Welcome to visit Journal of Shaanxi Normal University(Natural Science Edition)!

Spatio-temporal evolution and driving mechanism of infrastructure-tourism economy coupling coordination in the Yangtze River Delta urban agglomeration

  • WANG Zhaofeng , * ,
  • QIU Mengzhen
Expand
  • College of Tourism, Hunan Normal University, Changsha 410081, Hunan, China

Received date: 2023-06-26

  Online published: 2024-08-20

Abstract

Understanding the relationship between infrastructure and the tourism economy is crucial for optimizing infrastructure planning and enhancing the tourism sector’s quality and efficiency. Focusing on the Yangtze River Delta(YRD) urban agglomeration, this study establishes a comprehensive evaluation index system for infrastructure levels and tourism economic development. Using a coupling coordination model, this research analyzes the spatio-temporal evolution characteristics of their development and employs geographic detectors to investigate the driving mechanisms. Results indicate: 1)A steady upward trend in both the comprehensive evaluation index and coupling coordination degree of infrastructure and tourism economic development, with their coordination level transitioning rapidly between moderate and extreme coordination. Significant inter-provincial differences in coupling coordination are observed, with a spatial heterogeneity pattern of “Shanghai>Jiangsu>Zhejiang>Anhui”. 2)The coupling coordination degree exhibits a spatial distribution of “high in the east and low in the west, high in the center and low in the north and south”, with high and low coordination zones showing a spatial “expansion-convergence” trend. During the study period, the number of cities with lagging infrastructure increased gradually, mainly concentrated in Zhejiang and Shanghai regions. Meanwhile, cities with lagging tourism economic development converged and gathered in the northern part of the Yangtze River Delta. 3)The coupling coordination of infrastructure and tourism economic development is driven by various factors, including economic pulling force, government regulation force, urbanization driving force.The coordinated development of the two is driven by a comprehensive mechanism formed by eight driving forces,including economic operation and structural transformation mechanism, policy regulation and open cooperation mechanism, population agglomeration and consumption driving mechanism, and talent guarantee and technological innovation mechanism.

Cite this article

WANG Zhaofeng , QIU Mengzhen . Spatio-temporal evolution and driving mechanism of infrastructure-tourism economy coupling coordination in the Yangtze River Delta urban agglomeration[J]. Journal of Shaanxi Normal University(Natural Science Edition), 2024 , 52(4) : 1 -14 . DOI: 10.15983/j.cnki.jsnu.2024101

党的二十大报告指出,以城市群、都市圈为依托构建大中小城市协调发展格局,提高城市规划建设治理水平,加强城市基础设施建设。基础设施是为生产部门、流通部门和人民生活提供共同条件和公共服务的设施和机构[1],作为旅游生产要素流动的主要载体,其可通过空间流动效应、产业集聚与扩散效应扩大旅游资源要素的流动规模,重构旅游空间结构和资源要素配置方式[2]。随着旅游需求日益个性化、多元化、高端化发展,旅游者对基础设施公共服务提出更高要求,通过改善基础设施服务为旅游者提供高品质旅游体验的新趋向日益凸显,并展现出巨大发展潜力。
长三角城市群是我国旅游经济最活跃、基础设施体系最完备的区域之一,然而囿于行政条块分割,各地区经济发展水平差距较大,基础设施建设水平仍存在显著差异,有限基础设施供给能力与旅游高速增长需求不匹配、不均衡、不协调等问题亟待解决。因此,有效厘清基础设施与旅游经济发展的耦合协调关系,探明驱动二者协调发展的主要因素,可为推进长三角城市群基础设施布局优化、旅游业提质增效和高质量发展提供重要启示。
基础设施建设和旅游经济发展互为支撑、相互依存[3]。纵观既有文献,有关基础设施测度的研究多是基于传统基础设施的供排水、能源动力、交通运输、邮电通信、环境卫生等维度构建指标体系进行衡量[4-6]。随着创新驱动发展战略的深入实施,以5G、大数据等新一代信息技术为主要内容的新型基础设施逐渐引起学者兴趣。囿于数据可获得性,相关研究主要从信息、融合、创新基础设施三方面出发对其发展水平进行衡量[7-9],或者综合构设多维度指标体系表征新型基础设施水平[10-11]。随着旅游业的发展,基础设施及其服务能力与旅游高速增长需求不匹配等问题逐渐引起关注,部分学者开始思考基础设施和旅游发展之间的关系。国内最早多是采用耦合协调模型从单一时间层面揭示二者协调演变特征,未从时空交互层面揭示其演化过程[12];当前大部分学者多基于单一维度视角探讨基础设施内部要素与旅游发展之间的关系,如研究交通基础设施[13-14]、通信基础设施[15-17]、能源基础设施[18]、人居环境[19]等要素对旅游发展的影响。Wendt等[20]和汪晓文等[21]指出交通基础设施在促进地区互联互通和旅游经济增长方面发挥着关键作用;文献[18]探究了可再生能源基础设施对旅游业的影响及影响范围;冀雁龙等[22]认为数字化基础设施可通过发挥地区带动效应和产业驱动效应影响旅游产业效率和结构,促进旅游经济增长;彭坤杰等[19]研究了城市人居环境与旅游产业之间的关系,并指出环境是旅游产业可持续发展的基本保障和重要内容;有部分学者将传统基础设施与新型基础设施综合考虑,探析其对旅游高质量发展的非线性影响[23]
总体而言,既有研究多集中于探讨基础设施内部要素与旅游发展的关系,且仅从单一时间层面揭示二者协调演变特征,二者协同的空间演化格局尚未深入探究,协同演进的驱动机制也亟待严谨探析。基于此,本文尝试如下边际贡献:1)基于系统视角从多维度、多层面综合构设基础设施评价指标体系,以科学研判研究区基础设施发展状况;2)系统构设基础设施与旅游经济发展耦合机制理论框架,并以地理时空二维视阈探析其耦合协调态势、动态演化格局及其驱动机制,为深入明晰二者协调发展的区域“不平衡”现状提供理论参考;3)聚焦长三角这一全国重点跨省城市群,揭示“十五时期”以来市域尺度下基础设施与旅游经济发展交互耦合时空图景,以期为更多城市群及区域找寻适配的旅游高质量发展路径。因此,构建长三角城市群基础设施水平与旅游经济发展综合评估框架,借助耦合协调度模型刻画其耦合协调度的时空演化特征,并运用地理探测器考察分析其驱动机制,以期为推动长三角城市群基础设施服务品质提升和旅游业高质量发展提供有益参考。

1 基础设施与旅游经济耦合机理分析

基础设施与旅游经济是两个结构复杂、密不可分的系统,两者动态耦合、协同共进(图1)。基础设施是旅游经济发展的重要载体,为旅游经济发展蓄势赋能,是旅游经济发展的“压舱石”;旅游经济发展是助推基础设施建设的动力引擎,为基础设施空间布局提供方向反馈和发展路径,是基础设施建设发展的“驱动器”。
图1 基础设施与旅游经济耦合作用机理

Fig. 1 The coupled mechanism of infrastructure and tourism economy

1.1 基础设施对旅游经济的作用机制

基础设施作为区域旅游发展的载体和依托,其良好运行和充足供应有助于扩大旅游规模、优化旅游产业结构、提高旅游经济效益。
第一,充足的供排水供给能够满足大规模游客的基本需求,可靠的能源供应和高效的能源管理能够促进旅游产业结构调整、提升旅游发展效率[18],并最终提高旅游经济收入。
第二,交通基础设施通过其网络化及外部性特征,能够减弱地理距离对游客跨区域流动的阻碍,缩短旅行时间,优化旅行体验,吸引更多游客前往,进而增加旅游消费和收入,推动旅游业发展和经济增长;此外,交通基础设施通过引导效应对资金流、人才流、旅游信息流的空间流动路径进行优化与重构[24],对旅游规模扩大、结构优化均具有显著的促进作用。
第三,邮电通信设施带来的时空压缩效应加快了旅游生产要素跨区域流动,促进要素的优化配置和有效利用,从而推动旅游产业结构和组织体系优化调整[25];此外,通过高速宽带网络、无线信号覆盖以及便捷的移动支付等服务能够提高旅游运作效率,提升游客体验,进而促进旅游规模扩大和实现旅游经济增长。
第四,合理的环境卫生设施有助于改善环境卫生状况,减少旅游中的健康风险、资源浪费和环境污染[26],提升游客满意度和忠诚度,增加游客留存率,为目的地旅游业带来更多经济收益。
第五,新型基础设施所反映的社会技术进步,显著推动旅游产品经营主体的知识创新、技术创新与服务创新,促进旅游产业结构优化调整[23,27];新型基础设施借助信息技术和大数据分析,能够为游客提供个性化、智能化的旅游服务,提升游客旅游体验和满意度;此外,能够减少旅游业对传统能源的依赖,降低环境污染和能源消耗,提升旅游目的地的可持续性和吸引力,促进旅游业客流量和收入的增长。

1.2 旅游经济对基础设施的作用机制

旅游经济发展为基础设施规划布局提供方向反馈和发展路径,促进基础设施密度增长、服务质量提升、空间布局优化。
第一,旅游经济发展促进基础设施密度增加。旅游业发展带来的旅游收入能直接用于基础设施建设,同时旅游业是一个关联程度高的产业,在发展过程中能催生并带动其他相关配套产业发展,助推城市整体经济发展,为基础设施扩大建设提供了充足的资金和技术。随着旅游业的发展,旅游市场规模扩大,旅游公共基础设施建设与配置不足的问题愈发凸显,刺激城市基础设施新建及再发展[23]
第二,旅游经济发展促进基础设施服务质量提升。大众旅游的时代,旅游者日益追求多元化、个性化的旅游需求,通过改善基础设施服务质量为旅游者提供高品质旅游体验的新趋向日益凸显[23]
第三,旅游经济发展促进基础设施布局优化。旅游资源禀赋及发展水平高低将对游客产生不同程度的吸引力,不同规模的游客需求要求与之相匹配的基础设施和公共服务供给[21],具有对基础设施规划布局指引的优势功能。

2 研究区域与数据来源

2.1 研究区概况

长三角城市群以江苏省、浙江省、安徽省、上海市三省一市范围内的27个城市为中心区(上海市,江苏省南京、无锡、常州、苏州、南通、扬州、镇江、盐城、泰州,浙江省杭州、宁波、温州、湖州、嘉兴、绍兴、金华、舟山、台州,安徽省合肥、芜湖、马鞍山、铜陵、安庆、滁州、池州、宣城27个城市),国土面积约22.5万km2,2020年常住人口约1.75亿人,是横向发展战略与沿海经济轴纵向发展战略的“T”字形交汇节点,是中国经济社会发展的重要战略区域。作为我国对外开放的前沿区和旅游业改革发展的先行示范区,2019年长三角城市群旅游总人次达28.11亿人,旅游总收入突破3.91万亿元,占全国旅游总收入的36.63%。同时,长三角城市群也是我国基础设施体系最完备和综合实力最雄厚的区域之一,基本形成了以公路、铁路、航运、管道、综合信息网络为核心的全方位立体化复合型基础设施网络。截至2021年,长三角地区高速公路网规模达1.6万km,高速铁路里程超6 500 km,铁路基建投资为901.9亿元;建有运输机场24个,机场群初具规模,世界级机场群保障能力不断增强;多项电力和油气等重大能源基础设施建成并投入运行;数字“新基建”建设持续发力,建成5G基站38.2万个,占全国比重高达24.9%,使工业互联网一体化实现高速发展。长三角城市群高度发达的基础设施水平为旅游业的高质量发展奠定了坚实的基础,是基础设施水平与旅游经济发展耦合协调程度值得检验的代表性区域。

2.2 数据来源

本文以长三角城市群27个地级市为研究范围,数据主要来源于2006—2021年《中国城市统计年鉴》、长三角各市级单位《统计年鉴》《中国旅游统计年鉴》《中国城市建设统计年鉴》《中国区域经济统计年鉴》《中国铁道年鉴》以及国家统计局官方网站(http://www.stats.gov.cn/)和各市域单位的国民经济和社会发展公报等。旅游外汇收入按照当年美元兑换人民币汇率进行换算,部分指标的缺失数据采用线性模拟处理计算得出。

3 指标体系构建与研究方法

3.1 指标体系构建

3.1.1 基础设施水平

以文献[28]提出的以能源、水利、交通、通信等公共设施为主的“经济性基础设施”作为研究范畴,同时新型基础设施建设的兴起为区域旅游业创新发展注入了新的活力。因此,借鉴孔芳霞等[8]、陈银娥等[29]、尹向来等[30]的研究成果,从供排水和能源动力、道路交通、邮电通信、环境卫生、新型基础设施5个维度20项指标构设基础设施水平综合评价指标体系(表1)。其中,道路交通设施中,借鉴郭向阳等[24]研究,铁路密度以铁路营运里程与国土面积之比表征,高速公路密度以高速公路里程与国土面积之比表征,高铁路网密度以高速铁路通车里程与国土面积之比表示。新型基础设施基于国家发展改革委指出的概念及界定,涵盖信息基础设施、融合基础设施和创新基础设施三类,以三者固定资产投资之和进行度量,具体计算方式参考孔芳霞等[8]、郭凯明等[27]的研究。
表1 基础设施水平与旅游经济发展系统指标体系

Tab. 1 Systematic indicator system for infrastructure level and tourism economic development

目标层 准则层 指标层 单位 权重
基础设施水平f(x) 给排水和能 供水管道密度 km/km2 0.041
源动力设施 排水管道密度 km/km2 0.025
供气管道密度 km/km2 0.044
全社会用电总量 亿kW·h 0.062
道路交通设施 铁路密度 km/km2 0.086
高速公路密度 km/km2 0.089
出租车数量 0.078
高铁路网密度 km/km2 0.058
人均道路面积 m2 0.069
市区及主要景区停车场数量 0.071
邮电通信设施 年末邮电局数 0.061
年电信业务收入 万元 0.069
固定互联网宽带接入用户数 0.062
移动电话用户 万户 0.075
环境卫生设施 人均公园绿地面积 m2 0.032
建城区绿化覆盖率 % 0.004
每万人拥有公厕数 0.031
生活垃圾无害化处理率 % 0.005
生活污水处理率 % 0.007
新型基础设施 信息基础设施固定资产投资+创新基础设施固定资产投资+融合基础设施固定资产投资 0.031
旅游经济发展g(y) 旅游规模 旅游资源禀赋 0.119
星级酒店 0.063
旅行社数量 0.106
国内旅游人次 万人次 0.123
入境旅游人次 万人次 0.035
游客密度指数 % 0.121
旅游结构 旅游收入占GDP比重 % 0.136
旅游收入占第三产值比重 % 0.092
旅游效益 国内旅游收入 亿元 0.131
旅游外汇收入 万美元 0.075

3.1.2 旅游经济发展

旅游经济发展是指旅游经济在国民经济和社会发展中的作用和地位,涉及旅游经济增长数量、旅游经济增长质量及旅游经济外部效益等方面[31]。参照彭坤杰等[19]、王兆峰等[32]的研究,从旅游规模、旅游结构、旅游效益3个维度10项指标反映旅游发展的旅游流量、经济增长以及旅游发展贡献,进而综合反映旅游经济发展水平(表1)。其中,旅游资源禀赋采用加权的3A、4A及5A景区数表征[33](旅游资源禀赋TA=9N5A+5N4A+N3A);游客密度指数采用旅游人数与地区常住人口总数的比值表征[32]

3.2 研究方法

3.2.1 熵值模型法与线性加权法

为消弭评价指标量纲对测算结果造成的干扰,首先采用极值标准化对各指标进行归一化处理,继而利用熵值法测度基础设施水平与旅游经济发展两大系统指标权重,最后利用线性加权法获取基础设施水平和旅游经济发展综合值,计算公式参考文献[34]。

3.2.2 耦合协调度模型

借鉴王淑佳等[35]、洪学婷等[36]的研究构建耦合评价模型,计算研究区基础设施水平与旅游经济发展之间的耦合关系及两大系统间的整体功效和协同效应。公式为
C=2 f ( x ) × g ( y ) [ f ( x ) + g ( y ) ] 2 1 2
式中:C为系统耦合度(0≤C≤1);f(x)表示基础设施水平综合评价指数;g(y)表示旅游经济发展水平综合评价指数。
由于耦合度仅刻画基础设施水平与旅游经济发展之间匹配的程度,不能有效揭示二者之间协调发展水平的高低,因此引入耦合协调度模型:
D= C × T,T=αf(x)+βg(y)。
式中:D为耦合协调度,D∈[0,1],D越趋近于0,耦合协调水平越低,反之越高;T为两者的综合协调指数,反映二者的整体协同效应;αβ为两个系统的权重。旅游业的发展能够促进基础设施的完善,但基础设施水平受多种要素综合作用,旅游业不是其唯一动力,在实际计算中将α赋值为0.6、β赋值为0.4[36]
参考洪学婷等[36]对耦合协调度类型的划分,可将基础设施水平与旅游经济发展的耦合协调类型划分为4类:0≤D≤0.3为低度耦合协调;0.3<D≤0.5为中度耦合协调;0.5<D≤0.8为高度耦合协调;0.8<D≤1为极度耦合协调。

3.2.3 相对发展度模型

协调度模型可用于评价基础设施水平与旅游经济发展间的协调关系,但难以评价两个系统间相对发展状况,故引入相对发展度模型[34,37]:
E=f(x)/g(y)。
式中:E为相对发展系数;f(x)和g(y)分别表示基础设施水平与旅游经济发展的综合评价指数。
借鉴王兆峰等[34]的研究,将相对发展类型划分为3类:0<E≤0.9表示基础设施水平低于旅游经济发展水平,属于基础设施滞后型;0.9<E≤1.1表示两者同步发展;E>1.1表示旅游经济滞后。

3.2.4 地理探测器模型

本文采用地理探测器模型研究长三角城市群基础设施水平与旅游经济发展耦合协调度的影响因素,并探析其对耦合协调度的驱动机制[38]。公式为
Y=1- 1 n σ 2 i = 1 mni σ i 2
式中:Y代表影响因素对基础设施水平与旅游经济发展耦合协调度的作用力,取值范围为[0,1],Y值越大反映影响因子对耦合协调度的解释力越强;nσ2为整个地区样本量及方差;ni σ i 2分别为次级地区样本量及方差。

4 基础设施水平与旅游经济发展耦合协调时空演变

4.1 耦合协调度时序演化

表2可知,研究期内基础设施水平评价指数由初始值0.146增长至2020年的0.769,年均增长速度为13.4%,整体呈稳定上升趋势。近年来,国务院先后印发《长江三角洲城市群发展规划》(2016年)、《长江三角洲区域一体化发展规划纲要》(2019年)等战略性文件,不断完善长三角城市群基础设施配给,长三角城市群内基础设施建设水平稳步提升。
表2 基础设施水平与旅游经济发展耦合协调度

Tab.2 Coordination degree between infrastructure level and tourism economic development

年份 基础设施水平效益值f(x) 旅游经济发展效益值g(y) 耦合协调度(D) 耦合协调等级
2005 0.146 0.073 0.331 中度耦合协调
2006 0.172 0.102 0.373 中度耦合协调
2007 0.213 0.165 0.439 中度耦合协调
2008 0.267 0.272 0.518 高度耦合协调
2009 0.312 0.316 0.560 高度耦合协调
2010 0.358 0.358 0.597 高度耦合协调
2011 0.403 0.450 0.649 高度耦合协调
2012 0.476 0.539 0.707 高度耦合协调
2013 0.539 0.505 0.725 高度耦合协调
2014 0.591 0.541 0.756 高度耦合协调
2015 0.587 0.587 0.766 高度耦合协调
2016 0.629 0.664 0.802 极度耦合协调
2017 0.657 0.765 0.836 极度耦合协调
2018 0.728 0.799 0.869 极度耦合协调
2019 0.714 0.842 0.873 极度耦合协调
2020 0.769 0.557 0.822 极度耦合协调
平均值 0.473 0.471 0.664 高度耦合协调
旅游经济发展评价指数由初始值0.073提升至2020年的0.557,年均增长速度为20.7%,旅游发展水平上升趋势较为迅猛。2020年受新冠肺炎疫情影响,旅游经济发展出现“断崖式”下跌。尽管个别年份旅游业发展受困,但整体发展态势稳定且增速较快[39],表明长三角城市群旅游业发展趋向较好。
耦合协调度由初始值0.331增长至2020年的0.822,整体呈稳定增长的良好发展态势,这说明研究期内基础设施与旅游经济持续向好发展,两大系统间的关联性持续增强。2020年耦合协调度出现下跌,受新冠疫情影响,旅游经济发展水平明显倒退,基础设施与旅游之间的关联效应大幅收缩。
长三角城市群基础设施与旅游经济发展的耦合协调类型介于中度协调与极度协调之间波动变化,2005年属于中度耦合协调,2008年、2016年分别达到高度、极度协调,较快地实现了协调等级跃迁。
从省际层面(图2)来看,耦合协调度整体均呈上升发展态势,波动幅度较小,但不同地区耦合协调水平有所差异,呈现“上海市>江苏省>浙江省>安徽省”的空间异质性特征,这与长三角城市群基础设施与城市旅游发展“东强西弱”的格局密切相关[39-40]
图2 长三角城市群及四大区域基础设施与旅游经济耦合协调度

Fig.2 The coupling and coordination of infrastructure and tourism economy in the Yangtze River Delta city cluster and four regions

上海耦合协调度较高,耦合协调度始终处于0.7以上,均值为0.776,这一方面得益于其具有超大规模的基础设施网络,供给水平和服务水平均处于领先地位;另一方面,上海拥有外滩、迪士尼乐园等众多高等级旅游景点,是旅游客流的集聚与扩散中心,加之其具有先进的旅游经营管理模式[24],旅游生产要素投入更易达到其生产前沿面。浙江省、江苏省基础设施和旅游经济发展均处于快速增长期,耦合协调水平均值为0.393、0.380,二者协调水平相当。安徽省耦合协调水平排名处于末位,耦合协调度增长空间较大。可见,长三角城市群基础设施与旅游经济发展耦合协调水平省际差异显著,不均衡化发展问题显现。

4.2 耦合协调度空间演化

图3可知:长三角城市群基础设施与旅游经济耦合协调度的空间分异特征显著,表现为“东高西低,中部高南北低”的空间分布格局,且高、低耦合协调区分别呈空间“扩张-收敛”相背离的变化态势,耦合度的空间差异化程度也随时间演化逐渐清晰。
图3 基础设施水平与旅游经济发展耦合协调等级空间分布

注:基于自然资源部GS(2020)4632号标准地图制作,底图无修改。

Fig.3 Spatial distribution of coupled harmonization levels of infrastructure level and tourism economic development

1)极度耦合协调地区。研究期内仅上海达到极度耦合协调水平,作为长三角城市群核心区域,上海地理位置优越,引进外资与对外投资并行,开放型经济体制与雄厚的财政实力为地区基础设施建设提供有力支撑,加之城市旅游资源禀赋富足,从而形成极度协调发展局面。
2)高度耦合协调地区。2005年仅上海处于高度耦合状态,2010年杭州跃升为高度耦合地区,2015年后苏州、南京、宁波等地区陆续进入高度耦合阶段。这些城市文旅资源富集、交通网络通达、潜在客源市场庞大、城市基础设施和旅游配套服务设施一应俱全,基础设施水平与旅游经济发展协调状态较好。
3)中度耦合协调地区。2005年中度耦合协调地区包括杭州、苏州、南京、宁波、无锡、常州,2010年中度耦合协调地区数量大幅增加,2019年长三角大部分地区均达到中度耦合协调状态。2020年受新冠肺炎疫情的影响,旅游业发展严重受阻,耦合协调水平出现小幅度下降,中度耦合协调地区数量随之有所减少。
4)低度耦合协调地区。主要分布在苏中和皖南东部地区,如盐城、泰州、滁州、马鞍山、铜陵,随时间推移呈明显的空间收敛态势。这些城市远离长三角核心区域,经济基础较弱,基础设施与旅游经济发展投资规模相对不足,旅游资源丰度较低且政府对旅游业发展的重视程度不够,加之旅游创新不足,旅游发展人才、技术相对匮乏,耦合发展的边际效应提升受限。从相对发展类型来看(表3),研究期内基础设施滞后型城市数量逐渐增多,主要分布于上海、浙江;旅游经济发展滞后型城市分布范围逐渐收敛并向北聚集,分布在江苏、皖南东部地区;同步发展型城市数量逐渐增多并逐渐向苏南、皖南及浙北地区拓展。
表3 基础设施水平与旅游经济发展相对发展类型

Tab.3 Relative development types of infrastructure levels and tourism economic development

年份 旅游经济滞后型 同步发展型 基础设施滞后型
2005 上海、南京、无锡、常州、南通、盐城、扬州、镇江、泰州、杭州、宁波、温州、嘉兴、湖州、绍兴、金华、合肥、芜湖、马鞍山、铜陵、安庆、滁州、池州、宣城 苏州、台州 舟山
2010 南京、无锡、常州、南通、盐城、泰州、宁波、温州、绍兴、合肥、芜湖、马鞍山、铜陵、安庆、滁州、宣城 上海、苏州、扬州、镇江、杭州、嘉兴、湖州、金华、台州、池州 舟山
2015 南京、无锡、常州、南通、盐城、泰州、马鞍山、铜陵、安庆、滁州、宣城 上海、苏州、扬州、镇江、宁波、温州、嘉兴、绍兴、台州、合肥、芜湖 杭州、湖州、金华、舟山、池州
2019 南京、无锡、常州、南通、盐城、泰州、铜陵、安庆、滁州、马鞍山 上海、苏州、扬州、镇江、宁波、温州、绍兴、台州、合肥、宣城 杭州、嘉兴、湖州、金华、舟山、芜湖、池州
2020 上海、南京、无锡、常州、苏州、南通、盐城、扬州、镇江、泰州、杭州、宁波、温州、绍兴、金华、合肥、芜湖、马鞍山、铜陵、安庆、滁州、宣城 嘉兴、台州、池州 湖州、舟山
具体来看,2005年除舟山为基础设施滞后型、苏州和台州为同步发展型外,其余城市均属于旅游经济滞后型,说明研究区在2005年之前对旅游产业的发展和定位认识不足、旅游资源挖掘不深入、旅游市场开发不广阔。2010年,上海、扬州、镇江、杭州、嘉兴、湖州、金华、池州由原来的旅游经济滞后型转变为同步发展型,旅游经济发展速度超过了基础设施发展速度。2015—2019年,杭州、嘉兴、湖州、金华、芜湖、池州由同步发展型转为基础设施滞后型,这些城市本就拥有丰富优质的文化旅游资源,基础设施改善为旅游产业的加速发展提供了更广阔的平台,旅游承载能力不断提高,旅游市场规模不断扩大,旅游经济效益不断提高。2019年南京、无锡、常州、南通、盐城、泰州、铜陵、安庆、滁州、马鞍山为旅游经济滞后型城市,其中南京、无锡、常州、南通等城市化水平高,经济和财政实力雄厚,为推进基础设施建设提供了坚实的物质基础,基础设施发展甚至超过旅游业;盐城、泰州、铜陵、安庆、滁州、马鞍山等城市产业结构层次低,旅游经济发展滞后于基础设施发展。2020年受新冠肺炎疫情的影响,长三角城市群旅游业发展受阻,大部分城市相对发展类型由基础设施滞后型、同步发展型转为旅游经济滞后型。

5 基础设施水平与旅游经济发展耦合协调度的驱动机制

5.1 驱动因素识别及体系构建

基础设施与旅游经济二者融合协调发展是多种因素综合作用的结果。借鉴明庆忠等[23]、尹向来等[30]、陆保一等[41]的研究,选取经济发展、人口密度、产业结构、政府调控、人才储备、科技创新、对外开放、城市化8项指标作为二者协调发展的驱动因素(表4),并运用地理探测器模型中的因子探测对驱动因子进行定量探究。
表4 基础设施与旅游经济耦合协调驱动因素指标体系

Tab.4 Indicator system for driving factors of coupled coordination of infrastructure and tourism economy

驱动力 驱动因子 指标释义
经济拉动力 经济发展 人均GDP(亿元)
人口集聚力 人口密度 常住人口与行政区面积之比(人/km2)
产业带动力 产业结构 第三产业占第二产业比重(%)
政府调控力 政府调控 人均财政支出(万元)
社会促进力 人才储备 每万人在校大学生数(人)
科技支撑力 科技创新 每百万人科研从业人员数(人)
市场推动力 对外开放 实际使用外资总额占GDP比重(%)
城市化带动力 城市化 城镇人口占常住总人口比重(%)

5.2 驱动力分析

图4可知,不同时期各因子对基础设施与旅游经济耦合协调发展的影响程度存在显著差异。
图4 基础设施与旅游经济耦合协调度的因子探测结果

Fig.4 Factor probing results of the coupled harmonization of infrastructure and tourism economy

具体来看,考察初期城市化、人口密度、经济发展等因子的解释力度最高,是该时期的核心影响因子。城市化水平提升导致人口和产业要素在空间上的聚集,所塑造的城市形象、市场规模效应对基础设施与旅游经济协调发展产生显著影响。之后,城市化和人口密度等因子的影响力度逐渐下降,产业结构、人才储备、对外开放、经济发展和科技创新等因素对耦合协调度的影响呈上升趋势。2008年《国务院关于进一步推进长江三角洲地区改革开放和经济社会发展的指导意见》指出,加快发展现代服务业,努力形成以服务业为主的产业结构,多层次培养现代服务业复合型人才。这表明产业结构和人才储备已成为影响基础设施与旅游经济协调发展的重要影响因子。随着社会经济的发展,基础设施与旅游经济的协调发展更具有“市场依赖性”“经济依赖性”和“科技依赖性”[42],需要以开放包容的市场环境为依托,并具有一定的经济基础支撑、创新驱动赋能。
考察期内政府调控因子作用强度增幅不明显,但其始终具有较高解释力,并于2020年达到峰值。2020年受新冠肺炎疫情和油价暴跌叠加影响,市场需求疲软,地方政府通过制定系列财政、税收、贴息贷款等优惠政策,强化公共基础设施和旅游服务设施建设,是该时期保障基础设施与旅游经济协调发展的重要因子。
总体来看,经济发展、政府调控、城市化因子的平均解释力度最高,是考察期内驱动基础设施与旅游经济发展耦合协同的核心影响因子;产业结构、人才储备、对外开放、经济发展和科技创新等因子的解释力度呈上升趋势,是未来驱动二者协调发展的关键因子。

5.3 驱动机制分析

长三角城市群基础设施与旅游经济的耦合协调发展是由驱动因子作用于驱动力,并由此形成的经济运行与结构转型机制、政府调控与市场开放合作机制、人口集聚与消费拉动机制、人才保障与科技创新机制综合作用与相互推动的结果(图5)。
图5 基础设施与旅游经济耦合协调度的驱动机制

Fig.5 Mechanisms driving the coupled harmonization of infrastructure and tourism economy

5.3.1 经济拉动力与产业带动力

经济发展对基础设施与旅游经济耦合协调度的解释力始终保持较高,产业结构优化的解释力虽然较低,但其作用程度逐渐增强。经济发展保障了城市基建和旅游发展的资金需求,提高了城市群的综合竞争力和吸引力,增强了旅游业发展的稳定性,同时促进经济结构由传统产业向现代服务业转变;产业结构升级则提供了更多的就业机会和创新动力,推动了旅游经济的蓬勃发展。二者形成经济运行与结构转型机制,共同促进耦合协调度提升。

5.3.2 政府调控力与市场推动力

政府调控因子增幅不明显,但其解释力度始终保持较高水平并于2020年达到峰值;对外开放的影响力最低但整体保持增长态势。地方政府通过财政、税收手段引领和控制旅游发展的各项活动及基础设施建设,同时鼓励对外开放与投资合作,为旅游业的发展创造了良好的外部环境。旅游客流规模扩大及外资的流入,将为地方经济发展注入活力,进一步促进基础设施及公共服务的建设。二者形成政府调控与市场开放合作机制,推动基础设施水平与旅游经济发展实现耦合协同。

5.3.3 城市化驱动力与人口集聚力

在研究初期,城市化水平和人口密度对基础设施与旅游经济耦合协调度的解释力度较高,但其解释力度均呈下降趋势。在城市化水平普遍提升背景下,人口大规模涌入城市,人口基数不仅影响旅游客流规模,人口集聚产生的消费需求也会带动基础设施建设及其服务效率的提升。二者形成人口集聚与消费拉动机制,推动基础设施与旅游经济发展协调水平的提升。

5.3.4 社会促进力与科技支撑力

人才储备与科技创新投入对耦合协调度的解释力度较低,但其增速较快。人才储备提供良好的人力资源保障,为城市基础设施建设和旅游管理服务效率提升提供有力支持;同时,高素质的人才与科技创新相结合,为城市“新基建”和旅游业态创新提供新的动力。二者形成人才保障与科技创新机制,促进基础设施与旅游经济协调发展,实现互惠共赢。

6 结论与建议

6.1 结论

本文构建长三角城市群基础设施水平与旅游经济发展综合评估框架,在明晰二者耦合作用机理的基础上,借助耦合协调度模型刻画二者耦合协调发展的时空演化特征,并运用地理探测器考察分析其驱动机制,得出如下主要结论。
1)耦合协调度时序演化上,基础设施水平与旅游经济发展均呈稳定上升趋势,耦合协调度整体也呈稳中有进的发展态势,逐步实现了相互促进的良好协调并较快地实现了协调等级跃迁。耦合协调水平省际差异显著,呈“上海市>江苏省>浙江省>安徽省”的区域分异,区域间不均衡化发展特征明显。
2)耦合协调度空间演变上,表现为“东高西低,中部高南北低”的空间分异特征,且空间差异化程度随时间演化有逐渐缩小的趋势。基于基础设施水平与旅游经济的相对发展状态,研究期内基础设施滞后型城市逐渐增多且多分布于长三角城市群东部,旅游经济滞后型城市分布范围逐渐敛缩并向北聚集,同步发展型城市大幅增多并呈片状分布于中部区域,区域内大部分地区逐渐实现基础设施与旅游经济的同步协调。
3)地理探测器探测结果表明,经济发展、政府调控、城市化因子对二者耦合协调的作用力最高,人才储备、科技创新、产业结构、对外开放因子的解释力则随社会发展逐渐增强;同时,8项驱动因子形成的经济运行与结构转型机制、政府调控与开放合作机制、人口集聚与消费拉动机制、人才保障与科技创新机制共同作用于基础设施与旅游经济耦合协调的发展演化。

6.2 建议

1)因区施策,精准发展。上海、杭州、苏州、南京等城市基础设施与旅游经济的协调水平较高,应重点关注基础设施科技创新投入,同时不断开发旅游新业态,创新旅游产品与服务新形式,进一步强化二者协同发展。盐城、滁州、马鞍山、铜陵等城市协调水平相对较低,应对其基础设施薄弱环节进行“补短板”式投资建设,开发独具特色的文旅产品和服务,打破基础设施与旅游经济的低耦合局面。针对江苏省、皖南东部旅游经济发展滞后型区域,要发挥特色旅游资源优势,推动区域内知识、技术的创新与流动,着力培育旅游高端复合人才,提升旅游业的知识化、信息化和智能化水平,促进旅游业的高质量发展。
2)科学布局,互联互动。长三角城市群基础设施水平与旅游经济发展协调水平“东高西低,中部高南北低”的空间结构较为稳定,存在明显的空间锁定效应,因此要以一体化发展战略为基点,破除行政壁垒,推进各省市交通、通信、环卫等基础设施的互联互通、共建共享,加强城市之间的空间关联性,并推进城市间旅游人才、技术、信息与管理经验等要素的双向流动,以实现优势互补、共同发展;同时,发挥上海、南京、苏州和杭州等高耦合协调城市的示范与扩散效应,最大限度地辐射带动低耦合协调区域,并强化泰州、滁州、马鞍山、铜陵等边缘城市基础设施和旅游服务供给,缩小区域内部发展差距,多效联动协调促进长三角城市群基础设施与旅游经济一体化发展。
3)合力赋能,强化驱动。基础设施与旅游经济耦合协调由诸多因素综合作用,因而各级政府应将基础设施建设和旅游业发展置于整体经济发展格局中,夯实地区经济基础、强化人才培养和产业技术创新、规范市场、调整产业结构,优化基础设施与旅游经济发展的产业环境,以实现二者高质量协调发展。同时,充分把握经济环境、国家战略、城市化发展阶段等关键要素带来的发展契机,强化科技、人才、市场等要素驱动。此外,宏观政策上也要加强对基础设施规划布局和与旅游业发展的合理引导,努力规避“黑天鹅”“灰犀牛”等事件对二者协调发展的负面冲击。
诚然,本文仍存在不足:1)鉴于数据的可获取性,仅选取年鉴数据测算基础设施水平难免失之偏颇,未来可考虑通过增加5G基站、特高压、充电桩等新基建相关数据进行测算,使研究结论更加可靠;2)仅考察了驱动基础设施与旅游经济协同发展的经济、社会因素,暂未考虑自然因素,有待未来进一步探索和分析;3)仅探究了基础设施水平与旅游经济发展的耦合互动关系,基础设施对旅游经济发展是否存在空间溢出效应、门槛效应和非线性影响,值得今后关注和验证。
[1]
吴建楠, 曹有挥, 姚士谋, 等. 基础设施与区域经济系统协调发展分析[J]. 经济地理, 2009, 29(10):1624-1628.

WU J N, CAO Y H, YAO S M, et al. Study on the evaluation of coordinated development of infrastructure and regional economic system[J]. Economic Geography, 2009, 29(10):1624-1628.

[2]
KRUGMAN P. Space:the final frontier[J]. Journal of Economic Perspectives, 1998, 12(2):161-174.

[3]
陈忠义. 互联互通视角下中国东盟基础设施与国际旅游协调发展研究[J]. 河海大学学报(哲学社会科学版), 2017, 19(1):74-80,91.

CHEN Z Y. Research into coordinated development of infrastructure construction and international tourism between China and ASEAN from the perspective of connectivity[J]. Journal of Hohai University (Philosophy and Social Sciences), 2017, 19(1):74-80,91.

[4]
吕雁琴, 王艺锦, 密瑞帮古丽·买买提, 等. 中国旅游设施发展水平的空间非均衡及动态演进[J]. 统计与决策, 2021, 37(12):52-56.

LYU Y Q, WANG Y J, MIRUIBANGGULI·MAIMAITI, et al. Spatial disequilibrium and dynamic evolution of tourism facilities development level in China[J]. Statistics and Decision, 2021, 37(12):52-56.

[5]
肖磊, 梁佳欣, 陆亚楠, 等. 中国城市群基础设施水平的区域差异与分布演进[J]. 统计与决策, 2023, 39(4):47-52.

XIAO L, LIANG J X, LU Y N, et al. Regional difference and distribution evolution of infrastructure level among China’s urban agglomerations[J]. Statistics and Decision, 2023, 39(4):47-52.

[6]
HESHMATI A, RASHIDGHALAM M. Measurement and analysis of urban infrastructure and its effects on urbanization in China[J]. Journal of Infrastructure Systems, 2020, 26(1):04019030.

[7]
张治栋, 余雅莹. 新型基础设施建设如何影响地区创新绩效:基于长三角41个城市的实证研究[J]. 调研世界, 2023(4):64-72.

ZHANG Z D, YU Y Y. How new infrastructure construction affects regional innovation performance:an empirical study based on 41 cities in the Yangtze River Delta[J]. The World of Survey and Research, 2023(4):64-72.

[8]
孔芳霞, 刘新智, 周韩梅, 等. 新型基础设施建设与城市绿色发展耦合协调的时空演变特征与影响因素[J]. 经济地理, 2022, 42(9):22-32.

DOI

KONG F X, LIU X Z, ZHOU H M, et al. Spatio-temporal evolution characteristics and influencing factors of the coupling coordination between new infrastructure construction and urban green development[J]. Economic Geography, 2022, 42(9):22-32.

DOI

[9]
王文彬, 廖恒. 新型基础设施如何影响粤港澳大湾区经济一体化发展:基于空间溢出效应的视角[J]. 财经科学, 2022(8):93-105.

WANG W B, LIAO H. How will the new infrastructure affect the economic integration of the Guangdong-Hong Kong-Macao Greater Bay Area—from the perspective of spatial spillover effect[J]. Finance & Economics, 2022(8):93-105.

[10]
TANG J J, ZHAO X. Does the new digital infrastructure improve total factor productivity?[J]. Bulletin of Economic Research, 2023, 75(4):895-916.

[11]
MENG J Y, ZHU Y T, HAN Y. Can ‘new’ infrastructure become an engine of growth for the Chinese economy?[J]. Journal of Chinese Economic and Business Studies, 2023, 21(3):341-362.

[12]
李红波, 李悦铮, 陈晓. 城市基础设施与城市旅游协调发展定量研究:以大连市为例[J]. 旅游论坛, 2009, 2(6):850-854.

LI H B, LI Y Z, CHEN X. Quantitative study on the coordinated development of urban infrastructure and urban tourism—a case study of Dalian[J]. Tourism Forum, 2009, 2(6):850-854.

[13]
MALEKI M, MOHAMMADPOUR S, AZADEH S R. The effect of infrastructural integration of regional transport on tourism promotion:the case of Guilan province,Iran[J]. Journal of Urban and Regional Analysis, 2020, 12(2):217-231.

[14]
SHEN P X, YIN P, NIU B J. Assessing the combined effects of transportation infrastructure on regional tourism development in China using a spatial econometric model (GWPR)[J]. Land, 2023, 12(1):216.

[15]
GÖSSLING S. Tourism,information technologies and sustainability:an exploratory review[J]. Journal of Sustainable Tourism, 2017, 25(7):1024-1041.

[16]
于婷婷, 左冰. 信息化对旅游经济效率的影响及其作用机制研究[J]. 地理科学, 2022, 42(10):1717-1726.

DOI

YU T T, ZUO B. Influence mechanism of information communication technology in the economic efficiency of tourism[J]. Scientia Geographica Sinica, 2022, 42(10):1717-1726.

DOI

[17]
ADEOLA O, EVANS O. ICT,infrastructure,and tourism development in Africa[J]. Tourism Economics, 2020, 26(1):97-114.

[18]
TVERIJONAITE E, SÓRSDÓTTIR A D, LAFSDÓTTIR R, et al. How close is too close? Mapping the impact area of renewable energy infrastructure on tourism[J]. Energy Research & Social Science, 2022,90:102574.

[19]
彭坤杰, 胡强盛, 许春晓, 等. 长江经济带旅游产业与城市人居环境协调效应及互动响应[J]. 长江流域资源与环境, 2022, 31(7):1426-1440.

PENG K J, HU Q S, XU C X, et al. Coordination effect and interactive response between the tourism industry and urban human settlement environment along Yangtze River Economic Belt[J]. Resources and Environment in the Yangtze Basin, 2022, 31(7):1426-1440.

[20]
WENDT J A, GRAMA V, ILIEŞ G, et al. Transport infrastructure and political factors as determinants of tourism development in the cross-border region of Bihor and Maramureş:a comparative analysis[J]. Sustainability, 2021, 13(10):5385.

[21]
汪晓文, 陈垚. 西北地区交通基础设施与旅游经济增长的交互影响研究:基于PVAR模型的实证分析[J]. 兰州大学学报(社会科学版), 2020, 48(4):31-38.

WANG X W, CHEN Y. Research on reciprocal effects of transportation infrastructure and tourism economic growth in northwest China: an empirical analysis based on PVAR model[J]. Journal of Lanzhou University (Social Sciences), 2020, 48(4):31-38.

[22]
冀雁龙, 李金叶, 赵华. 数字化基础设施建设与旅游经济增长:基于中介效应与调节效应的机制检验[J]. 经济问题, 2022(7):112-121.

JI Y L, LI J Y, ZHAO H. Digital infrastructure construction and tourism economic growth:mechanism analysis based on mediating effect and moderating effect[J]. On Economic Problems, 2022(7):112-121.

[23]
明庆忠, 邹建琴. 边疆地区基础设施对旅游高质量发展的非线性影响及空间溢出效应:基于动态空间杜宾模型的实证分析[J]. 广西社会科学, 2022(8):9-21.

MING Q Z, ZOU J Q. Nonlinear influence and spatial spillover effects of infrastructure on high quality development of tourism in border areas: an empirical analysis based on dynamic spatial Durbin modeling[J]. Social Sciences in Guangxi, 2022(8):9-21.

[24]
郭向阳, 穆学青, 丁正山, 等. “交旅”融合下旅游效率与高速交通协调格局研究:以长三角41市为例[J]. 地理研究, 2021, 40(4):1042-1063.

DOI

GUO X Y, MU X Q, DING Z S, et al. The coordination pattern of tourism efficiency and high-speed transportation:a case study of 41 cities in the Yangtze River Delta[J]. Geographical Research, 2021, 40(4):1042-1063.

[25]
何玉梅, 赵欣灏. 新型数字基础设施能够推动产业结构升级吗:来自中国272个地级市的经验证据[J]. 科技进步与对策, 2021, 38(17):79-86.

HE Y M, ZHAO X H. Does the new digital infrastructure contribute to the upgrading of industrial structure:evidence from 272 cities in China[J]. Science & Technology Progress and Policy, 2021, 38(17):79-86.

[26]
HAN J Y, ZUO Y F, LAW R, et al. Service quality in tourism public health:trust,satisfaction,and loyalty[J]. Frontiers in Psychology, 2021,12:731279.

[27]
郭凯明, 潘珊, 颜色. 新型基础设施投资与产业结构转型升级[J]. 中国工业经济, 2020(3):63-80.

GUO K M, PAN S, YAN S. New infrastructure investment and structure transformation[J]. China Industrial Economics, 2020(3):63-80.

[28]
World Bank. World development report 1994:infrastructure for development[M]. New York: Oxford University Press, 1994.

[29]
陈银娥, 孙琼. 中国基础设施发展水平测算及影响因素:基于省级面板数据的实证研究[J]. 经济地理, 2016, 36(8):23-30.

CHEN Y E, SUN Q. A study on calculation of development of China’s infrastructure and its influencing factors-the empirical research based on provincial panel data[J]. Economic Geography, 2016, 36(8):23-30.

[30]
尹向来, 黄彩虹. 基础设施与城市化水平耦合协调关系演变:基于285个地级市的实证研究[J]. 世界地理研究, 2018, 27(6):77-87,97.

YIN X L, HUANG C H. Research on the evolution of coupling and coordinating relationship between infrastructure and urbanization—empirical analysis of China’s 285 prefecture-level city[J]. World Regional Studies, 2018, 27(6):77-87,97.

[31]
毛润泽. 中国区域旅游经济发展影响因素的实证分析[J]. 经济问题探索, 2012(8):48-53.

MAO R Z. An empirical analysis of the influencing factors of regional tourism economic development in China[J]. Inquiry into Economic Issues, 2012(8):48-53.

[32]
王兆峰, 陈青青. 1998年以来长江经济带旅游生态安全时空格局演化及趋势预测[J]. 生态学报, 2021, 41(1):320-332.

WANG Z F, CHEN Q Q. Spatio-temporal pattern evolution and trend prediction of tourism ecological security in the Yangtze River Economic Belt since 1998[J]. Acta Ecologica Sinica, 2021, 41(1):320-332.

[33]
朱海艳, 孙根年. 湖北省国内旅游规模均衡分布了吗:位序-规模法则对高首位度区域的适用分析[J]. 浙江大学学报(理学版), 2020, 47(2):244-252,260.

ZHU H Y, SUN G N. Has the domestic tourism of Hubei province been distributed balancedly:an analysis by applying the rank-size rule to high priority regions[J]. Journal of Zhejiang University (Science Edition), 2020, 47(2):244-252,260.

[34]
王兆峰, 李静怡. 黄河流域旅游发展与生态环境耦合协调时空演变及交互胁迫关系验证[J]. 长江流域资源与环境, 2022, 31(2):447-460.

WANG Z F, LI J Y. Verify and study the coupling coordination development and the interactive stress between tourism and eco-environment in the Yellow River Basin[J]. Resources and Environment in the Yangtze Basin, 2022, 31(2):447-460.

[35]
王淑佳, 孔伟, 任亮, 等. 国内耦合协调度模型的误区及修正[J]. 自然资源学报, 2021, 36(3):793-810.

DOI

WANG S J, KONG W, REN L, et al. Research on misuses and modification of coupling coordination degree model in China[J]. Journal of Natural Resources, 2021, 36(3):793-810.

[36]
洪学婷, 黄震方, 于逢荷, 等. 长三角城市文化资源与旅游产业耦合协调及补偿机制[J]. 经济地理, 2020, 40(9):222-232.

HONG X T, HUANG Z F, YU F H, et al. Coupling coordination between urban cultural resources and tourism industry in the Yangtze River Delta and cultural compensation[J]. Economic Geography, 2020, 40(9):222-232.

[37]
赵建吉, 刘岩, 朱亚坤, 等. 黄河流域新型城镇化与生态环境耦合的时空格局及影响因素[J]. 资源科学, 2020, 42(1):159-171.

DOI

ZHAO J J, LIU Y, ZHU Y K, et al. Spatiotemporal differentiation and influencing factors of the coupling and coordinated development of new urbanization and ecological environment in the Yellow River Basin[J]. Resources Science, 2020, 42(1):159-171.

DOI

[38]
王劲峰, 徐成东. 地理探测器:原理与展望[J]. 地理学报, 2017, 72(1):116-134.

DOI

WANG J F, XU C D. Geodetector:principle and prospective[J]. Acta Geographica Sinica, 2017, 72(1):116-134.

[39]
程慧, 游珊. 长三角城市群城市韧性与旅游发展的协调关系[J]. 陕西师范大学学报(自然科学版), 2023, 51(2):59-69.

DOI

CHENG H, YOU S. The coordinated relationship between urban resilience and tourism development in the urban agglomeration of Yangtze River Delta[J]. Journal of Shaanxi Normal University (Natural Science Edition), 2023, 51(2):59-69.

[40]
张英浩, 汪明峰, 汪凡, 等. 长三角地区新型基础设施建设的地理格局及影响因素:以5G基站为例[J]. 长江流域资源与环境, 2022, 31(12):2557-2567.

ZHANG Y H, WANG M F, WANG F, et al. Geographical pattern and influencing factors of new infrastructure construction in Yangtze River Delta region:taking 5G base station as an example[J]. Resources and Environment in the Yangtze Basin, 2022, 31(12):2557-2567.

[41]
陆保一, 刘萌萌, 明庆忠, 等. 中国旅游业与交通运输业的耦合协调态势及其动力机制[J]. 世界地理研究, 2020, 29(1):148-158.

DOI

LU B Y, LIU M M, MING Q Z, et al. Coupling and coordination situation and dynamic mechanism between tourism and transportation industry in China[J]. World Regional Studies, 2020, 29(1):148-158.

DOI

[42]
杨春宇, 陈梅, 徐兴花, 等. 旅游科技创新、产业升级与经济增长:基于面板数据联立方程模型的研究[J]. 华侨大学学报(哲学社会科学版), 2020(1):45-57.

YANG C Y, CHEN M, XU X H, et al. Tourism science and technology innovation,industrial upgrading and economic growth—analysis of simultaneous equation model based on panel data[J]. Journal of Huaqiao University (Philosophy & Social Sciences), 2020(1):45-57.

Outlines

/