[1]高燕,孙根年.中国西部城市旅游合作的圈层约束效应研究[J].地理与地理信息科学,2026,42(5):91-100.

中国西部城市旅游合作的圈层约束效应研究

高燕1, 孙根年2*

(1.兰州文理学院旅游学院,甘肃 兰州 730000; 2.陕西师范大学地理科学与旅游学院,陕西 西安 710119)

摘要：以行政归属划定城市景区遵循了管理边界,但违背了需求驱动下城市旅游流的运动规律。本文基于2007—2022年中国西部51个城市的面板数据集,应用空间面板模型识别西部城市旅游合作效应的圈层约束规律、效应机理及其异质性。结果表明:①研究期内西部城市旅游合作的空间传导效应微弱,行政区效应阻碍了城市旅游合作,现有合作主要借助交通邻近渠道开展;②西部城市景区的旅游空间效应总体在100～200 km圈层内显现,且以150 km为峰值呈双向距离衰减,在城市150 km旅游圈内提升景区数量、城市经济发展水平和交通客运量能促进城市嵌入西部旅游合作网络;③西部县级城市旅游发展具有景区敏感属性,景区效应以本地为主且具有圈层收敛特征,县域100 km圈层内的旅游合作更具价值;④西部地级城市在100～200 km圈层景区效应总体显著,在150 km圈层达到峰值,建议将200 km圈层内景区纳入地级城市旅游圈,并依托城市运营打造多样态的旅游兴趣点。本文实证检验了西部城市跨行政边界旅游合作的必要性,并给出西部县级市和地级市旅游合作的有效圈层。

关键词：旅游合作;圈层;约束距离;景区;西部城市

0 引言

1951年Wolfe将圈层结构理论引入旅游研究,在游憩空间模型中阐述了旅游地所呈现的向心性、层级性和距离衰减的圈层特征[1]。在这一理论框架下城市是旅游集聚和扩散的“大本营”,景区是旅游活动的空间载体,二者分别扮演城市旅游流的“推—拉”两极[2],驱动游客时空行为形成由城市核心向外围扩散的向心空间组织形式,其中旅游者出游半径研究[3-4]测算了城市旅游的“推力”,景区溢出效应研究[5-7]则计算了景区的“拉力”阈值。在“推—拉”交互过程中城市旅游出现空间转向和尺度重组,城市旅游发展往往会突破行政边界,遵循市场结构力建立规模经济、降低内部交易成本,在更大区域空间内统筹资源,形成城市群或都市圈旅游[8]。由此,城市在集体行动中追求超额收益,促成区域旅游竞争力梯状攀升[9]。受距离阻尼影响,旅游者的出游半径和景区的溢出范围均具有距离衰减特征[3-6],城市旅游合作效应的帕累托最优也受合作圈层距离的约束。因此,城市应在多大的空间范围内寻求合作伙伴,如何划定城市旅游合作圈,成为具有实践紧迫性的研究命题。

旅游流是由近似旅游需求引发的旅游者集体性空间位移现象,但旅游流并非均质流淌,而是具有显著的高级别景区指向[10]。当前研究主要以行政区划分布替代旅游需求的市场分布[11],将坐落在行政区划内的景区视为城市景区[7,10,12-13],但行政区划反映的是旅游供给和管理的边界,旅游流则遵循旅游者的需求边界,是否跨越城市行政边界并非影响旅游者国内出行决策的关键变量,两者存在明显错位。由此可能引发如下追问:城市行政区划内的景区是否都能显著影响本城市旅游?反之,近邻城市景区是否就不会影响本城市旅游?答案不言而喻。因此,以城市中景区作为旅游吸引物表征虽能简化景区的概念操作,较好地刻画旅游者消费行为和旅游经济发展特征[14],但在对接现实问题和拟合精确性方面难免受到挑战。已有研究揭示景区是引发城市间旅游流和实现城市旅游联动的重要纽带[10],相邻城市的旅游流溢出本质上可归结为高级别景区的溢出[5],可见在以景区为指向的旅游活动中,城市出游半径等于景区的溢出半径,意味着只有在城市出游范围和景区溢出范围内寻求合作伙伴才是有效的。因此,城市旅游合作半径和城市出游半径可通过景区的溢出半径表征,景区具有显著溢出效应的半径成为城市旅游合作圈层约束效应测算的突破口。鉴于此,本文在有效界定城市旅游圈内景区的前提下,构建城市旅游合作圈层的测算逻辑,通过距离矩阵识别西部城市旅游合作效应达到最优的圈层约束距离、效应机理及其异质性,以期将旅游合作培育为推动西部城市经济增长的新质生产力。

1 研究假设与研究设计

1.1 核心概念与研究假设

1.1.1 城市中的景区和城市旅游圈内的景区 景区处于旅游供给体系的中心地位,早期强调游客专用性、长期固定和有效管控。当前,越来越多的旅游者通过融入居民生活体验城市[15],使大量非景区城市节点成为旅游者访问的重要空间[16],可见放宽景区界定的约束条件有助于顺应旅游客体多样化趋势。因此,城市语境中的景区既包括封闭型的旅游专营空间,也包含开放型的主客共享空间,本文设定包括5A级旅游景区、4A级旅游景区、世界遗产、国家级风景名胜区、国家级旅游度假区、国家级旅游休闲街区和中国历史文化街区7类。城市中的景区指坐落于城市行政区划范围内的景区;而城市旅游圈是以城市为暂住地,指向景区的旅游活动空间范围,其中的景区可分为城市旅游圈内的景区和城市旅游圈内隶属于该城市的景区,前者数量通常不小于后者数量,依据资源禀赋理论,景区数量越多,旅游绩效越高,则前者的旅游效应不小于后者的旅游效应。需注意到,上述推论假定旅游流完全遵循市场规律,但行政区划壁垒会对生产要素跨域流动产生非线性贸易成本[17],导致经济社会发展呈现以行政地理区划为界的分割现象[18],旅游经济领域展现相同规律[14],其阻碍作用已在长江三角洲[18]和深圳[19]被验证。事实上,跨界旅游区的相关研究也是从资源归属角度对旅游行政区效应的佐证[20]。可见,行政区效应可能成为影响西部城市旅游流的阻抗,由此提出研究假设H1:景区对西部城市旅游的影响存在行政区效应,即城市旅游圈内的景区和城市旅游圈内隶属于本城市景区的旅游效应存在明显差异。

1.1.2 城市旅游合作圈层 旅游圈作为动态扩张的空间组织形式,现已成为区域旅游合作中最重要的符号表征[21],圈层则是在集聚基础上强调要素能级的差序变化,使“核心—边缘”结构成为区域旅游空间结构分析和旅游合作策略拟定的重要模式。谢彦君等[22]较早使用旅游圈层结构理论分析锦州市国内旅游客源的分级规律,随后该理论被应用于探讨城郊乡村旅游开发模式[23],解析不同类型旅游体验符号在圈层结构中的位置[24],提出游客活动空间边界定量提取的新方法[25]。旅游圈层表现为空间嵌套结构,可划分为葩嵌层与光环层[21],以及核心层—中间层—边缘层[24],并受多因素影响呈现变异性[26]。本文基于同心圆式游憩空间模型[1],将城市旅游合作圈层视为以城市中心为圆心,由内而外扩散的差序格局,表征城市间旅游合作关联由密到疏的渐变规律。城市旅游合作圈层的有效半径即为景区能产生显著溢出效应的距离和城市的出游半径。针对圈层半径测定,南颖等[27]应用回转半径法,以5 km为步长识别不同半径区域内环城游憩地的空间分布特征;李山等[4]引入口粒子模式法得出中国跨省、地市和县的平均出游半径分别为147 km、140 km和118 km。本文基于就高取整原则,拟采用150 km作为检验基准值,在距离城市0～300 km内以50 km为步长构建空间权重矩阵并进行连续模型回归,识别景区溢出效应的地理边界[28-29]。通过百度地图软件计算出近似150 km距离的最短交通时间控制在2 h 40 min内,因此,150 km具有直游型旅游当日往返和串游型旅游行游比的合理性,是西部城市旅游可能的有效出游半径。由此提出研究假设H2:西部城市150 km出游半径内的景区对城市旅游具有显著影响,但溢出效应存在距离衰减特征。基于对城市与景区行政隶属关系和城市旅游合作圈层的界定,西部城市与景区关联在空间上映射为以城市为中心、合理距离为半径的圈层结构,多个城市旅游合作圈层可能空间交叠(图1),出现归属本城市但距离较远的某景区可能并未被划定为本城市景区,某近邻城市景区可能被划定为本城市景区,以及某景区可能同时隶属于多个城市旅游合作圈层的现象,由此促成景区牵引下的跨城市旅游合作。

图1 西部城市旅游合作圈层结构概念图
Figure 1 The concept map of urban tourism cooperation circle structure in the Western China

注:基于标准地图服务系统下载的审图号为GS(2020)4636号的标准地图制作,底图边界无修改。

1.2 研究设计

中国西部城市旅游流网络具有高级别景区主导的“多中心平衡结构”[16],高级别景区对城市旅游流的吸引和扩散效应更典型[30]。本文聚焦景区牵引下的城市旅游合作议题,西部地区城市经济发展水平和景区禀赋极差较大,城市旅游发展进程迥异,考虑到观光旅游属性突出的城市和景区关联更密切,景区往往处于城市旅游核心地位,有利于抽象城市旅游合作圈层规律,因此本文选择中国西部甘肃、新疆、宁夏、青海、西藏和内蒙古6省区内51个城市为研究样本,包括地级市及地级行政区划中地区、盟和自治州的首府城市。首先,使用演绎逻辑剖析景区跨区域联合和城市旅游合作圈层的效应衰减机理,构建景区和旅游合作圈层概念体系,搭建研究逻辑框架;其次,应用双变量空间相关性分析识别西部城市旅游和景区的空间关联特征,为计量模型检验提供现象解析和统计依据;第三,借助多距离矩阵识别城市旅游合作圈层的约束距离并分析其异质性;最后,归纳凝练西部城市旅游合作的圈层效应及调控机制,提出西部城市旅游合作的政策建议。

2 研究方法与指标构建

2.1 研究方法

2.1.1 双变量空间相关性 双变量空间相关性能揭示城市旅游和景区分布的空间相关和依赖特征。其中,全局空间自相关Moran′s I反映双变量的全局空间相关性,取值[-1,1];局部空间自相关Moran′s I反映城市旅游与相邻城市景区的空间相关性,可分为高—高、低—低、低—高和高—低4种集聚类型[31]。

2.1.2 空间动态面板模型 城市旅游不仅依赖本地景区,还可能受近邻城市旅游资源的间接影响。本文采用空间面板杜宾模型(SPDM)分析西部城市旅游的空间溢出,鉴于城市当期旅游流受上阶段旅游流的影响[5,10],将模型扩展为空间动态面板数据模型,公式如下:

(1)

式中:i、j为城市,t为年份,U为城市旅游收入;Wi,j为空间权重,依据两城市间直线距离(d)的倒数平方设定,当i=j时,Wi,j=0,否则表示两城市间距离越大,权重越小,空间作用力越弱[32];S为景区数量,X为控制变量,σ、ρ、τ、β为待估系数;u为城市哑变量,分为地级市和县级市;ηi为不随时间变化的个体因素,θt为时间固定效应,εi,t为随机误差项。

2.2 指标构建

本文以城市旅游收入(U)为因变量,景区数量(S)为核心自变量,借鉴已有研究,设定人均GDP(Xpgdp)、产业结构高级化指数(Xstru)、人口密度(Xpop)、交通客运量(Xtran)和网络关注度(Xnet)5个控制变量。其中,人均GDP表示居民出游频率、旅游消费水平及地区经济发展对旅游业的支撑力[33],从空间溢出角度也可理解为从周边城市旅游的学习能力[34];产业结构高级化能推动旅游产业融合发展并丰富旅游产品体系,用产业结构升级指数表征[10,35];人口红利是城市经济发展的重要人力资本[36],城市人口要素集聚推动经济要素向周边区域扩散,用人口密度表征;城市财富与权力积累通过流的集聚与扩散得以实现,交通流是城市的直观联通形式[37],信息流是城市虚拟流空间的作用形式[38],用公路、铁路和航空客运量之和表征城市交通客运量;采用城市在百度搜索引擎中出现的频次表征城市网络关注度。

2.3 数据来源

本文研究期为2007—2022年。其中,社会经济数据来源于《中国旅游年鉴》《中国城市统计年鉴》《城市国民经济与社会发展统计公报》,少量缺失数据应用趋势外推法插补;景区数据来源于《中国旅游年鉴》以及国家文化和旅游部、省级文化和旅游厅发布的信息;城市位置数据应用百度地图开放平台的拾取坐标系统获取,城市与景区、景区与景区球面距离的计算公式参见文献[4]。

3 实证分析

3.1 西部城市旅游和景区的空间关联分析

应用GeoDa软件,以城市150 km圈层内隶属本城市的景区为例,绘制城市旅游收入和景区数量的双变量空间自相关Moran′s I散点图(图2)。可以看出,2007年Moran′s I显著为负,2012年、2017年和2022年Moran′s I均为正,表明随着城市150 km圈层内隶属本城市的景区数量增加,城市旅游收入初期下滑,后期稳定上涨。尽管2012年和2022年的Moran′s I没有通过显著性检验,但景区仍可能在其他距离圈层对城市旅游具有显著作用,后续西部城市旅游合作距离圈层检验也印证了这一推断。因此,有理由认为西部城市旅游收入与景区数量具有空间相关性。

图2 莫兰指数散点图
Figure 2 Scatter plot of Moran′s I

借助LISA聚类分析西部城市旅游收入与城市150 km内隶属本城市景区数量的局部空间关联特征。表1显示,双变量空间集聚呈现局域性和动态性,主要为低—低和低—高集聚,隶属本城市景区数量高/低均可能形成西部城市旅游经济低值区。低—低集聚主要位于新疆西南部和内蒙古北部,以县级城市为主,该类城市与相邻城市空间距离较远,景点相对稀疏(图1),城市旅游经济欠发达区域集中连片分布;低—高集聚主要位于甘肃南部和内蒙古中部,以地级城市为主,该类城市与相邻城市空间距离较近,景点相对密集(图1),但景区效应尚未有效转化为城市旅游经济优势;高—高集聚区省会城市特征明显,具有城市景区资源丰富、城市旅游经济发展水平较高和旅游消费中心节点属性,与张毓等[12]在城市入境旅游市场识别的“城市行政级别越高,城市旅游发展水平越高”的结论一致。

表1 局部空间集聚特征
Table 1 Local spatial agglomeration characteristics

3.2 西部城市旅游合作圈层划定

为保持数据平稳性和消除异方差,将变量取对数后用于空间计量分析。LM和稳健LM检验中,空间误差项和空间滞后项在5%显著性水平下拒绝原假设,表明城市旅游的空间效应不可忽视;Walds和LR检验分别在10%和1%显著性水平下拒绝原假设,说明SPDM不可退化为SPLM和SPEM[39];Hausman检验结果拒绝原假设,提示固定效应模型优于随机效应模型[30]。因此,本文使用双固定空间面板杜宾模型(SPDM)进行参数估计,由于景区空间滞后项的扰动,SPDM模型以点估计方式难以反映解释变量的边际效应[40],故将空间效应分解为直接和间接效应[41](表2)。可以看出,模型(1)中西部城市内景区的主效应和空间效应均不显著,说明仅依靠城市行政区划内的景区发展城市旅游具有局限性,也印证了突破城市行政区划开展景区合作的必要性;根据模型(2),在城市50 km出游半径内景区对城市旅游的影响不显著,主要原因是城市50 km出游半径内景区数量较少(图1);在控制其他变量前提下,城市100 km出游半径内景区每增加10%会促进本城市旅游收入增长0.04%,但对近邻城市旅游收入的影响不显著(模型(4));当城市出游半径扩大到150 km时,旅游圈内景区每增加10%会带来本城市旅游收入增长0.05%,近邻城市旅游收入下降0.09%,意味着城市150 km旅游圈内景区创建能促进本城市旅游显著增长,对近邻城市旅游产生“虹吸效应”(模型(6));在城市200 km出游半径内景区对本城市旅游具有显著正向影响,对近邻城市旅游具有显著负向影响,但影响效应下降(模型(8));将城市出游半径扩大到250 km和300 km时,景区对本城市和近邻城市旅游的影响均不显著(模型(10)和模型(12))。综上可知,西部城市景区的旅游空间效应主要在100～200 km内显现,以150 km为峰值呈现双向距离衰减,衰减边界为50 km和250 km,此后景区空间效应不显著。因此,将西部城市旅游合作圈层的半径设定为150 km符合效应最大化原则。考虑到总体数据可能隐藏重要的条件变量导致“辛普森悖论”,后续划分城市级别进行旅游合作圈层效应的异质性分析,寻求对于模型(4)空间效应不显著的可能原因。

表2 西部城市旅游合作圈层半径检验
Table 2 Test of the radii of tourism cooperation circles in cities of the Western China

注:***、**、*分别表示在1%、5%和10%水平下显著;城市内为城市行政区划中的景区,r50表示城市50 km出游半径内的景区,r′50表示城市50 km出游半径内隶属本城市的景区(其他同理),下同。

进一步以圈层内隶属本城市的景区数量为核心自变量测量景区的旅游效应(表2),同样得出,城市150 km出游半径内景区对本城市和近邻城市的旅游效应最大。在控制其他变量前提下,城市150 km内景区数量每增加10%会带来城市旅游收入增长0.06%,近邻城市旅游收入下降0.10%(模型(7)),进一步验证了西部城市以150 km为景区效应峰值的特征。由此,假设H2得到证实。事实上,尽管模型在100 km、150 km和200 km内识别出西部城市以景区为纽带的旅游合作空间效应,但在10%单位内景区空间效应控制在0.04%～0.10%(模型(4)—模型(9)),可以认为当前西部城市旅游的跨区域传导效应微弱,尚缺乏由城市旅游向城市群或都市圈旅游进阶的内生力,空间自回归系数不显著也佐证了以上推断。此外,对照同一出游半径内的城市景区和隶属城市景区的作用系数可知,在100 km、150 km和200 km出游半径内隶属城市景区的作用系数均不小于城市景区作用系数,说明西部城市旅游的行政区效应客观存在,旅游线路组织具有本地化偏好,更倾向于在距离圈层内串联本城市的景区,行政区边界对西部城市旅游合作具有阻碍作用。由此,假设H1得到证实。

3.3 西部城市150 km旅游合作圈中的景区效应

突破城市行政边界设定城市景区是本文的创新性工作,也决定了以景区为纽带的城市旅游合作的可行性。为进一步明晰西部城市150 km旅游合作圈内的景区效应,以城市150 km内隶属本城市的景区(S150)为核心自变量开展分析(表3)。模型(14)中景区表现为对本城市旅游的显著拉动和对近邻城市旅游的显著抑制。模型(15)识别出西部城市旅游增长的路径依赖特征,即上一阶段本城市旅游显著正向影响当期城市旅游,近邻城市旅游显著负向影响当期城市旅游,模型能解释西部城市旅游收入变动的93.1%,空间自回归系数显著为正,说明在景区和控制变量不变的前提下,西部城市旅游具有显著的正向空间溢出效应,即近邻城市旅游收入增长10%,本城市旅游收入相应上升1.14%,总体呈现旅游空间合作特征,但这一效应在模型(6)和模型(14)中并不显著,可能原因是上述模型不能从空间因素中分离出地理因素、时间效应、空间效应和滞后效应,造成对城市150 km旅游圈内景区旅游效应的高估。此外,模型(15)中景区对本城市和近邻城市旅游均具有显著影响,说明150 km旅游圈内景区是城市旅游合作的纽带,且不局限于城市行政区划内的景区。短期看,城市150 km旅游圈内景区数量每增加10%会带来本城市旅游收入增长0.01%,近邻城市旅游收入下降0.05%,可见150 km圈层内的景区创建会在短期加剧与近邻城市的旅游竞争,产生对近邻城市旅游的“虹吸效应”,该效应在长期也得到确认(表4)。通过替换矩阵进行稳健性检验,模型(16)和模型(17)使用经济距离矩阵,模型(18)和模型(19)使用交通时间距离矩阵,前者使用城市GDP均值占西部城市GDP总量的比重衡量城市经济发展水平[42],后者使用交通时间的倒数构建[39],交通时间为百度地图查询的公共交通(含飞机、高铁和汽车)最短时间。结果显示,模型(16)—模型(19)的时间滞后效应、时空滞后效应、主效应和空间效应的拟合系数方向和显著性均与模型(14)和模型(15)基本一致,证明研究结论较稳健。此外,模型(18)的空间自回归系数显著,空间动态模型的空间自回归系数模型(17)最小,模型(19)最大,模型(15)居中,根据矩阵构建原理可知,当前西部城市旅游合作具有典型的空间粘连性,在交通技术的时空压缩影响下交通时间距离比地理空间距离更具市场影响力。总体上,当前西部城市旅游合作主要通过交通邻近渠道开展,跨区域跳跃渠道的城市旅游经济关联效应欠佳,通过优化城市与景区的交通链接能显著提升景区效应。

表3 西部城市150 km旅游合作圈中的景区效应
Table 3 Scenic spot effects in tourism cooperation circle with 150 km radius in cities of the Western China

注:L.为滞后一阶,β为主效应,γ为空间效应。

表4 空间动态模型(15)的效应分解
Table 4 Effect decomposition of spatial dynamic model (15)

由于直接效应内含有因本城市对近邻城市溢出而产生的空间反馈累积效应,即本城市旅游创收经验被近邻城市模仿、匹配和共享,促进近邻城市旅游增长,然后又通过城市间的旅游竞合反馈于本城市旅游收入增长。为能全面捕捉景区空间效应的内在机制和作用强度,计算出西部城市旅游的短期和长期反馈效应分别为0和0.004。可见,西部城市150 km内景区效应传递于近邻城市,而后又反作用于本城市旅游的短期效应未显现,仅在长期表现为正向弱反馈,再次说明西部城市间的旅游合作效应总体为正向,但影响力微弱。由控制变量回归系数可知,人均GDP和交通客运量是促进城市嵌入西部旅游合作网络的重要因素(表4),前者可解释为旅游者的本地市场偏好,后者则强化了城市旅游效应的循环累积。

3.4 西部城市旅游合作圈层效应的异质性

城市级别影响资源再分配,城市级别越高,在财税汲取、经济发展、资源控制及基础设施配套等方面越有优势[43],本文以城市级别为切分变量探讨西部城市旅游合作圈层效应的异质性。结果(表5)表明,西部县级市旅游具有景区敏感属性,正如已有研究指出大城市旅游产品容量巨大且高度多样化[44],城市景观呈现包含个人和群体社会、文化、政治、经济关系的复杂网络特征[45],景区的旅游带动效应在中小型城市更典型[46]。在50～300 km圈层内景区数量显著正向影响本城市旅游,景区的行政区效应明显,景区效应峰值出现在城市100 km圈层(模型(23)和模型(24)),相较整体样本表现为收敛特征,说明县域100 km圈层内的旅游合作更具价值。西部地级城市在100～200 km圈层内景区的本地效应和空间效应总体显著,景区的行政区效应明显,景区效应峰值出现在城市150 km圈层(模型(38)和模型(39)),但效应系数和显著性相比县级市明显弱化,说明县域旅游发展的景区依赖性更强。西部地级市需考虑将200 km圈层内的景区纳入城市旅游圈,并依托城市运营打造多样态的旅游兴趣点。

表5 不同级别西部城市旅游合作圈层半径检验
Table 5 Test of radii of tourism cooperation circles in different level cities in the Western China

综合上述,本文实证检验了西部城市以景区为纽带的跨城市旅游合作的必要性,揭示了西部城市旅游合作的圈层约束效应和县级、地级城市的旅游合作圈层规律(图3)。

图3 西部城市旅游合作圈层约束效应
Figure 3 Circle constraint effect of urban tourism cooperation among cities in the Western China

注:依据表2和表5整理得出。

3.5 稳健性检验

使用经济距离矩阵(模型(46)—模型(58))和交通时间距离矩阵(模型(59)—模型(71))进行稳健性检验(表6)。结果显示,西部城市内景区的本地效应和空间效应均不显著(模型(46)和模型(59)),进一步强化了景区跨行政区域联合发展的前期结论。在城市150 km出游圈内景区对本城市和近邻城市的旅游效应最大(模型(51)和模型(52)、模型(64)和模型(65)),在100 km、150 km和200 km出游半径内景区的城市旅游效应总体显著,且隶属城市景区的作用系数均不小于城市景区作用系数(模型(49)—模型(54),模型(62)—模型(67)),两矩阵的主效应和空间效应的拟合方向和显著性与原模型(表2)基本一致,说明研究结论较稳健。此外,在交通时间距离矩阵中识别出西部城市旅游的正向显著空间关联,揭示了西部城市旅游在现代交通网络关联下的合作现状,也验证了交通客运量是促进城市嵌入西部旅游合作网络的重要因素。

表6 西部城市旅游合作圈层半径稳健性检验
Table 6 Robustness test of radii of tourism cooperation circles in cities of the Western China

在县级市旅游合作圈层半径检验中,经济距离矩阵(模型(72)—模型(84))和交通时间距离矩阵(模型(85)—模型(97))均支持西部县级市在50～300 km圈层内以景区为纽带的显著旅游关联,100 km圈层内景区效应最大(表7),主效应和空间效应的拟合方向和显著性与原模型(表5)基本一致,说明研究结论较稳健。

表7 西部县级市旅游合作圈层半径稳健性检验
Table 7 Robustness test of radii of tourism cooperation circles in county-level cities of the Western China

在地级市旅游合作圈层半径检验中,经济距离矩阵(模型(98)—模型(110))和交通时间距离矩阵(模型(111)—模型(123))均支持西部地级城市在100～200 km圈层内以景区为纽带的显著旅游关联,150 km圈层内景区效应最大(表8),主效应和空间效应的拟合方向和显著性与原模型(表5)基本一致,说明研究结论较稳健。

表8 西部地级市旅游合作圈层半径稳健性检验
Table 8 Robustness test of radii of tourism cooperation circles in prefecture-level cities of the Western China

4 结论与讨论

4.1 结论

本文以2007—2022年中国西部地区51个城市为研究样本,通过构建空间面板模型对西部城市的旅游合作圈层约束效应、影响机制及异质性进行实证分析。结论如下:①西部城市旅游的空间传导效应微弱,行政区效应阻碍了西部城市旅游合作,现有合作主要通过交通邻近渠道开展,具有典型的空间粘连性,跨区域跳跃渠道的城市旅游经济关联效应欠佳。②西部城市景区的旅游空间效应总体在100～200 km圈层内显现,且以150 km为峰值呈双向距离衰减;在西部城市150 km旅游圈内景区每增加10%将带来本城市旅游收入增长0.01%,近邻城市旅游收入下降0.05%,总体表现为旅游增长的路径依赖和对近邻城市的“虹吸效应”;西部城市间的景区连接效应弱,景区反馈效应在短期未显现,仅在长期表现为正向弱反馈,景区数量、城市经济发展水平和交通客运量是促进西部城市嵌入旅游合作网络的重要因素。③西部县级城市旅游具有景区敏感属性,景区效应以本地为主且具有圈层收敛特征,县域100 km圈层内的城市旅游合作更具价值;西部地级城市在100～200 km圈层景区效应总体显著,在150 km圈层景区效应达到峰值,但效应系数不高,建议将200 km圈层内的景区纳入城市旅游圈,并依托城市运营打造多样态的旅游兴趣点。

4.2 讨论

区别于以往研究,本文主张通过景区的破壁联合促成西部城市旅游的跨行政边界合作。事实上,中观尺度的城市旅游流收缩到微观尺度也是以景区作为城市旅游流的网络节点[47],景区的联合必然带来景区归属城市的旅游合作。在不考虑跨行政区合作的情形下,景区的主效应和空间效应均不显著,该结论与“西部城市景区数量能显著正向推动旅游发展”的既有结论[30]不符,究其原因:一方面可能是因为忽略了旅游流的惯性[5],另一方面可能是因为本文的51个西部城市包含17个县级市,县域内的景区数量相对较少,不足以形成显著的景区效应,统计不显著恰恰强调了西部景区破壁联合的必要性。此外,西部城市旅游行政区效应的客观存在也支持了城市旅游合作的主张。

本文的另一贡献在于指出西部城市合作的有效圈层应控制在100～200 km范围内,建议地级市将200 km圈层内的景区纳入城市旅游圈,县级市旅游合作圈层收敛至100 km,这与“景区溢出效应只发生在300 km范围内”的结论[5]总体一致,但西部城市景区的溢出半径相对较小,说明相比长三角和渤海湾城市,西部城市旅游合作主要依托近邻城市开展。当然,旅游绩效的提升不仅受制于景区数量,也与更广泛的城市地域系统有关[48],具体到城市150 km圈层内通过提高城市在区域经济网络的中心性、建立城市间的联通共享机制,能丰富旅游经济的空间传导路径,促进跨区域跳跃渠道的“飞地合作”。此外,在跨区域旅游合作圈层构建过程中,搭建有效的跨区域利益分配机制、联合营销激励模式也将有利于完善城市旅游合作框架。

本文有待完善之处:首先,文中城市旅游合作圈层以50 km为步长等距扩展,但由于地形地貌、交通便捷程度、景区类型和营销策划等的非均质分布[26],现实中城市旅游合作圈可能是以城市为中心的偏心闭合曲线,应用大数据源的微观尺度研究有助于对本文研究结论予以细化;其次,本文依据典型性选择中国西部城市作为研究案例,事实上通过东部城市的相关研究也可达成对本文研究结论的互证与补充。

致谢:本研究开展得到甘肃文旅产业研究院支持,在此表示感谢!

参考文献：

[1] Wolfe R I.Summer cottagers in Ontario[J].Economic Geography,1951,27(1):10-32.

[2] 方叶林,黄震方,李经龙,等.中国市域旅游流网络结构空间分异及其效应研究:基于携程旅行网的大数据挖掘[J].自然资源学报,2022,37(1):70-82.

[3] 吴必虎.上海城市游憩者流动行为研究[J].地理学报,1994,49(2):117-127.

[4] 李山,王铮,钟章奇.旅游空间相互作用的引力模型及其应用[J].地理学报,2012,67(4):526-544.

[5] 周波,杨陛.景区溢出效应:基于动态空间计量模型的估计[J].厦门大学学报(哲学社会科学版),2018(2):106-116.

[6] 雷振仙,王坤.城市旅游景区游客流动时空动态与溢出效应:以贵阳市为例[J].旅游科学,2024,38(7):79-96.

[7] Truchet S,Piguet V,Aubert F,et al.Spatial influence of attractions on tourism development[J].Tourism Geographies,2016,18(5):539-560.

[8] 虞虎,陆林,朱冬芳,等.城市旅游到城市群旅游的系统研究[J].地理科学进展,2012,31(8):1087-1096.

[9] 杨莎莎,魏旭,魏雪纯.中国城市群旅游产业竞争力爬升规律的定量模拟与验证[J].重庆大学学报(社会科学版),2024,30(1):18-32.

[10] 高燕,孙根年.西北地区城市旅游时空关联效应:基于高级别景区供给的观察[J].地理科学,2024,44(2):309-318.

[11] 田里,刘岚,陈军.聚集与扩散:区位因素驱动的中国入境旅游产业空间变迁[J].经济问题探索,2024(1):76-91.

[12] 张毓,孙根年.行政级别、城市规模与旅游发展关系及演变:以长三角地区为例[J].经济地理,2016,36(4):188-194.

[13] Lin Yuxia,Lin Bishu,Chen M H,et al.5A tourist attractions and China′s regional tourism growth[J].Asia Pacific Journal of Tourism Research,2020,25(5):524-540.

[14] 杨勇.数字经济如何重塑区域旅游经济地理空间格局?[J].旅游科学,2022,36(6):1-19.

[15] Nientied P.Rotterdam and the question of new urban tourism[J].International Journal of Tourism Cities,2021,7(2):344-360.

[16] 闫闪闪,张河清,靳诚.都市区国内旅游流网络空间关联特征[J].热带地理,2021,41(6):1313-1324.

[17] 冯婉怡,张珊,舒伯阳,等.旅游合作对区域旅游一体化共生的影响:以长三角城市群为例[J].经济地理,2024,44(2):208-218.

[18] 靳诚,陆玉麒.区域旅游一体化进程中边界效应的定量化研究:以长江三角洲地区入境旅游为例[J].旅游学刊,2008,23(10):34-39.

[19] Jin Meihan,Gong Lunsheng,Cao Yanqin,et al.Identifying Borders of activity spaces and quantifying border effects on intra-urban travel through spatial interaction network[J].Computers,Environment and Urban Systems,2021,87:101625.DOI:10.1016/j.compenvurbsys.2021.101625.

[20] 刘青青,虞虎,张鹏飞.走向可持续山地旅游:跨界视角下的多尺度研究体系[J].旅游学刊,2023,38(11):95-108.

[21] 林瑶云,李山.旅游圈空间演化的嵌套模型与效用分析[J].旅游学刊,2015,30(6):17-29.

[22] 谢彦君,陈元泰.锦州市国内旅游的客源分布模式[J].旅游学刊,1993(4):48-50.

[23] 高文智.旅游圈层结构理论对城郊乡村旅游开发模式的借鉴与启示[J].农业经济,2016(3):53-55.

[24] 陆宇彤,黄燕玲,黄毅,等.家喻户晓能否门庭若市? “网红城市”旅游形象符号演变与圈层结构研究[J].旅游科学,2024,38(6):75-95.

[25] 吴朝宁,李仁杰,郭风华.基于圈层结构的游客活动空间边界提取新方法[J].地理学报,2021,76(6):1537-1552.

[26] 王欣,马艳蓉,肖敏,等.旅游市场圈层结构的变异[J].经济地理,2007,27(5):852-855.

[27] 南颖,胡浩,朱锋,等.中小城市环城游憩地圈层分析方法研究:以延吉市为例[J].人文地理,2012,27(2):62-66.

[28] 王凯,王梦晗,尹建军,等.武陵山片区旅游经济空间网络结构及其效应研究[J].长江流域资源与环境,2022,31(2):285-295.

[29] 徐维祥,周建平,刘程军.数字经济发展对城市碳排放影响的空间效应[J].地理研究,2022,41(1):111-129.

[30] 高燕,孙根年.中国A级景区空间关联性及异质性分析[J].经济地理,2022,42(12):194-204.

[31] 莫惠斌,罗珂,王少剑,等.广州市中心城区餐饮店空间分异与机制差异研究:基于传统店与外卖店的对比[J].地理研究,2022,41(12):3318-3334.

[32] 王佳莹,张辉.旅游发展、空间溢出与区域经济不平衡[J].旅游科学,2021,35(2):73-94.

[33] 陈晓艳,徐冬,黄睿,等.浙江省县域旅游经济增长的空间溢出效应[J].地理科学进展,2020,39(9):1512-1521.

[34] 李想,刘春霞,李月臣.成渝地区双城经济圈旅游经济空间溢出效应[J].资源开发与市场,2021,37(6):753-760.

[35] 孙伟增,牛冬晓,万广华.交通基础设施建设与产业结构升级:以高铁建设为例的实证分析[J].管理世界,2022,38(3):19-34.

[36] Zhou Bo,Yang Bi,Li Hengyun,et al.The spillover effect of attractions of attractions:evidence from Eastern China[J].Tourism Economics,2016,23(4):731-743.

[37] 赵潇涵,陈延斌.基于信息流的山东省城市网络时空演化与影响因素研究[J].山东师范大学学报(自然科学版),2022,37(3):267-277.

[38] 赵映慧,高鑫,姜博.东北三省城市百度指数的网络联系层级结构[J].经济地理,2015,35(5):32-37.

[39] 陈强.高级计量经济学及Stata应用[M].2版.北京:高等教育出版社,2014.

[40] 赵磊,方成.城旅融合的经济增长空间效应研究:基于空间动态面板数据(SDPD)模型的实证分析[J].中国软科学,2021(11):67-79.

[41] Lesage J,Pace R K.Introduction to spatial econometrics[M].1st ed.New York:CRC Press,2009.

[42] 赵磊,方成,吴向明.旅游发展、空间溢出与经济增长:来自中国的经验证据[J].旅游学刊,2014,29(5):16-30.

[43] 曾鹏,秦艳辉.城市行政级别、产业集聚对外商直接投资的影响[J].国际贸易问题,2017(1):104-115.

[44] Shoval N,Raveh A.Categorization of tourist attractions and the modeling of tourist cities:based on the coplot method of multivariate analysis[J].Tourism Management,2004,25(6):741-750.

[45] Edwards D,Griffin T,Hayllar B.Urban tourism research:developing an agenda[J].Annals of Tourism Research,2008,35(4):1032-1052.

[46] 钱莉莉,贺颖洁.5A级旅游景区对城市知名度影响评析[J].经济研究导刊,2010(23):119-121.

[47] 刘培学,陆佑海,张金悦,等.目的地区域内旅游线路模式及客流影响因素研究[J].旅游学刊,2022,37(6):14-26.

[48] 徐小波,赵磊,吴必虎,等.城市旅游绩效、要素结构与发展模式关联:基于49市的比照分析[J].自然资源学报,2016,31(8):1322-1338.

Research on the circle constraint effect of urban tourism cooperation in the Western China

GAO Yan1,SUN Gennian2

(1.TourismCollege,LanzhouUniversityofArtsandScience,Lanzhou730000;2.SchoolofGeographyandTourism,ShaanxiNormalUniversity,Xi′an710119,China)

Abstract：The conventional practice of demarcating urban scenic spots based on administrative affiliation follows the management boundaries,but violates the movement law of urban tourism flow driven by demand.Based on the panel dataset of 51 cities in the Western China from 2007 to 2022,this study applies a spatial panel model to identify the circle constraint law,effect mechanism and heterogeneity of the tourism cooperation effect of the cities.It is found as follows.① During the study period,the spatial transmission effects of tourism cooperation among cities in the Western China were weak.The administrative division effect has impeded urban tourism cooperation,with existing cooperation primarily conducted through adjacent transportation channels.② The tourism spatial effects of scenic spots in cities of the Western China generally manifest within a range of 100～200 km,exhibiting bidirectional distance attenuation with a peak at 150 km.Increasing the number of scenic spots within a city′s 150 km tourism radius,along with enhancing urban economic development levels and passenger transportation volume,can facilitate the city′s integration into the western tourism cooperation network.③ Tourism in county-level cities in the Western China exhibits scenic spot-sensitive attributes,with scenic spot effects being predominantly local and characterized by circle convergence.Tourism cooperation within the 100 km radius of counties demonstrates greater value.④ For prefecture-level cities in the Western China,the effects of scenic spots are generally significant within the 100～200 km radius,peaking at the 150 km radius.It is recommended that scenic spots within the 200 km radius be incorporated into the prefecture-level city tourism circle,and that diverse tourism points of interest be developed through urban operations.The contribution of this paper lies in empirically verifying the necessity of cross-administrative boundary tourism cooperation in cities of the Western China and delineating effective spatial layers for tourism cooperation between county-level and prefecture-level cities in the Western China.

Keywords：tourism cooperation;circle layer;constraint distance;scenic spots;cities in the Western China

中图分类号：F592.7

文献标识码：A

文章编号：1672-0504(2026)05-0091-10

收稿日期：2025-03-12; 修回日期：2025-05-06

基金项目：国家社会科学基金项目(23BJY258)

作者简介：高燕(1981—),女,博士,教授,研究方向为旅游经济运行。*通信作者E-mail:55255625@qq.com

doi：10.3969/j.issn.1672-0504.2026.05.011