孙 嘉，任晓琛，胡保玲

(1.青岛理工大学 商学院，山东 青岛 266520；2.华北电力大学 数理系，河北 保定 071003)

0 引 言

伴随各地旅游业的快速发展, 旅游竞争也越发激烈[1]。旅游业的竞争涉及旅游资源、 旅游市场、 旅游企业、 旅游供给等的竞争[2]。作为内生因素的旅游资源[3]是发展旅游业的基础[4], 而旅游资源竞争力是影响旅游收入和旅游经济发展程度的重要因素[5], 也关乎旅游产业的竞争力水平[4]。因此, 对于旅游资源竞争力的评价和开发类型及其比较优势的认定, 对合理制定开发策略发挥其资源优势、 提升资源水平、 旅游产业间协调发展, 从而带动经济发展和当地综合旅游竞争力提升有现实的指导意义[4]。日前, 无论是实践还是理论层面, 旅游资源都是旅游学的核心问题, 同时也出现了旅游资源向旅游吸引物转向的趋势[6], 对旅游吸引物的研究略见端倪。

有关旅游资源的影响研究比较丰富: 杨勇[7]关注到旅游资源对旅游业的影响关系; 刘静等[8]通过供需视角, 选取5A景区的承载量研究其对景区接待量的影响; 张洪等[5]用相关性的方法关注安徽省的旅游资源竞争力对当地旅游收入的影响。旅游吸引物方面: 杨君等[9]关注到长株潭城市群的空间结构; 田里等[10]从游客感知视角, 分析边境地区旅游吸引物在吸引力方面的评价。从关系研究方面: 王润玲等[11]以山东省为例, 基于层次分析法研究了旅游资源和入境旅游所得收入之间的关系影响; 董红梅等[12]以31省区为研究对象, 用相关性检验的方法研究了高等级旅游资源的拥有量对旅游人数和产生的旅游收入的影响关系; 邓祖涛等[3]同样以31省区为研究全体, 用空间错位理论以矩阵的方法研究了旅游资源和区位条件对入境旅游收入所产生的空间错位影响关系。通过文献梳理, 旅游主体吸引物和旅游流(旅游人次、 旅游收入)存在着一定的相关性, 但均未涉及以上, 因此很有研究的必要。

本文借鉴过往研究的理论运用、 方法实现和案例地选取, 并加以创新。首先, 建立旅游主体吸引物和旅游流的评价指标体系；然后，验证二者存在的耦合关系在研究目的地上的应用；最后，探索耦合关系在区域地理上的分区情况。以江苏省为研究对象，采用熵值法得到各城市旅游主体吸引物和旅游流的综合评价值，通过耦合协调度分析了二者的耦合程度及时空分异情况。

1 文献综述

1.1 旅游流

旅游流是一种复杂的空间动态流,广义上的旅游流是囊括客流、物流、能量流、信息流等多种流动要素的复杂巨系统,狭义上的旅游流指旅游客流[13]。它是一个具有明显空间性特征的经济系统, 连接着旅游客源地与旅游目的地的网络[14], 分为国内旅游流、 入境旅游流和出境旅游流。国内旅游流板块与我国旅游业的发展密切相关[15]。当然, 入境旅游流对国内旅游发展也有不容忽视的作用。旅游流的研究意义重大, 可从理论研究方面, 丰富游客行为对旅游空间的经济效应。从现实方面, 优化资源和设施配置、 完善产品开发和营销推广决策, 从而对提升空间协调布局及促进当地旅游经济良性发展有现实贡献[16]。目前关于旅游流的研究是比较丰富的, 表现在: 从研究视角上, 有从独立城市单位视角[17]、 省单位视角[18]、 区域单位视角[19]以及全国范围视角[15]去探求旅游流的地域特征; 从研究内容上, 关注旅游流的内涵框架[20]、 时空变动[18]及旅游流的影响因素[21-23]; 就目前的研究程度而言, 旅游流的影响因素即驱动机制是比较薄弱的环节[24], 已有研究多是针对旅游地交通对旅游流[21]、 星级饭店对旅游流[22]和公共服务对旅游流的耦合关系分析[23], 而针对目的地主体吸引物和旅游流间的耦合关系还很少研究。

高质量的旅游资源势必将推动旅游业的快速发展[7]。旅游资源是市场上的旅游供给, 而旅游流代表着旅游需求[25]。旅游目的地系统和旅游流关系印证了旅游供需平衡的表现[23]。已有研究证明, 旅游资源对旅游收入的影响, 二者呈现相关性[5, 11]。因此对二者耦合关系的研究有一定的现实性, 地区旅游流的火爆表现出的游客数量增长、 旅游收入的激增, 对目的地发展有正面激励作用; 再者, 充沛旅游供给的旅游资源会增加对游客的吸引力和旅游收入的提高, 促进旅游流的提升[25]。

1.2 耦合协调度

耦合度来源于物理学, 用来描述两个或两个以上系统之间相互作用的程度, 是对模块间关联程度的度量, 后被广泛应用于社会科学领域[26]。耦合度虽然能够描述系统之间相互作用的程度, 但无法表示其耦合情况的好与坏[27], 因此本文使用耦合协调度来表示旅游流和旅游主体吸引物两个系统耦合的好坏程度, 耦合协调度即度量两个或两个以上系统之间耦合情况好坏程度的度量, 是一种表现整体性、 综合性和内生性的聚合。它所表现出的协调状态是几种系统之间共同发展的状态, 如果某个系统的发展没有应和其他系统, 则整体的耦合协调度会变小[28]。而耦合关系的研究常见于空间地理的描述, 方传棣等[29]关注了长江经济带矿产、 经济、 环境之间的耦合关系, 曹琳剑等[30]关注到基础设施和人口集聚间的耦合关系。当然, 耦合关系的研究也见于旅游业中, 旅游产业规模和城市经济的耦合关系[31], 或是旅游者数量和旅游环境承载力的耦合关系[32], 抑或是旅游需求和旅游供给的耦合关系[33]。

2 研究思路和方法

本文在借鉴过往基础上, 尝试用熵值法计算旅游主体吸引物和旅游流的水平。其中, 旅游主体吸引物涉及到世界遗产、 国家自然保护区5A 景区的数量, 以体现目的地旅游主体吸引物的表现水平; 旅游流涉及到国内外的旅游人次和旅游收入, 体现出省内各城市的实际经济效益。通过二者的计算和指标的确定, 为下一步耦合协调度的计算打下基础, 并涉及年代的持续性和城市的区别性的纵向与横向的比较, 以及大区域的差异。

江苏省位于我国大陆东部沿海, 拥有13个地级市。丰富的旅游资源吸引着大量的海内外游客, 同时各个地级市的旅游资源的数量和质量呈现出了发展阶段的不同特征。

鉴于本文意图分析旅游主体吸引物和旅游流的耦合关系, 旅游资源包含了世界级和国家级两个级别。世界级遗产包含世界文化遗产、 世界自然遗产, 因世界文化和自然双遗产江苏省不存在, 故此项目不作分析。国家级包含国家级自然保护区、 5A景区。本研究的设计结合了把多勋等[34]对甘肃省14市资源竞争力指标的研究, 其中涉及世界自然或文化遗产的个数、 5A和4A景区的个数及国家重点文保单位个数; 以及薛刚等[35]对我国避暑胜地旅游资源的研究, 指标涉及了景区级别(5A)、 荣誉(世界遗产等)和景点数量。因此, 本文将旅游资源分为世界级和国家级两部分, 考虑到世界级和国际级景区的内涵和特征, 旅游流包含国内/入境人次和旅游收入。传统观点认为, 旅游流意味着旅游客流, 其计算源自目的地旅游收入和接待人次的多少[36], 因此指标确定由收入和人次构成。本文选取了2015—2019年世界遗产网、 中华人民共和国生态环境部网站、 国家旅游与文化部网站、 江苏省旅游文化厅网站及江苏省统计局网站公布的相关数据, 不仅具有权威性、 专业性和时效性, 而且体现了横向、 纵向数据的优势。 其中, 世界遗产网是公布世界遗产较权威的网站, 可搜取遗产的国别、 年度和遗产申报的核心内容等; 中华人民共和国生态环境部网站公布了国家级自然保护区信息; 国家旅游与文化部网站公布了5A景区信息; 江苏省统计局网站公布的统计年鉴中的旅游板块主要呈现旅游收入和旅游人次数据; 江苏省旅游文化厅网站也公布了关于旅游收入和人次的数据。

2.1 熵值法

熵值是热力学中的一个物理概念, 是体系混乱的度量, 同时也是一种不确定性的度量。而熵值法是用来判断某个指标的离散程度的计算方法: 离散程度越大, 即信息量越大, 不确定性就越小, 熵也就越小; 信息量越小, 不确定性越大, 熵也越大[37]。利用熵值法能够计算得到该指标的离散程度, 从而得到该指标对综合评价的效益价值, 计算该指标的权重, 为多指标综合评价提供合理的依据[38]。熵值法目前在旅游领域得到了广泛的应用: Luo[39]对张家界的旅游可持续发展问题作了评估; 李国兵等[40]分析了珠三角地区9市的旅游资源竞争力水平; 刘成昆等[41]研究了粤港澳大湾区城市群的旅游竞争力水平。

基于熵值法构建旅游主体吸引物和旅游流水平,在计算旅游主体吸引物和旅游流综合评价指标时,由于选取数据指标的量纲不同会对后续计算造成影响, 因此使用归一化方法对数据进行无量纲化处理。使用数据均为正向指标,故而有

(1)

其中:uij为各指标归一化后的值、xij为第i个地区的第j个指标; min(xij)、 max(xij)为i个地区第j个指标中的最小和最大值。对各类指标进行无量纲化处理后, 可以利用归一化数据计算出每个地区的每个指标所占比重, 并将第j个指标下第i个地区所占比重记为Pij

(2)

式中,m为指标数;n为地区数。根据每个指标对应不同地区的比重, 可以根据熵值计算公式计算每个指标的熵值和差异系数, 并将第j个指标的熵值记为ej差异系数记为dj[37]

(3)

在获取各指标的差异系数后, 计算每个指标的差异系数占所有指标差异系数的比例, 从而获得各指标的权重值wj[37]

(4)

最后将权重和去量钢化数据代入相应模型, 计算各个综合评价指标Uj

(5)

2.2 耦合协调度

根据计算得到的综合评价指标Uj, 将旅游流和旅游主体吸引物分为两个系统, 综合评价指数分别记为U1和U2, 并计算其耦合协调度[26-29]

(6)

其中:D为耦合协调度;C为耦合度;T为旅游流和旅游主体吸引物的综合评估指数;a和b为待定系数。由于旅游流和旅游主体吸引物之间没有明显的作用差异, 因此a和b均取0.5。

通常情况下, 可以根据耦合协调度D值所在的区间来判断两个指标之间的协调程度, 判别标准如表1所示[28]。

表1 不同等级耦合协调度D的划分标准

3 数据分析

3.1 熵结果

根据旅游流和旅游主体吸引物数据的特征, 利用熵值法构建了多指标综合评价的指标体系, 并得到各指标在不同时间内的权重(表2)。

表2 2015—2019年江苏省旅游主体吸引物、 旅游流评价指标体系与权重

利用由熵值法计算出的权重对各指标进行加权求和, 分别得到江苏省各市2015—2019年的旅游主体吸引物综合评价指标(图1)和旅游流综合评价指标(图2)。

图1 2015—2019年江苏省旅游主体吸引物综合评价值Fig.1 Comprehensive evaluation value of main attraction of tourism in Jiangsu from 2015 to 2019

图2 2015—2019年江苏省旅游流综合评价值Fig.2 Comprehensive evaluation value of tourism flow in Jiangsu from 2015 to 2019

旅游主体吸引物综合评价指标表现较为稳定, 只有盐城在2019年出现了明显增长, 其他城市则在不断波动, 没有显著变化。从总体看, 盐城、 徐州、 苏州保持较大的资源竞争力态势。而旅游流综合评价指标只有小幅度变化, 并没有出现突变情况, 占前三位的分别是苏州、 南京和无锡。南京和无锡在2018—2019年度出现滑坡。对于两评价指标而言, 并不能单独表现出某个城市旅游主体吸引物和旅游流的关系, 因此需要利用耦合协调度进一步对比两指标的情况。

3.2 耦合关系结果

利用江苏省各市2015—2019年的旅游主体吸引物综合评价指标和旅游流综合评价指标分别计算出耦合协调度, 并划分其对应的协调等级, 如表3所示: 部分城市的耦合协调度保持平稳状态, 如南京、 无锡、 徐州、 南通、 扬州、 镇江、 淮安和泰州; 耦合协调度数值下降, 如苏州, 耦合程度越来越弱, 尽管苏州是协调等级下的(即对旅游资源有合理的开发); 也有城市的耦合协调度数值逐步增长, 如盐城, 虽耦合水平总体不佳, 但也代表了这些城市对旅游资源和主体吸引物的开发逐步趋于走向协调。

表3 2015—2019年江苏省各市旅游主体吸引物与旅游流耦合协调度等级划分

图3显示了2015和2019年江苏省旅游主体吸引物和旅游流综合评价值耦合协调度的空间分布。2015年, 南北部的耦合协调度差异较大, 苏州、 南京、 无锡、 常州、 盐城、 南通要明显高于其他城市, 而地理位置靠北的连云港、 宿迁、 淮安明显低于南部城市。沿海城市(如盐城、 南通)的耦合协调度要明显高于同纬度的非沿海城市。

图3 2015和2019年江苏省旅游主体吸引物与旅游流综合评价值的耦合协调度Fig.3 Coupling coordination degree of the comprehensive evaluation value of main attraction of tourism and tourism flow in Jiangsu in 2015 and 2019

从地理分布位置看, 2019年同样体现了上述南北差距和沿海内地对耦合协调度的不同影响, 但这种影响在缩小。与2015年比较发现, 与耦合协调度较高的地区相比, 耦合协调度较低的地区的耦合水平有了明显的改善, 耦合协调度的差距都在减小。

3.3 结果分析

3.3.1 旅游主体吸引物综合水平发展变化 江苏省大多数城市的发展是保持着比较稳定的轨迹, 而盐城有较为明显的增长。从总体看, 盐城、 苏州、 徐州保持着总量较大的资源竞争力态势和主体吸引物优势, 并且并非游客们耳熟能详的城市就是旅游主体吸引物最强的城市, 如盐城、 徐州这样的城市, 盐城因其拥有省内稀缺的国家级自然保护区而著名, 而徐州以其大运河和5A级景区著名。相比之下, 苏州历来是旅游胜地, 旅游资源丰富多样, 在江苏省占有重要的地位, 当然旅游主体吸引物较强。从时间维度讲, 苏州和常州的增长速度较慢, 其原因在于虽然这两个城市5A级景区多, 然而各个城市5A景区都在增长, 导致5A景区的混乱程度降低了, 权重也降低了。盐城的旅游主体吸引物实力则增长较快, 这与国家级自然保护区在省内的稀缺程度有关。

3.3.2 旅游流发展变化 2015—2019年, 旅游流综合评价指标只有小幅度变化, 并没有出现突变情况, 占前三位的分别是苏州、 南京和无锡。旅游流的平稳发展代表了各市的旅游人次和旅游收入都在增长, 并且增长的幅度相差不多。苏州、 南京、 无锡三市的旅游发展非常好, 因其资源丰富、 配套设施完善、 知名度高, 因此从总量上3个城市占有非常大的明显优势。

3.3.3 耦合协调度时空分异 从整体(均值)看, 2018年各城市的协调度是较其他年份要好一些。除2018年为轻度失调外, 其余年份均为中度失调。

从时间维度看, 南京、 无锡、 徐州、 南通、 扬州、 镇江、 淮安、泰州耦合属性没有改变; 大体上属于极度失调的包含宿迁、 连云港; 严重失调的是泰州和淮安; 中度失调的有镇江、 扬州、 南通和徐州。这3种类型证明了旅游主体吸引物和旅游流的耦合不太好, 从旅游供应条件下的旅游资源和需求视角下的旅游流二者没有和谐发展和匹配, 典型性城市徐州表现为中度失调。

而从供应视角看, 徐州旅游主体吸引物水平居于江苏省的第二位, 显然, 城市在旅游主体吸引物和旅游流(游客消费视角)的关系上是供大于求, 即旅游资源并没有完全且充分被市场所消化。耦合水平表现较好的是苏州、 南京、 无锡和盐城。从数值看, 无锡的耦合水平较弱, 该市旅游流虽居于江苏省第三位, 但旅游资源和旅游主体吸引物的供给并不处于强势地位, 处于供不应求状态, 即旅游主体吸引物被市场过度消费。而耦合较为稳定且发展较协调的则是苏州, 苏州的旅游主体吸引物和旅游流之间有很好的契合发展关系, 即供需双方能很好地匹配和发展。从截面数据也可看出, 苏州耦合协调度较好。

2015年, 尽管北部地区的耦合协调度要低于南部城市, 沿海要好过非沿海的耦合水平, 但随时间推移, 到2019年, 北部地区耦合水平逐步追赶南部。这大概与沿海地区和南部地区更靠近长三角地区, 城市发展水平、 资源禀赋、 交通条件、 旅游市场条件较好有关, 同时非沿海地区也在努力赶超。

4 结论与讨论

4.1 结论

以江苏省各城市2015—2019年的旅游主体吸引物和旅游流为研究对象, 运用熵值法及耦合协调度的方法, 首先构建了旅游主体吸引物和旅游流的指标体系, 采用熵值法对旅游主体吸引物和旅游流的指标进行加权处理; 再计算各城市旅游主体吸引物和旅游流的水平及发展趋势; 最后在指标确定的基础上, 用耦合协调度计算旅游主体吸引物和旅游流的耦合发展关系, 并通过纵向的数据和耦合程度的计算, 探索区域差异, 得到了以下主要结论:

(1)旅游主体吸引物方面, 盐城、 苏州、 徐州保持着总量较大的资源竞争力态势, 盐城有较为明显的增长。

(2)旅游流综合评价指标只有小幅度变化, 并没有出现突变情况, 苏州、 南京和无锡居于前三。

(3)耦合较为稳定且发展较协调的则是苏州和徐州, 表现了供大于求, 而无锡表现了供不应求。

(4)空间视角上, 尽管北部地区的耦合协调度要低于南部城市, 但随时间推移, 北部地区耦合协调度逐步提高, 并追赶南部。

4.2 讨论

本文研究了江苏省2015—2019年旅游主体吸引物和旅游流的耦合关系问题, 包括各城市旅游主体吸引物水平、 旅游流水平, 以及二者的耦合水平, 丰富了在省域旅游主体吸引物和旅游流耦合关系中的应用, 同时也给城市旅游目的地的开发建设、 旅游主体吸引物、 旅游资源申报营销、 旅游资源保护休整等方面有一定的现实启示:

(1)旅游主体吸引物拥有量方面, 全省分布不均。没有良好的资源禀赋的地方, 如何在旅游发展中体现出优势?连云港、 泰州等城市可通过发展其他类型的旅游活动来吸引游客, 如针对省内游客的乡村游, 或发展具有地方属性的或城市特征的旅游项目。

(2)旅游主体吸引物和资源的申报和营销, 2019年盐城成功申报中国黄(渤)海候鸟栖息地的世界自然遗产。除了资源本身优质外, 积极申报世界级/国家级遗产也是让旅游资源面向世界、 面向大众、 提高知名度的方式。同样, 营销推广也是提升知名度的办法, 政府层面的旅游推荐自上而下, 也可以短视频平台(如抖音)等方式发布网红打卡地自下而上的推广目的地景区, 旅游知名度有了, 游客也自然来了。

(3)从旅游主体吸引物和旅游资源保护休整视角发现, 无锡是属于供不应求。旅游资源的使用一定要考虑到旅游承载力的问题, 通过控制人数和合理分流的方式, 保护旅游主体吸引物和旅游资源。或通过开发新景区新节目的方式, 吸引游客旅游。

本研究也存在着一些局限性: 本文是以熵值法和耦合协调度量化研究, 以后会考虑加入实质性研究, 如深度访谈的形式等; 另外, 仅采用了内部指向的旅游主体吸引物, 外部指向的交通也是影响旅游流的另一关键因素, 这也是今后研究的方向。