中國省際黃金周旅游倍增效應(yīng)時(shí)空差異及影響因素分析

谷 義 江,孫 根 年

(陜西師范大學(xué)地理科學(xué)與旅游學(xué)院,陜西 西安 710119)

0 引言

黃金周制度[1,2]對(duì)我國旅游業(yè)發(fā)展影響深刻,據(jù)文化和旅游部數(shù)據(jù)中心資料顯示,2019年國慶和春節(jié)兩個(gè)黃金周總計(jì)接待游客11.97億人次,占當(dāng)年旅游接待總?cè)舜蔚?0%,帶動(dòng)旅游消費(fèi)1.16萬億元,占全年旅游總收入的19.6%。目前,關(guān)于黃金周旅游的研究已取得豐富成果,研究內(nèi)容主要集中在假日制度改革[3-5]、黃金周旅游市場[6,7]及旅游流分析[8,9]等,傾向于認(rèn)可黃金周游客集中出游是一種短期高強(qiáng)度的旅游流[10,11];汪德根等認(rèn)為黃金周集中出游帶來了交通擁堵、景區(qū)超載等問題,并提出相應(yīng)的空間分流建議[12];劉澤華等發(fā)現(xiàn)黃金周旅游對(duì)旅游空間結(jié)構(gòu)存在時(shí)間響應(yīng)現(xiàn)象[8];段莉瓊等發(fā)現(xiàn)景區(qū)客源結(jié)構(gòu)隨假期天數(shù)增加而變化,假期天數(shù)變長,外地游客占比增加[13];孫根年等通過分析若干個(gè)景區(qū)客流量[14],發(fā)現(xiàn)年內(nèi)旅游活動(dòng)的“日歷效應(yīng)”和“節(jié)日效應(yīng)”[15],且雙休日、節(jié)假日日均旅游客流量遠(yuǎn)超工作日的總和。

基于上述研究,本文提出以下3個(gè)問題:①考察黃金周旅游倍增效應(yīng),應(yīng)有一個(gè)公認(rèn)的參照系或標(biāo)準(zhǔn),依此測量黃金周假期游客超越平日時(shí)段日均游客的倍數(shù);②我國地域遼闊、區(qū)域差異顯著,黃金周旅游倍增效應(yīng)地域分異規(guī)律的影響因素有哪些?③旅游活動(dòng)具有地域性,黃金周旅游相鄰地區(qū)間是否存在俱樂部效應(yīng)?鑒于此,本文借鑒經(jīng)濟(jì)學(xué)“乘數(shù)理論”,提出黃金周旅游倍增效應(yīng)概念,并以倍增系數(shù)量化黃金周對(duì)旅游的促進(jìn)作用。首先,基于2010—2019年中國31個(gè)省域國慶/春節(jié)黃金周旅游數(shù)據(jù),測算各省域黃金周旅游倍增效應(yīng)及其地域分異,然后利用空間杜賓模型探討相關(guān)影響因素及溢出效應(yīng),最后定量解釋閑暇時(shí)間集中對(duì)旅游的促進(jìn)作用,以期深化旅游學(xué)“休閑時(shí)間集中有利于人們旅游”這一認(rèn)識(shí),為各省域黃金周旅游預(yù)測提供參考。

1 數(shù)據(jù)來源與研究方法

1.1 指標(biāo)選取

黃金周旅游倍增效應(yīng)指:黃金周期間全國集體放假,引起短期高強(qiáng)度旅游浪潮,其旅游人次遠(yuǎn)超平日時(shí)段,并用倍增系數(shù)(黃金周假期日均接待人次與年日均接待人次之比)反映其程度。基于空間供需理論[16],黃金周旅游接待人次主要由供給和需求兩方面因素決定:供給側(cè)包括各省域旅游資源豐度、高A級(jí)旅游景區(qū)數(shù)量、交通區(qū)位條件和可達(dá)性、氣象氣候條件及適游性[17];需求側(cè)既包括本省域市場也包括省外市場,基于廣東、江西、山西、河南、重慶等地公布的春節(jié)和國慶旅游大數(shù)據(jù)得出,本省域一般占游客總量的40%～60%,人口規(guī)模[18]、人均GDP[18,19]和公路里程[19,20]是影響本省旅游規(guī)模的主要因素,省外游客一般占接待游客總量的30%～50%,高A級(jí)旅游景區(qū)豐度[21]和航空、鐵路長途交通可達(dá)性[19,20]是影響省外旅游人數(shù)的主要因素。刪除存在多重共線性的因素,最終選取以下5個(gè)指標(biāo)(表1)作為黃金周旅游倍增效應(yīng)的影響因素。

表1 各變量描述性統(tǒng)計(jì)

本文研究范圍為中國大陸31個(gè)省域(不包括港澳臺(tái))。旅游人次、鐵路和公路里程、人均GDP等數(shù)據(jù)來源于2010—2019年各省域統(tǒng)計(jì)年鑒、旅游統(tǒng)計(jì)年鑒及文旅部官網(wǎng),4A及5A級(jí)旅游景區(qū)數(shù)量來自文旅部官網(wǎng)(https://www.mct.gov.cn/),氣溫?cái)?shù)據(jù)來源于天氣網(wǎng)(https://www.tianqi.com/),氣溫及冰雪指數(shù)在氣溫基礎(chǔ)上根據(jù)冰雪旅游發(fā)達(dá)程度進(jìn)行修訂,異常值和缺失值采用兩點(diǎn)內(nèi)插進(jìn)行修正。

1.2 研究方法

1)核密度估計(jì)法。核密度估計(jì)方法對(duì)模型設(shè)定依賴性較弱,從樣本數(shù)據(jù)本身出發(fā)去探尋數(shù)據(jù)分布的客觀情況,是研究區(qū)域差異及其動(dòng)態(tài)演進(jìn)的常用方法。本文采用非參數(shù)估計(jì)的Kernel密度估計(jì)分析黃金周旅游倍增效應(yīng)的動(dòng)態(tài)變化趨勢。

2)探索性空間數(shù)據(jù)分析。本文采用探索性空間數(shù)據(jù)分析的全局空間自相關(guān)和局部空間自相關(guān)分析方法對(duì)全國31個(gè)省域黃金周旅游倍增效應(yīng)進(jìn)行分析,全局空間自相關(guān)一般采用全局Moran′s I反映區(qū)域單元的集散效應(yīng),I>0表示省域黃金周旅游倍增效應(yīng)呈現(xiàn)集聚態(tài)勢,反之表示省域黃金周旅游倍增效應(yīng)呈現(xiàn)分散態(tài)勢,I絕對(duì)值越大,說明空間關(guān)聯(lián)性越強(qiáng);根據(jù)局部自相關(guān)分析結(jié)果,將黃金周旅游倍增效應(yīng)分為高高集聚(H-H)、低高集聚(L-H)、低低集聚(L-L)和高低集聚(H-L)4種類型。

3)空間計(jì)量模型。本文根據(jù)檢驗(yàn)結(jié)果選擇空間誤差模型(式(1))和空間杜賓模型(式(2))。其中,空間杜賓模型同時(shí)考慮了空間誤差項(xiàng)間的自相關(guān)關(guān)系和其他空間被解釋變量的影響。

Yit=β1lnPit+β2lnHWit+β3lnRit+β4lnAit+T+εi

(1)

θ4lnAit)+μi+vt+εit

(2)

式中:Yit為i省域在t年的黃金周旅游倍增系數(shù);lnPit、lnHit、lnRit、lnAit、T分別為i省域在t年的人均GDP、公路里程、鐵路里程、高A級(jí)旅游景區(qū)數(shù)量和氣溫及冰雪指數(shù),Wij為空間權(quán)重,ρ和θ分別為因變量和自變量的空間滯后系數(shù),β為自變量的待估回歸系數(shù),μi為個(gè)體空間固定效應(yīng),vt為時(shí)間固定效應(yīng),εit為獨(dú)立同分布的隨機(jī)誤差項(xiàng)。

2 黃金周旅游倍增效應(yīng)及其時(shí)空分異

2.1 中國省際黃金周旅游倍增效應(yīng)動(dòng)態(tài)變化

圖1顯示,國慶假期旅游倍增系數(shù)普遍大于春節(jié),但難以觀察其動(dòng)態(tài)變化,故進(jìn)一步利用核密度估計(jì)公式計(jì)算各省域旅游倍增系數(shù),并借助MATLAB軟件可視化(圖2)。對(duì)比看,國慶假期和春節(jié)假期旅游倍增效應(yīng)存在顯著差異,前者旅游倍增效應(yīng)整體強(qiáng)于后者。由圖2a可知,國慶假期旅游倍增系數(shù)呈正態(tài)分布,多數(shù)省域國慶假期旅游倍增系數(shù)在3～4之間,表明地區(qū)差異較小。2010—2015年峰值不斷降低,峰值頻寬變大,2016—2019年峰值升高,集中度先減后增,區(qū)域差異先增后減;2010—2014年核密度曲線中心在波動(dòng)中右移,2015—2019年核密度曲線中心輕微左移,整體呈先增后減,國慶假期出游逐漸回歸理智。從圖2b可以看出,春節(jié)假期旅游倍增系數(shù)的核密度曲線呈偏態(tài)分布,且形成右拖長尾現(xiàn)象,半數(shù)省域春節(jié)假期旅游倍增系數(shù)集中在2.0,其他省域旅游倍增系數(shù)集中在3～4之間,區(qū)域間差異較大。2010—2014年主峰高度和寬度變化不明顯,區(qū)域差異沒有明顯變化;2015—2019年主峰高度下降,曲線寬度變大,區(qū)域差異逐漸擴(kuò)大;2010—2019年核密度曲線中心整體右移,曲線右側(cè)逐漸升高,旅游倍增效應(yīng)整體提高,春節(jié)假期旅游氛圍逐漸形成。

圖1 黃金周旅游倍增系數(shù)變化

圖2 國慶、春節(jié)旅游倍增系數(shù)動(dòng)態(tài)變化

2.2 省際黃金周旅游倍增效應(yīng)時(shí)空分異特征

繪制2010年、2015年、2019年國慶和春節(jié)假期旅游倍增系數(shù)的空間分布,并根據(jù)倍增系數(shù)大小進(jìn)行手動(dòng)斷點(diǎn),分為弱、較弱、較強(qiáng)、強(qiáng)4個(gè)等級(jí)(圖3)?？梢钥闯?①2010—2019年國慶假期旅游倍增效應(yīng)重心從西向東轉(zhuǎn)移,整體呈現(xiàn)“東高西低”的空間分布格局。2010年效應(yīng)高值從西北地區(qū)向長三角地區(qū)延伸;2015年西北高值區(qū)由強(qiáng)變?nèi)?東北地區(qū)倍增效應(yīng)逐漸增強(qiáng);2019年東北地區(qū)進(jìn)一步增強(qiáng),并從東北而下覆蓋華北西部和長江中下游地區(qū)。其中,川、陜、鄂、浙高值省域形成“人”字形分布,贛、皖兩省倍增效應(yīng)由強(qiáng)變?yōu)檩^強(qiáng),黃河、長江中下游省域國慶假期旅游倍增效應(yīng)普遍較強(qiáng),西南地區(qū)、京津冀、粵瓊地區(qū)國慶假期旅游倍增效應(yīng)普遍較弱。②2010—2019年春節(jié)假期旅游倍增效應(yīng)呈現(xiàn)“大分散、小集聚”格局,其中東北、西南、粵瓊是3個(gè)穩(wěn)定的高值區(qū),東北地區(qū)冬季冰雪旅游項(xiàng)目多樣、活動(dòng)大眾化;云南、四川、重慶屬高值區(qū),一方面緣于高A級(jí)旅游資源豐富,另一方面受青藏高原和秦嶺山脈阻擋,冬季旅游氣候舒適度較高,增強(qiáng)了春節(jié)假期倍增效應(yīng)化;粵瓊高值區(qū)與溫暖舒適的氣候有關(guān)。

注:基于國家測繪地理信息局標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)站審圖號(hào)為GS(2020)4619號(hào)的標(biāo)準(zhǔn)地圖制作,底圖無修改。

綜上,2010—2019年國慶假期和春節(jié)假期旅游倍增效應(yīng)空間分布格局截然不同,國慶假期倍增效應(yīng)較強(qiáng)與較弱的省域數(shù)量相對(duì)均衡,春節(jié)假期倍增效應(yīng)較弱的省域遠(yuǎn)多于較強(qiáng)的省域,這也印證了國慶假期旅游倍增效應(yīng)的核密度曲線呈正態(tài)分布,春節(jié)假期旅游倍增效應(yīng)的核密度曲線呈偏態(tài)分布且存在右拖尾現(xiàn)象。另外,從省域分布看,四川、陜西在兩個(gè)黃金周的旅游倍增效應(yīng)均較強(qiáng),上海、北京、天津、河北、西藏在兩個(gè)黃金周的旅游倍增效應(yīng)均處于較弱甚至弱等級(jí),寧夏黃金周旅游倍增效應(yīng)逐漸增強(qiáng),貴州黃金周旅游倍增效應(yīng)逐漸減弱。

2.3 倍增效應(yīng)的空間關(guān)聯(lián)格局變化

為進(jìn)一步分析省域之間黃金周旅游倍增效應(yīng)的集聚特征,本文采用探索性空間數(shù)據(jù)分析對(duì)黃金周旅游倍增效應(yīng)的空間關(guān)聯(lián)格局進(jìn)行分析,采用基于Rook鄰接關(guān)系生成的空間權(quán)重矩陣(基于現(xiàn)實(shí)情況,將海南與廣東手動(dòng)生成鄰接關(guān)系),利用Stata 16.0軟件計(jì)算2010—2019年各省域黃金周旅游倍增系數(shù)的全局Moran′s I(表2)。可以看出,研究期間國慶假期旅游倍增系數(shù)全局Moran′s I均顯著大于0,說明31個(gè)省域國慶假期旅游倍增效應(yīng)具有明顯空間集聚現(xiàn)象;春節(jié)假期旅游倍增系數(shù)的全局Moran′s I在2010年和2011年未通過10%水平的顯著性檢驗(yàn),在2013—2019年通過5%水平的顯著性檢驗(yàn),表明31個(gè)省域春節(jié)假期旅游倍增效應(yīng)在2012年后存在明顯的空間依存關(guān)系,2012—2019年春節(jié)假期旅游倍增效應(yīng)的Moran′s I均大于0,說明31個(gè)省域春節(jié)假期旅游倍增效應(yīng)具有較明顯的空間集聚現(xiàn)象。

表2 兩個(gè)黃金周旅游倍增系數(shù)全局莫蘭指數(shù)

利用Stata 16.0軟件對(duì)2010年、2013年、2016年、2019年31個(gè)省域黃金周旅游倍增系數(shù)進(jìn)行局部自相關(guān)檢驗(yàn),并統(tǒng)計(jì)各象限包含的省域(表3、表4)。由表3可知,4個(gè)時(shí)間節(jié)點(diǎn)分別有77.4%、67.7%、58.0%、77.4%的評(píng)價(jià)單元表現(xiàn)出明顯的空間正相關(guān),反映出31個(gè)省域國慶假期旅游倍增效應(yīng)具有明顯的空間俱樂部收斂特征。2010年國慶假期旅游倍增效應(yīng)的H-H集聚區(qū)主要分布于長江黃河流域,L-L集聚區(qū)主要集中于東北、京津冀地區(qū)及藏、桂、瓊、滬四省域,H-L集聚區(qū)和L-H集聚區(qū)主要分布在H-H集聚區(qū)和L-L集聚區(qū)的交界處;2019年寧、蒙及東北三省演化為H-H型,西南地區(qū)演變?yōu)長-L型,甘、青、川三省域退出H-H集聚區(qū),其他H-H集聚區(qū)和L-L集聚區(qū)的省域沒有明顯變化。由表4可知,2013年、2016年、2019年分別有58%、64.5%、64.5%的評(píng)價(jià)單元呈現(xiàn)空間正相關(guān),且具有較強(qiáng)的空間穩(wěn)定性,2013年東北、陜川渝及粵瓊地區(qū)主要為H-H集聚區(qū),華北、長江三角洲地區(qū)及新疆屬于L-L集聚區(qū),其他省域多位于前兩者的交界地帶,體現(xiàn)為H-L型和L-H型;2019年H-H集聚區(qū)新增閩、寧、云三省域,L-L、L-H、H-L集聚區(qū)沒有明顯變化。

表3 2010年、2013年、2016年、2019年國慶假期旅游倍增效應(yīng)集聚類型

表4 2013年、2016年、2019年春節(jié)假期旅游倍增效應(yīng)集聚類型

3 旅游倍增效應(yīng)的影響因素分析

3.1 國慶假期旅游倍增效應(yīng)影響因素分析

本文采用Rook鄰接矩陣(將海南和廣東設(shè)置為鄰接關(guān)系),依據(jù)最大似然估計(jì)方法運(yùn)用空間計(jì)量模型分析黃金周旅游倍增效應(yīng)空間集聚的影響因素。在回歸前,對(duì)解釋變量取自然對(duì)數(shù)以減少數(shù)據(jù)極值和異方差的影響,然后進(jìn)行LLC單位根檢驗(yàn)(通過5%水平的顯著性檢驗(yàn))和多重共線性檢驗(yàn)(均小于經(jīng)驗(yàn)值5)。LM(error)、LM(lag)、Robust LM(error)、robust LM(lag)診斷結(jié)果均通過5%水平的顯著性檢驗(yàn),表明存在強(qiáng)烈的空間效應(yīng),拒絕混合OLS估計(jì);LR檢驗(yàn)和Hausman檢驗(yàn)結(jié)果均通過1%水平的顯著性檢驗(yàn),應(yīng)采用固定效應(yīng)的空間杜賓模型;在時(shí)間固定效應(yīng)、空間固定效應(yīng)和時(shí)空雙固定效應(yīng)中進(jìn)行最優(yōu)選擇[22],最終選取時(shí)間固定效應(yīng)的空間杜賓模型對(duì)國慶旅游倍增效應(yīng)空間分異的影響因素進(jìn)行分析(表5)。由表5可知,國慶假期旅游倍增系數(shù)空間杜賓模型的rho值通過1%水平的顯著性檢驗(yàn),表明地理空間鄰接對(duì)各省域旅游倍增效應(yīng)有明顯的促進(jìn)作用,但空間滯后系數(shù)顯著不為0,模型的估計(jì)系數(shù)不能準(zhǔn)確反映解釋變量對(duì)被解釋變量的影響[23],應(yīng)當(dāng)進(jìn)行偏微分分解,得到直接效應(yīng)、間接效應(yīng)和總效應(yīng)(表6)。具體分析如下:

表5 國慶假期旅游倍增效應(yīng)空間計(jì)量模型結(jié)果

1)lnP的直接效應(yīng)估計(jì)值為-0.771,間接效應(yīng)估計(jì)值為-1.534,均通過5%水平的顯著性檢驗(yàn),表明本省域和鄰近省域的人均GDP對(duì)本省域國慶假期旅游倍增效應(yīng)有明顯的削弱作用。一個(gè)省域的人均GDP越高,居民的人均可支配收入越高,旅游需求越旺盛,出省游規(guī)模越大,省內(nèi)游客則相對(duì)減少,減弱了本省域的旅游倍增效應(yīng);鄰省域經(jīng)濟(jì)發(fā)達(dá),其平日時(shí)段省外游客遠(yuǎn)遠(yuǎn)大于國慶假期,因此對(duì)本省域旅游倍增效應(yīng)產(chǎn)生巨大負(fù)向影響。

2)lnH的直接效應(yīng)估計(jì)值為-0.304且通過1%水平的顯著性檢驗(yàn),間接效應(yīng)估計(jì)值為-0.364,但未通過顯著性檢驗(yàn),表明公路里程數(shù)對(duì)本省域國慶假期旅游倍增效應(yīng)存在顯著的削弱作用,但對(duì)于鄰近省域沒有顯著影響。一方面,公路交通便利大大促進(jìn)平日時(shí)段(尤其是周末、小長假)的自駕游游客,刺激居民平日時(shí)段的旅游需求,從而增大總旅游人次;另一方面,國慶節(jié)閑暇時(shí)間集中帶來的巨大旅游流對(duì)公路尤其是高速公路產(chǎn)生巨大負(fù)擔(dān)[12],2012年高速公路實(shí)行免費(fèi)政策后,擁擠問題在國慶假期難以避免,減少了居民出游熱情。

3)lnR的直接效應(yīng)估計(jì)值為0.586且通過1%水平的顯著性檢驗(yàn),間接效應(yīng)估計(jì)值為-0.02,未通過顯著性檢驗(yàn),說明鐵路里程對(duì)本省域國慶旅游倍增效應(yīng)有顯著的增強(qiáng)作用,對(duì)鄰近省域沒有明顯影響。一方面,長途交通便利程度對(duì)本省域平日時(shí)段旅游人次沒有很明顯的促進(jìn)作用,另一方面,長途交通便利程度對(duì)居民國慶長假跨省旅游需求有很明顯的刺激作用[20],7天長假大大刺激了居民的遠(yuǎn)距離出行,而長途交通為其奠定了基礎(chǔ)。

4)lnA直接效應(yīng)估計(jì)值為0.296,間接效應(yīng)估計(jì)值為1.149,均通過5%水平的顯著性檢驗(yàn),表明高A級(jí)旅游景區(qū)對(duì)本省域游客及鄰近省域跨省旅游有顯著的增強(qiáng)作用。高A級(jí)旅游景區(qū)(特別是世界遺產(chǎn)、5A級(jí)旅游景區(qū))一般是跨省游客的目的地,國慶期間可以吸引并接待眾多的省外游客[24];對(duì)于本省游客而言,高A級(jí)旅游景區(qū)對(duì)本市游客吸引力不大,但對(duì)省內(nèi)跨市旅游很重要,另外,鄰近省域著名景區(qū)也會(huì)產(chǎn)生旅游外溢,從而增加相鄰省域國慶假期的旅游倍增效應(yīng)。

3.2 春節(jié)假期旅游倍增效應(yīng)影響因素分析

春節(jié)假期旅游倍增系數(shù)的Robust LM(error)、Robust LM(lag)均通過1%水平的顯著性檢驗(yàn),LM(error)通過5%水平的顯著性檢驗(yàn),但LM(lag)未通過顯著性檢驗(yàn),所以選擇空間誤差模型。然后根據(jù)Hausman檢驗(yàn)結(jié)果選擇固定效應(yīng)模型,在3個(gè)固定效應(yīng)模型中最終選取R2最高(0.187 3)、rho顯著的時(shí)間效應(yīng)空間誤差模型進(jìn)行分析。

1)lnP的估計(jì)值為-0.016且沒有通過顯著性檢驗(yàn),表明人均GDP對(duì)春節(jié)旅游倍增效應(yīng)沒有顯著影響。省域經(jīng)濟(jì)越發(fā)達(dá),人均可支配收入越高,出游欲望越強(qiáng)烈,旅游人次越多。但對(duì)于春節(jié)傳統(tǒng)習(xí)俗假期,大多數(shù)人的休閑時(shí)間小于7 d[25],所以多為中短距離的省內(nèi)旅游。地區(qū)經(jīng)濟(jì)發(fā)展水平對(duì)春節(jié)和平日時(shí)段的旅游促進(jìn)作用差異不明顯,最終對(duì)春節(jié)旅游倍增效應(yīng)沒有產(chǎn)生顯著影響。

2)lnH、lnR的估計(jì)值分別為-0.126和-0.068,均未通過顯著性檢驗(yàn),表明公路和鐵路里程對(duì)春節(jié)旅游倍增效應(yīng)沒有顯著影響。公路里程、鐵路里程表明一個(gè)省域的短途交通便利程度和長途交通便利程度。春節(jié)假期多為近距離旅游,短途交通便利程度有效增加了旅游人次,對(duì)于長途交通沒有強(qiáng)烈的依賴性。

3)lnA的系數(shù)估計(jì)值為0.428且通過1%水平的顯著性檢驗(yàn),表明高A級(jí)旅游景區(qū)對(duì)春節(jié)旅游倍增效應(yīng)存在顯著的增強(qiáng)作用。高A級(jí)旅游景區(qū)代表高質(zhì)量的旅游供給端、優(yōu)質(zhì)的旅游資源和高品質(zhì)的旅游服務(wù),可以有效刺激居民旅游需求,但高A級(jí)旅游景區(qū)在平日時(shí)段的高價(jià)格抑制了本地游客的需求;在春節(jié)則可以接待大量游客,從而有效提高旅游人次,最終增強(qiáng)了春節(jié)旅游倍增效應(yīng)。

4)T系數(shù)估計(jì)值為0.063且通過1%水平的顯著性檢驗(yàn),表明春節(jié)期間氣溫及冰雪指數(shù)對(duì)本省域旅游倍增效應(yīng)有顯著影響。春節(jié)期間中國北方大部、西北地區(qū)持續(xù)低溫,體感溫度低,一定程度上減弱了居民的出游欲望;南方地區(qū)緯度低,溫度較高,比北方更有利于外出旅游[17,26];東北地區(qū)氣候寒冷,降雪多且冰雪期漫長,有利于發(fā)展具有本地特色的冰雪旅游項(xiàng)目。因此,春節(jié)假期溫度較高的海南、廣東、川渝云地區(qū)以及冰雪條件很好的東北地區(qū)旅游倍增效應(yīng)明顯。

4 結(jié)論與啟示

本文基于2010—2019年中國31個(gè)省域春節(jié)和國慶黃金周旅游數(shù)據(jù),利用核密度分析、空間自相關(guān)等方法,對(duì)中國省際黃金周旅游倍增效應(yīng)時(shí)空格局演化及其影響因素進(jìn)行分析,結(jié)論如下:①研究期間中國31個(gè)省域存在顯著的黃金周旅游倍增效應(yīng),因各省域節(jié)假日習(xí)俗不同,旅游倍增系數(shù)存在較大差異。②2010—2019年中國省際黃金周旅游倍增效應(yīng)整體提高,意味著黃金周旅游的意愿增強(qiáng),但因人口和資源的不均衡性,省際差異不斷擴(kuò)大。其中,國慶黃金周旅游倍增系數(shù)呈正態(tài)分布,省際差距相對(duì)較小;春節(jié)黃金周旅游倍增系數(shù)呈偏態(tài)分布并存在拖尾現(xiàn)象,省際差距較大,國慶黃金周旅游倍增效應(yīng)顯著強(qiáng)于春節(jié)黃金周。③黃金周旅游倍增效應(yīng)呈現(xiàn)不同的空間分布格局。2010—2019年國慶假期旅游倍增效應(yīng)呈現(xiàn)“東高西低”的格局,且隨時(shí)間發(fā)展有較大變化,主要表現(xiàn)在西北地區(qū)由強(qiáng)轉(zhuǎn)弱,而東北地區(qū)則呈現(xiàn)相反變化;春節(jié)假期旅游倍增效應(yīng)呈現(xiàn)“大分散、小集聚”格局,東北、西南、粵瓊強(qiáng)效應(yīng)三足鼎立,研究期內(nèi)未發(fā)生明顯變化,且全國31個(gè)省域整體存在明顯的空間依存關(guān)系。④國慶和春節(jié)假期旅游倍增效應(yīng)的影響因素不同。國慶黃金周旅游倍增效應(yīng)存在明顯的空間溢出,省域經(jīng)濟(jì)發(fā)展水平、交通便利情況和高質(zhì)量資源供給對(duì)國慶假期旅游倍增效應(yīng)影響顯著,同時(shí)國慶假期旅游倍增效應(yīng)也受到鄰近省域地區(qū)GDP和高A級(jí)旅游景區(qū)數(shù)量的影響;春節(jié)假期旅游倍增效應(yīng)空間集聚度較高,主要受本省域寒冷氣候、冰雪旅游項(xiàng)目和高A級(jí)旅游資源影響,由于旅游半徑相對(duì)較短,鄰省對(duì)本省旅游外溢效應(yīng)不明顯。

由于各省域間人口規(guī)模、經(jīng)濟(jì)發(fā)展水平、旅游資源稟賦、交通可達(dá)性不同,其旅游人次與收入必然存在差異。因此,旅游經(jīng)濟(jì)要與自身旅游發(fā)展?jié)摿ο噙m應(yīng),各省域應(yīng)根據(jù)經(jīng)濟(jì)發(fā)展、交通基礎(chǔ)設(shè)施、高A級(jí)旅游景區(qū)、冰雪氣候條件等因素,采取針對(duì)性措施促進(jìn)黃金周旅游發(fā)展。

本文不足之處在于:因數(shù)據(jù)缺失,未對(duì)5個(gè)小長假旅游倍增效應(yīng)的空間分布進(jìn)行分析,部分省域僅公布了黃金周的“旅游大數(shù)據(jù)”,無法全面分析省內(nèi)省外客源市場占比對(duì)倍增效應(yīng)的影響,也無法將旅游倍增效應(yīng)同地區(qū)旅游承載力進(jìn)行耦合分析,深入剖析旅游倍增效應(yīng)機(jī)制和成因,有待后續(xù)研究。