旅游产业集群形成条件与识别方法，本文主要内容关键词为：产业集群论文,条件论文,方法论文,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
近些年，国内学者用产业集群思路研究区域的旅游业发展时，暂时避开了旅游业集群识别这一问题，即先假设所研究的旅游目的地已经存在“旅游产业集群”，然后再分析集群的各种问题。根据这一假设，一方面，国内外学者从旅游集群个案角度进行了研究，如有张梦以大九寨沟为例分析了旅游产业集群化的制约因素[1]；陈绍友以重庆市为例提出旅游资源开发引力、资源开发与客源互动、客源需求三种旅游产业集聚模型[2]；谭白英、夏华丽分析了武汉首义文化园旅游产业集群效应[3]。国外的文献也提出了一些旅游集群的研究案例，如澳大利亚北部的昆士兰地区的观光度假旅游集群等[4]。但以上文献基于什么依据认定如九寨沟、重庆、武汉首义、昆士兰等旅游目的地存在集群？另一方面，从旅游业集群的构成、模式、效应等角度进行了研究，如邓冰、吴必虎等人提出主题公园、著名景点周围存在旅游产业聚集现象[5]；尹贻梅、张梦等认为旅游企业集群是一种提升旅游目的地竞争力的战略模式[6]；庄军提出了旅游产业集群的构成框架体系[7]；聂献忠分析了主题公园特色的旅游产业集群的特点及形成机理[8]；袁莉，田定湘等则提出了旅游产业集群降低交易成本、获得互补性利益等效应[9]。以上研究又是依据什么标准认为主题公园、著名景点周围等存在旅游产业聚集现象？吴必虎、聂献忠等人的研究也没有回答这个问题。作为旅游活动存在的区域，其旅游业发展究竟要达到什么样的标准和程度，才称得上集群，这是旅游集群研究的重要内容，也是首先需要解决的问题。
2 旅游产业集群识别方法
波特《集群与新竞争经济学》（1998）认为，产业集群是一组在地理上靠近的、相互联系的公司和关联机会，它们同处于或相关于一个特定的产业领域，由于具有共性和互补性联系在一起。由此，可以得出产业集群存在的两个最基本的判据：一是特定产业领域内大量的企业和其他支持性组织地理上集聚；二是它们之间存在着物质互动和非物质上的知识、信息联系，即“空间聚集”和“产业联系”。这两个判据仍然是我们用来识别旅游产业集群的核心标准，这两个标准，也说明了旅游产业集聚和旅游产业集群的不同之处，集聚是集群的基础。学者王今、张建华等人总结出产业集群识别方法主要有两类[10-11]：定性识别法和定量识别法。这些方法的研究层面、所用数据、说明群集的作用以及关注点各不相同，如果直接套用这些方法对旅游产业集群进行识别，没有考虑旅游产业的特点，是否可行，值得深入分析。目前已有一些学者借用上述的一些方法与指标进行旅游产业集聚分析，没有说明旅游产业内部与产业间的联系。因此，本研究将从产业集聚和产业联系两个方面构建旅游产业集群识别的方法体系。
2.1 衡量旅游产业集中度的传统方法
这里先用经济学中衡量产业要素集中度的多种指标来计量旅游产业集聚度，结合旅游产业特点进行分析。这些指标有旅游资源空间聚集度、空间关联度、区位熵，空间基尼系数、行业集中度、赫芬达尔指数、波特案例分析法等。每一个指标的理论依据、内涵及解释内容各不相同，各有侧重，旅游产业的集聚现象，是否能直接利用这些指标进行度量，需要进行判断（表1）。
资源分布密度和最临近点指数，虽然可以反映旅游资源的聚集和离散程度，但只反映了旅游产业集聚的条件，不能体现某区域旅游业其他要素是否集聚。
区位熵虽然最能体现旅游专业化程度，是反映旅游业集聚的综合指标，它有就业人数、企业及相关机构个数、产值、固定资产等多种计算数据供选择，形成不同的计算结果，如机构个数区位熵、产值区位熵、旅游资源个数区位熵等，但到底采用哪一种数据作为旅游专业化程度的衡量指标最有代表性，不好决定，而且不同区域的区位熵进行比较时，由于选择计算数据的不同，很有可能得出完全不同的结论。
行业集中度由于是选择行业内规模最大的前n位企业有关数值（产值、销额、员工人数、资产总额等）占整个市场或行业的份额，而旅游行业比较特殊，旅游市场进入的壁垒低、旅游服务技术含量没有制造业那么强，因而竞争激烈，某个旅游区域很难形成具有绝对优势的企业，因而用衡量制造业的集中度指标来计算旅游行业集中度，并不能反映实际的集聚水平，是有缺陷的。同样，空间基尼系数和赫芬达尔指数也有相类似的缺陷。
以上几种量度方法只能反映集群产业在区域或跨区域集聚的结果，虽能说明集群内部的组成成分、产业集聚的效果，却不能体现集群中旅游产业（互补与共生）的紧密程度。而旅游业本身就是关联性很强的产业，因此，我们不能直接把上述指标用来衡量旅游业集聚，或者说不能独立采用某一个指标或几个指标的简单组合来衡量区域旅游业集群，需要考虑旅游业的特点，再结合相关指标的具体含义和作用，构造更为科学合理的旅游业集聚测算指标体系。
2.2 区位熵指数法
在上述的产业集聚度的多种计算指标中，区位熵指标综合性强，并充分考虑了产业空间集中的特性，是衡量产业的专业化程度和集聚的最常用的指标。因此，我们以区位熵指标为基础，结合旅游业特点，提出“区位熵指数法”。
研究后认为，旅游资源的空间集中是旅游产业集聚的条件。没有旅游核心吸引物在旅游目的地空间聚集这个最基本的条件，是不可能形成旅游业集群的。因为旅游业不同于制造业，旅游资源的数量和品质是旅游业发展的重要基础，旅游资源在某区域内的聚集程度，是旅游产业集聚的最基本条件。实际工作中就是把旅游资源的丰富和集中程度当成旅游产业集群的判断依据的，如福建、河南、山西等省在“十一五”规划纲要中，对“旅游产业集群”的理解基本上是指一定范围内旅游景点的集合。也有一些学者把这个条件当成旅游产业集群识别的标准之一，仅列举某一区域旅游资源的绝对数量，是不能体现资源集聚优势性的，也无法证明其具有区域竞争力，这是以偏概全的分析方法。
旅游要素围绕旅游核心吸引物大量的聚集是旅游产业集聚的核心。包括“食、住、行、游、购、娱”的这直接与旅游业相关的六大要素和旅游业辅助要素如旅游业发展规划咨询机构、旅游院校、旅游市场促销等中介机构的空间集中，这是最基本的也是最重要的。最后就是旅游集聚的效应，如旅游收入对经济的贡献、旅游就业贡献等。根据集聚条件、要素集聚度和聚集效果3个方面，构建区位熵综合指标体系（表2）。
按照表1提供的区位熵计算公式，计算出4个细类指标的区位熵。我们认为，旅游集聚的条件、旅游企业和相关机构的空间聚度、旅游集聚的效果在衡量旅游产业集聚度上处于同等重要的作用。因此，将表2的4个区位熵指标进行平均得到旅游区位熵指数
2.3 产业联系识别
上述指标共有的缺点是只能识别某区域旅游产业集聚现象的存在，并没有识别产业集群的具体数目、大小、组成各集群内旅游业与其他各产业之间的联系等内容，而这些才是产业集群识别的关键。在区域产业集聚存在的前提下，目前主要采用基于投入产出分析法的主成分分析、多元聚类分析和图论分析等方法，从I／O矩阵反映的产业间联系提取信息识别集群内产业的数目及其关联等。主成分分析法是通过对投入产出模型中的直接消耗系数矩阵进行数据简化处理以生成“主成分”，进而解释生成的因子、强调产业间互补性关联的一种分析方法。其中，每一个“主成分”构成了一个产业集群，同时根据特定的决策准则把每一个特定的产业分配到不同的集群中。多元聚类方法是根据研究变量的特征对投入产出模型中的直接消耗系数矩阵等进行分类得到的表示各产业之间密切或相似程度元素的一种方法。其结果常用树状图来表示集群内所嵌套的子集群以及不同集群间的联系。由于组内各元素特性的相似性反映了产业间的联系强度，因而常用该方法辨认产业集群内较强的联系，图论法是指在I／O矩阵基础上用图表理论辨认厂商或产业群体间的小集群并绘制与其他网络的联系。该方法识别的产业集群通常不是互相独立的，在现实中用的不多。
利用投入产出表，采用主成分分析法，来识别旅游关联产业。结合国内目前对旅游产业关联研究的最近研究[10]，据2002年中国投入产出表① 在122×122部门和42×42投入产出表里面，都列有“旅游业”部门（产业部门35号），其定义的旅游业是指为社会各界提供商务、组团和散客旅游服务的行业，包括向顾客提供咨询、旅游计划和建议、日程安排、导游、食宿和交通等服务[13]。
首先，剔除掉投入产出表中与旅游业部门投入产出关系为零的部门；其次，进行产业关联指标的计算，主要有直接消耗系数、完全消耗系数、影响力系数、感应度系数等。为了简化起见，只计算直接消耗系数、完全消耗系数来分析旅游产业与其他产业的关联度。直接消耗系数的计算公式
式（9）中：B为完全消耗系数矩阵；A为直接消耗矩阵；I为单位矩阵。
旅游业关联中，将关联度大于平均水平加一个标准差的产业定义为密切关联产业，大于平均水平的产业定义为较密切关联的产业，小于平均水平而不为零的产业为有关联产业，为零的产业为无关联产业[14]。由此统计出“密切关联”、“较密切关联”、“有关联产业”等部门的个数，计算它们占全部部门（122个）的比重，得到产业联系密度，即是衡量旅游产业联系的综合指标。
2.4 旅游产业集群度
区位熵指标只是说明集群产业的地理区位上的集中度，不能解释那些拥有弱的联系而市场竞争力强的集群。在此，我们重新认识产业集群的集聚程度，它不仅应该体现集群产业在地理区位上的集中程度，也应该反映集群中相关产业的互补联系与企业共生程度，是原因与结果的共同体现。因此，旅游产业集群的集聚度应该包括两部分：一是反映产业在特定区位的专业化程度，用区位熵指数来衡量；二是反映产业关联程度，各类企业之间的联系程度既包括生产系统的联系，又包括知识系统的联系（学习、创新等），客户系统的联系（口碑效应、品牌传播等）。而生产系统中技术创新、知识系统的新知识的发明、客户系统中市场开拓与营销策划等本身包含有创新能力。由于旅游业并非是垂直型产业联系，而是横向性很强的产业联系，所以客户系统的联系特别是口碑效应与品牌的传播对旅游产业集聚、集成和发展壮大非常重要。因此，我们用产业联系密度来衡量，两者综合作用，产业集群的集聚度为：旅游产业集群度＝（旅游区位熵指数＋旅游产业关联密度）／2＋旅游产业的创新能力。但是创新能力的评价有一定难度。
旅游产业集群度的产业集中程度和产业间联系大小共同决定。其值越大，产业集群的集聚度越高，可以分为3种情况：一是集群产业的集中度高，说明该产业在该区域的集中程度较高，但产业间单向即互补或共生联系强，而两者未必共同强势；二是产业间的联系强，但产业的集中程度并不高，说明集群较封闭，与外界联系少，产业产品的市场占有率较低，有待于开拓集群外界市场；三是集群产业的集中程度与产业间联系处于中等状态，表明该集群处于发展阶段，在产业链延伸及支撑服务性机构的壮大等方面有一定的发展潜力。另外，该计算方法也同样适用于跨边界的产业集群，即每个参数取邻近区域的相应数值之和来表示。
3 旅游产业集群形成的条件
很多学者把波特的钻石模型作为分析集群的工具和判断集群强弱的因素，如Julie Flowers和Katherine Eaesterling用钻石模型分析了南卡罗来纳州的旅游产业集群以及培育旅游产业集群生长[15]；Sara Nordin用钻石模型分析了旅游产业集群形成的条件和钻石四要素在旅游产业集群中的特殊作用[16]。尹贻梅认为产业聚集和产业关联是旅游产业集群形成的基础，而促进本地旅游企业创新是集群存在与否的判断依据[6]。一般来说，旅游产业集群包括3个层次：宏观旅游产业集群、中观旅游产业集群和微观旅游产业集群。
旅游产业集群形成的条件主要有：第一，旅游产业集群形成具备一系列的空间条件。旅游产业集群的形成需要具备条件有：自然条件、文化与要素禀赋、充足的市场供需条件、有效规范的行业制度及良好的产业政策、政府及相关组织部门的高效服务等。自然条件是形成旅游产业集群的重要生产要素，文化是旅游产业发展的核心竞争力，它与要素禀赋一起共同构成了旅游资源，旅游资源是形成旅游产业核心吸引力的重要基础，是集群形成的前提条件和重要保障。良好的产业政策有利于引导旅游产业布局由“分散”向“集聚”调整，推动旅游产业集群形成；另外，高效的政府及相关组织部门能够为企业提供高效服务，为集群发展塑造良好的环境，吸引大量企业及相关市场主体的聚集，形成旅游产业集群。第二，旅游产业具有较长的产业链，产品存在技术可分性。旅游产业集群形成的最直接的原因是特定地理空间范围内的旅游产业分工不断深化、旅游产品与服务价值链不断分离而形成的彼此之间相互依赖并紧密联系，共同构成一个嵌入特定空间背景下的产品或服务网络。由于旅游产业生产和消费过程的同步性和旅游产品的不可移动性，旅游产业集群依托旅游资源或围绕核心吸引物而形成。在旅游产业发展中，旅游六要素为旅游消费者提供的旅游商品与服务，彼此之间联系密切、交流频繁，围绕着同一服务对象展开合作。因此，旅游产业具有较长的产业链，产品存在技术可分性。第三，旅游产业集群产品存在着丰富的差异化机会。旅游产业集群的形成需要建立在最终产品发生差异化的潜力比较大。产品差异化可以避免旅游集群内的恶性价格竞争，防止旅游企业因产品“同构化”而形成集群发展中的内耗，同时能满足不同消费者的心理需求，为旅游集群成长创造良好的合作基础，促进集群形成与不断成长。第四，旅游产业集群产业关联度高，易产生“结网”。旅游产业集群的产业关联度高，能推动下游产业和拉动上游产业的协同发展，形成完善的产业链，真正实现众多企业的集聚，为了共同的利益而“结网”，有利于利益相关者加强合作营销，打造区域品牌，塑造名牌。
4 结论
旅游产业集群的量化识别问题，是衡量某一旅游区是否存在集群的一个标准。由于作为服务业的旅游产业与制造业存在着差异，它是严重资源依赖型产业（旅游目的地必须具有自然或人文的旅游资源），这一产业所提供的产品与工业产品具有本质区别，它的主体产品是消费和生产同时进行的，其产业横向联系紧密，但垂直联系并不十分明显。这些特性，决定了其产业集群量化识别的困难。
但旅游产业集群终究是属于产业集群中服务业集群的一种，根据一般识别产业集群的产业集聚和产业联系两个标准，必须根据旅游产业本身的特点，从集聚的条件、集聚的主体、集聚的效应3个方面进行综合，构造了一个区位熵指数作为旅游产业集聚量化指标；又从投入产出表出发，来分析旅游业与其他产业联系，最后再进行产业集聚和产业联系的综合，得出旅游产业集群的识别度指标。这一指标是可以进行不同旅游目的地空间对比，通过空间对比，识别出旅游目的地产业集群的强度。所谓旅游产业集群就是以丰富的旅游资源为基础，在一定的地理空间上形成的具有一定产业规模和较长的联系密切的旅游产业链条，并拥有较强创新能力的旅游产业集聚体。集聚体内企业合作性竞争明显，并形成了有利于提高集群竞争力和打造集群品牌效应，促使企业行为规范和实现整体目标，共享集群带来的益处。
注释：
① 国家统计局国民经济核算司，2006年。