沿海城市滨海旅游业消费环境优劣势比较分析及对策研究——以东海区...
沿海城市滨海旅游业消费环境优劣势比较分析及对策研究——以东海区八大城市为例
甘水玲;张效莉
【摘 要】对选取的东海区8个沿海城市的滨海旅游业消费环境不同年度、不同城市进行纵向和横向的比较是沿海城市滨海旅游业发展重要的研究,文章从自然消费环境、经济消费环境、社会消费环境、生态消费环境以及政治消费环境5个视角,运用统计学的方法对东海区8个沿海城市2014—2016年滨海旅游业消费环境状况进行比较分析.结果显示,①上海的经济和社会消费环境较强,自然和生态消费环境较弱,尤其空气质量和城市绿化率需要改善.②福州、泉州和厦门自然消费环境较有优势,有较为庞大的海域资源.③宁波和温州整体状况较良.④连云港和南通整体情况较差.⑤沿海城市之间既有竞争,还有合作,两者是相辅相成、互惠互利的.⑥考虑到东海区沿海城市地理位置优越,有发展国际、国内贸易地域及政策上的优势,建议加快完善东海区沿海城市旅游消费环境基础设施建设,重点加大对交通基础设施的投入力度.
【期刊名称】《海洋开发与管理》
【年(卷),期】2018(035)011
连云港 旅游
【总页数】7页(P85-91)
【关键词】沿海城市;滨海旅游业;消费环境;统计学方法;比较分析
【作 者】甘水玲;张效莉
【作者单位】上海海洋大学经济管理学院 上海 201306;上海海洋大学经济管理学院 上海 201306
【正文语种】中 文
【中图分类】F592;P7
0 引言
滨海旅游业是海洋旅游主体形式[1],是彰显沿海城市综合竞争力的重要产业之一,是促进“一带一路”沿线国家之间民心相通和不同文明互学互鉴的重要载体。然而对于滨海旅游业而言,行业的发展需要关键因素支撑,其中消费环境就是关键因素之一。本研究选取东海区8个关键的沿海城市,利用统计学方法[2]对沿海城市滨海旅游业消费环境进行比较分析。通过发现沿海城
市滨海旅游业消费环境的优劣势,提出对策建议,继而提升沿海城市的综合竞争力,推动中国主要沿海港口城市与“一带一路”沿线城市之间的旅游和文化交流。
1 研究区域的选取以及数据来源
1.1 东海区沿海城市的选取
本研究基于东海区的港口城市以及海上丝绸之路的沿线城市选取：上海、厦门、泉州、福州、连云港、南通、宁波及温州8个城市进行研究。
1.2 数据来源
本研究涉及8个沿海城市4类消费环境的数据,其中自然消费环境和生态消费环境指标数据主要来自于百度百科、《中国环境年鉴》等；经济消费环境和社会消费环境指标数据主要来自于各城市统计局的统计年鉴、统计公报以及城市交通规划局、运输局和旅游局的发展报告、统计年鉴等[3-32]。
1.3 比较分析指标的设定
对于沿海城市而言,滨海旅游业是彰显综合竞争力的重要产业之一,我国沿海省、市、自治区滨海旅游业在促进民心相通和不同文明互学互建过程中将会发生非常重要的作用。
基于此,根据参考相关文献[33-35]以及数据的可得性,文章设定自然消费环境、经济消费环境、社会消费环境、生态消费环境4个视角进行比较分析(表1)。①自然环境是人类生存的基本需求,是影响消费的外部条件,具体指地球的表面层,如水、光、热岩石、土壤等,是地理、气候、野生生物、水资源、矿产资源的总称,即从滨海旅游消费的层面设定了：气温、空气、土地面积以及海域面积和海岸线5个自然消费环境比较对象,分别反映城市的共同点以及沿海城市的特点；②经济环境是消费活动的动力,是指消费者在消费过程中受到经济事件的影响因素,涉及国家或地区的经济制度、经济发展方式、生产力发展水平、国内生产总值和人均总值等经济因素,即从滨海旅游消费层面设定了7个经济环境的比较对象,分别体现沿海城市的综合实力、经济实力、经济水平、社会零售消费水平、旅游消费水平；③社会环境又称人文环境,是消费活动的保障,具体是指消费者在消费活动范围内的社会非物质条件总和,包括人口的自然增长率、社会保障水平、教育科学发展水平、社会秩序(公共安全)以及基础设施等,即从滨海旅游消费层面设定了10个社会环境比较对象,分别体现了沿海城市的旅游服务水平(星级酒店数和互联网用户数),教育科学发展水平,交通基础设施水平以及社会公共安全情况；④生态
环境是指自然环境的可持续发展,即从滨海旅游消费的层面设定了5个生态环境比较对象,分别体现沿海城市的可持续发展水平,以及政策落实力度。
表1 滨海旅游业消费环境比较分析指标目标层 一级 二级 单位A1年平均气温 ℃A 2土地面积 km2 A自然消费环境A 3海域面积 km2 A4海岸线长度 km A 5空气质量达标及好于二级的天数 天B1人均GDP 元B2城镇人均可支配收入 元B3城镇人均消费水平 元B经济消费环境B4固定资产投资额 亿元B5旅游总收入 亿元B6国内旅游收入 亿元B7社会消费品零售总额 亿元C1星级酒店数量 家沿海城市滨海旅游业消费环境C2互联网用户数 万户C3普通高校数量 所C4出租车运营量 辆C5公共交通汽车运营量辆C社会消费环境C6地铁运营/BRT/有轨电车/磁悬浮条C7机场客运量 万人次C8铁路客运量 万人次C9邮轮港口客运量 万人次C10交通事故、违法乱纪(治安) 次数D1环境噪声等级情况 dB(A)D2城市绿化率 %D生态环境D3污水集中处理率 %D4地表水质达标率 %D5生活垃圾无害处理率 %
2 研究方法
2.1 因子分析法
因子分析是指研究从变量中提取共性因子的统计技术。因子分析可在许多变量中出隐藏的具有代表性的因子。将相同本质的变量归入一个因子,可减少变量的数目,还可检验变量间关系的假设。
2.2 聚类分析法
聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程。聚类分析的目标就是在相似的基础上收集数据来分类。
2.3 相关分析法
相关分析是研究两个或两个以上处于同等地位的随机变量间的相关关系的统计分析方法。
3 沿海城市滨海旅游消费环境的比较分析研究
3.1 比较对象因子分析
利用SPSS软件,对所选取的8个沿海城市滨海旅游消费环境比较指标2014—2016年的数据进行主成分分析,结果如表2所示。
表2 比较对象因子分析注：提取方法为主成分分析,指标初始值均为1.指标 提取 指标 提取A 1 0.903 C3 0.983 A 2 0.818 C4 0.932 A 3 0.937 C5 0.963 A4 0.951 C6 0.932 A5 0.88 C7 0.89 B1 0.858 C8 0.897 B2 0.903 C9 0.857 B3 0.911 C10 0.819 B4 0.914 D1 0.919 B5 0.998 D2 0.608 B6 0.994 D3 0.862 B7 0.994 D4 0.531 C1 0.964 D5 0.711 C2 0.95
对设定的东海区8个沿海城市2014—2016年的滨海旅游消费环境状况进行描述性统计分析如表3所示。
由表3可知,从滨海旅游消费层面来看,2014—2016年,上海在经济消费环境和社会消费环境基本都处于最优,实力较强；但在自然消费环境和生态消费环境较弱,没有明显优势。而厦门、福州、温州和宁波在自然消费环境方面有些许地域优势。连云港整体来看都偏差,但生态消费环境方面有较大的改善。南通2014—2016年,人均GDP显著下降,邮轮港口客运量不可观,生态环境也有恶化趋势,整体情况较差。
表3 东海区8个沿海城市2014—2016年的滨海旅游消费环境状况描述性统计消费环境2016年2015年2014年均值 最大值 城市 最小值 城市 均值 最大值 城市 最小值 城市 均值 最大值 城市 最小值 城市A1 17.71 21 厦门 14 连云港 17.71 21 厦门 14 连云港 17.7 21 厦门 14 连云
港A2 8 564.92 12 065 温州 1 699.39 厦门 8 564.92 12 065 温州 1 699.39 厦门 8 564.92 12 065 温州 1 699.39 厦门A3 20 497.78 110 900 福州 99.33 连云港 21 722.8 110 900 福州 99.33 连云港 21 722.8 110 900 福州 99.33 连云港A4 550.68 1594.4 宁波 162 连云港 550.68 1 594.4 宁波 162 连云港 550.7 1 594.4 宁波 162 连云港A5 312.00 362 厦门 260 连云港 304.75 360 泉州 247 南通 302.6 348 厦门 253 连云港B1 75 229.13 113 600 上海 13 961 南通 78 461.13 103 795 上海 48 416 连云港 74 156.6 98 972 宁波 52 238 连云港B2 43 061.63 54 305 上海 27 853 连云港 39 828.50 49 867 上海 25 728 连云港 36 769.8 45 628 上海 23 595 连云港B3 27 994.63 39 857 上海 18 344 连云港 26 842.25 36 946 上海 17 259 连云港 24 719.8 30 520 上海 16 016 连云港B4 4 239.04 6 755.88 上海 2 159.81 厦门 3 870.71 6 352.7 上海 1 896.52 厦门 3 493.4 6 016.43 上海 1 572.95 厦门B5 1 192.66 3 857.04 上海 395.4 连云港 1 026.82 3 381.78 上海 343.92 连云港 934.0 3 311.05 上海 280.61 连云港B6 1 081.85 3 443.93 上海 391.58 连云港 860.91 2 950.13 上海 279.42 连云港 844.0 2 950.13 上海 279.42 连云港B7 3 619.82 10 946.57 上海 933.31 连云港 3 300.84 10 055.76 上海 830.71 连云港 2 983.6 9 303.49 上海 740.47 连云港C1 101.63 238 上海 44 连云港 105.38 247 上海 44 连云港 109.9 255 上海 44 连云港C2 759.33 987.3 泉州 336 宁
波 716.04 995.79 泉州 302 宁波 669.9 918.41 福州 281 宁波C3 22.00 64 上海 8 连云港 22.13 67 上海 8 连云港 21.1 64 上海 8 连云港C4 9 693.38 47 300 上海 1 277 南通 4 229.43 6 500 福州 1 277 南通 9 272.2 50 738 上海 0.303 4 泉州C5 5 668.63 16 700 上海 1 798 连云港 5 558.00 16 500 上海 1 624 连云港 5 663.9 16 200 上海 1 546 连云港C6 4.25 16 上海 0 泉州 3.88 15 上海 0 泉州 3.6 14 上海 0 泉州C7 1 989.56 10 646.25 上海 85.1 连云港 1 236.94 5 000.27 上海 70.9 连云港 1 120.3 4 521.46 上海 56.864 2 连云港C8 2 944.06 10 609.37 上海 380.7 南通 3 765.23 9 692.1 上海 257.5 南通 3 542.2 9 194.19 上海 253.4 南通C9 328.48 1 938 厦门 0 连云港 168.57 778.98 厦门 0 南通 141.5 649.94 厦门 0 南通C10 1 065.13 5 497 上海 201 厦门 2 072.13 5 954 上海 162 厦门 2 208.9 5 497 上海 192 厦门D1 54.65 57.1 南通 47.9 上海 55.10 57 宁波 53 连云港 56.1 58.2 宁波 53.3 连云港D2 5.78 43.2 泉州 0.382 3 宁波 0.44 0.600 3 温州 0.385 上海 0.4 0.600 3 温州 0.286 连云港D3 0.93 1 厦门 0.884 2 宁波 0.91 0.99 南通 0.85 连云港 0.9 1 南通 0.85 连云港D4 0.96 1 上海 0.71 南通 0.97 1 上海 0.779 连云港 1.0 1 上海 0.839 连云港D5 1.00 1 上海 0.98 厦门 0.91 1 上海 0.304 南通 1.0 1 厦门 0.95 上海
3.2 聚类分析
由表4可知,根据沿海城市滨海旅游业消费环境进行聚类分析,将8个城市分成3类可得：第一类：上海、福州,综合实力总体较强；第二类：宁波、泉州、厦门和温州,综合实力较为可观；第三类：连云港和南通,综合实力相对较差。
表4 滨海旅游消费环境比较分析的情况聚类指标1 2 3 A 1 18.010 20.800 16.600 A 2 6 156.717 11 968.000 8 860.193 A3 6 586.870 110 900.000 9 977.787 A 4 621.120 1 137.000 326.727 A5 304.000 333.333 299.364 B1 98 364.200 79 921.000 56 598.455 B2 45 814.400 35 088.667 35 806.273 B3 30 732.300 23 356.113 23 551.091 B4 4 258.777 4 822.297 3 251.847 B5 1 728.388 556.207 570.453 B6 1 523.156 452.207 518.710 B7 4 621.934 3 438.273 2 063.640 C1 148.700 52.667 80.909 C2 632.351 927.230 732.451 C3 29.800 33.000 11.364 C4 13 556.600 6 096.333 2 497.755 C5 9 226.100 5 653.000 2 354.909 C6 6.700 1.000 2.182 C7 2 892.634 1 061.690 242.061 C8 4 832.381 2 601.000 2 353.134 C9 436.073 178.000 19.395 C10 2 429.600 323.333 1 591.182 D1 49.710 57.100 54.845 D2 0.402 0.423 4.346 D3 0.928 0.893 0.910 D4 1.000 0.990 0.939 D5 0.923 0.987 0.993

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。