黄河流域旅游经济的时空分异及影响因素研究
2021-12-21刘晨钮钦
刘晨,钮钦
(1.北京市经济与社会发展研究所,北京 101160;2.中国科学技术发展战略研究院,北京 100038)
一、问题的提出
黄河流域是我国的重要经济带和人口聚居区,黄河流域高质量发展已成为我国的一项重大区域发展战略,而旅游业在黄河经济带建设中具有举足轻重的地位。开展黄河流域旅游经济差异的演化特征及其影响因素的研究,对于认清流域旅游经济的发展阶段和路径、制定科学合理的发展战略、促进区域旅游经济协调发展、充分发挥旅游业对区域发展的带动作用,具有重要的理论和实践意义。
长期以来,区域旅游经济差异一直是学界研究的热点,国内外相关学者已取得丰富的研究成果,研究内容由简单描述和判断区域旅游经济差异向探究区域旅游经济时空分异特征[1]及影响因素[2]转变,研究对象由旅游经济向入境旅游经济[3]、乡村旅游经济[4]等延伸,研究方法由泰尔指数、赫芬达尔系数、变异系数等传统方法向社会网络分析[5]、空间自相关分析[6]等方法拓展,对影响因素的讨论也由定性分析向采用多元线性回归分析[7]、空间计量模型[8]等定量方法转变。然而,目前学界对于旅游经济在流域这一空间尺度的差异关注度较低,对于黄河流域旅游经济差异的讨论在研究数量、研究角度等方面更是略显不足。本文以黄河流域为研究区域,运用变异系数、泰尔指数等方法,探究黄河流域旅游经济的时空分异特征,并借助多元线性回归模型探讨影响黄河流域旅游经济发展的影响因素,以期为优化黄河旅游带战略布局,实现流域经济高质量发展提供参考。
二、数据来源与研究方法
(一)数据来源
本文以黄河流域所覆盖的青海省、四川省、甘肃省、宁夏回族自治区、内蒙古自治区、山西省、陕西省、河南省和山东省等九省区为研究样本,结合中国地理区划,将黄河流域分为上游区域(青海、四川、甘肃、宁夏、内蒙古)、中游区域(陕西、山西)和下游区域(河南、山东)三大部分,分析2011—2018年间黄河流域旅游经济的时空差异特征。考虑到数据的准确性、连续性和可获得性,采用各省区旅游总收入来反映区域旅游经济发展水平。文中数据根据黄河流域各省区统计年鉴、黄河流域各省区国民经济和社会发展统计公报、《中国文化和旅游统计年鉴》及联合国教科文组织资料相关数据计算得出。
(二)研究方法
本文选用标准差、变异系数、赫芬达尔系数及泰尔指数测度了黄河流域旅游经济发展的总体差异和差异来源,并运用区位商和规模位序模型分析了黄河流域旅游经济的空间分布格局及其变化。
1.标准差。标准差(St)反映某一组数据相对于均值的偏离程度,是表征组内个体间离散程度的重要指标。本文选用标准差来衡量黄河流域各省区旅游经济的绝对均衡情况,计算方法如式(1)所示。
式中,Xj为j省区某一年度的旅游总收入;为同一年度n个省区旅游总收入的均值。
2.变异系数。变异系数(CV)也称离散系数,是标准差与平均数的比值,可以消除单位和平均数不同对两个或多个资料变异程度比较的影响,是衡量地区相对均衡程度的重要指标,计算方法如式(2)所示。
式中,St为某一年度各省区旅游总收入的标准差;为同一年度n个省区旅游总收入的均值。
3.赫芬达尔系数。赫芬达尔系数(H)是产业空间集聚水平测度中的常用指标,以某产业中所有单位市场份额的平方和为测算指标,函数表达式如式(3)所示。
式中,tj为某一年度黄河流域j省区旅游总收入占全流域旅游总收入的百分比。赫芬达尔系数将单位总数和市场规模等影响因素纳入公式,提高了产业空间集聚水平测度的准确性。
4.泰尔指数。泰尔指数(T)是研究区域要素差异的重要指标,具有可分解性,可以按地域结构将区域总体差异分解为组内差异和组间差异,以便分析两种差异的变动情况和对总体差异的影响情况。泰尔指数越大,表示区域差异越大。黄河流域旅游经济总体差异(Tp)可分解为地带内差异(Twr)和地带间差异(Tbr),计算方法如式(4)所示。
其中,地带内省际间旅游经济差异(Tpi)计算公式为:
地带间的旅游经济差异(Tbr)计算公式为:
式中,Yij和Nij分别为i地带j省区旅游收入和人口数;Yi和Ni分别为i地带旅游收入和人口数;Y和N分别为黄河流域的旅游总收入和总人口数。
需要指出的是,泰尔指数以人口为权重的计算特点导致其对人口较高的子群变化敏感。鉴于黄河流域不同省份人口密度差异较大,黄河流域泰尔指数的计算结果在数值上与变异系数可能略有不同。
5.区位商。区位商(LQ)也称为区域规模优势指数或区域专门化率,表示该地区某一行业的规模水平和专业化程度,是衡量该地区某一产业在区域内优劣势的重要指标,计算方法如式(7)所示。
式中,LjR为j省区某一年份旅游总收入,GjR为同一年度j省区的地区生产总值,LH为同一年份黄河流域旅游总收入,GH为同一年度黄河流域的地区生产总值。LQ的值越大,表明该地区该产业的比较优势越明显,竞争能力越强;当LQ>1时,表明该地区该产业具有比较优势,一定程度上显示出该产业较强的竞争力;当LQ=1时,表明该地区该产业处于均势,产业优势不明显;当LQ<1时,表明该地区该产业处于比较劣势,竞争力较弱。
6.位序规模模型。位序规模模型将城市体系视为一个整体,评估了不同城市的规模与其在整个系统中的位序存在的关系,可用来分析一个国家或地区城市体系的规模分布结构。许多学者将其应用于旅游研究,发现位序规模模型能够清楚说明区域旅游经济的规模分布情况[9-10]。
目前常用的位序规模公式是Lotka模式,即
式中,n为城市的数量,Rj代表城市j的位序,Pj是按照从大到小排序后位序为Rj的旅游总收入,R1是首位城市的旅游总收入。为直观起见,通常对式(8)进行自然对数变换得:
其中,参数q通常被称作Zipf指数。依据q值的大小,可将区域性旅游规模分布分为3类:首位型(qH1.2);集中型(0.85 1q1 1.2);分散均衡型(qG0.85)。
三、旅游经济的时空分异分析
(一)黄河流域旅游经济差异的时空演化特征
1.总体差异:绝对差异迅速增长,相对差异不断缩小。黄河流域旅游经济的标准差、变异系数、赫芬达尔系数计算结果如表1所示。从绝对差异来看,黄河流域旅游经济的全域绝对差异持续增加。旅游经济标准差在过去8年内增长逾三倍,从最低值1222.81(2011年)持续攀升至最高值3738.04(2018年),年均增长率达17.31%。同时,黄河流域旅游经济的省际相对差异近年来稳中有降,区域旅游经济均衡性有所提升。2011—2018年,黄河流域旅游经济的变异系数及赫芬达尔系数除2014年略有反弹外,总体上不断缩小,两者分别由2011年的0.7758、0.1706下降到2018年的0.6721、0.1557,年均降幅分别为2.03%、1.29%。
表1 黄河全流域旅游经济标准差、变异系数及赫芬达尔系数
黄河流域旅游经济相对差异的不断缩小与各省区间日益密切的旅游合作有着密不可分的关系。“沿黄九省(区)黄河之旅旅游联盟”“中国黄河沿线城市与旅游产业联盟”等组织的建立,构建了黄河流域旅游经济合作互赢的联盟新机制,促进了黄河流域旅游经济的协同发展。《晋陕豫黄河金三角区域合作规划》等文件的出台,以及《蒙宁文化和旅游协同发展合作框架协议》《“鲁豫有约”旅游深度合作协议》等旅游战略合作协议的签订,推动黄河流域区域旅游一体化发展水平持续提升。研究表明,我国省际旅游经济效率间存在显著的空间溢出作用[11]。密切的合作为黄河流域旅游经济集聚效应的充分释放创造了条件,使得旅游发达地区对整个流域旅游经济的带动效应得以有效发挥,同时提高了全流域的旅游知名度和旅游产业效率,刺激旅游相对落后区域的景区服务、餐饮娱乐、交通住宿等快速发展,进而促使流域内旅游经济相对差异不断缩小、旅游经济均衡度不断提高。
2.差异解构:区域间差异持续扩大,上游差异更为显著。为探究黄河流域旅游经济差异的构成,利用泰尔指数将黄河流域旅游经济总差异分解为上游、中游、下游三大地带之间和三大地带内部的区域差异,并计算各自对总体差异的贡献率,结果如表2所示。
表2 黄河流域旅游经济泰尔指数及其分解
2011—2018年,黄河流域旅游经济的区域间差异不断扩大,泰尔指数由0.0002迅速攀升至0.0248,增长逾百倍,对全流域总体差异的贡献率由2011年的0.92%攀升至2018年的67.26%,逐渐成为黄河流域旅游经济总体差异变化的主导因素。
具体来看,黄河上游的区域内差异较其他两区域更大,旅游经济发展相对不均衡,是近年来黄河流域区域内差异的主要来源。上游泰尔指数持续大幅高于中下游泰尔指数水平,2018年上游泰尔指数分别为中、下游的8.4倍和4.6倍,其对黄河流域旅游经济整体差异的贡献率始终显著高于黄河中下游,可能是由于上游覆盖省份较多,各省份间旅游资源禀赋、旅游经济基础差距较大。不过,上游区域内旅游经济差异近年来不断缩小,泰尔指数年均降幅达10.46%,区域旅游经济朝着更加协调均衡的方向不断发展。中游内部差异则始终保持低位,是黄河流域三大地带中内部旅游经济差异最小的一个,然而其区域内差异水平近年显著上升,2018年泰尔指数为2011年的7.15倍,区域内旅游经济差异基数较小或为其内部差异显著增长的一项重要原因。下游区域内差异同样经历了“先升后降”的过程,于2015年达到峰值,随后逐渐回落,且2018年区域内差异水平较2011年有所下降,2018年下游泰尔指数仅为2011年的63.52%。
(二)黄河流域旅游经济发展水平的时空格局演变
1.流域内旅游经济呈“首位型”分布,集中度维持高位。为清楚地反映黄河流域旅游经济规模分布规律,采用罗特卡一般模式,对2011—2018年黄河流域九省区的旅游收入及其所对应的位序进行双对数回归分析,结果如表3所示。分析结果显示,黄河流域2011—2018年旅游规模与位序基本符合位序规模分布规律,P值小于0.05,模型在5%的水平下显著。其中,q值的绝对值始终显著大于1.2,表明黄河流域旅游经济“首位型”分布表现明显,极化现象较为严重。此外,q值绝对值在过去8年呈波动下降趋势,由2011年的1.527下降至2018年的1.368,说明黄河流域旅游位序规模垄断程度缓慢减小,流域内旅游经济正在由首位分布向集中分布模式逐渐转变。
表3 黄河流域旅游经济位序规模分布回归分析结果
2.甘肃、山西、四川相对优势较为显著,宁夏、青海、山东发达程度有待提升。区位商是判断区域产业比较优势的基本分析方法。基于式(7)分别计算各省区2011—2018年旅游经济区位商,结果如表4所示。从发展水平上看,各省区之间旅游经济发达程度差距明显,2018年区位商最大值(2.23)是最小值(0.38)的5.7倍。甘肃、山西旅游业专业化程度相对更高,区位商始终占据全流域的前三席,且区位商的值显著大于1,相对优势明显,其中甘肃是黄河流域旅游业最为突出的省份,除2014年略低于山西外,其旅游经济区位商在黄河流域稳居第一;宁夏、青海旅游业则相对弱势,区位商常年处于黄河流域的末位,其旅游经济的发展水平仍有较大提升空间。
表4 黄河流域及各省区旅游经济区位商
为进一步考量黄河流域地区旅游经济的空间分异格局变化,依据各省份区位商(LQj)及其与区域平均区位商()间的关系,将黄河流域九省区划分为三个梯队:旅游经济繁荣区(LQj2LQ)、旅游经济发展区()和旅游经济落后区(12LQj),各省份旅游经济发展情况变化如表5所示。整体而言,黄河流域旅游经济的发展格局较为稳定,甘肃、山西、四川三地旅游经济较其他省区始终保持优势地位,常年处于“旅游经济繁荣区”梯队;宁夏、青海、山东则始终处于“旅游经济落后区”,为黄河流域旅游业的“相对洼地”。陕西2015年由“旅游经济发展区”上升为“旅游经济繁荣区”,内蒙古2018年由“旅游经济落后区”跃升至“旅游经济发展区”,两省区表现出较强的旅游经济发展潜力;河南则在2015年由“旅游经济发展区”下降为“旅游经济落后区”,且随后始终处于“旅游经济落后区”,省内旅游业发展动力略显不足。
表5 黄河流域旅游经济发展情况
甘肃、山西、四川三省较为发达的旅游经济和较为稳定的相对优势地位可能得益于三方面原因。首先,三地旅游资源较为丰富,世界遗产、国家级景区数量全域领先,为其旅游经济的繁荣提供了良好的资源条件。其次,甘肃、山西、四川三地服务业较为发达,第三产业在全省经济中的占比位居黄河流域各省区前列,2019年三省第三产业GDP占比均突破50%,显示出服务业在其经济社会中的重要地位,为三省旅游经济的繁荣奠定了良好的产业基础。此外,甘肃、山西、四川三地政府较为重视旅游经济,出台了系列政策引导其健康发展,明确了当地旅游业发展的目标思路、重点任务等,对重点领域给予相应的政策支持,为三省旅游经济的繁荣营造了良好的政策环境。与此同时,宁夏、青海、山东旅游资源较为匮乏,对旅游业的重视程度略显不足,旅游经济始终处于相对弱势的地位。
四、黄河流域旅游经济的影响因素分析
相关研究表明,旅游经济的时空分异特征与经济、资源、交通、政策等区域旅游经济发展要素息息相关。为更好地探究影响黄河流域旅游经济时空分异的因素,借鉴已有研究,以黄河流域2011—2018年九省区的面板数据为基础数据,选取各省区旅游收入作为被解释变量,区域经济发展、区域经济结构、旅游资源禀赋、旅游服务设施、交通区位条件等作为解释变量,构建如式(10)所示的多元回归模型。为更好地满足多元回归的经典假设,对样本数据取自然对数,以使其接近标准正态分布。
式中,Yj为黄河经济带某一年度j省区的旅游总收入,反映相应省份的旅游经济规模;X1j为同年度j省区的人均地区生产总值,反映该省区经济发展水平;X2j为同年度j省区的第三产业GDP比重,反映该省份区域经济结构;X3j为同年度j省区的旅游资源禀赋,设X3j=WHj#11 +HCCj#5,其中,WHj为同年度j省区的世界遗产数量,HCCj为同年度j省区的国家5A级景区数量,根据吸引力的不同,分别赋值11、5;X4j为同年度j省区的旅游服务设施条件,设X4j=SHj# 7 +TAj#5,其中,SHj和TAj分别为同年度j省区的星级酒店数量和旅行社数量,依据重要程度分别赋值7、5;X5j为同年度j省区的交通区位条件,设X5j=RWj# 7 +CHj#5,其中,RWj为同年度j省区的铁路营业里程,CHj为等级公路里程,分别赋值7、5[12-13]。
分析结果如表6所示。通过观察回归结果中各自变量的P值可以发现,区域经济结构(X2)、旅游资源禀赋(X3)、旅游服务设施(X4)、交通区位条件(X5)均通过了0.01水平的显著性检验,说明以上4个变量对黄河流域旅游经济差异均有显著影响;然而,区域经济发展(X1)未能通过0.01水平的显著性检验,说明与其他因素相比,沿黄河流域省份区域经济的发展水平对该地区旅游经济繁荣程度的影响较为有限。
表6 黄河流域旅游经济影响因素OLS回归结果
为筛选出最优的回归模型,使用R4.0.3软件,将2011—2018年黄河流域各省区旅游经济规模与各自变量进行逐步对数回归分析,根据AIC准则向前逐步筛选,剔除不显著的自变量X1,得到分析结果如表7所示。
表7 黄河流域旅游经济影响因素逐步回归结果
可以看出,各自变量的方差膨胀因子(Variance Inflation Factor,简称VIF)均低于10,表明模型中各自变量间不存在多重共线性问题。回归模型F值通过0.01水平的显著性检验,表明模型方程不存在异方差。回归模型的R2值为0.9699,略高于剔除X1前模型的R2值(0.9694),说明回归模型可以对黄河流域各省份旅游经济规模的96.99%作出解释,数据的整体拟合优度十分理想。自变量X2、X3、X4、X5的回归系数均通过0.001水平的显著性检验,说明各解释变量都对黄河流域旅游经济的时空分布存在显著影响。
从回归系数来看,各自变量的回归系数皆为正值,表明区域经济结构、旅游资源禀赋、旅游服务设施及交通区位条件均对黄河流域旅游经济的发展有显著的积极影响。其中,区域经济结构(X2)的回归系数最大,为1.57797,表明区域经济结构的优化对黄河流域旅游经济的繁荣有着重要促进作用。旅游经济的主要消费内容为“体验”和“服务”,具有鲜明的第三产业特征。因此,第三产业的发展是区域旅游经济进步的基础和主要推动力量,良好的第三产业发展能够为较高的旅游经济效率提供有效支撑[14]。交通区位条件(X5)的回归系数同样较高,为1.02822,说明交通条件对黄河流域旅游经济的影响较大,是发展区域旅游经济的重要抓手。区域交通基础设施是衡量地区可达性的基本指标,是一个地区旅游业得以生存和发展的先决条件,区域旅游产品的开发、旅游市场的形成和旅游业的持续健康发展都有赖于当地交通网络的通达性[15]。因此,完善的交通服务环境和科学的交通管理能够为区域旅游经济的发展提供重要保障。旅游资源禀赋(X3)和旅游服务设施条件(X4)的回归系数相对较低,分别仅为0.56071和0.36981,说明目前旅游资源的开发和旅游服务设施建设对黄河流域旅游经济规模的扩大具有一定的促进作用,但影响力相对较弱。
五、对策建议
(一)优化流域旅游经济顶层规划
黄河流域高质量发展是一个复杂的系统工程。加强黄河流域旅游经济建设,一是要抓住国家“黄河文化旅游带”建设的重要战略机遇,将旅游经济发展摆在流域经济建设中的突出位置,加大对旅游产业的政策、资金支持力度;二是要强化全域旅游协同发展理念,建立必要的协同治理机制,加强跨地带、跨区域的旅游规划、开发、营销和管理,全面深化黄河流域各兄弟城市在黄河文化旅游发展上的共建共享,加快推进黄河文化旅游资源一体化发展,探索富有地域特征的旅游业合作发展新路径;三是要培育黄河旅游文化品牌,提高黄河旅游带的整体影响力和传播力,打造具有国际吸引力的中国黄河景观长廊。
(二)发挥首位省份旅游经济带动作用
黄河流域旅游经济呈现明显的首位型分布空间格局,极化现象显著。有鉴于此,应充分发挥甘肃、山西等旅游龙头省份作为旅游要素聚集地和产业聚集区的辐射发散作用,加强以山西为核心的“黄河金三角”、以甘肃为核心的“兰西城市群”等区域的旅游业集群建设,推进黄河“几”字弯都市圈旅游经济协同发展,延长拓展核心省市的旅游产业链,并依托各区域的地理风貌和文化特色,开发区域特色旅游产品,擦亮“丝路文化”“最美太行”“晋商文化”等区域旅游IP,打造“一带双核多点”的黄河流域旅游发展格局。
(三)加快区域旅游交通基础设施建设
交通系统综合发展水平是衡量地区旅游业可持续发展水平的重要指标,也是影响黄河流域旅游经济繁荣程度的重要因素。一方面,黄河流域各省区应优化域内交通线路规划,加强景区周边公路、铁路建设,完善城市旅游公共交通,构建景区多元化、立体化交通网络,提升景区通达度。另一方面,应积极谋划跨省、跨区域的交通走廊、交通“大通道”,建立相应的旅游交通集散中心,构建旅游交通无障碍换乘体系,扩大旅游交通覆盖范围,提高游客跨省、跨区域旅游便捷性,增强交通设施对旅游产业的推动作用。