公路交通建设对区域旅游发展的影响研究——基于面板门槛回归模型的证据

□孙 涵，吴玉鸣

（华东理工大学，上海 200237）

一、引言

改革开放以来，我国的经济实力大大加强。2020 年我国GDP 突破百万亿大关，达到100.9 万亿人民币，位居世界第2；人均GDP 达到72447 元人民币，位居世界第59 位。而在1978 年，我国GDP只有3678亿人民币，人均GDP只有381元，处于绝对贫困国家行列①。短短40多年的时间里，我国GDP增长了270 多倍，增速远远超过其他国家的增长速度。在我国经济快速增长的同时，我国政府也在积极推动公路交通基础设施的建设，以配合经济快速发展对交通运输的需求。1978年，我国公路总里程89.02万千米，公路密度仅有9.27 千米/百平方千米。而到2019 年，我国公路总里程达到501.25 万千米，公路密度52.21 千米/百平方千米②。改革开放以来，我国不断完善交通基础设施网络，推动快速交通网持续加密、普通干线网快速升级、基础服务网不断拓展。中国政府在“十四五”期间计划新改建高速公路里程2.5 万千米，加快建设交通强国，推进新基建和智慧交通的发展，支撑区域经济发展。

从省际层面看，尽管各地区的道路交通密度均在持续增加，但仍存在较大程度的差距，并且这种差距有不断扩大的趋势。例如，在2000年，山东省公路交通密度为0.46千米/平方千米，陕西省公路交通密度则为0.086千米/平方千米，山东省的公路交通密度高出陕西省的公路交通密度0.374千米/平方千米；到2019年，山东省公路交通密度为1.82千米/平方千米，陕西省公路交通密度为0.88千米/平方千米，两者之间的差距扩大到0.94 千米/平方千米③。我国东部沿海城市公路交通密度增长速度普遍高于中部地区和西部地区，而这种交通基础设施发展的不平衡是由多种因素造成的。首先，由于自然地理环境的差异，东部沿海地区位于我国第一级阶梯，中部地区位于我国第一级阶梯与第二级阶梯之间，西部地区则全位于第二级阶梯与第三级阶梯的范围内。地形因素的差异导致各个地区在开发难度上存在着巨大的差异，进而直接影响交通基础设施建设的速度。其次，我国现代化工业最先从东部沿海城市开始发展起来，而工业的发展对交通运输条件有着较高的要求，因此我国东部地区各城市率先推动了交通基础设施的建设。最后，由于投资政策影响，我国优先对东部地区进行了开发，并由东向西逐步推进，导致投资多集中在东部沿海城市，使得交通基础设施建设的投资存在着地区性的差异。然而，随着“一带一路”合作计划的稳步推进，我国西部地区迎来了新的重大发展机遇，势必会推动西部地区交通基础设施建设深入发展。

随着交通基础设施投资规模的迅速扩张，我国旅游业也呈现出蓬勃发展的局面。2000 年我国仅拥有8993 家旅行社，2726 个旅游景区，旅游业总收入约4293 亿元，约占2000 年国内生产总值的4.3%；而到了2019 年，全国共有38943 家旅行社，12402 个旅游景区，旅游业总收入约66309 亿元，约占2019年国内生产总值的6.5%④。

在旅游业的空间分布上，我国大多数省份旅游业占GDP的比重呈现出逐年上升的趋势。特别是中西部地区城市，这些城市拥有较好的旅游资源，但受限于早年交通基础设施相对落后，使得这些地区难以有效地利用其良好的旅游资源。而随着交通基础设施建设的不断完善，中西部地区对外的连通性不断改善，旅游业也开始迅速发展。其中，陕西、河北、甘肃等省份的旅游发展水平增长最为迅速，说明在交通推动和产业结构优化调整的大形势下，这些地区在促进旅游专业化的发展上做了努力。与全国其他省份不同，北京作为我国的政治中心，上海作为我国的金融中心，其城市的性质和功能有明确的定位。而旅游业作为劳动密集型产业，与北京、上海偏向资金密集型的产业要求不相符，因此在产业发展中，旅游产业份额在逐渐降低。

旅游业的发展在推动我国经济增长的同时，也有利于促进我国社会文明、增强文化软实力。在实现了第一个百年目标、进入新发展阶段、构建新发展格局的当下，旅游业的发展既能巩固“十三五”时期脱贫攻坚的成果、推动乡村振兴，又能通过扩大旅游消费充分挖掘国内市场潜力、扩大我国内需、推动“十四五”时期我国新发展格局的构建。

二、模型设定与变量说明

在传统的线性模型的框架中，无法很好地解释在不同的公路交通基础设施的水平下，公路交通基础设施与区域旅游发展之间所呈现的不同关系。因此，本文将使用Hansen 所提出的多元门槛回归模型的思想进行实证分析［1］。

（一）模型理论基础

在进行模型设定之前，我们有必要讨论一下传统门槛分析与Hansen 所提出的新的门槛回归计量方法之间的不同。传统门槛模型分析通常是外生的选择样本分离点及不同区间的拐点，而不是由样本本身所决定的。由于其门槛值是外生任意给定的，因此基于此方法得到的参数估计值缺乏有效性与可靠性。而Hansen 在1996 年到2000 年发表的一系列的原创性论文中，创新性地发展出了新的门槛回归计量方法，相对于传统门槛分析方法，其优点主要体现在两个方面。一方面，新的门槛回归计量方法不需要研究者给定非线性方程的形式，而是通过样本数据内生的决定门槛值及其个数，这一方法无疑排除了主观要素对模型设立所产生的干扰。另一方面，传统的门槛模型分析无法通过常用的F 检验来判断是否存在门槛效应，原因在于我们无法得到门槛的估计值。而Hansen 所使用的门槛回归模型可以解决这个问题，因为其门槛值是由样本数据所内生决定的，所以可以通过bootstrap 方法估计门槛值的统计显著性。因此，本文所使用的门槛回归模型为Hansen 所提出的模型，而并非是传统的外生门槛值的门槛回归模型。

而门槛值的估计，则是通过类似于OLS方法得出的。Hansen所提出的门槛回归模型中一个常见的单一门槛模型的形式为：

其中，下标i和t分别表示地区和时期，xit为解释变量，yit为被解释变量，qit为门槛变量，γ为门槛值，I(qit≤γ)和I(qit＞γ)为指示函数，eit为随机扰动项，反映个体的未观测特征。

首先通过对公式（1）取组内平均，再让公式（1）减去各自的组内平均，得到公式（2）

将公式（2）中所有的观测值累加之后变化为矩阵形式，得到公式（3）：

通过最小二乘方法，可以得到的矩阵表示估计值为：

对应的残差平方和为：

最后可以通过逐步搜索法最小化S1(γ)来获得对应的门槛值=argmi nS1(γ)［2］。

（二）模型设定

根据上文所提到的多元门槛回归模型的基本形式，同时参照李如友（2015）［2］、赵磊和方成（2013）［3］的研究，最终构建中国公路交通基础设施对区域旅游发展促进作用的门槛回归模型如下：

式中，tour为旅游发展水平；road为公路交通基础设施水平；Xit为其他影响旅游发展的控制变量，包括经济发展水平（eco）、旅游资源禀赋（endow）、旅游接待能力（abi）、城市化水平（urban）和政府支出（gov）等；公路交通密度的对数值（lnroad）为门槛变量。

（三）变量说明

1.被解释变量

旅游发展水平（tour）：本文参照Fayissa 等［4］李如友［2］、赵磊和方成［3］的做法、将旅游专业化作为衡量旅游发展水平的变量，其度量方式为地区旅游总收入与GDP的比值，并以此作为本文实证分析中的被解释变量。

2.解释变量

公路交通基础设施（road）：为排除各省面积不同所带来的交通基础设施建设的差异，本文参考王兆峰［5］、徐赛［6］的做法，选择使用公路交通密度的方式作为衡量一个地区公路交通基础设施发展水平的标志，其度量方式为地区所拥有的等级公路长度与该地区面积的比值。公路交通密度是衡量一个地区可进入性的重要标准。一般认为，公路交通密度指数越低，表明公路交通网络越疏松，可达性越弱；公路交通密度指数越高，则表明公路交通网络越密集，可达性越强。

3.控制变量

本文中控制变量X包含以下具体变量。

（1）经济发展水平（eco）。根据关宏志等人的研究结果得知，居民收入是影响出游决策的决定性要素之一，人们生活水平的提高会显著的增加人们旅游的意愿［7］，因此本文使用居民人均GDP 来表示一个地区经济发展水平。同时考虑到通货膨胀因素可能带来实证结果的偏差，本文采用的是利用居民消费价格指数以1980 年为基期进行折算后得到的居民人均GDP的实际值。

（2）旅游资源禀赋（endow）。钱莉莉和贺颖洁的研究指出，旅游景区在城市知名度提升中有着重要作用［8］。旅游资源禀赋条件是吸引游客的核心条件，是区域旅游发展的前提与旅游经济产生的基础。参考李如友的做法，本文使用各地区A 级以上景区加权数量表示该地区的旅游资源禀赋状况，计算公式为：endowi=，式中为第i地区nA级景区的数量。

（3）旅游接待能力（abi）。旅游接待能力直接决定了一个区域所能容纳的旅客极限数量，影响着旅客的体验质量、满意程度和重游意愿。本文在李一曼等［9］的做法上做出一定改变，用地区旅行社数量与星级饭店的数量之和来表示该地区旅游接待能力的强弱。

（4）城市化水平（urban）。一个地区城市化水平越高，其所能拥有的基础设施水平越高，而基础设施完善程度同样是旅客出行的一个重要考虑因素。根据统计中常用的城市化水平的度量方式，本文用城市居民人口占地区总人口的比重来衡量。

（5）政府支出（gov）。一个地区的政府对经济活动的干预可以推动该地区产业结构的调整，但是这种调整既可能是积极的，也可能是消极的，旅游业也会在一定程度上受到政府宏观政策的影响。因此，本文用政府财政支出占GDP的比重来反映一个地区的政府干预经济活动程度的大小。

（四）数据来源

实证检验的样本为2011—2019 年我国29 个省（自治区、直辖市）的数据资料，对于个别缺失数据，运用该指标已有年份数据进行估算⑤。其中，旅游收入数据来自各省（自治区、直辖市）级单位的统计年鉴；旅游企业统计数据和A 级及以上景区数据来源于《中国旅游统计年鉴》；其他数据均来源于《中国统计年鉴》和国家统计局网站发布的统计信息。

（五）描述性统计

主要变量的描述性统计结果如表1 所示。从结果得知，我国各省的旅游发展水平、公路交通基础设施条件、旅游接待能力和旅游资源禀赋等方面差距较大。因此，我们需要通过具体的实证研究来分析不同地区的公路交通基础设施建设对区域旅游业的影响有何异同之处。

表1 主要变量描述性统计

三、基于门槛模型的实证结果及分析

（一）格兰杰因果关系检验

利用格兰杰因果关系检验来分析交通基础设施建设与区域旅游发展之间的关系在国内外研究中并不少见，苏建军等人就利用格兰杰因果关系检验探究了入境客流量与交通基础设施之间的因果关系［10］。因此，在进行门槛效应检验之前，我们有必要通过格兰杰因果关系检验来初步判断公路交通基础设施建设与区域旅游发展之间的关系，同时借以消除二者之间可能存在的内生性问题。考虑到我国公路里程在历年来一直保持稳定的增长，因此对公路交通密度变量进行一阶差分处理。由于本文所使用的为面板数据，因此需要使用PVAR模型进行格兰杰因果关系检验，PVAR模型的定阶结果如表2所示。

根据表2 结果可知，无论是AIC 准则还是BIC准则，判断的最优回归阶数均为一阶，因此下文将使用一阶PVAR 模型进行格兰杰因果关系检验，检验结果如表3所示。

表2 PVAR模型的选择标准判断

表3 格兰杰因果检验关系结果

从检验结果看，在1%的显著性水平上，我们可以拒绝“公路交通不是旅游发展的格兰杰原因”的原假设，但是我们无法拒绝“旅游发展不是公路交通的格兰杰原因”的原假设。所以，我们可以得出结论，公路交通基础设施建设对区域旅游业的发展存在着单向因果关系。在此结论的支持下，我们可以继续进行门槛回归模型的估计，而不必担心内生性所导致的一些问题。

（二）门槛效应检验

根据Hansen 的研究方法，首先需要对模型的门槛效应进行检验。以公路交通基础设施为门槛变量，分别在存在单一门槛、双重门槛和三重门槛的原假设下进行模型估计，使用bootstrap 方法得出p值。结果显示，单一门槛模型在1%的显著性水平下显著，双重门槛模型及三重门槛模型则均未通过水平为10%的显著性检验（见表4）。因此，下文将基于单一门槛模型进行分析。

表4 门槛效应检验结果

进一步对单一门槛模型的门槛值进行识别。表5显示了模型的门槛估计值及其对应的95%置信区间。图1 的似然比函数图能更为清晰地理解置信区间的构造和门槛值的估计过程，图中虚线为LR 值在5%显著水平下的临界值，虚线以下的区域构成门槛值95%的置信区间。图1 显示LR 统计量在95%的渐进有效置信区间［1.7491，1.9945］内接近于零，检验结果不能拒绝门槛估计值为真实值一致估计量的原假设，据此可以断定模型估计存在着单一门槛效应，门槛估计值为1.8162。

表5 门槛估计值及其置信区间

（三）门槛估计结果分析

根据公路交通基础设施门槛效应检验结果和门槛估计值，可以将我国各省（自治区、直辖市）公路交通基础设施水平划分为2 个层次，分别是公路交通基础设施欠发达地区（lnroad≤1.8162）和公路交通基础设施发达地区（lnroad＞1.8162），进而在总体水平上和2 个层次上分别分析我国公路交通基础设施对区域旅游业发展的影响。考虑到公路交通基础设施对区域旅游发展的影响存在一定的滞后性，其促进作用可能在滞后一到两年才能够体现出来，因此，以当期旅游专业化水平为因变量，将公路交通密度变量分别滞后一期和滞后两期，引入门槛回归模型。为了便于比较，表6同时报告了公路交通密度变量不滞后、滞后一期和滞后二期的门槛回归结果。

在实证结果中，控制变量lneco在只有当期的公路交通密度的模型中为显著的抑制作用，而在其余两个模型中影响效果均不显著。lnendow和lnabi在只有当期的公路交通密度的模型中为显著的促进作用，而lnendow变量在模型加入一阶滞后的公路交通密度变量之后，仅能通过10%显著性水平下的显著性检验，在模型加入二阶滞后的公路交通密度变量之后则不显著；lnabi则是在加入公路交通密度变量的一阶滞后和二阶滞后的模型中均不显著。lnurban和lngov在三个模型中均为显著的促进作用。

基于所得到的门槛估计值，下文我们着重分析我国公路交通基础设施建设对区域旅游业发展的非线性作用。门槛效应检验显示，公路交通基础设施对区域旅游发展有着显著的影响，但这种影响作用具有非线性的特征，且这种特征在三个不同的模型中的具体表现有所不同。在仅包含当期公路交通基础设施水平值的第一个模型中，公路交通基础设施与区域旅游业发展的关系呈现出“∧”型。即一个地区的公路交通基础设施水平值的对数低于门槛值1.8162 时，公路交通基础设施对区域旅游发展有着显著的积极影响，影响系数为0.142；当公路交通基础设施水平值的对数跨越门槛值1.8162时，公路交通基础设施对旅游业的发展有着较显著的消极影响，影响系数为-0.006。在第二个模型中我们发现，在加入了滞后一期的公路交通基础设施水平值之后，在公路交通基础设施水平值的对数低于门槛值1.8162时，当期的公路交通基础设施对区域旅游业的发展具有较为显著的消极影响，影响系数为-0.926；而上一期的公路交通基础设施对当期区域旅游业的发展有着较为显著的正向影响，影响系数为1.007；而公路交通基础设施水平值的对数跨越门槛值1.8162 时，当期和上一期的公路交通基础设施都对区域旅游业的发展没有显著影响。在第三个模型中，我们在第二个模型的基础上又加入了滞后两期的公路交通设施水平值，结果发现，在公路交通基础设施水平值的对数低于门槛值1.8162时，当期的公路交通基础设施对区域旅游业的发展具有较为显著的积极影响，影响系数为1.863；滞后一期的公路交通基础设施对当期区域旅游业的发展有着显著的消极影响，影响系数为-2.998；滞后二期的公路交通基础设施对当期区域旅游业的发展则没有显著影响；当公路交通基础设施水平值的对数跨越门槛值1.8162时，无论是当期、滞后一期还是滞后二期的公路交通基础设施对区域旅游业的发展均没有显著影响。

在对比三个不同的门槛回归模型后我们可以发现，随着公路交通基础设施水平值的滞后变量的不断加入，模型中各变量的显著性水平均有着不同程度的降低，且在加入滞后一期公路交通基础设施水平值的变量之后，模型就已经失去了其原有的门槛效果。这可以说明，公路交通基础设施在完成之后就立刻对旅游业产生影响，从而无需考虑其上一期对当期旅游业的影响。究其原因，互联网的快速发展使人们能快速地得知各地区公路交通网络运行状态，因此在新公路交通线路建成之后人们很快地就会利用起来，由于消除了信息传递的滞后，公路交通新线路建成之时便能立刻产生相应的影响而不存在滞后作用。所以本文将主要分析不带有滞后变量的第一个门槛回归模型，同时辅以其余两个模型用以扩展解释第一个模型的实证结果。

实证结果表明，公路交通基础设施对区域旅游发展的影响，需要具体情况具体分析。传统的“交通对区域旅游业的发展有着积极的促进作用”等观点多形成于中国旅游业发展的初期，该阶段我国公路交通基础设施建设投入少，区域可进入性较弱，此时加大公路交通基础设施建设投入确实能大大提高区域可进入性，从而有效促进区域旅游的快速发展。但随着公路交通基础设施不断完善，区域可达性水平已经基本能满足旅游发展的需要，旅游资源相对丰富的地区将充分利用其区位条件重点发展旅游业，使旅游业成为该地区经济发展中的支柱型产业。而旅游资源相对缺乏的地区则会选择利用良好的交通条件发展其他产业，在这个阶段，公路交通基础设施对区域旅游业的发展所带来的促进作用将会逐渐减弱。

公路交通基础设施作为一种社会先行资本，与国民经济其他产业相互依存，有着紧密的关联。公路交通基础设施的改善有利于降低运输费用和交易成本，推动省际间的分工合作，畅通资源流通渠道促进人才、资金和技术的空间集聚，进而影响到区域产业结构的变化。一方面，旅游业作为服务业，依赖于其他相关产业的发展水平、产业关联非常广泛，公路交通基础设施的完善除了能直接提高交通业的发展水平从而直接推动旅游业的发展，还能促进旅游业相关产业的发展来间接促进旅游业的发展。另一方面，公路交通基础设施的进一步建设完善也有利于促进国民经济中其他产业发展，若其他产业的发展速度超过旅游业，则会使旅游业的发展相对出现被“抑制”的情况。就目前而言，我国旅游产业仍然处于发展的起步阶段，相关产业对旅游业的支持作用仅停留在为其创造良好的外部环境上，而未能做到旅游业与其他产业尤其是非服务业之间的有机融合，进而部分地区的旅游业发展到一定程度时缺乏足够的发展动力，使得其旅游业发展速度逐渐低于其他产业，在本文中则表现为公路交通基础设施的发展在跨越某一门槛值时将会对区域旅游发展产生显著的负面影响。

各个控制变量的估计结果表示，人均GDP（lneco）与旅游发展呈现负相关关系，这同样说明我国目前旅游业发展陷入了发展后劲不足的窘迫局面，即由于旅游业的发展速度低于其他产业发展速度，导致了随着人民生活水平的提高，旅游业在国民经济发展中所占有的比重反而开始下降的问题。旅游资源禀赋（lnendow）与旅游业的发展呈正相关关系，说明旅游资源禀赋仍是区域旅游发展所需的一个重要条件，一个区域旅游业的发展需要充分利用该区域所拥有的旅游资源。旅游接待能力（lnabi）与旅游业的发展同样呈现显著的正相关关系，这说明旅行社、饭店等旅游接待设施是区域旅游业发展的一个重要条件，旅游业的发展不仅要能使游客有足够的意愿前往该地区，同时也应使游客有充足的意愿在该地区停留游玩。城市化水平（lnurban）对区域旅游的发展有着巨大的促进作用，这说明相较于保留着原始的自然风景的地区来说，人们更希望前往更富有人文环境、基础设施更加完善的地方旅游参观。政府支出（lngov）同样对旅游业的发展有着一定的促进作用，这说明一个地区的政府支持力度越大，该地区的旅游业发展水平会越高。究其原因，一个区域旅游业的健康发展离不开其他与旅游业相关产业的支持，政府的干预可以有效地进行资源分配以及协调各产业之间的发展，从而为旅游业的发展营造一个良好的外部环境。

四、研究结论与对策建议

（一）结论

本文基于2011—2019年中国29个省（自治区、直辖市）的面板数据，使用Hansen 提出的门槛回归模型，以公路交通基础设施为门槛变量，检验了公路交通基础设施与区域旅游业发展之间的非线性关系，得到如下结论。

第一，我国公路交通基础设施建设与区域旅游发展之间存在格兰杰意义上的单项因果关系，公路交通基础设施建设会对区域旅游发展产生显著的影响，但区域旅游业的发展不会对公路交通基础设施建设产生显著的影响。

第二，我国公路交通基础设施建设对区域旅游发展的影响存在着门槛效应，根据门槛估计值可以将公路交通基础设施水平划分为欠发达地区和发达地区2 个区间，而公路交通基础设施水平在不同的区间里会对区域旅游的发展存在不同的影响。具体表现为：在公路交通基础设施欠发达地区，每当公路交通密度增加一个单位，则会使得该地区的旅游专业化水平上升0.142%；在公路交通基础设施发达区域，每当公路交通密度增加一个单位，则会使得该地区的旅游专业化水平降低0.006%。

第三，区域旅游发展还会受到公路交通基础设施以外的因素影响，包括一个地区的经济发展水平、旅游接待能力、旅游资源禀赋、城市化水平和政府支持力度等。其中，随着一个地区人均GDP的提高，该地区的旅游专业化水平会出现一定程度的降低。而随着一个地区旅游接待能力、旅游禀赋、城市化水平和政府支持力度的提高，该地区的旅游专业化水平则会出现一定程度的提高，且城市化水平会对该地区的旅游专业化水平带来极大提高。

（二）政策建议

基于上述所得出的结论，本文提出以下对策建议。

第一，正确认识公路交通基础设施建设对区域旅游业发展的作用，并对区域旅游发展作出合理规划。各地政府应充分发挥其宏观调控的作用，协调旅游部门与其他部门，尤其是旅游部门与交通部门之间的关系，使区域公路交通发展规划的制定与区域宏观发展规划和旅游业发展总体规划之间实现有效衔接。把握好市场这一重要的“风向标”，科学预测、合理建设，避免为了发展旅游业而盲目地进行公路交通基础设施的大规模投资建设。

第二，旅游业发展落后地区借鉴发达地区的发展经验时要结合地方实际，正确认识本地区所拥有的旅游资源禀赋，以满足市场需求为原则，通过充分调研、合理规划、有效落实等方式，加快公路交通基础设施的建设速度，通过提升公路交通营运能力来推动旅游业发展。在自然环境较为恶劣，公路交通基础设施规模建设存在一定难度的西部地区，应充分利用现有的资源与技术，在公路交通营运的管理中适当引入信息化设备，提高公路交通系统的使用效率，进而形成结构合理、道路通畅、运输安全高效的旅游交通运输体系，最大限度地发挥公路交通基础设施建设在区域旅游发展中的积极作用。

第三，公路交通基础设施并非是影响区域旅游发展的唯一因素，旅游发展的规划也需要注意其他因素的影响，尤其是餐饮、娱乐、互联网等行业以及能源、住宿等基础设施的建设。坚持兴利除弊的区域发展政策，通过资源的进一步整合与有效配置，推动公路交通基础设施与这些因素实现深层次的融合，共同推动区域旅游业的发展。

第四，推动旅游业发展模式的改革，为旅游业的发展提供其他动力，实现旅游业的发展与公共文化服务的发展之间的有机结合，积极探索激发文化和旅游消费潜力的长效机制。政府应把握好旅游改革的方向，通过试点进行试验，从中发现问题、总结经验，成熟后再进行推广。促进文化和旅游消费的高质量发展的改革，在重视旅游业量的发展的同时，更加重视解决发展的质的问题，在质的大幅提升中实现量的有效增长。进而培育壮大文化和旅游消费新业态新模式，促进文化和旅游消费实现高质量发展，助力形成强大的国内市场。

注释:

①数据来源于中华人民共和国国家统计局编的《中国统计年鉴2021》（中国统计出版社2021 年9 月出版）。

②③数据是根据中华人民共和国国家统计局官方网站（https://data.stats.gov.cn/）的数据汇总整理而得。

④数据来源于中华人民共和国文化和旅游部编的《中国文化文物和旅游统计年鉴2020》（国家图书馆出版社2020年12月出版）。

⑤由于数据缺失，研究样本不含重庆市、宁夏回族自治区、香港特别行政区、澳门特别行政区和台湾省。