旅游经济对区域物流发展的空间溢出效应研究

田定湘 郑雨婷

(湖南工业大学，湖南 株洲 412007)

引 言

进入新时代后，我国经济结构转型升级加速，旅游业和物流业在促进国民经济发展中的作用日益显著。2021年，全国物流业总收入达11.9万亿元，同比增长9.2%，国内旅游总收入达2.92万亿元(恢复到2019年的51%)。物流业是支撑国民经济发展的基础性、战略性、先导性产业，对区域旅游发展产生积极推动作用。旅游业是一个综合性极强的产业，涉及范围广，不仅可以拉动社会投资、提高消费、解决就业[1]，还可有效促进国际间、地区间、产业间、城乡间的人员和物质流动，进而促进物流发展。在此背景下，探究区域物流和旅游经济发展的相互关系、相互促进机制具有积极意义。

国内外学者对物流业和旅游业的相互关系进行了大量研究，研究发现物流业与旅游业在发展形式、内涵和特征等多个方面具有共性，两者之间存在密切的联系[2，3，4]；李林红和周海玲等运用耦合协调模型分别证实了云南省、上海市区域物流与旅游经济存在显著的耦合关系，且耦合协调度整体向好发展[5，6]；刘玉囡等基于面板数据对港口物流与旅游经济的协调发展进行了研究，发现两系统的耦合协调发展受港口货物吞吐量、运营公交车辆数、建成区绿化覆盖率、星级宾馆及饭店数目等因素影响[7]；Navickas等学者的研究表明公共基础设施进步是旅游业发展的潜在制约因素之一[8]；Guirao和Baker等学者分别以西班牙和澳大利亚为研究对象，证实了物流业对旅游业发展的促进作用[9，10]；倪志伟等从游客视角出发，对游客旅游物流感知影响因素及其对旅游满意度的影响进行了研究[11]。

综上所述，现有研究多从物流与旅游整体层面，或物流对旅游影响的角度探讨了两者之间的相互关系，取得了丰富成果。而从旅游对物流影响的角度研究两者之间关系的文献还比较少见，只有少数学者对此进行了有益的探索。张永起等考虑到旅游发展的现实背景和理论基础，指出旅游六要素——食、住、行、游、购、娱中各项旅游环节都存在明显的跨区域流动性和经济外部性，旅游经济可能对其他区域发展产生一定的溢出效应[12，13]。且随着大众旅游的快速发展，区域间旅游流动规模和乘数效应将不断扩大，旅游经济的溢出效应也会随之增强[14]。在旅游经济对区域物流影响机制及其测度等方面还存在较大的研究空间。基于此，本文以中国大陆31省(市、自治区)2010-2020年的面板数据为样本，引入空间杜宾模型，从实证角度探讨旅游经济对区域物流发展的空间溢出效应及其背后机制。本文边际贡献在于：第一，将旅游经济与区域物流发展综合评价指标纳入同一框架进行实证研究；第二，构建旅游经济促进区域物流发展效应空间溢出机制理论框架，并运用空间杜宾模型考察旅游经济影响区域物流发展的直接和间接效应；第三，为进一步探讨旅游经济促进区域物流发展的途径提供实证依据。

一、旅游经济对区域物流发展水平的影响机制

旅游经济对区域物流发展的空间溢出效应，是指区域内旅游活动在空间上扩散对区域间物流发展所产生的经济效应，即不同区域内各要素的相互流动和区域间相互联系促进的空间溢出效应的产生。旅游业与物流业在技术手段、发展条件和活动环节等多个方面联系紧密，两者相互影响、相互促进。物流业为旅游业发展提供基础支持，旅游业所带动的旅游流、物流为物流业的发展创造需求，带动本地及邻地物流业发展；同时，本地旅游经济发展又能促进邻地旅游经济发展，通过邻地旅游经济发展进一步带动邻地物流业发展。基于此，本文分析了旅游经济对区域物流发展的影响机制，可分别聚焦到旅游经济对区域物流发展的直接影响和空间溢出效应上。构建理论机制如图1所示。

图1 旅游经济对邻地区域物流发展的空间溢出机制

(一)旅游经济对区域物流发展的直接影响

旅游经济拓展了物流发展市场。由于旅游业的强关联性，旅游业发展会带动吃、住、行等相关产业的发展，直接增加人流、物流的总量，最终推动物流业的发展。此外，现代旅游的蓬勃发展催生了商务旅游、在线旅游等一大批新型旅游方式，这些新型旅游方式可以打破地域限制，加强区域间的经济往来，在这些旅游过程中必然涉及旅游商品运输等与物流业紧密关联的环节，这为物流业的发展提供了新机遇。

旅游经济提升了物流服务的质量。对于物流企业而言，提升物流服务水准，降低物流成本是增加市场竞争力的关键因素，也是物流业发展的关键。物流企业可以利用旅游业与物流业之间的共性，借助旅游行业的服务体系，提升物流服务质量。随着游客对旅游服务要求的提高，物流服务质量也将得以改善。之外，区域内旅游产业的发展离不开公路、铁路、机场等基础设施建设，这些为促进旅游业发展而建设的基础设施，为物流业发展提供了更多保障。

(二)旅游经济对区域物流发展的空间溢出效应

旅游经济对区域物流发展的宏观空间溢出效应。王松茂等指出旅游业作为产业关联性强的第三产业，其各项环节都存在明显的跨区域流动性和经济外部性[15]。游客跨区域旅游会导致旅游市场外溢，同时还会引起物质资本、人力资本、技术资本等其他要素的空间外溢现象，由此加速其他区域的物流产业协同和配套，从而间接影响区域物流的发展。除此之外，由于游客“理性人”和旅游企业“利益最大化”的存在，旅游相关产业会因政府优惠政策、市场一体化、基础设施共享等，而降低信息搜索、运输和交易成本，进而促进更多旅游相关产业的聚集。由于旅游产业集聚具有较强的吸附力，与旅游协同发展的相关产业也将形成集聚规模，由此间接促进邻地区域物流业的发展。综上，旅游经济可通过旅游流动规模和乘数效应对其他区域物流产业发展产生一定的扩散和溢出效应。

旅游经济对区域物流发展的微观空间溢出效应。旅游经济可以通过游客路径对区域物流发展产生间接影响。游客消费的增长对物流需求的增长有带动作用，具体表现在：游客消费的总量影响物流需求的总量，游客消费的水平和结构影响物流需求服务水平；游客对产品需求的多样化要求物流形式的多样化，物流公司要根据不同的产品选择合适的运输方式，且游客需求的不确定性增加了供应链缺货的风险，这将促使物流活动的服务响应性提高。

二、研究设计

(一)研究方法

1.熵权法

相较于层次分析法、Delphi法及主成分分析法等主观赋值法，熵权法作为客观赋权法，具有一定的精确性，可以减少主观赋值带来的偏差，且该方法确定的权重可以进行修正，使其具有适应性高的特点。其原理是根据各指标的数据分散程度，利用信息熵计算各指标权重，再根据各指标对熵权进行一定的修正，从而得到较为客观的指标权重。具体计算过程：首先，确定评价对象，建立评价指标体系；其次，采用极差标准化法对数据进行标准化处理；然后，利用熵值法对各指标进行科学赋权；最后，在确定各评价指标权重的基础上，计算熵值-加权综合评价值。本文利用熵权法测度区域物流发展水平，公式如下：

(1)

(2)

其中表示地区的区域物流发展水平，其值越大，表示区域物流发展水平越高，反之，区域物流发展水平越低；为区域物流发展水平评价体系中各评价指标的归一化值；为各指标的权重值。

2.莫兰指数

莫兰指数可分为全局莫兰指数(Global Moran's I)和局部莫兰指数(Local Moran's I)，全局莫兰指数可以反映研究对象是否存在空间相关性，局部莫兰指数可以衡量局部相关性，一般用局部莫兰散点图来展现。探究旅游经济对区域物流发展的空间溢出效应，首先要判定区域物流发展水平是否存在空间相关性。本文借鉴莫兰指数对我国31省的区域物流发展水平的空间分布进行全局与局部相关性统计分析。计算公式如下：

(4)

(5)

(6)

其中，I全、I局i分别表示全局莫兰指数和局部莫兰指数；下标表示不同区域；分别表示区域的物流发展水平；为空间权重矩阵；莫兰指数值域为[-1，1]，其值小于零，说明研究对象空间负相关，即在不相似单元之间形成集聚；大于零说明研究对象正相关，即形成集聚；等于零说明研究对象不存在空间相关性。

3.空间权重矩阵及空间面板模型

①空间权重矩阵设置。引入数据的空间信息是空间计量经济学的一大特点，度量区域间的空间距离则是空间计量分析的前提。目前广泛应用于学术界的空间权重矩阵有空间距离权重矩阵、邻接权重矩阵、经济空间权重矩阵以及基于地理和经济距离构建的空间嵌套权重矩阵。结合可行性以及本研究所关注的问题，本文利用邻接权重矩阵展开空间计量分析，由此对权重矩阵进行如下表示。

(7)

②空间计量模型设定。学者杨思怡指出一个区域的物流发展水平不仅与该区域自身相关，还应该充分考虑区域间的空间依赖性和异质性[16]，因此，设定将个体、时间、空间都包含在内的空间面板模型更为合理学。根据不同变量间的空间效应，空间模型可以分为空间误差模型(SEM)、空间滞后模型(SLM)和空间杜宾模型(SDM)。本文基于此构建空间模型如下：

lnldi，t=α0+ρWlnldi，t+θWlntouri，t+αlntouri，t+β1WZi，t+β2Zi，t+μi+δt+i，t

其中，为省在时期的物流发展水平指标，为省在时期的旅游经济指标，向量代表一系列控制变量；代表被解释变量空间回归系数，为空间权重矩阵，和分别为核心解释变量以及控制变量交互项的弹性系数；表示个体固定效应，为时间固定效应，表示随机扰动项。

③空间面板计量模型选择。选择适合本研究的空间计量模型是参数估计的基础。首先，利用Moran's I指数进行空间自相关检验，确保建立面板模型的可行性；其次，运用LM-lag、LM-error检验判断空间关联是以误差项还是滞后项存在；再次，利用Hausman检验确定模型是使用固定效应模型还是随机效应模型。然后，若空间关联既存在误差项，又存在滞后项，则进一步使用LR检验判断是否选择空间杜宾模型(SDM)以及结合 Robust LM-lag、Robust LM-error检验判断SDM模型可否简化为空间面板误差模型(SEM)和空间面板滞后模型(SLM)，若LR检验拒绝原假设，则可以选择SDM模型进行回归，否则选择SEM模型或SLM模型。

(二)变量选取与测度

1.被解释变量

④区域物流发展水平(ld)。考虑到物流产业涵盖部门众多，以及数据的可获得性，本文参照吴彪等的方法，以交通运输业、仓储业和邮政业的统计数据代替物流行业的相关指标[17]。从物流投入、物流产出两个方面，选取物流业从业人员、物流里程(公路与铁路里程之和)、物流业固定资产投资额、货运量、货物周转量、物流业生产总值等6项指标，构建熵值-加权综合评价模型测度区域物流发展水平。

2.解释变量

⑤旅游经济(tour)。为分析旅游经济对区域物流发展的影响，本文参照现有文献中普遍做法，选取旅游总收入作为旅游经济的代理变量。由于旅游总收入这一指标暂未被纳入相关统计年鉴，故将入境旅游总收入乘以当年美元汇率折算为人民币后，再与国内旅游收入相加获得旅游总收入。为避免原始数据的异方差现象，保障原始变量之间的变化态势，需要对旅游总收入进行取对数处理。

3.控制变量

鉴于物流产业发展受到多方面因素的影响，本文在梳理相关文献的基础上，综合数据的代表性及可获得性选取了产业结构(SE)、区位因素(LF)、信息化程度(ID)、物流资源利用水平(RE)和对外开放水平(open)因素作为控制变量。

①产业结构(SE)。合理的产业结构占比能够为物流业的发展提供良好的产业环境，可以通过产业、行业及部门的关联效应带动物流产业的升级转型，通过聚合效应促使物流相关产业集聚，形成规模效应，从而降低物流成本、污染和能耗。考虑到旅游业和物流业均属于第三产业范畴，为避免多重共线性的影响，本文借鉴童昀等的做法，采用第二产业增加值占GDP比重作为产业结构的代理变量[18]。

②区位因素(LF)。区域发展的定位、产业基础各异，使得物流产业发展的区位有所差异，有利的区位能够激发物流产业的集聚效应和规模效应，从而降低行业发展成本，提高整个行业的发展水平和速度。区位熵能够反映一个区域内某产业的集聚程度和专业化水平，可代表该产业在该地区的发展情况，故本文选取物流行业的区位熵作为区位因素的代理变量。某地区物流业的区位熵等于该地区物流生产总值在全国物流生产总值的比值与该地区总产值占全国总产值比重之比。

③信息化程度(ID)。物流行业的发展离不开信息技术的支持，较高的信息化程度能够有效提高物流行业的运作效率，节约运输成本。信息化程度一般用邮电业务量和互联网宽带用户数表示。由于移动互联网的普及，互联网宽带用户数无法精确反映移动互联网时代的信息化水平。考虑到邮电业务量涵盖了邮政、电信以及互联网业务营业额，可以在一定程度上反映互联网使用情况，本文借鉴刘子琦的方法，选择邮电业务量表示区域物流行业的信息化水平[19]。

④物流资源利用水平(RE)。物流资源的浪费和滥用是限制物流效率提升的关键因素，提升物流产业的资源利用水平可以避免资源浪费现象，保障投入资源的充分利用，创造价值最大化，提高物流行业发展效率。已有研究中对物流资源利用水平的衡量指标包括：单位里程铁路承载的货运量、单位里程公路承载的货运量、库存周转率等。由于库存周转率与信息化水平这一指标存在交叉，因此该指标不适应本文的研究实际。综合考虑数据的可获得性，本文借鉴唐琦的方法，选择单位里程公路，以及铁路承载的货运量表示物流资源利用水平[20]。

⑤对外开放水平(open)。对外开放能够为物流业的发展积累资金和技术，引进外资物流企业先进的物流管理技术，有助于物流产业结构的优化升级，从而提高区域物流发展效率。依据国际贸易理论，进出口贸易可以通过示范效应、知识和技术外溢效益提高物流发展水平，因此，参照曹正旭等的做法，利用使用地区进出口额与全国GDP的比值表征对外开放水平[21]。

(三)数据说明

本文采用2010—2020年中国大陆31个省(市、自治区)的面板数据，数据来源于2010—2020年《中国统计年鉴》《中国旅游统计年鉴》《国民经济发展统计公报》及各地区统计年鉴。对于个别缺失数据，采用插补法或类推法替换缺失值。表1为各变量的描述性统计结果。为避免多重共线性对模型回归结果的干扰，对各变量面板数据进行VIF检验，结果显示方差膨胀因子均小于10，说明模型不存在多重共线性。

表1 变量描述性统计结果

三、实证结果及分析

(一)区域物流发展的空间相关性分析

1.区域物流发展水平测度结果

本文选取物流业从业人员、物流里程、物流业固定资产投资额等6项指标，构建熵值-加权综合评价模型测度被解释变量，区域物流发展水平的测度结果见表2。

表2 2010—2020年31省区域物流发展水平指数

由表2可知：2010—2020年全国31省中区域物流发展水平最高的三个省份分别是北京市、辽宁省、和天津市，而发展较慢的包括贵州省、云南省以及海南省，在地理空间上主要成东北高西南低的空间格局。

2.全局空间自相关分析

基于2010—2020年31省区域物流发展水平测度结果，依据邻接空间权重矩阵，运用stata17软件计算全局莫兰指数来检验2010—2020年我国31省区域物流发展的空间依赖特征，结果见表3。

表3 2010—2020年31省区域物流发展的全局Moran's I指数

由表3可知：2010-2020年31省区域物流发展水平的全局Moran's I均为正，且z值均大于临界值，表明我国31省区域物流发展水平具有显著的正向空间依赖性，具有较高物流发展水平的省份相互邻近，较低的物流发展水平的省份相邻的特征。进一步表明运用空间计量模型进行研究的可行性。

3.局部空间自相关分析

由于全局莫兰指数无法反映各省份与周边地区物流发展的空间差异和变化，为进一步分析各省与邻省物流发展的局部空间相关性，本文参照王钰等的做法[22]，分别以2010年和2020年为例，绘制31省区域物流发展指数的局部Moran's I散点图，进行局部空间自相关分析，结果见图2和图3。

图2 2010年区域物流发展局部Moran散点图

图3 2020年区域物流发展局部Moran散点图

对比2010年和2020年31省区域物流发展水平的局部莫兰散点图，可以发现，考察期内，第一、三象限分布的省市总数多于第二、四象限，说明我国31省区域物流发展水平的空间集聚模式以“高高集聚”和“低低集聚”为主，其中呈现“低低集聚”模式的省份最多，2010年和2020年分布在“低低集聚”的省份分别占总量的51.6%、48.39%。通过对比可知：河南、辽宁、陕西以及华北地区5省始终位为“高-高”集聚区，表明这些省市具有较高的物流发展水平并相互临近；湖南、贵州、广西等11个省市始终处于“低-低”集居区，说明物流发展水平较低且相互临近，这些省市与邻省呈现空间同质性。福建、四川和广州分别由2010年的“低-低”集聚发展到2020年的“高-低”集聚，表明这3个省近年来区域物流发展水平有所提升，由于集聚形式的转变，从而对邻近省市的区域物流发展水平产生溢出效应。

综上所述，可以得出以下结论：第一，河南、辽宁、陕西以及华北地区5省物流发展水平的空间集聚特征显著，京津翼地区尤为突出，表明发达地区对临近区域产生聚集与扩散两种效应，即吸引周边优质资源并且向周围区域产生正向的溢出效应；第二，各省份的空间相关性和依赖性变化较小，呈现一定的锁定效应和路径依赖，“低-低”集聚区主要覆盖华中、华东、华南和西部地区，与“高-高”集聚区范围覆盖的华北和东北地区，形成了东北高西南低的空间格局。

(二)旅游经济对区域物流效率的空间溢出效应

由Moran's I指数检验的结果，发现我国区域物流发展水平存在显著且稳健的空间相关性，因此可以引入空间计量模型分析。

1.空间面板回归模型检验

进行模型回归分析前，需要进行相关检验来判别空间模型最适合的具体形式。运用Stata17软件进行LM、LR、Hausman检验，结果见表4。

表4 空间计量模型检验结果

由表4可知：LM(SAR)和LM(SEM)的统计量分别为9.78和5.982，分别在1%和5%的水平上拒绝原假设，进一步稳健的LM检验，结果依然显著。此外，各模型的LR检验和Hausman检验的统计量均在1%的显著水平上拒绝原假设，说明SDM模型无法退化为SAR模型或SEM模型，且选择时空双固定效应模型更为合理，即选用空间杜宾固定效应模型更适合旅游经济对区域物流发展水平的空间计量分析。

2.空间杜宾模型回归

为确保研究的准确性和科学性，本文参照学者陆靖的做法，依次进行了空间固定效应、时间固定效应、时空双固定效应以及随机效应的回归[23]，结果如表5所示。

表5 空间杜宾模型回归结果

表5数据显示，在三种效应中，旅游经济的回归系数均为正数，且都在1%水平上显著，表明区域旅游经济显著促进区域物流发展。

3.空间杜宾模型的溢出效应分析

为了更深入分析旅游经济对区域物流发展的影响和传导机制，借鉴杨明海等学者的方法，通过空间杜宾固定效应模型，分别从直接、间接以及总空间溢出效应三个方面进行剖析[24]。结果见表6。

表6 空间杜宾模型(FE)空间效应分解

表6报告了各影响因素对31省区域物流发展水平的直接效应、间接效应和总效应，分析可知：

①旅游经济影响区域物流发展的直接效应、间接效应和总效应的回归系数均通过显著性水平检验，且效应作用方向一致。直接效应和间接效应的系数值分别为0.1197和0.0945，可以看出，旅游经济对区域物流发展的空间效应以“直接效应”为主，每当旅游经济增加1%，会促进区域物流发展水平提升0.1197%。物流产业发展的关键在于提升物流服务水准、降低物流成本、扩大物流市场。在旅游业蓬勃发展的情况下，物流企业可充分利用与旅游业之间的共性，借助旅游行业服务体系，提升物流服务质量。通过行业服务体系资源的共用，物流业不仅提高了效率，还降低了物流成本，为区域物流发展带来了新的增长点。除此之外，随着旅游产业的发展，旅游产品、商品服务的需求量逐渐增加，餐饮、酒店和交通运输等行业均得到发展，这都为物流业的发展拓展了市场。

②旅游经济对区域物流发展的空间溢出效应在多个解释变量中位居第二，次于产业结构。由表5可知，产业结构对区域物流发展的空间溢出总效应为1.4858，且在1%水平上显著，远高于旅游经济对区域物流发展0.2142的空间溢出总效应，表明产业结构对区域物流发展的促进作用最强。结合发展实际来看，第二产业的合理占比有助于第三产业的良性发展。其余解释变量中，物流资源利用水平(RE)和对外开放水平(open)也是影响区域物流发展水平的重要因素，其空间溢出总效应分别为0.0562和0.0003，且均通过10%的显著性水平检验。信息化程度(ID)和区位因素(LF)对区域物流发展水平的空间溢出效应不显著。区位因素(LF)未通过显著性水平检验，信息化程度(ID)虽通过1%显著性水平检验，但总溢出效应趋于0。

四、结论与政策启示

(一)主要研究结论

本文以2010-2020年中国大陆31省(市、自治区)的面板数据为样本，以旅游经济为核心解释变量与以熵权法计算得到的区域物流发展水平为被解释变量，进行空间计量回归，以此探讨旅游经济对区域物流发展的效应及其背后的机制，得到以下结论：

第一，全局莫兰指数分析结果显示，中国各省区域物流发展具有显著的空间自相关性以及空间非均衡性，即较高物流发展水平的省份相邻，较低物流发展水平的省份相邻。从局部莫兰指数分析来看，河南、辽宁、陕西以及华北地区5省物流发展水平的空间集聚特征显著，其中京津翼地区尤为突出，表明发达地区吸引周边优质资源并且向邻地产生正向溢出的效应更为显著。除此之外，各省的空间相关性和依赖性呈现一定的锁定效应和路径依赖，“低-低”集聚区主要覆盖华中、华东、华南和西部地区，与“高-高”集聚区范围覆盖的华北和东北地区，形成东北高西南低的空间格局。

第二，旅游经济对区域物流发展的影响具有显著正向空间溢出效应，且以直接效应为主。当前，随着人民生活水平的提高，旅游业得到快速发展，旅游服务体系不断完善，旅游产品、商品服务的需求量逐渐增加，餐饮、酒店和交通运输等行业快速发展，旅游经济正从多个方面对区域物流的持续发展发挥作用，但这种作用还是以本地区产业间相互影响为主。随着旅游产业发展的不断深入，运输体系网络会不断完善，这不仅满足了物流业对通达性的要求，提高了物流运作效率，还降低了旅游各环节中的物流成本，为区域物流的发展带来了新的增长点。

第三，旅游经济对区域物流发展的空间溢出效应低于产业结构因素，在多个解释变量中位居第二。从本文讨论的核心解释变量旅游经济的空间面板模型的空间效应分解来看，产业结构、旅游经济、物流资源利用水平和对外开放水平均通过显著性水平检验，呈现出对区域物流发展的积极影响。其中产业结构的空间溢出总效应最大，达1.4858，旅游经济次之，达0.2142，其余依次为物流资源利用水平和对外开放水平。信息化程度(ID)和区位因素(LF)对区域物流发展水平的空间溢出效应不显著。

(二)政策建议

旅游经济对区域物流发展的空间溢出效应可以从以下三个方面实现：

(1)树立旅游经济可以推动区域物流发展的战略认识。目前，在影响区域物流发展的众多因素中，旅游经济的作用还不能占主要地位。旅游产业在某些方面可以借助自身发展优势，推动区域物流发展的观点在实践中的认识并不深入，这导致本可以促进区域物流发展的旅游产业资源优势并未得到有效发挥。因此，要充分认识旅游产业中服务体系、基础设施、产品流通性需求等对区域物流发展起到的不同影响。政府可以发挥宏观调控作用，构建旅游业与物流业协同发展战略，利用旅游业对“流通性”的需求与物流业的“流通性”职能，协调地区旅游产业与物流部门的关系，使得两者在发展过程中有效共享地区产业资源，实现产业上的新发展，成为我国经济发展的新着力点。

(2)根据地区差异制定不同发展策略。旅游经济对区域物流发展的影响在空间因素的作用下尤为显著，空间溢出效应的作用强烈。中国各地区经济发展基础不同，旅游经济推动区域物流发展在各地区的实践也不可同一而论，应当因地制宜。对于旅游经济发达的地区，如北京、上海、深圳、青岛等地区，经济起步较早，产业基础良好，交通基础设施等方面更完善，针对这些地区，可以通过资源共享、流程合并等实现旅游业和物流业的融合发展。对于旅游经济欠发达的地区，如西部地区，虽然自然旅游资源丰富，但产业基础薄弱、交通资源匮乏，其发展重心仍然是扩大交通基础设施的建设，对于此类地区，应当实施一批带动力强、受益面广的交通基础设施项目，改善旅游发展环境，最大化发挥区域旅游资源利用水平，进一步释放区域旅游发展潜力，进而推动物流产业的发展。

(3)建立区域旅游物流“动态”战略联盟。旅游业与物流业均属于第三产业中的支柱产业，二者有着共同战略目标——实现经济效益最大化、成本消耗最小化。构建区域“动态”战略联盟，通过完善跨区域旅游产品物流配送系统、发展“互联网+”旅游特色产品第三方物流等途径，拓宽物流市场，优化产业资源配置，进一步扩大旅游经济对区域物流发展的溢出影响，形成规模效应和集聚效应，从而降低物流成本、能耗和污染。考虑到物流业覆盖面广、关联性强的特点，在不断变化的市场中，物流业可以根据行业特点对区域联盟进行动态调整。当突发状况发生，旅游业无法对物流业起到显著推动作用时，物流企业可以选择解体一些联盟，释放资源；当新的旅游运输需求出现时，物流企业可以选择重组战略联盟联合发展。