运用空间自相关分析中国入境旅游增长空间格局hohv.docx

运用空间间自相关关分析中中国入境境旅游增增长空间间格局宋鸿/陈陈晓玲【专题名名称】旅旅游管理理【专 题 号号】F99【复印印期号】220066年077期【原原文出处处】世世界地理理研究(沪)220066年1期期第9991006页【作作者简介介】宋鸿鸿，湖北北大学商商学院，武武汉44300062/宋鸿，湖湖北大学学旅游发发展研究究院，武武汉44300062/宋鸿/陈晓玲玲，武汉汉大学测测绘遥感感信息工工程国家家重点实实验室，武武汉44300079      宋鸿，副副教授，博博士生，研研究方向向为区域域经济研研究中的的空间分分析方法法与技术术。【内容提提要】空间自相相关分析析是空间间统计学学的一个个重要组组成部分分，在设设定显著著性水平平下研究究邻近位位置属性性（或现现象）之之间的相相关性，是是认识空空间格局局的有效效手段。中中国省级级水平上上的入境境旅游区区域增长长空间自自相关分分析显示示，19996年年至20004年年期间，除除19997年外外，我国国在其它它时期均均不存在在显著的的全局空空间自相相关，表表明邻近近省区入入境旅游游区域增增长之间间的关系系在整体体上既不不综合表表现为趋趋同，也也不综合合表现为为趋异，入境旅游区域增长整体空间格局为随机格局；各个时期均有一个或少数几个省区与邻近省区的局部空间自相关显著，在局部区域呈现出集聚或离散的空间格局。这类局部区域的个数随时间变化，但2001年以后趋于稳定，在没有对入境旅游产生重大冲击事件发生的正常时期为2个，即以上海为核心的共同增长集聚格局区域和以广东省为中心的“中高周低”的离散格局区域（0.05，双侧显著性检验）。【关 键键 词】空间自相关/空间格局/Moran's I/入境旅游     1入入境旅游游增长空空间格局局研究的的意义      入境旅旅游作为为我国旅旅游业的的重要组组成部分分，一直直是一个个备受关关注的领领域，关关注的核核心是促促进入境境旅游增增长。我我国入境境旅游增增长来源源于各省省、自治治区、直直辖市（以以下简称称省区）等等各区域域单元的的增长，各各省区入入境旅游游增长空空间格局局是总增增长形成成的背景景。所以以，认识识我国入入境旅游游区域增增长空间间特征及及其演变变过程，对对于制定定有效的的入境旅旅游发展展战略有有着重要要的意义义。     国国内已有有学者从从空间的的角度对对我国入入境旅游游增长进进行了研研究。周周云波等等（19999）1 以区域域经济非非均衡增增长理论论为基础础对中国国国际旅旅游业的的区域增增长进行行了分析析，指出出19990119977年期间间中国国国际旅游游业区域域增长呈呈现明显显的非均均衡态势势，呈梯梯形发展展格局，即即：东部部最发达达，中部部次之，西西部最差差；陆林林等（220055）22 通通过对入入境旅游游外汇收收入省际际差异的的分析，指指出我国国入境旅旅游外汇汇收入的的空间差差异较大大，1999020002年期期间我国国高于当当年平均均水平的的省区都都集中在在东部沿沿海，省省区不超超过6个个；同时时，由于于发展基基础和发发展速度度不一致致，沿海海地区的的广东、上上海、福福建、江江苏、浙浙江和北北京等东东部发达达省区与与全国其其它省区区之间，虽虽然相对对差异不不断缩小小，但是是绝对差差异逐年年扩大。这这些研究究深化了了对我国国入境旅旅游发展展空间格格局及其其随时间间变化的的认识，但但是，对对各省区区入境旅旅游发展展与邻近近省区之之间的相相互关系系缺乏探探讨。      空间自自相关分分析是研研究邻近近位置的的属性（或或现象）相相关性的的空间统统计学方方法，上上个世纪纪中期开开始在美美国、英英国等西西方国家家引起关关注，随随后在世世界范围围内得以以快速发发展。目目前，空空间自相相关分析析正成为为定量研研究自然然、经济济和社会会领域内内涉及空空间关系系的各类类问题的的重要方方法和分分析空间间格局的的有效手手段。所所以，对对我国入入境旅游游增长空空间格局局的空间间自相关关分析，将将有利于于加深对对我国入入境旅游游区域增增长空间间特征的的认识。从从查阅的的文献来来看（维维普资讯讯中文文科技期期刊数据据库：119899年现现在），尚尚未见此此类研究究成果。    2基本概念与理论    2.1空间自相关与空间格局    空间自相关（spatial autocorrelation）是指一个变量的观测值之间因观测点在空间上邻近而形成的相关性（auto即为“自”）3。依据分析空间范围的大小，空间自相关可分为全局空间自相关（Global Spatial Autocorrelation）和局部空间自相关（Local Spatial Autocorrelation）。 全局空间自相关指研究范围内邻近位置同一属性相关性的综合水平，局部空间自相关指研究范围内各空间位置与各自周围邻近位置的同一属性相关性；依据空间自相关的性质，空间自相关可分为正空间自相关（Positive Spatial Autocorrelation）、 负空间自相关（Negative Spatial Autocorrelation）和无空间自相关。按Griffth3 的观点， 正空间自相关指邻近位置的同一变量观测值之间呈正相关，负空间自相关指邻近位置的同一变量观测值之间呈负相关。与传统统计学的变量相关性一样，正空间自相关或负空间自相关也有强弱之分，可通过空间自相关指数度量。    空间自相关分析是认识空间格局的有效手段。空间格局是观测属性及其在空间上的相互关系。以空间邻近位置属性的相似性为依据，空间格局可以分为集聚的（clustered）、离散的（dispersed）和随机的（random）等三种类型。空间集聚格局指相似属性在空间上邻近，空间离散格局指被关注的位置与其邻近位置在属性上迥异，其它情况归为随机空间格局。显然，空间自相关与空间格局存在着对应的关系，正空间自相关对应于集聚格局、负空间自相关对应于离散格局，当不存在空间自相关时，属性观测值呈随机分布。    2.2空间自相关指数与空间格局    空间自相关指数是定量测度空间自相关的统计量。由前述分析可知，空间自相关与空间格局存在对应的关系，所以，空间格局可以通过空间自相关指数进行定量分析。    常用的空间自相关指数有Moran's I、Geary Ratio C、General G-Statistics、LISA、Local General G-Statistics等等。这些指数的基本思想类似，但是计算方法不同。下面主要对本文将用于实际计算的Moran's I和LISA予以介绍。欲了解其它指数，请参考相应文献4,5。    2.2.1全局Moran's I与空间格局    全局Moran's I（Global Moran's I）是最常用的全局空间自相关指数，计算公式如下6：        式中：n为区域单元个数    x,i为区域单元i的属性观测值，i1，2，n    W,ij为空间权重系数矩阵，表示各区域单元空间邻近关系    区域单元间邻近关系通常按邻接标准或距离标准进行定义，空间邻近关系的判定与空间权重系数矩阵的表达之间的关系见表1。    表1区域单元空间邻近关系与空间权重系数矩阵 权重系数数邻接接标准距距离标准准区区域i与与j邻接接区区域i与与j不邻邻接d,ijjdd,00d,ij dd,00W,iij1 0 1 0     注：dd,iij指指区域ii与j之之间的距距离，dd,00为设设定距离离（可以以是空间间距离、时时间距离离等）。    用邻接标准定义区域单元间的邻近关系时，邻接又分为几种不同的具体情况。根据邻接方式，可分为Rook（共边为邻接）、Bishop（共点为邻接）和Queen（共边或共点均为邻接）；根据是否是直接邻接，可分为一阶邻接（first order spatial contiguity，即直接邻接）、二阶邻接（second order spatial contiguity，通过一阶邻接区域单元与其他区域单元形成的邻接）、高阶邻接（higher order spatial contiguity，二阶邻接的推广）。在实际的运用中，多采用Rook方式、一阶邻接定义邻近关系，构建空间权重系数矩阵。    由Global Moran's I的大小可对空间格局进行定量分析。当Global Moran's I接近1时，研究区域在整体上存在强的正空间自相关，观测属性呈集聚空间格局；反之，Global Moran's I接近1时，研究区域在整体上存在强的负空间自相关，观测属性呈离散空间格局。当观测属性不存在空间自相关时，Moran's I1（n1），观测属性在空间上呈随机分布。    由于Global Moran's I的计算使用的是样本数据，所以，当Global Moran's I1（n1）时，Global Moran's I与1（n1）之间的差异存在两种可能：一是显著不同；二是不存在显著不同，Global Moran's I与1（n1）之间的差异是抽样的随机性所致。因此，基于Global Moran's I分析观测变量的空间格局时，需要进行显著性检验，以便在一定概率下保证推断结论的正确性。    对Global Moran's I的显著性检验通常采用双侧检验。检验的零假设为H,0：Global Moran's I1（n1），即观测变量呈随机空间分布；备择假设H,1：Global Moran's I1（n1），观测变量呈非随机空间分布；检验统计量用Z统计量：        式中：I为待检验的由样本数据计算得到的Global Moran's I    E（I）为Global Moran's I的期望值，其值为1（n1）（n为样本容量）    Var（I）为Global Moran's I的方差，计算方法与抽样假设有关。抽样假设有两种：正态抽样假设和随机抽样假设。更详细的内容及计算方法请参考相应文献6。    最后根据Z值大小，在设定显著性水平下做出接受或拒绝零假设的判断。取0.05，则当Z1.96或Z1.96时，拒绝零假设，观测变量的空间自相关显著，观测属性在空间上呈离散格局（Z1.96）或集聚格局（Z1.96）；反之，则接受零假设，观测变量在空间上呈随机分布。    2.2.2LISA与空间格局    Global Moran's I是对研究区域空间自相关的综合度量，是各区域单元与相邻单元间空间自相关性质与水平的综合反映。显然，从研究区域内部来看，各局部区域的空间自相关完全一致的情况是很少见的，常常是存在着不同水平与性质的空间自相关，这种现象称为空间异质性（spatial heterogeneity）。揭示空间自相关的空间异质性可用LISA（Local Indicators of Spatial Association，简称LISA）。LISA是一组指数的总称，如Local Moran's I、Local Geary Ratio C、Local Gamma等等。下面对本文研究中使用的Local Moran's I进行简单介绍。    区域单元i的Local Moran's I计算该单元与邻近单元间的空间自相关，计算公式如下6：        式中：为区域单元i属性观测值的标准化值。    W,ijW，一般为行标准化空间权重系数矩阵，即。此时，Global Moran's I    当I,i为正值且较大时，区域单元i与相邻单元的观测属性存在较强的正空间自相关，呈局部空间聚集（高值聚集或低值聚集）；反之，存在较强的负空间自相关，说明区域单元i的属性值相对于相邻单元为高值或者低值离群点（即所谓的“热点”或者“冷点”）。    与Global Moran's I一样，用基于样本数据的Local Moran's I分析局部空间格局时，需对Local Moran's I进行显著性检验，检验方法同Global Moran's I，详见文献6。通过显著性检验得到每个Ii的检验统计量值，并据此做出接受或拒绝零假设的结论。    3指标选取与数据来源    以省、自治区、直辖市为研究区域单元，以入境旅游外汇收入逐期增加值为反映各省区入境旅游区域增长的指标。数据来源于中国统计年鉴（2005），时间期限为1995年至2004年共10年。重庆直辖市成立于1997年，中国统计年鉴上只有1997年及以后的数据。通过计算发现，重庆直辖后与四川省入境旅游外汇收入之比相对稳定，所以，出于延长时间序列的考虑，依据1997年至2004年期间重庆直辖市与四川省入境旅游外汇收入之比的平均值，将四川省1995年和1996年的入境旅游外汇收入一分为二，对重庆直辖市成立之前的1995年和1996年，在研究中也按31个省区进行分析。    4研究结果与讨论    研究中采用Rook方式、一阶邻接定义空间邻近关系，使用行标准化空间权重系数矩阵，显著性水平0.05，显著性检验类型为双侧检验，计算任务用文献6 提供的程序完成。    4.1我国入境旅游区域增长的全局空间自相关分析    1996年至2004年期间，我国省级水平上的入境旅游外汇收入逐期增加值的Global Moran's I及显著性检验统计量值（随机抽样假设）计算结果见表2。    表中结果显示，虽然各年Global Moran's I均不等于E（I），或大或小，但是，除1997年外，其它各年与E（I）均不存在显著差异，都接受零假设（HO：我国31个大陆省区入境旅游外汇收入逐期增加值在空间上呈随机分布），不存在显著的全局空间自相关，表明我国邻近省区入境旅游区域增长既不综合表现为趋同，也不综合表现为趋异，入境旅游区域增长整体格局为随机空间格局。    表2入境旅游外汇收入逐期增加值的Global Moran's I及Z值 时期(年年)MMoraan'ss IE(II) VARR,RR(II)Z,R(I)19966 0.0355 -0.03333 00.01110.6419977 0.2022 -0.03333 00.01132.0819988 -00.1446-0.03333 00.0114-00.96619999 0.0233 -0.03333 00.00090.5820000 0.0022 -0.03333 00.00070.4320011 -00.0119-0.03333 00.01120.1320022 0.0188 -0.03333 00.01121.3020033 -00.0771-0.03333 00.0009-00.38820044 0.0433 -0.03333 00.01130.67     4.22我国国入境旅旅游区域域增长的的局部空空间自相相关分析析     由GGlobbal Morran''s II可知，在在19996年至至20004年期期间，除除19997年外外，我国国大陆各各省区入入境旅游游外汇收收入逐期期增加值值整体上上表现出出随机分分布的特特征。但但这只是是揭示了了全局综综合特征征，还不不能表明明各省区区与周边边邻近省省区之间间的局部部空间关关系在各各个年份份都是如如此。      4.22.1Loccal Morran''s II的时空空变化      19996年至至20004年期期间，各各省区入入境旅游游外汇收收入逐期期增加值值的Loocall Moorann's I箱线线图见图图1。图图中显示示，Loocall Moorann's I随时时间发生生变化，变变化幅度度存在显显著省区区差异。上上海、江江苏、海海南、北北京、广广东、福福建、天天津等省省区明显显较大，特特别是上上海市尤尤为突出出；江西西及其右右边的118个省省区则很很小。LLocaal MMoraan'ss I的的变化幅幅度反映映空间关关系的稳稳定性，变变化幅度度小，表表明空间间关系随随时间变变化小。        图11996年至2004年入境旅游外汇收入逐期增加值Local Moran's I箱线图    从图中可以看出，各省区Local Moran's I的中位数也存在较大差异。上海市、海南省、广东省、福建省等省区Local Moran's I的中位数绝对值较大，其余27个省区都很小。这27个省区Local Moran's I的中位数绝对值均小于0.5、四分位距IQR均小于0.7（除江苏外的26个省区，IQR均小于0.4），各省区的Local Moran's I与期望值E（I,i）之间的差值很小且稳定（当使用行标准化空间权重系数矩阵时，所有区域单元i的Local Moran's I的期望值相同，E（I,i）E （I）1（n1）0.033）。表明在1996年至2004年期间的多数时期内，大部分省区入境旅游外汇收入逐期增加值与相邻省区构成的空间格局趋向于随机格局；同时，Local Moran's I中位数绝对值的大小与Local Moran's I年际变化幅度有着明显的联系。绝对值大的省区，Local Moran's I的年际变化大，反之则小，说明在我国内部各局部区域形成的随机空间格局具有很强的稳定性。    4.2.2局部区域的空间格局分析    结合各省区Local Moran's I显著性检验结果进一步分析表明，1996年至2004年期间，我国入境旅游外汇收入逐期增加值每年都在少数局部区域存在显著的局部空间自相关，呈现出或聚集或离散的空间格局，同时，这些局部区域及其空间格局的类型存在着年际变化（表3）。    表3入境旅游外汇收入逐期增加值局部空间自相关性显著的省区及其Local Moran's I 时期(年年)上海海市江苏苏省浙江省省福福建省广东东省海南省省北北京市19966 - - - -2.25 -19977 3.115 11.055 - - - - -19988 -2.75-1.447- - - - -19999 - - - -2.22 -20000 - 0.995- -22.255 -20011 1.999 - - -1.770 -22.833 -20022 3.003 00.933 0.73- -1.771 -22.744 -20033 - - - - -1.5120044 2.332 - - -0.884 -11.799 -     注：“”表示示Loccal Moaan'ss I未未通过显显著性检检验。      由表33可知，119966年至220044年期间间，我国国31个个大陆省省区中，上上海市、江江苏省、浙浙江省、福福建省、广广东省、海海南省和和北京市市等7 个省区区的入境境旅游外外汇收入入逐期增增加值至至少有一一年与相相邻省区区存在显显著的局局部空间间自相关关，但是是，空间间自相关关性质、强强度与稳稳定性存存在明显显差异。    北京市仅在2003年与相邻的河北省、天津市表现出显著的局部负空间自相关。2003年，我国旅游业受“非典”重创，属非正常年份，所以，这种显著的负空间自相关不具有一般性。    其它6个省区分布在我国东部及东南沿海，自北而南相连成带。这个带内，上海市有5年与周边江苏省、 浙江省在入境旅游外汇收入逐期增加值上存在显著的局部空间自相关，其中1997、2001、2002、2004年等4年为正相关，1998年1年为负相关。如果不考虑特殊的2003年，从2001年起，上海市入境旅游外汇收入逐期增加值与相邻省区连续地表现出正空间自相关，呈集聚空间格局，形成了一个以上海为核心的入境旅游共同增长区。    由表3可知，江苏省、浙江省的入境旅游外汇收入逐期增加值的Local Moran's I均有通过显著性检验的时期，但是，还不能认为两省在局部形成了以各自为核心的集聚或离散的空间格局。图2为上海市、江苏省、 浙江省及邻近省区入境旅游外汇收入逐期增加值贡献率柱状图（贡献率指各省区入境旅游外汇收入逐期增加值在同期我国入境旅游外汇收入逐期增加值中所占比重）。图2显示，江苏、浙江两省的邻近省区中，入境旅游外汇收入逐期增加值贡献率在2001年、2002年和2004年均存在巨大的省区差异，表明既不能认为两省分别与邻接省区在局部形成了集聚的空间格局，也不能认为形成了离散的空间格局。进一步分析可知，江苏省与浙江省Local Moran's I反映的信息实际上主要是两省入境旅游外汇收入逐期增加值与上海之间及其相互之间的相关性。        图2上海市、江苏省、浙江省及邻近省区入境旅游外汇收入逐期增加值贡献率柱状图    19962004年期间，海南省入境旅游外汇收入逐期增加值的Local Moran's I有6年通过显著性检验。具体分析可知，海南省只有广东省一个邻接省区， 海南省入境旅游区域增长与相邻省区的空间关系实际指海南省与广东省之间的关系，所以，将海南省与广东省入境旅游区域增长之间的关系纳入到广东省与周边邻接省区入境旅游区域增长相互关系之中考虑更有意义。    1996年至2004年期间，广东省在前5 年与相邻省区入境旅游区域增长不存在显著的空间自相关，自2001年起，情况发生变化，在2001年、2002年和2004年三个正常时期，演变成显著的负空间自相关，在局部形成了一个稳定“中高周低”的离散格局（图3）。        图3广东省及邻近省区入境旅游增长贡献率柱状图    作为我国入境旅游第1大省，广东省旅游外汇收入一直在全国遥遥领先，2001、2002、2004年入境旅游外汇收入逐期增加值贡献率分别达23、24和17，而其5个邻近省区增加值的总和却仅为6、8和9。以2000年为基期、2004年为计算期，广东省在2000年的41.1亿美元旅游外汇收入的基础上增长了31，而其周边相邻省区在2000年的15.9亿美元的基础上只增长了15，广东省入境旅游外汇收入与周边地区总和之比由2000年的2.58增大到2004年的2.94。表明广东省入境旅游的稳步增长对邻近省区的入境旅游缺乏拉动作用，与周边省区入境旅游发展水平之间的差异呈逐年增大趋势。如何激发广东省对我国南部区域入境旅游的拉动力是一个有待进一步研究的问题。    5结语    运用空间自相关分析，可以在设定显著性水平下对因位置邻近而产生的属性上的相似性进行定量研究。 省级水平上的入境旅游外汇收入逐期增加值的Global Moran's I计算表明，在1996年至2004年期间，除1997年外，其它时期均不存在显著的全局空间自相关，表明邻近省区入境旅游区域增长既不综合表现为趋同也不综合表现为趋异，入境旅游区域增长整体格局为随机空间格局。    各省、自治区及直辖市入境旅游外汇收入逐期增加值的Local Moran's I计算显示，邻近省区入境旅游区域增长空间关系存在空间异质性。19962004年期间，我国均有一个或少数几个省区与邻近省区在入境旅游外汇收入逐期增加值上存在显著的局部空间自相关，在局部区域呈现出集聚或离散的空间格局。这类局部区域的个数随时间变化，但2001年以后趋于稳定，在没有对入境旅游产生重大冲击事件发生的正常时期为2个， 即以上海为核心的共同增长的集聚格局区域和以广东省为中心的“中高周低”的离散格局区域。【参考文献】    1 周云波，刘淑敏中国国际旅游业的区域非均衡增长J.桂林旅游高等专科学学校学报，1999,10(4):4347.    2 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，2005,25(3):406410.    3 Griffth, D. A. Spatial Autocorrelation and Spatial FilteringM. Germany: Springer, 2003.36.    4 Getis, Arthur and Ord, J. Keith, The Analysis of Spatial Association By the Use of Distance StatisticsJ. Geographical Analysis, 1992(24):189206.    5 Anselin, L. Local Indicators of Spatial Association-LISAJ. Geographical Analysis, 1995,27(2):93116.    6 Jay Lee, David WS Wong, Statistical Analysis with Arc View GISM. New York: John Wiley & Sons, Inc., 2001.156164.