第6期（總第355期）2013年6月財經(jīng)問題研究Research on Financial and Economic IssuesNumber 6（General Serial No. 355）Jun

第6期（總第355期）

2013年6月

財經(jīng)問題研究

Research on Financial and Economic Issues

Number 6（General Serial No. 355）

June ，2013

·旅游經(jīng)濟·

我國政府旅游網(wǎng)站發(fā)展水平

的空間分異研究

付業(yè)勤，楊文森，鄭向敏

（華僑大學旅游學院，福建

泉州362021）

摘要：本文基于ArcGIS 和GeoDa 技術，運用探索性空間數(shù)據(jù)分析方法進行可視化表達和分

析，以我國31個省級行政區(qū)域為研究單元，從數(shù)量和質(zhì)量的角度，探討我國各省區(qū)政府旅游網(wǎng)站發(fā)展水平的空間分異規(guī)律，識別造成空間分異的主要影響因素，最后針對研究結論提出了三個方面的發(fā)展對策。

關鍵詞：政府旅游網(wǎng)站; 空間分異; 探索性空間數(shù)據(jù)分析中圖分類號：F592. 6；TP393

文獻標識碼：A

176X （2013）06-0133-07文章編號：1000-

一、引言

以互聯(lián)網(wǎng)和電子商務為代表的信息經(jīng)濟，給

全球經(jīng)濟帶來巨大沖擊，成為促進地方經(jīng)濟發(fā)展和產(chǎn)業(yè)升級的關鍵力量。旅游業(yè)是信息密集型產(chǎn)業(yè)，對信息流通和信息技術有著高度的依賴。信息技術對旅游業(yè)發(fā)展的影響深遠，促進了旅游產(chǎn)業(yè)活動各環(huán)節(jié)的信息化，改變著旅游企業(yè)的經(jīng)營模式和商業(yè)交易模式，降低了旅游企業(yè)經(jīng)營成本，提高了旅游服務效率，改善了旅游服務質(zhì)量，增加了旅游產(chǎn)品服務的交易量。作為旅游信息化平臺的旅游網(wǎng)站，在我國最早出現(xiàn)于1997年

［1］

級政府旅游管理部門利用互聯(lián)網(wǎng)發(fā)布政府信息、

提供在線服務和開展互動交流而建立的網(wǎng)站，承擔了網(wǎng)上辦公、業(yè)務協(xié)同、政務公開、辦事引導、招商引資、行業(yè)監(jiān)管、投訴受理和宣傳教育

［3］

等行政管理職能，以及信息發(fā)布、營銷推廣、產(chǎn)品推介、虛擬旅游、安全提示和交流互動等旅［2］

游公共信息服務職能，為政府部門和社會公眾提供辦公政務、公共信息、便民惠民和安全保

障

等多種服務內(nèi)容，是“十二五”期間我國旅游信息化建設的重要領域。

［4］

，由于旅游產(chǎn)業(yè)需求和信息技術發(fā)展的雙

現(xiàn)階段，政府旅游網(wǎng)站研究主要集中在對網(wǎng)站的目的地營銷、信息傳播、品牌塑造和投資吸引等功能的評價，以及政府旅游網(wǎng)站的整體建設和信息資源服務等方面。從空間角度對政府旅游網(wǎng)站的研究尚屬空白。旅游網(wǎng)站的空間研究是互

［5］

聯(lián)網(wǎng)地理學的重要組成部分?，F(xiàn)有研究包括：

重驅(qū)動，旅游網(wǎng)站發(fā)展速度驚人、功能日趨完善。目前，我國已形成包括旅游企業(yè)傳統(tǒng)網(wǎng)站、現(xiàn)代在線旅游電子商務網(wǎng)站和政府旅游網(wǎng)站在內(nèi)

［2］

的旅游網(wǎng)站體系。其中，政府旅游網(wǎng)站是各

01-25收稿日期：2013-基金項目：國家社會科學基金重點項目“全面提升旅游業(yè)發(fā)展質(zhì)量的基本理論、關鍵問題及對策研究”（10AZD028）

mail ：fuyeqin2作者簡介：付業(yè)勤（1984－），男，四川攀枝花人，博士研究生，主要從事旅游安全管理和旅游信息化研究。E-@126. com

楊文森（1989－），女，河南商丘人，碩士研究生，主要從事旅游地理研究。

鄭向敏（1954－），男，福建永春人，教授，博士，博士生導師，主要從事旅游安全管理和區(qū)域旅游發(fā)展戰(zhàn)略研究。

134

張捷等運用描述統(tǒng)計和旅游網(wǎng)站特征指數(shù)對國內(nèi)旅游網(wǎng)站的空間分布及類型進行研究，發(fā)現(xiàn)區(qū)域經(jīng)濟、網(wǎng)絡技術和旅游發(fā)展程度是影響空間分布

［5］

的主要因素；程紹文等運用描述統(tǒng)計和城市旅游網(wǎng)站集中度指數(shù)研究了國內(nèi)旅游網(wǎng)站的空間分布，發(fā)現(xiàn)旅游企業(yè)數(shù)量、旅游接待人次、網(wǎng)站總數(shù)、網(wǎng)民數(shù)和居民消費水平是旅游網(wǎng)站空間分

［6］

布差異的主要影響因素；董志良等對河北在Alexa 全球排名前50旅游網(wǎng)站的空間分布進行統(tǒng)計，發(fā)現(xiàn)旅游企業(yè)數(shù)、旅游接待人數(shù)和網(wǎng)民數(shù)是

［7］

影響分異規(guī)律的主要因素。這些研究的方法比較簡單，且無對政府旅游網(wǎng)站的研究。

財經(jīng)問題研究2013年第6期總第355期

越來越多的學者使用探索性空間數(shù)據(jù)分析研究區(qū)域空間分異問題。

ESDA 是反映屬性數(shù)據(jù)的空間分布狀況，識別空間上的離群值和非典型區(qū)，判斷空間關聯(lián)模式以及探尋空間異質(zhì)形式的一系列空間分析方法

［8］

與技術的集合。ESDA 在GIS 平臺上，以測度空間關聯(lián)為核心，描述空間的聚集性和異質(zhì)性，將空間關聯(lián)分析結果可視化，以更好地揭示研究對象之間的空間作用機制和分布特征。作為ESDA 的重要方法，空間自相關分析（Spatial Autocorrelation Analysis ）對區(qū)域單元上的屬性數(shù)據(jù)或地理現(xiàn)象等觀測值與相鄰區(qū)域單元上該觀測值的相關性進行測度，根據(jù)分析范圍分為全域空間自相關分析和局域空間自相關分析。全域空間自相關分析（Global Spatial Autocorrelation Analysis ）描述觀測值的整體分布，判斷觀測值

［10］

在空間上是否存在聚集特性。然而，全域空間自相關分析假定空間是同質(zhì)的，只能從整體上探索觀測值的空間聚集性，無法進一步識別聚集的具體位置、區(qū)域相關的程度和不同類型的空間聚集模式，需要用局域空間自相關分析（Local Spatial Autocorrelation Analysis ）陷

［11］

［9］

由于受信息化程度、社會經(jīng)濟水平和旅游經(jīng)

濟發(fā)展等因素影響，兼具旅游電子政務、目的地營銷與旅游公共服務平臺功能的政府旅游網(wǎng)站發(fā)展水平，在不同區(qū)域具有較大差異。研究我國政府旅游網(wǎng)站發(fā)展水平的空間分異，揭示不同地區(qū)政府旅游網(wǎng)站在網(wǎng)站數(shù)量和質(zhì)量方面的發(fā)展情況，并識別其影響因素，對于認識和縮小地區(qū)之間的發(fā)展差異，具有較強的理論和實踐意義。因此，本文以地區(qū)發(fā)展的空間分異為研究視角，以我國31個省級行政區(qū)域（以下簡稱省區(qū)）為研究單元，選取網(wǎng)站密度和Alexa 排名百分比作為衡量政府旅游網(wǎng)站發(fā)展水平的指標，在ArcGIS 和GeoDa 平臺上，運用探索性空間數(shù)據(jù)分析（Exploratory Spatial Data Analysis ，ESDA ）方法，揭示各省區(qū)政府旅游網(wǎng)站發(fā)展水平的地區(qū)差異性，探索其空間分異規(guī)律，運用雙變量相關分析識別造成空間分異的主要影響因素，并提出相應的發(fā)展策略，為國家和地方在政府旅游網(wǎng)站區(qū)域協(xié)調(diào)發(fā)展方面的決策提供依據(jù)。

二、研究方法

認識和把握社會經(jīng)濟現(xiàn)象的空間分異（差異）規(guī)律，對于制定區(qū)域空間規(guī)劃和區(qū)域發(fā)展政策具有重要的指導意義，空間分異一直是國內(nèi)外學界關注的焦點問題。傳統(tǒng)的空間分異研究主要采用標準差、變異系數(shù)、基尼系數(shù)、錫爾系數(shù)和地理集中指數(shù)等指標，以及建構指標體系，采用因子分析、主成分分析和聚類分析等方法進行定量分析。由于缺乏空間視角，這些方法往往突出的是整個區(qū)域的社會經(jīng)濟差異，忽略了區(qū)域內(nèi)部的空間效應，在判斷區(qū)域內(nèi)部的空間結構與演化狀況方面存在著不足，難以真實正確地反映空間分異的變化和機制。為克服這一缺陷，近年來

彌補這一缺

。局域空間自相關分析可以度量每個區(qū)域

與周邊地區(qū)之間的局域空間關聯(lián)和空間差異程［12］

度。本文使用全域空間自相關分析的全域Moran's I 指數(shù)，以及局域空間自相關分析的Moran 散點圖和Getis －Ord G *i 指數(shù)作為統(tǒng)計量，研究我國政府旅游網(wǎng)站發(fā)展水平的空間分異。

（一）全域空間自相關分析全域Moran's I 指數(shù)是探索觀測值在區(qū)域中的整體分布情況，判斷其在空間上是否聚集，分析整個研究區(qū)域的空間關聯(lián)結構模式的統(tǒng)計［10］

量，表達式為：

I =

∑∑w （x

i =1

ij

j ≠i

n

n n

i

－x ）（x j －x ）珋珋

n

（1）

s 2∑∑w ij

i =1

j ≠i

式中：x i 、x j 為觀測值，x 為觀測值的均值，珋1

n 為觀測點個數(shù)，s =∑（x i －x ）2，w ij 為空間珋

n i =1

2

n

連接矩陣，對于鄰接矩陣，若區(qū)域i 和j 相鄰，w ij =1，否則w ij =0；對于距離矩陣，若區(qū)域i 和j 之間距離小于指定距離，w ij =1，否則w ij =0。對全域Moran's I 指數(shù)值進行顯著性檢驗，表達式為：

我國政府旅游網(wǎng)站發(fā)展水平的空間分異研究

Z （I ）=

I －E （I ）（2）

135

化處理：

Z （G ）=

*

i

－E （G *G *i i ）（G i ）式中：E （I ）為數(shù)學期望，Var （I ）為變異系

數(shù)。在5顯著性水平下，若標準化值Z （I ）大于1. 96，表明觀測值的空間分布具有關聯(lián)性；若Z （I ）介于1. 96和－1. 96之間，表明觀測值的空間自相關性較弱；若Z （I ）小于－1. 96，表明觀測值呈負的空間自相關性。

全域Moran's I 指數(shù)值在－1和1之間，若I 大于0，表示觀測值為正向空間自相關，并且I 越趨近1時，正相關越強、總體空間差異越小、呈聚集空間格局；若I 小于0，表示觀測值為負向空間自相關，并且I 越趨近－1時，負相關越強、總體空間差異越大、呈離散空間格局；若I 趨近0，表示觀測值不存在空間自相關、觀測值之間相互獨立、呈隨機分布趨勢。

（二）局域空間自相關分析

1. Moran 散點圖

Moran 散點圖是將觀測值與均值的離差組成的向量y ，與其相鄰區(qū)域值的加權平均值Wy 之間的相互關系，進行可視化的二維圖示。Moran 散點圖的橫軸對應向量y 的所有觀測值，縱軸對

［13］

應空間滯后因子Wy 的所有取值。而Moran 散點圖的橫縱坐標軸被分成四個象限，分別代表了區(qū)域單元與其相鄰區(qū)域之間的四種局部空間聯(lián)系形式。第一象限（右上）為高—高聚集，高觀測值的區(qū)域被同樣是高值的區(qū)域所包圍的空間聯(lián)系形式，區(qū)域本身和周邊的空間差異較??；第二象限（左上）為低—高聚集，表示低觀測值區(qū)域被高值區(qū)域包圍的空間聯(lián)系形式，兩者的空間差異較大；第三象限（左下）為低—低聚集，表示低觀測值區(qū)域被同樣是低值的區(qū)域包圍的空間聯(lián)系形式，兩者的空間差異較??；第四象限（右下）為高—低聚集，表示高觀測值區(qū)域被低值的區(qū)域所包圍的空間聯(lián)系形式，兩者的空間差異較大。其中的高、低是相對于區(qū)域總體平均水平而言。

2. Getis －Ord G *i 指數(shù)

*

局部關聯(lián)指數(shù)Getis －Ord G i 被用來識別不

（4）

*

式中：若Z （G i ）大于0且顯著，表示區(qū)域i 是高值與高值的聚集，屬于熱點區(qū)域；*

若Z （G i ）小于0且顯著，表示區(qū)域i 是低值與低值的聚集，屬冷點區(qū)域。

三、實證分析

（一）研究區(qū)域與數(shù)據(jù)指標

以我國31個省區(qū)為研究單元，由于制度差異，未選擇我國香港、澳門和臺灣地區(qū)的政府旅游網(wǎng)站。根據(jù)最新行政區(qū)劃，對31個省級、333

［14］

個地級和2858個縣級行政區(qū)域的政府旅游網(wǎng)站，利用谷歌、百度搜索引擎檢索，關鍵詞為“地名 旅游局/旅游委員會”，符合要求的政府旅游網(wǎng)站均由旅游管理部門建設和所有，共得到1891個政府旅游網(wǎng)站作為研究樣本，檢索時間為2012年7月13—26日。

互聯(lián)網(wǎng)是高度復雜和快速變化的系統(tǒng)

［15］

，

目前尚缺乏公認的衡量互聯(lián)網(wǎng)發(fā)展水平的指標和

手段。根據(jù)參考文獻和實際情況，從數(shù)量和質(zhì)量兩個方面，對政府旅游網(wǎng)站發(fā)展水平進行描述。

［16］

數(shù)量方面，采用網(wǎng)站密度指標，即該省區(qū)政府旅游網(wǎng)站總數(shù)與該省區(qū)的縣級以上行政區(qū)域總數(shù)的比值，是政府旅游網(wǎng)站在該省區(qū)縣級以上行政區(qū)的覆蓋情況，表示政府旅游網(wǎng)站在該省區(qū)的普及程度和發(fā)展強度。質(zhì)量方面，Alexa 網(wǎng)站（www. alexa. com ）是目前國際上最權威的排名網(wǎng)站，根據(jù)網(wǎng)站流量等因素為網(wǎng)站進行全球范圍的排名，在網(wǎng)站評價中被廣泛使用，排名結果可反映網(wǎng)站在訪問量、信息質(zhì)量、訪問速度、訪問

［17］

時間和外部鏈接網(wǎng)站數(shù)等方面的綜合質(zhì)量。使用Alexa 網(wǎng)站對1891個政府旅游網(wǎng)站進行測

評，得到1321個網(wǎng)站的全球綜合排名，其余570個網(wǎng)站無排名數(shù)據(jù)。統(tǒng)計在1321個網(wǎng)站中Alexa 排名位列前500網(wǎng)站的省區(qū)分布，計算每個省區(qū)Alexa 排名前500網(wǎng)站數(shù)占該省區(qū)網(wǎng)站總數(shù)的百分比（以下簡稱Alexa 排名百分比），以衡量該省區(qū)政府旅游網(wǎng)站的質(zhì)量水平。

（二）空間分異的全域分析

運用ArcGis9. 3軟件，計算我國31個省區(qū)政府旅游網(wǎng)站在網(wǎng)站密度和Alexa 排名百分比兩個指標的全域Moran's I 指數(shù)估計值，如表1所示。全域Moran's I 指數(shù)值在網(wǎng)站密度上為正，

同空間位置上的高值簇與低值簇

G （d ）=

*i

［9］

，表達式為：

（3）

∑w

j =1

n j =1

n

ij

x j

j

∑x

*

為了便于解釋和比較，對G i （d ）進行標準

136

檢驗結果較顯著，說明我國政府旅游網(wǎng)站密度存在正向的空間自相關，但空間自相關性不強，網(wǎng)站密度水平相似的地區(qū)在空間上呈一定程度的聚集狀態(tài)，相鄰省區(qū)之間存在相互影響；Alexa 排名百分比指標的全域Moran's I 指數(shù)值為負，說明我國政府旅游網(wǎng)站的質(zhì)量水平為負向的空間自相關，且空間自相關性較弱，各省區(qū)政府旅游網(wǎng)站的質(zhì)量水平呈空間分散格局，各省區(qū)之間政府旅游網(wǎng)站質(zhì)量的相關性不大。

表1

我國政府旅游網(wǎng)站發(fā)展水平指標的全域Moran's I 值

名

稱

網(wǎng)站密度0. 09991. 7781

Alexa 排名百分比

－0. 02750. 0764

財經(jīng)問題研究2013年第6期總第355期

府旅游網(wǎng)站的網(wǎng)站密度（WZMD ）和Alexa 排名百分比（ALEXA ）的散點圖（如圖1所示）。對于處在第一、三象限的省區(qū)來說，省區(qū)之間存在擴散作用，相互之間的空間差異趨于縮??；對于處在第二、四象限的省區(qū)來說，省區(qū)之間存在極

［13］

化作用，相互間的空間差異在不斷擴大。觀察網(wǎng)站密度和Alexa 排名百分比指標Moran 散點圖的整體特征，發(fā)現(xiàn)處在空間差異較小的第一和

第三象限的省區(qū)數(shù)量均有較大優(yōu)勢，分別為25個和24個，占總數(shù)的80. 65和77. 42；處在空間差異較大的第二和第四象限的省區(qū)數(shù)量較少，僅6個和7個，比重為19. 35和22. 58。我國政府旅游網(wǎng)站發(fā)展水平相近的省區(qū)呈集中分布，空間差異較小。兩個指標位于

第三象限“低—低”聚集的省區(qū)都是最多，都是17個，說明我國大多數(shù)省區(qū)政府旅游網(wǎng)站的覆蓋密度和網(wǎng)站質(zhì)量都相對較低，屬于較低水平的聚集。

Moran's I Z （I ）

（三）空間分異的局域分析1. Moran 散點圖

運用GeoDA 軟件，計算出我國31個省區(qū)政

圖1我國政府旅游網(wǎng)站發(fā)展水平指標的Moran 散點圖

接下來對處于四個象限的省區(qū)（如表2所示）進行具體分析。

首先，分析網(wǎng)站密度指標。政府旅游網(wǎng)站密度的空間差異較小、區(qū)域本身和周邊地區(qū)水平都較高的省區(qū)有山東、江蘇、浙江、福建、海南、天津、上海、北京均屬于東部省區(qū)，除海南外，社會經(jīng)濟和旅游業(yè)普遍較發(fā)達。網(wǎng)站密度的空間差異較小、區(qū)域本身和周邊地區(qū)水平都較低的省區(qū)數(shù)量最多，包括東北的吉林、黑龍江，中部的山西、河南和湖南，以及西部的廣西、青海、甘肅、陜西、內(nèi)蒙古、重慶、四川、新疆、寧夏、

西藏、云南和貴州，這些省區(qū)經(jīng)濟和旅游發(fā)展水平較東部地區(qū)有較大差距。網(wǎng)站密度的空間差異較大，區(qū)域本身水平較低，但周邊區(qū)域較高的省區(qū)都來自中部，分別是安徽、河北和江西。網(wǎng)站密度的空間差異較大，區(qū)域本身水平較高，但周邊較低的省區(qū)包括中部的湖北、東部的廣東和東北的遼寧。這三個省區(qū)的政府旅游網(wǎng)站密度高于周邊其他省區(qū)的水平，處于鶴立雞群的地位。其次，分析Alexa 排名百分比指標。政府旅游網(wǎng)站質(zhì)量的空間差異較小、區(qū)域本身和周邊水平都較高的省區(qū)包括東部的江蘇、浙江、廣東、

我國政府旅游網(wǎng)站發(fā)展水平的空間分異研究

137

河南、安徽和湖北，以及東部的山東和河北。網(wǎng)站質(zhì)量的空間差異較大，區(qū)域本身水平較低，但周邊區(qū)域較高的省區(qū)分別是中部的江西和西部的貴州。網(wǎng)站質(zhì)量的空間差異較大，區(qū)域本身水平較高，但周邊區(qū)域較低的省區(qū)包括西部的西藏，東部的福建、北京和海南，以及中部的湖南。

天津和上海，西部的云南、廣西，其中東部4省區(qū)經(jīng)濟和旅游發(fā)展水平均較領先，而西部的云南和廣西旅游發(fā)展水平也較高。網(wǎng)站質(zhì)量的空間差異較小、區(qū)域本身和周邊地區(qū)水平都較低的省區(qū)包括東北三省，西部的新疆、寧夏、青海、甘肅、陜西、內(nèi)蒙古、重慶和四川，中部的山西、

表2指

標

我國政府旅游網(wǎng)站發(fā)展水平指標Moran 散點圖四個象限的對應區(qū)域高—高聚集（HH ）山東、江蘇、浙

低—高聚集（LH ）

低—低聚集（LL ）廣西、吉林、青海、甘肅、陜西、內(nèi)蒙古、重慶、四川、黑龍江、新疆、山西、寧夏、西藏、河南、湖南、云南、貴州黑龍江、新疆、山西、寧夏山東、河南、安徽、湖北、吉西藏、北京、福建、林、遼寧、青海、甘肅、陜西海南、湖南內(nèi)蒙古、重慶、河北、四川

湖北、廣東、遼寧高—低聚集（HL ）

網(wǎng)站密度江、福建、海南河北、安徽、江西天津、上海、北京天津、江蘇、浙

Alexa 排名百分比江、上海、廣東江西、貴州云南、廣西

2. Getis －Ord G *i 指數(shù)

為了更好地詮釋我國各省區(qū)政府旅游網(wǎng)站發(fā)展水平的空間分異，運用ArcGis9. 3軟件，通過

*

局部關聯(lián)指數(shù)Getis －Ord G i 探討熱點和冷點區(qū)域的空間格局，根據(jù)Jenks 自然最佳斷裂點分級

表3指

標

方法

，將局部統(tǒng)計量從高到低分成4類，包

括熱點區(qū)（≥1. 96）、次熱區(qū)（0，1. 96）、次冷

0）和冷點區(qū)（≤－1. 96），生成我區(qū)（－1. 96，

［18］

國政府旅游網(wǎng)站發(fā)展水平空間格局的熱點表，具

體區(qū)域如表3所示。

*

我國政府旅游網(wǎng)站發(fā)展水平指標Getis －Ord G i 對應區(qū)域

熱點區(qū)次熱區(qū)次冷區(qū)冷點區(qū)

山東、河南吉林、遼寧、內(nèi)蒙古、河北黑龍江、海南、廣西、貴州網(wǎng)站密度

安徽、江蘇北京、天津、山西、湖北、湖云南、陜西、寧夏、甘肅、青上海、浙江

南、江西、福建、廣東

海、新疆、西藏

四川、重慶

江蘇、上海、浙江、福建、廣黑龍江、吉林、遼寧、河北Alexa 排名百分比

東、海南、安徽、江西、河南北京、天津、山東、內(nèi)蒙古湖北、湖南、廣西、貴州、新山西、寧夏、甘肅、青海、四疆、西藏

川、重慶、云南

陜西

我國政府旅游網(wǎng)站密度呈現(xiàn)東、西兩極分化格局，并以東部地區(qū)為核心，具有典型的核心—邊緣模式特征。熱點區(qū)的空間聯(lián)動性較好，相互作用的程度較高，熱點區(qū)主要集中在東部的山東、江蘇、上海和浙江，以及中部的河南和安徽。其中以江蘇、上海和浙江為代表的長三角地區(qū)空間聯(lián)動性最為明顯，上海在這一地區(qū)起到了較大的帶動作用。次熱區(qū)主要由東部、東北和中部地區(qū)的省區(qū)構成。冷點區(qū)的空間聯(lián)動發(fā)展狀態(tài)較弱，區(qū)域之間的相互作用強度較低。次冷區(qū)和冷點區(qū)

大部分位于西部，主要是由于西部各省區(qū)政府旅游網(wǎng)站的密度普遍較低，沒有明顯的增長極。從Alexa 排名百分比所反映的網(wǎng)站質(zhì)量空間格局熱點圖來看，由于國內(nèi)各省區(qū)網(wǎng)站質(zhì)量普遍不高，這一指標最高的上海也只有65. 38，周邊的江蘇和浙江這一比重不到上海的一半，分別為31. 01和28. 57，沒有相鄰的幾個省區(qū)均在Alexa 排名百分比方面具有絕對優(yōu)勢，因而無熱點區(qū)。說明在網(wǎng)站質(zhì)量方面，國內(nèi)沒有省區(qū)具有顯著的輻射和帶動功能。而次熱區(qū)主要集中在

138

華東、華南以及西南的部分地區(qū)。這些區(qū)域的網(wǎng)站質(zhì)量水平較為均衡，但也無明顯的空間聯(lián)動和相互作用發(fā)生。次冷區(qū)和冷點區(qū)涵蓋了廣大的西部和北部地區(qū)。

四、空間分異的影響因素

一般情況下，影響各省區(qū)政府旅游網(wǎng)站發(fā)展水平的影響因素，主要可從一省區(qū)的互聯(lián)網(wǎng)發(fā)展水平、經(jīng)濟社會發(fā)展水平和旅游經(jīng)濟發(fā)展水平三進行探討。本文分別采用互聯(lián)網(wǎng)

普及率、人均GDP （人均地區(qū)生產(chǎn)總值）和旅游總收入三個指標代表以上三方面的發(fā)展水平，方面

與網(wǎng)站密度和Alexa 排名百分比進行雙變量相關分析，以了解互聯(lián)網(wǎng)發(fā)展水平、經(jīng)濟社會發(fā)展水平和旅游經(jīng)濟發(fā)展水平對政府旅游網(wǎng)站發(fā)展水平的影響程度，識別政府旅游網(wǎng)站發(fā)展水平空間分異的主要影響因素?；ヂ?lián)網(wǎng)普及率、人均GDP 和旅游總收入均取2011年數(shù)據(jù)，統(tǒng)計數(shù)據(jù)來自各省區(qū)的統(tǒng)計年鑒和政府工作報告。雙變量相關分析的結果如表4所示。

表4影響因素互聯(lián)網(wǎng)普及率人均GDP 旅游總收入括號內(nèi)為t 值。

我國政府旅游網(wǎng)站發(fā)展水平空間分異

影響因素的相關分析

網(wǎng)站密度

＊

0. 7940＊（0. 0000）＊

（0. 0000）829＊

＊

613＊（0. 0000）

財經(jīng)問題研究2013年第6期總第355期

名均符合東部省區(qū)靠前、中部和西部省區(qū)靠后的

規(guī)律。人均GDP 所代表的地區(qū)社會經(jīng)濟發(fā)展水平較高，旅游產(chǎn)業(yè)的發(fā)展水平一般也較高，導致旅游信息化程度較高；且政府在旅游電子政務上的經(jīng)費投入一般較經(jīng)濟落后地區(qū)更多，因此，政府旅游網(wǎng)站密度也更高。當然凡事均有例外，一些社會經(jīng)濟發(fā)展相對落后地區(qū)，如網(wǎng)站質(zhì)量排名前十的海南、廣西、西藏和云南，這些省區(qū)雖然經(jīng)濟相對落后，但由于政府對旅游業(yè)的重視程度

［20］

較高，將旅游業(yè)作為國民經(jīng)濟的支柱產(chǎn)業(yè)，對旅游發(fā)展投入的經(jīng)費較多，這四省區(qū)的政府旅游網(wǎng)站維護程度和網(wǎng)站質(zhì)量也相對較好。因此，人均GDP 所代表的經(jīng)濟社會發(fā)展水平并不是政府旅游網(wǎng)站質(zhì)量的決定性因素。

對旅游總收入進行探討，政府旅游網(wǎng)站密度與旅游總收入具有非常顯著的正相關（P ＜0. 0100），而Alexa 百分比排名與旅游總收入不具有相關性。政府旅游網(wǎng)站密度排名和旅游收入排名基本符合東部靠前、中西部靠后的規(guī)律。旅游總收入所代表的旅游經(jīng)濟發(fā)展水平高，既是政府旅游網(wǎng)站營銷推廣和旅游公共服務功能所取得的具體績效，反過來也能刺激這些省區(qū)的旅游主管部門投入更多的經(jīng)費建設政府旅游網(wǎng)站，進一步提高旅游政務信息化和旅游目的地營銷水平。然而如何看待旅游經(jīng)濟發(fā)展水平與政府旅游網(wǎng)站質(zhì)量不相關的現(xiàn)象，主要由于一些省區(qū)往往注重政府旅游網(wǎng)站的建設和覆蓋，把政府旅游網(wǎng)站建設當作一勞永逸的面子工程，一朝建成之后卻忽視了旅游網(wǎng)站的持續(xù)更新、維護和管理，造成網(wǎng)站數(shù)量多但質(zhì)量較低的情況。

五、發(fā)展對策

（一）提高網(wǎng)站質(zhì)量

目前，各地旅游行政主管部門往往不遺余力通過擴充政府旅游網(wǎng)站數(shù)量的方式，實現(xiàn)旅游政務信息化的發(fā)展要求。擴充政府旅游網(wǎng)站的數(shù)量主要采取增加政府旅游網(wǎng)站種類和外語語種網(wǎng)站種類，以及增加區(qū)、縣級行政單位政府旅游網(wǎng)站的覆蓋率等方式。根據(jù)調(diào)查統(tǒng)計發(fā)現(xiàn)，目前我國已有23個省區(qū)旅游行政主管部門主辦的旅游資訊網(wǎng)、商務網(wǎng)、預訂網(wǎng)、虛擬旅游、手機WAP 和旅游論壇等其他類型網(wǎng)站的數(shù)量超過了旅游政務網(wǎng)的數(shù)量，且外語版本網(wǎng)站數(shù)量和語種種類已相當可觀。這固然說明了政府旅游網(wǎng)站信息內(nèi)容的多樣、服務項目的豐富。但與此同時，大量網(wǎng)

［5－6－7－15－19］

Alexa 排名百分比

＊

0. 5950＊（0. 0000）

0. 4380*（0. 0140）0. 2010（0. 2780）

注：＊＊和*分別表示在1和5的水平上顯著；

在互聯(lián)網(wǎng)普及率方面，網(wǎng)站密度和Alexa 排名百分比都與互聯(lián)網(wǎng)普及率具有非常顯著的正相關性（P＜0.0100）。政府旅游網(wǎng)站密度排名與互聯(lián)網(wǎng)普及率排名均呈現(xiàn)東部省區(qū)排名靠前、中西部省區(qū)靠后的規(guī)律。一個省區(qū)的高互聯(lián)網(wǎng)普及率一方面與政府對信息化方面的重視和投入有關，另一方面一個地區(qū)較高的互聯(lián)網(wǎng)發(fā)展水平也帶動了政府旅游網(wǎng)站的建設和普及。兩者呈現(xiàn)高度依存、相互促進的關系，可以說政府旅游網(wǎng)站密度較高的省區(qū)互聯(lián)網(wǎng)普及率一般也較高。Alexa 百分比排名與互聯(lián)網(wǎng)普及率排名也有較強的一致性，網(wǎng)站質(zhì)量較高的省區(qū)互聯(lián)網(wǎng)發(fā)展水平一般也較高。

在人均GDP 方面，網(wǎng)站密度與人均GDP 具有非常顯著的正相關性（P ＜0.0100），而Alexa 排名百分比與人均GDP 存在較強的正相關（P ＜0. 0500）。政府旅游網(wǎng)站密度排名與人均GDP 排

我國政府旅游網(wǎng)站發(fā)展水平的空間分異研究

139

－499.

［6］程紹文，張捷，梁玥琳，等. 我國旅游網(wǎng)站空間分布

2009，24（2）：75及動力機制研究［J ］. 旅游學刊，－80.

［7］董志良，白翠玲，宋曉忠. 河北省旅游網(wǎng)站空間分

J ］. 石家莊經(jīng)濟學院學報，2009，32異規(guī)律及模型［（6）：76－79.

［8］Fotheringham ，A. S. Exploratory Spatial Data Analysis

and GIS ：Commentary ［J ］. Environment and Planning 1992，24（12）：1675－1678. A ，

［9］Getis ，A. ，Ord ，J. K.

The Analysis of Spatial

Association by Use of Distance Statistics ［J ］. 1992，24（3）：189－206. Geographical Analysis ，

［10］Anselin ，L. GIS Research Infrastructure for Spatial

Analysis of Real Estate Markets ［J ］. Journal of Housing Research ，1998，9（1）：113－133.

［11］Griffith ，D. A Linear Regression Solution to the

Spatial Autocorrelation Problem ［J ］.

Journal of

Geographical Systems ，2000，（2）：141－156.

［12］Ord ，J. K. ，Getis ，A. Local Spatial Autocorrelation

Statistics ：Distributional Issues and an Application ［J ］. Geographical Analysis ，1995，27（4）：286－306.

［13］蒲英霞，葛瑩，馬榮華，等. 基于ESDA 的區(qū)域經(jīng)濟

——以江蘇省為例［J ］. 地理研究，空間差異分析—2005，24（6）：965－974.

［14］維基百科. 中華人民共和國縣級以上行政區(qū)列表

［EB /OL］. http ：//zh.wikipedia. org /wiki，2012－06－23.

［15］汪明峰. 中國城市的互聯(lián)網(wǎng)發(fā)展類型與空間差異

［J ］. 城市規(guī)劃，2007，31（10）：16－22.

［16］俞立平. 中國互聯(lián)網(wǎng)發(fā)展水平測度指標體系研究

［J ］. 中國流通經(jīng)濟，2005，（12）：32－34.

［17］孫毓敏，朱學芳. 基于外鏈分析的我國網(wǎng)上零售

. 現(xiàn)代情報，2011，31商城影響力分析與評價［J ］（4）：165－169，173.

［18］車前進，段學軍，郭垚，等. 長江三角洲地區(qū)城鎮(zhèn)

2011，66空間擴展特征及機制［J ］. 地理學報，（4）：446－456.

［19］邱娟，汪明峰. 進入21世紀以來中國互聯(lián)網(wǎng)發(fā)展

. 地域研究與的時空差異及其影響因素分析［J ］2010，29（5）：28－32. 38. 開發(fā)，

［20］楊歡，吳殿廷，王三三. 我國各地區(qū)旅游業(yè)產(chǎn)業(yè)地

. 人文地理，2011，（5）：76位與發(fā)展定位研究［J ］－81.

站存在訪問速度較慢甚至是無法打開、網(wǎng)頁設計

粗糙、導航結構不清晰和信息缺乏更新等問題，這些問題的集中反映就是Alexa 網(wǎng)站的排名較低。因此，我國政府旅游網(wǎng)站未來在數(shù)量擴張的同時，務必要提高網(wǎng)站質(zhì)量。

（二）區(qū)域協(xié)調(diào)統(tǒng)籌

基于我國各省區(qū)政府旅游網(wǎng)站發(fā)展水平“高—高”和“低—低”聚集顯著，東西部發(fā)展差異較大的特點，未來國家旅游局等主管部門在推進地方旅游政務信息化過程中，要注意東、中、西部的統(tǒng)籌和協(xié)調(diào)發(fā)展。東部上海、北京、江蘇和浙江等是政府旅游網(wǎng)站發(fā)展水平較高的省區(qū)，在提升自身網(wǎng)站質(zhì)量的同時，要注意發(fā)揮輻射和帶動作用，通過區(qū)域旅游合作、對口支援、幫扶建設、培訓指導和經(jīng)驗推廣等方式，帶動周邊區(qū)域和中西部省區(qū)政府旅游網(wǎng)站發(fā)展水平的提高。同時，國家旅游局也應注意各省區(qū)政府旅游網(wǎng)站建設的區(qū)域差異問題，出臺促進全國政府旅游網(wǎng)站協(xié)調(diào)發(fā)展的網(wǎng)站建設和維護的標準規(guī)范，將政府旅游網(wǎng)站的建設水平和日常維護情況納入考核指標，進一步提升我國政府旅游網(wǎng)站的整體發(fā)展水平。

（三）加大投入力度

針對互聯(lián)網(wǎng)發(fā)展水平是影響政府旅游網(wǎng)站發(fā)展水平空間分異的最主要因素的特點，未來各省區(qū)要在加大互聯(lián)網(wǎng)基礎設施建設的資金和技術投入，進一步提高地區(qū)信息化發(fā)展水平的基礎上，提高政府旅游網(wǎng)站的數(shù)量和質(zhì)量水平，不斷完善政府旅游網(wǎng)站的辦公輔助、政務公開、辦事引導、行業(yè)管理、旅游營銷、形象推廣和公共服務等功能。參考文獻：

［1］侯建娜，李仙德. 在線旅游國內(nèi)外研究進展與展望

［J ］. 世界地理研究，2011，20（1）：151－158. ［2］國家旅游局信息中心. 中國旅游業(yè)“十二五”發(fā)展

規(guī)劃信息化專項規(guī)劃［Z ］. 北京：國家旅游2011. 局，［3］

陳潭，羅曉俊. 中國網(wǎng)絡政治研究：進程與爭J ］. 政治學研究，2011，（4）：85－100. 鳴［

［4］國家旅游局. 中國旅游業(yè)“十二五”發(fā)展規(guī)劃綱要

［Z ］. 北京：國家旅游局，2011.

［5］張捷，劉澤華，解杼，等. 中文旅游網(wǎng)站的空間類型

. 地理科學，2004，24（4）：493及發(fā)展戰(zhàn)略研究［J ］

（責任編輯：劉艷）