摘要：以国内外城市修建主题公园适宜性研究的已有成果和产业实践为基础，预选出城市修建主题公园适宜性的55个影响因素，运用德尔菲法、自相关分析法、变差系数法对55个因素进行3轮筛选，构建了包含16个因素的评价指标体系，运用AHP和熵权法对指标确权，并对全国33个主要大中城市建设主题公园的适宜性开展实证研究。结果表明：①本研究所构建的指标体系仅用28%的指标反映了96%的原始信息，指标体系更简明科学、便于操作；② 二级指标中的人口因素影响作用显著，三级指标中的城市常住人口、GDP、旅游总人数、地价水平以及周边城市常住人口是影响主题公园在城市选址的关键因素。③四大直辖市叠加四大一线城市修建主题公园适宜性最高，海口、银川、西宁等16个城市修建主题公园适宜性指数最低，城市修建主题公园适宜性指数与已有研究成果中的国内城市群发育指数基本一致；④ 实证研究结论与中国主题公园的实际分布情况相吻合，表明指标体系的科学性及可行性，可用以指导主题公园的在全国城市的选址。
一、导言
主题公园作为一种新的旅游综合体，是区域旅游产业高级化和城市发展水平的象征，是现代高端服务业的重要组成部分。依据克里斯塔勒的中心地理论，高端服务业应以高等级中心地为载体。如迪斯尼公园选址在洛杉矶、巴黎等世界性大城市，是缘于高等级城市在吸引高端产业方面具有明显的区域优越性。因此，作为一种典型的高端产业，主题公园建设、发展与城市结构优化、升级具有相互促进作用。
国内有近1500亿元巨资投于3000多个主题公园，然而除华侨城等少数主题公园比较成功之外，约70%处于亏损状态，约20%基本持平，约有2/3难以收回投资。虽然主题选择、营销策略、经营模式等多因素导致了主题公园经营困难，但主题公园区位选址则是决定其成败的第一要素。可见，创建具有通用性、可操作性的评价模型以量测城市开发主题公园的适宜性，具有重要的理论和现实意义，对此国内外学界进行了诸多探索。
国外主题公园发展始于20世纪50年代，主题公园的理论与实践方面的研究比较成熟，涵盖了主题公园的经营管理、科技创新以及消费者行为等方面。而针对主题公园区位选址的研究则较少，主要是政府机构围绕城市修建主题公园的客观支撑因素展开，美国都市与土地协会分别从城市内部的人口状况、时间成本等方面界定了主题公园的理想位置，英国国家旅游局从腹地人口规模、时间距离和周边环境等方面界定了主题公园修建的最佳区位，研究停留在经验总结层面。
国内学术界对“主题公园”的研究集中于主题公园的建设管理、设计开发、市场营销、发展过程等方面，而在主题公园区位选址方面的研究相对薄弱，主要为个案性经验研究和实证性计量研究两方面。比如，保继钢、李海瑞等学者将影响主题公园建设的区位选址概括为经济水平、人口状况、旅游市场、交通状况等几大因素。在此基础之上，一些学者根据前人的影响因素构建主题公园选址的评价体系，采用专家打分、公共调查、层次分析等方法测算因子权重，并结合国内重点城市区进行了实证研究。
城市修建主题公园适宜性已有研究成果尚存在不足，表现为评价指标体系缺少客观性和科学性、使用层次分析法确定指标权重的主观性强、实证研究面窄且缺少代表性与可比性。基于此，本研究尝试在指标体系筛选、确权和实证研究方面做出新的探索。首先，基于已有研究成果和主题公园产业特性，创建影响城市修建主题公园适宜性的指标体系，以增强指标的代表性；其次，运用特尔菲法、自相关分析法、变差系数法对影响因子进行逐次筛选，以增强指标的科学性；再次，运用AHP测算指标权重，并以熵权法对其修正，以增强权重的客观性；最后，对33个主要大中城市开展主题公园适宜性进行实证研究，增强研究的实践性。
二、数据与方法
1. 指标选取
主题公园产业是复合型产业，其开发和运营涉及到经济、社会等诸多方面，已有的研究多集中于考察单一城市的经济、社会等因素对主题公园布局的影响，对城市所在区域或周边城市的人口、经济、交通等因素考察不足甚至忽略。因此，本研究初步选出的人口状况、区域经济发展、交通水平和客源市场4个维度55个因素，不仅评价单一城市修建主题公园的适宜性，也涵盖周边联系密切的城市。
其中，反映人口状况指标15个：城市自身指标为总人口、常住人口、非农业人口、人口年增长率、人口密度、社会从业人数、5~64岁人口、具有大学文化程度人口、高等院校在校人数、第二产业劳动力比重、第三产业劳动力比重，周边城市指标为总人口、常住人口、常住人口、高等院校在校人数，编号为\(\left \{ C1...C15 \right \}\)。
反映城市经济水平指标18个：城市自身指标为GDP、城市人均GDP、职工平均工资、地价水平、工业总产值、财政总收入、经济发展速度、第三产业产值、第三产业占GDP比重、全社会固定资产投资额、基本建设支出、房地产开发投资额、实际利用外资、城市化水平、基础设施状况，周边城市指标为GDP、人均GDP、职工平均工资，编号为\(\left \{ C16...C33 \right \}\)。
反映城市交通状况指标9个：客运总量、航空客运量、铁路客运量、公路客运量、公交线路数、拥有小汽车数量、交通设施状况、客运周转量、周边城市到达中心城市的便捷性，编号为\(\left \{ C34...C43 \right \}\)。
反映城市旅游客源市场潜力指标13个：城市自身指标为旅游总人数、国内旅游人数、旅游人数增长率、国际旅游人数、国内旅游收入、城市旅游感知形象、城市旅游投资环境、旅游吸引力、旅游地气候条件，周边城市指标为旅游总人数、国内旅游人数、国际旅游人数及其综合指标旅游替代性等，编号为\(\left \{ C44...C55 \right \}\)，55个影响因素构成预选指标体系。
人口规模数据来源于中国第六次人口普查数据报告，区域经济发展水平和交通数据来源于2013年中国城市统计年鉴，旅游客源市场数据来源于2013年中国旅游统计年鉴。另外，预选指标体系中存在8个定性指标，为城市自身基础设施状况、交通设施状况、周边城市到达中心城市的便捷度、城市旅游感知形象、城市旅游投资环境、旅游吸引力、旅游地气候条件和旅游替代性。
城市自身基础设施状况、交通设施状况、旅游吸引力和旅游地气候条件邀请有关专家进行打分获得具体的数据，周边城市到达中心城市的便捷性采用周边城市到达中心城市公路里程数的平均值来衡量，旅游感知形象采用旅游学者朱峰设计的量化表转化。根据《中国城市旅游投资竞争力2013排行榜》的调查结果，量化处理33个大中城市的旅游投资环境。旅游替代性是指所考察的目标城市及其周边城市已建有的主题公园数量对主题公园在所考察城市选址的影响，通过调查城市内部及其周边城市主题公园的数量来度量主题公园替代性，5座为基准参考值，5座赋值为3，大于5座赋值为5，小于5座赋值为1。
另外，根据一级客源市场需距大型主题公园在80km或1h汽车距离以内、二级客源市场距主题公园在240km或3h汽车距离以内的，之外的三级客源市场虽也很有帮助，但不能过分依赖的要求，确定周边城市数目，周边城市的各项指标数据采用求取平均值处理法。
2. 研究方法
2.1. 指标体系筛选的方法
结合已有研究成果及城市与主题公园产业间的互动关系，建立城市修建主题公园适宜性的评价体系的思路及方法如下：
(1) 坚持科学性、完备性、独立性原则，选取城市修建主题公园适宜性的评价指标，建立预选评价指标体系；
(2) 使用德尔菲法对评价指标实施第一轮筛选，聚合多位专家的意见，虽然具有一定主观性，但通过数学统计方法对打分结果进行整理和计算，且用“等概率原则”求出的期望值，来评价各指标相对重要性大小，在一定程度上可以克服主观性，剔除对评价对象反映不好的指标；
(3) 使用相关分析方法对上轮剩余的指标进行自相关分析，剔除同组中相关性较大的指标，避免信息重复对指标权重的干扰；
(4) 用变差系数法对指标进行第三轮筛选，变异系数反映指标的相对变化，相对极差反映变化范围，变异系数、相对极差及其两者乘积的变化趋势一致，所以乘积值越大，相应指标在各城市的数值变化越明显，指标的效用越强。反之亦然，运用变差系数法剔除两者乘积较小的指标。
2.2. 指标权重确定的方法
在城市修建主题公园适宜性的系统测评体系中，各个指标的效应和影响力有差异，需根据每个指标的重要性赋予不同的权重。目前尚不存在统一、科学的方法确定指标权重，常用的有主观和客观赋权法两大类，主观赋权法有专家调查法、层次分析法、模糊统计法等，客观赋权法有熵权法、主成分分析法、均方差法等，2种方法各有优缺点，主观赋权法缺点在于主观性较强，客观赋权法不能反映城市与主题公园产业相互关系中人的能动性。为了弥补两者之间的缺陷，本研究将主观的AHP法和客观的熵权法结合起来，以使结果更具客观性和科学性。
三、结果与分析
1. 指标筛选结果
1.1. 基于德尔菲法的指标体系的筛选
本研究在2013年12月1日~2014年6月12日期间3次向专家发放调查问卷，调查问卷的回收率在80%以上。被调查的专家共23人，其中，主题公园经营管理者8人、旅游规划专家6人、高校旅游专业教师4人、旅游业相关政府人员5人。专家对55个影响因素的重要程度打分，打分标准为不重要（0分）、不太重要（1分）、一般重要（2分）、比较重要（3分）、重要（4分）、很重要（5分）。
根据调查问卷所获得的数据，计算各指标值的平均值\(M_{i}\)、满分率\(CV_{i}\)、等级和\(K_{i}\)、变异系数\(S_{i}\)和期望值，其中平均值和满分率值越大，重要性越高；等级和值越小，越重要；变异系数值越小，协调程度越高，计算结果见表1。
表1：德尔菲法筛选城市修建主题公园适宜性评价指标及统计结果
依据指标可操作性差、专家协调性低、指标位序低的原则，剔除18个指标，最终选取37个指标，选中率为67.27%。对问卷调查的打分结果进行协调系数的显著性检验，结果呈极显著状态，表明预测结果是可靠的。
经过第一轮筛，剩余的城市自身指标为总人口、常住人口、非农业人口、人口年增长率、15~64岁人口、具有大学文化程度人口、高等院校在校人数、GDP、人均GDP、职工平均工资、地价水平、财政总收入、第三产业产值、第三产业占GDP比重、房地产开发投资额、城市化水平、客运总量、铁路客运量、公路客运量、公交线路数、拥有小汽车数量、旅游总人数、国内旅游人数、旅游人数增长率、国际旅游人数、城市旅游感知形象、城市投资环境、旅游吸引力，周边城市指标为总人口、常住人口、非农业人口、GDP、人均GDP、旅游总人数、国内旅游人数，综合指标为周边城市到达中心城市的便捷度、旅游替代性。
1.2. 基于自相关分析法的指标体系的筛选
相关系数较大的2个指标所含信息雷同，需对其进行剔除，本研究应用自相关分析法计算两两评价指标之间的相关系数。运用SPSS的皮尔逊相关分析模块进行分析，根据其计算结果，在表2中列出相关系数在0.8以上需剔除的评价指标。
根据表2，剔除每对中与开发主题公园最佳城市相关性较小的13个指标，剩余24个指标，剩余城市自身指标为常住人口、人口年增长率、高等院校在校人数、GDP、人均GDP、职工平均工资、地价水平、第三产业占GDP比重、城市化水平、客运总量、铁路客运量、公交线路数、拥有小汽车数量、旅游总人数、旅游人数增长率、城市旅游感知形象、城市投资环境、旅游吸引力，周边城市指标为常住人口、GDP、人均GDP、旅游总人数，综合指标为周边城市到达中心城市的便捷度、旅游替代性。
1.3. 基于变差系数法的指标筛选
具体步骤：(1) 计算指标数据的均值、标准差和极差；(2) 计算指标数据的变异系数CV和相对极差\({R_{a}}'\)，变异系数等于标准差除以均值，相对极差等于标准差除以极差；(3) 计算变异系数和相对极差的乘积\(\varphi\)，计算结果如表3所示。
计算结果显示，变异系数、相对极差和两者乘积的变化趋势是一致的，剔除变异系数和相对极差乘积小于0.5的指标，剔除的指标为C2、C6、C7、C6、C9、C12、C19、C22 等。剩余16项指标，见表4，16个指标最终构成城市修建主题公园适宜性的评价指标体系。
通过度量指标数据方差能衡量所构建的指标反映初始信息的程度，因此，本研究用最终选取的16个指标的原始数据的方差除以预选55个指标的原始数据的方差，计算结果显示本研究所构建的评价指标体系只用29%的指标反映了96%的原始信息，所构建指标体系结构简明、科学合理、便于操作。
2. 评价体系指标权重的确定
为了确保指标权重的科学性，首先用层次分析法核算出指标权重，本研究请前述的23位专家独立打分，并提出修改意见。根据所搜集到的专家打分表，构成判断矩阵。运用MATLAB软件通过编程计算各指标的权重以及进行一致性检验。
运算结果显示判断矩阵的\(CR< 0.1\)，说明由判断矩阵所计算出来的指标权重比较可靠。其次，应用熵权法对核算出的主观权重进行修正。最后，将主观权重\(W_{i}\)与客观权重\(\theta _{i}\left ( 1,2,...,n \right )\)相结合，按照以下公式计算第i个指标的综合权重\(U_{i}\)，准则层指标权重采用AHP法的测试结果，最终结果如表4所示。
\(U_{i}= \frac{\left (\theta _{i} \omega _{i} \right )^{0.5}}{\sum _{i= 1}^{N}\left (\theta _{i} \omega _{i} \right )^{0.5}}\)
表2：城市修建主题公园适宜性评价指标的自相关性
表3：城市修建主题公园适宜性评价指标的变差系数
3. 城市开发主题公园适宜性指数计算结果
对33个大中城市修建主题公园的适宜性的评价属于多对象、多指标的综合评价，评价模型如下：
综合分值\(Z= \sum Y_{ji}W_{i}\)
式中，i是指标编号，j是城市编号，\( Y_{ji}\)是j城市i指标的分值，\(W_{i}\)是i指标的权重，\(\sum W_{i}= 1\)，对于每一项基层指标的评分，本研究用标准化处理的指标数据进行计算，结果见表5。
根据表5中33个大中城市修建主题公园的适宜性指数和排序，利用SPSS 软件的聚类分析模块把33个城市分为4个层级，北京得分在0.8以上，修建主题公园的适宜性指数最高，为非常适宜开发主题公园的城市，为第一层级；上海、广州、深圳、重庆、天津5个城市的得分在0.6~0.8之间，为比较适宜开发主题公园的城市，为第二层级；郑州、杭州、成都、武汉、长沙、石家庄、南京、西安、沈阳、济南、哈尔滨11个城市指数得分在0.39~0.5之间，为一般适宜开发主题公园的城市，为第三层级，这3个层级的城市占33个地区的50%，其余的福州、合肥、贵阳、乌鲁木齐、昆明、长春、珠海、南昌、太原、南宁、兰州、呼和浩特、海口、银川、西宁、拉萨16个城市，得分在0.39以下，为不太适宜开发主题公园的城市，为第四层级。
适宜开发主题公园的城市占城市总量的50%以上，说明中国大多数高等级城市都比较适宜建设主题公园。
表4：城市修建主题公园适宜性评价指标体系的综合权重
表5：33个大中城市修建主题公园的适宜性评分
基于主题公园产业与城市的紧密联系，现以仲联量行、中国指数研究院的1.5线城市指数和方创琳先生的“中国城市群形成发育的新格局”为参照框架，对城市开发主题公园适宜性指数及其聚类结果分析，其结果如图1所示。
图1：中国33个大中城市开发主题公园的适宜性空间分异
主题公园适宜性指数较高的第一阵营、第二阵营包括北京、天津、深圳、上海、重庆、广州6个城市，是四大直辖市和四大一线城市的叠加，主要分布在东部沿海地区，综合得分在0.6以上，与仲联量行、中国指数研究院的1.5线城市数据基本相符。主要分布于在国内经济社会发展水平较高的长三角经济区、珠三角经济区、京津冀经济区、成渝经济区，在综合经济实力、科技创新能力、交通通达能力、人才吸引力、信息交流能力等方面具有超强的中心性和辐射带动性，与主题公园产业的高端服务业特性相呼应，吻合其在全国政治、经济等的中心地位，城市对主题公园的支撑优势强大，适宜发展集聚影视制作、创意设计、会展等新兴产业资源的综合性主题公园。
第三阵营郑州、杭州、成都、武汉、长沙、石家庄、南京、西安、沈阳、济南、哈尔滨共11个城市，其中包括4个东部城市、5个中部城市和2个西部城市。其中东部的4个城市分别位于城市群发育较好的长三角城市群（南京和杭州）、京津冀城市群（石家庄）、山东半岛城市群（济南），但均是所在城市群的副中心，在中心性处于所在城市群中心城市的阴影区，市场替代性较强；5个中部城市分别位于武汉城市群、中原城市群、长株潭城市群、哈大长城市群、辽东半岛城市群，5个城市均是所在城市群的中心，但这些城市群正在发育之中，在投资能力、基础设施水平、人均消费能力、城市旅游形象方面与发育较成熟的三大城市群仍然有较大差距。西安和成都所在的关中城市群、成渝城市群在发育程度上分属于国内城市群的第三和第二阵营，对主题公园产业具有一定的支持能力，所在地方也期望通过发展主题公园产业来提升城市综合竞争力和推动城市经济结构优化，但限于城市和城市群发展水平，在主题公园投资建设上需量力而行，宜选择主题鲜明、投资适中的中小型主题公园。
第四阵营福州、合肥、贵阳、乌鲁木齐、昆明、长春、珠海、南昌、太原、南宁、兰州、呼和浩特、海口、银川、西宁、拉萨等16个城市，除珠海和福州外，全部位于中西部地区。从城市群的角度，分属于海峡西岸城市群、江淮城市群、黔中城市群、天山北坡城市群、滇中城市群、哈大长城市群、长三角城市群、环鄱阳湖城市群、晋中城市群、呼包鄂城市群、银川平原城市群等，其中西宁、海口、拉萨位于城市群之外。其中珠海在珠三角城市群处于较低位序，主题公园产业发展在交通、市场以及城市综合支撑方面劣势明显；福州及所在海峡西岸城市群经济较具活力、人均收入处于较高水平，但限于本地人口、交通条件以及腹地等因素，主题公园发展潜力较弱；其他14个城市皆位属于中西部城市群，这些城市群在发育程度、投入产出效率均处于较低水平，因此很难支撑起大中型主题公园的发展。
四、结论
本研究首先对城市开发主题公园适宜性各指标的选取意义进行了辨识，对指标实际值的计算方法进行了阐述，先后运用德尔菲法、相关分析法和变差系数法对初步选出的55个指标进行了3轮筛选，最终选出城市修建主题公园适宜性最为密切的16个指标，构建了包括人口、经济、交通和旅游客源市场4个准则层的城市修建主题公园的适宜性评价指标体系，根据指标数据方差反映指标信息含量的原理，本研究最终构建的指标体系仅用28%的指标反映了96%的原始信息，构建的指标体系简明合理、便于操作。
其次，在核算指标权重方面，本研究采用AHP对指标确权，并运用熵权法对其修正，消除AHP确权包含的主观性。研究结果表明，在二级指标中，人口因素对主题公园在城市选址的影响作用最为显著，其次为经济因素和旅游客源市场因素，而交通条件对其制约作用最小，在三级指标中，城市自身常住人口、GDP、旅游总人数、地价水平和城市周边常住人口是影响主题公园在城市选址的关键因素。
再次，运用本研究所构建的城市修建主题公园的适宜性评价模型，对中国33个大中城市建设主题公园的潜力进行了实证研究，研究计算结果显示，北京、上海、广州、深圳、重庆、天津为非常和比较适宜开发主题公园的城市，这些城市也是当前国内主题公园分布密集区，评价结果也与欢乐谷主题公园国内分布相吻合，表明本研究所创建评价体系具有较强的科学性，可以用以指导主题公园的在城市的选址。
最后，实践中，主题公园选址是在区域、城市、城市内部等多尺度空间逐次展开的过程，且不同尺度空间选址的因素具有差异性，本研究主要集中在对城市的选择，对城市的上位尺度空间以及城市内部的下位尺度空间关注不足，因此后续将从区域、城市、城市内部3种尺度层面考察主题公园选址的指标体系研究。
声明：文章摘自《地理科学》(2016年02月第36卷第2期)，版权归原作者所有，转摘仅供学习使用，不用于任何商业用途，如有侵权请联系删除，谢谢。
