孙盼盼 戴学锋
摘要：本文借助ArcGIS技术，结合空间统计分析方法，以2000年以来全国31个省、直辖市和自治区的人均旅游收入的空间分布格局及其演变过程为研究对象，在分析区域旅游经济差异的相关研究基础上，对2000年～2011年的中国区域旅游经济差异的空间格局、互动关联模式以及演变过程进行分析。研究发现，中国区域旅游经济差异的空间格局整体上呈现出较强的空间依赖性；局部上则长期表现出高高相聚和低低相聚的两极分化格局；邻接省、直辖市和自治区的旅游经济发展存在着关联互动，使得中国区域旅游经济差异不断演变并出现新的空间格局。
关键词：旅游经济； 区域差异； 空间统计； 空间自相关
引言“十二五”时期，我国将旅游业定位于拉动内需、促进消费的重要途径和调整经济结构、进行产业升级的重要方向，中国旅游业因此迎来新的发展机遇。与此同时，受旅游资源禀赋、地理区位、交通条件、基础设施、社会经济水平等因素的影响，中国旅游业又面临着区域非均衡发展的挑战。根据区域经济差异研究理论，差距的存在客观上对旅游经济总体水平的提高具有一定的促进作用，但区域差距的过度扩大将使得发达地区受欠发达地区的拖累，最终导致整体旅游经济水平的下降。因此，研究中国区域旅游经济差异的空间格局、邻接地区关联模式以及格局演变成为区域旅游发展关注的问题，也成为学术研究的热点之一。陆林和余凤龙（2005）曾把关于中国区域旅游经济差异的研究成果归纳为两类，一类从不同角度构建省域旅游业实力指标体系，利用主成分分析、因子分析、聚类分析等方法对比分析中国省域旅游经济的综合实力和发展实力；另一类则以区域经济学为基础，分析我国旅游业的区域非均衡增长特征，探讨旅游区域差异的动因，提出了缩小地区差异的对策。近几年，以区域经济学为基础的旅游经济差异研究成为区域旅游经济差异研究的重要组成部分（孙盼盼，等，2011）。在区域旅游经济差异测度指标方面，囿于研究区域的不同和数据的可获得性，采用的衡量指标有所差异，国际旅游收入（旅游外汇收入）、国内旅游收入、旅游总收入等是常用的指标。陆林和余凤龙（2005）、叶护平和韦燕生（2005）以国际旅游收入作为衡量指标研究了中国省际旅游经济差异和空间分布特征；程进和陆林（2010）以国内旅游收入为衡量指标分析了安徽的区域旅游经济差异；郝俊卿和曹明明（2009）、蔡业新（2009）采用旅游综合收入分别对陕西和吉林旅游经济差异做了个案研究；王凯等（2007）则提出以国际旅游收入（旅游外汇收入）为基础构成的综合指数为衡量指标，对我国旅游经济发展水平差异变化的时空特征及旅游产业基础的现实格局进行分析。测度方法方面，现有研究成果多以传统统计指数从绝对差异和相对差异两方面对区域旅游经济差异程度做出统计描述，常用的统计指数为标准差和变异系数（陆林，余凤龙，2005；王凯，等，2007；郝俊卿，曹明明，2009；邹家红，王慧琴，2009）。然而，变异系数无法对造成差异的因素进行分解，为此，有研究者进一步采用基尼系数和锡尔指数（泰尔指数）对区域旅游经济差异进行测算、分解和分析（叶护平，韦燕生，2005；陈智博，等，2008；陈晓，王丹，2009）。近年来，全要素生产率、二阶段嵌套泰尔系数分解、σ趋同、俱乐部趋同和β趋同等方法也逐渐运用于区域旅游经济差异研究中。唐晓云（2010）从全要素生产率的视角，以1993年～2009年的统计数据测算了我国旅游经济区域差异，结果表明中国旅游经济的区域差异正逐渐缩小，并认为当前区域差异处于良性水平。汪德根和陈田（2011）使用二阶段嵌套泰尔系数分解方法，分析中国入境旅游经济和国内旅游经济的区域差异，研究显示，2000年～2008年中国入境旅游和国内旅游的总体差异呈缩小趋势，东部地带省间差异明显。针对入境旅游，Wang等（2011）利用σ趋同、俱乐部趋同和β趋同对1996年～2008年中国区域入境旅游经济进行了分析，结果表明全国人均入境旅游收入呈现收敛特征且东、中、西三大地区均呈现递增趋势，其中仅东部地区的入境旅游经济呈现俱乐部趋同现象。上述研究为我们理解中国区域旅游经济差异提供了理论和方法借鉴，但使用古典统计方法分析空间数据存在不足。Anselin（1992）指出，空间依赖 几乎所有的空间数据都具有空间依赖或空间自相关性，即某位置上的数据与其他位置上的数据之间具有相互依赖性，二者由于受空间相互作用和空间扩散的影响，彼此之间可能不再相互独立，而是相关的。的存在打破了大多数古典统计分析中相互独立的基本假设，将古典统计方法应用于与地理位置相关的数据时，通常不能获取这些数据的空间依赖性，会引起各种问题。因此，上述研究成果忽略了空间因素，导致数值的地理分布信息无从得知，进而也无法解释区域旅游经济活动的空间特性、关联模式及其空间格局演变规律。
空间统计则为空间和数值的有效结合提供了新思路，其核心就是认识与地理位置相关的数据间的空间依赖、空间关联或空间自相关。20世纪70年代以来，伴随计算机的普及和运算速度的提高，探索性的空间数据分析（Exploratory Spatial Data Analysis，ESDA）技术也逐渐发展和完善，为实现空间分析提供了有效途径。空间统计分析的理论和方法不断被引入区域经济差异的研究中（徐建华，等，2005；张燕文，2006；黄飞飞，等，2009）。近年来，也曾有研究基于此方法，利用2007年旅游经济数据，对我国省域旅游经济总体和局域空间差异特征进行初步探索（宋慧林，马运来，2010）。但研究所利用的数据仅有1年，无法反映中国区域旅游经济差异2000年以来由于空间互动关联作用所导致的空间特性和分布格局的演变。本文利用空间统计分析方法，对2000年～2011年中国区域旅游经济发展水平的相互依赖程度、相互影响和关联模式以及空间集聚格局和演变进行分析。一方面，弥补使用古典统计方法对区域旅游经济差异进行研究的不足；另一方面，根据结论对中国区域旅游经济均衡、持续、健康发展提出针对性的政策建议。为了实现研究目的，较之于以往研究，本文在以下几个方面进行了改进：首先，利用空间统计的相关方法，将空间因素纳入区域旅游数据分析，以更好地反映区域之间旅游经济的互动、关联和集聚；其次，根据上文对旅游经济测度指标的述评，借鉴区域经济研究中多采用人均收入来衡量区域经济水平，同时考虑数据的可获得性和完整性，本文选择人均旅游收入作为测量旅游经济水平的指标，剔除人口总量对旅游收入规模的影响，比使用国际旅游收入、国内旅游收入或者旅游收入等规模指标更能反映一个区域的实际旅游经济水平，又避免了单独使用国际旅游收入或国内旅游收入而产生的结论片面性问题；第三，本文在数据方面进行了价格因素剔除处理，使得测量结果更准确。1研究数据来源和处理鉴于研究结论要与以往的研究成果做衔接和对比，本文研究区域指大陆的31个省、直辖市和自治区[简称“省（市/区）”]，不包括香港、澳门和台湾。此外，在保证数据的可获得性及区域间可比性的基础上，本文选择2000年～2011年人均旅游收入作为中国区域旅游经济差异空间统计分析的样本数据。原始的旅游收入数据来源于中国统计年鉴（2001-2012）、中国旅游统计年鉴（2001-2012）和31个省（市/区）的统计公报（2001-2012）。鉴于本文数据选择跨度长达12年，旅游产品和服务价格变化必会影响到区域旅游经济差异的程度，因此利用商品零售价格指数来折算2000年～2011年间各地区的旅游收入数据以剔除价格变化的影响。首先，从国家统计局获得我国31个省（市/区）2000年～2011年的商品零售价格指数的原始数据cti（均以上一年为基期），t代表年份，i代表省（市/区）；然后，将2000年各省（市/区）的商品零售价格指数设为100（即c2000i=100），利用公式（1）计算出2001年～2011年各省（市/区）的以2000年为基期的商品零售价格指数Pti，即调整后的商品零售价格指数。Pti=P（t-1）i×（cti÷100）（1）其中，Pti和P（t-1）i分别为调整后的第i个省（市/区）在年份t和t-1的商品零售价格指数，当t=2001时，P2000i=c2000i=100；cti为第i个省（市/区）的以上一年为基期的商品零售价格指数，（cti÷100）表示第i个省（市/区）在年份t时的商品零售价格指数比在年份t-1时的增长率。最后，用各省（市/区）每年旅游收入除以调整后的当年商品零售价格指数，得到各省（市/区）剔除价格变化因素后的旅游收入，再除以相应的总人口获得各省（市/区）人均旅游收入数据。2研究方法本文采用空间数据探索分析方法（ESDA），并采用简单二进制邻接矩阵 即两个区域邻接，则权重矩阵的值为1，否则为0。作为空间权重矩阵，对中国区域旅游经济水平的区域差异进行分析。由于海南与大陆不邻接，本文采用徐建华等（2005）类似的处理方法，即基于海南和广东现实联系较密切，将海南和广东定为邻居关系，进而对空间权重矩阵做了微小处理。
2.1全局空间自相关全局空间自相关分析，通常又被称为全局空间相关性统计量，用于测量、考察变量在整个区域范围内所表现出的空间分布形式，分析其是否存在聚集特性。本文采用不易受偏离正态分布影响的Morans I 指数（Cliff，Ord，1981）。其计算公式如下：I全局=n×∑ni=1∑nj≠iWij（xi-x—）（xj-x—）∑ni=1∑nj=1Wij×∑ni=1（xi-x—）2（2）其中，I全局为Moran指数，n为区域数量31，xi、xj分别表示旅游经济水平在空间地域单元i和j的观测值，x—表示旅游经济水平的平均值，（xi-x—）（xj-x—）则表示空间地域单元i和j的旅游经济水平观测值的相似性，Wij为空间地域单元i和j的位置权重矩阵。Morans I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。当标准化Z值大于零且显著时，表明存在正的空间自相关，即相似的旅游经济水平观测值（高值和高值，低值和低值）趋于空间集聚；当Z值小于零且显著时，表明存在负的空间自相关，即相似的旅游经济水平观测值趋于分散分布；当Z值为零时，旅游经济水平观测值呈现独立随机分布。通过Z值的P值检验可以确定显著性水平。如果P值小于给定的显著性水平α（一般取0.05），则拒绝零假设H0（31个区域单元的旅游经济水平观测值之间不存在空间自相关）；否则接受零假设。P值可通过正态分布、随机分布或置换方法来获取。
2.2局部空间自相关全局空间自相关测度观测值在整个研究区域的分布形式，但易忽略空间过程的潜在不稳定性问题。局部空间自相关可以测算观测值的相似值（高值或低值）在局部空间上是否存在集聚，区域单元对局部空间自相关的贡献值，同时反映出全局空间自相关在多大程度上掩盖了反常的局部状况或小范围的局部不稳定。局部空间自相关分析方法包括3种分析方法：LISA、G统计、Moran散点图。本文选择LISA及Moran散点图进行分析。
2.2.1空间联系的局部指标LISALISA的主要功能表现在两个方面：评估每个观测单元周围局部空间集聚的显著性；作为小范围内空间不稳定性的指标，可以揭示出对全局联系影响大的样本单元以及不同的空间联系形式（Anselin，1995）。LISA满足下列两个条件：第一，每个区域单元的LISA是描述该区域单元周围具有显著相似值的区域单元之间空间集聚程度的指标；第二，所有区域单元LISA的总和与全局的空间联系指标成比例。在局部相关分析中，本文采用局部Moran指数，其计算公式如下：Ii=（xi-x—）m0∑jWij（xj-x—）（3）式中，xi和x—同上文含义；对j求和包括了区域单元i的所有邻居；正的Ii值表示与该区域单元旅游经济水平相似的观测值（高值或负值）的空间集聚，负的Ii值表示与该区域单元旅游经济水平不相似的观测值的空间集聚。对局部Moran指数进行标准化Z值检验。当两个区域单元的某些相邻区域相同时，局部统计量存在相关性，可以遵循Bonferroni标准 统计学中一般以小概率作为判断差异是否显著的标准，通常都以0.05或0.01作为判断标准。在多重比较中，bonferroni是以t分布作为检验分布的，将小概率0.05或0.01除以要比较的次数n，作为判断显著性的小概率。。当总体显著性水平α=0.05，样本总数为n时，设定各样本单元的显著性水平为α/m（m=n）按照Bonferroni标准，样本单元的显著性水平为α/m（m=n），考虑到二值邻接矩阵的最大邻居数是8，本文取m为8。后文分析基于此。，但必须注意当n相当大时，采用此标准可能过于保守（Boots，Tiefelsdorf，2000）。
2.2.2Moran散点图以（Wz，z）为坐标点的Moran散点图常用来研究局部的空间不稳定性，它对空间滞后因子Wz和z数据对进行了可视化的二维图示，Wz是行标准化的空间权重矩阵；z是由所有的观测值与均值的偏差组成的向量。全局联系统计量的形式一般为z′Az/z′z，因此Moran指数可描述为：I=nS0*z′Wzz′z（4）Moran散点图有4个象限，分别表示区域单元与其邻居之间的4种类型局部空间关系。第Ⅰ象限（HighHigh，简称HH）代表了旅游经济水平高观测值的区域单元被同是旅游经济水平高观测值的区域所包围的空间关系；第Ⅱ象限（LowHigh，简称LH）代表了旅游经济水平低观测值的区域单元被旅游经济水平高观测值的区域所包围的空间关系；第Ⅲ象限（LowLow，简称LL）代表了旅游经济水平低观测值的区域单元被同是旅游经济水平低观测值的区域所包围的空间关系；第Ⅴ象限（HighLow，简称HL）代表了旅游经济水平高观测值的区域单元被旅游经济水平低观测值的区域所包围的空间关系。与局部Moran指数相比，其优势在于能够进一步区分区域单元和其邻居之间旅游经济水平属于高值和高值（HH）、低值和低值（LL）、高值和低值（HL）、低值和高值（LH）之中的哪种空间联系形式，并且对应Moran散点图的不同象限，可识别出空间分布中存在着哪几种不同的实体 在本文中指分布在每个象限中的省（市/区）。（鲁凤，2004）。将Moran散点图与LISA显著性水平相结合，可获得“Moran显著性水平图”，图中显示出显著的LISA区域，并分别对应标识出Moran散点图中不同象限的相应区域。在实际分析中，由于功能相同，呈现形式更鲜明，常用Moran集聚图来代替Moran显著性水平图进行分析。3中国区域旅游经济差异的ESDA分析
3.1全局空间自相关将2000年～2011年中国31个省（市/区）的人均旅游收入数据通过SHP文件导入GeoDa软件中进行计算和分析，并得出Morans I值及其标准化Z值（见表1）。Morans I统计值均大于零，因此初步推断中国31个省（市/区）的人均旅游收入水平呈现正的空间相关性；每个年份的Z值均为正且由于P值均小于α（0.05）而显著，表明中国31个省（市/区）人均旅游收入水平存在相似值（HH或LL值）的空间集聚。2000年～2011年中国人均旅游收入的Moran指数总体趋于上升态势，且Z值均保持在3.0左右，表明该时段中国旅游经济水平的空间分布一直表现出全局性的显著相似水平省（市/区）之间的集聚特征。
3.2局部空间自相关对中国区域人均旅游收入的局部空间统计分析，能够揭示人均旅游收入在局部区域内的空间结构。同时，为了反映12年来这种空间结构的变化，根据局部空间自相关分析方法，选择2000年、2006年和2011年的人均旅游收入为研究数据，利用Moran散点图，以区分中国每个省（市/区）与邻接省（市/区）之间的旅游经济发展水平的相互关系及其变化；利用LISA分析得知这些关联的空间作用模式，并进一步将二者结合形成Moran显著性水平图和集聚图，显示它们在地理空间上的分布。
3.2.1Moran散点图第一次利用Moran散点图进行分析，发现天津、北京和上海与其他省（市/区）偏移较远，使得回归直线的拟合有所偏差（见图1）。为此，本文将上述样本剔除后重新计算Moran指数（图2各小图右上方）。相应的，图中显示了新的回归直线和新的趋势线（虚线），对4个象限进行了重新划分。2000年、2006年和2011年中国31个省（市/区）人均旅游收入的Moran散点图（见图2）具有相似的特征，即31个省（市/区）悉数分布在4个象限；分布在第Ⅰ、Ⅲ象限的地区数量始终多于第Ⅱ、Ⅴ象限的地区数量，空间正相关占据主导地位；分布在第Ⅲ象限的LL型省（市/区）数量始终多于第Ⅰ象限内的HH型省（市/区）数量，前者以中西部省（市/区）为主，图12000年人均旅游收入
Moran散点图（剔除前）注：该散点图的横坐标即为上文Moran散点图方法介绍中的Z，纵坐标即WZ。后者则以东部省（市/区）为主。由此可见，中国区域旅游经济发展水平的空间分布呈现两极分化的态势，基本形成了旅游经济高水平的东部省（市/区）趋同和旅游经济低水平的中西部省（市/区）趋同两种类型，并且这种分布模式没有随着旅游经济整体发展水平的提高而得到根本性的改变，全国31个省（市/区）中有65%以上属于自身发展水平低，其邻接省（市/区）发展水平也较低的低水平趋同类型，有将近20%的地区属于自身发展水平高，其邻接省（市/区）发展水平也较高的高水平趋同类型。
Moran散点图（图3）中各象限所分布的省（市/区）显示，3个年份中，大部分省（市/区）的分布比较稳定。其中，北京、天津、江苏、上海和浙江5省（市）一直分布在第Ⅰ象限（HH）；河北和江西一直分布在第Ⅱ象限（LH）；黑龙江、内蒙古、新疆、甘肃、山西、陕西、吉林、宁夏、青海、河南、四川、重庆、湖南、云南、贵州、湖北、广西、西藏和山东等19个省（市/区）一直分布在第Ⅲ象限（LL）。广东、海南、福建、辽宁和安徽的分布相对不稳定：广东在2000年和2006年处在第Ⅳ象限，2011年则分布在第Ⅲ象限；海南2000年分布在第Ⅰ象限，2006年和2011年分布在第Ⅱ象限；福建2000年和2006年处在第Ⅰ象限，2011年则分布在第Ⅱ象限；辽宁2000年分布在第Ⅲ象限，2006年和2011年分布在第Ⅳ象限；安徽2000年分布在第Ⅲ象限，2006年和2011年分布在第Ⅱ象限。中国区域旅游经济始终呈现以东部发达省（市/区）高高集聚和中西部省（市/区）低低集聚为主的分布格局。2000年旅游经济水平相对落后的中西部省（市/区），经过12年的发展，依然没有摆脱相对滞后的局面。截至2011年底，中国31个省（市/区）中仍有一半以上（20个）分布于第Ⅲ象限（LL）。处于第Ⅰ象限（HH）的省（市/区）数量比较稳定，且一直以北京、天津、江苏、上海和浙江为主，但此象限的分布较之第Ⅲ象限（LL）比较分散，集聚态势较不显著。为了探究部分省（市/区）分布不稳定的原因，本文引入区域旅游经济相对发展率（Nich）。区域旅游经济相对发展率的概念源自区域经济相关研究文献中的“区域经济相对发展率”（鲁凤，2004），是反映相对增长量的指标，表示各省（市/区）在某一时间段内人均旅游收入的变化与该时期内全国人均旅游收入的变化关系。其计算公式为：Nich=（Y2i-Y1i）/（Y2-Y1）。其中，Y2i和Y1i分别表示第i个省（市/区）在时间2和时间1的人均旅游收入，Y2和Y1分别代表全国在时间2和时间1的人均旅游收入。现有区域经济研究中多采用增长率来测量地区经济发展速度，表面上看各区域经济增长率相差无几，但发达地区基数大，在增长率相同的情况下，发达地区实际增长量大于欠发达地区，所以采用相对发展率比采用一般的增长率更能客观而准确地测量区域经济发展速度。相应地，旅游经济相对发展率比一般的旅游经济增长率能更好地反映各省（市/区）的旅游经济发展速度，从而能直接反映出部分省（市/区）的旅游经济水平同邻接省（市/区）的旅游经济差距变化，进而解释其空间分布变化的原因。以6年为一个跨度时期，本文计算了2000年～2005年和2006年～2011年两个时期的Nich值。结果显示，2000年～2005年北京（7.2）、上海（4.8）和天津（3.35）的Nich值显著高于其他省（市/区），这在一定程度上解释了图1中三者与其他省（市/区）偏离较远的现象。三者的Nich值极高，主要原因在于20世纪90年代末到2005年这个阶段，旅游的产业地位逐渐上升，旅游经济踏上快速发展的轨道，而作为旅游业率先开放的京沪两市得益于先发优势，在发展速度上显著高于其他地区，天津则因与北京毗邻，受益于北京先发优势，发展速度也较快。随着各省（市/区）对旅游业发展的重视以及地区发展基数效应，京津沪的旅游经济相对发展速度逐渐趋同于其他省（市/区）。2006年～2011年京津沪的Nich值分别为1.74、2.07和1.39，验证了这一事实。为了形象地反映两个时期31个省（市/区）的旅游经济相对发展率及其变化，本文以2000年～2005年和2006年～2011年全国旅游经济相对发展率的均值（0.75和0.97）为基准（其中，2000年～2005年的均值剔除了京津沪三市），将某省（市/区）的Nich值减去全国Nich均值，形成差值△Nich。当△Nich>0.2时，某省（市/区）的旅游经济发展速度为高等；当0<△Nich≤0.2时，某省（市/区）的旅游经济发展速度为中高等；当△Nich=0时，某省（市/区）的旅游经济发展速度为中等；当-0.2≤△Nich<0时，则某省（市/区）的旅游经济发展速度为中低等；当△Nich<-0.2时，则某省（市/区）的旅游经济发展速度为低等（见图4）。
在散点图各象限中分布不稳定的广东、海南、福建、辽宁和安徽中，广东作为中国第一经济强省，旅游经济发展水平长期处于全国前列（2 400.94元/人/年 该数值指2000年～2011年的年人均旅游收入。如无特别说明，下文括号内以“元/人/年”为单位的数据均指这12年的人均旅游收入数据。），明显高于广西（952.92元/人/年）、湖南（1 004.45元/人/年）、江西（956.74元/人/年）和海南（1 784.72元/人/年）等邻接省（市/区），因而长期分布在第Ⅳ象限（HL），但2006年以来，由于发展基数较大（2000年～2005年1 771.25元/人/年），旅游经济相对发展率（0.90）低于全国平均水平（0.97），广东逐渐从第Ⅳ象限（HL）进入第Ⅲ象限（LL）。海南的旅游经济相对发展率由2000年～2005年的0.63提高至2006年～2011年的0.75，而作为其唯一邻接省的广东，则由0.65提高至0.90，两者间旅游经济水平差距增大，因此海南逐渐由第Ⅰ象限（HH）转入第Ⅱ象限（LH）。福建（2 148.90元/人/年）的邻接省中除了江西的旅游经济水平较低（956.74元/人/年），浙江（3 279.29元/人/年）和广东（2 400.94元/人/年）的旅游经济水平均较高，且2006年～2011年旅游经济相对发展率显著减小（0.75，低于2000年～2005年的1.37），低于全国平均发展水平（0.97），从第Ⅰ象限（HH）转入第Ⅱ象限（LH）。辽宁在2000年～2005年和2006年～2011年两个时间段内，旅游经济相对发展率（1.53和2.11）显著高于吉林（0.83和0.94）、河北（0.38和0.38）和内蒙古（0.92和0.97），旅游经济发展水平差距扩大（辽宁2 772.16元/人/年、吉林1 194.26元/人/年、河北704.97元/人/年、内蒙古1 312.61元/人/年），因此辽宁由第Ⅲ象限（LL）转移到第Ⅳ象限（HL）。安徽2000年旅游经济水平低下（250.76元/人），同年，其邻接省中除了江苏（883.64元/人）和浙江（1 028.17元/人）发展水平较高，山东（458.52元/人）、江西（324.68元/人）、湖北（473.53元/人）和河南（376.32元/人）旅游经济水平均较低且差距较小，然而，安徽在2000年～2005年时间段的旅游经济相对发展率（0.32）很低，导致其与邻省的先天差距扩大，即使在2006～2011年时间段内旅游经济相对发展率显著提升为1.00，其旅游经济水平（904.97元/人/年）仍落后于江苏（3 006.09元/人/年）、浙江（3 279.29元/人/年）、山东（1 543.08元/人/年）和湖北（1 191.26元/人/年）、江西（956.74元/人/年）和河南（1 165.28元/人/年），逐渐从第Ⅲ象限（LL）转入第Ⅱ象限（LH）。
3.2.2LISA分析为识别2000年～2011年中国区域旅游经济的局部空间集聚的位移情况，LISA分析主要考察呈现显著性的局部空间集聚指标。LISA显著，表示某省（市/区）的人均旅游收入水平与核心发展省（市/区）人均旅游收入的动态增长具有正相关或者负相关关系，而非随机出现。从这个意义上，结合空间邻接的位置关系，LISA所测量到的显著的局部高值集聚区域代表了旅游经济发展高的省（市/区），而显著的低值集聚区域，则代表旅游经济发展水平低下的省（市/区）。运用LISA得到的空间分布特征和区域经济学理论上的中心-边缘理论相一致。当局部Morans I统计量为正值时，表示旅游经济水平较高的地区通过同周边地区开展多方面的区域合作，借助要素流动、报酬转移、技术扩散等途径，对周边地区产生较强的辐射作用，带动其共同发展，形成区域旅游经济一体化发展的格局；而为负值时则表示了回流的形式，表现为由于收益差异而导致资本、劳动力、技术等要素由外围向中心的流动，造成外围地区的旅游经济衰退，使区域旅游经济差距不断扩大。表2为基于标准正态分布假设检验基础上的2000年、2006年和2011年部分省（市/区）的人均旅游收入局部Moran指数值Ii及P值（伪显著水平）。对比表中各省（市/区）人均旅游收入的局部Moran指数和P值，2000年西藏、天津、北京高度显著；2006年除了西藏、天津和北京，上海也高度显著；2011年天津、北京、江苏和浙江高度显著。总体看来，这些显著的省（市/区），基本属于HH或LL区。Moran散点图（图5）显示京津沪属于HH区，3个地区旅游经济发达，对邻接省（市/区）具有很强的辐射和带动作用，即旅游经济水平较高的省（市/区）通过同邻接省（市/区）紧密的旅游产业联系，大力发展专业化生产分工和协作，形成技术扩散，对邻接省（市/区）的旅游经济发展产生强辐射作用，带动了邻接省（市/区）共同发展，形成了区域旅游经济一体化发展的格局。例如，上海与江苏、浙江两个邻接省份所构成的经济区域，是我国人口最稠密、经济最发达、文化最繁荣、人民生活最富庶的区域，该作为长江三角洲的核心省（市），三者积极推进旅游一体化，联动发展，使该区域的旅游经济发展水平呈现高度显著的HH格局。而西藏受地理位置所限，交通等基础设施和旅游服务设施不足，游客可进入性较低，其旅游经济发展水平远远落后于中国平均水平，加之邻接区域旅游经济水平相似，旅游合作力度不够，导致其与邻接省（市/区）低值相聚，形成LL区。
图5显示，2000年中国省（市/区）旅游经济空间异质性主要由显著类型LL体现，显著的LL地区由东北向西南连片分布，而HH的典型区域以及HL和LH的非典型区域并不显著，中国区域旅游经济在中西部地区表现出显著的正的LL相聚的空间自相关格局。2006年中国省（市/区）旅游经济空间格局仍然呈现出显著的LL型空间自相关，但是黑龙江和宁夏不再显著。结合相对发展率可以看出，2006年以来，两个地区的旅游经济相对发展率均较之前有显著提高，因此两个地区呈现向其他类型区域靠拢的趋势。2011年中国旅游经济空间异质性在2006年的基础上继续改变，内蒙古不再显著，西藏变显著，出现LH非典型区河北，中国区域旅游经济水平整体上仍然表现出显著的LL的空间自相关。2006年～2011年，内蒙古的旅游经济一直保持较高的发展水平，相对发展率为0.97，略低于全国平均发展水平，加之邻接省（市/区）的旅游经济发展水平提高，其未来可能逐渐脱离LL型区域。而对于西藏和河北，如上文所言，西藏旅游业发展状况有所改善，但受限于区位、交通等因素影响以及邻接地区长期较低的旅游经济水平，逐渐形成显著的LL型地区；河北虽然处于京畿要地，但其旅游经济发展受北京和天津的“回流效应”影响，逐渐落入LH型区域。总体上看，2000年～2011年中国中西部省（市/区）是LL显著聚集的主要区域，但LL聚集中的省（市/区）在不断减少，且逐渐形成西藏、新疆、青海、甘肃和四川所组成的显著LL集聚类型。而旅游经济水平较高的长三角地区在3个年份均未表现显著，说明其对中国区域旅游经济差异的格局影响较弱。在显著的LL空间相关类型的推动下，中国省际旅游经济存在着相互影响、相互制约的联系，导致格局始终处于关联互动的演变状态中。值得注意的是，LH类型中的非典型区域河北在2011年呈现显著，这暗示着空间格局的异常，它与邻接省（市/区）的关联互动将使得中国省际旅游经济的空间格局呈现更复杂的变化。4结论与政策建议本文以空间自相关为核心的空间统计分析方法，通过定义空间权重矩阵，对2000年～2011年中国区域旅游经济差异的空间分布格局、关联模式及演变趋势进行实证分析。研究发现，2000年以来，中国区域旅游经济差异在全局上呈现较强的空间依赖性，即表现出全局性、显著性的旅游经济水平相似省（市/区）集聚的特征。研究还发现，中国区域旅游经济发展水平的空间分布呈现两极分化态势，基本形成了高水平趋同和低水平趋同两种类型，并且这种分布模式未随着旅游经济整体发展水平的提高而得到根本性的改变，中西部省（市/区）依然没有摆脱相对滞后的局面。此外，研究中所利用的Moran集聚图显示，中国中西部省（市/区）是LL显著聚集的主要区域，但2000年～2011年该聚集范围内的省区在不断减少，格局不断改变。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，将推动中国区域旅游经济差异格局继续演变。通过研究中国区域旅游经济存在的空间相关关系和局部空间关联方式，结合区域经济发展的相关理论，本文提出以下建议以促进中国区域旅游经济协调发展。（1）中西部地区作为中国区域旅游经济长期相对落后的区域，其旅游经济发展面临着严峻的挑战，加之低低相聚的空间相关模式，中央政府有必要采取适度区域倾斜和区域补偿相结合的政策促使其加快发展，缩小与东部旅游经济发达省（市/区）的差异；（2）东部旅游经济发达的京津唐旅游经济区，河北省受北京、天津等地的“回流效应”影响较大，刺激旅游经济发达的核心区的发展将会对外围区域的发展产生负面的影响，这种情况下要慎重考虑把核心区作为区域发展目标的区域政策，并对区域内落后的地区也予以重视；（3）东部旅游经济发达的苏浙沪旅游经济区，促进区内核心区的旅游经济增长，对于外围地区的“回流影响”不大，甚至可以通过有效对接促进双方的旅游经济水平的提高，但在政策制定时必须充分考虑到区域内旅游经济扩散影响的非均衡性；（4）促进落后地区旅游经济的发展，并不意味着要抑制发达地区的旅游经济快速发展，而应通过行之有效的区域旅游合作方式，打破地域、政策、交通、信息等障碍，实现旅游产业要素的优化配置，激发旅游经济活力，进而实现中国旅游经济协调发展和区域双赢的目标。
参考文献：
[1]蔡业新.吉林省旅游经济地域分异研究[D].吉林：东北师范大学，2009.
[2]陈晓，王丹，张耀光，赵一行.辽宁省旅游经济的时空差异演变分析[J].经济地理，2009（1）：147-152.
[3]陈智博，吴小根，汤澍，罗浩，贾真真.江苏旅游经济发展空间差异分析[J].经济地理，2008（6）：1064-1067，1076.
[4]程进，陆林.安徽省区域旅游经济差异研究[J].安徽师范大学学报（自然科学版），2010（1）：81-85.
[5]郝俊卿，曹明明.基于时空尺度下陕西省旅游经济差异及形成机制研究[J].旅游科学，2009（6）：35-39.
[6]黄飞飞，张小林，余华，崔开俊.基于空间自相关的江苏省县域经济实力空间差异研究[J].人文地理，2009（2）：84-89.
[7]鲁凤.中国区域经济差异的空间统计分析[D].上海：华东师范大学，2004.
[8]陆林，余凤龙.中国旅游经济差异的空间特征分析[J].经济地理，2005（3）：406-410.
[9]宋慧林，马运来.基于空间分析的中国省域旅游经济差异[J].经济管理，2010（10）：114-118.
[10]孙盼盼，叶新才，吴丽娟.国内区域旅游经济差异研究进展[J].江西科技师范学院学报，2011（1）：102-105，96.
[11]唐晓云.生产要素视角的中国旅游经济发展区域差异研究[J].经济地理，2010（10）：1741-1745，1751.
[12]汪德根，陈田.中国旅游经济区域差异的空间分析[J].地理科学，2011（5）：528-536.
[13]王凯，李华，贺曲夫.我国旅游经济发展水平省际差异的空间分析[J].地域研究与开发，2007（1）：63-67，94.
[14]徐建华，鲁凤，苏方林，卢艳.中国区域经济差异的时空尺度分析[J].地理研究，2005（1）：57-68.
[15]叶护平，韦燕生.中国旅游业发展区域差异的系统分析[J].华中师范大学学报（自然科学版），2005（3）：395-398.
[16]张燕文.基于空间聚类的区域经济差异分析方法[J].经济地理，2006（4）：557-560.
[17]邹家红，王慧琴.旅游经济发展空间差异分析——以湖南省为例[J].社会科学家，2009（6）：93-96.
[18]Anselin L（1992）.Space and applied econometrics：introduction[J].Regional Science and Urban Economics，22（3），307-316.
[19]Anselin L（1995）.Local indicators of spatial association—LISA[J].Geographical analysis，27（2），93-115.
[20]Boots B，Tiefelsdorf M（2000）.Global and local spatial autocorrelation in bounded regular tessellations[J].Journal of Geographical Systems，2（4），319-348.
[21]Cliff A D，OrdJ K（1981）.Spatial processes：models & applications[M].London：Pion，266.
[22]Wang S，He Y，Wang X，Zhu G，Cao W（2011）.Regional disparity and convergence of Chinas inbound tourism economy[J].Chinese Geographical Science，21（6），715-722.
（责任编辑：邓屏）
参考文献：
[1]蔡业新.吉林省旅游经济地域分异研究[D].吉林：东北师范大学，2009.
[2]陈晓，王丹，张耀光，赵一行.辽宁省旅游经济的时空差异演变分析[J].经济地理，2009（1）：147-152.
[3]陈智博，吴小根，汤澍，罗浩，贾真真.江苏旅游经济发展空间差异分析[J].经济地理，2008（6）：1064-1067，1076.
[4]程进，陆林.安徽省区域旅游经济差异研究[J].安徽师范大学学报（自然科学版），2010（1）：81-85.
[5]郝俊卿，曹明明.基于时空尺度下陕西省旅游经济差异及形成机制研究[J].旅游科学，2009（6）：35-39.
[6]黄飞飞，张小林，余华，崔开俊.基于空间自相关的江苏省县域经济实力空间差异研究[J].人文地理，2009（2）：84-89.
[7]鲁凤.中国区域经济差异的空间统计分析[D].上海：华东师范大学，2004.
[8]陆林，余凤龙.中国旅游经济差异的空间特征分析[J].经济地理，2005（3）：406-410.
[9]宋慧林，马运来.基于空间分析的中国省域旅游经济差异[J].经济管理，2010（10）：114-118.
[10]孙盼盼，叶新才，吴丽娟.国内区域旅游经济差异研究进展[J].江西科技师范学院学报，2011（1）：102-105，96.
[11]唐晓云.生产要素视角的中国旅游经济发展区域差异研究[J].经济地理，2010（10）：1741-1745，1751.
[12]汪德根，陈田.中国旅游经济区域差异的空间分析[J].地理科学，2011（5）：528-536.
[13]王凯，李华，贺曲夫.我国旅游经济发展水平省际差异的空间分析[J].地域研究与开发，2007（1）：63-67，94.
[14]徐建华，鲁凤，苏方林，卢艳.中国区域经济差异的时空尺度分析[J].地理研究，2005（1）：57-68.
[15]叶护平，韦燕生.中国旅游业发展区域差异的系统分析[J].华中师范大学学报（自然科学版），2005（3）：395-398.
[16]张燕文.基于空间聚类的区域经济差异分析方法[J].经济地理，2006（4）：557-560.
[17]邹家红，王慧琴.旅游经济发展空间差异分析——以湖南省为例[J].社会科学家，2009（6）：93-96.
[18]Anselin L（1992）.Space and applied econometrics：introduction[J].Regional Science and Urban Economics，22（3），307-316.
[19]Anselin L（1995）.Local indicators of spatial association—LISA[J].Geographical analysis，27（2），93-115.
[20]Boots B，Tiefelsdorf M（2000）.Global and local spatial autocorrelation in bounded regular tessellations[J].Journal of Geographical Systems，2（4），319-348.
[21]Cliff A D，OrdJ K（1981）.Spatial processes：models & applications[M].London：Pion，266.
[22]Wang S，He Y，Wang X，Zhu G，Cao W（2011）.Regional disparity and convergence of Chinas inbound tourism economy[J].Chinese Geographical Science，21（6），715-722.
（责任编辑：邓屏）
参考文献：
[1]蔡业新.吉林省旅游经济地域分异研究[D].吉林：东北师范大学，2009.
[2]陈晓，王丹，张耀光，赵一行.辽宁省旅游经济的时空差异演变分析[J].经济地理，2009（1）：147-152.
[3]陈智博，吴小根，汤澍，罗浩，贾真真.江苏旅游经济发展空间差异分析[J].经济地理，2008（6）：1064-1067，1076.
[4]程进，陆林.安徽省区域旅游经济差异研究[J].安徽师范大学学报（自然科学版），2010（1）：81-85.
[5]郝俊卿，曹明明.基于时空尺度下陕西省旅游经济差异及形成机制研究[J].旅游科学，2009（6）：35-39.
[6]黄飞飞，张小林，余华，崔开俊.基于空间自相关的江苏省县域经济实力空间差异研究[J].人文地理，2009（2）：84-89.
[7]鲁凤.中国区域经济差异的空间统计分析[D].上海：华东师范大学，2004.
[8]陆林，余凤龙.中国旅游经济差异的空间特征分析[J].经济地理，2005（3）：406-410.
[9]宋慧林，马运来.基于空间分析的中国省域旅游经济差异[J].经济管理，2010（10）：114-118.
[10]孙盼盼，叶新才，吴丽娟.国内区域旅游经济差异研究进展[J].江西科技师范学院学报，2011（1）：102-105，96.
[11]唐晓云.生产要素视角的中国旅游经济发展区域差异研究[J].经济地理，2010（10）：1741-1745，1751.
[12]汪德根，陈田.中国旅游经济区域差异的空间分析[J].地理科学，2011（5）：528-536.
[13]王凯，李华，贺曲夫.我国旅游经济发展水平省际差异的空间分析[J].地域研究与开发，2007（1）：63-67，94.
[14]徐建华，鲁凤，苏方林，卢艳.中国区域经济差异的时空尺度分析[J].地理研究，2005（1）：57-68.
[15]叶护平，韦燕生.中国旅游业发展区域差异的系统分析[J].华中师范大学学报（自然科学版），2005（3）：395-398.
[16]张燕文.基于空间聚类的区域经济差异分析方法[J].经济地理，2006（4）：557-560.
[17]邹家红，王慧琴.旅游经济发展空间差异分析——以湖南省为例[J].社会科学家，2009（6）：93-96.
[18]Anselin L（1992）.Space and applied econometrics：introduction[J].Regional Science and Urban Economics，22（3），307-316.
[19]Anselin L（1995）.Local indicators of spatial association—LISA[J].Geographical analysis，27（2），93-115.
[20]Boots B，Tiefelsdorf M（2000）.Global and local spatial autocorrelation in bounded regular tessellations[J].Journal of Geographical Systems，2（4），319-348.
[21]Cliff A D，OrdJ K（1981）.Spatial processes：models & applications[M].London：Pion，266.
[22]Wang S，He Y，Wang X，Zhu G，Cao W（2011）.Regional disparity and convergence of Chinas inbound tourism economy[J].Chinese Geographical Science，21（6），715-722.
（责任编辑：邓屏）
