摘要：本文基于ArcGIS和GeoDa技术，运用探索性空间数据分析方法进行可视化表达和分析，以我国31个省级行政区域为研究单元，从数量和质量的角度，探讨我国各省区政府旅游网站发展水平的空间分异规律，识别造成空间分异的主要影响因素，研究发现：（1）政府旅游网站密度存在正向空间自相关，但空间自相关性不强；政府旅游网站质量为负向的空间自相关，各省区间政府旅游网站质量的相关性不大。（2）政府旅游网站密度和质量的Moran散点图整体特征均呈现第一和第三象限的省区数量多、第二和第四象限省区的数量少、位于第三象限“低-低”聚集的省区最多的情形。具体到4个象限所对应的省区，“高-高”聚集主要是东部省区，“低-低”聚集的省区主要分布在中部和西部。（3）我国政府旅游网站密度呈现东、西两极分化格局，并以东部地区为核心，具有典型的核心-边缘特征。由于国内各省区网站质量普遍不高，没有省区在网站质量上具有明显的辐射和带动作用。（4）互联网普及率是影响政府旅游网站发展水平空间分异的最重要影响因素；人均GDP对网站密度空间分异的影响非常显著，对网站质量空间分异的影响较大；旅游总收入对政府旅游网站密度的空间分异影响非常显著，但对网站质量空间分异不构成影响。最后针对研究结论提出了三个方面的发展对策。
关键词：政府旅游网站；空间分异；探索性空间数据分析
中图分类号：F592.6；TP393文献标识码：A
文章编号：1000176X（2013）06013307
一、引言
以互联网和电子商务为代表的信息经济，给全球经济带来巨大冲击，成为促进地方经济发展和产业升级的关键力量。旅游业是信息密集型产业，对信息流通和信息技术有着高度的依赖。信息技术对旅游业发展的影响深远，促进了旅游产业活动各环节的信息化，改变着旅游企业的经营模式和商业交易模式，降低了旅游企业经营成本，提高了旅游服务效率，改善了旅游服务质量，增加了旅游产品服务的交易量。作为旅游信息化平台的旅游网站，在我国最早出现于1997年[1]，由于旅游产业需求和信息技术发展的双重驱动，旅游网站发展速度惊人、功能日趋完善。目前，我国已形成包括旅游企业传统网站、现代在线旅游电子商务网站和政府旅游网站在内的旅游网站体系[2]。其中，政府旅游网站是各级政府旅游管理部门利用互联网发布政府信息、提供在线服务和开展互动交流而建立的网站，承担了网上办公、业务协同、政务公开、办事引导、招商引资、行业监管、投诉受理和宣传教育等行政管理职能[3]，以及信息发布、营销推广、产品推介、虚拟旅游、安全提示和交流互动等旅游公共信息服务职能[2]，为政府部门和社会公众提供办公政务、公共信息、便民惠民和安全保障[4]等多种服务内容，是“十二五”期间我国旅游信息化建设的重要领域。
现阶段，政府旅游网站研究主要集中在对网站的目的地营销、信息传播、品牌塑造和投资吸引等功能的评价，以及政府旅游网站的整体建设和信息资源服务等方面。从空间角度对政府旅游网站的研究尚属空白。旅游网站的空间研究是互联网地理学的重要组成部分[5]。现有研究包括：张捷等运用描述统计和旅游网站特征指数对国内旅游网站的空间分布及类型进行研究，发现区域经济、网络技术和旅游发展程度是影响空间分布的主要因素[5]；程绍文等运用描述统计和城市旅游网站集中度指数研究了国内旅游网站的空间分布，发现旅游企业数量、旅游接待人次、网站总数、网民数和居民消费水平是旅游网站空间分布差异的主要影响因素[6]；董志良等对河北在Alexa全球排名前50旅游网站的空间分布进行统计，发现旅游企业数、旅游接待人数和网民数是影响分异规律的主要因素[7]。这些研究的方法比较简单，且无对政府旅游网站的研究。
由于受信息化程度、社会经济水平和旅游经济发展等因素影响，兼具旅游电子政务、目的地营销与旅游公共服务平台功能的政府旅游网站发展水平，在不同区域具有较大差异。研究我国政府旅游网站发展水平的空间分异，揭示不同地区政府旅游网站在网站数量和质量方面的发展情况，并识别其影响因素，对于认识和缩小地区之间的发展差异，具有较强的理论和实践意义。因此，本文以地区发展的空间分异为研究视角，以我国31个省级行政区域（以下简称省区）为研究单元，选取网站密度和Alexa排名百分比作为衡量政府旅游网站发展水平的指标，在ArcGIS和GeoDa平台上，运用探索性空间数据分析（Exploratory Spatial Data Analysis，ESDA）方法，揭示各省区政府旅游网站发展水平的地区差异性，探索其空间分异规律，运用双变量相关分析识别造成空间分异的主要影响因素，并提出相应的发展策略，为国家和地方在政府旅游网站区域协调发展方面的决策提供依据。
二、研究方法
认识和把握社会经济现象的空间分异（差异）规律，对于制定区域空间规划和区域发展政策具有重要的指导意义，空间分异一直是国内外学界关注的焦点问题。传统的空间分异研究主要采用标准差、变异系数、基尼系数、锡尔系数和地理集中指数等指标，以及建构指标体系，采用因子分析、主成分分析和聚类分析等方法进行定量分析。由于缺乏空间视角，这些方法往往突出的是整个区域的社会经济差异，忽略了区域内部的空间效应，在判断区域内部的空间结构与演化状况方面存在着不足，难以真实正确地反映空间分异的变化和机制。为克服这一缺陷，近年来越来越多的学者使用探索性空间数据分析研究区域空间分异问题。
ESDA是反映属性数据的空间分布状况，识别空间上的离群值和非典型区，判断空间关联模式以及探寻空间异质形式的一系列空间分析方法与技术的集合[8]。ESDA在GIS平台上，以测度空间关联为核心，描述空间的聚集性和异质性，将空间关联分析结果可视化，以更好地揭示研究对象之间的空间作用机制和分布特征。作为ESDA的重要方法，空间自相关分析（Spatial Autocorrelation Analysis）对区域单元上的属性数据或地理现象等观测值与相邻区域单元上该观测值的相关性进行测度，根据分析范围分为全域空间自相关分析和局域空间自相关分析[9]。全域空间自相关分析（Global Spatial Autocorrelation Analysis）描述观测值的整体分布，判断观测值在空间上是否存在聚集特性[10]。然而，全域空间自相关分析假定空间是同质的，只能从整体上探索观测值的空间聚集性，无法进一步识别聚集的具体位置、区域相关的程度和不同类型的空间聚集模式，需要用局域空间自相关分析（Local Spatial Autocorrelation Analysis）弥补这一缺陷[11]。局域空间自相关分析可以度量每个区域与周边地区之间的局域空间关联和空间差异程度[12]。本文使用全域空间自相关分析的全域Morans I指数，以及局域空间自相关分析的Moran散点图和Getis-Ord G*i指数作为统计量，研究我国政府旅游网站发展水平的空间分异。
相关热词搜索： 旅游网站 水平 我国 政府 研究上一篇：基于电子商务的掌上旅游的研究