EN中文

Economic geography >

2024 , Vol. 44 >Issue 5: 212 - 221

DOI: https://doi.org/10.15957/j.cnki.jjdl.2024.05.022

Dynamic Evolution and Influencing Factors of Culture and Tourism Integration Development Efficiency in China

  • XIE Jialiang , 1 ,
  • WANG Zhaofeng , 2, ※
Expand
  • 1. Department of Tourism Management，South China University of Technology，Guangzhou 510006，Guangdong，China
  • 2. College of Tourism，Hunan Normal University，Changsha 410081，Hunan，China

Received date: 2023-12-21

  Revised date: 2024-04-12

  Online published: 2024-09-14

Fold

Abstract

Based on the industrial integration, input-output and tourism-effect theory, this article constructs a theoretical framework for the culture and tourism integration development efficiency, and use EBM model,three-dimensional kernel density estimation,spatial Markov chain and panel spatial Durbin model to conduct an empirical study on the dynamic evolution and influencing factors of culture and tourism integration development efficiency in 31 provincial-level regions of China from 2000 to 2019. It's found that: 1) Cultural and tourism integration development efficiency in China shows a fluctuating upward trend, there exists a regional differentiation,which is higher in the east of China, followed by the central China and the west of China respectively. The distribution curve of kernel density is generally in the form of "double peaks", it shows the pattern of "double peaks" in the eastern region and "single-peak" pattern in the central and western regions. 2) The spatial agglomeration trend of the integration development efficiency of Chinese cultural and tourism is significant and has a strong spatio-temporal locking feature in the past ten years,although it is difficult to achieve leapfrog growth in a short period of time,but can rely on the spatial spillover effect to gradually realize the synergistic enhancement. 3) Consumption demand,technological innovation and opening-up can effectively improve the cultural and tourism integration development efficiency between local and neighboring regions. Government regulation can improve the cultural and tourism integration development efficiency between local and neighboring regions,and its spatial spillover effect, although positive,is not obvious. Transportation facilities have a negative impact on the cultural and tourism integration development efficiency between local and neighboring regions,and the spatial spillover effect of labor supply,although negative,is not significant.

Key words： culture and tourism integration; input-output; development efficiency; Chinese modernization; technological innovation; consumption demand

Cite this article

XIE Jialiang , WANG Zhaofeng . Dynamic Evolution and Influencing Factors of Culture and Tourism Integration Development Efficiency in China[J]. Economic geography, 2024 , 44(5) : 212 -221 . DOI: 10.15957/j.cnki.jjdl.2024.05.022

文化是旅游的灵魂，旅游是文化的载体，文化和旅游相生共兴、相辅相成[1]。中国高度重视文化和旅游工作，开创性组建文化和旅游部，文旅融合跃升为建设“文化强国”和“旅游强国”的重大国家战略。然而，目前中国文旅融合发展仍然存在要素配置不优、融合成效不高等问题[2-3]，极大制约着文化和旅游的深度融合与高质量发展，更不利于推进共同富裕和中国式现代化建设[4]。《“十四五”文化和旅游发展规划》明确指出要推动文化和旅游在更广范围、更深层次、更高水平上融合发展。效率是国内外普遍认可的评价要素配置成效的科学指标[5]，促进文旅融合提质增效是加速文旅深度融合及高质量发展的基本前提。尤其是现阶段中国文旅融合正处于创新突破与跨越发展的关键期，加快促进效率变革以实现质量变革，是目前乃至未来较长一段时间内政府与学界普遍关注和亟待解决的重点难点问题。因此，构建文旅融合发展效率理论框架，面向中国全局发展和聚焦更长时间序列开展文旅融合发展效率动态演化及影响因素研究，对实现文旅深度融合与高质量发展，以及推进共同富裕和中国式现代化建设具有重要的理论价值和现实意义。
目前，国外有关文旅融合的研究多围绕某一具体文旅活动或业态展开，主要关注旅游演艺[6]、节事旅游[7]、影视旅游[8]、主题公园游[9]等，一致认为文化和旅游互促共生。中国语境下的文旅融合研究虽起步较晚但成果渐丰。当下学界多聚焦于产业融合视角开展文旅融合发展理论与实证研究，主要内容如下：①理论内涵。学界代表性观点认为文旅融合是随着消费需要转变、科技创新发展和政策管制放松等，文化和旅游相互交叉、交融并逐渐形成新业态的过程[10]，主要包括资源融合、人才融合和市场融合等关键路径[11-12]，这实质上揭示了资源基础—人才供给—市场效应等要素效应[13]。②量化分析。地理学在文旅融合实证研究中扮演着重要角色，旅游地理学者主要采用耦合协调模型解译文化和旅游复杂系统间互促共生、协调交融的现象、过程及机制[10,13]，并立足文化或旅游资源、人才、市场等关键维度，构建文旅融合发展综合评价指标体系[13]，以此开展实证研究。代表性的研究主要集中在文旅融合发展水平的测度[14]、空间分异[15]及影响因素[16]等，涉及空间自相关、自然断裂法、普通面板回归、地理探测器等方法[13-16]。此外，少数学者虽开始关注文旅融合效率，但或直接将文化和旅游作为一个整体进行分析[3]，或假设文旅产业与经济发展具有同质性来构建指标[10]，其科学性有待进一步考证。
通过梳理文献发现，现有研究仍存在亟待完善之处：①既往文献多基于资源、人才、市场融合等3个关键维度开展文旅融合发展水平实证分析，并未厘清3个维度间存在的投入产出关系，鲜有从投入产出下“效率”视角的相关研究。②现有文献多采用经典空间分析方法，探讨文旅融合发展短时间序列的空间静态特征，较少关注长时间序列的动态演变趋势。③现有文献多采用面板数据回归、地理探测器等分析文旅融合的影响因素，较少关注影响因素的空间溢出效应。
综上，本文基于产业融合理论、投入产出理论及旅游效应论，识别资源、人才和市场3个关键融合维度的投入产出关系，构建文旅融合发展效率理论框架，从“效率”视角回应文旅深度融合与高质量发展的学术关切。同时，以2000—2019年中国31个省份为样本，面向中国全局发展和聚焦更长时期序列，采用EBM模型、三维核密度估计、空间马尔可夫链与面板空间杜宾模型等方法，从动态演化与空间溢出层面将文旅融合发展效率理论框架推至实证研究，希冀为加快促进中国文旅深度融合与高质量发展提供新视角和新参考。

1 理论基础

依据产业融合理论，发生融合的产业间存在要素功能和范围的相互关联和渗透[17]。伴随消费需求转变和政府管制放松的步伐加快，文化和旅游产业在资源、人才和市场等方面都表现出了明显的融合态势[18]。学界代表性观点认为文旅融合是一个由资源经过人力开发为产品再到市场，最终实现要素间互促共进和协调共生的过程[28]。因此，大多数学者认为文旅融合的关键路径为资源、人才、市场融合等[11-13]。但各融合路径不是相互孤立而是相互影响的[19]，因此文旅融合并非要素间交互融合的线性叠加，而是资源、人才、市场等要素在交互与协调过程中实现的立体化多元交互融合[17]。“效率”本质上映射了决策单元系统中投入要素与产出要素多元协调与权衡下的高效状态[5]。下沉到文化或旅游领域的效率来看，囿于文旅产业的资源依赖性、劳动密集性和市场导向性，学界在投入方面更关注资源和人才[10]，在产出方面更关注市场的收入水平与接待规模[5,10]。上述划分恰与文旅融合的关键要素相吻合，即核心投入要素的融合共生（资源、人才）和核心产出要素的融合共生（市场）。因此，本文基于产业融合理论、投入产出理论及旅游效应论，构建文旅融合发展效率理论框架（图1）。
图1 文旅融合发展效率理论框架

Fig.1 Theoretical framework for the cultural and tourism integration development efficiency

通过对理论框架的分析，可以发现文旅融合发展效率是通过资源融合、人才融合及市场融合等关键路径[12]，促进资源、人才、市场等要素的立体化交互融合[17]，逐渐实现资源、人才投入与市场产出的高效协调与多元权衡，从而加速融合要素在文旅融合系统中的有序流转和高效利用，并在此过程中创造和释放出利于推进共同富裕与中国式现代化建设的经济效应、社会效应、文化效应和生态效应[4]。具体而言：①资源融合是基础，激活放大文旅资源互补优势，为市场融合奠定物质基础，也为人才融合提供了发展环境[12]。②人才融合是支撑，培育发展文旅复合人才队伍，为市场融合提供动力保障，也在文旅实践中积累创造文旅资源，从而形成新资源和新产品[10,20]。③市场融合是核心，推动文旅市场互动共生，为文旅资源的创新开发提供方向指引，同时也通过引育人才促进了人才融合[10,21]。总体来说，通过上述资源、人才与市场的立体交互融合和高效协同权衡，实现文旅融合提质增效，融合系统也创造和释放出经济、社会、文化和生态效应，既促进了经济增长、城乡协调、扩大就业、居民增收、公共服务和绿色财富等物质层面的富足[4]，也实现了获得感、幸福感、安全感、文化自信、国家归属、民族自豪等精神层面的富有[22]，从而高质量推进共同富裕和中国式现代化建设[4]。

2 研究方法、指标体系及数据来源

2.1 研究方法

2.1.1 EBM模型

数据包络分析是基于投入产出指标评估决策单元相对效率的线性规划方法。传统数据包络分析方法包括径向模型（CCR、BCC）和非径向模型（SBM），但前者忽略了松弛变量误差，后者损耗了投入产出实际值与目标值之间的比例信息，导致效率值偏估。Tone等优化开发出集径向与非径向模型优势的EBM模型，结果更为精准[23]。

2.1.2 非参数核密度估计

非参数（三维）核密度估计能通过连续密度曲线的叠加对比来替换简单的直方图，从而依据曲线分布位置、分布形态、分布延展性及其极化程度等，揭示研究对象的时序动态趋势[24]。公式如下：
F ( x ) = 1 N h ∑ i = 1 n K X i - x h
式中：h为窗宽；K为随机概率密度函数；n为空间单元数量。

2.1.3 空间马尔可夫链

马尔可夫链能揭示地理现象的发展趋向及其转移流动性。空间马尔可夫链考虑了地理背景影响[10]，在传统马尔可夫转移概率矩阵中引入空间滞后并划分为K种类型，形成K·N·N阶条件转移概率矩阵。在第K个条件概率转移矩阵中， T k i j为区域在空间滞后K的条件下，从t时期状态i转移到t+1时期状态j的概率[10]。

2.1.4 面板空间杜宾模型

面板空间计量模型考虑了空间相关性，有利于更好地揭示区域现象[10]，其主要包括面板空间误差模型（SPEM）、面板空间滞后模型（SPAR）与面板空间杜宾模型（SPDM）3种，其中SPDM考虑了自变量和因变量的空间相关性，同时还弱化了误差项的影响，能得到无偏的系数估计值[10]。

2.2 指标体系

基于文旅融合发展效率理论框架，并参考现有文献[5,10,13-16]，构建文旅融合发展效率指标体系（表1）。土地、资本、资源、人才等是效率评估的最基本投入[5]，市场效益、市场规模等是最基本产出[10]。从文旅领域来看：①投入方面，学界主流观点认为文旅用地范围不清晰且对文旅发展约束较小[5]；文旅资本统计存在局限[5,10]且不是发生文旅融合的关键路径；而资源依赖性和劳动密集性的本质决定了资源和人才对文旅发展至关重要[19]。因此，本文将文旅资源融合和文旅人才融合作为资源和人才投入。②产出方面，学界普遍采用收入和人次等市场效益和规模指标[5,10]，而在此基础上的市场融合是文旅融合的关键路径[10]。因此，本文将文旅市场融合作为产出。其中，文旅资源融合、人才融合和市场融合均为文化和旅游相应维度的耦合协调度[10]，这实质上仍基本符合投入产出指标反映决策单元差异的特征。当前中国文旅融合并非“处处融合，完全融合”，而是处于“宜融则融，能融尽融”且融合深度较低的阶段[2]，文化和旅游既相互关联又相互独立[1]。而耦合协调不仅能反映文旅融合成效及其协同效应与关联效应，还不会导致两者独立属性的改变[10,25]，并能在更多元素和更广空间上发挥文旅融合系统优化功能[14]，从而客观反映中国文旅融合发展实际。因此，本文指标选取不仅关注学术层面上文旅融合的主流观点和高频指标[10,13-16]，同时还融入了更多实践的思考，这是借助文旅融合评估中使用频率最高的耦合协调度[2]来实现的。
表1 文旅融合发展效率指标体系

Tab.1 Index system of the culture and tourism integration development efficiency

系统层 准则层 要素层 指标层 具体指标（单位）
文
旅
融
合
发
展
效
率		 投入 文旅资源融合
（CTR）		 文化产业资源
（CR）		 CR1博物馆数（个）
CR2公共图书馆数（个）
CR3群众文化机构数（个）
CR4艺术表演团体数（个）
CR5文化市场经营机构数（个）
CR6文化文物机构数（个）
旅游产业资源
（TR）		 TR1旅行社数（个）
TR2星级酒店数（个）
TR3 5A级旅游景区数（个）
TR4国家级风景名胜区数（个）
TR5国家级自然保护区数（个）
TR6国家级水利风景名胜区数（个）
文旅人才融合
（CTT）		 文化产业人才
（CT）		 CT1博物馆从业人员数（人）
CT2图书馆从业人员数（人）
CT3群众文化从业人员数（人）
CT4艺术业从业人员数（人）
CT5文化市场经营机构从业人员数（人）
CT6文物业从业人员数（人）
旅游产业人才
（TT）		 TT1旅行社从业人员数（人）
TT2星级酒店从业人员数（人）
TT3旅游景区从业人员数（人）
产出 文旅市场融合
（CTM）		 文化产业市场
（CM）		 CM1博物馆参观人次（万人）
CM2公共图书馆流通人次（万人）
CM3艺术表演观众人次（万人）
CM4公共图书馆营业收入（千元）
CM5博物馆营业收入（千元）
CM6群众文化机构营业收入（千元）
CM7艺术表演团体演出收入（千元）
CM8文化市场经营机构收入（千元）
CM9文化文物业营业收入（千元）
旅游产业市场
（TM）		 TM1入境旅游人次（万人）
TM2国内旅游人次（万人）
TM3旅游外汇收入（百万美元）
TM4国内旅游收入（亿元）
TM5旅游收入占GDP比重（%）

2.3 数据来源

考虑到2000年以前多数省份文旅统计指标缺失且难以追溯，同时受新冠疫情的较大影响，2020年及以后各省份文旅统计数据和社会经济数据也存在严重失衡，本文以2000—2019年中国31个省份为研究样本（不包括中国台湾、香港和澳门）。数据主要来源于历年《中国旅游统计年鉴》《中国文化文物统计年鉴》《中国文化和旅游统计年鉴》《中国文化文物和旅游统计年鉴》及各省份国民经济和社会发展统计公报，少数缺失值采用插值法补齐。为明晰区域差异，参考现有文献做法[26]，依据国务院西部开发办标准，将中国31个省份划分为东部、中部和西部三大区域。

3 中国文旅融合发展效率的动态特征

3.1 时序演变特征

3.1.1 时序总体特征

采用耦合协调模型评估文旅融合发展水平（图2a）并嵌入EBM模型测算2000—2019年中国与三大区域文旅融合发展效率（图2b）。由图2a可知，中国文旅融合发展水平呈明显提升趋势，东部和中部明显高于全国，而西部则较低。这与现有文献结论基本一致[13,16]，侧面说明指标选取的合理性。但考虑到其并非本文重点，故不作详细分析。
图2 文旅融合发展水平和文旅融合发展效率

Fig.2 Level and efficiency of cultural and tourism integration development

从全国来看（图2b），中国文旅融合发展效率由2000年的0.636增加到2019年的0.667，呈波动上升趋势并表现出类周期特征。尽管在《文化部 国家旅游局关于促进文化与旅游结合发展的指导意见》《中共中央关于深化文化体制改革推动社会主义文化发展大繁荣若干重大问题的决定》等政策推动下，文旅加速融合，但囿于并未触及文旅内部结构的深度革新[16]，加之受经济波动影响，导致提升态势不稳定。此外，尽管水平与效率都反映出文旅融合发展呈向好趋势，支持了现有结论[13]，但两者变化趋势不完全一致。随着文旅融合不断发展，投入规模总体上增强，但产出并非同步增长甚至出现了降低的现象[16]，这可能与要素边际产出递减有关。同时，经济环境变化也会直接影响当期的产出，如2008年金融危机席卷全球，在一定程度上阻碍了奥运会的文旅效应的持续释放，使得实际产出远离本应与投入相匹配的最佳生产前沿面，从而导致效率降低。
从区域来看（图2b），东部地区文旅融合发展效率由期初的0.711上升到期末的0.732，中部地区相应由0.524上升到0.636，而西部地区则由0.642降至0.628。东部地区始终保持领先，原因主要是东部具备经济与区位等优势，能依托上海、江苏和浙江等增长极虹吸大量文旅融合发展所需的技术、资金与人才等要素资源，通过技术效应与资本效应来提升文旅融合发展效率。中部地区文旅融合发展效率在2000—2009年低于西部，但此后增速明显并逐渐赶超西部。究其原因，前期西部地区旅游投资高于中部[27]，加之西部大开发战略的较早落地，因而导致西部文旅融合发展效率在前期较高，但随着中部崛起战略政策红利的逐渐显现和文旅投资的增加，中部地区效率有所提升。

3.1.2 时序动态特征

鉴于前述分析仅能反映单一时间趋势，本文进一步借助三维核密度估计，从曲线分布位置、分布形态、分布延展性和分布极化程度4个方面来考察其时序动态特征（图3）。
图3 中国文旅融合发展效率的三维核密度分布曲线

Fig.3 Three-dimensional kernel density distribution curve of the cultural and tourism integration development efficiency in China

从全国来看（图3a），曲线中心位置和变化区间均向右移动，说明文旅融合发展效率呈上升趋势。在分布形态方面，主峰高度先下降后上升，曲线宽度则逐渐变小，这说明各省份文旅融合发展效率差异有所降低。在分布延展性方面，分布曲线存在右拖尾现象，反映出文旅融合发展效率较低省份逐渐向平均值收敛，但效率较高省份仍保持领先。在分布极化程度方面，分布曲线表现为“双峰”形态，说明中国文旅融合发展效率存在“俱乐部收敛”现象。
分区域来看（图3b、3c、3d），各区域中心位置和变化区间均向右偏移。在分布形态方面，东部地区主峰高度变动不大，而宽度则呈先增加后减小，说明东部地区省际差异有所缩减；中部地区主峰高度除在2008和2019年下跌较多外总体呈上升趋势，宽度在2011年以前呈“减小—增加”波动变化，其后则逐渐增加；西部地区主峰高度先下降后上升，宽度则有所减小，说明区域内差异呈减缓趋势。在分布延展性方面，东部和中部地区的拖尾现象并不明显，而西部地区在2010年以前存在右拖尾。在分布极化程度方面，东部地区表现为“左低右高”的“双峰”形态，说明东部存在两极分化现象，而中部和西部地区则呈“单峰”形态。

3.2 空间演变特征

3.2.1 空间关联特征

采用空间自相关考察中国文旅融合发展效率的空间关联特征（表2）。中国文旅融发展效率的全局莫兰指数值介于0.0782~0.2283之间，通过至少10%水平的显著性检验，说明较高（低）效率省份在空间上趋于集聚分布，存在明显的空间相关性。从变化趋势来看，全局莫兰指数呈显著的波动变化特征，这与外界环境如非典、金融危机等密切相关。
表2 中国文旅融合发展效率的全局莫兰指数

Tab.2 Global Moran index for the culture and tourism integration development efficiency in China

年份 指数值 P值 年份 指数值 P值
2000 0.166 0.049 2010 0.224 0.020
2001 0.180 0.035 2011 0.189 0.027
2002 0.156 0.046 2012 0.173 0.039
2003 0.102 0.138 2013 0.102 0.097
2004 0.150 0.055 2014 0.127 0.072
2005 0.167 0.045 2015 0.128 0.077
2006 0.126 0.077 2016 0.164 0.046
2007 0.156 0.042 2017 0.210 0.023
2008 0.081 0.142 2018 0.228 0.017
2009 0.078 0.156 2019 0.111 0.096

3.2.2 空间动态特征

以“文旅融合”政策密集年（2009年）为时间截面，将样本划分为2000—2009与2010—2019年2个阶段，采用五分位法将文旅融合发展效率划分为Ⅰ（低）、Ⅱ（较低）、Ⅲ（中等）、Ⅳ（较高）与Ⅴ（高）5个级别，采用传统与空间马尔可夫链明晰中国文旅融合发展效率的空间动态特征。
由表3可知：①中国文旅融合发展效率存在明显的路径依赖与时空锁定特征。对角线元素大于非对角线元素，表现为低值收敛和高值收敛的“俱乐部收敛”现象。②中国文旅融合发展效率难以在短期内实现跨越式增长。非对角线元素在邻近元素间转移较为活跃，而在非邻近元素间转移较为困难，最大概率仅为11.7%，且随时间推移不断减少，说明文旅融合是循序渐进的过程。③初期状态为Ⅰ和Ⅱ的区域在2000—2009年向上转移的概率明显高于2010—2019年，且状态为Ⅱ的区域向下转移概率由第一阶段的24.1%提升至第二阶段的25.9%；状态为Ⅲ与Ⅳ的区域向下转移概率则明显降低，其中Ⅲ向上转移概率有所提升，表明中国文旅融合发展效率存在“马太效应”。
表3 传统马尔可夫转移概率矩阵

Tab.3 Traditional Markov transition probability matrix

2000—2009年 2010—2019年
n Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ n Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ
Ⅰ 63 0.698 0.222 0.063 0.016 0.000 63 0.746 0.206 0.016 0.016 0.016
Ⅱ 54 0.241 0.426 0.315 0.019 0.000 54 0.259 0.537 0.167 0.019 0.019
Ⅲ 54 0.111 0.278 0.500 0.111 0.000 54 0.019 0.130 0.630 0.222 0.000
Ⅳ 54 0.000 0.037 0.111 0.704 0.148 54 0.019 0.056 0.148 0.630 0.148
Ⅴ 54 0.000 0.000 0.000 0.148 0.852 54 0.000 0.037 0.037 0.111 0.815
通过对比表3和表4可知：①中国文旅融合发展效率存在明显的空间溢出效应，即位于不同邻域类型下，各省份的转移概率不同。②在不同邻域类型下，对角线元素仍然基本大于非对角线元素，且随阶段转换愈发稳定，呈现出自我增强式的时空惯性特征。③中国文旅融合发展效率“俱乐部收敛”现象得到空间维度的解读与证实。受邻域溢出效应的影响，文旅融合发展效率既在整个研究期呈现出相对稳定的时空惯性特征，同时在后阶段又表现为与较高（较低）效率的省份相邻时，自身向上（下）转移概率提升的特征。前阶段，Ⅲ与Ⅱ相邻时，向上（下）转移概率为0.000（0.429），而当其与Ⅳ相邻时，向上（下）转移概率为0.222（0.444）；后阶段，Ⅲ与Ⅱ相邻时，向上（下）转移概率为0.167（0.333），而当其与Ⅳ相邻时，向上（下）转移概率为0.250（0.250），表明前阶段文旅融合发展效率的负外部性较强，产生了负向溢出效应，但随文旅融合步伐加快，溢出效应转变为正向。
表4 空间马尔可夫转移概率矩阵

Tab.4 Spatial Markov transition probability matrix

类型 2000—2009年 2010—2019年
n Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ n Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ
Ⅰ I 20 0.600 0.300 0.050 0.050 0.000 10 0.700 0.200 0.000 0.100 0.000
Ⅱ 11 0.182 0.455 0.273 0.091 0.000 15 0.133 0.600 0.200 0.067 0.000
Ⅲ 7 0.286 0.286 0.429 0.000 0.000 14 0.000 0.214 0.643 0.143 0.000
Ⅳ 11 0.000 0.000 0.000 0.909 0.091 9 0.111 0.000 0.111 0.667 0.111
Ⅴ 8 0.000 0.000 0.000 0.000 1.000 10 0.000 0.000 0.000 0.100 0.900
Ⅱ Ⅰ 9 0.667 0.222 0.111 0.000 0.000 19 0.895 0.105 0.000 0.000 0.000
Ⅱ 14 0.357 0.500 0.143 0.000 0.000 18 0.167 0.667 0.111 0.000 0.056
Ⅲ 7 0.000 0.429 0.571 0.000 0.000 6 0.000 0.333 0.500 0.167 0.000
Ⅳ 7 0.000 0.143 0.000 0.571 0.286 8 0.000 0.125 0.125 0.625 0.125
Ⅴ 19 0.000 0.000 0.000 0.105 0.895 4 0.000 0.000 0.000 0.000 1.000
Ⅲ Ⅰ 6 0.333 0.333 0.333 0.000 0.000 17 0.765 0.176 0.059 0.000 0.000
Ⅱ 10 0.400 0.400 0.200 0.000 0.000 9 0.111 0.556 0.222 0.111 0.000
Ⅲ 13 0.231 0.154 0.462 0.154 0.000 7 0.000 0.000 0.714 0.286 0.000
Ⅳ 14 0.000 0.000 0.071 0.786 0.143 7 0.000 0.000 0.571 0.286 0.143
Ⅴ 13 0.000 0.000 0.000 0.385 0.615 15 0.000 0.067 0.067 0.133 0.733
Ⅳ Ⅰ 14 0.571 0.214 0.214 0.000 0.000 5 0.800 0.200 0.000 0.000 0.000
Ⅱ 11 0.364 0.182 0.455 0.000 0.000 6 0.500 0.500 0.000 0.000 0.000
Ⅲ 9 0.111 0.444 0.222 0.222 0.000 12 0.000 0.250 0.500 0.250 0.000
Ⅳ 13 0.000 0.077 0.077 0.769 0.077 13 0.000 0.000 0.077 0.615 0.308
V 7 0.000 0.000 0.000 0.143 0.857 19 0.000 0.000 0.000 0.158 0.842
Ⅴ Ⅰ 8 0.750 0.125 0.125 0.000 0.000 5 0.800 0.200 0.000 0.000 0.000
Ⅱ 13 0.231 0.308 0.308 0.154 0.000 7 0.143 0.571 0.143 0.143 0.000
Ⅲ 17 0.059 0.235 0.647 0.059 0.000 17 0.059 0.118 0.471 0.353 0.000
Ⅳ 8 0.000 0.125 0.000 0.875 0.000 18 0.000 0.000 0.333 0.667 0.000
Ⅴ 10 0.000 0.000 0.000 0.000 1.000 9 0.000 0.111 0.000 0.111 0.778

4 中国文旅融合发展效率的影响因素

4.1 影响因素甄选

基于文旅融合发展一般过程并参考相关文献[10]，可以发现文旅融合是在消费需求、科技创新与政府调控等关键因素影响下，逐渐实现要素功能和范围上的相互关联和协调的过程[17-18]，并受到文旅发展的空间移动性、劳动密集性和高度开放性等影响[10]。因此，本文甄选消费需求、科技创新、政府调控、交通设施、劳动供给和对外开放6个关键因素[13,16,18]进行分析。其中：①消费需求（XQ）。消费需求转变倒逼着企业加快文旅产品创新以满足游客多元化需求[10]，能减少无序开发成本和促进业态升级，采用人均社会消费品零售额表征[10,16]。②科技创新（CX）。科学技术有利于实现文旅资源虚拟化，提升文旅资源利用效率，加速文旅深度融合和产品创新，采用科学技术占财政支出比重表征[13]。③政府调控（GR）。区域政策环境直接影响着文旅集聚态势，尤其是文旅融合所需的空间建设和配套设施均无法离开政府的资金支持，采用全社会固定资产投资表征[13,16]。④交通设施（TF）。交通设施有利于提升文旅目的地空间可达性和压缩时空距离，从而推动区域间文旅资源有序流动和高效配置，采用公路里程表征[28]。⑤劳动供给（LS）。优质的劳动供给是未来提升文旅融合管理水平和技术水平的关键保障[10]，而这势必会影响文旅融合发展效率，采用文旅产业从业人员数表征[29]。⑥对外开放（OP）。对外开放有利于文旅管理理念更新和新技术引入与应用，也有利于区域文旅交流合作，采用进出口贸易总额占GDP比重表征[30]。各变量均采用对数形式以缓解异方差影响，且VIF均小于5，多重共线性问题也得到有效解决。

4.2 影响因素分析

4.2.1 空间模型检验

前述分析发现中国文旅融合发展效率存在空间效应，因而需要采用空间面板数据计量模型进行检验。通过分析，在邻接距离和经济距离2种空间权重矩阵下：首先，Moran's I、LM和Robust-LM检验基本具有显著统计学意义，说明应构建SPDM。其次，LR（spar、spem）和Wald检验均在1%水平上显著，再次证实SPDM的适宜性。最后，LR（ind、time）与Hausman检验均通过1%水平显著性检验，说明为时空固定效应。因此，本文最终采用空间杜宾时空固定效应模型分析中国文旅融合发展效率的影响因素。

4.2.2 空间效应分析

通过分析邻接距离和经济距离2种空间权重矩阵下的初步回归结果（表5），可以发现两者结果基本一致，但经济距离矩阵下的空间自回归系数（Spatial·rho）更为显著。并且，考虑到SPDM的弹性估计系数并非传统非空间模型的边际效应，结果可能存在偏误且无法揭示空间溢出效应[31]。因此，本文采用偏微分法得到经济距离矩阵下影响因素的直接效应、间接效应与总效应（表6），以其作为主要分析。
表5 弹性系数估计结果

Tab.5 Elastic coefficient estimation results

变量 邻接距离矩阵 经济距离矩阵
（1） Main （2） Wx （3） Main （4） Wx
lnXQ 0.232***（4.907） -0.072
（-0.945）		 0.304***（7.668） 0.046
（0.543）
lnCX 0.039**（1.991） 0.161***（4.255） 0.108***（6.742） 0.117***（2.915）
lnGR 0.233***（11.759） -0.035
（-0.815）		 0.198***（11.128） -0.117***
（-2.649）
lnTF -0.171***
（-6.061）		 0.132**（2.431） -0.098***
（-3.437）		 -0.140**
（-2.066）
lnLS -0.299***
（-13.054）		 0.051
（0.984）		 -0.276***
（-13.201）		 0.063
（1.270）
lnOP 0.061***（3.783） 0.103***（3.233） 0.072***（4.765） 0.110***（3.177）
Spatial·rho 0.090（1.544） 0.494***（9.160）

注：***、**、*分别表示在1%、5%、10%显著水平上具有统计学意义，括号内为统计量。表6同。

表6 空间效应分解

Tab.6 Spatial effect decomposition

变量 经济距离矩阵
（1） 直接效应 （2） 间接效应 （3） 总效应
lnXQ 0.327***（6.922） 0.367*（1.925） 0.695***（3.093）
lnCX 0.126***（7.261） 0.314***（3.957） 0.440***（4.913）
lnGR 0.198***（11.229） -0.033（-0.440） 0.165**（2.025）
lnTF -0.120***（-4.345） -0.344***（-2.760） -0.465***（-3.507）
lnLS -0.285***（-12.925） -0.139（-1.528） -0.424***（-4.055）
lnOP 0.089***（5.243） 0.275***（3.655） 0.364***（4.256）
时间/空间 Yes/Yes
观测值 620
R2 0.353
①消费需求的直接效应在1%水平正向显著，间接效应为0.367并通过了10%水平显著性检验，且总效应也显著为正。消费需求有助于提升本地区域文旅融合发展效率，还产生了空间溢出效应来促进邻近地区文旅融合发展提质增效。这与文旅发展的需求导向性密切相关，大众旅游时代下的消费需求更趋向娱乐性和文化性，倒逼文旅企业加速创新高品质产品，避免低品质产品无序开发和促进资源合理利用。此外，本地与邻近地区的文旅资源差异牵引着客流的流向与流量[10]，这在一定程度上也为邻近地区带去了更多的资金流、信息流等，因而有利于提升本地与邻近地区文旅融合发展效率。
②科技创新的直接效应与间接效应均在1%水平正向显著。科技创新不仅能提升本地区域文旅融合发展效率，还产生技术溢出效应来加速邻近地区文旅融合发展提质增效，且总效应也显著为正。究其原因，科技创新能加速突破文旅界限壁垒，尤其是有利于促进资源配置高效、要素结构升级和文旅产品升级迭代，避免既往文旅融合发展过程中的资源浪费问题，实现文旅融合的提质增效。同时，邻近地区可通过学习和吸收本地区域的先进技术和理念，降低试错成本，为文旅深度融合提供技术和资金保障[10]，从而提升文旅融合发展效率。
③政府调控的直接效应为0.198并在1%水平显著，间接效应为-0.033但并不显著。可见，政府调控能提升本地区域文旅融合发展效率，尽管空间溢出效应为负但并不明显。进一步分析由直接效应与间接效应叠加的总效应为正并在5%水平显著可知，政府调控总体上仍是促进文旅融合发展的关键，这与现有文献的观点一致[13]。原因主要是政府能为文旅融合发展提供良好的政策环境和坚实的资金保障[16]，由此引发文旅企业空间集聚，加速文旅产业及其相关产业的培育和发展，有利于创造和释放出集聚效应与规模效应来提升文旅融合发展效率。
④交通设施的直接效应、间接效应和总效应均为负并在1%水平显著。结果表明交通设施不仅抑制了本地区域文旅融合发展效率，还阻碍了邻近地区文旅融合提质增效。这与当前文旅产业尤其是文化产业市场化发展程度较低密切相关，在市场条件欠佳的情况下，交通设施更多地会导致文旅空间差异的扩大，由此导致的无序失调问题反而在一定程度上阻碍了文旅资源要素的有序流动和空间扩散，不利于释放文旅融合发展的规模效应与优化效应，从而降低文旅融合发展效率，这从空间层面支持了刘安乐等人的观点[13]。
⑤劳动供给的直接效应为-0.285并在1%水平显著，间接效应为负但并不显著。可见，劳动供给对本地区域文旅融合发展效率产生了负向影响，空间溢出效应虽为负但并不明显。并且，劳动供给的总效应也显著为负。究其原因，虽然目前文旅劳动力规模较大，但其中存在着行业藩篱和人员错配等问题[19]，尤其是缺少兼具“文化”和“旅游”双重知识素养的复合型人才，导致未能实现文旅人才的深度融合，从而在一定程度上阻碍了文旅融合发展效率提升。
⑥对外开放的直接效应、间接效应与总效应均在1%水平正向显著。说明对外开放不仅能提升本地区域文旅融合发展效率，还产生了显著的正向空间溢出效应来促进邻近地区文旅融合发展提质增效。并且，对外开放的总效应也显著为正。主要原因是对外开放不仅能为区域带来大量的客流、资金流、技术流等流要素，同时还可为实现文旅深度融合带来关键的新技术、新理念、新产品，并根据国际标准严格要求文旅产品创新，从而引发文旅产业深度融合与高质量发展，促进文旅融合提质增效。

4.2.3 稳健性检验

通过替换被解释变量（采用SBM模型测算）和改变样本（剔除直辖市），重新进行回归分析，发现各影响因素回归系数的大小虽有所变动，但符号方向与显著性仍与前文结果基本一致，说明结果具有稳健性。限于篇幅，故不赘述。

5 结论与启示

5.1 结论

本文构建了文旅融合发展效率理论框架，并面向中国全局发展和聚焦更长时间序列，采用多种空间分析方法和计量经济模型开展实证研究。主要结论如下：①时序演化方面，研究期内中国文旅融合发展效率呈波动上升趋势，并形成“东部>中部>西部”的区域分异；核密度分布曲线总体表现为“双峰”形态，其中东部地区也为“双峰”形态，而中部和西部地区为“单峰”形态。②空间演化方面，中国文旅融合发展效率空间集聚态势显著并在前后十年均具有较强的路径依赖和时空锁定特征，虽难以在短期内实现跨越式增长，但可依托空间溢出效应逐渐实现协同提升，具体表现为与高效率区域相邻时，自身向上转移概率明显提升的基本特征。③影响因素方面，消费需求、科技创新与对外开放能显著提高本地与邻近区域文旅融合发展效率；政府调控虽能提升本地区域文旅融合发展效率，但正向空间溢出效应并不明显；交通设施对本地与邻近区域文旅融合效率产生了负向影响，劳动供给的空间溢出效应虽为负但并不显著。

5.2 建议

基于上述结论，本文提出如下建议：①要打造文旅融合发展效率的稳步提升机制。文旅产业要加速突破界限壁垒，促进资源、人才和市场等要素深度交互融合，实现要素结构升级和配置效率提高。东部要重点依托数字技术和结构升级来实现深度创新发展，中西部地区则需要吸收东部文旅融合发展经验，减少无序开发成本和避免资源浪费，逐渐释放后发优势。②要构建文旅融合发展提质增效的区域协同机制。重点围绕长江经济带、黄河流域等文旅发展典型区域，建立古镇旅游发展联盟、旅游演艺联盟、文化休闲旅游地联盟等，打造多层次、网络化的文旅合作体系，加速形成以点串线、汇线成面，承接东中西三大地区的文旅协同增效空间新态势。③要形成政府调控、消费需求和科技创新等对文旅融合发展效率的空间溢出机制。政府部门可采取发表共同宣言、合作规范和举办联席会议等形式，实施区域文旅一体化发展政策，并通过共享文旅市场、共享创新成果、共享基础设施、共享人力资本等形式，加速消除客流的空间流动壁垒和释放创新极的辐射效应，促进周围腹地要素结构升级和文旅业态创新；本地邻地联通性强的区域如上海与江苏，邻地要加速发展差异化文旅产品，减少竞争效应和增强协同效应，从而带动文旅高效发展。

5.3 讨论

与现有文献侧重的综合水平角度[13-16,32]不同，本文在回应文旅融合是一个由资源经过人力开发为产品再到市场、最终实现要素间互促共进和协调共生动态过程[17-18]的代表性观点基础上，进一步考虑到文旅深度融合与高质量发展关键期效率变革的必要性和紧迫性，结合产业融合理论、投入产出理论及旅游效应论，并紧扣共同富裕与中国式现代化建设现实背景[4]，剖析文旅融合过程中资源融合、人才融合和市场融合3个关键维度的投入产出关系，构建文旅融合发展效率理论框架，这不仅丰富拓展了文旅融合的研究思路和研究内容[13]，同时也是从文旅融合层面对效率研究领域的学术响应[5]。此外，区别于大多数研究[10,13-16]，本文聚焦更长时间序列样本（2000—2019年）并面向中国全局发展，将该理论框架应用至实证研究中，从动态演变和空间溢出视角丰富了现有文献[13-16]。例如，本文不仅从效率视角验证了目前学界认为文旅融合深度不够的观点[13]，支持了吴丽等认为中国文旅融合发展呈波动提升的结论[16]，还创新性地发现2010年以前其也存在空间溢出效应，丰富了相关文献[10]；同时本文也将学界认为政府调控、消费需求和科技创新等是文旅融合关键因素的基本观点[16]拓展到空间溢出层面，更契合文旅融合的区域协同趋势。
但是，本文仍存在以下不足，需后续深化研究：①尽管本文紧扣文旅融合过程中资源、人才和市场3个关键维度，并基于成熟理论及大量文献构建了文旅融合发展效率理论框架，希冀为文旅融合提供边际贡献，但囿于文旅融合的复杂性，其在微观尺度的适宜性有待进一步检验。②框架中的经济、社会、文化和生态效应等更多是侧重文旅多元立体融合系统通过实现资源、人才和市场要素的多元权衡和深度交融，理论上本身所创造和释放的综合效应，如文旅带动居民就业、经济增长等[4]，但限于篇幅限制，暂未开展实证分析。③文旅统计数据的限制使本文仅甄选现有文献关注的核心指标以反映文旅融合，如考虑到了文旅发展的资源依赖性、劳动密集性和市场导向性，而知识密集性仍然较弱且权威数据匮乏，成为现有文献需要关注的难点。未来随着文旅统计数据的逐渐完善，直接采用权威专利指标，或能使结果更具精细化。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
马波, 张越. 文旅融合四象限模型及其应用[J]. 旅游学刊, 2020, 35(5):15-21.

[2]
张新成, 高楠, 王琳艳, 等. 文化和旅游产业融合发展成效评估研究综述:关系辨识、理论发展与体系重构[J]. 旅游科学, 2023, 37(4):19-36.

[3]
苏振, 郭峦. 如何提升文旅融合效率?——基于TOE框架的组态效应研究[J]. 广西大学学报:哲学社会科学版, 2023, 45(2):122-130.

[4]
粟路军, 叶成志, 何学欢. 文旅融合发展促进共同富裕的理论逻辑与实现路径[J]. 经济地理, 2023, 43 (11):198-207.

DOI

[5]
王兆峰, 谢佳亮. 中国旅游产业组织的时空耦合关系及影响因素[J]. 地理学报, 2023, 78(4):961-979.

DOI

[6]
Giovanardi M, Lucarelli A, Decosta P L. Co-performing tourism places:The “Pink Night” festival[J]. Annals of Tourism Research, 2014, 44(1):102-115.

[7]
Intason M, Lee C, Coetzee W. Examining the interplay between a hallmark cultural event,tourism,and commercial activities:A case study of the Songkran Festival[J]. Journal of Hospitality and Tourism Management, 2021, 49(4):508-518.

[8]
Hung J S, Huang Y, Brodowsky G, et al. The impact of product placement on TV-induced tourism:Korean TV dramas and Taiwanese viewers[J]. Tourism Management, 2011, 32(4):805-814.

[9]
Oh J E, Kim K J. How nostalgic animations bring tourists to theme parks:The case of Hayao Miyazaki's works[J]. Journal of Hospitality and Tourism Management, 2020, 45(4):464-469.

[10]
王兆峰, 谢佳亮. 中国文化和旅游融合发展效率时空动态演化及其驱动机制[J]. 旅游学刊, 2024, 39 (1):34-51.

[11]
麻学锋, 张世兵, 龙茂兴. 旅游产业融合路径分析[J]. 经济地理, 2010, 30(4):678-681.

[12]
张海燕, 王忠云. 旅游产业与文化产业融合发展研究[J]. 资源开发与市场, 2010, 26(4):322-326.

[13]
刘安乐, 杨承玥, 明庆忠, 等. 中国文化产业与旅游产业协调态势及其驱动力[J]. 经济地理, 2020, 40(6):203-213.

[14]
侯兵, 周晓倩. 长三角地区文化产业与旅游产业融合态势测度与评价[J]. 经济地理, 2015, 35(11):211-217.

[15]
洪学婷, 黄震方, 于逢荷, 等. 长三角城市文化资源与旅游产业耦合协调及补偿机制[J]. 经济地理, 2020, 40(9):222-232.

DOI

[16]
吴丽, 梁皓, 虞华君, 等. 中国文化和旅游融合发展空间分异及驱动因素[J]. 经济地理, 2021, 41(2):214-221.

DOI

[17]
庄志民. 复合生态系统理论视角下的文化与旅游融合实践探索——以上海为例[J]. 旅游科学, 2020, 34(4):31-45.

[18]
唐承财, 刘亚茹, 万紫微, 等. 传统村落文旅融合发展水平评价及影响路径[J]. 地理学报, 2023, 78(4):980-996.

DOI

[19]
黄震方, 张子昂, 李涛, 等. 数字赋能文旅深度融合的理论逻辑与研究框架[J]. 旅游科学, 2024, 38(1):1-16.

[20]
生延超, 刘晴. 人力资本促进区域旅游经济效率的空间差异研究[J]. 地理科学, 2020, 40(10):1710-1719.

DOI

[21]
翁钢民, 李凌雁. 中国旅游与文化产业融合发展的耦合协调度及空间相关分析[J]. 经济地理, 2016, 36(1):178-185.

[22]
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.

[23]
Tone K, Tsutsui M. An epsilon-based measure of efficiency in DEA——A third pole of technical efficiency[J]. European Journal of Operational Research, 2010, 207(3):1554-1563.

[24]
梁红艳. 中国城市群生产性服务业分布动态、差异分解与收敛性[J]. 数量经济技术经济研究, 2018, 35(12):40-60.

[25]
袁中许. 乡村旅游业与大农业耦合的动力效应及发展趋向[J]. 旅游学刊, 2013, 28(5):80-88.

[26]
王新越, 芦雪静. 中国旅游产业集聚空间格局演变及其对旅游经济的影响——基于专业化与多样化集聚视角[J]. 地理科学, 2020, 40(7):1160-1170.

DOI

[27]
苏建军, 朱海艳. 中国旅游投资水平的时空格局演变及驱动因素分析[J]. 世界地理研究, 2019, 28(4):144-155.

[28]
王兆峰, 谢佳亮, 吴卫. 环长株潭城市群旅游业高质量发展水平变化及其影响因素[J]. 经济地理, 2022, 42(3):172-181,221.

DOI

[29]
朱媛媛, 周笑琦, 顾江, 等. 长江中游城市群“文—旅”产业融合发展的空间效应及驱动机制研究[J]. 地理科学进展, 2022, 41(5):785-796.

DOI

[30]
刘雨婧, 唐健雄. 中国旅游业绿色发展效率时空演变特征及影响机理[J]. 自然资源学报, 2022, 37(3):681-700.

DOI

[31]
LeSage J, Pace R K. Introduction to Spatial Econometrics[M]. Boca Raton: CRC Press, 2009.

[32]
岳菊, 戴湘毅. 区域文化遗产与旅游发展耦合机制及协调效应——基于京津冀地区的实证分析[J]. 经济地理, 2024, 44 (1):230-240.

DOI

Options
Outlines

/

〈 〉