區(qū)域分割與近鄰融合：我國(guó)城市旅游經(jīng)濟(jì)發(fā)展中的空間特性分析

張 博， 顧方哲， 李 爽， 蔣 婷

(1.中國(guó)社會(huì)科學(xué)院 財(cái)經(jīng)戰(zhàn)略研究院，北京 100028；2.濟(jì)南大學(xué) 商學(xué)院，濟(jì)南 250002；3.濟(jì)南大學(xué) 歷史與文化產(chǎn)業(yè)學(xué)院，濟(jì)南 250022)

區(qū)域分割與近鄰融合：我國(guó)城市旅游經(jīng)濟(jì)發(fā)展中的空間特性分析

張 博1,2， 顧方哲3， 李 爽2， 蔣 婷2

(1.中國(guó)社會(huì)科學(xué)院 財(cái)經(jīng)戰(zhàn)略研究院，北京 100028；2.濟(jì)南大學(xué) 商學(xué)院，濟(jì)南 250002；3.濟(jì)南大學(xué) 歷史與文化產(chǎn)業(yè)學(xué)院，濟(jì)南 250022)

以GIS平臺(tái)的ESDA技術(shù)，對(duì)我國(guó)2005—2013年間337個(gè)地級(jí)以上城市的距離閾值與旅游收入面板數(shù)據(jù)進(jìn)行分析。結(jié)果顯示：我國(guó)城市旅游經(jīng)濟(jì)發(fā)展存在空間相關(guān)效應(yīng)，隨距離及時(shí)間變化差異顯著。大閾值尺度下，東、西部區(qū)域分割現(xiàn)象明顯；小閾值下，大城市與近鄰城市間融合性發(fā)展趨勢(shì)明顯。半變異函數(shù)表面值顯示，旅游經(jīng)濟(jì)的核心差異線以“江浙滬—成渝以西”走向?yàn)榇恚械筒町惥€以“北、上、廣”三線走向?yàn)榇怼?/p>

旅游經(jīng)濟(jì)； ESDA； 反距離權(quán)重法； 空間相關(guān)

一、問(wèn)題提出及文獻(xiàn)綜述

近年來(lái)，我國(guó)旅游業(yè)發(fā)展迅速。國(guó)家旅游局?jǐn)?shù)據(jù)顯示，我國(guó)旅游總收入從1993年的864億元增長(zhǎng)到2015年的4.2萬(wàn)億元，年均增長(zhǎng)率約18%。但是地區(qū)間的旅游經(jīng)濟(jì)發(fā)展并不均衡，甚至差異懸殊。對(duì)此，如何考察其空間表現(xiàn)？地方政府如何利用這種由地理因素主導(dǎo)的經(jīng)濟(jì)發(fā)展動(dòng)力來(lái)發(fā)展本地旅游產(chǎn)業(yè)？本文從空間計(jì)量的角度對(duì)我國(guó)旅游經(jīng)濟(jì)發(fā)展過(guò)程中的空間區(qū)位特性予以考察，揭示空間效應(yīng)在現(xiàn)實(shí)中的表現(xiàn)、規(guī)模以及成因，進(jìn)而對(duì)地方政府的施政策略及方向提供參考。

從已有研究來(lái)看，空間計(jì)量技術(shù)應(yīng)用于旅游學(xué)領(lǐng)域，在2000年后才逐漸豐富。Lau等人以GIS技術(shù)對(duì)旅游地內(nèi)游客移動(dòng)方式進(jìn)行了分析，并從個(gè)體屬性、出游動(dòng)機(jī)、時(shí)間因素三個(gè)方面研究了影響游客個(gè)體移動(dòng)的因素[1]，是較早在旅游領(lǐng)域?qū)τ慰蛡€(gè)體應(yīng)用此項(xiàng)技術(shù)的研究。Tao Hong等人則對(duì)旅游目的地間旅游流的網(wǎng)絡(luò)連接問(wèn)題進(jìn)行了研究，指出旅游流影響因素，并根據(jù)市場(chǎng)特點(diǎn)建立旅游流網(wǎng)絡(luò)[2]，將游客個(gè)體的旅游行為從更為宏觀的空間流動(dòng)現(xiàn)象角度探討了對(duì)旅游地的影響。Yang等人則進(jìn)一步應(yīng)用空間計(jì)量技術(shù)對(duì)旅游經(jīng)濟(jì)的空間效應(yīng)問(wèn)題、游客的時(shí)空行為進(jìn)行了研究，指出旅游業(yè)對(duì)區(qū)域經(jīng)濟(jì)發(fā)展具有空間集聚效應(yīng)[3]。國(guó)內(nèi)研究中，吳玉鳴針對(duì)我國(guó)旅游經(jīng)濟(jì)增長(zhǎng)過(guò)程中的空間效應(yīng)進(jìn)行了檢驗(yàn)，結(jié)果顯示省域?qū)用娴穆糜谓?jīng)濟(jì)增長(zhǎng)呈現(xiàn)空間依賴(lài)性[4]。陳剛強(qiáng)[5]、汪德根和陳田[6]以泰爾指數(shù)分析了國(guó)內(nèi)地市層面旅游經(jīng)濟(jì)的時(shí)空變化，指出入境旅游經(jīng)濟(jì)要明顯高于國(guó)內(nèi)旅游經(jīng)濟(jì)的空間差異。

綜合來(lái)看，現(xiàn)有旅游領(lǐng)域內(nèi)的相關(guān)研究在研究尺度、研究方法、空間關(guān)系建模以及結(jié)果解釋方面有待進(jìn)一步深化。其中，就研究尺度而言，已有研究多集中在全國(guó)或省域尺度[7]，缺乏針對(duì)微觀經(jīng)濟(jì)單元的分析，從而可能會(huì)形成對(duì)我國(guó)旅游經(jīng)濟(jì)發(fā)展非均衡特征認(rèn)識(shí)上的偏誤[8]；就研究方法而言，多以時(shí)間序列、面板模型和數(shù)理統(tǒng)計(jì)等方法進(jìn)行分析[9]，地理空間效應(yīng)問(wèn)題往往被忽視，缺乏解釋力和展示度；就空間關(guān)系構(gòu)建而言，多采用二元鄰接或門(mén)檻距離矩陣的方式，雖然反映了地理空間上的一種臨近概念，但不完全符合旅游空間經(jīng)濟(jì)實(shí)際，基于距離衰減函數(shù)構(gòu)建的空間權(quán)重矩陣更符合區(qū)域旅游發(fā)展實(shí)際。同時(shí)，已有研究中缺少對(duì)于空間關(guān)系方向性的探討，不利于把握現(xiàn)實(shí)層面旅游經(jīng)濟(jì)非均衡發(fā)展過(guò)程中的主要矛盾，難以突出施政重點(diǎn)；就對(duì)結(jié)果的解釋方面而言，現(xiàn)有結(jié)論往往將一些城市如北京、上海、廣州等在空間上不顯著的原因簡(jiǎn)單歸結(jié)為經(jīng)濟(jì)基數(shù)較大[10]，缺少?gòu)牟煌叨?時(shí)間推移、距離閾值變化)條件下的進(jìn)一步分析。

鑒于此，本文以反距離權(quán)重法(Inverse Distance Weighted，IDW)構(gòu)建空間權(quán)重矩陣，基于2005—2015年間各地旅游收入數(shù)據(jù)，以GIS平臺(tái)的ESDA(Exploratory Spatial Data Analysis)技術(shù)考察莫蘭指數(shù)M(I)、標(biāo)準(zhǔn)化統(tǒng)計(jì)量Z(I)等指標(biāo)，結(jié)合Getis-Ord Gi*分析圖來(lái)判別局部城市群集聚情況，從而揭示不同距離閾值、不同時(shí)間條件下的旅游經(jīng)濟(jì)空間區(qū)位特性，時(shí)空分異格局，成因以及在現(xiàn)實(shí)中的表現(xiàn)。同時(shí)，配合半變異函數(shù)表面插值，識(shí)別空間關(guān)系在地理方向上的變化，描述空間結(jié)構(gòu)中的重點(diǎn)差異區(qū)域。最后，基于研究結(jié)論提出相應(yīng)的對(duì)策和建議。

二、數(shù)據(jù)來(lái)源與研究方法

(一)數(shù)據(jù)來(lái)源及處理

本文的研究樣本為中國(guó)大陸337個(gè)地級(jí)以上城市(區(qū)域)。鑒于統(tǒng)計(jì)數(shù)據(jù)的可得性以及避開(kāi)2003年“非典”、2008年金融危機(jī)的影響，本文的時(shí)間跨度選取2005、2007、2010、2013、2015五個(gè)年份。數(shù)據(jù)來(lái)源包括中國(guó)旅游統(tǒng)計(jì)年鑒(副本)、中國(guó)統(tǒng)計(jì)年鑒、中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒、中國(guó)城市統(tǒng)計(jì)年鑒、中國(guó)經(jīng)濟(jì)數(shù)據(jù)庫(kù)以及各地年度國(guó)民經(jīng)濟(jì)與社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)等，所用軟件以Geoda和Arcgis為主。

(二)研究方法

GIS平臺(tái)的ESDA技術(shù)是被學(xué)界廣泛認(rèn)可的較為理想的數(shù)據(jù)驅(qū)動(dòng)分析方法，被廣泛應(yīng)用于區(qū)域差異研究中。其評(píng)價(jià)指標(biāo)包括衡量空間相關(guān)性的莫蘭指數(shù)、空間差異標(biāo)準(zhǔn)化統(tǒng)計(jì)量、局部聚類(lèi)統(tǒng)計(jì)指數(shù)Getis-Ord Gi*等，計(jì)算公式如式(1)～(3)所示。對(duì)于空間權(quán)重矩陣，本文選用反距離權(quán)重法，計(jì)算公式如(4)所示。對(duì)于空間關(guān)系在地理方向上的變化，本文以ESDA提供的半變異函數(shù)表面插值圖予以衡量，計(jì)算公式如(5)所示。

(1)

Z(I)=[I-E(I)]/S(I)，

(2)

(3)

(4)

(5)

標(biāo)準(zhǔn)化統(tǒng)計(jì)量Z(I)用來(lái)判斷M(I)的顯著性水平，E(I)、SD(I)分別為期望值和標(biāo)準(zhǔn)差。當(dāng)|Z(I)|>1.65，P<0.10時(shí)，顯著性水平為90%；當(dāng)|Z(I)|>1.96，P<0.05時(shí)，顯著性水平為95%；當(dāng)|Z(I)|>2.58，P<0.01時(shí)，顯著性水平為99%，Z(I)及其所對(duì)應(yīng)的P值(概率)結(jié)果解釋如表1所示。局部聚類(lèi)統(tǒng)計(jì)指數(shù)Getis-Ord Gi*用來(lái)描述局部高、低值的聚類(lèi)特征，表達(dá)式如式(3)所示。其中，xj是要素j的屬性值，ωij是要素i、j間的空間權(quán)重，n為要素總數(shù)。IDW用于構(gòu)建空間權(quán)重矩陣，該方法將距離研究對(duì)象近的樣本點(diǎn)賦以較高的權(quán)重值，距離遠(yuǎn)的賦以較低權(quán)重，從而更接近現(xiàn)實(shí)地刻畫(huà)城市間的空間距離關(guān)系，表達(dá)如式(4)所示。其中，Zi是第i(i=1,2,…,n)個(gè)樣本值，Di為距離，p為距離的冪次。半變異函數(shù)用來(lái)描述數(shù)據(jù)點(diǎn)的變異性與點(diǎn)對(duì)間距的關(guān)系，通過(guò)ESDA中的半變異函數(shù)表面值圖示，可以直觀地揭示地區(qū)間空間效應(yīng)的方向性特征，函數(shù)表達(dá)如式(5)所示，N(h)是分割距離為h的樣本量。

表1 Z(I)、P值及結(jié)果解釋

注：H0代表要素的空間分布呈現(xiàn)完全空間隨機(jī)性。

三、結(jié)果及分析

(一)結(jié)果統(tǒng)計(jì)

我國(guó)337個(gè)地級(jí)市(區(qū)域)M(I)、Z(I)及顯著性統(tǒng)計(jì)數(shù)據(jù)見(jiàn)表2，統(tǒng)計(jì)圖見(jiàn)圖1、圖2。局部聚類(lèi)統(tǒng)計(jì)指數(shù)Getis-Ord Gi*示意圖、半變異函數(shù)表面示意圖從略。

表2 337個(gè)地級(jí)市(區(qū)域)M(I)、Z(I)及顯著性統(tǒng)計(jì)

注：*為95%置信度水平，**為99%置信度水平；()中數(shù)值為對(duì)應(yīng)Z(I)值；“-”表示不顯著；兩市間最小距離為35km，不產(chǎn)生“孤島”城市的最小距離為493km，全部要素都相鄰的距離為6155km；60km以下，各年度M(I)置信度水平均小于90%。

圖1 337個(gè)地級(jí)市(區(qū)域)M(I)值統(tǒng)計(jì)

圖2 337個(gè)地級(jí)市(區(qū)域)Z(I)值統(tǒng)計(jì)

(二)結(jié)果分析

1.總體來(lái)看，M(I)、Z(I)值均為正數(shù)且具有統(tǒng)計(jì)學(xué)意義，表明我國(guó)城市旅游經(jīng)濟(jì)發(fā)展存在空間效應(yīng)，高、低值聚類(lèi)趨勢(shì)顯著，總體呈現(xiàn)出高值集聚效應(yīng)大于低值集聚效應(yīng)的情形。

同一年數(shù)據(jù)來(lái)看，隨閾值距離增加，M(I)呈遞減趨勢(shì)，Z(I)呈遞增趨勢(shì)。反映城市間的空間相關(guān)程度隨著閾值距離的增加而逐漸減弱，但同屬性聚類(lèi)現(xiàn)象(高—高、低—低集聚)愈加明顯。

同一距離閾值水平條件下，隨時(shí)間推移，M(I)呈遞增趨勢(shì)，Z(I)呈遞增趨勢(shì)。反映城市間的空間相關(guān)程度和同屬性聚類(lèi)現(xiàn)象(高—高、低—低集聚)隨時(shí)間的推移在逐漸增強(qiáng)并更加顯著。

數(shù)據(jù)顯示，在距離閾值K=88km和K=129km時(shí)M(I)出現(xiàn)兩個(gè)明顯峰值(見(jiàn)圖1)，主要是由北京、上海、廣州三個(gè)特大型城市對(duì)近鄰城市群的空間相關(guān)效應(yīng)影響所導(dǎo)致。M(I)表現(xiàn)出較高數(shù)值，且隨時(shí)間推移呈現(xiàn)正向增加的趨勢(shì)，隨閾值的增加呈現(xiàn)減弱趨勢(shì)。Z(I)值始終在低值區(qū)間徘徊(1.0～2.0)，并未顯示出特別的規(guī)律性。

這一區(qū)段的高值集聚主要集中在長(zhǎng)三角和珠三角中近距離小城市之間，其中長(zhǎng)三角地區(qū)主要為蘇州、無(wú)錫、常州、鎮(zhèn)江，珠三角地區(qū)主要為東莞、佛山。低值集聚主要表現(xiàn)為石嘴山(寧夏)和烏海(內(nèi)蒙古)。

2.分區(qū)段來(lái)看，在60～87km閾值區(qū)段內(nèi)，由M(I)值的表現(xiàn)反映出短距離小型城市間的空間相關(guān)程度隨著時(shí)間的推移而增強(qiáng)，隨著閾值的增加在減弱。由Z(I)值的表現(xiàn)反映這一區(qū)段內(nèi)城市間的空間效應(yīng)顯著性程度相對(duì)較低。產(chǎn)生這種現(xiàn)象的原因主要是由低閾值范圍所造成，小型且相鄰的城市數(shù)量較少(相鄰城市數(shù)量占總城市數(shù)量的比重約為14%～43%)，空間分布較為分散，也是這一區(qū)段中80～85km閾值范圍下空間效應(yīng)不顯著的主要原因。

3.在88～128km閾值水平下，由于上海、廣州先后顯現(xiàn)出高值，M(I)、Z(I)值較上一區(qū)段呈現(xiàn)跳躍式增加，整體空間相關(guān)程度和集聚趨勢(shì)均明顯加強(qiáng)。就同一閾值水平來(lái)看，隨時(shí)間的推移，M(I)、Z(I)值呈增加趨勢(shì)。就同一年數(shù)據(jù)來(lái)看，M(I)、Z(I)隨閾值距離增加而降低。

這一區(qū)段的高值集聚主要集中在長(zhǎng)三角、珠三角以及河北的廊坊—唐山一帶。其中，長(zhǎng)三角地區(qū)主要為上海及周邊城市，包括蘇州、無(wú)錫、常州、舟山、南通、嘉興、湖州、鎮(zhèn)江、溫州、紹興、金華；珠三角地區(qū)主要為廣州及周邊城市，包括東莞、中山、佛山、惠州。特別地，在88～109km區(qū)段內(nèi)，上海顯示為高值，廣州的空間效應(yīng)并不顯著；在109～128km區(qū)段內(nèi)，上海和廣州都顯示出顯著的高值。河北的廊坊和唐山在整個(gè)區(qū)段內(nèi)一直表現(xiàn)為較為穩(wěn)定的高值。

這一區(qū)段的低值集聚主要集中在甘肅的蘭州、武威，寧夏的銀川、中衛(wèi)一帶。其他不太穩(wěn)定的地區(qū)包括黑龍江的佳木斯、雞西，貴州的安順、六盤(pán)水，安徽的合肥、蚌埠、亳州。

M(I)、Z(I)值的跳躍式增加，反映出上海、廣州等大型城市在整個(gè)旅游經(jīng)濟(jì)的空間效應(yīng)表現(xiàn)中具有重要作用。同一閾值水平下，M(I)、Z(I)值在正值范圍內(nèi)逐漸增加，反映了整體城市間的高、低值集聚所顯現(xiàn)的空間相關(guān)程度，在高值集聚影響力大的前提下，呈現(xiàn)逐漸增強(qiáng)的變化過(guò)程。同一年數(shù)據(jù)中，M(I)、Z(I)隨閾值距離的增加而降低，反映出地級(jí)市間的空間相關(guān)程度整體上隨著距離的增加而減弱，但顯著性水平在增加，地區(qū)間高、低值集聚的現(xiàn)象在同步弱化。產(chǎn)生這種現(xiàn)象的原因主要是閾值的增加導(dǎo)致了在這一閾值區(qū)段下能夠與上海、廣州大型城市形成空間效應(yīng)的城市增加較少，即上海、廣州的輻射范圍有限。低值集聚城市在寧夏、甘肅一帶有所增加，導(dǎo)致M(I)值的整體降低。距離閾值的擴(kuò)大增加了有效樣本數(shù)量，相鄰城市數(shù)量占總城市數(shù)量的比重已從43%上升至79%，樣本已涵蓋我國(guó)東南沿海和中部的大部分城市，也增加了不顯著城市的數(shù)量，由130個(gè)上升至229個(gè)，導(dǎo)致了Z(I)值的下降。

4.閾值范圍大于129km以后，同一閾值水平下，M(I)、Z(I)隨年份的推移呈上升趨勢(shì)。就同一年份數(shù)據(jù)來(lái)看，M(I)隨閾值的增加呈下降趨勢(shì)，Z(I)呈上升趨勢(shì)。特別地，在129km處，由于北京顯現(xiàn)高值，M(I)、Z(I)呈跳躍式增長(zhǎng)，后隨閾值增長(zhǎng)M(I)逐漸下降，Z(I)逐漸上升。

在這一區(qū)段內(nèi)，高值城市主要集中于東部的京津冀、長(zhǎng)三角區(qū)域，但隨著閾值距離的增加，主要城市如北京、上海的表現(xiàn)并不相同。進(jìn)一步分析表明，129～241km區(qū)段內(nèi)，上海并未顯示出高值，北京顯示為高值。241～281km區(qū)段內(nèi)，北京、上海均顯示高值。281km以后，北京不再顯著，上海顯示為高值。在此之后，高值空間集聚以長(zhǎng)三角為主表現(xiàn)區(qū)域，隨著閾值的增加向內(nèi)陸及周邊擴(kuò)散，直至整個(gè)東部區(qū)域。低值城市主要集中于西部的青海、寧夏、內(nèi)蒙古東部、新疆西部、西藏東部等區(qū)域。另外，云南、廣西、四川的部分城市在某些閾值水平下也表現(xiàn)出低值集聚的現(xiàn)象。

這一區(qū)段內(nèi)，129km處M(I)、Z(I)的跳躍式增加主要是由于北京表現(xiàn)出了高值，帶動(dòng)了M(I)、Z(I)的大幅上升，同樣表明了大型城市對(duì)空間效應(yīng)的重要影響。同一閾值水平下，M(I)值隨時(shí)間推移而正向增加，反映出近年來(lái)我國(guó)城市旅游經(jīng)濟(jì)發(fā)展呈現(xiàn)高值集聚效應(yīng)大于低值集聚效應(yīng)的趨勢(shì)，但這種趨勢(shì)隨著閾值距離的增加而逐漸弱化。Z(I)的總體增加則反映出空間效應(yīng)顯著性程度在增強(qiáng)。

5.地級(jí)市空間正向集聚效應(yīng)隨時(shí)間推移，閾值范圍呈現(xiàn)擴(kuò)大趨勢(shì)。以M(I)=0.1為空間集聚效應(yīng)標(biāo)準(zhǔn)衡量，在2005年距離閾值為594km，2007年為770km，2010年為1550km，2013年達(dá)到2350km，2015年達(dá)到2680km。反映我國(guó)地級(jí)市旅游經(jīng)濟(jì)發(fā)展過(guò)程中，高值集聚效應(yīng)高于低值集聚效應(yīng)的狀態(tài)，在距離閾值方面呈現(xiàn)逐年擴(kuò)散的趨勢(shì)，也反映出我國(guó)高值集聚城市群的輻射范圍在逐漸增加。

6.從空間效應(yīng)的方向性來(lái)看，ESDA半變異函數(shù)表面值顯示，城市間旅游經(jīng)濟(jì)的核心差異線在西北—東南方向(北偏西79°)，以江浙滬—成渝以西走向?yàn)榇?。中低差異線在南—北方向(北偏東11°)，主要有三條，分別為北京—北京以南走向、上?！虾Ｄ媳弊呦?、廣州—廣州以北走向。并且在東北—西南方向上逐漸增加，表明此方向上地區(qū)間的差異化程度在加大。

四、結(jié)論及建議

1.我國(guó)城市旅游經(jīng)濟(jì)發(fā)展的空間相關(guān)效應(yīng)隨距離閾值、時(shí)間推移的變化而呈現(xiàn)不同特征。鑒于此，建議對(duì)我國(guó)東部高值集聚區(qū)域和大部分中部不顯著區(qū)域采取階梯式發(fā)展策略。對(duì)西部低值集聚區(qū)域，建議采取“熱點(diǎn)擴(kuò)散”式發(fā)展策略，有效利用區(qū)位地理因素對(duì)旅游經(jīng)濟(jì)的促進(jìn)作用。

2.北京、上海、廣州等大型城市對(duì)我國(guó)旅游經(jīng)濟(jì)發(fā)展的空間相關(guān)效應(yīng)影響較大，但所形成的三大城市群發(fā)展特征各異。江浙滬地緣因素的影響顯著、穩(wěn)健，范圍逐漸向內(nèi)陸的徽、陜及周邊的魯南、閩北區(qū)域擴(kuò)大。珠三角空間效應(yīng)逐漸弱化，微觀層面各地市的發(fā)展不具傾向性。京津冀以及與內(nèi)蒙古、遼寧交界地區(qū)屬新興空間經(jīng)濟(jì)增長(zhǎng)區(qū)域。

鑒于此，建議長(zhǎng)三角以上海為核心，一級(jí)階梯為蘇州、無(wú)錫、常州、鎮(zhèn)江、舟山、南通、嘉興、湖州、溫州、紹興、金華等地；二級(jí)階梯為魯南、蘇北、徽東、閩北等地；三級(jí)階梯則繼續(xù)向中部城市擴(kuò)散。珠三角以廣州為核心，一級(jí)階梯包括東莞、中山、佛山、惠州等地；二級(jí)階梯主要是以上城市的周邊地區(qū)。珠三角區(qū)域的高值顯著性特征并不穩(wěn)健，其主要任務(wù)還是強(qiáng)化核心與一級(jí)階梯城市間協(xié)同，以期達(dá)到穩(wěn)健的高值表現(xiàn)。京津冀以北京為核心，一級(jí)階梯包括天津、廊坊、唐山；二級(jí)階梯包括環(huán)渤海城市群、遼西、蒙東地區(qū)。

3.我國(guó)東、西部城市在長(zhǎng)距離閾值條件下，旅游經(jīng)濟(jì)發(fā)展差距加大，高—低值分化現(xiàn)象顯著高于南、北部城市。鑒于此，西部地區(qū)可以采取“熱點(diǎn)擴(kuò)散”式發(fā)展策略，著重打造一些能夠在空間效應(yīng)上呈現(xiàn)高值特征的“熱點(diǎn)型”城市，將高值空間效應(yīng)傳導(dǎo)擴(kuò)散出去，進(jìn)而帶動(dòng)更多地區(qū)脫離低值狀態(tài)。

具體來(lái)看，可以西部地區(qū)最大的城市群——成渝城市群為重點(diǎn)，將其打造成為具有空間經(jīng)濟(jì)高值效應(yīng)的熱點(diǎn)型城市。同時(shí)，應(yīng)尋找可以突破區(qū)位限制的經(jīng)濟(jì)增長(zhǎng)影響要素，如提高交通便利度、增加旅游開(kāi)發(fā)資本投入等，打破地理壁壘，減少低值效應(yīng)的城市數(shù)量。

[1] LAU G,MCKERCHER B.Understanding tourist movement patterns in a destination:a GIS approach[J].Tourism and hospitality research,2007,7(1):39-49.

[2] HONG T,MA T, HUAN T C.Network behavior as driving forces for tourism flows[J].Journal of business research,2015,68(1):146-156.

[3] YANG Y，TIMOTHY F.Spatial effects in regional tourism growth[J].Annals of tourism research,2014,5(46):144-162.

[4] 吳玉鳴.旅游經(jīng)濟(jì)增長(zhǎng)及其溢出效應(yīng)的空間面板計(jì)量經(jīng)濟(jì)分析[J].旅游學(xué)刊,2014,29(2):16-24.

[5] 陳剛強(qiáng).中國(guó)地市旅游經(jīng)濟(jì)差異的時(shí)空演變特征[J].地域研究與開(kāi)發(fā),2012,31(4):91-95.

[6] 汪德根,陳田.中國(guó)旅游經(jīng)濟(jì)區(qū)域差異的空間分析[J].地理科學(xué),2011,31(5):528-536.

[7] 晉藝波. 甘肅省旅游業(yè)對(duì)區(qū)域經(jīng)濟(jì)發(fā)展貢獻(xiàn)分析[J].重慶交通大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版), 2016,16(3):62-66.

[8] 樊元,劉云啟,李瑞杰.空間計(jì)量模型的演化研究綜述[J].統(tǒng)計(jì)與決策,2016,464(20):35-39.

[9] 潘竟虎.中國(guó)地級(jí)及以上城市城鄉(xiāng)收入差距時(shí)空分異格局[J].經(jīng)濟(jì)地理,2014,34(6):60-67.

[10] 向藝,鄭林,王成璋.旅游經(jīng)濟(jì)增長(zhǎng)因素的空間計(jì)量研究[J].經(jīng)濟(jì)地理,2012,32(6):162-166.

StudyontheSpatialEffectofUrbanTourismEconomyDevelopmentinChina

ZHANG Bo1,2, GU Fangzhe3, LI Shuang2, JIANG Ting2

(1.Institute of Economic Strategy, Chinese Academy of Social Sciences, Beijing 100028, China;2.Business School, University of Jinan, Jinan 250002, China;3.School of History and Culture Industry, University of Jinan, Jinan 250002, China)

The spatial effect of tourism economy in China during the period of 2005—2013 was examined. The result shows: firstly, the spatial correlation effect exists in the development of urban tourism economy in China, but there are significant differences along with the changes of threshold value and time. Secondly, under long distance conditions, area difference of the tourism economy development is obvious from the east to the west. Under short distance conditions, big cities, including Beijing, Shanghai and Guangzhou, have high spatial correlation with neighboring cities, and show significant trend of merging development. Thirdly, results of the semi-variable function model show the core different area between inter-urban tourism economies is at northwest-southeast direction (north by west 79 degree), represented by the line from city of Shanghai to Chengdu. Low and medium difference areas mainly concentrated around Shanghai, Beijing and Guangzhou.

tourism economy; ESDA; IDW; spatial-dependence effect

張 璠)

國(guó)家社會(huì)科學(xué)基金青年項(xiàng)目“‘一帶一路’建設(shè)對(duì)我國(guó)區(qū)域旅游承載力影響的評(píng)估與對(duì)策研究”(16CGL022)

張博(1982—)，男，遼寧鐵嶺人，中國(guó)社會(huì)科學(xué)院財(cái)經(jīng)戰(zhàn)略研究院博士后，濟(jì)南大學(xué)商學(xué)院講師，博士，研究方向：旅游經(jīng)濟(jì)；顧方哲(1984—)，女，山東濟(jì)南人，濟(jì)南大學(xué)歷史與文化產(chǎn)業(yè)學(xué)院講師，博士，研究方向：文化產(chǎn)業(yè)管理；李爽(1984—)，女，山東濟(jì)南人，濟(jì)南大學(xué)商學(xué)院講師，博士，研究方向：旅游地理；蔣婷(1979—)，女，山東濟(jì)南人，濟(jì)南大學(xué)商學(xué)院講師，博士，研究方向：服務(wù)管理。

F592.3

A

1674-0297(2017)06-0048-06