统计与决策2021年第1期·总第565期
统计观察
基金项目：广东省哲学社会科学研究规划项目（GD20CGL34）
作者简介：杜洁莉（1979—），女，广东澄海人，博士，副教授，研究方向：区域旅游发展。
杜洁莉
（深圳职业技术学院，广东深圳518055）
摘要：在发展全域旅游的背景下，区域旅游经济空间格局演变日益凸显，尤其是跨境、跨体制的区域旅游
经济的影响因素与作用机制有待进一步探讨。文章以粤港澳大湾区为研究对象，运用标准差（VOC ）、变异系数（CV ）、基尼指数（Gini ）、泰尔指数（Theil ）对港珠澳大桥开通前后（2015—2018年）大湾区主要城市以及港深、澳
珠、广佛三大旅游片区的旅游经济相对发展水平变动进行分析，并借助首位度（S ）、赫芬达尔系数（H n ）
对大湾区城市的旅游位序规模分布进行比较。通过设定大湾区各个城市的旅游经济的影响因素为自变量，大湾区旅游总收入为因变量，建立旅游经济与影响因素的回归模型，对大湾区城市旅游市场份额的变化进行比较分析，从统计意义上验证旅游区域经济空间演变的影响机制。
关键词：粤港澳大湾区；港珠澳大桥；旅游经济空间中图分类号：F592文献标识码：A 文章编号：1002-6487（2021）01-0082-05
引言
粤港澳大湾区包括香港、澳门以及珠三角9个主要城市（广州、深圳、珠海、佛山、中山、东莞、肇庆、江门、惠州），与京津冀经济圈、长三角经济圈共同组成国内三大主要旅游经济圈。大湾区拥有2个特别行政区、2个经济特区、3个自由贸易区，多种体制交汇。旅游交通实行出入境管制，各地对旅游资源的使用各成体系，区域行政差异阻碍了旅游产业要素自由流动，跨境跨体制的旅游协作相对困难，导致大湾区内部旅游经济发展不平衡。2018年10月23
日，港珠澳大桥正式开通并投入使用，打破了珠江口对大湾
写信的格式区东西两岸的交通阻隔，形成环行交通网络，珠三角东西两岸城市客流量增加，形成“粤港澳黄金3小时旅游圈”。大湾区原有的区域旅游格局重新整合，空间旅游协作面临新的挑战和契机。作为跨境、跨体制的旅游区域研究个案，研究大湾区旅游经济空间格局演变规律非常必要。
区域旅游经济空间发展差异是学界的研究热点之一。国外关于区域旅游经济发展差异化的研究主要集中于旅游经济分布的不平衡性[1,2]、
区域旅游空间差异及形成机制[3,4]、
交通与旅游经济空间格局演变[5,6]等方面。国内对于区域旅游经济的研究进一步拓展到了旅游经济的收敛
参考文献：
爱上你我很快乐歌词[1]秦腾，章恒全，佟金萍，马剑锋，支彦玲.长江经济带城镇化进程中的水资源约束效应分析[J].中国人口·资源与环境,2018,28(3).[2]金巍，章恒全，王惠，等.城镇化、水资源消耗的动态演进与门槛效应[J].北京理工大学学报(社会科学版),2018,20(2).[3]贾绍凤，吕爱锋，韩雁，等.中国水资源安全报告[M].北京：科学出版社,2014.
[4]Wu P,Tan M.Challenges for Sustainable Urbanization:A Case Study of Water Shortage and Water
Environment Changes in Shandong ,China [J].Procedia environment sciences,2012,13(3).
[5]马海良，徐佳，王普查.中国城镇化进程中的水资源利用研究[J].资源科学,2014,36(2).
[6]杨亮，丁金宏.城镇化进程中人口因素对水资源消耗的驱动作用分析——以太湖流域为例[J].南方人口,2014,29(2).
[7]秦腾，章恒全，佟金萍，马剑锋.城镇化进程中居民消费对水资源消耗的影响效应研究[J].软科学,2016,(12).
[8]张强，王本德，曹明亮.基于因素分解模型的水资源利用变动分析
[J].自然资源学报,2011,26(7).
[9]佟金萍，马剑锋，刘高峰.基于完全分解模型的中国万元GDP 用水量变动及因素分析[J].资源科学,2011,33(10).
[10]Meinzen-Dick R,Appasamy P P.Urbanization and Intersectoral Com ⁃petition for Water [R].The Woodrow Wilson Institute,2002.
[11]Northam R M.Urban Geography [M].New York ：John Wiley &Sons ，1975.
[12]宋德勇，卢忠宝.中国碳排放影响因素分解及其周期性波动研究[J].中国人口·资源与环境,2009,19(3).[13]Ang B W.Decomposition Analysis for Policymaking in Energy:Which is the Preferred Method?[J].Energy Policy,2004,32(9).[14]张陈俊，赵存学，林琳，余许友.长江三角洲地区用水量时空差异的
驱动效应研究[J].资源科学,2018,40(1).[15]云逸，邹志红，王惠文.北京市用水结构与产业结构的成分数据回归分析[J].系统工程,2008(4).[16]孙才志，谢巍.中国产业用水变化驱动效应测度及空间分异[J].经
济地理,2011,31(4).
（责任编辑/易永生）
DOI:10.13546/jki.tjyjc.2021.01.017
82
性与分异性、旅游经济规模化及位序、旅游系统性演化及旅游要素之间的耦合协调等内容，注重借助经济指标进行计量分析。如运用标准差（VOC）、变异系数（CV）、基尼系数（Gini）、交通可达性指数、空间引力模型等指标分析旅游经济的区域间空间差异，揭示区域旅游经济空间格局的分异特征
及演变规律[7—10]。
目前的研究较少涉及从时空维度对区域旅游经济网络差异性及演变的研究，尤其对于跨境、跨体制的多目的地、多客源地复杂耦合系统的空间一体化研究相对不足。因此，基于大数据的跨境、跨体制区域旅游经济空间演变的影响因素与作用机制的比较研究是一个具有重要学术意义的课题。
1研究设计
1.1指标选取与数据来源
旅游经济是一个非线性的复合体系，其发展受到诸多因素的影响。基于文献梳理的结果，目的地旅游资源供给、旅游客源市场需求、交通可达性是影响旅游经济格局变化的重要因素，因此，本文从以上三个方面选取相应的指标。考虑到数据的可得性和代表性，目的地旅游供给主要选取各个城市的旅行社数量、限额以上餐饮业及住宿业数量、4A以上旅游景区作为测量指标，其数据来源于《广东统计年鉴》《香港统计年刊》《澳门统计年鉴》和广东省文化与旅游厅市场监督管理处公布的数据，其中，香港、澳门景区评级标准与中国内地不同，暂不统计。旅游客源市场需求以客源地人口和人均消费水平为表征，选取GDP作为测度指标。GDP数据来源于《广东统计年鉴》《香港统计年刊》《澳门统计年鉴》。交通可达性指标主要选取各个城市港珠澳大桥通车前后（2015—2018年）交通可达性指标的变化作为变量。交通可达性的变化指标选择城市节点可达性作为评价指标，采用Dijkstra算法进行最短
路径分析，并根据ArcGIS计算出港珠澳大桥通车前后粤港澳大湾区城市间的最短时间距离的变化。将各个城市最短时间距离数据代入加权平均旅行时间计算公式可得港珠澳大桥通车前后交通可达性变化：
A i =
å
j=1
n
(T
ij
´M
j
)
å
j=1
n
M
j
（1）
其中，A
i 表示城市中城市i的交通可达性，A
i
数值
越小说明该城市通达性越好，反之则越差。T
ij
表示交通网
络中城市i到城市j的最短时间距离数据，M
j
为城市j的GDP与该城市人口的乘积，即城市的综合经济质量水平。
1.2研究方法
本文对大湾区11个主要城市的旅游空间结构进行市际比较研究与分区域比较研究。根据大湾区城市的政治体制差异、经济发展水平、文化特、交通可达性与接近性、旅游资源丰富度、旅游基础设施完善程度，以及旅游客
流集聚程度等指标，将大湾区分为三大旅游片区：一是以香港、深圳为中心的深港片区（包括香港、深圳、东莞、惠州）；二是以澳门、珠海为中心的澳珠片区（包括澳门、珠海、中山、江门）；三是以广州为中心的广佛片区（包括广州、佛山、肇庆）。
（1）比较大湾区城市旅游经济规模差异化和位序规模的变动情况。旅游规模差异化分析采用标准差（VOC）测量区域旅游经济绝对均衡度、变异系数（CV）测量区域旅游经济相对均衡度。公式如下：
VOC=
å
i=1
n
(x
i
-xˉ)2
n
（2）CV=
å
i=1
n
(x
i
-xˉ)2
n
/xˉ（3）
其中，x筷子兄弟是哪里人
i
为选取的样本城市数据（即i城市国内旅游收入或入境旅游收入），xˉ为样本城市数据的平均值（即各
城市国内旅游收入或入境旅游收入的均值），n为样本数（即11个城市）。VOC和CV的值越小，表明区域发展越均衡，反之越不均衡。
旅游旅游位序规模分布采用首位度(S)、赫芬达尔
系数(H
n
)进行分析。首位度(S)是旅游规模最大的城市
P
1
与旅游规模第二的城市P
2
的比值，其他城市的位序分布为该城市规模与排位其次城市规模的比值。首位度大的城市旅游规模分布叫首位分布，其中，城市旅游规模P
用旅游人次指标衡量。赫芬达尔系数(H
n
)是反映区域规
模集中程度的指标，H
n
值越接近1，区域集中程度越高，
反之则越低。P
i
为城市i的旅游人次占大湾区旅游总人次的比值。公式如下：
S=
P
1
P
2
（4）
H
n
=å
i=1
n
P
i
2（5）（2）基于基尼系数（Gini）、泰尔系数（Theil），对大湾区内部不同城市及三大旅游片区的旅游经济发展水平与其旅游产业地位进行比较，考察旅游经济的空间分布规律和极化现象。基尼系数是衡量旅游经济差异性的指标。基尼系数越接近0，表明差异越小；反之，差距越大。按照国际标准，通常以0.4作为经济差异的“警戒线”；基尼系数低于0.4，表示差距较小，经济差距较为合理；基尼系数高于0.4，表示差距较大；基尼系数达到0.6以上，则表示差距悬殊。公式如下：
G=1-1
n
æ
è
ç
ö
ø
÷
2å
i=1
n-1
W
i
+1（6）
G=å
k
μ
k
μ
G
kåk S k G k（7）其中，G是指基尼系数的值，n是指大湾区代表性旅
游城市的个数，w
i
是指各市的国内旅游收入在相应年份的大湾区旅游总收入中的占比。式（6）是分解式，表示国
83
统计与决策2021年第1期·总第565期
内旅游和入境旅游分别对旅游总经济的差异贡献率，μ
k
用于表示样本城市k的国内旅游经济收入或入境旅游收入（分别以国内旅游经济收入和入境旅游经济收入数值代
入），μ是该样本城市的旅游总收入，S
k
表示样本城市k
的旅游经济收入占大湾区旅游总收入的比重，G
k
是城市
k的基尼系数，S
k G
k
/G表示样本城市k的国内旅游收入
或入境旅游收入的贡献率。
泰尔指数（Theil）是衡量区域经济空间分布差异化的指标，其数值越大表明区域间差异越大，反之则
越小。根据前文对大湾区旅游经济片区的划分（港深、澳珠、广佛），泰尔指数分为市际差异和地区间差异。市际泰尔指数T
p
反映大湾区11个城市之间的旅游经济差异，T
wr
为港深、
澳珠、广佛三大旅游片区内城市差异，T
br
为三大旅游片区间差异。公式如下：
T p =å
i
å
j
Y
ij
Y
ln
Y
ij
Y
N
ij
N
卓依婷之死
=å
i
Y
i
Y
j
T
pi
+T
br
=T
wr
+T
br
（8）
T br =å
i
Y
i
Y
ln
Y
i
Y
N
i
N
（9）
T wr =å
j
Y
ij
Y
i
ln
Y
ij
Y
i
N
ij
N
i
（10）
式（7）至式（9）中，Y
ij 和N
ij
表示i片区j市旅游收入
和年末总户籍人口数；Y
i 和N
i
表示i片区旅游收入和总
户籍人口数；Y和N表示大湾区旅游总体收入和年末户籍人口数。针对以上分析，计算大湾区各个城市及旅游片区间的旅游经济空间差异性。
（3）将大湾区区域旅游经济空间作为研究对象，通过设定大湾区旅游经济的影响因素为自变量，大湾区旅游总收入为因变量，建立旅游经济空间与发展因素的多元回归分析模型。
2实证分析
2.1城市旅游收入规模差异化分析
城市旅游收入规模差异化分析采用历年《广东统计年鉴》《香港统计年刊》《澳门统计年鉴》中大湾区11个城市的国内旅游收入（见表1）、入境旅游收入（见表2）、城市旅游收入占大湾区旅游总收入的比重数据进行比较分析。其中，汇率数据以中国人民银行公布的汇率为准（1港元=0.8862人民币，1澳门元=0.8604人民币）。旅游位序规模借助年鉴中的旅游接待游客人次进行分析。因篇幅所限，数据表略。
具体分析结果如下：
（1）城市旅游规模差异化显著。从表1和表2可知，2015—2018年，粤港澳大湾区国内旅游收入和入境旅游收入的标准差（VOC）整体呈增长态势，国内旅游收入从2015年的808.862上升到2018年的1038.23，整体增长了28.36%。入境旅游收入从2015年的174.689上升到2018年的207.553，整体增长了18.81%。国内旅游收入变异系数（CV）近年来呈下降态势，但2018年的变异系数仍然达到了1.169，大湾区国内旅游收入前6名的城市占整个湾区国内旅游收入的85%以上，说明整个大湾区内部旅游收入的差异十分明显。入境旅游收入变异系数（CV）有所波动，如从2017年的0.939上升到了2018年0.963，但无论从标准差还是变异系数的分析来看，大湾区入境旅游收入的差异都要比国内旅
游收入差异小很多。
（2）城市内部旅游规模差异化缓慢稳定降低。赫芬达尔系数（H n）在近年来逐渐降低，国内旅游收入的赫芬达尔系数从2015年的0.112下降到2018年的0.103，入境旅游收入的赫芬达尔系数从2015年的0.163下降到了2018年的0.158，虽然降低幅度不大，但是降低的态势稳定。赫芬达尔系数（H n）的值不趋近于1，表示区域集中程度不高，且集聚度呈缓慢降低趋势，但是入境旅游规模要高于国内旅游规模。
（3）首位度稳定，属于城市首位型分布。大湾区城市首位度（S）近年来比较稳定，呈“先上升后下降”的变化态势，国内旅游的S值最高也仅为1.122，说明大湾区内有多个城市旅游规模较大，但是城际差距不大，极化现象并不明显。各个城市的旅游规模排位相对稳定，四年来广州、香港、深圳一直稳居前三位。
根据双对数回归模型：
好玩的网络游戏排行ln y=β
+β
1
ln x+μ（11）对大湾区11个城市的国内旅游收入和入境旅游收入及其位序进行双对数回归。其中，y为相应地区的旅游经济收入，x为相应的地区位序。
表32015—2018年大湾区城市国内旅游收入位序规模回归分析表
β
1
绝对值
标准差
P
R
R2
2015
1.56
0.295
0.000
0.87
0.757
2016
1.528
0.305
0.000
0.858
0.736
2017
1.505
0.308
0.000
0.852
0.726
2018
1.524
0.319
0.000
0.847
0.717
从表3、表4可知，国内旅游方面，拟合度R2均在0.717及以上，R均在0.847及以上；入境旅游方面，拟合度R2均在0.809及以上，R均在0.897及以上，说明该回归模型的
拟合优度较高。其中，β
1
的绝对值均不小于1.355，符合位序规模分布规律，属于城市首位型分布。P值为0，说明在0.01的水平下显著。
2.2区域旅游经济差异性分析
表12015—2018年粤港澳大湾区国内旅游收入差异及其变化
年份
2015
2016
2017
2018
标准差VOC
808.862
835.285
925.703
1038.23
变异系数CV
1.211
1.181
1.179
1.169
首位度S
1.059
1.122
1.118
1.086
赫芬达尔系数H n
0.112
0.107
0.103
0.103
表22015—2018年粤港澳大湾区入境旅游收入差异及其变化
年份
2015
2016
2017
2018
标准差VOC
174.689
179.160
190.584
207.553
变异系数CV
0.984
0.951
0.939
0.963
首位度S
1.105
1.185
1.166
1.159
赫芬达尔系H n
0.163
0.161
0.160
0.158
84
统计与决策2021年第1期·总第565期
2.2.1基尼系数分析
从表5中可见，2015—2018年大湾区的旅游收入的基尼系数值均是大于0.4的，说明大湾区内部各个城市旅游收入分配差异较大。其中旅游总收入和国内旅游收入的基尼系数值均持续下降，而入境旅游收入的基尼系数值在2018年略有上升。说明近年来旅游收入分配差异度下降，而入境旅游的差异度略有上升。
从贡献率上来看，国内旅游收入的贡献率明显要高于入境旅游收入的贡献率，说明国内旅游经济是形成大湾区旅游经济空间差异的主要原因。
表5粤港澳大湾区旅游经济基尼系数分析
年份
2015 2016 2017 2018
基尼系数
旅游总收入
0.493915
0.477984
0.467142
0.465036
国内旅游收入
0.543482
0.528489
0.521482
0.520492
入境旅游收入
0.496146
0.479809
0.474091
0.486661
差异贡献率（%）
国内旅游收入
0.867
0.873
0.887
0.900
入境旅游收入
0.133
0.127
0.113
0.100
2.2.2泰尔系数分析
本文借助泰尔指数分析大湾区旅游经济区域差异。从表6可以看出，市际旅游经济差异和三大旅游片区旅游经济差异逐年下降，但2018年有所回升。片区间旅游经济差异除2015年外均小于0.05，说明片区间旅游经济呈现均衡发展态势。片区内各城市的旅游经济差异（持续大于0.12）要明显大于片区间的旅游经济差异，区域内城市间旅游经济不平衡。
表6粤港澳大湾区旅游经济泰尔系数分析
年份
2015 2016 2017 2018
泰尔系数
市际旅游经济
差异
0.262
0.173
0.155
0.169
片区间旅游经济
差异
0.122
0.041
0.032
0.041
片区内各城市旅游经济
差异
0.140
0.131
0.123
0.127
如表7所示，港深片区的泰尔指数最小，其次是澳珠
片区，广佛片区的泰尔指数最大。2015—2018年，港深片区和广佛片区的旅游差异略有下降，澳珠地区的旅游差异2017—2018年则呈明显上升态势，很可能是受到港珠澳大桥开通运行的影响。
表7粤港澳大湾区三大旅游片区泰尔指数
港深澳珠广佛
2015
0.080767
0.124204
0.214141
2016
0.063327
0.131322
0.199083
2017
0.044345
0.130547
0.193142
2018
0.040132
0.157057
0.1846
2.3旅游经济空间演变的影响因素相关性分析
选取以上设定的影响大湾区旅游经济空间演变的各
项因素为调节变量，大湾区旅游总收入为因变量Y，建立旅游经济与影响因素的多元回归模型，用空间计量方法从统计意义上验证旅游区域空间演变的影响机制，借助SPSS进行回归分析。
（1）变量定义
表8变量定义
变量符号
GDP
LXS
XECY
XEZS
AJQ
KDX
ZSR
含义
各个城市的年生产总值（单位：亿元）
旅行社个数（单位：个）
限额以上餐饮业个数（单位：个）
限额以上住宿业个数（单位：个）
4A以上景区个数（单位：个）
城市可达性（加权平均旅行时间）
旅游总收入（单位：亿元）
（2）模型构建
本文通过构建多元回归模型来研究多个因素对大湾区旅游收入的影响。在模型中，以各个城市的旅游总收入（ZSR）为因变量，以各个城市的年生产总值（GDP）、旅行社个数（LXS）、限额以上餐饮业个数（XECY）、限额以上住宿业个数（XEZS）、4A以上景区个数（AJQ）、城市可达性（KDX）
为自变量。数据的时间范围为2015—2018年。模型表达式（含扰动项）如下：
ZSR=α
+α
1
GDP+α
2
XECY+α
3
XEZS+α
宋梓侨4
AJQ
+α
5
KDX+α
6
LXS+ε（12）（3）回归结果分析
如表9所示，从模型的拟合性指标上看，模型的R2和调整后R2分别为0.921736、0.908691，说明模型对原数据的解释能力达到90%以上，模型能够拟合样本数据。在模型的拟合优度上，表8中的F值达到了491.5107，并在0.01水平下显著，说明该模型的拟合效果良好。
从具体的变量看，地区生产总值（GDP）、4A以上景区个数（AJQ）、旅行社个数（LKS）、城市可达性（KDX）的系数值显著，说明这四个因素与大湾区内城市旅游收入的相关性最强。
在影响强度方面，4A以上景区个数（AJQ）>城市可达性（KDX）>旅行社个数（LXS）>地区生产总值（GDP）。其中，4A以上景区个数（AJQ）的系数为61.28710，表明4A以上景区个数的增加对城市的旅游收入起到正面促进作用，每增加一个4A以上景区就能为地区的旅游收入增加61亿元左右的效
益；加权平均旅行时间指数（KDX）的系数为-5.434330，表明加权平均旅行时间与城市的旅游收入为负相关，加权平均旅行时间每增加1个单位，城市的旅游收入就会降低5.4亿元左右，即城市可达性越低，旅游收入减少；旅行社个数（LXS）的系数为2.193004，表明旅行社个数对城市的旅游收入起到正面促进作用，旅行社个数每增加1个，城市的旅游收入就会增加2.19亿元左右；地区生产总值（GDP）的系数为0.073336，表明地区生产总值与城市的旅游收入正相关，地区生产总值每增加1亿元，城市的旅游收入就会增加0.073亿元左右。
表42015—2018年粤港澳大湾区城市入境旅游收入位序规模回归分析表
β
1
绝对值标准差
P
R
R22015
1.437
0.214
0.000
0.913
0.834
2016
1.398
0.229
0.000
0.897
0.805
2017
1.355
0.216
0.000
0.902
0.814
2018
1.423
0.231
0.000
0.899
0.809
85
统计与决策2021年第1期·总第565期
3结论与建议
本文基于港珠澳大桥开通前后（2015—2018年）大湾区11个城市的旅游经济空间格局演变的测算，根据相关结论，从大湾区旅游经济协调发展、平衡布局、优势互补的角度提出以下建议：
（1）拓展入境旅游客源市场。从旅游贡献率上来看，国内旅游的贡献率明显高于入境旅游贡献率，说明大湾区旅游的国际化程度有待提升，因此应加大对中远程客源市场尤其是国外客源市场的开拓。
（2）发挥首位型城市带动效应。大湾区旅游经济格局呈现明显的首位型分布，中心城市旅游规模大且保持稳定位置。因此，要加强首位城市的中心作用和辐射作用，使其带动片区内其他旅游城市的发展。如广州作为华南的中心，应发挥其政治、经济以及岭南文化的优势，带动佛山等周边城市的旅游发展。香港和深圳应发挥优势带动东莞、惠州的旅游经济发展，形成区域联动效应；澳门应与珠海横琴自贸区融合发展，凸显其在会展旅游、休闲度假及生态环境等方面的优势，带动中山、江门的发展。
（3）实现旅游城市功能互补。从空间格局看，港深、澳珠、广佛三大旅游片区经济发展较为平衡，但是片区内城际旅游经济发展不平衡，层级关系明显。其中，广佛片区的区域内差距较大，港深片区的区域内差距较小。因此，城市间尤其是广佛片区应该实现旅游资源的合理空间布局、城市功能互补，突破同质化竞争，实现区域旅游一体化协同发展。
（4）提升旅游资源综合强度。从未来趋势上看，旅游景区的品质、旅游企业的数量和质量等供给因素以及交通可达性是决定大湾区旅游经济区域差异的重要因素。大湾区需整合旅游资源，从规模上形成整体优势，结合城市自身特点形成特优势，吸引更多优质旅游企业进驻，推动旅游产业结构的升级。港珠澳大桥的开通降低了城市间的加权平均旅行时间，提升了城市可达性，应充分发挥其交通引领作用，实现大湾区旅游产业要素自由流动，借助交通优势推动大湾区旅游系统优化升级。
参考文献：
[1]Gladstone D L,Fainstein S S.Tourism in US Global Cities:A Compari⁃son of New York and Log Angeles[J].Journal of Urban Affairs,2001,23
(1).
[2]Papatheodorou A.Exploring the Evolution of Tourism Resorts[J].An⁃nals of Tourism Research，2004，31(1).
[3]Stewart S I，Vog C A．Multi-destination Trip Patterns[J].Annals of Tourism Research，1997,(2)．
[4]Kim K S.High-speed Rail Developments and Spatial Restructuring:A case study of the Capital Region in South Korea[J].Cities，2000，17(4).
[5]Gutirrez J.Location，Economic Potential and Daily Accessibility:An Analysis of the Accessibility Impact of the High-speed Line Ma⁃drid-Barcelona-French Border[J].Journal of Transport Geography，2001，9(4)．
[6]Masson S，Petiot R.Can the high Speed Rail Reinforce Tourism Attrac⁃tiveness?The Case of the High Speed Rail Between Perpignan (France)and Barcelona(Spain)[J].Technovation，2009，29(9)．[7]方琰，卞显红.长江三角洲旅游经济差异时空演变分析[J].旅游论
坛,2014,7(2).
[8]余菲菲，胡文海，荣慧芳.中小城市旅游经济与交通耦合协调发展研
究——以池州市为例[J].地理科学,2015,35(9)．
[9]李康康，戢晓峰，陈方.云南省旅游规模空间分异及位序规模研究[J].旅游研究，2017,9(1).
[10]赵松松，王兆峰.区域旅游发展规模与效率时空动态演化及耦合
研究——以湖南省14地市(州)为例[J].长江流域资源与环境, 2019,28(10).
（责任编辑/方思）
表9粤港澳大湾区旅游经济空间演变影响因子回归分析
C GDP LXS XECY XEZS AJQ KDX
R2
调整后R2
F值
系数0.070599 (0.000148) 0.073336** (2.040247) 2.193004* (1.818548) -0.132153 (-0.144165) 4.020972 (1.168482) 61.28710** (2.402135) -5.434330*** (-4.941366) 0.921736 0.908691 491.5107***
注：括号内为t值；***、**、*分别代表在1%、5%、10%的水平下显著。86
统计与决策2021年第1期·总第565期
发布评论