河南省農(nóng)旅融合效率的時(shí)空演變特征與驅(qū)動(dòng)機(jī)制研究
——基于DEA仁慈型交叉效率模型

吳楠楠，魯 迪，于長(zhǎng)立，牛利康，唐 麗，韓晴宇，曲永季，岳漢秋

(平頂山學(xué)院 旅游與規(guī)劃學(xué)院， 河南 平頂山 467000)

0 引言

黨的十九大召開以來，實(shí)現(xiàn)農(nóng)村產(chǎn)業(yè)交互融合是鄉(xiāng)村振興戰(zhàn)略和經(jīng)濟(jì)高質(zhì)量發(fā)展的重要路徑，特別是現(xiàn)代農(nóng)業(yè)與鄉(xiāng)村旅游業(yè)融合發(fā)展。尤其在后疫情時(shí)代，農(nóng)業(yè)與旅游產(chǎn)業(yè)融合(以下簡(jiǎn)稱農(nóng)旅融合)已然成為拉動(dòng)區(qū)域經(jīng)濟(jì)發(fā)展的主要突破口之一。河南省是我國(guó)著名的農(nóng)業(yè)大省，農(nóng)作生產(chǎn)歷史悠久、農(nóng)業(yè)資源豐富多樣、旅游市場(chǎng)潛力大，在鄉(xiāng)村振興戰(zhàn)略、鞏固脫貧成果和城鄉(xiāng)一體化建設(shè)中，大力推進(jìn)“農(nóng)旅融合，以農(nóng)促旅，以旅興農(nóng)”發(fā)展模式，形成了農(nóng)旅產(chǎn)業(yè)融合發(fā)展經(jīng)驗(yàn)?zāi)Ｊ?，但仍然存在融合深度淺、融合質(zhì)量不樂觀、促進(jìn)效率處于較低水平等問題。因此,在農(nóng)旅產(chǎn)業(yè)融合發(fā)展中不僅要注重總量提升，更要考究以效率為表率的融合質(zhì)量。

目前，學(xué)術(shù)界關(guān)于農(nóng)旅融合理論與實(shí)證形成了系列豐碩成果，主要集中在農(nóng)業(yè)與旅游業(yè)的融合機(jī)理、融合模式、融合路徑、驅(qū)動(dòng)機(jī)制、融合水平等方面。在融合機(jī)理方面，方世敏等[1-2]從系統(tǒng)論的黏性和自組織特征闡述農(nóng)旅產(chǎn)業(yè)的融合機(jī)理。在融合模式與路徑方面，李眉潔等[3]基于鄉(xiāng)村振興背景提出貴州湄潭縣的農(nóng)旅融合模式和發(fā)展路徑;張冰等[4]提出河南省休閑農(nóng)業(yè)與鄉(xiāng)村旅游的融合發(fā)展路徑。在驅(qū)動(dòng)機(jī)制方面，王宜強(qiáng)等[5]和楊光明等[6]分別定性、定量分析了山東省與川渝地區(qū)農(nóng)旅融合發(fā)展的影響因素。在融合水平方面，劉廣宇等[7]等采用VAR模型驗(yàn)證了云南省農(nóng)業(yè)與旅游業(yè)的互動(dòng)關(guān)系；王瑞雪等[8]、楊光明等[6]構(gòu)建耦合協(xié)調(diào)度模型分別評(píng)價(jià)云南省和川渝地區(qū)的農(nóng)旅融合發(fā)展?fàn)顩r；王明康等[9]、龍祖坤等[10]基于全要素的產(chǎn)業(yè)投入產(chǎn)出視角評(píng)價(jià)農(nóng)旅融合新業(yè)態(tài)的運(yùn)營(yíng)效率；顧江寒等[11]、方世敏等[12]從產(chǎn)業(yè)交叉共生視角分別評(píng)價(jià)黃河流域、洞庭湖區(qū)的農(nóng)旅融合效率。

總體來看，農(nóng)旅融合研究成果頗為豐富，但是也在存以下不足：(1)從研究?jī)?nèi)容來看，多集中在融合模式和融合路徑方面，而缺少深層次的融合機(jī)理和相對(duì)應(yīng)的高階融合水平評(píng)價(jià)。(2)從研究方法來看，首先是融合水平計(jì)算方法，多是分別構(gòu)建農(nóng)、旅產(chǎn)業(yè)綜合發(fā)展水平指標(biāo)體系，然后采用耦合協(xié)調(diào)度模型，從“二元”獨(dú)立評(píng)價(jià)視角而忽略互相關(guān)系進(jìn)行農(nóng)旅產(chǎn)業(yè)融合評(píng)價(jià)；多從全要素效率視角，采用傳統(tǒng)DEA模型評(píng)價(jià)某一具體融合新業(yè)態(tài)，而缺少農(nóng)旅產(chǎn)業(yè)交叉融合共生效應(yīng)的評(píng)價(jià)。其次，農(nóng)旅融合驅(qū)動(dòng)機(jī)制方面，多以定性分析為主，定量評(píng)價(jià)較少且多采用灰色關(guān)聯(lián)度、熵值法等數(shù)量模型，而從地理學(xué)空間自相關(guān)和異質(zhì)性出發(fā)探究影響要素的則更少。(3)從研究范式來看，多學(xué)科多領(lǐng)域方法的融入是必然，但是多是從經(jīng)濟(jì)學(xué)角度分析，而缺少地理學(xué)視角下農(nóng)旅融合的分布規(guī)律和演變趨勢(shì)的探索。

綜上所述，本文以河南省18個(gè)地市作為研究對(duì)象，以2010—2019年為時(shí)間軸線，從勞動(dòng)力、固定資產(chǎn)投資、產(chǎn)業(yè)產(chǎn)值和收入水平等16項(xiàng)投入與產(chǎn)出指標(biāo)構(gòu)建農(nóng)旅融合效率測(cè)度體系，選取DEA仁慈型交叉模型量化測(cè)算農(nóng)旅融合效率(共生效應(yīng))、農(nóng)業(yè)對(duì)旅游業(yè)促進(jìn)效率和旅游業(yè)對(duì)農(nóng)業(yè)促進(jìn)效率，采用地理空間分析技術(shù)探究農(nóng)旅融合效率的時(shí)空演進(jìn)特征，并利用地理探測(cè)器工具探究驅(qū)動(dòng)機(jī)制，以期為河南省農(nóng)業(yè)和旅游業(yè)深度融合發(fā)展和農(nóng)旅產(chǎn)業(yè)融合績(jī)效評(píng)價(jià)提供決策參考。

1 指標(biāo)選取與數(shù)據(jù)處理

1.1 數(shù)據(jù)處理方法

1.1.1 DEA仁慈型交叉效率模型

數(shù)據(jù)包絡(luò)分析(Data Envelopment Analysis, DEA)，是經(jīng)濟(jì)領(lǐng)域廣泛應(yīng)用的一種測(cè)度決策單元(DUM)相對(duì)效率的線性規(guī)劃，但由于自評(píng)權(quán)重模式下,存在多個(gè)DUM都能獲取多個(gè)最優(yōu)效率,造成結(jié)果可比度差的缺陷，所以傳統(tǒng)的DEA模型并不能很好地應(yīng)用于產(chǎn)業(yè)交叉融合效率評(píng)價(jià)。對(duì)此，SILKMAN等[13]提出自評(píng)值與互評(píng)相結(jié)合權(quán)重下的次級(jí)DEA交叉效率模型以改進(jìn)DEA傳統(tǒng)評(píng)價(jià)方法;DOYLE等[14]則進(jìn)一步將其分為仁慈型交叉效率和博弈型交叉效率，其中仁慈型交叉效率是在建立最優(yōu)權(quán)重時(shí),保證某一DUM效率最大值的前提下,最大化地保留其他DUM交叉效率。因此，基于農(nóng)業(yè)與旅游業(yè)相輔相成而非對(duì)抗博弈的發(fā)展特點(diǎn)，選用DEA仁慈型交叉效率模型對(duì)農(nóng)業(yè)和旅游業(yè)融合效率進(jìn)行測(cè)度，在模型解釋中主要分為傳統(tǒng)效率、最佳權(quán)重、交叉效率與交叉效率評(píng)價(jià)矩陣、平均交叉效率等計(jì)算步驟，具體過程如下：

假定有決策單元的數(shù)量為n的m維投入指標(biāo)X和s維產(chǎn)出指標(biāo)Y,對(duì)于決策單元j(1≤j≤n，1≤k≤n，j≠k)，記其第i種投入為xij(1≤i≤m),第r種產(chǎn)出為yrj(1≤r≤s)。要評(píng)價(jià)每個(gè)決策單元的最優(yōu)效率,首先需要對(duì)每一項(xiàng)投入和產(chǎn)出指標(biāo)進(jìn)行分配權(quán)重，即運(yùn)用傳統(tǒng)DEA-CCR模型得到每一個(gè)決策單元的自我評(píng)價(jià)效率eii，模型如下：

(1)

通過模型得到?jīng)Q策單元k的自我評(píng)價(jià)效率，記決策單元k的最佳權(quán)重為(uk,vk,ek)，其中u、v分別是其產(chǎn)出指標(biāo)與投入指標(biāo)的最優(yōu)權(quán)重。用Ej表示第j個(gè)決策單元的交叉效率：

(2)

決策單元k基于i的仁慈型交叉效率為：

(3)

決策單元k的平均仁慈型交叉效率公式可以表示為：

(4)

1.1.2 地理探測(cè)器

地理探測(cè)器是王勁峰[15]提出的探測(cè)空間分異性質(zhì)的一種統(tǒng)計(jì)學(xué)方法，主要是通過探究某一自變量與其他因變量是否有空間分布的一致性，包含因子檢測(cè)器(Factor detector)、交互檢測(cè)器(Interaction detector)、風(fēng)險(xiǎn)區(qū)檢測(cè)器(Risk detector)、生態(tài)檢測(cè)器(Ecological detector)4種。其中，因子檢測(cè)器是檢測(cè)因變量Xi(i=1,2，…，L)多大程度上解釋自變量Y的空間分異；交互檢測(cè)器用來識(shí)別不同因變量之間的交互作用，有減弱、獨(dú)立和增強(qiáng)等多種交互作用類型；生態(tài)檢測(cè)器主要用于比較任意組合的兩因變量對(duì)自變量Y空間分布的影響是否具有顯著差異。為了便于探究農(nóng)旅融合效率空間分異的驅(qū)動(dòng)機(jī)制，選取因子、交互和生態(tài)三種檢測(cè)器，解釋驅(qū)動(dòng)要素對(duì)農(nóng)旅融合效率是否顯著影響、影響力度和雙因子交互作用情況。

1.2 指標(biāo)選取

遵循數(shù)據(jù)選取的全面性、科學(xué)性、可獲取性和數(shù)據(jù)間的低相關(guān)性，本文構(gòu)建農(nóng)旅交叉融合效率評(píng)價(jià)指標(biāo)體系，主要包含勞動(dòng)力、土地、資本和其他(創(chuàng)新驅(qū)動(dòng))的投入系統(tǒng)和產(chǎn)業(yè)產(chǎn)值與收入狀況的產(chǎn)出系統(tǒng)，見表1。

表1 河南省農(nóng)旅融合效率評(píng)價(jià)指標(biāo)體系Tab. 1 Evaluation index system of agricultural-tourism integration efficiency in Henan province

在投入系統(tǒng)方面，概括來說，農(nóng)業(yè)投入指標(biāo)主要從農(nóng)業(yè)從業(yè)人員、農(nóng)業(yè)生產(chǎn)規(guī)模、農(nóng)業(yè)生產(chǎn)基礎(chǔ)設(shè)施和農(nóng)業(yè)生產(chǎn)創(chuàng)新驅(qū)動(dòng)力4個(gè)方面選取。首先，勞動(dòng)力投入的衡量，采用勞動(dòng)時(shí)間變量最為客觀，但數(shù)據(jù)不可獲取，考慮采用相應(yīng)產(chǎn)業(yè)的年末從業(yè)人員數(shù)據(jù)，而第一產(chǎn)業(yè)、第三產(chǎn)業(yè)從業(yè)人員數(shù)分別涵蓋了農(nóng)業(yè)和旅游業(yè)相關(guān)的直接和間接就業(yè)人數(shù)，能夠反映出農(nóng)業(yè)、旅游業(yè)從業(yè)人員的綜合性特征。其次，土地投入的衡量，土地面積是農(nóng)業(yè)生產(chǎn)的基本投入要素，農(nóng)業(yè)方面一般采用耕地面積和農(nóng)作物播種面積兩個(gè)指標(biāo)，但考慮到不同區(qū)域的農(nóng)業(yè)耕作制度與生產(chǎn)結(jié)構(gòu)(如復(fù)種、休耕)存在差異，本文選擇農(nóng)作物播種面積；對(duì)于旅游業(yè)、土地并不能約束其發(fā)展，旅游資源則是其發(fā)展的物質(zhì)基礎(chǔ)，但土地面積能決定旅游資源的豐裕程度，因此采用旅游資源豐度值代替土地投入，同時(shí)考慮農(nóng)旅產(chǎn)業(yè)交叉融合特點(diǎn)，在旅游資源豐度的計(jì)算中不僅包含A級(jí)景區(qū)資源還增加了省級(jí)休閑觀光園區(qū)和省級(jí)鄉(xiāng)村旅游特色村落數(shù)據(jù)。第三，資本投入方面主要選用政府對(duì)農(nóng)、旅產(chǎn)業(yè)生產(chǎn)運(yùn)營(yíng)基礎(chǔ)設(shè)施的建設(shè)投資數(shù)據(jù)，農(nóng)林牧漁業(yè)固定資產(chǎn)投資額涵蓋了農(nóng)業(yè)生產(chǎn)的基礎(chǔ)設(shè)施，住宿與餐飲固定資產(chǎn)投資額可以反映出旅游業(yè)運(yùn)營(yíng)服務(wù)設(shè)施的投資建設(shè)情況。最后，其他方面主要指創(chuàng)新驅(qū)動(dòng)投入，農(nóng)業(yè)生產(chǎn)條件的改善依賴于新技術(shù)手段、新生產(chǎn)工具的投入與使用，新管理方式的創(chuàng)新是旅游業(yè)服務(wù)水平提升的技術(shù)保障，所以選擇農(nóng)業(yè)機(jī)械化總動(dòng)力和耕地灌溉面積表達(dá)農(nóng)業(yè)創(chuàng)新投入，選取星級(jí)飯店和旅行社數(shù)量衡量旅游業(yè)創(chuàng)新投入。

在產(chǎn)出系統(tǒng)方面，主要從產(chǎn)值和收入兩個(gè)方面衡量。農(nóng)業(yè)產(chǎn)值指標(biāo)數(shù)據(jù)為了與投入系統(tǒng)中采用第一產(chǎn)業(yè)數(shù)據(jù)相對(duì)應(yīng)，選擇第一產(chǎn)業(yè)總產(chǎn)值。旅游業(yè)產(chǎn)值衡量難以直接獲取，而旅游人數(shù)反映旅游業(yè)發(fā)展的影響力和輻射力，可采用國(guó)內(nèi)旅游人數(shù)與入境旅游人數(shù)代替[12]。

1.3 數(shù)據(jù)來源

指標(biāo)數(shù)據(jù)主要來源于2011—2020年的《河南統(tǒng)計(jì)年鑒》，旅行社數(shù)量由天眼查系統(tǒng)篩查獲取，A級(jí)景區(qū)、旅游特色村落等數(shù)據(jù)來自河南省文化與旅游廳，并對(duì)其中部分缺失數(shù)據(jù)進(jìn)行插值處理。

2 結(jié)果分析與評(píng)價(jià)

基于DEA仁慈型交叉效率評(píng)價(jià)模型，運(yùn)用Matlab 10.0軟件，對(duì)河南省2010—2019年農(nóng)業(yè)和旅游業(yè)融合、交叉效率進(jìn)行測(cè)度，并運(yùn)用ArcGIS冷熱點(diǎn)工具探究其空間結(jié)構(gòu)特征，具體結(jié)果見圖1和表2。

圖1 近10年河南省農(nóng)旅融合效率Fig. 1 Integration efficiency of agriculture and tourism in Henan province in recent 10 years

2.1 農(nóng)旅融合效率時(shí)間軸線演進(jìn)特征

由圖1可知，(1)2010—2019年農(nóng)旅融合效率呈現(xiàn)出較為平穩(wěn)的演化趨勢(shì)，效率值維持在0.90左右；旅游業(yè)對(duì)農(nóng)業(yè)的促進(jìn)效率總體表現(xiàn)為先上升后下降的演化趨勢(shì)，其中以2012年促進(jìn)效率值0.733為最低，且僅有2018年促進(jìn)效率值超過0.80；農(nóng)業(yè)對(duì)旅游業(yè)的促進(jìn)效率值整體不高，但呈現(xiàn)波動(dòng)性上升趨勢(shì)，2017年促進(jìn)效率值達(dá)到峰高且超過0.60。(2)農(nóng)旅交叉融合效率中，旅游業(yè)對(duì)農(nóng)業(yè)的促進(jìn)效率值顯著高于農(nóng)業(yè)對(duì)旅游業(yè)的促進(jìn)效率值，且融合效率高于相互促進(jìn)效率。

表2 河南省農(nóng)旅融合效率一覽表Tab. 2 Agricultural-tourism integration efficiency list of Henan province

2.2 農(nóng)旅融合效率空間分異特征

由表2可知，18個(gè)地市農(nóng)旅融合效率差異顯著，以平頂山、南陽和商丘等地平均效率值最高且均在0.960以上，而以漯河和開封為最低投入產(chǎn)出效率且不足0.800。旅游業(yè)與農(nóng)業(yè)的相互促進(jìn)效率差異極為顯著，其中旅游業(yè)對(duì)農(nóng)業(yè)的促進(jìn)效率表明洛陽、鄭州和信陽等都達(dá)到0.910以上，而漯河低于0.600；在農(nóng)業(yè)對(duì)旅游促進(jìn)效率值中周口最高達(dá)0.957，而鄭州則不足0.040。標(biāo)準(zhǔn)差反映了歷年波動(dòng)情況，評(píng)價(jià)結(jié)果顯示各地市農(nóng)旅融合效率波動(dòng)幅度不一，尤以農(nóng)業(yè)對(duì)旅游業(yè)促進(jìn)效率變化最為強(qiáng)烈。其中，鶴壁、濟(jì)源融合效率變動(dòng)最大，濮陽、三門峽和商丘三地的旅游業(yè)對(duì)農(nóng)業(yè)的促進(jìn)效率變化最為顯著，農(nóng)業(yè)對(duì)旅游業(yè)的促進(jìn)效率值則在平頂山和三門峽等地區(qū)表現(xiàn)波動(dòng)起伏強(qiáng)烈。

2.3 農(nóng)旅融合效率水平空間分類分級(jí)

參考研究文獻(xiàn)[12]的方法，以農(nóng)旅融合效率的平均值為縱坐標(biāo)、標(biāo)準(zhǔn)差為橫坐標(biāo)，對(duì)河南省18個(gè)市的農(nóng)旅融合發(fā)展水平進(jìn)行效率水平和離散波動(dòng)狀況的劃型分區(qū)(見圖2)，分為高效率穩(wěn)定地區(qū)(8個(gè)，平頂山、南陽、商丘、許昌、周口、濮陽、洛陽和鄭州)、高效率波動(dòng)地區(qū)(3個(gè)，許昌、三門峽和駐馬店)、低效率穩(wěn)定地區(qū)(2個(gè)，焦作和漯河)、低效率波動(dòng)地區(qū)(5個(gè)，開封、安陽、信陽、鶴壁和濟(jì)源)。由此來看，河南省農(nóng)旅融合整體水平雖然尚可，但是高效率穩(wěn)定型占比少，未來要大力發(fā)展效率波動(dòng)型地區(qū)。

圖2 農(nóng)旅融合效率水平空間分類Fig. 2 Spatial classification of agricultural-tourism integration efficiency

2.4 農(nóng)旅融合效率空間結(jié)構(gòu)特征

運(yùn)用ArcGIS冷熱點(diǎn)分析工具，以2年時(shí)間為間隔，將18個(gè)地市農(nóng)旅融合效率值分為冷點(diǎn)、次冷點(diǎn)、次熱點(diǎn)和熱點(diǎn)4種類型，探究其空間結(jié)構(gòu)特征,如圖3所示。由圖3可得到如下結(jié)論：(1)2010—2019年河南省農(nóng)旅融合效率熱點(diǎn)范圍不斷擴(kuò)大，并呈現(xiàn)出由分散趨于集聚的空間格局演變特征，且多分布在黃河以南地區(qū)。(2)農(nóng)旅融合效率次熱點(diǎn)分布地市數(shù)量先增后減，分布范圍由分散逐漸趨于集中且分布在熱點(diǎn)區(qū)域外圍。(3)農(nóng)旅融合效率次冷點(diǎn)范圍逐漸減少且由集聚轉(zhuǎn)為分散，大致分布在熱點(diǎn)和次熱點(diǎn)周圍。(4)農(nóng)旅融合效率冷點(diǎn)分布范圍大致趨于穩(wěn)定，開封和漯河始終處于冷點(diǎn)范疇。究其原因，開封農(nóng)旅產(chǎn)業(yè)的相互促進(jìn)效率均較低導(dǎo)致融合效率水平低，漯河是受制于旅游業(yè)發(fā)展不充分引起旅游業(yè)對(duì)農(nóng)業(yè)的促進(jìn)效率和融合效率均較低。(5)農(nóng)旅融合效率的空間分類與冷熱點(diǎn)分析圖均反映出，河南省農(nóng)旅融合提質(zhì)工程，不僅要著重“建高地”也要推動(dòng)“成高原”，充分發(fā)揮其帶動(dòng)與擴(kuò)散效應(yīng)。

圖3 河南省農(nóng)旅融合效率冷熱點(diǎn)分布圖Fig. 3 Distribution of cold and hot spots of agricultural-tourism integration efficiency in Henan province

3 驅(qū)動(dòng)機(jī)理分析

河南省農(nóng)旅融合效率表現(xiàn)為顯著的空間差異，為深入探究其空間異質(zhì)性驅(qū)動(dòng)機(jī)理，運(yùn)用WANG等[15]提出的地理探測(cè)器工具，選取經(jīng)濟(jì)發(fā)展水平、居民消費(fèi)水平、政府支持、科技信息服務(wù)水平、創(chuàng)新能力、交通條件和特色農(nóng)旅資源等方面8項(xiàng)自變量因子(表3)，探究2019年自變量因子對(duì)融合效率空間分異的解釋力度(表4)。

探測(cè)器結(jié)果顯示：(1)任意兩個(gè)自變量因子X對(duì)融合效率Y空間異質(zhì)的影響存在顯著性差異(P<0.01)，表明影響因子選取有效；(2)X對(duì)Y

表3 農(nóng)旅融合效率影響因子一覽Tab. 3 A list of impact factors of agriculture-tourism integration efficiency

的影響大小排序?yàn)閄8(0.563 2)>X1(0.535 6)>X5(0.420 2)>X7(0.356 4)>X4(0.354 6)>X6(0.332 9)>X2(0.265 5)>X3(0.187 4)，說明了特色農(nóng)旅資源、經(jīng)濟(jì)發(fā)展水平強(qiáng)有力地解釋了農(nóng)旅融合效率空間差異的原因，而政府支持差異則并非是推動(dòng)區(qū)域融合效率提升的主要因素；(3)因子交互作用表現(xiàn)為雙因子增強(qiáng)和非線性增強(qiáng)，如居民消費(fèi)水平X2增強(qiáng)了其他因子對(duì)融合效率Y的影響，X1∩X8(0.948 9)>X1∩X6(0.812 6)>X1∩X5(0.781 1)>X1(0.535 6)表示經(jīng)濟(jì)發(fā)展水平與特色農(nóng)旅資源、創(chuàng)新能力和公路里程等呈現(xiàn)非簡(jiǎn)單疊加的相互增強(qiáng)。

表4 探測(cè)因子影響力與交互作用解釋力Tab. 4 Detection factor influence and explanatory power of interactions

4 結(jié)論

選取河南省18個(gè)地市為研究尺度單元，從產(chǎn)業(yè)融合視角構(gòu)建農(nóng)旅融合效率評(píng)價(jià)指標(biāo)體系，運(yùn)用DEA仁慈型交叉效率模型測(cè)算2010—2019年農(nóng)旅產(chǎn)業(yè)融合質(zhì)量，并從地理學(xué)視角分析農(nóng)旅融合效率時(shí)空演化特征和驅(qū)動(dòng)機(jī)制。結(jié)果表明：(1)近10年間，河南省農(nóng)旅融合效率穩(wěn)定在0.90左右，農(nóng)旅融合水平尚需要進(jìn)一步提升。同時(shí)，農(nóng)旅融合效率>旅游業(yè)對(duì)農(nóng)業(yè)的促進(jìn)效率>農(nóng)業(yè)對(duì)旅游業(yè)的促進(jìn)效率，說明農(nóng)業(yè)發(fā)展水平的滯后一定程度上阻礙了農(nóng)旅產(chǎn)業(yè)高質(zhì)量融合發(fā)展，河南要加速推進(jìn)現(xiàn)代化農(nóng)業(yè)高質(zhì)量建設(shè)。(2)河南省農(nóng)旅融合效率呈現(xiàn)出顯著的空間分異規(guī)律，尤其是農(nóng)業(yè)對(duì)旅游業(yè)的促進(jìn)效率區(qū)域差異極為顯著。農(nóng)旅融合質(zhì)量高的地區(qū)不僅表現(xiàn)為效率水平高、穩(wěn)定性強(qiáng)而且集中分布，相反低效率水平、波動(dòng)性強(qiáng)且分散分布。揭示了當(dāng)代農(nóng)旅產(chǎn)業(yè)融合發(fā)展，不能一味追求效率水平，要在加快農(nóng)旅融合質(zhì)量“高地”建設(shè)的同時(shí)，推動(dòng)某區(qū)域成“高原”。(3)鄉(xiāng)村旅游特色村數(shù)量、人均GDP、R&D經(jīng)費(fèi)支出和私人轎車擁有量是影響農(nóng)旅融合效率空間分異的主要影響因子，說明了打造特色旅游資源、加大創(chuàng)新投入和提高經(jīng)濟(jì)發(fā)展水平是當(dāng)下農(nóng)旅融合質(zhì)量提升的關(guān)鍵。(4)河南省農(nóng)旅融合效率空間異質(zhì)性顯著，但礙于以市級(jí)行政單元為研究尺度，未做空間自相關(guān)性規(guī)律探討，無法從核心-邊緣理論等視角探究不同地區(qū)間農(nóng)旅融合質(zhì)量的空間極化與擴(kuò)散效應(yīng)，下一步計(jì)劃細(xì)化研究尺度單元到縣級(jí)，深入探究農(nóng)旅融合效率的空間結(jié)構(gòu)特征。(5)近兩年受新冠疫情的影響，入境旅游人次和國(guó)際旅游收入銳減極為嚴(yán)重，整個(gè)旅游業(yè)產(chǎn)出都不樂觀。在疫情常態(tài)化防控形勢(shì)下，各級(jí)政府紛紛推出特色鄉(xiāng)村周邊游等旅游業(yè)復(fù)蘇措施，更進(jìn)一步加深了農(nóng)業(yè)與旅游業(yè)相互交叉、融合和滲透，在新的旅游業(yè)發(fā)展態(tài)勢(shì)下，如何衡量旅游業(yè)產(chǎn)出成為值得深思的問題。