EN中文

Economic geography >

2020 , Vol. 40 >Issue 5: 81 - 89

DOI: https://doi.org/10.15957/j.cnki.jjdl.2020.05.009

The Spatio-Temporal Evolution of Tourism Eco-Efficiency in the Yellow River Basin and Its Interactive Response with Tourism Economy Development Level

  • WANG Shengpeng , 1, 2 ,
  • QIAO Huafang 1, 2 ,
  • FENG Juan 1, 2 ,
  • XIE Shuangyu , 1, 2, ※
Expand
  • 1. The College of Urban & Environmental Science，Central China Normal University，Wuhan 430079，Hubei，China
  • 2. Wuhan Branch of China Tourism Academy，Wuhan 430079，Hubei，China

Received date: 2019-12-24

  Revised date: 2020-03-16

  Online published: 2025-04-17

Fold

Abstract

The ecological protection and high-quality development of the Yellow River Basin is one of the main tasks of China's economic development in the future. Tourism development is of great significance to the realization of this goal. Based on the perspective of geography, the study comprehensively uses the Super-SBM model based on undesired output,nuclear density estimation,spatial analysis and other methods to explore the spatiotemporal evolution of tourism ecological efficiency in the Yellow River Basin from 2000 to 2016 and uses the VAR model to simulate interactive relationship between tourism ecological efficiency and the level of tourism economic development. The results show that: firstly,the overall tourism eco-efficiency in the Yellow River Basin has been improved and regional differences have decreased from 2000 to 2016,but the polarization phenomenon has gradually become prominent. Secondly,the direction of spatial distribution gradually weakened from 2000 to 2016 and the tourism eco-efficiency in the Yellow River Basin showed a spatial distribution trend of "Northeast to Southwest". Thirdly,the impulse response of tourism eco-efficiency and tourism economic development level of most provinces shows a smooth response trend with large fluctuations in the early stage and stable in the later stage; the mutual contribution of tourism economic development level and tourism eco-efficiency of each province has gradually improved,but there are still certain regional differences. The development of tourism in the Yellow River Basin should further break administrative barriers and promote the exchange of technology and management experience between provinces in the future; the policy to promote the development of tourism should be adapted to the time,mainly in the short-term,supplemented by the long-term,and grasp the peak of interactive response period; each province should take measures according to local conditions to promote ecological environment protection and tourism economic development.

Key words： tourism eco-efficiency; tourism economic; spatio-temproal evolution; interactive response; the Yellow River Basin; eco-environmental protection; high-quality development

Cite this article

WANG Shengpeng , QIAO Huafang , FENG Juan , XIE Shuangyu . The Spatio-Temporal Evolution of Tourism Eco-Efficiency in the Yellow River Basin and Its Interactive Response with Tourism Economy Development Level[J]. Economic geography, 2020 , 40(5) : 81 -89 . DOI: 10.15957/j.cnki.jjdl.2020.05.009

黄河流域是中华文化的主要发祥地，横跨东、中、西三大地带，在我国经济发展中具有全局性和战略性地位[1]，但目前黄河流域经济发展在全国处于弱势地位[2]，其原因主要在于黄河流域生态环境较为脆弱，可持续发展能力有待提升[3]。2019年9月，习近平总书记在河南郑州黄河流域生态保护和高质量发展座谈会上提出了黄河流域生态保护和高质量发展的重大国家战略，明确了黄河流域作为我国重要生态屏障和经济地带的地位[4]，由此可见，黄河流域的绿色高质量发展将是未来我国经济发展的主要任务之一，而如何取得经济发展与环境保护的双赢，对黄河流域至关重要。旅游业作为我国国民经济的支柱性产业，同时也是环境友好型产业，其发展对实现黄河流域经济发展与环境保护双赢，促进黄河流域高质量发展具有重要意义。一方面，自然环境是旅游业发展所依赖的基础，旅游业的发展不仅必须限制在自然环境承载力之内，避免环境污染，而且能促进生态环境保护投入（包括资金、人才、管理和意识的强化）的加大，对区域生态环境保护具有重要意义；另一方面，旅游业的发展一定程度上依赖于旅游人次的增多，从而造成环境负荷的加剧。因此旅游经济发展及与环境的互动响应关系值得深入研究。而旅游生态效率作为衡量区域人地系统协调程度和可持续发展的重要指标[5]，探索其时空分异格局及其与旅游经济互动响应对于确立黄河流域重要生态屏障和重要经济地带地位、促进黄河流域生态保护和高质量发展具有重要意义。
旅游生态效率旨在实现“资源投入和环境破坏最小化，社会经济效益最大化”，是衡量旅游业永续发展的重要指标[6]。国外关于旅游生态效率的研究，涵盖概念界定[7]、模型构建[8]、效率测算[9-10]、机制探究[11-12]和对策建议[13]等方面。而国内关于旅游生态效率的研究起步虽然较晚，但成果颇丰。在概念界定方面，姚治国等[14]指出，旅游生态效率的本质在于增加旅游经济产出的同时，降低旅游过程中的碳排放；刘佳等[15]则从产业视角将其定义为特定区域一定时间内，旅游业提供旅游产品所产生的价值与旅游业消耗环境支出的比值。在研究方法上则呈现多元化趋势，主要采用的方法有旅游碳足迹模型[16-17]、数据包络分析[18⇓-20]等，并基于测算结果提出相应建议。
综上所述，国内外关于旅游生态效率的研究已经取得一定成果，但是基于地理学视角，通过空间分析方法对旅游生态效率的时空演化进行研究的成果较少；同时作为支柱型产业的旅游业，其肩负促进产业转型升级的重任，而关于旅游业经济效应与生态效应交互作用的相关研究较少，厘清旅游生态效率与旅游经济互动关系的研究较为缺乏。
鉴于此，本研究采用基于非期望产出的Super-SBM模型测算黄河流域2000—2016年旅游生态效率，运用空间分析方法解析其时空演化特征，并通过VAR模型分析旅游生态效率与旅游经济发展之间的互动响应关系，期望为黄河流域生态保护与高质量发展提供一定的参考。

1 研究区域概况

黄河流域作为我国具有全局性战略地位的发展区域，范围覆盖青海、四川、甘肃、宁夏、内蒙古、陕西、山西、河南、山东9省区，全流域常住人口达4亿，经济总量占全国的约26%，处于相对弱势地位（图1）。且黄河流域发展面临严重的环境问题，生态环境相对脆弱，产业生态化发展任重道远[21]。另一方面，黄河流域具有丰富的旅游资源，其囊括了全国八大古都的半数以及三大石窟艺术宝库，A级景区在全国占比接近1/3，但旅游业总收入在全国占比仅在25%左右，旅游业发展仍有较大提升空间。
图1 黄河流域省域行政区划

注：该图基于国家测绘地理信息局标准地图（审图号：GS（2016）1579）绘制，底图无修改。

Fig.1 Administrative divisions of the Yellow River Basin

2 研究方法和数据来源

2.1 研究方法

2.1.1 基于非期望产出的Super-SBM模型

旅游生态效率旨在以最少的资源投入和最小的环境代价换取旅游发展效益的最大化。在评价旅游生态效率时，已有研究多采用数据包络分析法（DEA），但传统的DEA方法无法完全对决策单元进行有效排序，且忽略了松弛变量对效率测度的影响以及生产过程中会产生非期望产出的问题。SBM模型由Tone提出，其将松弛变量直接加入目标函数中，使得其经济解释是使实际利润最大化[22]，并且在此基础上，为了实现决策单元的有效排序，Tone进一步提出了纳入非期望产出的Super-SBM模型，其公式如下[23]：
m i n р = 1 m ∑ i = 1 m x - x i k 1 r 1 + r 2 ∑ s = 1 r 1 y d ¯ y s k d + ∑ q = 1 r 2 y u ¯ y q k u x - ≥ ∑ j = 1 , ≠ k n x i j λ j ; y d ¯ ≤ ∑ j = 1 , ≠ k n y s j d λ j ; y d ¯ ≥ ∑ j = 1 , ≠ k n y q j d λ j x - ≥ x k ; y d ¯ ≤ y k d ; y u ¯ ≥ y k u ;   λ j ≥ 0 ; i = 1,2 , · · · , m ; j = 1,2 , … , n ; s = 1,2 , … , r 1 ; q = 1,2 , … , r 2
式中：n个DMU中，每个DMU包含投入m、期望产出 r 1和非期望产出 r 2；x、 y d、 y u是对应投入矩阵、期望产出矩阵和非期望产出矩阵中的元素；р表示效率值。
参考已有研究[15,19-20]，兼顾旅游业的产业与事业双重属性，选取4A级以上旅游景区数、星级酒店数、旅行社数、旅游业从业人员数、旅游业固定资产投入作为投入要素，以区域旅游总收入和区域旅游总人次作为期望产出，以区域旅游业碳排放作为非期望产出。以旅游交通、住宿和活动为碳排放的主要来源[24]，采取“自下而上”的方法[25⇓-27]测算旅游业碳排放。

2.1.2 非参数Kernel核密度估计

为探究事件分布形态及数据演化轨迹，采用核密度分析对数据位置进行估计。对于数据X1，X2，…，Xn，随机变量在点X的概率密度估计公式为[28]：
f x = 1 N h ∑ i = 1 n K X i - x h
式中：N为样本总量，本研究中指黄河流域9省域行政单元；h为密度估计带宽；K为随机核函数，本研究采用高斯核函数。

2.1.3 重心分析及标准差椭圆

本文采用重心分析方法把握旅游生态效率的时空演化路径。地理学中的重心指的是某一区域内某种属性值的平衡点。假设某一地区由n个次级地区i组成，则该地区的某一属性的重心就可以根据下述公式进行计算[29]：
X - = ∑ i = 1 n P i X i / ∑ i = 1 n P i   , Y - = ∑ i = 1 n P i Y i / ∑ i = 1 n P i
式中： X -、 Y -分别表示特定区域内某特定的属性重心的经纬度；Xi、Yi表示第i个次级区域重心的经纬度；Pi表示第i个次级区域某特定属性的取值，本研究中为黄河流域各省域的旅游生态效率值。
本文进一步采用标准差椭圆分析详细刻画旅游生态效率时空演化的具体趋势。标准差椭圆主要由转角θ、沿主轴的标准差和沿辅轴的标准差组成[30]，转角反映其分布的主趋势方向，长轴则表征地理要素在主趋势方向上的离散程度[31]，其计算公式可参见相关文献[32]。

2.1.4 旅游经济发展水平衡量方法

参考已有研究[33-34]，选取国内旅游收入及人次、入境旅游收入及人次、旅游收入占GDP比重、旅游总收入及总人次增长率等7个指标综合评价黄河流域各省域的旅游经济发展水平。先对数据进行标准化处理后采用变异系数法确定各指标权重；而后通过综合线性加权法评价黄河流域各省级行政单元旅游经济发展水平。具体计算方法可参见相关文献[35]。

2.1.5 VAR模型

研究运用VAR模型模拟旅游生态效率与旅游经济发展水平的互动关系，并运用脉冲响应函数和方差分解分析系统对扰动项的响应程度。VAR模型又称向量自回归模型，可将系统内所有变量均视为内生变量，具有较少受到既有理论约束和便于分析各个变量长期动态影响的优势[36]，模型及构建如下[37]：
y t = A 1 y t - 1 + · · · + A p y t - p + B 1 x t - 1 + … + B r x t - r + δ t
式中： y t是m维内生变量向量； x t是d维外生变量向量，当 y t表示黄河流域各省域旅游经济发展水平时， x t则对应省域旅游生态效率；当 y t表示各省域旅游生态效率时， x t则对应各省域旅游经济发展水平； A 1- A p及 B 1- B r为待估计参数矩阵； δ t为随机扰动项；内生变量和外生变量分别有p阶和r阶滞后[38]。

2.2 数据来源

数据主要来源于2001—2017年《中国统计年鉴》《中国区域经济统计年鉴》《中国旅游统计年鉴》《中国交通统计年鉴》以及黄河流域9省区2001—2017年统计年鉴、国民经济和社会发展统计公报，对于部分年份缺失数据，采用线性插值法对其进行补充。

3 研究结果与分析

3.1 黄河流域旅游生态效率测度

2000—2016年黄河流域各省区旅游生态效率测度结果见表1，各省区以及黄河流域的平均值和变异系数的计算结果如图2所示。
表1 黄河流域各省区2000—2016年旅游生态效率均值

Tab.1 Average of tourism eco-efficiency in the Yellow River Basin from 2000 to 2016

省份 旅游生态效率均值 省份 旅游生态效率均值
青海 1.270 陕西 0.963
四川 1.219 山西 1.027
甘肃 0.487 河南 1.329
宁夏 1.407 山东 1.416
内蒙古 0.873 平均值 1.110
图2 旅游生态效率均值及区域差异

Fig.2 Average of tourism eco-efficiency and regional differences

2000—2016年，黄河流域的旅游生态效率平均为1.110，总体呈现小幅波动上升的态势，从2000年的1.155增加到2016年的1.281，提升了10.91%。从黄河流域各省域的旅游生态效率来看，2000—2016年期间，山东省的均值（1.416）最高，甘肃省的均值（0.478）最低，差异较大。但黄河流域各省域旅游生态效率的变异系数呈波动减小的变化趋势，从2000年的0.451下降到2016年的0.136，年均下降率为7.2%，表明黄河流域旅游生态效率的省域差异呈缩小趋势。

3.2 黄河流域旅游生态效率时空演化

由图3可知：2000—2016年黄河流域旅游生态效率逐渐由“单峰”演变为“多峰”趋势并由“宽峰形”向“尖峰形”变化，且峰值逐渐增大，峰距逐渐缩小。这表明2000—2016年黄河流域旅游生态效率的区域差异逐渐缩小，但极化现象逐渐凸显。
图3 旅游生态效率核密度分析

Fig.3 Kernel density analysis of tourism eco-efficiency

如图4所示，2000—2016年黄河流域旅游生态效率重心主要位于36.022°N~36.603°N，108.041°E~109.071°E区域内，集中分布于甘肃省和陕西省。研究期内，重心总体移动趋势为西北方向，累计移动距离约477.713 km，年均移动距离约29.857 km。对比可知，黄河流域旅游生态效率重心的年际移动速度存在差异，2000—2003年，黄河流域省域间旅游生态效率增长幅度存在较大差异，而2004—2011年间，区域间旅游生态效率提升程度较为接近，差异不大，至2012年，旅游生态效率的增长幅度的区域差异再次扩大，至2016年势头又有所放缓。
图4 2000—2016年黄河流域旅游生态效率重心演化

Fig.4 The evolution of the center of gravity of tourism eco-efficiency in the Yellow River Basin from 2000 to 2016

从标准差椭圆的长短半轴长度及其比例（图5a）并结合方位角变化可以看出，黄河流域旅游生态效率的空间分布呈现出“东北—西南”向的空间分布格局，其比例呈现出波动减小的趋势，这意味着旅游生态效率的空间分布的方向性在逐渐减弱，区域差异不断缩小。
图5 2000—2016年黄河流域旅游生态效率空间分布形态演化

Fig.5 Spatial distribution and evolution of tourism eco-efficiency in the Yellow River Basin from 2000 to 2016

从方位角和椭圆面积的变化（图5b）来看，方位角总体减小了11.149°，表明黄河流域旅游生态效率空间分布格局由正东—正西方向向东北—西南方向偏转。椭圆面积整体呈现波动增大的趋势，则表明在旅游生态效率空间格局整体向偏东北—偏西南方向偏转的同时，旅游生态效率水平得到了一定的提升。

3.3 黄河流域旅游经济发展水平

从时间尺度来看，黄河流域旅游经济发展总体水平呈现出波动增长的趋势，由2000年的0.354增加到2016年的0.439（图6），提升了24.01%，说明黄河流域旅游经济总体发展水平得到了较大幅度提高。从空间分布来看（表2），山东、四川、陕西、河南、山西5省旅游经济发展水平平均值较高，而宁夏、青海、甘肃、内蒙古等省区的旅游经济发展水平相对较低，总体呈“东高西低”的格局，区域差异较大但整体差距呈现略有减小的趋势。
表2 黄河流域各省域2000—2016年旅游经济发展水平均值

Tab.2 Average tourism economic development level of ench province in the Yellow River Basin from 2000 to 2016

省份 旅游经济发展水平均值 省份 旅游经济发展水平均值
青海 0.132 陕西 0.516
四川 0.586 山西 0.406
甘肃 0.227 河南 0.474
宁夏 0.008 山东 0.735
内蒙古 0.329 平均值 0.387
图6 2000—2016年黄河流域旅游经济发展水平均值及变异系数的变化

Fig.6 Change of the mean and coefficienct of variant of tourism economic development level of the Yellow River Basin from 2000 to 2016

3.4 黄河流域旅游生态效率与旅游经济发展水平互动响应

3.4.1 脉冲响应分析

在检验数据平稳性的基础上，本研究建立黄河流域各省区的VAR模型，并构建旅游生态效率和旅游经济发展之间的脉冲响应函数，其结果如图7、图8所示。
图7 2000—2016年黄河流域各省域旅游经济发展水平对旅游生态效率的脉冲响应

Fig.7 The impulse response of tourism economic development level to the tourism eco-efficiency in the Yellow River Basin from 2000 to 2016

图8 2000—2016年黄河流域各省域旅游生态效率对旅游经济发展水平的脉冲响应

Fig.8 The impulse response of the tourism eco-efficiency to tourism economic development level in the Yellow River Basin from 2000 to 2016

首先探究旅游经济发展水平对旅游生态效率的脉冲响应关系，从图7可将黄河流域各省区分为波动响应型和平滑响应型两大类[38]。
①波动响应型：包括甘肃省、宁夏回族自治区、山东省。这些地区的旅游生态效率对旅游经济增长的作用持续时间相对较长，响应强度也随时间波动变化（图7a）。如甘肃省旅游生态效率对于旅游经济发展水平的冲击在滞后2期时持续上升并达到峰值0.032，随后响应值在正负之间波动变化，且波动幅度总体呈现减小的态势，表明其旅游生态效率受到旅游经济发展水平的影响时间相对较长但后期趋于平缓。宁夏回族自治区和山东省也有类似的表现，限于篇幅，不再赘述。
②平滑响应型：包括青海省、四川省、内蒙古自治区、陕西省、山西省、河南省。这些地区旅游生态效率对旅游经济发展水平的冲击持续时间相对较短，主要发生于滞后前4~5期，而后期作用不明显，响应值整体向0趋近（图7b）。如内蒙古自治区、陕西省、山西省及河南省旅游生态效率对旅游经济发展的冲击均在滞后前4期波动较大，在正负值间反复波动，从第5期开始冲击值向0趋近，逐渐趋于平稳。
其次探究旅游生态效率对旅游经济发展水平的脉冲响应关系，从图8可同样将黄河流域各省区分为波动响应型和平滑响应型两大类[38]。
①波动响应型：包括四川省、甘肃省。其旅游经济发展水平对旅游生态效率的冲击作用时间较长，且波动较大，但后期波动逐渐降低。如四川省旅游经济发展水平对旅游生态效率的冲击在滞后3期时达到最小值-0.054，随后，冲击值正负交替变化，呈现出一定的周期性变化。
②平滑响应型：包括青海省、宁夏回族自治区、内蒙古自治区、陕西省、山西省、河南省、山东省。其旅游经济发展水平对旅游生态效率的作用时间相对较短，主要发生于滞后前4~5期，后期冲击作用逐渐减弱。如宁夏回族自治区、内蒙古自治区、陕西省、山西省、山东省和青海省，在滞后前4~5期内，响应值在正负间波动，而后逐渐在0值附近趋于平稳；而河南省在研究期内其响应值始终为正，且在5期后其逐渐趋向平稳，作用逐渐弱化。
综上，黄河流域多数地区旅游经济发展水平与旅游生态效率呈现平滑响应态势，响应时间相对较短且多集中于滞后前4~5期，后期作用相对不明显，因此，促进旅游经济发展及旅游生态效率提升的政策应当以短期为主，控制在5年左右，在减弱短期内负向影响的同时，把握其互动响应的峰值时期，最大化两者的相互促进作用。

3.4.2 方差分解分析

为进一步探究各冲击结构对内生变量的贡献程度，对黄河流域各省域的旅游经济发展水平和旅游生态效率进行方差分解，结果如图9、图10所示。
图9 黄河流域旅游经济发展水平方差分解

Fig.9 The decomposition of tourism economic development level in the Yellow River Basin

图10 黄河流域旅游生态效率方差分解

Fig.10 The decomposition of tourism eco-efficiency in the Yellow River Basin

从旅游经济发展水平的方差分解结果（图9）来看，黄河流域各省域的旅游生态效率对旅游经济发展水平的贡献程度总体上随时间的推移而逐渐升高，其中，在陕西省、山西省、四川省、山东省，贡献率较大，到第10期都达到25%以上（图9），表明它们较优的生态环境与较低的碳排放对其旅游经济发展起到了推动作用，环境保护与旅游经济发展两者间取得了较好的平衡；在宁夏回族自治区、河南省和青海省等旅游生态效率较高的省区，贡献率却相对较低，表明优良的环境条件尚未得到充分利用，旅游经济发展仍具有较大空间；而在内蒙古自治区和甘肃省，旅游生态效率较低，但对旅游经济发展水平的贡献率却较高，表明它们的旅游发展在一定程度上可能是对环境造成了负面影响，旅游产业发展方式亟需生态化转型。
从旅游生态效率的方差分解结果（图10）来看，也呈现出随时间推移而提升的态势。其中，在河南省和四川省，贡献率相对较高，到第10期都大于45%，这主要是由于河南省和四川省不仅旅游发展较好，对环境保护也更为重视，如河南省“十二五”国民经济和社会发展总体规划就确定了发展低碳旅游，并督促企业构建低碳产业链等，推进了旅游业的低碳化和生态化发展，实现了旅游经济发展与环境保护的双赢。宁夏回族自治区和内蒙古自治区，旅游经济发展水平相对较低但对旅游生态效率的贡献率均较高，这可能是由于二者旅游经济发展仍处于初始阶段，虽然依旧是依托于区域资源本底等推动旅游业的发展，但受限于旅游业发展阶段，其环境的负面影响体现尚不显著。而山东省、陕西省、山西省，虽然旅游经济发展水平较高，但对旅游生态效率的贡献率却较低，表明其旅游发展的生态化进程仍然有待提升。

4 结论与讨论

本文以黄河流域省级行政单元为研究区域，基于地理学空间视角，探究旅游生态效率的时空演化规律，并对旅游生态效率与旅游经济发展水平互动响应关系进行了一定的探究，主要结论如下：
第一，2000—2016年，黄河流域旅游生态效率总体水平得到了一定程度的提高，但提升幅度较长江经济带略低[5]，整体上呈现出较强的空间异质性，但其区域差异呈现出不断缩小的趋势。
第二，2000—2016年，黄河流域旅游生态效率的由“单峰形”演变为“多峰形”趋势并由“宽峰形”向“尖峰形”变化，表现出区域差异逐渐缩小但极化现象日趋显著的态势；且集聚及其变化的态势与长江经济带[5]有显著差异，其峰值更高、峰间距离更小，表明黄河流域旅游生态效率的极化现象更明显。重心分析表明黄河流域旅游生态效率的重心总体向西北移动，与长江经济带[5]一致，表明内陆地区提升较快；标准差椭圆分析表明，旅游生态效率空间分布的方向性逐渐减弱，整体上由东—西向向东北—西南向偏转，与长江经济带偏转方向[5]相反。
第三，2000—2016年，旅游生态效率与旅游经济发展水平相互间脉冲响应结果显示多数省域均呈平滑响应态势，即前期波动较大而后期趋于平稳，而且前期持续时间相对较短。方差分解的结果显示，各省域旅游经济发展水平与旅游生态效率的相互贡献程度整体上都随着时间的推移而逐步提升，但也表现出一定的区域差异性，四川省、内蒙古自治区、甘肃省等旅游经济发展与旅游生态效率的相互贡献率均较高，都在20%以上，青海旅游经济发展与旅游生态效率的相互贡献率均较低只有10%左右，相对较低，而其他省域均为单向贡献率较高，其中，陕西省、山西省和山东省的旅游生态效率贡献较高，而河南省和宁夏回族自治区为旅游经济发展水平贡献较高。
基于以上研究结果，对黄河流域旅游经济生态化和高质量发展提出如下建议：
第一，虽然黄河流域旅游生态效率处于较高水平且区域差异逐渐缩小，但极化现象呈突显趋势，需要引起重视，应破除行政壁垒，推进省域间的技术与管理经验交流，实现省域间“生态观念互通，绿色技术共享”，发挥高效率地区的带动作用，促进周边区域旅游生态旅游效率的提升，进一步缩小区域差异。
第二，由于黄河流域旅游生态效率与旅游经济互动响应多呈平滑响应态势，且互动响应主要出现在滞后期前4~5期，因此，促进旅游经济发展及旅游生态效率提升的政策应因时制宜地以短期为主，以5年左右为宜，在降低前期负向冲击的基础上，把握好互动响应的峰值时期，有序引导两者的相互促进及共同发展。
第三，为促进黄河流域旅游经济生态化和高质量发展，各省域应针对自身存在的问题因地制宜地采取措施。如陕西省、山西省和山东省等地应当借助良好的经济优势，进一步推进旅游生态化建设，加强环境污染治理，将生态旅游作为旅游发展的重要支点，促进旅游发展与生态环境保护的双向互动；宁夏回族自治区、河南省、青海省等地应充分利用良好的资源优势和生态环境条件，增加旅游业投入，在保持现有优良生态条件的基础上，进一步促进旅游业发展；四川省、内蒙古自治区、甘肃省等地应当在保持发展现状的基础上，发挥其区位优势，起到区域联系的桥梁作用，承东启西，促进区域生态旅游一体化发展。
黄河流域旅游业高质量发展对我国经济发展具有重要意义。如何在经济发展与生态环境保护之间取得平衡更是黄河流域区域发展所面临的重大挑战，基于地理学视角对黄河流域旅游生态效率时空演化及其与旅游经济互动响应关系的研究，一定程度上弥补了已有研究的不足，为未来黄河流域旅游业高质量发展指明了方向。值得注意的是，本研究也存在以下几点不足：首先考虑数据的可获得性以及行政区划的完整性，选取了黄河流域9个省级行政单元作为研究对象，尺度较大，未来的研究可以进一步聚焦于更小的尺度，如市域尺度或县域尺度等，或许有助于进一步把握黄河流域旅游生态效率的提升；同时受限于篇幅，本研究未能对黄河流域旅游生态效率的影响因素和驱动机理进行探讨，这些问题都有待于未来进一步的探究。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
李敏纳, 蔡舒, 覃成林. 黄河流域经济空间分异态势分析[J]. 经济地理, 2011, 31(3):379-383,419.

[2]
刘晨光, 乔家君. 黄河流域农村经济差异及空间演化[J]. 地理科学进展, 2016, 35(11):1329-1 339.

[3]
樊杰, 王亚飞, 王怡轩. 基于地理单元的区域高质量发展研究——兼论黄河流域同长江流域发展的条件差异及重点[J]. 经济地理, 2020, 40(1):1-11.

[4]
习近平. 在黄河流域生态保护和高质量发展座谈会上的讲话[J]. 实践(思想理论版), 2019(11):5-9.

[5]
王兆峰, 刘庆芳. 长江经济带旅游生态效率时空演变及其与旅游经济互动响应[J]. 自然资源学报, 2019, 34(9):1945-1 961.

[6]
姚治国, 陈田. 旅游生态效率研究进展[J]. 旅游科学, 2016, 30(6):74-91.

[7]
William Diebold J. Changing course:a global business perspective on development and the environment[J]. Thrombosis & Haemostasis, 1992, 111(4):575-582.

[8]
Kytzia S, Walz A, Wegmann M. How can tourism use land more efficiently?A model-based approach to land-use efficiency for tourist destinations[J]. Tourism Management, 2011, 32(3):629-640.

[9]
Gössling S, Peeters P, Ceron J P, et al. The eco-efficiency of tourism[J]. Ecological Economics, 2005, 54(4):417-434.

[10]
Perch-Nielsen S, Sesartic A, Stucki M. The greenhouse gas intensity of the tourism sector:the case of Switzerland[J]. Environmental Science & Policy, 2010, 13(2):131-140.

[11]
Kelly J, Haider W, Williams P W, et al. Stated preferences of tourists for eco-efficient destination planning options[J]. Tourism Management, 2007, 28(2):377-390.

[12]
Reilly J, Williams P, Haider W. Moving towards more eco-efficient tourist transportation to a resort destination:the case of Whistler,British Columbia[J]. Research in Transportation Economics, 2010, 26(1):66-73.

[13]
Surugiu C, Surugiu M R, Breda Z, et al. An input-output approach of CO2 emissions in tourism sector in post-communist Romania[J]. Procedia Economics and Finance, 2012, 3:987-992.

[14]
姚治国, 陈田. 国外旅游生态效率研究综述[J]. 自然资源学报, 2015, 30(7):1222-1 231.

[15]
刘佳, 陆菊. 中国旅游产业生态效率时空分异格局及形成机理研究[J]. 中国海洋大学学报:社会科学版, 2016(1):50-59.

[16]
章锦河, 张捷, 梁玥琳, 等. 九寨沟旅游生态足迹与生态补偿分析[J]. 自然资源学报, 2005(5):735-744.

[17]
李志勇. 低碳经济视角下旅游服务效率评价方法[J]. 旅游学刊, 2013, 28(10):71-80.

[18]
彭红松, 章锦河, 韩娅, 等. 旅游地生态效率测度的SBMDEA模型及实证分析[J]. 生态学报, 2017, 37(2):628-638.

[19]
林文凯, 林璧属. 区域旅游产业生态效率评价及其空间差异研究——以江西省为例[J]. 华东经济管理, 2018, 32(6):19-25.

[20]
王兆峰, 刘庆芳. 长江经济带旅游生态效率时空演变及其影响因素[J]. 长江流域资源与环境, 2019, 28(10):2289-2 298.

[21]
陆大道, 孙东琪. 黄河流域的综合治理与可持续发展[J]. 地理学报, 2019, 74(12):2431-2 436.

[22]
Tone K. A slacks-based measure of efficiency in Data Envelopment Analysis[J]. European Journal of Operational Research, 2001(3):498-509.

[23]
Tone K. A slacks-based measure of super-efficiency in Data Envelopment Analysis[J]. European Journal of Operational Research, 2002(1):32-41.

[24]
Becken, Susanne. Analysing international tourist flows to estimate energy use associated with air travel[J]. Journal of Sustainable Tourism, 2002, 10(2):114-131.

[25]
石培华, 吴普. 中国旅游业能源消耗与CO2排放量的初步估算[J]. 地理学报, 2011, 66(2):235-243.

[26]
魏艳旭, 孙根年, 马丽君, 等. 中国旅游交通碳排放及地区差异的初步估算[J]. 陕西师范大学学报:自然科学版, 2012, 40(2):76-84.

[27]
王凯, 邵海琴, 周婷婷, 等. 基于STIRPAT模型的中国旅游业碳排放影响因素分析[J]. 环境科学学报, 2017, 37(3):1185-1 192.

[28]
侯孟阳, 姚顺波. 1978—2016年中国农业生态效率时空演变及趋势预测[J]. 地理学报, 2018, 73(11):2168-2 183.

[29]
李秀彬. 地区发展均衡性的可视化测度[J]. 地理科学, 1999(3):63-66.

[30]
方叶林, 黄震方, 王坤, 等. 不同时空尺度下中国旅游业发展格局演化[J]. 地理科学, 2014, 34(9):1025-1 032.

[31]
周婷, 牛安逸, 马姣娇, 等. 国家湿地公园时空格局特征[J]. 自然资源学报, 2019, 34(1):26-39.

DOI

[32]
赵璐, 赵作权. 基于特征椭圆的中国经济空间分异研究[J]. 地理科学, 2014, 34(8):979-986.

DOI

[33]
吴磊, 焦华富, 叶雷. 皖南国际文化旅游示范区旅游经济与交通耦合协调发展的时空特征[J]. 地理科学, 2019, 39(11):1822-1 829.

[34]
王兆峰, 霍菲菲, 徐赛. 湘鄂渝黔旅游产业与旅游环境耦合协调度变化[J]. 经济地理, 2018, 38(8):204-213.

DOI

[35]
杨浩, 张灵. 京津冀地区产业结构演进及城市化进程对空气质量影响的实证研究[J]. 中国人口·资源与环境, 2018, 28(6):111-119.

[36]
王泽宇, 张震, 韩增林, 等. 区域海洋经济对国家海洋战略的响应测度[J]. 资源科学, 2016, 38(10):1832-1 845.

[37]
董大朋, 陈才. 交通基础设施与东北老工业基地形成与发展——Var模型的研究[J]. 经济地理, 2009, 29(7):1143-1 147.

[38]
王泽宇, 卢函, 孙才志. 中国海洋资源开发与海洋经济增长关系[J]. 经济地理, 2017, 37(11):117-126.

Options
Outlines

/

〈 〉