2. 贵州省大数据统计分析重点实验室, 贵阳 550025;
3. 南京师范大学 地理科学学院, 南京 210023;
4. 云南财经大学 旅游文化产业研究院, 昆明 650221
2. Key Laboratory of Big Data Statistics and Analysis of Guizhou Province, Guiyang 550025, China;
3. School of Geographical Science, Nanjing Normal University, Nanjing 210023, China;
4. Institute of Tourism and Culture Industry, Yunnan University of Finance and Economics, Kunming 650221, China
交通是旅游发展的基础支撑和先决条件[1]。交通系统不仅是开发旅游资源和建设旅游地的必要条件,而且也是衡量旅游产业发达程度的重要标志[2]。2019年,中共中央国务院印发的《交通强国建设纲要》充分肯定了深化交通运输与旅游融合发展的积极意义。因此,在新时代“交通强国”战略和以效率为主导的优质旅游发展背景下,探查长三角地区(长三角)高速交通基础设施对旅游绩效影响的空间效应与机理是一项重要议题。一方面,这对优化区域旅游交通路线、加速区域旅游业高质量与一体化发展具有重要指导意义;另一方面,将对其他同类地区“交旅”协同发展发挥理论指导和实践示范价值。
学术界基于不同视角对交通基础设施与旅游发展的关系进行了有益探讨:
① 研究内容日益丰富,主要包括旅游交通政策[3]、交通与旅游发展耦合关系[4, 5]、交通对旅游需求影响[6]、交通路网演化对旅游流流动路径及网络结构变化影响[7]、交通对旅游空间结构演替影响[8]、交通对区域旅游可达性影响[9]、不同交通方式对旅游效率的贡献效应差异[10]等。随着研究不断深入,交通基础设施对旅游发展空间溢出效应成为学者们的关注热点[11]。②研究方法日臻成熟,由多元回归模型、协整分析与格兰杰检验、耦合协调模型、重力模型、可达性模型、双重差分法、社会网络分析逐渐过渡为面板向量自回归模型、空间计量模型等[5, 7, 12-17]。③研究尺度趋于多样化,涉及国家宏观层面、交通沿线多个省市、跨界旅游区和典型旅游城市等[2, 10, 18-20]。
综上,国内外关于交通基础设施与旅游发展关系的研究成果比较丰硕,但在以下方面的研究相对较为薄弱:
① 以往研究就交通基础设施对本地旅游发展影响取得了较为丰富成果,但大多未涉及综合性高速交通基础设施对旅游发展空间溢出效应及作用机理内涵阐释。交通基础设施作为旅游业转型升级的重点投资领域,尤其是区域高速交通设施建设是否促进了旅游规模与旅游效率的整体发展与空间溢出?高速交通对旅游“绩”和“效”各自影响强度的差异等仍需进一步论证。②以往就交通基础设施对旅游发展影响研究多集中在国家、省域或经济带等地理空间尺度,但以长三角为案例,研究其高速交通对旅游绩效影响的空间效应及机理内涵则相对较为缺乏。
长三角交通网络一体化程度较高,高速交通设施网络化与立体化发展不断重构交通优势度空间格局,势必对旅游要素流动路径与配置效率产生引导重构效应。鉴于此,本文选取长三角为研究对象,系统构建高速交通优势度与旅游绩效(旅游规模和旅游效率)评价指标体系,采用改进TOPSIS法和Super-SBM DEA模型分别测算高速交通优势度和旅游绩效综合得分,揭示高速交通优势度和旅游绩效时空分布特征,并重点运用空间面板杜宾模型实证分析2005—2018年长三角高速交通对旅游绩效影响的空间效应及机理。一方面,试图突破以往高速交通发展本地影响效应研究视角束缚,深化高速交通溢出效应对城市旅游发展影响内涵及机理;另一方面,以期为长三角高速交通系统与城市旅游绩效协调发展提供借鉴。
2 研究区概况本文研究区涉及《长江三角洲区域一体化发展规划纲要》中的41个城市。长三角文化底蕴深厚,经济、交通和旅游资源禀赋优势明显,在中国旅游业发展中具有举足轻重地位。截至2018年底,长三角5A级旅游景区、五星级饭店各占全国比重的20.85%和33.51%;接待国内和入境过夜旅游人次各占全国比重的46.21%和31.33%。2018年,长三角高速公路通车里程达14804 km,高速铁路里程占全国比重的9.47%,民航机场数量达23个。区域内部基本形成了带动整体发展的立体式交通网络格局且高速交通服务功能不断优化为区域旅游一体化与高质量发展提供了有力支撑。
3 高速交通对旅游发展的影响阐释高速交通对旅游发展的影响效应可大体分为经济效应、创新效应、同城效应、扩散效应和拥挤效应。具体来看:①经济效应:依据“点—轴”系统理论,以高速交通场站设施为枢纽,以交通干线为辐射轴线,能有效促进高速交通网络与旅游功能分区空间耦合、实现旅游节点间“交旅”产业功能互补,推动二者融合发展。②创新效应:高速交通系统实现了知识、技术、人才等要素跨行政区流动,以及信息、技术、资源的跨界共享,促进城市间智慧旅游合作建设和旅游产品业态创新。③同城效应:高速交通网络化及外部性效能加速促进城市化质量达到新发展阶段,城市群或都市圈中相邻城市实现资源和要素的合理配置,促使要素流动不易受城市间地理距离和体制的约束,在较短时间内实现旅游要素集聚与扩散,并助推城市间旅游公共服务与基础设施水平趋向均等化。④扩散效应:高速交通通过其网络化及外部性特征加速旅游人力资本、旅游要素流扩散的强度和辐射范围,同时增加旅游节点间信息、知识、技术和资本等要素流的空间外溢频率,相对延长沿线旅游地生命周期。⑤拥挤效应[21]:在高速交通集聚机制影响下,人口、商业用地、资金等要素集聚规模若超过区域合理承载阈值拐点时,旅游地将出现人力资本集聚与旅游发展成本比较优势下降,以及诱致旅游规模报酬递减和旅游环境恶化等规模不经济、旅游生态安全指数降低等现象。
4 研究方法与数据来源 4.1 研究方法 4.1.1 改进TOPSIS法TOPSIS法是系统工程中有限方案多属性决策分析的一种科学决策技术,其原理是通过计算备选方案与正、负理想解的相对距离来进行排序优选[22],对样本量无特别要求,且不受参考序列选择的干扰,具有几何意义直观、信息失真小、运算灵活及应用领域广等优点[2]。本文采用改进TOPSIS法分别对高速交通优势度(High-speed Transport Superiority,简称HTS)和旅游规模(Tourism Scale,简称TS)进行综合评价。具体计算步骤见文献[23]。
4.1.2 Super-SBM DEA模型Super-SBM DEA模型是在传统DEA模型基础上改进而来,使得研究结果更为准确[24]。其模型表达如下:
(1) |
式中,λj为相对于DMUi重新构造的一个有效DMU组合中第j个决策单元DMU的组合比例;n为决策单元DMU数量;m和t分别为投入和产出指标;xij为第j个决策单元对第i种类型的投入量;yrj为第j个决策单元对第r种类型的产出量;s+、s-为松弛变量,分别表征投入冗余和产出不足;ε为阿基米德无穷小量;θ为该决策单元的有效值[24]。为解决投入和产出指标统一量纲的繁琐问题,引入SBM(Slacks Based Measure)模型,优点在于无须对以上数据量钢化即可测算。本文基于DEA-SOLVER Pro5.0软件计算平台,采用投入导向的Super- SBM DEA模型对旅游效率(Tourism Efficiency,简称TE)进行测算。
4.1.3 双变量LISA模型一般而言,空间自相关涉及仅为单一变量的地理要素,而双变量空间自相关揭示两种地理要素的空间关联和空间依赖特征具有较高适用性和有效性[25]。本文采用双变量全局空间自相关(Bivariate Moran's I)判定高速交通优势度分别与旅游规模、旅游效率之间的空间关联模式。其数理公式详见文献[26]。
4.1.4 空间面板杜宾模型空间面板计量模型能够兼顾区域自身固有属性及其空间联系,因而被广泛应用于区域地理要素溢出效应研究当中[27]。一方面,由于空间面板杜宾模型充分考虑了空间单元研究变量的空间依赖性与异质性,能够通过构建多种空间权重矩阵并有效实现对地理要素空间溢出效应测度;另一方面,理论上高速交通对旅游绩效影响具有空间溢出效应。因此,本文选用空间面板杜宾模型(SPDM)来考量高速交通对旅游规模和旅游效率的影响。其公式如下[28]:
(2) |
式中,y为旅游绩效,x为核心变量和控制变量,ρ和δ分别表示被解释变量和解释变量的空间相关系数,w为空间权重矩阵(本文地理距离空间权重矩阵中的元素为各城市之间的地理距离平方和的倒数),wy为旅游绩效增长的空间滞后项,wx为解释变量的空间滞后项,μi为个体固定效应,vt为时间固定效应,εit为随机扰动项。
4.2 指标构建与数据来源 4.2.1 高速交通优势度评价指标构建本文在借鉴以往学者[29, 30]构建交通优势度评价指标基础上,又兼顾到交通线路设施、场站等级、运输设备设施、列车班次、主客体供需关系及交通换乘便捷性等重要维度,克服了以往研究对“列车班次、供需关系及交通换乘便捷性”考虑的不足,从而相对科学全面地构建综合性高速交通优势度评价指标体系(表 1)。
目前大多数研究对旅游效率或旅游规模进行孤立探讨[31],在新时代优质旅游发展背景下,旅游规模应与旅游效率并重。本文将旅游绩效分为旅游规模(TS)和旅游效率(TE)两个维度,前者表征不同层面的有效规模效益输出,为旅游发展的“量”;后者是对旅游发展方式集约程度和生产过程质量的衡量,表征旅游发展的“质”[32]。具体来看:
(1)旅游规模测度(绩):借鉴黄睿和黄震方等[31]的研究,选取国内及外汇旅游效益、国内及入境游客接待规模、国内及入境人均旅游消费等指标综合加权求和表征。
(2)旅游效率测度(效):投入要素方面,资本是旅游活动开展和基础服务设施建设的重要保障,参考相关研究[32],采用3A级及以上旅游景区数量、星级饭店数量、旅行社数对其表征;劳动力要素是旅游生产要素的重要组成部分,第三产业从业人员规模和质量将直接或间接影响旅游服务质量和城市旅游形象塑造,采用第三产业从业人数表征[33]。产出指标,选取旅游总效益和游客接待规模表征。
4.3 数据来源高速交通数据源于2005—2018年《全国铁路旅客列车时刻表》、《民航机场生产统计公报》、中国铁路12306官网(https://www.12306.cn)和电子交通地图POI数据,以及长三角各城市《年鉴》(2006—2019)。经济类数据源于《中国城市统计年鉴》(2006—2019)、《中国区域经济统计年鉴》(2006—2014),以及2005—2018年长三角各城市《国民经济与社会发展统计公报》,少量缺失数据运用指数平滑法计算补充。高速公路、高铁、民航等矢量地图数据主要借助ArcGIS空间分析技术对交通干线及场站设施进行采样、清洗、空间匹配和图层叠加等矢量化操作。
5 高速交通优势度与旅游绩效的空间分布特征 5.1 高速交通优势度呈“东高西低,中间高、南北两翼低”格局,且趋向均衡化态势由图 1可知:①高速交通优势度格局呈现“东高西低,中间高、南北两翼低”的空间态势。长三角东中部地区城市高速交通路网、场站设施密度均较高,且各高速交通方式网络衔接性好,而研究区域边缘区(皖北和浙南地区)受中心城市高速交通网络带动作用有限。②在高速交通网络化形成过程中,其空间格局由期初的“Z”字型结构向期末的相对均衡化趋势演替,这主要缘于长三角区域交通联合发展策略和区域合作政策逐渐得到落实。
由图(2a-2c)可知:①2005—2018年,旅游规模高值和较高值区城市数量增多(由期初4个增至期末的13个),一般区和落后区城市数量呈减少趋势(由期初37个减至期末的28个),说明旅游规模整体发展向好。②旅游规模高值区区位指向于上海、苏州、杭州、南京、黄山等知名旅游城市;较高值区依附高值区分布;一般区位于较高值区外围,呈空间组团格局;落后区多为区域边缘型城市。
由图(2d-2f)可知:①2005—2018年,旅游效率高效区和较高效区城市数量总体呈现上升态势(由期初16个增至期末的22个城市),一般区和低效区数量总和总体减少(由期初25个降至期末的19个城市),表明长三角旅游效率整体发展得到一定提升。②旅游效率高值区与较高值区沿“沪宁合—沪杭—杭甬”高速交通干线分布,以上地区经济发达、城市自身资源要素的投入结构相对合理,且旅游要素发展基础及规模效应较好(图 3)。随时间推移,旅游效率一般区和低效区空间范围呈现收敛趋势,但高值区与较高值区对一般区和低效区的带动与示范效应仍显不足,旅游效率空间异质性态势依旧存在。
根据本文研究目的,将旅游发展的绩与效作为被解释变量,设定高速交通优势度(lnHTS)为核心变量。此外,旅游绩效还与旅游资源、经济实力、信息化水平等因素存在紧密关系,通过征求专家意见及梳理文献[1, 2, 32, 34-36],选取8项指标作为控制变量纳入SPDM模型(表 2)。
通过OpenGeoda软件测算2005—2018年长三角41个城市高速交通优势度与旅游规模、旅游效率双变量Morans' I值及显著性,揭示高速交通分别与旅游规模、旅游效率的空间关联模式(限于篇幅,结果留待备索)。由结果可知,高速交通与旅游规模、旅游效率均呈现显著正向空间关联性,这表明研究长三角高速交通优势度与旅游绩效关系时不能忽略空间因素。
6.2.2 模型识别与检验上文分析可知,高速交通与旅游绩效存在显著空间依赖性。因此,有必要采取空间面板杜宾模型(SPDM)来揭示空间效应的影响强度及机理内涵。首先,由表 3可知,在地理距离空间权重矩阵设定下,高速交通(HTS)对旅游规模(TS)、旅游效率(TE)模型中的LM-lag、Robust LMlag、LM-error和Robust LM-error均通过了1%的显著性检验,说明高速交通对旅游规模、旅游效率的空间依赖性既存在空间滞后项,又存在空间误差项。其次,旅游规模、旅游效率的Walds和LR检验结果均通过了1%的显著性检验,拒绝原假设,即高速交通对旅游绩效影响的SPDM模型不可简化为SLM或SEM。第三,Hausman检验结果均通过了1%显著性检验,所以确定SPDM模型应选择固定效应。最后,由于长三角高速交通与旅游绩效空间分布均具有时间连续性,且旅游绩效的空间固定效应SPDM模型的Log L和Adj.R2均大于无固定效应,最终确定空间固定效应的SPDM模型为解释长三角高速交通对旅游绩效影响效应的最优模型。
由表 3可知,在高速交通网络格局不断优化影响下,旅游规模和旅游效率空间固定效应SPDM模型中的ρ值分别为0.6032和0.4856,均通过1%的显著性检验,表明在高速交通集聚与扩散机制作用下,长三角城市旅游绩效具有显著的空间溢出效应,本地旅游绩效能够对邻近地区旅游发展产生空间组织和示范带动效应。
为进一步考量长三角高速交通对旅游规模和旅游效率的影响效应,采用求偏微分法[37]揭示高速交通对本地及邻近地区旅游规模和旅游效率的影响强度,着重对比并解释高速交通对旅游效率、旅游规模直接效应、间接效应影响强度产生差异的机理。由于2010年后长三角高速交通系统进入快速发展期,故以2010年为间断点,分别对比考量2005—2010年(Ⅰ)、2011—2018年(Ⅱ)、2005—2018年(Ⅲ)3个时段的影响效应(表 3)。
(1)在高速交通(lnHTS)对旅游规模(lnTS)影响分解结果中(表 3),2005—2010年、2011—2018年高速交通对旅游规模的直接效应系数分别为1.2136和4.2131,均通过1%的显著性检验;两个时段溢出效应系数分别显著为0.1231和0.3824,表明随着长三角高速交通网络完善和服务能级提升,高速交通对旅游规模的直接和溢出效应均不断增强,且均在第二时段表现出较大边际效应。在控制变量方面,经济实力、旅游资源、旅游接待设施、产业结构高级化、信息化、对外开放度、城市常住人口和人力资本的直接效应系数均显著为正,以上变量变动1%,将会促进本地旅游规模相应增长0.0311%、0.0466%、0.0288%、0.2136%、0.0158%、0.1321%、0.3358和0.1233%;经济实力、产业结构高级化、信息化、对外开放度和城市常住人口的溢出效应系数均显著为正。需要注意的是,旅游资源禀赋和人力资本的溢出效应系数均显著为负,此二变量变动与邻近城市旅游规模表现出空间竞争关系。一方面,这表明本地旅游资源充裕、空间组合形态优良,以及人力资本集聚优势显著,将会对其周边及边缘型城市旅游客流和旅游投资产生负向近邻效应;另一方面,反映了长三角周边城市旅游要素结构优化和人力资本供给质量对长三角本地旅游规模发展至关重要。
(2)在高速交通(lnHTS)对旅游效率(lnTE)影响分解结果方面(表 3),2005—2010年、2011—2018年高速交通对旅游效率的直接效应系数分别显著为0.3042和1.6099,两个时段溢出效应系数分别显著为0.0722和0.2133,表明随着长三角高速交通优势度空间异质性减弱,第二阶段高速交通对旅游效率的直接、溢出效应均不断提升。2005— 2018年,高速交通优势度每增长1%,将会促进本地和邻近地区旅游效率分别提升1.4013%和0.1762%,高速交通的本地旅游发展效应大于其溢出效应,表明本地区高速交通服务功能提升是旅游效率提升的关键,但周边城市高速交通服务能级优化对本地旅游效率影响也不可忽视。在控制变量方面,经济实力、旅游资源禀赋、产业结构高级化、信息化、对外开放度、城市常住人口和人力资本的直接效应系数均显著为正。值得注意的是,以星级饭店表征的旅游接待设施对旅游效率的直接效应系数显著为负值(-0.1682),这表明区域接待设施利用效率未达到其有效生产前沿面。此外,经济实力、产业结构高级化、信息化、对外开放度和城市常住人口对旅游效率影响的溢出效应系数均显著为正,表明在高速交通系统网络化与外部性效应作用下,以上因素变动对周边城市旅游效率提升将产生示范带动效应。此外,旅游资源禀赋、旅游接待设施和人力资本对邻近城市旅游效率产生外部不经济性,原因可能为受制于旅游节点空间相互作用地理距离衰减规律和空间竞争效应的综合影响。
(3)综合对比长三角高速交通对旅游规模、旅游效率影响边际效应系数差异可知:研究期间,高速交通对旅游规模、旅游效率直接效应影响系数分别显著为4.1362%和1.4013%,高速交通对旅游规模、旅游效率溢出效应影响系数分别显著为0.2536%和0.1762%。可以发现,高速交通对旅游规模正向影响的直接效应和间接效应边际效应系数均大于旅游效率。究其原因,一方面,受制于高速交通系统开通“双刃性”影响,其中负面性为高速交通开通虽然降低了游客“行游比”,但导致旅游者“来也匆匆,去也匆匆”,易使目的地陷入“门票经济泥潭”,即高速交通开通带来的“绩”——游客接待数量增多,但并没有转化为实际的“效”——游客停留时间缩短,导致旅游地接待设施利用效率下降,住宿业、娱乐等关联产业经济效益受到冲击,引致旅游效率空间异质性态势加剧,区域整体效率提升受到牵制[38];另一方面,高速交通系统开通可能在长三角内部存在着“虹吸”效应,即当旅游发达城市的“涓滴”或“辐射”效应<“虹吸”效应时,边缘型城市旅游要素将被迫流向前者,进一步加剧区域旅游不平衡极化发展,高速交通开通导致发达城市对周边欠发达城市旅游业发展影响呈现负向抑制效应,在一定时段内导致边缘城市旅游效率降低。值得注意的是,尤其在区域内旅游经济欠发达的边缘型城市连片区,高速交通系统开通可能与其旅游业发展存在“错配效应”,即由于旅游欠发达边缘型城市的旅游基础配套本身较弱,且旅游资源开发尚未形成品牌和规模效应,高速交通开通将会对其旅游接待能力和要素供给质量带来前所未有的冲击与考验,易激化当地旅游要素供需矛盾失衡(供不应求),进而导致当地旅游效率规模报酬递减,区域整体旅游效率增长缓慢甚至停滞[39]。总之,以上原因均加剧了长三角各城市旅游效率总体空间分布的非均衡性与异质性,旅游效率空间分布的马太效应显著,导致高速交通对区域整体旅游效率影响的边际效应减弱。这启示我们:一方面,未来长三角要强化边缘或旅游欠发达城市旅游产业配套设施、旅游用地、旅游金融等要素的优化重组,提升优质旅游要素供给能力、转换质量和利用效率;另一方面,注重挖潜边缘型或欠发达旅游城市旅游消费潜力,凝聚地方特色推动夜间消费经济、旅游休闲文化街区发展,挖掘新旅游经济增长点和消费热点,提高长三角边缘型旅游城市“吸粉”和“圈粉”能力。
7 结论与讨论 7.1 结论在“交通强国”战略和旅游业“提质增效、转型升级”的背景下,考量高速交通对旅游绩效影响的空间效应及机理成为重要的命题。本文基于空间效应视角,借助空间计量经济方法和ArcGIS空间分析技术,不仅厘清了长三角高速交通发展对旅游规模、旅游效率影响的空间效应及机理,而且突破了以往基于高速交通本地影响效应视角束缚,研究结果丰富并完善了高速交通与旅游发展关系的学理认知,进一步充实旅游地理学的理论内涵和研究方法体系,客观上促进了高速交通旅游发展效应的总体规律把握与重新审视。主要结论如下:
(1)2005—2018年,长三角高速交通优势度格局呈现出“东高西低,中间高、南北两翼低”的态势;高速交通优势度格局由研究初期“合宁—宁沪—沪杭—杭甬”的“Z”字型结构向研究末期的相对均衡化格局演替。
(2)2005—2018年,长三角旅游规模高值区区位指向于上海、苏州、杭州等知名旅游城市,以及高速交通干线附近,具有空间转移惰性;皖南、浙江大部分城市旅游规模提升明显,旅游规模整体发展向好。旅游效率总体得到提升,其空间分布特征有异于旅游规模,尤其是皖北和苏北地区少数城市旅游规模较低而旅游效率相对较高。总体上,旅游效率高值与较高值区沿“沪宁合—沪杭—杭甬”高速交通干线分布,在空间选择上存在路径依赖。
(3)2005—2018年,长三角高速交通优势度与旅游绩效(旅游规模和旅游效率)均表现出显著的空间集聚与空间依赖性特征;高速交通优势度对旅游绩效影响的空间效应不断被放大,旅游绩效呈现高高速交通优势度指向性特征,佐证了高速交通与旅游发展的耦合互馈性特征;此外,双变量空间自相关表明考量“交旅”关系时不能忽略空间因素。
(4)空间面板杜宾模型估计结果表明,不同时间段长三角高速交通优势度对旅游绩效影响的边际效应存在差异,且随时间推移其影响的边际效应逐渐增大。高速交通优势度对旅游绩效影响的直接效应均大于溢出效应,说明长三角本地高速交通服务能级提升是促进旅游绩效发展的关键。就高速交通对旅游规模、旅游效率直接效应、间接效应影响强度的差异而言,高速交通对旅游规模正向影响直接效应和间接效应的边际效应系数均大于旅游效率,这与高速交通系统开通的“双刃性”、“虹吸效应”及“错配效应”有关。
(5)经济实力、旅游资源、产业结构高级化、信息化、对外开放度、城市常住人口和人力资本对本地旅游绩效均具有正向影响,而受制于旅游节点间相互作用地理距离衰减规律和空间竞争效应影响,旅游资源和人力资本对周边城市旅游绩效影响呈现负向近邻效应。
7.2 讨论结合上文研究结论,提出以下政策建议:①鉴于长三角高速交通优势度格局呈现出“东高西低,中间高、南北两翼低”的态势。未来应适度加大皖北、苏北、浙南等南北两翼地区高速交通系统建设,加强边缘区与核心区高速交通系统的网络连接与畅通。②尽管皖南地区、浙江大部分城市旅游规模提升明显,但仍有较大的增长空间。未来应着力通过旅游专项规划、旅游产品业态创新、国内外多渠道旅游促销、产业融合、区域旅游市场联合、旅游信息化建设等途径进一步缩小与旅游核心区发展差距。③鉴于长三角高速交通优势度与旅游绩效表现出显著的空间集聚与空间依赖性特征,且高速交通优势度对旅游绩效影响的空间效应不断放大。未来长三角应重点加强“交旅”融合发展,注重相关规划对接,强化数字交通服务功能与旅游要素布局互动,同时将高速交通规划与等级旅游资源开发、经济发展、市场拓展、基础接待服务设施完善、旅游投融资、旅游人才培养、信息化建设与跨区域旅游合作等通盘考虑。④考虑到长三角旅游资源和人力资本对周边城市旅游绩效溢出效应显著表现为空间竞争关系。未来长三角各省市应强化区域旅游合作深度与广度,借助高速交通对旅游要素溢出的规模效应发挥其对边缘型城市旅游创新示范和引领效应;同时,强化高层次和专业型旅游人才合理流动,优化旅游资源开发国土空间布局,形成区域内部分工合理、各具特色的板块旅游发展格局。
由长三角高速交通优势度层级分布变化图 4可知,长三角高速交通建设受益于政策规划、经济发展与城市化进程影响,高速交通优势度层级具有显著阶段特性特征。
2005—2010年,直线间距离相对较小,表明长三角高速交通优势度呈现缓慢增长态势;2010—2018年,直线间距离增大,且随着城市高速交通优势度位序靠前其间距越大,说明该时期高速交通建设(尤其是高速铁路)呈现大、中、小型城市共同增长的局面,且位序靠前的特大型、大型和中型城市高速交通优势度增长幅度大于小型城市,同时也意味着特大型、大型城市受益于高速交通建设红利影响,其对旅游要素流支配和控制能力依然较强。值得注意的是,长三角这种高速交通优势度空间异质性态势是否加剧了旅游绩效的“核心—边缘”式空间结构?长三角核心城市高速交通优势度提升对边缘型城市的旅游发展究竟是“虹吸效应>涓滴效应”,还是“溢出效应>极化效应”?仍有待进一步研究论证。此外,随着长三角高速交通趋向“点—轴”状及“网络”状演化,其对旅游绩效空间网络结构的影响仍值得深入探讨。诚然,本文在评价旅游绩效指标选取上仅考量了经济维度指标,未涉及旅游发展的社会文化效应、生态环境效应及旅游者满意度等变量,有待后续研究深化。
[1] |
张建春, 陆林. 芜湖长江大桥与安徽旅游交通条件的改善[J]. 人文地理, 2002, 17(4): 75-79. [Zhang Jianchun, Lu Lin. Wuhu Changjiang bridge and the improvement of tourist traffic condition in Anhui province[J]. Human Geography, 2002, 17(4): 75-79. DOI:10.3969/j.issn.1003-2398.2002.04.018] |
[2] |
郭向阳, 穆学青, 明庆忠, 等. 旅游地快速交通优势度与旅游流强度的空间耦合分析[J]. 地理研究, 2019, 38(5): 1119-1135. [Guo Xiangyang, Mu Xueqing, Ming Qingzhong, et al. Spatial coupling between rapid traffic superiority degree and tourist flow intensity in tourist destinations[J]. Geographical Research, 2019, 38(5): 1119-1135.] |
[3] |
Brida J G, Deidda M, Pulina M. Tourism and transport systems in mountain environments: Analysis of the economic efficiency of cableways in South Tyrol[J]. Journal of Transport Geography, 2014, 36(4): 1-11. |
[4] |
Currie C, Falconer P. Maintaining sustainable island destinations in Scotland: The role of the transport-tourism relationship[J]. Journal of Destination Marketing & Management, 2014, 3(3): 162-167. |
[5] |
郭向阳, 穆学青, 明庆忠. 云南省旅游经济与交通系统耦合空间态势分析[J]. 经济地理, 2017, 37(9): 200-206. [Guo Xiangyang, Mu Xueqing, Ming Qingzhong. Coupling space situation of tourism economy and traffic system in Yunnan[J]. Economic Geography, 2017, 37(9): 200-206.] |
[6] |
Can V V. Estimation of travel mode choice for domestic tourists to Nha Trang using the multinomial probit model[J]. Transportation Research (Part A), 2013, 49(1): 149-159. |
[7] |
刘大均, 陈君子, 贾垚焱. 高铁影响下成渝城市群旅游流网络的变化特征[J]. 世界地理研究, 2020, 29(3): 549-556. [Liu Dajun, Chen Junzi, Jia Yaoyan. Characteristic of tourist flow network in Chengdu-Chongqing urban agglomeration under the in-fluence of highspeed railway[J]. World Regional Studies, 2020, 29(3): 549-556. DOI:10.3969/j.issn.1004-9479.2020.03.2019050] |
[8] |
Huang T, Xi J C, Ge Q S. Spatial differentiation and integration optimization of an urban agglomeration tourism system under the influence of high-speed railway network evolution[J]. Applied Spatial Analysis and Policy, 2019, 12(2): 349-376. DOI:10.1007/s12061-017-9245-3 |
[9] |
蒋海兵, 刘建国, 蒋金亮. 高速铁路影响下的全国旅游景点可达性研究[J]. 旅游学刊, 2014, 29(7): 58-67. [Jiang Haibing, Liu Jianguo, Jiang Jinliang. An analysis of the accessibility of China's tourist attractions under the impact of high-speed railway[J]. Tourism Tribune, 2014, 29(7): 58-67. DOI:10.3969/j.issn.1002-5006.2014.07.007] |
[10] |
王兆峰, 徐赛. 不同交通方式对旅游效率的影响与评价——以张家界为例[J]. 地理科学, 2018, 38(7): 1148-1155. [Wang Zhaofeng, Xu Sai. Influence and evaluation of different traffic modes on tourism efficiency: Taking Zhangjiajie as an example[J]. Scientia Geographica Sinica, 2018, 38(7): 1148-1155.] |
[11] |
陈奥运. 交通基础设施对旅游专业化的影响研究——基于省域空间面板数据的实证研究[D]. 北京: 北京交通大学, 2018: 15-16. [Chen Aoyun. Research on the Impact of Transportation Infrastructure on Tourism Specialization: An Empirical Study Based on Provincial Spatial Panel Data[D]. Beijing: Beijing Jiaotong University, 2018: 15-16.]
|
[12] |
Khadaroo J, Seetanah B. The role of transport infrastructure in international tourism development: A gravity model approach[J]. Tourism Management, 2008, 29(5): 831-840. DOI:10.1016/j.tourman.2007.09.005 |
[13] |
Albalate D, Campos J, Jiménez J L. Tourism and high speed rail in Spain: Does the AVE increase local visitors?[J]. Annals of Tourism Research, 2017, 65: 71-82. DOI:10.1016/j.annals.2017.05.004 |
[14] |
吴晋峰, 潘旭莉. 入境旅游流网络与航空网络的关系研究[J]. 旅游学刊, 2010, 25(11): 39-43. [Wu Jinfeng, Pan Xuli. Study on the relationship between inbound tourism flows network and aviation network[J]. Tourism Tribune, 2010, 25(11): 39-43. DOI:10.3969/j.issn.1002-5006.2010.11.006] |
[15] |
李磊, 陆林, 孙小龙, 等. 高铁沿线旅游流网络结构及其互动关系研究——以合福高铁沿线地区为例[J]. 人文地理, 2020, 35(1): 132-140. [Li Lei, Lu Lin, Sun Xiaolong, et al. Study on the network structure and interactive relationship of tourism flow along highspeed railway: An example of Hefei-Fuzhou high-speed railway[J]. Human Geography, 2020, 35(1): 132-140.] |
[16] |
Wang D, Niu Y, Qian J. Evolution and optimization of China's urban tourism spatial structure: A high speed rail perspective[J]. Tourism Management, 2018, 64(4): 218-232. |
[17] |
郭向阳, 穆学青, 丁正山, 等. "交旅"融合下旅游效率与高速交通协调格局研究——以长三角41市为例[J]. 地理研究, 2021, 40(4): 1042-1063. [Guo Xiangyang, Mu Xueqing, Ding Zhengshan, et al. The coordination pattern of tourism efficiency and high-speed transportation: A case study of 41 cities in the Yangtze River Delta[J]. Geographical Research, 2021, 40(4): 1042-1063.] |
[18] |
Wang D, Chen T, Lu L. Mechanism and HSR effect of spatial structure of regional tourist flow: Case study of Beijing-Shanghai HSR in China[J]. Acta Geographica Sinica, 2015, 70(2): 213-232. |
[19] |
马勇, 李丽霞, 任洁. 神农架林区旅游经济-交通状况-生态环境协调发展研究[J]. 经济地理, 2017, 37(10): 215-220, 227. [Ma Yong, Li Lixia, Ren Jie. Coordination development research among the tourism economy-traffic condition-ecological environment in Shengnongjia forest district[J]. Economic Geography, 2017, 37(10): 215-220, 227.] |
[20] |
Liu L, Zhang M. High-speed rail impacts on travel times, accessibility, and economic productivity: A benchmarking analysis in citycluster regions of China[J]. Journal of Transport Geography, 2018, 73(12): 25-40. |
[21] |
李如友, 黄常州. 中国交通基础设施对区域旅游发展的影响研究——基于门槛回归模型的证据[J]. 旅游科学, 2015, 29(2): 1-13, 27. [Li Ruyou, Huang Changzhou. Research on the impact of traffic infrastructure on regional tourism development in China: Based on the evidence of threshold regression model[J]. Tourism Science, 2015, 29(2): 1-13, 27. DOI:10.3969/j.issn.1006-575X.2015.02.001] |
[22] |
时朋飞, 李星明, 熊元斌. 区域美丽中国建设与旅游业发展耦合关联性测度及前景预测——以长江经济带11省市为例[J]. 中国软科学, 2018(2): 86-102. [Shi Pengfei, Li Xingming, Xiong Yuanbin. Coupling measurement and prospect forecast of regional "beautiful china" construction and tourism industry development: A case study of 11 provinces along the Yangtze river economic belt[J]. China Soft Science, 2018(2): 86-102. DOI:10.3969/j.issn.1002-9753.2018.02.009] |
[23] |
郭向阳, 穆学青, 明庆忠, 等. 旅游地交通服务功能与旅游强度协调时空分异特征——以云南省为例[J]. 自然资源学报, 2020, 35(6): 1425-1444. [Guo Xiangyang, Mu Xueqing, Ming Qingzhong, et al. Spatial and temporal differentiation characteristics of transportation service function and tourism intensity coordination: A case study of Yunnan province[J]. Journal of Natural Resources, 2020, 35(6): 1425-1444.] |
[24] |
Andersen P, Petersen N C. A procedure for ranking efficient units in data envelopment analysis[J]. Management Science, 1993, 39(10): 1261-1264. DOI:10.1287/mnsc.39.10.1261 |
[25] |
李平星, 陈雯, 孙伟. 经济发达地区乡村地域多功能空间分异及影响因素——以江苏省为例[J]. 地理学报, 2014, 69(6): 797-807. [Li Pingxing, Chen Wen, Sun Wei. Spatial differentiation and influencing factors of rural territorial multifunctions in developed regions: A case study of Jiangsu Province[J]. Acta Geographica Sinica, 2014, 69(6): 797-807.] |
[26] |
Anselin L, Kelejian H H. Testing for spatial error autocorrelation in the presence of endogenous regressors[J]. International Regional Science Review, 1997, 20(1/2): 153-182. |
[27] |
王龙杰, 曾国军, 毕斗斗. 信息化对旅游产业发展的空间溢出效应[J]. 地理学报, 2019, 74(2): 366-378. [Wang Longjie, Zeng Guojun, Bi Doudou. Spatial spillover effects of ICT on tourism industry growth[J]. Acta Geographica Sinica, 2019, 74(2): 366-378.] |
[28] |
穆学青, 郭向阳, 明庆忠. 长江经济带旅游金融效率时空格局特征及空间效应[J]. 经济地理, 2020, 40(6): 214-223. [Mu Xueqing, Guo Xiangyang, Ming Qinghzong. Temporal and spatial pattern characteristics and spatial effect of tourism financial efficiency in the Yangtze river economic belt[J]. Economic Geography, 2020, 40(6): 214-223.] |
[29] |
金凤君, 王成金, 李秀伟. 中国区域交通优势的甄别方法及应用分析[J]. 地理学报, 2008, 63(8): 787-798. [Jin Fengjun, Wang Chengjin, Li Xiuwei. Discrimination method and its application analysis of regional transport superiority[J]. Acta Geographica Sinica, 2008, 63(8): 787-798. DOI:10.3321/j.issn:0375-5444.2008.08.001] |
[30] |
吴威, 曹有挥, 曹卫东, 等. 长三角地区交通优势度的空间格局[J]. 地理研究, 2011, 30(12): 2199-2208. [Wu Wei, Cao Youhui, Cao Weidong, et al. The pattern of transportation superiority in Yangtze River Delta[J]. Geographical Research, 2011, 30(12): 2199-2208.] |
[31] |
黄睿, 王坤, 黄震方, 等. 绩效视角下区域旅游发展格局的时空动态及耦合关系——以泛长江三角洲为例[J]. 地理研究, 2018, 37(5): 995-1008. [Huang Rui, Wang Kun, Huang Zhenfang, et al. Spatiotemporal dynamics and coupling relationship of regional tourism development pattern from the perspective of performance: A case study of Pan-Yangtze River Delta[J]. Geographical Research, 2018, 37(5): 995-1008.] |
[32] |
王坤, 黄震方, 曹芳东, 等. 泛长三角洲城市旅游绩效空间格局演变及其影响因素[J]. 自然资源学报, 2016, 31(7): 1149-1163. [Wang Kun, Huang Zhenfang, Cao Fangdong, et al. Spatial pattern evolution of urban tourism performance and its influence factors in PanYangtze River Delta[J]. Journal of Natural Resources, 2016, 31(7): 1149-1163.] |
[33] |
方叶林, 黄震方, 王芳, 等. 中国大陆省际旅游效率时空演化及其俱乐部趋同研究[J]. 地理科学进展, 2018, 37(10): 1392-1404. [Fang Yelin, Huang Zhenfang, Wang Fang, et al. Spatiotemporal evolution of provincial tourism efficiency and its club convergence in the Chinese mainland[J]. Progress in Geography, 2018, 37(10): 1392-1404.] |
[34] |
吴玉鸣. 旅游经济增长及其溢出效应的空间面板计量经济分析[J]. 旅游学刊, 2014, 29(2): 16-24. [Wu Yuming. Spatial panel econometric analysis of tourism economic growth and its spillover effects[J]. Tourism Tribune, 2014, 29(2): 16-24. DOI:10.3969/j.issn.1002-5006.2014.02.002] |
[35] |
Sun G, Han Y, Yu L. A study on relationship between foreign openness degree and inbound tourism development in China[J]. International Journal of Business and Management, 2009, 3(1): 62-69. |
[36] |
Liu Y P, Li Y C, Parkpian P. Inbound tourism in Thailand: Market form and scale differentiation in ASEAN source countries[J]. Tourism Management, 2018, 64(1): 22-36. |
[37] |
Lesage J P, Pace R K. Introduction to Spatial Econometrics[M]. New York: Taylor & Francis Group, 2009: 1-32.
|
[38] |
Gao Y Y, Su W, Wang K N. Does high-speed rail boost tourism growth?New evidence from China[J]. Tourism Management, 2019, 72(6): 220-231. |
[39] |
魏丽, 卜伟, 王梓利. 高速铁路开通促进旅游产业效率提升了吗?——基于中国省级层面的实证分析[J]. 经济管理, 2018, 40(7): 72-90. [Wei Li, Bu Wei, Wang Zili. Does the high-speed railway affect the tourism industry efficiency?Empirical evidence from Chinese provincial data[J]. Business Management Journal, 2018, 40(7): 72-90. DOI:10.3969/j.issn.1002-2635.2018.07.027] |