福建省旅游产业与城镇化耦合协同的时空演化及障碍因子探究.pdf

上海国土资源Shanghai Land&Resources 2023Vol.44.3 149doi:10.3969/j.issn.2095-1329.2023.03.024福建省旅游产业与城镇化耦合协同的时空演化及障碍因子探究林 梅1，李云珠2，曹 辉3*（1.平潭旅游文化发展有限公司，福建福州 350002；2.武夷学院旅游学院，福建武夷山 354300；3.福建农林大学经济与管理学院，福建福州 350002）摘 要：旅游产业与城镇化是动力与载体的相互作用关系，两者的耦合协调发展有助于实现区域经济高质量可持续发展。基于福建省 9 个地级市 20102020 年的面板数据，建立福建省旅游产业与新型城镇化的耦合协调评价指标体系，运用熵权法与耦合协调模型测度两者耦合协调的时空演变特征，并借助障碍函数探究主要障碍影响因子。结果表明：各地级市旅游产业与城镇化的耦合协调发展呈低水平上升趋势，除南平市外，其他地级市均为旅游产业发展滞后型。在空间上，厦门市总体表现为中度耦合协调，福州市与泉州市为低度耦合协调，其他地级市均表现出不同程度的失调状态，各市耦合协调度仍具有较大提升空间。耦合协调的主要障碍因子有入境旅游收入、接待境外旅游人数、人口密度等，各障碍因子空间变化趋势与影响程度不同，各障碍因子的差异化阻碍作用需引起重视。关键词：旅游产业；新型城镇化；耦合协调；障碍因子中图分类号：F592.99 文献标志码：A 文章编号：2095-1329(2023)03-0149-08旅游产业与城镇化的协调发展强调旅游产业以城镇化为载体，在旅游产业发展的基础上又为城镇化增加动力，这是一种区域协调发展的新理念，在旅游产业与城镇化相互作用的过程中要求两者之间必须达到一定的协调度。旅游业是经济增长的重要动力，城镇化是经济增长的重要引擎，旅游业与城镇化的耦合协调有助于区域经济实现高质量可持续发展1-2。区域旅游产业与城镇化包含复杂的多种关联要素，这些要素的重叠与联系使旅游产业和城镇化发生相互作用，产生相互影响，一方面，旅游产业是可持续性产业，具有产业链长、跨度大、融合度高等特点，能够集聚多种生产要素流，形成强大的区域发展动力3。另一方面，城镇化促进人口迁移、资本积累、产业集聚，产生巨大资源与市场要素流动效应，为旅游产业规模发展提供稳固基础4-5。区域经济、交通、政策等因素使不同区域旅游产业与城镇化耦合协调度呈现时空差异，但又有助于提升二者之间的协调水平6。旅游业与城镇化的协调发展对促进全域旅游发展与以人为核心的新型城镇化建设具有重要意义。目前旅游产业与城镇化建设的耦合研究主要聚焦于旅游对城镇化作用的特征、模式、影响、相互之间的协调机理、作用机制以及作用效应等，研究涉及省域或市域空间范围，也有探讨乡村旅游城镇化发展模式，多采用定量实证分析，如熵权法、熵权结合 TOPSIS 法、空间莫兰自相关、空间杜宾模型法等7-8，但涉及两者在省域各市的耦合协调发展时空演变分析较少，同时缺乏对影响两系统耦合协调发展的障碍因子相关研究，因此，深入探究旅游产业与城镇化耦合协同的时空演化和障碍因子具有实际价值和理论意义。本文以福建省 9 个地级市为研究对象，基于现有旅游与城镇化的耦合协调作用机理研究成果基础，构建适宜评价指标体系，利用熵权法、耦合协调模型与障碍度函数对区域旅游产业与新型城镇化耦合协同的发展水平、时空演化及影响障碍因子进行实证分析，试图寻找制约各地级市两系统协同发展的短板因素，为实现全省旅游产业与新型城镇化的高质量可持续发展提供决策参考，助力福建省“新型城镇化”目标的实现。收稿日期：2023-07-04修回日期：2023-09-08作者简介：林梅，1987 年生，女，硕士，高级经济师，主要从事旅游产业与项目开发。电子邮箱：基金项目：福建省省级财政林业专项资金项目(闽财指 2020 601号)*通信作者：曹辉(博士/教授),上海国土资源 Shanghai Land&Resources150 2023Vol.44.3 1 耦合协同作用机理旅游带动城镇化被称为“旅游城镇化”，旅游是新型城镇化水平的重要标志和重要形式，旅游产业对城镇化具有重大动力作用：首先旅游产业具有强大的覆盖面，能为自身以及关联产业创造巨大的就业机会。如 2019 年福建乡村旅游共接待旅游人数 17000 万多人次，乡村经营单位有效吸纳直接与间接就业人数 297 万多人，极大地转移了农村剩余劳动力，推动并实现人口的城镇化。其次，旅游产业通过强大的产业融合作用集聚各种生产要素，实现资本的不断积累，为城镇化发展提供重要的经济基础，促进了经济的城镇化。第三，旅游产业的快速发展促使城镇建立健全完备的基础设施和服务体系，吸引更多的社会生产要素向城镇旅游地聚集，促进了社会的城镇化。旅游产业与城镇化的耦合协同发展受区域人口增长速度、政府政策、区域经济、科技水平、区域位置与交通、区域生态环境等诸多因素影响。其中，区域人口增长速度直接影响旅游产业发展的市场劳动力与服务供给，同时对新型城镇化进程产生人口方面的制约。政府政策在一定时期能够引领发展方向，并提供政策与投资支持。区域经济的快速发展通过居民收入的直接提升而刺激产生消费需求并转换成消费动力，促使资源、信息、产品等要素流结构发生变化，增强市场供给能力。科学技术水平的发展能够促进信息化建设，降低信息不对称带来的负面效应，提升资源利用效率。区域位置与交通是影响旅游产业发展与城镇化进程的重要动力，是旅游产业集聚和城镇空间演变的自然地理基础，影响城市之间的经济、政治、文化等联系以及资源空间分布与投资开发力度。区域生态环境的改善将增强旅游的综合吸引力，也会促进城镇发展品质的不断优化，从根本上发展生产力9-10。城镇化的载体功体现在城镇化建设能够带来强大的旅游产业效应。一方面，城镇化能够提供物质基础与保障。城镇化发展提升区域经济综合水平，促使政府加大对旅游景区、旅游交通、旅游餐饮、旅游产业服务等旅游硬件与软件设施的投资力度，产生巨大的旅游产业投资效应。另一方面，城镇化发展提高城镇居民收入，促使旅游消费需求转换为旅游现实消费，形成旅游产业规模效应，使旅游客流与旅游收入持续增加11-12。综上，旅游产业与城镇化相互作用，相互影响，协调发展，二者的耦合协调发展机制如图 1。2 研究区域概况福建地处我国东南沿海，与台湾省隔海相望，全省地势呈“依山傍海”态势，境内山地、丘陵面积占比高达90%，拥有 1 处世界文化与自然遗产（武夷山）、2 处世界文化遗产（龙岩土楼与漳州土楼），2 处人类口头及非物质遗产（泉州南音和厦门南音），2 处世界非物质文化遗产（莆田妈祖信俗和宁德德廊桥），1处世界自然遗产（三明泰宁丹霞）。下辖9大地级市，按地理区域划分：闽东（福州与宁德）、闽中（莆田）、闽南（厦门、漳州与泉州）、闽西（三明与龙岩）、闽北（南平）。闽东与闽南是福建省沿海，经济重点发展区域，城市交通基础硬件稳固、区域旅游资源丰富、市场经济机制活跃。2019 年，福建提出加快建设闽东北、闽西南两个协同发展区，通过项目共建、资源共享、产业协作等措施实现从更高层面统筹区域协调发展。“十三五”时期，福建旅游产业发展与新型城镇化战略实施取得阶段性巨大成效，2020 年福建省城镇化率达到 68.75%，福建省新型城镇化规划（20212035 年）提出：到 2035 年，福建省常住人口城镇化率达 78%，基本实现新型城镇化。随着福建省深入推进以人为核心的新型城镇化战略，下辖各市旅游产业发展水平与城镇化建设水平均有提高，但各区资源禀赋、文化结构、产业基础不平衡，存在明显的非均衡性空间分异，尤其是闽西与闽北，近年来城镇化水平相对滞后，虽不乏拥有优质的旅游资源，但缺乏高质量的旅游基础设施与服务配套，旅游产业整体发展水平不高。因此，本文以 9 个地级市为研究对象，试图探讨福建省旅游产业与城镇化建设耦合协调发展的时空演变特征与主要障碍因素。3 数据来源与研究方法3.1 数据来源文中选用指标的原始数据主要来源于 20102020 年的福建省及下辖 9 大地级市的统计年鉴以及各地级图 1 旅游产业与城镇化的耦合协调作用机理Fig.1 The coupling and coordination mechanism between the tourism industry and urbanization上海国土资源Shanghai Land&Resources 2023Vol.44.3 151市的国民经济和社会发展统计公报，部分旅游产业系统指标年份缺失数据通过福建省文化和旅游厅及各地级市的文化和旅游局网站搜寻获取。3.2 评价指标体系构建在对近 10 年相关研究文献进行理论分析、指标引用频率统计等方法的基础上，结合福建省各地级市指标数据的可获得性与可量化性，对旅游产业与城镇化耦合协调度的相关指标进行优化调整，构建两系统共 17 个指标的耦合协调发展综合评价指标体系（表 1）。为避免产生共生性问题以及具体指标数据获取的有限性，文章未将经济发展水平、资源与服务、生态环境等影响因素作为具体评价指标。（1）熵值法确定指标权重熵值法基于各指标的客观信息来确定指标权重，能够避免人为因素干扰，减少多指标变量之间的信息重叠性13。文中所选用的 17 个评价指标全为正向指标，原则上无须进行非负标准化处理，但因指标原始数据存在差异，仍需进行无量纲化处理，以消除原始数据的差异影响14，计算公式如下：()()(),j niijj nijjXMIN XUMAX XMIN X=（1）式中：,j niX为第 i 市第 n 年第 j 项指标的原始值，()jMIN X与()jMAX X分别表示第 j 项指标的最小值和最大值，,j niU表示第 j 项指标的标准值。在完成对原始数据的无量化处理后，对 17 个指标进行墒权赋值，得出指标权重大小，计算公式如下：111/mmmjijijijijiiiekyylmn yy=，k1/lmn=（2）（3）式中：je 表示第 j 项指标的熵值，jw 为第 j 项指标的熵权重值，m 为年份，n 为地级市数。（2）耦合协调评价模型耦合模型主要反映两个及以上系统彼此相互作用过程中产生的动态关联程度，协调模型常用来衡量两系统良性耦合发生程度的大小。耦合协调模型则是将耦合与协调两个模型结合研究，分析不同系统的动态演化过程及协调程度15，计算公式如下:()()21212/2CUUUU=+（4）12TUU=+（5）DCT=（6）式中：C 为耦合度；T 为协同系数；D 为耦合协同度；U1为旅游产业综合发展指数、U2为城镇化综合发展指数；和 为协同系数，因两系统相辅相成，作用相当，将 与 两系数的值均设置为 0.515，为直观体现两系统耦合协调度等级，借鉴有关研究成果16-17，采用均匀分步函数法对耦合协调度等级进行划定（表 2）。3.3 障碍因素诊断障碍度函数可以计算系统中各评价指标的障碍度，找出限制系统发展的关键因素及其影响程度，从而提高科学决策依据。因此，为深入探究影响两系统耦合协调发展的制约因素，文章利用障碍函数进行诊断，具体计算公式如下18：1D=ijjX（7）jH=()1/100%njjjjjDFFD=（8）式中：jF 为各单项指标对总目标的权重，反映旅游产业表 1 旅游产业新型城镇化耦合协调评价指标与指标权重Table 1 Evaluation indicators and index weights for the coupling and coordination of tourism industry and new urbanization系统类别指标级指标编号指标级指标权重类型旅游产业旅游产业收入M1入境旅游收入（单位：万美元）0.267M2国内旅游收入（单位：亿元）0.140旅游产业贡献M3旅游总收入占 GDP 的比重（%）0.108M4旅游总收入占第三产业值的比重（%）0.151旅游产业效应M5接待(境外)旅游人数（单位：人次）0.230M6国内旅游人数（单位：万人次）0.105新型城镇化人口指标M7人口密度（单位：人/平方公里)0.203M8城镇化率（%）0.082经济指标M9人均 GDP（单位：元）0.094M10 GDP 增长率(%)0.014社会指标M11城市建成区面积(单位：平方公里)0.193M12每千人拥有卫生技术人员数(单位：人)0.039基础设施M13每千人拥有医疗机构床位数(单位|：张)0.037M14用水普及率(%)0.006M15燃气普及率(%)0.010M16每万人拥有公共交通车辆(单位：标台)0.198M17 人均城市道路面积（单位：平方米）0.123表 2 旅游产业新型城镇化耦合协调类型Table 2 Coordination types of tourism industry-new urbanization coupling区间类型协调等级区间类型协调等级0.0000-0.10极度失调0.5001-0.60勉强协调0.1001-0.20严重失调0.6001-0.70初级协调0.2001-0.30中度失调0.7001-0.80中级协调0.3001-0.40轻度失调0.8001-0.90良好协调0.4001-0.50濒临失调0.9001-1.00优质协调上海国土资源 Shanghai Land&Resources152 2023Vol.44.3 系统或城镇化系统第 j 个因素对系统的影响程度，ijX 为各单项指标标准化数值，jD 为旅游产业系统或城镇化系统第 j 个因素指标的标准化值与 100%之差，反映各单项指标与目标值之间的差距；jH 表示旅游产业系统或城镇化系统第 j 个因素指标对系统影响程度的大小，它是旅游产业系统或城镇化系统障碍因素诊断的目标和结果，jH值越大，表明该项指标的阻碍作用越强；反之，阻碍作用越弱。4 结果与分析4.1 耦合协调发展水平分析旅游产业与城镇化的耦合协调发展一般表现 3 种情况：旅游产业滞后型（U1U2）、城镇化滞后型（U1U2）、同步发展型（U1=U2）19。对旅游产业系统分析发现：除南平市外，20102020年福建省其他 8 个地级市均表现为旅游产业发展滞后型。各地级市旅游产业综合发展水平整体不高，大多数指数处于 0.5 以下，相对于其他地级市，厦门市 20102020年的旅游产业综合发展水平最高，虽然旅游产业综合发展指数滞后于城镇化综合发展指数，但其 20102020 年城镇化综合发展指数在福建省也显示最高，这也表明厦门旅游产业发展与其城镇化水平密切相关。2010 年各地级市旅游发展水平均较低，相应指数都在 0.3 以下。随着全省城镇化进程的加快推进，20102019 年各市旅游产业发展水平逐年提升，2020 年因受疫情影响整体有所下降。相比之下，闽东与闽南旅游业发展水平比其他地区高 9（表 3）。对城镇化系统分析发现：厦门与泉州 2 市的城镇化水平较高，尤其是厦门，20102020 年城镇化水平均在 0.5以上，在全省一直保持领先。但其他市整体城镇化水平不高甚至偏低，只有福州与漳州两市部分年份指数达到0.3以上，城镇化建设有待提高 9（表 4）。4.2 耦合协调时空演变分析运用式(4)(6)计算各地级市 20102020 年的两系统的耦合度 C、协同系数 T 与耦合协调度 D。如图 2 所示，20102019 年福建省各市耦合协调度总体呈上升趋势，表明旅游产业发展水平与新型城镇化建设水平的适应性提高，政策调控起到了积极作用。2020 年各市耦合协调度均有所下降，主要受新冠肺炎疫情影响。厦门、泉州与福州 3 市的耦合协调度平均值处于 0.5 以上，根据耦合等级划分标准，厦门处于中级耦合协调水平，泉州和福州处于勉强协调水平。除漳州市平均值位于 0.40.5 之间，其他 5 市均未达到 0.4，其中，宁德的耦合协调度平均值最低，这 6 市均处于失调状态。整体来看，9 个地级市的耦合协调度未来仍具有较大的上升空间。福州、厦门、泉州这 3 市均为福建沿海发达城市，其中，福州是省会城市，拥有较高的区域地位，厦门市和泉州市是全省核心的经济板块，因此，旅游产业与城镇化耦合协调发展与区位等级及经济发展水平密切相关。由于数据量较大，重点选择两系统 2010、2013、2017 与 2020 年 4 年的相关结果进行着重分析（表 5）。随着福建省城镇化与全域旅游的快速推进，2020 年 9 个地级市旅游产业与城镇化建设耦合协调水平较之于 2010年均有所改善，地区间差距有所减小，但大多仍处于失调状态。表 3 福建 9 个地级市旅游产业综合发展指数 U1Table 3 Comprehensive development index U1 of tourism industry in 9 prefecture-level cities of Fujian地级市2010201420172020平均值福州0.13930.21510.33640.23760.2724厦门0.25640.41400.65680.32600.4850莆田0.02870.06090.11930.06900.0897三明0.03020.06190.09930.09340.0960泉州0.19190.33940.46430.26750.3330漳州0.04330.08420.15230.10600.1092南平0.08970.14340.22640.19700.1850龙岩0.03870.08990.15790.15030.1144宁德0.01770.04970.09160.08590.0675表 4 福建 9 个地级市城镇化综合发展指数 U2Table 4 Comprehensive urbanization development index U2 of 9 prefecture-level cities of Fujian地级市2010201420172020平均值福州0.23750.29940.35570.47450.2923厦门0.65910.72250.77790.78440.6785莆田0.12470.23390.32100.35800.2303三明0.11430.16670.18240.22770.1494泉州0.25220.34400.52960.51540.3564漳州0.16710.26710.32880.36390.2430南平0.07110.12030.14240.17160.1097龙岩0.11560.17800.25630.32040.1821宁德0.07530.15230.19240.27500.1411图 2 2010-2020 年福建 9 大地级市的耦合协调度变化情况Fig.2 Changes of coupling and coordination of nine Prefecture-level city in Fujian from 2010 to 2020上海国土资源Shanghai Land&Resources 2023Vol.44.3 153厦门市各年的耦合协调度均保持在0.5以上，经历“初级协调中级协调良好协调”的稳步上升变化，2017年耦合协调度最高，表现为良好协调。厦门位于福建省闽南金三角的中心位置，拥有独特的地理区位和非常完善的水陆航空交通运输体系，客源市场强大。同时拥有以 5A 景区鼓浪屿为代表的丰富旅游资源，2019 年，厦门接待国内外游客 10012.87 万人次，旅游总收入 1655.90亿元。厦门高水平的城镇化为旅游业的发展提供强大的基础设施与公共服务，旅游产业与城镇化系统耦合将走向极度协调。泉州市经历“濒临失调-勉强协调-初步协调-中级协调”的平稳上升，福州呈“濒临失调-勉强协调-初步协调”的小幅度上升变化，但上升幅度不大，说明这两个城市一直处于低度耦合协调的过渡阶段，两个城市旅游产业发展与城镇化建设仍没有形成相互促进的良好状态，尤其是福州市。泉州市是福建省最大的城市，有着石雕、陶瓷、建材、树脂工艺等特色经济产业，旅游资源方面，拥有多个国家级重点文物保护单位和A级景区，其中清源山为国家 5A 级风景名胜区。在交通方面，泉州GDP 在福建省内虽遥遥领先，但仍以高速公路为主要交通体系，目前未有机场与高铁建设。因此，可以认为交通体系的不完善是导致泉州市旅游产业发展滞后于城镇化建设的重要因素。福州是福建省的省会城市，也是全国著名旅游城市，拥有 53 个国家 3A 级以上景区，其中国家 5A 级景区三坊七巷历史文化名城是福州的历史之源与文化之根。作为省会城市，福州区位独特，交通十分发达，拥有长乐国际机场、高铁、高速公路等交通运输体系，但整体耦合协调度不高，最好的状态也只是勉强协调，说明福州在旅游业发展和城镇化建设方面并未完全发挥其作为省会城市的独特区位与资源优势。其他 6 市三明、莆田、南平、宁德、漳州、龙岩各市各年均处于不同程度的失调状态，其中只有南平市表现为城镇化滞后型。南平市位于闽北区域，境内山峰、河谷、盆地交错，形成天然的生态屏障，也造就了奇特的自然地貌景观，其中，武夷山为世界自然与文化遗产地、国家级 5A 景区。全市设有高铁、国道、机场、闽江干流等航线及航道交通，这些都为南平的旅游发展提供良好硬件基础与后劲动力。2019 年南平市游客接待量为 5829.9万人次，旅游总收入高达 985.6 亿元，游客接待量、旅游总收入均仅次于厦门、福州、泉州三市，是名副其实的福建省第四旅游强市。但南平市内老城区较多，又位于福建省内经济相对地区落后的闽北地区，城市化改造进程相对较慢，使城镇建设发展滞后。三明、宁德、漳州、龙岩、莆田这 5 市都拥有较为优质的旅游资源，代表性景区如：泰宁风景旅游区、太姥山风景名胜区、南靖土楼（云水谣）、永定土楼、湄洲岛国家旅游度假区等。但这 5 市的旅游与城镇化发展水平均不高，主要原因有：旅游景区的整体影响力与知名度不高，旅游业并未形成强大吸引力而汇集大量人流与物质流，或是旅游资源的地理空间分布与高度城镇化的中心地有一定距离，导致旅游产业与城镇化整体协同发展能力下降。但从区域地理位置上来看，漳州市地处闽南金三角南端，临近厦门，莆田市与宁德市临近省会城市福州、龙市东边靠近泉州市、三明靠近南平市，可以依托福州、厦门、泉州 3 地的中心地辐射，通过口岸、机场、高铁、高速等交通枢纽形成空间联动，促进经济社会文化资源等要素产生强大流动力与聚集力，形成巨大的经济规模效应，从而以新型城镇化发展来带动旅游产业的发展。4.3 障碍因素诊断分析 运用式(7)(8)计算 20102020 年影响各地级市旅游产业与城镇化耦合协同发展的障碍因子的障碍度，因数据量较大，选取旅游产业与城镇化两系统前 5 个障碍因子进行深入分析（表 6）。20102020 年间，旅游产业系统障碍因子排序总体较稳定，其中，前 5 个障碍因子为：M1（入境旅游收入）、M5（接待境外旅游人数）、M4（旅游总收入占第三产业值的比重）、M2（国内旅游收入）与 M3（旅游总收入占 GDP 的比重）。其中，M1、M2、M5 三个障碍因子的比重每年都在逐渐增加，M3 与 M4 这两个障碍因子的比重呈现“上升-下降-上升”的 M 形变化。从空间上看，各障碍因素既表现趋同性又呈现差异性。首先各地级市旅游产业发展的第一大障碍因子均为 M1,大多数地级市的障碍度都超过 15%。其次，除厦门市外，其他地级市的第二障碍因子全为 M5,障碍度都超过 10%。第三，表 5 20102020 年福建 9 个地级市耦合协调水平地区差异Table 5 Regional differences of coupling coordination level of 9 Prefecture-level cities of Fujian from 2010 to 2020地级市2010 年2013 年2017 年2020 年福州濒临协调勉强协调勉强协调初步协调厦门初级协调中级协调良好协调良好协调莆田中度失调濒临失调濒临失调轻度失调三明中度失调濒临失调轻度失调轻度失调泉州濒临失调勉强协调中级协调中级协调漳州中度失调轻度失调濒临失调濒临失调南平中度失调轻度失调濒临失调濒临失调龙岩中度失调轻度失调濒临失调濒临失调宁德中度失调中度失调轻度失调轻度失调上海国土资源 Shanghai Land&Resources154 2023Vol.44.3 除南平市外，排名在 3-5 区间的的障碍因子为 M2、M3与 M4,这 3 个因子的障碍度在各市都在 5%以上。M1 与M5 两个障碍因子分别属于旅游产业收入体系与旅游产业效应体系，但这两个障碍因子都与国际旅游直接相关，且障碍度整体呈增加趋势，这也体现了国际旅游依然是各市实现区域旅游产业增收的重要突破口，也是影响耦合协调的重要因素。发展国际旅游在客观上能够促进对外开放，吸引外部资金流入创造机会，同时还能够促进文化、信息及先进科技成果的传递。M2 反映国内居民的旅游消费支出，该障碍因子的比重逐年增加说明人们多元化休闲需求仍有极大发展空间，旅游需求仍有待释放。M3 与 M4 属于旅游产业贡献体系，这两个因子的障碍度虽然相对偏低，但也反映各市旅游收入与生产总值存在差异，各市经济发展水平不均衡。与旅游产业系统障碍因子相似的是，20102020 年间，城镇化系统障碍因子格局基本保持稳定，除 2010 年外，排序前 5 的障碍因子依次为：M7（人口密度）、M16（每万人拥有公共交通车辆）、M11（城市建成区面积）、M17（人均城市道路面积）、M9（人均 GDP）。除 M7 的比重逐年上升和 M9 的比重逐年下降外，其他障碍因子的比重呈现 W 形或 M 形波动变化。从空间上看，这 5 个障碍因子依然在各地级市中排列前 5，但不同区域障碍因子的影响程度表现出差异性。除厦门市外，M7 依然是其他所有地级市城镇化的第一障碍因子，且障碍度都在 10%以上。M7 属于人口指标体系，人口是新型城镇化建设中的基础性要素，人口密度为各地级市城镇化建设的第一障碍因子，说明制约各地级市城镇化推进的主要原因是区域人口密度不够。M9 在各地级市中的障碍度排名为第五，且大多数障碍度值在 5%以下，说明人均GDP 对各地级市新型城镇化建设影响一般，M9 属于经济指标体系，能从宏观上衡量区域经济发展状况。随着各地级市的经济水平逐步提升，人均 GDP 也不断增加，加快了区域城镇化的推进进程，导致该因子的阻碍度下降。M11 属于社会指标体系，在厦门市和福州市中的障碍度值较小，均在 5%以下，而在其他地级市中障碍度值接近10%或超过 10%，主要原因为厦门市与福州市的经济发展水平在全省靠前，城镇化建设水平相对较高，导致该因子对区域城镇化的影响程度相对较低。M16 与 X17 属于基础设施指标体系，分别反映城市公共交通发展水平和交通拥挤程度。除厦门、莆田、泉州 3 市外，M16 的障碍度值均在 10%以上，说明该因子对其他地级市的城镇化影响度相对较高，仍需补齐基础配套设施短板。除厦门市外，其他地级市的 M17 的障碍度值均在 10%以下，反映厦门市人口与用地的整体协调不足，该因素对厦门的新型城镇化进程产生阻碍作用相对较大。5 结论与启示5.1 结论文章对 20102020 年福建省 9 个地级市的旅游产业系统与新型城镇化系统的耦合协调时空演变特征与障碍度影响因子进行探究，得出主要结论如下：20102020 年，除南平市外，福建省其他 8 个地级市均表现出旅游产业发展滞后。9 个地级市的旅游产业系统与新型城镇化系统的耦合协调度总体呈上升趋势，但存在地区差异。厦门经历了从初级协调向良好协调的转变，耦合协调度平均值为 0.767，远高于 0.5，总体上处于中等耦合协调水平。泉州从濒临失调向中级协调平稳上升，福州从濒临失调向初步协调小幅度上升，虽然这两个城市的耦合协调度平均值也达到 0.5，但耦合均值不高，一直处于低度耦合协调的过渡阶段，尤其是福州市。其他 6 市三明、莆田、南平、宁德、漳州、龙岩各市耦合协调度平均值均未达到 0.5，各年都处于不同程度的失调状态。各地级市的耦合协调未来仍具有较大上升空间。主要障碍因子存在空间差异性，其中旅游产业系统的入境旅游收入与接待境外旅游人数以及城镇化系统的人口密度这 3 个因子的障碍度值呈上升趋势，影响程度大，其他障碍因子呈现“M”“W”形变化或下降趋势。各障碍因子的阻碍作用需引起重视，结合各市具体情况制定相应的调控措施，为实现全省旅游产业高质量发展和新表 6 20102020 年耦合协调主要障碍因子与障碍度Table 6 Main obstacle factors and obstacle degrees of coupling coordination evaluation index system from 2010 to 2020系统年份指标排序项目12345旅游产业系统2010障碍因子M1M5M2M4M3障碍度0.1460.1200.0780.0760.0602013障碍因子M1M5M4M2M3障碍度0.1490.1220.0780.0770.0562017障碍因子M1M5M4M2M3障碍度0.1500.1220.0830.0720.0662020障碍因子M1M5M4M2M3障碍度0.1790.1520.0850.0680.059城镇化系统2010障碍因子M16M7M9M17M9障碍度0.0960.0920.0900.0650.0492013障碍因子M7M16M11M17M9障碍度0.1010.0950.0910.0670.0462017障碍因子M7M16M11M17M9障碍度0.1130.0980.0880.060.0422020障碍因子M7M16M11M17M9障碍度0.1010.0940.0840.0480.038上海国土资源Shanghai Land&Resources 2023Vol.44.3 155型城镇化建提供科学依据。5.2 启示福建省应依托实施闽东北、闽西南两个协同发展的政策布局，深入开展区域联动合作，缩小各市之间差距，增强各市人口、土地、资源等社会经济要素的空间集聚效应，提高各市城镇化建设的综合设施与服务水平，为自身乃至全省旅游产业发展提供强大动力支撑。福建省应树立大旅游大市场大产业的发展观念，依托城镇化的载体作用打造区域旅游联合品牌，巩固并强化国内旅游市场，延伸并扩大国际旅游市场，全方位提高旅游收入，实现全省全域旅游高质量协调均衡发展。因部分地级市相关指标数据无法获取，虽秉着指标选取的一致性与可操作原则，但难免会导致最终研究选取的评价指标存在遗漏，实际测算也会引起一定偏差，因此，有必要继续细化指标选取内容，拓展研究范围，为深入研究全省旅游产业与新型城镇化协调发展提供更多理论支撑。参考文献(References)1 韦仕川.旅游型城镇化研究综述及展望 J.上海国土资源,2017,38(3):9-12.WEI S C.Review and prospects of research on tourism urbanizationJ.Shanghai Land&Resources,2017,38(3):9-12.2 刘敏,刘爱利,孙琼,等.国内外旅游城镇化研究进展 J.人文地理,2015,30(6):13-18.LIU M,LIU A L,SUN Q,et al.Review of tourism urbanizationJ.Human Geography,2015,30(6):13-18.3 魏鸿雁,陶卓民,潘坤友,等.乡村旅游与新型城镇化耦合发展研究:以江苏省为例 J.南京师大学报(自然科学版),2020,43(1):83-90.WEI H Y,TAO Z M,PAN K Y,et al.Study on coupling development of rural tourism and new urbanization:a case study of Jiangsu ProvinceJ.Journal of Nanjing Normal University(Natural Science Edition),2020,43(1):83-90.4 余凤龙,黄震方,曹芳东,等.中国城镇化进程对旅游经济发展的影响 J.自然资源学报,2014,29(8):1297-1309.YU F L,HUANG Z F,CAO F D,et al.The impact of Chinas urbanization processon the development of tourism economyJ.Journal of Natural Resources,2014,29(8):1297-1309.5 彭邦文,武友德,曹洪华,等.基于系统耦合的旅游业与新型城镇化协调发展分析:以云南省为例 J.世界地理研究,2016,25(2):103-114.PENG B W,WU Y D,CAO H H,et al.Coupling coordination research of tourism industry and new urbanization:a case study of Yunnan ProvinceJ.World Regional Studies,2016,25(2):103-114.6 陈璐璐,王益澄.江西赣州旅游产业与新型城镇化耦合协调研究 J.上海国土资源,2020,41(1):16-21,33.CHEN L L,WANG Y C.Coupling and coordination between the tourism industry and new urbanization in Ganzhou city,Jiangxi provinceJ.Shanghai Land&Resources,2020,41(1):16-21,33.7 唐睿,冯学钢.云南省旅游业发展与新型城镇化的动态关系研究 J.上海经济,2017(4):39-47.TANG R,FENG X G.The research of dynamic relationship between tourism development and new-type urbanization in Yunnan ProvinceJ.Shanghai Economy,2017(4):39-47.8 李维维,陈田,马晓龙.中国旅游化与城市化耦合协调关系的省际格局及形成机制分析 J.旅游科学,2018,32(5):14-29.LI W W,CHEN T,MA X L.Analysis of the inter provincial pattern of the coupled and coordinated relationship and mechanism between touristization and urbanization in ChinaJ.Tourism Science,2018,32(5):14-29.9 甄翌,王彩霞.旅游城镇化驱动活跃性测度及影响因素研究 J.旅游学刊,2020,35(7):61-72.ZHEN Y,WANG C X.Study on the measurement and influencing factors of tourism urbanization driving activityJ.Tourism Journal,2020,35(7):61-72.10 高苹,席建超,刘盛和.旅游城镇化空间过程及其动力机制研究:重庆市黄水镇案例实证 J.人文地理,2020,35(1):104-113.GAO P,XI J C,LIU S H.Study on the spatial process and dynamic mechantism of tourism urbanlization:a case study of the Huangshui Town in Chongqing city,ChinaJ.Human Geography,2020,35(1):104-113.11 赵书虹,陈婷婷.云南省