摘要：為分析西部地區(qū)旅游產(chǎn)業(yè)集聚對(duì)旅游經(jīng)濟(jì)增長(zhǎng)的影響， 引入空間計(jì)量模型作為主要處理方式， 同時(shí)使用空間滯后模型、 空間誤差模型和空間杜賓模型進(jìn)行分析． 在研究過(guò)程中選擇多元變量參與分析， 使用線性插值法填充缺失數(shù)據(jù)， 標(biāo)準(zhǔn)化所有變量， 并選擇2008-2022年西部旅游經(jīng)濟(jì)數(shù)據(jù)進(jìn)行分析． 結(jié)果顯示： 2008-2022年， 西部旅游經(jīng)濟(jì)增長(zhǎng)模式出現(xiàn)了負(fù)向變化趨勢(shì)， 同時(shí)鄰接關(guān)系的影響系數(shù)高達(dá)6.923（p＜0.001）． 區(qū)位熵和區(qū)域經(jīng)濟(jì)發(fā)展水平對(duì)旅游經(jīng)濟(jì)增長(zhǎng)具有正向影響， 而區(qū)域城鎮(zhèn)化水平和人力資本則呈現(xiàn)出負(fù)影響趨勢(shì)． 該研究揭示了西部地區(qū)旅游產(chǎn)業(yè)集聚對(duì)旅游經(jīng)濟(jì)的影響及方式， 并指出哪些因素在西部地區(qū)旅游經(jīng)濟(jì)發(fā)展中具有顯著影響．

關(guān) 鍵 詞：西部； 旅游產(chǎn)業(yè)； 產(chǎn)業(yè)集聚； 經(jīng)濟(jì)增長(zhǎng)

中圖分類號(hào)：

F590

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：16739868（2024）07009409

Correlation Analysis between Tourism Industry

Agglomeration and Economic Growth in Western China

CHEN Yijing

School of Management， Zhengzhou University of Technology， Zhengzhou 450053， China

Abstract： To analyze the impact of tourism industry agglomeration on tourism economic growth in the western region of China， the study adopted a spatial econometric model， introducing multiple spatial factors， and processed them using the spatial lag model， spatial error model， and spatial Durbin model． Meanwhile， multivariate variables were selected for analysis， missing data was filled using the linear interpolation method， and all variables were standardized． Finally， western tourism economic data from 2008 to 2022 was selected for economic analysis． The results showed that from 2008 to 2022， the tourism economic growth model in the west showed a negative spatial correlation trend， and the influence coefficient of adjacency relation was as high as 6.923 with a P-value of 0.001． At the same time， location entropy and regional economic development level had a positive impact on tourism economic growth， while urbanization level and human capital showed a negative impact． The study revealed the real impact of tourism industry agglomeration on the tourism economy in the western region and its impact mode， and pointed out the significant influence of these factors on the tourism economic development in the western region．

Key words： the western region； tourism industry； industrial agglomeration； economic growth

隨著國(guó)內(nèi)社會(huì)經(jīng)濟(jì)的發(fā)展， 旅游逐漸成為人們假日消遣的主要方式之一． 伴隨這一生活習(xí)慣的改變， 旅游作為一個(gè)新興的產(chǎn)業(yè)領(lǐng)域已經(jīng)成為許多地區(qū)的重要經(jīng)濟(jì)來(lái)源， 而中國(guó)西部便是旅游經(jīng)濟(jì)的主要受益地區(qū)之一［1-3］． 中國(guó)西部地區(qū)由于獨(dú)特的地理環(huán)境和區(qū)位特性， 發(fā)展方式與其他地區(qū)有所不同， 其中最主要不同就是其獨(dú)特旅游資源的產(chǎn)業(yè)化發(fā)展． 目前， 西部地區(qū)部分城市已經(jīng)演變?yōu)橐月糜螢楹诵漠a(chǎn)業(yè)的經(jīng)濟(jì)發(fā)展模式， 在旅游經(jīng)濟(jì)大規(guī)模發(fā)展的情況下， 其旅游產(chǎn)業(yè)集聚也出現(xiàn)了不同程度的上升［4-6］． 旅游產(chǎn)業(yè)集聚一方面為經(jīng)濟(jì)發(fā)展提供支撐， 但另一方面也拉大了區(qū)域間經(jīng)濟(jì)水平的差距． 部分地區(qū)雖然具有豐富的旅游資源， 但是由于受到區(qū)域內(nèi)旅游產(chǎn)業(yè)集聚特征的影響， 有可能造成旅游經(jīng)濟(jì)發(fā)展并不順暢， 甚至旅游經(jīng)濟(jì)發(fā)展水平相對(duì)滯后的情況［7-9］． 針對(duì)西部地區(qū)旅游產(chǎn)業(yè)集聚與經(jīng)濟(jì)增長(zhǎng)的研究， 有助于對(duì)西部地區(qū)經(jīng)濟(jì)發(fā)展態(tài)勢(shì)進(jìn)行正確評(píng)判， 進(jìn)而為區(qū)域間平衡化發(fā)展、 減少區(qū)域間經(jīng)濟(jì)發(fā)展差距提供重要的理論依據(jù)．

1 理論分析

1.1 經(jīng)濟(jì)增長(zhǎng)學(xué)說(shuō)分析

經(jīng)濟(jì)增長(zhǎng)學(xué)說(shuō)認(rèn)為， 推動(dòng)經(jīng)濟(jì)增長(zhǎng)的主要因素包括技術(shù)進(jìn)步、 人力資本增加、 物質(zhì)資本積累和市場(chǎng)規(guī)模擴(kuò)張等． 經(jīng)濟(jì)增長(zhǎng)是世界各國(guó)經(jīng)濟(jì)發(fā)展的基本目標(biāo)， 是為提高國(guó)內(nèi)生產(chǎn)總值和人均國(guó)內(nèi)生產(chǎn)總值而進(jìn)行的持續(xù)物質(zhì)財(cái)富積累過(guò)程［10-12］． 就我國(guó)西部地區(qū)而言， 旅游產(chǎn)業(yè)健康快速發(fā)展不僅可以帶動(dòng)聯(lián)動(dòng)產(chǎn)業(yè)發(fā)展， 也有利于區(qū)域經(jīng)濟(jì)持續(xù)增長(zhǎng)． 因此， 從經(jīng)濟(jì)增長(zhǎng)學(xué)說(shuō)角度來(lái)看， 產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化和產(chǎn)業(yè)升級(jí)是推動(dòng)西部地區(qū)旅游產(chǎn)業(yè)及聯(lián)動(dòng)產(chǎn)業(yè)發(fā)展的關(guān)鍵．

1.2 產(chǎn)業(yè)集聚學(xué)說(shuō)分析

產(chǎn)業(yè)集聚能帶來(lái)信息共享、 專業(yè)化分工以及輸入共享的效益， 進(jìn)而推動(dòng)產(chǎn)業(yè)發(fā)展． 集聚可以降低交易成本， 提高生產(chǎn)效率， 促進(jìn)信息傳播和創(chuàng)新， 提高經(jīng)濟(jì)競(jìng)爭(zhēng)力， 形成產(chǎn)業(yè)鏈、 產(chǎn)業(yè)帶和產(chǎn)地效應(yīng)． 集聚化發(fā)展是民營(yíng)企業(yè)興起和發(fā)展的新基點(diǎn)． 西部地區(qū)大量的旅游資源為旅游產(chǎn)業(yè)集聚提供了有利條件． 旅游產(chǎn)業(yè)集聚能夠帶動(dòng)一系列相關(guān)產(chǎn)業(yè)發(fā)展， 同時(shí)產(chǎn)業(yè)集聚也可以通過(guò)產(chǎn)業(yè)擴(kuò)散效應(yīng)， 帶動(dòng)其他地區(qū)的經(jīng)濟(jì)發(fā)展［13-15］．

1.3 產(chǎn)業(yè)集聚與經(jīng)濟(jì)增長(zhǎng)的相關(guān)性分析

產(chǎn)業(yè)集聚對(duì)經(jīng)濟(jì)增長(zhǎng)的影響主要體現(xiàn)在集聚效應(yīng)、 擁擠效應(yīng)、 擴(kuò)散效應(yīng)、 回流效應(yīng)4個(gè)方面． 集聚效應(yīng)是產(chǎn)業(yè)發(fā)展中最直接的效應(yīng)， 通過(guò)產(chǎn)業(yè)集聚企業(yè)能夠在較小的地理范圍內(nèi)獲取并分享資源， 降低生產(chǎn)與運(yùn)營(yíng)成本， 進(jìn)而推動(dòng)經(jīng)濟(jì)增長(zhǎng)． 然而， 過(guò)度集聚可能引發(fā)擁擠效應(yīng)， 從而對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生負(fù)面影響． 在一定區(qū)域內(nèi)過(guò)度集聚的企業(yè)可能會(huì)引發(fā)激烈競(jìng)爭(zhēng)， 導(dǎo)致資源過(guò)度消耗， 進(jìn)而影響企業(yè)的利潤(rùn)水平［16-17］． 同時(shí)， 過(guò)度集聚還可能引發(fā)環(huán)境問(wèn)題． 擴(kuò)散效應(yīng)主要體現(xiàn)在兩個(gè)方面： ① 產(chǎn)業(yè)集聚可以促進(jìn)區(qū)域之間的經(jīng)濟(jì)交流和合作． ② 產(chǎn)業(yè)集聚還可以通過(guò)引領(lǐng)和培育新產(chǎn)業(yè)， 促進(jìn)產(chǎn)業(yè)擴(kuò)散和轉(zhuǎn)型， 進(jìn)而為經(jīng)濟(jì)增長(zhǎng)提供持續(xù)驅(qū)動(dòng)力． 回流效應(yīng)主要體現(xiàn)在產(chǎn)業(yè)集聚對(duì)區(qū)域經(jīng)濟(jì)建設(shè)的拉動(dòng)作用上， 產(chǎn)業(yè)集聚可以帶動(dòng)上下游相關(guān)產(chǎn)業(yè)和服務(wù)業(yè)的發(fā)展， 吸引人力資源和資金流向產(chǎn)業(yè)集聚地區(qū)， 形成回流效應(yīng)． 產(chǎn)業(yè)集聚通過(guò)集聚效應(yīng)、 擴(kuò)散效應(yīng)、 回流效應(yīng)對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生正面影響， 但也需要注意避免過(guò)度集聚產(chǎn)生的擁擠效應(yīng)， 只有這樣才能實(shí)現(xiàn)經(jīng)濟(jì)持續(xù)、 穩(wěn)定和健康增長(zhǎng)．

2 相關(guān)性分析模型設(shè)計(jì)

本研究針對(duì)西部地區(qū)旅游產(chǎn)業(yè)集聚對(duì)旅游經(jīng)濟(jì)增長(zhǎng)的影響進(jìn)行了深入分析， 采用空間計(jì)量模型來(lái)揭示西部旅游業(yè)的發(fā)展?fàn)顟B(tài)， 并引入空間因素更加全面地探討集聚效應(yīng)在不同區(qū)域間的影響方式．

2.1 空間回歸性模型設(shè)計(jì)

為探究西部地區(qū)旅游產(chǎn)業(yè)集聚對(duì)旅游經(jīng)濟(jì)增長(zhǎng)的真實(shí)影響， 本研究將12個(gè)西部省份全部納入樣本范圍， 并利用空間權(quán)重矩陣和空間計(jì)量模型對(duì)西部旅游業(yè)發(fā)展?fàn)顟B(tài)進(jìn)行廣泛分析． 首先需要進(jìn)行空間相關(guān)性檢驗(yàn)， 這是使用空間矩陣計(jì)量模型之前必需的步驟， 以此確定研究對(duì)象的空間效應(yīng)是否存在依賴性． 全局莫蘭指數(shù)如式（1）所示．

全局莫蘭指數(shù)=∑ni=1 ∑nj=1wij（xi-x）（xj-x）/（S2∑ni=1 ∑nj=1wij）（1）

式中xi與xj表示i區(qū)域與j區(qū)域的觀測(cè)值， x表示觀測(cè)均值， wij表示權(quán)重， S表示區(qū)域觀測(cè)權(quán)重之和． 考慮到地理距離、 經(jīng)濟(jì)距離和鄰接情況等多個(gè)空間影響因素， 本研究采用包含3種空間權(quán)重構(gòu)建方法的混合策略．

① 鄰接矩陣， 其構(gòu)建基于各觀測(cè)點(diǎn)之間的鄰近關(guān)系． 若兩個(gè)觀測(cè)點(diǎn)鄰近， 則相應(yīng)矩陣元素設(shè)為1； 否則設(shè)為0， 如式（2）所示．

Wij=

1若不同區(qū)域之間相鄰或有公共邊界

0若不同區(qū)域之間不相鄰或無(wú)公共邊界

（2）

② 地理距離矩陣， 可通過(guò)各省份之間的經(jīng)、 緯度信息計(jì)算得出． 根據(jù)經(jīng)、 緯度計(jì)算空間距離， 并取其倒數(shù)作為權(quán)重值， 得到反地理距離矩陣， 如式（3）所示．

Wij=

1/diji≠j

0i=j

（3）

式中dij表示區(qū)域i與區(qū)域j之間的距離．

③ 經(jīng)濟(jì)地理距離矩陣， 其構(gòu)建基于各省份的地區(qū)生產(chǎn)總值（GDP）差異情況． 將各省份GDP差異的絕對(duì)值與已得到的地理距離矩陣相乘， 得到經(jīng)濟(jì)地理距離矩陣， 如式（4）所示．

Wij=

1/dij×（1/｜yi-yj｜）i≠j

0i=j

（4）

利用這些構(gòu)建好的空間權(quán)重矩陣， 分析旅游經(jīng)濟(jì)增長(zhǎng)的空間影響． 如果莫蘭指數(shù)檢驗(yàn)發(fā)現(xiàn)較高數(shù)值緊鄰較高數(shù)值， 或較低數(shù)值緊鄰較低數(shù)值， 意味著旅游經(jīng)濟(jì)增長(zhǎng)存在空間正相關(guān)性； 相反， 若較高數(shù)值被較低數(shù)值包圍或較低數(shù)值被較高數(shù)值包圍， 區(qū)域間的特征值呈現(xiàn)出一種反差較高的分布模式， 則意味著存在空間負(fù)相關(guān)性． 若數(shù)值高低呈難以預(yù)測(cè)的隨機(jī)性， 則說(shuō)明旅游經(jīng)濟(jì)增長(zhǎng)在空間上無(wú)相關(guān)性． 通過(guò)空間相關(guān)性檢驗(yàn)， 本研究能更清晰地理解和揭示西部地區(qū)旅游產(chǎn)業(yè)集聚對(duì)旅游經(jīng)濟(jì)增長(zhǎng)的影響． 旅游經(jīng)濟(jì)與旅游產(chǎn)業(yè)集聚往往展現(xiàn)出密切的關(guān)聯(lián)， 這種關(guān)聯(lián)有兩個(gè)主要原因： ① 因?yàn)樯a(chǎn)要素在區(qū)域之間的流動(dòng)、 溢出和擴(kuò)散， 導(dǎo)致了“真實(shí)的相關(guān)性”． ② 由于空間測(cè)量數(shù)據(jù)誤差引起“干擾的相關(guān)性”． 因此， 在研究西部地區(qū)旅游行業(yè)集群對(duì)旅游經(jīng)濟(jì)增長(zhǎng)的影響時(shí)， 通常的回歸方法并不適用． 為解決該問(wèn)題， 本研究采用空間計(jì)量模型， 包括空間滯后模型（Spatial Lag Model， SLM）、 空間誤差模型（Spatial Error Model， SEM）和空間杜賓模型（Spatial Durbin Model， SDM）進(jìn)行深入分析． 首先， 空間滯后模型關(guān)注不同地區(qū)變量之間是否存在溢出效應(yīng)． 由于區(qū)域經(jīng)濟(jì)中某些變量相互作用可能導(dǎo)致要解釋的變量之間出現(xiàn)空間相關(guān)性， 因此引入空間滯后項(xiàng)來(lái)構(gòu)建模型． 具體的模型如式（5）所示．

PTRit=ρWPTRit+β0+β1LQit+β2cont+ρWεit（5）

式中W表示空間權(quán)重矩陣， ρ表示空間自回歸系數(shù)， ρWPTRit表示空間滯后變量， βα，β1，β2表示變量系數(shù)向量， cont表示控制變量， LQit表示解釋變量， PTRit表示被解釋變量， ρWεit表示空間誤差項(xiàng)． i表示區(qū)域， t表示時(shí)間， it表示區(qū)域在時(shí)間內(nèi)的定位．

第2個(gè)模型是空間誤差模型， 當(dāng)相鄰區(qū)域的誤差項(xiàng)與被解釋變量之間產(chǎn)生空間相關(guān)性時(shí)， 需要引入空間誤差項(xiàng)進(jìn)行修正． 具體的模型如式（6）所示．

PTRit=β0+β1LQit+β3cont+ρWεit（6）

第3個(gè)模型是空間杜賓模型， 它同時(shí)包含了空間滯后模型和空間誤差模型， 并引入了空間滯后解釋變量． 具體的模型如式（7）所示．

PTRit=ρWPTRit+β0+β1LQit+βαcont++θ1WLQit+θ2Wcont+εit（7）

式中W表示空間權(quán)重， θ1WLQit表示旅游產(chǎn)業(yè)集聚度， θ2Wcont表示空間變量， εit表示誤差項(xiàng)． 在空間杜賓模型中需要考慮各省份之間的空間距離影響， 以及各省份的經(jīng)濟(jì)發(fā)展水平． 旅游業(yè)發(fā)展和旅游經(jīng)濟(jì)增長(zhǎng)不僅受到相鄰省份的影響， 還受到其他省份的影響． 因此， 在使用空間矩陣時(shí)， 本研究考慮了經(jīng)濟(jì)地理距離矩陣， 從而綜合考慮了各省份的空間距離和經(jīng)濟(jì)發(fā)展水平． 需要注意的是， 旅游產(chǎn)業(yè)集聚度和被解釋變量的空間滯后項(xiàng)都在模型中有所體現(xiàn)． 在進(jìn)行空間效應(yīng)分析時(shí)模型無(wú)法直接區(qū)分和檢驗(yàn)效應(yīng)， 因此需要進(jìn)行偏微分處理， 如式（8）所示．

PTRit=（1-ρWit）-1（βXit+Wit）Xitθ+（1-ρWit）-1α+（1-ρWit）-1λ+（1-ρWit）-1ζ（8）

式中PTRit表示在時(shí)間t的最終被解釋變量． （1-ρWit）-1表示空間滯后算子， βXit+Wit表示解釋變量， Xitθ表示解釋變量的直接影響， （1-ρWit）-1α表示控制變量， （1-ρWit）-1λ與（1-ρWit）-1ζ均表示誤差項(xiàng)． 本研究使用空間滯后模型、 空間誤差模型和空間杜賓模型， 針對(duì)西部旅游業(yè)集群度對(duì)旅游經(jīng)濟(jì)增長(zhǎng)的影響進(jìn)行了探討． 這些模型各有特點(diǎn)， 可以有效處理數(shù)據(jù)的空間相關(guān)性， 并提供更精確、 更全面的研究結(jié)果．

2.2 變量體系與數(shù)據(jù)來(lái)源

為了全面深入地研究旅游業(yè)的發(fā)展， 本研究選擇了多個(gè)變量進(jìn)行分析， 包括區(qū)域旅游經(jīng)濟(jì)增長(zhǎng)、 旅游產(chǎn)業(yè)集聚、 交通基礎(chǔ)設(shè)施、 區(qū)域經(jīng)濟(jì)發(fā)展水平、 產(chǎn)業(yè)結(jié)構(gòu)、 區(qū)域城鎮(zhèn)化水平、 人力資本和物質(zhì)資本等． 區(qū)域旅游經(jīng)濟(jì)以人均旅游收入的數(shù)據(jù)來(lái)表達(dá)， 通過(guò)綜合《中國(guó)文化和旅游年鑒》中的國(guó)內(nèi)旅游收入和入境旅游收入， 再結(jié)合《中國(guó)統(tǒng)計(jì)年鑒》中提供的年末人口數(shù)量計(jì)算得出． 旅游產(chǎn)業(yè)集聚度通過(guò)旅游業(yè)的區(qū)位熵進(jìn)行計(jì)算（區(qū)位熵是一種計(jì)算產(chǎn)業(yè)集聚度的經(jīng)濟(jì)學(xué)指標(biāo)）． 區(qū)位熵值越大， 表明產(chǎn)業(yè)集聚越明顯． 計(jì)算所需原始數(shù)據(jù)涉及旅游業(yè)的經(jīng)營(yíng)單位數(shù)量和產(chǎn)值， 這些數(shù)據(jù)主要來(lái)源于各個(gè)省份文化和旅游部門公布的統(tǒng)計(jì)數(shù)據(jù)， 以及《中國(guó)文化和旅游年鑒》． 交通基礎(chǔ)設(shè)施以公路里程數(shù)來(lái)表達(dá)（單位： 萬(wàn)公里）， 其數(shù)據(jù)來(lái)自《中國(guó)交通年鑒》和各省份統(tǒng)計(jì)局公開的交通統(tǒng)計(jì)資料． 區(qū)域經(jīng)濟(jì)發(fā)展水平的數(shù)據(jù)以人均GDP形式來(lái)表達(dá)， 數(shù)據(jù)來(lái)源于《中國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》和各省份的統(tǒng)計(jì)年鑒． 產(chǎn)業(yè)結(jié)構(gòu)以第三產(chǎn)業(yè)所占的GDP比例來(lái)表達(dá)， 數(shù)據(jù)取自國(guó)家統(tǒng)計(jì)局的行業(yè)產(chǎn)值統(tǒng)計(jì)和《中國(guó)統(tǒng)計(jì)年鑒》． 區(qū)域城鎮(zhèn)化水平以城鎮(zhèn)人口占年末總?cè)丝诘谋壤齺?lái)表達(dá)， 本研究搜集了來(lái)自國(guó)家統(tǒng)計(jì)局和各省份統(tǒng)計(jì)局公布的人口與就業(yè)統(tǒng)計(jì)年報(bào)． 人力資本關(guān)注的是旅游業(yè)的就業(yè)數(shù)據(jù)， 反映了該行業(yè)的勞動(dòng)投入量． 在一定程度上人力資本規(guī)?？梢苑从陈糜螛I(yè)吸納就業(yè)的能力和產(chǎn)業(yè)規(guī)模， 主要以旅游就業(yè)人員數(shù)量來(lái)表達(dá)． 本研究采用旅游業(yè)直接從業(yè)人員數(shù)和旅游產(chǎn)業(yè)鏈相關(guān)間接從業(yè)人口數(shù)總和的方式進(jìn)行計(jì)算， 數(shù)據(jù)則來(lái)自《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》和《中國(guó)旅游年鑒》． 物質(zhì)資本反映旅游業(yè)的投資情況， 包括旅游設(shè)施和基礎(chǔ)設(shè)施投資， 是影響旅游經(jīng)濟(jì)增長(zhǎng)的重要因素， 以固定資產(chǎn)投資數(shù)量來(lái)表達(dá)． 固定資產(chǎn)投資總量直接作為物質(zhì)資本的代替變量， 包含了旅游業(yè)相關(guān)的各類固定資產(chǎn)投入， 如交通基礎(chǔ)設(shè)施投入、 旅游設(shè)施建設(shè)投入等， 數(shù)據(jù)來(lái)源包括地方財(cái)政部門和行業(yè)協(xié)會(huì)提供的統(tǒng)計(jì)信息． 本研究在收集數(shù)據(jù)時(shí)特別注意了年份的連續(xù)性和省份的完整性， 并在有需要時(shí)采用線性插值等方法處理了數(shù)據(jù)缺失的問(wèn)題． 此外， 對(duì)所收集數(shù)據(jù)進(jìn)行了必要的調(diào)整和標(biāo)準(zhǔn)化處理， 以保障后續(xù)實(shí)證分析的一致性和可比性．

3 相關(guān)性實(shí)證分析

本研究選擇2008-2022年西部12個(gè)省份旅游經(jīng)濟(jì)數(shù)據(jù)作為實(shí)證分析資料， 首先對(duì)區(qū)域空間相關(guān)性進(jìn)行分析， 然后利用不同模型進(jìn)行對(duì)比， 最后將影響效應(yīng)劃分為直接效應(yīng)、 間接效應(yīng)和總效應(yīng)進(jìn)行效應(yīng)分析．

3.1 空間相關(guān)性分析

2008-2022年西部旅游經(jīng)濟(jì)增長(zhǎng)莫蘭指數(shù)展現(xiàn)出顯著的變化趨勢(shì)， 通過(guò)研究這些變化， 可以深入探討西部12個(gè)省份旅游經(jīng)濟(jì)的演進(jìn)軌跡和內(nèi)在機(jī)制， 其指數(shù)結(jié)果如表1所示．

由表1可知， 從鄰接矩陣的莫蘭指數(shù)來(lái)看， 2008-2022年該指數(shù)從0.150提升至0.540， 表明旅游經(jīng)濟(jì)的地域集聚效應(yīng)在17年間不斷提升， 地理上的相互關(guān)聯(lián)愈發(fā)緊密． 尤其是在2020-2022年， 指數(shù)由0.515提升至0.540， 增長(zhǎng)速度明顯． 這個(gè)趨勢(shì)放大了省份間旅游業(yè)的依賴性和相互作用， 特別是地域近鄰的影響． 地理距離矩陣的莫蘭指數(shù)也在2008-2020年由0.038上升至0.200． 旅游業(yè)的經(jīng)濟(jì)效應(yīng)正在擴(kuò)散， 甚至橫跨較大的地理距離． 經(jīng)濟(jì)地理距離矩陣的莫蘭指數(shù)從2008年的0.520下降到2022年的0.410， 雖然有所波動(dòng)， 但總體下降趨勢(shì)明顯， 表明經(jīng)濟(jì)因素的影響在整個(gè)旅游經(jīng)濟(jì)體系中的地位正在下降． 空間相關(guān)性如圖1所示．

由圖1可知， 西部各省份的分布主要集中在第1象限和第3象限， 而第2象限和第4象限的分布較少， 說(shuō)明西部各省份旅游經(jīng)濟(jì)增長(zhǎng)主要呈現(xiàn)出“低—高”和“高—低”的模式． 根據(jù)經(jīng)濟(jì)地理距離矩陣， 可見(jiàn)在2008年第2象限有2個(gè)省份， 第4象限有1個(gè)省份， 表明“低—高”和“高—低”模式的省份共有3個(gè)． 到了2022年， 位于第2象限的省份數(shù)量為3， 位于第4象限的省份數(shù)量為 表明“低—高”和“高—低”模式的省份共有4個(gè)． 從圖1可以看出， 隨著時(shí)間推移， 越來(lái)越多的觀察區(qū)域呈現(xiàn)出負(fù)向空間相關(guān)性， 并且在擬合曲線方向上趨于相反狀態(tài)， 說(shuō)明西部地區(qū)的旅游經(jīng)濟(jì)增長(zhǎng)逐漸表現(xiàn)出越來(lái)越明顯的空間相關(guān)性．

3.2 回歸分析

本研究在進(jìn)行回歸分析時(shí)首先進(jìn)行描述性統(tǒng)計(jì)， 然后再進(jìn)行模型檢驗(yàn)， 在檢驗(yàn)后按照模型類型及效應(yīng)類型進(jìn)行分析， 具體如表2所示．

由表2可知， 所有變量樣本值都在0.002～1.002范圍內(nèi)， 說(shuō)明數(shù)據(jù)分布緊密， 無(wú)明顯離群值． 這些統(tǒng)計(jì)信息揭示了不同變量的分布特征， 為后續(xù)分析奠定了基礎(chǔ)． 模型檢驗(yàn)如表3所示．

由表3可知， SLM、 SEM和SDM這3種方法的拉格朗日乘數(shù)檢驗(yàn)均顯示出顯著的空間效應(yīng)， 表明空間位置和地理因素在構(gòu)建模型和體現(xiàn)經(jīng)濟(jì)現(xiàn)象方面具有重要作用． 從豪斯曼檢驗(yàn)結(jié)果可以看出， 各個(gè)指標(biāo)的效應(yīng)顯著， 且對(duì)應(yīng)的p值均為0.000， 意味著拒絕了無(wú)效假設(shè)， 即模型中的變量選擇無(wú)偏誤． 回歸分析如表4所示．

由表4可知， 杜賓雙向固定效應(yīng)模型的系數(shù)為0.680， 空間滯后項(xiàng)系數(shù)為0.094， 對(duì)數(shù)似然值為404.250， 優(yōu)于個(gè)體固定效應(yīng)模型、 杜賓隨機(jī)效應(yīng)模型、 杜賓空間固定效應(yīng)模型與杜賓時(shí)間固定效應(yīng)模型， 說(shuō)明其解釋性更強(qiáng)， 因此以下分析主要基于雙向固定效應(yīng)模型． 區(qū)位熵的系數(shù)為0.192（0.019）， 說(shuō)明區(qū)域多樣性對(duì)旅游經(jīng)濟(jì)增長(zhǎng)有著積極的影響． 區(qū)域經(jīng)濟(jì)發(fā)展水平系數(shù)為0.260（0.058）， 高于其他所有因素， 表明區(qū)域經(jīng)濟(jì)發(fā)展水平對(duì)旅游經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)最大， 同時(shí)也驗(yàn)證了區(qū)域發(fā)展對(duì)旅游業(yè)增長(zhǎng)的重要驅(qū)動(dòng)作用． 然而， 區(qū)域城鎮(zhèn)化水平和人力資本均對(duì)旅游經(jīng)濟(jì)增長(zhǎng)產(chǎn)生了負(fù)面影響， 系數(shù)分別為-0.028（0.055）和-0.002（0.015）． 這可能提示本研究在區(qū)域城鎮(zhèn)化和人力資源配置過(guò)程中存在一些問(wèn)題， 也可能是社會(huì)經(jīng)濟(jì)發(fā)展到一定階段的必然現(xiàn)象． 就物質(zhì)資本而言， 它的系數(shù)是0.007（0.027）， 雖然接近0， 但卻是正數(shù)， 表明物質(zhì)資本對(duì)旅游經(jīng)濟(jì)的增長(zhǎng)雖然是正面的、 但不具有明顯的推動(dòng)作用． 在空間權(quán)重方面， 所有變量對(duì)旅游經(jīng)濟(jì)增長(zhǎng)的影響都是負(fù)面的（區(qū)域經(jīng)濟(jì)發(fā)展水平和產(chǎn)業(yè)結(jié)構(gòu)除外）． 區(qū)域經(jīng)濟(jì)發(fā)展水平， 其空間權(quán)重系數(shù)高達(dá)0.519（0.230）， 反映出發(fā)達(dá)區(qū)域?qū)χ苓厖^(qū)域經(jīng)濟(jì)產(chǎn)生的是促進(jìn)效應(yīng)， 而非剝奪效應(yīng)． 產(chǎn)業(yè)結(jié)構(gòu)的空間權(quán)重系數(shù)為-0.101（0.055）， 表明綜合產(chǎn)業(yè)布局對(duì)旅游經(jīng)濟(jì)增長(zhǎng)的影響也不可忽視． 空間效應(yīng)分析如表5所示．

結(jié)合直接效應(yīng)中的Coefficient可以看出， 區(qū)域經(jīng)濟(jì)發(fā)展水平對(duì)產(chǎn)業(yè)結(jié)構(gòu)有顯著的正效應(yīng)， 影響系數(shù)為0.532， 對(duì)城市化水平有負(fù)向影響， 影響系數(shù)為-0.182， 說(shuō)明區(qū)域經(jīng)濟(jì)發(fā)展越好， 產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化程度越高． 由間接效應(yīng)可知， 區(qū)位熵和區(qū)域城鎮(zhèn)化水平都產(chǎn)生了顯著的負(fù)效應(yīng)， 影響系數(shù)分別為-1.210和-1.01 而區(qū)域經(jīng)濟(jì)發(fā)展水平的影響系數(shù)為2.022， 產(chǎn)生了顯著正的間接效應(yīng)． 數(shù)據(jù)表明， 在具有顯著性統(tǒng)計(jì)意義的Coefficient數(shù)據(jù)中， 間接效應(yīng)的絕對(duì)值都大于直接效應(yīng)， 表明區(qū)域之間的經(jīng)濟(jì)關(guān)聯(lián)和互動(dòng)也對(duì)產(chǎn)業(yè)結(jié)構(gòu)產(chǎn)生了影響． 在總效應(yīng)上， 區(qū)域經(jīng)濟(jì)發(fā)展水平的影響系數(shù)為2.560， 對(duì)產(chǎn)業(yè)結(jié)構(gòu)有最大的正向影響， 而空間效應(yīng)的影響系數(shù)為-1.135， 區(qū)域城鎮(zhèn)化水平的影響系數(shù)為-1.19 物質(zhì)資本的影響系數(shù)為-0.670， 也都對(duì)產(chǎn)業(yè)結(jié)構(gòu)產(chǎn)生了顯著的負(fù)效應(yīng)． 總的來(lái)講， 區(qū)域經(jīng)濟(jì)發(fā)展水平和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化程度相互促進(jìn)， 區(qū)域城鎮(zhèn)化水平對(duì)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化程度產(chǎn)生了阻礙． 另一方面， 空間因素在產(chǎn)業(yè)結(jié)構(gòu)調(diào)整中起著關(guān)鍵作用．

4 結(jié)論

本研究圍繞西部地區(qū)旅游產(chǎn)業(yè)集聚對(duì)旅游經(jīng)濟(jì)增長(zhǎng)的影響展開討論， 采用空間計(jì)量模型， 引入空間因素， 同時(shí)運(yùn)用空間滯后模型、 空間誤差模型和空間杜賓模型分析西部地區(qū)旅游產(chǎn)業(yè)集聚與旅游經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系． 結(jié)果顯示， 2008-2022年西部12個(gè)省份旅游經(jīng)濟(jì)的莫蘭指數(shù)從0.150提升至0.540， 表明地域集聚效應(yīng)顯著增強(qiáng)． 同時(shí)， 地理距離矩陣的莫蘭指數(shù)從0.038上升至0.200， 旅游業(yè)經(jīng)濟(jì)效應(yīng)向更遠(yuǎn)地域擴(kuò)散． 然而， 經(jīng)濟(jì)地理距離矩陣的莫蘭指數(shù)從2008年的0.520下降至2022年的0.410． 此外， 本研究發(fā)現(xiàn)鄰接關(guān)系顯著影響旅游經(jīng)濟(jì)模型， 影響系數(shù)達(dá)6.923． 區(qū)位熵和區(qū)域經(jīng)濟(jì)發(fā)展水平對(duì)旅游經(jīng)濟(jì)增長(zhǎng)產(chǎn)生積極的影響， 系數(shù)分別為0.192和0.260， 而區(qū)域城鎮(zhèn)化水平和人力資本則產(chǎn)生負(fù)面影響． 由此可見(jiàn)， 我國(guó)西部地區(qū)旅游產(chǎn)業(yè)集聚對(duì)旅游經(jīng)濟(jì)增長(zhǎng)具有顯著的影響． 地理距離、 經(jīng)濟(jì)發(fā)展水平、 交通基礎(chǔ)設(shè)施等因素對(duì)旅游經(jīng)濟(jì)具有重要作用， 而區(qū)域城鎮(zhèn)化水平和人力資本存在負(fù)向影響．

參考文獻(xiàn)：

［1］

王凱， 何靜， 甘暢， 等． 中國(guó)旅游產(chǎn)業(yè)結(jié)構(gòu)變遷對(duì)旅游業(yè)碳排放效率的空間溢出效應(yīng)研究 ［J］． 中國(guó)軟科學(xué)， 2022（12）： 50-60．

［2］ 王兆峰， 謝佳亮． 中國(guó)旅游產(chǎn)業(yè)組織的時(shí)空耦合關(guān)系及影響因素 ［J］． 地理學(xué)報(bào)， 2023， 78（4）： 961-979．

［3］ LIU-LASTRES B， WEN H， HUANG W J． A Reflection on the Great Resignation in the Hospitality and Tourism Industry ［J］． International Journal of Contemporary Hospitality Management， 2023， 35（1）： 235-249．

［4］ 王宏宇， 吳普俠， 馮慶， 等． 中西部三大都市圈旅游空間錯(cuò)位影響因素及時(shí)空動(dòng)態(tài)演變研究 ［J］． 地域研究與開發(fā)， 2023， 42（3）： 110-116．

［5］ 方葉林， 王秋月， 黃震方， 等． 中國(guó)旅游經(jīng)濟(jì)韌性的時(shí)空演化及影響機(jī)理研究 ［J］． 地理科學(xué)進(jìn)展， 2023， 42（3）： 417-427．

［6］ 曹開軍， 商寧， 王秘秘． 中國(guó)西北五省鄉(xiāng)村旅游重點(diǎn)村時(shí)空分布格局與可達(dá)性分析 ［J］． 干旱區(qū)地理， 2023， 46（7）： 1196-1205．

［7］ 雷振仙， 王坤， 程小蝶， 等． 中國(guó)市域旅游發(fā)展和經(jīng)濟(jì)增長(zhǎng)動(dòng)態(tài)演變 ［J］． 西北師范大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2023， 59（3）： 44-53．

［8］ 劉穎潔， 王爽． 長(zhǎng)江經(jīng)濟(jì)帶養(yǎng)老產(chǎn)業(yè)與旅游產(chǎn)業(yè)耦合協(xié)調(diào)與經(jīng)濟(jì)增長(zhǎng)的關(guān)系 ［J］． 經(jīng)濟(jì)地理， 2022， 42（8）： 123-131．

［9］ RAZZAQ A， FATIMA T， MURSHED M． Asymmetric Effects of Tourism Development and Green Innovation on Economic Growth and Carbon Emissions in Top 10 GDP Countries ［J］． Journal of Environmental Planning and Management， 2023， 66（3）： 471-500．

［10］戚逸康． 綠色金融、 技術(shù)進(jìn)步與經(jīng)濟(jì)增長(zhǎng)——基于一般均衡模型的理論分析與實(shí)證檢驗(yàn) ［J］． 蘭州學(xué)刊， 2023（3）： 16-30．

［11］張文娟， 明慶忠， 劉宏芳． 夜間經(jīng)濟(jì)政策對(duì)地區(qū)旅游經(jīng)濟(jì)增長(zhǎng)的影響——基于多時(shí)點(diǎn)雙重差分模型的實(shí)證分析 ［J］． 廣西社會(huì)科學(xué)， 2023（6）： 110-119．

［12］董亞寧， 楊開忠， 顧蕓． 創(chuàng)新成本、 空間分割與創(chuàng)新增長(zhǎng)分異研究——基于空間經(jīng)濟(jì)增長(zhǎng)理論 ［J］． 中國(guó)軟科學(xué)， 2021（7）： 87-96．

［13］麻學(xué)鋒， 于美琪． 縣域交通優(yōu)勢(shì)度與旅游產(chǎn)業(yè)集聚適配空間演化研究——以大湘西為例 ［J］． 地域研究與開發(fā)， 2023， 42（3）： 135-141．

［14］白翠玲， 雷欣， 楊麗花， 等． 河北省長(zhǎng)城沿線縣域旅游產(chǎn)業(yè)集聚對(duì)經(jīng)濟(jì)增長(zhǎng)的空間溢出效應(yīng)研究 ［J］． 地理科學(xué)， 2023， 43（1）： 101-109．

［15］陳奕瑋， 吳維庫(kù)． 產(chǎn)業(yè)集聚、 產(chǎn)業(yè)多樣化與城市經(jīng)濟(jì)韌性關(guān)系研究 ［J］． 科技進(jìn)步與對(duì)策， 202 38（18）： 64-73．

［16］席瑤． “三生” 維度下的鄉(xiāng)村旅游集聚區(qū)發(fā)展效應(yīng)研究 ［J］． 湖北農(nóng)業(yè)科學(xué)， 2022， 61（2）： 24-28．

［17］劉紅蘭， 孫小龍， 秦彬朦， 等． 貴州省文化與旅游產(chǎn)業(yè)融合態(tài)勢(shì)及時(shí)空分異研究——基于中小尺度城市視角 ［J］． 湖南師范大學(xué)自然科學(xué)學(xué)報(bào)， 2023， 46（1）： 91-99．

責(zé)任編輯 夏娟