黄河流域旅游生态效率时空动态识别与驱动因素探测

穆 学 青,张 超 凡,丁 正 山*,郭 向 阳

(1.南京师范大学地理科学学院,江苏 南京 210023;2.贵州财经大学工商管理学院,贵州 贵阳 550025)

0 引言

旅游业作为“诗与远方”珠联璧合的新兴业态一度被认为是“无烟”产业,然而,随着旅游业发展规模无序增长、速度加快,旅游业对资源环境的剥夺效应逐渐凸显,旅游经济增长模式粗放、生态效率低等结构性问题成为中国旅游业高质量发展的重要症结。保护、恢复和促进可持续利用陆地生态系统是联合国《2030年可持续发展议程》17项可持续发展目标之一。《中国生态旅游与绿色发展报告:2021》亦明确指出,在碳达峰与碳中和背景下,生态旅游以人与自然和谐共生为准则,以环境保护为前提,以可持续发展为目标。旅游生态系统是以自然生态系统为本底并通过人类旅游活动对其适应与改造而建立的自然生态系统和旅游社会经济系统复合体系,旅游生态效率不仅是反映旅游生态系统绩效“精明式成长”和绿色集约发展成果的“晴雨表”,而且是衡量旅游地人地系统协调和可持续发展的重要砝码[1-3]。

多数学者基于生态学和环境学视角对旅游生态效率进行交叉研究,主要涉及研究前沿[1,2]、效率测度[4-8]、时空特征与演化[9-11]、影响因素[12,13]及提升策略[14-16]等。随着研究不断深入与拓展,研究对象由单一主体转向旅游生态效率与其他主体间互动效应研究[17,18];研究方法主要包括单一比值法和模型法,前者采用旅游业的碳排放量、生态足迹等旅游环境影响与旅游收入等旅游经济价值之比表征[19-24],后者借助数据包络分析法(DEA)或其改进模型(如超效率DEA、SBM-DEA、Super-SBM模型等)进行测度[25];影响因素方面,既有研究多基于规模、结构、技术3个维度选取影响变量[3],研究发现城镇化、经济发展、旅游业发展、产业结构、游客接待量、能源利用结构[3,12,26]等因素亦对旅游生态效率产生影响;研究尺度主要涉及省域[27-30]、区域[3,10,31]和小尺度旅游地[4,24],而针对典型环境脆弱性地域——黄河流域市域单元旅游生态效率的研究尚不多见。

黄河流域作为中国生态屏障战略区域[32],亦是中国重要的生态功能区和生态文化旅游带,对其旅游生态效率进行深入研究具有重要的战略价值和区域典型性。但关于黄河流域地级市尺度旅游生态效率时空格局的动态分析和规律研究尚较薄弱,亦鲜见从时空关联视角探讨其旅游生态效率时空跃迁特征,且驱动黄河流域旅游生态效率时空格局演变的主导因子、主控交互变量和驱动机理仍不明晰。鉴于此,本文基于资源环境约束视角,综合采用Super-SBM模型、探索性时空数据分析(ESTDA)方法和地理探测器模型剖析2008—2017年黄河流域地级市尺度旅游生态效率的时空动态演化特征和影响机理,以期全面把握黄河流域旅游生态效率时空动态特征及其主导因子,为推动黄河流域保护、恢复和促进可持续利用陆地旅游生态系统及黄河文化旅游带高质量建设提供借鉴。

1 数据及研究方法

1.1 指标选取

黄河干支流流经青海、四川、甘肃、宁夏、内蒙古、陕西、山西、河南、山东9个省域,是我国重要的生态功能区和生态屏障。遵循“以黄河水利委员会公布的流域范围为基础,兼顾沿黄行政区划的完整性和社会经济发展与黄河的关联性”[32,33],最终确定本研究涉及的黄河流域范围主要包括9个省域的72个地级市(州、盟)和省直辖县级市济源市。

本文基于资源环境约束视角,将旅游生态效率测度指标分为投入、期望产出和非期望产出,测度的基本思想是以尽可能少的旅游要素投入获得旅游经济、生态环境效益最大化[9,11]。首先,遵循客观性与科学性原则,基于Web of Science和中国知网数据库,遴选出具有代表性和可比性强的指标,参考旅游绿色效率、旅游生态安全和碳排放等权威文献中投入产出指标,并结合黄河流域发展实际形成初步评价指标体系;然后,征求旅游学、生态学等领域专家意见,对拟确定的评价指标进行细筛与增减,最终构建出旅游生态效率评价指标体系(表1)。具体地:投入指标主要从劳动力、资本、旅游资源、旅游接待能力四方面选取,即:以酒店和餐饮类企业从业人数作为劳动力投入指标[9];选取旅游业固定资产投资表征资本投入,通过固定资产投资额乘以旅游收入占GDP比重进行换算[13,26,31];旅游资源质量与旅游地吸引力具有较强的关联性[34],借鉴汪德根等[35]的研究,选取世界遗产、国家级风景名胜区、5A和4A级旅游景区加权求和衡量旅游资源投入[18];选取星级酒店数表征旅游目的地接待能力。产出指标方面,期望产出从旅游收入和旅游规模两方面选取[4,13,18],采用能直接反映旅游业发展水平的旅游总收入(国内旅游收入和换算后的旅游外汇收入之和)和旅游总人次表征,非期望产出主要考虑旅游对环境的不良影响,以旅游业CO2排放量和旅游业PM2.5排放量衡量,折算方法同固定资产投资。

表1 黄河流域旅游生态效率测度指标

1.2 数据来源

受限于部分关键数据的可获得性,本文研究期为2008—2017年。投入指标和期望产出指标主要源于中国及各省域2009—2018年《中国城市统计年鉴》《中国城市建设统计年鉴》《统计年鉴》《发展年鉴》、73个市域国民经济与社会发展统计公报(2008—2017年)、各省市(州、盟)统计局官方网站、中经网统计数据库及文化和旅游部(厅)官方网站;PM2.5数据源于美国哥伦比亚大学社会经济数据与应用中心(https://sedac.ciesin.columbia.edu/),市域碳排放数据由中国碳核算数据库(CEAD)(https://www.ceads.net.cn/data/county/)中县域碳排放数据(截至2017年)加总得出;铁路站点数据来自相应年份电子交通地图POI数据,飞机起降架次数据源自中国民用航空局官方网站(http://www.caac.gov.cn/index.html),部分缺失数据采用线性插值法补充。

1.3 研究方法

1.3.1 Super-SBM模型 数据包络分析法(DEA)是一种基于径向和角度测度多个投入、产出要素之间相对效率的方法[36],但该方法忽视了投入与产出松弛变量问题;非径向和非角度的SBM模型有效解决了传统DEA模型中松弛变量问题,但在测算效率时难以进一步区分效率均为1的有效率决策单元(DMU)之间的差异;可处理非期望产出的非径向非角度的Super-SBM模型有效避免了多个DMU同为完全有效时无法对其进行有效评价和排序的现象,此外,该模型因无需设定特有函数形式,可有效避免不合理的情境设置造成的结果偏差,测度结果更符合实际[37,38]。因此,考虑到旅游活动过程中可能产生一系列非期望产出,本文构建黄河流域旅游生态效率模型如下:

式中:ρ为旅游生态效率值,m0为各研究单元投入要素,n0为决策单元数,x、yδ和yb分别为旅游生态效率的投入、期望产出和非期望产出变量,λ为73个市域的权重,s1和s2为松弛变量。

1.3.2 线性趋势分析 趋势分析可消除影响旅游生态效率变化趋势的异常因素,能较客观地刻画黄河流域旅游生态效率长时序演化趋势。公式如下[39]:

(2)

式中:l为线性拟合方程的斜率,Et为第t年的旅游生态效率,T为研究年限。

1.3.3 探索性时空数据分析(ESTDA) 本文利用ESTDA方法揭示黄河流域旅游生态效率的时空动态跃迁规律,实现静态LISA的动态呈现。该方法能刻画出黄河流域旅游生态效率在时空双尺度上的交互分析,弥补了以往探索性空间数据分析(ESDA)时间序列测度的不足[40],可实现局部空间依赖由“瞬间场景”向“交互动态场景”的连续表达。

1)LISA时间路径。局部空间自相关(LISA)时间路径将时间维度融入其中,通过可视化旅游生态效率及其空间滞后项的成对移动,从时空维度揭示旅游生态效率在区域内协同变化和动态性特征[41]。LISA时空路径几何特征主要包括相对长度、弯曲度和跃迁方向,分别表征旅游生态效率局部空间结构的动态性、波动性和整体性特征[42,43],公式如下:

(3)

式中:Ni、Di和θi分别为研究单元i的相对长度、路径弯曲度和移动方向,n为研究单元数量,T为年度间隔,d(Li,t,Li,t+1)为研究单元i从t年到t+1年的移动距离。Ni值越大,表明研究单元i的旅游生态效率局部空间结构愈具动态性,Ni>1说明研究单元i的移动距离超过了流域平均距离;Di值越大,研究单元i的动态路径越弯曲,说明旅游生态效率局部空间依赖过程更具动态性,反之,则更具稳定性,Di>1说明其动态轨迹比流域均值曲折。

2)LISA时空跃迁。LISA时空跃迁可进一步揭示局部空间中相邻单元之间的空间依赖性[36]。Rey等在LISA时间路径基础上提出局部马尔科夫转移矩阵和时空跃迁,并将时空跃迁划分为Ⅰ型、Ⅱ型、Ⅲ型、Ⅳ型(表2)[44,45]。其中,Ⅳ类型分为Ⅳ(1)(HHt→LLt+1、LLt→HHt+1)和Ⅳ(2)(LHt→HLt+1、HLt→LHt+1),前者表示自身与邻域跃迁方向一致,后者为二者跃迁方向相反。Rey采用区域系统中的时空流动系数(SF)与时空凝聚系数(SC)表征旅游生态效率空间格局路径依赖和锁定特征[44],公式为:

(4)

表2 旅游生态效率时空跃迁类型划分

式中:SSF、SSC分别为时空流动系数和时空凝聚系数,MⅠ、MⅡ、MⅢ、MⅣ(1)分别为Ⅰ、Ⅱ、Ⅲ、Ⅳ(1)类型的跃迁数。

1.3.4 地理探测器 地理探测器具有假设条件较少、共线性免疫、强烈解释因果关系等优点,包括因子探测、交互探测、风险探测和生态探测4个探测器[46,47],本文采用因子探测和交互探测两个模块探析黄河流域旅游生态效率的关键驱动因子及交互作用程度。公式如下:

(5)

2 黄河流域旅游生态效率时空动态特征

2.1 旅游生态效率时空格局

2.1.1 时间序列变化 本文采用箱线图和核密度估计方法探析黄河流域旅游生态效率时序变化和分布情况(图1)。由图1a可知,2008—2017年黄河流域旅游生态效率均值小于0.5,且呈现先缓慢下降后上升的趋势,说明流域内部旅游生态效率较低,且存在显著的空间异质性特征。由图1b可知,2008—2012年旅游生态效率趋向“双峰”形态发育,主峰峰值升高,且位于旅游生态效率较低区域,说明期间旅游生态效率低值区域不断增加;2012—2017年旅游生态效率“双峰”形态逐渐形成,低值区域主峰下降明显,但仍高于高值区域主峰,核密度曲线右尾延长度增加明显,说明自党的十八大将生态文明建设纳入“五位一体”总布局以来,黄河流域经济发展方式逐渐转变,国土空间开发格局得以优化,资源节约与自然生态系统保护成效明显,流域旅游生态效率提升效果显著。

图1 旅游生态效率箱线图与核密度曲线

2.1.2 空间格局变化 采用定值法对2008年、2012年和2017年黄河流域旅游生态效率进行空间可视化,并将研究区划分为高效率区[1,+∞)、较高效率区[0.75,1)、中等效率区[0.50,0.75)、较低效率区[0.25,0.50)和低效率区[0,0.25)。由图2可知:①2008年流域旅游生态效率高效率区有11个,主要集中在菏泽、忻州、阳泉、海东、临夏、黄南、果洛等市域,较高效率区仅有滨州,中等效率区包含6个,主要分布在山西的长治、运城,山东的济宁、聊城,河南的开封和宁夏的固原,较低效率区和低效率区分别有33和22个,占总体的75.34%,且在空间上呈连片分布,具有显著的空间依赖性。因此,要重视市域之间的空间溢出效应和联动效应,促进较低效率区和低效率区投入要素组合优化。②2012年高效率区缩减至山东的滨州、菏泽以及陕西的商洛和青海的黄南4个,未出现较高效率区域,中等效率区域主要分布在山东的淄博、济宁、泰安以及青海的果洛,而较低效率区和低效率区的范围扩张明显,由2008年的55个扩至2012年的65个,表明此阶段流域旅游生态效率总体下降明显,高效率区和较高效率区在空间上被较低和低效率区挤压明显,亟须发挥淄博、济宁等高效率区对邻近地区的引领与标杆效应。③2017年高效率区增加至淄博、泰安、呼和浩特、朔州、阳泉等14个,较高效率区增加至晋城和菏泽2个,且主要邻近高效率区分布,说明不同类型区之间具有显著的空间相关性;较低效率区和低效率区数量均呈收缩态势,分别由2012年的26个和39个缩减至2017年的21个和32个,说明流域旅游生态效率明显提升,空间分布呈中下游地区高值集聚、上游地区低值集中特征,这可能与流域内部不同地带地理环境、旅游资源开发强度、环境规制、生态补偿机制等因素密切相关。

注:审图号为GS(2020)4630,底图无修改,下同。

2.1.3 年际变化特征 采用线性趋势分析法测算旅游生态效率年际变化率,并利用分位法将研究区划分为轻度下降、基本不变、轻度提升和显著提升4种类型,通过空间可视化得到旅游生态效率的变化趋势(图2d)。由图2d可知,黄河流域旅游业生态效率出现轻度下降的市域大多分布在经济发展中容易被忽视的省际交界地带,下降趋势明显的前5位分布在宁夏的吴忠、青海的黄南、海东、玉树以及陕西的铜川;基本不变市域主要集中在陕西的渭南、西安、咸阳,甘肃的武威、天水、甘南以及河南的郑州、洛阳、三门峡等地;轻度提升市域主要分布在显著提升市域周边,包括内蒙古的阿拉善盟、包头和青海的海西以及河南的新乡、焦作和山东的潍坊、济宁、莱芜、济南等地,说明这些区域受相邻区域的空间溢出效应显著;显著提升市域集中分布在山西的吕梁、临汾、长治等地,山东、宁夏、甘肃、青海等地也有零星分布。

2.2 旅游生态效率空间关联、时间路径及时空跃迁变化特征

2.2.1 旅游生态效率全局关联变化特征 为进一步探讨黄河流域旅游生态效率的空间关联性和空间异质性,采用GeoDa软件计算得出其全局Moran′s I(表3)。由表3可知,2008—2017年流域旅游生态效率呈现出明显的正向空间自相关,且随时间推移Moran′s I整体呈波动增长态势,显著性日益增强。说明流域内各研究单元旅游生态效率会受相邻区域影响,总体上具有显著的集聚与关联特征,也进一步表明黄河流域旅游生态效率提升应注重旅游生态系统保护和治理的系统性、整体性和协同性。

表3 2008—2017年黄河流域旅游生态效率全局Moran′s I

2.2.2 旅游生态效率局域空间时间路径变化特征 利用ArcGIS 10.2软件对黄河流域旅游生态效率LISA时间路径的几何特征进行空间可视化(图3)。

图3 黄河流域旅游生态效率LISA时间路径几何特征的空间分布

1)研究期内黄河流域旅游生态效率的LISA时间路径相对长度(图3a)小于均值的市域数有49个,占比达67.12%,说明旅游生态效率局域格局具有较强的稳定性,时间路径大体呈现出东西高、中部低的“凹”形格局。其中,青海的玉树、果洛、黄南,山东的东营、菏泽,陕西的商洛以及甘肃的白银等市域相对长度大于1.898 1,说明局部空间结构具有强烈的动态性。内蒙古的巴彦淖尔、包头,甘肃的武威、天水、平凉,山东的青岛以及河南的洛阳、郑州等市域的时间路径移动则相对较短,长度均小于0.596 0,构成了相对稳定的旅游生态效率局部空间结构。

2)研究期内黄河流域旅游生态效率的LISA时间路径弯曲度(图3b)均值为7.368 4,低于均值的市域有57个,占总体的78.08%,说明黄河流域旅游生态效率的局部空间变化具有较稳定的空间依赖性。最大值出现在东营(115.56),说明东营旅游生态效率的局部空间依赖方向具有强变动性,其效率水平缺乏稳定上升的动力;弯曲度较大的市域为济宁、商洛、鄂尔多斯和乌海,而低弯曲度和较低弯曲度的市域占总数的93.15%。其中,最小值为临夏(1.118 7),说明这些区域在空间依赖方向上具有较弱波动性,而临夏在空间依赖方向上具有最大的稳定性,即流域整体具有较强的空间锁定效应。

3)通过对2008—2017年黄河流域73个市域Moran′s I散点图位置的变化计算各个市域LISA坐标点的移动方向(图3c)。若移动方向在[0°,90°)和[180°,270°),则说明该市域与相邻区域的旅游生态效率分别呈现出正向(赢—赢型)或负向(输—输型)增长趋势;若移动方向在[90°,180°)和[270°,360°],则说明该市域与相邻区域呈现出反向(输—赢型和赢—输型)增长趋势。黄河流域旅游生态效率协同增长的区域有43个,占整体的58.90%,主要分布在黄河流域中下游地区。其中,正协同增长市域有25个,负协同增长市域有18个,在空间上呈倒“U”形格局,说明相邻市域之间呈现出一定的空间整合性,且正向协同整合性强于负向协同整合性。反向增长的市域有30个,主要分布在中上游地区,占研究区域的41.10%,输—赢型和赢—输型市域分别有16个和14个,说明旅游生态效率局部结构协作态势强于竞争态势。

2.2.3 旅游生态效率局域空间时空跃迁变化特征 由表4可知,2008—2012年、2012—2017年和2008—2017年3个时段I型跃迁市域占比分别为80.14%、74.66%和78.69%,说明黄河流域旅游生态效率具有显著的路径依赖,短期内难以扭转旅游生态效率的联动效应;Ⅱ和Ⅲ型时空跃迁的市域占20%左右,表明黄河流域旅游生态效率局部时空关联类别存在转移的可能性;Ⅳ型市域在3个时段内的跃迁类型占比分别为1.71%、0.68%和1.07%,其中,HHt→LLt+1、LLt→HHt+1、LHt→HLt+1和HLt→LHt+1跃迁概率均小于5%,说明流域内旅游生态效率自身和邻域同向和反向发生跃迁的概率较小。此外,2008—2017年黄河流域旅游生态效率时空流动系数(SF)和时空凝聚系数(SC)分别为0.202 4和0.793 0,进一步验证了流域旅游生态效率具有较强的转移惰性,且随着时间推移,2008—2012年和2012—2017年两时段的时空凝聚有减弱之势。

表4 Local Moran′s I的时空跃迁矩阵

3 旅游生态效率驱动因素

旅游生态效率是旅游生态系统自组织有效运行的重要表征,考量其驱动因素及主控因子对流域旅游生态环境保护和高质量发展具有重要意义。本文遵循代表性、科学性与系统性原则,并借鉴文献[3,4,48-54],采用地理探测器模型剖析以下8个因素对旅游生态效率影响的异质效应及作用机理。①经济发展水平(x1)。经济发展水平通过优化旅游业发展的社会经济环境,进而对旅游业投入和产出产生重要影响,采用GDP衡量[3,48]。②产业结构高级化(x2)。一方面,要素从低效率部门向高效率部门流动所带来的“结构红利”,有利于维持旅游经济的持续增长[49];另一方面,产业结构升级提升了相关旅游产品使用知识和技术的能力,提高了旅游产品附加值,进而影响旅游生态效率[4]。③综合交通可达性(x3)。交通作为旅游在目的地和客源地之间流动的媒介,是旅游要素空间流动的重要载体[50],交通便利程度有助于要素布局优化,进而实现绿色集约发展[51],采用综合交通可达性表征(1)综合交通可达性采用熵值加权求和法计算,指标包括公路网络密度(公路运营里程/行政区划面积)、铁路节点密度(铁路站点数/行政区划面积,含有高铁通行的普通线路)、高铁站点数、航空运载能力(飞机起降架次/旅游接待人次)和是否拥有民用航空机场(拥有赋值为1,无则赋值为0)。。④城镇化水平(x4)。城镇化水平通过人口集聚和城市规模扩张影响旅游业发展,进而实现资源、环境和经济协调发展,本文采用城镇人口或非农人口占城市总人口(一般指常住人口)比重衡量[52]。⑤技术创新(x5)。一方面,技术创新可以通过技术攻关减少对人为因素的依赖、降低旅游产业的环境影响;另一方面,技术创新能通过技术外溢到旅游产业的其他链条,提升旅游生产的综合能力,采用年末专利授权量衡量[53]。⑥人力资源(x6)。旅游产业是劳动密集型产业部门,旅游业高级化、专业化人才对旅游业发展效率提升产生直接影响,采用普通高等学校在校学生数表征[54]。⑦绿化程度(x7)。绿化程度能在一定程度上映射出区域环保理念的差异,表现出区域的“宜居、宜游、宜业”环境,采用建成区绿化覆盖率衡量。⑧环境规制(x8)。严格的环境政策可能会达到保护环境和旅游产业可持续发展的目的,环境规制对旅游业可持续发展的支持为旅游绿色经济发展创造了条件,进一步扩大了国内外旅游市场的参与及资源环境保护意识,有助于提升区域整体旅游生态效率,抑制非期望产出,反映了政府环境政策的规范和调节作用,采用财政支出占GDP比重表征[54]。

3.1 因子探测

采用因子探测探究单因子对黄河流域旅游生态效率空间分异的驱动力(q值)。由表5可知,2008年主导驱动因子前三名依次为环境规制(x8)、城镇化水平(x4)、绿化程度(x7),2012年依次为产业结构高级化(x2)、综合交通可达性(x3)、城镇化水平(x4),2017年依次为产业结构高级化(x2)、经济发展水平(x1)、城镇化水平(x4)。可以看出,黄河流域旅游生态效率驱动因子的贡献程度随时间变化而呈现出差异特征,城镇化水平是影响黄河流域旅游生态效率的长期主导因子。研究期初,环境规制、城镇化水平、绿化程度是旅游生态效率的主要驱动因子;随着时间推移,产业结构高级化、经济发展水平、城镇化水平逐渐成为黄河流域旅游生态效率的主要驱动因子,说明在“两山理论”和生态文明建设国家发展战略导向下,产业结构高级化、经济发展动能置换和城镇化对黄河流域旅游生态效率的正向驱动效应愈加明显。

3.2 交互探测

由交互探测结果(图4)可知,因子间交互作用存在双因子增强和非线性增强两种类型,双因子交互作用驱动力均强于单个因子,且呈现较显著的非线性增强特征,这说明黄河流域旅游生态效率并非受某单一因素影响。具体看:①2008年城镇化水平(x4)与环境规制(x8)、产业结构高级化(x2)与城镇化水平(x4)、产业结构高级化(x2)与绿化程度(x7)交互作用后的解释力较强,分别为0.649 4、0.619 1和0.614 2,技术创新(x5)与人力资源(x6)交互作用后解释力最小,仅为0.046 4,这说明城镇化水平、产业结构高级化与其他驱动因子共同作用显著增强了对旅游生态效率空间分异的解释力,产业结构高级化可通过提升资源使用效率减少CO2等非期望产出[55],进而达到提升旅游生态效率的目的,这与已有研究结果“第三产业占GDP比重与碳排放强度呈负相关”[56,57]相一致。而技术创新与人力资源的共同作用没有显著增强对旅游生态效率的解释力,可能与二者对旅游生态效率影响存在时滞效应有关,但不能因二者在旅游生态效率研究中解释力较低而忽视其影响。②2012年产业结构高级化(x2)与城镇化水平(x4)、产业结构高级化(x2)与环境规制(x8)交互作用解释力分别为0.609 9和0.596 4,说明产业结构高级化所带来的经济增长方式、能源结构改善、技术水平提高以及政府环境规制促使其与城镇化水平交互作用后解释力最强(0.609 9),表明产业结构高级化所带来的“结构红利”与城镇化水平之间的相互作用成为影响旅游生态效率演变中最具活力的因素。值得注意的是,技术创新(x5)与人力资源(x6)交互作用后的解释力由2008年的0.046 4增至2012年的0.228 3,说明二者交互作用对旅游生态效率的影响力开始显现。③2017年产业结构高级化(x2)与环境规制(x8)、经济发展水平(x1)与环境规制(x8)的交互作用对旅游生态效率的解释力相对较强,分别为0.483 2和0.469 3,说明环境规制力度增强能驱动产业结构升级,使生产更加绿色化,减少单位资源消耗和环境污染,实现生态环境和旅游经济增长的协同发展。

注:虚线框表示双因子增强,其余均为非线性增强。

综上可知,黄河流域旅游生态效率时空格局特征是诸多因素(内外部驱动力)综合交互驱动的结果(图5)。其中,产业结构高级化、人力资源、技术创新、综合交通可达性是流域旅游生态效率变化的内驱力,经济发展水平、城镇化水平、绿化程度、环境规制则为外部刺激源,即:产业结构高级化通过增长模式优化、新旧动能转换、服务效能提升对流域旅游生态效率发挥关联效应;人力资源通过融智聚智、人才兴“黄”路径对旅游生态效率产生知识溢出效应;技术创新通过科技赋能、节能减排、双减双控路径对旅游生态效率提升发挥创新驱动效应;综合交通通过空间载体、要素流动配置及旅游生态网络构型发挥传导效应;经济发展奠定了旅游业集约发展的宏观环境基础,通过环保资金投入、消费模式优化、环保设施完善路径对旅游生态效率提升发挥支撑效应;城镇化是流域旅游生态效率长期主导因素,通过规模经济、环境治理效率提升、公共服务均等化、“三生”空间功能优化、城乡融合高质量发展路径对旅游生态效率发挥乘数与反哺效应;绿色发展以“两山”理论为价值导向,对黄河流域旅游生态产品服务价值实现发挥环境约束与效能释放双重效应;环境规制为流域旅游生态效率提升提供环境构架支撑,通过政策引领、环境税制、环保法规完善对旅游生态效率发挥引导与调控效应。

图5 黄河流域旅游生态效率时空格局变化驱动机理

4 结论与讨论

4.1 结论

本文选取2008—2017年黄河流域73个市域面板数据,综合运用Super-SBM模型、ESTDA方法和地理探测器模型分析黄河流域旅游生态效率的时空动态特征及其空间分异的主控因素。研究发现:①研究期间黄河流域旅游生态效率均值经历了缓慢下降后上升的“U”形过程,流域内地区差异呈现出先缩小后扩大的趋势特征;旅游生态效率呈向“双峰”形态发育的特征,存在两极分化现象,且随时间推移流域旅游生态效率提升效果明显。②旅游生态效率表现为低效率占主体,高效率区域不断扩充,且有向中下游集聚趋势;轻度下降、基本不变市域与轻度提升、显著提升市域数量相当;流域旅游生态效率局域空间结构具有较强稳定性,呈东西高、中部低的“凹”形格局;弯曲度均大于1,局部空间变化具有较稳定的空间依赖性,且由低至高的4种弯曲度类型在数量上呈现出漏斗形结构;协同增长和反向增长区域分别占58.9%和41.1%,区域间存在一定空间整合性,且局部结构协作强于竞争;流域旅游生态效率具有明显路径依赖特征,且短期内难以扭转旅游生态效率空间相互作用关系惯性。③旅游生态效率的影响因素主要是经济社会因素,主导影响因素随时间推移而不断变化,但城镇化水平是其空间分异的长期主导因素;交互探测结果显示,双因子交互作用均高于单因子解释力,主要呈现非线性增强类型,产业结构高级化与城镇化水平、环境规制等因子的交互作用对流域旅游生态效率的影响较大,综合交通可达性与其他因素之间交互作用的解释力亦不容小觑,技术创新和人力资源交互作用影响存在时滞效应,且二者交互解释力随时间演进而不断强化。

4.2 讨论与展望

黄河流域是我国典型的生态系统脆弱区和旅游资源富集区,生态保护和旅游资源开发二元矛盾并存,对其旅游生态效率时空格局特征及驱动机制进行系统研究是黄河流域生态保护和高质量发展的生动实践,对纾解流域旺盛的旅游需求与生态资源供给相对不足的矛盾、提高流域旅游生态系统韧性、筑牢国家生态安全屏障具有重要战略价值。区别于以往采用探索性空间分析方法探究流域旅游生态效率空间特征,本文采用的探索性时空分析法有效结合了个体时间和空间属性,突破了以往旅游生态效率研究割裂时间和空间的窠臼,刻画出的旅游生态效率时空动态变化情况更符合区域旅游发展实际。此外,本文将空间尺度缩小至市域尺度,并从时空二维动态变化视角揭示出黄河流域市域旅游生态效率转移概率,对于区域制定更具针对性的对策大有裨益。例如:程慧等[58]基于黄河流域沿线省域尺度研究发现,旅游业产业结构、旅游业技术水平和政府规制力度对黄河流域旅游生态效率影响的空间异质性显著,而本文基于黄河流域市域尺度研究发现“城镇化水平是影响黄河流域旅游生态效率时空分异的长期主导因子”,这是相比以往基于宏观尺度研究新的发现。

政策建议方面:①研究期内黄河流域旅游生态效率存在显著的空间相互作用关系,且旅游生态效率局部结构协作态势强于竞争,因此,流域内各市域之间应建立长效合作机制,消除限制区域间资本、技术、设施等要素流动的壁垒与体制机制,强化塑造流域生态环境要素与旅游要素协同发展的“赢—赢”型立体网络化旅游生态系统格局。②城镇化水平是黄河流域旅游生态效率空间分异的长期主导因素,城镇化、产业结构高级化与环境规制交互作用成为影响旅游生态效率提升的主控交互因子。因此,未来应致力于释放城镇化反哺旅游业高质量发展的乘数效应,发挥政策决策部门在转变旅游发展方式、强化流域旅游生态环境管理和监测的引导调控作用,推动产业结构升级,促进旅游生态系统健康发展。③黄河流域旅游生态效率存在明显的路径依赖特征,且短期内难以扭转旅游生态效率空间相互作用关系惯性,这意味着黄河流域旅游生态产品价值转化与旅游生态系统整体功能性提升是一项长期且易受外界因素扰动的系统工程,后期仍需加强旅游生态绩效动态追踪监测,探索旅游资源高效低耗利用与对生态环境损害最小化的旅游发展模式,构建流域旅游产业和生态环境系统动态协调发展的制衡策略。

本文仍存在不足之处:①囿于旅游统计数据的局限性,部分数据选用剥离后的数据进行效率测算,研究结果在一定程度上客观反映了黄河流域旅游生态相对效率情况,如若逐渐完善旅游数据或拓展直接指标的来源,可使研究结果更精细化。②受限于部分数据获取限制,本文选取2008—2017年市域尺度数据进行分析,缺少更长时间尺度和空间尺度的纵横对比研究,未来应尝试更长时序的数据追踪,并将空间尺度向县域下沉,同时,关注尺度转换下的尺度关联、传递效应。③囿于篇幅,本研究未揭示流域旅游生态效率是否存在门槛效应和溢出效应,有待进一步探究。