第68卷第12期 地理学报 Vol.68,No.12 2013年12月 ACTA GEOGRAPHICA SINICA Dec.,2013 中国入境旅游服务质量时空态势演变 与区域影响因素 黄毅，马耀峰，薛华菊： (1.陕西师范大学旅游与环境学院，西安710119,2.青海师范大学生命与地理科学学院，西宁810008) 摘要：运用锡尔指数、ESDA、质一量矩阵、Pearson相关系数等方法，从时序演变、空间关 联、质一量态势、区域影响因素4个视角对近10年中国入境旅游服务质量进行了研究。分析 发现：①中国入境旅游服务质量整体呈提升态势，中部逐渐赶超东部，西部常年最低。②省 区间服务质量差异存在收敛趋势，地带内差异比重较高。东、中部服务质量势能差转换较 好，差异在低值上表现出连续倒U型演变；西部差异高度震荡，服务质量势能差没有实现稳 定、渐进式转换。③与入境旅游流及收入不同，多数年份入境旅游服务质量未呈现显著全局 空间自相关。④局部空间相关关系的波动主要由邻近省区一方跃迁造成，多为质量下降型： 低值集聚区在西部扩大的同时，由西南内陆向南部沿海扩散。⑤东部高值集聚区比重较大， 但显著程度降低：中部随着吉林的崛起，形成以其为中心的高值集聚区，显著程度超过长三 角：西部形成滇一川、新一青一藏两大显著低值集聚区。⑥东部质一量态势最优，但出现数 量型粗放发展趋势：中部质量发展好于数量；西部质一量态势日渐堪忧。各省区表现出9种质 一量态势演变类型。⑦入境旅游服务质量与接待设施、劳动力供给、经济生活水平等区域因 素正向相关，与入境旅游收入及接待量相关关系不强。 关键词：入境旅游；服务质量；时空变化：质一量态势：影响因素；中国 D0:10.11821/dlxb201312009 伴随改革开放，中国旅游业的发展可以说起始于入境旅游接待。2012年，入境游客 接待量达到1.3亿多人次，实现外汇收入500.28亿美元，较1978年分别增长了70和190余 倍，数量规模得到快速发展。而作为第三产业，服务质量对于旅游业无疑具有“生命线"” 意义，是目的地提升形象和声誉，保持竞争力和获得成功的重要因素四，因此，对入境旅 游服务质量进行多维度的系统分析极具理论研究价值与实践指导意义。 综观国内外入境旅游服务质量相关研究成果发现：①时间维度上，以静态研究为 主，大多研究的是某一年份的具体情况。例如Yù等对2000年蒙古不同群体人境游客的服 务质量评价进行了比较分析四：Eaqi运用因子分析、相关系数矩阵研究了2003年埃及入 境旅游服务质量：王恩旭等运用灰色关联法探究了2006年中国入境旅游服务质量9。然 而，较少有学者纳入时间序列维度研究人境旅游服务质量的动态演变特征。②空间维度 上，以空间“点”上的研究为主，例如Chand运用SERVQUAL模型对印度l0个旅游目的 地入境旅游服务质量进行了评测阿：中国旅游研究院“游客满意度指数课题组”运用结构 方程模型分析了中国50个城市的游客满意度，其中包含入境旅游服务质量部分：笔者在 此前两个国家自然科学基金项目(No.49571027,No.40271037)研究中，运用模糊综合评 价法对北京、上海、广州、西安、昆明、桂林6个城市入境旅游服务质量进行了研究。 收稿日期：2012-12-28：修订日期：2013-10-11 基金项目：国家自然科学基金项目(41271l58)Foundation:National Natural Science Foundation of China,,NO.41271158)] 作者简介：黄毅(1981-，男，壮族，广西桂林人，博士生，研究方向为旅游者时空行为。E-mail:huangyi@stu.snnu.edu.cm 通讯作者：马耀蜂(1949-)，男，陕西兴平人，教授，博士生导师，中国地理学会会员(S110001611M),研究方向为旅游规 划与GlS。E-mail:myfmx@snnu.edu..cn 1689-1701页 (C)1994-2019 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net
地 理 学 报 ACTA GEOGRAPHICA SINICA 第68卷 第12期 2013年12月 Vol.68, No.12 Dec., 2013 收稿日期：2012-12-28; 修订日期：2013-10-11 基金项目：国家自然科学基金项目(41271158)[Foundation: National Natural Science Foundation of China, NO.41271158] 作者简介：黄毅 (1981-), 男, 壮族, 广西桂林人, 博士生, 研究方向为旅游者时空行为。E-mail: huangyi@stu.snnu.edu.cn 通讯作者：马耀峰 (1949-), 男, 陕西兴平人, 教授, 博士生导师, 中国地理学会会员 (S110001611M), 研究方向为旅游规 划与GIS。E-mail: myfmx@snnu.edu.cn 1689-1701页 中国入境旅游服务质量时空态势演变 与区域影响因素 黄 毅1 , 马耀峰1 , 薛华菊1, 2 (1. 陕西师范大学旅游与环境学院, 西安 710119; 2. 青海师范大学生命与地理科学学院, 西宁 810008) 摘要：运用锡尔指数、ESDA、质—量矩阵、Pearson相关系数等方法，从时序演变、空间关 联、质—量态势、区域影响因素4个视角对近10年中国入境旅游服务质量进行了研究。分析 发现：① 中国入境旅游服务质量整体呈提升态势，中部逐渐赶超东部，西部常年最低。② 省 区间服务质量差异存在收敛趋势，地带内差异比重较高。东、中部服务质量势能差转换较 好，差异在低值上表现出连续倒U型演变；西部差异高度震荡，服务质量势能差没有实现稳 定、渐进式转换。③ 与入境旅游流及收入不同，多数年份入境旅游服务质量未呈现显著全局 空间自相关。④ 局部空间相关关系的波动主要由邻近省区一方跃迁造成，多为质量下降型； 低值集聚区在西部扩大的同时，由西南内陆向南部沿海扩散。⑤ 东部高值集聚区比重较大， 但显著程度降低；中部随着吉林的崛起，形成以其为中心的高值集聚区，显著程度超过长三 角；西部形成滇—川、新—青—藏两大显著低值集聚区。⑥ 东部质—量态势最优，但出现数 量型粗放发展趋势；中部质量发展好于数量；西部质—量态势日渐堪忧。各省区表现出9种质 —量态势演变类型。⑦ 入境旅游服务质量与接待设施、劳动力供给、经济生活水平等区域因 素正向相关，与入境旅游收入及接待量相关关系不强。 关键词：入境旅游；服务质量；时空变化；质—量态势；影响因素；中国 DOI: 10.11821/dlxb201312009 伴随改革开放，中国旅游业的发展可以说起始于入境旅游接待。2012年，入境游客 接待量达到1.3亿多人次，实现外汇收入500.28亿美元，较1978年分别增长了70和190余 倍，数量规模得到快速发展。而作为第三产业，服务质量对于旅游业无疑具有“生命线” 意义，是目的地提升形象和声誉，保持竞争力和获得成功的重要因素[1] ，因此，对入境旅 游服务质量进行多维度的系统分析极具理论研究价值与实践指导意义。 综观国内外入境旅游服务质量相关研究成果发现：① 时间维度上，以静态研究为 主，大多研究的是某一年份的具体情况。例如Yu等对2000年蒙古不同群体入境游客的服 务质量评价进行了比较分析[2] ；Eraqi运用因子分析、相关系数矩阵研究了2003年埃及入 境旅游服务质量[3] ；王恩旭等运用灰色关联法探究了2006年中国入境旅游服务质量[4] 。然 而，较少有学者纳入时间序列维度研究入境旅游服务质量的动态演变特征。② 空间维度 上，以空间“点”上的研究为主，例如Chand运用SERVQUAL模型对印度10个旅游目的 地入境旅游服务质量进行了评测[5] ；中国旅游研究院“游客满意度指数课题组”运用结构 方程模型分析了中国50个城市的游客满意度，其中包含入境旅游服务质量部分[6] ；笔者在 此前两个国家自然科学基金项目 （No.49571027, No.40271037） 研究中，运用模糊综合评 价法对北京、上海、广州、西安、昆明、桂林6个城市入境旅游服务质量进行了研究[7]
1690 地理学报 68卷 在地理研究中，Tobler将空间关联上升为地理学第一定律，即“任何事物与其他事物之间 都是相关的；距离越近，关联程度就越强，距离越远，关联程度就越弱”网。然而，上述 空间“点”的研究大多没有纳入空间关联视角，忽略了邻近空间之间服务质量的相互影 响。反观入境旅游其他方面的研究，Zhang等，Yang等uo利用ESDA方法研究发现我国 入境旅游流分布具有日趋显著的空间自相关特征，体现出较强的空间依赖性(spatial dependence)和溢出效应(spillover effect),赵安周等的研究发现中国入境旅游收人也具有 类似的空间关联情况四。但鲜有学者专门对入境旅游服务质量的空间关联情况进行研究。 ③态势维度上，入境旅游数量上的发展一直是众多学者关注的热点，相关成果集中体现 在入境旅游流规模与空间模式、入境旅游收入分布与区域差异等方面；而近年以满 意度为代表的质量研究则将关注点引向了入境旅游的质量方面。入境旅游的发展既有数量 问题，也包含着一个质量问题，需要将“数量”与“质量”结合起来进行分析四，但此类 研究成果还不多见。④在旅游服务质量影响因素定量研究中，主流范式是通过调查问卷 分析游客特征22、旅游企业管理4与服务质量之间的关联情况，微观视角多，而涉及区 域影响因素之类的宏观视角较少。 综上所述，目前入境旅游服务质量研究侧重于通过构建评测模型对某一年份各空间点 进行实证分析，质量与数量研究各成体系，区域宏观视角相对缺乏。笔者认为，中国入境 旅游发展30余年来，十分有必要从更为宏观、全面的角度对其服务质量时空态势演变及 区域影响因素进行总结分析。鉴于此，本文以中国入境旅游服务质量为研究对象，基于 1999-2009年国家旅游局大规模抽样调查权威数据，从时序演变、空间关联、质一量态 势、区域影响因素4个视角切入，主要思考和分析以下4个问题：①时间维度上，研究中 国及三大地带入境旅游服务质量及其差异的时序演变特征；②空间维度上，运用ESDA 中的空间自相关方法分析中国入境旅游服务质量的空间格局及其依赖性与溢出效应：③ 态势维度上，运用矩阵分析法探究各省区入境旅游的质一量态势及其发展模式；④通过 相关系数初步研究入境旅游服务质量的区域影响因素。期望上述问题的探讨对旅游服务质 量理论研究与相关实践能有所裨益。 研究方法与数据来源 1.1研究方法 1.1.1 Theil指数 考虑到锡尔指数能够将总差异分解为组内差异和组间差异，本文用其 分析中国入境旅游服务质量的总差异及三大地带内、地带间差异的演变： Theil=∑T,LnnT)=Tn+T (1) (2) (3) 式中：Tw为地带内差异；Tm为地带间差异；n为省区数；u、n、n,分别为东、中、西部 省区数；T为i省区评分占全国比重；T、T、T分别为东、中、西部省区评分占全国 比重。 1.1.2ESDA方法 ESDA为一系列以空间关联度量为核心的技术集合，空间自相关方 法可以发现属性值的空间集聚与异常，揭示研究对象的空间依赖性和异质性，及其空间相 互作用机制。本文选用Moran'sI(公式4)和Local Moran'sI(公式5)两个指标，辅以 Moran散点图2，用以研究属性值全局和局部空间上的集聚、异常及其相互作用： (C)1994-2019 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net
地 理 学 报 68卷 在地理研究中，Tobler将空间关联上升为地理学第一定律，即“任何事物与其他事物之间 都是相关的；距离越近，关联程度就越强，距离越远，关联程度就越弱”[8] 。然而，上述 空间“点”的研究大多没有纳入空间关联视角，忽略了邻近空间之间服务质量的相互影 响。反观入境旅游其他方面的研究，Zhang等[9] ，Yang等[10] 利用ESDA方法研究发现我国 入境旅游流分布具有日趋显著的空间自相关特征，体现出较强的空间依赖性 (spatial dependence) 和溢出效应 (spillover effect)，赵安周等的研究发现中国入境旅游收入也具有 类似的空间关联情况[11] 。但鲜有学者专门对入境旅游服务质量的空间关联情况进行研究。 ③ 态势维度上，入境旅游数量上的发展一直是众多学者关注的热点，相关成果集中体现 在入境旅游流规模与空间模式[12-16] 、入境旅游收入分布与区域差异[17-20] 等方面；而近年以满 意度为代表的质量研究则将关注点引向了入境旅游的质量方面。入境旅游的发展既有数量 问题，也包含着一个质量问题，需要将“数量”与“质量”结合起来进行分析[21] ，但此类 研究成果还不多见。④ 在旅游服务质量影响因素定量研究中，主流范式是通过调查问卷 分析游客特征[22-23] 、旅游企业管理[24-25] 与服务质量之间的关联情况，微观视角多，而涉及区 域影响因素之类的宏观视角较少。 综上所述，目前入境旅游服务质量研究侧重于通过构建评测模型对某一年份各空间点 进行实证分析，质量与数量研究各成体系，区域宏观视角相对缺乏。笔者认为，中国入境 旅游发展30余年来，十分有必要从更为宏观、全面的角度对其服务质量时空态势演变及 区域影响因素进行总结分析。鉴于此，本文以中国入境旅游服务质量为研究对象，基于 1999-2009 年国家旅游局大规模抽样调查权威数据，从时序演变、空间关联、质—量态 势、区域影响因素4个视角切入，主要思考和分析以下4个问题：① 时间维度上，研究中 国及三大地带入境旅游服务质量及其差异的时序演变特征；② 空间维度上，运用ESDA 中的空间自相关方法分析中国入境旅游服务质量的空间格局及其依赖性与溢出效应；③ 态势维度上，运用矩阵分析法探究各省区入境旅游的质—量态势及其发展模式；④ 通过 相关系数初步研究入境旅游服务质量的区域影响因素。期望上述问题的探讨对旅游服务质 量理论研究与相关实践能有所裨益。 1 研究方法与数据来源 1.1 研究方法 1.1.1 Theil指数 考虑到锡尔指数能够将总差异分解为组内差异和组间差异，本文用其 分析中国入境旅游服务质量的总差异及三大地带内、地带间差异的演变： Theil =∑i = 1 n TiLn(nTi ) = TWR + TBR (1) TWR =∑i = 1 nd TiLnæ è ç ö ø nd ÷ Ti Td +∑i = 1 nz TiLnæ è ç ö ø nz ÷ Ti Tz +∑i = 1 nx TiLnæ è ç ö ø nx ÷ Ti Tx (2) TBR = Td Lnæ è ç ö ø Td ÷ n nd + TzLnæ è ç ö ø Tz ÷ n nz + TxLnæ è ç ö ø Tx ÷ n nx (3) 式中：TWR为地带内差异；TBR为地带间差异；n为省区数；nd、nz、nx分别为东、中、西部 省区数；Ti为 i 省区评分占全国比重；Td、Tz、Tx分别为东、中、西部省区评分占全国 比重。 1.1.2 ESDA方法 ESDA为一系列以空间关联度量为核心的技术集合，空间自相关方 法可以发现属性值的空间集聚与异常，揭示研究对象的空间依赖性和异质性，及其空间相 互作用机制[26] 。本文选用 Moran's I (公式 4)和 Local Moran's I (公式 5) 两个指标，辅以 Moran散点图[27-29] ，用以研究属性值全局和局部空间上的集聚、异常及其相互作用： 1690
12期 黄毅等：中国入境旅游服务质量时空态势演变与区域影响因素 1691 1=22,-/22m, (4) 式中：广=∑（化，~对：n为省区数：名、分别为省区i、的评价值：为空间权重矩阵 (运用邻接矩阵计算，定义海南与广东相邻接)。若Moran'sI为正，说明同类型质量省区趋 于集聚；反之，则说明相似质量省区趋于分散；若系数接近-1/(-1)，则说明为随机分布。 1=, (5) 式中：和分别为省区i和j评价值的标准化。Local Moran'sI大于零，说明存在较强的局 部空间正相关，反之为负相关，即出现高值或低值离群点。 另外，需要对Moran'sI和Local Moran'sI进行Z检验： Z=1-E() VAR万 (6) 式中：E0为各自的期望值；VAR(0为其方差。 1.l.3 Quality-Quantity Matrix以入境游客对服务质量的评价代表质量水平(Quality), 接待人次与当地人口数量比值代表数量水平(Quantity),一并构建二维矩阵，从质一量两 个维度揭示各省区入境旅游在全国所处的态势及其发展模式。矩阵以各年份两个指标的均 值为交界点划分出4个象限，第一象限最优，质、量皆高；第二象限为低质高量态势；第 四象限为高质低量态势；第三象限最劣，质、量皆低。 1.2数据来源与处理 游客是旅游服务的消费者，自然也是旅游服务质量的最终评判者。在理论研究中， 众多学者直接使用游客对服务质量的评价表征旅游服务质量水平-划，Cronin&Taylor, Llosa,Hui等学者的研究发现，单纯感知模型可能比期望差异模型更有效。因此，本文 根据国家旅游局《入境游客抽样调查资料》(1999-2010)①公布的数据，以加权后的入境游 客对服务质量的总评分代表相应区域的入境旅游服务质量水平（不包含港澳台地区）。原始 数据分为宾馆、餐饮、交通、娱乐、购物、导游服务、邮电通讯7个子项，以入境游客评 分(1~5分)的方式作为其评价值。本文运用加权公式计算省区各子项的分值： D=Eip (7) 式中：D为省区该子项评价得分：i为评分值；P为选择该分值的游客比重。 考虑到各子项重要程度不同，参考肖潜辉等学者别的研究成果，分别赋权重为：宾馆 22%,餐饮20%，交通18%，娱乐8%，购物8%，导游服务17%，邮电通讯7%，再运用加 权公式计算各省区总体评价得分： Z-EDP (8) 1-1 式中：Z为省区总体评价得分；D为子项评价得分；P为i子项权重。 2入境旅游服务质量及其差异时序演变 2.1服务质量演变 由图1可知，中国及三大地带入境旅游服务质量在波动中呈上升趋势，2007年以来保 持高速增长，说明相应空间尺度上的服务质量水平整体上得以提升，近年尤为显著。东部 ①1999年以前，各年次入境游客服务质量评价子项不统一，2003（非典）、2010、2011年未公布相关数据.因此研究 年限为除2003年外，1999-2009年10年。 (C)1994-2019 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net
12期 黄 毅 等：中国入境旅游服务质量时空态势演变与区域影响因素 I =∑i = 1 n ∑j = 1 n wij(xi - xˉ)(xj - xˉ) s 2 ∑i = 1 n ∑j = 1 n wij (4) 式中: s 2 = 1 n∑i = 1 n (xi - xˉ) 2 ；n 为省区数；xi、xj分别为省区 i、j的评价值；wij为空间权重矩阵 (运用邻接矩阵计算，定义海南与广东相邻接)。若Moran's I为正，说明同类型质量省区趋 于集聚；反之，则说明相似质量省区趋于分散；若系数接近-1/(n-1)，则说明为随机分布。 Ii = zi∑i = 1 n wijzj (5) 式中：zi和zj分别为省区i和j评价值的标准化。Local Moran's I大于零，说明存在较强的局 部空间正相关，反之为负相关，即出现高值或低值离群点。 另外，需要对Moran's I和Local Moran's I进行Z检验： Z = I - E(I) VAR(I) (6) 式中：E(I) 为各自的期望值；VAR(I) 为其方差。 1.1.3 Quality-Quantity Matrix 以入境游客对服务质量的评价代表质量水平 (Quality)， 接待人次与当地人口数量比值代表数量水平 (Quantity)，一并构建二维矩阵，从质—量两 个维度揭示各省区入境旅游在全国所处的态势及其发展模式。矩阵以各年份两个指标的均 值为交界点划分出4个象限，第一象限最优，质、量皆高；第二象限为低质高量态势；第 四象限为高质低量态势；第三象限最劣，质、量皆低。 1.2 数据来源与处理 游客是旅游服务的消费者，自然也是旅游服务质量的最终评判者[30] 。在理论研究中， 众多学者直接使用游客对服务质量的评价表征旅游服务质量水平[31-33] ，Cronin & Taylor， Llosa，Hui等学者的研究发现，单纯感知模型可能比期望差异模型更有效[31] 。因此，本文 根据国家旅游局《入境游客抽样调查资料》 (1999-2010) ①公布的数据，以加权后的入境游 客对服务质量的总评分代表相应区域的入境旅游服务质量水平 (不包含港澳台地区)。原始 数据分为宾馆、餐饮、交通、娱乐、购物、导游服务、邮电通讯7个子项，以入境游客评 分 (1~5分) 的方式作为其评价值。本文运用加权公式计算省区各子项的分值： D =∑i = 1 5 iPi (7) 式中：D为省区该子项评价得分；i为评分值；Pi为选择该分值的游客比重。 考虑到各子项重要程度不同，参考肖潜辉等学者[33] 的研究成果，分别赋权重为：宾馆 22%，餐饮20%，交通18%，娱乐8%，购物8%，导游服务17%，邮电通讯7%，再运用加 权公式计算各省区总体评价得分： Z =∑i = 1 7 DiPi (8) 式中：Z为省区总体评价得分；Di为i子项评价得分；Pi为i子项权重。 2 入境旅游服务质量及其差异时序演变 2.1 服务质量演变 由图1可知，中国及三大地带入境旅游服务质量在波动中呈上升趋势，2007年以来保 持高速增长，说明相应空间尺度上的服务质量水平整体上得以提升，近年尤为显著。东部 ① 1999年以前，各年次入境游客服务质量评价子项不统一，2003 (非典)、2010、2011年未公布相关数据，因此研究 年限为除2003年外，1999-2009年10年。 1691
1692 地理学报 68卷 服务质量平缓提升，增幅及年均增幅 42 ◆东部■一中部西部◆全国 最低，只有6.5%和0.71%，除2006年 只1 外，其余年份均高于全国均值：中部至 4 服务质量提升较快，增幅及年均增幅 最高，达到12.79%和1.37%，评价值 39 从2006年起超越东部成为最高：西部 38 服务质量波动频繁，增幅及年均增幅 3.7 居中，分别为9.21%和1%，除2000 3.6 2006年外，其余年份均最低，且始终 3.5 低于全国均值。 1999200020012002200420052006200720082009 2.2服务质量差异演变 图1入境旅游服务质量演变 由图2可知，研究期内全国省区 Fig.I Changes of inbound tourism service quality 间入境旅游服务质量差异波动较大， 0.0035 ◆全国 ◆一地带内。地带间 但整体呈缩小趋势，Theil指数由 0.003 0.003167降至0.001035，降幅为 0.002 67.32%,说明存在趋同态势。地带内 0.002 差异的演变与总差异大致相同，历年 均大幅高于地带间差异，解释了70% 0.0015 以上的总差异，说明入境旅游服务质 0.001 量的局部空间关系较复杂，需要对局 0.0005 部空间关系进行深入研究。三大地带 内差异演变情况不尽相同（图3），东 1999200020012002200420052006200720082009 部与中部在低值上呈连续倒U型波 图2人境旅游服务质量地区差异 Fig.2 Regional differences of inbound tourism service quality 动，收敛与分散并存且水平相当，波 动较平稳；而西部收敛更为显著，差 0.0025 ◆东部 。中部 ◆西部 异整体上表现出快速缩小态势，降幅 0.002 高达90.87%，但波动较大且频繁。 根据增长极理论，在极化作用下 整0.0015 得以优先发展的增长极，能进一步发 挥扩散作用，带动整个区域共同发 0.001 展两：而随着势能差的不断产生和转 0.0005 化，极化与扩散效应会交替出现，区 域差异表现出上下波动的连续倒U 1999200020012002200420052006200720082009 型阿，区域联系强度、资源流动状 图3入境旅游服务质量地带内差异 况、个体微观活动、政府管理行为、 Fig.3 Differences of inbound tourism service quality in regions 社会经济发展阶段等相关要素会对极 化、扩散效应的实现造成影响。笔者认为，上述理论同样适用于服务质量研究，类似于知 识溢出，不同区域之间服务人才、技能、理念、政策的竞争与交流必然导致服务质量势能 差的产生与转换，从而促生服务质量增长极式发展。上述分析发现东部和中部服务质量差 异在低值上呈现较平稳的倒U型波动，可以认为是入境旅游服务质量势能差作用下的极化 和扩散效应交替出现，且转换较好，带动区域质量水平逐渐提升：而西部服务质量差异为 高震荡型波动，质量水平波动也较大，说明入境旅游服务质量势能差没有实现稳定、渐进 式的转换。 (C)1994-2019 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net
地 理 学 报 68卷 服务质量平缓提升，增幅及年均增幅 最低，只有6.5%和0.71%，除2006年 外，其余年份均高于全国均值；中部 服务质量提升较快，增幅及年均增幅 最高，达到 12.79%和 1.37%，评价值 从2006年起超越东部成为最高；西部 服务质量波动频繁，增幅及年均增幅 居中，分别为 9.21%和 1%，除 2000、 2006年外，其余年份均最低，且始终 低于全国均值。 2.2 服务质量差异演变 由图 2 可知，研究期内全国省区 间入境旅游服务质量差异波动较大， 但 整 体 呈 缩 小 趋 势 ， Theil 指 数 由 0.003167 降 至 0.001035， 降 幅 为 67.32%，说明存在趋同态势。地带内 差异的演变与总差异大致相同，历年 均大幅高于地带间差异，解释了70% 以上的总差异，说明入境旅游服务质 量的局部空间关系较复杂，需要对局 部空间关系进行深入研究。三大地带 内差异演变情况不尽相同 (图 3)，东 部与中部在低值上呈连续倒 U 型波 动，收敛与分散并存且水平相当，波 动较平稳；而西部收敛更为显著，差 异整体上表现出快速缩小态势，降幅 高达90.87%，但波动较大且频繁。 根据增长极理论，在极化作用下 得以优先发展的增长极，能进一步发 挥扩散作用，带动整个区域共同发 展[34] ；而随着势能差的不断产生和转 化，极化与扩散效应会交替出现，区 域差异表现出上下波动的连续倒 U 型[35] ，区域联系强度、资源流动状 况、个体微观活动、政府管理行为、 社会经济发展阶段等相关要素会对极 化、扩散效应的实现造成影响。笔者认为，上述理论同样适用于服务质量研究，类似于知 识溢出，不同区域之间服务人才、技能、理念、政策的竞争与交流必然导致服务质量势能 差的产生与转换，从而促生服务质量增长极式发展。上述分析发现东部和中部服务质量差 异在低值上呈现较平稳的倒U型波动，可以认为是入境旅游服务质量势能差作用下的极化 和扩散效应交替出现，且转换较好，带动区域质量水平逐渐提升；而西部服务质量差异为 高震荡型波动，质量水平波动也较大，说明入境旅游服务质量势能差没有实现稳定、渐进 式的转换。 图1 入境旅游服务质量演变 Fig. 1 Changes of inbound tourism service quality 图2 入境旅游服务质量地区差异 Fig. 2 Regional differences of inbound tourism service quality 图3 入境旅游服务质量地带内差异 Fig. 3 Differences of inbound tourism service quality in regions 1692
12期 黄毅等：中国入境旅游服务质量时空态势演变与区域影响因素 1693 3 入境旅游服务质量空间相关关系演变 3.1全局空间相关关系 选择蒙特卡洛模拟999次检验Moran'sI,由表1可知，2001、2008年中国省域入境旅 游服务质量存在全局空间正自相关，分别通过了0.05和0.01的显著性检验，但其余年份均 未呈现统计学意义上显著的全局空间自相关关系。说明多数年份入境旅游服务质量全局空 间依赖性不强，总体上不能认为高质量省区趋于与高质量省区集聚，亦不能认为低质量省 区趋于与低质量省区集聚。 与之相反，相关研究发现中国入境旅游流、入境旅游收入不仅表现出显著的全局 空间正相关，而且显著程度日益增强，说明质量属性的空间相关关系比经济属性复杂。主 要原因有：①地区间入境旅游流、入境旅游收入交互关系包括游客交换、经济合作等显 性因素，而服务质量主要以技术、观念、政策等隐性因素为主。②中国入境旅游区域合 作还主要停留在客源互送、经济共赢的层面，各省区对服务质量重要性的认知程度相差较 大，导致服务质量空间传导机制运行不顺。 全局空间自相关分析结果是一个总体统计指标，仅说明所有区域与周边地区之间空间 差异的平均程度，有可能掩盖局部空间相关关系，因此还需要通过局部空间自相关分 析进一步研究。 表1入境旅游服务质量全局空间自相关 Tab.1 Moran's I of inbound tourism service quality 年份Moran'sI标准差 Z值P值年份Moran's I标准差Z值P值 1999 0.0442 0.1107 0.7009 0.2352005 -0.0224 0.1198 0.0909850.561 2000 0.1044 0.1081 1.2738210.092 2006 0.1166 0.1088 1.377757 0.093 2001 0.2046 0.1147 2.074106 0.02 2007 0.0204 0.1163 0.461737 0.308 2002 -0.1096 0.1189 -0.64172 0.291 2008 0.475 0.1198 4.242905 0.001 2004 -0.0349 0.1164 -0.013750.5232009 0.1218 0.12 1.29250.101 注：期望值均为-0.0333。 3.2局部空间相关关系 3.2.1 Moran散点图 通过Moran散点图及GIS可视化，可识别各省区入境旅游服务质 量的局部空间相关关系。图4为1999年与2009年对比情况，有显著变化。HH区，1999年 为东部的沪一苏一浙一徽、京一津，西部的渝一陕：2009年，东北的黑一吉一辽与内蒙 古形成最大一片高值集聚区，另外还包括沪一苏一鲁，津、鄂，总体上表现出北移趋势。 LL区，1999年为西部的青一藏一川一滇，另外还包括粤一琼、晋；2009年西部十二省除 内蒙古、川、陕外，其余省区同粤一琼一闽连成最大一片低值集聚区；HL、LH区分布范 围收缩，HL区保持散状分布，LH区则由小规模连片变为散状分布。需要特别注意LL区 的空间扩散态势，尽管其数量在研究期内有所波动，但在2002-2006年，2007-2009年出现 了两个连续增长期，不仅在西部的范围逐渐扩大，还自西南内陆向南部沿海扩散。这种低 值依赖型空间传递方式对中国入境旅游服务质量的提升非常不利。 采用Ry时空跃迁测度法胸对局部相关类型的时空跃迁进行分析，类型0表示该省区 及其邻居服务质量水平未发生跃迁（如HH→H田，类型I表示仅该省区发生跃迁（如HH→ LH),类型Ⅱ表示仅邻居发生跃迁（如HH→HL),类型Ⅲ表示该省区及其邻居都发生了跃 迁（如HL→LH田。结果表明，历年类型0省区数量与其余类型数量总和相当，说明我国省 区入境旅游服务质量局部空间相关关系兼具稳定性与波动性：类型I、Ⅱ数量波动较大， 类型Ⅲ数量始终最小，说明入境旅游服务质量空间相关关系的波动主要是由邻近省区中 一方的跃迁引起。其中，历年主要的跃迁方式为LH→LL、HL→LL、HH→LH、LL→ HL,大多为质量降低所造成的跃迁。 (C)1994-2019 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net
12期 黄 毅 等：中国入境旅游服务质量时空态势演变与区域影响因素 3 入境旅游服务质量空间相关关系演变 3.1 全局空间相关关系 选择蒙特卡洛模拟999次检验Moran's I，由表1可知，2001、2008年中国省域入境旅 游服务质量存在全局空间正自相关，分别通过了0.05和0.01的显著性检验，但其余年份均 未呈现统计学意义上显著的全局空间自相关关系。说明多数年份入境旅游服务质量全局空 间依赖性不强，总体上不能认为高质量省区趋于与高质量省区集聚，亦不能认为低质量省 区趋于与低质量省区集聚。 与之相反，相关研究发现中国入境旅游流[9-10] 、入境旅游收入[11] 不仅表现出显著的全局 空间正相关，而且显著程度日益增强，说明质量属性的空间相关关系比经济属性复杂。主 要原因有：① 地区间入境旅游流、入境旅游收入交互关系包括游客交换、经济合作等显 性因素，而服务质量主要以技术、观念、政策等隐性因素为主。② 中国入境旅游区域合 作还主要停留在客源互送、经济共赢的层面，各省区对服务质量重要性的认知程度相差较 大，导致服务质量空间传导机制运行不顺。 全局空间自相关分析结果是一个总体统计指标，仅说明所有区域与周边地区之间空间 差异的平均程度，有可能掩盖局部空间相关关系[27-29] ，因此还需要通过局部空间自相关分 析进一步研究。 3.2 局部空间相关关系 3.2.1 Moran散点图 通过Moran散点图及GIS可视化，可识别各省区入境旅游服务质 量的局部空间相关关系。图4为1999年与2009年对比情况，有显著变化。HH区，1999年 为东部的沪—苏—浙—徽、京—津，西部的渝—陕；2009年，东北的黑—吉—辽与内蒙 古形成最大一片高值集聚区，另外还包括沪—苏—鲁，津、鄂，总体上表现出北移趋势。 LL区，1999年为西部的青—藏—川—滇，另外还包括粤—琼、晋；2009年西部十二省除 内蒙古、川、陕外，其余省区同粤—琼—闽连成最大一片低值集聚区；HL、LH区分布范 围收缩，HL区保持散状分布，LH区则由小规模连片变为散状分布。需要特别注意LL区 的空间扩散态势，尽管其数量在研究期内有所波动，但在2002-2006年，2007-2009年出现 了两个连续增长期，不仅在西部的范围逐渐扩大，还自西南内陆向南部沿海扩散。这种低 值依赖型空间传递方式对中国入境旅游服务质量的提升非常不利。 采用Rey时空跃迁测度法[36] 对局部相关类型的时空跃迁进行分析，类型0表示该省区 及其邻居服务质量水平未发生跃迁 (如HH→HH)，类型I表示仅该省区发生跃迁 (如HH→ LH)，类型II表示仅邻居发生跃迁 (如HH→HL)，类型III表示该省区及其邻居都发生了跃 迁 (如HL→LH)。结果表明，历年类型0省区数量与其余类型数量总和相当，说明我国省 区入境旅游服务质量局部空间相关关系兼具稳定性与波动性；类型I、II数量波动较大， 类型III数量始终最小，说明入境旅游服务质量空间相关关系的波动主要是由邻近省区中 一方的跃迁引起。其中，历年主要的跃迁方式为 LH→LL、HL→LL、HH→LH、LL→ HL，大多为质量降低所造成的跃迁。 年份 1999 2000 2001 2002 2004 Moran's I 0.0442 0.1044 0.2046 -0.1096 -0.0349 标准差 0.1107 0.1081 0.1147 0.1189 0.1164 Z值 0.7009 1.273821 2.074106 -0.64172 -0.01375 P值 0.235 0.092 0.02 0.291 0.523 年份 2005 2006 2007 2008 2009 Moran's I -0.0224 0.1166 0.0204 0.475 0.1218 标准差 0.1198 0.1088 0.1163 0.1198 0.12 Z值 0.090985 1.377757 0.461737 4.242905 1.2925 P值 0.561 0.093 0.308 0.001 0.101 注：期望值均为-0.0333。 表1 入境旅游服务质量全局空间自相关 Tab. 1 Moran's I of inbound tourism service quality 1693