EN中文

经济地理 >

2020 , Vol. 40 >Issue 10: 191 - 201

DOI: https://doi.org/10.15957/j.cnki.jjdl.2020.10.023

旅游经济与管理

“一带一路”沿线重点省份入境旅游规模差异及其影响因素

  • 刘力钢 ,
  • 陈金 , ※
展开
  • 辽宁大学 商学院，中国辽宁 沈阳 110036
※陈金（1989—），女，辽宁海城人，博士研究生。主要研究方向为旅游企业管理、旅游可持续发展。E-mail：。

刘力钢（1955—），男，辽宁沈阳人，博士，教授，博士生导师。主要研究方向为战略管理、旅游企业管理。E-mail：。

收稿日期: 2020-01-14

  修回日期: 2020-07-08

  网络出版日期: 2025-04-21

基金资助

国家社会科学基金项目(14BGL053)

收起

Difference and Influncing Factors of Inbound Tourism Scale：Evidence From the Key Provinces in China Along the Belt and Road

  • LIU Ligang ,
  • CHEN Jin , ※
Expand
  • School of Business，Liaoning University，Shenyang 110036，Liaoning，China

Received date: 2020-01-14

  Revised date: 2020-07-08

  Online published: 2025-04-21

Fold

摘要

选取“一带一路”沿线18个重点省份入境旅游人数规模和入境旅游收入规模，利用首位度理论和齐夫法则，采用变异系数、相对基尼系数、首位度、赫芬达尔—赫希曼指数、双对数回归分析等传统统计学方法和重心模型、标准差椭圆等地理学空间分析方法，识别2013—2017年“一带一路”沿线重点省份入境旅游规模的相对差异及规模分布演化规律，并对不同经济地区的入境旅游规模差异的影响因素进行了研究。结果表明：①入境旅游规模相对差异较大，有过度集中趋势，但这种差异度和集中趋势在逐渐降低，竞争态势激烈。②从经济发展水平、第三产业比重和旅游企业活跃程度等方面对造成不同经济地区入境旅游规模差异的成因进行深入分析，进一步从提高经济发展水平、调整第三产业比重、旅游企业数量控制与质量提升、重视旅游环境承载力、培育旅游品牌和旅游人才等方面为不同经济地区入境旅游均衡发展指明方向。③入境旅游规模呈首位型分布，广东省的入境旅游龙头地位短期内仍无法撼动；入境旅游规模空间分布重心轨迹总体上呈东北—西南移动趋势，标准差椭圆呈东北—西南分布，研究认为2013—2017年是中国华南、西南部分地区入境旅游市场走向繁荣的历史轨迹。

关键词： 入境旅游; 规模差异; 位序规模分布; 重心模型; “一带一路”倡议; 区域旅游合作; 旅游企业

本文引用格式

刘力钢 , 陈金 . “一带一路”沿线重点省份入境旅游规模差异及其影响因素[J]. 经济地理, 2020 , 40(10) : 191 -201 . DOI: 10.15957/j.cnki.jjdl.2020.10.023

Abstract

Based on law of the primate city and Zipf's law,this paper makes an analysis of influencing factors and scale distribution trend of inbound tourism scale of the key provinces in China along the Belt and Road in 2013-2017 by using traditional statistical methods,such as Coefficient of Variation CV -Relative Gini Coefficient G-Urban Primacy Index S -Herfindahl-Hirschman Index HH,a log-normal method,and geographical spatial analysis methods,such as gravity-center model and standard deviational ellipse model. The results show that: 1) The inbound tourism scale is relatively large,and there is a trend of over concentration,but this difference and concentration trend is gradually decreasing,and the competition is aggravated; 2) From the aspects of economic development level,the proportion of the tertiary industry and the activity of tourism enterprises,this paper analyzes the causes of the differences of inbound tourism scale in different economic regions,and further we point out the direction for the balanced development of inbound tourism in different economic regions from the aspects of improving the level of economic development,adjusting the proportion of the tertiary industry,controlling the number and quality of tourism enterprises,paying attention to the carrying capacity of tourism environment,cultivating the tourism brands and talents; 3) The distribution of inbound tourism scale of the key provinces along the routes belongs to the primacy distribution,and Guangdong's leading position in inbound tourism will not be shaken in the short term; in terms of spatial distribution,the track of gravity center was generally moving from northeast to southwest,and the standard deviation ellipse was distributed from northeast to southwest. It shows that 2013-2017 is the historical track of the prosperity of inbound tourism market in parts of South China and Southwest China.

Key words： inbound tourism; scale difference; rank-size distribution; gravity-center model; the Belt and Road Initiative; regional tourism cooperation; tourism enterprises

由于各地区区位条件、旅游资源禀赋、旅游政策响应等方面的差异，引起了旅游经济差异显著、旅游规模分布不均衡等现象。分别以“旅游+规模”“旅游+位序规模”“入境旅游+规模差异”为主题在CNKI进行期刊检索，依据内容相关度阅读、筛选，最终得到旅游规模差异研究96篇，入境旅游规模差异研究58篇。
中国学者对旅游规模差异及规模分布差异化研究始于2005年，研究热度在2009年大幅增长至2012年后逐渐趋于稳定，近8年呈上下波动趋势。近15年的研究主要围绕三大旅游市场的旅游规模差异展开，直到2017年研究内容拓展至旅游企业位序规模[1]。入境旅游规模研究占比较大，把握入境旅游规模的演变规律是研究入境旅游的重点课题。国内外学者从微观、中观、宏观三个层面对入境旅游规模差异进行了研究。微观层面，蒋作明、Mou等分别研究了黄山市、上海市入境旅游市场规模演化特征[2-3]；李晶等分析了河北省11个地级市的入境旅游极化和国内旅游扁平化特征[4]。中观层面，一方面是空间集聚型的团片状城市群，如靳诚、刘静和吴开军等分别以长三角、珠三角和粤港澳大湾区为例，考察了入境旅游规模差异及其位序分布体系[5⇓-7]，曾鹏等比较了中国十大城市群的入境旅游规模[8]；另一方面是空间离散型的条带状城市群，钟学思、陈银娥等分别以珠江—西江经济带、长江经济带为例对入境旅游规模及结构优化进行了探究[9-10]。宏观层面，Lim等揭示了中国入境旅游发展情况及来自日本的入境旅游规模发展模式[11]，宣国富运用等级规模结构理论分析了中国省际入境旅游规模结构及影响因素[12]，Liu等以泰国为例研究了来自东盟10国的入境旅游流在1996—2015年的时空演变[13]；邓晨晖、毕丽芳等探究了中国西部、西北部入境旅游梯度分级发展重点[14-15]。对入境旅游规模表征指标进行文献梳理，发现学者普遍采用入境旅游流、入境旅游外汇收入反映入境旅游规模状况，还有部分学者使用入境旅游人天数[16]。对靳诚、李艳花等研究中关于“入境旅游流”文字界定存在的分歧[5⇓⇓⇓⇓⇓⇓⇓⇓⇓⇓⇓-17]，本文认为应遵从国家统计局的统计制度，将入境旅游流界定为“入境旅游人数”更为严谨。
2013年，中国提出“一带一路”倡议，这一倡议的提出为中国与沿线国家的国际贸易往来和中国沿线地区的入境旅游发展提供了新的机遇。2015年正式发布了《推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动》（以下简称为《愿景与行动》）。根据《愿景与行动》的圈定[18]和国家统计局对四大经济区域的划分标准[19]，“一带一路”沿线重点省份包括东部的上海、浙江、福建、广东和海南5个省（市），西部地区的内蒙古、广西、重庆、云南、西藏、陕西、甘肃、青海、宁夏、新疆10个省（区、市），东北地区的辽宁、吉林、黑龙江3个省份。在后续研究中，为了书写简便，18省、自治区、直辖市统一以“省”代称。2016年以来的“一带一路”沿线重点省份的旅游研究兼顾了国际、国内两方面的战略诉求，对旅游合作新模式进行多元探索。从国内视角，开展了边境旅游扶贫[20]、体育旅游规划[21-22]、城镇化水平与旅游收入的关系[23]、旅游企业的区位优势度[24]及位序规模[1]、出境旅游市场[25]、创新性旅游人才培养问题[26]等研究；从国际视角，开展了入境旅游市场效率研究[27]、国际旅游合作路径选择[28]、国际文化旅游廊道的构建[29]等研究。关注的对象是比较广泛的、区域性的沿线地区，学者关于“一带一路”倡议对旅游要素的影响有了更多的理解。
入境旅游是国际贸易合作的重要组成部分，对“一带一路”中国沿线地区传播中国旅游形象、提升对外开放程度和经济发展水平、保持旅游竞争优势具有重要意义[30]。尽管当前关于“一带一路”中国沿线地区的旅游研究数量较多，但关于入境旅游规模差异的研究视角过于微观，多集中于单一省、市的地域层次，且存在入境旅游规模的表征指标界定不清、研究方法局限于统计指数而忽视地理空间因素等问题，缺乏对“一带一路”中国沿线重点省份的入境旅游规模差异的影响因素和规模分布体系的整体而清晰的认识。为了解决这一问题，本文运用首位度理论、“位序—规模”理论和重心模型、标准差椭圆对不同经济地区的入境旅游规模差异的影响因素和规模分布特征进行研究。本文以入境旅游人数和入境旅游收入综合表征入境旅游规模，单一的数据容易导致研究结果的片面性和分析错位[31]。一方面从统计学方法和地理空间分析方法双重维度，以齐夫法则、重心模型、标准差椭圆细致刻画“一带一路”沿线重点省份入境旅游规模结构的演化规律；另一方面从旅游企业发展的视角，试图通过不同经济地区的入境旅游规模差异化成因的研究，提出对策建议，以期对“一带一路”沿线重点省份入境旅游发展提供参考。

1 研究方法与数据来源

1.1 入境旅游规模差异化分析方法

1.1.1 变异系数（CV）

变异系数，又称变差系数、离散系数，是一组数据标准差与均值的比值，用以反映所有省份入境旅游规模离散程度的相对指标。计算公式为[32]：
C V = 1 n ∑ i = 1 n x i - x - 2 / x -
式中：n表示省份总数； x i表示省份i的入境旅游规模； x -表示n个省份入境旅游规模的平均值。CV取值越小，数据的相对离散程度越小，说明n个省份入境旅游规模的相对差异越小，入境旅游发展越趋于均衡；反之则反。

1.1.2 相对基尼系数（G）

相对基尼系数是美国经济学家Albert Otto Hirschman于1943年根据洛伦兹曲线提出的，以判断一地区居民收入分配不平等的程度，本文中的入境旅游规模基尼系数是衡量入境旅游规模空间分布的不均衡度。计算公式为[5]：
G = 1 + 1 n - 2 n 2 x - x 1 + 2 x 2 + 3 x 3 + ⋯ + n x n
式中：n表示省份总数； x -表示n个省份入境旅游规模的平均值； x 1 , x 2 , x 3 , ⋯ , x n为n个省份从大到小的入境旅游规模数值。 G取值范围为[0,1]。G值越小，地区入境旅游规模差异越小、分布越均衡；反之则反。参考联合国开发计划署的规定和吴雪萍等的研究[33]，对相对基尼系数区段划分如下：入境旅游规模分布高度均衡（低于0.2）；入境旅游规模分布比较均衡（0.2~0.3）；入境旅游规模分布相对合理（0.3~0.4）；入境旅游规模分布差距较大（0.4~0.5）；入境旅游规模分布差距悬殊（0.5以上）。一般认为，0.4是警戒线，G值超过0.4则说明不均衡度较高。
1.1.3 赫芬达尔—赫希曼指数（ H H I）
赫芬达尔—赫希曼指数，简称赫芬达尔指数，是基于“结构—行为—绩效”理论建立的用来衡量产业集中度的重要指标。计算公式为[7]：
H H I = ∑ i = 1 n x i x 2
式中：n表示省份总数； x i表示省份i的入境旅游规模； x表示n个省份入境旅游总体规模， x = x 1 + x 2 + x 3 + ⋯ + x n。HHI取值范围为[0,1]，入境旅游规模越接近，且研究对象数量越多，HHI指数越接近于0，反映了入境旅游市场集中度越低，竞争越激烈；HHI指数越接近于1，集中度越高，垄断程度越高，结构越集聚。

1.1.4 首位度（S）

1939年，M. Jefferson提出城市首位律理论[34]。首位度指数是首位城市与第二位城市的人口规模的比值，用以衡量首位城市的相对重要性[7]，即“两城市指数”。后来其他学科在这一理论基础上，发展了4城市、11城市指数。计算公式为[7,16]：
S 2 = x 1 / x 2
S 4 = x 1 / x 2 + x 3 + x 4
S 11 = 2 x 1 / x 2 + x 3 + x 4 + ⋯ + x 11
式中： x 1 , x 2 , x 3 , ⋯ , x n为n个省份从大到小的入境旅游规模数值。齐夫法则认为， S 2理想值为2， S 4和 S 11的理想值为1。实际值大于理想值表示入境旅游规模分布存在过度集中的趋势；小于理想值，则意味着入境旅游规模分布的集中度适当。

1.2 入境旅游规模空间分布分析方法

1.2.1 齐夫法则

1913年，F.Auerbach率先提出位序—规模模型的雏形，G. K. Zipf于1949年对分布规律进行细化，提出了齐夫法则，Mandelbrot在齐夫法则基础上提出了分形理论[35]。以上方法最初应用于城市地理学人口规模结构的研究领域，后来逐渐被国内学者应用到旅游规模结构的差异化研究当中。为了考察入境旅游规模与入境旅游规模位序之间关系，本文借用齐夫法则对“一带一路”中国重点省份的入境旅游规模分布进行研究。在不影响结果的条件下，对齐夫法则的原始公式两边分别取自然对数，计算公式为[1]：
l n P r = l n K - q l n r
式中：将18个省份入境旅游规模从大到小降序排列，r为省份入境旅游规模的位序； P r表示排在第r位的省份的入境旅游规模； K为理想的首位省份的入境旅游规模； q为常数（即齐夫参数），反映入境旅游规模分布的不同类型[31]：首位型（ q ≥ 1.2），集中型（ 0.85 q 1.2），分散均衡型（ q ≤ 0.85）。 q的取值范围为[ 0 , + ∞，取值趋于0时代表各省份入境旅游规模相同无差异；取值趋于 + ∞时代表只有首位省份有入境旅游规模，其他地区则没有入境旅游规模，两种极端情况在实际中一般不存在[35]。

1.2.2 重心模型

人口研究中将区域内人口分布的平衡点称为“人口重心”，学者普遍采用重心模型以反映人口分布重心的变化轨迹。计算公式为[36]：
G x , y = P i · Q x i , y i ∑ i = 1 n P i
式中：G为入境旅游规模重心；Q为行政区中心；P为入境旅游规模；i表示行政区计数， i = 1,2 , ⋯ , n；x和y表示重心经纬度；xi和yi表示行政区经纬度。

1.2.3 标准差椭圆

标准差椭圆是1926年由美国社会学家D. W. Lefever提出的，以平均中心、长短轴（x轴和y轴）标准差为基本参数对要素空间分布的范围、形态及变化方向进行定量描述。计算公式如下[37]。
平均中心：
X w ¯ = ∑ i = 1 n w i x i ∑ i = 1 n w i ; Y w ¯ = ∑ i = 1 n w i y i ∑ i = 1 n w i
长轴标准差 σ x和短轴标准差 σ y：
σ x = ∑ i = 1 n w i x i ¯ c o s θ - w i y i ¯ s i n θ ∑ i = 1 n w i 2 σ y = ∑ i = 1 n w i x i ¯ s i n θ - w i y i ¯ c o s θ ∑ i = 1 n w i 2
式中： x i ¯和 y i ¯表示省份i的x轴与y轴的坐标对平均中心的距离偏差；θ为椭圆的方位角，反映空间分布方向。以上计算均通过ArcGIS10.3软件实现，其中椭圆球体选用GCS_Beijing_1954，投影选用China_Lambert_Conformal_Conic。

1.3 数据选取与处理

1.3.1 数据选取与数据来源

以入境过夜游客人数（万人次）和国际旅游收入（百万美元）分别表征入境旅游人数（NIT）和入境旅游收入（ITR），这部分数据来源于《中国统计年鉴》。在入境旅游差异分析的基础上，学者运用多元回归分析方法探讨入境旅游位序规模差异的影响因素，如袁利等认为四川省21个城市的入境旅游人数与各地区的GDP、进出口贸易总额、旅游资源丰度及星级宾馆呈现显著的正相关关系，且受到前两者的影响最大[32]；陈银娥等揭示长江经济带旅游规模不断扩大的主要成因是区位条件[10]；毕丽芳、唐承财等均提出影响入境旅游规模差异的因素是旅游资源丰度与交通区位条件[15-16]。有学者从外部环境角度提出入境旅游对政治、政策、经济环境较为敏感[39]。除了关注到地区经济发展水平，还有学者认为在入境旅游规模影响机制的研究中不应忽视区域基础设施、旅游服务设施、城市职能、旅游资源分布、重大事件对差异与规模分布的影响[5]。基于上述已有研究，本文从经济发展水平（GDP）、第三产业比重（THIRD）、交通条件（TRANS）、旅游资源丰度（ABUNDANCE）、旅游企业活跃程度（FIRM ACTIV）、对外开放程度（OPEN）这几方面探讨入境旅游规模的差异性成因。GDP、THIRD、TRANS、OPEN变量数据来源于《中国统计年鉴》；其余数据来源于《中国旅游统计年鉴》，西藏地区缺失2013、2015年“A级旅游景区从业人数”，据查2010—2013年均无“A级旅游景区从业人数”，且西藏地区该指标数据变化异常，考虑到简单补充数据可能会对回归产生偏误，Eviews10.0做回归时会自动把存在缺失值的那一年所有数据过滤掉，故本文对这两个缺失值不作处理。

1.3.2 数据预处理

首先，考虑到汇率变动、通货膨胀对计算精度的影响，参考唐睿等的研究[30]对国际旅游收入进行预先处理。运用中国2013—2018年《国民经济和社会发展统计公报》中公布的人民币汇率（年平均价），将国际旅游收入转换为以人民币为计价单位的数据形式；以2013年为基期，使用CPI对国际旅游收入做不变价处理。其次，为了剔除价格变动对经济发展水平的影响，本文选择2013年为基期，使用GDP指数对2013—2017年18个省份的人均GDP进行不变价处理。

2 结果分析与讨论

2.1 入境旅游规模差异分析

根据式（1）~（6）计算得出18个省份的入境旅游规模的变异系数CV、相对基尼系数G、赫芬达尔—赫希曼指数HHI和首位度指数S，见表1和表2。
表1 “一带一路”沿线重点省份入境旅游规模差异变化(2013—2017年)

Tab.1 Difference of inbound tourism scale in the key provinces along the Belt and Road (2013-2017年)

规模变量 年份 CV/% G HHI S2 S4 S11
入境旅
游人数
（万人次）		 2013 209.590 0.676 0.300 5.533 2.728 2.219
2014 205.259 0.676 0.290 5.246 2.524 2.122
2015 192.247 0.678 0.261 5.279 2.051 1.854
2016 178.989 0.656 0.234 5.080 1.844 1.623
2017 173.737 0.647 0.223 5.080 1.758 1.539
入境旅
游收入
（亿元）		 2013 150.616 0.645 0.182 3.018 1.070 1.130
2014 158.350 0.661 0.195 2.967 1.051 1.215
2015 154.796 0.662 0.189 2.637 0.989 1.151
2016 156.660 0.651 0.192 2.788 1.158 1.208
2017 152.774 0.642 0.185 2.608 1.126 1.158
表2 不同经济地区入境旅游规模的变异系数演化(2013—2017年)(%)

Tab.2 CV of inbound tourism scale in different economic regions in 2013-2017 (Unit：%)

东北 CV人数 CV收入 东部 CV人数 CV收入 西部 CV人数 CV收入
辽宁 3.15 34.17 上海 5.62 9.71 内蒙古 5.53 12.96
吉林 9.49 16.20 浙江 20.51 26.05 广西 23.90 19.36
黑龙江 23.35 14.21 福建 37.18 21.46 重庆 25.02 18.22
广东 2.99 8.91 云南 33.69 16.96
海南 22.99 42.65 西藏 15.93 17.13
陕西 15.68 20.68
甘肃 24.99 26.14
青海 16.24 29.23
宁夏 33.09 45.36
新疆 15.07 20.73
变异系数分析。“一带一路”沿线重点省份的入境旅游人数、入境旅游收入的变异系数分别在191.96%、154.64%左右高位摆动，但前者较后者变动较为平稳且总体上呈下降趋势，说明18个省份的入境旅游人数规模相对差异减小，入境游客在18个省份间的分布趋向离散；后者呈“M”型波动态势。旅游发展较快的地区通常具有较高的CV值[36]，见表2，CV值超过40%的省份中，宁夏是由于平均值较小导致的CV较大，但海南是由于其标准差相对较大而导致。2013—2016年海南入境旅游收入规模经历了“U”型波动，2013、2016年分别为20.90亿元、22.12亿元，而2017年就达到了42.58亿元，实施多国入境旅游免签政策、延长免签期限并营造国际化的语言环境与消费环境是海南入境旅游收入变异系数达到42.65%的直接原因。同时，宁夏入境旅游规模的CV值均在30%以上，是西北五省中发展速度最快的省份，甘肃紧随其后，但这类省份入境旅游总体规模体量仍相对不大。而在入境旅游规模基数较大的省份中，反而易于出现CV值相对较低的情况，如上海、广东入境旅游规模的CV值均小于10%。
相对基尼系数分析。入境旅游人数和入境旅游收入的相对基尼系数变化趋势相同，以2015年为界分成前后两个阶段，前阶段呈逐年上升趋势，后阶段呈逐年下降趋势。入境旅游人数G值的最大值0.678，最小值0.647；入境旅游人数G值的最大值0.662，最小值0.642。系数变动较小，基本上没有变化，表明入境旅游规模均衡状况保持稳定。G值均超过0.4警戒线，表明5年内“一带一路”沿线重点省份入境旅游规模相对差异有所缩小，入境旅游集中程度降低，但一直处于分布差距悬殊阶段，不均衡状态较为稳定。
赫芬达尔—赫希曼指数分析。表1显示，2013—2017年“一带一路”沿线重点省份入境旅游规模的赫芬达尔—赫希曼指数总体处于较低的水平。入境旅游人数、入境旅游收入的赫芬达尔—赫希曼指数分别在数值0.25、0.18左右低位摆动，但前者较后者变动较为平稳且总体上呈下降趋势，表明18个省份的入境旅游人数规模集中度趋于弱化，但竞争激烈程度进一步加强；后者呈“M”型振动下降态势。
首位度分析。以2省份指数、4省份指数、11省份指数全面分析首位省份的相对重要性，表1反映了“一带一路”沿线重点省份内经济发展要素的集中度。除2015年入境旅游收入的$S_{4}<1$，其余年份的首位度指数均大于1，尤其是2013—2017年入境旅游人数的2省份指数竟高达5左右。反映了入境旅游规模的首位度指数均高于理想值，其中2省份指数偏高于理想值较多，4省份、11省份指数偏高于理想值相对较少。说明“一带一路”沿线重点省份入境旅游规模存在过度集中的情况，但这种集聚程度在逐渐降低，第1位省份与第2位省份之间的规模差距较大导致了2省份指数偏高——入境旅游人数规模位序的前两位省份一直是广东第一、上海第二的固定排列，而入境旅游收入规模位序中第一位一直是广东，第二位前3年为浙江、后两年为福建，广东相对于第二位省份已经形成了显著的、稳定的规模优势；而其他省份入境旅游加速发展，使4省份和11省份指数相对较低，可能的原因是近几年受到国家“一带一路”政策扶持，其他省份入境旅游经济发展速度显著加快，2省份指数显示出的广东省一区独大、唯我独尊的“围栏效应”[31]在长期内将不断减弱。第2~11位省份入境旅游增速的提升，虽然改善了18省份入境旅游规模分布状况，但短期内广东作为“一带一路”沿线地区入境旅游龙头的地位仍牢不可撼。总体而言，5年内入境旅游人数规模差异的首位度较入境旅游收入规模差异的首位度偏高，可能的原因是沿海地区较西北、西南内陆地区在增强入境游客吸引力方面具有先天的区位优势，而在旅游产品创新、旅游消费升级方面差异相对较小。

2.2 差异化的成因分析

入境旅游规模差异和规模分布的影响因素构成一个多元的、复杂的开放系统[5]。综合研究区域实际情况，总结已有研究成果[15,30,32]，本文将从经济发展水平（GDP）、第三产业比重（THIRD）、交通条件（TRANS）、对外开放程度（OPEN）、旅游资源丰度（ABUNDANCE）、旅游企业活跃程度（FREM ACTIV）这几方面探讨入境旅游规模的差异性成因。在指标选取方面，GDP是以人均GDP表征人均收入水平和社会公平程度；参照唐睿、方相林等的做法[30,40]，选择旅客周转量作为TRANS变量；OPEN是以外贸进出口依存度表征，由于中国采用支出法核算GDP，在对外贸易发达的经济体中该指标可能大于1。有一点需要特别说明。已有文献主要选取“旅游资源丰度”“旅游服务设施”等作为一个地区旅游产业吸引力对旅游规模的影响因素。在代理指标方面，“旅游资源丰度”主要是对不同级别的旅游景区数量进行加权计算，“旅游服务设施”主要以星级饭店数量为表征。景区、饭店和旅行社，被公认为是直接旅游企业。在“一带一路”经贸互通的视角下，分析入境旅游影响因素，一定不能忽视旅游企业在开发“一带一路”国际旅游项目、提升入境旅游体验等方面的重要作用[30]。基于此，本文将以旅游企业从业人数（STAFF）、旅游企业总数（NUM）表征“一带一路”倡议下旅游企业活跃程度。孙根年等的研究提出3A级及以下旅游景区对入境游客吸引力较弱，因此本文选取了5A级旅游景区数量（N5）、4A级旅游景区数量（N4），采用加权模型[41]计算18个省份的高级别旅游资源丰度（ABUNDANCEHTR），公式如下。
A B U N D A N C E H T R = 510 · N 5 + 215 · N 4
以方差膨胀因子（Variance Iflation Factor，VIF）和怀特检验（White Test）对原序列分别进行无完全共线性、异方差检验，检验结果见表3的第3、5、7列。发现除模型5外，不同经济地区入境旅游规模的影响因素模型的怀特检验统计量的伴随概率均小于0.1，说明大部分模型存在异方差，且原序列存在不同程度的多重共线性。对所有变量取自然对数后，再进行上述检验，检验结果见表3的第4、6、8列。
表3 统计检验结果

Tab.3 Results of statistical test

因变量 统计检验 模型1 模型2 模型3 模型4 模型5 模型6
NIT 序列VIF范围 [3.01，45.93] [4.44，235.15] [1.26，6.84] [1.22，15.35] [4.09，188.82] [3.11，120.26]
White检验 0.0100 0.1512 0.0008 0.1235 0.6132 0.5151
模型7 模型8 模型9 模型10 模型11 模型12
ITR 序列VIF范围 [3.01，45.93] [4.44，235.15] [1.26，6.84] [1.22，15.35] [4.09，188.82] [3.11，120.26]
White检验 0.0131 0.3280 0.0111 0.3191 0.0844 0.6177

注：模型1、模型3、模型5分别是东部5省、西部10省、东北3省原序列数据组成的入境旅游人数规模的影响因素模型；模型2、模型4、模型6分别是东部5省、西部10省、东北3省取自然对数后的序列数据组成的入境旅游人数规模的影响因素模型。模型7、模型9、模型11分别是东部5省、西部10省、东北3省原序列数据组成的入境旅游收入规模的影响因素模型；模型8、模型10、模型12分别是东部5省、西部10省、东北3省取自然对数后的序列数据组成的入境旅游收入规模的影响因素模型。特别说明，在东北3省入境旅游人数规模的影响因素模型中，虽然模型5不存在异方差，但取自然对数后，序列VIF值域缩小了，削弱了变量间的多重共线性且仍不存在异方差，因此采用取自然对数后的数据进行影响因素的逐步回归分析。

对原序列取自然对数后，所有模型的怀特检验统计量的伴随概率均明显大于常规的检验水平0.05，因此接受原假设，即回归模型均不存在异方差问题。表明对原序列取自然对数的方法有时可以消除异方差，但VIF值显示序列仍存在多重共线性。进一步，本文选择后向逐步回归方法以缓解多重共线性问题，提高回归分析的有效性，以探究不同经济地区的入境旅游规模差异的影响因素，回归结果见表4。
表4 “一带一路”沿线重点省份入境旅游规模差异的影响因素分析

Tab.4 Factors influncing the inbound tourism scale in different economic regions

区域 因变量 GDP THIRD TRANS OPEN ABUNDA NCE FIRM STAFF FIRM NUM 调整R2 F检验
东部5省 NIT 1.717*** 2.090*** 2.062*** 1.115*** -2.435*** 0.963 125.991***
ITR 3.086*** 1.553*** 1.113*** -2.016*** 0.961 120.398***
西部10省 NIT -2.219*** 1.041*** 1.322*** 2.792*** 0.846 54.937***
ITR 0.996*** -2.774*** -2.779*** 1.353*** 1.807*** 2.706*** 0.870 55.730***
东北3省 NIT 0.743*** 0.481*** 0.927 59.996***
ITR 1.629*** 2.158*** 0.937 42.608***

注：数值为回归系数；由于5%显著性水平下的结果与1%显著性水平下的结果存在矛盾，故仅选取1%的显著性水平，以“***”表示。

观察表4可知，四个回归方程中调整R2均大于0.78，表明“一带一路”沿线重点省份入境旅游规模差异的影响因素模型拟合较好。在入境旅游人数规模的影响因素中，东部5省主要受经济发展水平、第三产业比重、交通条件、对外开放程度的正向影响、旅游企业数的负向影响，其中旅游企业数的影响最大。西部10省主要受对外开放程度、旅游企业活跃程度的正向影响，受交通条件的负向影响，其中旅游企业数的影响最大。东北3省主要受经济发展水平、对外开放程度的正向影响，其中经济发展水平的影响最大。在入境旅游收入规模的影响因素中，东部5省主要受经济发展水平、交通条件、对外开放程度的正向影响、旅游企业数的负向影响，其中经济发展水平的影响最大。西部10省主要受经济发展水平、对外开放程度、旅游企业活跃程度的正向影响，受第三产业比重、交通条件的负向影响，其中交通条件的影响最大。东北3省主要受经济发展水平和旅游企业数的正向影响，其中，旅游企业数的影响最大。
总体来看，GDP、OPEN对“一带一路”沿线重点省份的入境旅游规模差异具有显著的正向影响。经济发达是入境旅游规模演进的必要因素，分地区作用强度依次为东部、东北、西部；以进出口外贸依存度表征的对外经济开放程度是入境旅游发展水平的一个重要因素，对地区贸易往来至关重要，分地区作用强度依次为东部、西部、东北。FIRMSTAFF对西部地区影响比较显著，说明西部地区急需旅游从业人员的流入，尤其是旅游人才的引进，这与西部地区地广人稀、缺乏旅游人才的实际相符；旅游资源丰度对不同经济地区的入境旅游规模的影响不显著，可能的原因是旅游企业数量与旅游资源丰度具有高度相关性（相关系数为0.861***），在后向逐步回归过程中由于旅游企业数量对因变量的解释力更强，因此被剔除掉了。
然而THIRD、TRANS、FIRMNUM这3个变量在不同经济地区的作用方向、影响程度存在不一致性。首先，“配第—克拉克定律”认为第三产业比重（THIRD）越大越好，代表着产业结构优化。但由于受到经济发展阶段和分工范围的双重约束，该定律在现代信息社会不一定成立。盲目发展第三产业，容易陷入产业结构升级误区而产生产业结构软化、产业空心化等现象。随着知识技术密集程度的提高，现代社会发展出现了“经济服务化”趋势，经济发展对科学技术的依赖程度大大增强。与东部5省相比，西部10省科学技术尤其是高新技术发展水平较低。西部第三产业比重整体较高，呈逐年增长趋势，产业的发展对信息、服务、技术和知识等软要素的依赖程度逐步加深。但过低的科技水平并没有充分发挥服务扩大化的优势，反而阻碍了西部地区智慧旅游的发展进程，进一步对入境游客吸引力产生消极影响。其次，对于西部地区而言，旅客周转运输量（TRANS）不宜过大，容易产生过度旅游问题，导致旅游景点陷入生态危机。从另一个角度分析，西部地区尤其是边远贫困的民族地区，生态环境比较脆弱，应坚持以保护为主、开发为辅的旅游产业发展模式。最后，过度追求旅游企业数量（FIRMNUM）增长，容易产生空间分布失衡和旅游产业发展协调性问题，致使入境游客吸引力和旅游企业创收能力被削弱。东部地区旅游企业数量过多，应集中力量在空间分布格局、产业协调性和顾客满意度方面寻找问题的根源，在东部5省有限的地域范围内以产业内融合缩减旅游企业数量，以集团化、国际化、精致型为发展方向；而西部和东北地区旅游企业数量相对较少，应在发展旅游龙头企业的基础上提高旅游企业服务质量，增加旅游企业数量尤其是高等级旅游企业的数量。

2.3 入境旅游规模空间分布特征

根据式（7），运用EVIEWS10.0软件对入境旅游规模及其位序做双对数回归，齐夫参数q值见表5。
表5 “一带一路”沿线重点省份入境旅游规模分布的齐夫法则检验（2013—2017）

Tab.5 The regression analysis results of inbound tourism rank-size distribution （2013-2017）

规模变量 年份 位序规模分布 理想K值 实际K值 实际/理想 q值 调整R2
入境旅游人数
（万人次）		 2013 lnpr=8.4927-1.8774lnr 4 878.90 3 397.90 0.6964 1.8774 0.7032
2014 lnpr=8.5756-1.9239lnr 5 300.64 3 355.43 0.6330 1.9239 0.7133
2015 lnpr=8.8105-1.9961lnr 6 704.49 3 450.35 0.5146 1.9961 0.7569
2016 lnpr=8.8585-1.9410lnr 7 034.18 3 507.21 0.4986 1.9410 0.7455
2017 lnpr=8.8955-1.9049lnr 7 298.89 3 654.52 0.5007 1.9049 0.7356
入境旅游收入（亿元） 2013 lnpr=8.2053-2.1856lnr 3 660.22 1 008.13 0.2754 2.1856 0.6963
2014 lnpr=8.1784-2.2042lnr 3 563.23 1 027.18 0.2883 2.2042 0.7101
2015 lnpr=8.2623-2.1869lnr 3 875.15 1 093.26 0.2821 2.1869 0.7384
2016 lnpr=8.1386-2.0482lnr 3 424.01 1 183.82 0.3457 2.0482 0.7449
2017 lnpr=8.2495-2.0487lnr 3 825.75 1 273.83 0.3330 2.0487 0.7176
首先，由入境旅游规模与规模位序关系的拟合回归结果（表5）可知，2013—2017年回归方程的判别系数——调整R2均在0.69以上，模型的拟合结果可以接受，说明位序—规模法则适用于描述“一带一路”沿线重点省份入境旅游规模的分布规律。其次，5年内，入境旅游人数和入境旅游收入的齐夫参数q值均大于1.2，分别在1.9、2.1上下波动变化，均呈现先升后降的态势，说明“一带一路”沿线重点省份入境旅游规模分布属于典型的首位型。这主要由于“一带一路”沿线重点省份在地理区位、国际影响力、经济发展水平、旅游资源禀赋、旅游产品营销力度、地区发展战略等方面存在差异，这种差异直接影响着各地区入境旅游市场的竞争力，而该区域的广东作为中国对外开放第一大省，在发展入境旅游上具有先天优势，导致5年内“一带一路”沿线重点省份入境旅游规模一直处于首位型分布。q值有减小趋势，随着其他省份入境旅游的快速发展，如重庆入境旅游人数的位序变化较大，呈现上升趋势，广西、福建入境旅游收入的位序也有显著提升，首位省份的垄断地位将逐渐被削弱，这与首位度分析结果存在一致性。最后，对比首位省份广东的实际K值与理想K值，入境旅游人数的实际K值与理想K值的差距总体呈扩大趋势；入境旅游收入的实际K值与理想K值的差距总体呈缩小变化态势，于2016年差距最小，实际K值达到理想值的34.57%，说明首位省份在吸引入境游客、创新旅游消费方面具有很大的发展空间。
根据式（8）~（10），借助ArcGIS 10.3软件绘制“一带一路”沿线重点省份入境旅游人数规模、入境旅游收入规模空间分布的重心轨迹和标准差椭圆，如图1。
图1 “一带一路”沿线重点省份入境旅游规模重心轨迹与标准差椭圆参数(2013—2017年)

注：“一带一路”沿线重点省份的行政区划矢量图源于国家基础地理信息中心1∶400万数据库。

Fig.1 Gravity center and standard deviational ellipse of inbound tourism scale (2013-2017)

如图1右侧所示，“一带一路”沿线重点省份入境旅游规模的重心转移方向主要呈现从东北向西南移动的特征；移动距离上，东西移动距离大于南北移动距离。其中，入境旅游人数规模的重心移动幅度最大距离出现在2014—2015年，共向西南（广东方向）移动84.95 km；移动幅度最小距离出现在2013—2014年，仅向东北（上海方向）移动13.46 km。入境旅游收入规模的重心移动幅度最大距离出现在2013—2014年，共向南偏西方向（广东方向）移动78.37 km；而移动幅度最小距离出现在2014—2015年，仅向西南移动17.91 km。
重心转移主要原因为2013—2014年上海通过发展邮轮旅游、智慧旅游、房车营地旅游等旅游业态增加旅游供给，建设旅游码头、开展微旅行路线，与澳大利亚、朝鲜、韩国等地开展民航直飞、海上航线等方面的旅游合作与交流，通过电视采访、微博发起话题、制作《发现新上海》城市纪录片、举办中国国际旅游交易会等方式增强旅游宣传效果。上海位列Trip Advisior发布的《2014年全球最佳旅游目的地城市排行榜》第10名，并在全球旅游视频大赛中获得多项殊荣。这在一定程度上提升了上海对入境游客的吸引力，但在吸纳游客旅游消费方面的能力增长相对有限；而同一时期的广东、海南等地，通过完善入境游客移动支付手段、加强旅游产品供给侧改革等方式刺激了入境旅游消费，游客消费水平得以提升，如海南实行“即购即提、购物邮寄、先征后退”的购物方式，免税购物销售额增长了31.6%，且建成运营了海棠湾购物中心、观澜湖电影公社、奥特莱斯品牌折扣店等一批旅游购物重点项目。这些措施强化了入境旅游消费市场，造成入境旅游收入在空间分布上向南偏西方向转移。2014—2015年，两广、海南等地在上一年入境旅游经济增长成果的基础上主动融入“一带一路”倡议，积极进行国际旅游市场宣传、推出创新型旅游产品，如广东、广西和海南等地围绕省内国际旅游目的地和国际旅游品牌形象，以组团参加国际大型旅游展览和推广活动、开通国际直航等形式开展国际旅游市场营销，在境外以旅游宣传片、户外广告（巴士广告、灯箱广告）、电视宣传增强国际媒体宣传力度，并设立国际旅游推介中心加强国际旅游交流与合作，重视智慧旅游和旅游交通的全域建设，催生了新的旅游业态，旅游消费市场结构进一步优化，致使入境旅游规模重心不断向西南方向移动，其中入境旅游人数重心移动距离较大。2015年以后“一带一路”沿线重点省份入境旅游规模重心轨迹一直活跃在中国华南、西南地区，这与相关地区响应“一带一路”倡议，推出促进入境旅游发展举措[30]有关系。因此，“一带一路”沿线重点省份入境旅游人数规模重心和入境旅游收入规模重心的移动共同显示了2013—2017年是中国华南、西南部分地区入境旅游市场走向繁荣的历史轨迹。与中国东南沿海地区相比，中国东北地区与西北五省因入境旅游市场规模基数较小，研究时段内并未成为规模重心。
观察图1左侧，与重心移动轨迹相对应，“一带一路”沿线重点省份入境旅游规模的标准差椭圆呈现逐步向西南移动的特征，短轴不断变大、长轴和椭圆转角不断减小，规模要素集中分布于东南沿海和西南部分地区。入境旅游人数规模的标准差椭圆与纬度的偏角逐步从2013年的73°降至2017年的67°，入境旅游收入规模的标准差椭圆与纬度的偏角逐步从2013年的68°降至2017年的63°，说明入境旅游规模的空间分布从北偏东—南偏西向逐渐向东北—西南向发展，“一带一路”沿线重点省份中位于椭圆内部的华南、西南、西北地区的入境旅游增速相对较快。以短轴与长轴之比代表的椭圆形状指数可以反映空间格局形态。就标准差椭圆长短轴而言，入境旅游收入规模的椭圆形状指数一直高于入境旅游人数规模，表明入境旅游收入规模的分布更接近于圆形，空间分布更为均衡。两种空间分布形状均呈现反扁平化趋势，原因是长轴缩短、短轴增长。轴长的变化特征表明“一带一路”沿线重点省份入境旅游规模主要集中在中国东南沿海一带，2013年以后重心有向中国西南、西北方向转移的趋势。同时，入境旅游收入规模的标准差椭圆长短轴与入境旅游人数规模的取值近似，说明“一带一路”沿线重点省份入境旅游人数规模、入境旅游收入规模的空间分布差异不大，原因是高低值省份之间的入境旅游市场自身发展程度差异较为稳定。两种标准差椭圆较小的位置差异在一定程度上展现了入境旅游客流与入境旅游收入具有一致的发展趋势。

3 结论与建议

3.1 研究结论

本文从统计学方法和地理学空间分析方法双重维度，分析入境旅游规模分布体系的演化规律，弥补了已有研究对入境旅游规模演化缺乏可视化的地理空间分析的不足；尝试从旅游企业视角下提出新的、可能的影响“一带一路”沿线重点省份入境旅游经济发展的重要因素，并为不同经济地区入境旅游发展提供建议，具有较强的实践意义。通过分析2013—2017年“一带一路”沿线18个重点省份入境旅游规模差异及空间分布得出以下结论：
①“一带一路”沿线重点省份入境旅游发展相对差异巨大，集中度趋于弱化且入境旅游市场竞争较为激烈，但有逐年下降趋势。②入境旅游规模的三个首位度指数均高于理想值，2省份首位度较4省份首位度、11省份首位度偏高，表明首位省份较第二位省份具有显著的、稳定的优势，但随着其他省份经济快速崛起、比较研究的省份数量的增多，首位省份的优势逐渐被弱化。③研究时段内，入境旅游规模的齐夫参数基本大于1.2，属于首位型分布，广东凭借发达的经济一直稳居入境旅游人数规模和入境旅游收入规模的首位省份，甘肃、青海、宁夏位于末尾三位并交替变换位序；空间分布上，重心总体上呈东北—西南移动趋势，标准差椭圆呈东北—西南分布。④处于不同经济地区的重点省份入境旅游规模差异的影响因素千差万别。经济发展水平、对外开放程度对“一带一路”沿线18个省份入境旅游规模差异具有显著的正向影响；旅游企业从业人数对西部地区入境旅游规模具有显著的正向作用。第三产业比重和交通条件对东部地区入境旅游规模产生正向影响，对西部地区入境旅游规模产生负向影响；而旅游企业数量对东部地区入境旅游规模产生负向影响，对西部、东北地区入境旅游规模产生正向影响。

3.2 对策建议

在未来的发展中，“一带一路”沿线18个省份均需要不断提高地区经济发展水平和社会公平程度，增强国际贸易联系度，贸易促进经济联系，经济联系进一步推动了人员流动，入境旅游对经济发展水平的依赖程度较高，这与周彩屏等关于入境旅游影响因素的研究结论[42]相一致。针对入境旅游差异化现象，处于不同经济地区的省份根据实际情况采取不同的发展对策。①东部5省凭借高度发达的经济，不断提高第三产业比重和旅客的运输效率，增强对入境游客的吸引力，同时要注意控制旅游企业数量的盲目增长，应以集团化、精致型为旅游企业发展方向，提升旅游企业整体服务水平。②西部10省的旅游生态环境较其他地区更脆弱，应防范第三产业比重过大与经济水平发展偏低之间的矛盾产生产业结构空心化、智慧旅游发展受阻等问题，且生态环境脆弱的地区应控制入境游客数量，以保护为主。依托国家方针政策，积极培育旅游企业、引进旅游人才，充实西部10省旅游企业从业人员的队伍，逐步摆脱“资源条件优良却无人开发、管理、宣传”的窘境。③东北3省要找准地区发展定位，充分利用冰雪资源、工业遗产资源、地质资源，加强对旅游企业的培育、孵化，尤其是高级别、品牌力强的龙头旅游企业。
本研究仍存在一定的局限性。一方面，入境旅游规模差异是多种因素共同作用的结果，研究中7个影响因素不能代表全部，产生了影响因素的不完备性问题。另一方面，本文以入境旅游人数和入境旅游收入综合考察入境旅游规模变化，因此不能以统一的发展态势为标准对“一带一路”沿线18个重点省份入境旅游发展划分不同的形态。为了弥补这方面不足，本文选择对18个重点省份入境旅游规模的差异化成因进行分地区研究。在后续的研究当中，将进一步分析入境旅游规模结构分形特征并对未来发展趋势进行预测。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
包富华, 何粉鸽. “一带一路”重点省区五星级酒店位序规模差异化研究[J]. 世界地理研究, 2017, 26(4):107-116.

[2]
蒋作明, 宋保平, 白凯. 黄山市国际旅游市场位序规模演化特征及其影响因素研究[J]. 干旱区资源与环境, 2012, 26(8):184-189.

[3]
Mou N X, Yuan R Z, Yang T F, et al. Exploring spatio-temporal changes of city inbound tourism flow:The case of Shanghai,China[J]. Tourism Management, 2020,76.

[4]
李晶, 孙根年. 河北城市入境旅游极化与国内旅游扁平化[J]. 资源开发与市场, 2017, 33(9):1109-1113.

[5]
靳诚, 徐菁, 陆玉麒. 长三角城市旅游规模差异及其位序规模体系的构建[J]. 经济地理, 2007, 27(4):676-680.

[6]
刘静, 朱传耿, 史春云, 等. 珠三角旅游规模差异及其位序规模体系研究[J]. 旅游纵览(下半月), 2015(7):134.

[7]
吴开军. 粤港澳大湾区入境旅游规模差异及其位序规模分布体系研究[J]. 贵州社会科学, 2019(7):133-141.

[8]
曾鹏, 罗艳. 中国十大城市群旅游规模差异及其位序规模体系的比较[J]. 统计与决策, 2012(24):60-63.

[9]
钟学思. 珠江—西江经济带城市旅游规模差异及位序规模分布研究[J]. 社会科学家, 2015(4):82-86.

[10]
陈银娥, 钟学进. 长江经济带城市旅游规模差异及位序规模分布优化研究[J]. 江汉论坛, 2016(12):36-42.

[11]
Lim C, Pan W G. Inbound tourism developments and patterns in China[J]. Mathematics and Computers in Simulation, 2005, 68(5-6):498-506.

[12]
宣国富. 中国入境旅游规模结构的省际差异及影响因素[J]. 经济地理, 2012, 32(11):156-161.

[13]
Liu Y P, Li Y C, Parkpian P. Inbound tourism in Thailand:Mar-ket form and scale differentiation in ASEAN source countries[J]. Tourism Management, 2018,64:22-36.

[14]
邓晨晖, 吴晋峰, 辛亚平, 等. 中国西部地区旅游规模分析[J]. 经济地理, 2010, 30(9):1557-1 562.

[15]
毕丽芳, 马耀峰, 苏醒. 西北地区旅游规模差异及其位序规模分布[J]. 干旱区资源与环境, 2013, 27(8):196-201.

[16]
唐承财, 宋昌耀, 厉新建. 河北省入境旅游规模差异及影响因素分析[J]. 人文地理, 2014, 29(5):155-160.

[17]
李艳花, 周红岩. 基于规模和位序差异的陕西入境旅游研究[J]. 西安财经学院学报, 2014, 27(1):51-55.

[18]
新华网. 推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动[EB/OL]. http://www.xinhuanet.com//world/2015-03/28/c_1114793986.htm,2015-03-28.

[19]
国家统计局. 2019年1-10月份全国房地产开发投资和销售情况[EB/OL]. http://www.stats.gov.cn/tjsj/zxfb/201911/t20191114_1709105.html,2019-11-14.

[20]
杨艳. “一带一路”语境下滇西北边境少数民族旅游扶贫研究[J]. 中央民族大学学报:哲学社会科学版, 2018, 45(2):65-74.

[21]
高红斌, 何胜保. “一带一路”中心城市体育旅游规划管理[J]. 甘肃社会科学, 2018(5):236-241.

[22]
Tao S W. Research on the development of sports industry in China under the Belt-Road Initiative[J]. Proceedings of the International Conference on Education Innovation and Social Science (Iceiss 2017), 2017,157:311-314.

[23]
张爱琴, 郭晓东, 苏维欢. “一带一路”战略契机下西北地区城镇化与旅游业动态关系研究[J]. 青海社会科学, 2017(4):36-43.

[24]
翁钢民, 潘越, 李凌雁. “丝绸之路旅游带”景区区位优势等级测度与影响机理[J]. 经济地理, 2019, 39(4):207-215.

[25]
Chen H, Liu L, Ke G, et al. Study on the influential factors of the development of outbound travel market based on “the Belt and Road Initiatives”[J]. Proceedings of the 2nd International Conference on Economics and Management,Education,Humanities and Social Sciences (Emehss 2018), 2018,151:41-46.

[26]
Wang B, Zhang Y. The study on the training paths of innova-tive tourism talents in the context of the Belt and Road Initiative[J]. Proceedings of the 2018 Euro-Asia Conference on Environment and Csr:Tourism,Society and Education Session (Part Ii),2018:52-56.

[27]
唐睿, 冯学钢. 入境旅游效率与出口地理方向——基于“一带一路”沿线地区DEA-面板Tobit的实证[J]. 当代经济管理, 2018, 40(10):76-84.

[28]
赫玉玮, 张辉. “一带一路”沿线城市国际旅游合作的现实基础与路径选择[J]. 青海社会科学, 2019(2):58-65.

[29]
把多勋, 王瑞, 陈芳婷. 基于“一带一路”建设的中国丝绸之路国际文化旅游廊道构建研究[J]. 世界经济研究, 2019(9):97-104,136.

[30]
唐睿, 冯学钢. “一带一路”倡议是否推动了入境旅游的发展?——基于“21世纪海上丝绸之路”沿线地区双重差分的实证[J]. 上海对外经贸大学学报, 2018, 25(4):17-27.

[31]
万田户, 黄和平. 入境旅游规模差异与位序规模体系研究——以江西省为例[J]. 华中农业大学学报:社会科学版, 2015(5):121-127.

[32]
袁利, 孙根年. 四川省入境旅游规模差异时空演化及其成因分析[J]. 重庆理工大学学报:自然科学, 2018, 32(3):156-164,177.

[33]
Jefferson M. The law of the primate city[J]. Geographical Review, 1939, 29(4):226-232.

[34]
吴雪萍, 赵果庆. 中国空间基尼系数:测算、改进与趋势[J]. 统计与决策, 2017(3):5-9.

[35]
段七零, 胡章鸿, 毛建明. 基于齐夫法则的江苏省旅游收入规模结构变化研究[J]. 人文地理, 2012, 27(3):86-92.

[36]
温晓金, 蒋依依, 刘焱序. “一带一路”国家入境游客规模演化规律与中国出境游客的对应特征[J]. 资源科学, 2019, 41(5):931-942.

DOI

[37]
盖美, 朱静敏, 孙才志, 等. 中国沿海地区海洋经济效率时空演化及影响因素分析[J]. 资源科学, 2018, 40(10):1966-1 979.

[38]
袁利, 孙根年. 四川省入境旅游规模差异时空演化及其成因分析[J]. 重庆理工大学学报:自然科学, 2018, 32(3):156-164,177.

[39]
张旭, 石惠春. 旅游规模差异及其位序规模体系研究——以甘肃省为例[J]. 资源开发与市场, 2013, 29(11):1185-1 188.

[40]
方相林, 张晓燕. 基于固定影响变截距模型的湖北省旅游业发展影响因素回归分析[J]. 经济地理, 2010, 30(5):876-879.

[41]
孙根年, 张毓, 薛佳. 资源—区位—贸易三大因素对日本游客入境旅游目的地选择的影响[J]. 地理研究, 2011, 30(6):1032-1 043.

[42]
周彩屏, 戈冬梅. 旅游规模差异及其位序规模体系研究——以浙江省为例[J]. 经济地理, 2010, 30(2):345-350.

Options
文章导航

/

〈 〉