黃河流域旅游生態效率時空動態識別與驅動因素探測

穆 學 青,張 超 凡,丁 正 山*,郭 向 陽

(1.南京師范大學地理科學學院,江蘇 南京 210023;2.貴州財經大學工商管理學院,貴州 貴陽 550025)

0 引言

旅游業作為“詩與遠方”珠聯璧合的新興業態一度被認為是“無煙”產業,然而,隨著旅游業發展規模無序增長、速度加快,旅游業對資源環境的剝奪效應逐漸凸顯,旅游經濟增長模式粗放、生態效率低等結構性問題成為中國旅游業高質量發展的重要癥結。保護、恢復和促進可持續利用陸地生態系統是聯合國《2030年可持續發展議程》17項可持續發展目標之一?！吨袊鷳B旅游與綠色發展報告:2021》亦明確指出,在碳達峰與碳中和背景下,生態旅游以人與自然和諧共生為準則,以環境保護為前提,以可持續發展為目標。旅游生態系統是以自然生態系統為本底并通過人類旅游活動對其適應與改造而建立的自然生態系統和旅游社會經濟系統復合體系,旅游生態效率不僅是反映旅游生態系統績效“精明式成長”和綠色集約發展成果的“晴雨表”,而且是衡量旅游地人地系統協調和可持續發展的重要砝碼[1-3]。

多數學者基于生態學和環境學視角對旅游生態效率進行交叉研究,主要涉及研究前沿[1,2]、效率測度[4-8]、時空特征與演化[9-11]、影響因素[12,13]及提升策略[14-16]等。隨著研究不斷深入與拓展,研究對象由單一主體轉向旅游生態效率與其他主體間互動效應研究[17,18];研究方法主要包括單一比值法和模型法,前者采用旅游業的碳排放量、生態足跡等旅游環境影響與旅游收入等旅游經濟價值之比表征[19-24],后者借助數據包絡分析法(DEA)或其改進模型(如超效率DEA、SBM-DEA、Super-SBM模型等)進行測度[25];影響因素方面,既有研究多基于規模、結構、技術3個維度選取影響變量[3],研究發現城鎮化、經濟發展、旅游業發展、產業結構、游客接待量、能源利用結構[3,12,26]等因素亦對旅游生態效率產生影響;研究尺度主要涉及省域[27-30]、區域[3,10,31]和小尺度旅游地[4,24],而針對典型環境脆弱性地域——黃河流域市域單元旅游生態效率的研究尚不多見。

黃河流域作為中國生態屏障戰略區域[32],亦是中國重要的生態功能區和生態文化旅游帶,對其旅游生態效率進行深入研究具有重要的戰略價值和區域典型性。但關于黃河流域地級市尺度旅游生態效率時空格局的動態分析和規律研究尚較薄弱,亦鮮見從時空關聯視角探討其旅游生態效率時空躍遷特征,且驅動黃河流域旅游生態效率時空格局演變的主導因子、主控交互變量和驅動機理仍不明晰。鑒于此,本文基于資源環境約束視角,綜合采用Super-SBM模型、探索性時空數據分析(ESTDA)方法和地理探測器模型剖析2008—2017年黃河流域地級市尺度旅游生態效率的時空動態演化特征和影響機理,以期全面把握黃河流域旅游生態效率時空動態特征及其主導因子,為推動黃河流域保護、恢復和促進可持續利用陸地旅游生態系統及黃河文化旅游帶高質量建設提供借鑒。

1 數據及研究方法

1.1 指標選取

黃河干支流流經青海、四川、甘肅、寧夏、內蒙古、陜西、山西、河南、山東9個省域,是我國重要的生態功能區和生態屏障。遵循“以黃河水利委員會公布的流域范圍為基礎,兼顧沿黃行政區劃的完整性和社會經濟發展與黃河的關聯性”[32,33],最終確定本研究涉及的黃河流域范圍主要包括9個省域的72個地級市(州、盟)和省直轄縣級市濟源市。

本文基于資源環境約束視角,將旅游生態效率測度指標分為投入、期望產出和非期望產出,測度的基本思想是以盡可能少的旅游要素投入獲得旅游經濟、生態環境效益最大化[9,11]。首先,遵循客觀性與科學性原則,基于Web of Science和中國知網數據庫,遴選出具有代表性和可比性強的指標,參考旅游綠色效率、旅游生態安全和碳排放等權威文獻中投入產出指標,并結合黃河流域發展實際形成初步評價指標體系;然后,征求旅游學、生態學等領域專家意見,對擬確定的評價指標進行細篩與增減,最終構建出旅游生態效率評價指標體系(表1)。具體地:投入指標主要從勞動力、資本、旅游資源、旅游接待能力四方面選取,即:以酒店和餐飲類企業從業人數作為勞動力投入指標[9];選取旅游業固定資產投資表征資本投入,通過固定資產投資額乘以旅游收入占GDP比重進行換算[13,26,31];旅游資源質量與旅游地吸引力具有較強的關聯性[34],借鑒汪德根等[35]的研究,選取世界遺產、國家級風景名勝區、5A和4A級旅游景區加權求和衡量旅游資源投入[18];選取星級酒店數表征旅游目的地接待能力。產出指標方面,期望產出從旅游收入和旅游規模兩方面選取[4,13,18],采用能直接反映旅游業發展水平的旅游總收入(國內旅游收入和換算后的旅游外匯收入之和)和旅游總人次表征,非期望產出主要考慮旅游對環境的不良影響,以旅游業CO2排放量和旅游業PM2.5排放量衡量,折算方法同固定資產投資。

表1 黃河流域旅游生態效率測度指標

1.2 數據來源

受限于部分關鍵數據的可獲得性,本文研究期為2008—2017年。投入指標和期望產出指標主要源于中國及各省域2009—2018年《中國城市統計年鑒》《中國城市建設統計年鑒》《統計年鑒》《發展年鑒》、73個市域國民經濟與社會發展統計公報(2008—2017年)、各省市(州、盟)統計局官方網站、中經網統計數據庫及文化和旅游部(廳)官方網站;PM2.5數據源于美國哥倫比亞大學社會經濟數據與應用中心(https://sedac.ciesin.columbia.edu/),市域碳排放數據由中國碳核算數據庫(CEAD)(https://www.ceads.net.cn/data/county/)中縣域碳排放數據(截至2017年)加總得出;鐵路站點數據來自相應年份電子交通地圖POI數據,飛機起降架次數據源自中國民用航空局官方網站(http://www.caac.gov.cn/index.html),部分缺失數據采用線性插值法補充。

1.3 研究方法

1.3.1 Super-SBM模型 數據包絡分析法(DEA)是一種基于徑向和角度測度多個投入、產出要素之間相對效率的方法[36],但該方法忽視了投入與產出松弛變量問題;非徑向和非角度的SBM模型有效解決了傳統DEA模型中松弛變量問題,但在測算效率時難以進一步區分效率均為1的有效率決策單元(DMU)之間的差異;可處理非期望產出的非徑向非角度的Super-SBM模型有效避免了多個DMU同為完全有效時無法對其進行有效評價和排序的現象,此外,該模型因無需設定特有函數形式,可有效避免不合理的情境設置造成的結果偏差,測度結果更符合實際[37,38]。因此,考慮到旅游活動過程中可能產生一系列非期望產出,本文構建黃河流域旅游生態效率模型如下:

式中:ρ為旅游生態效率值,m0為各研究單元投入要素,n0為決策單元數,x、yδ和yb分別為旅游生態效率的投入、期望產出和非期望產出變量,λ為73個市域的權重,s1和s2為松弛變量。

1.3.2 線性趨勢分析 趨勢分析可消除影響旅游生態效率變化趨勢的異常因素,能較客觀地刻畫黃河流域旅游生態效率長時序演化趨勢。公式如下[39]:

(2)

式中:l為線性擬合方程的斜率,Et為第t年的旅游生態效率,T為研究年限。

1.3.3 探索性時空數據分析(ESTDA) 本文利用ESTDA方法揭示黃河流域旅游生態效率的時空動態躍遷規律,實現靜態LISA的動態呈現。該方法能刻畫出黃河流域旅游生態效率在時空雙尺度上的交互分析,彌補了以往探索性空間數據分析(ESDA)時間序列測度的不足[40],可實現局部空間依賴由“瞬間場景”向“交互動態場景”的連續表達。

1)LISA時間路徑。局部空間自相關(LISA)時間路徑將時間維度融入其中,通過可視化旅游生態效率及其空間滯后項的成對移動,從時空維度揭示旅游生態效率在區域內協同變化和動態性特征[41]。LISA時空路徑幾何特征主要包括相對長度、彎曲度和躍遷方向,分別表征旅游生態效率局部空間結構的動態性、波動性和整體性特征[42,43],公式如下:

(3)

式中:Ni、Di和θi分別為研究單元i的相對長度、路徑彎曲度和移動方向,n為研究單元數量,T為年度間隔,d(Li,t,Li,t+1)為研究單元i從t年到t+1年的移動距離。Ni值越大,表明研究單元i的旅游生態效率局部空間結構愈具動態性,Ni>1說明研究單元i的移動距離超過了流域平均距離;Di值越大,研究單元i的動態路徑越彎曲,說明旅游生態效率局部空間依賴過程更具動態性,反之,則更具穩定性,Di>1說明其動態軌跡比流域均值曲折。

2)LISA時空躍遷。LISA時空躍遷可進一步揭示局部空間中相鄰單元之間的空間依賴性[36]。Rey等在LISA時間路徑基礎上提出局部馬爾科夫轉移矩陣和時空躍遷,并將時空躍遷劃分為Ⅰ型、Ⅱ型、Ⅲ型、Ⅳ型(表2)[44,45]。其中,Ⅳ類型分為Ⅳ(1)(HHt→LLt+1、LLt→HHt+1)和Ⅳ(2)(LHt→HLt+1、HLt→LHt+1),前者表示自身與鄰域躍遷方向一致,后者為二者躍遷方向相反。Rey采用區域系統中的時空流動系數(SF)與時空凝聚系數(SC)表征旅游生態效率空間格局路徑依賴和鎖定特征[44],公式為:

(4)

表2 旅游生態效率時空躍遷類型劃分

式中:SSF、SSC分別為時空流動系數和時空凝聚系數,MⅠ、MⅡ、MⅢ、MⅣ(1)分別為Ⅰ、Ⅱ、Ⅲ、Ⅳ(1)類型的躍遷數。

1.3.4 地理探測器 地理探測器具有假設條件較少、共線性免疫、強烈解釋因果關系等優點,包括因子探測、交互探測、風險探測和生態探測4個探測器[46,47],本文采用因子探測和交互探測兩個模塊探析黃河流域旅游生態效率的關鍵驅動因子及交互作用程度。公式如下:

(5)

2 黃河流域旅游生態效率時空動態特征

2.1 旅游生態效率時空格局

2.1.1 時間序列變化 本文采用箱線圖和核密度估計方法探析黃河流域旅游生態效率時序變化和分布情況(圖1)。由圖1a可知,2008—2017年黃河流域旅游生態效率均值小于0.5,且呈現先緩慢下降后上升的趨勢,說明流域內部旅游生態效率較低,且存在顯著的空間異質性特征。由圖1b可知,2008—2012年旅游生態效率趨向“雙峰”形態發育,主峰峰值升高,且位于旅游生態效率較低區域,說明期間旅游生態效率低值區域不斷增加;2012—2017年旅游生態效率“雙峰”形態逐漸形成,低值區域主峰下降明顯,但仍高于高值區域主峰,核密度曲線右尾延長度增加明顯,說明自黨的十八大將生態文明建設納入“五位一體”總布局以來,黃河流域經濟發展方式逐漸轉變,國土空間開發格局得以優化,資源節約與自然生態系統保護成效明顯,流域旅游生態效率提升效果顯著。

圖1 旅游生態效率箱線圖與核密度曲線

2.1.2 空間格局變化 采用定值法對2008年、2012年和2017年黃河流域旅游生態效率進行空間可視化,并將研究區劃分為高效率區[1,+∞)、較高效率區[0.75,1)、中等效率區[0.50,0.75)、較低效率區[0.25,0.50)和低效率區[0,0.25)。由圖2可知:①2008年流域旅游生態效率高效率區有11個,主要集中在菏澤、忻州、陽泉、海東、臨夏、黃南、果洛等市域,較高效率區僅有濱州,中等效率區包含6個,主要分布在山西的長治、運城,山東的濟寧、聊城,河南的開封和寧夏的固原,較低效率區和低效率區分別有33和22個,占總體的75.34%,且在空間上呈連片分布,具有顯著的空間依賴性。因此,要重視市域之間的空間溢出效應和聯動效應,促進較低效率區和低效率區投入要素組合優化。②2012年高效率區縮減至山東的濱州、菏澤以及陜西的商洛和青海的黃南4個,未出現較高效率區域,中等效率區域主要分布在山東的淄博、濟寧、泰安以及青海的果洛,而較低效率區和低效率區的范圍擴張明顯,由2008年的55個擴至2012年的65個,表明此階段流域旅游生態效率總體下降明顯,高效率區和較高效率區在空間上被較低和低效率區擠壓明顯,亟須發揮淄博、濟寧等高效率區對鄰近地區的引領與標桿效應。③2017年高效率區增加至淄博、泰安、呼和浩特、朔州、陽泉等14個,較高效率區增加至晉城和菏澤2個,且主要鄰近高效率區分布,說明不同類型區之間具有顯著的空間相關性;較低效率區和低效率區數量均呈收縮態勢,分別由2012年的26個和39個縮減至2017年的21個和32個,說明流域旅游生態效率明顯提升,空間分布呈中下游地區高值集聚、上游地區低值集中特征,這可能與流域內部不同地帶地理環境、旅游資源開發強度、環境規制、生態補償機制等因素密切相關。

注:審圖號為GS(2020)4630,底圖無修改,下同。

2.1.3 年際變化特征 采用線性趨勢分析法測算旅游生態效率年際變化率,并利用分位法將研究區劃分為輕度下降、基本不變、輕度提升和顯著提升4種類型,通過空間可視化得到旅游生態效率的變化趨勢(圖2d)。由圖2d可知,黃河流域旅游業生態效率出現輕度下降的市域大多分布在經濟發展中容易被忽視的省際交界地帶,下降趨勢明顯的前5位分布在寧夏的吳忠、青海的黃南、海東、玉樹以及陜西的銅川;基本不變市域主要集中在陜西的渭南、西安、咸陽,甘肅的武威、天水、甘南以及河南的鄭州、洛陽、三門峽等地;輕度提升市域主要分布在顯著提升市域周邊,包括內蒙古的阿拉善盟、包頭和青海的海西以及河南的新鄉、焦作和山東的濰坊、濟寧、萊蕪、濟南等地,說明這些區域受相鄰區域的空間溢出效應顯著;顯著提升市域集中分布在山西的呂梁、臨汾、長治等地,山東、寧夏、甘肅、青海等地也有零星分布。

2.2 旅游生態效率空間關聯、時間路徑及時空躍遷變化特征

2.2.1 旅游生態效率全局關聯變化特征 為進一步探討黃河流域旅游生態效率的空間關聯性和空間異質性,采用GeoDa軟件計算得出其全局Moran′s I(表3)。由表3可知,2008—2017年流域旅游生態效率呈現出明顯的正向空間自相關,且隨時間推移Moran′s I整體呈波動增長態勢,顯著性日益增強。說明流域內各研究單元旅游生態效率會受相鄰區域影響,總體上具有顯著的集聚與關聯特征,也進一步表明黃河流域旅游生態效率提升應注重旅游生態系統保護和治理的系統性、整體性和協同性。

表3 2008—2017年黃河流域旅游生態效率全局Moran′s I

2.2.2 旅游生態效率局域空間時間路徑變化特征 利用ArcGIS 10.2軟件對黃河流域旅游生態效率LISA時間路徑的幾何特征進行空間可視化(圖3)。

圖3 黃河流域旅游生態效率LISA時間路徑幾何特征的空間分布

1)研究期內黃河流域旅游生態效率的LISA時間路徑相對長度(圖3a)小于均值的市域數有49個,占比達67.12%,說明旅游生態效率局域格局具有較強的穩定性,時間路徑大體呈現出東西高、中部低的“凹”形格局。其中,青海的玉樹、果洛、黃南,山東的東營、菏澤,陜西的商洛以及甘肅的白銀等市域相對長度大于1.898 1,說明局部空間結構具有強烈的動態性。內蒙古的巴彥淖爾、包頭,甘肅的武威、天水、平涼,山東的青島以及河南的洛陽、鄭州等市域的時間路徑移動則相對較短,長度均小于0.596 0,構成了相對穩定的旅游生態效率局部空間結構。

2)研究期內黃河流域旅游生態效率的LISA時間路徑彎曲度(圖3b)均值為7.368 4,低于均值的市域有57個,占總體的78.08%,說明黃河流域旅游生態效率的局部空間變化具有較穩定的空間依賴性。最大值出現在東營(115.56),說明東營旅游生態效率的局部空間依賴方向具有強變動性,其效率水平缺乏穩定上升的動力;彎曲度較大的市域為濟寧、商洛、鄂爾多斯和烏海,而低彎曲度和較低彎曲度的市域占總數的93.15%。其中,最小值為臨夏(1.118 7),說明這些區域在空間依賴方向上具有較弱波動性,而臨夏在空間依賴方向上具有最大的穩定性,即流域整體具有較強的空間鎖定效應。

3)通過對2008—2017年黃河流域73個市域Moran′s I散點圖位置的變化計算各個市域LISA坐標點的移動方向(圖3c)。若移動方向在[0°,90°)和[180°,270°),則說明該市域與相鄰區域的旅游生態效率分別呈現出正向(贏—贏型)或負向(輸—輸型)增長趨勢;若移動方向在[90°,180°)和[270°,360°],則說明該市域與相鄰區域呈現出反向(輸—贏型和贏—輸型)增長趨勢。黃河流域旅游生態效率協同增長的區域有43個,占整體的58.90%,主要分布在黃河流域中下游地區。其中,正協同增長市域有25個,負協同增長市域有18個,在空間上呈倒“U”形格局,說明相鄰市域之間呈現出一定的空間整合性,且正向協同整合性強于負向協同整合性。反向增長的市域有30個,主要分布在中上游地區,占研究區域的41.10%,輸—贏型和贏—輸型市域分別有16個和14個,說明旅游生態效率局部結構協作態勢強于競爭態勢。

2.2.3 旅游生態效率局域空間時空躍遷變化特征 由表4可知,2008—2012年、2012—2017年和2008—2017年3個時段I型躍遷市域占比分別為80.14%、74.66%和78.69%,說明黃河流域旅游生態效率具有顯著的路徑依賴,短期內難以扭轉旅游生態效率的聯動效應;Ⅱ和Ⅲ型時空躍遷的市域占20%左右,表明黃河流域旅游生態效率局部時空關聯類別存在轉移的可能性;Ⅳ型市域在3個時段內的躍遷類型占比分別為1.71%、0.68%和1.07%,其中,HHt→LLt+1、LLt→HHt+1、LHt→HLt+1和HLt→LHt+1躍遷概率均小于5%,說明流域內旅游生態效率自身和鄰域同向和反向發生躍遷的概率較小。此外,2008—2017年黃河流域旅游生態效率時空流動系數(SF)和時空凝聚系數(SC)分別為0.202 4和0.793 0,進一步驗證了流域旅游生態效率具有較強的轉移惰性,且隨著時間推移,2008—2012年和2012—2017年兩時段的時空凝聚有減弱之勢。

表4 Local Moran′s I的時空躍遷矩陣

3 旅游生態效率驅動因素

旅游生態效率是旅游生態系統自組織有效運行的重要表征,考量其驅動因素及主控因子對流域旅游生態環境保護和高質量發展具有重要意義。本文遵循代表性、科學性與系統性原則,并借鑒文獻[3,4,48-54],采用地理探測器模型剖析以下8個因素對旅游生態效率影響的異質效應及作用機理。①經濟發展水平(x1)。經濟發展水平通過優化旅游業發展的社會經濟環境,進而對旅游業投入和產出產生重要影響,采用GDP衡量[3,48]。②產業結構高級化(x2)。一方面,要素從低效率部門向高效率部門流動所帶來的“結構紅利”,有利于維持旅游經濟的持續增長[49];另一方面,產業結構升級提升了相關旅游產品使用知識和技術的能力,提高了旅游產品附加值,進而影響旅游生態效率[4]。③綜合交通可達性(x3)。交通作為旅游在目的地和客源地之間流動的媒介,是旅游要素空間流動的重要載體[50],交通便利程度有助于要素布局優化,進而實現綠色集約發展[51],采用綜合交通可達性表征(1)綜合交通可達性采用熵值加權求和法計算,指標包括公路網絡密度(公路運營里程/行政區劃面積)、鐵路節點密度(鐵路站點數/行政區劃面積,含有高鐵通行的普通線路)、高鐵站點數、航空運載能力(飛機起降架次/旅游接待人次)和是否擁有民用航空機場(擁有賦值為1,無則賦值為0)。。④城鎮化水平(x4)。城鎮化水平通過人口集聚和城市規模擴張影響旅游業發展,進而實現資源、環境和經濟協調發展,本文采用城鎮人口或非農人口占城市總人口(一般指常住人口)比重衡量[52]。⑤技術創新(x5)。一方面,技術創新可以通過技術攻關減少對人為因素的依賴、降低旅游產業的環境影響;另一方面,技術創新能通過技術外溢到旅游產業的其他鏈條,提升旅游生產的綜合能力,采用年末專利授權量衡量[53]。⑥人力資源(x6)。旅游產業是勞動密集型產業部門,旅游業高級化、專業化人才對旅游業發展效率提升產生直接影響,采用普通高等學校在校學生數表征[54]。⑦綠化程度(x7)。綠化程度能在一定程度上映射出區域環保理念的差異,表現出區域的“宜居、宜游、宜業”環境,采用建成區綠化覆蓋率衡量。⑧環境規制(x8)。嚴格的環境政策可能會達到保護環境和旅游產業可持續發展的目的,環境規制對旅游業可持續發展的支持為旅游綠色經濟發展創造了條件,進一步擴大了國內外旅游市場的參與及資源環境保護意識,有助于提升區域整體旅游生態效率,抑制非期望產出,反映了政府環境政策的規范和調節作用,采用財政支出占GDP比重表征[54]。

3.1 因子探測

采用因子探測探究單因子對黃河流域旅游生態效率空間分異的驅動力(q值)。由表5可知,2008年主導驅動因子前三名依次為環境規制(x8)、城鎮化水平(x4)、綠化程度(x7),2012年依次為產業結構高級化(x2)、綜合交通可達性(x3)、城鎮化水平(x4),2017年依次為產業結構高級化(x2)、經濟發展水平(x1)、城鎮化水平(x4)?？梢钥闯?黃河流域旅游生態效率驅動因子的貢獻程度隨時間變化而呈現出差異特征,城鎮化水平是影響黃河流域旅游生態效率的長期主導因子。研究期初,環境規制、城鎮化水平、綠化程度是旅游生態效率的主要驅動因子;隨著時間推移,產業結構高級化、經濟發展水平、城鎮化水平逐漸成為黃河流域旅游生態效率的主要驅動因子,說明在“兩山理論”和生態文明建設國家發展戰略導向下,產業結構高級化、經濟發展動能置換和城鎮化對黃河流域旅游生態效率的正向驅動效應愈加明顯。

3.2 交互探測

由交互探測結果(圖4)可知,因子間交互作用存在雙因子增強和非線性增強兩種類型,雙因子交互作用驅動力均強于單個因子,且呈現較顯著的非線性增強特征,這說明黃河流域旅游生態效率并非受某單一因素影響。具體看:①2008年城鎮化水平(x4)與環境規制(x8)、產業結構高級化(x2)與城鎮化水平(x4)、產業結構高級化(x2)與綠化程度(x7)交互作用后的解釋力較強,分別為0.649 4、0.619 1和0.614 2,技術創新(x5)與人力資源(x6)交互作用后解釋力最小,僅為0.046 4,這說明城鎮化水平、產業結構高級化與其他驅動因子共同作用顯著增強了對旅游生態效率空間分異的解釋力,產業結構高級化可通過提升資源使用效率減少CO2等非期望產出[55],進而達到提升旅游生態效率的目的,這與已有研究結果“第三產業占GDP比重與碳排放強度呈負相關”[56,57]相一致。而技術創新與人力資源的共同作用沒有顯著增強對旅游生態效率的解釋力,可能與二者對旅游生態效率影響存在時滯效應有關,但不能因二者在旅游生態效率研究中解釋力較低而忽視其影響。②2012年產業結構高級化(x2)與城鎮化水平(x4)、產業結構高級化(x2)與環境規制(x8)交互作用解釋力分別為0.609 9和0.596 4,說明產業結構高級化所帶來的經濟增長方式、能源結構改善、技術水平提高以及政府環境規制促使其與城鎮化水平交互作用后解釋力最強(0.609 9),表明產業結構高級化所帶來的“結構紅利”與城鎮化水平之間的相互作用成為影響旅游生態效率演變中最具活力的因素。值得注意的是,技術創新(x5)與人力資源(x6)交互作用后的解釋力由2008年的0.046 4增至2012年的0.228 3,說明二者交互作用對旅游生態效率的影響力開始顯現。③2017年產業結構高級化(x2)與環境規制(x8)、經濟發展水平(x1)與環境規制(x8)的交互作用對旅游生態效率的解釋力相對較強,分別為0.483 2和0.469 3,說明環境規制力度增強能驅動產業結構升級,使生產更加綠色化,減少單位資源消耗和環境污染,實現生態環境和旅游經濟增長的協同發展。

注:虛線框表示雙因子增強,其余均為非線性增強。

綜上可知,黃河流域旅游生態效率時空格局特征是諸多因素(內外部驅動力)綜合交互驅動的結果(圖5)。其中,產業結構高級化、人力資源、技術創新、綜合交通可達性是流域旅游生態效率變化的內驅力,經濟發展水平、城鎮化水平、綠化程度、環境規制則為外部刺激源,即:產業結構高級化通過增長模式優化、新舊動能轉換、服務效能提升對流域旅游生態效率發揮關聯效應;人力資源通過融智聚智、人才興“黃”路徑對旅游生態效率產生知識溢出效應;技術創新通過科技賦能、節能減排、雙減雙控路徑對旅游生態效率提升發揮創新驅動效應;綜合交通通過空間載體、要素流動配置及旅游生態網絡構型發揮傳導效應;經濟發展奠定了旅游業集約發展的宏觀環境基礎,通過環保資金投入、消費模式優化、環保設施完善路徑對旅游生態效率提升發揮支撐效應;城鎮化是流域旅游生態效率長期主導因素,通過規模經濟、環境治理效率提升、公共服務均等化、“三生”空間功能優化、城鄉融合高質量發展路徑對旅游生態效率發揮乘數與反哺效應;綠色發展以“兩山”理論為價值導向,對黃河流域旅游生態產品服務價值實現發揮環境約束與效能釋放雙重效應;環境規制為流域旅游生態效率提升提供環境構架支撐,通過政策引領、環境稅制、環保法規完善對旅游生態效率發揮引導與調控效應。

圖5 黃河流域旅游生態效率時空格局變化驅動機理

4 結論與討論

4.1 結論

本文選取2008—2017年黃河流域73個市域面板數據,綜合運用Super-SBM模型、ESTDA方法和地理探測器模型分析黃河流域旅游生態效率的時空動態特征及其空間分異的主控因素。研究發現:①研究期間黃河流域旅游生態效率均值經歷了緩慢下降后上升的“U”形過程,流域內地區差異呈現出先縮小后擴大的趨勢特征;旅游生態效率呈向“雙峰”形態發育的特征,存在兩極分化現象,且隨時間推移流域旅游生態效率提升效果明顯。②旅游生態效率表現為低效率占主體,高效率區域不斷擴充,且有向中下游集聚趨勢;輕度下降、基本不變市域與輕度提升、顯著提升市域數量相當;流域旅游生態效率局域空間結構具有較強穩定性,呈東西高、中部低的“凹”形格局;彎曲度均大于1,局部空間變化具有較穩定的空間依賴性,且由低至高的4種彎曲度類型在數量上呈現出漏斗形結構;協同增長和反向增長區域分別占58.9%和41.1%,區域間存在一定空間整合性,且局部結構協作強于競爭;流域旅游生態效率具有明顯路徑依賴特征,且短期內難以扭轉旅游生態效率空間相互作用關系慣性。③旅游生態效率的影響因素主要是經濟社會因素,主導影響因素隨時間推移而不斷變化,但城鎮化水平是其空間分異的長期主導因素;交互探測結果顯示,雙因子交互作用均高于單因子解釋力,主要呈現非線性增強類型,產業結構高級化與城鎮化水平、環境規制等因子的交互作用對流域旅游生態效率的影響較大,綜合交通可達性與其他因素之間交互作用的解釋力亦不容小覷,技術創新和人力資源交互作用影響存在時滯效應,且二者交互解釋力隨時間演進而不斷強化。

4.2 討論與展望

黃河流域是我國典型的生態系統脆弱區和旅游資源富集區,生態保護和旅游資源開發二元矛盾并存,對其旅游生態效率時空格局特征及驅動機制進行系統研究是黃河流域生態保護和高質量發展的生動實踐,對紓解流域旺盛的旅游需求與生態資源供給相對不足的矛盾、提高流域旅游生態系統韌性、筑牢國家生態安全屏障具有重要戰略價值。區別于以往采用探索性空間分析方法探究流域旅游生態效率空間特征,本文采用的探索性時空分析法有效結合了個體時間和空間屬性,突破了以往旅游生態效率研究割裂時間和空間的窠臼,刻畫出的旅游生態效率時空動態變化情況更符合區域旅游發展實際。此外,本文將空間尺度縮小至市域尺度,并從時空二維動態變化視角揭示出黃河流域市域旅游生態效率轉移概率,對于區域制定更具針對性的對策大有裨益。例如:程慧等[58]基于黃河流域沿線省域尺度研究發現,旅游業產業結構、旅游業技術水平和政府規制力度對黃河流域旅游生態效率影響的空間異質性顯著,而本文基于黃河流域市域尺度研究發現“城鎮化水平是影響黃河流域旅游生態效率時空分異的長期主導因子”,這是相比以往基于宏觀尺度研究新的發現。

政策建議方面:①研究期內黃河流域旅游生態效率存在顯著的空間相互作用關系,且旅游生態效率局部結構協作態勢強于競爭,因此,流域內各市域之間應建立長效合作機制,消除限制區域間資本、技術、設施等要素流動的壁壘與體制機制,強化塑造流域生態環境要素與旅游要素協同發展的“贏—贏”型立體網絡化旅游生態系統格局。②城鎮化水平是黃河流域旅游生態效率空間分異的長期主導因素,城鎮化、產業結構高級化與環境規制交互作用成為影響旅游生態效率提升的主控交互因子。因此,未來應致力于釋放城鎮化反哺旅游業高質量發展的乘數效應,發揮政策決策部門在轉變旅游發展方式、強化流域旅游生態環境管理和監測的引導調控作用,推動產業結構升級,促進旅游生態系統健康發展。③黃河流域旅游生態效率存在明顯的路徑依賴特征,且短期內難以扭轉旅游生態效率空間相互作用關系慣性,這意味著黃河流域旅游生態產品價值轉化與旅游生態系統整體功能性提升是一項長期且易受外界因素擾動的系統工程,后期仍需加強旅游生態績效動態追蹤監測,探索旅游資源高效低耗利用與對生態環境損害最小化的旅游發展模式,構建流域旅游產業和生態環境系統動態協調發展的制衡策略。

本文仍存在不足之處:①囿于旅游統計數據的局限性,部分數據選用剝離后的數據進行效率測算,研究結果在一定程度上客觀反映了黃河流域旅游生態相對效率情況,如若逐漸完善旅游數據或拓展直接指標的來源,可使研究結果更精細化。②受限于部分數據獲取限制,本文選取2008—2017年市域尺度數據進行分析,缺少更長時間尺度和空間尺度的縱橫對比研究,未來應嘗試更長時序的數據追蹤,并將空間尺度向縣域下沉,同時,關注尺度轉換下的尺度關聯、傳遞效應。③囿于篇幅,本研究未揭示流域旅游生態效率是否存在門檻效應和溢出效應,有待進一步探究。