環渤海城市旅游業及其與基礎設施相關性空間計量研究

竇思敏 馬仁鋒

（寧波大學地理與空間信息技術系 浙江寧波 315211）

引言

旅游業發展對于構建我國現代服務經濟體系具有重要意義，也是我國經濟社會結構調整的重要力量（張輝、范榮廷，2017）。基礎設施指城市可利用的各種設施及質量，是旅游業發展的基礎條件，發達的旅游產業需要高水平基礎設施與之協調（李瑤亭，2013）。與時俱進的中國旅游，表現出旅游與公共服務相互促進、日臻完善，城市綜合發展與旅游地/旅游景區建設相互促進、相得益彰的特點（肖洪根，2018）。

學界研究不同尺度下的旅游業發展、旅游競爭力時均提到了旅游業對基礎設施發展的依賴性：①全球和國際尺度下，旅游業競爭力的核心影響要素主要包括國家競爭力、旅游生產要素狀況、國內旅游需求、旅游相關產業狀況、旅游企業狀況等，其中基礎設施貢獻度顯著。世界經濟論壇所建立的指標體系涉及各國的旅游政策、旅游商務環境、基礎設施情況，并指出影響一個國家旅游吸引力強弱的因素中有一項為基礎設施完善度（王詩理、汪嫦，2012）。Crouch 和Ritchie（1999）等是較早進行旅游國際競爭力研究的學者，他們構建了旅游競爭力概念模型，認為支持性要素與資源在五大影響因素（宏觀和微觀環境、核心旅游資源和吸引物、支持性要素和資源、目的地管理、限制性和放大性因素）中排名第三；Heath（2003）研究認為旅游設施是使旅游地具有競爭力的根基；黎潔、趙西萍（1999）根據波特國家鉆石模型認為國家旅游競爭力影響因素中有專門要素，其中包含了特殊基礎設施。②省域和城市層面，旅游業競爭力的核心影響要素包括城市發展、基礎設施、旅游資源稟賦、旅游宣傳能力等，這一尺度下將基礎設施納入指標體系的學者相較全球與國際尺度下更多，如：Vengesayi（2003）認為旅游者和旅游設施經營者的投入對提升其城市旅游業競爭優勢都極為必要；王娟（2006）認為省域旅游業競爭力需要考慮支持競爭力，這其中包含了相關基礎設施；丁蕾、吳小根和丁潔（2006）從軟硬特征上構建了城市旅游競爭力指標體系，其中硬競爭力包含了設施競爭力；江海旭（2014）建立三級濱海城市旅游競爭力指標體系時將城市旅游基礎設施競爭力作為二級指標，主要統計醫院床位數、星級賓館數、國家A級景區等8項三級指標；蒲雪芹（2008）建立的城市旅游競爭力評價體系中考量了游客對城市基礎設施的滿意度；郝秀琴（2014）指出旅游業發展與公路里程關聯度高于鐵路營業里程?？梢?，隨著研究尺度的變化，影響旅游業競爭力的因素也發生變化，在全球與省域/城市間差別較大，但都肯定了基礎設施這一因子的重要性。

學界較為重視環渤海地區旅游業發展（周鳳杰、張愛平、馬楠，2012）、空間差異（張愛平，2012；馬仁鋒、倪欣欣、張文忠等，2015）等方面的探究，相關研究已經定性預見環渤海地區城市基礎設施對旅游業發展的影響，但是未能定量分析城市尺度下旅游業和旅游基礎設施的空間差異及其關系。為此，本文綜合運用熵值法、灰色關聯度法、空間自相關分析法定量研究旅游業、基礎設施的空間格局及兩者關系，評估旅游業對城市基礎設施的依賴性及其空間特征。

一、理論分析、研究區域及方法

1. 城市旅游業與基礎設施相關性理論分析

基礎設施是旅游業的必要供給條件，而我國的基礎設施現狀還存在較大不足，如部分地區交通落后、服務設施水平低、旅游景點設施配置不足等。波特提出了著名的“鉆石模型”，認為競爭力包括六大要素，對應到旅游業中即市場需求、旅游生產要素、旅游企業戰略結構及競爭、旅游相關及支持產業、政府政策、機會等。基礎設施作為旅游業的相關及支持產業要素，其優化有助于增加旅游產品的市場需求，從而促進當地旅游企業的崛起，帶動生產要素結構的變化，在與其他要素的相互作用下逐步提高旅游業的產業效益。

從地理學的空間角度看，城市基礎設施的建設優化了旅游空間的地域結構，重塑了旅游業的空間形態。其中，空間收斂與集聚是旅游業的空間形態在基礎設施建設影響下的基本變化趨勢。例如，交通基礎設施的優化有利于生產要素的快速流動，使資源能夠得到有效的配置和整合，通過塑造旅游目的地的可達性與旅游客源的流動性，使旅游業得到長足發展。隨著信息化時代的到來，旅游業中信息基礎設施的應用也越來越受到人們的重視。旅游業與基礎設施之間的良性作用促進了二者的共同發展。

2．研究區域

環渤海地區以京津冀為核心，以遼東半島和山東半島為兩翼，包括北京市、天津市、河北省、山東省、遼寧省。濱海旅游業是各城市強勢推進的新興產業，如何提升濱海城市在環渤海地區的發展水平，實現區域內旅游業均衡，是全域旅游戰略實施進程中亟待解決的問題。本文選取環渤海地區沿海16個城市作為研究對象，分析旅游業、基礎設施的格局演變及二者關系，詮釋旅游業發展對基礎設施的依賴性及其空間分異。

3. 研究方法及指標選取

（1）旅游業與基礎設施發展水平的測量指標與集成方法

旅游業發展水平主要體現在旅游業的發展現狀和潛力（陳曉、李悅錚，2008），學界構建的衡量指標主要包括基礎設施、生態環境、旅游發展現狀3類，國外主要采用方差分析、回歸分析等方法，國內多采用層次分析、主成分分析、聚類分析等方法（見表1）（劉素平、邱扶東、馮學鋼，2008）。本文選用熵值法作為旅游業發展水平測量的方法，并綜合接待游客總人數、國內旅游收入、國際旅游收入、旅游總收入4個指標來描述旅游業發展水平。

表1 旅游業發展水平量化方法與指標Tab.1 Quantitative method and index of urban Tourism Level

國外的城市基礎設施研究常采用主成分分析、因子分析、層次分析等方法研究運輸、電信、信息和能源等主題。國內學者則多應用熵權、極差標準化、加權平均模型等方法（黃金川、黃武強、張煜，2011）進行理論分析，較少進行城際旅游基礎設施的實證研究。本文選用熵值法作為基礎設施測度方法（可避免主觀賦值的偏差），選取公路里程數、城市道路面積、公共交通數量、公共交通客運量、建成區綠化覆蓋面積、綠化覆蓋率、生活垃圾無害化處理率、污水集中處理率、醫院數量、供水量、用電量（除工業用電）共11項研究指標。其中由于公共交通中的陸上交通是旅游客源地與目的地的主要連接方式，因此暫不考慮航空與海上交通。

計算的主要步驟為：首先對初始數據進行標準化處理，其次計算出指標權重，最后根據熵值法所得權重來計算總得分。對數據進行標準化處理的過程為：首先對初始數據進行正規化處理，若指標值越大對系統發展越有利，便采用正向指標計算方法處理；若指標值越小對系統發展越有利，便采用負向指標計算方法處理。正向和負向指標計算方法依次為：

指標權重wj計算方法為：

綜合實力得分Si計算方法為：

其中，maxXij和minXij表示指標的最大值和最小值，m是研究區數量，n為指標數。

（2）相關性及其空間分異計量方法

①灰色關聯分析

灰色關聯分析是一種對系統動態過程量化分析以考察系統諸因素間相關程度的分析方法，其基本思路是根據事物或因素的序列曲線的相似程度來判斷其關聯程度。進行灰色關聯分析的目的是基于行為因子序列的微觀或宏觀幾何接近，以分析和確定因子之間的影響程度或因子對主行為的貢獻度，計量模型為：

由于不同序列通常具有不同的量綱和數量級，故不能直接進行比較。為了保證結果的可靠性及可比性，需要對原始指標進行無量綱處理，本文將序列作“初值化”處理，即用每一個數據列的第一個數xi（1）除其他數xi（k），使得原始數據列變化成再計算灰色關聯系數及灰色關聯度，對于ρ?（0，1），令：

式中：|y1（k）－xi（k）|為第k個點y1（k）與xi（k）的絕對誤差；minimink |y1（k）－xi（k）|為第k個點y1（k）與xi（k）兩級最小差，maximaxk |y1（k）－xi（k）|為第k個點y1（k）與xi（k）兩級最大差；ρ為分辨率，ρ越小，分辨力越大，具體取值可視情況而定，一般為0.5（劉思峰、黨耀國、方志耕，2004）。

②空間自相關法

本文采用空間自相關法探究各城市旅游業與基礎設施建設的關聯度是否存在空間相關?？臻g自相關是探究某一空間的某一要素值是否顯著地與其相鄰空間上的要素值相關聯，一般包含全局空間自相關和局部空間自相關。全局空間自相關主要用來分析在整個研究大區域中某一指定要素值是否存在相關性，Moran指數計算公式為：，式中xi是區域i的要素值，Wij為空間權重矩陣代表行標準化形式。局部空間自相關能夠度量研究大區域中每一個區域與周邊地區的空間關聯程度，局部空間自相關指數是將全局Moran指數分解到各個區域，計算公式為：

根據所選指標可設置灰色關聯分析行為序列表（見表2）：

表2 灰色關聯分析行為序列設置表Tab.2 Gray correlative degree analysis behavior sequence setting

4. 數據來源

本文使用到的數據來源為：行政區面積、公路里程數、城市道路面積、公共交通數量、公共交通客運量、建成區綠化覆蓋面積、綠化覆蓋率、生活垃圾無害化處理率、污水集中處理率、醫院數量、供水量、用電量（除工業用電）等來自《中國城市統計年鑒2014》《中國城市統計年鑒2012》《中國城市統計年鑒2010》；A級旅游景區數、接待游客人數、國內旅游收入、入境旅游收入來自各城市的“國民經濟和社會發展統計公報”，其中部分城市的A級旅游景區數來自各城市旅游局官網。

二、旅游業與基礎設施發展水平測量

1． 旅游產業發展水平計算

環渤海地區旅游業的發展水平總體低于長三角地區且發展不均衡。1990年以來，環渤海地區旅游資源的開發空間不斷擴大，旅游景區（點）日益增加，但是旅游服務配套設施滯后，服務和管理水平較低。本文所研究的環渤海地區沿海城市，空間上呈串珠狀排列，旅游資源特色相近（見表3），故城市間的旅游業競爭不可避免。

表3 環渤海地區沿海城市旅游資源數量與特色Tab.3 Quantity and characteristics of tourism resources in coastal city of Bohai ring region

運用熵值法計算得出衡量旅游業發展水平的4個指標所占權重（見表4），可以看出，這4個方面對于旅游業發展的貢獻相當。得出權重大小后計算各城市2009、2011、2013年旅游業發展水平得分。比較得分發現，各城市間旅游業發展差異較大，天津3年平均得分最高，滄州最低，分別為1和0.007。16個城市在2009、2011、2013年的平均得分分別為0.1975、0.1934、0.1867，天津、大連、青島、煙臺得分都高于均值，其中天津總得分最高，且高于隨后的青島、大連一倍多；其他城市得分均低于平均值。根據得分將所研究的16個城市的旅游發展水平分為3個梯隊：天津為第一梯隊；青島、大連處于第二梯隊；其他城市發展較弱，均處于第三梯隊。從16個城市3個年份的排名變化看，多數城市波動較小，青島、大連在第二、三名內小幅度波動；錦州、唐山的排名持續上升，秦皇島排名出現下降。

表4 旅游業發展水平指標所占權重Tab.4 Weighting of tourism development indicators

2. 城市基礎設施發展水平計算

運用熵值法計算得出基礎設施11個指標所占權重（見表5），可知公路里程數、公共交通數量、公共交通客運量、用電量（除工業用電）對基礎設施發展水平的貢獻度相對其他指標較大。得出權重大小后，計算各城市2009、2011、2013年基礎設施發展水平得分，發現城市基礎設施發展水平存在較大差距，但小于城市間旅游業發展水平的差距，且波動明顯小于旅游業；其中，天津平均得分最高，葫蘆島平均得分最低，分別為0.7829和0.0808。16個城市在2009、2011、2013年的平均得分分別為0.3191、0.3003、0.2818，天津、大連、唐山、濰坊和青島5個城市在這3個年份的得分均高于平均值，其中天津、大連、青島的基礎設施發展水平明顯高于其他城市。從16個城市3個年份基礎設施發展水平得分的排名變化看，多數城市無變化，個別城市呈小幅波動，其中濱州、日照的排名逐步上升，盤錦排名持續下滑。

表5 基礎設施發展水平指標所占權重Tab.5 Weighting of infrastructure indicators

三、旅游業與基礎設施相關性及其空間分異演變

1． 灰色關聯度分析

（1）數據計算

首先運用初值化公式對原始數據進行無量綱處理（見表6、表7、表8），再將參考序列和比較序列構成關聯矩陣，即將母因素與11個子因素的關聯度排成一行，同理將第二、三個母因素對子因素的關聯度排成第2、3行，便構成了關聯度矩陣R：

γ1，1－γ1，11分別表示X1－X11與Y1的灰色關聯度，γ2，1－γ2，11分別表示X1－X11與Y2的灰色關聯度，γ3，1－γ3，11分別表示X1－X11與Y3的灰色關聯度。

表6 2 009列初值化處Tab.6 Initialization p 年ro 序cessing table o 理f 2表009 seq uence天津大連營口錦州葫蘆島盤錦唐山滄州秦皇島濱州濰坊煙臺威海東營青島日照Y1 1.0000 0.4603 0.1081 0.1 578 0.1590 0.1677 0.1611 0.065 3 0.217 4 0.0688 0.3 050 0.3 668 0.2448 0.0677 0.5239 0.227 9 Y2 1.0000 0.4783 0.0974 0.1 007 0.1159 0.1133 0.0683 0.026 2 0.135 5 0.0370 0.2 016 0.2 801 0.1973 0.0379 0.5016 0.106 8 Y3 1.0000 0.6155 0.0223 0.0 704 0.0222 0.0464 0.0180 0.003 2 0.100 8 0.0065 0.1 037 0.2 629 0.1361 0.0187 0.4668 0.069 1 X1 1.0000 0.5028 0.1001 0.1 026 0.0631 0.0925 2.7733 0.098 5 1.753 6 3.0636 4.6 635 2.9 273 1.3753 1.6491 3.3431 1.322 6 X2 1.0000 0.4888 0.0853 0.1 087 0.0464 0.1076 0.3262 0.105 7 0.170 4 0.1254 0.3 023 0.3 283 0.2128 0.2177 0.6896 0.178 9 X3 1.0000 0.5966 0.0856 0.0 865 0.0762 0.0500 0.2436 0.140 6 0.130 2 0.0437 0.1 255 0.2 100 0.111 9 0.0815 0.5430 0.052 3 X4 1.0000 0.8259 0.0762 0.0 969 0.0631 0.0677 0.2580 0.096 5 0.120 6 0.0176 0.1 056 0.2 636 0.111 5 0.0457 0.7023 0.048 2 X5 1.0000 0.5754 0.1876 0.1 365 0.1392 0.1145 0.5023 0.086 1 0.203 3 0.1559 0.2 684 0.4 818 0.2989 0.2010 0.5899 0.160 3 X6 1.0000 1.4764 1.2801 1.2 728 1.2798 1.2851 1.4847 1.295 0 1.512 4 1.2587 1.3 065 1.3 573 1.5341 1.2920 1.4306 1.396 6 X7 1.0000 0.9970 0.0000 0.9 052 0.0000 0.9677 0.9664 0.963 8 1.027 9 0.6573 0.9 379 0.9 829 1.0604 1.0434 1.0604 0.580 6 X8 1.0000 1.1599 0.7366 0.6 323 0.5308 0.7660 1.1548 0.961 0 1.1136 1.0263 1.113 9 1.1124 1.1079 1.0429 1.0629 0.990 5 X9 1.0000 0.5149 0.2540 0.2 609 0.3593 1.3776 0.6705 0.583 5 0.334 1 0.3043 0.5 309 0.6 384 0.2197 0.2449 0.5767 0.164 8 X10 1.0000 0.5768 0.0989 0.2 128 0.0557 0.1062 0.3937 0.064 2 0.145 5 0.0706 0.1 274 0.1 753 0.0799 0.1323 0.4775 0.085 7 X11 1.0000 0.3316 0.1099 0.0 439 0.0484 0.0377 0.1086 0.056 4 0.106 5 0.0443 0.1 082 0.1 519 0.0865 0.0437 0.8248 0.066 4

表7 2011年序列初值化處理表Tab.7 Initialization processing table of 2011 sequence天津大連營口錦州葫蘆島盤錦唐山滄州秦皇島濱州濰坊煙臺威海東營青島日照Y1 1.0000 0.4055 0.119 9 0.1 602 0.1617 0.1838 0.1859 0.063 9 0.197 1 0.0756 0.3 364 0.3 629 0.2236 0.0722 0.4698 0.227 1 Y2 1.0000 0.4 811 0.0900 0.0 875 0.0588 0.0827 2.3640 0.083 5 1.438 8 2.4929 3.9 550 2.4 761 1.1298 1.3818 2.7099 1.1138 Y3 1.0000 0.3881 0.0684 0.0 933 0.0480 0.1022 0.2870 0.089 5 0.175 5 0.1229 0.3 099 0.3 179 0.1727 0.1817 0.6295 0.122 5 X1 1.0000 0.6624 0.0916 0.1193 0.0532 0.0597 0.2519 0.082 4 0.120 9 0.1283 0.1 507 0.2 571 0.1094 0.1086 0.7050 0.066 4 X2 1.0000 0.8341 0.0839 0.1 040 0.0436 0.0733 0.2095 0.062 3 0.106 1 0.0519 0.1 068 0.2 645 0.1162 0.0469 0.6888 0.043 9 X3 1.0000 0.7179 0.1736 0.1137 0.1218 0.1011 0.3820 0.088 7 0.185 2 0.1479 0.2 447 0.4 742 0.2618 0.1757 0.5310 0.159 9 X4 1.0000 1.3089 1.1985 1.1 382 1.1544 1.1785 1.1608 1.051 0 1.431 5 1.2083 1.1 678 1.2 535 1.2840 1.1460 1.2930 1.222 3 X5 1.0000 0.8570 0.9032 0.8 729 0.8045 0.7805 0.9133 0.902 5 1.000 0 0.9436 0.8 622 0.9 573 1.0000 1.0000 1.0000 1.000 0 X6 1.0000 1.0801 0.7382 0.7 669 0.4903 1.1527 1.0906 1.152 7 1.066 6 1.0646 0.8 646 1.0 665 1.0823 1.0618 1.1146 1.039 2 X7 1.0000 0.4685 0.2386 0.3 275 0.3384 2.4252 0.7267 0.626 9 0.323 2 0.3232 0.5 618 0.6 139 0.2017 0.2278 0.6074 0.158 4 X8 1.0000 0.6148 0.0853 0.1 894 0.0636 0.0991 0.3305 0.050 2 0.160 0 0.0971 0.2 017 0.2 044 0.0813 0.1287 0.4717 0.082 1 X9 1.0000 0.3697 0.1063 0.0 657 0.0456 0.0507 0.1260 0.058 4 0.093 2 0.0465 0.1 383 0.1 621 0.0678 0.0526 0.4157 0.084 9 X10 1.0000 0.4055 0.119 9 0.1 602 0.1617 0.1838 0.1859 0.063 9 0.197 1 0.0756 0.3 364 0.3 629 0.2236 0.0722 0.4698 0.227 1 X11 1.0000 0.4 811 0.0900 0.0 875 0.0588 0.0827 2.3640 0.083 5 1.438 8 2.4929 3.9 550 2.4 761 1.1298 1.3818 2.7099 1.1138

表8 2 013列初值化處Tab.8 Initialization p 年ro 序cessing table o 理f 2表013 seq uence天津大連營口錦州葫蘆島盤錦唐山滄州秦皇島濱州濰坊煙臺威海東營青島日照Y1 1.0000 0.3859 0.118 6 0.2 341 0.1404 0.1405 0.2004 0.070 1 0.187 2 0.0809 0.3 415 0.3 609 0.2161 0.0794 0.4533 0.227 5 Y2 1.0000 0.4363 0.0788 0.0 790 0.0577 0.0675 2.4520 0.075 5 1.277 8 2.2873 3.6 384 2.4 555 1.0183 1.2417 2.3467 1.176 0 Y3 1.0000 0.3506 0.0579 0.0 864 0.0448 0.0742 0.2452 0.075 7 0.152 7 0.1212 0.2 773 0.2 608 0.1535 0.1822 0.6318 0.144 1 X1 1.0000 0.5209 0.1884 0.0 562 0.0688 0.0505 0.2510 0.149 6 0.096 6 0.0640 0.117 3 0.2 326 0.0958 0.0994 0.6390 0.057 1 X2 1.0000 0.7686 0.0936 0.0 829 0.0736 0.0699 0.2046 0.060 6 0.104 7 0.0246 0.1 004 0.2 691 0.0792 0.0557 0.7408 0.048 4 X3 1.0000 0.6781 0.1660 0.1 232 0.1190 0.1054 0.3925 0.090 4 0.208 7 0.1926 0.2 621 0.4 567 0.2609 0.1849 0.8043 0.159 8 X4 1.0000 1.2624 1.112 4 1.1 799 1.1542 1.1102 1.1621 1.041 8 1.584 7 1.7 11 3 1.1 302 1.2 201 1.3545 1.2065 1.2616 1.214 7 X5 1.0000 0.9081 1.0284 0.9 031 0.8847 1.0331 0.9126 0.769 0 0.932 0 0.9884 0.9 354 0.9 434 1.0331 1.0331 1.0331 1.033 1 X6 1.0000 1.0758 0.8857 0.8 404 1.0368 1.1211 1.0706 1.098 5 1.071 6 1.0406 1.0 735 1.0 636 1.0678 1.0650 1.0684 1.059 3 X7 1.0000 0.7158 0.6245 0.1 328 0.4481 0.2552 0.2199 6.332 0 2.323 7 0.3382 0.5 996 0.5 664 0.1992 0.2178 0.5913 0.159 8 X8 1.0000 0.5 211 0.0903 0.1 728 0.0627 0.0971 0.3304 0.049 8 0.143 6 0.0942 0.1 944 0.1 998 0.0846 0.1197 0.4875 0.085 4 X9 1.0000 0.3780 0.0827 0.1 254 0.0556 0.0421 0.1380 0.065 4 0.1118 0.0535 0.1 617 0.1 748 0.0708 0.0468 0.4197 0.097 9 X10 1.0000 0.3859 0.118 6 0.2 341 0.1404 0.1405 0.2004 0.070 1 0.187 2 0.0809 0.3 415 0.3 609 0.2161 0.0794 0.4533 0.227 5 X11 1.0000 0.4363 0.0788 0.0 790 0.0577 0.0675 2.4520 0.075 5 1.277 8 2.2873 3.6 384 2.4 555 1.0183 1.2417 2.3467 1.176 0

經計算得出2009、2011、2013年的矩陣分別為：

（2）關聯度數據判讀

①基礎設施建設與旅游業發展水平關聯度分析

R2009顯示：矩陣中每行均有6至7個因素的灰度值在0.90以上，其他因素均在0.65至0.90之間。其中，城市道路面積、公共交通數量、公共交通客運量、建成區綠化覆蓋面積、醫院數量、供水量、用電量（除工業用電）與旅游業發展水平關聯度較大。第一行中有一半以上的因素關聯度高于其他兩行，所以Y1為優勢母序列。

R2011顯示：矩陣中每行均有6至7個因素灰度值在0.90以上，其他因素均在0.65至0.90之間。城市道路面積、公共交通數量、公共交通客運量、建成區綠化覆蓋面積、醫院數量、供水量和用電量（除工業用電）與旅游業發展水平關聯度較大。經比較，該年份沒有突出的優勢序列。

R2013顯示：每行均有5個因素灰度值在0.90以上，其他因素在0.75至0.90之間。城市道路面積、公共交通數量、公共交通客運量、建成區綠化覆蓋面積、供水量和用電量（除工業用電）與旅游業發展水平關聯度較大。經比較，Y1為優勢母序列。

根據表9可知：3個年份中公路里程數、供水量、用電量（除工業用電）等指標與旅游業發展水平的相關程度升高，公共交通數量、建成區綠化覆蓋面積、污水集中處理率與旅游業發展水平的相關程度降低。其他指標與旅游業的相關性維持一定程度，基本未變。

表9 3個年份旅游業與基礎設施發展水平關聯度排名變化Tab.9 Tourism and infrastructure relatedranking changes in three years

②旅游業與基礎設施的總關聯度

通過灰色關聯度矩陣數據計算得出X1－X11與Y1、Y2、Y3的總關聯度（見表10），可知3個年份中旅游業3個指標與基礎設施發展水平的關聯度差異較小，2009年接待游客總人數與基礎設施發展水平的關聯度最高；2011年旅游業3個指標與基礎設施發展水平的關聯度差值相對2009年有所增大，其中國內旅游收入與基礎設施發展水平的關聯度最高；2013年國內旅游收入、入境旅游收入與基礎設施發展水平的關聯度之間的差值較2011年有所增加，3個指標中接待游客總人數與基礎設施發展水平的相關度最高。

表10 旅游業指標與基礎設施發展水平的總關聯度Tab.10 The total correlation between tourism indicators and infrastructure

2. 關聯度的空間自相關分析

運用2009、2011、2013年數據計算環渤海地區16個沿海城市旅游業與基礎設施發展水平的灰色關聯度，得出各個城市的總關聯度（見表11）。

表11 環渤海地區16個沿海城市旅游業與基礎設施發展水平的總關聯度Tab.11 The total correlation between tourism and infrastructure of 16 coastal cities in Bohai Ring Region

運用空間統計分析軟件Geoda 9.2對總關聯度進行全局空間自相關分析，在顯著性水平小于0.05的情況下，全局莫蘭指數，即Moran’s I值為—0.24301，可見各城市間的旅游業與基礎設施發展水平關聯度存在空間負自相關，即為分散的空間分布格局。為探究各個城市間具體空間相關情況，本文進行局部空間自相關分析，得出空間自相關集聚的Moran散點圖及空間自相關集聚地圖（見圖1）。大部分城市屬于High-Low（高—低）和Low-High（低—高）區域，即各城市旅游業對基礎設施的依賴度表現為較明顯的空間異質性。在顯著性水平小于0.05的情況下，濱州屬于High-Low的局部負相關類型（H—L），濰坊屬于Low-High的局部負相關類型（L—H），其他城市均有空間相關性但不顯著。

圖1 環渤海地區沿海城市Moran散點圖及空間自相關集聚地圖Fig.1 Moran scatter diagram and spatial autocorrelation clustering map of coastal cities in Bohai Ring Region

3. 結果判讀

灰色關聯度分析結果表明：①環渤海地區沿海城市旅游業與基礎設施發展水平的相關性較大，11項基礎設施指標中有6項與旅游業相關指數大于0.9，且2009—2013年間相關指數大部分呈現上升或維持不變的態勢，說明基礎設施始終是旅游業發展的重要條件。②研究結果顯示基礎設施的指標中，供水量、供電量（除工業用電）、城市道路面積、公共交通數量、公共交通客運量、建成區綠化覆蓋面積與旅游業發展水平的關聯度較大，這幾方面直接地影響到了旅游業六要素中的“食、住、行、游”，同時由于環渤海地區淡水資源短缺，故供水量對景區和賓館的經營有著很大的影響。③國內旅游收入與基礎設施發展水平的關聯度始終高于入境旅游收入，且關聯度差值隨著時間推移越來越大，說明國內旅游收入受基礎設施的影響大。

空間自相關是指一個區域單位上的某種屬性值（如旅游業與基礎設施相關性）與鄰近區域單位上的同一屬性值的相關程度。環渤海地區的16個沿海城市的旅游業與基礎設施發展水平的關聯度呈現空間負相關，說明各城市之間旅游業依賴基礎設施的程度相互影響不大。在空間局部自相關分析中可知，濱州、濰坊與周邊地區的關聯性分別屬于H—L象限和L—H象限，其他區域均不顯著。這表明濱州旅游業與基礎設施發展水平的關聯度較高，同時比周邊城市高，且差異明顯，說明濱州的旅游資源稟賦較差，需依靠提升配套設施建設水平及服務水平吸引游客；而濰坊旅游業與基礎設施發展水平的關聯度較低，且低于周邊城市，空間差異程度較大?？傮w而言，各城市的旅游業與基礎設施發展水平的關聯強度未能突破地域范圍發生溢出效應。

四、結論與建議

本文通過對環渤海地區16個沿海城市的旅游業和基礎設施建設水平進行測度發現，天津遠高于其他城市，作為增長極帶動周邊城市增長；青島、大連高于其他13個城市且在第二、三名波動，其他城市發展水平均一般，且區域差異較大。除天津、青島、大連外，其他城市旅游業發展水平在快速提高，與青島及大連的差距逐步縮小，空間增長開始趨向均衡。16個城市在旅游業、基礎設施水平的梯度位置相似，可以在一定程度上引發對旅游業與基礎設施是否具有相關性的思考。此外，通過對旅游業與基礎設施發展水平的波動性的對比可見，旅游業發展具有脆弱性，而基礎設施相對來說不敏感且對城市及其旅游業的發展有著長期累積的影響。旅游業與基礎設施發展水平的關聯度及其空間自相關分析表明：①旅游業與基礎設施發展水平之間有較大的相關性，兩者相輔相成。②基礎設施中對旅游業起主要作用的因素是水電能源供給、城市內部交通、對外交通等，環境和醫療衛生設施也對旅游業發展有一定影響，但相對交通設施和能源供給而言影響力較低。交通是旅游客源地與目的地間的連接紐帶，對城市旅游業的發展至關重要。交通區位條件較好，而旅游資源稟賦一般的城市，其旅游業也能得到較好的發展，所以交通條件是影響旅游業發展區域差異的重要因素。旅游業是典型的資源節約型和環境友好型產業，旅游業能源消耗是推動城市旅游業發展的物質基礎，同時因能源具有地理特性，所以會通過空間傳導機制對臨近城市旅游業產生影響。③國內旅游收入與基礎設施發展水平的關聯度高于入境旅游收入。外國游客在旅游過程中能夠直觀感受到基礎設施發展水平，完善的交通體系提供了可達性，優美的景觀綠化提供了舒適性，充足的能源供給提供了便捷性，但其對旅游目的地旅游資源稟賦的關注高于國內游客。④城市的發展水平與其基礎設施和旅游業發展水平的關聯度沒有明顯的相關性，即較發達城市基礎設施建設水平的提高對旅游業發展的影響并不一定大于較不發達城市，反之同理。例如，交通基礎設施與除旅游業外的其他國民經濟產業也相互依存、緊密關聯，其完善有助于降低交易成本，其他產業若因此得到更快發展，可能會對旅游業產生“擠出效應”，阻礙了旅游業的發展。⑤除濱州、濰坊外，其他城市間的空間自相關并不顯著，且大部分處于H—L及L—H象限，空間異質性明顯。所以環渤海地區城市旅游業與基礎設施發展水平的關聯度未能突破地域范圍發生空間溢出。

根據環渤海地區沿海城市旅游業與基礎設施發展水平之間關聯度及其空間特征分析，筆者認為在全域旅游戰略指引下環渤海地區沿海城市應從3個方面著力：①提高旅游基礎設施建設水平，同時基礎設施的建設不僅要考慮城市本地人的生產、生活、生態需求，還要統籌考慮旅游業發展的“三生空間（生產、生活、生態）”配置問題，尤其應加強交通路網的建設，提高能源的利用率，并繼續加強城市環境的美化和衛生工作。②國內旅游帶動著城市基礎設施水平日益升高，各城市應繼續培育國內旅游市場，全面提升人民生活質量和城市人居環境。③環渤海地區沿海城市旅游業與基礎設施發展水平的關聯程度未能突破地域空間范圍發生空間溢出，原因可能在于各城市所處的旅游業的發展階段不同，旅游基礎設施建設的側重點也不同。

［1］Crouch G I & Ritchie J R B. Tourism， competitiveness， and societal prosperity ［J］.Journal of Business Research， 1999， 44（3）： 137～152.

［2］Dwyer L， Forsyth P & Rao P. The price competitiveness of travel and tourism ： A comparison of 19 destinations ［J］.Tourism Management， 2000， 21（1）：9～22.

［3］Enright M J & Newton J. Determinants of tourism destination competitiveness in Asia Pacif i c： Comprehensiveness and universality ［J］.Journal of Travel Research， 2005，43（4）： 339～350.

［4］Heath E. Towards a model to enhance destination competitiveness： A southern African perspective ［J］.Journal of Hospitality and Tourism Management， 2003， 10（2）：124～141.

［5］Kozak M & Rimmington M. Measuring tourist destination competitiveness： Conceptual considerations and empirical findings ［J］.Hospitality Management， 1999（18）：273～283.

［6］Sahli M， Hazari B & Sgro P. Tourism Specialization：A comparison of 19 OECD Destination Countries ［EB/OL］. http://www.erc.ucy. ac.cy/ english/ conference2003.

［7］Vengesayi S. A conceptual model of tourism destination competitiveness and attractiveness［C］//ANZMAC Conference Proceedings. Adelaide， Australia： Monash University， 2003 ： 637～647.

［8］陳曉， 李悅錚. 環渤海城市旅游競爭力差異及整合［J］. 地理與地理信息科學，2008， 24（1）： 105～108.

［9］丁蕾， 吳小根， 丁潔. 城市旅游競爭力評價指標體系的構建及應用［J］. 經濟地理，2006， 26（3）： 511～515.

［10］郝秀琴. 旅游業與經濟增長、基礎設施的灰色關聯分析——以河南省為例［J］.產業經濟， 2014（8）： 60～62.

［11］黃金川， 黃武強， 張煜. 中國地級以上城市基礎設施評價研究［J］. 經濟地理，2011， 31（1）： 47～54.

［12］江海旭. 我國濱海城市旅游競爭力空間結構研究［D］. 大連： 遼寧師范大學，2014.

［13］黎潔， 趙西萍 . 論國際旅游競爭力及其階段性演進［J］. 社會科學家， 1999， 14（5）：20～23.

［14］李豐生， 楊莎莎.中國各?。ㄊ?、區）城市旅游競爭力評估指標體系的構建及其實證評估［J］.生產力研究，2006（6）：137～138.

［15］李瑤亭. 城市旅游產業發展研究： 指標體系、發展模式與經濟效應［D］. 上海：華東師范大學， 2013.

［16］劉思峰， 黨耀國， 方志耕. 灰色系統理論及其應用［M］. 第3版. 北京： 科學出版社， 2004.

［17］劉素平， 邱扶東， 馮學鋼 . 城市旅游競爭力研究綜述［J］. 經濟地理， 2008， 28（5）：867～871.

［18］莫幫洪， 楊劍川.城市旅游競爭力分析框架初探［J］.社會科學家，2005（S2）：193，201.

［19］馬仁鋒， 倪欣欣， 張文忠， 等. 浙江旅游經濟時空差異的多尺度研究［J］. 經濟地理，2015， 35（7）： 176～182.

［20］馬麗君， 肖洋. 湖南省居民省內旅游流的集聚擴散時空特征——基于網絡關注度數據的分析［J］. 旅游導刊， 2018， 2（2）： 40～55.

［21］蒲雪芹. 城市旅游競爭力評價研究［D］. 天津： 天津大學， 2008.

［22］蘇偉忠， 楊英寶， 顧朝林 .城市旅游競爭力評價初探［J］. 旅游學刊， 2003， 18（3）：39～42.

［23］王娟. 中國省域旅游業競爭力綜合定量評價［J］. 人文地理， 2006（3）： 78～82.

［24］王詩理， 汪嫦. 世界眼中的中國旅游競爭力——世界經濟論壇旅游視野［J］. 中國西部， 2012（14）： 10～13.

［25］萬緒才， 李剛， 張安.區域旅游業國際競爭力定量評價理論與實踐研究——江蘇省各地市實例分析［J］. 經濟地理， 2001（3）：355～358.

［26］肖洪根.新時代中國旅游發展的理論與實踐［J］.旅游導刊，2018，2（2）：16～26.

［27］鄢慧麗. 城市旅游競爭力研究［D］. 武漢： 華中師范大學，2005.

［28］張愛平. 環渤海區域旅游空間分異演變研究［D］. 錦州： 渤海大學， 2012.

［29］張輝，范榮廷.旅游業二次革命與規范研究的三個基礎工作［J］.旅游導刊，2017，1（2）：9～19.

［30］周鳳杰， 張愛平， 馬楠. 環渤海區域旅游空間分異研究［J］. 商業研究， 2012（1）：163～167.

［31］章仁俊， 陶曉燕， 朱九龍.基于改進的AHP法的城市旅游競爭力評價［J］.生產力研究，2006（9）：103～105.

［32］周海燕.城市旅游競爭力的評價研究［J］. 湖北經濟學院學報（人文社會科學版），2007（2）： 55～57.

［33］張爭勝， 周永章.城市旅游競爭力的實證研究——以廣東省為例［J］. 資源開發與市場， 2005（1）： 13～16.