海洋资源资产分类与核算框架研究
作者：王涛，李先杰，殷悦，郑艳，黄超
沿海城市滨海旅游消费环境的评价研究 ——以东海区三省一市的八个沿海城市为例
更新时间：2009-03-28
引 言
随着国家“一带一路”倡议的向前推进，沿线各国响应的积极性不断增强，也为国内各省市参与“一带一路”建设提供更多契机。滨海旅游业以其巨大的就业吸纳能力和直接窗口显示效应而成为21世纪海上丝绸之路沿线国家和城市都高度关注的重要产业。
我国有11个沿海省市，其中东海区三省一市的沿海城市具有经济基础好，人口密度高，城市服务功能完备，基础设施优良，以及海洋文化资源丰富等显著特点，这些城市的滨海旅游业不仅能够充分彰显所属城市的综合竞争力，更能通过旅游和文化交流促进“一带一路”沿线国家国民之间民心相通和不同文明互学互鉴，从而为国家“一带一路”倡议的进一步推进发挥重要作用。
然而东海区三省一市的沿海城市滨海旅游业在发展中存在诸多问题，城市交通基础设施不够便利、市容市貌生态环境不够优良、与滨海旅游产业发展相匹配的配套服务功能不够完善、支撑滨海旅游业发展的及体制不够健全、滨海旅游业行业服务没有相应的标准、旅游资源内涵挖掘深度不够等问题比较突出，导致东海区三省一市滨海旅游业虽然拥有非常丰富的滨海旅游资源，但资源优势未能转化为经济优势、未能在国家战略推进过程中发挥应有作用。
依据产业经济理论，一个产业由于受诸多要素的影响，在发展的不同阶段，会呈现出不同的规律，需要不同的决策外力给予引导和支撑，然而在现实的产业发展过程中，由于信息、机制、观念等的相对滞后性，会导致决策外力对产业发展的引导和支撑作用不够显著，进而影响产业发展的效益[1]。对于东海区三省一市的滨海旅游业发展中存在的关键影响因素而言，显然就是其沿海城市的消费环境的重要组成部分，可以说良好的消费环境有助于通过促进产业潜在市场需求进而全面提升产业发展质量。
为了促进东海区沿海城市滨海旅游业对地方经济服务国家战略功能的进一步发挥，根据其消费环境的重要构成要素，构建一个综合的消费环境评价指标体系，对其发展现状、存在的问题以及综合水平进行评价，以便发现问题并提出有针对性的对策建议就显得非常重要。
依据产业经济学理论，综合滨海旅游业消费环境关键构成要素构建了滨海旅游业消费环境综合评价指标体系，选取了东海区的8个沿海城市，利用TOPSIS方法对沿海城市滨海旅游业消费环境进行定量综合评价研究，并在评价的基础上对滨海旅游消费环境存在的问题及其深层次根源进行剖析，进而提出有针对性的对策建议，以便供相关部门进行决策参考。
1 概念及研究对象的界定
1.1 研究概念的界定
依据《中国海洋统计年鉴》，沿海地区是指有海岸线的地区，其海岸线包括大陆岸线和岛屿岸线，它是由多个城市组成的区域，按行政区划分为沿海省、自治区、直辖市；沿海城市则是指有海岸线的直辖市和地级市，包括其下属的所有区、县级市和县。沿海城市属于沿海地区，是沿海地区的某个城市。目前我国有8个沿海省、1个自治区、2个直辖市；53个沿海城市、242个沿海区县。具体展现如下：（1）具有临海区位优势。世界60%的人口居住在距海岸100 km的沿海地区，中国的11个沿海省区基本上也都是人口承载力高的地区且气候湿润，有着充足的雨量、肥沃的土壤，以及发达的农业生产；（2）对外经济贸易方便。其国内生产总值一直占全国的60%以上。
1.2 研究对象的界定
海上丝绸之路自秦汉时期开通以来，一直是沟通东西方经济文化的重要桥梁，更是促进中国境内海上丝绸之路沿线城市相互发展的重要枢纽。东海区三省一市所辖福建、上海、浙江和江苏的沿海城市是沿海地区中较为发达的城市，都是直辖市和地级市，都和“21世纪海上丝绸之路”有着紧密的联系。
3.2.4 林木管护工作建设 秦安县将凤山景区延伸段一期工程区域划定为县直机关义务植树责任区，各单位组织职工对各自的责任区进行补植、除草、浇水等工作，在明确职责的同时，也调动了全社会参与造林绿化的积极性，为造林绿化工作营造了浓厚的舆论氛围。严格按照“属地管理”的原则，17个镇负责对各自辖区内的林木和行道树进行全面管护，确定镇、村、组管护人员，明确管护责任，确保每个造林区域和地段有人管、有人护。各镇在林业部门技术人员的指导下，根据土壤墒情变化，及时浇水，并对树盘全部进行覆膜保墒、树干涂白，确保了新造林的成活率和林木的保存率。
为了数据获取的便利以及将来与国内、国际沿海城市的可比性，本研究主要选择东海区内的上海、厦门、泉州、福州、连云港、南通、宁波及温州8个城市进行研究。
2 指标体系构建
依据产业经济相关理论，滨海旅游业的消费环境可以分解到自然消费环境、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个维度，因而从上述5个视角构建评价指标体系。
表1 沿海城市滨海旅游业消费环境评价指标体系Tab.1 Evaluation index system of consumption environment of coastal tourism in coastal cities
目标层 一级 二级 单位A自然消费环境A 1年平均气温 ℃A 2陆域面积 平方公里A 3海域面积 平方公里A 4海岸线长度 公里A 5空气质量达标及好于二级的天数 天B经济消费环境B 1人均G D P 元B 2城镇人均可支配收入 元B 3城镇人均消费水平 元B 4固定资产投资额 亿元B 5旅游总收入 亿元B 6国内旅游收入 亿元B 7社会消费品零售总额 亿元沿海城市滨海旅游业消费环境C 1星级酒店数量 家C 2互联网用户数 万户C 3普通高校数量 所C 4出租车运营量 辆C 5公共交通汽车运营数量 辆C 6地铁运营/B R T/有轨电车/磁悬浮条C社会消费环境C 7机场客运量 万人次C 8铁路客运量 万人次C 9邮轮港口客运量 万人次C 10交通事故、违法乱纪等情况（治安） 次数C 11滨海旅游城市富含文化底蕴程度 C 12沿海城市市容市貌状况 C 13滨海旅游城市旅游项目及服务质量 D生态消费环境D 1 环境噪声等级情况 d B（A）D 2城市绿化率 %D 3污水集中处理率 %D 4地表水质达标率 %D 5生活垃圾无害处理率 %D 6空气质量好于二级的天数 天E政治消费环境E 1是否是“一带一路”沿线城市 E 2国家滨海旅游业相关政策的支持力度及地方重视程度 E 3对重大恶性影响事件的预警及应急能力
3 数据收集和处理与研究方法
3.1 数据收集
对指标体系中的弹性指标（包括自然消费环境中的滨海旅游资源挖掘度；社会消费环境中的滨海旅游城市富含文化底蕴程度、沿海城市市容市貌及滨海旅游城市旅游项目及服务质量；政治消费环境中的国家滨海旅游业相关政策的支持力度及地方重视程度和对重大恶性影响事件的预警及应急能力）进行问卷调查收集数据。主要途径是网上发放电子版问卷，共发放328份问卷，回收328份问卷，其中有效问卷277份，有效回收率84.5%。本次问卷网发对象都是本科及以上学历且是来自全世界各地的人群，对于指标及地域都有一定了解，这在一定程度上保证了问卷的随机性以及数据的质量。由于这些指标在相对较短的时间里变化不大，所以2014到2016年皆是该组问卷数据。
下面举一个词相同但释义不同的例子。中国成语中有关龙的成语很多，龙也被列入十二生肖的范围。在中国龙是吉祥的象征，通常伴随凤凰、老虎等动物出现，预示着中国的发展向龙一样腾飞。同时也象征欣欣向荣的发展势途，中国人被喻为龙的传人，可见龙在中国是一种精神象征。而在西方国家相关典籍中，对龙的记载则恰恰相反，他们认为龙是一种凶猛的动物，会给人们的生活带来灾难。“dragon”是龙的英文释义，在英文语法中该词是可以用来形容人的，通常具有贬低的意味。这与中国的龙的理解恰恰相反[3]。
其余研究涉及8个沿海城市四类消费环境的数据，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。
1）滨海新区地域文化形式多样，内涵丰富。天津滨海新区以码头文化为基础滋生孕育出丰富多样的民俗文化，如相声、戏曲、大港布贴画、北方剪纸、汉沽刻字版画等民俗民艺，这些民俗文化来源于生活，高于生活，受到人们的喜爱。以码头文化为主的民俗文化是天津滨海新区的文化源头，极具包容性，促进了多样化传统艺术的相互交融，不断发展，推陈出新，形成了具有津门特色的文化形式。
3.2 指标的标准化
利用 标准0－1变换对指标进行标准化：
3.3 研究方法
自然消费环境是凸显沿海城市自然特色的重要指标，因地域而异，从滨海旅游消费层面设定了5类自然环境指标，包括年平均气温、陆域面积、海域面积、海岸线长度、滨海旅游资源挖掘度，主要因为滨海旅游消费者对自然环境偏好产生影响。如表6所示，厦门、温州、福州、宁波和上海都出现过最优指标，有较为丰富的海域自然资源，这些指标体现了沿海城市的硬实力。
根据对所评价问题的本质特征进行分析后，本研究选择基于信息熵的TOPSIS逼近法，即利用熵值法计算指标权重，再通过检测评价对象与最优解、最劣解的距离来进行排序，若评价对象最靠近最优解同时又最远离最劣解，则为最好，否则为最差。
3.3.2 指标权重的计算
熵值法是在客观条件下，由评价指标值构成的判断矩阵来确定指标权重的一种方法，假设有m个方案n个评价指标（标准化后），其评价指标的熵为：
其中，
集中器作为无线通信的局端设备与无线采集器或者无线通信电表组成本地无线通信网络，形成以空间为传输介质的数据传输通道。无线集中器负责主动与每个无线采集器（无线通信电表）进行数据通信（采集），并通过远程通信网络将数据回传给主站系统。无线用电信息采集，系统结构如图所示。
从滨海旅游的视角，研究发现厦门、福州和泉州旅游总收入评价指数大于国内旅游收入评价指数，其中厦门最高，但整体都偏低。上海两者评价指数差别不大，且均为最大值。其他城市均为旅游总收入评价指数小于国内旅游收入评价指数，且普遍偏低。因此在一定程度上可以反映，江浙沪一带沿海城市国际旅游较于国内旅游偏低。
如果管沟底部平直且土壤中基本没有大石块或底部土层没有扰动，就无需平整；如果底部土层被扰动，则采用直径20～50 mm级配碎石块混合沙土和黏土等材料垫平，垫层厚度为150 mm，夯实的密实度应大于90%。应尽可能避免管道表面划伤。
Bruegel： 美国税改不足以吸引跨国公司离开中国。近日，布鲁盖尔研究所发文称，美国税改并不足以吸引中国企业或在华经营的美国企业将业务转移至美国，主要原因包括：中国政府对企业管理较严；税改后中国实际企业税负仍低于美国；中国企业工资水平远低于美国；大多数中国地方政府仍对外国企业提供补贴，进一步减轻了企业净税负。
3.3.4 最优解、最劣解距离的计算
各方案到理想解与负理想解的距离分别为：
其中，各方案与理想解的接近程度为：
其中
越大，与理想解接近程度越大。
4 沿海城市滨海旅游消费环境的实证评价分析
沿海城市滨海旅游消费环境评价体系是一个多元且具有内部关联的复杂系统，它既要凸显沿海城市的个性特点，又要体现所有沿海城市的共性特点。
保险是一种利用大数法则集合“同类风险”单位以分摊损失的经济制度，从经济角度说是分摊意外事故损失和提供经济保障的一种财务安排；从企业角度说是一种风险转移机制，企业可以向保险公司转移投资活动中未知风险带来的损失。
4.1 综合评价指数结果分析
4.3.5 政治消费环境各项二级指标分析
根据表2做出
变化趋势如图1。
表2 东海区8个沿海城市滨海旅游业消费环境综合评价指数表Tab.2 Comprehensive evaluation index table of consumption environment of coastal tourism in 8 coastal cities in donghai district
年份 城市 D j* D j 0 D j*+D j 0 C i*2 0 1 4 上海 0.0 7 8 8 0 5 1 9 1 0.1 3 1 6 6 0 2 2 9 0.2 1 0 4 6 5 4 2 0 0.6 2 5 5 6 7 0 3 4 2 0 1 4 福州 0.1 0 8 7 7 8 2 7 5 0.0 9 6 2 6 9 4 9 7 0.2 0 5 0 4 7 7 7 2 0.4 6 9 4 9 7 8 9 3 2 0 1 4 厦门 0.1 1 6 2 3 5 2 1 2 0.0 9 6 3 4 7 9 8 4 0.2 1 2 5 8 3 1 9 5 0.4 5 3 2 2 4 8 3 5 2 0 1 4 宁波 0.1 1 2 6 6 0 6 4 8 0.0 8 7 7 9 6 5 1 5 0.2 0 0 4 5 7 1 6 3 0.4 3 7 9 8 1 4 3 1 2 0 1 4 泉州 0.1 2 0 3 3 1 7 5 0 0.0 8 2 9 7 2 9 3 1 0.2 0 3 3 0 4 6 8 1 0.4 0 8 1 2 1 1 0 5 2 0 1 4 温州 0.1 2 7 0 5 6 0 8 6 0.0 7 5 1 6 1 1 3 3 0.2 0 2 2 1 7 2 1 9 0.3 7 1 6 8 5 1 2 6 2 0 1 4 南通 0.1 4 0 8 0 4 9 0 2 0.0 6 8 5 3 4 0 9 4 0.2 0 9 3 3 8 9 9 6 0.3 2 7 3 8 3 3 1 4 2 0 1 4 连云港 0.1 4 8 5 8 1 6 3 9 0.0 6 3 0 8 9 1 2 1 0.2 1 1 6 7 0 7 6 0 0.2 9 8 0 5 3 0 7 6 2 0 1 5 上海 0.0 7 3 8 6 6 4 2 4 0.1 3 9 8 1 4 8 2 0 0.2 1 3 6 8 1 2 4 3 0.6 5 4 3 1 4 8 9 3 2 0 1 5 福州 0.1 0 4 9 0 9 7 4 3 0.0 9 9 5 4 4 2 3 3 0.2 0 4 4 5 3 9 7 6 0.4 8 6 8 7 8 4 4 0 2 0 1 5 厦门 0.1 1 4 1 9 0 3 9 2 0.0 9 8 4 0 5 7 3 5 0.2 1 2 5 9 6 1 2 7 0.4 6 2 8 7 6 4 2 4 2 0 1 5 宁波 0.1 0 8 7 5 3 6 8 4 0.0 9 0 8 2 6 8 9 1 0.1 9 9 5 8 0 5 7 5 0.4 5 5 0 8 8 8 3 1 2 0 1 5 泉州 0.1 1 8 6 0 7 0 7 0 0.0 8 6 7 1 6 0 3 3 0.2 0 5 3 2 3 1 0 4 0.4 2 2 3 3 9 3 8 5 2 0 1 5 温州 0.1 2 4 6 5 9 7 0 7 0.0 7 8 4 9 5 9 7 2 0.2 0 3 1 5 5 6 7 9 0.3 8 6 3 8 3 3 5 2
续表2 东海区8个沿海城市滨海旅游业消费环境综合评价指数表Continue tab.2 Comprehensive evaluation index table of consumption environment of coastal tourism in 8 coastal cities in donghai district
年份 城市 D j* D j 0 D j*+D j 0 C i*2 0 1 5 南通 0.1 4 1 4 7 4 5 2 9 0.0 6 4 1 4 0 9 6 3 0.2 0 5 6 1 5 4 9 2 0.3 1 1 9 4 6 1 6 0 2 0 1 5 连云港 0.1 4 6 2 1 2 6 8 9 0.0 6 2 8 9 2 5 8 0 0.2 0 9 1 0 5 2 6 9 0.3 0 0 7 6 9 9 4 5 2 0 1 6 上海 0.0 6 7 9 7 4 4 5 7 0.1 4 7 8 6 0 6 6 4 0.2 1 5 8 3 5 1 2 1 0.6 8 5 0 6 3 0 4 0 2 0 1 6 厦门 0.1 0 9 3 5 4 8 3 9 0.1 0 7 4 7 4 2 3 8 0.2 1 6 8 2 9 0 7 7 0.4 9 5 6 6 3 4 0 3 2 0 1 6 福州 0.1 0 4 3 5 0 4 5 9 0.1 0 1 6 8 2 3 8 5 0.2 0 6 0 3 2 8 4 4 0.4 9 3 5 2 5 1 2 6 2 0 1 6 宁波 0.1 0 6 8 8 8 0 4 3 0.0 9 4 0 1 5 5 9 0 0.2 0 0 9 0 3 6 3 2 0.4 6 7 9 6 3 6 1 3 2 0 1 6 泉州 0.1 1 6 0 3 5 5 5 6 0.0 8 7 1 6 6 1 5 6 0.2 0 3 2 0 1 7 1 1 0.4 2 8 9 6 3 6 8 9 2 0 1 6 温州 0.1 2 2 1 5 0 0 1 3 0.0 8 3 0 8 4 4 9 7 0.2 0 5 2 3 4 5 1 0 0.4 0 4 8 2 7 1 2 7 2 0 1 6 连云港 0.1 4 3 3 7 4 6 3 6 0.0 6 4 9 0 3 5 3 4 0.2 0 8 2 7 8 1 7 0 0.3 1 1 6 1 9 4 7 6 2 0 1 6 南通 0.1 4 4 5 9 4 1 4 0 0.0 5 7 5 8 3 8 0 1 0.2 0 2 1 7 7 9 4 1 0.2 8 4 8 1 7 4 2 6
图1 东海区8个沿海城市滨海旅游业消费环境综合排名指数（
）Fig.1 Comprehensive ranking index of consumption environment of coastal tourism in 8 coastal cities in the Donghai district
2014-2016年，上海市、福州市、厦门市、泉州市、连云港市、宁波市以及温州市综合评价指数都呈现上升趋势，且上海、厦门、泉州和温州上升较为显著；南通呈现下降趋势。
根据图1得到排名如表3所示，3年间排名无明显变化，上海排名稳居第一；厦门有上升，2016年排名第二；福州第三，较前两年有下降；宁波第四、泉州第五，温州第六，连云港有上升，2016年排名第七，相反南通降至最后。
4.2 一级指标分析
4.3.4 生态消费环境各项二级指标分析
表3 东海区8个沿海城市综合评价指数
排名（2014-2016）Tab.3 Comprehensive evaluation index ranking of 8 coastal cities in the Donghai district（2014-2016）
排名 2 0 1 6 2 0 1 5 2 0 1 4 1上海 上海 上海2厦门 福州 福州3福州 厦门 厦门4宁波 宁波 宁波5泉州 泉州 泉州6温州 温州 温州7连云港 南通 南通8南通 连云港 连云港
根据表4综合分析显示得到图3-图5。
综上图表显示，上海的经济、社会和政治消费环境综合评价指数始终得分第一，具有优势；自然消费环境居中靠后，较弱；生态消费环境综合评价指数不稳定，但有改善趋势。福州在自然消费环境方面具有优势，综合评价指数第一。社会消费环境综合评价指数始终排名第三；经济消费环境综合评价指数逐年下降；生态消费环境有所改善；政治消费环境综合评价指数排名第二。泉州在自然消费环境有相对优势，综合评价指数排名第三。经济消费环境综合评价指数排名有上升趋势，但不显著且靠后；社会和生态消费环境综合评价指数排名呈现下降趋势；政治消费环境综合评价指数排名第四。厦门的自然和经济消费环境综合评价指数排名居中，较为稳定；社会和生态消费环境综合评价指数排名始终第二；政治消费环境综合评价指数排名第五。宁波的自然和经济消费环境综合评价指数排名第二；社会消费环境综合评价指数排名有上升趋势且居中靠后；生态消费环境综合评价指数排名颇有下降。温州自然、经济和政治消费环境综合评价指数排名居中；其社会和生态消费环境综合评价指数排名靠后。南通自然、经济、社会、生态和政治消费环境综合评价指数排名都靠后，且其经济和生态消费环境综合评价指数排名都有下降趋势。连云港在自然和经济消费环境中都不具有优势，综合评价指数最低；其社会和生态消费环境综合评价指数有显著下降；政治消费环境综合评价指数排名居中。
1 6）2 0 4-2 0 1（表名排数指价评合综标指级一市城海沿个8区海东4表1 6）2 0 4-2 0 1（i s t r i c t d g h a i o n D t h e i n c i t i e s c o a s t a l 8 o f e x i n d e v a l u a t i o n e n s i v e r e h p c o m o f t a b l e g k i n a n R a b.4 T 0（E）D j*（E）D j市城0 0（D）D j*（D）D j市城0（C）D j*（C）D j市城0（B）D j*（B）D j市城0（A）D j*（A）D j市城份年名排.0 0 0 1.0 5 0 0 0 0.0 0海上.6 4 9 0 6.0 5 0 3 0.0 0州温.6 6 3 0.0 8 8 0 5 0.0 4海上8 0 0.7 2.0 6 0 1 8 0.0海上3 0.7 9 7.0 5 0 1 5 0.0州福4 0 1 2 1.6 9 5 0.0 3 8 0 7 0.0 1州福.6 1 6 0 4.0 5 0 3 4.0 0门厦.4 1 5 0.0 5 2 0 4 0.0 7门厦6 2 0.4 0.0 4 0 4 6 0.0波宁8 0.5 2 1.0 4 0 3 7 0.0波宁4 0 1 2 2.6 1 9 0.0 3 5 0 1 0.0 2波宁.5 8 9 0 2.0 5 0 3 6.0 0州泉.3 4 6 0.0 4 2 0 9 0.0 7州福4 2 0.3 0.0 3 0 5 7 0.0州福2 0.5 0 8.0 3 0 3 8 0.0州泉4 0 1 2 3.5 8 8 0.0 3 4 0 4 0.0 2州泉.5 5 3 0 3.0 5 0 4 3.0 0通南.3 0 3 0.0 4 0 0 2 0.0 9港云连3 9 0.3 1.0 3 0 6 0 0.0门厦1 0.4 4 9.0 3 0 5 0 0.0门厦4 0 1 2 4.5 3 2 0.0 3 4 0 0 0.0 3门厦.5 1 5 0 6.0 4 0 4 4.0 0波宁.2 8 4 0.0 3 3 0 3 0.0 8波宁2 2 0.3 7.0 2 0 5 6 0.0州温6 0.4 3 5.0 3 0 4 5 0.0海上4 0 1 2 5.4 1 8 0.0 2 9 0 0 0.0 4港云连.5 1 1 0 5.0 4 0 4 3.0 0州福.2 7 2 0.0 3 2 0 7 0.0 8州泉0 8 0.3 6.0 2 0 5 9 0.0通南4 0.4 2 3.0 3 0 4 6 0.0州温4 0 1 2 6.1 8 1 0.0 0 9 0 3 0.0 4州温.5 0 4 0 4.0 4 0 4 3.0 0海上.2 3 1 0.0 2 9 0 5 0.0 9通南8 1 0.2 3.0 2 0 6 0 0.0州泉6 0.2 5 9.0 1 0 5 5 0.0通南4 0 1 2 7.0 2 7 0.0 0 1 0 9 0.0 4通南.3 7 4 0 3.0 3 0 5 6.0 0港云连.2 1 5 0.0 2 5 0 0 0.0 9州温3 8 0.1 2.0 1 0 7 3 0.0港云连4 0.2 2 7.0 1 0 5 9 0.0港云连4 0 1 2 8.0 0 0 1.0 5 0 0 0 0.0 0海上.6 6 7 0 7.0 5 0 2 8.0 0州温.6 7 4 0.0 9 0 0 4 0.0 4海上8 0 0.8 9.0 6 0 0 9 0.0海上3 0.7 9 7.0 5 0 1 5 0.0州福5 0 1 2 1.6 9 5 0.0 3 8 0 7 0.0 1州福.6 3 3 0 5.0 5 0 3 2.0 0门厦.4 1 8 0.0 5 3 0 3 0.0 7门厦1 0 0.5 4.0 4 0 4 3 0.0波宁8 0.5 2 1.0 4 0 3 7 0.0波宁5 0 1 2 2.6 1 9 0.0 3 5 0 1 0.0 2波宁.6 0 5 0 4.0 5 0 3 5.0 0州泉.3 4 1 0.0 4 1 0 9 0.0 7州福7 3 0.3 4.0 3 0 5 7 0.0门厦2 0.5 0 8.0 3 0 3 8 0.0州泉5 0 1 2 3.5 8 8 0.0 3 4 0 4 0.0 2州泉.5 8 7 0 4.0 5 0 3 8.0 0海上.2 9 4 0.0 3 4 0 1 0.0 8波宁6 8 0.3 1.0 3 0 5 3 0.0州温1 0.4 4 9.0 3 0 5 0 0.0门厦5 0 1 2 4.5 3 2 0.0 3 4 0 0 0.0 3门厦.5 8 5 0 1.0 5 0 3 6.0 0州福.2 9 4 0.0 3 8 0 2 0.0 9港云连6 8 0.3 2.0 3 0 5 4 0.0州福6 0.4 3 5.0 3 0 4 5 0.0海上5 0 1 2 5.4 1 8 0.0 2 9 0 0 0.0 4港云连.5 3 9 0 7.0 4 0 4 0.0 0波宁.2 9 1 0.0 3 6 0 7 0.0 8州泉5 7 0.3 1.0 3 0 5 6 0.0通南4 0.4 2 3.0 3 0 4 6 0.0州温5 0 1 2 6.1 8 1 0.0 0 9 0 3 0.0 4州温.4 8 0 0 4.0 4 0 4 8.0 0通南.2 3 4 0.0 2 7 0 9 0.0 8州温2 2 0.3 7.0 2 0 5 7 0.0州泉6 0.2 5 9.0 1 0 5 5 0.0通南5 0 1 2 7.0 2 7 0.0 0 1 0 9 0.0 4通南.4 0 6 0 5.0 3 0 5 2.0 0港云连0.2 3 0.0 2 9 0 5 0.0 9通南3 2 0.1 1.0 1 0 7 2 0.0港云连4 0.2 2 7.0 1 0 5 9 0.0港云连5 0 1 2 8.0 0 0 1.0 5 0 0 0 0.0 0海上.6 8 9 0 9.0 5 0 2 7.0 0州温9.7 0 0.0 9 5 0 9 0.0 3海上0 0 1.0 8.0 7 0 0 0 0.0海上3 0.7 9 7.0 5 0 1 5 0.0州福6 0 1 2 1.6 9 5 0.0 3 8 0 7 0.0 1州福.6 8 4 0 1.0 6 0 2 8.0 0门厦2.4 6 0.0 6 0 0 0 0.0 7门厦7 2 0.5 0.0 5 0 3 8 0.0波宁8 0.5 2 1.0 4 0 3 7 0.0波宁6 0 1 2 2.6 1 9 0.0 3 5 0 1 0.0 2波宁.6 2 7 0 5.0 5 0 3 3.0 0海上5.3 5 0.0 4 3 0 9 0.0 7州福2 8 0.4 6.0 3 0 4 9 0.0州温2 0.5 0 8.0 3 0 3 8 0.0州泉6 0 1 2 3.5 8 8 0.0 3 4 0 4 0.0 2州泉.6 2 3 0 3.0 5 0 3 2.0 0州泉5.3 0 0.0 3 5 0 0 0.0 8波宁2 1 0.4 9.0 3 0 5 3 0.0门厦1 0.4 4 9.0 3 0 5 0 0.0门厦6 0 1 2 4.5 3 2 0.0 3 4 0 0 0.0 3门厦.5 7 6 0 1.0 5 0 3 8.0 0州福0.2 9 0.0 3 6 0 7 0.0 8州泉9 5 0.3 4.0 3 0 5 2 0.0州福6 0.4 3 5.0 3 0 4 5 0.0海上6 0 1 2 5.4 1 8 0.0 2 9 0 0 0.0 4港云连.5 5 0 0 8.0 4 0 3 9.0 0港云连3.2 5 0.0 3 0 0 9 0.0 8州温6 5 0.3 1.0 3 0 5 3 0.0州泉4 0.4 2 3.0 3 0 4 6 0.0州温6 0 1 2 6.1 8 1 0.0 0 9 0 3 0.0 4州温.5 2 0 0 6.0 4 0 4 3.0 0波宁5.2 2 0.0 2 8 0 6 0.0 9通南1 2 0.3 7.0 2 0 6 0 0.0通南6 0.2 5 9.0 1 0 5 5 0.0通南6 0 1 2 7.0 2 7 0.0 0 1 0 9 0.0 4通南.4 2 6 0 8.0 3 0 5 1.0 0通南7.2 0 0.0 2 5 0 6 0.0 9港云连6 4 0.1 4.0 1 0 6 9 0.0港云连4 0.2 2 7.0 1 0 5 9 0.0港云连6 0 1 2 8
图2 东海区8个沿海城市滨海旅游业消费环境一级指标评价指数（2014）Fig.2 First-level index evaluation of the consumption environment of coastal tourism in 8 coastal cities in the Donghai district（2014）
图3 东海区8个沿海城市滨海旅游业消费环境一级指标排名指数（2015）Fig.3 Ranking of consumption environment of coastal tourism in 8 coastal cities in the Donghai district（2015）
图4 东海区8个沿海城市滨海旅游业消费环境一级指标排名指数（2016）Fig.4 Ranking of first-level index of consumption environment of coastal tourism in 8 coastal cities in the Donghai district（2016）
4.3 二级指标分析
表5反映的是2014-2016年东海区8个沿海城市滨海旅游消费环境评价各项二级指标情况。
记得读了《浮生六记》后，我还特意到东高山去找沈三白和芸娘住过的地方，因为书中所记的东高山离我家太近了。可惜我去调查时，什么痕迹也没有了，但从那时起我即养成了读书和调查的习惯，直到今天还是如此。
4.3.1 自然消费环境指标分析
3.3.1 研究方法的选择
4.3.2 经济消费环境指标分析
经济消费环境是体现沿海城市经济发展综合水平的重要指标。论文从滨海旅游消费层面设定了7类经济环境指标。随着旅游业的发展以及相关政策的支持，3年间，各沿海城市旅游总收入与国内旅游收入评价指数逐渐上升，截至2016年，上海旅游总收入评价指数大于国内旅游收入评价指数，且最大；连云港、南通、宁波和温州旅游总收入评价指数小于国内旅游收入评价指数；而福州、厦门和泉州旅游总收入指数大于国内旅游收入指数，其中厦门是人口最小、面积最小、海岸线最短的城市，但人均GDP、旅游总收入、国内旅游收入都高于泉州和福州。上海经济消费环境各类指标基本上都稳居最优；连云港、厦门和南通都有出现最差指标，经济消费环境不是很可观，尤其连云港最差指标中频数最多。虽然连云港整体状况较差，但发展趋势很可观，截至2016年各类指标都有所提高，人均GDP超过南通，南通2016年GDP评价指数倒数第一。厦门在固定资产投资方面较少，始终评价指数最差，与其拥挤的地形地貌有关。
4.3.3 社会消费环境各项二级指标分析
社会消费环境是展现沿海城市综合发展水平的重要指标，体现了沿海城市的软实力。从滨海旅游消费层面设定13个社会环境指标。由表8可知，2014-2016年间，上海的综合发展水平很强，最优指标频数最多，其次是厦门、泉州和福州。最差指标频数最多的是连云港，其次是南通、宁波和上海。上海交通事故等次数每年都是最多，其他城市其他指标较于上海的差距都比较大，尤其交通基础设施方面，泉州、温州、连云港和南通相对较差，评价指数都很低，尤其邮轮港口客运量。连云港市内交通设施较为全面、便利，且交通事故次数较少，但机场客运量、邮轮港口客运量偏低，且2016年铁路客运量出现急速下降局面。而厦门作为滨海旅游文化城市，交通基础设施相对较优，尤其邮轮港口客运量较高。在互联网信息方面，上海、福州、泉州、南通和温州较良，连云港和宁波较差。在城市市容市貌状况及旅游服务质量方面，连云港和南通欠佳。
利用基于信息熵的TOPSIS逼近法计算出5个一级指标的综合评价指数得到排名，如表4所示。
生态消费环境是体现沿海城市可持续发展的重要指标，也是近年来关注较多的领域。从滨海旅游消费层面设定6个生态环境指标，从最优城市来看，整体较良。2014-2016年，连云港生态消费环境改善较显著，尤其是城市地表水质达标率、城市污水处理率以及城市绿化率方面，评价指数逐年增长。宁波市区域环境噪音较大，城市绿化率较小。南通市生态消费环境有恶化趋势，主要体现在城市污水处理率和城市绿化率。
6）2 0 1-0 1 4 2（数指价评标指级二市城海沿个8区海东5表6）0 1 2-1 4 2 0（d i s t r i c t o n g h a i D t h e i n c i t i e s c o a s t a l 8 o f e v a l u a t i o n d e x i n a r y e c o n d S.5 a b T州温波宁通南港6云2 0 1连州泉门厦州福海上州温波宁通南港5云2 0 1连州泉门厦州福海上州温波宁通南港1 4云2 0连州泉门厦州福海上市份城年标指3 0.0 4 3 9 0.0 3 4 0.0 2 9 0.0 5 2 0.0 5 9.0 0 8.0 5 0 4 0.0 4 3 0.0 4 3 9 0.0 3 4 0.0 2 9.0 0 5 2 0.0.0 5 9 0 8.0 5 0 4 0.0 4 4 3 0.0 3 9 0.0.0 3 4 0.0 2 9 0.0 5 2 0 9.0 5 0 8 0.0 5 4 4 0.0 A 1 9 0.0 5 5 3 0.0 4 7 0.0 4 6 0.0 5 6 0.0 3 0.0 0 9.0 5 0 3 0.0 4 9 0.0 5 5 3 0.0 4 7 0.0 4 6.0 0 5 6 0.0.0 3 0 0 9.0 5 0 3 0.0 4 5 9 0.0 5 3 0.0.0 4 7 0.0 4 6 0.0 5 6 0 0.0 3 0 9 0.0 5 4 3 0.0 A 2 2 0.0 3 3 1 0.0 3 3 0.0 3 1 0.0 3 2 0.0 2 9.0 0 8.0 5 0 2 0.0 3 2 0.0 3 3 1 0.0 3 3 0.0 3 1.0 0 3 2 0.0.0 2 9 0 8.0 5 0 2 0.0 3 3 2 0.0 3 1 0.0.0 3 3 0.0 3 1 0.0 3 2 0 9.0 2 0 8 0.0 5 3 2 0.0 A 3 3 0.0 3 5 8 0.0 3 0 0.0 2 9 0.0 3 7 0.0 3 1.0 0 9.0 4 0 9 0.0 2 3 0.0 3 5 8 0.0 3 0 0.0 2 9.0 0 3 7 0.0.0 3 1 0 9.0 4 0 9 0.0 2 3 3 0.0 5 8 0.0.0 3 0 0.0 2 9 0.0 3 7 0 1.0 3 0 9 0.0 4 2 9 0.0 A 4 6 0.0 3 4 5 0.0 3 0 0.0 3 0 0.0 4 3 0.0 5 7.0 0.0 4 7 0 9 0.0 5 6 0.0 3 4 5 0.0 3 0 0.0 3 0.0 0 4 3 0.0.0 5 7 0 7.0 4 0 9 0.0 5 3 6 0.0 4 5 0.0.0 3 0 0.0 3 0 0.0 4 3 0 7.0 5 0 7 0.0 4 5 9 0.0 A 5 2 0.0 4 5 8 0.0 3 0 0.0 4 1 0.0 4 9 0.0 5 5.0 0.0 5 0 0 9 0.0 5 1 0.0 4 5 6 0.0 5 1 0.0 4 0.0 0 4 7 0.0.0 5 3 0 8.0 4 0 7 0.0 5 4 1 0.0 5 5 0.0.0 4 9 0.0 4 1 0.0 4 6 0 1.0 5 0 0 0.0 5 5 5 0.0 B 1 3 0.0 5 5 7 0.0 4 5 0.0 3 4 0.0 4 5 0.0 5 2.0 0.0 4 3 0 9 0.0 5 9 0.0 4 5 3 0.0 4 2 0.0 3 2.0 0 4 3 0.0.0 4 8 0 1.0 4 0 5 0.0 5 4 6 0.0 4 9 0.0.0 3 9 0.0 3 0 0.0 4 0 0 5.0 4 0 8 0.0 3 5 1 0.0 B 2 8 0.0 4 4 9 0.0 4 1 0.0 3 3 0.0 4 1 0.0 4 8.0 0.0 3 7 0 9 0.0 5 6 0.0 4 4 7 0.0 3 9 0.0 3 1.0 0 4 0 0.0.0 4 6 0 1.0 4 0 6 0.0 5 4 4 0.0 4 4 0.0.0 3 7 0.0 3 0 0.0 3 9 0 4.0 4 0 9 0.0 3 4 8 0.0 B 3 3 0.0 4 4 9 0.0 4 8 0.0 3 4 0.0 4 2 0.0 3 3.0 0.0 5 0 0 9 0.0 5 0 0.0 4 4 6 0.0 4 6 0.0 3 2.0 0 4 0 0.0.0 3 1 0 8.0 4 0 7 0.0 5 3 8 0.0 4 3 0.0.0 4 3 0.0 3 2 0.0 3 7 0 0.0 3 0 6 0.0 4 5 5 0.0 B 4 5 0.0 3 3 9 0.0 3 2 0.0 3 0 0.0 3 3 0.0 3 5.0 0.0 3 3 0 9 0.0 5 4 0.0 3 3 7 0.0 3 1 0.0 3 0.0 0 3 2 0.0.0 3 4 0 2.0 3 0 5 0.0 5 3 3 0.0 3 6 0.0.0 3 1 0.0 2 9 0.0 3 1 0 3.0 3 0 1 0.0 3 5 4 0.0 B 5 5 0.0 3 4 0 0.0 3 2 0.0 3 0 0.0 3 3 0.0 3 4.0 0.0 3 2 0 9 0.0 5 3 0.0 3 3 6 0.0 3 1 0.0 2 9.0 0 3 2 0.0.0 3 2 0 0.0 3 0 4 0.0 5 3 3 0.0 3 6 0.0.0 3 1 0.0 2 9 0.0 3 1 0 2.0 3 0 0 0.0 3 5 4 0.0 B 6 6 0.0 3 3 8 0.0 3 5 0.0 3 0 0.0 3 5 0.0 3 1.0 0.0 3 8 0 9 0.0 5 5 0.0 3 3 7 0.0 3 4 0.0 3 0.0 0 3 4 0.0.0 3 1 0 7.0 3 0 6 0.0 5 3 4 0.0 3 6 0.0.0 3 4 0.0 2 9 0.0 3 3 0 0.0 3 0 6 0.0 3 4 0.0 5 B 7 7 0.0 3 4 3 0.0 3 4 0.0 2 9 0.0 3 6 0.0 3 3.0 0.0 3 0 0 6 0.0 5 7 0.0 3 4 3 0.0 3 5 0.0 2 9.0 0 3 6 0.0.0 3 4 0 1.0 3 0 8 0.0 5 3 7 0.0 4 4 0.0.0 3 7 0.0 2 9 0.0 3 7 0 5.0 3 0 1 0.0 3 9 0.0 5 C 1 5 0.0 5 3 2 0.0 5 4 0.0 3 4 0.0 5 8 0.0 4 4.0 0.0 5 8 0 6.0 5 0 1 0.0 5 3 0 0.0 5 3 0.0 3 2.0 0 5 9 0.0.0 4 3 0 4.0 5 0 5 0.0 5 4 8 0.0 2 9 0.0.0 5 0 0.0 3 1 0.0 5 4 0 2.0 4 0 6 0.0 5 2 0.0 5 C 2 1 0.0 3 3 3 0.0 2 9 0.0 2 9 0.0 3 4 0.0 3 3.0 0.0 4 3 0 7.0 5 0 1 0.0 3 3 3 0.0 2 9 0.0 2 9.0 0 3 4 0.0.0 3 3 0 1.0 4 0 9 0.0 5 2 9 0.0 3 2 0.0.0 2 9 0.0 2 9 0.0 3 4 0 4.0 3 0 1 0.0 4 7 0.0 5 C 3 2 0.0 3 3 3 0.0 3 0 0.0 3 1 0.0 3 1 0.0 3 3.0 0.0 3 4 0 7.0 5 0 2 0.0 3 3 3 0.0 3 0 0.0 3 1.0 0 3 1 0.0.0 3 3 0 3.0 3 0 8 0.0 5 3 2 0.0 3 3 0.0.0 3 0 0.0 3 1 0.0 2 9 0 2.0 3 0 2 0.0 3 9 0.0 5 C 4 1 0.0 3 4 4 0.0 3 2 0.0 3 0 0.0 3 1 0.0 3 5.0 0.0 3 7 0 9.0 5 0 1 0.0 3 4 3 0.0 3 2 0.0 2 9.0 0 3 1 0.0.0 3 6 0 6.0 3 0 8 0.0 5 3 1 0.0 4 1 0.0.0 3 2 0.0 2 9 0.0 3 2 0 7.0 3 0 9 0.0 3 8 0.0 5 C 5 9 0.0 2 3 3 0.0 2 9 0.0 4 4 0.0 2 9 0.0 4 2.0 0.0 3 1 0 8.0 5 0 9 0.0 2 3 3 0.0 2 9 0.0 4 4.0 0 2 9 0.0.0 3 8 0 1.0 3 0 7 0.0 5 2 9 0.0 3 1 0.0.0 2 9 0.0 4 4 0.0 2 9 0 8.0 3 0 1 0.0 3 5 0.0 5 C 6 1 0.0 3 3 2 0.0 3 0 0.0 3 0 0.0 3 0 0.0 3 6.0 0.0 3 3 0 9.0 5 0 1 0.0 3 3 1 0.0 3 0 0.0 3 0.0 0 3 0 0.0.0 3 6 0 2.0 3 0 3 0.0 4 3 0 0.0 3 1 0.0.0 3 0 0.0 3 0 0.0 3 0 0 5.0 3 0 2 0.0 3 2 0.0 4 C 7 5 0.0 3 4 2 0.0 3 0 0.0 3 0 0.0 3 2 0.0 3 5.0 0.0 3 6 0 9.0 5 0 3 0.0 3 4 0 0.0 2 9 0.0 5 5.0 0 3 1 0.0.0 3 5 0 6.0 3 0 6 0.0 5 3 3 0.0 3 9 0.0.0 2 9 0.0 5 2 0.0 3 1 0 4.0 3 0 6 0.0 3 5 0.0 5 C 8 0 0.0 3 3 2 0.0 3 0 0.0 3 0 0.0 3 0 0.0 5 9.0 0.0 3 2 0 4.0 3 0 0 0.0 3 3 2 0.0 3 0 0.0 3 0.0 0 3 0 0.0.0 4 2 0 3.0 3 0 1 0.0 3 3 0 0.0 3 2 0.0.0 3 0 0.0 3 0 0.0 3 0 0 0.0 4 0 2 0.0 3 1 0.0 3 C 9 3 0.0 3 3 1 0.0 4 0 0.0 4 9 0.0 3 4 0.0 3 0.0 0.0 3 1 0 9.0 2 0 4 0.0 3 3 2 0.0 4 4 0.0 5 3.0 0 3 4 0.0.0 3 0 0 1.0 3 0 0 0.0 3 3 4 0.0 3 2 0.0.0 4 7 0.0 5 9 0.0 3 5 0 0.0 3 0 1 0.0 3 0 0.0 3 C 1 0 7 0.0 3 5 0.0 4 2 9 0.0 3 2 0.0 4 0 0.0 5 9.0 0.0 4 6 0 8.0 5 0 7 0.0 3 4 5 0.0 2 9 0.0 3 2.0 0 4 0 0.0.0 5 9 0 6.0 4 0 8 0.0 5 3 7 0.0 4 5 0.0.0 2 9 0.0 3 2 0.0 4 0 0 9.0 5 0 6 0.0 4 8 0.0 5 C 1 1 6 0.0 3 3 0.0 4 3 0 0.0 2 9 0.0 3 9 0.0 5 6.0 0.0 4 4 0 8.0 5 0 6 0.0 3 4 3 0.0 3 0 0.0 2 9.0 0 3 9 0.0.0 5 6 0 4.0 4 0 8 0.0 5 3 6 0.0 4 3 0.0.0 3 0 0.0 2 9 0.0 3 9 0 6.0 5 0 4 0.0 4 8 0.0 5 C 1 2 6 0.0 3 2 0.0 4 3 1 0.0 2 9 0.0 4 0 0.0 5 4.0 0.0 4 5 0 9.0 5 0 6 0.0 3 4 2 0.0 3 1 0.0 2 9.0 0 4 0 0.0.0 5 4 0 5.0 4 0 9 0.0 5 3 6 0.0 4 2 0.0.0 3 1 0.0 2 9 0.0 4 0 0 4.0 5 0 5 0.0 4 9 0.0 5 C 1 3 8 0.0 3 2 0.0 3 3 2 0.0 4 3 0.0 3 8 0.0 3 6.0 0.0 3 3 0 9.0 5 0 8 0.0 3 3 2 0.0 4 2 0.0 4 3.0 0 3 8 0.0.0 3 5 0 3.0 3 0 9 0.0 5 3 9 0.0 3 0 0.0.0 3 0 0.0 4 2 0.0 3 8 0 4.0 3 0 0 0.0 3 6 0.0 3 D 1 9 0.0 5 9 0.0 3 4 4 0.0 4 1 0.0 4 4 0.0 4 3.0 0.0 4 1 0 9.0 3 0 9 0.0 5 3 9 0.0 4 3 0.0 4 1.0 0 4 4 0.0.0 4 2 0 4.0 4 0 9 0.0 3 5 9 0.0 3 9 0.0.0 4 3 0.0 3 0 0.0 4 3 0 2.0 4 0 3 0.0 4 9 0.0 3 D 2 5 0.0 4 6 0.0 3 4 8 0.0 4 3 0.0 4 2 0.0 5 9.0 0.0 3 9 0 5.0 4 0 5 0.0 4 4 2 0.0 5 7 0.0 3 0.0 0 3 6 0.0.0 4 7 0 9.0 3 0 1 0.0 4 4 3 0.0 3 9 0.0.0 5 9 0.0 3 0 0.0 3 5 0 6.0 4 0 5 0.0 3 7 0.0 3 D 3 9 0.0 5 9 0.0 5 3 0 0.0 5 9 0.0 5 9 0.0 5 9.0 0.0 5 9 0 9.0 5 0 9 0.0 5 5 9 0.0 5 9 0.0 3 7.0 0 5 9 0.0.0 5 9 0 8.0 5 0 9 0.0 5 5 9 0.0 5 9 0.0.0 5 9 0.0 4 3 0.0 5 9 0 9.0 5 0 7 0.0 5 9 0.0 5 D 4 0 0.0 6 0 0.0 6 6 0 0.0 6 0 0.0 5 9 0.0 5 9.0 0.0 6 0 0 0.0 6 0 0 0.0 6 6 0 0.0 3 0 0.0 6 0.0 0 6 0 0.0.0 6 0 0 0.0 6 0 0 0.0 6 6 0 0.0 6 0 0.0.0 6 0 0.0 5 8 0.0 5 9 0 0.0 6 0 8 0.0 5 8 0.0 5 D 5 2 0.0 5 5 0.0 4 3 3 0.0 3 3 0.0 5 5 0.0 5 9.0 0.0 5 5 0 7.0 3 0 6 0.0 4 4 3 0.0 2 9 0.0 3 3.0 0 5 8 0.0.0 5 7 0 4.0 5 0 2 0.0 3 4 3 0.0 4 3 0.0.0 3 2 0.0 3 1 0.0 5 5 0 5.0 5 0 5 0.0 4 8 0.0 3 D 6 9 0.0 2 7 0.0 5 2 9 0.0 5 7 0.0 5 7 0.0 2 9.0 0.0 5 7 0 7.0 5 0 9 0.0 2 5 7 0.0 2 9 0.0 5 7.0 0 5 7 0.0.0 2 9 0 7.0 5 0 7 0.0 5 2 9 0.0 5 7 0.0 2 9.0 0.0 5 7 0.0 5 7 0 9.0 2 0 7 0.0 5 7 0.0 5 E 1 5 0.0 3 3 0.0 4 3 0 0.0 2 9 0.0 4 0 0.0 5 5.0 0.0 4 6 0 7.0 5 0 5 0.0 3 4 3 0.0 3 0 0.0 2 9.0 0 4 0 0.0.0 5 5 0 6.0 4 0 7 0.0 5 3 5 0.0 4 3 0.0 3 0.0 0.0 2 9 0.0 4 0 0 5.0 5 0 6 0.0 4 7 0.0 5 E 2 7 0.0 3 3 0.0 4 2 9 0.0 3 1 0.0 4 3 0.0 5 1.0 0.0 4 7 0 9.0 5 0 7 0.0 3 4 3 0.0 2 9 0.0 3 1.0 0 4 3 0.0.0 5 1 0 7.0 4 0 9 0.0 5 3 7 0.0 4 3 0.0 2 9.0 0.0 3 1 0.0 4 3 0 1.0 5 0 7 0.0 4 9 0.0 5 E 3
表6 东海区8大城市自然消费环境二级指标评价指数描述性统计分析Tab.6 Descriptive statistical analysis of secondary indexes for natural consumption environment in 8 large cities in the Donghai district
年份 指标 上海 福州 厦门 泉州 连云港 南通 宁波 温州 均值 极大值 极小值 最优城市最差城市2 0 1 4 A 1 0.0 4 4 0.0 5 8 0.0 5 9 0.0 5 2 0.0 2 9 0.0 3 4 0.0 3 9 0.0 4 3 0.0 4 4 9 0.0 5 8 7 0.0 2 9 3 厦门 连云港A 2 0.0 4 3 0.0 5 9 0.0 3 0 0.0 5 6 0.0 4 6 0.0 4 7 0.0 5 3 0.0 5 9 0.0 4 9 0 0.0 5 9 0 0.0 2 9 5 温州 厦门A 3 0.0 3 2 0.0 5 8 0.0 2 9 0.0 3 2 0.0 3 1 0.0 3 3 0.0 3 1 0.0 3 2 0.0 3 4 8 0.0 5 8 5 0.0 2 9 2 福州 厦门A 4 0.0 2 9 0.0 4 9 0.0 3 1 0.0 3 7 0.0 2 9 0.0 3 0 0.0 5 8 0.0 3 3 0.0 3 7 0 0.0 5 8 2 0.0 2 9 1 宁波 连云港A 5 0.0 5 9 0.0 4 7 0.0 5 7 0.0 4 3 0.0 3 0 0.0 3 0 0.0 4 5 0.0 3 6 0.0 4 3 5 0.0 5 8 8 0.0 3 0 4 上海 南通均值 0.0 4 1 3 0.0 5 4 3 0.0 4 0 9 0.0 4 4 1 0.0 3 3 2 0.0 3 4 9 0.0 4 5 2 0.0 4 0 7 福州 连云港极大值 0.0 5 8 8 0.0 5 8 7 0.0 5 8 7 0.0 5 6 0 0.0 4 6 3 0.0 4 7 4 0.0 5 8 2 0.0 5 9 0 温州 连云港极小值 0.0 2 9 3 0.0 4 7 4 0.0 2 9 2 0.0 3 2 1 0.0 2 9 1 0.0 3 0 1 0.0 3 1 3 0.0 3 2 1 福州 连云港最优指标 A 5 A 2 A 1 A 2 A 2 A 2 A 4 A 2 A 2 A 2 A 5 最差指标 A 4 A 5 A 3 A 3 A 4 A 4 A 3 A 2 A 3 A 5 A 4 2 0 1 5 A 1 0.0 4 4 4 0.0 5 7 8 0.0 5 8 7 0.0 5 2 4 0.0 2 9 3 0.0 3 3 9 0.0 3 9 4 0.0 4 3 2 0.0 4 4 9 0.0 5 8 7 0.0 2 9 3 厦门 连云港A 2 0.0 4 2 7 0.0 5 8 7 0.0 2 9 5 0.0 5 6 0 0.0 4 6 3 0.0 4 7 4 0.0 5 2 6 0.0 5 9 0 0.0 4 9 0 0.0 5 9 0 0.0 2 9 5 温州 厦门A 3 0.0 3 1 5 0.0 5 8 5 0.0 2 9 2 0.0 3 2 1 0.0 3 0 9 0.0 3 2 6 0.0 3 1 3 0.0 3 2 1 0.0 3 4 8 0.0 5 8 5 0.0 2 9 2 福州 厦门A 4 0.0 2 9 3 0.0 4 8 9 0.0 3 0 6 0.0 3 6 8 0.0 2 9 1 0.0 3 0 1 0.0 5 8 2 0.0 3 3 0 0.0 3 7 0 0.0 5 8 2 0.0 2 9 1 宁波 连云港A 5 0.0 5 8 8 0.0 4 7 4 0.0 5 6 7 0.0 4 3 3 0.0 3 0 5 0.0 3 0 4 0.0 4 4 7 0.0 3 6 5 0.0 4 3 5 0.0 5 8 8 0.0 3 0 4 上海 南通均值 0.0 4 1 3 0.0 5 4 3 0.0 4 0 9 0.0 4 4 1 0.0 3 3 2 0.0 3 4 9 0.0 4 5 2 0.0 4 0 7 福州 连云港极大值 0.0 5 8 8 0.0 5 8 7 0.0 5 8 7 0.0 5 6 0 0.0 4 6 3 0.0 4 7 4 0.0 5 8 2 0.0 5 9 0 温州 连云港极小值 0.0 2 9 3 0.0 4 7 4 0.0 2 9 2 0.0 3 2 1 0.0 2 9 1 0.0 3 0 1 0.0 3 1 3 0.0 3 2 1 福州 连云港最优指标 A 5 A 2 A 1 A 2 A 2 A 2 A 4 A 2 A 2 A 2 A 5 最差指标 A 4 A 5 A 3 A 3 A 4 A 4 A 3 A 3 A 3 A 4 A 4 2 0 1 6 A 1 0.0 4 4 4 0.0 5 7 8 0.0 5 8 7 0.0 5 2 4 0.0 2 9 3 0.0 3 3 9 0.0 3 9 4 0.0 4 3 2 0.0 4 4 9 0.0 5 8 7 0.0 2 9 3 厦门 连云港A 2 0.0 4 2 7 0.0 5 8 7 0.0 2 9 5 0.0 5 6 0 0.0 4 6 3 0.0 4 7 4 0.0 5 2 6 0.0 5 9 0 0.0 4 9 0 0.0 5 9 0 0.0 2 9 5 温州 厦门A 3 0.0 3 1 5 0.0 5 8 5 0.0 2 9 2 0.0 3 2 1 0.0 3 0 9 0.0 3 2 6 0.0 3 1 3 0.0 3 2 1 0.0 3 4 8 0.0 5 8 5 0.0 2 9 2 福州 厦门A 4 0.0 2 9 3 0.0 4 8 9 0.0 3 0 6 0.0 3 6 8 0.0 2 9 1 0.0 3 0 1 0.0 5 8 2 0.0 3 3 0 0.0 3 7 0 0.0 5 8 2 0.0 2 9 1 宁波 连云港A 5 0.0 5 8 8 0.0 4 7 4 0.0 5 6 7 0.0 4 3 3 0.0 3 0 5 0.0 3 0 4 0.0 4 4 7 0.0 3 6 5 0.0 4 3 5 0.0 5 8 8 0.0 3 0 4 上海 南通均值 0.0 4 1 3 0.0 5 4 3 0.0 4 0 9 0.0 4 4 1 0.0 3 3 2 0.0 3 4 9 0.0 4 5 2 0.0 4 0 7 福州 连云港极大值 0.0 5 8 8 0.0 5 8 7 0.0 5 8 7 0.0 5 6 0 0.0 4 6 3 0.0 4 7 4 0.0 5 8 2 0.0 5 9 0 温州 连云港极小值 0.0 2 9 3 0.0 4 7 4 0.0 2 9 2 0.0 3 2 1 0.0 2 9 1 0.0 3 0 1 0.0 3 1 3 0.0 3 2 1 福州 连云港最优指标 A 5 A 2 A 1 A 2 A 2 A 2 A 4 A 2 A 2 A 2 A 5 最差指标 A 4 A 5 A 3 A 3 A 4 A 4 A 3 A 3 A 3 A 4 A 4
表7 东海区8大城市经济消费环境二级指标评价指数描述性统计分析Tab.7 Descriptive statistical analysis of secondary index evaluation of economic consumption environment in 8 large cities in the Donghai district
年份 指标 上海 福州 厦门 泉州 连云港 南通 宁波 温州 均值 极大值 极小值 最优城市最差城市2 0 1 4 B 1 0.0 5 4 6 0.0 5 0 1 0.0 5 1 5 0.0 4 5 9 0.0 4 1 2 0.0 4 8 7 0.0 5 5 1 0.0 4 1 4 0.0 4 8 6 0.0 5 5 1 0.0 4 1 2 宁波 连云港B 2 0.0 5 0 9 0.0 3 8 2 0.0 4 5 1 0.0 4 0 5 0.0 2 9 6 0.0 3 9 1 0.0 4 9 5 0.0 4 6 0 0.0 4 2 4 0.0 5 0 9 0.0 2 9 6 上海 连云港B 3 0.0 4 7 7 0.0 3 8 8 0.0 4 3 8 0.0 3 8 8 0.0 2 9 7 0.0 3 7 2 0.0 4 4 5 0.0 4 3 6 0.0 4 0 5 0.0 4 7 7 0.0 2 9 7 上海 连云港B 4 0.0 5 4 9 0.0 4 5 6 0.0 2 9 5 0.0 3 7 3 0.0 3 2 5 0.0 4 2 8 0.0 4 3 3 0.0 3 8 0 0.0 4 0 5 0.0 5 4 9 0.0 2 9 5 上海 厦门B 5 0.0 5 4 3 0.0 3 1 0 0.0 3 3 1 0.0 3 1 5 0.0 2 9 4 0.0 3 0 5 0.0 3 5 9 0.0 3 2 7 0.0 3 4 8 0.0 5 4 3 0.0 2 9 4 上海 连云港B 6 0.0 5 4 2 0.0 3 0 4 0.0 3 2 5 0.0 3 1 0 0.0 2 9 4 0.0 3 0 5 0.0 3 6 3 0.0 3 2 9 0.0 3 4 6 0.0 5 4 2 0.0 2 9 4 上海 连云港B 7 0.0 5 4 2 0.0 3 6 2 0.0 3 0 4 0.0 3 3 5 0.0 2 9 5 0.0 3 3 5 0.0 3 6 0 0.0 3 4 3 0.0 3 5 9 0.0 5 4 2 0.0 2 9 5 上海 连云港均值 0.0 5 3 0 0.0 3 8 6 0.0 3 8 0 0.0 3 6 9 0.0 3 1 6 0.0 3 7 5 0.0 4 2 9 0.0 3 8 4 上海 连云港极大值 0.0 5 4 9 0.0 5 0 1 0.0 5 1 5 0.0 4 5 9 0.0 4 1 2 0.0 4 8 7 0.0 5 5 1 0.0 4 6 0 宁波 连云港极小值 0.0 4 7 7 0.0 3 0 4 0.0 2 9 5 0.0 3 1 0 0.0 2 9 4 0.0 3 0 5 0.0 3 5 9 0.0 3 2 7 上海 连云港最优指标 B 4 B 1 B 1 B 1 B 1 B 1 B 1 B 2 B 1 B 1 B 1 最差指标 B 3 B 6 B 4 B 6 B 6 B 5 B 5 B 5 B 6 B 3 B 6 2 0 1 5 B 1 0.0 5 6 5 0.0 4 8 0 0.0 5 2 5 0.0 4 7 2 0.0 4 0 0 0.0 5 0 7 0.0 5 6 1 0.0 4 0 7 0.0 4 9 0 0.0 5 6 5 0.0 4 0 0 上海 连云港B 2 0.0 5 5 0 0.0 4 0 6 0.0 4 8 0 0.0 4 2 8 0.0 3 1 7 0.0 4 1 9 0.0 5 3 1 0.0 4 9 4 0.0 4 5 3 0.0 5 5 0 0.0 3 1 7 上海 连云港B 3 0.0 5 5 7 0.0 4 0 6 0.0 4 5 7 0.0 3 9 6 0.0 3 1 2 0.0 3 9 2 0.0 4 6 6 0.0 4 6 4 0.0 4 3 1 0.0 5 5 7 0.0 3 1 2 上海 连云港B 4 0.0 5 6 8 0.0 4 8 5 0.0 3 1 4 0.0 4 0 0 0.0 3 2 4 0.0 4 5 5 0.0 4 6 3 0.0 4 0 3 0.0 4 2 6 0.0 5 6 8 0.0 3 1 4 上海 厦门B 5 0.0 5 4 9 0.0 3 1 5 0.0 3 4 0 0.0 3 2 2 0.0 2 9 9 0.0 3 0 9 0.0 3 7 3 0.0 3 3 7 0.0 3 5 6 0.0 5 4 9 0.0 2 9 9 上海 连云港B 6 0.0 5 4 2 0.0 3 0 4 0.0 3 2 5 0.0 3 1 8 0.0 2 9 4 0.0 3 1 0 0.0 3 6 3 0.0 3 2 9 0.0 3 4 8 0.0 5 4 2 0.0 2 9 4 上海 连云港B 7 0.0 5 6 4 0.0 3 7 4 0.0 3 0 7 0.0 3 4 4 0.0 2 9 7 0.0 3 4 2 0.0 3 7 0 0.0 3 5 1 0.0 3 6 9 0.0 5 6 4 0.0 2 9 7 上海 连云港均值 0.0 5 5 7 0.0 3 9 6 0.0 3 9 3 0.0 3 8 3 0.0 3 2 1 0.0 3 9 1 0.0 4 4 7 0.0 3 9 8 上海 连云港极大值 0.0 5 6 8 0.0 4 8 5 0.0 5 2 5 0.0 4 7 2 0.0 4 0 0 0.0 5 0 7 0.0 5 6 1 0.0 4 9 4 上海 连云港极小值 0.0 5 4 2 0.0 3 0 4 0.0 3 0 7 0.0 3 1 8 0.0 2 9 4 0.0 3 0 9 0.0 3 6 3 0.0 3 2 9 上海 连云港最优指标 B 4 B 4 B 1 B 1 B 1 B 1 B 1 B 2 B 1 B 4 B 1 最差指标 B 6 B 6 B 7 B 6 B 6 B 5 B 6 B 6 B 6 B 6 B 6 2 0 1 6 B 1 0.0 5 9 5 0.0 5 0 1 0.0 5 4 6 0.0 4 8 8 0.0 4 1 4 0.0 2 9 7 0.0 5 8 0 0.0 4 2 0 0.0 4 8 0 0.0 5 9 5 0.0 2 9 7 上海 南通B 2 0.0 5 9 3 0.0 4 3 4 0.0 5 1 5 0.0 4 5 1 0.0 3 3 8 0.0 4 4 7 0.0 5 6 6 0.0 5 3 0 0.0 4 8 4 0.0 5 9 3 0.0 3 3 8 上海 连云港B 3 0.0 5 9 3 0.0 3 7 0 0.0 4 8 2 0.0 4 1 1 0.0 3 2 6 0.0 4 1 1 0.0 4 9 0 0.0 4 8 3 0.0 4 4 6 0.0 5 9 3 0.0 3 2 6 上海 连云港B 4 0.0 5 9 1 0.0 5 0 1 0.0 3 2 9 0.0 4 1 9 0.0 3 4 2 0.0 4 8 0 0.0 4 8 9 0.0 4 2 8 0.0 4 4 7 0.0 5 9 1 0.0 3 2 9 上海 厦门B 5 0.0 5 8 8 0.0 3 2 6 0.0 3 5 1 0.0 3 3 0 0.0 3 0 4 0.0 3 1 5 0.0 3 9 0 0.0 3 5 0 0.0 3 6 9 0.0 5 8 8 0.0 3 0 4 上海 连云港B 6 0.0 5 8 8 0.0 3 2 2 0.0 3 4 1 0.0 3 2 6 0.0 3 0 4 0.0 3 1 7 0.0 3 9 7 0.0 3 5 4 0.0 3 6 9 0.0 5 8 8 0.0 3 0 4 上海 连云港B 7 0.0 5 8 9 0.0 3 8 2 0.0 3 1 0 0.0 3 5 2 0.0 3 0 0 0.0 3 4 9 0.0 3 7 9 0.0 3 6 0 0.0 3 7 8 0.0 5 8 9 0.0 3 0 0 上海 连云港均值 0.0 5 9 1 0.0 4 0 5 0.0 4 1 1 0.0 3 9 7 0.0 3 3 2 0.0 3 7 4 0.0 4 7 0 0.0 4 1 8 上海 连云港极大值 0.0 5 9 5 0.0 5 0 1 0.0 5 4 6 0.0 4 8 8 0.0 4 1 4 0.0 4 8 0 0.0 5 8 0 0.0 5 3 0 上海 连云港极小值 0.0 5 8 8 0.0 3 2 2 0.0 3 1 0 0.0 3 2 6 0.0 3 0 0 0.0 2 9 7 0.0 3 7 9 0.0 3 5 0 上海 南通最优指标 B 1 B 1 B 1 B 1 B 1 B 4 B 1 B 2 B 2 B 1 B 4 最差指标 B 6 B 6 B 7 B 6 B 7 B 1 B 7 B 5 B 6 B 6 B 1
表8 东海区8大城市社会消费环境二级指标评级指数描述性统计分析Tab.8 Descriptive statistical analysis of second-class index of social consumption environment in 8 large cities in the Donghai district
年份 指标 上海 福州 厦门 泉州 连云港 南通 宁波 温州 均值 极大值 极小值 最优城市最差城市2 0 1 4 C 1 0.0 5 9 0.0 3 1 0.0 3 5 0.0 3 7 0.0 2 9 0.0 3 7 0.0 4 4 0.0 3 7 0.0 3 8 6 0.0 5 8 8 0.0 2 9 4 上海 连云港C 2 0.0 5 2 0.0 5 6 0.0 4 2 0.0 5 4 0.0 3 1 0.0 5 0 0.0 2 9 0.0 4 8 0.0 4 5 3 0.0 5 5 6 0.0 2 9 4 福州 宁波C 3 0.0 5 7 0.0 4 1 0.0 3 4 0.0 3 4 0.0 2 9 0.0 2 9 0.0 3 2 0.0 2 9 0.0 3 5 8 0.0 5 7 1 0.0 2 9 3 上海 连云港C 4 0.0 5 9 0.0 3 2 0.0 3 2 0.0 2 9 0.0 3 1 0.0 3 0 0.0 3 3 0.0 3 2 0.0 3 4 6 0.0 5 8 6 0.0 2 9 3 上海 泉州C 5 0.0 5 8 0.0 3 9 0.0 3 7 0.0 3 2 0.0 2 9 0.0 3 2 0.0 4 1 0.0 3 1 0.0 3 7 3 0.0 5 7 7 0.0 2 9 3 上海 连云港C 6 0.0 5 5 0.0 3 1 0.0 3 8 0.0 2 9 0.0 4 4 0.0 2 9 0.0 3 1 0.0 2 9 0.0 3 5 8 0.0 5 4 8 0.0 2 9 2 上海 泉州C 7 0.0 4 2 0.0 3 2 0.0 3 5 0.0 3 0 0.0 3 0 0.0 3 0 0.0 3 1 0.0 3 0 0.0 3 2 6 0.0 4 2 1 0.0 2 9 6 上海 连云港C 8 0.0 5 5 0.0 3 6 0.0 3 4 0.0 3 1 0.0 5 2 0.0 2 9 0.0 3 9 0.0 3 3 0.0 3 8 6 0.0 5 4 6 0.0 2 9 3 上海 南通C 9 0.0 3 1 0.0 3 2 0.0 4 0 0.0 3 0 0.0 3 0 0.0 3 0 0.0 3 2 0.0 3 0 0.0 3 1 8 0.0 3 9 5 0.0 2 9 6 厦门 南通C 10 0.0 3 0 0.0 3 1 0.0 3 0 0.0 3 5 0.0 5 9 0.0 4 7 0.0 3 2 0.0 3 4 0.0 3 7 2 0.0 5 8 8 0.0 2 9 6 连云港 上海C 11 0.0 5 8 0.0 4 6 0.0 5 9 0.0 4 0 0.0 3 2 0.0 2 9 0.0 4 5 0.0 3 7 0.0 4 3 3 0.0 5 8 6 0.0 2 9 3 厦门 南通C 12 0.0 5 8 0.0 4 4 0.0 5 6 0.0 3 9 0.0 2 9 0.0 3 0 0.0 4 3 0.0 3 6 0.0 4 2 0 0.0 5 8 4 0.0 2 9 2 上海 连云港C 13 0.0 5 9 0.0 4 5 0.0 5 4 0.0 4 0 0.0 2 9 0.0 3 1 0.0 4 2 0.0 3 6 0.0 4 2 1 0.0 5 8 6 0.0 2 9 3 上海 连云港均值 0.0 4 9 6 0.0 3 6 0 0.0 3 5 7 0.0 3 4 2 0.0 3 6 4 0.0 3 4 3 0.0 3 4 4 0.0 3 3 4 上海 温州极大值 0.0 5 8 8 0.0 5 5 6 0.0 4 2 4 0.0 5 3 9 0.0 5 8 8 0.0 5 0 2 0.0 4 3 9 0.0 4 8 0 上海 厦门极小值 0.0 2 9 6 0.0 3 1 0 0.0 3 0 0 0.0 2 9 2 0.0 2 9 3 0.0 2 9 2 0.0 2 9 4 0.0 2 9 2 福州 泉州最优指标 C 1 C 2 C 11 C 2 C 10 C 2 C 11 C 2 C 2 C 1 C 9 最差指标 C 10 C 10 C 10 C 6 C 12 C 6 C 2 C 6 C 9 C 9 C 6 2 0 1 5 C 1 0.0 5 8 0.0 3 1 0.0 3 4 0.0 3 6 0.0 2 9 0.0 3 5 0.0 4 3 0.0 3 7 0.0 3 8 0 0.0 5 7 7 0.0 2 9 4 上海 连云港C 2 0.0 5 5 0.0 5 4 0.0 4 3 0.0 5 9 0.0 3 2 0.0 5 3 0.0 3 0 0.0 5 1 0.0 4 7 2 0.0 5 8 7 0.0 3 0 2 泉州 宁波C 3 0.0 5 9 0.0 4 1 0.0 3 3 0.0 3 4 0.0 2 9 0.0 2 9 0.0 3 3 0.0 3 1 0.0 3 6 3 0.0 5 8 5 0.0 2 9 3 上海 连云港C 4 0.0 5 8 0.0 3 3 0.0 3 3 0.0 3 1 0.0 3 1 0.0 3 0 0.0 3 3 0.0 3 2 0.0 3 5 0 0.0 5 7 9 0.0 3 0 0 上海 南通C 5 0.0 5 8 0.0 3 6 0.0 3 6 0.0 3 1 0.0 2 9 0.0 3 2 0.0 4 3 0.0 3 1 0.0 3 7 1 0.0 5 8 2 0.0 2 9 5 上海 连云港C 6 0.0 5 7 0.0 3 1 0.0 3 8 0.0 2 9 0.0 4 4 0.0 2 9 0.0 3 3 0.0 2 9 0.0 3 6 3 0.0 5 6 6 0.0 2 9 2 上海 泉州C 7 0.0 4 3 0.0 3 2 0.0 3 6 0.0 3 0 0.0 3 0 0.0 3 0 0.0 3 1 0.0 3 1 0.0 3 2 9 0.0 4 3 4 0.0 2 9 6 上海 连云港C 8 0.0 5 6 0.0 3 6 0.0 3 5 0.0 3 1 0.0 5 5 0.0 2 9 0.0 4 0 0.0 3 3 0.0 3 9 5 0.0 5 6 0 0.0 2 9 3 上海 南通C 9 0.0 3 1 0.0 3 3 0.0 4 2 0.0 3 0 0.0 3 0 0.0 3 0 0.0 3 2 0.0 3 0 0.0 3 2 1 0.0 4 1 5 0.0 2 9 6 厦门 南通C 10 0.0 3 0 0.0 3 1 0.0 3 0 0.0 3 4 0.0 5 3 0.0 4 4 0.0 3 2 0.0 3 4 0.0 3 5 8 0.0 5 2 9 0.0 2 9 6 连云港 上海C 11 0.0 5 8 0.0 4 6 0.0 5 9 0.0 4 0 0.0 3 2 0.0 2 9 0.0 4 5 0.0 3 7 0.0 4 3 3 0.0 5 8 6 0.0 2 9 3 厦门 南通C 12 0.0 5 8 0.0 4 4 0.0 5 6 0.0 3 9 0.0 2 9 0.0 3 0 0.0 4 3 0.0 3 6 0.0 4 2 0 0.0 5 8 4 0.0 2 9 2 上海 连云港C 13 0.0 5 9 0.0 4 5 0.0 5 4 0.0 4 0 0.0 2 9 0.0 3 1 0.0 4 2 0.0 3 6 0.0 4 2 1 0.0 5 8 6 0.0 2 9 3 上海 连云港均值 0.0 5 0 5 0.0 3 5 9 0.0 3 5 9 0.0 3 4 6 0.0 3 6 3 0.0 3 4 1 0.0 3 5 0 0.0 3 3 9 上海 温州极大值 0.0 5 8 5 0.0 5 4 5 0.0 4 2 7 0.0 5 8 7 0.0 5 5 5 0.0 5 3 2 0.0 4 3 0 0.0 5 1 2 泉州 厦门极小值 0.0 2 9 6 0.0 3 0 8 0.0 3 0 0 0.0 2 9 2 0.0 2 9 3 0.0 2 9 2 0.0 3 0 2 0.0 2 9 2 福州 泉州最优指标 C 13 C 2 C 11 C 2 C 8 C 2 C 11 C 2 C 2 C 2 C 2 最差指标 C 10 C 10 C 10 C 6 C 12 C 6 C 2 C 6 C 9 C 9 C 6
续表8 东海区8大城市社会消费环境二级指标评级指数描述性统计分析Continue tab.8 Descriptive statistical analysis of second-class index of social consumption environment in 8 large cities in the Donghai district
年份 指标 上海 福州 厦门 泉州 连云港 南通 宁波 温州 均值 极大值 极小值 最优城市最差城市2 0 1 6 C 1 0.0 5 6 0.0 3 0 0.0 3 3 0.0 3 6 0.0 2 9 0.0 3 4 0.0 4 3 0.0 3 7 0.0 3 7 4 0.0 5 6 4 0.0 2 9 4 上海 连云港C 2 0.0 5 6 0.0 5 8 0.0 4 4 0.0 5 8 0.0 3 4 0.0 5 4 0.0 3 2 0.0 5 5 0.0 4 9 0 0.0 5 8 4 0.0 3 1 6 泉州 宁波C 3 0.0 5 7 0.0 4 3 0.0 3 3 0.0 3 4 0.0 2 9 0.0 2 9 0.0 3 3 0.0 3 1 0.0 3 6 2 0.0 5 7 1 0.0 2 9 3 上海 连云港C 4 0.0 5 7 0.0 3 4 0.0 3 3 0.0 3 1 0.0 3 1 0.0 3 0 0.0 3 3 0.0 3 2 0.0 3 4 9 0.0 5 6 6 0.0 3 0 0 上海 南通C 5 0.0 5 9 0.0 3 7 0.0 3 5 0.0 3 1 0.0 3 0 0.0 3 2 0.0 4 4 0.0 3 1 0.0 3 7 3 0.0 5 8 6 0.0 2 9 8 上海 连云港C 6 0.0 5 8 0.0 3 1 0.0 4 2 0.0 2 9 0.0 4 4 0.0 2 9 0.0 3 3 0.0 2 9 0.0 3 7 0 0.0 5 8 4 0.0 2 9 2 上海 泉州C 7 0.0 5 9 0.0 3 3 0.0 3 6 0.0 3 0 0.0 3 0 0.0 3 0 0.0 3 2 0.0 3 1 0.0 3 5 0 0.0 5 9 2 0.0 2 9 7 上海 连云港C 8 0.0 5 9 0.0 3 6 0.0 3 5 0.0 3 2 0.0 3 0 0.0 3 0 0.0 4 2 0.0 3 5 0.0 3 7 2 0.0 5 8 6 0.0 2 9 6 上海 南通C 9 0.0 3 4 0.0 3 2 0.0 5 9 0.0 3 0 0.0 3 0 0.0 3 0 0.0 3 2 0.0 3 0 0.0 3 4 6 0.0 5 9 2 0.0 2 9 6 厦门 南通C 10 0.0 2 9 0.0 3 1 0.0 3 0 0.0 3 4 0.0 4 9 0.0 4 0 0.0 3 1 0.0 3 3 0.0 3 4 7 0.0 4 9 0 0.0 2 9 4 连云港 上海C 11 0.0 5 8 0.0 4 6 0.0 5 9 0.0 4 0 0.0 3 2 0.0 2 9 0.0 4 5 0.0 3 7 0.0 4 3 3 0.0 5 8 6 0.0 2 9 3 厦门 南通C 12 0.0 5 8 0.0 4 4 0.0 5 6 0.0 3 9 0.0 2 9 0.0 3 0 0.0 4 3 0.0 3 6 0.0 4 2 0 0.0 5 8 4 0.0 2 9 2 上海 连云港C 13 0.0 5 9 0.0 4 5 0.0 5 4 0.0 4 0 0.0 2 9 0.0 3 1 0.0 4 2 0.0 3 6 0.0 4 2 1 0.0 5 8 6 0.0 2 9 3 上海 连云港均值 0.0 5 2 5 0.0 3 6 3 0.0 3 8 1 0.0 3 4 6 0.0 3 3 5 0.0 3 3 8 0.0 3 5 5 0.0 3 4 3 上海 连云港极大值 0.0 5 9 2 0.0 5 7 7 0.0 5 9 2 0.0 5 8 4 0.0 4 9 0 0.0 5 4 5 0.0 4 4 3 0.0 5 4 5 厦门 宁波极小值 0.0 2 9 4 0.0 2 9 7 0.0 3 0 0 0.0 2 9 2 0.0 2 9 3 0.0 2 9 2 0.0 3 1 4 0.0 2 9 2 宁波 泉州最优指标 C 7 C 2 C 9 C 2 C 10 C 2 C 11 C 2 C 2 C 9 C 2 最差指标 C 1 0 C 1 C 10 C 6 C 12 C 6 C 10 C 6 C 9 C 10 C 6
表9 东海区8大城市生态消费环境二级指标评级指数描述性统计分析Tab.9 Descriptive statistical analysis of second-class index of ecological consumption environment in 8 large cities in the Donghai district
年份 指标 上海 福州 厦门 泉州 连云港 南通 宁波 温州 均值 极大值 极小值 最优城市最差城市2 0 1 4 D 1 0.0 3 6 0.0 3 0 0.0 3 4 0.0 3 8 0.0 4 2 0.0 3 0 0.0 3 0 0.0 3 9 0.0 3 4 8 0.0 4 2 2 0.0 2 9 5连云港 宁波D 2 0.0 3 9 0.0 4 3 0.0 4 2 0.0 4 3 0.0 3 0 0.0 4 3 0.0 3 9 0.0 5 9 0.0 4 2 4 0.0 5 9 4 0.0 2 9 7 温州 连云港D 3 0.0 3 7 0.0 3 5 0.0 4 6 0.0 3 5 0.0 3 0 0.0 5 9 0.0 3 9 0.0 4 3 0.0 4 0 6 0.0 5 9 2 0.0 2 9 6 南通 连云港D 4 0.0 5 9 0.0 5 7 0.0 5 9 0.0 5 9 0.0 4 3 0.0 5 9 0.0 5 9 0.0 5 9 0.0 5 7 1 0.0 5 9 5 0.0 4 3 0 上海 连云港D 5 0.0 5 8 0.0 5 8 0.0 6 0 0.0 5 9 0.0 5 8 0.0 6 0 0.0 6 0 0.0 6 0 0.0 5 8 9 0.0 5 9 7 0.0 5 7 6 厦门 上海D 6 0.0 3 8 0.0 4 5 0.0 5 5 0.0 5 5 0.0 3 1 0.0 3 2 0.0 4 3 0.0 4 3 0.0 4 2 8 0.0 5 5 1 0.0 3 0 9 厦门 连云港均值 0.0 4 5 9 0.0 4 4 8 0.0 4 8 3 0.0 4 6 9 0.0 4 0 4 0.0 5 0 2 0.0 4 5 4 0.0 5 2 1 温州 连云港极大值 0.0 5 9 5 0.0 5 8 0 0.0 5 9 7 0.0 5 9 5 0.0 5 7 6 0.0 5 9 7 0.0 5 9 7 0.0 5 9 7 厦门 连云港极小值 0.0 3 6 0 0.0 3 0 5 0.0 3 3 7 0.0 3 4 9 0.0 2 9 6 0.0 3 0 0 0.0 2 9 5 0.0 3 8 9 温州 宁波最优指标 D 4 D 5 D 5 D 4 D 5 D 5 D 5 D 5 D 5 D 5 D 5 最差指标 D 1 D 1 D 1 D 3 D 3 D 1 D 1 D 1 D 1 D 1 D 1
续表9 东海区8大城市生态消费环境二级指标评级指数描述性统计分析Continue tab.9 Descriptive statistical analysis of second-class index of ecological consumption environment in 8 large cities in the Donghai district
年份 指标 上海 福州 厦门 泉州 连云港 南通 宁波 温州 均值 极大值 极小值 最优城市最差城市2 0 1 5 D 1 0.0 5 9 0.0 3 3 0.0 3 5 0.0 3 8 0.0 4 3 0.0 4 2 0.0 3 2 0.0 3 8 0.0 4 0 1 0.0 5 9 1 0.0 3 2 4 上海 宁波D 2 0.0 3 9 0.0 4 4 0.0 4 2 0.0 4 4 0.0 4 1 0.0 4 3 0.0 3 9 0.0 5 9 0.0 4 3 9 0.0 5 9 4 0.0 3 9 1 温州 上海D 3 0.0 4 1 0.0 3 9 0.0 4 7 0.0 3 6 0.0 3 0 0.0 5 7 0.0 4 2 0.0 4 5 0.0 4 2 3 0.0 5 7 2 0.0 2 9 6 南通 连云港D 4 0.0 5 9 0.0 5 8 0.0 5 9 0.0 5 9 0.0 3 7 0.0 5 9 0.0 5 9 0.0 5 9 0.0 5 6 4 0.0 5 9 5 0.0 3 6 8 上海 连云港D 5 0.0 6 0 0.0 6 0 0.0 6 0 0.0 6 0 0.0 6 0 0.0 3 0 0.0 6 0 0.0 6 0 0.0 5 6 0 0.0 5 9 7 0.0 2 9 9 上海 南通D 6 0.0 3 2 0.0 5 4 0.0 5 7 0.0 5 8 0.0 3 3 0.0 2 9 0.0 4 3 0.0 4 6 0.0 4 4 1 0.0 5 8 2 0.0 2 9 3 泉州 南通均值 0.0 5 1 8 0.0 4 6 9 0.0 4 8 7 0.0 4 7 3 0.0 4 1 9 0.0 4 6 3 0.0 4 6 6 0.0 5 2 3 温州 连云港极大值 0.0 5 9 7 0.0 5 9 7 0.0 5 9 7 0.0 5 9 7 0.0 5 9 7 0.0 5 9 5 0.0 5 9 7 0.0 5 9 7 上海 南通极小值 0.0 3 9 1 0.0 3 3 4 0.0 3 4 9 0.0 3 6 1 0.0 2 9 6 0.0 2 9 9 0.0 3 2 4 0.0 3 8 1 上海 连云港最优指标 D 5 D 5 D 5 D 5 D 5 D 4 D 5 D 5 D 4 D 4 D 5 最差指标 D 6 D 1 D 1 D 3 D 3 D 6 D 1 D 1 D 1 D 3 D 6 D 1 0.0 5 9 0.0 3 3 0.0 3 6 0.0 3 8 0.0 4 3 0.0 3 2 0.0 3 2 0.0 3 8 0.0 3 8 9 0.0 5 9 1 0.0 3 2 2 上海 南通2 0 1 6 D 2 0.0 3 9 0.0 4 1 0.0 4 3 0.0 4 4 0.0 4 1 0.0 4 4 0.0 3 9 0.0 5 9 0.0 4 3 8 0.0 5 9 4 0.0 3 8 8 温州 宁波D 3 0.0 4 5 0.0 3 9 0.0 5 9 0.0 4 2 0.0 4 3 0.0 4 8 0.0 3 6 0.0 4 5 0.0 4 4 8 0.0 5 9 2 0.0 3 6 3 厦门 宁波D 4 0.0 5 9 0.0 5 9 0.0 5 9 0.0 5 9 0.0 5 9 0.0 3 0 0.0 5 9 0.0 5 9 0.0 5 5 7 0.0 5 9 5 0.0 2 9 7 上海 南通D 5 0.0 6 0 0.0 6 0 0.0 5 9 0.0 5 9 0.0 6 0 0.0 6 0 0.0 6 0 0.0 6 0 0.0 5 9 5 0.0 5 9 7 0.0 5 8 9 上海 厦门D 6 0.0 3 7 0.0 5 5 0.0 5 9 0.0 5 5 0.0 3 3 0.0 3 3 0.0 4 5 0.0 5 2 0.0 4 5 9 0.0 5 8 7 0.0 3 2 7 厦门 连云港均值 0.0 5 2 6 0.0 4 6 5 0.0 5 1 4 0.0 4 8 3 0.0 4 9 3 0.0 4 2 6 0.0 4 5 4 0.0 5 2 3 上海 南通极大值 0.0 5 9 7 0.0 5 9 7 0.0 5 9 5 0.0 5 9 5 0.0 5 9 7 0.0 5 9 7 0.0 5 9 7 0.0 5 9 7 上海 厦门极小值 0.0 3 9 4 0.0 3 2 7 0.0 3 6 2 0.0 3 7 8 0.0 4 0 8 0.0 2 9 7 0.0 3 2 4 0.0 3 7 8 连云港 南通最优指标 D 5 D 5 D 4 D 4 D 5 D 5 D 5 D 5 D 5 D 5 D 5 最差指标 D 6 D 1 D 1 D 1 D 6 D 4 D 1 D 1 D 1 D 6 D 4
采用基于信息熵的TOPSIS逼近法对指标进行计算，可以得到2014-2016年东海区8个沿海城市滨海旅游业消费环境综合排名指数
（与理想解的接近程度）。
3.3.3 定性指标得分
政治消费环境是沿海城市发展的方向、动力，也是基础，同时也是旅游消费者关重视的因素之一。从滨海旅游消费层面设定3个政治环境指标，其中上海都是最优的，南通出现最差的频数最高，其次连云港、厦门。
表10 东海区8大城市政治消费环境二级指标评价指数描述性统计分析Tab.10 Descriptive statistical analysis of the second-class evaluation index of political consumption environment in 8 large cities in the Donghai district
年份 指标 上海 福州 厦门 泉州 连云港 南通 宁波 温州 均值 极大值 极小值 最优城市最差城市E 1 0.0 5 7 0.0 5 7 0.0 2 9 0.0 5 7 0.0 5 7 0.0 2 9 0.0 5 7 0.0 2 9 0.0 4 6 7 0.0 5 7 5 0.0 2 8 7 上海 厦门E 2 0.0 5 7 0.0 4 6 0.0 5 5 0.0 4 0 0.0 2 9 0.0 3 0 0.0 4 3 0.0 3 5 0.0 4 1 9 0.0 5 7 5 0.0 2 8 7 上海 连云港E 3 0.0 5 9 0.0 4 7 0.0 5 1 0.0 4 3 0.0 3 1 0.0 2 9 0.0 4 3 0.0 3 7 0.0 4 2 4 0.0 5 8 7 0.0 2 9 4 上海 南通均值 0.0 5 7 9 0.0 5 0 1 0.0 4 4 9 0.0 4 6 8 0.0 3 9 0 0.0 2 9 4 0.0 4 7 8 0.0 3 3 4 上海 南通极大值 0.0 5 8 7 0.0 5 7 5 0.0 5 5 3 0.0 5 7 5 0.0 5 7 5 0.0 3 0 1 0.0 5 7 5 0.0 3 6 6 上海 南通极小值 0.0 5 7 5 0.0 4 5 6 0.0 2 8 7 0.0 4 0 3 0.0 2 8 7 0.0 2 8 7 0.0 4 2 9 0.0 2 8 7 上海 厦门最优指标 E 3 E 1 E 2 E 1 E 1 E 2 E 1 E 3 E 1 E 3 E 3 最差指标 E 1 E 2 E 1 E 2 E 2 E 1 E 3 E 1 E 2 E 1 E 1 2 0 1 4
续表10 东海区8大城市政治消费环境二级指标评价指数描述性统计分析Continue tab.10 Descriptive statistical analysis of the second-class evaluation index of political consumption environment in 8 large cities in the Donghai district
年份 指标 上海 福州 厦门 泉州 连云港 南通 宁波 温州 均值 极大值 极小值 最优城市最差城市2 0 1 5 E 1 0.0 5 7 0.0 5 7 0.0 2 9 0.0 5 7 0.0 5 7 0.0 2 9 0.0 5 7 0.0 2 9 0.0 4 6 7 0.0 5 7 5 0.0 2 8 7 上海 厦门E 2 0.0 5 7 0.0 4 6 0.0 5 5 0.0 4 0 0.0 2 9 0.0 3 0 0.0 4 3 0.0 3 5 0.0 4 1 9 0.0 5 7 5 0.0 2 8 7 上海 连云港E 3 0.0 5 9 0.0 4 7 0.0 5 1 0.0 4 3 0.0 3 1 0.0 2 9 0.0 4 3 0.0 3 7 0.0 4 2 4 0.0 5 8 7 0.0 2 9 4 上海 南通均值 0.0 5 7 9 0.0 5 0 1 0.0 4 4 9 0.0 4 6 8 0.0 3 9 0 0.0 2 9 4 0.0 4 7 8 0.0 3 3 4 上海 南通极大值 0.0 5 8 7 0.0 5 7 5 0.0 5 5 3 0.0 5 7 5 0.0 5 7 5 0.0 3 0 1 0.0 5 7 5 0.0 3 6 6 上海 南通极小值 0.0 5 7 5 0.0 4 5 6 0.0 2 8 7 0.0 4 0 3 0.0 2 8 7 0.0 2 8 7 0.0 4 2 9 0.0 2 8 7 上海 厦门最优指标 E 3 E 1 E 2 E 1 E 1 E 2 E 1 E 3 E 1 E 3 E 3 最差指标 E 1 E 2 E 1 E 2 E 2 E 1 E 3 E 1 E 2 E 1 E 1 2 0 1 6 E 1 0.0 5 7 0.0 5 7 0.0 2 9 0.0 5 7 0.0 5 7 0.0 2 9 0.0 5 7 0.0 2 9 0.0 4 6 7 0.0 5 7 5 0.0 2 8 7 上海 厦门E 2 0.0 5 7 0.0 4 6 0.0 5 5 0.0 4 0 0.0 2 9 0.0 3 0 0.0 4 3 0.0 3 5 0.0 4 1 9 0.0 5 7 5 0.0 2 8 7 上海 连云港E 3 0.0 5 9 0.0 4 7 0.0 5 1 0.0 4 3 0.0 3 1 0.0 2 9 0.0 4 3 0.0 3 7 0.0 4 2 4 0.0 5 8 7 0.0 2 9 4 上海 南通均值 0.0 5 7 9 0.0 5 0 1 0.0 4 4 9 0.0 4 6 8 0.0 3 9 0 0.0 2 9 4 0.0 4 7 8 0.0 3 3 4 上海 南通极大值 0.0 5 8 7 0.0 5 7 5 0.0 5 5 3 0.0 5 7 5 0.0 5 7 5 0.0 3 0 1 0.0 5 7 5 0.0 3 6 6 上海 南通极小值 0.0 5 7 5 0.0 4 5 6 0.0 2 8 7 0.0 4 0 3 0.0 2 8 7 0.0 2 8 7 0.0 4 2 9 0.0 2 8 7 上海 厦门最优指标 E 3 E 1 E 2 E 1 E 1 E 2 E 1 E 3 E 1 E 3 E 3 最差指标 E 1 E 2 E 1 E 2 E 2 E 1 E 3 E 1 E 2 E 1 E 1
5 结论分析
5.1 总体结论分析
由表3的8个沿海城市滨海旅游消费环境综合评价指数排名进行总体情况的进一步分析。上海2014到2016年综合评价指数一直排名第一，且呈现上升趋势。福州、泉州和厦门综合评价指数呈现上升趋势，较为显著，福州靠前，泉州和厦门居中，较为良好。温州、宁波综合评价指数呈现上升趋势，且很显著，宁波综合评价指数排名稳居第4，温州第6。南通是上海周边城市，但综合评价指数偏低，且倾向于下降。而连云港综合评价指数发展趋势较为可观，呈现上升趋势
传统晨交班医护人员的满意度较低,不满意现象较多,问卷平均分为(19.25±1.28)分,实施sbar交接班后医护人员满意度为(23.17±1.05)分,组间比较差异存在统计学意义,t=12.5291,P<0.05。
5.2 各级单项指标结论分析
评价指标的熵权如下：
农夫是荫城人，所住村庄，离荫城有三十里。听说胡人要来了，庄子上能跑的都跑了。夜里，他们躲在树林里。下半夜，听到胡人骑兵的奔腾声，甚至可听到他们叽哩咕噜在说话。村民都吓坏了。村民逃难，把老人小孩带出来不说，还有的把鸡也带出来。有只公鸡就在这节骨眼上叫起来，咕咕咯——咕咕咯——，等鸡的主人慌忙去扭公鸡的脖子，胡人已被惊动。村民一哄而散，他没跟着跑，躲到树上，捡了一条命。
由表4一级指标综合评价指数排名及表6、表7、表8和表9各二级指标评价指数来看，上海经济和社会消费环境整体较强，但其邮轮港口客运量评价指数不高；自然和生态消费环境较弱。厦门人口密度、陆域、海域面积小，但截至2016年，厦门在社会和生态消费环境指数都逐渐占有优势。宁波整体较良，温州的社会消费环境方面偏弱，市内交通基础设施不太全面。南通社会消费环境较差，人均GDP、铁路客运量、邮轮港口客运量偏低较为显著，且城市噪音较大。究其原因，南通经济主要依赖三大产业：建筑业、造船业以及承载苏南低效益高污染产业，2015年南通最大造船企业融盛、明德、东鑫纷纷破产，2016年建筑业崩盘，蝴蝶效应导致南通综合发展水平下降。连云港社会消费环境综合评价指数有显著下降，其他一级指标都呈现上升趋势。究其原因，2015-2016年连云港铁路客运量减少显著，极大程度上影响了排名，主要原因是连云港发展落后，机场距离市区较远，交通不便，且2015年连云港火车站进行停工改造，邮轮港口业务一直处于亏损状态，客运量呈现下降趋势。
2013年10月习近平总书记提出“一带一路”倡议，加强了沿线城市之间的交流互动，推动了经济发展，从上海、福州、泉州、宁波以及连云港4个城市来看，包括沿线城市的周边城市（温州、厦门）都是有显著影响的，6个城市综合评价指数都呈现稳定上升趋势，尤其是福州、宁波、厦门和温州上升很显著。连云港虽然排名一直最后，但发展趋势是很可观的，各项指标都有显著改善，尤其生态消费环境。
6 对策建议
6.1 共性问题对策建议
6.1.1 加强交通基础设施建设的便利性
随着经济的发展，交通便利和公共服务水平越来越成为旅游质量要求的重要部分。交通主要体现在两部分即外部和内部。外部主要有：机场、铁路、邮轮港口、游客签证便利化水平等；内部主要体现在：市内轨道交通、出租车数量、公交车数量等，而便利则是：交通设施路线规划的合理性。滨海旅游公共服务水平则主要体现在当地沿海城市居民的服务质量以及服务模式。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，应高度重视东海区沿海城市交通基础设施的改善，加强东海区沿海城市之间交通基础设施便利的建设，尤其在经济和社会消费环境方面，提升自身的软实力，在自然和生态环境方面，保护自身硬实力，自身强大了才能促进东海区沿海城市间更好、更便利的交通、交流以及合作，推动东海区滨海旅游产业的发展，继而提升东海区沿海城市的国际竞争力。
6.1.2 积极搭建滨海旅游信息共享服务平台
今年京城及周边京津冀经济带国家重点基建项目多，到了4季度木材市场需求不减，尤其对俄产原木依赖一直很大。此间从俄罗斯进口的樟子松、落叶松，以及白松等等针叶材，销售状况与前期相比丝毫没有弱化迹象，每周销售的数量与过去的两个月水平相当，市场景气值仍似以往。
积极搭建东海区沿海城市滨海旅游信息共享服务平台，努力寻求东海区沿海城市滨海旅游消费环境之间协同发展的利益契合点和最大公约数，体现各城市特色和智慧，各施所长，各尽所能，充分发挥各方优势和潜力，把滨海旅游消费环境打造成城市之间沟通交流的桥梁，让滨海旅游消费环境成为展示本地优秀传统文化和丝路文明的新载体。
6.1.3 营造东海区沿海城市滨海旅游特色品牌消费环境
滨海旅游业竞争日益激烈，从滨海旅游消费的层面来看，特色消费环境就是吸引力，也是滨海旅游业发展的生命力，继而打造出特色滨海旅游项目、特色滨海旅游水产食品是至关重要的。东海是徐连经济发展带的重要节点，滨海旅游资源极为丰富，以优质的水产品食品为基础，水晶和温泉滨海旅游资源为依托，积极打造国家级滨海旅游特色品牌消费环境，开展创建活动，完善滨海旅游基础设施，健全服务功能、丰富游览内容。
野生钟花樱观赏性评价对象55株，评价指标6项(均为高优指标)。根据梅州市林业科学研究所专家组测量的55株野生钟花樱6项指标的数值，进行灰色关联计算。
6.2 个性问题对策建议
6.2.1 促进邮轮产业的合作与发展
东海区沿海城市地理位置优越，其邮轮产业是其重中之重。根据《2017中国邮轮产业发展报告》显示，国际邮轮旅游市场年轻化趋势明显，年轻人更加热衷邮轮旅行，对邮轮旅行的评价高于以陆地为基础的旅行，邮轮旅游者将邮轮旅游视为一种放松精神、减轻压力的最好的旅游方式。而东海区沿海城市作为滨海旅游集聚地，应紧抓时代发展的新机遇，积极参与全球邮轮产业治理和新型邮轮产品供给，完善东海区沿海城市邮轮港口基础设施，以上海邮轮母港作为核心节点，厦门作为初始节点（厦门将于2018年建成厦门邮轮母港），加强东海区沿海城市间邮轮产业的合作，由强补弱，共同发展，提高东海区邮轮产业经济，继而推动“一带一路”倡议下的国际邮轮经济行稳致远，培育国际邮轮经济新业态，引领我国邮轮经济迈向更加美好的未来。
6.2.2 加强规划特色旅游路线
加强规划东海区沿海城市特色旅游路线，并在信息共享服务平台上推广、宣传，以便实现最小的资源耗费达到最佳旅游体验效果，同时促进东海区沿海城市滨海旅游业的共同可持续发展。
何良诸觉得，这个盗墓者，他很可能见过。省文物处与公安系统合作，张贴通缉令像片，多次联手打击盗窃、贩卖文物的罪犯。何良诸真想摸摸盗墓者的嘴脸。在井下，黑暗里，人情不自禁用手辨认人。何良诸忍住了。
根据相关发展报告显示，由于受到旅游资源、地方知名度、空间距离、旅行费用等多重因素的影响，入境旅游的扩散依然呈现出典型的“等级性”与“近程性”特征，而上海作为国际大都市，国际旅游收入（入境旅游）较为可观，因而规划并推广江浙沪一带入境滨海旅游路线，有利于活跃江浙沪入境滨海旅游市场，提高江浙沪入境滨海旅游市场规模，继而优化江浙沪滨海旅游消费环境，促进国内外沿海城市滨海旅游民心相通和不同文明互学互建目标的实现。
厦门、泉州和福州在地理位置上由南向北毗邻而居，规划厦门—泉州—福州三市一体的旅游路线，以厦门为节点，带动泉州和福州滨海旅游业的发展，促进滨海旅游消费环境的优化，同时拓展区域滨海旅游协同合作，加快推动滨海旅游业国际化、专业化、标准化和规模化发展，延伸滨海旅游产业链，扩大滨海旅游产业规模，全面提升滨海旅游产业竞争力。
规划东海区沿海城市特色旅游路线为营造东海区沿海城市特色品牌消费环境奠定基础。
[1]苏东水.产业经济学[M].北京：高等教育出版社，第四版：10-21.
[2]从佳琦.河北省旅游消费环境优化对策研究[J].中国市场，2012（2）：130-132.
[3]苏 馨.俄罗斯旅游者在三亚旅游消费行为研究[D].云南：昆明理工大学，2015.
[4]张晓军.从国际竞争力排名看我国旅游业政策及消费环境[N].中国旅游报，2007-03-19（004）.
《海洋经济》
2018年第04期
《海洋经济》2018年第04期文献
中国-东盟蓝色伙伴关系建立之初探 ——以 “一带一路”倡议为背景
作者：殷悦，王涛，姚荔
我国航运上市企业财务杠杆与收益的负相关的面板数据计量回归分析
作者：周丽华，甘爱平
中国水产品对外贸易特征及竞争力分析
作者：杜亚，高健，张荣华
沿海城市滨海旅游消费环境的评价研究 ——以东海区三省一市的八个沿海城市为例
作者：甘水玲，张效莉
上海海洋公共服务战略定位及政策建议研究
作者：张效莉，万元
服务严谨可靠
7×14小时在线支持
支持宝特邀商家
不满意退款