基于地理加权回归模型的甘肃省旅游空间异质性分析

尚清芳 鲁建平

【摘 要】 “旅游+”产业发展不断衍生旅游新业态，改变了以往旅游空间时空格局，区域旅游空间异质性研究成为重要课题。根据2018年甘肃省旅游业截面数据，选取人均GDP、景点景区数、旅游接待游客数、旅游综合收入、旅游基础设施数5个指标作为甘肃省旅游空间异质性分析指标，建立地理加权回归（GWR）模型，探讨分析甘肃省旅游空间异质性和非平稳性特征。结果表明，5个异质性分析指标对甘肃省14地市州旅游收入影响程度各不相同。

【关键词】 地理加权回归;异质性;旅游空间;甘肃省

【中图分类号】 F592 【文献标识码】 A

【文章编号】 2096-4102（2020）03-0069-03 开放科学（资源服务）标识码（OSID）：

一、引言

随着国家“旅游+”战略的实施，在推动旅游业与其他产业融合发展过程中，不断出现的旅游新业态迫使甘肃省旅游业升级转型，对旅游经济空间积聚以及异质性格局研究，成为当前甘肃省旅游经济研究的重要课题。甘肃省旅游异质性问题引起了学者的广泛关注[1-3]。袁媛从时间和空间维度，分析省内14个市州旅游经济差异;王文瑞等选取旅游资源数量、旅游人数和旅游收入等要素指标，探寻导致全省旅游业发展差异的主要原因;张旭则通过合理选取指标，测度全省各区域旅游规模的差异度，进而分析其内在联系;彭睿娟采用空间自相关方法，研究甘肃省14市州旅游经济时空差异，并得到甘肃省旅游经济“伞”型结构结论。对上述研究进行梳理后发现：1）对甘肃省旅游发展异质性研究以时空线索进行，即以动态和静态研究为主，这有利于对旅游发展异质性产生原因进行合理分析;2）旅游发展异质性测度方法的不同，所选取的度量指标有所不同;3）省内各区域旅游发展异质性较为明显。总体来说，甘肃省旅游异质性带来了旅游经济发展的不均衡，但同时揭示出旅游业潜在的发展机遇。本文采用地理加权回归（GWR）方法，研究甘肃省旅游空间异质性和非平稳性特征。

二、研究区域与研究方法

（一）研究区域与数据来源

2018年全省游客接待人数达3亿人次，旅游收入突破2000亿元，同比增长30%以上，旅游收入占GDP的7%，旅游业已成为全省支柱产业[4-5]。全省旅游资源主要分布在中部和北部地区，其中，河西走廊、甘肃中部地区旅游资源分别占到全省的35%和30%以上，南部和东部地区分别占全省的20%和15%，即便在这些区域内部，旅游资源分布区域差异性也较为明显。高品质旅游资源主要集中在丝绸之路沿线城市，即天水、平凉、兰州、张掖、酒泉等地。河西走廊的酒泉-嘉峪关一带聚集了省内大部分世界文化遗产，拥有国家级历史文化名城3座，占全省75%，天水市和平凉市聚集了省内67%的5A级景区。天水、平凉、兰州、河西走廊沿线城市旅游接待人数和旅游综合收入分别占全省74.02%和81.14%。旅游资源的差异性分布导致各地旅游业发展极不均衡：从游客接待人数来看，北部的张掖、武威2市，以及中部的兰州、天水和平凉3市游客接待人数占全省的73%，其余庆阳、定西、金昌等9市占全省游客接待总人数27%左右;从旅游综合收入情况来看，北部的酒泉、张掖、武威3市，以及中南的兰州、南部的甘南州2市州旅游收入占全省78%以上，其余地市州占比22%。深入分析甘肃省旅游发展的空间差异及其成因，对合理开发利用旅游资源，优化旅游生产要素配置，确定区域旅游发展方向，缩小旅游发展差距等具有重要意義。

本文选取2018年甘肃省14个市州旅游截面数据作为旅游发展空间样本数据。数据来源于2018年《甘肃发展年鉴》《甘肃省国民经济和社会发展统计公报》，以及14市州相关统计数据[6-8]。一般而言，不同的指标具有不同量纲，不同量纲之间的指标数据是不具有可比性的。本文采用离差标准化方法（x′ik=[xik-Min（xk）]/Rk，这里xik是观察值，Min（xk）是最小值，Rk是极差，0≤x′ik≤1，对指标数据做标准化处理，使得不同指标具备可比性。

（二）研究方法

本文选取甘肃省旅游空间异质性和非平稳性分析指标，在多元线性回归模型基础上，分别建立地理加权回归模型和空间自相关分析模型，根据甘肃省2018年旅游相关指标数据，利用ArcGIS软件测算。

1.回归模型

旅游发展空间异质性往往受多个因素的影响。如果线性回归模型中包含有多个变量，则称之为多元线性回归模型[9]：

y=β0+β1x1+β2x2+…+βmxm+ε（1）

式中，y称为因变量;x1，x2，……，xm称为自变量;β0，β1，……，βm是m+1个待估计的参数，β0是常数项，β1，……，βm是回归参数;ε是随机误差。回归参数βi的值的大小，表明xi对y影响作用程度。回归参数βi取正值表示正回归参数，取负值表示负回归参数。通常采用最小二乘估计法、极大似然法估算回归参数βi的值。

2.地理加权回归的模型（GWR模型）建立与指标选取

GWR模型是普通线性回归模型的改进，其原理是通过某一变量与临近区域其他变量数据比较分析，而不是与其他全部变量进行比较，模型计算值随地理位置的变化而发生变化，进而发现不同空间因异质性而出现的差异。

GWR模型的一般表达式为[10]：

yi=β0（ui，vi）+∑kj=1βk（ui，vi）xij+εi;i=1，2，…，n

（2）

其中，（ui，vi）是第i个样本点的地理空间坐标;βk（ui，vi）是第i个样本点的第j个回归系数，βk （ui，vi）的正负分别表示xij对yi的推动或抑制作用，εi表示随机误差。模型中的解释变量yi值与观察值y之间的差称为残差，其值越小，表明GWR模型与观察数据拟合度越好。

为合理选取甘肃省旅游发展空间异质性分析指标，我们对国内旅游空间异质性分析指标进行了整理，见表1。

从表1可看出，区域旅游发展空间异质性研究的指标选取，大多将反映地方国民经济发展情况的人均GDP，反映旅游资源情况的景点景区数量，反映旅游服务情况的基础设施数量，反映旅游发展现状的游客接待人数、旅游综合收入等列入其中。这里我们选取人均GDP、景点景区数、旅游接待游客数、旅游综合收入、旅游基础设施数5个指标作为甘肃省旅游发展空间异质性分析指标。

三、甘肃省旅游异质性的地理加权（GWR）分析

（一）传统线性回归模型分析

本文选取甘肃省14市州的人均GDP（KGi）、景点景区数（KSi）、旅游接待游客数（KRi）、旅游综合收入（KCi）、旅游基础设施数（KFi）作为评价旅游发展异质性分析指标，为检验其对旅游发展异质性的影响程度，采用传统线性回归模型进行分析。根据公式（1），计算其线性回归值，结果见表2。

表2表明该回归模型的拟合度为0.712312，置信度在99.98%以上。从各指标的回归系数列可以发现，在截面数据为30211.231541之下，人均GDP、景点景区数、旅游接待游客数、旅游综合收入、旅游基础设施数分别提高一个百分点带来的整体旅游收益（单位：万元）情况。

旅游异质性的产生不单来自旅游资源的异质，以旅游接待游客数为例进行分析，某一市州游客来源一般由四个类型组成：市内游客、省内游客、国内游客以及国外游客，而各类游客可能进行的旅游活动又分为观光旅游、文娱旅游、养生旅游、公务旅游等，每一类型的游客对旅游综合收入的贡献以及旅游基础设施的要求各不相同。笼统地以旅游接待游客数进行回归分析难以真实表示个别指标值对旅游异质性的影响程度，因而有必要进一步针对各个异质性指标进一步细化分析。如，旅游接待游客数的具体指标包括观光游客数（R1）、文娱游客数（R2）、康养游客数（R3）、公务游客数（R4），旅游综合收入包括交通（C1）、门票（C2）、住宿（C3）、餐饮（C4）、购物（C5）、文娱（C6）等收入，旅游基础设施数包括便捷交通工具及里程数量（F1）、宾馆酒店数量（F2）、餐饮购物场所数量（F3）、休息文娱场所数量（F4）等。上述指标具体测算值见表3。

表3各特征因素具体指标值的旅游异质性回归模型分析结果如下：

■

从表3a可以看出，观光游客数和公务游客数对旅游异质性影响尤为显著，观光游客和公务游客每增加一个百分点，旅游整体收益分别增加6541万元和987万元，文娱游客数和康养游客数对旅游整体收益的贡献率较小，每增加一个百分点旅游整体收益分别增加123万元和87万元。从表3b中可以看出，旅游综合收入中交通收入比重较大，表明当前旅游发展中交通依然是瓶颈问题，应作为重点改进方向。

（二）地理加权（GWR）模型结果分析

采用AC法确定出带宽为b=3102.215441，再以各市州旅游收益为因变量，以评价指标人均GDP、景点景区数、旅游接待人数、旅游综合收入、旅游基础设施数为自变量进行地理加权计算。结果显示，R=0.752311，拟合度优。全省14市州旅游异质性的地理加权回归分析结果优于传统线性回归分析结果。

四、结束语

以旅游收入作为一个区域旅游发展空间异质性分析的主要衡量指标，近年来普遍被旅游研究学者采用。结果表明，人均GDP、景点景区数、旅游接待游客数、旅游综合收入、旅游基础设施数对甘肃省14地市州旅游收入有不同程度的影响，分析结果表明了14地市州旅游业发展各自的优势与制约条件，为甘肃省旅游业指出发展方向。

【参考文献】

[1]袁媛.甘肃省旅游经濟区域差异及其影响因素研究[D].兰州：兰州大学，2013.

[2]王文瑞，伍光和，曹忠祥.甘肃省旅游业区域差异性分析及发展建议[J].干旱区资源与环境，2006，3（20）：122-126.

[3]张旭.甘肃省旅游规模差异及分布研究[D].兰州：西北师范大学，2014.

[4]中国科学院地理科学与资源研究所.甘肃省旅游业发展规划（2006-2020）[G].2006.

[5]甘肃省统计局，国家统计局甘肃调查总队.甘肃省2018年国民经济和社会发展统计公报[EB/OL].（2019-03-19）.http：//www.tjcn.org/tjgb/28gs/35834.html.

[6]中华人民共和国文化与旅游部.中国文化与旅游年鉴2018[Z].北京：中国旅游出版社，2018.

[7]甘肃发展年鉴编委会.甘肃发展年鉴2018[Z].北京：中国统计出版社，2018.

[8]谢莹.基于全国旅游地理的甘肃旅游资源和发展分析[J].发展，2010，231（1）：98-99.

[9]彭睿娟.欠发达地区旅游经济差异的空间分析：以甘肃省为例[J].干旱区地理，2017，3（40）：664-670.

[10]戈冬梅，姜磊.基于GWR模型的省域旅游影响因素空间差异分析[J].生态经济，2013（7）：92-97.

[11]曹芳东，黄震方，周玮，等.转型期城市旅游经济时空变异及其异质性模拟：以泛长三角地区为例[J].旅游学刊，2013，11（28）：24-31.

收稿日期：2020-03-19

基金项目：本文系甘肃省社科规划项目“甘肃省秦巴山特困片区文化旅游产业扶贫发展研究”（项目编号：19YB158）和甘肃省高等学校创新能力提升项目“陇蜀古道文化遗产保护与旅游开发研究”（项目编号：2019A-191）阶段性研究成果。

作者简介：尚清芳（1976—），女，甘肃宕昌人，陇南师范高等专科学校历史文化与旅游学院副教授，硕士。