EN中文

地理科学, 2021, 41(9): 1546-1555 doi: 10.13249/j.cnki.sgs.2021.09.006

一体化进程对旅游经济的空间溢出效应——以长三角城市群为例

方叶林,, 程雪兰,*, 苏雪晴, 鲍捷

安徽大学商学院，安徽 合肥 230601

The Spatial Spillover Effect of Integration Progress on Tourism Economy: A Case Study of the Yangtze River Delta Urban Agglomeration

Fang Yelin,, Cheng Xuelan,*, Su Xueqing, Bao Jie

School of Business, Anhui University, Hefei 230601, Anhui, China

通讯作者: 程雪兰。E-mail: chengxuelan2019@163.com

收稿日期: 2020-08-22   修回日期: 2020-11-25  

基金资助: 国家自然科学基金项目(42171238)
国家自然科学基金项目(41801142)
安徽高校人文社会科学重点项目(SK2019A0014)
安徽省社科规划项目(AHSKQ2020D64)

Received: 2020-08-22   Revised: 2020-11-25  

Fund supported: National Natural Science Foundation of China(42171238)
National Natural Science Foundation of China(41801142)
Humanities and Social Sciences Key Project of Higher Education in Anhui Province, China(SK2019A0014)
Philosophy and Social Science Planning Project in Anhui Province, China(AHSKQ2020D64)

作者简介 About authors

方叶林（1986-），男，安徽巢湖人，博士，副教授，硕导，主要研究方向为旅游地理与区域经济E-mail:fangyelin2006@126.com

摘要

利用长三角城市群各地区2011—2018年的面板数据，在测算一体化指数基础上，借助空间杜宾模型揭示一体化进程对旅游经济的空间溢出效应。主要结论有：长三角城市群一体化指数在空间上分布不均衡，整体上呈现出从省会城市向周边递减的格局。空间杜宾模型能够较好地对一体化进程的溢出效应进行定量估算，从空间杜宾模型的估算结果看，长三角城市群一体化进程对旅游经济有着显著的溢出效应，本地一体化进程每提高1%，将促进周边地区旅游经济增加0.575%。就本地效应而言，一体化进程各维度对旅游经济具有显著的正向影响，基础设施一体化是其中较为重要的因素；就溢出效应而言，一体化进程各维度对旅游经济的影响均低于本地效应，基础设施一体化对周边地区的旅游经济有一定的负向影响。未来长三角城市群旅游业高质量发展一方面需要重视本地一体化，同时也要重视一体化的空间溢出效应，营造良好的周边环境，出台相关政策，加强区域间的协调与合作。

关键词： 一体化进程; 旅游经济; 空间杜宾模型; 长三角城市群

Abstract

Using the panel data of the Yangtze River Delta urban agglomeration to calculate the integration index, this article reveals the spatial spillover effect of integration process on tourism economy by means of spatial Durbin model (SDM). The main conclusions are as follows: Firstly, the spatial distribution of the integration index of the Yangtze River Delta urban agglomeration is unbalanced, showing a decreasing pattern from the provincial capital to the surrounding areas on the whole. Secondly, the SDM can fairly estimate the spillover effect of integration process. From the estimation results of the SDM, the integration process of the Yangtze River Delta urban agglomeration has a significant spillover effect on tourism economy. Every 1% increase in the process of local integration will promote the tourism economy of surrounding areas to increase by 0.575%. As far as the local effect is concerned, each dimension of integration has a significant positive impact on tourism economy, and infrastructure integration is one of the more important factors. In terms of the spillover effect, each dimension of integration on tourism economy is lower than local effect, and infrastructure integration has a certain negative impact on tourism economy of surrounding areas. Lastly, in the future, the high-quality development of tourism in the Yangtze River Delta urban agglomeration should not only attach importance to local integration, but also spatial spillover effect of integration, create a good surrounding environment, issue relevant policies, and strengthen regional coordination and cooperation.

Keywords： integration process; tourism economy; spatial Dubin model; the Yangtze River Delta urban agglomeration

PDF (1235KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

方叶林, 程雪兰, 苏雪晴, 鲍捷. 一体化进程对旅游经济的空间溢出效应——以长三角城市群为例[J]. 地理科学, 2021, 41(9): 1546-1555 doi:10.13249/j.cnki.sgs.2021.09.006

Fang Yelin, Cheng Xuelan, Su Xueqing, Bao Jie. The Spatial Spillover Effect of Integration Progress on Tourism Economy: A Case Study of the Yangtze River Delta Urban Agglomeration[J]. Scientia Geographica Sinica, 2021, 41(9): 1546-1555 doi:10.13249/j.cnki.sgs.2021.09.006

长三角地区是中国经济发展速度最快、发展水平最高的区域之一，也是中国经济全球化进程中率先融入世界经济的重要区域，在全国发展中具有举足轻重的地位。在宏观经济高质量发展的时代背景下，城市之间的交流与合作日益密切，个体之间孤立发展的状态逐渐被打破[1]，区域一体化发展是推动旅游经济发展的重要力量。长三角城市群旅游资源丰富、地理环境优越、交通便捷为旅游业的发展提供了有利条件。但目前长三角各地区一体化进程不一致，旅游经济的发展也存在较为明显的差距，一体化进程对旅游经济到底有怎样的影响，尚需深入研究。

区域一体化研究是学界关注的热点领域，并形成了丰富的研究成果。国外学者较早关注到区域一体化的问题，并形成了“新区域主义”[2]、“多中心主义”[3]等学派。1954年荷兰经济学家丁伯根正式提出“经济一体化”概念[4]，是一体化研究较早的理论。关于区域一体化进程的测度，国外相关学者基于国际尺度，主要运用贸易流、人口流动等指标评估区域一体化进程[5]；部分学者从税收的角度认为区域一体化能够导致税收竞争的降低[6]；还有学者研究发现一体化对城市经济高质量发展的影响随着区域生产性服务业集聚程度的不同而变化，主要表现为倒U型的非线性特征[7]。国外文献对区域一体化的研究视角呈现多样化的趋势，研究方法也在不断创新。国内对一体化的研究起步较晚，认为区域一体化是区域经济整合的状态及过程，包括贸易壁垒的逐渐消除以及生产要素的自由流动等，最终表现为在生产要素的种类及结构、商品要素与居民收入水平的趋同。有关一体化指数测度的研究，学界尚未达成统一的意见。一方面，一体化是一个包含多个指标综合性的概念，涉及的范围很广；另一方面，研究区域不同，指标选取也存在一定的差异性。前期指标选取仅仅局限在经济方面[8]，后期研究将指标拓展到市场、基础设施、城乡发展、空间等方面[9~11]，使得一体化水平的测度更加趋于全面。

区域一体化已经成为缩小区域发展差距的重要战略[12]。部分研究认为区域一体化能够显著改善区域内部资源配置效率，对经济增长效率的提高具有显著的促进作用[13]。区域一体化战略不仅带动了经济的高质量发展，还带动了周边城市经济增长[14]。也有研究不认同上述观点，认为区域一体化对经济增长不具有显著的影响，两者之间关联性并不大[15]。此外，还有研究认为一体化发展水平对城市创新产出具有重要的影响[16]。实际上，一体化的相关理论符合“点-轴”理论规律，在区域旅游相关研究中也得到证实[17]。从现有的文献来看，研究大多关注区域一体化对经济发展的直接影响，关于一体化水平对经济发展的空间溢出效应却较少涉及，尤其是对旅游经济的空间溢出效应。一体化是区域旅游经济高质量发展的主要标志之一，忽视一体化进程中的空间溢出效应既不符合区域经济增长基本理论，也不符合一体化进程的实际过程。本文的创新点是充分考虑一体化进程各维度对区域旅游发展的溢出效应，为区域旅游一体化发展提供理论参考与决策依据。

1 研究区域、指标选取与研究方法

1.1 研究区域与指标

根据2016年国务院批准的《长江三角洲城市群发展规划》(http://www.gov.cn/zhengce/content/2016-05/25/content_5076639.htm)，以长三角地区26个城市为研究对象，具体包括上海、南京、无锡、常州、苏州、南通、盐城、扬州、镇江、泰州、杭州、宁波、嘉兴、湖州、绍兴、金华、舟山、台州、合肥、芜湖、马鞍山、铜陵、安庆、滁州、安庆、宣城。长三角城市群是“一带一路”与“长江经济带”的重要交汇地带，位于中国国土开发“T”字型的交汇地带。长三角城市群一体化水平较高，以长三角城市群为案例地开展研究，具有一定的典型性与代表性。

在参考现有研究[18~24]的基础之上，考虑到数据的可得性和计量上的可操作性，从经济一体化、基础设施一体化、城乡一体化、空间一体化4个维度建立12个评价指标综合评价长三角城市群一体化进程（表1）。

表1   长三角城市群一体化进程评价指标体系

Table 1  Evaluation index system of integration process of the Yangtze River Delta urban agglomeration

目标层一级指标二级指标指标方向指标权重
　　注：二级指标选取详见参考文献[18~24]；指标权重通过熵值法计算得出。
一体化进程经济一体化（EC） 人均GDP正0.102
经济偏离度逆0.083
经济开放程度：进口额/出口额正0.070
基础设施一体化（FC） 交通运输建设财政支出/总支出正0.106
医疗卫生财政支出/总支出正0.069
文化建设财政支出/总支出正0.074
城乡一体化（UC） 城镇化率正0.111
城镇居民人均可支配收入/农村居民可支配收入逆0.067
城镇居民恩格尔系数/农村居民恩格尔系数逆0.061
空间一体化（SC） 资金流动：信贷总额/GDP总量正0.071
信息流动：邮电业务总量/GDP总量正0.063
技术流动：科学技术财政支出/总支出正0.123

新窗口打开| 下载CSV


1.2 研究方法

1） 熵值法。与一般类似的研究方法（AHP法）相比，熵值法能够解决变量之间的信息重复，也能有效地避免主观赋权的随机性，从而使得指标评价更具科学性和准确性。根据样本指标数据的离散性，利用熵值法对长三角城市群一体化进程指标体系进行评价，计算出一体化进程的综合得分及各维度得分。计算公式见参考文献[25]。

2） 空间自相关。在利用空间计量模型进行估计之前需要检验变量是否存在空间相关性[26]。空间相关性学界一般采用Moran s’I 指数统计指标进行测定，其计算公式详见参考文献[26]。

3） 空间面板计量模型。相比于传统的计量模型，空间面板计量模型引入了空间因素，使得结果更具科学性和准确性。空间计量模型主要有空间误差模型（spatial error model, SEM）、空间滞后模型（spatial lag model, SLM）、空间杜宾模型（spatial Durbin model, SDM）等。其中，SDM模型是空间计量模型的一般形式，它同时包含因变量和自变量的空间依赖性。面板数据的SDM模型详见参考文献[27,28]。

1.3 数据来源

本研究数据无特殊说明，均来源于2012—2019年的《上海市统计年鉴》[29]、《江苏省统计年鉴》[30]、《浙江省统计年鉴》[31]、《安徽省统计年鉴》[32]以及长三角城市群各地级市的统计年鉴。其中，旅游经济（TR）指标主要包括入境旅游收入与国内旅游收入2部分组成，入境旅游收入（万美元）按照当年美元兑换人民币汇率，换算成人民币。

2 一体化进程的空间分析

2.1 一体化综合指数空间分布

通过构建一体化指标评价体系对一体化进程进行量化，一体化指标体系详见表1。利用熵值法计算出2011—2018年长三角城市群各地区一体化指数的综合值，并借助ArcGIS10.0软件对2011年、2018年的综合值进行空间可视化分析（图1），为了方便比较，以0.1为间距划分为5类。从图1中看出：①长三角城市群一体化指数整体上呈现出上升的趋势，2011—2018年，低值区的个数总体减少，中高值区的个数总体增多。②长三角城市群一体化指数空间上分布不均衡。高值区主要分布在上海、杭州、南京、苏州、合肥、宁波等城市；低值区主要分布在安徽的安庆、马鞍山、池州、宣城等城市；③长三角城市群一体化指数在空间上具有一定的相关性特征。整体而言，一体化指数高值区附近一体化指数也相对较高，低值区附近一体化指数也相对较低。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   2011和2018年长三角城市群一体化指数空间分布

Fig. 1   Spatial distribution of integration index in the Yangtze River Delta urban agglomeration in 2011 and 2018


2.2 一体化指数各维度空间分布

利用熵值法计算出2011—2018年长三角城市群各地区一体化指数各维度的值。受篇幅的限制，本文分别选取各地区2011—2018年一体化指数各维度的均值，利用ArcGIS10.0中的自然间断法将其分为5类（图2）。从图中可以得出以下结论：一体化指数各维度空间分布不均衡。经济一体化指数高值区（图2中黄色区域，下同）主要分布在苏州、无锡等城市，低值区（图2中紫色区域，下同）主要分布在安庆、滁州、盐城、台州等城市；基础设施一体化指数高值区主要分布在南京、杭州、上海、苏州等城市，低值区主要分布在安徽省，包括池州、宣城、滁州，另外湖州、舟山的基础设施一体化指数也相对较薄弱。城乡一体化指数高值区主要分布在南京、上海等城市，低值区主要分布在池州、盐城、嘉兴、湖州等城市；空间一体化指数高值区主要分布在合肥、南京、苏州、宁波、杭州、上海等城市，低值区主要分布在铜陵、马鞍山、镇江、泰州等城市。总体而言，一体化指数各维度表现出大致相同的空间分布特征，并且整体上呈现出从省会城市向周边递减的格局。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   2011—2018年长三角城市群一体化各维度指数空间分布

Fig. 2   Spatial distribution of integration process of each dimension in the Yangtze River Delta urban agglomeration in 2011-2018


3 空间计量模型分析

3.1 空间自相关分析

在利用空间计量模型估算之前需要对长三角城市群各地区旅游经济和一体化指数各维度进行空间相关性检验，其Moran’s I的数值如表2所示，各年份旅游经济和一体化指数各维度的全局空间自相关指数Moran’s I均为正值，且大部分通过了显著性检验，说明旅游经济和一体化指数都存在较强的空间相关性，需要构建空间计量模型进行准确估计。2011年空间一体化指数和2012年城乡一体化指数的Moran’s I没有通过显著性检验，并不表示它们与邻近地区无关，空间自相关虽然不是全域的，但有可能存在局部地区，或者是正、负的空间自相关相互抵消，导致全局空间自相关只是在统计上不显著。

表2   旅游经济和一体化指数各维度的Moran’s I值

Table 2  Moran’s I value of tourism economic and integration index

年份TRt值(TR)ECt值(EC)FCt值(FC)UCt值(UC)SCt值(SC)
　　注：***、**、*分别表示显著性小于0.01、0.05、0.1的统计检验；TR为旅游经济；EC为经济一体化；FC为基础设施一体化；UC为城乡一体化；SC为空间一体化。
20110.120***3.1800.272***2.5740.179*1.7300.188*1.6950.1611.510
20120.116***2.8220.260**2.4710.224**2.0370.1771.4970.109*1.940
20130.150***2.7590.282***2.6410.208*1.8980.182*1.8100.116*1.684
20140.167**2.5130.287***2.6330.191*1.7720.175**2.2920.108**2.481
20150.185***2.7760.367***3.0580.235**2.0520.180**2.3790.135**2.210
20160.174***2.8190.307***2.6150.252**2.1750.182*1.8810.118*1.823
20170.157***2.7320.312***2.6730.149**2.1200.185**2.1560.183**2.523
20180.157***2.7570.311***2.6830.106**2.0710.189***2.5730.166***2.652

新窗口打开| 下载CSV


3.2 模型的检验

上述分析结果表明了长三角城市群旅游经济和一体化指数都具有较强的空间相关性的特征，研究区域一体化进程对旅游经济的影响，必须要考虑到空间因素。空间面板计量模型嵌套了空间效应和时间效应，可以尽量避免因为时空因素的存在而使回归结果出现偏差。对于空间计量模型的识别，首先要通过LM和Robust LM的统计值及显著性来判断采用空间面板模型是滞后还是误差形式。从检验结果来看，LM-spatial lag、Robust LM-spatial lag、LM-spatial error、Robust LM-spatial error 的统计量均通过了5%水平的显著性检验，说明一体化进程对旅游经济的影响模型同时存在空间误差形式和空间滞后形式。进一步检验SDM模型是否能够退化为SEM或SLM模型，Wald-spatial lag、Wald-spatial error、LR-spatial lag、LR-spatial error的统计量均通过了5%水平的显著性检验，结果表明Wald和LR的统计量均通过了5%水平的显著性检验，拒绝原假设，即一体化进程对旅游经济的面板SDM模型不可退化为空间计量模型的简化形式，面板SDM为最优模型。进一步通过Hausman检验来判定是选择固定效应还是随机效应，检验结果表明，Hausman指数为72.380，且通过1%的显著性检验，表明固定效应较为合适。SDM的固定效应包括空间固定效应、时间固定效应和时空双固定效应，一体化进程对旅游经济的时间和空间固定效应联合显著性的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。因此，论文选择时空双固定效应的SDM模型来测度一体化进程对旅游经济的影响（表3）。

表3   空间计量模型识别检验结果

Table 3  Test result of spatial econometric model identification

统计量数值P值统计量数值P值
LM-spatial lag15.3620.000Wald-spatial lag14.4400.006
Robust LM-spatial lag4.3350.037Wald-spatial error16.0000.003
LM-spatial error11.5500.001LR-spatial lag14.1100.006
Robust LM-spatial error6.7820.009LR-spatial error12.5100.014
LR检验（空间固定效应）46.3800.000LR检验（时间固定效应）516.6200.000
Hausman检验72.3800.000

新窗口打开| 下载CSV


3.3 初步结果分析

以上分析结果表明了时空双固定效应的空间杜宾模型为最优模型。利用Stata16.0软件对长三角城市群一体化进程对旅游经济的面板数据进行时空双固定效应的SDM估计（表4）。初步分析得出以下结论：

表4   时空双固定效应的面板SDM估计结果

Table 4  Panel SDM estimation results of space-time double fixed effects

变量系数t值变量系数t值
　　注：***、**、*分别表示显著性小于0.01、0.05、0.1的统计检验；EC 为经济一体化； FC 为基础设施一体化； UC 为城乡一体化； SC 为空间一体化；LogL(Log-likelihood)表示模型的对数似然值；w为解释变量的空间滞后项，ρ为空间溢出效应。
EC0.313**2.230w×EC0.446**2.100
FC0.534**2.520w×FC-0.0811.360
UC0.144*1.940w×UC0.053**1.990
SC0.488***3.820w×SC0.187***3.110
ρ0.575***8.090Adj.R20.763
Log L187.761

新窗口打开| 下载CSV


1） 时空双固定效应的空间杜宾模型是研究长三角城市群一体化进程对旅游经济影响的最优模型，从表4中可以看出，时空双固定效应模型的对数似然值和调整后的拟合系数都比较大，说明该模型的拟合优度较好，空间滞后项及各解释变量大部分通过了显著性水平检验，模型的经济学含义更加明确。

2） 长三角城市群一体化进程对旅游经济具有显著的空间溢出效应。从表4中可以看出，一体化进程对旅游经济的空间溢出效应ρ值为0.575，并且至少通过了1%的显著性检验，说明本地一体化进程每提高1%，将促进周边地区旅游经济增加0.575%，这表明区域一体化进程对旅游经济的影响存在空间交互作用。在长三角城市群旅游业发展的过程中，一方面受到本地区一体化进程的影响，另一方面也受到周边地区一体化进程的影响，区域一体化进程对旅游经济存在明显的带动作用。

3） 一体化进程各维度对旅游经济的影响存在着差异。本文从模型估计结果可以看出，经济一体化、基础设施一体化、城乡一体化、空间一体化的估计值都显著为正，并且至少都通过了10%水平的显著性检验，这说明这4个维度的一体化进程对旅游经济具有正向的促进作用。其中，基础设施一体化进程对旅游经济的影响系数最大，城乡一体化进程对旅游经济的影响系数最小。在当前阶段，基础设施一体化是影响区域旅游业发展的核心因素。

3.4 空间效应分解

由于SDM模型中各解释变量的系数值及其显著性并不能表示对旅游经济影响的边际效应，需要将空间效应进行分解[33]，通过直接效应和溢出效应来揭示一体化进程各维度对本地及周边地区旅游经济的影响（表5）。

表5   时空双固定效应的面板SDM空间效应分解

Table 5  Spatial effect decomposition of panel SDM with space-time double fixed effects

变量直接效应溢出效应总效应
回归系数t值回归系数t值回归系数t值
　　注：***、**、*分别表示显著性小于0.01、0.05、0.1的统计检验； EC 为经济一体化； FC 为基础设施一体化； UC 为城乡一体化； SC 为空间一体化。
EC0.451*1.8000.353**2.0200.804**2.150
FC0.634***2.650-0.0161.3900.618*1.660
UC0.123*1.9100.073***3.3300.196**2.070
SC0.507***3.2100.147***3.5000.654***3.820

新窗口打开| 下载CSV


一体化进程各维度对旅游经济的直接效应与空间溢出效应均存在较为明显的差异。从直接效应来看，经济一体化进程、基础设施一体化进程、城乡一体化进程、空间一体化进程对旅游经济的影响系数分别为0.451、0.634、0.123、0.507，这表明经济一体化进程、基础设施一体化进程、城乡一体化进程、空间一体化进程每提高1%，会直接促进本地旅游经济分别增加0.451%，0.634%，0.123%，0.507%。从溢出效应来看，经济一体化进程、城乡一体化进程、空间一体化进程对旅游经济影响系数分别为0.353、0.073、0.147，说明本地经济一体化进程、城乡一体化进程、空间一体化进程每提高1%，会导致周边地区旅游经济分别增加0.353%，0.073%，0.147%。而基础设施一体化进程对旅游经济的溢出效应影响值为–0.016，但该值未通过10%水平的显著性检验，本地基础设施一体化进程的加快反而对周边地区的旅游经济有着微弱的抑制作用。一体化进程各维度对旅游经济的溢出效应均低于本地效应。从总效应来看，一体化进程各维度对旅游经济的影响系数均为正值，旅游经济的发展是诸多因素直接和间接交互作用的结果。

经济一体化对旅游经济的直接效应和溢出效应均为正值，说明经济发展水平仍然是促进旅游经济发展重要的推动力。旅游活动过程中的“吃、住、行、游、购、娱”都需要依靠本地经济基础提供保障，经济一体化水平高的地区能够为旅游业提供财力上的支持，从而对本地旅游经济具有正向促进作用。本地经济发展水平越高，人们出游能力可能更强，去周边地区的旅游需求更加旺盛，从而本地经济一体化进程对周边地区旅游经济的发展具有积极影响。基础设施一体化进程对旅游经济的直接效应为正，但溢出效应为负值。完善的交通基础设施体系可以增强区域的可进入性，为本地带来大量的游客，医疗卫生服务为旅游活动的安全问题提供保障，文化建设的投入会产生大量的文化旅游产品吸引旅游者，因此，基础设一体化对本地旅游经济表现出积极影响。而基础设施一体化对周边地区的旅游经济并未表现出正向的空间溢出效应，本地基础设施的完善，会吸引周边旅游市场，对本地旅游发展产生“极化效应”[34]，从而对周边旅游经济反而具有一定的负向影响。城乡一体化水平的提升间接强化了城市的旅游功能，增强了城市的旅游吸引能力，因而对旅游经济的发展具有促进作用。空间一体化进程对旅游经济的直接效应与空间溢出效应均为正值，空间一体化中的资金流动、信息流动以及技术流动都为旅游经济的发展提供了良好的平台，资金的流动提高了旅游投资效率，信息流动使游客更加快捷、更准确地搜集到旅游信息，技术的流动促进了旅游产品创新与旅游服务创新。

经济一体化在一定程度上影响了旅游者的出游能力，城乡一体化有利于平衡区域旅游发展，空间一体化发展促进了要素的分配与流动，基础设施一体化为旅游发展提供保障。经济一体化、城乡一体化、空间一体化以及基础设施一体化是区域旅游高质量一体化发展中的关键环节。上述分析表明：区域一体化已经成为长三角地区发展旅游经济、缩小区域旅游发展差距的重要手段。

4 结论与展望

4.1 研究结论

区域一体化进程是推动旅游经济发展的重要力量。论文利用长三角城市群各地区2011—2018年旅游经济及一体化指标相关数据，在对一体化指数测度的基础上，借助空间杜宾模型探讨了一体化进程各维度对旅游经济的直接效应和溢出效应，论文主要结论有：

1） 长三角城市群一体化指数在空间上分布不均衡，整体上呈现出从省会城市向周边递减的空间格局。杭州、南京、上海、苏州等城市一体化指数相对较高，而安庆、池州、滁州、盐城等城市一体化指数则相对偏低。经济一体化指数、基础设施一体化指数、城乡一体化指数、空间一体化指数表现出大致相同的空间格局。

2） 忽视一体化的空间溢出效应会导致结果出现偏差。从Moran s’I的数值看，各年份旅游经济与一体化指数都具有较强的空间相关性。从空间杜宾的估算结果看，长三角城市群一体化进程对旅游经济有着显著的溢出效应。

3） 空间杜宾模型的估算结果表明：一体化进程各维度对旅游经济的直接效应均为正值，其中基础设施一体化进程对本地旅游经济影响较大，城乡一体化进程对本地旅游经济影响较小。经济一体化进程、城乡一体化进程、空间一体化进程对旅游经济具有正向的空间溢出效应，而基础设施一体化进程对旅游经济具有微弱的负向溢出效应，但不显著。

4） 一体化是高质量发展的重要指标，未来长三角城市群旅游业高质量发展一方面需要重视本地一体化，同时也要重视一体化的空间溢出效应。旅游后发地区需要更加重视周边地区空间溢出效应，发挥自身优势，强化与旅游先发地区的旅游合作，为自身发展寻找良好的外部环境；上级有关部门要出台相关政策，鼓励跨区域旅游合作，如对于基础设施、城乡建设方面给予一定的资金、土地、税收等方面的优惠政策；促进各生产要素在区域间的合理配置和流动，加快区域间人才资源共享、信息资源共享等；此外，各地区应结合自身特色创新旅游开发，形成特色差异化互补机制，而不应该被动等待。

4.2 研究展望

受研究数据的限制，论文仅仅探讨了一体化进程4个比较重要的维度，进而揭示一体化进程对旅游经济的空间溢出效应。这四大维度虽有争议，但基本上能够解释一体化对旅游经济的影响机理，符合区域旅游发展的现实。指标选择与研究年限的不同，是否会对研究结果产生根本性影响，未来仍需进一步验证。

参考文献

张伟丽, 叶信岳, 李栋, 等.

网络关联、空间溢出效应与中国区域经济增长——基于腾讯位置大数据的研究

[J]. 地理科学, 2019, 39(9): 1371-1377.

[本文引用: 1]

Zhang Weili, Ye Xinyue, Li Dong et al.

Network association, spillover effect and China’s regional economic growth based on Tencent’s location big data

Scientia Geographica Sinica, 2019, 39(9): 1371-1377.

[本文引用: 1]

Jonas A E G, Pincetl S.

Rescaling regions in the state: The new regionalism in California

[J]. Political Geography, 2006, 25(5): 482-505.

DOI:10.1016/j.polgeo.2006.02.002      [本文引用: 1]

Kloosterman R C, Musterd S.

The polycentric urban region: Towards a research agenda

[J]. Urban Studies, 2001, 38(4): 623-633.

DOI:10.1080/00420980120035259      [本文引用: 1]

千慧雄.

长三角区域经济一体化测度

[J]. 财贸研究, 2010, 21(5): 24-31.

DOI:10.3969/j.issn.1001-6260.2010.05.004      [本文引用: 1]

Qian Huixiong.

The measure of regional economic integration in Yangtze River Delta

Finance and Trade Research, 2010, 21(5): 24-31.

DOI:10.3969/j.issn.1001-6260.2010.05.004      [本文引用: 1]

Nye J S.

Comparative regional integration: Concept and measurement

[J]. International Organization, 2009, 22(4): 855-880.

[本文引用: 1]

Ludema R D, Wooton I.

Economic geography and the fiscal effects of regional integration

[J]. Journal of International Economics, 2000, 52(2): 331-357.

DOI:10.1016/S0022-1996(99)00050-1      [本文引用: 1]

Wen H, Yuyao Z, School B et al.

Does the strategy of regional integration affect the high-quality development of China’s urban economy? An empirical study based on urban agglomeration in the Yangtze River Economic Belt

[J]. Industrial Economics Research, 2019(6): 14-26.

[本文引用: 1]

周立群, 夏良科.

区域经济一体化的测度与比较: 来自京津冀、长三角和珠三角的证据

[J]. 江海学刊, 2010(4): 81-87.

DOI:10.3969/j.issn.1000-856X.2010.04.015      [本文引用: 1]

Zhou Liqun, Xia Liangke.

The measure and comparative of regional economic integration: Evidence from Beijing Tianjin Hebei, Yangtze River Delta and Pearl River Delta

Jianghai Academic Journal, 2010(4): 81-87.

DOI:10.3969/j.issn.1000-856X.2010.04.015      [本文引用: 1]

宋迎昌, 倪艳亭.

我国城市群一体化发展测度研究

[J]. 杭州师范大学学报(社会科学版), 2015, 37(5): 116-121.

[本文引用: 1]

Song Yingchang, Ni Yanting.

A study on the measurement of integrated development of China’s urban agglomerations

Journal of Hangzhou Normal University (Humanities and Social Science), 2015, 37(5): 116-121.

[本文引用: 1]

吕典玮, 张琦.

京津地区区域一体化程度分析

[J]. 中国人口·资源与环境, 2010, 20(3): 162-167.

DOI:10.3969/j.issn.1002-2104.2010.03.029     

Lyu Dianwei, Zhang Qi.

Analysis on Beijing-Tianjin integration under the background of economic globalization

China Population, Resources and Environment, 2010, 20(3): 162-167.

DOI:10.3969/j.issn.1002-2104.2010.03.029     

陈雯, 王珏.

长江三角洲空间一体化发展格局的初步测度

[J]. 地理科学, 2013, 33(8): 902-908.

[本文引用: 1]

Chen Wen, Wang Jue.

Assessment and measurement of spatial integration in the Yangtze River Delta

Scientia Geographica Sinica, 2013, 33(8): 902-908.

[本文引用: 1]

段德忠, 谌颖, 杜德斌.

技术转移视角下中国三大城市群区域一体化发展研究

[J]. 地理科学, 2019, 39(10): 1581-1591.

[本文引用: 1]

Duan Dezhong, Chen Ying, Du Debin.

Regional integration process of China’s three major urban agglomerations from the perspective of technology transfer

Scientia Geographica Sinica, 2019, 39(10): 1581-1591.

[本文引用: 1]

刘瑞翔.

区域经济一体化对资源配置效率的影响研究——来自长三角26个城市的证据

[J]. 南京社会科学, 2019(10): 27-34.

[本文引用: 1]

Liu Ruixiang.

Can regional economic integration improve the efficiency of resources allocation?: Evidence from 26 cities in the Yangtze River Delta

Nanjing Journal of Social Sciences, 2019(10): 27-34.

[本文引用: 1]

王自力, 谢卓廷.

政府主导型区域经济一体化对周边城市发展的影响差异分析——基于工业水平视角的PSM-DID实证研究

[J]. 经济地理, 2020, 40(6): 69-76+86.

[本文引用: 1]

Wang Zili, Xie Zhuoting.

Analysis on the difference of the impact of government-led regional economic integration on the development of surrounding cities: An empirical study of PSM-DID from the perspective of industrial difference

Economic Geography, 2020, 40(6): 69-76+86.

[本文引用: 1]

李雪松, 张雨迪, 孙博文.

区域一体化促进了经济增长效率吗?——基于长江经济带的实证分析

[J]. 中国人口·资源与环境, 2017, 27(1): 10-19.

[本文引用: 1]

Li Xuesong, Zhang Yudi, Sun Bowen.

Does regional integration promote the efficiency of economic growth? An empirical analysis of the Yangtze River Economic Belt

China Population, Resources and Environment, 2017, 27(1): 10-19.

[本文引用: 1]

高丽娜, 朱舜.

城市群一体化发展促进创新吗?——来自长三角城市群的经验证据

[J]. 华东经济管理, 2018, 32(6): 66-71.

[本文引用: 1]

Gao Lina, Zhu Shun.

Does the integrated development of urban agglomeration promote the innovation?—Empirical evidence from the Yangtze River urban agglomeration

East China Economic Management, 2018, 32(6): 66-71.

[本文引用: 1]

葛立成, 聂献忠. 区域旅游合作——理论分析与案例研究[M]. 北京: 社会科学文献出版社, 2009: 48-49.

[本文引用: 1]

Ge Licheng, Nie Xianzhong. Regional tourist cooperation: The theorical analysis and case research. Beijing: Social Sciences Academic Press, 2009: 48-49.

[本文引用: 1]

李雪松, 孙博文.

长江中游城市群区域一体化的测度与比较

[J]. 长江流域资源与环境, 2013, 22(8): 996-1003.

[本文引用: 2]

Li Xuesong, Sun Bowen.

Regional integration of the Yangtze River middle reaches urban agglomerations: Measuring and comparison

Resources and Environment in the Yangtze Basin, 2013, 22(8): 996-1003.

[本文引用: 2]

卢新海, 陈丹玲, 匡兵.

区域一体化加剧了土地财政依赖吗?——以长江经济带为例

[J]. 华中农业大学学报(社会科学版), 2019(1): 146-154+169-170.

Lu Xinhai, Chen Danling, Kuang Bing.

Is regional integration exacerbating the land financial dependence: A case study of the Yangtze River Economic Belt

Journal of Huazhong Agriculture University (Social Science Edition), 2019(1): 146-154+169-170.

刘生龙, 胡鞍钢.

交通基础设施与中国区域经济一体化

[J]. 经济研究, 2011, 46(3): 72-82.

Liu Shenglong, Hu Angang.

Transportation infrastructure and regional economic integration in China

Economic Research Journal, 2011, 46(3): 72-82.

韩增林, 李彬, 张坤领.

中国城乡基本公共服务均等化及其空间格局分析

[J]. 地理研究, 2015, 34(11): 2035-2048.

Han Zenglin, Li Bin, Zhang Kunling.

Evaluation and spatial analysis of the equalization of basic public service in urban and rural areas in China

Geographical Research, 2015, 34(11): 2035-2048.

汤春玲, 马跃如.

基于直觉模糊的中国省域城乡一体化水平测度

[J]. 经济地理, 2016, 36(10): 52-59.

Tang Chunling, Ma Yueru.

Measurement of urban and rural integration level in Chinese province based on intuitionistic fuzzy method

Economic Geography, 2016, 36(10): 52-59.

汤放华, 吴平, 周亮.

长株潭城市群一体化程度测度与评价

[J]. 经济地理, 2018, 38(2): 59-65.

Tang Fanghua, Wu Ping, Zhou Liang.

Measurement and evaluation of the integration degree of Changsha-Zhuzhou-Xiangtan Urban Agglomeration

Economic Geography, 2018, 38(2): 59-65.

毛艳华, 杨思维.

珠三角一体化的经济增长效应研究

[J]. 经济问题探索, 2017(2): 68-75.

[本文引用: 2]

Mao Yanhua, Yang Siwei.

Economic growth effect of Pearl River Delta integration

Inquiry into Economic Issues, 2017(2): 68-75.

[本文引用: 2]

刘世薇, 张平宇, 宋凤斌, 等.

黑龙江垦区农业现代化水平评价

[J]. 地理科学, 2018, 38(7): 1051-1060.

[本文引用: 1]

Liu Shiwei, Zhang Pingyu, Song Fengbin et al.

Measuring the agricultural modernization level of Heilongjiang reclamation areas in China

Scientia Geographica Sinica, 2018, 38(7): 1051-1060.

[本文引用: 1]

何天祥, 黄琳雅.

高铁网络对湖南区域经济协同发展影响

[J]. 地理科学, 2020, 40(9): 1439-1449.

[本文引用: 2]

He Tianxiang, Huang Linya.

Impact of high-speed rail network on regional economic coordinated development in Hunan Province based on empirical analysis

Scientia Geographica Sinica, 2020, 40(9): 1439-1449.

[本文引用: 2]

Elhorst J P.

Matlab software for spatial panels

[J]. International Regional Science Review, 2015, 37(3): 389-405.

[本文引用: 1]

贾占华, 谷国锋.

东北地区经济结构失衡水平评价及其对经济增长的影响研究——基于空间计量模型分析

[J]. 地理科学, 2019, 39(4): 636-643.

[本文引用: 1]

Jia Zhanhua, Gu Guofeng.

The evaluation of imbalance of economic structure and its influence on economic growth: Based on the spatial econometric model

Scientia Geographica Sinica, 2019, 39(4): 636-643.

[本文引用: 1]

上海市统计局, 国家统计局上海调查总队. 上海统计年鉴[M]. 北京: 中国统计出版社, 2012-2019.

[本文引用: 1]

Shanghai Statistical Bureau, Survey Office of the National Bureau of Statistics in Shanghai. Shanghai statistical yearbook. Beijing: China Statistics Press, 2012-2019.

[本文引用: 1]

江苏省统计局, 国家统计局江苏调查总队. 江苏统计年鉴[M]. 北京: 中国统计出版社, 2012-2019.

[本文引用: 1]

Jiangsu Statistical Bureau, Survey Office of the National Bureau of Statistics in Jiangsu. Jiangsu statistical yearbook. Beijing: China Statistics Press, 2012-2019.

[本文引用: 1]

浙江省统计局, 国家统计局浙江调查总队. 浙江统计年鉴[M]. 北京: 中国统计出版社, 2012-2019.

[本文引用: 1]

Zhejiang Statistical Bureau, Survey Office of the National Bureau of Statistics in Zhejiang. Zhejiang statistical yearbook. Beijing: China Statistics Press, 2012-2019.

[本文引用: 1]

安徽省统计局, 国家统计局江苏调查总队. 安徽统计年鉴[M]. 北京: 中国统计出版社, 2012-2019.

[本文引用: 1]

Anhui Statistical Bureau, Survey Office of the National Bureau of Statistics in Anhui. Anhui statistical yearbook. Beijing: China Statistics Press, 2012-2019.

[本文引用: 1]

李博, 田闯, 金翠, 等.

环渤海地区海洋经济增长质量空间溢出效应研究

[J]. 地理科学, 2020, 40(8): 1266-1275.

[本文引用: 1]

Li Bo, Tian Chuang, Jin Cui et al.

Spatial spillover effects and influence mechanism of marine economic growth quality in Bohai Rim Region

Scientia Geographica Sinica, 2020, 40(8): 1266-1275.

[本文引用: 1]

郭建科, 王绍博, 李博, 等.

哈大高铁对东北城市旅游经济联系的空间影响

[J]. 地理科学, 2016, 36(4): 521-529.

[本文引用: 1]

Guo Jianke, Wang Shaobo, Li Bo et al.

The spatial effect of Harbin-Dalian high-speed rail to the northeast city tourism economic link

Scientia Geographica Sinica, 2016, 36(4): 521-529.

[本文引用: 1]

/

〈 〉