耿長偉，段正梁

?

長三角城市群旅游產(chǎn)業(yè)集聚與旅游經(jīng)濟增長的關(guān)系

耿長偉，段正梁

（湖南師范大學(xué) 旅游學(xué)院，長沙 410081）

基于空間計量經(jīng)濟學(xué)的視角，運用空間相關(guān)分析，建立空間計量模型，考察2006-2016年間長三角地區(qū)26個城市旅游產(chǎn)業(yè)集聚與旅游經(jīng)濟增長之間的空間相關(guān)性，并對空間溢出效應(yīng)進行實證檢驗。研究表明：空間集聚一直伴隨著旅游產(chǎn)業(yè)發(fā)展過程中，旅游經(jīng)濟增長表現(xiàn)出極其顯著的正向空間相關(guān)性；資本要素及人力資本對于旅游經(jīng)濟增長的貢獻度僅相當于旅游產(chǎn)業(yè)集聚對于旅游經(jīng)濟增長貢獻度的1/3及1/5；旅游產(chǎn)業(yè)集聚、資本存量和人力資本對旅游經(jīng)濟增長具有顯著正向城市內(nèi)和總體空間溢出效應(yīng)，但旅游產(chǎn)業(yè)集聚具有負向城市間空間溢出效應(yīng)，而人力資本對地理或經(jīng)濟鄰近城市的旅游經(jīng)濟增長起到負向空間溢出效應(yīng)。這表明資本存量驅(qū)動的旅游產(chǎn)業(yè)集聚是推動長三角城市群旅游經(jīng)濟增長的重要因素。

旅游產(chǎn)業(yè)集聚；旅游經(jīng)濟增長；ESDA；空間計量模型

產(chǎn)業(yè)集聚是指在某個特定地理范圍內(nèi)，同一產(chǎn)業(yè)及其資本要素在空間范圍高度集中并不斷匯聚的過程。關(guān)于產(chǎn)業(yè)集聚的研究始于Marshall（1910）對產(chǎn)業(yè)區(qū)的關(guān)注，[1]目前已經(jīng)形成了包括Weber（1928）的工業(yè)區(qū)位論、[2]Krugman（1998）的新經(jīng)濟地理理論、[3]Scott（1988）基于交易費用的集聚理論[4]以及Porter（1998）基于競爭角度的“鉆石”模型理論[5]等相對成熟的理論。其中，Krugman的新經(jīng)濟地理理論在經(jīng)濟增長與產(chǎn)業(yè)集聚的研究中納入了空間因素，并闡述了規(guī)模、形式不同條件下生產(chǎn)的空間集中機制。[6]Majewska[7]指出地理溢出效應(yīng)對于旅游經(jīng)濟增長以及旅游產(chǎn)業(yè)集聚的影響是多樣化的。Brulhart[8]認為經(jīng)濟活動的集聚前期會促進經(jīng)濟增長，但是在一定時間階段過后，會形成擁擠效應(yīng)，使經(jīng)濟活動的集聚水平呈現(xiàn)下降趨勢。隨著產(chǎn)業(yè)集聚現(xiàn)象研究的不斷升入，旅游研究領(lǐng)域的少數(shù)學(xué)者開始將空間因素引入到旅游經(jīng)濟現(xiàn)象中，探索不同區(qū)域間旅游經(jīng)濟增長的空間集聚或差異。如張軍謀等[9]對我國省域的國際旅游（外匯）收入的全域空間自相關(guān)和局域空間自相關(guān)關(guān)系進行分析。趙磊等[10]運用SEM模型、SLM模型以及SDM模型對旅游發(fā)展、空間溢出及經(jīng)濟增長之間的關(guān)系進行檢驗分析。但是LeSage&Pace的研究表明，因變量的空間溢出效應(yīng)的測量直接使用回歸系數(shù)直接作為自變量的先決條件是因變量的空間滯后回歸項回歸系數(shù)為零。[11]劉佳等的研究未將旅游產(chǎn)業(yè)集聚變量納入空間滯后項，此外在利用旅游產(chǎn)業(yè)區(qū)位商對旅游產(chǎn)業(yè)集聚及經(jīng)濟增長之間的關(guān)系進行探討時，在一定程度上忽視了空間關(guān)聯(lián)及空間溢出效應(yīng)對于研究結(jié)果的影響。[12-13]因此本研究基于空間計量模型，在空間滯后項中納入旅游產(chǎn)業(yè)集聚變量，運用空間自相關(guān)的Moran’sI指數(shù)、LISA模型以及空間回歸模型的方法展開研究，并將自變量對因變量的空間溢出效應(yīng)分解為直接、間接及總效應(yīng)進行相應(yīng)解釋，從而揭示兩者之間的內(nèi)在機理及運行機制，為新形勢下協(xié)調(diào)旅游產(chǎn)業(yè)要素的空間合理配置、加快長三角城市群旅游經(jīng)濟的協(xié)調(diào)與快速發(fā)展提供決策參考。

一、 研究方法

（一） 區(qū)位基尼系數(shù)（Locational Gini Index）

基尼系數(shù)由洛倫茲（Lorenz）曲線演化而來，是衡量收入不均衡程度的重要方法之一。[14]隨后克魯格曼（Krugman）在此基礎(chǔ)上提出區(qū)位基尼系數(shù)進行產(chǎn)業(yè)空間分布問題的研究。假設(shè)某地區(qū)有n個次一級地理單元，則該地區(qū)i行業(yè)的區(qū)位基尼系數(shù)Gi為：

其中Sj和Sm分別為產(chǎn)業(yè)i的指標值在地理單元j和m所占的比重；Gi的取值范圍為[0-1]，在此范圍內(nèi)，Gi值越大，表明產(chǎn)業(yè)在空間的分布越不均勻。換言之，產(chǎn)業(yè)的區(qū)位基尼系數(shù)越大，產(chǎn)業(yè)的空間集聚程度越高。

（二） ESDA模型（Exploratory Spatial Data Analysis）

ESDA是一種“數(shù)據(jù)驅(qū)動”的分析方法。[15]其是研究數(shù)據(jù)空間結(jié)構(gòu)及分布的重要方法，主要包括全局空間自相關(guān)以及局部空間自相關(guān)，首先主要通過全局空間自相關(guān)的Moran指數(shù)描繪出數(shù)據(jù)的空間分布特征。Moran指數(shù)位于-1到1之間，反映了空間鄰近的區(qū)域單元屬性值的空間集聚程度，當Moran指數(shù)值向1趨近時表明各區(qū)域單元呈現(xiàn)空間正相關(guān)，各單元具有相似的屬性集聚在一起，位于第一象限的HH區(qū)域及第三象限的LL區(qū)域；當Moran指數(shù)值向-1趨近時表明各區(qū)域單元呈現(xiàn)空間負相關(guān)，各單元具有相異的屬性集聚在一起，位于第二象限的LH區(qū)域及第四象限的HL區(qū)域。如果Moran指數(shù)趨近于0，則表明各區(qū)域單元之間不存在空間自相關(guān)性。計算公式如下：

公式（2）中：I表示全局Moran指數(shù)；Xi表示相關(guān)區(qū)域旅游經(jīng)濟發(fā)展水平；Pij為空間權(quán)重矩陣。此外本文以空間多邊形一階鄰接標準定義市域之間的空間關(guān)系。

二、 旅游產(chǎn)業(yè)空間集聚趨勢分析

（一） 旅游產(chǎn)業(yè)集聚程度分析

旅游產(chǎn)業(yè)集聚是一個動態(tài)的過程，隨著旅游業(yè)的不斷發(fā)展，區(qū)域內(nèi)技術(shù)、資本等旅游業(yè)發(fā)展相關(guān)要素密切聯(lián)系，在一定的地理空間范圍內(nèi)相輔相成，具有內(nèi)在聯(lián)系及運行機制的專門化產(chǎn)業(yè)群的現(xiàn)象。[10]旅游產(chǎn)業(yè)的集聚水平及其在高層次區(qū)域的地位及作用可以通過旅游產(chǎn)業(yè)集聚程度得到較好的反映。而近年來，隨著旅游產(chǎn)業(yè)成為戰(zhàn)略性支柱產(chǎn)業(yè)，旅游產(chǎn)業(yè)在國民經(jīng)濟中所占比重也日益擴大，旅游經(jīng)濟發(fā)展水平明顯提升，旅游綜合收入年均增長率高達19%左右，旅游產(chǎn)業(yè)集聚特征日益顯著。因此本文運用區(qū)位基尼系數(shù)，通過Stata軟件，計算長三角地區(qū)26個城市2006-2016年間旅游綜合收入在空間尺度上的集聚現(xiàn)狀（見圖1），從而探討長三角地區(qū)旅游產(chǎn)業(yè)集聚趨勢。

圖1 2006-2016年長三角區(qū)域旅游綜合收入?yún)^(qū)位基尼系數(shù)

由圖1可知，長三角地區(qū)26個城市旅游綜合收入的區(qū)位基尼系數(shù)在2006-2016年期間呈現(xiàn)較為穩(wěn)定的下降趨勢，但是就整體水平而言，仍然呈現(xiàn)較高的空間集聚特征。但是由于各城市的資源稟賦、經(jīng)濟發(fā)展水平以及地理區(qū)位等條件存在極大的差異，因此經(jīng)濟增長表現(xiàn)出極其顯著的空間分異特性。然而，區(qū)位基尼系數(shù)僅僅反映了區(qū)域旅游產(chǎn)業(yè)的集聚程度，對于相似的地域空間上旅游經(jīng)濟增長是以何種方式存在無法給出相應(yīng)的解釋。因此本研究基于空間自相關(guān)理論，利用探索性空間數(shù)據(jù)分析模型對旅游經(jīng)濟增長的空間相關(guān)性進行探討，力求揭示長三角區(qū)域旅游產(chǎn)業(yè)的空間集聚是否顯著并探索其動態(tài)演化趨勢。

（二） 旅游經(jīng)濟增長的空間相關(guān)性分析

1. 全局空間自相關(guān)分析

本文基于ESDA模型，測算2006-2016年間長三角地區(qū)26個城市旅游經(jīng)濟增長水平的莫蘭指數(shù)（見圖2），研究結(jié)果表明，2006-2016年間，莫蘭指數(shù)均值達到0.439，處于較高水準。2016年旅游經(jīng)濟增長的莫蘭指數(shù)達0.495 7，當permutation為99 999時，方差SD(I)為0.119 6，期望值E（I）為-0.029 7，均值（mean）為-0.030 3，Z（I）值為5.253 1，遠大于1.96，因此2016年旅游經(jīng)濟增長的莫蘭指數(shù)在5%置信水平下通過顯著性檢驗，即2016年長三角地區(qū)26個城市的旅游產(chǎn)業(yè)發(fā)展存在顯著正相關(guān)性。從時間測度來看，2006-2016年間，長三角區(qū)域旅游經(jīng)濟增長的莫蘭指數(shù)均處于0.35-0.5之間，并且均在5%的置信水平下通過了顯著性檢驗，這表明2006-2016年間長三角地區(qū)26個城市的旅游產(chǎn)業(yè)發(fā)展存在顯著正相關(guān)性，且受到相鄰城市的影響。相鄰城市旅游產(chǎn)業(yè)的發(fā)展表現(xiàn)出一定程度上的相似性，旅游產(chǎn)業(yè)發(fā)展水平較高的城市呈現(xiàn)集聚狀態(tài)，旅游產(chǎn)業(yè)發(fā)展水平較低的城市相互依偎。

圖2 長三角區(qū)域2006-2016年旅游綜合收入的莫蘭指數(shù)

2. 局域空間自相關(guān)分析

為進一步對旅游產(chǎn)業(yè)發(fā)展的空間關(guān)聯(lián)指標進行測算，因此采用LISA分析進行空間聚類探討，并繪制LISA聚類圖分析各城市及其相鄰城市旅游產(chǎn)業(yè)的空間相關(guān)性。LISA聚類圖將各城市的旅游經(jīng)濟增長水平劃分為四個象限，即高高（HH）、高低（HL）、低高(LH)、低低(LL)四種模式。[16]第一象限代表高高集聚區(qū)域，表示該城市及相鄰城市的旅游經(jīng)濟增長水平都相對較高；第二象限代表低高集聚區(qū)域，表示該城市的旅游經(jīng)濟增長水平較低，但是相鄰城市的旅游經(jīng)濟增長水平相對較高；第三象限代表低低集聚區(qū)域，表示該城市及相鄰城市的旅游經(jīng)濟增長水平都相對較低；第四象限代表高低集聚區(qū)域，表示該城市的旅游經(jīng)濟增長水平較高，但是相鄰城市的旅游經(jīng)濟增長水平相對較低。第一及第三象限存在空間正相關(guān)，而第二及第四象限則存在空間負相關(guān)。

因此，依據(jù)相關(guān)的理論，繪制2016年長三角地區(qū)26個城市旅游綜合收入的LISA聚類表（見表1）。

表1 2016年長三角地區(qū)26個城市旅游綜合收入的LISA聚類表

據(jù)表1可知，位于高高及低低象限的城市共計15個，占長三角區(qū)域城市總量的57.69%，其中處于第一象限（高高集聚區(qū)域）的城市基本位于長三角城市群的東部區(qū)域，而處于第三象限（低低集聚區(qū)域）的城市大部分位于長三角城市群的中西部區(qū)域，長三角城市群的旅游產(chǎn)業(yè)發(fā)展在空間上呈現(xiàn)極其明顯的兩極化傾向，空間差異顯著。

綜合區(qū)位基尼系數(shù)及空間相關(guān)性分析可知，長三角城市群的東部區(qū)域主要是旅游產(chǎn)業(yè)發(fā)展水平較為發(fā)達城市的集中地，而旅游產(chǎn)業(yè)發(fā)展水平相對較低的城市則主要集中于長三角城市群的中西部區(qū)域，并且在空間以及時間測度上呈現(xiàn)出極其明顯的變化。因此本文基于空間計量經(jīng)濟學(xué)視角，在研究框架中納入空間因素就顯得尤為重要。

三、 旅游產(chǎn)業(yè)集聚與旅游經(jīng)濟增長關(guān)系的空間計量分析

（一） 指標選擇及數(shù)據(jù)來源

表2 空間計量模型的相關(guān)指標

此外，本文出現(xiàn)的三種空間權(quán)重矩陣分別為：

1）一階ROOK鄰接權(quán)重矩陣（W1）；

2）地理距離空間權(quán)重矩陣（W2），主要是指各城市市政府駐地之間球面距離平方的倒數(shù)；

3）經(jīng)濟權(quán)重矩陣（W3），主要是指城市GDP之間的差值。[12]為了一致控制變量間的多重共線性并消除原始數(shù)據(jù)間存在的異方差現(xiàn)象，本文對原始數(shù)據(jù)進行對數(shù)變換本文所采用的旅游綜合收入、旅行社收入、星級酒店收入、其他旅游企業(yè)收入以及高等學(xué)校在校大學(xué)生人數(shù)等指標數(shù)據(jù)都源自于各市《統(tǒng)計年鑒》（2007-2017）、《國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》（2006-2016）以及相關(guān)調(diào)查數(shù)據(jù)。

（二） 空間計量模型構(gòu)建

現(xiàn)有相關(guān)研究的計量經(jīng)濟學(xué)模型往往忽視了不同區(qū)域旅游經(jīng)濟活動之間存在的空間聯(lián)系對旅游經(jīng)濟增長的影響，而當這種空間效應(yīng)明顯存在時，采用該模型計算所得的結(jié)果是無效的。[20]基于前人的研究可知，旅游經(jīng)濟增長不僅受到本城市旅游產(chǎn)業(yè)集聚的影響，鄰近城市的空間溢出效應(yīng)對其的影響也較為明顯。鑒于此，本文針對兩者之間的關(guān)系分別構(gòu)建了空間滯后模型（SLM）、空間誤差模型（SEM）及空間杜賓模型（SDM），深入研究兩者之間的內(nèi)在機制及聯(lián)系。

空間滯后模型（SLM）側(cè)重于探究各城市的空間相關(guān)性，考察在相鄰城市間，各變量是否存在空間溢出效應(yīng)。[21-22]在原空間滯后模型的基礎(chǔ)上，結(jié)合上文選取的相關(guān)變量，構(gòu)建本文所采用的空間滯后模型，其表達式如下：

空間誤差模型（SEM）主要研究存在隨機擾動項的空間相關(guān)性，考察在鄰近城市間，各變量之間存在的誤差對本城市的影響程度如何。[21-22]其表達式如下：

空間杜賓模型（SDM）的構(gòu)建，本文主要借鑒LeSage＆Pace研究構(gòu)建如下模型，表達式如下：

（三） 空間計量結(jié)果及探討

本文對旅游經(jīng)濟增長的空間溢出效應(yīng)進行分析主要基于極大似然估計（ML）方法，[19]運用一階ROOK鄰接權(quán)重矩陣、地理距離空間權(quán)重矩陣及經(jīng)濟權(quán)重矩陣分別對SLM模型、SEM模型及SDM模型進行估計，力求能夠分析本城市的旅游經(jīng)濟增長是否僅僅受到鄰近城市的旅游經(jīng)濟增長的空間溢出效應(yīng)的影響，抑或者是僅僅受因變量之外的一些未被納入考慮因素的空間溢出效應(yīng)的影響，又或者是既受鄰近城市旅游經(jīng)濟增長的空間溢出效應(yīng)的影響，同時也受鄰近城市旅游產(chǎn)業(yè)集聚程度及控制變量的空間溢出效應(yīng)的影響。

從已有的研究結(jié)果可以看出，當前旅游產(chǎn)業(yè)集聚具有極其明顯的時空相關(guān)性，因此在空間計量模型估計中，必須要充分考慮到時間、空間以及時空效應(yīng)在旅游經(jīng)濟增長過程中的重要影響作用。時間效應(yīng)表示空間不變的情況下，旅游經(jīng)濟增長隨時間變化的狀態(tài)；空間效應(yīng)表示時間不變的情況下，旅游經(jīng)濟增長隨空間變化的狀態(tài)；時空效應(yīng)表示旅游經(jīng)濟增長隨著時間、空間共同變化下的狀態(tài)?；谏鲜鰲l件，本研究采用MATLAB軟件，選擇Hausman檢驗驗證固定效應(yīng)（FE）及隨機效應(yīng)（RE），隨后在極大似然估計的檢驗方法中選擇赤池信息準則（Akaike information criterion，AIC）和自然對數(shù)似然函數(shù)值（LogL）選擇模型，自然對數(shù)似然函數(shù)值（LogL）越大，赤池信息準則（AIC）值越小，模型擬合效果越好。三種空間權(quán)重矩陣下各空間計量模型的估計結(jié)果如表3、4、5所示。

從下面3個表中可以發(fā)現(xiàn)，一階ROOK鄰接權(quán)重矩陣、地理距離空間權(quán)重矩陣以及經(jīng)濟權(quán)重矩陣條件下各空間計量模型的Hausman檢驗結(jié)論是一致的，均表現(xiàn)為空間滯后模型及空間杜賓模型的固定效應(yīng)在1%水平下顯著，而空間誤差模型的固定效應(yīng)在1%水平下則不顯著，因此對于空間誤差模型而言，需要選擇隨機效應(yīng)；此外，空間誤差模型的擬合優(yōu)度值（R2）在三種空間權(quán)重矩陣下均處于0.8-0.9之間，遠遠低于空間滯后模型及空間杜賓模型的擬合優(yōu)度值均大于0.96，因此空間滯后模型及空間杜賓模型對于樣本數(shù)據(jù)的擬合程度要好于空間誤差模型；就AIC值而言，空間滯后模型及空間誤差模型在三種空間權(quán)重矩陣下分別為（-931.489 6，-803.512 4，-823.568 4）及（-908.546 3，-894.548 5，-767.125 8），遠大于空間杜賓模型在三種空間權(quán)重矩陣下的AIC值（-1173.542 6，-1117.658 9，-1087.145 3）；而在LogL指標方面，空間滯后固定效應(yīng)模型及空間誤差隨機效應(yīng)模型在三種空間權(quán)重矩陣下的LogL值分別為（477.365 1，407.356 1，417.256 9）以及（461.258 7，431.257 8，390.786 2），遠小于空間杜賓固定效應(yīng)模型在三種空間權(quán)重矩陣下的值（549.321 4，567.814 2，551.425 9）。根據(jù)前人的研究結(jié)果可知，[11-19]模型擬合效果的好壞主要取決于LogL以及AIC的值，當LogL指標的值越大，而AIC指標的值越小時，模型擬合效果則越顯著。因此，本文將采用SDM模型的固定效應(yīng)進行空間溢出效應(yīng)分析。

表3 空間權(quán)重W1下的空間計量模型的估計結(jié)果

表4 空間權(quán)重W2下的空間計量模型的估計結(jié)果

表5 空間權(quán)重W3下的空間計量模型的估計結(jié)果

注：表3、4、5中“***”表示在1%水平下顯著；“**”表示在5%水平下顯著；“*”表示在10%水平下顯著

上述研究結(jié)果進一步在空間計量經(jīng)濟學(xué)層面上闡釋了在時間、空間以及時空變化條件下旅游產(chǎn)業(yè)集聚與旅游經(jīng)濟增長之間的關(guān)系。隨后本文在時間固定（TF）、空間固定（SF）以及時空固定（T-S F）三種條件下采用空間杜賓模型的固定效應(yīng)進行空間溢出效應(yīng)的分析，具體結(jié)果如表6所示。

表6 三種空間權(quán)重矩陣下SDM模型的固定效應(yīng)空間溢出效應(yīng)分析結(jié)果

注：“***”表示在1%水平下顯著；“**”表示在5%水平下顯著；“*”表示在10%水平下顯著

由表6可知，在三種不同的空間權(quán)重矩陣條件下運用空間杜賓模型的固定效應(yīng)進行空間溢出效應(yīng)分析的檢驗結(jié)果表明，當時間條件固定或者空間條件固定時，所得的檢驗結(jié)果遠大于時空都固定條件下的檢驗結(jié)果。這表明旅游產(chǎn)業(yè)集聚與旅游經(jīng)濟增長之間的關(guān)系對于時間及空間條件的共同變化并不敏感，受到的影響較小。此外，通過進一步研究發(fā)現(xiàn)，相較于SF條件下的檢驗結(jié)果，TF條件下的檢驗結(jié)果明顯更小，這意味著旅游產(chǎn)業(yè)集聚與旅游經(jīng)濟增長之間的關(guān)系對于空間條件的變化更加敏感，影響更明顯。而時間變化對于兩者之間的關(guān)系所產(chǎn)生的影響則較小。由此，進一步證實了旅游產(chǎn)業(yè)集聚與旅游經(jīng)濟增長之間的空間相關(guān)性。

由已有的研究結(jié)果可知，當空間變量滯后項系數(shù)為正值且顯著時，用回歸系數(shù)來分析自變量對因變量的空間溢出效應(yīng)是不合適的。[11]因此本文將采用空間計量模型的偏微分方法對因變量的直接效應(yīng)（DE）、間接效應(yīng)（IE）以及總效應(yīng)（TE）進行分析，結(jié)果如表7所示。

表7 空間溢出效應(yīng)分解分析結(jié)果

就空間溢出直接效應(yīng)方面而言，在三種不同的空間權(quán)重矩陣條件下，旅游經(jīng)濟增長與旅游產(chǎn)業(yè)集聚、資本存量以及人力資本之間存在顯著關(guān)系；而上述自變量與旅游經(jīng)濟增長之間的關(guān)系在三種不同的空間權(quán)重矩陣條件下呈現(xiàn)不同間接效應(yīng)及總效應(yīng)。而在空間溢出簡接效應(yīng)方面，經(jīng)濟地理權(quán)重矩陣下的空間溢出間接效應(yīng)要顯著優(yōu)于一階ROOK鄰接矩陣以及地理距離空間權(quán)重；最后在總效應(yīng)方面，鄰接空間權(quán)重矩陣檢驗結(jié)果較差，其余兩種空間權(quán)重矩陣檢驗結(jié)果均優(yōu)于鄰接空間權(quán)重。下面本文就從旅游產(chǎn)業(yè)集聚及控制變量兩個方面對空間溢出效應(yīng)進行分析。

1．旅游產(chǎn)業(yè)集聚的空間溢出效應(yīng)

在空間溢出直接效應(yīng)方面，旅游產(chǎn)業(yè)集聚與旅游經(jīng)濟增長之間的關(guān)系均在1%水平下通過了顯著性檢驗，旅游產(chǎn)業(yè)集聚在三種空間權(quán)重矩陣條件下對本城市旅游經(jīng)濟增長存在相對顯著的正向空間溢出效應(yīng)。此外，由表7可知，作為控制變量的資本要素及人力資本對于旅游經(jīng)濟增長的直接效應(yīng)遠遠小于旅游產(chǎn)業(yè)集聚對于旅游經(jīng)濟增長的直接效應(yīng)。從表7中可以看出，旅游產(chǎn)業(yè)集聚對于旅游經(jīng)濟增長的空間溢出效應(yīng)系數(shù)為0.922 3，這意味著，在忽視其他影響因素的條件下，每當旅游產(chǎn)業(yè)集聚水平增長1%，本城市的經(jīng)濟就會增長0.922 3%；而相較于旅游產(chǎn)業(yè)集聚對于旅游經(jīng)濟增長的貢獻度而言，作為控制變量的資本要素及人力資本對于旅游經(jīng)濟增長的空間溢出直接效應(yīng)分別為0.287 5和0.137 6，兩者分別只達到了旅游產(chǎn)業(yè)集聚貢獻度的1/3及1/5。

在空間溢出間接效應(yīng)方面，地理距離權(quán)重矩陣條件下的檢驗結(jié)果未能通過顯著性檢驗，在經(jīng)濟地理權(quán)重矩陣以及鄰接空間權(quán)重矩陣條件下，其檢驗結(jié)果通過了1%以及5%水平下的顯著性檢驗。這意味著在一階ROOK鄰接空間權(quán)重矩陣和經(jīng)濟地理權(quán)重矩陣下，負向空間溢出效應(yīng)顯著的存在于旅游產(chǎn)業(yè)集聚條件下的其他城市旅游經(jīng)濟增長過程中。抑或是說，在這兩種空間權(quán)重矩陣下，旅游產(chǎn)業(yè)集聚抑制了其他城市旅游經(jīng)濟的增長。就鄰接空間權(quán)重矩陣而言，在拋卻其他影響因素的前提下，每當本城市的旅游產(chǎn)業(yè)集聚水平增長1%，鄰接城市的旅游經(jīng)濟增長將會減緩0.591 6%；在經(jīng)濟地理權(quán)重矩陣條件下，拋卻其他影響因素，每當本城市的旅游產(chǎn)業(yè)集聚水平增長1%，經(jīng)濟距離鄰近城市的旅游經(jīng)濟增長將會放緩0.291 2%。究其根本，出現(xiàn)上述結(jié)果的原因主要還是與旅游產(chǎn)業(yè)集聚所產(chǎn)生的空間溢出效應(yīng)對市場資源配置有關(guān)。由于旅游產(chǎn)業(yè)集聚與旅游經(jīng)濟增長之間起到相互強化作用，使得本城市對于鄰接城市或經(jīng)濟距離上鄰近的城市形成比較優(yōu)勢，從而促使相關(guān)旅游市場資源的由鄰接城市或經(jīng)濟距離上鄰近的城市向本城市轉(zhuǎn)移，這一過程必然減緩資源流出城市的旅游經(jīng)濟增長速度。[25]

在空間溢出總效應(yīng)方面，除了在一階ROOK鄰接權(quán)重矩陣下未能通過顯著性檢驗，在其余兩種權(quán)重矩陣條件下均在1%水平下通過了顯著性檢驗，這意味著，在這兩種空間權(quán)重矩陣條件下，旅游產(chǎn)業(yè)集聚對于旅游經(jīng)濟增長具有正向的促進作用。但是，相較于其他產(chǎn)業(yè)集聚而言，旅游產(chǎn)業(yè)集聚更應(yīng)當發(fā)揮自身優(yōu)勢、因地制宜，突出自身的比較優(yōu)勢，不能僅僅為追求高層次的產(chǎn)業(yè)集聚水平及規(guī)模化效應(yīng)而盲目發(fā)展。[25]

2．控制變量的空間溢出效應(yīng)

在空間溢出直接效應(yīng)方面，作為控制變量的資本存量及人力資本在三種空間權(quán)重矩陣條件下對于旅游經(jīng)濟增長的空間溢出直接效應(yīng)均在1%水平下通過了顯著性檢驗。因此拋卻其他影響因素，每當資本要素增加1%，本城市的經(jīng)濟將會分別增長0.237 2%、0.231 7%及0.287 5%；而每當人力資本增加1%，本城市的經(jīng)濟將會分別0.201 8%、0.205 4%及0.137 6%的速率增長。此外相較于人力資本而言，資本存量對于旅游經(jīng)濟增長的貢獻度更大。

在空間溢出間接效應(yīng)方面，不同空間權(quán)重矩陣條件下的檢驗結(jié)果也不同。資本存量及人力資本在經(jīng)濟地理權(quán)重矩陣下分別通過了1%及5%水平下的顯著性檢驗。拋卻其他影響因素，每當資本存量增加1%，經(jīng)濟距離較近城市的經(jīng)濟將會增長0.387 2%；而每當人力資本增加1%，經(jīng)濟距離較近城市的經(jīng)濟將會減緩0.124 9%。作為控制變量的資本存量及人力資本在鄰接權(quán)重矩陣下均未能通過顯著性檢驗。此外，通過對比旅游產(chǎn)業(yè)集聚及人力資本對于旅游經(jīng)濟增長的空間溢出間接效應(yīng)可以發(fā)現(xiàn)，兩種變量對于鄰近城市的旅游經(jīng)濟增長都起到了抑制作用。產(chǎn)生上述結(jié)果的原因很大程度上是源于作為第三產(chǎn)業(yè)的旅游業(yè)，其發(fā)展離不開大量人力資本的集聚。而鄰近城市的人力資本大量流入旅游產(chǎn)業(yè)集聚水平較高的本城市，必然會放緩自身旅游經(jīng)濟增長的步伐。鄰接權(quán)重矩陣下人力資本未能通過顯著性檢驗的原因很可能是由于相鄰城市的人力資本同質(zhì)程度較高。[10]

在空間溢出總效應(yīng)方面，資本存量在經(jīng)濟地理權(quán)重矩陣和地理距離權(quán)重矩陣下分別通過了1%和5%水平下的顯著性檢驗。此外，通過比較旅游產(chǎn)業(yè)集聚以及資本存量對于旅游經(jīng)濟增長的空間溢出總效應(yīng)可以發(fā)現(xiàn)，兩種變量對于鄰近城市的旅游經(jīng)濟增長都起到了促進作用。資本存量在旅游經(jīng)濟增長中始終起到一定的促進作用，而人力資本對于旅游經(jīng)濟增長的空間溢出總效應(yīng)依然未能通過檢驗。所以，長三角區(qū)域旅游產(chǎn)業(yè)需要努力實現(xiàn)可持續(xù)發(fā)展，大力推動資本驅(qū)動的旅游產(chǎn)業(yè)集聚模式向服務(wù)創(chuàng)新驅(qū)動的模式轉(zhuǎn)變。

基于空間計量經(jīng)濟學(xué)視角，本文在對旅游產(chǎn)業(yè)集聚與旅游經(jīng)濟增長研究中納入了空間因素，運用空間相關(guān)理論以及空間計量模型研究了長三角城市群旅游產(chǎn)業(yè)集聚趨勢及其與旅游經(jīng)濟增長之間內(nèi)在聯(lián)系與作用機制。研究表明：

1）相較于資本存量以及人力資本而言，旅游產(chǎn)業(yè)集聚水平對于旅游經(jīng)濟增長的貢獻度遠超上述兩個變量，但是隨著旅游產(chǎn)業(yè)集聚水平的提升，其對于地理鄰接或經(jīng)濟鄰近城市旅游經(jīng)濟增長的抑制作用也較為顯著。

2）作為控制變量的資本存量，其在區(qū)域內(nèi)對于旅游經(jīng)濟增長具有顯著的正向空間溢出效應(yīng)，即對于旅游經(jīng)濟增長具有促進作用；而人力資本作為另一個控制變量，其在區(qū)域內(nèi)對于旅游經(jīng)濟增長具有負向空間溢出效應(yīng)，即對于旅游經(jīng)濟增長具有抑制作用。人力資本對于旅游經(jīng)濟增長起到抑制作用很大程度上是由于當前長三角區(qū)域旅游產(chǎn)業(yè)人才相對較為匱乏，旅游從業(yè)人員的貢獻無法得到充分發(fā)揮，在勞動生產(chǎn)率較低的情況下，人力資本對于旅游經(jīng)濟增長呈現(xiàn)出負向空間溢出效應(yīng)。[25]

3）旅游產(chǎn)業(yè)集聚與其他產(chǎn)業(yè)集聚的模式不同，僅僅依靠追求規(guī)模效應(yīng)或資本投入是無法實現(xiàn)旅游產(chǎn)業(yè)可持續(xù)發(fā)展的，旅游產(chǎn)業(yè)函需轉(zhuǎn)型升級，由資本驅(qū)動模式向服務(wù)創(chuàng)新驅(qū)動模式轉(zhuǎn)變，結(jié)合技術(shù)創(chuàng)新及產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化與升級，努力實現(xiàn)服務(wù)創(chuàng)新型旅游產(chǎn)業(yè)集聚模式。

本文在研究過程中仍然存在不少的疏漏之處，例如在空間矩陣的構(gòu)建方面，僅僅考慮鄰接空間矩陣等三種空間權(quán)重矩陣，仍然有許多的動態(tài)影響因素未能考慮在內(nèi)，因此，在后續(xù)的研究中，將對上述疏漏之處進行進一步的完善。

[1] Marshall A.[M]. London: London Macmillan, 1910: 142-179.

[2] Weber A.[M]. Chicago: University of Chicago Press, 1928: 1-17.

[3] Krugman P. What’s New about the New Economic Geography[J]., 1998, 14(2): 7-17.

[4] Scott A J.[M]. London: Pion, 1988: 1-17.

[5] Porter M.[M]. New York: The Free Press, 1990: 63-115.

[6] Paul R Krugman, J Venables. Globalization and the Inequality of Nation[J]., 1995(60): 857-880.

[7] Majewska, Justyna. Inter-regional Agglomeration Effects in Tourism in Poland[J]., 2015(17): 408-436.

[8] Brulhart M, Sbergami F. Agglomeration and Growth: Cross Country Evidence[J]., 2012, 65(1): 48-63.

[9] 張軍謀, 周曉唯, 李蓓蓓, 等. 我國省域國際旅游（外匯）收入的空間自相關(guān)研究[J]. 陜西師范大學(xué)學(xué)報: 自然科學(xué)版, 2016, 44(5): 94-101.

[10] 趙磊, 方成, 吳向明. 旅游發(fā)展、空間溢出與經(jīng)濟增長——來自中國的經(jīng)驗證據(jù)[J]. 旅游學(xué)刊, 2014(5): 16-30.

[11] LeSage J, Pace R.[M]. Boca Raton: CRC Press/Taylor&Francis, 2009: 15-26.

[12] 劉佳, 趙金金. 中國旅游產(chǎn)業(yè)結(jié)構(gòu)與旅游產(chǎn)業(yè)集聚空間關(guān)聯(lián)與相互作用的實證研究[J]. 首都經(jīng)濟貿(mào)易大學(xué)學(xué)報, 2013(3): 40-49.

[13] 劉佳, 于水仙. 中國旅游產(chǎn)業(yè)集聚與區(qū)域經(jīng)濟增長關(guān)系研究[J]. 旅游研究, 2013(4): 1-10.

[14] 張洪波, 蘭甜, 王斌. 基于洛倫茨曲線和基尼系數(shù)的榆林市用水結(jié)構(gòu)時空演化及其驅(qū)動力分析[J]. 華北水利水電大學(xué)學(xué)報: 自然科學(xué)版, 2018, 39(1): 15-24.

[15] 鄭德鳳, 郝帥, 孫才志. 基于DEA-ESDA的農(nóng)業(yè)生態(tài)效率評價及時空分異研究[J]. 地理科學(xué), 2018, 38(3): 419-427.

[16] 王磊, 李成麗. 市場一體化、城市化與區(qū)域經(jīng)濟增長——基于長三角16個城市的實證研究[J]. 現(xiàn)代城市研究, 2018(3): 81-87.

[17] 張軍謀, 周曉唯, 孫國軍, 等. 基于區(qū)位熵理論的甘肅省旅游產(chǎn)業(yè)集聚評價分析[J]. 西北師范大學(xué)學(xué)報: 自然科學(xué)版, 2018, 54(1): 127-134.

[18] 徐淑丹. 中國城市的資本存量估算和技術(shù)進步率：1992-2014年[J]. 管理世界, 2017(1): 17-29.

[19] 吳玉鳴. 旅游經(jīng)濟增長及其溢出效應(yīng)的空間面板計量經(jīng)濟分析[J]. 旅游學(xué)刊, 2014(2): 16-24.

[20] Shuqing N. Teng, Chi Xu, Brody Sandel, Jens‐Christian Svenning. Effects of Intrinsic Sources of Spatial Autocorrelation on Spatial Regression Modelling[J]., 2018,9(2): 363-372.

[21] 逯進, 蘇妍. 人力資本、經(jīng)濟增長與區(qū)域經(jīng)濟發(fā)展差異——基于半?yún)?shù)可加模型的實證研究[J]. 人口學(xué)刊, 2017, 39(1): 89-101.

[22] 方麗婷. 空間滯后模型的貝葉斯估計[J]. 統(tǒng)計研究, 2014(5): 102-106.

[23] Frank G, van Oort.[M]. Taylor and Francis, 2017: 11-22.

[24] 祝曄. 城市旅游競爭力空間格局及形成機理研究——以江蘇省為例[J]. 技術(shù)經(jīng)濟與管理研究, 2016(12): 121-126.

[25] 劉玉麗. 我國旅游業(yè)全要素生產(chǎn)率及其區(qū)域分異特征研究[J]. 商業(yè)經(jīng)濟研究, 2017(17): 169-172.

Analysis on the Relationship between Tourism Industry Agglomeration and Tourism Economic Growth in Yangtze River Delta Based on Spatial Econometric Model

GENG Changwei, DUAN Zhengliang

（Tourism College of Hunan Normal University, Changsha, Hunan 410081, China）

Based on the spatial econometrics perspective the spatial correlation model was established by using spatial correlation analysis to study the spatial correlation between tourism industry agglomeration and tourism economic growth in 26 cities in Yangtze River Delta from 2006 to 2016, and the spatial spillover effect test. The results show that: spatial agglomeration has been accompanied by the development of tourism industry, the tourism economy has shown a significant positive spatial correlation; the contribution of capital factors and human capital to tourism economic growth is only equivalent to the tourism industry agglomeration; The tourism industry agglomeration, capital stock and human capital are of significant positive effect on the tourism economy and the overall spatial spillover effect, but the tourism industry is of a negative city space spillover effect, and human capital on the geographical or economic neighboring cities of tourism economic growth has played a negative spillover effect. This shows that capital stock driven tourism industry agglomeration is to promote the Yangtze River Delta urban agglomeration tourism economic growth an important factor.

tourism industry agglomeration; tourism economic growth; ESDA; spatial econometric model

2018-04-08

國家旅游局萬名旅游英才計劃研究型英才培養(yǎng)項目（WMYC20171097）

耿長偉（1993-），男，江蘇鹽城人，碩士研究生，主要從事旅游產(chǎn)業(yè)經(jīng)濟分析研究；段正梁（1964-），男，湖南常德人，副教授，博士，碩士生導(dǎo)師，主要從事旅游產(chǎn)業(yè)經(jīng)濟分析研究

F 59

A

10.3969/j. issn. 2096-059X.2018.03.008

2096-059X(2018)03–0042–010

（責(zé)任編校：彭 萍）