2024, Vol. 30
2. 广西民族大学 民族学与社会学学院, 广西 南宁 530006;
3. 中国农业大学 烟台研究院, 山东 烟台 264670
2. School of Ethnology and Sociology, Guangxi University for Nationalities, Nanning 530006, P.R. China;
3. Yantai Research Institute of China Agricultural University, Yantai 264670, P.R. China
随着我国经济迈入高质量发展阶段，旅游产业作为“朝阳产业”已经成为拉动经济增长和第三产业发展的重要引擎[1]。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》明确指出在当前全域旅游的视角下，旅游产业作为我国国民经济战略性支柱产业在“十四五”期间将要承担更重要的历史使命，需要通过建设现代旅游业体系、现代文化和旅游市场体系、对外交流和旅游推广体系来推动我国旅游产业新发展，增强旅游产业竞争力。近年来，我国城镇化进程与旅游产业发展交相辉映，其中城市群作为城镇化的新型主体形态已经成为我国经济稳步上升、区域协调发展的主要支撑力量[2]，城镇化水平的提升有利推动了城市群旅游产业的发展，同时旅游产业竞争力作为城市群产业竞争力的一部分也有效促进了我国城市群的经济可持续发展和产业集群化[3]。在市场经济全球化和区域发展一体化的当下，产业发展状况是衡量一个国家或地区经济发展优劣的主要判断[4]。产业竞争力理论研究最早是由竞争领域的权威学者迈克尔·波特提出的关于某国或某一地区的某个特定产业相对于他国或地区同一产业在生产效率、满足市场需求、持续获利等方面所体现的竞争能力，产业竞争力是决定城市整体竞争力的关键表征[5]。当前我国正努力形成以国内大循环为主体、国内国际双循环相互促进的新发展格局，我国的旅游产业发展进入新的机遇期，在经济发展进入新常态的当下，探究我国城市群的旅游产业发展态势以及旅游产业竞争力爬升规律有助于对我国城市群旅游产业发展状况的整体把握，有助于更好地指导出台旅游业相关政策，有助于实现我国旅游产业发展收益的最大化[6]。
目前，关于产业竞争力的学术研究较为丰富，国内较早可以追溯到张铭[7]研究如何通过实现规模经济化、生产专业化、竞争有效化、技术产业化促进我国民族工业产业竞争力的提升；国外较早可耻追溯到Crouch和Ritchie[8]通过使用竞争力框架检验了社会繁荣与旅游产业之间的联系，研究认为旅游业可以成为实现更广泛社会目标的重要引擎。从产业竞争力理论模型看，学者们较多使用波特钻石模型、李嘉图贸易模型和空间杜宾模型等，如：周江等通过构建李嘉图模型探究中美两国产业发展水平及产业竞争状况[9]；王新越和芦雪静基于空间杜宾模型探究中国旅游产业集聚空间格局演变及其对旅游经济的影响[3]。从产业竞争力研究对象看，学者们较多着力于省域、国别和跨国联盟等视域下的产业竞争力评价研究，其中：刘斐等进行中国23个省的谷子产业竞争力的综合评价研究[10]；杨芷晴基于国别构建了一套国际质量竞争力测评体系进而探究不同国家的制造业质量竞争力水平状况[11]；张佩和赵作权基于欧盟模式实践的政策及工具探究世界级竞争力的集群培育模式[12]。国内对产业竞争力的学术研究较为丰富，在农业[13]、茶产业[14]、制造业[15]等众多产业都有所涉猎，其中旅游产业竞争力的相关学术研究也较为丰富，研究方法多集中在熵权TOPSIS法[16]、AHP法[17]和SWOT分析方法[18]等。当下关于旅游产业竞争力的研究主要集中在中国省域范围，但以城市群为研究视域探究旅游产业竞争力的研究较少，主要为单个城市群内城市的旅游产业竞争力综合评价[19]。综上所述，当前关于旅游产业竞争的研究较为成熟，但以城市群为研究对象探究中国城市群总体旅游产业竞争力的研究尚少，关注度不够。随着城市群空间集聚效应的增强与城市群对经济增长的贡献度日益上升，基于时空演变视角探究中国城市群旅游产业竞争力爬升规律对增强我国产业竞争力具有重要意义[20]。
笔者拟通过以下几个方面为新时代城市群旅游产业的研究奠定理论与现实基础：第一，运用几何推导结合数值模拟的方法，将城市群作为旅游主体研究我国城市群的旅游产业竞争力爬升规律，并以此分析其时空演化格局；第二，基于改进的钻石模型构建评价模型并运用CRITIC综合赋权法对中国城市群旅游产业竞争力进行综合评价；第三，将中国城市群旅游产业竞争力爬升规律与所建立数理模型加以模拟验证。
一、城市群旅游产业竞争力爬升规律的理论解析与几何表达 (一) 城市群旅游产业竞争力爬升规律的基本原理笔者基于改进的钻石模型探究中国城市群旅游产业竞争力的发展演化规律，通过钻石模型6项准则层对城市群旅游产业竞争力进行综合评价。基于前人研究发现城市群内部城市间并不是单一的合作或竞争关系，而是一种复杂的竞合关系，竞争与合作的有机统一构成了城市群旅游产业竞争力呈阶梯状攀升的形态[21]。其中，钻石模型中生产要素、相关与支持性产业、企业战略与企业结构和同业竞争、机会等4项准则层主要构成城市群内部城市间旅游产业的合作层，而需求条件和政府等2项准则层则构成城市群内部城市间旅游产业的竞争层。城市群内部城市在6项层面上通过联合合作和博弈竞争的方式进行“竞合博弈”从而提升城市乃至城市群整体的旅游产业发展水平。
从长期看，随着技术创新、经济环境的动态化发展和消费者需求的多样化提高，城市群内部城市通过开展联合合作和优势互补不断创造并分享一个更大的旅游业市场来促进城市群旅游产业竞争力的稳步提升；但在短期中，在城市群旅游产业竞争力的爬升过程中，城市群内部并不是单一的协作关系，城市间为了争取旅客资源、政府资源会彼此展开博弈竞争，这种竞争致使城市群旅游产业竞争力出现不显著爬升甚至倒退的情况，造成了城市群旅游产业竞争力呈阶梯状攀升的发展态势(见图 1)。
|
图 1 城市群旅游产业竞争力爬升规律示意图 |
城市群旅游产业竞争力爬升规律原理具体如下：在城市群发展初期，城市A凭借其“中心城市”地位具有首位的旅游产业竞争水平，但当其依靠自身旅游资源禀赋无法提升旅游产业竞争力时，便会与周边城市B进行联合合作和优势互补优化城市间旅游资源配置，促进城市间旅游产业协同发展，而当城市A与城市B之间的合作达到饱和，即旅游资源配置无法进一步优化时，两城市会出现争夺旅客资源、政府资源的短暂“博弈竞争期”，造成城市A和城市B这一“城市集群”整体旅游产业竞争力水平出现不显著爬升的情况；当城市A、B这一旧的“城市集群”依靠自身旅游资源禀赋无法提升其旅游产业竞争力时，城市A和城市B会联合新的周边城市C进行合作以促进城市A、B和C这一新的“城市集群”的旅游产业进一步发展，待其合作达到饱和后继而出现短暂“博弈竞争期”使得城市A、B、C的整体旅游竞争力不显著爬升的情况。依次类推, 城市A通过不断与城市B、C…、N展开联合合作与博弈竞争以促进城市A与n-1个城市开展“竞合博弈”形成城市群旅游产业发展共同体。中心城市与相邻城市之间不断的“竞合博弈”是促成城市群旅游产业竞争力呈阶梯状攀升的重要路径[22]。
(二) 城市群旅游产业竞争力爬升规律的函数模型城市群旅游产业竞争力爬升规律的基本几何表达式：城市群旅游产业竞争力爬升规律是城市群旅游产业竞争力随着时间变动和城市间联合合作与博弈竞争而发展的一条不规则阶梯状爬升曲线，将之命名为城市群旅游产业竞争力爬升函数曲线。通过分析城市群旅游产业竞争力演化的基本原理，将城市群旅游产业竞争力爬升规律通过数理函数模型表达如下：
| $ y_{\mathrm{t}}=k \mathrm{t}+e^{|a \sin (\beta \mathrm{t})|} $ | (1) |
| $ y_{\mathrm{t}}=k \mathrm{t}+e^{\left|a \sin \left(\frac{\pi}{\beta} \frac{\beta^2}{\pi}\mathrm{t}\right)\right|} $ | (2) |
| $ k=\frac{\Delta y}{\Delta \mathrm{t}} $ | (3) |
式(2)为式(1)的变换表达形式。其中：yt表示城市群在某一时点t的城市群旅游产业竞争力得分；k为一次线性函数的斜率，表示城市群旅游产业竞争力得分的变化率；t表示时间；a为正弦函数的振幅，表示城市群内图 2城市群旅游产业竞争力得分的爬升函数曲线定量解析图各城市政府对旅游产业之间“博弈竞争”的博弈拮抗系数；β为正弦函数的角频率；π/β表示城市群旅游产业竞争力呈阶梯状攀升的周期。
|
图 2 城市群旅游产业竞争力得分的爬升函数曲线定量解析图 |
城市群旅游产业竞争力爬升规律的改进计算公式：城市群旅游产业竞争力得分的基本几何表达式仅能将城市群旅游产业竞争力爬升规律作简单描述，为了提高数理模型的准确性现对其进行改进。y0代表城市群初期旅游产业竞争力得分，t0代表城市群发展初期，y′代表城市群旅游产业竞争力得分的攀升速度。由改进的计算公式推导得出城市群旅游产业竞争力得分的爬升函数曲线定量模拟图(见图 2)。
| $ y_{\mathrm{t}}=y_0+k\left(\mathrm{t}-\mathrm{t}_0\right)+\left[e^{\left|a \sin \left(\beta\left(\mathrm{t}-\mathrm{t}_0\right)\right)\right|}-1\right] $ | (4) |
| $ y^{\prime}{}_{\rm t}=\left\{\frac{k+a \beta \cos \left[\beta\left(\mathrm{t}-\mathrm{t}_0\right)\right] \cdot e^{a \sin \left[\beta\left(\mathrm{t}-\mathrm{t}_0\right)\right]}, \mathrm{t} \in\left[\frac{2 k \pi+\beta \mathrm{t}_0}{\beta}, \frac{\pi+2 k \pi+\beta \mathrm{t}_0}{\beta}\right]}{k-a \beta \cos \left[\beta\left(\mathrm{t}-\mathrm{t}_0\right)\right] \cdot e^{-a \sin \left[\beta\left(\mathrm{t}^{-} \mathrm{t}_0\right)\right]}, \mathrm{t} \in\left[\frac{\pi+2 k \pi+\beta \mathrm{t}_0}{\beta}, \frac{2 \pi+2 k \pi+\beta \mathrm{t}_0}{\beta}\right]}\right. $ | (5) |
近年来，世界各国都将城市群建设作为自己国家的发展重点，城市群逐渐成为世界各国空间组织形式上的新型主体单元[23]。2013年中央城镇化工作会议明确将城市群列为未来国家城镇化的主体形态。笔者参照国务院、国家发展和改革委员会以及各省(直辖市、自治区)级政府批复印发的19个城市群发展规划文件，确定中国的城市群分布状况，包含重点建设五大国家级城市群(长江三角洲、珠江三角洲、京津冀、长江中游、成渝)，稳步建设八大区域级城市群(辽中南、山东半岛、海峡西岸、哈长、中原、关中平原、北部湾、天山北坡)，引导培育六大地区级城市群(晋中、呼包鄂榆、滇中、黔中、兰西、宁夏沿黄)，共227个城市进入研究。
(二) 改进的钻石模型由美国哈佛大学著名战略管理学家迈克尔·波特(Michael Porter)于1990年提出的波特菱形模型又被称为钻石模型，用于分析一个国家或地区的某项特定产业是否具有竞争力，该产业的影响因素构成，以及这些影响因素如何整合使产业构成整体优势并在国际上具有较强竞争力[24]。根据波特钻石模型原理可知，某国或某地区的特定产业竞争力的形成取决于生产要素、需求条件、相关及支持性产业、企业战略与企业结构和同业竞争等四项关键要素，以及机会和政府两项辅助要素。
但钻石模型中产业竞争力关键要素和辅助要素的定位并不是一成不变的，因为在产业生命周期的不同阶段产业竞争力的主导来源不同。笔者从城市群视角对中国城市群的旅游产业竞争力进行时空演化研究。当前我国旅游产业尚不发达，从产业生命周期来看还处于成长期阶段，此时仅凭借市场作用并不足以支撑我国旅游产业的发展。根据凯恩斯主义理论，政府对产业的直接干预会对处于成长期产业的快速发展产生较大助力，因此本研究认为当下我国旅游产业的竞争力主要依靠市场作用与政府干预[25]。笔者基于改进的钻石理论模型，将政府作用并入关键要素中，认为当前我国旅游产业竞争力来源为生产要素、需求条件、相关及支持性产业、企业战略与企业结构和同业竞争和政府五项关键要素，机会等一项辅助要素来探讨研究我国城市群的旅游产业竞争力发展水平(见图 3)。
|
图 3 改进的波特钻石模型 |
在采用综合指数对产业竞争力的评价中，各指标权重赋予极其重要，客观科学地进行权重赋予关系到评价结果的真实可靠程度。CRITIC赋权法是一种较好的客观赋权方法，该方法基于评价指标的对比强度和指标之间的冲突性来综合衡量指标的客观权重。在考虑指标变异性大小的同时兼顾指标之间的相关性，指标数据并非数字越大越重要，而是完全利用数据自身的客观属性进行科学评价，它的基本思路是通过确定指标的客观权数以对比强度和指标间的冲突性这两个基本概念来实现权重计算[26]。故笔者选取CRITIC赋权法对旅游产业竞争力各项指标进行合理赋权并计算汇总。具体计算步骤如下。
当我们遇到多指标数据评价问题时，假设一共有 m个评价指标，n个评价对象，则原始数据矩阵构造为：
| $ \boldsymbol{X}=\left[\begin{array}{cccc} x_{11} & x_{21} & \ldots & x_{1 m} \\ x_{21} & x_{22} & & x_{2 m} \\ \ddots & \vdots & \ddots \\ x_{n 1} & x_{n 2} & \cdots & x_{n m} \end{array}\right] $ | (6) |
| $ z_{i j}=\frac{x_{i j}-\min \left\{x_{1 j}, \cdots, x_{n j}\right\}}{\max \left\{x_{1 j}, \cdots, x_{n j}\right\}-\min \left\{x_{1 j}, \cdots, x_{n j}\right\}} $ | (7) |
| $ \boldsymbol{Z}=\left[\begin{array}{cccc} z_{11} & z_{21} & & z_{1 m} \\ z_{21} & z_{22} & & z_{2 m} \\ \ddots & \vdots & \ddots \\ z_{n 1} & z_{n 2} & \cdots & z_{n m} \end{array}\right] $ | (8) |
上式中，xij表示第i个城市样本中第j项指标的数值，其中n≥i≥1，m≥j≥1。为了消除因量纲不同对评价结果的影响，需要对各指标进行无量纲化处理。因为本文中的旅游产业竞争力指标均是极大型指标，因此不需要进行正向化处理。首先对原数据矩阵X进行归一化处理得到新的数据矩阵Z。其中min{xij}和max{xij}分别表示第j项评价指标中所有评价城市的最小值和最大值。
| $ \bar{z}_j=\frac{1}{n} \sum\limits_{i=1}^n z_{i j} $ | (9) |
| $ S_j=\sqrt{\frac{\sum\limits_{i=1}^n\left(z_{i j}-\bar{z}_j^2\right)}{n-1}} $ | (10) |
其中，Sj表示第j个指标的标准差。在CRITIC赋权法中使用标准差来表示各指标取值的差异波动情况，标准差越大表示该指标的数值差异越大，越能放映更多的信息，该指标本身的评价强度也就越强，应该给该指标分配更多的权重。
| $ r_{k j}=\frac{\operatorname{cov}\left(z_k, z_j\right)}{S_k S_j} $ | (11) |
| $ R_j=\sum\limits_{k=1}^m\left(1-r_{k j}\right) $ | (12) |
其中：rkj表示第k个指标和第j个指标之间的相关系数，cov(zk, zj)表示第k个指标和第j个指标之间的协方差，m≥k≥1，m≥j≥1。使用相关系数rkj来表示指标间的相关性。与其他指标的相关性越强，则该指标就与其他指标的冲突性越小，反映出相同的信息越多，所能体现的评价内容就越有重复之处，在一定程度上也就削弱了该指标的评价强度，应该减少对该指标分配的权重。
| $ C_j=\sqrt{\frac{\sum\limits_{i=1}^n\left(z_{i j}-\bar{z}_j^2\right)}{n-1}} \times \sum\limits_{k=1}^m\left(1-r_{k j}\right) $ | (13) |
| $ W_j=\frac{C_j}{\sum\limits_{j=1}^m c_j} $ | (14) |
| $ Y_i=\sum\limits_{j=1}^m\left(z_{i j} \times W_j\right), i=1,2, \cdots n $ | (15) |
其中：Cj表示第j项指标的信息量，Cj越大，第j项评价指标在整个评价体系中的作用越大，应该分配其更多的权重；Wj表示第j个指标的客观权重；Yi表示第i个城市样本的最终得分。
计算得出各城市旅游产业竞争力得分后，需进一步计算得出城市群的旅游产业竞争力得分。因为城市群中包含城市数量各不相同，因此并不能进行简单加总得到城市群旅游产业竞争力得分。笔者采取加权平均的方法对城市群各城市旅游产业进行权重计算得出城市群的整体旅游产业竞争力得分。
| $ M_{\varphi}^\alpha =\frac{Y_{\varphi}^\alpha}{\sum\limits_{\varphi=1}^\gamma Y_{\varphi}^\alpha} $ | (19) |
| $ \delta_{\varphi}^\alpha =\sum\limits_{\varphi=1}^\gamma Y_{\varphi}^\alpha M_{\varphi}^\alpha, \varphi=1, 2, \cdots 19 $ | (20) |
其中：γ表示城市群中城市的数量；α代表着不同年份，2018≥α≥2011；Yφα表示第α年中城市群中第φ个城市的旅游产业竞争力得分；Mφα表示城市群中第α年中第φ个城市在城市群中所占权重；δφα表示第α年中第φ个城市群的整体旅游产业竞争力得分。
(四) 指标体系构建在本研究中，基于改进的钻石模型基本原理对中国城市群的旅游产业竞争力进行时空演化评价，遵循构建指标体系的全面性、系统性、典型性和数据可得性等原则，结合《珠江—西江经济带城市发展研究》十卷本相关评价方法，构建中国城市群旅游产业竞争力的评价指标体系，其中包含生产要素、需求条件、相关及支持性产业、企业战略与企业结构和同业竞争、政府和机会6项准则层共21项要素层(见表 1)。
|
表 1 中国城市群旅游产业竞争力评价指标体系 |
本研究用于中国城市群旅游产业竞争力评定的空间面板数据介于2010年至2018年。由于城市群样本中包含部分地级市代管的县级市或省直管的县级市，数据样本可能会出现重叠，因此予以剔除，加之部分城市数据缺失严重同样需要剔除，因此选取城市群样本区间包含全国203个地级市的数据，其中各城市人口、经济和旅游相关数据来自于2010—2018年《中国城市统计年鉴》《中国旅游统计年鉴》《中国文化文物和旅游统计年鉴》和2010—2018年中国国民经济和社会发展统计公报和各城市国民经济和社会发展统计公报；部分旅游相关数据来自于2010—2018年各省统计年鉴及各城市统计年鉴；全国的数据来自于2010—2018年《中国统计年鉴》；少数漏缺数据搜寻于中国统计局官网及各省、市统计局官网，极个别数据缺失通过平滑处理进行补充，对研究结果不产生影响。
三、实证分析笔者通过利用CRITIC客观赋权法计算得出城市群中所有城市的旅游产业竞争力得分，继而通过加权平均法计算得出不同城市群中各个城市在本城市群中旅游产业所占权重，最终将城市群所有城市的旅游产业竞争力得分结合城市权重计算得出中国十九大城市群的历年旅游产业竞争力发展演化状况并进行描述性统计与空间全局分析。
(一) 城市群旅游产业竞争力时空演化分析截至2018年，中国城市群旅游产业竞争力得分均有不同程度的提高，其中京津冀城市群的旅游产业竞争力最高，宁夏沿黄城市群的旅游产业竞争力最低。城市群旅游产业竞争力的攀升速度也各有差异，城市群整体的旅游产业竞争力平均攀升速度为4.38%，其中攀升速度最快城市群为晋中城市群；攀升速度最慢城市群为宁夏沿黄城市群。综合来看，中国城市群中京津冀城市群、珠三角城市群和滇中城市群的旅游产业竞争力较为优异，在城市群中位属前列；山东半岛城市群、长江中游城市群和中原城市群的旅游产业竞争力相对较差。其中，京津冀城市群的旅游产业竞争力在综合评分中位居榜首，获得历年城市群旅游产业竞争力榜首；中原城市群的旅游产业竞争力在综合评分中位居末尾，旅游产业发展处于较差水准。城市群旅游产业竞争力随时间变动总体呈上升趋势，但部分年份出现下降的情况(见表 2)。
|
|
表 2 2011—2018年中国城市群旅游产业竞争力发展演化情况 |
将历年城市群的旅游产业竞争力进行加总得到城市群的整体旅游产业竞争力发展综合得分、排名并进行描述性统计(见表 3)。本文将旅游产业竞争力划分为五个档次，由表 3可知，高竞争力城市群为京津冀、黔中和珠三角城市群，其综合得分均高于1.38；较高竞争力城市群为长三角、晋中、川渝和关中平原城市群，其综合得分介于1.2~1.38；中等竞争力城市群为呼包鄂榆、滇中、兰西、辽中南和海峡西岸城市群，其综合得分介于1.05~1.2；较低竞争力城市群为北部湾、哈长、天山北坡和宁夏沿黄城市群，其综合得分介于0.98~1.05；低竞争力城市群为山东半岛、长江中游和中原城市群，其综合得分低于0.98。城市群的旅游产业竞争力平均得分为1.16，高于城市群旅游产业竞争力平均水平的城市群有8个，低于平均水平的城市群有11个。由表 3可知以京津冀、珠三角和长三角为代表的经济发达地区城市群旅游竞争力处于最高水平；以黔中、晋中城市群和关中平原城市群为代表的文旅型旅游景观城市群旅游竞争力处于中高水平；以呼包鄂榆、滇中、兰西和北部湾城市群为代表的自然型旅游景观城市群旅游产业竞争力处于中等水平；以宁夏沿黄、山东半岛和中原城市群为代表的较低竞争力城市群旅游业发展不足。
|
|
表 3 中国城市群旅游产业竞争力综合得分描述性统计 |
根据2012—2018年的中国城市群旅游产业竞争力发展水平制作了中国城市群旅游产业竞争力时间序列演化表(见表 4)，并抽取了2012年、2014年、2016年和2018年份的城市群竞争力发展情况进行描述性统计并使用ARCGIS10.2对城市群的旅游产业竞争力发展状况进行趋势面分析和时空演化分析。
|
|
表 4 2011—2018年中国城市群旅游产业竞争力演化 |
从表 4可知，在2012年，中国十九大城市群中仅有京津冀城市群属于高竞争力水平，中等以上竞争力城市群有4个，中等及中等以下竞争力水平城市群有15个，此时中国城市群旅游产业竞争力总体水平不高；2014年仍是仅有京津冀城市群为高竞争力水平城市群，此时中等以上竞争力水平城市群上升至6个，中等及中等以下竞争力水平城市群下降至13个；到2016年，除京津冀城市群外，黔中、长三角城市群也跃升为高竞争力水平城市群，此时中等以上竞争力水平城市群为10个，而中等及中等以下竞争力水平城市群有9个；截至2018年，京津冀、黔中、晋中、长三角、珠三角、关中平原、滇中和川渝8个城市群晋升为高竞争力水平城市群，此时中等以上竞争力水平城市群有13个，而中等及中等以下竞争力水平城市群仅有6个，低竞争力水平城市群清零。从时间序列来看，中国城市群旅游产业竞争力均有不同幅度的提升，高竞争力水平城市群数量由1个跃升至8个，低竞争力水平城市消失，城市群竞争力发展水平总体呈上升状态，但这种上升状态并不是严格规律性的，有时会出现不显著爬升的情况，中国城市群旅游产业竞争力总体呈阶梯状攀升态势。
(二) 全局趋势面分析利用Arcgis10.2分别绘制出2012年、2014年、2016年和2018年的中国城市群旅游产业竞争力的空间趋势分析图(见图 4)。
|
图 4 中国城市群旅游产业竞争力空间趋势分析图 |
在中国城市群旅游产业竞争力空间趋势分析图中，X轴指向东方，Y轴指向北方，绿线和蓝线分别代表了中国城市群旅游产业竞争力水平在东西、南北方向的投影。从整体趋势看，城市群旅游产业竞争力在东西方向上主要呈现出“倒U形”的空间趋势特征，中部地区较凸，东西部两端趋势较低；在南北方向上同样呈现出“倒U形”的空间趋势特征，中部地区较凸，南北部两端趋势较低。从投影弧度来看，在东西方向上，2012年较为平坦，2012年以后中部地区城市群与东西部城市群间逐渐拉开差距，投影弧度越来越陡峭；在南北方向上，2012年较为平坦，2012年以后中部、南部地区城市群与北部城市群逐渐拉开差距，投影弧度越来越陡峭。从时间序列看，2012年与其他年份的空间趋势差异较大，2012年中国城市群旅游产业竞争力在全方位角度发展都较为均衡，但随着时间发展，城市群旅游产业竞争力在空间方位上的差距逐渐凸显。整体而言，中国中部、东南和华南地区城市群旅游产业竞争力水平领先于其他地区城市群。
四、城市群旅游产业竞争力爬升曲线的模拟与验证根据2011—2018年城市群旅游产业竞争力，对中国城市群旅游产业竞争力阶梯状攀升函数
|
|
表 5 中国城市群旅游产业竞争力爬升曲线最优函数表达式 |
|
图 5 中国城市群旅游产业竞争力爬升曲线拟合图 |
从图 5a—5s中可以看出中国十九大城市群的旅游产业竞争力爬升曲线与2011年至2018年城市群旅游产业竞争力爬升规律基本原理图具有较大的相似性，从整体上看城市群旅游产业竞争力爬升曲线拟合效果好，反映出了城市群旅游产业竞争力呈阶梯状攀升的发展态势，可利用旅游产业竞争力爬升函数模型分析预测城市群旅游产业竞争力的走势。其中由图 5a—5e可以看出国家级城市群旅游产业竞争力的攀升率整体较高，波动周期相对较长，说明以京津冀为首的国家级城市群旅游产业竞争力提升较为迅速，且拮抗频率较短，有效发展周期较长。由图 5n—5s可以看出地区级城市群旅游产业竞争力的攀升率相对较低，其攀升速度要稍低于国家级城市群，拮抗频率相对较高，有效发展周期较短，说明地区级城市群旅游产业竞争力发展态势稍弱，发展速度要低于国家级城市群。由图 5f—5m可以看出区域级城市群旅游产业竞争力攀升率最低，爬升曲线最平缓，拮抗频率最高，有效发展周期最短，说明区域级城市群旅游产业竞争力发展态势最差，发展速度最为缓慢。
五、研究发现及讨论本文中通过构建城市群旅游产业竞争力评价指标体系，对中国城市群旅游产业竞争力爬升规律进行全面识别把握得出以下研究发现。
第一，中国城市群旅游产业竞争力在时间序列上呈阶梯状攀升态势。当中心城市依靠自身旅游资源禀赋无法提升产业竞争力时，便会与周边城市展开“竞合博弈”从而产生新的“城市集群”促进城市旅游产业竞争力的提升；同样，当旧的“城市集群”依靠自身旅游资源禀赋无法提升其旅游产业竞争力时，便会与新的城市展开竞合博弈从而产生新的“城市集群”促进城市旅游产业竞争力的提升，中心城市不断与周边城市展开“竞合博弈”形成城市群旅游产业共同体从而促进城市群整体旅游产业竞争力的提升，这就是城市群旅游产业竞争力的基本爬升规律，通过几何推导将城市群旅游产业竞争力的爬升规律使用数理模型进行表达。
第二，基于改进的钻石模型构建城市群旅游产业竞争力的评价指标体系，运用CRITIC综合赋权法计算得出2011—2018年中国城市群及各城市的旅游产业竞争力得分并进行描述性统计，发现截至2018年，中国城市群旅游产业竞争力均有不同程度的提高，京津冀城市群的旅游产业竞争力最高，宁夏沿黄城市群的旅游产业竞争力最低。城市群整体的旅游产业竞争力平均攀升速度为4.38%，攀升速度最快城市群为晋中城市群，攀升速度最慢城市群为宁夏沿黄城市群。中国城市群旅游产业竞争力均有不同幅度的提升，高竞争力水平城市群数量由1个跃升至8个，低竞争力水平城市消失，城市群竞争力发展水平总体是呈上升状态，但这种上升状态并不是严格规律性的，有时会出现不显著爬升的情况。从空间全局分析得出在胡焕庸线周围的城市旅游产业竞争力最强，胡焕庸线东部地区城市旅游产业竞争力要稍优于西部城市，从整体来看，旅游产业竞争力水平基本以国家中心城市、城市群中心城市和省会城市为主的高竞争力城市向周围城市呈“阶梯式”下降[27]。
第三，本研究对城市群旅游产业竞争力爬升函数曲线进行了实践验证，使用MATLAB程序对2011—2018年中国十九大城市群旅游产业竞争力进行多次拟合验证，发现拟合状况较好，说明城市群旅游产业竞争力演化态势与城市群旅游产业竞争力的爬升函数模型基本一致，中国城市群旅游产业竞争力爬升曲线是一条随着时间变动和城市间“竞合博弈”而发展的一条不规则阶梯状攀升曲线。其中国家级城市群的旅游产业竞争力攀升率最高，地区级城市群次之，区域级城市群旅游产业竞争力攀升率最低，可采用城市群旅游产业竞争力爬升规律的函数模型分析预测中国城市群未来旅游产业竞争力。
| [1] |
吴志军, 胡亚光. 湘赣两省地级市旅游产业综合竞争力评价与聚类分析[J]. 经济地理, 2017(5): 208-215. |
| [2] |
魏后凯, 年猛, 李玏. "十四五"时期中国区域发展战略与政策[J]. 中国工业经济, 2020(5): 5-22. |
| [3] |
王新越, 芦雪静. 中国旅游产业集聚空间格局演变及其对旅游经济的影响: 基于专业化与多样化集聚视角[J]. 地理科学, 2020(7): 1160-1170. |
| [4] |
赵璐. 中国产业空间格局演化与空间转型发展态势[J]. 地理科学, 2021(3): 387-396. |
| [5] |
裴长洪, 王镭. 试论国际竞争力的理论概念与分析方法[J]. 中国工业经济, 2002(4): 41-45. DOI:10.3969/j.issn.1006-480X.2002.04.006 |
| [6] |
杨宇民, 焦胜, 廖婧茹, 等. 人口规模与交通环境影响的中国城市旅游资源—经济空间错位[J]. 经济地理, 2021(1): 221-231. |
| [7] |
张铭. 论增强我国产业竞争力[J]. 中国工业经济, 1996(3): 27-30. |
| [8] |
CROUCH G I, RITCHIE J R B. Tourism, competitiveness, and societal prosperity[J]. Journal of Business Research, 1999, 44(3): 137-152. DOI:10.1016/S0148-2963(97)00196-3 |
| [9] |
周江, 胡静锋, 宋彦, 等. 基于李嘉图贸易模型的中美产业竞争理论与实证分析[J]. 宏观经济研究, 2021(1): 79-95. |
| [10] |
刘斐, 李顺国, 夏显力. 中国谷子产业竞争力综合评价研究[J]. 农业经济问题, 2019(11): 60-71. |
| [11] |
杨芷晴. 基于国别比较的制造业质量竞争力评价[J]. 管理学报, 2016(2): 306-314. |
| [12] |
张佩, 赵作权. 世界级竞争力集群培育的欧盟模式及其启示[J]. 中国软科学, 2019(12): 72-80. |
| [13] |
魏素豪, 李晶, 李泽怡, 等. 中国农业竞争力时空格局演化及其影响因素[J]. 地理学报, 2020(6): 1287-1300. |
| [14] |
何喆. 基于钻石模型的中国茶产业国际竞争力研究[J]. 农村经济, 2018(8): 25-30. |
| [15] |
程虹, 陈川. 制造业质量竞争力理论分析与模型构建[J]. 管理学报, 2015(11): 1695-1702. DOI:10.3969/j.issn.1672-884x.2015.11.017 |
| [16] |
王新越, 朱文亮. 山东省乡村旅游竞争力评价与障碍因素分析[J]. 地理科学, 2019(1): 147-155. |
| [17] |
董耿林, 赵黛青, 汪鹏. 多省竞争下的广东省电力装备产业发展研究[J]. 科技管理研究, 2021(22): 107-115. |
| [18] |
熊鹰, 张茜, 侯珂伦, 等. 全域旅游视角下环洞庭湖城市旅游竞争力及区域合作[J]. 经济地理, 2020(7): 211-219. |
| [19] |
李国兵, 田亚平. 珠三角旅游资源竞争力与旅游业发展水平的效度分析[J]. 经济地理, 2019(3): 218-224, 239. |
| [20] |
曾鹏, 刘一丝, 魏旭. 中国城市群循环经济与对外贸易耦合协调发展的时空演变研究[J]. 统计与信息论坛, 2022(2): 23-40. |
| [21] |
刘逸, 黄凯旋, 保继刚, 等. 近邻旅游目的地空间竞合关系演变的理论修正[J]. 旅游科学, 2018(5): 44-53. |
| [22] |
方创琳, 梁龙武, 王振波. 京津冀城市群可持续爬升规律的定量模拟及验证[J]. 中国科学: 地球科学, 2020(1): 104-121. |
| [23] |
MELO P C, GRAHAM D J, NOLAND R B. A meta-analysis of estimates of urban agglomeration economies[J]. Regional Science and Urban Economics, 2009, 39(3): 332-342. |
| [24] |
HERNANDA B P, PUSPITA D A, SUDARNO S. Analisis fraud diamond theory terhadap terjadinya fraud (studi empiris pada dinas kota probolinggo)[J]. E-Journal Ekonomi Bisnis dan Akuntansi, 2020, 7(1): 13. |
| [25] |
张春香. 基于钻石模型的区域文化旅游产业竞争力评价研究[J]. 管理学报, 2018(12): 1781-1788. |
| [26] |
郝雨, 卢珊, 徐小磊, 等. 互联网非公开股权融资平台评估模型[J]. 管理评论, 2020(10): 95-105. |
| [27] |
曾鹏, 李洪涛. 城市行政级别、贸易开放度对区域收入的影响及其空间效应[J]. 云南师范大学学报(哲学社会科学版), 2020(2): 111-122. |