EN中文

Economic geography >

2021 , Vol. 41 >Issue 12: 196 - 204

DOI: https://doi.org/10.15957/j.cnki.jjdl.2021.12.021

Spatiotemporal Evolution and Spatial Difference of Tourism-Ecology-Urbanization Coupling Coordination in Beijing-Tianjin-Hebei Urban Agglomeration

  • WENG Gangmin , 1, 2 ,
  • TANG Yibo 1 ,
  • PAN Yue 1 ,
  • MAO Yaqi 1
Expand
  • 1. School of Economics and Management，Yanshan University，Qinhuangdao 066004，Hebei，China
  • 2. Research Center of Regional Economic Development，Yanshan University，Qinhuangdao 066004，Hebei，China

Received date: 2021-03-15

  Revised date: 2021-10-19

  Online published: 2025-03-31

Fold

Abstract

Taking the Beijing-Tianjin-Hebei urban agglomeration as the research area and based on the coupling mechanism of tourism-ecology-urbanization(TEU),this article constructs its evaluation index system,calculates the development indexes of tourism,ecology and urbanization and their coupling coordination degree,using exploratory spatial data analysis,kernel density estimation, Theil index and decomposition in Beijing-Tianjin-Hebei from 2007 to 2019,and analyzes its evolution characteristics. The results show that: 1) Development indexes of tourism,ecology and urbanization are different,but all maintain the growth trend. On the whole, the urbanization index is relatively high and enters the improvement stage of quality and efficiency,the tourism index is relatively low and enters the stage of transformation and upgrading, while the ecological index shows the characteristics of the stage and time lag. 2) Coupling coordination of TEU system shifts from high coupling-low coordination to high coupling-high coordination,and the coordination degree develops steadily from mild maladjustment to good coordination. High-value agglomeration areas distribute in Beijing, Tianjin, Baoding and Shijiazhuang, and there is a certain spillover effect. 3) The kernel density curve shows that the coordination degree is significantly improved, and the spatial distribution tends to be balanced, but there is still a "dominant city". Theil index shows that the spatial difference is small but has an expanding trend,reducing the regional difference between the south,central and northern is a key point to improve the coordination level of Beijing-Tianjin-Hebei.

Key words： tourism-ecology-urbanization; coupling coordination degree; evaluation index system; Beijing-Tianjin-Hebei urban agglomeration; coordinated development of tourism; ecological environment

Cite this article

WENG Gangmin , TANG Yibo , PAN Yue , MAO Yaqi . Spatiotemporal Evolution and Spatial Difference of Tourism-Ecology-Urbanization Coupling Coordination in Beijing-Tianjin-Hebei Urban Agglomeration[J]. Economic geography, 2021 , 41(12) : 196 -204 . DOI: 10.15957/j.cnki.jjdl.2021.12.021

京津冀城市群是我国北方经济体量最大、最具发展潜力与活力的城市群，同时也是我国城市群布局中最特殊的一环，它既包括北京和天津2个直辖市，又包括河北省11个地级市，“环首都经济带”与“环首都贫困带”在此并存，因此研究京津冀协同发展具有重要的现实意义[1]。2014年京津冀协同发展上升为国家战略，三地旅游部门随机而动，达成“京津冀协同，旅游业先行”的共识，开展全域旅游示范区建设，推进京津冀交通、信息等公共服务一体化，打造精品旅游线路、树立区域旅游品牌，多举措、全方位地推动京津冀旅游协同发展[2]。城乡协调是区域协调发展的重要组成部分，走新型城镇化道路、构建城乡发展新格局在“十九大”中被进一步明确。旅游业素有“朝阳产业”“无烟产业”之美称，不仅可以带动区域产业转型升级，还可以提升城市综合发展水平，为推进城镇化进程提供不竭动力，因此发展旅游业成为很多地区实现新型城镇化的首选之路[3]。然而无论是旅游业的发展还是城镇化的进程都会或多或少对当地生态环境产生影响，相应的生态环境的可持续性也会制约旅游与城镇化的扩张[4]。因此，旅游、生态、城镇化协调发展成为广大专家学者的研究重点。
目前，学者们已从多个角度对三者间的相互作用进行了探讨，成果较为丰硕。早期的研究侧重于旅游或城镇化对生态环境的单向作用，如Grossman等提出的环境库兹涅茨曲线（KEC）[5]以及崔凤军构建的旅游环境承载力模型，均有效揭示了生境质量随旅游持续增长或城镇化水平日臻提高而呈现出阶段性波动特征[6]。随着研究的持续深入逐步引入了协同论、系统论等多学科理论，关注焦点转向探讨更高层次的互动共生关系，并得到大量的实践印证[7⇓⇓⇓⇓⇓-13]。而关于旅游业与城镇化互动关系的研究最早可以追溯至1999年，Mullins提出的旅游城镇化概念，之后学者们开始从因果层面探讨二者的互动关系[14]。如汪德根、王琴梅等分别以苏州市和西安市为例，均认为旅游业通过资源效率提升、产业联动优势和就业富民效应显著促进了城镇化进程[15-16]。与此同时，城镇化进程的持续推进也为旅游业发展创造了有利环境，如配套设施完善、旅游形象塑造、居民收入水平增长带动消费能力提升等[17-18]。王坤等借助空间计量模型，定量化证实了城镇化规模、质量对旅游经济发展的助推作用[19]。二者之间的良性互动已得到较多学者的认可[20⇓⇓-23]。在此基础上对二者互动作用强度展开了针对性探索，即耦合协调关系的度量[24-25]、协同效应的评价[26]等，并进一步探索了其驱动因素的差异化作用[27-28]。
梳理已有文献发现，以往的研究虽涵盖了旅游业、城镇化和生态环境3个系统，相互关系也从单向影响研究转向双向互动研究，并运用耦合协调度、协同度、VAR等计量模型，从国家、区域、省（市）域等不同尺度对协调发展程度进行定量呈现，并结合ArcGIS空间分析模块，进一步探讨其时空演化特征，在理论、方法上已臻于成熟。但多是探讨其中两两互动或再结合其他子系统，尚缺乏将旅游产业、生态环境、城镇化三者整合到统一的理论框架中，仅有的研究也局限于对其耦合协调程度进行简单衡量和比较[29⇓⇓⇓-33]，还鲜有文献从空间差异视角探究耦合协调问题；且以省域研究居多，对于组成城市群的城市间的比较研究还较为薄弱，与区域协同发展的现实需求存在一定偏差。因此，本文以京津冀城市群为研究区域，构建旅游—生态—城镇化耦合协调评价模型，运用探索性空间数据分析（ESDA）、核密度估计、泰尔指数及分解等方法，辨析2007—2019年京津冀城市群耦合协调度的时空分布格局及空间差异来源，以期为京津冀旅游—生态—城镇化协调发展提供理论依据及参考。

1 旅游—生态—城镇化耦合协调机理

人与自然和谐共生应是永恒的主题。当前实践发展与理论研究均表明，旅游、生态、城镇化三者之间存在着天然的耦合效应，共同构成了一个联系紧密的复合系统，具体耦合协调机理如图1所示。
图1 旅游—生态—城镇化耦合机理

Fig.1 TEU coupling mechanism

生态环境是承载旅游发展和城镇化进程的物质载体，在资源供给上支撑着旅游与城镇化的发展，在空间分布上约束着旅游与城镇化的扩张。同时，一旦旅游与城镇化逾越生态环境的承载能力，就会产生胁迫与压力，主要表现有水土流失、土壤沙化、环境污染等，生态环境失衡则会进一步限制旅游与城镇化的持续发展。
随着旅游的发展，游客的集聚会衍生出对交通、食宿、娱乐等众多的消费需求，进而带动当地关联产业发展、增加就业机会，刺激第三产业繁荣。旅游业作为“绿色产业”通过招商引资和促进消费能够改善当地营商环境，进而间接推动经济城镇化。同时，旅游业的繁荣会产生大量服务岗位，吸纳农村剩余劳动力，进而促进农村人口向城市流动，形成人口城镇化。此外，旅游的发展又为当地生态治理和环境改善提供一定支持，但过度的、无序的旅游开发势必会对生态环境造成负面影响。
城镇化的表现主要体现在经济、人口和社会三大领域，一方面会调整就业结构同时提高经济效益，使得城镇人口增加、居民收入提升，对激发旅游需求产生巨大助力。另一方面城镇化的推进必然会改进城市基础设施及服务设施，对提升旅游吸引力、生态环境质量来说又是一个加分项。但是，城镇不断扩张、人口高度集中会对生态环境产生巨大压力，环境污染严重、人地矛盾加剧也将不利于区域经济健康发展。总而言之，旅游、生态、城镇化三者之间相辅相成、相互促进，又彼此作用、相互制约，实现三者的耦合协调至关重要。

2 数据来源与研究方法

2.1 指标体系构建与数据来源

基于T-E-U（Tourism-Ecology-Urbanization）各子系统自身的复杂性及耦合作用机理，遵循科学性、动态性及完备性的原则，结合前人研究成果，依据相关年鉴的统计指标，构建京津冀旅游—生态—城镇化耦合协调评价指标体系，见表1。
表1 京津冀旅游—生态—城镇化耦合协调评价指标体系

Tab.1 Evaluation index system of coupling coordination of TEU in Beijing-Tianjin-Hebei urban agglomeration

目标层 一级指标 二级指标 单位 指标
属性
旅游 旅游效益 旅游外汇收入 万美元 +
国内旅游收入 亿元 +
旅游规模 入境旅游人数 万人次 +
国内旅游人数 万人次 +
旅游从业人数 万人 +
旅游基础 星级饭店数 个 +
公园个数 个 +
公路客运量 万人 +
生态 压力 人口密度 人/km2 -
工业SO2排放量 t -
工业废水排放量 万t -
生活垃圾清运量 万t -
状态 空气质量好于二级天数 天 +
人均公园绿地面积 m2 +
人工造林面积 hm2 +
响应 建成区绿化覆盖率 % +
污水处理率 % +
生活垃圾无害化处理率 % +
城镇化 经济城镇化 人均GDP 元 +
城镇居民人均可支配收入 元 +
二三产业占GDP比重 % +
全社会固定资产投资 亿元 +
人口城镇化 城镇化率 % +
二三产业从业人员比重 % +
普通高等院校在校生数 人 +
社会城镇化 人均道路面积 m2 +
每万人拥有公共厕所数 座 +
每万人拥有医疗机构床位数 张 +
充分考虑数据的可靠性与可获得性，2007—2018年的数据主要来自中国经济社会大数据研究平台所收录的相关统计年鉴和EPS数据平台所提供的相关城市数据；2019年的数据主要来自各市统计公报及相关官方网站，极个别城市个别年份的缺失值用SPSS线性插值法进行补充。

2.2 研究方法

2.2.1 综合评价模型

运用极差法对原始数据进行归一化处理，消除各指标间数量级差异与单位差异。各指标权重由熵值法确定，前人对此进行了充分阐述[34]，此处不再赘述。利用综合评价模型计算各城市各年份的综合发展指数。
P x = ∑ i = 1 a a i · x i   , P y = ∑ j = 1 b b j · y j   , P z = ∑ k = 1 c c k · z k P = α P x + β P y + σ P z
式中： P x、 P y、 P z分别表示京津冀旅游、生态、城镇化的综合发展指数； a i、 b j、 c k分别为三系统中指标i、j、k的权重； x i、 y j、 z k为指标i、j、k的归一值；a、b、c为各子系统所含指标个数；P为京津冀旅游—生态—城镇化综合发展指数；α、β和σ是三系统的权重系数，经过综合考量认为三系统同样重要，分别赋值为1/3。

2.2.2 耦合协调模型

借鉴耦合理论及前人研究成果，构建京津冀旅游—生态—城镇化耦合协调模型。计算公式如下：
C = P x × P y × P z 3 P x + P y + P z / 3
D = C · P
式中：C为耦合度，数值在0~1之间，C值越大说明系统间的相关程度越高、内部要素越趋于良性共振；D为协调度，表示旅游—生态—城镇化整体协调效应，借鉴马耀峰[22,35]等学者的研究成果，运用“0.1分割截点法”将其分为10个等级并归纳为失调、过渡和协调三大类，见表2。
表2 耦合协调度度量标准及类型

Tab.2 Metrics and types of coupling coordination degree

序号 耦合协调度 协调等级 协调类型
1 0.0~0.1 极度失调 失调
2 0.1~0.2 严重失调
3 0.2~0.3 中度失调
4 0.3~0.4 轻度失调
5 0.4~0.5 濒临失调 过渡
6 0.5~0.6 勉强协调
7 0.6~0.7 初级协调 协调
8 0.7~0.8 中级协调
9 0.8~0.9 良好协调
10 0.9~1.0 优质协调

2.2.3 探索性空间数据分析

利用ArcGIS和GeoDa实现数据空间可视化，运用ESDA探讨京津冀旅游—生态—城镇化耦合协调度的时空分布特征。ESDA是基于GIS平台的空间数据分析方法与技术的集合，通常用来衡量区域空间异质性与关联性[36]。在整体上运用全局空间自相关来把握D的空间集聚形势，在局部上采用局部空间自相关来进一步描绘空间分布格局。

2.2.4 核密度估计

由于Kernel估计对模型及研究时长依赖性较小且具备良好的统计性质，因此在分析空间非均衡分布问题中得到广泛应用[37]。通过绘制核密度估计图来明确D的时空演进趋势，其原理为：
f x = 1 n h ∑ i = 1 n k x - x i h
式中： k ·为核函数，为提高估计精度选用高斯核；h为带宽，由Stata软件自动得出。

2.2.5 泰尔指数及分解

泰尔指数早期被用来分析收入差距，后被延伸引用到区域差异的研究中[38]。现有研究中关于区域差异的测算主要包括两大类：以标准差为代表的绝对差异测算以及以泰尔指数为代表的相对差异测算，泰尔指数相较于其他测算方法具有可分解的优点[39]。
充分考虑各城市的规模与区位，根据《北京城市总体规划（2016—2035年）》可将京津冀划分为南、中、北三大部（南：南部功能拓展区，主要城市包括石家庄、衡水、邢台及邯郸；中：中部核心功能区，主要城市包括北京、天津、唐山、廊坊、保定及沧州；北：西北部生态涵养区，主要城市包括张家口、承德及秦皇岛。）。依据以上划分，运用泰尔指数及分解的方法测评京津冀D的空间分布差异，探寻其差异来源。为保证泰尔指数的稳健性，选择GDP为权重变量，具体公式如下所示：
T S = ∑ i = 1 S Y i Y s l n Y i / Y s G i / G s   ,   S = 4
T M = ∑ i = 1 M Y i Y M l n Y i / Y M G i / G M   ,   M = 6
T N = ∑ i = 1 N Y i Y N l n Y i / Y N G i / G N   ,   N = 3
T W = Y S Y T S + Y M Y T M + Y N Y T N
T B = Y S Y l n Y S / Y G S / G + Y M Y l n Y M / Y G M / G + Y N Y l n Y N / Y G N / G
T = T W + T B
T T = T B T + Y S Y T S T + Y M Y T M T + Y N Y T N T
式中：TS、TM、TN分别表示南、中、北部泰尔指数；TW、TB表示区域内差异及区域间差异泰尔指数；T为总泰尔指数；Yi为城市i的D值；Gi为城市i的GDP；YS、YM、YN分别为南、中、北部D之和；GS、GM、GN分别为南、中、北部GDP之和；Y为京津冀所有城市D之和；G为京津冀所有城市GDP之和。

3 京津冀综合发展指数时空演化特征

3.1 综合发展指数时序演化特征

将京津冀13个城市的原始数据取均值处理，运用熵值法进行赋权，根据公式（1）计算京津冀旅游、生态、城镇化及整体综合发展指数Px、Py、Pz和P，结果见表3。
表3 京津冀旅游—生态—城镇化综合发展指数

Tab.3 Comprehensive development index of TEU in Beijing-Tianjin-Hebei urban agglomeration

年份 Px Py Pz P
2007 0.0754 0.2607 0.0934 0.1432
2008 0.0945 0.3965 0.1453 0.2121
2009 0.3289 0.4276 0.2503 0.3356
2010 0.4171 0.5121 0.3665 0.4319
2011 0.4959 0.4775 0.4139 0.4624
2012 0.5820 0.4727 0.4938 0.5162
2013 0.4804 0.3757 0.5819 0.4793
2014 0.4154 0.4610 0.6134 0.4966
2015 0.4368 0.5209 0.6886 0.5487
2016 0.5094 0.6070 0.7160 0.6108
2017 0.5770 0.7271 0.7676 0.6906
2018 0.6225 0.7340 0.8576 0.7380
2019 0.6498 0.7458 0.9377 0.7777
京津冀旅游在2007—2012年呈快速发展趋势，且在2012年达到峰值；随后两年进入下跌状态，2014年稍有起色；2014—2019年，虽处于增长阶段但增速明显放缓。京津冀旅游整体上发展势头良好，但仍处于中等水平，说明京津冀旅游高质量发展存在着较大提升空间。值得注意的年份是2009、2012和2014年：2009年，旅游指数有了质的飞跃，奥运会的举办让全世界都聚焦在中国北京，为京津冀旅游发展带来了重大机遇；2012年，我国经济步入“新常态”，GDP增速明显放缓，转型升级任重道远，相对严峻的经济形势限制了旅游行业的扩张；2014年，北京、天津、河北联合召开“京津冀区域旅游合作会议”，对京津冀旅游协同发展起到重要促进作用。
京津冀生态指数从2007年的0.2607上升到2019年的0.7458，虽然在2010—2013年出现小幅下滑但整体上仍呈上升趋势。而2010—2013年恰好对应旅游高速发展阶段，在某种程度上说明蓬勃发展的旅游业对生态环境是产生负作用的，但随着“两山理论”深入人心、《京津冀协同发展生态环境保护规划》贯彻落实，京津冀生态环境质量稳步提升。
京津冀城镇化指数从2007年的0.0934增长到2019年的0.9377，年增长速率达到近23%，发展势头持续向好。京津冀城镇化指数迅速攀升，究其原因可以发现经济、人口、社会城镇化指标均表现强劲，说明京津冀在城镇化进程中重视综合全面发展，能够根据经济形势、人口结构及社会发展及时做出调整。
京津冀T-E-U整体综合发展指数增长趋势与各子系统保持高度一致，均呈现较好的上涨趋势。从旅游发展、生态环境与城镇化进程的比较关系来看，2007—2011年Py略高于Px、Pz，大体表现为生态超前、旅游与城镇化滞后；2011—2014年Px、Pz略高于Py，表明过度的旅游开发与城镇化进程很可能是掣肘生境质量提升的痛点；2014—2019年Pz、Py略高于Px，侧面反映出京津冀旅游发展的相对疲软。

3.2 综合发展指数空间格局演化特征

根据综合评价模型计算京津冀13个城市T-E-U指数，由于篇幅限制，此处仅展示2007、2011、2015、2019年的计算结果，如图2所示。
图2 2007、2011、2015、2019京津冀13市T-E-U综合发展指数

Fig.2 Comprehensive development index of TEU in 13 cities of Beijing-Tianjin-Hebei urban agglomeration in 2007，2011，2015 and 2019

就T系统来说，①研究期内，河北省各市的旅游发展指数较京津两市而言普遍偏低，分布在0.0143~0.1577之间。北京、天津作为我国两大直辖市在发展旅游业方面具有天然优势，资源的积淀与人口的集聚为旅游高质量发展浇筑了坚实基础。具体到河北省内，石家庄、保定表现优异，“京保石”连线作用显著。②从变化幅度来看，涨幅最大的城市是天津，其次是北京、保定，均呈现“起点高、终点高”的特征；涨幅最小的城市是邢台，仅增长了0.0147，呈现“起点低、终点低”的特征。③就空间分布格局来看，京津冀旅游发展呈显著的“京津双核驱动”态势。
就E系统来说，①研究期内，京津冀生态指数变化较大，研究初期指数较低的城市包括石家庄、唐山、天津等，最低仅有0.4296，研究末期指数较低的城市则变为天津、北京、邢台等，最低达到0.7062。从变化幅度来看，涨幅最大的城市是石家庄，提高了近0.2981，呈“起点低、终点高”的特征；涨幅最小的城市则是廊坊。③就空间分布格局来看，京津冀生态指数表现出“南北高、中部低”的分布特点。
就U系统来说，①研究期内城镇化指数较高的城市是北京、天津、石家庄，截至2019年，三市均值已高达0.7291。②从变化幅度来看，涨幅最大的城市是石家庄，提高了近0.3156，城镇化进程相对较快；涨幅最小的城市则是衡水。③就空间分布格局来看，京津冀城镇化指数表现出“中部高、南北低”的分布特点。
就T-E-U整体来说，①京津冀旅游—生态—城镇化指数与各子系统发展水平保持高度一致，是由各子系统相互作用得出的，例如河北省各市虽然旅游指数偏低但在生态指数和城镇化指数的带动下，整体水平距京津的差距缩小很多，因此要重视破除“桶箍效应”，促进旅游—生态—城镇化协调发展。②从变化幅度来看，涨幅较大的城市是天津和石家庄，较小的城市是衡水和邢台。③就空间分布格局来看，旅游—生态—城镇化指数呈“以京津两市为核心向外围城市逐级递减”的发展态势。

4 耦合协调度时空演化特征

4.1 耦合协调度时序演化特征

基于综合发展指数Px、Py、Pz和P，根据公式（2）和（3）计算耦合协调度，结果见表4。
表4 京津冀旅游—生态—城镇化耦合协调度

Tab.4 Coupling coordination degree of TEU in Beijing-Tianjin-Hebei urban agglomeration

年份 C D 年份 C D
2007 0.8553 0.3500 2014 0.9862 0.6998
2008 0.8294 0.4195 2015 0.9824 0.7342
2009 0.9765 0.5725 2016 0.9904 0.7778
2010 0.9905 0.6541 2017 0.9926 0.8279
2011 0.9970 0.6790 2018 0.9915 0.8554
2012 0.9959 0.7170 2019 0.9885 0.8768
2013 0.9843 0.6869
由表4可知，京津冀T、E、U耦合度水平极高，均达到0.8以上，但协调度距此还有一定差距，整体分布在0.3~0.9之间，由高耦合、低协调向高耦合、高协调不断转变，表明京津冀T-E-U的优质协调指日可待。从发展趋势来看，耦合度由2007年的0.8553上升至2019年的0.9885，说明京津冀旅游、生态与城镇化三系统之间处于良性耦合并向有序方向发展；协调度整体呈上升趋势，但在2012—2013年出现小幅下降，这与Px和Py的走势大致相同，说明某一子系统的低迷会影响整个系统的协调性。从增长速度来看，2007—2010年增速较大，在此阶段恰逢旅游、生态、城镇化均向好发展。
从耦合协调等级与发展阶段来看，京津冀T-E-U的耦合协调等级主要包括轻度失调至良好协调六种类型，分别处于三大阶段：①失调阶段，2007年生境质量较高但旅游与城镇化表现较差致使整体协调度不高。②过渡阶段，2008—2009年，旅游与城镇化高速发展使得协调水平有所提升。③协调阶段，2010—2019年，这一阶段旅游业蓬勃发展、城镇化有序进行、生境质量稳步提高，为实现旅游—生态—城镇化高水平发展奠定坚实基础。

4.2 耦合协调度空间演化特征

4.2.1 空间自相关分析

以2007、2011、2015及2019年的D为基础，依据各市空间距离构建Kernel权重矩阵，进而进行全局空间自相关分析。结果显示Global Moran's I指数分布在-0.1~0.1之间且尚未通过显著性检验，故在空间上呈随机分布、关联程度较弱。
根据Local Moran's I计算结果，结合散点图，将空间关联划分为四个结果（HH型与LL型均属于同质性集聚，分别处于第一象限和第三象限，HH表示某城市与其周围的城市协调状况均比较好，而LL则与之相反；LH型与HL型均属于异质性集聚，分别处于第二象限和第四象限，LH型表示某城市自身协调性较差但周围围绕的城市协调性较好，而HL型则与之相反。）。为了便于分析做简单描述性统计，形成表5。
表5 Moran散点图各象限包含的城市

Tab.5 Cities contained in each quadrant of Moran scatter chart

2007 2011 2015 2019
HH 天津 天津 天津、保定 天津、保定
LH 保定、沧州、唐山、张家口 保定、沧州、唐山、张家口、承德 沧州、唐山、张家口、承德 沧州、唐山、张家口、承德
LL 衡水、廊坊、邢台、邯郸、承德 衡水、廊坊、邢台、邯郸、秦皇岛 衡水、廊坊、邢台、邯郸、秦皇岛 衡水、廊坊、邢台、邯郸、秦皇岛
HL 北京、石家庄、秦皇岛 北京、石家庄 北京、石家庄 北京、石家庄
随着时间的推移，京津冀各市所属类型变化不大。2007—2019年，发生变化的城市仅有保定、承德和秦皇岛3市，其中保定由LH转为HH、承德由LL转为LH、秦皇岛由HL转为LL。聚焦到2019年，属于HH型的城市仅有天津和保定，属于HL型的城市仅有北京和石家庄，从地理位置上可以看出T-E-U协调性较好的城市在空间上彼此相邻，存在一定溢出效应，形成发展势头较好的连通区域；而河北各市多属于LH型和LL型，这些城市协调性较差，均处于过渡阶段，其中沧州、唐山、张家口、承德虽毗邻京津，但并未被其带动，甚至还可能存在“虹吸效应”，存在的问题主要是旅游体量相对较小，致使旅游子系统处于相对弱势，导致整体协调性不高。
绘制LISA集聚图（图略）进一步分析局部研究单元空间分布特征，深入研判其所属高低聚类类型。2007年，邯郸属于显著的LL型，保定属于显著的LH型，秦皇岛属于显著的HL型；2019年，邯郸、邢台、衡水、秦皇岛转为显著的LL型，沧州转为显著的LH型，而保定异军突起，转为显著的HH型高值集聚。由于雄安新区的设立，保定市较省内其他城市更易获得资源扶持以提高其协调性；保定、石家庄得益于京津两市的辐射带动作用，与其形成高协调集中片区，并对其周边城市产生“滴涓效应”。
综合ESDA结果来看，京津冀13市T-E-U协调发展的空间关联程度较弱，且较多城市表现为异质性集聚，在局部空间单元上未实现良性共振；在空间分布上也并不均衡，仅有北京、天津、石家庄、保定属于高值集聚，其余9市均属低值集聚，由此可见京津冀协同发展仍任重道远。

4.2.2 空间差异状态及分解

①空间差异状态。由上述分析可知，京津冀T-E-U协调发展势头向好，目前已进入协调阶段，并具备进入优质协调的基础与趋势，但城市间协调水平参差错落，因此引入核密度估计（图3），探究2007—2019年京津冀T-E-U耦合协调度D的空间差异状态。
图3 D的核密度估计图

Fig.3 Kernel density estimation graph of D

从形状演变来看，在研究期内，曲线的分布呈“长尾起峰”，表明核密度高值与协调度低值相对应，符合低水平俱乐部收敛特征；所处区间及波峰持续右移，说明京津冀各城市T-E-U耦合协调水平逐年升高，验证了京津冀协调水平整体稳步提升的时序特征；波峰逐年变低且变缓，反映出协调水平较低的城市对较高城市的“追赶”，协调度分布趋于均衡；曲线右侧尾部逐年向右蔓延，且拖尾现象一直存在，表明京津冀城市群协调水平差异较大，存在个别“独大城市”。从峰值区间演变来看，期初最大峰值对应协调度在0.4左右，逐渐向右移动到2019年的0.6左右，同时与此相对应的核密度值也由2007年的8左右下降到2019年的6左右，从侧面反映了京津冀区域协调水平差异的扩大。
②空间差异分解。以GDP为加权指标，以2007—2019年各市耦合协调度为原始数据，依据上述公式（7）~（13）计算泰尔指数，结果见表6。
表6 D的泰尔指数及贡献率

Tab.6 Theil index and contribution rate of D

年份 京津冀 组内 组内 组间
南 中 北
2007 0.3080 0.1016（9.32） 0.2015（33.29） 0.0013（0.09） 0.1315（42.69） 0.1765（57.31）
2008 0.3049 0.1120（10.28） 0.2009（33.58） 0.0008（0.05） 0.1339（43.90） 0.1711（56.10）
2009 0.3039 0.1080（9.80） 0.1951（33.20） 0.0030（0.21） 0.1313（43.21） 0.1726（56.79）
2010 0.3121 0.1013（9.00） 0.1981（32.58） 0.0045（0.30） 0.1307（41.88） 0.1814（58.12）
2011 0.3114 0.1039（9.13） 0.1946（32.14） 0.0027（0.18） 0.1291（41.45） 0.1823（58.55）
2012 0.3238 0.1036（8.98） 0.1951（30.56） 0.0033（0.21） 0.1287（39.76） 0.1951（60.24）
2013 0.3489 0.1099（8.69） 0.2120（30.78） 0.0040（0.25） 0.1386（39.72） 0.2103（60.28）
2014 0.3630 0.1069（8.10） 0.2196（30.61） 0.0038（0.23） 0.1413（38.93） 0.2217（61.07）
2015 0.3754 0.0984（7.23） 0.2336（31.41） 0.0019（0.11） 0.1454（38.75） 0.2299（61.25）
2016 0.3732 0.0887（6.65） 0.2310（31.02） 0.0012（0.07） 0.1409（37.74） 0.2323（62.26）
2017 0.4005 0.0823（5.77） 0.2521（31.11） 0.0008（0.04） 0.1479（36.93） 0.2526（63.07）
2018 0.4495 0.0937（5.86） 0.3003（32.95） 0.0010（0.05） 0.1747（38.86） 0.2748（61.14）
2019 0.4141 0.0704（4.77） 0.2906（34.75） 0.0008（0.04） 0.1638（39.56） 0.2503（60.44）
京津冀各市D的泰尔指数在0.30~0.45间波动，区域空间差异较小但存在扩大趋势。比较组间差异与组内差异可知，组间差异始终大于组内差异，表明南中北部的差异相比京津冀整体差异更为显著。南中北三部在经济社会发展、旅游资源丰度等方面存在较大差异，且不能排除“马太效应”的存在，导致“强者越强、弱者越弱”的局面，因此协调区域间差异是未来工作的重点。
比较组内泰尔指数可知，中部地区TW明显高于南北两部，表明中部地区内部差异显著，期间虽有小幅降落但存在扩大趋势；而南北地区内部差异相对较小且呈下降趋势。比较贡献率可知，区域内差异的贡献率由42.69%下降到39.56%，而区域间差异的贡献率则由57.31%上升至60.44%，二者数量上的差异和相反的变化趋势都预示着区域间差异对总体差异的影响程度在不断加强。此外，北部地区差异贡献率显著低于其他二区，南部地区贡献率逐渐降低而中部地区逐渐升高，可见京津冀三大分区中，中部地区组内差异对总体差异的影响力度相对较高，未来应重视中部地区内各城市协调发展的均衡性。

5 结论与建议

5.1 结论

基于2007—2019年京津冀城市群13个城市面板数据，运用综合评价模型、耦合协调模型精准测算旅游—生态—城镇化综合发展指数及耦合协调度，在此基础上引入ESDA、核密度估计、泰尔指数及分解等方法，从时、空两大角度准确把握京津冀协调发展现状，以期为京津冀协同发展及可持续发展提供理论支撑和决策建议。主要结论如下：
①综合发展方面。时间上，京津冀各指数表现大同小异，虽偶有起伏但大体保持了增长势头。整体上，城镇化综合发展水平较高，发展势头强劲，进入提质增效阶段，旅游综合发展水平偏低，增长速度放缓，进入转型升级阶段，生态环境指数的变化具有阶段性和时滞性，反映出旅游与城镇化的高速发展为生态环境带来了巨大压力，并在一定程度上制约了京津冀T-E-U的协调发展。空间上，旅游子系统呈“京津双核驱动”态势，河北各市较京津两市存在较大差距，生态子系统则相对均衡，呈现“南北高、中部低”的分布趋势，而城镇化子系统则表现为相反的分布格局，即“中部高、南北低”。
②耦合协调方面。京津冀13市旅游—生态—城镇化C多在0.7之上，处于较高水平，但D多处于0.6之下，说明在某一子系统存在弱势时，会出现高耦合但低协调的状态。时间上，京津冀D由轻度失调向良好协调稳步提升，具备向优质协调跨越的基础与趋势。空间上，协调度D呈随机分布、关联较弱，仅有北京、天津、石家庄、保定属于高值集聚，其余9市均属于低值集聚，京津冀协同发展仍任重道远。
③空间差异方面。核密度曲线显示协调程度显著提高、空间分布趋于均衡，但仍存在“独大城市”。泰尔指数计算结果表明空间差异较小但存在扩大趋势，组内差异与组间差异共同造成了整体差异，但组内差异贡献率不断降低而组间差异贡献率不断提高，可见缩小南中北部区域间差异是实现京津冀协同的关键。

5.2 建议

根据京津冀城市群T-E-U综合发展水平及耦合协调发展的时空演变规律、空间差异现状，提出以下对策建议：
①强化“京保石”“京津唐”等连线，以点带线、以线带面加强高值集聚规模，实现京津冀城市群整体协同。京津冀T-E-U协调水平整体朝利好方向发展，但缩小南中北区域间差异仍刻不容缓，应因地制宜、因时施政，明确各自分工定位，突破“短板效应”，在“京津冀协同发展”战略指引下，充分发挥“首都经济圈”辐射带动作用，紧握“雄安新区”建设机遇，打破现有利益藩篱及政策壁垒，实现人力、物力、财力等资源在区域内自由流动，形成区域可持续发展合力，达成整体效用最大化。
②合理开发布局旅游资源、加强生态环境托底作用、发挥城镇化驱动作用，提升旅游—生态—城镇化内在协调水平。尽管目前京津冀生态指数较高、生境质量明显提升，但仍不能放松生态治理要求，必须贯彻落实“两山理论”，竭力避免“一城污染、众城皆污”的尴尬局面。针对“京津双核驱动”的发展特点，河北各市应加强区域旅游合作，立足旅游资源差异化，力争实现“人无我有、人有我优、人优我强”，利用错位竞争实现旅游产业追赶。同时，旅游蓬勃发展将推动产业转型升级、促进城镇人口流动，提高城镇化水平，进一步激发旅游需求，由此形成良性循环，实现耦合度与协调度的整体提升。
③京津冀各市应依据协调发展现状，结合各自资源特质、经济基础和生态优势，科学制定协调发展策略。天津、保定、廊坊、唐山、沧州应做好承接北京非首都功能疏散工作，以经济结构调整为主攻方向，带动城镇化提质增效；衡水、邢台、邯郸应向石家庄靠拢，借助省会优势，弘扬燕赵文化，促进旅游转型升级；承德、秦皇岛及张家口应突出其生态涵养区的优势，大力开拓生态旅游和银发旅游市场，完善城市基础设施及服务设施，以期实现旅游、生态、城镇化三者的协调发展。
由于京津冀统计数据资源有限，指标体系构建有待完善，目前尚未细致到旅游、生态、城镇化的方方面面，未来可加入实地调研、获取一手数据等，以提高研究精度。此外，三系统的交互作用是实现耦合协调的基石与关键，准确判断三者内在关系及影响机制是未来研究工作的重点。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
申伟宁, 李东松, 董葆茗. 京津冀经济发展与空气质量的耦合协调性研究[J]. 技术经济与管理研究, 2021(1):13-17.

[2]
单晨, 陈艺丹. 京津冀旅游产业—区域经济—社会事业协调发展差异研究[J]. 经济与管理, 2020, 34(3):1-11.

[3]
荣慧芳, 陶卓民, 刘琪, 等. 皖南地区旅游产业—城镇化—生态环境耦合协调的时空演变[J]. 水土保持研究, 2019, 26(4):280-285.

[4]
杨秀平, 贾云婷, 翁钢民, 等. 城市旅游环境系统韧性的系统动力学研究——以兰州市为例[J]. 旅游科学, 2020, 34(2):23-40.

[5]
Grossman G M, Krueger A B. Economic growth and the environment[J]. Quarterly Journal of Economics, 1995, 110(2):353-377.

[6]
崔凤军. 论旅游环境承载力——持续发展旅游的判据之一[J]. 经济地理, 1995, 15(1):105-109.

[7]
Jiang Y. Evaluating eco-sustainability and its spatial variability in tourism areas:A case study in Lijiang County,China[J]. International Journal of Sustainable Development & World Ecology, 2009, 16(2):117-126.

[8]
Qin X, Li X M. Evaluate on the Decoupling of Tourism Economic Development and Ecological-Environmental Stress in China[J]. Sustainability, 2021, 13(4):2149.

[9]
赵书虹, 白梦, 阮梦枝, 等. 云南省旅游资源与生态安全协调发展的时空演化特征及障碍因子分析[J]. 地理科学, 2021, 41(3):493-503.

DOI

[10]
宋建波, 武春友. 城市化与生态环境协调发展评价研究——以长江三角洲城市群为例[J]. 中国软科学, 2010(2):78-87.

[11]
崔木花. 中原城市群9市城镇化与生态环境耦合协调关系[J]. 经济地理, 2015, 35(7):72-78.

[12]
冯雨雪, 李广东. 青藏高原城镇化与生态环境交互影响关系分析[J]. 地理学报, 2020, 75(7):1386-1405.

DOI

[13]
王少剑, 崔子恬, 林靖杰, 等. 珠三角地区城镇化与生态韧性的耦合协调研究[J]. 地理学报, 2021, 76(4):973-991.

DOI

[14]
Mullins P. Tourism urbanization[J]. International Journal of Urban and Regional Research, 1991, 15(3):326-342.

[15]
汪德根, 陈田, 王昊. 旅游业提升开发区城市化质量的路径及机理分析——以苏州工业园区为例[J]. 人文地理, 2011, 26(1):123-128.

[16]
王琴梅, 方妮. 乡村生态旅游促进新型城镇化的实证分析——以西安市长安区为例[J]. 旅游学刊, 2017, 32(1):77-88.

[17]
杨亚丽, 孙根年. 城市化推动我国国内旅游发展的时空动态分析[J]. 经济地理, 2013, 33(7):169-175.

[18]
Luo J M, Qiu H, Lam C F. Urbanization impacts on regional tourism development:A case study in China[J]. Current Issues in Tourism, 2015, 19(3),282-295.

[19]
王坤, 黄震方, 余凤龙, 等. 中国城镇化对旅游经济影响的空间效应——基于空间面板计量模型的研究[J]. 旅游学刊, 2016, 31(5):15-25.

[20]
Qian J, Feng D, Zhu H. Tourism-driven urbanization in China’s small town development:A case study of Zhapo Town,1986-2003[J]. Habitat International, 2012, 36(1),152-160.

[21]
Luo J M, Qiu H, Goh C, et al. An analysis of tourism development in China from urbanization perspective[J]. Journal of Quality Assurance in Hospitality & Tourism, 2015, 17(1),24-44.

[22]
高楠, 马耀峰, 李天顺, 等. 基于耦合模型的旅游产业与城市化协调发展研究——以西安市为例[J]. 旅游学刊, 2013, 28(1):62-68.

[23]
王兆峰, 余含. 张家界旅游产业发展与小城镇建设耦合发展研究[J]. 经济地理, 2012, 32(7):165-171.

[24]
杨友宝, 王荣成, 曹洪华. 东北老工业城市旅游业与城市化耦合演变关系研究[J]. 人文地理, 2016, 31(1):140-146.

[25]
赵磊, 潘婷婷, 方成, 等. 旅游业与新型城镇化——基于系统耦合协调视角[J]. 旅游学刊, 2020, 35(1):14-31.

[26]
钟家雨, 柳思维, 熊曦. 旅游业与城镇化协同发展的区域差异分析[J]. 经济地理, 2014, 34(2):187-192.

[27]
高楠, 王琳艳, 马耀峰, 等. 旅游业驱动下世界文化遗产依附地城镇化响应机制——以平遥古城为例[J]. 经济地理, 2017, 37(4):198-207.

[28]
赵书虹, 陈婷婷. 云南省旅游驱动型城市旅游产业与城镇化耦合协调驱动因素分析[J]. 旅游科学, 2020,3403):78-93.

[29]
胡振鹏, 黄晓杏, 傅春, 等. 环鄱阳湖地区旅游产业—城镇化—生态环境交互耦合的定量比较及演化分析[J]. 长江流域资源与环境, 2015, 24(12):2012-2020.

[30]
邓椿. 山西省旅游产业—城镇化—生态环境耦合协调发展分析[J]. 地域研究与开发, 2018, 37(3):85-89.

[31]
熊建新, 王文辉, 贺赛花, 等. 洞庭湖区旅游城镇化的时空分异及演化[J]. 经济地理, 2020, 40(5):210-219.

[32]
Liu J, Li C, Tao J, et al. Spatiotemporal coupling factors and mode of tourism industry,urbanization and ecological environment:A case study of Shaanxi,China[J]. Sustainability, 2019, 11(18):4923.

[33]
Li L, Yang Q, Sun C, et al. Coupling coordinated evolution and forecast of tourism-urbanization-ecological environment:The case study of Chongqing,China[J]. Mathematical Problems in Engineering, 2021,2021:7271637.

[34]
郝辑, 张少杰. 基于熵值法的我国省际生态数据评价研究[J]. 情报科学, 2021, 39(1):157-162.

[35]
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.

[36]
翁钢民, 潘越, 杨秀平, 等. 协同视角下旅游产业与科技创新、现代金融发展格局的时空动态关系[J]. 经济地理, 2020, 40(1):214-225.

[37]
师博, 何璐, 张文明. 黄河流域城市经济高质量发展的动态演进及趋势预测[J]. 经济问题, 2021(1):1-8.

[38]
李江苏, 孙威, 余建辉. 黄河流域三生空间的演变与区域差异——基于资源型与非资源型城市的对比[J]. 资源科学, 2020, 42(12):2285-2299.

DOI

[39]
陈立梅, 刘冬辉. 江苏省农村信息消费差异的动态变化及空间分解——基于泰尔指数的实证分析[J]. 华东经济管理, 2016, 30(2):21-26.

Options
Outlines

/

〈 〉