張洪,時浩楠
(安徽大學商學院,合肥230601)
旅游資源是旅游經(jīng)濟發(fā)展的基礎,旅游經(jīng)濟的發(fā)展也為旅游資源的開發(fā)與保護提供了有力保障,二者之間關系的研究已引起學者的關注。張洪等在構(gòu)建旅游資源競爭力評價指標體系的基礎上,運用位序得分法對安徽17個地市旅游資源競爭力與旅游收入關系進行了實證分析[1];韓春鮮基于旅游資源優(yōu)勢度視角對新疆15個地、州、市旅游資源進行了等級劃分,并進一步將其與旅游經(jīng)濟水平、旅游經(jīng)濟增長速度進行了耦合分析[2];王玉珍運用變異系數(shù)、旅游經(jīng)濟區(qū)位熵、聚類分析和空間同步錯位等方法對山西省旅游資源稟賦與區(qū)域旅游經(jīng)濟發(fā)展進行了實證研究[3];方法林運用資源優(yōu)勢度、旅游總收入指數(shù)、聚類分析、空間錯位分析等方法對江蘇13個市的旅游經(jīng)濟發(fā)展進行了實證研究[4];王蓉蓉等使用旅游資源豐度與旅游總收入占GDP比重,對西北各省份旅游資源與旅游經(jīng)濟發(fā)展水平進行了差異分析[5];汪德根等在分析中國旅游經(jīng)濟區(qū)域空間差異時也將旅游資源稟賦視為旅游經(jīng)濟空間差異的主要因素之一[6];楊勇從省際層面深入研究了旅游資源影響旅游經(jīng)濟發(fā)展的作用機制[7];閆靜靜等采用A級旅游景區(qū)的數(shù)量以及旅游總收入作為測算指標,對遼寧14個市的旅游空間錯位進行了分析[8];陳喬通過重心動態(tài)演變、空間錯位指數(shù)、二維組合矩陣等方法,從宏觀和微觀層面深入分析了廣西旅游景區(qū)、交通、旅游收入三者之間的錯位現(xiàn)象[9];鄧祖濤等利用重力模型和二維組合矩陣研究了旅游資源、區(qū)位和入境旅游收入三者之間的空間錯位現(xiàn)象[10];任鳳慧等基于要素稟賦理論,研究了旅游資源對旅游業(yè)經(jīng)濟績效水平的影響程度,認為未來旅游經(jīng)濟發(fā)展將越來越依賴于除旅游資源以外的旅游專業(yè)知識、旅游專業(yè)人才和高等級的旅游要素[11]??v觀學者們的相關研究成果可以發(fā)現(xiàn),目前關于旅游資源與旅游經(jīng)濟的空間錯位研究大多基于對兩者的單一指標的評價基礎之上,主要關注的是旅游資源優(yōu)勢度與旅游收入之間的關系?;诖?,為了更加全面地剖析旅游資源與旅游經(jīng)濟的空間錯位關系,本研究以安徽16個地市為研究對象,嘗試從多指標評價的角度,構(gòu)建基于2個系統(tǒng)層、6個目標層和21個指標層的旅游資源與旅游經(jīng)濟的多指標評價體系,并在此基礎上,通過運用SPSS 19.0主成分分析法,計算安徽16個地市旅游資源與旅游經(jīng)濟的綜合得分及其排名。同時,運用空間錯位指數(shù)模型計算安徽16個地市旅游資源與旅游經(jīng)濟的空間錯位指數(shù),并進一步進行空間錯位狀況的實證分析。研究結(jié)果以期能為安徽16個地市旅游業(yè)的發(fā)展提供參考。
1.1.1 主成分分析。主成分分析是一種利用多變量的線性變換提取主成分從而達到降維目的的SPSS處理方法。利用SPSS 19.0軟件對收集到的安徽16個地市旅游資源與旅游經(jīng)濟的相關數(shù)據(jù)進行主成分分析,提取能夠反映總體數(shù)據(jù)特征的主成分,計算出各地市在主成分上的綜合得分及其排序,并以此作為進一步測算安徽16個地市空間錯位指數(shù)的數(shù)據(jù)來源。旅游資源(或旅游經(jīng)濟)綜合得分的計算公式如下:
式中:Ri,Ei分別為第i個地市旅游資源和旅游經(jīng)濟的綜合得分;Crj,Cej分別為旅游資源和旅游經(jīng)濟子系統(tǒng)所提取第j個主成分的貢獻率;Frij,F(xiàn)eij分別為旅游資源和旅游經(jīng)濟子系統(tǒng)第i個地市在第j個主成分上的評價指數(shù);i=1,2,…,16;m為提取的主成分個數(shù)。
1.1.2 空間錯位指數(shù)模型。空間錯位的涵義是基于卡因提出的空間錯位假設而逐步演進形成的,學者們多將空間錯位理解為“空間不協(xié)調(diào)”“空間不匹配”“空間失配”“空間錯配”[12],盡管表達方式各不相同,但是其關于空間錯位的思想基本是一致的,均將其理解為是某一要素與另一要素在空間上呈現(xiàn)出的非對稱狀態(tài)。根據(jù)這一思想,提出的空間錯位模型如下:
式中:Mi為第i個地市的旅游資源與旅游經(jīng)濟的空間錯位指數(shù);Ei為第i個地市的旅游經(jīng)濟綜合得分;Ri為第i個地市的旅游資源綜合得分。M若為正值,表示旅游經(jīng)濟正向偏離旅游資源;M若為負值,表示旅游經(jīng)濟反向偏離旅游資源。M的絕對值越大,表示偏離程度越大。
為了更加全面地考察安徽16個地市旅游資源與旅游經(jīng)濟的空間錯位狀況,依據(jù)科學性、客觀性和可操作性的原則,同時充分考慮到指標數(shù)據(jù)的可獲得性和可比較性,在借鑒相關研究成果的基礎上[13-15],基于旅游資源和旅游經(jīng)濟兩大系統(tǒng),從資源稟賦、設施條件、旅游環(huán)境3個方面構(gòu)建表征安徽16個地市旅游資源發(fā)展狀況的11個指標;從旅游收入、接待人數(shù)、增長速度3個方面構(gòu)建表征安徽16個地市旅游經(jīng)濟發(fā)展狀況的10個指標。據(jù)此構(gòu)建旅游資源與旅游經(jīng)濟評價指標體系(表1)。
表1 旅游資源與旅游經(jīng)濟評價指標體系Tab.1 Evaluation index system of tourism resources and tourism economy
使用SPSS 19.0軟件作為統(tǒng)計分析工具。為了驗證旅游資源和旅游經(jīng)濟兩大系統(tǒng)是否適合采用主成分分析,首先進行KMO檢驗,得到旅游資源和旅游經(jīng)濟的KMO檢驗值分別為0.628,0.660,二者的Bartlett球形檢驗結(jié)果的顯著性水平均為0.000,遠低于0.010,表明對二者進行主成分分析是基本可行的;然后對相關數(shù)據(jù)進行處理,得到旅游資源和旅游經(jīng)濟兩大系統(tǒng)的前3個主成分的累計貢獻率分別為83.35%,94.98%,說明上述兩大系統(tǒng)的前3個主成分對原始數(shù)據(jù)的大部分信息具有較好的代表性??紤]到所選擇指標的性質(zhì)和量綱不同,同時調(diào)用SPSS 19.0數(shù)據(jù)描述功能對21個指標的原始數(shù)據(jù)進行標準化處理,形成基礎數(shù)據(jù)庫,并得出各項指標的權(quán)重(表1);然后代入公式(1)計算得到安徽16個地市旅游資源和旅游經(jīng)濟的綜合得分(表2)。
從表2看出,安徽16個地市中除合肥、黃山、安慶、宣城和六安外,其余11個地市的旅游資源綜合得分均為負值,說明目前安徽大部分地市在旅游資源稟賦、旅游設施條件和旅游環(huán)境方面優(yōu)勢度較低,資源稟賦在一定程度上具有不可逆轉(zhuǎn)的客觀性,但旅游設施條件和旅游環(huán)境卻可以通過努力而實現(xiàn)。此外,合肥(1.311)和黃山(1.000)的旅游資源綜合得分分別位于第1,2位,遠高于其他地市,兩市的旅游資源優(yōu)勢突出;與之相反,宿州(-0.518)和銅陵(-0.504)的旅游資源綜合得分位于倒數(shù)第1,2位,與合肥、黃山差距明顯,且遠低于全省平均水平;余下的12個城市中,除安慶、宣城和六安3個城市的旅游資源綜合得分為正值外,其余8個城市的旅游資源綜合得分均為負值,而且也都低于全省平均水平,說明安徽旅游資源地區(qū)分布不平衡,且大部分地市的旅游資源優(yōu)勢度較低。在旅游經(jīng)濟子系統(tǒng)綜合得分中,合肥、黃山、蕪湖、池州、安慶、宣城和六安7個地市的旅游經(jīng)濟綜合得分為正值,其余9個地市的旅游經(jīng)濟綜合得分為負值,說明安徽16個地市旅游經(jīng)濟總體水平還有待于提升。此外,合肥(1.914)旅游經(jīng)濟的綜合得分居第1位,銅陵(-0.708)旅游經(jīng)濟的綜合得分排在最末位,二者相差2.206;黃山(0.638)旅游經(jīng)濟的綜合得分盡管處于第2位,但與合肥的差距也達到了1.276,說明安徽旅游經(jīng)濟地域發(fā)展不平衡,差異明顯。比較旅游資源和旅游經(jīng)濟2大系統(tǒng)的綜合得分可以看出,合肥、蕪湖、池州、宣城和蚌埠5個地市的旅游經(jīng)濟綜合得分均高于其旅游資源綜合得分,說明5個地市旅游經(jīng)濟優(yōu)于旅游資源的發(fā)展,需要通過旅游經(jīng)濟優(yōu)化完善旅游資源,以進一步提升其旅游競爭合力;其余11個地市的旅游經(jīng)濟綜合得分均低于其旅游資源綜合得分,說明安徽大部分地市旅游業(yè)發(fā)展對資源的依賴性還是非常明顯的。
表2 安徽16個地市旅游資源和旅游經(jīng)濟綜合得分及排序Tab.2 Tourism resources and tourism economic comprehensive score and ranking of 16 cities of Anhui Province
結(jié)合SPSS 19.0主成分分析的運算結(jié)果,將安徽16個地市旅游資源和旅游經(jīng)濟的綜合得分分別代入到空間錯位模型公式中,計算得出各地市旅游經(jīng)濟與旅游資源的空間錯位指數(shù)(表3)。
表3 安徽16個地市旅游經(jīng)濟與旅游資源空間錯位指數(shù)Tab.3 The spatial mismatch index of tourism resource and tourism economy of 16 cities in Anhui Province
安徽16個地市中,6個地市的旅游經(jīng)濟正向偏離旅游資源,10個地市的旅游經(jīng)濟反向偏離旅游資源,說明安徽省旅游經(jīng)濟反向偏離旅游資源現(xiàn)象較為普遍,旅游業(yè)發(fā)展對旅游資源的依賴性較強;進一步地從全省旅游經(jīng)濟與旅游資源空間錯位指數(shù)的總體正負情況來看,盡管安徽大部分地區(qū)的旅游業(yè)發(fā)展表現(xiàn)為資源依賴型,即旅游經(jīng)濟反向偏離旅游資源,但全省旅游的總體趨勢仍體現(xiàn)為旅游經(jīng)濟正向偏離旅游資源,經(jīng)濟發(fā)展對旅游業(yè)的強勁推力不容忽視。此外,在旅游經(jīng)濟正向偏離旅游資源的6個地市中,蕪湖、池州和合肥的旅游經(jīng)濟與旅游資源空間錯位指數(shù)均大于0.600,明顯高于蚌埠、安慶和宣城。與此同時,在旅游經(jīng)濟反向偏離旅游資源的10個地市中,以淮南、黃山和滁州最為突出,旅游經(jīng)濟與旅游資源的空間錯位指數(shù)均超過-0.300,相比之下,宿州和六安卻相對較小,空間錯位指數(shù)分別只有-0.022,-0.052。
為了更加準確地認識安徽16個地市旅游經(jīng)濟與旅游資源的空間錯位狀況,將空間錯位指數(shù)為正的城市定義為正向偏離型,空間錯位指數(shù)為負的城市定義為反向偏離型,并且根據(jù)各地市空間錯位指數(shù)絕對值的大小,進一步將其區(qū)分為高度偏離型和低度偏離型,由此可將
安徽16個地市旅游經(jīng)濟與旅游資源的空間錯位狀況劃分為4種類型(表4)。
表4 安徽16個地市旅游經(jīng)濟與旅游資源空間錯位類型Tab.4 The spatial mismatch types of 16 cities in Anhui Province
安徽省旅游資源與旅游經(jīng)濟的空間錯位狀況總體表現(xiàn)為旅游經(jīng)濟對旅游資源“在程度上的低度偏離為主、在性質(zhì)上的反向偏離為主”的特點。具體而言,在安徽16個地市中,屬于低度偏離類型的城市最多,高達9個,其中正向偏離型3個(蚌埠、宣城和安慶)、反向偏離型6個(淮北、亳州、宿州、阜陽、、六安和銅陵),說明安徽省大部分地市旅游資源與旅游經(jīng)濟的相互依存性不甚明顯。與此同時,盡管有7個地市的旅游經(jīng)濟與旅游資源的空間錯位表現(xiàn)為高度偏離類型,雖然其偏離程度相對較高,但也并不十分突出,這也進一步反映了在安徽旅游業(yè)發(fā)展過程中,各地市并未能充分發(fā)揮其旅游資源或旅游經(jīng)濟對其旅游業(yè)發(fā)展的重要促進作用。
以安徽16個地市為研究對象,以各地市2012年的面板數(shù)據(jù)為基礎數(shù)據(jù),通過構(gòu)建旅游資源與旅游經(jīng)濟的多指標評價體系,運用SPSS 19.0主成分分析法計算得出各地市旅游資源與旅游經(jīng)濟的綜合評價指數(shù),在此基礎上,利用空間錯位指數(shù)模型,計算得出各地市旅游經(jīng)濟與旅游資源的空間錯位指數(shù),最后以此為依據(jù),進一步將安徽16個地市區(qū)分為4種空間錯位類型。研究表明,安徽省整體上以旅游經(jīng)濟反向偏離旅游資源為主,且偏離程度多為輕度?;诖?,針對不同空間錯位類型的地市提出促進旅游業(yè)發(fā)展的具體建議。
1)低度正向偏離型城市,包括蚌埠、安慶和宣城。該類型城市的旅游經(jīng)濟發(fā)展在一定程度上超過了其自身旅游資源的約束。蚌埠旅游資源的綜合得分明顯劣于安慶和宣城,且為負值,說明蚌埠旅游業(yè)的發(fā)展應利用其獨特的交通優(yōu)勢,提高區(qū)位通達度,同時加強基礎設施建設,以此來彌補資源非優(yōu)所造成的“先天不足”。此外,安慶和宣城雖然旅游資源稟賦較好,也應注重進一步挖掘資源潛力,優(yōu)化整合旅游資源,提高資源的集中度,以促進旅游經(jīng)濟更好的發(fā)展。
2)低度反向偏離型城市,包括銅陵、阜陽、淮北、亳州、六安和宿州。該類型城市的旅游經(jīng)濟發(fā)展在一定程度上并未充分發(fā)揮其旅游資源的優(yōu)勢。除六安以外,其他5個地市的旅游資源綜合得分均為負值,顯然,旅游資源的劣勢已成為其旅游業(yè)發(fā)展的主要瓶頸,因此,應加強區(qū)域合作,通過資源共享、信息互通、客源互動、聯(lián)合營銷等方法來提升區(qū)域旅游競爭合力。六安應加強基礎設施配套建設,加大旅游開發(fā)、宣傳力度,解決資金、人才短缺等問題,使旅游資源優(yōu)勢得到充分發(fā)揮。
3)高度正向偏離型城市,包括蕪湖、池州和合肥。該類型城市的旅游經(jīng)濟發(fā)展在很大程度上超過了其自身旅游資源的約束。合肥不僅旅游資源和旅游經(jīng)濟的綜合得分均居安徽首位,而且其旅游經(jīng)濟的綜合得分還遠高于安徽其他地市;蕪湖、池州雖然旅游資源的綜合得分僅分別位于安徽的第8,7位,且為負值,但其旅游經(jīng)濟的綜合得分卻分別位于安徽的第3,4位。顯然,該類型城市的旅游業(yè)發(fā)展應注重利用其經(jīng)濟優(yōu)勢,大力發(fā)展與其經(jīng)濟水平相適應的旅游新業(yè)態(tài),通過會展旅游、休閑旅游等新型旅游方式,提升其城市競爭力,推動本地區(qū)旅游業(yè)更強勁的發(fā)展。
4)高度反向偏離型城市,包括淮南、黃山、滁州和馬鞍山。該類型城市的旅游經(jīng)濟發(fā)展在很大程度上并未充分發(fā)揮其旅游資源優(yōu)勢。如黃山雖然其自然和文化旅游資源質(zhì)量之高享譽世界,但其旅游經(jīng)濟的發(fā)展卻明顯滯后于資源,旅游經(jīng)濟的綜合得分雖處于第2位,卻與第1位的合肥相差達到1.276,顯然,黃山旅游業(yè)的發(fā)展有待于其旅游資源效率更好、更充分的發(fā)揮;除此以外,淮南的旅游經(jīng)濟綜合得分全省排名(第15位)明顯滯后于其旅游資源排名(第10位);滁州盡管旅游經(jīng)濟和旅游資源綜合得分的全省排名不相上下(分別為第10,9位),但仍表現(xiàn)為旅游經(jīng)濟滯后于旅游資源的發(fā)展;而且上述4個地市旅游經(jīng)濟與旅游資源空間錯位指數(shù)的絕對值均超過0.208。因此,對于此類型城市而言,應立足自身旅游資源優(yōu)勢,通過科學規(guī)劃、合理開發(fā),深度挖掘旅游資源潛力,打造旅游資源品牌,提升旅游業(yè)的核心競爭力。
[1]張洪,潘輝,張潔.旅游資源競爭力與旅游收入關系實證分析——以安徽省17地市為例[J].資源開發(fā)與市場,2012,28(11):1046-1049.
[2]韓春鮮.基于旅游資源優(yōu)勢度差異的新疆旅游經(jīng)濟發(fā)展空間分析[J].經(jīng)濟地理,2009,29(5):871-875.
[3]王玉珍.旅游資源稟賦與區(qū)域旅游經(jīng)濟發(fā)展研究:基于山西的實證分析[J].生態(tài)經(jīng)濟,2010(8):41-45.
[4]方法林.基于旅游資源優(yōu)勢度視角的江蘇旅游經(jīng)濟發(fā)展研究[J].特區(qū)經(jīng)濟,2012(6):122-126.
[5]王蓉蓉,齊志男.西北地區(qū)旅游資源與旅游經(jīng)濟省際差異分析[J].商業(yè)經(jīng)濟,2012(7):49-52.
[6]汪德根,陳田.中國旅游經(jīng)濟區(qū)域差異的空間分析[J].地理科學,2011,31(5):528-536.
[7]楊勇.旅游資源與旅游業(yè)發(fā)展關系研究[J].經(jīng)濟與管理研究,2008(7):22-27.
[8]閆靜靜,張滿林.遼寧省旅游資源與旅游經(jīng)濟發(fā)展的空間錯位分析[J].經(jīng)濟研究參考,2013(23):58-61.
[9]陳喬.廣西旅游景區(qū)、交通、旅游收入的空間錯位研究[D].南寧:廣西師范學院,2013.
[10]鄧祖濤,尹貽梅.我國旅游資源、區(qū)位和入境旅游收入的空間錯位分析[J].旅游科學,2009,23(3):6-10.
[11]任鳳慧,孫虹.資源稟賦與我國旅游業(yè)經(jīng)濟績效影響研究[J].西安電子科技大學學報:社會科學版,2011,21(6):63-68.
[12]郭永昌.上海社會階層空間錯位研究[D].上海:華東師范大學,2007.
[13]曹園園,孫曉.基于層次分析法的鄭州市環(huán)城游憩帶旅游資源評價[J].河南大學學報:自然科學版,2008,38(5):497-501.
[14]尹樂,李建梅,周亮廣.利益相關者視角下的皖東地區(qū)非物質(zhì)文化遺產(chǎn)旅游資源評價研究[J].地域研究與開發(fā),2013,32(5):163-166.
[15]張廣海,劉真真,李盈昌.中國沿海省份旅游產(chǎn)業(yè)發(fā)展水平綜合評價及時空格局演變[J].地域研究與開發(fā),2013,32(4):22-27.