我国旅游产业宏观区位布局的空间统计分析
2017-02-04李磊王雅莉
李磊 王雅莉
摘要：从宏观区位视角出发，本文在多元统计分析生成区位宏观化因子的基础上，采用空间全局自相关和局部自相关方法考察宏观区位在空间相互作用中所形成的空间集聚程度和状态，并探索旅游产业空间结构。结果表明：我国空间结构基本雏形已经形成，旅游产业宏观区位空间布局的等级-规模的集聚与扩散效应开始出现，宏观区位影响力高等能效空间分布由点状分布特征开始呈现线状分布特征；中西部地区仍然是单体发展模式，没有形成涓滴效应，区域带动效应弱，联动发展态势不强；总体而言，旅游产业还处于相对集聚的发展状态，并推动着旅游产业宏观区位空间结构的持续演变。
关键词：旅游产业；宏观区位；空间统计分析；空间结构
中图分类号：F590 文献标识码：A
作者简介：李磊（1982-），女（蒙古族），内蒙古通辽人，东北财经大学公共管理学院博士研究生，长春科技学院吉林特色旅游文化产业研究中心讲师，研究方向：区域旅游经济、旅游资源开发与规划；王雅莉（1953-），女，辽宁大连人，东北财经大学公共管理学院教授，博士生导师，研究方向：区域经济、城市经济。
一、引言
2016年国家旅游局提出全域旅游作为新时期旅游发展战略。推进全域旅游一方面可以解决旅游产业在发展过程中的区域差异性问题，另一方面促进旅游要素、功能在空间上的合理布局和优化配置，是一种积极有效的空间开发保护性模式。
区位理论的根本宗旨在于揭示人类社会活动的空间法则[1]，研究内容包括农业区位论、工业区位论、城市区位论（中心地理论）、市场区与网络理论、公共设施区位论，几乎涉及社会经济活动的各个方面[2]。虽然它们所寻求的目标不同，但假设前提、研究方法、表达形式等却基本类似，即均质区和孤立国假设。而旅游产业的资源分布是异质性的，旅游个人偏好多样性又使得旅游者对各种旅游资源的吸引力也因人而异，均质区的假设不符合旅游区位理论的研究。同时，传统区位理论研究假设的区域是与外界隔绝的“孤立国”，但旅游的过程是人们的空间移动的过程，是旅游流的集聚与外向扩散的交互式的空间移动[3]。因此，应用传统区位理论来阐述旅游产业缺乏解释力。
在我国从区位视角研究旅游产业分为两个阶段，第一个阶段是规范式研究，包括以某地区或某旅游企业为案例的区位开发的可行性分析[4-6]、旅游企业的选址问题[7-9]、旅游流空间结构[10-13]，但只是从现象入手的规范性分析，缺乏实证性检验并未形成理论突破和模型构建。第二个阶段是实证研究，表现为开始建立旅游区位的理论模型，如吴必虎（1999）[14]借助中心地理论的相关概念，首次提出了环城游憩带理论模型，主要研究环大都市游憩活动频发地带；王瑛和王铮（2000）[3]以把农业区位论和旅游产业结合，以云南为案例构建了杜能环型旅游区位模型；李华辰（2008）[15]利用边缘结构理论，对旅游景区的边缘旅游结构、功能等进行理论体系构建。于婷婷（2009）[16]以重庆为例对城市商业游憩区进行指标体系的研究。虽然环城区游憩带（ReBAM）理论、杜能环型旅游区位模型、景区边缘结构理论、城市商业游憩区等分析了旅游活动的空间规律，但在本质上没有脱离第一个特征，即是以城市或某一地区为例的对旅游部分空间现象的解释。
旅游产业宏观区位的提出基于两个方面，第一，从旅游产业的性质来看，首先，它是一个跨地区的产业，其空间结构体系表现为旅游者在物理空间上的移动，由此产生了一系列空间现象和空间组织；其次，它是一个具有融合性的产业，与之相关联的产业包括交通运输业、娱乐业、休闲农业、工业旅游等都和旅游产业相互交叉与渗透。第二，从宏观区位视角看，是利用凯恩斯宏观经济分析方法对传统区位理论进行了扩展，利用一般均衡的分析方法，将研究的重点由部门的区位选择转向区域综合分析，建立区位的总体空间模型[17]。因此，旅游产业宏观区位代表了经济空间场中所承载的各种生产关系的空间表征，它不是单个部门或产业的空间分布结构，而是综合多种生产关系的具有一定功能的有机体，而这正符合旅游产业的跨地区和产业融合性特征[18]。
传统的区位理论在本文的研究中，可以理解为微观区位理论，以企业或个人为主体，主要追求经济利益或效用的最佳或福利最大化的区位选择；它很少研究区位、区域和空间三者的关系，结果常常会带来一些靠市场机制无法自动解决的区域问题，如区域差异，而这正是宏观区位理论需要解决的问题之一。宏观区位理论引入均衡理论与方法，形成以社会团体（省市或国家）为主体的区位理论，追求整体效益最佳、点线面均衡布局以及区域差异的专业化协作和综合发展[19]（见表1）。概括来说，微观区位表明企业或部门配置在一定的区域之内的原因，带有战术性质；而宏观区位反映一国乃至更大范围内生产力布局现状和发展趋势，属于战略性问题。
本文研究以旅游产业宏观区位为主线，采用多元统计中的因子分析生成旅游区位宏观化因子，在此基础上采用全局MoranI、Moran散点图考察我国旅游产业宏观区位在空间相互作用即所形成的空间集聚程度和集聚形态，来探索旅游产业在空间上的分布特征以及格局的动态演变过程，解释旅游产业宏观区位与空间地理位置的异同，实现旅游产业宏观区位空间统计的判断，以达到有限的空间资源最佳利用目标，对宏观区位理论创新进行实证分析，更期能为我国旅游产业的差异化管理及政策制定提供理论依据。
二、旅游产业宏观区位化指标构建及数据来源
科学合理的构建旅游产业宏观区位化指数，是研究宏观区位影响下的旅游产业空间布局的重要环节。即要考虑不同要素结合带来的溢出效果，又要考虑要素在空间上的互补效果，两者构成了宏观区位指数的存在基础。为此，在一级指标的选取时，本文通过与微观（传统）区位选择的对比，构建出旅游产业宏观区位因子：地区资源禀赋与吸引力、地区贸易量、地区交通条件、制度化因素。在二级指标的选取时，考虑到微观区位分析是追求效用最大化、利润极大等个人行为模型，与此相对应的旅游产业宏观区位分析不是直接分析每个人或每个企业的经济行为状态，而是把社会集团（省市或是国家）的经济行为结果作为分析的对象，追求区域发展的一般均衡，用来分析构成社会集团要素的数个部门间的经济投入、产出的关系，只有把这些关系从某种程度上作为一种持续的关系来掌握，才能看到其均衡[20]。所以，本文二级指标选取过程中经济投入用城市公园面积、星级饭店房间数、公路客运量、铁路客运量来衡量；产出量用国内和入境旅游总人数、国内旅游收入、旅游外汇收入来衡量；宏观区位中社会团体（省市或国家）的作用通过市场分配经济比重、对外开放程度、引进外资来衡量①（见图1）。
三、旅游产业宏观区位研究的测度方法
本研究融合主成分分析、箱形统计、全局Morans I、Moran散点图多种方法于一体，对中国旅游产业宏观区位的空间分区和内在规律进行全面分析。
（一）宏观区位化指数的测度方法
本文在宏观区位化指数的测度上采用了主成分分析法，它主要用来处理多指标数据，原理是将复杂指标转化为若干个不相关的主成分因子，具体操作步骤如下：
（1）原始数据处理。对原始数据进行标准化处理，消除不同数据之间的量纲影响。
（2）对标准化后的数据，采用最大方差法进行旋转计算出旋转后的载荷矩阵，选出贡献率大于80%的旋转后的特征值λ与特征向量Iij。
（3）求主成分贡献率： Pj=λj/∑ni=1λj。
（4）求各省份在主成分上的得分值：
Zij=Ij1×Yj1+Ij2×Yj2+…+Ijp×Yjp
（5）旅游产业区位宏观化综合得分：
Qi=∑nj=1Pj×Zij
其中P为主成分贡献率，Z为各省区的主因子得分值。
（二）经济空间分区的测度方法
假设观测点的样本观测值X为具有分布函数F（X）的样本，它们的观测值x1，x2，…，xn为随机变量X的n个独立的观测值。首先，求解四分位数，即（累积）概率分别为25%、50%和75%时的分位数（或点），这里将它们分别记为Q25、Q50、Q75，其中Q50也称为中位数，Q25也称为下四位数，Q75也称为上四位数；其次，计算异常值。异常值是指那些大于Q75+1.5d，或小于Q25-1.5d，其中，d=Q75-Q25。通过GeoDa空间分析软件，选取分界线为Hinge=1.5（表示按一般异常值标准确定异常值划定界限），即将Q25-1.5d或Q75+1.5d作为一般异常值的下（或上）分界线，生成箱形地图。
中位数计算公式如下：
（三）全局空间自相关
全局空间自相关用来反映空间邻近区域单元是否存在聚集特性。其计算公式如下：
I全局=n×∑ni=1∑nj≠iWij（xi-）（xi-）（∑ni=1∑nj=1Wij）×∑ni=1（xi-）2 （4）
其中，I代表全局Moran值，n代表地域单元的数量，xi、xj分别代表旅游宏观区位化在空间地域单元i和j的观测值， 表示旅游宏观区位化的平均值，Wij为空间连结权重矩阵，表示空间地域i和i的相互作用的力量，通常由空间邻接和距离来确定，本研究选择基于Rook的空间链接方式，即若区域i和j属于邻接关系，则Wij=1；反之，Wij=0，并规定区域i与其自身不属于邻居关系，即Wii=0。MoranI的统计量指数在[-1，1]之间，通常利用对其标准化进行显著性检验[21]。
根据Morans I指数计算结果，还需要对其结果进行z检验：
（四）局部空间自相关
为了研究空间集聚的程度和相互作用形式，需要通过局部Morans I ，其计算公式如下：
I局部=zi∑ni≠jw*ijzj（6）
其中，zi为地区i的旅游宏观区位化指数的标准值；w*ij为对行进行标准化后得到的空间权重矩阵，即地区i与j之间的空间权重值。根据局部Morans I，将其绘制于一个卡迪尔坐标系统中，横坐标对应zi，纵坐标对应空间滞后变量∑ni≠jw*ijzj，四个象限分别对应于区域单语与其邻近单元之间的四种类型的局部空间联系形式：第一象限为高高集聚区域（HH），代表了高观测值的区域单元被同是高值的区域所包围的空间联系形式；第二象限为低高集聚区域（LH），代表了低观测值的区域单元被高观测值的区域所包围的空间联系形式；第三象限为低低集聚区域（LL），代表了低观测值的区域单元被低观测值的区域所包围的空间联系形式；第四象限为（HL），代表了搞观测值的区域单元被低观测值的区域所包围的空间联系形式。
四、结果分析
（一）旅游产业宏观区位布局的空间结构
宏观区位布局的空间结构分析在静态上体现为区域旅游产业发展状态，是从空间分布、空间组织角度考察、辨认区域发展状态和区域社会经济有机的罗盘；同时，在动态上可理解为是处在不断变化发展的空间状态，可以解析为是历史发展的函数，是旅游经济水平逐步演变和提高的过程。为此本文以2000年和2014年各观测区域的旅游宏观区位化指数②，通过求解分位数和异常值，并利用GeoDa空间数据分析软件生成箱形地图（Box Map），研究我国旅游产业宏观区位的空间结构的变化。
根据公式（1）-（3），并从Box Map地图的生成结果（见图2），把地图上
1.旅游产业宏观区位布局的空间结构已经形成，从东部沿海到内陆形成了明显的空间结构极化区域-协调发展区域-滞后区域。首先，极化发展空间集聚于高等级的城市和轴线上，主要是我国的东部沿海和东南沿海地区，这两个地区一直是我国宏观区位影响力高等能效和中等能效地带，形成了空间集聚作用。从演化历程来看，2000年极化发展空间主要集聚在北京、上海和广东，呈现点状空间布局形态，2014年扩散到了东部及东南沿海地区的苏州、浙江、福建、广东，极化发展空间呈现线状空间布局形态，这表明旅游产业空间集聚的效果加强，扩散效应开始出现；其次，协调发展空间主要集中在环渤海地区（北京、天津、山东、辽宁）、黄河中游地区（甘肃、内蒙古、宁夏、山西、陕西、河南）和长江中游地区（四川、湖北、湖南、安徽、江西），从2000年至2014年的空间结构图的变化中可以看到，中西部地区旅游宏观区位布局空间结构中低等能效区域开始减少，中等能效发展区面积扩大，协调发展空间呈现面状空间布局形态；最后，从滞后发展空间来看，2000年宏观区位影响力低等能效地区包括内蒙古、宁夏、甘肃、青海、新疆、西藏和贵州地区，主要集中在我国西北部地区。2014年地区发展地区数量减少，主要集中在新疆、青海、西藏、云南和贵州等西南部地区。其中，甘肃地区由2000年的低等能效发展地区到2014年发展成为中等能效地区，内蒙古和陕西两省份也由2000年的低等能效发展地区发展到2014年的中等能效发展地区，属于中国旅游产业宏观区位的边缘地区。
2.旅游产业宏观区位结构等级-规模体系开始形成。2000年宏观区位影响高等能效地区呈现点状分布特征，以北京、上海、广东为主，核心区域对于外围地域产生的扩散效应较弱，对周边地区没有产生辐射作用和带动作用，区位势能较低，此时旅游产业宏观区位布局的等级规模体系还未形成，区域旅游产业以极化效应为主，极化点主要集中在大城市，规模效应尚未形成；到了2014年宏观区位影响高等能效地区呈现线状分布特征，主要分布在东部和东南沿海地区的江苏、浙江、福建和广东，核心地域拥有较高的区位势能，在空间梯度力驱动下，区域旅游产业由集聚效应开始转变为扩散效应，各种经济活动和资源要素从核心区域流出，进入外围地域，引起区域结构的变动以及区域规模范围的扩大，此时旅游产业宏观区位布局的等级-规模体系初具雏形。
3.中西部地区仍然是单体发展模式，区域带动效应较弱，联动发展态势不强。从2000年至2014年，西部地区的四川旅游经济发展一直处于中速和中高速状态，但是没有形成涓滴效应，对周边邻近省份青海、西藏、云南、贵州、重庆没有产生辐射作用，区域联动发展的效应较弱，仍然处在单体发展模式，一方面由于四川尚未进入快速集聚的发展阶段，内部产业化结构和组织效能消较弱，没有形成对外围邻近区域的扩展；另一方面周围邻近省份旅游产业发展基础弱、起步晚，新疆、青海、西藏等地处于我国西部地区，交通便利度较差，也是导致中西部仍处于单体发展式的原因之一。
（二）旅游产业宏观区位布局的空间统计分析
宏观区位布局的空间结构是对总体空间分布的初步判定，表明在一定的空间规律的作用下旅游产业集聚经济是否出现。通过全局和局部Moran指数可以对空间集聚进行判断，并解释其空间组织的模式及空间分布特征。本文运用空间分析软件ArcGIS和GeoDa分别计算旅游产业宏观区位布局的全局Morans I、辅以Moran散点图，研究旅游产业宏观布局的全局和局部空间上的集聚、异常及其相互作用[22]。
1.全局空间自相关。通过2000年与2014年旅游产业宏观区位化指数，利用上述公式（4）和（6），计算出2000年至2014年旅游产业宏观区位化指数的Morans I值及其标准化Z值和显著性水平值P（见表2），表2中的2000-2014年的全局空间自相关Morans I 值均为正，且P值通过了小于5%显著性水平检验，说明在宏观区位影响下空间上旅游产业集聚经济开始出现。同时，Morans I值呈波动扩大态势，表明在宏观区位作用下的空间布局存在显著的正向空间相关，具有明显的集聚趋势，即优质区域倾向于和其他优质区域邻近，低质区域同样在空间上与邻近低质区域集聚。从动态演进上看，Morans I值呈现波动式扩大态势，说明我国旅游产业空间上一直处于相对集聚的发展阶段。其中，2008年集聚经济影响力达到最高能效（Morans I值为0.4137），2009年以后集聚能效开始减弱，Morans I值有所降低，但仍然为显著。这表明中国旅游产业宏观区位的空间结构仍然以不平衡态势为主，随着时间推移不平衡的发展态势趋于弱化。
2.局部空间自相关。全局Morans I值只是对区域集聚现象进行整体的描述，不能衡量区域内空间结构的状态及分布，为进一步衡量每个区域与周边地区的旅游产业宏观区位的空间集聚和空间作用的相互模式，本文通过Moran散点图分析宏观区位空间结构（见图3）。由图3所示，从这2年的对比情况来看，位于第一象限（HH）和第三象限（LL）的省域2000年分别有8个和11个，2014年分别有7个和13个，占省域总数的61.29%和64.52%，一方面表明我国旅游产业宏观区位空间布局出现了HH和LL空间集聚特征，与上文中全局自相关的分析结果相符合；另一方说明我国旅游产业宏观区位的空间布局存在“两极化”空间，其中位于HH区的省域大部分在东部地区，位于LL区的省域在西部和东北部，且2000年和2014年LL区比HH区分别多出3个和6个，表明宏观区位影响下的低等能效发展区域形成的低低集聚分布空间在扩大。其中，选取2014年指标来做进一步深入分析，第一象限（HH）中，北部区域包括山东和河南，东部沿海和东南沿海区域为上海、苏州、浙江、安徽和福建旅游宏观区位引发的集聚水平较高，旅游生产要素在一定时间上不断地集中集聚，出现了规模报酬递增效应；第二象限（LH）中，天津、河北、江西、广西、湖南、海南旅游产业宏观区位引发的集聚水平不高，与周边邻近区域宏观区位化水平相比处于弱势地区，高能效区域的涓滴效应也不明显；第三象限（HH）中，包含新疆、西藏、甘肃、吉林等13个省份，这些省份旅游宏观区位引发的集聚水平不高，虽然区域内的资源要素禀赋很高，但是没能形成有效地聚集，未能形成相应的经济功能区；第四象限（HL）中，包含北京、辽宁、四川、广东、湖北，这些地区的旅游宏观区位引发的集聚水平较高，但对周边的联动发展效应不明显，没有通过分工与专业化的再深化产生空间溢出效应。
五、结论与启示
传统区位理论注重经济主体行为的研究，很难跳出区位选择的路径依赖，往往导致研究结论并不能真实地解释具有融合性、空间性和配置性的旅游产业的空间结构问题。本文认为旅游产业宏观区位代表了一定的空间承载的各种空间关系的总和，是诸多生产关系空间总和的概念表征，符合旅游产业的跨地区和配置产业的特点。为此本文引入了宏观区位的概念，分析宏观区位与旅游产业的关系。在此基础上，为了很好地刻画宏观区位与旅游空间结构的关系，本文构造了旅游产业宏观区位化指数，采用箱形统计和空间自相关统计分析的方法，使用我国31个省区2000-2014年面板数据，对中国旅游产业宏观区位布局的空间结构进行总体分析，并对空间集聚程度和集聚效率进行判定。研究结果表明：
（1）首先，空间结构基本雏形已经形成，即以东部沿海和东南沿海为主的极化区域；以环渤海地区、黄河中游地区、长江中游地区为主的协调发展区域；以西南和西北为主的滞后区域；其次，中国旅游产业宏观区位空间布局的等级-规模已具雏形，集聚效应与扩散效应开始出现。宏观区位影响力高能效地区由点状分布特征开始呈现线状分布特征，核心地域拥有较高的区位势能，在空间梯度力驱动下，区域旅游产业由集聚效应开始转变为扩散效应；最后，中西部地区仍然是单体发展模式，区域带动效应弱，联动发展态势不强；西部地区的四川旅游经济发展一直处于中速和中高速状态，但是没有形成涓滴效应，对周边邻近省份青海、西藏、云南、贵州、重庆没有产生辐射作用，区域联动发展的效应较弱。
（2）通过全局自相关的分析得出，我国在宏观区位的空间布局上存在显著的正向空间相关，说明中国旅游产业一直处于相对集聚的发展状态，但是集聚区域是优质区域与优质区域集聚，低质区域与低质区域集聚。同时，利用局部自相关的分析结果对空间集聚程度进行了描述（HH集聚、LH集聚、LL集聚和HL集聚），表明同一自相关类型区的各省（市/区）彼此之间存在着相互影响、相互制约的关联互动，推动着中国旅游产业宏观区位空间结构的继续演变。
中国旅游产业发展还存在一定的区域差异，应以宏观区位理论为指导将旅游产业区域发展目标从利润最大化转化到了空间均衡发展，因此，政府应制定合理的区位政策，规定区位条件的利用方式和发展途径，具体包括功能区利用政策、沿海和内陆发展政策、城市和乡村发展政策，加大国家宏观调控力度。
注释：
① 市场分配经济比重=（各地GDP-各地财政支出）/GDP；对外开放程度=各地区出口额/GDP；引进外资=利用外资/全社会固定资产投资。
② 旅游产业宏观区位化指数使用SPSS主成分分析方法计算得出，其中，2000-2014年的相关数值的KMO值和Bartlett球形检验的近似卡方值都通过了检验，如需了解详细计算过程，可向作者索要。
参考文献：
[1] 陆大道.区域发展及其空间结构[M].北京：科学出版社，1998：9.
[2] 高进田.区位的经济学分析[M].上海：上海人民出版社，2007：5.
[3] 王瑛，王铮.旅游区位分析——以云南为例[J].地理研究，2000，55（3）：346.
[4] 牛亚菲.论我国旅游资源开发的地域性[J].人文地理，1998（1）：47-50.
[5] 马继刚，李飞，周彬学，等.旅游集散地：区位合理性与功能提升[J].经济地理，2014，34（2）：174-179
[6] 陈永红.区位因素制约下的贵州入境旅游客源市场崛起障碍及突破[J].贵州民族，2014，35（3）：137-140.
[7] 保继刚.大型主题公园布局初步研究[J].地理研究，1994，13（3）：83-89.
[8] 郑朝洪，陈文成.基于GIS的旅游度假区区位选址分析[J].测绘科学，2010，35（2）：180-182.
[9] 卞显红.城市轨道交通建设对城市旅游边缘区发展影响研究：基于旅游企业空间区位选择视角[J].科研管理，2015，36（6）：60-67.
[10]乌铁红，张捷，李文杰，等.中国入境旅游经济发展水平的空间格局演变及成因——基于入境旅游经济区位熵的分析[J].干旱区资源与环境，2009，23（5）：189-194.
[11]邓祖涛，尹贻梅.我国旅游资源、区位和入境旅游收入的空间错位分析[J].旅游科学，2009，23（3）：6-10.
[12]翁钢民，陈琳娜.区域旅行服务、交通区位与旅游经济的空间错位研究[J].地理与地理信息科学，2014，30（4）：90-94.
[13]田广增.基于区位商理论的河南省京广/京珠沿线旅游带空间组织研究[J].国土与自然资源研究，2011（3）：54-56.
[14]Wu，B.Formation and Spatial Structure of ReBAM：A Case Study of Shanghai City[A].A presentation to the International Conference on Urban Tourism.Zhuhai[C].Zhuhai，Guangdong Province，China.July，1999.
[15]李华辰.边缘旅游区理论体系构建研究[D].郑州：河南大学硕士研究生论文，2008.
[16]于婷婷.城市RBD选址研究——以重庆主城区为例[D].重庆：西南大学硕士学位论文，2009.
[17]sard，W.Location and Space Economy，MIT Press，Boston，1956.
[18]高进田.区位的经济学分析[M].上海：上海人民出版社，2007：5.
[19]禚振坤.基于空间均衡理念的生产力布局研究——以无锡市为例.地域研究与开发，2008（1）：19-22.
[20]张文忠.经济区位论[M].北京：科学出版社，2000：36.
[21]孙盼盼.中国区域旅游经济差异的空间统计分析[J].旅游科学，2014，28（2）：35-48.
[22]薛华菊.基于ESDA-GIS中国入境旅游流质时空演进模式及影响因素研究[J].资源科学，2014，36（9）：1860-1869.
Abstract：In this paper， macroscopic location factors are generated by applying the multivariate statistical analysis from the perspective of macroscopic location. On this basis， global spatial autocorrelation and partial autocorrelation are adopted to investigate spatial agglomeration degree and status of macroscopic location formed in spatial interaction， so as to explore spatial structure of tourist industry. The finding indicates that： basic framework of spatial structure has formed， Level-scale cluster and diffusion effect in spatial layout of macroscopic location in China′s tourist industry began to emerge， and the distributed characteristic of high-effect influence areas changed from dot scope into line scope； midwestern area maintains single development mode and it hasn′t formed a trickle-down effect， so the driving effect and interactive development trend is weak； on the whole， China′s tourist industry has always been in a comparatively congregate development state， which has been accelerating the lasting evolution of spatial structure of macroscopic location in China′s tourist industry.
Key words：tourist industry； macroscopic location； Spatial Statistics Analysis； spatial structure
（责任编辑：周正）
