高速铁路背景下旅游经济发展空间与效率特征研究

朱桃杏，陆 军

（北京大学 政府管理学院，北京 100871）

0 引言

截至 2013 年底，我国铁路营运里程突破 10 万 km，高速铁路突破 1万 km，在建规模 1.2 万 km，我国已经成为世界上高速铁路营运里程最长、在建规模最大的国家。高速铁路已经成为推动我国区域经济发展的重要动力。对于区域旅游发展而言，高速铁路以其重要的时间效应和空间效应，从根本上改变了区域旅游区位格局，成为区域旅游经济协调发展的新推力要素。

高速铁路作为新型交通运输工具，最直接的效率体现在给旅游业创造的“时空”效应，由此逐渐形成对旅游业发展的后续影响，包括对旅游景区区位条件的优化和空间格局的调整、对区域旅游优势资源的组合配置、对旅游者旅行成本的有效控制等[1-2]。高速铁路对旅游业发展的直接作用表现为对旅游流的空间引导过程。旅游流的存在是旅游业发展的基础，旅游流也是诠释区域旅游形态和空间结构的重要方面[3]。交通对旅游流具有重要的导向作用，交通导引下的旅游流的流速、流向、流量构建了旅游区域结构的基本格局和合作基础，旅游流创造的规模结构效应、规模经济效应是旅游业发展的重要标志。

1 高速铁路条件下旅游经济发展的空间特征分析

Chaug-Ing Hsu 通过高速铁路和传统铁路的市场份额模型比较，认为旅游者对时间、速度、行程长度和票价等存在认知差异[4]。高速铁路对经济的贡献主要以缩短时间距离为其表现形式[5]，而时间距离的缩短对旅游流的产生、流向、规模和旅游环境有直接的影响。旅游流集中呈现了铁路交通对旅游业发展的影响，以及高速铁路开通以来旅游经济发展的总体变化趋势。

1.1 研究说明

旅游流的流向、流量是旅游经济发展总体态势的主要体现。旅游收入的高低是旅游经济发展成效高低的重要结果。

国内游客的区域偏移增长变化表明其对国内旅游目的地的选择，而国内旅游者的旅游地选择通常受当地交通系统的影响。对南京市国内游客的调查表明，乘坐高速铁路出行的游客占游客总数的29%，其余依次为动车、飞机、大巴、自驾。高速铁路增加了游客出行次数和旅游半径[6]。

选择我国 22 个已经有高速铁路运营线路的省市 2008—2012 年国内旅游人数与旅游收入数据，研究高速铁路条件下我国旅游者流动的总体变化形势和高速铁路对国内旅游收入及人均旅游花费的影响。数据来源于 2008—2012 年《中国旅游统计年鉴》、《中国区域经济统计年鉴》、旅游抽样调查资料，以及《中国铁道年鉴》、《中国交通年鉴》和相关铁路局年鉴。

旅游流空间格局演化和旅游收入省际比较采用偏移-分享法进行分析，目前偏移-分享法主要被应用于区域经济增长研究，通过此方法揭示各省区旅游发展间的互动关系[3]。

按照偏移-分享法，一定时期内区域内的旅游者人数 ( 旅游收入 ) 增长可以分解成“分享”和“偏移”2 个部分。分享增长是指当某一地区以整个区域游客 ( 区域旅游收入 ) 增长率增长时所获得的增长量。偏移增长是指某一地区游客 ( 区域旅游收入 ) 增长对分享增长量的偏差数额。值为正，说明该区域旅游者 ( 旅游收入 ) 增长速度快，反之表示游客 ( 旅游收入状态 ) 呈现向外围扩散态势。为消除各区域总量差异对分析结果的影响，以年旅游者 ( 旅游收入 ) 增长率代替游客增长量，选择 22 个省级行政区国内旅游与旅游收入为研究数据进行分析。偏移增长量计算公式为

式中：PY，JD，FX分别为某地在某时间的偏移增长量、绝对增长量、分享增长量。

1.2 国内旅游者数据的空间变化分析

1.2.1 旅游者人数的偏移分析

交通、通信技术和经济的繁荣，使得空间结构得到拓展，节点间相互作用日益增强，流是节点空间相互作用的结果，在系统内部不断流动、交织，流决定了节点的功能和角色[7]。西班牙马德里—塞利维亚高速铁路线路开通前后，旅游者对此线路选择率由 11.1% 增至 15.2%。而马德里—巴塞罗那高速铁路线路的开通则吸引了此线路 42.1% 的旅游者选择乘坐[8]。法国巴黎—里昂线 1981 年开通后，商务出行增长了 56%，服务性旅行增长到原来的 112%，地价上涨了 35%，房地产交易量上涨了22%；法国里尔，来自伦敦和比利时的休闲游客比原来分别增长了 35% 和 30%。

我国 2009—2012 年部分省市国内旅游人数增长率偏移变化如图 1 所示，2009—2012 年部分省市国内旅游人数变化率的偏移变化空间格局如图 2所示。

从图 1、图 2 可以看出 2009—2012 年 22 个省市国内旅游人数变化率偏移情况。其中，2009 年国内旅游人数波动较为明显的省市包括天津市、河北省、黑龙江省、湖北省、四川省等，2010 年包括北京市、天津市、黑龙江省、上海市、河南省、湖北省等；2011 年包括天津市、上海市、安徽省、江西省、重庆市等；2012年包括北京市、山西省、黑龙江省、浙江省、海南省、陕西省、重庆市等。图 2 的空间格局图显示了各省市 2009—2012 年国内旅游人数增长率的偏移变化程度和变化方向。

图1 2009—2012 年部分省市国内旅游人数增长率偏移变化图

图2 2009—2012 年部分省市国内旅游人数变化率的偏移变化空间格局

1.2.2 “有-无”高速铁路状态下旅游流数据比较

高速铁路会带来区域旅游者人数的偏移变化，为此以高速铁路开通前的 2004—2007 年旅游者人数统计值为基础数据，通过灰色预测法预测分析在传统铁路运营状态下 2009—2012 年的可能值，并与实际值进行比较，以判断高速铁路对区域旅游者移动的影响。

由于历年国内旅游人数一直呈现持续的曲线增长趋势，采用三次平滑预测模型，对 22 个省市的国内旅游人数进行分析并预测。2009—2012 年各省市旅游者人数预测值与实际值的差值如表 1 所示。

表1 2009—2012 年各省市国内旅游者人数预测值与实际值的差值 万人次

图 1、图 2 的国内旅游者偏移空间状态和表 1 的旅游者人数预测比较分析一致表明，2008 年高速铁路开通以来，国内旅游变化最为明显的是以黑龙江省为代表的东北区域，以安徽省为典型的华东区域等；其中黑龙江省、安徽省、上海市、湖北省、湖南省等的差值为负值，实际值明显高于预测值，表明高速铁路开通以来，这些区域旅游流有明显的聚焦现象，以北京市、天津市、浙江省、福建省等基本为正值，预测值高于实际值，表明高速铁路开通以来，这些区域旅游流具有明显的扩散现象。

旅游者人数偏移和空间流动变化的特征表明高速铁路线路的开通对区域旅游流有重要的导向作用，高速铁路的开通一方面有可能使某区域对近程游客的吸引力增强；另一方面，也可能使区域内其他城市高速铁路站点的服务能力增强，吸引和分散本区域部分旅游者客源。高速铁路在区域通达时间节省和区位空间极化等方面对旅游者产生吸引力，但旅游者对路线和乘车方式的选择通常也取决于旅行距离、时间价值、出发时间，以及票价、服务特点和旅游产品 ( 如重大节事 ) 等。

1.3 国内旅游收入的省际变化分析与评价

高速铁路提高了旅游目的地的可达性和可进入性，使旅游目的地能够吸引更远程的旅游市场，如高速铁路站点位置比非高速铁路站点会形成更高的人口密度和人口增长趋势。包括中间站和终点站，也会使旅游地食宿业增长显著，从而促进地区旅游经济的发展和旅游收入的提高。

2009—2012 年部分省市国内旅游收入增长率偏移变化如图 3 所示，2009—2012 年部分省市国内旅游收入增长率偏移变化空间格局如图 4 所示。

由图 3、图 4 可以看出，2009 年以来旅游收入偏移率增长较为明显的区域包括安徽省、河南省、湖南省、湖北省、广东省和海南省等，而旅游收入增长率偏移变化呈现递减状态较为明显的区域包括北京市、天津市、吉林省、上海市等。

高速铁路的开通带动了高速铁路沿线旅游目的地旅游经济的发展和旅游收入的增加，但是高速铁路也可能引致高速铁路站点城市“一日游”的高发生率而导致过夜游客人数锐减，从而影响当地人均旅游花费。

图3 2009—2012 年部分省市国内旅游收入增长率偏移变化

图4 2009—2012 年部分省市国内旅游收入增长率偏移变化空间格局

采用灰色关联分析方法对 2012 年 22 个省市的铁路运营里程增长率指标与国内旅游收入增长率指标和人均旅游收入增长率指标进行灰色关联分析。设定 2012 年铁路运营里程增长率指标为系统特征母序列，记为X0；国内旅游收入增长率指标、人均旅游收入增长率指标作为相关因素序列，分别记为X1，X2，利用 DPS 软件进行灰色关联分析，在分析过程中对数据进行初值化变换，分辨系数取 0.1，参数 Δmin取值为 0，计算结果如下。

关联序为：X1>X2。

由此说明铁路运营里程增长率与国内旅游收入增长率关联度强，铁路运营里程增长率与人均旅游收入增长率的关联度相对较小。

2 铁路交通要素投入的区域旅游发展效率分析

2009—2012 年我国速度 120～250 km/h 及以上的铁路营运里程增长率为 15.7%，速度 160 km/h 以上铁路占新增铁路营运里程的 24.9% 左右。2009 年速度 200 km/h 以上铁路占到 160 km/h 以上铁路总里程的比重为 11.7%，2011 年比重为 10%，2012 年为11%。高速铁路已经逐渐成为新的铁路客运工具。采用数据包络分析方法 ( DEA 方法 ) 对 2009 年、2012 年相关的铁路指标和旅游经济指标进行分析，以研究高速铁路背景下铁路交通要素投入对区域旅游发展的贡献。

目前，在经济发展绩效评价研究中，DEA 方法是非常有效的方法之一。DEA 是著名运筹学家Charnes 和 Cooper 等在“相对效率评价”概念基础上发展起来的一种评价具有相同类型投入和产出的若干决策单元相对效率的有效方法，已经被很多学者成功地运用到经济管理决策与评价等领域[9]。

采用投入导向的 BCC 模型衡量区域旅游发展的实际效率。DEA 方法测定的相对效率值在 0～1之间，当决策单元 ( DMU ) 落在效率前沿面上时，DEA 认为此时的投入产出组合是最有效率的，而且其效率值定为 1，其他的决策单元则以有效单元为基准[9-10]。

DEA 模型中，投入和产出评价指标的合理与否，直接影响评价结果的客观性。结合 2008 年以来高速铁路运营特征，借鉴有关交通要素投入与生产率问题的研究，同时考虑 DEA 方法对指标和决策单元的相对关系要求，选取铁路路网密度为投入指标。路网密度指标综合考虑了铁路要素对区域旅游服务的程度，是铁路交通对旅游业最直接的贡献。通常情况下，铁路路网密度越大，旅游服务面越广，服务的旅游点越全面。这一指标同时排除了各省区面积差异对铁路投入指标的影响。区域旅游业的产出直接体现在旅游人数和人均旅游收入的高低程度上。因此，选择国内旅游人数和人均旅游收入 2 个指标来反映各省区旅游业的产出程度[11-12]。

根据《 中国城市统计年鉴 》、《 中国区域经济统计年鉴 》、《 中国铁道年鉴 》整理相关数据资料，建立了 22 个省市 2009 年、2012 年间区域旅游发展效率评价指标的数据库，分别计算 2009 年和 2012年各省市旅游发展静态效率值，结果如表 2 所示。

技术效率是指在地区规模报酬不变的假设下，铁路投入要素转化为对省市旅游发展产生促进作用的因素的实际能力与理想能力的比例，结果表明现有投入水平是否充分发挥且对地区旅游业发展的影响实现效率最优。规模效率是指铁路投入要素在产生积极影响的过程中，铁路要素的投入规模是否达到最优。通常情况下，投入要素的规模效率未达到 1，说明投入要素未达到最优规模。

从表 2 可以看出，2009 年 64% 的省市旅游发展的规模收益呈现递增趋势，说明这些区域铁路要素总体投入有一定的产出效果，但同时也需要缩减投入或增加产出。从技术效率分析结果来看，海南省、四川省、福建省、山西省、河南省等的技术效率相对较高，说明其旅游产出效率相对较高。各省市的技术效率除海南省外均小于 1，说明在既定规模投入的前提下，各省市旅游产出严重不足；规模效率分析结果显示仅有海南省为 1，表明其投入与产出值相对匹配度较高，其他省市投入与产出的规模总体不匹配。

从表 2 中 2012 年的数据分析可以看出，2012年 41% 的省市处在规模报酬递增或不变的阶段，说明这些区域铁路要素有一定的产出效果，但是需要缩减投入或增加产出。技术效率值除广东省外均小于 1，说明在既定规模投入的前提下，各省市旅游产出严重不足；规模效率分析结果显示仅有广东省为 1，表明其投入与产出值相对匹配度较高，其他省市投入与产出的规模总体不匹配。

2009 年和 2012 年数据比较表明，高速铁路开通以来各省市总体效率值普遍较低，高速铁路交通要素的投入在旅游业发展中未得到较高产出，资源没有得到充分利用。从总体效率的具体数值看出，与 2009 年比较，2012 年各省市总体效率值并未呈现增长趋势，说明高速铁路对旅游发展的贡献程度有待提高，高速铁路的旅游业服务功能需要不断加以强化。对于大多数省市来说，合理利用高速铁路优势、增加高速铁路资源的利用效率是未来旅游发展的重点，尤其需要利用高速铁路带来的客源优势，吸引游客长时间逗留，并前往旅游景区游览、购物等。

表2 2009年和 2012 年各省市旅游发展静态效率值

3 结论

（1）高速铁路背景下，旅游业发展呈现出新的特征。高速铁路作为旅游者活动的重要工具和吸引物，对旅游者的空间流动具有导向作用。对全国22 个省市 2009—2012 年国内旅游人数和国内旅游收入指标的分析表明，2008 年高速铁路开通以来，国内旅游变化最为明显的包括 2009 年四川省、河北省、河南省、湖北省，以及以黑龙江省为代表的东北区域，以安徽省为典型的华东区域等；旅游收入偏移增长较为明显的区域包括安徽省、河南省、湖南省、湖北省、广东省和海南省等。2009 年、2012 年 22 个省市的 DEA 分析同时表明高速铁路交通要素的投入对旅游业发展有一定的产出效果，但是资源没有得到充分利用。2009—2012 年，各省市总体效率值并未呈现增长趋势，说明高速铁路对旅游发展的贡献程度有待提高，高速铁路的旅游业服务功能需要不断加以强化。

（2）铁路对旅游业发展的促进作用明显，但是其实际投入和旅游产出匹配度不高。这一方面是由于近几年来高速铁路建设投入规模过大，同时也说明高速铁路“旅游产出”效率的产生过程是渐进的，高速铁路投资的经济效益有滞后性。从未来较长时期来看，随着高速铁路建设和运营进入稳定发展阶段，高速铁路经济投入与旅游产出会逐渐走向均衡状态。

值得讨论的是，旅游业的快速发展并不能仅依据高速铁路单一要素的推动，但是高速铁路应成为旅游业发展的重要契机。高速铁路与其他旅游要素之间如何相互作用，影响旅游者的行为选择，是值得进一步研究的课题。

[1] 张 莉，姚雨辰. 高速铁路对区域经济影响效应的探讨[J].铁道运输与经济，2013，35(4)：10-16.

[2] 张岳军，张 宁. 高速铁路对沿线城市旅游的影响效应与作用机制研究[J]. 铁道运输与经济，2013，35(9)：84-88.

[3] 王旭科. 交通运输对旅游流的作用机制研究[J]. 物流技术，2010，220(7)：67-69.

[4] Chaug-Ing Hsu，Wen-Ming Chung. A Model for Market Share Distribution between High-speed and Conventional Rail Service Sina Transportation Corridor[J]. The Annals of Regional Science，1997，31(2)：121-153.

[5] 王 欣，邹统钎. 高速铁路网对我国区域旅游产业发展与布局的影响[J]. 经济地理，2010，30(7)：1189-1194.

[6] 张文新，刘欣欣，杨春志，等. 城际高速铁路对城市旅游客流的影响——以南京市为例[J]. 经济地理，2013，33(7)：163-169.

[7] Sophie Masson A，Romain Petiot. Can the High Speed Rail Reinforce Tourism Attractiveness? The Case of the High Speed Rail between Perpignan (France) and Barcelona (Spain) [J].Technovation，2009，29(9)：611-617.

[8] Pablo Coto-Millán，Vicente Inglada，Belén Rey. Effects of Network Economies in High-speed Rail：the Spanish Case[J].Ann Reg Sci，2007，41 (2)：911-925.

[9] 魏权龄. 数据包络分析[M]. 北京：科学出版社，2006.

[10] 刘改芳，杨 威. 基于DEA的文化旅游业投资效率模型及实证分析[J]. 旅游学刊，2013，28(1)：77-84.

[11] 高宏伟，刘延平. 铁路行业产出效率的测量与经济政策评估[J]. 统计研究，2006，7(7)：46-49.

[12] 张学良. 中国交通基础设施与经济增长的区域比较分析[J]. 财经研究，2007，33(8)：51-63.