中国科学院大学学报  2017, Vol. 34 Issue (6): 701-711   PDF    
广东省城市旅游竞争力评价与发展对策
陈沛然1,2, 张落成1     
1. 中国科学院南京地理与湖泊研究所, 南京 210008;
2. 中国科学院大学, 北京 100049
摘要: 选取经济竞争优势、竞争潜力、基础支撑3个方面19个指标,采用基于熵权的灰色关联分析方法评价广东省各城市的旅游竞争力。结果表明广州和深圳旅游竞争力的综合评价系数远远高于其他城市;东莞、佛山、珠海、惠州等综合排序都处于前列,排序靠后的城市主要是位置较为偏远的揭阳、潮州、汕尾、阳江等。对城市规模与城市竞争力排序的关系进行研究。归纳广东省旅游竞争力的区域格局,即广东省的旅游业呈现出中心突出、四周下陷、环绕珠三角展开的核心-边缘结构。利用同样基于熵权的TOPSIS方法与原分析结果进行对比,确定分辨系数的可靠性和数据不稳定性的来源。最后从城市和区域2个尺度给出广东省提升旅游竞争力、发展区域旅游的建议和对策。
关键词: 旅游竞争力     熵权     关联系数     区域旅游     广东省    
Evaluation and strategy for urban tourism competitiveness of Guangdong Province
CHEN Peiran1,2, ZHANG Luocheng1     
1. Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Nanjing 210008, China;
2. University of Chinese Academy of Sciences, Beijing 100049, China
Abstract: In this work, 19 indicators selected in three aspects, including economic competitive advantage, competitive potential, and basic support, were used to evaluate the tourism competitiveness of cities in Guangdong Province. By using the method of grey relational analysis based on entropy weight, the tourism competitiveness of every city in Guangdong was evaluated, and the results show that the comprehensive evaluation indexes of tourism competitiveness in Guangzhou and Shenzhen are much higher than in the other cities. In the comprehensive ranking, the first part includes Dongguan, Foshan, Zhuhai, Huizhou, and so on, and the last part includes Jieyang, Chaozhou, Shanwei, Yangjiang, and so on. Furthermore a preliminary study on the relationship between urban size and urban tourism competitiveness was made. The regional pattern of tourism in Guangdong shows a core-edge structure surrounding the Pearl River Delta region. Our method was compared with TOPSIS method, and we analyzed the reliability of distinguishing coefficients and the origin of data volatility. In this work the advice and strategy were proposed for improving tourism competitiveness of Guangdong Province at urban scale and regional scale.
Key words: tourism competitiveness     entropy weight     correlation coefficient     regional tourism     Guangdong Province    

广东省是中国改革开放起步最早、对外开放程度最高的省份之一,在市场化程度、产业发展规模、经济竞争能力和创新水平上全国领先。凭借优良的生态环境、高度发展的基础设施和温润的气候条件,广东省旅游业发展的各项指标均居于全国首位或前列,但广东省的旅游业也面临着重大的挑战,存在被江苏、浙江、四川等省份贴身赶超的压力。珠江三角洲地区是中国三大城市连绵带之一,经济发达,对外联系方便,基础设施建设完备,人口稠密,一直是国内最大的旅游客源地和旅游目的地[1],在广东省的旅游业格局中占有举足轻重的地位,但周边粤东西北的发展水平就比较有限。在珠三角旅游一体化规划中,在强化广州和深圳在旅游一体化中的龙头带动作用的同时将推动广佛肇、深莞惠、珠中江三大旅游圈深度合作[2]。因此本文认为实现广东省城市旅游根本性突破在于以珠江三角洲为核心的区域旅游资源整合和城市旅游一体化,在此基础上多层级有序扩散,实现广东省城市旅游全域联动。

城市旅游是旅游业的重要组成部分,也是充分体现城市经济健康和活力的部分,以及构建城市形象和魅力的重要手段。城市旅游发展分为3个阶段:自然增长阶段、竞争性增长阶段和共赢性增长阶段[3],旅游业在20世纪80年代基本处于自然性增长阶段,旅游资源稀缺,基本为卖方市场;到20世纪90年代后旅游业转为买方市场,全面进入竞争性发展阶段,旅游企业、政府组织等纷纷大力推进国内旅游促销活动向邻近区域扩散;共赢性增长阶段是买方卖方均能在旅游业务中受益,结合当下互联网+,共享经济的新型发展模式,使旅游更加快速、便捷、廉价,更加强调消费者的旅游体验。目前城市旅游正处于竞争性增长阶段,因此城市旅游竞争力的评价和研究就具有了特别的意义。城市旅游竞争力是基于旅游产业的发展水平和城市综合环境,在产业运营过程中对其他城市旅游业整体形成的比较优势和发展潜力。在不同的尺度,城市旅游竞争力分别表现为旅游产品的竞争力、旅游企业的竞争力和城市旅游产业的整体实力[4]

1 相关文献综述

国外城市旅游的研究起步于Stansfield[5]对城市旅游重要性的论述。对城市旅游竞争力研究始于城市旅游产生吸引力的条件、层次等[6-7]。从20世纪80年代末开始,研究者开始梳理城市旅游竞争力的测度指标,对多个城市的旅游竞争力进行评价和比较并探索其空间分布的规律。20世纪90年代后,一些学者着重强调旅游信息在城市旅游竞争中的重要作用[8-9]。20世纪末,城市旅游竞争力的评价研究拓展到城市的多项基础指标,形成更加强调支撑条件的综合评价体系[10-12],并广泛采用多种方法包括方差分析法、行为理论、线性回归等进行城市旅游竞争力的定量评价[13-15]。2005年后,随着经济发展形势的变化,新的发展理念的引入,旅游竞争力的研究得到极大的拓展和延伸,主要体现在3个方面:一是研究视角的变化,如在效率视角下基于经济前沿面方法测度旅游竞争力[16];从企业微观视角研究企业在旅游竞争力发展中的角色[17-18];从品牌定位的角度研究旅游竞争力发展[19];从负面影响因素入手研究成熟目的地的旅游竞争力[20]等。二是新的影响因素的引入,其中全球化[21]、可持续发展[22]和网络结构[23]等因素已经成为重要的决定性因素,而游客体验和满意度[24-25]的影响力尚有争议。三是研究方法的创新,如采用基于熵权的TOPSIS评价方法[26];借助波达什数法将DEA、灰色系统理论和人工神经网络3种排序方法得到的结果综合[27];借助偏最小二乘法路径模型、PLS回归、混合模型和基于协方差的非线性结构方程模型等方法验证TTCI指标体系[28]

国内有关旅游竞争的研究始于20世纪90年代,郝寿义和倪鹏飞[29]对城市旅游竞争力的概念、含义和测度进行初步研究。2000年之后开始广泛进行旅游竞争力影响因素的研究,保继刚和刘雪梅[30]给出城市旅游发展的8个动力因素,包括城市发展水平、对外经济联系、城市文化氛围、旅游景点、区位特性、基础设施、环境质量和服务水平。杨英宝[31]认为城市旅游资源、城市旅游经济条件、科技水平、旅游人才、城市旅游需求、旅游环境、旅游企业等是影响城市旅游竞争力的要素。郭舒和曹宁[32]认为核心吸引物、基础性因素和支持性因素、发展性因素和支持性因素、管理创新因素等是城市旅游竞争力的重要影响因素。而在旅游竞争力影响因素的研究基础上,研究者开始对旅游竞争力进行测度,相当多的学者采用城市旅游业绩或现状、城市旅游发展趋势或潜力、城市经济社会环境基础这3个主要的测度指标,在此之上进行调整补充和优化,建立多级指标评价体系,采取的研究范式多为影响因素-测度指标-评价体系-城市分类-空间布局与结构的形式[4, 31, 33-38]。也有部分学者采取不同的测度指标,有的是采用比较细化的指标,有的则采用不同的研究视角,如张争胜和周永章[1]选用旅游发展规模、外出旅游能力、旅游组织能力、旅游接待能力等4个方面15个指标。黄耀丽等[39]选用旅游发展规模、旅游接待能力、资源禀赋指数、相关依托因子4类指标。丁蕾等[40]将城市旅游竞争力分为硬竞争力和软竞争力2种,共环境竞争力、人力竞争力、经济竞争力、设施竞争力、制度竞争力和开放竞争力7个方面。温碧燕和梁明珠[41]从旅游资源、客源市场、旅游产品、区位与交通、旅游六要素、基础设施与接待能力、城区景观、政策经济环境等8个方面选取22个指标。张河清等[42]从要素竞争力、市场竞争力、管理竞争力和发展竞争力4个方面选取19项指标。龙江智[43]则对当下的研究范式提出反思,认为旅游竞争力从需求上受到旅游体验的影响。在定量综合评价方法上,国内现有的研究主要采用层次分析法、主成分分析、专家打分法、聚类分析、熵值法、DEA效率模型、系统动力学模型等[1, 39-40, 44-46]。目前国内旅游竞争力的研究以定量评价为主,应用方法较国外研究单一,一方面国外研究采用的赋值方法更加多样化,另一方面更为重要的是近年来的国外研究倾向于采用多种赋权方法的组合,可以在一定程度上规避计算和感性认识产生的误差,国内类似研究较少,且缺乏对该方法下的评价结果的验证,因此本文采用基于熵权的灰色关联分析法进行评价,并基于熵权采用TOPSIS方法验证灰色关联系数的评价结果,分析其可靠性,采用两种组合赋权方法分别进行旅游竞争力综合排序的计算和验证,在评价方法上有所创新。

2 研究方法 2.1 熵值法

熵值法的核心思想是,某项指标的数据间差异性越大,该指标在综合评价中所起的作用越大,该方法利用信息论中的信息熵公式,测算各项指标的熵值,熵值越小,有序性越强,该指标的信息效用度越高[47]

1) 对数据归一化,并计算第j项指标下第i个方案指标值的比重Pij,进而利用信息熵公式求出第j项的熵值。

$ {{P}_{ij}}=\frac{{{Y}_{ij}}}{\sum\limits_{i=1}^{n}{{{Y}_{ij}}}}, {{e}_{j}}=-k\sum\limits_{i=1}^{n}{{{p}_{ij}}\ln {{p}_{ij}}.} $

2) 令1减去熵值,得到差异化系数,利用以下公式求得熵权

$ {{g}_{j}}=1-{{e}_{j}}, {{w}_{j}}=\frac{{{g}_{j}}}{\sum\limits_{j=1}^{p}{{{g}_{j}}}}. $
2.2 灰色关联分析

灰色关联分析是根据样本数据分析预测其趋势,并测算该趋势与最优数列的趋势的拟合程度,据此进行排序。常见模型包括邓氏关联度、B型关联度和T型关联度[48],灰色关联分析法的优点主要有数据量要求小、计算方便、不需要典型的分布规律。缺点则包括不具有规范性、不具有一致性、序数效应(与标准化的方式有关)、正负相关性体现不足(正向指标和负向指标必须采用不同的标准化方法)。

1) 采用max-min标准化,将最优序列设为Y0={1, 1, 1,…,1},求各评价对象所在序列与规定最优序列的绝对差序列

$ {{\mathit{\Delta} }_{ij}}=\left| {{Y}_{ij}}-1 \right|. $

2) 计算两级最大值和两级最小值

$ \begin{align} &\mathit{\Delta} \left( \max \right)=\underset{1<i<n}{\mathop{\max }}\, \underset{1<j<p}{\mathop{\max }}\, \left( {{\mathit{\Delta} }_{ij}} \right), \\ &\mathit{\Delta} \left( \min \right)=\underset{1<i<n}{\mathop{\min }}\, \underset{1<j<p}{\mathop{\min }}\, \left( {{\mathit{\Delta} }_{ij}} \right). \\ \end{align} $

3) 求两级最大值和两级最小值并利用以下公式计算关联系数

$ {{\delta }_{ij}}=\frac{\mathit{\Delta} \left( \min \right)+\rho \mathit{\Delta} \left( \max \right)}{{{\mathit{\Delta} }_{ij}}+\rho \mathit{\Delta} \left( \max \right)} $
2.3 TOPSIS方法

TOPSIS法根据有限个评价对象与理想化目标的接近程度进行排序,从而对现有的对象进行优劣的综合判定。

1) 对原始数据进行max-min和Z-score标准化,建立规范化决策矩阵Y=(yij)m×n,结合求得的熵权作为权重向量W=(w1, w2, …, wn), 构成加权的规范化决策矩阵

$ \mathit{\boldsymbol{A}}={{\left( {{a}_{ij}} \right)}_{m\times n}}={{\left( {{w}_{j}}{{y}_{ij}} \right)}_{m\times n}}; $

2) 确定正理想解y+和负理想解y-

3) 利用欧几里得距离公式,分别计算各被评价对象的指标评价值向量到理想解y+的距离di+和到负理想解y-的距离di-

$ \begin{align} &d_{ki}^{+}=\sqrt{\sum\limits_{j=1}^{n}{{{\left( {{a}_{ij}}-a_{j}^{+} \right)}^{2}}}}, \left( i=1, 2, \cdots ,m \right), \\ &d_{ki}^{-}=\sqrt{\sum\limits_{j=1}^{n}{{{\left( {{a}_{ij}}-a_{j}^{-} \right)}^{2}}}}, \left( i=1, 2, \cdots ,m \right); \\ \end{align} $

4) 综合被评价对象指标评价值到正理想解和负理想解的距离, 将其作为被评价对象的综合评价值

$ {{B}_{i}}=100\times \frac{d_{i}^{-}}{d_{i}^{+}+d_{i}^{-}}. $
3 指标体系与竞争力评价 3.1 指标体系

本文参考苏伟忠等[4]提出的观点即城市旅游竞争力既有产业竞争力的属性又同时具备城市竞争力的属性,城市旅游的特色、吸引力和品牌效应是由复杂的因素共同形成的。城市旅游作为一种产业,首先与其经济运营、维护和发展有直接的关系,因此旅游业绩是旅游竞争力最为直接的影响因素,可以反映城市旅游的经营水平和发展态势,主要包括城市旅游的营收能力、游客规模、旅游产业在城市发展中的重要性等。同时旅游竞争力不同于城市旅游发展水平,它表达了一种城市旅游持续发展的能力,体现了城市旅游发展基础与模式、城市旅游后备资源的竞争水平,主要受到城市的建设投入、经济发展态势、人均收入水平等的影响。除直观的旅游业绩外,城市竞争力的形成与体现有更重要的驱动因素,本文将其归纳为一种软硬环境集成的支撑,包括城市的建设水平、旅游资源、公共服务能力和环境质量。以本文为例,广东省虽然是中国旅游第一大省,但并没有非常显著的旅游特色,旅游发展模式保守,高知名度旅游景点数量落后于其他旅游大省[49],旅游竞争力领先的原因在于广东省尤其是珠江三角洲地区发达的城市发展基础提升了基于城市魅力和文化氛围的旅游吸引力,良好的公共服务能力和环境质量提升了游客的城市旅游体验。

本次选取19个指标,3大类,2个层次(图 1)。将城市旅游竞争力的影响因素分为3类,即经济竞争优势、竞争潜力和基础支撑。其中,经济竞争优势包括旅游外汇收入、旅游总收入/GDP、过夜游客人数和客房出租率;竞争潜力包括第三产业增加值、人均固定资产投资、人均GDP、GDP增速和经济外向度;基础支撑包括客运量、文化文物机构总数、广播电视机构总数、酒店总数、空气质量、城镇污水处理率、城镇生活垃圾无害化处理率、人均绿地面积、公交运营数和景区数量。数据来源于广东省2016年统计年鉴的指标。其中旅游总收入/GDP体现旅游产业在城市发展中的重要性;经济外向度是年实际利用外资总额占全社会固定资产投资的比重;空气质量指标如果直接使用废气排放量作为负向指标,在灰色关联系数的计算中,需要采用反向标准化,而在熵权的计算中,这个指标需要进行倒数处理,一致性比较差,因此直接求倒数作为正向指标处理;景区数量是该城市4 A以上景区的数量总和。

Download:
图 1 指标体系示意图 Fig. 1 Index system for tourism competitiveness
3.2 熵值计算

由广东省统计年鉴获取指标数据,应用信息熵公式对各项指标求熵值,进而获得差异化系数和对应的熵权(结果见表 1)。

表 1 熵值、差异化系数和熵权 Table 1 Entropy, differential coefficient, and entropy weight
3.3 关联系数及评价值计算

求两级最大值和两级最小值,将分辨系数设为ρ=0.5,应用关联系数公式求解。并通过乘数合成获取各评价分量的得分和排名以及综合评价(表 2)。其中图 2的城市默认序列与表 2中地区一栏的城市相对应。

表 2 基于熵权的灰色关联分析评价结果 Table 2 Evaluation results using grey relational analysis based on entropy weight

Download:
图 2 竞争力评价各分量对比 Fig. 2 Comparison of evaluation components of tourism competitiveness
4 结果分析 4.1 熵权分析

从熵权来看(表 1),经济竞争优势、竞争潜力和基础支撑的熵权总和分别为0.24、0.31和0.45。基础支撑的权重最高,诚然基础支撑的相关影响因素众多,但更为重要的是基础支撑已成为广东城市旅游竞争力最重要的来源。在基础支撑的权重结构中,客运量和公交运营数的权重远远高于其他基础支撑指标,说明交通条件和公共服务水平是基础支撑中最重要的部分。基础支撑中的环境指标权重普遍较低,就结果而言,广东各城市污水和生活垃圾处理水平已经达到较高水平比较接近,空气质量差异不明显,环境质量目前不是广东城市旅游的重要制约因素。

竞争潜力中2个核心指标包括第三产业增加值和经济外向度的权重明显高于其他竞争潜力指标,说明广东省各城市的旅游竞争力受到服务业发展水平的显著影响,良好的服务设施条件显著提升了广东省的旅游品质,同时较高的经济外向度使广东成为入境游的重要目的地,带动了广东城市旅游的发展。

经济竞争优势的总权重最低,但旅游外汇收入在单个指标中权重最高,这说明入境旅游在广东省旅游中具有很强的影响力,广东省的入境旅游发展迅速,规模巨大,客源以港澳游客为主,亚洲和欧美游客数增长迅速,同时入境游的空间分布呈现出以广深为核心,向珠三角地区聚集的态势,这与旅游竞争力评价系数的排序一致。

从单个指标的熵权排序来看,规律性非常明显,前5个指标包括旅游外汇收入、客运量、公交运营数、第三产业增加值、经济外向度权重极高,总和接近76%,可见入境游、交通条件、公共服务能力、第三产业发展水平、外向经济活跃程度是广东省各城市旅游竞争力的核心影响因素。粤东西北与珠三角地区的旅游竞争力差距主要来自这5个指标,从根本上分析,即由综合区位条件引起的交通功能、经济环境、基础设施的显著差异造成了广东省城市旅游竞争力珠三角—粤东西北的核心边缘空间格局。

4.2 评价结果探析

从经济竞争优势这个向量来看(表 2),广州和深圳居于第一和第二,排序第2位的深圳得分接近第3位东莞的2倍,经济竞争优势非常显著,原因在于广深的旅游外汇收入远超其他城市,广深两市是广东省的“窗口”,在广东省入境旅游的目的地中居于核心地位。其余城市中排名靠前的包括东莞、梅州、佛山、珠海等,其中东莞、佛山、珠海处于珠三角城市连绵带,是广佛肇、深莞惠、珠中江三大经济圈的重要成员,经济状况和城市发展水平较高,城市具有较高的知名度,而梅州经济竞争优势主要来自旅游产业的发展水平和客家文化带来的旅游资源独特性;处于经济竞争优势序列后方的城市主要有阳江、揭阳、汕尾、茂名等,位于广东省的东西两翼,远离珠三角的辐射,经济发展水平较低导致这些城市无力投入大量的资金和人力用于旅游业发展和建设。

从竞争潜力来看(表 2),其城市排序与经济竞争优势的排序具有较好的一致性,这说明当下旅游经营业绩较好的城市,其旅游业发展速度和发展前景也呈现出较好的势头,由此可以粗略地推论广东省城市旅游发展的空间格局还会呈现进一步极化的趋势,个别城市两个序列上下错位,最显著的是梅州和东莞,其中梅州经济竞争优势很高,竞争潜力却居于广东城市的末位,主要是由于梅州本身经济基础差,其城市旅游发展缺乏支撑,而且受制于区位条件,经济外向度非常低,该因素将显著影响梅州市的旅游发展;相反,东莞市经济竞争优势和竞争潜力排序相同,但竞争潜力的得分数值异常高,最重要的原因是东莞的经济外向度远远高于广东省的其他城市包括广深两市,就目前东莞的旅游外汇收入而言,东莞市在入境游方面具有极高的发展潜力,可能会成为东莞城市旅游未来发展的核心动力。

而在基础支撑方面(表 2),除广深两市处于核心位置外,在排名前列的城市中,佛山市主要得益于其良好的基础设施建设和丰富的旅游资源;东莞市基础支撑排序较低则受到环境质量的影响;韶关和江门基础支撑的排序显著高于其前2个向量,韶关是广东省的北部门户城市,江门则受到珠三角核心圈层的辐射,2个城市良好的交通条件提升了其基础支撑水平。在基础支撑排序靠后的城市中,珠海市基础支撑排序为20位,远远低于前2个向量,可以判断基础支撑是珠海城市旅游发展显著的短板,交通条件较差,各类文化艺术机构建设数量严重不足,并且旅游资源贫乏;其余基础支撑较差的城市主要位于粤东、粤西偏远地区,交通条件差,基础设施建设不够充分。总的来看,基础支撑的排序与前2个向量有较明显的差异,但评价值的波动幅度很小,因此对综合评价的影响能力有限。

从综合评价系数来看(表 2),广州、深圳2个城市在旅游产业规模、经营水平、经济发展状态、交通区位条件、公共服务能力、旅游资源等方面都具有显著高于其他城市的巨大优势。2个城市均为全国性经济中心,广州是千年商都,深圳是中国改革开放的窗口,已经形成浓厚的文化氛围和独有的城市魅力。但在这个核心圈层中,广州市的旅游竞争力又显著高于深圳市,其优势主要体现在旅游产业的重要性、交通功能强度和旅游资源丰度上。综合排序处于前列的还有东莞、佛山、珠海和惠州。东莞市城市旅游以商务休闲为基础,地理位置优越,旅游外汇收入高,第三产业发达,经济外向度极高,但空气质量较差;佛山是老牌旅游强市,以岭南传统文化和民间舞狮艺术闻名,旅游市场规模大,基础支撑条件优良,旅游资源丰富,缺点是紧邻广州市,发展空间有限;珠海以滨海旅游为核心,经济发展水平高,外向经济活跃,但基础支撑方面严重不足。综合排序靠后的城市主要是揭阳、潮州、汕尾和阳江,其中揭阳、潮州、汕尾三市紧邻位于粤东东部,珠三角地区无法有效辐射和带动,第三产业发展严重落后,经济整体发展水平较低,交通条件差,公共服务能力严重不足,3个城市的空气质量良好,但该指标权重很低,对旅游竞争力没有显著影响。

4.3 城市规模分析

采用2014年国务院发布的城市规模分级标准,可以根据常住人口将广东省各城市分为超大城市(1 000万以上)、特大城市(500万~1 000万)、Ⅰ型大城市(300万~500万)、Ⅱ型大城市(100万~300万)4类,对4类规模的城市根据灰色关联综合评价值分别排序(见表 3),广东省各城市规模普遍偏大,300万以上人口的城市占76%。超大城市仅有广州、深圳两市,两座城市同时也是广东省城市旅游的龙头;特大城市中东莞、佛山两市城市竞争力显著高于其他城市;Ⅰ型大城市数量最多,其各个城市的旅游竞争力评价值非常接近;Ⅱ型大城市中珠海旅游竞争力显著高于其他城市。总体来看,从各类规模中旅游竞争力排序前列的城市来看,城市规模与城市旅游竞争力在一定程度上正相关,但各类规模城市中除去旅游强市之外,剩余城市旅游竞争力较为接近,并且与城市规模的关系不大,如特大城市除去东莞、佛山外其余城市旅游竞争力甚至普遍低于Ⅰ型大城市;另外作为整个序列中的特例,珠海城市规模是广东省最小的,但旅游竞争力综合排序达到第5位,可见城市旅游竞争力与规模没有实质关系,而是与城市规模对应的城市功能强度正相关。

表 3 广东省城市规模分类 Table 3 Urban scale classification of Guangdong Province
4.4 格局分析

参考经济发展与城市联系,按照珠三角、粤东、粤西、粤北对广东省进行分区[50-52](表 4)从而把握广东省旅游业发展和分布的空间格局。以4 A级旅游景区的数量来看,广东省优势旅游资源主要集中在珠三角和粤北地区。珠三角地区中广州、佛山、东莞、江门旅游资源最丰富,该地区旅游资源主要分为以广州、佛山、中山、江门为代表的特色历史文化资源包括千年商都、岭南文化、伟人故里、侨乡文化等和以深圳、珠海、东莞等为代表的滨海度假、商务休闲和主题公园等城市旅游资源两类;粤北地区以清远、韶关旅游资源最为丰富,该地区的旅游资源主要分为以客家文化、禅宗文化、少数民族风情为代表的历史民俗文化资源和以丹霞山地貌、南岭森林公园、韶关国家森林公园为主的自然生态景观两类;粤东地区旅游资源集中在汕头和潮州两市,整个地区以历史文化旅游为主包括潮汕文化和红色教育等;粤西地区各市旅游资源数量、品位接近,整体比较贫乏,该地区旅游资源以海岛海湾度假和渔岛渔村风情为主。

表 4 广东省区域分类 Table 4 Regional classification of Guangdong Province

分区域累加该地区的得分见表 5,可以发现珠三角地区在包括旅游业的发展规模、发展前景、可预期的发展速度和综合基础条件等各个方面都远远超过其他地区,3个向量都在其他区域的2倍以上,粤东、粤西、粤北都存在一定程度的经济不发达、经济环境封闭、交通条件较差、基础设施建设不足、公共服务能力较差等问题。从空间格局上看,广东省的旅游业呈现出中心突出、四周下陷,环绕珠三角展开的核心-边缘结构,但观察近年来广东省旅游业的发展数据,虽然广东省旅游各项数据处于全国首位或前列,由于发展空间受限,重视程度低,发展模式陈旧,特色旅游建设不足,品牌影响力下降,其旅游业总体发展速度明显放缓,可见借由珠三角地区发达的城市发展水平获得的极化效应红利已经接近饱和,进一步发展必须基于珠三角向全域扩散。

表 5 各区域得分 Table 5 Scores of different regions
4.5 比较和验证 4.5.1 TOPSIS计算

对原始数据进行min-max和z-score标准化,令b=4,并通过公式yij=zij+b修正矩阵中的负值,继而求加权的规范化决策矩阵。计算各指标评价值向量到正理想解和负理想解的距离。

4.5.2 比较分析

对2种方法获得的测算结果进行比较(图 3),其中横坐标为城市原始序列,与表 2中地区一栏中的城市对应,纵坐标是各向量和综合值的排序,评价基于熵值的灰色关联分析方法的可靠性。2种方法获得的评价系数比较标准不同,对经济竞争优势、竞争潜力、基础支撑和综合系数分别比较,初步探讨差异产生的原因。

Download:
图 3 关联系数与TOPSIS的结果对比 Fig. 3 Comparison between grey relational analysis and TOPSIS

2种方法都采用熵权法计算各指标的权重,灰色关联分析法是计算样本数据的趋势与最优序列趋势的拟合程度,从几何意义上看即实际数据序列曲线与最优序列曲线形状的接近程度;TOPSIS则是计算目标指标的值与理想解的距离,从几何意义上看是将研究对象的各个指标作为向量,求该向量与理想解的欧几里得距离,2种方法在算法和思路上具有高度的一致性,因此可以采用TOPSIS方法检验。2种方法的计算结果一致程度很高(图 3),证明灰色关联分析的结果是比较可靠的,在灰色关联分析中将分辨系数设为ρ=0.5是合理的,细化到3个分量的结果比较情况上看,经济竞争优势与竞争潜力的结果比较一致,而基础支撑的区别比较明显(图 3),基础支撑的指标数量显著高于其他2个向量,初步判断2种评价方法下的结果差异可能与指标数量有关;另外追溯到原始数据上发现基础支撑的指标的数值与前二者有较大的差异性,因此我们判断计算结果产生差异的部分原因在于2种方法对原始数据的处理方式不同,TOPSIS中采用了2次标准化,灰色关联分析只用了max-min标准化。

5 结论与建议

本文探析城市旅游竞争力的内涵,即旅游产业发展水平和城市软硬实力的集成;构建基于经济竞争优势、竞争潜力、基础支撑的综合评价体系;在评价方法上有所创新,利用基于熵权的灰色关联分析评价广东省各城市的旅游竞争力水平,并通过TOPSIS方法进行检验和对比分析;归纳由入境游、交通条件、公共服务能力、第三产业发展水平、外向经济活跃程度主导的旅游竞争力差异机制;认为旅游竞争力与城市功能强度有关,与规模没有显著关联;分析广东省旅游竞争力的区域格局和全域扩散策略的必要性。

从城市尺度来看,广东省旅游业由广州、深圳两市作为龙头,其旅游竞争力与其他城市相比拥有巨大优势,而其他老牌旅游强市包括东莞、佛山、珠海和惠州等,发展速度明显放缓,与其他城市差距很小,这与位于广深两市周边有关,受到增长极的强烈辐射,带来交通、客源方面的巨大优势,但同时也受到灯下黑效应的制约。及时采用针对性的差异化策略是这些城市旅游业发展的关键,着重发展与广深两市异质的旅游资源,城市建设方面营造独特的景观和氛围,基于历史沉淀、人文氛围、生态景观打造城市的旅游主题,如广州——千年商都、深圳——滨海都市、东莞——商务休闲、佛山——舞狮岭南、珠海——浪漫滨海、惠州——生态度假。但是差异化策略的采用不能与广深两市完全脱节,应该尽可能地与广深旅游资源和业务相互匹配、对接,在广深已经成型的产业链结构的基础上深入挖掘和延伸,和而不同,既充分利用广深带来的辐射优势,又通过打造差异化的旅游资源形成自身竞争力。竞争力较弱的城市主要为揭阳、潮州、汕尾和阳江等,这些城市在位置上远离珠三角,城市发展水平和交通建设基础也比较薄弱,但是远离旅游业核心区域,同时拥有多山区的地形地貌,这是最适宜建设自身旅游资源独特性的条件,利用自身自然景观和保有的民俗文化、节庆活动,打造生态旅游、乡俗体验,以全方位地体验自然风情为特色,而与珠三角地区适当的空间距离也可以成为特色旅游体验的一部分,激发游客的新鲜感以及同珠三角地区城市景观区别性的感官体验,同时充分挖掘城市的历史文化资源,如潮州、揭阳等可以借助潮汕文化的语言、工艺美术、民俗、饮食等形成自身旅游的独有特色,从而与珠三角地区的旅游资源相区别产生差异化竞争力。

从区域格局的尺度来看,广东省呈现中心突出、四周下陷的分布特征,各城市的旅游竞争力以广州、深圳为核心,由高到低向四周扩散。在广东省旅游业发展速度明显放缓的当下,采用全域旅游的发展策略,借助广深两市的发展优势以此作为全域旅游发展的发动机,以广州、深圳—广佛肇、深莞惠、珠中江三大经济圈—清远、汕尾、河源、阳江—其余城市4个层次的空间联动拓展顺序,合理有序地放大增长极的扩散效应。在空间拓展的同时产业链不断衔接延伸,同时发展具有相关性的旅游新产业作为支链补充到广东省的核心-边缘联动体系中。粤北地区竞争力相对较差,但粤北地区多山区面积广大,旅游资源丰富,与多个省份交接,在旅游资源优化建设、旅游市场拓展、潜在游客挖掘等方面具有很大的潜力。一方面改善自然生态景观,挖掘历史民俗文化,提升旅游资源的层次,采取多种新的旅游形式,包括农家乐、田园旅游、静态旅游、无景点旅游等等,充分利用资源优势形成自身特色;另一方面利用自身在广东省的门户位置,将旅游业务与珠三角地区对接,形成华南—粤北—珠三角一条线。

参考文献
[1] 张争胜, 周永章. 城市旅游竞争力的实证研究:以广东省为例[J]. 资源开发与市场, 2005, 21(1):13–16.
[2] 广东省人民政府办公厅. 广东省人民政府办公厅关于印发珠江三角洲地区旅游一体化规划(2014-2020年)的通知: 粤办函[2014] 534号. (2014-11-24). http://zwgk.gd.gov.cn/006939748/201411/t20141127_557111.html.
[3] 魏小安. 关于旅游发展的几个阶段性问题[J]. 旅游学刊, 2000, 15(5):9–14.
[4] 苏伟忠, 杨英宝, 顾朝林. 城市旅游竞争力评价初探[J]. 旅游学刊, 2003, 18(3):39–42.
[5] Stansfield Jr C A. A note on the urban-nonurban imbalance in American recreational research[J]. The Tourist Review, 1964, 19(4):196–200. DOI:10.1108/eb059919
[6] Leiper N. The framework of tourism:Towards a definition of tourism, tourist, and the tourist industry[J]. Annals of Tourism Research, 1979, 6(4):390–407. DOI:10.1016/0160-7383(79)90003-3
[7] Shaw G, Williams A M. Critical issues in tourism:a geographical perspective[M]. Oxford: Blackwell Publishers, 1994.
[8] Fodness D, Murray B. Tourist information search[J]. Annals of Tourism Research, 1997, 24(3):503–523. DOI:10.1016/S0160-7383(97)00009-1
[9] Goeldner C R, Ritchie J R B. Tourism:principles, practices, philosophies[M]. New York: John Wiley & Sons, 2007.
[10] Crouch G I, Ritchie J R B. Tourism, competitiveness, and societal prosperity[J]. Journal of Business Research, 1999, 44(3):137–152. DOI:10.1016/S0148-2963(97)00196-3
[11] Dwyer L, Kim C. Destination competitiveness:determinants and indicators[J]. Current Issues in Tourism, 2003, 6(5):369–414. DOI:10.1080/13683500308667962
[12] Enright M J, Newton J. Determinants of tourism destination competitiveness in Asia Pacific:comprehensiveness and universality[J]. Journal of Travel Research, 2005, 43(4):339–350. DOI:10.1177/0047287505274647
[13] Kozak M, Rimmington M. Measuring tourist destination competitiveness:conceptual considerations and empirical findings[J]. International Journal of Hospitality Management, 1999, 18(3):273–283. DOI:10.1016/S0278-4319(99)00034-1
[14] Uysal M, Chen J S, Williams D R. Increasing state market share through a regional positioning[J]. Tourism Management, 2000, 21(1):89–96. DOI:10.1016/S0261-5177(99)00082-5
[15] Sahli M, Hazari B, Sgro P. Tourism specialisation:a comparison of 19 OECD destination countries. (2006-07-12).http://www.erc.ucy.ac.cy/english/conference2003.
[16] Cracolici M F, Nijkamp P, Rietveld P. Assessment of tourism competitiveness by analysing destination efficiency[J]. Tourism Economics, 2008, 14(2):325–342. DOI:10.5367/000000008784460427
[17] Komppula R. The role of individual entrepreneurs in the development of competitiveness for a rural tourism destination:a case study[J]. Tourism Management, 2014, 40:361–371. DOI:10.1016/j.tourman.2013.07.007
[18] Daskalopoulou I, Petrou A. Urban tourism competitiveness:networks and the regional asset base[J]. Urban Studies, 2009, 46(4):779–801. DOI:10.1177/0042098009102129
[19] Pike S, Mason R. Destination competitiveness through the lens of brand positioning:the case of Australia's Sunshine Coast[J]. Current Issues in Tourism, 2011, 14(2):169–182. DOI:10.1080/13683501003797523
[20] Santos M C, Ferreira A M, Costa C. Influential factors in the competitiveness of mature tourism destinations[J]. Tourism & Management Studies, 2014, 10(1):73–81.
[21] Ivanov S H, Webster C. Globalisation as a driver of destination competitiveness[J]. Annals of Tourism Research, 2013, 43:628–633. DOI:10.1016/j.annals.2013.07.010
[22] Cucculelli M, Goffi G. Does sustainability enhance tourism destination competitiveness? Evidence from Italian destinations of excellence[J]. Journal of Cleaner Production, 2016, 111:370–382. DOI:10.1016/j.jclepro.2014.12.069
[23] Romeiro P, Costa C. The potential of management networks in the innovation and competitiveness of rural tourism:a case study on the Valle del Jerte (Spain)[J]. Current Issues in Tourism, 2010, 13(1):75–91. DOI:10.1080/13683500902730452
[24] Chen C M, Chen S H, Lee H T. The destination competitiveness of Kinmen's tourism industry:exploring the interrelationships between tourist perceptions, service performance, customer satisfaction and sustainable tourism[J]. Journal of Sustainable Tourism, 2011, 19(2):247–264. DOI:10.1080/09669582.2010.517315
[25] Cracolici M F, Nijkamp P. The attractiveness and competitiveness of tourist destinations:a study of southern Italian regions[J]. Tourism Management, 2009, 30(3):336–344. DOI:10.1016/j.tourman.2008.07.006
[26] Zhang H, Gu C, Gu L, 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. DOI:10.1016/j.tourman.2010.02.007
[27] Wu W W. Beyond travel & tourism competitiveness ranking using DEA, GST, ANN and Borda count[J]. Expert Systems with Applications, 2011, 38(10):12974–12982. DOI:10.1016/j.eswa.2011.04.096
[28] Mazanec J A, Ring A. Tourism destination competitiveness:second thoughts on the World Economic Forum reports[J]. Tourism Economics, 2011, 17(4):725–751. DOI:10.5367/te.2011.0065
[29] 郝寿义, 倪鹏飞. 中国城市竞争力研究:以若干城市为案例[J]. 经济科学, 1998(3):50–56.
[30] 保继刚, 刘雪梅. 广东城市海外旅游发展动力因子量化分析[J]. 旅游学刊, 2002, 17(1):44–48.
[31] 杨英宝. 城市旅游竞争力的系统分析与评价研究. 开封: 河南大学, 2002. http://cdmd.cnki.com.cn/Article/CDMD-10475-2002080067.htm
[32] 郭舒, 曹宁. 城市旅游发展的竞争力分析与政策建议[J]. 商业研究, 2004(9):138–141.
[33] 万绪才, 李刚, 张安. 区域旅游业国际竞争力定量评价理论与实践研究:江苏省各地市实例分析[J]. 经济地理, 2001, 21(3):355–358.
[34] 甘萌雨, 保继刚. 城市旅游竞争力研究初步[J]. 现代城市研究, 2003, 18(4):22–25.
[35] 马艳, 胡晓娟. 东北四城市旅游竞争力综合评价[J]. 国土与自然资源研究, 2006(1):67–68.
[36] 安传艳. 基于熵权法的河南省城市旅游竞争力分析[J]. 重庆师范大学学报(自然科学版), 2014, 31(1):102–108.
[37] 孟秀红. 苏州城市旅游竞争力评价研究[J]. 重庆师范大学学报(自然科学版), 2014, 31(6):139–144.
[38] 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.
[39] 黄耀丽, 李凡, 郑坚强, 等. 珠江三角洲城市旅游竞争力空间结构体系初探[J]. 地理研究, 2006, 25(4):730–740.
[40] 丁蕾, 吴小根, 丁洁. 城市旅游竞争力评价指标体系的构建及应用[J]. 经济地理, 2006, 26(3):511–515.
[41] 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, 22(2):18–22.
[42] 张河清, 何奕霏, 田晓辉. 广东省县域旅游竞争力评价体系研究[J]. 经济地理, 2012, 32(9):172–176.
[43] 龙江智. 旅游竞争力评价范式:反思与启示[J]. 旅游科学, 2010, 24(2):26–39.
[44] 张利平, 马延吉. 吉林省县域工业发展水平测度及空间格局演变[J]. 中国科学院大学学报, 2015, 32(3):325–332.
[45] 马晓蕾, 马延吉. 基于DEA模型的东北老工业基地装备制造业效率评价[J]. 中国科学院大学学报, 2015, 32(5):627–634.
[46] 李雪, 董锁成, 张广海, 金贤锋. 山东半岛城市群旅游竞争力动态仿真与评价[J]. 地理研究, 2008, 27(6):1466–1477.
[47] 郭显光. 熵值法及其在综合评价中的应用[J]. 财贸研究, 1994, 5(6):56–60.
[48] 张绍良, 张国良. 灰色关联度计算方法比较及其存在问题分析[J]. 系统工程, 1996, 14(3):45–49.
[49] 庄伟光, 邹开敏. 重构广东旅游业竞争优势. 南方日报, 2015-03-20(2).
[50] 广东省人民政府. 印发粤东地区经济社会发展规划纲要(2011-2015年)的通知: 粤府[2011] 151号. (2011-12-31). http://zwgk.gd.gov.cn/006939748/201202/t20120203_302781.html.
[51] 广东省人民政府. 印发粤西地区经济社会发展规划纲要(2011-2015年)的通知: 粤府[2011] 152号. (2011-12-31). http://zwgk.gd.gov.cn/006939748/201202/t20120206_302898.html.
[52] 广东省人民政府. 印发粤北地区经济社会发展规划纲要(2011-2015年)的通知: 粤府[2011] 153号. (2011-12-31). http://zwgk.gd.gov.cn/006939748/201202/t20120206_302935.html.