基于ESDA的國(guó)內(nèi)旅游流規(guī)模時(shí)空差異分析

閻友兵, 馬 朋,李 蕊,賀文娟

?

基于ESDA的國(guó)內(nèi)旅游流規(guī)模時(shí)空差異分析

閻友兵*, 馬 朋,李 蕊,賀文娟

(湘潭大學(xué) 旅游管理學(xué)院, 湖南 湘潭, 411105)

1997—2011年時(shí)間序列上國(guó)內(nèi)各地區(qū)旅游流規(guī)模時(shí)空差異的分析結(jié)果顯示: 國(guó)內(nèi)旅游流規(guī)模區(qū)域間的絕對(duì)差異逐漸擴(kuò)大, 相對(duì)差異呈現(xiàn)出緩慢下降、波動(dòng)發(fā)展和快速下降3個(gè)發(fā)展階段. 各年份國(guó)內(nèi)旅游流規(guī)模全局Moran’s值均為正值, 國(guó)內(nèi)旅游流規(guī)模分布存在著一定的空間集聚性, Moran散點(diǎn)圖顯示的各年份區(qū)域旅游流規(guī)?？臻g分布特征沒(méi)有太大差異. LISA聚集圖和局部Moran’s分析表明, 隨著時(shí)間的變動(dòng), 逐漸形成了以山東、江蘇和安徽為核心的發(fā)達(dá)國(guó)內(nèi)旅游業(yè)聚集區(qū), 而新疆和甘肅一直處于冷點(diǎn)區(qū)域, 四川和海南則一直為HL和LH的顯著代表區(qū)域.

旅游流; 規(guī)模; 探索性空間數(shù)據(jù)分析(ESDA); 時(shí)空差異

隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展, 我國(guó)旅游業(yè)一直處于蓬勃發(fā)展階段, 這與占整個(gè)旅游市場(chǎng)比重很大的國(guó)內(nèi)旅游市場(chǎng)的快速發(fā)展是分不開(kāi)的, 因而, 國(guó)內(nèi)旅游也越來(lái)越受到國(guó)內(nèi)外學(xué)者的關(guān)注. 通過(guò)文獻(xiàn)調(diào)查發(fā)現(xiàn), 對(duì)我國(guó)國(guó)內(nèi)旅游的研究大多集中于就某一地區(qū)國(guó)內(nèi)旅游客源市場(chǎng)的情況分析[1—3], 鮮有從全國(guó)范圍內(nèi)對(duì)國(guó)內(nèi)旅游流規(guī)模時(shí)間序列上的變動(dòng)情況分析, 也未見(jiàn)有對(duì)國(guó)內(nèi)各地區(qū)旅游流規(guī)?？臻g分布差異特征的研究. 旅游流時(shí)空結(jié)構(gòu)分析方法, 大多借用空間集聚指數(shù)、地理集中指數(shù)、位序-規(guī)模等靜態(tài)研究方法[4—7]. 張捷等以游客距離衰減模式和多種距離累計(jì)曲線揭示了觀光旅游地客源市場(chǎng)空間結(jié)構(gòu)整體特征和空間距離分異特征[8]; 章錦河等采用因子分析中的R型和Q型分析方法總結(jié)了我國(guó)國(guó)內(nèi)旅游流空間集聚與擴(kuò)散場(chǎng)的等級(jí)結(jié)構(gòu)[9]; 楊國(guó)良等運(yùn)用位序-規(guī)模法則分析了四川省各地區(qū)國(guó)內(nèi)旅游流和入境旅游流的規(guī)模分布變化[10].

探索性空間數(shù)據(jù)分析技術(shù)(ESDA)是一系列空間分析方法和技術(shù)的集合, 它突出了區(qū)域經(jīng)濟(jì)問(wèn)題中地理位置的重要性, 可以科學(xué)地揭示研究區(qū)域間的空間集聚和空間分異特征. 本文用標(biāo)準(zhǔn)差和變異系數(shù)分析國(guó)內(nèi)旅游流規(guī)模差異演變的時(shí)間特征的同時(shí), 利用ESDA技術(shù)設(shè)置空間權(quán)重矩陣, 分析各地區(qū)國(guó)內(nèi)旅游流規(guī)?？臻g屬性數(shù)據(jù), 并可視化國(guó)內(nèi)各區(qū)域間旅游流規(guī)模差異的時(shí)空演變特征.

1 研究方法與數(shù)據(jù)收集

1.1 ESDA技術(shù)簡(jiǎn)介

1.1.1 空間權(quán)重矩陣

本文采用鄰接規(guī)則確立權(quán)重矩陣, 權(quán)重矩陣在空間統(tǒng)計(jì)分析軟件GeoDa中獲得.

1.1.2 全局空間自相關(guān)

全局空間自相關(guān)能夠在區(qū)域地理位置的基礎(chǔ)上分析出某一屬性值在整個(gè)研究區(qū)域內(nèi)的整體空間分布情況, 判斷該屬性值在整個(gè)區(qū)域空間上是否存在空間集聚性. Moran’s指數(shù)與Geary’s系數(shù)是2個(gè)常用的來(lái)度量空間自相關(guān)的全局指標(biāo), 但Moran’s更為常用, 其計(jì)算公式如下[12—13]:

利用下式對(duì)空間自相關(guān)性進(jìn)行顯著性檢驗(yàn):

式中, E()和Var()分別為指數(shù)的期望和方差.

1.1.3 局部空間自相關(guān)

全局自相關(guān)分析側(cè)重于整體上的某一屬性值的區(qū)域空間分布情況, 然而當(dāng)不存在全局空間自相關(guān)性顯著時(shí), 有些樣本子集有可能存在顯著的局部相關(guān)性. 運(yùn)用局部空間自相關(guān)分析可以進(jìn)一步分析屬性值是否存在局部空間集聚性, 哪些地區(qū)對(duì)全局空間自相關(guān)的貢獻(xiàn)更大, 一般采用空間聯(lián)系的局部指標(biāo)(LISA)來(lái)考察屬性值的局部空間自相關(guān)性. LISA是組統(tǒng)計(jì)指標(biāo)的總稱, 包括局部Moran’s統(tǒng)計(jì)量、局部Geary’s統(tǒng)計(jì)量、局部Getis’s統(tǒng)計(jì)量等等. 對(duì)于局部空間的局部Moran’s統(tǒng)計(jì)量定義如下[14]:

式中相關(guān)參數(shù)的解釋與全局Moran’s計(jì)算公式中的類(lèi)似, 用于檢驗(yàn)局部空間自相關(guān)顯著性值參數(shù)的計(jì)算方式與全局Moran’s統(tǒng)計(jì)量的檢驗(yàn)方式一致.

1.2 數(shù)據(jù)的收集與整理

本文以全國(guó)為研究范圍, 以各省、自治區(qū)和直轄市為研究單元, 時(shí)間序列為1997—2011年. 根據(jù)國(guó)家旅游局每年出版的《中國(guó)旅游年鑒》和國(guó)家統(tǒng)計(jì)局發(fā)布的《國(guó)民經(jīng)濟(jì)與社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》以及各省市旅游官網(wǎng)公布信息, 收集1997—2011年各年每個(gè)省市的國(guó)內(nèi)旅游人次, 并以此為樣本進(jìn)行整理分析. 由于部分地區(qū)和年份所需統(tǒng)計(jì)數(shù)據(jù)的缺失, 本文選取1997年之后所有年份數(shù)據(jù)為研究樣本. 由于部分地區(qū)的統(tǒng)計(jì)標(biāo)準(zhǔn)不一致, 本文對(duì)所有數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化處理, 盡量減小數(shù)據(jù)中可能存在的誤差.

2 國(guó)內(nèi)旅游流規(guī)模差異演變的時(shí)間特征

區(qū)域旅游規(guī)模各年度的絕對(duì)差異用各地區(qū)旅游流規(guī)模的標(biāo)準(zhǔn)差來(lái)衡量, 區(qū)域間的相對(duì)差異用變異系數(shù)來(lái)度量[15], 計(jì)算結(jié)果見(jiàn)表1.

表1 1997—2011年國(guó)內(nèi)區(qū)域旅游流規(guī)模標(biāo)準(zhǔn)差與變異系數(shù)

2.1 絕對(duì)差異分析

從計(jì)算結(jié)果(表1)可以看出, 除2003年之外, 國(guó)內(nèi)旅游流規(guī)模區(qū)域間的絕對(duì)差異總體上呈逐步增大趨勢(shì), 從2004年開(kāi)始, 絕對(duì)差異增長(zhǎng)速度明顯加快. 2003年國(guó)內(nèi)發(fā)生了非典特殊事件, 一定程度上影響了各地區(qū)國(guó)內(nèi)游客的接待量, 進(jìn)而影響了國(guó)內(nèi)總體絕對(duì)差異. 地區(qū)間國(guó)內(nèi)游客量的絕對(duì)差異的變化表明我國(guó)國(guó)內(nèi)旅游自1997年以來(lái)一直處于快速發(fā)展階段.

2.2 相對(duì)差異分析

從變異系數(shù)反映的相對(duì)差異變化來(lái)看(圖1), 1997—2011年間大致可以分為3個(gè)階段: 1997—2002年期間的緩慢下降階段, 2003—2007年期間的波浪式發(fā)展階段和2008—2011年期間的下降階段. 國(guó)內(nèi)旅游流規(guī)模相對(duì)差異的演變特征表明, 1997年以來(lái)我國(guó)國(guó)內(nèi)旅游業(yè)經(jīng)歷了3個(gè)發(fā)展階段: 2002年之前, 國(guó)內(nèi)社會(huì)經(jīng)濟(jì)發(fā)展比較緩慢, 國(guó)內(nèi)旅游業(yè)也因之發(fā)展比較緩慢, 處于初級(jí)發(fā)展階段; 2003—2007年, 隨著中國(guó)加入世貿(mào)和市場(chǎng)經(jīng)濟(jì)改革的深化, 國(guó)家和地區(qū)經(jīng)濟(jì)快速發(fā)展, 國(guó)內(nèi)旅游業(yè)表現(xiàn)出快速發(fā)展態(tài)勢(shì); 2008年之后, 隨著居民收入的進(jìn)一步提升和人們旅游意識(shí)的增強(qiáng), 加之奧運(yùn)會(huì)、世博會(huì)等重大活動(dòng)的舉辦, 國(guó)內(nèi)旅游業(yè)處于深入發(fā)展階段, 地區(qū)間的相對(duì)差異也在逐漸遞減.

圖1 1997—2011年我國(guó)國(guó)內(nèi)旅游規(guī)模變異系數(shù)的變化

3 國(guó)內(nèi)旅游流規(guī)模差異演變的時(shí)空特征

利用空間統(tǒng)計(jì)分析軟件進(jìn)行全局統(tǒng)計(jì)和局部統(tǒng)計(jì)分析, 并通過(guò)可視化技術(shù)來(lái)揭示國(guó)內(nèi)旅游流規(guī)模差異的時(shí)空演變.

3.1 全局空間自相關(guān)分析

1997—2011年國(guó)內(nèi)旅游流規(guī)模的全局空間自相關(guān)指數(shù)Moran’s及其顯著性的計(jì)算結(jié)果見(jiàn)表2.Moran’s在所有年份的期望值均為: E() = 0.033 3.

表2 1997—2011年國(guó)內(nèi)區(qū)域旅游流規(guī)模Moran’ s I值

從計(jì)算結(jié)果(表2)中可以看出, 各年份國(guó)內(nèi)旅游流規(guī)模全局Moran’s值均為正, 并且大于隨機(jī)模式下的期望值E(), 說(shuō)明我國(guó)國(guó)內(nèi)旅游業(yè)的發(fā)展整體上存在一定程度的空間正相關(guān). 由(2)式可以計(jì)算得到Moran’s的標(biāo)準(zhǔn)化值, 由計(jì)算結(jié)果可知各年份值均大于1.96, 說(shuō)明全局Moran’s統(tǒng)計(jì)量在5%水平下顯著, 通過(guò)了值檢驗(yàn). 因此, 從整體來(lái)看, 我國(guó)31個(gè)地區(qū)國(guó)內(nèi)旅游業(yè)的發(fā)展水平存在顯著的空間自相關(guān)性, 說(shuō)明我國(guó)31個(gè)地區(qū)國(guó)內(nèi)旅游流規(guī)模分布存在著一定的空間集聚性.

3.2 局部空間自相關(guān)分析

全局空間自相關(guān)分析可以得到整體上的空間關(guān)聯(lián)結(jié)構(gòu), 但是它很難探測(cè)到各個(gè)地區(qū)國(guó)內(nèi)旅游流規(guī)模之間的空間關(guān)聯(lián)模式. 局部空間自相關(guān)分析可以得到每一地區(qū)與鄰近地區(qū)之間的局部空間關(guān)聯(lián)和空間差異程度, 可視化局部差異的空間結(jié)構(gòu)用來(lái)分析被研究區(qū)域的空間分布規(guī)律.

3.2.1 Moran散點(diǎn)圖

圖2和表3反映了1997年和2011年我國(guó)各地區(qū)國(guó)內(nèi)旅游流規(guī)模在空間分布上的特征.

圖2 我國(guó)各地區(qū)1997 年和2011 年國(guó)內(nèi)旅游流規(guī)模的Moran 散點(diǎn)圖

表3 1997年和2011年Moran散點(diǎn)圖對(duì)應(yīng)的31個(gè)地區(qū)

從分析結(jié)果可以看出: 在一定顯著性水平上, 時(shí)間序列上的各地區(qū)國(guó)內(nèi)旅游流規(guī)?？臻g分布沒(méi)有太大差異, 其局部空間關(guān)聯(lián)模式可以分為4種情況:

1) Moran散點(diǎn)圖上第一象限表示各地區(qū)國(guó)內(nèi)旅游規(guī)模高-高水平的鄰接(HH), 在這一象限中1997年包括11個(gè)地區(qū), 2011年包括9個(gè)地區(qū), 其中浙江、湖南、湖北、河南、上海、江蘇和山東7個(gè)地區(qū)均處于這2年散點(diǎn)圖的第一象限內(nèi), 說(shuō)明這幾個(gè)地區(qū)與周?chē)恍﹨^(qū)域的國(guó)內(nèi)游客接待量一直處于較高的水平. 這些地區(qū)之間國(guó)內(nèi)旅游業(yè)的發(fā)展具有較強(qiáng)的空間關(guān)聯(lián)性, 在一定程度上代表著國(guó)內(nèi)旅游業(yè)發(fā)展的核心區(qū)域. 此類(lèi)地區(qū)通過(guò)區(qū)域合作, 發(fā)揮溢出效應(yīng)作用, 帶動(dòng)了周邊地區(qū)的共同發(fā)展.

2) 第二象限表示國(guó)內(nèi)旅游流規(guī)模低-高水平的鄰接(LH), 這一象限1997年和2011年均有8個(gè)地區(qū), 江西、天津、海南、貴州和福建在散點(diǎn)圖中均有出現(xiàn). 該類(lèi)地區(qū)國(guó)內(nèi)游客接待量較低, 受鄰近高旅游流規(guī)模地區(qū)的影響較小, 是由國(guó)內(nèi)旅游業(yè)發(fā)達(dá)地區(qū)向落后地區(qū)的過(guò)渡區(qū)域, 屬于國(guó)內(nèi)旅游業(yè)發(fā)展水平較高區(qū)域的擴(kuò)散或極化效應(yīng)區(qū), 這些地區(qū)國(guó)內(nèi)旅游流規(guī)模空間分異特征明顯.

3) 寧夏、內(nèi)蒙古、云南、甘肅、新疆、西藏、陜西和青海8個(gè)地區(qū)均落在1997年和2011年Moran散點(diǎn)圖的第三象限, 表明這些地區(qū)為國(guó)內(nèi)旅游流規(guī)模低-低水平的鄰接(LL). 這些地區(qū)的國(guó)內(nèi)旅游流規(guī)模較低, 其鄰近大部分地區(qū)的國(guó)內(nèi)旅游流規(guī)模也較低. 此類(lèi)區(qū)域國(guó)內(nèi)旅游業(yè)的發(fā)展水平較低, 在空間上主要聚集于我國(guó)的西部地區(qū), 一定程度上代表了國(guó)內(nèi)旅游業(yè)發(fā)展較為落后的區(qū)域.

4) 落在Moran散點(diǎn)圖中第四象限內(nèi)的地區(qū), 其國(guó)內(nèi)旅游流規(guī)模為高-低水平的鄰接(HL). 1997年只有遼寧和四川處于此區(qū)域, 隨著時(shí)間的變動(dòng)和各地區(qū)旅游業(yè)的發(fā)展, 到2011年, 黑龍江、北京和廣東也屬于此區(qū)域范圍. 從表3可知, 1997年黑龍江處于LL區(qū)域, 經(jīng)過(guò)15 a的快速發(fā)展, 到2011年其國(guó)內(nèi)旅游流規(guī)模已位于高規(guī)模地區(qū)之列; 而北京和廣東1997年與周?chē)貐^(qū)為HH鄰接, 而由于其鄰近地區(qū)國(guó)內(nèi)旅游業(yè)發(fā)展相對(duì)較慢, 使得到2011年2地落入HL區(qū)域內(nèi). 總之, 該區(qū)域內(nèi)的國(guó)內(nèi)旅游流規(guī)模較高, 但是較高的國(guó)內(nèi)游客量并沒(méi)有帶動(dòng)其周?chē)鷧^(qū)域國(guó)內(nèi)旅游的發(fā)展, 這與周?chē)貐^(qū)旅游資源、經(jīng)濟(jì)發(fā)展等制約因素有關(guān).

3.2.2 LISA分析

LISA分析可以在Moran’s散點(diǎn)圖的基礎(chǔ)上進(jìn)一步探究空間分析的結(jié)果, LISA集聚圖能夠重點(diǎn)考察顯著水平較高的局部空間集聚區(qū)域, 而局部Moran’s統(tǒng)計(jì)量表示相鄰地區(qū)統(tǒng)一屬性值的彼此關(guān)系. 通過(guò)每個(gè)區(qū)域單元的局部Moran’s值及與之對(duì)應(yīng)的顯著性水平(表4)和檢驗(yàn)基礎(chǔ)上(≤0.05)的LISA集聚圖(圖3), 來(lái)進(jìn)一步探究時(shí)間序列上國(guó)內(nèi)旅游流規(guī)?？臻g分析的結(jié)果.

表4 1997年和2011年各地區(qū)局部Moran’s值及LISA顯著性水平

續(xù)表4

天津-0.153 20.030-0.035 90.458 海南0.000 00.0020.000 00.002 貴州-0.064 90.370-0.054 30.236 廣西0.071 60.278-0.084 80.120 甘肅0.805 30.0120.694 90.030 福建-0.199 70.214-0.455 00.070 安徽-0.206 80.0380.265 00.006 上海1.872 70.0860.450 20.014 重慶-0.086 00.3320.094 60.148 江蘇1.186 90.0341.519 80.026 廣東-0.068 40.492-0.207 60.490 河北0.192 70.078-0.010 80.240

圖3 國(guó)內(nèi)旅游流規(guī)模LISA集聚圖

從各年的LISA集聚圖中可以更清楚地看出國(guó)內(nèi)旅游流規(guī)模差異的空間格局以及研究時(shí)段內(nèi)的發(fā)展演變. 在LISA聚集圖中HH區(qū)域是有重要影響的熱點(diǎn)地區(qū), 并且都處于Moran散點(diǎn)圖的第一象限. 1997年僅有江蘇, 2011年山東和安徽加入其列, 說(shuō)明國(guó)內(nèi)旅游業(yè)經(jīng)過(guò)十幾年的發(fā)展逐漸形成了以山東、江蘇和安徽為核心的發(fā)達(dá)國(guó)內(nèi)旅游業(yè)聚集區(qū), 并且其輻射范圍正不斷擴(kuò)大, 圖3所示為國(guó)內(nèi)旅游流規(guī)模較高的核心區(qū)域. 而新疆和甘肅均位于1997年和2011年聚集圖的LL區(qū)域, 這2個(gè)地區(qū)的國(guó)內(nèi)旅游游客接待量較低, 并且其鄰近地區(qū)的接待量也比較低, 處于Moran散點(diǎn)圖的第三象限. 圖中的HH和LL區(qū)域的空間單元均存在較強(qiáng)的空間正相關(guān), 而HL和LH區(qū)域則存在較強(qiáng)的空間負(fù)相關(guān).

從分析結(jié)果可以看出, 四川一直處于HL區(qū)域, 其本地的國(guó)內(nèi)旅游流規(guī)模較高, 但其周?chē)鷧^(qū)域的規(guī)模較低, 而海南省則一直處于LH區(qū)域, 這說(shuō)明海南省雖然具有優(yōu)良的旅游資源, 但其地理位置和人口特征等因素使得它與鄰近的廣東、廣西和云南幾地區(qū)相比還存在很大的差距. 值得注意的是, 安徽省1997年處于LH區(qū)域, 與周?chē)牡貐^(qū)游客接待量相比較低, 而經(jīng)過(guò)十幾年自身的快速發(fā)展和在周?chē)貐^(qū)的帶動(dòng)下, 截至2011年它與鄰近的山東和江蘇一同形成了顯著的高游客量接待聚集區(qū)域.

從表4可以看出, 1997年和2011年大部分地區(qū)的局部Moran’s統(tǒng)計(jì)值為正, 說(shuō)明我國(guó)國(guó)內(nèi)旅游流規(guī)模的空間分布整體上存在正的相關(guān)性, 這也進(jìn)一步解釋了31個(gè)地區(qū)國(guó)內(nèi)旅游業(yè)的發(fā)展存在著一定的空間集聚性. 并且, 在5%的顯著水平下, 時(shí)間序列上新疆、四川、海南、江蘇、上海和安徽幾地的局部Moran’s統(tǒng)計(jì)量均通過(guò)了顯著性檢驗(yàn), 說(shuō)明這幾個(gè)地區(qū)和其周?chē)貐^(qū)國(guó)內(nèi)游客接待量具有明顯的相似或相異性, 空間相關(guān)性高度明顯. 結(jié)合圖2, 可以進(jìn)一步看出, 江蘇和上海一直處于高-高模式的空間分布, 本地一直吸引大量的國(guó)內(nèi)游客, 并對(duì)鄰近的區(qū)域產(chǎn)生輻射效應(yīng); 而新疆一直處于低-低模式的空間分布, 其周?chē)鷧^(qū)域國(guó)內(nèi)旅游業(yè)發(fā)展也比較緩慢. 這些地區(qū)具有很強(qiáng)局部空間自相關(guān)性, 具有明顯的空間集聚特征. 而四川和海南則具有較明顯的空間負(fù)相關(guān)特征, 與鄰近地區(qū)相比國(guó)內(nèi)旅游流規(guī)模的相異特征突出.

4 結(jié)論

本文通過(guò)計(jì)算標(biāo)準(zhǔn)差和變異系數(shù)分析1997—2011年間國(guó)內(nèi)旅游流規(guī)模演變的絕對(duì)差異和相對(duì)差異, 利用ESDA方法分析Moran’s指數(shù)、Moran散點(diǎn)圖和LISA等來(lái)揭示國(guó)內(nèi)各地區(qū)國(guó)內(nèi)旅游流規(guī)模的空間分布特征, 認(rèn)識(shí)其內(nèi)在規(guī)律性及動(dòng)態(tài)演變過(guò)程. 分析結(jié)果表明:

1) 國(guó)內(nèi)旅游流規(guī)模區(qū)域間的絕對(duì)差異總體上呈逐步增大趨勢(shì), 表明我國(guó)國(guó)內(nèi)旅游業(yè)自1997年以來(lái)一直處于快速的發(fā)展階段; 而變異系數(shù)反映的相對(duì)差異, 將1997—2011年國(guó)內(nèi)旅游業(yè)的發(fā)展細(xì)分為緩慢發(fā)展階段、快速發(fā)展階段和深入發(fā)展階段.

2) 各年份國(guó)內(nèi)旅游流規(guī)模全局Moran’s值均為正值, 并均通過(guò)了值檢驗(yàn), 這表明我國(guó)31個(gè)地區(qū)國(guó)內(nèi)旅游業(yè)的發(fā)展水平存在顯著的空間自相關(guān)性.

3) Moran散點(diǎn)圖表明, 在一定顯著性水平上, 時(shí)間序列上的區(qū)域國(guó)內(nèi)旅游流規(guī)模空間分布沒(méi)有太大差異, 變動(dòng)較為明顯的為黑龍江由1997年的LL臨接發(fā)展到2011年的HL鄰接; 北京和廣東由1997年的HH鄰接變?yōu)?011年的HL鄰接.

4) 從LISA聚集圖和局部Moran’s值的分析結(jié)果可以看出, 隨著時(shí)間的變動(dòng), 逐漸形成了以山東、江蘇和安徽為核心的發(fā)達(dá)國(guó)內(nèi)旅游業(yè)聚集區(qū); 新疆和甘肅一直處于冷點(diǎn)區(qū)域, 其國(guó)內(nèi)旅游游客接待量較低, 并且其鄰近地區(qū)的接待量也比較低; 四川一直處于HL區(qū)域, 而海南省則一直處于LH區(qū)域; 安徽省在經(jīng)過(guò)十幾年的快速發(fā)展和在周?chē)貐^(qū)的帶動(dòng)下, 逐漸由LH區(qū)變?yōu)镠H區(qū).

5) 在5%的顯著水平下, 時(shí)間序列上新疆、四川、海南、江蘇、上海和安徽幾地與其周?chē)貐^(qū)國(guó)內(nèi)游客接待量相比具有明顯的相似或相異性, 空間相關(guān)性高度明顯, 為全局空間自相關(guān)做出了很大貢獻(xiàn).

[1] 陸林. 論黃山國(guó)內(nèi)旅游客源市場(chǎng)區(qū)域結(jié)構(gòu)[J]. 人文地理, 1989(2): 70—73.

[2] 楊新軍, 馬曉龍. 大西安旅游圈:國(guó)內(nèi)旅游客源空間分析與構(gòu)建[J]. 地理研究, 2004, 23(5): 695—704.

[3] 丁正山. 南京國(guó)內(nèi)旅游流時(shí)空演變研究[J]. 旅游學(xué)刊, 2004, 19(2): 37—40.

[4] 文琦, 杜忠潮, 李玲. 1995-2006年我國(guó)入境旅游目的地空間形態(tài)及演變研究[J]. 資源科學(xué), 2007, 31(6): 994—999.

[5] 楊國(guó)良, 鐘亞秋, 劉昕, 等. 四川省旅游流空間擴(kuò)散方向及路徑[J]. 地理科學(xué)進(jìn)展, 2008, 27(1): 56—63.

[6] 馬紅麗, 馬耀峰, 李君軼, 等. 環(huán)渤海區(qū)入境旅游流西向擴(kuò)散時(shí)空演變規(guī)律分析[J]. 統(tǒng)計(jì)與決策, 2009(5): 68—70.

[7] 章錦河, 張捷, 劉澤華. 基于旅游場(chǎng)理論的區(qū)域旅游空間競(jìng)爭(zhēng)研究[J]. 地理學(xué)報(bào), 2005, 25(2): 248—256.

[8] 張捷, 都金康, 周寅康, 等. 自然觀光旅游地客源市場(chǎng)的空間結(jié)構(gòu)研究—以九寨溝及比較風(fēng)景區(qū)為例[J]. 地理學(xué)報(bào), 1999, 54(4): 357—364.

[9] 章錦河, 張捷, 李娜, 等. 中國(guó)國(guó)內(nèi)旅游流空間場(chǎng)效應(yīng)分析[J]. 地理研究, 2005, 24(2): 293—303.

[10] 楊國(guó)良, 張捷, 劉波, 等. 旅游流流量位序—規(guī)模分布變化及其機(jī)理—以四川省為例[J]. 地理研究, 2007, 26(4): 662—672.

[11] 劉聰粉, 張瑞榮. 云南省地區(qū)經(jīng)濟(jì)差異的空間統(tǒng)計(jì)分析[J]. 云南財(cái)經(jīng)大學(xué)學(xué)報(bào), 2009(3), 118—126.

[12] Anselin L, Syabri I, Kho Y. GeoDa: Anintroduction to spatial data analysis[J]. Geographical analysis, 2006, 38(1): 5—22.

[13] Getis A, Ord J K. The Analysis of Spatial Association by Use of Distance Statistics[J]. Geographical Analysis, 1992, 24(3): 189—206.

[14] Anselin L. Local Indicators of Spatial Association-LISA[J]. Geographical Analysis, 1995, 27(2): 93—115.

[15] 麻永建, 徐建剛. 基于ESDA的河南省區(qū)域經(jīng)濟(jì)差異的時(shí)空演變研究[J]. 軟科學(xué), 2006, 20(5): 51—54.

The time and space differences analysis on the scale of domestic tourist flow based on ESDA

YAN YouBing, MA Peng, LI Rui, HE WenJuan

(Tourism Management Department, Xiangtan University, Xiangtan 411105, China)

The analysis results of the time and space differences on domestic regional tourism flow scale of the time series from 1997 to 2011 show that the absolute difference of domestic tourism flow scale between areas expands gradually, the relative difference present three development stages which include slow drop stage, wave development stage and rapid decline stage. The domestic tourism flow scale global Moran'svalue is positive in each year, it exist a certain space agglomeration in domestic tourism flow scale distribution, the moran scatter diagram shows the regional tourism flow scale space distribution features have not much difference, the LISA gathered diagram and local moran'sanalysis show that as time changes, it gradually formed a developed domestic tourism accumulation area which put Shandong, Jiangsu and Anhui as the core, Xinjiang and Gansu province have been in the cold spot area, and Sichuan and Hainan have been as significant representative areas of HL and LH.

tourist flow; scale; ESDA; time and space difference

F 590

1672-6146(2014)01-0038-07

10.3969/j.issn.1672-6146.2014.01.009

通訊作者email: mapengrc@qq.com.

2013-09-23

(責(zé)任編校: 江 河)