長三角城市群旅游生態效率時空演化特征及其影響因素研究

錢宏健，方葉兵，陸林，b，曹衛東，b

（安徽師范大學a.地理與旅游學院；b.旅游發展與規劃研究中心，安徽 蕪湖 241003）

隨著我國長三角地區高質量一體化的持續推進，長三角城市群內部旅游合作不斷增多，旅游產業規模不斷擴張，旅游業發展帶來的生態環境效應逐步受到人們的重視。2017 年末，長三角城市群旅游總收入高達2.9555 萬億元，旅游業在推進長三角城市群轉變發展方式、優化經濟結構、轉換增長動力等方面發揮了積極效應，已經成為城市群現代經濟體系建設、生態文明建設、優秀傳統文化傳承創新的新興發展要素和新興發展動能［1］。《長江三角洲區域一體化發展規劃綱要》明確提出要將長三角地區建設成為全國發展強勁活躍增長極、全國高質量發展樣板區。十九大報告指出，貫徹落實區域協調發展戰略，以加快生態文明體制改革，建設美麗中國為導向推進長三角高質量一體化發展。生態文明建設在推動長三角一體化發展中占有重要地位，直接關系人民群眾生活幸福，這為城市群旅游產業可持續、高質量發展指明了方向。即，旅游業發展不僅要重視經濟效益的提升，也要重視與生態環境的協調。作為國民經濟發展戰略性支柱產業的旅游業，具有建設美麗產業的天然優勢與基礎，但旅游業對生態環境的影響也不容忽視。旅游生態效率作為表征旅游業經濟價值與環境影響的指標，是衡量區域人地系統協調程度和可持續發展水平的一個重要工具，基于區域內部微觀地級市尺度探索長三角城市群旅游生態效率的時空分異及其成因，可以為長三角地區旅游高質量一體化發展和美麗中國建設提供科學借鑒與參考。

旅游生態效率作為區域旅游可持續發展評估的戰略工具，其概念由生態效率衍生而來，用旅游經濟收益與環境影響的比值作為生態效率值，本質特征在于“最小的資源投入、環境破壞和最大的經濟社會產出”，以實現旅游產業鏈增值和核心競爭力提升［2］。國外旅游生態效率研究發端于對旅游生態效率概念的闡釋，并將其描述為單位旅游經濟價值所排放的CO2量［3，4］。近年來，研究內容主要集中在旅游生態效率測度模型構建［5，6］、旅游生態效率提升策略［7，8］、旅游生態效率影響機制探究［9，10］、旅游生態效率游客感知［11，12］等，其中旅游生態效率測算與評估［13－15］成為研究的熱點。21 世紀以來，伴隨我國旅游發展邁入“黃金期”，旅游發展對生態環境產生的影響受到廣大學者的關注，國內旅游生態效率研究的成果不斷增多。在理論研究層面，姚治國、陳田［16］等指出旅游生態效率本質是在增加旅游經濟產出的同時，降低旅游過程中碳排放和能耗強度；劉佳、陸菊［17］從產業發展角度指出，旅游生態效率是整個區域在一定時間內旅游產業提供旅游產品所產生的價值與旅游產業消耗環境支出的比值。在研究方法上，早期主要采用生態足跡和碳足跡法針對單一城市、旅游景區和旅游產品等生態效率進行評價。如，張約翰、張平宇、張忠孝［18］利用生態足跡方法對拉薩市旅游產業的可持續發展進行了評估，指出拉薩市人均旅游生態足跡占城市生態承載力的比重較少，旅游業仍處在穩步發展階段。受制于旅游碳足跡方法研究尺度較小的不足，近年來借助數據包絡分析方法研究省域、區域、國家等中宏觀尺度旅游生態效率的時空格局研究不斷增多。如，盧飛、宮紅平［19］對中國旅游生態效率測度的研究表明，我國旅游生態效率呈現出先緩慢增長后快速增長的波動態勢，且在空間上有顯著正相關關系；王兆峰、王勝鵬等［20，21］分別研究了長江經濟帶和黃河流域旅游生態效率時空演變及與旅游經濟互動響應關系。在指標體系方面，大多數學者基于土地、勞動力、資本、能源等角度［22－24］構建了全國、省域、區域尺度的旅游生態效率投入指標，以旅游經濟收入、旅游人次等作為產出指標。

綜上所述，國內外關于旅游生態效率的研究已取得一定成果，為本文的深化研究提供了堅實的理論支撐。旅游生態效率作為旅游與生態學研究的交叉領域，基于地理時空二維視角分析旅游生態效率時空演變及其影響因素的成果較少。另外，現有研究立足于微觀市域尺度關注不足。在長三角高質量一體化發展背景下，聚焦于城市群內部不同地級市研究有助于進一步把握研究區內部旅游生態效率的時空差異，利于有針對性地提出促進區域旅游生態效率提升的政策建議。與此同時，作為戰略支柱產業的旅游業，不同省域尺度下發展程度不同，厘清不同省市區旅游生態效率的影響因素對引導地方轉變旅游經濟發展方式更具有實踐意義。鑒于此，本文采用SBM－undesirable模型測算了長三角城市群26個中心城市2007—2017 年旅游生態效率，運用核密度估計和重心模型刻畫其時空演化特征，并借助Tobit回歸方法分析其影響因素，希冀為長三角城市群旅游高質量一體化和區域經濟社會可持續發展提供科學參考與實踐指導。

1 研究區概況、研究方法與數據來源

1.1 研究區概況

長三角城市群是我國經濟最具活力、開放程度最高、文旅產業最發達的地區之一，在長三角推進高質量一體化和生態文明建設背景下，也成為我國美麗中國建設的樣板區和先行區。根據《長江三角洲城市群發展規劃》，長三角城市群范圍包括江蘇、浙江、上海、安徽等省市的26 個中心城市，國土面積約21.17 ×104km2，已逐漸成為我國經濟實力最雄厚和戰略支撐作用最顯著的區域（圖1）。在經濟高速發展的同時，長三角城市群內經濟、社會、生態發展區域協調性問題比較突出，區域性、流域性環境污染和生態破壞問題較多，經濟發展與環境保護之間的矛盾作為制約長三角地區高質量一體化的主要矛盾將長期存在。旅游產業作為長三角城市群戰略支撐作用發揮的關鍵動能之一，2017 年長三角城市群共接待游客23.47 億人次，實現旅游總收入3.16 萬億元，如此龐大的產業規模和人群異地消費活動無疑會給當地帶來生態破壞，增加城市群生態安全隱患。基于微觀地級市視角，探討城市群內部旅游生態效率演化規律對于促進城市群旅游可持續發展，推進長三角地區高質量一體化和生態文明建設具有重要意義。

圖1 長江三角洲城市群Figure 1 Changjiang River Delta Urban Agglomeration

1.2 研究方法

SBM－ undesirable模型：本文采用數據包絡分析（Data Envelopment Analysis，DEA）測算了長三角城市群26 個中心城市的旅游生態效率。基于傳統DEA模型（如BBC、CCR）存在的測算效率時無法同時兼顧投入與產出的松弛變量問題，Tone［25］于2003 年構建了包含非期望產出的SBM 模型（SBM－undesirable）。該模型在考慮經濟產出中環境負外部性的前提下，不但有效避免松弛變量的問題，而且避免了部分決策單元同效率的情況。鑒于此，本文采用SBM－undesirable模型測算長三角城市群旅游生態效率，同時將各地級市的旅游碳排放作為非期望產出納入進來，該模型如下：

非參數Kernel 核密度估計：非參數Kernel 核密度估計是一種應對隨機變量概率密度進行估計的非參數估計方法，可用來探究事物分布形態及數據演化軌跡［26］。對于數據X1，X2，…，Xn，隨機變量在點X的概率密度估計公式如下：

式中，N為樣本量，本文中指長三角城市群26個中心城市；h 為密度估計帶寬；K［·］為隨機核函數，本文采用高斯核函數。

重心模型：重心是物理學的概念，近年來被廣泛應用到地理學中有關人類生產、生活、土地利用等各種領域［27］。本文利用重心模型計算了長三角城市群26 個中心城市旅游生態效率的重心點、遷移方向與遷移距離。重心遷移說明區域內旅游生態效率變化的不同步，可以反映出長三角城市群內部旅游生態效率變化的區域差異。模型公式參考相關的文獻［27］。

空間自相關：空間自相關是指一個變量的觀測值之間因觀測點在空間上鄰近而形成的相關性。依據分析空間范圍的大小，空間自相關可分為全局空間自相關和局部空間自相關［28］。其中，全局空間自相關指整個區域中鄰近地區間的經濟現象或屬性的空間關聯程度，通常采用Moran′s I 指數來衡量；局部空間自相關指研究范圍內各空間位置與各自周圍鄰近位置的同一屬性相關性。計算公式參考相關的文獻［28］。

面板Tobit 回歸模型：Tobit 回歸模型由美國經濟學家Tobin 提出，可以用來分析非期望產出SBM模型得出的受限因變量數據。如果采用普通最小二乘法分析，結果會產生較大誤差。本文中長三角城市群26 個中心城市旅游生態效率均值均大于0，屬于歸并數據，因此采用最大似然估計法（ML）估計Tobit模型中的參數［29］。模型表達式為：

式中，Yi為受限因變量，本文用SBM－undesirable 模型得出的長三角城市群旅游生態效率i 表示；Xi為解釋變量，在本文中指代影響旅游生態效率的各因素；α為常數項；μ為隨機誤差項。

1.3 指標體系構建

旅游生態效率測算指標：旅游生態效率是生態效率概念在旅游業中的延伸，其目的是為了實現旅游經濟提升與旅游生態環境改善協調并進，通過用旅游收益與環境影響的比值來進行核算，其本質在于在增加旅游經濟產出的同時，降低旅游過程中的碳排放。文獻分析顯示，選用可計算的替代性指標是對旅游生產過程進行效率評價的通常做法。參考已有研究［14，19，30］，結合旅游生態效率的內涵基礎上，本文嘗試構建了基于地級市尺度的旅游生態效率評價指標體系（表1）。

表1 旅游產業生態效率測度指標體系Table 1 Tourism ecological efficiency measur ement index system

在投入指標體系上，旅游資源投入主要涵蓋了旅游服務與基礎設施等方面。由于旅游業從業人員數統計的企業類型口徑不一致和大部分地級市缺乏旅游從業人數的統計數據，因此本文選取第三產業就業人數作為勞動力投入的替代指標。雖然這一指標的選取會擴大實際要素的投入狀況，但是也能充分反映城市旅游業的綜合性。資本投入以第三產業固定資產投資額替代，采用永續盤存法以2007 年為基期折算成不變價。另外，考慮到旅游業發展活動范圍廣且不受土地面積約束，難以對旅游活動的土地利用面積進行界定和統計，本文在參考已有研究的基礎上，舍棄土地要素作為旅游生態效率的投入指標。旅游業的能源消耗根據張廣海、劉菁的研究［31］，由各省份第三產業的能源消耗按旅游業發展系數剝離出來。估算公式為：

式中，Et表示t年的旅游業能源消耗；Eij，t表示t年第i個部門第j 個能源終端消費量；βj表示能源j的折標準煤系數，參考《綜合能耗計算通則》（GB/T2589—2008）；Rt表示t 年的旅游發展系數，即旅游總收入占全省第三產業國內生產總值的比重。地級市旅游能耗采用各地級市旅游總收入占全省旅游總收入的比例來剝離。

期望產出指標采用各地級市歷年的國內外旅游總人次和旅游總收入來表征，旅游總收入通過國內旅游收入和旅游外匯收入加總獲得。其中，旅游外匯收入按照歷年美元對人民幣匯率換算成人民幣（億元）。本文研究時間跨度為2007—2017 年，為消除通貨膨脹的影響，以2007 年為基期運用居民消費價格指數對旅游總收入進行平減，非期望產出指標采用旅游業CO2排放量來表示。本文根據數據的可獲取性和可操作性，參考IPCC溫室氣體排放核算和張廣海、劉菁的方法［31］，計算各地級市旅游業碳排放，計算公式為：

式中，TCt表示t 年二氧化碳排放量；Vj表示能源j的平均低位發熱量；CEFj表示能源j 單位熱值含碳量；COFj表示能源j的碳氧化率。其中，熱力按照原煤的碳排放系數進行折算；電力碳排放因子采用中華人民共和國生態環境部（https：//www.mee.gov.cn）官網公布的歷年中國區域電網基準線排放因子。

1.4 數據來源

本文以2016 年國務院批準的《長江三角洲城市群發展規劃》中涵蓋的長三角地區26 個中心城市作為研究對象，時間跨度為2007—2017 年。旅游生態效率測算中的投入和產出數據來源于《安徽省統計年鑒》《江蘇省統計年鑒》《上海市統計年鑒》《浙江省統計年鑒》和各地級市統計公報；能源消費基礎數據來源于《中國能源統計年鑒》。影響因素指標當中，城鎮化率來源于各地級市統計年鑒、中國經濟社會大數據研究平臺（https：//data.cnki.net），部分缺失數據通過空間插值獲取；建成區綠化覆蓋率來源于長江經濟帶大數據平臺（http：//yreb.sozdata.com）。

2 結果及分析

2.1 旅游生態效率時空演變及空間差異

旅游生態效率的靜態時序變化：本文利用Max-Dea軟件對長三角城市群26 個中心城市2007—2017年的旅游生態效率進行了測算。從旅游生態效率總體均值的變化情況來看，長三角城市群旅游生態效率由2007 年的0.867 下降到2017 年的0.794，總體呈現下降的態勢（表2）。

表2 2007—2017 年長三角城市群旅游生態效率Table 2 Ecological efficiency of tourism in Changjiang River Delta Urban Agglomeration from 2007 to 2017

從橫向對比來看，長三角城市群內部旅游生態效率差異較大。其中，旅游生態效率均值高于1 的城市僅有江蘇省鹽城市（1.048）、揚州市（1.010）、鎮江市（1. 048），浙江省湖州市（1.090）、舟山市（1.097），安徽省池州市（1.176）。旅游生態效率最低的城市為安徽省滁州市，均值0.421，最高的城市池州市的旅游生態效率值是滁州市的3 倍左右，體現出長三角城市群內部旅游生態效率存在著顯著不均衡性。

為展現長三角城市群旅游生態效率時空差異，本文根據各地級市旅游生效效率的高低，將城市群內旅游生態效率劃分為高效率地區（值≥0.862）、較高效率地區（0.862 ＞值≥0.713）、中等效率地區（0.713 ＞值≥0.551）、低效率地區（值＜0.551），具體如圖2 所示。

圖2 2007—2017 年長三角城市群旅游生態效率Figure 2 Tourism eco－ efficiency of Changjiang River Delta Urban Agglomeration from 2007 to 2017

具體差異體現在：①2007—2017 年，旅游生態高效率城市有所減少，主要分布在長三角城市群東北部的江蘇省境內。2007 年，旅游生態高效率城市包括安徽省的合肥市、蕪湖市、銅陵市、宣城市、馬鞍山市，浙江省金華市、臺州市、舟山市、湖州市和嘉興市，江蘇省鹽城市、揚州市、鎮江市、蘇州市，共14 個城市。截至研究期末，長三角城市群共有8 個城市為旅游生態高效率城市，安徽省僅保留池州市為旅游生態高效率城市，浙江省保留湖州市與舟山市為高效率城市，上海市進入旅游生態高效率城市行列，江蘇省蘇州市退出旅游生態高效率行列，無錫市加入。這表明研究期內江蘇省和上海市的旅游生態效率始終處于最佳前沿生產面。一方面，該地區經濟發達，旅游產業結構不斷向高級化方向發展；另一方面，其旅游生態理念不斷深化，旅游生態保護投入不斷增多，使得該區域旅游生態效率保持較高水平。②研究期內旅游生態較高效率城市的數量由6 個增加到7 個。2007 年長三角旅游生態較高效率城市為南京市、上海市、泰州市、紹興市、無錫市、杭州市；2017年，無錫市、上海市躍升為高效率城市，杭州市、南京市始終保持旅游生態較高效率水平；合肥市、蕪湖市、蘇州市、金華市由旅游生態高效率城市降至較高效率城市。這反映出作為我國經濟發展最活躍的城市群，其東部城市區位優勢更加明顯，旅游產業規模不斷擴展，旅游發展模式不斷呈現出集約化和低碳化的趨勢。③中等旅游生態效率城市分布最少，研究期內中等效率城市數量由2007 年4 個增加至2017 年5 個。2007 中等效率城市為常州市、南通市、池州市和寧波市，2017 年中等效率城市為泰州市、南通市、嘉興市、紹興市、臺州市。從分布范圍來看，主要分布于江蘇省的東部和浙江省的中部。從中等效率地區演化來看，其空間范圍呈現由中部向東部擴展的態勢。④低旅游生態效率的城市增多，由2007 年的2 個增加到2017 年的6 個。2007年低效率城市為滁州市、安慶市，2017 年低效率城市為滁州市、馬鞍山市、安慶市、寧波市、銅陵市、宣城市。從分布范圍來看，主要集中分布在安徽省境內，表現為向城市群西部斂縮效應，而整個長三角城市群東中部地區旅游發展與生態環境協調程度都較高，體現城市群內部的旅游發展的區域差異性。⑤從長三角城市群省域尺度上來看，江浙滬3 省市的旅游生態效率都較高，生態效率均值分別為：江蘇省0.863、浙江省0.868、上海市1.077，而位于城市群西部的安徽省旅游生態效率均值為0.707。說明在城市群內部，安徽省的旅游生態效率提升潛力較大，今后需要進一步完善旅游基礎設施，優化升級旅游產業結構，不斷提升區域旅游經濟發展水平，促進旅游生態協調發展。

長三角城市群旅游生態效率的動態演進：上述分析是基于長三角城市群旅游生態效率的算術平均值和靜態時序變化，不易洞悉城市群內部旅游生態效率的動態分布情況。為了更加直觀地表達長三角城市群旅游生態效率的動態演進過程，本文采用Kernel密度估計法對其進行進一步的考察，具體如圖3 所示，結果發現：2007—2017 年，長三角城市群旅游生態效率逐漸由“雙峰”演變為“單峰”趨勢，說明伴隨城市群一體化深入推進，城市群內部旅游生態效率兩級分化格局在逐漸減弱，地區之間的非均衡性不斷減小。但從波峰的密度值來看，2007—2017年前期主要在較高效率值上集聚，后期則在較低效率值上集聚，進而形成“低低集聚”式的“俱樂部收斂”型“單峰”格局。

本文運用重心模型計算得到2007—2017 年長三角城市群旅游生態效率的重心坐標、遷移方向與距離（表3）。2007 年以來，長三角城市群旅游生態效率的重心除2008 年以外一直都位于城市群幾何中心（119.58°E、31.11°N）的東部，體現出長三角城市群旅游生態效率在空間上的非均衡性。從時空變化來看，2007—2008 年長三角城市群旅游生態效率的重心坐標表現為由東向西大范圍遷移的變化軌跡，這可能是受金融危機影響，東部的旅游產業受到沖擊，旅游生態效率重心向西部欠發達地區遷移。從城市群旅游生態效率重心變化總體來看呈現出由西向東、由南向北遷移的變化軌跡，且由南向北的偏移速率（0.71km/a）大于由西向東的偏移速率（0.40km/a）。重心遷移軌跡、方向和速率表明，長三角城市群旅游生態效率東部大于西部，北部大于南部，東西方向上的非均衡性比南北方向更為顯著。

表3 2007—2017 年長三角城市群旅游生態效率格局的重心演變Table 3 Evolution of the focus of tourism ecological efficiency pattern in Changjiang River Delta Urban Agglomeration from 2007 to 2017

長三角城市群旅游生態效率的空間差異分析：本文依托GeoDa 軟件計算了長三角城市群2007—2017年旅游生態效率的全局Moran′s I 值，結果如表4所示。由表4 可知，除2008 年以外，其他年份的Moran′s I指數均為負值，說明長三角城市群內旅游生態效率呈現出負的空間相關性，空間異質性大于空間集聚性。從演變趨勢來看，Moran′s I 指數在－0.2531—0.0065之間的小范圍內波動，但總體上由2007 年的－0. 1641 波動上升至 2017 年的－0.1264。長三角城市群旅游生態效率空間集聚程度有所提升，城市群內部旅游生態效率強市與其鄰近的旅游生態效率弱市的差距在縮小，折射出長三角城市群內部旅游生態效率的空間差異在研究期內得到了有效平衡，這也與旅游生態效率的動態演進趨勢是相吻合的。

表4 2007—2017 年長三角城市群旅游生態效率全局Moran′s I指數Table 4 Global Moran′s I index of tourism eco－ efficiency in Changjiang River Delta Urban Agglomeration from 2007 to 2017

2.2 旅游生態效率時空演變影響因素

影響因素選取：長三角城市群旅游生態效率的時空演變特征表明城市群內旅游生態效率可能受多種因素綜合影響，考慮到不同地級市的旅游業碳排放測算利用省旅游業碳排放剝離的方法，有必要從不同省域尺度深入探討旅游生態效率的驅動因素。經濟增長往往通過規模效應、結構效應和技術效應等路徑影響地區的生態環境質量。考慮到基于地級市尺度相關統計數據的可獲取性，在參考已有研究［15，17，19，24，32］的基礎上，選取以下驅動因素：①旅游經濟規模（STE）。用旅游總收入表示，表征旅游規模效應對旅游生態效率影響。②旅游產業結構（TIS）。用旅游收入占第三產業產值的比重來表示，表征旅游產業結構對城市群旅游生態效率的影響。③科技創新水平（TIL）。用地級市發明專利申請數量表征科技進步對城市群旅游生態效率的影響。④城鎮化率（UR）。城鎮化的發展能為地方旅游生態環境的改善提供資金與技術保障，因此可能影響旅游生態效率，采用城鎮戶籍人口占總人口比重來表示。⑤經濟發展水平（EDL）。用人均GDP 表示，表征地區經濟發展對旅游生態效率的影響。⑥建成區綠化覆蓋率（GCA）。GVA可以表征城市旅游綠色發展自然環境，旅游發展的自然環境越好，生態效率越高。⑦對外開放水平（DOE）。城市對外開放不僅帶來了境外的資本，也帶來了先進的生產理念和先進技術的轉移，對外開放水平高的城市旅游吸引力更強。采用實際利用外資額表征對外開放水平。數據截取于2007—2017 年的時間序列數據，為保證回歸結果的穩健性，避免出現偽回歸問題，在進行面板Tobit回歸之前，對所有面板數據的變量采取對數處理，避免量綱對數據擬合造成干擾。

Tobit模型估計結果：本文將長三角城市群26個地級市的旅游生態效率設為因變量，將各影響因 素設為自變量，Tobit回歸結果見表5。

表5 Tobit模型參數估計Table 5 Parameter estimation of Tobit model

從旅游經濟規模來看，旅游經濟規模對長三角城市群整體旅游生態效率影響呈現顯著正相關，估計系數（0.12）較小，說明城市群整體旅游規模的擴大一定程度上帶來較高的經濟—生態收益，大多數地級市旅游規模的擴大促進了地區旅游經濟發展。從省域來看，上海、江蘇與安徽的旅游經濟規模對旅游生態效率產生正向影響。其中，上海估計系數為4.13，且在10%水平上顯著相關；江蘇為0.29，在1%水平上顯著相關；安徽為0.12，在5%水平上顯著，而浙江旅游經濟規模與旅游生態效率呈現顯著負相關，且在5%水平上顯著，體現出不同省區在推進旅游供給側結構性改革上存在的差距，浙江省要加強對區域旅游承載力的評估，合理控制旅游規模，加大地區旅游基礎設施建設，引導旅游規模擴張與生態環境協調提高。

從旅游產業結構看，上海（－ 2.45）表現出5%水平上顯著負相關；江蘇（－ 0.08）表現不顯著負相關；浙江（0.39）與安徽（0.17）呈顯著正相關，而長三角城市群（0.03）表現不顯著正相關。上海市經濟發達、開發基礎較好、產業結構優化升級較早，旅游產業結構不能有效影響地區旅游生態效率，而浙江省、安徽省旅游產業結構正處在優化轉型和升級的過程中，因此表現為顯著正向影響。從整個城市群分析，伴隨長三角高質量一體化的逐步推進，不同省市之間的旅游合作交流將不斷增多，城市群旅游產業結構將得到優化提升。產業結構與當前城市群生態環境之間得到有效互動，因此表現為正向影響。

從科技創新看，技術進步對長三角城市群整體旅游生態效率影響呈顯著的負相關，估計系數（－0.12）較小。其中，安徽（－0.14）在1%水平上顯著負相關，上海（－ 1.11）在10%水平上顯著負相關，江蘇（－0.07）在5%水平上顯著負相關，說明城市群科技進步并未有效改善旅游地的生態環境，甚至加重了地區的生態環境壓力。誠然，技術進步能夠加速旅游產品與業態的更新換代，但地方政府有限的科研經費并未廣泛運用于旅游環保和旅游綠色創新等方面，因此科技發展能力對城市群旅游生態效率的影響并不顯著。長三角高質量旅游一體化推進過程中應逐步加強地區間綠色創新合作能力，協調好地區間科技與生態環境間關系。

從城鎮化發展水平看，長三角城市群（0.47）與安徽（1.06）的城鎮化水平與旅游生態效率表現出顯著的正向影響，而上海（－0.54）、江蘇（－0.52）和浙江（－0.23）表現為負向影響。目前長三角城市群已形成世界級城市群規模和布局，形成了層次分明的城鎮體系，城市群在深化一體化發展中不斷推進生態文明理念和可持續發展方式，深化環境保護一體化探索和跨區域的生態補償機制，將生態文明的理念落實到城市群新型城鎮化建設之中。而對于城鎮化發展水平較高的東部省份，新型城鎮化水平也較高，在推進過程中較早實現對旅游生態效率提升階段，相對于經濟較為落后的安徽，在推進新型城鎮化的過程當中有效影響了地區的旅游生態效率。

從經濟發展水平看，長三角城市群（－0.02）、浙江（－0.07）、安徽（－0.07）、江蘇（－0.04）均呈不顯著負相關，反映出隨著城市群經濟發展和人們生活水平提高，一方面旅游經濟規模擴大，另一方面旅游產業帶來的環境污染不斷加重。經濟發展水平的提升更多依賴于資源開發的拉動、工業化的持續推進，而在推動旅游綠色基礎設施建設和綠色創新的供給不足。經濟發展水平不是地區旅游生態效率的決定因素，應加強區域內綠色經濟發展，不斷提升經濟發展質量，只有高質量的經濟發展，才能有效協調好與社會、文化、生態直接的關系。上海（－3.74）經濟發展與旅游生態效率呈顯著負相關，這可能是由于其經濟發展水平很高，旅游產業發展不再顯著依賴于地方經濟，更多依賴于科技創新能力，因此經濟發展并未對區域旅游生態效率產生正向影響。

從城市建成區綠化覆蓋率看，不顯著正向影響長三角城市群旅游生態效率（0.21）。城市綠色發展環境問題是關系到民生福祉的重大社會問題。十八大以來我國生態文明建設進入快車道，生態文明體制機制不斷完善，長三角城市群在美麗中國戰略背景下，加大了地區的生態環境保護力度，優化了城市綠色空間布局，提升了城市綠色發展水平。城市綠化環境建設是反映生態環境領域地區治理體系和治理能力現代化的重要體現，有利于改善當地旅游發展自然環境，吸引更多的游客，提升地區旅游生態效率。

從對外開放水平來看，江蘇（－ 0.16）通過顯著性檢驗，其對外開放水平顯著負向影響地區內的旅游生態效率，反映出對于這樣一個東部沿海省份，其對外開放水平較高，吸引大量外資和先進生產力的同時，也帶來了大量的污染企業。盡管對外開放能力是促進地區旅游產業發展的重要內容，但盲目地開放吸引外資和企業往往會造成不合理的經濟發展。在生態文明建設背景下，地區旅游產品、企業的引進需要審慎考慮其與生態環境的關系，加強引進先進綠色的企業，優化旅游產業投資結構，取締高消耗低產出的旅游企業，打造高質量的對外開放能力。長三角城市群整體對外開放水平的提升正向影響旅游生態效率（0.01），反映出對外開放能夠吸引更多的旅游者，帶來更高的旅游發展效益。

3 結論與討論

3.1 結論

長三角城市群旅游高質量一體化發展立足于全面深化生態文明體制改革，建設美麗中國的時代背景之下，對城市群旅游經濟發展和生態環境進行綜合評價的基礎上探討旅游生態效率的區域差異是推動城市群旅游產業可持續協調發展的必要條件，并為推進長三角城市群旅游綠色高質量發展提供借鑒意義。本文采用SBM－undesirable 模型、核密度估計、重心模型、空間自相關方法對長三角城市群26個中心城市的旅游生態效率及其演化特征進行了測度，并在此基礎上運用Tobit回歸模型考察了影響旅游生態效率的因素。結論如下：①2007—2017 年，長三角城市群26 個中心城市的旅游生態效率總體表現為小幅度下降趨勢，城市群內部旅游生態效率存在著顯著不均衡性。②2007—2017 年，長三角城市群旅游生態高效率城市有所減少，主要分布在城市群東北部江蘇省境內；旅游生態較高效率城市的數量由6 個增加到7 個；中等旅游生態效率城市分布最少，演化呈現由中部向東部擴展；低旅游生態效率城市增多，表現為向城市群西部斂縮效應。③在旅游生態效率動態演進方面，2007—2017 年整體呈現由“雙峰”演變為“單峰”的趨勢，研究期末形成“低低集聚”型“單峰”格局，表明城市群內部旅游生態效率兩級分化格局在逐漸減弱，地區之間非均衡性不斷減小。④城市群旅游生態效率的重心除2008 年以外一直處于城市群幾何中心的東部，2007—2008 年旅游生態效率重心坐標表現為由東向西大范圍遷移的變化軌跡。2008 年以后，旅游生態效率重心不斷向經濟發展水平較高的東部移動，重心變化總體呈現由西向東，由南向北遷移的變化軌跡，表明城市群旅游生態效率東部大于西部，北部大于南部，東西方向上非均衡性比南北方向更為顯著。⑤空間自相關結果顯示長三角城市群旅游生態效率呈現以空間負相關關系為主的特征，Moran′s I指數總體由2007 年的－0.1641 上升至2017 年的－0.1264，表明長三角城市群旅游生態效率空間集聚程度有所提升，城市群內部旅游生態效率空間差異得到有效平衡。⑥回歸結果顯示，旅游經濟規模、城鎮化水平對城市群旅游生態效率產生顯著正向影響；科技創新水平對城市群旅游生態效率產生顯著負向影響而經濟發展水平負向影響不顯著；旅游產業結構、建成區綠化覆蓋率和對外開放水平對旅游生態效率正向影響不顯著。從不同的省市區來看，各影響因素對地區旅游生態效率的影響有顯著差異。

3.2 討論

長三角城市群作為我國經濟最具活力、開放程度最高的區域之一，是“一帶一路”與“長江經濟帶”的重要交匯地帶，是美麗中國建設示范區。推動長三角地區更高質量一體化發展是新時代我國確立的重大發展戰略，標志著該地區進入到以高質量為核心的發展加速期。長三角城市群內部旅游發展不平衡不充分，結構性、布局性問題依然突出，旅游與生態環境的不協調的區域差異問題長期存在，并成為制約城市群旅游高質量一體化發展的重大制約和短板。今后很長一段時間在持續推進旅游一體化進程中，需要提高旅游生態文明建設力度，探索城市群內區域間旅游生態補償機制，著力推進全域旅游綠色一體化進程；要始終堅持保護為先，不搞旅游大開發，牢固樹立“山水林田湖草是生命共同體”和“保護生態環境就是保護生產力”理念，推進旅游發展經濟效益、社會效益、生態效益相互促進、共同提升；堅決取締高污染高能耗的旅游企業，提高旅游產業綠色創新能力，培育新興低污染旅游產業鏈；通過新媒體平臺和地方政策宣傳引導游客低碳旅游，通過完善城市群旅游生態安全保護條例和法令，推進城市群一體化背景下旅游生態文明建設步伐，推動旅游業高質量發展，助力構建以國內大循環為主體，國內國際雙循環相互促進的新發展格局。

長三角城市群旅游產業高質量一體化發展對我國經濟發展具有重要意義，如何在旅游經濟發展與生態環境保護之間取得區域間協調共進，是城市群高質量發展面臨的重大挑戰。基于地理學視角對長三角城市群26 個中心城市旅游生態效率演化及其影響因素進行了分析，一定程度上彌補了基于微觀市域尺度研究的不足，為未來長三角城市群旅游業高質量發展指明了方向。但本文也存在不足：①在一體化背景下，考慮到數據可獲取性并沒有選取全部地級市，而僅選取了26 個中心城市，城市數量較少，未來應基于更大層面去分析。②研究尺度聚焦于市域尺度，但旅游業碳排放測算采用剝離方法受地區三產產值影響較大，所得數據結果可能有偏差。③受制于篇幅，本文未對旅游生態效率與旅游經濟互動進行分析，這些問題有待進一步探討。