李华东,魏 川,易小钰
(西华大学建筑与土木工程学院,四川 成都 610039)
成渝地区作为中国热门旅游地之一,为当地第三产业创造了巨大的经济效益,在中国以国内大循环为主体、中国内外双循环相互促进的新政策背景下,伴随中国国内旅游业在后疫情时代下的全面复苏的趋势,伴随高铁的全面复兴,不仅增强了城市的区域可达性,为区域的经济发展创造了强有力的条件,还让大量就业人士涌入了区域内第三产业行业,一定程度上缓解了当地的就业压力,客观上推动了区域内旅游业的发展。该文研究了成渝高铁开通前后对区域内沿线城市的旅游业影响,意为相关部门指定合理的区域旅游发展规划提供了参考依据,背靠新政策背景,最终达成区域旅游经济的协调发展。
中国自21世纪以来,新时代社会主义的矛盾发生了转化,我国社会主义的主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾,传统上依靠拉动经济的粗放型发展方式难以持续[1]。1964年10月,日本成功开通了世界第一条高速铁路,这条高速铁路便是人们耳熟能详的新干线[2]。Kobayashi K(1997)构建了一个系统包含高铁与沿线城市,研究并发现在这个系统内高铁覆盖面越广,交通可达性水平就会越高,从而对周边城市产生强大吸引力,加快助推区域经济快速融合发展[3]。Fernald(1999)对美国州际高速公路和劳动生产率之间的关系进行了研究,研究结果显示,公路投资并不是在所有情况下都能有效地产生高效益,过度的公路投资反而会降低投资的效率[4]。Cascetta(2011)的研究表明了意大利罗马至那不勒斯高铁的开通成功刺激了旅游业的发展,并且为旅游业带来了不菲的收入[5]。Gao(2019)采用中国地级市级面板数据研究高铁开通对城市旅游业的影响,研究结果表明国内旅游者越来越倾向于选择建有高铁站点的城市作为旅游目的地[6]。Shuman Wang(2020)在“时空压缩”背景下,研究了中国高铁旅游发展路径创新方式,提出了当今中国如何发展高铁旅游经济的相关建议[7]。
相较于国外发达国家国内高铁起步较晚,孙健韬(2012)的研究表明,高铁主要通过两种方式影响经济发展,一种是通过改善交通运输条件的方式,另一种则是通过高铁带动相关产业的发展[8]。陈肖飞(2013)等主要研究的是郑西高铁对“郑洛工业走廊”的影响,构建了一个影响指标框架,并用灰色预算模型和多元回归模型,采用“有无对比法”,分析研究了郑西高铁对郑州、洛阳两座城市经济增长的贡献率,论证郑西高铁开通对于沿线区域经济的推动作用[9]。霍云霖(2013)研究发现延安市一级客源的市场范围在高铁开通后明显扩大了,并使延安市旅游业进入了散客自由行的时代。但同时也带来游客拥挤、旅游满意度降低等诸多的问题[10]。
郭建科(2016)、汪德根(2017)、黄泰、席建超(2017)均在探讨高铁与区域旅游经济发展的研究中,通过引入GIS模型进行探讨[11-12]。3位学者的研究成果表明高铁的建设运营能够促进区域城市旅游空间格局的优化与重塑,加强区域旅游经济的互动性,但同时应该警惕出现区域旅游空间竞争加剧的趋势。黄泰(2017)基于长三角旅游区域高铁运营数据,实证研究结论表明:当前高铁开通运营在缩短区域间旅游的时空距离影响的同时,其核心一边缘效应也在不断凸显。非高铁沿线的旅游区域竞争力进一步弱化,而高铁沿线的核心城市,如上海、南京、杭州其旅游竞争力地位进一步强化,并指出应该预防由于高铁开通所导致的区域旅游市场竞争不平衡,促进区域旅游一体化发展[13]。谢宁光(2017)基于京广高铁的旅客调查数据,实证分析旅客出行行为与选择高铁旅游的行为意向之间的关系[14]。其研究结论表明旅客对于高铁的优点感知、高铁的作用感知会影响到对于高铁旅游出行的意愿,基于研究结论,建议从提升高铁服务、完善配套措施等方面吸引旅客选择高铁出行。大力扶持偏远地区和贫穷地区基础设施改善的政策,夯实区域公共服务共建共享的着力点,以完善区域经济高质量发展的工作(黄庆华,2019),且经推演交通经济理论中的空间溢出效应理论,刘勇等研究结果表明交通能够显著带动区域经济的增长,交通对地区经济的提高具有积极的影响(2019)。郝晨(2020)基于我国260个地级及以上城市数据,采用双重差分法验证了高铁开通对旅游经济的影响,结果表明高铁开通能够明显促进旅游业经济的发展,且其促进作用随着旅游资源独特性的增强而增强[15]。
可达性这一概念很早就用于城市交通规划研究中,用以作为描述两分区间交通联系程度的指标,这一指标与吸引分区的土地利用强度和分区间的行程时间或行程距离有关。梅琳(2018)基于城市间列车最短距离的数据,使用最短距离模型、可达性系数和经济潜力等度量指标分析了高速铁路建设对可达性的影响。在此基础上,选用平均时间距离、加权平均旅行时间、经济潜力模型探索成渝高铁开通对沿线区域内主要城市的影响[16]。
高铁从一个城市抵达另一个城市的时间会有许多影响因素,最短及最长的耗费时间受限于各主观及客观因素,故取平均时间作为探索点,平均时间距离指从一个城市抵达另一个城市的平均旅行时间。通过高铁管家和高德地图软件查询成渝高铁沿线区域内主要的八个城市(包含成都市、自贡市、绵阳市、德阳市、内江市、乐山市、资阳市及重庆市),查询时间为2022年11月4日。成渝高铁沿线区域内主要城市不使用高铁时的平均时间距离如表1所示,平均时间距离取列车耗费时间与汽车直达时间的平均值。成渝高铁沿线区域内主要城市的平均时间距离如表2所示,需要中转的城市除去中转耗费时间,没有直达的城市花费时间取距离/成渝高铁的平均时速。
表1 成渝高铁开通前沿线城市间的平均时间距离h
表2 成渝高铁开通后沿线城市间的最短时间距离h
加权平均旅行时间是指某一区域到各经济中心的时间测度,指标得分越低,该区域的可达性也就越高,公式如式(1),式(2)所示:
(1)
(2)
其中,Li为区域节点i可达性;n为评价系统内除i地外的节点总数;Tij为通过某交通设施和网络从节点i到达经济中心所花费最短时间;Mj为该经济中心的经济实力或对周边活动地区的吸引力;GDPj为经济中心j的旅游GDP生产总值;POPj为经济中心常住人口数。
经济潜力模型源于引力模型,与城市的区位相关,其分值越高,说明该城市的可达性越高,具体计算公式如式(3)所示:
(3)
其中,Pi为节点i的经济潜力;a为节点i和j之间的距离摩擦系数,通常取1。
成渝高速铁路开通前后沿线城市间的加权平均时间及经济潜力变化如表3和表4所示,根据表3和表4可以看出,成渝高速铁路的开通加强了沿线城市的可达性,使得沿线城市的平均旅游时间减少了45.27%;同时各沿线城市的旅游经济潜力平均提高了92%。成渝高速铁路的通车,刺激了沿线区域内各个城市的人员流动,也带动了各个城市之间旅游经济的发展。
表3 成渝高铁开通后沿线城市间的加权平均时间的变化
表4 成渝高铁开通后沿线城市间的旅游经济潜力的变化
伴随着2015年成渝地区高铁的通车,既有的成灌快铁和其支线、成绵乐城际高铁等的开通运营[17],不仅拉近了成渝遗产旅游的目的地与国内游客的时空距离,还带动了区域间的人流及物流量的深层次融合。成渝高铁的通车大大提升了川渝地区铁路的客运量,为各个沿线城市带来了大量的游客,大力刺激了当地的旅游收入,并以此带动了住宿、餐饮业及交通运输类等第三产业的发展。最终第三产业的蓬勃发展又使得更多的人投入第三产业的行业当中。本节将通过论证随着旅游人数的增加将带动区域的旅游收入发展,而作为第三产业中占据着重要地位的旅游收入发展又将带动更多的人投入第三产业当中。
《中国城市统计年鉴》《国民经济和社会发展统计公报》和《文化广播电视和旅游局》详细数据见图1。
根据旅游流的理论观点,影响各地游客出行的重要因素主要包括:出行是否便利、可达性程度、经济发展状况、出行距离、旅游资源和交通是否便利等[18]。交通设施条件的改善缩短了时空距离,使得出行更加便利,特别是高铁的运营大大提升了区域内交通的可达性,提升了大量旅游人数,从而为区域内旅游带来可观的收入,客观上为第三产业的就业人员带来了更多的机遇。故本文提出以下研究假设:
1)旅游人数的提升会促进旅游收入的增加;2)旅游收入的增加会使更多就业人员涌入第三行业。
根据研究假设,本节自变量选为旅游人数,因变量取旅游收入;另外以旅游收入为自变量,区域内第三产业就业人数为因变量[19],构建如下回归方程:
γ2=β1+γ1β2+ε1
(4)
δ1=β4+γ2β3+ε2
(5)
其中,β4,β1均为常数项;β2,β3均为各个变量的系数,代表了对于因变量的影响程度与影响的方向;δ1为第三产业就业人数;γ1,γ2分别为自变量旅游人数及旅游收入;ε1,ε2均为各个随机变动项。各项变量的说明如下:
1)第三产业就业人数:第三产业就业人数代表各类服务业或商业,它的就业发展水平很大程度上能衡量生产社会化程度及市场经济发展的水平。本文的第三产业就业人数主要指成渝高铁沿线10个主要城市2013年—2022年第三产业的就业人数。
2)旅游人数:旅游人数主要指居民为了娱乐消遣到达其他城市和连续停留过夜等的各种行为总和,本文的旅游人数主要指成渝高铁沿线10个主要城市2013年—2022年历年的旅游人数。
3)旅游收入:旅游收入包含了从出行开始的一系列活动的花费总和,包括出行、住宿、饮食、娱乐等。本文的旅游收入为成渝高铁沿线10个主要城市2013年—2022年的旅游总收入。
实证分析过程中,为了避免“伪回归”这种随机的趋势现象出现[20],通常会对研究数据进行平稳性的检测。文本的数据为2013年至2022年各大城市的数据。在进行数据的平稳性检验时,我们选择学术界使用较为普遍的ADF单位根检验方法来检测数据能否进行多元回归分析。具体结果如表5所示。
表5 数据ADF根、单位根检验结果
如表5所示,经过数据分析得出第三产业就业人数、旅游人数及旅游收入均满足5%控制下的显著性标准,数据结果均保持平稳状态。
在对数据进行回归分析之前,通常需要对数据进行相关性检验,这是由于在进行相关性分析的时候,有时会出现各个自变量与因变量之间并无太大的关联性,这个时候我们就没有必要再进行回归分析了。本节将运用Pearson分析方法验证实验变量之间是否满足P<0.1的显著性条件。通过2013年—2022年的数据,对本研究的因变量和自变量(第三产业就业人数、旅游人数、旅游收入)进行Pearson相关性分析,得出数据如表6所示。
表6 各变量之间皮尔逊相关性检测
经过相关性检验,得出了第三产业就业人数、旅游人数、旅游收入相关系数为0.901,0.986,0.926,并且均通过了显著性的检验,得出了成渝高铁沿线的主要城市之间的第三产业就业人数、旅游人数、旅游收入之间存在着紧密的关系。从社会实际发展情况来看,除了2019年底的新冠疫情爆发,使得2020年的旅游业遭受了巨大的打击,数据有所下滑之外,自从2015年末成渝高铁正式通车后,人们选择出行的方式更加多样,过去人们出行的方式主要以客车、私家车、飞机等方式为主,这些出行方式有的时间长,有的价格高,还有的出行方式不仅耗时还费神。在各大高铁正式通车尤其是在成渝高铁通车之后,成渝高铁沿线的各个城市旅游人数增速明显,旅游收入也因此提高,尤其是旅游业的兴盛还带动了沿线各个城市的住宿、餐饮等第三行业,第三行业从业人数也不断提高。
根据以上的数据检验表明,本文研究的因变量及自变量数据适合用于回归分析,使用SPSS 22.0统计分析软件,对上述式(4)和式(5)分别进行回归的分析。探讨各个变量之间的相关性,得出以下结果:
1)根据假设模型γ2=β1+γ1β2+ε1,得出以旅游人数为自变量,旅游收入为因变量的回归模型,见表7。
表7 旅游人数对旅游收入影响的回归分析
根据SPSS 22.0统计分析旅游人数与旅游收入构成的回归模型数据,自变量旅游人数通过了5%的显著性检验证明了旅游人数对旅游经济的收入有着显著性影响,最终得出公式:旅游收入=0.128×旅游人数-3 500.330,即:
γ2=0.128γ1-3 500.330。
2)根据假设模型δ1=β4+γ2β3+ε2,得出以旅游收入为自变量,第三产业就业人数为因变量的回归模型如表8所示。
表8 旅游收入对第三产业就业人员影响的回归分析
根据SPSS 22.0统计分析旅游收入与第三产业就业人数构成的回归模型数据,旅游收入通过了5%的显著性检验说明旅游经济的收入对第三产业就业人员的数量有着显著性影响,得出公式:第三产业就业人数=0.043×旅游收入+984.773,即:
δ1=0.043γ2+984.773。
根据式(1)及式(2),回归分析论证了旅游人数对旅游的经济收入呈现正向影响,旅游经济收入对第三产业的就业人数也呈现正向的影响。结果与假设符合一致,高铁的通车促进了旅游人数的增加,而旅游人数增加后带动了旅游经济的收入,最终使更多人员涌入第三产业的行业之中。说明了成渝高铁的通车,使得各个城市之间的可达性增强,能够带动区域内旅游人数的大幅度增加,带动当地区域的经济收入及第三产业的发展与就业,该假设模型具有实际的社会经济意义。
庞大的游客量支撑起了巨大的旅游市场,而交通因素对旅游的游客来说是必须考虑的重要环节。成渝高铁的建设与投入使用是使整个成渝地区旅游业迅速发展的决定性力量,高铁的建立,缩短了各个城市之间的时空距离,增加了人们旅游的兴趣,为旅游业带来了大量的游客,大幅度提高了沿线城市的旅游经济潜力,同时为整个旅游市场填注了活力。本文研究了高铁与区域旅游经济相关的概念及背景。基于大量相关学者的文献分析与十年的相关数据,论证了高速铁路的建立提高了城市间的可达性,刺激了沿线各城市的旅游经济。潜力创新性的提出,高铁的建立除了带来庞大的客运量,为旅游业带来了大量的游客和经济之外,同时也使得区域内第三产业的就业人数增加。面对当前成渝地区所面对的问题,提出了完善配套设施和加强疫情防控的措施来促进区域内旅游经济的发展。本文的结论如下:
1)通过对比分析成渝高铁开通前后各沿线城市的平均旅游时间及旅游经济潜力,研究发现成渝高铁通车之后沿线城市的平均旅行时间减少了45.27%,沿线城市旅游经济潜力平均提高了92%,成渝高铁的通车提高了区域内城市间的可达性。2)成渝高铁的建立,使得区域内高铁客运量逐步增长。3)成渝高铁沿线的主要城市旅游收入占整个川渝地区的旅游收入比逐渐提高。成渝高铁的建立,使得区域内第三产业的生产总值中的旅游业占比越来越高。
成渝高铁的建立,刺激了区域内旅游经济的发展,增强了人们第三产业的就业倾向,越来越多的人投入到第三产业的就业队伍当中。