空间溢出效应与粤港澳大湾区旅游产业发展的空间特征研究

吴开军 陈小芸

摘要：选取1999年-2018年粤港澳大湾区旅游收入的数据，通过Arcgis、Geoda计算莫兰指数，分析Lisa图、选择空间计量模型，研究粤港澳大湾区旅游产业发展空间溢出效应及其特点，进而研究其影响因素。结果表明：1）1999年-2018年，粤港澳大湾区均存在空间溢出效应;2）对粤港澳大湾区2000年、2006年、2012年、2018年的数据进行局部空间分析，结果表明粤港澳大湾区的空间溢出效应经历“显著集聚-不显著集聚”的演化;3）选取宾馆住宿设施、科技创新、开放程度、文化资源、基础设施为自变量进行回归分析，结果表明，2000年，宾馆住宿设施和开放程度对粤港澳大湾区城市空间溢出效应的正向促进作用较大;2006年城市基础设施的完善会对周围其他城市的旅游收入增长起到抑制作用;2012年，城市宾馆住宿设施、基础设施的完善，会显著地带动其他城市旅游收入的增长;而城市开放程度、科技创新的提升，对其他城市旅游收入的增长起抑制作用;2018年，城市开放程度的提升会对其他城市旅游收入的增长起到抑制作用。

关键词：粤港澳大湾区;空间溢出效应;莫兰指数;空间计量模型

中图分类号：F592.7  文献标志码：A  文章编号：1672-0768（2020）04-0040-10

粤港澳大湾区包括香港特别行政区、澳门特别行政区和广东省广州市、深圳市、珠海市、佛山市、惠州市、东莞市、中山市、江门市、肇庆市，是我国开放程度最高、经济活力最强的区域之一，在国家发展大局中具有重要战略地位。2019年2月18日，中共中央、国务院实施发布《粤港澳大湾区发展规划纲要》，提出充分发挥港澳独特优势，创新完善各领域开放合作体制机制，深化内地与港澳互利合作，积极拓展粤港澳大湾区在教育、文化、旅游、社会保障等领域的合作，共同打造公共服务优质、宜居宜业宜游的优质生活圈[1]。2019年7月5日，广东省推进粤港澳大湾区建设领导小组印发《广东省推进粤港澳大湾区建设三年行动计划（2018-2020年）》，提出优化提升空间格局，构建极点带动、轴带支撑的网络化空间格局。发展邮轮游艇旅游、发展滨海和乡村旅游、建设世界级港口群、加快形成全面开放新格局、共建粤港澳合作发展平台[2]。2019年7月5日，广东省委和省政府印发《关于贯彻落实〈粤港澳大湾区发展规划纲要〉的实施意见》，把粤港澳大湾区建设作为广东改革开放的大机遇、大文章抓紧做实，携手港澳建设富有活力和国际竞争力的一流湾区和世界级城市群，打造高质量发展的先行区、示范区[3]。充分发挥港澳在对外开放中的功能和作用，进一步优化珠三角九市投资和营商环境，提升大湾区市场一体化水平，实现粤港澳开放资源融合、开放优势互补、开放举措联动，引领形成陆海内外联动、东西双向互济的开放格局，打造“一带一路”建设重要支撑区。由以上政策可知，粤港澳大湾区已成为炙手可热的课题，研究粤港澳地区旅游产业具有极其重要的意义。

本文通过空间计量经济学，研究各城市旅游业发展之间的关系，将为粤港澳大湾区空间溢出效应提供更多理论证据;摸清粤港澳大湾区各城市旅游产业之间的竞争或者合作关系，了解哪些因素在这种关系中起到作用，再针对性地提出相关举措，便于促进粤港澳大湾区旅游业发展，发挥各城市优势，通过合作达到最大效益，更好地建设粤港澳大湾区。

一、文献综述

（一）粤港澳大湾区旅游业研究

樊宇澜回顾粤港澳大湾区历史合作进程，提出粤港澳大湾区旅游资源共享的战略，包括旅游资源—产品—市场、旅游政策—制度—管理和旅游交通—设施—信息三个方面[4]。吴开军分析粤港澳大湾区旅游现状，提出了在品牌共建基础上有效开展联合营销、在高质量发展引领下全面提升服务质量等优化路径[5]。吴开军等分析三大湾区的各项旅游业相关发展指标，得出粤港澳大湾区旅游业发展应从优化城市交通系统、开发特色旅游产品、注重人才培养、强调区域协调发展以及构建网络信息系统等方面入手[6]。梁江川等从要素跨界集聚融合、全方位社会关系维护、长期过程管理三方面提出粤港澳大湾区旅游品牌共建的现实路径[7]。王学基等提出构建优势互补的现代旅游产品体系，依托文化特质构建区域旅游品牌形象等内容，充分发挥“文化圈”优势，构建一体化“旅游圈” [8]。潘雪梅分析大湾区旅游经济网络结构的演变特征及其影响因素，从重点打造核心旅游城市，差异化发展边缘旅游城市以及大湾区城市旅游联动发展等方面提出大湾区城市旅游协调发展的路径[9]。彭芳梅基于城市全要素分析，对粤港澳大湾区城市的产业发展路径进行时空演绎特征分析[10]。许力等从空间协同关系的边界效应视角，探讨粤港澳大湾区城市群边境增长潜力和“去边界化”空间协同模式[11]。Chuhan Wong等运用德尔菲法和层次分析法构建了广东粤港澳大湾地区文化旅游企业竞争力评价指标体系，根据测试结果，分析提出了新形势下文化旅游企业竞争力提升的路径[12]。CAO Xiaoshu等基于地理信息系统空间分析技术，研究了粤港澳大湾地区栅格交通可达性的空间格局，结果表明粤港澳大湾地区经济发达的东部城市与公路、铁路、港口和航空运输的连通程度较高，广州、佛山、珠海、深圳、香港和澳门联系紧密。可达性越高，城际联系越紧密[13]。Liu， X.L.阐述了粤港澳城市群的城市竞争力和整合动力，并提出了城市群整合的相关建议[14]。

（二）空间溢出效应

朱希西基于社会网络分析法对大湾区旅游经济网络进行网络密度、节点中心度和网络结构洞分析。结果表明，广州、香港、深圳等关键节点的中心度极高，肇庆、惠州、江门等节点属于边缘化地带，旅游经济发展缓慢[15]。王小春从旅游环境、旅游市场和旅游产业等维度来研究粤港澳大湾区发展对肇庆旅游业的影响，结果表明，港珠澳大桥的通车、广佛肇7小时旅游圈的形成及广佛肇旅游一卡通的发行，加速了湾内城市群旅游产业合作的进程[16]。曾国军等构建空间计量模型，表明信息化与旅游产业发展均具有显著的空间关联性，而资源禀赋、环境质量、服务经济占比和产业集聚呈现出显著的负向外溢效应[17]。朱万春采用空间杜宾模型，实证检验了我国区域流通产业对周边省份旅游业发展的空间外溢性影响。研究结果显示，本地流通业规模的扩张，能通过“截流效应”对周边地区旅游业的发展产生负向抑制效应。但是，本地流通业效率的提升，却能通过“涓流效应”对周边地区旅游业发展带来一定的正向溢出效应[18]。陈燕對大湾区分行业区位熵以及城市间和行业间的灰色关联度进行实证分析，说明粤港澳大湾区各城市的产业关联度高，产业结构趋同，其中最高的为深圳、广州和珠海[19]。覃剑等分析了粤港澳大湾区将展现出五大趋势特征，即形成“井”字形空间战略协同框架、圈层向外溢出空间结构、具有影响力的大都市区、网络化分布空间增长极和多层次对外联系新空间[20]。王猛等采用产业结构相似指数、区位捕和区位基尼系数等指标，从湾区间、湾区内两个层面测量并比较中国两大湾区的产业分工情况，结果表明上应当支持两大湾区间错位发展，并在湾区内深化分工以发挥集聚效应[21]。吴旗韬等在分析粤港澳大湾区发展条件的基础上，针对面临的问题，提出打造粤港澳大湾区的重要发展链，包括依托滨海公路的“旅游链”等[22]。阮文奇构建空间计量模型，分析旅游信息流对旅游经济发展的影响强度及其空间溢出效应，结果表明旅游信息流对旅游经济发展具有明显影响及溢出效应。从短期溢出效应来看，旅游信息流对旅游经济发展具有促进作用和正向溢出效应[23]。Zeng Lanqi运用灰色关联模型和向量自回归模型分析了广东省港澳大海湾地区旅游休闲产业的效率，结果表明，旅游休闲产业的发展对其他相关产业有很大的带动作用，广东省港澳大海湾地区旅游休闲产业、国内生产总值和固定资产投资之间存在相互依存关系[24]。LU Yang-li等基于POI数据并运用核密度分析和空间自相关性分析方法，探究了粤港澳大湾区11个城市2017年三星级酒店、四星级酒店和五星级酒店的空间分布特征，研究了粤港澳大湾区星级酒店的空间集聚性和自相关性[25]。Li Fu运用空间测度方法，论证了广东省港澳大湾区市场化进程对其创新效率的影响，基于地理学的实证结果表明，市场化进程对粤港澳大湾区的创新效率有显著的促进作用[26]。

（三）文献述评

关于粤港澳大湾区旅游的研究，可知粤港澳大湾区各城市的文化水平、产品体系、交通网络、经济网络、资源状况都有差异，可划分为核心城市、边缘城市。在粤港澳大湾区演化历程中，学者们从粤港澳大湾区历史、现状、品牌建设、资源共享、市场营销、文化建设、竞争力、协调合作、未来展望等方面提出了推动粤港澳大湾区旅游产业发展的建议，但较少有文献能从时空两维度分析其内部特征。

关于空间溢出效应的研究，学者们阐述了粤港澳大湾区旅游产业存在空间外溢效应，信息化、政策、设施、城镇水平都会影响其旅游业发展水平。此外，也证实了粤港澳大湾区星级酒店存在空间集聚性，旅游休闲产业对其他产业存在影响。而在影响粤港澳大湾区旅游产业发展的研究上，各学者变量的选择较单一，不能较全面地说明囊括影响旅游业发展的大部分因素，而且空间溢出效应方面的文献还是相对较少。

基于此，本文选取1999—2018年粤港澳大湾区11个城市的旅游收入数据，通过莫兰指数和构建空间计量模型，研究粤港澳大湾区旅游产业是否存在空间溢出效应。若存在，什么因素会产生影响，又该采取哪些举措更好地促进粤港澳大湾区旅游业发展，让各城市发挥优势，在合作与竞争中达到最佳效益。

二、研究方法和变量选择

（一）研究方法

1.空间权重矩阵

这里，Morans I 表示旅游业发展水平的空间自相关指数，n表示城市数目，表示城市旅游业发展水平的平均数，基于空间距离权重生成权重矩阵，采用grcgis生成shp文件，再用GEODA计算莫兰指数[28]。

3.空间计量模型

包括空间自回归模型、空间误差模型、空间杜宾模型。空间杜宾模型具有一般意义和推广范围的模型，又可分为空间滞后模型和空间误差模型。

（1）空间滞后模型（SLM）主要描述被解释变量之间具有空间相关性，探讨各变量之间是否具有溢出效应。模型的表达式为：Y = ρWY + Xβ + ε（Y 是被解释变量;W 是空间权重矩阵;X 是解释变量矩阵;ρ是空间回归系数;β是解释变量对被解释变量的影响系数;ε代表随机误差项）[29]。

（2）空间误差模型（SEM）主要描述随机误差项之间具有空间相关性，探讨由于空间位置不同造成各单元相互关系的差异性。模型的表达式为：Y = Xβ + μ，μ = λWμ + μ（μ代表随机误差项，λ表示空间误差自相关系数。其他符号意义与上述相同）[29]。

（二）变量选择与数据说明

参考“信息化对旅游产业发展的空间溢出效应”[17]和“粤港澳大湾区城市群产业发展的空间外溢性研究”[30]两篇论文，选择旅游业收入作为被解释变量，解释变量从宾馆住宿设施、科技创新、开放程度、文化资源、基础设施入手，涵盖了影响旅游业发展水平的大部分因素。其中，宾馆住宿设施以星级酒店数量为指标，科技创新以专利申请数为指标，开放程度以外商直接投资额为指标，文化资源以博览馆数量为指标，基础设施以公路、铁路、航空、水路的旅客运输量为指标。

选取1999-2018年粤港澳大湾区11个城市相关数据，数据来源于广东统计年鉴（2000—2019年）、中國统计年鉴（2000—2019年），香港统计局（2000—2019年）、澳门统计局（2000—2019年），部分数据来源于各市国民经济和社会发展公报、文旅部门相关统计资料，用Geoda和Arcgis软件进行实证分析。

三、实证分析

（一）基于莫兰指数的粤港澳大湾区旅游产业整体空间自相关分析

通过莫兰指数判断粤港澳大湾区整体空间相关性，选取粤港澳大湾区11个城市1999—2018年旅游收入的数据计算莫兰指数，进行检验时选择邻接矩阵作为空间权重矩阵。计算结果如表1所示，1999—2006年莫兰指数均为正值，说明存在空间正自相关现象;在2007—2018年除了2009年、2012年、2014年和2015年莫兰指数为正值外，其他全为负值，说明至少有八年存在空间负相关现象。可以判断，粤港澳大湾区旅游产业莫兰指数没有等于0的情况，整体上存在空间自相关性。

（二）粤港澳大湾区旅游产业局部自相关分析

用GEODA软件对粤港澳大湾区11个城市旅游产业作局部分析，选取2000、2006、2012、2018年的旅游收入进行分析。如图1所示，2000年，粤港澳大湾区珠江西部的肇庆、佛山、中山、珠海、江门五市和东部的惠州和东莞二市呈现“低-低集聚（L-L）”的局部特征、中部的广州呈现“高-低集聚（H-L）”、南部的香港、澳门和深圳呈现“不显著集聚”分布的局部特征。2006年，粤港澳大湾区城市中“不显著集聚”分布扩大，包括香港特区、深圳、东莞、惠州、广州、佛山、肇庆、中山、珠海共九个城市，“低-低集聚（L-L）”分布缩小，只有江门一个城市，澳门由“不显著集聚”到呈现“高-高集聚（H-H）”分布。2012年，粤港澳大湾区城市群中呈现“低-低集聚（L-L）”分布的城市有惠州、肇庆、江门、中山和珠海五个，澳门和深圳呈现“低-高集聚（L-H）”分布、香港呈现“高-高集聚（H-H）”分布。2018年，粤港澳大湾区11个城市全部呈现“不显著集聚”的状态。整体来说，粤港澳大湾区旅游产业空间溢出效应总体呈现由显著集聚到不显著集聚的演变。

（三）截面数据回归分析

使用GEODA软件，对2000、2006、2012、2018年粤港澳大湾区相关数据进行普通回归、空间滞后、空间误差检验。首先通过OLS检验的数据，来判断选择哪一种模型比较适合。表2的结果表明，2000年，LM lag、Robust LM lag、LM error、Robust LM error的概率值依次为0.003 69、0.002 20、 0.787 85、0.313 49，以上所有的概率值皆小于1.96，所有结果都不显著。2006、2012、2018年LM lag、Robust LM lag、LM error、Robust LM error的概率值都是小于1.96，所有结果都不显著。

从表3的Log likelihood数值看，2000年，Log likelihood在普通二乘回归、空间滞后模型、空间误差模型对应的值依次为-56.423 2、-47.429 8、-50.832 884，空间滞后模型对应的Log likelihood的值最大，因此2000年可选择空间滞后模型来检验。2006年，Log likelihood在普通二乘回归、空间滞后模型、空间误差模型对应的值依次为-65.989 7、-61.097 3、-51.742 399，空间误差模型对应的Log likelihood的值最大，故2006年可选择空间误差模型来进行检验。2012年，Log likelihood在普通二乘回归、空间滞后模型、空间误差模型对应的值依次为-77.339、-77.145 8、-76.200 945，空间误差模型对应的Log likelihood的值最大，同样，2012年选择空间误差模型来进行检验[31]。2018年，Log likelihood在普通二乘回归、空间滞后模型、空间误差模型对应的值依次为-65.46、-62.813 8、-63.962 335，空间滞后对应的Log likelihood的值最大，因此2018年可选择空间滞后模型来进行检验。

由表4可知，2000年，宾馆住宿设施（酒店数量）、开放程度（外商投资企业进出口总额）、文化资源（博览馆数量）、科技创新（专利申请数）的系数为正，且宾馆住宿设施（酒店数量）、开放程度（外商投资企业进出口总额）的Z值较为显著。基础设施（旅客运输量）的系数为负，且Z值不显著。由此说明，2000年宾馆住宿设施和开放程度对粤港澳大湾区城市空间溢出效应的正向促进作用较大;2006年，宾馆住宿设施（酒店数量）、文化资源（博览馆数量）、科技创新（专利申请数）的系数为正，基础设施（旅客运输量）的系数为负，说明2006年城市基础设施的完善会对周围其他城市的旅游收入增长起到抑制作用;2012年，宾馆住宿设施（酒店数量）、基础设施（旅客运输量）、文化资源（博览馆数量）的系数为正，说明某地的宾馆住宿设施、基础设施、文化资源水平的提高，会带动其他城市旅游收入的增长，反之亦然。而住宿设施（酒店数量）、基础设施（旅客运输量）的z值绝对值均大于1.96，说明城市宾馆住宿设施、基础设施的完善，会显著地带动其他城市旅游收入的增长;而开放程度（外商投资企业进出口总额）和科技创新（专利申请数）的系数为负，说明城市开放程度、科技创新的完善，对其他城市旅游收入的增长起抑制作用，反之亦然;2018年，开放程度（外商投资企业进出口总额）的系数为负，说明这一年城市开放程度的提升会对其他城市旅游收入的增长起到抑制作用。

四、结论与建议

（一）结论

总的来说，粤港澳大湾区存在空间溢出效应，内部空间特征经历了显著—不显著—显著—不显著的演变过程，宾馆住宿设施（酒店数量）、基础设施（旅客运输量）对空间溢出效应的作用较显著，宾馆住宿设施、基础设施、文化资源水平与城市旅游收入存在正相关关系。具体有以下几点结论：

第一，通过莫兰指数判断粤港澳大湾区整体空间相关性，结果表明粤港澳大湾区旅游产业莫兰指数没有等于0的情况，整体上存在空间自相关性。

第二，用GEODA软件对粤港澳大湾区11个城市2000年、2006年、2012年、2018年的数据进行局部空间分析，结果表明粤港澳大湾区的空间溢出效应经历“显著集聚—不显著集聚”的演化。

第三，使用GEODA软件，选取宾馆住宿设施、科技创新、开放程度、文化资源、基础设施为自变量对2000、2006、2012、2018年粤港澳大湾区相关数据进行普通回归、空间滞后、空间误差检验。结果表明，2000年，宾馆住宿设施和开放程度对粤港澳大灣区城市空间溢出效应的正向促进作用较大;2006年城市基础设施的完善会对周围其他城市的旅游收入增长起到抑制作用;2012年，城市宾馆住宿设施、基础设施的完善，会显著地带动其他城市旅游收入的增长;而城市开放程度、科技创新的提升，对其他城市旅游收入的增长起抑制作用;2018年，城市开放程度的提升会对其他城市旅游收入的增长起到抑制作用。

（二）建议

第一，加强旅游基础设施规划和建设，在各城市景点地理位置与交通设施现况的基础上，政府和旅游部门应因地制宜，有重点有策略地开发、完善旅游设施。首先，要完善大湾区航空港、公路、铁路、水路的相通规划和建设，形成全方位的交通运输网，以高效通畅的交通带动旅游业高质量的发展，进一步刺激旅游消费。其次，要配备租赁、短途、长途包车等旅游服务设施，建设一些房车营地和露营地，以满足游客多方面的需求。再次，要促进旅游与交通的融合，政府应出台政策，为各地旅游交通的发展助力，才能不断提高旅游的通达性和便捷性。

第二，住宿设施应在软件、硬件方面做好做强，在价格、品牌、服务等方面进行大力营销。在人人皆为自媒体的时代下，一句文案、一张图片、一个评价都可以成为住宿设施质量和水平的代言人。因此，住宿设施的运营，从卫生水平、环境质量、服务质量、感知顾客需求等方面需做到极致，才能获取一批最忠实的粉丝，才能在口碑积累中，形成独特的优势。此外，住宿运营还需在价格、品牌、服务方面大力营销，选择合适的传播媒介，将产品利益点、优势点传达给用户，促进用户下单消费。

第三，提升文化水平，应挖掘各城市文化特色，打造当地独特的品牌。整合城市资源，利用自身资源优势，创新文化体验形式，才能真正吸引游客。各地文化旅游品牌应打造其独特的标识、记忆点，提升用户的认知与感知度。开展一系列有传播力、影响力的活动，例如影视营销、综艺赞助、体验营销、场景营销、跨界营销、软广植入、病毒营销等，利用当下热门的H5、微博、抖音、直播等平台触达更多用户群体，生产具有趣味性、独特性、可读性的文化产品内容，满足当代人追求新鲜、有趣的个性化需求，促进口碑传播，才能提升顾客的自传播与口碑效应，促进品牌忠诚度与好感度，慢慢形成当地独特的文化IP，达到品牌溢出的效果。同时，政府应鼓励旅游部门开展文化营销活动，通过政策支持，增强社会文化氛围。

参考文献：

[1] 中共中央国务院印发《粤港澳大湾区发展规划纲要》[J].国土资源，2019（3）：44-45.

[2] 广东省出台推进粤港澳大湾区建设实施意见和三年行动计划[J].科技与金融，2019（8）：1.

[3] 广东省委、省政府印发关于贯彻落实《粤港澳大湾区发展规划纲要》的实施意见[N]. 南方日报，2019-07-05（01）.

[4] 樊宇澜.粤港澳大湾区旅游资源共享战略研究[J].中国商论，2019（10）：80-82.

[5] 吴开军.粤港澳大湾区旅游业发展状况及竞争优势提升路径[J].广西社会科学，2019（4）：74-80.

[6] 吴开军，吴来娣.世界著名湾区旅游业发展比较及对粤港澳大湾区旅游业的启示[J].城市观察，2019（5）：96-107.

[7] 梁江川，刘少和.粤港澳大湾区旅游品牌共建要素与路径研究[J].华南理工大学学报（社会科学版），2019，21（5）：12-19.

[8] 王学基，孙九霞.文化圈视角下粤港澳大湾区旅游一体化发展机制构建[J].旅游论坛，2019，12（5）：11-20.

[9] 潘雪梅. 粤港澳大湾区旅游经济网络结构及协调发展研究[D].上海：上海师范大学，2019.

[10] 彭芳梅.粤港澳大湾区及周边城市经济空间联系与空间结构——基于改进引力模型与社会网络分析的实证分析[J].经济地理，2017，37（12）：57-64.

[11] 刘力，许耿斌.粤港澳大湾区城市群空间协同关系及边界增长潜力分析[J].城市观察，2019（2）：50-57.

[12] Chuhan Wong，Yirun Chen，Mu Zhang. Research on Competitiveness Evaluation Index System of Cultural Tourism Enterprises in the Guangdong-Hong Kong-Macao Greater Bay Area[J]. Journal of Service Science and Management， 2019， 12（5）： 573-588.

[13] Cao xiaoshu，Shishu OUYANG，Yang wenyue，et al. Transport Accessibility and Spatial Connections of Cities in the Guangdong-hong Kong-macao Greater Bay Area[J]. Chinese Geographical Science， 2019， 29（5）： 820-833.

[14] Xiling Liu. Research on the Dynamic Mechanism of Urban Agglomeration Integration in Bay Area of Guangdong， Hongkong and Macao under Globalization[J]. American Journal of Industrial and Business Management， 2019， 9（2）： 354-365.

[15] 朱希西，彭敏晶，Reinhard P tz，等.基于社会网络分析粤港澳大湾区旅游业发展[J].当代经济，2019（10）：94-96.

[16] 王小春.粤港澳大湾区发展对肇庆旅游业的影响[J].开发研究，2019（5）：132-138.

[17] 王龍杰，曾国军，毕斗斗.信息化对旅游产业发展的空间溢出效应[J].地理学报，2019，74（2）：366-378.

[18] 朱万春.流通产业对周边旅游业的空间外溢性影响[J].商业经济研究，2019（6）：165-168.

[19] 陈燕，林仲豪.粤港澳大湾区城市间产业协同的灰色关联分析与协调机制创新[J].广东财经大学学报，2018，33（4）：89-97.

[20] 覃剑，巫细波.粤港澳大湾区空间布局与协同发展研究[J].城市观察，2020（1）：7-18.

[21] 王猛，蔡竹欣.环杭州湾区与粤港澳大湾区的产业分工研究[J].上海经济，2019（1）：26-35.

[22] 吴旗韬，陈伟莲，杜志威.“串珠成链”的粤港澳大湾区发展路径[J].海洋开发与管理，2019，36（8）：55-58.

[23] 阮文奇. 区域旅游信息流[D].厦门：华侨大学，2019.

[24] Lanqi Zeng. Study on the Efficiency and the Cooperative Direction of Tourism and Leisure Industry in Guangdong-Hong Kong-Macao Greater Bay Area[J]. Open Journal of Social Sciences， 2018， 6（1）： 93-105.

[25] Hegang Yao. Evolution of Spatial Pattern and Influencing Factors of Population in Guangdong-Hong Kong-Macao Greater Bay Area[J]. Open Journal of Social Sciences， 2020，8（4）：33-46.

[26] Li Fu. Research on Marketization Process and Innovation Efficiency of Guangdong-Hong Kong-Macao Greater Bay Area-Spatial Autocorrelation Model Based on Geography and Network Weighting[J].Modern Economy，2020，11（2）：349-367.

[27] 赵磊，方成，吴向明.旅游发展、空间溢出与经济增长——来自中国的经验证据[J].旅游学刊，2014，29（5）：16-30.

[28] 张潇. 基于空间自相关的中国旅游空间格局分析[D].西安：西北大学，2009.

[29] 周伟杰. 粤港澳大湾区金融集聚与经济增长的关系[D].商务部国际贸易经济合作研究院，2019.

[30] 吴燕，何佳蔚.粤港澳大湾区城市群产业发展的空间外溢性研究[J].珠海潮，2018（4）：31-64.

[31] 刘睿. 粤港澳大湾区创新能力的空间集聚及溢出效应[D].合肥：安徽财经大学，2019.

[责任编辑：卢红学]