京津冀城市群旅游产业集聚时空演变及影响因素

李佳肖， 蔡卫民

(湖南师范大学 旅游学院， 湖南 长沙 410081)

0 引言

产业集聚通过产生内外部经济效益带动区域经济发展.旅游业作为国民经济的支柱产业，集聚发展态势明显，对加强区域产业间经济联系、牢固协作关系、推动城市群一体化发展起着不可替代的作用[1].我国“十四五”旅游业发展规划明确提出提高旅游业发展水平，加强旅游资源整合力度，优化空间布局，健全京津冀协同发展，完善现代旅游产业体系，充分发挥旅游产业的区域协同效应.京津冀作为中国三大城市群之一，是北方经济发展的领跑者，拥有种类丰富齐全且极具地区特色的旅游资源，加之客源市场雄厚，为旅游产业集聚创造了先驱条件，但各城市间竞合无序、条块分割、散点发展等问题仍然存在[2]，一定程度上制约着京津冀地区的协同发展.因此，探究京津冀城市群旅游产业集聚水平的时空演变及驱动因素具有现实意义，对于助力京津冀协同发展意义重大.

国外学者对旅游产业集聚的研究起步较早，如Porter[3]研究发现旅游业发展呈显著集聚态势，且集群化发展有力地促进了区域竞争力的提升.随着研究的深入，其主题逐渐聚焦于产业集聚条件[4]、竞争强度[5]及其与经济发展之间的关系等方面[6-8].国内学者对旅游产业集聚的经济效益[9-10]、动力机制[11]、集聚测度[12]、路径模式[13]及影响因素[10,14]等展开探讨.对于影响因素的研究，多数学者着重探讨单一因子的作用，鲜有研究对其展开多因子交互作用分析.随着旅游业的蓬勃发展，研究视角不断创新.近年来，旅游产业集聚与其他系统之间互动关系[15-16]的研究愈来愈受到学者青睐.在研究尺度方面，已有研究成果多以全国、省域或个别城市为空间单位对集聚水平进行测度，继而展开进一步研究，而以城市群为研究对象开展的探讨相对较少.在研究方法方面，多采用基尼系数、行业集中指数及赫芬达尔指数对集聚水平展开测度[17-18]，影响因素则多借助回归模型[17]、空间计量模型[12]等进行剖析.

综上，国内外学者虽已取得一定研究成果，但仍存在以下不足.现有研究多从省域、市域等进行，以城市群研究尺度展开产业集聚水平的探究相对薄弱；已有研究成果多从经济学等视角展开探讨，基于地理时空两大维度的动态变化研究较为匮乏；对于影响因素的研究多数停留在单因子的作用分析上，对多因子交互影响的研究较少.基于此，本文将对2007—2019年京津冀城市群旅游产业集聚时空演变特征进行深入分析，运用因子探测器和交互探测器模型揭示其影响因素，在理论方面旨在为相关研究提供有益补充，在实践方面响应京津冀协同发展战略，为推进城市群旅游产业高质量、一体化发展提供参考.

1 研究方法与数据来源

1.1 研究方法

1.1.1 区位熵

用于衡量产业发展的规模和集聚程度，本研究选取区位熵法测算京津冀地区旅游产业集聚水平，以地区旅游收入占其GDP的比重与所在区域旅游收入占其GDP的比重之比进行衡量，计算公式如下[9]：

式中：LQ为京津冀城市群各市旅游产业区位熵，其数值的大小表征旅游产业集聚度的高低；ert表示京津冀城市群各市旅游产业产值；er表示京津冀城市群各市地区生产总产值；Est表示全国旅游产业产值；Es表示全国生产总值.

1.1.2 相关性分析

(1)全局Moran's I统计，全局空间自相关用以明确研究对象的空间关联程度和差异程度，公式表达如下[15]：

式中：I为全局Moran's I指数，值域为[-1，1]；n表示京津冀城市群城市总数；Zi和Zj分别表示第i、j个研究对象与全部研究对象空间观测值之差；Wij为空间权重矩阵；I>0，即研究对象存在正相关关系；I<0，为负相关关系；I=0，表明不存在相关关系.

(2)局部 Moran's I 统计，局部空间自相关用以明确研究对象的局域关联特征[15]，表达式为：

式中：Ii为局部 Moran's I 指数，正值表明i城市与其周围地区空间集聚特征相似，即均为高值区或均为低值区；负值表明i城市与周围地区空间集聚特征相异，即高低值区或低高值区.

1.1.3 重心模型

用于反映区域产业集聚的移动轨迹及空间变化特征，本研究采用重心模型的方法测度京津冀城市群旅游产业集聚重心随时间变化的空间移动轨迹，以期进一步了解该区域旅游重心的变化发展情况，公式表达如下[19]：

式中：X、Y表示京津冀地区的重心坐标；Xi、Yi表示京津冀地区i城市的重心坐标；Zi表示i城市旅游产业的集聚度；Dt表示旅游重心移动距离，α为旅游重心移动角度；λ为常数；(Xn，Yn)表示各城市在第n年的地理坐标；(Xn+t，Yn+t)表示各城市在第n+t年的地理坐标.

1.1.4 地理探测器

用于测量空间异质性及空间数据驱动力的统计学方法.本研究采用因子探测器和交互探测器揭示京津冀城市群旅游产业集聚水平空间分异的驱动因素，公式如下[20]：

1.2 数据来源

本文数据主要来自北京市、天津市、河北省11个地级市及全国历年统计年鉴、统计公报，历年《中国城市统计年鉴》和《中国旅游统计年鉴》；在河北省文化和旅游厅官方网站(http://www.hebeitour.gov.cn/)获取历年星级饭店名单.对于无法直接获取的数据采用插值法进行赋值.

2 京津冀城市群旅游产业集聚的时空演变格局分析

2.1 时序演变特征

根据2007—2019年京津冀城市群旅游产业的发展情况，分别从旅游产业集聚水平和区域变异系数两方面展开时序演变分析.旅游产业集聚水平及区域差异情况如图1所示.

图1 2007—2019年旅游产业集聚水平及区域差异演变趋势

由图1可见，京津冀城市群整体旅游产业集聚水平有所提升，基本呈“W”型波动发展态势.旅游产业区位熵指数由2007年的3.101发展至2019年的3.880，并达到最高水平.表明各城市旅游产业间联系愈加紧密，整体呈良好有序发展，但阶段性发展特征明显，具体表现为：下降-缓慢回升-有所下降-加速提升.其中，2007—2011年该地区旅游产业集聚水平呈下降趋势，特别是2010—2011年下降趋势极为显著，这主要与经济发展有关.该阶段京津冀城市群经济水平得到较快发展，旅游产业在生产总值中所占比重相应减少，致使区位熵指数有所下降.2011—2014年各地旅游资源开发强度有所提升，配套设施不断完善，旅游发展环境得到明显改观，集聚水平有所回升.随着产业转型升级，旅游产业内部经历阵痛期，但在2015—2019年旅游产业区位熵指数得到大幅提升，表明该阶段京津冀城市群旅游产业集聚规模和集聚效应有所发展，究其原因为政策初见成效，《京津冀旅游协同发展行动计划(2016—2018年)》的出台将京津冀三地政府间的区域旅游合作推向新高，对旅游协同发展产生较为显著的推动作用，进而驱动相关产业要素、部门的空间集聚.

京津冀城市群旅游产业集聚水平的整体区域差异有所缓和，基本呈“V”型发展态势.区域变异系数由2007年的0.852降至2019年的0.677，表明随着旅游产业的不断发展及京津冀协同发展战略的推进，区域间整体旅游发展水平趋于均衡，但同样呈现鲜明的阶段性特征，具体表现为下降-缓慢回升-趋于下降的变化趋势.2007—2008年呈上升趋势，在观测期初始阶段，各市由于资源禀赋的空间差异、发展规模不一致等，致使区域整体差异较大，特别是京、津两地的极化现象显著.2008—2011年区域变异系数由0.866降至0.577，各城市之间的发展差异呈显著缩小之势，这主要由于随着旅游业在国民经济发展中地位的提升，河北省部分城市对旅游业的重视程度普遍加大，助力基础设施的建设和完善，集聚规模初见雏形.加之京、津地区初期高集聚度的优势不再显著，对河北省各城市的“虹吸效应”有所减弱，随之驱动区域间发展差异的减小.2015—2018年变异系数有所回升，究其原因是各个城市产业发展战略不同，旅游业在全局产业发展中的地位存在差别，以旅游产业为主导的城市与其他地区之间集聚水平差异随即显现，进而拉大了区域发展差距.2018—2019年变异系数呈下降趋势，得益于京津冀旅游圈的打造及旅游协同发展试点示范工程的加快推进.但另一方面，由于良好有序的竞合机制尚未建立，区域不协调的问题仍然存在.

2.2 空间演变特征

2.2.1 空间异质性

空间异质性显著，呈现“西北高、东南低”的空间分布格局.以2007年、2011年、2015年和2019年为时间节点，利用Arcgis10.2软件的自然断点法进行可视化分析，结果如图2所示.

图2 旅游产业集聚程度分布

2007年，京、津二市高度集聚，北京依托首都城市职能，天津充分发挥港口城市的优势，为旅游产业要素集聚创造先驱条件.秦皇岛地处环渤海经济圈中心地带，依托优越的资源禀赋发展成为首批优秀旅游城市，市内旅游产业集聚优势明显，河北省其他市与之存在较大差距，且受京津的虹吸效应显著，处于劣势地位.2011年，随着旅游业的不断发展，京津冀城市群整体旅游产业集聚水平有所提升.秦皇岛旅游立市战略成效显著，仍为旅游产业强集聚区，天津集聚度虽不断提升，但在城市群中的优势有所下降.2015年，张家口旅游重点项目建设力度不断加强，星级酒店、旅行社数量有所提升，旅游产业得到新发展.承德市加大对旅游产业发展的支持力度和重视度，实现旅游产业的较快发展，与张家口、秦皇岛一并成为旅游强集聚区.与上阶段相比，2019年京津冀地区各城市集聚水平发生新变化，张、秦、承三地在冀北地区已极具规模优势，强集聚的马太效应显著.与之相比，京、津地区由于初期的高集聚度，旅游市场较为饱和，上升空间有限，加之受河北省各市发展的影响，集聚优势的显著性有所下降.整体而言，京津冀城市群各地区旅游产业集聚水平呈现明显的空间分异格局，强集聚区变化虽显著，但始终在北部地区徘徊，冀南地区尚未出现强集聚区.

2.2.2 空间关联性

借助GeoDa软件对2007—2019年京津冀城市群旅游区位熵进行全局空间自相关分析，根据结果得知旅游区位熵全局Moran'sI指数均为正，且Z统计值较大，表明旅游产业集聚存在显著空间自相关性，总体上表现为较强的集聚相关格局.进一步对其进行局部空间自相关分析以探明其局部关联特征，结果如图3所示，局部空间自相关呈现高高(HH)和低高(LH)两种集聚模式.

图3 局部空间模式演变

(1)高高(HH)模式.该模式表明所在城市自身及其周围各市的集聚水平普遍较高，强马太效应显著.2007年，北京、承德为高高型，2011年和2015年双高集聚模式均为张家口、承德二市.高高型城市在资源禀赋、客源市场及配套设施方面具备优势，为旅游产业规模的扩大奠定坚实基础，对周边城市的带动作用强，空间溢出和联动效应明显，共同促进片区旅游产业集聚水平的提升.

(2)低高(LH)模式.该模式表明所在城市自身旅游产业集聚水平较低但其周围各市的集聚水平普遍较高，张家口仅在2007年呈现低高集聚模式，此后唐山长期表现出低高型集聚态势.较周围秦皇岛、天津及承德而言，唐山旅游产业集聚呈现“低凹”之势，究其原因可能与其资源禀赋和主导产业有关，唐山素有“钢铁大市”之称，以钢铁产业为支柱产业，近年来凭借钢铁产业快速发展拉动其经济增长，加之区域内旅游资源于周边城市而言不具备比较优势，故长期呈现出低高模式.

2.2.3 重心移动轨迹

旅游产业集聚重心自东向西移动，始终停留在北部.借助重心模型对京津冀城市群旅游产业集聚重心变化轨迹进行探究，旅游重心移动距离、偏移方向和角度如表1所示.根据结果得知重心整体变化轨迹为自东向西移动，2007年为最北点，位于京南地区(116°73′E，39°68′N)，2010年到达观测期最东点，位于京东南(116°78′E，39°68′N)，2015年到达最南点处(116°54′E，39°59′N)，地处廊西北，2017年到达最西点(116°49′E，39°67′N).整体而言，旅游集聚重心逐年缓慢移动，随时间的跨度范围较小，表明京津冀城市群旅游产业集聚水平北部优于南部.近年来，旅游业作为国民经济战略性支柱产业的地位更为巩固，大众旅游的刚性需求日渐旺盛，冀中南地区各个城市加强对旅游产业的重视度，资源开发力度加大，从政策、资金等方面为旅游产业发展营造了较好的发展环境，旅游产业随即得到一定发展，南北发展差距呈现逐渐缩小态势，但非均衡的问题仍然存在.

表1 2007—2019年旅游重心移动距离与方向

3 京津冀城市群旅游产业集聚影响因素分析

3.1 探测因子的选取

旅游产业集聚与诸多因素密切相关，采用地理探测器对其进行因子探测和交互探测.在已有研究基础上，结合京津冀地区旅游产业的发展实际，构建影响因子探测指标体系，如表2所示.

表2 影响因素探测指标

市场规模(X1)：新经济地理学认为产业集聚在很大程度上受该地区市场规模的影响[10]，故指标选取旅游人次进行衡量.

交通条件(X2)：交通运输是旅游业的命脉，直接影响地区可进入性，在引导产业布局、调整产业结构、推动产业集聚等方面发挥重要作用[21-22]，因此指标选取公路和铁路通车总里程进行衡量.

服务设施(X3)：旅游服务设施是地区旅游业发展必不可少的物质条件，为旅游业的发展提供重要保障作用，星级饭店数量较好地反映出地区住宿、餐饮设施的充分与否，因此选取星级饭店数量为衡量指标[23].

经济发展水平(X4)：经济发展水平与旅游产业集聚发展密切相关，故选取地区人均GDP进行表征.

社会公共服务水平(X5)：公共基础设施的改善通过提升地区形象推动旅游业的发展，旅游产业作为政府主导型产业，其集聚水平很大程度上有赖于政府提供社会公共服务的水平[24]，故指标选取一般公共预算支出进行衡量.

信息化水平(X6)：在全球化和互联网高度发达的时代，信息化与旅游产业集聚发展之间关系密切，互联网的普及加快旅游信息传递，对旅游产业集聚产生重要影响[25]，故指标选取国际互联网接入户数进行衡量.

旅游资源禀赋(X7)：旅游资源是地区旅游业赖以生存和发展的根本基础，其资源禀赋对旅游产业集聚起着重要作用[26-27]，故选取A级景区数量进行衡量.

3.2 因子探测结果

借助ArcGIS 10.2软件，运用自然断点法对探测指标数据进行五级划分，借助地理探测器模型分别测算2007年、2011年、2015年和2019年各因子的影响力q值.借鉴阮文奇等[28]对探测力值的划分，将q值大于0.5的因子视为产生强影响作用的核心因素；在0.4～0.5区间的为影响力较强的重要因素；小于0.4的为影响作用较弱的一般因素.具体结果如图4所示.

图4 影响因子探测结果

从总体探测结果来看，各因子对京津冀城市群旅游产业集聚的影响差异显著.2007年，市场规模、服务设施和旅游资源禀赋的影响作用较强，属于核心因素，即该阶段京津冀城市群旅游产业集聚具有市场规模、服务设施和资源禀赋驱动型特征.2011年，交通条件的影响力度快速提升，成为核心影响因素，表明京津冀地区对交通条件的开发更具优势.此外，信息化水平的解释力度有所提升，同样上升为核心影响因素，具备较大发展潜力.在该发展阶段，旅游资源禀赋对该地区旅游产业集聚水平的解释程度有所减弱，但仍为核心影响因素.2015年，核心影响因素分别为交通条件、服务设施和市场规模，解释力度分别为60%、51%和51%.其中，交通条件仍具有较大的解释力度，服务设施和市场规模的影响力度较上一阶段有所提升.

随着社会经济发展，各因子的解释力度发生显著变化，信息化水平的影响力逐渐增强并成为核心因素，解释力度显著高于其他因子，表明信息化水平对京津冀城市群旅游产业集聚的影响产生显著优势.将各因子解释力度进行综合排序依次为：市场规模>交通条件>服务设施>信息化水平>旅游资源禀赋>社会公共服务水平>经济发展水平.

3.3 交互探测结果

对所选因子进行交互探测，结果表明双因子交互作用的解释力度显著增强，交互类型以双因子增强和非线性增强为主，且不同年份主导交互因子的解释力有所差别.将解释力排在前三位的交互因子进行统计，结果如表3所示.

表3 影响因子交互探测结果

2007年，对京津冀城市群旅游产业集聚影响较大的交互因子分别为：交通条件与经济发展水平，交通条件与服务设施，交通条件与旅游资源禀赋.交通条件与其他因子交互后的解释力度显著增强，接近单因子解释力度之和，表明在这一发展阶段交通条件与其他因子之间的共同作用基本主导了其空间格局的形成.随着时间的推移，交通条件仍为显著控制因子，直到2015年交互因子发生较大变化，市场规模的主导作用逐步显现，特别是市场规模与社会公共服务水平之间呈现出显著的非线性增强作用，贡献度极大增强.2019年，服务设施与信息化水平之间的交互作用最强，市场规模与信息化水平、市场规模与社会公共服务水平次之，交互类型以双因子增强为主，第一、第二主导交互作用均为信息化水平与其他因子相叠加，故信息化水平成为该阶段显著控制因子，与上述结果一致，表明信息化水平的提升对旅游产业发展起到显著带动作用，进一步驱动了旅游产业集聚的形成.综合来看，对京津冀城市群旅游产业集聚发挥较强交互作用的驱动因子分别为交通条件与经济发展水平、市场规模与社会公共服务水平、服务设施与信息化水平.

3.4 探测因子及交互作用结果分析

基于上述因子探测和交互探测结果，针对各阶段对京津冀城市群旅游产业集聚贡献度最为显著的影响因子展开深度探究.

2007—2011年，交通条件、服务设施和旅游资源禀赋为主要驱动力.2005年，《环渤海京津冀地区城际轨道交通网规划》对城际轨道交通网络提出了新要求，该地区旅游景区可进入性明显提高，随之带动区域内旅游产业各部门之间的联系.交通方面带来的极大便利促进地区旅游产业协作，使得旅游市场之间的联系愈加紧密，加强了客源市场之间的流动性.住宿、餐饮业不断发展的同时，潜移默化地完善着地区旅游配套设施，改善地区旅游接待条件.旅游资源作为旅游目的地产生吸引力的本源，通过扩大地区游客量驱动旅游产业部门在空间上的集聚.京津冀城市群拥有自然生态、文化历史等多类型旅游资源且独具特色，北京依托首都城市职能、天津依托港口城市的先天优势形成较大客源市场，对旅游产业集聚起着至关重要的作用.各个因子在促进旅游业发展的同时，对京津冀地区旅游产业集聚产生共同作用，并为之创造便利条件.

2011—2015年，交通条件、市场规模和信息化水平在京津冀城市群旅游产业集聚过程中起主导作用.交通一体化进程的逐步迈进对于全面提高该地区的可达性起着不可忽视的作用.2011—2015年京津冀地区共新增5A级景区7家，其中北京3家，石家庄、唐山、保定和邯郸各1家，区域内不同景观类型及高质量的景区景点吸引大量客流，不断开拓国内外市场，五年来接待旅游总人次增长了83.15%.在交通条件、市场规模和信息化水平的共同作用下，旅游产业之间的协作效率不断提升，集聚规模进一步扩大.

2015—2019年，信息化水平、服务设施和市场规模在京津冀城市群旅游产业集聚过程中的贡献度最为显著.随着京津冀协同发展战略的实施，三地逐步向信息一体化迈进，信息共享、互联互通已颇有成效.基于信息技术发展旅游，在实现信息共享的同时促进了区域产业协作，为区域旅游产业集聚提供更大驱动力.在这一发展阶段，市场规模不断壮大、服务设施得到进一步改善，对京津冀城市群旅游产业集聚的发展变化至关重要.自冬奥会成功申办以来，我国冰雪运动和冰雪产业得到快速发展，北京和张家口旅游产业迎来新的发展机遇，并以此为契机对交通、市政等旅游基础设施以及餐饮、住宿等旅游上层设施进行全面升级，同时带动旅游业发展升级，促进旅游产业规模壮大和集聚水平的提升.

4 结论与建议

4.1 结论

本研究以京津冀城市群为研究对象，通过区位熵法对2007—2019年旅游产业集聚水平进行测度，运用变异系数、空间自相关和重心模型探究京津冀地区旅游产业集聚的时空演变特征，并运用地理探测器对影响因子进行剖析，得出以下结论：

(1)京津冀城市群旅游产业集聚水平有所提升，基本呈“W”型波动发展，整体呈现良好有序发展，但阶段性发展特征明显；区域变异系数基本呈先下降，后上升的“V”型发展态势，整体区域差异有所缓和，但区域发展不协调的问题仍然存在.

(2)京津冀城市群旅游集聚水平存在明显空间特征，呈现“西北高、东南低”的空间分异格局，全局空间自相关性表现为先增强后减弱，局部呈现高高和低高两种集聚模式；旅游产业集聚重心位置整体位于北部地区范围内，移动方向为自西向东，位置经历了由京东南向廊坊北部转移，最终回到京南的变化过程，表现出鲜明的南北空间差异，区域协同发展仍受非均衡性的制约.

(3)不同时期各因子对京津冀城市群旅游产业集聚的影响程度有所差别，单因子探测表明核心因素为市场规模、交通条件、服务设施和信息化水平.双因子交互作用的解释力度显著增强，交互类型以双因子增强和非线性增强为主，交通条件与经济发展水平、市场规模与社会公共服务水平、服务设施与信息化水平的交互作用对京津冀地区旅游产业集聚的影响作用最为显著.

4.2 建议

京津冀城市群游产业集聚空间异质性显著，各城市间发展不协调、集聚水平的非均衡现象仍较明显，基于此，为其旅游产业发展提出以下建议：

(1)构建良性竞合机制，推进旅游协同发展.京津冀地区各市应共同构建合理有序的竞合机制，充分发挥西北部城市的集聚优势，向周边地区进行要素和旅游经济活动输出，促进空间溢出和扩散效应的形成.劣势区域应充分利用周边城市的集聚优势，最大程度规避虹吸效应的影响，推进旅游协同发展.

(2)优化旅游要素空间布局，形成旅游产业联动格局.京津冀地区应以突出特色、市场导向、地区差异为原则对区域内旅游要素进行整合，各地以优势资源禀赋为依托，明确功能定位，加快形成特色旅游区、旅游带，推动旅游资源空间优化布局，推动各地朝均衡化方向发展，共同塑造京津冀城市群旅游品牌，加快形成京津冀城市群旅游产业联动大格局.

(3)牢固旅游设施根基，打造旅游服务一体化平台.旅游设施作为旅游产业发展的重要基础，在注重功能齐全、具备多样性的同时，也应抓住信息化发展的契机，充分利用科技创新成果，提升对旅游产业的反哺效能.加快构建京津冀城市群交通一体化网络、信息一体化平台，为旅游产业高效辐射、旅游联动大格局的形成提供支撑.

本文在推进旅游业高质量发展的背景下，对京津冀城市群旅游产业集聚时空演变展开了深度探讨，对2007—2019年旅游区位熵指数进行了测度，并剖析出影响作用较大的单个因子和交互因子.与已有研究成果相比，本文在研究尺度、研究视角方面有所突破.对于影响因素的分析，前人研究得出市场规模、交通条件、服务设施对旅游产业集聚的贡献度较大，本文得出上述因子同样作用于京津冀城市群.但本文得出经济发展水平对该地旅游产业集聚的影响较弱，与前人的研究出入较大，这可能与该地区产业发展战略及旅游业在全局产业发展中的地位有关.对于旅游资源禀赋这一影响因素，前人研究得出其解释力度较大，本文通过探测得出在研究初始阶段旅游资源禀赋发挥重要作用，但随着时间的推移和社会经济发展，与其他因素相比，资源禀赋影响力度逐渐减弱，这可能由于研究区域不一致，旅游产业发展实际存在差异.此外，本研究还发现，随着社会经济的快速发展，信息化发展水平在旅游产业集聚过程中发挥的作用愈加明显.旅游产业在持续发展，加之其综合性较强，与其他产业发展密切相关，不同发展阶段将呈现不同发展、集聚态势，因此，后续有待对其展开持续研究.