我国“一带一路”交通基础设施对旅游专业化的空间效应

白洋，艾麦提江·阿布都哈力克，邓峰

（新疆大学，新疆乌鲁木齐830049）

我国“一带一路”交通基础设施对旅游专业化的空间效应

白洋，艾麦提江·阿布都哈力克，邓峰

（新疆大学，新疆乌鲁木齐830049）

实施“一带一路”国家战略首先要解决道路互联互通问题，交通基础设施等因素影响区域旅游经济的集聚和扩散，是旅游业转型升级和提质增速中重点关注的问题。根据新经济地理学理论，本文基于2001—2014年“一带一路”省际面板数据，构建空间杜宾模型，实证分析交通基础设施等因素对区域旅游专业化的空间效应。结果表明：“一带一路”旅游专业化的全局变动表现出明显的空间关联特征，呈现“俱乐部集聚”现象；区域旅游专业化水平之间具有显著的空间溢出效应；不同形式交通基础设施等因素对区域旅游专业化的直接影响和空间溢出效应存在空间差异。

一带一路；交通基础设施；旅游专业化；空间效应

2013年，习近平主席出访哈萨克斯坦和印度尼西亚时提出构建“丝绸之路经济带和21世纪海上丝绸之路”①（简称“一带一路”）的合作倡议；2014年12月，中央经济工作会议将“一带一路”战略升格为国家战略。“一带一路”连接欧洲和亚洲两大经济圈，被认为是世界上最具发展前景的经济大走廊。沿线国家和地区合作潜力巨大，如何实现“一带一路”区域经济的可持续发展，发展何种先导产业，是国家面临的现实问题。旅游业作为对外合作最前沿、人文交流最活跃、市场前景最广阔、关联带动最强劲的综合性服务业，可加速沿线区域人流、物流、资金流、信息流和文化流的流转，成为推动区域经济增长的重要推动力。作为中国最具代表性的旅游品牌之一，2014年6月，中哈吉三国联合申报的“丝绸之路：长安—天山廊道路网”成功入选《世界文化遗产名录》，以“丝绸之路”为主题的旅游线路成为国际旅游产品的新热点和中国旅游经济的新增长极。“一带一路，旅游先行”已经成为政府和学术界的共识，对于缩小东西部差距、扩大对外开放、促进西部大开发、实施旅游精准扶贫、巩固民族团结和边疆稳定、实现区域协调发展具有重要的战略意义。

“一带一路”沿线国家和地区旅游资源禀赋各异、类型多样，但是由于交通制约、区位限制等问题导致区域内旅游经济发展水平参差不齐，并且同旅游发达地区存在明显差距。加强旅游交通等基础设施建设，迎接正在兴起的大众旅游时代，是推动旅游供给侧结构性改革的关键举措。实施“一带一路”国家战略首先要解决道路互联互通问题，交通基础设施等因素影响区域旅游经济的集聚和扩散，进一步影响本地区和相邻地区旅游专业化水平，是旅游业转型升级和提质增速中重点关注的问题。以往旅游发展较多关注经济总量的增加，随着旅游业逐渐融入经济社会发展的战略体系之中，学术界开始注重旅游专业化所引起的旅游业在国民经济中发展质量和产业地位的提升，并引发学者们对旅游专业化的学术思考：区域旅游专业化的空间关联模式如何，影响区域旅游专业化的因素有哪些，交通基础设施等因素是否对区域旅游专业化存在显著的空间效应？本文实证分析“一带一路”旅游专业化的影响因素及其空间效应，以期对区域旅游业可持续发展具有特殊的针对性和普遍的指导意义。

一、相关研究的文献回顾

交通基础设施是指由公共部门为生产和消费运输服务提供的具有一定排他性和非竞争性的公共物品，包括民航、铁路、公路等交通形式，呈现一定的网络性和外部性特征。交通基础设施能否促进区域经济增长是主流经济学长期关注的热点问题[1-4]。目前，全国有30个省区市将旅游业定位为战略性支柱产业，旅游业已经成为新常态下区域经济增长的重要引擎。旅游业的发展与交通基础设施密切相关，交通基础设施是开发旅游资源的前提条件，对目的地旅游经济发展起着重要作用，进而影响区域旅游专业化水平。目前，国外旅游交通研究集中在旅游交通规划、旅游者空间行为迁移规律、旅游交通区域影响、旅游交通满意度等方面[5-8]。国内旅游交通研究多关注区域旅游交通规划、特定交通形式对区域旅游经济影响、作为吸引物的旅游交通等方面[9-11]。

随着经济增长理论体系的逐步成熟，学术界开始重视交通系统的基础性作用，并根据旅游学的综合性特征借鉴社会学[12-13]、物理学[14]、经济学[15-16]等相关学科[17-18]的理论和方法探讨交通基础设施对旅游经济的影响。随着计量经济学的不断发展，学者们开始关注旅游经济的空间结构，构建不同形式的计量模型分析交通基础设施的空间影响。左冰[19]基于广义最小二乘法发现，可进入性与旅游经济发达地区存在显著的负相关关系，与旅游发展中间区域存在较显著的正相关关系；考虑空间效应时，向艺[20]指出，增加交通里程反而会抑制旅游经济增长；通过普通最小二乘法，毛润泽[21]和刘佳[22]分别得到公路里程对东中部旅游经济增长具有消极作用、区位条件与省域旅游经济发展间呈现空间集聚的结论；彭倩等[23]通过分位数与普通最小二乘法回归对比发现，由于交通网络边际效应较低，提高可进入性并不能促进长三角地区的旅游经济增长；张广海[24]根据多因素影响的旅游经济空间计量模型，认为交通基础设施对旅游经济发展具有显著的空间差异；丁绪辉等[25]采用极大似然法估计证明，通达性对民族地区旅游经济增长的空间效应并不显著，而吴芳梅等[26]基于环境约束视角采用随机前沿分析法却得到相反的结论；赵金金[27]运用空间面板模型研究表明，通达性在促进本地区旅游经济增长的同时对相邻地区影响不明显。

已有文献多使用周转量、客运量、营业里程、路网密度等单一性质的外生变量来度量交通基础设施，忽略交通系统的整体功能性，无法体现交通系统综合作用的延伸和扩展；多采用时间序列或截面数据从不同空间层面研究交通基础设施与旅游经济的关系，忽略空间同质性和异质性的作用将导致估计结果有偏差，无法客观揭示旅游经济的时空二维特征，未能充分考虑到交通基础设施等因素可能通过扩散或集聚效应影响本地区和相邻地区的旅游专业化。因此，根据新经济地理学理论[28-29]，本文基于2001—2014年“一带一路”省际面板数据，测算交通系统综合评价指数，考虑空间因素，构建空间杜宾模型，实证分析交通基础设施等因素对区域旅游专业化的空间效应。

二、数据来源与研究方法

（一）数据来源

基于样本数据的合理性、动态性、可得性和可操作性，借鉴已有的评价指标体系，本文采用2001—2014年“一带一路”省际面板数据，所有指标均为正向指标。数据来源于2002—2015年《中国统计年鉴》《中国交通运输统计年鉴》《中国旅游年鉴》《中国旅游统计年鉴》以及各省区市统计年鉴与《国民经济和社会发展统计公报》，各变量指标的描述统计结果见表1。

被解释变量为旅游专业化（TS）：指一个地区在一年内旅游经济产出占其国民经济产出的比重（%），选用各地区旅游总收入占GDP的比重来衡量区域内旅游业的产业地位和繁荣程度。

解释变量包括核心变量和控制变量。根据经济增长理论和旅游业自身发展特点，旅游专业化受到固定资产、人力资本、技术进步以及旅游资源优势度、交通基础设施等多维要素的协同影响。

核心变量为交通基础设施（TI）：选用交通运营里程、客运量和从业人数等指标，采用熵值赋权法计算交通系统综合评价值以综合度量交通基础设施的整体功能。为区分不同交通形式的空间效应，将其分解为铁路（Rail）和公路（Road），因部分省份统计数据缺失而剔除民航。

控制变量包括旅游固定资产（TFA）：选用旅游企业在一年内因技术建造、安装、改扩建和改造某项固定资产时所支出货币资本作为代理变量（亿元）。以2001年为基期，按照9.6%的折旧率对各地区旅游企业固定资产存量数据进行折算以消除价格影响；旅游人力资本（THR）：选用一年内旅游企业支付工资的职工数量（人）；旅游技术进步（TTP）：指旅游生产、投入中各种技术形式的知识积累与改进（个），选取在国家知识产权局专利检索平台中以“旅游”为检索关键词得到的各省区市旅游发明专利、实用新型专利与外观专利个数之和作为代理变量；旅游资源优势度（TRA）：五级旅游资源称为“特品级旅游资源”，四级、三级旅游资源称为“优良级旅游资源”，旅游资源禀赋越高则其对游客吸引力越大，针对各省域AAAAA、AAAA和AAA级旅游景区数量，分别赋予权重为9、7.5和6，加权求和以表征各地区旅游资源对旅游者的吸引力和旅游业的开发价值。

根据各省区市旅游专业化均值得到2001—2014年“一带一路”沿线区域旅游专业化的区域对比（参见表2）。可能因全球范围传染病SARS、亚洲金融危机的影响导致2003年、2008年旅游专业化出现负增长，“一带一路”全局和局域旅游专业化水平呈现出空间不均衡增长趋势，呈现耦合互动状态，符合现代经济的基本发展规律。可将区域旅游专业化变动划分为两个阶段：2001—2008年为缓慢增长阶段，区域贡献程度为“一路”＞“一带”，西南＞西北，且“一路”沿线区域和西南区域高于整体平均水平；2009—2014年为快速提升阶段，区域贡献程度与之前保持一致，各区域旅游专业化水平差距不断缩小且西南地区优于“一路”沿线区域，这可能与2000年以来国家连续实施西部大开发战略，依托现有的铁路、公路等交通网络，积极完善西部省份交通基础设施建设有关。由比重来看，受到交通基础设施等因素的协同作用，旅游业已经成为“一带一路”沿线区域绝大部分地区的战略性支柱产业，尤其是西南地区和东南沿海省份的旅游专业化程度较高，对于实现区域协调发展具有重要意义。

表1 各变量指标的描述统计结果

表2 2001—2014年“一带一路”沿线区域旅游专业化的区域对比 %

（二）研究方法

1.探索性空间数据分析

探索性空间数据分析（ESDA）是对空间样本数据性质的研究，根据统计学原理，通过计算机的可视化技术展示样本数据的空间分布、结构以及相关影响特征的统计学分析方法。通过空间自相关的全局莫兰（Moran）指数值和局部LISA集群图可以检验和分析区域旅游专业化在地理空间上的集群现象及其空间关联模式的动态跃迁趋势，公式如下：

式（1）中，xi和xj分别为第i、第j省域的旅游专业化值，xˉ是区域旅游专业化的平均值，Wij为标准化后的空间权重矩阵。莫兰指数取值范围是[-1，1]，等于0表示区域间旅游专业化空间不关联，越趋于-1表示区域间旅游专业化的负向空间关联越强，反之则其正向空间关联越强。

2.系统综合评价指数模型

确定交通系统的综合评价指数以表征交通基础设施的整体功能性。采用线性加权平均法对交通系统的综合评价指数进行测算，公式如下：

式（2）中，U为交通系统的综合评价指数，ui表示第i项指标功效贡献，λi为其权重。运用功效函数进行标准化和非零化处理后得到功效系数，采用熵值赋权法确定指标权重。公式如下：

式（3）中，xi表示交通系统中第i项指标的数值、max(xi)、min(xi)分别表示该项指标的最大值和最小值。

3.空间计量模型

传统计量模型在检验交通基础设施等因素与旅游经济的关系时，往往把各区域视为互相独立的单元，忽视区域之间可能存在的空间联系。交通基础设施等因素在影响本区域旅游专业化水平的同时，会通过集聚和扩散效应进一步影响邻近区域旅游专业化程度的变动。因此，在考虑空间因素的基础上，同时引入被解释变量与解释变量的空间滞后项，根据柯布—道格拉斯生产函数构建空间杜宾模型，分析交通基础设施等因素对区域旅游专业化的空间效应，公式如下：

式（5）中，β是自变量的回归系数，μ是随机干扰项，W为n×n阶的空间权重矩阵，Y指因变量，X代表自变量，ρ、θ分别表示因变量和因变量空间权重的回归系数。

将模型等式两边变量同时取对数以消除异方差，构建空间杜宾模型的实证模型，公式如下：

式（6）中，Ki,t、Ci,t和TSit分别表示核心变量、控制变量和旅游专业化。

进行空间计量分析时，需要采用不同含义的空间权重矩阵进行回归分析。为了保证假设检验的稳健性，选取较能综合反映两个地区“邻近”程度的空间权重矩阵。

二进制空间权重矩阵：

经济距离空间权重矩阵：

式（8）中，选用各省区市2001年的人均GDP作为基期进行计算，采用行标准化对数据进行处理以消除空间权重矩阵的量纲影响。

三、结果与分析

（一）探索性空间数据分析

由式（1），通过探索性空间数据分析，利用GeoDa V1.6.7和ArcGIS 10.0软件测算区域旅游专业化的全局莫兰指数值（参见表3）和典型省域空间集群跃迁表（参见表4）。

表3 2001—2014年“一带一路”沿线区域旅游专业化的全局莫兰指数值

表4 2001—2014年“一带一路”沿线区域旅游专业化的典型省域空间集群跃迁

由表3可知，在地理相邻关系条件下，2001—2014年“一带一路”沿线区域旅游专业化的全局莫兰指数值均为正值，除2006年外均通过5%的显著性水平检验，数值在区间[0.08，0.4]波动变化，最大值为2002年0.397，最小值为2006年的0.084 7，平均值为0.231 9，大致呈现2001—2006年下降，2008—2011年上升，2012—2014再下降，以2006—2008年为拐点的“W型曲线”阶段变化态势。从总体上看，2001—2014年“一带一路”沿线区域旅游专业化的空间正相关性体现出缓慢降低的波动趋势，表明“一带一路”沿线区域旅游专业化的全局变动存在显著的空间依赖性，且其空间分离程度不断减弱。区域旅游专业化水平在“一带一路”沿线区域的地理空间上并非表现出完全的随机分布，而是表现为某些省域相对集聚的空间关联模式，最终形成不同的空间集群区域。根据空间相关性检验，各个解释变量也存在显著的空间相关关系，可以作为空间滞后变量引入空间杜宾模型中进行回归估计。

由表4可知，“一带一路”沿线区域旅游专业化的局部空间自相关具有主要分布于第一（HH）、第三（LL）象限的空间关联特征，即旅游专业化程度较高的省域趋于空间集群，而旅游专业化水平较低的省域被相同水平的邻近省域包围。2001年、2006年、2010年、2014年位于第一、第三象限省域占样本总数的比例分别为71.4%、50%、64.3%、57.1%，进一步证实区域旅游专业化的变化具有路径依赖性和空间稳定性，大部分省域与其旅游专业化水平相似的邻近省域集群分布呈现“俱乐部集聚”现象。同时，典型省域的空间集群产生跃迁现象：2001年形成以青海为中心的低值集聚区和由广东、海南、广西、云南组成的高值集聚区；2006年位于第二象限（LH）的云南和第四象限（HL）的四川；2010年以来，随着国家“西部大开发”战略的持续实施，西部地区旅游专业化水平不断提升并不断缩小同东南沿海旅游发达地区的差距，其从第三象限（LL）向第二象限（LH）转变的空间跃迁趋势越来越明显；空间集群趋势向东南方向扩散，2014年形成以云南、广西和海南为核心的高值集聚区。

因此，一个地区的旅游专业化水平与其所处地理位置及其周围省域的旅游经济密切联系。“一带一路”沿线区域旅游专业化的全局变动存在明显的空间依赖性并呈现“俱乐部集聚”现象。初步判断交通基础设施等因素的空间集群可影响区域旅游经济的发展质量和空间结构，因此引入空间权重矩阵，构建空间杜宾模型，进一步分析交通基础设施等因素对区域旅游专业化的空间效应。

（二）基于不同空间权重矩阵的实证分析

由式（2）～式（4），采用熵值赋权法客观确定各项指标权重，计算交通系统的综合评价指数，综合衡量交通基础设施的完善程度。由式（5）～式（8），基于二进制和经济距离空间权重矩阵，利用MAT⁃LAB 2014b软件进行回归估计（参见表5）。为保证估计结果的有效性，进行拉格朗日乘数和稳健性检验，结果均通过显著性水平检验，进一步确定了采用空间杜宾模型的合理性。通过豪斯曼（Haus⁃man）检验，根据拟合优度（R2）和对数似然函数值（Log-L），采用极大似然估计，选择解释力度最优的随机效应（SRE）和时期固定效应（TFE）模型，考察交通基础设施等因素对区域旅游专业化空间效应的影响差异。

在表5中，模型1和模型6、模型2和模型7、模型3和模型8、模型4和模型9、模型5和模型10分别针对不同区域进行回归估计。由于选取空间权重矩阵时共线性问题的存在，比较不同空间权重矩阵W1和W2的估计结果，发现各变量弹性系数绝对值变化不大，绝大部分变量通过显著性水平检验并保持同方向变动。在两种空间权重矩阵中，选取相同指标对估计结果保持稳定的解释，表明空间杜宾模型的估计结果比较稳健，能够合理反映交通基础设施等因素对区域旅游专业化的空间效应。在空间杜宾模型中，解释变量的回归系数表示自变量对本地区旅游专业化直接影响的程度和方向，而空间权重的回归系数分别表示邻近省份因变量和自变量由于空间溢出效应的存在进而间接作用于本地区旅游专业化的程度和方向。

表5 基于不同空间权重矩阵的空间计量估计结果

从被解释变量的空间权重来看，在两种空间权重矩阵条件下，除“一带一路”沿线区域和西北地区的回归系数为负值外，其他区域的回归系数均为正值，并且通过5%的显著性水平检验，表明区域旅游专业化水平之间存在明显的空间溢出效应，并且区域间差异明显。如在经济距离空间权重矩阵中，在其他因素不变的条件下，邻近地区旅游专业化水平变动1%，空间溢出效应将会带动“一路”沿线区域、“一带”沿线区域和西南地区旅游专业化水平同方向变动0.433%、0.368%、0.361%左右，尤其是对“一路”沿线区域的正向空间溢出效应最为明显，表明邻近区域之间存在着良好的示范效应，即本地区受惠于外地区旅游专业化水平提升的正向空间溢出效应。而对整体的“一带一路”沿线区域和局部的西北地区分别呈现0.063、0.259的负向空间溢出效应，表明周边区域旅游产业地位的提高反而会抑制本区域旅游业的繁荣程度，这可能是由于旅游经济发达地区对各种资源要素激烈竞争的截流效应所导致的。

在核心变量中，对“一带一路”沿线区域整体而言，交通基础设施的回归系数均未通过显著性水平检验，由于各省区市旅游经济发展不均衡，区域间通达性不强，导致交通基础设施对区域旅游专业化的影响程度未能得到有效的体现。其中，铁路的直接影响不显著为负，而公路不显著为正；铁路的空间溢出效应不显著为正，而公路不显著为负。不同形式交通基础设施对区域旅游专业化的直接影响和空间溢出效应存在空间差异：铁路对西南地区旅游专业化直接影响的积极效应最大，却对西北地区不显著为负；公路通过5%的显著性水平检验并促进各区域旅游专业化水平的提升，尤其是对“一路”沿线区域的促进作用最大，促进顺序为：“一路”＞“一带”，西南＞西北；铁路和公路对“一路”沿线区域旅游专业化的负向空间溢出效应最为明显，而铁路对西北地区的正向空间溢出效应作用最大；从区域对比来看，公路对“一带”沿线区域和西南地区直接影响和空间溢出效应的积极效应均大于铁路。可能的原因是：交通网络发达的东南沿海既是知名目的地，也是重要客源地，旅游者可以选择跨越地域限制的组合线路完成不同省域之间的空间流动，由于边际效用递减规律的存在，提高可进入性反而会降低本地区旅游专业化程度；铁路和公路是旅游者在区域内完成旅游活动的主要交通形式，“一带”沿线区域交通基础设施建设相对滞后，更多交通投资将有利于区域内外资本、技术、劳动力等生产要素的有效流动，推动旅游经济增长方式转变。

在控制变量中，对“一带一路”沿线区域整体而言，旅游固定资产和技术进步对旅游专业化均产生显著的促进作用，尤其是旅游固定资产的直接影响最大，而人力资本和资源优势度不显著为正；旅游固定资产的空间溢出效应显著为负，而人力资本的空间溢出效应显著为正。在不同空间尺度下，各因素对区域旅游专业化影响的差异明显：旅游固定资产、技术进步和资源优势度对西南地区的直接影响最为积极，而人力资本对“一路”沿线区域的积极效应最大；旅游固定资产对西南地区的虹吸效应最为明显，而人力资本对“一带”沿线区域的正向空间溢出效应最大；旅游技术进步对“一路”沿线区域和西南地区的间接影响显著，但系数不大；旅游资源优势度对“一路”沿线区域和西南地区正向空间溢出效应的贡献最大，在其他条件不变的情况下，邻近地区旅游专业化水平增加1个单位将带动本地区旅游专业化水平同方向增加0.42、0.22个单位左右。各地区普遍重视旅游投资与资源开发，但忽视从业人员是旅游业赖以生存和发展的基础，知识溢出效应偏弱，主要表现为以劳动力密集型产业和旅游实用新型专利为主，随着旅游人才知识结构和技术水平的不断提升，未来旅游人力资本外部性的影响会愈发显著。虽然西北地区旅游资源类型多、品质高，但由于景点分散、交通基础设施不完善等客观问题，导致资源优势无法达到最优状态并且未能得到有效体现。

四、研究结论

交通基础设施等因素影响区域旅游专业化的集聚和扩散，是旅游业转型升级和提质增速中重点关注的问题。根据新经济地理学理论，基于2001—2014年“一带一路”省际面板数据，本文测算了区域旅游专业化的空间自相关性及其集聚程度，采用熵值赋权法客观计算交通系统的综合评价指数，综合衡量交通基础设施的完善程度；引入不同含义的空间权重矩阵构建空间杜宾模型，分析交通基础设施等因素对区域旅游专业化的空间效应，结果表明：

第一，“一带一路”沿线区域旅游专业化的整体变动体现出明显的空间关联特征，区域旅游专业化在地理空间上表现为某些地区相对集聚的空间关联模式，呈现出“俱乐部集聚”现象。西部地区的空间跃迁趋势越来越明显，集群趋势向东南方向扩散，形成以云南、广西和海南为核心的高值集聚区。

第二，区域旅游专业化水平之间具有显著的空间溢出效应，并且区域间差异明显。区域旅游专业化对“一路”沿线区域的正向空间溢出效应最为明显，对西北地区却呈现出显著的负向空间溢出效应。

第三，交通基础设施对“一带一路”沿线区域旅游专业化的直接影响均不显著，不同交通形式对旅游专业化直接影响和空间溢出效应存在空间差异：铁路对西南地区直接影响和对西北地区空间溢出效应的正向作用最大，公路对“一路”沿线区域直接影响的促进作用最大，不同交通形式对“一路”沿线区域负向间接作用最为明显，公路对“一带”沿线区域和西南地区直接影响和空间溢出效应的贡献程度均大于铁路。同时，旅游固定资产对西南地区间接影响最大，人力资本对“一路”和“一带”沿线区域产生显著的直接影响与间接作用，资源优势度对“一路”沿线区域和西南地区正向空间溢出效应贡献最大，技术进步对“一路”沿线区域和西南地区间接影响显著，但其作用不大。

“一带一路”沿线区域自古以来就是连接东西方的交通要道，建设互联互通的交通基础设施，不仅是国家战略实施的前提，更是旅游业发展的保障。综上所述，基于合理规划、超前发展的交通建设理念，做好旅游交通规划的顶层设计，立足品牌优势和区域差异，制定促进“一带一路”沿线区域旅游经济协同发展的政策和措施，优化旅游产业空间布局；建立“一带一路”沿线国家和地区旅游部长会议制度和国内省域旅游合作机制，打破地域限制和行政垄断，改革旅游投资和融资模式，打造“丝绸之路经济带旅游带”精品线路，带动沿线区域旅游线路产品的合作与推广，串联沿线丰富多彩的旅游资源。根据不同交通形式的运输特征，推进交通干线连接旅游景区的道路建设，加强城市与景区间的交通组织，实现旅游交通的有效衔接；提高铁路旅游的客运能力服务水准，推动高铁旅游经济圈发展；结合旅游业发展的规律，推进区域资源要素整合与交通基础设施建设一体化，构建世界级新型旅游功能区，丰富和完善旅游交通供给，缩短与目的地的时空距离，推动形成省域间高效联通和区域间协调发展的时空新格局，为实现“一带一路”沿线城市旅游业的可持续发展提供交通基础支持。

注释：

①：2015年3月，根据国家发改委、外交部、商务部联合发布的《推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动》中对于“一带一路”的界定以及学术界的共识，“丝绸之路经济带”国内区域包括西北五省区（陕西省、甘肃省、青海省、宁夏回族自治区、新疆维吾尔自治区）和西南四省区市（广西壮族自治区、重庆市、四川省、云南省），“21世纪海上丝绸之路”国内区域包括东南沿海五省（江苏省、浙江省、福建省、广东省、海南省）。

[1]刘生龙，胡鞍钢.交通基础设施与经济增长：中国区域差距的视角[J].中国工业经济，2010（4）：14-23.

[2]杨帆，韩传峰.中国交通基础设施与经济增长的关系实证[J].中国人口·资源与环境，2011（10）：147-152.

[3]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）：60-77.

[4]周浩，郑筱婷.交通基础设施质量与经济增长：来自中国铁路提速的证据[J].世界经济，2012（1）：78-97.

[5]PRIDEAUX B.The role of the transport system in destina⁃tion development[J].Tourism management，2000，21：53-63.

[6]KOZAK M.Repeaters’behavior at two distinct destinations [J].Annals of tourism research，2001（3）：784-807.

[7]BRIEDENHAM，WICKENS.Tourism routes as a tool for the economic development of rural areas-Vibrant hope or impossible dream[J].Tourism management，2004（1）：71-79.

[8]HOMPSON K，SCHOFIELD P.An investigation of the rela⁃tionship between public transport performance and destina⁃tion satisfaction[J].Journal of transport geography，2007（2）：136-144.

[9]赵中华，汪宇明.基于长江三角洲案例的区域旅游交通配置优化研究[J].地域研究与开发，2007（3）：51-55.

[10]卞显红.城市轨道交通建设对城市旅游边缘区发展影响研究：基于旅游企业空间区位选择视角[J].科研管理，2015（6）：60-67.

[11]余青，吴必虎，刘志敏，等.风景道研究与规划实践综述[J].地理研究，2007（6）：1274-1284.

[12]王琪延，罗栋.中国城市旅游经济影响因素结构研究——基于291个地级以上城市的统计调查资料[J].统计与信息论坛，2010（1）：97-102.

[13]翁钢民，陈林娜.区域旅行服务、交通区位与旅游经济的空间错位研究[J].地理与地理信息科学，2014（4）：90-94.

[14]王永明，马耀峰.城市旅游经济与交通发展耦合协调度分析——以西安市为例[J].陕西师范大学学报（自然科学版），2011（1）：86-90.

[15]金萍.广义旅游业视角下旅游经济发展影响因素实证研究[J].经济问题探索，2015（6）：183-190.

[16]朱桃杏，陆军，朱正国.基于脉冲响应函数的我国铁路交通与旅游经济增长的关系研究[J].铁道运输与经济，2015，37（7）：54-60.

[17]何瑛.基于灰色关联分析的新疆旅游经济影响因素研究[J].生态经济，2012（1）：160-162，170.

[18]付向阳，黄涛珍.内蒙古旅游经济影响因素的灰色关联分析[J].统计与决策，2015（3）：142-145.

[19]左冰.中国旅游经济增长因素及其贡献度分析[J].商业经济与管理，2011（10）：82-90.

[20]向艺.旅游经济增长因素的空间计量研究[J].经济地理，2012（6）：162-166.

[21]毛润泽.中国区域旅游经济发展影响因素的实证分析[J].经济问题探索，2012（8）：48-53.

[22]刘佳.中国省域旅游经济发展的时空分异特征及其影响因素研究[J].经济问题探索，2012（11）：110-116.

[23]彭倩，黄震方，牛品一.长三角地区旅游经济发展动力因素研究[J].地域研究与开发，2014（3）：90-96.

[24]张广海.我国交通基础设施对区域旅游经济发展影响的空间计量研究[J].经济管理，2015（7）：116-126.

[25]丁绪辉，高新雨，田泽.民族地区旅游经济增长影响因素的空间计量分析[J].统计与决策，2015（20）：104-107.

[26]吴梅芳，曾冰.环境约束下民族地区旅游经济效率及其影响因素研究[J].经济问题探索，2016（7）：177-184.

[27]赵金金.中国区域旅游经济增长的影响因素及其空间溢出效应研究——基于空间杜宾面板模型[J].软科学，2016（10）：53-57.

[28]ELHORST J P.Specialization and estimation of spatial panel data models[J].International regional science review，2003（3）：244-268.

[29]李新忠，汪同三.空间计量经济学的理论与实践[M].北京：社会科学文献出版社，2015：66-68.

责任编辑：方程

The Spatial Effect of China’s the Belt and Road Traffic Infrastructure on Tourism Specialization in China

BAI Yang，AIMAITIJIANG-Abuduhalike and DENG Feng
（Xinjiang University，Urumchi，Xinjiang830049，China）

The first issue we have to deal with in implementing the national strategy of the Belt and Road Initiative is connectivity；the factors that will have impacts on the agglomeration and diffusion of regional tourism economy are the focus for us to transform，upgrade，accelerate and improve the quality of tourism industry development.According to theory of new geography economics and province panel data of the Belt and Road from 2001 to 2014，the authors establish the Spatial Dubin Model(SDM)and carry out the empirical research on the spatial effect of such factors as traffic infrastructure on the regional tourism specialization.It is found that：first，the overall changes of the Belt and Road tourism specialization have demonstrated obvious characteristics of spatial relevance，the club agglomeration；second，there exists significant spatial spillover effect among different regional tourism specialization levels；and third，there is spatial difference between the direct effect and spatial spillover effect of such factors as different types of traffic infrastructure on regional tourism specialization.

the Belt and Road；traffic infrastructure；tourism specialization；spatial effect

F590.3

A

1007-8266（2017）03-0079-09

2017-02-05

国家自然科学基金项目“旅游专业化水平测度及其区域经济增长关系的研究——以新疆为例”（41461114）、新疆维吾尔自治区社会科学基金项目“新疆南疆旅游‘精准扶贫’研究”（2016BGL104）

白洋（1982—），男，回族，新疆维吾尔自治区鄯善县人，新疆大学旅游学院教师，经济与管理学院博士研究生，主要研究方向为旅游经济学；艾麦提江·阿布都哈力克（1985—），男，维吾尔族，新疆维吾尔自治区喀什市人，新疆大学经济与管理学院博士研究生，主要研究方向为西方经济学；邓峰（1970—），男，湖北省武汉市人，新疆大学经济与管理学院教授，博士生导师，主要研究方向为西方经济学。