黄河流域旅游资源-经济-网络关注度的时空适配格局及驱动机制
1.
2.
Spatial-temporal pattern and driving mechanism of tourism resource-economy-network attention compatibility in the Yellow River Basin
1.
2.
收稿日期: 2025-03-31 修回日期: 2025-05-13
| 基金资助: |
|
Received: 2025-03-31 Revised: 2025-05-13
作者简介 About authors
王伟军(1990—),男,甘肃酒泉人,博士,副教授,研究方向为乡村旅游与可持续生计、区域旅游发展E-mail:
关键词:
Keywords:
本文引用格式
王伟军, 林蓉, 李花, 李娟.
Wang Weijun, Lin Rong, Li Hua, Li Juan.
0 引言
在旅游业发展体系中,旅游资源是旅游业发展的基础,其质量和数量直接影响区域的吸引力与竞争力。同时,随着信息技术的迅猛发展,社交媒体与在线旅游平台已成为推动旅游业发展的重要力量。旅游目的地的网络关注度能够显著提升其知名度,进而促进游客流动和消费。然而,许多地区仍面临旅游资源分布不均、开发程度参差不齐、基础设施滞后及市场需求不足等问题,这些因素制约了区域旅游的高质量发展。黄河流域作为中国的“母亲河”,不仅拥有丰富的自然资源,还蕴藏着深厚的文化底蕴,是中国历史文化的发源地之一。随着国家对黄河流域生态保护和高质量发展的重视,旅游业逐渐成为推动该地区经济增长的重要引擎。
当前,学术界对旅游资源、旅游经济与旅游网络关注度三者互动关系的研究仍显不足,既有研究大多聚焦于两两关系的探讨:首先,关于旅游资源禀赋对旅游经济的影响,尽管有研究表明二者呈正相关[3],但也有研究发现“资源诅咒”现象以及二者之间的非线性[4]或负向效应[5];其次,旅游资源与网络关注度之间的关系呈现明显的时空异质性,既有研究揭示了二者在空间上的错位匹配[6],也有研究探讨了其时空演变机制[7];最后,网络关注度与旅游经济之间存在双向强化效应,正向舆情可显著推动消费增长[8],而负面舆论则可能抑制需求[9],二者的耦合协调度反映出明显的空间差异[10]。然而,现有研究仍存在一些不足:一是旅游资源评价体系单一,未能全面反映资源类型和质量差异;二是已有研究主要集中于国家[11]或省级[12]尺度,缺乏对流域或市县层面的深入分析,难以全面反映三者之间的时空适配及其机制差异;三是现有研究多停留在旅游资源、经济与网络关注度两者之间的单向关系探讨[7],缺乏对三者耦合机制的系统性分析。
鉴于此,本文以黄河流域的69个市(州、盟)为研究对象,构建综合评价指标体系,采用多源数据和方法,剖析2011—2023年黄河流域旅游资源、旅游经济与旅游网络关注度的时空适配格局及演化过程。研究旨在揭示三者之间的驱动机制,为解决区域旅游资源分布不均等问题,推动黄河流域旅游业高质量发展提供理论依据。
1 数据来源和研究方法
1.1 研究区域
黄河流域作为中华文明的重要发源地,兼具国家生态安全屏障、经济战略地带与中华文化保护传承核心区等多重功能,是推进高质量发展的关键区域。黄河全长约5 687 km,流域面积813 122 km2,涵盖9个省区,包括上游的青海、四川、甘肃、宁夏和内蒙古,中游的陕西、山西,下游的河南和山东(图1)。该流域不仅孕育了河湟、关中、河洛、齐鲁等特色文化,还拥有多样的自然景观和生态资源,长期代表着中国古代政治、经济与文化发展的高水平。截至2023年,黄河流域已拥有世界遗产地20处、国家级非物质文化遗产项目649项、5A级旅游景区84个以及红色旅游经典景区85个,年旅游收入达20 488.83亿元,展示出巨大的文旅融合发展潜力。然而,该流域仍面临区域发展不平衡、基础设施薄弱、公共服务滞后以及文化资源保护与开发之间的矛盾。为实现生态保护与高质量发展双重目标,亟须依托其深厚的文化遗产基础,提升旅游资源整合与利用效率,推动旅游业高质量转型,强化文化传播功能,进而促进区域协调发展。
图1
图1
黄河流域的位置和地形
Fig.1
Location and topographic map of the Yellow River Basin
1.2 数据来源
本文以黄河流域的69个市(州、盟)为分析单元,以2011—2023年为时间序列。为保证数据指标的科学性,旅游资源数据来源于地方统计年鉴、《国民经济和社会发展统计公报》、国家和地方文化和旅游部门、住房和城乡建设部、国家文物局官网等;旅游经济数据主要来源于地方统计年鉴以及《国民经济和社会发展统计公报》;旅游网络关注度数据来源于百度指数平台;影响因素来自《中国环境统计年鉴》、《中国交通运输统计年鉴》、地方统计年鉴、《国民经济和社会发展统计公报》、政府工作报告。缺失数据通过增长率推算进行补充。
1.3 评价指标体系
本文聚焦于旅游资源、旅游经济与旅游网络关注度的内涵,基于系统性、客观性、代表性和可获取性原则,构建了综合评价指标体系[2,7,11,13-19](表1)。其中,旅游资源禀赋指地区所拥有的自然与人文资源的数量、质量与种类,直接影响旅游市场的竞争力和可持续发展能力[13],作为衡量旅游资源潜力的综合性量化指标。本文从自然资源和人文资源两大视角出发,选取A级景区数量、国家级自然保护区数量等10个指标对旅游资源禀赋进行综合评估。旅游经济发展水平反映地区旅游业的规模、结构、质量和效益[14],作为衡量旅游整体发展的综合性指标,本文选取了旅游总收入、旅游总人次和入境旅游人次等7个指标进行量化评价。旅游网络关注度则是指地区通过网络平台、社交媒体及旅游网站等渠道在一定时期内获得的关注和讨论程度,反映游客对目的地的兴趣与互动热度[15]。该指标有效衡量了旅游吸引力、游客需求及市场潜力,本文通过百度指数搜索平台,以“城市+旅游”为关键词,获取了黄河流域69个市(州、盟)的旅游网络关注度数据。
表1 黄河流域旅游资源禀赋、旅游经济与旅游网络关注度评价指标体系
Table 1
1.4 研究方法
1.4.1 熵权-TOPSIS法
本文在构建旅游资源禀赋、旅游经济与旅游网络关注度综合评价指标体系的基础上,采用熵权-TOPSIS法对黄河流域69个市(州、盟)进行综合评价。该方法以熵权法确定各指标权重,并通过TOPSIS模型测算各市(州、盟)相对于理想最优解与最劣解的距离,从而实现排序与优劣判断,是一种兼具客观性与科学性的多指标综合评价方法。具体公式参见文献[20]。
基于2011—2023年指标数据,分别计算出黄河流域69个市(州、盟)的旅游资源禀赋、旅游经济与旅游网络关注度指数,并分析其时序变化趋势。采用自然断点法,将2011、2017、2023年旅游资源禀赋、旅游经济与旅游网络关注度指数值分别划分为5个梯队,来刻画其空间格局演变。
1.4.2 适配度模型
在适配度分析中,本文借鉴耦合协调度与数列匹配度方法,构建了旅游资源禀赋、旅游经济与旅游网络关注度三元系统的适配度模型。适配度作为适应度与匹配度的延伸,既衡量系统间的相互协调程度,又反映不同变量之间的互动契合性与耦合强度[21]。通过对各阶段适配度的测算,能够深入揭示三大系统间的内在耦合关系及其时空演化特征。
首先,计算适应度,公式如下:
式中:D为耦合协调度(即适应度);C为耦合度;T为三者的综合评价值;x、y、z分别为旅游资源禀赋、旅游经济与旅游网络关注度系统的评价值;α、β、λ为系统权重。由于3个系统在协调演进过程中同等重要,故设定α=β=λ=1/3。
其次,计算匹配度。设有k个时间段,W为各时间段变量x、y和z的值从小到大排序的差值,匹配度Mj 的计算公式为:
式中:Mj 越靠近1,匹配度越高;Mj 越接近于0,匹配度越低。
最后,计算适配度。为反映系统与整体协调发展水平及系统要素交互的适配程度,本文构建了两系统适配度模型:
A越接近于1,表示适配度越高,反之适配度越低。通过ArcGIS进行可视化处理,将适配度划分为5个等级:0≤A<0.524为极不适配,0.525≤A<0.605为不适配,0.606≤A<0.661为较适配,0.662≤A<0.720为相对适配,0.721≤A<1为高度适配。
1.4.3 探索性空间数据分析
探索性空间数据分析(ESDA)是一种揭示空间要素集聚特征和分布规律的分析方法。为了进一步探讨黄河流域旅游资源禀赋、旅游经济与旅游网络关注度的空间适配度,本研究采用全局空间自相关(Global Moran's I)来度量整个区域空间数据的分布特征与相互关系。同时,利用局部空间关联指数(Getis-Ord Gi*)分析高值与低值要素在局部空间中的聚集模式及其地理位置[24]。
1.4.4 地理探测器
地理探测器是一种用于探测空间分异性以及揭示其背后驱动力的工具。本文采用地理探测器中的因子探测器,通过不同影响因素的地理分层,分析黄河流域69个市(州、盟)三者适配度分异的影响因素[25]。
2 旅游资源、旅游经济与旅游网络关注度水平
2.1 旅游资源禀赋水平
2011—2023年黄河流域旅游资源禀赋水平呈波动上升趋势,旅游资源禀赋指数由2011年的0.259增至2023年的0.348(图2),表明流域内旅游资源开发与利用不断推进,且旅游业态逐渐多样化。然而,年均指数仅为0.295,反映出整体发展仍存在较大差距。从流域段来看,旅游资源禀赋水平差异显著。中游地区的旅游资源禀赋始终高于全流域平均水平,增幅为36.41%。下游地区的资源禀赋指数也有较大提升,增幅为45.63%。而上游地区的资源禀赋水平较低,且开发利用进展较慢,增幅仅为21.21%。
图2
图2
2011—2023年旅游资源禀赋指数的变化趋势
Fig.2
Trend of tourism resource endowment index from 2011 to 2023
从空间分布来看,2011—2023年黄河流域各城市旅游资源禀赋差异显著,整体呈中间高、两侧低的空间格局(图3)。2023年,淄博等城市从中等禀赋区跃升至高禀赋区。高禀赋区城市主要集中在黄河下游地区和山东半岛,形成倒“T”形分布;中等禀赋区城市分布较为分散,主要集中在多个城市群;低禀赋区城市则在西部、宁夏沿黄和兰西城市群呈集中式发展。中游和下游地区资源禀赋的提升与国家战略、区域一体化及文旅融合政策密切相关,而西部地区因资源转化效率低、基础设施滞后等问题,仍面临较大的发展瓶颈。
图3
图3
黄河流域旅游资源禀赋的时空格局
Fig.3
The spatiotemporal pattern of tourism resource endowment in the Yellow River Basin
2.2 旅游经济发展水平
2011—2023年黄河流域旅游经济水平经历了先波动上升后骤降的变化过程,旅游经济发展指数由2011年的0.164增长至2019年的0.175,但受新冠肺炎疫情影响,2020年骤降至0.145,2023年略有回升,恢复至0.158(图4)。分流域段来看,中游地区的旅游经济始终高于全流域平均水平,指数由2011年的0.221提升至2019年的0.229,2020年降至0.179,2023年又降至0.168,较2011年下降23.98%;下游地区虽高于全流域平均水平,但呈现缓慢下降趋势,2023年指数为0.168,较2011年下降14.72%。上游地区旅游经济水平最低,但逐步提升,指数由0.105增至2023年的0.146,增幅为39.05%。
图4
图4
2011—2023年旅游经济发展指数的变化趋势
Fig.4
The trend of tourism economic development index from 2011 to 2023
从空间分布来看,2011—2023年黄河流域旅游经济水平总体呈多中心碎片化格局(图5)。2011—2017年旅游经济格局发生显著变化,高水平区略有收缩,主要在中原和山东半岛城市群,呈点状分布;较高水平区趋于稳定,主要分布在关中平原城市群;中等水平区大幅扩张,呈片状分布在兰西、关中平原和呼包鄂榆城市群;较低水平区略有扩张,主要分布在晋中、中原及山东半岛城市群;低水平区则在西北地区显著缩小。2017—2023年旅游经济空间格局相对平稳,高水平区继续集中于中原和山东半岛城市群;较高水平区呈簇状分布于兰西、关中平原、呼包鄂榆及山东半岛城市群;中等水平区大幅收缩,主要集中在中原和山东半岛城市群,呈点状分布;较低水平区略有扩张,分布形态转变为条带状,集中于晋中和中原城市群;低水平区显著扩张,形成以兰西城市群为中心的团状分布及以晋、蒙、鲁、豫为中心的点状分布格局。中下游地区通过强化中心城市的引领作用促进了经济发展,而上游地区则因资源转化效率低及产业联动不足,导致低水平区扩展,呈现极化趋缓—梯度扩张—空间重构的演化特征。
图5
图5
2011—2023年黄河流域旅游经济发展时空分布
Fig.5
The spatiotemporal pattern of tourism economic development in the Yellow River Basin
2.3 旅游网络关注度水平
2011—2023年黄河流域旅游网络关注度呈波动上升趋势,指数由0.099增至0.136(图6),表明旅游吸引力和市场影响力逐步提升,但年均值仅为0.108,整体增幅有限。分流域段来看,中游地区旅游网络关注度始终高于全流域平均水平,指数由0.140增至0.154,增幅为10%,下游地区除2015年外,其他年份均高于全流域平均水平,并且凭借丰富的旅游资源和完善的基础设施,指数由0.113增至0.191,增幅达到69.03%。上游地区的关注度较低,指数从0.061增至0.097,增幅为59.02%。
图6
图6
2011—2023年旅游网络关注度指数的变化趋势
Fig.6
Trend of tourism network attention index from 2011 to 2023
从空间分布来看,2011—2023年黄河流域旅游网络关注度空间差异显著,整体呈东高西低的格局(图7)。与2011年相比,2023年济南、洛阳等城市上升至高关注区,淄博由较低关注区大幅跃升至高关注区,尽管如此,高关注度城市仍主要集中在下游地区。高关注区城市数量略增,主要分布于中原和山东半岛城市群;较高关注区的城市略有扩张,零星分布于呼包鄂榆和关中平原城市群;中等关注区显著扩张,集中于呼包鄂榆、中原和山东半岛城市群;较低关注区逐步收缩,呈团簇状分布于晋中和兰西城市群;低关注区主要集中在宁夏沿黄和兰西城市群,呈组团发展态势。总体来看,下游地区通过发达的经济、交通和数字化设施持续占据高关注区;中游地区则受传统观光模式和政策执行效率限制,呈现碎片化分布;上游地区因自然条件和数字鸿沟,长期处于低关注状态。这反映了区域发展不均衡的深层次问题。
图7
图7
2011—2023年黄河流域旅游网络关注度时空分布
Fig.7
Spatiotemporal distribution of tourism network attention in the Yellow River Basin from 2011 to 2023
3 旅游资源、经济与网络关注度的时空适配特征
3.1 适配度的时空特征
2011—2023年黄河流域旅游资源、旅游经济与旅游网络关注度适配度整体呈波动上升趋势,从0.616增至0.640,增幅为3.90%(图8),年均值为0.622,维持在“较适配”水平,表明三者协调性尚有提升空间。分流域段来看,中游和下游地区的适配度始终高于流域平均水平,且趋势相对稳定。中游地区从0.671升至0.679,增幅为1.17%,可能受益于晋陕豫历史文化走廊文旅融合的持续推进。下游地区增幅为4.18%,得益于交通网络完善、产品多样化及数字经济赋能带来的资源转化效率提升,形成良性循环。而上游地区尽管适配度提升幅度达6.07%,却始终低于平均水平(由0.560增至0.594),其提升主要依赖政策扶持,受制于生态红线约束与产业链短板,缺乏内生驱动。
图8
图8
2011—2023年黄河流域旅游资源禀赋、旅游经济与旅游网络关注度适配度变化趋势
Fig.8
Trends of compatibility among tourism resource endowment, tourism economy, and tourism network attention in the Yellow River Basin from 2011 to 2023
从空间分布来看,流域适配度总体呈现东高西低的倒“T”形分布格局(图9),形成以中原、山东半岛、关中平原、晋中等城市群为核心的高度—相对适配区域,表现出由“单要素主导”向“多系统耦合”的空间结构转变趋势。2011—2017年适配度空间格局变化较小,高适配城市略有扩张,零星分布在关中平原、晋中、山东半岛和中原城市群等地;不适配和极不适配城市主要分布在上游地区。2017—2023年适配格局明显重塑,适配水平高的城市向中下游城市群集聚,组团发展特征增强。不适配及极不适配类型城市主要收缩至上游地区,特别是极不适配区域显著减少,但仍集中于兰西城市群一带,显示上游地区适配提升仍面临结构性制约。
图9
图9
2011—2023年黄河流域旅游资源禀赋、旅游经济与旅游网络关注度适配度的空间分异
Fig.9
Spatial differentiation of compatibility among tourism resource endowment, tourism economy, and tourism network attention in the Yellow River Basin from 2011 to 2023
3.2 适配度的空间关联特征
3.2.1 全局空间自相关分析
为揭示黄河流域旅游资源、旅游经济与旅游网络关注度适配度的空间关联特征,选取2011—2023年69个市(州、盟)的适配度指数,采用全局Moran's I进行空间自相关分析。结果显示,Moran's I值为0.133~0.266,P值均小于0.02,表明适配度具有显著空间集聚性,但整体呈减弱趋势(表2)。分时段来看,2011—2019年Moran's I值持续上升,表明空间集聚性增强;2020年受新冠疫情影响,Moran's I值降至2022年的0.133,空间集聚效应显著削弱,2023年略有回升至0.182。这表明疫情对区域旅游系统的空间协同格局造成短期扰动,区域适配格局逐步向分散化演变。
表2 2011—2023年黄河流域旅游资源禀赋、旅游经济与旅游网络关注度适配度的全局自相关指数
Table 2
| 指标 | 年份 | ||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2011 | 2012 | 2013 | 2014 | 2015 | 2016 | 2017 | 2018 | 2019 | 2020 | 2021 | 2022 | 2023 | |
| Moran's I | 0.239 | 0.265 | 0.266 | 0.248 | 0.197 | 0.239 | 0.225 | 0.226 | 0.261 | 0.190 | 0.144 | 0.133 | 0.182 |
| Z | 3.976 | 4.371 | 4.391 | 4.115 | 3.303 | 3.959 | 3.741 | 3.758 | 4.298 | 3.230 | 2.482 | 2.314 | 3.050 |
| P | 0.000 | 0.000 | 0.000 | 0.000 | 0.001 | 0.000 | 0.000 | 0.000 | 0.000 | 0.001 | 0.013 | 0.020 | 0.002 |
3.2.2 局部空间自相关分析
为进一步识别空间异质性,采用Gi*统计量分析市域适配度的局部关联性,并将空间格局划分为冷点区、次冷点区、过渡区、次热点区、热点区。
2011—2023年流域总体格局稳定,呈“东热西冷”特征,热点区明显收缩,反映出旅游发展模式由“规模驱动”向“质量驱动”转型(图10)。分时段来看,2011—2017年,热点区与冷点区略有扩张,分别集中于关中平原、晋中、山东半岛和上游地区;其他类型区域则呈收缩态势,分布格局呈环状、片状与条带状特征。2017—2023年,热点区显著收缩,仅零星分布于晋中、山东半岛和中原城市群周边,次热点区小幅扩张并环绕核心热点区分布;冷点区持续集中于源头区域,次冷点区则向呼包鄂榆城市群呈条带状扩张。总体而言,旅游适配空间格局趋于稳定,但区域极化现象仍需关注,凸显区域协调发展的必要性。
图10
图10
2011—2023年黄河流域旅游资源禀赋、旅游经济与旅游网络关注度适配度的冷热点空间格局
Fig.10
The hot/cold spot spatial pattern of compatibility among tourism resource endowment, tourism economy, and tourism network attention in the Yellow River Basin from 2011 to 2023
4 适配度空间分异的形成机制
4.1 影响因素选取
表3 黄河流域旅游资源、经济与网络关注度适配度空间分异的影响因素选取
Table 3
| 指标类型 | 指标/单位 | 含义 | 编码 |
|---|---|---|---|
| 生态因素 | 年均气温/℃ | 自然条件 | X1 |
| 年降水量/m | X2 | ||
| 年均PM2.5浓度/(μg·m-3) | 城市的空气质量状况和变化趋势 | X3 | |
| 空气质量指数 | X4 | ||
| 植被覆盖率/% | 生态涵养潜力 | X5 | |
| 经济因素 | 人均GDP/元 | 地区经济实力状况 | X6 |
| 入境旅游收入占旅游总收入比重/% | 旅游对外开放程度 | X7 | |
| 进出口总额/万美元 | 城市开放程度 | X8 | |
| 第三产业占GDP比重/% | 产业结构 | X9 | |
| 常住人口城镇化率/% | 城镇化水平 | X10 | |
| 路网密度/km | 道路交通优势度 | X11 | |
| 社会因素 | 一般公共预算支出/万元 | 政府能力 | X12 |
| R&D经费支出占GDP比重/% | 科技素质教育 | X13 | |
| 政府工作报告中提及“旅游”及“文旅”等相关字样的次数/次 | 政策因素 | X14 | |
| 每万人拥有医疗机构床位数量/张 | 区域医疗保障设施 | X15 | |
| 每万人拥有公共交通车辆数量/辆 | 区域公共交通设施 | X16 | |
| 夜间灯光强度 | 城市规划、环境监测和经济发展水平 | X17 | |
| 生活垃圾无害化处理率/% | 生态环境净化力 | X18 | |
| 污水处理率/% | X19 | ||
| 人均(公园)绿地面积/m2 | 生态可持续修复力 | X20 |
4.2 主导影响因素识别
基于地理探测器分析,识别了2011—2023年黄河流域旅游资源禀赋、旅游经济与旅游网络关注度适配度集聚与演化的关键因素(表4)。探测结果表明,不同年份主导影响因子的q值及排名有所变化。2011年主导因子为X12、X8、X3,q值分别为0.729、0.488、0.375;2017年主导因子为X12、X13、X8、X4、X15,q值分别是0.710、0.426、0.412、0.385、0.358;2023年主导因子为X12和X8,q值分别是0.733、0.377。总体来看,X12、X8、X13、X3、X17、X5是2011—2023年适配度集聚与演化的主要影响因素,平均q值分别为0.724、0.426、0.367、0.346、0.345、0.297,反映了财政投入、生态环境、经济发展等因素在空间适配中的关键作用。
表4 黄河流域旅游资源禀赋、旅游经济与旅游网络关注度适配影响因素的地理探测结果
Table 4
| 变量 | 2011年 | 2017年 | 2023年 | 均值 | 排序 | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| q值 | P值 | 排序 | q值 | P值 | 排序 | q值 | P值 | 排序 | |||||
| X1 | 0.280 | 0.006 | 11 | 0.275 | 0.007 | 11 | 0.327 | 0.748 | 5 | 0.294 | 7 | ||
| X2 | 0.304 | 0.404 | 9 | 0.179 | 0.999 | 17 | 0.248 | 0.074 | 13 | 0.244 | 14 | ||
| X3 | 0.375 | 0.001 | 3 | 0.317 | 0.683 | 7 | 0.347 | 0.850 | 3 | 0.346 | 4 | ||
| X4 | 0.172 | 1.000 | 20 | 0.385 | 0.000 | 4 | 0.309 | 0.549 | 8 | 0.288 | 10 | ||
| X5 | 0.316 | 0.006 | 8 | 0.294 | 0.013 | 9 | 0.282 | 0.029 | 9 | 0.297 | 6 | ||
| X6 | 0.179 | 0.998 | 19 | 0.157 | 0.938 | 18 | 0.238 | 0.075 | 14 | 0.191 | 18 | ||
| X7 | 0.231 | 0.044 | 14 | 0.206 | 0.114 | 16 | 0.201 | 0.088 | 17 | 0.213 | 17 | ||
| X8 | 0.488 | 0.000 | 2 | 0.412 | 0.707 | 3 | 0.377 | 0.002 | 2 | 0.426 | 2 | ||
| X9 | 0.222 | 0.981 | 16 | 0.251 | 0.953 | 13 | 0.207 | 0.970 | 16 | 0.227 | 16 | ||
| X10 | 0.294 | 0.698 | 10 | 0.293 | 0.027 | 10 | 0.249 | 0.004 | 12 | 0.279 | 11 | ||
| X11 | 0.337 | 0.008 | 7 | 0.273 | 0.014 | 12 | 0.262 | 0.954 | 11 | 0.291 | 9 | ||
| X12 | 0.729 | 0.039 | 1 | 0.710 | 0.001 | 1 | 0.733 | 0.013 | 1 | 0.724 | 1 | ||
| X13 | 0.363 | 0.002 | 5 | 0.426 | 0.000 | 2 | 0.312 | 0.012 | 7 | 0.367 | 3 | ||
| X14 | 0.194 | 0.160 | 18 | 0.074 | 0.798 | 20 | 0.072 | 1.000 | 20 | 0.113 | 20 | ||
| X15 | 0.247 | 0.039 | 12 | 0.358 | 0.920 | 5 | 0.222 | 1.000 | 15 | 0.276 | 12 | ||
| X16 | 0.338 | 0.968 | 6 | 0.226 | 0.026 | 15 | 0.200 | 0.161 | 18 | 0.255 | 13 | ||
| X17 | 0.364 | 0.189 | 4 | 0.331 | 0.036 | 6 | 0.341 | 0.097 | 4 | 0.345 | 5 | ||
| X18 | 0.235 | 0.094 | 13 | 0.315 | 0.892 | 8 | 0.326 | 0.561 | 6 | 0.292 | 8 | ||
| X19 | 0.229 | 0.978 | 15 | 0.156 | 0.158 | 19 | 0.180 | 0.405 | 19 | 0.188 | 19 | ||
| X20 | 0.213 | 0.052 | 17 | 0.236 | 0.081 | 14 | 0.276 | 0.371 | 10 | 0.241 | 15 | ||
4.3 交互探测结果
各因素之间的交互作用显著增强了适配度时空演化的解释力,且表现为双因子增强或非线性增强效应(图11)。具体而言,2011年一般公共预算支出(X12)与其他因子的交互作用最强,排在前6位的交互作用为X12∩X20、X8∩X12、X5∩X12、X1∩X12、X12∩X16、X3∩X12,这些交互作用均表现出双因子增强的效应,表明预算支出与各生态、经济因素之间的相互作用提升了适配度的解释能力;2017年一般公共预算支出(X12)与其他因子交互的影响最强,排在前6位的交互作用为X12∩X20、X10∩X12、X3∩X12、X9∩X12、X1∩X12、X11∩X12,这些交互作用同样表现为双因子增强的效应,表明预算支出与各因素的结合对适配度的推动作用更为明显;2023年一般公共预算支出(X12)与其他因子交互的影响力进一步增强,排在前6位的交互作用为X12∩X13、X7∩X12、X6∩X12、X10∩X12、X4∩X12、X2∩X12,这些交互关系显示出双因子增强的非线性效应,表明政府预算支出与经济发展、社会环境等因素的交互作用共同推动了黄河流域旅游适配度的演化。
图11
4.4 驱动机制
基于地理探测器分析,黄河流域旅游资源、旅游经济与旅游网络关注度适配度的时空分异是财政治理、开放创新、生态环境与基础设施等多元要素交互作用的结果。各驱动因子通过单核主导—多要素非线性协同的复合路径,形成适配度空间分异的动态演化机制(图12)。
图12
图12
黄河流域旅游资源禀赋、旅游经济、旅游网络关注度适配度的驱动机制
Fig.12
The driving mechanism of compatibility among tourism resource endowment, tourism economy, and tourism network attention in the Yellow River Basin
财政管理主导调控。财政与治理能力是影响三者适配度空间格局的核心驱动力。在2011—2023年,一般公共预算支出始终是主要驱动因素,并与其他变量共同构成双因子增强结构,表明财政投入不仅具有资源调配和产业引导功能,还通过与人口城镇化、绿地面积和研发投入等因素的联动,共同塑造了区域旅游系统的结构性优势。上游地区财政能力有限,资金更多投入生态保护与民生保障,旅游发展以生态稳定为主;而中下游地区财政支出侧重旅游项目投资、智慧景区建设和文旅融合,推动了旅游资源禀赋、经济产出与网络关注的高水平协同适配。
开放创新调节效应。开放与创新水平是适配度演化中的关键调节机制,主要通过进出口总额和研发经费支出等指标体现。开放型经济与科技创新正在成为提升旅游系统能级的重要支撑[29]。下游地区依托外贸平台和国际资源的导入,提升了文旅产品的国际化和传播深度,如跨境文旅IP和国际会展经济等新业态的兴起,增强了旅游吸引高消费群体的能力;而研发投入显著提高了旅游资源开发效率与管理智慧化水平,尤其在中下游城市,通过大数据和智能推荐系统等科技手段促进了旅游服务与网络关注的精准对接。上游地区则受制于资金和市场要素,科技创新和开放程度相对滞后,导致资源禀赋难以有效转化为经济和网络效益。
生态环境约束机制。生态环境质量对旅游系统发展的基础保障作用深远,显著影响适配度的空间分异。PM2.5浓度和植被覆盖率分别代表生态风险与生态供给,两者均对旅游吸引力、游客感知和网络传播产生重要影响[30]。生态环境较好的地区通常具备较高的旅游资源可持续性和空间美学价值,推动网络关注度的持续增长;而生态环境退化的区域,即便具备丰富的文化或景观资源,也难以吸引持续的游客流和网络关注,形成资源-效益脱钩现象。中下游工业化进程较快,部分区域出现旅游热点—生态冷区的不协调现象,而上游尽管生态优势突出,但受限于开发能力和传播能级,仍面临“绿色资源孤岛”的局部失衡问题。
基础设施支撑机制。基础设施和空间可达性在旅游资源转化过程中起着支撑性作用。夜间灯光强度作为区域经济活力和旅游服务能力的重要代理变量,展现出较强的解释力,并与财政投入、研发经费等变量形成多组交互增强机制,体现了基础设施-治理能力的协同效应。灯光强度高的区域通常经济活跃、消费场景丰富、公共服务完善,这不仅延长了游客停留时间,还提高了旅游场景的传播性和网络热度[31]。中下游地区通过路网密度、公共交通和医疗保障等基础设施的协同发展,形成了高效的旅游服务网络,增强了区域的外部可达性和内部连通性,从而提升了旅游资源向经济与网络热度的转化效率。
综上,黄河流域旅游资源、旅游经济与旅游网络关注度适配度的形成机制展现出多因子交互—区位异质的特征。在不同发展阶段和地理单元中,财政主导、开放程度、生态基础与基础设施的组合模式存在显著差异,对适配度的驱动路径表现为复合叠加—非线性增强—空间分异的动态特征。未来提升适配度水平,需要聚焦要素协同能力的优化,并推动区域适应性差异化提升,实现旅游系统在生态保护、经济转化与网络传播之间的高质量耦合发展。
5 结论与建议
5.1 结论
2011—2023年黄河流域旅游资源禀赋与旅游网络关注度虽整体提升,但旅游经济受疫情冲击出现波动下降,且三者空间演化分异明显,资源禀赋由“孤岛”转向“连片组团”,旅游经济维持多中心碎片化,旅游网络关注度延续东高西低、中游领先格局。
流域适配度总体小幅提升,处于“较适配”状态,中游表现最佳,上游最弱。空间格局呈东高西低倒“T”形分布,城市间适配度分化明显,集中组团趋势增强。
三者适配度存在空间集聚性,但集聚趋势减弱。热点区域收缩,表明流域旅游发展从“规模驱动”向“质量驱动”转型。
财政支出、对外贸易、创新投入、环境质量与生态条件是适配度差异的主导因子,双因子交互效应普遍强于单因子,且以增强作用为主,显示适配机制的复合性和协同性特征。
5.2 建议
尽管黄河流域旅游资源、经济与网络关注度在时空演化中呈现出协调性逐步增强的趋势,但区域差异和结构性失衡问题仍然突出,特别是上游地区资源优势未能有效转化为经济效益与网络传播力这一困境尤为显著。相比之下,中下游地区通过财政投入、基础设施和数字化传播能力的提升,已构建了较为完善的旅游系统适配机制,形成了高适配度的集聚区域。驱动机制分析进一步表明,财政治理不仅是推动旅游资源、经济与网络关注度适配的主导因素,而且通过与生态、经济等因素的交互作用,形成了旅游系统耦合演化的基础路径。这表明,提升黄河流域旅游系统的适配度,不能仅依赖单一变量的作用,而需要在政策、资源和技术等多维要素之间实现协同整合。
基于此,未来黄河流域旅游系统适配水平的提升路径可从以下几个方面展开。一是针对上游地区,应在生态保护的前提下,加大财政引导与公共服务投入,强化基础设施和信息传播能力,推动资源价值向经济与网络效益的有效转化。二是中下游地区应继续深化文旅融合与数字经济赋能,提升旅游产品的创新性与传播力,实现旅游系统从“规模增长”向“高质量协同”的转型。三是建立流域层面的区域协调机制,推动多级联动的旅游治理体系建设,强化城市群间的交通、信息和产业联通,构建黄河流域一体化、高适配、高韧性的旅游发展格局。
参考文献
Tourism and national economic development planning in Ghana,1964-2014
[J].
Coupling coordination relationship between tourism economy-social welfare-ecological environment:empirical analysis of western area,China
[J].
Resource-based local development and networked core-competencies for tourism excellence
[J].
Dynamic coupled coordination and spatial correlation between ice-snow tourism network attention and tourism industry development systems:evidence from 31 provinces of China
[J].
黄河流域旅游经济空间分异格局及影响因素
[J].
China's outward foreign direct investment in tourism
[J].
/
| 〈 |
|
〉 |

甘公网安备 62010202000688号