王钙镁，关 伟，林善浪，郝金连

(1.辽宁师范大学 城市与环境学院，辽宁 大连 116029；2.同济大学 经济与管理学院，上海 200092)

目前中国正处于从工业经济主导向服务经济主导转变的新阶段，休闲旅游是发展服务经济的重要突破口。据中国国民经济与社会发展统计公报，2015年全国旅游总收入同比增长11%，增长速度超过国民经济6.9%的增长速度。总体来看，旅游业发展处于成长期。然而不同地区对旅游发展的态度和政策存在差异，有些地区盲目投资，片面强调旅游发展却效果不佳，而有些地区优质旅游资源闲置，未引起足够重视。因此，区域旅游经济发展差异特征及其影响因素成为当前研究的热点[1]，对促进旅游资源合理开发、有效配置以及旅游产业的空间转移具有重要意义。区域旅游发展差异是指旅游区域在旅游发展过程中表现出的非均等化现象。旅游地理学者近年来逐渐采用地理学的空间分析理论和方法开展旅游经济关联及差异等问题的相关研究。旅游经济影响因素逐渐由资源差异趋向多元化和综合化。各地区充分挖掘特色旅游资源，将资源优势转化为产业优势的实践活动丰富和促进了区域旅游差异的理论研究。

国内学者陆林[2]406、陈秀琼[3]较早开展了旅游经济发展空间特征及影响因素的研究，认为旅游资源、基础设施、区位、产业结构影响旅游经济的增长。汪德根等[1]528认为中国国内旅游区域差异受旅游资源禀赋、交通可达性、经济发展水平的影响。王洪桥等[4]认为旅游资源禀赋、交通通达性、区位因素对东北三省旅游经济增长有正向影响。何仁芳[5]探讨了博览会对南宁市旅游经济的影响。丁绪辉等[6]构建空间面板模型对民族地区旅游经济增长影响因素进行计量分析，结果表明旅游设施对民族地区旅游经济有正向影响，城乡收入差距、重大突发事件对民族省区旅游经济有负向影响。毛润泽[7]从全国、东部、中部和西部4个尺度对旅游经济发展影响因素进行实证分析，认为经济发展水平、旅游基础设施、产业结构、制度环境在不同尺度表现不同，需要进行分类指导。向艺等[8]通过构建空间计量模型对省区数据进行研究认为，增加接待设施数量、提高居民消费水平可显著促进旅游经济发展；增加旅游景区数量对旅游经济的增长作用不显著；增加交通里程对旅游经济增长具有反向作用。王淑新等[9]认为旅游从业人数、城镇居民可支配收入和资源禀赋推动西部地区旅游经济均衡化发展，而星级酒店水平促进旅游经济空间集聚。马仁锋等[10]运用多元线性回归方程分析浙江省旅游经济时空差异影响因素。综上所述，从旅游经济影响因素的代表性成果来看，可大致归纳为：(1)从研究方法来看，早期利用相关分析和多元回归分析[10-12]，后期引入空间视角利用空间滞后和空间误差模型[6-9]、地理加权回归[13]，但现有研究采用普通回归方法进行分析时较少考虑区域旅游经济发展的空间相关性，采用空间模型进行计量分析时又较为缺少不同空间计量模型分析结果的对比。(2)从研究内容来看，研究区域大中小尺度各异，在不同区域或同一区域旅游业不同发展阶段，旅游资源、基础设施、产业结构、制度、交通、居民收入对旅游业发展具有影响作用，但所起作用正向或负向结论不一。

《关于依托黄金水道推动长江经济带发展的指导意见》(国发〔2014〕39号)(以下简称《意见》)标志着长江经济带正式上升为国家战略。长江经济带空间范围覆盖上海、江苏、浙江、安徽、江西、湖北、湖南、重庆、四川、云南、贵州11省市，是中国新一轮改革开放转型实施新区域及开放开发战略区域。经济带内旅游资源禀赋优越，地貌景观类型与同纬度其他地区相比更为丰富，人文景观与自然景观分布集中(截止2016年底)(见表1)。与此同时，旅游经济发展水平存在显著差异。据各省市统计年鉴数据计算可知，2015年国内旅游收入最高的上海市为国内旅游收入最低的怒江州的183倍。在新的区情下，应当采用能较为客观真实反映发展实际的视角与方法研究长江经济带国内旅游经济发展的空间关联特征与影响因素。目前仅有张晓梅等[11]783利用变异系数、泰尔指数、位序规模理论研究长江经济带11省市入境旅游经济的时空差异，利用相关分析法分析认为，旅游资源禀赋、经济发展水平、公路密度会促进长江经济带入境旅游收入的增长。现有成果尚不能回答这些问题：长江经济带所属市域国内旅游经济发展是否相互关联？旅游业的发展受哪些因素的影响？不同影响因素作用方向和大小在同一市域是否存在差异？同一影响因素在不同的市域是否有不同的表现？背后的原因是什么？文章在综合考虑旅游产业发展多种要素基础上构建了长江经济带国内旅游经济发展影响因素的理论框架及空间计量模型，旨在通过空间计量方法对以上问题进行测度，以全面分析长江经济带国内旅游经济发展特征、影响因素以及各影响因素作用力大小的具体表现，为长江经济带内旅游产业发展的政策制定提供科学参考，为类似问题的研究提供理论依据与分析范式。

表1 长江经济带自然和文化单位

资料来源：作者依据相关网站资料整理。

1 理论依据及指标体系构建

1.1 理论依据

旅游业的发展同时具有区域性特征，受多种因素综合作用，基于不同的尺度及地域特色主导因素表现不同，学者们的研究结论会不一致。国内学者汪德根[1]528，陆林[2]406，陈秀琼[3]1271，王洪桥等[4]164，毛润泽[7]48，向艺[8]162，王淑新[9]55，李晋华，孙根年[14]等通过研究不同区域、不同尺度旅游经济发展的影响因素，认可旅游资源、旅游基础设施、区位、交通通达性、腹地人口密度、居民消费水平、居民可支配收入、交通里程、星级酒店水平对旅游经济的影响。但以往的研究仅定性或者定量分析各因素对旅游经济发展的影响，较少量化研究不同影响因素对各个空间单元旅游经济发展影响的差异程度，难以全面涵盖和解释旅游业影响因素的信息，易导致结论的不可靠。总体来看，旅游经济发展影响因素可以概括为旅游投资、旅游产业、旅游需求三者之间的互相作用，通过构建旅游经济影响因素的逻辑框架来表达(见图1)。

图表来源：作者绘制。图1 旅游经济影响因素的三边关系

图1中，“旅游产业”指与旅游产业密切相关的指标，侧重旅游客体、旅游媒体、旅游接待设施等方面。“旅游投资”主要指国有经济对旅游产业发展的贡献，一般指投资建设为满足旅游者旅游需求提供商品与服务所依托的设施、设备，包括供水、供电、供暖等旅游基础设施，旅游餐饮设施，旅游康体娱乐设施，旅游购物设施等。“旅游产业”涵盖的内容与旅游产业发展密不可分，“旅游投资”所对应的服务对象既有旅游者，又有普通居民。“旅游需求”主要体现现实旅游者和潜在旅游者的数量、规模、消费能力、出游潜力。随着交通方式的进步，在城市旅游商圈范围内，人口密度越大，居民可支配收入越高，现实的和潜在的旅游者越多，国内旅游需求就越旺盛。旅游投资促进旅游资源的开发、旅游交通的改善、旅游接待设施的增加，带动旅游产业的发展。旅游产业的发展带动旅游需求的增长，同时，旅游者对旅游产品和旅游项目消费能力提高以及消费需求的提升，反过来又促进旅游投资的增加，构成三者的三边循环逻辑关系。

1.2 指标体系构建

参考前述相关研究成果以及在图1理论框架指导下，本着涵盖主要因素、可量化、横向可比、数据可得的原则进行简化，从旅游产业、旅游需求、旅游投资3个因子8项指标构建国内旅游业发展影响因素指标体系(见表2)。经测算得出国内旅游收入与8项影响因素的相关系数表(见表3)，可知国内旅游收入与各影响因素之间均在0.05水平(双侧)以下显著相关。

表2 指标体系

资料来源：作者整理。

表3 旅游经济影响因素相关系数检验

注：**表示在0.01水平上显著相关，*表示在0.05水平上显著相关。

数据来源：作者计算。

2 研究区域、数据来源与模型建立

2.1 研究区域与数据来源

以1∶250 000地形图为基础，提取2015年长江经济带11省市126个市级单元(包括2个直辖市，4个副省级市，120个地级市、州)行政边界矢量数据。为保证纵向研究具有可比性、可操作性以及数据的可得性，依据行政区划的历史沿革、区位临近等原则，基于ArcGIS 10.2，将天门、潜江、仙桃、神农架林区等省直管县级市合并到周边市级单元[13]1498。

旅游资源丰度参考2016年底前国家旅游局公布的《全国A级景点名录》，借鉴孙根年等[15]的景区等级赋权思路，5A、4A、3A、2A、A景区分别乘以系数5，2.5，1.5，0.75，0.25并加和得到。考虑到公路在区域旅游业发展中的地位及作用，交通通达性用公路里程表示。交通通达性(公路里程/公里)、星级饭店数原始数据采用2014年数据，来源于《中国区域经济统计年鉴(2015)》。如无特殊说明，数据基本来源于各省统计年鉴(2016)。

2.2 空间计量模型的建立

2.2.1 空间依赖性检验

通常用来检验空间相关性的指标有 Moran’s I指数、拉格朗日乘数(LM-Lag和LM-Err)等[16]。本文采用全局Moran’s I指数检验长江经济带126个市级单元国内旅游收入的空间依赖性，反映所有市域旅游经济发展的总体关联特征。采用局部Moran’s I指数反映市域旅游经济发展与邻近市域的空间相互关联程度。

2.2.2 空间计量模型

(1)空间常系数回归模型

空间滞后模型(Spatial Lag Model，SLM)与空间误差模型(Spatial Error Model，SEM)是空间常系数回归模型的两种基本形式。采用空间滞后模型分析相邻地区旅游经济发展对本地区旅游经济发展的空间溢出效应。采用空间误差模型分析相邻地区旅游经济发展的误差冲击对本地区旅游经济发展的影响程度。

(2)空间变系数回归模型

地理加权回归模型(Geographically Weighted Regression，GWR)是纳入空间异质性的空间变系数回归模型，系数随空间位置的变化而变化。公式为[13]1498：

(1)

式(1)中：(ui，vi)为第i个样本点空间位置；xik为样本点独立变量；aio(ui，vi)为样本点常数项估计值；aik(ui，vi)xik分别为样式本点参数估计值；p为样本点独立变量个数；εi为误差修正项。

3 实证研究思路与结果分析

衡量市域旅游经济发展主要受哪些因素影响、各影响因素的作用力大小以及区域差异表现如何，需要建立空间计量模型进行测度，而空间计量模型的建立有一个前提条件：市域旅游经济发展存在空间相关性。为此，首先采用全局空间自相关莫兰指数测度长江经济带内所有市域国内旅游经济发展整体的空间关联性，采用局部空间自相关莫兰散点图与LISA集聚图测度市域国内旅游经济发展与邻近市域的空间相互关联程度。其次，通过主成分分析法对前述建立的指标体系进行降维，得到3个主因子。以各市国内旅游收入为因变量、3个主因子为自变量，分别采用普通最小二乘法、空间滞后模型、空间误差模型进行回归分析，进行影响因素的全域空间估计，衡量3个主因子对各市国内旅游经济发展的总体影响情况。最后，以各市国内旅游收入为因变量、3个主因子为自变量，采用地理加权回归模型进行影响因素的局域空间估计，衡量3个主因子对各市国内旅游旅游经济发展影响程度的区域差异，衡量影响因素作用力大小。

3.1 国内旅游经济空间依赖性检验结果

3.1.1 全局空间依赖性检验

运用OpenGeoDA 1.4.1软件计算得到长江经济带各市域2015年国内旅游收入空间自相关莫兰指数。在999次排列组合下，E(I)=-0.008 0，SD(I)=0.029 5，Z(I)=8.826 5，p-value=0.001 0，全局Moran’sI值为0.252 011，模型通过显著性检验，相近市域互动发展，市域国内旅游业空间依赖性较强，符合后续空间计量回归的建模要求。

3.1.2 局部空间依赖性检验

运用OpenGeoDA 1.4.1软件绘制长江经济带126个市域单元的局部莫兰散点图和LISA集聚图(见图2)，进一步反映国内旅游经济发展在空间上的相互关联类型。由散点图可知，第一、三象限所在市域旅游业发展存在正的空间相关关系，表现为同高(或同低)的空间均质性；第二、四象限所在市域旅游业发展存在负的空间相关关系，表现为高与低相间分布的空间异质性。国内旅游收入落入第一象限的市级单元有38个，落入第三象限的市级单元有45个，空间正相关市级单元合计占总数的65.9%；落入第二象限与第四象限的市级单元分别为31个、12个，空间负相关市级单元合计占总数的34.1%。

由表4可知，长江经济带国内旅游经济发展的高-高市域总计7个，均落在东部的江浙沪一带，分别是上海市、无锡市、常州市、湖州市、杭州市、宁波市、台州市。江浙沪一带区域经济发达，海陆旅游资源丰富，对度假旅游者、商务旅游者、观光旅游者均有很强的吸引力，各市互相促进，互送客源，成为经济带内旅游经济发展的活跃区，对周边旅游业的发展辐射作用较强，市域国内旅游经济发展“一荣俱荣”；低-低类型区总计8个城市，包括红河、临沧、楚雄、怒江、眉山、德阳、南充、株洲，基本分布于经济带的西北部及西南部，地理区位比较偏僻，交通不便，经济较为落后，区域旅游消费能力较差，优势资源没有得到很好地利用，旅游业发展落后，与周边市域联系较少，整体发展比较滞后；高-低类型市域包括昆明、黔南、贵阳、遵义4市(州)，此类市域自身国内旅游业发展水平比临近市域高，并与邻近市域联系较为紧密，可辐射和带动邻近市域国内旅游业的发展；>低-高类型包括丽水、芜湖、马鞍山、盐城4市，此类市域与邻近市域旅游业发展联系较为紧密，但旅游业发展水平比邻近市域低。

图表来源：作者绘制。图2 国内旅游经济发展莫兰散点图和LISA集聚图

表4 国内旅游经济发展LISA集聚状况

图表来源：作者绘制。

3.2 国内旅游经济发展影响因素的全域空间估计

3.2.1 影响因素的计算

本文采用SPSS 17.0主成分分析法将表1中8个指标降维，根据特征值大于1 的原则旋转得到3个主成分(见表5)。KOM值为0.690，数据可用于因子分析。Bartlett值为582.076，P<0.05，累积方差百分比为0.791，因子分析效果较好。按照主成分得分值取大数的原则，依据表2构建的指标体系，参考主成分分析法的计算结果，可对主成分进行命名。因子1表示旅游需求因子，代表农村居民人均可支配收入、城镇居民人均可支配收入、人口密度3项指标。因子2表示旅游产业因子，代表旅游资源丰度、星级饭店数、交通通达性3项指标。因子3表示旅游投资因子，代表人均财政支出、人均固定资产投资两项指标。根据主成分分析法的原理及步骤计算得出各市3个主因子的得分值作为后续回归分析的自变量。

表5 旋转成份矩阵a

注：采用正交旋转法。

数据来源：作者计算。

3.2.2 影响因素的全域空间估计与结果比较

在OpenGeoDA 1.4.1中利用普通最小二乘法(OLS)以各市2015年国内旅游收入作为因变量，3个主成分因子得分值作为自变量进行回归分析。本文先做旅游经济影响因素的经典线性回归，以相同的数据源做空间常系数回归模型并与经典线性回归模型进行比较(见表6)，从而选择合适的空间常系数回归模型。

表6 影响因素的全局空间估计

注：*表示在1%水平下显著，**表示在5%水平下显著，***表示在10%水平下显著。

数据来源：作者计算。

由表6可知，第一，在3个模型中，3个自变量均通过了1%的显著性检验，且弹性系数均为正，说明3个自变量对长江经济带国内旅游经济的发展均产生了显著的正向作用。影响因素排序依次均为旅游需求因子、旅游产业因子和旅游投资因子。空间滞后模型和空间误差模型的拟合优度R2与自然对数似然函数值(logL)均比经典线性回归模型OLS提高，赤池信息准则(AIC)值与斯瓦茨准则(SC)值均比经典线性回归模型OLS降低，说明与OLS模型相比，空间计量模型更为可靠。

第二，OLS回归结果显示，旅游需求因子每增长1%，国内旅游收入将增长0.197 9%；旅游产业因子每增长1%，国内旅游收入将增长0.194 7%；旅游投资因子每增长1%，国内旅游收入将增长0.103 7%。

第三，空间滞后模型中，旅游需求因子每增长1%，国内旅游收入将增长0.199 0%；旅游产业因子每增长1%，国内旅游收入将增长0.195 0%；旅游投资因子每增长1%，国内旅游收入将增长0.104 1%。

第四，空间误差模型中，旅游需求因子每增长1%，国内旅游收入将增长0.203 7%；旅游产业因子每增长1%，国内旅游收入将增长0.190 2%；旅游投资因子每增长1%，国内旅游收入将增长0.099 6%。

第五，依据Anselin与Rey[17]的模型判别准则，LM-lag统计量通过了10%的显著性水平检验，而LM-error没有通过显著性检验，Robust LM-lag与Robust LM-error分别通过了1%与5%的显著性水平检验，说明采用空间滞后模型解释更加合理。

3.3 国内旅游经济发展影响因素的局域空间估计

3.3.1 模型参数检验

前文分析得到3个主因子对长江经济带所有城市国内旅游经济发展的全域影响系数，需要进一步探讨主因子对不同市域影响程度的局部表现。据式(1)，在 ArcGIS10.2中利用GWR工具采用与OLS相同的数据源，依据固定核类型及AIC值最小原理[18]进行计算。结果显示：调整R2在0.242～0.926之间，最大值0.926(扬州市)，最小值0.242(达州市)，模型拟合效果较好。局部回归模型的标准化残差值除绍兴市(-2.901)、六安市(-2.879)、铜仁市(-5.133)、黄冈市(6.212)、贵阳市(2.740)、德阳市(5.764)以外，95.24%市域标准化残差值在[-2.58，2.58]之间，大部分市域通过残差检验。残差莫兰值I值为-0.051，P值为0.188，Z值为-1.317，残差随机分布，模型拟合较好。

由表7影响因子回归系数值的统计分析结果所示，旅游需求因子及旅游投资因子的符号均为正，这两个因子对长江经济带国内旅游收入的增长具有正向影响，回归系数的空间分布较为稳定。旅游产业因子回归系数的空间波动较大，对国内旅游收入的影响不太稳定。

表7 GWR模型回归系数的描述性统计分析

数据来源：作者计算。

3.3.2 影响因子空间变异特征分析

由表7与表8所示，在GWR模型下，旅游业不同影响因子作用力在同一市域存在差异，同一影响因子在不同的市域有不同的表现。3个因子的空间相互作用促进了长江经济带旅游产业人流、物质流、信息流的空间关联，并进一步促进市域国内旅游经济关联性的增强。

从空间分布来看，长江经济带国内旅游产业因子回归系数最大值0.371，落在宁波；最小值-0.042，落在湘西土家族苗族自治州。系数为负值，可能存在资源过度开发但没有得到有效利用的情况，一味地增强资源供给力度造成了部分资源的浪费。总体来看，回归系数由东部及西北部高值区向外圈层递减，东部及西北部地区较之低值区旅游供给因子的作用力更强，旅游业的发展更依赖于优质的旅游资源、完善的基础设施、便利的交通条件等旅游产业要素的拉动作用，旅游业发展属于资源驱动型。其中，东部地区表现更为明显。旅游资源是旅游者出游的根本动力，东部地区充分发挥自然、文化资源优势以及独具特色的城市风光，打造优质旅游产品及精品旅游路线，保持了自己在国内旅游中的热点地位。

旅游需求因子回归系数最大值0.329，落在武汉；最小值0.026，落在重庆。重庆经济发展水平高，人口多，人均可支配收入较高，但是旅游需求因子的回归系数偏低。旅游需求不仅受到人口密度、可支配收入的影响，还受到旅游者个人选择偏好的影响，个人选择偏好不可量化，本文中没有进行探讨，可能会影响到旅游需求因子回归系数的测度。回归系数由东北部与北部高值区向南部及中部圈层递减。高值区旅游业发展属于需求驱动型。人口越密集、经济发展水平越高的地区居民出游概率越大，随着旅游休闲时代的到来，旅游需求因子对旅游业发展的作用力显著。西北部独具特色的资源优势对其他区域旅游者的出游动机与出游偏好有很大的吸引力，促进了该区域旅游需求作用力的发挥。高值区差异化较大的旅游资源是旅游需求增长的根本动力，对其他市域的旅游者产生强大吸引力，从而产生对其他市域旅游业的“虹吸效应”，其他市域对高值区市域旅游业发展空间溢出效应显著。

表8 影响因子回归系数空间分布

数据来源：作者计算。

旅游投资因子回归系数最大值0.297，落在黔东南苗族侗族自治州；最小值0.031，落在迪庆州。回归系数由中部高值区向两侧圈层递减。高值区集中连片，由贵州省、四川省以及湖北省西北部市域组成。大部分市域属于集中贫困落后地区，政府对旅游业的投资力度较大，通过财政投资促进旅游扶贫，高值区政府主导作用明显。长江经济带东部市域处于旅游地生命周期的“发展期”和“巩固期”，接待条件已经成熟，品牌形象深入人心，市场的作用已经凸显。中西部市域基本处于旅游地生命周期的“参与期”和“发展期”，需要借助政府的行政力，加大扶植力度，增加对资源开发、保护、基础设施建设的投资，属于投资驱动型。值得注意的是，云南省西部市域的旅游需求、资源供给以及政府投资作用都不显著，属于国内旅游业发展的“塌陷区”，优质的边境旅游资源没有得到很好地开发。

4 结论与政策启示

4.1 结论

本文以长江经济带126个市域为单元，采用ESDA法分析2015年国内旅游经济发展的空间关联特征，构建影响因素理论模型并据此建立指标体系，利用OLS、SEL、SEM、GWR法分析市域国内旅游收入与旅游产业因子、旅游需求因子、旅游投资因子之间的关系，以此揭示长江经济带市域国内旅游业发展影响因素的空间差异。

第一，国内旅游收入全局空间自相关莫兰指数值为0.252 0，莫兰指数通过参数检验，说明市域旅游经济发展彼此关联性较强，一地国内旅游业的发展不仅受到本地区旅游产业发展影响因素的影响，还受到邻近市域旅游经济发展的影响，存在“一荣俱荣、一损俱损”的状况，本地旅游业的发展需要考虑与邻近地区的空间合作。

第二，主成分分析的结果比较理想，在涵盖了最主要信息基础上，3个主因子对8个指标项进行了归纳和概括，较能充分地说明指标项的内部联系以及指标所属的类型。长江经济带旅游发展影响因素指标体系中自变量的选择与现实相符，较能真实地刻画市域旅游业发展的实际，且影响因素指标选取所反映的研究结论与张晓梅等[11]783一致。

第三，在进行经典线性回归、空间滞后、空间误差3个模型的全域估计中，旅游需求、旅游产业、旅游投资因子均对国内旅游经济发展产生显著的正向影响。3个模型的估计结果非常相似，纳入空间相关性的空间误差和空间滞后模型只是引起回归系数的变化。经参数检验可知，空间滞后模型和空间误差模型比经典线性回归模型对于解释本研究问题更为可靠，解释力度更强。此外，依据Anselin与Rey[17]112的模型判别准则，采用空间滞后模型比空间误差模型对本研究问题的解释更加合理。空间计量模型中，各影响因子对旅游经济发展的促进作用强度表现不同。

第四，采用GWR法进行的回归结果显示，模型整体效果较好，回归模型的标准化残差值通过检验。3个影响因子对旅游经济的影响呈正向与负向，每一个单元对应一个弹性系数，能够较好地反映旅游业发展的实际。影响因子回归系数值存在空间异质性，均有高值区向低值区圈层递减现象。旅游产业因子和旅游需求因子的弹性系数均由高值区由东北和西北部向外圈层递减，东部与西北部国内旅游业发展属于资源-需求双因素驱动型。投资因子的弹性系数由中部向外圈层递减，中部国内旅游业发展属于投资驱动型。

第五，旅游业不同影响因子的作用力在同一市域存在差异，同一影响因子在不同的市域有不同的表现，与向艺等[8]162、王淑新等[9]55的研究结论一致，回答了引言中的疑问。地理加权回归比普通最小回归更多地考虑了变量的空间相关性，并且与普通最小二乘回归的最大不同在于其系数可以随着样本空间位置的变化而变化，研究结论更加贴合实际，故采用GWR法可视化表达效果比传统的普通最小二乘回归法优越，我们认为研究范式对类似问题的分析具有一定的借鉴意义。

4.2 政策启示

本文的研究结果提供如下政策启示：从长江经济带内市域旅游产业合作方面来看，市域之间加强旅游产业合作将会促使所有市域的旅游业发展受益。合作形式可以包括旅游规划、客源共享、基础设施共建、联合营销、线路设计、政策协调、金融投资等多个方面。

从区域国内旅游业未来开发重点来看，促进长江经济带国内旅游经济持续、健康发展需要执行分类指导的基本原则，针对不同区域国内旅游经济发展的主导影响因素，制定适合区域实际的发展对策。具体如下：首先，从旅游产业因子角度来看，旅游竞争日益激烈，竞争手段逐渐多样化，发挥本地特色资源优势，保持与开发具有优势和发展基础的差异化旅游产品、改善交通条件、提升设施接待水平，可有效促进该区域旅游发展。具体来说，服务水平、接待能力、服务环境的提升，商务旅游、休闲旅游等复合型旅游项目的有效开发可以促进东部国内旅游业的发展；养生旅游、探险旅游、情感旅游等独具特色优势资源的开发，交通条件的改善可有效促进西北部国内旅游业的发展。

其次，从旅游需求因子角度来看，各区应借助资源与区位优势，突出地域特色，根据旅游需求、资源禀赋以及区位优势来开发项目是各市保持旅游需求热点的途径。具体来说，东部市域未来应着重引导和培育动漫旅游、会展旅游、商务旅游、房地产旅游等旅游项目和旅游产品，突出技术和市场领域的比较优势。中部市域应重点培育修学旅游、奖励旅游、工业旅游等旅游项目和旅游产品，突出区域旅游功能优势。西部市域应重点培育农业旅游、文化旅游、节事旅游、医疗旅游、体育旅游等旅游项目和旅游产品，突出区域资源优势[13]1498。

再次，从旅游投资因子角度来看，长江经济带中部地区的旅游业属于集中贫困落后地区，政府对旅游业的投资力度将产生明显的弹性效应，可通过财政投资促进旅游扶贫。

最后，通过政府的金融政策、法律政策、消费政策、休假政策等行政手段提高旅游经济在区域发展中的地位，是保障旅游业持续发展的必要前提。