EN中文

经济地理 >

2025 , Vol. 45 >Issue 10: 245 - 255

DOI: https://doi.org/10.15957/j.cnki.jjdl.2025.10.025

旅游经济与管理

文旅产业双向共聚对区域经济发展的影响——以东北三省为例

  • 马丽君 ,
  • 欧阳旻 , ※
展开
  • 湘潭大学 商学院， 中国湖南 湘潭 411105
※欧阳旻(1996—)，男，博士研究生，研究方向为旅游地理。E-mail：

马丽君(1981—)，男，博士，教授，博士生导师，研究方向为旅游地理。E-mail：

收稿日期: 2024-12-27

  修回日期: 2025-09-27

  网络出版日期: 2025-11-20

基金资助

国家社会科学基金项目(24BGL130)

湖南省社会科学基金项目(24ZDAJ022)

收起

Impact of Bidirectional Coagglomeration of Cultural and Tourism Industries on Regional Economic Development: A Case Study of 36 Prefecture-Level Cities in Northeast China

  • MA Lijun ,
  • OUYANG Min , ※
Expand
  • Business School， Xiangtan University， Xiangtan 411105， Hunan，China

Received date: 2024-12-27

  Revised date: 2025-09-27

  Online published: 2025-11-20

Fold

摘要

文章基于2004—2022年东北三省36个地市的文旅企业数据，探讨文旅产业双向共聚对经济发展的影响机理，测算两产业双向共聚指数，分析两产业双向共聚对经济发展的影响。结果表明：①旅游产业向文化产业的共聚强于文化产业向旅游产业的共聚。样本期内，两产业双向共聚水平整体较为稳定，共聚水平提升较快的地市主要集中在经济基础较好的沈阳、大连、鞍山、长春、哈尔滨等地。②从全局OLS回归结果看，两产业双向共聚显著促进了经济发展，同时文化产业向旅游产业共聚的经济效应最突出。③从局部时空地理加权回归结果看，两产业双向共聚对经济发展的影响存在时空异质性。2004年，两产业双向共聚对经济发展的影响主要为正，随着时间推移，到2022年主要表现为负向影响。这综合反映出东北三省正经历两产业双向共聚不经济的情形。研究结果为推动文旅产业双向共聚促进经济发展提供了理论依据，并深化了文旅产业双向共聚与经济发展关系的研究。

关键词： 文化产业; 旅游产业; 双向共聚; 经济发展; 时空异质性; 东北三省

本文引用格式

马丽君 , 欧阳旻 . 文旅产业双向共聚对区域经济发展的影响——以东北三省为例[J]. 经济地理, 2025 , 45(10) : 245 -255 . DOI: 10.15957/j.cnki.jjdl.2025.10.025

Abstract

The bidirectional coagglomeration of the cultural and tourism industries (CTI) reflects the asymmetric spatial relationship between the two industries, serving as a crucial spatial manifestation of their integration and holding significant value for the revitalization and development of Northeast China. Using data of cultural and tourism enterprises from 36 prefecture-level cities in Northeast China between 2004 and 2022, this study explores the impact mechanism of CTI bidirectional coagglomeration on economic development, calculates the CTI bidirectional coagglomeration index, and analyzes its effects on economic development. The findings indicate that: 1) The coagglomeration of the tourism industry into the cultural industry is stronger than vice versa. During the sample period, the overall level of CTI bidirectional coagglomeration remained relatively stable, with cities experiencing faster improvement mainly concentrated in economically advanced areas such as Shenyang, Dalian, Anshan, Changchun, and Harbin. 2) Global OLS regression results show that CTI bidirectional coagglomeration significantly promotes economic development, with the coagglomeration of the cultural industry into the tourism industry exerting the strongest positive effect. 3) Local Geographically and Temporally Weighted Regression results reveal that the impact of CTI bidirectional coagglomeration on economic development exhibits spatiotemporal heterogeneity, initially positive in 2004 but turning negative by 2022, indicating diseconomies of CTI bidirectional coagglomeration in Northeast China. The results provide a theoretical basis for promoting CTI bidirectional coagglomeration to foster economic development and deepen the study of the relationship between CTI bidirectional coagglomeration and economic development.

Key words： cultural industry; tourism industry; bidirectional coagglomeration; economic development; spatiotemporal heterogeneity; Northeast China

党的二十大报告提出：“坚持以文塑旅、以旅彰文，推进文化和旅游深度融合发展”[1]。文旅融合已成为文化与旅游产业发展的战略方向，强调文化与旅游产业在功能、服务等方面的相互关联关系。随着文旅融合相关政策的实施，两产业间的技术交融、服务创新和业务协作不断加强[2]。据统计，传统文化类景区由2012年的2064个增加到2023年的4000余个，年均增长8%[3]。文旅融合能带动就业、消费与投资，已成为国家推动经济高质量发展的战略重点。值得注意的是，文旅融合不仅依赖制度驱动，也有赖于文旅产业在空间上的互动嵌套[4]。已有研究表明，两产业共聚是两产业融合发展的前提与保障[5]。文化与旅游产业在空间上的双向共聚，即文旅企业选址互为吸引，能推动文化与旅游资源的空间嵌套与功能协同，促进融合路径真正落地生效[6]。作为一种多产业集聚形态，产业共聚本身就具备经济外部性。在实施政策层面，地方政府以“打造文旅产业集聚区”“推动空间集约发展”为导向，出台相关政策进行文旅产业空间部署。然而，若产业共聚未能如预期产生正外部效应，反而可能引发资源错配、空间冗余与投资低效等问题[7]。因此，系统评估文旅产业双向共聚对区域经济发展的影响，不仅有助于深化融合发展的空间理论逻辑，也为优化地方文旅产业布局、提升资源配置效率提供重要实践参考。
文旅产业双向共聚是从微观企业地理视角分析两产业空间关联的概念，其最相近的概念是产业协同集聚。在产业集聚研究中，产业集聚常分为专业化产业集聚和多样化产业集聚（也称跨产业集聚）：前者体现单一产业的空间集中分布，后者强调不同产业间的空间耦合与互动[8]。广义上，产业协同集聚与产业双向共聚都属于多样化产业集聚，虽然都关注不同产业在特定空间中的聚集，但二者在概念与测度上存在明显差异。在研究对象上，产业双向共聚聚焦两产业之间的集聚，而产业协同集聚可涵盖两个及以上产业。在研究内容上，产业双向共聚考虑集聚的方向性，强调产业间集聚的非对称关系，能揭示集聚过程中两产业的集聚意愿和作用差异[5]；而产业协同集聚不区分集聚方向，主要关注不同产业聚集后的产业效益是否趋同[9]。在测度方法上，产业双向共聚能基于企业地理位置数据，通过测算不同集聚方向上两产业的实际距离与模拟距离来衡量集聚程度[10]，从而直观反映两产业非对称的空间联系；而产业协同集聚多依托产业产值、从业人员、行政区面积等统计数据，借助EG指数、区位熵、地理集中指数等指标进行测度[11]，难以反映非对称的产业空间联系。此外，由于现有文旅产业集聚研究多沿用协同集聚的测度思路，导致文旅产业双向共聚这一空间现象尚未被有效测度。
与此同时，在对经济发展的影响上，现有研究主要关注三类集聚：文化产业集聚、旅游产业集聚和文旅产业协同集聚。相关文献认为，这三种产业集聚主要通过整合市场资源、加强要素流动、深化产业分工等方式提升产业效率，促进区域经济发展，但也存在同质化竞争、环境压力与资源拥挤等负向影响[12-14]。然而，上述研究多集中于专业化产业集聚或产业协同集聚，对文旅产业双向共聚的经济影响研究仍较为不足。在影响机理方面，已有研究从正向规模效应、负向拥挤效应并存的视角探讨跨产业集聚对经济发展的作用机制[15]，这为本文奠定了理论基础，但尚未结合文旅产业双向共聚的空间结构特征，系统阐释文旅产业双向共聚对经济发展的具体影响路径。在影响的时空异质性方面，当前研究缺乏对文旅产业双向共聚影响区域经济发展的时间演化特征与地区差异的系统分析，未能揭示其作用效果在不同时期、不同区域间的显著性差异及背后的结构性因素。
基于上述不足，本文聚焦文旅产业双向共聚对区域经济发展的影响这一核心问题，并以东北三省为研究对象开展系统分析。本文拟从以下方面展开：①从共聚方向性和微观企业地理视角阐释和测度文旅产业双向共聚，拓宽文旅融合和文旅产业集聚的研究视角；②深入探讨文旅产业双向共聚的经济影响机理，丰富跨产业集聚对经济发展的影响研究；③揭示文旅产业双向共聚对东北三省地市经济发展影响的时空异质性，为推动东北地区文旅产业高质量发展提供理论与实践依据。

1 文旅产业双向共聚影响经济发展的机理分析

本文通过绘制文化产业与旅游产业的不共聚、单向共聚和双向共聚示意图，以更直观地理解文旅产业双向共聚概念。具体来说，文化产业与旅游产业共存于同一区域，但两产业所属企业的选址差异，将会使两产业在空间分布上展示出不同群体特征。对单一产业（无论文化产业还是旅游产业）而言，如果企业选址彼此分散，则呈现分散分布（图1a1）；如果企业选址彼此靠近，则呈现集聚分布（图1b1）。然而，对于两个产业的整体而言，单一产业集聚与否并不直接影响两产业间的共聚状态。即便企业在各自产业内集聚，如果这两个集聚中心相隔甚远（图1b1），则两产业间不能构成共聚现象。只有当两个集聚中心彼此接近或有重叠时（图1b2和图1b3），才能认为存在产业共聚。相反，即使单个产业的企业分布是分散的，只要跨产业的企业选址彼此相邻或共同选址（图1a2和图1a3），也能形成共聚状态。值得注意的是，文旅产业双向共聚包含文化产业向旅游产业共聚和旅游产业向文化产业共聚两个方面，两个方向的共聚强度差异反映出两产业在共聚吸引力上的差别。
图1 文化产业与旅游产业不共聚、单向共聚和双向共聚示意图

Fig.1 Schematic of non-coagglomeration， unidirectional coagglomeration， and bidirectional coagglomeration of the CTI

综合来看，文旅产业双向共聚是指在特定区域内，在市场毗邻、劳动力共享和知识溢出等正外部性因素引导下，文化产业和旅游产业形成紧密关联，促进两产业所属企业之间形成相互依赖、联结和互动的空间结构关系。在该过程中，两产业通过资源流通、信息交流、创意融合和市场互动等方式，能极大促进文化创意和旅游体验的交融[16]。两产业双向共聚的结果是推动文旅产业集群、产业链与供应链在空间上高度整合，形成具有高综合效益的“链—群”空间结构。该“链—群”空间结构由三部分构成：一是文旅产业集群，体现为关联文旅企业在特定区域的地理集中[17]；二是文旅产业链，体现为文化与旅游产业上下游各生产服务环节的有机连接[18]；三是文旅供应链，作为运行要素协同系统，嵌套于文旅产业集群和文旅产业链之中，建立起物流、资金流、信息流等要素的高效流转体系[19]。总体而言，文旅产业双向共聚是一种多样化产业集聚，其所引发的经济现象本质上应体现为集聚经济中规模效应与拥挤效应的交织并存。相关研究多采用该研究思路分析产业集聚对经济发展的影响[20]，本文也沿用该分析框架，探讨文旅产业双向共聚对区域经济发展的影响机理（图2）。
图2 文旅产业双向共聚对经济发展的影响机理

Fig.2 Mechanism of the impact of CTI bidirectional coagglomeration on economic development

规模效应是指特定空间内因经济集聚活动带来单位成本降低、配置效率提升与系统协同增强等现象，从而产生经济乘数效应[20]。在文旅产业双向共聚过程中，规模效应具体体现在以下三个层面：①文旅产业集群层面。随着相关文旅企业在特定地理区域的密集布局，区域内基础设施共建共享、交通通达性增强及信息交换加速，显著降低了土地、劳动力、信息、资本及中间投入品等关键要素的获取成本，强化了区域内企业间的合作基础[21]。②文旅产业链层面。文旅产业双向共聚推动了“文化创意—场景构建—旅游运营—品牌传播—消费转化”链条的空间整合。通过产业链各节点间的空间联通与嵌套配置，上下游文旅企业之间实现了顺畅的物质与信息传导[22]。生产服务环节在空间上的依附与重组推动了链条内部的专业化演进，形成高效的空间分工格局，提升了区域内企业间的协作效率。③文旅供应链层面。文旅产业双向共聚促使供应链系统将“产业链”各关键环节（如产品策划、演艺活动、交通接驳等）与“产业集群”中的企业协作实现系统嵌合，从而提升区域资源要素的动态匹配效率与灵活调度能力，体现出显著的空间资源配置优化效果[23]。
拥挤效应是指特定空间内的经济集聚活动引发的要素比例失衡从而产生的非经济性效应[20]。已有研究表明，拥挤效应主要源于市场容量有限、环境承载力约束以及关键资源要素稀缺[24]。在文旅产业双向共聚所构建的“链—群”空间结构中，拥挤效应具体表现为以下三个层面：①文旅产业集群层面。当大量同类文旅企业在有限空间中高度聚集，空间资源与市场需求之间出现重叠和内耗，原有的协同机制将被同质化竞争所取代，导致土地、劳动力与资本等关键要素被过度消耗，区域呈现出同质化竞争加剧和要素价格上升的趋势，削弱了集聚带来的成本优势[25]。②文旅产业链层面。随着产业链条不断延伸且生产服务环节在局部区域高度集中，易造成空间功能重叠与资源高强度使用，引发交通拥堵、生态扰动、环境污染等一系列系统性压力。当区域的环境承载力临近一定阈值，文旅活动的高频运行将导致生态系统超载，表现为景观破坏、基础设施超负荷及社会运行成本上升，从而削弱了区域经济的可持续发展能力[26]。③文旅供应链层面。随着文旅产业双向共聚的持续推进，“链—群”空间结构会在区域中形成核心节点。这些核心节点通常集聚了文旅活动的主要消费场景、高频交易行为与决策中心资源[27]。文旅产业双向共聚促使各类物流、资金、人力及信息等配套环节服务主体加速向核心节点聚集，构建出以核心节点为枢纽的高密度要素调度体系。然而，资源过度集中也带来了供应链要素配置的空间挤压现象，即由于关键配套要素在中心区域的过密布局，出现边际报酬递减、系统运行效率下降等问题[28]。一方面，要素配置趋同削弱了供应链系统的弹性与韧性，降低了应对突发扰动的能力；另一方面，边缘区域因资源流出而陷入要素获取困难与发展动力不足的困境，区域发展差距进一步扩大。

2 研究区域、测算方法与数据来源

2.1 研究区域

2023年10月27日，中共中央政治局会议审议的《关于进一步推动新时代东北全面振兴取得新突破若干政策措施的意见》强调推动东北振兴是党中央作出的重大战略决策[29]。积极发展特色产业和冰雪经济，已经成为推动东北地区经济高质量发展的重要路径。东北三省是文化和旅游资源极为丰富的地区，拥有独特的历史遗产和自然景观。这里文化与旅游景观的紧密结合，展现了文旅产业双向共聚的趋势，尤其在哈尔滨国际冰雪节等活动中表现得尤为突出，不仅推广了冰雪旅游，也带动了相关文化产业的发展，提升了城市品牌价值。因此，本文选取东北三省的36个地级行政区（包括34个地级市、1个自治州、1个地区，文中简称“地市”）为研究区域，分析文旅产业双向共聚对经济发展的影响，具有典型性和借鉴意义。

2.2 文旅产业双向共聚指数测算

文旅产业双向共聚问题本质上是这两个产业的空间分布相似性问题[10]。现有研究常用EG指数和DO指数来测算产业共聚。EG指数受行政区划限制，可能导致产业共聚的虚假相关[30]；DO指数不受行政区划限制，但存在不同空间尺度的DO指数不可比等问题[31]。此外，这两个指数无法识别图1中产业共聚的非对称方向。为此，陈露等[10]采用通过Sinkhorn算法优化的Wasserstein距离，提高了产业共聚的测算精度，并能识别共聚的非对称方向。该方法也更适合研究文旅产业双向共聚问题，计算公式为：
$\begin{array}{l}{W}_{P}{\left[f\left(x\right),g\left(y\right)\right]}_{K}=\\ {\left(\underset{\gamma (x,y)\in \Gamma (f,g)}{inf}{\int }_{{C}^{n}·{C}^{n}}\gamma (x,y)\left\{\alpha ln\left[\gamma (x,y)\right]-ln\frac{K(x,y)}{t}\right\}dxdy\right)}^{\frac{1}{p}}\end{array}$
式中：WP[f(x),g(y)]K是分布f(x)和g(y)之间的Wasserstein距离； $\Gamma (f,g)$是复平面Cn·Cn上的联合分布；K(x,y)是核密度函数。
根据式（1），本文以文化与旅游产业为对象，首先分别计算其实际Wasserstein距离WP[f(x),g(y)]K与蒙特卡洛模拟产业集的模拟Wasserstein距离WP*[f(x),g(y)]K。随后，通过两者的比较，可分别测算文化产业向旅游产业的共聚指数Coaggj→k和旅游产业向文化产业的共聚指数Coaggj←k。最后，对Coaggj→k和Coaggj←k取平均值，可得到文旅产业双向共聚指数Coaggj↔k。测算的步骤详见陈露等的研究[10]。

2.3 模型设定与变量选取

2.3.1 时空地理加权回归模型

时空地理加权回归（Geographically and Temporally Weighted Regression，GTWR）模型是在地理加权回归模型（GWR）基础上加入时间变量的局部模型。该模型考虑了变量影响系数随着时间推移和地理位置的变化而变化。文旅产业双向共聚对经济发展的影响可能因为观测对象地理位置的不同存在差异。本文运用GTWR模型进行文旅产业双向共聚对经济发展的影响分析。计算公式为：
$\begin{array}{l}{Y}_{q}={\beta }_{0}\left({u}_{q},{v}_{q},{t}_{q}\right)+\sum _{i=1}^{m}{\beta }_{i}({u}_{q},{v}_{q},{t}_{q}){x}_{qi}+{\epsilon }_{q}\\ q=\mathrm{1,2},\dots,36;t=2004,\dots,2022。\end{array}$
式中：Yq是地区q的经济发展指标值；uq、vq、tq分别是地区q的经度、纬度和研究年限。xqi、βi（uq，vq，tq）分别是地区q第i个变量的观测值、回归估计系数。β0（uq，vq，tq）、ɛq分别表示截距和残差。

2.3.2 变量选取

参考相关研究[32-33]，本文的变量选取如下：
被解释变量是经济发展（y1），用地区GDP表征。
解释变量包括文旅产业双向共聚（x1）、文化产业向旅游产业共聚（x2）和旅游产业向文化产业共聚（x3），分别用Coaggj↔k、Coaggj→k和Coaggj←k表征。
控制变量：①人口密度（x4），用户籍人口除以行政区域土地面积表征。②劳动力就业（x5），用年末单位从业人员数表征。③产业结构升级（x6），用第三产业增加值占第二产业增加值的比值表征。④政府支持（x7），用地方财政一般预算内支出表征。⑤金融发展（x8），用年末金融机构存贷款余额总和表征。⑥居民消费（x9），用社会消费品零售总额表征。⑦对外贸易（x10），用货物进出口总额表征。⑧科技创新（x11），用专利授权数表征。

2.4 数据来源与处理

第一，测算Coaggj↔k的数据基础是微观企业的地理信息。该数据来源于“天眼查”网站，通过数据筛选和处理，得到东北三省36个地市2004—2022年文化与旅游产业所属企业的经纬度坐标。具体步骤为：①匹配国家统计局印发的《文化及相关产业分类（2018）》和《国家旅游及相关产业统计分类（2018）》中“文化核心领域”和“旅游业”的行业分类代码与《国民经济行业分类》（GB/T 4754—2017）的行业分类代码。匹配结果见表1。②根据表1的产业中类分类，本文从天眼查官网获取截至2022年东北三省36个地市处于存续状态的相应企业的企业名称、成立日期、营业期限、所属城市、注册地址、经营范围等信息，共计2697631条信息。③本文在《文化及相关产业分类（2018）》和《国家旅游及相关产业统计分类（2018）》的产业小类说明中提取关键词，在企业信息的经营范围中根据关键词筛选剔除不符合要求的企业。此外，对于企业分类重复问题，则根据企业性质，明确产业分类。如文艺创作与表演、艺术表演场馆、文物及非物质文化遗产保护、博物馆等归入文化产业，名胜风景区管理、森林公园管理、其他游览景区管理、休闲观光活动等归入旅游产业。④剔除注册地址不明、重复出现在多个产业分类中的企业信息。最后利用高德开放平台将符合要求的企业注册地址转换为经纬度信息，分别得到文化和旅游产业所属企业的272165和296573条信息，共计568738条信息。
表1 文化产业、旅游产业与国民经济行业分类对应关系

Tab.1 Correspondence between the cultural industry，tourism industry，and national economic sector classifications

产业名称 产业大类 对应国民经济行业的产业中类分类代码（部分）
文化产业 新闻信息服务、内容创作生产、创意设计服务、文化传播渠道、文化投资运营、文化娱乐休闲服务 243工艺美术及礼仪用品制造，307陶瓷制品制造，514文化、体育用品及器材批发，518贸易经纪与代理，524文化、体育用品及器材专门零售，631电信，632广播电视传输服务，633卫星传输服务，等
旅游产业 旅游出行、旅游住宿、旅游餐饮、旅游游览、旅游购物、旅游娱乐、旅游综合服务 014蔬菜、食用菌及园艺作物种植，521综合零售，523纺织、服装及日用品专门零售，531铁路旅客运输，533铁路运输辅助活动，541城市公共交通运输，542公路旅客运输，551水上旅客运输，等
第二，考虑到东北振兴战略是2003年提出，并在2004年开始发挥实际作用，故研究年限设定为2004—2022年。被解释变量和控制变量的数据来源于《中国城市统计年鉴》《黑龙江统计年鉴》《吉林统计年鉴》《辽宁统计年鉴》以及各地市的统计年鉴和社会经济发展统计公报等。针对数据缺失问题，采用线性补插法予以补充。同时，为了消除价格因素的影响，本文以2004年为基期，运用GDP指数、人均GDP指数、商品零售价格指数、进出口商品价格指数以及第二、三产业增加值指数等对相关经济数据进行平减处理，求出其实际值。

3 结果分析

3.1 东北三省文旅产业双向共聚的时空演变分析

本文将2004—2022年东北三省36个地市的Coaggj→k、Coaggj←k、Coaggj↔k、GDP绘制成图，以观察各变量的时空演变特征（图3）。
图3 东北三省文旅产业双向共聚和经济发展相关指标的统计分布

Fig.3 Statistical distribution of CTI bidirectional coagglomeration and economic development indicators in Northeast China

①比较Coaggj→k和Coaggj←k。由图3可知，2004—2022年东北三省36个地市的Coaggj→k均一直低于Coaggj←k，表明东北三省旅游产业向文化产业的共聚明显强于文化产业向旅游产业的共聚。这与文旅融合研究中倡导的“文化是旅游的灵魂，旅游是文化的载体”理念相符合，文化产业中的许多文化要素已成为旅游产业发展的核心资源和吸引物。
②分析Coaggj↔k的时空演变。在时序变化上，2004—2022年东北三省36个地市的Coaggj↔k均值基本稳定在0.2左右，只有15个地市的Coaggj↔k实现波动上升，其余地市的Coaggj↔k表现为波动下降。值得注意的是，Coaggj↔k实现波动上升的地市多是经济发达且在东北经济中体量较大的地市，如沈阳、大连、鞍山、长春、哈尔滨等。同时，绝大多数地市的Coaggj↔k低于0.4，表明东北三省两产业双向共聚的现实情况并不理想。在空间分布上，Coaggj↔k的均值呈现出“辽宁省<吉林省<黑龙江省”的空间特征，同时Coaggj↔k较高的区域主要包括文旅资源丰富但经济欠发达的地市，如大兴安岭、阜新、四平、黑河等。随着时间推移，这些分布特征基本保持稳定。

3.2 东北三省文旅产业双向共聚对经济发展的影响分析

3.2.1 全局影响分析

在不考虑区域异质性情况下，本文使用OLS回归模型分析东北三省文旅产业双向共聚对经济发展的全局影响。为消除异方差和保证数据可比性，OLS回归前对变量进行对数化和标准化处理（表2）。模型（1）（2）分别表示仅包含控制变量和将文旅产业双向共聚（x1）作为解释变量的回归模型。由于金融发展（lnx8）的VIF值均大于10，说明存在多重共线性。剔除金融发展后，继续进行OLS回归，模型（3）~（6）依次为：仅包含控制变量以及分别将x1、x2、x3作为解释变量的回归模型。
表2 全局OLS回归的估计结果

Tab.2 Estimation results from global OLS regression

变量 （1）
ln y1		 （2）
ln y1		 （3）
ln y1		 （4）
ln y1		 （5）
ln y1		 （6）
ln y1
x1 0.033** 0.038**
x2 0.085***
x3 0.012
ln x4 0.150*** 0.164*** 0.237*** 0.252*** 0.284*** 0.240***
ln x5 0.215*** 0.207*** 0.298*** 0.288*** 0.275*** 0.295***
x6 -0.188*** -0.199*** -0.165*** -0.177*** -0.190*** -0.168***
ln x7 0.180*** 0.197*** 0.231*** 0.250*** 0.273*** 0.236***
ln x8 0.311*** 0.306***
ln x9 0.237*** 0.230*** 0.242*** 0.234*** 0.222*** 0.239***
ln x10 0.113*** 0.112*** 0.145*** 0.144*** 0.147*** 0.144***
ln x11 -0.159*** -0.155*** -0.047* -0.044* -0.050** -0.045*

注：***、**、*分别表示在1%、5%、10%水平上显著；为节省版面，标准误差不显示。

由表2可知，解释变量中，x1和x2的回归系数均显著为正，x3的回归系数不显著，且x2的回归系数最大，这说明：一方面，尽管Coaggj↔k较高的区域多为文旅资源丰富但经济欠发达的地市，但是这些地市产业双向共聚水平提升不明显，同时Coaggj↔k呈上升趋势的地市主要为经济发达且在东北地区体量较大的地市，其经济体量对东北地区GDP的影响更大，因此两产业双向共聚对经济发展的平均效应呈显著正向。另一方面，文化产业向旅游产业共聚的经济效应更强。近年来，东北三省依托冰雪资源发展滑雪、冰雕、嘉年华等项目，但单纯的冰雪资源难以产生持续效益。通过引入节庆、演艺、影视IP等文化元素，开发“冰雪+节庆”“冰雪+演艺”“冰雪+影视IP”等模式，既提升了旅游产品的附加值与差异化，也延长了游客停留时间，从而对东北地区经济产生更直接的拉动效应，这也解释了x2的回归系数更大且显著的原因。相较之下，x3的回归系数不显著：一方面，东北三省的文化产业市场化程度偏低，旅游需求难以有效转化为文化产品供给与产业链延伸[34]；另一方面，冰雪旅游旺季集中、淡季人流骤降，难以对文化产业形成稳定的市场需求[35]，因而旅游产业向文化产业共聚的经济拉动效应有限。控制变量中，ln x4、ln x5、ln x7、ln x9、ln x10的回归系数均显著为正，说明人口密度、劳动力就业、政府支持、居民消费、对外贸易是促进经济发展的重要力量。x6和ln x11的回归系数显著为负，但ln x11的回归系数显著性较弱。结合产业结构升级数据来看，东北三省各地市的产业结构升级程度普遍较低，目前正处于推动经济发展的阵痛调整期；尽管科技创新是经济发展的重要因素，其对经济发展的平均影响应该为正，可能是由于该因素的时空非平稳性导致其系数为负。

3.2.2 影响的时空异质性分析

为分析各变量对经济发展的影响是否存在时空非平稳性，本文选择TWR、GWR和GTWR分别拟合模型（4）的数据样本。结果发现：GTWR的RSS、AICc、Adj-R2等诊断参数值均优于OLS、TWR和GWR，说明GTWR更适用于模型（4），也意味着文旅产业双向共聚对经济发展的影响具有时空异质性。于是，本文使用GTWR模型分析文旅产业双向共聚对经济发展的影响的时空异质性，表3统计了模型（4）的估计结果。
表3 文旅产业双向共聚对经济发展影响的GTWR模型回归系数的统计结果

Tab.3 Statistical results of GTWR model regression coefficients for the impact of CTI bidirectional coagglomeration on economic development

变量 （4）
显著回归
系数占比（%）		 平均值 中位数 >0的回归
系数占比（%）		 变异系数
x1 79.39 0.0439 0.0562 71.45 1.9350
ln x4 96.35 0.2734 0.2816 99.09 0.4681
ln x5 90.50 0.2579 0.2580 97.25 0.4602
x6 90.79 -0.1822 -0.1725 0.32 -0.5245
ln x7 89.47 0.2256 0.2377 87.91 0.7558
ln x9 90.50 0.2291 0.2100 99.19 0.5855
ln x10 95.03 0.1804 0.2052 91.08 0.6730
ln x11 70.47 0.1274 0.1141 88.17 0.9907

注：表中“显著回归系数占比”列统计所有回归系数，显著回归系数指P≤0.1的系数；其余列只统计显著回归系数。

由表3可知，x1回归系数的平均值为0.0439，与表2中的OLS估计结果相近。x1回归系数的显著系数占比达到79.39%，中位数大于0，且大于0的系数占比为71.45%，说明对于东北三省的大多数地市而言，在大部分时间里，文旅产业双向共聚有利于促进经济发展，持续推进文化与旅游产业的双向共聚是有必要的。此外，x1回归系数的变异系数值大于1，说明两产业双向共聚在发挥作用时，存在明显的时空分异。在控制变量中，除了科技创新，各变量估计结果与OLS估计相近。而ln x11回归系数的显著系数占比为70.47%，均值为正，但变异程度较大，说明科技创新在不同时空中的作用差异明显，这也解释了其在OLS估计中系数为负且显著性不高的现象。
表3仅展示了变量回归系数的统计信息，而文旅产业双向共聚对经济发展影响的时空异质性信息尚不明晰，因此本文对x1回归系数的时空演变进行可视化展示。本文运用自然断点法将显著的x1回归系数值划分成若干区间，图4展示了2004、2007、2010、2014、2019和2022年x1回归系数的空间分布。
图4 x1时空地理加权回归系数的空间分布演变

Fig.4 Spatial distribution evolution of x1 geographically and temporally weighted regression coefficients

由图4可知，2004年显著的x1回归系数全为正，较高的系数集中在黑龙江省，最高超过0.40，不显著的系数主要集中在辽宁和黑龙江省，此时两产业双向共聚对经济发展的正向影响占据主导地位。此后，负向显著影响逐步显现并扩大：2007年至2014年间负向x1回归系数持续增加，至2019年正向影响明显减弱。到2022年，负向显著影响覆盖了18个地市，正向显著影响仅覆盖辽宁和吉林省的7个地市，最高显著x1回归系数低于0.11，此时负向影响占据主导地位。
从时间变化上来看，2004—2022年东北三省文旅产业双向共聚对区域经济发展的影响整体呈现“从共聚经济到共聚不经济”的转变路径，即由规模效应主导逐步演变为拥挤效应主导，二者之间关系呈现出倒U型结构。这一演变路径契合集聚经济理论中关于“初期集聚带动效应显著，后期因资源配置效率下降而产生负外部性”的研究共识，亦与周圣强等有关中国集聚经济的实证研究[15]相呼应。具体而言，尽管2004—2022年各地市的文旅产业双向共聚水平整体波动不大，但不同时期文旅企业的规模扩张程度存在显著差异。根据本文统计数据，2004年东北三省文化和旅游产业的企业分别为6032和7945家，彼时国务院办公厅印发《2004年振兴东北地区等老工业基地工作要点》，明确提出“继续加强旅游基础设施建设”，带动了以规模效应为主导的初期共聚红利。进入2022年，两类企业数量已分别增至270759和295982家，快速扩张所带来的资源压力、协调成本与空间拥挤问题愈加凸显。2023年文化和旅游部、国家发展改革委印发的《东北地区旅游业发展规划》明确指出，东北地区存在优质旅游产品供给不足、产业综合带动作用发挥不充分等短板弱项。这些问题反映出共聚红利正逐步递减，拥挤效应加剧。因此，东北地区文旅产业双向共聚在不同发展阶段所发挥的经济效应已从正向转为负向，表现出明显的时间序列转折特征。然而，这一转变在空间上的分布并不均衡，仍需进一步从空间异质性角度加以探讨。
从空间异质性来看，东北三省36个地市在文旅产业双向共聚对区域经济发展的影响上表现出显著差异。本文基于GTWR模型的回归结果，对不同地市的x1回归系数动态演化路径进行系统归类，并据此将样本地市划分为共聚红利持续释放型、共聚红利递减型、共聚红利消散型和共聚红利阻滞型4种类型。具体而言，第一类“共聚红利持续释放型”地市（包含沈阳、长春、吉林等14个地市）在整个观测期内x1回归系数基本显著为正，表明文旅产业双向共聚已在此类地市形成结构稳定的产业集群体系，并通过上下游环节联动有序的产业链条与高效调配资源的供应链网络实现持续的规模扩张效应。其特征表现为集聚度较高但未触及资源边界，协同效应强，资源调度高效，具备显著的扩散带动能力。第二类“共聚红利递减型”地市（包含丹东、辽阳、双鸭山和黑河4个地市）则呈现x1回归系数由正向显著转为不显著，说明其初期借助资源禀赋和区位优势发展起文旅产业集群，但由于产业链向高端延伸受阻、供应链稳定性不足，导致集聚效益呈现边际递减趋势。此类地市通常面临“产业链断点—集群内卷—供应失衡”的三重制约，规模效应虽尚存，但协同机制开始弱化。第三类“共聚红利消散型”地市（包括大庆、齐齐哈尔等12个地市）的x1回归系数则由正转负，表明其原有文旅产业集群已出现结构性拥挤与空间负载过重问题，表现为产业链重构失败、要素重复配置、供应链效率下降，导致原有规模效应反转为显著拥挤效应。尤其在资源型城市中，旅游资源与传统工业基础错配显著，易导致文化空间利用与基础设施建设的共用冲突，反映为“结构过饱和—资源错位—效益下降”的负反馈机制。第四类“共聚红利阻滞型”地市（包括大兴安岭、牡丹江、葫芦岛等6个地市）则表现出x1回归系数由不显著转为负，反映出其虽具备一定文旅资源禀赋，但因地处交通断裂带或生态敏感带，交通可达性差、人口集聚能力弱、制度与市场支撑机制缺失，未能形成有效的产业集群形态，产业链条缺乏延伸空间，供应链节点分散且失配严重，在尚未形成实质性共聚之前即遭遇资源瓶颈。
从区域空间结构来看，该分类框架与已有文献所揭示的东北地区的核心—边缘发展格局高度一致[36]。第一类地市多为省会城市与枢纽节点，资源配置能力强、基础设施完善，具备打造完整文旅产业链与多节点供应链的区位条件；第二类与第三类地市则处于老工业转型带或人口流出带，其产业空间演化面临路径依赖与结构锁定困境，链条断裂与资源错配显著；而第四类地市则多处于资源型边疆地带，缺乏市场导向机制与制度支撑，形成“空间边缘—供需脱节—共聚乏力”的状态。

3.2.3 稳健性检验

为检验以上回归结果的稳健性，将因变量的代理变量GDP替换为人均GDP。OLS估计结果显示：x1、x2和x3的回归系数与表2具有强一致性。同时，对比OLS、GWR、TWR和GTWR模型的诊断结果，发现GTWR模型也是最优模型，同时x1回归系数的平均值大于0，显著系数占比达到86.84%。总的来说，本文的研究结论得到支持，通过了稳健性检验。

4 结论与讨论

4.1 结论

本文分析了2004—2022年东北三省36个地市文旅产业双向共聚的时空演变特征，并基于GTWR模型探讨了文旅产业双向共聚对经济发展的影响。主要结论如下：
①旅游产业向文化产业的共聚趋势明显强于文化产业向旅游产业共聚。2004—2022年，东北三省文旅产业双向共聚水平整体较为稳定，但整体水平偏低。两产业双向共聚水平提升较快的区域主要集中在经济基础较好的沈阳、大连、鞍山、长春、哈尔滨等地市，同时两产业双向共聚程度较高的区域主要集中在文旅资源丰富但经济相对欠发达的地市。
②从全局影响来看，文旅产业双向共聚显著促进了经济发展，同时文化产业向旅游产业共聚的经济效应更强。对比全局OLS回归以及TWR、GWR和GTWR等局部回归模型的诊断结果，验证GTWR模型的解释力和预测精度更佳，表明两产业双向共聚对经济发展的影响存在时空非平稳性。
③从影响的时空异质性来看，2004—2022年东北三省文旅产业双向共聚对区域经济发展的影响呈现明显的时空分异特征：时间维度上，整体经历了由“共聚经济”向“共聚不经济”的演变过程，表现为从规模效应主导转向拥挤效应主导的倒U型路径；空间维度上，依据影响系数的动态变化，不同地市可划分为共聚红利持续释放型、递减型、消散型和阻滞型四类，分别对应共聚规模效应持续释放、边际递减、反转为拥挤效应及尚未显现的状态。其中，第一类地市主要集中于沈阳、长春等省会及交通枢纽，第二类与第三类多分布于老工业转型带和人口流出区，第四类则多位于资源型边疆地带。

4.2 讨论

本文揭示了东北三省36个地市文旅产业双向共聚对区域经济发展影响的时空异质性结果，回应并拓展了产业经济学与空间经济学领域中产业融合、产业共聚、产业集聚及集聚经济的研究。首先，明确产业双向共聚与产业协同集聚之间的区别，突出本研究的关注视角是文旅产业的非对称空间关联，也为多样化产业集聚研究提供了新的研究视角与空间解释框架。其次，将文化与旅游两个具有关联依赖性与互补性的产业置于产业共聚框架下，拓展了产业共聚的实证边界。最后，文旅产业双向共聚作为多样化产业集聚，其与经济发展的倒U型关系也回应了已有集聚经济的研究成果，并对集聚外部性理论提供了重要补充与深化。
根据实证分析，不同类型地市在文旅产业集群结构的稳定性、产业链条的协同性及供应链系统的承载能力等方面表现出明显差异，应分类制定差异化政策，实现文旅产业双向共聚对区域经济发展的良性促进。政策建议如下：①沈阳、长春等共聚红利持续增强型地市应强化高质量集群培育，推动文旅新业态集聚发展，防范潜在集聚风险。在产业链层面，鼓励“内容创制—旅游消费”链条整合，打造原创内容驱动的文旅品牌。在供应链方面，依托交通枢纽构建区域文旅要素配置中心，提升跨区域联动能力，推动都市圈文旅走廊建设，释放外溢红利。②丹东、双鸭山等共聚红利递减型地市应着力打通文旅产业链关键断点，向品牌运营与数字传播等生产服务环节延伸，拓宽产业链的深度和广度。产业集群应优化资源配置，提升差异化定位，抑制同质化竞争。在供应链方面，应强化要素弹性调度和区域协同机制，提升资源利用效率，修复集聚效应递减的内在机制。③大庆、齐齐哈尔等共聚红利消散型地市应调整“链—群”空间结构，化解资源错配与市场饱和问题。在产业集群方面，可推动部分同质化企业由主城区向县域转移，构建多中心错位发展格局。在产业链层面，通过空间解耦，减轻中心区生态与服务负荷。在供应链方面，完善区域调度系统，建设多节点协同机制，提高系统韧性与运行效率。④大兴安岭、牡丹江等共聚红利阻滞型地市应聚焦资源优势与基础条件，推动小尺度、嵌入式文旅集群发展，形成功能独特的文旅集群单元。在产业链层面，引入新兴服务业态，打通“资源—场景—消费”链条起点。在供应链方面，应完善金融、信息等软要素流通机制，通过政策资金与平台企业导入，构建初步协同体系，激活产业共聚潜力。
虽然本文应用东北三省36个地市的数据分析了两产业双向共聚对区域经济发展的影响，但仍存在一些局限。首先，本文的研究区域只考虑东北三省的地市，无法展示中国两产业双向共聚对区域经济发展影响的全貌。未来可将研究区域拓展至全国地市，以验证本文研究结果的科学性。其次，本文只关注了两产业双向共聚对区域经济发展的直接影响，而文旅产业双向共聚涉及产业的空间关联和互动，其对区域经济发展的影响是否存在空间溢出效应尚不清楚。未来可进一步分析两产业双向共聚对区域经济发展影响的空间溢出效应，深化研究内涵。第三，本文对文旅产业双向共聚水平的测度仅停留在整体水平上，对两产业不同子类企业间的共聚情况尚不明晰。未来可进一步测度两产业大类之间的双向共聚水平，以便细致了解共聚全貌，发现核心企业联系。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
习近平. 高举中国特色社会主义伟大旗帜为全面建设社会主义现代化国家而团结奋斗——在中国共产党第二十次全国代表大会上的报告[J]. 党建, 2022(11):4-28.

[2]
徐菲菲, 剌利青, 严星雨, 等. 中国文化产业与旅游产业融合研究述评[J]. 旅游科学, 2023, 37(4):1-18.

[3]
田川. 文旅融合:让诗与远方实现更好联结[N]. 社会科学报,2024-11-14(01).

[4]
杨懿, 廉倩文, 丁玲, 等. 国家级夜间文旅消费集聚区空间分布特征及影响因素[J]. 经济地理, 2023, 43(6):202-210.

DOI

[5]
王玲, 李悦晴. 城市群视域下我国物流业与制造业双向共聚水平的测度及其空间特征[J]. 经济地理, 2023, 43(5):128-138.

DOI

[6]
周霖, 唐承财, 周成, 等. 国家级夜间文化和旅游消费集聚区空间结构特征与驱动机制[J]. 干旱区资源与环境, 2024, 38(1):171-179.

[7]
陈露, 刘修岩. 产业空间共聚、知识溢出与创新绩效——兼议区域产业多样化集群建设路径[J]. 经济研究, 2024, 59(4):78-95.

[8]
孙浦阳, 韩帅, 许启钦. 产业集聚对劳动生产率的动态影响[J]. 世界经济, 2013, 36(3):33-53.

[9]
刘月, 邹苗苗, 陈建军. 空间经济学视角下的产业协同集聚:一个文献综述[J]. 江淮论坛, 2017(3):47-53,193.

[10]
陈露, 刘修岩, 叶信岳, 等. 城市群视角下的产业共聚与产业空间治理:机器学习算法的测度[J]. 中国工业经济, 2020(5):99-117.

[11]
钟韵, 秦嫣然. 高质量发展视角下产业协同集聚研究进展[J]. 人文地理, 2023, 38(4):1-8,120.

[12]
余煌, 杨子璇, 张景秋. 文化产业集聚对中国城市经济转型影响的空间效应与作用机制研究[J]. 地理研究, 2024, 43(6):1388-1406.

DOI

[13]
麻学锋, 赵洁. 旅游产业集聚对民生福利的影响研究——以湘西地区为例[J]. 地理科学进展, 2023, 42(8):1486-1500.

DOI

[14]
曹晋湘, 方永恒. 文旅产业协同集聚对经济高质量发展的影响研究——以黄河流域地级市为例[J]. 资源开发与市场, 2025, 41(5):720-730.

[15]
周圣强, 朱卫平. 产业集聚一定能带来经济效率吗:规模效应与拥挤效应[J]. 产业经济研究, 2013(3):12-22.

[16]
舒伯阳, 郭海荣. 文旅深度融合中的创意与科技双轨协同机制[J]. 中南民族大学学报(人文社会科学版), 2024, 44(6):149-157,187.

[17]
黄大勇, 谢正发. 乌江风情廊道文化旅游产业集群发展研究[J]. 南通大学学报(社会科学版), 2018, 34(6):29-34.

[18]
明庆忠, 史鹏飞, 韩剑磊. 旅游全产业链:内涵、逻辑与构建[J]. 学术探索, 2023(1):83-93.

[19]
廖成林, 王渝. 供应链协调:我国古城镇旅游供给侧改革的新视角[J]. 经济体制改革, 2017(2):43-49.

[20]
王西贝, 王群勇. 产业协同集聚对区域经济增长的影响研究——基于规模效应与拥堵效应视角[J]. 经济评论, 2023(2):43-58.

[21]
朱纪广, 李小建. 产业集聚对区域经济高质量增长的影响效应——基于空间溢出效应视角[J]. 经济地理, 2022, 42(10):1-9.

DOI

[22]
Chang A Y P, Hung K P. Development and validation of a tourist experience scale for cultural and creative industries parks[J]. Journal of Destination Marketing & Management, 2021, 20:100560.

[23]
马立强. 海洋文化旅游休闲产业竞争优势构建:产业集聚的视角[J]. 东南大学学报(哲学社会科学版), 2015, 17(6):84-91,147.

[24]
陈亮. 产业集聚影响下区域科技创新效率的集聚效应与拥挤效应——基于北上广深面板数据的实证分析[J]. 科技管理研究, 2023, 43(19):173-183.

[25]
吴黎围, 熊正贤. 区块链视域下康养休闲特色小镇同质化问题及破解——以云贵川地区为例[J]. 湖北民族大学学报(哲学社会科学版), 2020, 38(3):64-72.

[26]
杨懿, 时蓓蓓, 刘小迪. 旅游经济依赖背景下区域经济脆弱性评价研究——以张家界市、阿坝州、丽江市为例[J]. 财经理论与实践, 2019, 40(5):128-135.

[27]
王心蕊, 黄丹丹, 李毓. 廊道旅游地空间网络结构及其形成机制[J]. 经济地理, 2025, 45(1):236-245.

DOI

[28]
刘少和, 梁明珠. 环大珠三角城市群游憩带旅游产业集聚发展路径模式——以广东山海旅游产业园区建设为例[J]. 经济地理, 2015, 35(6):190-197.

[29]
李宛聪, 李红, 王士君, 等. 东北地区收缩城市识别及其建设用地扩张时空演变[J]. 资源科学, 2024, 46(2):368-385.

DOI

[30]
张可云, 朱春筱. 中国工业结对集聚和空间关联性分析[J]. 地理学报, 2021, 76(4):1019-1033.

DOI

[31]
Duranton G, Overman H G. Exploring the detailed location patterns of UK manufacturing industries using microgeographic data[J]. Journal of Regional Science, 2008, 48(1):213-243.

DOI

[32]
廉晓梅, 姜姿卉. 东北地区经济联系的空间格局演变及影响因素分析[J]. 城市问题, 2024(4):42-51.

[33]
张学波, 于伟, 张亚利, 等. 京津冀地区经济增长的时空分异与影响因素[J]. 地理学报, 2018, 73(10):1985-2000.

DOI

[34]
李岫儒, 柴娇, 马连骄, 等. 东北冰雪运动产业发展的文化生态阐释:内涵、困境与方略[J]. 沈阳体育学院学报, 2020, 39(6):102-107.

DOI

[35]
朱志胜, 李朋波, 常雯. 东北旅游协同发展的困境与突破:动能转换视角[J]. 旅游学刊, 2023, 38(5):8-10.

[36]
冯兴华, 修春亮, 刘志敏, 等. 东北地区城市网络层级演变特征分析——基于铁路客运流视角[J]. 地理科学, 2018, 38(9):1430-1438.

DOI

Options
文章导航

/

〈 〉