空間計(jì)量回歸分析在旅游季節(jié)性研究中的應(yīng)用＊

王彥龍

（安徽工商職業(yè)學(xué)院 旅游管理系，安徽 合肥231131）

0 引言

經(jīng)濟(jì)活動(dòng)空間規(guī)劃的重要性已成為共識(shí)（Clarke，1997）.但在旅游經(jīng)濟(jì)研究中，傳統(tǒng)計(jì)量方法的空間均質(zhì)假定以及對(duì)區(qū)域之間的經(jīng)濟(jì)活動(dòng)相互聯(lián)系的忽視［1］，使得經(jīng)濟(jì)活動(dòng)中具有重要影響的地理空間效應(yīng)無(wú)法被經(jīng)濟(jì)模型捕獲，導(dǎo)致估計(jì)和檢驗(yàn)上的偏誤和不一致.因此，在旅游的季節(jié)性研究中應(yīng)用空間效應(yīng)理論是很必要的.GIS技術(shù)在地理空間活動(dòng)的檢測(cè)中得到應(yīng)用，為區(qū)域經(jīng)濟(jì)分析以及決策提供比較精準(zhǔn)的信息，也為各種區(qū)域經(jīng)濟(jì)活動(dòng)找到適當(dāng)?shù)膮^(qū)位成為可能，為區(qū)域資源稟賦和區(qū)域間經(jīng)濟(jì)合作的理解和診斷提供了一種更為行之有效的辦法（Prastacos，2000）［2］.本文綜合考慮旅游產(chǎn)業(yè)在空間維度和時(shí)間維度兩方面的不平衡性，闡述空間計(jì)量分析方法在這兩個(gè)維度應(yīng)用的可行性，為旅游的季節(jié)性研究提供定量分析研究的新思路.

1 旅游空間的特性

1.1 旅游空間異質(zhì)性

空間異質(zhì)性的概念近年來(lái)在經(jīng)濟(jì)、管理、社會(huì)等諸多領(lǐng)域得到了廣泛應(yīng)用，其含義和用法也得到了延伸和擴(kuò)展.空間異質(zhì)性在經(jīng)濟(jì)研究領(lǐng)域中的應(yīng)用主要集中在經(jīng)濟(jì)關(guān)系或經(jīng)濟(jì)行為在空間上存在的不穩(wěn)定性，其在模型中體現(xiàn)為區(qū)位變化時(shí)考察變量、模型參數(shù)以及誤差項(xiàng)方差的變動(dòng)情況［3］.在現(xiàn)實(shí)應(yīng)用中主要體現(xiàn)屬性值空間分布轉(zhuǎn)臺(tái)的非隨機(jī)性和非均質(zhì)性.具體而言，空間異質(zhì)性主要包括空間單元自身在形狀、大小等方面的非均質(zhì)性，以及經(jīng)濟(jì)現(xiàn)象自身在空間上的非平穩(wěn)結(jié)構(gòu)［4］.

空間異質(zhì)性理論在旅游產(chǎn)業(yè)中的應(yīng)用和表現(xiàn)更加廣泛.旅游產(chǎn)業(yè)涉及空間位置、資源價(jià)值壟斷、自然氣候多樣（日照、溫度、濕度、降雨量等），以及產(chǎn)業(yè)結(jié)構(gòu)、市場(chǎng)關(guān)聯(lián)效應(yīng)、經(jīng)濟(jì)發(fā)展（基礎(chǔ)設(shè)施建設(shè)、旅游接待能力、社區(qū)居民友好程度）等諸多特點(diǎn)，其空間多樣性顯而易見(jiàn)，無(wú)論從地理屬性還是產(chǎn)業(yè)屬性，旅游產(chǎn)業(yè)都不應(yīng)被描述為均勻場(chǎng)［5］.因此，傳統(tǒng)計(jì)量方法中固定重復(fù)抽樣的Gauss－Markov假定顯然不再適用，在旅游產(chǎn)業(yè)研究分析中納入空間異質(zhì)性是必要的［6］.如在空間維度的旅游空間分布研究中使用地理加權(quán)回歸GWR（Geographic Weights Regress）模型將會(huì)大大提高模型的效度和與現(xiàn)實(shí)情況的貼合度.

1.2 旅游空間依賴性

空間依賴的基礎(chǔ)是地理學(xué)第一定律（Tobler First Law）：“任何事物在空間上都是關(guān)聯(lián)的；距離的遠(yuǎn)近程度與關(guān)聯(lián)程度是呈反比狀態(tài)的，距離越近則關(guān)聯(lián)程度表現(xiàn)為越強(qiáng)”.空間依賴程度能夠利用空間自相關(guān)（spatial autocorrelation）的統(tǒng)計(jì)來(lái)度量，當(dāng)相鄰地區(qū)屬性值傾向于收斂趨勢(shì)時(shí)表現(xiàn)為空間正自相關(guān)，當(dāng)區(qū)域?qū)傩灾岛蜗喈愔第呄蛴谙噜彆r(shí)表現(xiàn)為負(fù)空間相關(guān)性［7］.

當(dāng)旅游屬性值得出的觀測(cè)樣本在空間分布上表現(xiàn)為非獨(dú)立和非隨機(jī)（yi＝f（yj），i＝1，2，…，n，i≠j）時(shí)，便可確定其具有旅游空間自相關(guān)，且該相關(guān)性可用變量間的協(xié)方差與變量方差平方根比值描述.如：某一特定位置每天的日照時(shí)間（或降雨量、風(fēng)速、濕度等變量）記錄，這些記錄將顯示出某氣候?qū)傩噪S時(shí)間變化的規(guī)律，如多天高降雨量通常被另一個(gè)高降雨量天氣跟隨，低降雨量天數(shù)也可能被低降雨量天氣跟隨，表明存在時(shí)間維度的旅游季節(jié)性［8］；當(dāng)旅游收入、游客消費(fèi)等指標(biāo)在相鄰空間單元間收斂時(shí)，則表明存在有空間維度的季節(jié)性（空間集聚）［9～12］.空間統(tǒng)計(jì)與空間計(jì)量為空間數(shù)據(jù)的分析和研究提供了一種新的工具和方法.

1.3 空間權(quán)重矩陣

在空間計(jì)量經(jīng)濟(jì)學(xué)中，“經(jīng)濟(jì)距離”和“空間距離”是空間權(quán)重矩陣中最常用的兩個(gè)權(quán)數(shù)確定標(biāo)準(zhǔn).在旅游產(chǎn)業(yè)研究中，時(shí)間是游客讓渡價(jià)值與旅游活動(dòng)的重要約束變量，屬于需優(yōu)化配置的“稀缺資源”，因而“時(shí)間距離”在旅游空間計(jì)量分析中也是必須考慮的要素之一［13～16］.在實(shí)際應(yīng)用中，以市場(chǎng)價(jià)值將“時(shí)間距離”量化，納入“經(jīng)濟(jì)距離”范疇.

1.3.1 空間距離

空間距離一般通過(guò)旅游吸引物之間的直線距離公式或連通渠道網(wǎng)絡(luò)的真實(shí)交通距離測(cè)算，而線與面的距離可用距離和方向維度的均值加以代替.根據(jù)地理學(xué)第一定律（TFL），空間效應(yīng)將隨著空間距離的增加而衰減.在旅游空間計(jì)量應(yīng)用中，“相鄰距離”和“有限距離”兩種賦權(quán)方式更具合理性.通常用空間權(quán)重矩陣表示對(duì)地點(diǎn)組合鄰近度的計(jì)量，描述旅游分析中旅游流的規(guī)模、方向、旅游輻射強(qiáng)度或旅游經(jīng)濟(jì)行為的擴(kuò)散速度等解釋性變量的有效性［17］.

空間距離的權(quán)數(shù)設(shè)定最常用的是相鄰距離.視空間單元的位置進(jìn)行賦值，位置相鄰為1，不相鄰為0.空間單元數(shù)量為n時(shí)，形成N×N階0－1相鄰矩陣W.依據(jù)相鄰距離賦值權(quán)數(shù)的設(shè)定一直飽受爭(zhēng)議.Pace（1997）提出有限距離的權(quán)數(shù)設(shè)定，設(shè)定dij為兩區(qū)（不一定相鄰）間的歐幾里得距離，dmaxi為空間相關(guān)距離的最大值，空間單元為i，當(dāng)dij≤dmaxi時(shí)，wij為1，否則為0.此時(shí)wij＝0，可對(duì)有限距離的權(quán)數(shù)矩陣加以行標(biāo)準(zhǔn)化.

1.3.2 經(jīng)濟(jì)距離

Case等曾提出“經(jīng)濟(jì)距離”賦權(quán)法.“經(jīng)濟(jì)距離”一方面指以交通成本、時(shí)間、便利程度或舒適程度等表示兩地之間的距離；另一方面也可指不同空間單元間的經(jīng)濟(jì)差距、旅游吸引物品質(zhì)差異等概念.在旅游應(yīng)用中，經(jīng)濟(jì)距離指旅游者在旅游客源地與目的地之間往返所需的旅行時(shí)間、交通等費(fèi)用的綜合或空間單元間的經(jīng)濟(jì)發(fā)展差距等［18］.

“經(jīng)濟(jì)距離”賦值的影響因素主要是非負(fù)性、有意義和有限性等.在旅游收入差距研究中，兩個(gè)區(qū)域的經(jīng)濟(jì)距離是：dij＝｜zi－zj｜，其中zi、zj是兩個(gè)區(qū)域的居民收入.當(dāng)zi＝zj時(shí)，wij＝0，逆距離權(quán)數(shù)設(shè)定為wij＝1/dij.由于經(jīng)濟(jì)距離涉及要素眾多，包含眾多定性指標(biāo)且指標(biāo)間具有量綱差異，導(dǎo)致其使用尚有諸多爭(zhēng)議，還需進(jìn)一步完善.

1.3.3 文化距離

“文化距離”在旅游空間維度和時(shí)間維度的季節(jié)性研究中都具有重要意義.文化特征是旅游吸引物的重要屬性之一，也是其吸引力大小的重要衡量指標(biāo).當(dāng)研究不同旅游吸引物空間單元的文化差異程度，進(jìn)而評(píng)價(jià)旅游客流的季節(jié)性特征時(shí)，便可將“文化差異程度”作為解釋變量納入空間回歸模型.如某空間單元文化特征突出，旅游吸引力輻射范圍和強(qiáng)度較大，則其空間集聚效應(yīng)就越強(qiáng)（至少在空間維度上如此）［19～21］，但同時(shí)必然削弱其輻射范圍內(nèi)其他旅游吸引物的客流集中趨勢(shì)，這樣便形成了空間依賴效應(yīng).

2 空間計(jì)量模型

空間計(jì)量經(jīng)濟(jì)學(xué)是計(jì)量經(jīng)濟(jì)研究中極為重要的方向，但一直以來(lái)忽視空間效應(yīng)的研究，以及模型估計(jì)中普通最小二乘法的使用，使實(shí)際經(jīng)濟(jì)研究的結(jié)果缺乏實(shí)踐解釋力.空間計(jì)量方法的出現(xiàn)和應(yīng)用可以有效地彌補(bǔ)傳統(tǒng)計(jì)量的不足.

在空間計(jì)量經(jīng)濟(jì)研究中主要使用的模型為空間自回歸模型.空間自回歸模型（SAC model）的一般形式為：

y＝ρW1y＋Xβ＋u，

u＝λW2u＋ε，

ε～N（0，σ2In）.

其中：X代表解釋變量；y和W1為被解釋變量；W2為殘差項(xiàng)（標(biāo)準(zhǔn)化）的空間加權(quán)矩陣.

（1）當(dāng)ρ＝λ＝0 時(shí)，表示模型中的數(shù)據(jù)不呈現(xiàn)空間效應(yīng)，為普通回歸模型.

（2）當(dāng)β＝λ＝0，ρ≠0時(shí)，為一階空間自回歸模型，模型形式為：

y＝ρW1y＋ε，

ε～N（0，σ2In）.

其反映的是由于鄰區(qū)被解釋變量的變化引起的對(duì)被解釋變量的影響.

（3）當(dāng)ρ≠0，λ＝0，β≠0時(shí)，為空間自回歸（混合回歸）模型（SAR model），模型形式為：

y＝ρWy＋Xβ＋ε，

ε～N（0，σ2In）.

可以看出，被解釋變量受本區(qū)域解釋變量和鄰近區(qū)域被解釋變量的雙重影響.

（4）當(dāng)ρ＝0，β≠0，λ≠0 時(shí)，為殘差空間自回歸模型（SEM model），模型形式為：

y＝Xβ＋u，

u＝λWu＋ε，ε～N（0，σ2In）.

該模型反映被解釋變量受本區(qū)域解釋變量X、鄰區(qū)被解釋變量Wy和解釋變量WX的影響.

3 旅游季節(jié)性的空間計(jì)量模型

季節(jié)性是制約我國(guó)旅游業(yè)發(fā)展的重要原因之一.對(duì)旅游季節(jié)性的準(zhǔn)確理解是實(shí)現(xiàn)反季旅游“資源”開(kāi)發(fā)的前提.旅游季節(jié)性的本質(zhì)是反映旅游市場(chǎng)的不平衡性，而這種不平衡性可從兩個(gè)維度加以理解：一是時(shí)間維度的季節(jié)性，即狹義的旅游季節(jié)性；二是空間維度的季節(jié)性，可從旅游資源稟賦、勞動(dòng)力、資本、技術(shù)以及旅游生理屬性等多個(gè)方面的空間不平衡性加以考慮，從旅游產(chǎn)業(yè)角度確定區(qū)域發(fā)展的環(huán)境約束等（Kalinsk，1999）.見(jiàn)圖1.

圖1 旅游季節(jié)性的二個(gè)維度Fig.1 Two dimension of tourism seasonality

3.1 時(shí)間維度的旅游季節(jié)性

從時(shí)間維度來(lái)說(shuō)，導(dǎo)致旅游季節(jié)性的不平衡因素很多，主要有自然氣候條件（日照、溫度、濕度、風(fēng)速、降雨量等）、節(jié)假日制度和宗教文化習(xí)俗等.旅游季節(jié)性研究可以分為旅游季節(jié)性在統(tǒng)計(jì)學(xué)上的顯著性檢驗(yàn)和當(dāng)某景區(qū)或旅游目的地區(qū)域具有顯著的旅游季節(jié)性時(shí)進(jìn)行計(jì)量回歸分析.

假設(shè)某海濱景區(qū)在一年中每天的游客數(shù)量或收入記錄，相關(guān)圖示可能會(huì)顯示游客數(shù)量或收入在時(shí)間維度上一定的變化規(guī)律.我們可將一年的數(shù)據(jù)分為12個(gè)月，便能獲得12個(gè)時(shí)間段的數(shù)據(jù)，在每個(gè)時(shí)間段（每個(gè)月）有時(shí)間序列｛Xt，1｝，｛Xt，2｝，｛Xt，3｝…按照序列相關(guān)系數(shù)計(jì)算方法，首先計(jì)算獲得各數(shù)據(jù)序列的均值.

例：

然后根據(jù)公式計(jì)算序列相關(guān)系數(shù)：

當(dāng)n值較大時(shí)，1/（n－1）與1/n非常接近，兩個(gè)序列數(shù)據(jù)的均值與標(biāo)準(zhǔn)差的差異可忽略不計(jì).公式可進(jìn)一步化簡(jiǎn)為：

該式為延遲一個(gè)時(shí)段的序列相關(guān)系數(shù).延遲k個(gè)時(shí)段的序列相關(guān)系數(shù)可用類似公式：

在確定各時(shí)間序列具有顯著相關(guān)性后，可構(gòu)建如下計(jì)量回歸模型：

響應(yīng)變量Yi為旅游季節(jié)性程度指標(biāo)，表示為淡季與旺季的數(shù)據(jù)差異，如旅游消費(fèi)旺季峰值與淡季谷值差異.Yi由解釋變量Xij（自然氣候條件、經(jīng)濟(jì)發(fā)展水平、空間地理屬性、旅游吸引物屬性……）和隨機(jī)擾動(dòng)項(xiàng)ui決定，進(jìn)一步確定計(jì)量分析模型：

引入相關(guān)數(shù)據(jù)后就可估計(jì)出相關(guān)解釋變量對(duì)旅游季節(jié)性產(chǎn)生的貢獻(xiàn)度.

3.2 空間維度的旅游季節(jié)性效應(yīng)（空間集聚效應(yīng)）

空間維度集聚效應(yīng)①為了和狹義旅游季節(jié)性概念相區(qū)別，下文中使用空間集聚效應(yīng)表示空間維度的旅游季節(jié)性.產(chǎn)生的原因主要有經(jīng)濟(jì)發(fā)展水平（基礎(chǔ)設(shè)施建設(shè)、旅游接待能力、社區(qū)居民友好程度……）、旅游資源稟賦（吸引物價(jià)值壟斷（自然風(fēng)光、宗教、民族文化等））、地理空間屬性（空間自相關(guān)、厚市場(chǎng)效應(yīng)（thick markets））以及外部性等.

Anselin（1988）提出混合空間自回歸模型：

其中：y是n×1階因變量向量；W是空間權(quán)重矩陣；X是n×k階的解釋變量矩陣，一般是一階相鄰矩陣；ρ為空間滯后變量對(duì)被解釋變量的影響.在實(shí)際應(yīng)用中，該模型還在標(biāo)準(zhǔn)回歸模型中考慮了空間滯后因變量.Anselin（1988）同時(shí)給出了求解過(guò)程：

首先對(duì)y＝Xβ0＋ε0執(zhí)行OLS回歸，再對(duì)Wy＝XβL＋εL執(zhí)行OLS回歸，計(jì)算剩余誤差：

最后利用φ0和φL給出似然函數(shù)：

求得使函數(shù)最大值的ρ.利用求出的ρ計(jì)算：

用單變量?jī)?yōu)化算法尋找基于自然對(duì)數(shù)似然函數(shù)的最大似然估計(jì)，并用Hessian矩陣方法估計(jì)參數(shù)離散度.GWR 模型則擴(kuò)展了傳統(tǒng)的全局回歸模型，允許空間上的局部參數(shù)估計(jì)：

模型中，（μi，νi）是指第i個(gè)空間樣本單元坐標(biāo).在全局回歸模型中，βk（μi，νi）將不會(huì)隨著空間樣本單元i的變化而變化，即取恒定值：βk（μ，ν）.而在GWR 模型中，βk（μi，νi）將隨著空間樣本單元位置即坐標(biāo)（μi，νi）的改變而不同.可以得出，GWR 模型是空間變系數(shù)回歸模型的一種.依據(jù)與位置i越接近的觀測(cè)數(shù)據(jù)將對(duì)估計(jì)產(chǎn)生更大的影響思想（Fotheringham、Brunsdon和Charkton1996），利用加權(quán)最小二乘進(jìn)行估計(jì)：

其中：W是空間權(quán)重矩陣.

3.3 廣義空間計(jì)量回歸模型（SAC，Spatial Autocorrelation Model）

Anselin提出了SAR和SEC模型的選擇判別準(zhǔn)則：當(dāng)MoranI檢驗(yàn)為顯著時(shí)，對(duì)最大似然LM－Lag比LM－Error更顯著，且穩(wěn)健估計(jì)R－LMLAG為顯著，R－LMERR為不顯著.這樣就選用空間滯后模型（SAR）；反之，則選用空間誤差構(gòu)成（SEC）模型.但由于旅游經(jīng)濟(jì)涉及要素廣泛，表現(xiàn)出的季節(jié)性影響因素相互交織，從經(jīng)濟(jì)理論和經(jīng)驗(yàn)常識(shí)判斷，空間滯后模型和空間誤差模型都無(wú)法單獨(dú)完整地描述旅游季節(jié)性影響因素.按目前的技術(shù)處理能力要將空間異質(zhì)性與空間依賴效應(yīng)分開(kāi)是有困難的，為了綜合考慮旅游季節(jié)性的產(chǎn)生因素，需要引入廣義空間模型（SAC）.該模型同時(shí)包括空間滯后結(jié)構(gòu)和空間誤差結(jié)構(gòu)，如方程組（5）所示：

模型（5）中的W1和W2可以相等.

3.4 空間過(guò)濾模型

旅游季節(jié)性研究中非常重要的一個(gè)方面是對(duì)地理空間效應(yīng)的研究.無(wú)論從氣候帶、自然資源稟賦看，還是從經(jīng)濟(jì)文化發(fā)展水平看，中國(guó)區(qū)域差異是顯著的.目前，橫截面回歸模型和面板數(shù)據(jù)模型是應(yīng)用較廣泛的兩種模型.橫截面模型只是對(duì)其在某一時(shí)點(diǎn)上的靜態(tài)分析，不同年份的橫截面樣本可能產(chǎn)生不同的回歸結(jié)果，且該模型沒(méi)有考慮不同區(qū)域經(jīng)濟(jì)結(jié)構(gòu)和社會(huì)文化以及技術(shù)的差異，難以得出無(wú)偏且一致的結(jié)論.

實(shí)際上，旅游產(chǎn)業(yè)發(fā)展過(guò)程中，時(shí)間維度的依賴和空間自相關(guān)都是客觀存在的，其變化也是客觀存在的，表現(xiàn)出動(dòng)態(tài)演化特征.綜合考慮這兩種效應(yīng)思路是非常清晰的：一種是設(shè)計(jì)能整合兩維度效應(yīng)的模型，但目前還沒(méi)有可行的估計(jì)和檢驗(yàn)方法；另一種是在估計(jì)和檢驗(yàn)之前將輸入變量中的空間效應(yīng)剔除，再使用常規(guī)計(jì)量方法進(jìn)行估計(jì)和檢驗(yàn)，即我們所說(shuō)的空間過(guò)濾動(dòng)態(tài)面板數(shù)據(jù)模型.

Getis（2002）和Griffith（2003），Getis和Ying（2004）給出了空間過(guò)濾面板數(shù)據(jù)模型估計(jì)的如下步驟：

首先，根據(jù)Gi的定義可以獲得經(jīng)過(guò)空間濾值后的觀測(cè)值：

接著，對(duì)空間濾值后的面板數(shù)據(jù)模型進(jìn)行估計(jì)和檢驗(yàn).

最后，對(duì)估計(jì)結(jié)果進(jìn)行經(jīng)濟(jì)地理和統(tǒng)計(jì)上的雙重檢驗(yàn)（如R、F、殘差Moran檢驗(yàn)等）.

很多學(xué)者認(rèn)為，時(shí)間序列和空間過(guò)濾的一階差分都屬于一種空間差分.但一階差分將使行標(biāo)準(zhǔn)化矩陣奇異化是行不通的.一階空間差分廣義的形式為：

或

行標(biāo)準(zhǔn)化矩陣W的行元素之和為1，可以得出（I－W）表現(xiàn)為奇異（singular）.假設(shè)在差分時(shí)引入空間自回歸參數(shù)則變?yōu)椋?/p>

（I－ρW）為空間濾子（spatial filter）.（9）式兩邊乘以（1－ρW）－1得：

（10）式等同于空間自回歸誤差序列（Spatial Autoregressive Error Term）模型.用輔助回歸估計(jì)空間過(guò)濾模型（10）是不可以的，只有與其他模型參數(shù)結(jié)合使用才行.

3.5 旅游季節(jié)性空間計(jì)量模型的估計(jì)與檢驗(yàn)

20世紀(jì)60年代至80年代，對(duì)模型估計(jì)的研究是空間計(jì)量經(jīng)濟(jì)學(xué)的研究焦點(diǎn).Besag等很多學(xué)者都研究了各種空間自回歸模型的估計(jì)問(wèn)題，在空間自回歸模型中使用最小二乘估計(jì)不是空間計(jì)量經(jīng)濟(jì)模型研究的最佳選擇.

80年代后，Cliff－Ord（1981）、Anselin、Haining和Anselin，以及Bera提出了最大似然估計(jì)（ML）方法，并迅速得到廣泛應(yīng)用.

Anselin在空間自回歸模型中給出了用極大似然估計(jì)方法進(jìn)行參數(shù)估計(jì)的步驟.首先需要構(gòu)造最大似然函數(shù)：

當(dāng)數(shù)據(jù)量較大時(shí)，可用最大似然估計(jì)的ρ和σ2計(jì)算Hessian矩陣或稀疏矩陣函數(shù)計(jì)算似然值.近年來(lái)，Kelejian、Anselin和Prucha等人的廣義矩估計(jì)（GMM）和工具變量法（IV）得到了理論界的普遍認(rèn)可.

對(duì)于空間計(jì)量模型自相關(guān)性的檢驗(yàn)，Moran最早提出了MoranI檢驗(yàn)：

該檢驗(yàn)是目前使用最廣泛的的檢驗(yàn)，因?yàn)槠渲灰狾LS估計(jì)或非線形優(yōu)化.首先檢驗(yàn)MoranI的空間自相關(guān)性，如果空間自相關(guān)則可建立空間計(jì)量經(jīng)濟(jì)模型，進(jìn)一步做實(shí)證分析.此外，Geary′C比率（Geary，1954）的使用也較多.度量空間單元自相關(guān)的全局指標(biāo)：

GR 為1表示隨機(jī)性的空間單元地理分布模式.當(dāng)GR 顯著，且GR∈（0，1）時(shí)，表現(xiàn)為空間自相關(guān)，存在空間集聚傾向；當(dāng)GR 顯著，但GR∈（1，2）時(shí)，則存在負(fù)空間自相關(guān)，表示異質(zhì)性空間單元具有集中傾向.

4 結(jié)論

通過(guò)對(duì)空間計(jì)量理論和方法的梳理以及相關(guān)文獻(xiàn)綜述可以看出，空間計(jì)量方法對(duì)于旅游產(chǎn)業(yè)不平衡性的研究具有極其重要的作用，尤其是空間計(jì)量方法的實(shí)證應(yīng)用在我國(guó)的研究有著極為廣闊的前景.在傳統(tǒng)計(jì)量研究中，空間均質(zhì)、生產(chǎn)要素可無(wú)成本和無(wú)時(shí)滯流動(dòng)、空間結(jié)構(gòu)在不同時(shí)間節(jié)點(diǎn)保持不變等假定明顯脫離現(xiàn)實(shí)，很難保證實(shí)證的準(zhǔn)確性.實(shí)際上，由于景區(qū)先天稟賦、自然氣候和經(jīng)濟(jì)發(fā)展水平等要素在空間上的明顯非均質(zhì)性，以及要素在不同空間之間的運(yùn)輸成本與流動(dòng)阻力問(wèn)題，使得空間效應(yīng)成為旅游經(jīng)濟(jì)發(fā)展中不可忽視的重要因素.

將空間計(jì)量模型和傳統(tǒng)時(shí)間序列分析相結(jié)合，從時(shí)間和空間兩個(gè)維度來(lái)深入分析旅游發(fā)展非均衡問(wèn)題及其動(dòng)態(tài)演化路徑，是空間計(jì)量方法在旅游應(yīng)用中的一個(gè)非常有益的擴(kuò)展.今后，將時(shí)空與研究經(jīng)濟(jì)問(wèn)題結(jié)合是經(jīng)濟(jì)研究的重要發(fā)展方向.運(yùn)用空間思維這一新的視角，將空間計(jì)量分析作為實(shí)證工具應(yīng)用于旅游產(chǎn)業(yè)季節(jié)性研究，將為旅游學(xué)科尋求到新的經(jīng)驗(yàn)證據(jù)，促進(jìn)旅游應(yīng)用經(jīng)濟(jì)學(xué)科快速發(fā)展.

［1］Lesage J P.A spatial econometric examination of China，seconomic growth［J］.Geographic Inform Action Sciences，1999（5）：143－153.

［2］Coughlin C C，Segev E.Foreign direct investment in China：a spatial econometric study［J］.World Economy，2000（23）：1－23.

［3］Anselin L.Spatial econometrics：method and models［M］.The Netherlands：Kluwer Academic Publishers，Dordrecht，1988.

［4］Paelinck J.Spatial development planning：a dynamic convex programming approach［J］.European Journal of Operational Research，1979（3）：501－504.

［5］Akerlof G A.Social distance and socialdecisions［J］.Econometrica，1997（65）：1005－1027.

［6］Durlauf S N.Spillovers，stratification and inequality［J］.European Economic Review，1997（38）：836－840.

［7］Aoki M.New approaches to macroeconomic modelling［M］.Cambridge：Cambridge University Press，1996.

［8］Durlauf S N，Maccini L J.Measuring noise in inventory models［J］.Journal of Monetary Economics，1995（36）：65－79.

［9］Fujita M，Krugmam P，Venables A.The spatial economy：cities，regions and international trade［M］.Cambridge：MIT Press，1999.

［10］Bruecckner J K.Strategic interaction among governments：an overview of empirical studies［J］.International Regional Science Review，2002（44）：438－467.

［11］Anselin L.Spatial dependence in linear regression models with an introduction to spatial econometrics［A］.New York：Marcel Dekker，Inc，1998.

［12］Pace R K，Barry R.Sparse spatial autoregressions［J］.Statistics＆Probability Letters，1997（33）：291－297.

［13］Cliff A，Ord K.Spatial processes：models and applications［M］.London：Pion，1981.

［14］Case A，Rosen H S，Hines J R.Budget spillovers and fiscal policy interdependence：evidence from the States［J］.Journal of Public Econom ics，1993（52）：285－307.

［15］Anselin L.Under the hood：Issues in the specification and interp retation of spatial regression models［J］.Agricultural Economics，2002（27）：247－267.

［16］Fudenberg D，Tirole J.Game theory［M］.Translated by HuangTao.Beijing：China Renmin University Press，2002（3）：76－128.

［17］陳斐.區(qū)域空間經(jīng)濟(jì)關(guān)聯(lián)模式分析［M］.北京：中國(guó)社會(huì)科學(xué)出版社，2008.

［18］沈體雁，馮等田，孫鐵山.空間計(jì)量經(jīng)濟(jì)學(xué)［M］.北京：北京大學(xué)出版社，2011.

［19］de Smith M J，Goodchild M F.地理空間分析——原理、技術(shù)與軟件工具（second edition）［M］.杜培軍，張海榮，冷海龍，譯.北京：電子工業(yè)出版社，2009.

［20］Laffont J J.Enforcement，regulation and development［J］.Journal of African Economics，2003（12）：193－211.

［21］Ward M D.空間回歸模型［M］.宋曦，譯.上海：格致出版社，2013.