京津冀城市群协同发展对区域旅游经济的影响：直接效应与溢出效应

张广海 苏喆

摘 要：利用京津冀城市群2006—2019年的面板数据，通过构建其协同发展指数，借助空间分析软件刻画该地区的空间分布格局，运用空间杜宾模型深入分析京津冀城市群协同发展对该地区旅游经济的直接和间接影响。研究发现：京津冀城市群协同发展指数空间分布呈现出由京津两地高发展值区域向周边城市递减的“双核心”总体格局；京津冀城市群协同发展对该区域旅游经济影响效应显著；从效应分解看，协同发展对旅游经济表现出显著的正向直接效应，尤其是基础设施指标作用突出，而创新、经济、基础设施、环境等指标对旅游经济表现出正向空间溢出效应，但创新发展指标影响较弱。京津冀城市群旅游发展既要立足本地，也要重视周边地区的溢出效应，加强政策引导，强化区域间各方面的互联互通、交流合作，促进旅游经济高质量发展。

关键词：协同发展；旅游经济；空间杜宾模型；京津冀城市群

中图分类号：F592  文献标识码：A  文章编号：1672-335X（2023）04-0036-13

DOI：10.16497/j.cnki.1672-335X.202304004

一、文献综述

旅游业具有明显的多尺度空间整合的特性，成为区域协同发展中的先导产业，对引领地区内协作发展具有重要作用。京津冀城市群协同发展为该地区旅游业发展提供了新的增长机遇。京津冀三省市地域一体，文化一脉，合作优势明显，旅游资源丰富，交通设施完善也为旅游业发展提供了有利条件，因此该地区具有深厚的发展潜力。随着区域一体化的发展，个体孤立发展的状态被打破，［1］区域协同成为该地区发展的重要驱动力。但京津冀地区内部发展不均衡、要素流动不通畅等困境，［2］使得旅游经济的发展也呈现出明显差异。研究京津冀地区协同发展对旅游经济产生的影响有助于深入分析京津冀城市群旅游发展的区域差距及其影响机制，为推动其高质量快速发展提供理论依据。

区域协调发展是破解我国社会主要矛盾的关键。协同理论最早是由德国学者哈肯在1977年提出的，其核心观点是当自然界或社会系统受外来能量的影响达到某个临界值时，子系统之间会产生共振，形成整体大于部分之和的协同效应。协同旨在解决地区发展不平衡、不充分问题。［3］国外对协同发展的研究开展得较早，形成了许多具有代表性的理论，比如威廉姆森的倒“U”理论，［4］区域经济梯度推移理论等。［5］国内学者对于协同发展的研究起步较晚，多集中在通过构建综合性指标体系来对协同发展进行测度和评价。［6］［7］［8］协同发展指标因理解角度、研究区域等不同也有所差异，但指标选取从单一经济维度向文化、生态、社会等多维度的方向演进，使得协同发展的测度更加深入和全面。

区域协同发展理论认为区域之间是开放的、联系的，区域发展具有关联性和互动性，区域之间日益密切的交往可以使区域之间各方面发展呈现正向促进、良性互动的状态。［9］部分学者认为，区域协同发展可以通过不同区域之间的要素流动和优势互补来消除不同地区资源的矛盾和紧张，产生更大的经济和社会效益，地区间发展差距逐渐缩小并趋向收敛，使得整体经济效率持续增长，提高地区的综合发展水平。［10］区域经济协同发展政策的实施可以造成一定程度的扩散效应，促使邻近城市经济水平获得提升。［11］［12］也有学者认为，协同发展政策在某些区域对经济增长速度的带动作用不显著，并且可能影响其他领域的发展模式;［13］区域协同发展战略的实施对城市创新能力的提升作用明显;［14］协同发展相关理论遵循“点—轴”理论规律，并且在区域旅游发展相关研究中得到验证。［15］综上，可以发现区域协同发展研究形成了不少成果，但区域协同对旅游发展的影响有待于深入研究，这里采用空间计量模型，定量测度解析协同发展及其各指标维度对旅游经济的影响机制，以期为新时期京津冀地区旅游高质量发展提供参考。

二、研究设计

（一）研究区域与指标

京津冀城市群地处环渤海中心地带，是我国北方经济规模最大、旅游产业发展最具活力的地区，它包括北京、天津两大直辖市，囊括河北省的保定、唐山、石家庄、秦皇岛、廊坊、张家口、承德、沧州、衡水、邢台、邯郸和河南省的安阳共12个地级市。2014年习近平总书记强调要实现京津冀协同发展，打造优势互补、人口经济资源环境相互协调的全新首都经济圈，带动北方腹地和环渤海经济区的发展，至此，京津冀协同发展正式成为国家战略。近年来，随着《京津冀协同发展规划纲要》《“十三五”时期京津冀国民经济和社会发展规划》两大具有重大战略意义的文件出台，京津冀实现城市发展与资源环境相适应、调整经济结构和空间结构等功能更加明确。2021年，京津冀地区GDP为9.6万亿元，较2013年增长1.7倍，占全国的8.39%。京津冀地区三产比例由2013年的6.2∶35.7∶58.1变化为2021年的4.5∶30.5∶65.0，第三产业的占比提升较大。其中，旅游业活力旺盛，2021年该地区全年共接待8.64亿人次，旅游业总收入为10559.41亿元。总体来说，协同发展战略使得京津冀地区各产业得到良好发展，选取该地区进行研究具有一定的代表性。

区域协同体现在经济、市场、创新等各个方面。本文所构建的指标体系考虑了京津冀地区资源禀赋、生态环境、基础设施等关键因素，一定程度上体现了新发展理念的五个方面，并且指标体系的五个维度分别对旅游经济的发展存在影响。指标体系的组成部分如下：

（1）经济协同发展。经济是体现区域综合实力和发展水平的关键因素，忽视经济因素研究协同将是一种无效的协同。同时，区域经济的结构和规模也影响着旅游业的发展。因此，指标体系中应该包含反映区域经济增长状况和发展水平的指标。

（2）創新协同发展。区域协同创新是知识经济时代区域协同发展的新形式，是打破京津冀三地长期存在的经济社会发展不平衡和各种壁垒、实现创新要素流动的根本动力，对地区旅游业的发展有明显的驱动作用。创新这一维度包含了创新投入和创新产出两个方面，所选的指标可以反映出资金的投入情况、创新发展的结果以及政府对创新的重视程度和支持力度。

（3）城乡协同发展。城乡协同发展是城镇化进程不断推进背景下社会发展的必然过程，它可以使城乡各种资源要素相互融合，是解决京津冀地区“大城市病”的重要措施。同时，城乡协同发展可以拉动旅游市场的需求，提高旅游经济的效率。城乡维度包含了城乡发展水平、城乡协调结果两个方面的指标。

（4）环境协同发展。生态环境是人类生产生活的“本底”，也是旅游发展的外部条件和资源基础。环境这一维度主要选取生态治理效率方面的指标以计算京津冀环境的协同发展水平。

（5）基础设施协同发展。基础设施是区域发展的物质条件，是区域协同发展战略实施中的“先行者”。完善的基础设施为旅游业的发展提供了动力和保障。基础设施这一维度主要涵盖交通、医疗、文化三个方面，由于其内部还包含着许多细分指标，因此选取其财政支出情况统一概括。

考虑到数据的客观性、科学性和可获取性原则，以京津冀地区14个城市为样本，利用2006—2019年的面板数据，参照相关研究，［16］［17］［18］［19］［20］［21］［22］［23］构建以经济、创新、城乡、环境、基础设施等为组成部分的评价指标体系，综合测度目标城市区域协同发展水平（表1）。其中，在创新维度的指标中，全要素生产率（TFP）是参照索罗余值法，采用主流DEA方法进行计算所得。［24］这里是指产出增长率超出要素投入增长率的部分，它能够反映企业创新的效率，常常被视为科技进步的指标。［25］

（二）研究方法

1、熵值法

熵值法是一种客观赋权法，能够很好地避免信息重复并减少主观因素影响，因此利用熵值法对京津冀城市群2006—2019年面板数据进行分析。设xij（i=1，2，…，n；j=1，2…，m）为第i个地区第j项指标的原始数值，具体步骤如下：［26］

（1）数据标准化处理，公式为：

（2）归一化处理，公式为：

（3）计算第j项指标的熵值，公式为：

（4）计算差异性系数，公式为：

gj=1-ej（4）

（5）确定权重，公式为：

（6）计算综合得分，公式为：

2、空间自相关

空间自相关检验的是所研究变量之间的空间依赖性程度，采用Moran′s I来衡量京津冀各个城市旅游经济和协同发展的空间关联性，从空间上反映它们的集聚状况和差异程度。Moran′s I值介于-1到1之间，当其值大于0时，表明在空间上呈正相关，且值越大，相关性越强，反之则呈负相关，等于0则表明在空间上呈随机分布，计算公式如下：

其中，I为Moran′s I值，xi和xj分别代表i市和j市的旅游总收入或协同发展指数，x-为各城市旅游总收入或协同发展指数的均值，wij为空间权重矩阵。对于空间矩阵的选择，传统方法一般选择邻接权重矩阵、地理权重矩阵和经济距离权重矩阵的其中一种，这样可能会忽视距离关系或者经济关系对空间溢出的影响，因此，这里选取经济—地理嵌套矩阵作为空间权重矩阵，［27］综合考虑经济因素和地理因素对变量的双重影响，更好地反映事物之间的关联程度，从而使研究结果更加符合现实。

3、空间面板计量模型

不仅研究对象的协同发展会影响本地区旅游业，邻近地区的相应因素也会对本地区的旅游发展产生重要影响。因此，为了深入分析京津冀城市群协同发展对区域旅游经济的影响机制，这里运用空间计量模型，实证分析协同发展指数及各指标因素对旅游经济的影响及空间溢出效应。空间计量模型主要有空间误差模型、空间滞后模型和空间杜宾模型。其中，空间杜宾模型作为空间计量模型的一般形式，同时包含了因变量和自变量的空间依赖性。模型形式如下：

Yit=ρ∑13j=1wijYit+β1Tit+θ1∑13j=1wijTit+β2Xit+θ2∑13j=1wijXit+δit+εit（8）

其中，Y是被解释变量，即旅游经济发展水平；ρ是被解释变量空间自回归系数；W是13×13的空间矩阵；T是解释变量，即协同发展指数，X是影响旅游经济的控制变量；β为解释变量和控制变量的估计系数，θ为二者对应的空间回归系数；δ为固定效应；ε为误差项。

（三）数据来源

考虑到数据的可获得性和连续性，选取2006—2019年京津冀14个城市的面板数据。其中，旅游收入包含入境旅游收入和国内旅游收入，入境旅游收入按照当年美元换算人民币的汇率换算成人民币进行处理，所涉及的变量数据来源于2007—2020年《中国城市统计年鉴》、各省市统计年鉴和统计公报，个别缺失值采用线性插值法加以处理。

三、协同发展的空间分析

（一）协同发展指数测度

首先利用熵权TOPSIS法计算2006—2019年京津冀城市群各地区协同发展指数值，然后借助ArcGIS对京津冀城市群2006年、2010年、2015年、2019年四个时间截面的协同发展水平进行空间分析（图1）。从图1中可以看出：①京津冀城市群协同发展水平从整体上有较大幅度提升，中高值协同区个数总体增多；②京津冀城市群协同发展指数在空间上呈现不均衡状态，高协同区主要分布在北京、天津、石家庄这种中心和省会城市，低协同区主要分布在京津冀区域的周边城市；③京津冀城市群协同发展指数在空间上表现出一定的集聚特征，高協同值城市的附近地区发展水平也相对较高，反之亦然；④京津冀城市群协同发展指数的差距有所减小，2006年协同指数最高的北京市（0.47）与协同指数最低的安阳市（0.11）的比值约4.27，到了2019年，二者比为3.24，差距缩小，但双核心格局依然存在。

（二）协同发展指标维度分析

为深入分析京津冀城市群协同发展指数的区域差异，进一步对2006—2019年14个城市协同发展指标各维度作空间分析（图2）。由图2可以看到：（1）从经济协同发展指标看，北京、天津处于京津冀城市群的领先地位，其次是张家口、石家庄、秦皇岛、廊坊等城市，而邢台、保定、承德、沧州等城市处于较低水平；（2）从基础设施协同发展指标看，北京、天津、张家口、承德、廊坊处于领先地位，主要集中于首都及周围地区，其次是石家庄、唐山、秦皇岛，而分散在距离首都较远的区域处于较低水平，比如南部邯郸、安阳、邢台、沧州等城市；（3）从城乡协同发展指标看，发展水平相对较高的城市较多，主要包括北京、天津、石家庄、秦皇岛、廊坊、唐山，其次是衡水、邯郸、邢台、沧州，而承德、安阳、保定等城市处于较低水平；（4）从创新协同发展指标看，两极分化明显，北京、天津的创新水平处于领先地位，其余城市处于较低水平，低创新水平城市的数量占京津冀城市群的绝大多数；（5）从环境协同发展指标看，总体上各城市之间差距较小，发展水平相对较高的城市较多，空间上呈现连片分布特征，而张家口和天津处于较低水平。总体而言，协同发展各维度空间分布不均匀，整体上呈现从首都向周边地区递减的分布格局。

四、实证检验结果与分析

（一）模型变量设定

（1）被解释变量。本文选取旅游经济（TR）作为被解释变量，将旅游收入作为旅游经济的代理变量。旅游收入包括国内和入境两部分，由于入境旅游收入在统计年鉴中一般以万美元为单位，因此将其按照当年美元换算人民币的汇率换算成人民币进行处理。

（2）核心解释变量。以经济协同发展（EC）、基础设施协同发展（FC）、城乡协同发展（UC）、创新协同发展（IC）、环境协同发展（EnC）这五个指标维度的综合得分作为解释变量。

（3）控制变量。①旅游资源禀赋（res）。旅游资源是旅游业发展的前提，是旅游业的基础，它对目的地旅游业具有决定性作用。采用4A级及以上的景区数量表征旅游資源禀赋。②旅游服务（hot）。旅游服务设施是旅游者食宿等基本生活的物质承担者，是旅游者旅游活动能够持续进行的物质保证，因此，旅游服务设施在旅游发展中具有至关重要的作用。采用星级饭店的数量表征旅游服务。③旅游交通（traf）。交通的便利程度是旅游经济发展的外部先决条件，决定了当地旅游业的发展上限，考虑到数据的可获得性，采用全社会客运量表征旅游交通。④人力资本。旅游人力资本的结构差异主要受旅游人员的教育水平影响，教育经费（edu）是人力资本投资的主要来源，教育经费投入量直接影响到区域旅游人力资本水平及结构。［28］而旅游人力资本的数量表示旅游从业人员数量，考虑到数据的可获得性，选择人口密度（dens）表示，人口密度一定程度上可以反映当地旅游从业人员的数量情况。［29］因此，采取教育经费投入量和人口密度表征人力资本。

（二）空间相关性检验

采用全局莫兰指数法对2006—2019年京津冀城市群旅游经济和协同发展指数进行空间相关性检验。计算得到的Moran′s I值如表2所示。从表2中可以看出，2006—2019年旅游经济和协同发展指数的全局莫兰指数显著为正且均通过1%的显著性检验，表明二者在空间上有着较强的相互依赖性，具备构建空间计量模型进行估计的条件。

（三）内生性检验

一方面，由于区域旅游无障碍空间特性在提升区域协同发展水平的同时，进一步推动区域旅游经济发展；另一方面，区域旅游经济快速发展有助于区域均衡化，这就有可能造成地区经济发展在影响旅游经济增长的过程中出现内生性问题。这里采用广义矩估计（GMM）法进行内生性检验。它是通过引入被解释变量滞后一期的变量来检验旅游经济发展水平Y与影响旅游经济变量X的内生性问题。检验结果如表3所示。由表3可知，AR（1）统计量的p值小于0.1，但AR（2）统计量的p值大于0.1，表明在10%的显著性水平下不拒绝存在自相关的原假设；Sargan统计量的p值大于0.1，表明旅游经济滞后一期依旧支持经济协同发展对旅游经济的促进作用的结论，模型变量不存在内生性。

（四）模型识别与检验

根据上述检验结果，说明在研究协同发展对旅游经济的影响时，需要考虑空间因素，以避免时空因素导致的偏差，因此选择构建空间计量模型来进行估计。在运用模型估计之前，需要进行检验以选择恰当的空间计量模型（见表4）。

从检验结果上看，LM-lag、Robust LM-lag、LM-error、Robust LM-error均通过了1%水平的显著性检验，这表明选择SEM模型和SAR模型都合适，因此选择两者结合的SDM模型。进一步用Wald和LR检验来检验SDM是否可以退化为SEM或SAR模型，由表4可知，二者的统计量均通过了1%的显著性水平检验，因此拒绝原假设，选择SDM模型更优。再进一步，Hausman检验结果为-18.07，通过模拟分析发现，导致该结果的原因是随机效应模型的基本假设的渐进性假设无法得到满足，因此在这种情况下应该选择固定效应模型。LR检验结果显示时间和空间联合显著性均在1%置信水平上通过检验，故而选择使用时空双固定效应SDM模型来测度协同发展对旅游经济的影响。

（五）估计结果分析

通过对京津冀地区14个城市的面板数据进行SDM估计，得到结果（见表5）如下：

（1）考虑了时空两种因素的空间杜宾模型是研究协同发展对旅游经济影响的最优模型。估计结果表明，模型的Log L为534.6183，调整后的拟合系数为0.6708，两者都比较大且空间滞后项及各解释变量绝大部分都通过了显著性检验，这表明模型的拟合度较高，模型在当前数据下预测精度高，可信性强。

（2）京津冀协同发展对旅游经济具有显著的空间溢出效应。估计结果表明，核心解释变量协同发展的ρ值为0.4389，且在5%水平下显著，说明本地协同发展每提高1个单位，周边地区旅游经济将提升0.4389%，协同发展对旅游经济存在空间交互影响，不仅本地区协同发展会影响当地旅游业的发展，周边地区协同发展也会对其产生影响。

（3）协同发展指标各维度对旅游经济影响的方向和程度有所不同。由表5可知，五个维度的估计值都显著为正，并且均通过了10%的显著性检验，说明经济、基础设施、城乡、创新、环境这五个方面的协同发展对旅游经济起到了正向促进作用。其中，基础设施协同发展系数最大，城乡协同发展次之，环境协同发展最小，所以从目前来看，基础设施协同发展是影响京津冀旅游业发展的核心因素。城乡协同发展的系数为0.1532且通过1%的显著性水平，说明城乡协同发展能显著促进当地旅游业的发展，而空间滞后项w×UC系数为负（-0.9028），且未通过显著性检验，表明协同发展对邻近地区旅游业的发展具有负向推动作用，且负向空间溢出效应并不显著。需要注意的是，这种估计考察空间溢出可能会出现偏误问题，因此这些结果仅仅是对协同发展的空间溢出机制的初步判断。

（六）空间效应分解

鉴于空间杜宾模型上述计算结果不能直接反映空间效应，为了更好地揭示京津冀协同发展各个维度对当地和周边地区旅游经济的影响，这里将空间效应进行分解。表6展示了空间效应分解的估计结果，包括直接效应、溢出效应和总效应。

第一，从直接效应来看，经济协同发展、基础设施协同发展、城乡协同发展、创新协同发展、环境协同发展对旅游经济的影响系数分别为0.0822、0.3309、0.1754、0.1402、0.0126，这表明，协同发展的五个维度每提高1%，会直接促进本地旅游经济分别增加0.0822%、0.3309%、0.1754%、0.1402%、0.0126%。

第二，从溢出效应来看，经济协同发展、基础设施协同发展、城乡协同发展、创新协同发展、环境协同发展对旅游经济的影响系数分别为0.1424、0.6417、-0.1310、0.0952、0.1337，说明本地经济、基础设施、环境协同发展每提高1%，会导致周边地区旅游经济分别增加0.1424%、0.6417%，0.1337%。而城鄉协同发展对旅游经济的溢出效应影响系数为-0.1310，本地城乡协同发展的加快反而对周边地区的旅游经济具有一定的抑制作用。创新协同发展的系数为0.0952，未通过10%水平的显著性检验，但由于其总效应估计为0.2354且在1%水平下显著，即创新水平每提高1%，推动旅游经济增长0.2354%，说明创新对旅游经济的促进作用主要是通过直接效应而非空间溢出效应体现。

第三，通过对比分析，经济、基础设施、环境协同发展的增加对周边地区旅游经济的影响大于对本地旅游经济的影响，而城乡、创新协同发展对旅游经济的影响却相反。总的来说，旅游经济的发展水平是众多直接因素和间接因素共同作用的结果。

根据具体分析可以看出，第一，经济协同发展指标的直接效应和间接效应系数都显著为正，说明经济发展不仅能够促进本地区旅游经济的增长，还可以带动邻近城市旅游经济潜力的释放。经济维度仍然是推动旅游业发展的重要因素。人们在旅游过程中涉及“吃、住、行、游、购、娱”多个方面，经济增长又使得人们的旅游消费需求层次更加多元化，消费内容更加个性化，因此消费升级需要当地一定的经济基础作为保障。经济发达地区具备足够的财政实力，能够满足人们的消费欲望和需求，本地区旅游业因此得以发展。本地经济水平的提高使得人们的出游能力增强，消费升级带动旅游空间的扩大，因此对周边城市的旅游辐射效应得到显现，推动了周边地区的旅游业的发展。第二，基础设施协同发展指标对旅游经济的直接效应和间接效应均为正值。良好的区域交通条件极大增强了目的地的可进入性，不仅给本地带来大量游客，也加强了同周边城市的联系。医疗卫生服务起到生命保障和便利旅游体验的作用，尤其是随着数字化的不断推广，“互联网+”医疗技术融入景区服务，救助水平显著提升。文化建设包括固态文化建设和文化产品建设，加强投入以提升文化遗产、文物藏品的创新表达可以满足目前人们的旅游需求。创意旅游、旅游演艺等文旅融合类型产品可以塑造城市形象，传播城市传统文化，吸引游客前来打卡，以刺激旅游消费。第三，城乡协同发展指标对旅游经济的直接效应为正，间接效应为负。城乡一体化建设使得城乡交流更加便捷，促使农村休闲旅游资源与城市资源对接，吸引餐饮、文娱、交通等产业进入农村，带动农村地区基础设施建设，强化了本地区的旅游功能，因此其对本地经济表现出积极的影响。而城乡协同发展对周边地区旅游经济并未表现出正向的空间溢出效应，本地旅游设施的完善和休闲旅游吸引力的增强会吸引周边市场游客，对本地旅游发展产生“极化效应”，［30］对周边旅游经济反而带来一定的负向影响。第四，创新协同发展指标的直接效应和间接效应系数均为正值，但空间溢出效应并不显著，对周边地区影响微弱。创新是文旅产业融合的关键，它可以将本地区优秀文化与旅游“融”起来，借助VR、AR等新技术打造数字文旅新产品和新业态，创造出当代消费者青睐的文旅产品，对本地的旅游业具有积极的推动作用。第五，环境协同发展指标对旅游经济存在正向影响。环境质量会影响游客旅游需求，有研究显示，环境质量的改善会直接增加消费者旅游次数，从而减少消费者剩余，推动旅游业的发展。

（七）稳健性检验

为了确保结果的准确性，采用更换控制变量和空间矩阵两种方法进行稳健性检验，通过观察各解释变量与控制变量的系数及显著水平是否发生明显变化来判断模型的稳健性。通过利用A级以上景区的数量替换原有旅游资源禀赋指标，将空间权重矩阵更换为经济距离矩阵后再使用空间杜宾模型进行估计，结果如表7所示。对比表5结果可以看出，各个变量仅在估计系数的大小上略有差异，方向与显著性与前述回归结果基本一致，且拟合度较好，说明原基准模型有较好的稳健性。

五、结论与政策建议

（一）研究结论

区域协同发展是京津冀地区优化城市布局、构建现代化交通网络、扩大环境容量、推进产业升级的重大举措，也是推动该地区旅游经济发展的重要力量。本文利用京津冀城市群2006—2019年旅游经济及协同发展18个指标的数据，对各个城市协同发展指数以及五个分维度指数进行了测度，并将空间效应进行分解来揭示京津冀协同发展各维度对旅游经济的影响，得到以下结论：

（1）京津冀城市群协同发展指数空间分布不均，总体呈现为由双核心地区向周围城市递减的格局。北京、天津、石家庄等城市协同发展水平较高，而衡水、安阳、邯郸、邢台等城市协同发展指数则较低。经济、基础设施、城乡、创新维度协同发展指数呈现出双核心格局，而环境维度协同发展指数呈现连片分布的特征。

（2）忽视协同发展的空间溢出效应会导致结果出现偏差。从全局莫兰指数结果可知，2006—2019年份的旅游经济和协同发展指数在空间上有着较强的相互依赖性。SDM模型估计结果表明，京津冀城市群协同发展对旅游经济存在明显的溢出效应。

（3）由空间效应分解的结果可得：从直接效应来看，协同发展各个维度对旅游经济均具有正向的推动作用，其中基础设施协同发展对本地旅游经济影响较大，而环境协同发展对本地旅游经济影响微弱；从溢出效应来看，经济协同发展、基础设施协同发展、创新协同发展、环境协同发展对旅游经济表现出正向空间溢出效应，其中创新协同发展的影响效果微弱，而城乡协同发展对旅游经济表现出负向空间溢出效应。

（二）政策建议

根据实证分析结果，从协同发展角度提出推动旅游业发展的政策建议如下：

（1）协同发展是京津冀地区高质量发展的重要因素，未来旅游业的规划不仅要重视本地的协同发展水平，还要考虑外部环境因素，能否享受周边地区的空间溢出效应，是未来旅游业发展的关键因素。旅游业发展较好的地区要发挥自身优势，带动周边相对落后城市旅游业的发展，强化合作。旅游业发展较落后的地区要更加重视周边地区的溢出效应，加强跨区域间的交流，为自身发展寻求良好的外部环境。

（2）政府应该充分利用自身的资源和区位条件，给予更强的政策支持。引导社会资本参与旅游产业建设，增强政府融资和信贷支撑，给予城乡建设更多的税收、土地等方面的优惠政策；完善旅游基础设施的配套建设，构建完善的交通网络以提高目的地的可达性；组建功能完善、分布合理的医疗服务体系作为保障，加大文旅资本投入，利用节事、赛事活动等来支撑城市旅游产业发展。

（3）利用技术创新驱动文旅产业融合。产品创新是文旅融合的关键，各地区应主动提炼自身特色文化精髓，借助数字技术创新手段，推出更多文旅融合的新产品和新业态，形成差异化互补机制，使创新成为本地旅游业发展的重要推力。

（4）重视旅游发展过程中的生态环境效应，加强环境的综合治理，提升各城市的生态承载力，促进旅游业向着环境友好型发展，确保旅游业成为该地区长期依赖的战略性支柱产业。

综上，本文主要通过构建京津冀城市群协同发展指标体系，定量测度其协同发展水平及其对旅游经济的影响机制，但旅游经济的发展受各种因素交互影响，指标选取、时间尺度等还有待进一步完善和深化。另外，京津冀协同发展国家战略政策评估和各城市实践测评尚待进一步展开研究与深入跟踪。

参考文献：

［1］ 方煜，徐雨璇，孙文勇，等.都市圈一体化规划：深圳实践与思考［J］.城市规划学刊，2022，（5）：99-106.

［2］ 薄文广，陈飞.京津冀协同发展：挑战与困境［J］.南开学报（哲学社会科学版），2015，（1）：110-118.

［3］ Saunavaara  J.The role of international development strategies in making regional development policies： Hokkaido as a case study［J］.Urbani Izziv， 2017， 28（2）： 122-135.

［4］ Williamson J.G.Regional inequality and the process of national development： A description of  the patterns［J］.Economic Development and Cultural Change， 1965，13（4） ： 1-84.

［5］ 陶長琪，彭永樟，李富强.产业梯度转移促进技术势能集聚的驱动机制与空间效应［J］.中国软科学， 2019，（11）：17-30.

［6］ 王长建，叶玉瑶， 汪菲，等.粤港澳大湾区协同发展水平的测度及评估［J］.热带地理，2022，42（2）：206-219.

［7］ 李小玉，李华旭.长江中游城市群数字经济产业协同发展水平评价研究［J］.经济经纬，2022，（6）：88-97.

［8］ 张广海，惠红梅，刘佳.泛黄海地区经济协调发展及其对策分析［J］.中国海洋大学学报（社会科学版），2005，（3）：1-4.

［9］ 彭荣胜.区域经济协调发展内涵的新见解［J］.学术交流，2009，（3）：101-105.

［10］ 覃成林，姜文仙.区域协调发展：内涵、动因与机制体系［J］.开发研究，2011，（1）：14-18.

［11］ 王自力，谢卓廷.政府主导型区域经济一体化对周边城市发展的影响差异分析——基于工业水平视角的PSM-DID实证研究［J］.经济地理， 2020， 40（6）： 69-76，86.

［12］ 张广海，刘二恋，董跃蕾.中国区域共同富裕实践中乡村旅游作用机制［J］.自然资源学报：2023，38（2）387-402.

［13］ 曹阳，孙晓华，李鹏升.南南型区域经济一体化带动了城市经济发展吗？［J］.工程管理科技前沿，2022，（3）：61-68.

［14］ 李林威，刘邦成.区域协同发展政策能否提升城市创新水平？——基于粤港澳大湾区的准自然实验［J］.经济问题探索，2022，（10）：77-93.

［15］ 葛立成，聂献忠.区域旅游合作——理论分析与案例研究［M］.北京： 社会科学文献出版社，2009.

［16］ 陈子曦，青梅.中国城市群高质量发展水平测度及其时空收敛性研究［J］.数量经济技术经济研究，2022，（6）：42-60.

［17］ 阎东彬，孙久文，赵宁宁.京津冀高质量协同发展的动态评价及提升路径［J］.工业技术经济，2022，（6）：129-134.

［18］ 金飞，陈晓峰.长三角数字一体化水平测度及其影响因素分析——数字经济驱动视角［J］.科技管理研究，2022，（24）：78-84.

［19］ 陈明华，谢琳霄，李倩，等.中部地区高质量发展水平测度与演进趋势分析［J］.统计与决策，2022，38（23）：107-111.

［20］ 郑瑞坤，杨璐瑶，汪纯.长三角高质量发展水平测度与空间集聚效应［J］.统计与决策，2022，38（20）：102-107.

［21］ 刘生龙，胡鞍钢.交通基础设施与中国区域经济一体化［J］.经济研究， 2011，（3）：72-82.

［22］ 魏敏，魏海湘.經济韧性测度及其对旅游经济的影响研究［J］.中国海洋大学学报（社会科学版），2023，（2）：61-73.

［23］ 陈浩，刘培，余东升，等.科技创新投入对环境全要素生产率的影响机制［J］.中国环境科学，2020，40（4）：1834-1846.

［24］ 杨子超，邓晓.我国省级全要素生产率的测算与解释——基于1986—2014年省级面板数据［J］.商业经济研究，2016，（11）：136-138.

［25］ 彭晓静.中国三大城市群工业企业创新效率研究——基于京津冀、长三角、珠三角城市群的比较［J］.技术经济与管理研究，2022，（4）：30-34.

［26］ 王新越，赵文丽.我国高铁通达性与区域旅游经济耦合关系及空间特征分析［J］.中国海洋大学学报（社会科学版），2017，（1）：77-83.

［27］ 童昀，刘海猛，马勇，等.中国旅游经济对城市绿色发展的影响及空间溢出效应［J］.地理学报，2021，76（10）：2504-2521.

［28］ 王兆峰.人力资本投资对区域旅游经济发展的效应及空间分异——基于省份面板数据的实证［J］.财经理论与实践，2015，36（1）：123-128.

［29］ 陈洁萍，马超，陈时俊.城市网络中心性对旅游业发展影响的统计检验［J］.统计与决策，2022，38（15）：45-50.

［30］ 郭建科，王绍博，李博，等.哈大高铁对东北城市旅游经济联系的空间影响［J］.地理科学， 2016， 36（4）： 521-529.

The Impact of the Coordinated Development of Beijing-Tianjin-Hebei Urban Agglomeration on Regional Tourism Economy： Direct Effects and Spillover Effects

Abstract： With the panel data of Beijing-Tianjin-Hebei urban agglomeration from 2006 to 2019， through constructing its collaborative development index， the authors employs spatial analysis software to depict the spatial distribution pattern of the region， and spatial Dubin model to conduct an in-depth analysis of the direct and indirect impact of the collaborative development of the Beijing-Tianjin-Hebei urban agglomeration on the tourism economy in the region.The research finds that the spatial distribution of the collaborative development index of the Beijing-Tianjin-Hebei urban agglomeration presents a "dual core" overall pattern of decreasing from the high development value regions of Beijing and Tianjin to the surrounding cities.The synergistic development of Beijing-Tianjin-Hebei urban agglomeration has a significant impact on the regional tourism economy.From the perspective of effect decomposition， collaborative development has a significant positive direct effect on the tourism economy， especially the prominent role of infrastructure indicators.However， indicators such as innovation， economy， infrastructure， and environment have a positive spatial spillover effect on the tourism economy， but the impact of innovative development indicators is weak.The tourism development of the Beijing-Tianjin-Hebei urban agglomeration should not only focus on the local area， but also pay attention to the spillover effects of surrounding areas， stress policy guidance， and strengthen interregional connectivity， exchange and cooperation in various aspects， so as to promote high-quality development of the tourism economy.

Key words： collaborative development; tourism economy; spatial Dubin model; Beijing-Tianjin-Hebei urban agglomeration