周霖,周成,王耀斌
(1.西北師范大學旅游學院,甘肅蘭州 730070;2.山西財經大學文化旅游學院,山西太原 030006)
區域旅游經濟發展充滿了眾多科技創新與成果轉化,從迪士尼主題公園的興起,到城市共享單車的應用,再到智慧旅游景區的普及,無一不是旅游科技創新的產物[1]。2021 年4 月,我國文化和旅游部印發了《“十四五”文化和旅游發展規劃》,指出要大力推動旅游經濟與科技融合,提升旅游產業的科技水平和創新能力,打造旅游發展新引擎。近年來,在“互聯網+”與創新驅動發展戰略下,我國旅游產業走上了科技化、智能化和網絡化的發展快車道。與此同時,基于旅游資源產品、創新投入要素的地區差異,我國科技創新與旅游經濟呈現出不平衡、不充分的發展特征。
旅游科技創新作為區域旅游系統的重要組成,近年來受到眾多學者的廣泛關注,內容涉及旅游科技創新的理論分析、定量測度、科技創新與旅游發展的關系等方面。如,鐘海生在分析旅游科技創新背景和趨勢的基礎上,認為旅游科技創新是科學技術與旅游產業的需求和特點的融合,通過研究、開發、工程化、商品化等階段,使旅游產業科技含量逐步提高的過程和活動的總和[2];宋娜進一步對我國旅游科技創新的發展特征、網絡模式和技術支撐等進行了深入分析[3]。旅游科技創新測度方面,許鵬基于模糊綜合評價法[4],王毅、陳娛、陸玉麒等利用熵值法和ArcGIS工具[5],謝愛良、陸相林運用投影尋蹤法和Tobit回歸法[6],周成、馮學鋼、張旭紅基于地理集中指數、空間重心模型和灰色關聯分析等[7]對區域旅游科技創新的能力水平、重心演化、區域差異等方面進行了量化研究。科技創新與旅游發展關系方面,眾多學者均認同科技創新對旅游發展具有明顯的促進作用[8-14]。陳昕以云南省為例,提出了旅游產業依靠科學技術的多元方法與路徑[15];王志民、趙志峰分別對江蘇、渝東南[17]旅游產業與科技創新協同發展機制進行了有益闡述[16,17]。
綜上可知,當前旅游科技創新研究多聚焦于概念內涵、水平測度和系統間關系探討等,但對科技創新與旅游經濟的協同發展量化研究及影響因素的分析則相對較少。從研究時段來看,多以截面數據或短時跨度為主,缺乏對兩者關系連續多年的實證研究。基于此,本文以我國“一帶一路”沿線18 個省區為考察對象,嘗試構建科技創新與旅游經濟的協調發展評價體系,并基于熵值法、耦合協調分析和面板數據模型對兩子系統的協調發展關系及影響因素進行研究。
“一帶一路”沿線國內段涉及內蒙古、遼寧、吉林、黑龍江、上海、江蘇、浙江、福建、廣東、廣西、海南、重慶、云南、陜西、甘肅、青海、寧夏、新疆等18 個省區,覆蓋我國國土總面積的65%以上,人口數量與地區生產總值超過全國總量的40%以上。“一帶一路”沿線省區具有獨特的資源優勢和發展潛力,旅游產業在“一帶一路”沿線省區的經濟發展與產業升級中具有重要作用。截至2018 年,“一帶一路”沿線省區共有A 級景區5231 家,占全國總數的53%,為地區發展帶來了巨大的社會、經濟與生態效益。
為突出科技創新在地區旅游經濟中的重要作用,本文將科技創新與旅游經濟放于同一層級對其協調關系和影響因素進行研究。遵循指標選取的科學性、獨立性和可操作性原則,借鑒旅游經濟可持續發展、旅游產業系統耦合相關研究基礎上,分別從創新要素投入、科技創新產出、創新支撐環境和旅游市場規模、旅游要素稟賦、旅游人力資本等維度構建科技創新與旅游經濟協調發展評價體系(表1)。

表1 科技創新與旅游經濟協調發展評價指標體系及熵值權重Table 1 Evaluation index system and entropy weight of coordinated development of technological innovation andtourism economy
以2006—2018 年為研究時段,以我國“一帶一路”沿線18 個省區為考察對象,并根據地理位置將其劃分為4 大區域,即東南沿海地區(廣東、廣西、江蘇、浙江、上海、福建),東北地區(遼寧、黑龍江、吉林),西南地區(云南、重慶、海南),西北地區(陜西、內蒙古、新疆、甘肅、青海、寧夏)。數據來源于2007—2019 年《中國統計年鑒》《中國旅游統計年鑒》《中國科技統計年鑒》和《中國區域經濟統計年鑒》等;對于查閱資料后仍無法獲取的數據,采用趨勢外推和兩端平均法予以補充。
熵是對研究數據離散程度的度量指標,數據離散程度越大,對系統的影響越大,權重也越大。在利用熵值法進行指標權重確定時,為減弱指標單位不一致或同一指標差異過大等情況,首先需對各數據進行無量綱化和非負化處理[18]。
具體步驟如下:
①建立評價初始矩陣X ={Xij}m×n,對正負向兩類數據進行無量綱化和非負化處理。

耦合是指兩個或兩個以上的系統或運動形式之間相互作用和彼此影響的現象,但耦合度僅能描繪系統間相互作用程度大小,而無法細致測繪協調發展程度。本文引入耦合協調度指標,步驟如下:
①計算區域科技創新和旅游經濟兩子系統中指標的功效系數。

運用熵值法和綜合評價法可計算出“一帶一路”沿線省區科技創新與旅游經濟子系統發展評價值。同時,為了更好地呈現兩個系統的時間演化特征,本文以2006 年科技創新(或旅游經濟)子系統發展值為標準,設置0.03 為閾值,將沿線省區子系統變化劃分為顯著上升(d >0.03)、相對穩定(- 0.03 <d <0.03)和顯著下降(d <-0.03)3 種類型。為了更好地橫向比較兩個系統的空間差異,本文運用均勻分布函數法,將研究時段內各省區子系統的發展均值進行類型劃分,將其劃分為高等(0.75≤U <1)、較高(0.5 ≤U <0.75)、中等(0.25 ≤U <0.5)、低等(0 <U <0.25)4 種類型。
科技創新子系統而言,由圖1 可知,“一帶一路”沿線省區科技創新水平處于高等級和較高等級的省區位于長三角和珠三角地區,這兩大區域科技人才要素聚集、市場經濟發達、科研投入規模較大,形成了良好的科技創新環境和氛圍,因此在科技創新過程中具有相對優勢。而西北和東北的“一帶一路”省區科技創新多數處于較低等級水平,這與以上省區社會經濟發展相對薄弱、科技創新要素流動性不足等有一定關系。此外,遼寧省和陜西省或基于獨特的地理位置優勢,或基于暢通的對外交通聯系,或基于良好的人才集聚條件,科技創新水平為中等類型,并分別成為東北地區和西部地區的科技創新發展高地。由圖2 可知,2006—2018 年間“一帶一路”沿線省區科技創新多以相對穩定或顯著上升為發展態勢。除新疆、寧夏之外,云南、青海、內蒙古、甘肅、廣西、陜西等西北和西南部分省區的科技創新變化幅度均在0.03 以內,處于相對穩定水平。而東南沿海的江蘇、浙江、廣東、海南、福建和西部、西北和東北地區的重慶、寧夏、新疆、吉林等省區科技創新則呈現出顯著上升態勢。其中,江蘇依托相對發達的教育水平與數目較多的研發機構,2006—2018 年間科技創新增長值達到0.24,成為“一帶一路”沿線省區中提升最大的省份。此外,東北的遼寧和黑龍江由于受重工業產能過剩、市場經濟不活躍、創新人才大量流出等因素影響,科技創新水平呈現出下降態勢,需從加大創新投入、營造創新氛圍、引入科創人才等方面以促進科技創新的追趕式發展。

圖1 “一帶一路”沿線省區科技創新子系統空間差異Figure 1 Spatial difference of technological innovation subsystem of provinces along the Belt and Road

圖2 “一帶一路”沿線省區科技創新子系統時間變化Figure 2 Time change of technological innovation subsystem of provinces along the Belt and Road
旅游經濟子系統而言,由圖3 可知,從省份來看,廣東、江蘇和浙江基于豐富的旅游資源稟賦、雄厚的社會經濟基礎和優越的市場區位優勢,處于“一帶一路”沿線省區旅游經濟發展的前三名,而海南、青海和寧夏等西部省區旅游經濟發展處于較低等級。從4 大區域來看,“一帶一路”沿線省區旅游經濟整體呈東南地區(0.4756)>東北地區(0.2279)>西南地區(0.2034)>西北地區(0.1050)的分布格局,東南部與西北部省區相比在社會經濟、旅游資源和產品開發等方面具有明顯優勢。此外,部分省市也存在特殊情形,如基于多樣的旅游資源和適宜的旅游氣候,云南省旅游經濟發展與周邊省區相比水平較高。從圖4 可知,“一帶一路”沿線省區旅游經濟與科技創新子系統相似,2006—2018 年間以保持穩定和顯著上升為主。處于相對穩定區間的有東北的吉林、黑龍江,東南的廣東、海南、云南和西北的寧夏和青海;而東南沿海的江蘇、浙江、福建,西北的甘肅、陜西、內蒙古和西南的重慶旅游經濟發展水平呈上升態勢,其中,浙江憑借優越的資源條件與市場基礎,旅游經濟2006—2018 年上升至0.07,成為“一帶一路”沿線中增幅最大的省區。

圖3 “一帶一路”沿線省區旅游經濟子系統空間差異Figure 3 Spatial difference of tourism economy subsystem of provinces along the Belt and Road

圖4 “一帶一路”沿線省區旅游經濟子系統時間變化Figure 4 Time change of tourism economy subsystem of provinces along the Belt and Road
根據耦合協調模型可計算得出“一帶一路”沿線18個省區科技創新與旅游經濟綜合評價值,并基于系統聚類法可將其劃分為綜合發展領先型、優勢型、積累型、潛力型4 種類別。從發展時序來看,2006—2018年,我國“一帶一路”沿線各省區科技創新與旅游經濟綜合發展評價值處于0.0130—0.8389 之間,除上海、遼寧、黑龍江、新疆4 個省份外,其他省區均有小幅度提升。其中,青海省因兩個子系統各自增長速率均較快,成為綜合評價值增長幅度最大的省區,增幅達到94.78%,為兩子系統良性協調發展提供了產業基礎;而上海市則因兩系統發展水平均有不同程度的下降,導致成為綜合評價值下降最大的省市,需引起重點關注。
從空間差異來看,由表2 可知,“一帶一路”科技創新與旅游經濟綜合評價值在我國呈現東南沿海較高而西北內陸較低的空間分布格局。其中,綜合發展領先型省市有廣東、江蘇、浙江和上海,均處于東南沿海,保持優勢地位、發揮引領作用、輻射周邊地區是這些省區未來科技創新與旅游經濟協調發展的重要方向;而潛力型省區有甘肅、青海和寧夏,全部位于西北地區,未來這些省區應從加強政策扶持、深化地區合作、增加創新投入等方面促進兩個系統的綜合性和協調性發展。另外,優勢型與積累型占到沿線省區數的60%以上,且在我國東南、東北、西南、西北4 大區域均有分布,它們共同構成了未來我國科技創新與旅游經濟協調發展的重點提升區。值得注意的是,海南省因國際旅游島和自由貿易區的建設,為旅游經濟和科技創新注入了新的動力,未來具有較大的發展潛力。

表2 科技創新與旅游經濟綜合發展空間差異Table 2 Spatial differences between technological innovation and comprehensive development of tourism economy
通過計算科技創新和旅游經濟兩系統的耦合協調度可知(表3),“一帶一路”沿線多數省區兩大子系統的耦合協調度均呈波動上升態勢,系統間聯系不斷增強并向良性協調方向發展。從省區來看,江蘇、浙江、重慶、海南、吉林、福建、青海、廣東、內蒙古、陜西、甘肅、云南等12 個省區的耦合協調度呈上升趨勢。其中,廣東由良好協調上升到優質協調,江蘇由中級協調上升到良好協調,浙江由初級協調上升到中級協調,陜西由瀕臨失調過渡到勉強協調,重慶、云南由輕度失調上升至瀕臨失調,海南由中度失調上升至輕度失調。此外,廣西、寧夏、黑龍江、新疆等4 個省區的耦合協調度處于穩定區間,表明以上省區科技創新與旅游經濟兩個系統的發展關系較為穩定。與此同時,遼寧、上海兩省市耦合協調度呈現下降趨勢,亟需采取有效措施以防止當前形勢向失調方向惡化。

表3 科技創新與旅游經濟協調發展變化Table 3 Coordinated development and change of technological innovation and tourism economy
科技創新與旅游經濟協調發展由多種因素共同作用形成,有必要對兩系統協調發展的因素進行深層分析。結合上述指標體系和前期研究基礎[18-20],本文將“一帶一路”沿線省區科技創新與旅游經濟協調發展的影響因素歸納為旅游市場規模(TMS)、旅游要素稟賦(TFE)、旅游人力資本(THC)、創新要素投入(IEI)、科技創新產出(TIO)和創新支撐環境(ISE)等6 個方面,并分別用國內旅游收入(萬元)、地區星級飯店數(家)、旅游從業人員(人)、高校研究與發展經費投入(萬元)、地區3 種專利申請授權數(件)和地區人均生產總值(元)進行數據表征。以兩個系統耦合協調度作為因變量,選取2006—2018 年的面板數據,對我國“一帶一路”沿線省區科技創新與旅游經濟協調發展影響因素進行時空分析,最終構建計量模型:Dit=β0+β1LINMSit+β2LNTFEit+β3LNTHCit+β4LNIFEIit+β5LNTIOOit+β6LNIDEit+εit。式中,i和t分別表示地區和時間。為減弱模型中異方差的影響,對自變量的各指標取對數處理。常用的面板回歸模型主要有固定效應模型、隨機效應模型和混合效應模型3 種,為了確定本文適用模型,本文首先對模型進行了F 檢驗和Hausman檢驗(表4)。

表4 F檢驗和Hausman檢驗結果Table 4 Results of test and Hansman test
由F檢驗結果可知,模型在95%的顯著性水平下拒絕原假設,表明面板數據模型為非混合效應模型。進一步對模型進行Hausman 檢驗,結果顯示模型在99.9%的顯著性水平下拒絕隨機效應模型。綜上,本文借助EIEWS7.0 軟件采用固定效應模型對面板數據進行估計,回歸結果見表5。從表5 可見,R2和調整后的R2的值均大于0.9,表明所選的自變量對因變量即科技創新與旅游經濟的耦合協調度解釋程度較好,該模型具有較好的擬合度。整體對比各變量的面板回歸結果可以發現,在99%的置信水平上各個變量均為顯著。

表5 科技創新與旅游經濟協調發展影響因素分析Table 5 Analysis on influencing factors of coordinated development of technological innovation and tourism economy
具體來看,創新支撐環境(地區人均生產總值)回歸系數的值最大,說明其對“一帶一路”沿線省區科技創新與旅游經濟的耦合協調度影響最為顯著。人均生產總值很大程度上反映了區域經濟發展水平,其作為旅游產業發展和科技創新的物質基礎,直接為兩系統發展提供了資金支持,從而保障了兩大系統耦合協調度的提升。此外,科技創新產出因素(地區3 種專利申請授權數)的回歸系數也大于0.1,表明其對兩系統的協調發展也存在重要影響,科技創新成果的產出是其市場運用的重要前提,部分科技創新成果運用到旅游產業發展中,在推動區域旅游產業發展的同時,又能夠通過反饋作用促進技術的進一步創新,最終對二者的深度協調發展產生推動作用。另外,旅游人力資本(旅游從業人員)的變量系數為負,且在99%的水平上顯著相關,表明“一帶一路”沿線省區旅游人力資本增加對科技創新與旅游經濟的耦合協調具有負向影響關系。主要原因在于:當前我國旅游從業人員多分布在旅行社、飯店和旅游景區等,對從業人員的科學技術和知識結構要求較低,導致科技創新動力不足,最終與耦合協調度呈現出負相關狀態。此結論的實際意義在于加強高質量旅游從業人員的培育和引進是促進兩系統間耦合協調發展的重要抓手。除此以外,旅游市場規模、旅游要素稟賦與創新要素投入3 個因素相對于前幾項而言,回歸系數較小,表明此3 類要素對地區科技創新與旅游經濟協調發展僅起到有限作用,可采取選擇性的措施加以應對。
本文以我國“一帶一路”沿線18 個省區為研究單元,構建了科技創新與旅游經濟的協調發展評價體系,并引入熵值法、耦合協調模型與面板數據模型對兩大子系統發展及影響因素進行了探究。主要結論如下:①從兩大子系統各自發展來看,“一帶一路”沿線省區科技創新與旅游經濟子系統呈現出相對穩定或顯著上升的發展特征,江蘇和浙江分別為2006—2018 年間沿線省區中科技創新和旅游經濟提升幅度最大的省區。此外,長三角和珠三角等東南沿海地區基于科技人才素、市場經濟、科研投入、旅游資源等方面的優勢,科技創新和旅游經濟各子系統發展處于較高等級水平,西北內部地區發展水平則相對較低。②從兩大子系統綜合發展來看,2006—2018 年沿線省區科技創新與旅游經濟綜合評價值多數呈不斷上升發展態勢,但空間分布存在較大差異,綜合發展優勢型集中在東南沿海地區,而潛力型省區全部位于西北地區,優勢型與積累型省份數較多,我國東南、東北、西南、西北均有分布。③從兩大子系統協調發展來看,2006—2018 年沿線省區科技創新與旅游經濟兩系統聯系不斷增強,并向良性協調方向發展,但個別省區出現下降趨勢,亟需采取有效措施加以應對。從兩大系統發展滯后情況看,前期科技創新滯后現象較為普遍,后期旅游經濟滯后現象逐漸增多。④從協調發展的影響因素看,創新支撐環境和科技創新產出是科技創新與旅游經濟兩系統協調發展的顯著影響因素,而旅游人力資本對兩大系統協調發展具有顯著的負向影響。此外,旅游市場規模、旅游要素稟賦與創新要素投入等因素對兩系統協調發展影響較小。
科技創新與旅游產業間具有高度融合性與互促性,深入厘清兩大系統的協同發展關系和影響因素對區域旅游經濟的創新驅動發展意義重大,本文在一定程度上豐富了產業協同關系的研究視角和“一帶一路”區域創新的研究內容。與此同時,科技創新與旅游經濟的協調發展存在較多復雜的關系,受到數據可得性等條件限制,本文構建的協調發展評價體系還有待進一步補充、完善和提升。此外,科技創新與旅游經濟協調發展涉及諸多因素,如何更為科學準確地甄別兩大系統協調發展的影響因素需在未來研究中持續深化。
基于上述結論,本文從人才培育、區域合作、成果轉化3 個方面提出了我國“一帶一路”沿線省區科技創新與旅游經濟協調發展的政策啟示:①旅游人力資本對兩大系統耦合協調發展具有較大影響,但當前影響關系為負相關,“一帶一路”沿線各省區政府管理與旅游企業部門應高度重視高層次旅游管理人才的培育,通過政府部門、科研院校、旅游企業和行業協會等協同合作,為地區旅游產業培養高層次、科技型人才;同時,制定人才引進和激勵政策,吸引外來旅游產業和科技創新高素質人才,優化旅游市場的人才供給結構。②創新支撐環境可對科技創新與旅游經濟兩大系統的協同發展提供環境和技術保障。對于“一帶一路”沿線省區科技創新和旅游經濟發展較落后的省區,可借助國家政策優勢和資源稟賦優勢吸引外來投資,促進科技創新要素的跨區流動,實現相鄰省區間旅游經濟的優勢互補[21]。通過增強與經濟發達省區間的跨區合作,促進沿線省區科技創新與旅游產業協調發展。③科技創新產出對兩者的協調發展亦存在顯著正向影響。因此,在保證科技創新成果數量的基礎上,要切實提升科技創新成果在旅游產業中的轉化能力,積極鼓勵高校、企業建立旅游科技創新基地,促進旅游“政—產—學—研”合作一體化。