广东省城市旅游化水平测度及时空演变态势研究

郑良鑫 赵四东

摘 要：城市旅游化是存量规划时代城市转型升级发展过程中主动迎合日益显著的旅游需求，在城市规划、建设、管理的过程中越来越重视旅游功能完善的现象，城市旅游化水平的测度是本领域研究的关键。基于区位熵模型和GIS软件，利用旅游收入和GDP等常见指标构建出新型的城市旅游化测度方法，并以广东为例进行了实证研究。研究发现：广东城市旅游化水平普遍较高，且呈现逐年攀升态势；城市旅游化时空演变态势分异显著，城市旅游化空间形态及其时空演变均呈现典型的“核心—边缘”结构，但城市旅游化人次指数除外；根据系统层区位熵协同度划分人次引领型、收入依存引领型、均衡发展型三个类型，其中大部分城市都属于收入依存引领型。

关键词：城市旅游化 测度方法 时空演变 广东

中图分类号：F207 文献标识码：A 文章编号：2096-0298（2017）07（c）-113-03

当前城市已成为我国经济和社会发展的中心，旅游业也被国家明确定位为新形势下支撑和引领我国升级發展的综合性产业，伴随国家新型城镇化战略的深入实施以及旅游业进入新的黄金发展期，城市与旅游业融合发展成为国家新要求和发展新趋势。近年来，我国各地城市普遍加快了城市旅游化发展进程，旅游活动向城市集聚的倾向日趋突出，城市旅游化发展趋势越来越明显，并逐渐得到学术界的关注。城市旅游化是新形势下城市扩量提质发展过程中主动迎合日益显著的旅游需求，在城市规划、建设、管理的过程中越来越重视旅游区和旅游设施营造、旅游功能完善、旅游活动策划、旅游产业发展的现象。

加拿大学者杨（Young）首次提出了旅游化概念[1]，关于城市旅游化测度主要有王新越等建立了7个子系统、18类要素、35个基本变量的城市旅游化测度评价指标体系[2，3]，成英文构建了6个系统层和16个指标层的城市旅游化衡量指标体系[4]。总体而言，既有研究成果中对于城市旅游化水平测度的指标体系层次性和系统性较高，但这些成果也存在一定的不足，主要表现为指标体系较为复杂，涉及指标多、获取难，在实际应用操作过程中非常困难；研究结果更多的反映出各地区旅游发展的实力，但不能较好地反映旅游对各地区发展的重要性程度。显然，城市旅游化水平测度方法仍需进一步创新，为此本文基于区位熵模型，立足旅游收入、旅游人次、GDP、财政收入等常见指标，构建出一套新型的较为简约型城市旅游化测度方法，并以广东为例进行了实证研究。

1 基于区位熵的城市旅游化测度方法

1.1 区位熵模型

区位熵（Location Quotient）即地区集中度或专门化率指标，是比率的比率[5]。一般而言，区位熵的计算方法为一个地区（乡镇、县区、地市等）的特定产业某指标（产值、人口等）占所在区域（县区、地市、省区等）对应指标的比重与所在区域的该产业某指标占所在背景区域（地市、省区、国家等）比重之间的比值。

1.2 基于区位熵模型的城市旅游化测度方法构建

在衡量城市和旅游产业发展的统计指标中旅游从业人员数、游客平均逗留时间、旅游接待设施等指标数据往往难以收集，但旅游收入、旅游人次、GDP、财政收入、常住人口规模等指标数据较为常见。在城市旅游发展和管理实践中，城市旅游化测度指标体系构建必须坚持科学化、简明化、可比性、可行性等原则，为此，其提出由指标层、准则层、系统层和目标层构成的评价指标体系，其中指标层包括旅游收入、旅游人次、GDP、财政收入、常住人口规模5个指标，准则层包括旅游负担率、人口旅居比、旅游依存度，系统层包括旅游收入区位熵、旅游人次区位熵、旅游依存度区位熵，目标层即旅游综合区位熵，通过系统层指标值的加权求和计算。

2 广东省城市旅游化水平测度及其时空演变态势分析

广东是我国旅游第一大省，2015年全省旅游总收入达到9080.76亿元，旅游总人次达到36225.2万人次，排名全国第一，旅游发展在全国具有典型的代表性。仅仅通过城市旅游总收入、旅游人次的简单比较往往是很难真实而准确地计算出城市旅游化水平，为此我们通过2010年～2015年广东城市旅游发展基本态势分析以及基于区位熵模型的城市旅游化测度结果进行比较分析，以科学判断广东城市旅游化发展水平。数据主要来源于对应年度的《广东省统计年鉴》，部分数据来源于对应地市统计年鉴或统计公报。

2.1 广东省城市旅游发展基本态势分析

2010年～2015年以来，广东各城市旅游总收入和旅游人次均呈现快速增长的态势，特别是广州和深圳领跑旅游总收入增长，深圳、梅州、湛江等领跑旅游人次增长。从2010年～2015年广东省城市旅游总收入平均值比较看，广州独占鳌头，深圳领先优势明显，佛山、东莞等城市维持在平均水平附近，其他城市落后于平均水平。从2010年～2015年广东省城市旅游人次平均值比较看，广州和深圳并驾齐驱领跑全省，珠海、惠州、东莞、江门、湛江、梅州等城市在平均线门槛徘徊，其他城市发展水平相对滞后。

2.2 广东省城市旅游化水平态势测度分析

根据区位熵原理，从2010年～2015年基于区位熵模型的广东城市旅游化水平测度结果看，深圳、佛山、东莞、中山、茂名城市旅游化指数长期低于1.0，说明旅游在这些城市发展中的作用并不明显，城市旅游化水平仍然处于雏形阶段；汕头、梅州、湛江、揭阳、汕尾、江门、肇庆等城市旅游化水平介于1.0～1.5，说明旅游业在这些城市中的作用与区域平均水平基本持平，城市旅游化水平刚刚进入起飞阶段；广州、清远、潮州城市旅游化指数介于1.5～2.0，说明旅游业对这些城市的作用比较大，城市旅游化水平已经迈入基本成熟阶段；珠海、韶关、河源、梅州、云浮城市旅游化指数大于2.0，说明旅游业发展对这些城市的发展作用非常大，旅游成为驱动城市发展的关键动力，城市旅游化水平进入高级阶段。

2.3 广东省城市旅游化水平时空演变特征分析

2.3.1 城市旅游化指数均在1.0以上，且呈现逐年升高的态势

从2010年～2015年广东城市旅游化指数均值分析看，广东城市旅游化（依存）指数长期处于高值，当前已超过2.0；城市旅游化（人次）指数最低，但仍高于1.0；城市旅游化（收入）指数位居中间，当前已超过1.5；城市旅游化（综合）指数介于城市旅游化（收入）指数和城市旅游化（人次）指数之间，所有指数均呈现逐年攀升状态，且城市旅游化（依存）指数领跑。

2.3.2 城市旅游化空间形态呈“核心—边缘”结构，城市旅游化人次指数反之

利用GIS空间分析模块的自然断裂法，根据2010年～2015年广东城市旅游化指数，通过空间聚类可视化分析显示：一是广东省城市旅游化发展整体上呈现“核心—边缘”结构，海湾区城市旅游化指数低，边缘区城市旅游化指数高，且城市旅游化水平西部地区高于东部地区。但城市旅游化人次指数比较特殊，呈现相反的特点，即湾区及近湾区城市旅游化人次指数高，但东西两侧边缘区的城市旅游化人次指数偏低。

2.3.3 根据系统层区位熵协同度划分人次引领型、收入依存引领型、均衡发展型

根据2010年～2015年广东城市旅游收入、人次、依存度区位熵平均值看，各城市旅游化指数差异较大，协同关系复杂，可以划分为旅游收入依存引领型、旅游人次引领型、均衡发展型三类。其中，旅游收入依存引领型城市数量最多，包括汕頭、韶关、河源、每周、汕尾、阳江、湛江、清远、潮州、揭阳、云浮；旅游人次引领型城市数量最少，包括深圳、珠海；均衡发展型城市数量居中，包括广州、惠州、东莞、中山、江门。

2.3.4 广东省城市旅游化时空演变态势分异显著，具有“核心—边缘”结构特征

从2010年～2015年广东城市旅游化指数变化看，广东城市旅游化时空演变态势分异显著，珠海、河源、每周、汕尾、阳江、湛江、揭阳、云浮等城市变化剧烈，但广州、佛山、惠州、东莞、中山、茂名等变化幅度很小。同时，广东城市旅游化指数变化在空间分布上具有“核心—边缘”结构特征，即位于湾区城市除珠海外均变化不大，但省区边缘城市变化剧烈。

3 结语

随着新型城镇化战略实施和全域旅游发展，旅游活动向城市集中和城市旅游化改造进程明显加快，科学评价城市旅游化发展水平已成为有效推动城市旅游发展规划、建设、管理的关键。其利用区位熵模型，立足旅游收入、旅游人次、GDP、财政收入、常住人口规模等常见指标，构建出由指标层、准则层、系统层和目标层构成的评价指标体系，并以广东为例进行了实证研究。研究发现：广东城市旅游化水平普遍较高，且呈现逐年攀升态势；城市旅游化空间形态呈现典型的“核心—边缘”结构，但城市旅游化人次指数除外；城市旅游化时空演变态势分异显著，也具有“核心—边缘”结构特征；根据系统层区位熵协同度划分人次引领型、收入依存引领型、均衡发展型三个类型，其中大部分城市都属于收入依存引领型。对比基于区位熵模型的城市旅游化水平测度结论与通常的旅游收入、人次比较方法的结论，可以发现，基于熵模型的城市旅游化水平测度结论更为精准。根据简单的旅游收入和旅游人次比较分析可以发现广州和深圳是广东旅游发展的领头羊，按理说其旅游化发展水平程度最高，旅游对城市发展的左右最突出。实际上，区位熵模型下的城市旅游化水平测度结果显示旅游业对广东城市发展至关重要的城市是韶关、梅州、河源和清远等地。

参考文献

[1] Young B. Touristization of traditional Maltese fishing- farmingvillages： A general model[J].Tourism Management，1983，4（1）.

[2] 王新越，吴宁宁，秦素贞.山东省旅游化发展水平的测度及时空差异分析[J].人文地理，2014（04）.

[3] 王新越，秦素贞，吴宁宁.省域旅游化水平、测度与时空演变特征[J].经济地理，2014（04）.

[4] 成英文.城市旅游化：概念、测量、影响因素及其演进规律[D].北京交通大学，2014.

[5] 赵小汎.区位熵模型在土地利用变化分析中的新运用[J].经济地理，2013（02）.

[6] 陈莲芳，严良.基于复合区位熵的中国油气资源产业集群识别[J].中国人口·资源与环境，2012（02）.