1、1长三角旅游产业的集群显著性及绩效水平评价基金项目：上海市教委科研创新项目（09YS180） 中图分类号：F590 文献标识码：A 内容摘要：本文采用贡献区位商法对长三角地区两省一市旅游产业集群的显著性进行了识别和比较。研究结果表明，从全国旅游产业总体发展水平来看，长三角地区的旅游产业集群已经形成，集群显著性较高，且保持增长趋势。在此基础上进一步对上海、江苏和浙江旅游产业的集群绩效进行了评价。研究结果表明，长三角两省一市在旅游集群绩效水平上存在两极分化现象：上海旅游产业的要素竞争力最弱，但旅游要素带来的集群绩效水平最高；浙江省的旅游要素综合竞争力比江苏高，但在产值集群绩效方面比江苏省低。 关键
2、词：长三角 旅游业 产业集群 集聚度 问题的提出 近年来，长三角旅游产业正经历艰难的转型，要想继续保持竞争优势，就必须重新思考区域旅游业发展的新思路、新模式和新机制，以积极的姿态迎接全球化的挑战，而旅游产业集群化发展将是实现上述目标的最佳途径之一。只有正确判定旅游产业集群的存在性，才能从产业集群的角度为旅游业发展提供助力，更具针对性地制定科学的产业政策。因此，有必要对长三角地区旅游产业是否存在集群和集聚度为多少等问题进行探讨。 2旅游产业集群具有空间聚集性和旅游要素（资源）核心性的特征。旅游产业要素是旅游竞争力和集群竞争力的基础。对整个长三角地区来说，除了对旅游产业聚集的显著性进行科学识别，还
3、要充分了解旅游要素水平下旅游产业的集群绩效水平。旅游产业集群绩效水平的高低不仅与旅游要素的多寡有关，还与旅游产业的总体集聚度高低有关。只有正确掌握旅游产业的总体集群性和集群绩效水平，才能更好地引导各地区充分、合理地开发旅游资源，因地制宜地发挥地区优势，通过协同效用提升长三角旅游产业的总体竞争力。为此，本文首先对长三角旅游产业的集群性和集聚度进行识别和测算，然后进一步对上海、江苏和浙江旅游产业的要素竞争力和集群绩效水平进行评价和分析。 相关文献回顾 从区域经济和产业经济的研究来看，产业集群已经成为热点议题，而产业集群集聚度方面的研究则成为新的亮点（林黎明，2011） 。产业集聚是属于某种特定产业
4、及其相关支撑产业，或属于不同类型的产业在一定地域范围内的地理集中而形成的一种强劲、持续竞争优势的现象（彭耿、刘芳，2010） 。旅游产业的聚集度或集聚度指数反映了旅游资源群个体的空间分布聚集程度（席建超等，2004） ，体现了旅游资源群个体之间的关联程度。产业集群的测度方法（或识别方法）从概念的提出到计算结果的展现都必须能够全面准确地反映产业集群的现象和含义，并且具有良好的有效性和可靠性（韩云虹，2009） 。 当前国内外对产业集群识别的方法和产业集群的判断标准尚未形成统一的意见。Viitamo（2001）对产业集群的识别方法进行了总结，将产3业集群的识别方法归纳为波特的钻石模型法、图论分析法
5、、投入产出法和对应分析法。从国内外文献来看，旅游产业集群可以通过定性和定量两种方法来识别，其中定性方法主要考察当地旅游产业是否具备集群的特征，而定量的方法则关注旅游产业集群程度的测度问题。 从国内文献来看，大量学者对产业集群的识别和判定进了研究，涉及的方法主要包括主成分因子分析法、图论法或网络流方法、投入产出分析法、多元聚类法、区位商法或地点系数法、三角化方法、关联系数测算法和基尼系数法等。其中主成分因子分析、多元聚类分析法和图论分析法都一定程度上依赖于“ 投入- 产出” （I/O）矩阵或模型进行分析。这些产业集群的识别和判定法，在研究层面、依赖数据、研究目的和关注点上有所差别。 国内外政府、
6、学术界和实业界已经对旅游产业集群现象给予了极大关注，提出了越来越多与旅游产业集群相关的概念、理念、问题和发展战略，但关于旅游产业集群的识别、判定和验证以及集聚度的测算方面的研究成果比较少。在旅游产业集群识别和测度方面，邴振华和高峻（2010）利用产业基尼系数、区位商指数和产业区域集聚度指数对长三角地区旅游产业的集聚度进行了测算，研究结果表明，长三角地区的旅游产业已经出现较强的集聚现象，且地区内部集聚程度并不均衡。杨勇（2010）利用空间基尼系数对中国旅游产业聚集进行了实证研究，结果表明中国旅游产业已经呈现出较强的聚集性，并进一步研究了 1999-2006 年间中国旅游产业聚集的发展趋势。结果表
7、明，中国旅游产业的聚集度呈现上升趋势。 4王兆峰（2009）根据旅游产业本身的特点，利用区位商方法从旅游资源空间集聚、旅游要素集聚、集群效应、创新能力四个方面构造了一个综合区位商指数对旅游产业集群进行判定，进而通过投入产出表进行主成分分析来讨论旅游业与其它产业的联系，最后将产业集聚和产业联系进行综合从而获得旅游产业集群的识别度指标。孙金龙、李亚青和孙厚琴（2010）通过构建上海旅游产业集群层次结构示意图对上海旅游产业集群形成的原因、条件、特征和优势进行了分析讨论，首先利用区位商法对上海旅游产业集群是否存在问题进行了判定和验证，其次利用 CAD指标对上海旅游产业集群的集聚度进行了测算，研究结果表
8、明，上海旅游产业集群已经形成。 关于产业集群是否存在问题，国内学者常使用区位商法、投入产出分析法、主成分分析法、多元聚类分析法和图论分析法对产业集群的存在进行研究。本文基于区位商法对长三角地区及其两省一市（上海市、江苏省和浙江省）的集群性进行测度从而识别出长三角旅游产业集群的存在性。在此基础上，对长三角地区旅游产业集群的集群绩效水平进行评价，并提出一定的管理建议。 长三角旅游产业集群显著性判定 （一）旅游产业集群判定的区位商法 区位商又称专门化率，由哈盖特（P. Haggett）首先提出并应用到区位分析中。贡献区位商法是用来判断区域内是否存在产业集群现象的主要方法之一，是产业的效率与效益分析的
9、定量工具，用来衡量某一产业的某一方面在特定区域的相对集中程度。通常用区位商来判断一个产5业是否构成地区专业化部门。 区位商系数模型测度产业集群时，首先确定某个产业，然后根据该产业在某个地区和全国就业人口的比重进行求解，而前提是该产业在不同地区的劳动者效率是相同的，否则用就业人口数的对比例衡量产业的积聚度并不太准确。为此，在研究旅游产业集群时，用旅游总产值（总收入）代替就业人口会更加合适。区位商是一个地区特定部门（旅游业）的产值在地区总产值中所占的比重与全国该部门产值在全国总产值中所占比重之间的比值。具体计算公式如下： 其中，LQij 是地区 i（长三角地区两省一市）产业 j（旅游产业）的区位商
10、；Eij 是地区 i（长三角地区两省一市）产业 j（旅游产业）的总产值，Ei 是地区 i的总产值（GDP） ；Ekj 是整个国家产业 j（旅游产业）的总产值，Ek 是整个国家的国民生产总值。 区位商大于 1，可认为该产业是地区的专业化部门；区位商越大，专业化水平越高，大于 1.12即表示高水平的专业化；如果区位商小于或等于 1，则认为该产业是自给性部门。在（旅游）产业集群识别中，某地区的区位商大于 1，则可以认定该地区的产业集群形成。区位商法从点到面、从中观到宏观体现本土产业占整个产业的比例，既提供了产业集群存在于特定区域的迹象，又能够在一定程度上反映产业区域集群的联系。按照贡献区位商的公式，
11、根据全国和长三角的相关资料就可以计算出整个三角地区及其各省市旅游业相对于全国的贡献区位商，从而对整个长三角地区的旅游产业集群性进行识别和判定，并对上海、江苏和浙江的旅游产业集群特性进行分析和比较。 6（二）长三角旅游产业的集群显著性分析 进入 21世纪以后，虽然经历了 2003年的非典和 2008年的全球金融危机，但长三角地区的地区生产总值（GDP）仍然以较快的速度增长。2000-2010年长三角上海、江苏和浙江的地区生产总值大多数年份都以10%以上的速度增长，甚至有些年份的增长速度在 20%以上，历年来的平均增长率都在 13%以上，其中上海平均增长率为 13.73%，江苏平均增长率达到 17
12、.17%，浙江平均增长率达到 16.34%。其中，2008 年的全球金融危机使得 2009年长三角生产总值的增长率近年来达到最低水平，随着金融危机影响的减弱，2010 年长三角地区的生产总值重新回到快车道，达到将近 20%的增长速度。 从旅游总产值来看，2000-2010 年长三角地区两省一市的旅游业发展迅速，上海、江苏和浙江的旅游产业总产值（国内旅游收入与旅游外汇收入之和）保持较快的增长速度。在全国旅游收入超过 1000亿元省份的前四名中，长三角地区内的省市占据三个席位。其中，江苏 2010年全年实现旅游总收入 4685亿元，位列全国第一；接待国内旅游者首次突破 3亿人次，达到 3.5亿人次
13、，国内旅游收入突破 4000亿元，达到 4287.9亿元。上海 2010年旅游总收入超 3400亿元，仅次于广东全省的总和，居全国城市第一，位列全国省份和直辖市第三，其中国内旅游收入 2930亿元，同比增长 50%；接待入境旅游者 700万人次，旅游外汇收入 59亿美元，同比增长 13%。全年接待国内旅游者 1.8亿人次，同比增长 45%。 浙江 2009年全省接待国内旅游者 2.44亿人次，同比增长 16.8%，实现旅游总收入 2643.7亿元，同比增长 17.5%；2010 年旅游总收入将突破 30007亿元，达到 3312.6亿元，位列全国第四名。 得到地区生产总值和旅游业的总产值之后就
14、可以获得旅游产业在长三角地区的贡献区位商（见图 1） 。从整个长三角来看，两省一市 2000-2010年的总体贡献区位商分别为 2.2882、2.3280、2.4949、 2.9769、2.7084、2.7925、2.8505、 2.8655、3.0197、3.1527 和3.3664，各贡献区位商均大于 1.12，表明长三角地区旅游产业在全国范围内相对专业化水平较高，旅游产业集群较为显著。其中，2000-2010 年上海历年的贡献区位商都比江苏和浙江高，分别达到 4.1809、4.0270、 4.4524、5.1942、4.2492、4.1613、 3.9641、3.8178、3.7708、
15、4.0012和 5.0068。由此看来，上海的旅游集群比江苏和浙江显著，旅游产业集群化水平更高。 从江苏和浙江来看，无论是地区生产总值还是旅游业总产值，江苏都比浙江高很多，处在全国前列，但从旅游产业集群显著性来看，两省的差别不大，基本处于同一水平上，原因就是区位商体现的是旅游业产值在整个地区总产值中所占比例。江苏省的旅游收入全国第一，但地区生产总值基数也较大，导致基尼系数并不高。特别地，2009-2010 年浙江省旅游产业集群显著性已经在江苏省之上。 上海作为长三角地区的领航者，近两年在构筑“世界著名旅游城市”和将旅游业打造成“战略性支柱产业和人民群众更加满意的现代服务业”过程中取得了令人瞩目
16、的成果，无论是旅游外汇收入还是国内旅游收入都有了较快增长，使得上海处在全国较高的旅游产业集群水平上。特别是，2010 年的世博会使得上海旅游产业的贡献区位商跳跃明显，自 20038年峰值以后首次超过 5，如图 1所示。即使排除世博会的影响，上海地区的旅游产业集群显著性也处在相当高的水平。 从 2000到 2010 年的贡献区位商值数据可以看出，2003 年上海、江苏、浙江和整个长三角总体的旅游产业贡献区位商都出现了峰值，但随后出现了明显的下降。特别是上海，从 2003年旅游产业贡献区位商达到峰值以后的 5年中出现了明显的下滑趋势，似乎表明上海地区旅游产业集群水平有所降低，但实际上是因为近年来伴
17、随着上海经济产业结构的不断发展和完善，各项产业也随之发展壮大且产值不断增加，从而导致上海总的地区生产总值 GDP 基数变大，使得旅游业贡献区位商发生如上变化。但从整个长三角来看，2000-2010 年的贡献区位商值呈现持续增大的态势，说明与全国的旅游产业相比，长三角地区的集群水平持续提高。通过分析可以得出结论，从省际区域来看，长三角地区的上海市、浙江省和江苏省的旅游产业集群已经显现，从全国旅游产业发展来看集群显著性已经达到了较高的水平，从 2004年以后三地旅游产业的贡献区位商值均达到 2以上。此外，长三角省际旅游产业集群发展呈现不均衡现象。其中，上海地区的旅游集群显著性最强，2000 年以后
18、区位商值都在 4左右，而江苏省和浙江省的旅游产业集群水平比上海低许多，且两者差异性不大。由于上海旅游产业的带动作用，从长三角整体来看，旅游产业集群水平较高，从 2000年到 2010年，贡献区位商处在 2到 3之间。 长三角旅游产业集群绩效水平评价 通过前文研究发现，长三角旅游产业的集群显著性水平较高，旅游9产业集聚度总体呈现上升趋势。我们知道，旅游集群的竞争优势一方面来自区域内旅游产业要素的配置；另一方面来自各市场主体之间的有效沟通和良好的竞合关系。产业要素是旅游产业发展和集群得以存在的基础。在旅游产业竞争力和旅游产业集群竞争力研究中，大多数成果均以产业要素作为评价指标。然而产业要素的多寡仅
19、仅能决定旅游产业竞争力或发展潜力的高低，并不一定反映产业要素所体现的集群绩效水平。如果一个地区的旅游要素并不丰富，但旅游产业的集聚度却较高，那么该地区旅游产业的集群绩效水平就较高。 （一）旅游产业要素竞争力的指标体系 考虑到旅游产业要素的特点和数据的可获得性，本文建立了以星级酒店、旅行社、自然资源、交通运输、历史人文和文化娱乐为一级指标的要素指标体系，如表 1所示。指标体系中二级指标为正向指标，即相对于旅游要素竞争力来说，其取值越大越好。 （二）旅游产业要素竞争力指数 在旅游产业要素竞争力评价方面，采用理想解法（Technique for Order Preference by Similar
20、ity to Ideal Solution，TOPSIS）来构造旅游产业要素的竞争力指数。理想解法由 Hwang和 Yoon于 1981年提出，是一种有效的多指标决策方法。其基本思路是通过构造多指标问题的理想解和负理想解，并以靠近理想解和远离负理想解两个基准作为评价各对象的判断依据。理想解法基于数据样本本身，具有一定的客观性。具体步骤如下： 第一，设有 m个方案，n 个指标，指标值为10xij（1im，1jn） ，指标权重为 j（j=1，2，n） ，则决策矩阵 X=（xij）mn。用向量归一化方法对决策矩阵作标准化处理，得到标准化矩阵 Y=（yij）mn，其中 。 第二，确定指标的权重。采用变
21、异系数法对旅游产业的要素指标进行赋权，具体方法为，其中，为样本均值， 为样本方差。 第三，计算加权标准化矩阵如下： 第四，确定理想解和负理想解。理想解： 负理想解： 其中 J+是值越大越好的指标集合，J-是值越小越好的指标集合。 第五，计算第 i个地区到理想解和负理想解的距离。到理想解的距离： 到负理想解的距离： 第六，计算各地区的相对贴近度，即要素竞争力指数。按照理想解法的基本思想，最佳方案应该是距离理想的方案最近，而同时距离负理想方案最远的方案。然而，在进行综合评价时，往往出现的情况是，某个方案离理想方案是最近的，但离负理想方案并不是最远的。因此，需要融合这两个指标来构造相对贴近度函数，即旅游要素竞争力指数： 旅游要素竞争力反映了旅游产业要素的多寡，取值越大则说明旅游产业的竞争力越强；反之，竞争力越弱。 （三）旅游产业要素的集群绩效指数 基于旅游产业的集聚度与旅游要素的竞争力指数，可以构造旅游产业要素的集群绩效指数，具体公式如下：
