游[10]、自然旅游[11]、生态旅游[12]等; 评价角度主要有供给侧和需求侧[13-14]两个方面; 主客观赋权法为主流评价方法[15-16]; 评价方式以综合评价为主。而注重革命文化遗产的保护与开发的红色旅游在资源评价研究方面较为欠缺, 评价方式以资源价值单一评价为主, 综合评价较少; 评价方法包括层次分析法[17]、主成分分析法、熵值法和模糊综合评价法等; 研究范围主要在单个省(市)或某景区内, 跨省的市域对比研究缺乏。
综上, 该领域已积累了不少研究成果, 但仍然存在一些问题: 旅游发展潜力指标体系多采用静态指标和时间截面数据, 忽视了体现潜力特征的动态性指标[18]; 旅游资源开发潜力具有系统性特征, 影响因素众多且具有复杂性和非线性特点, 而在传统评价方法中层次分析法、德尔菲法等主观评价法对于因素众多的评价体系难以解决主观性问题, 因子分析法、主成分分析法等方法对高维数据降维时不能涵盖全部数据且对非线性评价问题的适用性较差[19]。因此, 本文以红军长征沿线区域为例, 在旅游系统理论指导下构建静态与动态指标相结合的红色旅游资源开发潜力评价指标体系, 运用粒子群算法优化的投影寻踪模型进行测评, 定量评价该区域红色旅游资源开发潜力, 对比分析各地区评价指数, 进而探究空间分布特征及潜力组合结构, 以期为旅游资源评价研究提供有益的理论借鉴, 推动红色旅游可持续发展与红色旅游扶贫实践。
红军长征是指1934—1936年间中国工农红军从长江南北各革命根据地向陕西、甘肃一带的大规模战略转移, 本文所指的长征主要包括红一、二、四方面军及红二十五军的战略转移。根据《今日长征路图集》[20], 红军长征主要经过247个县(区), 涉及15省(区、直辖市)65个地级市(自治州)(图1)。以65个地级市及重庆市为统计范围, 2017年, 该区域人均GDP和第三产业占比分别为45 714元、45%, 明显低于全国平均水平(59 660元、51.6%); 旅游总收入占GDP比重为23%, 明显高于全国水平6.56%; 该区域红色旅游经典景区数量为177, 占全国总数的59%。从以上数据可以看出, 该区域经济发展水平较低, 服务业相对落后, 但是旅游产业基础较好, 旅游资源丰富, 红色旅游资源优势突出。因此, 发展红色旅游和实施旅游扶贫政策是振兴长征革命老区经济的良好途径, 而科学评价该区域红色旅游资源开发潜力, 找准发展定位, 精准施策是目前该区域红色旅游开发亟需解决的问题。另外, 由于天水市、临夏回族自治州和中卫市等地区的衡量资源价值的所有指标数据都为0, 难以在本尺度下进行客观评价; 同时鉴于横向对比研究的要求, 本文研究区域仅包括红军长征经过的其中62个地级市(自治州)。
图1 红军长征沿线地区示意图
红色旅游发展历程中, 政府、学界和业界对红色旅游的认识不断发展[21], 广义的红色旅游定义得到越来越多学者[22-23]认可, 其主要是指在1840年以来体现革命主义和爱国主义精神的地点开展的旅游活动。本文中红色旅游资源是指鸦片战争以来(1840年至今), 主要包括第二次国内革命、红军长征、抗日战争、解放战争、社会主义建设等时期的革命纪念地、纪念物及其所承载的革命精神以及鸦片战争以来其他体现爱国主义精神的物质及非物质文化遗产。
旅游资源开发潜力是指依托旅游系统某地区的旅游资源开发能力和旅游发展前景, 具有动态性、综合性、非线性等系统性特征。首先, 旅游系统中旅游业发展受到外部环境因素的影响, 具有动态发展特征, 潜力评价既要基于现状也要注重其发展趋势, 以静态和动态指标相结合构建的评价指标体系能更好地体现潜力特征。其次, 旅游资源开发潜力是一个综合的、系统的概念, 具有复杂系统的综合性和非线性特征。根据旅游系统理论, 旅游系统以满足旅游者的需求为基本功能, 强调旅游发展过程中经济、社会、资源、环境等各方面相互依赖、协调发展, 系统内各因素关系复杂, 具有非线性特征[24]。
红色旅游资源开发潜力表示依托旅游系统某地区红色旅游的潜在发展能力, 具有旅游系统的特征, 其主要由资源价值和开发环境两大子系统构成。由于红色旅游属于文化遗产旅游, 红色文化遗产相对稳定, 潜力的动态性由开发环境系统的动态因素体现。(1)根据资源禀赋理论, 红色旅游资源作为红色旅游的载体和对象, 直接影响旅游业的发展, 是红色旅游发展的基础。资源价值系统包含体现红色文化的旅游资源数量因素(如丰富度、多样性等)和质量因素(如品位度、历史文化价值、爱国主义教育功能等)。(2)旅游资源开发离不开外部开发环境的支持, 开发环境系统涵盖了经济基础、设施条件、市场条件、环境容量等子系统, 为旅游发展提供资金、设施、服务、市场、环境等各方面的支持。其中, 经济基础代表发展旅游的潜在经济能力, 其主要由经济发展水平、服务业发展水平、居民消费水平等现状因素和经济、服务业发展趋势等发展因素组成; 设施条件表示旅游系统的设施承载能力, 包括基础设施和旅游服务设施两大因素; 市场条件表示旅游市场现状及发展趋势, 包含旅游发展水平、规模、效益及发展趋势等因素, 其中, 本地市场对于红色旅游来说占有重要比重; 环境容量是从生态环境的角度衡量旅游系统的承载力, 其涉及森林覆盖率、空气污染、污水及垃圾处理等与环境保护及防治相关的因素。
本文遵循科学性、系统性、全面性及可行性的原则, 在旅游系统理论的指导下, 从资源价值、经济基础、设施条件、市场条件和环境容量等5个维度出发, 结合红色旅游资源开发潜力内涵和各维度的特点, 借鉴相关文献, 在选择静态指标基础上加入关键的动态指标, 初步建立指标体系, 然后进行多重共线检验以保证评价指标反映信息不重复, 经课题组讨论, 反复修改后达成一致意见, 最终确立指标体系见表1。
表1 红色旅游资源开发潜力评价指标体系
本文数据主要来源于各地级市及自治州的统计年鉴、统计公报、年鉴以及各级政府官方网站, 其中:指标X1~X5数据来源于第一至八批全国重点文物保护单位名录、截至2019年11月各省所公布的省级重点文物保护单位、全国红色旅游经典景区名录及截至2019年9月中宣部公布的473个全国爱国主义教育示范基地;X5、X6、X10、X15、X20等动态指标采用各地级市(自治州)统计年鉴、统计公报及中国城市统计年鉴的2012—2017年的数据; 指标X12数据来源于铁路12306手机客户端(2019年11月5日收集); 指标X13和X14部分数据来自于政府官网公布的宾馆和旅行社名录; 其余指标采用各地级市(自治州)年鉴、统计年鉴、统计公报及中国城市统计年鉴等的2017年数据。
投影寻踪(projection pursuit, PP)是一种处理和分析高维非正态、非线性数据的新兴统计方法, 其主要是通过构建投影指标函数, 将高维数据投影到低维子空间上, 寻找最大限度的暴露原高维数据特征的最佳投影向量, 从而达到研究分析高维样本数据的目的。由于寻找最佳投影方向向量涉及高维全局寻优问题, 本文运用粒子群算法进行优化。粒子群算法(PSO)是由Kennedy和Eberhart于1995年提出的一种群体智能的优化算法, 其基本思想是在可行解空间中初始化一群粒子, 每个粒子都代表极值优化问题的一个潜在最优解, 通过迭代寻找最优解, 通过适应度来评价解的品质。相对于传统优化算法, PSO具有容易实现、设置参数少、收敛速度快、鲁棒性较强等优点[34-35]。建立PSO-PP的主要步骤如下。
3.4.1 无量纲化 该步骤是为了解决原始数据存在正负向及量纲不一致的问题, 形成具有m个指标的n个样本集(xij)m×n。
(1)
(2)
式(1)、(2)分别是正、负向指标标准化公式, 其中Xij、xij分别是第i个样本的第j项指标的原始值、标准值,Xjmax、Xjmin为对应指标原始数据的最大、最小值。
3.4.2 构建投影指标函数 设α=(α1,α2, …,αm)为m维单位向量, 第i个样本在一维线性空间的投影特征值z(i)的表达式为
(3)
在拟合投影指标值时, 要求投影值z(i)形成如下特征: 局部投影点尽可能密集, 凝聚成若干个点团最佳, 整体上投影点团之间尽可能散开。用函数表示为
Q(α)=Sz·Dz;
(4)
(5)
(6)
3.4.3 优化投影指标函数 投影指标函数最大化属于非线性优化问题, 当Q(α)达到最大时,α为最佳投影方向向量。公式如下
目标函数 maxQ(α)=Sz·Dz,
(7)
(8)
3.4.4 粒子群优化算法求解 设粒子的种群规模为M, 迭代次数为N; 每个粒子代表函数的一个可行解, PSO算法通过跟踪个体极值pb和群体极值gb更新个体位置; 粒子每更新一次位置, 计算一次适应度值, 且通过比较新粒子的适应度值和个体极值、群体极值的适应度值更新个体极值和群体极值位置。粒子更新公式如下
Vk=wVk-1+c1r1(pb-xk)+c2r2(gb-xk),
(9)
xk=xk-1+Vk,
(10)
式中:Vk、Vk-1分别为当前代及前一代的粒子移动速度;r1、r2为0~1的随机数;c1、c2为学习因子, 通常取c1=c2=2;w为惯性权重, 表示上一代的速度对当前迭代速度影响的权重。
为了有效发挥粒子群算法的全局和局部搜索能力, 将线性递减权重引入到算法中, 公式如下
w=wstart-(wstart-wend)(Tmax-k)/Tmax,
(11)
式中:wstart、wend分别为初始时、迭代至最大次数时的惯性权重, 通常取值为wstart=0.9、wend=0.4时算法性能最好;k、Tmax分别为当前及最大迭代次数。
3.4.5 综合评价 将得到的最佳投影向量α*代入式(3)中, 得到反映第i样本的评价综合信息的投影特征值z*(i), 即评价指数。
表2 红色旅游资源开发潜力评价结果
红军长征沿线地区红色旅游资源价值指数介于0.018 4~2.046 5, 平均数为0.421 8, 中位数为0.286 0, 变异系数为91.10%。由此可知, 该区域红色旅游资源价值两极差异显著, 大部分地区的资源价值处于中低水平; 红色旅游资源分布具有“小集中, 大分散”的特点, 资源主要集中在小部分地区, 大部分地区的资源较少。
如图2所示, 该区域红色旅游资源价值指数具有多重心、镶嵌结构、“东高西低、南高北低”的空间特征。延安、赣州、吉安等地区资源价值指数最高, 为该区域的资源重心。这些地区是红军长征的终点及始点, 历史上“陕甘苏区”和“中央苏区”等重要革命根据地的中心区域, 具有重要历史地位, 保留有重要事件遗址、伟人活动遗址、较为齐全的革命时期军政机构旧址以及丰富的革命历史故事等物质及非物质文化遗产, 能够较为完整的呈现革命时期的社会场景, 红色旅游资源非常丰富。该区域大部分地区的资源价值指数介于0.218 2~0.525 4, 处于一般水平。以此为基底, 福建省的龙岩-三明-福州、黔湘桂交界的遵义-桂林-怀化-铜仁-黔东南、昆明、信阳、西安、郴州、上饶等资源价值指数大的地区呈块状镶嵌其中,这些地区为区域中心城市或革命根据地所属地区, 不仅保留着长征时期的遗迹, 还见证了其他革命时期的重大事件, 红色旅游资源较为丰富。而资源价值指数较小的地区主要分布在西南和西北部。总体上, 该区域红色旅游资源价值指数呈现出东部及南部高, 西南和西北低的特点, 其中福建段、江西段、陕西段及河南段的红色旅游资源分布较为集中, 指数较高; 广东段、云南段、宁夏段及甘肃段的红色旅游资源分布较少, 指数较低。
图2 红色旅游资源价值指数空间分布
红军长征沿线区域开发环境指数介于0.283 9~2.783 1, 平均数为0.773 8, 中位数为0.683 6, 变异系数为59.32%。由此看出, 该区域开发环境两极差异较大, 大部分地区处于中低水平; 但相对于资源价值指数, 开发环境差异程度较小。这说明该区域社会经济发展不平衡, 开发环境优越的地区较少, 大部分地区的开发环境处于中低水平; 相对于资源价值, 开发环境对于红色旅游资源开发潜力影响较小。
如图3所示, 该区域开发环境指数呈现出多中心、散状分布、东南高西北低的空间特征。开发环境最优的地区分别是成都、西安、昆明, 为主中心; 作为西部地区省会城市, 这些地区经济发达、区位优越、基础设施完善、旅游市场基础好, 能为红色旅游发展提供优越的开发环境, 同时能够带动周边红色旅游发展。开发环境处于中上水平的地区有福州、洛阳、上饶、桂林、赣州、遵义等, 为次中心; 这些地区都是优秀旅游城市、历史文化名城或区域中心城市, 经济相对发达且发展较快, 基础设施完善, 旅游接待设施较齐全且有较好的旅游市场基础, 生态环境良好, 红色旅游开发条件较好。而大部分地区的开发环境处于一般或较小水平, 分布在红军长征沿线各段。总体上看, 南部地区开发环境明显优于西北部地区, 其中福建段、江西段、贵州段、云南段、河南段等开发环境相对较好, 而四川段、甘肃段和宁夏段等相对较差。
图3 红色旅游开发环境指数空间分布
红军长征沿线各地区红色旅游资源开发潜力综合评价指数介于0.618 1~3.057 4, 平均数为1.358 0, 中位数为0.683 6。可以看出该区域红色旅游资源开发潜力两极差距较大, 大部分地区处于中低水平。如图4所示, 从总体上看, 在红军长征沿线区域中, 东部的红色旅游资源开发潜力较大, 西北和西南部的潜力较小; 从行政区划分来看, 开发潜力等级相同的地区跨省域呈片状分布, 如闽赣交界和黔湘交界等地区, 而以省域为界, 各省段的红色旅游资源开发潜力主要有两种组合形态:一是以潜力很大的地区为中心的“中心型”组合, 如福建段、云南段、贵州段、四川段等;二是各地区开发潜力相同或相近的“均衡型”组合, 如江西段、湖南段等。
图4 红色旅游资源开发潜力指数空间分布
从潜力等级划分上看, 潜力很大的地区分别为成都、西安、昆明、福州, 这些省会城市经济基础良好, 基础设施完善, 交通区位优越, 旅游发展水平高, 同时见证了近代以来我国不同时期的革命历史, 也保留了不少的革命遗迹, 具备红色旅游发展的资源条件和开发环境基础。潜力较大的地区主要是著名的革命根据地所在地或重要事件发生地, 如赣州、上饶、吉安、遵义、洛阳、桂林、龙岩、延安等,这些地区知名度较高, 红色文化浓厚, 红色旅游资源丰富多样且分布集中, 红色旅游发展起步较早, 属于红色旅游发展的先驱, 同时经济发展相对平衡, 红色旅游发展潜力大。潜力一般的地区是长征时期的红色旅游资源重要分布区, 这些地区拥有一定红色旅游资源, 但是红色旅游资源不够丰富, 知名度较低, 同时经济发展水平不高, 基础设施相对落后, 旅游开发环境较差, 红色旅游开发潜力一般。潜力较小的地区主要分布在西部, 经济发展水平较低, 基础设施建设较为滞后, 旅游发展水平不高, 旅游发展起步较晚, 旅游市场较小, 虽然拥有一定红色旅游资源, 但总体上红色旅游发展潜力较小。
IPA(importance-performance analysis)分析法是一种通过比较产品(或服务)的重要性和实际表现两方面的差异来制定营销策略的二维分析框架[37], 目前主要应用于服务质量和形象感知等方面的研究。IPA分析法实际上提供了一种分析旅游资源开发潜力的二维框架, 通过分析内在资源价值和外在开发环境了解旅游资源开发潜力的组合结构, 进而分析对应的旅游开发策略[38]。如图5所示, 运用IPA方格法对61个地区进行分析, 以资源价值指数、开发环境指数作为横、纵坐标轴, 以对应指数平均值为标准, 划分出4个象限, 对应红色旅游开发潜力的4种区域类型: 优势开发区、潜力提升区、适度发展区和普通潜力区(表3)。
表3 红军长征沿线红色旅游资源开发潜力类型划分
图5 红军长征沿线红色旅游资源开发潜力IPA定位分析图
根据红色旅游资源开发潜力的组合结构特点,不同类型区域应采取不同发展策略, 发挥优势, 弥补不足, 进而提升总体潜力。① 优势开发区: 该类型区域属于资源与环境双重优势的区域, 需重点规范红色旅游市场, 加强红色旅游资源保护, 深入挖掘红色文化及整合红色旅游资源, 借助区位、经济、市场等优势, 打造红色旅游品牌, 成为红色文化宣传的重要窗口。② 潜力提升区: 该类型区域具有资源优势, 但开发环境不佳, 应该重点优化旅游开发环境, 改善基础设施条件, 积极吸引投资, 加强区域合作, 提升旅游接待设施条件, 深挖红色文化, 树立红色旅游品牌, 整合及优化区域红色旅游路线。③ 适度发展区: 该区域类型在资源与开发环境方面都不突出, 应结合地区实际适度发展, 一方面改善基础设施条件, 积极寻求区域合作, 接入区域红色旅游线路; 另一方面借助其他类型旅游资源优势, 带动红色旅游发展。④ 普通潜力区: 该区域类型虽资源缺乏优势, 但开发环境良好, 应加强区域合作, 提高旅游服务质量, 创新红色旅游产品, 把红色旅游融入到区域经典旅游线路中, 推动“红绿”、“红古”、“红民”等旅游产品融合发展。
本文从红色旅游资源开发潜力的相关概念出发, 根据红色旅游资源特性和旅游系统理论构建红色旅游资源开发潜力评价的投影寻踪模型, 基于粒子群算法进行优化, 定量分析红军长征沿线区域的红色旅游资源开发潜力及其空间分布特征, 运用IPA分析法划分区域类型并提出相应开发策略。研究结果显示: 红军长征沿线区域红色旅游资源价值指数具有多重心、镶嵌结构、“东高西低、南高北低”的空间特征; 东南部地区开发环境明显优于西北部地区; 东部的红色旅游资源开发潜力较大, 西北部和西南部的潜力较小; 根据IPA分析法将长征沿线各地区划分为优势开发区、潜力提升区、适度发展区和普通潜力区等4种类型。
由于旅游系统存在非线性、动态性等复杂系统特征, 旅游资源评价应该采用更为科学的测评方法, 本研究尝试在旅游资源开发潜力评价体系中加入动态性指标并使用PSO-PP模型进行测评, 体现了旅游资源开发潜力的动态性、非线性等复杂系统特征。旅游系统理论应用于旅游资源开发潜力评价研究有利于指导红色旅游开发, 研究表明,资源禀赋对旅游资源开发潜力有重要影响, 但仅依靠资源禀赋理论不能全面评估旅游资源开发潜力, 潜力的提升需要资源、设施、环境、社会、经济等各个子系统协调发展, 旅游持续发展依赖于整个旅游系统的协调稳定。红军长征沿线部分地区存在红色旅游资源与开发环境空间错位问题, 红色旅游发展受限, 鉴于红色旅游资源及开发潜力空间分布特征, 政府在长征革命老区开展红色旅游扶贫过程中需要树立创新、协调、绿色、开放、共享的发展理念, 一方面解决重点地区开发环境滞后问题, 维持旅游系统稳定, 另一方面推动跨省、跨市区域合作, 促进区域协调发展。