林明水　廖茂林　王开泳

摘要 测度国家全域旅游示范区竞争力，理清地区发展全域旅游的影响因子并选择适宜的发展路径，是国家全域旅游示范区创建工作的基础和关键。本文从全域旅游发展的全时空、全产业、全要素、全管理和全支持五个方面系统地构建国家全域旅游示范区竞争力评价指标体系，采用分层抽样的方法选取东部、中部和西部共37个县（市）作为样本，基于ArcGIS10.1的空间主成分分析和空间自相关分析方法测度国家全域旅游示范区竞争力及其空间自相关性。结果显示：①竞争力评价方面，37个国家全域旅游示范区竞争力平均值为4.77，总体处于一般水平；贵州省示范区竞争力平均值为5.77，处于较强水平；湖北省示范区竞争力平均值为4.93，处于一般水平；福建省示范区竞争力平均值为3.91，处于较弱水平。②空间自相关分析方面，37个国家全域旅游示范区竞争力在各自区域内的相关性不显著，呈独立随机分布。③影响因子方面，影响国家全域旅游示范区竞争力主要因子为旅游投入产出比、夜光指数、城镇化率、路网密度、第三产业增加值比重、社会消费品零售总额比重、坡度、一般公共预算人均支出、人均旅游收入等9个方面，其中旅游投入产出比的贡献最大。基于主要结论，东部地区发展全域旅游，可以围绕“傍城”的核心理念，主动融入三大城市群或各区域的核心城市群，借助城市化带动以旅游业为核心的第三产业发展；西部地区发展全域旅游，可以围绕着“傍景”的核心理念，主动融入核心景区，借助旅游业发展带动第三产业发展；中部地区则因地制宜，兼顾东西部两种模式，择优选择。

关键词 国家全域旅游示范区；竞争力评价；空间主成分分析；空间自相关分析

中图分类号 F590 文献标识码 A 文章编号 1002-2104（2018）11-0083-08 DOI：10.12062/cpre.20180520

创建国家全域旅游示范区是在经济发展进入新常态、深化供给侧结构性改革的背景下，区域经济发展以旅游业为龙头，“产业围绕旅游转、产品围绕旅游造、结构围绕旅游调，功能围绕旅游配、民生围绕旅游兴”，旅游业发展空间格局由点及线带面均衡发展、充分发展的发展模式创新[1]。截至2017年12月，我国分两批确定500个全域旅游示范区创建单位，包括海南、宁夏两省（区），91个市（州），407个县（市），覆盖全国31个省（区、市）和新疆生产建设兵团。然而，我国幅员辽阔，不同区域、不同行政等级、不同资源禀赋的示范区发展全域旅游的模式和机制也不尽相同，有效地评价国家全域旅游示范区竞争力，理清地区发展全域旅游的影响因子，选择适宜的发展路径，是国家全域旅游示范区创建工作的基础和关键。

1 文献综述

尽管国内学者对全域旅游（Comprehensive Tourism）概念尚未形成统一的认识[2]，但与国际上相关概念比较研究后发现，全域旅游概念的内涵与旅游目的地（Tourism Destination）的概念大体一致，主要区别在于全域旅游概念在新时期深化改革的背景下，被政府部门、管理层、社会各界赋予更多的历史使命、发展愿景和时尚理念，这也是当前国内部分学者诟病全域旅游并非学术概念的争议所在[3]。基于此，全域旅游示范区竞争力（Comprehensive Tourism Destination Competitiveness）与国际上旅游目的地竞争力概念在内涵方面大体一致，但在空间上多指县级及以上旅游目的地的竞争力。

旅游目的地竞争力研究一直以来都是国内外研究的热点和难点。热点体现在不同

国家和地区对旅游竞争力的概念、评价方法和模型、评价案例选择等方面都提出了各自的观点和研究成果[4]；难点体现在随着研究视角的转变、研究案例的变化，旅游竞争力的概念、评价方法和模型选择均有所区别[5]。如从市场角度分析，旅游竞争力是指随着时间的推移，一个旅游目的地能够维持、提高市场地位和份额的能力[6]；从需求的角度分析，旅游竞争力是为到访旅游者提供满意而难忘的旅游经历、吸引更多游客来访，提高当地居民的生活质量，并为子孙后代维护好该地自然资产的能力[7]；从资源角度分析，旅游竞争力应包括旅游资源的可持续发展能力，保证该旅游目的地获得长期优势，并使目的地利益相关者均衡地获得回报的能力[8]，或创造并整合能维持旅游目的地的资源可持续发展的增值产品的能力[9]等。综上所述，从综合和系统的视角分析，旅游目的地竞争力是为促进当地经济增长和生活富裕，旅游目的地各经济主体为旅游者提供旅游体验产品和服务的过程中，所表现出来的相互协调、不断提升目的地总体形象和产业成长的能力[10]。

国内外有关旅游目的地竞争力的研究成果近十年间大量涌现[11]，主要集中在竞争力评价体系及模型的构建[12]、竞争力的测量与评价[13]、竞争力的提升策略[14]等方面。其中，国家层面[15]、地区层面[16]、城市层面[17]、旅游景区或企业层面[18]竞争力的测量与评价是国内外学者研究的热点。在测量和评价方法方面，国外量化研究方法较为多样[4]，主要有方差分析[19]、回归分析[20]、偏离份额分析[21]、因子分析[22]、模糊罗氏模型（FRM）分析[23]等；国内研究方法主要借鉴国外的研究成果，以因子分析法为主[24]，并探索出熵值法[25]、元分析方法[26]、灰色模型[27]、系统动力学[5]等新方法。在旅游目的地竞争力评价模型的建构方面，国内外研究通常是以波特钻石模型（Michael Porter Diamond Model）为基础，并结合旅游业以及旅游目的地的特点构建竞争力的指标体系，再通过层次分析法确定各因素的权重，由此构建一个完整的竞争力评价模型[5]，这种方法虽简易可行，但也存在主观性过强的不足。在竞争力策略提升方面，主要按照旅游目的地竞争力评价指标数值优劣，针对性地提出改善和提升措施。

全域旅游脱胎于旅游目的地概念，是指在一定區域内，以旅游业为优势产业，以旅游业带动和促进经济社会协调发展的一种新的区域协调发展理念和模式，国家全域旅游示范区则是全域旅游发展的载体。借鉴旅游目的地竞争力评价方法研究国家全域旅游示范区竞争力，当前从区域经济发展、产业融合视角等多“全”理念系统地研究全域旅游发展成为学者们的共识，然而如何突显“域”的时空发展理念，成为全域旅游区别于传统旅游目的地的理论和实践研究的重要特征。基于此，本文以国家全域旅游示范区为例，尝试从全时空、全产业、全要素、全管理和全支持五个方面构建国家全域旅游示范区竞争力评价指标体系，采用空间主成分分析（Spacial Principal Component Analysis，SPCA）和空间自相关分析方法测度国家全域旅游示范区竞争力及其空间自相关性，在理论上进一步丰富旅游目的地竞争力评价理论和方法研究，在实践中为国家全域旅游示范区的创建工作提供科学依据。

2 研究区域概况

当前，我国分两批确定的500个全域旅游示范区，层级较为复杂，既包括省级层面的示范区，也包括市（州）、县（市）。不同层级示范区竞争力评价指标有所差别，只有同一层级示范区竞争力才具有可比性，因此，本研究选取407个县（市）作为国家全域旅游示范区竞争力评价样本，并将示范区按照东部、中部和西部进行分类[28]，如图1所示。东部地区是指最早实行沿海开放政策并且经济发展水平较高的省市，包括11个省级行政区130个县（市）；中部地区是指经济次发达地区，包括8个省级行政区139个县（市）；西部则是指经济欠发达地区，包括12个省级行政区138个县（市）。采用分层抽样的方法进一步遴选研究样本[29]，从407个县（市）中遴选约40个县（市）作为典型研究样本，按照东部、中部和西部三个层面，每个层面选择1个省份作为研究对象。综合考虑数据的获取性、研究对象的可比性等因素，选取东部福建省（14个）、中部湖北省（13个）、西部贵州省（11个）共38个县（市）作为典型研究样本，剔除贵州省百里杜鹃旅游区为国家AAAAA级旅游景区，实际选取37个县（市）。

3 数据来源与研究方法

3.1 研究方法

（1）评价指标体系构建。构建国家全域旅游示范区

竞争力评价指标体系是竞争力评价的基础和关键。

当前国内外较有代表性的竞争力评价指标体系有三种，一是世界旅行与旅游委员会（World Travel&Tourism; Council， WTTC）和诺丁汉大学旅行与旅游学院联合发布的竞争力指标体系[30]，包括价格、开放性、技术、基础设施、人文旅游、社会发展、环境和人力资源八大项指标体系，用于评价不同国家和地区的旅游竞争力；二是Calgary从系统视角出发[19]，从目的地吸引力、管理、组织架构、信息和效率构建旅游竞争力指标体系，适用于不同城市旅游竞争力的比较；三是波特钻石模型指标体系，包括生产要素、需求条件、相关与支持性产业、企业战略及其结构以及同业竞争四个基本要素和政府与机遇两个变量，适用于不同层级的旅游目的地竞争力评价[5]。研究样本均为县（市）级行政单位，竞争力指标体系构建既要借鉴钻石模型的系统化和适用性，也要兼顾全域旅游的时代特征和数据的可获取性，特别是东、中、西部数据的可比性。因此，以空间域、产业域、要素域和管理域“四域”特征为架构[3]，以全域旅游的全要素、全行业、全过程、全方位、全时空、全社会、全部门和全游客“八全”理念为素材[2]，从全时空、全产业、全要素、全管理和全支持五个方面系统地构建示范区竞争力评价指标体系（见表1）。

（2）评价指标标准化。对评价指标进行标准化处理，以解决评价指標的量纲及其物理意义存在差异和参数不可比的问题[31]。采用极差法对评价指标与竞争力的关系进行赋值，评价指标值正向关系越大，竞争力越高，评价指标负向关系越小，竞争力越高。正向指标包括夜光指数、第三产业增加值比重、人均旅游收入、社会消费品零售总额比重、森林覆盖率、人口密度、旅游投入产出比、城镇化率、一般公共预算人均支出、路网密度，负向指标包括坡度（见表2）。

（3）空间主成分分析。构建国家全域旅游示范区竞争力评价指数（Tourism Destination Competitiveness Index，TDCI）以评价旅游竞争力状况。为消除指标信息中的重叠和共线性，利用SPCA对11个评价指标进行分析，根据主成分累积贡献率达到85%以上确定7个主成分。

基于竞争力SPCA评价模型，综合各评价指标对竞争力的影响，进一步计算TDCI指数。根据SPCA的原理，结

合各指标间的相互关系，在尽可能损失较少信息的前提下，将多个指标转换为几个相互独立的综合指标，以确定TDCI值，公式如下：

式中，TDCI为示范区竞争力指数，Yi 为第i个空间主成分分析数值，ri 为第i个空间主成分对应的贡献率。

此外，依据各主成分贡献率进一步计算各国家全域旅游示范区竞争力指数。

（4）竞争力分级。对TDCI数值进行标准化处理，便于国家全域示范区竞争力分级和比较。计算方法如下：

Ti=TDCIi-TDCIminTDCImax-TDCImin×10（2）

式中，Ti为第i个县（市）竞争力指数的标准化值，变化范围为0～10；TDCIi第i个县（市）竞争力指数的实际值；TDCImax为县（市）竞争力指数最大值，TDCImin为县（市）竞争力指数最小值。

参照国内外旅游目的地竞争力评价研究的相关评价标准[4]，并根据国家全域旅游示范区的特征，按照自然断点的方式将研究样本划分为极弱、较弱、一般、较强和极强5个等级，各等级竞争力特征见表3。

（5）空间自相关分析。空间自相关分析是确定示范区竞争力在空间上的相关性及其相关程度，用空间自相关系数Morans I 来定量地描述竞争力在空间上的分布特征及其对区域的影响程度[32]。利用ArcGIS10.1分别对福建省、湖北省和贵州省国家全域旅游示范区竞争力进行全局

空间自相关分析，Morans I 取值范围为[-1，1]，采用Z值对37个样本竞争力空间自相关结果进行统计检验。当Z>1.96时，表示竞争力值之间存在显著性正相关；当Z<-1.96时，表示竞争力值之间存在显著性负相关；当|Z|<1.96时，表示竞争力在区域的自相关性不显著，呈独立随机分布[33]。

3.2 数据来源

国家全域旅游示范区竞争力指标体系的11个指标数据来源于数字高程模型（Digital Elevation Model，DEM）数据提取、DMSP/OLS灯光数据、Landsat影像数据、各省、市、县2017年统计年鉴（表1）。

获取数据后，在ArcGIS10.1软件平台中，以30 m×30 m的栅格作为基本评价单元进行分析。为保证采用的指标具有良好的空间重合性，统一采用Krassovsky椭球体坐标和Albers投影。

4 结果分析

4.1 竞争力的空间分布

37个国家全域旅游示范区竞争力的平均值为4.77，总体处于一般水平。其中，东部福建省示范区竞争力平均值为3.91，整体处于较弱水平；中部湖北省示范区竞争力的平均值为4.93，整体处于一般水平；西部贵州省示范区竞争力平均值为5.77，整体处于较强水平。

如图2、表4所示，极强竞争力示范区有5个，占比为13.51%，主要分布在福建省武夷山市，湖北省铁山区、通山县，贵州省兴义市、花溪区；较强竞争力示范区有7个，占比为18.92%，主要分布在福建省平潭综合试验区、东山县，湖北省长阳县、罗田县、贵州省钟山区、雷山县、荔波县；一般竞争力示范区有8个，占比为21.62%，主要分布在福建省永春县、连城县，湖北省赤壁市、秭归县、红安县，贵州省江口县、黎平县、镇远县；较弱竞争力示范区有11个，占比为29.73%，主要分布在福建省仙游县、泰宁县、永定县、屏南县、武平县，湖北省黄陂区、麻城市、夷陵区、五峰土家族自治县、英山县，贵州省六枝特区；极弱竞争力示范区有6个，占比为16.22%，主要分布在福建省永泰县、德化县、建宁县、尤溪县，湖北省远安县，贵州省盘县。

从各省示范区竞争力等级分布分析，东部福建省竞争力较高的国家全域旅游示范区为武夷山市、东山岛和平潭综合试验区，这3个示范区是福建省山海兼备旅游特色的代表，然而数量偏少，仅占福建省样本数的21.43%。中部湖北省竞争力较高的国家全域旅游示范区为铁山区、通山县、罗田县、长阳县，这4个示范区是湖北省国家矿山公园、地质公园、红色文化、土家族少数民族文化旅游特色的代表，数量占湖北省样本数的30.77%。西部贵州省竞争力较高的国家全域旅游示范区为花溪区、兴义市、钟山区、雷山县、荔波县，这5个示范区是湖北省湿地公园、地质公园、苗族和瑶族等少数民族文化旅游特色的代表，数量占贵州省样本数的50%。

4.2 空间自相关分析

利用ArcGIS10.1分别对福建省、湖北省和贵州省全域旅游示范区竞争力进行全局空间自相关分析，结果显示：福建省和贵州省全域旅游示范区竞争力全局Morans I 结果为正值，湖北省全局Morans I 结果为负值，三个省份的|Z|值均小于1.96，显示三个省份国家全域旅游示范区竞争力在各自区域内的自相关性不显著，呈独立随机分布（见表5）。

4.3 影响因子分析

国家全域旅游示范区竞争力影响因子来自SPCA提取累计贡献率达到85%以上的7个主成分：第1主成分24.19%贡献率中，旅游投入产出比的贡献较大；第2主成分16.94%的贡献率中，夜光指数和城镇化率的贡献较大；第3主成分13.03%贡献率中，路网密度的贡献较大；第4主成分10.97%的贡献率中，第三产业增加值的比重的贡献较大；第5主成分9.95%的贡献率中，社会消费品零售总额的比重的贡献较大；第6主成分6.24%的贡献率中，坡度和一般公共财政人均支出的贡献较大；第7主成分4.95%的贡献率中，人均旅游收入的贡献较大。而人口密度、森林覆盖率在空间主成分分析中的贡献率较小，显示其与其他指标在内涵上共性较小。

5 结论与讨论

5.1 主要结论

（1）37个国家全域旅游示范区竞争力的平均值为4.77，总体处于一般水平。省域国家全域旅游示范区竞争力方面，贵州省>湖北省>福建省。国家示范区竞争力等级分布方面，极强和较强竞争力的国家全域旅游示范区主要分在贵州省（5个），一般竞争力国家全域旅游示范区主要分布在贵州省（3个）、湖北省（3个），较弱和极弱竞争力国家全域旅游示范区主要分布在福建省（9个）、湖北省（6个）。且国家全域旅游示范区竞争力在各自区域内的自相关性不显著，呈独立随机分布。

（2）国家全域旅游示范区竞争力主要影响因子来自全时空、全产业、全要素、全管理和全支持五个方面的旅游投入产出比、夜光指数、城镇化率、路网密度、第三产业增加值比重、社会消费品零售总额比重、坡度、一般公共预算人均支出、人均旅游收入9个指标，其中旅游投入产出比的贡献最大，贡献率达24.19%。

5.2 讨论

（1）东部、中部和西部国家全域旅游示范区竞争力与所处区域的经济发展状况有所差异[34-35]。福建省处于东部经济较发达的区域，2016年人均GDP达74 288元，远高于湖北省的55 191元和贵州省的33 127元。但由于所选仙游县、泰宁县、永定县、屏南县、武平县、永泰县、德化县、尤溪县、建宁县等县（市）均为生态环境优良的山地丘陵区，并处于主体功能区中的限制开发区，第一、二产业发展受到生态环境制约导致经济发展较为缓慢和不均衡，因此全域旅游示范区竞争力整体水平处于较弱水平。贵州省虽然处于西部欠发达地区，但所选的县（市）均为经济发展基础较好、旅游业较为成熟的区域，如兴义市、花溪区、钟山区、雷山县、荔波县等，因此国家全域旅游示范区竞争力整体水平处于较强水平。湖北省所选的县（市）则两者兼而有之，因此国家全域旅游示范区竞争力处于平均水平。综上所述，发展全域旅游在东部、中部和西部的使命各不相同，东部地区生态环境优良而经济发展较为缓慢的国家全域旅游示范区通过发展全域旅游，以旅游业为抓手带动区域经济发展，西部地区发展全域旅游则进一步凸显旅游业主导产业的地位和作用，中部地区在旅游业发展较为成熟的区域可以借鉴西部模式，在生态环境优良的限制开发区则可以借鉴东部模式。

（2）由于国家全域旅游示范区竞争力在各自区域内的自相关性不显著，因此，东、中、西部各个国家全域旅游

示范区竞争力的提升策略具有相对的独立性，即东、中、西部国家全域旅游示范区竞争力的提升，对区域间和区域内示范区的影响力较小，各个示范区的提升模式、路径并不会对区域内、外示范区造成虹吸或集聚效应，也不会出现此消彼长的现象[36-43]。这有利于各个示范区充分挖掘全时空、全产业、全要素、全管理、全支持的要素潜力，根据旅游投入产出比、夜光指数、城镇化率、路網密度等是影响国家全域旅游示范区竞争力的因素中的主要因子（累积贡献率超过50%），有的放矢地提升示范区竞争力。如东部地区是中国夜间灯光最亮的地区[28]，特别是在京津冀城市群、长三角城市群和珠三角城市群，第三产业高度发达，可以为周边地区发展全域旅游提供的全时空、全产业、全要素、全管理、全支持的配套；而随着空间距离的递增，这种夜光指数逐渐递减，对应的全域旅游配套设施和水平也逐渐递减；因此，东部地区发展全域旅游，在当地特色产业资源的基础上，可以围绕着“傍城”的核心理念，主动融入三大城市群或各区域的核心城市群，借助城市化带动以旅游业为核心的第三产业发展，从而化解当前我国人民日益增长的美好生活需要和不充分的发展之间矛盾。西部地区是中国夜间灯光最暗的地区[28]，特别是在云贵高原、青藏高原等地区，人烟罕至，经济发展以第一产业为主，第二、三产业基础薄弱，但保留有丰度和等级较高的全域旅游资源，部分少数民族地区旅游资源品位在国际上享有较高的声誉，为发展全域旅游提供的全时空、全产业、全要素、全管理、全支持的部分配套；因此，西部地区发展全域旅游，必须紧紧围绕着“傍景”的核心理念，主动融入核心景区，借助旅游业发展带动第三产业发展，从而化解当前我国人民日益增长的美好生活需要和不平衡的发展之间矛盾。中部地区的山西、安徽、江西、河南、湖北等省份灯光亮度较好，发展全域旅游可以借鉴“傍城”发展模式，而其他省份可以借鉴“傍景”发展模式。

（编辑：王爱萍）

参考文献

[1]曾博伟，李柏文.以供给侧结构性改革为指引推 动全域旅游发展[J].红旗文稿，2017（17）：20-22.

[2]厉新建，张凌云，崔莉.全域旅游：建设世界一流旅游目的地的理念创新——以北京为例[J].人文地理，2013，28（3）：130-134.

[3]张辉，岳燕祥.全域旅游的理性思考[J].旅游学刊，2016，31（9）：15-17.

[4]MENDOLA D， VOLO S. Building composite indicators in tourism studies： measurements and applications in tourism destination competitiveness [J]. Tourism management， 2017， 59：541-553.

[5]龍江智.旅游竞争力评价范式：反思与启示[J].旅游科学，2010， 24（2）：26-39.

[6]HAUTESERRE A M. Lessons in managed destination competitiveness： the case of Foxwoods Casino Resort [J]. Tourism management， 2010， 21（1）：23-32.

[7]RITCHIE J R B， CROUCH G I. The competitive destination： a sustainable tourism perspective [M]. Cambridge： CABI Publishing， 2003：3-49.

[8]BUHALIS D. Marketing the competitive destination of the future [J]. Tourism management， 2000， 21（1）：97-116.

[9]HASSAN S S. Determinants of market competitiveness in an environmentally sustainable tourism industry [J]. Journal of travel research， 2000， 38（3）：239-245.

[10]张春霞.旅游目的地竞争力理论研究[D].北京：北京第二外国语学院，2003：3-15.

[11]傅云新，胡兵，王烨.中国31省市旅游竞争力时空演变分析[J].经济地理，2012，32（6）：144-149.

[12]ENRIGHT M J， NEWTON J. Tourism destination competitiveness： a quantitative approach[J]. Tourism management， 2004， 25（6）：777-788.

[13]BERMINI C. Convention industry and destination clusters： evidence from Italy [J]. Tourism management， 2009， 30（6）：878-889.

[14]CLAVERCortés E， MOLINAAzorIn J F，PEREIRAMoliner J. Competitiveness in mass tourism[J]. Annals of tourism research， 2007， 34（3）：727-745.

[15]HUANG J H， PENG K H. Fuzzy rasch model in TOPSIS： a new approach for generating fuzzy numbers to assess the competitiveness of the tourism industries in Asian countries[J]. Tourism management， 2002， 33（2）， 456-465.

[16]CRACOLICI M F， NIJKAMP P， RIETVELD P. Assessment of tourist competitiveness by analyzing destination efficiency[J]. Tourism economics， 2008， 14（2）， 325-342.

[17]ZHANG J， GU C L， GU L W， et al. The evaluation of tourism destination competitiveness by TOPSIS & information entropy： a case in the Yangtze River Delta of China[J]. Tourism management， 2011， 32（2）， 443-451.

[18]CROES R. Measuring and explaining competitiveness in the context of small island destinations[J]. Journal of travel research， 2011， 50（4）：431-442.

[19]MICHAEL J. ENRIGHT J N. Determinants of tourism destination competitiveness in Asia Pacific： comprehensiveness and universality[J]. Journal of travel research， 2005， 43（5）：339-350.

[20]SAHLI M， HAZARI B， SGRO P. Tourism Specialization： a comparison of 19 OECD destination countries[J/OL]. http：//www.erc.ucy. ac.cy/english/conference2003.

[21]SIRAKAYA E， UYSAL M， TOEPPER L. Measuring the performance of South Carolinas tourist industry from shiftshare analysis： a case study[J]. Journal of travel research， 1995， 33（2）： 55-62.

[22]GOOROOCHURN N， SUGIYARTO G. Competitiveness indicators in the travel and tourism industry[J]. Tourism economics， 2005， 11（1）：25-46.

[23]MICHAEL J. ENRIGHT J N. Tourism destination competitiveness a quantitative approach[J]. Tourism management， 2004， 25（6）： 777-788.

[24]鐘敬秋，李悦铮，江海旭，等.中国主要沿海城市旅游竞争力定量研究[J].世界地理研究，2013，22（3）：136-144.

[25]李创新，马耀峰，李振亭.基于改进熵值法的旅游竞争力模型与聚类分析[J].软科学，2007（6）：28-33.

[26]温碧燕，张子澎. 基于元分析的国内旅游竞争力评价研究[J].旅游科学，2010，24（2）：40-48.

[27]许海龙.基于灰色评价模型的欧盟文化旅游业竞争力评价与启示[J].统计与决策，2015， 434（14）：49-52.

[28]刘华军，杜广杰.中国经济发展的地区差距与随机收敛检验[J].数量经济技术经济研究，2017（10）：43-59.

[29]曹志冬，王劲峰，李连发，等.地理空间中不同分层抽样方式的分层效率与优化策略[J].地理科学进展，2008，27（3）：152-160.

[30]史春云，张捷，朱传耿，等.基于WTTC数据库的旅游竞争力测度与分析[J].经济地理，2006， 26（2）：326-330.

[31]马骏，李昌晓，魏虹，等.三峡库区生态脆弱性评价[J].生态学报，2015，35（21）：7117-7129.

[32]孟斌，王劲峰，张文忠，等. 基于空间分析方法的中国区域差异研究[J]. 地理科学，2005， 25（4）393-400.

[33]杨晴青，朱媛媛，陈佳，等.长江中游城市群城市人居环境竞争力格局及优化路径[J].中国人口·资源与环境，2017，27（8）：142-150.

[34]丰晓旭，夏杰长.中国全域旅游发展水平评价及其空间特征[J].经济地理，2018，38（4）：184-192.

[35]赵传松，任建兰，陈延斌，等.全域旅游背景下中国省域旅游产业与区域发展时空耦合及驱动力[J].中国人口·资源与环境，2018，28（3）：149-159.

[36]石培华.新时代旅游理论创新的路径模式——兼论全域旅游的科学原理与理论体系[J].南开管理评

论，2018，21（2）：222-224.

[37]王迪云.全域旅游视角下旅游立地理论探讨[J].经济地理，2017，37（12）：211-217.

[38]周永博，沈敏，吴建，等.迈向优质旅游：全域旅游供需错配及其治理——苏州吴江案例研究[J].旅游学刊，2018，33（6）：36-48.

[39]郭向阳，明庆忠，穆学青，等.云南省边境地区州市旅游竞争力差异与整合研究[J].世界地理研

究，2017，26（5）：147-156.

[40]黄松，李燕林，戴平娟.智慧旅游城市旅游竞争力评价[J].地理学报，2017，72（2）：242-255.

[41]薛刚，孙根年，余志康.我国避暑胜地形成机制及旅游竞争力的分析[J].西北大学学报（自然科学版），2018，48（1）：149-156.

[42]陈沛然，张落成.广东省城市旅游竞争力评价与发展对策[J].中国科学院大学学报，2017，34（6）：701-711.

[43]汪侠，刘丹丽，沈丽珍，等.贫困国家旅游竞争力时间变化及其影响因素[J].资源科学，2018，40（2）：369-380.

Abstract To empirically evaluate the competitiveness， finding the driving factors and choosing the proper development ways is fundamentally important for the development of national comprehensive tourism destinations. This paper developed an index system to evaluate the competitiveness of national comprehensive tourism destinations from five aspects including timespace， industry， factors， management and support. Based on the spatial principal component analysis method and spatial autocorrelation method in ArcGIS10.1， and selecting stratified sampling data in eastern， middle and western China， it analyzed the tourism competitiveness and its degree of agglomeration of the 37 national comprehensive tourism destinations. The findings included three aspects. First， the average competitiveness of national comprehensive tourism destination was 4.77， generally at a normal level. At the provincial scale， the average competitiveness of Guizhou was 5.77， much higher than others. The level of Hubei was 4.93， at the average level. The level of Fujian was 3.91， much lower than others. Second， on the aspect of space autocorrelation， the index of self correlation of national comprehensive tourism destination competitiveness was not significant in the respective regions， which was independent and random distribution. Third， the major driving factors of the competitiveness included tourism inputoutput ratio， luminous index， urbanization rate， road network density， the proportion of the added value in the tertiary industry， the proportion of total retail sales of social consumer goods， slope， average public budget expenditure per capita， and tourism income per capita. Among all these factors， the tourism inputoutput ratio played a major role. Based on these findings， this paper put forward suggestions for tourism development in eastern， middle and western China. The comprehensive tourism development in eastern China has to integrate with the three big urban agglomerations or the central urban clusters in the region based on the citycentered principle. The comprehensive tourism development in western China should be integrated with scenic spots based on the viewcentered idea and develop the tertiary industry with tourism. Middle China should combine its comprehensive tourism development mode with the modes of western and eastern China based the local conditions.

Key words national comprehensive tourism destination； evaluation of competitiveness； SPCA； spatial autocorrelation analysis