基于DEA-Malmquist模型的中部城市群旅游产业效率评价研究

王兆峰 杨 显

(湖南师范大学旅游学院,湖南长沙 410081)

0 引言

我国在2004年首次明确提出中部崛起战略,随后又在2010年提出了《关于促进中部地区城市群发展的指导意见》,旨在通过中部城市群的辐射效应,来带动整个中部地区的经济发展,进而缩小中部与东部地区的发展差距(方剑琳 等,2011)。随着改革开放的不断深入,中部地区旅游业也呈现出持续、稳定的发展势头,成为了该区域新的经济增长点(何天祥 等,2012)。伴随着旅游业的快速发展,其效率在空间上如何分布、资源利用程度是否合理、生产要素配置是否科学等问题还有待进一步深究。因此,评价旅游产业效率,探讨旅游产业效率提升的路径,对促进中部地区城市群旅游业朝高级化、合理化和均衡化发展具有重要的意义(吴国清,2008)。

效率问题是伴随着经济增长而备受学术界关注的热点问题,目前关于效率问题的理论研究已经有了较大的发展(Newman,1999;Seppla et al.,2005;Girardet,2006;Kerstens,1996;Toshiyuki,1992)。国外较早展开了旅游产业效率方面的研究,Morey等(1995)采用DEA的方法,对美国的部分私有连锁酒店经营效率进行评价研究,得出酒店经营管理效率较高的结论。Barros等(2011)和Medina等(2012)对法国、西班牙和葡萄牙的旅游目的地旅游产业效率进行了评价和比较研究。 Kgksal等(2007)运用DEA模型评价了当地旅行社的经营效率,结果显示多数旅行社的经营效率并不高。此外也有一些国外研究者对旅游交通效率进行了评价研究(Charles et al.,2001;Anderson et al.,1999)。国内关于旅游产业效率研究起步较晚,陶卓民等(2010)以中国31个省份为例,对中国旅游产业效率进行了实证分析,得出总体规模不经济的结论。马晓龙等(2010)以中国主要城市为研究对象,分析了旅游产业效率的区域差异,并认为规模效率是影响技术效率的直接原因。李瑞等(2014)和刘佳等(2015)分别以环渤海地区和沿海地区为研究区域,探究旅游产业效率的时空特征及其演化规律。此外还有些研究者对广东、安徽、江苏省域旅游产业效率进行评价(梁明珠 等,2013;龚艳 等,2014;邓洪波 等,2014)。

从现有研究成果来看,旅游产业效率研究多集中在国家层面、区域层面、省域层面及企业层面等,而对城市群旅游产业发展的综合效率及其空间差异性的研究尚显不足。本文以我国中部六大城市群(晋中城市群、江淮城市群、环鄱阳湖城市群、中原城市群、武汉城市群和长株潭城市群)为案例地,分析各城市群旅游产业效率空间差异及其形成原因,为促进城市群旅游产业由规模和速度扩张向质量和效率发展转变提供理论支持。

1 研究设计

1.1 研究方法

1.1.1 DEA数据包络分析法

DEA是一种分析决策单元(DMU)多投入、多产出时的相对效率和效益比较有效的方法(Yang et al.,2007)。按规模报酬是否可变,可将DEA模型分为规模报酬不变(CRS)假设下的CCR模型和规模报酬可变(VRS)假设下的BCC模型。其中,BCC模型是DEA方法在分析效率时应用比较广泛的模型,该模型把技术效率(TE)分解成纯技术效率(PTE)和规模效率(SE),即技术效率=纯技术效率×规模效率。其中纯技术效率是指,在规模报酬不变前提下,对现有技术水平条件下资源配置效率的评价;规模效率是指,在制度、管理和技术水平一定的条件下,对当前规模和最优规模之间差异的测度,反映投入要素规模的合理程度(刘佳 等,2015)。本文选取BCC模型对旅游产业效率进行评价。

设有n个决策单元,每个决策单元有m种投入变量x1j,x2j,…,xmj和s种产出变量y1j,y2j,…,ysj(其中xij>0;yrj>0;i=1,2,…,m;r=1,2,…,s;j=1,2,…,n),λj是各决策单元之间投入和产出的权向量。以投入为导向的BCC模型,每个决策单元DMUj都有其相对应的效率评价指数θ,对于决策单元DMUj0其投入产出效率的最优化模型为(刘佳 等,2015;廖虎昌 等,2011):

(1)

式(1)中,λj≥0;j=1,2,…,n。

1.1.2 Malmquist指数

为对不同时期城市群旅游产业效率进行评价和测度,需加入时间变量,而无论是DEA的CCR模型还是后来的BCC模型,本身都固有一些缺陷,两者对“相同环境”都有着强烈依赖,当时间维度发生改变时,会因不同时期生产前沿面的差异而产生难以测度的情形(Yang et al.,2007)。全要素生产率(TFP)变化率有效地解决了这一难题,它反映了不同时期各DMU生产效率的变化情况。全要素生产率变化率的计算方法有很多种,本文采用基于DEA的Malmquist指数法。Malmquist指数的计算需要通过距离函数来实现,而距离函数的值恰好与DEA理论中CCR模型或者BCC模型的最优值相关。

Fare等(1994)在规模报酬可变的假设下把全要素生产率变化率(Malmquist生产率指数)分解为技术效率变化指数(TEch)和技术进步变化指数(Tch),其中技术效率变化指数(TEch)还可进一步分解为纯技术效率变化指数 (PTEch)和规模效率变化指数(SEch),即:

TFPch=TEch×Tch=PTEch×SEch×Tch

(2)

一般认为,Malmquist生产率指数大于1则表示t到t+1时期总体生产效率提高,若等于或者小于1则分别表示总体生产效率无变化和总体生产效率降低。技术进步变化指数(Tch)表示在所测度的两个时点之间生产技术的变化程度,反映技术的创新,若指数大于1,则表示技术进步,反之则表示技术水平不变甚至倒退;技术效率变化指数(TEch)测度了在技术水平一定的情况下生产效率的变化,TEch大于1则表示生产效率提升,反之则降低;PTEch为纯技术效率变化指数,它表示在技术水平并且规模报酬不变情况下技术效率的变化,若PTEch大于1则代表技术操作效率提升,反之则技术操作效率下滑;SEch为规模效率变化指数,表示技术水平和技术操作效率一定的情况下规模对生产效率的影响,若SEch大于1则表示规模优化,反之则规模恶化。

1.2 变量选取与数据来源

DEA方法中对于投入与产出指标的要求比较严格,指标选择的好坏对于评估结果至关重要。若投入指标与产出指标选取不科学,则会使生产前沿面的形状和位置发生一定程度的改变,从而影响效率评估的准确性。

根据单因素试验结果，选择乙醇浓度(A)、浸提时间(B)、浸提温度(C)和浸提pH(D)4个因素，采用Box-Behnken Design响应面分析法确定最优提取条件(表1)。从表 2可知，方案15的提取量最高，为4.94 mg/100g；其次是方案7和方案18，提取量分别为4.77 mg/100g和4.72 mg/100g；方案26的提取量最低，仅为2.73 mg/100g。对试验结果进行多元线性回归拟合分析得提取量(Y)与各因素间的二次多项回归方程：

旅游业是一项综合性产业,其投入和产出指标比较复杂多样,目前,研究者们对于其投入和产出指标的选择并未达成共识。经济学中土地、劳动、资本是最基本的生产要素,但旅游业的发展一般不受土地面积限制,因此本文不把土地作为旅游业投入要素,但劳动力和资本对旅游产业发展具有重要影响。旅游直接就业人数是劳动要素投入较为理想的指标,但国内统计年鉴中缺乏对该数据的统计,故选用第三产业就业人数代替该变量,其涵盖了旅游直接和间接就业人数,但缺陷在于放大了实际投入规模(马晓龙 等,2010);与城市旅游相关的资本要素投入包含了用于旅游基础设施建设、旅游环境改善、旅游景区建设等的直接旅游投资,但目前缺乏这方面统计数据,故选用城市固定资产投资这一指标代替,虽然城市固定资产投资主要用于提升城市主体功能,满足城市基本需求,真正用于建设改造景点景区,提升旅游环境的固定投资部分较少,但是城市自身的吸引力也是旅游经济活动中关键的投入要素;此外,与城市旅游相关的资本要素投入还包括旅游服务资本投入,国家A级旅游景区数量在旅游业构成要素中占据中心地位,是吸引游客的重要因素,而星级饭店数量则反映出一个区域的旅游接纳能力,A级景区数量和星级饭店数量是一个区域旅游服务资本投入的重要体现;交通对于旅游业至关重要,是旅游客源地和目的地之间的重要桥梁(王兆峰,2009;王永明 等,2011),因此也是旅游业中的重要投入要素,我们选用路网密度来反映一个地区交通基础设施完善程度。

产出指标方面,我们选取入境旅游和国内旅游总人数、入境旅游和国内旅游总收入作为产出指标,这两项指标也基本上反映了不同城市群旅游产出的情况(曹芳东 等,2012)。本文依照科学性、适宜性、可获得性等原则,同时参考前人研究构建了城市群旅游产业效率评价指标体系(见表1)。

在研究区域选择上,本文参考2010年中国科学院发布的《2010中国城市群发展报告》(方创琳 等,2010),选取中部地区晋中、江淮、环鄱阳湖、中原、武汉和长株潭6个发展比较成熟的城市群作为研究对象,以2005—2015年旅游投入产出指标的面板数据作为为研究样本。所有数据均来源于各省统计年鉴、中国城市统计年鉴、中国区域经济统计年鉴、国家旅游局官方网站、各省市旅游局官方网站和各地区国民经济和社会发展统计公报。

2 实证分析

2.1 中部城市群旅游业总体效率特征

我们利用DEAP2.1软件对中部6个城市群2005—2015年的旅游投入产出数据进行计算,得出与旅游效率相关的计算结果[注]经国务院批准,安徽省于2011年8月22日宣布撤销地级巢湖市,设立县级巢湖市,原地级巢湖市所辖的一区四县分别划归合肥、芜湖、马鞍山三市管辖。故2010年之后的数据中不包括地级巢湖市,2011—2015年城市群只有36个城市,原地级巢湖市的一区四县数据分别散入了合肥、芜湖、马鞍山三市中,但仍属于江淮城市群范围。从研究可操作性考虑,单独把江淮城市群旅游产业效率分成2005—2010年(包含巢湖)、2010—2015年(不包含巢湖)两个阶段进行测算。。纯技术效率反映了旅游产业资源配置和利用的合理程度,从表2可知,中部城市群2005—2015年旅游产业纯技术效率均值为0.771,而纯技术效率变化指数有6年小于1,4年大于1,纯技术效率变化指数均值为0.997,说明纯技术效率总体呈波动下降趋势,没有完全发挥技术和资源的潜力。2005—2015年中部城市群旅游产业规模效率均值为0.924,而规模效率变化指数均值为1,说明中部城市群旅游产业规模效率较高,但规模效率总体上保持不变。2005—2015年中部城市群旅游产业技术进步变化指数每年均大于1,且均值为1.141,说明旅游产业技术水平逐年提高。中部城市群2005—2015年旅游产业技术效率均值为0.712,说明旅游产业的平均产出只有理想决策状态的71.2%,仍有较大增长空间。从时序变化来看,旅游产业技术效率总体呈波动下降态势,说明近年来中部城市群旅游发展在走下坡路,在规模效率总体保持不变、技术进步的情况下,旅游生产要素配置不合理、资源的低效率利用和资源闲置等原因是导致中部城市群旅游产业技术效率下降的主要原因。值得注意的是,旅游产业技术效率值在2008年和2014年都出现大幅下降状态。2008年,由于金融危机的影响,旅游资源闲置浪费严重,导致旅游产业效率下降。2014年,可能是由于城市雾霾天气影响,使得以城市为背景的旅游目的地对游客吸引力大幅下降,最终导致旅游产业效率的下降。

2005—2015年中部城市群旅游产业全要素生产率变化率(TFPch) 均值为1.138,每年变化率都大于1,说明全要素生产率平均每年以13.8%的增长率增长,旅游产业集约化逐年提高。对旅游产业全要素生产率进行分解,并测算其变异系数(CV),得出技术效率变化和技术进步变化的变异系数分别为0.030和0.056,后者大于前者,说明技术进步是导致全要素生产率提高的主要原因。值得关注的是,技术的大幅进步(年均14.1%)并没有引起技术效率的显著提高,技术效率反而以年均0.3%的速度下降,说明中部城市群旅游产业进入转型升级的迫切时期。

2.2 中部城市群旅游产业效率区域差异分析

为了更加直观地观测中部城市群旅游产业效率分布的空间差异,我们引入空间聚类方法。如图1所示,旅游产业效率值被分为三档,定义效率值在(0.8,1]区间范围内的为效率良好,在(0.6,0.8]区间范围内的为效率中等,在[0,0.6]区间范围内的为效率较差。中部城市群2005—2010年[注]由于2010年之后,原地级巢湖市一区四县的数据分别散入了合肥、芜湖、马鞍山三市中,且不容易剥离出来,因此从研究可操作性考虑,此处只使用了2005—2010年的数据作图,并且采用了2011年之前的行政区划图。年均旅游产业效率空间分布特征如下:

图1 2005—2010年中部城市群旅游产业技术效率、纯技术效率、规模效率空间分布

(2) 从规模效率来看,中部6个城市群旅游产业规模效率值均大于0.8,说明中部城市群旅游产业总体规模效率普遍较高。只有个别城市规模效率较差,如武汉城市群的鄂州(0.374)、中原城市群的漯河(0.517)、环鄱阳湖城市群的抚州(0.793)等,表明中部城市群旅游规模效率仍有一定的发展潜力和提升空间。

(3) 技术效率的空间分布与纯技术效率的空间分布表现相似,均为南北高,中间低,可见在旅游产业规模效率普遍较高的情况下,纯技术效率是影响中部城市群技术效率的主要因素。其中晋中城市群(0.929)、环鄱阳湖城市群(0.837)和长株潭城市群(0.809)旅游产业技术效率良好,领先于其他城市群,说明这3个城市群在旅游发展过程中资源利用的综合能力较强,其中晋中城市群旅游产业技术效率最优,说明该地区旅游已达到相对成熟阶段,专业化水平遥遥领先于其他城市群;中原城市群(0.709)和江淮城市群(0.626)旅游产业技术效率中等,资源利用能力一般,仍有较大发展潜力;旅游产业技术效率最低的仍是武汉城市群(0.531),从武汉城市群内部来看,其旅游产业技术效率分布区域差异明显,除武汉的效率值相对较高之外,其他城市都处于较低水平,故整体上拉低了其技术效率,因而区域旅游发展不平衡性是武汉城市群亟待解决的问题之一。

2.3 中部六大城市群旅游效率变化趋势分析

表3是中部各城市群2005—2015年全要素生产率年平均变化率及其分解。由表3可知,中部六大城市群旅游产业的全要素生产率变化率和技术进步变化指数均大于1,说明中部地区所有城市群旅游产业效率和技术水平均呈上升趋势和积极发展状态。通过对旅游产业全要素生产率变化率的分解可以看出,晋中、中原、武汉、长株潭城市群旅游产业纯技术效率变化指数、规模效率变化指数、技术效率变化指数均小于1,说明这4个城市群在十年间旅游产业纯技术效率与规模效率总体降低,技术效率总体负增长,仅有环鄱阳湖城市群和江淮城市群的旅游产业技术效率分别以每年0.2%和1.2%的速度处于小幅增长状态,最终导致中部城市群旅游产业技术效率总体呈下降态势。而导致这种结果的可能原因是晋中、中原、武汉、长株潭城市群技术创新发展缓慢,使得旅游管理水平不高,旅游效益不佳。

从效率增长变化来看,中部城市群旅游产业按全要素生产率年均增长率由高到低排名依次是江淮城市群(18.6%)、环鄱阳湖城市群(13.5%)、中原城市群(13.4%)、长株潭城市群(11.8%)、武汉城市群(10.9%)、晋中城市群(9.4%)。江淮城市群和中原城市群进步相对最快,造成这种现象的原因可以用后发优势理论来解释,江淮城市群和中原城市群旅游产业技术效率相对落后,但它们可以通过吸纳先进地区的技术和管理、模仿先进地区的创新与模式,大大减少投入成本,从而达到快速提升的目标。而晋中城市群旅游产业虽然年均技术效率最高,但进步最慢,说明晋中城市群旅游产业技术水平相对较高,但其技术进步只能靠自我创新才能实现,故而发展较慢。值得关注的是武汉城市群旅游产业,其年均技术效率、年均纯技术效率均较低,且技术进步和全要素生产率增长速度亦较慢,区域内发展差异较大,可能原因是武汉城市群区域范围内旅游资源相对较为贫瘠,旅游发展水平相对不高,未能激发区内旅游资源潜力,要素投入不合理且对技术利用不足,应加强区内人才、技术和信息的交流,取长补短,优势互补,共同推进旅游发展。

表3 2005—2015年中部六大城市群旅游产业全要素生产率变化率及其分解

3 结论与建议

3.1 结论

基于中部城市群2005—2015年旅游数据,采用DEA模型和Malmquist指数对中部城市群2005—2015年旅游产业效率、全要素生产率变化率及其分解进行测度,研究结论如下:

(1) 2005—2015年中部城市群旅游产业年均技术效率值为0.712,达到理想状态的71.2%,存在很大的发展空间,且总体呈波动下降趋势;纯技术效率均值为0.771,略大于技术效率,同样呈现为波动下降趋势,没能完全发挥现有技术和资源的潜力;规模效率均值为0.924,总体上保持不变,说明中部城市群旅游产业规模集聚程度和专业化水平较高;技术进步变化指数每年均大于1,且均值为1.141,说明中部城市群旅游产业技术水平逐年提高。

(2) 通过对中部城市群旅游产业Malmquist生产率指数(全要素生产率变化率)进行测算发现,中部城市群旅游产业全要素生产率变化率均值为1.138,每年变化率都大于1,说明全要素生产率平均以每年13.8%的速度增长。计算变异系数后发现,全要素生产率增长主要依赖于技术进步,但技术水平每年以14.1%的涨幅上升却并没有引起技术效率的显著提高,相反,技术效率则以年均0.3%的速度在下降,说明中部城市群旅游产业已进入转型升级的迫切时期。

(3) 通过空间聚类分析发现,中部城市群旅游产业技术效率和纯技术效率在空间上均呈现出南北高、中间低的地域分布特征,中部城市群旅游产业技术效率的提高受到纯技术效率的制约。其中旅游产业技术效率良好的城市群有晋中城市群(0.929)、环鄱阳湖城市群(0.837)和长株潭城市群(0.809);技术效率中等地区包括中原城市群(0.709)和江淮城市群(0.626),其资源利用能力一般,仍有较大发展潜力;武汉城市群(0.531)旅游产业技术效率较差。晋中城市群、环鄱阳湖城市群和长株潭城市群旅游产业纯技术效率较高,分别为0.978,0.883,0.839;中原城市群和江淮城市群次之,分别为0.775和0.683;资源要素配置和利用能力最弱的仍是武汉城市群,其旅游产业纯技术效率值为0.660。中部6个城市群的旅游产业年均规模效率值均大于0.8,说明各城市群旅游产业规模效率普遍较高,但仍具有一定的发展潜力和提升空间。

(4) 通过对各城市群旅游产业全要素生产率变化率的计算和分解得出,中部六大城市群旅游产业全要素生产率变化率和技术进步变化指数均大于1。晋中、中原、武汉、长株潭城市群旅游产业纯技术效率变化指数、规模效率变化指数和技术效率指数均小于1,说明这4个城市群在十年间旅游产业技术效率总体呈负增长状态,仅有环鄱阳湖城市群和江淮城市群的旅游产业技术效率分别以每年0.2%和1.2%处于小幅增长状态,最终导致中部城市群旅游产业技术效率呈总体下降态势。中部城市群旅游产业按全要素生产率年均增长率由高到低排名依次是江淮城市群(18.6%)、环鄱阳湖城市群(13.5%)、中原城市群(13.4%)、长株潭城市群(11.8%)、武汉城市群(10.9%)、晋中城市群(9.4%)。旅游发展落后地区存在后发优势,它们能高效模仿先进地区技术,完成自身发展,但中部城市群中旅游发展相对先进的区域旅游发展速度则较慢。

本文研究尚存在不足之处。DEA模型对于投入产出指标要求较高,只有合理的投入产出指标才能得到更加真实的结果。由于数据可获得性的制约,本文选用第三产业就业人数和城市固定资产投资指标代替旅游直接就业人数和旅游直接投资指标,这在一定程度上放大了实际旅游从业人员数量,但由于旅游是关联性比较强的综合性产业,因此也能在一定程度上说明问题。此外,本文只采用了11年的时间序列数据,时间跨度短,具有一定局限性,因此有待进一步研究和完善。

3.2 建议

综合实证研究结果,为促进中部城市群旅游业未来的发展,现给出以下几方面建议:

(1) 科学合理扩大规模投入,深入挖掘现有资源潜力。中部城市群规模效率已达到了较高水平,但伴随着我国经济的持续增长,人民生活水平的不断提高,大众旅游已成了当前旅游的一大现状。人们日益增长的旅游需求也必将导致旅游不断向出游方式多样化、消费方式多元化及旅游住宿多选化等方面发展,这就意味着我国旅游企业需要不断扩大其规模投入,适应当前旅游发展趋势。在规模扩张中,要注意因地制宜,针对不同地区旅游资源的差异进行合理开发,切忌盲目扩张,避免造成不必要的资源闲置和运营成本。对于现有资源要激发其活力,提高现有资源利用率,运用现代科技和信息手段进行加工和宣传,促进业态创新。另一方面也要深入挖掘当地特色旅游文化,如深入挖掘中原和晋中城市群的中原历史文化、长株潭和环鄱阳湖城市群的红色旅游文化、武汉城市群的荆楚文化及江淮城市群的徽文化等。

(2) 加大科技和人才要素投入,提高技术创新能力。通过建立健全合理完善的人才管理和创新管理机制促进旅游业的技术进步,从而激发旅游产业潜在的活力要素,提升生产要素使用能力,最终提高旅游产业效率。旅游产业效率处于较高层级的晋中、环鄱阳湖和长株潭城市群,应努力提高自主研发能力,抓住大数据时代背景下的智慧旅游这一契机,大力发展智慧旅游,发展创意旅游产业,提高旅游产品研发的质量和速度,另一方面要不失时机地向长三角、珠三角及环渤海等旅游发展比较成熟的地区学习先进的技术和管理经验,缩短与先进地区的差距。旅游产业效率相对落后的江淮城市群和武汉城市群,应积极发挥后发优势,通过模仿中部其他城市群先进的技术和管理方法,缩短自主研发时间,降低投入成本,从而达到快速提升自己的目标,进而推动中部城市群旅游业又好又快地发展。

(3) 调整产业政策,推动产业转型升级。中部城市群旅游产业结构不合理、资源配置和利用效率不高,投入不合理等问题导致其旅游产业效率呈总体下降状态,旅游产业结构升级已成亟待解决的问题。因而需要提升旅游产品质量,调节旅游供给结构和消费方式,注重突出本地特色,淘汰同质化旅游产品,引导旅游主导产业发展,打造地区旅游品牌产业,促进旅游产业朝高级化、合理化和均衡化发展,为旅游者创造更好的旅游环境,进而推动整个区域旅游效率的整体提高。各城市群应制定适合自身发展规律的旅游产业政策,促进产业转型升级,转粗放型经营模式为集约化经营模式,进一步推动旅游产业由要素驱动向创新驱动转变,促进旅游产业由规模扩张转向效益扩张。此外,政策是发展的先导,在制定区域旅游规划时应突破行政区划界限,统一规划,共同商讨,避免盲目扩张及同类资源竞争等不利于旅游发展的因素 。最后要充分发展政府的主导和调节作用,政府应在旅游企业的跨区域合作、要素共享、人才流动等方面给予更加宽松的政策环境和政策支持。

(4) 加强区域合作,打造区域品牌,培育旅游中心城市。区域合作是当前及未来旅游业发展的主流趋势,是区域经济发展和社会前进的必然选择,随着高铁时代的到来,区域内部愈来愈趋向于一体化,因此加强区域合作,平衡区域差异尤显重要。中部城市群旅游产业效率存在明显的南北城市群效率高、中间城市群效率低的地域差异,且城市群内部各城市间发展也存在极大差异。因此有必要加强区际和区内人才、技术和信息的交流,优势互补,共同促进旅游产业发展。依据中部六大城市群经济发展水平、资源禀赋及当地地域文化特色,通过由点及面、逐层展开、协同推进的区域演变方式,打造跨区域合作的黄河文化旅游带和长江旅游带,并培育以太原、合肥、南昌、郑州、武汉、长沙六大省会城市为核心的旅游中心城市,实施旅游中心城市牵动发展战略,使得中心城市广泛吸引周边地区人才、信息、技术的流入,形成区域旅游经济的核心增长极,从而带动区内其他城市的旅游发展,最终使中部城市群形成一个统一的旅游协作区域。