品牌旅游城市社会经济影响因素及形成分析

2015-03-20孙根年

地域研究与开发 2015年3期

冯庆，孙根年

(陕西师范大学旅游与环境学院，西安710062)

0 引言

现代社会中旅游城市的功能不仅局限于旅游目的地和客源地，同时也是旅游集散地［1］。作为旅游目的地，集中了大量的旅游景区，旅游服务设施功能完善，以城市导向为主的旅游产品吸引了大量的外地及本地游客［2］;作为旅游客源地，城市人口密集、经济发达，为周边区域及自身提供了充足的旅游者;作为旅游集散地，发挥区域交通枢纽的作用，机场、车站等设施集中将游客扩散至各个旅游目的地。中国现今有653座城市，是推动社会经济发展的主要力量。在这些城市中，优秀旅游城市作为旅游业发展的主体，数量占城市总数的一半以上。2011年推出的旅游百强城市，是年接待量超过1 604万人次前100位旅游城市的集合，这种被评选出的旅游城市的旅游收入占当地GDP比例更大，资本投入更多，市场被细分为多个层面。客流量小的城市一般凭借单一旅游资源吸引游客，与接待大规模游客的旅游城市形成机制有差异，对旅游百强城市进行剖析，意在揭示主导大规模品牌旅游城市形成的因素及机制。

中国旅游业的发展已进入买方市场，旅游城市产生巨大的品牌吸引力［3］，成为新时期城市旅游竞争力的关键。国内早期的旅游城市研究以热点城市为主，关注入境旅游流的空间分布及其在城市之间的转移［4-5］，之后众多学者对旅游城市空间分布进行研究。黎筱筱等利用区位熵对三大经济区优秀旅游城市进行分析，其分布受经济水平、城市体系和旅游资源三大因素影响［6］。朱竑等发现经济发展水平、城市职能、是否是边境口岸以及重大事件等影响旅游城市规模分布［7］。金丽等提出了国际旅游城市的概念并分析了形成动力机制，认为内在动力为区位、经济、政治、文化、资源优势等因素［8］。彭华将不同区域旅游发展的动力划分为资源吸引型、经济吸引型，需求推动型、综合驱动型［9］。城市开放度、贸易状况、景点景区的数量等都影响旅游城市的形成［10-11］。

传统的旅游城市品牌建设多以市场营销为对象，而现今的西方学者研究理论更倾向于旅游者的感知与体验，游客的感知与体验往往成为旅游城市品牌塑造的关键因素［12-15］。增强感知度和体验度一般由城市的“硬件”与“软件”决定。硬件指城市本身的旅游资源，其代表性、识别性和地域性可加深游客体验;软件指城市区域的外部“平台”优化级别，包括交通可进入性程度、经济发展促进城市规划和建设的程度、人口多少对品牌传播的口碑效应等，可增强游客的感知。

综上所述，旅游城市通过品牌塑造可以增强自身的竞争力，加深旅游者的感知与体验，而形成品牌旅游城市的因素复杂多变。本研究从计量经济学角度出发，对不同区域旅游城市的“软件”和“硬件”，即影响品牌旅游城市形成的内部因素和外部因素进行分析，构建品牌旅游城市形成的控制论模型，具体以全国31个省级行政区域(未含港澳台)为样本，选取2011年旅游百强城市(CTTC)、优秀旅游城市(CETC)及其所在地社会经济数据，提出品牌旅游城市形成率和形成系数方程概念，并结合各省份旅游百强城市、优秀旅游城市及品牌形成率的差异分析中国旅游的地理枢纽。

1 概念模型、数据来源与研究方法

旅游城市是一个包容其他旅游目的地的终极目的地［16］，浓缩了一个省份甚至一个国家旅游业的精华，在某种程度上品牌旅游城市可以成为一个地区旅游发展的标志。另外，省份是汇集众多旅游城市的地域单位，省份之间的社会经济等因素差异更大，有助于分析影响品牌旅游城市形成的因素。因此，选择省级行政区域为研究单元。

1.1 品牌旅游城市形成的概念模型分析

从哲学角度出发，内因是变化的根据，外因是变化的条件，内外因共同作用于事物的形成变化，将品牌旅游城市形成因素划分为内部因素与外部因素(图1)。内部因素的构建主要以优秀旅游城市评价标准为基础。国家旅游局1997年颁布《中国优秀旅游城市检查标准》［17］，涵盖了20个选项，主要涉及旅游资源禀赋程度、市场吸引力及城市旅游产业发达程度3个方面。优秀旅游城市的评价标准具有权威性，分布均衡，在全国31个省份都有分布。但旅游百强城市以客流量为评选标准，在个别省份没有分布。考虑到模型的适用性，不仅适用于过去和现在，也要适用于未来，个别省份无旅游百强城市分布的状态并不会持续，因此，引入品牌旅游城市形成率这一概念(简称品牌形成率)，即优秀旅游城市作为形成品牌旅游城市的内因基础，与旅游百强城市数量的比值构成品牌形成率。

图1 省域品牌旅游城市形成的外部条件及控制论模型Fig.1 The external factors and cybernetic model of brand touristic cities in provinces

解释模型越精确，适用的范围越小。为了构建具有普适性的品牌旅游城市形成机制模型，从宏观角度出发，剔除不可度量和计算的因素，选取4个核心因素进行分析。外部因素的挑选主要考虑到城市是区域空间内人口较稠密的地区，是群体行为集中发生的地点，个体游客“有钱、有闲、有兴趣”不能作为衡量现实群体游客实际需求的标准，故4个外因分别是:(1)区域周边是否存在大量潜在的客源市场，以人口密度为衡量指标;(2)区域的旅游需求是否旺盛，以地区人均生产总值为衡量指标;(3)区域的区位及可达性良好程度，以交通可达性指数为衡量指标;(4)区域竞争性程度，以优秀旅游城市的数量为衡量指标。这4个方面的4个指标共同构成品牌旅游城市形成系数，制约品牌形成率的大小。

1.2 数据来源与整合

基础数据包括2个方面:(1)分析品牌旅游城市形成的内因。选取2011年各省份旅游百强城市和优秀旅游城市分布数量，计算品牌形成率。对比历年旅游百强城市的数量，发现其变化率不大，多为位次的变化，故选取首届旅游百强城市数据，计算公式为:R=(C1/C2)×100%。式中:R是品牌形成率;C1是各省份旅游百强城市数量;C2是各省份优秀旅游城市数量。以上数据均来自国家旅游局网站和中国旅游总评榜。(2)分析品牌旅游城市形成的外因。收集全国31个省份2011年人均GDP、交通可达性、人口密度3个指标，其中交通可达性指标主要以航空和铁路客运量为主，计算公式为:T=0.8a+0.2b。式中:a=各省份航空客运量 /全国航空客运量;b=各省份铁路客运量/全国铁路客运量［18］。以上数据的人口密度和人均GDP来源于中国经济与社会发展统计数据库，交通客运量数据来源于《中国民航统计年鉴》和《中国交通统计年鉴》。通过对比发现，部分省份的旅游百强城市不是优秀旅游城市，并且有6个省份无百强城市分布;重庆市相对于其他3个直辖市面积更大，包含的区县较多。因此，为了准确构建品牌旅游城市形成系数方程，并揭示不同的外部因素对品牌形成率的影响，对一些省份旅游城市的品牌形成率进行修正，最后得到品牌旅游城市外部因素的各个特征值(表1)。

表1 品牌旅游城市外部因素各个特征值分析Tab.1 Analysis of external factors and character points of touristic cities brand in provinces

1.3 研究思路与方法

以截面数据为主，定性与定量相结合，构建品牌旅游城市形成机制模型，提出形成系数方程。首先，利用柱状折线图等分析全国31个省份旅游百强城市与优秀旅游城市数量关系，以百强与优秀旅游城市数量比值计算各省份品牌形成率。其次，通过对各省份人口密度、经济发展水平和交通区位及可达性的单因素分析，揭示品牌形成率地域差异的原因，并结合各省份优秀旅游城市数构建四大综合因素的品牌旅游城市形成系数方程。最后，通过对四大外部因素及品牌形成率系数方程的分析，结合各省份品牌形成率、旅游市场占有率、外部环境特征等，探寻中国旅游的地理枢纽。

2 基于省域的品牌旅游城市形成机制

由表1可以看出，单凭旅游资源吸引游客的省份往往客流量较小，旅游百强城市和优秀旅游城市的数量也少;而除京、津、沪3个直辖市以外，东南沿海省份的旅游百强城市和优秀旅游城市数量多，客流量大。

2.1 旅游百强与优秀旅游城市关联性及品牌形成率

1995年国家旅游局开始筹划中国优秀旅游城市的建设，截止目前共有339个城市分9批通过验收成为优秀旅游城市;旅游百强城市自2011年推出第一届，现今已有两届榜单，主要基于各城市游客接待量的大小。在游客接待量上，优秀旅游城市在其评选标准中规定应含有5处以上年接待游客总量不低于50万人次的旅游景区;而旅游百强城市2011年最低游客接待量1 604万人次，最高23 100万人次;在分布数量上，各省份的优秀旅游城市普遍多于旅游百强城市。

除京、津、沪3个直辖市外的各省份旅游百强城市和优秀旅游城市数量关系(图2)表明，优秀旅游城市多集中在东部省份，所占比例达到49%，山东、江苏、浙江、广东所分布的优秀旅游城市最多，数量为21～35个。西部省份优秀旅游城市数量较少，所占比例不足21%，各省分布数量普遍在13个以下;同样，旅游百强城市的分布基本与优秀旅游城市的相吻合，东部省份多于西部省份，所占比例分别是52%，9%，新疆、西藏、青海、甘肃、宁夏5个省份无旅游百强城市分布。通过统计比较，旅游百强城市基本是从优秀旅游城市中脱颖而出，旅游百强城市的形成是以优秀旅游城市为基础。验证百强与优秀旅游城市的关联性后，计算各省份品牌形成率(图2)。品牌形成率与旅游城市数量有3种关系。首先，旅游城市分布最多的省份并不是品牌形成率最高的省份，如山东、江苏、浙江，百强与优秀旅游城市的数量分别是8 ～10，27 ～35 个，品牌形成率分别是28.57%，37.04%，28.57%;其次，旅游城市数量少的地区品牌形成率较低，如黑龙江、贵州、云南等省份;最后，旅游城市分布适中的地区品牌形成率较高，如江西、陕西、湖南、河北、广东、湖北、安徽等省份百强和优秀城市分布虽然不多，分别是4～9，6～21个，品牌形成率却很高，普遍在40%以上。由此可见，旅游资源禀赋程度并不能决定品牌形成率高低，造成品牌形成率地域差异的原因往往与省份社会经济等因素集合成“平台”的高低有关。

图2 全国旅游百强城市、优秀旅游城市数量分布及品牌形成率Fig.2 The regional distribution and formation rate of CTTC and CETC

2.2 影响品牌形成率的因素

品牌旅游城市的崛起除了对内部旅游资源丰度的要求外，还依赖外部条件对城市的塑造［19-21］。根据概念模型，品牌形成率高低主要受外部4个因素影响。通过函数关系式验证品牌形成率与外部各个单因素之间的相关性，其函数关系为:Y=f(X1，X2，X3，X4)。式中:Y是品牌形成率;X1为人口密度;X2为经济发展水平;X3为交通可达性指数;X4为优秀旅游城市数量。分别以4个外部因素为自变量、品牌形成率为因变量绘出二者之间的关系散点图(图3)

2.2.1 品牌形成率与人口密度。对于旅游业来说，城市人口规模大意味着客源市场充足。中国人口过百万的城市超过100个，真正称得上“大都市”的人口往往超过千万，这些“千万”人口城市与周边区域旅游活动交往异常频繁，“人气”较高，品牌旅游城市形成率也较高。本地区人口密度与品牌形成率的关系散点图(上海人口密度过大，影响数据生成的准确性，故将其剔除)(图3a)表明，二者呈直线相关。采用OLS求解得到其回归方程:Y=0.06X1+12.33 ，样本数N=31，R=0.74 ，反映出人口密度越大的省份其品牌形成率越大，人口密度每增加或减少1人/km2，品牌形成率就能增加或减少0.06个百分点。北京、天津、江苏、广东、山东、河南人口密度较大，为550～1 200人/km2，除去河南省品牌形成率是18.52%，其余省份的品牌形成率均在28%以上;西藏、甘肃、内蒙古、黑龙江、青海、新疆的人口密度较低，为3～85人/km2，其品牌形成率在20%以下，人口稀疏导致潜在的客源市场小，影响品牌形成率。

图3 品牌旅游城市形成率与外部4个因素的关系散点图Fig.3 Relationship between TCB formation rate and the four external factors

2.2.2 品牌形成率与经济发展。古代城市的基本功能是军事和经济，现代城市的军事功能逐渐弱化，经济功能越来越强化［16］。经济的发展推动了城市化，城市化又带动了区域旅游的发展。对于旅游的“嫌贫爱富”倾向，经济发达的旅游城市往往能够拥有大资本的投入，旅游服务设施更先进，客源更多。人均GDP与品牌形成率的关系散点图(图3b)揭示了品牌形成率与经济发展水平的关系。采用OLS求解其回归方程为:Y=10.02X2-4.70，样本数N=31，R=0.69 ，说明各省份品牌形成率与人均GDP呈线性相关，人均GDP每增加或减少1万元，品牌形成率就能增加或减少10.02个百分点。北京、上海、天津、江苏、浙江、内蒙古、广东、辽宁的人均GDP为5万～8.5万元，位居全国前列，除内蒙古外的其余省份品牌形成率均在27%以上;西藏等6个省份无旅游百强城市分布，经济发展水平较低，人均GDP为2万～3万元。除此之外，贵州和云南的人均GDP也较低，都不到2万元，从而导致品牌形成率都没有超过15%。

2.2.3 品牌形成率与交通可达性。便捷的交通成为沟通旅游客源地与目的地的桥梁。航空与铁路成为远距离旅游的最佳交通工具，解决了“进入”区域的问题，节约了时间成本，缩短了我国南北城市之间的空间距离;而公路主要针对区域内部“扩散”的问题。因此，交通可达性指标的选取仍以航空和铁路为主。区域交通区位指数与品牌形成率关系散点图(图3c)表明，两者呈直线相关。采用OLS求解其回归方程为:Y=7.04X3+12.24，样本数N=31，R=0.64，说明交通可达性良好的地区品牌形成率较高，交通可达性指数每增加或减少1个单位，品牌形成率就增加或减少7.4个百分点。北京、广东、江苏、浙江、上海、辽宁的交通可达性指数都偏高，在4.50～7.22之间，品牌形成率均在27%以上，尤其是上海和天津作为典型的港口城市，水运较为发达;而西藏、青海、宁夏、内蒙古、甘肃、新疆、海南的交通可达性指数偏低，在0.12～1.36之间，区域可达性较弱导致品牌形成率都在20%以下。

2.2.4 品牌形成率与城市竞争性。截止2011年全国共有339个城市成为优秀旅游城市，众多数量的优秀旅游城市之间易产生竞争，同一区域旅游城市的旅游资源差异小、特点不鲜明、客源地重叠，导致部分旅游城市由于缺乏代表性和识别性［22］，客流量被分流，品牌影响力削弱。优秀旅游城市数量与品牌形成率的关系散点图(图3d)揭示了品牌形成率与区域旅游城市数量的关系，其回归方程为:Y=-0.037X24+1.376X4+19.54 。品牌形成率与优秀旅游城市数量呈二次曲线关系，优秀旅游城市数量较少或过多都会造成品牌形成率下降。首先，一些省份相同品质的优秀旅游城市数量过多，从而产生竞争，导致形成系数较低，典型的有江苏、浙江、山东、河南，优秀旅游城市数量为27～35个，品牌形成率却为20%～40%。江苏、浙江经济发达，河南省人口密度大，山东省区位优越，但是其客流量都被分流。其次，与之形成鲜明对比的是一些省份的优秀旅游城市数量为6～20个，品牌形成率却达到25% ～70%，省份内的某一城市由于是省会或者拥有国内外知名的旅游景点，致使其年接待客流量超过其他旅游百强城市数倍。最后，一些边缘或西部省份的优秀旅游城市数量在10个以下，其品牌形成率在20%以下，优秀城市数量过少导致品牌形成率低，包括西藏、宁夏、青海、甘肃等省份。

2.3 多因素的综合作用及形成系数方程

基于单因素分析的结果显示，品牌旅游城市形成与人均GDP、交通可达性、人口密度、优秀旅游城市数量具有很强的相关性。然而，影响区域品牌旅游城市形成并不是单一因素所决定的，区域之间的差异导致了由人均GDP、交通可达性、人口密度、优秀旅游城市数量集合成“平台”的非单一性。如品牌形成率高的地区多为区域中心，对周边省份的旅游具有辐射和扩散作用，不仅拥有便利的交通还有稠密的人口;东部沿海对外开放省份经济基础雄厚且交通区位优越。单一因素决定省域内品牌旅游城市的形成不具有科学和现实意义，多因素的共同作用才能更合理地解释品牌旅游城市形成的原因。

对于品牌形成率与外部各个单因素之间的函数关系，常采用线性加和模型以及非线性阶乘模型2种形式。从多因素“共同作用”出发，选取非线性阶乘模型，其计量经济方程为，其中为待求参数。两侧取对数得。结合表1统计数据，采用多元回归分析方法，其结果为，样本数N=31，相关系数R=0.80。方程拟合程度良好，符合预测要求。为了检验方程的模拟效果，以此方程计算各省份的品牌形成率并与2011年实际值对比(图4)。人口密度—人均GDP—交通可达性—优秀旅游城市数量综合模拟比单因素模拟具有更高的相关性。其中，人均GDP在4个因素中起主导作用，变量系数0.37，经济集中度高从而引起旅游消费旺盛。城市经济发展水平对于品牌旅游城市的影响略大于人口(变量系数0.32)，人口密集的城市由于经济不发达同样不会形成品牌旅游城市。交通区位指数相对影响较小，变量系数0.03，现代旅游城市不再局限于地理区位，由于交通革命人们出行方式的选择更多，旅游目的地更远。省域内优秀旅游城市的数量与品牌形成率成反比，优秀旅游城市数量对品牌旅游城市形成具有抑制作用，相同旅游品味城市之间会产生竞争从而导致品牌形成率下降。

图4 品牌旅游城市形成率实际值与统计值关系散点图Fig.4 Statistical data and simulation value of TCB formation rate

3 结果与讨论

多因素共同影响品牌旅游城市形成，当忽略各省份优秀旅游城市之间产生的竞争时，将人口密度、人均GDP、交通区位指数值代入多元回归方程中进行计算，结果表明，北京、天津、上海、江苏、浙江、广东统计品牌形成率位居前列，基本围绕着三大区域:(1)长江三角洲区域，以上海为中心，包括浙江、江苏2个省份，构成优秀、百强城市数量最多，分布最密集的区域;(2)京津冀区域，以北京为中心，包括天津、河北，新兴旅游城市数量较多;(3)珠江三角洲区域，以广州为中心，包括珠江三角洲地区的多个城市，是中国旅游业起步较早的区域。

1904年麦金德在分析国际政治空间格局时提出了“地理枢纽”(或心脏地带)概念，认为地理空间中重要的点或区域构成心脏地带，谁控制了心脏地带谁就控制了整个世界［23］。中国旅游业的发展从前期以入境旅游为主到入境与国内旅游并重、再到国内旅游占据中心地位，从国家优秀旅游城市到旅游百强城市建设，旅游业发展在空间上是否存在着核心区域的“地理枢纽”，尤为值得探讨。旅游是人的空间流动，针对这一现象有学者提出全国入境旅游流中枢［24］，上述长江三角洲、京津冀、珠江三角洲三大区域无论是国内外旅游市场占有率，还是区域外部环境在全国的份额中都较高(表2)。

表2 三大区域旅游情况与外部环境特征值Tab.2 Formation rate of TCB，tourism market share and external factors of three regions

首先，从旅游客体和观赏对象来看，旅游地理枢纽应该是品牌旅游城市聚集的城市群。京津冀区域品牌旅游城市群正在形成，与山东半岛、辽宁省之间形成旅游互动区域，并深入东北、山西腹地;珠江三角洲地区虽然热点旅游城市不及其他2个区域，但是经济基础雄厚，旅游业起步早，区域优势仍在，品牌形成率达到42.86%。

其次，从旅游主体和游客的旅游活动来看，旅游业的地理枢纽应该是接待客流量最多、旅游活动进出流量最大的区域，高城市化率，高出游率［25］。长江三角洲作为经济中心，国内、外游客到访率最高，市场占有率分别达到37.32%，27.16%;京津冀地区由于其特殊的政治地位，是国内旅游最活跃的地区之一，2011年接待国内游客50 116万人次，市场占有率达到18.98%;珠江三角洲地区由于临近港澳台地区，国际旅游市场吸引力较强，2011年接待外国入境游客749万人次，高于京津冀地区的总和，占有率达到12.66%。

最后，从所处外部环境平台来看，枢纽周边应存在较大的潜在客源市场，旅游需求旺盛，交通可达性强，旅游资源多样化。外部环境的复杂程度可增强或减弱枢纽的作用，“平台”高度越高对旅游业发展越有利。三大区域都是经济贸易频繁的地区，尤其是长江三角洲地区，区域内经济差异逐渐缓解［26］，国际航空港数量及全国航线条数多［27］，人口最为密集。

4 结论

城市化不但推动了中国经济增长和旅游业发展，还改变了人们的旅游方式。品牌旅游城市是新时期城市旅游竞争力的关键，具有代表性、识别性和地域性。本研究以百强和优秀旅游城市为基础分析了品牌旅游城市的形成机制。首先，品牌旅游城市形成机制从内因和外因两方面分析，内因主要是旅游资源禀赋、旅游市场吸引力等，外因则指宏观的经济发展水平、人口密度、交通可达性及优秀旅游城市数量。外因在很大程度上决定品牌旅游城市的形成，如西部及东北地区省份的旅游资源禀赋程度较高，但只有部分省会城市形成品牌旅游城市，这与区域外部因素所构成的平台有关，“平台”较低则不易被旅游者所识别和记忆，削弱品牌形象的传播。其次，品牌形成率由外部形成系数方程决定。人口密度、人均GDP、交通可达性和优秀旅游城市数量所构建的形成系数方程综合模拟比单因素模拟具有更高的相关性，经济发展水平对品牌的形成影响最大，占主导地位，而优秀旅游城市数量会削弱区域品牌旅游城市形成率。最后，探寻中国旅游的地理枢纽。长三角、珠三角、京津冀地区作为中国旅游的集散中心在区域旅游中占有重要地位，是中国旅游“财气”和“人气”的聚集区。中部湖南、湖北、江西、安徽及西部的陕西和重庆作为新兴的热点旅游区域表现出强劲的竞争力，应以“点”带“面”、以品牌旅游城市为核心，加快中西部区域旅游合作。

［1］ Hwang Y H.Multicity Trip Patterns:Tourists to the United States［J］.Annals of Tourism Research，2006，33(4):1057-1078.

［2］吴必虎.大城市环城游憩带(ReBAM)研究——以上海市为例［J］.地理科学，2001，21(4):354-359.

［3］王京传，李天元.旅游目的地品牌标识评价研究——以中国优秀旅游城市为例［J］.旅游学刊，2012，27(2):43-51.

［4］张佑印，马耀峰，赵现红.中国一级城市入境旅游流时空演变模式分析［J］.城市问题，2008(2):90-94.

［5］张红.我国旅游热点城市境外游客旅游流空间分布特征分析［J］.人文地理，2000，15(2):57-58.

［6］黎筱筱，马晓龙，吴必虎.中国优秀旅游城市空间分布及动力机制研究［J］.干旱区资源与环境，2006，20(5):120-124.

［7］朱竑，吴旗韬.中国省际及主要旅游城市旅游规模［J］.地理学报，2005，60(6):919-927.

［8］金丽，赵黎明.国际旅游城市形成发展的动力机制［J］.社会科学家，2007(6):113-116.

［9］彭华.旅游发展驱动机制及动力模型探析［J］.旅游学刊，1999，14(6):39-44.

［10］何昭丽，海米提·依米提，王松茂，等.新疆旅游经济驱动因子的量化分析［J］.人文地理，2008，23(3):113-117.

［11］高军，马耀峰，吴必虎，等.外国游客对华旅游城市感知差异——以11个热点城市为例的实证分析［J］.旅游学刊，2010，25(5):38-43.

［12］ Hailin Q，Lisa H K，Holly H I.A Model of Destination Branding:Integrating the Concepts of the Branding and Destination Image［J］.Tourism Management，2011，32(3):465-476.

［13］ Usakli A，Baloglu S.Brand Personality of Tourist Destinations:An Application of Self-congruity Theory［J］.Tourism Management，2011，32(1):114-127.

［14］ Chen CF，Phou S.A Closer Look at Destination:Image，Personality，Relationship and Loyalty［J］.Tourism Management，2013，36:269-278.

［15］ Zhang H M，Fu X X，Cai L P，et al.Destination Image and Tourist Loyalty:A Meta-analysis［J］.Tourism Management，2014，40:213-223.

［16］魏小安.旅游城市与城市旅游——另一种眼光看城市［J］.旅游学刊，2001，16(6):8-12.

［17］国家旅游局.中国优秀旅游城市检查标准(修订本)［EB/OL］.(2008-06-27)［2013-01-15］.http://www.cnta.gov.cn/html/2008-6/2008-6-27-20-31-31-10_1.html.

［18］孙根年，张毓，薛佳.资源-区位-贸易三大因素对日本游客入境旅游目的地选择的影响［J］.地理研究，2011，30(6):1032-1043.

［19］陆林，余凤龙.中国旅游经济差异的空间特征分析［J］.经济地理，2005，25(3):406-410.

［20］敖荣军，韦燕生.中国区域旅游发展差异影响因素研究——来自1990—2003年的经验数据检验［J］.财经研究，2006，32(3):32-43.

［21］吴必虎，冯学钢，李咪咪.中国最佳旅游城市标准的理论与实施［J］.旅游学刊，2003，18(6):40-44.

［22］黄耀丽，李飞，李凡.基于竞争力要素和空间尺度的城市旅游竞争力刍议——兼与城市竞争力比较［J］.地域研究与开发，2006，25(4):94-98.

［23］ Mackinder H J.The Geographical Pivot of History［J］.The Geographical Journal，1904，170(4):298-321.

［24］刘法建，张捷，章锦河，等.中国入境旅游流网络省级旅游地角色研究［J］.地理研究，2010，29(6):1141-1152.