中国省际旅游发展的多指标综合相似性及时空聚类特征，本文主要内容关键词为：中国论文,性及论文,特征论文,时空论文,多指论文，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。
修订日期：2013-11-05 中图分类号：F592.99 文献标志码：A 文章编号：1000-3037(2015)01-0050-15 DOI：10.11849/zrzyxb.2015.01.005 一直以来，旅游产业被公认为是提升区域经济发展、缓解区域不平衡的有效手段[1-2]，渐渐成为国内外研究的重点课题[3]。就旅游业本身来说，区域差异和非均衡性同样是世界各国面临的典型问题之一。正确认识旅游业发展的区域差异及其发展规律是深刻理解和准确把握旅游产业发展方向的重要前提，对促进旅游业的健康发展和旅游政策的制定有着重要的现实意义[4-5]。改革开放以来，在各级政府的大力扶持下，我国旅游业得以迅速发展，已经成为现代服务业中的重要组成部分，并渐渐向着战略性支柱产业的目标迈进。然而我国地域辽阔，各地区在资源禀赋、社会经济、地理区位、文化背景和基础设施等方面的条件不同，区域旅游发展的不平衡性问题十分严重。只有对旅游发展区域差异进行深入研究，才能找出导致非均衡性的原因，从而为国家制定有效的产业政策提供理论依据和现实指导[6]。 近年来，中国旅游业发展的区域差异成为研究者关注的热点问题之一。大量文献从不同的角度对我国旅游业发展的时间和空间差异进行了探讨。笔者认为，从单一绩效指标来看，旅游经济发展的省区差异是绝对的，也就是说不同区域旅游业的发展水平具有绝对的优劣次序。然而从多个经济指标来看，区域旅游经济发展水平的优劣则是相对的。虽然通过一定的技术和方法(比如主成分分析)能将多指标转化为单一指标，但指标综合势必造成信息丢失，难以全面反映旅游发展的非均衡特征。事实上，旅游发展的非均衡性应该包含两个特征：一是差异性或序位；二是相似性。也就是说，在多指标层面，区域旅游发展既具有差异性，又具有相似性。全面认识和正确把握区域旅游发展的差异性、相似性和时空分布特征，是有效制定旅游产业政策的重要前提。 本文选取国内旅游人数、入境旅游人数、国内旅游收入和旅游外汇收入作为总量指标，选取旅游总收入占GDP百分比(旅游收入占比)和旅游就业人数占总就业人数百分比(旅游就业占比)作为效率指标，对我国旅游经济发展的省际差异、相似性和时空聚类问题进行研究。首先，采用数据向量的灰色关联度和余弦夹角系数构造相似度指数，来衡量省际旅游发展的综合相似性。其次，基于相似度矩阵和相似度阈值，采用一种“邻居搜索算法”对我国31个省、市和自治区(后文简称省份或省区，因数据有限，未计算香港、澳门和台湾地区)进行空间聚类分析。进一步将2000年和2010年的聚类结果进行比较，从而识别出我国旅游经济发展的时间变化趋势。最后，从宏观角度提出区域旅游业发展的对策和建议。 1 相关研究文献 近年来，国内学者对旅游发展的区域差异和影响因素进行了大量研究，评判指标主要集中在入境旅游人数、国内旅游人数、旅游总收入、国内旅游收入、旅游外汇收入以及这些指标的综合。在入境旅游方面，陆林等[7]以旅游外汇收入作为测度指标，对1990到2002年我国省际旅游经济差异变化的总体水平和空间结构特征进行了分析。陈秀琼等[8]利用多层次分解的Theil系数，对我国1990到2004年入境旅游时间尺度上的地带间、地带内和省际差异变化进行了测量。敖荣军等[9]以旅游总收入占全国旅游总收入的比重为指标，对我国1990-2003年间旅游经济的省际差异进行了研究。吴三忙等[10]对我国1987年以来入境旅游的区域差异特征及演变趋势进行了分析，研究表明，入境旅游在省区间、东部与中西部地区间以及东、中、西部地区内部存在广泛差异。席建超等[11]基于1996-2005年入境游客旅游消费的截面数据，分析了我国入境游客的消费变动以及区域差异。靳诚等[12]从区位商的角度，通过引入演化概率矩阵，对1995年以来我国省际入境旅游相对优势演化的空间特征进行了研究。陈刚强等[13]基于1999-2008年的入境旅游数据，对我国入境旅游的规模分布及内部结构特征与变化进行了分析。万绪才等[6]则选取入境游客人天数和旅游外汇收入两个指标，研究了我国大陆入境旅游发展的省际差异及时间变化情况。邴振华等[14]同样以入境旅游人数为指标，对我国20个旅游城市入境旅游市场规模的空间差异性进行了研究。 吕帅等[4]认为国内的研究主要集中在海外入境游客的分布差异性，对国内旅游发展指标不够重视，因此作者选取各省区海内外游客数量和旅游收入等指标对我国旅游业发展的区域差异进行了研究。此外，王良健等[5]分析了国内旅游和入境旅游发展的省际时空变化特征。邓晨晖[15]则选取入境和国内旅游收入指标对我国1997到2008年间西部12个省区的总体差异、位序变化、地带间、地带内以及省际差异进行了研究。此外，汪德根等[16]基于2000到2008年中国入境旅游收入和国内旅游收入数据，对我国旅游经济区域差异的空间格局进行了分析。 为了更为全面地把握我国旅游产业发展的区域差异和非均衡性，研究者开始从多指标综合分析的角度对旅游业的时空差异进行研究。比如，王思洁等[17]选取总量指标、质量指标、效益指标和成长力指标，对我国2000和2005年的旅游大省发展实力进行了比较。王良健等[18]选取入境旅游人次、旅游外汇收入、国内旅游人次和国内旅游收入指标，对1999到2007年我国省际旅游发展与经济增长之间的关系进行了研究。赵磊[19]选取总量指标、效率指标和结构指标三大类共9个指标对我国旅游业发展的省际极化现象进行了分析，研究表明，我国旅游发展省际极化效应开始显现。钱磊等[20]则选取国内和入境旅游人数、国内旅游收入和旅游外汇收入、旅游总收入占GDP百分比、旅游就业人数百分比等指标，分析和比较了2000和2010年我国省区旅游发展的时空差异，研究发现我国旅游发展的区域非均衡性较为显著。在旅游业绩效评价方面，曹芳东等[21]基于经济绩效、市场绩效、效率绩效和公平绩效四大维度20个指标构建了旅游业绩效的评价体系，对泛长江三角洲城市旅游业绩效及空间格局的演化过程进行了研究，结果表明，泛长江三角洲城市旅游业绩效总体上呈现提高态势但空间分异明显。 此外，杨勇等[22]从旅游企业技术效率、马晓龙等[23]从旅游效率、唐晓云[24]从旅游生产要素、杨建明[25]从旅游生态负荷、汪德根等[26]从旅游竞争力以及丁建军等[27]从旅游发展潜力等角度对我国旅游业发展的区域差异进行了研究。与现有文献不同，本文重点关注多指标情形下，我国省际旅游发展的相似性及测度方法，并以相似性测度结果为基础，考察我国旅游业发展的空间聚类和时间变化趋势，最终从差异性和相似性两个方面全面把握我国省际旅游经济的发展特征。 2 数据来源与研究方法 2.1 数据来源本文以国内旅游人数(
)、入境旅游人数(
)、国内旅游收入(
)和旅游外汇收入(
)作为旅游发展的总量指标，以旅游总收入占GDP百分比(
)和旅游就业人数占总就业人数百分比(
)为旅游发展的效率指标，以2010年的相关数据为主要样本，对我国省区旅游业的综合差异性和综合相似性进行测度，并基于相似度数据对我国省际旅游发展进行时间和空间上的聚类。数据来源于2011年公布的《中国统计年鉴》、《中国旅游年鉴》、《中国商务年鉴》、《中国发展报告》以及各省市的《国民经济与社会发展统计公报》。在测度旅游发展的综合差异和相似性时，首先对数据进行标准化处理，以消除数据在量纲和数量级上的差异，使指标之间具有可比性和可综合性。指标的标准化方法采用标准差标准化：
2.2 研究方法 2.2.1 省际旅游发展的综合排名方法本文在分析过程中将同时考虑区域旅游发展的差异性与相似性，其中差异性以综合排名来衡量。由于主成分分析能够在力保数据丢失最少的原则下，对高维变量空间进行降维处理，本文在确定各省份旅游业发展的综合排名时，采用该方法将多指标转化为少数几个综合指标(主成分)，并将这些指标按照贡献率的大小进行线性加权求和，从而获得旅游发展的综合得分：
2.2.2 省际旅游发展的相似性测度方法 1)灰色关联相似度 灰色关联分析能够通过对数据序列曲线几何形状的比较来刻画数据向量的相似程度。本文以灰色关联度作为各省份旅游业发展综合相似性的衡量尺度之一，在此称为灰色关联(形态)相似度。数据序列的关联度越大，数据曲线的形状和趋势就越接近，则数据的相似程度就越高，反之则越低。如果两个省份在6个指标数据(向量)上的灰色关联度越大，则可认为它们具有越高的灰色关联相似性。 假设以第l个省份为参照，那么第i(i=1，2，…，31)个省份与第l个省份关于第j个旅游发展指标的灰色关联系数为：
2)夹角相似度 此外，数据向量之间的相似关系可以通过平面向量的夹角余弦系数来衡量。向量的夹角余弦可以度量平面向量之间夹角的大小，直观地反映了平面向量之间的靠近程度，因此可以用来衡量数据序列之间的相似程度，在此称为夹角(靠近)相似度。如果两个省份旅游业发展数据向量之间的夹角越小，则认为两个省份具有越高的夹角相似性。
平面向量夹角余弦系数的取值范围为[-1，1]，取值越大说明两个数据序列的夹角越小，相似性就越高。若两向量的方向重合时，夹角余弦取最大值1，若两个向量的方向完全相反，则夹角余弦取最小值-1。对所有省份i和l(i，l=1，2，…，31)，可以计算出两者旅游发展的夹角相似度
。 3)组合相似度 从前面的分析可以看出，灰色关联相似度和夹角相似度分别从数据序列的曲线几何形状和数据向量的靠近程度来衡量旅游业发展在省际层面的综合相似性。如果两个省份在数据曲线的几何形状上越接近，同时又在平面向量位置关系上的夹角越小，则可以认为两个省份旅游业发展具有越高的组合相似度。本文用灰色关联相似度和夹角相似度的线性加权平均作为两个省份的组合相似度
，其中θ为灰色关联相似度的权重，(1-θ)为夹角相似度的权重。不失一般性，可以认为两者的重要程度相同，即
2.2.3 旅游业发展的省际相似性聚类方法 按照灰色关联聚类分析的思想，如果两个对象的灰色关联度足够大，可以将其归为一类。类似地，如果两个省份旅游业发展的组合相似度足够大，则可认为同属一类的可能性较大。一般来看，可以取定临界值
时，则可将省份i和省份l归为一类。
取值越大，分类越细，每一类中的省份就越少，类内省份间的综合相似度就越高；
取值较小时，则分类较粗，每一类中的省份就相对较多，类内省份旅游发展的综合相似度就较低。本文采用钱江波等[28]提出的一种邻居搜索方法。该算法基于相似度矩阵，以相似度阈值和聚类阈值为参数，对研究对象进行聚类，具有算法简单、计算简便、复杂度低、聚类精确以及对输入数据的顺序不敏感等优点。 定义1：给定省份i和组合相似度阈值
，对于任意省份l(l≠i)，如果
，则称省份l为省份i的直接邻居，简称邻居；此时，省份i的所有邻居的集合称为省份i的全部邻居。 令
表示省份i与其他省份相似度的平均值，称为省份i的平均组合相似度。为了清晰区分聚类，本文令相似度阈值
等于各省份与其他省份平均组合相似度的最大值，即
。 定义2：对所有的省份
，如果有省份
仅是省份
的邻居，省份
仅是省份
的邻居，省份
是省份
的邻居，那么省份
都称为
的间接邻居。省份i的所有间接邻居的集合称为省份i的全部间接邻居。 定义3：设定临界值φ∈(0，100%]，对于某个类别
和某个待分类的省份g，假定此时类别
中有L个省份，则省份g可以聚入类别
的条件为：类别
中有超过φL个省份是g的直接邻居。φ∈(0，100%]称为归类阈值。 聚类思路：从待聚类的省份集中的某省份出发，基于组合相似度阈值
，依次搜索该省份的直接邻居和间接邻居，对找到的每一个省份，如果符合设定的归类阈值φ，则将它们合并为一个类别，重复该步骤直到完成所有省份的聚类。也就是搜索某个省份的所有邻居，然后分别搜索每个邻居的所有邻居，并由归类阈值决定省份的归属。基于组合相似度矩阵，多次调用邻居搜索算法就可以将所有的省份进行归类，其中类别集合用
为第p类省份。 3 省际旅游发展的相似性及时空聚类特征 3.1 省际旅游发展的综合排名特征 利用SPSS软件对数据进行因子分析，KMO值为0.504且通过了Bartlett's球形检检验。按照特征值大于1，最终提取了2个主成分，贡献率分别为56.03%和22.02%，累积贡献率为78.05%，2个主成分的权重分别为71.79%和28.21%。基于2010年的数据，可以获得31个省级行政区旅游发展的综合得分和排名，如表1所示。结果表明，我国旅游业发展综合排名前10位的省份是广东、上海、北京、江苏、浙江、辽宁、山东、四川、河南和贵州，其中上海、北京、浙江和辽宁在总量指标和效率指标上的发展较为均衡，排名基本都在全国前10位；由于人口和GDP基数较大，山东和江苏总量指标排名较高，但效率指标却处在较低的排名上；除了中部地区的河南、西部地区的四川和贵州以外，所有省份均位于东部沿海地带，充分说明四川、贵州和河南在旅游业发展方面取得了良好的成绩，其中四川和河南在国内旅游人数和国内旅游收入方面的成就较高；贵州则在旅游总收入占GDP百分比上的成果显著。 旅游业发展综合排名处在后10位的省份分别是黑龙江、西藏、江西、河北、内蒙古、吉林、新疆、甘肃、宁夏和青海，除了黑龙江、江西、河北和吉林，所有省份位于西部地区。特别地，虽然河北位于东部地区，但由于特色旅游资源的缺失以及北京旅游核心地位的影响，无论从总量指标还是分量指标来看，该省旅游发展水平都较低；虽然同处东北部地区，但辽宁与黑龙江和吉林相比在旅游业发展方面处于绝对优势，主要是由于辽宁地处沿海，由大连、丹东、锦州、营口、盘锦和葫芦岛组成的“滨海大道”极大地促进了辽宁旅游业的发展；从旅游发展的效率指标来看，西藏的排名相当靠前，主要由于西藏人口和GDP较少。 3.2 省际旅游发展的综合相似性特征 虽然通过综合评价方法能较为方便地得到旅游业发展的省际排名和区域差异，但由于测评指标的多样性，各省区在不同指标上的排名顺序不尽相同，差异性并不是区域旅游发展的唯一特征。从单个经济指标来看，省际旅游发展的差异和非均衡性是显而易见的，但从综合绩效来看，区域发展的相似性同样存在。可以说，区域差异和相似性同为区域旅游业发展的必然产物。
按照组合相似度的计算公式可以获得省际旅游发展的相似度矩阵。该矩阵为对称阵，包含930个(31×31-31=930)元素，465个相似度值，其中最大相似度达到0.995，最小相似度约为-0.11，全体相似度平均值为0.476。通过进一步绘制出省际旅游发展的综合相似度三维图，可以直观地看出旅游业发展在省际层面的相似性呈现较强的非均衡性(如图1所示)。有些省份之间的相似性相当高，可以达到0.9以上的水平，比如北京和辽宁、北京和上海以及甘肃、宁夏、青海、新疆两两之间等等；而有些省份之间的相似性非常低，甚至呈现相反的趋势，比如海南和河南以及浙江和广西等，说明这些省份旅游经济的发展模式差别极大。从单一省份来看，单个省份与其他30个省份的平均组合相似度介于0.3到0.65之间，其中最小值为0.31(四川)，最大值为0.65(陕西)，中位数为0.50。因此，空间聚类的相似度阈值
，即如果两省份的组合相似度大于
=0.65，则互为直接邻居。按照图论的观点，可以将每个省份看作图中的顶点，如果省份之间的相似度大于阈值
，则顶点之间有弧相连，最终省份之间的邻居关系可由一个无向图表示，如图2所示。从图中可以看出，与地理区位上的邻居关系相比，基于旅游业发展相似性的邻居关系要复杂得多。 从前文的综合排名结果来看，中国旅游业的综合发展水平在地理分布上呈现较为明显的空间规律性，具有沿海东部地区旅游业综合发展水平高于内陆、中部地区高于西部地区的总趋势。进一步从单个省份与其他省份的平均组合相似度来看，总体趋势基本与旅游发展的综合排名相反，也就是说综合排名越靠前的省份，与其他省份的平均相似度越低(如图3所示)，一定程度上说明我国旅游发展模式在省际之间呈现较为明显的“极化现象”。
图1 省际综合相似度 Fig.1 Similarity degree of arbitrary two provinces 注：图中数字1到3依次代表北京、天津、河北、山西、内蒙古、辽宁、吉林、黑龙江、上海、江苏、浙江、安徽、福建、江西、山东、河南、湖北、广东、广西、海南、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆。
图2 省际之间的邻居关系 Fig.2 Neighbor relationships among 31 provinces 3.3 省际旅游发展的空间聚类特征 图2中的弧线仅表示两个省份互为直接邻居，有归为同一类别的可能，最终的类别归属还取决于另一个重要的参数，即归类阈值φ∈(0，100%)。本文令归类阈值φ=50%。也就是说，对于某个特定类别和某个待分类的省份，如果省份与该类别中50%以上的省份互为直接邻居，则将该省份并入此类别。本文采用的邻居搜索算法基于“队列”模式对相似度矩阵进行反复遍历，来确定省份的类别归属。反复调用遍历搜索算法就可以对所有的省份进行聚类。最终将31个省级行政单位划分为四大类别(如表1所示)：北京、辽宁、上海、浙江、江苏、山东和广东等7个省份聚为一类(类型Ⅰ)；河南、湖北、湖南、四川、广西、重庆与陕西等7个省区聚为一类(类型Ⅱ)；贵州和云南两省聚为一类(类型Ⅲ)；天津、山西、海南、西藏、新疆、甘肃、宁夏、内蒙古、吉林、江西、青海、河北、黑龙江、安徽和福建等15个省区聚为一类(类型Ⅳ)，具体的空间聚类分布如图4(b)所示。通过聚类结果及空间分布图可看出，我国旅游经济发展的省际相似性基本与地理区位分布相契合：中东部沿海地区的旅游强省聚为一类；中部(偏东和偏西)地区旅游经济发展水平较高的省份聚为一类；西部(偏南)地区的旅游强省聚为一类；中部(偏西和偏北)、西部(偏远)和部分东部(偏远)地区旅游发展水平较低的省份聚为一类。
图3 省际排名及单个省份与其他省份的平均组合相似度 Fig.3 Ranking result and average similarity of each province
图4 我国旅游经济发展的省际相似性聚类 Fig.4 Spatial cluster of provincial tourism economic development 类型Ⅰ中省份综合排名的平均位序为4，均为东部地区的传统旅游强省，省份个数占全国的22.6%，类内平均综合相似度为0.78，相似度最高的省份为上海和北京，相似度最低的省份为北京和山东。类型Ⅰ中的省份大多总量指标很高而效率指标偏低。从总量经济指标来看，该类型省份的排名基本在10名以内，且各指标的差异并不明显。国内旅游人数、入境旅游人数、国内旅游收入和旅游外汇收入分别占全国的43.02%、66.52%、49.94%和70.96%，其中入境旅游接待方面的成果卓越。从效率指标来看，类型Ⅰ中的省份差异较大，比如较大的人口基数使得山东和江苏旅游就业人数占总就业人数百分比较低，排名比较靠后(分别为24位和14位)，如图5所示。此外，较大的GDP基数使得山东、广东和江苏旅游总收入占GDP百分比在全国的排名也不高，分别为25位、24位和12位。为此，山东、江苏、广东等具有较大旅游规模但效率指标不高的省份可依托总量优势，通过鼓励社区参与旅游服务、加大旅游产品开发与营销力度、积极拓展旅游产业链等措施来扩充旅游产业内容和扩展旅游就业面，最终提升总量指标和效率指标。 类型Ⅱ中省份综合排名的平均位序为15，主要是中西部地区旅游发展水平较高的省份，省份个数占全国的22.6%，类内平均综合相似度为0.68，相似度最高的省份为广西和陕西，相似度最低的省份为四川和陕西。虽然从三大地带的新三分法(东北及东部沿海地带、中西部地带和远西部地带)来看，类型Ⅱ中的省份均处于中西部，但从空间分布来看，在地理区位上更接近中部和中部偏东地区。类型Ⅱ中的省份在国内旅游接待方面的经济效益处于中等水平，国内旅游人数和国内旅游收入总量占全国的28.56%和23.20%，稍微高于其22.6%的全国省份个数份额，但入境旅游接待效益不佳，入境旅游人数和旅游外汇收入总量分别占全国的12.74%和9.64%，明显低于22.6%的数值。在效率指标方面，类型Ⅱ中所有省份旅游总收入占GDP的百分比处于中等水平，在全国的平均排名为15位。与其他指标相比，旅游就业人数占总就业人数的百分比明显偏低，平均排名为23位。比如，同为旅游强省的河南和四川，依靠优良的旅游资源和市场优势获得了旅游经济的总量扩张，但在扩大旅游就业方面的成效不高，其旅游就业人数的占比在全国排名靠后，分别为31和27，如图5所示。鼓励社区参与、培育大型旅游集团和特色旅游经济区将是此类省份提高旅游就业比率的有效措施。
图5 不同聚类中各省份指标的排名 Fig.5 Ranking result of each province 类型Ⅲ中的省份为西部(或西南)地区的贵州和云南两省，两者的平均位序为11，均为民族旅游和资源主导型旅游强省，云南和贵州在6个旅游发展指标上的综合相似度为0.85。近年来，随着旅游业的迅速崛起，贵州省在旅游发展总量指标(特别是国内旅游收入)方面已渐渐赶超了云南，但入境旅游方面的效益不高，应重点关注产品与品牌营销推广力度，加强“多彩贵州”的国际化影响；在效率指标方面，两省旅游总收入占GDP百分比在全国的排名均很高，贵州排名第1，云南排名第6，说明旅游业已经成为两省国民经济发展的重要支撑。但在旅游就业人数占比方面，贵州的成绩不尽人意，在全国排名30名。依托优良的自然资源，贵州可通过鼓励与培训社区居民参与旅游活动、打造生态旅游示范区、旅游度假区、休闲农业与乡村旅游示范区等方式提高产品供给能力，从而解决旅游就业问题。 类型Ⅳ中省份的数量占48.4%，省份的平均位序为23，类内平均综合相似度为0.71，主要为中部、西部和东部地区旅游发展水平较低的地区。虽然省份数量占全国的将近一半，但国内旅游人数、入境旅游人数、国内旅游收入和旅游外汇收入的总量仅占全国的22.85%、16.79%、22.11%和16.61%。从省份层面来看，旅游总量指标不佳使得东部地区的天津、海南和河北与中西部地区的旅游弱省相似度更高，说明与其他东部沿海省份相比，三省区的旅游业总体发展水平不尽人意。值得注意的是虽然天津位于东部沿海，经济发达，区位和交通优势明显，但旅游资源相对薄弱，以商务会展旅游为主，应该进一步加强与北京、河北等地的客源互换，注重人文旅游资源的开发与利用，努力提高城市旅游形象。经济水平、区位条件和交通限制是西藏、新疆、甘肃、宁夏等省份旅游发展的主要瓶颈。这些省份可依托高品位的旅游资源，发展文化旅游、生态旅游、大户外旅游等特色产品，从而提高旅游经济总量。从效率指标来看，类型Ⅳ中各省差异较为明显，除了天津、海南和西藏在全国的排名较高，其他省份的排名相对较低，特别是吉林、青海、黑龙江和安徽应重点推进旅游就业方面的绩效。 3.4 省际旅游发展空间聚类的时间演化 为了分析旅游业发展省际相似性和空间聚类的动态变化，进一步以2000年的相关数据为样本进行了实证分析。结果表明，省际旅游发展的平均组合相似度介于0.30到0.65之间，即相似度阈值为0.65。最终获得了三个聚类：其中北京、天津、上海、江苏、浙江和广东等6个省市聚为一类(类型Ⅰ)，类内平均相似度为0.71；山东、河南、湖北和四川等4个省市聚为一类(类型Ⅱ)，类内平均组合相似度为0.77；其他18个省市聚为一类(类型Ⅲ)，类内平均组合相似度为0.81。具体空间聚类分布如图4(a)所示。因与其他省份的平均组合相似度较低且无法满足50%的归类阈值，福建、海南和云南自成一类(无聚类)。聚类结果一定程度上说明，21世纪初期，中国旅游业发展呈现一种两极分化的非均衡特征：东部旅游强省和中部旅游强省数量较少，偏远省份(福建、海南和云南)旅游业发展各自遵循不同的发展模式，而其他大多数省份旅游经济各项指标普遍较低，具有较高的综合相似性(0.81)。随着旅游业在全国范围的发展，2010年省际旅游发展呈现一种更为均衡的聚类结果：各类省份数量有所增加且具有较高的类内相似度。从2000和2010年的聚类结果对比可以看出，经过11 a的发展，山东和辽宁各项旅游经济指标均得到了较快发展，已经赶上甚至超过传统旅游强省，与北京、上海、江苏、浙江和广东归为一类，而天津在2010年国内旅游人数和入境旅游人数均被众多省份赶超，最终与中西部地区的旅游欠发达省份归为一类。河南、湖北和四川在2000和2010年具有较高的组合相似度，平均相似度分别为0.75和0.73，说明三省旅游经济的发展模式相近。对于中、西及偏远地区省份来说，2010年类内平均组合相似度(0.71)比2000年的相似度(0.81)有了显著降低，说明随着区域旅游资源的开发和利用，这些省份旅游经济指标差异变大，旅游发展模式呈现地区特色。 4 结论与讨论 旅游经济的发展模式与发展水平是多种经济指标的综合反映。从单一指标来看，省际差异和变化趋势是绝对的，但从多个经济指标来看，省际旅游发展状况则会体现一定程度的相似性。在解决多指标问题时，虽然可以通过指标降维的方法将多指标问题转化为单一指标问题，但仅考虑省际差异性，无法全面把握旅游发展的总体特征。本文基于灰色关联度和夹角余弦系数构造了一种多指标组合相似度指数，对区域旅游经济发展的相似性进行了测度，并进一步基于省际之间的相似度矩阵，利用一种邻居搜索算法对31个省份进行了空间聚类。主要研究结论包括：①旅游业是一个对区域经济依赖性较强的行业，受区域经济格局的影响较大。空间聚类并没有严格遵循地理区位相邻的分布规律，但基本呈现东、中、西部及边远地区的格局特征，即东部沿海传统旅游强省、中部旅游发展水平较高的省份以及西部和边缘地区旅游发展水平较低的省份；②从综合排名和多指标相似度来看，旅游经济发展水平与平均组合相似度呈负相关关系，即旅游发展水平越高的省份与其他省份的平均组合相似度越低，一定程度上说明我国省际旅游发展呈现较为明显的“极化现象”，特别是沿海经济发达地区与西部及偏远省份的旅游经济发展差异有所扩大；③从2000到2010年的发展变迁来看，省际旅游发展的相似性和空间聚类发生了较明显的变化，中、西及偏远地区省份的平均组合相似度由2000年的0.81降低为2010年的0.71，说明随着区域旅游资源的开发和利用，这些省份旅游经济指标差异变大，旅游发展模式呈现地区特色；④本文研究方法中相似度阈值和归类阈值的取值对空间聚类结果具有影响作用。一般来说，相似度阈值越高，归类阈值越高，归类越细，类内省份旅游经济发展的相似性越高。参数取值太高，归类越困难，难以取得理想的聚类效果。在实际操作中参数的设置可以通过多次聚类试算的方式获得合适的聚类结果，然后分析类内和类别间的相似性和差异性。 由于资源禀赋、地理区位以及经济发展水平等因素的不同，中国省际旅游经济的增长模式不尽相同。研究省际旅游产业发展的差异性和相似性对把握我国旅游产业发展现状和趋势、制定差异化和针对性的产业发展政策具有重要意义。为了全面提高旅游经济效益水平，促进旅游业整体水平的提高，本文从宏观角度提出以下建议：①加强宏观调控力度。针对我国省际旅游发展的空间布局特征，实施不同的产业发展策略。首先，东部地区要充分依托社会、经济、区位和市场等各方面的优势，以品牌化和高质量为目标，深度开发旅游产品，努力扩大旅游就业，全面提高旅游经济的效率指标，真正发挥旅游业在现代服务业中的龙头作用；其次，继续实行对中、西部地区旅游发展的促进政策，实现东、中、西部和各省市旅游经济的协调发展，特别是引导西部及边远旅游发展水平较低的省份依托资源优势因地制宜地发展旅游经济，开发生态旅游、旅游度假、休闲农业、乡村旅游和大户外旅游等特色产品，避免同质竞争，努力提高旅游经济的总量指标，进一步扩大旅游经济的效率优势。②提倡“以点带面”、“以面带全”的旅游发展思路。充分发挥旅游发展水平较高的中心省份对边缘区域的扩散和服务效应，比如以珠三角、长三角、环渤海湾和西南地区为核心，激发这些地区旅游产业的辐射力，最终促进全国旅游经济的协调发展。③省市之间经济与空间上的关联性一定程度上使得邻区旅游发展模式趋向一致，因此在制定旅游政策和发展规划时应充分考虑物理空间的邻接性和旅游经济发展的相似性。对于增长模式相似度较高且地域相邻的省份，要提倡错位竞争，鼓励客源互换的发展模式；对于增长模式相似但地域相离的省份，遵循广泛比较、相互借鉴和取长补短的发展策略。省份之间要打破行政壁垒，打通旅游要素跨区域的流通渠道，充分发挥旅游活动的空间效应，真正实现区域旅游一体化。 本研究存在以下不足之处：首先，本研究将六大经济指标统一考虑，后续研究可分别从总量指标和效率指标角度进行研究；其次，本文以单个省份与其他省份平均相似度的最大值作为相似度阈值，以50%作为归类阈值，确定原则和方法不够明确，未来可关注更为科学的确定方法；第三，由于省份数量较多，本文仅对具有鲜明特征的有限现象进行了分析，提出的对策和建议较为宏观，未来可进一步从省份层面、聚类内部以及聚类间细化和深化讨论。
标签：聚类论文; 贵州经济论文; 空间分析论文; 旅游收入论文; 贵州民族论文; 市场均衡论文; 经济论文;
