中国城市居民旅游需求空间差异及变化研究，本文主要内容关键词为：中国论文,城市居民论文,差异论文,需求论文,旅游论文，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。
1 引言
随着我国旅游产业的日臻成熟和旅游需求的高速增长，对旅游需求空间差异及变化的定量分析的研究越来越受到学者们的关注。由于我国各城市的区位条件、经济发展水平、收入状况、文化观念、消费行为习惯等方面的差异，导致城市居民旅游需求不仅在规模及结构上存在较大的差异性，在其变化上也呈现出较大波动性。针对这种状况，学者们一直在研究衡量城市居民旅游需求及消费差异的指标和方法，以便更好为旅游业发展的科学决策提供定量工具。研究衡量城市居民旅游需求及消费差异的定量评价也成为目前旅游业发展研究领域的热点之一。
从已有的研究文献看，国内外学者除了从经济学的角度对旅游需求进行研究外[1]，基于空间角度对国内旅游需求的研究主要有：陈文晖对国内旅游需求的空间特征与空间优化进行研究[2]；徐晓娜等提出了将旅游需求差异依据量化指标可以转化为分类问题，通过分类可以更为客观地认识不同城市居民旅游需求存在的差异，以进一步认识我国旅游市场的区域特征[3，4]；滕丽、翁钢民等从不同角度选取具有代表性的指标，分析形成城市居民旅游需求区域差异的因素，探讨城市居民旅游需求与各种影响因素之间深层次的内在关系，揭示差异产生和发展的深刻内因[5-7]；宋咏梅等通过对我国不同地区和城市的国内旅游出游力进行实证分析，对出游力的等级进行了划分[8，9]；唐步龙等对城市居民旅游者的旅游消费结构的变化和消费支出的地区差异进行了分析[10]；孙根年等建立了基于自主特征的中国省际国内旅游预测模型，为利用空间数快速批量预测国内旅游需求提供新的方法[11]。本文试图以我国旅游抽样调查主要的39个城市近十年来居民旅游需求变动数据为依据，通过旅游需求差异的测度和空间分析等方法，对我国城市居民旅游需求的空间差异及变化进行动态分析，为我国城市居民旅游需求水平的地区差异及变化评价理论及应用做一些尝试。
2 数据选取与研究方法
2.1 数据选取
本文所指的旅游需求差异是指一定时期内各地区或城市之间人均意义上的旅游需求水平的非均等化现象，故选择城市居民人均旅游支付：人均旅游支付=旅游总花费/城市总人口，即出游率与旅游人均花费的乘积①，从价值的角度反映了一定时期内某一地区的居民对旅游的需求强度，在一定程度上消除了部分地区出游率高、游客花费低和出游率低、游客人均花费高所引起的偏离。
考虑到研究数据的可获得性和可信度，本文以国家统计局城市社会经济调查总队调查的39个城市为样本，这些城市是我国旅游消费的主要城市[12]。居民人均旅游支付数据则是通过各城市居民出游率乘以旅游人均花费计算获得，出游率和人均花费直接选取1998-2007年间的《中国旅游统计年鉴》和《中国国内旅游抽样调查资料》统计数据。
2.2 研究方法
2.2.1 旅游需求差异的测度方法
2.2.2 旅游需求差异的空间分析方法
2.2.2.1 地理集中指数
把(1)式与地理集中指数计算式进行结合，建立衡量旅游需求差异的地理来源和强度的指标，在总体上把握旅游需求差异空间分布，其计算式是：
2.2.2.2 马尔可夫链
马尔可夫链(Markov chains)专门研究在无后效条件下时间和状态均为离散的随机转移问题，是分析俱乐部趋同的有效工具。在本文的研究中，笔者先将各城市旅游需求的时间系列数据(人均旅游支付)离散化为k组，具体做法是：以研究的39个城市人均旅游支付的平均值为基准，对各城市进行分组。其标准是：高旅游需求组为高于基准的50％；中高旅游需求组为介于基准的100％～150％；中低旅游需求组为介于基准的50％～99％；低旅游需求组为低于基准的50％。计算其相应组的概率分布及其年际变化，并构建一个k=4的马尔可夫转移概率矩阵，达到揭示各城市在不同旅游需求相对水平组之间的变化过程，以及分析在这一过程中是否存在俱乐部趋同现象的目的。
2.2.2.3 均方差分解方法
以我国东、中和西部三大地区作为更为宏观的空间单元，利用均方差分解方法公式(1)可分解为四个来源：东、中、西部地区内城市间的差异和三大地区间的差异，并分别计算其贡献率，东、中、西三大地带的划分以国家“七五”计划的划分方案为主要依据，其中西部主要指西部大开发所包括地区。
3 城市居民旅游需求差异总体特征
从对39个城市居民人均旅游支付变化图分析可见，近十年来，除2003年“非典”外，我国城市居民人均旅游支付一直保持稳健的增长，从1998年的545元/人增长到2006年的1201元/人，以1998年为基期，扣除物价上涨因素，实际增长106.73％，说明我国城市居民的旅游消费不断提高(见图1)。
份出现了较大幅度的向上波动，变异系数的峰值0.687，在随后的年份慢慢回落，说明“非典”疫情对城市居民的旅游消费产生较大的冲击，总体平均水平的下降导致旅游需求相对差异出现短暂的迅速扩大。由人均旅游支付σ趋同模型的检验结果可知旅游需求强度发生明显的σ分异，随时间的推移差距程度呈扩大的态势(见表2第1模型)。
3.2 旅游需求差异的因素分解
从39个城市的居民出游率和旅游人均花费的
和
的变动情况(见表1第4至第7列)可见，出游率绝对差异逐渐拉大，从1998年的25.809增加到2006年的58.043；相对差异呈上升趋势，从1998年的0.285上升到2006年的0.383，在2003年有较大幅度的波动性。旅游人均花费的绝对差异和相对差异都在一定的水平上呈上下波动变化，在350至670范围波动，在0.45至0.7范围波动。从σ趋同检验可知(见表2第2、第3模型)，出游率发生σ分异，差异程度随时间的推移而呈不断扩大的态势；而旅游人均花费σ趋同模型未能通过检验，不能说明发生σ分异和趋同的迹象。
利用(5)式计算出各因素对人均旅游支付对数方差贡献率(见表3)，可见，出游率的对数方差贡献率持续增加，由1998年的39％增加到2006年的84％；旅游人均花费的对数方差一直保持较高的贡献率，基本超过100％；而两者的协方差的贡献率为负，表明两者之间的变动具有互补性，对人均旅游支付的差异起到缩小的作用，其作用在较大的波动中有所增强。这说明：人均旅游支付的差异很大程度源于旅游人均花费差异，出游率的σ分异对人均旅游支付差异的影响明显，从而导致其也发生σ分异，而两者之间的互补性时强时弱导致人均旅游支付差异的波动变化，也一定程度上抑制了人均旅游支付差异不断扩大的势头。
4 城市居民旅游需求差异的空间特征
4.1 城市居民旅游需求差异的空间结构分布
利用(6)式计算的结果(见表4)表明：随着极大偏离均值城市的差异份额不断降低，城市居民旅游需求差异的空间分布集中度也逐渐减小。地理集中指数从1987年的44.51下降到2002年的40.58，2006年继续下降到了35.53；以离均值差距大小排序，仅排在前3位城市的差异份额合计数就超过50％，但由1998年的66.55％减至2006年的51.02％。这说明我国城市旅游需求差异主要来源于少数一些城市的旅游需求远大于均值，随着这些城市与均值距离的缩小，差异空间结构越来越分散。
4.2 城市居民旅游需求俱乐部趋同分析
通过建立k=4的旅游需求的马尔可夫链转移概率矩阵(见表5)，显示了不同旅游需求组之间变化的空间特征，具体表现在以下几个方面：
。
(1)旅游需求分组次数分布呈左偏。在研究时段内，39个城市基本集中分布在中低旅游需求组，占观测次数的57％，其次是中高旅游需求组，占观测次数的28％，高旅游需求组和低旅游需求组分别占9％和6％。可见，处在中低旅游需求组以下城市的增长速度未能赶上中高旅游需求组以上城市的增长速度。各组的增长速度表现出较大的差异，增大各城市居民的旅游需求的差距。
(2)趋同俱乐部与分异俱乐部同时存在。表中主对角线上的元素值表示在随后年份属于同一组的概率。在四个分组中，中低旅游需求组，稳定性比较大，保留在本组内的概率为0.764，有石家庄、呼和浩特、上海、南京、无锡、合肥、福州、南昌、南宁、桂林、海口、成都、贵阳、昆明、西安等城市。相对而言，高旅游需求和中高旅游需求组虽表现出一定的趋同俱乐部，但其稳定性并不大，概率分别仅有0.517和0.553，大部分时期保留在高旅游需求组的主要有北京、厦门、深圳等城市，保留在中高旅游需求组的主要有天津、长春、杭州、青岛、武汉、珠海、兰州、西宁等城市。而低旅游需求组的稳定概率只有0.375，可见，该组具有较大的变动性，很少城市长期处在本组，为分异俱乐部。
(3)不同旅游需求组主要向中低旅游需求组转移，其次向中高旅游需求组转移，存在跨组的转移现象。低旅游需求组中的有0.438概率转移到中低旅游需求组，有0.188概率直接跨越到中高旅游需求组，说明先前处在这组的有些城市旅游需求呈加速增长趋势，如太原和苏州，与总体平均值的比值前后增长幅度分别为76％和71％。高旅游需求组中的城市向中高和中低旅游需求组转移的概率分别为0.276和0.207，这说明先前旅游需求水平高的一些城市，其增长呈加速下降趋势，如哈尔滨、宁波和银川等城市，与总体均值的比值前后下降幅度分别为55％、93％和97％。中高旅游需求组和中低旅游需求组之间存在较高的相互转移概率，中高旅游需求组向中低旅游需求组转移概率为0.341，反向转移的概率为0.143，如济南、长沙、广州、乌鲁木齐和重庆等城市基本上在这两组之间跳跃。
4.3 城市居民旅游需求差异变化的区域特征
均方差分解式(7)计算结果可发现(见图2)，城市居民旅游需求差异变化的区域特征主要体现在以下几个方面：
图2 我国城市居民旅游需求总体差异的地区分解图
数据来源：根据统计数据绘制。
(1)不考虑“大跃进”式的异常年份变化，我国东、中、西三大地区的城市旅游需求基本稳定增长，人均旅游支付由1998年的600元左右增长到2006年的1200元左右，三大地区间的旅游需求差距波动较大，在大多数年份，东部城市的人均旅游支付较高，西部城市其次，中部城市稍低。
(2)从贡献率看，我国东、中、西三大地区之间的旅游需求的差异并不明显，旅游需求总体差异绝大部分来源于三大地区内部的差异，其贡献率基本都在90％以上。东部城市之间的旅游需求不平衡十分明显，但对总体差异的贡献额呈现出明显的下降趋势，从1998年的79％下降到2006年的48％，2003年其贡献率出现暂时性急剧上升，说明“非典”疫情主要影响的是东部地区大部分城市的旅游需求。中部和西部的旅游需求差异较东部均衡得多，大部分时期对总体差异的影响相对较小。
(3)2002年和2006年西部地区及2005年中部地区的均方差贡献率出现极为异常的增长。分析发现，由于内部的个别城市的旅游需求显著偏离地区内其他城市的增长或下降的速度从而导致该年份所在地区均方差贡献率急速膨胀，例如：2002年中部地区的哈尔滨和武汉及西部地区的乌鲁木齐的人均花费分别增长149％、93％和128％；2005年中部地区的长沙人均花费和出游率分别增长188％和70％；2006年西部地区的昆明的人均花费增长213％，成都的出游率增长140％。“大跃进”式的变化与跨旅游需求组的转移现象得到了相互印证。
对比分析我国东、中、西三大地区经济差异变化的空间特征可见：改革开放以来，东部地区内部人均国内生产总值的省际差异对全国整体的地区差异贡献份额最大，但呈现明显的下降趋势；中部和西部各省区之间的经济发展较东部均衡，对全国整体地区经济差异的影响相对来说较小，差异贡献份额也微不足道；我国东、中、西三大地区之间的经济差异对全国整体地区经济差异的贡献份额呈现出明显的提高趋势[13，14]。我国东、中、西三大地区的城市旅游需求与经济发展的差异变化具有密切的对应性，但也并不完全表现为一致性，这个问题有待于进一步研究。
由于我国东、中、西三大地区间的城市居民旅游需求的相对差距并不明显，因此，这三大地区的人口规模及结构的变化便成为这三大地区间城市居民旅游客源市场大小及其变化的关键因素。
5 结论与讨论
(1)我国城市居民旅游人均花费的非均衡性及城市居民出游率差异程度日渐凸显，导致我国旅游需求增长发生σ分异。旅游需求的因素分解及出游率与人均花费相对水平的分异现象表明：不同城市的旅游需求主要增长方式有着明显的差别，一些城市的旅游需求增长主要表现在旅游人次的增长上，具有“粗放型增长”的特征，而有些城市的旅游需求增长主要表现为旅游人均花费的增长，具有“集约型增长”的特征。
(2)我国城市居民旅游需求增长阶段存在着历时态和共时态性。比如：个别极大偏离均值城市的国内旅游需求接近成熟阶段，为我国旅游需求的主要客源城市，其增长速度放缓。而一些城市还处于旅游初始阶段，但其旅游消费由“中层化”快速向“大众化”过渡，从而导致差异的地理集中度逐渐降低。
(3)不同城市居民旅游需求具有极为复杂和多样的空间变化特点。部分城市旅游需求水平总体上呈平稳的增长趋势，一些城市表现出阶梯式推进的态势，少数城市则呈现较明显的跳跃性增长或下降趋势。
(4)我国的人口分布的空间差异是我国城市居民旅游需求的空间差异及变化的主要解释变量。从以上分析可见，我国东、中、西三大地区间城市居民旅游需求的差距贡献率甚小且变化并不大，总体差异的存在及其扩大，这种现象很大程度上源于这三大地区内部的旅游需求的不均衡增长，特别是东部地区城市间的差异贡献率巨大，但有明显的缩小趋势。可见，人口分布的变化趋势将很大程度影响着城市居民旅游需求总体差距的走向。
总之，旅游需求空间差异及变化在旅游业开发研究中是不容忽视的问题。目前我国旅游景观存在着大量重复建设问题，其主要原因之一就是缺少对旅游需求的区位差异的认识[15]。本文仅从宏观的角度对我国城市居民旅游需求的空间差异及变化进行了初步的探讨。譬如，在深度上，引起旅游需求地区差异变化内在的原因及其对未来走向的把握；在内容上，拓展到旅游产品需求、旅游目的和旅游主体等的地区差异变化；在研究技术和方法上，更大空间单元和更大时间跨度上的数据匹配问题、建模和分析技术问题、在各种时空分辨率尺度下旅游需求的空间差异变化及其原因等问题，还有待于深入的研究。
注释：
①居民出游率是指在一定时期内某一旅游客源国国家或地区居民旅游人次与其总人口的比率，其反映了某一旅游客源国国家或地区产生旅游需求的能力和旅游客源的规模。旅游人均花费是指一定时期内旅游者消费总额与旅游人次之比。它是从平均数的角度以价值形态来衡量旅游消费水平的一项指标。