石京,辛磊
(清華大學(xué) 土木工程系,北京 100084)
近年來,全球旅游業(yè)持續(xù)穩(wěn)定增長,旅游產(chǎn)業(yè)成為經(jīng)濟競爭的熱點和各國輸出文化、展現(xiàn)軟實力的重要方式。中國相繼頒布了《國民旅游休閑綱要(2013~2020年)》(國辦發(fā)〔2013〕10號)、《國務(wù)院關(guān)于促進旅游業(yè)改革發(fā)展的若干意見》(國發(fā)〔2014〕31號)等政策文件,將中國旅游業(yè)發(fā)展提升到新的戰(zhàn)略高度。海南省迎來了國際旅游島、“21世紀(jì)海上絲綢之路”等國家戰(zhàn)略和三沙設(shè)市、推進旅游供給側(cè)結(jié)構(gòu)性改革、首個全域旅游創(chuàng)建省等重大機遇。
海南省統(tǒng)計局的數(shù)據(jù)顯示,“十二五”期間,海南省旅游業(yè)發(fā)展迅猛。一是接待游客總?cè)藬?shù)快速增長。接待游客總?cè)藬?shù)從2009年的2 250萬人次增加到2016年的4 977萬人次,年均增長12.0%。接待游客總?cè)藬?shù)及旅游總收入兩項指標(biāo)增速均高于全國平均水平。二是旅游總收入穩(wěn)步增加。2016年海南省旅游總收入達(dá)到672.10億元,同比增長17.4%;旅游業(yè)增加值占海南省GDP比重達(dá)到16.6%,以旅游業(yè)為龍頭的第三產(chǎn)業(yè)增加值占全省GDP比重達(dá)到53.7%。根據(jù)海南省旅游局的相關(guān)統(tǒng)計資料,1998至2016年,海南省接待過夜游客數(shù)增長速度逐漸增加(如圖1所示,曲線呈上揚趨勢),2016年接待人次已經(jīng)基本達(dá)到5 000萬人次。背靠中國內(nèi)地巨大市場的海南省在旅游業(yè)方面還有很大的發(fā)展空間。

圖1 海南省接待過夜游客人數(shù)
對于旅游地的演進歷程,相關(guān)學(xué)者進行了大量的相關(guān)研究。王金超通過對長白山旅游業(yè)歷史數(shù)據(jù)的分析判斷其目前發(fā)展的階段[1]。楊軍輝采用3種趨勢模型函數(shù)預(yù)測了太白山國家森林公園的短期發(fā)展態(tài)勢[2]。王慧嫻等總結(jié)了旅游政策對旅游地空間演進過程的影響[3]。黃雪瑩等發(fā)現(xiàn)在空間范圍內(nèi)旅游地將逐漸朝著均衡化和板塊化的方向演進發(fā)展[4]。但是目前已有的研究鮮有對于處在演進初期旅游地的預(yù)測方法分析,同時對于地理位置較為特殊的旅游島而言,缺少詳細(xì)演進歷程分析。在旅游業(yè)迅速發(fā)展的同時,旅游業(yè)在某些國家與地區(qū)發(fā)展過熱和發(fā)展失控所帶來的負(fù)面效應(yīng)也逐漸為有關(guān)專家學(xué)者注意到[5]。已有研究表明,旅游地的衰落往往源于承擔(dān)了超過容量限制的游客,從而造成旅游環(huán)境惡化、旅游品質(zhì)下降[6]。為防止地區(qū)旅游業(yè)衰落,維持旅游業(yè)的可持續(xù)發(fā)展,在旅游行業(yè)發(fā)展初期就需要考慮到旅游地未來的游客數(shù)量,并在發(fā)展過程中有針對性地進行調(diào)整,保證旅游業(yè)的可持續(xù)發(fā)展。
為了明確旅游地產(chǎn)業(yè)的發(fā)展規(guī)律,需要從演進(evolution)的視角在較長的時間尺度上洞悉旅游業(yè)從興起到衰落的階段特征。最早從事旅游地演進研究的是加拿大安大略大學(xué)的地理學(xué)教授理查德·巴特勒。他在1985年發(fā)表的《蘇格蘭高地旅游演進》中討論了從18世紀(jì)初期至19世紀(jì)中期蘇格蘭高地觀光業(yè)的演進過程[7]。巴特勒在其論文中強調(diào)“旅游業(yè)的發(fā)展可以采用一種清晰可變且相互重疊的階段方式進行討論”。巴特勒教授將旅游地的發(fā)展歷程總結(jié)為生命周期理論,其各階段特征如表1所示。
此外,旅游產(chǎn)業(yè)演進過程的生命周期曲線與其他產(chǎn)品的生命周期相比有其自身的特征。一是旅游產(chǎn)業(yè)生命周期曲線的形狀會更平緩和漫長。旅游產(chǎn)業(yè)是以需求定義的綜合性產(chǎn)業(yè),相關(guān)行業(yè)及其產(chǎn)品生命周期的疊加會形成生命周期曲線在更大尺度上拓展的效應(yīng)[8]。二是旅游產(chǎn)業(yè)生命周期內(nèi)往往會產(chǎn)生突變或“起死回生”而進入下一個發(fā)展周期。有的地區(qū)旅游產(chǎn)業(yè)進入衰退期后,由于旅游發(fā)展思路的轉(zhuǎn)變或市場需求變化等原因,往往會重新煥發(fā)“青春”,再一次進入新的生命周期循環(huán)[9]。

表1旅游地生命周期理論各階段特征
依據(jù)旅游地生命周期曲線各個階段的特點,其演進隨時間的發(fā)展走勢呈“S”形曲線[10]。在擬合生命周期曲線方面,相關(guān)學(xué)者提出了多種函數(shù)形式,包括3次多項式模型[11]、多元回歸模型[12]、指數(shù)模型等[13]。式(1)所示的邏輯斯蒂模型(logistic model)是擬合生命周期曲線中最為廣泛的一種函數(shù)模型[14]。
(1)
式中:t為時刻,N為時刻t時的個體數(shù)量,e為自然常數(shù),K、a、r為3個模型參數(shù)。
邏輯斯蒂模型最早被用于描述在一定環(huán)境條件下,一種物種種群數(shù)量隨時間的變化關(guān)系。模型假設(shè)種群中每增加一個個體,將會對所有個體產(chǎn)生相同的生存壓力,即資源對種群生長呈現(xiàn)出線性的制約關(guān)系[15]。用微分形式可表達(dá)為
(2)
式中:μ為模型參數(shù),稱為內(nèi)稟賦增長率。
將其微分形式進行積分換算,即可得到邏輯斯蒂模型的表達(dá)式(1),在該表達(dá)式中,每個參數(shù)均有實際意義。K表示由于環(huán)境約束所能達(dá)到的最大容量;α為反映增長初期種群狀態(tài)的參數(shù);r表示全部生命周期中種群最大的增長速率。
邏輯斯蒂模型的參數(shù)標(biāo)定方法如下,首先對邏輯斯蒂方程兩邊同時取對數(shù),得到
(3)
引入中間變量y,令
(4)
則可得
y=α-rt
(5)
經(jīng)過變換后即可將原先非線性的邏輯斯蒂方程轉(zhuǎn)化為一元線性函數(shù)。在轉(zhuǎn)化過程中,式(4)中含有未知參數(shù)K,需要首先采用一定的方法首先對K進行標(biāo)定。對K進行標(biāo)定的計算方法主要分為人工選優(yōu)和公式估算兩類。
人工選優(yōu)類主要包括目測法[16]、枚舉選優(yōu)法[17]、逐次加密搜索法[18]等,其核心思想是先根據(jù)當(dāng)前已有數(shù)據(jù),預(yù)估一個大概的取值范圍,在這個范圍中通過嘗試多次的方法找到最合理的取值,即得到K的值。每種具體方法的不同之處主要在于尋優(yōu)的路徑和逼近最優(yōu)值的方式。這種尋優(yōu)方法需要基本完整的生命周期曲線(曲線最少要超過拐點),以確定大致的尋優(yōu)范圍,對于已進入生命周期中后期的旅游地可采用此方法確定參數(shù)K的取值。
公式估算類主要包括:三點法[19]、四點法[20]、拐點法[21]、四點式平均值法[22]等。這類方法的基本思想為通過公式推導(dǎo),并結(jié)合現(xiàn)有數(shù)據(jù),確定參數(shù)K的表達(dá)式。公式估算法的優(yōu)勢是不需要較為完整的生命周期曲線也可計算,但是嚴(yán)重的缺陷在于對數(shù)據(jù)的要求很高,數(shù)據(jù)點需要非常精確的落在曲線上,僅僅一個數(shù)據(jù)值偏差曲線較大,都會對參數(shù)估計值產(chǎn)生很大的影響。這種方法表面上非常精確,但是有不可忽視的劣勢,特別是對于波動頻繁的游客數(shù)量,根據(jù)選擇數(shù)據(jù)點的不同,預(yù)測結(jié)果常常產(chǎn)生數(shù)量級的偏差。為減少預(yù)測誤差,提高模型的精確度,最終選擇采用人工選優(yōu)法進行旅客數(shù)量的預(yù)測。
夏威夷群島地處太平洋中央,由8個大島和124個小島組成,總面積1.66萬km2,其中,僅有夏威夷大島(Hawaii)、茂宜島(Maui)、歐胡島(Oahu)和可愛島(Kauai) 面積超過1 000km2。夏威夷群島由火山爆發(fā)形成,一百多個島嶼綿延2 450km,形成新月形島鏈。夏威夷大島為最大島,島上有2座活火山。氣候終年溫和宜人,降水量受地形影響較大,各地差異懸殊,森林覆蓋率近50%。
夏威夷旅游業(yè)游客數(shù)的發(fā)展歷程完美地契合了巴特勒(Butler)提出的旅游地生命周期理論,呈現(xiàn)明顯的“S”形發(fā)展走勢(圖2),數(shù)據(jù)來源于夏威夷州旅游局。度假旅游在夏威夷的發(fā)展最早可追溯到1867年,當(dāng)時美國本土和夏威夷之間開始安排了定期的蒸汽輪船往來兩岸。但由于夏威夷島與美國本土西海岸之間的直線距離接近4 000km,輪船交通方式出行所需的時間很長,價格也十分昂貴,直到20世紀(jì)50年代初,夏威夷還只是極少數(shù)富人的度假天堂,1955年夏威夷年接待游客數(shù)僅有10萬人次,旅游業(yè)的發(fā)展還處于生命周期理論中的探索階段(exploration)。1959年,夏威夷正式成為美國第50個州,同時迎來了難得的旅游發(fā)展機遇。第二次世界大戰(zhàn)后,西方發(fā)達(dá)國家特別是美國,經(jīng)濟保持了較長時間的繁榮,大批工薪階層的收入逐步提高,對遠(yuǎn)距離度假旅游的需求日益增長。同時,大型噴氣式客機開始投入商業(yè)運營中,降低了遠(yuǎn)距離旅游的運費和時間消耗。夏威夷州接待游客人次迅速從1958年的17.1萬人次增長到1979年的396.6萬人次,年均增速超過16%,夏威夷旅游行業(yè)開始進入生命周期理論中的參與階段(involvement)和加速發(fā)展階段(development)。
在20世紀(jì)60年代中期,日本政府開放了對本國居民海外旅游的限制,進入夏威夷群島度假的海外游客開始增加。20世紀(jì)七八十年代,世界各國貨幣對美元升值,刺激了赴美旅游的發(fā)展,更為夏威夷帶來了大量的客源,1980年至1990年海外游客數(shù)增長迅猛,增長速率超過8.7%,遠(yuǎn)超過當(dāng)時美國本土游客數(shù)的增長速率(3.7%)。但是總體發(fā)展速率已經(jīng)開始放緩,夏威夷州旅游業(yè)進入鞏固階段(consolidation)。直到20世紀(jì)90年代后,世界范圍內(nèi)經(jīng)濟危機的蔓延,造成了夏威夷州游客數(shù)的平緩發(fā)展。在1990年至2010年間,夏威夷過夜游客數(shù)基本保持平穩(wěn),發(fā)展步入停滯階段(stagnation)。
2010年后,夏威夷旅游市場的生命周期從停滯階段開始進入復(fù)興階段(rejuvenation),2008年經(jīng)濟危機影響之后,各國經(jīng)濟市場開始逐漸回暖,旅游業(yè)也在這一時期開始擺脫停滯,繼續(xù)蓬勃發(fā)展。在海外市場方面,來自日本、歐洲、加拿大的游客數(shù)量基本已經(jīng)達(dá)到飽和,在這一時期并沒有顯著變化,而在另一些新興國家內(nèi),赴夏威夷的海島游開始急速發(fā)展。根據(jù)夏威夷州政府的統(tǒng)計,從2009年至2016年,韓國、中國和大洋洲各國的游客數(shù)增長率均超過300%,赴夏威夷旅游的游客總增長人數(shù)接近60萬人次。
從夏威夷旅游業(yè)發(fā)展的時間歷程中可以看出,巴特勒理論中的旅游地整個生命周期的時間跨度較大,從進入?yún)⑴c階段(involvement)初期到停滯階段(stagnation)末期共經(jīng)歷了大約50年的時間。這意味著旅游地演進過程的持續(xù)時間相對較長,如果僅僅以中國傳統(tǒng)的5年規(guī)劃為發(fā)展指導(dǎo),在發(fā)展末期很可能出現(xiàn)需求無法被滿足的情況。因此,為使區(qū)域旅游業(yè)健康發(fā)展,在制定旅游規(guī)劃時一定要分析好旅游業(yè)當(dāng)前在生命周期中所處的階段,從10年甚至更長的角度考慮游客的增長情況。
從圖2中也可以看出,夏威夷游客數(shù)量的波動較大,即使達(dá)到停滯階段(stagnation),游客數(shù)量的波動范圍也超過15%,針對波動的年份分析后發(fā)現(xiàn),游客數(shù)量同當(dāng)年的經(jīng)濟環(huán)境間有較大的相關(guān)關(guān)系。作為夏威夷海外游客的最大貢獻國,日本經(jīng)濟在20世紀(jì)八九十年代達(dá)到危機前繁榮的頂峰,赴夏威夷度假的日本游客數(shù)飛速增長,但是日本經(jīng)濟泡沫破碎后,20世紀(jì)九十年代中后期夏威夷的海外游客數(shù)下降趨勢明顯,直到2015年才恢復(fù)到之前的最高水平。此外,2008年爆發(fā)的經(jīng)濟危機波及全球經(jīng)濟,夏威夷的游客數(shù)量在2008年和2009年發(fā)生了嚴(yán)重的下跌,這也印證了旅游產(chǎn)業(yè)對經(jīng)濟環(huán)境的敏感性。
臺灣地區(qū)位于中國東南沿海的大陸架上,東臨太平洋,北臨日本和韓國,南與菲律賓隔巴士海峽,西與福建省隔臺灣海峽相望,西南臨近港澳地區(qū)。

圖2 夏威夷接待過夜游客人數(shù)變化圖
臺灣地區(qū)位于西太平洋航道的中心,是西太平洋地區(qū)各國海上聯(lián)系的重要交通樞紐。北回歸線橫穿臺灣島中南部,使其氣候具有熱帶和亞熱帶特征。受海洋性季風(fēng)影響,臺灣地區(qū)全年氣候適宜,冬季溫度較高,夏季無極端高溫,樹木四季蒼翠,百花芬芳,全年氣溫偏高,平均氣溫在22℃左右。
隨著臺灣地區(qū)經(jīng)濟發(fā)展,社會穩(wěn)定,居民生活水平不斷提高,旅游需求不斷被激發(fā)。臺灣地區(qū)居民的區(qū)內(nèi)旅游是臺灣地區(qū)旅游的重要組成部分。2001至2009年,臺灣地區(qū)居民旅游出行次數(shù)基本維持穩(wěn)定在1億人次左右。其中,在2005年東亞地區(qū)的禽流感疫情危機和2008年全球經(jīng)濟危機的影響下,居民出行意愿降低,旅游出行次數(shù)略有下降,但總體保持平穩(wěn)。2010年經(jīng)濟危機后,臺灣地區(qū)的旅游業(yè)迅速恢復(fù),并迅速發(fā)展,遠(yuǎn)超過之前的旅游出行次數(shù)。臺灣地區(qū)旅游觀光事務(wù)主管部門的相關(guān)數(shù)據(jù)表明,2015年臺灣地區(qū)居民區(qū)內(nèi)旅游的平均停留天數(shù)僅為1.44天,而這一數(shù)字在2003年為1.70天,這意味著生活水平較高的臺灣地區(qū)居民的旅游出行逐漸向單日往返的休閑出行轉(zhuǎn)變。
圖3展示了臺灣地區(qū)海外游客數(shù)量的變化情況,數(shù)據(jù)來源于臺灣地區(qū)旅游觀光事務(wù)主管部門。從圖中可以看出,除2003年由于受非典疫情爆發(fā)的影響,游客數(shù)存在異常情況外,赴臺灣地區(qū)旅游的海外游客在2008年前基本保持較為平穩(wěn)的增長速率。在2008年后海外游客增速急劇增加,從2008年至2015年海外游客增長率超過250%。從游客構(gòu)成上可以明確看出2008年后,祖國大陸和臺灣地區(qū)在政治上關(guān)系緩和,促進了祖國大陸居民赴臺灣地區(qū)旅游的發(fā)展,這一時期,游客的增長速度要遠(yuǎn)高于2008年之前。
從臺灣地區(qū)區(qū)內(nèi)旅游業(yè)發(fā)展歷程可以看出,當(dāng)?shù)貐^(qū)實現(xiàn)經(jīng)濟繁榮后,當(dāng)?shù)鼐用竦某鲇螘鼉A向于采取當(dāng)日往返的休閑出行方式,周末的短途出行需求增加。
從赴臺灣地區(qū)外地游客的變動中能夠發(fā)現(xiàn),外地旅游游客數(shù)量的變化在很大程度上會受到政策環(huán)境的影響,21世紀(jì)初期祖國大陸和臺灣地區(qū)之間并沒有明確的旅客互通協(xié)議,這一時期祖國大陸游客赴臺灣地區(qū)旅游需求被壓抑。兩岸關(guān)系緩和后,赴臺灣地區(qū)出行更加便利,被壓抑的旅游需求得以釋放,臺灣地區(qū)接待的袓國大陸游客數(shù)量遠(yuǎn)高于正常速率的增長。2016年后,臺灣地區(qū)的政治環(huán)境惡化,從圖中也能明顯看出,赴臺灣地區(qū)的祖國大陸游客在2016年變?yōu)樨?fù)增長。因此,政局的穩(wěn)定對臺灣地區(qū)外地游客的平穩(wěn)增長有至關(guān)重要的作用。
海南省是中國唯一全部處于熱帶的島嶼省份,擁有得天獨厚的自然條件和區(qū)位優(yōu)勢,經(jīng)過多年的發(fā)展,海南旅游產(chǎn)業(yè)規(guī)模逐步擴大,旅游基礎(chǔ)設(shè)施不斷完善,對相關(guān)產(chǎn)業(yè)經(jīng)濟發(fā)展的帶動作用也越來越明顯,經(jīng)濟總量不斷提升。海南省樹立了熱帶海島休閑度假旅游勝地的品牌形象,已經(jīng)成為中國對外交流與合作的重要平臺,海南旅游在經(jīng)濟貿(mào)易、招商引資、文化交流等工作中都發(fā)揮了積極的作用。
海南省目前的游客來源主要為國內(nèi)游客,海外游客所占比例非常小,僅2%左右。近年來臺灣地區(qū)的政治環(huán)境較為不穩(wěn)定,臺灣地區(qū)海外旅客數(shù)量變化劇烈。從分析中可以看出,海外游客數(shù)量并不遵循巴特勒的旅游地生命周期理論。但是,對于海南省而言,即使海外游客數(shù)波動幅度較大,但是由于其對總量的貢獻較小,并不會影響海南省總體游客數(shù)量的增長趨勢。
雖然,從地理區(qū)位上看,臺灣島與海南島的區(qū)位條件類似,但是兩者的旅游業(yè)發(fā)展背景有較大差異。原因主要在于兩島經(jīng)濟發(fā)展水平的差異。臺灣地區(qū)經(jīng)濟較為發(fā)達(dá),其主要支柱產(chǎn)業(yè)為半導(dǎo)體研發(fā)制造業(yè),2016年臺灣地區(qū)人均GDP已達(dá)到2.29萬美元,而海南省2016年人均GDP僅為4.4萬人民幣(約合6 400美元),兩地的居民生活水平還存在一定差異。臺灣地區(qū)居民的旅游出行需求較為旺盛,2015年居民出行旅次超過1.5億次,這意味著臺灣地區(qū)旅游業(yè)的很大一部分市場來自于本地居民休閑出行,這一點與海南省差異很大。
夏威夷雖然遠(yuǎn)離美國本土,但是其主要服務(wù)對象仍為美國居民,美國游客數(shù)占比超過60%,并且其第二大旅客來源國日本和第三大旅客來源國加拿大在二戰(zhàn)后均與美國維持了長久穩(wěn)定的政治關(guān)系,使夏威夷的旅游業(yè)發(fā)展并未受到政治因素的影

圖3 臺灣地區(qū)外來游客分布圖

圖4 夏威夷州2016年旅客來源分布圖
過響。因此,夏威夷旅游業(yè)的發(fā)展過程較為契合巴特勒的旅游地生命周期曲線。圖4是夏威夷2016年游客來源分布圖。
海南省旅游業(yè)的發(fā)展境遇與夏威夷相似,旅客主要來源地為國內(nèi),國內(nèi)政治環(huán)境穩(wěn)定,影響旅客通數(shù)量的政治因素可忽略。本地經(jīng)濟發(fā)展水平尚未達(dá)到發(fā)達(dá)國家水平,海南省居民的日常休閑旅游需求量較小,旅游業(yè)以服務(wù)外來游客為主。因此,經(jīng)過研究后,初步預(yù)估海南省的游客數(shù)量發(fā)展與夏威夷的演進情況類似,也遵循旅游地生命周期曲線理論。
以上分析,海南省旅游業(yè)發(fā)展條件與夏威夷類似,已經(jīng)進入旅游地生命周期后期的夏威夷對于海南省的旅游業(yè)發(fā)展有十分重要的借鑒意義。同時,為實現(xiàn)對海南省旅客數(shù)量的預(yù)測,在描述生命周期曲線的邏輯斯蒂模型構(gòu)建時,需要以發(fā)展到中后期的旅游地數(shù)據(jù)作為參照,而海南省近年來發(fā)展勢頭良好,接待旅客量增速不斷增加,當(dāng)前仍處在加速發(fā)展階段,因此本文初步提出用夏威夷旅游業(yè)發(fā)展數(shù)據(jù)為基礎(chǔ)構(gòu)建邏輯斯蒂模型,通過對比海南省和夏威夷的旅客來源地發(fā)展程度,確定海南省所處的生命周期階段。
本文采用邏輯斯蒂方程擬合夏威夷生命周期曲線,從第一節(jié)的分析可以看出,夏威夷在2010年后已進入復(fù)興階段(rejuvenation),因此采用1955年至2010年的數(shù)據(jù)進行模型擬合。采用枚舉選優(yōu)法對旅客上限進行預(yù)測,根據(jù)公式(3)(4)(5),將非線性的邏輯斯蒂模型轉(zhuǎn)化為線性模型,采用最小二乘法進行擬合,經(jīng)過多次對比后,將確定出當(dāng)旅客上限為7 250 000人,模型的決定系數(shù)R2達(dá)到最大,為0.939 8。所得到線性公式為
y=-0.135 3t+267.93
(6)
可得夏威夷接待游客人次的邏輯斯蒂方程為
(7)
利用該邏輯斯蒂的函數(shù)曲線特征可知,該曲線拐點為(1 980.3,3 625 000),拐點的實際意義為,在1980年夏威夷旅游地的游客數(shù)量由逐年增加開始轉(zhuǎn)向逐年減小(增長量始終保持為正)。從生命周期的角度分析即為,1980年夏威夷從加速發(fā)展階段開始進入減速鞏固階段。圖5是夏威夷接待游客邏輯斯蒂擬合曲線。
海南省目前的發(fā)展形勢良好,游客增長量逐漸增加,即增量率不斷增大。但是海南省最終也會發(fā)展到進入生命周期拐點后的階段。由上文可知,海南省和夏威夷的相同點在于其旅客來源地都主要集中在固定區(qū)域,夏威夷背后為巨大的美國市場,海南省也依靠著需求巨大的內(nèi)地市場不斷發(fā)展。
蘇宗敏認(rèn)為人均GDP指標(biāo)能夠反映一個國家的富裕程度和生活水平情況[23],鐘士恩等研究表明社會經(jīng)濟規(guī)模和居民生活水平是影響中國省際出游的主要因素[24]。趙磊等通過對平滑轉(zhuǎn)化回歸模型得出旅游業(yè)和經(jīng)濟發(fā)展水平之間存在明顯的正向效應(yīng)[25]。在1980年美國的人均GDP已過萬,基本達(dá)到了較為發(fā)達(dá)的水平。2016年中國人均GDP為55 412人民幣,約合8 866美元,剛剛超過美國1976年的水平(8 609美元)。從1976年至1980年美國的實際GDP平均增速僅為3.3%,目前中國的發(fā)展速度較快,近3年實際GDP增速在7%左右,經(jīng)濟發(fā)展速度要快于1980年代的美國,基本可以推斷出再經(jīng)過兩到三年,中國居民的生活水平就能夠達(dá)到美國1980年的水平,預(yù)估海南省的游客數(shù)量將達(dá)到拐點。
本研究采用較為保守估計的方法,假設(shè)經(jīng)過兩年后海南省的旅游人次增長速率達(dá)到最大,以2016年海南省的接待游客為基準(zhǔn),利用邏輯斯蒂模型在拐點附近斜率變化不明顯的特征,保守按照近3年平均增長速度11%預(yù)測出拐點2018年的接待游客數(shù)。根據(jù)邏輯斯蒂模型的特征,可以已初步估計海南省接待過夜游客人次的上限值約為1.2億人次。邏輯斯蒂方程和預(yù)測圖像如下所示
(8)

圖5 夏威夷接待游客邏輯斯蒂擬合曲線 圖6 海南省接待旅客人次預(yù)測圖
研究發(fā)現(xiàn),未來海南省旅游接待游客數(shù)量預(yù)計將超過1.2億人次,是2016年的兩倍多,為應(yīng)對游客人數(shù)的迅速增長,海南省需要積極采取應(yīng)對措施。海南省“十三五”規(guī)劃中明確指出“建設(shè)國際旅游島是海南的最大機遇和最強比較優(yōu)勢”。為實現(xiàn)此目標(biāo),海南省需要做好長期的遠(yuǎn)景旅游規(guī)劃,保證在供給方面盡量滿足旅客出行的需求。從夏威夷旅游業(yè)的演進過程中可以發(fā)現(xiàn),旅游地完整的生命周期跨度長達(dá)50年,就目前海南省所處的生命周期階段來看,其發(fā)展到末期仍需要10到20年的時間,而在這一時期,海南省的游客到達(dá)人次仍將保持較為快速的增長。圖6是海南省接待旅客人次預(yù)測圖。因此,需要海南省以遠(yuǎn)景游客數(shù)量為參照提前做好總體規(guī)劃,加強基礎(chǔ)設(shè)施建設(shè),以應(yīng)對赴海南游客的出行需求,防止旅游地提前進入衰退階段。
海南省目前主要以熱帶度假休閑旅游為特征,游客對氣候環(huán)境條件較為敏感,海南旅客數(shù)和旅游收入隨季節(jié)分布曲線呈“W”狀的變化,年末至次年年初出現(xiàn)主高峰值,7~8月出現(xiàn)次高峰,6月和9月出現(xiàn)低谷,主高峰期旅客數(shù)普遍比低峰期高30%以上。海南省旅游產(chǎn)業(yè)空間分布不平衡,東熱西冷、南重北輕的兩極分化問題突出。海南省41家高級景區(qū)(30家A級景區(qū)、3家大型景區(qū)和8家國家森林公園)中,有29家分布在由海口和三亞串聯(lián)起的東部地區(qū),占高級景區(qū)總數(shù)的70.73%,三亞、海口占全省60%以上的旅游市場份額。隨著游客數(shù)量的增多,時空不均勻性對游客出行的舒適性影響將越來越大。
為解決時間和空間分布不均勻的問題,海南省需要詳細(xì)分析當(dāng)前分布態(tài)勢的成因,開發(fā)新型旅游業(yè)態(tài),引入經(jīng)濟手段減緩季節(jié)性對旅客出行的影響。同時,海南省需要加大了對西部和中部的旅游產(chǎn)業(yè)開發(fā),拓展出與東部和南部互補的新型旅游類型,促進地區(qū)間旅游業(yè)的協(xié)調(diào)發(fā)展。
從遠(yuǎn)景發(fā)展看,海南省的游客數(shù)量在近幾年會保持高速增長,游客的增加肯定會對海南省的自然環(huán)境有一定的壓力。而當(dāng)?shù)氐锰飒毢竦臒釒ё匀伙L(fēng)貌正是目前吸引游客的主要原因。海南省在旅游業(yè)高速發(fā)展的同時,需要注重保護當(dāng)?shù)氐淖匀画h(huán)境,針對不同季節(jié),不同區(qū)域指定相應(yīng)的環(huán)境保護措施,維持海南省旅游業(yè)的可持續(xù)發(fā)展。
旅游地演進理論表明,從長時間跨度的宏觀角度上看,地區(qū)旅游業(yè)的發(fā)展遵循著從興起到停滯的生命周期。著名國際旅游海島的發(fā)展歷程也驗證了在政治、經(jīng)濟干擾較小的情況下旅游業(yè)呈現(xiàn)出“S”型的發(fā)展勢態(tài)。通過對比海南省與其他旅游海島的發(fā)展境遇,參照美國夏威夷島的發(fā)展歷程,結(jié)合主要客源地居民的生活水平情況,采用邏輯斯蒂模型對海南省旅游業(yè)發(fā)展進行定量預(yù)測。在需求發(fā)展預(yù)測的基礎(chǔ)上,本文建議海南省提前做好長期發(fā)展規(guī)劃,平衡區(qū)域發(fā)展,維持生態(tài)環(huán)境,將海南逐步打造成世界一流的國際旅游目的地。
參考文獻:
[1] 王金超.長白山旅游地生命周期的分析與調(diào)控[D].長春:東北師范大學(xué),2010.
[2] 楊軍輝.太白山國家森林公園旅游地生命周期分析與調(diào)控[J].干旱區(qū)資源與環(huán)境,2009,23(8):129-134.
[3] 王慧嫻,張輝.旅游政策與省級旅游目的地空間演進互動機制研究[J].經(jīng)濟問題,2015(6):109-113.
[4] 黃雪瑩,張輝,厲新建.長三角地區(qū)旅游空間結(jié)構(gòu)演進研究:2001~2012[J].華東經(jīng)濟管理,2014(1):69-73.
[5] 胡允銀.旅游容量研究[D].武漢:華中科技大學(xué),2004.
[6] Corina-Florina T,Klára C,Olivier D.Tourism life cycle of spas from the Hungarian -Romanian crossborder area.a comparative analysis of the Hajduszoboszlo-B?ile Felix/1 mai spas[J].Clinical Genetics,2013,65(4):299-307.
[7] Butler R W.Evolution of tourism in the Scottish highlands[J].Annals of Tourism Research,1985,12(3):371-391.
[8] Choy D J L.Life cycle models for Pacific island destinations[J].Journal of Travel Research,1992,30(3):26-31.
[9] Brouder P,Eriksson R H.Tourism evolution: on the synergies of tourism studies and evolutionary economic geography[J].Annals of Tourism Research,2013,43(7):370-389.
[10] 張建忠,孫根年.山西大院型民居旅游地生命周期演變及其系統(tǒng)提升——以喬家大院為例[J].地理研究,2012,31(11):2104-2114.
[11] Moss S E,Ryan C,Wagoner C B.An empirical test of Butler's resort product life cycle: forecasting casino winnings[J].Journal of Travel Research,2003,41(4):393-399.
[12] Karplus Y,Krakover S.Stochastic multivariable approach to modelling tourism area life cycles[J].Tourism & Hospitality Research,2005,5(3):235-253.
[13] 李軍,陳志鋼.旅游生命周期模型新解釋——基于生產(chǎn)投資與需求分析[J].旅游學(xué)刊,2014,29(3):58-72.
[14] Cole S.A logistic tourism model: resort cycles,globalization,and chaos[J].Annals of Tourism Research,2009,36(4):689-714.
[15] 宋波,玄玉仁,盧鳳勇,等.淺評邏輯斯蒂方程[J].生態(tài)學(xué)雜志,1986(3):57-62.
[16] 杜強,陳喬,楊銳.基于Logistic模型的中國各省碳排放預(yù)測[J].長江流域資源與環(huán)境,2013,22(2):143-151.
[17] 吳淑玲.利用Logistic模型預(yù)測我國數(shù)字圖書館的發(fā)展趨勢[J].情報雜志,2004,23(4):56-57.
[18] 周賽花.邏輯斯諦方程中參數(shù)的估計[J].數(shù)理統(tǒng)計與管理,1992(5):32-35.
[19] 余愛華.Logistic模型的研究[D].南京:南京林業(yè)大學(xué),2003.
[20] 姚志剛.改進的Logistic模型在原油產(chǎn)量預(yù)測中的應(yīng)用[J].油氣地質(zhì)與采收率,2010,17(3):93-94.
[21] 殷祚云.Logistic曲線擬合方法研究[J].數(shù)理統(tǒng)計與管理,2002,21(1):41-46.
[22] 王振中,林孔勛.邏輯斯諦曲線K值的四點式平均值估計法[J].生態(tài)學(xué)報,1987,7(3):3-8.
[23] 蘇宗敏.從人均GDP看我國的經(jīng)濟發(fā)展[J].今日南國旬刊,2008(2):124-125.
[24] 鐘士恩,任黎秀,蔣志欣,等.客源地出游力的社會經(jīng)濟現(xiàn)象假說——基于中國國內(nèi)旅游出游力研究[J].旅游學(xué)刊,2008(6):18-23.
[25] 趙磊,方成.旅游業(yè)與經(jīng)濟增長的非線性門檻效應(yīng)——基于面板平滑轉(zhuǎn)換回歸模型的實證分析[J].旅游學(xué)刊,2017,32(4):20-32.