區域旅游產業集聚過程及其影響因素研究

麻學鋒 譚佳欣 黃俊

引用格式：麻學鋒，譚佳欣，黃俊. 區域旅游產業集聚過程及其影響因素研究——以湘西地區為例[J]. 旅游學刊， 2021， 36（9）： 13-27. [MA Xuefeng， TAN Jiaxin， HUANG Jun. Study on the agglomeration process and influencing factors of regional tourism industry： A case of the Western Hunan[J]. Tourism Tribune， 2021， 36（9）： 13-27.]

[摘? ? 要]文章采用區位熵、空間自相關及重心模型等方法，分析湘西地區2002—2017年旅游產業空間集聚程度及演化過程，并運用地理探測器模型探測湘西地區主要集聚因子的貢獻率及其交互作用關系，揭示湘西地區旅游產業集聚的主要影響因素。結果表明：（1）湘西地區旅游產業集聚水平呈先遞增后遞減的發展態勢，在空間上呈現較為明顯的局部空間自相關集聚格局，具體表現為由武陵源區、永定區以及鳳凰縣向沅陵縣降低趨勢。（2）湘西地區旅游產業集聚重心由西北方向向西南方向轉移，區域南北部表現為顯著的空間差異性。（3）湘西地區旅游產業集聚過程的核心影響因素是市場規模、交通區位條件、政府政策支持、區域經濟發展水平、資源稟賦以及城市化水平等，各因素內含因子對湘西地區的貢獻率各有不同。雙因子交互作用有助于增強對旅游產業集聚的解釋力，交互結果顯示，市場規模和政府政策支持的交互作用對湘西地區旅游產業集聚的格局變化影響最強。

[關鍵詞]旅游產業;集聚過程;影響因素;地理探測器;湘西地區

[中圖分類號]F59

[文獻標識碼]A

[文章編號]1002-5006（2021）09-0013-15

Doi： 10.19765/j.cnki.1002-5006.2021.09.007

引言

隨著中國社會經濟發展總量快速增長并逐漸邁入轉型發展的新階段，旅游產業作為國民經濟戰略性支柱產業，發展規模逐步擴張，優化產業結構并實現轉型升級成為旅游業發展必然趨勢[1]。在國家政策扶持以及市場經濟推動下，各地區旅游產業空間集聚發展態勢明顯[2]，區域經濟發展水平得到有效提升。尤其對于集中連片欠發達地區來說，引導并利用旅游產業集聚效應可以滿足提高區域服務效率，鞏固脫貧攻堅成果，提高旅游核心競爭力的客觀要求[3]。因此，研究旅游產業集聚過程及其影響因素，對于如何高效整合旅游資源配置，實現旅游產業高質量發展具有重要意義。

湘西地區是武陵山片區扶貧開發的重要組成部分，同時也是對接國家“一帶一路”倡議的重要區域[4]。湘西地區旅游業主要是在張家界和鳳凰古城的輻射作用下帶動發展起來的。1988年張家界市以旅游立市，宣告了湘西地區旅游發展開始進行艱難探索。鳳凰古城在20世紀90年代初期主要以煙草產業為主導產業，但由于國家關于煙草行業的政策調整，區域經濟再度陷入低迷，于是決定向以旅游產業為主導產業的經濟發展模式轉型升級，2001年鳳凰縣政府將景區經營權轉讓給了黃龍洞旅游有限公司，實現經營權與管理權分離，對其他同類區域創建新的旅游產業發展模式起到了典型示范作用。隨著區域旅游一體化進程的加快，湘西地區意識到區域旅游合作發展的必要性，2013年，湘西地區3市州共同簽署發布了《推進大湘西文化旅游融合發展合作宣言》，在促進旅游經濟圈發展融合、客源市場共享以及資源要素整合的基礎上積極開展跨區域旅游合作[5]。2015年，《大湘西地區文化生態旅游融合發展精品線路建設總體設計方案》中提出把精品線路建設作為落實精準扶貧的重要抓手，著力打造一環兩縱四橫多線集群。據統計，湘西地區旅游接待人數由2002年的1212.45萬人次增至2017年的16 170.36萬人次，年均增長率達到33.15%;旅游總收入占GDP的比值由2002年的9.44%提升至2017年的47.23%1，由此可以看出，旅游業是湘西地區經濟發展的重要推動力，故湘西地區成為研究不同時期旅游產業集聚現象的典型示范案例地。

1 文獻回顧

1.1 關于旅游產業集聚的研究

旅游產業集聚是產業集聚理論和實踐相結合的研究典范。國外關于旅游產業集聚的研究成果豐碩，Baurn和Heveman最早對1989—1990年美國紐約曼哈頓區飯店服務業進行相關調查，認為集聚效應能夠縮小與競爭對手之間的差距，提升區域經濟發展水平[6]。后有學者分別從不同角度證實了旅游產業集聚對區域經濟的帶動作用，也有學者認為區域集聚經濟及其外部性與旅游產業流動和供給存在相互依賴關系[7]。Fereidouni和Masron的研究表明，旅游產業集聚是國外房地產投資選址的顯著決定因素[8]。此外，國外部分學者還將視角聚焦于旅游產業集聚的內部結構和類型[9]、形成條件[10-11]、競爭優勢[12]等方面，構建了頗為成熟的理論研究體系和實證分析框架。Kim等通過調查集聚經濟對旅游產業生產率的直接和間接影響，得出集聚經濟對生產率具有競爭性和互補效應的結論[13]。Urtasun和Gutiereez以西班牙為例，探討了旅游產業發展對居民就業質量方面的影響，認為旅游產業集聚現象會對社會福利產生重要作用[14]。國內關于旅游產業集聚的研究起步相對較晚，始于改革開放時期，研究者多以旅游地理學為學科基礎，主要關注旅游產業集聚的動力機制[15]、發展路徑[16]、實踐模式[17]以及影響因素[18]等方面。早期研究主要對旅游產業集聚與社會經濟發展之間的互動關系進行了集中探討。比如，張淑文等基于2001—2017年中國省際面板數據，采用空間自相關分析方法，得出產業集聚顯著促進旅游經濟增長的結論[19];王新越和蘆雪靜認為中國旅游產業多樣化集聚能夠促進旅游經濟的提高，不同區域影響效應存在空間差異[20]。之后，學者們逐漸從交通建設、城鎮化發展、城市空間形態以及環境污染等視角出發對其與旅游產業集聚的關聯性展開廣泛探討[21-24]。部分研究證明了旅游產業集聚存在空間差異性，劉迎輝對陜西各地級市鄉村旅游發展的集聚度競爭態進行了比較分析，發現陜西省鄉村旅游產業集聚的競爭態空間分布呈現極不均衡性[25];倪向麗等研究發現云南省旅游產業集聚發展的空間差異化明顯，通過合理規劃產業布局可以有效促進區域發展均衡[26]。此外，亦有研究證明旅游產業集聚過程具有階段性特征[27]。在旅游產業高質量發展和以人為本的新時代背景下，旅游產業集聚作為推動區域高質量發展的增長極具有顯著的示范帶動作用，相關研究愈來愈受到地理學、旅游學、城市規劃學等諸多學科和業界內學者們的重視。

1.2 關于旅游產業集聚的影響因素研究

在內外部因素的綜合作用下，旅游產業集聚水平不斷提升。學者們普遍認為區域經濟發展水平和政府政策支持對旅游產業集聚具有重要推動作用[28-29]。旅游產業集聚不僅可以提高旅游企業勞動生產率，而且可以通過溢出效應迅速帶動產業鏈發展[30]。已有研究對個案的描述能夠帶來理論上的相關啟發，旅游產業集聚過程對于資源的依賴性與區位的依附性較強，故大力開發旅游資源和加強區域交通基礎設施建設是提高區域旅游產業集聚水平的關鍵條件[31]。Yang認為，旅游資源稟賦、旅游參與者的網絡系統、旅游產業制度對于推動旅游產業集聚發展具有重要作用[32]。也有研究認為交通區位、客源市場、品牌溢價能力、資源依托以及政府規劃在推動旅游產業集聚過程中起到了關鍵作用[33]。Pedro等的研究結果表明，企業的市場活力與創業導向是旅游產業集群協同發展的重要因素[34]。亦有學者認為旅游產業集聚是利益相關者博弈的結果[35]。此外，一些研究還分析了信息化對旅游產業集聚過程的影響，表明信息傳播也是推動旅游產業集聚的重要因素[36]。這些研究成果為本研究提供了重要的研究基礎和范式引導。

1.3 研究評價

綜上所述，大多數學者對影響因素的分析為定性研究與靜態分析，數理計量的動態分析相對欠缺，主要從單一因素視角分析因子對旅游產業集聚的影響，而對各影響因素之間是否發生相互作用關系及其對旅游產業集聚的影響程度分析相對薄弱;在研究方法上，集中采用多元回歸模型、灰色關聯模型、主成分分析法、GEM（groundings-enterprises-markets）模型等方法來測算旅游產業的主要影響因子[37]，對于運用地理探測器分析旅游產業集聚階段性影響因素的研究相對較少;研究區域和尺度選擇涉及全國、城市群、省域以及市域，但針對縣級及以下尺度的研究相對缺乏，此外，已有研究對象多為沿海地區或經濟發達地區，對于西部欠發達地區旅游產業集聚現象研究較為薄弱。本文將對2002—2017年湘西地區旅游產業集聚特征及演化過程進行分析;運用地理探測器對旅游產業集聚過程中的單個影響因子的貢獻率和因子間的相互作用進行深入研究。研究結果從實踐上響應了區域旅游產業發展戰略，對我國以旅游業為主導產業的欠發達地區在構建區域一體化的基礎上形成區域核心競爭力，實現旅游產業空間合理布局具有重要借鑒意義。

2 研究方法與數據來源

2.1 研究區域概況

湘西地區主要包括湘西自治州、張家界市、懷化市及邵陽市、永州市部分縣市，是湖南省少數民族聚居區，集革命老區、民族地區、欠發達地區于一體。考慮到研究區行政區域的完整性，本文以湘西土家苗族自治州（以下簡稱湘西州）、張家界市（以下簡稱張家界）和懷化市（以下簡稱懷化）共24個區縣作為研究范圍[38]，其中，新晃侗族自治縣、靖州苗族自治縣、通道侗族自治縣、麻陽苗族自治縣和芷江侗族自治縣在以下分析中簡稱為新晃縣、靖州縣、通道縣、麻陽縣和芷江縣。湘西地區境內擁有豐富的旅游資源，截至2017年年底，共擁有兩個5A級景區、26個4A級景區以及49個3A級景區。由于湘西地區擁有得天獨厚的人文民俗資源和自然旅游資源，旅游業對區域經濟的貢獻十分顯著。伴隨著區域經濟的發展，進一步推動交通旅游服務的完善，而吉茶、風大、吉懷和張花高速公路的建成通車，為推動湘西旅游產業集聚提供了便利條件。

2.2 研究方法

2.2.1? ? 區位熵

區位熵又稱專門化率，在產業結構研究中，運用區位熵指標測算湘西地區旅游產業集聚水平，區位熵值越大，說明旅游產業集聚水平越高。旅游產業區位熵指數計算公式如下[39]：

[LQi=eijei/EkjEk]（1）

式（1）中，[eij]表示[i]地區[j]產業在本地總產值;[ei]表示[i]地區的總產值;[Ekj]表示[k]區域[j]產業的總產值;[Ek]表示[k]區域的總產值;[LQi]表示的是[i]地區旅游產業的區位熵。當[LQi]>1時，表明[i]地區的旅游產業集聚水平高于[k]區域平均水平;當[LQi]=1時，則等于[k]區域平均水平;當[LQi]<1時，則低于[k]區域平均水平。

2.2.2? ? 相關性分析

（1）全局Morans I統計

全局Morans I統計主要是用來衡量相鄰空間分布對象屬性取值之間的關系，描述整個研究區域上所有空間對象之間的平均關聯程度、空間分布模式以及顯著性等，具體公式表達如下[40]：

[I=n×i=1nj≠inwij（xi-x）（xj-x）i=1nj=1nwij×i=1n（xi-x）2]（2）

式（2）中，[I]為全局Morans I指數;[n]是研究區域中的24個區縣;[i]與[j]代表第[i]和第[j]個研究對象;[wij]為研究對象的空間權重;[xi]和[xj]是研究對象的空間觀測值;[x]是全部研究對象空間觀測值的平均值。[I]的取值范圍為[-1，1]，正值表示相似的觀測值在空間為集聚狀態，負值表示相異的觀測值聚集在一起，值為0表明研究對象不存在自相關，即為空間隨機分布。

（2）局部Morans I統計（local indicators of spatial association）

相較于全局空間自相關，局部Morans I指數Ii主要用于驗證研究對象是否存在相似值或相異值的局部集聚現象[41]，運用局部Morans I指數描述湘西地區各區縣的空間集聚模式，從而發現其空間分布的內在聯系及發展規律。計算公式如下：

[Ii=n（xi-x）j=inwij（xj-x）i=1n（xi-x）2]（3）

若計算所得的[Ii]為正，說明區域[i]為高值區且其鄰近區域也為高值區，或區域[i]為低值區且其鄰近區域也為低值區，即區域[i]存在相似值的空間集聚;若局部Morans I指數為負值，說明區域[i]為高值區且其鄰近區為低值區，或者區域[i]為低值區且其鄰近區域為高值區，即區域[i]與周圍地區為相異值的空間集聚[19]。

2.2.3? ? 重心模型

運用重心模型反映湘西地區旅游產業集聚過程的遷移軌跡和區域特征，在一定程度上顯示區域發展的空間非均衡性，計算公式如下[42]：

[X=xi×MiMi， Y=yi×MiMi]（4）

式（4）中，[X]、[Y]為研究區域的重心坐標;[xi]、[yi]為湘西地區區縣[i]的重心坐標;[Mi]為區縣[i]的旅游產業集聚度，由上述區位熵方法測量可得。

[Dt=C×（xn+t-xn）2+（yn+t-yn）2]（5）

式（5）中，[Dt]為每年重心的移動距離;[C]為地理坐標（經緯度）轉換為平面距離（km）的常數;（[xn+t]，[yn+t]）、（[xn]，[yn]）分別表示各區縣在第n+t年和第n年的地理坐標。

[θt=nπ2+arctanyn+t-ynxn+t-xn]（6）

式（6）中，[θt]為重心每年移動的角度。

2.2.4? ? 地理探測器

地理探測器（geographical detector）是對空間數據進行驅動力與因子分析的新興統計學方法，同時也是空間分異性分析的有效工具[43]，主要由4個探測器組成：因子探測器、交互探測器、生態探測器、風險探測器。選用因子探測器與交互探測器，分析湘西地區旅游產業集聚水平的空間分異，并探測其核心影響因素。具體模型如下所示。

（1）因子探測器

[q=1-h-1LNhσ2hNσ2=1-SSWSST]（7）

式（7）中，[q]值取值為0～1，表示某因子[X]對屬性[Y]在空間分異上的貢獻率，[q]值越大，[Y]的空間分異越明顯;[h]=1，…，[L]為旅游產業集聚程度[Y]或因子[X]的分區或分類;[Nh]和[N]分別為層[h]和全區的單元數;[σ2h]和[σ2]分別是子區域與整個區域集聚程度的方差;[SSW]和[SST]分別為層內方差之和與全區總方差。q值越大，說明分區因素對旅游產業集聚過程的貢獻強度越大。

（2）交互探測器

交互探測器可以識別不同集聚因子間的交互作用，交互作用下的因子貢獻率用[q（X1?X2）]來表示，將其與集聚因子[q（X1）]和[qX2]進行比較，以判斷集聚因子交互作用的解釋力，交互類型如表1所示[44]。

2.3 數據來源與處理

結合湘西地區旅游產業發展史實，以2002年、2007年、2012年、2017年為時間節點，選擇上述4個節點和階段劃分主要基于以下考慮：（1）研究期間涵蓋旅游發展始終。湘西地區的旅游發展真正始于1988年，但相關數據均表明，1988—2001年旅游產業發展水平起伏不大，截至2002年，湘西地區旅游接待人次達到1212.45萬人次，旅游市場才初具規模。（2）為減少無意義工作量和避免局部波動而影響研究結果，以DPS 7.05軟件的最優分割法進行整體演化年份劃分[45]，以誤差函數為0.6581為基準將時序階段劃分為快速集聚階段（2002—2007年）、穩定發展階段（2008—2012年）與衰弱/創新階段（2013—2017年）。

數據主要來自2002—2017年所有縣域歷年統計公報及政府工作報告，2003—2018年張家界市、湘西州和懷化市統計年鑒;在湖南旅游監管網（http：//jg.hnt.gov.cn/）及湖南省文化和旅游廳官方網站（http：//whhlyt.hunan.gov.cn/）獲取3A級以上景區的評定時間;通過百度搜索引擎獲取各市省級以上森林公園、風景名勝區、自然保護區的評定時間;湘西地區旅游產業的重心移動直線距離由Google Earth測量所得。同時，對于無法直接獲取的數據，采用插值法對指標進行賦值。

3 湘西地區旅游產業集聚過程的測度

3.1 總體集聚過程

通過計算2002—2017年湘西地區旅游產業集聚程度及全局Morans I指數，反映旅游產業在空間上的集聚過程及空間總體相關性，計算結果由表2所示。

快速集聚階段（2002—2007年）：湘西地區的全局Morans I指數均為正值，數值在0.102～0.312范圍之間波動，Z統計值量均大于1，2007年的Morans I指數數值達到最高值（0.312）。這表明湘西地區旅游產業集聚過程存在著顯著的正向依賴性，旅游產業集聚水平高的區域之間表現出較為相似的空間分布特征。而旅游產業的集聚度呈波動起伏趨勢，但是區位熵系數平均水平大于1，總體上表現為較強集聚相關格局。

穩定發展階段（2008—2012年）：相較于上一階段，湘西地區的全局Morans I指數和旅游產業區位熵系數在此階段整體出現下降趨勢，Z值統計量最大僅為1.023，其余年份均小于1，這說明湘西地區的旅游產業整體集聚現象及其區域關聯性有所下降，但依舊保持正相關，直到2009年下降趨勢得到有效控制。雖然各區縣間的空間自相關性出現減弱趨勢，但是總體空間分布上表現為上升趨勢。

衰弱/創新階段（2013—2017年）：湘西地區的全局Morans I指數從2013年開始上升，自相關性不斷加強，但是旅游產業區位熵系數波動性大，表現為先上升后下降的發展態勢。這說明湘西地區旅游產業開始逐漸向周圍地區擴散分布，地區增長極通過發揮聯動效應帶動周邊地區發展，而發展較慢的區縣通過吸收旅游產業集聚顯著區域的旅游客源逐漸提升旅游發展水平。與此同時，一些旅游業發展水平較低的地區因缺乏足夠的發展動力而逐漸趨向于衰落階段。

3.2 旅游產業區位熵系數的空間化表達

為直觀清晰地表達旅游產業集聚水平的空間分異性，選取2002年、2007年、2012年和2017年為時間節點進行可視化表達，運用自然斷點法將旅游產業集聚水平分為4類，顏色越深代表旅游產業區位熵數值越大。從圖1可以看出，湘西地區的旅游產業集聚情況呈現出較為明顯的空間異質性。2002年，僅有武陵源區呈現較高集聚水平，永定區為次級集聚中心，而桑植縣、鳳凰縣、永順縣、中方縣以及靖州縣為三級集聚中心，但有近70%的區縣呈現較低旅游集聚水平。2007年，武陵源區仍然保持較高集聚水平，鳳凰縣憑借資源優勢逐漸成為繼武陵源之后另一集聚中心，永定區保持穩定的集聚態勢，并新增通道縣、鶴城區、瀘溪縣、吉首市、古丈縣為三級集聚中心，但仍有41%的區縣集聚水平保持較低水準。2012年，湘西地區各區縣旅游產業集聚水平明顯提高，吉首市、芷江縣和洪江市成為新一輪的三級集聚中心，鳳凰縣和永定區成為次級集聚中心，低級集聚中心數量為18個。2017年，永定區旅游產業發展較快，集聚水平要高于其他地區，為一級集聚中心，武陵源區為次級集聚中心，鳳凰縣、吉首市、桑植縣和通道縣為三級集聚中心，共擁有18個低級集聚中心。上述分析表明，2002—2017年湘西地區主要集聚中心和次級集聚中心始終在鳳凰縣、永定區以及武陵源區之間徘徊，旅游產業集聚水平總體上表現出顯著的時空差異。

3.3 局部集聚過程

根據式（3），可以測算湘西地區旅游產業集聚的局部空間模式演變過程。理論上存在高高（HH）、高低（HL）、低高（LH）、低低（LL）4種集聚模式，高高（HH）與低低（LL）為同質性集聚，高低（HL）與低高（LH）為異質性集聚。因此，可以根據這4種空間集聚模式對湘西地區的4個時間截面進行識別。從圖2可以判斷，湘西地區旅游產業集聚水平在空間上表現出較為明顯的局部空間自相關集聚格局。（1）旅游產業集聚水平空間差異較小，自身旅游產業集聚水平較高且周圍區域旅游產業集聚水平也較高的城市（高高型）。2002年的高高型區域為永定區，2017年的高高型區域為武陵源區，僅在2012年永定區和武陵源區同為高高型。可以看出，這些高高型城市由于本身具有良好的旅游資源稟賦，旅游產業發展較快，旅游產業集聚水平較高。（2）旅游產業集聚水平空間差異較大，自身旅游產業集聚水平較高，但周圍區域旅游產業集聚水平較低（高低型）的城市只有鳳凰縣，而且僅在2007年出現該集聚模式，主要是因為鳳凰縣旅游資源豐富，早期在政府的扶持下實現快速轉型，旅游產業發展速度較快，而周圍地區花垣縣、吉首市、瀘溪縣以及麻陽縣旅游產業集聚水平較鳳凰縣要低很多。（3）旅游產業集聚水平空間差異較大，自身旅游產業集聚水平較低且周圍區域旅游產業集聚水平較高的城市（低高型）。2017年，沅陵縣旅游產業集聚模式表現為低高型，主要原因在于隨著張家界市旅游業快速發展，對弱勢區的要素傳導性較弱。從集聚圖上看到的空白區域旅游產業集聚水平與周圍區域相比沒有顯著特征，但符合總體的旅游產業集聚分布特征，且未出現低低型區域。

3.4 重心演變過程

為進一步剖析湘西地區旅游產業集聚過程的旅游重心演變軌跡，采用重心模型來測度湘西地區旅游產業在時間與空間維度上的移動趨勢，結果如圖3所示。

從湘西地區旅游產業重心演變的階段過程來看，在快速集聚階段，重心跨度約為64.4km左右，移動緯度范圍為28?64′N～29?12′N，經度移動范圍為110?09′E～110?37′E，2002—2004年間的移動速度最慢，旅游重心停留在永定區，說明永定區旅游產業集聚水平一直優于其他地區，再次驗證了上述結論。2005年與2007年這兩年間的移動速度最快，移動直線距離約為18.45km，旅游重心經歷了從永順縣西部向古丈縣西部的轉變，并逐漸向湘西地區地理重心（28?54′N，110?110′E）靠攏，說明在這一時期永定區與其西南部城市旅游產業集聚發展差距有所減小;穩定發展階段的旅游重心跨度最大，由瀘溪縣又轉移至古丈縣，并在古丈縣內徘徊，總體移動距離較大，約為143.49km，移動速度緩慢，緯度移動范圍為28?11′N～28?67′N，經度移動范圍為110?00′E～110?10′E，逐漸接近湘西地區的地理重心，說明湘西地區中部和北部旅游產業集聚發展差距雖然在逐漸減小，但是南北部旅游產業集聚發展差異不斷增大;衰弱/創新階段的旅游重心，在2016年與2017年間的移動速度最快，這一階段旅游重心從瀘溪縣移動到永順縣，緯度移動范圍為28?37′N～28?89′N，經度移動范圍為110?01′E～110?29′E。在2013—2016年間，旅游重心幾乎與湘西地區的地理重心重合，2014年再次向南偏移，而2016年繼續向北移動60.75°，偏移距離72.48km，表明湘西地區旅游產業集聚現象變化較大，旅游業發展態勢不一致。

4 影響因素分析

旅游產業集聚過程受到眾多因素的影響[19，46]。在借鑒旅游經濟發展和旅游產業集聚影響因素研究的基礎上，結合湘西地區旅游實際情況與數據可獲得性，進行影響因素指標選取，具體如表3所示，在通過顯著性檢驗的前提下，本文最終假定影響旅游產業集聚的主要因素如下：市場規模（[X1]）：新經濟地理學認為產業發展傾向于在更大的市場區域生產，因此以旅游人次作為市場規模的描述指標。資源稟賦（[X2]）：資源稟賦是旅游產業集聚的原始動力[47]，指標選取3A級以上景區、省級以上森林公園、風景名勝區和自然保護區個數。經濟發展水平（[X3]）：旅游產業集聚水平與當地經濟發展水平關系密切，故采用地區人均GDP指數加以衡量。政府政策支持（[X4]）：政府政策的支持是貧困地區脫貧攻堅的重要保障，對旅游產業集聚起到重要促進作用[29]，可用財政扶貧資金投入來衡量政府政策對貧困地區的支持力度[48]。交通條件（[X5]）：交通條件對于提升旅游產業集聚水平提供了便利條件，故選取公路通車里程為指標進行相關描述。社會公共服務水平（[X6]）：政府通過公共財政支出為社會大眾提供公共產品和服務，改善公共基礎設施和市容市貌，對目的地旅游形象有一定影響，故主要以公共財政支出來進行衡量[48]。城市化水平（[X7]）：城市化發展是影響區域旅游產業集聚的重要條件，指標選取非農人口占年末總人口的比重[49]。信息化水平（[X8]）：部分學者采用信息化綜合指數來表征信息化水平，但因其所涉及的指標眾多且統計口徑不一，加上計算方法不一致，難以進行深入分析。相比而言，郵電業務額包含網絡（互聯網和移動終端）、固話、移動電話、郵政報刊和函件、特快專件等營業數額，基本上涵蓋了信息技術消費的各個方面，在觀察期內統計口徑一致且不存在數據缺失，因而適合量化反映信息技術消費水平[36]。

4.1 影響因子探測結果

基于上述理論假說，運用ArcGIS 10.2自然斷點法將選取的因子分為5個等級區，并利用地理探測器，分別計算2002年、2007年、2012年及2017年各影響因子對旅游產業集聚水平的影響力q值。由圖4可知，不同時間段旅游產業集聚的影響因子作用程度有所差別。借鑒阮文奇等[50]的研究，將探測值在0.5以上的劃分為影響作用強的核心影響因素，探測值在0.4～0.5區間的劃分為影響作用相對較強的重要因素，探測值在0.4 以下的劃分為影響作用較弱的一般因素。2002年，影響湘西地區旅游產業集聚的核心因子為市場規模（0.71）和資源稟賦（0.59），政府政策支持（0.43）為重要影響因子。隨著社會經濟水平的提高，2007年，各因子解釋力度發生變化，經濟發展水平對旅游產業集聚分布的解釋力度（0.78）大于市場規模的解釋力度（0.74），成為核心主導因子。2012年，城市化水平取代社會經濟發展水平的作用成為核心影響因子（0.61），但市場規模（0.51）仍然為重要影響因子，交通條件的貢獻率（0.30）上升速度較快。2017年，城市化水平對旅游產業集聚分布的解釋力顯著高于其他影響因子，相較于2012年，市場規模（0.60）的解釋力度逐漸上升，且交通條件（0.42）在2017年成為重要影響因子。從平均值看，所有因子的解釋力排序為：市場規模>城市化水平>資源稟賦>經濟發展水平>政府政策支持>交通條件>社會公共服務水平>信息化水平。

4.2 影響因子交互探測結果

在對各因子分別探測其作用強度的基礎上，為進一步評估因子間相互作用是否會對湘西地區旅游產業集聚產生影響，利用交互作用探測檢驗每兩個因子對旅游產業的交互作用類型，結果發現，兩兩交互作用的影響因子會加大對旅游產業集聚的解釋力度，即在旅游產業集聚過程中，不僅受到單個因子的影響，多個因子的共同作用也導致了湘西地區旅游產業集聚的空間分異，其交互類型主要為非線性增強與雙因子增強作用。其中，非線性增強作用大于雙因子增強作用，且不同年份主導交互作用類型有所差異，將解釋力排在前3位的交互作用方式進行統計，結果如表4所示。

2002年，集聚因子兩兩交互后對旅游產業集聚作用較高的交互因子分別是：市場規模與政府政策支持（0.84）、市場規模與資源稟賦（0.79）以及市場規模與社會公共服務水平（0.69）。在這一時間節點中，市場規模與其他因子的交互結果均表現為非線性增長作用，是這一階段中的顯著控制因子，解釋力度均高于65%。2007年，仍然以非線性增長作用為主導，經濟發展水平與交通條件（0.78）、經濟發展水平與資源稟賦（0.72）及經濟發展水平與市場規模（0.54）為主導交互因子，這表明經濟發展水平與其他兩類因子之間的疊加可大大增加單因子對旅游產業集聚程度的解釋力度，進一步驗證了社會經濟發展為該階段主導影響因子。其中，經濟發展水平與交通條件之間的交互作用表現為明顯的雙因子增強作用，交互作用的解釋力度幾近于二者的單因子解釋力度之和。2012年，主導交互因子的作用主要表現為非線性增強，市場規模與城市化水平的交互作用最強（0.75），城市化水平與經濟發展水平（0.70）次之，第一、第二主導交互作用均為城市化水平疊加某一影響因子，說明在此時間節點內，城市化水平是旅游產業集聚的主導影響因子，可以較高程度地解釋湘西地區在該時間范圍內的旅游產業集聚情況。2017年，交互作用解釋力排在第一位的仍然是市場規模與城市化水平，表明在2012—2017年期間市場規模與城市化發展水平的貢獻率最強，信息化水平與市場規模、城市化發展水平的交互作用逐漸增強，分別可以解釋62%和67%的旅游產業集聚水平。

4.3 探測因子及其交互作用結果分析

基于以上結果，主要針對貢獻率位于前3的因子及其交互因子進行詳細分析。2002—2007年，核心影響因素為政府政策支持、經濟發展水平和市場規模。自湘西地區納入西部大開發后，湖南省政府于2004年出臺了《關于加快湘西地區開發的決定》，加大對湘西地區旅游基礎設施的投資，在充分挖掘旅游資源的發展潛能的基礎上，不斷提高張家界國際知名度，擴大旅游市場規模。2002—2007年，湘西地區人均GDP由4067元提升至8876元，旅游收入由28.2億增至62.7億，政府共投入財政扶貧資金約16.8億元，有95.58萬貧困人口脫貧致富，貧困戶人均月收入達到1876元1，有效提高了湘西地區貧困人口在市場、就業等各方面的機會和能力，政府扶貧經濟效益大大提高，對湘西地區旅游產業聚集性的形成起到了一定的推動作用。

2008—2012年，交通區位、市場規模及城市化水平在湘西旅游產業集聚過程的貢獻率較為明顯。經過快速集聚階段的前期發展，湘西地區已具備一定經濟基礎，城鎮經濟結構由2008年的18.9：33.8：47.3調整至2012年的13.9：36.6：49.5①，第二、第三產業結構占比有所提升。另外，鳳凰縣、吉首市相關企業利用資金優勢對特色旅游資源進行開發，加快乾州古城、德夯苗寨、鳳凰古城等旅游景區建設。張家界荷花機場于2011年升級為張家界荷花國際機場，先后開通張家界至韓國、日本等國際客運航線，湘西地區旅游產業逐漸向國際化發展，產業規模不斷壯大，區域內旅游產業集聚水平得到提升，在因子交互影響下，集聚范圍不斷擴大。

2013—2017年，市場規模、城市化水平和交通區位仍然在湘西地區旅游產業集聚過程中起主導作用。在國家實施精準扶貧和鄉村振興戰略背景下，湖南省政府于2012年頒布了《大湘西生態文化旅游圈旅游發展總體規劃》，充分打造張家界生態游、湘西州與懷化傳統民族文化游的旅游形象，積極舉辦了張家界“中國國際鄉村音樂文節”、湘西自治州“國際鼓文化節”、天門山“翼裝飛行”、懷化“中國芷江國際和平文化節”等一系列旅游活動及項目，吸引大量旅游客流。懷化高鐵、吉茶和吉懷及吉鳳與張花等高速的陸續開通，在加速大湘西旅游資源開發利用的同時提高了區域的可進入性。在各因素的綜合影響下，湘西地區的旅游產業已趨近于成熟發展期，城市化由2013年的26.02%上升至2017年的46.64%①。

5 結論與討論

5.1 結論

本研究以湘西地區為研究對象，以2002年、2007年、2012年與2017年為時間節點，通過測算區域旅游產業集聚度，運用空間自相關和重心模型，分析湘西地區旅游產業的總體與局部集聚過程及重心移動過程，并用地理探測器探測主要因子及因子間的交互作用對旅游產業集聚的影響。研究結果如下。

（1）湘西地區在總體空間分布上出現顯著集聚現象，并且在衰弱/創新階段開始出現擴散分布的趨勢，空間自相關性表現為先增強后減弱的發展態勢;局部集聚區主要集中在武陵源區與永定區，以高高集聚模式為主，僅在2007年鳳凰縣與周邊地區表現為高低集聚模式，而在2017年沅陵縣則出現了低高集聚模式;旅游產業集聚分布格局經歷了由武陵源區和永定區為核心，到以武陵源區、永定區以及鳳凰縣為核心并向周圍區域擴散的空間格局演化過程。

（2）湘西地區旅游重心從永定區西部，途經永順縣東部、古丈縣東部，到達瀘溪縣中西部，最終回歸至永順縣，總體移動方向為西南方向。在衰弱/創新階段移動速度最快，重心移動的直線距離跨度約為85.17km，緯度跨度介于28?37′N～29?12′N之間，經度跨度在110?01′E～110?37′E范圍之內，湘西地區南北部表現為顯著的空間差異性。

（3）基于地理探測器的旅游產業集聚分布的影響因素，不同階段的主導影響因子有所差別。湘西地區旅游產業集聚的核心因素為市場規模、政府政策支持、城市化水平與資源稟賦，次級影響因子為社會經濟發展水平和交通條件，而社會公共服務水平和信息化水平對旅游產業集聚程度的影響相對較弱。在交互探測分析中，因子之間的交互作用對旅游產業集聚過程的影響均大于單一因子貢獻率。其中，市場規模與政府政策支持、經濟發展水平與交通條件、經濟發展水平與城市化水平、市場規模與資源稟賦以及市場規模與城市化水平的交互作用對湘西地區旅游產業集聚過程的影響最為顯著，交互貢獻率均達到70%以上。

5.2 討論

本研究主要分析了區域旅游產業集聚過程的階段性特征及其影響因素。湘西地區所代表的集中連片欠發達民族區域，旅游資源稟賦較強，易受到外界因素的影響。此類地區早期發展一般面臨產業支撐相對不足和經濟基礎發展滯后的困境，政府政策支持成為旅游產業集聚的主要推手，在放寬投資政策的基礎上，吸引外來投資商的入駐，緩解資本發展不足的困境;在穩定發展階段，交通設施的建設可以彌補偏僻山區在地形地貌上的劣勢，提高區域的可達性。另外，加快城鎮化建設的進程，完善旅游基礎接待設施，進一步擴大旅游市場規模;在創新/衰弱階段，旅游產業的發展離不開創新驅動，只有擺脫傳統的粗放式發展模式，從質的角度對旅游產業進行轉型升級，才能突破產業發展瓶頸，從統籌、分類和協作3個方面推進區域旅游業可持續發展。

從實踐角度來看，湘西地區應以武陵源區、永定區以及鳳凰縣為中心建立張鳳黃金旅游圈，發揮三區縣的示范作用，促進周圍區縣的協同發展，加強多樣化旅游資源之間的組合開發和跨區域旅游合作，在實現技術與市場共享的同時積極探索開發與保護兼顧的發展模式，形成區域旅游核心競爭力，推動區域旅游產業朝高質量發展方向轉變。另外，以旅游資源密集帶和交通干線為依托（包括常張高速、張吉高速、張花高速等和張家界、猛洞河、鳳凰資源密集帶），重點打造大湘西精品旅游帶及發展軸，實施“點-軸-面”發展的戰略，形成旅游景點、旅游城市和區域旅游產業科學合理布局的旅游空間網絡體系，實現區域旅游產業的優勢互補和均衡發展。而其他旅游產業發展相對落后的地區應著重提高區域旅游產業集聚水平，推動產業融合發展，積極擴大與旅游產業發展較好的城市之間的產業聯系。

5.3 研究局限與展望

本研究在以下幾個方面存在不足與未盡之處：首先，針對旅游產業集聚過程的解剖，未區分行業特性，未來可對旅游產業的不同行業類型的集聚過程和影響因素進行深入探討，以完善湘西地區旅游產業集聚特征和影響因素的研究;其次，湘西地區旅游產業集聚過程的發展受多種因素綜合作用，本文僅從市場規模、區域經濟發展水平、政府政策支持、交通條件、資源稟賦、社會公共服務水平、城市化發展水平以及信息化發展水平8個方面對旅游產業集聚發展的影響因素進行探索性研究，由于數據獲取的限制，未能對土地政策、集散咨詢體系等指標做出分析。因此，在后續研究中可以在綜合考量其他因素的基礎上，不斷拓展湘西地區旅游產業集聚分布的空間異質性研究。最后，本研究發現湘西地區局部相關僅出現高高、高低和低高的集聚模式，隨著湘西地區旅游產業的發展，局部空間分布能否出現新的集聚模式，這些都有待進一步研究。

參考文獻（References）

[1] 魏敏， 徐杰. 珠三角城市群旅游產業轉型升級的測度研究——基于PROMETHEE-GAIA法[J]. 經濟問題探索， 2020（6）： 143-154. [WEI Min， XU Jie. Measurement of tourism industry transformation and upgrading in the Pearl River Delta City group： Based on the PROMETHEE-GAIA method[J]. Inquiry into Economic Issues， 2020（6）： 143-154.]

[2] 陳剛強， 李映輝， 胡湘菊. 基于空間集聚的中國入境旅游區域經濟效應分析[J]. 地理研究， 2014， 33（1）： 167-178. [CHEN Gangqiang， LI Yinghui， HU Xiangju. The correlation between tourism agglomeration and industrial efficiency in China[J]. Geographical Research， 2014， 33（1）： 167-178.]

[3] 王凱， 易靜， 肖燕， 等. 中國旅游產業集聚與產業效率的關系研究[J]. 人文地理， 2016， 31（2）： 120-127. [WANG Kai， YI Jing， XIAO Yan， et al. The correlation between tourism agglomeration and industrial efficiency in China[J]. Human Geography， 2016， 31（2）： 120-127.]

[4] 許春曉， 胡婷. 大湘西地區文化與旅游融合潛力及其空間分異[J]. 經濟地理， 2018， 38（5）： 208-216. [XU Chunxiao， HU Ting. Integrational potential of tourism and culture in Daxiangxi Area and its spatial differences[J]. Economic Geography， 2018， 38（5）： 208-216.]

[5] 王兆峰， 李丹. 基于交通網絡的區域旅游空間合作效率評價與差異變化分析——以湘西地區為例[J]. 地理科學， 2016， 36（11）： 1697-1705. [WANG Zhaofeng， LI Dan. Regional tourism space cooperation efficiency evaluation and difference change based on traffic network： A case study of the Western Hunan， China[J]. Scientia Geogaraphica Sinica， 2016， 36（11）： 1697-1705.]

[6] BAURN J， HEVEMAN H. Love they neighbor： Differentiation and agglomeration in the Manhattan hotel industry：1898—1990[J]. Administrative Science Quarterly，1997，42（2）： 304-339.

[7] MAJEWSKA J. Inter-regional agglomeration effects in tourism in Poland[J]. Tourism Geographies， 2015， 17（3）： 408-436.

[8] FEREIDOUNI H， MASRON T A. The effect of tourism agglomeration on foreign real estate investment： Evidence from selected oecd countries[J]. International Journal of Strategic Property Management， 2011， 15（3）： 222-230.

[9] HUGHES H. Sexuality tourism and space the case of gay visitors to Amsterdam[J]. In Managing Tourism Cities， 1998， 32（6）： 31-33.

[10] NORDIN S. Tourism clustering and innovation-path to economic growth and development[J]. European Tourism Research Institute， 2003 （14）： 1-85.

[11] JULIE J， PETER M. Clusters in regional tourism： An Australian case[J]. Annals of Tourism Research，2006， 33（4）： 1018-1035.

[12] JULIE J. Developing regional tourism in China： The potential for activating business clusters in a socialist market economy[J]. Tourism Management， 2006， 27（4）： 695-706.

[13] KIM Y R， WILLIAMS A M， PARK S， et al. Spatial spillovers of agglomeration economies and productivity in the tourism industry： The case of the UK[J]. Tourism Management， 2020， 82（8）： 1-13.

[14] URTASUN A， GUTIEREEZ I. Tourism agglomeration and its impact on social welfare： An empirical approach to the Spanish case[J]. Tourism Management， 2006， 27（5）： 901-912.

[15] 虞虎， 劉青青， 陳田， 等. 都市圈旅游系統組織結構、演化動力及發展特征[J]. 地理科學進展， 2016， 35（10）： 1288-1302. [YU Hu， LIU Qingqing， CHEN Tian， et al. Organizational structure， drivers of change， and development characteristics of metropolitan tourism system[J]. Progress in Geography， 2016， 35（10）： 1288-1302.]

[16] 劉少和， 梁明珠. 環大珠三角城市群游憩帶旅游產業集聚發展路徑模式——以廣東山海旅游產業園區建設為例[J]. 經濟地理， 2015， 35（6）： 192-199. [LIU Shaohe， LIANG Mingzhu. Development path of tourism agglomeration in recreational belt around urban agglomeration of the Greater Pearl River Delta： A case study of tourism section for coastal region and mountain Area in Guangdong province[J]. Economic Geography， 2015， 35（6）： 192-199.]

[17] 馬曉龍， 盧春花.旅游產業集聚：概念、動力與實踐模式——嵩縣白云山案例[J]. 人文地理， 2014， 29（2）： 138-143. [MA Xialong， LU Chunhua. Tourism industry cluster： Concept， motivation and practical mode： A case of Baiyun Mountain， Song county[J]. Human Geography， 2014， 9（2）： 138-143.]

[18] 黃禹銘. 東北三省城鄉協調發展格局及影響因素[J]. 地理科學， 2019， 39（8）： 1303-1311. [HUANG Yuming. Spatial pattern of urban-rural coordination development in Northeast China[J]. Scientia Geogaraphica Sinica， 2019， 39（8）： 1303-1311.]

[19] 張淑文， 陳勤昌， 王凱. 旅游產業集聚與區域旅游經濟增長的關系——基于 2001—2017 年中國省際面板數據[J]. 熱帶地理， 2020， 40（1）： 154-163.[ZHANG Shuwen， CHEN Qinchang， WANG Kai. Relationship between tourism industry agglomeration and regional tourism economic growth： Based on Chinas provincial panel data during 2001—2017 [J]. Tropical Geography， 2020， 40 （1）： 154-163.]

[20] 王新越， 蘆雪靜. 中國旅游產業集聚空間格局演變及其對旅游經濟的影響——基于專業化與多樣化集聚視角[J]. 地理科學， 2020， 40（7）： 1160-1170. [WANG Xinyue， LU Xuejing. Evolution of Chinas tourism industry agglomeration spatial pattern and its impact on tourism economy based on specialization and diversification agglomeration perspective[J]. Scientia Geographica Sinica， 2020， 40（7）： 1160-1170.]

[21] 張海燕. 基于交通發展的武陵山片區旅游產業集聚機理及響應路徑[J]. 吉首大學學報（社會科學版）， 2020， 41（3）： 96-103. [ZHANG Haiyan. Agglomeration mechanism and response path of tourism industry Wuling Mountain area based on transportation development[J]. Journal of Jishou University （Social Sciences Edition）， 2020， 41（3）： 96-103.]

[22] 王明康， 劉彥平. 旅游產業集聚、城鎮化與城鄉收入差距——基于省級面板數據的實證研究[J]. 華中農業大學學報（社會科學版）， 2019 （6）： 78-88. [WANG Mingkang， LIU Yanping. Tourism industrial agglomeration， urbanization and urban-rural income gap： An empirical study based on provincial panel data[J]. Journal of Huazhong Agricultural University （Social Sciences Edition）， 2019（6）： 78-88.]

[23] 麻學鋒， 劉玉林. 旅游產業成長與城市空間形態演變的關系——以張家界為例[J]. 經濟地理， 2019， 39（5）： 226-234. [MA Xuefeng， LIU Yulin. The evolution characteristics of urban spatial form and its relationships with the growth of tourism industry[J]. Economic Geography， 2019， 39（5）： 226-234.]

[24] 王兆峰， 周穎， 葉茂. 霧霾污染對旅游產業發展的時空動態影響及其規制研究——以長株潭城市群為例[J]. 中南林業科技大學學報， 2020， 40（2）： 156-165. [WANG Zhaofeng， ZHOU Ying， YE Mao. Study on the spatial-temporal dynamic influence of haze pollution on the development of tourism industry and its regulation： Based on Changzhutan city group[J]. Journal of Central South University of Forestry & Technology， 2020， 40（2）： 156-165.]

[25] 劉迎輝. 基于區位熵理論的陜西省鄉村旅游集聚度研究[J]. 中國農業資源與區劃， 2020， 41（4）： 203-208. [LIU Yinghui. Study on the agglomeration degree of rural tourism in Shaanxi province based on location entropy theory[J]. Chinese Journal of Agricultural Resources and Regional Planning， 2020， 41（4）： 203-208.]

[26] 倪向麗， 呂宛青， 張冬. 基于區位熵的旅游產業集聚發展實證研究：以云南為例[J]. 廣西大學學報（哲學社會科學版）， 2018， 40（4）： 60-65. [NI Xiangli， LYU Wanqing， ZHANG Dong. An empirical study on the agglomeration development of tourism industry based on location entropy： Taking Yunnan as an example[J]. Journal of Guangxi University （Philosophy and Social Science Edition）， 2018， 40（4）： 60-65.]

[27] 張玲， 鄔永強. 廣州市會展旅游產業集聚過程及形成機理研究[J]. 人文地理， 2013， 28（2）： 111-116; 153. [ZHANG Ling， WU Yongqiang， The evolution and formation mechanism of mice tourism cluster in Guangzhou[J]. Human Geography， 2013， 28（2）：111-116; 153.]

[28] 陳紹友. 重慶旅游產業集聚發展研究[J]. 經濟地理， 2006， 26（5）： 861-866. [CHEN Shaoyou. Study on tourism industrial cluster in Chongqing [J]. Economic Geography， 2006， 26（5）： 861-866.]

[29] 魏敏. 中國旅游產業區域集聚的動力機制研究[J]. 人民論壇·學術前沿， 2019 （11）： 89-101. [WEI Min. A study on the mechanism for the impetus of business clustering of Chinas tourism industry [J].Frontiers， 2019（11）： 89-101.]

[30] 陳剛強， 李映輝. 技術溢出、空間差異與旅游業增長趨同[J]. 旅游學刊， 2017， 32（3）： 85-94. [CHEN Gangqiang， LI Yinghui. Technology spillover， spatial difference， and tourism growth convergence in China[J]. Tourism Tribune， 2017， 32（3）： 85-94.]

[31] 柳百萍， 刁宗廣， 尹長豐. 皖江城市旅游產業集聚水平多維度分析[J]. 華東經濟管理， 2013， 27（10）： 23-27. [LIU Baiping， DIAO Zongguang， YIN Changfeng. Analysis on tourism industry agglomeration level of Wanjiang cities from different dimensions[J]. East China Economic Management， 2013， 27（10）： 23-27.]

[32] YANG Yong. Agglomeration density and tourism development in China： An empirical research based on dynamic panel data model[J]. Tourism Management， 2012， 33（6）： 1347-1359.

[33] SHAO Shuai， TIAN Zhihua， YANG Lili. High speed rail and urban service industry agglomeration： Evidence from Chinas Yangtze River Delta region[J].Journal of Transport Geography，2017， 64（8）：174-183.

[34] PEDRO M， GARCIA V， DIONI E， et al. Understanding pioneering orientation in tourism clusters： Market dynamism and social capital[J]. Tourism Management， 2020， 76（2）： 1-15.

[35] 高蘋， 席建超. 旅游地鄉村聚落產業集聚的時空演化及其驅動機制研究——野三坡旅游地茍各莊村案例實證[J]. 資源科學， 2017， 39（8）： 1535-1544. [GAO Ping， XI Jianchao. Tourism industry agglomeration and mechanisms for rural settlements of Gouge village in Yesanpo， Hebei province [J]. Resources Science， 2017， 39（8）： 1535-1544.]

[36] 金鵬， 周娟. 信息化對旅游產業增長的貢獻——基于面板數據分位數回歸的分析[J]. 旅游學刊， 2016， 31（4）： 71-80. [JIN Peng， ZHOU Juan. The contribution of information to tourism industry growth： An analysis based on quantile regression of panel data[J]. Tourism Tribune， 2016， 31（4）： 71-80.]

[37] ELLISON G， GLASER E L. The geographic concentration of industry： Does natural advantage explain agglomeration[J].American Economic Review， 1999， 89（2）：311-316.

[38] 麻學鋒， 楊雪. 大湘西高級別景區時空分布特征及影響因素的空間異質性[J]. 自然資源學報， 2019， 34（9）： 1902-1916. [MA Xuefeng， YANG Xue. Spatio-temporal distribution of high-level tourist attractions and spatial heterogeneity of its influencing factors in Western Hunan[J]. Journal of Natural Resources， 2019， 34（9）： 1902-1916.]

[39] 王兆峰， 霍菲菲. 湖南武陵山區旅游產業集聚與區域經濟發展關系測度[J]. 地域研究與開發， 2018， 37（2）： 94-97. [WANG Zhaofeng， HUO Feifei. Measurement of the relationship between tourism industrial cluster and regional economic development in Wuling Mountain area[J]. Areal Research and Development， 2018， 37（2）： 94-97.]

[40] 孫盼盼， 戴學鋒. 中國區域旅游經濟差異的空間統計分析[J]. 旅游科學， 2014， 40（2）： 35-48. [SUN Panpan， DAI Xuefeng. An analysis on the spatial data of Chinas regional tourism economic disparity[J]. Tourism Science， 2014， 40（2）： 35-48.]

[41] 洪思揚， 王紅瑞， 來文立， 等. 我國能源耗水空間特征及其協調發展脫鉤分析[J]. 自然資源學報， 2017， 32（5）： 800-813. [HONG Siyang， WANG Hongrui， LAI Wenli， et al. Spatial analysis and coordinated development decoupling analysis of energy-consumption water in China[J]. Journal of Natural Resources， 2017， 32（5）： 800-813.]

[42] 陸保一， 劉萌萌， 明慶忠. 中國旅游業與交通運輸業的耦合協調態勢及其動力機制[J].世界地理研究， 2020， 29（1）： 148-158.[LU Baoyi，LIU Mengmeng， MING Qingzhong， et al. Coupling and coordination situation and dynamic mechanism between tourism and transportation industry in China[J]. World Regional Studies， 2020， 29（1）： 148-158.]

[43] 王勁峰， 徐成東. 地理探測器： 原理與展望[J]. 地理學報， 2017， 72（1）： 116-134. [WANG Jinfeng， XU Chengdong. Geodetector： Principle and prospective[J]. Acta Geographica Sinica， 2017， 72（1）： 116-134.]

[44] WANG J F， LI X H， CHRISTAKOS G， et al. Geographical detectors-based health risk assessment and its application in the Neural Tube Defects Rudy of the Heshun Region， China[J]. International Journal of Geographical Information Science， 2010， 24（1）： 107-127.

[45] 唐啟義. DPS數據處理系統： 現代統計及數據挖掘[M]. 北京： 科學出版社， 2020：758. [TANG Qiyi. DPS Data Processing System： Modern Statistics and Data Mining [M]. Beijing： Science Press， 2020： 758]

[46] 麻學鋒， 黃甜甜. 張家界旅游城鎮化響應動力仿真分析[J]. 吉首大學學報（社會科學版）， 2020， 41（1）： 132-140. [MA Xuefeng， HUANG Tiantian. Simulation analysis of the response dynamic of tourism urbanization in Zhangjiajie[J]. Journal of Jishou University （Social Sciences Edition）， 2020， 41（1）： 132-140.]

[47] 劉佳， 張佳佳. 中國大陸沿海地區旅游產業集聚及其影響因素研究[J]. 改革與戰略， 2014， 30（3）： 79-84. [LIU Jia， ZHANG Jiajia. The research of Chinese mainland coastal tourism industry cluster characteristics evolution and its influencing factors[J]. Reformation & Strategy， 2014， 30（3）： 79-84.]

[48] 劉林， 陳作成. 扶貧資金投入與減貧： 來自新疆農村地區數據的分析[J]. 農業現代化研究， 2016， 37（1）： 17-22. [LIU Lin， CHEN Zuocheng. Use of the poverty relief funds and its effect on poverty reduction： A case study of the rural areas in Xinjiang[J]. Research of Agricultural Modernization， 2016， 37（1）： 17-22.]

[49] 石龍. 旅游產業集聚與城市化互動機制研究[J]. 桂林旅游高等專科學校學報， 2007， 18（4）： 493-497. [SHI Long. Study on the relationships between industry cluster of tourism and urbanization[J]. Journal o f Guilin Institute o f Tourism， 2007， 18（4）： 493-497.]

[50] 阮文奇， 張舒寧， 李勇泉， 等. 中國赴泰旅游需求時空分異及其影響因素[J]. 旅游學刊， 2019， 34（5）： 76-89. [RUAN Wenqi， ZHANG Shuning， LI Yongquan， et al. Spatiotemporal differentiation and influencing factors of Chineses tourism demand to Thailand[J]. Tourism Tribune， 2019， 34（5）： 76-89.]

Study on the Agglomeration Process and Influencing Factors of Regional

Tourism Industry： A Case of the Western Hunan

MA Xuefeng， TAN Jiaxin， HUANG Jun

（College of Public Administration and Human Geography， Hunan University of

Technology and Business， Changsha 410205， China）

Abstract： To comprehensively promote the transformation and upgrading of tourism， tourism industry agglomeration has become recognized as a key means of promoting high-quality growth. Tourism industry agglomeration can accelerate optimally allocating tourism resources and achieving economies of scale such that tourism can gradually become a new growth area in a regional economy. Using panel data from Western Hunan， this study examined tourism industry agglomeration from 2002 to 2017; it applied spatial statistical methods， such as spatial entropy， the Moran index， and center-of-gravity mode. It employed a geographical detector technique to determine the intensity of the influence of agglomeration factors and the factors that effects the spatial distribution of tourism industry agglomeration. The following results were obtained. （1） The level of tourism industry agglomeration in Western Hunan showed an initial rise， which was followed by a decline. There was a clear local spatial autocorrelation pattern： the decrease progressed from Wulingyuan district， Yongding district， and Fenghuang county to Yuanling county， with high-level agglomeration mode as the main mode. In 2007， Fenghuang county and surrounding areas showed high-low agglomeration mode， while in 2017， Yuanling county appeared low-high agglomeration mode; The distribution pattern of tourism industry agglomeration has experienced the evolution process of spatial pattern from Wulingyuan District and Yongding county to Wulingyuan district， Yongding county and Fenghuang county， and spread to surrounding areas. （2） The development center of tourism industry agglomeration shifted to the southwest， reflecting a north-south spatial difference， specifically starts from the west of Yongding county， passes through the east of Yongshun county and Guzhang county， reaches the midwest of Luxi county， and finally returns to Yongshun county. In the weak/innovative stage， the moving speed is the fastest. The straight-line distance span of the center of gravity movement is about 85.17km， the latitude span is between 28°37′ N and 29°12′N， and the longitude span is between 110°01′E and 110°37′E. There are significant spatial differences between the north and south of Xiangxi. （3） In the study area， market scale， transport， government policies， economic development， resource endowment， and urbanization level emerged as the main contributors to spatial differentiation. The interaction detection results indicated that the driving force with two-factor interaction exceeded that with single-factor interaction; the interaction types were non-linear enhancement—except for topographic factors and location. Among the identified factors， the interaction between tourism trips and fixed-asset investment exerted a strong influence on changes in the pattern of tourism industry agglomeration in Western Hunan. Thus， in that region， the influence factors need to be considered at different stages. Further theoretical and systematic research is required to determine the spatial and temporal patterns of tourism industry agglomeration; it is also necessary to provide a systematic reference for optimization of tourism productivity and developing the regional economy there.

Keywords： tourism industry; agglomeration process; influencing factors; geographic detectors; Western Hunan

[責任編輯：吳巧紅;責任校對：周小芳]