EN中文

干旱区地理 >

2025 , Vol. 48 >Issue 11: 2053 - 2061

DOI: https://doi.org/10.12118/j.issn.1000-6060.2024.679

旅游地理

旅游业效率与城镇化耦合协调度的时空演变及障碍因素分析——以“一带一路”核心段为例

  • 王生霞 ,
  • 李茂兰 ,
  • 刘芮廷
展开
  • 兰州财经大学工商管理学院，甘肃 兰州 730101
李茂兰（2001-），女，硕士研究生，主要从事旅游管理研究. E-mail:

王生霞（1983-），女，博士，副教授，主要从事旅游地理研究. E-mail:

收稿日期: 2024-11-04

  修回日期: 2025-01-02

  网络出版日期: 2026-03-11

基金资助

国家自然科学基金项目(41501076)

甘肃省基础研究计划——软科学专项项目(23JRZA421)

甘肃省基础研究计划——软科学专项项目(24JRZA079)

甘肃省高校青年博士支持项目(2023QB-069)

兰州财经大学校级重点科研项目(Lzufe2023B-001)

甘肃省教育厅高校教师创新基金项目(2024A-070)

收起

Spatiotemporal evolution and obstacle factors of the coupling coordination degree of tourism efficiency and urbanization: A case of the core section of the “Belt and Road”

  • Shengxia WANG ,
  • Maolan LI ,
  • Ruiting LIU
Expand
  • College of Business Administration, Lanzhou University of Finance and Economics, Lanzhou 730101, Gansu, China

Received date: 2024-11-04

  Revised date: 2025-01-02

  Online published: 2026-03-11

Fold

摘要

旅游业与城镇化相互影响日益显著，其耦合协调对提升区域旅游经济高质量发展至关重要。基于旅游业效率与城镇化的耦合作用机理，运用Super-SBM模型、熵值法、耦合协调度及障碍度模型探讨了2000—2022年“一带一路”核心段（陕西、甘肃、青海、宁夏、新疆和内蒙古6省区）旅游业效率与城镇化耦合协调的时空演变特征及障碍因素。结果表明：（1）6省区旅游业效率均值为0.73，整体处于较低水平；城镇化水平整体稳定增长，省际差异明显。（2）6省区旅游业效率与城镇化耦合协调度由濒临失调趋向初级协调，空间上东南高、西北低，重心呈“东南—东北—西南”偏移，东南部地区集聚逐渐增强。（3）制约旅游业效率与城镇化耦合协调度的关键障碍因子为旅游总收入、旅游总人次、邮电业务总量、普通高等学校在校人数及旅游业从业人员。研究结果为区域旅游业与城镇化高质量协同发展提供了科学依据。

关键词： 旅游业效率; 城镇化; 耦合协调; 时空演变; 障碍因素

本文引用格式

王生霞 , 李茂兰 , 刘芮廷 . 旅游业效率与城镇化耦合协调度的时空演变及障碍因素分析——以“一带一路”核心段为例[J]. 干旱区地理, 2025 , 48(11) : 2053 -2061 . DOI: 10.12118/j.issn.1000-6060.2024.679

Abstract

The interaction between tourism and urbanization has become increasingly significant, and the coupling coordination of tourism and urbanization is crucial for the promotion of the high-quality development of regional tourism economies. Using the coupling mechanism of tourism efficiency and urbanization with the Super-SBM model, the entropy method, the coupling coordination degree model, and the obstacle degree model, this study explores the spatiotemporal evolution characteristics and the obstacle factors of the coupling of tourism efficiency and urbanization in a core section of the Belt and Road (six provinces, including Shaanxi, Gansu, Qinghai, Ningxia, Xinjiang, and Inner Mongolia) from 2000 to 2022. The results show that: (1) The average tourism efficiency of the six provinces is 0.73, which is low; the overall level of urbanization is growing steadily, with obvious inter-provincial differences. (2) The coupling coordination degree of tourism efficiency and urbanization in the six provinces has evolved from a near imbalance to primary coordination, with a spatial pattern of distribution that is higher in the southeast and lower in the northwest, and with a center of gravity showing an offset southeast-northeast-southwest pattern, with the degree of agglomeration to the southeast region gradually increasing. (3) The key obstacle factors constraining the degree of coupling coordination of tourism efficiency and urbanization are total tourism revenue, total number of tourists, total postal and telecommunication businesses, number of students in general higher education institutions, and the amount of employees in the tourism industry. The results of the study provide a scientific basis for the high-quality synergistic development of regional tourism and urbanization.

Key words： tourism efficiency; urbanization; coupling coordination; spatiotemporal evolution; obstacle factors

中国城镇化水平的持续快速提高，对旅游市场规模扩大、旅游业竞争力提升及区域经济发展作出了巨大贡献[1]。然而，全域旅游视域下，传统追求速度的城镇化发展模式已难以适应新型城镇化对产城融合、主客共建共享的新要求[2]。旅游业作为城市或区域的重要经济增长点，是区域释放内需潜力、拉动消费升级、畅通国民经济循环的重要载体[3]。在新发展格局中，如何实现旅游业高质量发展，既是文旅产业和区域经济社会发展的重大现实需求，更是旅游科学研究的重要课题。旅游效率是衡量区域旅游运行状态的重要指标，其依托的旅游业作为城镇化进程中的关键产业支撑，与城镇化发展相辅相成。基于产城互动关系，科学量化旅游业效率与城镇化的耦合协调及其时空演变规律，对于提升旅游品质、改善居民生活质量及促进区域经济高质量发展具有重要意义。
大众旅游时代，城市快速发展使得旅游业与城镇化之间的关系日益密切且显性化，相关研究成果日益丰富。旅游城镇化作为一种特殊城镇化模式，通过旅游产业的关联效应，推动城镇经济的多元化及可持续增长，最早由学者Mullins[4]提出。早期研究主要聚焦于概念[5]、内涵[6]、发展模式[7]和影响因素[8]等方面，随着城镇发展壮大和旅游功能拓展，研究重点逐渐转为旅游城镇化的测度[9]及旅游业与城镇化的关系[10-11]研究。针对旅游效率，近年来已成为国内外学者关注的热点议题。其概念有广义、狭义之分，本文从狭义层面特指旅游业效率[12-13]；研究主题聚焦于酒店经营效率[14]、旅游产业效率[15]及旅游生态效率[16]等；研究方法包括随机前沿分析[17]、数据包络分析（DEA)[18]、Malmquist指数[13]、Super-SBM模型[19]；影响因素由定性分析转向定量测度[20-21]；研究尺度涵盖全国[20]、区域[22]、城市群[19]。但针对旅游业效率与城镇化耦合协调时空演变及其障碍因素的研究仍显不足。
近年来，学者逐渐关注旅游效率与城镇化之间关系研究[23-24]，但仍存在以下不足：（1）对旅游资源丰富经济欠发达的“一带一路”核心段关注不够。（2）鲜有研究量化旅游业效率与城镇化耦合协调度的时空演变特征。（3）采用障碍度模型识别制约旅游业效率与城镇化耦合协调度的研究匮乏。基于此，本文以“一带一路”核心段（陕西、甘肃、青海、宁夏、新疆和内蒙古6省区）为研究区，采用Super-SBM模型、熵值法、耦合协调度模型、标准差椭圆、重心迁移及障碍度模型，测度2000—2022年该地区旅游业效率与城镇化的耦合协同关系，探明制约其耦合协调的障碍因素，以期为整合旅游资源优势、推动旅游产业转型升级、提升区域旅游经济整体竞争力提供科学参考。
“一带一路”核心段6省区份区位优势明显，在“一带一路”倡议中占据重要战略地位。通过参与“一带一路”建设，该地区在基础设施、经贸合作、文化交流与供应链完善等方面取得了重要进展，区域更加通达便利。近年来，该地区旅游业快速发展成为西北发展最具活力的产业，为新型城镇化发展和区域经济一体化做出了重要贡献。但该区域发展不均衡、生态环境脆弱、旅游产业发展与城镇化建设不协调等问题制约着旅游业效率与城镇化的高质量协同发展。故本文以“一带一路”核心段6省区为研究区，从时空二维揭示旅游业效率与城镇化耦合协调的演变特征，旨在揭示其演变规律，并结合障碍度模型明晰制约二者耦合协调的关键障碍因子，以助于相关决策部门科学把握旅游和城镇化发展趋势和机遇，为制定区域发展战略，推动旅游产业转型升级提供科学依据。

1 数据与方法

1.1 研究区概况

“一带一路”核心段涵盖陕西、甘肃、青海、宁夏、内蒙古和新疆6省区，是连接中亚、西亚、欧洲的重要战略通道。该地区凭借显著地理区位优势，丰富的旅游资源和多元文化背景，在西部大开发战略和“一带一路”倡议深入实施下，基础设施明显改善、通达性大幅提升、旅游业与城镇化协同发展态势明显。截至2023年，研究区内A级景区2031个，星级酒店1300余家，旅游接待总人次达14.95×108人次，旅游总收入约8190×108元，旅游业发展为城镇化建设提供了经济动力和就业机会。同时，城镇化推进为旅游业发展创造了基础设施和市场空间。

1.2 数据来源

研究数据来源于2001—2018年《中国旅游统计年鉴》、2019—2023年《中国文化和旅游统计年鉴》、2001—2023年《中国统计年鉴》、各省区统计年鉴及统计公报。其中，旅游业从业人员个别缺失数据采用线性插值法进行补全。

1.3 理论框架与指标体系构建

1.3.1 理论框架

旅游业效率与城镇化之间存在密切的耦合协同关系[10-11,25-26]。城镇化通过政策引导、资金投入、基础设施和服务体系的完善及人才供给等为旅游业效率提升奠定基础[27]。同时，旅游业效率提升带来的就业、经济、社会及产业联动效应，促进资源整合与带动城市相关产业发展，推动城镇化在人口增长、经济发展、就业机会、城市功能优化和文化传承交流等方面深化，二者相互促进，协同发展（图1）。
图1 旅游业效率与城镇化耦合协调机理

Fig. 1 Mechanism of the coupling coordination of tourism efficiency and urbanization

1.3.2 指标体系构建

结合已有研究[23-24,26-27]，根据旅游业效率与城镇化的内涵、特征及二者耦合协调机理，构建旅游业效率与城镇化水平指标体系（表1）。旅游业效率测算包括投入、产出指标，在投入要素上，选取旅行社数量和星级饭店数量为资本投入，选取旅游业从业人员作为劳动投入指标，因土地对旅游发展影响小，暂不考虑其投入影响[19]。产出指标选取直观反映旅游规模和效益的旅游总人次和旅游总收入。城镇化系统关注人口城镇化、经济城镇化、空间城镇化和社会城镇化4个维度，构建了由人口结构、就业结构、城镇经济规模、综合反映居民生活质量、城镇环境组成的城镇化水平评价指标体系。
表1 旅游业效率与城镇化水平评价指标体系

Tab. 1 Evaluation index system of tourism efficiency and urbanization level

目标层 准则层 指标层 属性
旅游业
效率		 旅游投入 旅游业从业人员（X1）/人 ＋
旅行社数量（X2）/家 ＋
星级饭店数量（X3）/家 ＋
旅游产出 旅游总人次（X4）/104人 ＋
旅游总收入（X5）/108元 ＋
城镇化 人口城镇化 城镇人口（X6）/104人 ＋
城镇人口比重（X7）/% ＋
第三产业从业人员比重（X8）/% ＋
经济城镇化 人均GDP（X9）/元 ＋
第三产业占GDP比重（X10）/% ＋
城镇居民人均可支配收入（X11）/元 ＋
社会城镇化 卫生技术人员（X12）/104人 ＋
每万人拥有公共交通车辆数（X13）/标台 ＋
普通高等学校在校人数（X14）/104人 ＋
空间城镇化 邮电业务总量（X15）/104元 ＋
建成区面积（X16）/km2 ＋
人均城市道路面积（X17）/m2 ＋
人均公园绿地面积（X18）/m2 ＋

注：“＋”表示正向指标。

1.4 研究方法

1.4.1 Super-SBM模型

Super-SBM模型擅长处理多投入多产出决策单元的效率评价[28]，相较于随机前沿分析、传统DEA方法及Malmquist指数等方法[13,17-18]，其具有解决数据松弛问题优势，适用于测算经济社会发展不均衡、数据复杂性较高的“一带一路”核心段旅游业效率[28-29]，还能准确反映旅游业效率的演变特征[29-31]。具体模型[19]如下:
m i n U 1 = 1 + 1 m ∑ i = 1 m s i - / x i k 1 - 1 s ∑ r = 1 s s r + / y r k
s . t . ∑ j = 1 , j ≠ k n x i j λ j - s i - ≤ x i k ∑ j = 1 , j ≠ k n y r j λ j + s r + ≥ y r k s i - ≥ 0 , s r + ≥ 0 λ j ≥ 0 , j = 1 ,   2 , ⋯ ,   n
式中： U 1为旅游业效率，当0≤ U 1 < 1时，表示决策单元无效，当 U 1≥1时，表示决策单元有效； n为决策单元个数； m、 s分别为投入、产出指标数量； i与 r分别为投入和产出的决策单元； s i -、 s r +分别为第 i个投入、 r个产出的松弛变量； x i k、 y r k分别为第 k个决策单元的第 i个投入要素、第 r个产出要素； x i j、 y r j分别为第 j个决策单元的第 i个投入要素、第 r个产出要素； λ j为第 j个决策单元的权重系数。

1.4.2 熵值法

利用熵值法从多维度评价城镇化整体水平，有效避免人为赋权主观影响，计算公式参见相关参考文献[32]。

1.4.3 耦合协调度模型

本文参考王淑佳等[33]修正后的耦合协调度模型，以更准确、可靠地评价旅游业效率与城镇化的耦合协调水平。计算公式如下：
  C = 1 - U 2 - U 1 2 × U 1 U 2 = 1 - ( U 2 - U 1 ) × U 1 U 2
T = α U 1 + β U 2
D = C × T
式中：假设 m a x U i = U 2（ U 2为 U i的最大值）； U 1和 U 2分别为旅游业效率与城镇化水平综合指数； C为耦合度； T为综合协调指数； D为旅游业效率与城镇化的耦合协调度； α和 β为待定权重，考虑旅游业效率与城镇化同等重要， α = β = 0.5。参考已有研究[34]，采用均值分段法将旅游业效率与城镇化耦合协调度划分为严重失调（0≤D<0.2）、濒临失调（0.2≤D<0.4）、初级协调（0.4≤D<0.6）、中度协调（0.6≤D<0.8）和高度协调（0.8≤D<1.0）5个等级。

1.4.4 障碍度模型

本文引入障碍度模型[35]甄别制约旅游业效率与新型城镇化耦合协调度的主要障碍因素。计算公式如下：
O i j = I i j w j ∑ j = 1 n I i j w j × 100 %
式中： O i j为第 i年第 j项指标对该年旅游业效率与城镇化的协调发展的障碍度（%）； I i j为第 i年第 j项指标的指标偏离度； w j为单项指标 j对总目标的影响程度，即单项指标的权重值。

2 结果与分析

2.1 旅游业效率与城镇化水平分析

2.1.1 旅游业效率的时序演变特征

借助MAXDEA软件运用Super-SBM模型测算出2000—2022年6省区的旅游业效率（图2）。整体看，研究期内6省区旅游业效率的多年平均值为0.73，方差为0.08，未达到生产前沿面，整体波动不大且处于较低水平，表明旅游业的资源利用与技术进步有待提升。从省域看，陕西旅游业效率最优，其余5省区均处于较低水平。青海和宁夏整体呈轻微下降，陕西、新疆和内蒙古基本持平，甘肃呈小幅上升。从时序看，2002年6省区平均旅游业效率上升主要与西部大开发战略的逐步实施和扶持旅游业有关，2022年的突降主要受公共卫生事件影响。
图2 2000—2022年6省区旅游业效率变化

Fig. 2 Changes of tourism efficiency in six provinces from 2000 to 2022

2.1.2 城镇化水平的时序演变特征

采用熵值法计算得到2000—2022年6省区的城镇化水平（图3）。整体上，研究期内6省区的城镇化水平呈快速增长态势，这与西部大开发建设和“一带一路”倡议下的政策扶持、深入实施密切相关。从省域看，各省区的城镇化水平差异大。相比6省区平均水平，陕西、内蒙古和新疆3省区高，其余3省区相对低。结合城镇化4维度计算结果，不同维度城镇化子系统对各省城镇化水平影响不一。陕西主要受社会城镇化水平影响，其次是人口、经济和空间城镇化；内蒙古主要由经济、社会城镇化驱动；宁夏、青海主要由经济城镇化推动；新疆、甘肃主要得益于社会城镇化。
图3 2000—2022年6省区城镇化水平变化

Fig. 3 Changes of urbanization level in six provinces from 2000 to 2022

2.2 旅游业效率与城镇化耦合协调度的时空演变

2.2.1 耦合协调度的时序变化

依据耦合协调度模型测度2000—2022年6省区旅游业效率与城镇化的耦合协调度（图4）。从6省区的平均耦合协调度看，研究期内整体呈持续上升趋势，年均增长率为2.08%，趋向良好可持续发展。从省域看，各省区的耦合协调度差异较大，从高到低依次为：陕西（0.59）>内蒙古（0.50）>甘肃（0.36）>新疆（0.32）>宁夏（0.26）>青海（0.25）。从长时序变化趋势看，各省区的旅游业效率与城镇化耦合协调度整体呈持续增加趋势（除青海基本持平外），结合线性斜率，耦合协调度增长率从高到低依次为：陕西（0.026）>甘肃（0.017）>内蒙古（0.013）>宁夏（0.009）>新疆（0.004）>青海（-0.005）。青海的旅游业效率与城镇化耦合协调度和线性斜率都最低，与其受制于自然条件、经济发展缓慢、基础设施薄弱、旅游市场推广不足和区域竞争激烈等因素密切相关，印证了郭向阳等[36]的结论。
图4 2000—2022年6省区旅游业效率与城镇化耦合协调度的时序演变

Fig. 4 Temporal evolution of the coupling coordination of tourism efficiency and urbanization in six provinces from 2000 to 2022

2.2.2 耦合协调度空间演变分析

根据测度得到2000、2008、2015、2022年6省区旅游业效率与城镇化耦合协调度，并借助ArcGIS分析其空间演变特征（图5）。空间上，6省区旅游业效率与城镇化耦合协调度整体呈东南高、西北低分布，不同年份省域间差异显著。其中，2000年旅游业效率与城镇化耦合协调度的省域空间差异相对小，宁夏处于严重失调，其余省区濒临失调；2008年各省区旅游业效率与城镇化耦合协调度出现分化，陕西、内蒙古处于初级协调，其余省区仍濒临失调；2015年各省区旅游业效率与城镇化耦合协调度继续分化且显著提升，陕西和内蒙古达中度协调，甘肃跻身初级协调，其余省区仍濒临失调；2022年各省区旅游业效率与城镇化耦合协调度持续分化，陕西跃至高度协调，青海跌至严重失调，宁夏处于初级协调，其余省区处于濒临失调。总体看，旅游业效率与城镇化的高等级协调向东部集聚，集中于经济基础相对较好、交通通达性高、旅游资源丰度较佳、旅游产业链适当延伸的省区；低等级协调多位于经济基础差、省际竞争激烈和区域协同不足省区。
图5 2000—2022年6省区旅游业效率与城镇化耦合协调度空间分布

注：基于自然资源部标准地图服务网站审图号为GS(2023)2767号的标准地图制作，底图边界无修改。

Fig. 5 Spatial distributions of the coupling coordination of tourism efficiency and urbanization in six provinces from 2000 to 2022

进一步利用ArcGIS分析得到旅游业效率与城镇化耦合协调度的标准差椭圆相关参数（表2）。由表2知，研究期内耦合协调度的重心整体呈向东南偏移。分时段看，2000—2008年重心先向东南偏移，2008—2015年转向东北，2015—2022年又转向西南，表明东南地区省区的耦合协调度提升相对显著。标准差椭圆面积由207.56×104 km2缩至159.23×104 km2反映了6省区耦合协调度的收敛与均衡。长半轴与短半轴均呈波动下降趋势，表明耦合协调度空间集聚性增强。扁率变化较小，表明空间分布方向性相对固定。此外，方位角先减后增，进一步反映了东南部省区耦合协调度增长较快，显示出该区域在推动整体耦合协调度提升中的引领示范作用。
表2 2000—2022年6省区旅游业效率与城镇化耦合协调度标准差椭圆相关参数

Tab. 2 Related parameters of standard deviation ellipse of the coupling coordination of tourism efficiency and urbanization in six provinces from 2000 to 2022

年份 重心坐标 面积
/104 km2		 长轴
/km		 短轴
/km		 方位角
/(°)		 扁率
2000 100.88°E，39.48°N 207.56 1180.02 559.95 93.99 0.53
2008 103.99°E，39.01°N 180.70 1014.05 567.26 88.51 0.44
2015 104.50°E，39.18°N 178.49 991.85 572.86 88.30 0.42
2022 104.26°E，38.49°N 159.23 1024.52 494.75 103.25 0.52

2.3 制约耦合协调度的障碍因素甄别

运用障碍度模型诊断得出制约6省区旅游业效率与城镇化耦合协调的排名前5的障碍因子（表3）。结果显示，排名前5的障碍因子依次为：旅游总收入（X5）、旅游总人次（X4）、邮电业务总量（X15）、旅游业从业人员（X1）以及普通高等学校在校人数（X14）。其中，X5和X4反映了旅游市场收入和规模制约耦合协调度，旅游收入影响地方经济，若旅游收入增长速度超越城镇化水平，将出现旅游体验和服务质量不佳，进而制约旅游业发展。反之，则会影响旅游发展积极性、旅游设施的维护与正常运营，不利于二者耦合协同发展。X1表明人力资源对提升旅游业效率的重要性。X15和X14从基础设施和教育水平方面综合反映了城镇公共服务体系对二者协同发展的影响。
表3 制约6省区旅游业效率与城镇化耦合协调的主要障碍因子

Tab. 3 Main obstacles to constrain the coupling and coordination of tourism efficiency and urbanization in six provinces

省区 障碍因子（障碍度/%）
第一 第二 第三 第四 第五
内蒙古 X4（16.96） X15（16.82） X5（15.46） X14（7.73） X1（7.28）
陕西 X15（17.21） X5（15.86） X4（13.47） X1（7.67） X9（6.21）
甘肃 X5（15.77） X15（15.34） X4（14.01） X14（6.70） X1（6.64）
青海 X5（15.02） X15（14.43） X4（14.37） X14（8.03） X1（6.75）
宁夏 X5（15.24） X4（14.51） X15（14.43） X14（7.81） X1（6.78）
新疆 X5（16.31） X4（16.02） X15（15.84） X14（7.75） X1（6.65）

3 讨论

本文利用Super-SBM模型和熵值法分别测算了2000—2022年“一带一路”核心段6省区的旅游业效率与城镇化水平，并进一步分析了二者耦合协调度的时空演变特征及障碍因素。本文得出的部分结论与已有研究基本一致，如：6省区旅游业效率大都处于较低水平[18,20]，城镇化水平整体持续上升[24]，旅游业效率与城镇化耦合协调度总体呈上升趋势，但区域差异显著[23,36]，验证了研究方法的可靠性。然而，旅游业的行业、地区、管理差异及投入冗余等问题可能影响Super-SBM模型测算结果，熵值法的静态赋权可能无法完全反映城镇化动态演变过程，还有这种测算方法的不一致性都可能影响旅游业效率与城镇化耦合协调度，特别是针对二者差异较大的省份。
为提高旅游业效率与城镇化耦合协调研究的科学性和可信度，后续研究将从以下方面改进：首先，尝试构建统一测算框架，将二者纳入同一模型，以减少方法不一致对结果的影响；其次，引入敏感性分析以选择最优权重，将Super-SBM模型与Malmquist指数、Tobit回归结合以提高结果稳健性；然后，对比传统DEA模型等方法，评估不同方法对结果的影响，验证模型结果的科学合理；最后，考虑引入面板数据模型等动态评价方法，以更精确测度城镇化水平及其与旅游业效率耦合协调度的演变特征。

4 结论与建议

4.1 结论

（1）6省区旅游业效率平均值为0.73，整体处于较低水平，表明旅游资源利用与技术进步有待提升；省域看，陕西相对最优，其余5省区较低。城镇化水平上，6省区持续稳定增长，省际间存在差异，陕西、内蒙古、新疆相对较高，其余3省区相对较低。
（2）6省区旅游业效率与城镇化耦合协调度整体呈波动增长，由濒临失调向初级协调演变；二者耦合协调度呈东南高、西北低分布，重心呈“东南—东北—西南”偏移轨迹，东南部地区集聚程度逐渐增强。
（3）旅游总收入、旅游总人次、邮电业务总量、普通高等学校在校人数以及旅游业从业人员是制约旅游业效率与城镇化耦合协调的关键障碍因子。

4.2 建议

（1）提升旅游业效率，发挥旅游辐射带动作用。6省区应依托地方特色旅游资源，推动全域全链发展，塑造地方品牌。具体是：陕西应依托丝路起点和交通区位优势，重点打造国际历史文化旅游品牌，推广“文化+科技”旅游模式；甘肃、青海重点开发生态旅游和文化旅游，引入沉浸式数字体验技术，加强基础设施建设，提升旅游可达性；其余3省区应结合当地民族风情与自然景观，开发特色旅游小镇与乡村游，推动旅游与多业态跨界融合。
（2）科学推进城镇化建设，助力旅游业发展。6省区利用政策机遇吸引投资，制定差异化城镇化规划。陕西、内蒙古（城镇化水平高）应重点发展高端服务业与绿色产业，承办大型展会，提升城市品质和影响力；其余4省区（城镇化水平低）需加大政策扶持，加强城乡基础设施建设，借助“一带一路”倡议和西部大开发战略，扩大公共服务覆盖范围，推动传统产业转型升级，促进城乡一体化。
（3）推动旅游业与城镇化深度融合。6省区应围绕非遗等资源构建“一带一路”核心段旅游合作机制，联合策划跨区域旅游线路，塑造国际旅游品牌，加强旅游市场营销。陕西、甘肃应优化旅游资源配置，推动文化创意与旅游产业融合，引入数字文化体验等创新业态，实现旅游产业升级和高端化发展，利用丝路黄金段优势发挥引领作用带动区域旅游发展；青海、新疆、宁夏应依托资源特色，发展乡村旅游和特色旅游小镇，承办地方特色展会，以旅游推动城镇化。
（4）优化关键障碍因子。各省应针对关键障碍因子制定差异化策略：陕西应聚焦高端旅游与智慧旅游，加快数字化建设，提升旅游服务智能化水平和国际竞争力；甘肃、青海需加强旅游市场营销和基础设施建设，改善偏远景区可达性，塑造地方特色品牌（如甘肃敦煌文化、青海自然风光等），推动校企合作，提升从业人员素质；内蒙古应开发四季旅游产品，推动生态旅游与民族文化融合，延长旅游季；宁夏、新疆应推广民族风情游，完善基础设施，引入智慧旅游技术，提升旅游品质与吸引力，吸引当地青年人参与旅游业并对其加强技能培训以提升从业人员质量。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
林爽, 赵磊. 城镇化进程对旅游产业竞争力的门槛效应研究[J]. 旅游学刊, 2020, 35(11): 27-41.

[Lin Shuang, Zhao Lei. Study on the threshold effect of urbanization process on the competitiveness of tourism industry[J]. Tourism Tribune, 2020, 35(11): 27-41. ]

[2]
杨山, 杨虹霓, 季增民, 等. 快速城镇化背景下乡村居民生活圈的重组机制——以昆山群益社区为例[J]. 地理研究, 2019, 38(1): 119-132.

DOI

[Yang Shan, Yang Hongni, Ji Zengmin, et al. The reorganization mechanism of the life circle of rural residents under the background of rapid urbanization: Based on the case study of Qunyi Community of Kunshan[J]. Geographical Research, 2019, 38(1): 119-132. ]

[3]
黄震方, 陆林, 肖飞, 等. “双循环”新格局与旅游高质量发展: 理论思考与创新实践[J]. 中国名城, 2021, 35(2): 7-18.

[Huang Zhenfang, Lu Lin, Xiao Fei, et al. The new pattern of “dual circulation” and the high-quality development of tourism: Theoretical thinking and innovative practice[J]. China Ancient City, 2021, 35(2): 7-18. ]

[4]
Mullins P. Tourism urbanization[J]. International Journal of Urban and Regional Research, 1991, 15(3): 326-342.

DOI

[5]
Douglass W A, Raento P. The tradition of invention[J]. Annals of Tourism Research, 2004, 31(1): 7-23.

DOI

[6]
秦学. 我国城市旅游研究的回顾与展望[J]. 人文地理, 2001, 16(2): 73-78.

[Qin Xue. Retrospect and prospect of urban tourism study in China[J]. Human Geography, 2001, 16(2): 73-78. ]

[7]
陶慧, 刘家明, 虞虎, 等. 旅游城镇化地区的空间重构模式——以马洋溪生态旅游区为例[J]. 地理研究, 2017, 36(6): 1123-1137.

DOI

[Tao Hui, Liu Jiaming, Yu Hu, et al. The conceptual model of the spatial restructuring in the region of tourism urbanization: A case study of Mayangxi Ecotourism Area[J]. Geographical Resea-rch, 2017, 36(6): 1123-1137. ]

[8]
甄翌, 王彩霞. 旅游城镇化驱动活跃性测度及影响因素研究[J]. 旅游学刊, 2020, 35(7): 61-72.

[Zhen Yi, Wang Caixia. Study on the measurement and influencing factors of tourism urbanization driving activity[J]. Tourism Tribune, 2020, 35(7): 61-72. ]

[9]
麻学锋, 刘玉林. 基于三要素的张家界旅游城镇化响应测度及影响机制[J]. 地理科学, 2018, 38(8): 1346-1356.

DOI

[Ma Xuefeng, Liu Yulin. Urbanization response to tourism and analysis of its influencing mechanism based on three factors in Zhangjiajie[J]. Scientia Geographica Sinica, 2018, 38(8): 1346-1356. ]

DOI

[10]
高楠, 马耀峰, 李天顺, 等. 基于耦合模型的旅游产业与城市化协调发展研究——以西安市为例[J]. 旅游学刊, 2013, 28(1): 62-68.

[Gao Nan, Ma Yaofeng, Li Tianshun, et al. Study on the coordinative development between tourism industry and urbanization based on coupling model: A case study of Xi’an[J]. Tourism Tribune, 2013, 28(1): 62-68. ]

[11]
钟家雨, 柳思维, 熊曦. 旅游业与城镇化协同发展的区域差异分析[J]. 经济地理, 2014, 34(2): 187-192.

[Zhong Jiayu, Liu Siwei, Xiong Xi. Analysis on the regional difference of coordinated development between tourism and urbanization[J]. Economic Geography, 2014, 34(2): 187-192. ]

DOI

[12]
方叶林. 中国省域旅游业效率及演化机理研究[D]. 南京: 南京师范大学, 2014.

[Fang Yelin. Research on the efficiency and evolution mechanism of China’s provincial tourism industry[D]. Nanjing: Nanjing Normal University, 2014. ]

[13]
刘佳, 陆菊, 刘宁. 基于DEA-Malmquist模型的中国沿海地区旅游产业效率时空演化、影响因素与形成机理[J]. 资源科学, 2015, 37(12): 2381-2393.

[Liu Jia, Lu Ju, Liu Ning. Space-time evolution, influencing factors and forming mechanisms of tourism industry’s efficiency in China’s coastal areas of based on DEA-Malmquist model[J]. Resources Science, 2015, 37(12): 2381-2393. ]

[14]
Morey R C, Dittman D A. Evaluating a hotel GM’s performance: A case study in benchmarking[J]. The Cornell Hotel Restaurant and Administration Quarterly, 2003, 44(5-6): 53-59.

[15]
宋明珍, 谢家平, 马腾, 等. 我国西部地区旅游业效率水平与空间差异[J]. 桂林理工大学学报, 2022, 42(1): 265-272.

[Song Mingzhen, Xie Jiaping, Ma Teng, et al. Efficiency level and spatial differences of tourism industry in western China[J]. Journal of Guilin University of Technology, 2022, 42(1): 265-272. ]

[16]
王兆峰, 刘庆芳. 长江经济带旅游生态效率时空演变及其影响因素[J]. 长江流域资源与环境, 2019, 28(10): 2289-2298.

[Wang Zhaofeng, Liu Qingfang. Spatio-temporal evolution and influencing factors of tourism eco-efficiency in the Yangtze River Economic Belt[J]. Resources and Environment in the Yangtze Basin, 2019, 28(10): 2289-2298. ]

[17]
朱承亮, 岳宏志, 严汉平, 等. 基于随机前沿生产函数的我国区域旅游产业效率研究[J]. 旅游学刊, 2009, 24(12): 18-22.

[Zhu Chengliang, Yue Hongzhi, Yan Hanping, et al. Study on the efficiency of regional tourism industry in China based on stochastic frontline production and cost function estimation[J]. Tourism Tribune, 2009, 24(12): 18-22. ]

[18]
夏赞才, 邹泉, 罗文斌, 等. 中国省域旅游业效率时空演变分析[J]. 统计与决策, 2020, 36(8): 62-66.

[Xia Zancai, Zou Quan, Luo Wenbin, et al. Spatio-temporal evolution of provincial tourism efficiency in China[J]. Statistics and Decision, 2020, 36(8): 62-66. ]

[19]
王兆峰, 李琴. 长江中游城市群旅游效率时空演变及其与生态环境的交互响应[J]. 陕西师范大学学报(自然科学版), 2023, 51(2): 24-35.

DOI

[Wang Zhaofeng, Li Qin. The spatio-temporal evolution of tourism efficiency and its interactive response with ecological environment in urban agglomeration in the middle reaches of the Yangtze River[J]. Journal of Shaanxi Normal University (Natural Science Edition), 2023, 51(2): 24-35. ]

[20]
徐晓亮, 黄丹, 刘旭义, 等. 中国省域旅游效率时空演变特征及影响因素研究[J]. 干旱区地理, 2023, 46(12): 2052-2060.

DOI

[Xu Xiaoliang, Huang Dan, Liu Xuyi, et al. Spatiotemporal evolution characteristics and influencing factors of provincial tourism efficiency in China[J]. Arid Land Geography, 2023, 46(12): 2052-2060. ]

DOI

[21]
贾国栋, 王立国, 张典, 等. “双碳”目标下江西省旅游业碳排放效率时空特征及其影响因素[J]. 湖南师范大学自然科学学报, 2023, 46(1): 10-19.

[Jia Guodong, Wang Liguo, Zhang Dian, et al. Spatial and temporal characteristics of carbon emission efficiency of tourism in Jiangxi Province under the “double carbon” target and its influencing factors[J]. Journal of Natural Science of Hunan Normal University, 2023, 46(1): 10-19. ]

[22]
陈园园, 冯娟, 谢双玉. 长江经济带旅游业效率比较及其时空演化特征研究[J]. 华中师范大学学报(自然科学版), 2019, 53(5): 782-791.

[Chen Yuanyuan, Feng Juan, Xie Shuangyu. Study on the comparison of tourism efficiency and spatial-temporal evolution characteristics of the Yangtze River Economic Belt[J]. Journal of Cental China Normal University (Natural Science Edition), 2019, 53(5): 782-791. ]

[23]
王兆峰, 谢佳亮. 新型城镇化与旅游效率的耦合协调研究——以张家界为例[J]. 福建农林大学学报(哲学社会科学版), 2022, 25(3): 53-63.

[Wang Zhaofeng, Xie Jialiang. Research on the coupling coordination of new-type urbanization and tourism efficiency: A case study of Zhangjiajie[J]. Journal of Fujian Agriculture and Forestry University (Philosophy and Social Sciences), 2022, 25(3): 53-63. ]

[24]
王凯, 何静, 徐小凡, 等. 新型城镇化对旅游效率的空间溢出与门槛效应[J]. 热带地理, 2022, 42(8): 1275-1287.

DOI

[Wang Kai, He Jing, Xu Xiaofan, et al. Spatial spillover and threshold effect of new urbanization on tourism efficiency[J]. Tropical Geography, 2022, 42(8): 1275-1287. ]

DOI

[25]
唐鸿, 刘雨婧, 麻学锋. 旅游业与新型城镇化协调发展效应评价——以张家界为例[J]. 经济地理, 2017, 37(2): 216-223.

[Tang Hong, Liu Yujing, Ma Xuefeng. Effect evaluation of coordinated development between tourism industry and new urbanization: A case study of Zhangjiajie[J]. Economic Geography, 2017, 37(2): 216-223. ]

[26]
赵磊, 潘婷婷, 方成, 等. 旅游业与新型城镇化——基于系统耦合协调视角[J]. 旅游学刊, 2020, 35(1): 14-31.

[Zhao Lei, Pan Tingting, Fang Cheng, et al. Tourism industry and new urbanization: A view based on system coupling perspective[J]. Tourism Tribune, 2020, 35(1): 14-31. ]

[27]
黄剑锋, 杨德才, 操彬. 旅游业与城镇化共同演化的时空过程及交互机制——以长三角地区为例[J]. 经济地理, 2021, 41(6): 213-222.

DOI

[Huang Jianfeng, Yang Decai, Cao Bin. Spatial-temporal process and interaction mechanism of co-evolution between tourism industry and urbanization: A case of the Yangtze River Delta[J]. Economic Geography, 2021, 41(6): 213-222. ]

DOI

[28]
Tone K. A slacks-based measure of super-efficiency in data envelopment analysis[J]. European Journal of Operational Research, 2002, 143(1): 32-41.

DOI

[29]
Yan N, Zhang J, Xia B, et al. How can the natural background and ecological & environment promote the green and sustainable development of Chinese tourist attractions?[J]. Ecological Indicators, 2024, 169: 112813, doi: 10.1016/j.ecolind.2024.112813.

[30]
赵静, 郭佩云, 汪辉. 陕西省旅游生态效率的时空差异及影响因素[J]. 华南师范大学学报(自然科学版), 2024, 56(2): 71-81.

[Zhao Jing, Guo Peiyun, Wang Hui. Spatial-temporal variation of tourism eco-efficiency and its influencing factors in Shaanxi Province[J]. Journal of South China Normal University (Natural Science Edition), 2024, 56(2): 71-81. ]

[31]
Wang Q, Wei M X, Wang N, et al. The impact of human capital and tourism industry agglomeration on China’s tourism eco-efficiency: An analysis based on the undesirable Super-SBM-ML model[J]. Sustainability, 2024, 16(16): 6918, doi: 10.3390/su16166918.

[32]
刘苗苗, 吴卫东. 陕西省新型城镇化与乡村振兴耦合性实证研究[J]. 干旱区地理, 2024, 47(8): 1420-1430.

DOI

[Liu Miaomiao, Wu Weidong. Empirical study of the coupling of new urbanization and rural revitalization in Shaanxi Province[J]. Arid Land Geography, 2024, 47(8): 1420-1430. ]

DOI

[33]
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 Shujia, Kong Wei, Ren Liang, et al. Research on misuses and modification of coupling coordination degree model in China[J]. Journal of Natural Resources, 2021, 36(3): 793-810. ]

DOI

[34]
邵海琴, 吴卫, 王兆峰. 长江经济带旅游资源绿色利用效率与新型城镇化的时空耦合协调[J]. 经济地理, 2021, 41(8): 204-213.

DOI

[Shao Haiqin, Wu Wei, Wang Zhaofeng. Temporal and spatial coupling coordination of green utilization efficiency of tourism resources and new urbanization in the Yangtze River Economic Belt[J]. Economic Geography, 2021, 41(8): 204-213. ]

DOI

[35]
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 Hui, You Shan. 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. ]

[36]
郭向阳, 明庆忠, 丁正山. 中国旅游业与城镇质量协调度空间特征及驱动力识别[J]. 四川师范大学学报(社会科学版), 2020, 47(2): 72-82.

[Guo Xiangyang, Ming Qingzhong, Ding Zhengshan. Spatial characteristics and driving force identification of China’s tourism and urban quality coordination[J]. Journal of Sichuan Normal University (Social Sciences Edition), 2020, 47(2): 72-82. ]

Options
文章导航

/

〈 〉