中国入境旅游的齐夫准则研究，本文主要内容关键词为：中国论文,准则论文,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。
旅游流是指客源地与目的地之间，或目的地之间的单向、双向旅游客流、信息流、资金流、物质流、能量流和文化流的集合，其中旅游客流为旅游流的研究主体。而本文则旨在通过对中国入境旅游的齐夫准则的应用分析，来研究齐夫准则在旅游经济中的有效性。
一、旅游流的空间离散分布特征
概率论中的离散变量是指这样一类随机变量，它的所有可能取值是可以获得的，可一一列出的。而旅游流的空间分布符合了这一特征，旅游流在空间的分布即使有多么复杂和无序，但是由于旅游人数和旅游目的地及客源地的有限性，于是决定了旅游流的空间离散分布特征。从以往对该离散变量空间分布研究状况看，可以用概率密函数反映变量的某种统计特征，例如刘赵平教授曾作过旅游行程的概率分布拟合，给出了多个分布(泊松分布、巴斯卡分布和普哇松分布)的拟合结果，得出了巴斯卡分布拟合效果较好的结论[1]。这反映出旅游流的确是具有空间离散分布特征的随机变量。而旅游流离散特征不仅指其分布或结构上的离散，也可指其功能或过程上的离散，例如旅游流可分为旅游客流、信息流、资金流、物质流、能量流和文化流等，即是功能上的离散，而结点和通道的旅游流则反映了过程上的离散。
二、齐夫准则
齐夫准则是1935年美国哈佛大学的语言学家乔治·金斯立·齐普夫(George Kingsye Zipf)在贡东、艾思杜等人有关词频分布规律数学模型的基础上，利用大量的统计数据，对自然词汇分布规律进行更深入细致研究而得出的词频——词序号关系规律[8]。
齐夫准则是指对一类离散分布事件，依照等级序列，各组成部分之间将存在内容上、数量上、规模上的对应关系，可表示为：
齐夫准则研究对象是空间地域中的离散分布变量，主要探讨的是该变量空间分布各组成部分之间的“序位—规模”关系，(1)式就是对这种关系的经验总结。因此，它是一个经验公式，并不是理论上可以导出的公式。
那么这种经验公式的准确性如何呢？经过众多的不同学科和专业的人士广泛试用，结果证明齐夫准则在自然科学和人文科学的众多研究领域都有成功的应用，例如“Horton Model”河系等级数量关系模型、“Bradford Model”科学情报研究模型、“Arrhenins-Gleason Model”生物资源空间结构模型，揭示空间分布与数量形态之间关系的“Clark Model”，以及城市地理中的城市“人口—等级”关系模型等[2]。在旅游学的研究中，朱竑、吴旗韬以多年入境游客数为指标，研究了中国省际层次和主要旅游城市的旅游规模分布规律[9]。杨国良等以四川省为例，借用Zipf指标和差异度指标，采取由假设到论证的研究方法证明了旅游流规模结构符合Zipf法则[4]，并通过分析在受旅游景区的分布约束的情况下，利用与分形模型相关的齐夫(Zipf)定律研究旅游流的位序—规模结构，得到了旅游流的地区规模分布服从齐夫(Zipf)法则的结果，说明了旅游景区的分形演化对旅游流齐夫(Zipf)结构的形成及发育有重要的促进作用[3]。目前齐夫准则在出入境旅游研究方面尚是空白，齐夫准则的普遍适用性使我们觉得有必要弄清它能否在旅游研究尤其在出入境旅游研究成功地得到应用。要论证这一点，至少需要从两方面去验证，第一个方面是应用齐夫准则得到的序位数据是否与已知数据相吻合，第二个方面是应用齐夫准则计算的总量数据是否与已知总量相吻合。
三、齐夫准则在旅游研究的应用
应用一：主要客源国来华人数的齐夫准则推导
1、β值计算与分析。应用齐夫准则做的第一项验证工作是主要客源国来华人数的推导和验算。本文使用1990至2008年共19年的排名在前十五位的主要客源国的数据，应用(1)式计算了主要客源国的β值，见表1。
由表1可以看出，β值总是在1附近波动，每年的β均值亦这样，不过大部分年份的β值均在0.9—1之间，这与标准的齐夫准则式基本相似(标准齐夫准则式中的β值等于1)。由于每年的各β值均很接近，已在一定程度上显示出主要客源国来华人数的空间离散分布具有与齐夫标准序列相近的形态分布特征。不过，仅有β值的均一性尚不能证明齐夫准则能在旅游研究中得以应用，还需要根据β值得到每年的主要客源国来华人数的“序位—规模”的齐夫准则式，然后用它去拟合每年的序位规模，最后对得到的拟合序列与原有序列作相似程度检验。
2、齐夫准则指标量化与相似系数检验。由式(1)与表1中各年份的β均值，我们得到1990-2008年的各年度的齐夫准则式：
1990年：LnPr=3.84—1.10Lnr 1991年：LnPr=4.16—1.03Lnr 1992年：LnPr=4.37—1.08Lnr
1993年：LnPr=4.51—0.97Lnr 1994年：LnPr=4.74—0.95Lnr 1995年：LnPr=4.87—0.93Lnr
1996年：LnPr=5.04—0.97Lnr 1997年：LnPr=5.06—0.95Lnr 1998年：LnPr=5.06—0.94Lnr
1999年：LnPr=5.22—0.91Lnr 2000年：LnPr=5.39—0.87Lnr 2001年：LnPr=5.47—0.86Lnr
2002年：LnPr=5.68—0.88Lnr 2003年；LnPr=5.42—1.04Lnr 2004年：LnPr=5.81—1.04 Lnr
2005年：LnPr=5.83—0.91Lnr 2006年：LnPr=5.93—0.98Lnr 2007年：LnPr=5.99—0.96Lnr
2008年：LnPr=5.84—0.96Lnr
然后根据每年的齐夫准则式计算拟合值，见表2。
从表2可以看出，通过齐夫准则计算的序位拟合值总体上与原有数值是非常相近的，拟合值与原有值的比例，基本上也在1附近波动。为了比较各年度拟合值与原有值的相近程度，我们计算了拟合值序列与原有值序列的相似系数(见表2)。结果表明，19个年度的相似系数值都非常高，没有低于0.92的值，这证明经齐夫准则得到的拟合值与对应的原有值是基本吻合的。
3、分布形态图的比较。主要客源国来华人数的离散分布形态与标准的齐夫准则分布形态是否一致？虽然我们经过以上分析，已经得出了一致性程度较高的结论，但是用分布形态图可以更直观地表现这一特点。
限于篇幅，本文并没有做其它年份的分布形态图。不过由图1和图2可见，2000年与2007年按统计资料绘制的分布形态与标准的齐夫分布形态非常接近，这并不是纯粹的偶然性巧合，而是具有离散分布特征的等级序列统一共性的必然反映。
2007年主要客源国来华人数序
4、总量比较。必须说明的是，以上我们只做了排名前15位的客源国来华人数的齐夫准则分析。虽然我们已经得出拟合序列与原有序列是基本一致的，但15个数据组成的序列的一致性并不能反映出总量的一致性，因此很有必要用已经得到的19个齐夫准则式来分析总量特征。
根据这19个式子以及总量公式，拟合总量与已知总量的比较状况，见表3。
从表3可见，齐夫准则拟合总量与已知总量是相当接近的，一致性程度很高。虽然齐夫准则只是一个经验公式，但是把它应用于旅游研究能有如此高的精度只能把它归因于齐夫准则的确客观反映了离散变量的分布形态及其规模程度，同时把它应用于主要客源国旅游客流的研究能得到很好的印证，也证明了旅游流的空间分布形态具有齐夫准则描述的内在某种统一属性。
应用二：各地区接待外国旅游人数的齐夫准则推导。从应用一已经得到，不同客源国来华旅游客流在空间分布上具有离散特征，那么这些旅游客流在国内的分布情形如何呢？是否也具有齐夫准则描述的离散特征呢？下面我们以各地区接待外国旅游人数为考察对象来验证齐夫准则的适用性。各地区接待外国旅游人数的β值，见表4。
从表4可以看出，各地区接待外国旅游人数(1991-2008年)的β值分布也均在1附近波动，β值在大多数情况下约小于1，β均值基本在0.90—1.05之间，与标准的齐夫准则(β=1)也很接近。与表1得出的结论相同：各地区接待外国旅游人数的空间离散分布具有与标准的齐夫序列相近的形态分布，再次证明了齐夫准则在旅游研究的适用性。
限于篇幅，本文不再给出各年度的各地区接待外国旅游人数的齐夫准则拟合公式以及各年度的齐夫准则拟合值，下面，我们给出总量比较结果，见表5。
与表3相比，表5的预测值精确度有所下降，但是拟合总量与已知总量的比例仍保持在0.9附近，说明拟合结果仍然是可信的。
四、小结
1、从研究结论看，旅游流的确具有齐夫准则描述的离散变量的属性，应用齐夫准则能从宏观上把握总量变化特点。
2、可以尝试使用齐夫准则做更广泛的研究和应用，例如对某一景点的旅游人数的统计研究等。通过本文对总量比较的结果来看，齐夫准则应该能够用于预测研究，例如可以通过Pr与r之间的齐夫准则式来预测未来的旅游流量。
3、β值是确定离散分布形态的指数，但是离散变量之间β值还是存在很大差异的，因此不必拘泥于β值是否与标准的齐夫准则相一致。
4、齐夫准则虽然更像一个静态公式，但是实际上它完全可以用于动态分析(包括对未来的预测)，序位r与其规模Pr不应该被看做是静止不动的，即使r与Pr在动态变化，也不会影响齐夫准则描述属性的稳定形态，因为齐夫准则仅是反映了r与Pr之间的“序位—规模”关系，而不是衡量r与Pr本身的大小。