党的二十大报告强调,坚持以文塑旅、以旅彰文,推进文化和旅游深度融合发展,为推动文化与旅游迈向更深层次、更广范围、更高质量提供了逻辑遵循和价值旨归[1]。党的二十届三中全会通过的《中共中央关于进一步全面深化改革、推进中国式现代化的决定》再次提到,健全文化和旅游深度融合发展体制机制,为文旅领域进一步全面深化改革提供了根本遵循。文旅融合既是文化与旅游产业提质增效的产业要求,也是满足人民对美好生活日益向往的民生需求。然而,文旅资源创新转化机制不畅,文旅市场主体力量薄弱,“为融而融”“融而不合”“合而不强”等现象明显,文旅产业融合效率尚存在较大提升空间。在文旅融合发展推进中国式现代化的宏大命题下,科学构建文旅产业融合效率理论框架,开展文旅产业融合效率时空动态演变与影响因素研究,为实现区域文旅产业深度融合与高质量发展奠定坚实基础,对推进共同富裕和中国式现代化建设具有重要的理论价值和现实意义。
国外研究中少见“文旅融合”的提法,导致相应的量化研究也较少[2],相关研究主要集中在旅游融合型产品与服务方面,如遗产旅游[3]、旅游演艺[4]、节事活动[5]、文化创意旅游[6]、影视旅游[7]、博物馆旅游[8]等。最初国内对于文旅融合的研究主要聚焦于理论层面的讨论[9],随着“产业耦合”概念的引入,围绕系统耦合理论分析文化与旅游产业融合发展的实证研究逐渐增多[10],如侯兵等对长江三角洲地区文化与旅游产业发展水平及两者融合发展情况进行分析与评价[11];汪永臻等以西北地区为例采用耦合度模型实证分析了文化产业与旅游产业的耦合协调程度[12];还有学者利用信息熵[13]、探索性空间数据方法[14]、相对发展函数[15]、空间溢出效应[16]等方法对文旅融合现状进行分析。在研究尺度上,主要集中在全国[17]、区域[18]、市域[9]等尺度下文化与旅游产业融合发展水平的时序演化及空间分布格局等方面。总之,文化和旅游产业融合发展效果评估已经实现了由定性探讨到定量研究的转变,并在指标设计[18]、空间分布[19]、驱动机制[20]和影响因素[21]等方面取得了较为丰富的成果。既往的文旅融合研究大多聚焦于产业融合宏观视角,致力于探讨文旅融合对整个经济社会发展的影响。相比之下,文旅产业融合效率研究则更加关注文旅融合过程中的资源配置、投入产出关系以及效率优化等问题,从微观层面揭示文旅产业融合过程中的“效率瓶颈”,为制定针对有效的措施提供坚实的科学依据,进一步推动文旅产业实现更高质量、更高效率的融合发展。然而,当前文旅融合效率的研究尚处于起步阶段,少数学者虽开始关注文旅融合效率,但直接将文化和旅游作为一个整体进行分析[22],加之不同地域、不同发展阶段、不同政策环境下的文旅产业融合效率需要更加精细化和差异化的评估体系来支撑,对文旅产业融合效率的测算方法也有待多尺度实证案例的检验[23]。
基于此,本文尝试做出如下边际创新:1)基于昂普理论、投入产出理论及产业融合理论从多维度、多层面综合构建文旅产业融合效率评价指标体系,以科学研判研究区文旅产业融合效率情况;2)以地理时空二维视阈探析其融合效率态势、动态演化格局及影响因素,为明晰二者融合发展效率的“不平衡”现状提供理论参考;3)聚焦长江中游城市群这一重点区域,揭示市域尺度下文旅产业融合效率时空图景,以期为更多城市群寻找适配的文旅融合路径提供参考。
1 理论框架
昂普理论(RMP理论)最早由我国旅游学者吴必虎[24]提出,其核心就是要运用科学、系统的方法来制定出符合当地实际情况的旅游发展规划,使之与市场需求相一致,并能实现经济效益最大化。这与文旅产业融合效率的核心目标——既定资源要素融合、市场要素融合创造具有市场竞争力的文旅融合产品以实现最大效益高度契合[17]。昂普理论中的R性(资源)和M性(市场)分析为文旅产业融合提供了至关重要的分析视角,通过深入剖析资源和市场的双重维度,可以更加准确地把握文旅产业融合的方向和侧重点,为融合效率的提升提供有力支撑。从学术视角科学审视,两者均强调了资源优化与市场导向的重要性,且RMP理论的核心原则与文旅产业融合关键要素之间存在紧密的关联,因此昂普理论为构建科学合理的文旅产业融合效率评价指标体系提供了有力的理论支撑。本文借鉴RMP理论分析框架,构建“文旅资源(resource)/文旅市场(market)/文旅产品(product)-投入(input)/产出(output)”的文旅产业融合效率RMP-IO评价指标体系。
文旅产业融合效率是一个复杂且多维度的概念,它涉及文化与旅游产业在资源、市场、产品等多个方面的深度融合与协同发展。具体而言:1)资源融合是文旅产业融合的基础[17]。它既是文化与旅游产业相互交织、相互促进的起点,也是推动两个产业深度融合、共同繁荣的桥梁和纽带。通过充分挖掘与激活文旅资源的互补优势,有助于打破产业壁垒,促进文化产业与旅游产业的协同发展,为市场融合奠定坚实的物质基础。2)市场融合是文旅产业融合的关键。市场融合作为文旅产业融合的前驱力量,引领着文旅融合的路径与模式,还深刻影响着融合内容的丰富性和多样性,从而决定文旅融合所能达到的深度与广度。因此,精准识别并聚焦于市场融合的关键要素,把握市场融合正确方向,是推动文旅产业实现高效融合的关键所在。3)产品融合是文旅产业融合的核心。将文化元素融入旅游产品中,能够提升产品的附加值,开发出更多具有文化内涵和旅游特色的新产品,不仅能满足消费者日益增长的多样化、个性化需求,还能有效延长文旅产业链,促进相关产业的协同发展,形成多元化的经济效益和社会效益。综上所述,文旅产业通过资源、市场与产品的全方位、深层次交互融合与高效协同,实现融合质量的显著提升与效率的倍增。中国文旅融合发展正处于战略机遇期,加快文旅效率变革以驱动文旅质量变革已成为当前乃至未来学术研究的热点与难点。鉴于此,本文基于昂普理论、产业融合理论及投入产出理论,构建文旅产业融合效率分析框架(图1)。
2 研究区域、研究方法及数据来源
2.1 研究区域
长江中游城市群又称“中三角”,居于“长江之腰脊”,是中部高质量发展的核心板块、长江经济带发展的战略支撑带,横跨中部3个重要省份(湘、赣、鄂),内含3个城市群(武汉城市圈、环长株潭城市群、环鄱阳湖城市群)(见图2)。武汉城市圈凭借其独特的地理位置、深厚的历史底蕴和蓬勃的现代发展活力,正逐步构建起一个集历史文化、现代都市风情与自然生态于一体的多元化文旅融合发展体系。环长株潭城市群拥有丰富的历史文化和人文资源,在文旅融合发展中,注重挖掘和传承历史文化,打造具有地方特色的文化旅游产品,形成了独具特色的“自然人文+红色经典+历史溯源”的湖湘品牌。环鄱阳湖城市群以其得天独厚的生态资源为依托,积极探索“生态+文化+旅游”的发展模式,走出一条绿色可持续的文旅发展之路。总的来说,长江中游城市群历史文化底蕴厚重、文化旅游资源富集、文旅融合潜力较大,是厘清文旅产业融合促进全要素生产率增长机制较为理想的研究区域;但该区域内各城市文旅资源本底不同、产业发展基础不同、发展不平衡问题突出,加之步入区域协同发展时代加快构建和完善一体化机制体系迫在眉睫,对其文化与旅游协调高质量发展的研究不仅有助于推动长江中游城市群的协同发展,也为其他城市群乃至全国积累有益经验、树立先进典型。
2.2 变量选取
参考已有研究[15-21,24-26],遵循数据可获取性,遴选RMP-IO评价指标:1)文旅资源投入指标。采用图书馆、博物馆、戏剧影院数作为文化资源投入指标,采用A级旅游景区、旅行社、星级酒店数作为旅游资源投入指标[17]。2)文旅市场投入指标。在与旅游有关的经济活动中,资本、土地和劳动力是最基本的投入要素。鉴于与土地有关的投入指标统计数据缺失,且少有学者将土地要素纳入指标体系内,故将其剔除[27];资本作为文旅活动顺利开展的保障,参照相关研究,选取文化及相关产业固定资产投资作为文化资本投入指标,住宿及餐饮业固定资产投资作为旅游资本投入指标;从业人数是表征文旅劳动力投入最直观的指标,但多数区域并未纳入统计数据,为此选择住宿及餐饮业从业人数、文化及相关产业从业人数作为劳动力投入指标进行替代。3)文旅产品产出指标。文旅产业是融合了政治、经济、文化多元价值的综合性体系,其核心在于追求社会效益的最大化。旅游收入和旅游人次作为旅游生产最直接的产物,是评价产出较为理想的指标,故选择该指标表征旅游产品效益产出,选择文化及相关产业增加值表征文化产品效益产出。
采用耦合协调度模型进行测度,并将所得耦合协调值作为文旅产业要素融合指数代入DEA-Malmquist模型,以文旅资源因子和文旅市场因子作为融合效率的投入指标,以文旅产品效益因子作为融合效率的产出指标,从而计算最终的文旅产业融合效率。
2.3 研究方法
2.3.1 耦合协调度模型
耦合协调度模型作为衡量系统协调发展和相互交融水平的重要手段,广泛应用于经济、社会、生态等诸多领域,现已成为文旅产业融合发展研究的有效分析工具[17]。计算公式为
D= ${\left[{\left[\frac{\prod _{i=1}^{n}{U}_{i}}{{\left(\frac{1}{n}\sum _{i=1}^{n}{U}_{i}\right)}^{n}}\right]}^{\frac{1}{n}}\times \sum _{i=1}^{n}{\alpha }_{i}{U}_{i}\right]}^{\frac{1}{2}}$ 。
式中:n为系统数;Ui为系统i发展水平;αi为权重,考虑二者同等重要,均取0.5。
2.3.2 DEA分析方法
该分析方法中的实际决策单元为长江中游城市群各地级市,通过对历年投入要素和产出要素比进行综合分析,从而对文旅产业融合效率进行评价。本文采用规模报酬可变的DEA-BCC模型[27],计算公式为
式中:模型假设有K个决策单元,每个决策单元有l种投入和m种产出;eT1为m维单位向量;eT2为K维单位向量;xj(j=1,2,…,n)和yj(j=1,2,…,n)是投入和产出变量;s-和s+是松弛变量;λj(j=1,2,…,n)是规划决策变量;θ为效率取值。
2.3.3 Malmquist指数
本文采用Malmquist指数(式中记为M)对长江中游城市群文旅产业融合效率进行动态比较[28],计算公式为
M= ${\left[\frac{{D}^{t+1}({x}^{t+1},{y}^{t+1})}{{D}^{t+1}({x}^{t},{y}^{t})}·\frac{{D}^{t+1}({x}^{t+1},{y}^{t+1})}{{D}^{t}({x}^{t},{y}^{t})}\right]}^{\frac{1}{2}}$ 。
式中:如果M大于1,那么相较于t年,t+1年文旅产业融合效率得到提升;如果M等于1,说明相较于t年,t+1年的文旅产业融合效率保持不变;如果M小于1,则说明相较于t年,t+1年的文旅产业融合效率降低。
2.3.4 重心和标准差椭圆
采用标准差椭圆分析方法的中心坐标、长短半轴、转角等描述长江中游城市群文旅产业融合效率的空间分布特征与演化趋势,表示为
P(X,Y)= $\left(\frac{\sum _{i=1}^{n}{w}_{i}{x}_{i}}{\sum _{i=1}^{n}{w}_{i}},\frac{\sum _{i=1}^{n}{w}_{i}{y}_{i}}{\sum _{i=1}^{n}{w}_{i}}\right)$ 。
式中:P(X,Y)为椭圆重心的地理坐标;(xi,yi)为第i个地理区域的重心坐标;wi为i区域中的属性值和权重[29]。
2.3.5 地理探测器
地理探测器可以用来探测某个影响因素是否是造成某一地理现象空间分布差异的原因及两个影响因子共同作用时是否会增加或减弱对该现象的解释力[30]。本文借助地理探测器模型识别长江中游城市群文旅产业融合效率的影响因素及因子间的交互作用,计算公式为
q=1- $\frac{1}{N{\beta }^{2}}\sum _{h=1}^{L}$ Nh ${\beta }_{h}^{2}$ =1- $\frac{R}{Q}$ ,R= $\sum _{h=1}^{L}$ Nhβ2,Q=Nβ2。
式中:h(h=1,2,…L)为分层;Nh和N分别为层h和全区的单元数; ${\beta }_{h}^{2}$ 和β2分别是层h和全区的因变量的方差;R和Q分别是层内方差之和全区总方差;q表示影响因素的探测力值,q值越大,表示该自变量对文旅产业融合效率的解释力越强,反之越弱。
2.4 数据来源
以2009年原文化部和国家旅游局首次提出“文旅融合”概念为研究基期,以2021年《国家“十四五”规划纲要》指出“推动文化和旅游融合发展”为报告期。鉴于天门市、仙桃市、潜江市相关数据常年严重缺失,文中予以剔除。本文数据主要来源于《中国旅游统计年鉴》《中国文化及相关产业统计年鉴》《中国城市统计年鉴》《湖北统计年鉴》《湖南统计年鉴》《江西统计年鉴》以及研究区各地市统计年鉴与统计公报,部分旅游景区数据来自文化和旅游部官方网站,部分年份缺失数据通过插值法得到。
3 长江中游城市群文旅产业融合效率分析
3.1 长江中游城市群文旅产业融合效率时序演化特征
使用DEAP 2.1软件测度2009—2021年长江中游城市群文旅产业融合效率(图3)。从综合效率来看,研究期内长江中游城市群文旅产业融合效率总体水平相对较高,呈先升后降的趋势,2019年达到最大效率值。文旅产业融合效率均值为0.889,表明在目前的技术水平上,文旅产业融合的平均产出距离理想状态1还有一定的差距,并未完全发挥技术和资源的潜力。2009—2012年囿于国家文旅政策效应的滞后性,文旅融合产品产出相对过剩与文旅资源闲置问题凸显[17],效率值呈波动状态,2012年后文旅产业融合效率值呈稳步上升状态。2019—2021年文旅产业融合效率呈下降趋势,这与新冠疫情造成整体经济水平不佳、游客数量锐减及旅游收入下滑密切相关。从纯技术效率来看,研究期内纯技术效率趋势与综合效率趋势一致,纯技术效率更多地依赖于企业内部的技术进步和管理优化,在面临政策调整时,文旅产业能够通过加强技术研发、优化生产流程等方式,相对较快地适应市场变化,保持纯技术效率的稳步提升。从规模效率来看,研究期内长江中游城市群文旅产业规模效率值普遍较高,均值达到0.938。究其原因,随着区域经济的不断发展和城市化进程的加速,文旅产业作为现代服务业的重要组成部分,日益受到社会各界的广泛关注,不仅促进了文旅产业规模的扩大,而且有利于文旅产业内部结构优化和资源整合,推动文旅产业向更高效率、更高质量方向发展。
为进一步剖析长江中游城市群文旅产业融合效率的动态变化过程以及各效率变动值均值对全要素生产率的影响,借助Malmquist指数模型进行测算(表1)。全要素生产率是用来衡量效率的指标,全要素生产率大于1,代表该年相比于去年技术进步、生产规模扩大或者生产效率改善,反之亦然。2009—2021年长江中游城市群文旅产业融合全要素生产率均值为1.119,表明研究期内全要素生产率以年均11.9%的速度上升,除受疫情影响的2019—2021年2个评价期外,连续10个评价期均大于1。技术进步是推动产业发展的关键因素之一,技术进步指数均值为1.118,除2020—2021年评价期外,其余11个评价期均大于1,这表明研究期内文旅产业融合技术进步以年均11.8%的速度不断上升。规模效率均值为1.013,说明研究期内规模效率相对改进1.3%。综上,技术效率改善对全要素生产率起主要支撑作用,其中又以其细分的规模效率贡献最大,技术进步起“拖累”作用,即长江中游城市群全要素生产率变化的主要原因是技术进步变化及规模效率提升所引起的。综合各阶段全要素生产率变化来源复杂的现实情况,长江中游城市群在重视增加生产要素供给的同时,也要增强文旅产业融合与技术的内生关联,技术进步不应仅被视为外生的驱动力,而应成为文旅产业内部创新与变革的核心要素,与产业自身的特色、需求和发展方向紧密结合,最终努力实现技术进步对效率提升的推动作用。
表1 长江中游城市群文旅产业融合效率变动值Tab.1 The integration efficiency changes of culture and tourism industry for the urban agglomeration in the middle reaches of the Yangtze River |
| 评价期 | 技术效率 | 技术进步 | 纯技术效率 | 规模效率 | 全要素生产率 |
|---|---|---|---|---|---|
| 2009—2010年 | 0.895 | 1.211 | 0.890 | 1.005 | 1.084 |
| 2010—2011年 | 0.978 | 1.120 | 1.000 | 0.978 | 1.095 |
| 2011—2012年 | 1.103 | 1.004 | 1.017 | 1.085 | 1.108 |
| 2012—2013年 | 1.017 | 1.087 | 1.007 | 1.010 | 1.105 |
| 2013—2014年 | 1.078 | 1.136 | 1.093 | 0.986 | 1.224 |
| 2014—2015年 | 1.019 | 1.165 | 1.003 | 1.015 | 1.187 |
| 2015—2016年 | 1.015 | 1.170 | 1.007 | 1.008 | 1.188 |
| 2016—2017年 | 1.104 | 1.176 | 1.015 | 1.087 | 1.298 |
| 2017—2018年 | 1.020 | 1.138 | 1.014 | 1.005 | 1.161 |
| 2018—2019年 | 1.021 | 1.145 | 1.005 | 1.016 | 1.169 |
| 2019—2020年 | 0.895 | 1.065 | 0.916 | 0.977 | 0.953 |
| 2020—2021年 | 0.867 | 0.986 | 0.878 | 0.988 | 0.855 |
| 均值 | 1.000 | 1.118 | 0.988 | 1.013 | 1.119 |
3.2 长江中游城市群文旅产业融合效率空间分布格局
选取2009年、2014年、2019年、2021年4个时间截面(2021年受COVID-19影响,故本文单独列出),使用ArcGIS 10.8自然断点法将长江中游城市群文旅产业融合效率测度结果分为低效率、中效率、较高效率和高效率4级(图4)。从整体空间演化特征来看,长江中游城市群文旅产业融合效率呈现以“武汉-长沙-南昌”为核心、其他城市为边缘的“核心-边缘”结构,并且随着时间的推移,这种“核心-边缘”结构愈发明显,2019年最为明显。从局部空间演化特征来看,武汉城市圈区域内文旅产业融合效率差距日益扩大,极化效应显著,2009年文旅产业融合高效率地区只有武汉,至研究期末武汉依旧保持在较高效率状态;相比之下,该区域的鄂州、荆门、荆州等城市文旅产业融合效率较低,并且随着时间的推移与核心城市武汉的差距进一步加大。环长株潭城市群区域文旅产业融合效率差距虽然在一定程度上有所扩大,但极化扩大程度相较于武汉城市圈区域而言略低。研究期内株洲、湘潭两市文旅产业融合效率不断提升,这一积极变化主要得益于长株潭一体化政策的深入实施与有力推动。环鄱阳湖城市群区域内文旅产业融合效率差距逐渐缩小,南昌市作为该区域的龙头,持续引领文旅产业的融合发展,景德镇市、抚州市、上饶市等也凭借各自独特的文旅资源和特色优势,展现出较高的融合效率。
3.3 长江中游城市群文旅产业融合效率时空演化特征
图5 文旅产业融合效率迁移轨迹Fig.5 Migration trajectory of integration efficiency of cultural and tourism industry |
表2 文旅产业融合效率标准差椭圆参数Tab.2 Parameters of the standard deviation ellipse of the integration efficiency of the cultural and tourism industry |
| 年份 | 转角θ/(°) | 长半轴/km | 短半轴/km | 中心经度/(°) | 中心纬度/(°) |
|---|---|---|---|---|---|
| 2009 | 106.76 | 2.57 | 1.88 | 114.13 | 29.05 |
| 2014 | 105.49 | 2.54 | 1.88 | 114.20 | 29.10 |
| 2019 | 106.63 | 2.57 | 1.89 | 114.13 | 29.07 |
| 2021 | 103.43 | 2.55 | 1.86 | 114.17 | 28.99 |
从标准差椭圆分布看,文旅产业融合效率呈现“东南-西北”方向为主导的空间分布格局,整体向西南方向移动,移动距离较小。从转角来看,θ呈不稳定的逆时针旋转,从2009年的106.76°缩小至2021年的103.43°,说明“东南-西北”空间分布格局逐渐弱化,正在向以东西方向为主导的分布格局演变。椭圆的形状及位置虽有变动,但幅度不大,说明长江中游城市群文旅产业融合效率的空间分布集聚性趋于稳定。标准差椭圆的长半轴和短半轴呈小幅度波动变化,且长半轴和短半轴长度相差大,表明长江中游城市群文旅产业融合效率在空间分布上具有明显的方向性特征。从分布重心来看,呈东北→西南→东南方向移动特征,说明在2009—2014年武汉城市圈地区效率最高,2014年之后环长株潭城市群文旅产业融合效率较高,2019年之后环鄱阳湖城市群效率有一定提升。从重心的移动路径来看,武汉城市圈作为初期的效率高地,其辐射带动作用明显;随着环长株潭城市群和环鄱阳湖城市群文旅产业的快速发展,这些区域逐渐成为新的增长极,推动了整个长江中游城市群文旅产业融合效率的均衡化发展,这一变化不仅体现了区域经济一体化和区域合作的重要性,也揭示了文旅产业融合效率空间分布格局的动态性和可塑性。
4 长江中游城市群文旅融合效率影响因素分析
4.1 影响因素选取
文旅产业融合是多重因素作用的结果。参考已有研究成果,综合考虑社会、政治与经济因素,遴选以下6个因素:1)消费需求(X1)。关注并满足不同群体的文旅消费需求是现阶段文旅融合的首要问题,选用人均可支配收入进行表征[25]。2)产业结构(X2)。作为影响区域经济发展的关键因素,产业结构优化有利于促进文旅产业与其他相关产业的协同发展,提升文旅融合的深度和广度,选用第三产业增加值占地区生产总值比重进行表征[15]。3)数字化水平(X3)。一方面,数字化推动文旅产业的数字化转型,提高产业的生产效率和运营效率;另一方面,数字化也激发了文旅产业的创新活力,推动新技术、新业态、新模式的不断涌现,为文旅产业融合发展提供有力保障,选用数字经济综合发展指数表征[31]。4)政府调控(X4)。通过制定区域文旅融合发展规划和政策,政府可以推动不同地区之间文旅资源共享和优势互补,形成区域文旅融合发展合力,有助于提升整个区域的文旅融合效率,选用地方财政支出与地区生产总值比值表征[17]。5)交通水平(X5)。交通水平是文旅产业融合的基础条件,便捷的交通网络能够打破地域限制,促进文旅资源在更大范围内优化配置,增强区域间的联动效应,使效率大幅度提升,故采用由公路里程和铁路里程共同构成的交通优势度进行表征[21]。6)人力资本(X6)。人才资源是第一资源,是文化与旅游持续融合的基本保障,文旅储备人才的多少会直接影响文旅融合进程,选取普通高等学校在校学生数进行表征[17]。
为消除变量多重共线性问题,利用Stata 15.0软件计算各因素的方差膨胀因子,结果显示各因素VIF均低于5,即各因素间不存在显著的多重共线性。
4.2 单因子探测结果分析
进一步引用地理探测器对文旅产业融合效率值进行驱动因子分析。采用ArcGIS 10.8软件的自然断裂点将影响因素数据进行离散化处理,选取2009年、2014年、2019年、2021年影响因素指标值进行深入探测(表3)。
表3 文旅产业融合效率驱动因子探测Tab.3 Detection of drivers of cultural and tourism integration efficiency |
| 年份 | X1 | X2 | X3 | X4 | X5 | X6 |
|---|---|---|---|---|---|---|
| 2009 | 0.213 | 0.439 | 0.150 | 0.432 | 0.465 | 0.159 |
| 2014 | 0.334 | 0.277 | 0.239 | 0.303 | 0.265 | 0.276 |
| 2019 | 0.320 | 0.312 | 0.378 | 0.346 | 0.281 | 0.193 |
| 2021 | 0.199 | 0.142 | 0.240 | 0.235 | 0.479 | 0.148 |
由表3可见,4个时期对文旅产业融合效率起主导作用的影响因子排序变动较大。
1)消费需求(X1)。研究期内消费需求对文旅产业融合效率的解释力呈先上升后下降趋势。前期随着消费者消费能力的提高,为满足消费者多样化和个性化的需求,文旅产业需要不断创新产品和服务以满足市场需求,这种需求驱动的创新有助于推动文旅产业融合效率的提升。然而,随着时间推移文旅产业转型和创新需要投入大量的资源和精力,消费需求虽然居高不下,但其对文旅产业融合效率的推动作用逐渐减弱。另外,COVID-19对文旅产业融合造成了巨大的冲击,导致消费需求大幅下降,融合效率也相应降低,故2021年消费需求对文旅融合效率的解释只有0.199。
2)产业结构(X2)。研究期内产业结构对文旅产业融合效率的解释力呈波动趋势。2009年原文化部、国家旅游局联合发布《关于促进文化与旅游结合发展的指导意见》,这一政策文件的出台,为文旅融合提供了明确的指导和支持,推动了文化与旅游产业的融合。2009年之后产业结构对文旅产业融合效率的解释力有所下降,在于第三产业已经逐步形成了相对完善的产业体系,通过直接服务或间接知识溢出效应推动了整个文旅产业发展的技术进步与效率提升。此外,随着文旅融合的深入,文旅产业融合开始进入“深水区”,文旅融合难度更大,对产业结构的要求也更高,从而带来影响的程度有所下降。
3)数字化水平(X3)。研究期内数字化水平对文旅产业融合效率的解释力呈上升趋势,2019年解释力达最高0.378。这一趋势不仅揭示数字化在文旅产业融合中的重要作用,也预示着未来文旅产业数字化转型的广阔前景。数字化加速产业的转型升级,在文旅产业融合的各个环节上起到提质增效的作用,有力地提高文旅产业融合效率和竞争力。随着数字化时代的到来,研究区域积极利用新技术、新模式、新业态改变其自身文旅发展水平,增强文旅产业融合效能,推出更多优质的文旅产品,进一步推动文旅产业转型升级和高质量发展。
4)政府调控(X4)。研究期内政府调控行为对文旅产业融合效率的解释力呈先下降后上升的趋势,两个拐点出现在2009年和2019年。2009年我国正处于文化体制和旅游体制改革的关键时期,政府通过改革体制机制,打破了文化、旅游等领域的行政壁垒,促进了文化、旅游资源的整合和共享,为文旅融合提供较好的制度环境。2019年是文化和旅游机构改革的元年,从中央到地方的文化和旅游机构改革基本完成,文旅融合的体制机制日益完善,这为文旅融合提供了更加有力的组织保障和制度支撑。此外,政府还积极推动区域协同发展,加强了不同地区之间的文旅合作和交流,这有助于打破地区壁垒,实现文旅资源的优化配置,融合效率相应提高。
5)交通水平(X5)。研究期内交通水平对文旅产业融合效率解释力呈先下降后上升的趋势。在2009—2021年,中国的交通建设进入了稳定增长阶段,交通网络不断完善,交通设施的技术水平和安全性得到显著提升。然而,由于交通基础设施的建设周期较长,且受资金、技术、政策等多方面因素的制约,因此交通水平的提升速度相对较慢,导致解释力较低。到了2021年,中国的交通建设已经步入了高质量发展的新阶段,交通建设更加注重绿色、智能、安全,交通设施的服务水平和运营效率得到了显著提高,这些变化使得交通水平在2021年对文旅融合效率的解释力再次提升。
6)人力资本(X6)。研究期内人力资本对文旅产业融合效率的解释力较低。一方面,高校在文旅产业相关人才的培养上,未能完全与市场需求接轨,与文旅产业的实际需求存在一定的差距,导致培养的人才在专业技能、实践经验等方面无法满足产业融合需求。另一方面,人力资本投入的效果往往具有一定的滞后性,这意味着即使在短期内增加对文旅产业人才的培养和引进投入,也可能无法立即看到对文旅产业融合效率的显著提升,这种滞后性可能会导致人力资本对文旅产业融合效率的解释力一直较低。
总体而言,6项驱动因子对文旅产业融合效率的解释力存在差异,不同驱动因素对文旅产业融合效率的影响显著不同。各影响因素的单独影响力都比较小,这也说明单个影响因素对文旅产业融合效率的驱动是有限的。
4.3 交互作用探测结果分析
在因子探测的基础上,借助交互探测模块对2009年、2014年、2019年和2021年各影响因子进行交互分析。从图6可以看出,各因子之间的联系相对紧密,双因子交互的解释力显著高于独立因子,交互类型均属非线性增强或双因子增强,这说明不同因子之间并不是孤立作用,而是存在显著的交互效应,即受到两种及以上因素的综合影响。同时,非线性增强类型由2009年的11组增加至2021年的15组,双因子增强减少了4组,至研究期末全部表现为非线性增强类型,表明各影响因子之间交互作用日趋复杂、合力作用趋势凸显。比较后发现,4个时期起主导作用的交互作用因子组合大不相同,但双因子探测结果显示数字化水平、政府调控、交通水平所主导的交互作用的影响力始终居于重要地位,进一步验证了政府调控、数字化水平及交通水平是影响文旅产业融合效率的重要因素。
5 结论与建议
5.1 结论
本文以长江中游城市群为研究对象,将昂普理论融入理论分析框架,构建文旅产业融合效率评价指标体系,运用DEA-Malmquist指数、重心与标准差椭圆、地理探测器等模型,探究2009—2021年长江中游城市群文旅产业融合效率时空演化格局及其影响因素。得出如下结论:
1)从时序变化上看,研究期内长江中游城市群文旅产业融合效率总体水平相对较高,呈先升后降的趋势;研究期内文旅产业融合效率均值为0.889,表明在目前的技术水平上,文旅融合的平均产出距离理想状态1还有一定的差距,并未完全发挥技术和资源的潜力;全要素生产率以年均11.9%的速度上升,规模效率相对改进1.3%,技术进步相对提升11.8%,这说明Malmquist指数变化是技术进步效率及规模效率提升所引起的。
2)从空间分布上看,长江中游城市群文化和旅游产业融合效率呈现以“武汉-长沙-南昌”为核心、其他城市为边缘的“核心-边缘”结构;武汉城市圈、环长株潭城市群、环鄱阳湖城市群文旅产业融合效率不断提高,“核心”区域优势不断凸显,区域内差异显著。
3)从标准差椭圆和重心上看,长江中游城市群文旅产业融合发展效率标准差椭圆呈“东南-西北”走向,整体向西南方向小幅度移动;重心呈现“东北→西南→东南”移动特征;椭圆的形状及位置说明文旅产业融合效率的空间分布集聚性趋于稳定;长短半轴的变化则表明长江中游城市群文旅产业融合效率在空间分布上具有明显的方向性特征。
4)单因子探测结果显示政府调控对文旅产业融合的解释力一直较高,数字化水平对文旅产业融合的解释力呈持续上升状态,消费需求、产业结构、交通水平对文旅产业融合效率的解释力呈波动状态,而人力资本对文旅产业融合效率解释力一直较低。交互探测结果显示长江中游城市群文旅产业融合发展是由消费需求、产业结构、数字化水平、政府调控、交通水平及人力资本等因素共同作用的结果。
5.2 建议
1)资源优化,技术强化。一是资源集聚优化:以核心城市为中心,构建文旅产业生态圈,吸引文旅企业、人才、资金等要素向核心区域集聚,形成文旅产业的集聚效应和规模效应;建立跨区域的文旅资源共享机制,推动文旅资源的跨区域整合,实现资源互补和协同发展;通过整合区域内文旅资源,打造精品旅游线路和旅游产品,提升区域文旅品牌的知名度和影响力。二是技术创新引领:在武汉、长沙、南昌等核心城市设立文旅产业创新中心,集中力量开展文旅产业技术创新和产品研发;建立文旅产业协同创新机制,鼓励核心城市和边缘城市之间的文旅企业、高校、科研机构等开展合作,共同研发文旅新产品、新技术和新模式;推动核心城市和边缘城市之间的创新成果共享,促进文旅产业的创新发展和转型升级。
2)核心驱动,边缘激活。第一,政府应制定区域性文旅发展战略,明确核心城市在文旅产业中的引领作用,通过政策引导和资金支持,鼓励核心城市开展示范项目,带动周边城市的发展。第二,通过财政转移支付和项目扶持,加大对边缘城市基础设施建设的投入,提升其文旅项目的开发能力,以缩小与核心城市之间的发展差距。第三,鼓励核心城市与边缘城市之间建立长期合作机制,可以设立区域文旅发展联盟,通过联盟平台促进信息交流、资源共享和业务合作,形成合力推动文旅产业的可持续发展。
3)多元协同,价值共创。首先,各级政府应将文旅融合作为推动地区经济发展的重要引擎,积极出台相关政策,加大对基础设施的投入和建设力度,注重提升文旅服务的质量和水平。在此基础上,根据市场需求和产业发展趋势优化产业发展环境,调整文旅产业结构,推动文化与旅游的深度融合。其次,充分把握时代和国家战略等关键要素带来的发展契机,特别是在数字经济快速发展的时代背景下,文旅产业应积极探索“互联网+文旅”新模式,推动线上线下融合发展,从而提升整体服务效率与消费者体验。此外,紧跟国家战略导向,如乡村振兴战略、长江经济带发展战略等,将文旅产业发展融入其中,实现区域经济的协同发展。最后,为确保文旅产业的平稳健康发展,必须建立健全风险防范机制,努力规避突发事件对文旅融合发展的负面冲击。
诚然,本文仍存在以下不足:首先,文旅融合处于深化探索期,其概念内涵、内容范畴、本质特征、产业边界、融合机理、成效测度和实践路径等仍存在较大阐释空间,理论指导和学理支撑仍待实践检视。其次,指标体系构建的主观性会对研究结果造成一定的偏差,未来的研究可以通过增加多样化的数据来源以及进一步扩展评价体系,比如纳入与文化和旅游紧密相关的环境类指标,更全方位地评估文化与旅游产业融合的效率。最后,本文只采用了13年的时间序列数据,为了更加精细化描摹我国文旅产业融合效率的空间分布态势,未来研究应尝试把时间前后延展并聚焦我国的县域尺度,对不同区域文旅产业融合效率的内在联系及其溢出效应进行深入研究,可为文旅深度融合提供因地制宜的借鉴和指导。