中國旅游業與金融業的耦合協調及其時空特征

田卡噸，鄒澤鐸，彭寶玉,b，盧榮旺

（河南大學a.地理與環境學院；b. 環境與規劃國家級實驗教學示范中心，河南 開封 475004）

“十四五”時期是構建以國內大循環為主體、國內國際雙循環相互促進新發展格局的關鍵時期，旅游業因其綜合性、帶動性、支柱性和全民性等功能，成為擴大內需、挖掘消費潛力與暢通“雙循環”的重要載體。在新的發展格局下，旅游業將從量的擴張邁入質的提升的關鍵階段；在2017年全國金融工作會議上，習近平總書記強調“金融是實體經濟的血脈，為實體經濟服務是金融的天職，是金融的宗旨”（朱凱，2018），金融業在助力旅游業高質量發展過程中發揮著重要作用，兩者合作呈不斷深化的趨勢。旅游業與金融業同屬第三產業，具備融合的基礎條件和共同需求（龔艷，2015），兩者融合發展可延伸旅游業與金融業高質量發展產業鏈、重塑與優化產業結構、提升產業競爭力，并對區域經濟高質量發展與構建新發展格局具有顯著的促進作用。為推動兩者融合發展，自2009年以來政府部門先后出臺系列文件，如《關于加快發展旅游業的意見》（國務院，2009）和《關于促進服務業領域困難行業恢復發展的若干政策》（國家發展改革委，2022），為旅游業和金融業融合發展提供方向指導和政策支持，包括鼓勵符合條件的旅游企業上市，加強債券市場對旅游企業的支持力度，確保符合條件的旅游企業獲得方便與快捷的信貸服務，推動設立旅游產業基金以及發展旅游項目資產證券化產品等?？傊糜螛I與金融業的融合協調發展可促進兩者優勢資源互補、共享，打造兼具兩者優勢的產品，提升游客的需求和體驗，也是轉變旅游經濟發展方式的內在要求和擴寬金融市場的重要支撐，更是實現兩大產業之間效益疊加和互利共贏的必然選擇。

已有涉及旅游業與金融業關系的研究主要聚焦于金融業支持旅游業發展，以及旅游業與金融業融合協調發展等方面。其中，金融業支持旅游業發展的研究主要關注金融扶貧，不同金融機構對旅游發展的作用，金融業對不同地區的旅游支持等，如國外學者Carrillo-Hidalgo等（2020）認為世界銀行對旅游業的資助可增加其對金融包容性的關注，這將提高減貧和發展的效率和效力；Dar 等（2018）發現金融機構的金融計劃對克什米爾地區旅游業發展至關重要。國內學者張洪昌等（2017）利用DEA模型和Malmquist 指數模型發現廣西民族地區旅游業發展的金融支持效率不足，并提出金融支持旅游業發展的效率優化路徑；楊建春等（2014）運用方差分解等方法對比研究貴州與浙江2省金融支持旅游產業發展的動態效應，并提出貴州旅游業發展的金融支持策略。旅游業與金融業融合協調發展的研究則集中于兩者間的成長關系與互動作用、兩者協調發展與經濟可持續發展等，Katircioglu 等（2018）指出土耳其旅游增長與金融業發展之間存在長期和強化的互動關系；Ohlan（2017）通過分析1960—2014 年印度金融發展的相對重要性，發現旅游業、經濟增長和金融發展之間是相互協調的；廖凱誠等（2019）用脈沖響應函數等方法，發現張家界在旅游產業成長的發展期，旅游產業與金融發展相互促進與協調發展；龔艷等（2017）采用耦合評價模型，分析江蘇省2001—2013年旅游業與金融業耦合發展的差異特征，并認為其耦合過程促進了實體經濟與虛擬經濟平衡協調發展。此外，國內學者還關注旅游金融（楊復興等，2012；夏蜀，2017）、旅游金融效率（穆學青等，2020；李靜等，2022）、金融對鄉村旅游的支持（華萍，2019；梁勤，2021），以及兩者融合的路徑探索（任朝旺 等，2021）等。

綜上，對旅游業與金融業關系的研究成果顯著，但有待對其耦合作用機理進行深化探討，且從研究尺度看，較為缺乏全中國省域尺度層面的研究；從方法看，則缺少從空間視角的分析方法，以及缺乏對其進行影響因素實證。鑒于此，本文探討了旅游業與金融業發展的耦合作用機理，運用耦合協調度評價模型，實證分析中國旅游業與金融業耦合協調發展的時空演變特征與兩大產業的融合發展水平；運用空間自相關分析，從空間視角分析中國31個省域旅游業與金融業融合發展的相關性和空間集聚效應；運用隨機效應面板Tobit模型探討旅游業與金融業耦合協調發展水平的影響因素。以期為中國區域經濟可持續發展提供參考。

1 旅游業與金融業的耦合作用機理

旅游業與金融業兩者之間相互作用、相互影響，存在緊密的動態耦合互饋關系。已有研究（龔艷等，2017；王亞芳，2019）指出，旅游業與金融業在外部和內部作用力共同作用下向高度協調化方向發展（圖1）。

1.1 外部作用機理

外部作用力主要分為虛實經濟結合力、市場推動力、科技創新力和政策支持力。1）虛實經濟結合力：實體經濟和虛擬經濟對立統一但又相互依存、彼此促進，因此作為實體經濟的旅游業和作為虛擬經濟的金融業，以旅游業為本、金融工具為用，通過旅游和金融資源的優化配置，實現兩者的融合發展并形成旅游金融（楊復興等，2012）。2）市場推動力：隨著中國進入大眾旅游時代，旅游消費需求迅速增長，旅游方式與類型多樣化。為了應對這種變化，需要強化金融業優勢地位，擴大金融業市場份額。同時，金融業在旅游支付、旅游信貸、旅游投融資等方面進行了創新發展，這也進一步擴大了旅游市場規模。3）科技創新力：科技創新是旅游業與金融業融合發展的媒介和紐帶，其中金融科技的創新發展是兩大產業融合發展的直接推動力和重要引擎；金融科技廣泛應用于旅游項目開發、旅游市場開拓、旅游咨詢服務等領域，可推動旅游業全面變革以及旅游產品、管理、市場等方面的創新，加速兩大產業融合的廣度和深度。4）政策支持力：各級政府部門高度關注“旅游+金融”的融合發展，相繼出臺各種政策支持金融在旅游業發展中發揮積極作用；其中國家政策包括《關于加強金融支持鄉村休閑旅游業發展的通知》《關于提升銀行業服務實體經濟質效的指導意見》等（銀監會，2017；農業農村部辦公廳等，2021），地方政策包括《江蘇省“十四五”文化和旅游發展規劃》《關于用好普惠金融政策支持中小微文化企業和旅游企業繁榮發展的若干措施（湖北）》等（江蘇省人民政府辦公廳，2021；中國人民銀行武漢分行，2021），這些文件均強調加強和改進旅游業金融服務，建立兩者間的互動合作機制，探索新的業務合作模式，以推動其互動協調發展。

1.2 內部作用機理

內部作用力主要分為旅游業對金融業的帶動發展和金融業助推旅游業發展2個方面。1）旅游業帶動金融業發展：旅游業因其綜合性、關聯性和拉動性強的特點，在自身快速發展的同時可帶動金融業發展，如擴寬包括旅游金融服務電子化（如網上銀行業務）、金融旅游卡（如鄭州銀行金融IC 卡加載旅游年卡業務）、旅游保險（如平安保險公司推出的“平安官方境內旅游險”業務）、旅游消費信貸（如京東金融推出的“京東旅游白條”業務）等金融業務范圍；同時增加包括產品類（如國內首次發行的旅游企業資產證券化項目——華僑城歡樂谷18.5 億元ABS 產品）、理財類（如途牛旅游網推出的“途牛寶”“月月贏”等）等旅游金融衍生品種類。2）金融業助推旅游業：金融業通過金融科技創新，為旅游業提供資金支持、優化資產配置、推動產業結構調整、注入發展新活力，是旅游業發展的助推器。首先，金融業通過金融機構制定旅游貸款資金計劃、創新旅游投資信貸方式等，支持旅游企業信貸；其次，金融業通過成立相互持股的旅游股份有限公司上市融資或成立旅游產業基金進行旅游資源開發，以及通過旅游企業發售旅游投資基金券、債券和股票等融資方式吸納閑散資本，助推旅游業發展；再次，金融業通過“線上+線下”“人工+智能”等技術手段實現旅游企業的結算和旅行者的支付服務；最后，金融業通過商業銀行、消費金融公司、大型涉旅企業和在線涉旅電商等途徑提供旅游消費信貸服務。

近年來，旅游業通過構建數字旅游金融平臺，實現數據資源的互補與共享，并利用大數據、云計算、人工智能等技術將平臺數據、第三方數據和實地盡職調查數據整合、標準化、模型化后，突破平臺自身閉環，創新金融服務模式，開始為整條旅游產業鏈上的供應商提供金融服務，實現融資的智能化撮合。金融業則以金融數字平臺為載體，通過搭建“旅游+金融”的生態場景，拓展線上預定、分期付款等業務，并提供自助售票系統、線上產品銷售等智慧化服務場景，為旅游業提供適銷對路、個性化、智能化和定制化的金融服務。在數字化時代，旅游業與金融業通過對內外部作用力的滲透，對數字資源進行高度整合，以實現其深度融合。由此可見，在內外部作用力的共同作用下，旅游業與金融業將進一步相互影響、推動和融合，最終達到耦合協調發展的優化狀態，實現兩大產業融合發展的共贏目標。

2 研究方法與數據來源

2.1 指標體系構建

遵循科學性、系統性及數據可得性等原則，對旅游業發展水平指標選取主要參考張愛平（2015）、王冠孝（2016）、耿娜娜（2022）、甘暢（2022）等的研究，共14項指標，金融業發展水平指標選取參考龔艷（2017）、王亞芳（2019）、高一銘（2020）、儲雪儉（2019）等的研究，共15項指標；共咨詢了6名專家，經過3次討論，最后根據專家的反饋意見并結合旅游業與金融業發展情況，確定從旅游要素結構、旅游市場規模和旅游經濟效益3個維度評價旅游業發展水平，從金融規模和金融效率2個維度評價金融業發展水平，并篩選出8項旅游業和10項金融業評價指標（表1）。

表1 旅游業與金融業系統評價指標體系及權重Table 1 Systematic evaluation index system and weights of tourism and financial industry

2.2 研究方法

2.2.1 修正后的熵權法和線性加權法 為了指標的可比性，首先，用極值標準化方法對各項指標進行標準化處理，以消除指標間屏蔽效應和量綱差異；其次，為了避免人為因素帶來的偏差，采用熵權法確定各指標權重；最后，運用線性加權法綜合評價旅游業與金融業兩大子系統的發展水平。計算過程參考文獻（耿娜娜等，2022；王兆峰等，2022）。

2.2.2 耦合協調度模型 參考物理學中的容量耦合系統模型以及相關研究（趙建吉等，2022），構建旅游業與金融業的耦合度模型，表達式為：

式中：C為耦合度，且0 ≤C≤1；U1、U2分別為旅游業、金融業發展水平。對U1、U2進行相關性分析得出，相關系數高達0.836，說明旅游業與金融業發展存在很強的相關性，兩者存在耦合互動的發展關系。

由于中國31個省域旅游業與金融業發展都有其交錯、動態和不平衡的特性，因此，需在耦合度的基礎上構建旅游業與金融業耦合協調度模型，探究二者協調程度的時空演變，表達式為（董文靜等，2020）：

式中：D為耦合協調度，且0 ≤D≤1；T為協調發展指數，反映旅游業與金融業的整體協同效應或貢獻；a和b為待定系數，近年來，金融業通過擴大旅游項目、企業融資渠道等幫扶手段，助力旅游業復蘇、乃至高質量發展，因此取a=0.4，b=0.6。

2.2.3 空間自相關分析 僅依靠耦合協調模型分析中國旅游業與金融業間關聯與相互影響程度并不能有效識別空間因素的作用（朱麗娟等，2021），因此采用空間自相關分析探索旅游業與金融業在空間上的相關性和集聚特征。運用Stata14.0軟件計算全局Moran'sⅠ指數、局部Moran'sⅠ指數以及Lisa 圖，對旅游業與金融業耦合協調度進行空間分析，并運用ArcGIS10.8對Lisa圖進行可視化顯示。

2.3 數據來源

本文研究對象為中國31個?。▍^、市）（不含港澳臺地區）。“十二五”“十三五”期間旅游業成為國民經濟的戰略性支柱產業，金融業則在此期間借助互聯網和信息技術，其供給側改革和創新層出不窮（巫云仙，2019），實現金融業迅速發展，但受數據獲取的限制，研究時段選定為2011—2019年。旅游業與金融業系統評價指標以及影響因素指標的原始數據主要來自2012—2020年《中國統計年鑒》（國家統計局，2012—2020），《中國旅游統計年鑒》（國家旅游局，2012—2020），《中國金融年鑒》（《中國金融年鑒》編輯部，2012—2020），以及各?。▍^、市）的國民經濟與社會發展統計公報等，并經過整理計算所得，部分缺失數據采用線性插值法等方法補齊。金融業系統中全部A股總市值數據來自Wind數據庫①https://www.wind.com.cn/中的全部A股總市值（證券會算法），根據郭峰等（2020）研究，數字普惠金融指數、數字化程度影響因素來自北京大學數字金融研究中心官網②https://idf.pku.edu.cn/index.htm。

3 實證結果

3.1 旅游業與金融業的發展水平分析

3.1.1 旅游業的發展水平 由圖2 可知，2011—2019 年中國旅游業發展水平的均值由0.064 4 上升到0.144 4，年均增長率10.61%，表明隨著國民經濟的快速發展以及“十二五”“十三五”期間政府旅游政策幫扶，旅游業得到快速發展。參照王凱等（2022）的研究，將中國劃分為東部、中部、西部和東北4大區域，其旅游業發展水平的年均值依次為0.128 7、0.104 1、0.071 2 和0.076 7，呈“東部＞中部＞東北＞西部”空間分異格局；年均增長率分別為7.19%、12.25%、15.52%和8.41%，呈“東慢西快”空間分布特征，即年均增長率東部增速慢于西部，說明旅游業區域發展不平衡。圖3顯示，東部旅游業地區發展水平較高，但區域內旅游業發展不均衡，海南因其南海局勢、天津因其濱海新區爆炸事故、福建因臺海局勢變動等原因，旅游業發展水平相對較低；且東部省份旅游收入占比較小，旅游發展水平位居第一的廣東，2019年的旅游收入僅占國民生產總值的13.65%；加之東部沿海省份較為注重金融業、新興高新技術產業等，這些產業擠占了旅游業發展所需資源，在一定程度上放緩了旅游業的發展速度。中部6省旅游業發展速度較快，且發展水平較均衡，旅游業發展水平最高的安徽（年均值0.118 2）與最低的山西（0.089 4）之差僅為0.028 8；該地區深厚的人文歷史旅游資源、連通四方的區位和交通優勢以及豐富的人力資源等要素，助力旅游業的快速發展。西部地區旅游業發展年均增長率第一，主要是由于該地區旅游開發價值較高，自然、人文景觀均具有獨特性，旅游優勢凸顯；同時受“西部大開發”和“一帶一路”等的推動，旅游業發展勢頭較足。其中，云南、貴州、四川和廣西等省域旅游業的發展速度較快，如云南因其獨特的熱帶風光和邊境民族風情，旅游業成為支柱產業，年均增長率達17.62%，2019 年旅游總收入占國民生產總值的45.01%。隨著“東北振興”戰略的實施以及冰雪旅游資源的開發和建設，東北地區的旅游業發展水平也得以提高?？傮w上，中國旅游業發展水平得以優化，區域發展差距逐漸縮小。

3.1.2 金融業的發展水平 由圖2 可知，2011—2019 年中國金融業發展水平的均值由0.087 1 上升到0.207 2，年均增長率11.44%，始終高于旅游業發展水平；該時期是金融業快速發展時期，金融業借助金融科技力量，實現了供給側改革和創新發展，移動支付延伸到生活繳費、智慧交通、移動電商和市政服務等多個領域。這9年間東、中、西和東北的金融業發展水平的年均值分別為0.210 6、0.146 8、0.106 8 和0.134 3，呈“東部—中部—東北—西部”依次遞減格局；年均增長率分別為11.08%、11.27%、11.95%和12.20%，增速也呈“東慢西快”空間分布格局（見圖3）。究其原因，東部地區開放程度高、經濟發達，金融科技創新多發生在此地區，如“余額寶”“百度金融中心理財”等新型金融業態；國內金融業改革政策也首選東部省份作為政策試驗地，如民營銀行首批試點5個試點銀行的選擇、中國（上海）自由貿易試驗區設立等，這9年間東部地區銀行業金融機構數量每年均占全國總數的40%，金融業增加值每年均占全國金融業增加值的60%，可見東部地區金融業發展水平較高，但因考慮到自身的金融發展安全問題，東部地區發展速度一直較為穩健。中部6省金融業發展水平較為平衡，6個省份年均值為0.117 2～0.184 6，變化幅度較小，年均增長率為9.71%～13.00%，發展速度也較為平穩，這可能是因為中部地區產業結構持續優化與全面發展。西部地區金融業發展水平處于全國末位，僅四川為金融業發展高地；但隨著“一帶一路”等國家政策的支持以及中國—東盟自由貿易區的全面建立，西部地區邊境區域金融發展迅速，各省也紛紛制定符合本省發展的金融策略，如貴州的大數據中心建設、陜西的普惠金融建設等，金融業發展速度實現“彎道超車”。東北地區金融業發展水平較低，但隨著互聯網金融的發展，東北地區因其工業基礎雄厚、城鎮化水平高、基礎設施完善等工業化、信息化條件，實現了金融業年均增長率領先。

3.2 旅游業與金融業的耦合協調度分析

由耦合協調度模型可得旅游業與金融業的耦合協調度（表2）。時間上，2011—2019年全國旅游業與金融業耦合協調度的均值為0.265 8～0.409 7，從低度協調發展到中度協調，處于不斷優化的發展狀態，這表明旅游業與金融業耦合發展在中低協調狀態下不斷提高，但與極度協調仍存在較大差距。各省域旅游業與金融業耦合協調度的均值為0.175 1～0.521 7，包括低度協調到高度協調3 種類型。2011—2019年，海南、西藏、青海和寧夏在低度協調中不斷優化，遼寧、上海、河南和四川也在中度協調狀態下不斷優化，北京、江蘇、浙江、山東和廣東5 省（市）則從中度協調躍升至高度協調狀態，其余18個省域從低度協調躍升至中度協調狀態，實現質的發展。其中，2011 年各省域耦合協調度為0.121 4～0.430 1，包括2種耦合協調度類型，約71%省域為低度協調，約29%省域為中度協調，這表明2011 年各省域旅游業與金融業普遍處于中低水平的基本協調狀態；2019 年各省域耦合協調度為0.221 4～0.621 1，包括3種耦合協調度類型，海南、西藏、青海和寧夏4省為低度協調，約71%的省域為中度協調，僅北京、江蘇、浙江、山東和廣東5省（市）實現高度協調，表明中國旅游業與金融業的協調發展在不斷優化并取得顯著效果。

表2 2011—2019年中國旅游業與金融業耦合協調度Table 2 Coupling and coordination between tourism and finance in China during 2011-2019

空間上，2011—2019年東部、中部、西部及東北地區的耦合協調度均值分別為0.401 7、0.352 7、0.286 4和0.321 1，呈“東部—中部—東北—西部”梯度遞減格局。東部地區各省域有低度、中度和高度協調3種耦合協調類型，其中廣東年均值為高度協調、天津和海南為低度協調，其余7省為中度協調；東部地區9 年間耦合協調度自0.326 9 上升到0.471 6，在中度協調狀態下漸趨優化，這得益于其金融科技領先、開放程度高、居民旅游消費水平高和需求多樣化，進而推動旅游業和金融業融合發展。中部6省均為中度協調，東北地區僅吉林為低度協調，兩大區域耦合協調度自2011年的0.275 7、0.254 7 分別躍升至2019 年的0.429 8、0.385 3，這可能得益于人文自然旅游資源豐富、客源地和旅游目的地相近；但金融效率不高且規模不大，制約了旅游業和金融業的協調發展。西部地區各省域有2種耦合協調度類型，低度協調和中度協調分別占42%和58%；西部地區從2011 年低度協調（0.212 7）緩慢上升到2019年中度協調（0.354 0），這主要是由于研究期內西部地區金融投資發展相對不足且旅游業人才流失嚴重，難以支撐旅游業和金融業的良性互動發展，故主要表現為低度協調狀態。整體上，中國旅游業與金融業發展的耦合協調度漸趨優化，但還處于中度協調狀態，需持續加大力度進行深度融合發展。

3.3 旅游業與金融業耦合協調度的空間相關分析

由表3可得，2011—2019年中國旅游業和金融業耦合協調度的全局Moran'sⅠ指數均＞0，且均通過了1%的顯著性水平檢驗，可見旅游業與金融業耦合協調度持續呈空間集聚狀態，且耦合協調度的集聚強度隨時間變化呈波動增長趨勢。2011—2015年，全局Moran'sⅠ指數由0.277 輕微波動上升到0.281，空間集聚特征逐漸增強；至2016 年達到峰頂，之后到2019 年全局Moran'sⅠ指數緩慢下降，總體上則呈上升趨勢，年均增長率為0.31%。但2015—2016 年全局Moran'sⅠ指數年均增長率為60.5%，2018—2019年則為?47%，屬于驟增驟降的狀態。前者可能緣于寬松的貨幣政策和大眾旅游消費旺盛，致使旅游投融資增強，耦合協調度集聚程度得到加強。后者可能是因為該時期在金融去杠桿、防風險背景下，金融資產盲目擴張得到遏制；同時為了緩解經濟下行壓力，金融多投資于制造業，金融業和旅游業兩者融合步伐放緩，空間集聚程度減弱，但空間集聚狀態仍在。

表3 2011—2019年中國旅游業與金融業耦合協調度的全局Moran's I指數Table 3 Global Moran's Ⅰindex of the coupling coordination between tourism and finance in China duing 2011-2019

運用Stata14.0 軟件計算2011、2015、2019 年旅游業和金融業耦合協調度的局部Moran'sⅠ指數，并用ArcGIS 10.8、AI 軟件將其可視化，繪制耦合協調度LISA集聚圖，由圖4可知：1）“H-H”集聚類型的省域數量呈“V”型變化，由2011 年上海、江蘇、浙江、湖北和福建等10 個省域，變化為2015 年上海、江蘇、河北、山東和湖南等9 個省域，再擴大到2019年上海、江蘇、廣東、湖南和湖北等11個省域，這表明東部和中部地區相鄰省域兩大產業形成了優勢互補的耦合發展聯動區域，“空間溢出效應”明顯。2）“H-L”集聚類型的省域零星分布于4大區域，2011年有北京、遼寧、廣東和四川4 個?。ㄊ校?，2015 年增加到湖北、北京、遼寧、廣東和四川5 個?。ㄊ校?019 年則為北京、山西、遼寧、四川和云南5個?。ㄊ校?；該類型省域旅游業和金融業耦合協調度較高，優于周邊省域，出現極化效應，因而難以和周邊省域形成集聚效應。3）“L-L”集聚類型的省域分布在西部和東北地區，由2011年貴州、云南、吉林、黑龍江和西藏等12個省區，增長到2015年重慶、山西、吉林、黑龍江和西藏等14個?。▍^、市），2019年下降到10 個，減幅為28.57%；西部和東北地區旅游業和金融業由于自然條件和發展歷史等因素的限制，耦合協調度較低，是亟待發展的重點區域。4）“L-H”集聚類型的省域數量變化呈“V”型，先由2011年天津、山西、江西、廣西和重慶5 個省（區、市）下降到2015年天津、江西和廣西3個省（區、市），再增長到2019年的天津、江西、廣西、重慶和貴州5 個?。▍^、市）；這些省市基本上被“H-H”或“L-L”集聚類型的?。▍^、市）包圍，但沒有得到耦合協調度較高省域的正向輻射作用，反而因虹吸效應導致本地客源市場以及部分金融資本、金融人才等資源的流失。

綜上，中國旅游業與金融業耦合協調度呈局部正向空間集聚關聯特性的省域數量呈倒“V”型變化，但變化幅度較小。由2011 年的70.97%（其中32.26%的省域呈現“H-H”集聚類型，38.71%的省域呈現“L-L”類型）增長到2015年的74.19%（其中“H-H”占比29.03%，“L-L”占比45.16%），再減小到2019 年的67.74% （其中“H-H”占比35.48%，“L-L”占比32.26%）。同時，各空間集聚區的所屬省域變化不大，具有一定的穩定性，表明中國旅游業與金融業發展存在一定的路徑依賴特征。

3.4 旅游業與金融業耦合協調度的影響因素分析

3.4.1 變量的選取 中國旅游業與金融業耦合協調發展受多種因素影響，根據旅游業與金融業的耦合作用機理并結合實際情況，選取經濟發展水平、市場規模、地區開放程度、交通發展水平、產業結構、數字化程度、區域創新能力、政府支持等構建指標體系（表4），進行影響因素分析?？紤]到數據量級，對經濟發展水平、市場規模、地區開放程度、數字化程度、區域創新能力、政府支持等6個指標取對數值。為了避免面板數據分析時出現偽回歸，利用Stata14.0 軟件對面板數據進行平穩性檢驗；LLC檢驗結果表明所有變量均通過了平穩性檢驗，可進行下一步分析。

表4 Tobit回歸模型指標體系Table 4 Index system of tobit regression model

中國旅游業與金融業耦合協調度值是介于0～1的離散截斷值，為避免耦合協調度值的離散與參數估計的偏差情況，采用隨機效應面板Tobit回歸模型進行分析。模型為（趙建吉等，2020）：

式中：Dit為耦合協調度，i表示地區，t表示時間；cons 是常數項；lnPGDP 是經濟發展水平；lnMAR是市場規模；lnOPEN 是地區開放程度；TRA 是交通發展水平；STR 是產業結構；lnDIG 是數字化程度；lnTEC是區域創新能力；lnGOVE是政府支持；εit是隨機擾動項。運用Stata14.0軟件進行隨機效應面板Tobit 回歸分析，結果見表5。其中，LR 檢驗結果強烈拒絕原假設，說明存在個體效應，使用隨機效應面板Tobit回歸是合理的，Prob＞chi2=0.000，說明模型擬合良好。

表5 中國旅游業與金融業耦合協調度影響因素分析結果Table 5 Analysis results of influencing factors of coupling coordination degree between tourism and financial industry in China

3.4.2 影響因素分析 正向因素包括經濟發展水平、地區開放程度、產業結構、區域創新能力和政府支持，除地區開放程度外，其他變量均在1%的顯著性水平下通過檢驗，且影響程度由高到低依次為產業結構、政府支持、經濟發展水平、區域創新能力、地區開放程度。其中，產業結構高級化表明虛實經濟結合力較平衡，地區發展環境優越，有助于旅游業與金融業耦合協調發展；政府支持在兩大產業的耦合發展中發揮著宏觀調控作用，彌補市場缺失之處，提供政策支持與指明方向，進而縮小區域發展差距；經濟發展水平是旅游業與金融業發展的基礎動力，通過深化內外部作用力，推動兩者走向耦合協調發展；區域創新能力越強，可創造出新的金融產品種類、發展模式和服務方式，同時也能擴大旅游空間與延長旅游產品生命周期，進而提高旅游業和金融業的利用效率；地區開放程度可促進各地區與外部資金、信息和人力資源的互動，對旅游業與金融業跨區域合作發展具有一定的積極作用，但該指標未能通過顯著性檢驗，表明其對中國旅游業與金融業耦合協調發展的作用尚未突顯。

負向因素包括市場規模、交通發展水平和數字化程度，三者分別在5%、5%和1%的顯著性水平下通過檢驗，且負向影響程度由高到低依次為交通發展水平、市場規模、數字化程度。其中，交通發展水平變量系數為負，說明各區域之間的交通基礎設施發展水平不均衡，未能實現對旅游金融要素流動和資源的合理配置，阻礙了旅游業與金融業的融合發展；市場規模變量系數為負，表明旅游業與金融業作為綜合性產業，在市場慣性的作用下，排斥旅游金融新產品、新業態，其耦合發展效應并未擴散至各行各業和形成一定的市場規模；數字化程度變量系數為負，說明在旅游業與金融業的數字化轉型過程中尚有阻礙，其原因可能是數字化基礎設施建設較為薄弱，數字化平臺應用未能得到有效推廣，導致其與兩大產業融合發展水平脫節，未來需加強數字化建設與發展。

4 結論與建議

4.1 結論

綜合運用修正后的熵權法和線性加權法、耦合協調模型、空間自相關分析法和隨機效應面板Tobit模型等，在測算2011—2019 年中國31 個省域旅游業與金融業發展水平時空變化的基礎上，探索其耦合協調度時空分異與空間關聯格局特征，并分析其影響因素。得到的主要結論包括：

1）2011—2019 年，中國旅游業和金融業發展水平總體保持上升態勢，但金融業發展水平始終高于旅游業發展水平；兩大產業發展水平差距懸殊，年均值均呈“東部＞中部＞東北＞西部”的空間分異特征，且年均增長率均表現為“東慢西快”的空間特征。

2）2011—2019 年中國旅游業與金融業的耦合協調度年均值從低度協調發展到中度協調，處于不斷優化狀態；其耦合協調度均值呈“東部—中部—東北—西部”梯度遞減格局，但各省域耦合協調度值均有所上升。

3）中國旅游業和金融業耦合協調度呈顯著的正向空間自相關，2011—2019年空間集聚強度呈現波動增長的態勢；“H-H”類型的省域主要分布在東部和中部地區，“L-L”主要分布在西部和東北地區，“H-L”和“L-H”則零星分布于各地；各省域的空間集聚狀態變化具有穩定性，表明各省域旅游業與金融業耦合發展具有路徑依賴特征。

4）從影響因素看，經濟發展水平、地區開放程度、產業結構、區域創新能力和政府支持5個因素對旅游業與金融業耦合協調度值有正向影響，但地區開放程度變量未通過顯著性檢驗；市場規模、交通發展水平和數字化程度3 個因素則具有負向效應。

本文探討了旅游業與金融業融合發展的機理作用，并利用專家打分法構建指標體系，在省域層面測度了旅游業與金融業空間分布格局，以及耦合協調度特征，發現兩者耦合發展具有路徑依賴特征，創新性地利用隨機效應面板Tobit模型分析其影響因素，這為其融合發展提供了一定的借鑒和啟示。但仍存在一些需繼續深化之處：1）本文僅從旅游要素結構、旅游市場規模、旅游經濟效益、金融規模、金融效率等方面選取指標，構建旅游業與金融業耦合評價指標體系，但兩大產業耦合發展是多種因素共同作用的結果，應進一步優化指標體系；2）兩大產業的耦合協調發展受多種因素綜合影響，后續研究可考慮節慶活動、金融危機、疫情等因素；3）本文只從省域尺度分析旅游業與金融業的耦合協調發展，后期可擴展至市域、縣域等小尺度，有助于更精準地把握兩大產業耦合協調發展的空間格局特征與影響因素。

4.2 建議

基于本文結論，提出以下建議：1）加大對旅游業的金融支持力度。從加強金融對旅游企業支持的角度看，結合區域實際，全國與各省域的金融機構應創新信貸管理模式，推出適合旅游企業發展的信貸服務產品和方式，并建立定期的銀企洽談會制度，避免信息不對稱造成旅游企業投融資不到位；目前中國有33家旅游上市公司，發展后勁充足，應鼓勵支持符合條件的旅游企業上市融資，對中小微型旅游企業應給予信貸服務支持，并爭取通過債券市場籌集資金；設立旅游產業投資發展基金，對目前較為火熱的全域旅游、智慧旅游、紅色旅游等旅游項目提前布局謀劃。從金融服務旅游者的角度看，金融機構要完善各景區的線上線下支付、消費等旅游數字化服務，推廣跨區域、多功能的旅游信用卡；在為旅游者提供提前消費的旅游貸款產品的基礎上，更要完善保障旅游者安全的旅游保險制度。

2）推進旅游業自身優化升級，實現旅游業向金融業的主動融合。從培育旅游業的有效信貸需求看，應圍繞核心旅游資源形成獨具特色的旅游片區，并依托片區內旅游業集聚效應，推動旅游業與金融業的深度融合；同時搭建增信平臺，強化旅游信用再造，且對片區內的旅游項目進行包裝與策劃，以增加旅游項目的有效資金投入與提升獲貸能力。從旅游業供給側結構性改革看，強化“旅游+”的融合帶動機制，開發旅游金融新產品新業態，發揮“旅游+”引導能力，把旅游業發展融入鄉村振興、紅色教育，延長其產業鏈，形成旅游業與第一、二、三產業的深度融合發展；通過“旅游+互聯網+金融”模式，探索創新旅游業宣傳營銷新模式，完善具有地方特色的旅游形象體系，塑造耳目一新的旅游品牌形象。從旅游企業的角度看，旅游企業應提高經濟效率和效果，完善內部控制體制，積極探索旅游項目的投融資路徑；旅游企業的幫扶者（政府）應完善旅游業管理體制機制，加強監督能力，打擊不法行為，并搭建旅游業與金融業互聯互通的平臺，打造健康的旅游業與金融業融合發展環境。

3）在保持經濟高質量發展的同時，應繼續擴大開放，吸納國外游客與投資，積極推動區域產業結構優化升級，加大區域創新研發投入力度，保持兩大產業發展的活力和持續動力。繼續加大對交通、通訊等基礎設施的升級改造，尤其是中西部地區的基礎設施建設，構建國內統一大市場，挖掘國內旅游市場消費潛力，擴大國內旅游市場規模與質量；應用數字技術，加強旅游資源整合，通過嘗試“數字+旅游+金融”的創新模式，開發金融新產品，促進智慧旅游發展，滿足旅游需求的多樣化。