高速铁路影响下京津冀城市旅游空间作用变化特征研究

doi:10.12054/lydk.bisu.122

摘要/Abstract

摘要：

本文通过对现有高铁和规划高铁两种情境下京津冀地区城市旅游空间相互作用的测算与比较,分析了高速铁路的建设对京津冀地区旅游空间相互作用的空间分布特征、变化幅度和空间差异的影响,并识别了不同城市的主要空间相互作用的联系方向。研究发现：高速铁路显著提升了城市旅游空间相互作用总量,缩小了空间差异。其中,唐山、张家口、承德3个城市获益最大,作为客源地产出作用的位序分别提升了3位、2位和2位,作为目的地接收作用的位序分别提升了3位、4位和4位,而衡水则排在全区最末位。高速铁路网络化运营后,张家口作为客源地产出的空间作用弱于作为目的地接收的空间作用,而秦皇岛作为目的地接收的空间作用小于作为客源地产出的空间作用,且北京、承德作为目的地的空间作用被高速铁路网络放大,而唐山则提高了作为客源地产出空间作用的能力。最后,本文提出,240分钟的旅行时间是城市间产生较强旅游空间作用力的重要分界线,并对京津冀地区在高铁网络化运营时代的旅游产业发展提出了相关建议。

关键词: 高速铁路; 旅游空间相互作用; 京津冀地区

Abstract:

The spatial effects of high-speed rails on tourism interaction among the cities in the current HSRs and planned HSRs of the Jing-Jin-Ji region are examined in this paper. The tourism gravity model is used and several parameters are chosen based on former literature to discover the character of the interactions’ distribution from the perspectives of strength and direction. Results indicate that high-speed rails increase the economic linkages between cities in the Jing-Jin-Ji region while decreasing the spatial differentiation. Tangshan, Zhangjiakou, and Chengde are the three cities that benefit most from the planned HSR network, and 3,2, and 2 will increase its rank as an origin tourism city, while 3,4, and 4 will increase the rank as a tourism destination. On the contrary, Hengshui will be the last of the cities rank list. HSR will change the city’s main role as an origin city or destination city for Zhangjiakou and Qinhuangdao. Zhangjiakou will transfer into a destination, and Qinhuangdao will become an origin city. At the same time, HSR will improve the function of Beijing and Chengde as destination cities, and Tangshan as the origin city. Finally, the travel time of 240 minutes is observed to be the boundary, which leads to tourism linkage. As such, cities whose travel time is over 240 minutes will have nearly no tourism interaction. In the last part of this paper, suggestions for the upcoming HSR era are put forth to the various cities.

Keywords: high-speed rail; tourism spatial interaction; Jing-Jin-Ji region

中图分类号:

殷平, 张同颢, 杨寒胭. 高速铁路影响下京津冀城市旅游空间作用变化特征研究[J]. 旅游导刊, 2020, 4(1): 30-44.

Ping YIN, Tonghao ZHANG, Hanyan YANG. Spatial Effects of High-Speed Rails on Interurban Tourism Linkages in Jing-Jin-Ji Region[J]. Tourism and Hospitality Prospects, 2020, 4(1): 30-44.

图/表 6

参考文献 29

[1]	Bazin S, Beckerich C, Delaplace M.High speed railway, service innovations and urban and business tourisms development[A] . Sarmento M, Matias A. Economics and Management of Tourism: Trends and Recent Developments. Lisboa: Collecçao Manuais, Universidade Luisiada Editora, 2011.
[2]	Masson S, Petiot R. Can the high speed rail reinforce tourism attractiveness? The case of the high speed rail between Perpignan (France) and Barcelona(Spain)[J] .Technovation, 2009, 29(9):611-617.
[3]	Rodrigue J P, Comtois C, Brian S.The Geography of Transport Systems[M] . New York: Routledge, 2017: 440.
[4]	Sun Y Y, Lin Z W. Move fast, travel slow: The influence of high-speed rail on tourism in Taiwan[J] .Journal of Sustainable Tourism, 2018, 26(3):433-450.
[5]	Wilson A G. A statistical theory of spatial distribution models[J] .Transportation Research, 1967, 1(3):253-269.
[6]	Wolfe R I. The inertia model[J] .Journal of Leisure Research, 1972, 4(1):73-76.
[7]	Yin P, Lin Z B, Prideaux B.The impact of high-speed railway on tourism spatial structures between two adjoining metropolitan cities in China: Beijing and Tianjin[J] .Journal of Transport Geography, 2019(80): 102495.
[8]	Yin P, Pagliara F, Wilson A.How does high-speed rail affect tourism? A case study of the capital region of China[J] . Sustainability, 2019, 11(2): 472.
[9]	卞显红, 沙润. 长江三角洲城市旅游空间相互作用研究[J] .地域研究与开发, 2007, 26(4):62-67.
[10]	方敦礼. 区域旅游空间相互作用及其一体化发展路径研究——以皖南国际文化旅游示范区为例[D] . 杭州: 浙江工商大学, 2015.
[11]	国家发展改革委员会礼.关于京津冀地区城际铁路网规划的批复[EB/OL] . .
[12]	何赢. 高铁影响下京津冀区域旅游空间结构演变研究[D] . 北京: 北京交通大学, 2016.
[13]	侯雪琦, 谢双玉, 张琪, 等. 长江中游城市群旅游空间相互作用研究[J] .甘肃科学学报, 2015, 27(5):37-45.
[14]	蒋丽芹, 张丹, 张丹丹. 高速铁路建设与长三角地区旅游一体化发展[J] .商业研究, 2012(12): 159-163.
[15]	李保超, 王朝辉, 李龙, 等. 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, 36(9):182-191.
[16]	李顶. 高速铁路对区域旅游空间结构演化的影响[J] .铁道运输与经济, 2017, 39(11):28-33.
[17]	李山, 王铮, 钟章奇. 旅游空间相互作用的引力模型及其应用[J] .地理学报, 2012, 67(4):526-544.
[18]	汪德根. 武广高速铁路对湖北省区域旅游空间格局的影响[J] .地理研究, 2013a, 32(8): 1555-1564.
[19]	汪德根. 旅游地国内客源市场空间结构的高铁效应[J] .地理科学, 2013b, 33(7): 797-805.
[20]	汪德根, 陈田, 陆林, 等. 区域旅游流空间结构的高铁效应及机理——以中国京沪高铁为例[J] .地理学报, 2015, 70(2):214-233.
[21]	汪德根, 章鋆. 高速铁路对长三角地区都市圈可达性影响[J] .经济地理, 2015,35(2): 54-61,53.
[22]	王华. 城市居民出游的高铁选乘行为研究——以广西五市为例[J] .社会科学家, 2016(5): 15-20.
[23]	王辉, 马婧, 刘小宇, 等. 辽宁省14市与长山群岛旅游空间相互作用研究[J] .地理科学, 2017, 37(3):367-374.
[24]	王姣娥, 焦敬娟, 金凤君. 高速铁路对中国城市空间相互作用强度的影响[J] .地理学报, 2014, 69(12):1833-1846.
[25]	邬玮玮, 史小珍. 基于地理集中度的“高铁时代”旅游经济差异分析[J] .统计与决策, 2014(24): 145~147.
[26]	杨金华. 高速铁路对湖南城市群可达性的影响[J] .人文地理, 2014, 29(2):108-112.
[27]	殷平. 高速铁路与区域旅游新格局构建——以郑西高铁为例[J] .旅游学刊, 2012, 27(12):47-53.
[28]	殷平, 杨寒胭, 张同颢. 高速铁路网与京津冀旅游: 空间作用与结构演化[J] .旅游学刊, 2019, 34(3):102-112.
[29]	张文新, 刘欣欣, 杨春志, 等. 城际高速铁路对城市旅游客流的影响——以南京市为例[J] .经济地理, 2013, 33(7):163-168.

城市	最短旅行时间（分钟）2017年/2030年	客源地产出的作用力2017年/2030年	变异系数 2017年/ 2030年	目的地接收的作用力 2017年/2030年	变异系数 2017年/ 2030年
北京	1 185/865	33 099.23/41 995.91	2.07/1.58	72 455.81/89 492.88	1.32/1.03
天津	1 592/1 159	33 884.42/34 807.99	2.62/2.54	41 807.56/42 612.51	1.63/1.59
石家庄	2 238/1 271	22 671.58/22 817.06	1.94/1.92	8 014.27/8 295.53	1.28/1.21
唐山	1 864/1 138	9 692.57/21 557.21	1.92/2.14	5 279.12/10 457.75	1.84/1.91
秦皇岛	2 403/1 516	1 073.64/2 391.59	1.82/1.97	2 291.37/2 334.20	1.92/1.88
邯郸	3 029/2 239	3 683.41/3 708.27	1.67/1.65	3 020.56/3 033.48	1.90/1.89
邢台	2 666/1 986	4 680.15/4 704.64	1.60/1.59	2 439.37/2 458.19	1.80/1.78
保定	1 657/1 173	14 249.99/14 796.04	2.45/2.35	7 550.52/7 972.09	1.91/1.79
张家口	4 182/1 348	33.34/4 311.58	2.96/2.52	32.64/4 558.83	2.63/2.08
承德	4 929/1 662	4.98/2 569.82	1.78/2.5	5.56/2 652.92	1.40/2.11
沧州	2 426/1 839	9 790.26/9 986.75	2.11/2.06	1 628.47/1 657.75	1.78/1.94
廊坊	2 120/1 847	17 102.67/17 482.68	2.31/2.25	5 907.39/6 030.91	2.0/1.95
衡水	3 234/2 191	806.12/824.79	2.28/2.22	394.64/397.31	2.54/2.52
合计	33 709/20 234	150 353.03/181 954.35	0.99/0.90	150 353.03/181 954.35	1.76/1.72

城市	最短旅行时间（分钟）2017年/2030年	客源地产出的作用力2017年/2030年	变异系数 2017年/ 2030年	目的地接收的作用力 2017年/2030年	变异系数 2017年/ 2030年
北京	1 185/865	33 099.23/41 995.91	2.07/1.58	72 455.81/89 492.88	1.32/1.03
天津	1 592/1 159	33 884.42/34 807.99	2.62/2.54	41 807.56/42 612.51	1.63/1.59
石家庄	2 238/1 271	22 671.58/22 817.06	1.94/1.92	8 014.27/8 295.53	1.28/1.21
唐山	1 864/1 138	9 692.57/21 557.21	1.92/2.14	5 279.12/10 457.75	1.84/1.91
秦皇岛	2 403/1 516	1 073.64/2 391.59	1.82/1.97	2 291.37/2 334.20	1.92/1.88
邯郸	3 029/2 239	3 683.41/3 708.27	1.67/1.65	3 020.56/3 033.48	1.90/1.89
邢台	2 666/1 986	4 680.15/4 704.64	1.60/1.59	2 439.37/2 458.19	1.80/1.78
保定	1 657/1 173	14 249.99/14 796.04	2.45/2.35	7 550.52/7 972.09	1.91/1.79
张家口	4 182/1 348	33.34/4 311.58	2.96/2.52	32.64/4 558.83	2.63/2.08
承德	4 929/1 662	4.98/2 569.82	1.78/2.5	5.56/2 652.92	1.40/2.11
沧州	2 426/1 839	9 790.26/9 986.75	2.11/2.06	1 628.47/1 657.75	1.78/1.94
廊坊	2 120/1 847	17 102.67/17 482.68	2.31/2.25	5 907.39/6 030.91	2.0/1.95
衡水	3 234/2 191	806.12/824.79	2.28/2.22	394.64/397.31	2.54/2.52
合计	33 709/20 234	150 353.03/181 954.35	0.99/0.90	150 353.03/181 954.35	1.76/1.72

	客源地产出的作用力		目的地接收的作用力
序号	2017年	2030年	2017年	2030年
1	天津	北京	北京	北京
2	北京	天津	天津	天津
3	石家庄	石家庄	石家庄	唐山
4	廊坊	唐山	保定	石家庄
5	保定	廊坊	廊坊	保定
6	沧州	保定	唐山	廊坊
7	唐山	沧州	邯郸	张家口
8	邢台	邢台	邢台	邯郸
9	邯郸	张家口	秦皇岛	承德
10	秦皇岛	邯郸	沧州	邢台
11	衡水	承德	张家口	秦皇岛
12	张家口	秦皇岛	衡水	沧州
13	承德	衡水	承德	衡水

	客源地产出的作用力		目的地接收的作用力
序号	2017年	2030年	2017年	2030年
1	天津	北京	北京	北京
2	北京	天津	天津	天津
3	石家庄	石家庄	石家庄	唐山
4	廊坊	唐山	保定	石家庄
5	保定	廊坊	廊坊	保定
6	沧州	保定	唐山	廊坊
7	唐山	沧州	邯郸	张家口
8	邢台	邢台	邢台	邯郸
9	邯郸	张家口	秦皇岛	承德
10	秦皇岛	邯郸	沧州	邢台
11	衡水	承德	张家口	秦皇岛
12	张家口	秦皇岛	衡水	沧州
13	承德	衡水	承德	衡水

城市	客源地产出作用力与目的地接收作用力的差值
城市	2017年	2030年
北京	—39 356.58	—47 496.97
天津	—7 923.14	—7 804.52
石家庄	14 657.31	14 521.53
唐山	4 413.44	11 099.47
秦皇岛	—1 217.73	57.39
邯郸	662.85	674.79
邢台	2 240.77	2 246.45
保定	6 699.47	6 823.95
张家口	55.64	—247.24
承德	—0.58	—83.11
沧州	8 161.79	8 329.00
廊坊	11 195.28	11 451.77
衡水	411.48	427.48