胡 奕，李智慧，余芳芳

(湖南師范大學(xué) 旅游學(xué)院，湖南 長沙 410081)

“十四五”發(fā)展時期堅持把質(zhì)量與效益放在首要位置，著眼于轉(zhuǎn)變經(jīng)濟發(fā)展方式，切實推進效率變革、質(zhì)量變革、動力變革。高質(zhì)量發(fā)展將是未來一段時間經(jīng)濟社會發(fā)展的重要方向，旅游高質(zhì)量發(fā)展也將成為旅游業(yè)發(fā)展的總目標(biāo)?！丁笆奈濉蔽幕吐糜伟l(fā)展規(guī)劃》強調(diào)，要提高旅游產(chǎn)業(yè)治理體系現(xiàn)代化水平，優(yōu)化旅游產(chǎn)業(yè)結(jié)構(gòu)與布局，努力完善旅游高質(zhì)量發(fā)展的機制建設(shè)。在高質(zhì)量發(fā)展背景下，旅游效率是衡量區(qū)域旅游經(jīng)濟發(fā)展的重要指標(biāo)，旅游產(chǎn)業(yè)集聚是旅游經(jīng)濟空間性合作發(fā)展的必經(jīng)之路和提升旅游業(yè)競爭力的重要法寶[1]。因此，研究旅游產(chǎn)業(yè)集聚對旅游效率的影響，對于實現(xiàn)旅游生產(chǎn)要素資源的區(qū)域性流動與優(yōu)化配置，促進旅游業(yè)提質(zhì)增效具有重要的現(xiàn)實意義。

1 文獻綜述

旅游效率一直是學(xué)界關(guān)注的熱點話題，國內(nèi)外學(xué)者研究旅游效率主要側(cè)重于測算與評價、時空分異狀況、影響因素等方面。在對旅游效率測算與評價方面，李會琴等[2]借助Super-SBM模型，將第三產(chǎn)業(yè)從業(yè)人員和固定資產(chǎn)、A級景區(qū)數(shù)量、星級飯店數(shù)量、旅行社數(shù)量設(shè)為投入指標(biāo)，旅游總收入以及旅游總?cè)藬?shù)作為產(chǎn)出指標(biāo)，對湖北省15市(州)綜合效率、純技術(shù)效率和規(guī)模效率進行了測算；Benito等[3]借助Bootstrap-DEA模型，將旅游就業(yè)人數(shù)、固定資產(chǎn)投資額、住宿設(shè)施數(shù)量作為投入指標(biāo)，國內(nèi)和國際旅游者人數(shù)、平均停留天數(shù)作為產(chǎn)出指標(biāo)評價了120個國際旅游目的地發(fā)展效率。在時空分異狀況層面，方葉林等[4]以中國大陸31個省區(qū)為研究標(biāo)靶，運用空間馬爾科夫鏈以及脈沖響應(yīng)模型分析2001—2019年旅游效率的時空演化趨勢，發(fā)現(xiàn)研究期內(nèi)旅游效率地域特征明顯，東部省區(qū)旅游業(yè)發(fā)展集約化程度較西部省區(qū)高，旅游效率在空間范圍內(nèi)容易受到相鄰省區(qū)旅游效率的輻射作用。王兆峰等[5]以湖南省為例，采用DEA-Malmquist指數(shù)及其二次分解法，從動態(tài)視角考察2001—2016年14個地市州旅游效率的時空演變過程，發(fā)現(xiàn)湖南省旅游效率呈上升態(tài)勢，年均增長率約為10.9%，旅游分解效率具有圈層集聚特征，并呈現(xiàn)出距離衰減性。在影響因素方面，徐冬等[6]借助地理探測器模型探尋浙江省縣域旅游效率空間演變的影響因子，發(fā)現(xiàn)經(jīng)濟發(fā)展水平、城鎮(zhèn)化水平以及交通可達性等是旅游效率提升的重要驅(qū)動力；王兆峰等[7]以張家界市為例，運用Tabit模型考察交通方式類別對旅游效率的不同作用機制，發(fā)現(xiàn)航運和鐵路對張家界市旅游效率作用顯著。近年來，學(xué)界從多角度探析了對旅游產(chǎn)業(yè)集聚與旅游效率的關(guān)系，王凱等[1]運用區(qū)位熵和DEA模型分別測算中國省際旅游產(chǎn)業(yè)集聚水平和旅游業(yè)六大部門旅游技術(shù)效率，并通過旅游產(chǎn)業(yè)集聚與旅游技術(shù)效率的回歸模型構(gòu)建來考察二者之間相互作用關(guān)系；李姝姝等[8]借助固定效應(yīng)模型探究旅游產(chǎn)業(yè)集聚對旅游效率的影響機制；王新越等[9]基于我國沿海114個城市2010—2017年旅游產(chǎn)業(yè)集聚與旅游效率的空間面板數(shù)據(jù)，采用面板向量自回歸模型(PVAR)檢驗了這些城市旅游產(chǎn)業(yè)集聚與效率的互動關(guān)系。

綜上可見，學(xué)界關(guān)于旅游效率研究已較為成熟，學(xué)術(shù)成果較為豐碩，旅游產(chǎn)業(yè)集聚對旅游效率的作用機制得到了初步探索，但前者對后者影響仍待深入研究。目前，尚無文獻從空間溢出視角探尋旅游產(chǎn)業(yè)集聚對旅游效率的空間溢出影響。因此，探究旅游產(chǎn)業(yè)集聚對旅游效率的空間溢出影響成為學(xué)界的重要關(guān)切。有鑒于此，本文基于中國各省區(qū)2001—2019年旅游空間面板數(shù)據(jù)，借助區(qū)位熵、Bootstrap-DEA模型，測算旅游產(chǎn)業(yè)集聚水平及旅游效率，利用空間自相關(guān)分析和空間計量模型，探究旅游產(chǎn)業(yè)集聚與旅游效率的空間關(guān)聯(lián)特性以及前者對后者的空間溢出影響，以期為優(yōu)化旅游集聚模式、促進旅游業(yè)高質(zhì)量發(fā)展提供理論參考。

2 研究方法與數(shù)據(jù)來源

2.1 指標(biāo)選取與說明

核心變量：1)解釋變量，旅游產(chǎn)業(yè)集聚通過公式(1)區(qū)位熵來表示；2)被解釋變量，旅游效率借鑒于研究文獻[10-13]，旅游效率投入(包含了變換處理的資本投入)指標(biāo)包括旅行社、旅游景區(qū)、星級酒店數(shù)量和旅游從業(yè)人員數(shù)量，產(chǎn)出指標(biāo)為旅游總收入及旅游總?cè)舜巍Ｔ诖?，借助Bootstrap-DEA模型測算得出。

控制變量：1)經(jīng)濟發(fā)展水平(Pgdp)，地區(qū)經(jīng)濟發(fā)展?fàn)顩r很大程度上決定了地區(qū)基礎(chǔ)設(shè)施建設(shè)以及居民消費潛力，以人均GDP衡量[14]；2)產(chǎn)業(yè)結(jié)構(gòu)升級水平(Str)，產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級意味著區(qū)域產(chǎn)業(yè)發(fā)展由勞動密集型主導(dǎo)逐漸轉(zhuǎn)向知識技術(shù)密集型主導(dǎo)，其必然會帶動服務(wù)業(yè)的蓬勃發(fā)展，以第三產(chǎn)業(yè)與第二產(chǎn)業(yè)生產(chǎn)總值的比重表征[15]；3)交通發(fā)展?fàn)顩r(Tra)，交通設(shè)施是旅游地與客源地之間的連接軸，是地區(qū)旅游業(yè)發(fā)展的必要條件，借助公路與鐵路里程之和與省區(qū)土地面積的比重表示[16]；4)信息化水平(Inf)，信息產(chǎn)業(yè)發(fā)展為地區(qū)旅游業(yè)宣傳和信息獲取提供了重要保障，以郵電業(yè)務(wù)總量度量[10]；5)市場規(guī)模(Mar)，在很大程度上決定了旅游消費市場情況，以人口密度表征[17]。

2.2 研究方法

2.2.1 區(qū)位熵區(qū)位熵能夠較為直觀的測度某一產(chǎn)業(yè)區(qū)域性集中的程度和水平，并能較為精準(zhǔn)的識別產(chǎn)業(yè)集群狀況[1]。本文參考了研究文獻[18-19]，利用區(qū)位熵來衡量中國30省區(qū)旅游產(chǎn)業(yè)集聚水平，如式(1)：

Aggit=(Tit/Git)/(Ti/Gi)

(1)

式(1)中，Aggit為i年t省區(qū)旅游產(chǎn)業(yè)區(qū)位熵，值越大，表示旅游產(chǎn)業(yè)集聚程度越深、水平越高，反之，集聚程度越淺、水平越低；Tit表示i年t省區(qū)旅游總收入；Git表示i年t省區(qū)的地區(qū)生產(chǎn)總值；Ti由i年所有省區(qū)旅游總收入加總得到；Gi為i年所有省區(qū)的地區(qū)生產(chǎn)總值之和。

2.2.2 Bootstrap-DEA模型本文采用Simar等[20]提出的Bootstrap-DEA模型對各省區(qū)旅游效率進行測度，它有效修正了傳統(tǒng)DEA模型由于樣本評價偏差導(dǎo)致的統(tǒng)計誤差，廣泛應(yīng)用于效率評價研究，具體步驟詳見參考文獻[21]。

2.2.3 空間自相關(guān)分析遵循空間計量思路，在構(gòu)建空間計量模型之前需要考慮研究對象的空間相關(guān)性，常見的驗證方法包括全局和局部空間自相關(guān)。其中，全局空間自相關(guān)驗證的是研究對象整體空間集聚狀態(tài)，一般借助全局Moran’I指數(shù)進行說明[22]。計算公式如式(2)：

(2)

式(2)中，N表示空間單元總數(shù)；yi和yj分別為區(qū)域單元i和j的觀察值，即各省區(qū)旅游產(chǎn)業(yè)集聚值和旅游效率值；Wij為空間鄰接權(quán)重矩陣，當(dāng)i省區(qū)與j省區(qū)相鄰時，Wij為1，反之為0，由于海南省位置獨立，故將廣東省設(shè)定為其“鄰居”。

局部空間自相關(guān)驗證的是某省區(qū)與周圍省區(qū)的空間關(guān)聯(lián)性，通常利用Moran’I散點圖進行可視化，散點圖包括4個象限，分別表示高-高、低-高、低-低、高-低集聚區(qū)。

2.2.4 空間杜賓模型(SDM)空間計量模型具備反映研究對象自身屬性及對象間的空間聯(lián)系特性，因此成為了區(qū)域溢出研究的重要選擇。考慮到旅游產(chǎn)業(yè)集聚對旅游效率的空間溢出效應(yīng)存在的可能性，本文參考了研究文獻[23]，構(gòu)建空間杜賓模型(SDM)實證旅游產(chǎn)業(yè)集聚對旅游效率的作用。模型如下：

(3)

式(3)中，yit為i、j省區(qū)t年份的旅游效率；Aggit表征i省區(qū)在t年份旅游產(chǎn)業(yè)集聚程度；Xit涵蓋所有的控制變量；ρ和σ分別表示旅游效率和旅游產(chǎn)業(yè)集聚的空間滯后項系數(shù)；α1是旅游產(chǎn)業(yè)集聚的回歸系數(shù)；α0為常數(shù)項；wij表示空間權(quán)重矩陣(本文選擇的是鄰接矩陣)；ηk為控制變量k的回歸系數(shù)；βk表示控制變量k空間滯后項的回歸系數(shù)；μi和δt分別為個體固定和時間固定；εit表示隨機擾動項。

2.3 數(shù)據(jù)來源

本文涉及2001—2019年中國30個省區(qū)(不包括西藏、港澳臺地區(qū))的面板數(shù)據(jù)，數(shù)據(jù)來源為：2002—2018年《中國旅游統(tǒng)計年鑒》及其副本，2019年《中國文化和旅游統(tǒng)計年鑒》和2020年《中國文化文物和旅游統(tǒng)計年鑒》、2020年《中國統(tǒng)計年鑒》、各省區(qū)國民經(jīng)濟和社會發(fā)展統(tǒng)計公報；國家統(tǒng)計局以及EPS官方數(shù)據(jù)庫。文章涉及的價格數(shù)據(jù)均以2001年為基期利用GDP平減指數(shù)進行處理。

3 實證分析

3.1 空間自相關(guān)檢驗

在實證旅游產(chǎn)業(yè)集聚對旅游效率的空間溢出效應(yīng)之前，有必要驗證旅游產(chǎn)業(yè)集聚和旅游效率是否存在空間相關(guān)性，故本文對2001—2019年旅游產(chǎn)業(yè)集聚和旅游效率的全局Moran’I指數(shù)進行計算。

表1 旅游產(chǎn)業(yè)集聚和旅游效率的全局Moran’ I指數(shù)

如表1所示，2001—2019年旅游產(chǎn)業(yè)集聚的全局Moran’I指數(shù)均大于0，雖然數(shù)值波動趨勢明顯，但均在不同水平上通過了顯著性檢驗，說明旅游產(chǎn)業(yè)集聚具有顯著空間自相關(guān)性。旅游效率的全局Moran’I指數(shù)在2001—2019年均為正值，除2008、2010、2015、2016和2019年外，其他年份的全局Moran’I指數(shù)均通過了5%或10%的顯著性檢驗，基本表明中國省域旅游效率的空間分布具有明顯的集聚特征。需要注意的是，盡管研究期內(nèi)有5個年份旅游效率的全局Moran’I指數(shù)存在不夠顯著的問題，但并不能據(jù)此判斷任一省區(qū)的旅游效率與相鄰省區(qū)無關(guān)，可能是由于當(dāng)年旅游效率存在空間自相關(guān)性的省區(qū)較少，也可能是旅游效率正相關(guān)和負相關(guān)的省區(qū)間存在互相抵消的現(xiàn)象，導(dǎo)致全局空間自相關(guān)的顯著性有所欠缺[16]。

圖1 旅游產(chǎn)業(yè)集聚與旅游效率的局部 Moran’s I 指數(shù)

考慮到全局Moran’I指數(shù)只能反映整個區(qū)域的空間自相關(guān)性，無法客觀描繪各個省區(qū)間的空間關(guān)聯(lián)狀況，故本文根據(jù)2001—2019年旅游產(chǎn)業(yè)集聚和旅游效率的均值對二者進行局部空間自相關(guān)檢驗，得到了旅游產(chǎn)業(yè)集聚和旅游效率的局部Moran’I散點圖，如圖1所示。在圖1中，兩個變量的局部Moran’I指數(shù)均為正值，并且至少有17個省區(qū)處于第一和第三象限，占到30個省區(qū)的56.7%，意味著中國旅游產(chǎn)業(yè)集聚和旅游效率呈現(xiàn)明顯的高-高和低-低的集聚特征。

空間自相關(guān)檢驗結(jié)果顯示旅游產(chǎn)業(yè)集聚和旅游效率均具有明顯的空間關(guān)聯(lián)性，研究旅游產(chǎn)業(yè)集聚和旅游效率的關(guān)系時不能忽略空間因素的影響，為最大限度避免空間效應(yīng)帶來的誤差，本文選擇空間計量模型進行實證研究。

表2 模型檢驗結(jié)果

3.2 旅游產(chǎn)業(yè)集聚對旅游效率的空間效應(yīng)

3.2.1 模型檢驗空間面板計量模型包括空間杜賓模型(SDM)、空間滯后模型(SAR)、空間誤差模型(SEM)等。為選擇合適的空間計量模型，需要進行相應(yīng)檢驗，如表2所示。首先，LM檢驗結(jié)果顯示SAR模型的LM和Robust LM統(tǒng)計量在1%的水平上通過顯著性檢驗，SEM模型的LM和Robust LM統(tǒng)計量均通過了1%的顯著性檢驗，說明同時存在空間滯后和空間誤差效應(yīng)，因此有必要考慮使用SDM模型。其次，驗證SDM模型是否會簡化為SAR或者SEM模型，LR和Wald檢驗結(jié)果均通過了1%的顯著性檢驗，拒絕SDM模型會退化的原假設(shè)，故SDM模型為最優(yōu)模型。再次，Hausman檢驗結(jié)果明顯拒絕隨機效應(yīng)，故本文選擇固定效應(yīng)。最后，SDM模型的時間和空間固定檢驗結(jié)果均拒絕原假設(shè)，故SDM時空固定模型為本文最優(yōu)模型。

參照已有研究文獻[24]，表3中SDM模型的Log-likelihood(極大似然值)最大，AIC(赤池信息量)和BIC(貝葉斯信息量)較SAR和SEM模型最小，說明SDM模型的擬合度最優(yōu)，再次說明SDM模型為本文研究最適用模型。

從表3的回歸結(jié)果可以看出：1)SDM回歸模型中，旅游效率空間滯后項系數(shù)顯著為正，說明旅游效率在一定程度上依賴相鄰省區(qū)旅游效率狀況，佐證了中國旅游效率具有空間關(guān)聯(lián)性特征的結(jié)論。2)在SAR、SEM和SDM時空雙固定模型中，旅游產(chǎn)業(yè)集聚對旅游效率的影響均顯著為正，表明研究結(jié)論具有穩(wěn)健性。3)旅游產(chǎn)業(yè)集聚與旅游效率的回歸系數(shù)為正且在1%的水平上通過了顯著性檢驗，說明在地區(qū)旅游產(chǎn)業(yè)集聚的帶動下，旅游效率相應(yīng)提升。旅游效率與旅游產(chǎn)業(yè)集聚空間交互性的回歸系數(shù)顯著為負，意味著旅游產(chǎn)業(yè)集聚負向外部性作用明顯，相鄰省區(qū)的旅游產(chǎn)業(yè)集聚會抑制本地旅游效率的向好。

表3 模型回歸結(jié)果

3.2.2 空間效應(yīng)分解參考研究文獻[23]，SDM模型中解釋變量的回歸系數(shù)不能有效反映其對被解釋變量的邊際效應(yīng)，因此需要采用偏微分分解法，將旅游產(chǎn)業(yè)集聚對旅游效率的空間影響分解，以便厘清旅游產(chǎn)業(yè)集聚對旅游效率的直接影響、空間溢出及總體作用。具體分解結(jié)果如表4所示：

表4 空間效應(yīng)分解

1)直接效應(yīng)。旅游產(chǎn)業(yè)集聚對旅游效率具有正向促進作用，并在1%的水平上通過了顯著性檢驗，表明旅游產(chǎn)業(yè)集聚水平每提升1%，本省區(qū)旅游效率會相應(yīng)改善0.2418%?？梢?，旅游產(chǎn)業(yè)集聚即技術(shù)、知識、人才以及設(shè)施設(shè)備等集中所帶來的規(guī)模效應(yīng)，會節(jié)約旅游業(yè)發(fā)展的資本投入，增強要素資源流通，提升旅游服務(wù)質(zhì)量，促進旅游效率正向爬升。在旅游產(chǎn)業(yè)集聚過程中，經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)升級水平、交通發(fā)展?fàn)顩r和市場規(guī)模都是旅游效率提升的積極驅(qū)動因素。地區(qū)經(jīng)濟發(fā)展一方面能夠增加居民收入，進而刺激旅游消費，增加旅游產(chǎn)出；另一方面區(qū)域經(jīng)濟發(fā)展能夠加強地區(qū)基礎(chǔ)設(shè)施建設(shè)，提升旅游供給水平，從而改善旅游效率。產(chǎn)業(yè)結(jié)構(gòu)升級帶動服務(wù)業(yè)優(yōu)化轉(zhuǎn)型，加速區(qū)域“服務(wù)化”進程，改善旅游業(yè)基礎(chǔ)設(shè)施及旅游服務(wù)質(zhì)量，增強旅游吸引力，成為旅游效率提升的重要引擎。交通設(shè)施建設(shè)是旅游業(yè)發(fā)展的必要條件，能夠改善旅游地的可達性，增加區(qū)域旅游流，進而保障旅游經(jīng)濟穩(wěn)定增長。市場規(guī)模一定程度上決定了旅游市場廣闊程度，當(dāng)本省區(qū)市場規(guī)模較大時，旅游需求相對旺盛，旅游消費激增。而信息化水平對旅游效率的直接效應(yīng)顯著為負，可能是因為信息化建設(shè)投入成本較高，加之對不同省區(qū)旅游效率的作用存在差異，導(dǎo)致中和結(jié)果為負[16]。

2)間接效應(yīng)。相鄰省區(qū)旅游產(chǎn)業(yè)集聚會明顯抑制本省區(qū)旅游效率的提高，可能因為旅游產(chǎn)業(yè)集聚對本省區(qū)旅游效率的正向作用使其在旅游發(fā)展競爭中更勝一籌，在一定程度上吸納了鄰近省區(qū)的生產(chǎn)要素和旅游發(fā)展資源，最終對“鄰居”的旅游業(yè)發(fā)展產(chǎn)生屏蔽效應(yīng)[25]。在影響因素中，經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)升級水平和市場規(guī)模的系數(shù)為正，交通發(fā)展?fàn)顩r和信息化水平的作用為負。其中，經(jīng)濟發(fā)展水平和交通發(fā)展?fàn)顩r的間接效應(yīng)并不顯著。產(chǎn)業(yè)結(jié)構(gòu)升級水平的間接效應(yīng)為0.0986，表明相鄰省區(qū)在產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級過程中，對本省區(qū)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整產(chǎn)生示范效應(yīng)，從而促進本省區(qū)旅游效率的協(xié)同提升。信息化水平的系數(shù)為負，可能是信息化設(shè)施設(shè)備在空間上存在不合理的集聚與競爭。市場規(guī)模的空間溢出效應(yīng)顯著為正，表明相鄰省區(qū)市場規(guī)模會正向影響本省區(qū)旅游效率，可能是因為在國內(nèi)短途旅游發(fā)展蒸蒸日上的背景下，鄰近省區(qū)始終是本省區(qū)的重要客源市場，相鄰省區(qū)的人口變動成為影響本省區(qū)旅游產(chǎn)出的重要因素。

3)總效應(yīng)。核心解釋變量和控制變量的總效應(yīng)均在5%的水平上通過了顯著性檢驗。其中，旅游產(chǎn)業(yè)集聚系數(shù)為0.1422，表明旅游產(chǎn)業(yè)集聚形成的規(guī)模效益對旅游效率的提升大有裨益。市場規(guī)模系數(shù)值最大(0.4006)，意味著市場規(guī)模是改善旅游效率的關(guān)鍵因素，旅游流對區(qū)域旅游發(fā)展的作用不可小覷；產(chǎn)業(yè)結(jié)構(gòu)升級水平的系數(shù)值位列第二，表明產(chǎn)業(yè)結(jié)構(gòu)變革為旅游業(yè)提供了良好的發(fā)展環(huán)境，是提高旅游效率的重要驅(qū)動力；交通發(fā)展?fàn)顩r對旅游效率的總影響值為0.1706，證實了交通建設(shè)與旅游效率存在協(xié)同關(guān)系，交通可達性對區(qū)域旅游業(yè)發(fā)展起著基礎(chǔ)性作用；信息化水平對旅游效率的總效應(yīng)值為負，表明區(qū)域信息化設(shè)施建設(shè)與旅游發(fā)展配套性較差，信息化建設(shè)的無序擴張與布局的問題亟待解決。

4 結(jié)論與對策

4.1 結(jié)論

采用區(qū)位熵及Bootstrap-DEA模型對2001—2019年我國30個省區(qū)的旅游產(chǎn)業(yè)集聚水平和旅游效率進行測算，借助空間自相關(guān)分析法探析旅游產(chǎn)業(yè)集聚及旅游效率的空間關(guān)聯(lián)性，運用空間杜賓模型實證旅游產(chǎn)業(yè)集聚對旅游效率的空間溢出影響。結(jié)論如下：1)2001—2019年，旅游產(chǎn)業(yè)集聚和旅游效率均具有明顯的空間自相關(guān)性，二者主要呈現(xiàn)高-高和低-低的空間集聚態(tài)勢，探討前者對后者的影響時有必要考慮空間因素的影響。2)旅游產(chǎn)業(yè)集聚能夠顯著促進旅游效率的提升，但空間溢出效應(yīng)顯著為負，且旅游產(chǎn)業(yè)集聚的正向促進作用明顯大于其負向空間溢出作用。3)經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)升級水平以及市場規(guī)模的直接和間接效應(yīng)值均為正；交通發(fā)展?fàn)顩r對旅游效率具有正向作用，但對相鄰省區(qū)的影響為負；信息化對旅游效率的直接影響和空間效應(yīng)均顯著為負。

4.2 對策

根據(jù)文章研究結(jié)論，提出了以下對策。

1)發(fā)揮集聚優(yōu)勢，推進集聚創(chuàng)新。旅游產(chǎn)業(yè)集聚是旅游效率的重要提升力，因此要充分利用產(chǎn)業(yè)集聚的規(guī)模特征與效應(yīng)，探尋旅游產(chǎn)業(yè)集聚新模式。各省區(qū)要增強產(chǎn)業(yè)集聚的政策扶持，制定切實可行的旅游發(fā)展規(guī)劃，合理配置旅游要素資源，加速產(chǎn)業(yè)合作融合步伐，謀求層次多元的旅游集聚區(qū)域；企業(yè)要順應(yīng)產(chǎn)業(yè)集群化發(fā)展的時代浪潮，尋求最佳合作模式，借鑒企業(yè)伙伴的發(fā)展長處，規(guī)避企業(yè)間的惡意競爭，在友好互助中推進旅游產(chǎn)業(yè)集聚高質(zhì)量轉(zhuǎn)型，從而為旅游業(yè)提質(zhì)增效蓄力。

2)加強省區(qū)互動，善用溢出效應(yīng)。省區(qū)間旅游產(chǎn)業(yè)集聚以及旅游效率的空間關(guān)聯(lián)特性鮮明，旅游產(chǎn)業(yè)集聚對旅游效率具有顯著的空間溢出效應(yīng)，因此要加強省區(qū)間旅游產(chǎn)業(yè)集聚以及旅游效率的互動交流，尋求改變負向空間溢出效應(yīng)的最佳途徑。為此，要切實加強省區(qū)間合作，拓寬旅游生產(chǎn)資源與要素的溝通渠道，增強知識和技術(shù)等空間溢出，加速推進區(qū)域旅游發(fā)展一體化進程；各省區(qū)要竭力縮減相鄰省區(qū)旅游產(chǎn)業(yè)集聚帶來的負向影響，變“被動抑制”為“主動學(xué)習(xí)”，吸取經(jīng)驗教訓(xùn)，護佑省區(qū)間旅游發(fā)展的協(xié)同共進。

3)聚焦多方因素，助力效率提升。旅游業(yè)發(fā)展涉及面廣，改善旅游效率涉及諸多因素，因此關(guān)注影響因素作用方向，融合多方力量以提升旅游效率。各省區(qū)需要加快經(jīng)濟發(fā)展步伐，完善社會公共基礎(chǔ)設(shè)施，提高居民可支配收入和消費能力；聚力于產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級，加速產(chǎn)業(yè)“服務(wù)化”進程，將科技創(chuàng)新與人才培養(yǎng)置于關(guān)鍵位置；加大交通設(shè)施建設(shè)投入，增強區(qū)域可達性，發(fā)展快速交通，減少時間成本；利用市場規(guī)模優(yōu)勢，合理開發(fā)特色旅游資源，增強區(qū)域旅游吸引力；有序布局信息化設(shè)施，預(yù)防盲目發(fā)展，保障“旅游+互聯(lián)網(wǎng)”的深度融合。