Spatio-Temporal Evolution Pattern and Spatial Effect Analysis of the Development Potential of Health Tourism in China

LI Jun; XIAN Fanji; HE Mang

doi:10.20125/j.2097-2245.202301007

South China Geographical Journal >

2023 , Vol. 1 >Issue 1: 78 - 91

DOI: https://doi.org/10.20125/j.2097-2245.202301007

Application Studies

Spatio-Temporal Evolution Pattern and Spatial Effect Analysis of the Development Potential of Health Tourism in China

LI Jun ^,¹^,² ,
XIAN Fanji ¹ ,
HE Mang ^,³

Expand

^1. School of Tourism Management South China Normal University, Guangzhou 510006, China
^2. Southern Marine Science and Engineering Guangdong Laboratory, Zhuhai 519080, China
^3. School of Tourism Management Sun Yat-Sen University, Zhuhai 519080, China

Received date: 2023-02-24

Revised date: 2023-03-18

Online published: 2023-06-25

Fold

Abstract

As an important part of the health industry, it is of great theoretical and practical significance to grasp the development potential of recreation tourism from a spatial and temporal perspective to clarify the development direction and pattern of recreation tourism. In the context of "health China" strategy, the study explores the spatio-temporal evolution pattern and coupling coordination types of the development potential of health tourism in China during 2011 to 2020 by adopting entropy weight method, TOPSIS method, ESTDA, spatial Dubin model, obstacle model and least variance method, locating the factors that make contribution to the spatial variation of development potential of health tourism, and that impede the improvement of the development potential. The results interpret that: (1) From 2011 to 2020, the development potential of health tourism in different regions of China is relatively low, but it shows an upward trend of fluctuation, and keeps a relatively stable spatial pattern on the whole. The development potential of health tourism in the western and southeast coastal regions has obvious changes, and the difference between them and the surrounding provinces fluctuates greatly. (2) From 2011 to 2020, the spatial spillover effect of China's health tourism development potential was weakened, and the northeast, North and central China maintained an obvious phenomenon of "low-value club aggregation". (3) On the whole China, raising tourism development potential of local cooperation situation is obviously stronger than the competition, including inbound tourism revenue per one thousand people, nature reserve area, health and technical personnel, the number of personnel of Chinese medicine, the per capita GDP and the number of students in institutions of higher learning of tourism elements such as region or the adjacent area, tourism development potential has significantly positive effects.

Key words： Health tourism; Spatio-temporal evolution; ESTDA; SDM

Cite this article

LI Jun , XIAN Fanji , HE Mang . Spatio-Temporal Evolution Pattern and Spatial Effect Analysis of the Development Potential of Health Tourism in China[J]. South China Geographical Journal, 2023 , 1(1) : 78 -91 . DOI: 10.20125/j.2097-2245.202301007

党的十九大提出了“健康中国”战略，将健康治理上升到了国家战略高度^［1］，“十四五”规划进一步提出了全面推进健康中国建设的重大任务^［2］，致力于夯实人民健康这一国家安全基石，打造全方位全周期的人民健康防线，由单一的身体生理健康拓展到生理、心理、社会以及环境健康的多元复合方位由老龄人口拓展到婴幼儿、青少年、成年人和老年人的多个年龄周期^［3］。而康养旅游正是通过一系列旅游产品与服务达到灵体协调互补、身心修养强健的旅游活动。从微观层面来看，康养旅游不仅保障人民群众的康养福祉，还激发大健康产业的经济活力，赋予传统旅游业后疫情时代的发展方向；从宏观层面来看，康养旅游作为“健康中国”战略下大健康产业的重要组成部分，其对构建人类健康命运共同体、促进全人类健康福祉、提升我国国际人权地位具有关键意义。

旅游发展潜力是指评价旅游未来发展前景和发展能力的测量体系，在一定情境下可用于测量旅游业可持续的、潜在的发展能力^［4］。结合当前中国康养旅游快速发展所产生的市场供求空间不平衡突出、产品同质化严重以及缺乏长期发展规划等发展问题来看^［5］，构建长远性、广域性和综合性的康养旅游发展潜力评价体系，摸清当前中国康养旅游发展潜力的地理空间形势，探究潜力系统突出内部因素，对未来康养旅游发展方向的研判和形成竞合协调的康养旅游发展格局具有重要的实践意义。当前国内外康养研究主要在康养旅游资源开发与评价^［6-8］、康养旅游市场模式与产品服务^［9-11］、康养旅游目的地评价^［12-14］、康养旅游功能实现^［15-17］和满意度^［18-19］等方面，而鲜少从未来发展的视角，从旅游发展潜力的视角来对康养旅游进行研究。尽管国内外学者在康养旅游资源开发评价和旅游发展潜力研究方面取得了比较丰富的成果，但一方面资源开发评价研究更多限制在特定的旅游类型和资源开发环节中，对一般意义上的康养旅游发展评价不具备普遍适用性；另一方面，旅游发展潜力评价鲜少以康养旅游作为对象，并且评价分析多停留在静态的数据层面，缺乏宏观层面的对国家整体旅游发展潜力的动态格局的把握。

因此，为解决当前康养旅游存在的空间不平衡和缺乏长期规划的现实问题，本研究将从未来发展的视角出发在以下3个方面进行：第一，构建康养旅游发展潜力评价体系并通过熵权TOPSIS法对2011—2020年中国31个省区市（除港澳台外）康养旅游发展潜力进行评价；第二，结合探索性时空数据分析（ESTDA）来把握中国康养旅游发展潜力的时空演化格局，摸清当前中国康养旅游发展潜力的时空形势；第三，通过空间杜宾模型（SDM）分别识别出具有显著空间贡献效应的因子，为实现康养旅游的可持续发展提供数据支撑。

1 康养旅游发展潜力测量体系文献回顾与建构

康养旅游发展潜力研究来源于旅游发展潜力研究，是进一步将泛化的旅游产业聚焦到康养旅游产业。旅游发展潜力的概念界定可以划分为2条路径：一是以马勇和董观志为代表的“差距论”，即在某时间节段中在区域的资源、环境以及经济条件所限定的情境下旅游发展产生的最大强度则为区域旅游持续发展潜力^［20］；二是“支持保障论”，即关注旅游发展过程中出现的潜在刺激因素作用下旅游持续发展的能力^［4］。一方面，结合旅游产业本身的强关联性和复杂性来看，这就意味着旅游发展的潜力有极大的可能受到潜在不可控因素的影响；另一方面，从旅游系统的角度来看^［21］，旅游发展潜力也并未特定时间阶段的能力展示，而是从综合系统的视角将各种要素复合的、囊括之前和未来的综合测量^［4］。因此，在“支持保障论”定义路径下的旅游发展潜力的指标体系建构多从系统视角出发，如杨敏提出旅游产业发展潜力的概念，并通过定量方法构建了包括经济、基础设施、市场、政府管理、文化、科技创新以及产业发展6个方面的旅游产业发展潜力评价体系^［4］；曹新向^［22］通过因子分析法构建了包含旅游需求、旅游供给、潜力保障和潜力支持四个维度的旅游潜力发展评价体系，并对我国31个省份进行了区域比较分析；王兆峰^［23］构建了包含资源、市场、开发、社会经济、开发支撑五大要素的旅游产业发展潜力评价体系；于秋阳^［24］提出产业成长、市场扩张和环境可持续发展潜力三维度的旅游发展潜力评价体系。

除此之外，国外学者在“支持保障论”角度下将旅游发展潜力定义为“在特定区域组织旅游活动的自然、文化和社会经济环境的总和”^［25］，或进一步将其解释为社区或地方所拥有的可转化和开发为旅游景点或旅游产品的资源池^［26］。然而，仅仅从资源基础的角度对旅游发展潜力进行解释是极其片面的，忽略了发展过程中的运营因素以及市场因素^［27］。旅游发展潜力作为一个具备未来性与预测性的指标，对于旅游规划具有重要意义。从系统的角度来看，旅游规划系统同样要以旅游市场为导向，以旅游资源产品为主题，并以支持保障系统为配套^［28］，形成“市场-资源-支撑”的规划系统逻辑。另外，从康养旅游本身的内涵来看，康养旅游是一种建立在自然和人文环境基础上，结合多种休闲娱乐形式以达到强身健体、修身养性等提升个人生理和心理状态目的的旅游活动^［29］。任宣羽^［14］进一步将康养旅游的内涵划分为3个层次，即康养物候基础、康养需要和诗意地栖居，即对应为康养旅游资源、康养旅游市场以及康养旅游支撑。因此，无论是从旅游发展潜力的定义、旅游规划系统的组成部分出发，还是从康养旅游内涵的角度出发，最终都指向了“市场潜力-资源潜力-支撑潜力”的康养旅游发展潜力评价体系构建逻辑。但目前绝大部分关于旅游发展潜力测量的相关研究均在参考以上几位学者所构建体系的基础上进行调整和补充，通过结合各类旅游特性形成具体旅游种类的发展潜力测量体系，如生态旅游^［30］、乡村旅游^［31］、山地旅游^［32］等。于是，本研究从市场、资源和支撑潜力3个维度，对任宣羽等学者所提出的旅游发展潜力测量指标进行优化组合。在结合康养特性的基础上，通过对业内有关专家进行意见征询后建立了包括康养旅游市场潜力、康养旅游资源潜力和康养旅游支撑潜力的3个维度46个指标的康养旅游发展潜力评价指标体系（表1）。

表1 康养旅游发展潜力评价指标体系

Tab.1 Evaluation index system of development potential of health tourism

系统层	准则层	指标层	指标属性	序号	指标解释与来源
康养旅游市场潜力	旅游市场效益	国内旅游收入/元	+	M1	通过《中国统计年鉴》《中国旅游统计年鉴》、各省统计年鉴直接获取数据或计算而得。
		入境旅游收入/美元	+	M2
		国内旅游人数/万人次	+	M3
		入境旅游人数/万人次	+	M4
		旅游收入占GDP比重/%	+	M5
	旅游市场前景	国内旅游收入增长率/%	+	M6
		入境旅游收入增长率/%	+	M7
		国内旅游人数增长率/%	+	M8
		入境旅游人数增长率/%	+	M9
	旅游潜在需求	人均可支配收入/元	+	M10	《中国统计年鉴》
		老龄人口占比/%	+	M11	《中国统计年鉴》
		残疾人口数量/人	+	M12	中国残疾人联合会官网
康养旅游资源潜力	自然资源	森林覆盖面积/万公顷	+	R1	《中国环境统计年鉴》《中国统计年鉴》
		森林蓄积量/万m³	+	R2
		湿地水域面积/千公顷	+	R3
		自然保护区面积/万公顷	+	R4
		年均降水量/mm	适中	R5
		年平均气温/℃	适中	R6
		年日照时数/个	适中	R7
		空气质量达到及好于二级的天数/d	+	R8
		可吸入颗粒物PM10/（μg·m^-3）	-	R9
		道路交通噪音/分贝	-	R10
		区域环境噪音/分贝	-	R11
		人均公园绿地面积/m²	+	R12	《中国城市统计年鉴》
	医疗资源	每千人医疗床位数/张	+	R13	《中国卫生健康统计年鉴》
		每千人医疗卫生技术人员/人	+	R14
		每千人医疗机构数/个	+	R15
		中医类医院数/个	+	R16
		中医类床位数/张	+	R17
		中医药人员数/人	+	R18
康养旅游支撑潜力	经济发展支撑	人均地区生产总值/元	+	S1	《中国统计年鉴》
	经济发展支撑	第三产业增加值占GDP比重/%	+	S2
	科技文化支撑	地区人均R&D经费/元	+	S3
		科技拨款占财政总支出的比重/%	+	S4
		每万人普通高等学校在校学生数/人	+	S5
		旅游高等院校在校学生数、人	+	S6	《中国旅游统计年鉴》
	基础设施支撑	公路网密度/（km·百km^-2）	+	S7	《中国统计年鉴》，路网密度=里程数/行政区面积
		铁路网密度/（km·百km^-2）	+	S8
		陆路客运量/万人	+	S9
		旅行社数量/个	+	S10	《中国旅游统计年鉴》
		星级酒店数量/个	+	S11
		A级景区数量/个	+	S12
	环境承载支撑	建成区绿化覆盖率/%	+	S13	《中国城市统计年鉴》
		生活垃圾无害化处理率/%	+	S14	《中国环境统计年鉴》
		固体废物综合利用率/%	+	S15
		工业废水排放量/万t	-	S16

康养旅游市场潜力。市场规模和大小是影响康养旅游发展潜力的重要因素。一方面，随着亚健康群体的扩大以及疫情后群众健康关注的激增，康养旅游目标市场已经不仅仅限于老龄人口等特定群体，在年龄层面和需求层面均有极大程度的拓展，因此把握整体旅游市场效益和前景对于预测康养旅游市场潜力同样存在适应性；另一方面，尽管康养旅游市场对象扩大化，但其中老龄人口、残疾人口为比较突出的潜在购买对象^［33］，于是将其加入到康养旅游市场需求潜力的测量当中。因此市场潜力选取了能够表征整体旅游市场基础（国内旅游收入和人数等）、旅游市场发展前景（国内旅游收入和人数增长率等）以及康养旅游潜在需求群体（老龄人口比重等）的指标。

康养旅游资源潜力。康养物候条件是康养旅游的重要基础，康养旅游对物候条件的要求不仅仅体现在高质量的自然资源上，更体现在医疗资源上。因此，在选取了对森林、湿地、自然保护区、降水、气温、日照、空气、噪音以及绿地等资源的评价基础上，增加了基础医疗能力（床位、医疗技术人员以及机构数）和中医资源的评价。

康养旅游支撑潜力。想要实现“诗意地栖居”还需要完善的经济、科技文化、基础设施以及环境承载力的支持。因此，选取了表征经济支撑、科技文化支撑、基础设施支撑以及环境承载力支撑的各个指标。

2 研究方法与数据来源

2.1 研究方法

为解决研究对应的研究问题，以下方法可以分为3个部分：第一，熵权法和TOPSIS法。为解决以往旅游发展潜力评价相关研究中权重选择的强主观性问题，本研究将采取熵权TOPSIS法进行客观赋权并进行评价。第二，探索性时空数据分析（ESTDA）。要想实现中国康养旅游发展潜力的整体提升，前提是要理清中国各省份的康养旅游发展潜力的时空交互特征。探索性时空数据分析（ESTDA）可以系统地刻画时序变化过程中中国各省份的康养旅游发展潜力的空间交互特征。第三，空间杜宾模型用于识别造成康养旅游发展潜力空间差异的显著因子。

2.1.1 熵权TOPSIS法

熵权法是一种利用信息熵计算出指标权重的客观赋权方法，而TOPSIS法通过计算目标对象与正负最优值之间的差距，并利用这一差距作为评价目标对象的依据。如果研究对象与正最优值的差距较小且同时与负最优值差距较大，则能够获得较高评价^［34］。

2.1.2 探索性时空数据分析

（1）LISA时间路径

LISA时间路径是从时间维度出发测量空间单元的属性变量及其空间滞后量成对形成的LISA坐标的变化水平，展演研究区域中空间单位的时空交互作用的程度和竞合态势，揭示中国康养旅游发展潜力的时空协同变化及动态特征^［35-36］。在本研究中，LISA时间路径可以通过路径相对长度（

Γ i

）和弯曲度（

ε i

）等几何特征来展示，其计算公式分别如下：

Γ i = N ∑ t = 1 T - 1 d (L i, t, L i, t + 1) ∑ i = 1 N ∑ t = 1 T - 1 d (L i, t, L i, t + 1)

，

ε i = ∑ t = 1 T - 1 d (L i, t, L i, t + 1) d (L i, 1, L i, T)

，

式中：N为参与研究的空间单位数量，在本文中N=31；T为时间间隔；

L i, t

是第t个时间点空间单位i在Moran’s I散点图的坐标，其坐标表示为

y i, t / ∑ i = 1 N y i, t, ∑ j w i j y i, t / ∑ i = 1 N y i, t

^［37］；

d (L i, 1, L i, T)

表示空间单位i从初始时间点到期末时间点的移动距离。

（2）LISA时空跃迁

LISA时空跃迁进一步将局部的空间依赖性进行分解^［38］，Rey^［39］将LISA时间路径与传统马尔科夫状态转移矩阵结合起来，形成局部马尔科夫状态转移矩阵和时空跃迁。通过时空跃迁方法可以确定中国各省份的康养旅游发展潜力的局部空间依赖类型及其状态转移的概率，其中时空跃迁包括I型、II型、III型和IV型4种类型。HH型和LL型分别表示属性变量的高值聚集和低值聚集，具有正向的空间相关性；HL型和LH型则表示自身与邻域之间的属性变量值差距较大，呈现负向的空间相关性。

（3）时空交互可视化

探索性时空数据分析（ESTDA）框架相对ESDA框架而言具有通过图论展示时空交互格局，揭示空间单位的属性变量在空间上的复杂关联。中国康养旅游发展潜力的时空网络可以通过计算邻域的LISA时间移动轨迹的协方差相关系数^［40］，并以具区分性的空间单位间地理中心的连线来展示自身与邻域之间关联性的方向和强度。

2.1.3 空间杜宾模型

空间计量模型主要分为空间误差模型、空间滞后模型和空间杜宾模型^［41］。空间滞后模型一般用于研究解释变量是否对研究区域周边地区的被解释变量存在溢出影响，空间误差模型一般用于研究周边地区的被解释变量的误差项对本地区被解释变量的干扰程度，其空间依赖性蕴含在误差项中^［42］，而空间杜宾模型则是同时考虑解释变量和被解释变量的空间滞后性。其计算公式如下：

Y i t = ρ ∑ j = 1 n W i j Y j t + β X i t + ∑ j = 1 n W i j γ + μ i + λ t + ε i t

，

式中：

Y i t

是因变量，表示第t年第i省份或城市的康养旅游发展潜力指数，

Y j t

表示i省份或城市的邻接省份或城市j在第t年的康养旅游发展潜力指数，

ρ

是因变量的空间滞后项系数，

W i j

为空间权重矩阵，

γ

是自变量的空间效应系数，

μ i

和

λ t

分别表示空间和时间的固定效应，

ε i t

是误差项。

2.2 数据来源

由于我国康养旅游发展起步时间较晚，于是本研究选择2011—2020年作为研究期，以中国31个省份作为研究对象（未包含港澳台）为研究对象，各指标数据来源于《中国统计年鉴》等多种国家公开统计刊物，其中有个别缺失数据通过指数平滑法进行补充。

3 实证研究

3.1 中国康养旅游发展潜力的总体特征

结合描述性统计分析（表2）和康养旅游发展潜力空间分布图（图1）来看，中国康养旅游发展潜力总体上表现出以下特征：（1）中国各地区的康养旅游发展潜力水平较低，其欧式贴近度的均值主要在0.2附近波动，距离达到1还有很大的发展空间，但在总体上呈现出波动上升的趋势；（2）各地区标准差在0.0856到0.1497之间，说明各地区康养旅游发展潜力存在一定的差异但整体来看差异不大，并且变异系数呈现波动下降趋势的这一特征可以进一步体现出中国各地区康养旅游发展潜力的差距在不断缩小；（3）从偏态系数来看，整体上均为正值且呈现波动下降的趋势，说明绝大部分地区的康养旅游发展潜力处于均值左侧，结合空间分布图可见高康养旅游发展潜力地区的数量比重有所下降；（4）峰态系数同样呈现波动减少趋势，说明2011—2020年间康养旅游发展潜力相似的地区之间的集中分布趋势整体上有所削弱，结合均值的提高得出各地区康养旅游发展潜力从集中分布在低水平等级向多水平等级分散分布；（5）在空间分布上，高潜力和较高潜力的分布呈现东移的趋势，从2011年集中在西部地区发展到2020年的以西部为主、东南部零星分布的特征，并且该类区域规模有所缩减，中等潜力区域和低潜力区的规模有所扩大，主要是整体旅游业受到疫情的影响。

表2 2011—2020年中国康养旅游发展潜力描述性统计量

Tab.2 Descriptive statistics of the development potential of Health tourism in China

统计量	2011	2012	2013	2014	2015	2016	2017	2018	2019	2020
平均值	0.251 7	0.263 6	0.245 1	0.249 2	0.245 6	0.247 8	0.248 0	0.248 7	0.251 4	0.309 6
标准差	0.135 4	0.134 0	0.137 6	0.136 2	0.142 3	0.143 2	0.146 1	0.149 7	0.143 4	0.085 6
变异系数	0.538 2	0.508 4	0.561 4	0.546 7	0.579 5	0.577 7	0.589 1	0.602 0	0.570 6	0.276 6
偏态系数	1.198	1.295	1.235	1.166	1.152	1.201	1.319	1.256	1.166	0.820
峰态系数	0.921	1.221	1.025	0.705	0.667	0.967	1.482	1.192	0.791	-0.362

显示原图|下载原图ZIP|生成PPT

图1 2011—2020年中国康养旅游发展潜力空间分布

审图号：GS（2020）4619号

Fig.1 Spatial distribution of the development potential of health tourism in China during 2011—2020

3.2 中国康养旅游发展潜力时空演化特征

3.2.1 LISA时间路径分析

利用GeoDa 1.12软件模拟2011—2020年间中国31个行政单位的康养旅游发展潜力的Moran散点图坐标位置，并通过计算各省市的LISA时间路径的2个指标来把握康养旅游发展潜力的时空格局。从相对长度的结果（图2a）来看，相对长度小于1的省市占总体的58.06%，即有超过一半的省市的相对长度低于全国平均水平，说明整体上保持着比较稳定的空间格局。其中，相对长度小于1的区域主要集中在东北、华北和华中地区，即该类地区的康养旅游发展潜力变化不大，与周边省市之间的差距保持稳定；而在西部和东南沿海区域的相对长度较大，说明这些区域的康养旅游发展潜力变化比较明显，同时与周边省市之间的差异关系波动较大。

显示原图|下载原图ZIP|生成PPT

图2 中国康养旅游发展潜力LISA时间路径的空间分布

审图号：GS（2020）4619号

Fig.2 Spatial distribution of LISA time paths for development potential of health tourism in China

从弯曲度分析结果（图2b）来看，中国康养旅游发展潜力的路径弯曲度的均值为1.866，其中LISA时间路径弯曲度最高的江苏省为5.245，最低的黑龙江省为0.549，极差较大。整体上中国各省份呈现出不同层次弯曲度块状聚集和零散分布的特征，其中弯曲度小于1的省份主要聚集在东北和西北地区，说明该地区的康养旅游发展潜力受到邻近区域的影响较小，而其余地区的省份弯曲度均大于1，尤其是上海、江苏、山东、广西、重庆和青海，其弯曲度达到3以上，说明其受到邻域单位的溢出或极化效应的影响较大，且局部空间依赖方向的较强。

3.2.2 LISA时空跃迁分析

通过时空跃迁分析方法构建中国康养旅游发展潜力的局部莫兰转移概率矩阵（表3），以进一步展示中国旅游发展潜力的局部空间关联类型的演变过程。康养旅游发展潜力未发生时空跃迁的空间单位有21个，占总体的67.74%，说明各省份的康养旅游发展潜力空间地位比较稳定，具有明显的路径依赖和锁定特征。另外，HH型省区市数量从9个下降到6个，说明康养旅游发展高潜力省市的聚集程度有所下降，空间溢出效应有所减弱。尽管HL型省区市数量从2011年的2个提升到2020年的4个，即中国康养旅游发展潜力的极化效应有所增强，但仍弱于溢出效应。LL型省区市数量则从17个下降到12个，但中国康养旅游发展潜力效率仍保持着较明显“低值俱乐部聚集”的现象，主要集中北京、天津、河北等东北、华北和华中区域，而I型省区市（广西、宁夏、福建、江苏和湖北）是打破相对顽固的“低值俱乐部聚集”的关键省区市，该类省区市的康养旅游发展潜力的提升有助于驱动整体康养旅游发展潜力的跃迁，应当给予更多康养旅游政策的关注和支持。

表3 局部莫兰转移概率矩阵

Tab.3 Transition probability matrix of Local Moran’s I

t/t+1	HH	HL	LH	LL
HH	IV(6,0.194) （川、云、藏、甘、青、新）	II(0,0.000)	I(2,0.065) （桂、宁）	III(1,0.032) （渝）
HL	II(0,0.000)	IV(2,0.065) （粤、陕）	III(0,0.000)	I(0,0.000)
LH	I(1,0.032) （闽）	III(0,0.000)	IV(1,0.032) （琼）	II(1,0.032) （贵）
LL	III(1,0.032) （沪）	I(2,0.065) （苏、鄂）	II(2,0.065) （浙、赣）	IV(12,0.387) （京、津、冀、晋、内蒙古、吉林、黑、皖、鲁、豫、湘）

显示原图|下载原图ZIP|生成PPT

图3 中国康养旅游发展潜力交互的时空网络

审图号：GS（2020）4619号

Fig.3 Spatio-temporal network of interaction of development potential of health tourism in China

3.2.3 LISA时空网络

为进一步细化各省域的康养旅游发展潜力的交互关系，本文通过刻画康养旅游发展潜力时空网络来可视化康养旅游发展潜力的地理学关系。从康养旅游发展潜力的地理网络和拓扑网络来看，正向关联有58对，占总量的82.86%，表示整体上中国康养旅游发展潜力的局部合作态势要明显强于竞争态势。所有正向关联中，有75.86%为强正向关联，主要集中在东北和东部沿海地区，少量分布在西北省区，说明该类省区的康养旅游发展合作性或资源整合性较强。而在剩余的12对负向关联中，有58.33%为强负向关联，其中陕西和广西为2个突出的负向关联发射中心，说明以陕西和广西为中心的邻近省域形成了局部的康养旅游潜力激烈竞争区。一方面，由于行政边界的形成的区域的相对封闭性，因此每个行政单位的康养旅游发展的空间溢出效果相对有限，需要进一步加强与邻近省市的联系，借助周边康养旅游相对优势提升自身潜力；另一方面，各个行政单位康养旅游的方向和重点有所不同，所采取的发展措施并不完全能够对邻域单位的康养旅游发展产生正向影响，因此区域间的康养旅游合作和定位等方面有待调整和改善，需要进一步寻求新的康养旅游发展合作模式。

3.3 中国康养旅游发展潜力影响因素的空间效应

中国康养旅游发展潜力是由康养旅游市场潜力、康养旅游资源潜力和康养旅游支撑潜力等众多因素耦合作用的结果，因此其空间分异格局是系统内部各个因子作用和影响下形成的，于是本研究将通过空间杜宾模型检验不同潜力系统的影响因素所存在的空间效应，为康养旅游发展潜力的提升提供数据支撑。

3.3.1 空间相关性分析

为进一步了解康养旅游发展潜力的空间依赖程度，本文引入全局莫兰指数进行诊断。由表4可以看出，2011—2020年中国31个省市的康养旅游发展潜力的莫兰指数均在1%的水平上显著，即在空间上存在显著的正向相关关系且呈现集聚状态。

表4 康养旅游发展潜力的全局莫兰指数

Tab.4 Moran’s I of development potential of health

年份	Moran’s I	Z值	年份	Moran’s I	Z值
2011	0.485***	4.502	2016	0.576***	5.291
2012	0.504***	4.691	2017	0.558***	5.184
2013	0.505***	4.686	2018	0.557***	5.145
2014	0.525***	4.830	2019	0.584***	5.354
2015	0.530***	4.876	2020	0.301***	2.848

注：*/**/***分别指P<0.10/P<0.05/P<0.01。

3.3.2 空间计量模型回归分析

在不考虑空间影响下对康养旅游发展潜力及其市场、资源以及支撑的三大解释系统进行了OLS回归，结果显示有60.86%的变量通过了10%的显著性检验，且解释力度达到86.36%，即康养旅游市场、资源以及支撑环境对康养旅游发展潜力存在着显著的关系（见表5）。为进一步探讨康养旅游市场、资源与支撑在空间层面上的影响效应，本研究引入了空间计量模型，在经过LM检验、LR检验以及Hausman检验后，空间杜宾模型下的时空固定效应效果最佳。于是本研究选取空间杜宾模型对中国31个省市的康养旅游市场、资源和支撑对康养旅游发展潜力的空间效应进行检验。

表5 LM检验、LR检验、Hausman检验和OLS模型拟合优度结果

Tab.5 Results of LM test， LR test， Hausman test and OLS regression

LM test			LR test
Test	Statistic	P-value	Assumption		chi	P-value
Spatial error:			SAR nested in SDM		169.99	0.000
Moran's I	3.776	0.000	SEM nested in SDM		166.18	0.000
Lagrange multiplier	60.529	0.000	Hausman test		chi	P-value
Robust Lagrange multiplier	37.565	0.000			43.64	0.001
Spatial lag:			OLS regression
Lagrange multiplier	41.201	0.000	R²	0.864	AIC	-883.014
Robust Lagrange multiplier	18.236	0.000	Log-likelihood	179.722	BIC	-707.395

（1）康养旅游市场潜力的空间效应

从空间杜宾模型的结果来看，直接效应反映的是各因素对本地区康养旅游发展潜力的影响，间接效应反映的本地区各因素对邻近区域康养旅游发展潜力的影响，总效应则反映的是各因素的整体空间效应。从直接效应来看，入境旅游收入（M2）、入境旅游收入增长率（M7）、入境旅游人数增长率（M9）均对康养旅游发展潜力产生显著正向影响，而入境旅游人数（M4）与人均可支配收入（M10）却显示出显著负向影响。一般来说，随着入境旅游人数和人均可支配收入的增加，会更加推动康养旅游市场的活跃，从而提升康养旅游发展潜力。而负向作用的出现可能存在以下2个方面的原因：一方面，近年来中国旅游大环境均是以国内旅游为主，入境旅游的人数与国内旅游相比相差甚远。由于入境旅游人数的占比较低，且在新冠疫情的冲击下入境旅游人数更是跌入谷底，因此入境旅游人数尚未达到能够对中国康养旅游发展潜力产生积极影响的层次。另一方面，人均可支配收入的提高一般意味着更高的生活品质和健康追求，进而意味着更高的康养旅游参与率，但旅游的开展不仅仅需要物质条件，还需要时间条件。人均可支配收入提高的同时也有可能带来更少的休假时间，因此在缺少时间成本的前提下，可支配收入的提高难以有效地提高康养旅游市场潜力。

从间接效应来看，国内旅游人数（M3）和入境旅游人数增长率（M9）均对邻近地区的康养旅游发展潜力产生显著的正向溢出效应。而入境旅游人数（M4）与人均可支配收入（M10）同样保持着负向的空间溢出，除了上述探讨的原因之外，本地区与邻近地区在康养旅游市场上仍存在着一定的竞争关系，所以一定程度上进一步加剧了这一负向作用。

表6 SDM空间回归结果

Tab.6 Results of SDM model

Variables

直接效应

间接效应

总效应

Variables

直接效应

间接效应

总效应

0.013***

(0.005)

-0.007

(0.020)

0.006

(0.024)

R18

0.058*

(0.032)

0.206

(0.137)

0.264*

(0.159)

0.007

(0.007)

0.072**

(0.031)

0.079**

(0.034)

0.024**

(0.010)

0.002

(0.041)

0.026

(0.047)

-0.010**

(0.005)

-0.061**

(0.025)

-0.071**

(0.029)

1.587***

(0.355)

1.544

(1.135)

3.131**

(1.376)

0.031***

(0.005)

-0.012

(0.019)

0.019

(0.022)

-0.091***

(0.03)

-0.228**

(0.109)

-0.319**

(0.128)

0.025***

(0.006)

0.078***

(0.027)

0.103***

(0.031)

0.009**

(0.005)

0.011

(0.018)

0.02

(0.022)

M10

-0.210**

(0.106)

-0.653**

(0.322)

-0.863**

(0.371)

-0.067***

(0.017)

-0.255***

(0.072)

-0.322***

(0.085)

0.056***

(0.007)

0.013

(0.079)

0.069

(0.094)

0.048***

(0.016)

0.037

(0.063)

0.085

(0.075)

0.037**

(0.011)

0.092***

(0.035)

0.129***

(0.041)

S12

0.025***

(0.005)

0.048**

(0.022)

0.073***

(0.026)

-0.032***

(0.011)

0.02

(0.032)

-0.012

(0.038)

S13

0.206**

(0.093)

0.959***

(0.345)

1.165***

(0.411)

R14

0.049**

(0.017)

0.126**

(0.056)

0.175***

(0.057)

S15

0.066***

(0.019)

0.119*

(0.065)

0.185**

(0.077)

R15

0.280***

(0.052)

-0.048

(0.182)

0.232

(0.220)

rho

0.380***

(0.071)

R16

-0.031**

(0.013)

-0.015

(0.050)

-0.046

(0.059)

R²

0.0883

AIC

-1668.519

Log-likelihood

926.26

BIC

-1324.754

注：*/**/***分别指P<0.10/P<0.05/P<0.01。

（2）康养旅游资源潜力的空间效应

从直接效应来看，自然保护区面积（R4）、年日照时数（R7）、每千人医疗卫生技术人员（R14）、每千人医疗机构数（R15）、中医药人员数（R18）均对康养旅游发展潜力产生显著正向影响，分别从自然环境和医疗康养环境增强康养旅游的发展潜力。而空气质量达到及好于二级的天数（R8）和中医类医院数（R16）则对康养旅游发展潜力产生显著的消极影响，主要是由于空气质量达到及好于二级的天数和中医类医院数尚未达到能够对康养旅游发展潜力产生正向影响的数量层次。结合门槛面板模型的检验结果（表7和表8）来看，R8的双门槛模型在5%的水平下显著，并且在空气质量达到及好于二级的天数的对数介于5.493 1与5.493 3之间时对康养旅游发展潜力呈现负向影响，只有在超过5.493 3时才能产生正向影响。并且要达到康养作用的空气在质量上会有更高的要求，仅仅达到和高于二级的空气质量难以满足康养需求。另外，尽管R16的单一和双重门槛模型均为通过显著性检验，但从系数看来，随着中医类医院数量越高，其对康养旅游发展潜力的显著负向影响力持续下降，展示了只有达到一个临界值就能逆反为正的趋势。从间接效应来看，仅有年日照时数（R7）对邻近地区的康养旅游发展潜力产生显著的积极影响，较大程度能够与邻近缺乏日照区形成互补或形成强日照康养合作区的作用。

表7 面板门槛效应的显著性检验

Tab.7 Significance test of panel threshold effect

被解释变量	门槛变量	解释变量	门槛数	F值	10%	5%	1%
康养旅游发展潜力	R8	R8	单一门槛	4.61	13.509	15.924	28.769
	R8	R8	双重门槛	28.07**	14.256	18.633	34.089
	R16	R16	单一门槛	13.27	17.303	21.429	29.968
	R16	R16	双重门槛	9.81	15.797	24.782	49.791
	S5	S6	单一门槛	30.71**	26.611	33.455	54.817

注：*/**/***分别指P<0.10/P<0.05/P<0.01。

表8 门槛估计值和模型估计结果

Tab.8 Threshold estimates and model estimates

门槛估计值				面板门槛回归模型结果
模型		门槛值	置信区间	变量	系数	R ²
R8	第1个门槛	5.493 1	[5.476 5,5.493 3]	R8×I（R8≤5.493 1）	0.002	0.729
	第2个门槛	5.493 3	[5.356 6,5.497 2]	R8×I（5.493 1<R8≤5.493 3）	-0.022
	第2个门槛	5.493 3	[5.356 6,5.497 2]	R8×I（R8>5.493 3）	0.000 8
R16	第1个门槛	4.762	[4.685,5.354]	R16×I（R16≤4.762）	-0.057***	0.711 1
	第2个门槛	5.21	[5.21, 5.21]	R16×I（4.762<R16≤5.21）	-0.049***
	第2个门槛	5.21	[5.21, 5.21]	R16×I（R16>5.21）	-0.033***
S5-S6	第1个门槛	5.714	[5.674, 5.723]	S5×I（S5≤5.714）	0.009**	0.726
S5-S6	第1个门槛	5.714	[5.674, 5.723]	S5×I（S5>5.714）	-0.005	0.726

注：*/**/***分别指P<0.10/P<0.05/P<0.01。

（3）康养旅游支撑潜力的空间效应

从直接效应来看，人均地区生产总值（S1）、科技拨款占财政总支出的比重（S4）、旅游高等院校在校学生数（S6）、铁路网密度（S8）、A级景区数量（S12）、建成区绿化覆盖率（S13）以及固体废物综合利用率（S15）均对康养旅游发展潜力产生显著的正向影响，并且其中A级景区数量（S12）、建成区绿化覆盖率（S13）以及固体废物综合利用率（S15）还对邻近地区的康养旅游发展潜力存在显著性的正向空间溢出。而每万人普通高等学校在校学生数（S5）则表现显著负向影响，主要是由于普通高校学生与旅游院校学生存在一定的竞争关系，结合以普通高校在校学生作为门槛变量，以旅游院校在校学生为解释变量的门槛面板模型结果来看，在通过5%水平的显著性检验下，随着普通高校在校学生的增加，旅游院校在校学生对康养旅游潜力的影响由正向转为负向。另外，公路网密度（S7）同样显示与常理不符的负向影响，主要是由于公路作为公共基础设施更多是起到一种交通便利保障的作用，在康养旅游中难以显现出特殊附加值，并且同时随着公路密度的加深还有可能会导致汽车使用下空气污染的加重，反而不利于康养目的。

4 结论与讨论

4.1 结论与建议

本文运用了熵值TOPSIS法和探索性时空数据分析法对全国31个城市的康养旅游发展潜力进行了探究，进而结合空间杜宾模型探测其贡献突出因子，得出以下结论。

第一，中国康养旅游发展潜力整体均处于较低水平，但凸显上升趋势，各省市之间的潜力差异不大且往缩小方向发展；康养旅游发展潜力相似的地区之间的集中分布趋势整体上有所削弱，各地区康养旅游发展潜力从集中分布在低水平等级向多水平等级分散分布；在空间分布上，高潜力和较高潜力的分布呈现东移的趋势，从2011年集中在西部地区发展到2020年的以西部为主，东南部零星分布的特征，并且该类区域规模有所缩减，中等潜力区域和低潜力区的规模有所扩大。

第二，中国康养旅游发展潜力整体保持相对稳定的空间格局，其中西部和东南沿海区域康养旅游发展潜力变化比较明显，同时与周边省市之间的差异关系波动较大，而除东北和西北地区之外，其他地区的康养旅游发展潜力受到邻近省市的溢出或极化影响较大。同时，中国康养旅游发展潜力效率仍保持着较明显“低值俱乐部聚集”的现象，主要集中北京、天津、河北等东北、华北和华中区域，而广西、宁夏、福建、江苏和湖北是打破相对顽固的“低值俱乐部聚集”的关键省市。此外，中国康养旅游发展潜力的局部合作态势要明显强于竞争态势，其中东北和东部沿海地区的康养旅游发展合作性或资源整合性较强，而以陕西和广西为中心的邻近省域形成了局部的康养旅游潜力激烈竞争区。

第三，在市场潜力方面，入境旅游收入及其增长率会对本地的康养旅游发展潜力提升有显著效果，入境旅游人数增长率则会对附近省市带来正向影响；在资源潜力方面，自然保护区面积、年日照时数、每千人医疗卫生技术人员、每千人医疗机构数、中医药人员数均能显著提升本地康养旅游发展潜力，年日照时数则对邻近区域有显著溢出效应；在支撑潜力方面，人均地区生产总值、铁路网密度、A级景区数量等多个因素均对本地的康养旅游发展潜力产生显著的正向影响，其中A级景区数量、建成区绿化覆盖率以及固体废物综合利用率还对邻近地区的康养旅游发展潜力存在显著性的正向空间溢出。

综合以上研究分析与结论，为推动康养旅游可持续健康发展，构建竞合协调的空间格局提出以下建议。

首先，要深入挖掘康养旅游资源内涵，识别本省市的资源优势和资源特色。根据当前部分省市所提出的康养旅游目的地品牌来看，各品牌之间定位相对模糊且缺乏异质性。因此，要立足自身资源禀赋优势，通过“1+N”的产品组合或产业融合发展策略，以自身最具特色的旅游产品或资源来赋予康养旅游品牌的特色定位。

其次，各省市在“在保护中开发”的原则上可以形成省市之间错位开发的康养资源格局，一方面可以形成省市之间的资源互补，如形成强日照区与弱日照区之间的跨区合作；另一方面在错位开发的格局下可以有效减少由于康养旅游同质化竞争导致的资源过度开发的威胁，提高康养资源利用率以实现可持续发展。

再次，要加强对康养医疗资源的布局，发挥医疗资源的正向空间效应，将部分医疗卫生服务（如康复科、老年病科等）加入到旅游环节中，如在部分旅游企业或酒店进行医疗服务与旅游结合的试点，创建菜单式医疗旅游服务选择。并深度挖掘中医药资源，开发重要特色旅游产品同时加大中医药和旅游复合型人才培养力度，推动中医药康养旅游更好地发展。

最后，以互补性为原则形成广东、上海、浙江与西部新疆、西藏、青海等地区的康养旅游联动发展，通过建立两地友好合作关系和康养旅游发展互利共赢机制，打造康养旅游线路发挥各地区的资源或市场优势，形成“西—南康养旅游合作新模式”。

4.2 讨论

随着人民群众对健康要求的提高以及“健康中国”战略的实施，康养旅游作为后疫情时代符合多层面健康需求的旅游活动正处于快速发展阶段。但康养旅游在国内起步时间较晚，发展的历史较短，因此并未呈现出较丰富的研究成果，且尚未形成成熟的康养旅游概念和评价体系。于是，本研究在以往研究的基础上，从旅游规划系统的角度出发并结合康养旅游的内涵构建了包含市场、资源以及支撑三个方面康养旅游发展潜力测量体系，一定程度上优化了以往仅考虑资源评价的资源开发潜力体系^［26］，并且能够进一步将旅游发展潜力精细化为具有康养特性的康养旅游发展潜力体系，与生态旅游^［30］、乡村旅游^［31］、山地旅游^［32］等发展潜力进行区分。另外，本研究进一步通过时空视角把握康养旅游发展潜力的变化格局，不仅对形成竞合协调的康养旅游地域格局具有重要现实意义，还对康养旅游研究进行了宏观地理空间视角下实证研究的补充。康养旅游的研究目前更多从经济学或管理学的视角出发，尽管有部分研究涉及到地理空间，但大多从中微观的视角入手^［43-45］，较少从宏观国家的角度对康养旅游发展进行整体的评价以及地理空间的动态性路径及格局变化的把握，因此可为未来康养旅游相关研究提供一定的参考视角。但本文仍存在一定的不足：第一，由于康养旅游相关数据的可获取性问题，部分指标是以整体旅游发展指标所代替，在一定程度上“稀释”了测量体系的康养旅游特性，未来研究可以进一步通过定性与定量结合的方式探索与构建同时具备科学性和易操作性的康养旅游发展潜力评价指标；第二，由于我国康养旅游发展的时间较短，各个地区之间的资源以及康养旅游定位的区分度仍不高，但本研究仅突出了整体发展的短板以及显著因素，未来研究需要进一步结合各区域的资源、市场需求以及经济文化等多角度因素形成具有特色的康养旅游区域联合开发格局。

References

Publishing order | Descend order by publishing year | Descend order by cited within

1	人民网. 健康中国，新时代新起步[EB/OL].(2017-10-23)[2021-06-30].

2	中华人民共和国中央人民政府. 中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要[EB/OL].(2021-03-13)[2022-03-18].

3	钟瑞添, 段丽君.习近平关于健康中国的重要论述及其意义[J].理论视野, 2021(3): 31-37.

4	杨敏.青海旅游产业的发展潜力评估[J].统计与决策, 2006(14): 102-104.

5	张贝尔, 黄晓霞. 康养旅游产业适宜性评价指标体系构建及提升策略[J].经济纵横, 2020(3): 78-86.

6	黄震方, 葛军莲, 储少莹.国家战略背景下旅游资源的理论内涵与科学问题[J].自然资源学报, 2020, 35(7): 1511-1524.

7	Erdem H ．Added value of health tourism and its potential in bursa[J].Russian Academic Journal， 2015, 31(1): 136 -140.

8	李济任, 许东.基于AHP与模糊综合评价法的森林康养旅游开发潜力评价——以辽东山区为例[J].中国农业资源与区划, 2018, 39(8): 135-142+169.

9	刘庆余, 弭宁.全域旅游视野下健康养生旅游发展对策[J].旅游学刊, 2016, 31(11): 4-6.

10	谢晓红, 郭倩, 吴玉鸣.我国区域性特色小镇康养旅游模式探究[J].生态经济, 2018, 34(9): 150-154.

11	何莽.基于需求导向的康养旅游特色小镇建设研究[J].北京联合大学学报(人文社会科学版), 2017, 15(2): 41-47.

12	Lee C W, Li C. The process of constructing a health tourism destination index[J]. International journal of environmental research and public health, 2019, 16(22): 4579.

13	Dryglas D, Salamaga M. Segmentation by push motives in health tourism destinations: a case study of polish spa resorts[J]. Journal of Destination Marketing & Management, 2018(9): 234-246.

14	任宣羽.康养旅游:内涵解析与发展路径[J].旅游学刊, 2016, 31(11): 1-4.

15	Cohen M, Elliott F, Oates L, et al. Do wellness tourists get well? an observational study of multiple dimensions of health and wellbeing after a week-long retreat[J]. Journal of Alternative & Complementary Medicine, 2017, 23(2): 140-148.

16	Clark-Kennedy J, Cohen M. Indulgence or therapy? Exploring the characteristics, motivations and experiences of hot springs bathers in victoria, australia[J]. Asia Pacific Journal of Tourism Research, 2017, 22(5): 501-511．

17	郑群明, 刘嘉, 朱岩, 等. 森林保健旅游对游客亚健康改善的感知研究[J].资源科学, 2017, 39(6): 1171-1181.

18	Sharma P, Nayak J K. Testing the role of Tourists' Emotional experiences in predicting destination image, satisfaction, and behavioral intentions: a case of wellness tourism[J]. Tourism Management Perspectives, 2018, 28: 41-52.

19	Kim E, Chiang L, Tang L. Investigating wellness Tourists' motivation, engagement, and loyalty: in search of the missing link[J]. Journal of Travel & Tourism Marketing, 2017, 34(7): 867-879.

20	马勇, 董观志. 区域旅游持续发展潜力模型研究[J].旅游学刊, 1997(4): 36-40+62.

21	吴必虎.旅游系统:对旅游活动与旅游科学的一种解释[J].旅游学刊, 1998(1): 20-24.

22	曹新向.中国省域旅游业发展潜力的比较研究[J].人文地理, 2007(1): 18-22.

23	王兆峰.区域旅游产业发展潜力评价指标体系构建研究[J].华东经济管理, 2008(10): 31-35.

24	于秋阳.旅游产业发展潜力的结构模型及其测度研究[J].华东师范大学学报(哲学社会科学版), 2009, 41(5): 114-119.

25	Shohan R, Toleuuly A, Assadova Z K. Tourist potential and prospects of tourism industry of Kazakhstan[J]. Education and Science Without Borders, 2012, 3(5): 34-37.

26	Bassey B E. Transforming the Nigeria tourism industry through tourism entrepreneurial development[J]. African Journal of Business Management, 2015, 9(15): 569-580.

27	Yan L, Gao B W, Zhang M. A mathematical model for tourism potential assessment[J]. Tourism Management, 2017, 63: 355-365.

28	郭来喜.中西融通互鉴，加快旅游规划体系建设[J].国外城市规划, 2000(3): 1.

29	王赵.国际旅游岛:海南要开好康养游这个“方子”[J].今日海南, 2009(12): 12.

30	何方永.中国西部省域生态旅游发展潜力评价[J].干旱区资源与环境, 2015, 29(4): 189-194.

31	刘安乐, 杨承玥, 明庆忠, 等.贵州县域乡村旅游发展潜力评价及其空间分异特征[J].桂林理工大学学报, 2021, 41(3): 695-704.

32	王娟, 明庆忠.山地旅游发展潜力评价研究[J].资源开发与市场, 2019, 35(12): 1537-1542.

33	王兆峰, 史伟杰, 苏昌贵.中国康养旅游地空间分布格局及其影响因素[J].经济地理, 2020, 40(11): 196-207.

34	王鸣涛, 叶春明.基于熵权TOPSIS的区域工业绿色制造水平评价研究[J].科技管理研究, 2020, 40(17): 53-60.

35	纪小美, 陶卓民, 陈金华, 等.中国国际旅游省份差异的时空交互特征——基于主要客源市场的对比[J].地理研究, 2016, 35(2): 363-376.

36	方世敏,黄琰.长江经济带旅游效率与规模的时空演化及耦合协调[J].地理学报, 2020, 75(8): 1757-1772.

37	Murray A T, Liu Y, Rey S J, et al. Exploring movement object patterns[J]. The Annals of Regional Science, 2012, 49(2):471-484.

38	Anselin L. Local indicators of spatial association: LISA[J]. Geographical Analysis, 1995, 27(2): 93-115.

39	Ye X Y, Rey S. A framework for exploratory space-time analysis of economic data[J]. The Annals of Regional Science, 2013, 50(1): 315-339.

40	金贵, 邓祥征, 董寅, 等.发展地理学视角下中国多维贫困测度及时空交互特征[J].地理学报, 2020, 75(8): 1633-1646.

41	Lesage J, Pace R K. Introduction to Spatial Econometrics[M]. New York: CRC Press, 2009.

42	陈瑶, 陈湘满.房价、房价收入比对中国城镇化的影响与空间效应实证分析[J].经济地理, 2021, 41(4): 57-65.

43	谢文彩, 李星明, 向兴, 等.武汉市康养旅游地空间布局及其优化研究[J].华中师范大学学报(自然科学版), 2018, 52(1): 147-154.

44	唐健雄, 陈宁, 马梦瑶, 等.长株潭城市群康养旅游地空间结构及其差异[J].陕西师范大学学报(自然科学版), 2019, 47(3): 115-124.

45	杨秀成, 宋立中, 钟姚越, 等.福建省康养旅游资源空间分布特征及其影响因素研究[J].福建师范大学学报(自然科学版), 2019, 35(5): 106-116.

Options

Outlines

模态框（Modal）标题

Abstract

Cite this article

1 康养旅游发展潜力测量体系文献回顾与建构

表1 康养旅游发展潜力评价指标体系

2 研究方法与数据来源

2.1 研究方法

2.1.1 熵权TOPSIS法

2.1.2 探索性时空数据分析

2.1.3 空间杜宾模型

2.2 数据来源

3 实证研究

3.1 中国康养旅游发展潜力的总体特征

表2 2011—2020年中国康养旅游发展潜力描述性统计量

图1 2011—2020年中国康养旅游发展潜力空间分布

3.2 中国康养旅游发展潜力时空演化特征

3.2.1 LISA时间路径分析

图2 中国康养旅游发展潜力LISA时间路径的空间分布

3.2.2 LISA时空跃迁分析

表3 局部莫兰转移概率矩阵

图3 中国康养旅游发展潜力交互的时空网络

3.2.3 LISA时空网络

3.3 中国康养旅游发展潜力影响因素的空间效应

3.3.1 空间相关性分析

表4 康养旅游发展潜力的全局莫兰指数

3.3.2 空间计量模型回归分析

表5 LM检验、LR检验、Hausman检验和OLS模型拟合优度结果

表6 SDM空间回归结果

表7 面板门槛效应的显著性检验

表8 门槛估计值和模型估计结果

4 结论与讨论

4.1 结论与建议

4.2 讨论

References