EN中文

地理科学进展 >

2024 , Vol. 43 >Issue 10: 2004 - 2020

DOI: https://doi.org/10.18306/dlkxjz.2024.10.008

“数字经济与区域文旅高质量发展”专栏

数字经济提升旅游经济韧性的作用机制及空间效应

  • 朱静敏 ,
  • 卢小丽 , *
展开
  • 大连理工大学经济管理学院，辽宁 大连 116024
* 卢小丽(1976— )，女，博士，副教授，研究方向为旅游环境管理。E-mail:

朱静敏(1989— )，女，博士生，研究方向为旅游经济可持续发展。E-mail:

收稿日期: 2024-03-31

  修回日期: 2024-08-21

  网络出版日期: 2024-10-23

基金资助

国家社会科学基金项目(21GBL290)

收起

Mechanism of impact and spatial effects of digital economy in enhancing tourism economic resilience

  • ZHU Jingmin ,
  • LU Xiaoli , *
Expand
  • School of Economics and Management, Dalian University of Technology, Dalian 116024, Liaoning, China

Received date: 2024-03-31

  Revised date: 2024-08-21

  Online published: 2024-10-23

Supported by

National Social Science Foundation of China(21GBL290)

Fold

摘要

数字经济赋能旅游智慧化转型，成为中国旅游经济稳定可持续发展的新着力点。论文在厘清数字经济对旅游经济韧性的时空影响机理基础上，基于中国211个优秀旅游城市2011—2020年面板数据，采用中介效应模型、空间面板杜宾模型等方法检验了数字经济对旅游经济韧性的影响机制及空间溢出效应，研究发现：① 空间分布上，研究期内数字经济发展始终呈现出东高西低的分布态势，并在区域内呈“组团式”片状分布形态；旅游经济韧性在研究期内分布相对分散，东、中、西以及东北地区空间差距呈现收敛趋势；② 数字经济对旅游经济韧性产生显著的正向影响，数字经济发展水平每提高1个单位，旅游经济韧性提升0.2748，该结果通过了稳健性检验；③ 在数字经济对旅游经济韧性的影响机制方面，数字经济通过在抵抗力维度提高旅游经济增长水平、在恢复力维度提高技术载体和在重组能力维度提高人力资本从而促进旅游经济韧性的提升，即旅游经济增长、技术载体和人力资本是数字经济对旅游经济韧性产生显著正向影响的主要路径；④ 数字经济发展赋能了本地旅游经济韧性提升，但对相邻城市的旅游经济韧性产生“虹吸效应”。研究结果不仅丰富了数字经济作为旅游经济韧性的前置影响因素的研究，而且为数字经济赋能旅游经济高质量发展提供参考。

关键词： 数字经济; 旅游经济韧性; 影响机制; 空间溢出效应

本文引用格式

朱静敏 , 卢小丽 . 数字经济提升旅游经济韧性的作用机制及空间效应[J]. 地理科学进展, 2024 , 43(10) : 2004 -2020 . DOI: 10.18306/dlkxjz.2024.10.008

Abstract

The digital economy enables the intelligent transformation of tourism, and has become a new focus for the stable and sustainable development of China's tourism economy. On the basis of clarifying the spatiotemporal mechanism of impact of the digital economy on tourism economic resilience, this study used the panel data from 211 excellent tourism cities in China from 2011 to 2020 and the mediation effect model and panel threshold spatial Durbin model to test the mechanism and spatial spillover effect of the digital economy impact on tourism economic resilience. The results show that: 1) Spatially, the development of the digital economy during the research period consistently showed a distribution trend of high in the east and low in the west, and exhibited a clustered patchy distribution pattern within regions; tourism economic resilience was relatively dispersed during the research period, and the spatial differences between the eastern, central, western, and northeastern regions showed a trend of convergence. 2) The digital economy had a significant positive impact on tourism economic resilience. For every 1 unit increase in the level of digital economy development, tourism economic resilience increased by 0.2748, which has passed the robustness test. 3) In terms of the mechanism of impact of the digital economy on tourism economic resilience, the digital economy promoted the improvement of tourism economic resilience by increasing the level of tourism economic growth in the dimension of resistance ability, improving the technology carrier in the dimension of recovery capacity, and improving human capital in the dimension of reorganization ability. That is, tourism economic growth, technology carrier, and human capital are the main paths through which the digital economy has a significant positive impact on tourism economic resilience. 4) The development of the digital economy has empowered the local tourism economy to enhance its resilience, but it has a siphon effect on tourism economic resilience of neighboring cities. The results of this study enrich the research on the antecedent factors affecting tourism economic resilience, and provide a reference for decision making based on the digital economy to empower high-quality development of the tourism economy.

Key words： digital economy; tourism economic resilience; mechanism of impact; spatial spillover

受全球金融危机、气候变暖、新冠疫情等自然和社会外在冲击及行业内部竞争加剧，旅游业面临着如何应对内外部冲击以获得长期发展的挑战。旅游经济韧性是保持旅游经济在纷繁复杂的内外部环境中保持发展活力，推动经济高质量发展的关键环节和重要体现[1]。旅游经济韧性是一种演化韧性，不仅包括系统面对外部冲击的恢复能力，更关注系统根据内外部变化调整内部各组成要素以达到稳定可持续发展的适应能力[2]。被界定为旅游经济系统受到外在压力或冲击之后能够保持自身稳定并恢复到原有状态或超过原有状态的能力，也指突破原有路径依赖适应自身变化的长期发展能力，包括抵抗能力，恢复能力和重组能力[3-4]。
2024年政府工作报告强调要将数字经济作为新质生产力的重要抓手。数字经济是以数字化技术为基础、以数字化平台为主要媒介、以数字化赋权基础设施为重要支撑的一系列经济活动，被视为经济增长的“新引擎”[5]。随着“互联网+旅游”模式的出现以及“灰犀牛”和“黑天鹅”事件对旅游经济发展的影响，数字经济不断与旅游业深度融合，成为旅游经济应对内外部冲击的有力支撑和突破路径依赖实现自身可持续发展的新引擎[6]。
数字经济在旅游经济面对外在冲击中的恢复能力以及自身发展过程的适应能力两个研究视角不断受到学者关注，并得出了积极的结论。一是恢复力视角。强调韧性是经济系统应对外在冲击时的恢复能力，通过对比数字经济背景下代表经济发展的核心指标在受到冲击前后的变化来展现经济系统韧性[7]。如Mabon等[8]发现数字媒体可以帮助日本沿海旅游经济从核灾难中恢复。Sharma等[9]认为数字技术创新是新冠疫情暴发后提高旅游经济韧性的主要力量。二是适应力视角。强调韧性是旅游经济系统本身的固有属性，通过构建经济韧性指标体系和计算相对增长率的方式来评估旅游经济韧性的大小，并探讨数字经济发展对旅游经济韧性的影响，如生延超等[10]从抵抗力、恢复力和更新力3个维度选取16个具体指标构建旅游经济韧性的评价体系，并发现数字经济发展可以直接促进黄河流域旅游经济韧性提升。Tang等[11]从旅游区域增长结构出发以旅游经济增长变化率作为旅游经济韧性代理指标，发现数字经济对旅游经济韧性存在正向促进作。
此外，数字经济对旅游经济发展的空间溢出效应也逐渐成为地理学关注的要点。根据地理学第一定律，区域的邻近性是地理事物之间联系紧密程度的基础。与此同时，数字经济的开放、共享、渗透和扩散特征可以克服地理空间边界，促进旅游经济发展要素跨区域流动，对旅游经济的发展产生重要影响。如有学者从信息基础设施、信息技术消费等角度探讨了数字经济对旅游经济的空间溢出效应，发现信息基础设施过度规模化容易产生“索洛悖论”，而信息技术消费对旅游产业发展产生显著正向空间溢出[6,12]。
综上所述，现有研究为探讨数字经济对旅游经济韧性的时间和空间影响提供了支撑，但缺乏全国尺度上以优秀旅游城市为单位的将数字经济作为旅游经济韧性前置影响因素的相关研究，并且其传导机制不明，同时其空间溢出效应是否存在以及具体溢出方向有待进一步明确。鉴于此，为进一步聚焦旅游经济研究目标，本文以国家文化和旅游部(原中华人民共和国国家旅游局)发布的《中国优秀旅游城市名录》为标准，去除数据缺失严重的地区和城市，最终以211个优秀旅游城市2011—2020年的面板数据为依据，构建数字经济和旅游经济韧性的评价指标体系，采用中介效应模型以及空间面板杜宾模型等对二者之间的影响机制和空间溢出效应进行分析(图1)，为深化数字经济助力旅游经济平稳可持续发展提供理论借鉴和经验证据。
图1 数字经济对旅游经济韧性影响框架图

Fig.1 A framework of digital economy impact on tourism economic resilience

本文的主要贡献有：第一，实证分析了数字经济对旅游经济韧性的影响，丰富旅游经济韧性的前因解析，提供了TLGH(tourism-led growth hypothesis)理论新的研究视角。第二，揭示了数字经济对旅游经济韧性的影响机制，识别出数字经济影响旅游经济韧性的三条路径，即数字经济通过旅游经济增长，技术载体和人力资本赋能提升了旅游经济韧性，清楚地展示数字经济如何影响旅游经济韧性，以期为政府和旅游公司有效发挥数字经济在旅游经济韧性当中的作用提供有价值的指导方针。第三，在数字经济对旅游经济韧性的空间溢出效应分析过程中引入地理距离和非对称信息地理空间权重矩阵，提高空间溢出效应识别的准确性。

1 理论分析与研究假设

1.1 数字经济对旅游经济韧性的直接影响

首先，数字经济的发展有助于延伸旅游纵向和横向产业链，助力旅游经济分散危机的负面影响。一方面，数字经济的发展促使资源端和需求端在网络平台实现虚拟集聚，在供需两端形成规模经济和范围经济[10,13]，激发多样化的需求和服务，实现产品形态多样化，纵向延伸旅游产业链，从而钝化不确定性风险冲击。另一方面，数字经济通过数字技术搭建旅游与各行各业互联互通的资源关联网络，横向延伸旅游产业链，便于连接其他行业分散封闭的关键资源，将旅游产业由“链式”拓展为“网状”[14]，便于行业间知识、资本、技术的流动和积累，为抵御不确定性因素奠定厚实基础。
其次，数字经济有助于推动旅游产业及时重组相关资源以获得恢复能力。海量旅游信息在数字化平台实现虚拟多元化集聚，方便旅游企业突破时空限制，及时掌握旅游发展动态，优化自身资源配置，助力旅游业在危机中及时恢复。例如，数字金融可以突破空间上的限制，降低旅游的融资贷款门槛，方便旅游企业及时了解贷款融资信息，帮助旅游企业在危机过后及时获得资金支持[15]。因此，数字技术与旅游业的深度融合，有助于搭建旅游数字网络平台整合市场供需信息，重组业内外资源，提高资源配置效率，使危机过后失衡的旅游经济系统及时恢复发展活力。
最后，数字经济与旅游经济融合，旅游经济主体可以利用数字技术探索新的增长路径，摆脱传统市场的“低端锁”，提高重组能力[3]。旅游大数据平台压缩了旅游消费者的信息搜索成本，降低旅游消费交易成本，提高成功率。同时，旅游消费需求在平台被准确捕捉，增强旅游市场参与者的自主创新能力，促使不同类型的旅游企业积极进行产品和服务创新，提高自身的转型能力。
基于上述分析，本文提出以下假设：
假设1：数字经济发展能够促进旅游经济韧性的提升。

1.2 数字经济对旅游经济韧性的影响路径

数字经济主要通过提升旅游经济的抵抗—恢复—重组过程对旅游经济韧性产生影响。从抵抗力维度出发，数字经济有助于提升旅游经济发展水平，为分散内外部冲击的影响提供经济基础。此外，根据柯布—道格拉斯生产函数，技术和人力资本是旅游经济增长的重要投入要素。市场信息、风险管理知识、技术创新等都需要通过技术载体集聚和传播，进而提高旅游资源要素配置效率，增强旅游经济恢复能力。人是知识的载体[16]，旅游经济作为劳动密集型产业，需要通过提高人力资本来优化发展结构并摆脱发展路径依赖，进一步适应内外部环境变化，增强重组能力。因此，从旅游经济增长、技术载体和人力资本三个方面出发探讨数字经济对旅游经济韧性的影响机制。

1.2.1 抵抗力维度：数字经济通过促进旅游经济增长提升旅游经济韧性

抵抗能力是韧性的前提，旅游经济自身的经济发展水平是旅游经济应对各种扰动的坚实基础。现有研究表明数字经济能够有效促进旅游经济发展。针对旅游与经济发展之间的关系，学者们提出了TLGH理论[17]。TLGH理论强调旅游业与经济增长之间可能的短期和长期单向因果和互为因果关系。现有研究主要从旅游经济促进经济增长的单向角度进行实证分析，如Romão[3]研究发现，旅游经济发展能够促进区域经济增长。然而，也有研究表明旅游经济发展与经济增长之间存在长期格兰杰因果关系，即旅游经济发展不仅会促进经济增长，也会受到经济发展周期和环境等外生因素的影响。数字经济作为一种经济助推器，采用智慧城市、旅游大数据平台等数字化手段高效帮助旅游供给方捕捉消费者的个性化消费需求，有效促进旅游商业创新。同时也可以促使旅游消费者和企业在线上完成交易，从而促进旅游经济的增长[12]。
现有研究也表明坚实的经济基础能够有效促进经济韧性提升。研究表明，越是经济发达的地区，韧性发展水平就越高[3]；收入水平低的国家应对气候变化更脆弱，韧性更差[18]。随着旅游经济数字化转型加速，人工智能(artificial intelligence，AI)、大数据、虚拟现实等数字化技术被用来制定适度的危机应对方案，以减轻危机对旅游经济的危害。由此推理，旅游经济增长可为旅游业提高应对内外在危机的抵抗能力。
基于以上分析，本文提出以下假设：
假设2：数字经济通过促进旅游经济增长提升旅游经济韧性。

1.2.2 恢复力维度：数字经济通过技术载体提升旅游经济韧性

数据资源纳入生产要素体系助推了要素市场化和要素自由流动，打破了要素传播的行业和地区壁垒，帮助旅游经济在受到扰动后快速恢复活力[19]。随着物联网、5G、AI、云计算、区块链、复杂网络和大数据等数字技术在旅游活动中的普及，旅游实物资源和信息的高度系统集成和深度开发利用得以实现。数字经济通过互联网将技术扩散并融入到旅游经济活动中，提高旅游经济活动的创新能力和资源调度能力以应对外在冲击的影响。此外，技术载体的普及不仅为危机预警、信息收集、资源调配提供重要介质，也为旅游产业加速学习和竞争，突破路径依赖获得长期发展能力奠定基础。根据梅特卡夫定律(Metcalfe's Law)[20]，旅游行业作为典型的信息密集型产业，互联网的发展将重构区域间的旅游产业关联模式、促进旅游知识的转译以及旅游创新的扩散和溢出，为旅游经济面对干扰保持自身稳定发展提供保障[12]。而技术载体作为互联网发展的基础，其发展水平越高越能促进旅游经济面对外在扰动时以及危机过后的恢复能力提升。
基于以上分析，本文提出如下假设：
假设3：数字经济通过提高技术载体提升旅游经济韧性。

1.2.3 重组能力维度：数字经济通过人力资本提升旅游经济韧性

数字经济发展为旅游人力资本的提升提供了基础，作为知识载体的人力资本则加速了数字经济与旅游产业融合，提升了旅游行业的风险意识和前瞻思维，帮助旅游业及时强化自我调节，更新商业模式和产业结构[21]。一方面，数字经济的发展丰富了现代旅游专业知识培训模式，劳动者不再局限于时间和空间就可以通过网络培训提升旅游危机应急管理水平。另一方面，数字经济缓解了劳动供需信息并不对称，助推高质量人力资本与旅游产业融合[22]。数字化平台的丰富和完善为旅游人才的跨地区流动提供媒介，降低旅游企业和个人的“搜寻—匹配”成本，促进旅游人才的高效合理流动[23]。同时，作为技术密集型产业，数字经济快速发展改变了劳动力需求结构，倒逼劳动力提高劳动技能，为旅游产业发展提供优质劳动力[24]。
现有研究表明人力资本的提高对区域经济韧性具有显著提升作用。例如，Wang等[25]指出人力资本存量可以帮助应对外部冲击并提高中国区域经济韧性。Liu等[26]发现人力资本在中国239个城市经济韧性方面有积极作用，关注人力资本有助于提高中国经济的风险抵抗能力。旅游经济作为劳动密集型产业，劳动力作为旅游经济发展的一大支柱性生产要素，能够创造大量新的工作岗位。然而，旅游业被认为是低技术生产部门，仅仅依靠提供低附加值旅游服务并不能促进旅游经济韧性的增长。因此，可以通过对旅游劳动力进行技能、知识和专业培训来提高人力资本，一方面通过提供高附加值旅游服务改善旅游产业结构，另一方面提升旅游经济的危机管理和创新能力，克服路径依赖带来的产业发展僵化，进而提升旅游经济韧性。
基于以上分析，本文提出如下假设：
假设4：数字经济通过提高人力资本提升旅游经济韧性。

1.3 数字经济对旅游经济韧性的空间溢出效应

数字经济的虚拟化决定了其广泛的跨地区辐射能力[27]。新经济地理学理论表明，地理空间的异质性和邻近性影响并决定着不同地区间的产业协作和发展溢出[28]，溢出效应的存在将推动地区之间旅游关联网络扩张，各地区在面对内外部冲击时的协作和旅游资源要素及时高效配置对旅游经济韧性产生重要影响。一方面，旅游内外部冲击发生的突发性、危机抵抗的即时性、恢复和重组的同时性会导致有限的旅游生产要素流向某一地区，此时数字经济发展水平高的地区利用平台效应，吸收周边地区的人力、物力、财力支援本地区旅游经济应对危机，从而导致周边地区有效资源流失，出现“虹吸效应”，旅游经济韧性整体容易出现强者愈强弱者愈弱的“马太效应”[29]。另一方面，数字经济发展水平高的地区利用平台优势与周边地区实时互动，扩散知识、技术、创新等发展要素，周边地区则利用地理邻近优势和互联网虚拟集聚优势学习和模仿相邻地区的旅游商业模式和管理经验，通过扩散效应实现地区发展协同联动效应[30]。即数字经济对旅游经济韧性存在空间溢出效应，该溢出效应可能为“扩散效应”，也可能为“虹吸效应”。
基于以上分析，本文提出如下假设：
假设5：数字经济对旅游经济韧性产生空间溢出效应。
综上，本文构建了数字经济对旅游经济韧性的影响机制及空间溢出效应的理论框架(图2)。
图2 数字经济对旅游经济韧性的影响机制

Fig.2 Mechanism of influence of the digital economy on tourism economic resilience

2 方法与数据

2.1 研究方法

2.1.1 基准回归模型

本文参考已有研究构建基准回归模型[15]，分析数字经济对旅游经济韧性的影响。模型构建如下：
t r e s i t = α 0 + α 1 d i g i t + α 2 c o n t r o l i t + λ i + θ t + ε i t
式中：tresit和digit分别表示i城市t年份的旅游经济韧性和数字经济，controlit表示控制变量，α1、α2为系数，α0为常数项，λi表示个体固定效应，θt表示时间固定效应，εit为随机误差项。

2.1.2 中介效应模型

参考已有研究，在式(1)基础上构建中介效应模型，识别数字经济对旅游经济韧性的影响机制[24]。中介效应模型构建如下：
m i t = β 0 + a ' d i g i t + β 2 c o n t r o l i t + λ i + θ t + ε i t
t r e s i t = γ 0 + c ' d i g i t + b ' m i t + γ 2 c o n t r o l i t + λ i + θ t + ε i t
式中：mit为中介变量；α1为总效应， α 1 = a ' × b ' + c '，其中， a ' × b '表示中介效应， c '表示直接效应。如果式(1)中的α1显著，并且式(2)中的 a '和式(3)中的 b '都显著，这就表明存在传导机制。否则，参考Ren等[24]的研究，使用Sobel自助法(Bootstrap)对中介效应进行验证，通过重复抽样生成大样本来估计中介效应的置信区间，如果置信区间不包括0，则中介效应显著。在该情况下，如果式(3)中的系数 c '不显著，则表明存在完全的中介效应；若 c '显著，存在部分中介效应，其中传导效应对总影响的贡献率计算公式为 a ' × b ' / α 1。

2.1.3 空间面板杜宾模型

(1) 空间权重说明
构建空间地理权重矩阵是进行空间计量的前提。首先，根据“地理学第一定律”构建地理距离衰减矩阵，用城市间地理距离平方的倒数表示(W1)。其次，互联网是数字经济对旅游经济韧性产生空间溢出效应的重要媒介，同时旅游经济韧性仍无法消除信息交互的地理根植性[31]，本文构建地理距离和互联网发展水平的嵌套矩阵，采用地理距离衰减矩阵和考察期内各城市互联网宽带接入用户数占整体均值比重的对角线矩阵的乘积表示(W2)。
(2) 空间自相关模型
检验解释变量和被解释变量在空间上是否存在相关性是进行空间杜宾模型分析的前提。本文采用全局莫兰指数(Moran's I)从整体上对数字经济和旅游经济韧性进行空间相关性检验。莫兰指数取值范围为[-1, 1]，Moran's I>0 时呈正相关，值越大，空间相关性越明显；Moran's I<0时呈负相关，值越小，空间负相关性越大；Moran's I=0时呈随机分布。具体计算公式如下：
I = n ∑ i = 1 n ∑ j = 1 n W i j ( X i - X - ) ( X j - X - ) ∑ i = 1 n ∑ j = 1 n W i j ∑ i = 1 n ( X i - X - )           ( j ≠ i )
式中：I为全局莫兰指数，n为研究单元个数，Wij为空间权重，i和j均表示研究单元，Xi、Xj分别为第i、j个城市旅游经济韧性值， X -为各城市旅游经济韧性的平均值。
(3) 空间杜宾模型
本文构建双重固定效应的空间面板杜宾模型(SPDM)检验数字经济对旅游经济韧性的空间溢出效应[30]，模型构建如下：
t r e s i t = α 0 + ρ 1 ∑ j = 1 n W i j t r e s i t + α 1 d i g i t + α 2 c o n t r o l i t +                           ρ 2 ∑ j = 1 n W i j d i g i t + ρ 3 ∑ j = 1 n W i j c o n t r o l i t + λ i + θ t + ε i t
式中：ρ1、ρ2、ρ3为空间滞后系数，λi为地区效应，θt为时间效应，εit为服从独立分布的随机扰动项。

2.2 变量测度与说明

2.2.1 旅游经济韧性

现有研究对于区域经济韧性的度量主要从两个方面出发，一方面是单维度变量韧性评价模型，借鉴经济学中的韧性测度模型，选取经济产出、就业变化率等单一的经济发展敏感指标作为核心指标，研究该指标变化率与整体区域的指标变化率或其在未发生冲击时的反事实指标变化率的比值作为经济韧性替代变量；另一方面是多指标系统评价模型，是指针对区域经济面临外在冲击直至恢复甚至超过正常水平的过程，将整个过程分为经济抵抗能力、经济组织调节能力、经济自我创新能力等维度，构建综合评价指标体系。前者是一种相对变化量，结果容易出现偏误。此外，后者虽然从多维角度出发避免了该偏误，但是未摆脱将韧性作为应对特定外在危机的特有能力。本文认为应该从演化韧性角度出发，将旅游经济韧性认定为旅游经济在整体发展过程中始终保持的一种非线性的动态平衡能力[32]，要跳出对危机应对本身的研究。因此，本文认为旅游经济韧性不仅表现为应对外在特定冲击反应的敏感程度，还应该包括旅游经济不断适应环境和内部条件变化的应变循环过程，这种过程包括抵抗能力、恢复能力和重组能力，这三种能力的强弱以及之间的相互作用，共同影响旅游经济的平稳发展水平，即旅游经济的总体韧性。因此，本文从演化韧性角度出发，借鉴谭前进等[33]的研究框架，从“抵抗力—恢复力—重组力”三个维度构建由15个二级指标构成的旅游经济韧性多指标评价体系，并采用基于熵值法的TOPSIS模型进行测算，结果如表1所示。
表1 旅游经济韧性评价指标体系

Tab.1 Tourism economic resilience evaluation indicator system

系统层 准则层 一级指标 指标说明 单位 方向
旅游经济韧性指体系 抵抗力 旅游经济基础 第三产业产值/GDP % +
人均可支配收入 元 +
旅游经济规模 旅游人均消费 万元 +
旅游经济脆弱程度 旅游人数/地区常住人口 % -
旅游经济敏感程度 城镇登记失业人数 人 -
恢复力 旅游人力资本 批发和零售贸易从业人员数量 万人 +
运输、仓储、邮政业从业人员数量 万人 +
住宿餐饮业从业人员数量 万人 +
社会服务从业者数量 万人 +
旅游消费潜力 年末城乡居民储蓄余额 万元 +
旅游经济集聚 旅游GDP/城市面积 亿元/km2 +
重组力 旅游结构合理化 旅游总收入/第三产业产值 % +
旅游结构高级化 入境旅游人数/旅游总人数 % +
旅游创新能力 高等学校数量 所 +
旅游接待效率 旅游人数/客运总量 % +
首先，抵抗力是旅游经济抵御和吸收危机的能力，是旅游经济保持韧性的保障。旅游经济发展基础和旅游经济规模为旅游经济应对外部扰动以及内部变化提供坚实缓冲，以抵抗并分散风险，其中旅游经济基础采用第三产业占GDP比重、人均可支配收入表征，旅游经济规模采用旅游人均消费衡量[10]。此外，旅游经济自身的脆弱和敏感性即系统受自身特征的制约和对内外扰动的敏感性导致结构、功能容易受损的一种内在属性，是导致旅游经济不稳定发展的温床，以旅游人数占地区常住人口的比重和城镇登记失业人数衡量[34]。其次，恢复力是旅游经济受到扰动后恢复到原有或者新的稳定状态的能力，旅游人力资本、旅游消费潜力以及旅游经济集聚是表征旅游经济活力的重要因素[35]。其中旅游人力资本应该以旅游行业从业人员数量表征，但是由于统计数据缺乏，本文以旅游业主要行业的从业人员数量作为表征，主要包括批发和零售贸易从业人员，运输、仓储、邮政业从业人员，住宿餐饮业从业人员和社会服务从业者4类从业人员。旅游消费潜力和旅游经济集聚以年末城乡居民储蓄余额和旅游GDP与城市面积的比值表征[34]。最后，重组力是指旅游经济系统内部通过内外部资源重组并调整自身结构以适应外部环境变化或摆脱路径依赖达到新的稳态发展的能力，旅游产业结构高级化、旅游产业结构合理化及旅游接待效率是旅游经济资源重组能力的重要表征，旅游创新能力则能帮助旅游经济摆脱制度僵化和对特定资源的依赖[36-37]，以高等学校数表征。

2.2.2 数字经济发展水平

本文基于数据的可得性和科学性，借鉴Ren等[24]、Liu等[15]以及赵涛等[23]的研究成果，从数字基础设施、数字经济创新禀赋、数字经济应用和数字普惠金融4个维度构建数字经济发展评价指标体系，采用主成分分析法进行测算，结果如表2所示。
表2 数字经济发展水平评价指标体系

Tab.2 Evaluation indicator system of the development level of the digital economy

准则层 指标层及说明 单位 数据来源
数字经济基础设施 互联网宽带接入用户数 万户 《中国城市统计年鉴》
移动电话年末用户数 万户 《中国城市统计年鉴》
年末固定电话用户数量 万户 《中国城市统计年鉴》
科学技术支出 亿元 《中国城市统计年鉴》
教育支出 亿元 《中国城市统计年鉴》
数字经济创新禀赋 在校大学生人数 人 《中国城市统计年鉴》
信息传输、计算机、服务和软件业从业人员数量 万人 《中国城市统计年鉴》
科研、技术服务和地质勘查业从业人员数量 万人 《中国城市统计年鉴》
数字经济应用 电信业务总量 万元 《中国城市统计年鉴》
人均GDP 万元 《中国城市统计年鉴》
批发零售贸易业商品销售总额 万元 《中国城市统计年鉴》
年末邮电局数量 所 《中国城市统计年鉴》
数字普惠金融 数字普惠金融总指数 — 北京大学数字金融研究中心
数字普惠金融覆盖广度 — 北京大学数字金融研究中心
数字普惠金融覆盖深度 — 北京大学数字金融研究中心
数字支付 — 北京大学数字金融研究中心
数字保险 — 北京大学数字金融研究中心
数字信用 — 北京大学数字金融研究中心
数字化水平 — 北京大学数字金融研究中心

2.2.3 中介变量

旅游经济增长，以旅游经济收入为代理变量。技术载体表征数字经济赖以发展的基础，以城市光缆长度来表征，由于无法获得城市层面的光缆长度，参考王琴等[38]的研究，根据各城市电信业务总收入占所属省份比重，将省级层面的光缆线路长度换算到城市层面。人力资本是劳动力素质的表征，采用在校大学生人数，信息传输、计算机、服务和软件业从业人员，科研、技术服务和地质勘查业从业人员三种高素质人员的加权求和(熵值法求权重)值衡量。

2.2.4 其他变量

本文为尽可能地减少遗漏变量偏误，参考相关文献设定以下控制变量：经济发展密度(densityGDP)，可为旅游业发展提供更优越的经济条件和市场环境，用单位面积GDP来表示[10]；城市人口集聚(popd)，在旅游经济遭受冲击后，能够有效扩大需求，提高居民消费，用人口密度表示[23]；政府干预(fis)，反映政府在旅游经济遭遇危机时的宏观调控能力，采用各城市的财政支出来表示[39]；实际利用外资额(fore)，可反映区域经济增长速度，其增速越高越有助于提升旅游经济韧性，用城市的实际利用外资额表示[40]；产业结构高级化(adindus)，产业结构越高级的地区越能通过发挥产业联动效应促进旅游业发展，采用第三产业与第二产业增加值的比值来表示[41]；市场化指数(market)，反映市场在资源配置中所起作用的程度，市场化程度越高，市场在资源配置中所起的作用越大，资源配置越合理[10]；交通通达度(rode)，影响地区对游客的吸引力及可进入性，采用公路总面积与城市行政面积的比值表示[42]；城乡融合程度(urban)，为旅游经发展提供良好的基础设施和市场环境，采用农村人均可支配收入与城镇人均可支配收入的比值表示[42]。
变量的描述性统计见表3。
表3 变量的描述性统计

Tab.3 Descriptive statistics of variables

变量 符号 样本量 平均值 标准差 最小值 最大值 单位
旅游经济韧性 tres 2110 0.17634 0.14007 1.00e-07 1.00000 —
数字经济(主成分分析) dig 2110 0.20371 0.07551 0.12085 0.73661 —
数字经济(熵值法) dig2 2110 0.14144 0.11673 0.01914 0.64021 —
旅游经济增长 lvgdp 2110 490.237 654.813 1.30000 5866.20 亿元
技术载体 fiber 2110 52148.9 71918.8 9.09936 805605 km
人力资本 work 2110 0.04404 0.09064 0.00018 0.91310 —
城市人口集聚 popd 2110 485.020 378.342 5.10000 2926.70 万人/km2
经济发展密度 densityGDP 2110 34.1097 56.0086 0.10538 1385.58 万元/ km2
政府干预 fis 2110 4917744 7453557 167839 8.35e+07 万元
实际利用外资额 fore 2110 116125 235039 10.0000 2113444 万美元
产业结构高级化 adindus 2110 1.06840 0.61228 0.11356 5.35000 —
市场化指数 market 2110 11.8654 2.25050 4.95962 18.7400 —
交通通达度 rode 2110 0.45507 0.08741 0.21306 0.90759 —
城乡融合程度 urban 2110 0.45507 0.08741 0.21306 0.90759 —

2.3 数据来源

以《中国优秀旅游城市名录》为标准，本文的数据包括中国211个优秀旅游城市2011—2020年的2110个平衡面板观测数据，其中不包括数据难以收集的县级市、市辖区和偏远城市 ① 。数据主要来源于《中国统计年鉴》《中国城市统计年鉴》《中国区域统计年鉴》《中国旅游统计年鉴》和各城市统计年鉴、各城市统计公报，以及北京大学数字金融研究中心[43]。其中旅游经济发展采用永续盘存法进行衡量。为消除价格波动的影响，有关价格指标均以2011年为基期进行平减化处理。缺失数据由线性插值法补齐。

3 结果分析

3.1 数字经济与旅游经济韧性空间可视化

本文选取2011、2016和2020年3个年份进行数字经济与旅游经济韧性的空间可视化(图3)。1) 数字经济始终呈现东高西低的分布态势，并在区域内呈“组团式”片状发展形态，高值分布于长江三角洲、珠江三角洲、京津冀地区以及成渝城市群。东高西低的特征可能是因为数字经济发展依赖城市本身经济基础，存在一定的地域根植性，东部各城市在要素禀赋、区位因素以及发展机遇等方面存在优势。2) 旅游经济韧性空间分布相对分散，东部(北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南)、中部(山西、安徽、江西、河南、湖北和湖南)、西部(内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆)以及东北地区(辽宁、吉林和黑龙江)空间差距呈收敛趋势。原因是交通通信技术的快速发展，突破区域空间界限，旅游竞争和合作不断加强，旅游市场活力被激活，地区差异缩小。另外，高值地区主要分布于能为旅游经济平稳发展提供优质配套服务的高资源禀赋和高经济发展水平城市。由图3可见，旅游经济韧性高值地区与数字经济高值地区部分重合，空间上存在一定的关联性，但是还需在空间溢出效应部分进一步实证检验。
图3 数字经济发展水平和旅游经济韧性空间分布

注：本图基于自然资源部标准地图服务网站下载的审图号为GS(2020)4619号的标准地图制作，底图无修改。

Fig.3 Spatial distribution of the development level of the digital economy and tourism economic resilience

3.2 数字经济影响旅游经济韧性的基准回归结果

本文采用依次加入控制变量的方式检验数字经济对旅游经济韧性的影响，结果如表4所示。列(1)为未加入控制变量的回归结果，列(2)~(7)为依次添加6个控制变量的回归结果，在这7种情况下数字经济都对旅游经济韧性产生显著正向影响，验证了假设1。
表4 数字经济对旅游经济韧性影响的基础回归结果

Tab.4 Benchmark regression results of the digital economy impact on tourism economic resilience

变量 (1) (2) (3) (4) (5) (6) (7)
tres tres tres tres tres tres tres
dig 0.3589*** 0.3435*** 0.3338*** 0.3089*** 0.2696*** 0.2724*** 0.2748***
(30.6668) (26.2373) (23.7215) (18.4550) (15.9630) (15.8296) (15.9691)
popd 1.1e-05** 2.6e-06 -1.8e-06 3.2e-06 3.0e-06 3.1e-06
(2.4818) (0.4745) (-0.3225) (0.5882) (0.5671) (0.5766)
ln densityGDP 0.0054*** 0.0064*** 0.0047** 0.0047** 0.0047**
(2.7851) (3.2373) (2.4489) (2.4036) (2.4238)
fis 8.0e-10*** -8.1e-11 -6.2e-11 -6.4e-11
(3.1965) (-0.3117) (-0.2360) (-0.2438)
fore 6.6e-08*** 6.6e-08*** 6.6e-08***
(9.7531) (9.7906) (9.8144)
adindus 0.0013 0.0016
(0.5886) (0.6861)
market -0.0008
(-0.9616)
常数项 0.1285*** 0.1262*** 0.1185*** 0.1208*** 0.1266*** 0.1250*** 0.1318***
(37.3986) (35.2785) (27.8986) (28.2197) (30.4095) (27.1762) (15.2581)
城市固定 Yes Yes Yes Yes Yes Yes Yes
时间固定 Yes Yes Yes Yes Yes Yes Yes
样本量 2110 2110 2110 2110 2110 2110 2110

注：***、**、*分别代表通过1%、5%、10%的显著性水平检验；括号中的数值为t统计值。下同。

数字经济对旅游经济韧性的影响系数为0.2748，在1%的水平上显著。即数字经济对旅游经济韧性产生显著正向影响，该结果与Li等[7]关于新冠疫情期间数字经济对中国文化旅游产业发展的影响和Akhtar等[44]关于旅游业的数字化对新冠疫情期间旅游经济应对负面冲击的研究结果一致。

3.3 数字经济对旅游经济韧性的影响机制

前文阐释了数字经济在抵抗力维度提升旅游经济增长、在恢复力维度提升技术载体、在重组能力维度提升人力资本，进而对旅游经济韧性产生影响的作用机理。为验证以上传导机制是否存在，采用三步法中介效应模型对其进行实证分析，结果如表5所示。因三种中介效应中第一步为数字经济对旅游经济韧性的影响，与基准回归结果一致，数字经济都在1%水平上对旅游经济韧性产生正向影响，该结果在以下具体分析中就不再赘述。
表5 旅游经济增长、技术载体和人力资本的传导效应

Tab.5 Transmission mechanisms of tourism economic growth, technology carriers, and human capital

变量 (1) 旅游经济增长 技术载体 人力资本
(2) (3) (4) (5) (6) (7)
tres ln lvgdp tres fiber tres work tres
dig 0.2748*** 1.1576*** 0.2324*** 0.2886*** 0.2450*** 0.1675*** 0.1056***
(15.9691) (4.5797) (13.5195) (11.6566) (14.0308) (13.4732) (6.1822)
ln lvgdp 0.0158***
(10.8282)
fiber 0.1014***
(7.3850)
work 0.5251***
(22.7626)
常数项 0.1318*** 3.6171*** 0.0780*** -0.0243** 0.1343*** -0.0166* 0.1504***
(15.2581) (21.2680) (8.0487) (-2.1596) (15.7000) (-1.8543) (19.7997)
城市固定 Yes Yes Yes Yes Yes Yes Yes
地区固定 Yes Yes Yes Yes Yes Yes Yes
控制变量 Yes Yes Yes Yes Yes Yes Yes
样本量 2110 2110 2110 2110 2110 2110 2110

3.3.1 旅游经济增长

表5中列(1)~(3)验证旅游经济增长的中介效应。列(2)显示，数字经济在1%水平上显著促进旅游经济增长。列(3)中，数字经济和旅游经济增长均在1%水平上对旅游经济韧性产生显著正向影响，且与基准回归相比系数有所下降，表明旅游经济增长在数字经济对旅游经济韧性的影响中起中介作用，数字经济通过提高旅游经济增长水平，增强旅游经济危机抵抗能力，从而作用于旅游经济韧性提升，验证了假设2。主要原因是：一方面，数字经济与旅游产业深度融合，不断改变传统的旅游生产方式和经济模式，形成新的旅游市场细分，提升了旅游发展规模和效率；另一方面，海量旅游要素集聚数字平台，压缩了由于旅游消费者和供应商的异地性造成的信息成本和沟通成本。

3.3.2 技术载体

表5中列第(4)~(5)验证技术载体的中介效应。列(4)中数字经济对技术载体的影响系数为0.2886，且在1%水平上显著。列(5)中数字经济与技术载体都在1%水平上对旅游经济韧性产生正向影响，且系数都小于基准回归结果，表明数字经济通过技术载体提高旅游经济的恢复能力，进而提升旅游经济韧性，验证了假设3。可见，随着数字技术基础设施水平提升，信息传递和整合效率提升，有关旅游经济与数字技术融合的新型产品类型、商业模式、危机管理经验等集聚于数字化平台，并形成信息高地，有助于旅游市场主体通过学习和竞争，整合业内外部相关资源，提高资源配置效率，提高自身面对内外部危机的恢复能力。

3.3.3 人力资本

表5中列第(6)~(7)验证人力资本的中介效应。列(6)中数字经济对人力资本的影响系数为0.1675，且在1%水平上显著。列(7)显示数字经济以及人力资本对旅游经济韧性的影响在1%的水平上显著，且数字经济系数相对基准回归减小，表明人力资本在数字经济对旅游经济韧性的影响中起中介作用，即数字经济通过提升人力资本提高旅游经济重组能力，进而提升旅游经济韧性，验证了假设4。旅游产业数字化在打破传统生产模式和商业形式基础上，对旅游从业人员提出新的要求，从而倒逼旅游人力资本质量提升，为旅游业抵抗和从危机中恢复提供智力支持。此外，人力资本通过掌握互联网、大数据、人工智能、云计算等数字技术为旅游业恢复和重组提供技术支持。

3.4 数字经济对旅游经济韧性的空间溢出效应

3.4.1 空间自相关检验

使用地理距离(W1)和互联网地理距离嵌套(W2)两种空间权重矩阵计算2011—2020年数字经济和旅游经济韧性的全局莫兰指数，结果如表6所示。数字经济和旅游经济韧性的全局莫兰指数除个别年份外都在空间上呈10%及以上水平显著正相关，符合空间计量的前提。
表6 全局莫兰指数(Moran's I)检验结果

Tab.6 Results of the global Moran's I tests

年份 数字经济(W1) 旅游经济韧性(W1) 数字经济(W2) 旅游经济韧性(W2)
Moran's I z值 Moran's I z值 Moran's I z值 Moran's I z值
2011 0.2306*** 7.4358 0.0814*** 2.8185 0.2272*** 7.6258 0.0760*** 2.7473
2012 0.2282*** 7.4017 0.0897*** 3.0391 0.2314*** 7.8073 0.0694** 2.4813
2013 0.2209*** 7.2026 0.0799*** 2.7099 0.2262*** 7.6676 0.0390 1.4575
2014 0.2125*** 6.9450 0.0826*** 2.7998 0.2206*** 7.4931 0.0471* 1.7297
2015 0.2325*** 7.4978 0.0802*** 2.7200 0.2223*** 7.4676 0.0461* 1.6932
2016 0.2462*** 7.9492 0.0905*** 3.0654 0.2289*** 7.7029 0.0719** 2.5657
2017 0.2676*** 8.5857 0.0801*** 2.7359 0.2509*** 8.3883 0.0571** 2.0761
2018 0.1667*** 5.5296 0.1406*** 4.6941 0.1604*** 5.5386 0.1646*** 5.6893
2019 0.1374*** 4.5844 0.2151*** 6.9473 0.1220*** 4.2540 0.2381*** 7.9840
2020 0.1718*** 5.6491 0.2050*** 6.6110 0.1566*** 5.3711 0.2272*** 7.6059

3.4.2 模型选择

在进行空间计量分析之前，还需要进行模型的相关识别检验，即检验本文数据是否适合空间面板杜宾模型(SPDM)，选取哪种固定效应模型，以及空间杜宾模型是否会退化为空间滞后(SPLM)或者空间误差模型(SPEM)，地理距离(W1)和互联网地理距离嵌套(W2)两种空间权重矩阵下的检验结果如表7所示。LM和Robust LM都在5%及以上的水平上通过了检验，表明适合使用空间面板杜宾模型(SPDM)。LR-test检验和Hausman检验都在1%的水平上显著，表明在固定效应模型基础上，空间和时间效应都是显著的，因此，适合选择时空固定效应的SPDM。Wald和LR检验结果表明，空间杜宾模型(SPDM)不会退化为空间滞后模型(SPLM)和空间误差模型(SPEM)。因此，在通过各种检验后，最终使用时空固定效应空间面板杜宾模型(SPDM)对空间溢出效应进行回归分析。
表7 空间面板计量模型检验结果

Tab.7 Test results of the spatial panel econometric model

检验统计量 检验效应 统计值(W1) P值(W1) 统计值(W2) P值(W2)
LM(LAG) 空间滞后 64.719*** <0.001 73.168*** <0.001
LM(ERR) 空间误差 7.474*** <0.001 10.136*** <0.001
R-LM(LAG) 空间滞后 63.363*** <0.01 69.739*** <0.01
R-LM(ERR) 空间误差 6.109** <0.05 6.707** <0.05
Wald(LAG) 空间滞后 94.120*** <0.001 28.720*** <0.001
Wald(ERR) 空间误差 476.660*** <0.001 9.750*** <0.001
LR(LAG) 空间滞后 66.860*** <0.001 95.280*** <0.001
LR(ERR) 空间误差 52.500*** <0.01 74.600*** <0.001
LR-test 个体固定效应 1629.100*** <0.001 1693.090*** <0.001
LR-test 时间固定效应 236.530*** <0.001 348.230*** <0.001
Hausman 136.650*** <0.001 143.560*** <0.001

3.4.3 空间面板杜宾模型回归结果

地理距离(W1)和互联网地理距离嵌套(W2)两种空间权重矩阵下的SPDM回归结果如表8所示。数字经济对旅游经济韧性的直接效应系数分别为0.3627和0.3113，且在1%水平上显著为正，与基准回归结果一致。数字经济在两种空间权重矩阵下对邻近城市旅游经济韧性的溢出效应都在1%水平上显著为负，对应的系数为-0.2962和-0.2256。该结果表明，数字经济对旅游经济韧性具有负向的空间溢出效应，验证了假设5。同时也与空间可视化中展现的数字经济与旅游经济韧性在空间上存在重叠的结果相对应。需要说明的是，地理距离互联网嵌套空间权重矩阵相比地理距离空间权重矩阵下，负向空间溢出效应有所减小，这意味着互联网的发展能够减轻该种负向影响。
表8 空间杜宾模型回归结果

Tab.8 Regression results of the panel threshold SPDM

变量 直接效应(W1) 直接效应(W2) 空间溢出效应(W1) 空间溢出效应(W2)
dig 0.3627*** 0.3113*** -0.2962*** -0.2256***
(0.0251) (0.0322) (0.0305) (0.0299)
popd 1.4e-05** 8.4e-06 -1.8e-05* 5.7e-06
(6.1e-06) (6.4e-06) (1.0e-05) (8.6e-06)
ln densityGDP 8.8e-04 0.0019 9.8e-04 0.0063
(0.0023) (0.0024) (0.0040) (0.0042)
fis -1.2e-09*** -9.6e-10*** 4.3e-09*** 2.3e-09***
(2.9e-10) (3.2e-10) (7.4e-10) (4.1e-10)
fore 6.1e-08*** 6.2e-08*** -3.5e-08* -1.8e-08
(6.8e-09) (7.1e-09) (1.9e-08) (1.1e-08)
adindus 0.0024 -5.9e-04 -0.0118* 0.0074
(0.0027) (0.0031) (0.0062) (0.0059)
market -0.0010 -0.0012 0.0015 -9.7e-04
(0.0008) (0.0009) (0.0014) (0.0015)
σ2 7.1e-04*** 7.4e-04*** 7.1e-04*** 7.4e-04***
(2.7e-05) (3.2e-05) (2.7e-05) (3.2e-05)
ρ 0.3959*** 0.1705*** 0.3959*** 0.1705***
(0.0334) (0.0285) (0.0334) (0.0285)
时间固定 Yes Yes Yes Yes
个体固定 Yes Yes Yes Yes
样本量 2110 2110 2110 2110
为了进一步分析数字经济对旅游经济韧性空间溢出的边际效应，本文将总效应分解为直接效应和间接效应(表9)。直接效应与之前的评估结果一致。间接效应即空间溢出效应系数，在地理距离(W1)和互联网地理距离嵌套(W2)空间权重矩阵下都在1%水平上显著为负，表明数字经济在空间上对旅游经济韧性产生负向的“虹吸效应”。当本地数字经济发展水平较高时会吸收邻近城市的优势资源，对邻地旅游经济的持续稳定发展造成负面影响。该结果与马丽君等[1]、于婷婷等[6]的研究结果一致，即数字经济发展在旅游领域存在“索洛悖论”。其可能原因是：首先，政府抓住数字经济发展的机遇，为本地区旅游经济发展提供数字化转型基础设施和优惠政策，为旅游经济应对内外部危机提供了坚实基础。其次，随着本地数字经济发展水平高于周边地区，本地及周围地区的旅游产业相关信息通过数字平台和数字媒介在本地集聚，不仅吸引旅游者，也吸引相邻地区与旅游相关的人力、物力、财力集聚本地，对周边地区产生“虹吸效应”。最后，随着地区间数字经济发展水平差距加大，数字鸿沟出现，形成以数字经济发展为中心的核心边缘模式。对于距离数字经济发达的信息热点城市越远的城市，其吸收的有用信息越少，越不利于当地可持续发展和旅游经济韧性的提高。
表9 空间杜宾模型溢出效应分解结果

Tab.9 Results of the SPDM spillover effect decomposition

变量 直接效应(W1) 直接效应(W2) 间接效应(W1) 间接效应(W2) 总效应(W1) 总效应(W2)
dig 0.3557*** 0.3097*** -0.2422*** -0.2037*** 0.1136*** 0.1060***
(0.0251) (0.0328) (0.0371) (0.0300) (0.0328) (0.0263)
popd 1.3e-05** 8.3e-06 -2.0e-05 8.8e-06 -6.6e-06 1.7e-05
(5.8e-06) (6.1e-06) (1.5e-05) (1.0e-05) (1.6e-05) (1.1e-05)
ln densityGDP 0.0011 0.0022 0.0016 0.0074 0.0027 0.0096**
(0.0022) (0.0023) (0.0059) (0.0047) (0.0062) (0.0049)
fis -1.0e-09*** -9.3e-10*** 6.2e-09*** 2.5e-09*** 5.2e-09*** 1.6e-09***
(2.8e-10) (3.1e-10) (1.2e-09) (5.1e-10) (1.3e-09) (6.0e-10)
fore 6.0e-08*** 6.2e-08*** -2.0e-08 -9.3e-09 4.0e-08 5.3e-08***
(6.6e-09) (6.9e-09) (3.0e-08) (1.2e-08) (3.2e-08) (1.5e-08)
adindus 0.0020 -2.2e-04 -0.0176* 0.0086 -0.0156 0.0084
(0.0026) (0.0031) (0.0098) (0.0072) (0.0098) (0.0072)
market -9.9e-04 -0.0012 0.0017 -0.0014 7.3e-04 -0.0026
(0.0008) (0.0009) (0.0021) (0.0018) (0.0021) (0.0017)
时间固定 Yes Yes Yes Yes Yes Yes
个体固定 Yes Yes Yes Yes Yes Yes
样本量 2110 2110 2110 2110 2110 2110

3.5 稳健性检验

本文使用了多种方法对模型进行稳健性测试。首先，考虑到指标的测量可能会影响回归结果，我们替换了核心解释变量。引入熵值法对数字经济(dig2)进行重新度量。回归结果如表10列(1)所示，该结果与基准回归结果一致。其次，为了减少新冠疫情的可能影响，删除了2020年的样本，如表10列(2)所示，结果保持稳健。再次，考虑到地方行政制度的影响，将北京、天津、上海和重庆直辖市样本去除，如表10列(3)所示，结果依然稳健。最后，为防止遗漏变量，添加了可能缺失的变量作为控制变量，如交通通达度(rode)和城乡融合程度(urban)，结果如表10列(4)所示，数字经济显著提升了旅游经济韧性。以上各种稳健性结果表明，数字经济发展对旅游经济韧性的影响保持较好的稳健性。
表10 稳健性检验

Tab.10 Robustness test results

变量 替换解释
变量		 剔除特殊
年份		 剔除直辖市
样本		 增加控制
变量
dig2 0.1873***
(3.8151)
dig3 0.2818***
(16.6495)
dig4 0.1889***
(10.9962)
dig 0.2802***
(16.3215)
rode 0.2782***
(3.6883)
ln urban -0.1345***
(-3.8621)
地区固定
效应		 Yes Yes Yes Yes
时间固定
效应		 Yes Yes Yes Yes
控制变量 Yes Yes Yes Yes
样本量 2110 1899 2070 2110
R2 0.9202 0.9176 0.8685 0.8887

注：替换解释变量指替换变换计算方法后的数字经济；剔除特殊年份指除去2020年受疫情影响的年份；剔除直辖市样本指除去北京、天津、上海和重庆4个直辖市样本；增加控制变量指增加交通通达度(rode)和城乡融合程度(urban)。

4 结论、政策建议与研究展望

4.1 结论

本文基于中国211个优秀旅游城市2011—2020年的面板数据，在采用主成分分析和基于熵值的TOPSIS测算数字经济与旅游经韧性的基础上，从时空角度出发构建中介效应模型和空间面板杜宾模型等，实证检验数字经济对旅游经济韧性的影响路径以及空间溢出效应，得出以下结论：
在时间上，数字经济对旅游经济韧性产生显著的正向影响，数字经济发展水平每提高1个单位，旅游经济韧性提升0.2748，该结果通过了稳健性检验；在空间上，数字经济发展在研究期内始终呈现出东高西低的分布态势，且在区域内呈片状“组团式”发展形态；旅游经济韧性分布相对分散，东、中、西以及东北地区空间差距在研究期内呈现收敛的趋势。
在数字经济对旅游经济韧性的影响机制方面，数字经济通过在抵抗力维度提高旅游经济增长水平、在恢复力维度提高技术载体和在重组能力维度提高人力资本从而促进旅游经济韧性的提升，即旅游经济增长、技术载体和人力资本是数字经济对旅游经济韧性产生影响的主要路径。
在空间溢出效应方面，数字经济对旅游经济韧性有显著的负向空间溢出效应，即本地区数字经济发展会对周边地区旅游经济韧性产生“虹吸效应”。

4.2 政策建议

针对本文在影响机制以及空间溢出效应方面的结果，本文针对性地提出以下政策建议：① 抵抗能力维度：重视旅游经济增长在数字经济促进旅游经济韧性中的中介作用，促进数字经济与旅游经济发展深度融合，带动旅游经济高速发展，增强旅游经济自身抵抗能力。旅游企业要充分发展人工智能、大数据、5G、区块链、云计算、空间信息基础设施和软件产业等信息基础设施，构建产学研协同发展的多层次互联网体系，促进新旧产业的融合，使数字经济能够渗透到旅游业的各个方面，如市场研究、产品设计和营销等，提高自身在面临干扰时的抵抗能力。② 恢复能力维度：充分发挥技术载体在数字经济促进旅游经济韧性中的中介作用，加强互联网基础设施建设，提高互联网覆盖率，促进信息传播的速度和准确性，保证在旅游经济面临内外部扰动时能及时获得知识和信息溢出，优化资源配置，恢复旅游经济发展活力。③ 重组能力维度：发挥人力资本在数字经济促进旅游经济韧性增长过程的中介作用。重视知识和创新能力在旅游经济危机管理中的作用，通过数字经济提供的技术手段提高劳动力素质，一方面为旅游经济活动提供附加值更高的服务，改变旅游经济依赖廉价劳动力的现状，改善旅游经济发展结构；另一方面，高素质人力资本为旅游经济发展提供信息技术和商业创新，为旅游业突破路径依赖，增强重组能力提供技术基础。④ 空间溢出效应方面：为避免空间上的“虹吸效应”，一方面，顺应时代潮流，夯实数字经济发展基础，特别是着重提高互联网普及率，缩小与高速发展地区的数字鸿沟；另一方面，鼓励高水平数字经济地区在抢抓数字经济发展机遇的同时发挥人道主义精神，对数字经济较差的城市实施更强有力的优惠政策，并促进数字资源从数字经济水平较高的城市向邻近城市扩散，缩小地区间发展差距。

4.3 研究展望

研究缺陷与未来展望：第一，研究样本和时间有限，未来还需进一步验证二者的关系是否会因为时间和样本的不同而不同。第二，在空间上数字经济发展对旅游经济韧性存在“虹吸效应”，为何会出现该结果的机制未来需要解锁。第三，新经济地理学指出，地理邻近性和区域异质性是影响区域经济增长和经济溢出的重要因素，而本文暂未考虑区域异质性对空间溢出效应的影响，未来需要进一步理清区域异质性对空间溢出效应的影响。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
马丽君, 敖烨. 数字经济对旅游业高质量发展的影响及空间溢出效应[J]. 地理科学进展, 2023, 42(12): 2296-2308.

DOI

[ Ma Lijun, Ao Ye. Influence and spatial spillover effects of the digital economy on the high-quality development of the tourism industry. Progress in Geography, 2023, 42(12): 2296-2308. ]

DOI

[2]
王永贵, 高佳. 新冠疫情冲击、经济韧性与中国高质量发展[J]. 经济管理, 2020, 42(5): 5-17.

[ Wang Yonggui, Gao Jia. Shocks of 2019-nCoV, economic resilience and China's high quality development. Business and Management Journal, 2020, 42(5): 5-17. ]

[3]
Romão J. Tourism, smart specialisation, growth, and resilience[J]. Annals of Tourism Research, 2020, 84: 102995. doi: 10.1016/j.annals.2020.102995.

[4]
Li G J, Kou C H, Wang Y S, et al. System dynamics modelling for improving urban resilience in Beijing, China[J]. Resources, Conservation and Recycling, 2020, 161: 104954. doi: 10.1016/j.resconrec.2020.104954.

[5]
许宪春, 张美慧. 中国数字经济规模测算研究: 基于国际比较的视角[J]. 中国工业经济, 2020(5): 23-41.

[ Xu Xianchun, Zhang Meihui. Research on the scale measurement of China's digital economy: Based on the perspective of international comparison. China Industrial Economics, 2020(5): 23-41. ]

[6]
于婷婷, 左冰. 信息化对旅游经济效率的影响及其作用机制研究[J]. 地理科学, 2022, 42(10): 1717-1726.

DOI

[ Yu Tingting, Zuo Bing. Influence mechanism of information communication technology in the economic efficiency of tourism. Scientia Geographica Sinica, 2022, 42(10): 1717-1726. ]

DOI

[7]
Li X Y, Liang X P, Yu T, et al. Research on the integration of cultural tourism industry driven by digital economy in the context of COVID-19: Based on the data of 31 Chinese provinces[J]. Frontiers in Public Health, 2022, 10: 780476. doi: 10.3389/fpubh.2022.780476.

[8]
Mabon L, Kawabe M. Social media within digitalisation for coastal resilience: The case of coastal fisheries in Minamisoma, Fukushima Prefecture, Japan[J]. Ocean & Coastal Management, 2023, 232: 106440. doi: 10.1016/j.ocecoaman.2022.106440.

[9]
Sharma G D, Thomas A, Paul J. Reviving tourism industry post-COVID-19: A resilience-based framework[J]. Tourism Management Perspectives, 2021, 37: 100786. doi: 10.1016/j.tmp.2020.100786.

[10]
生延超, 谭左思, 李倩, 等. 数字经济能否促进黄河流域旅游经济韧性提升?[J]. 干旱区地理, 2023, 46(10): 1704-1713.

DOI

[ Sheng Yanchao, Tan Zuosi, Li Qian, et al. Can the digital economy promote the resilience of the tourism economy in the Yellow River Basin? Arid Land Geography, 2023, 46(10): 1704-1713. ]

DOI

[11]
Tang R. Can digital economy improve tourism economic resilience? Evidence from China[J]. Tourism Economics, 2024, 30(6): 1359-1381.

[12]
王龙杰, 曾国军, 毕斗斗. 信息化对旅游产业发展的空间溢出效应[J]. 地理学报, 2019, 74(2): 366-378.

DOI

[ Wang Longjie, Zeng Guojun, Bi Doudou. Spatial spillover effects of ICT on tourism industry growth. Acta Geographica Sinica, 2019, 74(2): 366-378. ]

DOI

[13]
荆文君, 孙宝文. 数字经济促进经济高质量发展: 一个理论分析框架[J]. 经济学家, 2019(2): 66-73.

[ Jing Wenjun, Sun Baowen. Digital economy promotes high-quality economic development: A theoretical analysis framework. Economist, 2019(2): 66-73. ]

[14]
杨勇, 眭霞芸, 刘震. 中国省际虚拟旅游流网络结构的空间演变特征研究[J]. 地理科学进展, 2022, 41(8): 1349-1363.

DOI

[ Yang Yong, Sui Xiayun, Liu Zhen. Spatial pattern change of the network structure of China's inter-provincial virtual tourism flow. Progress in Geography, 2022, 41(8): 1349-1363. ]

DOI

[15]
Liu Y, Luan L, Wu W L, et al. Can digital financial inclusion promote China's economic growth?[J]. International Review of Financial Analysis, 2021, 78: 101889. doi: 10.1016/j.irfa.2021.101889.

[16]
刘和东, 鲁晨曦. 创新生态系统韧性对经济高质量发展的影响[J]. 中国科技论坛, 2023(1): 48-57.

[ Liu Hedong, Lu Chenxi. The impact of innovation ecosystem resilience on high-quality economic development. Forum on Science and Technology in China, 2023(1): 48-57. ]

[17]
Brida J G, Cortes-Jimenez I, Pulina M. Has the tourism-led growth hypothesis been validated? A literature review[J]. Current Issues in Tourism, 2016, 19(5): 394-430.

[18]
Dogru T, Marchio E A, Bulut U, et al. Climate change: Vulnerability and resilience of tourism and the entire economy[J]. Tourism Management, 2019, 72: 292-305.

[19]
张思思, 马晓钰, 崔琪. 可持续发展、 数字经济与经济韧性互动关系的统计检验[J]. 统计与决策, 2023, 39(5): 92-97.

[ Zhang Sisi, Ma Xiaoyu, Cui Qi. Statistical test on the interaction between sustainable development, digital economy and economic resilience. Statistics & Decision, 2023, 39(5): 92-97. ]

[20]
Zhang X Z, Xu Z W. Facebook and Tencent data fit a cube law better than Metcalfe's Law[J]. Journal of Computer Science and Technology, 2023, 38(2): 219-227.

[21]
Peng W B, Xu J X, He Z X. The impact of human capital on green economic efficiency: Evidence from 280 prefectural cities in China[J]. Environmental Science and Pollution Research, 2023, 30(28): 72415-72429.

[22]
郭冬梅, 王继彬, 王韬, 等. 城市互联网发展对劳动力流动影响研究[J]. 管理评论, 2022, 34(10): 304-318.

[ Guo Dongmei, Wang Jibin, Wang Tao, et al. The influence of urban Internet development on labor mobility. Management Review, 2022, 34(10): 304-318. ]

[23]
赵涛, 张智, 梁上坤. 数字经济、 创业活跃度与高质量发展: 来自中国城市的经验证据[J]. 管理世界, 2020, 36(10): 65-76.

[ Zhao Tao, Zhang Zhi, Liang Shangkun. Digital economy, entrepreneurship, and high-quality economic development: Empirical evidence from urban China. Journal of Management World, 2020, 36(10): 65-76. ]

[24]
Ren S M, Li L Q, Han Y Q, et al. The emerging driving force of inclusive green growth: Does digital economy agglomeration work?[J]. Business Strategy and the Environment, 2022, 31(4): 1656-1678.

[25]
Wang Z X, Wei W. Regional economic resilience in China: Measurement and determinants[J]. Regional Studies, 2021, 55(7): 1228-1239.

[26]
Liu L, Meng Y X, Wu D S, et al. Impact of haze pollution and human capital on economic resilience: Evidence from prefecture-level cities in China[J]. Environment, Development and Sustainability, 2023, 25(11): 13429-13449.

[27]
张英浩, 汪明峰, 匡爱平, 等. 数字经济赋能中国城市创新发展的多维机制与空间效应研究[J]. 地理科学进展, 2023, 42(12): 2283-2295.

DOI

[ Zhang Yinghao, Wang Mingfeng, Kuang Aiping, et al. Multidimensional mechanisms and spatial effects of digital economy enabling urban innovation and development in China. Progress in Geography, 2023, 42(12): 2283-2295. ]

DOI

[28]
周五七. 基于新经济地理学的长三角环境治理地区差异研究[J]. 中国人口·资源与环境, 2023, 33(9): 111-122.

[ Zhou Wuqi. Regional heterogeneity of environmental governance in the Yangtze River Delta from the perspective of new economic geography. China Population, Resources and Environment, 2023, 33(9): 111-122. ]

[29]
麻学锋, 赵洁. 旅游产业集聚对民生福利的影响研究: 以湘西地区为例[J]. 地理科学进展, 2023, 42(8): 1486-1500.

DOI

[ Ma Xuefeng, Zhao Jie. Impact of tourism industry agglomeration on livelihood and welfare: A case study of western Hunan. Progress in Geography, 2023, 42(8): 1486-1500. ]

DOI

[30]
张胜武, 韩日, 李小胜, 等. 新型城镇化促进水生态文明建设: 影响机制及空间效应[J]. 地理科学进展, 2024, 43(1): 1-16.

DOI

[ Zhang Shengwu, Han Ri, Li Xiaosheng, et al. New urbanization promoting the construction of water ecological civilization: Mechanism of influence and spatial effects. Progress in Geography, 2024, 43(1): 1-16. ]

DOI

[31]
刘震, 杨勇, 眭霞芸. 互联网发展、 市场活力激发与旅游经济增长: 基于空间溢出视角的分析[J]. 旅游科学, 2022, 36(2): 17-43.

[ Liu Zhen, Yang Yong, Sui Xiayun. Internet development, market vitality and tourism economic growth: Based on the perspective of spatial spillover. Tourism Science, 2022, 36(2): 17-43.]

[32]
毛熙彦, 贺灿飞. 经济全球化新叙事与中国经济地理学发展新趋势[J]. 地理学报, 2023, 78(12): 2905-2921.

DOI

[ Mao Xiyan, He Canfei. The new narrative of economic globalization and the new trends in economic geography. Acta Geographica Sinica, 2023, 78(12): 2905-2921. ]

DOI

[33]
谭前进, 聂鸿鹏, 于涛. 高新技术产业集聚对经济韧性的影响及空间溢出效应分析[J]. 管理现代化, 2023, 43(2): 119-128.

[ Tan Qianjin, Nie Hongpeng, Yu Tao. The impact of high-tech industry agglomeration on economic resilience and analysis of spatial spillover effects. Modernization of Management, 2023, 43(2): 119-128. ]

[34]
王兆峰, 张先甜. 黄河流域旅游经济系统韧性的时空差异特征及其影响因素[J]. 地理与地理信息科学, 2023, 39(3): 112-121.

[ Wang Zhaofeng, Zhang Xiantian. Spatio-temporal differences and influencing factors of resilience of tourism economic system in the Yellow River Basin. Geography and Geo-Information Science, 2023, 39(3): 112-121. ]

[35]
刘家树, 顾为都. 数字技术影响城市经济韧性的机制与效应: 基于中国265个城市的实证检验[J]. 江淮论坛, 2023(2): 67-73.

[ Liu Jiashu, Gu Weidu. The mechanism and effect of digital technology on urban economic resilience: An empirical test based on 265 cities in China. Jiang-huai Tribune, 2023(2): 67-73. ]

[36]
贺灿飞, 盛涵天. 区域经济韧性: 研究综述与展望[J]. 人文地理, 2023, 38(1): 1-10.

[ He Canfei, Sheng Hantian. Regional economic resilience: A review and future development outlook. Human Geography, 2023, 38(1): 1-10. ]

[37]
侯娜, 张靖怡, 赵婉争, 等. 数字创新能力对农业价值链变革的影响: 基于两家农业企业的案例研究[J]. 管理案例研究与评论, 2024, 17(2): 242-262.

[ Hou Na, Zhang Jingyi, Zhao Wanzheng, et al. The impact of digital innovation capability on the agricultural value chain transformation: Case study based on two agricultural enterprises. Journal of Management Case Studies, 2024, 17(2): 242-262. ]

[38]
王琴, 李敬, 丁可可, 等. 数字基础设施、要素配置效率与城乡收入差距[J]. 统计与决策, 2023, 39(9): 29-34.

[ Wang Qin, Li Jing, Ding Keke, et al. Digital infrastructure, factor allocation efficiency and urban-rural income gap. Statistics & Decision, 2023, 39(9): 29-34. ]

[39]
刘明, 范丹雪, 施子杨. 空间溢出视角下数字经济与经济高质量发展[J]. 统计与决策, 2023(13): 22-27.

[ Liu Ming, Fan Danxue, Shi Ziyang. Digital economy and high-quality economic development from the perspective of spatial spillover. Statistics & Decision, 2023(13): 22-27. ]

[40]
方叶林, 王秋月, 黄震方, 等. 中国旅游经济韧性的时空演化及影响机理研究[J]. 地理科学进展, 2023, 42(3): 417-427.

DOI

[ Fang Yelin, Wang Qiuyue, Huang Zhenfang, et al. Spatial and temporal evolution of tourism economic resilience and mechanism of impact in China. Progress in Geography, 2023, 42(3): 417-427. ]

DOI

[41]
吴丹丹, 冯学钢, 马仁锋, 等. 数字经济发展对旅游业全要素生产率的非线性效应[J]. 旅游学刊, 2023, 38(2): 47-65.

[ Wu Dandan, Feng Xuegang, Ma Renfeng, et al. Nonlinear effects of digital economy development on tourism total factor productivity. Tourism Tribune, 2023, 38(2): 47-65. ]

[42]
吴丹丹, 马仁锋, 郝晨, 等. 数字经济对市域旅游业高质量发展水平的空间效应及机制[J]. 经济地理, 2023, 43(4): 229-240.

DOI

[ Wu Dandan, Ma Renfeng, Hao Chen, et al. Spatial effect and impact mechanism of digital economy on tourism industry high-quality development in Chinese cities. Economic Geography, 2023, 43(4): 229-240. ]

DOI

[43]
郭峰, 王靖一, 王芳, 等. 测度中国数字普惠金融发展: 指数编制与空间特征[J]. 经济学(季刊), 2020, 19(4): 1401-1418.

[ Guo Feng, Wang Jingyi, Wang Fang, et al. Measuring China's digital financial inclusion: Index compilation and spatial characteristics. China Economic Quarterly, 2020, 19(4): 1401-1418. ]

[44]
Akhtar N, Khan N, Khan M M, et al. Post-COVID 19 tourism: Will digital tourism replace mass tourism?[J]. Sustainability, 2021, 13(10): 5352. doi: 10.3390/su13105352.

Options
文章导航

/

〈 〉