基于熵权TOPSIS的长三角城市旅游竞争力评价

刘 杨，张 敏，马远军

(浙江师范大学 地理与环境科学学院，浙江 金华 321004)

0 引言

旅游业作为一个具有极强综合性和关联性的产业，与相关产业和行业的联系十分紧密，为区域经济的发展做出了突出贡献。据国家统计局数据，2017年国内旅游收入为45 661亿元，较2007年增长了5.88倍，国内旅游收入占第三产业的比重由2007年的8.07%提高到2017年的10.7%。城市是现代旅游的支撑点和主体，城市旅游竞争力的大小在很大程度上决定了一个城市旅游业的生存与发展。因此，对于城市旅游竞争力问题的研究不可忽视。旅游竞争力是指在旅游产业本身素质和旅游环境的综合作用下，通过旅游企业在旅游市场上销售其产品而反映出来的持续发展壮大的能力[1]。

国内对城市旅游竞争力的研究始于20世纪90年代，研究内容主要包括城市旅游竞争力的内涵、特征、影响因素和定量评价等方面。如苏伟忠等从城市旅游业绩、城市旅游潜力和城市旅游环境支撑力3个方面采用AHP层次分析法对北京、西安、南京和郑州4座城市的旅游综合竞争力进行了评价[1]；张争胜和周永章从旅游发展规模、外出旅游能力、旅游组织能力和旅游接待能力4个方面构建评价指标体系，并运用主成分分析法和系统聚类法对广东省21个城市进行了评价[2]；闫翠丽等利用因子分析法对中原经济区30个省辖市的城市旅游竞争力进行了评价[3]；王俊和王琪延从旅游环境、旅游资源和产品、旅游服务、旅游市场4个方面构建了城市旅游竞争力评价指标体系，并对全国287个地级以上城市进行了评价[4]；李志勇和黄宝玲从旅游资源条件、旅游发展水平、旅游接待条件、社会经济基础和旅游基础条件5个方面选取24个指标构建了旅游竞争力评价指标体系，利用主成分分析法对北部湾城市群旅游综合竞争力进行了定量评价[5]；徐中云和李锐铮从业绩竞争力、环境支持力和潜在竞争力3个方面选取了35个指标建立评价指标体系，利用因子分析法对山东西部经济隆起带主要城市的旅游竞争力进行了测算[6]。国内学者在研究城市旅游竞争力评价问题时，主要通过构建评价指标体系进行求值，构建的评价指标体系多样，选取的评价方法不同，研究的区域尺度不一。相关研究为本文提供了坚实的理论基础和模型参考，但也有几点不足：如使用AHP层次分析法等评价方法时主观性较强，又如大部分研究缺乏对评价结果的验证分析。基于此，本文试图利用熵权TOPSIS法对长三角地区26个城市的旅游竞争力进行评价，并结合旅游吸引指数对评价结果进行验证分析，以期为长三角地区城市旅游业发展决策提供参考和借鉴。

2016年6月，国家发展改革委员会印发了《长江三角洲城市群发展规划》[7]，长江三角洲城市群(简称长三角城市群)共包含上海市、浙江省、江苏省和安徽省三省一市在内的26个城市，本文即以这26个城市为评价对象。具体包括：上海市，江苏省的南京、无锡、常州、苏州、南通、盐城、扬州、镇江、泰州，浙江省的杭州、宁波、嘉兴、湖州、绍兴、金华、舟山、台州，安徽省的合肥、芜湖、马鞍山、铜陵、安庆、滁州、池州、宣城。各城市由于在经济发展水平、旅游资源禀赋、基础设施建设等方面的差异，导致区域内旅游业发展不平衡。2017年，长三角地区国土面积约21×104km2，常住人口约1.52亿人，GDP总量达16.52万亿元，共有41个5A级景区、71个国家级森林公园和31个国家级风景名胜区，旅游资源极其丰富，旅游知名度极高。

1 指标体系和评价方法

1.1 指标体系

选择有效的指标，构建一套比较合理、完整的指标体系，是正确对城市旅游竞争力进行评价的前提和基础[8]。一般来说，指标体系的构建要遵循以下几个原则：(1)科学性原则，即指标体系的构建应具备一定的理论基础，选取的指标数据来源权威可靠；(2)代表性原则，即应选取那些具有较强代表性的指标；(3)可操作性原则，即选取的指标要易于获取且便于分析；(4)系统性原则，即构建的指标体系应较为全面的反映城市旅游的发展情况，能反映出区域旅游竞争力各个子系统对总系统的整体影响。借鉴前人的研究思路，并遵循指标体系构建的一般原则，本文分别从旅游业绩竞争力、旅游支撑竞争力和旅游潜力竞争力3个方面选取22个评价指标，建立城市旅游竞争力评价指标体系(表1)。现对3个分力分述如下：(1)旅游业绩反映的是一种过去和现在城市旅游竞争的结果，是目前城市旅游行业经营绩效的体现，对旅游业绩竞争力的评价，不仅能够测度城市旅游行业发展的实力，也能够反映城市旅游业的未来走势；(2)旅游支撑竞争力表现为城市社会经济发展、旅游行业接待能力和城市生态环境水平对于城市旅游发展的支持程度，其中社会经济发展水平对于城市旅游业的发展影响最大；(3)旅游潜力竞争力是城市旅游竞争力的主要源泉，它反映了一种维持城市旅游业发展的后续能力，是城市旅游可持续发展的关键。本文首先对每个城市在3个分力上的表现分别进行评价，再对每个城市的旅游综合竞争力进行评价，得到每个城市的旅游综合竞争力得分并进行排序。本文数据主要来源于各省市统计年鉴、2017各市国民经济和社会发展统计公报、国家旅游局旅游名录、政府官方网站等，数据来源权威可靠。

表1 城市旅游竞争力评价指标体系

1.2 评价方法

1.2.1 熵权TOPSIS

熵权TOPSIS法具有客观性强、精确度高等优点，在土地利用绩效[9]、资源环境承载力[10]和企业绩效[11]等诸多方面被广泛使用。熵权TOPSIS法的实质是对传统TOPSIS法的改进，通过熵权法确定指标权重，再通过TOPSIS法对评价对象进行排序[10]。熵权法是一种客观赋权方法，其原理是通过对评价指标的变异程度的衡量来确定权重，指标的变异程度主要通过信息熵的大小来反映。如果信息熵越小，表明系统变异程度越大，提供的信息量也越大，在综合评价中所起的作用也应越大，权重也越大；反之，权重应越小。TOPSIS法(逼近理想解排序法)，它的全称是Technique for Order Preference by Similarity to Ideal Solution，是一种多目标决策的综合评价方法。TOPSIS法的原理是定义决策目标的最优解和最劣解，通过计算各个方案与最优解的相对贴近度，进行方案的优劣排序[12]。所谓最优解，是一种理想的最优解，是指该评价指标下的最优值；最劣解则指该评价指标下的最劣值。若某被评价对象的指标向量值最贴近最优解的同时又最远离最劣解，则该评价对象为最优；反之，则该评价对象为最差。使用TOPSIS法的关键在于权重的确定，而熵权法可以有效地避免人为赋予权重的主观性。因此，本文采用熵权TOPSIS法作为城市旅游竞争力的评价方法。熵权TOPSIS法的主要步骤[12-15]：

(1)假设被评价对象有m个，每个被评价对象的指标有n个，构建判断矩阵：

X=(xij)m×n(i=1,2,…,m；j=1,2,…,n)

(1)

(2)对判断矩阵进行标准化处理：

(2)

(3)计算信息熵：

(3)

(4)计算熵权：

(4)

(5)建立加权标准化矩阵：

R=(rij)m×n,

rij=wj·x′ij(i=1,2,…,m；j=1,2,…,n)

(5)

(6)确定最优解和最劣解：

(6)

(7)计算各目标与最优解和最劣解的欧氏距离：

(7)

(8)计算各目标的评价指数，即相对贴近度：

(8)

式中：Ci越大说明评价对象越优。

1.2.2 旅游吸引指数

对于城市来说，其区位条件越好，旅游资源越丰富，对周边地区的旅游吸引力就越强，周边居民出游该城市的机会就越大；反之，机会也就越小。这种机会实质上是该城市在其自身条件下与其周边所有城市竞争下的对某客源地的吸引概率，用旅游吸引指数表示。借鉴市场概率模型，本文使用的旅游吸引指数为[16，17]：

(9)

2 结果与分析

2.1 评价指标权重

从表2可知，人均GDP(X6)、国家风景名胜区数量(X17)、进出口总额(X22)、国家森林公园数量(X16)、国内旅游收入(X3)和城镇居民人均可支配收入(X9)的权重较大(权重>0.05)，说明这6个指标对城市旅游竞争力的影响较大。污水处理率(X14)、国内游客人数(X1)、城市化水平(X20)和每万人高等学校在校学生数(X18)的权重较小(权重<0.04)，说明4个指标对城市旅游竞争力的影响较小。其他12个指标的权重大小介于0.04和0.05之间，对城市旅游竞争力的影响一般。从各指标的权重大小可以发现：长三角地区城市旅游竞争力受到各城市经济发展水平和旅游资源禀赋的影响最为明显。旅游业绩竞争力、旅游支撑竞争力和旅游潜力竞争力的权重分别为0.183 7、0.450 7和0.365 6，表明旅游支撑竞争力对旅游竞争力的贡献最大，旅游潜力竞争力的贡献次之，旅游业绩竞争力的贡献最小。

表2 各指标的熵值和熵权

2.2 城市旅游竞争力分析

根据熵权TOPSIS法计算的长三角地区26城市旅游竞争力得分与排序见表3。在此基础上，利用GIS软件的空间可视化功能，选择自然间断点分级法，将各旅游竞争力分力和旅游竞争力划分为高、较高、中等、较低和低5个等级，以便对长三角地区城市旅游竞争力的空间差异和特征规律进行探索。

表3 长三角地区26城市旅游竞争力综合评价得分

2.2.1 旅游业绩竞争力分析

如图1a所示，长三角地区城市旅游业绩竞争力在空间上差异显著。城市旅游业绩竞争力较高及以上的城市只有上海(1.000 0)、杭州(0.556 4)和苏州(0.365 6)。城市旅游业绩竞争力较低的城市主要分布在江苏的常州(0.124)、镇江(0.104 8)、扬州(0.104 1)、南通(0.070 3)，安徽的池州(0.112 1)、安庆(0.085 5)、芜湖(0.077 5)，以及浙江的舟山(0.102 5)；城市旅游业绩竞争力最低的地区主要分布在安徽的马鞍山(0.026 1)、宣城(0.025)、滁州(0.010 2)、铜陵(0.000 0)，江苏的盐城(0.026 1)和泰州(0.024 5)。城市旅游业绩竞争力中等及以上的城市共有12个，占城市总数的46%左右，说明长三角地区城市旅游业绩竞争力存在一定的两极化差异，以上海、杭州和苏州等为代表的大城市，凭借自身丰富的旅游资源，独特的城市魅力，吸引了大量游客，这不可避免的制约了周边较小城市的旅游发展。上海是中国四大直辖市之一，不仅是中国重要的经济中心，也是中国重要的旅游目的地，无论是游客人数，还是旅游收入，上海均远超其他城市，可谓一枝独秀。杭州和苏州除了具有优越的区位条件外，还拥有丰富的旅游资源，旅游知名度极高，同样具有不俗的旅游业绩竞争力。铜陵由于城市区位条件较差，旅游资源较为匮乏(仅一个国家森林公园)，因此其旅游业绩竞争力在26个城市中最低。

2.2.2 旅游支撑竞争力分析

如图1b所示，长三角地区城市旅游支撑竞争力也存在显著的空间差异。城市旅游支撑竞争力较高的城市主要分布在以上海(0.724 3)为中心，南京(0.546 0)、杭州(0.485 6)和宁波(0.431 3)包围的圈层内，合肥(0.368 9)作为安徽的省会城市，经济实力和旅游接待能力都较为突出，为外围地区的最强点。城市旅游支撑竞争力较低的地区主要分布在浙江的舟山(0.321 2)、金华(0.302 1)，江苏的泰州(0.313 2)，安徽的马鞍山(0.304 0)；城市旅游支撑竞争力最低的地区主要分布在江苏的盐城(0.200 7)，安徽的芜湖(0.242 3)、滁州(0.194 2)、池州(0.184 9)、安庆(0.184 5)、铜陵(0.180 9)和宣城(0.180 9)。城市旅游支撑竞争力中等及以上的城市共有15个，占城市总数的58%左右，说明长三角地区城市旅游支撑竞争力整体水平较高。城市旅游支撑竞争力较高的城市主要集中在上海、江苏的苏南地区和浙江的杭绍甬地区，这些地区是长三角地区的核心区域，经济发达，城市发展水平较高，对旅游业发展的支持也较高。城市旅游支撑竞争力较低的城市主要分布在长三角地区的外围，这些地区在空间上距长三角核心区域较远，经济发展水平明显落后于核心区城市，“核心—边缘”差异十分明显。安徽除合肥外，其余城市排名均较低，整体水平与上海、江苏和浙江还有不小差距。

2.2.3 旅游潜力竞争力分析

如图1c所示，长三角地区城市旅游潜力竞争力同样存在明显的区域差距。城市旅游潜力竞争力较高的地区主要分布在上海(0.558 6)、浙江的杭州(0.512 2)、金华(0.379 5)、台州(0.365 9)、宁波(0.314 1)和绍兴(0.297 8)，江苏的苏州(0.468 2)、南京(0.468 1)和无锡(0.300 0)，安徽的合肥(0.353 2)；城市旅游潜力竞争力较低的城市主要分布在安徽的马鞍山(0.217 8)、滁州(0.217 3)、池州(0.194 8)，浙江的嘉兴(0.208 0)、湖州(0.176 2)，以及江苏的扬州(0.181 1)；城市旅游潜力竞争力最低的城市主要分布在江苏的盐城(0.146 5)、泰州(0.146 4)、南通(0.144 2)，以及安徽的铜陵(0.140 0)。长三角地区城市旅游潜力竞争力中等及以上的城市共有16个，占城市总数的62%左右，表明整体上长三角地区城市旅游潜力竞争力水平较高，大部分城市仍具有较强的旅游可持续发展能力。上海、苏州、杭州和南京处在城市旅游潜力竞争力的第一梯队，这4座城市旅游资源丰富，经济发达，具备维持城市旅游可持续发展的资源水平和经济实力，同时，这4座城市也是高校云集之地，人才众多，国际交流比较频繁，具有较高的国际旅游发展潜力，因此城市旅游潜力竞争力最高。浙江的金华、台州、宁波和绍兴，江苏的无锡，安徽的合肥，这些城市处在城市旅游潜力竞争力的第二梯队，同样具有不俗的城市旅游潜力竞争力。其他城市由于受旅游资源条件、人才技术、资金投资等因素的限制，城市旅游潜力竞争力一般。

2.2.4 旅游综合竞争力分析

如图1d所示，长三角地区城市旅游综合竞争力在空间上呈现出显著的空间差异性和地域非均衡性，表现为高值区域呈连片分布，集中在上海、杭州、苏州和南京等大城市。城市旅游综合竞争力较高的城市主要分布在上海(0.673 6)、浙江的杭州(0.507 2)、宁波(0.365 5)、台州(0.332 4)、金华(0.322 4)，江苏的苏州(0.483 0)、南京(0.471 9)、无锡(0.384 2)、常州(0.331 8)，安徽的合肥(0.339 0)；城市旅游综合竞争力较低的城市主要分布在江苏的扬州(0.254 4)、南通(0.249 6)、泰州(0.223 8)，安徽的马鞍山(0.243 6)和芜湖(0.220 4)；城市旅游综合竞争力最低的地区主要分布在安徽的宣城(0.203 8)、安庆(0.192 3)、滁州(0.185 4)、池州(0.178 6)、铜陵(0.147 7)，江苏的盐城(0.160 9)。在空间分布上，长三角地区城市旅游综合竞争力与城市旅游业绩竞争力大致相符，这也间接验证了本文研究的科学性和正确性。城市旅游综合竞争力中等及以上的城市共有15个，占城市总数的58%左右，表明长三角地区城市旅游竞争力整体水平较高。城市旅游综合竞争力最低的城市主要集中分布在安徽，说明安徽与上海、浙江和江苏之间还有一定的差距。

图1 长三角26城市旅游竞争力空间差异特征

2.3 城市旅游吸引指数分析

如图2所示，长三角地区城市旅游吸引指数与城市旅游综合竞争力在空间分布上相契合，城市旅游吸引指数较高的城市主要分布在上海、江苏的南京、苏州、无锡、扬州、镇江，浙江的杭州、嘉兴、湖州、绍兴、宁波，这些城市的旅游综合竞争力也主要处于中等及以上水平；城市旅游吸引指数中等及以下的城市主要分布在江苏的常州、南通、泰州、盐城，浙江的金华、舟山、台州，安徽的合肥、池州、芜湖、马鞍山、安庆、宣城、铜陵和滁州，这些城市的旅游综合竞争力也主要以中等及以下水平为主。一些城市的旅游吸引指数处在中等及以上水平，而城市旅游综合竞争力却处于中等及以下水平(如安庆市)，表明这些城市在与其他城市的旅游竞争中处于一个相对劣势地位，迫切需要提升城市旅游综合竞争力。城市旅游吸引指数与城市旅游综合竞争力在空间分布上大体一致，这也佐证了本研究的科学性和可靠性。

图2 长三角26城市旅游吸引指数特征

3 结论与讨论

构建了由3个二级指标22个三级指标组成的城市旅游竞争力评价指标体系，利用熵权TOPSIS法对长三角地区26个城市的旅游竞争力进行评价，结合旅游吸引指数对评价结果进行了验证分析。从评价结果来看，本文的研究结论与各城市旅游发展情况基本相称，与游客主观感受相吻合，评价结果具有一定的参考意义。本文的主要研究结论有以下几点。

(1)在二级指标中，旅游支撑竞争力的提升对城市旅游竞争力的贡献最大，旅游业绩竞争力的贡献最小；三级指标中，人均GDP、国家风景名胜区数量、进出口总额、国家森林公园数量、国内旅游收入和城镇居民人均可支配收入6项指标权重较大，成为影响城市旅游竞争力的重要因素，而污水处理率、国内游客人数、城市化水平和每万人高等学校在校学生数的权重较小。

(2)长三角地区城市旅游综合竞争力中等及以上城市共有15个，占总数的58%左右，竞争力整体水平较高；长三角地区城市旅游综合竞争力差异显著，上海旅游竞争力最高，铜陵最低。

(3)长三角地区城市旅游综合竞争力与旅游吸引指数在空间分布上相契合，城市旅游综合竞争力较高地区的旅游吸引指数较大，城市旅游综合竞争力较低地区的旅游吸引指数较小，表明长三角地区城市旅游综合竞争力与旅游吸引指数呈正相关。

当前，长三角地区各城市并未实现区域旅游业的联动发展，旅游经济的协调发展有赖于区域差异化的缩小。生态宜居是人们对美好生活城市的向往，也是新型城镇化建设的必然选择，面对日益增加的环境压力，各城市应加快打造生态宜居城市，改善城市游览环境，从而提升城市旅游竞争力。此外，随着人们对旅游体验、旅游产品和旅游服务需求的不断变化，大力发展城市夜间旅游大有可为，开展夜间旅游对于提升城市旅游形象、增加游客体验、带动相关产业发展等具有重要意义[18]。同时，各城市在立足于本身的区位条件和资源特点，发展具有地方特色的旅游产业时，也应加强与周边城市的旅游业合作，摆脱行政区域的束缚，形成联合优势，共同推动长三角地区城市旅游综合竞争力的提高。

致谢：感谢浙江师范大学地理与环境科学学院2018级地理信息系统专业王永琳同学给予本文的帮助！