EN中文

地理科学 >

2023 , Vol. 43 >Issue 2: 291 - 300

DOI: https://doi.org/10.13249/j.cnki.sgs.2023.02.011

比较城市化专栏

湘西地区交通可达性对旅游环境系统韧性的影响及空间溢出效应

  • 麻学锋 , 1 ,
  • 谭佳欣 , 1, 2
展开
  • 1.湖南工商大学公共管理与人文地理学院，湖南 长沙 410205
  • 2.湖南师范大学旅游学院，湖南 长沙 410081
谭佳欣。E-mail:

麻学锋（1970—），男，苗族，湖南凤凰人，博士，教授，硕导，主要从事旅游经济研究。E-mail:

收稿日期: 2022-04-01

  修回日期: 2022-07-06

  录用日期: 2022-11-28

  网络出版日期: 2023-02-20

基金资助

国家自然科学基金项目(42171235)

国家自然科学基金项目(41771164)

湖南省自然科学基金项目(2019JJ40143)

湖南省教育厅科学研究重点项目(21A0378)

版权

版权所有，未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
收起

Impact of traffic accessibility on the resilience of tourism environment system and spatial spillover effects in Xiangxi Area

  • Ma Xuefeng , 1 ,
  • Tan Jiaxin , 1, 2
Expand
  • 1. College of Public Administration and Human Geography, Hunan University of Technology and Business, Changsha 410205, Hunan, China
  • 2. College of Tourism, Hunan Normal University, Changsha 410081, Hunan, China

Received date: 2022-04-01

  Revised date: 2022-07-06

  Accepted date: 2022-11-28

  Online published: 2023-02-20

Supported by

National Natural Science Foundation of China(42171235)

National Natural Science Foundation of China(41771164)

Natural Science Foundation of Hunan Province(2019JJ40143)

Key Scientific Research Projects of Hunan Education Department(21A0378)

Copyright

Copyright reserved © 2023.
Fold

摘要

运用集对分析、加权平均旅行时间和综合评价分析等方法，研究湘西地区2000—2020年旅游环境系统韧性和交通可达性演化特征，并利用空间杜宾模型揭示交通可达性对旅游环境系统韧性的空间溢出效应。结果表明：① 旅游环境系统韧性均值随着时间的推移呈现显著上升的态势，空间分布上南部变化相对稳定，而中部和北部变动明显；基于旅游环境子系统韧性的测算结果，将各区县划分为高高高、高低低、高低高、低高高、低低高、低低低6种类型。② 交通可达性呈现显著的“核心−边缘”空间分布结构，形成吉首−凤凰−鹤城−芷江−洪江−中方为可达性高值区的相对优势带。③ 交通可达性提升通过直接作用旅游经济和社会环境系统韧性，并对旅游经济环境系统韧性产生正向空间溢出，进而促进整体旅游环境系统韧性提升。

关键词： 交通可达性; 旅游环境系统韧性; 空间杜宾模型; 集对分析; 湘西地区

本文引用格式

麻学锋 , 谭佳欣 . 湘西地区交通可达性对旅游环境系统韧性的影响及空间溢出效应[J]. 地理科学, 2023 , 43(2) : 291 -300 . DOI: 10.13249/j.cnki.sgs.2023.02.011

Abstract

This study firstly constructs a conceptual model of tourism environmental system resilience and a theoretical framework of the influence of traffic accessibility on tourism environmental system resilience. Then, we take 24 county-level units in Xiangxi Area as the study area, introduce set-pair analysis method, weighted average travel time and comprehensive evaluation analysis to research tourism environmental system resilience (TESR). In addition, this research adopts spatial panel Durbin model to examine the spatial spillover effect of traffic accessibility on the resilience of tourism environment system. It is revealed by the results that: 1) The mean value of TESR in Xiangxi Area has increased from 0.407 in 2000 to 0.624 in 2020, and the spatial distribution was relatively stable in the south, while the central and northern parts changed significantly. Based on the results of TESR subsystem measurement in Xiangxi Area, the districts and counties were classified into six types: high-high, high-low, high-low, low-high, low-low, low-low, and low-low; 2) The traffic accessibility shows the characteristic of decreasing from the central part to the surrounding area, forming the relative advantageous zone of Jishou-Fenghuang-Hecheng-Zhijiang-Hongjiang as the high value area of accessibility, and the development trend of regional traffic integration is prominent; 3) The traffic accessibility improves the tourism economic system resilience and tourism social system resilience, which in turn promotes the improvement of TESR.

Key words： traffic accessibility; the resilience of tourism environment system; spatial Durbin model; set-pair analysis; Xiangxi Area

当前全球面临世界百年未有之大变局，建设包容、安全、有抵御灾害能力和可持续的城市是实现联合国2030年可持续发展议程的重要目标[1]。2021年12月，在国务院印发的《“十四五”旅游业发展规划》（2021-12-22）（ http://www.gov.cn/zhengce/content/2022-01/20/content_ 5669468.htm）中，提出了统筹生态安全和旅游业发展，构建“点状辐射、带状串联、网状协同”的旅游空间新格局。破除制约区域内循环的交通障碍，探究交通可达性对旅游环境系统韧性的影响及空间溢出效应，不仅是地方“提韧”亟待解决的现实问题，更是推进区域可持续发展的重要举措[2]。
20世纪90年代，伊斯坦布尔举行的区域科学大会首次探讨了旅游业发展过程中出现的环境问题。随着对经济活动与资源环境关系的深入认识，学者们一致认为旅游环境系统是由生态、经济和社会系统构成[3-4]，旅游环境系统韧性也逐步成为新兴热点[5-7]。地理学者借鉴演化经济地理学中的空间非均衡思想，构建了“演化韧性”的理论框架[8]。交通发展对旅游业的影响一直为学界积极探讨，相关论证集中于分析交通与旅游效率协调格局、旅游经济联系及旅游空间合作等的作用关系[9-11]。研究证明了交通可达性较高地区旅游经济韧性也较强[12]，有学者认为交通可达性提升对大城市旅游韧性无显著影响，但对中等城镇则呈现显著正向影响[13]。随着经济高质量发展概念的提出，交通可达性对生态环境的影响研究引起了学界关注，产生系列研究成果[8,14-15]。上述研究对认识交通与旅游环境系统韧性的关系奠定充实基础，但关注点多集中于本地能力研究。交通可达性提升并作用旅游环境系统韧性过程涉及资源要素的空间转移与配置，势必要考虑二者间的溢出效应。
湘西地区是脱贫攻坚的先试先行地区和“精准扶贫”的首创之地，也是对接国家“一带一路”倡议的重要区域。当前区域旅游业进入转型升级关键期，如何充分发挥交通功能对旅游环境系统韧性的空间作用，成为该类区域普遍面临的重大问题。故以湘西地区为案例，基于旅游环境系统韧性的内涵解构，构建交通可达性评估体系，揭示区域交通可达性对旅游环境系统韧性的空间溢出效应，折射出旅游环境系统韧性对交通功能的响应规律及特征，为旅游地“提韧”提供参考借鉴。

1 研究区概况、数据来源与研究方法

1.1 研究区概况与数据来源

湘西地区是湖南省少数民族聚居区，集革命老区和民族地区于一体，主要包括湘西土家族苗族自治州、张家界市和怀化市，境内拥有丰富的旅游资源，共有2个5A级景区、26个4A级景区和49个3A级景区（https://www.maigoo.com/goomai/187546.html），交通网络的不发达成为早期限制区域旅游空间合作的关键因素。自2000年西部大开发战略实施以来，在张家界示范效应下，湘西地区在发展旅游经济的同时积极强调文化和生态环境的保护，巩固提升区域旅游发展韧性，进一步推动了区域旅游合作和交通运输网络的建设（图1）。截至2019年，湘西地区的旅游收入达到1882.39亿元，但是在2020年受到新冠疫情的冲击，旅游收入下降至1160.72亿元，相比上一年下降了38.33%[16]，旅游环境系统韧性面临巨大威胁。本文经济属性数据主要来自2001—2020年《中国县域统计年鉴》[16]及2000—2020年湘西地区历年统计公报（http://wly.zjj.gov.cn/c2648/20190409/i471756.html）；交通矢量数据来源于全国地理信息资源目录服务系统1∶100万基础地理数据库（https://www.webmap.cn/main.do?method=index），通过比对中国地图出版社的《中国交通地图册》（2000—2020），在ArcGIS软件配准核对，建立交通路网数据库。
图1 湘西地区概况

Fig. 1 Overview of Xiangxi Area

1.2 指标体系构建

适应性循环理论（Adaptive Cycle）将系统发展划分为重组、增长、稳定和释放4个演化阶段[17]。借鉴这一理论实质，结合相关研究成果[3,18]，将旅游环境系统韧性界定为：面临时间压力和不确定性因素，旅游业凭借其动态平衡、冗余缓冲和自动修复的能力，有效地抵抗外来冲击并且减缓内部消耗，迈入新一轮的适应性循环周期。根据上述分析，本文分别从旅游经济、生态和社会环境系统3个目标层构建韧性评价指标体系（表1）。① 旅游经济环境系统韧性，资源禀赋较高的欠发达地区对旅游业的依赖性较强[19]，X1~X3能够反映区域旅游经济发展情况，X4反映了旅游市场需求变化情况，X5体现了旅游地发展潜力，是提高旅游环境系统韧性的原始动力。② 生态环境系统是旅游开发的前提条件，也是人居环境的体现[6]。湘西地区作为生态安全保障功能区，生态旅游成为区域巩固脱贫攻坚成果与实现乡村振兴的重要抓手，X6~X11均能反映自然和人居环境情况。③ 旅游社会环境系统韧性方面。研究表明，贫困人口倾向于分布在旅游资源丰富地区[20]，故将人口密度X12纳入指标体系；城镇化率X13是有效阻断贫困代际传递的重要因素[21]；医疗供给能力、社会福利水平、义务教育覆盖程度等是支撑旅游社会环境系统运行的关键因素[22]，以X14~X18表征民生改善情况；政府支持是贫困地区脱贫攻坚的重要保障，用X19表征[19]；贫困发生率X20可用来衡量区域脱贫成效。
表1 旅游环境系统韧性评价指标及权重

Table 1 Evaluation index and weight of tourism environment system resilience

目标层 指标层 指标描述 指标性质 权重
旅游经济子系统 旅游收入占GDP比重X1 反映区域经济对旅游业的依赖性 + 0.063
旅游经济增长弹性系数X2 反映旅游业发展对经济增长的弹性 + 0.069
人均GDP增长率X3 反映旅游地经济增长情况 + 0.050
旅游人次增长率X4 反映旅游地市场规模扩张情况 + 0.055
A级旅游景区数量X5 反映旅游地发展潜力 + 0.069
旅游生态子系统 森林覆盖率X6 反映旅游地生态平衡状况 + 0.044
人均公园绿地面积X7 反映旅游地人居环境情况 + 0.046
建成区绿化覆盖率X8 反映旅游地生态绿化情况 + 0.046
自然保护区个数X9 反映旅游地生态保护状况 + 0.047
空气质量达标率X10 反映旅游地生态质量 + 0.050
城镇生活污水处理率X11 反映旅游地污水处理情况 + 0.045
旅游社会子系统 人口密度X12 反映人口活动强度 + 0.045
城镇化率X13 反映旅游地综合发展情况 + 0.047
每1000人口医院、卫生院床位数量X14 反映旅游地医疗发展水平 + 0.045
每1万人口社会福利院床位数X15 反映旅游地社会福利水平 + 0.049
每10万人口义务在校学生增长率X16 反映旅游地教育覆盖率增长情况 + 0.049
城乡可支配收入比增长率X17 反映城乡差距缩小情况 − 0.045
城镇居民医疗保险覆盖率增长率X18 反映民生保障情况 + 0.045
财政支出增长率X19 反映政府对社会发展的支持力度 + 0.044
贫困发生率X20 反映旅游地扶贫情况 − 0.047

1.3 研究方法

1） 集对分析法。集对分析是研究客观事物之间确定性与不确定性联系的一种有效的系统理论与方法[23]，是解决多属性评价的有效途径，以此评估湘西地区2000—2020年旅游环境系统韧性。
2） 交通可达性综合评价模型。交通可达性（Traffic Accessibility，TA）包括对内和对外2个方面。对内交通可达性可通过加权平均旅行时间和路网密度衡量[24]，对外交通可达性则由交通干线影响度表征[25]。在对加权平均旅行时间、路网密度和交通干线影响度进行标准化处理后，结合专家咨询和层次分析法确定权重值分别为0.25、0.25、0.5[25]。参考前人成果[26]，结合湘西地区实际情况，设定每一时间段道路速度如表2所示，根据文献[24]的公式计算加权平均旅行时间。已有研究将单线、复线铁路作为子类型，未将航空和高速公路等快速交通方式考虑进来，为补充这一内容，改进交通干线影响度评价体系，采用分类赋值法评估各区县的交通干线影响度（表3）。
表2 空间地物时间成本

Table 2 Time cost of different types of transportation modes and land use

年份 空间对象 公路 铁路 默认值
高速公路 国道 省道 县道 乡道 高速铁路 普通铁路 非道路区域
　　注：—表示该年份无此类交通道路。
2000 速度/（km/h） — 80 60 40 20 — 60 5
时间成本/min — 0.75 1.00 1.50 3.00 — 1.00 12
2010 速度/（km/h） 100 80 60 40 30 — 100 5
时间成本/min 0.60 0.75 1.00 1.50 2.00 — 0.60 12
2020 速度/（km/h） 100 80 60 40 30 300 120 5
时间成本/min 0.60 0.75 1.00 1.50 2.00 0.20 0.50 12
表3 对外交通设施影响度赋值

Table 3 Weighted value of the impact of main transport infrastructure

大类 赋值标准 赋值 大类 赋值标准 赋值
　　注：La为行政中心与铁路客运站的距离；Lb为行政中心与高速出口的距离；Lc为行政中心与机场的距离。
铁路 有铁路客运站 1.5 公路 有国道 1.0
La＜30 km 1.0 其他 0
30 km≤La≤60 km 0.5 机场 有机场 1.5
La＞60 km 0 Lc＜30 km 1.0
高速公路 有高速出口 1.5 30 km≤Lc≤60 km 0.5
Lb＜10 km 1.0 Lc＞60 km 0
10 km≤Lb≤30 km 0.5
　 Lb＞30 km 0 　 　
3） 空间杜宾模型[27-28]。为增强空间溢出效应分析结果的稳健性，构建基于湘西地区24个区县地理距离空间权重矩阵（W1）、经济距离空间权重矩阵（W2）和地理与经济距离的嵌套权重矩阵（W3），公式见参考文献[27]。空间杜宾模型综合考虑了因变量和自变量的空间关联性，公式见参考文献[28]。

2 研究结果

2.1 旅游环境系统韧性（TESR）测度结果分析

1） 旅游环境系统韧性测度结果。2000—2010年的旅游环境系统韧性均值由0.407上升到0.624，在2020年下降至0.609，但总体下降的幅度较小，区域表现比较强的韧性。具体来看，2000—2010年，各区县旅游环境系统韧性整体呈上升的态势（图2）。本文根据旅游环境系统韧性均值把TESR划分为4个类型，韧性类型低水平（0.3~0.4]、较低水平（0.4~0.5]、中等水平（0.5~0.6]、次高水平（0.6~0.7]、高水平（0.7~0.8）。沅陵的TESR变化幅度较大，年均增长率达到8.230%。龙山、鹤城、洪江、凤凰和泸溪的TESR增长幅度均在6%以上，为次高水平地区。麻阳和中方的TESR增速分别为0.08%和0.12%，这2个县的旅游经济面临发展动力不足问题。2010—2020年，中方的TESR增速达到2.737%，由中等水平变成次高水平地区。相对来说，张家界市的永定、桑植、慈利的TESR增速较为缓慢，均下降为中等水平，武陵源则为低水平地区。2019年，张家界市的旅游业收入占全市GDP的73%[29] ，旅游业已经成为张家界市的支柱产业，但由于2020年受新冠疫情冲击，张家界市面临国外市场逐渐萧条、国内旅游消费不活跃的困境。
图2 2000—2020年湘西地区旅游环境系统韧性空间分布

湘西土家族苗族自治州（龙山、永顺、保靖、花垣、凤凰、泸溪、古丈分别为龙山县、永顺县、保靖县、花垣县、凤凰县、泸溪县、古丈县；吉首为吉首市）；张家界市（永定为永定区；武陵源为武陵源区；慈利为慈利县；桑植为桑植县）；怀化市（鹤城为鹤城区；中方、沅陵、辰溪、溆浦、

会同、麻阳、新晃、芷江、靖州、通道分别为中方县、沅陵县、辰溪县、溆浦县、会同县、麻阳苗族自治县、新晃侗族自治县、

芷江侗族自治县、靖州苗族侗族自治县、通道侗族自治县；洪江为洪江市）

Fig. 2 Spatial distribution of the resilience of tourism environment system in Xiangxi Area from 2000 to 2020

2） 旅游环境子系统韧性类型划分。旅游经济环境系统韧性（TNSR）、旅游生态环境系统韧性（TLSR）和旅游社会环境系统韧性（TSSR）是旅游环境系统韧性的细分维度，以均值为依据将24个区县划分为6种类型：“高高高”型有鹤城区、沅陵县、中方县、溆浦县和洪江市，地理空间处于邻近位置，充分体现旅游环境系统韧性空间溢出特征；“高低低”型地区有凤凰县和古丈县，隶属于湘西土家族苗族自治州，以旅游业为主导产业，缺乏完备的生态环境补偿制度和公共基础设施；“高低高”型有永定区、龙山县、花垣县、芷江侗族自治县、慈利县和泸溪县，为旅游生态脆弱区，旅游业发展对生态环境影响较大；“低高高”型有靖州苗族自治县、新晃侗族自治县，旅游韧性较差，但生态环境保持良好；“低低高”型有永顺县、会同县和通道侗族自治县，地理位置较偏远，受增长极辐射作用较弱；“低低低”型仅有保靖，为欠发达旅游城市，缺乏整体规划和合理的产业结构，表现强烈的“马太效应”。应针对不同发展类型地区适当调整发展政策。

2.2 交通可达性测度结果分析

根据前述方法，计算湘西地区24个区县的交通可达性，将结果可视化为图3。从图3可知，2000—2020年湘西地区交通可达性逐步提升。2000年交通可达性集中在0.054~0.285，空间上为“S”型空间优势带分布格局，桑植和武陵源与交通枢纽城市距离较远，交通可达性较低。2010年湘西地区交通可达性集中在0.096~0.674，形成相对优势带：吉首−凤凰−鹤城−芷江−洪江。上述区县高速公路运输效率较高，铜仁凤凰机场和芷江机场分别在2001年和2005年正式通航，打破中南部地区对远距离旅游市场的交流障碍。2020年交通可达性集中在0.277~0.873，较2000年和2010年大幅提升，并在2010年交通优势带基础上新增中方县，区域交通一体化趋势凸显。
图3 2000—2020年湘西地区交通可达性空间分布

县、市、区名称解释见图2

Fig. 3 Spatial distribution of traffic accessibility in Xiangxi Area from 2000 to 2020

2.3 交通可达性对旅游环境系统韧性的影响及空间溢出效应

1） 空间相关性检验。W1和W3矩阵下，交通可达性、TESR、TNSR和TLSR的Moran's I显著为正，呈现高−高型或低−低型集聚的空间正相关特征。但在W2空间权重矩阵下，上述变量均不显著，说明各区县的交通可达性和TESR并不具有单纯经济意义上的空间关联特征，而是存在地理和经济的综合空间关联特征，故仅考虑W1和W3空间权重矩阵进行实证分析。
2） 空间面板计量模型选择及构建。从表4可知，无论是以旅游环境系统韧性为被解释变量还是以TNSR、TLSR和TSSR为被解释变量，结果均显示空间误差和空间滞后的相关检验通过了不同显著水平检验，拒绝了原假设，说明空间误差项和空间滞后项同时存在，所构建的SPDM（spatial panel Durbin model，空间面板杜宾模型）不可退化为空间计量模型的简化形式，即SPDM是最优模型。
表4 空间计量模型检验

Table 4 Spatial econometric model test

统计量 TESR TNSR TLSR TSSR
　　注：***、**、*分别表示0.01、0.05、0.1显著性水平；TESR为旅游环境系统韧性；TNSR为旅游经济环境系统韧性；TLSR为旅游生态环境系统韧性；TSSR为旅游社会环境系统韧性。
LM-lag 12.248** 16.402** 16.149*** 15.517**
LM-error 21.115** 24.279** 21.176*** 19.166**
Robust LM-lag 27.248** 32.967* 28.149* 27.131**
Robust LM-error 27.359** 28.844* 24.176* 33.781**
Hausman 57.10*** 29.06*** 51.29*** 127.07***
Wald-lag 78.02** 78.61* 75.71*** 76.01***
Wald-error 69.51*** 78.03* 65.74*** 72.37***
LR-error 85.94** 88.76* 92.44*** 85.48**
LR-lag 65.33*** 78.89* 63.26*** 76.76**
3） 交通可达性对旅游环境系统韧性的空间溢出效应。利用Stata17分别在W1和W3空间权重矩阵下进行参数估计。Hausman检验结果的卡方差值为正，通过显著性检验，对数似然值显示固定效应的空间面板杜宾模型拟合程度显著高于随机效应的空间面板杜宾模型，LR检验结果表明时空双固定效应优于时间固定效应和空间固定效应，故选择时空双固定效应的SPDM模型用以分析交通可达性对旅游环境系统韧性的影响（表5）。① 从交通可达性对旅游环境系统韧性的影响来看，无论是在W1矩阵下还是在W3矩阵下，系数均通过显著性检验，系数为正，说明伴随着交通可达性提高，加快了旅游地人流、物流、资金流等各种要素的空间流动速度，大幅度压缩区域时空交易成本[30]，显著促进了本地和邻地旅游环境系统韧性提升。② 交通可达性对TNSR有显著的正向影响，其回归系数为0.686，在W1和W3矩阵下分别通过了5%和1%的显著性检验。③ 本地交通可达性提升会降低本地TLSR，即产生负向空间溢出效应，影响系数通过显著性检验。④ 交通可达性对TSSR的回归系数未能通过显著性检验。但考虑到空间溢出效应会出现估计偏误问题[31]，故进一步利用偏微分方法进行空间效应分解。
表5 空间面板杜宾模型估计结果

Table 5 Estimation results of SPDM

空间权重矩阵 变量 回归系数 空间滞后项系数 Log-likehood R2
　　注：***、**、*分别表示0.01、0.05、0.1显著性水平；W1为地理距离空间权重矩阵；W3为地理与经济距离的嵌套权重矩阵；变量解释见表4。
W1 TESR 0.198** 0.484** 77.207 0.378
TNSR 0.686** 1.387** 138.710 0.328
TLSR −0.402*** 0.592** 131.459 0.522
TSSR 0.189 0.484 139.672 0.664
W3 TESR 0.286*** 2.425*** 132.415 0.628
TNSR 0.872*** 4.233** 133.698 0.453
TLSR −0.278* 2.573** 135.832 0.522
TSSR 0.202 0.587 137.659 0.576
4） 空间效应分解。表6显示，在W1和W3空间权重矩阵基础上，将交通可达性对TESR、TNSR、TLSR和TSSR的总效应分解为直接效应和间接效应。① 交通可达性对本地旅游环境系统韧性的影响。W1空间权重矩阵下：交通可达性对TNSR的直接效应估计为0.368且通过0.1显著水平检验，表明交通可达提升显著推动了旅游经济环境韧性的提升；交通可达性对TLSR的回归系数未通过显著水平检验；交通可达性对TSSR的影响系数为0.021，且通过显著水平检验，交通可达性提升能够显著促进TSSR提升；交通可达性对旅游环境韧性的直接效应估计为0.141且通过0.1显著水平检验，表明交通可达性提升会导致本地旅游环境系统韧性显著提高。综上，交通可达性对旅游环境系统韧性的影响系数为正值，其关键在于促进旅游经济和社会环境系统韧性提升。② 交通可达性对旅游环境系统韧性的空间溢出。W1和W3空间权重矩阵下，交通可达性对旅游经济环境韧性的间接效应估计系数分别为0.385和1.369，且通过0.1显著性水平检验，意味着交通可达性对旅游经济环境韧性存在正向溢出，即交通可达性每提升1%，推动邻地旅游经济环境韧性分别增长0.385%和1.369%。由于旅游地的比较优势，局部地区通过交通网络将资源和市场扩散至邻近地区，使得“交通发展红利”映射在旅游合作一体化建设[32]；交通可达性对TNSR的间接效应估计系数为0.244和1.075，分别达到0.05和0.1显著性水平，表明交通可达性对邻近地区旅游经济环境系统韧性存在显著正向溢出，即本地交通可达性每提升1%，推动邻地TNSR分别提升0.244%和1.075%；交通可达性对TLSR和TSSR的间接效应估计系数未能通过显著性检验。由于交通可达性对TSSR影响的总效应估计为0.327并且在0.1显著水平下显著，说明交通可达性主要是通过直接效应而不是空间溢出效应作用旅游社会环境系统韧性。以上结论证明了交通可达性对旅游环境系统韧性存在正向空间溢出效应。尽管无法显著推动旅游生态和社会环境系统韧性空间溢出，但是交通可达性提升能够促进旅游经济环境韧性正向空间溢出。
表6 空间面板杜宾效应偏微分估计结果

Table 6 Results of spatial spillover partial differential estimation

变量 W1 W3
直接效应 间接效应 总效应 直接效应 间接效应 总效应
　　注：***、**、*分别表示0.01、0.05、0.1显著性水平；W1为地理距离空间权重矩阵；W3为地理与经济距离的嵌套权重矩阵；变量解释见表4。
TESR 0.141* 0.385* 0.526* 0.172** 1.369* 1.541*
TNSR 0.368* 0.244** 0.612* 0.360* 1.075* 1.435*
TLSR 0.002 2.466 2.468 0.004 −0.149 −0.145
TSSR 0.021* 0.306 0.327* 0.131*** 0.072 0.203**

3 结论与讨论

3.1 结论

1） 时间变化上，区域旅游环境系统韧性呈现出“先扬后抑”的趋势。空间分布上，南部变化相对稳定，而中部和北部变动明显，呈现由以武陵源、麻阳和溆浦为主转向以吉首和鹤城为高值中心的分布模式。基于TESR子系统测算结果，将各区县划分为高高高、高低低、高低高、低高高、低低高、低低低6种类型，区域空间差异明显；交通可达性呈现显著的“核心−外围”结构，形成了吉首−凤凰−鹤城−芷江−洪江−中方为可达性高值区的相对优势带，区域交通一体化发展趋势凸显。
2） 交通可达性提升能够显著提高旅游环境系统韧性及旅游经济和社会环境系统韧性。由于区域内部存在竞争效应、示范效应和邻近效应，本地交通可达性提升会带动邻近地区旅游环境系统韧性的增强，促进旅游经济环境系统韧性产生正向空间溢出。
3） 交通可达性对旅游环境系统韧性的作用小于交通可达性对旅游环境子系统作用之和，受交通功能影响，旅游环境系统内部构成要素的交互作用发生损耗。未来需要关注区域旅游经济、生态和社会环境系统韧性协同交互过程与效应，实现旅游环境系统的结构有序、功能完善和韧性稳步提升。

3.2 讨论

本研究立足区域发展实践，构建交通可达性对旅游环境系统韧性影响的分析框架。该框架基于演化经济地理学的路径依赖理论，整合了交通发展与旅游韧性关系研究中常探讨的溢出效应，对交通发展与旅游环境系统韧性之间的关系研究和实践产生重要影响。作为综合性分析框架，在基于湘西地区的实证研究中，研究结论基本能够形成互相佐证的共同指向。在后续经济区相关研究中，可尝试基于框架原理，结合经济区本质特征，对分析框架进行重组，以更加有针对性地解决研究命题。
未来湘西地区应以建设旅游合作共同体为发展方向，以交通驱动构建完善的旅游地空间溢出机制。由于区域内经济发展基础和资源条件呈现空间滞后性，造成空间资源分配不平等。旅游环境系统韧性较强区县需要通过空间溢出效应对周围地区产生影响，而水平较低的区县则需利用契机承接高韧性地区空间扩散能力，实施“点−轴−面”空间格局转换战略。最后，以人地系统耦合发展理念为基础，按照“经济发展−生态保护−社会安定”原则针对不同类型地区提出差异化“提韧”策略，促进旅游生产要素合理流动，谋划适度均衡的旅游空间分布格局。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
United Nations. Transforming our world: The 2030 agenda for sustainable development[R]. New York: United Nations, 2014: 1-41.

[2]
李一曼, 修春亮, 孔翔. 浙江陆路交通对区域旅游空间结构及发展的影响研究[J]. 地理科学, 2018, 38(12): 2066-2073.

DOI

Li Yiman, Xiu Chunliang, Kong Xiang. Influence of land transportation network evolution on spatial structure and development of regional tourism in Zhejiang Province. Scientia Geographica Sinica, 2018, 38(12): 2066-2073.

DOI

[3]
杨秀平, 贾云婷, 翁钢民, 等. 城市旅游环境系统韧性的系统动力学研究——以兰州市为例[J]. 旅游科学, 2020, 34(2): 23-40.

Yang Xiuping, Jia Yunting, Weng Gangmin et al. A study on system dynamics of the resilience of urban tourism environment system: A case study of Lanzhou City. Tourism Science, 2020, 34(2): 23-40.

[4]
Vincent M. Tourism, environment and development: Values, sustainability and stewardship[J]. Tourism Management, 1991, 12(2): 112-118.

DOI

[5]
朱媛媛, 汪紫薇, 顾江, 等. 基于“乡土−生态”系统韧性的红色旅游资源利用空间格局优化研究——以大别山革命老区为例[J]. 自然资源学报, 2021, 36(7): 1700-1717.

DOI

Zhu Yuanyuan, Wang Ziwei, Gu Jiang et al. The spatial optimization of red tourism resources utilization based on the resilience of "ruralism-ecology" system: A case study of Dabie Mountains Old Revolutionary Base Area. Journal of Natural Resources, 2021, 36(7): 1700-1717.

DOI

[6]
杨秀平, 贾云婷, 张大成, 等. 旅游环境系统研究进展与展望[J]. 生态科学, 2020, 39(3): 221-230.

DOI

Yang Xiuping, Jia Yunting, Zhang Dacheng et al. Research progress and prospect of tourism environment system. Ecological Science, 2020, 39(3): 221-230.

DOI

[7]
Romao Joao. Tourism, smart specialisation, growth, and resilience[J]. Annals of Tourism Research, 2020, 84: 102995.

DOI

[8]
Yang P, Zhang D, Liu L et al. Development trajectory for the temporal and spatial evolution of the resilience of regional tourism environmental systems in 14 cities of Gansu Province, China[J]. Environmental Science and Pollution Research, 2021, 28(46): 65094-65115.

DOI

[9]
郭向阳, 穆学青, 丁正山, 等. “交旅”融合下旅游效率与高速交通协调格局研究——以长三角41市为例[J]. 地理研究, 2021, 40(4): 1042-1063.

DOI

Guo Xiangyang, Mu Xueqing, Ding Zhengshan et al. The coordination pattern of tourism efficiency and high-speed transportation: A case study of 41 cities in the Yangtze River Delta. Geographical Research, 2021, 40(4): 1042-1063.

DOI

[10]
吴磊, 焦华富, 叶雷. 皖南国际文化旅游示范区旅游经济与交通耦合协调发展的时空特征[J]. 地理科学, 2019, 39(11): 1822-1829.

Wu Lei, Jiao Huafu, Ye Lei. Spatio-temporal characteristics of coordinated development between tourism economy and transportation: A case of international culture and tourism demonstration area in South Anhui Province. Scientia Geographica Sinica, 2019, 39(11): 1822-1829.

[11]
王兆峰, 李丹. 基于交通网络的区域旅游空间合作效率评价与差异变化分析——以湘西地区为例[J]. 地理科学, 2016, 36(11): 1697-1705.

Wang Zhaofeng, Li Dan. Regional tourism space cooperation efficiency evaluation and difference change based on traffic network: A case of the Western Hunan, China. Scientia Geographica Sinica, 2016, 36(11): 1697-1705.

[12]
Ibanescu B C, Eva M, Gheorghiu A. Questioning the role of tourism as an engine for resilience: The role of accessibility and economic performance[J]. Sustainability, 2020, 21(14): 5527.

[13]
Cui W J, Chen J, Xue T et al. The economic resilience cycle evolution and spatial-temporal difference of tourism industry in Guangdong-Hong Kong-Macao Greater Bay Area from 2000 to 2019[J]. Sustainability, 2021, 13(21): 12092.

DOI

[14]
Dorta P, Díaz J, López A et al. Tourism, transport and climate change: The carbon footprint of international air traffic on Islands[J]. Sustainability, 2021, 13(4): 1795.

DOI

[15]
吕天宇, 曾晨. 交通网络空间互动视角下生态足迹驱动机制[J]. 生态学报, 2022, 42(4): 1340-1353.

Lyu Tianyu, Zeng Chen. Driving mechanism of ecological footprint from the perspective of spatial interaction of transportation network. Acta Ecologica Sinica, 2022, 42(4): 1340-1353.

[16]
国家统计局. 中国县域统计年鉴 （2001—2020）[M]. 北京: 中国统计出版社: 2001—2020.

National Bureau of Statistics. China county statistical yearbook (2001-2020). Beijing: China Statistics Press, 2001-2020.

[17]
Holling S. Resilience and stability of ecological systems[J]. Annual Review of Ecology and Systematics, 1973, 4(1): 1-23.

DOI

[18]
Wang T, Yang P, Chen D et al. Bibliometric analysis and literature review of tourism destination resilience research[J]. International Journal of Environment Research and Public Health, 2922, 19(9): 1-19.

[19]
麻学锋, 谭佳欣, 黄俊. 区域旅游产业集聚过程及其影响因素研究——以湘西地区为例[J]. 旅游学刊, 2021, 36(9): 13-27.

Ma Xuefeng, Tan Jiaxin, Huang Jun. Study on the agglomeration process and influencing factors of regional tourism industry: A case of the Western Hunan. Tourism Tribune, 2021, 36(9): 13-27.

[20]
田雅娟, 刘强. 中国旅游业发展对农村贫困减缓的效应及其影响因素[J]. 旅游学刊, 2020, 35(6): 40-49.

Tian Yajuan, Liu Qiang. Effect of China's tourism industry development and influencing factors on reducing rural poverty. Tourism Tribune, 2020, 35(6): 40-49.

[21]
葛林芳, 吴云勇. 城镇化阻断贫困代际传递了吗?——来自CFPS2018的证据[J]. 北京社会科学, 2020(11): 12-25.

Ge Linfang, Wu Yunyong. Has urbanization blocked the intergenerational transmission of poverty?. Social Sciences of Beijing, 2020(11): 12-25.

[22]
麻学锋, 谭佳欣. 旅游城镇化与社会治理协同发展时空格局及趋势预测——以张家界为例[J]. 吉首大学学报(社会科学版), 2022, 43(2): 96-106.

Ma Xuefeng, Tan Jiaxin. Spatio-temporal pattern and trend prediction of coordinated development of tourism urbanization and social governance: A case study of Zhangjiajie. Journal of Jishou University (Social Sciences), 2022, 43(2): 96-106.

[23]
董丽晶, 苏飞, 温玉卿, 等. 阜新市收缩城市经济系统弹性演变趋势与障碍因素分析[J]. 地理科学, 2020, 40(7): 1142-1149.

DOI

Dong Lijing, Su Fei, Wen Yuqing et al. Obstacle factors and evolution of urban economic resilience of Fuxin shrinking city and its obstacle factors. Scientia Geographica Sinica, 2020, 40(7): 1142-1149.

DOI

[24]
Gutiérrez J. Location, economic potential and daily accessibility: An analysis of the accessibility impact of the high-speed line Madrid-Barcelona-French Border[J]. Journal of Transport Geography, 2001, 9(1): 229-242.

[25]
孙宏日, 刘艳军, 周国磊. 东北地区交通优势度演变格局及影响机制[J]. 地理学报, 2021, 76(2): 444-458.

DOI

Sun Hongri, Liu Yanjun, Zhou Guolei. The spatiotemporal differentiation and mechanisms of traffic dominance in Northeast China. Acta Geographica Sinica, 2021, 76(2): 444-458.

DOI

[26]
焦胜, 张冰洁, 韩宗伟. 近70年湘西地区陆路可达性及经济联系时空演变[J]. 经济地理, 2020, 40(6): 137-146.

DOI

Jiao Sheng, Zhang Bingjie, Han Zongwei. Spatial-temporal evolution of land transportation accessibility and economic contact in Xiangxi Area in recent 70 years. Economic Geography, 2020, 40(6): 137-146.

DOI

[27]
邵帅, 李欣, 曹建华, 等. 中国雾霾污染治理的经济政策选择——基于空间溢出效应的视角[J]. 经济研究, 2016, 51(9): 73-88.

Shao Shuai, Li Xin, Cao Jianhua et al. China's economic policy choices for governing smog pollution based on spatial spillover effects. Economic Research Journal, 2016, 51(9): 73-88.

[28]
童昀, 刘海猛, 马勇, 等. 中国旅游经济对城市绿色发展的影响及空间溢出效应[J]. 地理学报, 2021, 76(10): 2504-2521.

DOI

Tong Yun, Liu Haimeng, Ma Yong et al. The influence and spatial spillover effects of tourism economy on urban green development in China. Acta Geographica Sinica, 2021, 76(10): 2504-2521.

DOI

[29]
张家界统计局. 张家界统计年鉴[M]. 北京: 中国统计出版社, 2020.

Zhangjiajie Statistical Bureau. Zhangjiajie statistical yearbook. Beijing: China Statistics Press, 2020.

[30]
贾文通, 黄震方, 刘俊, 等. 高铁对区域旅游“时空压缩”效应的测度与分析——以长江经济带为例[J]. 地理研究, 2021, 40(6): 1785-1802.

DOI

Jia Wentong, Huang Zhenfang, Liu Jun et al. Measuring and analyzing the time-space compression of high-speed rail on regional tourism: A case study of Yangtze River Economic Belt, China. Geographical Research, 2021, 40(6): 1785-1802.

DOI

[31]
Lesage P, Pace K. Introduce to spatial econometrics[M]. Boca Raton: Taylor & Francis, 2009.

[32]
方叶林, 苏雪晴, 黄震方, 等. 城市韧性对旅游经济的空间溢出效应研究——以长三角城市群为例[J]. 地理科学进展, 2022, 41(2): 214-223.

DOI

Fang Yelin, Su Xueqing, Huang Zhenfang et al. Spatial spillover effect of urban resilience on tourism economy: A case study of the Yangtze River Delta Urban Agglomeration. Progress in Geography, 2022, 41(2): 214-223.

DOI

Options
文章导航

/

〈 〉