高铁网络下区域旅游经济联系空间格局研究——以“成绵乐高铁”为例

高铁网络下区域旅游经济联系空间格局研究
——以“成绵乐高铁”为例

“成绵乐高铁”是西南地区第一条高铁线路。以成都为核心，沟通成德绵产业带和成眉乐旅游带。通过对成绵乐高铁沿线区域城市的交通可达性和旅游经济联系空间结构网络分析可知：成绵乐高铁开通之后，对沿线旅游目的地城市产生了显著的“时空压缩”效应；成绵乐高铁沿线旅游目的地城市间旅游经济网络空间结构日趋复杂化，并呈现出“点—轴”式旅游经济空间发展格局。最后，针对以上研究结论提出相应的发展建议。

旅游经济联系格局；交通可达性；成绵乐高铁

当前,关于高铁对区域旅游经济发展影响的研究已经取得较为丰硕的成果。如郭建科[1]、李艺玲[2]、李保超[3]、邓涛涛[4]和高尚[5]等借用交通可达性和社会网络分析法等，分别对东北、福建、皖南、长三角和河南等地区高铁对区域旅游经济发展的影响进行了分析。同时，周新军[6]在高铁网络对社会经济发展影响的基础上，对高铁经济带的内涵、发展路径与合作机制等问题进行分析和论述。而关于“成绵乐高铁”对沿线区域社会经济发展影响的研究主要有：杨伟奇[7]通过GIS空间分析反距离加权插值法研究表明成绵乐高铁开通,使沿线城市整体可达性得到明显改善,有利于促进研究区经济南北均衡协调发展。陈杰[8]聚焦成绵乐高铁对沿线城市体育旅游产业发展的研究，认为通过积聚成绵乐高铁沿线各城市优势，必然促使沿线城市形成体育旅游产业带。陈堂[9]运用交通运输经济和区域共生理论，实证分析了成绵乐高铁运输对成都、德阳、绵阳和乐山等城市经济发展的影响。

通过文献梳理表明，目前关于高铁对区域旅游经济发展格局的影响主要集中在中东部等社会经济相对发达的地区。而对于西部地区高铁对于旅游经济发展格局的影响则鲜有关注。因此，选择连接四川省经济最为发达和最具活力的产业带的高铁，即“成绵乐高铁”为研究对象大有必要。

1 研究区域概况

成绵乐高铁是西南地区首条高铁，全长323.19km，设计最高时速300km/h，起于成都，沿南北两轴分别与眉山、乐山、德阳和绵阳等4市相连接，国土面积5.86万km2。沿线主要覆盖峨眉山市、青神县以及江油市等旅游资源集中区，包括太白故居、三星堆博物馆和峨眉山等品位度较高的优势旅游资源。截至2016年，沿线地区全年接待国内外游客4 034.99万人次，实现旅游总收入3.51亿元，占全省22.2%。表明该区域在四川省旅游经济发展中占有重要的位置。

2 研究方法和数据来源

2.1 研究方法

2.1.1 交通可达性分析

可达性是分析旅游目的地可进入性和交通设施建设情况的重要量化指标。众多的研究表明[10-13]，加权平均旅行时间是对区域内交通可达性分析的有效方法。计算公式如下：

(公式1)

公式1中，Zi表示节点城市i的加权平均旅行时间；Tij表示节点城市i和j之间最短旅行时间；Mj为权重，考虑到指标的可量化性以及区域间交通与旅游发展的关系，这里采用城市j的国内旅游人数与国内旅游收入乘积的开方；n为除节点城市i以外的节点城市数量。加权平均旅行时间值越低，表明该节点城市可达性越好；反之加权平均旅行时间值越高，表示该节点城市可达性越差。

2.1.2 旅游经济联系空间格局

2.1.2.1 旅游经济联系度

物理学领域中的引力模型是众多旅游经济研究中分析节点城市间旅游经济联系的重要方法。计算公式如下：

(公式2)

2.1.2.2 社会网络分析

在已有的研究基础上[14-16]，采用社会网络分析方法，构建成都大都市区旅游空间系统。同时，通过中心度衡量处于中心位置的城市对其他城市的影响力。为了能够更加明确地显示处于中心位置的城市对其他位置城市的影响力，主要选用网络中心性和聚类分析法对成都大都市区进行核心边缘分析。

网络密度是通过测度成都大都市区各节点城市间存在的有效联系数和节点城市数之比，衡量区域内城市间联系的紧密程度。网络密度越大，联系越紧密，表示节点城市在整个网络中的开放程度越高，所获取资源的能力越强。计算公式如下：

(公式3)

公式3中，Bi表示网络密度，取值范围[0,1]；u表示实际存在有效的联系数；v表示节点城市个数。

网络中心性主要分为点度中心度、接近中心度和中间中心度三个指标。网络中心性越强，表明网络节点在整个网络中的位置具有中心化，具有较强的集聚作用，更容易获得信息和资源[15]。此次研究主要采用程度中心度和中间中心性两个指标。

程度中心度指的是在网络分析中刻画某个节点中心性的重要指标，节点度越大，意味着该节点在网络中的地位越重要。其计算公式如下：

(公式4)

中间中心度是经过某个节点的最短路径数目来刻画节点重要性的指标。某一节点的中间中心度的值越大，表明该节点对其他节点的资源和信息拥有相对强的控制与依赖度越强。计算公式如下：

(公式5)

公式5中，CB表示中间中心度；gjk(cj)表示两节点间捷径的数目；gjk表示节点Cj与节点Ck之间的捷径数目。

2.2 数据来源

此次研究主要是比较成绵乐高铁开通前后区域间交通可达性和旅游经济空间格局变化特征。为了能够使比较结构更具说服力，因此高铁开通前主要选2013年数据；为了更加凸出地表现高铁开通后对地区旅游经济发展的影响，因此选择2016年数据作为比较数据。

在遵循研究数据科学性、真实性和可操作性的原则下，旅游经济数据主要来源于成都、德阳、绵阳、眉山和乐山等城市2013、2016年《国民经济与社会发展统计公报》中相关数据；交通数据主要来源于《四川、重庆及周边地区公路里程地图册》(2013)；成绵乐高铁的最短旅行时间等相关数据主要来源于12306网站(www.12306.cn)。

3 交通可达性和旅游经济联系空间格局分析

3.1 交通可达性分析

利用公式1，带入成绵乐高铁沿线区域旅游经济和交通相关数据进行测算，可以得到表1、表2。

从表1可知，在非高铁网络中“成绵乐高铁”沿线旅游目的地城市的最短加权平均旅游时间跨度为[0.5，3.73]。具体来看，以成都为中心的“1小时等时圈”局限于广汉与成都市范围内的县市地区；“2小时等时圈”的范围则包括德阳、绵阳、眉山和乐山。

表1 非高铁网络中成绵乐高铁沿线城市最短加权平均旅行时间 (单位：小时)

由表2可知，在高铁网络中，最短加权平均旅游时间跨度被缩短至[0.18，3.58]之间。其中，位于高铁两端的旅游目的地城市绵阳和乐山与其他旅游目的地城市间最短加权平均旅行时间降幅最为明显。并且成都“1小时等时圈”扩大至德阳、广汉和眉山；同时，江油和峨眉山进入成都“2小时等时圈”，沿线大部分旅游目的地城市组成“2小时高铁经济圈”。表明成绵乐高铁对沿线区域“时空压缩”效应明显，中心城市对区域内多数旅游目的地的经济流、人口流和旅游流的联系大大增强[17],尤其是“一日游”旅游市场。同时，“2小时高铁经济圈”的出现，增强了中心旅游目的地城市对周围旅游目的地城市的影响力和辐射力，扩大了中心旅游目的地城市辐射范围。由此可见，成绵乐高铁成为沿线旅游目的地城市旅游经济发展的有力支撑。

表2 高铁网络中成绵乐高铁沿线城市最短加权平均旅行时间 (单位：小时)

3.2 旅游经济联系空间格局特征分析

3.2.1 旅游经济联系度

旅游经济联系是衡量节点城市间旅游经济联系的强度，表现中心城市对周围城市的控制力[18]。通过公式2的计算可以得到表3和表4。

从表3可知，在非高铁网络化下，成都—眉山旅游经济联系程度最高，值为137.515 1；其次是成都—德阳，值为125.100 5；成都—乐山之间旅游经济联系度值为114.981 2，排名第三位。而绵阳—眉山之间旅游经济联系最为松散，值为4.576 3。在旅游经济联系总量方面，成都旅游经济联系总量最高，值为461.676 1；绵阳位于末端，旅游经济联系总量值为121.726 1。因此，成都和绵阳相比，两者相差3.79倍。

由表4可知，在高铁网络化下，成绵乐高铁沿线旅游目的地城市间旅游经济联系整体得到提升。其中，绵阳与眉山、乐山之间旅游经济联系提升最为明显，分别提升了19.28倍和16.56倍。虽然如此，绵阳旅游经济联系总量依然处于末端，值为1 099.699 1。但和在非高铁网络化下相比，旅游经济联系总量排名末端的绵阳和排名首位的成都相比，两者相差3.12倍。显示在高铁网络化下绵阳不仅加强了与沿线旅游目的地城市间的旅游经济联系，并且在一定程度上缩小了与沿线旅游目的地城市间的差距。同时，在高铁网络化下，旅游经济联系排名前三位仍然是成都—眉山、成都—德阳和成都—乐山，值分别为1 108.308 6、897.859和802.465 6。由于绵阳通过高铁网络与乐山间旅游经济联系迅速提升，而德阳与高铁沿线旅游目的地城市间旅游经济联系提升相对缓慢。因此，德阳—乐山旅游经济联系排名位于末端，值为48.770 6。

表3 非高铁网络化下“成绵乐高铁”沿线城市间旅游经济联系 (108人次·109元)

表4 高铁网络化下成绵乐高铁沿线城市旅游经济联系(108人次·109元)

3.2.2 旅游经济联系空间结构特征

3.2.2.1 旅游经济网络空间结构构建与网络密度分析

在成绵乐高铁沿线城市间旅游经济联系度的基础上，首先对相关数据采取二分法处理，以50为二分矩阵断点值，得到二分矩阵；其次，通过UCINET6.0的可视化模块处理，得到非高铁网络和高铁网络化下成绵乐高铁沿线城市旅游经济联系空间结构图(图1)。

图1非高铁网络和高铁网络化下成绵乐高铁沿线城市旅游经济联系空间结构图

图1表明，在非高铁网络化下，成绵乐高铁沿线节点城市间旅游经济联系空间结构较为单一且松散，网络密度为0.4。绵阳、德阳、眉山和乐山之间并无直接旅游经济联系，而成都是唯一位于网络中心位置的节点城市。在高铁网络化下，成绵乐高铁沿线节点城市间旅游经济联系空间结构网络明显复杂化，网络密度上升到0.9，表明高铁沿线节点城市间旅游经济联系得到明显加强。与此同时，在高铁网络化下眉山和绵阳占据网络中心位置，成为网络核心节点城市，逐步提升对周围节点城市旅游经济发展的影响力和控制力。通过成绵乐高铁建设，高铁沿线节点城市发展成以成绵乐高铁为轴，成都、绵阳和眉山为点的“点—轴”式旅游经济发展格局。

3.2.2.2 网络中心度分析

通过UCINET6.0对“成绵乐高铁”沿线城市在非高铁网络和高铁网络化下网络中心度的计算可以得到表5。

通过表5可知，在非高铁网络下，成都在外向和内向程度中心性的值均为4，并高于其他沿线节点城市。说明成都在该区域旅游经济空间结构网络中扮演着重要的角色。在高铁网络下，成都的外向和内向程度中心性值依然为4，而绵阳和眉山的外向和内向程度中心性值皆由非高铁网络下的1增加至4。同时，德阳和乐山的外向和内向程度中心性值也增加到3。反映出在高铁网络中，该区域节点城市在旅游经济发展过程中的作用均得到明显提高。

另外，从旅游流和结构优势的中间中心性来看，成都在高铁网络中的中间中心性值出现较大幅度的下降，说明在高铁网络中，成都核心节点的中心作用和对边缘节点城市的控制力均被削弱。但绵阳和眉山的中间中心性值在高铁网络中均大于非高铁网络中的中间中心性值。表示绵阳和眉山作为新的核心节点城市的中心作用和对边缘节点城市的控制力得到提高，成为增强联系核心节点与边缘节点的新中介。

表5 非高铁网络和高铁网络化下“成绵乐高铁”沿线城市网络中心度比较

4 结论与发展建议

4.1 结论

交通便利程度是旅游资源和旅游地建设的必要条件，也是衡量旅游业发达程度的重要标志[19]。通过分析成绵乐高铁开通前后沿线旅游目的地城市交通可达性和旅游经济联系空间结构格局可以得到以下结论：

第一，成绵乐高铁对沿线区域“时空压缩”效应明显，能够有效地提升沿线旅游目的地城市的交通可达性。同时，由于“2小时高铁经济圈”的出现，扩大了中心旅游目的地城市辐射范围，成为中心旅游目的地城市与周围旅游目的地城市间的经济流、人口流和旅游流的主要通道。

第二，通过高铁时空效应的推动，成绵乐高铁沿线旅游目的地城市间旅游经济联系得到提升，旅游经济网络空间结构日趋复杂化。成都作为核心城市的辐射效应更加显著，同时绵阳和眉山成为旅游经济网络空间结构中的核心节点城市，整体上呈现出“点—轴”式旅游经济发展格局。

4.2 发展建议

基于上述结论，以及结合成绵乐高铁沿线旅游目的地城市社会经济发展的实际情况，提出以下建议：

第一，以全域旅游引领高铁沿线旅游一体化发展。高品质旅游产业是高铁沿线旅游目的地产生“虹吸效应”的必要前提。成绵乐高铁沿线旅游目的地城市建设高品质旅游产业需要加快沿线旅游目的地城市间多层次旅游板块的建立,制定区域合作规划,打造高铁区域旅游整体品牌等措施,实现区域旅游一体化发展,构建全域旅游发展模式；并通过购物、餐饮和观光等旅游方式的发展，形成复合型旅游产业，最大效率地提升旅游经济综合效应。

第二，完善城市交通系统，实现立体交通无缝对接。高铁对旅游“时空压缩”效应中最大的瓶颈是“最后1公里”问题。完善和充分利用公共交通网络，特别是加强高铁集散中心建设以及提升城市快速交通建设，可以在最大程度上缩短高铁站与旅游目的地间的时空距离。同时，利用快速公共交通体系缓解普通公共交通系统效率低的问题。做好高铁与地铁、快速公交等接驳公共交通的连接建设，强化便捷换乘。在减少旅游交通花费成本的同时，也能提升整个旅游目的地城市的交通可达性，满足日益增长的旅游经济发展的要求，在最大程度上延伸高铁的时空压缩效应。

第三，强化中心城市对边缘城市的辐射带动作用。成绵乐高铁沿线旅游目的地城市中，旅游资源丰度参差不齐。成都、乐山和眉山属于旅游资源丰度较高的地区，能够产生显著的“虹吸效应”。而德阳等由于缺乏品味度较高的资源，容易产生高铁“过道效应”。因此，需要透过成都等核心旅游目的地城市，通过高铁对时空压缩效应的作用，对处于边缘旅游目的地城市发挥“溢出效应”，构建“点—轴”旅游发展模式，最终实现成绵乐高铁沿线旅游目的地城市一体化发展。

[1]郭建科，王绍博. 哈大高铁对东北城市旅游经济联系的空间影响[J]. 地理科学,2016(4):521-529.

[2]李艺玲.高铁时代福建旅游发展战略选择[J]. 企业经济,2016(11):115-120.

[3]李保超,王朝辉. 高速铁路对区域内部旅游可达性影响：以皖南国际文化旅游示范区为例[J]. 经济地理,2016(9):182-191.

[4]邓涛涛,赵磊. 长三角高速铁路网对城市旅游业发展的影响研究[J]. 经济管理,2016(1):137-146.

[5]高尚,薛东前. 高铁背景下河南省铁路交通可达性与经济潜力格局[J]. 经济经纬,2017(2):13-18.

[6]周新军.高铁经济带的内涵外延、发展路径与合作机制[J]. 经济研究参考,2017(11):70-74.

[7]杨伟奇. 成绵乐高铁对沿线城市可达性影响研究[J]. 贵州师范大学学报(自然科学版),2016(4):17-22.

[8]陈杰. 成绵乐高铁沿线城市体育旅游产业带的协同发展研究[J]. 四川体育科学,2016(5):96-100.

[9]陈堂,陈光. “成绵乐”高铁运输对“成德绵乐”区域经济协同发展促进机制研究[J]. 武汉交通职业学院学报,2016(4):9-12.

[10]刘安乐,杨承玥.跨省山区陆路交通网络可达性评价：以乌蒙山区为例[J]. 地域研究与开发,2017(1):35-39.

[11]李涛,马卫.基于Super-DEA模型的厦深高铁可达性效应综合评估与空间分异[J]. 经济地理,2017(8):67-76.

[12]姜博,初楠臣.高速铁路对欠发达地区可达性影响的空间差异：以哈大与郑西高铁为例[J]. 人文地理,2017(2):88-94.

[13]文娉,韩旭. 高铁对中国城市可达性和区域经济空间格局的影响[J].人文地理,2017(1):99-108.

[14]王俊,徐金海. 中国区域旅游经济空间关联结构及其效应研究：基于社会网络分析[J]. 旅游学刊,2017(7):15-26.

[15]张荣天. 长三角城市群网络结构时空演变分析[J]. 经济地理,2017(2):46-52.

[16]胡艳,时浩楠. 长三角城市群城市创新的空间关联分析：基于社会网络分析方法[J]. 上海经济研究,2017(4):87-97.

[17]王德根. 高铁网络时代区域旅游空间格局[M].北京：商务印书馆，2016：161.

[18]周慧慧,史春云. 淮海经济区旅游经济联系的空间特征研究[J].旅游研究,2016(6):22-30.

[19]梁燕均,李钢.旅游活动强度变化下的旅游地环境响应研究：以庐山风景名胜区为例[J]. 旅游学刊,2017(4):107-116.

AnalysisoftheSpatialLayoutofRegionalTourismEconomyLinkagewithHigh-speedRailwayNetwork——ACaseStudyof“Chengdu-Mianyang-Leshan”High-speedRailway

HUANGLianyun

(College of Historical Culture & Tourism, Southwest Minzu University, Chengdu 610041, Sichuan, China)

Chengdu-Mianyang-Leshan high-speed railway is the first high-speed line in Southwestern China, connecting the Chengdu-Deyang-Mianyang industrial zone to Chengdu-Meishan-Leshan Tourism zone with Chengdu as the hub. A study of the cities along the line in terms of transportation accessibility and tourism economy spatial linkage network shows that this high-speed line exhibits significant time-space compression effects on tourism cities bordering the line, and that the spatial network between these cities is becoming increasingly complex with a “point-axis” tendency in spatial terms. The paper concludes with corresponding suggestions.

tourism economy linkage pattern; accessibility in transportation;Chengdu-Mianyang-Leshan high-speed railway

黄连云

(西南民族大学旅游与历史文化学院，四川 成都 610041)

黄连云，男，西南民族大学旅游与历史文化学院硕士研究生，研究方向：区域文化与旅游经济。

F590

A

2095-7211(2018)01-0060-05