《Green Technologies and Sustainability》:Spatiotemporal evolution and heterogeneous driving factors of tourism healthy development efficiency: A case study of tourism industry in Heilongjiang Province, China
编辑推荐:
旅游业的绿色健康发展要求在产业运营中协同推进资源节约与生态保护。黑龙江省作为中国冰雪旅游的核心区域以及拥有丰富多元文化资源的地区,其冰雪旅游部门的低碳转型与文化旅游部门的数字化赋能均面临严峻挑战,这对于区域可持续发展具有重要意义。本研究旨在系统评估这两个子行业
旅游业的绿色健康发展要求在产业运营中协同推进资源节约与生态保护。黑龙江省作为中国冰雪旅游的核心区域以及拥有丰富多元文化资源的地区,其冰雪旅游部门的低碳转型与文化旅游部门的数字化赋能均面临严峻挑战,这对于区域可持续发展具有重要意义。本研究旨在系统评估这两个子行业在2014年至2024年期间绿色技术应用与可持续运营的效率演变模式,并识别其差异化的驱动机制。研究人员采用超效率SBM模型、探索性时空数据分析(ESTDA)、核密度估计以及面板分位数回归方法,对构建的绿色健康发展效率(Green Healthy Development Efficiency, GHDE)指标体系进行测度和分析。研究发现,冰雪旅游的GHDE呈现波动上升趋势并具有显著的空间集聚特征,而文化旅游的GHDE则在数字化渗透的驱动下稳步增长。两个子行业的驱动机制存在显著异质性:冰雪旅游部门对技术投入更为敏感,而消费升级对文化旅游部门的影响则更强。这些结果为政府制定“冰雪+文化”绿色一体化发展战略、引导企业战略性部署低碳设施以及实施差异化绿色补贴政策提供了科学依据,有助于黑龙江省在确保生态保护的同时实现经济效益与社会效益的双重提升。
本研究基于对黑龙江省旅游业的系统分析,旨在揭示其内部子行业——冰雪旅游与文化旅游——在绿色健康发展效率上的时空演变规律与差异化驱动机制。在“双碳”目标与高质量发展的宏观背景下,传统旅游模式面临绿色转型压力。黑龙江省依托其独特的自然与历史文化资源,发展了冰雪与文化旅游双轮驱动的模式。然而,这两个子行业在绿色转型中面临不同挑战:冰雪旅游能耗高、碳排放量大,亟需通过绿色技术实现低碳转型;文化旅游则需在数字化与体验升级的同时,平衡遗产保护与避免过度商业化带来的生态与文化侵蚀。现有研究多将旅游业视为同质整体,或侧重单一维度,对冰雪与文化旅游这类子行业的差异化分析不足,难以准确识别行业特定约束并优化资源配置。因此,本研究超越传统均值分析,构建了涵盖冰雪与文化旅游的绿色健康发展效率测量框架,并系统考察了不同效率水平下驱动因素的异质效应,将绿色技术与数字化赋能纳入统一分析视角,以丰富对差异化旅游可持续转型的理论理解。研究为支持黑龙江等资源型区域旅游业的绿色转型提供了实证证据与政策参考,旨在协助决策者识别不同旅游部门的脆弱性与韧性来源,从而制定更具针对性的策略,如低碳基础设施规划、绿色技术补贴方案与数字化赋能倡议,最终促进区域旅游发展中生态保护与经济绩效的动态平衡。
在主要关键的技术方法上,研究人员首先构建了一个整合了子行业特性(资源禀赋、运营差异)的投入-产出指标体系,其中投入指标区分行业特征,期望产出涵盖经济与社会效益,非期望产出包括碳排放与特定环境特征。对于共享指标(如固定资产、就业、能耗),采用了基于收入的分配系数法进行拆分。在效率测量阶段,运用了超效率SBM模型,该模型能处理投入产出松弛变量与非期望产出,并对高效决策单元进行排序。随后,采用探索性时空数据分析(ESTDA)中的LISA时间路径分析与时空转移矩阵方法,并结合核密度估计,以揭示效率的时空动态演化特征与空间依赖模式。在驱动因素识别阶段,构建了面板分位数回归模型,该模型能够捕捉解释变量在被解释变量条件分布不同分位点上的异质性边际效应,克服了传统回归仅关注均值效应的局限。本研究的数据样本来源于黑龙江省13个地级市2014-2024年的面板数据,主要来自官方统计年鉴、行业报告、在线平台数据及遥感影像。
3.1 子行业健康发展效率的时空特征
3.1.1 时间特征:基于超效率SBM模型结果的雷达图分析显示,2017-2024年间冰雪旅游与文化旅游的健康发展效率演变存在显著差异。冰雪旅游呈现波动的“上升-下降”模式,效率在2017-2019年稳步增长至峰值,随后因疫情冲击在2020年急剧下降,尽管此后有所恢复,但2022-2024年的效率水平仍未恢复至疫情前峰值,表明其恢复动力有限,且对线下消费场景的依赖性强。相比之下,文化旅游展现出清晰的反周期增长轨迹,雷达图自2017年起持续向外扩展,尤其在2020年后增长显著,效率在2024年达到峰值,显示出强大的韧性,这得益于数字文旅、沉浸式体验等创新驱动的供给侧转型。核密度曲线进一步揭示,冰雪旅游的效率分布经历了从平坦低峰向右移集中、再受冲击左移、最后恢复右移的过程;文化旅游也经历了类似过程,但两者在发展节奏与效率提升路径上存在差异:冰雪旅游更依赖设施建设与市场环境,文化旅游则侧重于文化内涵挖掘与融合创新。
3.1.2 空间分异:利用ArcGIS可视化分析显示,2014-2024年间两个子行业的效率呈现显著的时空分异。冰雪旅游的高效区从2015年的哈尔滨和牡丹江,扩展到2018年的包含大庆和黑河的四市,2020年疫情冲击下收缩,2023年恢复并扩展至五市,形成了“哈尔滨-牡丹江冰雪走廊”和“黑河边境增长极”。文化旅游的高效区则重新确立了以哈尔滨和牡丹江为核心的双核结构,黑河、伊春等城市也提升至良好水平,双鸭山的文化旅游效率有所改善。总体上,政策支持驱动了效率从核心城市向周边扩散,但疫情暴露了资源依赖型城市的脆弱性,恢复阶段冰雪旅游的平均效率反弹更快。空间上,跨区域合作与边境口岸开放成为关键驱动力,未来需进一步推动冰雪与文化旅游融合,利用旅游带减少区域差距。
3.2 子行业健康发展效率的动态演变特征
3.2.1 LISA时间路径分析:LISA时间路径分析结果表明,冰雪旅游与文化旅游的局部空间关联动态对比鲜明。冰雪旅游受强季节性扰动,平均相对路径长度大于1且扭曲度较高,冬季核心区域形成“高-高”集聚,边境地区则呈大角度偏差的“低-高”竞争,资源型城市(如七台河、双鸭山)全年保持较高相对长度并呈现“低-低”路径,表明存在持续的低效率锁定。文化旅游则表现出更强的结构稳定性,平均相对路径长度小于1,核心区域形成稳定的“高-高”集群,但内部仍存在分化,黑河呈孤立的“高-低”增长模式,资源型城市仍处于“低-低”区且要素流动性弱,同时数字化转型引入了新的竞争动态。在城市层面,哈尔滨作为冰雪旅游核心,表现出较短的路径长度和较低的扭曲度,空间效率结构稳定;大兴安岭地区虽资源丰富但受生态保护限制,效率持续偏低。
3.2.2 时空转移矩阵分析:时空转移矩阵分析揭示了两者空间关联类型动态转换机制的根本差异。冰雪旅游表现出显著的季节性波动和低效率锁定倾向,“低-低”(LL)类型的持续概率高达0.53,冬季高效状态(HH)向夏季低效状态(LL)的累积转移概率达0.28,体现了其对自然条件的强依赖和“脉冲式”波动。文化旅游则呈现高效持续与低效惯性的双重模式,高效区(如哈尔滨中央大街)稳定性强(HH→HH概率0.71),但低效区(LL)向更优状态的转移有限(LL→LH概率仅0.09),反映了文化资本不足和创新能力薄弱等结构约束。政策效应也不同:冰雪旅游领域内,“哈尔滨-牡丹江-绥芬河”走廊的协同政策使季节转移波动性降低了约12%,而文化旅游领域则更依赖数字化技术提升承载力。这些差异体现了两者应对“双碳”目标的不同路径:冰雪旅游需采用节能低碳技术,文化旅游则需通过数字创新与遗产保护相结合来提升资源利用率。
3.3 子行业健康发展效率驱动因素的异质性分析
3.3.1 冰雪旅游驱动因素的异质性分析:面板分位数回归结果表明,冰雪旅游的驱动逻辑表现出显著的“效率水平依赖”和季节脆弱性。旅游经济规模(lntes)在低效区(τ=0.1)有显著正效应,但在高效区(τ=0.9)呈负效应,显示过度扩张的生态压力与收益递减。冬季交通可达性(wte)呈现“U型”效应,在低效区和高效区均有显著正效应。气候政策支持(cps)的正效应随效率水平提升单调递增,表明高效区更能将政策激励转化为技术升级。冰雪产业投资强度(lnsii)在所有分位点均为正,但边际效应递减。自然降雪(snow)在所有分位点均为显著正效应,但其重要性随效率提升而下降。其核心驱动逻辑可总结为:从资源依赖(自然降雪)转向政策-技术协同支持(气候政策、基础设施),同时面临旅游规模扩张的生态约束。
3.3.2 文化旅游驱动因素的异质性分析:文化旅游的驱动逻辑显示更强的路径依赖与创新突破潜力,遵循从“资源基础”到“数字化赋能”再到“创新增值”的升级路径。文化遗址密度(crd)和文旅活动频率(prom)的正效应随效率水平提升而增强。文化保护投资(cpi)在低效区不显著,在高效区呈显著正效应,存在门槛效应。旅游企业专业化水平(te)在所有分位点均为显著正效应。数字化水平(digi)的正效应随效率水平显著增强,成为高效区的关键驱动力。其核心驱动逻辑可总结为:从遗产资源禀赋转向数字化激活,文化保护投资与企业专业化在长期和高效阶段发挥重要作用,且数字化赋能是突破低效锁定的关键。
3.3.3 子行业对比与共同挑战:森林图对比分析清晰地揭示了两个子行业驱动机制的根本分野:冰雪旅游表现为“气候-设施依赖型”驱动模型,其效率提升高度依赖冬季交通、自然降雪等基础资源条件(尤其在低效阶段),并在高效阶段转向依赖气候政策支持与低碳技术投入。文化旅游则表现为“遗产-数字化驱动型”模型,其效率增长基于文化遗址密度,并在高效阶段被数字化水平强劲驱动。一个显著发现是旅游经济规模效应的拐点:在冰雪旅游中,规模扩张在低效区促进效率,但在高效区转为显著负效应;而在文化旅游中,该变量始终保持正向或不显著,显示其吸收规模扩张的能力更强。两个子行业共同面临环境规制政策效果不显著的挑战,反映出当前政策框架与旅游活动实际碳排放结构不匹配。