朱桃杏，陸 軍

（北京大學 政府管理學院，北京 100871）

0 引言

截至 2013 年底，我國鐵路營運里程突破 10 萬 km，高速鐵路突破 1萬 km，在建規(guī)模 1.2 萬 km，我國已經成為世界上高速鐵路營運里程最長、在建規(guī)模最大的國家。高速鐵路已經成為推動我國區(qū)域經濟發(fā)展的重要動力。對于區(qū)域旅游發(fā)展而言，高速鐵路以其重要的時間效應和空間效應，從根本上改變了區(qū)域旅游區(qū)位格局，成為區(qū)域旅游經濟協(xié)調發(fā)展的新推力要素。

高速鐵路作為新型交通運輸工具，最直接的效率體現在給旅游業(yè)創(chuàng)造的“時空”效應，由此逐漸形成對旅游業(yè)發(fā)展的后續(xù)影響，包括對旅游景區(qū)區(qū)位條件的優(yōu)化和空間格局的調整、對區(qū)域旅游優(yōu)勢資源的組合配置、對旅游者旅行成本的有效控制等[1-2]。高速鐵路對旅游業(yè)發(fā)展的直接作用表現為對旅游流的空間引導過程。旅游流的存在是旅游業(yè)發(fā)展的基礎，旅游流也是詮釋區(qū)域旅游形態(tài)和空間結構的重要方面[3]。交通對旅游流具有重要的導向作用，交通導引下的旅游流的流速、流向、流量構建了旅游區(qū)域結構的基本格局和合作基礎，旅游流創(chuàng)造的規(guī)模結構效應、規(guī)模經濟效應是旅游業(yè)發(fā)展的重要標志。

1 高速鐵路條件下旅游經濟發(fā)展的空間特征分析

Chaug-Ing Hsu 通過高速鐵路和傳統(tǒng)鐵路的市場份額模型比較，認為旅游者對時間、速度、行程長度和票價等存在認知差異[4]。高速鐵路對經濟的貢獻主要以縮短時間距離為其表現形式[5]，而時間距離的縮短對旅游流的產生、流向、規(guī)模和旅游環(huán)境有直接的影響。旅游流集中呈現了鐵路交通對旅游業(yè)發(fā)展的影響，以及高速鐵路開通以來旅游經濟發(fā)展的總體變化趨勢。

1.1 研究說明

旅游流的流向、流量是旅游經濟發(fā)展總體態(tài)勢的主要體現。旅游收入的高低是旅游經濟發(fā)展成效高低的重要結果。

國內游客的區(qū)域偏移增長變化表明其對國內旅游目的地的選擇，而國內旅游者的旅游地選擇通常受當地交通系統(tǒng)的影響。對南京市國內游客的調查表明，乘坐高速鐵路出行的游客占游客總數的29%，其余依次為動車、飛機、大巴、自駕。高速鐵路增加了游客出行次數和旅游半徑[6]。

選擇我國 22 個已經有高速鐵路運營線路的省市 2008—2012 年國內旅游人數與旅游收入數據，研究高速鐵路條件下我國旅游者流動的總體變化形勢和高速鐵路對國內旅游收入及人均旅游花費的影響。數據來源于 2008—2012 年《中國旅游統(tǒng)計年鑒》、《中國區(qū)域經濟統(tǒng)計年鑒》、旅游抽樣調查資料，以及《中國鐵道年鑒》、《中國交通年鑒》和相關鐵路局年鑒。

旅游流空間格局演化和旅游收入省際比較采用偏移-分享法進行分析，目前偏移-分享法主要被應用于區(qū)域經濟增長研究，通過此方法揭示各省區(qū)旅游發(fā)展間的互動關系[3]。

按照偏移-分享法，一定時期內區(qū)域內的旅游者人數 ( 旅游收入 ) 增長可以分解成“分享”和“偏移”2 個部分。分享增長是指當某一地區(qū)以整個區(qū)域游客 ( 區(qū)域旅游收入 ) 增長率增長時所獲得的增長量。偏移增長是指某一地區(qū)游客 ( 區(qū)域旅游收入 ) 增長對分享增長量的偏差數額。值為正，說明該區(qū)域旅游者 ( 旅游收入 ) 增長速度快，反之表示游客 ( 旅游收入狀態(tài) ) 呈現向外圍擴散態(tài)勢。為消除各區(qū)域總量差異對分析結果的影響，以年旅游者 ( 旅游收入 ) 增長率代替游客增長量，選擇 22 個省級行政區(qū)國內旅游與旅游收入為研究數據進行分析。偏移增長量計算公式為

式中：PY，JD，FX分別為某地在某時間的偏移增長量、絕對增長量、分享增長量。

1.2 國內旅游者數據的空間變化分析

1.2.1 旅游者人數的偏移分析

交通、通信技術和經濟的繁榮，使得空間結構得到拓展，節(jié)點間相互作用日益增強，流是節(jié)點空間相互作用的結果，在系統(tǒng)內部不斷流動、交織，流決定了節(jié)點的功能和角色[7]。西班牙馬德里—塞利維亞高速鐵路線路開通前后，旅游者對此線路選擇率由 11.1% 增至 15.2%。而馬德里—巴塞羅那高速鐵路線路的開通則吸引了此線路 42.1% 的旅游者選擇乘坐[8]。法國巴黎—里昂線 1981 年開通后，商務出行增長了 56%，服務性旅行增長到原來的 112%，地價上漲了 35%，房地產交易量上漲了22%；法國里爾，來自倫敦和比利時的休閑游客比原來分別增長了 35% 和 30%。

我國 2009—2012 年部分省市國內旅游人數增長率偏移變化如圖 1 所示，2009—2012 年部分省市國內旅游人數變化率的偏移變化空間格局如圖 2所示。

從圖 1、圖 2 可以看出 2009—2012 年 22 個省市國內旅游人數變化率偏移情況。其中，2009 年國內旅游人數波動較為明顯的省市包括天津市、河北省、黑龍江省、湖北省、四川省等，2010 年包括北京市、天津市、黑龍江省、上海市、河南省、湖北省等；2011 年包括天津市、上海市、安徽省、江西省、重慶市等；2012年包括北京市、山西省、黑龍江省、浙江省、海南省、陜西省、重慶市等。圖 2 的空間格局圖顯示了各省市 2009—2012 年國內旅游人數增長率的偏移變化程度和變化方向。

圖1 2009—2012 年部分省市國內旅游人數增長率偏移變化圖

圖2 2009—2012 年部分省市國內旅游人數變化率的偏移變化空間格局

1.2.2 “有-無”高速鐵路狀態(tài)下旅游流數據比較

高速鐵路會帶來區(qū)域旅游者人數的偏移變化，為此以高速鐵路開通前的 2004—2007 年旅游者人數統(tǒng)計值為基礎數據，通過灰色預測法預測分析在傳統(tǒng)鐵路運營狀態(tài)下 2009—2012 年的可能值，并與實際值進行比較，以判斷高速鐵路對區(qū)域旅游者移動的影響。

由于歷年國內旅游人數一直呈現持續(xù)的曲線增長趨勢，采用三次平滑預測模型，對 22 個省市的國內旅游人數進行分析并預測。2009—2012 年各省市旅游者人數預測值與實際值的差值如表 1 所示。

表1 2009—2012 年各省市國內旅游者人數預測值與實際值的差值 萬人次

圖 1、圖 2 的國內旅游者偏移空間狀態(tài)和表 1 的旅游者人數預測比較分析一致表明，2008 年高速鐵路開通以來，國內旅游變化最為明顯的是以黑龍江省為代表的東北區(qū)域，以安徽省為典型的華東區(qū)域等；其中黑龍江省、安徽省、上海市、湖北省、湖南省等的差值為負值，實際值明顯高于預測值，表明高速鐵路開通以來，這些區(qū)域旅游流有明顯的聚焦現象，以北京市、天津市、浙江省、福建省等基本為正值，預測值高于實際值，表明高速鐵路開通以來，這些區(qū)域旅游流具有明顯的擴散現象。

旅游者人數偏移和空間流動變化的特征表明高速鐵路線路的開通對區(qū)域旅游流有重要的導向作用，高速鐵路的開通一方面有可能使某區(qū)域對近程游客的吸引力增強；另一方面，也可能使區(qū)域內其他城市高速鐵路站點的服務能力增強，吸引和分散本區(qū)域部分旅游者客源。高速鐵路在區(qū)域通達時間節(jié)省和區(qū)位空間極化等方面對旅游者產生吸引力，但旅游者對路線和乘車方式的選擇通常也取決于旅行距離、時間價值、出發(fā)時間，以及票價、服務特點和旅游產品 ( 如重大節(jié)事 ) 等。

1.3 國內旅游收入的省際變化分析與評價

高速鐵路提高了旅游目的地的可達性和可進入性，使旅游目的地能夠吸引更遠程的旅游市場，如高速鐵路站點位置比非高速鐵路站點會形成更高的人口密度和人口增長趨勢。包括中間站和終點站，也會使旅游地食宿業(yè)增長顯著，從而促進地區(qū)旅游經濟的發(fā)展和旅游收入的提高。

2009—2012 年部分省市國內旅游收入增長率偏移變化如圖 3 所示，2009—2012 年部分省市國內旅游收入增長率偏移變化空間格局如圖 4 所示。

由圖 3、圖 4 可以看出，2009 年以來旅游收入偏移率增長較為明顯的區(qū)域包括安徽省、河南省、湖南省、湖北省、廣東省和海南省等，而旅游收入增長率偏移變化呈現遞減狀態(tài)較為明顯的區(qū)域包括北京市、天津市、吉林省、上海市等。

高速鐵路的開通帶動了高速鐵路沿線旅游目的地旅游經濟的發(fā)展和旅游收入的增加，但是高速鐵路也可能引致高速鐵路站點城市“一日游”的高發(fā)生率而導致過夜游客人數銳減，從而影響當地人均旅游花費。

圖3 2009—2012 年部分省市國內旅游收入增長率偏移變化

圖4 2009—2012 年部分省市國內旅游收入增長率偏移變化空間格局

采用灰色關聯分析方法對 2012 年 22 個省市的鐵路運營里程增長率指標與國內旅游收入增長率指標和人均旅游收入增長率指標進行灰色關聯分析。設定 2012 年鐵路運營里程增長率指標為系統(tǒng)特征母序列，記為X0；國內旅游收入增長率指標、人均旅游收入增長率指標作為相關因素序列，分別記為X1，X2，利用 DPS 軟件進行灰色關聯分析，在分析過程中對數據進行初值化變換，分辨系數取 0.1，參數 Δmin取值為 0，計算結果如下。

關聯序為：X1>X2。

由此說明鐵路運營里程增長率與國內旅游收入增長率關聯度強，鐵路運營里程增長率與人均旅游收入增長率的關聯度相對較小。

2 鐵路交通要素投入的區(qū)域旅游發(fā)展效率分析

2009—2012 年我國速度 120～250 km/h 及以上的鐵路營運里程增長率為 15.7%，速度 160 km/h 以上鐵路占新增鐵路營運里程的 24.9% 左右。2009 年速度 200 km/h 以上鐵路占到 160 km/h 以上鐵路總里程的比重為 11.7%，2011 年比重為 10%，2012 年為11%。高速鐵路已經逐漸成為新的鐵路客運工具。采用數據包絡分析方法 ( DEA 方法 ) 對 2009 年、2012 年相關的鐵路指標和旅游經濟指標進行分析，以研究高速鐵路背景下鐵路交通要素投入對區(qū)域旅游發(fā)展的貢獻。

目前，在經濟發(fā)展績效評價研究中，DEA 方法是非常有效的方法之一。DEA 是著名運籌學家Charnes 和 Cooper 等在“相對效率評價”概念基礎上發(fā)展起來的一種評價具有相同類型投入和產出的若干決策單元相對效率的有效方法，已經被很多學者成功地運用到經濟管理決策與評價等領域[9]。

采用投入導向的 BCC 模型衡量區(qū)域旅游發(fā)展的實際效率。DEA 方法測定的相對效率值在 0～1之間，當決策單元 ( DMU ) 落在效率前沿面上時，DEA 認為此時的投入產出組合是最有效率的，而且其效率值定為 1，其他的決策單元則以有效單元為基準[9-10]。

DEA 模型中，投入和產出評價指標的合理與否，直接影響評價結果的客觀性。結合 2008 年以來高速鐵路運營特征，借鑒有關交通要素投入與生產率問題的研究，同時考慮 DEA 方法對指標和決策單元的相對關系要求，選取鐵路路網密度為投入指標。路網密度指標綜合考慮了鐵路要素對區(qū)域旅游服務的程度，是鐵路交通對旅游業(yè)最直接的貢獻。通常情況下，鐵路路網密度越大，旅游服務面越廣，服務的旅游點越全面。這一指標同時排除了各省區(qū)面積差異對鐵路投入指標的影響。區(qū)域旅游業(yè)的產出直接體現在旅游人數和人均旅游收入的高低程度上。因此，選擇國內旅游人數和人均旅游收入 2 個指標來反映各省區(qū)旅游業(yè)的產出程度[11-12]。

根據《 中國城市統(tǒng)計年鑒 》、《 中國區(qū)域經濟統(tǒng)計年鑒 》、《 中國鐵道年鑒 》整理相關數據資料，建立了 22 個省市 2009 年、2012 年間區(qū)域旅游發(fā)展效率評價指標的數據庫，分別計算 2009 年和 2012年各省市旅游發(fā)展靜態(tài)效率值，結果如表 2 所示。

技術效率是指在地區(qū)規(guī)模報酬不變的假設下，鐵路投入要素轉化為對省市旅游發(fā)展產生促進作用的因素的實際能力與理想能力的比例，結果表明現有投入水平是否充分發(fā)揮且對地區(qū)旅游業(yè)發(fā)展的影響實現效率最優(yōu)。規(guī)模效率是指鐵路投入要素在產生積極影響的過程中，鐵路要素的投入規(guī)模是否達到最優(yōu)。通常情況下，投入要素的規(guī)模效率未達到 1，說明投入要素未達到最優(yōu)規(guī)模。

從表 2 可以看出，2009 年 64% 的省市旅游發(fā)展的規(guī)模收益呈現遞增趨勢，說明這些區(qū)域鐵路要素總體投入有一定的產出效果，但同時也需要縮減投入或增加產出。從技術效率分析結果來看，海南省、四川省、福建省、山西省、河南省等的技術效率相對較高，說明其旅游產出效率相對較高。各省市的技術效率除海南省外均小于 1，說明在既定規(guī)模投入的前提下，各省市旅游產出嚴重不足；規(guī)模效率分析結果顯示僅有海南省為 1，表明其投入與產出值相對匹配度較高，其他省市投入與產出的規(guī)?？傮w不匹配。

從表 2 中 2012 年的數據分析可以看出，2012年 41% 的省市處在規(guī)模報酬遞增或不變的階段，說明這些區(qū)域鐵路要素有一定的產出效果，但是需要縮減投入或增加產出。技術效率值除廣東省外均小于 1，說明在既定規(guī)模投入的前提下，各省市旅游產出嚴重不足；規(guī)模效率分析結果顯示僅有廣東省為 1，表明其投入與產出值相對匹配度較高，其他省市投入與產出的規(guī)?？傮w不匹配。

2009 年和 2012 年數據比較表明，高速鐵路開通以來各省市總體效率值普遍較低，高速鐵路交通要素的投入在旅游業(yè)發(fā)展中未得到較高產出，資源沒有得到充分利用。從總體效率的具體數值看出，與 2009 年比較，2012 年各省市總體效率值并未呈現增長趨勢，說明高速鐵路對旅游發(fā)展的貢獻程度有待提高，高速鐵路的旅游業(yè)服務功能需要不斷加以強化。對于大多數省市來說，合理利用高速鐵路優(yōu)勢、增加高速鐵路資源的利用效率是未來旅游發(fā)展的重點，尤其需要利用高速鐵路帶來的客源優(yōu)勢，吸引游客長時間逗留，并前往旅游景區(qū)游覽、購物等。

表2 2009年和 2012 年各省市旅游發(fā)展靜態(tài)效率值

3 結論

（1）高速鐵路背景下，旅游業(yè)發(fā)展呈現出新的特征。高速鐵路作為旅游者活動的重要工具和吸引物，對旅游者的空間流動具有導向作用。對全國22 個省市 2009—2012 年國內旅游人數和國內旅游收入指標的分析表明，2008 年高速鐵路開通以來，國內旅游變化最為明顯的包括 2009 年四川省、河北省、河南省、湖北省，以及以黑龍江省為代表的東北區(qū)域，以安徽省為典型的華東區(qū)域等；旅游收入偏移增長較為明顯的區(qū)域包括安徽省、河南省、湖南省、湖北省、廣東省和海南省等。2009 年、2012 年 22 個省市的 DEA 分析同時表明高速鐵路交通要素的投入對旅游業(yè)發(fā)展有一定的產出效果，但是資源沒有得到充分利用。2009—2012 年，各省市總體效率值并未呈現增長趨勢，說明高速鐵路對旅游發(fā)展的貢獻程度有待提高，高速鐵路的旅游業(yè)服務功能需要不斷加以強化。

（2）鐵路對旅游業(yè)發(fā)展的促進作用明顯，但是其實際投入和旅游產出匹配度不高。這一方面是由于近幾年來高速鐵路建設投入規(guī)模過大，同時也說明高速鐵路“旅游產出”效率的產生過程是漸進的，高速鐵路投資的經濟效益有滯后性。從未來較長時期來看，隨著高速鐵路建設和運營進入穩(wěn)定發(fā)展階段，高速鐵路經濟投入與旅游產出會逐漸走向均衡狀態(tài)。

值得討論的是，旅游業(yè)的快速發(fā)展并不能僅依據高速鐵路單一要素的推動，但是高速鐵路應成為旅游業(yè)發(fā)展的重要契機。高速鐵路與其他旅游要素之間如何相互作用，影響旅游者的行為選擇，是值得進一步研究的課題。

[1] 張 莉，姚雨辰. 高速鐵路對區(qū)域經濟影響效應的探討[J].鐵道運輸與經濟，2013，35(4)：10-16.

[2] 張岳軍，張 寧. 高速鐵路對沿線城市旅游的影響效應與作用機制研究[J]. 鐵道運輸與經濟，2013，35(9)：84-88.

[3] 王旭科. 交通運輸對旅游流的作用機制研究[J]. 物流技術，2010，220(7)：67-69.

[4] Chaug-Ing Hsu，Wen-Ming Chung. A Model for Market Share Distribution between High-speed and Conventional Rail Service Sina Transportation Corridor[J]. The Annals of Regional Science，1997，31(2)：121-153.

[5] 王 欣，鄒統(tǒng)釬. 高速鐵路網對我國區(qū)域旅游產業(yè)發(fā)展與布局的影響[J]. 經濟地理，2010，30(7)：1189-1194.

[6] 張文新，劉欣欣，楊春志，等. 城際高速鐵路對城市旅游客流的影響——以南京市為例[J]. 經濟地理，2013，33(7)：163-169.

[7] Sophie Masson A，Romain Petiot. Can the High Speed Rail Reinforce Tourism Attractiveness? The Case of the High Speed Rail between Perpignan (France) and Barcelona (Spain) [J].Technovation，2009，29(9)：611-617.

[8] Pablo Coto-Millán，Vicente Inglada，Belén Rey. Effects of Network Economies in High-speed Rail：the Spanish Case[J].Ann Reg Sci，2007，41 (2)：911-925.

[9] 魏權齡. 數據包絡分析[M]. 北京：科學出版社，2006.

[10] 劉改芳，楊 威. 基于DEA的文化旅游業(yè)投資效率模型及實證分析[J]. 旅游學刊，2013，28(1)：77-84.

[11] 高宏偉，劉延平. 鐵路行業(yè)產出效率的測量與經濟政策評估[J]. 統(tǒng)計研究，2006，7(7)：46-49.

[12] 張學良. 中國交通基礎設施與經濟增長的區(qū)域比較分析[J]. 財經研究，2007，33(8)：51-63.