云南省旅游驱动型城市旅游产业与城镇化耦合协调驱动因素分析

赵书虹 陈婷婷

（云南大学工商管理与旅游管理学院，云南昆明 650500）

0 引言

旅游驱动型城市是通过旅游资源推动人口和产业集聚及空间扩张和重构而形成的（王红等，2009；王恩旭等，2016）。旅游产业的不断发展可以推动区域经济转型升级和功能多元化、社会变迁和文化重构，带动城镇地域延伸，逐渐成为城镇化的主导力量（Mullins，1991；刘雨婧等，2019）。云南省凭借丰富的旅游资源、广泛的旅游品牌效应、完整的旅游产业体系和广阔的旅游市场需求等优势（岑蜀娟等，2008），努力把旅游产业培育成全省经济社会发展的重要战略性支柱产业①资料来源：《云南省旅游产业“十三五”发展规划》。和加快城镇化进程的基础性支撑产业。2018 年云南省旅游总收入达8991.44 亿元，占全省GDP比重50.28%②资料来源：云南省2018年国民经济和社会发展统计公报。，促进了经济增长，优化了城镇化所需的产业布局。2017年旅游直接就业人数达326 万③数据来源：http：//ylxf.1237125.cn/News View.asox？NewsID=271351.，为城镇居民提供了更多的就业机会，进一步扩大了城镇规模。2018 年云南省城镇化率达47.81%，较2011 年的16.50%有很大提升④资料来源：云南省2018年、2011年国民经济和社会发展统计公报。，城镇化进程的加快，反过来为旅游产业发展提供良好的基础，加快实现云南省从旅游大省向旅游强省转变。由此可见，云南省旅游产业与城镇化存在耦合协调关系。

张春燕（2014）、唐新平等（2016）、高楠等（2017）分别探讨了湖北省、大湘西和山西省旅游产业与城镇化的耦合协调程度，发现两者耦合协调发展对于就地城镇化、解决农民身份问题、改善经济结构和就业结构，以及促进区域可持续发展具有积极影响（刘敏等，2015）。但欠发达地区、南沙群岛、东北老工业城市及连片特困区等不同尺度和不同类型区域的耦合协调度存在时空差异，这些区域主要通过区域经济发展水平、交通通达度、制度与产业政策等因素，在时间维度上提升两者的耦合协调水平，在空间维度上增强城镇化发展的地理空间增长极需求和旅游业发展的旅游中心地需求的耦合程度（庞笑笑等，2014；高维全等，2016；杨友宝等，2016；刘雨婧等，2019）。唐睿等（2017）分析了人口城镇化、经济城镇化、生态城镇化、社会城镇化对云南省旅游产业发展的影响；彭邦文等（2016）分析了云南省旅游产业与城镇化耦合协调度的空间分异规律。在研究内容上，目前仍缺乏以旅游驱动型城市为基础的旅游产业与城镇化耦合协调关系研究；也没有涉及云南省内部各州市旅游产业与城镇化耦合协调度驱动因素的研究；在研究方法上，缺乏以空间分异规律为条件的空间计量分析方法。因此，深入探究云南省旅游产业与城镇化耦合协调驱动因素具有实际价值和理论意义。

1 文献综述

1.1 旅游产业与城镇化耦合协调机理研究

耦合是指两个或两个以上的系统通过相互作用而彼此影响的现象（Illingworth，1996）。协调是指系统之间或系统内要素之间配合得当、和谐一致的关系（吴跃明等，2001）。故耦合度是对系统之间相互作用程度的度量，协调度是对系统之间相互配合程度的度量。若系统之间或系统内部要素之间相互作用程度高、配合程度高，呈现互惠互利、良性循环状态时，表示为良性耦合协调；反之，则表示为恶性耦合协调（李维维等，2018）。旅游产业与城镇化作为两个复杂的系统，旅游产业符合城镇化建设的产业发展要求，是城镇化发展到高级阶段的后续动力；城镇化提供旅游产业发展所需的基础条件，是旅游经济持续发展和旅游产业结构升级的重要抓手，两者存在耦合协调发展关系（Chenery et al.，1975；Yang，2012；Liu et al.，2016）。

一方面，旅游产业发展可以推进城镇化进程，实现城镇多方面发展。（1）旅游产业促进人口城镇化。表现为城镇人口密度和规模扩大，可为农村剩余劳动力提供相对固定的长期从事非农产业的就业机会，如2016年云南省乡村旅游直接从业人数达到43万人、间接就业人数达到80.61万人，带动20多万贫困人口脱贫①国务院扶贫开发领导小组办公室，旅游扶贫的云南作为［EB/OL］.（2017-11-16）.http：//www.cpad.gov.cn/art/2017/11/16/art_5_73501.html.，有效解决了农民的就业难、收入低等问题。（2）旅游产业促进经济城镇化，表现为经济增长与产业结构优化。旅游产业链价值延伸可吸引生产要素聚集，推进产业融合，增强城镇发展活力，同时旅游者的复合型消费可为城镇化提供经济资本，营造良好的经济环境（梁坤等，2014）。2018年云南省接待海内外游客6.88亿人次，人均旅游消费1305.94元，同比增长分别为21.34%、8.18%；接待过夜游客3.17亿人次，同比增长12%②数据来源：2019年云南统计年鉴。，旅游吸引力和消费能力得以提升。（3）旅游产业促进空间城镇化。表现为城镇土地面积的扩大和城镇绿化程度的提高。旅游产业可以提高城镇与外界的物质流、信息流及人员流动，扩大城镇地域空间的延伸与辐射范围（Qian et al.，2012），提升地区宜居、宜游程度。（4）旅游产业促进社会城镇化。表现为城镇建设状况、生活方式的改变。《云南省人民政府办公厅关于促进全域旅游发展的实施意见》③云南省人民政府办公厅.云南省人民政局办公厅关于促进全城旅游发展的实施意见［EB/OL］.（2018-09-04）.http：//www.yn.gov.cn/zwgk/zfgb/2018/2018ndssq_1461/szfbgtwj_1464/201808/t20180830_145966.html.要求重点推进旅游公路、服务区、公共休闲设施体系等旅游公共服务基础设施建设，改善城镇软硬基础设施，为城镇基础服务提升奠定基础。（5）旅游产业促进环境城镇化。表现为环境发展水平和环境治理能力提升，旅游休闲景区、游憩公园、绿地广场等资源的多元化开发，以及对生态环境的保护性开发。

另一方面，城镇化是旅游产业的重要依托，可以促进旅游经济增长，提升旅游产业发展质量。首先，从支撑条件来看，城镇化将城镇丰富的自然资源和文化资源转化为高品质的旅游资源，逐渐完善城镇基础设施、服务、教育支撑体系，优化城镇人居环境，提升旅游者的价值体验，形成持久的旅游吸引力（梁坤等，2014）。虽然云南省是中国景观多样性、生物多样性、民族多样性、变化多样性的密集区（廖建华，2008），拥有丰富的高原山地、河流湖泊风光等自然旅游资源和边疆民族风情等文化旅游资源，吸引了大量旅游者，但部分地区受经济发展水平、基础设施条件和交通通达性限制，旅游资源优势未能完全发挥出来。其次，从消费与效益角度来看，城镇化建设可提升地区对外开放程度、居民可支配收入与消费能力，为旅游消费市场提供较为广阔的空间，也可以通过交通与通信等基础设施建设来增加住宿、餐饮、零售、娱乐、教育、金融、保险等旅游相关产业效益，推动城镇产业结构转型升级（蔡刚等，2018）。据统计，2018年云南省接待入境旅游总人数同比增长3.8%，省外游客占总接待总量的57.85%，周边地区、经济相对发达的省份是主要客源市场，省内客源市场较同期有所下降①数据来源：云南旅游产业年度发展报告（2018—2019年）。，一定程度上表明开放程度的扩大改善了云南省与海外、省外旅游市场的对接程度。

1.2 旅游产业与城镇化耦合协调驱动因素研究

经济发展水平、技术水平、资本效应、资源禀赋、产业结构、交通设施、服务供给、国家政策、区位条件、生态环境、文化效应等是影响旅游产业与城镇化耦合协调发展水平和空间分异的具体因素。其中，经济发展水平可以提升居民收入与消费水平，推进旅游产业要素集聚，增强旅游消费和供给能力；技术水平的提高可以提升资源利用效率，降低信息不对称带来的负面效应；资本效应影响旅游产业和城镇化对资金的需求；资源禀赋部分决定旅游产业的发展地位，带动城镇产业转型升级和现代服务体系建设；产业结构变化会导致人口、市场、所有制、产品结构等发生相应的变化；交通设施是旅游城镇化时空分异特征的基础，影响城市之间的政治、经济等联系；服务供给条件可以优化旅游投资环境，增强区域经济增长活力；国家政策支持会推进经济发展，提升城镇化和旅游业发展水平；区位条件是引起产业集聚和城镇空间演变的原动力，影响资源开发和资本投入力度；生态环境的改善可以提升城镇发展品质与旅游综合吸引力；文化效应是旅游产业和城镇发展的根源，使旅游产业和城镇更富有生命力（唐新平等，2016；高楠等，2017；李维维等，2018；刘雨婧 等，2018）。

现有研究已实证分析了云南省旅游产业与城镇化之间的耦合协调关系（彭邦文等，2016；唐睿等，2017），但缺乏有关其影响因素的空间计量分析，使得研究成果与现实发展需求存在一定偏差。所以，本文选择云南省的旅游驱动型城市为研究对象，分析其旅游产业与城镇化耦合互动的驱动因素，可为旅游产业与城镇化可持续发展提供研究借鉴。

2 研究设计

2.1 变量选取

2.1.1 被解释变量

本文选取旅游产业与城镇化耦合协调度作为被解释变量，前提是测算旅游产业与城镇化的综合发展水平。考虑到单一指标不能完全反映旅游产业与城镇化发展水平与内在联系，研究采取多项指标设计综合评价指标体系。

旅游产业是生产或提供满足旅游消费者在旅游过程中所需要的产品和劳务的部门或企业的集合（张凌云，2000）。王坤等（2006）、刘雨婧等（2018）和孙剑峰等（2019）的研究都强调了旅游经济效益、市场规模和发展规模的重要性。其中，经济效益是衡量旅游发展水平的直接体现；市场规模是旅游产业所具有的开拓市场，占据市场并以此获得利润的能力；发展规模是旅游产业发展的潜在支撑。基于此，本文构建出旅游产业评价指标体系（见表1）。

城镇化是人类生产生活方式从农村向城镇转化的自然历史过程（陈明星，2015）。自新型城镇化概念被提出以来，其发展目标由传统的扩大城镇规模和空间转变为改善农村生产生活条件、建设基础设施服务、优化生态环境等，成了涵盖人口属性、经济模式、空间属性与社会生活方式演变过程的综合概念（任亚文等，2019）。现有研究多从人口市民化的人口城镇化、生产力提高的经济城镇化、城镇格局优化的空间城镇化、城镇功能提升的社会城镇化、绿色可持续发展的环境城镇化等角度测量城镇化发展质量（He et al.，2017；赵磊 等，2019；王芳 等，2020），基于此，本文构建出城镇化评价指标体系（见表1）。

通过向相关领域的专家进行意见征求和因子分析，本文确定了指标层，具体指标体系见表1。

表1 云南省旅游产业与城镇化综合评价指标体系

2.1.2 解释变量

参考文献综述中旅游产业与城镇化耦合协调发展驱动因素的研究，为避免共生性问题，本文未选取经济发展水平、资源禀赋、服务供给、生态环境影响因素；依据资料可获取、数据可量化的原则，本文以政府能力替代国家政策，可有效发挥政府之“手”的宏观调控作用，缩小城乡间发展差距，避免因盲目竞争带来的资源浪费（赵建吉等，2020）；以文化资源禀赋替代文化效应，文化资源禀赋是旅游产业和城镇特色化发展的前提条件，其禀赋程度制约旅游产业发展规模和城镇生命力（孙剑锋 等，2019）。

同时，参考影响旅游产业与城镇化空间差异的共同因素补充完善解释变量，选取消费能力、对外开放程度和城乡差异（于燕，2015；张立生，2016；周亮 等，2019）。消费能力的提升能够促进生产和就业，使得人口集聚，推进人口城镇化，也能促进经济增长，拉动旅游消费，提升旅游需求；对外开放程度是吸引海外旅游者和创造旅游外汇收入的重要前提，可以为该地区经济发展带来溢出效应和竞争效应，提升经济发展效率；城乡差异所表现出的二元分割不利于生产要素流动、公共服务均等和产业空间布局，从而对旅游城镇化效率产生负向影响。

具体而言，本文选取人均社会消费品额（CON）、科技人员数（TEC）、人均固定资产投资额（CAP）、第三产业生产总值所占比例（IND）、等级公路的路网密度（TRA）、实际利用外资总额（INV）、城乡居民收入差距（GAP）、地方财政支出占GDP比重（GOV）、旅客周转量（TOR）、非物质文化遗产和文物保护单位数量（CUL）作为解释变量来表征消费能力、技术水平、资本投入、产业结构、交通条件、对外开放程度、城乡差异、政府能力、区位条件、文化资源禀赋（潘冬南，2017；刘兆德等，2017；周强 等，2018；张泽义，2018；赵建吉 等，2020）。

2.2 研究方法

2.2.1 熵值法

本文运用熵值法来确定指标权重，分析旅游产业与城镇化的综合发展水平。熵值法具体可分为数据标准化处理、指标比重、信息熵值与权重、综合发展水平4个步骤，相关公式见乔家君（2004）和刘成昆等（2019）的文献。

2.2.2 耦合协调度模型

在测算旅游产业与城镇化综合发展水平的基础上，探讨两者的耦合协调度。耦合度可以从数值上清楚地反映旅游产业与城镇化的耦合程度，却不能反映两者相互作用的具体程度，还需进一步计算其耦合协调度以度量系统之间彼此和谐一致的程度。本文依据廖重斌（1999）、丛晓男（2019）的研究建立耦合度模型与耦合协调度模型，具体如下：

其中，C是耦合度，D是耦合协调度；U1是旅游产业的综合评价水平，U2是城镇化的综合评价水平；α，β是待定系数，都赋值0.5；D的取值范围为［0，1］，当0≤D≤0.3、0.3＜D≤0.5、0.5＜D≤0.8、0.8＜D≤1时，表明其处于低度协调、中度协调、高度协调、极度协调（王坤等，2016）。

2.2.3 空间自相关性分析

（1）全域Moran’sI指数

全域Moran’sI指数可以从整体上衡量旅游产业与城镇化耦合协调度的空间联系程度，取值范围为［-1，1］。其值为负时，表明存在空间负相关，越接近-1，表明其空间离散程度越高；其值为0时，表明存在空间随机性；其值为正时，表明存在空间正相关，越接近1，表明其空间集聚程度越高（刘承良等，2018）。计算公式如下：

其中，du、dv是空间单元u和v的属性值是du的平均值；s2是变量的均方差；wuv是空间权重矩阵。

（2）局部Lisa指数

局部Lisa 指数可以从局部上度量旅游产业与城镇化耦合协调度的空间差异性，结合Moran 散点图或Lisa 聚集图可以表明两者的局部空间分布规律（Anselin，1995）。计算公式如下：

2.2.4 空间计量模型

若旅游产业与城镇化耦合协调度存在空间自相关性，则说明云南省各州市之间存在空间相互作用，需要构建空间计量模型，包含空间滞后模型、空间误差模型和空间杜宾模型。

（1）空间滞后模型

空间滞后模型（Spatial Lag Model，SLM）是包含有空间滞后变量的空间计量模型，可以明确被解释变量在各地区的空间相关性，探讨被解释变量在相邻近地区是否存在空间溢出效应（钱晓烨等，2010）。计算公式如下：

其中，yit表示被解释变量在第i个截面单元第t时期的观测值；xit表示解释变量在第i个截面单元第t时期的观测值；wij表示空间加权矩阵W的第i行第j列元素；ρ是空间回归系数；βi是待估系数；μi是空间固定效应；θt是时间固定效应；εit是标准误差项。

（2）空间误差模型

空间误差模型（Spatial Error Model，SEM）是包含空间误差项的空间计量模型，误差项具有空间自回归特征，可以考察存在于空间误差项中的空间依赖作用，探讨相邻近地区对被解释变量的误差的影响在多大程度上影响了本地区的观测值（钱晓烨等，2010）。计算公式如下：

其中，yit表示被解释变量在第i个截面单元第t时期的观测值；xit表示解释变量在第i个截面单元第t时期的观测值；wij表示空间加权矩阵W的第i行第j列元素；φit表示空间自相关误差项；λ是空间误差系数；μi是空间固定效应；θt是时间固定效应；εit是标准误差项。

（3）空间杜宾模型

空间杜宾模型（Spatial Durbin Model，SDM）是改进之后的空间面板模型，可以考察内生变量的空间依赖性，也可以分析外生变量的直接影响及由此类因素的空间交互作用所产生的影响（Lesage et al.，2009）。其计算公式如下：

其中，yit表示被解释变量在第i个截面单元第t时期的观测值；xit表示k个解释变量在第i个截面单元第t时期的观测值；wij表示空间加权矩阵W的第i行第j列元素；ρ、ri是空间回归系数；βi是待估系数；μi是空间固定效应；θt是时间固定效应；εit是标准误差项；k是解释变量个数。

2.3 研究区域

云南省凭借区位、自然、文化资源优势成为我国最早发展旅游产业的省份之一，经历1978—1988 年接待型向产业型转变阶段、1989—1994 年经济产业确立阶段、1995—2004年支柱产业确立阶段、2005—2012年二次创业阶段、2013—2018年旅游强省建设阶段之后已经成为旅游产业发展较为成熟的区域（中国旅游研究院昆明分院暨云南省旅游规划研究院，2019），总体增长速度超过全国平均水平，具备旅游驱动城镇化发展的基础条件与优势。但是云南省下辖8 个地级市和8 个自治州的旅游产业综合发展水平存在明显的非均衡性空间分异（刘安乐等，2015），所以，依据王恩旭等（2016）划分旅游驱动型城市的衡量标准，本文选取2018 年云南省16个州市中旅游收入与GDP的比值大于30%的州市作为研究对象，最终确定昆明市、保山市、丽江市、普洱市、楚雄州、红河州、文山州、西双版纳州、大理市、德宏州、怒江州、迪庆州等12个州市为研究区域。

2.4 数据来源

文中数据主要来源于2010—2019年《云南统计年鉴》、2009—2018年云南省各州市《国民经济和社会发展统计公报》、云南省文化和旅游厅及各州市文化和旅游局网站，部分不能获取的数据利用线性回归方法补充完整。

3 结果分析

3.1 耦合协调度分析

基于公式（1）、公式（2），计算出云南省旅游驱动型城市旅游产业与城镇化的耦合协调度。如图1所示，旅游驱动型城市耦合协调度总体上较为稳定，昆明属于极度协调，丽江、迪庆、大理、西双版纳、红河属于高度协调，德宏、楚雄、保山、普洱、文山属于中度协调，怒江属于低度协调。依据年份趋势分析其相关统计量，如表2所示，2009—2018 年平均值都处于0.5 左右且缓慢增大表明耦合协调度处于中等水平但上升速度缓慢；方差与极差处于小幅度地波动上升，表明耦合协调的稳定性较好，发展趋势不佳，且旅游产业与城镇化之间的差异随着时间变化在增大。

图1 2009—2018年云南省旅游驱动型城市旅游产业与城镇化耦合协调度水平

表2 2009—2018年云南省旅游驱动型城市旅游产业与城镇化耦合协调度的相关统计量

3.2 空间自相关分析

3.2.1 全域空间自相关分析

根据全域空间自相关模型，计算出2009—2018 年云南省旅游驱动型城市旅游产业与城镇化耦合协调度的Moran’sI指数，均在99%置信度水平下通过检验，具体值如表3所示。Moran’sI为负，表明耦合协调度呈现负的空间相关性，空间分布呈离散状态。整体上Moran’sI值逐渐上升，从2009 年的-0.2870 波动上升至2018年的-0.3495，表明耦合协调度的空间离散效应在增强。

表3 2009—2018年云南省旅游驱动型城市旅游产业与城镇化耦合协调度的Moran's I指数

3.2.2 局部空间自相关分析

根据局部空间自相关模型，计算出2009—2018 年云南省旅游驱动型城市旅游产业与城镇化耦合协调度的Lisa 指数。以2009 年、2018 年为时间节点，利用ArcGIS软件生成耦合协调度空间集聚图（见图2）。从图2可以看出，2009年，昆明、丽江、西双版纳空间分异较小，自身及周边区域耦合协调度较高，形成高-高集聚区；大理、迪庆、红河空间差异较大，自身耦合协调度高但周边区域较低，形成高-低集聚区；德宏、保山、普洱空间差异较小，自身及周边区域耦合协调度较低，形成低-低集聚区；楚雄、保山、普洱空间差异较大，自身耦合协调度低但周边区域较高，形成低-高集聚区。2018年，空间集聚图产生一定变化，西双版纳由高-高集聚区转变为高-低集聚区；保山、普洱由低-低集聚区转变为低-高集聚区。

图2 2009年（左图）、2018年（右图）云南省旅游驱动型城市旅游产业与城镇化耦合协调度空间集聚图

通过空间自相关分析，发现旅游驱动型城市旅游产业与城镇化耦合协调度存在空间相关性，但在不同州市存在差异，空间分布也并不呈现完全随机性，所以，研究需利用空间计量模型来分析耦合协调度的驱动因素。

3.3 空间计量分析

3.3.1 空间面板模型模拟结果估计

研究依据LM、LR、Hausman 和Wald 检验，选取最为合适的空间计量模型。对不含空间效应的面板模型进行OLS估计，得到无固定、空间固定、时间固定、时空固定4 种效应下的LM 检验和R-LM 检验结果，如表4 所示。发现空间滞后效应和空间误差效应仅在时间固定效应下的LM 和R-LM 检验结果不同，其他结果都一致，因此研究仍需进一步构建更具一般意义的空间杜宾模型。我们采用LR 检验分析动态空间杜宾模型的固定效应，发现其空间固定效应显著，时间固定效应不显著；采用Hausman检验判断空间杜宾模型的时空固定效应和空间固定、时间随机效应，发现时间固定效应下的模型拟合优度高于随机效应；同时对时空效应下的空间杜宾模型进行Wald 检验，发现其并不能弱化为SLM 和SEM 模型。因此，研究最终选取具有时空效应的空间杜宾模型作为本文的空间计量分析模型，模拟结果如表5所示。结果表明：

（1）回归系数的t值和z值表明，云南省旅游驱动型城市旅游产业与城镇化耦合协调度受到本州市人均社会消费品额、第三产业生产总值所占比例、等级公路的路网密度、地方财政支出占GDP 比重、旅客周转量、非物质文化遗产和文物保护单位数量等6个因素的显著正向影响，而不受科技人员数、人均固定资产投资额等其他4 个因素的影响。如在其他因素不变的情况下，人均社会消费品额每增加1%，耦合协调度增加0.0007%。

（2）滞后项系数的t值和z值表明，云南省旅游驱动型城市旅游产业与城镇化耦合协调度受到邻近州市人均社会消费品额、人均固定资产投资额、实际利用外资总额、旅客周转量、非物质文化遗产和文物保护单位数量5 个因素的显著影响，其中，人均社会消费品额、实际利用外资总额、非物质文化遗产和文物保护单位数量是正向影响因素，如邻近州市人均社会消费品额每增加1%，耦合协调度增加0.0011%；人均固定资产投资额、旅客周转量是负向影响因素，如邻近州市人均固定资产投资额每增加1%，耦合协调度降低0.0003%。

（3）整体而言，云南省旅游驱动型城市旅游产业与城镇化耦合协调度受到本州市及邻近州市人均社会消费品额、旅客周转量、非物质文化遗产和文物保护单位数量的共同影响，且邻近州市的影响程度更大。但本州市旅客周转量所代表的区位条件可以推进旅游产业和城镇化耦合协调发展，邻近州市区位条件在一定程度上制约了本地区旅游产业和城镇化耦合协调发展。

表4 不同时空效应下LM和R-LM检验

表5 空间杜宾模型估计结果

3.3.2 空间杜宾模型效应分解

为反映解释变量对被解释变量的影响，研究分析了空间杜宾模型的直接效应和间接效应，如表6所示，结果表明：

表6 空间杜宾模型的直接和间接效应

（1）人均社会消费品额、非物质文化遗产和文物保护单位数量的直接效应和间接效应均显著为正，证明对本州市及邻近州市旅游产业和城镇化的耦合协调度产生正向影响。消费水平的增加表明居民生活水平的提升，可带动人才、资金等流动，促进旅游消费，其空间溢出能力更强，表明本州市的高消费能力可增强人们跨区旅游动机，带动邻近州市经济发展。文化资源禀赋可以转化为旅游形象优势和经济优势，其具备的空间溢出能力表明本州市文化发展可以形成示范效应和辐射效应，带动邻近州市挖掘文化资源，推动以文化为主要内涵的旅游产业与城镇化耦合协调发展。

（2）旅客周转量的直接效应显著为正，间接效应显著为负，对本州市和邻近州市旅游产业和城镇化的耦合协调度分别产生正向和负向影响。由此可见，有利的区位条件仍是云南省旅游驱动型城市开发旅游、建设城镇的重要基础，可以推动城镇空间规模的扩张，带动人口、资源、信息技术等要素的集聚发展，提升旅游市场发展潜力，同时也限制区位条件不好的邻近州市的旅游产业和城镇化协调发展。

（3）第三产业生产总值所占比例、等级公路的路网密度、地方财政支出占GDP比重的直接效应正向显著，间接效应不显著。由此可见，合理的产业结构可以吸引本州市乡村广大剩余劳动力集聚，为旅游产业和城镇化建设提供人力资源，但对邻近州市人口的吸引力、辐射影响力仍较低，故还需优化产业结构。公路是云南省旅游驱动型城市的基础性交通系统，其基本上可以代表各州市交通水平，交通水平高代表其基础设施水平高、经济发展水平高、可进入性高，有助于社会生产和消费要素聚集，提升生产力和竞争力。政府财政支出仍是云南省旅游产业和城镇化建设的主要资金来源，其主导作用可以提高以旅游产业作为城镇化发展、经济增长的基础力量作用，缩小城乡发展差距，提升居民生活质量。

（4）人均固定资产投资额、实际利用外资总额的间接效应显著，直接效应不显著。人均固定资产投资额直接效应不显著，表明云南省旅游产业与城镇化耦合协调发展已不能严重依赖传统的粗放型发展方式，需要转变发展方向；但同时其存在负向空间溢出效应说明旅游驱动型城市现有的公共基础服务设施不健全，仍需改善基础设施，为旅游产业和城镇化高质量协调发展奠定良好基础。实际利用外资总额直接效应不显著，表明扩大外资和对外开放程度不会促进旅游产业与城镇化耦合协调发展；但同时其存在正向空间溢出效应，表明对外开放可以产生外溢效应，但目前云南省旅游驱动型城市利用外资水平较低，所产生的技术带动能力、吸纳人口集聚能力有限。

（5）科技人员数、城乡居民收入差距的直接效应和间接效应都不显著。说明云南省旅游驱动型城市现有技术水平较低，技术作用尚未发挥出来，但随着“一部手机游云南”等数字化技术平台的应用，其带动能力会得到增强；各州市的城乡居民收入差距逐渐降低，但在一定程度上仍制约旅游产业和城镇化的耦合协调发展，各旅游驱动型城市仍需提升乡村居民收入，缩小城乡收入差距，以旅游产业为基础推动就地城镇化。

4 研究结论与局限

4.1 研究结论

本文运用熵值法与耦合协调度模型测量了云南省旅游驱动型城市旅游产业与城镇化的耦合协调关系，运用空间杜宾模型分析了各驱动要素对旅游产业与城镇化耦合协调度的影响程度，结论如下：

（1）云南省12 个旅游驱动型城市中，多数城市旅游产业与城镇化的耦合协调度属于中高度协调水平，但存在明显的地区差异。

（2）人均社会消费品额、第三产业生产总值所占比例、等级公路的路网密度、地方财政支出占GDP 比重、旅客周转量、非物质文化遗产和文物保护单位数量正向显著地影响云南省旅游驱动型城市旅游产业与城镇化的耦合协调发展。由此可见，区位、交通仍是旅游产业与城镇化耦合协调发展的先决条件，区位条件好、交通水平高的州市，耦合协调程度较高；政府能力、消费能力是耦合协调发展的基础因素，政府财政支出水平高、居民消费水平高的州市，经济发展水平较高，旅游产业与城镇化耦合协调的能力越强；产业结构、文化资源禀赋成为耦合协调发展的后发因素，逐渐为旅游产业与城镇化发展注入动力。

（3）消费能力、资本投入、对外开放程度、区位条件、政府能力对云南省旅游驱动型城市旅游产业与城镇化的耦合协调发展具有显著的空间溢出效应。消费能力、文化资源禀赋、对外开放程度对邻近州市旅游产业与城镇化的耦合协调发展有一定的提升作用，但区位条件、资本投入会限制邻近州市旅游产业与城镇化的耦合协调发展。

4.2 研究启示

（1）要发挥昆明、丽江、西双版纳的示范和辐射效应，提升其他州市旅游产业与城镇化耦合协调度，缩小各州市之间差距，增强其空间集聚效应。

（2）云南省各州市在推进旅游产业与城镇化耦合协调发展的进程中需要重视本地区及邻近地区消费能力、资本投入等因素的作用，避免各州市之间出现恶性竞争等问题，在城镇化驱动下构建旅游圈，实现客源互送，市场共享，促进区域合作共赢，提升整体发展水平。

（3）加大力度提升居民消费能力，挖掘区域文化资源，发挥两者正向空间溢出能力，推动本地区及邻近地区旅游产业与城镇化的耦合协调发展。

4.3 研究局限

受云南省旅游产业与城镇化部分相关数据难以获取的限制，本文在实际测算中会存在一定偏差；同时，驱动因素的确定可能会存在遗漏。未来可以扩大研究区域与因素的选取范围，进一步分析旅游产业与城镇化耦合的内在机理。