高速铁路网络建设对长江中游城市群旅游效率的影响研究

胡莉娜，程 刚，丁翠翠

（1.忻州师范学院 会计系，山西 忻州 034000；2.西藏大学 经济与管理学院，西藏 拉萨 850000；3.西藏大学 工学院，西藏 拉萨 850000)

长江中游城市群地处长江经济带枢纽位置，旅游资源丰富独特，是未来发展潜力非常巨大的特大型国家级城市群。随着《长江中游城市群发展规划》《“十三五”旅游业发展规划》等支持长江中游城市群旅游业发展规划的出台，旅游产业总体保持稳健增长并成为区域内重要支柱产业之一。旅游产业持续蓬勃发展离不开完善便利的交通配套基础设施建设做支撑[1]。高质量发展的核心目标是效率变革，在高速铁路迅速发展大背景下旅游产业可持续发展要实现从投入驱动向效率驱动的转变。

1 高速铁路网络建设对城市旅游效率影响研究设计

1.1 长江中游城市群高速铁路及旅游资源概况

2012 年国务院印发《关于大力实施促进中部地区崛起战略的若干意见》，首次明确提出长江中游城市群概念。根据2015 年4 月国家发展和改革委员会印发的《长江中游城市群发展规划》，长江中游城市群空间范围得以确定，主要以武汉城市圈、环长株潭城市群、环鄱阳湖城市群为核心。从2004 年沪汉蓉高速铁路宜万段开工建设，到2019年底，长江中游城市群基本形成由高速铁路、城际铁路构成的布局合理的现代高速铁路网络体系。

长江中游城市群高速铁路线主要包括京广高速铁路(北京西—广州南)、武九高速铁路(武汉—九江)、沪昆高速铁路(上海虹桥—昆明南)、西武高速铁路(云梦东—十堰东)、汉宜高速铁路(汉口—宜昌东)、杭长高速铁路(杭州东—长沙南)、昌福高速铁路(南昌西—福州)等。城际铁路线主要包括汉孝城际铁路(汉口—云梦东)、武冈城际铁路(黄冈东—武汉)、武咸城际铁路(武昌—咸宁南)、昌九城际铁路(九江—南昌西)、武石城际铁路(武汉—大冶北)等。研究期内，除益阳、常德、荆门3 个地级节点未被连接外，高速铁路线和城际铁路线连通的地级节点达到 28 个，占区域节点总数的90%。

长江中游城市群高速铁路沿线城市A 级景区共840 个，其中景区数量排名前5 的城市从高到低依次是抚州、黄冈、南昌、九江、吉安。2019 年文化和旅游部正式认定并公布了首批国家全域旅游示范区名单，位于长江中游城市群高速铁路沿线的主要包括武汉市黄陂区、宜昌市夷陵区、衡阳市南岳区、湘潭市韶山市、吉安市井冈山市、上饶市婺源县、抚州市资溪县等，占国家全域旅游示范区总量的9.9%。

近年来，长江中游城市群内高速铁路网络建设互联互通取得明显成效，为新时代区域旅游产业快速发展提供了强大推动力。有关高速铁路开通对区域旅游与经济发展影响的研究，为推动区域经济高质量发展提供了依据。李磊等[2]发现高速铁路开通初期会产生显著的区位优势，能够促进区域旅游业发展。中国高速铁路建设仅有十多年时间，未来研究应通过建立动态监测数据库加强对长期效应的动态考量。辛大楞[3]定量分析了高速铁路开通对区域旅游发展的影响，结果表明高速铁路开通可以通过带动当地经济发展、提升旅游产品供给、发挥“时空压缩”效应带动区域旅游业发展。魏丽等[4]基于31 个省份面板数据，使用SBM-Undesirable和Tobit 模型对高速铁路提升绿色生产率进行了实证检验。

高速铁路网络建设对区域旅游与经济发展最直接的影响是缩短了城市间的时间距离，增强了城市间经济联系的广度和深度。梅琳等[5]采用最短时间距离指标分析了高速铁路建设后沿线区域可达性演变特征。刘大均等[6]对成渝城市群旅游流网络空间变化特征进行了分析，研究发现高速铁路成网建设条件下区域内旅游流空间联系呈现日益增强趋势。杨思莹等[7]定量分析了高速铁路开通后产生的减排效应，并对促进城市减排的作用机制和空间异质性特征进行了分析。孙娜等[8]重点考察了高速铁路开通对城市经济增长的影响机制与效益评估，并对不同等级城市效益之间的差异进行了深入分析。

1.2 城市旅游效率测度

城市旅游效率是对区域旅游经济活动投入与产出之间比率关系的测度。作为一个综合性产业，旅游产业发展涉及国民经济多个行业和部门，因而城市旅游效率受到多方面影响因素的作用。国内外已有研究成果中，旅游效率的投入变量主要包括资本投入变量和劳动力投入变量。其中，A 级景区数量、旅行社数量、星级饭店数量表征旅游基础设施和服务设施建设的资本投入，第三产业从业人员数量表征旅游劳动力的投入。产出方面，较多学者采用旅游总收入和旅游总人数作为期望产出变量，旅游碳排放量作为非期望产出变量。因而，采用考虑松弛变量的非角度、非径向的效率测度SBM 模型，通过非射线性方式直接把松弛变量引入到目标函数中，衡量具有M种投入和J种产出的决策单元效率水平，可以提高测度结果的精确性。该模型设有n个决策单元，矩阵形式如下。

式中：M为决策单元有M种类型的要素投入，J为决策单元有J种类型的产出；xik为第k个决策单元的第i种投入量；yjk为第k个决策单元的第j种产出量。

生产可能集T(x)定义如下。

其中m代表投入，以各地级市A 级景区数量(AS)、旅行社数量(TA)、星级饭店数量(SH)、第三产业从业人员数(ET)表示旅游产业投入变量。j代表产出，以各地级市旅游总人数(TN)、旅游总收入(TI)、旅游碳排放量(TC)表示旅游产业产出变量。由于旅游碳排放量(TC)作为非期望产出会对旅游效率测度结果产生一定影响，因此通过“自下而上法”以旅游目的地数据为基础，将旅游碳排放量分为交通、住宿、活动3 部分进行计算，并将其纳入SBM 模型更有利于科学客观地衡量城市旅游效率[9]。对于ρ= 1，同时那么认为决策单元有效性较强；对于ρ= 1，同时那么认为决策单元有效性较弱[10]。

1.3 高速铁路开通对旅游效率影响评估

为有效分析高速铁路开通是否对沿线城市旅游效率的提高产生显著影响，选取DID 双重差分模型，实证检验高速铁路开通对沿线城市旅游效率的净影响效应。

DID 双重差分模型可以用于衡量某一事件或者政策实施的效应。根据研究对象是否开通高速铁路分为2组，一组是开通高速铁路城市，称为实验组，另一组是未开通高速铁路城市，称为对照组。研究设定的模型如下

式中：Yit为沿线城市i在考察期t的旅游效率；λ和α为待估参数；cityit为政策虚拟变量；yearit为时间虚拟变量，考察期t开通高速铁路则取值为1，反之取0；交互项(cityit×yearit)测度高速铁路开通对旅游效率的净影响效应。为确保结果科学性，加入服务业发展水平(dsi)、人均GDP (gdpper)、公路交通运输水平(road)、地方财政一般预算支出(glf)等指标作为模型中的控制变量，用Xit表示；εit为残差。统计数据主要来自各地统计局及中经网(CEInet)统计数据库。

1.4 高速铁路网络建设对城市旅游效率的影响程度

为了衡量高速铁路网络建设带来的非均衡时空收敛效应，可以借助引力模型测度城市间经济联系强度来反映高速铁路网络建设产生的非均衡时空收敛效应，其计算公式如下

式中：Fij为经济联系强度；Pi为i城市人口；GDPi为i地区生产总值；Tij为不同城市间出行最短耗时。通过查找2008—2019 年的列车时刻表获得Tij变量数据，度量单位选取min。由于以长江中游城市群为研究对象，因此对城市i与其余全部城市的经济联系强度求和，可以获取该城市的对外经济联系总量。

依据上述分析，回归模型设定如下所示。

式中：ΔYi为2008—2019 年城市i旅游效率的变化程度；ΔFi为2008—2019 年城市i经济联系强度变化情况。通过回归得到相关参数，高速铁路网络建设对城市旅游效率的影响程度可以通过观察参数λ1分析得到。

因此，在通过考虑碳排放量的非期望产出模型测算旅游效率基础上，构建双重差分模型实证检验长江中游城市群高速铁路开通是否显著提高了沿线城市旅游效率。同时，借助引力模型量化高速铁路网络建设对沿线城市旅游效率的影响程度，为制定高速铁路网发展规划提供理论依据。

2 案例分析

根据上述研究方法，以长江中游城市群28 个地级以上城市为研究对象，分析高速铁路网络建设对沿线城市旅游效率的影响。高速铁路网络建设包括规划开行G，D，C 3 种字头旅客列车的线路。

2.1 旅游效率测算分析

以A 级景区数量、旅行社数量、星级饭店数量、第三产业从业人员数量作为旅游业投入指标，旅游总收入、旅游总人数、旅游碳排放量作为旅游业产出指标，采用SBM-DEA 模型，以长江中游城市群28 个地级以上城市为案例，测算2008—2019 年的旅游效率。在考察期2008—2019 年间，全部研究对象的旅游效率平均值为0.732。其中，高于均值水平的城市数量占比为70.29%，说明大多数城市的旅游效率较高，各城市近年来积极贯彻新发展理念，全力推动优势旅游不断发展。但部分城市在考察期内的旅游效率低于均值水平，如荆州、荆门、衡阳，其旅游产业发展仍存在较大改善空间。从旅游效率指标值的离散情况分析，考察期内长江中游城市群28 个城市旅游效率的标准差均值为0.297，说明不同城市旅游效率值间的变动差距较小，对缩小区域发展差异具有指导意义。长江中游城市群28 个城市旅游效率变动情况如图1 所示。

图1 长江中游城市群28 个城市旅游效率变动情况Fig.1 Changes in tourism efficiency of 28 cities in the middle reaches of the Yangtze River

2.2 高速铁路开通对长江中游城市群旅游效率的影响

通过图示法得到，高速铁路开通前实验组以及对照组的旅游效率变化情况呈现大体相同趋势，符合双重差分方法的使用条件。对于高速铁路建设对长江中游城市群旅游效率的影响研究，在基准计量模型基础上选取固定效应或随机效应模型逐步加入控制变量dsi，gdpper，road，glf。高速铁路开通对长江中游城市群旅游效率整体及细分因素回归结果如表1 所示，其中基准计量模型(1)表示高速铁路开通对长江中游城市群城市旅游效率的整体影响效应，模型(2)至模型(5)显示逐步加入控制变量后的回归结果。结合经典Hausman 判定模型选用固定效应(FEM)或随机效应(REM)，结果显示模型(1)、(2)、(3)、(5)的p值分别为0.130 8，0.164 1，0.219 4，0.182 5，适用于FEM。模型(4)的p值为0.000 0，适用于REM。在逐步回归中模型拟合优度R2值逐步增大，从0.392 6 提高至0.830 2。

随着时间变化以及开通高速铁路城市数量的递增，高速铁路成网建设对长江中游城市群城市旅游效率影响的时间变化趋势如表2 所示。表2 交互项系数显示了不同年份高速铁路建设对沿线城市旅游效率产生的净影响效应。模型(1)的交互项系数显示了2009—2019 年各年份交互项(cityit×yearit)的估计结果。模型(2)至模型(5)显示了在逐步引入控制变量后的参数估计结果。由研究结果可知，高速铁路开通初期的影响并不显著。交互项系数λ3从2013 年开始均变得显著且相对稳定一些，并逐步呈现出增强趋势。

表1 高速铁路开通对长江中游城市群旅游效率整体及细分因素回归结果Tab.1 Regression results of overall and subdivision factors on tourism efficiency of urban agglomeration in the middle reaches of Yangtze River after the opening of high speed railway

表2 高速铁路成网建设对长江中游城市群城市旅游效率影响的时间变化趋势Tab.2 Time variation trend of the impact of high speed rail network on urban tourism efficiency of urban agglomeration in the middle reaches of the Yangtze River

2.3 高速铁路网络建设对城市旅游效率的影响程度

基于长江中游城市群高速铁路网络的发展阶段，选取2008 年(高速铁路开通前)、2013 年、2019 年(高速铁路网络建成后) 3 个年份数据进行分析。截至2019 年，长江中游城市群有23 个城市开通高速铁路。益阳、常德在考察期内未开通G 字头、D 字头、C 字头客车，鄂州、荆州、荆门在2008 年以及2013 年未开通铁路，以上区域的经济联系强度变化情况无法度量。为保持前后分析可比的一致性，仅选取23 个开通高速铁路的城市进行分析。

根据公式(5)计算得到2008—2019 年长江中游城市群23 个城市经济联系强度值，从整体上看全部研究对象分别在2008 年、2013 年、2019年均值达到350.84 亿元· 万人/min2、3 196.39 亿元 · 万人/min2、7 822.37 亿元· 万人/min2，年均增长率水平实现32.61%。高速铁路开通前后长江中游城市群23 个城市经济联系强度变化如表3 所示，2013 年的经济联系强度与无高速铁路的2008 年相比平均提升了2 845.55 亿元· 万人/min2，2019年比2013 年增加了4 625.99 亿元· 万人/min2，后者(2013—2019 年)是前者(2008—2013 年)的162.57%。从年均增长率看，第一阶段高于第二阶段，主要是由于大部分城市开通高速铁路的时间位于2009—2013 年间，互联互通的交通网络提升了沿线城市可达性并实现了更大范围内的分工合作，由此城市间对外经济联系强度得到迅速增强。但黄冈、襄阳、株洲、岳阳、衡阳第一阶段城市人口和地区生产总值增速比第二阶段较快，因此以上区域第一阶段的经济联系强度值略高于第二阶段。

高速铁路网络建设在整体上提升长江中游城市群城市对外经济联系强度的同时，使城市群内不同城市对外联系强度提升幅度存在明显的空间差异。2008 年对外经济联系强度的变异系数为1.15，2013 年增加到1.47，说明不同城市对外经济联系强度的地域差异逐步扩大。2019 年变异系数为1.18，虽然低于2013 年的1.47，但与2008 年1.15相比仍然略高，呈现出非均衡的时空收敛效应。从2008—2019 年长江中游城市群对外经济联系强度排名发现，长沙、株洲、武汉排名基本稳定并位居前三。鹰潭、上饶、吉安、襄阳、宜昌、景德镇排名比较靠后。由于高速铁路开通时间差异以及区域发展程度不同，导致长江中游城市群市场区位等级发生重构。在高速铁路成网背景下，长沙、武汉等核心城市以及株洲、岳阳、宜春、孝感等重要节点城市的集聚辐射能力明显提升。

表3 高速铁路开通前后长江中游城市群23 个城市经济联系强度变化亿元· 万人/ min2Tab.3 Changes of economic connection intensity of 23 cities in the middle reaches of the Yangtze River before and after the opening of high speed railway

选取2008—2019 年长江中游城市群城市旅游效率作为被解释变量，经济联系强度变化值作为解释变量，结合公式(6)进行实证模拟。长江中游城市群高速铁路网络对城市旅游效率的影响程度如表4 所示。其中，(1)表示只有自变量，(2)、(3)、(4)、(5)分别表示加入控制变量dsi，gdpper，road，glf后的结果。经济联系强度变化值的系数在1%和5%的水平下均显著为正，该系数衡量了高速铁路网络建设产生的时空收敛效应对长江中游城市群城市旅游效率的影响程度。可以看出，当高速铁路网络建设引起的时空收敛效应每提高1%时，沿线城市旅游效率可以提高0.07% ～ 0.16%。

表4 长江中游城市群高速铁路网络对城市旅游效率的影响程度Tab.4 Influence of high speed railway network on urban tourism efficiency in the middle reaches of Yangtze River

上述研究结果验证了高速铁路网络建设影响城市旅游效率的理论机制，即低碳时代长江中游城市群高速铁路网络建设可以提高城市旅游效率，作用机制主要表现在3 个方面。一是基于旅游要素投入视角，高速铁路开通改善和优化了交通运输业的有效供给，为城市旅游效率提升提供了硬件基础支持。长江中游高速铁路网络建设产生的时空收敛效应能够带动区域相关旅游投入要素的发展，促进旅游投入要素在不同区域间的自由流动。二是基于消费者需求视角，高速铁路网络建设改善和提高了城市间可达性，对外经济联系强度显著提升。同时高速铁路网络建设降低了旅游时间成本，增加了旅游景区出行人数和游客周转率。三是基于旅游业非期望产出视角，高速铁路成网建设可以在一定程度上降低旅游交通碳排放量，选择高速铁路绿色出行方式，践行低碳发展理念，可以在一定程度上控制碳排放并降低能源消耗，从而提高沿线城市旅游效率，实现旅游产业高质量发展。

3 结束语

高速铁路以其方便快捷、节能环保等特点相比其他出行方式表现出明显优势，为长江中游城市群区域旅游发展带来新契机。碳排放量作为非期望产出会对旅游效率测算结果产生影响，在测度旅游产业碳排放量和旅游效率基础上，选取双重差分模型和引力模型考察高速铁路网络建设对长江中游城市群旅游效率的影响，可为更好地制定高速铁路网发展规划提供有价值的理论参考，有利于调整和优化长江中游城市群高质量发展的区域布局。