易玉婷

(南通职业大学，江苏 南通 226007)

一、研究背景

交通运输作为联系游客与旅游景点的纽带，在区域旅游业的发展中发挥着至关重要的作用。近十几年来，我国交通运输网络不断完善，促进了我国经济的快速发展，对区域特色旅游资源的开发也起到了一定的积极作用。我国经济社会发展成果显著，居民收入显著提高，对生活品质也有了更高的追求，旅游成为居民消费的主要休闲方式，旅游业一跃成为朝阳产业[1]。2019年，国务院发布《加快旅游业发展的意见》，指出要将旅游业打造为国民经济的支柱产业，为居民生活提供更好的服务。旅游业的快速发展使得旅游经济在国民经济中的比重不断上升，2014年到2019年间旅游业在国民经济中的比重超过了12%，2019年旅游业总产值9.18万亿元，对经济的贡献率超过了10%[2]。根据世界旅游协会的预测，预计在2029年，旅游业在中国经济总量的贡献率会超过20%。在博鳌亚洲论坛中，李克强总理也强调：旅游业不仅仅是服务业，也会对其他产业产生影响，相对来讲旅游业是综合性较强的产业，加强旅游业和其他产业的融合，能够促进国民经济的协调发展。

长江三角洲地区作为我国重要的经济区，经济发展较快，居民生活水平较高，对旅游消费的需求也日益扩大。在长三角北沿江地区旅游资源丰富，依托距离经济区近的优势旅游业发展迅速[3]。本文从空间关系的角度，对区域内旅游经济联系进行分析，直观的展示了区域旅游经济和交通便利性的相互关系，既有利于周边区域旅游业的发展，也有利于实现区域协调发展的目标。

二、理论基础

本文以区域空间结构理论为基础，区域空间结构理论是在一定空间范围内各种要素发生相互作用的理论，主要是反映了空间上的区域性、完整性、发展性和层次性。区域空间结构理论可以分析区域发展平衡——不平衡的内在机制，存在总效应和分效应的发展模式，据此分析区域经济的发展总是由点到面。

在交通便利性方面，吴磊等(2019)认为劳动力、生产资源、技术等要素的流动离不开交通的发展，甚至在某些条件下，交通网络决定了农产品的利润[4]。戢晓峰等(2019)利用贸易引力模型，探讨了高速网络的发达程度对区域经济发展的影响程度，采用多项定量指标，研究了交通网络为珠江三角洲地区带来的变化[5]。李维维等(2019)揭示了航空城市群的网络结构特征，运用修正后的重力模型，测算了交通距离、游客人次和经济发展之间的相互关系[6]。在旅游经济方面，吴良平等(2020)对鄱阳湖地区的旅游资源圈层结构进行分析，建立了基于交通便利性的引力模型，测量了2005—2017年间环鄱阳湖地区旅游业的空间演化过程。从时间上来，区域之间的经济联系不断加强，旅游业迅速崛起，经济发展迅速。从空间上来看，区域不平衡特征显著[7]。石晓腾等(2020)以云南地区的交通和旅游业的相互关系为研究主题，发现旅游业的动态发展和交通运输能力有着显著的正向关系[8]。

综上所述，学者对交通便利性与旅游经济联系的研究逐渐丰富，既有单一交通要素的研究，也有多层面的综合性研究。但在学术界的研究成果中，多以理论阐述为主，实证研究较少。在较少的实证研究中，也多集中在引力模型方面，基于空间计量模型的探讨有限。本文从空间计量模型的角度进行研究，既能在一定程度上丰富学术界的研究成果，为后续研究提供参考，又能为区域旅游经济的发展提供有价值的建议。

三、交通便利性影响旅游经济的空间计量分析

(一)数据来源

通过前文的分析，本文选取长江三角洲北沿江地区城市2009—2019年的数据，研究交通便利性对旅游经济的影响。研究数据主要来源于2009—2019年《江苏统计年鉴》、《浙江统计年鉴》、《上海统计年鉴》等，对于其中的缺失值通过国家统计年鉴和地方统计年鉴补齐。当存在统计年鉴统计数据不一致时，以高层次的统计年鉴为主。统计年鉴缺失的数据，通过联系相关部门补齐。

(二)变量设定

被解释变量：旅游收入(Tre)是衡量旅游经济发展水平的重要指标，本文选用长三角北沿江地区的旅游收入总和作为被解释变量。但从2013年开始，我国旅游收入的统计标准发生了变化。因此，在考虑到通货膨胀外，以2009年为基期，采用CPI指标对数据进行平减处理。

解释变量：基于研究数据的可得性，选用各地级市的公路里程数(Rmd)来衡量区域的交通便利程度。我国的公路一般划分为一级公路(Roa1)、二级公路(Roa2)和高速公路(Hig)，以研究不同水平的公路建设对区域旅游经济发展的影响。考虑到数据的一致性，将各公路数据换算为公路密度。

控制变量：建设投资(Tca)，资本是最基本的生产要素，经济的发展离不开对应的资本投入。因此，采用第三产业固定资本投资作为建设投资衡量指标。

劳动力投入(Labor)，旅游产业作为劳动密集型产业，劳动力是其重要的生产要素，由于旅游产业的从业人员难以获取，因此采用第三产业从业人数进行衡量。

城市化水平(Cli)，旅游消费是基本消费之后产生的服务性消费，城市化水平在一定程度上反映了居民的消费水平，进而会对居民旅游消费产生影响。非农从业人口是衡量城市化水平的重要指标。

旅游资源(Rse)，旅游资源的开发力度会直接影响到当地旅游经济的发展，旅游经济具有一定的特殊性，其产业布局收到资源布局的影响，本文主要采用A级景区的数量来衡量旅游资源丰富程度。

产业结构(Srt)，旅游经济作为第三产业的重要组成部分，第三产业的占比也会对旅游经济产生重要影响。

经济发展水平(Gdp)，经济发展水平越高，居民获得的可支配收入越高，产生旅游消费的可能性越大，本文选用人均国民生产总值来衡量区域经济的发展水平。

人力资本(Eda)，劳动力市场上的未来人力资源供给也会对经济发展产生重要影响，本文采用在校大学生人数来反映区域的人力资本存量。

(三)空间相关性检验

表1 长江三角洲北沿江地区Moran’s I指数

在进行空间计量分析之前，需要进行空间相关性检验，空间分布是产生溢出效应的重要前提。在经济学的研究中，空间相关性检验多使用Moran’s I指数、Getis指数和Geary’s C指数，其中，Moran’s I指数受到学者们的普遍接受和使用，本文也采用Moran’s I指数来检验空间相关性[9]。

(四)空间计量面板模型

空间杜宾模型较为全面，既能反映解释变量的空间相关性，又能反映被解释变量的空间相关性，对研究主题的反映更加全面，模型形式为：

利用Stata进行计量分析，如表2空间杜宾模型输出结果所示，给出了空间固定效应、时间固定效应和双固定效应三种结果。通过对模型拟合优度指标R2和LogL值进行比较，可知双固定效应模型拟合优化最好。根据模型输出结果，空间滞后系数值为0.0294，且通过了显著性检验，说明长三角北沿江地区旅游经济发展存在溢出效应，区域的旅游经济发展受到周边区域的影响。

根据回归系数可知，核心解释变量公里里程数的回归系数为0.4973且显著，说明区域基础设施建设对旅游经济的发展有着重要的影响。空间滞后项回归结果不显著，说明交通便利性虽对本区域的旅游经济发展有着积极作用，但是对周边地区的影响相对有限。上述结论也符合基础设施建设对经济发展有着带动作用的直观判断，同时由于长三角地区的基础设施建设尚处于发展阶段，其公路网络的建设暂未完成，尤其是其中的二级公路占有主要地位，所以从整体上来看，交通便利性的空间溢出效应尚不显著。但是在空间固定效应中，公路里程滞后项的回归结果为正且显著，说明长三角北沿江地区的旅游经济发展存在一定的溢出效应。

在控制变量中，劳动力投入、建设资本、城市化水平和人力资本的回归结果显著，说明其对区域旅游经济的发展有着重要的影响。劳动力投入的空间滞后项回归结果显著，说明交通网络的发达加速了劳动力资源的流动，对周边地区旅游经济的发展有着积极作用。产业结构的空间滞后项回归结果显著，说明产业结构对旅游经济的发展存在着溢出效应，对周边区域的旅游经济发展也有着一定的推动作用。

五、结论与展望

本文选取了我国长三角北沿江地区2009—2019年的面板数据，分析了交通便利性对区域经济发展所产生的的空间效应，以论证区域基础设施建设和旅游经济发展之间的相互关系，运用空间杜宾模型，得到如下研究结论：(1)根据模型输出结果，空间滞后系数值为0.0294，且通过了显著性检验，说明长三角北沿江地区旅游经济发展存在溢出效应，区域的旅游经济发展受到周边区域的影响；(2)核心解释变量公里里程数的回归系数为0.4973且通过显著性检验，说明区域基础设施建设对旅游经济的发展有着重要的影响。在空间固定效应中，公路里程滞后项的回归结果为正且显著，说明长三角北沿江地区的旅游经济发展存在一定的溢出效应；(3)在控制变量中，劳动力投入、建设资本、城市化水平和人力资本的回归结果显著，说明其对区域旅游经济的发展有着重要的影响。

鉴于数据的可获得性，本文选取了十年的面板数据作为研究样本，在后续的研究中可以扩大样本量。受统计指标的限制，本文在衡量区域交通便利性时以公路里程数作为衡量指标，而交通运输还包括铁路运输、水路运输和航空运输，在今后的研究中，可以探索更加科学全面的研究方法，反映出交通运输能力的真实水平。本文研究数据为2009年—2019年的面板数据，在进一步的研究中可以选取多个时间段的数据进行比较研究，对比不同发展阶段交通便利性的空间溢出效应，研究结论会更加具有针对性，具有更强的理论意义和实践意义。