1690 地理学报 68卷 在地理研究中，Tobler将空间关联上升为地理学第一定律，即“任何事物与其他事物之间 都是相关的；距离越近，关联程度就越强，距离越远，关联程度就越弱”网。然而，上述 空间“点”的研究大多没有纳入空间关联视角，忽略了邻近空间之间服务质量的相互影 响。反观入境旅游其他方面的研究，Zhang等，Yang等uo利用ESDA方法研究发现我国 入境旅游流分布具有日趋显著的空间自相关特征，体现出较强的空间依赖性(spatial dependence)和溢出效应(spillover effect),赵安周等的研究发现中国入境旅游收人也具有 类似的空间关联情况四。但鲜有学者专门对入境旅游服务质量的空间关联情况进行研究。 ③态势维度上，入境旅游数量上的发展一直是众多学者关注的热点，相关成果集中体现 在入境旅游流规模与空间模式、入境旅游收入分布与区域差异等方面；而近年以满 意度为代表的质量研究则将关注点引向了入境旅游的质量方面。入境旅游的发展既有数量 问题，也包含着一个质量问题，需要将“数量”与“质量”结合起来进行分析四，但此类 研究成果还不多见。④在旅游服务质量影响因素定量研究中，主流范式是通过调查问卷 分析游客特征22、旅游企业管理4与服务质量之间的关联情况，微观视角多，而涉及区 域影响因素之类的宏观视角较少。 综上所述，目前入境旅游服务质量研究侧重于通过构建评测模型对某一年份各空间点 进行实证分析，质量与数量研究各成体系，区域宏观视角相对缺乏。笔者认为，中国入境 旅游发展30余年来，十分有必要从更为宏观、全面的角度对其服务质量时空态势演变及 区域影响因素进行总结分析。鉴于此，本文以中国入境旅游服务质量为研究对象，基于 1999-2009年国家旅游局大规模抽样调查权威数据，从时序演变、空间关联、质一量态 势、区域影响因素4个视角切入，主要思考和分析以下4个问题：①时间维度上，研究中 国及三大地带入境旅游服务质量及其差异的时序演变特征；②空间维度上，运用ESDA 中的空间自相关方法分析中国入境旅游服务质量的空间格局及其依赖性与溢出效应：③ 态势维度上，运用矩阵分析法探究各省区入境旅游的质一量态势及其发展模式；④通过 相关系数初步研究入境旅游服务质量的区域影响因素。期望上述问题的探讨对旅游服务质 量理论研究与相关实践能有所裨益。 研究方法与数据来源 1.1研究方法 1.1.1 Theil指数 考虑到锡尔指数能够将总差异分解为组内差异和组间差异，本文用其 分析中国入境旅游服务质量的总差异及三大地带内、地带间差异的演变： Theil=∑T,LnnT)=Tn+T (1) (2) (3) 式中：Tw为地带内差异；Tm为地带间差异；n为省区数；u、n、n,分别为东、中、西部 省区数；T为i省区评分占全国比重；T、T、T分别为东、中、西部省区评分占全国 比重。 1.1.2ESDA方法 ESDA为一系列以空间关联度量为核心的技术集合，空间自相关方 法可以发现属性值的空间集聚与异常，揭示研究对象的空间依赖性和异质性，及其空间相 互作用机制。本文选用Moran'sI(公式4)和Local Moran'sI(公式5)两个指标，辅以 Moran散点图2，用以研究属性值全局和局部空间上的集聚、异常及其相互作用： (C)1994-2019 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net地 理 学 报 68卷 在地理研究中，Tobler将空间关联上升为地理学第一定律，即“任何事物与其他事物之间 都是相关的；距离越近，关联程度就越强，距离越远，关联程度就越弱”[8] 。然而，上述 空间“点”的研究大多没有纳入空间关联视角，忽略了邻近空间之间服务质量的相互影 响。反观入境旅游其他方面的研究，Zhang等[9] ，Yang等[10] 利用ESDA方法研究发现我国 入境旅游流分布具有日趋显著的空间自相关特征，体现出较强的空间依赖性 (spatial dependence) 和溢出效应 (spillover effect)，赵安周等的研究发现中国入境旅游收入也具有 类似的空间关联情况[11] 。但鲜有学者专门对入境旅游服务质量的空间关联情况进行研究。 ③ 态势维度上，入境旅游数量上的发展一直是众多学者关注的热点，相关成果集中体现 在入境旅游流规模与空间模式[12-16] 、入境旅游收入分布与区域差异[17-20] 等方面；而近年以满 意度为代表的质量研究则将关注点引向了入境旅游的质量方面。入境旅游的发展既有数量 问题，也包含着一个质量问题，需要将“数量”与“质量”结合起来进行分析[21] ，但此类 研究成果还不多见。④ 在旅游服务质量影响因素定量研究中，主流范式是通过调查问卷 分析游客特征[22-23] 、旅游企业管理[24-25] 与服务质量之间的关联情况，微观视角多，而涉及区 域影响因素之类的宏观视角较少。 综上所述，目前入境旅游服务质量研究侧重于通过构建评测模型对某一年份各空间点 进行实证分析，质量与数量研究各成体系，区域宏观视角相对缺乏。笔者认为，中国入境 旅游发展30余年来，十分有必要从更为宏观、全面的角度对其服务质量时空态势演变及 区域影响因素进行总结分析。鉴于此，本文以中国入境旅游服务质量为研究对象，基于 1999-2009 年国家旅游局大规模抽样调查权威数据，从时序演变、空间关联、质—量态 势、区域影响因素4个视角切入，主要思考和分析以下4个问题：① 时间维度上，研究中 国及三大地带入境旅游服务质量及其差异的时序演变特征；② 空间维度上，运用ESDA 中的空间自相关方法分析中国入境旅游服务质量的空间格局及其依赖性与溢出效应；③ 态势维度上，运用矩阵分析法探究各省区入境旅游的质—量态势及其发展模式；④ 通过 相关系数初步研究入境旅游服务质量的区域影响因素。期望上述问题的探讨对旅游服务质 量理论研究与相关实践能有所裨益。 1 研究方法与数据来源 1.1 研究方法 1.1.1 Theil指数 考虑到锡尔指数能够将总差异分解为组内差异和组间差异，本文用其 分析中国入境旅游服务质量的总差异及三大地带内、地带间差异的演变： Theil =∑i = 1 n TiLn(nTi ) = TWR + TBR (1) TWR =∑i = 1 nd TiLnæ è ç ö ø nd ÷ Ti Td +∑i = 1 nz TiLnæ è ç ö ø nz ÷ Ti Tz +∑i = 1 nx TiLnæ è ç ö ø nx ÷ Ti Tx (2) TBR = Td Lnæ è ç ö ø Td ÷ n nd + TzLnæ è ç ö ø Tz ÷ n nz + TxLnæ è ç ö ø Tx ÷ n nx (3) 式中：TWR为地带内差异；TBR为地带间差异；n为省区数；nd、nz、nx分别为东、中、西部 省区数；Ti为 i 省区评分占全国比重；Td、Tz、Tx分别为东、中、西部省区评分占全国 比重。 1.1.2 ESDA方法 ESDA为一系列以空间关联度量为核心的技术集合，空间自相关方 法可以发现属性值的空间集聚与异常，揭示研究对象的空间依赖性和异质性，及其空间相 互作用机制[26] 。本文选用 Moran's I (公式 4)和 Local Moran's I (公式 5) 两个指标，辅以 Moran散点图[27-29] ，用以研究属性值全局和局部空间上的集聚、异常及其相互作用： 1690