入境旅游格局演变及其与经济、社会和生态系统的关系研究——以辽宁省为例

徐 喆，甘 静，梅 林，尹 鹏

(1.吉林师范大学旅游与地理科学学院，吉林 四平 136000；2.东北师范大学地理科学学院，吉林 长春 130024；3.中国海洋大学经济学院，山东 青岛 266100)

入境旅游格局演变及其与经济、社会和生态系统的关系研究
——以辽宁省为例

徐 喆1，甘 静1，梅 林2，尹 鹏3

(1.吉林师范大学旅游与地理科学学院，吉林 四平 136000；2.东北师范大学地理科学学院，吉林 长春 130024；3.中国海洋大学经济学院，山东 青岛 266100)

运用探索性空间数据分析和耦合协调度模型，探讨了20世纪90年代以来辽宁省入境旅游格局演变及其与经济、社会和生态系统的关系.结果表明：辽宁省入境旅游在时间上呈现出快速递增的趋势，盘锦增幅最快，在空间上非均衡性愈发突出；大连和沈阳水平最高，辽西走廊阜新和朝阳水平最低.入境旅游呈现离散分布，负相关性开始减弱，空间依赖性有所增强，第二象限数据点最多，第一象限数据点最少.入境旅游与经济、社会和生态系统的耦合度与协调度整体不高，耦合度包括低水平阶段和拮抗阶段，协调度以中度失调和轻度失调为主.

入境旅游；经济-社会-生态系统；格局演变；耦合协调度模型；辽宁省

入境旅游作为城市旅游体系和开放体系的组成部分，是旅游竞争力、文化软实力和经济开放度的重要表征，是缩小区域差异的有效手段[1].改革开放以来，我国入境旅游人数和外汇旅游收入不断增加，入境旅游对于经济发展的贡献作用越来越大，受到学术界的持续关注.通过梳理可以发现，入境旅游研究多以省级区域为主[2-3]，通过建立入境旅游单一指标或综合指标评价体系，运用泰尔指数、变异系数、集中指数、亲景度、中心地理论等日渐成熟的方法手段，动态测度入境旅游[4]、入境旅游服务质量[5]、入境旅游目的地[6]、入境旅游客源地[7]、入境旅游流[8]等的时空特征，关于地级城市入境旅游的探讨不多，而且忽略空间单元的相关性和异质性[9]，难以真正反映区域差异的变化和机制；主要运用引力模型、多元线性回归、VAR模型和双对数线性模型探析区位交通、旅游资源、经济发展、对外贸易、生态环境等对入境旅游的影响[10-12]，忽视入境旅游与这些因素的协调关系.因此，有必要在研究区域、测算方法和研究内容方面进行深入探讨.

辽宁省依托种类丰富的旅游资源和边疆近海的地缘区位，已成为我国东北地区入境旅游的重要接待区.2014年辽宁省入境旅游人数260.70万人，占到全国比重的9.89%，对于全面振兴这一关键节点意义重大.由于经济发展水平、旅游资源禀赋和旅游基础设施的差异，入境旅游发展存在区域失衡性，制约消费水平的全面提升、产业结构的转型升级和新型城镇化的顺利实现.另外，针对辽宁省入境旅游的研究成果较少，主要集中于入境旅游空间集聚和市场分析[13-14]，关于入境旅游空间关联性及其与城市发展的关系研究近乎空白.基于此，本文以1994年、2004年和2014年为时间截面，运用探索性空间数据分析测算了辽宁省入境旅游格局特征，描述了入境旅游格局演变规律和总体走向，运用耦合协调度模型诊断入境旅游与经济-社会-生态系统的互动关系，旨在为入境旅游发展政策的制定与实施提供参考借鉴，便于有针对性地提出切实有效的调整措施.

1 数据与方法

1.1 指标选择与数据来源

入境旅游的主要表征数据是入境旅游人数和外汇旅游收入，前者作为入境旅游规模的主要载体，其空间分布与变化直接反映入境旅游的结构形态和演变规律，后者统计的科学性有待商榷，因此选择入境旅游人数反映入境旅游水平.[15]城市发展是包含经济、社会和生态多个因素的复杂系统，基于科学性、区域性和可操作性原则，经济系统选择人均GDP、三产产值比重、社会消费品零售额、固定资产投资额、实际利用外商直接投资5个指标，社会系统选择城镇化率、三产从业人数、人均城市道路面积、邮电业务量、医疗机构床位数5个指标，生态系统选择人均公园绿地面积、城镇生活污水排放量、工业废气排放量、工业固体废物产生量4个指标.[16]数据直接或间接来源于1995，2005和2015年《辽宁省统计年鉴》.

1.2 探索性空间数据分析

探索性空间数据分析(ESDA)作为一种空间数据分析技术，以空间关联测度为核心，通过事物或现象空间分布格局的可视化描述，发现空间集聚或空间离散，揭示空间单元之间的相互作用机制.本文选择全局自相关和局部自相关分析辽宁省入境旅游格局演变特征[17].

1.2.1 全局空间自相关

全局空间自相关用以探索属性值在整个研究区空间自相关的总体特征，一般选择Moran统计量进行表征，计算公式为

(1)

1.2.2 局部空间自相关

局部空间自相关用以测度是否存在高值或低值的局部空间集聚，深入揭示相邻地域存在的空间关联类型，一般选择局部Moran统计量进行表征，通过散点图将局部空间结构可视化[19]，计算公式为

I=ZiΣWijZj.

(2)

式中：Zi，Zj为入境旅游标准化值；Wij为空间权重矩阵，定义同上[20]；ΣWijZj为空间滞后向量，表示相邻区域的空间加权平均值.Zi>0，ΣWijZj>0，位于第一象限，该区与相邻区域同步增长，具有空间正相关，即HH(高-高)；Zi<0，ΣWijZj>0，位于第二象限，低值区被高值区包围，具有空间负相关，即LH(低-高)；Zi<0，ΣWijZj<0，位于第三象限，该区与相邻区域低速增长，具有空间正相关，即LL(低-低)；Zi>0，ΣWijZj<0，位于第四象限，高值区被低值区包围，具有空间负相关，即HL(高-低).

1.3 耦合协调度模型

耦合度是两个或两个以上系统通过相互作用而彼此影响的程度，协调度是不同系统各组成要素和谐一致的过程.引入耦合协调度模型全面分析入境旅游(INT)与经济、社会和生态系统(ESE)的互动关系[21]，模型结构为：

C=[RINT×RESE/(RINT+RESE)2]1/2，T=αRINT+βRESE，D=(C×T)1/2.

(3)

式中：C为耦合度，C∈(0，0.3]低水平耦合，C∈(0.3，0.5]拮抗阶段，C∈(0.5，0.8]磨合阶段，C∈(0.8，1]高水平耦合；RINT为入境旅游指数；RESE为经济-社会-生态系统指数；T为综合协调指数，取值范围(0，1)，反映对协调度的贡献；α，β为待定系数，鉴于入境旅游并不是经济-社会-生态系统的唯一动力，因此α取值0.4，β取值0.6；D为协调度，D=0两者无关，D∈(0，0.09]极度失调，D∈(0.1，0.19]严重失调，D∈(0.2，0.29]中度失调，D∈(0.3，0.39]轻度失调，D∈(0.4，0.49]濒临失调，D∈(0.5，0.59]勉强协调，D∈(0.6，0.69]初级协调，D∈(0.7，0.79]中级协调，D∈(0.8，0.89]良好协调，D∈(0.9，1]优质协调，D=1高度协调[22].

2 结果与分析

2.1 入境旅游的时空分布特征

运用ArcGIS10.0软件的自然断裂法将辽宁省入境旅游水平由高到低分成4类，分析入境旅游时空分布特征，结果见图1.经过比较后发现：①辽宁省入境旅游时间上呈现快速递增趋势，1994，2004和2014年入境旅游人数平均值分别为16 492人、77 201人和186 216人.其中盘锦入境旅游年均增长率(32.42%)最高，依托红海滩这一国际旅游品牌，加大国际旅游市场的宣传与投入，积极打造国际化特色目的地，实现了入境旅游发展的新突破；本溪(26.51%)和铁岭(24.07%)入境旅游年均增长率次之，大连(11.06%)和沈阳(10.31%)入境旅游发展的年均增长率相对滞后，旅游景点开发的高度趋同、区域特色旅游项目的缺失和高质量旅游人才的流失等致使两市旅游业发展滞后于入境旅游者日益增长的需求.②空间上非均衡性特征愈发明显，1994，2004和2014年入境旅游人数标准差分别为37 137，145 605和270 637，高值集中于沈大经济带沿线，向东西两端渐次递减，这与区域经济发展水平基本一致，其中大连(534 744人)和沈阳(326 551人)入境旅游人数平均值始终处于前两位，两市入境旅游人数总和占到全省比重的65.94%，依托便捷的海陆空运输体系、完备的旅游基础设施和丰富的高品位旅游资源，成为海外旅游者观光度假和商贸旅游的首选目的地，入境旅游发展相对成熟；鞍山(84 951人)和丹东(69 426人)入境旅游水平次之；辽西走廊阜新和朝阳的入境旅游水平处于最低一级，三个年份入境旅游人数平均值分别为7 556人、6 704人，相对匮乏的旅游资源、落后的基础设施和较差的接待环境等成为其入境旅游滞后的障碍因素.

图1 1994，2004和2014年辽宁省入境旅游的时空分布特征

2.2 入境旅游的探索性空间数据分析

2.2.1 入境旅游的全局空间关联分析

运用GeoDa软件测算辽宁省入境旅游的全局Moran估计值，并对空间自相关的显著性进行Z检验.测度结果(见表1)显示：1994，2004和2014年辽宁省入境旅游全局Moran估计值均为负值，且统计结果尚未通过显著性检验，说明20世纪90年代以来，辽宁省入境旅游呈现离散分布，不具有统计学意义上的集聚性分布，即入境旅游水平高的地方，其周围的入境旅游水平低，入境旅游水平低的地方，其周围的入境旅游水平高.Moran估计值整体递增，说明辽宁省入境旅游负相关性开始减弱，空间依赖性有所增强，其中2004年Moran估计值最高，入境旅游集聚程度和空间近邻效应相对明显.

表1 1994，2004和2014年辽宁省入境旅游的全局Moran估计值

注：E为期望值，P为显著性水平.

2.2.2 入境旅游的局部空间关联分析

为更好地探究辽宁省各城市单元不同时期入境旅游的局部格局，利用GeoDA软件计算入境旅游局部Moran指数及其显著性，绘制空间Moran散点图，并统计自相关类型所对应的区域.测度结果(见图2和表2)显示：辽宁中部地区铁岭、抚顺、阜新、本溪、辽阳等7个城市落在低-高区，即第二象限，占到总数据点比重的50%，说明这些城市入境旅游发展的随机性和空间负相关性特征尤为明显，周边地区入境旅游发展水平较高；朝阳、锦州、盘锦和葫芦岛4个数据点始终落在低-低区，即第三象限，占到总数据点比重的28.57%，说明这些地区入境旅游发展的低值簇比例较大，结构化特征相对明显；沈阳、大连2个数据点始终落在高-低区，即第四象限，依托良好的资源优势和区位优势，在辽宁省入境旅游体系中占据重要地位，周边地区入境旅游发展水平较低；仅有2004年的丹东和2014年的鞍山落在高-高区，即第一象限，数据点数量最少，说明辽宁省入境旅游发展的集聚程度整体较差.

图2 1994，2004和2014年辽宁省入境旅游的Moran散点图

表2 1994，2004和2014年辽宁省入境旅游Moran散点图所对应的区域

2.3 入境旅游与经济、社会和生态系统的协调性分析

运用耦合协调度模型，测算辽宁省入境旅游与经济、社会和生态系统的耦合度与协调度，结果见图3.由结果可见，辽宁省入境旅游与经济系统的耦合度处于拮抗阶段，平均值0.319 7，入境旅游与社会系统、生态系统的耦合度处于低水平阶段，平均值分别为0.299 4，0.284 9.入境旅游与经济系统、社会系统和生态系统耦合的空间分异差别不大，标准差分别为0.106 5，0.111 5，0.113 8，沈阳、大连、鞍山、抚顺、本溪、丹东、锦州入境旅游与经济-社会-生态系统的耦合度高于平均值，尤以沈阳和大连始终处于较高耦合水平，耦合度平均值分别为0.476 9，0.471 7；营口、阜新、辽阳、盘锦、铁岭、朝阳、葫芦岛入境旅游与经济-社会-生态系统的耦合度低于平均值，尤以阜新、朝阳始终处于最低耦合水平，耦合度平均值分别为0.146 5，0.143 9.

图3 1994—2014年辽宁省入境旅游与经济-社会-生态系统的耦合度和协调度

辽宁省入境旅游与经济系统、社会系统和生态系统的协调度整体不高，平均值分别为0.297 9，0.310 2，0.290 3，以中度失调和轻度失调两种类型为主，其中入境旅游与经济系统协调度的空间极化特征最为明显，标准差0.160 2.大连(0.687 6)和沈阳(0.614 4)为协调度最高的初级协调；鞍山(0.344 0)和丹东(0.3136)协调度次之，呈现轻度失调；抚顺、本溪等7个城市为中度失调，城市数量比重最大；铁岭(0.177 7)、阜新(0.152 9)、朝阳(0.147 6)为严重失调.入境旅游与社会系统协调度的空间分异程度次之，标准差0.153 8，各个城市的协调类型与入境旅游和经济系统的协调类型完全一致.入境旅游与生态系统协调度的空间分异不明显，标准差0.089 3，大连(0.493 9)和沈阳(0.436 3)协调度相对较高，呈现濒临失调；丹东(0.349 7)、锦州(0.308 6)、营口(0.308 1)为轻度失调，其余城市入境旅游与生态系统协调度均较低.

3 结论与建议

近年来，伴随着经济社会的发展，签证、通关、免税等便利化政策的实施，以及居民可支配收入和闲暇时间的增多，各国经济贸易往来频繁，入境旅游发展保持稳步增长.一方面，入境旅游的发展能够带来可观的外汇收入、大量的就业机会和先进的文化理念，在促进经济增长、改善社会经济发展条件、降低贫困率等方面发挥积极作用，成为城市发展的重要动力；另一方面，入境旅游的发展受到地区经济系统、旅游资源禀赋、旅游基础设施、交通区位条件以及地方政府政策等多个因素的综合作用，产生入境旅游规模的空间集聚和入境旅游收入的结构失衡.有效提升入境旅游对于城市发展的支撑作用，缩小入境旅游地区差异，对于旅游资源的进一步优化、区域发展重点的确定、产业政策的拟定、区际关系的协调等，具有重要的理论意义和实践价值.

通过对辽宁省入境旅游格局演变及其与经济-社会-生态系统的关系研究，得出如下结论：①辽宁省入境旅游发展时间上呈现快速递增趋势，1994，2004和2014年入境旅游人数平均值分别为16 492人、77 201人和186 216人，以盘锦入境旅游年均增幅最快，大连和沈阳年均增幅较慢，空间上非均衡性特征愈发明显；1994，2004 和 2014 年入境旅游人数标准差分别为37 137，145 605和270 637，高值集中于沈大经济带沿线，向东西两端渐次递减，以大连和沈阳入境旅游水平最高，辽西走廊阜新和朝阳入境旅游水平较低.②1994，2004和2014年辽宁省入境旅游Moran估计值分别为-0.1851，-0.1033和-0.1427，入境旅游发展呈现离散分布，不具有统计学意义上的集聚性分布，负相关性开始减弱，空间依赖性有所增强，辽宁中部地区7个数据点落在第二象限，沈阳和大连2个数据点落在第四象限，第一象限数据点最少.③辽宁省入境旅游与经济系统的耦合度处于(0.3，0.5]的拮抗阶段，入境旅游与社会系统、生态系统的耦合度处于(0，0.3]的低水平阶段，入境旅游与经济系统、社会系统和生态系统的协调度整体不高，平均值分别为0.297 9，0.310 2，0.290 3，以中度失调和轻度失调为主，其中大连入境旅游与城市发展协调度最高.

“一带一路”国家战略的提出为入境旅游发展创造了新机遇、新平台和新渠道，也为入境旅游市场开发指明了重点方向，基于此提出辽宁省入境旅游发展的政策建议：第一，加强沿海城市带与内陆地区的旅游经济联系，优化旅游空间结构，发挥大连、沈阳的“双核”辐射带动作用，打造周边特色国际旅游品牌，建设入境旅游多元化产品体系和立体化旅游线路，实现入境旅游流在集聚水平上的相对均衡；第二，增加旅游产业资金和设备投入，深度开发旅游资源，做大做强工业遗产旅游链条，完善旅游基础设施，加强信息平台建设，注重公共服务配套，提升旅游服务质量，使其成为区域经济增长和老工业基地振兴的亮点；第三，强化政府调控职能，做好旅游宣传推广，全面重塑旅游形象，制定合理有效的市场策略，努力拓宽国际客源市场，提高旅游产品的国际知名度和国际吸引力，提升旅游产业的国际化水平.

综上所述，入境旅游本身即是一个错综繁杂的经济现象，全面推进入境旅游情境下的新型城镇化发展更是一个漫长的历史过程.本文对辽宁省入境旅游格局演变及其与经济、社会、生态系统关系的研究成果是较为初步的，今后将在方法选择、指标选取和机制分析方面进行深入的探索，以期获得更为理想的效果.

[1] 马耀峰，林志慧，刘宪锋，等.中国主要城市入境旅游网络结构演变分析[J].地理科学，2014，34(1)：25-31.

[2] 王凯，易静，李皓.中国入境旅游发展的时空差异演变分析[J].人文地理，2014，29(1)：134-140.

[3] 陈刚强，李映辉，刘娟.中国入境旅游规模分布特征及其变化[J].地理研究，2011，30(6)：1044-1054.

[4] 陈秀琼，黄福才.中国入境旅游的区域差异特征分析[J].地理学报，2006，61(12)：1271-1280.

[5] 黄毅，马耀峰，薛华菊.中国入境旅游服务质量时空态势演变与区域影响因素[J].地理学报，2013，68(11)：1689-1701.

[6] 李文龙，林海英.内蒙古入境旅游目的地客流集散时空动态研究[J].干旱区资源与环境，2016，30(3)：195-201.

[7] 刘法建，陈冬冬，朱建华，等.中国省际入境旅游客源市场结构与互动格局——基于2-模网络分析[J].地理科学进展，2016，35(8)：932-940.

[8] 张春晖，马耀峰，白凯.旅游流与目的地系统耦合研究——以六大城市入境旅游为例[J].资源科学，2016，38(6)：1013-1027.

[9] 薛华菊，马耀峰，黄毅，等.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.

[10] 万绪才，王厚廷，傅朝霞，等.中国城市入境旅游发展差异及其影响因素——以重点旅游城市为例[J].地理研究，2013，32(2)：337-346.

[11] YANG Y，WONG K K F.The influence of cultural distance on China inbound tourism flows：a panel data gravity model approach[J].Asian Geographer，2012，29(1)：21-37.

[12] 曲景慧.中国文化产业与旅游产业融合发展的时空变动分析[J].生态经济，2016，32(9)：129-134.

[13] 徐喆，李悦铮，江海旭.20世纪90年代以来辽宁省入境旅游空间集聚性分析与评价[J].干旱区资源与环境，2014，28(9)：191-196.

[14] 高维全.基于亲景度和竞争态的辽宁入境旅游市场拓展研究[J].牡丹江师范学院学报(哲社版)，2015(2)：42-45.

[15] 张子昂，黄震方，曹芳东，等.浙江省县域入境旅游时空跃迁特征及驱动机制[J].地理研究，2016，35(6)：1177-1192.

[16] 马静，李小帆，张红.长江中游城市群城市发展质量系统协调性研究[J].经济地理，2016，36(7)：53-61.

[17] 尹鹏，陈才，梁振民，等.吉林省新型城镇化格局的空间演变分析[J].世界地理研究，2015，24(3)：110-117.

[18] ANSELIN L.Interactive techniques and exploratory spatial data analysis[G]//LONGLEY P A，GOODCHILD M F，MAGUIRE D J.Geographical information system s(2nd edn.).New York：John Wiley &Sons，1999：253-266.

[19] 徐妍.新疆县域工业生产率时空演化特征研究[J].干旱区地理，2016，39(4)：895-902.

[20] 郑文升，姜玉培，曾菊新，等.安徽省县域经济增长的空间相互作用与区域收敛分析[J].经济地理，2016，36(5)：40-45.

[21] 尹鹏，刘继生，陈才，等.东北振兴以来吉林省四化发展的协调性研究[J].地理科学，2015，35(9)：1101-1108.

[22] 王冠孝，梁留科，李锋，等.区域旅游业与信息化的耦合协调关系实证研究[J].自然资源学报，2016，31(8)：1339-1350.

(责任编辑：方 林)

Research on inbound tourism pattern evolution and its relationship with economic-social-ecological system in Liaoning Province

XU Zhe1，GAN Jing1，MEI Lin2，YIN Peng3

(1.College of Tourism and Geographic Science，Jilin Normal University，Siping 136000，China；2.School of Geographical Sciences，Northeast Normal University，Changchun 130024，China；3.School of Economics，Ocean University of China，Qingdao 266100，China)

Taking the Liaoning Province as a study case，this article used the ESDA，coupling and coordinating degree model to study the inbound tourism pattern and relationship with economic-social-ecological system since 1990s.The results showed that，the inbound tourism rapidly increases in time，and the growth of inbound tourism in Panjin is fastest.The imbalance of inbound tourism in space is becoming increasingly obvious.The highest level of inbound tourism are Dalian and Shenyang，and the lowest level of inbound tourism are Fuxin and Chaoyang in the west Liaoning corridor.The inbound tourism shows a discrete feature，the negative correlation begins to weaken，and the spatial dependence is enhancing.The data points of scatterplot in second quadrant are the most，and the data points of scatterplot in first quadrant are the least.The coupling degree and coordinating degree between inbound tourism and economic-social-ecological system are at low level on the whole，the coupling degree between inbound tourism and economic-social-ecological system including low-level stage and antagonistic stage.The coordinating degree is dominated by moderate imbalance and mild imbalance.

inbound tourism；economic-social-ecological system；pattern evolution；coupling and coordinating degree；Liaoning Province

1000-1832(2017)02-00136-06

10.16163/j.cnki.22-1123/n.2017.02.024

2017-01-03

国家旅游局旅游青年专家培养计划资助项目(TYEPT201415).

徐喆(1977—)，女，博士研究生，副教授，主要从事旅游规划、旅游开发与管理研究.

F 592 [学科代码] 790·67

A