中国省域旅游发展与综合环境协调性的时空演变分析——基于ccdm-esda模型-李凌雁.pdf

《中国省域旅游发展与综合环境协调性的时空演变分析——基于ccdm-esda模型-李凌雁.pdf》由会员分享，可在线阅读，更多相关《中国省域旅游发展与综合环境协调性的时空演变分析——基于ccdm-esda模型-李凌雁.pdf（6页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、生态经济第32卷第10期(2016年10月) Ecological Economy，V0132，No10(October 2016)中国省域旅游发展与综合环境协调性的时空演变分析基于CCDMESDA模型李凌雁，翁钢民，赵建强(燕山大学经济管理学院，河北秦皇岛066004)摘要：以200442014#-中国省域旅游与综合环境之间的发展关系为研究对象，经过指标筛选，结合耦合协调度分析(CCDM)、探索性空间数据分析法(ESDA)，对其协调发展程度的时空演变趋势进行定性及定量分析。结果显示：近十年来，我国各地区旅游发展与综合环境的协调性均有所提高，最大值集中在北京、上海两地，最小值集中在青海、西藏等

2、西部地区；各地区的协调性在空间上总体呈现集聚模式，且集聚程度不断提高；“高一高”集聚中心位于江浙沪一带，且集聚范围不断扩大，溢出效应明显，发展模式具有较强的推广性；“低一低”集聚中心位于西部地区，但范围有所减少；“低一高”集聚类型地区相对不稳定，受溢出效应影响，发展势头良好。关键词：CCDMESDA；旅游发展；综合环境；时空演变中图分类号：F592 文献标识码：A 文章编号：16714407(2016)10-11606Analysis on the Spatial-Temporal Coordination of Provincial Tourism and ComprehensiveEnvi

3、ronment in China：Based on the CCDMESDA ModelLI Lingyan，WENG Gangmin，ZHAO Jianqiang(School of Economics and Management，Yanshan University，Qinhuangdao Hebei 066004，China)Abstract：The relationships between tourism development and comprehensive environment of provinces in China aretaken as the research

4、obiectsBased on the data from 2004 to 2叭4，this paper screened indexes and qualitatively andquantitatively analyzed the spatialtemporal evaluation of coupling coordination degree using the integrated approachcombining the coupling coordination development method and exploratory spatial data analysis

5、modelThe results showthat：in the last decadethe coupling coordination degrees in each province of China increased obviously,the maximumvalues are in Beijing and Shanghai，and the minimum values mostly located in westem China，such as Qinghai and Xizang；in spacethe Global MoranS I iS positive which ind

6、icates a positive spatial autocorrelationand the index iS on an increase；the center of“High-High”pattern is located in Jiangsu-Zhejiang-Shanghai，and the regional scale become larger，thespillover effect of it iS significantthe development pattern of this region iS replicable；the center of“LowLow”patt

7、ern islocated in the western Chinathe regional scale iS on a decrease；because of the spillover effectthe provinces belong to“LowHigh”pattern are changingbut have a good development trendKey words：CCDMESDA：tourism development；comprehensive environment；spatialtemporal evaluation1引言随着人们对于物质文化需求的日益增长，旅游

8、吸引要素早已不仅仅局限于自然风光、生态环境等，地区建设、经济水平、社会发展也均为影响旅游者做出旅游决策的重要因素川，地区综合环境的发展水平会极大地影响和制约旅游产业的发展。同时，旅游业又是地区经济社会发展的重要拉动因素，2013、2014年旅游产业对GDP的综合贡献均超过10，仅2014年，我国便实现旅游总收入325万亿元，解决就业劳动力200余万人，并且旅游业对地区生态环境造成的影响也不容忽视【2】，可见，旅游产业的发展反过来也显著的影响着地区经济、社会、自然环境的发展。这就说明，旅游产业与地区综合环境有着密不可分的联系，二者相互依赖、相互影响、相互制约，处理好二者之间的关系，促进旅游与综合

9、环境的协同发展3】，将提高地区社会、经济、自然环境的发展水平以及旅游产业的综合竞争力，推动旅游城市的可持续发展。国内外对于旅游与区域社会、经济、自然环境之间关系的研究均有较多成果。国外主要针对低碳旅游H】、旅游人地关系5、旅游城市建设【6、旅游与经济水平口1及社会发展关系81 01、旅游可持续发展1等内容进行研究。研基金项目：教育部规划基金项目(14YJA790059)；河北省研究生创新资助项目(003026370005)；河北省自然科学基金(G2014203273)；河北省软科学项目(15456002D)；河北省社会科学基金项目(HBl5GL021)；国家旅游局万名旅游英才计划研究型英才培养

10、项目(wMYc2叭51089)：2015年度河北省科技计划项目“京津冀一体化背景下河北省旅游业区位重构研究”(15456003D)作者简介：李凌雁(1989)，女，河北唐山人，博士生，研究方向为旅游地理；翁钢民(1963)，男，湖北武汉人，教授，博士生导师，研究方向为旅游地理。116万方数据生态经济第32卷第lO期(2016年10月) Ecological Economy，V0132，No1 0(October 20 1 6)究方法通常为定性与定量方法相结合，在理论探究的基础上运用数理统计方法、社会学方法、经济计量学方法、生态学方法等对旅游产业与区域发展之间的关系进行探究。国内的相关研究一直努

11、力与国际接轨，在学习国外先进成果的基础上进行了改进和创新，以更加适应我国国情。旅游与社会发展关系方面，我国学者主要侧重于旅游发展对文化121社区居民“31、民俗、民族关系151等方面的影响研究；旅游与经济发展关系方面，主要研究内容包括旅游促进经济增长m、旅游产业结构优化1171、旅游经济发展趋势DS、影响因素191、发展周期1等；旅游与自然环境关系方面，集中在承载力研究1、生态旅游发展221、可持续发展路径、旅游环境质量评价124、旅游资源开发与保护【2捌等方面。大部分研究局限于旅游产业的发展与经济环境、社会环境、或者自然环境等单一环境要素关系的探讨，缺乏旅游与区域发展综合环境关系的整体分析。

12、研究方法方面，以除了梳理理论框架的分析外，主要以实证研究为主，研究范围涉及市、省、国家等不同尺度，运用到了协整分析等方法。其中耦合协调度模型(CCDM)分析法能够良好的评价多系统之间的有序发展程度，并且能够辨别各系统是同好的耦合还是同坏的耦合，进而明确反映系统间的协调发展状态。虽然已有研究运用此方法分析旅游产业与其他系统的耦合协调度，但多用于研究时间维度的变化趋势，缺乏空间差异及其时空演变规律的综合定量探究，仅根据局部的发展趋势提出对策建议，忽略各地区统筹发展的重要性，研究不够深入，结论相对片面。探索性空间数据分析法(ESDA)是一种基于统计学和地理学的可视化空间数据分析方法，利用动态联系和交

13、互技术定量分析数据的空间结构和关系，能够从空问维度对旅游与综合环境系统之间的协调关系进行定量分析，明确各区域的发展关系和特点，实现明确的跨区域统筹规划口“。可见，有必要将空间效应的分析纳入可持续旅游发展研究中。鉴于此，本文提出旅游产业可持续发展的优化对策，推动旅游与区域建设的一体化、协同化发展。2研究设计21指标体系构建本文的指标体系主要包含两个子系统：旅游业发展指标子系统、综合环境发展指标子系统。结合研究目的、指标的科学性及可获得性，经过比较和筛选分别选取了旅游业发展指标16个，涵盖了旅游经济水平、基础设施、人力资源等情况，综合环境发展指标16个，分别代表了区域经济、社会、交通、人才储备、生

14、态等综合环境发展水平。为了剔除区域规模、人口等因素对模型的干扰，大部分指标选取了人均、地均值来进行计算，详见表1。各指标数据主要来源于20042014年的国家及各省统计年鉴、国民经济和社会发展统计公报、旅游统计年鉴等。表1指标体系子 子系系 指标 统 指标统国内旅游者人数万人 人口密度(人kin21入境旅游者人数万人 人均GDP(元人)国内旅游收入乃兀 第三产业增加值亿元旅游外汇收入万美元 第三产业从业人数比重胍入境过夜游客人均花费f美元人天1 进出口总值亿美元旅游产业增加值亿元 全年各还重万人旅 旅游从业人数占总从业人数 全年城镇居民人均可支配收游 比重综产 地均A级及以上景区数量合 丛(元

15、人)业 (个kin2)环 地均公路里程f公里kin2)境发 地均旅行社个数(个kin2) 发 地均铁路里程(公里kin2)展 地均星级饭店数(个kin2) 展 地均卫生机构数(个kin2)指 指标 景区工作人员数人 标 每万人拥有在校大学生数(人万人)旅行社从业人数人 生活垃圾无害化处理率惕星级饭店从业人数人 森林覆盖率胍人均景区营业收入(元人) 城市清扫保洁率人均星级饭店营业收入总额 空气质量合格天数比例(元人)人均旅行社营业收入(元 污水处理率人)22研究方法和步骤首先，依据耦合协调度模型(CCDM)评价我国省域旅游与综合环境两子系统之间的协调发展程度，计算方法为： D(“。，“：)=扛瓦

16、历丽C=w厢(ut+u2) (1)T(ul，U2)=aul+bu2其中，C为耦合度，丁为协调度，D为耦合协调度，U。、U：分别表示两子系统的综合发展水平，通过归一化后的指标数据及指标权重算得，本文各指标权重运用SPSS软件统计分析确定；另外，在本文研究中由于两子系统重要程度相当，因此待定系数a、b均取为05。其次，通过探索性空间数据分析法(ESDA)，对历年各省的耦合协调度进行空间相关分析，包括全局Moran指数及局部Moran指数检验，可通过GeoDa软件实现测算。最后，根据各省耦合协调度随时间变化的情况及空间分析结果揭示我国省域旅游与综合环境协调发展的时空演变趋势。3协调度测评依据CCDM

17、对我国31个省份旅游与综合环境的耦合协调度进行测算，历年结果如表2所示。从表2可以看出，各地区的耦合协调度差异较大，但均呈现上升趋势。历年耦合协调度的最大值主要出现在北京，仅2012年出现在上海，最小值主要出现在西藏、青海117万方数据生态经济第32卷第10N(2016年10月) Ecological Economy，V0132，No10(October 2016)两地，协调发展度的极差较大，从2004年的0488 135 051变为2014年的0540 960 385，呈逐年上升趋势，说明我国旅游与综合环境协调发展情况存在较大的地区差异，两极分化严重，且近十年没有得到缓解。从平均值来看，从2

18、004年的0303 902 578发展到2014年的0463 790 595，按照耦合协调度等级划分标准，仅是从轻度失调发展为濒临失调，说明我国整体旅游与区域综合发展环境之间的协调程度虽然有所好转，但仍然处于较低水平，仅有个别地区发展较为和谐，例如北京、上海、广东、江苏、浙江等地。4时空演变规律分析41时间维度首先来看我国省域旅游与综合环境协调发展的时间演变趋势，结合表3的等级变化及图1的四分位图演变可以看出，20042014年，我国各地区的耦合协调程度变化较快，且呈现从东南沿海到西北地区逐渐降低的态势。其中，初、中级协调从京、沪两地变为京、沪、粤、苏、浙五地，这些地区拥有丰富、独特的旅游资源

19、，社会经济发展走在全国前端，区域建设和旅游产业的发展相对较为均衡，相互促进作用明显：勉强协调及濒临失调的地区由3个增加到17个，到2014年几乎覆盖所有中东部地区；而表2 20042014年各地区耦合协调度值不同程度失调的地区数量从26个减少为9个，且全部集中在西部地区及东北部地区。西部地区虽然存在大量天然、丰富的旅游资源，但由于开发难度大、配套设施不健全、经济社会发展相对缓慢，因此，旅游产业及综合环境的发展建设均处于较低水平，耦合协调度也相对较低，而东北部地区主要是由于早期以重工业为主要支柱产业，旅游开发的环境、设施等条件相对较差，因此导致了其耦合协调度较低的现状：严重失调地区则减少为零，说

20、明协调程度相对落后的地区，经过近十年来的规划和发展，情况均有所好转，不论是旅游产业的发展，还是地区经济、社会、环境的建设水平均有较大提高，拥有良好的发展态势。从时间变化趋势中，还可以看出，耦合协调程度的演变与空间区位有着密切的联系，协调程度好的地区逐渐积聚，且集中在东部地区，而协调程度较差的地区也呈现集聚分布，主要分布在西部地区，协调程度中等的地区则分布相对离散，多位于中部地区。这种集聚或者扩散的程度、空间关联性以及总体空间相关趋势则可以通过ESDA分析法来进行定量分析，将在下文进行详细测算。42空问维度运用ESDA模型，借助GeoDa软件可实现对空间属性关系的定量分析。图2为全局Moran指

21、数检验结果。序号 省份 2004位 2006焦 2008生 2010焦 2012生 2014钲l 北京 0634 058 904 0664 416 643 O719 073 185 0732 495 609 0767 265 97l 0784 627 4142 天津 0387 357 615 0407 280 822 0449 910】99 0469 195 822 0499 567 138 0523 075 2803 河北 O313 794 373 0353 461 494 0380 922 916 0370 763 865 0426 976 514 0453 846 56l4 山西 027

22、2 406 181 031l 236 887 0355 821 147 0379 693 015 0413 813 434 0432 466 5045 内蒙古 0188 819 581 0242 427 271 0280 244 522 0313 570 625 0343 716 555 0363 142 5416 辽宁 0343 656 967 0385 536 858 0433 279 922 0446 749 941 0489 30l 205 0506 255 5367 吉林 0241 140 438 0267 980 936 0287 872 00l 0313 238 860 0332

23、 337 901 0353 924 8288 黑龙江 0229 194 057 0250 045 597 0285 369 248 O30l 642 652 0335 382 736 0316 910 2739 上海 O619 291 079 0655 936 692 0693 47l 719 0733 924 787 O77l 050 763 0782 730 86910 江苏 0433 697 910 0493 177 407 0541 634 159 0583 440 895 0624 379 378 0634 430 0331l 浙江 0430 119 999 0493 168 386

24、 O544 699 741 057l 247 401 O610 209 576 0633 361 72812 安徽 0265 298 426 O301 169 945 0347 831 606 0384 079 675 0439 287 667 0464 474 45313 福建 0326 217 356 0350 669 065 0399 038 508 0442 599 572 0497 903 043 O513 250 92314 江西 0277 543 706 0297 875 145 0335 736 704 0339 165 343 0393 976 267 0416 643 79

25、015 山东 0370 164 324 0448 319 451 0495 915 885 O541 263 091 0577 740 946 0595 740 48516 河南 0305 743 239 0345 193 683 0380 889 209 0437 082 826 0460 947 802 0476 961 53917 湖北 0315 911 168 0342 323 144 0377 942 873 0412 394 627 0452 957 808 0490 099 31818 湖南 0280 667 269 0328 357 595 0369 242 753 0417

26、073 933 0453 939 136 0473 340 18719 广东 0487 469 963 0542 900 485 0595 095 599 0644 765 518 0688 67l 383 O718 488 52920 广西 0262 170 412 0293 815 647 0314 769 262 0347 044 117 0383 569 447 0408 205 1262l 海南 0310 119 165 0330 545 950 0369 593 257 0383 656 290 0418 299 623 0426 939 12322 重庆 0264 842 296

27、 0310 828 237 O361 65l 236 0404 094 860 o450 177 582 0468 303 54323 四川 0287 973 088 0309 183 832 035l 429 496 0378 371 844 0432 424 606 0459 197 43424 贵州 0183 089 554 0226 076 796 0268 797 096 0302 829 633 0343 116282 0385 65l 11l25 五南 0286 985 490 0308 074 070 0334 490 847 0348 902 765 0389 600 528

28、 0439 603 34426 西藏 0145 923 853 0169 73l 91l 0203 936 979 0223 452 187 0258 892 678 0243 667 02927 陕西 0263 188 504 0307 067 584 0337 125 413 0384 630 281 0426 206 178 0448 204 61628 甘肃 O172 344 114 0202 709 507 0239 30l 029 0251 758 863 0280 747 892 0294 878 20329 青海 0153 148 039 0188 405 084 0196 8

29、57 146 0218 012 430 0236 858 081 0254 731 23930 宁夏 0163 084 707 0199 580 526 0241 754 634 0263 297 657 0288 957 326 0295 343 74331 新疆 0205 558 131 0244 848 889 027l 012 274 0285 533 779 O317 088 582 O319 013 133最大值 0634 058 904 0664 416 643 0719 073 185 0733 924 787 O77l 050 763 0784 627 414最小值 0145

30、 923 853 0169 73l 911 0196 857 146 O218 01243 0236 858 081 0243 667 029极差 0488 135 051 0494 684 732 0522 216 039 O515 912 357 0534 192 682 0540 960 385平均值 0303 902 578 034l 043 404 0379 506 792 0407 289 444 0445 334 323 0463 790 595Moran指数的取值范围为卜1，11，趋向0，表示地区间属性值趋于随机分布，正值表示集聚，负值表示分散。从图2的指数变化可以看出，我国各

31、地区旅游与区域综合发展环境的耦合协调程度总体表现为正相关关系。从总体趋势来看，20042008年，增速相对稳定：20082010年，增速有所放缓，2010年之后又保持了良好的发展势头，增速甚至超过了20042008年。这说明我国旅游产业的发展与综合环境之间的协调性随着时间的推移逐渐趋好，且相互集聚的效应逐渐增强，相互促进作用越来越明显。而20082010年，由于受到全球经济危机的影响，尤其是作为外向型产业的旅游业均受到了不同程度的波及，因此导致集聚趋势发展相对缓慢。经济危机之后，由于我国118 万方数据生态经济第32卷第10期(2016年10lq) Ecological Economy，V01

32、32，No10(October 2016)表3耦合协调度等级变化情况等级 程度 区间 2004 2006 2008 20lO 2012 201410级 优质协调 0900 S10009级 良好协调 0800茎09008级 中级协调 0700 10800 尿 京、沪 京、沪 京、沪、粤7级 初级协调 0600茎0700 京、沪 京、沪 沪 粤 粤、苏、浙 苏、浙6级 勉强协调 0500 S0600 粤 粤、苏、浙 苏、浙、鲁 鲁 鲁、津、闽、辽津、辽、闽、豫、 津、闽、辽、豫、湘、 鄂、豫、湘、渝、皖、5级 濒临失调0400 S0500 粤、苏、浙 苏、浙、鲁、津 鲁、津、辽 鄂、渝、皖、川、

33、川、冀、陕、滇、湘、鄂、渝冀、陕、琼、晋 晋、琼、赣、桂津、鲁、辽、闽、 辽、冀、闽、豫、鄂、 闽、冀、豫、鄂、琼、 陕、皖、琼、晋。川、 赣、滇、桂、蒙、 黔、蒙、吉、新、4级 轻度失调 0300S0400 琼、湘、晋、渝、 湘、渝、川I、皖、 冀、滇、桂、赣、里鄂、冀、琼、豫 黔、黑、吉、新川、滇、陕、皖 陕、赣、滇、桂蒙、吉、黔、黑川、滇、湘、赣、3级 中度失调 0200曼0300 晋、皖、渝、陕、 赣、桂、吉、黑、 吉、黑、蒙、新、 新、宁、甘、藏、 宁、甘、藏、青 宁、甘、青、藏桂、吉、黑、新 新、蒙、黔、甘 黔、宁、甘、藏 目蒙、黔、甘、宁、2级 严重失调 0100墨0200 宁、

34、青、藏 青青、藏1级 极度失调 0ooO S0100m 口o 200】 O 100口o 400】 40)-o】 0 600 mO80(箩图l四分位图迅速调整政策，采取补救措施，各项指标又迎头赶上，甚至超过了经济危机之前的增长速度。图3、图4显示了局部Moran指数检验的结果。局部Moran检验能够更加详细的反映各地区的空间关联模式(主要包捂高一高”“高一低低一高”“低一低”四种类型)，及其显著性(通过LISA显著性检验实现)。图3为20042014年通过显著性检验的各地区空间关联模式演变趋势，图4为通过LISA检验的各地区显著性水平图。从发展趋势来看，“高一高”集聚类型主要包括两个区域，一个是

35、以天津、北京为中心的京津冀区域，另一个是以江浙沪为中心的东部沿海区域。2004年京津冀区域仅有天津表现为显著的“高一高”集聚类型，且显著性水平仅为005，耦合协调度最高的北京并没有通过显著性检验，这是由于其邻近的河北省、天津市耦合协调程度无法与其相匹配，使该区域未能形成高值集聚的状态。而天津市则恰恰相反，由于自身耦合协调度并不算太低，加之邻近的北京将其周边地区的平均耦合协调度水平拉高，进而使其通过了显著性检验，成为显著的“高一高”集聚类型。发展到2008年至今，天津的显著性水平逐渐降低直至表现为不显著，从耦合协调度的变化趋势不难看出，北京、20(14 2006 20(18 二()图2全局汇总口

36、1、址并 口高甑 口骶一高 一，留高 低低图4 20042014年LISA显著图演变趋势119卫引弥”MMu8_，吣铡一，：一一涉jL，囊S嘶一_，。；。琴酽。一一爹万方数据生态经济第32卷第10期(2016年10月) Ecological Economy，V0132，No10(October 2016)天津、河北的差距逐渐拉大，集聚性降低，而差异性提高，最终导致了这一区域不再有显著的“高一高，集聚点。说明北京自身的高协调度并没有有效的带动周边地区的发展，其旅游与城市协调发展的先进经验和技术不仅没有使得邻近地区受益，反而由于资本、人才的回流，拉大了与周边区域的差距，溢出效应不明显。而江苏及上海

37、两地，位于东部沿海地区，其周边的浙江、山东、福建等地经济、社会均发展较快，拥有丰富的旅游资源，环境优良，旅游产业的发展与区域综合环境协调程度高，因此2004年位居中心地带的上海、江苏则成为了该区域的高值集聚点。同时，由于该区域所处区位条件相似，经济、社会发展模式相近，因此先进的经验、技术和发展模式便于传播和推广，加强了高值集聚点的溢出效应，使得这一区域的集聚中心由2004年的上海、江苏两地发展为2008年的江浙沪三地，2012年的江浙沪闽四地，2014年的江浙沪闽皖五地，集聚中心不断扩大，且显著性水平也有所提高，个别地区的显著性水平由005提高为001，明显带动了周边地区耦合协调程度的相继提高

38、。可见，东部沿海地区的高值集聚中心溢出效应明显，发展模式具有推广性，是全国各地区旅游与区域经济、社会、生态环境协调发展的学习典范。“低一低”集聚中心主要集中在我国西部地区，从演变趋势来看，区域数量是逐渐减少的，由2004年的内蒙古、宁夏、陕西、甘肃、青海、新疆、西藏、四川、云南九个省份，逐年减少为新疆、青海、四川、甘肃四地，且显著性也有所降低。说明近十年来，随着我国总体经济、社会、自然生态环境的好转，以及旅游产业的大力发展，加之西部大开发战略的重点扶植，我国西部地区的旅游产业正在迎头赶上，但由于受到客观条件的限制，旅游开发难度大、交通不够便利、相关配套实施不齐全，导致旅游产业的发展相对东部地区

39、明显缓慢，位于中心区域的新疆、青海、甘肃等地由于地域限制，与东中部地区的合作相对较少，发展模式相对封闭，导致其一直处于低值集聚的中心位置，是大力发展和提高的关键点。“低一高”集聚类型的通过显著性检验的地区，近十年来仅有2008年的安徽及2012年的江西两地，两地均位于“高一高”集聚区域的边缘，由于自身耦合协调水平与之相比相对较低，因此成为了显著的“低一高”集聚类型，但这种集聚类型并不稳定。这是由于随着时间的推移，“低一高”集聚类型的区域自身耦合协调度水平也在逐渐提高，与其相邻的高值区域差距存在一个先增加后降低的趋势，因此经历了从不显著到显著再到不显著的演变过程。这也说明在高值集聚区域的影响下，

40、中部过渡区域受到了显著的溢出效应的影响，耦合协调程度不断提高，尤其是安徽省，由“低一高善襄聚变为“高一高”集聚类型，更加显示了“高一高”集聚中心具有明显的拉动作用。而“高一低”集聚地区均未通过显著性检验，说明尚没有个别耦合协调程度高的地区出现明显的孤立发展的问题。5结论(1)CCDMESDA模型在分析两系统的协调发展程度及其时空演变趋势具有良好的适用性，不仅能够反映产业与地区发展之间的关系，且能够定量揭示其中的空间相关性。这种方法同样适用于其他产业及社会系统的分析和测算，具有可推广性。(2)近十年来，我国各地区旅游与综合环境的协调程度均有不同程度提高，但总体平均水平仍然不高，最高值主要出现在北

41、京、上海两地，最低值集中在青海、西藏等地，极差较大，且有上升趋势，两极分化较严重。(3)总体来看，我国各地区的旅游与综合环境的耦合协调程度在空间上呈现集聚模式，且集聚程度不断提高，期间受经济危机的影响增速放缓，2010年恢复之后，增速超过经济危机之前，发展势头更加强劲。(4)“高一高”集聚类型：京津冀区域出现的高值集聚点并不稳定，随着时间的推移，由于北京与天津、河北的差距拉大，集聚中心逐渐变为不显著；而以江浙沪为中心的东部沿海地区，由于发展模式相似，经济、社会、自然条件良好、旅游产业发展迅速，因此耦合协调度一直处于较高水平，且高值集聚中心不断扩大，溢出效应明显，成为全国旅游与综合环境协调发展的

42、重要增长点，其成功经验值得学习和推广。“低一低”集聚类型：主要集中在我国西部地区，随着经济的增长、社会的发展，以及旅游产业的开发和建设，众多西部地区城市的协调程度大幅提高，促使低值集聚范围逐渐减小，显著水平有所降低，但东西部地区差距仍然较大，西部地区仍是亟待发展的重点区域。“低一高”集聚类型：地区数量相对较少，仅有安徽及江西两地，且并不稳定，随时间变化逐渐不再显著，且安徽由“低一高”集聚变为“高一高”集聚类型，体现了高值集聚区的显著带动作用。“高一低”集聚类型：均未通过显著性检验，说明我国尚没有耦合协调度较高的地区存在明显孤立发展的问题。综上所述，综合各地区的发展特点，我国必须制定有针对性的发

43、展政策，对于东西部采取不同的措施，以江浙沪一带的高值集聚点作为推广典型，将其发展模式引入相对落后的西部地区，并结合西部地区自身的独特优势，构建属于这些地区的个性化发展道路，促使东、西部相互扶持，跨区域合作、共同发展，并根据发展趋势和规律，制定恰当的方针，有步骤地推动我国旅游产业与地区综合环境的协调发展，促进各地旅游产业的集约、可持续发展。囝120万方数据生态经济第32卷第10期(2016年10月) Ecological Economy，V0132，No1 0(October 20 1 6)参考文献：1】白凯，马耀峰，李天顺，等西安入境旅游者认知和感知价值与行为意图【J】地理学报，2010(2)

44、：2442552张玉玲，张捷，赵文慧居民环境后果认知对保护旅游地环境行为影响研究J中国人口资源与环境，2014(7)：1491563王璐璐，虞虎，周彬旅游业与城市发展的协调度评价以中国25个主要旅游城市为例【J】经济地理，2015(2)：195201【4Filimonau V Dickinson J，Robbins DThe carbon impact ofshort-haultourism：A case study of UK travel to Southem France using life cycleanalysisJJournal ofCleaner Production，2014

45、，64(1)：628-6385Saufi A，OBrien D，Wilkins HInhibitors to host communityparticipation in sustainable tourism development in developingcountriesJ】Journal of Sustainable Tourism，2014，22(5)：801-8206Gonzfilez J M，Salinas E，Navarro E，et a1The city of Varadero(Cuba)and the urban construction of a toudst encl

46、aveJ】UrbanA胁irs Review，2014，50(2)：206-243【7Seetanah BAssessing the dynamic economic impact of tourismfor island economics【J】Annals of Tourism Research，201 1，38(1)：291-3088HigginsDesbiolles FMore than an“industry”：The forgottenpower of tourism as a social force【JTourism Management，2006，27(6)：1 192120

47、89Deery M，Jago L，Fredline LRethinking social impacts of tourismresearch：A new research agenda【JTourism Management，2012，33(1)：64731 0Minnaert LSocial tourism participation：The role oftourism inexperienceand uncertainty叨Tourism Management,2014，40：282-2891 1Carter R W，Thok S，ORourke V，et a1Sustainable

48、tourism and itsuse as a development strategy in Cambodia：A systematic literaturereviewJ】Journal of Sustainable Tourism，20 1 5，23(5)：797-8 1 81 2唐晓云古村落旅游社会文化影响：居民感知、态度与行为的关系以广西龙脊平安寨为例J人文地理，2叭5(1)：13514213张彦，于伟主客冲突对旅游目的地居民心理幸福感的影响基于山东城市历史街区的研究J】经济管理，2014(4)：117125【14】潘秋玲，李雪茹旅游开发对西安传统民俗文化的影响效应J】地域研究与开发，2006(1)：83871 5赵红梅民族旅游：文化变迁与族群性J】旅游学刊，20l 3(11)：1011