旅游目的地城市供需耦合模型

4.3.1　评价指标体系构建原则

衡量旅游需求与城市旅游供给系统的协调发展程度，必须建立全面、准确、科学地反映其发展状态，并可进行综合评价分析的相对完整的指标体系。本研究中协调发展指标体系构建主要遵循如下原则。

第一，科学性。能客观地、科学地反映旅游目的地城市旅游供需系统发展状态和各个指标因子的相互联系，以便能较好地度量旅游目的地城市旅游供需系统协调发展水平。

第二，系统性。选取的指标要有一定的逻辑关系，涵盖面相对较广，且各指标之间不能交叉重复，指标体系相加可以综合反映出旅游目的地城市供需系统协调发展的资源、服务与设施、交通、环境、信息等各个方面的特征。

第三，可行性。指标内容要简单明了、易操作、数据可获得性强，保证评价结果的准确性。

第四，可比性。选取指标能反映出旅游目的地城市之间供需耦合协调程度的差别。

第五，典型性。所选的指标应具有代表性，能够在一定程度上代表长三角城市群旅游供需系统的发展状况。

4.3.2　指标体系的遴选

指标选取遵循科学性、可操作性、完备性、主成分性和独立性原则，分别采用频度统计法、理论分析法、专家咨询法对指标进行设置与筛选［174］。首先进行频度统计，截至2014年5月，利用中国知网数据库对2000—2014年中CSSCI期刊涉及旅游需求指标的1690篇文献和涉及旅游供给的348篇文献进行频度统计，借鉴城市旅游国际化［175］和城市竞争力指标体系［176］，从中选取近年使用频度较高的指标 (表4－1)。

表4－1　近年旅游系统研究中的高频使用指标

续　表

注:各子系统中的部分指标有重复。资料来源:CNKI数据库相关论文。

4.3.3　全要素耦合指标体系的构建

依据全要素耦合模型 (图4－2a)，对上述搜集的指标进行理论分析，分别对旅游需求与旅游目的地城市供给概念进行界定和外拓，然后对专家进行咨询访谈 (见附录1、附录2)，并对指标做出调整，建构旅游需求系统与旅游目的地城市供给系统的评价指标体系。计算各指标之间相关系数和变异度，对指标体系进行主成分性分析和独立性分析，最终确定旅游供需系统的评价指标体系 (表4－2a)。

表4－2a　全要素耦合旅游供需系统评价指标体系

续　表

4.3.3.1　旅游需求系统指标体系

一般来说，出境旅游与闲暇时间、可支配收入、偏好和旅游价格等有关。考虑到本项目研究的是客源国 (地)在核心旅游目的地城市的旅游需求，即在闲暇时间充裕的前提下客源国 (地)的旅游需求，故在构建旅游需求系统中不再考虑旅游闲暇时间目标层，重点考虑旅游需求系统中的旅游动机、旅游消费水平、客源国 (地)HDI指数、旅游偏好、旅游意愿、目的地旅游接待6个目标层。

(1)旅游动机

国际旅游作为高消费、享受性活动，其与客源国 (地)的经济发展水平密切相关［177］。人均国内生产总值 (人均GDP)、人均国民总收入^[2](人均GNI)是反映一个国家或地区经济发展和收入水平的重要指标。世界旅游组织研究表明，当人均GDP达到2000美元时，休闲游将获得快速发展;当人均GDP达到3000美元时，旅游需求激增，度假旅游出现;当人均GDP达到5000美元时，度假旅游进入成熟期，多元化的休闲需求出现，旅游消费能力日益增强。研究表明，一国 (地区)经济越发达，人均GNI越高，旅游支付能力也就越强，人均用于国际旅游的支出就越高;同时，人均GNI越高，人均旅游消费也就越高，参与国际旅游的人数就越多，国际旅游出游率也就越高。故旅游动机准则层选择人均GDP和人均GNI两个指标。因核心旅游目的地城市的客源国 (地)较多，为便于统计，本研究将目的地的各客源国(地)的入境人次比重达10%以上的客源国 (地)作为主体客源国 (地)，如2013年上海的主体客源国 (地)为韩国、日本、美国和香港，故将这4个国家和地区的人均GNI指数加权平均值作为2013年上海的主体客源国 (地)人均GNI值，并选择主体客源国 (地)人均GNI作为客源国 (地)的国际旅游支付能力。

(2)旅游消费水平

旅游消费水平选择客源国 (地)人均最终消费支出和旅游消费支出两指标。主体客源国 (地)人均最终消费支出表征入境游客的消费习惯，旅游消费支出表征入境游客在旅游上的消费习惯和消费水平，同时也表征旅游目的地的旅游开发程度。

(3)客源国 (地)人文发展指数

客源国 (地)人文发展指数即HDI指数，它是评价人类发展的一项综合指标，测量人类发展的3个方面的平均成就，包括教育指数、健康指数和收入指数。研究表明，入境游客数与游客的教育程度、收入呈显著的正比例关系，故选取客源国 (地)人文发展指数作为入境旅游需求系统的准则层。

(4)旅游偏好

旅游偏好可以反映游客对旅游目的地的偏好程度［178］，本研究选择出游偏好和消费偏好两项指标。出游偏好计算方法借用马耀峰教授提出的亲景度计算方法，将某客源国 (地)游客人数在某一个旅游目的地的市场份额，与某客源国 (地)游客人数在长三角区域的市场份额进行比较。选择目的地首位客源国(地)［即入境人次最多的客源国 (地)］作为研究对象，公式表示为:

亲景度=首位客源国 (地)人数占本市入境游客数的比重/该客源国(地)人数占区域入境游客数的比重

消费偏好可以反映入境游客对旅游目的地的旅游消费偏好程度，其计算公式为:

消费偏好=目的地旅游消费支出/主体客源国 (地)旅游消费支出

(5)旅游意愿

旅游意愿选择主体客源国 (地)出游率、目的地入境旅游人次年增长率、旅游外汇收入年增长率3个指标。主体客源国 (地)的出游率是反映出境旅游需求的重要指标，其计算公式为:

出游率=出境旅游人口/该国总人口×100%

目的地入境旅游人次年增长率、旅游外汇收入年增长率分别代表入境旅游者对旅游目的地的出游意愿和消费意愿。

(6)旅游目的地接待

旅游目的地接待反映的是入境旅游的现实性需求，主要选取目的地入境旅游人次、目的地旅游花费、主体客源国 (地)数、客源市场集中度4个指标。入境游客人次与目的地旅游外汇收入指标从总体上直接反映出入境游客对目的地城市的出游偏好和现实消费水平;客源市场集中度是指某城市的入境游客数与长三角地区16个城市入境游客数的比值;主体客源国 (地)数是指目的地的各客源国 (地)的入境人次比重达10%以上的客源国 (地)数。主体客源国 (地)数和客源市场集中度可以反映主要客源国 (地)对目的地城市的偏爱程度，也反映目的地的吸引力范围。

4.3.3.2　旅游供给系统指标体系

(1)旅游资源

旅游资源目标层选取资源总数、旅游资源密度和旅游资源吸品位3个指标。旅游资源数量可以反映目的地城市旅游资源的绝对数量，资源总数选择目的地城市各类型旅游资源 (如A级景区、国家级风景名胜区、国家历史文化名城、国家森林公园、国家级文物保护单位、国家级自然保护区及中国优秀旅游城市)的加权和。旅游资源密度反映的是目的地城市旅游资源的相对数量，计算公式为:

资源密度=资源总数/城市面积

旅游资源品位度计算公式为:

旅游资源品位度=AAAA以上景区数/A级景区数

旅游资源品位度反映的是目的地城市高等级景区比重，因国际旅游属于大尺度旅游行为，受在旅游目的地的停留时间影响，旅游者一般都选择高级别的景区旅游。故目的地城市的高等级景区数越多，旅游资源品位度越高对国际旅游者的吸引力也就越大。

(2)旅游服务与设施

旅游服务与设施选择旅行社数、星级饭店数、旅游从业人员3项指标。星级饭店与旅行社都属于地方旅游业发展的支柱产业，为旅游者提供必需的住宿设施和旅游产品。我国的星级饭店结构不尽合理，低星级饭店过少，高星级饭店分布区域较集中，尤其集中在经济发达区域，且高星级饭店比重有逐年增长趋势。2012年，上海、江苏、浙江三省市的三星级以上饭店比重分别达到81%、77%、67%，而三星级以下饭店比重分别为19%、23%、33%，且三星级以下饭店数量呈不断萎缩趋势。国家旅游局对入境旅游者的抽样调查显示，入境过夜游客的住宿选择主要为宾馆、饭店，其次为私人住所、车船或招待所。为保持统计口径的一致性或数据的可得性，选取星级饭店数作为评价指标。旅行社数据分两个阶段，2009年之前为国际旅行社数;2009年之后国家旅游统计不再细分国际旅行社和国内旅行社，故2010—2012年为旅行社数。旅游从业人员表征地方旅游业发展程度和旅游配套能力。

(3)交　通

旅游交通包括外部交通和内部交通，发达的对外交通对外地游客有一定的吸引作用，便捷的内部交通则可以使旅游更通畅、更省时。

交通选择路网密度、交通通达度和交通便捷度3个指标。路网密度是评价交通设施保障水平的重要指标，反映了地域单元交通设施的规模，目的地城市的路网密度越大，其交通运输干线越密集，说明区域内联系紧密度越高，交通设施保障水平和支撑能力也越高。其计算公式为:

式中，Di为单元的公路网密度，Li为单元内高速公路里程，Ei为单元面积。该指标越大，交通网络越密集，地区在区域内的可进入性越强，旅游者集散更加便利。

交通通达度反映目的地城市对外交通的通达程度。外部交通中，公路、铁路、机场和港口是区域对外联系的重要途径和介质，客运量能够在一定程度上反映城市节点之间经济联系和交通联系强度，这种联系对入境旅游流的流向产生重要影响。［179］本研究采用旅客运输总量 (包括公路、铁路、水运和航空运输等方式)表征该市与外部交通的可达程度。其计算公式为:

式中，Ai为单元的交通通达性系数，Aix为i单元在x交通网络中的可达性值，为其均值标准化处理值，Wx为各运输方式在综合交通体系中的权重。根据长三角交通发展的实际情况，交通通达度包括公路、铁路、水运以及航空运输等方式的客运量，这里根据公路、铁路、水运和航空运输方式的重要程度，依次赋予0.2、0.2、0.2、0.4的权重，Ai值越大表明单元的交通通达度越好。

交通便捷度为区域交通的综合指标，通过对路网密度和交通通达度两指标进行加权求和得到各单元的交通便捷度，计算公式为:

Si为单元的交通便捷度，和分别为公路网络密度和交通通达度，w1和w2为两指标的权重，这里取值为w1=w2=0.5，Si越大表明该单元的交通便捷度越好。

(4)旅游基础支持

旅游基础支持选取人均GDP、旅游收入占城市GDP比重、万人大学生数3项指标。人均GDP反映地方的经济水平，人均GDP越高代表城市所提供的基础设施越完备;旅游收入占城市GDP比重则反映旅游业在城市中的发展地位;万人在校大学生数表征区域的人力资本，国际旅游作为外向型产业，客观上要求服务标准和水平向国际标准看齐，劳动力的素质直接影响旅游业的发展。

(5)环　境

环境准则层选取建成区绿化覆盖率、人均绿地面积两个指标。

(6)信息与营销

信息与营销准则层选择互联网普及率、旅游信息服务、节事活动、旅游品牌等4项指标。

互联网普及率能够反映城市通信信息化水平，以互联网用户与人口数的比值为指标。旅游信息服务选择各城市旅游官方网站数及所提供的外语语种数为指标;国际旅游节事活动数来源于城市旅游便览和旅游官方网站;旅游品牌选择每年度相关媒体评选的城市旅游相关品牌或称号，如2012年由浙江日报报业集团、解放日报报业集团、新华报业传媒集团、安徽日报报业集团、《中国国家地理》杂志社联合主办的首届“乐游长三角·旅游休闲双百佳”大型公益活动推选出的“长三角100个最佳旅游休闲名城”和“长三角100个不得不去的地方”。

4.3.4　非完全要素耦合指标体系的构建

依据非完全要素耦合模型 (图4－2b)，对上述搜集的指标进行理论分析，分别对集散旅游目的地城市、过境旅游目的地城市的旅游供需指标进行筛选与界定;确定集散旅游目的地城市与过境旅游目的地城市的旅游供需非完全要素耦合的评价指标体系 (表4－2b)。

表4－2b　非完全要素旅游供需耦合系统评价指标体系

注:非完全要素耦合指标体系包括集散旅游目的地城市和过境旅游目的地城市，其中集散旅游目的地城市供给系统中包括旅游资源、旅游设施服务、旅游基础支持、交通、环境和信息6个准则层;过境旅游目的地城市的供给系统包括旅游资源、旅游设施服务、旅游基础支持、交通4个准则层，有下划线的准则层表示在过境旅游目的地城市的供需系统中删减的指标。

4.3.5　指标权重确定

权重是评价指标在指标体系中的相对重要程度的反映。常用方法主要有特尔菲法、因子分析法、AHM法、熵值法、相关系数法等。其中特尔菲法、层次分析法、AHM法为主观赋权法，其主观性较强，在一定程度上影响了评价结果的客观性;因子分析法、相关系数法、熵值法为客观赋权法，具有较强的客观性，但会出现因选取指标数量不同而影响权重值高低的问题。

考虑到每种赋权法都有优劣，为减少不同赋权法带来的差异，本文综合选择了主观赋权法与客观赋权法相结合的方法，求出两种方法得出的权重均值，再求综合权重，以在一定程度上缩小单一赋权法带来的局限性和弊端。其中，主观赋权法选择AHM法，客观赋权法采用熵值法。

4.3.5.1　AHM法

AHM(Analytic Hierarchical Model)法为属性层次模型法，多用于解决无结构决策问题，它是北京大学程乾生教授［180］在层次分析 (AHP)模型基础上提出的。AHP和AHM的不同之处在于AHP要进行判断矩阵的一致性检验，当CR＞0.1时，需要修正判断矩阵，使其具有一致性，如此进行多次调整与检验得到最终判断矩阵;AHM权重不需要进行一致性检验，从而降低了大量的复杂运算，操作更简单、快捷。AHM法在旅游研究中受到了广泛的应用［181－183］，并在旅游经济与生态环境耦合关系研究中受到高度重视^[3]。

具体计算步骤如下:

(1)属性判断矩阵

设在准则C下有n个元素u1，u2，…，un，两两比较元素ui和uj(i≠j)，ui和uj对准则C的重要性分别记为Lij和Lji。按属性测度的要求，Lij和Lji应满足:

元素ui和自身的比较无意义，规定Lii=0，1≤i≤n。

定义1:满足上式的Lij称为相对属性测度，Lij组成矩阵 (Lij)1≤i，j≤n为属性判断矩阵。

定义2: 若 Lij＞Lji，则称ui比uj相对强，认为ui＞uj。

定义3:属性判断矩阵 (Lij)称为具有一致性，如果对任何i，j，k有

ui＞ uj，uj＞ uk，则 ui＞ uk。

令

定理:属性判断矩阵 (Lij)具有一致性的必要充分条件是对任何i，当Ii非空时，

定理给出了属性判断矩阵一致性检验的方法。令

我们称WC=(WC(1)，WC(2)，…，WC(n))T为相对属性权，其中T表示转置。

在层次分析法中，元素ui和uj的比较由相对比例标度bij给出。可由bij确定 Lij。比如，可规定:

在准则C下所计算的相对属性测度和属性权可表示为:

(2)AHM评价递阶层次结构构建

为了最大限度地保证因素选择与赋值的客观性及科学性，根据文献及对入境旅游供需要素的基本特点设立的初步评价指标体系，首先采用德尔菲法对旅游界20位专家进行了相关因素问询。以全要素耦合评价指标体系为例，经过4轮问询，不断对指标体系进行修正，最终确定了入境旅游需求 (ITD)和目的地旅游供给 (TDS)评价指标体系的2个目标层、12个准则层以及指标层34个因素 (图4－3、图4－4)。该评价指标的递阶层次结构图可以较为清晰地表现出其层次的递阶结构与因素的从属关系。

图4－3　入境旅游需求层次结构图

图4－4　核心旅游目的地城市旅游供给层次结构图

(3)判断矩阵的构建及计算

AHM评价模型结构的构建界定了旅游供需评价系统中不同因素之间的相互关系。在此基础上，构建判断矩阵，两两比较同一层各因素相对于上一层的重要性，采用1—9比例标度构造比较判断矩阵A=aij，则相对属性Uij为

设αp=　(α1，α2，…，αm)τ为第p个准则层对总目标层的相对属性权重，m为准则层的个数，计算公式为:

(4)因素层对准则层的权重

设βj为第i个准则层下第j个因素层对第i个准则层的权重，采用专家打分法来确定因素层对子准则层的权重。

(5)指标层对因素层的权重

设γp=　(γ1，γ2，…，γm)τ为第p个指标层对因素层的相对属性权重，计算公式为:

设δp为第i个准则层第j个因素层下第p个指标对总目标的权重，计算公式为:

利用单一准则下的相对权向量转换公式生成AHM判断矩阵。

4.3.5.2　熵值法

(1)基本原理

熵是信息论中对不确定性的一种测度。熵随信息量增大、不确定性减小而减小;反之则相反。熵值可以判断事件的随机性及无序程度，也可判断某个指标的离散程度。指标的离散程度越大，对综合评价的影响越大。

(2)熵值法步骤

①选取n个区域，m个指标，则xij为第i个区域的第j个指标的数值。(i=1，2，…，n;j=1，2，…，m)

②指标的标准化处理:异质指标同质化。

计算综合指标前，因各项指标的计量单位不统一，故先对指标做标准化处理。指标有正向指标和负向指标之分，正向指标是数值越高越好，负向指标则相反。对正、负指标采用不同的标准化处理方法。具体方法如下:

正向指标:

负向指标:

则为第i个区域的第j个指标的数值 (i=1，2，…，n;j=1，2，…，m)。为方便起见，仍记为x'ij=xij。

③计算第j项指标下第i个区域占该指标的比重:

④计算第j项指标的熵值:

其中，k＞0，k=1/ln(n)，ej≥0。

⑤计算第j项指标的差异系数。该项指标值的差异越大，熵值就越小，定义差异系数:

式中，0≤gi≤1，

⑥求权值:

⑦计算各区域的综合得分:

4.3.5.3　综合权重的确定

设Wk为两种赋权方法综合后第k个指标权重，则

式中，α为特尔菲法权重占综合权重比例;μk第k个指标的特尔菲法权重;1－α为熵值法权重占组合权重的比例;ρk为第k个指标的熵值法权重。以综合权重与特尔菲法权重的偏差，以及综合权重与熵值法权重的偏差平方和最小为目标，建立目标函数:

将公式 (4－1)代入公式 (4－2)得:

对公式 (4－3)关于α求导并令一阶导数为零，解方程得α=0.5，将其代入公式 (4－1)得:

设W为所有指标的权重组成的权重向量，则

公式 (4－4)的推导结果表明:在组合权重与主客观权重的两种偏差的平方和最小的情况下，最佳的组合权重结果是主观权重和客观权重各占50%。