长三角地区旅游生态效率与旅游生态网络动态耦合与影响机制分析

宋 娜，原一敏

(1.燕山大学 经济管理学院,河北 秦皇岛 066004; 2.新疆科技学院 文化与传媒学院,新疆 库尔勒 841000)

0 引言

党的二十大报告提出,推动绿色发展,促进人与自然和谐共生,尊重自然、顺应自然、保护自然,是全面建设社会主义现代化国家的内在要求。旅游业作为国民经济的战略性支柱产业,其绿色发展对我国经济整体高质量发展具有重要意义。旅游生态效率具有显著的空间关联特征[1],旅游产业生态网络能够以合作的方式减少旅游活动过程中产生的环境问题,并促进经济和环境的协调发展[2-3]。因此,从旅游生态效率与旅游生态网络结构两个方面对地域单元旅游经济和生态保护协调发展状况进行分析,对推动旅游高质量发展具有重要指导意义。

国内外学者关于旅游生态效率的研究成果逐渐丰富,早期重点关注旅游生态效率的概念理论[4-5]、模型构建[6]、测度方法[7-8]等方面。随着研究的深入,运用探索性空间数据分析[9]、冷热点[10]、标准差椭圆与重心模型[11]等方法,从国家[12]、区域[13]、省域[14]等不同尺度分析旅游生态效率的时空演化特征,并借助数学模型Tobit[8]、计量回归方程[15]、向量自回归模型[16],面板向量自回归模型[17]、系统广义矩估计[18]等方法研究旅游生态效率的影响因素,其中Tobit方法[19-20]最为常见。随着区域之间的联系日益紧密,旅游生态效率不仅取决于自身的旅游生态发展,还受到周边地区生态发展的影响[21],考察旅游生态效率空间网络结构的研究逐渐展开,运用修正的引力模型和社会网络分析法探讨了旅游生态效率[21-22]、旅游业绿色生产率[23]、旅游业绿色创新效率[24]、旅游业碳排放效率[1]等为主题的空间网络结构。而在旅游生态效率与旅游生态网络结构两者关系方面的研究相对薄弱,相关研究仅见于旅游网络结构[25]、旅游经济网络结构[26]、旅游流集散网络结构[27]与旅游经济效率的关系研究,针对旅游生态方面的研究较为匮乏。此外,由于不同因素对旅游生态效率与旅游生态网络结构两者关系的影响并不独立,需要从组态视角对两者关系复杂化的背后机制进行分析。

国内外对旅游生态效率的研究已相对成熟,旅游生态网络结构相关研究也逐渐增加,但探讨旅游生态效率与旅游生态网络结构两者关系的研究仍较为缺乏。长三角地区作为探索生态文明建设较早的地区之一,于2013年发表的环境保护宣言提出共同构建区域环境保护体系,以协同推进生态文明建设。基于此,本研究选取2013年、2016年、2019年、2021年为时间节点,以长三角地区41个地级及以上城市为研究对象,利用数据包络分析法、社会网络分析法和耦合评价模型测算、分析旅游生态效率与旅游生态网络优势度两者的各自发展水平与关联水平,并采用fsQCA组态分析方法对两者耦合协调发展的驱动因素和发展路径进行探究,为长三角地区生态文明建设与旅游可持续发展提供理论依据。

1 研究区域、研究方法与数据来源

1.1 研究区域

长三角地区包括上海市、安徽省、浙江省和江苏省“三省一市”的共41个城市。长三角地区是我国经济最发达、开发程度最高的地区之一,其一体化发展使得城市之间的联系更加紧密,生态要素流动更加高效便捷,生态保护合作和联动发展更加深入,对我国其他地区高质量发展具有示范带动作用。

1.2 研究方法

1.2.1 旅游生态效率测算

旅游生态效率有单一比值法、指标体系法和模型法3类测度方法。参考已有研究[8-10],采用数据包络分析法(DEA)计算旅游生态效率。基于非期望产出的超效率SBM模型既考虑了松弛变量的影响,也解决了区分有效决策单元差异问题,还同时包含了投入、期望产出和非期望产出指标,评价结果更加准确。

1.2.2 旅游生态网络优势度测算

借鉴程慧等[22]、王凯等[28]的研究,采用修正的引力模型测算长三角41个城市的旅游生态效率空间关联水平,构建长三角城市之间旅游生态效率空间关联矩阵。借鉴相关研究成果[26,29-30],以矩阵数据均值作为临界值,建立41×41的有向二值空间关联矩阵。

运用社会网络中的中心性分析方法,从“关系”视角探析长三角地区旅游生态效率空间关联网络结构特征。中心性包括程度中心性、中介中心性和接近中心性。具体计算参考韩剑磊等[26]的研究。参考王钊等[27]的研究,将各项指标用极差法进行标准化处理,按一致性原则对标准化值进行加权求和,计算各市的旅游生态网络优势度。

1.2.3 耦合协调模型

构建旅游生态效率与旅游生态网络优势的耦合协调度模型,衡量效率与优势度二者之间的协同发展水平。具体方法参考王钊等[27]的研究。

1.2.4 模糊集定性比较分析

模糊集定性比较分析(fsQCA)具有质性分析和定量分析的双重属性[31],是基于布尔代数和集合论的组态分析[32],通过不同因素组合的多条路径解释相同的结果变量。利用fsQCA方法分析旅游生态效率与旅游生态网络优势耦合协调度的差异化驱动机制,有助于揭示提升二者耦合协调度的具体路径。

1.3 指标选取与数据来源

1.3.1 指标选取

基于长三角地区的实际情况和相关数据的可获得性,借鉴已有研究[33-35]构建旅游生态效率评价指标体系(表1),包含投入、期望产出、非期望产出3个维度的指标,对长三角地区旅游生态效率进行测度。从劳动力、重要资源、资本、能源消耗4个方面选取第三产业从业人数、星级饭店数量、旅行社数量、A级景区数量、公用设施建设固定资产投资和旅游能源消耗作为投入指标。由于多数城市未将旅游业从业人数纳入官方统计,因此,参考以往研究[34],选取第三产业从业人数表征。旅游总收入和接待游客总人次为期望产出指标。旅游碳排放量和旅游污水排放量为非期望产出指标。需要说明的是,旅游能源消耗与碳排放采用“自下而上”法,由旅游交通、旅游住宿、旅游活动3个重点领域组成;旅游污水排放量无确定衡量值,参考狄乾斌等[35]的方法,按“旅游污水排放量=污水排放总量×(旅游收入/地区国民生产总值)”公式来测算。

表1 旅游生态效率评价指标体系

旅游生态效率与旅游生态网络优势的耦合协调度受到多方面因素的影响,参考相关研究[22,26,29],选取6项指标作为影响二者耦合协调度的因素,将科技发展水平、对外开放程度、政府规制能力、环境规制力度、经济发展水平、教育发展水平作为前因变量,分别采用专利授权数(件)、进出口额(万元)、节能环保财政支出(亿元)、建成区绿化覆盖率(%)、人均GDP(元)以及教育经费数额(万元)作为指标表征。

1.3.2 数据来源

2013年、2016年、2019年、2021年各要素指标数据主要来源于《中国城市统计年鉴》《中国城市建设统计年鉴》、长三角地区41个城市统计年鉴、国民经济和社会发展统计公报。

2 结果与分析

2.1 旅游生态效率与旅游生态网络优势度时空变化

2.1.1 旅游生态效率的时空变化

运用MaxDEA软件,基于非期望产出的超效率SBM模型测算长三角地区41个城市旅游生态效率值,借助ArcGIS软件的自然断点法划分为高效率地区、中等效率地区、较低效率地区和低效率地区并进行空间可视化(图1)。

从趋势上看,长三角地区整体旅游生态效率水平呈先上升后下降的趋势,均值从2013年的0.74上升至2019年的0.86,2021年下降至0.52。从空间分布来看,长三角地区旅游生态效率存在显著的不均衡性,位于中等效率水平及以上地区主要集中在长三角南部,随着时间推移该特征区域逐步向北部转移。第一,苏州、无锡等地区经济发达,在生态保护资金和科技创新等要素投入方面具有规模优势,助推旅游高质量发展。第二,池州市森林覆盖率高达60%,拥有优越的生态旅游资源和良好的生态环境基础。第三,宿州市有“中国云都”之称,科技对旅游业的渗透助力旅游新业态与环境保护工作,推动旅游生态绿色健康发展。第四,杭州市旅游业起步较早,长期粗放式开发形成的累积效应引致旅游生态效率的下降。第五,淮南、淮安等地区旅游资源开发利用率低,产品供给结构不合理,对生态环境保护重视不足,导致旅游生态效率偏低。

图1 长三角地区旅游生态效率时空分布

2.1.2 旅游生态网络优势度的时空变化

根据公式计算得到长三角地区旅游生态网络优势度,借助ArcGIS软件的自然断点法划分为高优势度地区、中等优势度地区、较低优势度地区和低优势度地区并进行空间可视化(图2)。

从趋势上看,长三角地区旅游生态网络优势度均值为0.27,总体优势度偏低。低优势度地区逐渐向较低优势度和中等优势度地区转变,表明长三角地区整体旅游生态网络优势度不断提升。从空间分布来看,长三角地区旅游生态网络优势度空间结构演变较为稳定,大致呈现出以江苏省南部为中心的“核心-边缘”空间结构。第一,苏州市作为连接苏南、沪、浙北的重要城市,便于发展区域性生态旅游。第二,无锡市作为长三角区域中心城市,在长三角一体化进程中走在区域旅游合作发展前列,建设低碳绿色交通,开发绿色旅游产品。第三,南京市作为全国综合交通枢纽,不断优化全域旅游发展环境,促进旅游环境共治。第四,扬州、常州、镇江等地区承接上海、南京旅游的辐射和溢出,生态环境共保共治,网络优势度提升。第五,宿迁、淮安等地区处于网络边缘位置,交通基础设施相对落后,环境保护力度不足,旅游生态网络优势度低。

图2 长三角地区旅游生态网络优势度时空分布

2.2 空间关联与耦合协调水平分析

2.2.1 空间关联水平分析

运用二维散点图来分析旅游生态效率与旅游生态网络优势度的关联水平,分为高-高、低-高、低-低、高-低4种空间集聚类型。

① 高旅游生态效率与高旅游生态网络优势度(高-高集聚)。上海、苏州、无锡等地区不仅自身交通发达,还重视与长江经济带沿线重点城市的旅游深度合作,互通互联,打造区域旅游融合品牌,节约自身治理成本。池州市生态旅游资源优越,森林覆盖率高,再加上交通运输的持续改善,实现了“双高”。常州市主动融入上海辐射圈,承接上海市旅游优质资源、生态技术、专业人才的外溢,促进旅游业绿色发展和产业升级,跃迁至高-高集聚区域。

② 低旅游生态效率与高旅游生态网络优势度(低-高集聚)。2019年仅扬州市代表该区域发展特征。扬州市位于江苏省中部,是重要的水路运输枢纽,且邻接南京,受到南京的经济辐射,形成高网络优势度。在生态效率方面,扬州旅游业起步较早,取得良好成效,但后期生态保护存在薄弱环节,环境问题未得到有效解决。

③ 低旅游生态效率与低旅游生态网络优势度(低-低集聚)。温州市旅游生态效率较低,且生态网络优势度也不高,一方面是内部交通体系不是很紧密,规模密度低,另一方面或是跨区域交通基础设施存在短板,对周边地区辐射带动作用偏弱。宿迁、淮安、淮南等地区旅游业发展滞后,旅游资源利用效率低下,生态环境问题比较突出,且地理区位处于边缘,与其他地区关联不足,受距离衰减作用影响明显。

④ 高旅游生态效率与低旅游生态网络优势度(高-低集聚)。合肥、芜湖等地区创新绿色旅游新技术,科技治污,高质量改善环境,生态效率提高,但由于与周边城市联系较弱,辐射带动能力不足,阻碍区域间的要素流动,生态关联度低。丽水、衢州、舟山等地区拥有优质的生态旅游资源,环境质量排名靠前,但由于交通建设存在短板,网络关联较差。

2.2.2 耦合协调水平分析

运用耦合协调度模型测算长三角地区旅游生态效率和旅游生态网络优势度耦合水平,依据自然断点法将其分为高度耦合地区、中高度耦合地区、中度耦合地区和低度耦合地区4种类型并进行空间可视化(图3)。

长三角地区整体旅游生态效率和旅游生态网络优势度耦合协调度平均值为0.5,处于中度耦合水平。二者的耦合空间分布格局与旅游生态效率的空间分异基本一致。中度耦合水平以上的城市占91%,说明长三角地区的协同发展处于良性状态。高度耦合城市数量占比增加,中高度耦合、中度耦合、低度耦合城市数量占比减少,耦合协调度均值由0.35上升至0.53。上海、苏州、无锡等地区交通发达,旅游高质量发展,注重生态环境合作,资源要素跨区域自由流动,以合作的方式减少旅游发展中的环境问题,实现高度协调。中高度耦合城市为组团块状模式布局,主要分布在浙江省西部,随着时间推移,该特征区域逐步向江苏省以及安徽省中部扩展,这些城市大多旅游生态效率较高,但由于城市内部交通基础设施存在短板或缺少旅游资源的合作共享与交通的互通互利,资源的利用效率较低,呈中高度耦合发展态势;中度耦合城市主要分布在安徽省以及江苏省中部,随着时间推移该特征区域逐步向浙江省转移。

图3 长三角城地区旅游生态效率与旅游生态网络优势度耦合协调度

2.3 耦合协调水平影响机制分析

2.3.1 单个条件的必要性分析

运用fsQCA软件分析旅游生态效率与旅游生态网络优势度耦合协调度的影响因素,以2019年为例。首先对各个条件的“必要性”进行检验,单变量必要性检验主要分析影响因素是否为结果变量的必要条件。本研究将各变量得分的5%,50%和95%分位点作为完全不隶属、交叉点和完全隶属的3个锚点,对样本数据进行校准。结果表明,单变量一致性均低于临界值0.9。因此,不存在影响高耦合协调度的必要条件。

2.3.2 条件组态的充分性分析

将一致性阈值设定为0.8,案例阈值设定为1.0,运用fsQCA软件中的标准分析,探究高耦合协调度的组合路径。输出结果包含复杂解、中间解和简单解,由于复杂解是根据案例条件未做处理分析得出的结果,因此,通过中间解与简约解的嵌套关系对比识别核心条件和边缘条件。结果显示,生成高耦合协调度的路径是多元化的,共存在3条组态路径。由结果可知,总体一致性为0.8,总体覆盖率为0.56,均高于临界值,表明实证分析有效。

在组态1中,高科技发展水平发挥核心作用,高对外开发程度和高经济发展水平发挥辅助作用。说明在政府规制力度不足和教育发展水平不高的情况下,通过高科学技术水平驱动旅游生态效率提升,提高资源利用效率,减少能源消耗。例如镇江市成为低碳试点城市后,建立低碳城市建设管理云平台。在低碳景区的建设中,除了建筑、交通、基础设施低碳化外,还有低碳信息化建设,“低碳理念+低碳技术”共同助力低碳景区发展。

在组态2中,高科技发展水平、高政府规制力度和高经济发展水平发挥核心作用,高环境规制力度发挥辅助作用。政府对生态环境保护工作的重视和高水平的科技实力,共同助力旅游生态效率的提高。如芜湖市发布关于全面加强生态环境保护、坚决打好污染防治攻坚战的实施意见,把环境保护和生态建设投入放在首位,加强科技创新引领,致力于生态的保护。

在组态3中,高政府规制力度和高经济发展水平发挥核心作用,高科技发展水平、高对外开放程度和高教育发展水平发挥辅助作用。如上海、南京、苏州等地区为我国一线城市,政策支持,经济发达,技术、人才、资金要素的畅通流动和高质量聚集保障旅游生态效率和旅游生态网络优势处于领先地位。

3 结论、建议与讨论

3.1 结论

(1)2013—2021年,长三角地区整体旅游生态效率水平呈先上升后下降的趋势,中等效率及以上地区由南部逐步向北部转移。长三角地区旅游生态网络优势度总体水平偏低,但整体呈上升趋势,大致呈现出以江苏省南部为中心的“核心-边缘”空间结构。

(2)从旅游生态效率与旅游生态网络优势的关联水平变化情况看,长三角地区的整体生态环境在逐步改善。高-高集聚区城市数量持续增加,低-高集聚区城市数量小幅下降,低-低集聚区城市数量先下降后上升,高-低集聚区城市数量波动减少。

(3)旅游生态效率与旅游生态网络优势度耦合协调度呈上升趋势,均值由2013年的0.35上升至2019年的0.53。中度耦合水平及以上的城市占91%,高度耦合城市数量增加,中高度耦合、中度耦合、低度耦合城市数量减少,说明长三角地区的协同发展处于良性状态。

(4)旅游生态效率与旅游生态网络优势耦合协调度受多种因素共同影响。任何单一影响因素均非提高耦合协调度的必要条件,高耦合协调度是多种因素协同交互下共同影响产生的结果。组态分析共发现3条引发高耦合协调度的路径。

3.2 建议

在长三角一体化发展过程中,各省市要选择好发展路径,继续发挥高科技水平、高政府规制力度和高经济水平等优势因素,注重区域生态环境保护协作治理,健全区域合作协调机制,探索生态环境共保联治新路径。上海市应增强与周边地区的联系,发挥辐射带动作用,推动周边低效率地区发展。江苏省要充分发挥其交通优势,加强区域联动,积极主动开展区域生态环境保护合作。安徽省一方面要发挥科技创新优势,推进绿色低碳技术创新与应用,助力低碳绿色旅游,改善生态环境质量,筑牢绿色生态屏障;另一方面要加大对交通基础设施建设的投入,发挥其交通区位优势,实现与周边地区互联互通。浙江省应完善跨区域交通设施建设,鼓励省内省外旅游合作,实现跨区域旅游资源有效整合,推动区域协调发展。

3.3 讨论

本研究探讨了旅游生态效率与旅游生态网络结构两者之间的关系与驱动路径,为促进区域旅游高质量和可持续发展提供理论基础。后续研究中以下方面可继续深入:研究数据仅采用了4个年份,在时间演化上分析不够详尽;对旅游生态效率与旅游生态网络优势耦合协调度的影响因素可继续挖掘,多因素的拓展必然会更精准地把握二者耦合协调度的变化;旅游生态效率与旅游生态网络结构两者之间的关系与影响因素非常复杂,更多的案例选择和方法创新可以展开更多视角的研究。