EN中文

自然资源学报 >

2025 , Vol. 40 >Issue 4: 1012 - 1031

DOI: https://doi.org/10.31497/zrzyxb.20250409

政策赋能与区域协同

中国旅游生态效率与生态旅游关注空间错位及其形成机制

  • 谢佳亮 , 1 ,
  • 王兆峰 , 2
展开
  • 1.华南理工大学旅游管理系，广州 510006
  • 2.湖南师范大学旅游学院，长沙 410081
王兆峰（1965- ），男，湖南桑植人，博士，教授，博士生导师，研究方向为旅游地理。E-mail:

谢佳亮（1998- ），男，湖南衡阳人，博士研究生，研究方向为区域旅游经济与可持续发展。E-mail:

收稿日期: 2024-05-10

  修回日期: 2024-09-28

  网络出版日期: 2025-03-28

基金资助

国家自然科学基金项目(41971188)

收起

Spatial mismatch and its formation mechanisms between tourism eco-efficiency and ecotourism attention in China

  • XIE Jia-liang , 1 ,
  • WANG Zhao-feng , 2
Expand
  • 1. Department of Tourism Management, South China University of Technology, Guangzhou 510006, China
  • 2. College of Tourism, Hunan Normal University, Changsha 410081, China

Received date: 2024-05-10

  Revised date: 2024-09-28

  Online published: 2025-03-28

Fold

摘要

科学认识实体空间旅游生态效率与虚拟空间生态旅游关注空间错位及其形成机制，是数实融合浪潮下加速形成新型旅游人地关系和高质量推进人与自然和谐共生的现代化新举措。基于Python平台构建网络数据与统计数据等多源异构数据集，洞悉2011—2021年中国30个省（自治区、直辖市）旅游生态效率与生态旅游网络关注的时空特征，采用重心轨迹模型和空间错位指数探究二者的重心演变及空间错位关系，并借助随机森林回归算法解析空间错位关系的形成机制。结果表明：（1）中国旅游生态效率与生态旅游网络关注总体上呈现增长态势，并形成“东部>中部>西部”的地带分异；二者重心均呈现西南向偏移趋势，但前者向西（南）偏移距离明显小（大）于后者。（2）中国旅游生态效率与生态旅游网络关注以正向空间错位关系为主，并形成“东部地带负向空间错位省（自治区、直辖市）集聚，中西部地带正向空间错位省（自治区、直辖市）集聚”的空间格局。（3）旅游生态效率与生态旅游关注空间错位受到多元因素的共同影响；随着因素水平提升，产业结构、政府调控、交通设施和数字经济会更加促进旅游生态效率增长，旅游集聚、技术创新和市场潜力会更加促进生态旅游网络关注增长。

关键词： 旅游生态效率; 生态旅游; 网络关注; 空间错位; 随机森林回归

本文引用格式

谢佳亮 , 王兆峰 . 中国旅游生态效率与生态旅游关注空间错位及其形成机制[J]. 自然资源学报, 2025 , 40(4) : 1012 -1031 . DOI: 10.31497/zrzyxb.20250409

Abstract

Scientific understanding of the spatial mismatch between tourism eco-efficiency in physical space and ecotourism attention in virtual space and its formation mechanism is a new initiative to accelerate the formation of a new type of tourism human-land relationship and to promote the modernization of the harmonious coexistence of human beings and nature in high quality under the wave of digital-real integration. Based on the Python platform, we constructed a heterogeneous dataset of network data and statistical data from multiple sources to understand the spatial and temporal characteristics of tourism eco-efficiency and ecotourism network attention in 30 provincial-level areas (hereafter province) in China from 2011 to 2021, and used the gravity trajectory model and spatial mismatch index to investigate the evolution of the center of gravity of the two and the spatial mismatch relationship, and analyzed the formation mechanism of the spatial mismatch relationship with the help of the Random Forest Regression Algorithm. With the help of Random Forest Regression Algorithm, we analyzed the formation mechanism of spatial mismatch relationship. The results showed that: (1) China's tourism eco-efficiency and ecotourism network attention generally showed an increasing trend, and formed a zonal differentiation of "eastern region>central region>western region"; the centers of gravity of them showed a southwesterly shift trend, but the former's shift distance to the west (south) was significantly smaller (larger) than that of the latter. (2) China's tourism eco-efficiency and ecotourism network attention were mainly at positive spatial mismatch level, and form a spatial pattern of "negative spatial mismatch in the provinces of the eastern region of China and positive spatial mismatch in the provinces of the central and western regions". (3) The spatial mismatch between tourism eco-efficiency and ecotourism network attention was influenced by multiple factors; as the level of these factors increased, industrial structure, government regulation, transportation facilities and the digital economy would contribute to the growth of tourism eco-efficiency, while tourism agglomeration, technological innovation and market potential would contribute to the growth of ecotourism network attention.

Key words： tourism eco-efficiency; ecotourism; network attention; spatial mismatch; Random Forest Regression

1978年改革开放以来，中国创造了人类历史上的经济增长奇迹，但同时也囿于高消耗、低效率的粗放式发展模式，导致气候变暖、森林锐减和大气污染等环境问题日益凸显[1]。党的“二十大”报告中明确强调，推动绿色发展，促进人与自然和谐共生。国际生态旅游协会（The International Ecotourism Society，TIES）指出，生态旅游是能推动经济增长和增进环境福祉的活动或模式[2]，被视为实现旅游生态地域系统可持续发展和促进人与自然和谐共生的重要路径[3,4]，其日益受到社会各界广泛关注。旅游生态效率是指旅游生态地域系统通过开展集约型、低碳化、精明式旅游活动或模式（如生态旅游[2,5]），以适应、保护和改造自然生态资源本底所实现的经济环境绩效[6,7]，其不仅是旅游生态地域系统绿色竞争力的客观折射，还是释放绿色吸引力和引领游客绿色行为的重要支撑。当下数实融合浪潮席卷全球，虚拟空间逐渐成为映射游客需求偏好与关注行为的新载体[8,9]，正在不断重塑实体空间旅游人地关系[10]；与此同时，实体空间的资源禀赋、竞争力和吸引力等也在加速推动虚拟空间旅游关注行为转变[11⇓-13]，二者密切关联、相互影响。然而，囿于资源禀赋、政策环境、数字基建等的空间差异，实体空间旅游发展与虚拟空间旅游关注往往存在空间错位[12]，这在极大程度上会引发旅游供需失配问题和阻碍旅游业高质量发展[12,13]，不利于弥合人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾。尤其是当下中国旅游业正处于数字化变革持续发力期、新质生产力加速形成期和高质量发展纵深推进期[14]，加快促进实体空间旅游发展和虚拟空间旅游关注的深度适配显得更加至关紧要[12,13]。因此，基于虚实空间错位视角并面向中国宏观全局发展，解析旅游生态效率与生态旅游关注的空间错位关系及其形成机制，对促进数旅深度融合与高质量发展，加速形成新型旅游人地关系，以及推进人与自然和谐共生的现代化具有重要的理论价值与现实意义。
与本文密切相关的文献主要有以下三类：（1）旅游生态效率。自Gössling等[15]提出旅游生态效率以来，学界围绕该话题形成了颇为丰富的成果积累。当下学界主要采用非期望产出SBM、Super-SBM等数据包络分析（Data Envelopment Analysis，DEA）方法评估旅游生态效率[16]，多关注省（自治区、直辖市）级尺度旅游生态效率的空间差异、空间关联和空间转移等时空特征[6,16,17]，并采用面板固定效应回归、面板门限回归、地理探测器等模型[16,18]，探讨政府调控、产业结构、交通设施等对旅游生态效率的影响。少数文献虽然开始向城市尺度下沉[19]，但基本上是假设旅游产业与宏观经济具有同质性来构建评价指标，其合理性有待考证。（2）旅游网络关注。网络关注是指社会公众对某种事物或现象的虚拟关注程度，现已成为学界研究旅游需求行为的新视角[20]。国外学者主要基于谷歌、推特等平台获取数据，集中探讨旅游目的地选择偏好、旅游需求预测等[21,22]，其基本观点认为网络关注能反映出游客的行为偏好和情感态度[23]。国内文献多基于百度、微博、抖音等平台，探究旅游网络关注的时空分布[8]、影响因素[24]及其对旅游发展的影响[25]等，其中百度平台在数据获取、样本范围等方面更具优势，因而成为学界研究红色旅游[26]、工业旅游[24]、乡村旅游[27]等新兴旅游业态或模式的主要数据来源。（3）旅游空间错位。依据空间错位理论，空间错位主要是指关联密切、相互影响的对象或系统在空间层面形成的非均衡关系[12,13]，突出强调对象或系统间的关联性与非均衡性。空间错位现象不仅会发生在系统本身与外部环境之间[28]、局部系统与局部系统之间[29]，还普遍存在于系统本身与局部系统之间[30]，其本质上仍属于一般系统论中整体与部分的关系范畴，类似关系在耦合协调、互动响应等研究领域也得到充分印证[6,31]。当下旅游空间错位研究主要集中探讨了旅游发展系统本身与经济增长、生态环境等外部环境之间[28]，以及旅游经济增长与资源禀赋、服务设施等局部系统之间[29,32]的错位关系。部分学者认识到数旅融合时代下旅游虚实空间存在一定的非均衡现象[12,13]，如王琪林等[12]创新性地探讨了资源丰裕度（局部）与旅游网络关注（整体）之间的空间错位关系，并采用定性分析方法总结归纳影响虚实空间错位关系的主要因素，丰富了研究内容。
通过梳理文献发现，现有研究仍存在以下不足：（1）既往文献多采用SBM或Super-SBM等传统DEA模型测算旅游生态效率，其主要基于“自评”思想，忽略了决策单元的真实情况与合作趋向[33]，这会降低区分效度；而采用“自评”与“他评”相结合的仁慈型交叉效率模型，克服上述局限的成果鲜见于诸文献。（2）网络关注为探讨统计数据匮乏的新兴旅游业态或模式提供了新视角，但现有文献主要集中在乡村旅游、红色旅游、工业旅游等[8,24,27]，围绕生态旅游角度开展网络关注研究的成果明显不足，进一步洞悉实体空间旅游生态效率与虚拟空间生态旅游关注错位关系的文献则更为匮乏。（3）现有文献主要采用定性分析方法总结归纳影响旅游虚实空间错位关系的相关因素[12,13]，而基于定量分析方法探讨其影响效应非线性变化的研究明显匮乏；尤其是依托智能化探索型数据分析技术——随机森林回归算法，科学认识何种因素更会影响实体空间旅游生态效率以及何种因素更会影响虚拟空间生态旅游关注，解析二者空间错位关系形成机制的文献更为少见。
鉴于此，本文基于人地关系地域系统理论与空间错位理论，解构实体空间旅游生态效率与虚拟空间生态旅游关注空间错位的内在机理，回应数实融合、数旅融合和绿色发展的现实需要与学术关切，也为新型旅游人地关系的丰富拓展提供有益的边际贡献。同时，依托Python平台构建网络数据与统计数据等多源异构数据集，采用非期望产出仁慈型交叉效率模型、改进熵值法、重心轨迹模型和空间错位指数等，分析2011—2021年中国30个省（自治区、直辖市）旅游生态效率与生态旅游网络关注的时空特征和重心演变及空间错位关系；基于随机森林回归算法，解析二者空间错位关系的形成机制，最终从时空演化和形成机制层面将该理论框架推至实证研究。本文希冀为促进旅游生态地域系统可持续发展，加速形成新型旅游人地关系和高质量推进人与自然和谐共生的现代化提供新视角与新依据。

1 研究方法与数据来源

1.1 理论基础

根据人地关系地域系统理论，旅游生态地域系统可以理解为游客与旅游地理环境（如旅游地资源禀赋、技术发展、环境影响等）互为关联、相互影响的复合空间系统[34]。当今世界新一轮科技革命和产业变革蓄势待发，以互联网、大数据、云计算和人工智能等为载体的数字经济正以前所未有的力量推动旅游实体空间与虚拟空间的连接、互动和交融[35]，加速重塑旅游生态地域系统人地关系。尤其是在数实融合、数旅融合和绿色发展等浪潮助推下，旅游生态地域系统中的网络信息与数据要素大量产生、流动和汇聚，衍生形成一个信息化、网络化、数字化的虚拟空间，逐渐成为映射游客需求偏好与关注行为的新载体[12,25]，持续影响实体空间游客行为选择与旅游决策[34]，加速重构实体空间旅游人地关系[10]。与此同时，虚拟空间本质上是实体空间真实信息的投射，这客观上决定了旅游生态地域系统实体空间的旅游资源禀赋[12]、吸引力[11]和竞争力[13]等也会加速虚拟空间的演化与重构。
基于上述理论分析，本文认为实体空间旅游生态效率与虚拟空间生态旅游关注可以构成一个新型旅游生态地域系统，其内在交互影响机理如下：（1）实体空间旅游生态效率对虚拟空间生态旅游关注的影响机理。旅游生态地域系统实体空间经济环境绩效增长有利于提升旅游绿色竞争力，能为旅游地完善信息基础设施、开展网络营销推广、加速数字融合应用等提供更坚实的物质基础[36,37]，引发虚拟空间生态旅游关注。（2）虚拟空间生态旅游关注对实体空间旅游生态效率的影响机理。旅游生态地域系统虚拟空间生态旅游关注增长有利于提升旅游绿色吸引力，根据行为经济学理论，高吸引力地区能有效激发游客生态旅游动机，产生集约化、低碳化和生态化旅游需求[11]，进一步倒逼旅游地促进能源结构转型、推动绿色技术创新、拓展生态旅游业态等[13]，提高实体空间旅游生态效率。根据地理学第二定律与空间错位理论及旅游空间错位研究成果[29]，旅游发展存在显著的空间分异，旅游实体空间与虚拟空间也同样如此[12,13]，这会导致旅游生态地域系统中实体空间与虚拟空间交互影响的空间分异，从而致使二者在空间层面形成非均衡现象。综上可知，实体空间旅游生态效率与虚拟空间生态旅游关注往往存在显著的关联性与非均衡性，由此逐渐形成空间错位关系（图1）。
图1 旅游生态效率与生态旅游关注的空间错位机理

Fig. 1 The mechanism of spatial mismatch between tourism eco-efficiency and ecotourism network attention

1.2 指标体系

1.2.1 旅游生态效率

根据环境经济学理论与生产要素论及相关文献[6,16,17]，构建旅游生态效率指标体系（表1）。土地、资本、劳动力、技术以及能源等是最基本投入，市场方面的人次规模、经济收入等是最基本期望产出，而碳排放是最基本非期望产出。（1）投入指标：囿于土地对旅游的约束较小且数据获取困难[38]，延扩现有文献思路[6,17]，采用旅行社数量、星级酒店数量和旅游资源禀赋等资源替代，其中旅游资源禀赋为国家森林公园、国家级风景名胜区、世界地质公园、世界文化遗产、世界自然遗产的综合加权值；采用永续盘存法测算旅游业固定资本存量，以其作为资本投入[39]；选取旅游业从业人员数量作为劳动力投入[16]；考虑到旅游专利统计数据缺失，本文参考王兆峰等[38,40]做法，基于知嘟嘟专利查询网，根据“旅游”“旅游景区”“旅行社”“酒店”进行检索并剔除重复、无效项后得到旅游专利授权数量，将其作为技术投入；采用“自下而上”法测算旅游能源消耗量[17,18]，以其作为能源投入。（2）产出指标：采用旅游总收入和旅游接待人数作为期望产出[6,17]，采用旅游碳排放量作为非期望产出[17,18]。
表1 旅游生态效率指标体系

Table 1 Tourism eco-efficiency index system

准则层 要素层 指标层
投入 资源 旅行社数量
星级酒店数量
旅游资源禀赋
资本 旅游业固定资本存量
劳动力 旅游业从业人员数量
技术 旅游专利授权数量
能源 旅游能源消耗量
产出 期望产出 旅游总收入
旅游接待人数
非期望产出 旅游碳排放量

1.2.2 生态旅游网络关注

百度指数是全球最大的中文搜索引擎公司“百度”用来储存、分析和共享海量网络关注行为数据的大数据平台，其中的搜索指数是该平台基于网民在百度搜索引擎检索的关键词及其数量，综合分析每个关键词被检索次数的加权和。搜索指数包括PC端和移动端，相较于微博、微信等，其获取数据更为容易，样本时间也相对更长[26]，能够较为全面、直观地反映网民行为偏好和当期社会热点[25,34]，近年来被广泛应用于地理、经济、环境、旅游等研究领域[10,11,25]。因此，本文基于百度指数平台检索关键词。当下关键词选取方法主要有技术取词法、范围取词法和直接取词法三种[11]。囿于生态旅游是一种交叉复杂、边界模糊的新兴旅游业态[3,5]，导致技术或范围取词法使用难度较大，因而本文延续学界探讨新兴旅游业态网络关注的主流思路[8,20,24,27]，采用直接取词法，以“生态旅游”为关键词进行检索，具有一定的客观性、普适性和科学性[8]。检索时间为2011年1月1日至2021年12月31日，运用Python爬虫技术抓取相关数据后，分别得到PC端和移动端2011—2021年中国30个省（自治区、直辖市）生态旅游关注的年度数据。与现有直接对PC端和移动端加总求和的文献不同[11]，本文考虑到二者的异质性差异[41]，采用改进熵值法与线性加权法综合评估生态旅游网络关注。鉴于上述方法较为成熟，故不赘述。

1.3 研究方法

1.3.1 仁慈型交叉效率模型

数据包络分析是基于投入产出指标评估决策单元相对效率的线性规划方法，其中SBM、Super-SBM等传统DEA模型主要基于“自评”思想，这会导致决策单元自身效率最大化、其他决策单元效率最小化，从而降低决策单元间的区分效度[33]，影响结果精准性。仁慈型交叉效率模型有效结合了“自评”与“他评”思想，不仅能提高决策单元的区分效度，还有利于揭示决策单元间的合作效应与协同效应[33]，更符合当下区域旅游发展实际。因此，采用考虑非期望产出的仁慈型交叉效率模型评估旅游生态效率。公式如下：
s . t . ≤ ∑ i = 1 m v i k ∑ j = 1 ,   j ≠ k n x i j = 1 ∑ r = 1 s u r k y r k + ∑ f = 1 h w f k b f k - θ k k * ∑ i = 1 m v i k x i k = 0 ∑ r = 1 s u r k y r j + ∑ f = 1 h w f k b f j - ∑ i = 1 m v i k x i j ≤ 0 ,   j = 1 ,   ⋯ ,   n ;   j ≠ k                   E - j m a x = 1 n ∑ k = 1 n E k j m a x
式中：n为决策单元个数（个）；E - j m a x为决策单元j的平均交叉效率值；E k j m a x为决策单元k相对于决策单元j的最大交叉效率值；θ k k *为决策单元k的自评效率值；xij、yrj和bfj分别为决策单元j的第i个投入、第r个期望产出和第f个非期望产出；xik和vik分别为决策单元k第i个投入的值和权重；yrk和urk分别为决策单元k第r个期望产出的值和权重；bfk和wfk分别为决策单元k第f个非期望产出的值和权重。

1.3.2 重心轨迹模型

重心轨迹模型是站在地理时空二维视角，依据地理中心基本属性，定量刻画地理现象空间变化趋势的有效工具，其在一定程度上反映出研究对象的区域非均衡性[42]。公式如下：
X = ∑ i = 1 n T i X i ∑ i = 1 n T i                                         Y = ∑ i = 1 n T i Y i ∑ i = 1 n T i
D m n = C X m - X n 2 + Y m - Y n 2
式中：(X, Y) 为省（自治区、直辖市）旅游生态效率或生态旅游网络关注重心坐标；(Xi, Yi)为第i个省（自治区、直辖市）省会城市的地理重心坐标；Ti为第i个省（自治区、直辖市）旅游生态效率或生态旅游网络关注；Dm,n为第m年到n年的重心偏移距离（km）；C取111.111 km[42]。

1.3.3 空间错位指数

空间错位指数能揭示关联密切的社会经济现象或系统在地理空间层面的错位情况，不仅能反映系统本身与外部环境之间、局部系统与局部系统之间的错位问题，还能解析系统本身与局部系统之间的空间错位关系[30]。因此，本文采用空间错位指数探讨旅游生态效率与生态旅游网络关注的空间错位关系，识别何种现象超前发展或者滞后发展。公式如下：
S M I = 1 E I T E E i T E E E I - E I i
式中：T E E i是第i个省（自治区、直辖市）的旅游生态效率；TEE是中国省（自治区、直辖市）旅游生态效率总值； E I i是第i个省（自治区、直辖市）的生态旅游网络关注；EI为中国省（自治区、直辖市）生态旅游网络关注总值。为便于对比分析，参考王兆峰等[13]的研究，将空间错位关系划分为负向高错位（SMI≤-2）、负向中错位（-2<SMI≤-1）、负向低错位（-1<SMI≤0）、正向低错位（0<SMI≤1）、正向中错位（1<SMI≤2）、正向高错位（2<SMI）六种。正向空间错位关系代表旅游生态效率超前于生态旅游网络关注，即实体空间旅游绿色竞争力大于虚拟空间旅游绿色吸引力，存在供给优质但需求不足问题。负向空间错位关系代表生态旅游网络关注超前于旅游生态效率，即虚拟空间旅游绿色吸引力大于实体空间旅游绿色竞争力，存在需求旺盛但供给不优问题。

1.3.4 随机森林回归算法

随机森林回归是由Breiman[43]在2001年提出的包含多个决策树的机器学习算法，其基于Bootstrap抽样对原始数据进行提取并构建决策树模型，通过决策树组合和投票赋分得到结果，在回归、预测方面具有高准确性和高有效性等显著优势；尤其是该算法受噪声和多重共线性影响较小，结果较为稳健，目前被广泛应用于环境、地理、旅游等研究领域[44]。因此，本文采用随机森林回归算法分析多元因素对旅游生态效率与生态旅游关注空间错位的影响。其中主要涉及两项工具，一是变量重要性，采用均方误差增加量衡量；二是变量可变效应，采用偏依赖关系图表示。随机森林回归需要关注的参数主要为ntree和mtry，ntree较大，mtry精度越高，变量偏离误差更小且更符合实际，参考马小宾等[44]的做法，本文设定ntree=500。

1.4 数据来源

囿于2011年以前及2021年以后的部分关键指标缺失，考虑数据可得性和指标可比性，本文以2011—2021年中国30个省（自治区、直辖市）为研究样本（暂未包括西藏自治区、台湾省、香港和澳门特别行政区），价格型数据以2011年为基期进行平减处理，缺失值采用插值法补齐。其中，旅游统计数据主要来自《中国旅游统计年鉴》《中国文化和旅游统计年鉴》《中国文化文物和旅游统计年鉴》《旅游抽样调查资料》；旅游网络数据中的生态旅游网络关注和旅游专利授权数量分别来自百度指数平台（https://index.baidu.com）和知嘟嘟专利查询网（https://www.iprdb.com/）；非旅游数据主要来自《中国统计年鉴》与各省（自治区、直辖市）统计年鉴、统计公报。

2 结果分析

2.1 旅游生态效率与生态旅游网络关注的时空演变特征

分别采用非期望产出仁慈型交叉效率模型和改进熵值法评估2011—2021年中国30个省（自治区、直辖市）旅游生态效率与生态旅游网络关注，并绘制演变趋势图（图2）和空间格局图（图3）。
图2 中国旅游生态效率与生态旅游网络关注的演变趋势

Fig. 2 Evolution trends of tourism eco-efficiency and ecotourism network attention in China

图3 中国旅游生态效率与生态旅游网络关注的空间格局

注：本图基于自然资源部标准地图服务系统下载的标准地图制作，底图无修改，下同。

Fig. 3 Spatial pattern of tourism eco-efficiency and ecotourism network attention in China

由图2a和图3a可知：（1）从全国尺度来看，中国旅游生态效率在研究期内总体表现为“下降—上升—下降”的倒“N”型演化轨迹。自2012年开始，全国旅游生态效率呈现增长态势，其主要原因是在生态文明建设跃升为国家战略的背景下，各省（自治区、直辖市）开始坚持生态优先原则，加速推进旅游集约化、低碳化和生态化发展；但其在2020年开始出现下降，这与新型冠状病毒肺炎疫情导致的资源闲置（投入）、效益不足（产出）等问题密切相关。（2）从地带尺度来看，三大地带旅游生态效率都呈现倒“N”型演变趋势，形成“东部（0.709）>中部（0.708）>西部（0.686）”的区域分异。究其原因，东部地带在经济转型、结构升级、交通网络等方面更具优势，有利于创新生态旅游产品和促进产业结构生态化，以及推动旅游低碳减排重点领域如交通方面的生态转型。中部地带山水景观丰富，旅游转型升级正处于加速上升期，加之其能学习东部的技术理念与管理模式[38]，助力旅游生态发展。尽管西部地带生态资源本底较好，但基础设施、旅游市场等仍相对较弱，由此制约旅游生态发展。（3）从省（自治区、直辖市）级尺度来看，旅游生态效率高值省（自治区、直辖市）较少且分布较散，效率均值排名前三位的分别为贵州省（0.799）、天津市（0.789）和广西壮族自治区（0.780），排名后三位的分别为青海省（0.599）、黑龙江省（0.621）和宁夏回族自治区（0.630），这与各省（自治区、直辖市）的生态资源禀赋、区域产业结构等差异有关。
由图2b和图3b可知：（1）从全国尺度来看，中国生态旅游网络关注除在2012年、2018年和2020年有所下降外，总体上呈现增长态势。究其原因，传统意义上被视为绿色产业的旅游业在实现经济增长奇迹的同时，也囿于旅游资源无序开发、自然资源过度损耗等，导致环境污染和生态退化问题凸显[16]，这不利于人民身心健康。相比于传统旅游，生态旅游更注重环境治理和生态保护，有利于增进生态福祉和健康福祉[2]，由此引致人民生态旅游需求日益高涨。（2）从地带尺度来看，三大地带生态旅游网络关注演化轨迹与全国尺度基本一致，形成“东部（0.413）>中部（0.318）>西部（0.249）”的空间分异。主要原因是东部地带环境污染更严重、旅游规模更大，加之其在数字基础设施、居民数字素养等方面更具优势，从而致使生态旅游网络关注更高；中部地带和西部地带则相对滞后。（3）从省（自治区、直辖市）级尺度来看，生态旅游网络关注呈现由东南沿海向西北内陆逐渐递减的特征，排名前三位的分别为广东省（0.707）、北京市（0.595）和四川省（0.579），排名后三位的分别为宁夏回族自治区（0.025）、青海省（0.054）和新疆维吾尔自治区（0.109）。可见，中国各省（自治区、直辖市）生态旅游网络关注存在显著差异，位于首位的广东省与位居末尾的宁夏回族自治区相差0.682。

2.2 旅游生态效率与生态旅游网络关注的重心演化关系

为进一步探讨2011—2021年中国30个省（自治区、直辖市）旅游生态效率与生态旅游网络关注的空间演变趋势，本文采用重心轨迹模型，以北（东）为正方向，以南（西）为负方向[42]，分析二者的重心偏移方向及其偏移距离。
由图4可知：（1）从变化区间来看，2011—2021年中国旅游生态效率重心的经度与纬度分别在112.55°E~113.00°E与32.90°N~33.65°N范围内波动变化，其主要位于河南省境内（图4a）。（2）从偏移方向来看，旅游生态效率重心在研究期内表现为“西南向波动下降—西北向缓慢上升—东南向加速下降—西南向快速下降”的演化轨迹，总体上呈现西南向偏移趋势（图4a）。（3）从偏移距离来看（图4b），不考虑移动方向的情况下，中国旅游生态效率重心累计偏移距离为226.91 km，移动速率为22.60 km/a；考虑移动方向后发现，重心向西（南）偏移距离明显大于向东（北）偏移距离，导致重心总体上向西（南）偏移34.53 km（80.19 km），移动速率为3.45 km/a（8.02 km/a）。
图4 旅游生态效率重心偏移轨迹

Fig. 4 The shift trajectory of tourism eco-efficiency center of gravity

由图5可知：（1）从变化区间来看，研究期内中国生态旅游网络关注重心的经度与纬度分别在113.38°E~114.16°E与31.98°N~32.82°N区间内波动变化，其主要位于湖北省与河南省境内（图5a）。（2）从偏移方向来看，中国生态旅游网络关注重心表现为“西南向波动下降—西北向波动上升”的演化轨迹，总体上呈现西南向偏移趋势（图5a）。（3）从偏移距离来看（图5b），不考虑移动方向的情况下，中国生态旅游网络关注重心累计偏移距离为287.74 km，移动速率为28.77 km/a；考虑移动方向后发现，重心向西（南）偏移距离明显大于向东（北）偏移距离，由此导致重心总体上向西（南）偏移62.50 km（44.54 km），移动速率为6.25 km/a（4.45 km/a）。
图5 生态旅游网络关注重心偏移轨迹

Fig. 5 The shift trajectory of ecotourism network attention center of gravity

2.3 旅游生态效率与生态旅游网络关注的空间错位关系

考虑到前述分析仅能初步印证中国旅游生态效率与生态旅游网络关注存在空间错位，本文进一步采用空间错位指数模型，识别二者空间错位关系的具体类型及时空格局。限于篇幅，参考现有文献思路[40]，以2011年、2016年和2021年为截面，等时间间隔呈现中国旅游生态效率与生态旅游网络关注空间错位的时空格局（图6）。
图6 中国旅游生态效率与生态旅游网络关注的空间错位

Fig. 6 The spatial mismatch of tourism eco-efficiency and ecotourism network attention in China

由图6可知，2011年中国旅游生态效率与生态旅游网络关注主要表现为负向空间错位关系，该类型省（自治区、直辖市）数量占全部研究样本的56.67%，主要有北京市、河北省、江苏省、上海市、浙江省和广东省等东部地带省（直辖市），以及安徽省、江西省、河南省、湖北省和湖南省等中部地带省份，说明上述省（直辖市）存在需求较大但供给不足问题，需要创新生态旅游产品、满足游客优质需求；甘肃省、贵州省、青海省、宁夏回族自治区和新疆维吾尔自治区等西部地带省（自治区）则主要表现为正向空间错位关系，说明其存在供给优质但需求不足问题，需要加大网络宣传力度、挖掘游客需求空间。2016年，负向空间错位关系类型省（自治区、直辖市）数量下降到13个，占全部研究样本的43.33%，主要分布在东部地带；正向空间错位关系类型省（自治区、直辖市）主要集中在中部和西部地带。到2021年，正向与负向空间错位关系类型省（自治区、直辖市）数量均为15个，其中正向空间错位关系类型省（自治区、直辖市）主要分布在西部地带，负向空间错位关系类型省（自治区、直辖市）主要分布在东部地带。
总体来看，研究期内中国旅游生态效率与生态旅游网络关注的正向空间错位关系稍显更强，形成了“东部地带负向空间错位省（自治区、直辖市）集聚，中部和西部地带正向空间错位省（自治区、直辖市）集聚”的空间格局。结果表明，东部地带生态旅游网络关注超前于旅游生态效率，而中部和西部地带旅游生态效率超前于生态旅游网络关注。究其原因，尽管东部地带旅游生态转型发展态势相对更好，但提升空间较小、增速较慢；同时，该地带环境污染更严重、人口规模更大，加之其在数字基础设施、数实融合应用等方面更具优势[45]，从而导致生态旅游网络关注日益高涨、增速更高。因此，在上述多重因素驱动下，生态旅游网络关注空间变化反而更大，致使二者逐渐形成负向空间错位关系。中部和西部地带则相反，尽管两大地带旅游生态效率相对较低，但提升空间较大、增速较快；同时，两大地带数字基础设施、旅游市场规模等却相对滞后，导致其生态旅游网络关注增幅较低、增速较慢。因此，中部和西部地带旅游生态效率空间变化反而更大，致使二者逐渐形成正向空间错位关系。

2.4 旅游生态效率与生态旅游网络关注空间错位的形成机制

2.4.1 驱动因素的指标选取

旅游生态效率与生态旅游网络关注空间错位作为空间相互作用形成的复合旅游巨系统，其既受到旅游产业本身内部因素的驱动，又受到旅游产业系统外部因素的影响。因此，本文基于环境经济学理论与旅游生态效率及空间错位相关成果[12,16,18]，并综合考虑指标客观性、可比性与数据可得性，按照经济发展主要通过“规模—结构—技术”影响生态环境的理论逻辑[46]，甄选旅游集聚、产业结构与技术创新作为内部驱动因素；按照旅游产业绿色发展（客体）主要受“政府—市场”主体与“交通—数字”中介等影响的观点[10,12,13]，甄选政府调控、市场潜力、交通设施与数字经济作为外部驱动因素。
（1）内部驱动因素。① 旅游集聚。根据产业集聚理论，现代旅游发展突出表现为空间层面的集聚，旅游集聚有利于创造更丰富优质的旅游吸引物和服务设施来获取关注、引领需求，同时依托集聚经济优势来放大规模效应，促进资源利用高效、要素结构升级和产品迭代创新，从而影响旅游生态效率，采用旅游总收入的区位熵表征[47]。② 产业结构。根据产业结构理论，推动产业结构转型升级，加速资源要素由低效率部门向高效率部门流动，是促进旅游绿色低碳转型的关键路径[48]，同时也是集中资源创新产品与业态，吸引游客的重要支撑，采用旅游总收入占GDP比例表征[38]。③ 技术创新。根据内生增长理论，技术创新是实现旅游经济提质增效与绿色低碳转型的核心路径，其能加速旅游企业数字化转型，并推动旅游企业依托数字技术平台进行精准营销与网络宣传，从而提高旅游网络吸引力和影响力，采用旅游专利数表征[38]。
（2）外部驱动因素。① 政府调控。区域政策环境氛围直接影响着旅游绿色低碳转型与虚拟网络空间，尤其是数旅融合所需的旅游服务设施与数字基础设施都无法离开地方政府的资金支持，采用地区财政支出占GDP比例表征[49]。② 市场潜力。区域市场潜力直接影响着居民或游客的生态旅游需求规模，并改变其网络关注行为，同时其也在一定程度上决定了旅游绿色发展的供需匹配效率，采用社会消费品零售额表征[50]。③ 交通设施。交通设施有利于压缩时空距离和提高旅游目的地空间可达性，吸引游客关注和前往；同时，其能推动区域间旅游资源有序流动和高效配置，以及减少旅游交通碳排放，采用公路密度表征[38]。④ 数字经济。数字经济在提升资源利用效率、促进要素结构升级和培育发展新动能等方面具有突出成效，能够促进旅游绿色低碳发展，并为网络关注行为提供坚实的数字平台基础，采用电信业务收入表征[45]。

2.4.2 驱动因素重要性分析

由各内外部驱动因素的方差膨胀因子最大值为4.8（VIF均小于5）可知，多重共线性问题不会对回归模型的估计结果产生显著影响。因此，本文采用随机森林回归算法，分析内部驱动因素和外部驱动因素对2011—2021年中国旅游生态效率与生态旅游网络关注空间错位关系的影响效应。
分析各驱动因素的相对重要性结果（表2）可知，2011—2021年各驱动因素按照影响旅游生态效率与生态旅游网络关注空间错位的贡献率由高到低依次为市场潜力、交通设施、数字经济、政府调控、旅游集聚、技术创新、产业结构。可以发现，外部驱动因素的总体贡献率远大于内部驱动因素，说明研究期内旅游生态效率与生态旅游网络关注空间错位主要受外部因素驱动，支持和拓展了现有文献认为当下旅游生态化发展容易受外部宏观环境影响的观点[18]。其中，市场潜力的贡献率最高，这不仅揭示了旅游产业的市场导向型属性，同时还说明在数实融合浪潮下，实体空间市场潜力会显著映射到虚拟空间，并引发旅游虚实空间的非均衡关系；因此，旅游企业应加快推动数字化转型和提高网络影响力，从而实现数旅深度融合。交通设施不仅能促进旅游低碳减排和生态转型[16]，还有利于推动虚拟关注转化为现实客流[34]，其普遍被认为是影响旅游生态地域系统的重要因素[29]，因而贡献率较高。数字经济能显著促进旅游绿色低碳发展[45]，并通过数字化改造推动旅游营销模式网络化、精准化[37]，引领虚拟空间网络关注行为，因而也具有较高的贡献率。
表2 驱动因素重要性

Table 2 Importance of driving factors

内部驱动因素 贡献率/% 排名 外部驱动因素 贡献率/% 排名
旅游集聚 5.45 5 政府调控 5.99 4
产业结构 2.80 7 市场潜力 67.75 1
技术创新 3.22 6 交通设施 7.94 2
— — — 数字经济 6.85 3

2.4.3 驱动因素非线性效应

本文进一步采用随机森林回归算法中的偏依赖关系图，分析2011—2021年各内部因素（图7）和外部因素（图8）对旅游生态效率与生态旅游网络关注空间错位的非线性效应。其中，曲线表示各驱动因素随取值变化，其对旅游生态效率与生态旅游网络关注空间错位的响应程度。
图7 内部驱动因素的非线性效应

Fig. 7 Nonlinear effects of internal driving factors

图8 外部驱动因素的非线性效应

Fig. 8 Nonlinear effects of external driving factors

（1）内部驱动因素的非线性效应（图7）。① 旅游集聚：2011—2021年，旅游集聚对旅游生态效率与生态旅游网络关注空间错位的正向效应逐渐减少，并转变为先逐渐增强后维持稳定的负向效应。结果表明，研究期内旅游集聚更能引发网络关注行为，而对旅游生态效率的提升作用相对较弱。究其原因，旅游集聚有利于创造更丰富优质的服务设施、低碳业态来引领游客需求行为，显著推动网络关注增长；但现阶段中国旅游产业正处于结构调整关键期，这在一定程度上导致旅游集约化、低碳化与生态化发展更依赖于结构效应[38,48]，加之既往粗放式发展模式也可能会引发旅游集聚过度问题，从而致使其对旅游生态效率的促进效应相对较弱。② 产业结构：研究期内产业结构驱动旅游生态效率与生态旅游网络关注空间错位的效应变化与旅游集聚相反，其负向效应呈现减少态势，并转变为先逐渐增强后维持稳定的正向效应。主要原因是产业结构变迁有利于促进业态结构升级和服务品质提升等，其不仅能提升旅游吸引力，还能有效缓解规模失调、加快潜力空间释放[38]，从而显著推动旅游低碳高效发展[48]，这再次证实了前述旅游集聚效应分析的发现，也从非线性视角拓展了王凯等[48]的结论。③ 技术创新：样本期内技术创新对旅游生态效率与生态旅游网络关注空间错位的正向效应逐渐减少，并转变为先逐渐增加后维持稳定的负向效应。结果说明，随着技术创新水平提升，技术创新更加会引发生态旅游网络关注，而对旅游生态效率的促进效应相对较小。主要原因可能在于，技术创新有利于加速业态更新升级和促进网络营销推广，显著提升旅游吸引力和引发网络关注行为，但现阶段技术创新对旅游生态效率增长的影响却相对较小[51]，从而致使二者形成负向空间错位关系。
（2）外部驱动因素的非线性效应（图8）。① 政府调控：研究期内，政府调控对旅游生态效率与生态旅游网络关注空间错位的影响呈现负向效应逐渐减弱、正向效应逐渐增强的特征。结果说明，政府调控能在短期内迅速提升区域旅游吸引力和引发网络关注，这与地方政府在完善旅游配套服务设施和培育优质旅游业态中的引领作用[38]密切相关；但就长期而言，随着地方政府推动经济集约低碳发展步伐的加快，政府调控愈发驱动着旅游产业的低碳化和生态化转型，由此导致旅游生态效率变动不断增大。② 市场潜力：市场潜力呈现正向效应逐渐减弱、负向效应逐渐增强的态势，这说明市场潜力更能引发网络关注行为，而对旅游生态效率的促进作用相对较小。究其原因，尽管市场潜力的充分释放是扩大旅游需求和增加网络关注，以及推动旅游低碳发展供给侧改革的关键，但囿于现阶段中国旅游发展存在一定的供需失调问题[13]，因而可能会降低资源配置效率和需求流动效率，导致市场潜力对网络关注的影响反而更大。③ 交通设施：交通设施对旅游生态效率与生态旅游网络关注空间错位的影响主要表现为由微弱的正向效应向先增强后减弱的负向效应转变，其后再转变为正向效应的态势。由此可见，起初交通设施更多的是提升目的地旅游吸引力与网络影响力，其对旅游生态效率的促进效应相对较弱。主要原因是旅游碳排放多集中在交通领域[17]，导致其减排压力较大、进展较慢，因而正向效应显现较晚。④ 数字经济：数字经济的边际效应呈现由正向转为负向再向正向转变的趋势，并以正向效应为主。可见，数字经济在短期内更能引发网络关注，这与数字营销推广力度的快速提升等有关；但随着数据要素积累，逐渐催生了“梅特卡夫法则”下的乘数效应，实现了旅游低碳转型的帕累托改进，由此显著提升旅游生态效率，这支持和拓展了现有文献的结论[45]。
由前述分析可知，各内部与外部驱动因素既能影响旅游生态效率增长，又能影响生态旅游网络关注增长。随着各因素水平提升，其中产业结构、政府调控、交通设施和数字经济会更加促进旅游生态效率增长，引发正向空间错位关系；旅游集聚、技术创新和市场潜力会更加促进生态旅游网络关注增长，引发负向空间错位关系。可见，中国旅游生态效率与生态旅游网络关注空间错位关系的形成是受内部驱动因素与外部驱动因素综合影响的结果（图9）。
图9 中国旅游生态效率与生态旅游网络关注空间错位的形成机制

Fig. 9 The formation mechanism of spatial misalignment of tourism eco-efficiency and ecotourism network attention in China

3 结论与讨论

3.1 结论

本文基于网络数据与统计数据等多源异构数据集，采用非期望产出仁慈型交叉效率模型、改进熵值法、重心轨迹模型、空间错位指数等方法，探讨2011—2021年中国30个省（自治区、直辖市）实体空间旅游生态效率与虚拟空间生态旅游关注的时空演化特征及空间错位关系，并借助机器学习模型中的随机森林回归算法，解析二者空间错位关系的形成机制。主要结论如下：（1）2011—2021年，中国旅游生态效率与生态旅游网络关注总体上呈现增长态势，形成“东部地带>中部地带>西部地带”的空间分异格局。（2）中国旅游生态效率与生态旅游网络关注重心呈现西南向偏移趋势，但前者向西（南）偏移距离明显小（大）于后者，空间重叠性较低。（3）中国旅游生态效率与生态旅游网络关注正向空间错位关系稍显较强，形成了“东部地带负向空间错位省（自治区、直辖市）集聚，中部和西部地带正向空间错位省（自治区、直辖市）集聚”的时空格局。（4）随着因素水平提升，产业结构、政府调控、交通设施和数字经济会更加促进旅游生态效率增长，旅游集聚、技术创新和市场潜力会更加促进生态旅游网络关注增长，由此引发空间错位关系。
现阶段，科学处理实体空间旅游生态效率与虚拟空间生态旅游关注的空间错位问题，加速形成新型旅游人地关系，不仅是实现数实融合、数旅融合和绿色发展的现实需要，更是推进旅游生态地域系统可持续发展和人与自然和谐共生现代化的理论创新。因此，基于上述结论，本文提出如下建议：
（1）宏微并举促进实体空间旅游生态效率和虚拟空间生态旅游关注有效提升。在宏观环境方面，旅游部门和地方政府要助力打造森林公园游、湿地公园游、地质公园游等生态旅游产品和业态，培育形成山水林田湖草一体化景观，统筹建立全国生态旅游信息网络统一平台，引导各省（自治区、直辖市）通过平台发布和更新信息，以及宣传推广产品与线路；在微观企业方面，旅游市场主体要通过数字化改造，推动酒店、景区等传统旅游企业数字转型和生态发展，促进“生态+旅游+数字”多要素融合，实现以数字技术驱动的生态旅游经营模式创新、营销模式变革，有效提升旅游绿色竞争力和网络吸引力。
（2）因地制宜推进实体空间旅游生态效率与虚拟空间生态旅游关注有序适配。在负向空间错位关系区域，如东部地带省（自治区、直辖市），其存在需求旺盛但供给不优问题，因而要充分依托数字技术、市场规模、配套设施等优势，加速促进区域旅游业态集约化、低碳化和生态化，持续推动旅游产业供给侧结构性改革以适配生态旅游需求；在正向空间错位关系区域，如中部和西部地带省（自治区、直辖市），其存在供给优质但需求不足问题，因而要加快制定财政税收等政策，助力打造契合数旅融合与生态旅游发展的良好营商环境，并大力推进数字基础设施建设和提升网络营销广度与深度，引领和创造生态旅游需求以适配旅游生态效率。
（3）多措并举缓解实体空间旅游生态效率与虚拟空间生态旅游关注错位关系。在由负向效应转变为正向效应的因素方面，如产业结构、政府调控、交通设施和数字经济，其随着水平提升更会引发正向空间错位关系，因而要紧扣市场导向原则，促进生态旅游业态结构多元化、营商环境优质化、交通网络立体化和营销推广数字化，引导需求增长以缓解错位关系。在由正向效应转变为负向效应的因素方面，如旅游集聚、技术创新和市场潜力，其随着水平提升更会引发负向空间错位关系，因而要紧扣集约高效原则，促进生态旅游规模适度优化、技术创新升级和市场要素配置，推动效率提升以缓解错位关系。

3.2 讨论

与现有侧重分析旅游发展系统本身与经济增长、生态环境等外部环境间[28]，以及旅游经济增长与资源禀赋、服务设施等局部系统间[32]错位关系的文献不同，本文关注到数实融合、数旅融合和绿色发展的迫切需要，创新性地基于人地关系地域系统理论与空间错位理论，构建实体空间旅游生态效率与虚拟空间生态旅游关注空间错位的内在机理框架，这不仅从生态转型和虚实空间双重视角丰富了现有旅游空间错位研究[12,32]，还从旅游领域对数实融合研究的回应与延伸，拓展了旅游生态地域系统的适用范畴。进一步地，本文基于多源异构数据与多元定量方法将该框架推至实证研究，发现中国生态旅游网络关注呈现增长态势并形成东中西梯度分异，揭示了生态旅游市场需求高涨的基本事实，这弥补了现有文献多探讨乡村旅游、红色旅游等[8,27]，而缺少生态旅游网络关注量化研究的不足。同时，本文发现东部地带省（自治区、直辖市）主要表现为负向空间错位关系，其存在需求旺盛但供给不优问题，需要创新生态旅游产品、满足游客优质需求，这从侧面反映出其环境污染更严重、旅游市场规模更大的现实情况。此外，本文采用随机森林回归算法，从内部与外部驱动视角解析了旅游集聚、产业结构、技术创新、政府调控、市场潜力、交通设施和数字经济等因素对旅游生态效率与生态旅游网络关注空间错位的非线性影响，将现有旅游虚实空间错位关系形成机制由定性讨论[12,13]推举至量化分析层面。譬如，本文发现市场潜力的贡献率最高，并且其更能影响网络关注，这揭示了旅游产业的市场导向型属性[40]；同时，还发现旅游集约化、低碳化与生态化发展对结构效应的依赖性逐渐增加，即产业结构变迁有利于促进旅游绿色转型，这从非线性视角支持和拓展了王凯等[48]的结论。
需要说明的是，本文仍存在以下缺憾：首先，囿于市域、县域尺度关键指标如旅游固定资本存量、能源消耗等数据的缺失，本文基于省（自治区、直辖市）级尺度展开分析，这在一定程度上能真实客观地揭示中国宏观全局实体空间旅游生态效率与虚拟空间生态旅游关注的时空特征与空间错位关系，但若待统计数据完善，推动研究尺度下沉，或能更精细地考察其演化规律。其次，鉴于“生态旅游”作为一种新兴业态，其交叉复杂、边界模糊[3,5]，采用技术取词法和范围取词法存在较大难度，尤其是难以精准剥离出国家公园、湿地公园等生态资源或活动中的旅游关注，因而本文延续学界探讨新兴旅游业态网络关注的主流思路[8,20]，采用直接取词法，直接聚焦“生态旅游”，具有一定的客观性、普适性和科学性[8]；但拘囿于数字基础设施与游客数字素养的客观差异，其能否覆盖全部游客对“生态旅游”的网络关注仍有待验证。最后，由于部分网络平台“生态旅游”关键词数据缺失，本文基于操作更易、样本更多、时间更长的百度指数平台评估生态旅游网络关注，未来待其他平台持续优化，如若对现有数据进行补充完善，或能得到更稳健的结果。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
张国俊, 王珏晗, 吴坤津, 等. 中国三大城市群经济与环境协调度时空特征及影响因素. 地理研究, 2020, 39(2): 272-288.

DOI

[ZHANG G J, WANG J H, WU K J, et al. Spatial-temporal characteristics and influencing factors of coordination between economic and environmental development of three major urban agglomerations in China. Geographical Research, 2020, 39(2): 272-288.]

[2]
郑彬, 李明川, 高岚. 生态旅游能否激励自然保护区及其周边农户的生态保护行为: 基于二重理性的视角. 农村经济, 2022, (7): 45-53.

[ZHENG B, LI M C, GAO L. Can ecotourism incentivize ecological conservation behavior of farmers in nature reserves and their neighborhoods: Based on a dual rationality perspective. Rural Economy, 2022, (7): 45-53.]

[3]
熊德斌, 刘静. 生态潜在优势与基层有效治理及生态旅游产业发展机制: 以贵州桐梓县山堡社区避暑旅游产业为例. 自然资源学报, 2024, 39(4): 788-803.

DOI

[XIONG D B, LIU J. Ecological potential advantages, effective grassroots governance and ecotourism industry development mechanism: A case study of the summer tourism industry in Shanbao community, Tongzi county, Guizhou province. Journal of Natural Resources, 2024, 39(4): 788-803.]

[4]
李文路. 中国式现代化背景下贵州喀斯特地区生态旅游高质量发展研究. 中国软科学, 2024, (s1): 163-171.

[LI W L. Research on the high-quality development of ecotourism in Karst area under the background of Chinese-type modernization. China Soft Science, 2024, (s1): 163-171.]

[5]
吴楚材, 吴章文, 郑群明, 等. 生态旅游概念的研究. 旅游学刊, 2007, 22(1): 67-71.

[WU C C, WU Z W, ZHENG Q M, et al. A study on the concept of ecotourism. Tourism Tribune, 2007, 22(1): 67-71.]

[6]
王兆峰, 刘庆芳. 长江经济带旅游生态效率时空演变及其与旅游经济互动响应. 自然资源学报, 2019, 34(9): 1945-1961.

DOI

[WANG Z F, LIU Q F. The spatio-temporal evolution of tourism eco-efficiency in the Yangtze River Economic Belt and its interactive response with tourism economy. Journal of Natural Resources, 2019, 34(9): 1945-1961.]

[7]
姚治国, 陈田. 国外旅游生态效率研究综述. 自然资源学报, 2015, 30(7): 1222-1231.

DOI

[YAO Z G, CHEN T. Review on overseas tourism eco-efficiency studies. Journal of Natural Resources, 2015, 30(7): 1222-1231.]

DOI

[8]
高楠, 张新成, 王琳艳. 中国红色旅游网络关注度时空特征及影响因素. 自然资源学报, 2020, 35(5): 1068-1089.

DOI

[GAO N, ZHANG X C, WANG L Y. Spatio-temporal characteristics and influencing factors of Chinese red tourism network attention. Journal of Natural Resources, 2020, 35(5): 1068-1089.]

DOI

[9]
邹永广, 雷振仙, 廖金斤, 等. 新媒体时代旅游资源持续关注损失测度及影响因素: 基于网络舆情大数据的证据. 自然资源学报, 2024, 39(7): 1512-1530.

DOI

[ZOU Y G, LEI Z Y, LIAO J J, et al. The measurement of loss of sustained attention to tourism resources and influencing factors in the new media era: Evidence from public sentiment perception. Journal of Natural Resources, 2024, 39(7): 1512-1530.]

[10]
邵海雁, 靳诚, 陆玉麒, 等. 长江经济带虚拟旅游流对高铁建设的响应格局及其驱动机理. 地理研究, 2024, 43(3): 791-808.

DOI

[SHAO H Y, JIN C, LU Y Q, et al. Response pattern and driving mechanism of virtual tourism flow to high-speed rail construction in the Yangtze River Economic Belt. Geographical Research, 2024, 43(3): 791-808.]

[11]
陆利军, 李浪, 李成家, 等. 省域国家森林公园网络关注度与旅游吸引力动态耦合协调关系. 经济地理, 2022, 42(3): 150-159.

DOI

[LU L J, LI L, LI C J, et al. Coupling coordination relationship between network attention and tourism attraction of national forest park in provincial scale. Economic Geography, 2022, 42(3): 150-159.]

DOI

[12]
王琪林, 杨霞, 方怡. 四川省旅游资源丰裕度与旅游网络关注度空间错位演变及影响因素分析. 旅游科学, 2023, 37(1): 43-58.

[WANG Q L, YANG X, FANG Y. A Research on the spatial mismatch evolution and influencing factors of tourism resource abundance and tourism network attention in Sichuan province. Tourism Science, 2023, 37(1): 43-58.]

[13]
王兆峰, 汤桂林. 中国省域旅游竞争力与旅游网络关注度空间错位研究. 地理与地理信息科学, 2024, 40(2): 142-150.

[WANG Z F, TANG G L. Spatial mismatch between tourism competitiveness and tourism network attention at provincial level in China. Geography and Geo-Information Science, 2024, 40(2): 142-150.]

[14]
王金伟, 陆林, 王兆峰, 等. 新质生产力赋能旅游业高质量发展: 理论内涵与科学问题. 自然资源学报, 2024, 39(7): 1643-1663.

DOI

[WANG J W, LU L, WANG Z F, et al. Empowering the high-quality development of tourism with new quality productive forces. Journal of Natural Resources, 2024, 39(7): 1643-1663.]

[15]
GÖSSLING S, PEETERS P, CERON J, et al. The eco-efficiency of tourism. Ecological Economics, 2005, 54: 417-434.

[16]
谢佳亮, 王兆峰. 长江经济带环境规制对旅游生态效率的门限效应及空间差异. 地理与地理信息科学, 2023, 39(2): 117-125.

[XIE J L, WANG Z F. Threshold effect and its spatial difference of environmental regulation on tourism eco-efficiency in the Yangtze River Economic Belt. Geography and Geo-Information Science, 2023, 39(2): 117-125.]

[17]
郭丽佳, 李畅, 彭红松, 等. 节能减排约束下中国省域旅游生态效率评估及空间格局研究. 地理科学进展, 2021, 40(8): 1284-1297.

DOI

[GUO L J, LI C, PENG H S, et al. Tourism eco-efficiency at the provincial level in China in the context of energy conservation and emission reduction. Progress in Geography, 2021, 40(8): 1284-1297.]

DOI

[18]
GUO L J, LI P Z, ZHANG J H, et al. Do socio-economic factors matter? A comprehensive evaluation of tourism eco-efficiency determinants in China based on the Geographical Detector Model. Journal of Environmental Management, 2022, 320: 115812, Doi: 10.1016/j.jenvman.2022.115812.

[19]
黄冬春, 王兆峰. 长江中游城市群旅游生态效率空间网络结构演变及其效应. 长江流域资源与环境, 2023, 32(11): 2326-2337.

[HUANG D C, WANG Z F. Evolution of spatial network structure of tourism eco-efficiency and its effect of urban agglomeration in middle reaches of Yangtze River. Resources and Environment in the Yangtze Basin, 2023, 32(11): 2326-2337.]

[20]
戴璐, 白彩全, 梁龙武. 中国红色旅游政策实施对网络关注度的空间溢出效应: 基于语义分析与空间计量的实证. 自然资源学报, 2021, 36(11): 2778-2796.

DOI

[DAI L, BAI C Q, LIANG L W. Spatial spillover effect of the red tourism policy on public online attention in China: An empirical study based on semantic analysis and spatial econometric model. Journal of Natural Resources, 2021, 36(11): 2778-2796.]

DOI

[21]
XIANG Z, PAN B. Travel queries on cities in the United States: Implications for search engine marketing for tourist destinations. Tourism Management, 2011, 32(1): 88-97.

[22]
ÖNDER I. Forecasting tourism demand with google trends: Accuracy comparison of countries versus cities. International Journal of Tourism Research, 2017, 19(6): 648-660.

[23]
PADHI S S, PATI R K. Quantifying potential tourist behavior in choice of destination using Google Trends. Tourism Management Perspectives, 2017, 24: 34-47.

[24]
邬超, 邵秀英, 沈群凯. 中国工业旅游网络关注度分布格局及其影响因素. 地域研究与开发, 2023, 42(6): 72-78.

DOI

[WU C, SHAO X Y, SHEN Q K. Distribution pattern and influencing factors of network attention of China's industrial tourism. Areal Research and Development, 2023, 42(6): 72-78.]

DOI

[25]
张嫚, 黄凌云. 负面网络关注度对旅游业发展的影响: 基于旅游需求的空间关联分析. 旅游学刊, 2021, 36(7): 81-91.

[ZHANG M, HUANG L Y. Tourism development and public attention to negative online information: Based on the spatial correlations of tourism demand. Tourism Tribune, 2021, 36(7): 81-91.]

[26]
唐鸿, 许春晓. 中国红色旅游经典景区网络关注度时空演变及影响因素. 自然资源学报, 2021, 36(7): 1792-1810.

DOI

[TANG H, XU C X. Spatio-temporal evolution and influencing factors of Chinese red tourism classic scenic spots network attention. Journal of Natural Resources, 2021, 36(7): 1792-1810.]

DOI

[27]
万田户, 张志荣, 李树亮, 等. 乡村旅游国内网络关注度的时空分布研究. 西南大学学报: 自然科学版, 2022, 44(6): 138-149.

[WAN T H, ZHANG Z R, LI S L, et al. Research on the temporal and spatial distribution of the attention to rural tourism on domestic network. Journal of Southwest University: Natural Science Edition, 2022, 44(6): 138-149.]

[28]
彭坤杰, 贺小荣, 鲁玉莲. 长江经济带旅游产业—区域经济—生态环境系统空间错位及影响因素研究. 地理与地理信息科学, 2021, 37(5): 117-123.

[PENG K J, HE X R, LU Y L. Study on spatial mismatch and influencing factors of tourism industry-regional economy-ecological environment system in Yangtze River Economic Belt. Geography and Geo-Information Science, 2021, 37(5): 117-123.]

[29]
杨宇民, 焦胜, 廖婧茹, 等. 人口规模与交通环境影响的中国城市旅游资源—经济空间错位. 经济地理, 2021, 41(1): 221-231.

[YANG Y M, JIAO S, LIAO J R, et al. Spatial mismatch of tourism resources and economy in Chinese cities under the background of population scale and traffic. Economic Geography, 2021, 41(1): 221-231.]

[30]
仇方道, 张新林, 尹鹏星, 等. 镇域尺度下资源型城市农业转型的空间错位及问题类型识别: 以徐州市为例. 经济地理, 2022, 42(12): 152-161.

DOI

[QIU F D, ZHANG X L, YIN P X, et al. Spatial mismatch and problem type identification of agricultural transformation in resource-based city from the perspective of town scale: A case study of Xuzhou city. Economic Geography, 2022, 42(12): 152-161.]

[31]
丛小丽, 黄悦, 刘继生. 吉林省生态旅游与旅游环境耦合协调度的时空演化研究. 地理科学, 2019, 39(3): 496-505.

DOI

[CONG X L, HUANG Y, LIU J S. Spatial and temporal evolution of coupled coordination degree of ecotourism and tourism environment of Jilin province. Scientia Geographica Sinica, 2019, 39(3): 496-505.]

DOI

[32]
李嵘, 邓伟, 彭立. 四川省旅游发展与旅游公共服务匹配关系. 山地学报, 2019, 37(6): 899-909.

[LI R, DENG W, PENG L. A Matching relationship between tourism development and tourism public services in Sichuan province, China. Mountain Research, 2019, 37(6): 899-909.]

[33]
蓝以信, 张庆, 李婵. 多维发展导向视角下江苏省县域生态效率差异化评价. 生态学报, 2021, 41(23): 9216-9227.

[LAN Y X, ZHANG Q, LI C. Differential evaluation of county eco-efficiency in Jiangsu province from the perspective of multi-dimensional development orientation. Acta Ecologica Sinica, 2021, 41(23): 9216-9227.]

[34]
蓝雪, 张红, 张心怡, 等. “心动”便会“行动”吗? 旅游景区网络关注市场转化度指标的构建与应用. 旅游科学, 2023, 37(5): 37-60.

[LAN X, ZHANG H, ZHANG X Y, et al. Does 'Heartbeat' Mean 'Actions'? The construction and application of market conversion rate indicators for the network attention of tourist attractions. Tourism Science, 2023, 37(5): 37-60.]

[35]
马芳芳, 王世鹏, 王芳, 等. 黄河流域城市旅游虚实耦合协调水平的空间差异. 经济地理, 2024, 44(5): 222-229.

DOI

[MA F F, WANG S P, WANG F, et al. Spatial differences of the coupling coordination level between virtual development and physical development of urban tourism in the Yellow River Basin. Economic Geography, 2024, 44(5): 222-229.]

DOI

[36]
王金伟, 王启翔, 冯凌. 中国数字经济与旅游业高质量发展的协调格局及驱动机制. 地理科学, 2024, 44(1): 130-139.

DOI

[WANG J W, WANG Q X, FENG L. Coordination pattern and driving mechanism of digital economy and high-quality tourism development in China. Scientia Geographica Sinica, 2024, 44(1): 130-139.]

DOI

[37]
马斌斌, 豆媛媛, 贺舒琪, 等. 中国数字经济与旅游产业融合发展的时空特征及驱动机制. 经济地理, 2023, 43(6): 192-201.

DOI

[MA B B, DOU Y Y, HE S Q, et al. Spatiotemporal characteristics and driving mechanisms of the integration development of digital economy and tourism industry in China. Economic Geography, 2023, 43(6): 192-201.]

DOI

[38]
王兆峰, 谢佳亮. 中国旅游产业组织的时空耦合关系及影响因素. 地理学报, 2023, 78(4): 961-979.

DOI

[WANG Z F, XIE J L. Spatiotemporal coupling relationship and influencing factors of China's tourism industry organization. Acta Geographica Sinica, 2023, 78(4): 961-979.]

DOI

[39]
王坤, 黄震方, 余凤龙, 等. 中国城镇化对旅游经济影响的空间效应: 基于空间面板计量模型的研究. 旅游学刊, 2016, 31(5): 15-25.

[WANG K, HUANG Z F, YU F L, et al. Spatial effects of China's urbanization on tourism economic development: Empirical research based on the spatial panel econometric model. Tourism Tribune, 2016, 31(5): 15-25.]

[40]
王兆峰, 谢佳亮. 中国文化和旅游融合发展效率时空动态演化及其驱动机制. 旅游学刊, 2024, 39(1): 34-51.

[WANG Z F, XIE J L. Spatiotemporal dynamic evolution of the cultural tourism integration development efficiency and its driving mechanism in China. Tourism Tribune, 2024, 39(1): 34-51.]

[41]
孙烨, 张宏磊, 刘培学, 等. 基于旅游者网络关注度的旅游景区日游客量预测研究: 以不同客户端百度指数为例. 人文地理, 2017, 32(3): 152-160.

[SUN Y, ZHANG H L, LIU P X, et al. Forecast of tourism flow volume of tourist attraction based on degree of tourist attention of travel network: A case study of Baidu index of different clients. Human Geography, 2017, 32(3): 152-160.]

[42]
王兆峰, 谢佳亮, 吴卫. 环长株潭城市群旅游业高质量发展水平变化及其影响因素. 经济地理, 2022, 42(3): 172-181, 221.

DOI

[WANG Z F, XIE J L, WU W. Spatio-temporal evolution and influencing factors of high-quality tourism industry development around Changsha-Zhuzhou-Xiangtan Urban Agglomeration. Economic Geography, 2022, 42(3): 172-181, 221.]

DOI

[43]
BREIMAN L. Random forests, machine learning. Journal of Clinical Microbiology, 2001, 45(1): 5-32.

[44]
马小宾, 章锦河, 周乐莹, 等. 长三角区域经济与旅游规模异速关系的时空识别及成因分析. 地理研究, 2023, 42(11): 2984-3002.

DOI

[MA X B, ZHANG J H, ZHOU L Y, et al. Spatial and temporal identification and mechanism analysis of the allometric relationship between regional economy and tourism scale in Yangtze River Delta. Geographical Research, 2023, 42(11): 2984-3002.]

[45]
苏振, 郑应宏, 郭峦. 数字经济对旅游业碳排放效率的影响及门槛效应. 中国人口·资源与环境, 2023, 33(8): 69-79.

[SU Z, ZHENG Y H, GUO L. Impact of the digital economy on the carbon efficiency of the tourism industry and its threshold effect. China Population, Resources and Environment, 2023, 33(8): 69-79.]

[46]
LIN B Q, WANG C H. Does industrial relocation affect regional carbon intensity? Evidence from China's secondary industry. Energy Policy, 2023, 173: 113339, Doi: 10.1016/j.enpol.2022.113339.

[47]
LI Z F, LIU H Y. How tourism industry agglomeration improves tourism economic efficiency?. Tourism Economics, 2022, 28(7): 1724-1748.

[48]
王凯, 何静, 甘畅, 等. 中国旅游产业结构变迁对旅游业碳排放效率的空间溢出效应研究. 中国软科学, 2022, (12): 50-60.

[WANG K, HE J, GAN C, et al. Study on the spatial spillover effect of China's tourism industrial structure change on tourism carbon emission efficiency. China Soft Science, 2022, (12): 50-60.]

[49]
穆学青, 郭向阳, 明庆忠. 多维贫困视角下县域旅游扶贫效率时空演化及影响机理: 以云南25个边境县(市)为例. 经济地理, 2020, 40(12): 199-210.

[MU X Q, GUO X Y, MING Q Z. The Spatio-temporal evolution and impact mechanism of county tourism poverty alleviation efficiency from the perspective of multidimensional poverty: A case study of 25 border counties (cities) in Yunnan province. Economic Geography, 2020, 40(12): 199-210.]

[50]
王兆峰, 赵松松. 基于DEA-Malmquist模型的湖南省旅游产业效率时空动态演化及影响因素. 长江流域资源与环境, 2019, 28(8): 1886-1897.

[WANG Z F, ZHAO S S. Temporal and spatial dynamic evolution and influencing factors of tourism efficiency in Hunan province based on DEA-Malmquist model. Resources and Environment in the Yangtze Basin, 2019, 28(8): 1886-1897.]

[51]
王兆峰, 刘庆芳. 长江经济带旅游生态效率时空演变及其影响因素. 长江流域资源与环境, 2019, 28(10): 2289-2298.

[WANG Z F, LIU Q F. Spatio-temporal evolution and influencing factors of tourism eco-efficiency in the Yangtze River Economic Belt. Resources and Environment in the Yangtze Basin, 2019, 28(10): 2289-2298.]

Options
文章导航

/

〈 〉