旅游创新与旅游经济的时空耦合及驱动力研究——基于长江经济带的实证分析

伍 蕾，倪 姣，李 婕

(1.湖南师范大学旅游学院，中国 长沙 410081；2.江苏省陶都中等专业学校现代服务系，中国 无锡 214000)

在全国推行创新驱动旅游发展战略、着力构建现代旅游经济体系的时代背景下，旅游创新系统与旅游经济系统作为区域旅游系统的重要组成部分，探究其耦合关系将成为旅游经济研究的重要内容，且有助于引领旅游产业高质量发展。旅游创新可助推旅游业转型升级，但过度追求旅游创新将导致产品技术过剩和资源浪费，在市场上难以获得最佳的经济效益，这无疑会对旅游经济可持续发展造成负面影响。可见，旅游创新与旅游经济之间并非单纯的线性相关，合理审视两者的内在联系，对促进区域旅游创新与旅游经济协调发展及旅游业高质量发展具有重要意义。

源于人们对旅游可持续发展目标的追求，学者开始聚焦于旅游创新与旅游经济两者关系研究：国外学者侧重于分析知识、科技、智力等旅游创新的潜力对于旅游发展的重要作用[1-3]；国内学者则基于旅游创新的概念内涵，从创新行为和创新成果等方面展开研究。就创新行为而言，旅游企业行为创新可以提升企业绩效，促进旅游企业在市场竞争中获得优势[4]。学者们从提升旅游企业创新行为的角度入手，分析旅游企业员工或经营者创新行为的影响机制，如吕宁等[5]基于计划行为理论的扎根研究，阐释了旅游中小企业经营者创新行为的影响机制。就创新成果而言，学者们将旅游创新视作单一的技术创新或产品创新，分析旅游创新与旅游经济增长之间的关系，如杨春宇等[6]通过构建面板联立方程模型，实证分析旅游科技创新、产业升级与旅游经济增长的关系。

综上所述，已有的研究针对旅游创新与旅游经济的探索，大多从旅游服务创新、旅游科技创新、旅游产品创新等旅游要素角度入手探讨旅游创新对旅游业发展的促进作用，当下相关文献缺少区域视角的旅游创新与旅游经济两系统的耦合协调研究，更鲜有分析两系统耦合协调度的影响因素与机制，本文旨在从区域时空格局视角切入旅游经济与创新协调发展研究并深入分析驱动因素，以期丰富相关主题。

1 研究设计

1.1 区域旅游创新与旅游经济耦合的作用机理

耦合协调理论来源于物理学，是指开放系统中两个或两个以上相同或相似趋势的系统基于某种性质的联系而存在相互联系相互影响、相互促进以致协同演化的现象[7]。由图1可见，旅游创新和旅游经济作为两个复杂的社会系统，两者具有相互影响又相互制约的关系。一方面，旅游经济水平的提高为旅游企业发展提供资金保障，吸引人才、知识和信息等创新要素集聚，使得整个旅游产业链在科研产出方面拥有良好表现，进而提高地区旅游创新水平。另一方面，技术创新推动旅游与现代技术的深度融合和交易方式的创新，实现劳动、资本等生产要素在高附加值(高生产率)部门的流动与分配，提高社会整体资源配置效率，创造出满足旅游者日益多样的消费需求的新旅游产品，培育新的消费增长点。

图1 旅游创新与旅游经济两系统的耦合机理模型Fig. 1 A model of the coupling mechanism of tourism innovation and tourism economy

1.2 指标体系与研究方法

1.2.1 指标选取与数据来源

(1)指标选取。依据两系统耦合协调发展作用机理，结合前人相关研究成果建立两大系统指标体系，见表1。在旅游经济系统方面，其评价体系较为成熟，在借鉴相关研究基础上[8]，本文的旅游经济系统包括旅游规模、旅游市场、旅游效益和旅游要素4个层次，内含8项指标。在区域旅游创新系统方面，相关研究仍处于探索阶段，以定量测度旅游创新能力为主要内容。首先，从旅游创新投入的角度考虑，资本、人员、机构作为旅游创新活动载体，在一定程度上决定了旅游创新能力的形成[9]。因此，借鉴方远平等[10]、谢爱良等[11]的研究，一是将旅游院校数、旅游科研经费、旅游R&D人员数作为旅游创新投入指标；二是选取全社会固定资产投资与旅游业比重之积来衡量旅游固定资产投资[12]。

表1 旅游创新与旅游经济两系统耦合协调度测度指标体系

其次，从旅游创新产出的角度考虑，大部分企业从事创新活动都以经济产出或收益为目标[13]，因而，旅游人次和旅游收入是区域旅游发展成熟度的综合体现[14]，是衡量区域旅游经济差异的常用指标[15]。借鉴前人的研究成果[16-20]，衡量指标分别为：人均旅游收入、国际游客占全部游客的比重、旅游专利发明和旅游学术论文。

(2)数据来源。本文使用2011—2019年间的长江经济带沿线省市面板数据，数据主要来源于《中国旅游统计年鉴》和各省市统计年鉴和统计公报，以及佰腾专利查询数据库。

1.2.2 研究方法

(1)耦合协调度模型。根据量化计算方法，耦合协调度模型的构建将从数据标准化处理、评价指标赋权、各系统综合值测量、建立耦合度模型、测算耦合协调度和对应耦合协调度等级6个步骤进行。具体步骤如下。

步骤1：利用极值法将原始数据标准化。设Zij为第i个地区第j个指标标准化后的值，Vij为第i个地区第j个指标的原始数据，n为评价对象数,m为评价指标数。

步骤2：指标赋权。为了规避主观赋权的偏差，选用熵值法来测算旅游创新与旅游经济耦合协调度评价指标体系的指标权重。首先，计算i个地区第j个指标在样本期间内的贡献度Pij：

其次，计算第j指标的熵值Ej：

再次，计算指标的差异系数Dj：

Dj=1-Ej，

最后，计算指标的权重Wj：

步骤4：构建耦合度模型。借鉴物理容量耦合系数模型，本文将旅游经济和旅游创新视为相互作用、相互影响的两个子系统，构建旅游创新与旅游经济系统间的耦合度模型[21]：C=(TIX×TEY)/(TIX+TEY)2，式中：C为耦合度。C的取值范围为0～1，C越大表明二者的相互影响程度越高。

步骤6：对应耦合协调度等级。表2所示为耦合协调度等级划分表，为反映系统之间相互作用程度，体现协调发展水平，本文借鉴廖重斌等的研究[22]，将耦合协调度D划分为3大类，10个等级，并根据旅游创新与旅游经济综合发展指数的大小对比关系，将每一协调等级划分为旅游经济发展滞后、旅游创新发展滞后、两者同步发展3个类型，揭示两系统的相对发展程度。

(2)空间自相关模型。借鉴周亮[23]的研究方法，本文采用全局Moran’sI指数和局部Moran’sI指数分别探究长江经济带旅游创新-旅游经济系统耦合协调程度在整体上的空间关联特征和局部的空间异质特征。公式[23]如下：

表2 耦合协调度等级划分表

(3)空间计量模型。空间计量模型类型多样，两个事物在空间上反映出来的交互作用因使用不同类型的空间计量模型而有所不同，因而产生的经济学含义也有所不同。本文基于空间计量模型检验分析，选择空间杜宾模型测度分析两系统耦合协调度的影响因素。实证选择的空间计量模型基本形式[24]如下：

式中，Y为因变量，x为自变量，i和t分别表示观察点和时间，ρ和λ为空间滞后项系数，β为空间交互项系数，Wi为空间权重矩阵，εit和Vit是误差项。

(4)空间权重矩阵。空间权重矩阵选择是空间计量模型的关键，也是分析区域间空间结构的基础条件。本文基于后邻接，采用0-1邻接矩阵来反映两个省域之间的空间相邻关系。

2 长江经济带旅游创新与旅游经济协调发展时空格局特征

2.1 旅游创新与旅游经济两系统耦合协调度的时序差异特征

将长江经济带各省市旅游创新和旅游经济的综合评价值分别代入耦合度与耦合协调度测算公式，从而得出旅游创新-旅游经济系统的耦合协调度指数。

(1)从全域视角分析，2011—2019年长江经济带旅游创新-旅游经济系统耦合协调度较高，主要位于中级协调、良好协调和高级协调3个阶段。由此可知，在长江经济带区域尺度上，旅游创新与旅游经济发展势头良好，两者紧密作用，省市不均衡突出，系统耦合协调存在较高提升空间。

(2)从省际视角分析，根据图2，可将长江经济带旅游创新与旅游经济耦合协调发展水平分为两大发展阵列。首阵列包括上海市、江苏省和浙江省，其耦合协调发展水平较高；次阵列包含剩余8省市，其与上述三省市的绝对值差距明显，但提升速率相近，2011年耦合协调发展排名依次为：云南、安徽、湖南、四川、湖北、重庆、江西和贵州，至2019年位次变动不大，但各省市差距逐步拉大，其中重庆耦合协调发展表现不佳，位次从第9位下滑至末位，旅游经济与产业创新水平不匹配亟待重视。

图2 长江经济带旅游创新与旅游经济两系统耦合协调度年际变化趋势Fig. 2 The interannual change trend of the coupling and coordination degree of tourism innovation and tourism economy in the Yangtze River Economic Belt

(3)从相对发展关系分析，从表3可以看到，除重庆外，各省市相对发展类型并未发生明显的变化。整体来看，绝大部分省市处于旅游经济超前阶段，表明中国旅游创新成效不明显。具体来看，上海、江苏、浙江在良好协调和优质协调阶段均是处于旅游经济略高于旅游创新的情形，表明当前阶段该地区旅游经济发展较好，发展重点应放在旅游创新水平的提高与改善上。而安徽、江西、湖北、湖南、四川、云南、重庆和贵州耦合协调发展水平从中级协调发展为良好协调，但始终处于旅游经济略高于旅游创新水平阶段。

表3 旅游创新与旅游经济的相对发展关系

2.2 旅游创新与旅游经济两系统耦合协调度的空间差异特征

2.2.1 旅游创新与旅游经济两系统耦合协调度的空间分布 参考耦合协调划分类型标准(表2)，采用标准截断法将旅游创新-旅游经济系统耦合协调度划分为4个等级，即低度耦合、中度耦合、高度耦合、极度耦合，通过特征化得到不同时间段耦合协调的空间分布，如图3所示。

从图3可以看到：2011年整体呈现“东高西低”分布的空间格局，耦合协调度高值区域主要分布在东部地区，低值区分布在中部地区江西和西部地区贵州。由此可见，江苏、浙江、上海作为长江经济带的核心，其在旅游接待及创新产业发展方面均表现出明显的优势，而江西、贵州同步发展程度低。2015年，耦合协调度水平整体有所提高，整体空间表现出东部最高、西部次之、中部最低的特征，呈现“凹”型分布的空间格局。云南、四川因其丰富的自然资源、历史文化资源，旅游发展不甘势下，加上政府对旅游产业及其相关产业重视程度较高，从而抬升了整体的协调发展水平。2019年，长江经济带耦合协调度整体处于较高水平，最低值达到高度耦合，依然呈现出“凹”型分布的空间格局。

图3 2011，2015和2019年长江经济带旅游创新旅游经济两系统耦合协调度空间分异Fig. 3 Spatial differentiation of the coupling and coordination degree of the two systems of tourism innovation and tourism economy in the Yangtze River Economic Belt in 2011, 2015 and 2019

2.2.2 旅游创新与旅游经济两系统耦合协调度的空间演变 为进一步揭示长江经济带旅游创新发展与旅游经济协调发展的时空动态特征，本文采用全局空间自相关模型对其空间相关性进行检验，并借助局部空间自相关模型测度空间集聚的明显位置及区域相互关联的程度。

从表4可以看到，2011—2019年长江经济带的Moran’sI指数均为正，且通过了1%的显著水平，说明长江经济带旅游创新-旅游经济系统耦合协调度呈空间正相关性。

表4 2011—2019年长江经济带旅游创新与旅游经济两系统耦合协调度的Moran’s I指数

由于研究时间跨度较大，且长江经济带旅游创新与旅游经济耦合协调度空间关联性较为稳定，因此选取2011，2015和2019年的LISA集聚图来分析局部的空间自相关特征。从图4可以看到：①2011—2019年，高高集聚区基本没有变化，主要集聚在长江下游地区，即江苏、浙江、上海，这些省(市)域经济发达、综合实力强劲，进而寻求旅游经济的提升和旅游创新能力的改善，创新要素及旅游要素逐渐积聚，要素契合度在这一过程中持续提升，使得耦合协调度出现明显集聚。②低高聚集的省域主要为安徽、江西，虽然安徽和江西旅游创新-旅游经济系统耦合协调发展水平较高，但与周边区域相比仍有一定差异，其耦合协调度仍有较大增长空间。③低低集聚区变化较大。2011年主要集聚在长江中、上游地区；2015年，四川转变为低高集聚区，中、上游地区整体上仍为低低集聚区；2019年，云南转变为低高集聚区，低低集聚区主要集聚在中游地区。

图4 2011，2015和2019年长江经济带旅游创新与旅游经济两系统耦合协调度的LISA集聚Fig. 4 LISA agglomeration of the coupling and coordination degree of tourism innovation and tourism economy in the Yangtze River Economic Belt in 2011, 2015 and 2019

3 长江经济带旅游创新与旅游经济耦合协调的驱动因素分析

3.1 动力因素选取

本文从旅游规模、旅游市场、旅游效应和旅游要素4个方面对旅游经济系统进行测度，从旅游创新投入和旅游产出2个方面衡量旅游创新水平。因此，从对二者均产生影响的关键要素入手，探究其对区域旅游创新-旅游经济系统耦合协调度的作用程度。参考谢爱良等[11]的研究成果，本文从经济驱动力、效益驱动力、产业驱动力、人才驱动力和科技驱动力5个方面进行分析(表5)。

表5 长江经济带旅游创新与旅游经济系统耦合协调度的驱动力指标

3.2 空间杜宾模型计量结果分析

首先，前文的空间自相关分析结果表明了本文运用空间计量模型分析的合理性。其次，从表6可以得知，LM检验、Wald检验与LR检验对模型的适用性检验结果表明，空间杜宾模型(SDM)更适用本文研究，Hausman统计量通过0.05的显著性检验，说明固定效应模型为本研究的最优模型。因此，本文运用固定效应下的空间杜宾模型进行参数估计，为了便于分析，同时给出OLS模型和SDM模型的空间固定、时间固定和空间时间双固定的估计结果。

表6 空间计量模型检验结果

从表7可以看到：(1)时间固定效应杜宾模型拟合系数(R2)达到0.870，高于空间固定效应和双向固定效应，整体拟合程度较高，故以时间固定效应下的杜宾模型进行后续的分析。(2)SDM模型空间滞后项系数ρ在5%水平上显著，表明邻近地区旅游创新与旅游经济的耦合协调发展在地理空间上存在显著的溢出效应。

表7 长江经济带旅游创新旅游经济两系统耦合协调度的回归模拟结果

绝大多数空间计量模型由于计算方法的局限性限制了模型无法完全反映解释变量对被解释变量的影响，因此需要通过空间效应分解来综合反映自变量与因变量之间的相互关系，如表8所示。(1)经济发展水平。根据结果，经济发展水平的直接效应和总效应显著为正，间接效应显著为负，总体来说经济发展水平对本省及整个长江经济带旅游创新和旅游经济的耦合协调发展产生正向影响，但对邻近市州产生负向影响，表明经济发展水平具有空间溢出效应[25]。(2)旅游效益。旅游效益的直接效应显著，但间接效应和总效应均不显著。由此可见，旅游产业发展获得高效益可以吸引本省劳动力和技术生产集聚，为旅游产业和旅游创新提供资源。(3)产业驱动。产业驱动力具有明显的间接效应和总效应，但直接效应不显著，这表明旅游地位的提升对当地的旅游创新与旅游经济的协调发展的促进作用并不明显，但存在明显的正向溢出效应。(4)人才驱动。人才驱动力直接效应和总效应显著，间接效应不显著。人才培养在创新驱动过程中具有支撑保障和引领作用，同时人力资本是经济发展与社会进步的核心要素指标[26]，因此，提高人力资源规模是促进旅游创新与旅游经济协调发展的重要手段。(5)科技驱动。科技驱动力直接效应、间接效应和总效应均显著，由此可知，创新驱动力是影响旅游创新与旅游经济耦合协调发展最为重要的因素之一，旅游科研投入是创新驱动力快速提升的重要条件[27],旅游创新投入在省域间具有较强的示范效应和模仿效应，带动邻近省份进行旅游创新，推动旅游创新与旅游经济协调发展。

表8 时间固定效应SDM模型的空间效应分解

3.3 稳健性分析

考虑到各城市间经济发展不平衡性，城市旅游发展水平差异明显，本文通过调整空间权重矩阵的方式重新进行模型估计，检验不同权重下各影响因素对旅游创新-旅游经济耦合协调度的影响和空间溢出效应是否合理。具体而言，本文同时运用空间邻接矩阵、经济距离矩阵及地理距离矩阵3种权重矩阵进行SDM模型回归。由表9可知，各解释变量的正负情况及显著性基本相似，说明上述研究结论具有一定的稳健性。

表9 不同空间权重矩阵下空间杜宾模型回归结果

4 结论与建议

4.1 结论

本文以长江经济带11省市为例，实证分析了旅游创新系统与旅游经济系统的综合发展水平、两系统耦合协调态势及其未来发展趋势和两系统耦合协调度驱动因素。结论如下：

第一，长江经济带旅游创新与旅游经济两系统耦合协调度逐年稳步提升，且省(市)域间的差距逐年缩小。长江经济带在总体上属于旅游创新水平滞后于旅游经济发展的状态，未来旅游创新发展仍有巨大空间。

第二，从空间分布上看，2011—2019年长江经济带旅游创新与旅游经济耦合协调度空间分布呈现出不均衡状态，主要表现为“东高西低”和“凹”型两种分布特征。从空间演变上看，长江经济带旅游创新与旅游经济系统耦合协调度空间格局表现为“集群化”与“梯度化”特征，空间关联性较强。

第三，长江经济带旅游创新与旅游经济系统耦合协调度在空间上存在显著的正向溢出效应。经济发展水平、旅游效益、产业驱动、人才驱动和科技驱动在不同程度上对区域旅游创新与旅游经济协调发展水平具有正向作用。

4.2 建议

本文基于上述结论，有针对性地对促进长江经济带旅游创新与旅游经济协调发展提出相关建议。

第一，长江下游地区旅游创新水平高、旅游经济实力强劲，属于旅游创新与旅游经济系统高耦合协调地区，该地区综合竞争实力强，应把握城市群核心区资源优势与雄厚基础，推动旅游领域新知识、新技术的创造和流动，着力培育旅游高端复合人才，提升旅游业的信息化、智能化和知识化水平，促进旅游业的可持续发展。

第二，中游地区发展区位上承东启西，具备优良的承接产业、创新力转移的巨大潜力，但旅游创新驱动普遍不足，应着力推动强优势补短板，不断强化信息技术(5G)、金融(区块链)、互联网、商务服务业等高端服务业与旅游业的深度融合，实现在借鉴东部区域先进经验的基础上的集成创新，增强旅游业的抗风险和可持续发展能力。

第三，上游地区在旅游经济发展和旅游创新水平两方面仍有较大增长空间，在提升经济发展水平、夯实旅游产业基础、增加科技经费投入等方面可以做出更大的努力。

此外，由于数据的获取性以及部分理想指标难以量化，旅游创新与旅游经济系统的测评指标体系仍有待完善；本文在省域层面分析了旅游创新与旅游经济耦合协调的机理、时空特征以及驱动机制，但是市域层面及县域层面的研究值得更进一步探索。未来在后续研究中要构建更为科学合理的测评指标体系，探讨全国市级层面旅游创新与旅游经济的协调发展关系，更加全面系统地剖析旅游创新与旅游经济协调发展的动力机制。