基于MATLAB的中国入境旅游六大典型区域的时空差异研究，本文主要内容关键词为：中国论文,差异论文,典型论文,区域论文,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。
一、问题的提出
改革开放以来，中国的旅游事业蓬勃发展，现已成为全球第四入境旅游大国，世界上增长最快的旅游目的地国，公认的最佳旅游目的地之一。据世界旅游组织预测，到2020年中国将发展成为世界第一入境旅游目的地国，其在世界旅游业中的地位日显重要。旅游业取得的巨大成绩自不待言，然而，同改革开放带来的区域经济差异一样，中国入境旅游发展的区域不平衡现象也是客观事实，入境旅游区域差异的发展特征和根源是什么以及如何看待这种区域差异是目前亟待正视的问题。
国内学者也开始纷纷关注这一领域：王凯从区域资源丰度组合状况等方面阐述中国国际旅游资源空间区域分布的基本状况[1]；周玉翠等人和陆林等人分别从旅游总人数、总收入的相对差异和绝对差异研究中国入境旅游的省际静态差异[2-3]；陈秀琼等人集中研究了中国区域入境旅游差异的时间动态演变过程[4]。然而，以上学者都将研究视角固定在传统的三地带和省际差异上，而另有一些学者冲出了传统行政区划的局限对各区域差异进行研究，代表性的有：马耀峰等人将全国旅游流划分为五大基本旅游流区，利用地理空间分析方法研究各区域的空间分布差异[5]；崔郁等人以八大经济区为基础，利用标准差和变异系数对中国国际旅游经济区域差异进行分析[6]；孙根年等人划分出七大旅游区，分析中国入境旅游地域结构时空动态演变过程[7]。
以往学者们的研究，多利用行政区划或经济区划的视角来研究旅游差异，即多偏重于对面状区域的划分与探讨。然而，中国入境旅游流主要是在热点旅游城市结点之间进行的，这些主要旅游城市的入境旅游人次数一直保持在占全国70％以上的比例。旅游城市是旅游者旅游活动的聚集、分散和中转地，在旅游流空间网络中发挥着重要的作用[8]。换言之，入境旅游者的旅游外在吸引力是来自于著名景点或依托城市的，也就是说由丰富的旅游资源、完善的城市基础设施、较高的知名度、鲜明的城市形象等构成的旅游城市是旅游者的最终目的地，而研究以旅游城市为核心的区域差异也更具有实践意义。同时，中国入境旅游规模在各省内存在首位分布现象，以陕西省为例，2005年西安入境旅游人次为77.6万，规模第二的咸阳入境旅游人次仅为4万，首位度高达19.4①。如果以省际为单元来研究区域差异，会忽视省内差异，混淆城市专业化方向，研究结果也会失真。所以，笔者认为由主要旅游城市构成的典型区域能够集中反应入境旅游的区域差异，这一研究结果对进一步探讨区域间旅游流的深层次驱动、演化机理，以及组团式旅游城市群的形成都有着重要的意义。
二、区域选择与研究方法
(一)区域选择
中国地域广阔，不同地区受资源规模类型与组合条件、产业要素与基础设施、环境与氛围、政策导向以及区位等差异的影响，在发展中形成了一些特征鲜明的入境旅游区域[4]。笔者以区域典型性、城市重要性、内部联系性等为原则，以作为数据来源的《中国旅游统计年鉴》中主要旅游城市为基础，遴选出38个热点城市组成六大入境旅游典型区域。它们分别是以北京、天津、石家庄、秦皇岛、承德、沈阳、大连、济南、青岛、烟台、威海为代表的环渤海区域；以上海、南京、无锡、苏州、南通、连云港、杭州、宁波、温州为代表的长三角区域；以广州、深圳、珠海、汕头、湛江、中山、南宁、桂林、北海为代表的珠三角区域；以西安、兰州、西宁、银川、乌鲁木齐为代表的泛西安—丝路区域；以成都、重庆为代表的成渝区域和以昆明、贵阳为代表的云贵区域。
(二)研究方法
国外学者从20世纪60年代就开始利用各种统计方法，分析不同区域差异的大小及其变动趋势，以探求其演变的一般规律性[9-10]。常用来反映总体差异的统计方法有标准差、变异系数、基尼系数、洛伦茨曲线、地理集中指数和Theil系数等。这些方法也逐渐被国内学者用来研究旅游区域差异，如陆林等人利用标准差和变异系数分别测算区域旅游经济绝对差异和相对差异的总体变化情况[3]；吴三忙等人利用基尼系数计算中国入境旅游的区域差异程度[11]。
本文采用Theil系数对六大典型区域之间、区域内部城市间的差异程度以及区域间差异和区域内差异对总体差异的贡献率进行分析，它能够比变异系数、基尼系数等描述地区间不平等度的指标更好地符合我们的要求。Theil系数(Theil Index)是荷兰经济学家H.Theil在其1967年的著作《经济学和信息理论》中借助信息理论中的熵概念而提出的。Theil系数的算法有两种：一种以入境人数比重加权计算，称为Theil系数L；另一种以外汇收入比重加权计算，称为Theil系数T。本文选用后者对六大典型区域入境旅游发展水平进行研究。Theil系数值越接近零，代表区域间的不均衡程度越小；Theil系数值越大，代表差异越大。Theil系数的最大优点在于：它具有可分解性，可以按加法分解地测定差距程度。这样不仅可以测度总体差距，还可以方便地应用于分组研究，显示出各组内部以及各组间的差距，进而对总体差距的影响分别作出判断和评价，便于寻找形成区域差距的主要原因；其次，Theil系数不受考察空间单元个数的影响，因而可以比较不同区域系统内的旅游发展差异。
MATLAB是矩阵实验室(Matrix Laboratory)的简称，被称为世界三大数学软件之一。它在数学类科技应用软件中的数值计算方面是首屈一指的。本文采用MATLAB7.0对Theil系数进行计算。六大典型区域间入境旅游差异程度Theil系数
的计算公式为：
如果以主要城市为基本空间单元，则可以对Theil系数做一阶段分解，从而将六大区域的总体差异分解为六大区域间的差异和区域内各主要城市的差异，则表示六大区域总体差异的Theil系数
计算如下：
三、结果与讨论
(一)六大典型区域间差异特征分析
经式(1)计算得出了六大典型区域间的Theil系数值(见表1)，并由图1可以清晰地看出，六大典型区域Theil系数演变趋势呈喇叭状：环渤海区域呈高位波动并持续上升，长三角区域由初期的低位缓慢持续走高，珠三角区域Theil系数在低于零的状态下呈阶段性下降，成渝、云贵、泛西安—丝路区域Theil系数值一直平稳得保持在零附近。
首先，以上分析可得环渤海、长三角、珠三角区域与成渝、云贵、泛西安—丝路区域之间的差异较大，并在总体上呈逐年增加趋势。由于中国实行以沿海地区城市为优先发展对象的宏观区域发展战略，它们与国外文化经济联系更为紧密，使环渤海、长三角、珠三角区域的入境旅游获得较快发展。尤其在新世纪之后，以环渤海、长三角、珠三角城市群为主的三大城市群在中国社会经济中的地位日益提高。这与徐建华[12]认为中国地带间的差异一直在增大、尤其是90年代以后地带间的差距更加扩大是相一致的。然而在差距增大过程中，也存在着一些波动，如在2003年由于受到非典疫情的影响，六大区域之间的差异达到最小。其中环渤海区域和珠三角区域在2003年呈现出明显的波动，这是因为非典疫情在传统旅游目的地北京和广东等地最为严重，对其影响最为深刻，因此造成区域间差异缩小。
其次，从图1中可知珠三角区域的Theil系数小于零，并呈阶段性走低的态势。这种反常规现象是由于其在地理位置上紧邻香港、澳门特别行政区导致的。近年来，香港、澳门与祖国内陆的经济文化交往日益紧密，同时大陆也出台了香港、澳门游客方便进出大陆的众多优惠政策，使得港澳游客在珠三角区域的入境游客中所占比例极高，且平均停留天数一直较低。然而，短期游客比例的持续增高并不能带动外汇收入的增加，所以在计算Theil系数时所得自然对数值小于零，并持续下降。
第三，成渝、云贵和泛西安—丝路区域之间的Theil系数一直在零上下徘徊，并表现出平缓的稳定状态，说明以主要城市为单元的三个典型区域之间在近十几年的旅游发展中并无显著差异。
(二)六大典型区域内差异特征分析
以六大典型区域内的主要城市的外汇收入和入境人数为数据基础，经过式(3)计算出了1995-2006年六大典型区域内部差异的Theil系数(见表2)。由图2可看出六大典型区域内差异演变呈山峦状：环渤海区域内差异最大，且高位波动显著；长三角区域内差异次之，亦有明显波动；珠三角区域内差异排在第三位，波动不明显；成渝区域、云贵区域和泛西安—丝路区域的内部差异都不大，且保持稳定。
环渤海区域内差异最大是由于北京在此区域的入境旅游发展水平极高导致的；而其差异最小年份2003年，Theil系数下降到0.0224，是因为受到非典疫情的影响。自2004年之后三年的区域内差异迅速增大则归因于北京自2004年开始连续成功举办了三届国际旅游博览会。长三角区域内差异也非常明显，在2001年达到了最大值0.027 3，究其原因是上海在2001年借APEC会议成功举办的“热效应”，推出了以“上海旅游新热点——APEC之旅”为主打的都市旅游系列产品，获得了巨大的成功。此后区域内差异逐年缩小主要归功于长三角其他城市的旅游业迅速发展，尤其是杭州、南京、苏州等城市更为明显。珠三角、成渝、云贵和泛西安—丝路等四个区域内部的Theil系数值都在0.0111以下，差异性不大，并且都较平稳。
(三)以主要城市为基本空间单元的六大典型区域总体差异特征分析
以区域内主要城市为基本空间单元，按照入境人数和外汇收入数据，运用Theil系数分解方法，通过公式(4)计算出1995-2006年中国入境旅游六大典型区域的总体、区域间和区域内差异的Theil系数值(见表3)。图3呈现出明显的波浪状特征，从中可知：1995-2006年六大典型区域的总体差异波动明显，并在后三年迅速增大；区域间差异大于区域内差异；区域内差异较小且发展平缓；总体差异主要由区域间差异构成，区域间差异的变化情况和总体差异的变化情况基本相同。为证实它们之间变化趋势的相关性，对其Theil系数进行Kendall's tau-b相关系数检验，在置信度(双侧)为α=0.01时，发现总体差异与区域间差异相关系数为0.636，它们之间存在显著线性相关(p=0.004)。
由于总体Theil系数是由区域间和区域内
相加构成的，所以进一步从贡献率上进行分析。区域间差异的贡献率一直保持在60％以上，最高在2006年达到82.80％，而区域内差异的贡献率较小，一般占20％～40％，最高在2000年区域内差异达到39.38％。可以看出六大典型区域总体差异的主要来源是区域间入境旅游的不均衡发展。其中，环渤海区域的区域间差异是最大的，对总体影响显著，而其他区域，尤其是西部的三个区域发展较为均衡，对总体差异的影响相对较小(见表1)。六大典型区域间差异对总体差异的贡献率较高，但也存在着三个较低点，分别发生在1997年、2000年和2003年。
受区域间差异对总体差异的贡献率较大的影响，六大典型区域总体差异在时间尺度上也存在着三个同时期的凹形谷。1997年，受亚洲金融危机影响，环渤海、长三角、珠三角区域受到的一定的冲击，其中商务旅游最为严重[4]，区域间差异从1996年的0.115 1下降到1997年的0.079 3，总体差异从0.159 8降为0.123 8。在2000年六大典型区域总体差异从0.149 7降到0.115 3，成为历年最低点，其下降是因为：其一，中国西部大开发迈出实质性步伐，国家旅游局也通过三区联动战略将旅游扶贫示范区重点放在西部地区，生态旅游示范区重点放在生态景观资源富集的西南地区，国家的政策转移使区域间差异得以缩小；其二，香港、澳门回归祖国后，中国内地相继出台了一些政策，使港澳游客进出大陆更加方便，消费较少的港澳短期游客所占比例增加，致使Theil系数下降。在2003年，总体差异从上一年的0.179 3降为0.125 8，这是由于非典疫情在环渤海区域、珠三角区域较为严重而导致的。
在此之后的2004年、2005年和2006年中，中国东部的三大城市群发展迅速，在世界城市格局和国民经济中的地位更加突显，增大了其与西部成渝、云贵、泛西安—丝路区域的差距。这最终导致六大典型区域总体差异迅速持续扩大，从2003年的0.125 8增加到2006年的0.385 5。
四、结束语
本文首先从中国主要旅游城市中选取出具有代表性的38个城市组成六大典型区域，然后以城市为基本空间单元，采用MATLAB7.0编程计算，运用Theil系数定量评价了六大典型区域入境旅游的时空差异特征变化情况。结果表明：第一，在空间尺度上，六大典型区域入境旅游发展存在非均衡性，总体差异主要来源于区域间差异的贡献；环渤海、长三角、珠三角区域与成渝、云贵、泛西安—丝路区域之间的差异较大；六大典型区域内差异普遍都不大，但环渤海和长三角区域内差异较为显著。第二，在时间尺度上，受区域间差异影响，六大典型区域总体差异演变呈波动发展，在1997年、2000年和2003年分别出现凹形谷。
入境旅游区域差异只是区域经济差异中比重并不大的一部分，发展地方经济不能改变城市功能而单纯依靠发展入境旅游以缩小区域差异。所以六大典型区域入境旅游总体差异不断扩大的现象并没有冲突国家均衡区域发展的大方向，而是证实了城市群发展战略对国民经济的带动作用。事实证明，当选取的东部各主要旅游城市从一个低级平台向一个高级平台整合，进而构成三大城市群时，生产力要素组合趋好、资源配置趋优、专业化分工趋强、发展成本趋低，发展红利的“自发”获取呈现非线性增长[13]。成渝、云贵、泛西安—丝路区域并没有获得组团式城市群所得到的发展红利，根本原因在于其社会经济发展没有形成对旅游业的支撑。因为旅游业是一项依赖性很强的产业，其高度发展离不开其他产业的支持。故西部三大典型区域绝不能超越本地区经济社会实际情况空谈旅游开发，而应将旅游业发展看做是区域经济的一个组成部分，通过自我积累或借助外力，不断完善基础设施建设、提高接待服务质量、提升资源开发水平，实现旅游经济与区域经济良性、互动发展[14]。另一方面，环渤海、长三角和珠三角区域也是中国入境游客最重要的入境口岸地区和中转地，作为中国入境旅游发展的“三驾马车”，承接着中国入境旅游“东客西移”的重任。西部的成渝、云贵、泛西安—丝路区域可以吸引东部区域的“二手客源”，以缩小入境旅游区域差异。
注释：
①据《2005年西安市国民经济和社会发展统计公报》、《2005年咸阳市国民经济和社会发展统计公报》数据计算所得。