我国省域休闲产业竞争力时空动态演变研究<br/>——基于ESDA-GWR模型的实证

我国省域休闲产业竞争力时空动态演变研究
——基于ESDA-GWR模型的实证

2016-06-07方远平

湖北大学学报（哲学社会科学版） 2016年3期

关键词：省域竞争力空间

方远平，毛　晔

（华南师范大学旅游管理学院，广东广州510631）

我国省域休闲产业竞争力时空动态演变研究
——基于ESDA-GWR模型的实证

方远平，毛晔

（华南师范大学旅游管理学院，广东广州510631）

［摘要］基于因子分析、探索性空间数据分析法研究我国省域休闲产业整体竞争力的空间分布及其关联特征，可以发现：我国省域休闲产业竞争力最高的区域集聚分布于东部沿海省市，从“十五”至今地位稳固;竞争力居于中间层次的省域分散分布于中西部地区；第三层次的省域主要分布在西部，西部省域在“十二五”期间显著上升。从省域空间关联性看，休闲产业竞争力水平呈明显的空间依赖性，天津、江苏、上海等较发达的东部地区位于高高集聚区，而位于低低集聚类型的大多是较不发达的中部和西部地区，在全域空间内形成了核心-边缘模式，而在局域空间则显现出“俱乐部”效应。采用空间常系数模型和地理加权回归模型进一步分析影响休闲产业竞争力的因素，发现居民消费能力、市场购买力、政府调控与休闲产业竞争力呈正相关关系，其中居民消费能力影响最显著；失业率、人力资本以及市场化程度与休闲产业竞争力有负相关关系；并且各因素的影响程度随着空间位置的移动而变化。

［关键词］休闲产业；竞争力；空间关联；探索性数据分析；地理加权回归

2014年10月国务院常务会议部署推进消费扩大和升级，并把旅游休闲消费列为6大重点消费领域之一。“十三五”规划纲要有十五处直接提及支持休闲旅游的发展。重视休闲产业发展的价值不仅是经济效益，更是有助于解决相关区域性问题，比如收入差异化、区域资源约束问题等［1］。同时作为无烟产业，以及知识和劳动双密集型的产业，大力发展休闲产业成为有效缓解城市土地压力，增加地区环保指数的重要途径和战略性发展措施［2］。因此，如何通过提升城市休闲产业竞争力来助推我国经济发展转型，迎合国家供给侧深化改革趋势，促进产业结构深层次调整，是当前的重要研究课题，也是我国经济发展中极具现实意义的问题。

休闲产业已经成为西方发达国家很重要的产业，政府和学术界对休闲产业的发展给予了足够的关注，研究主题较多集中在休闲活动的定义和分类、休闲不同行为主体活动以及组织管理等相关内容上［3］；也有学者探讨了休闲产业将对国民经济造成的影响［4］。值得注意的是肯·罗伯特（Ken·Roberts，2009）将研究重点放在休闲产业的三方供给者上，对政府和非营利组织以及商业部门进行了分析。西方学者对休闲产业竞争力以及相关内容的关注度不够，更多的是从国家层面进行产业竞争力的分析。国内学者马惠娣［5］、金雪芬［6］等对休闲的定义、休闲产业、休闲经济和休闲消费进行了探讨。总的来说国内近年休闲产业的相关研究侧重定性分析，且侧重于微观层面，如蓝庆新［7］、汪德根［8］等都是研究了休闲产业的某一具体领域及相关内容，像文化休闲产业的竞争力、旅游业的空间结构等。结合空间计量模型对休闲产业竞争力方面进行研究的并不多见，而针对休闲产业的相关计量研究都未涉及空间效应。因此有必要从空间计量的角度探讨我国休闲产业竞争力的空间效应及其影响因素。

一、省域休闲产业影响因素的指标体系构建

迈克尔·波特的经典“钻石模型”是评估产业经济竞争力的重要理论依据。从现实情况与理论发展的角度看，该理论仍存在探索空间，但用于分析国内区域间的产业竞争力，“钻石模型”无疑是适用的［9］。本研究将参考“钻石模型”，结合国民经济中的行业分类将休闲产业划分为旅游产业、餐饮产业、文化娱乐产业和体育健身产业四大模块，结合四大模块的不同结构特点选取指标，构建休闲产业整体竞争力模型，进行综合分析。

（一）休闲产业生产要素休闲产业与城市化之间的紧密关系已经得到了许多验证［10］。同制造业相比，它同样具有聚集效应，且更明显。聚集的诱因是为了获取更好的人力资本、基础设施、技术进步与外溢效应等。信息化为休闲产业的发展提供了关键支撑［11］。休闲产业的产出中有大量人力资本和知识资本服务，使用人力资本和知识资本作为主要的投入要素也就成了应有之义［12］。而因休闲产业与第三产业间关系紧密，也必须考虑产业结构的具体构成情况［13］。必要的固定资产支撑对于休闲产业的发展则具有重要的基础性作用。

（二）需求条件只有经济发展达到一定程度，才会有休闲产业的发展，经济发展水平对休闲产业的巨大推动作用，主要表现在它的直接和间接的“双效应”。同时，居民的消费能力和社会购买力的大小，会直接影响居民的消费欲望［14］，以及社会对于休闲产品总量的需求。而社会总体失业率则会对休闲产业人力资本补给和社会消费力产生双向影响。

（三）相关和支持产业和休闲产业休戚相关的行业，如文化产业、旅游产业，其发展水平对休闲产业竞争力具有一定的影响，在文化产业中，选取文艺表演产所数量作为评价指标，旅游业则以外汇收入作为衡量标准［15］。同时休闲产业对整体环境的要求较高，相应的环境基础设施也是需要考虑的因素［16］。

（四）政府和机遇资源禀赋只不过是产业优势之一，这在新贸易理论已经验证过。此外制度因素也影响着休闲产业的竞争力，而研究的难点是如何纳入实证分析框架。同时，市场化水平与企业间的竞争有密切关系，其水平的高低将影响休闲产业的有效供给和需求。罗幼喜等［17］指出，政府税收和财政支出是政府支配资源的主要渠道（非市场方式）。财政收入比重的高低直接影响着政府对经济的干预程度，故采用市场化程度这一指标①用当年GDP数额减去当年国家财政收入后占当年GDP的份额表示市场化程度。。

已有学者探讨产业区域性竞争力指标的相关问题，如左继宏、胡树华提出指标体系中包含区域经济总量、产业结构、资本竞争力，以及基础设施建设等［18］。一些学者提出了区域竞争力定义［19］。因此，根据目的性、科学性、统一性、系统性、可比性原则，结合休闲产业的生产要素、需求条件、相关和支持产业及政府和机遇来评价我国各地区休闲产业的发展水平，具体从“钻石模型”层面考虑构建二级指标：

（表1）　休闲产业竞争力水平评价指标

本研究采用的空间样本为大陆31个省级行政单位②不包括我国香港、台湾和澳门特别行政区。。研究年份为2003—2012年，横越“十五”、“十一五”、“十二五”三个阶段。城市化指标数据来自于《中国城市统计年鉴》，其余指标数据源自历年的《中国统计年鉴》、《中国旅游统计年鉴》、《中国信息年鉴》及各省市的统计年鉴。

二、省域休闲产业竞争力因子分析

将表1中的14个重要影响因素纳入研究框架，构建起休闲产业LC和影响因素城市化CSH、信息化XXH、人力资本RLZB、产业结构CYJG、省域资本SYZB、省域经济总量SYJJZL、居民消费能力JMXFNL、市场购买力SCGML、就业情况JYQK、文化产业WHCY、旅游业产值LYYCZ、基建环保JJHB、市场化程度SCHCD、政府调控能力ZFTK的半对数的多元线性回归模型，来测度各个因素对休闲产业发展的影响程度。

为求得休闲产业发展水平综合得分，欲采用因子分析法。经过分析，KMO以及巴特莱特球体检验都符合要求，采用因子分析法计算出了最终得分②由于版面关系，因子分析全过程的多个表格被省略，如有需要，可与作者联系。。从空间可视化的角度考虑，通过Arcgis软件绘出了休闲产业发展水平的空间分布情况，可以分为三个梯度。按我国三大经济地域的划分③地区划分依据《中国城市统计年鉴》的划分方法:东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、广西、海南12个省市区；中部地区包括山西、内蒙古、吉林、黑龙江、江西、安徽、河南、湖北、湖南9个省市区；西部地区包括重庆、四川、贵州、云南、陕西、宁夏、青海、甘肃、新疆、西藏10个省市区。，分别选取“十五”期间的2003年、“十一五”期间的2008年和“十二五”期间的2012年来具体分析。在“十五”期间（2003年），位于第一梯度的是北京、上海、广东、浙江、江苏等东部沿海省份；第二梯度包括东部地区的福建、山东、天津，东北三省，中部的湖南、湖北、河南，以及西部地区的四川与新疆；位于第三梯度的有西部地区的广西、云南、贵州、重庆、甘肃、青海和西藏，中部地区的江西、安徽、陕西、山西、宁夏和内蒙古，以及最南端的海南地区。在“十一五”期间（2008年），休闲产业竞争力水平位于最高层次的省域基本没有变动，山东跻身于第一梯度。山西、内蒙古等上升到第二梯度，而四川则退居到第三梯度。总体而言，经过“十五”时期的发展，全国不同区域的休闲产业竞争力有升有降，整体处于上升水平。“十二五”期间（2012年），最高水平的省域仍保持稳定，并且与相邻地区的差距逐渐拉大，分值悬殊。四川、陕西和西藏跨入第二梯度，而湖南、山西和吉林则下降到第三梯度。河北、福建是东部沿海高值区的洼地，休闲产业发展水平低于相邻地区。需要关注的是，新疆一直处于第二梯度，高于西北地区各省区，如西藏、青海、甘肃和内蒙古的休闲产业竞争力因子得分较新疆有不小的差距。内蒙古也从“十五”期间（2003年）的第三梯度进阶到“十一五”期间（2008年）的第二梯度且随后保持稳定。西藏的休闲产业也得到一定的发展，而甘肃、青海则一直在低位徘徊。

（图1）　全国休闲产业竞争力空间分布图

三、省域休闲产业竞争力的空间关联分析

为了描述属性值的空间特征，引入了空间自相关概念，我们用空间自相关指数Moran′s I来检验区域经济变量的空间相关性，公式为：

采用人工重新定义的方法消除海南省在邻近矩阵中的“孤岛现象”，创建海南与广东、广西连接的空间权重矩阵。Moran′s I的值在给定的显著性水平时，其值介于-1到1之间，以正负来判定区域的集聚情况。若指数为正，则表示空间上存在显著集聚现象；若指数为负，则说明有着显著的空间差异；若指数为零，则是随机分布。

通过检验休闲产业在各个省域地理空间上的相关性（见表2），发现Moran指数I均大于零，且通过显著性水平检验（5％），可以说明休闲产业发展水平呈现出较为显著的聚集和空间依赖，并且倾向于高高与低低聚集。在选取的时间维度里，Moran指数高低起伏显示了不同的聚集程度，如指数在2005年由2004年的0.3507下降到了0.2634，随后保持相对平稳，直到2009年开始上升，之后仍处于波动性发展。

（表2）　中国2003—2012年省域休闲产业发展水平的Moran′s I及其显著性

单纯的全局自相关只能够反映空间上的集聚程度，更进一步的分析需要局部自相关分析，主要采用Moran散点图作为分析工具。Moran散点图的横轴和纵轴分别为观测值向量（Z）和空间滞后量（Wz）。通过Moran散点图，图形显示大多数的省市分布于正相关区域，属于高高或低低聚集区。少数省域具有空间异质，也就是散点图中的高低（HL）和低高（LH）象限。“十五”期间（2003年），北京、天津、山东、江苏、浙江、上海、福建属于高高聚集区。位于低高集聚区的有海南、河北、江西、安徽、吉林，其周边环绕省域的休闲产业竞争力水平都较高。而广东、辽宁则与海南等地截然相反，其休闲产业竞争力水平高于周边地区。其余地区则属于低低聚集区，包括中西部的大部分地区，形成了一个休闲产业竞争力的“洼地”。“十一五”期间（2008年）没有明显的变化，说明这一时期的休闲产业发展保持平稳。到了“十二五”期间（2012年），位于低低（LL）象限的省域比重为55％。吉林和福建的休闲产业竞争力水平有明显滑坡，吉林由HL降为LL象限，福建则由高高（HH）移为LH象限。而河北跨入了HH象限。高低集聚的省市较少，只有广东、辽宁一直位于该象限，新疆由先前LL移入该象限，河南有移入该象限的趋势。辽宁则因为其优越的地理位置，在东北地区“独占鳌头”，但带动能力不足。总体上，三个五年规划期间休闲产业竞争力的发展并不均衡，东部沿海省域与中西部大部分省域有着明显的差距，这与其自身的经济基础环境有很大的关联。

（图2）　我国省域休闲产业发展水平的Moran散点图（2003、2008、2012年）

四、休闲产业竞争力影响因素空间差异分析

采用空间滞后模型（SLM）、空间误差模型（SEM）和地理加权回归模型（GWR）进行空间计量分析。空间滞后模型（Spatial Lag Model，SLM），主要进行相邻地区对整个系统内其他地区影响的探究，判断休闲产业在某一地区是否有空间溢出效应。

空间误差模型（Spatial Error Model，SEM），可以度量邻近地区因变量误差的变动，用此模型测量本地区相应值的受影响程度，空间关联作用使此模型中无法避免误差项。

地理加权回归模型（Geographical Weighted Regression），是在回归参数中结合数据具体的地理空间，并在每一个局部空间内进行回归分析，不同的空间单元具有不同的回归系数。通过2012年的截面数据分析，对休闲产业发展水平进行OLS回归，R2值较大且F值也显然大于F（14，16）0.005，模型拟合程度符合要求且总体线性关系显著（德宾-瓦特逊检验值接近2）。运用逐步回归法解决回归分析中的指标多重共线性，回归后R2=0.954，F=102.67，且不同变量均通过显著性检验（5％）。

（一）模型回归结果分析

LC=-14.51+0.869 LNJMXFNL+0.598 LNSCGML+0.997LNZFTK-1.345 LNJYQK-0.384 LNRLZB

（2.70）（0.287）（0.087）（0.180）（0.252）（0.184）

Moran′s I检验结果表明了我国休闲产业较强的空间相关性，忽视空间效应而直接采用OLS进行估计分析会存在研究的偏差。经过两个拉格朗日乘数检验，LMLAG的P值为0.0239，小于LMERR的P值（0.0615），并且稳健估计R-LMLAG值为0.0643，而R-LMERR值为0.1775，因此选择空间滞后模型（SLM）。在回归模型中考虑空间效应，分别进行OLS、SLM和SEM的拟合，在R2值这一项上，SLM数值最大（如表3）也验证了选择空间滞后模型的科学性。

（表3　）　OLS、SLM和SEM模型的估计结果

SLM模型的回归结果显示，居民消费能力的回归系数是1.089，在三个正相关的指标系数中数值最大，说明居民消费能力的正相关性最明显。当居民消费能力水平（对数）提升1％时，休闲产业发展水平将提升1.089％。市场购买力水平估计系数显示，市场购买力水平（对数）每提高1％，休闲产业发展水平将提升约0.594％。从人口基数、购买力和购买欲望三个角度考虑市场规模因素，城市化进程的不断加快使得城市人口及对休闲产品的需求呈现爆炸式增长。政府调控估计系数在1％的显著性检验下为1.009，表明政府调控与休闲产业发展水平之间相关性同样为正。失业率与人力资本的估计系数则显著为负，2012年我国劳动年龄人口首次减少，劳动力开始出现供不应求的现象，每年绝对量的缺口数以千万计。这相反的统计结果表明伴随着我国人才市场结构优化的推进，休闲产业对于“低端”劳动力的需求正在急剧减少，其他行业失业的人力增量并没有被休闲产业过多吸收。

空间滞后模型的自回归系数为负数，这表明邻近地区的休闲产业对本地区不具有溢出效应，空间误差系数为-0.522，即邻近地区的休闲产业发展水平每上升1％，本地区的休闲产业发展水平将下降0.52％。这是地区间“极化”效应的直接体现。

（二）地理加权回归分析作为空间常系数模型的SLM和SEM模型，没有基于不同地区分析不同影响因素的空间作用。基于此，我们使用空间变系数模型-地理加权回归来探讨自变量对不同地区的影响。

回归拟合之后，GWR模型的决定系数为0.9796，高于OLS模型、SLM模型和SEM模型的R2值（分别为0.9540、0.9558、0.9556），效果符合预期。R2、常数项和不同解释变量的影响程度在模型中随空间单元的变化而变化，“值”随“位”变，我们称之为地带阶梯性。与此同时各个解释变量展现出了很强的解释能力。

居民消费能力估计系数的高值区为北京、浙江、江苏、广东和新疆，它们大部分分布在经济发达的东部沿海。并且居民消费能力估计系数由中部地区向南北方向逐渐递减。在东部沿海和大部分中部地区的休闲产业发展中，居民消费能力发挥明显的正相关效应，可以直观的从图中显现（见图3）。但是除了广东和海南之外的广大南部地区，估计系数值都为负，说明这部分地区存在消费能力与消费水平不匹配的情况，或是存在居民消费的经济漏损，如国内旅游甚至出境旅游。至于数值最低的宁夏、重庆和福建地区，效果的不明显，可能跟它们特殊的地理位置有关，有些潜在的因素抑制休闲产业的发展。政府调控的影响程度则是新疆最为显著，其次是北京、上海等直辖市和广东、海南等经济特区，再随之是中部地区。所以整体影响程度呈“山”字形，西部边疆地区、中部地区和东部沿海地区高。市场购买力估计系数的影响程度则是除新疆外，从东往西逐步递减。值得注意的是其对位于东北的吉林休闲产业发展水平影响程度最低。人力资本对休闲产业发展水平的影响由沿边沿海区域向中部区域逐渐减弱，对东部沿海地区和西部地区影响最大。而省域失业率估计系数则呈犬牙交错状分布，产生负向影响较大的是大多数的中部和西部地区，加上东北的吉林，这些地区在闲置的劳动产能转化为休闲产业生产力中可能存在阻滞。

（图3）　影响因素地理加权回归结果的省际差异

五、结论与讨论

通过研究发现，我国休闲产业区域发展在三个经济发展五年规划期间具有明显的地区性“失衡”，呈现出显著的区域层次性特征，高梯度聚集在东部沿海地区，其他区域与该区域差距显著。东北部及中部位于高值区和低值区之间，居于第二层次。西部大部分地区竞争力水平处于末端，但西部地区休闲产业竞争力水平正在快速接近中部地区。排除个别省份的特殊情况，从空间上看，休闲产业竞争力水平最高的省市分布在东部沿海地区（福建除外）；竞争力水平居于中间位置的省区分散分布于西南、西北、华北、东北和华中等省区；竞争力水平较低的省区主要分布在西南、中南和西北部分省区。总体看，东部省区竞争力地位稳固，中部省份竞争力略有下滑，西部省区竞争力显著上升。这样的空间布局使全国不论是在横向上还是纵向上，整体的休闲产业发展始终处于一种失衡的状态。这也是“十三五”期间休闲产业发展需要着重解决的问题之一。

我国休闲产业发展水平表现出明显的空间依赖性，一、三象限（HH、LL）省域单元多，二、四象限（HL、LH）省域单元较少。东部发达地区属于高高集聚，在典型区中低低聚集区反而涵盖了大多数中西部省域，体现出东部沿海与中西部地区之间巨大的差距。此外，相邻地区空间效应使地区之间的休闲产业发展存在“极化”与“被极化”效应。总的来说，就是在全域空间内形成了核心-边缘模式，而在局域空间则显现出“俱乐部”效应。

回归结果显示，居民消费能力和政府调控是目前我国休闲产业竞争力增长的主要动力。城市化水平、信息化程度、产业结构、省域经济总量、文化产业、旅游业产值、基建环保、省域资本等指标，与我国休闲产业有不同程度的正相关关系，但并没有达到显著程度。而市场化程度的回归系数为负，表明现阶段我国休闲产业的发展离不开政府“有形的手”。居民消费能力呈现出最大正关联。

不同地区在不同影响因素的作用下，都呈现出了不同的空间差异，同一影响因素在不同地区也表现出不同的影响强度。居民消费能力的正向影响在全国大部分地区都比较显著，对直辖市、经济特区及西藏地区休闲产业发展的影响最大，表明了这些地区休闲产业发展对居民消费能力的敏感度较高。这也说明在“十三五”期间提升该地区的居民收入水平、引导健康休闲消费，对休闲产业竞争力发展具有促进作用。对东部沿海地区及西部少数民族聚居地区作用较明显的是政府调控的作用。市场购买力因素对除新疆、四川及东部沿海省份之外的全国大部分地区都呈现出负向影响，说明我国居民的消费结构仍存在一些问题，而以休闲消费为主的消费观念尚未形成，需要经济发展的支撑。人力资本因素对于广大的中部、西部（内蒙古）和东北地区呈现负向影响，说明上述省域的人力资源知识程度比较低，且没有得到高效的配置。就失业率因素而言，可以发现低层次的失业人口已经不能作为休闲产业的有效补充。地理加权回归嵌入空间分析是对空间滞后模型和空间误差模型的有效补充，能够在空间计量分析中研究不同地理空间不同因素的影响差异。

［参考文献］

［1］周睿.休闲产业及对我国经济的影响［D］.武汉：华中师范大学，2007.

［2］刘红玉.休闲对生产力构成要素的作用［J］.生产力研究，2010，（4）.

［3］Liu C-R，Wu T-C，Yeh P-H，et al.Equity-based customer loyalty mode for the upscale hotels—Alternative models for leisure and business travels［J］.Tourism Management Perspectives，2015，（16）.

［4］Ken·Roberts.Leisure and Sociology Past Achievements and Current Challenges［C］//Leisure and Civilization：Interdisciplinary and International Perspectives.the Research Committee on Leisure Sociology，2009.

［5］马惠娣.社会转型中的生活方式［J］.晋阳学刊，2013，（5）.

［6］金雪芬.试论休闲之本质［J］.湖北大学学报：哲学社会科学版，2011，（2）.

［7］蓝庆新，郑学党.中国文化产业国际竞争力评价及策略研究——基于2010年横截面数据的分析［J］.财经问题研究，2012，（3）.

［8］汪德根，陈田，陆林，等.区域旅游流空间结构的高铁效应及机理——以中国京沪高铁为例［J］.地理学报，2015，（2）.

［9］孙西辉.基于“钻石理论”的山东省休闲产业竞争力分析［J］.理论学刊，2012，（10）.

［10］高楠，马耀峰，李天顺，等.基于耦合模型的旅游产业与城市化协调发展研究——以西安市为例［J］.旅游学刊，2013，（1）.

［11］Love J，Stephen R，Nola H D.Service innovation，embeddedness and business performance：Evidence from Northern Ireland［J］.Regional Studies，2010，（8）.

［12］方慧，尚雅楠.基于动态钻石模型的中国文化贸易竞争力研究［J］.世界经济研究，2012，（1）.

［13］方远平，杨伟明，谢蔓.广东省服务业产业关联效应研究——基于投入-产出法［J］.产经评论，2013，（4）.

［14］张金宝.经济条件、人口特征和风险偏好与城市家庭的旅游消费——基于国内24个城市的家庭调查［J］.旅游学刊，2014，（5）.

［15］江珂.旅游业创新能力测评的指标体系构建及其应用研究［D］.广州：华南理工大学，2012.

［16］张学良.中国交通基础设施促进了区域经济增长吗——兼论交通基础设施的空间溢出效应［J］.中国社会科学，2012，（3）.