黄河流域交通业与旅游业协同发展研究

朱向梅， 张 静

(中北大学 经济与管理学院， 太原 030051)

旅游业是国民经济的战略性产业，全国旅游业占全国GDP的比重从2010年的3.81%上升至2019年的5.91%，旅游业占比不断加大且增长速度快。黄河流域是华夏文明的发源地，有着深厚的人文底蕴。此外，流域范围内9省区共拥有66个国家5A级旅游景区(点)，旅游资源较为丰富，这些都为黄河流域发展旅游业提供了良好的基础。但2010—2019年黄河流域范围内9省份的旅游收入均低于全国平均水平，特别是青海、宁夏等西北地区省份的旅游收入位于全国倒数，这与黄河流域丰富的旅游资源现状严重不符，流域内旅游业发展动力不足。交通运输业作为旅游业发展的重要支撑和基础保障产业，是连接客源地和目的地的重要桥梁，是旅游经济要素流动、转移、配置的重要载体，是旅游活动开展的先决条件[1]。为促进旅游业对地区经济发展的引导作用，国家在2018年和2020年分别提出“促进旅游业和交通产业融合发展”和“新基建”的发展理念。沿黄地区省份可通过加强当地的交通基础设施建设，提高与其他省份的交通通达性，方便游客进入当地旅游景点，带动流域范围内的旅游业发展，从而提升黄河流域9省区的发展动力和发展水平。本文通过对黄河流域旅游引力网络及交通引力网络的时空演化研究，深入了解流域范围内旅游业和交通业的协同发展特征，并剖析两产业间协同发展的内部机理，为提升黄河流域旅游产业发展找到政策着力点，同时也丰富产业协同发展的相关研究。

1 相关研究进展

现有研究对于旅游产业和交通产业单一产业的研究主要集中在旅游空间格局、旅游全要素、旅游生态效率以及交通业碳排放的研究。对于两个产业协同发展的研究主要是通过构建耦合协调模型展开的。叶茂等[2]、毕丽芳[3]、李晓静等[4]、王兆锋等[5]运用耦合协调度模型选取国内旅游收入、国内旅游人次、入境旅游收入、入境旅游人次作为旅游系统的评价指标，以公路、铁路、民航的里程数、客运量和周转量评价交通系统发展水平，分别对湘西地区、西南地区、张家界等旅游资源丰富区域进行旅游业与交通业协调发展特征的研究。此外，还有少数学者从不同视角对旅游业和交通业协同发展进行研究。马国强等[6]从共生的视角入手，从共生度和共生系数两方面剖析西北地区各省份旅游与交通的共生关系。王兆锋[7]通过构建交通可达性模型和旅游经济联系强度模型分别反映交通系统和旅游系统，分析两系统各自特征并最终提出优化策略。对于黄河流域旅游业和交通业的研究，多数集中在流域范围内旅游空间分异格局和省际旅游合作互动的研究上，流域内两个产业协同发展的研究较少。

现有文献对旅游业和交通业单一产业、旅游和交通产业协同融合均有一定的研究，但研究区域主要集中在旅游资源大省，从产业耦合或者共生的视角运用耦合协调度模型进行展开研究，研究区域、研究方法和研究视角较为单一。此外，通过客流的形式，会在一定程度上加强省份间的联系，从而带动省份旅游业和交通业发展，若采用旅游业和交通业的静态指标，无法动态考量省份间旅游业和交通业的带动能力。因此，本文从网络的视角入手，基于陆大道等[8]对于黄河流域范围的界定，以黄河流域9省区为研究对象，基于王兆锋[7]的旅游经济联系强度模型分别构建旅游引力网络和交通引力网络，从空间动态反映省份间旅游和交通关联度。运用社会网络分析方法中的网络密度、点度中心性和相关性分析(quadratic assignment problem, QAP)、格兰杰因果检验等指标，揭示2010—2019年黄河流域9省区旅游业和交通业发展的时空演化特征及内在机制，为其旅游业和交通业更好地协同发展，提升旅游业发展水平提供政策建议。

2 研究方法及数据来源

2.1 引力模型

引力即万有引力，通常用来反映两个物体之间吸引能力的强弱。在已有的网络研究中，引力模型常常用来计算城市间关系量值，以反映城市间由于某种属性特征所产生的相互吸引力。其中引力模型分为两种，一是传统的引力模型，主要由省份经济规模、人口规模、地理距离等指标构成；二是改进后的引力模型，主要由能够反映研究内容指标所构成的“质量”属性和地理距离构成。本文借鉴王兆锋等的方法[5]，采用引力模型的标准形式，以此反映黄河流域9省区的旅游业和交通业的引力关系。

(1)

(2)

式中：Ftij表示省份i和省份j之间的旅游引力指数；TRi、TOUi分别表示省份i当年的旅游收入和接待游客数；Dij表示省份i和省份j人民政府所在地的实际地理距离；Fcxy表示省份x和省份y之间的交通引力指数；Tansx、Px分别表示省份x当年的交通业增加值和客运量；Dxy表示省份x和省份y人民政府所在地的实际地理距离。

2.2 社会网络分析(social network analysis，SNA)

社会网络分析是一套用来分析多个个体通过相互联系所构成网络的结构、性质以及其他用于描述这个网络属性的分析方法的集合。本文以黄河流域9省区为网络节点，选取网络密度、点度中心性和QAP相关性分析等网络指标，反映2010—2019年旅游引力网络和交通引力网络的结构特征以及两个网络之间的相关关系。选用的各指标释义见表1。

2.3 格兰杰因果检验

在因果检验种，多数研究均采用格兰杰因果检验的方法证明变量之间的关系。本文通过Eviews9.4软件，对黄河流域9省区旅游业和交通业两产业间协同发展的因果关系进行检验，以明晰两产业内部协同发展机理。

2.4 数据来源

旅游收入和接待游客总人次来自黄河流域各省区国民经济和社会发展统计公报，交通产业增加值和客运量来自2012—2020年《中国统计年鉴》，部分缺失数据采用插值法进行补充，省份间人民政府所在地的实际地理距离根据高德地图计算。

3 黄河流域旅游引力网络、交通引力网络时空演化分析

3.1 网络密度以及平均路径长度

本文以黄河流域旅游引力发展指数、交通引力发展指数作为数据源，输入Ucinet6.0软件和Netdraw2.0软件中，得到2010—2019年黄河流域旅游引力网络和交通引力网络的网络密度演化图(图1)以及平均路径长度指标结果(表2)，同时绘制研究期内网络密度发生突变年份的网络结构图，如图2和图3所示。

图1 2010—2019年黄河流域旅游/交通引力网络密度演化图

表2 2010—2019年黄河流域旅游/交通引力网络平均路径长度

图2 黄河流域旅游引力网络结构演化图

图3 黄河流域交通引力网络结构演化图

1)研究期内黄河流域旅游引力网络密度围绕0.422 6水平波动，网络成员间联系不够紧密，流域范围内9省区的旅游业发展较为独立。平均路径长度围绕1.411水平波动，网络成员间旅游引力关联至少需要两条连线，网络成员间旅游引力辐射效率较低，反映出流域内省份间旅游引力辐射能力不充足，流域内省份旅游产业的带动能力较弱。从网络密度图(图1)和网络结构图(图2)中可发现，2012年旅游引力网络的网络密度在研究期内最低，网络结构中节点间的线条明显减少，关联度降低，网络结构也较为松散。陕西、河南处于网络的中心位置，与其他省份的连线较多，对黄河流域其余省份的影响较大，其中陕西-甘肃-青海-四川和河南-山西-内蒙古-山东两两相连，省份间关联较为紧密，在旅游引力网络中形成“小世界”，可能存在抱团发展优势。

2)黄河流域交通引力网络密度围绕在0.388 9水平波动，网络成员间的交通关联度较低。交通引力网络的平均路径长度围绕1.733水平波动，网络中交通引力辐射效率较差，流域内省份间交通引力辐射较弱，省份间交通通达性较差。从图1和图3中可发现，2011年网络密度增长了8.33%，研究期内增长最快，网络中成员的连线数明显变多，网络结构较2010年紧密，省份间交通引力明显增加。河南处于网络的中心位置，对其他省份的交通引力较为明显，特别是河南与山东-内蒙古-山西、甘肃-四川-陕西省份间两两连线，构成稳定的四边形结构，黄河流域九省区紧紧围绕处于网络中心的河南一省，网络中心的控制力增加。

综上，在研究期内，对比黄河流域旅游引力网络和交通引力网络可发现：①旅游引力网络密度稍稍高于交通引力网络密度，9省区间旅游关联度高于交通关联度；②流域内旅游引力辐射效率高于交通引力辐射效率；③旅游引力网络的网络密度值发生变化的年份是2012年，而交通引力网络则为2011年，其余年份平稳发展，两个网络的网络密度值变化时间存在一定差异。

3.2 点度中心性

将本文的关系矩阵数据输入到Ucinet6.0软件中，得到2010—2019年黄河流域旅游引力网络和交通引力网络的点度中心性(表3)及点度中心性发生较大变化年份的时空演化特征图(图4和图5)。

图4 黄河流域旅游引力网络点度中心性时空演化

图5 黄河流域交通引力网络点度中心性时空演化

3.2.1 旅游引力网络点度中心性分析

从表3中可看出：①纵向上看，研究期内，河南、陕西点度中心性一直位于前列，省份的旅游业发展水平在流域内位于较高水平。山西的点度中心性随着时间的推移逐渐上升，省份的旅游业发展动能充足，发展水平不断提高。山东和青海的点度中心性随着时间的推移呈现下降趋势，说明在研究期内省份的旅游业发展水平有所下降，这主要是省份旅游资源同质化程度较高以及旅游资源的开放程度较低等原因造成。内蒙古、宁夏的点度中心性在研究期内未发生明显变化。甘肃点度中心性呈现先下降后上升，说明省份旅游业发展水平的维稳能力较差，增长动力不充足。②从横向上看，研究期内黄河流域旅游引力点度中心性结果区间从2010年的[38，100]逐渐变为2019年的[13，88]，最大值与最小值的差值从62增加到75，最值差距变大，反映出黄河流域九省区旅游的旅游业发展水平差异随着时间的推移呈现逐渐扩大趋势，旅游业发展水平极化效应明显。从图4中可看出，2011年以前，旅游引力网络点度中心性的高值区域主要集中在黄河中下游地区的山东、河南、陕西三省，对其他省份的旅游引力辐射较强，旅游业发展水平较高。2012—2017年，旅游引力的高值区域有了变化，山东的旅游发展呈现趋弱的特征，高值区域只剩下河南、陕西两省。从2018年开始，山西旅游业开始发力，与流域内其他省份之间的交流交往增大，旅游引力增加，此阶段高值区域由河南、陕西、山西三省构成。2019年，甘肃省文旅部门开始重视对自身旅游资源的开发，当地旅游景区(点)数提升至4个，旅游资源逐渐丰富，吸引游客来此进行观光旅游，推动旅游产业发展，此阶段高值区域由河南、陕西、山西、甘肃所构成。综合来看，在研究期内，旅游引力网络点度中心性的高值区域面积呈现不断扩大趋势，同时旅游引力向西北方向辐射较为明显。

3.2.2 交通引力网络点度中心性分析

从表3中可看出：①纵向上看，研究期内，河南的点度中心性一直较高，省份的交通业发展处于流域内较高水平。随着时间的推移，山西、陕西的点度中心性不断增加，说明在研究期内省份积极开展交通基础设施建设，扩大省份间铁路、公路、民用航空干线以增强其的交通引力，省份的交通业发展水平进一步提高。内蒙古、宁夏、甘肃3省的点度中心性随着时间的推移逐渐减小，特别是甘肃省，点度中心性减少幅度较大，排名从第2下降到第4，省份的交通业发展动力不足。②从横向上看，研究期内，点度中心性结果最值差距一直维持在75水平，反映出在研究期内，黄河流域内9省区交通业发展不均衡，存在极化效应，但发展水平的极化效应没有随着时间的推移而增加，各省份都在不断完善当地的交通基础设施建设。从图5中可看出，交通引力网络点度中心性高值区域面积呈现减少趋势。2013年以前，主要集中在黄河中下游地区的山东、河南两省，两省份的交通基础设施较为完善，对流域内其他省份的交通引力较强。在随后的2013—2019年，山东对其他省份的交通引力出现下降趋势，点度中心性的高值区域逐渐稳定在黄河流域中部的河南一省，省份发挥重要的交通引力辐射作用，主要原因有：一是河南省不仅位于黄河流域中下游，同时也位于我国的中原地区，是连接我国南北地区的主要省份，有一定的地理区位优势；二是，研究期内，河南交通业产值增加值为2 206亿元，流域内第1，交通业发展动能较为强劲。

图6 2010—2019年黄河旅游旅游引力网络与交通引力网络QAP相关性系数变化图

综上，通过对比在研究期内黄河流域9省区旅游、交通引力网络点度中心性指标结果可发现：①从时序演进上看，有些省份旅游引力的点度中心性变化趋势与省份交通引力网络变化趋势不相同，如甘肃、内蒙古、宁夏、四川、青海，省份旅游业和交通业发展水平变化不一致，协同发展较差。旅游引力网络和交通引力网络均存在极化效应，且随着时间的推移，流域内9省区旅游业发展水平极化效应进一步扩大。②从空间格局演化来看，旅游引力网络点度中心性高值区域从黄河中下游逐渐向西北方向辐射，高值区域面积呈现扩大趋势，流域内省份旅游业互动发展明显。而交通引力网络的高值区域则表现出不同特征，其高值区域面积逐渐减小，并最终稳定在位于黄河流域中部的河南一省，仅仅依靠河南一省对其他省区进行交通引力辐射，辐射单元少，辐射能力弱，流域内9省区的交通业带动力较弱，这与上文平均路径长度指标中旅游引力平均路径长度小于交通引力，旅游业引力辐射效率高于交通业的结论相一致。

4 黄河流域旅游与交通协同关系分析

4.1 QAP相关性分析

为了更好辨析黄河流域9省区旅游、交通产业的协同演进关系，引入QAP相关性指标。QAP最早应用在线性代数种证明矩阵相似程度，后逐渐引入经济学研究当中用来表明矩阵的相关性研究。本文将旅游和交通引力网络二值化处理后的关系数据输入到Ucinet6.0软件中，设定迭代次数为10 000，得到QAP相关系数(表4)，并通过绘制QAP相关性系数变化图表明研究期内QAP相关系数变化情况(图6)。

表4 2010—2019年黄河流域旅游引力网络和交通引力网络QAP相关性分析

从表4和图6中可发现，黄河流域9省区旅游业和交通业呈现出明显的相关关系。①在1%以下的显著性水平下，在两个网络的相关系数均大于0.5，说明两个产业间存在高度的相关关系，旅游业和交通业能够协同发展[10]。②在研究期内，两个网络的QAP相关系数均为正，表明在研究期内，旅游业和交通业彼此之间能够发挥着重要的积极促进作用。旅游业的发展势必为当地带来客流，促进当地交通网络以及交通基础设施的建设，为交通业发展源源不断提供功力，提升发展水平。反过来，交通基础设施的不断完善，旅游出行方式的便利快捷，增加了当地旅游景区的可进入性，使得当地具有较高的旅游资源区位优势，加之，相关部门进一步开发旅游资源，最终使当地的旅游资源丰度和数量有明显提升，从而招徕更多游客[7]。③在研究期内，黄河旅游旅游引力网络和交通引力网络的相关性系数不稳定，呈现出波动态势，反映出黄河流域9省区旅游业和交通业的发展动力不够强劲，两个产业发展水平不稳定，最终导致旅游业和交通业良好的协同发展水平难以维持。

4.2 格兰杰因果检验

QAP相关分析仅仅指出黄河流域旅游业和交通业的协同发展关系是促进作用还是抑制作用，但并不能揭示因果关系。考虑到网络密度只能反映出整体网络的关联程度，无法从省份个体的视角考虑旅游业和交通业的因果关系，因此利用上文计算得出的两个网络的点度中心性指标结果进行双网络的格兰杰因果检验(表5)。

表5 黄河流域旅游引力网络与交通引力网络的格兰杰因果检验

从表5中可发现：①无论滞后期为几年，旅游引力网络是交通引力网络的格兰杰原因，表明旅游业的发展会推动交通业的发展，旅游业和交通业之间能否协同发展的关键主要在于省份旅游业的发展水平。主要是因为外出出行游客在到达一个省份的旅游景区时，有可能也会选择邻近省份的旅行计划，加强了相邻省份旅游产业的互动联系，使得省份之间的关联度得到一定水平的提升，进而促进区域小范围相邻省份的交通网络的形成，从而提升省份交通业发展。②旅游业发展是交通业发展的格兰杰原因，也证明了省份间旅游关联度的提升促进了省份间交通关联度的提升，即省份间旅游联系必然大于交通联系。这与前文所述的在研究期内，旅游引力网络密度大于交通引力网络密度的结论一致。③旅游引力网络的结构特征的演化过程表明，旅游业发展水平较高的河南、陕西、甘肃省份，其在交通引力网络中也处于高值区域，交通业发展水平也较高。反之，旅游引力较弱的黄河流域上游西北地区省份的交通发展水平在流域内也处于较低水平，再一次印证了旅游业发展是交通业发展的格兰杰原因。

此外，考虑到格兰杰因果检验对滞后期参数设置较为敏感，本文对滞后期为2、3、4、5年分别做了格兰杰因果检验。从表5中可发现，在1%的显著水平下，当滞后期为4年时，P值最小，为0.004 7，表明在滞后期为4年时，旅游业推动交通业发展的效果最为明显，也从另一个角度说明旅游业发展水平的提升对交通业水平的提高不是立竿见影，两产业带动作用有时间滞后，这与前文旅游引力网络密度与交通引力网络密度变化时间不一致的结论相一致。

5 结论与建议

黄河流域作为一个新兴的区域经济形式，拥有丰富的旅游资源和历史文化底蕴，但流域内9省区的旅游收入均低于全国平均水平，这与黄河流域旅游资源禀赋的现状严重不符。此外，2018年国家提出要加快交通业与旅游业融合发展，但黄河流域内部分省份交通基础设施建设难度大，交通基础设施不足，交通业发展水平不高，黄河流域整体旅游业和交通业协同发展较差。本文通过引力模型分别构建旅游引力网络和交通引力网络，选用网络密度、平均路径长度、点度中心性和QAP相关性分析指标分别对两个网络的结构特征和网络相关性进行分析，并运用格兰杰因果检验分析旅游业与交通业发展的因果关系，得出：①研究期内，旅游业的网络密度高于交通业，9省区的旅游关联度大于交通关联度；②研究期内，9省区旅游业和交通业发展水平存在极化效应，但随着时间的推移，旅游业的极化效应明显加强。在空间格局演化方面上，旅游引力的高值地区主要集中在黄河流域中下游省份且向西北方向辐射效应明显，而交通引力高值区域主要集中在中部省份河南一省，交通引力辐射现象不显著。③流域内旅游业和交通业具有高度的相关性且旅游业的发展推动交通业的发展，但旅游业对交通业的推动作用存在一定滞后期。针对上述结论得出如下建议：

1)未来依托相邻省份的旅游景区(点)，建立旅游合作联盟，增加省份间旅游关联度，强化旅游业对交通业的拉动作用，减少流域范围内省份两产业发展水平的空间差异，特别是黄河流域上游西北地区省份的旅游业和交通业发展水平均较低，两产业协同发展带动较差。未来上游省份要依托“环西部火车游”旅游专列“1+5”建立陕西-甘肃-四川-青海-宁夏旅游合作联盟，以陕西为中心，甘肃为次中心，积极同四川、青海、宁夏构建旅游景区(点)间合作，以两强带动两弱，提升旅游合作联盟内省份的旅游业发展水平。黄河中下游的构建晋陕豫内旅游合作联盟，加之位于中游省份，省份间强强联手，极大发挥其旅游引力辐射作用，增强省份间旅游关联度。

2)未来要减少旅游业对交通业带动作用的滞后期，除了依靠提升各省旅游业发展水平外，还需省份提升交通业本身发展，建立综合交通体系。由于黄河流域九省区旅游资源分布广泛，因此流域范围内交通方式必须要拥有较好的可达性，特别是位于黄河流域中游的山西、河南、陕西省份，其扮演着连接上游和下游的角色，具有重要的地理区位。未来流域内9省份要积极对接国家交通强国战略实施，深化交通供给侧结构性改革，着力打造成为中国内陆综合交通枢纽新高地。交通运输部门要规划特色旅游专线和品质旅游专线，为流域内特别是交通基础设施较弱的上游西北地区省份带来客流的同时进一步刺激交通发展，推进区域交通发展，提升省份交通发展水平，逐渐减弱旅游业对交通业拉动作用的滞后期。