时空视角下的旅游业驱动城镇化机制分析——以张家界为例

加快旅游业驱动城镇化建设是区域经济发展的重要着力点。构建旅游城镇化响应测度模型,分析了张家界旅游驱动城镇化发展的时空演化规律及其影响机制。结果发现:1991—2015年张家界旅游驱动城镇化的强度总体呈上升趋势,阶段性明显,但市辖各区县城镇化对旅游业发展的响应程度不同:武陵源区永定区桑植县慈利县;在旅游业驱动城镇化的影响因素方面,产业结构优化水平旅游产业集聚水平区域经济发展旅游资源禀赋人均道路里程人均固定资产投资。     

旅游城镇化驱动乡村振兴的演进过程及关键路径——以张家界为例

采用综合指标法测度旅游城镇化与乡村振兴的发展水平,结合时间序列法量化旅游城镇化与乡村振兴的关系,并运用案例分析法解析旅游城镇化驱动乡村振兴的关键路径。结果表明：(1)旅游城镇化驱动乡村振兴是以旅游业为驱动载体,以“就地就近”城镇化为基础,在“市场链接、产业融合、行政势能、制度嵌入、规划引导、资金支持”等外部因素干预下,乡村基于自身基础条件选择合适发展路径并实现乡村振兴的过程。(2)基于时间序列法,发现张家界旅游城镇化是驱动乡村振兴的重要因素,且随时间推移,旅游城镇化对乡村振兴的驱动作用日渐明显,逐步超过乡村自身发展带来的影响。(3)张家界旅游城镇化驱动乡村振兴的演进过程分为介入阶段（1989—2000年）、分化阶段（2001—2008年）、转型阶段（2009—2014年）和融合阶段（2015年至今）。(4)张家界旅游城镇化驱动乡村振兴的关键路径主要分为景区城镇化和城镇景区化两种。     

区域旅游城镇化高质量发展水平测度及驱动因素分析——以大湘西地区为例

从综合效益最优视角探究区域旅游城镇化高质量发展内涵及其演化特征,对旅游城镇化转型提质、推动区域一体化发展意义重大。基于旅游城镇化高质量发展内涵构建评价指标体系,运用熵值法、泰尔指数、修正的引力模型和地理探测器等方法对2007—2019年大湘西旅游城镇化高质量发展的时空演化、差异特征、联系强度及驱动因素进行探究。结果表明：(1)大湘西区域旅游城镇化高质量发展时空演化特点显著,呈“东北高、西南低”的分布格局。(2)区域差异在缩小,怀化市和张家界市的县区是差异缩小的重点区域。(3)联系强度随时间明显提升,联系网络呈密集化趋势和非均衡性,以武陵源区、吉首市和鹤城区为代表的县区间高质量发展联系密切。(4)城镇化水平、经济发展水平和旅游业发展状况是显著影响因子,经济发展水平与其他因子的协同效应最突出,民生改善状况与城镇化水平、城乡差距程度的交互作用强度随时间显著增强。     

旅游业与城镇化耦合效率及其影响因素分析——以张家界为例

基于旅游业与城镇化相互作用关系,借鉴效率概念及内涵,界定旅游业与城镇化耦合效率概念与特征。以张家界为例,采用1989—2014年统计数据,结合DEA和Tobit方法,探讨旅游业与城镇化的耦合效率、演化阶段及影响因素。结果表明:26年以来,耦合效率呈上升趋势,技术效率水平较高,规模效率次之,且两系统的规模报酬一直处于变化中,说明旅游与城镇之间的资源要素的利用程度不够,投入冗余严重;结合变化形态,大体上耦合效率可分为低效—成长—调整—优化四个阶段,不同阶段效率特征不同;发现旅游规模效应、产业结构、技术水平是正向影响因素,资本效应和交通水平为负向影响因素,文化效应的作用不显著。     

基于生命周期评价理论的旅游产业发展研究——以张家界为例

旅游业是国民经济的战略性产业。基于生命周期理论,分析了旅游地生命周期的发展对旅游业发展的影响。以张家界市为例,分析了影响旅游地生命周期发展阶段的因素及张家界旅游生命周期阶段,提出了通过推动旅游地旅游产品推陈出新,加强景区利益协调和推动低碳环保的张家界旅游发展路径。     

周边地区旅游业应对城市扩展的响应模式研究——以甘肃省榆中县为例

随着我国城市化进程的不断加快，许多城市地域发展空间显得日益紧张，城市市区向周边地区扩展的趋势明显，城市市区扩展必将对周边地区旅游业发展产生巨大的影响。以甘肃省榆中县为研究对象，分析了兰州市市区向东扩展的趋势以及由此可能对榆中旅游业发展产生的影响，提出了榆中县旅游业应对兰州市市区扩展的边缘-核心响应模式、区域旅游整合发展响应模式和区域旅游联动发展响应模式。     

徽杭高速公路与黄山市旅游业的发展

通过对我国公路交通与旅游业发展的相关分析及黄山市旅游交通现状的评价,探讨了徽杭高速公路建设对黄山市旅游业发展的影响,进一步提出黄山市未来旅游业发展对徽杭高速公路的响应与对策:精心打造江浙沪"后花园",发展分时度假业;广开资金来源渠道,加大旅游业投入;加强区域合作,推出精品旅游线路;适应旅游者需求,不断调整优化旅游产品结构和加强旅游娱乐项目开发;加强旅游环境保护,走旅游可持续发展之路.     

基于GM-GIS耦合模型的旅游产业效率时序评价及空间关联格局分析——以东北三省36个市(区、州)为例

产业效率提升是促进产业可持续发展的原动力。基于我国东北地区经济发展失衡的现状,以东北三省所辖36个市(区、州)为研究单元,以效率提升促进东北地区经济快速发展为目的,利用Global-Malmquist指数计量方法,结合空间自相关和标准差椭圆两种空间分析方法,对区域旅游业效率及空间关联格局演变进行了研究,提出发展建议。结果表明:政策性资金对东北地区旅游产业发展具有正向促进作用,规模适度投入、引入先进管理技术、构建旅游经济平稳发展环境有利于区域旅游业高效率发展。东北地区旅游业合作效率低下,全局空间自相关程度较弱,局域空间自相关集聚区域随时间演变空间位移显著,区域孤立化发展问题显著;空间格局整体趋于南部提升而北部下降趋势,生产率变化及技术进步水平区域空间差异呈增大趋势,综合效率水平、规模效率水平及纯技术效率水平区域空间差异呈减小趋势。基于研究结果,提出以市场化为导向、以政策驱动为基础、以区域协调发展为宗旨,逐步提升生产效率水平。     

中国旅游产业集聚、全要素生产率与旅游经济关系研究

产业集聚和全要素生产率(TFP)是提升我国旅游经济发展质量,实现可持续发展的重要驱动因素。在理论上推导我国旅游业产业集聚、全要素生产率和旅游经济三者之间的关系,利用2001—2014年我国30个省域的面板数据通过区位熵指数和DEA-Malmquist模型测度了我国旅游产业集聚水平和TFP状况;通过系统广义矩估计法(SYS-GMM)实证分析了产业集聚对旅游经济的影响及作用机理。结果表明:我国旅游产业集聚水平不高,TFP虽为正向增长但较为缓慢,技术效率为负增长,体现了旅游业粗放式的发展特征;旅游产业集聚对旅游经济有正向影响效应,旅游业TFP的提高在产业集聚推动经济发展的传导过程中发挥了中介作用,但TFP的推动作用较弱。     

中国旅游效率与发展水平及其协调性特征研究

研究旅游效率与发展水平之间的协调关系,有助于促进区域旅游高质量发展。运用DEA模型、熵值赋权法、阈值法、协调发展评价模型和ArcGIS等方法对2009年、2014年、2019年我国31个省份的旅游效率、旅游业发展水平,以及两者之间协调性的时空特征进行了研究分析。结果表明:①3个指标均随时间的发展而上升,具有"东南高、西北低"的空间格局,存在某些核心省份带动周围省份上升的现象。②协调度与旅游效率和旅游业发展水平呈现正相关的线性关系,协调度越高,说明该区域的旅游业发展更高效、合理、健康,该区域旅游业更发达。     

安徽省旅游业碳排放测度及驱动因素研究

基于2004—2016年的数据,利用"自下而上"法,以安徽省为例,从旅游交通、旅游住宿和旅游活动三方面估算了安徽省旅游业碳排放量。并利用LMDI分解法对旅游业经济增长的碳排放效应进行驱动因子分解。研究结果表明,能源强度变化对旅游业碳排放具有较为显著的抑制作用;旅游收入结构效应是引起省内旅游业碳排放增加的最主要拉动因素。旅游人数规模的快速增长是使安徽省旅游业碳排放增加的第二位原因;旅游消费水平效应与区域人口规模效应虽然也对安徽省旅游业碳排放的增加起到了一定的推动作用,但影响不大。     

基于TOPSIS模型的乡村旅游新型城镇化水平测度研究

讨论了乡村旅游与乡村新型城镇化之间的相互作用机理,认为乡村旅游是乡村新型城镇化的重要路径,而乡村新型城镇化是乡村旅游的有效助力。乡村旅游新型城镇化水平是在新型城镇化发展过程中,乡村旅游作为实践乡村新型城镇化的现实路径,在其自身遵从旅游业基本发展规律的同时,有效推进乡村旅游目的地新型城镇化建设水平的能力与程度。在此基础上,定义了乡村旅游新型城镇化度的概念,构建了乡村旅游新型城镇化度评价指标体系,基于TOPSIS法构建了乡村旅游新型城镇化度测算模型,并以江苏省句容市的白兔、后白两镇为案例进行了实证评价和分析。     

基于生态足迹的青海省海北州旅游业可持续发展测度

本研究采用旅游生态足迹、旅游生态承载力和旅游生态占用指数方法,以青海省海北州藏族自治州为案例地开展实证研究。研究结果表明:2011年海北州旅游生态足迹中,旅游餐饮、购物和交通是其主要组成部分,分别占49.40%、23.81%、22.04%;海北州人均旅游生态承载力为0.5360hm2/人,人均生态足迹为0.00841hm2/人,旅游生态占用指数为0.0157。表明海北州旅游业发展对生态环境的影响处于可控范围之内,旅游生态系统是安全的,旅游业处于良性发展阶段。并提出了促进海北州生态环境建设与旅游经济协调发展的相关建议措施。     

旅游业与新型城镇化耦合协调动态关系研究--以成渝地区双城经济圈为例

通过构建耦合协调模型,定量测度了成渝地区2005—2018年旅游业与新型城镇化耦合协调水平,并基于ArcGIS10.3软件进行了时空格局分析。结果表明:①2005—2018年旅游业与新型城镇化发展指数均保持上升趋势,"双峰"格局显著。②耦合及耦合协调水平整体较低,阶段性特征明显,政策引导作用显著。③耦合协调重心始终以成、渝两地为中心迁移变化,"双轮驱动"发展模式初见成效,两大核心城市带动作用日益增强。未来,应进一步发挥成、渝两大核心城市的带动作用,强化区域一体化意识,因地制宜制定差异化发展策略,以推动成渝地区双城经济圈高质量发展。     

张家界气候资源的利用与保护

为了充分开发利用和保护张家界的气候资源,我们采用长期定点和短期定位相结合的方法,观测研究了张家界的气候和森林小气候特征。研究证明,张家界具有亚热带湿润季风气候区的山地气候特征,森林小气候舒适宜人,旅游气候资源和农业气候资源丰富,应大力发展旅游业和林业;保护森林植被是保护张家界气候资源的关键。     

对“旅游商品产业集群”的若干质疑——兼谈张家界旅游商品产业的发展思路

从集群商品的相似性、集群企业的竞合性、集群产业的支柱性等集群特性来看,"旅游商品产业集群"是一个伪命题。重视并发展旅游商品产业是提升旅游业综合实力的重要举措,而张家界发展旅游商品产业的根本出路在于"市场"。在建设全国旅游商品市场时,张家界需正确处理好园区建设与环境保护之间的关系,以构建绿色低碳的生态工业区与交易区;正确处理好本土商品与外来商品的关系,以集聚全国甚至全球优质的特色旅游商品,打造旅游商品市场的"小义乌"。     

长山群岛旅游产业与城镇化耦合协调度研究

以2006—2014年的数据为研究基础,运用耦合模型构建了长山群岛旅游产业系统与城镇化系统的评价指标体系,以深刻剖析旅游产业与城镇化的互动作用机制。研究表明:1长山群岛旅游产业与城镇化系统存在明显的耦合互动关系,通过系统内部的演化机制,系统内部要素互相作用,实现协同发展;2旅游产业与城镇化综合发展水平提升明显,旅游产业综合评价指数由0.169上升到0.789,城镇化综合评价指数由0.239上升到0.808,城镇化综合评价水平高于旅游产业综合评价水平,城镇化为旅游产业发展提供基础保障;3旅游产业与城镇化的耦合协调度由失调阶段步入协调阶段,最大值仅为0.633,协调度较低。     

武陵山片区旅游产业空间布局影响因素研究

对旅游产业空间布局影响因素的研究,有利于区域旅游产业的合理布局,实现区域旅游业的可持续发展。在回顾国内外旅游产业空间布局研究的基础上,运用德尔菲法和层析分析法逐步确立了武陵山片区旅游产业空间布局影响因素指标体系与各指标权重,并对区域旅游产业空间布局的影响因素进行了系统的分析研究。结果显示,武陵山片区旅游产业空间布局的影响因素贡献度排序依次为:旅游吸引物要素、客源市场、旅游交通、政策法规、经济发展水平、旅游企业和社会环境。基于此,提出整合旅游资源、明确目标市场、优化旅游交通、加强区域合作、提高综合经济实力等几点建议,以期为武陵山片区旅游产业空间布局的优化提供有益指导,促进区域旅游业可持续发展。     

中国旅游经济发展差异时空演变及影响因素研究北大核心

以2008—2019年我国31个省份的旅游经济为研究对象,综合运用标准差、变异系数、Moran′s I指数对旅游经济发展情况进行整体判读,并运用冷热点分析、经济重心模型探究旅游经济发展差异的时空演变,采用地理加权回归模型分析其影响因素及驱动机理。结果表明:①我国区域旅游经济增长不均衡,但相对差异越来越小。②旅游经济发展高水平区域由东向西南扩散,集聚在东部地区和长江经济带上。③我国旅游经济重心进入湖北省,轨迹向西南方向移动,集中在中部地区。④经济基础条件越好的地区并不意味着旅游业越发达。⑤资源禀赋条件、交通可达性、旅游接待设施水平对区域旅游经济增长有正向促进作用,呈现“南高北低、西高东低”的特点。     

云南省乡村振兴、新型城镇化与生态环境耦合协调及影响因素

基于乡村振兴、新型城镇化和生态环境耦合协同关系,以云南省为研究对象,通过构建三者耦合协调评价指标体系,运用熵值法、耦合协调度模型、Dagum基尼系数分解法和面板Tobit模型测算2005—2020年云南省及其16个州市耦合协调发展水平,时空演变特征,区域差异以及影响因素。结果表明:(1)整体上,云南省综合评价指数、耦合度和协调度都呈现上升态势,但三者水平还需提高,云南省三大系统的相互作用程度逐渐增强,耦合类型的空间差异性逐渐变小;(2)三者的耦合度和协调度的空间差异性较为明显,表现出滇中>滇西>滇南>滇东的分异特征,协调度增长速度以保山市、临沧市和文山州最高;(3)总体基尼系数逐渐缩小,各区域之间以及区域之间城乡差距仍然是构成云南省基尼系数变化的主要原因;(4)经济发展水平、政府能力、对外开放水平以及旅游活力大体上对于云南省乡村振兴、新型城镇化和生态环境具有正向的促进作用,而产业二元性结构水平则不利于三者的协同发展,影响三者耦合协调度的因素具有显著的区域差异性。