俄罗斯旅华客源时空分布研究，本文主要内容关键词为：俄罗斯论文,客源论文,时空论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
俄罗斯和中国互为友好邻邦，两国间存在多方面的互利合作。在我国的入境外国客源市场中，俄罗斯是中国重要的入境旅游客源国。近年来，关于入境旅游时空分布的研究较多，按研究对象范围从大到小可分为五个级别，主要有以国家为单位、以区域为单位、以省际为单位、以城市为单位、以景区为单位。李志飞、夏磊，汪德根，何晶晶、李伟、王珍茜，江海旭，杨建明、张秋钤，赵华，张瑞英、席建超等以我国整体作为研究对象[1-7]。以区域为研究单位的主要涉及我国的西南地区、西部省区、环渤海区、长江流域等[8-11]。以我国各地区为单位的研究最多，大部分地区都有涉及。以城市为研究单位的涉及的城市有武汉、西安、上海、青岛、杭州、成都等[12-18]。以景区为研究单位的主要有泰山、九华山等[19-20]。各国旅华客源市场的研究主要有澳大利亚、俄罗斯、韩国、日本、泰国、法国、德国等[21-27]。其中，对于俄罗斯旅华客源的时空分布并没有系统的研究。俄罗斯与中国是友好的邻国，在旅游方面有着较好的合作。文章通过研究俄罗斯游客旅华的时空分布，分析了过去15年间俄罗斯游客在中国的时空差异，包括时间上和空间上的偏好程度。目的在于总结俄罗斯游客在我国的时空分布的特点和规律，以更好地开拓俄罗斯旅华市场、更好地服务俄罗斯游客。 本文选取国家旅游局和《中国旅游统计年鉴》公布的1999年到2013年俄罗斯游客在中国各个省份的数据，以及历年来各个月份来华旅游的俄罗斯游客量，以此作为研究俄罗斯旅华客源市场的时空分布问题的基础资料。文章运用了游客动态度、年际集中指数、季节性强度指数，观测其时间动态变化和集中或均匀程度；运用游客到访率、地理集中指数、变异系数，来研究俄罗斯游客在华的空间分布；通过竞争态指标和时空演绎地图，展现俄罗斯旅华客源的时空变动。所使用的公式如下：
其中，D表示游客动态度，T表示年际集中指数，R代表季节性强度指数[21]，V表示到访率，G表示地理集中指数，CV表示变异系数[28]。
为第i年j地区接待俄罗斯游客的人次。
表示第i年j地区接待俄罗斯游客人次占第i年j地区接待俄罗斯游客总人次百分比的分子值，
分别为b年和a年某地区俄罗斯游客人次。m为地区的数量，n为时间段内所含年数。
表示所占的份额，
表示增长率[29]。 一、俄罗斯旅华游客时间分布 (一)俄罗斯旅华游客动态度分析 游客动态度主要是一个时间段内游客增长率的平均值。根据公式(1)计算出从1999～2013年俄罗斯游客在我国各地区的游客动态度，如表1所示。
由表1可知，俄罗斯旅华客源在我国不同地区的动态度均值为32％，采用不同颜色进行标注，划分为四组。按照灰色由深到浅分别是动态度超过200％的为第I组、超过100％的为第II组、超过平均值32％的为第III组，而低于平均值32％的为第IV组。整体而言，15年间俄罗斯游客在我国各地区的增长迅速，其中落入第I组的有海南、安徽、吉林、湖北、陕西、青海、云南7个省份。主要是位于我国的中西部地区，平均增速超过了200％。而落入第II组的地区则有8个，分别是辽宁、重庆、西藏、江西、广东、四川、广西、上海8个地区。主要位于我国南方地区，平均增速超过了100％。落入第III组的地区主要在我国东部地区，增速均值超过32％。而落入第IV组的地区是增速均值低于全国平均值的地区，并不代表这些地区接待俄罗斯的游客数量少。 (二)俄罗斯旅华游客年际集中指数分析 年际集中指数主要是用来测定在15年间俄罗斯客源在我国各地区的时间集中性。值越大，说明该地区的俄罗斯游客时间分布越集中、越不均匀。反之，说明游客流分布越分散、越均匀，俄罗斯游客流在不同年份的稳定性越高[28]。根据公式(2)计算出15年内俄罗斯客源在我国各地区的年际集中指数(图1)。
图1 1999～2013年俄罗斯客源在我国不同地区的年际集中指数 由图1可知，俄罗斯客源在黑龙江省的时间分布最不均匀，其次是内蒙古，新疆和北京也是分布较为不集中的地区。这些地区主要是与俄罗斯接壤的地区。根据年际集中性的特点，俄罗斯客源市场在我国分布稳定性最高的地区是上海、河北、浙江、广东、山东等经济较为发达的沿海地区。而剩下的其他地区都是处于较为稳定的状态。 (三)俄罗斯旅华游客季节性强度指数分析 根据1999～2013年《中国旅游统计年鉴》中我国各月份入境外国游客的统计，统计出15年间俄罗斯旅华客源市场在不同月份的数据，绘制出折线图(图2)。为方便观察，此处省略对不同年份的标注。由图2可以看出，俄罗斯旅华客源在7～11月份较多，其中8月份和10月份出现峰值，或与滨海旅游和我国的黄金周相关。12月～2月都是旅华俄罗斯客源处于相对较少的时段，很大程度是因为气候所致。
图2 1999～2013年俄罗斯旅华客源在各月份的分布 从不同年份的季节性来考虑，根据公式(3)计算出旅华俄罗斯客源的季节性强度指数(图3)。根据值特性，值越大，代表季节性越强，不同月份之间的分布越不均衡；值越接近于0，代表各个月份之间的分布越均衡。根据图3可知，在监测的15年内，俄罗斯旅华客源季节性差异较大的年份是1999～2001年和2003年，2007年，以及2010年。季节性差异较小的有2008年和2012年。整体来看，俄罗斯旅华客源的季节性差异呈现出逐渐变小的趋势。
图3 1999～2013年俄罗斯旅华客源季节性强度指数 二、俄罗斯旅华客源的空间分布 (一)俄罗斯旅华客源到访率分析 根据公式(4)计算出俄罗斯旅华客源在我国各地区每年的到访率，将到访率取平均值，得出到访率排名图(图4)。由于到访率均值的前13名总和为95.6％，此处省略对其他地区的到访率均值的绘图。
图4 1999～2013年俄罗斯旅华客源在各地区到访率均值 根据图4可知，在统计的15年间，黑龙江、内蒙古、新疆的到访率最高。因为这些地区都与俄罗斯接壤，经济文化互动交流频繁，导致这三个地区的到访率之和超过了65％。而到访率位于2％～7％的地区是北京、吉林、辽宁、河北、海南等地。这些地区只有海南是南方地区，并且距离较远，这与海南的滨海风光有着较大关系。而其他地区都在北方，并且是东北和华北地区，这些地区都有着一定的距离优势。而到访率介于1％～2％的地区是上海、浙江、广东、山东、江苏等地。这些地区都处于我国的沿海地区，经济发达，旅游资源丰富。 将俄罗斯旅华客源的到访率按照时间展开如图5所示。由于地区较多，为清晰展示各地区到访率的变化，图5选取14个地区，其到访率之和超过96％，分为2组绘图。根据图5(1)可知：俄罗斯旅华客源市场中，黑龙江除2001年到访率不是第一，其他14年都是第一名，并且在2008年出现峰值达到48.97％，占据了俄罗斯客源市场的半壁江山。在之后慢慢出现下降，到2013年更是跌出了30％的到访率。俄罗斯游客在内蒙古的到访率位列第二名，到访率均值在20％左右，2001年达到最高，突破40％，其次是在2005年达到峰值28.05％。之后处于缓慢下降的趋势，2009～2012年间到访率都低于15％。2013年出现反弹，达到18.93％。俄罗斯游客在新疆地区的到访率是呈现先下降后上升的趋势，其中在2008年到访率达到最低仅为2.74％。之后回升至2010年的8.36％，又缓慢下降，到2013年到访率为6.82％。俄罗斯游客在北京地区的到访率变化不大，只有在2001年超过10％，其余年份均维持在5％左右。俄罗斯游客在吉林省的到访率变化较大，在2003年达到峰值9.08％，从2005年开始到访率逐渐增长，至2013年达到最高9.57％。俄罗斯游客在辽宁省的到访率呈现缓慢增长的趋势，到2013年达到8.4％。在河北省的到访率是呈现下降的趋势，均值在3％左右，到2013年跌入2％内。 根据图5(2)可知，俄罗斯客源在海南省的到访率从2005年开始突破1％，2007年达到最高5.08％，之后虽然出现下降，但维持在4％左右。在上海的到访率是较为平均的，2009年到2013年基本维持在2％左右。在浙江省的到访率也是较为均衡的，只有在2009年突破3％，其他年份都在1.7％左右。在广东省的到访率在2003年和2008年达到最低，2009～2012年均超过1.5％，2013年达到3.6％。在山东省的到访率2008年以前维持在1％左右，2009年开始缓慢增长，2012年达到最高2.54％。在江苏省的到访率一直较低，2008年首次超过2％，之后几年维持在1.3％左右，在2013年为创新低，仅为0.49％。在河南省的到访率一直较低，统计的15年间只有6年超过1％，2009年往后维持在1.3％左右波动。
图5(1) 1999～2013年俄罗斯旅华客源在各地区到访率
图5(2) 1999～2013年俄罗斯旅华客源在各地区到访率 (二)俄罗斯旅华客源空间聚集性分析 根据公式(5)和公式(6)分别计算出地理集中系数G和变异系数CV，其中地理集中系数用来体现俄罗斯客源在我国不同地区的集中程度，而变异系数用来体现俄罗斯旅华客源在我国各地区的差异性大小。1999～2013年的空间聚集性指标如图6所示。
图6 1999～2013年俄罗斯旅华客源空间聚集性分析 地理集中指数值G越大，表示俄罗斯旅华客源在空间的聚集性程度越高，游客分布越集中。变异系数CV值越大，表示俄罗斯旅华客源在空间分布的差异越大，空间聚集性也就越高[28]。根据地理集中指数G和变异系数CV的特性并结合图6可知：统计的15年间，1999、2000和2008年旅华俄罗斯客源的空间聚集性最高，G值都超过了50％。而从整体趋势来看，旅华俄罗斯客源的空间聚集性在逐渐削弱，尤其是从2008年开始空间分布差异开始迅速变小。但即使在2013年最低的时候，G值也接近40％，说明尽管俄罗斯客源旅华空间差异在变小，但是仍然处于聚集性明显的状态。而变异系数的变动和地理集中指数基本处于相同的趋势，充分说明了俄罗斯旅华客源在偏好上有着明显的共同点。因此在我国各地区的分布差异较小，空间聚集性很高。 三、俄罗斯旅华客源时空演变分析 (一)俄罗斯旅华客源竞争态演变 根据公式(7)计算俄罗斯旅华客源在我国各地区的市场占有率
和市场增长率
，并将1999～2013年划分为3个5年分开统计，绘制出表2。为方便数据观察，在此将竞争态数值均乘以100，并将表2区分为四种不同的竞争态类型标注。
根据表2可知，北京、内蒙古、新疆一直处于金牛市场，但这三个地方的俄罗斯客源市场份额正在降低。吉林在前10年时间处于明星市场。黑龙江有5年时间处于明星市场，之后10年和辽宁一样处于俄罗斯客源的金牛市场。在近5年时间内，俄罗斯旅华客源在我国各地区逐渐开始分散。近5年没有明星市场出现，反而金牛市场数量开始增加。北京、内蒙古、东三省、新疆之外，海南省也已成为俄罗斯客源的金牛市场。同时，俄罗斯客源在湖北、湖南、四川、甘肃、宁夏等地区的增速较快。 (二)俄罗斯旅华客源空间布局变动 为清晰展示出旅华俄罗斯客源市场在各地区的空间布局的演变过程，在此将1999～2013年15个年份分为四个时段。前三阶段是4年为周期取平均值，第四阶段使用最近的3年取均值。并按照游客量高低分为四个级别的市场类型。I级市场接待俄罗斯游客超过10万人次，II级市场接待俄罗斯游客超过5万人次，III级市场接待俄罗斯游客超过1万人次，IV级市场接待俄罗斯游客低于1万人次。最后通过4幅图片来体现俄罗斯客源市场的空间变动，如图7所示。
图7 俄罗斯旅华客源在各地区的空间布局变动 根据图7可知：黑龙江和内蒙古始终是俄罗斯客源的I级市场；新疆、海南在第三、四阶段内也变为I级市场；吉林和辽宁也分别从III级市场逐渐演变为I级市场；河北、山东、浙江、广东经过演变，现在都是俄罗斯客源的II级市场；陕西、河南、安徽、江西、云南在第三、四阶段都变为了III级市场，并且较为稳定。从整个演变趋势来看，俄罗斯旅华客源主要集中我国的北部地区，包括新疆、内蒙古、东三省。近年华北地区的部分省份和东部沿海地区俄罗斯客源增速较快。南方主要集中在海南、广东等地，同时中西部地区游客量也有所增加。 四、结论 综上所述，可以得出如下结论。 (1)1999～2013年间，俄罗斯游客在我国中西部地区增长迅速，海南、安徽、吉林、湖北、陕西、青海、云南等省份增速明显。俄罗斯客源在黑龙江、内蒙古、新疆以及北京等地在15年间的分布最不均匀。分布稳定性最高的地区是上海、河北、浙江、广东、山东等经济较为发达的沿海地区。 (2)俄罗斯旅华客源主要集中在7～11月份，12～2月处于淡季。俄罗斯旅华客源的季节性差异呈现出逐渐变小的趋势，季节性差异较大的年份是1999～2001、2003、2007、2010年。季节性差异较小的有2008和2012年。 (3)旅华俄罗斯客源在黑龙江、内蒙古、新疆等地的到访率最高，访率之和超过了65％。访率超过2％的地区是北京、吉林、辽宁、河北、海南等地。旅华俄罗斯客源的空间聚集性逐年降低，1999、2000和2008年旅华俄罗斯客源的空间聚集性最高。尽管俄罗斯客源旅华空间差异在变小，但是仍然处于聚集性明显的状态。 (4)北京、内蒙古、东三省、新疆一直处于俄罗斯客源的明星市场或金牛市场，但这些地区的俄罗斯客源市场份额正在降低。近几年，海南变为了俄罗斯客源的金牛市场。同时俄罗斯客源在湖北、湖南、四川、甘肃、宁夏等地区的增速较快。俄罗斯旅华客源主要集中在北部地区，包括新疆、内蒙古、东三省。近年华北地区部分省份和东部沿海地区增速较快。南方主要集中在海南、广东等地，同时，中西部地区俄罗斯游客量也开始增加。
标签：内蒙论文;
