EN中文

Economic geography >

2024 , Vol. 44 >Issue 12: 82 - 90

DOI: https://doi.org/10.15957/j.cnki.jjdl.2024.12.009

Spatiotemporal Heterogeneity and Evolutionary Mechanism of the Distribution of China's Convention and Exhibition Venues in the Past 10 Years

  • WEI Tongfeng ,
  • SUN Haiyan , ※ ,
  • QIN Weishan ,
  • ZHAO Yumei
Expand
  • School of Resources and Environmental Engineering，Ludong University，Yantai 264025，Shandong, China

Received date: 2022-11-24

  Revised date: 2024-05-10

  Online published: 2025-01-21

Fold

Abstract

As an important support of convention and exhibition activities, convention and exhibition venues play an important role in promoting the operation of convention and exhibition projects and the development of convention and exhibition economy. Taking 31 provincial-level regions in China as the research unit and exhibition venues with a scale of more than 20000 m2 as the research object, this paper analyzes the spatio-temporal heterogeneity and evolution mechanism of the distribution of convention and exhibition venues in China by using the methods of Kernel density analysis, nearest neighbor index, spatial autocorrelation and Geodetector. The results show that: 1) At the national scale, convention and exhibition venues are generally in a bow-shaped spatial distribution pattern which is made up of three cores and seven hot spots, and the gravity center continues to move from the northwest of China to the southeast of China. 2) At the provincial scale, the spatial distribution pattern is obviously different between the east of China and the west of China, which is consistent with the level of economic development, and shows a horizontal gradient evolution. The distribution of convention and exhibition venues in the province is mostly concentrated, but tends to be dispersed. 3) The spatiotemporal heterogeneity of the distribution of convention and exhibition venues in China is affected by economy, society, industry endogenous and traffic environment, and the influence degree is increasing. The interaction of any two factors is higher than the force of a single factor.

Key words： convention and exhibition venues; spatiotemporal heterogeneity; evolutionary mechanism; Geodetector; China

Cite this article

WEI Tongfeng , SUN Haiyan , QIN Weishan , ZHAO Yumei . Spatiotemporal Heterogeneity and Evolutionary Mechanism of the Distribution of China's Convention and Exhibition Venues in the Past 10 Years[J]. Economic geography, 2024 , 44(12) : 82 -90 . DOI: 10.15957/j.cnki.jjdl.2024.12.009

会展场馆是会展活动的重要基础设施，对促进会展业发展、优化城市空间、创造商业环境和提升城市经济知名度方面发挥着关键作用[1-2]。近年来，随着中国经济高质量发展，会展业和场馆建设迎来新的机遇，政府也相继出台了《关于进一步促进展览业改革发展的若干意见》《“十四五”商务发展规划》等相关政策文件，重视会展业对产业结构调整和经济发展方式转变的推动作用。中国展览数据统计报告显示，我国经贸类展览数量及展览面积由2012年的7083个、8465万m2分别提升至2019年的11033个、14874万m2，其余指标也呈现不同程度的提升，会展业发展进入快车道。随后经历了3年新冠疫情冲击，会展业发展受到严重影响。2023年，随着我国经济回升向好，境内展览市场需求旺盛，全国线下展览数量为7852个，展览面积为14345万m2，会展业呈现全面恢复态势。
会展场馆一直备受国内外学者关注。国外研究主要涵盖场馆竞争优势[3]、内部空间利用[4]、网络营销[5]、运营特点[6]和与会者体验[7]等方面，采用了重要性—绩效分析（IPA）[4]、平衡记分卡（BSC）[5]、结构方程建模[7]等方法，既有基于欧洲的广域分析[8]、国家的宏观分析[9]，也有针对单个城市或会展场馆[10]的研究。国内研究起步较晚但发展迅速，重点在于运营管理[11]、产业融合[12]、分布因素及选址规划[13]、功能定位与开发[14]、空间优化及整合协作[15]等方面，涵盖了热点城市[16]、省域[17]、跨区域[1,15]、全国[18]等不同尺度，常用方法包括核密度分析[1]、区位熵[17]、地理集中指数[18]等，少量研究定性探讨了场馆集聚与地理环境之间的关系[1,16]。综上可见，现有研究多以会展业为研究对象，对场馆的空间研究较少，研究尺度较为单一，且多从定性层面进行分析，鲜少运用定量分析方法系统认识和研究会展场馆在全国—区域—省域综合尺度下的时空异质性以及场馆分布的影响机理和演化过程。
展览规模是评价展览价值的重要标准之一，其中展览面积是关键指标之一，规模在2万m2以下的展览影响力有限且展览数据完整获取难度较大。鉴于2012年之前缺乏统一标准的相关资料，同时排除新冠疫情对会展业影响造成的数据异常，本文选择2012—2021年数据，以中国大陆举办过规模在2万m2以上展览的会展场馆为研究对象，分析近10年会展场馆在全国和省域两个尺度上的时空分布特征，旨在准确总结会展场馆的发展过程，分析其时空分布的异质性演化机理，并探讨不同因素之间的交互作用，以期为促进会展场馆的合理布局、发挥经济关联效应、引导会展经济高质量发展提供参考。

1 研究方法与数据来源

1.1 研究方法

本文将所收集数据进行预处理后，采用核密度分析、空间自相关、重心标准差椭圆、平均最近邻指数和地理探测器等方法，结合相关计算公式展开研究，具体方法如下：
①利用核密度分析工具分析不同时期全国会展场馆的空间分布密度特征，得出不同时期场馆的分布格局及变化趋势。
②利用全局空间自相关研究全国尺度下会展场馆在不同时期的自相关属性及程度，得出空间分布特征是集聚、分散还是随机；利用LISA集聚分析揭示场馆分布的空间相关性，共包括4种局部空间联系类型（高高、高低集聚，低低、低高离散）。
③通过ArcGIS获取场馆重心和标准差椭圆工具得到全国尺度下会展场馆的分布重心、分布主方向及变化趋势，反映场馆分布的整体特征及演化过程。
④通过最近邻工具分析省域尺度下会展场馆的相互邻近程度及空间分布类型，包括集聚、均匀和随机3种分布类型。
⑤地理探测器用以揭示空间分异现象及其影响因子是否存在空间一致性，借助地理探测器的因子探测和交互探测，分析影响场馆空间分布的因素。

1.2 数据来源

考虑到数据的可获取性与完整性，本文以中国31个省、自治区、直辖市（以下简称“省份”）为研究区域，其中不包括港澳台地区。鉴于2015年是“十二五”规划的收官之年，2018年为“十三五”规划的中间年份，2021年为“十四五”规划的开局之年，可较好反映会展场馆不同发展阶段的发展状况，同时考虑合理的时间跨度，故选取2012、2015、2018和2021年中国各省份举办过2万m2以上规模的会展场馆及其经纬度坐标，以反映不同阶段的发展状况。场馆名称来源于《中国展览经济发展报告》，坐标来自高德地图API坐标拾取系统。研究的因变量Y是4个时间截面下全国31个省份会展场馆的数量。探测因子的原始数据主要来自对应年份的《中国统计年鉴》，其他数据来源包括《全国星级饭店统计公报》《中国展览数据统计报告》《中国城市统计年鉴》以及UFI中国会展精英会发布的UFI中国会员名单。空间行政边界矢量GIS数据来自自然资源部标准地图服务网站。

2 中国会展场馆分布的时空异质性

2.1 全国尺度下会展场馆分布的时空异质性

2.1.1 总体呈“三核心、七热点”的空间形态

近10年来，全国会展场馆数量总体呈波动上升趋势，但自2019年后略有下降。选取2012、2015、2018和2021年为时间节点，通过ArcGIS软件进行核密度分析，得到4个时间截面下全国会展场馆数量的密度分布情况（图1）。从全国范围来看，场馆空间分布可分为3个全国性核心分布区和7个区域分布热点区。其中，全国性核心分布区主要包括环渤海、长三角和珠三角地区，而区域分布热点区则包括省会城市、区域中心城市及其周边的会展卫星城市，如沈阳、重庆、成都、西安、乌鲁木齐等地及周围近环状扩散地区。
图1 不同年份全国会展场馆空间分布的核密度图

注：基于自然资源部标准地图服务网站下载的审图号为GS（2023）2764号的标准地图制作，底图边界无修改。图2同。

Fig.1 Kernel density of convention and exhibition venues in China in 2012，2015，2018 and 2021

具体来看：①环渤海核心区包括京津冀辽鲁豫等地，会展需求旺盛经济发达，场馆分布密集。核密度值自2012年一直增加，2018—2021年稍有回落，但仍维持全国性核心分布区的地位。2018年分化为以北京、天津为核心的京津次核心和以济南、青岛为核心的山东次核心。②长三角核心区包括沪苏浙皖闽等地，作为我国的经济中心和最大的工业基地，会展市场需求庞大，场馆分布集中。2015年开始向西、向北拓展尤为明显，与合肥、武汉、长沙等区域热点连接，并与环渤海核心区有逐渐融合趋势。③珠三角核心区主要包括广东，经济富有活力，广州、深圳、珠海等地场馆集中。限于周围地区成为经济洼地，该核心区规模较小。④热点区主要包括以成都、重庆、贵阳为核心的川渝贵热点区，以武汉、长沙、南昌为核心的鄂湘赣热点区，以西安、兰州、银川为核心的陕甘宁热点区，以乌鲁木齐为核心的北疆热点区，以哈尔滨、长春为核心的东北热点区，以昆明为核心的滇边热点区，以福州、厦门为核心的海峡西岸热点区。热点区作为区域会展场馆分布核心，具有多中心集群分布趋势，带动效应明显。总体上，我国会展场馆分布形成“环渤海—东北+华北”“长三角—长江中下游”和“珠三角—华南”3条带动发展轴线并呈“三”字型结构层状、环状扩展，密度分布层次明显，高密度区始终位于东部沿海地区，呈“三核心、七热点”的空间形态，反映出我国经济发展与会展场馆分布的地域关联性。

2.1.2 空间格局阶段性明显，持续保持集聚态势

2012—2021年，全国会展场馆的Global Moran's I值呈现波动上升趋势，空间格局演化可分为三大阶段：①快速集聚期（2012—2015年），Global Moran's I值由0.006升至0.275，标准化统计量Z值由0.357升至2.769，p值由0.721降至0.006，表明会展场馆在空间上呈现显著正相关，整体呈现集聚格局；②平稳增长期（2015—2018年），Global Moran's I值略有下降，Z值变化为1.977，p值升至0.048，表明会展场馆仍然呈现集聚分布状态；③集聚增强期（2018—2021年），Global Moran's I值持续增长至0.393，Z值达到3.750，p值远小于0.05，进一步验证了场馆空间分布的集聚增长态势。
利用标准差指数（S）和变异系数（CV）表征研究时段全国会展场馆空间分布格局的绝对差异和相对差异。随着时间推移，会展场馆S值呈持续上升趋势，表明空间分布的绝对差异逐渐增大。同时，CV值在2012—2018年迅速下降，显示了场馆特别是中西部地区的使用数量急速增加，但在2018—2021年有缓慢回升，暗示空间差异的扩大。总体来看，我国会展场馆的发展水平呈上升趋势，而空间差异则逐年扩大。

2.1.3 重心呈近直角位移，总体由西北向东南移动

根据重心与标准差椭圆模型的分析，可发现全国尺度下会展场馆的时空迁移规律和发展趋势。①场馆重心集中在河南、安徽境内，逐渐偏离中国地理重心（108°55′E，34°32′N），并朝东南方向迁移，逐渐接近中国经济重心。在不同发展时期，迁移方向及速度存在差异，“十二五”期间向东快速移动约117.84 km，年均移动39.28 km，尤其是东南沿海地区的场馆使用数量增加；“十三五”前期重心移动方向稍向西南侧偏转，移动约20.62 km，年均移动6.87 km，但未呈现出远离经济重心的趋势，表明西部、西南部会展场馆需求增多，呈现均衡发展；“十三五”后期继续向西南方向移动约85.27 km，年均移动28.42 km，移动速度增加，说明西南方向会展需求持续增长。②标准差椭圆面积及周长逐渐减小（表1），表明场馆建设及需求更加集聚，但集聚趋势有所缓和。③标准差椭圆方位角逐渐减小，整体上场馆空间布局呈东北—西南方向分布，且逐渐强化，显示出全国范围内的集聚态势。综上所述，不同阶段场馆重心虽有不同的迁移方向及速度，但整体呈近直角由地理重心向经济重心移动，且场馆建设及需求呈现集聚态势。
表1 全国会展场馆重心和标准差椭圆参数

Tab.1 Gravity center and standard deviation ellipse parameters of convention and exhibition venues in China

年份 重心坐标 移动方向 面积
（km2）		 周长
（km）		 方位角
（°）
2012 115°01′E，33°24′N 东偏南 374.08 69.60 93.12
2015 116°14′E，33°02′N 南偏西 247.96 56.14 44.09
2018 116°10′E，32°51′N 南偏西 209.64 52.17 30.04
2021 115°47′E，32°09′N 198.22 50.19 37.05

2.2 省域尺度下会展场馆分布的时空异质性

2.2.1 东西部高低聚类差异显著且集聚明显

根据ArcGIS软件制作的LISA图（图2）显示，全国会展场馆空间分布呈现出明显的东西部差异性，这种差异与各地经济发展水平密切相关，表现出较强的空间联动性效应和明显的集聚性。①高—高集聚区主要分布在东部经济发达地区，如江苏、福建、浙江3省及周边省份，如上海、山东、安徽等。这些区域场馆布局较多，周边省份同样布局较多，反映了该区域会展发展水平较高，场馆集聚现象较为显著。②低—低集聚区则主要位于西部地区，如新疆、甘肃、青海、云南等省份。这些地区会展场馆布局较少，周围省份同样布局较少，显示出该地区会展发展水平相对较低，场馆布局较为稀疏，且多呈现集中连片分布，说明了西部地区空间联动效应较为强烈。③低—高、高—低离散区则体现了一定的空间分布特征。其中，低—高离散区多集中在高值集聚区附近，如安徽、江西等省份，周围地区经济发达、场馆集中，相对而言，该地区的会展产业发展尚未形成优势；而高—低离散区则多分布在低值集聚区附近，如四川、黑龙江等省份，这些省份作为所在地区经济发展的龙头，会展业发展潜力较大，相对周围低值集聚区具有较明显优势。
图2 不同年份全国会展场馆的LISA聚集空间分布

Fig.2 LISA aggregation diagram of convention and exhibition venues in China in 2012，2015，2018 and 2021

2.2.2 省际发展水平差异显著，水平梯度演变明显

根据多年份会展场馆数量，采用自然断点分级法将31个省份划分为5个梯度，其划分范围为（0，3]、（3，7]、（7，14]、（14，22]和（22，30]。由此可知：①2012年及以前，全国会展场馆整体数量较少，山东、浙江、广东3省属于较发达类型，而吉林、天津、河北等20个省份为落后型，北京、辽宁等8省份为欠发达型。②2012—2015年，全国会展场馆数量缓慢增长，山东、广东两省进入发达型，江苏、上海进入较发达类型，欠发达型省份数量增长1个，而落后型省份减少3个，显示出场馆建设及需求呈扩散趋势。③2015—2018年，全国会展场馆数量快速增长，山东、广东两省及江苏、上海、浙江3省分别进入高度发达型及发达型行列，河北省发展势头迅猛，至2018年也进入发达型行列。北京、辽宁两地由欠发达型进入发达型行列，欠发达型省份数量维持在9个，而落后型省份减少3个，显示出大部分省份场馆建设及需求不断增长。④2018—2021年，全国场馆建设及需求整体降低，受疫情影响各地场馆发展水平不同程度退步，山东、广东两省退居发达型行列，河北与北京属于较发达型，而欠发达型省份数量增加2个，落后型省份减少1个。这一变化进一步验证了场馆发展与经济环境的高度关联。

2.2.3 省域内场馆多集聚分布，分散趋向明显

通过平均最近邻指数对全国31个省份会展场馆空间集散类型进行分析（表2），涵盖2012、2015、2018和2021年的93个有效指数。值得注意的是，由于研究单元中至少需要两个要素才能计算最近邻指数，因此部分年份会出现一些省份只有一个或无会展场馆的情况，导致出现无效值。经过检验发现，只有一个会展场馆的省份，其场馆多位于省会城市或经济首位城市，具有较为明显的经济指向。
表2 不同年份全国会展场馆的各省最邻近点指数

Tab.2 Nearest neighbor index of convention and exhibition venues in different provinces of China in 2012，2015，2018 and 2021

省份 2012 2015 2018 2021
NNI SST NNI SST NNI SST NNI SST
安徽 - - 0.776052 集聚 1.129795 随机 0.742686 集聚
北京 0.194065 集聚 0.194065 集聚 0.354596 集聚 0.390591 集聚
福建 0.725311 集聚 0.636284 集聚 1.139182 随机 2.2923 随机
甘肃 - - - - - - 1.801673 随机
广东 0.939427 集聚 3.059875 随机 2.511926 随机 0.817214 集聚
广西 0.075283 集聚 1.140644 随机 - - 1.140644 随机
贵州 - - - - 1.541101 随机 0.900750 集聚
海南 - - - - 0.918842 集聚 1.371618 随机
河北 1.274597 随机 0.982376 集聚 0.730122 集聚 0.764663 集聚
河南 0.030784 集聚 0.346101 集聚 0.515545 集聚 0.283464 集聚
湖北 0.081239 集聚 0.093935 集聚 0.293046 集聚 0.093955 集聚
湖南 0.090135 集聚 0.617850 集聚 0.239166 集聚 0.598527 集聚
吉林 - - 0.023238 集聚 0.023238 集聚 0.023238 集聚
江苏 0.827429 集聚 1.173908 随机 1.103383 随机 0.887295 集聚
江西 - - 1.122259 随机 - - 0.733159 集聚
辽宁 0.515762 集聚 0.445792 集聚 0.419524 集聚 0.422665 集聚
黑龙江 0.704790 集聚 1.516110 集聚 1.491839 随机 - -
内蒙古 - - 0.729930 集聚 1.261714 随机 1.175138 随机
宁夏 0.046325 集聚 - - - - - -
青海 - - - - - - - -
山东 1.084836 随机 0.657940 集聚 0.575135 集聚 1.458280 随机
山西 - - 0.011498 集聚 0.559606 集聚 0.013151 集聚
陕西 0.482401 集聚 0.036247 集聚 1.176614 随机 3.823671 随机
上海 0.218749 集聚 0.408729 集聚 0.408729 集聚 0.595896 集聚
四川 - - 0.045921 集聚 0.118129 集聚 0.222351 集聚
天津 0.563608 集聚 0.563608 集聚 0.126499 集聚 0.259113 集聚
西藏 - - - - - - - -
新疆 0.859887 集聚 0.606584 集聚 - - - -
云南 - - 0.001187 集聚 0.001187 集聚 0.001187 集聚
浙江 0.806401 集聚 0.581539 集聚 0.648595 集聚 0.580824 集聚
重庆 - - 0.083916 集聚 0.083916 集聚 0.083228 集聚
集聚占比（%） 88.90 84.00 66.70 73.10
2012年及之前，全国近半数省份会展场馆建设及使用较为落后，多集中于省会或经济首位城市，如合肥、兰州等市。场馆布局呈现集聚分布态势，但各地发展水平不均衡。2012—2015年，有效最近邻指数增加9个，部分省份的场馆建设及使用有所增加。全国会展场馆布局整体延续集聚态势，但已出现分散趋势，空间布局趋于协调。2015—2018年，有效最近邻指数比上一阶段减少1个，显示场馆建设及使用趋于稳定。分散分布的省份增幅明显，表明各地对场馆建设及需求增加，分布格局进一步优化。2018—2021年，有效最近邻指数保持低位增加，场馆建设及使用需求进一步增加，如甘肃、广西、江西等省份，各地场馆分布格局发生较大变化。综合而言，省域内场馆分布多呈集聚类型，但随着各地经济形势和活力变化，呈集聚态势的省份数量将逐渐减少，场馆分布将日趋分散。

3 中国会展场馆分布时空异质性的演化机理

本文选取2012、2015、2018和2021年31个省份的会展场馆数量面板数据，利用地理探测器分析近10年中国会展场馆分布的时空异质性演化机理。在前人研究的基础上[1,15,20]，选取GDP、货物进出口总额等指标衡量会展发展的国内外市场规模及发展潜力；选取地方一般公共预算支出、发明专利授权量等指标表征地方服务及科创水平等社会环境特征；选取中国UFI会员及政府主管机构数量等衡量地区整合资源能力及办展水平；选取公铁通车里程及客货周转量等指标表征地区内外交通运输能力，共涵盖经济环境、社会环境、产业内生环境和交通环境4个方面、20个指标。演化机理示意及指标选取如图3与表3。
图3 全国会展场馆空间布局演化机理

Fig.3 Evolution mechanism of convention and exhibition venues in China

表3 影响因素探测指标及各影响因素(q值)探测结果

Tab.3 Detection indexes of influence factor and detection results of each influence factor (q value)

目标层 指标层 单位 因子 q值
2012 2015 2018 2021
经济环境 GDP 亿元 X1 0.5475** 0.7258*** 0.7206*** 0.7917***
人均GDP 万元 X2 0.5025*** 0.6225*** 0.3486 0.3777
货物进出口总额 亿元 X3 0.8639*** 0.7517*** 0.5971* 0.7844***
第二产业占比 % X4 0.0745 0.1845 0.1484 0.2280
第三产业占比 % X5 0.1431 0.0606 0.1363 0.0955
社会环境 社会消费品总额 亿元 X6 0.5623** 0.7367*** 0.7282*** 0.7465***
星级酒店数量 个 X7 0.6137*** 0.5536*** 0.5362*** 0.6319***
发明专利授权量 个 X8 0.4572** 0.7395*** 0.6294*** 0.7745***
地方一般公共预算支出 亿元 X9 0.4964** 0.4738* 0.5285** 0.7160***
民间社团及研究机构数 个 X10 0.7672*** 0.7804*** 0.7594*** 0.8435***
产业内生环境 中国UFI会员数量 个 X11 0.4009 0.7793*** 0.6455** 0.7005***
本专科会展专业开设点 个 X12 0.3666 0.4850 0.4537 0.4199
政府主管展览机构数量 个 X13 0.0913 0.5830** 0.6023*** 0.2787
交通环境 公铁通车里程 km X14 0.0511 0.0347 0.0667 0.0378
货运周转量 亿t·km X15 0.3237 0.6994*** 0.5949*** 0.5633***
客运周转量 亿人·km X16 0.2307 0.3178 0.4329* 0.3660
城区公交车数量 辆 X17 0.5763* 0.5846** 0.6895*** 0.5817**
城区出租车数量 辆 X18 0.4984*** 0.4449** 0.4605** 0.2880
旅客吞吐量 万人 X19 0.4065** 0.3339 0.3675 0.3921
货邮吞吐量 万t X20 0.4067** 0.3932 0.2702 0.4240

注：***、**、*分别表示在1%、5%、10%水平下显著。

3.1 分异及因子探测分析

使用ArcGIS的自然断点分级法将数值型探测因子划分为5种类型量[18-19]，然后将结果转入Geodectector软件进行分析。结果表明，各探测因子对会展场馆空间集聚有一定影响，但影响力存在显著差异。4个研究时段中，社会环境的影响力最高（q -=0.654），其次是产业内生环境（q -=0.484）、经济环境（q -=0.435）、交通环境（q -=0.387）。民间社团及研究机构数（q -=0.788）、货物进出口总额（q -=0.749）、GDP（q -=0.696）、社会消费品总额（q -=0.693）、发明专利授权量（q -=0.650）等因子被确认为主导性因子，均通过了显著性检验（0.01或0.05水平）。
经济环境的影响力总体呈上升趋势，其q均值由0.426波动上升至0.456。在经济发达、产业完备、对外贸易发展水平较高的区域，如长三角、珠三角等全国性会展场馆核心分布区，场馆发展条件和机遇相对充足，为举办高规格、大规模的展会活动奠定了坚实的基础。具体来说，GDP直接影响会展活动的市场规模和发展潜力，其影响力呈现稳步上升趋势，q值从0.548提升至0.792，同时货物进出口总额的q均值达到0.749，可见频繁的国际贸易和活跃的对外经济交往极大地吸引境内外展会活动的举办。上述因子在4个时间段中均位居20个探测因子影响力的前三位，表明经济环境是影响中国会展场馆时空分异的主导性因素，雄厚的经济基础及活跃的对外经济交往在为会展业发展提供坚实物质保障的同时，还为其注入了源源不断的活力。
社会环境的影响力稳步上升，成为各研究时段内对场馆布局影响最强的因素之一。优越的社会环境为会展业发展及场馆布局提供了良好条件，如广东、江苏等地已成为我国会展发展综合水平领先地区。具体来看，各因子q值均较大且整体呈上升趋势，按q均值由大到小排序依次为民间社团及研究机构数、社会消费品总额、发明专利授权量、星级酒店数量和地方一般公共预算支出，表明科研与科技创新能力已逐渐成为会展业发展的重要驱动力，通过高科技助力会展业发展，吸引更多高端会展项目落地；高社会消费品总额反映了地区强大的内需市场和消费潜力，为会展业发展提供了广阔的市场空间；高星级酒店数量和地方一般公共预算支出代表着地区良好的服务水平和旅游环境，通过吸引游客参展旅游，推动会展业与旅游业的融合发展。
产业内生环境的影响力波动上升，仅次于社会环境。反映当地办展能力及水平的中国UFI会员数量对会展场馆布局的作用力较强，q值呈“N”字形由0.401波动升至0.701，是影响会展场馆布局的重要因子；政府主管展览机构数量表征地区整合会展资源、净化会展市场的能力，该因子对会展场馆布局具有正向相关关系。西部和西南部地区由于经济基础相对较弱，在办展企业、人才储备、资源整合等方面相对落后，难以提供稳定和有活力的产业内生环境，会展水平及场馆布局短期内无法与东部发达地区竞争。
交通环境的影响力较低，但呈现稳中有升态势。其中，排名前三位的影响因子为城区公交车数量、货运周转量和城区出租车数量，表明外部地区货物输送能力及内部短时人员输送能力对会展场馆布局的影响是长期稳定的。会展活动往往伴随着人员的集聚与疏散和展品、设备等物资的运输，便捷的公共交通系统和高效的货运系统能够确保会展活动的顺利进行。公铁通车里程对会展场馆布局的作用力较弱，q值始终维持在较低水平（0.1以下），其影响力远低于与其他因子交互后，验证了场馆布局是各因子综合作用的结果。如甘肃、黑龙江、云南等省份，地处交通网络末端，内外参展商及货物来往成本较高，故场馆分布相对交通可达性较高省份偏少。

3.2 交互作用探测分析

测算会展场馆分布时空异质性的各因子之间的交互作用对探讨各因子的综合效果具有重要意义。分析结果显示，任意两个因子进行交互后的影响力均大于单一因子的影响力，交互结果主要呈现双因子增强型和非线性增强型两种类型，且以双因子增强型为主。具体来看，2012年，交互作用解释力排名前三的因子组合是星级酒店数量（X7）∩城区出租车数（X18）、GDP（X1）∩城区出租车数（X18）、货物进出口总额（X3）∩城区出租车数（X18），q值分别是0.9739、0.9469、0.9337；2015年，交互因子的影响力由高到低排列为社会消费品零售总额（X6）∩国际UFI会员数量（X11）、人均GDP（X2）∩社会消费品零售总额（X6）、社会消费品零售总额（X6）∩公铁里程（X14），q值分别是0.9797、0.9699、0.9689；2018年，交互作用解释力排名前三的组合是社会消费品零售总额（X6）∩政府主管机构数（X13）、GDP（X1）∩政府主管机构数（X13）、第三产业占比（X5）∩授权发明专利数（X8），q值分别是0.980、0.970、0.968；2021年，交互因子的驱动力由高到低排列为民间研究机构数（X10）∩货物周转量（X15）、货物进出口总额（X3）∩公铁里程（X14）、第三产业占比（X5）∩社会消费品零售总额（X6），q值分别是0.978、0.976、0.966。由此可见，会展场馆的空间分布与经济环境、社会环境、产业内生环境等因素密不可分。其中GDP规模庞大、城区出租车数量众多、社会消费品零售总额较高、交通网络完备以及货物周转量大的区域，主导因子交互作用显著，会展场馆分布更广，反映出会展场馆分布的时空异质性是各单一因子交互作用的综合结果。

4 结论与展望

4.1 结论

本文利用核密度、空间自相关分析、重心模型与标准差椭圆、地理探测器等方法，以中国31省份为研究单元，从全国—区域—省域综合尺度对2012—2021年中国会展场馆分布的时空异质性进行分析，结论如下：
①全国尺度下，中国会展场馆数量逐年增加，总体呈“三核心、七热点”的“弓”字形空间分布形态。长三角、京津冀、珠三角地区为全国性核心分布区；会展场馆空间格局演化可分为快速集聚期（2012—2015年）、平稳增长期（2015—2018年）及集聚增强期（2018—2021年）3个阶段，持续保持集聚态势，空间差异逐年扩大；会展场馆重心总体由西北向东南经济重心方向移动。
②省域尺度下，会展场馆空间分布格局东西部差异性显著，与经济发展水平协同一致。高值集聚区主要分布在东部及东南沿海地区，低值集聚区则集中于西部、西南部地区；省际发展水平差异显著，呈水平梯度演变，广东、江苏、山东、上海等省份领先全国；省域内场馆分布多呈集聚类型，但随着各地经济活力的增强，集聚态势的省份数量持续减少，场馆分布将日趋分散。
③中国会展场馆分布的时空异质性是社会、经济、产业内生及交通环境共同作用的结果，且受这些因素的影响总体上不断增强。其中，GDP、货物进出口总额、社会消费品总额、民间社团及研究机构数、公铁通车里程等是主要影响因子，这些因子之间的交互作用可分为双因子增强型、非线性增强型两种类型，其对场馆布局的影响高于单一因子的作用力。

4.2 展望

在我国经济高质量发展背景下，会展业和会展场馆如何持续发挥推动区域经济社会发展的重要作用，值得学界业界长期深入探讨。结合业态发展规律及研究结果，在未来，各场馆可结合专业化、细分化办展要求推动场馆个性化建设，以契合各行业垂直细分程度不断提高的发展现实。以绿色低碳为特征的会展管理模式将更加注重场馆的生态化设计，这就要求新建场馆以环保和可持续的方式来设计、构建、管理展览空间及场馆。同时，线上线下相结合的双线办展依然是会展模式创新的重要方向，要引导场馆数字化建设与运营创新，实现与数字技术的深度融合。此外，面临会展品牌化、市场化水平的提升，会展业及场馆可以围绕“会展+”理念，积极探索跨行业联动、跨区域协同、跨形式展示等多元化经营实践，助力会展业持续提升经济带动作用。
目前对会展场馆的研究多集中在微观层面，缺乏宏观及综合尺度的分析。本文基于空间视角，对2012—2021年中国会展场馆分布的时空异质性进行了系统分析，有助于把握其发展规律，丰富相关学科研究内容。未来研究可适当扩展时段，完善探测因子的选择模式，并将研究视角放在会展场馆与会展经济的互动关系、会展场馆与配套产业的联动发展、不同等级规模城市群会展场馆空间布局的横向对比以及某一城市会展场馆的合理布局等方面。这将有助于探明会展经济与会展场馆的区域发展模式与路径，推动我国会展场馆的合理布局及会展经济的健康发展，为经济高质量发展贡献“会展力量”。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
任国岩. 长三角会展场馆空间集聚特征及影响因素[J]. 经济地理, 2014, 34(9):86-92.

[2]
Elston K, Draper J. A review of meeting planner site selection[J]. Journal of Convention & Event Tourism, 2012, 13(3):203-220.

[3]
An J, Kim H, Hur D. Keeping the competitive edge of a convention and exhibition center in MICE environment identification of event attributes for long-run success[J]. Sustainability, 2021, 13(9):5030.

[4]
Harahap R M, Santosa I, Wahjudi D, et al. Interiority of public space in the deaf exhibition center in Bekasi[J]. International Journal of Sinergi, 2019, 23(3):245-252.

[5]
Kim D Y, Morrison A M, Mills J E. Tiers or Tears?An evaluation of the web-based marketing efforts of major city convention centers in the U.S[J]. Journal of Convention & Exhibition Management, 2004, 5(2):25-49.

[6]
Fenich G. Convention center operating characteristics[J]. Journal of Convention &Exhibition Management, 1999, 1(2):1-25.

[7]
Sung H, Lee W. The effect of basic,performance and excitement service factors of a convention center on attendees' experiential value and satisfaction[J]. Journal of Convention & Event Tourism, 2015, 16(3):175-199.

[8]
Vermeulen R. Exhibition centre development in Europe:A multidimensional historical analysis[J]. Tijdschrift voor Economische en Sociale Geografie, 2011, 102(4):441-454.

[9]
Andrew K. China's convention and exhibition center boom[J]. Journal of Convention & Event Tourism, 2005, 7(1):5-22.

[10]
Carlsen J. Issues in dedicated convention center development with a case study of the perth convention and exhibition center,western Australia[J]. Journal of Convention & Event Tourism, 2005, 6(1):45-61.

[11]
蒋晓晓. 浅析会展与旅游产业融合对城市经济发展的影响与启示[J]. 中国会展, 2024(3):59-61.

[12]
杨京波. 会展场馆选择标准研究述评——基于会议策划者视角[J]. 旅游学刊, 2013, 28(12):105-115.

[13]
孙杨, 陈文荟. 会展场馆的空间布局与功能定位研究——以济南市为例[J]. 经营与管理, 2019(10):111-114.

[14]
徐博, 方向东. 中国会展产业高质量发展的空间格局与动态演进[J]. 中国商论, 2024(9):128-131.

[15]
方忠权. 广州会展企业空间集聚特征与影响因素[J]. 地理学报, 2013, 68 (4):464-476.

[16]
严荣, 覃凯璇, 耿松涛. 会展业发展与经济增长关系的时空差异及影响机理——基于海南省的实证研究[J]. 东南大学学报(哲学社会科学版), 2024, 26(3):117-128,152.

[17]
杨欣, 金李梅. 中国会展业时空分布特征[J]. 经济地理, 2014, 34(8):96-102.

[18]
王劲峰, 徐成东. 地理探测器:原理与展望[J]. 地理学报, 2017, 72(1):116-134.

DOI

[19]
秦伟山, 赵明明, 张义丰, 等. 中国健康城市建设的时空格局及其调控策略[J]. 地理学报, 2023, 78(11):2883-2902.

DOI

[20]
肖晔, 赵林, 吴殿廷. 中国会展业与会展教育耦合协调度评价及影响因素[J]. 经济地理, 2020, 40(3):119-128.

DOI

Options
Outlines

/

〈 〉