【摘要】 本文以海南省2008—2012年过夜旅游者统计资料为基础，从过夜旅游者的规模、过夜旅游客流流质、客源地空间所在和空间结构等方面研究了海南省过夜旅游者客源地空间分布特征。运用以引力模型为基础、构建含有绝对维度差因子的海南省过夜旅游者空间潜力模型分析海南省过夜旅游者空间分布特征的形成原因。建议海南省重点开发城镇人口数大、空间距离近、绝对维度差大、人均GDP高的过夜旅游客源地；通过提升旅游接待水平、完善旅游配套设施、改变入境旅游的市场定位以发展高端市场。
【关键词】 过夜旅游者 客源地 空间分布 海南
一、引言
旅游流是以旅游客流为主体，涵盖旅游信息流、旅游物流和旅游能流的一个复杂的巨系统；由旅游者、旅游节点（旅游客源地和目的地）和旅游通道三要素构成。旅游客源地是指能够产生较大规模外出旅游人流的地区，是旅游流中旅游节点的组成部分。旅游者集中源自于某一或某些客源地是地理集中性在客源地的表现；了解和掌握旅游客源市场的所在、客源市场的规模、旅游客流的规律，据此有针对性地发展旅游业，有计划地开展系统的营销活动，取得成功的可能性以及成功的程度都将会更大。
旅游者空间分布特征是旅游地理学的研究重点之一。20世纪60年代末，国外地理学界开始从空间角度探讨旅游活动。1982年，自郭来喜指出要研究旅游者的地域分布及其规律后，国内学者开始从旅游流的角度，对国家尺度、省域尺度、重点旅游城市的入境旅游者客源地及国内旅游者客源地空间分布进行研究且成果丰富。但尚无针对省域尺度过夜旅游者客源地空间分布的研究。
根据旅游者是否具有“在旅游目的地的旅游住宿设施内停留至少一夜”这一特点，将其分为一日游游客（旅游者）和过夜旅游者。一日游游客的统计中包含大量不以旅游为目的，但被作为旅游者统计的人员。其数量不能真实反映旅游目的地对旅游者的吸引力。过夜旅游者在旅游目的地停留时间相对较长、花费也相应增加，是旅游目的地旅游收入的主要构成。因此，过夜旅游者的接待数量与质量对旅游目的地的发展有重要意义。
在国际旅游岛建设背景下，海南省作为旅游目的地，其过夜旅游者人数、客源地数量不断拓展。本文运用旅游客流流质指数、地理集中指数、游客集中度系数、含有绝对维度差因子的旅游者空间潜力模型，借用EXCEL、SPSS软件的统计分析功能，研究海南省过夜旅游者客源地空间分布特征、存在的问题、产生的原因，以期在丰富旅游者空间分布理论与方法的同时，为海南省旅游市场定位、有针对性地开发旅游产品提供理论、方法及定量参考依据。
二、海南省旅游发展概况及资料来源
1、海南省旅游发展概况
海南省位于东经108o37’—111o03’，北纬18o10’—20o10’，年均气温22.8—25.8oC，日照时数1832—2558小时，海岸线长1928公里，是我国唯一的热带岛屿省份。特殊的地理位置、适宜的温度、丰富的光照、绵长的海岸线，为海南省发展旅游业提供了良好的条件。
2007年海南省提出建设“国际旅游岛”的方针，并于2008年开始实施。2009年12月31日，国务院正式发布了《国务院关于推进海南国际旅游岛建设发展的若干意见》，指出海南的战略定位是我国旅游业改革创新的试验区、世界一流的海岛休闲度假旅游目的地，并在政策、资金、项目安排等方面给予特殊扶持。海南省委、省政府以此为基础组织编制了《海南国际旅游岛建设发展规划纲要》。国际旅游岛建设在海南旅游业发展史上具有里程碑意义，进一步推动了海南旅游业的发展。预计到2015年，海南旅游者接待量将达到4760万人次，旅游业产值将占全省GDP的9%以上，旅游业的支柱产业地位将逐步确立。
2、数据来源
历年各客源地过夜旅游者的人数、旅游收入等主要数据来源于阳光海南网、海南省统计年鉴、中华人民共和国国家旅游局网站、中国旅游统计年鉴。文中各外国客源地过夜旅游者的人数，是通过阳光海南网中旅游统计2008—2012年海南旅游饭店接待的外国过夜旅游者人数占国外过夜旅游者总人数的历年比例计算所得。各客源地人口数、城市化进程数据、人均GDP数据来源于美国中央情报局（CIA）出版物《世界概况》。为简化计算，海南省与入境客源地之间的距离，用海南省省会城市海口与各入境客源地首府所在地之间的直线距离表示，用Google Earth测得；海南省与国内客源地之间的距离，以海口与北京之间的直线距离表示，用百度地图测得。
三、海南省过夜旅游者客源地空间分布特征
1、海南省过夜旅游者概况
海南省过夜旅游者按其来源可分为国内过夜旅游者和入境过夜旅游者两大类。入境过夜旅游者可细分为外国过夜旅游者、香港过夜旅游者、澳门过夜旅游者和台湾过夜旅游者；外国过夜旅游者进一步细分为各国过夜旅游者。
（1）海南省国内与入境过夜旅游者人数及变化趋势。由于经济、社会、政治等因素的影响，旅游目的地接待的旅游者人数会不断地发生改变。一般而言，接待的旅游者人数越多、增长率越高，对旅游目的地经济发展越有利。海南省接待的国内和入境过夜旅游者人数在2008—2012年间不断发生变化，并形成不同的发展趋势。过夜旅游者人数及其年增长率见表1，发展趋势见图1。
2008—2012年，海南省国内过夜旅游者人数不断增加。从2008年的1962.07万人次增加至2012年的3238.80万人次，增加了1260.37万人次。其人数占过夜旅游者总人数的比例，2008年最低，为95.25%；2009年最高，达97.55%；年均比例为97.01%。2008年的增长率亦是最低，为10.84%；2011年最高，达15.82%；年均增长率高达12.86%。其发展趋势为大幅上升。
海南省入境过夜旅游者人数不断波动。2008年高达97.93万人次；2009年大幅下降，降至55.15万人次；2010—2012年回升至81.56万人次；2012年比2008年减少了16.37万人次。其占过夜旅游者总人数的比例，2008年最高，达4.75%；2009年最低，为2.46%；年均比例为2.99%。其2009年的增长率最低，为-43.68%；2011年最高，达22.85%；年均增长率为5.91%。其发展趋势为小幅下降。
（2）海南省国内与入境过夜旅游客流流质及变化趋势。李振亭等提出了旅游流流质这一概念，认为旅游流流质可指特定规模旅游流所带来的资金流规模与客流规模的比例关系；目的地需要一定的旅游客流流量，但高流量不代表高流质。李振亭等和张岩君等构建的旅游客流流质指数表达形式略有差别，但内容一致，适用于衡量某一尺度的旅游流流质在上一尺度中所处的水平。
根据本文研究的需要，以旅游流流质概念为基础，对旅游流流质指数进行改变，用以衡量某地区某类旅游客流流质在该地区总的旅游客流流质中所处的水平。即衡量国内过夜旅游者、入境过夜旅游者的流质在海南过夜旅游者中所处的水平。计算公式为：
式（1）中，Qit表示某旅游目的地第i类客源地过夜旅游客流第t年的流质；Xit表示该旅游目的地第i类客源地过夜旅游客流第t年的旅游收入，Xt表示该旅游目的地所有类型过夜旅游客流第t年的旅游收入；Yit表示第i类客源地过夜旅游客流第t年的流量，Yt表示该旅游目的地所有类型过夜旅游客流第t年的流量。
按照计算公式，海南省的过夜旅游客流流质指数为1。当Qit>1时，表示该类过夜旅游客流流质优于全省过夜旅游客流流质的平均水平，反之则低于。
由表2可知，海南省的旅游收入随着过夜旅游者人数的增加而增加。国内旅游收入是海南旅游收入的主体构成部分。
图2显示，2008—2012年海南省国内过夜旅游客流流质小于1，但从2008年的0.9上升至2012年的0.96，缓慢但持续地向1趋近，呈上升趋势。同一时期的入境过夜旅游客流流质指数远高于国内过夜旅游客流流质指数，5年的值均在2.5以上。2009年入境过夜旅游者人数减少，但其流质指数却为3.64，是5年中最高的，表明该年的入境过夜旅游客流流质优于其余四年。2009年以后，其流质指数持续下降，到2012年时为2.51，呈下降趋势。
2、海南省过夜旅游者客源地空间所在
2008—2012年，海南省接待的过夜旅游者人数的年均比例大于0.03%的客源地共有15个国家和地区，这些国家和地区年均人数的总和占海南省过夜旅游者年均总数的99.60%。具体见表3。
2008—2012年，海南省过夜旅游者客源地的空间所在主要是亚洲，其后依次为欧洲、北美洲和大洋洲，5年的年均比例依次为98.593%、0.847%、0.131%和0.032%。亚洲地区以国内（97.01%）为主，其后依次为香港（0.495%）、台湾（0.354%）、韩国（0.240%）与新加坡（0.200%）；欧洲地区以俄罗斯（0.716%）为主，其后依次为德国（0.062%）、英国（0.036%）和法国（0.033%）；北美洲以美国（0.098%）为主，其后为加拿大（0.033%）；大洋洲只有澳大利亚（0.032%）。
3、海南省过夜旅游者客源地空间结构
旅游者客源地空间结构主要是指旅游者来源地的空间分布结构。朱沁夫等认为地理集中指数可以反映历年旅游者来源集中程度的变化，但不能科学而又直观地反映旅游者的来源集中于少数国家；因为地理集中指数既受到游客分布是否平衡的影响，又受到分布区域数量多少的影响，故对其进行改进后提出游客集中度系数，显示的是其与旅游者完全平均分布于旅游客源地时的偏离程度。
地理集中指数的计算公式：
式（2）中，Gt为地理集中指数，表示第t类旅游者客源地集中程度，n为客源地总数，Xit为第i个客源地第t类旅游者人数，Tt为旅游目的地接待的第t类旅游者的数量。
游客集中度系数的计算公式：
式（3）中，G表示客源地总数n对Gt的影响。为消除客源地分布数量对地理集中指数的影响，通过式（2）与式（3）相减得到式（4）。
式（4）中，△Gt称为偏离值。以偏离值t与△Gt的比值G反映旅游者的集中程度，见式（5）。
G"t=100×（△Gt/G） （5）
式（5）中，G"t称为游客集中度系数。游客集中度系数越大，表示旅游者来源越集中；反之则为分散。
由表4、图3可以看出，通过地理集中指数和游客集中度系数，结合表3，对2008—2012年海南省过夜旅游者客源地空间结构进行定量分析，结果见表4，发展趋势见图3。
由表4、图3可以看出，海南过夜旅游者客源地的地理集中指数和游客集中度系数均呈现上升趋势。2009年大幅上升，2010年和2011年有所下降，2012年再次上升。地理集中指数从2008年的95.26上升至2012年的97.55，上升了2.29。游客集中度系数则从2008年的421.98上升至2012年的434.51，上升了12.53。
结合表3可知，2009年，在入境过夜旅游者人数急剧减少的情况下，国内过夜旅游者人数增加了233.11万人次，导致2009年的地理集中指数、游客集中度系数的上升。2010—2011年，入境过夜旅游者人数回升，地理集中指数、游客集中度系数连续两年出现下降。2012年，入境过夜旅游者人数增加，但增幅（0.12%）小于国内过夜旅游者（10.92%），占总人数的比例下降，导致地理集中指数和旅游集中度系数再次上升。
可见，目前海南过夜旅游者客源地空间分布、旅游者来源高度集中，且发展趋势为集中；国内的过夜旅游者人数变化对海南过夜旅游客源地空间分布、旅游者来源的集中程度影响极大；入境过夜旅游者客源地亟需拓展。
4、海南过夜旅游者空间潜力模型
以基本引力模型为基础，建立包含客源地城镇人口数、人均GDP、客源地与目的地之间绝对维度差和空间距离4个影响因子的海南省过夜旅游者空间潜力模型，对海南省过夜旅游者客源地空间分布特征的形成原因进行定量分析。
式（6）中，Ti选取海南的各客源地的过夜旅游者人次（采用2011年海南接待的各客源地过夜旅游者人数）；Pi选取各客源的城镇人口数（用各客源地人口数与其城市化率相乘得到）；Ii选取各客源地居民的收入指标（各客源地的人均GDP）；Ei选取各客源地与海南的纬度差（各客源地首府维度与海口市维度差的绝对值作为地理指标，单位为度）；Di选取空间距离（各客源地首府与海口的直线距离）。G，？琢，？茁，？酌，？啄为待定参数。
模型变换：为能使用多元线性回归法建立模型，对上式两边取自然对数，将非线性模型转化为线性回归模型。
lnTi=lnG+αlnPi+βlnIi+δlnEi-γlnDi
令T"i=lnTi，G"=lnG，P"i=lnPi，I"i=lnIi，E"i=lnEi，D"i=lnDi
则上式转化为：T"i=G"+αP"i+βI"i+δE"I-γD"i
根据海南省的具体情况，各指标选取如下：
将上述数据（表5）取自然对数后，用SPSS软件进行回归分析，结果见表6。
在显著性水平=0.05下查F0.05（4，10）=3.48，由于F=32.209>F0.05（4，10）=3.48，所以在显著性水平=0.05下，上述回归结果具有统计学意义。调整R2=0.899，说明上述4项影响因子对海南过夜旅游者空间潜力模型的拟合性良好，基本能包括海南过夜旅游者人数的影响因素。
因此，回归方程为T"i=-39.243+0.04P"i-1.525I"i+6.036E"i -0.047D"i
将其转化为线性方程，得到海南过夜旅游者空间潜力模型为
t检验法的结果显示4项影响因素对海南过夜旅游者人数的作用大小依次为城镇人口总数（9.646）、地理距离（-2.414）、纬度差（1.085）、人均GDP（-0.028），且城镇人口总数的作用远大于后三者。
一般而言，收入水平呈正相关，即一个国家的人均GDP越高，居民用于旅游的可随意支配收入就越高，其出游能力就越强。2011年，海南接待的国内过夜旅游者的旅游支出为1025.62元/人次，高于全国的730.99元/人次；但入境过夜旅游者的旅游支出为463.18美元/人次，低于全国的841.67美元/人次。2009年受次贷危机的影响，入境过夜旅游者人数下降，但流质却上升。该年海南接待的新加坡、美国、德国过夜旅游者人数的下降幅度依次为-22.13%、-28.15%、-15.18%，均小于俄罗斯的-56.52%、韩国的-82.17%。而这5个客源地的人均GDP则依次为4.3万美元、4.72万美元、4.06万美元、1.04万美元、2.06万美元。可见经济波动对人均GDP相对低的客源地城镇人口出游能力的影响更大，而目前海南接待的外国过夜旅游者中人均GDP较低的客源地所占比重较大。
四、结论与建议
1、结论
海南省过夜旅游者以国内过夜旅游者为主体，人数呈大幅上升趋势。国内过夜旅游客流流质低于入境过夜旅游客流流质，但不断上升，趋近于1。海南省过夜旅游者客源地为近距离的国内、香港、澳门、台湾、新加坡等，气温差异大的俄罗斯、加拿大、澳大利亚，经济发达的美国、德国、英国和法国。客源地空间分布、旅游者来源呈现集中趋势。以引力模型为基础，建立的包含绝对维度差等4个影响因子的海南省过夜旅游者空间潜力模型显示：客源地城镇人口数、维度差的绝对值与过夜旅游者人数成正相关，人均GDP、空间距离则与人数成负相关，且城镇人口总数的作用远大于后三者。
2、建议
海南省在选择过夜旅游客源地进行市场营销时，应重点对城市化水平高、人口规模大且空间距离短的国家和地区进行宣传促销；关注高纬度、季节相反的客源地；重视开发人均GDP高的客源地。同时提升旅游接待水平、完善旅游配套设施、改变入境旅游的市场定位、发展高端市场。
【参考文献】
[1] 唐顺铁、郭来喜：旅游流体系研究[J].旅游学刊，1998，13（3）.
[2] 贾琦：延边地区国内旅游流的空间结构与扩散研究[D].延边大学，2010.
[3] 张春慧、王乃昂、贾艳琴：我国旅游客源市场研究进展[J].桂林旅游高等专科学校学报，2005，16（5）.
[4] 李天元：旅游学概论[M].天津：南开大学出版社，2006.
[5] 宣国富、陆林、汪德根等：三亚市旅游客流空间特性研究[J].地理研究，2004，23（1）.
[6] 林岚、许志晖、丁登山：旅游者空间行为及其国内外研究综述[J].地理科学，2007，27（3）.
[7] 马耀峰、李永军：中国入境后旅游流的空间分布研究[J].人文地理，2001，16（6）.
[8] 赵俊远、杜晓梦、李肖利等：河南省入境旅游流的时空演变研究[J].西部经济管理论坛，2012，23（4）.
[9] 叶如清：杭州入境旅游流空间分布与转移的特征研究[D].浙江工商大学，2009.
[10] 刘萍：山东省国内散客旅游者空间行为研究[D].山东师范大学，2009.
[11] 保继刚、郑海燕、戴光全：桂林国内客源市场的空间结构演变[J].地理学报，2002，57（1）.
[12] 陆林：山岳风景区旅游者空间行为研究——兼论黄山与美国黄石公园之比较[J].地理学报，1996，51（4）.
[13] 李振亭、马耀峰：近20年来中国入境旅游流流量与流质的变化分析[J].陕西师范大学学报（自然科学版），2012（1）.
[14] 张岩君、马耀峰、胡巧娟：基于流量与流质变化的我国东部地区入境旅游成长分析——以山东省为例[J].河南科学，2012，30（12）.
[15] 朱沁夫、李昭、杨樨：用地理集中指数衡量游客集中程度方法的一个改进[J].旅游学刊，2011，26（4）.
相关热词搜索： 海南省 客源 旅游者 过夜 分布