中国入境旅游流的趋同与空间溢出效应分析_溢出效应论文

中国入境旅游流的收敛与空间溢出效应分析，本文主要内容关键词为：中国论文,效应论文,旅游论文,空间论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

       中图分类号 F590.84 文献标识码 A 文章编号 1006-575(2015)-04-0047-14

       旅游流一直是旅游地理学研究的热点领域，中国旅游业发展始于入境旅游，经过30多年的实践与探索，入境旅游流研究成果颇丰。2009年《国务院关于加快发展旅游业的意见》中明确提出“促进区域旅游协调发展”。然而改革开放以来，中国沿海地区经济优先发展促进其入境旅游的优先发展，也带来了沿海与内陆入境旅游发展的不平衡(吴三忙，李树民，2008)。2013年中国接待入境游客12907.78万人次，旅游创汇516.64亿美元，居世界第四位。但入境旅游区域发展差距突出，排名前10位的省区占全国3/4的市场份额①，其中前8位的省区均位于沿海。

       国内对入境旅游流的研究始于20世纪80年代，马耀峰团队最早且最为系统地开展了入境旅游的市场调研与对策研究，涉及入境旅游流的动态模式及其机制(马耀峰，1999)，行为特征及其市场营销(马耀峰，2002)，细分市场及其特征(王洁洁，孙根年，2010)，旅游目的地网络结构(吴晋峰，潘旭莉，2010；郭峰，等，2011)等方面。入境旅游流的时空分布是入境旅游研究的重要组成部分，随着国家层面上经济均衡发展战略的实施，入境旅游流的时空格局如何，区域差距是否得到缩小，已有学者对此做出有益的探讨。相关研究表明：中国入境旅游流呈显著的正向空间自相关，存在若干个热点区；入境旅游经济的省域间、市域间、地带内、地带间等的差距及其收敛情况各异(吴三忙，李树民，2008；Yang，Wong，2012；刘法建，等，2010)，但区域差距总体趋于缩小。已有研究从旅游景区、旅行社和住宿业固定资产投资的边际效益递减、旅游行业人人力资源等方面论证了中国旅游业发展应存在收敛性(张鹏，等，2010)。此外，还发现入境旅游流总体质量较低(高楠，等，2013)，省域极化现象显著(李振亭，等，2012)等问题。研究方法涉及统计学研究方法中的异系数、泰尔指数、基尼系数、增长收敛等(薛华菊，等，2014；陈秀琼，黄福才，2006)；空间计量方法中的探索性空间数据分析(ESDA)、地理加权回归和空间回归模型等(陈刚强，等，2014；方远平，等，2014；Zhang，et al.，2011)。上述研究均表明中国入境旅游的区域联系与空间溢出效应日益增强。孙根年(2001)将旅游流的形成与分布的影响因素归纳为三大断面，即客源地、旅游通道及旅游目的地。旅游通道与目的地断面又可细分为区域旅游资源禀赋与知名度、交通可达性、旅游服务设施与接待水平、开放程度、市场区位条件、产业结构、政策制度、突发事件等因素(薛华菊，等，2014；陈秀琼，黄福才，2006；陈刚强，等，2014；方远平，等，2014；万绪才，吴芙蓉，2011；万绪才，等，2013)。国外学者对入境旅游区域差异的研究始于20世纪70年代中期。Tosun等(2003)的研究表明，沿海和内陆的社会经济条件差异以及旅游供需分布不均是导致区域入境旅游发展不均衡的主要原因。

       旅游流要素(本文中主要指游客流与资金流)的流动及其相互作用是缩小区域旅游发展差距，促进区域协调发展的关键所在。综上所述，目前学者对中国入境旅游流的时空结构与空间效应的研究成果颇丰，但仍有不足。第一，ESDA常用于探究入境旅游的空间溢出效应，然而其实质是一种数据驱动型方法，理论解释力不足，同时运用该方法的相关研究者对旅游流溢出效应的时空特点重视不够，亦缺乏对旅游流的影响因素自身可能存在溢出效应或者作用范围的差异的探讨；第二，对入境港澳台与外国人客流的时空分布差异未给予区分；第三，对市域尺度关注不足，而市域对省域、县域旅游发展发挥着承上启下的作用(方叶林，等，2013)。因此，本文运用经济增长收敛理论与验证性空间数据分析(CSDA)，试图从市域及不同市场视角阐述中国入境旅游流的空间溢出效应的时空特点及其影响因素，以期为协调区域入境旅游发展提供参考。

       1 数据来源

       基于中国入境旅游数据统计具有较高的口径一致性、准确性、可靠性，因此，本文以2005年～2013年中国各地市旅游外汇收入(万美元)与入境游客量(人次)为研究样本，分别代表入境资金流与游客流。相关数据来源于《中国区域经济统计年鉴》(2006～2014)、《中国旅游年鉴》(2006～2014)、《中国交通运输统计年鉴》(2013)等。筛选出342个市域行政单元为研究的样本单元，鉴于数据的可获得性，本文研究不包括港澳台和三沙市；阿勒泰地区、阿拉尔市、五家渠市和生产建设兵团数据缺失，因此将它们并入就近的伊犁地区，并仅统计伊犁地区的数据；按照2014年最新行政区划标准将巢湖市并入合肥市，因此2011年以前不单独统计巢湖市，而将其加总到合肥市上；直辖市按一个城市计算。对研究期间内各地市入境游客量与旅游外汇收入数据按不同市场进行分类汇总，构建由若干二维表(市场—年份)组成的入境旅游流数据库。

       2 理论基础与研究方法

       2.1 区域经济增长收敛理论

       新古典经济增长理论认为资本存在边际收益递减效应而促进区域经济收敛，即起始经济较为落后的区域将有较高的增长率从而赶上较发达区域。区域经济增长收敛理论主要包括σ收敛，β收敛等假说。σ收敛假说关注区域某经济指标离散程度的时间变迁(Barro，et al.，2003)，一般用标准差(σ)或变异系数表征。β收敛可分为绝对收敛和条件收敛：前者假设经济增长速度与起始状态无关，各区域有相同的社会经济条件，落后地区将会比发达地区增速更快，从而促进区域经济收敛，并收敛于同一水平上；后者认为除了与起始状态有关，还与其他条件相关，各区域社会经济条件不同，最终达到的状态也不相同。β绝对与相对收敛的表达式及其稳态值、收敛速度等指标的计算可参见潘文卿(2010)的研究。

       2.2 空间依赖性

       地理学第一定律指出：任何事物都有相关性，距离近的事物之间要比距离远的相关程度更大(Tobler，1970)。因此空间单元间通常存在一定的关系，这种现象就称为空间依赖性或空间自相关性。空间数据存在空间自相关性，导致其残差不满足正态分布的假设，使得传统收敛测度方法的解释能力受限，而探索性与验证性空间数据分析能够有效克服这种不足。

       2.2.1 探索式空间数据分析(ESDA)

       ESDA是一系列可视化空间分布数据的分析方法和技术的集合，其以空间关联测度为核心，揭示数据的空间依赖性与异质性的可视现象。空间自相关分为全域型与局域型。全域空间自相关程度主要使用Global Moran's I(I)测度，局域空间自相关(LISA)程度主要使用Local Moran's

测度，全局自相关的表达式：

      

       局域空间自相关指标可进一步度量更小尺度区域间的空间形态差异，识别集聚区的空间分布形态(Anselin，Rey，1991)，其表达式为：

      

       式中：

为随机变量x的均值，

分别为区域i和j的观测值，

为空间权重矩阵的元素，常见的空间权重设置方式有边界相邻法、阈值距离法、最近K邻法。为探讨空间溢出效应的距离衰减规律性，本文采用阈值距离法定义空间权重矩阵。I∈[-1，1]，越接近1表示正的空间自相关程度越强，越接近-1表示负的空间自相关程度越强。

是空间单元i和j的标准化的观测值。如果Z值为正且显著，表明高值空间集聚即热点区(H-H)；反之，如果Z值为负且显著，表明低值空间集聚即冷点区(L-L)。

       2.2.2 验证性空间数据分析(CSDA)

       如果ESDA结果表明变量空间自相关显著，应进一步建立空间回归模型。在阐明观测值空间自相关时，可用到的空间面板数据模型主要有：空间滞后模型(SLM)，探讨各个变量在某个区域内是否有溢出效应(方远平，等，2014)；空间误差模型(SEM)中的空间依赖作用存在于误差扰动项之中，度量邻接地区关于因变量的误差冲击对本地区观察值的影响程度(Anselin，1988)；如果因变量中嵌套了自变量与因变量自身的双重空间依赖，会导致处理空间数据时增加遗漏变量等问题，预示着SLM和SEM模型解释能力受限。使用空间杜宾模型(SDM)可以克服自变量和误差项的参数估计受到遗漏变量空间依赖程度的影响(Lee，Yu，2010)，即测度自变量的直接和间接溢出效应(LeSage，Pace，2008)。入境旅游流要素与其影响因素的SDM模型如下：

      

       式中：

表入境旅游流要素增长率；δ表示空间回归系数，

为空间权重矩阵元素，

表示因变量在区域j在t时期的观测值，

是区域i在t-1时刻自变量(影响因素)的行向量(1，K)，γ为k维列向量，表示空间滞后的系数。

分别表示空间与时间固定效应；

表示空间自相关误差项。若

是一组非固定效应，则SDM就为随机效应模型。本文首先运用上述3种模型构建入境旅游流影响因素的空间归回模型，而后根据相关指标的判定选取出最优一种模型。

       2.3 影响因素的选取与处理

       本文的研究重点是从旅游目的地市场的角度探讨中国入境旅游区域差异，因此主要选取旅游通道与旅游目的地断面的影响因素。参考相关研究成果并结合本研究目的，选取5大类影响因素，即旅游资源、宏观经济环境、对外贸易、经济区位和可达性因素。选择依据如下：入境旅游一般属于大、中空间尺度，游客选择目的地时偏好高级别旅游资源，以满足效用最大化原则，因此旅游资源因素用4A和5A级景区加权和表征(孙根年，等，2011)。宏观经济环境因素是旅游业发展的支撑，用GDP增长率、第三产业比例、人均固定资产投资表征(张力力，2013)。入境旅游作为一种外向型的产业，国际贸易对其有极大的促进作用(Sun，Han，2008)，对外贸易因素用经济外向度(=进出口总额/GDP)表征。京沪穗三大口岸城市是中国入境旅游发展的桥头堡，也是其他省市旅游发展的重要“二手客源地”(刘宏盈，等，2007)，而公路交通是中国运输业的中流砥柱，承担了78.2％的货运量和93.5％的客运量，因此，可达性因素用地市政府驻地与京沪穗的距离以及等级公路密度表征。经济区位因素通过设置区域虚拟变量(用MWestern来表征，当某地市位于中西部地区，其MWestern=1，否则=0。根据“七五”计划将中国大陆全境划分为东中西三大地带②，其中东部地市为参照组，中西部地市为观察组以控制区域特定效应。分别以2005年至2013年的资金流增长率、总客流以及外国人与港澳台客流增长率为因变量，以各旅游流的初始值(即2005年的值，下同)为核心自变量，上述影响因素为条件变量(即自变量)。

      

       3 入境旅游流时空格局概况

       按照中国入境旅游流等级分类标准(马耀峰，李天顺，1999)，并结合本研究需要，将入境客流规模划分为如图1和图2所示的6个等级；资金流规模划分为如图3所示的11个等级。

       由图1可知：港澳台客流是中国入境旅游市场的主体，其客流整体呈东南向西北递减的态势，客流集中于京津、长三角、闽东南沿海、珠三角、成渝、滇西地区，以及省会城市(长沙、武汉、郑州等)和著名旅游城市(桂林、三亚、洛阳等)。东南沿海地市的港澳台客流增幅最大，新疆、西藏与东北边境地市次之；以珠三角为核心区向“泛珠三角”省区(琼、闽、赣、湘、桂、黔)扩散的态势最显著。由图2可知：外国人客流整体呈沿海、沿边向中部不断填充的格局，北方边境地市客流增长最显著。西部地区的外国人市场的份额普遍大于港澳台，以西安及其周边地市最为显著，其入境游客结构呈“倒二八”结构(郭峰，等，2011)即外国人约占80％。由图3可知：旅游外汇收入较高的地市集中于东北、环渤海、黄河中下游、长江中下游、成渝、云南、天山地区与著名旅游城市(桂林、拉萨等)以及边贸城市(乌鲁木齐、牡丹江等)。尤其是随着丝绸之路战略的实施，以西安为中心，由咸阳、渭南、洛阳和天水等地市所组成的“大西安旅游圈”的地位日益提升，其空间溢出效应逐步显现，空间结构逐步优化(庞闻，马耀峰，2014)，极大地促进了东部客流尤其是外国客流向中西部转移。由于外国游客的花费(占60％以上)主导了全国旅游外汇收入，因此旅游外汇收入的时空格局亦呈沿海、沿边向中部填充的格局，但极化态势弱化。旅游外汇收入超10亿美元的城市的收入总和占全国的比例由2005年的0.79波动下降到2013年的0.56。

      

       图1 2005、2009和2013年港澳台客流市域分布

      

       图2 2005、2009和2013年外国人客流市域分布

      

       图3 2005、2009和2013年旅游外汇收入市域分布

       综上所述，2005年以来无论是入境客流还是资金流的极化格局均有所弱化，不同层级的“中心—外围”空间结构的出现，增强了入境外国人客流向中西部与边境扩散效应。从旅游需求方面分析，上述变化则源于国际旅游需求的多样化促进了中国各地旅游资源比较优势的发挥。例如，近年来国际旅游需求由传统的滨海休闲度假向新兴的体验内陆自然的转变(Andriotis，2003)促进了国际客流向更具原生态资源优势的中国中西部地区转移。从旅游供应方面分析：进入21世纪以来，中西部欠发达地区的政府积极把旅游业作为促进地方经济发展的先导产业来培育，且从2000年起，中央以旅游国债的方式加强对中西部地区旅游基础设施建设，陆续开放内陆、沿边入境口岸，逐步建立中西部与东部与其海外客源的便捷通道，为促进区域间旅游流互动创造有利条件；旅游扶贫示范区、生态旅游示范区重点放在民族风情、生态景观资源富集的内陆欠发达地区，顺应国际旅游偏好的变迁，有力地促进了中西部入境旅游的发展。

       4 入境旅游流溢出效应的时空特点

       4.1 旅游流时空变迁的计量分析

       首先，根据变异系数=标准差/均值，探讨入境旅游流规模的时间变迁规律。由表2可知，总客流与资金流的变异系数逐年下降，入境旅游流增长满足σ收敛假设。其中，资金流的降幅大于总客流，但不均衡程度仍大于后者。港澳台客流增长率的变异系数大于外国人，外国人客流对中国入境旅游区域均衡发展的作用更为显著。其次，运用公式(1)，以474 km为起始值，500、600、…、1400、1500 km为参照距离，计算2006年至2013年入境旅游流增长率的全局空间自相关指标(I)，探讨入境旅游流增长的空间变迁规律。由表3可知：入境旅游流增长率在一定距离内表现出正向空间自相关，即高(低)增长率地市倾向于邻近同样为高(低)增长率地市。I随距离增加而减小，总客流与资金流的I分别在1360 km与1375 km以外未达到5％的统计显著性，表明入境旅游流增长率的空间依赖存在距离递减规律，符合地理学第一定律。在800 km之内，资金流的I随距离下降幅度明显高于总客流；600 km之外资金流的Moran's I持续小于总客流，表明整体上客流空间集聚大于资金流。港澳台与外国人客流的增长率分别在1300 km和1400 km距离以外未达到5％的统计显著性；国外客流空间集聚强于港澳台。一般情况下，外国游客赴华旅游投入的时间和交通成本较近程的港澳台游客大，为避免浪费这部分成本，其行程一般更长，形成强于后者的空间整合作用。例如，2013年外国游客平均停留7.5天，超过10％的游客一次游览超过4座城市；而港澳台游客行程较短，平均停留5天，不足5％游客一次游览超过4座城市。

      

      

       4.2 旅游流增长收敛的空间格局

       运用公式(2)计算各地市旅游流的起始数值及其变化率的局部自相关指数(

)，研究发现：2005年客流(见图4)的热点区(HH)集中于环渤海、长三角、华南沿海等；次热点区(HL)主要位于中西部省会城市或著名旅游城市，集中于陕甘宁交界；冷点区(LL)环绕在次热点区周边，构成多个区域层面上的“中心—外围”结构。客流增长率的热点区呈北东走向贯穿于中部，散布于西北边境。客流量与增长率的热点区主要叠加于中部地市；客流量热点区与增长率的冷点区叠加于珠三角地市。资金流(见图5)空间形态与游客流类似，但热点区范围稍大于后者。资金流增长率的热点区集中于中南、西南地区以及中俄边界地区，粤西南出现冷点区，陕甘宁交界出现次热点区。因此，相对而言，中西部初始值较低的地市加速增长，而东部初始值较高的地市增速放缓，预示着入境旅游流增长随时间变迁支持绝对β收敛假说。

      

       图4 起始客流量及其增长率的LISA图

      

       图5 起始外汇收入及其增长率的LISA图

       4.3 β条件收敛与空间数据分析

       资金流与游客流在条件β收敛模型中的初始值系数均小于0，且达到0.1％的显著水平，因此支持条件β收敛的假说。但空间诊断结果表明残差存在显著的空间自相关，因此OLS的解释能力较差。采用SDM分别对资金流、游客流和影响因素进行测试和估算。首先，Hausman测试结果表明，随机效应模型无法由空间或时间固定效应替代或拒绝，部分原因在于本研究中时间节点(T=9)太少，不足以估算空间固定效应，因此采用具有随机效应的SDM；其次，通过

两种假设的验证表明，SDM均不可简化为SLM和SEM。因此，具有随机效应的SDM较SEM和SLM解释性更好。运用公式(3)，得到表4所示的资金流、游客流和影响因素的SDM参数估计结果。可以发现：除人均固定资产投资(Rerfixin)外，其他变量在各模型中的参数估计均很显著，但由于模型中纳入了空间滞后解释变量与被解释变量，估计结果不能直接反映其边际效应，也难以准确衡量影响因素变量对入境旅游流变量的直接影响，因此，需要对SDM求偏微分来检验影响因素变量的直接效应和间接效应(即空间溢出效应)(见表5)。

      

      

       由表4可知：游客流和资金流的空间滞后变量(

)统计显著性，表明其溢出效应突破了行政区划的限制。由于入境旅游流的区域相互作用过程存在反馈效应，使得SDM模型表现出以下几个特点：①受到自变量与因变量自身的空间滞后的反馈作用，自变量的直接效应不同于其参数估计值。例如，总客流的SDM模型中，Spots的弹性系数为1.15，其直接效应为1.23，造成这种差异的原因，部分源于W_Spots系数的统计显著为正，部分源于其空间滞后因变量(

)也显著为正；由于Rerfixin和GDPR两个自变量的空间滞后系数(W_Rerfixin和W_GDPR)均不显著，其直接效应和参数估计值差异主要源于空间滞后变量。②不同的变量间的反馈效应存在较大的差异：例如外国客流的SDM模型中，TradeR的反馈效应为0.64，仅为其直接效应的84.21％；MWestern的反馈效应为0.18，仅为其直接效应的85.71％。③参数估计结果和空间滞后变量均难以准确衡量间接效应的大小和显著性。例如，资金流SDM模型中，空间滞后Spots变量的参数估计值为0.95，而其间接效应估计值为0.34；空间滞后GDP变量的参数估计在1％水平统计显著时，其间接效应并不具有统计上的显著性。此外，Rerfixin和RoadD和MWestern变量的间接效不具有统计上的显著性，表明这3个条件变量对资金流增长只有局部效应，仅影响某地市自身的外汇收入；而TradeR、GDPR、SerR和AirpD变量的间接效应具有统计上的显著性，说明这些自变量对相邻地市间资金流的增长具有显著的溢出效应。④某一地市及其邻域的入境旅游流的空间平均权重呈正相关，表明相邻地市旅游流的溢出对本地市的入境旅游发展亦具有实质性影响，且为双向交互式影响。以总客流SDM模型中的TradeR为例，某一地市的经济外向度每增加1％，将会促进相邻地市入境总客流量提高0.73％。

       在条件变量(影响因素)中，除与京、沪、穗的距离的系数＜0外，其他条件变量的系数均＞0，表明与京、沪、穗的距离越远，旅游流的增长率越低；其余变量均是越高越有利于入境旅游流的增长；相对于东部地区，中西部地区有较高的旅游流增长率，其中外国人客流增长率更高。上述条件变量中，旅游资源，经济外向度，与京、沪、穗的距离的影响作用最为显著。区域旅游资源丰富程度对入境游客产生显著的正向影响。在控制其他变量的情况下，高级别旅游资源对数每提升1％，能带动总客流量相应提高1.15％，其中对外国游客量的拉动作用更大，旅游外汇收入提高1.14％。经济外向度对数每提升1％，能带动总客流量相应提高0.42％，其中对外国客流的带动作用更大，而带动旅游外汇收入提高0.49％。与京、沪、穗的距离每增加1％，入境总客流量将会减少0.09％，其中对港澳台客流的削弱作用小于外国人，与前者倾向于短行程、高回访的时空行为有关；旅游外汇收入则减少0.11％。

       4.4 溢出效应的空间形态分析

       以不同距离的空间矩阵进一步建立空间回归模型。由图6可知，随距离的增加资金流与游客流的空间滞后系数均呈现出峰值不断降低的波浪式变迁，与入境旅游多层级型“中心—外围”结构的分布格局的存在密切相关。700 km时二者均达到最高值，1200 km后持续下降。但游客流与资金流的空间滞后变量的系数分别在1360 km、1375 km未达到5％的统计显著性，表明空间溢出效应具有距离敏感特性，呈现出一种地方化现象。对主要入境口岸城市(京、沪、穗)的空间外溢效应的模拟结果发现：上述城市的游客流与资金流的空间溢出作用效果如同水的涟漪，由中心向外扩散，对各圈层的作用强度随距离增加而波动减小，其纵剖面形态如图6所示。

       总体上，游客流的空间溢出效应大于资金流，这与东中西部地区间入境旅游消费水平差异悬殊有关，目前中西部入境旅游的发展以“量”取胜，虽然旅游资源禀赋普遍高于东部，但资源开发的广度与深度均不如东部；以消费水平较低的观光休闲为主，平均停留天数与人均花费亦不及东部地区(薛华菊，等，2014)；加之旅游市场体制的不完善，当地相关的旅游投资与人才的缺乏等，使中西部地区旅游经济“漏损”较为严重，资金流增长与客流增长不成显著的正相关，经济效应较东部差。

      

       图6 各距离空间滞后系数走势图

       5 结论与讨论

       主要结论：①入境旅游发展形成了京津、长三角、珠三角、成渝、滇西、闽东南沿海、黄河中下游、天山地区等八大集中区与省会、著名旅游城市一起组成的不同区域层级的“中心—外围”结构。②入境旅游流增长率市域集聚显著，高初始值与低增长率地市多集聚于东部；而低初始值与高增长率地市多集聚于中西部，入境旅游供需结构的优化共同推动中西部入境旅游的快速发展，进而缩小与东部的差距。③旅游流增长收敛，增长率的空间集聚强度具有距离敏感性。④验证性空间数据分析表明，旅游资源、经济外向度、与京沪穗的距离这三大全域型影响因素对入境游客流与资金流的影响最显著；其他影响因素的作用范围与程度因市场和旅游流要素而异。⑤入境旅游流的空间外溢作用表现出距离敏感性与市场差异性。

       政策启示：①鉴于特定旅游政策的影响效果不仅作用于本区域，而且还可以外溢到邻近区域，而中国入境旅游多层级的“中心—外围”空间发展模式，使得外溢作用不完全符合常规的距离衰减规律，而呈现出空间跳跃的特点。因此，应谋求更大范围的区域旅游合作，尤其与京、沪、穗的合作。可进行多地市、跨地市旅游资源共享、客源互送、品牌互推、平台共建等。针对目前多区域层级的“中心—外围”并存的空间格局，今后应重视培育不同等级旅游中心地，优化高级别旅游中心地，完善旅游空间网络体系，加快构建规模、功能合理分工的旅游城镇体系，保障入境旅游要素供应与周转。②鉴于外国游客的时空行为与消费能力更有利于空间溢出效应的发挥以及区域差异的降低，且边境地市外国客流增速更显著，应鼓励边境地市加强与周边的东南亚、中亚、俄、朝韩、外蒙古等国的边境贸易，以贸易推动旅游发展，共同开发跨国旅游资源，实现多方的旅游合作共赢；加大对国际市场的营销力度，及时掌握游客偏好动向，加大中西部与境外的直航力度；大力发展中西部生态旅游，发挥旅游的扶贫作用。③鉴于中西部地区入境旅游消费水平偏低，很大程度上导致全国层面上的入境旅游资金流溢出效应小于游客流，因此完善中西部地区的旅游市场机制，加快旅游配套设施建设，深度开发资源，延长游客停留时间，提高旅游花费将有助于提高其入境旅游的经济效益(薛华菊，等，2014)，进而促进全国入境旅游的区域均衡发展。

       本文主要基于目的地市场的视角探析市域入境旅游流的空间溢出效应的时空特点与影响因素，未来应结合客源市场的调研资料，从游客消费偏好角度更全面地阐述其作用机制，以便提出市场针对性更强的入境旅游时空结构优化对策。

       注释：

       ①国家旅游信息局信息中心.中国入境旅游发展年度报告，2014[R/OL].http://www.cnta.gov.cn/html/2014-10/2014-10-21-％7B@hur％7D-58-33499.html.

       ②东部11省区(北京、天津、辽宁、河北、山东、江苏、上海、浙江、福建、广东、海南)及其包含的101个市域行政单元；中部9省区(山西、河南、安徽、湖南、湖北、江西、内蒙古、吉林、黑龙江)及其包含的122个市域行政单元；西部11省区(四川、重庆、贵州、云南、广西、西藏、陕西、甘肃、青海、宁夏、新疆)及其包含的119个市域行政单元。

标签：溢出效应论文;  收入效应论文;  空间分析论文;  旅游收入论文;  经济论文;  外汇论文;  自相关论文;  港澳游论文;