入境旅游在中國區域的分布特征與客源對接研究

吳良平,張 健2,王香月

(1.四川師范大學 商學院,四川 成都 610101;2.電子科技大學 數學科學學院,四川 成都 611731)

我國入境旅游業經過不斷發展,已經進入相對平穩、理性的發展階段[1],然而當今社會卻給予了入境旅游發展以更高的期望和要求。為尋求不同入境旅游客源在我國各區域的多元協調發展,以更大尺度提高入境旅游人數規模,將是當今入境旅游發展背景下政府部門和旅游行業關注的重點。清楚認識入境旅游構成,探究不同客源游客在我國區域的分布特征和客源對接情況,揭示各客源市場在我國區域分布規律和客源對接的差異性和趨同性,對制定具有針對性的區域旅游發展政策和投資計劃具有重大的實際參考意義。一直以來,關于入境旅游市場與目的地區域之間的關系研究得到了國內外學者的高度關注,其中入境旅游流空間分布規律是研究的重要部分。國外多注重采用不同的研究視角和研究方法探究入境旅游的空間分布格局[2,3]、旅行行為與模式[4,5]和相關因素影響機理[6-9]等,呈現出多學科融合和研究方式多樣化的特點。國內則主要采用統計分析方法[10-13]、空間分析技術[14]、網絡分析理論[15]等,探討入境旅游在中國區域的分布差異及其變化,認為區域入境旅游發展差異明顯,并呈現縮小趨勢。此外,有學者從O-D視角分析了入境旅游市場與我國省區之間的對接關系和互動格局[16,17],同時針對具體省區的客源市場結構[18]、地市差異[19]、事件影響[20,21]和演變比較[22]等進行了研究,相關文獻內容涵括了我國31個省區。這些研究為了解我國省級區域入境旅游發展規律,評估區域發展和制定區域規劃等提供了一定的信息參考。

依據1997—2015年入境旅游數據,本文以我國入境旅游的15個主要客源市場為著眼點,采用集中度測量指標、區位基尼系數和統計歸納法,探究了各客源市場在我國區域的分布結構特征、分布差異特征及其動態,分析了各客源市場與我國區域之間的入境旅游客源對接及其變化,并根據系統聚類的研究結果,對我國入境旅游主要客源市場進行多維視角的科學分類。主要創新為:①將分布結構特征和分布差異特征相結合,分析入境旅游在我國區域的空間分布問題:通過分布結構特征動態,明確各客源市場在我國省區的集中程度及其變化;通過分布差異特征動態,給出各客源市場分布結構特征變化的具體原因。②從分布結構特征、分布差異特征、客源對接和系統聚類四個維度視角,著眼于15個主要客源市場,對我國入境旅游主要客源市場進行科學合理的分類,直觀認識各客源市場在我國省區的分布特征和客源對接情況。

1 模型方法與概念定義

1.1 市場集中度指數

市場集中度指數作為市場結構集中程度的測量指標,一直受到學者們的廣泛應用[23-25]。本文采用市場集中度指數刻畫入境旅游客源市場在我國省區的分布結構特征。市場集中度指數主要包括CRn和HHI兩個指標:CRn指數即市場集中率,表示入境旅游客源市場在所有省區中最大n個省區所占百分比的總和;HHI指標即赫希曼指數,表示入境旅游客源市場在所有省區中所占百分比的平方和，公式為:

(1)

(2)

式中,Xi為所有省區接待i客源市場的人數總和;Xij為j省區接待i客源市場的人數;Sij為j省區接待i客源市場所占的百分比值;n=31為研究省區的總數量。

本文探究入境旅游客源市場在我國31個省區的分布結構特征(市場集中度),研究對象相比實際產業市場的數量較少,CRn指標并未涉及全部研究對象,而HHI指標包含了全部研究對象。為避免實際研究對象數量帶來的影響,采用CRn(n=4、n=8)指標作為三個時間段的動態分析方法,以探究省區比例變動趨勢;采用HHI指標作為基本類型劃分的參考標準,以對客源市場游客在我國區域的分布結構特征進行初步分類。根據美國利用HHI指數評估某一產業集中度的標準,市場結構分類為:高寡占Ⅰ型(HHI≥3000)、高寡占Ⅱ型(3000>HHI≥1800)、低寡占Ⅰ型(1800>HHI≥1400)、低寡占Ⅱ型(1400>HHI≥1000)、競爭Ⅰ型(1000>HHI≥500)、競爭Ⅱ型(500>HHI)。HHI指標給每個省區所占百分比一個權重,該權重就是占百分比的值,可見比例越大的市場,反映越充分。HHI指標值越大,集中度越高,反之越低。

1.2 區位基尼系數及其組群分解

基尼系數起初用于衡量地區之間收入分配的公平程度,隨后經過改進為區位基尼系數,區位基尼系數已成為國內外學者研究產業集聚問題的重要方法[26-29]。因此,本文采用區位基尼系數刻畫入境旅游客源市場在我國區域的分布差異程度,公式為:

(3)

(4)

關于該區位基尼系數的公式有兩種形式:當基尼系數取值范圍為[0,1)時,則選擇式(3)[26,29];當基尼系數取值范圍為[0,1]時,則選擇式(4)[27,28]。式中,βij1和βij2分別為省區j1和j2接待i客源市場人數占所有省區接待i客源市場總人數的比重。式(3)和式(4)的計算結果差異較小,對分析并不產生影響,均可作為選擇。考慮區位基尼系數的組群分解,本文選擇式(3)作為研究的刻畫公式。根據研究需要,本文將n(n=31)個區域單元劃分為兩個組群,兩個組群分別包含n1和n2個區域單元。區域單元數量滿足等式:n1+n2=n,總基尼系數的簡單分解為:

(5)

式中,Gi1為n1個核心省區計算的基尼系數;Gi2為n2個邊緣省區計算的基尼系數;Hi1為核心省區對總基尼系數的差異貢獻;Hi2為邊緣省區對總基尼系數的差異貢獻;H12為核心省區和邊緣省區組群間的差異程度。

1.3 核心省區和邊緣省區的科學劃分

HHI指標可刻畫入境旅游客源市場在我國省區的集中化程度。HHI值越大,表明i客源市場在我國省區的區域越集中;反之HHI值越小,表明i客源市場在我國省區的區域越分散。式(2)等價于式(6):

(6)

根據柯西不等式:

式(6)取得最小值的條件是:Si1=Si2=…=Sin=1/n,此時客源市場i在我國省區的人數分布情況出現均衡狀態,是客源市場i的最佳穩定點,即n個省區所占的人數百分比值為1/n。本文將研究省區分為核心省區和邊緣省區。核心省區表示該省區所占入境旅游人數百分比值大于或等于平均百分比值(3.2%),邊緣省區表示該省區所占入境旅游人數百分比值小于平均百分比值(3.2%)。根據15個主要入境旅游客源市場的分析結果,本文定義了密集核心省區和較密集核心省區,以達到呈現主要客源市場與核心省區之間的入境旅游客源對接密集情況。密集核心省區表示該省區同時是11—15個客源市場游客的核心省區;較密集核心省區表示該省區同時是6—10個客源市場游客的核心省區。

1.4 客源市場的科學分類

聚類分析是一種研究樣本分類的統計方法,能依據樣本數據特性,采用相應統計量,刻畫樣本之間的差異或者親疏關系,所以本文采用系統聚類方法對15個入境旅游客源市場進行科學分類。根據聚類結果、分布特征和客源對接的數據特性,將的15個主要客源市場分為了3類:第一類為高度集中型，第二類為較高集中型，第三類為分布遞減型。

2 數據來源和說明

本研究所需的入境旅游數據來源于1998—2016年的《中國旅游統計年鑒》,主要包括我國接待的入境旅游數據和各省區接待的入境旅游數據。我國接待的客源市場和各省區接待的客源市場均包括了15個主要入境旅游客源市場。根據1997—2015年的平均值情況,15個主要客源市場占據我國入境旅游客源市場95.80%的份額,因此本研究能反映我國入境旅游客源市場的基本情況。省級區域代表了我國境內的31個省區為研究的基本區域單位。為方便比較,我國臺灣地區簡稱為“中國臺灣”,香港與澳門特別行政區簡稱為“中國港澳”,省級區域簡稱為“省區”。按照我國地理區域劃分標準,文中所指的七大區域為:華東、華北、東北、華南、華中、西南、西北。1997—2003年、2004—2009年、2010—2015年3個時間段各省區接待的入境旅游人數為各時間段各省區接待入境旅游人數的平均值。

3 實證研究

3.1 入境旅游的分布特征研究

結構特征動態:市場集中度指數作為市場結構集中程度的測量指標,可用于衡量企業的數目和相對規模的差異,其中CRn指標并未涉及全部研究對象,HHI指標包含了全部研究對象。由于研究對象比產業市場的數量較少,為避免研究對象數量帶來的影響,同時更有效地刻畫入境旅游在我國區域的分布結構情況,本文采用CRn(n=4、n=8)指標進行3個時間段的省區所占百分比的動態分析,以探究最大n個省區所占百分比的變動趨勢,采用HHI指標作為基本類型劃分的參考標準,以對入境旅游在我國區域的分布結構特征進行初步分類。根據市場集中度指數可知:CRn和HHI指標值越大,入境旅游客源市場的區域集中度越高,反之越低。

通過對CRn和HHI兩個指標的計算,1997—2003年、2004—2009年、2010—2015年三個時間段入境旅游主要客源市場在我國省區的分布結構特征見表1。從各時間段的CRn指標看:在CR4方面,除中國臺灣、新加坡和泰國外,其他主要客源市場的CR4指標值均在逐漸減少,但相比1997—2003年,2010—2015年中國臺灣、新家坡和泰國的CR4指標值均出現了下降趨勢。其中,15個主要客源市場在各時間段的CR4指標值范圍分別為46.0%—82.3%、44.1%—82.0%、37.5%—77.7%,每個時間段的CR4指標平均值分別為57.7%、54.1%、48.9%。在CR8方面:除中國臺灣和日本外,其他主要客源市場的CR8指標值均在逐漸減少,但相比1997—2003年,2010—2015年中國臺灣的CR8指標值出現了降低趨勢,日本的CR8則出現了微弱上升趨勢。其中,15個客源市場在各時間段的CR8指標值范圍分別為70.8%—91.6%、67.2%—88.9%、61.2%—85.3%,每個時間段的CR8指標平均值分別為77.7%、75.3%、70.1%。從各時間段的HHI指標動態來看,根據HHI指標值所屬基本類型,中國港澳一直屬于高寡占Ⅰ型;俄羅斯由高寡占Ⅱ型逐漸降低到低寡占Ⅰ型;菲律賓由低寡占Ⅰ型降低到低寡占Ⅱ型;泰國波動于低寡占Ⅱ型和競爭Ⅰ型之間,最終屬于低寡占Ⅱ型;中國臺灣由低寡占Ⅱ型到低寡占Ⅰ型,再到競爭Ⅰ型,但最終HHI指標值接近1000;除1997—2003年的英國和澳大利亞外,其他主要客源市場在各時間段均屬于競爭Ⅰ型。其中,15個主要客源市場在各時間段的HHI指標值范圍分別為820.5—5120.8、717.9—5212、609.7—4953.4。

表1 入境旅游在我國省區的分布結構特征動態情況

基本認為:①各主要客源市場在我國省區的集中程度差異較大,主要表現在各主要客源市場的CR4和CR8指標值最大可達到2倍左右的差距,同時各主要客源市場的基本類型跨度較大,從高寡占Ⅰ型到競爭Ⅰ型均有分布。②除日本的CR8指標值和泰國的HHI指標值出現微弱上升外,其他主要客源市場的CR4、CR8、HHI指標值均出現了下降趨勢。即除日本和泰國外,其他主要客源市場在我國省區的集中程度在逐漸削弱。盡管如此,根據2010—2015年的計算結果,CR4和CR8指標平均值分別為48.9%和70.1%,且最小值分別為37.5%和61.2%,客源市場依然集中在部分省區。為進一步探究分布差異特征,本文選擇百分比排序前8的所有省區代表高比例省區,選擇百分比排序在8之后的23個省區代表低比例省區,這種高比例省區和低比例省區的劃分與核心省區的劃分結果較相近。

差異特征動態:通過區位基尼系數及其分解公式的計算,1997—2003年、2004—2009年、2010—2015年三個時間段入境旅游客源市場在我國省區的分布差異特征見表2。同時,根據表1中的CR8指標值，組1代表了高比例省區,組2代表了低比例省區。從各時間段總區位基尼系數動態看,除我國臺灣和日本外,其他主要客源市場的基尼系數均在逐漸減少,但相比1997—2003年、2010—2015年我國臺灣的基尼系數出現了下降的趨勢,2010—2015年日本的基尼系數出現了上升的趨勢。從各時間段總區位基尼系數的組群分解貢獻動態看:除日本和泰國外,其他主要客源市場的總區位基尼系數的減少量,來源于組1和組間差異貢獻的減少量,而組2差異貢獻卻出現了上升趨勢。泰國雖然同樣也出現了總區位基尼系數逐漸減少的趨勢,但是這種減少量來源于組間差異貢獻的減少量,同時組1和組2差異貢獻均出現了上升趨勢。日本比其他主要客源市場出現了總區位基尼系數增加的趨勢,這種增加量來源于組2和組間差異貢獻增加,同時組1差異貢獻出現了下降趨勢。由此可知,日本的組1省區差異在逐漸縮小,組2省區差異在逐漸擴張,組1省區和組2省區族群之間的差異在逐漸擴大;泰國的組1省區差異在逐漸擴大,組2省區也在逐漸擴大,組1省區和組2省區組群之間的差異在逐漸縮小。除日本和泰國外,其他主要客源市場的組1省區差異均在逐漸縮小,組2省區差異均在逐漸擴大,而組1省區和組2省區組群之間的差異均在逐漸縮小。

表2 入境旅游在中國省區的分布差異特征動態情況

由表1可知:日本的CR8指標值出現上升趨勢,HHI指標值出現了下降趨勢,而高比例省區之間的差異在逐漸縮小,低比例省區之間的差異在逐漸擴大,同時高比例省區和低比例組省區組群之間的差異在逐漸擴大;泰國的CR8指標值出現下降趨勢,HHI指標值出現上升趨勢,而高比例省區之間的差異在逐漸擴大,低比例省區之間的差異也在逐漸擴大,同時高比例省區和低比例省區組群之間的差異逐漸縮小;除日本和泰國外,其他主要客源市場的CR8、HHI指標值均出現了下降趨勢。即其他客源市場游客在我國省區的集中程度在逐漸削弱,而這種集中程度的逐漸削弱,主要源于高比例省區之間、高比例省區和低比例省區組群之間的差異逐漸縮小,但低比例省區之間的差異反而出現了上升趨勢。

3.2 入境旅游的客源對接動態

根據高比例省區和低比例省區的劃分,本文對入境旅游在我國31個省區的分布差異特征進行了探究。為進一步直觀呈現入境旅游與我國31個省區之間的客源對接情況,本文采用省區百分比值一定的劃分方式。文中定義:核心省區表示某省區占據百分比大于或等于所有省區所占百分比的平均值;邊緣省區表示某省區占據的百分比小于所有省區所占百分比的平均值。

鑒于表格限制,表3無法完全呈現三個時間段入境旅游客源市場與我國省區之間的客源對接動態,所以只呈現了1997—2003年和2010—2015年兩個時間段的客源對接動態情況。從各時間段核心省區的百分比值總和動態看,1997—2003年、2004—2009年、2010—2015年核心省區的占百分比值總和范圍分別為70.8%—85.7%、68.1%—84.9%、70.0%—80.5%。各時間段的核心省區占據了31個省區的大部分份額,且核心省區所占百分比值總和相差不大。從1997—2003年入境旅游與核心省區之間的客源對接看,北京和廣東是14個主要客源市場(北京除中國港澳外,廣東除俄羅斯外)的核心省區,分別在7、3個主要客源市場排序第一,分別在11、13個主要客源市場排序第三;上海、江蘇、浙江是13個主要客源市場(除中國港澳和俄羅斯外)的核心省區分別在2、1、0個主要客源市場排序第一,分別在7、3、0個主要客源市場排序前三;云南、廣西、陜西是7個主要客源市場的核心省區,分別在1、0、0個主要客源市場排序第一,分別在2、0、0個主要客源市場排序前三。其中,黑龍江只是1個主要客源市場(俄羅斯)的核心省區,但卻是俄羅斯排序第一的省區。其他省區均是5個及其以下主要客源市場的核心省區,均在0個主要客源市場排序第一,在3個及其以下主要客源市場排序前三。從2010—2015年入境旅游與核心省區之間的客源對接看:廣東是14個主要客源市場(除俄羅斯外)的核心省區,在5個主要客源市場排序第一,在11個主要客源市場排序前三;上海、北京、江蘇、浙江是13個主要客源市場(上海、江蘇、浙江除中國港澳、俄羅斯外,北京除中國港澳、中國臺灣外)的核心省區,分別在6、1、0、0個主要客源市場排序第一,分別在11、6、3、0個主要客源市場排序前三;云南、山東、湖北、四川是8個主要客源市場的核心省區,分別在1、1、0、0個主要客源市場排序第一,分別在3、1、1、0個主要客源市場排序前三;廣西和陜西是6個主要客源市場的核心省區,分別在0和0個主要客源市場排序第一,分別在1和0個主要客源市場排序前三。其中,黑龍江雖然只是1個主要客源市場(俄羅斯)的核心省區,但卻是俄羅斯的第一排序省區。而其他省區均是5個及其以下主要客源市場的核心省區,均在0個主要客源市場排序第一,均在2個及其以下主要客源市場排序前三。

表3 客源市場與我國省區之間的入境旅游客源對接動態情況

基本得到:①從1997—2003年時間段看:北京、廣東、上海、江蘇、浙江成為了我國主要客源市場對接的密集核心省區,云南、廣西、陜西成為了我國主要客源市場的較密集核心省區。其中,北京、廣東、上海、江蘇、云南、黑龍江成為我國主要客源市場的第一分布省區。②從2010—2015年時間段看:廣東、上海、北京、江蘇、浙江成為我國主要客源市場對接的密集核心省區,云南、山東、湖北、四川、廣西、陜西成為我國主要客源市場對接的較為密集核心省區。其中,廣東、上海、北京、云南、山東和黑龍江分別成為我國主要客源市場的第一分布省區。③各時間段的核心省區占據了31個省區的大部分份額,同時各時間段的核心省區所占百分比總和相差不大,而且各時間段的核心省區變化較小,只有一些核心省區的百分比排序和百分比值出現了波動調整,主要表現在:密集核心省區并未出現省區數量和名稱的變化,只是北京的重要性在逐漸削弱且削弱幅度較大;較密集核心省區出現增加的趨勢,從1997—2003年的3個省區增加到2010—2015年的6個省區,增加的省區為山東、湖北、四川。

3.3 分布特征與客源對接實況分析

各客源市場在我國省區的分布特征和客源對接差異較大。為更深入地探究2010—2015年入境旅游客源市場在我國省區的分布特征和客源對接情況,本文首先對各客源市場進行了科學分類。根據2010—2015年各客源市場游客在我國各省區的百分比值特性,系統聚類方法選擇離差平方和法(Ward法)和平方歐氏距離分別作為類間距離和個體距離計算方法,以確定各主要客源市場之間的親疏關系。主要客源市場的系統聚類樹狀圖見圖1。從圖1可見,第一類只包括了中國港澳,第二類包括了中國臺灣、俄羅斯、泰國、菲律賓4個客源市場,第三類包括了馬來西亞、新加坡、韓國、美國、日本、加拿大、澳大利亞、德國、法國、英國10個客源市場。

圖1 2010—2015年各省區入境旅游客源市場所占百分比值的系統聚類樹狀圖

根據圖1的分類結果,2010—2015年入境旅游主要客源市場游客在我國省區的分布特征與客源對接情況見表4,主要包括了核心省區所占百分比值總和、分布結構特征的HHI指標、分布差異特征的總區位基尼系數、客源對接類型共四個指標。在前3個指標方面,HHI指標值顯示,中國港澳屬于高寡占Ⅰ型，俄羅斯屬于低寡占Ⅰ型，菲律賓和泰國屬于低寡占Ⅱ型,中國臺灣屬于競爭Ⅰ型,但卻是從低寡占Ⅱ型一直下降至競爭Ⅰ型,其HHI指標值接近1000,而其他主要客源市場均屬于競爭Ⅰ型。總區位基尼系數顯示,第一類客源市場的基尼系數值大于第二類客源市場的基尼系數值,第二類客源市場的基尼系數值大于第三類客源市場的基尼系數值(除日本外)。③核心省區所占百分比總和顯示,各客源市場的核心省區總和值為70%—80.5%,占各客源市場所有省區的大部分份額,且各客源市場的總和值相差較小。在客源對接類型方面,中國港澳的第一省區占70.0%,遠大于35%,且最大相差值為67.2%,在第一省區和第二省區之間取得;俄羅斯、菲律賓、泰國和中國臺灣的第一省區分別占32.9%、31.7%、29.1%、23.5%,最大相差值分別為15.8%、21.6%、16.7%和12.2%,均在第一省區和第二省區之間取得;英國、法國、加拿大、德國、澳大利亞、美國、新加坡、韓國、日本和馬來西亞10個客源市場的第一省區分別占10.3%、11.3%、11.5%、12.5%、13.1%、14.4%、14.6%、14.8%、16.0%、18.3%,其中法國、新加坡、馬來西亞的第一省區和第二省區的百分比相差分別為2.4%、5.9%、8.5%,日本、韓國的第二省區和第三省區的百分比相差分別為3.9%、4.7%,澳大利亞、美國的第三省區和第四省區的百分比相差分別為2.5%、5.3%,德國的第四省區和第五省區的百分比相差為3.0%,加拿大的第五省區和第六省區的百分比相差為2.4%,英國的第六省區和第七省區的百分比相差為1.7%,這些均是各客源市場所有省區的百分比按大小順序之差的最大值。基本認為:第一類客源市場的第一省區的百分比為70.0%,遠大于其他客源市場的第一省區的百分比,且最大相差值為67.2%,在第一省區和第二省區之間取得。第二類客源市場第一省區的百分比為20%—35%,最大相差值為12.2%—21.6%,且均在第一省區和第二省區之間取得。第三類客源市場的第一省區的百分比為10%—20%,最大相差值為1.7%—8.5%。為了對客源對接情況有更清楚的認識,從七大區域看華東成為中國臺灣、日本、韓國、馬來西亞、菲律賓、新加坡、美國、加拿大、英國、法國、德國和澳大利亞的客源對接第一區域,分別占42.4%、42.7%、43.7%、59.9%、35.9%、38.6%、37.1%、33.2%、32.6%、37.1%、36.8%;華南成為中國港澳的客源對接第一區域,占72.8%;西南成為泰國的客源對接第一區域,占39.3%;東北成為了俄羅斯的客源對接第一區域,占36.8%。

由上可知:①各客源市場的核心省區由于占據了所有省區的大部分份額,且總和值相差較小,能反映各主要客源市場所有省區的基本情況。同時,結構特征、差異特征和客源對接的結果和聚類結果非常吻合。因此,四個維度的結果共同驗證了文中研究的可行性和科學性。②根據聚類結果、分布特征和客源對接等數據特性,我們將3類客源市場進行了分類命名:第一類屬于高度集中型,主要源于中國港澳的HHI指標值和總區位基尼系數值均遠超過其他客源市場,且第一省區的百分比高達70.0%,第一省區和第二省區之間的百分比相差為67.2%。第二類屬于較高集中型,主要源于HHI指標值和總區位基尼系數幾乎均在第一類和第三類之間,且第一省區的百分比為20%—35%,最大相差值為12.2%—21.6%,且均在第一省區和第二省區之間取得。第三類屬于分布遞減型,主要源于HHI指標值和總區位基尼系數幾乎均小于第一類和第二類,且第一省區的百分比為10%—20%,最大相差值為1.7%—8.5%。③從七大區域視角看,華東成為中國臺灣、日本、韓國、馬來西亞、菲律賓、新加坡、美國、加拿大、英國、法國、德國和澳大利亞的客源對接第一區域,華南成為中國港澳的客源對接第一區域,西南成為泰國的客源對接第一區域,東北成為俄羅斯的客源對接第一區域。

表4 2010—2015年入境旅游在我國省區的分布特征與客源對接情況

4 結論

根據我國入境旅游實際情況,本文從我國入境旅游市場的主要客源市場入手,探究入境旅游在我國省區的分布特征和客源對接情況,主要采用市場集中度指數和區位基尼系數衡量入境旅游在中國省區的分布結構特征和分布差異特征及其動態;采用統計歸納法分析入境旅游與我國省區之間的客源對接問題及其變化;根據分布結構特征、分布差異特征、客源對接、系統聚類的研究結果,對我國入境旅游主要客源市場進行多維視角的科學分類。

入境旅游在我國區域的分布結構特征和分布差異特征顯示:各主要客源市場在我國省區的集中程度差異較大,從高寡占Ⅰ型到競爭Ⅰ型均有分布。除日本和泰國外,其他主要客源市場在我國省區的集中程度在逐漸削弱,主要源于高比例省區之間、高比例省區和低比例省區組群之間的差異在逐漸縮小,但低比例省區之間的差異反而出現了上升趨勢。相比其他市場,日本和泰國卻呈現了反常的動態:日本的CR8指標值上升,同時高比例省區和低比例組省區組群之間的差異在逐漸擴大;泰國的HHI指標值出現上升趨勢,同時高比例省區之間的差異在逐漸擴大。盡管如此,2010—2015年時間段顯示各主要客源市場的CR4和CR8指標平均值分別為48.9%和70.1%,主要客源市場仍然集中于我國部分省區。

通過密集核心省區、較為密集核心省區和第一分布省區等方面呈現了入境旅游客源市場與我國區域之間的客源對接情況:①從各時間段動態看,各時間段的核心省區變化較小,并未出現省區數量和名稱的變化,只出現了一些核心省區的百分比排序和百分比值波動有所調整,北京的重要性在逐漸削弱且削弱幅度較大;較密集核心省區出現增加趨勢,從1997—2003年的3個省區增加到2010—2015年的6個省區,增加的省區為山東、湖北、四川。②從2010—2015年時間段看,廣東、上海、北京、江蘇、浙江成為了我國主要客源市場對接的密集核心省區,云南、山東、湖北、四川、廣西、陜西成為了我國主要客源市場對接的較密集核心省區,其中廣東、上海、北京、云南、山東和黑龍江分別成為了我國主要客源市場的第一分布省區。此外,華南已為中國港澳的客源對接第一區域,西南已為泰國的客源對接第一區域,東北已為俄羅斯的客源對接第一區域,而華東已為其他12個主要客源市場的客源對接第一區域。

從分布特征、客源對接和聚類結果等多個維度對15個主要客源市場進行了科學合理的分類。第一類屬于高度集中型,包括中國港澳,其第一分布省區是廣東,占70.0%。第二類屬于較高集中型,包括俄羅斯、菲律賓、泰國和中國臺灣,其第一分布省區分別是黑龍江、上海、云南和廣東,占20%—35%。第三類屬于分布遞減型,包括英國、法國、加拿大、德國、澳大利亞、美國、新加坡、韓國、日本和馬來西亞,其第一分布省區集中在上海、廣東、北京和山東,占10%—20%。