中国副省级城市综合交通与旅游经济互动效应研究——基于2001—2015年面板数据的实证检验*

王 娟 刘 赛

(中国海洋大学 管理学院，山东 青岛 266100)

一、引言

副省级城市是我国为实现区域经济均衡发展、探索政治与经济功能适当分离的城市发展道路，在部分省会城市和计划单列城市基础上设立的赋予副省级行政管辖权和经济管理权的城市。作为行政架构上仅次于直辖市的第二梯队城市，我国的15个*分别是哈尔滨、长春、沈阳、大连、南京、杭州、宁波、厦门、济南、青岛、武汉、广州、深圳、成都、西安。副省级城市在经济和规划上享有高度自主权，既是国家的交通枢纽和对外开放门户，又是“中国优秀旅游城市”和区域旅游经济中心，旅游与交通依存度高、共生性强。截至2015年，副省级城市的旅游总收入、公路里程和旅客周转量分别达到21151.4亿元、22.39万公里和8511.7亿人公里，较2001年基期分别增长了88.49%、65.66%和72.51%，旅游经济总量占城市GDP的20.48%*根据历年《中国区域统计年鉴》和《中国城市统计年鉴》计算得出。，已成为地方经济发展的支柱产业。方便快捷的交通网络不仅大幅缩短了旅游出行的时空距离、提高了目的地的可达性和通达性，而且强化了城际旅游经济联系、加快了旅游经济带的形成，为区域旅游经济增长提供有力支撑。

2017年3月，交通运输部、国家旅游局等六部门联合出台《关于交通运输与旅游融合发展的若干意见》，旅游与交通融合发展已成为产业间相互促进、共同转型升级的必然选择。伴随新一轮《我国城镇体系规划》的编制实施，多个副省级城市积极争取“全球城市”“国家级中心城市”地位，以产业协同为标志的城市竞争进入全面深化阶段。研究副省级城市交通与旅游经济互动效应，不仅有利于深化交通运输供给侧结构性改革、示范性地打造功能复合的交通廊道，而且有利于缓解区域旅游经济粘性、引导中心城市旅游能量的腹地化转移，为由单中心向多中心、网络化的“城市—区域”旅游格局演化提供理论指导与实证检验。

从1997年起，在我国副省级城市的名称、地位和数量得以正式确立的20年间，与副省级城市有关的研究主要集中于以下几个方面：一是从城市发展视角，对副省级城市的城市化水平、[1-4]城市发展模式、[5-6]城市竞争力、[7]创新力和承载力等进行分析与比较，[8-10]主要从内生性增长和外部政策激励两大方面探讨副省级城市空间格局优化、发展方式转变、综合实力提升策略；二是从行政管理视角，对副省级城市官员的承诺可信度与行动逻辑、[11]官员配置与城市经济增长、[12]制度安排与地区腐败等问题开展研究，[13]通过对副省级城市的官员特质、城市行政级别优势分析，调适副省级城市政治与经济联动关系，探寻副省级城市的治理思路、运行机制和实现路径；三是从经济增长和产业发展视角，对副省级城市的产业结构、[14]经济发展水平、[15]资源环境绩效、[16]转型成效，[17]对副省级城市经济增长过程中资源配置效率、产业结构优化与协调发展问题展开探讨。其中，仅有少数研究涉及副省级城市的旅游发展问题，主要从旅游业经营效率、[18]旅游经济与生态环境耦合、[19]旅游经济发展差异视角展开，[20]对副省级城市综合交通与旅游经济的互动关系和响应程度探讨的研究几近空白。

基于我国交通运输里程和旅客周转量位居世界前两位，出入境旅游、国内旅游全面繁荣的发展现实，综合交通运输与旅游经济的互动响应问题备受关注，由此形成了丰富的研究成果：一是在研究内容上，国内外多数研究成果认为高铁、航空等快速交通客运体系通过“时空压缩效应”改善目的地可进入性和游客出游决策，[21-25]从而为旅游目的地获取持续的空间竞争力提供保障，侧重交通对旅游经济发展的提振作用和空间重塑效应，[26-28]特别是交通对于入境旅游所具有显著的正向促进作用给予充分论证，[29-32]但整体上缺乏旅游经济发展对交通的反向促进以及二者的互动、协同演进特征研究。二是在研究尺度上，以省域以及跨国等大尺度的交通与旅游耦合关系研究居多，对二者省域尺度的空间非均衡特征进行实证检验，[33]但对基于城市尺度的大样本旅游与交通时空演化特征研究较少，样本的典型性不足且缺乏尺度弹性。三是在研究对象上，以航空、[34-36]公路、[37-38]高铁等某一具体交通方式对旅游可达性、旅游经济联系和旅游流时空格局研究为主，缺乏基于综合交通体系的旅游经济互动效应的拟合研究。[39-41]四是在研究方法上，耦合协调度模型使用频率最高，[42-44]其次为空间分析方法，[45-46]能够对二者关系的空间分异规律加以模拟与表征，但对基于多变量间因果关系的计量经济研究方法使用较少，且在数据选择上以静态统计数据为主，缺乏动态数据特别是交通大数据在旅游经济发展中的应用研究，不能够全面、动态刻画旅游者空间流动特征。

有鉴于此，本研究以中国15个副省级城市作为研究对象，通过构建基于综合交通运输体系的公路里程、旅客周转量和旅游总收入指标体系，利用面板VAR模型对2001—2015年交通与旅游经济的互动效应水平开展研究，并创新性的使用腾讯位置大数据对二者的空间分异规律和旅游空间对流特征进行对比分析，从交通与旅游经济的双向拉动效应、旅游空间格局优化等方面提出副省级城市综合交通与旅游经济协同发展策略，为副省级城市交通与旅游经济协同效应发挥提供科学依据和决策参考。

二、研究方法与数据来源

(一)面板VAR模型

面板VAR模型，又称面板数据模型，是运用截面、时间和指标三维信息构造和检验回归方程的模型，它将回归方程的所有变量的滞后项考虑在内，基于微型理论模型定量分析面板数据间的动态关系，可用于研究综合交通体系下不同运输方式与旅游经济增长的相互作用。本文所使用的面板VAR模型主要包括面板数据的单位根检验、协整检验、数据模型选择与构建三大方面，其中，单位根检验分为相同单位根过程下的LLC检验方法和不同单位根下的ISP检验、Fisher-ADF检验和Fisher-PP检验，在此基础上序列达到同阶单整方可进行协整检验，以判断变量是否存在长期均衡关系。数据模型可以通过回归方程的形式更直观地模拟交通与旅游经济的相互作用关系，在模型选择的过程中，依据对截矩项和解释变量系数的不同限制可以将其分为混合回归模型、变截矩模型和变系数模型三类，其中，根据个体影响的不同形式，变系数模型和变截矩模型又可根据在截面成员上存在的个体影响的不同形式分为固定效应模型和随机效应模型。本文首先利用Haus man检验确定面板数据模型适合固定效应还是随机效应，然后根据F检验的结果建立模型对副省级城市的旅游与交通协整关系进行分析。假设H0为变截距模型，H1为混合回归模型，F检验的表达式为：

其中，F1和F2分别代表两个F检验统计量，k为非常数项解释变量的个数，S1、S2、S3分别为变系数模型、变截矩模型、混合回归模型的回归残差平方和。

(二)数据来源

副省级城市规模、发展水平以及区域功能强度相似，15个副省级城市遍布全国东部、中部和西部地区，具有较好的地域分布特征和样本典型性。本文以副省级城市的旅游总收入作为衡量旅游经济增长水平的指标，以营业里程、旅客周转量作为交通通达水平的测度指标，综合考虑数据的可获得性和可比性，选取2001—2015年15个副省级城市的面板数据作为样本，以Eviews9.0为计量工具，结合面板VAR模型对我国副省级城市交通与旅游经济的相互作用关系进行实证检验。本文所使用的各副省级城市国际旅游外汇收入、国内旅游收入、人民币汇率、公路里程和旅客周转量等数据分别来源于2001—2015年《中国区域经济统计年鉴》《中国统计年鉴》和各城市统计年鉴。通过取自然对数的方式减少数据异方差所导致的回归方程预测效果的不稳定，分别用lnH、lnT、lnR、lnP、lnW、lnA表示公路里程、旅游总收入、铁路旅客周转量、公路旅客周转量、水运旅客周转量、民航旅客周转量的对数。

三、交通与旅游经济增长关系测度

旅游资源的地域性赋存和空间分散特征，决定了旅游经济活动必须依托交通条件、通过“人”的空间位移完成体验过程，交通条件成为弥补地区间旅游资源禀赋约束的关键。紧密衔接与嵌套的综合交通网络是促进旅游经济增长的先行条件，同时，旅游经济的发展又会引导交通网络结构优化和功能完善。本文通过选取反映交通基础设施水平的公路里程、交通可达性的旅客周转量、反映旅游经济发展水平的旅游总收入指标，从供给和产出两个方面对副省级城市的综合交通体系与旅游经济系统的相互作用关系进行分析。

(一)交通运输里程与旅游总收入

公路是交通运输中最普遍、最重要的运输方式，具有四通八达、易于驶停换乘等特点，能够通过有效衔接各类交通方式实现旅客的快速周转和运力的广域扩散，在综合交通运输体系中所占比重高达66%—69%根据《“十三五”现代综合交通运输体系发展规划》发展成果计算得出。，是陆路交通客运的主体。综合考虑数据的可得性和可比性，本文以公路里程作为测算交通基础设施建设水平的主要指标。

1、面板数据检验

通过对全国15个副省级城市公路里程(lnH)与旅游总收入(lnT)的面板数据进行单位根检验，结果表明，除个别统计量外，其余统计量在5%置信水平下都接受“存在单位根”的原假设，即变量是非平稳的，经一阶差分后均在5%置信水平下显著拒绝原假设，变量达到平稳，即lnH、lnT皆为一阶单整I(1)序列，因此可以对其进行协整检验。

为了保证协整检验的准确性和面板数据的稳健性，本文同时采用Pedroni检验方法和Kao检验方法对公路里程和旅游总收入进行协整检验，结果分析发现，在5%的显著性水平下Pedroni协整检验的7个统计量和Kao检验的ADF统计量绝大多数都拒绝了原假设，无论以△lnH还是△lnT为自变量，二者均存在协整关系，即副省级城市交通与旅游经济增长具有长期均衡关系。因此，为了进一步从供给角度阐释公路里程与旅游收入的作用效果，还需通过模型选择的形式对二者的均衡关系展开深入研究。

2、模型选择与变量拟合

以lnT为自变量，lnH为因变量建立面板VAR模型时，Hausman检验结果显示，概率P为0.13大于10%水平临界值，不能拒绝原假设，所以选用随机效应模型；F检验结果中F2=116.383 9>F(0.95,28,195)=1.534，可以拒绝原假设H1，认为模型中不同个体的截矩项不同，F1=3.731 2>F(0.95,14,195)=1.743，可以拒绝原假设H0，因此选择随机效应变系数模型进行回归得出，lnH与lnT的模拟方程为：

lnH=1.54+ki*lnT+0.10D1-0.06D2+…-0.14D15

图1 2001—2015年副省级城市lnH与lnT模型检验结果为制图方便，以首字母缩写代替各城市名称。

由模拟结果(图1)可知，在过去的15年间，副省级城市的交通网络对旅游总收入的边际效应明显大于旅游总收入对公路里程的边际效应。南京、厦门、成都等城市的公路里程对旅游总收入的动态作用机制最为显著。其中，南京公路里程对旅游的经济效应为4.28，在15个城市中居首位，南京“双环跨江”的路网布局以及“经六纬十”干线公路建设为六朝古都发展文化旅游创造了有利的交通条件，旅游总收入从2001-2015年以年均18%的增长速度逐渐攀升；厦门依托“两环八射”的快速路网建设为滨海旅游发展提供支撑和保障，公路里程对旅游总收入的边际效应达到3.98；成都“三环十二射”高速公路网络体系构建为推进休闲产业与乡村旅游的发展奠定了良好的基础，其公路里程对旅游的经济效益为2.56。就副省级城市旅游经济增长促进交通格局优化而言，西安、青岛两市的旅游收入对公路里程的边际效应最大，分别为0.63和0.61。西安作为中国首批优秀旅游城市，凭借丰厚的自然和人文旅游资源，旅游总收入占GDP的比重为11%—19%，成为当地的战略性支柱产业，旅游业的快速发展引致交通需求倍增，“米”字型辐射状干线公路系统实现了内外交通的有效衔接，截止到2015年底，公路总里程达到1.33万公里，较2001年提高75%；青岛位于山东半岛南端，滨海旅游业发达，国内外旅游人数的激增加速公路建设的进程，在过去15年间公路里程保持12%的增长速度，位居副省级城市前列。

整体而言，2001—2015年间，副省级城市公路里程和旅游收入均呈现快速增长，具体表现为阶段性的协同发展趋势。2003年的“非典”重挫交通运输业和旅游业发展，使得2001—2004年公路里程和旅游总收入呈现先下降后上升的波动性增长态势；2005—2012年为快速发展阶段，《国家高速公路网规划》以及旅游业发展规划等一系列政策的提出，副省级城市公路里程和旅游收入出现高达63%和18%的涨幅；2012年以来为稳步增长阶段，“十二五”规划加快各地旅游公路的建设进程，有效促进了旅游收入和公路里程的平稳增长，为推动二者的相互驱动提供有利的条件。

(二)旅客周转量与旅游总收入

新古典经济理论认为，区域经济增长的核心是资源的优化配置问题，而生产要素的空间转移必须以大规模、高运力的交通基础设施为保障，尤其对于旅游业这样以“人的空间流动”为核心特征的经济部门来说，一地的旅客周转水平直接决定旅游经济的增长潜力和水平。旅客周转量反映了交通部门在一定时期内旅客运输的工作量，不仅可以表征城市的交通运力和中转枢纽水平，更是区域旅游空间流动便利性的体现。根据交通方式的差异，可分为铁路旅客周转量、公路旅客周转量、水运旅客周转量和民航旅客周转量四大主要类型。由于不同交通方式在区域旅游业发展中的分担率不同，故需通过建立lnR与lnT、lnP与lnT、lnW与lnT、lnA与lnT的动态作用机理模型，进一步探析陆路、水路、航空等不同运输方式的客运周转量与旅游经济增长的相互作用关系。

表1 旅客周转量与旅游总收入的单位根检验

通过对副省级城市旅客周转量(lnR、lnP、lnW、lnA)与旅游总收入(lnT)的面板数据进行单位根检验，结果显示(表1)，原值中大多数统计量都大于显著性水平为5%的临界值，说明原序列不平稳，经过一阶差分后检验结果显示均小于5%显著性水平的临界值，即序列平稳，各变量都属于一阶单整I(1)，可以进行协整检验。

表2 旅客周转量与旅游总收入的协整检验

由于lnR和lnT、lnP和lnT、lnW和lnT、lnA和lnT均是单整序列，满足面板VAR模型协整检验的前提条件，同样依据Pedroni检验法和Kao检验法对变量之间的协整关系进行检验(表2)后可知，绝大多数统计量都在5%显著性水平下拒绝原假设，进一步揭示变量组之间存在协整关系。为了更清晰的从产出角度表达综合交通系统与旅游经济系统的相互作用效果，依据旅客周转量与旅游总收入建立面板VAR模型来深入研究二者的相互驱动效应，依次以lnR-lnT、lnP-lnT、lnW-lnT和lnA-lnT作为被解释变量和解释变量进行检验分析，其中以lnR作为被解释变量，模型拟合方程可以表示为：

lnR=c+βi*lnT+ui

其中，c为回归方程截矩项的常数项，βi代表解释变量的斜率，ui是第i个副省级城市截矩项的效应值，表示相对于变量平均水平的偏离。

表3 面板VAR模型拟合结果

1、铁路旅客周转量与旅游总收入

以lnT为自变量，由Hausman检验的概率P=0.8841和F检验结果的F2=40.743>F(0.95,28,195)=1.534，F1=7.551>F(0.95,14,195)=1.743可知，选择随机效应变系数模型进行检验，结果为：

lnR=1.71+βi*lnT-0.45D1+…-0.95D15,

同样，以lnR为自变量，采用固定效应变系数模型得到lnT与lnR的模拟方程lnT=-2.04+βi*lnR+0.05D1+…1.03D15。

由测度结果可知，在铁路旅客周转量对旅游总收入的边际效应方面，大连、长春和济南三个城市的铁路旅客周转量对旅游收入增长的作用显著，大连最高为3.61，长春、济南次之。2004年“四纵四横”客运专线开始建设实施，并伴随着2008年起的铁路大面积提速，大连等地的铁路旅客周转量实现了近20%的提升。以大连为例，大连作为辽东沿海经济带的经济中心城市，滨海旅游业发达，但由于地理位置偏居一隅，长期以来铁路交通可达性水平较低，外部旅游能量无法有效在区内扩散，严重限制了其旅游中心城市地位的发挥。2012年哈大铁路顺利通车，有效弥补了区域内部旅游经济联系断层，助推大连旅游经济稳步增长，同期实现旅游收入比上一年增长18%。在旅游总收入对铁路旅客周转量的边际效应方面，除深圳、成都外，其他城市作用值多集中在0.4—0.6之间，数值偏低、地区差异较小，呈总体弱势均衡发展态势。深圳作为珠三角地区最具有吸引力的旅游城市，旅游收入对铁路旅客周转量的边际效应指最高，远大于二者的反向作用水平，居于副省级城市首位。2001—2015年，深圳市旅游收入年均增长率达10%，同期旅游业对国民经济的贡献率接近8%，旅游业的快速发展不仅带动了地区经济增长，对铁路交通的配套功能要求大幅提高，极大地促进了深圳市铁路客运水平。成都是西南地区的综合交通枢纽，历年旅游平均收入位居各城市第5位，2001—2015年旅游收入占GDP的比例平均可达12.26%，是地方经济发展的支柱产业，虽然铁路客运规模、容量庞大，但特别是在节假日期间通常会出现交通运力不能满足需求，通达能力不高进而影响旅游业发展，导致边际效应呈反向增长，总的来说，铁路旅客周转量与旅游总收入的边际效应相差仅0.11，因此二者的相互关联作用最强。

2、公路旅客周转量与旅游总收入

对lnP-lnT进行模型回归时，选择固定效应变系数模型得出二者的作用方程为lnP=1.4483+βi*lnT-0.46D1+…0.12D15。类似地，对lnT-lnP采用固定效应变系数模型检验出lnT与lnP的作用方程为lnT=-1.32+βi*lnP+0.20D1+…-0.20D15。

相比铁路交通与旅游经济的互动作用，副省级城市公路旅客周转量与旅游总收入的相互影响更为微弱。从回归方程的模拟结果可以看出，除广州、深圳外，其他副省级城市的公路旅客周转量对旅游总收入的边际效应都大于旅游总收入对公路旅客周转量的边际效应。广州和深圳是珠三角地区的双核心城市，邻接港澳、经济发展水平高，旅游要素在区域内部的配置效率和收益较高，发达的公路交通进一步强化了区位优势的循环累积效应，较易实现交通与旅游经济的协同增长。2001—2015年广州、深圳两市的旅游总收入年均分别增长14%和10%，旅游业成为国民经济发展的支柱产业，与此同时，“十二五”期间广州的“环形反放射状路网体系”以及“九五”期间开始的深圳“国家公路主枢纽”建设，为广州和深圳公路旅客周转量15年来平均增长率15%奠定坚实基础，促进两市的公路交通与旅游经济形成良性互动的协调发展态势。就公路旅客周转量对旅游总收入的边际效应而言，长春、杭州两市公路交通对旅游经济增长的贡献度大于反向贡献度，且在各城市中排名前列。2012年长春“两纵两横”的井字形快速路体系建设切实优化了长春旅游的“快进、慢游”格局，同年公路旅客周转量同比提高13%、旅游收入增长突破27%。杭州位于交通网络密集、市场发展较为均衡的长三角地区，是辐射长三角、贯穿中西部的重要交通枢纽节点，发达的公路交通网络不仅提升了杭州市的出游半径、为构建沪宁杭“1小时经济圈”提供保障，而且大幅增强了城际旅游对流的流量、流向和流速，进一步稳固了杭州的旅游中心城市地位。

3、水运旅客周转量与旅游总收入

我国的水路客运主要以沿海客运和内河航运为主，本文选择副省级城市中具备水路通航能力的8个城市为对象对水路交通与旅游经济关系互动作用加以研究。通过运用随机效应变系数模型检验可得lnW与lnT的回归方程为lnW=1.6298+βi*lnT+2.79D2+…-2.69D14。同理，采用固定效应变系数模型可得lnT与lnW的回归方程为lnT=2.6314+βi*lnW+16.04D2+…-1.80D14。

由模型结果可知，副省级城市水运旅客周转量与旅游总收入之间的边际效应大多介于0.3—0.5之间，差距非常小，因而水运交通与旅游经济增长的相互作用处于弱弱协调状态。这一结果的形成，主要是由于受地域条件影响，水路交通使用范围有限，仅可在具有通行能力河段开展中短途客运，且在通行速度方面远逊于陆路和航空客运，具有较强的可替代性。杭州位于钱塘江下游、京杭大运河南端，依靠得天独厚的水运资源加强内河航道网络建设，大幅提升港口旅游集疏散运输效率，有效促进其对腹地经济的辐射作用的发挥，因此杭州的水运交通对旅游经济的带动效应在副省级城市中最大，为1.68。在副省级城市旅游总收入对水运旅客周转量的边际效应方面，深圳水平最高为0.72，与香港一水之隔，濒临珠江，邮轮游艇旅游的蓬勃发展有助于加快推进港口的岸线规划和码头的试点建设，对于促进内地与港澳开展深度合作交流提供便利。

4、民航旅客周转量与旅游总收入

民航作为我国入境旅游的主要交通方式，安全性能好，舒适度高，并且在大尺度、远距离出行中以速度优势取胜其他运输工具，在旅游业发展中的地位也愈加凸显。以lnA作为被解释变量，lnT作为解释变量，通过建立随机效应变系数模型可知lnA-lnT的回归方程为lnA=0.8475+βi*lnT+0.34D1+…+0.76D15。同理，以lnT为被解释变量，lnA为被解释变量，采用固定效应变系数模型可得lnT-lnA的回归方程为lnT=-1.08+βi*lnA-1.39D1+…-1.58D15。

根据回归方程的检验结果得知，相对于铁路、公路、水运交通而言，民航旅客周转量与旅游总收入的最大边际效应为沈阳的2.28，最小为西安的0.36，二者相差1.92，在四种交通方式中差距最小，也是与旅游经济的动态作用最强的一种。2001—2015年间，副省级城市民航旅客周转量和旅游总收入都以年均18%的增长速度均衡发展，二者发展具有紧密相关性。沈阳地处东北亚经济圈和环渤海经济圈的中心地带，拥有东北地区规模最大的复合型门户枢纽航空港，凭借完善的航线网络充分发挥机场的桥梁纽带作用，助推旅游业的发展，实现旅游业总收入大幅提升，2015年较2001年基期提高了近90%。根据民航旅客周转量与旅游总收入的边际效应βi的差值可以看出，哈尔滨、南京、厦门和成都四个副省级城市都位于0.4左右，相差甚微。这些城市分别是我国东北、东南、西北的区域性航空枢纽，航空客运依靠速度和舒适提高了旅游集散效率，旅客周转量和旅游总收入平稳增长，航空客运与旅游经济在全域范围内呈现高高协同发展态势。

(三)综合交通运输系统对旅游经济的响应分析

为了更清晰地反映副省级城市交通对旅游总收入的敏感程度，本文引入“弧弹性系数”测度交通运输对旅游经济发展的响应强度，[47]计算公式为：

其中，R为交通系统Xm对旅游经济Yn的响应强度。其表示的经济意义为其他条件不变时，R>1表示交通运输效率快于旅游经济增长，发达的交通运输体系带来的旅客周转量促进旅游收入的增加；R<1表示交通运输效率慢于旅游经济增长，旅游业发展产生的经济效益有助于提高旅客周转量的增长速度。R的值越大说明交通对旅游经济的响应强度越大，反之越小。

以2001年为基期，根据公式，可以得出副省级城市铁路、公路、水运、航空、总旅客周转量对旅游收入的响应系数(图2)。如图2所示，副省级城市总旅客周转量对旅游收入的响应系数除2004入境旅游振兴和2008年北京奥运会的举办实现了客运周转量大幅提升外，其他年份均小于1，说明副省级城市交通对旅游经济增长的反馈作用相对稳定，但水平较低，处于弱势协调状态。水运和航空对旅游经济的响应强度高于另外两种交通方式，其中，航空运输响应系数除2006年出现负响应外，其余年份均位于0—3之间，均值为0.98，航空成为副省级城市交通响应旅游经济增长的重要方式。从响应系数的变化幅度而言，水运最大，2003年最高值与2007年的最低值差值高达6.38，航空、公路次之，铁路最小，可以看出水运对旅游经济的响应最为活跃，而铁路最为稳定。总体上来看，2002—2015年交通对旅游经济的响应强度呈曲线波动式发展态势，虽然变化趋势不稳定，但是差距逐年缩小，长期范围内呈现收敛特征。

图2 2002—2015年副省级城市旅客周转量对旅游收入的响应系数

四、副省级城市旅游空间对流特征分析

副省级城市交通与旅游经济的互动效应趋势，除了表现为时间序列上的不断优化外，还在空间分布上呈现显著分异特征。因此，为了即时、动态的表征副省级城市的旅游空间对流特征，本文基于腾讯位置大数据平台，选取2016年度元旦、春节等29个国家法定节假日作为样本，运用加权平均方法分别测算15个副省级城市的迁徙热度(图3)及各类交通方式的占比状况(图4)，从空间上对副省级城市的旅游空间流动热度和强度加以刻画。

图3 副省级城市迁徙热度空间分异与位次排名

由图3可知，在15个副省级城市中，迁徙热度位于10—19之间有8个，按照从小到大排列依次为大连、沈阳、宁波、哈尔滨、厦门、长春、青岛、济南(组1)；位于20—29之间的共有南京、杭州、武汉、西安、成都5个城市(组2)；30及以上的仅有2个城市，分别是广州和深圳(组3)。从空间分布格局来看，一是长江以南的副省级城市迁徙热度高于以北地区，主要是由于长江以南地区人口密集、经济社会发展水平高，完善的综合交通网络体系有利于城市之间的要素流通，能够充分发挥城际旅游联动优势。二是沿海地区副省级城市旅游空间流动性整体表现乏力，受季节性影响滨海旅游淡旺季明显，旅游经济呈现显著周期性，且由于缺乏内陆城市广袤的腹地优势，铁路客运中转能力受限，加之近年来以航空客运为依托的入境旅游增速持续放缓，导致大连、宁波等位于沿海地区的副省级城市旅游空间流动热度低于内陆地区热点旅游城市。从空间对流强度看，在组1迁徙热度介于10—19的8个副省级城市中，城市的热度差值多数位于1以内，表明沿海地区的副省级旅游空间对流水平相对均衡、城际差距较小。在组2迁徙热度介于20—29之间的5个城市中，除了成都外其余差值都在2以内，城际旅游与交通协同发展水平存在较大差异，成都作为我国西南地区的综合交通枢纽，交通网络外部广域辐射、内部无缝中转，有力支撑旅游业发展，旅游迁徙热度居全国第3位。组3迁徙热度位于30及以上的两个城市——广州和深圳，差距仅为0.2，呈现高度均衡和协同发展特征。

图4 副省级城市旅游活动交通分担率

通过对比旅游者选择国家法定节假日出游使用交通方式的差异(图4)，可以看出陆路交通所占份额较大，火车的交通分担率最高，汽车次之，飞机最低。表明以高速铁路、城际铁路为代表的铁路客运体系，正成为高热度旅游对流城市的主力出行工具，其中沈阳最高0.61，深圳最低0.34。以高速公路、干线公路为代表的公路客运体系，是“零换乘”旅游对流城市的必要出行工具，其中青岛最高0.48，大连最低0.24；此外，航空客运体系以绝对的速度优势成为大尺度、高效率旅游出行的优选工具，其中深圳最高0.34，济南最低0.11。

纵观全局，综合依据副省级城市交通与旅游经济的边际效应以及旅游空间对流的交通分担率的差异可将其划分为：铁路——旅游高度协调型，包括沈阳、长春、南京、武汉；公路——旅游高度协调型，包括宁波、济南、青岛、广州、成都；水运——旅游高度协调型，包括厦门；民航——旅游高度协调型，包括哈尔滨、大连、杭州、西安；陆路空——旅游协调型，包含深圳。

五、结论与建议

(一)主要结论

1、副省级城市交通对旅游经济增长的边际效应大于旅游发展对于综合交通的带动作用

通过对2001—2015年副省级城市面板数据的分析发现，无论是从供给还是产出角度来看，虽然旅游业的发展速度快于交通运输业，但是旅游对交通的贡献率远小于交通运输推动旅游业发展所产生的经济效益，即交通运输效率只要发生较小水平的提升就会拉动旅游经济实现较大幅度的增长，仅有少数城市存在旅游经济拉动效应大于某一交通运输方式作用力的情况，如深圳和成都的旅游收入对铁路客运、广州和深圳的旅游收入对公路客运、深圳的旅游收入对水路客运，以及哈尔滨、南京、厦门、成都的旅游收入对民航客运，没有副省级城市实现旅游经济与综合交通运输的全方位协同。

2、不同交通方式与旅游经济协同强度非均衡

副省级城市民航与旅游经济的相互驱动效应最强，响应系数较高，铁路、公路次之，水运最弱。民航以其速度快、舒适度高、通达范围广逐渐成为国内外旅游者的最优选择，对旅游业的发展起了很大的推动作用，因此，民航交通与旅游经济增长的协同作用最为显著。而水运则受通航条件、通行速度等因素影响，对旅游经济增长的贡献度最小。铁路和公路作为陆路交通客运的主体，是与旅游经济的协同发展水平提升最具潜力的交通方式。

3、副省级城市综合交通与旅游经济互动效应水平空间分异明显

通过对2016年度29个节假日迁徙热度分析发现，副省级城市旅游空间对流热度和强度存在差异，其中，长江以南地区迁徙热度高于长江以北地区，大致呈现以广州、深圳为顶点从南向北依次递减的阶梯状分布格局；交通分担率中火车最高、汽车次之、飞机最低，高速铁路对旅游空间格局重塑起到关键作用。基于此，综合根据交通与旅游经济的相对关系可将副省级城市划分为铁路——旅游高度协调、公路——旅游高度协调、水运——旅游高度协调、民航——旅游高度协调、陆路空——旅游协调型五种类型。

(二)发展建议

“行”作为旅游的六要素之一，构成人们外出旅行的先决条件。同时，旅游经济的蓬勃发展也对综合交通运输的运力和效率提出更高要求。为推动副省级城市综合交通与旅游经济协同发展，提出以下建议：

1、强化交通反向推动效应以提高旅游经济贡献率

在副省级城市中，对于旅游经济水平落后于交通发展水平的大连、宁波等沿海城市，在巩固陆路交通在旅游经济中的基础地位的同时，应依托水运交通运输优势、拓展海域腹地，加快开发邮轮游艇等海洋旅游产品，通过与高热度旅游城市的旅游合作与交通衔接，共享旅游经济的空间溢出效应；对于广州、深圳、成都等旅游经济水平优于交通发展水平的城市，应深化交通运输供给侧改革，减小不同交通方式之间的旅游客运分担率差异，通过开辟旅游专列、建设旅游公路等方式，发挥交通运输与旅游经济的交替主导作用，全面推进二者的融合发展。

2、构建不同等级和尺度的“旅游走廊”

一是基于不同交通客运方式与旅游经济增长的相互作用差异，重点以高交通—高旅游综合协调型的交通客运方式为依托，构建以副省级城市为中心的“旅游走廊”，并通过不同交通方式的紧密衔接和有效互补，形成基于旅游经济发展的多式联运旅游交通体系，优化旅游经济空间格局。二是基于副省级城市的旅游迁徙热度差异，筛选热度较高的对流城市构建O—D矩阵*Origin-Destination Matrix，客源地-目的地矩阵，简称O-D矩阵。，作为副省级城市旅游集聚和辐射功能发挥的主要通道，推进沿线旅游经济带建设，构建“节点—廊道—域面”复合化发展的旅游经济地域系统。

3、发挥副省级管理权限所赋予的资源配置优势

在省域范围内，通过发挥副省级城市所赋予的政策激励、规划审批等管理功能，培育旅游经济增长内生动力。一方面通过城际铁路、城际公交建设，提高与临近城市的旅游对流密度、频度和强度，推动以省域为主体的“城市群旅游共同体”建设，增强副省级城市的区域经济辐射力；另一方面，健全公路、铁路在县域、乡镇、景点景区的旅游交通集散体系，通过提高中小尺度旅游目的地的通达性和便捷性，培育副省级城市的旅游经济新的增长点。在全国范围内，副省级城市是新一轮“全球城市”“国家级中心城市”的建设主体，通过政策叠加优势实现交通枢纽功能与区域经济中心的集聚功能的协同共生，全方位释放旅游经济发展的新动能。

[1] 孙松涛,刘光中,贺昌政.中国副省级城市的城市化与经济发展比较[J].城市问题,2002,107(3):24-28.

[2] 刘艳军,李诚固,孙迪.区域中心城市城市化综合水平评价研究——以15个副省级城市为例[J].经济地理，2006,26(2)：225-229.

[3] 郑文升,王晓芳,李诚固.1997年以来中国副省级城市区域城市化综合发展水平空间差异[J].经济地理,2007,27(3):256-260.

[4] 张占斌,黄锟.我国新型城镇化健康状况的测度与评价——以35个直辖市、副省级城市和省会城市为例[J].经济社会体制比较,2014,176(6):32-42.

[5] 冯伟.城市发展模式研究:以我国副省级城市为例[J].产经评论,2010,(4):112-121.

[6] 陈健,洪六喜,付祝红.我国城市化发展模式比较研究——以副省级城市为例[J].经济体制改革,2012,(5):43-46.

[7] 刘姝.十五个副省级城市竞争力演变研究[D].长春：吉林大学,2014.

[8] 赵希男,褚德海,贾建锋.我国副省级城市科技创新能力的竞优分析[J].中国软科学,2010,(11):88-97.

[9] 陈鹏飞.城市创新能力研究——以15个副省级城市为例[D].大连：东北财经大学,2015.

[10] 狄乾斌,韩帅帅.城市经济承载力的综合评价及其时空差异研究——以我国15个副省级城市为例[J].经济地理,2015,35(9):57-64.

[11] 杨君,王珺.地方官员政治承诺可信度及其行动逻辑——来自副省级城市政府年度工作报告(2002—2011)的经验证据[J].中山大学学报(社会科学版),2014,54(1):165-182.

[12] 周靖祥.副省级城市发展逻辑：官员配置与增长驱动[J].中国工业经济,2014,319(10):20-32.

[13] 倪星,陈珊珊.经济结构、制度安排与地区腐败——基于副省级城市2000—2010年的数据分析[J].中山大学学报(社会科学版),2013,53(6):138-150.

[14] 刘凤朝,潘雄锋,孙玉涛.我国15个副省级城市产业结构分析——基于大连的视角[J].经济地理,2007,27(1):113-116.

[15] 迟国泰,王钰娟,刘艳萍.基于三角模糊熵的经济评价模型及副省级城市的实证研究[J].运筹与管理,2010,19(5):107-117.

[16] 于忠华,刘海滨,谢放尖.基于生态效率的副省级城市资源环境绩效评估——以南京市为例[J].资源与产业,2013,15(2)：99-103.

[17] 王泽宇,张震,韩增林,等.中国15个副省级城市经济转型成效测度及影响因素分析[J].地理科学，2015,35(11)：1388-1396.

[18] 王恩旭,武春友.基于DEA模型的城市旅游经营效率评价研究——以中国15个副省级城市为例[J].旅游论坛,2010,3(2)：208-215.

[19] 耿松涛,谢彦君.副省级城市旅游经济与生态环境的耦合关系研究[J].城市发展研究,2013,20(1):91-97.

[20] 李晋华.我国省会/副省级城市国内旅游发展差异及影响因素分析[D].西安：陕西师范大学，2015.

[21] Prideaux,B.The role of the transport system in destination development[J]. Tourism Management, 2000(21):53-63.

[22] Dallen,J. The challenges of diverse visitor perceptions: rail policy and sustainable transport at the resort destination[J].Journal of Transport Geography, 2007(15):104-115.

[23] Toth, G.,David,L.Tourism and accessibility: An integrated approach[J].Applied Geography,2010(30):666-677.

[24] 殷平.旅游交通成本对旅游目的地空间竞争的影响研究[J].地域研究与开发,2012,31(6):87-91.

[25] 汪德根,牛玉,王莉.高铁对旅游者目的地选择的影响——以京沪高铁为例[J].地理研究,2015,34(9):1770-1780.

[26] 胡天军,申金升.京沪高速铁路对沿线经济发展的影响分析[J].经济地理,1999,19(5):101-104.

[27] Pagliara, F.,Pieta, A., et al.High Speed Rail and the tourism market: Evidence from the Madrid case study[J]. Transport Policy, 2015 (37): 187-194.

[28] 朱桃杏,陆军.高速铁路对城市旅游发展的经济效应研究——以武广高铁为例[J].城市与环境研究,2016,(2):69-79.

[29] Khadarooa,J. Seetanah,B. The role of transport infrastructure in international tourism development: A gravity model approach [J]. Tourism Management, 2008( 29): 831-840.

[30] Albalate,D., Fageda,X. High speed rail and tourism: Empirical evidence from Spain[J].Transportation Research Part A,2016, 85:174-185.

[31] 吴晋峰,任瑞萍,韩立宁,等.中国航空国际网络结构特征及其对入境旅游的影响[J].经济地理,2012,32(5):147-152.

[32] Khan, S., Dong, Q., Wei S., Zaman, K., et al. Travel and tourism competitiveness index: The impact of air transportation, railways transportation, travel and transport services on international inbound and outbound tourism [J]. Journal of Air Transport Management, 2017,(58):125-134.

[33] 张广海,赵金金.我国交通基础设施对区域旅游经济发展影响的空间计量研究[J].经济管理,2015,535(7):116-126.

[34] 党亚茹,陈韦宏.基于中国优秀旅游城市的航空客运网络分析[J].旅游学刊,2011,26(2):13-19.

[35] 王兆峰.入境旅游流与航空运输网络协同演化及差异分析——以西南地区为例[J].地理研究,2012,31(7):328-1338.

[36] 王姣娥,王涵,焦敬娟.中国航空运输业与旅游业发展水平关系测度[J].地理科学,2016,36(8):1125-1133.

[37] 靳诚,陆玉麒,范黎丽.基于公路网络的长江三角洲旅游景点可达性格局研究[J].自然资源学报,2010,25(2):258-269.

[38] 王美霞,蒋才芳,王永明,等.基于公路交通网的武陵山片区旅游景点可达性格局分析[J].经济地理,2014,34(6):187-192.

[39] 罗鹏飞,徐逸伦,张楠楠.高速铁路对区域可达性的影响研究——以沪宁地区为例[J].经济地理,2004,24(3):407-411.

[40] 汪德根.京沪高铁对主要站点旅游流时空分布影响[J].旅游学刊,2014,29(1):75-82.

[41] 汪德根,陈田,陆林等.区域旅游流空间结构的高铁效应及机理——以中国京沪高铁为例[J].地理学报,2015,70(2):214-233.

[42] 王永明,马耀峰.城市旅游经济与交通发展耦合协调度分析——以西安市为例[J].陕西师范大学学报(自然科学版),2011,(1):86-90.

[43] 毕丽芳,马耀峰.交通通达性与省域旅游经济的耦合协调度分析——以云南省为例[J].西安财经学院学报,2013,26(1):124-128.

[44] 张年,张诚.旅游经济—交通运输—生态环境耦合协调发展研究——以江西省为例[J].资源开发与市场,2016,32(11):1367-1371.

[45] 暴向平,薛东前.陕西省城市旅游经济辐射场强格局演变研究[J].干旱区资源与环境,2014,28(8):183-188.

[46] 王娟,张广海.环渤海地区三大城市群旅游场能测度与比较研究[J].经济地理,2015,35(4):193-201.

[47] 王兆峰,罗瑶.交通运输网对武陵山区旅游业发展响应的测度与差异研究——以张家界为例[J].地域研究与开发,2013,(32):83-87.