EN中文

经济地理 >

2019 , Vol. 39 >Issue 9: 232 - 240

DOI: https://doi.org/10.15957/j.cnki.jjdl.2019.09.028

旅游经济与管理

中国省域旅游资源竞争力评价及其格局演变

  • 李博 , 1, 2 ,
  • 秦欢 1 ,
  • 余建辉 2, 3 ,
  • 刘倩倩 , 4, ※
展开
  • 1.天津理工大学 国际工商学院，中国 天津 300384
  • 2.中国科学院 地理科学与资源研究所，中国 北京 100101
  • 3.中国科学院 区域可持续发展分析与模拟重点实验室，中国 北京 100101
  • 4.南京师范大学 地理科学学院，中国江苏 南京 210023
※刘倩倩（1990—），女，河南开封人，博士，讲师。主要研究方向为城市与区域发展。E-mail：。

李博（1981—），男，天津人，博士后，副教授，硕士生导师。主要研究方向为区域经济、城市发展、资源环境经济与经济地理。E-mail：。

收稿日期: 2019-12-09

  修回日期: 2019-06-30

  网络出版日期: 2025-04-17

基金资助

天津市教委科研计划项目成果(2017SK123)

收起

Evaluation and Pattern Evolution of Provincial Tourism Resources Competitiveness in China

  • LI Bo , 1, 2 ,
  • QIN Huan 1 ,
  • YU Jianhui 2, 3 ,
  • LIU Qianqian , 4, ※
Expand
  • 1. International College of Business and Technology，Tianjin University of Technology，Tianjin 300384，China
  • 2. Institute of Geographic Sciences and Natural Resources Research，CAS，Beijing 100101，China
  • 3. Key Laboratory of Regional Sustainable Development Modeling，CAS，Beijing 100101，China
  • 4. School of Geography，Nanjing Normal University，Nanjing 210023，Jiangsu，China

Received date: 2019-12-09

  Revised date: 2019-06-30

  Online published: 2025-04-17

Fold

摘要

文章采用熵权TOPSIS方法、马尔可夫转移概率矩阵、灰色预测模型以及泰尔指数测度与分解方法，对中国省域旅游资源竞争力水平进行评价并探索其空间格局演变态势以及空间分异情况。结果显示：①2011—2016年，各省市区间的旅游资源竞争力水平差距在波动中有所上升，省域旅游资源竞争力水平发展不平衡、不协调的问题较为突出；②各省域旅游资源竞争力等级，在不同阶段呈现出截然相反的演化规律，随时间推移，中等级省域出现较高的等级下降风险，高等级省域与低等级省域的等级变化可能性较小；③2011—2016年以来，中国各区域内部的差异在多数年份中成为影响中国旅游资源竞争力水平省际差异的主要方面，而各区域间差异则是影响差异的次要方面。

关键词： 旅游资源竞争力; 全域旅游; 熵权TOPSIS方法; Theil指数分解; 旅游区域合作; 旅游资源共享

本文引用格式

李博 , 秦欢 , 余建辉 , 刘倩倩 . 中国省域旅游资源竞争力评价及其格局演变[J]. 经济地理, 2019 , 39(9) : 232 -240 . DOI: 10.15957/j.cnki.jjdl.2019.09.028

Abstract

Applying the TOPSIS method combining with the entropy weight, Markov transition probability matrix, gray prediction model and Theil index, this article evaluates the competitiveness level of provincial tourism resources in China and explores its evolutionary characteristics and spatial differentiation. The results show that: 1) From 2011 to 2016, the difference in tourism resources competitiveness among provinces presents fluctuating increase tendency, and the problem of unbalanced and uncoordinated development is increasingly prominent. 2) The provinces with different competitiveness grades of tourism resources show opposite evolutionary patterns at different stages. Over time, the middle-grade provinces have higher risk of grade decline, while the high-grade and low-grade regions have less possibility of grade change. 3) From 2011 to 2016, the differences within the eastern, central, western and northeastern regions of China have become the main aspects affecting the inter-provincial differences in the competitiveness of China's tourism resources in most years and explain the overall differences to a large extent. Furthermore, the inter-regional differences are secondary aspects of the differences.

Key words： tourism resources competitiveness; all-for-one tourism; TOPSIS combining with the entropy weight; Theil index decomposition; regional cooperation in tourism; tourism resources sharing

旅游资源对区域旅游业起着决定作用，对区域就业和经济发展的作用日益凸显。旅游资源竞争力是指一定时期内区域旅游资源在旅游资源数量、质量和利用效益等方面优于其他地区的程度[1]，是与其他区域在旅游资源方面竞争过程中所体现出的比较优势，也是一个区域在旅游业实力、旅游业发展潜力、旅游资源优势，以及环境支撑能力等方面的综合反映。2016年12月国务院印发了《“十三五”旅游业发展规划》，这是全国旅游业发展五年规划首次被国务院列为国家重点专项规划，规划提出加快由景点旅游发展模式向全域旅游发展模式转变，加快文旅结合，促进旅游发展阶段演进，实现旅游业发展战略提升。因此，研究区域旅游资源的比较优势对于转变区域旅游开发模式，制定区域旅游资源的全域发展战略，进而推动区域旅游协调发展和提高旅游资源竞争力具有举足轻重的指导意义。
国外学者关于旅游资源的研究始于1960年代，对旅游竞争相关领域的研究较多关注于旅游目的地的竞争力问题[2]；也有学者关注于构建旅游资源竞争力的评价体系和模型[3]。而更多的学者关注于旅游资源竞争力的测量与评价这一领域，如从全球、地区和国家角度评价旅游资源竞争力[4⇓-6]。此外，也有学者关注于提升旅游竞争力的政策研究[7]。
国内学者从1990年代开始大量关注于旅游资源的相关研究，主要分为两大研究方向，一是关于旅游资源的概念、特征、类型与评价研究、开发战略等[8]。二是关于旅游资源竞争力的相关研究，又可分为国家层面、区域层面和城市层面。国家层面旅游资源竞争力的相关研究主要集中于国际旅游竞争力及其测算[9⇓-11]。区域层面旅游资源竞争力的相关研究主要针对我国省域、区域或城市群的旅游资源竞争力进行定性或定量研究[12⇓⇓⇓-16]。城市层面的旅游资源竞争力相关研究主要关注于某一个城市的旅游资源竞争力的研究[17⇓-19]。此外，也有学者关注于旅游资源竞争力评价模型的研究[20⇓-22]。
基于已有研究成果可以发现国内外学者的研究大多集中于对旅游资源竞争力的测算与评价，而对有关区域旅游资源竞争力空间分异情况研究关注较少，尤其是对中国省域旅游资源竞争力及其差异的时空演化特征研究并不多见。因此，本文以中国各省级行政单位为空间单元，引入熵权TOPSIS方法、马尔可夫转移概率矩阵、灰色预测模型以及泰尔指数测度与分解方法，对中国省域旅游资源竞争力水平进行评价，并对其空间格局演变态势以及空间分异情况进行探索性研究，旨在为优化中国省域旅游资源的空间结构，构建科学有序的旅游资源空间开发格局并推动其协调发展提供有益参考。

1 研究方法

1.1 熵权TOPSIS方法

熵权TOPSIS方法由熵权法和TOPSIS方法组成。其中，熵权法是基于“熵”的概念，通过测量对比度标准的相对强度赋权。采用熵理论进行赋权的评价方法可以有效降低传统主观赋权方法对评价结果有效性的影响。
TOPSIS方法作为决策分析的工具，试图选择与正理想解距离最近，与负理想解距离最远的方案。该方法的过程包括六个步骤：①规范化决策矩阵；②计算加权规范化决策矩阵；③确定正理想解和负理想解；④计算备选方案与正理想的分离解和负理想解；⑤计算排名指数；⑥按降序排列排名指数以获得最佳方案。

1.2 马尔可夫链

马尔可夫链（Markov Chain）是随着时间的推移发生的一些随机过程的模型，是一种时间和状态均为离散的马尔可夫过程，是揭示所研究对象群组的成员间等级构成变化与过程的有效工具。将连续的中国省域旅游资源竞争力水平指数离散化处理，划分为有限种类型，计算相应类型的概率分布及年际变化，近似描述城市变化的整个过程。若某省份的旅游资源竞争力水平在某一状态水平，经变换后若干年保持不变，则转移为平稳；若旅游资源竞争力水平等级有所提高，则认为该省份的竞争力等级转移为上升，反之为下降。

1.3 泰尔分解

采用泰尔指数（Theil）来精确测度中国省域旅游资源竞争力水平的差异，并采用基于泰尔指数的分解方法可以将由泰尔指数（Theil）测度的中国省域旅游资源竞争力水平的差异分解为区域内差异与区域间差异，从而对差异结构以及差异的来源进行有效分析。具体分解方法如下所示：
T h e i l = T h e i l W + T h e i l B
T h e i l W = ∑ p = 1 m n p n e p ¯ e ¯ T h e i l p
T h e i l W = ∑ p = 1 m n p n e p ¯ e ¯ l n e p ¯ e ¯
式中：m表示区域群组数；np/n代表各区域的省份数量占比；ep/e代表各区域的省域旅游资源竞争力水平均值与全国各省旅游资源竞争力水平均值之比； T h e i l p代表反映一个区域内各省份省域旅游资源竞争力水平差异的泰尔指数； T h e i l W和 T h e i l B分别为反映所有区域内与区域间省域旅游资源竞争力水平差异的泰尔指数。

1.4 灰色预测GM（1，1）模型

灰色预测GM（1，1）模型是基于灰色系统理论的一种研究较多的预测模型，被称为一阶单变量模型。GM（1，1）模型原理简单，与传统的统计预测方法相比，该方法对历史数据要求非常灵活，可以最小化到四个样本点，预测精度高，易于检验，而且可以对原始数据进行预处理，获得更好的平滑性，预测更加有效[23]。因此，灰色GM（1，1）模型已被广泛应用于经济、科学、教育等诸多领域[25]。

2 省域旅游资源竞争力评价、空间格局演化与空间分异的实证分析

2.1 数据来源与指标体系构建

以中国31个省、直辖市、自治区为基本单元（由于数据可得性未包含港澳台地区），遵循指标体系构建的全面性、典型性、可比性和可操作性等原则，参照已有研究的做法[25]，从综合型旅游资源、人文型旅游资源、自然型旅游资源、支持型旅游资源4个方面选择了20个指标，构建中国省域旅游资源竞争力评价指标体系（表1）。各类旅游资源数据整理自相关审批单位（联合国教科文组织、国土资源部、住房与城乡建设部、环保部、国家林业局、国家文物局等机构）的网站或公报，以及2012—2017年的《中国旅游统计年鉴》；图形数据源于国家1∶400万基础地理信息数据库。
表1 省域旅游资源竞争力评价指标体系

Tab.1 Evaluation index system of provincial tourism resources competiveness

目标层 准则层 权重 指标层 权重
旅
游
资
源
竞
争
力		 综合型
旅游资源		 0.1639 世界遗产 0.0358
国家风景名胜区 0.0471
5A级旅游景区 0.0230
4A级旅游景区 0.0257
3A级旅游景区 0.0323
人文型
旅游资源		 0.3049 国家历史文化名城 0.0374
国家历史文化名镇 0.0477
国家历史文化名村 0.0756
全国重点文物保护单位 0.0363
世界文化遗产 0.1079
自然型
旅游资源		 0.4107 世界自然遗产 0.1742
世界地质公园 0.0817
国家地质公园 0.0210
世界生物圈保护区 0.0867
国家级自然保护区 0.0253
国家森林公园 0.0218
支持型
旅游资源		 0.1204 旅游业从业人数 0.0342
旅游院校数 0.0398
旅行社总数 0.0262
星级酒店数总数 0.0202

2.2 省域旅游资源竞争力评价指标权重与分项得分

基于熵权TOPSIS方法，首先计算各指标的熵权，对2011—2016年中国31个省市区的20项指标的原始数据进行了处理，从而得到各指标权重（表1）。
进一步地将计算的各指标熵权与各指标的规范化值相结合，得到准则层（综合型旅游资源、人文型旅游资源、自然型旅游资源、支持型旅游资源）的4个分项指标值。图1和图2给出了2011和2016年各分项值的空间分布情况。可以发现，在综合型旅游资源方面（图1a、图2a），相比于2011年，2016年江苏、安徽、新疆等12个省份排名上升，北京、四川、河南等13个省份排名出现下滑，湖南、江西、山西等6个省份排名没有变化；在人文型旅游资源方面（图1b、图2b），相比于2011年，2016年宁夏、青海、新疆等10个省份排名提升，内蒙古、辽宁、天津等15个省份排名下降，安徽、福建、山东等6个省份旅游资源竞争力排名不变；在自然型旅游资源方面（图1c、图2c），相比于2011年，2016年江西、新疆、湖北等10个省份排名上升，安徽、河北、贵州等15个省份排名有所下滑，四川、江苏、云南等6个省份排名没有变动；在支持型旅游资源方面（图1d、图2d），相比于2011年，2016年内蒙古、天津、湖南等10个省份排名提高，海南、广西、新疆等15个省份排名下降，安徽、贵州、辽宁等6个省份排名不变。
图1 中国省域旅游资源竞争力分项指标空间分布（2011年）

Fig.1 Spatial distribution of sub-indicators of tourism resource competitiveness in China（2011）

图2 中国省域旅游资源竞争力分项指标空间分布（2016年）

Fig.2 Spatial distribution of sub-indicators of tourism resource competitiveness in China（2016）

2.3 省域旅游资源竞争力TOPSIS评价

基于熵权TOPSIS方法，将上述各项指标权重与进一步计算得到的正负理想解相结合，可以计算得出2011—2016年各个省、直辖市、自治区旅游资源竞争力水平的熵权TOPSIS指数，根据各地在各研究年份的熵权TOPSIS指数得分进行排名，可以得到表2所示的结果。由于篇幅所限，表中给出了2011、2014和2016年各省市区的熵权TOPSIS指数得分和相应的排名情况。从表中结果可知，总体来看，2011年旅游资源竞争力指数排名前5位的省区依次为四川省、云南省、山西省、内蒙古自治区和辽宁省，而到2016年旅游资源竞争力指数排名前5位的省区依次为四川省、云南省、福建省、江西省和山东省。其中，四川省和云南省始终排名分列前两位，成为旅游资源竞争力水平最高的省份；福建省、江西省和山东省的位次分别上升4、12和1位，表明江西省旅游资源竞争力上升势头迅猛；而山西省、内蒙古自治区和辽宁省的位次分别下滑8、10和19位，旅游资源竞争力优势不再。
表2 熵权TOPSIS评价得分结果

Tab.2 Evaluation results of TOPSIS method combining with the entropy weight

省份 2011 2014 2016
评分 排序 评分 排序 评分 排序
北京 0.2022 15 0.1564 21 0.1560 21
天津 0.1659 20 0.0429 31 0.0420 31
河北 0.2035 14 0.1575 20 0.1601 20
山西 0.3625 3 0.2443 12 0.2456 11
内蒙古 0.3455 4 0.1731 18 0.2122 14
辽宁 0.3226 5 0.1258 28 0.1238 24
吉林 0.1465 22 0.1337 26 0.1293 23
黑龙江 0.2132 12 0.2205 13 0.2038 16
上海 0.1044 24 0.1148 29 0.0749 28
江苏 0.1857 17 0.2195 14 0.2255 13
浙江 0.2304 9 0.3004 6 0.3042 6
安徽 0.1844 18 0.1971 17 0.2014 17
福建 0.2539 7 0.3474 3 0.3489 3
江西 0.1945 16 0.3410 4 0.3452 4
山东 0.2937 6 0.2917 8 0.3077 5
河南 0.2528 8 0.2485 11 0.2523 10
湖北 0.1737 19 0.1487 22 0.2053 15
湖南 0.2288 10 0.3079 5 0.3039 7
广东 0.2286 11 0.2970 7 0.2871 8
广西 0.1035 25 0.1385 25 0.1357 22
海南 0.0738 28 0.0920 30 0.0710 30
重庆 0.1580 21 0.2134 15 0.1693 18
四川 0.6098 1 0.6729 1 0.6178 1
贵州 0.2069 13 0.2594 10 0.2302 12
云南 0.3800 2 0.4461 2 0.4031 2
西藏 0.0668 29 0.1481 23 0.0738 29
陕西 0.1139 23 0.2078 16 0.1692 19
甘肃 0.0913 26 0.1605 19 0.1173 25
青海 0.0568 31 0.1452 24 0.1137 26
宁夏 0.0570 30 0.1291 27 0.0932 27
新疆 0.0817 27 0.2906 9 0.2770 9
具体考察每个省市区的旅游资源竞争力水平可知，2011年四川省、云南省、山西省等指数排名在前14位的省区的旅游资源竞争力评价值均高于平均水平；2016年指标评价值高于平均水平的省区数量减少至13个，新增了江苏省、江西省和新疆自治区3个省区，而2011年位列前14位的河北省、黑龙江省、辽宁省和内蒙古自治区4个省区则在2016年评价值低于均值。研究表明2011—2016年，中国各省市区间的旅游资源竞争力水平差距在波动中有所上升，区域间旅游资源竞争力水平呈现差距不断拉大的趋势。

2.4 省域旅游资源竞争力类型划分与空间演化特征分析

为进一步识别和比较各省市区旅游资源竞争力水平的空间分布状况，采用自然断裂点法（Natural Breaks），将各省市区在2011和2016年的旅游资源竞争力水平划分为高、较高、较低和低4类等级，根据四个等级的取值范围将2011、2016年各个省、直辖市、自治区旅游资源竞争力水平的熵权TOPSIS指数使用ArcGIS 10.2软件进行基于空间的可视化，如图3所示。
图3 中国省域旅游资源竞争力水平指数

Fig.3 Provincial competitiveness index of tourism resources in China

考察各年份处于不同等级水平的省份数量可知，2011年，各省市区处于旅游资源竞争力水平的“低”等级有8个省份，占总数的25.81%，有17个省份处于“较低”等级，占总数的54.84%，处于“较高”和“高”等级的省份数量分别为4座与2座，且分别占总数的12.90%和6.45%。到2016年，处于旅游资源竞争力水平的“低”等级的省份数量下降为6个，占总数的比重也下降至19.35%，处于“较低”等级的省份数量下降为16个，占总数的比重也下降至51.61%，处于“较高”等级的省份数量明显上升，数量上升为7个，占总数的比重上升至22.58%，处于“高”等级的省份数量仍然为2个，占省份总数的和6.45%。可见，2011年有超过80%的省份处于较低或低的水平等级，表明绝大多数省份旅游资源竞争力水平都处于较低水平，发展水平仍待提升，这种情况到2016年有好转的趋势，处于较低或低的水平等级的省份数量减少了约10%。从各省市区旅游资源竞争力水平等级的空间分布看，高水平与较高水平等级省份主要集中在四川、云南等自然型旅游资源较强的地区。
将2011—2016年各省市区的旅游资源竞争力水平等级变化状态划分为上升、不变与下降，运用ArcGIS10.2软件对其进行基于空间的可视化描述（图4），可以发现：2011—2016年，广西、甘肃、新疆、福建、江西、浙江、湖南和广东8个省份的旅游资源竞争力发生了等级的提升，其中新疆跃升速度最为明显，表现为由较低等级向高等级的跃升，福建、江西、浙江、湖南和广东为由较高等级向高等级的提升，广西和甘肃为从低等级向较低等级的提升；辽宁、内蒙古、山西和天津共4个省份排名的旅游资源竞争力等级下降，其中天津从较低等级下降到低等级，其余3省为从较高等级到较低等级的下降；四川、云南、山东等19个省份旅游资源竞争力等级保持不变。
图4 各省份等级状态演化

Fig.4 Evolution of provincial hierarchical state

2.5 省域旅游资源竞争力的时序演化特征分析

采用马尔可夫链构建2011—2016年各省域旅游资源竞争力水平的马尔可夫转移概率矩阵（Markov Probability Transition Matrix），以考察各省域旅游资源竞争力水平在不同等级之间的变化跃迁情况，具体结果反映在表3中。其中省域旅游资源竞争力水平等级未发生变化的概率分布在转移概率矩阵主对角线上，而其他位置上的元素则表示等级发生转移的概率。
表3 马尔科夫状态转移矩阵计算结果

Tab.3 Calculation results based on the Markov transition probalility matrix

t0/t 2011—2016
低 较低 较高 高
低 0.625 0.250 0.125 0.000
较低 0.059 0.647 0.294 0.000
较高 0.000 0.750 0.250 0.000
高 0.000 0.000 0.000 1.000
2011—2016年，各省域旅游资源竞争力水平等级变化出现了截然不同的趋势。其中，旅游资源竞争力水平等级为低水平的省域等级保持在低水平的概率为0.625，上升为较低水平的概率为0.250，上升为较高水平的概率为0.125，基本没有上升为高水平的可能，概率为0。其次，等级为较低水平的省域等级下降为低水平的概率为0.059，保持不变的概率为0.647，上升为较高水平的概率为0.294，不存在向高水平转化的可能。再次，等级为较高水平的省域等级下降为低水平的概率与上升为较高水平的概率均为0，下降为较低水平的概率为0.750，保持不变的概率为0.250。最后，等级为高水平的省域等级下降的概率为0，保持在原水平的可能为100%。这一结果表明，2011—2016年，除旅游资源竞争力水平为高等级的省域外，其余各省域均呈现出一定的等级退化的情形，低水平等级省域的等级提升概率极低，保持原水平的可能性极大。而高水平等级省域的等级下降风险极小，旅游资源竞争力水平发展出现波动的风险较小，保持原水平的可能性为100%。

2.6 省域旅游资源竞争力差异的测算与预测分析

表4的结果显示2011—2016年中国大陆31个省市区旅游资源竞争力水平地区差异，各省区市旅游资源竞争力水平的泰尔指数呈现波动的趋势，但是总体水平较为平稳。
表4 中国省域旅游资源竞争力泰尔指数变化趋势

Tab.4 Changing trend of Theil index of provincial tourism resources competitiveness in China

年份 2011 2012 2013 2014 2015 2016
总体Theil指数 0.14861 0.143156 0.150775 0.123375 0.142734 0.142135
由于2011—2016年中国省域旅游资源的竞争力泰尔指数历史数据较少，传统统计预测方法难以采用，因此建立GM（1，1）灰色预测模型。通过计算可知预测模型系数为0.1435，参数为： a=0.0073， b=0.1441，预测平均相对误差为4.86%，因此预测模型结果具有一定的可靠性。根据模型可以对2017—2026年中国省域旅游资源竞争力差异情况进行预测（图5）。图5的结果显示，未来中国省域旅游资源的竞争力差异将呈现逐步缓慢下降的趋势，到2026年降至0.1286的水平，表明各省份的旅游资源竞争力水平差异逐渐缩小，因此有必要对区域内与区域间的差异加以精确测度，探讨其在整体差异中所占的比重，从而为中国整体旅游资源竞争力水平的快速提升指引方向。
图5 泰尔指数变化趋势预测

Fig.5 Trend prediction of Theil index

2.7 省域旅游资源竞争力差异的分解

为考察中国省域旅游资源竞争力水平的区域差异，将其划分为东部、中部、西部与东北部四个区域，进一步考察基于上述Theil指数所反映的总体差异的分解结果（表5）。
表5 泰尔指数贡献率分解结果（2011—2016年）

Tab.5 Decomposition results of Theil index contribution ratio (2011-2016)

年份 区域内/% 区域内
总和/%		 区域间
/%		 总体
/%
东部 中部 西部 东北
2011 12.1 5.2 76.4 3.7 97.4 2.6 100.0
2012 11.8 7.1 76.8 0.3 95.9 4.1 100.0
2013 23.6 4.9 64.1 1.4 94.0 6.0 100.0
2014 30.8 6.0 53.8 1.9 92.5 7.5 100.0
2015 23.9 5.4 63.4 1.4 94.0 6.0 100.0
2016 34.2 3.2 54.6 1.3 93.3 6.7 100.0
结果表明：东中西部及东北部各区域内部省域之间的差异比重格局基本保持稳定。西部区域内各省域的差异在总体差异中的占比从2011年的76.4%波动下降至2016年的54.6%，但始终高于东部、中部与东北部区域。东部区域内各省域的差异在总体差异中的占比从2011年的12.1%迅速上升至2016年的34.2%，其在总体差异中的占比排名第二，高于东北部与中部区域。东北部区域内各省域的差异在总体差异中的占比从2011年的3.7 %波动下降至2016年的1.3%，而中部区域内各省域的差异在总体差异中的占比则从2011年的5.2%波动下降至2016年的3.2%。总体而言，西部区域内各省域的差异占比始终在50%以上，在四个区域中成为影响总体差异的最主要因素。其主要原因在于，西部区域内各省域自然条件差异较大，有的省域以农业资源为主，有的省域则以观光业为主；同时各省域在旅游资源竞争力水平、旅游的支持设施状况、针对旅游业的资金与科技投入等方面均存在较大差异。东部区域内各省域的差异则成为四个区域中第二位的重要因素，在总体差异中的占比始终保持在12.1%与34.2%之间。东北部与中部区域内各省域的差异则互有高低，但占比均较低。
研究发现，中国旅游资源竞争力水平的省际差异中，东、中、西以及东北部区域之间的差异与各区域内部省域之间的差异比重格局随着时间的推移不断发生变化。2011年，区域间差异在总体差异中的占比为2.6%，而各区域内部差异的占比为97.4%，显然各区域内部差异成为了影响总体差异的主要方面。这种格局虽一直较为稳定但各区域内部差异贡献率呈现总体缓慢下降趋势，2011—2014年，虽然各区域内部差异仍然占据中国省域总体竞争力差异的较大比重，但贡献率有明显的减小，2015—2016年贡献率差异所占比重又有小幅回升。总体上讲，东、中、西以及东北部区域内部的差异在多数年份中成为影响中国省域旅游资源竞争力水平省际差异的主要方面，较大程度上解释了总体的差异，而各区域间差异对总体差异的影响较小。

3 结论与政策涵义

本文采用熵权TOPSIS方法、马尔可夫转移概率矩阵、灰色预测模型以及泰尔指数测度与分解方法，对中国省域旅游资源竞争力水平进行了评价并探索了其空间格局演变态势以及空间分异情况，研究结论如下：①2011—2016年，各省市区间的旅游资源竞争力水平差距在波动中有所上升，省域旅游资源竞争力水平发展不平衡、不协调的问题较为突出；②各旅游资源竞争力等级省域，在不同时期阶段呈现出截然相反的演化规律，随时间推移，中等级省份出现较高的等级下降风险，高等级区域与低等级区域的等级变化可能性较小；③2011—2016年以来，中国各区域内部的差异在多数年份中成为影响中国旅游资源竞争力水平省际差异的主要方面，而各区域间差异则是影响差异的次要方面。
首先，针对各省旅游资源竞争力不平衡、不协调日益凸显的问题，应当着力打破地域壁垒，实现旅游资源共享，带动中国全域旅游资源竞争力的共同提高。市场经济条件下，各区域不可能孤立发展。因此，应当不断深化各省间旅游资源的联动与共享开发，通过借鉴国际先进旅游资源的发展经验，建立省份之间良性互动的旅游长效合作机制，通过开展区域合作实现旅游资源优势互补，在旅游资源合作开发空间不断拓展的同时促进全域旅游的共同发展。我国不同省份旅游资源种类丰富且具有多样性，区域文化与旅游资源之间存在较大差异，因此应当进一步加强政府间、企业间、社会组织间的合作，充分利用东中西与东北部各地区的资源优势和环境承载力条件，继续推进区域之间旅游圈、旅游合作同盟的发展，优化国内旅游市场结构，合理配置区域间旅游资源，联合开发旅游产品，不断缩小区域间旅游资源竞争力水平差异，协调区域间旅游资源的长效合作，打造我国旅游品牌的优质形象。
其次，针对各区域内部差异成为主要矛盾的问题，应当大力促进各区域内省份旅游资源的科学规划与有效整合，发挥最大功效。旅游资源的规划整合可充分发挥各省份自身的旅游资源优势，确定其与所处区域相一致的战略发展方向，从而形成功能独特、协调发展的旅游区域，打造区域旅游品牌。为此，各省份应采取有效措施，合理评估区域内旅游资源的优势劣势，取长补短，发挥各个省份旅游资源的优势，积极推动地区旅游资源优化整合。东部地区应注重度假疗养旅游、商务会议旅游以及城市休闲旅游等旅游产品的创新性开发，拓展高端旅游市场，提高旅游企业服务质量和供给水平，加快旅游标准化进程，对接国际市场；中部地区地形地貌差异明显，旅游资源丰富，拥有红色旅游、文化旅游等多种类型的旅游资源，应发挥旅游产品、旅游市场和旅游企业竞争优势，形成个性化和差异化旅游资源，并大力改善旅游环境；西部省份旅游产业发展迅速，但仍需进一步加大旅游资源开发力度，在保护资源的基础上充分利用区域特色民风民俗、民族文化和自然景观等旅游资源，扩大旅游市场吸引力，加强基础设施建设，不断改善旅游服务质量；东北地区自然条件优越，旅游资源丰富，兼具优美的自然景观与绚丽的人文景观，因此应当着力推动此地区独具特色的冰雪旅游，以及具有异国风情的边境旅游与民族文化旅游，同时要进一步强化整合东北地区旅游资源优势，充分利用广告、多媒体等宣传手段加强对外宣传，重点推介，树立东北区域旅游整体形象，促进东北三省的区域联合，共同打造东北“大旅游”品牌。只有各区域协调好区域内旅游资源发展，缩小区域内部的旅游资源竞争力差异，才能有效弥合中国全域的旅游资源竞争力差异。
最后，针对旅游资源竞争力中等级省份出现较高降级风险，而低等级省份出现等级固化风险的问题，应当正确处理好旅游资源开发与环境保护之间的关系，避免旅游资源的盲目开发、过度开发、无序开发，践行绿水青山就是金山银山的科学发展理念，以环境保护和生态文明建设促旅游资源开发。旅游资源只有经过合理的开发利用和有力的环境保护，才能使其持续地发挥功能和效益，使我国旅游资源的可持续发展能力不断增强，生态环境不断得到改善，旅游资源利用效率显著提高，从而推动整个社会走上生态良好和谐的发展道路。我国不同省份的旅游资源不尽相同，省域间的旅游资源竞争力也存在高低之分，不同省域的生态环境水平也各不相同，持续发展的环境保障目标有所差异，因此应当深入贯彻党的十九大精神以及习近平总书记系列重要讲话精神和治国理政的新理念、新战略中关于提升旅游资源竞争力、提高环境质量的相关指示，按照“五位一体”总体布局统筹推进的思路处理好各省份旅游资源开发与环境保护之间的关系，要牢固树立和贯彻落实创新、协调、绿色、开放、共享的发展理念，紧紧围绕旅游产品消费者的需求，合理加快发展旅游产业，促进旅游服务与省域间旅游合作深度融合，大力推动旅游高质量发展。同时政府相关部门也要制定相应的环境资源保护和监督政策，对可能会造成当地旅游资源破坏和生态破坏的项目要及时终止。在不断提高省域整体的旅游资源竞争力的同时，维护好整体生态环境，推进旅游长期可持续高质量发展。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
张广海, 王佳. 我国旅游资源竞争力综合评价及其开发类型研究[J]. 中国海洋大学学报:社会科学版, 2013(2):43-50.

[2]
Loeb P D. International travel to the USA economic evaluation[J]. Annals of Tourism Research, 1982, 9(1):7-20.

[3]
Enright M J, Newton J. Tourism destination competitiveness:Aquantitative approach[J]. Tourism Management, 2004, 25(6):777-788.

[4]
Algieri B, Aquino A, Succurro M. International competitive ad-vantages in tourism:An eclectic view[J]. Tourism Management Perspectives, 2018, 25:41-52.

[5]
Go F M, Govers R. Integrated quality management for touristdestinations:A European perspective on achieving competitiveness[J]. Tourism Management, 2000, 21(1):79-88.

[6]
Gomezelj D O, Mihalič T. Destination competitiveness-Apply-ing different models,the case of Slovenia[J]. Tourism Management, 2008, 29(2):294-307.

[7]
Ritchie R J B, Ritchie J R B. A framework for an industry sup-ported destination marketing information system[J]. Tourism Management, 2002, 23(5):439-454.

[8]
郭来喜, 吴必虎, 刘锋, 等. 中国旅游资源分类系统与类型评价[J]. 地理学报, 2000(3):294-301.

DOI

[9]
黄秀娟. 旅游资源影响国际旅游竞争力的经济分析[J]. 资源科学, 2008, 30(11):1 768-1 775.

[10]
伍延基. 文明旅游与旅游文明:提升国际旅游竞争力的软实力[J]. 旅游学刊, 2009, 24(9):7-8.

[11]
刘名俭, 邹丽君. 基于TTCI的中国旅游产业国际竞争力评价[J]. 经济地理, 2011, 31(3):518-522.

[12]
刘宇峰, 孙虎, 李娜, 等. 省域旅游竞争力评价指标体系的构建及应用[J]. 干旱区资源与环境, 2008(8):93-97.

[13]
董锁成, 李雪, 张广海, 等. 城市群旅游竞争力评价指标体系与测度方法探讨[J]. 旅游学刊, 2009, 24(2):30-36.

[14]
张河清, 田晓辉, 王蕾蕾. 区域旅游业竞合发展实证研究——基于珠三角与长三角城市旅游竞争力的比较分析[J]. 经济地理, 2010, 30(5):871-875.

[15]
程乾, 郭静静. 基于类型的古村落旅游竞争力分析[J]. 经济地理, 2011, 31(7):1 226-1 232.

[16]
李红勇, 卢杰. 江西文化旅游资源竞争力评价[J]. 企业经济, 2014(4):143-146.

[17]
李松柏. 环太湖城市旅游竞争力与区域旅游合作研究[J]. 经济地理, 2014, 34(2):180-186.

[18]
吴丽云. 大北京都市区城市旅游竞争力的评价[J]. 北京联合大学学报, 2014, 28(4):66-70.

[19]
逯燕玲, 何丹, 齐震宇. 北京市旅游区域竞争力评价与空间优化研究[J]. 北京联合大学学报, 2017, 31(3):31-40.

[20]
温碧燕, 梁明珠. 基于因素分析的区域旅游竞争力评价模型研究[J]. 旅游学刊, 2007(2):18-22.

[21]
温碧燕. 区域旅游业可持续竞争力的结构方程模型及实证[J]. 地域研究与开发, 2010, 29(3):77-81.

[22]
周礼, 蒋金亮. 长三角城市旅游竞争力综合评价及其空间分异[J]. 经济地理, 2015, 35(1):173-179.

[23]
Wang Y, Wei F, Sun C, Li Q. The research of improved greyGM (1,1) model to predict the postprandial glucose in type 2 diabetes[J]. Biomed Research International, 2016,doi:10.1155/2016/6837052.

[24]
Mahmod W E, Watanabe K. Modified Grey Model and its ap-plication to groundwater flow analysis with limited hydrogeological data:a case study of the Nubian Sandstone,Kharga Oasis,Egypt[J]. Environmental Monitoring and Assessment, 2014, 186(2):1 063-1 081.

Options
文章导航

/

〈 〉