东北三省旅游经济空间格局演变研究

吕 波， 王 辉， 何 悦， 周仲鸿

（渤海大学管理学院，辽宁锦州 121013）

随着大众旅游时代的到来，旅游业成为带动地区发展最具有活力的朝阳产业. 旅游业是一个综合性经济产业，涉及很多相关领域，包括餐饮、娱乐、文化、贸易、通信等. 旅游业的发展增加了区域内的人流、物流、资金和信息流的流动，促进地区发展水平的提高. 从2016—2018年《中国统计年鉴》中发现，辽宁GDP总量处于中等水平，吉林和黑龙江排在全国下游水平. 3个省份GDP增速也并不乐观，甚至呈现下滑的趋势，旅游总收入全国排名相对靠后，旅游业对辽宁、吉林、黑龙江地区GDP总量的贡献率较低. 旅游资源是一个地区发展旅游业的基础，东北旅游资源丰富，森林、草原、湿地、冰雪、工业、农业等旅游资源在全国独具特色，生态环境优越，发展旅游产业具有较大潜力. 因此，掌握东北三省旅游经济的动态发展过程，对加强地区间的合作、提高旅游资源利用率、优化和升级旅游产业结构具有重要意义.

国内学者对旅游经济的研究. 主要集中在旅游经济发展［1-2］、旅游经济差异［3-4］和旅游经济增长影响［5］3个方面. 具体来看，分别聚焦于旅游经济的发展模式、旅游经济时空特征以及旅游产业结构对旅游经济增长的影响. 此外，部分学者从地理空间角度分别对辽宁、吉林、黑龙江的旅游经济进行了相关研究. 王蕾等利用加权变异系数、基尼系数、Theil 指数分析了辽宁省14 个城市2001—2012 年旅游经济时空差异及其演变［6］；甘静等以吉林省9个地级市（州）为例，运用泰尔指数、地带分离系数等方法对2002—2014年吉林省旅游经济差异性以及空间格局进行深入分析［7］；于洪雁等基于引力模型，获取黑龙江省12个地级市的旅游经济联系度作为基础数据，探讨了空间结构特征［8］. 上述研究均以各省旅游经济作为研究对象，只能说明自身旅游经济差异性以及演变规律，并不能比较东北三省城市间旅游经济的区别和演变过程. 在研究方法上，多以标准差、变异系数、基尼系数、泰尔系数等定量方法较为常见. 骆泽顺等［9］、沈惊宏等［10］、高芳等［11］利用上述方法分别研究了旅游经济差异演化特征及收敛性、旅游经济增长与区域差异空间格局演变、旅游经济区域差异. 但随着空间分析方法技术的成熟，应用新方法研究地区间旅游经济的差异更具有合理性. 结合GIS 技术将数据进行可视化处理，以更直观具体的方式揭示东北三省旅游经济的空间依赖性与空间异质性. 在研究尺度上，全国［12-13］、省域［14-15］范围较多，省域尺度上集中在云南、浙江、安徽、新疆、湖北等省份，跨区域［16］研究相对较少，更鲜有对东北三省旅游经济演变过程的研究.

辽宁、吉林、黑龙江三省作为东北老工业基地，资源型城市转型面临较大问题，要打破现阶段经济发展瓶颈，大力发展旅游产业是个很好的契机. 充分集中东北三省优势资源，加强区域间旅游产业合作，推动东北老工业基地振兴. 鉴于此，本研究选取2009—2018年截面数据，以东北三省作为研究对象，运用全局自相关、局部自相关和局域关联指数等分析方法，探究其旅游经济空间格局动态演变规律，为东北三省区域间旅游产业联动和一体化发展提供科学依据.

1 数据来源与研究方法

1.1 数据来源

东北三省36 个地级市（自治州、地区）旅游收入从2010—2019 年各地级市（自治州、地区）统计年鉴及2009—2018年各地级市（自治州、地区）国民经济和社会发展统计公报中获取. 其他指标数据来源于2010—2019年《辽宁省统计年鉴》《吉林省统计年鉴》《黑龙江省统计年鉴》以及2010—2019年《中国城市统计年鉴》.

1.2 研究方法

1.2.1 重力模型 重心的演变轨迹能反映区域要素在地理空间上的变化规律，通过研究东北三省旅游收入重心变化分析地区旅游经济空间差异特征，计算公式如下：

式中：X和Y分别表示东北三省旅游经济重心的纬度和经度；Xi和Yi为东北三省各地级市（自治州、地区）行政中心的纬度和经度；Mi为各地级市（自治州、地区）旅游收入.

1.2.2 全局自相关 全局自相关反映某指标在整个地理空间范围内分布特征，即测算东北三省旅游经济在区域内的集聚特征，公式为：

式中：xi（ xj）表示东北三省各地级市（自治州、地区）在地理空间单元i（ j ）上的观测值；wij表示空间权重矩阵，即地理空间单元i 与j 相邻为1，不相邻为0；xˉ为均值. 当Moran’s I＞0，表明旅游经济呈现正空间自相关；Moran’s I＜0，表明旅游经济呈现负空间自相关.

1.2.3 局部自相关 局部自相关用来测量某指标在局部地理空间上自相关性，即东北三省各地级市（自治州、地区）旅游经济与周围地区的差异特征，公式为：

局部自相关通过散点图判断各地区间旅游经济的关联程度，再根据通过0.05显著性水平检验的LISA集聚图判断东北三省局部地区旅游经济的空间集聚特征.

2 东北三省旅游经济空间格局演变

2.1 东北三省旅游经济重心年际变化特征

2009—2018 年东北三省旅游经济重心在42.16°N～42.82°N、123.93°E～124.71°E 范围内波动. 根据其波动幅度，可分为两个阶段，包括稳定阶段和跳跃阶段. 在研究时间段内东北三省旅游经济重心演变由稳定阶段向跳跃阶段转移. 具体而言，2009—2014年旅游经济重心由42.17°N、123.97°E迁移到42.26°N、124.03°E，纬度前后相差0.09°、经度前后相差0.06°，6 年间旅游经济重心发生微小变化；2014—2018 年经纬度相差较大，其中2015年经纬度变化最大，与2014年相比，纬度相差0.30°、经度相差0.40°. 由图1可知，2009—2018年东北三省旅游经济重心在辽宁省内且向东北方向偏移. 主要由于辽宁的沈阳和大连旅游收入排在东北三省前列，辽宁省内其他城市旅游发展较好，年旅游收入大部分超过100 亿元. 吉林和黑龙江除省会城市以外，极少数城市年旅游收入达到100 亿元. 根据2019 年《中国文化和旅游统计年鉴》资料显示，2018年辽宁、吉林、黑龙江星级饭店数量分别为343个、100个、173个；3A及以上旅游景区数量分别为374 个、177 个、293 个.辽宁星级饭店数量和旅游景区数量均在首位，说明辽宁省旅游要素高于吉林、黑龙江两省，地区旅游业发展水平较高. 2014年以后，吉林省的长春、吉林等城市和黑龙江省哈尔滨地区旅游收入显著提高，旅游经济重心开始向东北方向偏移，这种不平衡的趋势逐渐减小，但辽宁旅游经济优势依旧排在东北三省之首.

2.2 东北三省旅游经济空间格局关联特征

2.2.1 全局自相关分析 通过Geoda 软件测算2009—2018 年东北三省36 个地级市（自治州、地区）旅游经济在地理空间上的关联性以及集聚特征. 由全局Moran’s I 指数测算结果显示（表1），2009—2018年东北三省旅游经济全局Moran’s I指数大于0，除2015 年外均通过显著性检验（Z 值大于1.96，P 小于0.05），说明东北三省旅游经济呈正空间自相关，即旅游经济高或低的地级市（自治州、地区）分别在空间集聚.

图1 2009—2018年东北三省旅游经济重心迁移轨迹Fig.1 The migration track of tourism economic center of gravity in the three northeastern provinces from 2009 to 2018

表1 2009—2018年东北三省旅游经济全局Moran’s I 指数测算Tab.1 The overall moran index of the tourism economy of the three northeastern provinces from 2009 to 2018

2.2.2 局部自相关分析 借助Geoda 软件进一步计算2009—2018 年东北三省各城市与周围城市旅游经济的具体集聚特征. 将散点图汇总成表2，其中4个象限分别包括H-H 象限（高-高区域）、L-L（低-低区域）、H-L 象限（高-低区域）、L-H 象限（低-高区域）. H-H 象限与L-L 象限内城市在20 个以上，占总数的55.56%，说明东北三省旅游经济表现为空间依赖性，即东北三省旅游经济空间格局以扩散互溢和低速增长为主导. 自2014 年以后，H-H 象限内城市数量明显减少，L-L 象限内变化较小，表明在一定程度上东北三省旅游经济空间依赖性是处于低水平的. 从省域角度来看，H-H象限内大连、鞍山、本溪、丹东等辽宁城市占多数，吉林仅长春、吉林等处于H-H 象限内，黑龙江仅哈尔滨从H-L 象限跨越到H-H 象限内；L-L 象限内齐齐哈尔、鸡西、鹤岗、双鸭山等黑龙江城市最多，辽宁和吉林的城市数量相对较少. 因此，东北三省中辽宁和黑龙江旅游经济结构较为稳定. 将通过显著性检验的LISA 集聚图汇总成表3，2009—2018 年东北三省旅游经济高-高集聚区主要集中在辽宁、吉林，低-低集聚区集中在黑龙江，且高-高集聚区面积不断减少，低-低集聚区面积增加. 具体来看，10 年间高-高集聚区由辽宁营口、辽阳等城市变化到吉林省吉林市；低-低集聚区的城市数量依旧在黑龙江省内增加. 低-高集聚区发生在辽宁阜新、辽阳等以及吉林松原，说明辽宁和吉林旅游经济不仅表现为显著的高-高和低-低集聚，其市域旅游经济发展差异二元结构也较为显著.

表2 2009—2018年东北三省旅游经济散点图结果Tab.2 Results of the tourism economy scatter chart of the three northeastern provinces from 2009 to 2018

表3 2009—2018年东北三省旅游经济LISA集聚图结果Tab.3 Results of LISA cluster chart of tourism economy of the three northeastern provinces from 2009 to 2018

2.3 东北三省旅游空间格局冷热点研究

选取东北三省2009、2012、2015、2018 年旅游经济作为研究对象，利用ArcGIS10.2 软件进行热点分析（Getis-Ord Gi*），并通过自然间断点分级法（Jenks）分成4种空间类型，分别为热点区、次热点区、次冷点区、冷点区，进一步探究东北三省旅游经济的空间格局演变（图2）.

图2 2009—2018年东北三省旅游经济空间格局演化图Fig.2 Spatial pattern evolution of tourism economy of the three northeastern provinces from 2009 to 2018

2009年热点区多数在辽宁，次热点区在吉林四平、辽源、通化、白山以及辽宁辽阳、鞍山、丹东. 次冷点区分布在吉林长春、吉林、松原、白城、延边和黑龙江大庆、齐齐哈尔. 冷点区全部集中在黑龙江省内.2012 年辽宁全省为热点区，吉林四平、辽源由次热点区变成热点区，长春、吉林等城市由次冷点区变成次热点区. 黑龙江地区次冷点区、冷点区无明显变化. 可见，2009—2012年东北三省旅游经济发展呈现出稳定的趋势，冷热点区域呈现有序的交替变化. 2015 年辽宁仅沈阳、抚顺、本溪、铁岭、葫芦岛为热点区，其他均由热点区退为次热点区和次冷点区；吉林和黑龙江冷热点区变化较小；2018 年辽宁冷热点区数量保持稳定，吉林以热点区为主，黑龙江地区冷点区和次冷点区缩小，热点区和次热点区进一步扩大. 因此，2012—2018 年除冷点区之外，热点区、次热点区、次冷点区均表现出明显的区域跃迁现象，冷热点区域呈现出随机化的分布模式.

综上所述，2009—2018年东北三省旅游经济表现出不稳定的态势，旅游经济发展由“西南高、东北低”逐渐演变为“中间高、两端低”的空间格局. 热点区、次热点区、次冷点区由集中的“团状”分布变成较为分散的“块状”分布；冷点区分布一直较为集中，呈“带状”分布. 另外，4个时段的热点区和次热点区分别为18、22、17、21个，占总区域的50%、61%、47%、58%，说明10年间东北三省旅游经济的发展以热点区为主.

3 影响东北三省旅游经济因素分析

3.1 影响因素评价指标选取及测算结果

在参考已有文献的基础上，结合东北三省的实际情况以及数据的可获得性，本研究从经济、交通、旅游资源、环境质量、居民生活水平、人力资源、信息资源7个方面选取了人均GDP、地区生产总值、客运量、旅客周转量、A级景区数量、生活垃圾无害处理率、生活垃圾清运量、社会消费品零售总额、城镇人均可支配收入、第三产业从业人员、普通高等学校在校生人数、邮电业务总量、移动电话用户数量13个度量指标，运用灰色关联法以旅游收入作为参考序列、13个度量指标作为比较序列，分析其对东北三省旅游经济的关联程度.

由测算结果可知（表4），影响东北三省旅游经济的一级指标关联度由大到小排序：居民生活水平因素、旅游资源因素、人力资源因素、经济因素、信息资源因素、环境质量因素、交通因素；影响东北三省旅游经济二级指标由大到小排序：A级景区数量、社会消费品零售总额、地区生产总值、人均GDP、生活垃圾无害处理率、城镇人均可支配收入、移动电话用户数量、第三产业从业人员、旅客周转量、普通高等学校在校生人数、客运量、生活垃圾清运量、邮电业务总量.

表4 2009—2018年东北三省旅游经济影响因素及与各指标关联度Tab.4 Influencing factors of tourism economy in the three northeastern provinces and their correlations withvarious indicators from 2009 to 2018

3.2 结果分析

通过对比发现，居民生活水平的关联度最高，数值为0.902，该指标下的社会消费品零售总额和城镇人均可支配收入关联度排名相对靠前，充分说明提高居民生活水平对东北三省旅游经济发展具有显著的促进作用. 生活质量的改善，使人们不仅仅局限于物质生活的满足，还进一步追求精神世界的充实. 旅游资源关联度为0.893，序位排在第二，表明旅游资源对东北三省旅游经济的发展也极为重要. 旅游资源是地区旅游业发展的基础，具有丰富旅游资源的地区，更容易开发高质量旅游景区，促进地区旅游经济水平提高. 人力资源对东北三省旅游经济的影响也较为明显，其二级指标中第三产业从业人员关联程度要高于普通高等学校在校生人数，说明服务行业的发展对东北三省旅游经济具有带动作用. 普通高等学校学生作为潜在游客，并没有与东北三省旅游经济表现出较大的关联性. 因此，激发学生的旅游动机促进地区旅游经济发展有待改善. 经济关联度为0.795，二级指标地区生产总值、人均GDP的关联度分别排在第三、第四，表明经济作为地区旅游发展的支撑条件必不可少，对区域旅游经济发展不可忽视. 信息资源、环境质量、交通等关联度排名相对靠后，但其中部分二级指标序位靠前，如生活垃圾无害处理率、移动电话用户数量等因素对东北三省旅游经济影响不容忽视.

4 结论与展望

4.1 结论

运用重力模型、全局自相关、局部自相关、局域关联指数等地理数学方法，分析东北三省旅游经济空间格局演变，并选取7个一级指标，13个二级指标利用灰色关联法探究影响东北三省旅游经济因素的关联程度，得到如下结论.

1）2009—2018年东北三省旅游经济重心在辽宁省内且向东北方向偏移.

2）东北三省旅游经济表现为空间依赖性，即东北三省旅游经济空间格局以扩散互溢和低速增长为主导. 旅游经济高-高集聚区主要集中在辽宁、吉林，低-低集聚区集中在黑龙江. 辽宁、吉林旅游经济发展差异二元结构也较为显著.

3）东北三省旅游经济发展由“西南高、东北低”逐渐演变为“中间高、两端低”的空间格局. 热点区、次热点区、次冷点区均表现出明显的区域跃迁现象，冷点区无明显变化. 2009—2018年旅游经济的发展以热点区为主.

4）居民生活水平、旅游资源、人力资源、经济等一级指标对东北三省旅游经济影响较为显著；生活垃圾无害处理率、移动电话用户数量等二级指标的影响也不容忽视.

4.2 展望

以上研究表明，从旅游经济集聚区、热点区发现，辽宁和吉林两省交界处以及交界处附近城市旅游经济水平高. 上述城市可以作为东北三省旅游发展战略区域增长极. 通过极化作用的减弱，扩散效应的增强，从而带动周围地区共同发展，减少东北三省城市间二元结构化的局面. 此外，随着哈大高铁的开通，缩短了东北三省主要城市哈尔滨、长春、沈阳、大连之间的距离，对于东北三省旅游产业发展来说也是一个机会. 因此，接下来可具体探究哈大高铁对东北三省旅游经济的影响，进而制定完善的东北三省旅游产业战略计划.