高速鐵路與節點城市旅游業的相關性研究
——以北京市為例

金 慧，劉洪利

(首都師范大學， 北京 100048)

區別于早期歐洲對高鐵的定義，我國高速鐵路(以下簡稱高鐵)專指新建開設的時速不低于250 km/h的客運專線鐵路[1]。以首條高鐵——京津城際高鐵的首次通車為標志，我國也步入了高速鐵路的新時代，隨后武廣、鄭西、滬寧、滬杭、京滬等高速鐵路先后建成通車，到2020年，中國將建成“四縱四橫”高鐵客運專線網絡，全長達到16 000 km[2]。截止2016年底，我國高速鐵路運營里程為2.2萬km，居世界第一[3]。高鐵因其客運能力大、發車率高、穩定性強的特點，已成為區域交通發展的核心[4]。

高鐵作為一種新的交通工具，其投入直接影響區域的空間格局[5-7]，產生相應的社會效益：一方面促進和平衡了沿線地區的經濟發展，推動了國土開發、節能減排等；另一方面進一步推動中國的工業化和城鎮化發展進程，以中心城市向外緣輻射，刺激和帶動周圍城市同步發展[8-9]，其中對旅游業的影響值得關注。高鐵作為新興的交通工具，具有時效性、便利性、安全性、舒適度等方面的顯著優勢，其投入使用大大增加了旅游吸引力，刺激游客發生旅游行為，相應地旅游目的地將發生一系列的變化。其中，位于網絡節點位置的城市受高鐵影響較大，故表現更為明顯。為有效提升旅游吸引力，大力發展旅游業，應結合具體變化進行多方面的調整。因此，明確兩者之間的關系與特點，是順應在高鐵時代發展的首要步驟。

本文從定量的角度，探究高鐵與節點城市旅游業之間存在的關系，主要分為二個部分：第一部分探究兩者的相關性情況，運用灰色關聯度計算分析，明確兩者之間的相關性及程度；第二部分分析高鐵對節點城市旅游業的具體影響，驗證第一部分的結論并細化分析其相關性表現，以節點城市北京市為研究主體，從城市旅游業經濟效益、城市通達性、旅游吸引力三方面具體分析。

1 研究綜述

國內受高鐵發展進程的影響，高鐵與旅游業兩者共軛領域的研究相對較晚，且前尚未成熟。2001年之前的文獻處于邊緣化研究階段。張志堯、范文毅[10]最早通過研究京滬高速鐵路對上海經濟發展的影響開啟了高鐵與旅游兩者的研究。胡天軍，申金升[11]隨后共同提出京滬高速鐵路對于帶動第三產業和旅游業的發展。2010年開始該領域的研究進入了高潮階段。殷平[12-13]評述了國內外的研究成果并得到經驗啟示，并以鄭西高鐵為例研究高鐵對區域旅游新格局構建。汪德根等[14]評論了國外研究經驗與啟示，并結合武廣高鐵研究其對湖北省區域旅游空間格局以及對沿線都市圈可達性的影響[15-16]，以京滬高鐵為例研究對主要站點旅游流時空分布、對旅游者目的地選擇的影響[17-18]。郭建科、王紹博等[19-20]以哈大高鐵為主研究對東北城市旅游經濟聯系、旅游供需市場的空間效應。以上研究成果較為豐富，但缺少兩者相關性的論證與系統的分析。

2 高鐵運輸業與旅游業的相關性

李天元[21]在其《旅游學概論》中寫道:“旅游是人們出于移民和就業任職以外的其他原因離開自己的長住地前往異國他鄉的旅行和逗留活動，以及由此所引起的現象和關系的總和。”可見旅游活動的異地性決定了交通的必要性。交通是旅游需求與旅游供給的橋梁，是實現游客從客源地到旅游目的地發生旅游活動的先決條件。同時，交通運輸業作為旅游業的三大支柱產業之一，與旅游業相互促進、共生發展[22]。

2.1 灰色關聯度計算

灰色關聯分析是一種多因素統計分析方法。該方法定量分析一個系統的動態歷程，以各因素的樣本數據為依據，用灰色關聯度來描述因素間關系的強弱、大小和次序的，主要應用于不同因素隨著時間變化表現出的相關性問題[23]。相較于相關、回歸等其他多因素分析，該方法具有對數據的要求低、結果可靠、應用廣泛的優勢。

2.1.1 選取指標

首條高鐵自2008年8月1日通車，為了保證數據的可靠性和完整性，高鐵的指標選取范圍為2008至2014年全國范圍的營業里程(X1)、客運量(X2)和旅客周轉量(X3)，旅游產業的指標選為相應年度的國內游客量(Y1)、國內旅游收入(Y2)、入境游客量(Y3)和國際旅游收入(Y4),見表1。

表1 中國高速鐵路運輸業和旅游業指標統計

數據來源：《中國統計年鑒》，因缺失2014年客運量和旅客周轉量的數據，故以灰色預測數據為準。

2.1.2 確定參考序列和比較序列

本文以高速鐵路運輸業的指標作為參考序列，表示為:Xj={Xj(k)|j=1,2,3,…,m;k=1,2,3,…,l}; 將旅游業的指標作為比較序列，表示為:Yi={Yi(k)|i=1,2,3,…,n;k=1,2,3,…,l}; 其中：n為與參考序列因素數量；m為比較序列因素數量；k為動態觀察值個數。

2.1.3 對參考數列和比較數列進行無量綱化處理

對多種指標進行統一計量，需要消除單位和統計方式帶來的差異。量綱歸一化的方法多樣，本文采用均值變換法。根據式(1)進行計算，結果見表2。

(1)

表2 量綱為一化處理結果

2.1.4 計算灰色關聯系數

將上述初始化數值代入式(2)進行運算，得到最終結果見表3。

(2)

其中：ρ為分辨系數，取值在[0,1],依照經驗一般取ρ=0.5；M=maximaxjΔij(k)；m=miniminjΔij(k)； Δij(k)=|Yi(k)′-Xi(k)′|;i=1,2,3,…,n;j=1,2,3,…,m;k=1,2,3,…,l。

表3 灰色關聯系數計算結果

2.2 結果分析

由表3可知：X、Y各指標間的灰色關聯系數均大于0.61，表明兩者相關性較高，即高鐵的投入使用，與旅游業發展有著緊密的聯系，且具有正向的促進作用。從旅游業的角度分析，高鐵與國內游客量、國內旅游收入的相關系數均大于高鐵與入境游客量、國際旅游收入的相關系數，可見高鐵對國內的旅游影響較大，其中國內旅游收入最高，平均值為0.82。從高鐵的角度分析，高鐵各指標均大于0.71，表明這些方面的改變對旅游業都有較大的影響，其中客運量、旅客周轉量與旅游業的相關性高于其他指標，可以作為衡量高鐵對旅游影響的重要指標。

3 高鐵對節點城市旅游業的影響

任何特性都有一定的表現形式，本節從高鐵對節點城市旅游業產生的影響出發，進一步細化研究兩者相關性。高鐵在旅游者的行為決策、旅游產業、旅游目的地、區域旅游格局等方面的都產生了重要的影響[12]，且高鐵的“時空壓縮”效應最顯著的表現為提升可達性、擴大影響范圍，加強區域間聯系。再結合以往研究經驗，故選取旅游目的地的經濟效益、平均時間、旅游吸引力3個方面進行分析。

節點城市是旅游活動的交通承載和樞紐。選取北京為研究對象，一方面因其旅游業起步早，發展水平高，旅游經濟總量顯著，且功能全面，旅游產品與業態豐富，旅游服務配套水平較為完善。2016年實現旅游總收入5021億元，接待游客總人數2.85億人次，旅游相關產業完成固定資產投資795.5億元，占全社會固定資產投資比重的9.4%。另一方面，北京交通便利，是中國鐵路網和高鐵網的重要節點城市，開通時間最早，是我國首條高鐵——京津城際高鐵的始發地，且高鐵網絡較為密集，已建有京滬高鐵、京津城際高鐵等高鐵，可抵達上海、蘇州、杭州等地，運行范圍基本覆蓋全國重要城市。

3.1 經濟效益

自2008年首條高鐵——京津城際鐵路開通后，北京相繼開通多條高鐵。故以2008年為分界點，分析高鐵投入運營前后鐵路運輸業與旅游業之間的變化(表4)。從北京鐵路運輸業(2008年后包含高鐵)與旅游業的統計圖可以看出(圖1和2)高速鐵路與北京市旅游業發展之間存在同向增長的關系。主要分析如下：較之前年均300萬km的客運增加量，2008年高鐵開通以來，鐵路客運量逐年遞增，且每年同比增加量都在500萬km以上，最高增加量達到1 282萬km;客運周轉量也呈現逐年遞增的趨勢，自2008年增加量明顯提高，年均增加量達到9.23億人km，遠高于2008年前的7.00億人km的年均增加量。從旅客人數和收入也呈現同樣的趨勢：來京旅游者人數逐年遞增，自2008年增加量明顯提高，年均增加量達到1 570萬人次，遠高于2008年前的607萬人次的年均增加量；旅游外匯收入總額和國內旅游收入也出現明顯的遞增態勢，2008年之后的平均收入分別為480 454.8萬美元和3 078.188億元，明顯高于2008年以前的平均收入333 657.1萬美元和1 170.714億元，其中2015年分別達460 500萬美元、4 320億元，規模較大。

表4 北京鐵路運輸業與旅游業的數據

數據來源：北京統計局，北京統計年鑒

圖1 北京市鐵路與旅游業數據統計

圖2 北京市鐵路與旅游業增加量數據統計

3.2 通達性

城市的通達性直接關系城市地位和區域影響力，關系區域綜合性的發展[24]。時間是直接衡量旅游目的地的區域通達性的有力指標。在有無高速鐵路的不同情況下，對多種交通方式采用加權平均時間的計算方式，對比高鐵開通對旅游目的地城市通達性的影響。

表5 天津到北京客運的運行時長

數據來源：12306網站與攜程網

3.2.1 加權平均時間計算

本文選用天津到北京為例，主要數據來源于12306、攜程網和筆者調研結果，結果見表5。

不同交通方式的附加時間不同，為貼近實際情況，減小誤差，針對各種交通方式逐一計算總消耗時長，作為最終的加權基數，見表6、7。

鐵路單程總時間=運行時間92 min+提前20 min+進出站30 min=142 min

大巴單程總時間=運行時間90 min+提前20 min+進出站20 min+進出城堵車2 0min =130 min

高鐵單程總時間=運行時間35 min+提前20 min+進出站30 min=85 min

自駕單程總時間=運行時間60 min+進出城堵車20 min=80 min

表6 天津到北京客運的總時長

數據來源：調研

表7 交通方式選配比例

數據來源：調研

將表6、7數據代入式(3)加權計算，得出加權平均時間。

(3)

其中：W為天津到北京旅客加權平均時間；Xi:為第i種交通運輸方式的旅行總時間；Mi為第i種交通運輸方式的旅客比例。

3.2.2 結果分析

由上述結論可知：在有高速鐵路的情況下，從天津到北京的時間減少約24 min，占無高鐵情況下平均時間的19.84%。高鐵的投入使用，大大降低了城市加權旅行時間，提升了城市的可達性。

3.3 旅游吸引力

旅游資源刺激游客產生旅游吸引力而產生旅游行為，因此旅游吸引力是產生旅游行為的直接因素。

3.3.1 旅游吸引力計算

依據原始的牛頓重力模型，綜合社會問題的復雜因素[25]，國內外研究學者不斷探索，改進并創造出許多用于測度城市的引力模型。本文選用Crampon.L.J模型[26]，該模型先后受到保繼剛等的科學分析與認證[27]，是研究城市吸引力的經典模型。

(4)

其中:Tij為i到j的游客量；Pi為i地的游客平均可支配收入；Aj為j地的旅游容客量；Dij為i、j兩地之間的時間距離；G、b為參考系數。由于本文主要考慮交通方式給旅游吸引力的改變，故在默認其他指標不變的情況下，將開通前后的對比通過交通時間的對比來反映旅游吸引的能力[28]。

(5)

其中：T1j為高鐵開通前某地到j地的游客量；T2j為高鐵開通后某地到j地的游客量；D1j為高鐵開通前某地到j地的火車時間；D2j為高鐵開通后某地到j地的高鐵時間。

結合高鐵網與鐵路網，以北京為目的地，選取10個主要樞紐城市為客源地。數據來源于12306官網和高德地圖，其中高鐵運行時間、火車運行時間均具有多樣性，故采用加權平均值。按照式(5)計算的吸引力系數結果見表8。

3.3.2 結果分析

從表8可見:吸引力系數均大于1，最高達11.8，表明較普通火車，高鐵的投入使用增加了旅游目的地的吸引力。但增加程度不同，吸引力強弱受距離影響，呈現出兩端分布(圖3和4)：對距離較遠(如上海、廣州、深圳)和較近(如天津、濟南)的客源地的吸引力改變性強，對于中度距離(如沈陽、武漢)的客源地吸引力改變弱。隨之，北京的客源組成比例也發生變化：距旅游目的地較遠和較近的游客人數增加，客源比例增大，中度距離的游客比例會相應減少。

表8 高鐵開通前后北京到各城市的旅游吸引力比較

數據來源：12306網站與高德地圖

圖3 吸引力隨距離的規律分布

圖4 城市吸引力分布及排名

4 結束語

節點城市是高速鐵路的交通樞紐，其旅游發展關系高鐵沿線城市的旅游發展和經濟發展，逐漸影響到區域旅游格局的變化。從旅游角度研究高鐵與節點城市的相關性，合理調整和規劃旅游業以順應高鐵時代的發展要求。

高速鐵路運輸業與旅游業之間相關系數高，兩者的聯系性強。但不同指標之間的相關程度不同，其中高鐵對國內的旅游影響較大，國內旅游收入為最高。客運量、旅客周轉量這些高鐵相關指標對旅游業的相關性較高，可以作為衡量旅游影響的重要指標。

以北京市為例分析高鐵對節點城市旅游業的影響，得出以下結論：① 隨著高鐵的開通北京旅游業經濟顯著提高，兩者存在較強的正相關性。② 高鐵的投入使用大大降低了城市加權旅行時間，提升了城市的可達性。③ 高鐵的投入使用增加了旅游目的地的吸引力。但增加程度隨距離不同表現出一定規律：對距離北京較近和較遠的城市影響顯著，對距離適中的城市影響較小，隨之旅游客源的比例也發生相應變化。

[1] TB10621—2014，高速鐵路設計規范[S].

[2] 中長期鐵路網規劃(2008年調整)[R].北京：國家發展改革委員會，2008.

[3] 華政.我國高鐵營業里程超2.2萬公里[N].人民政協報,2017-01-04(09).

[4] 耿筱丹. 高速鐵路對城市吸引力影響差異研究[D].北京:北京交通大學,2015.

[5] BANISTER D，BERECHMAN Y.Transport investment and thepromotion of economic growth [J].Journal of TransportGeography,2001(3):209-218.

[6] BONNAFOUS A.The regional impact of the TGV[J].Transportation,1987,14(2):127-137.

[7] VICKERMAN R. High-speed rail in Europe: Experience and issuesfor future development [J].The Annual of Regional Science,1997,31(1):21-38．

[8] 王鳳學.中國高速鐵路對區域經濟發展影響研究[D].長春：吉林大學,2012.

[9] BLUM U, HAYNES K E,KARLSSON C K. The regional and urban effects of high speed trains[J]. The Annals of Regional Science, 1997,31(1):1-20.

[10] 張志堯，范文毅.京滬高速鐵路對上海經濟發展的影響[J].上海鐵道學院學報，1994,15(2): 131-134.

[11] 胡天軍，申金升．京滬高速鐵路對沿線經濟發展的影響分析[J]．經濟地理，1999， 19(5)：101-104.

[12] 殷平.高速鐵路與旅游業:成果評述與經驗啟示[J]. 旅游學刊,2012(6):33-40.

[13] 殷平.高速鐵路與區域旅游新格局構建——以鄭西高鐵為例[J]. 旅游學刊,2012(12):47-53.

[14] 汪德根,陳田,李立,等.國外高速鐵路對旅游影響研究及啟示[J]. 地理科學,2012(3):322-328.

[15] 汪德根.武廣高速鐵路對湖北省區域旅游空間格局的影響[J]. 地理研究,2013(8):1555-1564.

[16] 汪德根.武廣高鐵對沿線都市圈可達性影響及旅游空間優化[J]. 城市發展研究,2014(9):110-117.

[17] 汪德根.京滬高鐵對主要站點旅游流時空分布影響[J]. 旅游學刊,2014(1):75-82.

[18] 汪德根,牛玉,王莉.高鐵對旅游者目的地選擇的影響——以京滬高鐵為例[J].地理研究,2015(9):1770-1780.

[19] 郭建科,王紹博,李博,等.哈大高鐵對東北城市旅游經濟聯系的空間影響[J].地理科學,2016(4):521-529.

[20] 郭建科,王紹博,王輝,等.哈大高鐵對東北城市旅游供需市場的空間效應研究——基于景點可達性的分析[J].地理科學進展,2001(4):505-514.

[21] 李天元.旅游學概論[M].6版.天津：南開大學出版社，2009.

[22] 沈中印,史術光.論旅游業和交通業的互動與整合[J].云南地理環境研究,2006(6):84-87.

[23] 褚夫強. 基于灰色關聯分析方法的網點復制特性的研究[C]//第二屆中國印刷與包裝學術會議論文摘要集.北京：中國印刷科學技術研究所，2012.

[24] 林曉言,陳小君,白云峰,等. 京津城際高速鐵路對區域經濟影響定量分析[J]. 鐵道經濟研究,2010(5):5-11.

[25] 張凌云.旅游地引力模型研究的回顧與前瞻[J]. 地理研究,1989(1):76-87.

[26] 廖愛軍.旅游吸引力及引力模型研究[D].北京:北京林業大學, 2005.

[27] 保繼剛.引力模型在游客預測中的應用[J].中山大學學報(自然科學版),1992(4):133-136.

[28] 于秋陽,楊斯涵.高速鐵路對節點城市旅游業發展的影響研究——以西安市為例[J].人文地理,2014(5):142-148.