中國入境過夜游客目的地選擇時空分異與城市類型識別

劉軍勝 馬耀峰 劉焱序

[摘? ? 要]探討主要入境客源市場目的地城市選擇偏好的時空分異特征與規(guī)律，并識別出各客源市場選擇偏好下不同類型的目的地城市，對促進城市展開精準營銷以實現(xiàn)入境旅游的振興具有重要參考價值。該研究依據(jù)生態(tài)優(yōu)勢度與親景度理論，基于我國60座旅游城市13大客源國1991—2017年入境過夜游客數(shù)據(jù)，采用優(yōu)勢度與親景度改進模型，分析了目的地城市入境過夜客源市場的優(yōu)勢度與親景度時空格局，識別了入境過夜客源市場選擇偏好下不同發(fā)展類型的目的地城市。結(jié)果發(fā)現(xiàn)：（1）目的地城市接待入境過夜游客的優(yōu)勢度整體保持上升的演變趨勢，但增速明顯下降，優(yōu)勢度較高與較低的客源國主要集中在亞洲地區(qū)。承接入境過夜游客高優(yōu)勢度城市的數(shù)量整體上呈現(xiàn)出東中西逐步遞減的空間格局特征。（2）韓國、法國與德國是親景度上升的強親景客源國，新加坡則是下降的強親景客源國，入境過夜游客在我國維持高親景度城市的數(shù)量整體上呈現(xiàn)由東向西逐步減少的空間分布特征。（3）高優(yōu)勢度-高親景度、高優(yōu)勢度-低親景度類型的城市較少，低優(yōu)勢度-高親景度、低優(yōu)勢度-低親景度類型的城市較多。低優(yōu)勢度-高親景度城市是未來重點開發(fā)與振興的對象。研究內(nèi)容拓展了生態(tài)優(yōu)勢度與親景度理論在旅游市場研究中的應用深度，為目的地城市依據(jù)需求偏好進行旅游產(chǎn)品開發(fā)與產(chǎn)業(yè)布局，以及疫后入境旅游市場的恢復與振興提供了實踐參考。

[關鍵詞]旅游城市;入境過夜游客;優(yōu)勢度模型;親景度改進模型;時空格局

[中圖分類號]F59

[文獻標識碼]A

[文章編號]1002-5006（2021）07-0104-15

Doi： 10.19765/j.cnki.1002-5006.2021.07.013

引言

改革開放以來，我國入境旅游發(fā)展迅速，根據(jù)文化旅游部發(fā)布的《2019年我國旅游市場基本情況》可知，2019年我國接待入境游客已達1.45億人次，國際旅游收入達1313億美元。入境旅游對提升我國旅游形象，增加外匯，促進經(jīng)濟發(fā)展具有重要作用[1-2]，但受旅游供給、金融危機及游客需求變化等因素的綜合影響，近年來我國入境旅游增長乏力，通過《中國旅游統(tǒng)計年鑒》計算發(fā)現(xiàn)，2008—2018年，我國入境游客規(guī)模年均環(huán)比增長率均值僅為0.5%。因此，如何實現(xiàn)入境旅游市場的振興與持續(xù)發(fā)展成為目的地亟待關注的現(xiàn)實問題，而準確評估目的地各客源市場的地位與發(fā)展?jié)摿?，并識別出不同客源市場的目的地選擇偏好是實現(xiàn)區(qū)域入境旅游振興的基礎與關鍵。

城市是入境游客的主要集散地，對城市入境客源市場時空格局及其影響因素的研究是旅游地理學的重要研究內(nèi)容[3]。國內(nèi)外學者在入境旅游市場的時間演化、競爭態(tài)勢、空間格局、影響因素等方面取得了豐碩成果。（1）時間演化方面，已有研究探討了入境客流的季節(jié)性變化與年度差異，認為入境客流的高峰整體上集中在春秋季兩個時段[4-7]，年內(nèi)不同季節(jié)差異明顯，并系統(tǒng)預測了入境旅游市場的發(fā)展趨勢，認為市場需求整體上呈波動增長態(tài)勢[8-10]。（2）競爭態(tài)勢方面，主要采用景氣指數(shù)與競爭態(tài)模型來測度不同目的地城市的入境旅游競爭力，認為東部城市旅游競爭力整體上相對高于西部城市[11-14]。（3）空間格局方面，現(xiàn)有研究分析了不同城市入境游客的空間分布特征[15-18]、空間行為模式[19-23]、位序規(guī)模差異[24-27]、集散規(guī)律與網(wǎng)絡結(jié)構(gòu)[28-31]，發(fā)現(xiàn)我國入境旅游空間格局存在逐步縮小與極化明顯，整體松散與局部集聚兩類發(fā)展態(tài)勢。（4）影響因素方面，學者們從供給與需求兩方面總結(jié)了入境旅游市場開發(fā)的影響因素，供給層面主要因素包括旅游產(chǎn)品、設施與服務水平、知名度、區(qū)位條件、安全保障、語言文化、交通運輸、簽證制度等;需求層面主要因素包括旅游目的、旅游計劃、出游時間、旅游組織形式、旅游期望與動機等[3，14，33-38]。（5）發(fā)展規(guī)律方面，已有研究認為我國入境游客量占比，首次來華游客占比，以及休閑度假、專題類產(chǎn)品與觀光類產(chǎn)品的比重均呈現(xiàn)“二八規(guī)律”[1，39]。入境客源市場的空間分布符合“胡煥庸曲線”定律，其空間分布從我國東部到西部地區(qū)，由熱點區(qū)域逐步過渡到冷點區(qū)域[40]。

綜上可知，針對入境旅游市場時空演化格局、競爭態(tài)勢、影響因素與發(fā)展規(guī)律等研究已取得了豐富的成果，但存在以下不足：（1）研究內(nèi)容缺乏對入境過夜游客這一細分市場的關注，過夜游客具備停留時間長，消費水平相對較高的特征，是目的地賺取外匯與旅游經(jīng)濟發(fā)展的重要市場。（2）研究對象多立足于北京、上海等少數(shù)特大城市，對作為我國入境旅游“藍海市場”的國內(nèi)其他旅游城市關注程度不足，造成其他城市不清楚其在我國入境旅游市場發(fā)展格局中所處的地位、層次以及入境游客的偏好程度，影響了城市入境旅游市場營銷的效果及市場份額的拓展。（3）研究視角多從客源規(guī)模大小的角度來分析市場結(jié)構(gòu)的特征與規(guī)律，認為客源規(guī)模越大地位越重要，但缺乏對客源市場增長能力的關注，影響了對城市入境旅游市場結(jié)構(gòu)發(fā)展規(guī)律的認識。準確認識并評估入境客源市場的地位與重要程度，不僅要關注客源市場的規(guī)模，更應注重其增長能力，從規(guī)模與增量兩方面綜合分析，可更準確地認識入境客源市場結(jié)構(gòu)的特征與規(guī)律。

在入境旅游市場整體增長緩慢及游客需求日益細分的趨勢下，我國主要旅游城市接待入境客源市場方面形成的時空格局及層次如何？考慮增長能力的情況下，入境客源市場的目的地選擇偏好呈現(xiàn)何種時空分異特征？不同客源市場目的地城市選擇偏好呈現(xiàn)何種類型？已有研究尚未給出清晰的結(jié)論。據(jù)此，本文以我國60座旅游城市及13大入境客源國為研究對象，基于1991—2017年各城市入境過夜游客數(shù)據(jù)，依據(jù)生態(tài)優(yōu)勢度與親景度理論，運用生態(tài)學優(yōu)勢度模型與改進的親景度模型，從目的地角度分析我國各城市接待入境過夜游客的優(yōu)勢度，從客源地角度探究入境過夜游客對各旅游城市的親景度，并構(gòu)建優(yōu)勢度-親景度矩陣，劃分并識別出各入境過夜市場所偏好的旅游城市類型。以期通過上述分析，在理論上，從群落生態(tài)學的角度，深化對入境過夜游客目的地時空選擇與市場結(jié)構(gòu)發(fā)展規(guī)律的認識;在實踐上，有助于從規(guī)模與增量兩方面識別出各入境過夜客源市場的偏好類型，以便于各城市更好地根據(jù)市場需求進行旅游產(chǎn)品開發(fā)與產(chǎn)業(yè)布局，為入境旅游的精準營銷與深度開發(fā)提供實踐指導，同時，進一步激活作為我國入境旅游“藍海市場”的其他城市的活力，以實現(xiàn)我國城市入境旅游的振興發(fā)展。

1 理論基礎與模型構(gòu)建

1.1 生態(tài)優(yōu)勢度理論

生態(tài)優(yōu)勢度理論源于群落生態(tài)學，該理論認為群落由多個種群構(gòu)成，在諸多種群中，生態(tài)優(yōu)勢種群控制整個群落，是整個群落得以發(fā)展的關鍵，并影響其他種群的發(fā)育和成長。群落中各種群的優(yōu)劣主要采用生態(tài)優(yōu)勢度來判定，即對群落中某種群的重要性與優(yōu)劣發(fā)展程度的評估。通過對生物群落內(nèi)部各個種群重要性與優(yōu)劣狀況的綜合分析，可遴選出群落內(nèi)部的關鍵種群，并反映出群落內(nèi)部各種群所形成的結(jié)構(gòu)特征、差異以及種群之間的演替規(guī)律[41-42]。目前，生態(tài)優(yōu)勢度理論已廣泛運用到資源科學與地理學的研究中，學者們采用優(yōu)勢度模型對農(nóng)業(yè)資源開發(fā)[43]、人居環(huán)境與商業(yè)區(qū)位選取[44]、水汽資源評價[45-46]、草原植被恢復[47]、農(nóng)業(yè)景觀評價[48]、區(qū)域交通評價等進行了研究[49]。

旅游研究中，主要運用優(yōu)勢度理論探討景區(qū)景觀格局[50]、旅游資源評價[51]、旅游環(huán)境影響[52]、旅游扶貧[53]、旅游交通[54]與旅游流格局[55]等問題。整體來看，運用優(yōu)勢度理論分析目的地入境客源市場結(jié)構(gòu)特征與規(guī)律的研究相對較少。通過對生態(tài)優(yōu)勢度理論內(nèi)涵的遷移，可以將我國不同目的地城市視為由不同入境客源市場組成的群落，群落內(nèi)部不同入境客源市場的規(guī)模與成長潛力存在差異，并受自然與社會等外部宏觀發(fā)展環(huán)境的影響。通過對目的地城市各入境客源市場生態(tài)優(yōu)勢程度強弱的測度，可以透視城市入境客源市場的結(jié)構(gòu)特征、差異及演替規(guī)律，也可從整體優(yōu)勢度的角度評估各城市在我國入境旅游市場發(fā)展格局中所處的地位與層次。

據(jù)此，文章借鑒群落生態(tài)學中的優(yōu)勢度模型[50-55]，來綜合分析目的地城市在接待入境過夜客源市場方面的地位、層次與發(fā)展態(tài)勢（式1）。

[Di=j=1nwjQij] （1）

式（1）中，Di為第i個城市的入境客源國優(yōu)勢度，wj為第j年該城市入境客源國所占的權(quán)重，Qij為第j年該城市接待的入境過夜游客人次，n為年度序列值。針對指標權(quán)重wj的確定，采用比較客觀的熵值賦權(quán)法進行分析[56]。具體步驟如下。

（1）指標非零化處理，由于數(shù)據(jù)中出現(xiàn)0值，為使求熵值時對數(shù)有意義，對數(shù)據(jù)進行非零化處理：

[Xij=Xij-Xmin/Xmax-Xmin+0.01（i=1，2，…，n; j=1，2，…，p）]

（2）指標比重變換：

[Sij=Xij/i=1nXij]

（3）第j項指標熵值：

[hj=-1ln ni=1nSijlnSij]

（4）第j項指標差異度：

[aj=1-hj]

（5）指標權(quán)重：

[wj=aj/j=1paj]

1.2 改進的親景度模型

親景度是游客選擇行為的外在表現(xiàn)，是分析某一客源市場旅游者對某一旅游目的地偏好程度的量化方法[11]。親景度模型Q指某客源市場游客在目的地所占的市場份額與其在全國的市場份額之比（式2），以親景度Q=1為界，將Q≥1的客源國劃分為親景客源國，Q=0表示非客源國，Q<1的客源國劃分為疏景客源國，并細分為強親景客源國（Q≥2）、弱親景客源國（1≤Q<2）、弱疏景客源國（0.5≤Q<1）和強疏景客源國（0≤Q<0.5）[13]。該方法已經(jīng)成為旅游市場分析的重要工具。

原有親景度模型主要從規(guī)模份額的角度來分析客源市場的目的地選擇偏好，忽略了對客源市場增長能力的評價。改進后的親景度模型在原有規(guī)模份額的基礎上，引入了客源市場年均環(huán)比增長率這一評價指標，以從增長能力方面透視目的地客源市場結(jié)構(gòu)的年度變化規(guī)律（式3）。改進的親景度模型可從客源市場規(guī)模與增量兩方面來綜合研判目的地城市的受青睞程度，既可反映客源市場的選擇偏好，也可用來研判目的地競爭力的強弱。親景度越高，游客對該目的地偏好越強，該目的地的競爭力也越強;反之，游客的偏好程度越弱，該目的地競爭力也越弱。其原有模型為：

[Q=Mi/MlCi/Cl] （2）

而后，引入某客源市場Mi的年均環(huán)比增長率，同時為保障年均環(huán)比增長率為正值，對其進行非負化處理，可得改進后的親景度模型為：

[Q=Mi/MlCi/Cl×Mi-Mi-1Mi-1+1] （3）

式（2）、式（3）中，Mi為當期旅景客源市場（客源國/地）人數(shù);Ml為旅景入境人數(shù);Ci為旅華客源國（地）人數(shù);Cl為旅華入境人數(shù);Mi-1為某目的地基期旅景客源市場人數(shù)。

1.3 優(yōu)勢度-親景度矩陣模型

以優(yōu)勢度與親景度均值為標準，構(gòu)建優(yōu)勢度-親景度市場結(jié)構(gòu)分析模型（圖1），劃分并識別出各入境客源市場選擇偏好下目的地城市類型。其中，優(yōu)勢度從目的地角度凸顯其接待入境客源市場的能力與重要程度，親景度則從需求的角度來反映對目的地的選擇偏好。通過優(yōu)勢度與親景度的均值將該模型劃分為4個象限，即高優(yōu)勢度-高親景度區(qū)（[Di>D;Qi>Q]）;高優(yōu)勢度-低親景度區(qū)（[Di>D];[QiQ]）。通過象限分析，可以識別出各客源市場選擇偏好下的目的地城市類型。

2 案例選擇與數(shù)據(jù)來源

2.1 案例選擇

綜合考慮數(shù)據(jù)的可得性、精確性與連續(xù)性，并參考已有研究[3，17]，選擇我國60座旅游城市與13大入境客源國為研究對象，同時依據(jù)我國三大地帶的劃分標準，將旅游城市分別劃分為東部、中部與西部城市[24，57]。東部城市32座，包括沈陽、北京、天津、石家莊、秦皇島、承德、濟南、青島、煙臺、威海、大連、上海、南京、無錫、蘇州、南通、連云港、杭州、寧波、溫州、福州、廈門、泉州、漳州、廣州、深圳、珠海、汕頭、湛江、中山、?？?、三亞;中部城市14座，包括延邊、哈爾濱、長春、吉林、太原、大同、鄭州、洛陽、武漢、長沙、南昌、九江、合肥、黃山;西部城市14座，包括呼和浩特、西安、蘭州、西寧、銀川、烏魯木齊、重慶、成都、貴陽、昆明、南寧、桂林、北海、拉薩。13大入境客源國包括日本、韓國、馬來西亞、菲律賓、新加坡、泰國、美國、加拿大、英國、法國、德國、俄羅斯、澳大利亞。

2.2 數(shù)據(jù)來源

1991年我國開始實行“八五”計劃，首次將旅游業(yè)視為第三產(chǎn)業(yè)的重點產(chǎn)業(yè)來進行打造，并集中對外展開入境旅游市場營銷，自此推進了我國入境旅游的快速發(fā)展[58]，故本研究數(shù)據(jù)主要從“八五”計劃開始。本文主要采用各城市接待的入境過夜游客人數(shù)來展開分析，其原因是，首先，入境過夜游客數(shù)據(jù)均通過公安部備案，數(shù)據(jù)的權(quán)威性與統(tǒng)計的精確性可以得到保障;其次，入境過夜游客在目的地所停留的時間相對較長，產(chǎn)生的消費相對較高，對目的地旅游經(jīng)濟有較強的帶動作用。需要說明的是，入境客源國方面，韓國與馬來西亞分別于1994年、1996年才被納入統(tǒng)計范圍，故針對兩國的游客統(tǒng)計分別始于1994年、1996年;南通、威海、西寧、銀川與中山于1994年，拉薩于1995年才被納入統(tǒng)計范圍，故針對上述城市的入境游客統(tǒng)計始于1994年、1995年。具體數(shù)據(jù)來源于1992—2018年的《中國旅游統(tǒng)計年鑒》。

3 結(jié)果分析

3.1 入境過夜游客目的地城市優(yōu)勢度時空特征

3.1.1? ? 入境過夜游客目的地城市優(yōu)勢度時間演化特征

由圖2可知，1991—2017年主要入境客源國優(yōu)勢度的演化過程及其絕對與相對差異。優(yōu)勢度演化方面，入境客源國在我國目的地城市的優(yōu)勢度均保持上升的態(tài)勢，但增長速度逐步下降。1996—2000年、2001—2005年與2006—2010年三階段優(yōu)勢度的環(huán)比增率均高于85%，分別為90.8%、87.4%、86.1%，而后兩個階段優(yōu)勢度的環(huán)比增長率快速下降，分別降至16.1%、15.2%。具體來看，韓國、日本、馬來西亞與美國是目的地城市優(yōu)勢度較高且穩(wěn)定的客源國，其均值分別為5.178、3.353、3.156、1.786，而菲律賓與泰國的目的地城市優(yōu)勢度相對較低，分別為0.423、0.654，其余入境客源國的優(yōu)勢度均值維持在0.7～1.5之間。

入境客源國優(yōu)勢度的絕對與相對差異發(fā)展態(tài)勢不同，絕對差異逐步擴大，相對差異先擴大后縮小。入境客源國優(yōu)勢度標準差由初期的0.318上升至末期的2.514，較初期擴大了7.9倍。優(yōu)勢度基尼系數(shù)由初期的0.166，提升至2001—2005年的0.330，而后緩慢下降至0.327。

3.1.2? ? 入境過夜游客目的地城市優(yōu)勢度空間格局

根據(jù)各入境客源國目的地城市的優(yōu)勢度值，采用自然斷裂法劃分出高優(yōu)勢度、較高優(yōu)勢度、一般優(yōu)勢度、較低優(yōu)勢度與低優(yōu)勢度城市，以探討其空間格局特征，發(fā)現(xiàn)承接入境過夜游客高優(yōu)勢度城市的數(shù)量整體上呈現(xiàn)出東中西逐步遞減的分布特征，但不同客源國目的地城市的優(yōu)勢度存在一定差異（圖3）。

日本、馬來西亞、菲律賓與英國過夜游客主要在我國東部城市保持較高的優(yōu)勢度。與日本保持高優(yōu)勢度的東部城市數(shù)量較多，與馬來西亞、菲律賓和英國保持高優(yōu)勢度的城市數(shù)量較少。與上述4國保持較高優(yōu)勢度的東部城市包括：沈陽、北京、天津、青島、大連、上海、蘇州、杭州、南京、無錫、廣州、廈門、深圳。

新加坡、美國、加拿大、德國、澳大利亞與俄羅斯過夜游客主要在我國的東部與西部城市保持較高的優(yōu)勢度。與上述國家保持較高優(yōu)勢度的東部城市包括：北京、大連、上海、蘇州、杭州、南京、福州、廈門、廣州以及西部的桂林、重慶、成都、西安、烏魯木齊。

韓國、泰國與法國過夜游客在我國東部、中部與西部城市均保持較高的優(yōu)勢度，其中與韓國保持較高優(yōu)勢度的城市數(shù)量多于泰國和法國。與上述3國保持較高優(yōu)勢度的城市包括東部的北京、沈陽、杭州、青島、天津、大連、南京、蘇州、杭州、廣州、深圳、珠海、汕頭，中部的洛陽、黃山、長沙、武漢，西部的西安、昆明、南寧、成都、重慶、桂林。

歸納分析可知，入境過夜游客保持較高優(yōu)勢度的城市多集中在我國東部沿海地區(qū)，而中西部保持較高優(yōu)勢度的多為省會城市或典型旅游城市。其原因主要是東部城市在旅游兼容性、城市職能等方面較中西部城市強[3，14，35]，表現(xiàn)在東部沿海城市的旅游產(chǎn)品開發(fā)程度、區(qū)域經(jīng)濟發(fā)展水平、市場營銷力度、旅游設施與服務、目的地可進入性、旅游集散接駁程度、旅游公共服務質(zhì)量、語言溝通便捷度、簽證制度及城市智慧服務等旅游綜合供給能力相對高于中西部地區(qū)城市。

3.2 入境過夜游客目的地城市親景度時空特征分析

3.2.1? ? 入境過夜游客目的地城市親景度時間演化特征

采用改進后的親景度模型計算各客源國親景度并分析其強弱變化與漲落演化特征（圖4）?？芍?，韓國、新加坡、法國與德國是強親景客源國，日本、美國、俄羅斯、泰國、馬來西亞、加拿大、英國與澳大利亞是弱親景客源國。韓國、俄羅斯、馬來西亞、法國、德國與澳大利亞等國的親景度上漲，其余國家的親景度下降。

親景度上漲的國家中，韓國的親景度最高且漲幅最大，馬來西亞與澳大利亞的漲幅相對較低。韓國、俄羅斯、法國、德國、馬來西亞與澳大利亞的親景值由初期的0.459、0.534、2.127、1.738、1.784、1.642升至末期的9.509、3.795、2.664、2.238、1.956、1.798，親景度環(huán)比增長率均值分別為174.5%、87.8%、15.6%、21.5%、15%與12.4%。

親景度下降的國家中，新加坡與菲律賓的降幅較大，日本與美國的降幅相對較小。新加坡、泰國、英國、菲律賓、加拿大、美國與日本的親景度分別由初期的4.057、2.446、2.352、1.247、1.893、1.578、1.692降至末期的1.461、1.507、1.664、0.461、1.325、1.273、1.595，親景度降幅分別為64%、38.4%、29.3%、63%、30%、19.3%、5.7%。

3.2.2? ? 入境過夜游客目的地城市親景度空間格局分析

基于親景度劃分標準，采用GIS空間分析法探討入境過夜游客親景度的空間格局，發(fā)現(xiàn)入境過夜游客在我國維持高親景度城市的數(shù)量整體上呈現(xiàn)由東向西逐步減少的分布特征，同時不同客源國的目的地城市選擇偏好存在一定區(qū)別（圖5）。

日本、韓國、菲律賓與俄羅斯入境過夜游客主要偏好我國東部城市，日本與韓國的親景城市較多，菲律賓與俄羅斯的親景城市較少。親景度較高的城市包括：沈陽、天津、寧波、青島、濟南、秦皇島、煙臺、威海、連云港、大連、上海、無錫、杭州、蘇州、南通、福州、廈門、泉州、湛江、漳州、三亞。

泰國、美國、英國與澳大利亞入境過夜游客對我國中部與西部城市具有較強的偏好。親景度較高的城市包括中部的吉林、呼和浩特、鄭州、洛陽、武漢、長沙、南昌、九江，西部的西安、西寧、蘭州、重慶、成都、拉薩、貴陽、昆明、南寧、桂林。

馬來西亞、新加坡、加拿大、法國與德國入境過夜游客對我國的東部、中部與西部城市均有較強的偏好。親景度較高的城市包括東部的北京、承德、秦皇島、濟南、連云港、寧波、溫州、南京、蘇州、杭州、無錫、福州、廈門、泉州、漳州、湛江、深圳、珠海、汕頭、中山、海口，中部的呼和浩特、太原、大同、長春、吉林、鄭州、洛陽、武漢、長沙、九江、合肥、黃山，西部的成都、重慶、銀川、蘭州、拉薩、貴陽、南寧、桂林、昆明。

親景度強弱可以反映出游客的偏好程度，與目的地城市旅游資源稟賦、經(jīng)濟發(fā)展水平、旅游距離、開放程度、市場營銷等因素密切相關[11，14]，分析可知，入境過夜游客對我國東中部城市的親景度相對高于西部地區(qū)，雖然在旅游資源稟賦方面東中部城市弱于西部城市，但整體上其經(jīng)濟發(fā)展水平、旅游產(chǎn)品開發(fā)、交通便捷度、對外貿(mào)易力度及開放程度等相對高于或早于西部地區(qū)，其旅游綜合競爭力相對西部城市更強。

3.3 入境過夜游客目的地城市類型的識別分析

依據(jù)優(yōu)勢度與親景度均值，采用優(yōu)勢度-親景度矩陣識別出各入境客源國選擇偏好下的不同發(fā)展類別的目的地城市（表1）。

韓國、日本與美國的目的地城市優(yōu)勢度與親景度較高，優(yōu)勢度均值高于2，親景度均值高于1.5，上述客源國對我國旅游城市具有較強的選擇偏好，是需要維持并持續(xù)拓展的客源市場。上述客源國的優(yōu)勢度為5.178、3.353、3.156，親景度為2.593、1.975、1.501，韓國成為高優(yōu)勢度與強親景度客源國。群落生態(tài)學角度下，三大客源國是我國城市入境過夜客源市場的優(yōu)勢種群，是未來入境旅游發(fā)展的關鍵。其高-高型城市包括北京、沈陽、天津、青島、大連、上海、蘇州、無錫、南通、廈門、深圳、武漢、長沙、黃山、西安、重慶、成都等。

馬來西亞、德國與俄羅斯的目的地城市優(yōu)勢度與親景度相對較高，但弱于韓國、美國與日本。上述客源國的優(yōu)勢度為1.786、1.014、1.102，馬來西亞的優(yōu)勢度最高;客源國親景度為1.668、2.781、1.300，德國為強親景客源市場?？梢娙罂驮磭谖覈鞘腥刖尺^夜客源市場格局中具備一定的種群優(yōu)勢，且選擇偏好也較強，所以，未來需要加大對三大客源市場的培育與開發(fā)，以提升其市場份額。上述客源國高-高型城市包括承德、南京、無錫、福州、廈門、珠海、三亞、長春、哈爾濱、洛陽、武漢、昆明、桂林、烏魯木齊等。

泰國、新加坡、加拿大、英國、法國與澳大利亞的目的地城市優(yōu)勢度比較低，但親景度相對較高，是未來實現(xiàn)我國入境旅游振興的重點客源市場。上述客源國的優(yōu)勢度均低于1，分別為0.654、0.917、0.834、0.908、0.770、0.78;親景度為1.739、2.172、1.608、1.948、2.681、1.602，新加坡和法國成為強親客源市場。整體來看，上述客源國雖然對我國城市具有較強的選擇偏好，但在入境過夜客源市場格局中的種群優(yōu)勢比較低，所以，未來目的地城市需要加大對上述客源國的旅游供給資源的配置，以滿足游客需要，提升其在目的地城市的優(yōu)勢度。上述客源國的高-高型城市包括杭州、無錫、寧波、廈門、廣州、珠海、深圳、汕頭、武漢、洛陽、鄭州、長沙、西安、成都、昆明、重慶、桂林等。

菲律賓的目的地城市優(yōu)勢度與親景度均小于1，分別為0.423、0.784，其在入境過夜客源市場格局中的種群優(yōu)勢程度最低。其高-高型城市主要包括天津、上海、寧波、廈門與南寧等少數(shù)城市。未來須繼續(xù)提升其親景度，以提高其在入境過夜客源市場格局中的層次。

4 結(jié)論與討論

4.1 研究結(jié)論

（1）目的地城市入境過夜游客優(yōu)勢度保持上升態(tài)勢，但增速下滑明顯。優(yōu)勢度階段環(huán)比增長率由初期的85%降至末期的15%。高優(yōu)勢度與低優(yōu)勢度客源國集中在亞洲地區(qū)，韓國、日本、馬來西亞為高優(yōu)勢度客源國，菲律賓與泰國為低優(yōu)勢度客源國。

（2）優(yōu)勢度格局方面，承接入境過夜游客高優(yōu)勢度城市的數(shù)量整體上呈現(xiàn)出東中西逐步遞減的空間分布特征，且具體客源國入境過夜游客的城市優(yōu)勢度也存在差異。日本、馬來西亞、菲律賓與英國在我國東部城市保持較高的優(yōu)勢度;新加坡、美國、加拿大、德國、澳大利亞與俄羅斯在我國的東部與西部城市保持較高的優(yōu)勢度;韓國、泰國與法國在我國東部、中部與西部城市均保持較高的優(yōu)勢度。高優(yōu)勢度的共性城市包括東部的北京、上海、廣州、深圳、天津、青島、大連、蘇州、杭州、無錫、南京、廈門、珠海、福州、沈陽，中部的武漢、鄭州、洛陽、長沙、黃山，以及西部的成都、重慶、西安、昆明、桂林與南寧等。整體來看，不同客源國入境游客依舊在東部城市保持較高的優(yōu)勢度，并呈現(xiàn)出目的地選擇路徑依賴的特征，而在中西部地區(qū)，僅有省會城市和具有壟斷性資源的中小城市具備較高的優(yōu)勢度。優(yōu)勢度格局的形成除受國家與區(qū)域宏觀政策的影響外，還受各城市旅游供給綜合發(fā)展水平以及承接入境過夜游客能力差異等內(nèi)在因素的影響[3]，未來需要提升旅游供給綜合發(fā)展能力才能更好地激活各“藍海城市”入境過夜游客市場的發(fā)展活力。

（3）主要客源國對旅游城市的選擇偏好以弱親景為主。韓國、新加坡、法國與德國為強親景客源國，菲律賓為弱疏景客源國，其余為弱親景客源國。韓國、俄羅斯、馬來西亞、法國、德國與澳大利亞為親景度上漲客源國。

（4）親景度格局方面，入境過夜游客在我國維持高親景度城市的數(shù)量整體上呈現(xiàn)由東向西逐步減少的空間分布特征，同時不同客源國入境過夜游客的城市親景偏好存在差異。日本、韓國、菲律賓與俄羅斯游客偏好我國的東部城市;泰國、美國、英國與澳大利亞游客偏好我國的中西部城市;馬來西亞、新加坡、加拿大等國的游客對我國的東部、中部與西部城市均有較強的偏好。研究結(jié)論與李旭等的研究結(jié)果較為一致[14]，中西部城市對入境過夜游客的吸引力有望逐漸超過東部城市。高親景度的共性城市包括東部的北京、上海、廣州、深圳、濟南、煙臺、南京、無錫、蘇州、福州、廈門、泉州、漳州、海口、珠海、湛江，中部的長春、吉林、大同、鄭州、洛陽、武漢、長沙、南昌、九江、黃山，西部的西安、蘭州、重慶、成都、拉薩、桂林、昆明、貴陽與南寧。總結(jié)發(fā)現(xiàn)，東部城市依然是入境過夜游客的首先選擇，這印證了已有研究的部分結(jié)論[35]，資源豐富、交通便利與手續(xù)便捷的城市已經(jīng)成為入境過夜游客的首選對象，同時在游客動機和偏好的共同作用與影響下，導致其目的地選擇空間格局呈現(xiàn)差異。

（5）通過入境過夜游客目的地城市類型的識別分析，發(fā)現(xiàn)高-高型、高-低型城市相對較少，低-高型、低-低型城市較多。我國接待入境過夜游客高優(yōu)勢度目的地城市較少，從供給層面折射出我國旅游城市的入境過夜市場開發(fā)還有較大的拓展與提升空間。低-高型城市較多，則表明入境過夜游客對該類城市具有較強的選擇需求與偏好，但由于城市旅游供給潛力未充分發(fā)掘，造成其接待入境過夜游客的優(yōu)勢度偏低，該類城市是未來重點開發(fā)與振興的對象。低-低型城市則需要供需雙方共同努力，既要提升城市供給能力，又要培育與提升游客的選擇偏好，以實現(xiàn)目的地入境旅游市場份額的拓展。

（6）群落生態(tài)學視角下，依據(jù)旅游地理系統(tǒng)模型，可將60座旅游城市整體上視為目的地群落，并采用生態(tài)優(yōu)勢度來評價群落內(nèi)部各種群重要性與發(fā)展優(yōu)劣程度，以綜合透視出該群落的結(jié)構(gòu)特征及差異，而13個入境客源國代表需求群落，可用親景度來表征各需求種群對目的地城市的選擇偏好。目的地城市種群優(yōu)勢度的格局受目的地旅游產(chǎn)品、服務設施、安全保障、交通區(qū)位等供給因素[1，3，14]，以及出游方式、旅游期望與動機等[35]需求因素的綜合影響（圖6）。生態(tài)優(yōu)勢度較高的城市對入境過夜游客具有絕對的吸引力，是目的地群落的優(yōu)勢種群，在群落里面具有較高的發(fā)展地位與層次，以及較強的旅游綜合供給能力，是目的地群落未來發(fā)展的關鍵。入境客源國親景度的強弱受游客旅游期望、動機、滿意度等因素的綜合影響，反映了其對目的地城市選擇偏好程度的高低，持續(xù)培育并提升其親景度是目的地入境旅游得以持續(xù)發(fā)展與振興的前提。

4.2 研究貢獻

本研究主要從以下3個方面來增益對入境旅游市場研究的理解。首先，文章采用生態(tài)優(yōu)勢度與親景度理論，以透視入境過夜游客市場對我國旅游城市的空間格局、層次及選擇偏好特征，可強化對該市場空間結(jié)構(gòu)異質(zhì)性特征與規(guī)律的認識。通過識別入境過夜游客偏好下的目的地城市類型，可助力各城市更好地了解其在入境旅游發(fā)展格局中所處的地位與層次，以幫助其進行差異化的產(chǎn)業(yè)布局與市場營銷。同時，新冠肺炎疫情影響下，探討入境過夜游客所偏好的目的地城市類型，可為各城市重啟與恢復入境旅游市場提供實踐依據(jù)。

其次，依據(jù)旅游地理系統(tǒng)模型，將群落生態(tài)學理論遷移至入境旅游市場研究中，視目的地城市為供給群落，客源地視為需求群落，通過生態(tài)優(yōu)勢度模型與理論來探討目的地城市的層次與地位，并識別目的地城市群落中的優(yōu)勢與重要的種群，深化了群落生態(tài)學理論與方法在旅游市場研究中的應用深度，并進一步豐富了入境旅游研究框架的內(nèi)容。

第三，引入年均環(huán)比增長率這一指標，構(gòu)建親景度改進模型，彌補了原有模型注重市場規(guī)模而忽略增長能力的缺陷，從規(guī)模與增長率兩個角度綜合優(yōu)化了親景度的分析結(jié)果，一定程度上提升了研究結(jié)論的科學性與準確性。

4.3 研究啟示

依據(jù)研究結(jié)果，從空間發(fā)展、線路設計與城市建設等方面為我國城市入境旅游市場開發(fā)提供以下啟示。空間發(fā)展方面，可通過東部、中部與西部地區(qū)內(nèi)部高優(yōu)勢度-高親景度城市的聯(lián)合開發(fā)來實現(xiàn)入境旅游振興發(fā)展。具體來看，東部城市可采取“面狀”發(fā)展共贏戰(zhàn)略，主要是因為該地區(qū)高-高型城市較多，同時該地區(qū)城市具備經(jīng)濟發(fā)展水平較高、旅游資源豐富、基礎服務設施完善、區(qū)域交通便捷等條件，城市整體的供給能力相對較強，通過東部高-高型城市的聯(lián)合協(xié)作與共享開發(fā)，可帶動并促進東部地區(qū)入境旅游市場的振興發(fā)展。中部地區(qū)城市可采取“枝狀”拓展發(fā)展戰(zhàn)略，主要是基于中部地區(qū)具備承東啟西的交通優(yōu)勢，該地區(qū)的高-高型城市主要以省會城市或交通樞紐城市為主，所以該類城市可依托便捷的交通優(yōu)勢，打造便捷高效的入境集散網(wǎng)絡，以最大程度地帶動該地區(qū)入境旅游市場的發(fā)展。第三，西部地區(qū)城市可采取“線狀”關聯(lián)發(fā)展戰(zhàn)略，主要因為西部地區(qū)高-高型城市以省會城市為主，省會城市已成為該區(qū)域入境旅游發(fā)展的增長極與樞紐，所以可通過強化區(qū)域省會城市之間的交通聯(lián)系與供給要素共享合作，帶動該地區(qū)入境旅游市場份額的提升。

入境旅游線路設計方面，需要重新優(yōu)化并推出國家與區(qū)域?qū)用娴摹包S金旅游線路”。在我國入境旅游發(fā)展的早期，曾推出“北京—上?！靼病鹆帧秉S金旅游線路。但從研究結(jié)果來看，不同入境客源市場的選擇偏好是存在區(qū)域差異的，固定化的旅游線路無法滿足不同入境客源市場的需求，并會造成城市入境旅游供給資源的浪費，影響城市入境旅游市場的拓展。因此，可根據(jù)各客源市場所偏好的不同類型目的地城市，綜合評估其旅游供給能力，針對不同客源市場推出國家與區(qū)域?qū)用娴狞S金旅游線路，以滿足市場差異化的需求，實現(xiàn)城市入境旅游的振興發(fā)展。

需要從管理政策、服務質(zhì)量、產(chǎn)業(yè)布局等方面綜合提升目的地城市旅游供給水平。首先，出臺入境旅游市場振興與獎勵政策，積極完善簽證制度，強化對客源市場的營銷管理，為入境旅游發(fā)展提供政策支持。其次，提高游客集散中心、酒店等接待部門的信息化與智能化水平，做好接待場所公共服務安全及突發(fā)事件的預警管理，并強化語言溝通的便利化程度，提升旅游的服務質(zhì)量。第三，推進國內(nèi)外旅游企業(yè)合作，提高國內(nèi)企業(yè)與國外旅行社、酒店、國際航線等的協(xié)作程度，優(yōu)化城市入境旅游產(chǎn)業(yè)布局。

4.4 不足與展望

本研究的不足之處體現(xiàn)在以下幾個方面：首選，文章僅對入境過夜游客目的地城市的優(yōu)勢度與親景度進行了整體分析，而對其空間格局歷時性演變的探討相對不足。其次，文章雖引入生態(tài)優(yōu)勢度理論，分析了目的地城市群落中各種群的重要性與優(yōu)劣程度，但對各種群之間的互動關系，優(yōu)勢種群對城市群落發(fā)育與成長的影響及機理還缺乏研究。第三，影響入境過夜游客目的地選擇的因素較為多樣，文章雖然從供需角度梳理了影響目的地優(yōu)勢度與親景度的因素，但缺乏不同階段下供需多因素互動關系與驅(qū)動機制的實證分析。第四，受新冠疫情的影響，入境過夜游客的偏好與動機、行為決策、出游方式及目的地選擇等將呈現(xiàn)何種變化也有待關注，未來將對上述問題進行持續(xù)探索。

參考文獻（References）

[1] 馬耀峰， 高楊. 新時代我國入境旅游政策協(xié)調(diào)與路徑優(yōu)化的審視[J]. 陜西師范大學學報（哲學社會科學版）， 2018， 47（2）： 30-36. [MA Yaofeng， Gao Yang. Review of Chinas tourism policy coordination and path optimization of inbound tourism in the new era[J]. Journal of Shaanxi Normal University （Philosophy and Social Sciences Edition）， 2018， 47（2）： 30-36.]

[2] 劉軍勝， 馬耀峰. 目的地旅游供給游客感知評價與行為態(tài)度的比較研究——以西安市為例[J]. 經(jīng)濟管理， 2017， 39（7）： 134-148. [LIU Junsheng， MA Yaofeng. The comparative analysis of inbound tourists perception evaluation and behavior about destination tourism supply： Taking Xian city as an example[J]. Business Management Journal， 2017， 39（7）： 134-148.]

[3] 萬緒才， 王厚廷， 傅朝霞， 等. 中國城市入境旅游發(fā)展差異及其影響因素——以重點旅游城市為例[J]. 地理研究， 2013， 32（2）： 337-346. [WAN Xucai， WANG Houting， FU Chaoxia， et al. The intercity difference and influencing factors of inbound tourism development in China： Taking the major tourism cities as an example[J]. Geographical Research， 2013， 32（2）： 337-346.]

[4] LIMA C， MCALEER M. Monthly seasonal variations： Asian tourism to Australia[J]. Annals of Tourism Research， 2001， 28（1）： 68-82.

[5] KOC E， ALTINAY G. An analysis of seasonality in monthly per person tourist spending in Turkish inbound tourism from a market segmentation perspective[J]. Tourism Management， 2007， 28（1）： 227-237.

[6] 林德榮， 張軍洲. 旅游時間序列的季節(jié)性特征研究——以城市入境旅游為例[J]. 旅游學刊， 2015， 30（1）： 63-71. [LIN Derong， ZHANG Junzhou. Research on seasonality of tourism time series： Urban inbound tourism as a case study[J]. Tourism Tribune， 2015， 30（1）： 63-71.]

[7] 孫曉東， 倪榮鑫， 馮學鋼. 城市入境旅游及客源市場的季節(jié)性特征研究——基于上海的實證分析[J]. 旅游學刊， 2019， 34（8）： 25-39. [SUN Xiaodong， NI Rongxin， Feng Xuegang. Exploring seasonality of urban inbound tourism from the perspective of source market structure： An empirical study on Shanghai， China[J]. Tourism Tribune， 2019， 34（8）： 25-39.]

[8] JANGSC S C， CHEN M H. Financial portfolio approach to optimal tourist market mixes[J]. Tourism Management， 2008， 29（4）： 761-770.

[9] MUNOZ T G. Inbound international tourism to Canary Islands： A dynamic panel data model[J]. Tourism Management， 2006， 27（2）： 281-291.

[10] 唐潔塵， 陳雙琴. 中國入境旅游需求彈性估算——基于誤差修正模型[J]. 旅游科學， 2017， 31（5）： 65-81. [TANG Jiechen， CHEN Shuangqin. An estimation of demand elasticity of Chinas inbound tourism—Based on the error correction model[J]. Tourism Science， 2017， 31（5）：65-81.]

[11] 馬耀峰， 梁旺兵. 基于親景度的美國旅華市場拓展研究——以我國六大旅游熱點城市為例[J]. 旅游學刊， 2005， 20（1）： 35-38. [MA Yaofeng， LIANG Wangbing. A study on the development of the US visiting-China market based on preference scale[J]. Tourism Tribune， 2005， 20（1）： 35-38.]

[12] 成英文， 張輝. 城市入境旅游景氣指數(shù)構(gòu)建研究——以北京為例[J]. 旅游科學， 2013， 27（5）： 76-85. [CHENG Yingwen， ZHANG Hui. Research on the establishment of urban tourism prosperity index： A case study of Beijing[J]. Tourism Science， 2013， 27（5）： 76-85.]

[13] 王佳果， 吳忠軍， 曹宏麗. “一帶一路”背景下民族地區(qū)入境旅游時空特征[J]. 經(jīng)濟地理， 2017， 37（7）： 208-215. [WANG Jiaguo， WU Zhongjun， CAO Hongli. The spatial and temporal characteristics of inbound tourism in ethnic areas under the background of “the Belt and Road Initiatives”[J]. Economic geography， 2017， 37（7）： 208-215.]

[14] 李旭， 秦耀辰， 寧曉菊， 等. 中國入境游客旅游目的地選擇變化及影響因素[J]. 經(jīng)濟地理， 2014， 34（6）： 169-175. [LI Xu， QIN Yaochen， Ning Xiaoju， et al. Destination choice change and its influencing factors of inbound tourists in China[J]. Economic Geography， 2014， 34（6）： 169-175.]

[15] WADE D J， MWASAG B C， EAGLES P F J. A history and market analysis of tourism in Tanzania[J]. Tourism Management， 2001， 22（1）： 93-101.

[16] 馬曉龍. 西安旅游區(qū)入境旅游流時空演變及系統(tǒng)調(diào)控[J]. 人文地理， 2006， 21（4）： 88-93. [MA Xiaolong. Temporal-spatial varieties of oversea tourists flow and its systematical adjusting in Xian tourism districts[J]. Human Geography， 2006， 21（4）： 88-93.]

[17] 李創(chuàng)新， 馬耀峰， 張佑印， 等. 中國旅游熱點城市入境客流與收入時空動態(tài)演化與錯位——重力模型的實證[J]. 經(jīng)濟地理， 2010， 30（8）： 1372-1377. [LI Chuangxin， MA Yaofeng， ZHANG Youyin， et al An analysis of space-time dynamic evolution and dislocation of inbound tourism based on typical cities—With the gravity model as an empirical research[J]. Economic Geography， 2010， 30（8）： 1372-1377.]

[18] 秦靜， 李郎平， 唐鳴鏑， 等. 基于地理標記照片的北京市入境旅游流空間特征[J]. 地理學報， 2018， 73（8）： 1556-1570. [QIN Jing， LI Langping， TANG Mingdi， et al. Exploring the spatial characteristics of Beijing inbound tourist flow based on geotagged photos[J]. Acta Geographica Sinica， 2018， 73（8）： 1556-1570.]

[19] LUNDGREN J. Geography of tourism and leisure geographic concepts and the development of tourism research in Canada[J]. GeoJournal， 1984， 9（1）： 17-25.

[20] BALAZ V. Japanese tourists in transition countries of central europe： Present behaviour and future trends[J]. Tourism Management， 1998， 19（5）： 433-443.

[21] GARIN M T， AMARAL T P. An econometric model for international tourism flows to Spain[J]. Applied Economics Letters， 2000， 7（8）： 525-529.

[22] 馬耀峰， 李旭. 中國入境游客旅游選擇模式研究[J]. 西北大學學報（自然科學版）， 2003， 60（5）： 575-580. [MA Yaofeng， LI Xu. A study of China inbound tourists selection patterns[J]. Journal of Northwest University （Natural Science Edition）， 2003， 60（5）： 575-580.]

[23] 張佑印， 馬耀峰， 趙現(xiàn)紅. 中國一級城市入境旅游流時空演變模式分析[J]. 城市問題， 2008， 26（2）： 90-94. [ZHANG Youyin， MA Yaofeng， ZHAO Xianhong. Analysis on the temporal and spatial evolution pattern of inbound tourism flow in Chinas first-class cities[J]. Urban Problems， 2008， 26（2）： 90-94.]

[24] 朱竑， 吳旗韜. 中國省際及主要旅游城市旅游規(guī)模[J]. 地理學報， 2005， 60（6）： 919-927. [ZHU Hong， WU Qitao. Study on tourism size of provinces and primary cities in China[J]. Acta Geographica Sinica， 2005， 60（6）： 919-927.]

[25] 楊國良， 張捷， 艾南山， 等. 旅游流齊夫結(jié)構(gòu)及空間差異化特征——以四川省為例[J]. 地理學報， 2006， 61（12）： 1281-1289. [YANG Guoliang， ZHANG Jie， AI Nanshan， et al. Zipf structure and difference degree of tourist flow size system： A case study of Sichuan Province[J]. Acta Geographica Sinica， 2006， 61（12）： 1281-1289.]

[26] 劉軍勝， 馬耀峰. 河南省城市入境旅游規(guī)模與位序差異化[J]. 經(jīng)濟地理， 2012， 32（6）： 150-155. [LIU Junsheng， MA Yaofeng. Research on disparity of inbound tourism size and rank for cities in Henan province[J]. Economic Geography， 2012， 32（6）： 150-155.]

[27] 胡靜， 陳小娟， 陳磊， 等. 山東省入境旅游規(guī)模結(jié)構(gòu)演化研究[J]. 中國人口·資源與環(huán)境， 2015， 25（7）： 170-176. [HU Jing， CHEN Xiaojuan， Chen Lei， et al. Study on the evolution of inbound tourism scale structure in Shandong province[J]. China Population， Resources and Environment， 2015， 26（7）： 170-176.]

[28] 魏穎， 馬耀峰， 李創(chuàng)新. 口岸城市入境旅游流空間擴散路徑實證研究——以上海市為例[J]. 旅游科學， 2010， 24（5）： 32-39. [WEI Ying， MA YaoFeng， LI Chuangxin. An empirical research on spatial diffusion paths of inbound tourist flows in Chinese port cities ： A case study of Shanghai[J]. Tourism Science， 2010， 24（5）： 32-39.]

[29] 吳良平， 張健. “一帶一路”背景下入境客流集聚市場供給特征研究[J]. 旅游學刊， 2018， 33（7）： 40-51. [WU Liangping， ZHANG Jian. Research on the supply characteristics of the concentrated markets of inbound tourist flows under the background of “the Belt and Road Initiatives”[J]. Tourism Tribune， 2018， 33（7）： 40-51.]

[30] 王永明， 馬耀峰， 王美霞. 中國重點城市入境旅游空間關聯(lián)網(wǎng)絡特征及優(yōu)化[J]. 人文地理， 2013， 28（3）： 142-147. [WANG Yongming， MA Yaofeng， WANG Meixia. Study on structure and optimization of inbound tourism network of key cities in China[J]. Human Geography， 2013， 28（3）： 142-148.]

[31] 唐瀾， 吳晉峰. 中國入境觀光休閑旅游流空間結(jié)構(gòu)與流動特征[J]. 經(jīng)濟管理， 2013， 35（10）： 130-142. [TANG Lan， WU Jinfeng. Research on the spatial structure and flow characteristic of Chinese inbound sightseeing and leisure tourist flows[J]. Business Management Journal， 2013， 35（10）： 130-142.]

[32] 保繼剛， 甘萌雨. 改革開放以來中國城市旅游目的地地位變化及因素分析[J]. 地理科學， 2004， 23（3）： 365-370. [BAO Jigang， GAN Mengyu. Analysis on urban destinations in China： Status change and factors for the change since the reform era[J]. Scientia Geographica Sinica， 2004， 24（3）： 365-370.]

[33] 陳剛強， 許學強. 中國入境旅游規(guī)?？臻g分布變化及因素分析[J]. 地理科學， 2011， 31（5）： 613-619. [CHEN Gangqiang， XU Xueqiang. Evolution and its factors of spatial distribution of inbound tourism size in China[J]. Scientia Geogeraphica Sinica， 2011， 31（5）： 613-619.]

[34] 吳楊， 倪欣欣， 馬仁鋒. 入境旅游影響因素及其空間效應計量——以上海市為例[J]. 財經(jīng)科學， 2016， 60（3）： 122-132. [WU Yang， NI Xinxin， MA Renfeng. The spatial correlation and difference of influencing factors of urban inbound tourism： A case study of Shanghai[J]. Finance Economics， 2016， 60（3）： 122-132.]

[35] 唐弘久， 保繼剛. 我國主要入境客源地游客的時空特征及影響因素[J]. 經(jīng)濟地理， 2018， 38（9）： 222-230; 239. [TANG Hongjiu， BAO Jigang. Spatio-temporal characteristics and influencing factors of tourists from main inbound tourist source for Mainland China[J]. Economic Geography， 2018， 38（9）： 222-230; 239.]

[36] BALLIF F， BALLIO H O， Cebeci K. Impacts of exported Turkish soap operas and visa-free entry on inbound tourism to Turkey[J]. Tourism Management， 2013， 37： 186-192.

[37] LI G， LAW R， VU H Q， et al. Discovering the hotel selection preferences of Hong Kong inbound travelers using the Choquet Integral[J]. Tourism Management， 2013， 36： 321-330.

[38] LIU Y P， LI Y C， PARKPAIN P. Inbound tourism in Thailand： Market form and scale differentiation in ASEAN source countries [J]. Tourism Management， 2018， 64： 22-36.

[39] 郭峰， 吳晉峰， 王鑫， 等. 基于SNA的西安入境旅游市場“倒二八”結(jié)構(gòu)研究[J]. 人文地理， 2011， 26（5）： 127-132. [GUO Feng， WU Jinfeng， WANG Xin， et al. Social network analysis of reversed praetor principle inbound tourism market of Xian[J]. Human Geography， 2011， 26（5）： 127-132.]

[40] 阮文奇， 鄭向敏， 李勇泉， 等. 中國入境旅游的“胡煥庸線”空間分布特征及驅(qū)動機理研究[J]. 經(jīng)濟地理， 2018， 38（3）： 181-189; 199. [RUAN Wenqi， ZHENG Xiangming， LI Yongquan， et al. Spatial distribution characteristics and driving mechanism of “Hu Line” in inbound tourism in China[J]. Economic Geography， 2018， 38（3）： 181-189; 199.]

[41] 彭少麟. 廣東亞熱帶森林群落的生態(tài)優(yōu)勢度[J]. 生態(tài)學報， 1987， 7（1）： 36-42. [PENG Shaolin. Ecological dominance of tropical forest communities in Guandong[J]. Acta Ecologica Sinica， 1987， 7（1）： 36-42.]

[42] 李建榮， 石萬成， 劉旭. 蘋果園昆蟲群落生態(tài)優(yōu)勢度研究[J]. 生態(tài)學雜志， 1996， 15（1）： 20-23. [LI Jianrong， SHI Wancheng， LIU Xu. Study of ecological dominance of insect communities in apple plantations[J]. Chinese Journal of Ecology， 1996， 15（1）： 20-23.]

[43] 陳玉福， 孫虎， 劉彥隨. 中國典型農(nóng)區(qū)空心村綜合整治模式[J]. 地理學報， 2010， 65（6）： 727-735. [CHEN Yufu， SUN Hu， LIU Yansui. Reconstruction models of hollowed villages in key agricultural regions of China[J]. Acta Geographica Sinica， 2010， 65（6）： 727-735.]

[44] 史坤博， 楊永春， 楊欣傲， 等. 時間成本是否成為電子商務區(qū)位的核心機制——基于成都市O2O電子商務的實證分析[J]. 地理學報， 2016， 71（3）： 500-514. [SHI Kunbo， YANG Yongchun，YANG Xinao， et al. Does time dictate the location of e-commerce business： A study of O2O businesses in Chengdu， China[J]. Acta Geographica Sinica， 2016， 71（3）： 500-514.]

[45] 鄒君， 楊玉蓉， 黃翅勤， 等. 中國區(qū)域虛擬水戰(zhàn)略優(yōu)勢度評價[J]. 地理科學， 2009， 29（1）： 78-82. [ZOU Jun， YANG Yurong， HUANG Chiqin， et al. Concept and quantitative assessment of advantage value of regional virtual water strategy （AVRVWS） [J]. Scientia Geographica Sinica， 2009， 29（1）： 78-82.]

[46] 張新林， 趙媛， 許昕， 等. 中國天然氣資源流動優(yōu)勢度時空演變特征[J]. 地理研究， 2016， 35（8）： 1457-1469. [ZHANG Xinlin， ZHAO Yuan， XU Xin， et al. Spatial and temporal evolution characteristics of natural gas resource mobility dominance in China[J]. Geographical Research， 2016， 35（8）： 1457-1469.]

[47] 劉秀梅， 李小鋒. 圍欄封育對新疆山地退化草原植物群落特征的影響[J]. 干旱區(qū)研究， 2017， 34（5）： 1077-1082. [LIU Xiumei， LI Xiaofeng. Effects of enclosure on plant community characters of degenerated steppe in Xinjiang[J]. Arid Zone Research， 2017， 34（5）： 1077-1082.]

[48] 傅伯杰. 黃土區(qū)農(nóng)業(yè)景觀空間格局分析[J]. 生態(tài)學報， 1995， 62（2）： 113-120. [FU Bojie. Spatial pattern analysis of agricultural landscape in loess region[J]. Acta Ecologica Sinica， 1995， 62（2）： 113-120.]

[49] 金鳳君， 王成金， 李秀偉. 中國區(qū)域交通優(yōu)勢的甄別方法及應用分析[J]. 地理學報， 2008， 63（8）： 787-798. [JIN Fengjun， WANG Chengjin， LI Xiuwei. Discrimination method and its application analysis of regional transport superiority[J]. Acta Geographica Sinica， 2008， 63（8）： 787-798.]

[50] 唐禮俊. 佘山風景區(qū)景觀空間格局分析及其規(guī)劃初探[J]. 地理學報， 1998， 65（5）： 47-55. [TANG Lijun. The spatial pattern analysis of landscape and the landscape planning in Sheshan scenic spot[J]. Acta Geographica Sinica， 1998， 53（5）： 429-437.]

[51] 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. [HAN Chunxian. The spatial tourism economical development based on the superiority degree of tourism resources in Xinjiang[J]. Economic Geography， 2009， 29（5）： 871-875.]

[52] 晉秀龍， 陸林， 鞏劼， 等. 旅游活動對九華山風景區(qū)大型土壤動物群落影響[J]. 地理研究， 2011， 30（1）： 103-114. [JIN Xiulong， LU Lin， GONG Jie， et al. Effects of tourism activities on soil macro fauna community in Mount Jiuhua scenic are[J]. Geographical Research， 2011， 30（1）： 103-114.]

[53] 崔丹， 吳昊， 劉宏紅， 等. 大都市區(qū)貧困帶旅游精準扶貧模式與路徑探析——以環(huán)京津貧困帶22個國家級貧困縣為例[J]. 中國軟科學， 2019， 33（7）： 81-90. [CUI Dan， WU Hao， LIU Honghong， et al. Analysis the model and path of the tourism accurate poverty alleviation of the poverty belt around the metropolitan—A case study of 22 national-level impoverished counties in the poverty belt around Beijing and Tianjin[J]. China Soft Science， 2019， 33（7）： 81-90.]

[54] 郭向陽， 穆學青， 明慶忠， 等. 旅游地快速交通優(yōu)勢度與旅游流強度的空間耦合分析[J]. 地理研究， 2019， 38（5）： 1119-1135. [GUO Xiangyang， MU Xueqing， MING Qingzhong， et al. Spatial coupling between rapid traffic superiority degree and tourist flow intensity in tourist destinations[J]. Geographical Research， 2019， 38（5）： 1119-1135.]

[55] 李創(chuàng)新， 馬耀峰， 張穎， 等. 1993—2008年區(qū)域入境旅游流優(yōu)勢度時空動態(tài)演進模式： 基于改進熵值法的實證研究[J]. 地理研究， 2012， 31（2）： 257-268. [LI Chuangxin， MA Yaofeng， Zhang Ying， et al. Dynamic evolution mode of regional dominance indexes of Chinese inbound tourism flows during 1993 to 2008： An empirical research based on modified entropy technology[J]. Geographical Research， 2012， 31（2）： 257-268.]

[56] 劉軍勝， 馬耀峰， 吳冰. 入境旅游流與區(qū)域經(jīng)濟耦合協(xié)調(diào)度時空差異動態(tài)分析——基于全國31個省區(qū)1993—2011年面板數(shù)據(jù)[J]. 經(jīng)濟管理， 2015， 37（3）： 33-43. [LIU Junsheng， MA Yaofeng， Wu Bing. Dynamic analysis of the time and space differences of the coordination degree between inbound tourism flow and regional economy： Based on panel data of 31 provinces and regions in 1993—2011[J]. Economic Management， 2015， 37（3）： 33-43.]

[57] 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. [WANG Degen， CHEN Tian. Spatial analysis for regional difference of tourism economy in China[J]. Scientia Geographica Sinica， 2011， 31（5）： 528-536.]

[58] 陳秀瓊， 黃福才. 中國入境旅游的區(qū)域差異特征分析[J]. 地理學報， 2006， 61（12）： 1271-1280. [CHEN Xiuqiong， HUANG Fucai. Temporal change of regional disparity in Chinese inbound tourism[J]. Acta Geographica Sinica， 2006， 61（12）： 1271-1280.]

Spatial and Temporal Differentiation of Destination Choice and Urban

Type Identification of Chinese Inbound Overnight Tourists

LIU Junsheng1， MA Yaofeng2， LIU Yanxu3

（1. School of Economic &Management， Northwestern University， Xian 710127， China; 2. School of Geography and

Tourism， Shaanxi Normal University， Xian 710119， China; 3. State Key Laboratory of Earth Surface Processes and

Resource Ecology， Faculty of Geographical Science， Beijing Normal University， Beijing 100875， China）

Abstract：This research examined the spatial and temporal pattern characteristics and factors affecting destination preferences in inbound tourism markets. It identified and classified different types of international destination cities with respect to selection preferences for various tourist markets： it aimed to provide an important reference for promoting locations， thereby facilitating appropriate marketing toward revitalizing inbound tourism. The present study applied the theory of ecological dominance and preference; it employed statistical data for overnight tourists from 13 major tourist source countries who stayed at 60 tourist cities from 1991 to 2017. This investigation applied an improved model of dominance and preference and a dominance-preference matrix to analyze the spatial and temporal patterns of dominance and preference related to the overnight tourist market in the 60 cities; it categorized the cities into different types based on the demand for overnight tourist stays.

The following results were obtained. （1） The numbers of overnight inbound tourists in the 60 cities generally maintained an upward trend; however， there was a clear decrease in the growth rate. The source countries with higher and lower advantages were mainly located in Asia. In China， the number of cities with large numbers of overnight visitors generally showed a gradual decrease from east to west. （2） South Korea， France， and Germany were strong pro-scenery source countries and displayed rising pro-scenery; Singapore was a strong pro-scenery source country， but it showed declining pro-scenery. In China， the number of inbound overnight tourists in cities with high pro-scenery presented a gradual decrease from east to west. （3） There were fewer cities with high dominance-high preference and high dominance-low preference; there were more cities with low dominance-high preference and low dominance-low preference. Cities with low dominance-high preference were the targets for future development and revitalization.

The novel aspects of the present investigation are threefold. First， by applying the theory of ecological dominance and pro-landscape， this study analyzed the spatial patterns， numbers， and preferences of overnight visitors in Chinas tourist cities; it examined the heterogeneity characteristics and factors affecting the market for overnight visitors. By identifying the different types of destination cities chosen by overnight inbound tourists， this research can help cities better identify their situation relative to the development pattern of inbound tourism; it can help them conduct a differentiated industrial and marketing approach. With respect to the COVID-19 pandemic， this study identified the types of destination cities selected by overnight visitors; thus， it can provide a practical basis for those places to restore their inbound tourism market. Second， according to the model of the tourism geographic system， this study applied the theory of community ecology to an examination of the inbound tourism market; destination cities were regarded as the supply community and source areas as the demand community. The level and status of the destination cities were examined in terms of a model and theory related to ecological dominance. The advantages and sources areas for the destination cities were identified. In that way， this study enhances the application depth of community ecology theory and methods to research into inbound tourism markets; it enriches the research framework with respect to inbound tourism. Third， by employing the index of the average annual growth rate， this study developed an improved model for examining the pro-landscape degree. Thus， this investigation compensates for defects in the original model， which considered market scale but neglected growth. This research comprehensively optimized the analysis results of pro-landscape degree regarding the two factors of scale and growth rate; it enhances the scientificity and accuracy of the results obtained.

Keywords： tourist city; inbound overnight visitors; dominance model; improved model for preference; temporal and spatial patterns

[責任編輯：王? ? 婧;責任校對：周小芳]