基于探索性空间数据分析方法的铁路网对旅游产业空间发展差异的影响研究——以江苏省为例

肖金鑫，张永庆

（上海理工大学，上海 200093）

0 引言

自2010年以来，政府不断加大对铁路尤其是高速铁路建设工作的重视度，2017年交通运输部编制的《“十三五”现代综合交通运输体系发展规划》[1]中指出，我国到2020年基本建成安全、便捷、高效、绿色的现代综合交通运输体系，部分地区和领域要率先实现基本的铁路运输现代化。可见，铁路尤其是高速铁路的建设工作已经成为国民经济发展的重要组成部分。由于铁路的发展极大程度上缩短了旅行时间，提高了城市可达性，因此铁路的完善对旅游产业空间格局的变化产生了重大的影响，造成旅游产业在城市间发展不均衡的现象。

关于铁路网对沿线旅游产业发展产生的影响，国内外学者多有研究。Masson等[2]指出高速铁路将产生旅游“虹吸效应”，形成“强则更强，弱则更弱”的变化格局。Givoni[3]研究发现高速铁路提高了整个欧盟地区的旅游通达性。Gutiérrez[4]通过构造模型和数理统计的方法，实证分析了高速铁路对法国各城市旅游空间变化产生的影响。黄泰等[5]指出高速铁路干线对城市群旅游空间竞争格局的影响具有明显的节点与廊道集聚锁定效应，同时改变城市群旅游空间竞争的“核心-边缘”结构模式。王欣等[6]研究发现铁路网刺激沿线、节点城市旅游经济的发展，改变了城市规划的空间格局。汪德根[7]指出武广高速铁路对湖北各城市旅游空间格局演变的影响表现出“双刃性”，扩散作用的强度没有极化作用的强度大，最终导致湖北各城市旅游发展差异呈扩大趋势。综上所述，铁路尤其是高速铁路的发展的确会给沿线城市空间格局发展带来巨大影响。

总体来看，大多数文献研究数据比较陈旧（研究时间集中于2013—2015年）且研究角度单一，只是从宏观角度进行分析，忽略了城市个体之间的相互影响。为此，本文将以江苏省为例，基于现有可查资料中的最新数据，通过建模考察其中的变化情况，探讨高速铁路网络化时代江苏省城市旅游产业空间格局变化的特征，从而为合理布局城市旅游产业提供科学的依据。

1 研究对象概况

截至2018年初，江苏省共有铁路路线11条，总里程共计2 718km，此外江苏省铁路局计划在2018—2021年间新建8条高速铁路（列车运行速度＞200km/h）。建成后的铁路信息如表1所示。

表1 江苏省现有铁路及在建铁路规划统计表

表1 （续）

根据2010—2016年各年度《江苏统计年鉴》[8-14]，对铁路、公路、航空、水路运输量的数据汇总得知：在2010年之前，旅客出行方式主要以水路为主，其次为公路；在2015年，随着铁路网布局的初步建立，铁路、公路、航空、水路运输量增长率分别为0.7%,-0.3%,-0.1%,-0.02%；在2016年，随着铁路网的进一步发展，铁路、航空、水路运输量的增长率分别为3.23%,0.14%,0.5%，而公路运输量为 -3.1%，可见铁路运输越来越重要了。

根据《江苏省“十三五”铁路发展规划》[15]，本文绘制出2016—2020年己建及将建铁路路线图，如图1所示。

图1 江苏省“十三五”铁路规划示意图

由图1可知，未来江苏省各市之间主要以铁路线相连，形成一个纵横交错的铁路网[16]。随着连淮扬镇铁路、徐宿淮盐铁路、沪通铁路等路线的建成，未来1～2h活动范围圈将涵盖至徐州、盐城、淮安等苏北地区，这将有利于刺激苏北旅游产业的发展，提升苏北、苏南之间的旅游产业关联度。

目前来看，时速在200km/h以上的铁路大多数集中于苏南地区和徐州，而苏中和苏北铁路运输主要依靠新长铁路、宁启铁路、陇海铁路、宿淮铁路4条普速铁路。

2 基于探索性空间数据分析的方法设计

本文主要考察铁路网的完善与旅游产业发展差异之间的关系。从全面考察各城市旅游差异产生原因的视角，本文将从宏观和微观相结合的角度考量各影响因素之间的关系[17]。首先，利用探索性空间数据分析方法（Spatial Data Analysis,SDA），基于统计学原理同时结合空间地理定位对空间信息数据进行分析[18]，通过建立数据间的统计关系，形成全局自相关及局部自相关模型。然后，利用GeoDa软件计算分析自变量间的影响效果，以便更好地解释地理经济现象的变动情况。

2.1 空间权重矩阵构建

基于地理空间差异考察自变量之间的关系，首先建立一个能够表达城市位置关系的矩阵，即空间权重矩阵W。它是根据所研究城市建立的n×n阶对称矩阵（江苏省共有13个市，分别为南京市、无锡市、徐州市、常州市、苏州市、南通市、连云港市、淮安市、盐城市、扬州市、镇江市、泰州市、宿迁市，故本文取n=13），即：

式（1）中：wij表示城市i与城市j之间的位置关系，且i=1,2,3,…,n(n=13)；j=1,2,3,…,n(n=13)。如w11表示南京与自身的位置关系，w12表示南京与无锡的位置关系，w13表示南京与徐州之间的位置关系，以此类推。对于相邻的两个城市位置关系，取wij=1；对于不相邻的两个城市以及城市与自身的位置关系，取wij=0，即w11=0,w12=0,w13=0，以此类推。

2.2 全局空间自相关莫兰（Moran’s）指数I的计算

全局空间自相关性是对自变量在整个空间内变化情况的描述，计算公式为[19]：

式（2）中：I为莫兰指数，在此指全局空间自相关系数；i和j为城市编号；n为样本城市总量（个）；S0为所有距离权重的聚合；zi,zj分别为城市i和城市j的空间位置；wij意义同前。

对于莫兰指数，用标准化统计量Z来检验n个城市间是否存在空间自相关关系[19]：

式（3）中：E[I]和VAR[I]分别为莫兰指数的数值理论期望和理论方差，且E[I]=-1/(n-1)，VAR[I]=(I-E[I])2。

通过对I值进行假设检验，在5%的置信水平下，当Z≥1.96或Z≤-1.96时表明数据之间存在相关性，即认为城市之间的旅游产业具有空间相关性。当Z值为正时，表明城市之间的旅游产业存在正的空间相关性，也即相似的观测值（高值或低值）趋于空间集聚；当Z值为负时，表明城市之间的旅游产业存在负的空间相关性；当Z值为零时，观测值独立随机分布，表明城市之间的旅游产业不存在相关性。

2.3 局部空间自相关统计量

局部空间自相关是对自变量变化情况的描述。为了识别局部空间自相关性，要计算每个空间位置的相关性统计量，具体计算公式为[20]：

式（4）中：Ii为莫兰指数，在此指局部空间自相关系数；xi,xj分别为城市i和城市j的属性值；为所有城市属性值的均值；(xj-)为城市j的属性值与所有城市属性值均值的偏差；Si为城市i所有距离权重之和；wij意义同前。

2.4 数据来源及数据和图像处理方式

铁路网的完善对江苏省旅游经济的影响显著。本文选择2010—2016年间江苏省各市旅客人数和旅游收入作为研究数据[8-14]。

由于ArcMap可以将数据与地图完美融合起来，实现数据的可视化，因此本文选用ArcMap工具绘制了铁路普及前（2010年）、完善中（2011—2013年）和进一步发展（2014—2016年）的旅游人次和旅游收入的增长率对比图。首先将统计数据导入Excel，经处理得到江苏省各市的年旅游人次增长率和年旅游收入增长率值，并按照由南至北、由西向东的顺序对城市进行编号，再通过ArGIS online打开地图资源，将江苏省地图数据导入Arc-Map软件。根据变化率范围，将数据分为五类，分别为0～10%，10%～13.5%，13.5%～17%，17%～20%以及20%以上，并通过不同深度的颜色进行渲染，最终得到增长率变化图。

3 数据分析

全国各城市由于人口规模、产业能级、发展潜力的不同，铁路发展存在一定的差异[21]，但随着铁路网的不断完善，各自的旅游产业布局变化呈现出一定的规律。

3.1 铁路网对欠发达地区影响尤为明显

应用ArcMap对2010—2016年间江苏省旅游人次数据进行处理，得到该省各市铁路旅游人次增长率分布图（如图2所示）。

由图2可知，2010年前后为铁路网建设初期，江苏省旅游人数呈现南高北低的格局，即南京、无锡、苏州、常州、扬州、南通、镇江为较发达旅游城市，连云港、徐州，盐城、宿迁、淮安、泰州为欠发达旅游城市。2011—2013年间，随着苏北地区铁路线的进一步完善，尤其是新长铁路的通车，使得旅游人数出现了明显的增长趋势。与此同时，苏南地区出现了倒置增长效应。2013—2016年间，随着沪汉蓉铁路、海洋铁路陆续通车，部分城市旅游人数增长率接近15%。到2016年底，江苏省省内共开通10条铁路干线，铁路网基本形成。铁路网对旅游经济影响最明显的城市分为两类：一类是铁路干线节点城市，如徐州；另一类是欠发达地区，如宿迁、盐城。可见，铁路网的密布对城市旅游产业的发展确实产生了影响。

利用ArcMap对2010—2016年间江苏省的旅游收入数据进行处理，结果见图3。

图3 2010—2016年江苏省各市旅游收入增长率分布图

由图3可知，铁路网的完善与旅游收入增长率呈正相关。随着铁路网的不断完善，研究发现城市中多条铁路线所经节点城市的旅游人数和旅游收入增长率提高幅度均靠前，边缘城市旅游经济增长率也在逐年提高。2014—2016年间，各市旅游收入差距逐渐缩小，说明铁路的确能在一定程度上减小苏南、苏北地区间的旅游经济差距，也表明铁路网的完善在一定程度上会对欠发达地区的旅游产业发展产生积极的影响，带动了旅游产业经济的均衡发展。

3.2 铁路发展成熟度对各城市旅游经济发展指标的影响

利用GeoDa软件对旅游产业收入增长率数据进行处理，得莫兰指数I、Z得分、P值等，整理如表2所示。

表2 2010—2016年间江苏省各地区旅游收入自相关指数

如表2所示，2010年，江苏省各市旅游收入的全局莫兰指数I=0.2818＞0，说明从整体来看，2010年江苏省各市旅游收入存在正的空间自相关；2010年及2011年，Z值均小于1.96，因此这两年各市旅游经济不具有空间集聚性，观测值在空间上没有表现为强集聚分布（高值或低值分布），表明铁路在建设初期不会给旅游产业带来显著的影响。

2012年，江苏省各市旅游收入的全局莫兰指数I=0.2961＞0，在正态分布的假设下，显著性水平P=0.040，表明莫兰指数检验的结果显著。总体来看，2012年，江苏省各市旅游收入存在空间正相关性，在随机分布假设下，莫兰指数I的期望值与标准差值分别为-0.0833和0.2087，表现出相似值之间的空间集聚性。

从2013—2016年的检验结果来看，随着铁路网的逐渐完善，全局莫兰指数I分别为0.33,0.34,0.303,0.34，集聚性逐渐增大，且自变量之间均为正相关，说明旅游收入越高的城市空间集聚性越强，且各市旅游收入集聚能力也在逐年增强，即随着旅游经济的进一步发展，铁路尤其是高速铁路发展成熟的地区，其旅游收入也相应要高一些。

4 关于铁路发展的启示

4.1 欠发达城市应完善铁路规划及相关配套服务设施

铁路网的完善有利于促进旅游业的发展与崛起，因此旅游产业欠发达城市应该根据现有铁路的布局情况，合理地规划未来铁路尤其是高速铁路的建设，保证铁路通达度，以刺激旅游竞争格局的形成。此外，相关部门应该出台适当的铁路交通出行优惠政策，并完善旅游安全服务平台、信息查询平台、旅游信息服务指南平台等，加大宣传旅游产业落后城市，引导旅游产业围绕高速铁路节点和站点进行布局和建设，充分发挥铁路的交通优势。

4.2 相关部门应积极引导游客“一日游两市”

相关部门应该从微观层面分析潜在旅游城市的发展状况，通过相邻旅游圈，引导游客从热门景区到潜在热门景区的迁移，利用相邻城市旅游经济发展相关效应打造“一日游两市”的计划。以江苏省为例，在铁路通达度提升的前提下，南京旅游人数和旅游收入的增长不仅带动了邻近城市旅游产业的发展，还惠及了更远的泰州、徐州等城市，从而在疏散热门景区的游客的同时，也促进了景区环境的改善及景区安全性的提升，对景区治理产生了巨大益处。

4.3 各城市应依据自身的特色打造旅游文化产品

各地区应该根据城市特色打造旅游路线并带动旅游产业的发展，对于旅游竞争力相对较弱的城市，要着重于景点打造、景点升级、景点相关配套设施完善等方面，并加强旅游线路的创新和升级。以江苏省为例，盐城具有红色文化历史，因此市政府应该着力于“红色旅游”内容的拓展，打造一种将特色文化教育与传统旅游路线相结合的新型文创旅游形式，围绕经典景区打造特色路线，从而使游客既可以观光赏景，又可以了解革命历史，最终促进旅游产业均衡发展格局的形成。

5 结语

铁路网对旅游产业的影响日益凸显，为研究铁路网对旅游产业格局变化产生的影响，本文利用探索性空间数据分析方法，以江苏省为例，建立了全局相关模型及局部相关模型。结果表明，铁路网的确会促进城市旅游经济的发展。考虑到这一影响，建议各市交通运输部门在考虑现有各城市旅游差异的基础上，完善铁路网规划，以缓解旅游产业经济差距过大所带来的压力。不过，旅游产业布局的差异不仅仅由交通运输方式造成，如何量化这些因素有待进一步研究。