EN中文

地理科学进展 >

2024 , Vol. 43 >Issue 10: 2034 - 2051

DOI: https://doi.org/10.18306/dlkxjz.2024.10.010

“数字经济与区域文旅高质量发展”专栏

居民数字技能影响区域文旅消费差距的理论和机制

  • 黄鑫 ,
  • 杨勇 , * ,
  • 王静 ,
  • 邬雪
展开
  • 华东师范大学经济与管理学院，上海 200062
* 杨勇(1974— )，男，山东东平人，博士，教授，博士生导师，主要从事旅游经济学研究。E-mail:

黄鑫(1995— )，男，福建古田人，博士生，主要从事旅游经济学研究。E-mail:

收稿日期: 2023-12-20

  修回日期: 2024-04-02

  网络出版日期: 2024-10-23

基金资助

国家社会科学基金项目(22BJY146)

中央高校基本科研业务费专项资金资助项目(YBNLTS2023-032)

收起

Theoretical and mechanism research on the influence of residents’ digital skills on regional cultural and tourism consumption gaps

  • HUANG Xin ,
  • YANG Yong , * ,
  • WANG Jing ,
  • WU Xue
Expand
  • School of Economics and Management, East China Normal University, Shanghai 200062, China

Received date: 2023-12-20

  Revised date: 2024-04-02

  Online published: 2024-10-23

Supported by

National Social Science Foundation of China(22BJY146)

Fundamental Research Funds for the Central Universities(YBNLTS2023-032)

Fold

摘要

缩小区域文旅消费差距是实现共同富裕的应有之义。随着数字经济的发展，居民的数字技能逐渐成为影响其文旅消费的重要因素。研究居民数字技能如何影响区域文旅消费差距，对促进共同富裕具有重要的理论和实践价值。论文利用中国家庭追踪调查(CFPS)数据库，构建了全国各区县居民的数字技能及数字技能鸿沟指数，进而探究了居民数字技能及其鸿沟对区域文旅消费差距的影响机制。研究发现：① 居民数字技能有效地缩小了区域文旅消费差距，而数字技能鸿沟则加剧了这一差距，且这些结论在进行了稳健性检验和内生性处理之后依然有效。② 就影响机制而言，居民数字技能通过提升区域就业充分性和收入水平来减少文旅消费差距，而数字技能鸿沟通过降低这些因素来加剧差距。③ 就数字技能类型差异而言，互联网相关的数字技能，尤其是学习、工作和社交方面的数字技能，明显缩小了区域文旅消费差距；而所有类型的数字技能鸿沟均扩大了差距。非互联网数字技能及其鸿沟对区域文旅消费差距的影响不显著。值得一提的是，不同类型的数字技能增长均有助于缩小数字技能鸿沟。④ 就地区差异而言，居民数字技能及其鸿沟在西部和东北地区对区域文旅消费差距的影响更加显著。结果不仅丰富了关于居民消费不平等的研究，也为在数字经济背景下缩小区域文旅消费差距提供了重要的启示和依据。

关键词： 区域文旅消费差距; 数字技能; 数字技能鸿沟; 影响机制

本文引用格式

黄鑫 , 杨勇 , 王静 , 邬雪 . 居民数字技能影响区域文旅消费差距的理论和机制[J]. 地理科学进展, 2024 , 43(10) : 2034 -2051 . DOI: 10.18306/dlkxjz.2024.10.010

Abstract

Narrowing the regional cultural and tourism consumption gaps (CTCG) is a proper way to realize common prosperity. With the development of digital economy, residents' digital skills gradually become an important factor that affects their cultural and tourism consumption. Studying how residents' digital skills affect the regional CTCG has important theoretical and practical values for promoting common prosperity. This study used the China Family Panel Study (CFPS) database to construct digital skill and digital skill divide indices of residents in various districts and counties across China's mainland, and then explored the mechanisms of the impact of residents' digital skills and their divide on the regional CTCG. The study found that: 1) Residents' digital skills effectively narrowed the regional CTCG, while the digital skill divide exacerbated the difference, and these conclusions are still valid after the robustness test and endogeneity treatment. 2) With regard to the mechanism of influence, residents' digital skills reduced the CTCG by increasing regional employment adequacy and income levels, while the digital skill divide exacerbated the gaps by decreasing these factors. 3) With regard to the differences in the type of digital skills, Internet-related digital skills, especially in learning, working, and socializing, significantly reduced the regional CTCG; while all types of digital skill divides widened the gap. The impact of non-Internet digital skills and their divides on the regional CTCG is not significant. It is worth noting that the growth of different types of digital skills all contributed to narrowing the digital skill divide. 4) As far as regional differences are concerned, the impact of residents' digital skills and their divides on regional CTCG is more significant in the western and northeast regions. This study not only enriches the research on residents' consumption inequality, but also provides important insights and grounds for narrowing the regional CTCG in the context of the digital economy.

Key words： regional cultural and tourism consumption gap; digital skill; digital skill divide; impact mechanisms

党的二十大报告指出，“中国式现代化是全体人民共同富裕的现代化”，要“着力促进全体人民共同富裕”[1]。共同富裕包含物质生活和精神生活的双重富裕[2]。实现共同富裕，不仅要缩小收入差距，还要缩小消费差距，且居民消费反映了居民当期收入、预期收入、家庭财富累积状况[3]，是体现居民福利状况和资源禀赋的重要度量[4]，能更加真实地刻画经济不平等与共同富裕的发展水平[5]。文旅消费作为满足基本物质消费后更高层次的消费，体现了居民对美好生活的追求和幸福感的提升，而区域文旅消费差距将影响产业高质量发展和共同富裕的实现，探究如何缩小区域文旅消费差距成为共同富裕视域下一个重要的研究问题。
近年来，数字经济发展塑造了居民的数字技能，对居民文化和旅游的消费习惯和决策产生了深远的影响[6-7]。居民通过在线资源制订旅行计划[8]，或通过网站和旅游服务应用程序而非传统渠道预订和购买门票[9-10]，其数字技能的提升大大减少了消费成本、缩短了消费距离、降低了消费心理障碍[11-12]，有效促进了文旅消费提升。然而，由于区域差异、经济差异、群体差异等多维因素的影响，区域间居民数字技能差异也逐渐显现。尤其是，区域间居民数字技能鸿沟对区域间文旅消费差距的影响也日益凸显[13]，成为加剧区域文旅消费等不平等现象的重要因素[14-15]。处于数字技能鸿沟弱势的一方居民将会被数字工具“排斥”，未能从数字经济中充分受益，影响其文旅消费支出[16-17]。不同区域居民个体特征的差异，不仅会导致其数字技能差异，还会导致使用结果的差距[18]，数字鸿沟中的“弱势”群体在文旅消费中将面临较多障碍，导致文旅消费差距。鉴于此，居民数字技能及数字技能鸿沟如何影响区域文旅消费差距?其中具体的影响机制应是什么?这些都是值得研究的问题。
关于“数字技能”，相近的概念有“数字素养(digital literacy)”“数字能力(digital capability)”。“数字素养”是理解和使用各种数字来源信息的能力，除了涉及使用软件或操作数字设备的能力外，还强调认知和社会情感技能，使人们在生活、学习、工作和整个社会活动中有效和创造性地实现自我[10,19]。“数字能力”被描述为“自信、批判和创造性地使用信息和通信技术(Information and Communications Technology，ICT)以实现与工作相关的目标、就业能力、学习、休闲、包容和/或参与社会”[20]。“数字技能(digital skill)”的概念与前两者相近，是与技术、媒体相关的操作、沟通、内容创造和战略等方面的技能[21]。相近的概念有“21世纪的数字技能”，包括技术、信息管理、沟通、协作、创造力、批判性思维和问题解决7项核心技能和伦理意识、文化意识、灵活性、自我导向和终身学习5项情境技能，所有的技能都指向解决问题的数字技能[20]。结合上述概念，本文所讨论的居民数字技能不仅包括居民接入ICT的水平和使用数量，还包括应用ICT在获取信息、学习、工作、商业、社交、娱乐等社会活动场景中创造价值的能力。这些数字技能与文旅消费紧密相关，例如，在数字经济的环境下，居民在行前通常要处理大量的数字信息，为旅游消费制定计划[22-23]。在文旅消费中，居民利用数字技能开展商业活动也十分常见，例如网络预订门票、数字支付、扫码选购等行为场景[10,24-25]。相应地，本文将居民在接入ICT、使用数量、用其创造价值的能力和意识等方面上的差距称为数字技能鸿沟。已有研究多用测算基尼系数、泰尔指数、最大值平减等方法构建数字鸿沟指数，数据来源包括宏观层面的基础设施数量或微观层面的家庭数字使用问卷[12,14,26-27]。
就数字技能对区域文旅消费差距的影响研究而言，目前并无太多直接相关的文献，但以下两方面的文献能够为本文提供启发。一方面，研究者普遍关注数字技术对文旅消费行为和结果的影响，包括技术接受与使用的原因[24,28]、消费升级与水平[29]、消费行为与心理等[27,30]。而关于文旅消费差距的影响因素，学者们认为收入及收入差距、就业质量、互联网、普惠金融等因素将对文旅消费差距产生影响[31-32]，并且这些影响效应普遍存在地区异质性[33-34]。另一方面，关于居民一般性的消费差距或数字化应用水平差距的测度和研究成果日渐丰富。这些研究从绝对或相对离差、份额比值等指标来衡量差距[3,35]，将居民消费问题放置于互联网应用、数字经济产业发展等情境中探索影响效应及机制[36-37]，为本文提供了广阔的视野。遗憾的是，现有研究中，居民数字技能及鸿沟对区域文旅消费差距产生影响的内在机理尚未得到充分回应与阐释。不同类型数字技能及其鸿沟对于区域文旅消费差距是否存在异质性差异，也鲜有文献进行探讨。
鉴于此，本文着重探讨居民数字技能及数字技能鸿沟对区域文旅消费差距的影响。与现有文献相比，本文可能的贡献在于：① 在研究视角上，聚焦居民数字技能及其鸿沟这一重要变量对区域文旅消费差距的影响，同时关注数字技能的正面效应和负面效应，探讨就业充分性和收入水平的渠道机制。② 在研究内容上，区分居民数字技能及其鸿沟在设备和类型等方面的差异，明晰居民数字技能的动态发展对区域文旅消费差距的异质性影响，并进一步探索了数字技能与数字技能鸿沟之间关系。③ 在指标衡量上，综合测算个体在数字技能接入、数字技能使用数量、互联网应用技能、数字信息渠道使用意识4个维度上的得分，构建中国各区县层面的数字技能及数字技能鸿沟指数，全面分析居民数字技能对区域文旅消费差距的影响，在测量指标深度和广度上均有拓展。

1 理论机制与假设提出

1.1 居民数字技能与区域文旅消费差距

区域消费差距反映了经济发展不平等现象[2-3]。本文认为，居民数字技能将从需求侧和供给侧两方面缩小区域文旅消费差距。
在需求侧，居民数字技能的提高有利于缓解信息不对称，增加文旅消费机会，提高居民文旅消费能力，从而缩小区域文旅消费差距。首先，数字技能提高居民文旅消费能力。数字技能能够缓解居民文旅消费的流动性约束[4]，通过数字金融支持将潜在消费需求转化为实际消费[38]，一定程度上能减少区域居民群体的消费差距。其次，数字技能的发展减少了居民文旅消费的信息不对称。旅游消费空间的异地性放大了消费的不对称性，是传统区域文旅消费差距产生的重要原因。但是，居民数字技能的掌握提升了其互联网信息搜索的相关技能，降低了消费的信息搜索成本，缓解由信息不对称带来的消费障碍[39]，有利于掌握信息不充分的居民接触到更广泛的消费信息，从而缩小区域文旅消费差距。再次，数字技能的发展增加了欠发达地区居民的文旅消费机会。经济欠发达地区的居民通过学习数字技能以拥有更多支付能力和消费机会，从数字经济的发展中获益；而经济发达地区较高水平的数字技能带来的边际效用递减，由此减小区域文旅消费差距。互联网等现代通信技术之间的融合为不同地区的文旅消费者和旅游目的地提供了新的消费渠道，这些渠道增强了不同区域之间供需的联系[30,34]。在供给侧，数字经济优化了区域之间文旅市场的供给结构。数字技术促进传统行业转型发展，从而催生了更为丰富的文旅产品形态，提高供给侧和流通端的生产效率，增加文旅消费交易的信息透明度，使不同层次的市场需求得到有效满足[10,37,40]，从而缩小区域的文旅消费差距。据此，本文提出：
假设1：居民数字技能的发展能够有效缩小区域文旅消费差距。

1.2 居民数字技能鸿沟与区域文旅消费差距

居民数字技能鸿沟将扩大区域文旅消费差距。具体来看，第一，数字技能鸿沟反映了原有的社会不平等结构。一些学者认为，社会中所有熟悉的社会和文化差异越来越多地反映在计算机和互联网的使用上[18,21]。数字设备及其差异化使用将影响消费者自由选择的权利[41]，数字技能赋予消费者更多的消费选择方式[42]，如果一个群体不会使用数字技术将可能被一些消费排斥[12]。数字技能鸿沟重现了现实空间的不平等，与数字空间中的不平等结构叠加将会对消费差距产生更大的危害[43]。第二，数字技能鸿沟可能剥夺部分居民的消费机会。居民数字技能水平的差异将影响其收入来源、消费决策的差异；换句话说，更高的数字技能可以帮助消费者获取更多的在线文旅消费机会[44]，导致低数字技能居民的部分文旅消费机会被剥夺，从而扩大不同数字技能水平人群之间的消费差距[27]。高技术准备度的旅游者更倾向选择由数字技术支持的服务，其进一步到访和消费的动机更强[10,45]。然而，由于旅游消费的异地性和信息的不对称性，数字技能不足的居民可能难以处理复杂的网络信息，降低了对文旅消费的意愿[10]，或产生对消费安全问题的担忧[8]，影响了其消费水平。第三，数字技能鸿沟将导致不同的消费偏好。居民数字技能在学习、工作、商业、社交、娱乐等场景下均存在差异，这种差异影响了其选择性的文旅消费偏好，继而导致消费在品味、质量、体验等方面上出现更深层次的差距[46]。例如，数字技能较高的人对旅行过程中的信息服务具有较强的处理能力，能够更好地阅读旅游地图并组织旅行计划[22,47]，对相关服务和体验更可能感受到满意[48]，继而影响了其消费决策和水平。据此，本文提出：
假设2：数字技能鸿沟的扩大将加剧区域文旅消费的差距。

1.3 居民数字技能及其鸿沟影响区域文旅消费差距的渠道机制

1.3.1 就业充分性

就业充分性与居民消费差距密切相关[5,32,49]，而居民高质量充分就业水平体现出地区的社会福利的均衡充分发展[50-51]。相关研究表明，居民数字技能的提高会为其带来更多的创业、就业机会[17]，提高收入水平，进而促进消费市场繁荣和差距缩小[4,50]。一方面，居民数字技能将提高区域的就业充分性[52]。数字化信息应用为居民提供工具性价值，居民数字技能的提升将为其带来高效和低成本的学习，有助于提高自身的劳动素质[50,53]，为其就业、创业带来更多积极影响，有效缓解就业困难和摩擦性失业[54]，继而缓解劳动力市场的供给和需求之间的不平衡，增强区域的就业充分性[55]。另一方面，居民数字技能鸿沟将降低区域的就业充分性。产业数字化转型使得企业对劳动者的素质与技能提出更高的要求，推动就业结构向高技术化、高技能化方向发展，低数字技能劳动者难以应对新的工作要求，就业受到冲击[51]。劳动者之间的数字技能存在差异，高数字技能将带来劳动溢价，低数字技能劳动可能被现代化生产技术替代，数字技能鸿沟两端的劳动者的就业平衡进一步受到影响[52]。另外，由于居民在收入、教育、年龄、种族和性别等因素的差异[11,18,20]，居民数字技能水平的差异对原有不平等的社会结构产生叠加与放大作用，对弱势群体造成就业、消费等方面的持续性伤害[56]。据此，本文提出：
假设3a：居民数字技能将通过提高就业充分性，缩小区域文旅消费差距。
假设3b：居民数字技能鸿沟将通过降低就业充分性，放大区域文旅消费差距。

1.3.2 收入水平

居民收入水平是缩小消费差距的关键[57]，其中居民数字技能的发展及其在区域文旅消费差距中的作用尤为重要。一方面，居民数字技能通过提高区域收入水平，为缩小消费差距提供了可能。数字技能为居民带来了新的发展机遇，让他们能够在收入初次分配中受益[58]。数字技能不仅缓解了居民在金融和时间上的约束，促进了家庭财富的积累，还降低了相对贫困的发生，从而提升了消费水平[59]。相关研究证实，数字技能在提升低收入群体的当期消费方面发挥了显著作用，减少了区域低收入和高收入群体的消费差距[17,46,56]。另一方面，数字技能鸿沟将降低数字技能较低的居民的收入水平，从而扩大消费差距。有研究表明，数字技术发展的不平衡使得部分家庭无法从数字化中获益，进而加剧了区域的收入和消费差距[14,16]。特别是一级和二级数字鸿沟的扩大，直接影响了城乡之间的收入差距[15,21]。这种区域收入差距的扩大，最终在消费差距上得以体现[17]。因此，文旅消费作为一种高弹性的享受型消费，其水平和差距在很大程度上受到居民数字技能鸿沟和收入水平的综合影响。换句话说，高数字技能的居民拥有更高的收入水平，能获得更高的文旅消费；低数字技能的居民收入水平较低，其文旅消费水平较低，不同数字技能水平的居民将因收入水平不同而产生文旅消费差距。由此，本文提出：
假设4a：居民数字技能将通过提高收入水平，缩小区域文旅消费差距。
假设4b：居民数字技能鸿沟将通过降低收入水平，放大区域文旅消费差距。

2 研究方法与数据

2.1 模型构建

本文试图从水平和差距两个角度验证居民数字技能对区域文旅消费差距的影响。基准回归模型具体设定如下：
G a p j t = β 0 + β 1 D i g i j t + β 2 X j t + α j + γ t + ε j t
G a p j t = λ 0 + λ 1 G i n i j t + λ 2 X j t + α j + γ t + ε j t
式中：下标j、t分别表示区县和年份；被解释变量Gapjt是区县j在年份t的区域文旅消费差距；核心解释变量Digijt是区县j在年份t的数字技能发展指数，Ginijt是区县j在年份t的数字技能鸿沟指数，Xjt表示控制变量；αj和γt分别表示区县和年份固定效应，εjt表示随机扰动项。

2.2 数据来源及说明

本文使用数据来自中国家庭追踪调查(CFPS)。CFPS由北京大学中国社会科学调查中心开展实施，重点关注中国居民的经济与非经济福利，每2年调查一次，目前数据已更新至2020年。鉴于研究目的和数据可得性，本文选取并处理2014—2020年的面板数据作为研究样本。首先，本文将CFPS数据库中的成人数据库与家庭经济数据库进行匹配合并，删除个体年龄小于16岁的样本。其次，由于中国家庭分家现象普遍存在，在跨年度合并样本时，选择保留各年度分家样本的其中一家样本，以确保样本数量充足。最后，在对相关变量缺失值处理之后，删除样本量较少且年份不连续的内蒙古、海南、西藏、青海、宁夏、新疆6个省级单位样本，保留25个省份数据(港澳台地区数据暂缺)，最终得到39882份个体样本数据。由于CFPS数据库区县代码限制，本文使用的控制变量均根据数据库进行构建。

2.3 指标构建与变量说明

2.3.1 区域文旅消费差距

基于39882份个体样本数据，本文首先筛选CFPS家庭经济数据库中有关文旅消费的题项及数据 ① 。在计算中，以家庭文化消费和旅游消费的绝对值除以家庭成员数量，消除家庭规模对消费数值的影响。为缓解可能存在的多重共线性和异方差，本文对文旅消费数值+1后取自然对数。其次，由于本文关注区域文旅消费差距，所以删除区县内家庭样本小于2和当年无文旅消费的样本。再次，利用基尼系数算法对其标准化之后的数值计算，得到各区县文旅消费差距指数。基尼系数算法参考以往研究[60]，使用分布函数法，通过对数正态分布函数拟合出各区县文旅消费的概率密度函数，推导出相关公式计算得到各区县文旅消费的基尼系数值(Gap)，计算公式如下：
f x = 1 2 π σ x e x p - l n 2 ( x / μ ) 2 σ 2 ,     x ∈ ( 0 , ∞ )
G a p = 2 Φ σ 2 - 1
式中： f x为概率密度分布函数，x表示文旅消费数值，σ、μ分别表示标准差和均值， Φ是标准正态分布的累积分布函数。Gap值越大，说明文旅消费差距越大。本文最终得到2014—2020年全国1094个区县样本数值。同时，根据国家统计局对经济地带的划分依据(http://www.stats.gov.cn/hd/cjwtjd/)，将样本分为东部、中部、西部和东北部地区4组子样本。

2.3.2 居民数字技能

首先，构建居民数字技能指标(Digi)。结合上文中界定的概念与数据可得性，选取CFPS数据库中有关个人数字技能使用的数据，维度包括数字技能接入、数字技能使用数量、互联网应用技能、数字信息渠道重要性，在对数据作重新赋值、计算均值、取对数等处理之后得到13个变量(详见表1)。其次，为反映数字技能的综合水平，本文利用主成分分析和因子分析降维(Bartlett值在0.001水平上显著，KMO值0.921)，得到数字技能综合指标和特征根值均大于1的两个因子：f1和f2。其中，f1表示个体对互联网数字设备的使用技能水平(V1、V2、V4、V5、V6、V7、V8、V9、V10)，f2表示个体对非互联网数字设备的使用技能水平(V3、V11、V12、V13)。最后，通过对每个样本的数字技能综合得分值做标准化处理，使数值落在[0,1]之间。区县层面的数字技能指数用各年份各区县个体得分的均值来衡量，数值越高说明该区县数字技能指数越高。
表1 居民数字技能指数测度体系

Tab.1 Measurement system of residents’ digital skill index

技能类型 技能变量 对应测量问题 指标赋值
数字技能
接入		 V1是否移动上网 Q1是否使用移动设备，比如手机、平板，上网? 是=1，否=0
V2是否电脑上网 Q2是否电脑上网?
数字技能
使用数量		 V3当年手机费(元) Q3每月的手机费大概是多少钱? 取对数后作[0, 1]标准化处理
V4当年网上购物花费(元) Q4过去12个月，您网上购物(含网上缴费)总共花了多少钱? 取对数后作[0, 1]标准化处理
学习技能 V5 互联网学习能力 Q5使用互联网络学习的频率有多高? 按照频次和重要性，由高到低对每个题项赋值后，作[0, 1]标准化处理并对相应题项得分取均值
Q6使用互联网时学习对您有多重要?
工作技能 V6 互联网工作能力 Q7使用互联网络工作的频率有多高?
Q8使用互联网时工作对您多重要?
商业技能 V7 互联网商业生活能力 Q9使用互联网络进行商业活动的频率有多高?
Q10使用互联网时商业活动对您多重要?
社交技能 V8互联网社交能力 Q11使用互联网络进行社交活动的频率有多高?
Q12使用互联网时社交对您多重要?
娱乐技能 V9 互联网娱乐能力 Q13使用互联网络娱乐的频率有多高?
Q14使用互联网时娱乐对您多重要?
数字信息
渠道重要性		 V10 互联网对获取信息的重要程度 Q15互联网对您获取信息的重要性? [0, 1]标准化后取均值
V11 电视对获取信息的重要程度 Q16电视对您获取信息的重要性?
V12 手机短信对获取信息的重要程度 Q17手机短信对您获取信息的重要性?
V13 广播对获取信息的重要程度 Q18广播对您获取信息的重要性?

注：因各年问卷存在差异，2014年Q1答案用“是否上网”代替，Q2答案用“家中是否有电脑”代替；2020年Q3答案用“移动设备上网时长”代替，Q4答案用“电脑上网时长”代替，Q5答案用“过去一周是否每天网络学习”代替，Q7答案用“工作是否需要用到计算机”代替，Q9答案用“过去一周是否每天网上购物”代替，Q11答案用“过去一年朋友圈分享频率”代替，Q13答案用“过去一周是否每天玩网络游戏”和“过去一周是否每天看短视频”的答案总和代替。

2.3.3 数字技能鸿沟指标

在本文中，数字技能鸿沟(Gini)表示在各区县内个体数字技能指数之间的差距。与上述文旅消费差距的计算方式类似，删除区县内家庭样本数量小于2的样本后，使用分布函数法，通过式(3)拟合出各区县内个体数字技能指数的概率密度函数，并通过式(4)计算得到各区县的数字技能鸿沟综合指数变量。由因子分析得到的两类数字技能水平(f1和f2)的鸿沟指数计算方式与综合指数一致。数字技能鸿沟指数数值越高，说明各区域居民数字技能差距越大。

2.3.4 控制变量

基于数据可得性，本文根据CFPS数据库构造如下控制变量：① 人均收入(Income)，以家庭成员人均年收入来衡量。② 教育水平(Edu)，以区县层面的人均受教育年限来衡量。③ 人均房屋数量(House)，以区县层面人均拥有的房屋数量来衡量。④ 城镇化率(Urban)，以区县层面拥有城镇户口的人数除以总人数的比率来衡量。⑤ 健康水平(Health)，以健康自评问卷分数的区县均值来衡量。⑥ 幸福感(Happy)，以幸福感自评问卷分数的区县均值来衡量。为缓解可能存在的多重共线性和异方差，本文对上述所有控制变量都进行数值+1并取自然对数处理。⑦ 疫情年份(Pandemic)，由于2020年文旅消费的调查数据可能受到新冠疫情等外部事件的冲击，本文设置年份虚拟变量作为控制变量，将2020年赋值为1，其余年份赋值为0。

2.4 描述性统计

为避免特殊样本或变量极端值影响，本文对所有连续变量按照±1%进行缩尾处理，主要变量的描述性统计见表2。在样本期内，各区县的文旅消费差距指数均值达到0.504，最大值达到0.928，一定程度上说明各区域文旅消费的不均衡现象较为严重。
表2 主要变量描述性统计

Tab.2 Descriptive statistics of main variables

变量名称 变量符号 样本数 均值 标准差 最小值 最大值
文旅消费差距 Gap 1094 0.504 0.256 0.016 0.928
数字技能 Digi 1094 0.342 0.152 0.102 0.742
数字技能鸿沟 Gini 1094 0.283 0.137 0.008 0.497
人均收入 Income 1094 9.991 0.659 8.716 11.330
教育水平 Edu 1094 2.272 0.266 1.611 2.813
固定资产 House 1094 0.857 0.765 0 3.308
城镇化率 Urban 1094 0.483 0.21 0 0.693
健康水平 Health 1094 1.366 0.123 0.981 1.705
幸福感 Happy 1094 2.114 0.099 1.705 2.303
疫情年份 Pandemic 1094 0.255 0.436 0 1

2.5 文旅消费差距和数字技能鸿沟的时空分布特征

为更直观地反映各区域文旅消费差距和数字技能鸿沟，本文基于上述数据和计算方法，构造反映省级层面的居民文旅消费差距指数和数字技能鸿沟指数，其时空分布特征分别如图1和图2所示。
图1 全国各区域文旅消费差距的时空分布特征

注：本图基于自然资源部标准地图服务系统网站下载的审图号GS(2020)4619号的标准地图绘制，底图无修改。下同。

Fig.1 Characteristics of the spatial and temporal distribution of cultural and tourism consumption gap across different regions of China

图2 全国各区域数字技能鸿沟的时空分布特征

Fig.2 Characteristics of the spatial and temporal distribution of digital skill divide across different regions of China

2014—2020年，全国及各区域居民文旅消费差距总体呈现下降趋势，数字技能鸿沟总体呈现波动下降的趋势，在一定程度上反映出文旅产业和数字化建设渐进包容的发展过程，有助于各区域共同富裕的实现。然而，2020年样本内大部分区域的文旅消费差距指数大于0.4，超过了国际经验基尼系数警戒线(0.4)，再次反映出样本期内中国区域文旅消费水平存在较不均衡的现象。
从区域差异来看，中部地区文旅消费差距和数字技能鸿沟呈现相对最低水平，体现出中部地区发展较为均衡的局面。东部地区的文旅消费差距和数字技能鸿沟总体小于西部地区，体现出东部地区文旅消费和数字技能较为高水平的均衡发展。西部地区的文旅消费差距总体较高；数字技能鸿沟先升后降，指数在2018年达到最大后逐渐缩小。东北地区文旅消费差距和数字技能鸿沟总体呈现逐渐下降水平。

3 实证结果与分析

3.1 基准回归结果

3.1.1 居民数字技能显著缩小区域文旅消费差距

表3列(1)、(2)反映了基准回归中居民数字技能发展对区域文旅消费差距的影响。在列(1)和加入控制变量的列(2)中，核心解释变量数字技能发展水平(Digi)估计系数均显著为负，这意味着，居民数字技能每提高一个标准差，区域文旅消费差距降低3.19%(标准差0.152与影响系数0.210的乘积)。可见，本文假设1得到支持，即各区县的居民数字技能发展水平越高，区域文旅消费差距越小。根据上文分析，居民提高数字技能，可以帮助他们减轻在文旅消费中遇到的流动性、技术性以及金融性约束，进一步释放自身消费需求，使得区域的文旅消费差距得到显著缩小，区域文旅发展更具包容性。
表3 数字技能及其鸿沟对区域文旅消费差距 影响的基准回归结果

Tab.3 Benchmark regression results on the impact of digital skills and their divide on regional cultural and tourism consumption gaps

变量 (1) (2) (3) (4)
Digi -0.272*** -0.210**
(-3.499) (-2.229)
Gini 0.280*** 0.224**
(2.796) (2.315)
Income -0.045* -0.045*
(-1.794) (-1.774)
Edu -0.071 -0.095
(-0.991) (-1.535)
House 0.011 0.012
(1.278) (1.366)
Urban 0.010 -0.067
(0.134) (-0.950)
Health -0.108 -0.117
(-1.346) (-1.503)
Happy 0.086 0.066
(1.204) (0.919)
Pandemic -0.081*** -0.089***
(-5.385) (-6.216)
常数项 0.639*** 1.185*** 0.478*** 1.200***
(27.224) (4.369) (16.131) (4.386)
区县固定效应 Yes Yes Yes Yes
时间固定效应 Yes Yes Yes Yes
样本量 1094 1094 1094 1094
R2 0.163 0.188 0.154 0.188

注：***、**和*分别表示通过1%、5%和10%的显著性水平检验，括号内数据为稳健t统计量。下同。

3.1.2 居民数字技能鸿沟显著加剧区域文旅消费差距

表3列(3)、(4)反映了基准回归中数字技能鸿沟对区域文旅消费差距的影响。在列(3)和加入控制变量的列(4)中，数字技能鸿沟(Gini)的估计系数均显著为正，说明居民数字技能鸿沟将加剧区域文旅消费差距，各区县居民的数字技能差异越大，区域的文旅消费差距越大。居民数字技能鸿沟每增加一个标准差，区域文旅消费差距提高3.07%。根据上文分析，处于数字技能鸿沟的弱势群体在文旅消费中被“工具排斥”，抑制其消费需求或使其无法同等享受某些文旅消费产品或服务，加之收入、受教育水平、地理阻隔等因素，数字技能鸿沟将导致区域文旅消费差距加剧，假设2得到支持。
表3的结果表明，居民数字技能与数字技能鸿沟对于区域文旅消费差距的作用相反，数字技能为区域文旅发展的赋能的同时，也将产生负面效应。

3.2 稳健性检验

为保障本文基准回归结果的稳健性，本文从替换核心变量和改变样本范围两个方面对基准回归结果的稳健性进行检验(表4)。
表4 数字技能及其鸿沟对区域文旅消费差距影响的稳健性检验

Tab.4 Robustness test results on the impact of digital skills and their divide on regional cultural and tourism consumption gaps

变量 数字技能 数字技能鸿沟
(1) Theil_ct (2) Cov_ct (3) 样本范围 (4) Theil (5) Cov (6) 样本范围
核心解释变量 -0.411** -0.631** -0.373*** 0.179** 0.112** 0.231*
(-2.326) (-2.471) (-3.114) (2.245) (2.572) (1.773)
控制变量 Yes Yes Yes Yes Yes Yes
常数项 2.266*** 3.062*** 1.330*** 1.262*** 1.160*** 1.473***
(4.247) (3.778) (3.429) (4.720) (4.204) (3.612)
区县固定效应 Yes Yes Yes Yes Yes Yes
时间固定效应 Yes Yes Yes Yes Yes Yes
样本量 1094 1094 815 1094 1094 815
R2 0.261 0.230 0.198 0.183 0.191 0.167

3.2.1 替换核心变量

① 数字技能。本文通过计算各区县内个体的文旅消费的泰尔指数(Theil)和变异系数(Cov)，更换被解释变量，检验结果分别对应表4列(1)、(2)。 ② 数字技能鸿沟。本文利用各区县居民数字技能的泰尔指数和变异系数替换核心解释变量，列(4)、(5)分别为数字技能鸿沟的泰尔指数和变异系数作为解释变量的回归结果。表4各列显示，无论选择替换被解释变量还是替换解释变量，核心解释变量的回归估计系数方向与基准回归一致，且都具有较好的显著性，这说明本文假设1和假设2的检验结果具有较好的稳健性。

3.2.2 改变样本范围

由于2019年末发生的新冠疫情对文旅行业产业发展产生较大冲击，为避免特殊年份的数据对本文结论的稳健性造成影响，本文在剔除2020年的数据后，按照式(1)、(2)进行检验，结果如表4列(3)、列(6)所示。在改变样本范围后，居民数字技能及其鸿沟与区域文旅消费差距的影响依然显著，进一步验证了本文基准回归结果的稳健性。

3.3 内生性检验

3.3.1 工具变量法

由于数字技能及其鸿沟和区域文旅消费差距在一定程度上都反映了社会固有的不平等结构，二者之间可能存在潜在的互为因果的关系。为处理这一内生性问题带来的影响，本文借鉴封志明等[61]、柏培文等[62]的测算与设计，采用各区县所在省份地形起伏度，分别与同年份样本内其他区县的数字技能均值和鸿沟指数均值的交互项作为工具变量(IV)，再次对基准回归进行检验。一方面，地形起伏度是天然形成的客观存在，是脱离经济系统的外生变量，并不能直接影响居民在文旅消费方面的表现水平。另一方面，其他同省份区县的数字技能均值和数字技能鸿沟均值并不会直接影响本区县居民的文旅消费差距，而是通过影响本区县数字经济和居民数字技能的发展水平，间接影响居民文旅消费机会与能力的差异。因此，该工具变量满足排他性要求。
表5显示了工具变量法2SLS的回归结果，列(1)、(3)显示，一阶段工具变量的估计系数均为显著，说明工具变量与核心解释变量具有较强的相关性；列(2)、(4)表明，二阶段核心解释变量的估计系数均显著，且系数方向与基准回归一致。在两组回归中，该工具变量的Kleibergen-Paaprk的LM统计量分别为38.305(P<0.001)和48.744(P<0.001)；Cragg-Donald Wald F统计量分别为33.052和49.769，Stock-Yogo数值均越过10%水平的临界值(16.38)。说明该工具变量不存在识别不足、弱识别和过度识别问题。在考虑数字技能及其鸿沟与区域文旅消费差距之间可能存在的内生性问题后，以上结果均与前文一致，说明检验结果具有稳健性。
表5 工具变量法检验结果

Tab.5 Results of instrumental variable method test

变量 数字技能 数字技能鸿沟
(1) 一阶段 (2) 二阶段 (3) 一阶段 (4) 二阶段
解释变量 -1.262*** 0.398*
(-4.680) (1.780)
IV 0. 278*** 0.455***
(6.620) (8.070)
控制变量 Yes Yes Yes Yes
常数项 -1.018*** 0. 242 0.659*** 1.290***
(-5.890) (0.560) (4.670) (3.930)
区县固定效应 Yes Yes Yes Yes
时间固定效应 Yes Yes Yes Yes
样本量 1094 1094 1094 1094
R2 0.045 0.331 0.066 0.129

3.3.2 Heckman两阶段模型

鉴于区域文旅消费数值可能受调查样本选择、被调查者回答情境等方面的特殊性，上述结论可能存在样本选择偏误而产生内生性问题。为此，本文使用Heckman两阶段模型进行检验。第一阶段，本文构造Probit模型，以基准回归中的一系列控制变量和上文中构造的工具变量(IV)作为限定变量，对区县是否属于高文旅消费差距组进行回归，计算出逆米尔斯比率(IMR)。第二阶段，将IMR作为控制变量加入基准回归模型进行回归。表6列(2)、(4)显示，逆米尔斯比率(IMR_Digi和IMR_Gini)系数均不显著，数字技能(Digi)和数字技能鸿沟(Gini)的估计系数均在1%水平上显著，且系数方向与基准回归一致，说明经过Heckman两阶段模型处理后，上述结论依旧稳健。
表6 Heckman两阶段模型检验结果

Tab.6 Heckman two-stage model test results

变量 数字技能 数字技能鸿沟
(1) 第一步 (2) 第二步 (3) 第一步 (4) 第二步
IV 0.145 0.072
(0.514) (0.411)
Digi -2.333*** -0.329***
(-4.153) (-3.335)
Gini 2.203*** 0.370***
(4.368) (4.647)
IMR_Digi 0.030
(0.942)
IMR_Gini -0.013
(-0.465)
控制变量 Yes Yes Yes Yes
常数项 12.082*** 2.255*** 12.043*** 1.823***
(7.356) (8.963) (7.259) (7.447)
时间固定效应 Yes Yes Yes Yes
样本量 1094 1094 1094 1094
R2 0.518 0.160 0.519 0.165

4 机制检验

4.1 就业充分性的渠道机制

根据上文分析，居民数字技能及其鸿沟将通过影响区域的就业充分性，继而影响区域的文旅消费差距。借鉴相关研究的做法[36,63]，本文通过构造样本的区域就业率和人均教育水平变量来代理区域的就业充分性。在一定程度上，就业率和教育水平分别体现了就业充分性的数量和质量，本文通过就业率和教育水平分组的异质性分析来检验该渠道。就业率和教育水平高的地区，就业充分性更高，受到数字技能与数字技能鸿沟的影响更大。由此，本文以就业率和人均教育水平的中位数进行分组回归，估计结果如表7所示，列(1)~(4)是依据就业率分组检验的结果，列(5)~(8)是依据教育水平分组检验的结果。
表7 机制检验：就业充分性

Tab.7 Mechanism test: Employment adequacy

变量 就业率 教育水平
(1) 高 (2) 低 (3) 高 (4) 低 (5) 高 (6) 低 (7) 高 (8) 低
Digi -0.370** -0.103 -0.400*** -0.207
(-2.521) (-0.637) (-3.336) (-1.499)
Gini 0.202 0.052 0.446*** 0.017
(1.222) (0.377) (2.999) (0.115)
控制变量 Yes Yes Yes Yes Yes Yes Yes Yes
常数项 0.627 1.020* 0.796* 1.077** 0.950** 1.647*** 1.023** 1.781***
(1.547) (1.969) (1.898) (2.236) (2.014) (5.387) (2.205) (5.592)
区县固定效应 Yes Yes Yes Yes Yes Yes Yes Yes
时间固定效应 Yes Yes Yes Yes Yes Yes Yes Yes
样本量 564 530 564 530 549 545 549 545
R2 0.162 0.277 0.133 0.276 0.164 0.455 0.157 0.448
由检验结果可知，居民数字技能对就业率高和教育水平高的地区的文旅消费差距的正面影响更为显著；数字技能鸿沟对教育水平高的地区的文旅消费差距的负面影响更为显著；其余不显著。这一结果表明居民数字技能及其鸿沟在就业更充分的地区能够发挥更为显著的作用，从而进一步影响了区域文旅消费差距，为就业充分性渠道的论点提供了部分支持。以往的研究表明就业对居民消费具有促进作用，如中国居民的非农就业将显著增加文旅休闲等方面的消费，就业充分性影响区域消费均衡的实现[36,54,64]。以上结论支持本文的假设3a和3b成立。

4.2 收入水平的渠道机制

上文的理论假设分析推断，居民收入水平将在数字技能及其鸿沟和区域文旅消费差距之间存在渠道机制。本文以样本内数据构造区县人均年收入作为收入水平的变量，能够较好地衡量区域收入水平，构造分析并进行回归。由于样本数据量较少可能引发度量误差，本文进一步根据区县所在区域，将样本划分为非东部地区和东部地区两组进行分析。如果收入水平在减小文旅消费差距中起到重要作用，则处于非东部地区的居民应该受到数字技能及其鸿沟更大影响，因为非东部地区的收入水平普遍低于东部地区。由此，本文通过人均收入和是否位于东部地区的异质性来检验该渠道，估计结果如表8所示，列(1)~(4)是依据人均收入分组检验的结果，列(5)~(8)是依据区域位置分组检验的结果。
表8 机制检验：收入水平

Tab.8 Mechanism test: Income level

变量 人均收入 是否位于东部地区
(1) 高 (2) 低 (3) 高 (4) 低 (5) 非东部 (6) 东部 (7) 非东部 (8) 东部
Digi -0.182* -0.422*** -0.240** -0.203
(-1.668) (-2.639) (-2.531) (-1.278)
Gini 0.312** 0.098 0.256** 0.118
(2.206) (0.750) (2.264) (0.748)
控制变量 Yes Yes Yes Yes Yes Yes Yes Yes
常数项 1.293*** 1.644*** 1.178** 1.871*** 1.202*** 1.466*** 1.151*** 1.599***
(2.772) (3.732) (2.558) (3.999) (3.614) (2.790) (3.270) (3.025)
区县固定效应 Yes Yes Yes Yes Yes Yes Yes Yes
时间固定效应 Yes Yes Yes Yes Yes Yes Yes Yes
样本量 549 545 549 545 663 431 663 431
R2 0.162 0.410 0.173 0.378 0.234 0.218 0.233 0.210
由表8可知，居民数字技能对收入水平较低的地区的文旅消费差距的正面影响更为显著，说明这些地区更能够从居民数字技能的增长中获益，这与理论预期基本一致。但是，数字技能鸿沟对人均收入高的地区和非东部地区的文旅消费差距的负面影响更为显著，这与推论不一致。可能的原因在于，数字技能鸿沟并不直接作用于收入水平，而是收入差距。如前文所述[11⇓⇓⇓-15]，数字技能鸿沟会放大收入差距，影响居民的财富创造能力，进而影响居民的储蓄与消费行为，数字技能鸿沟与其引致的收入不平等对区域文旅消费差距将可能产生叠加的放大效应。综合来看，收入水平确实在数字技能及其鸿沟与区域文旅消费差距之间存在渠道机制，为本文假设4a和4b的成立提供了支持。

5 异质性分析

由于居民的数字技能类型存在显著差异，并且对居民的消费行为和水平产生不同的影响[12,21]，因此，进一步研究居民数字技能以及数字技能鸿沟对区域文旅消费差距的异质性影响具有重要意义。

5.1 基于数字技能的异质性分析

由于互联网应用和非互联网的传统数字应用或设备具有明显差异，因此区分互联网数字技能和非互联网数字技能对区域消费差距影响的异质性十分重要。在本文中，由主成分分析得到的f1表示个体在是否上网、上网数量、上网能力水平等方面的得分，称为互联网数字技能；f2表示个体在使用手机话费、电视、手机短信、广播等方面的得分，称为非互联网数字技能。相应地，Digi_f1、Digi_f2分别为各区县互联网数字技能综合得分和非互联网数字技能的人均值；Gini_f1、Gini_f2分别为各区县内互联网数字技能和非互联网数字技能的鸿沟指数。
不同类型数字技能、鸿沟，及其交互项的检验结果如表9所示。列(1)表明互联网数字技能将缩小区域文旅消费差距，列(2)表明非互联网数字技能作用不显著。相应地，列(3)表明互联网数字技能鸿沟将放大区域文旅消费差距，列(4)表明非互联网数字技能鸿沟的作用则不显著。这一结果从侧面反映出，随着数字技术的更迭和个人数字技能的提升，非互联网的传统数字设备对缩小区域文旅消费差距已应对乏力。互联网数字技能对区域文旅消费差距的影响更为明显，估计系数的绝对值超过了数字技能综合指数的估计系数(0.234>0.210)。
表9 基于数字技能异质性的检验结果

Tab.9 Results of a test of heterogeneity in digital skills

变量 (1) (2) (3) (4) (5) (6)
Digi_f1 -0.234** -0.621***
(-2.496) (-3.462)
Digi_f2 0.082 -0.147
(1.099) (-0.815)
Gini_f1 0.192** 0.201
(2.483) (1.607)
Gini_f2 -0.156 -0.176
(-1.434) (-0.869)
Digi_f1 × Digi_f2 0.835*
(1.845)
Gini_f1 × Gini_f2 -0.011
(-0.020)
控制变量 Yes Yes Yes Yes Yes Yes
常数项 1.127*** 1.361*** 1.178*** 1.386*** 1.166*** 1.196***
(4.147) (5.160) (4.322) (5.339) (4.295) (4.448)
区县固定效应 Yes Yes Yes Yes Yes Yes
时间固定效应 Yes Yes Yes Yes Yes Yes
样本量 1094 1094 1094 1094 1094 1094
R2 0.193 0.177 0.189 0.178 0.210 0.193
另外，鉴于两类数字技能可能对居民文旅消费产生交互影响，本文构造两类数字技能及鸿沟的交互项，检验两类数字技能的综合影响。列(5)交互项系数显著为正，说明非互联网数字技能的增长，可能阻碍互联网数字技能对文旅消费差距的缩小作用；列(6)交互项系数不显著，说明两类数字技能鸿沟不存在显著的交互影响。

5.2 基于互联网数字技能的异质性分析

如前所述，互联网数字技能对区域文旅消费差距的影响十分显著。因此，本文选取表1部分题项，构建5个有关居民在不同场景下使用互联网的技能变量(学习技能、工作技能、商业技能、社交技能和娱乐技能)，进一步探索不同互联网数字技能类型及其鸿沟对区域文旅消费差距的影响，以及不同数字技能对居民数字技能鸿沟的影响。不同互联网数字技能鸿沟的变量构造方法与上文中数字技能鸿沟(Gini)一致。
由表10可知，学习、工作、社交三类互联网技能能够显著缩小区域文旅消费差距。相比于商业(如网上支付)和娱乐(如游戏、短视频)两类技能，学习、工作和社交三类数字技能对个人综合能力的增长更有助益。在文旅消费的场景中，居民需要依靠学习和工作能力获得信息与收入，依靠社交能力联结社会关系，因此这三类数字技能的增长将有助于提高文旅消费水平，进而缩小文旅消费差距。
表10 基于互联网数字技能异质性的检验结果

Tab.10 Results of a test of heterogeneity in Internet digital skills

变量 (1) 学习 (2) 工作 (3) 商业 (4) 社交 (5) 娱乐
核心变量 -0.172** -0.126** -0.088 -0.168*** -0.113
(-2.555) (-2.120) (-0.950) (-2.966) (-1.382)
控制变量 Yes Yes Yes Yes Yes
常数项 1.182*** 1.212*** 1.293*** 1.171*** 1.260***
(4.260) (4.558) (4.753) (4.606) (4.671)
区县固定效应 Yes Yes Yes Yes Yes
时间固定效应 Yes Yes Yes Yes Yes
样本量 1094 1094 1094 1094 1094
R2 0.197 0.187 0.178 0.197 0.180
表11的检验结果表明，5类数字技能鸿沟都将显著放大区域文旅消费差距。数字鸿沟对文旅消费差距的负面作用是综合的，居民使用互联网的用途不同，将导致居民在不同技能类型上呈现差异，进而扩大区域的文旅消费差距。
表11 基于互联网数字技能鸿沟异质性的检验结果

Tab.11 Results of a test of heterogeneity in Internet digital skill divide

变量 (1) 学习 (2) 工作 (3) 商业 (4) 社交 (5) 娱乐
核心变量 0.127*** 0.109** 0.107** 0.122** 0.147**
(2.698) (2.223) (2.144) (2.174) (2.519)
控制变量 Yes Yes Yes Yes Yes
常数项 1.216*** 1.257*** 1.230*** 1.182*** 1.101***
(4.476) (4.682) (4.429) (4.351) (4.058)
区县固定效应 Yes Yes Yes Yes Yes
时间固定效应 Yes Yes Yes Yes Yes
样本量 1094 1094 1094 1094 1094
R2 0.196 0.193 0.189 0.189 0.192
前文研究表明，居民数字技能对缩小区域文旅消费差距具有重要作用，但数字技能鸿沟的作用相反。因此，如何缩小居民数字技能鸿沟是不容忽视的问题。为了进一步探索数字技能与数字技能鸿沟之间的关系，本文对不同类型的数字技能对数字技能鸿沟的影响进行了探索。表12反映了不同类型的数字技能对数字技能鸿沟的影响，除了非互联网数字技能(列(3))之外，其余类型数字技能的估计系数都显著为负，表明居民各类数字技能的发展对其鸿沟基本都具有显著的缩小作用。其中，列(1)核心解释变量(Digi)的估计系数绝对值较大，表明当前数字技能对数字技能鸿沟的影响是综合性，需要全面看待居民在各个部分数字技能的增长。
表12 数字技能对其鸿沟影响的检验结果

Tab.12 Results of the test of the impact of digital skills on their divide

变量 (1) 总指标 (2) f1 (3) f2 (4) 学习 (5) 工作 (6) 商业 (7) 社交 (8) 娱乐
数字技能 -0.251*** -0.257*** 0.028 -0.123*** -0.111*** -0.112*** -0.133*** -0.172***
(-5.419) (-6.040) (0.596) (-4.763) (-4.362) (-2.932) (-4.654) (-4.297)
控制变量 Yes Yes Yes Yes Yes Yes Yes Yes
常数项 0.517*** 0.472*** 0.731*** 0.601*** 0.599*** 0.641*** 0.578*** 0.572***
(3.713) (3.404) (5.244) (4.387) (4.228) (4.533) (4.208) (4.294)
区县固定效应 Yes Yes Yes Yes Yes Yes Yes Yes
时间固定效应 Yes Yes Yes Yes Yes Yes Yes Yes
样本量 1094 1094 1094 1094 1094 1094 1094 1094
R2 0.236 0.247 0.176 0.211 0.206 0.194 0.220 0.218

5.3 基于地区的异质性分析

由于数字技能和文旅消费在不同地区存在差异，所以探索居民数字技能对于区域文旅消费差距影响的地区异质性尤为重要。表13列(1)~(4)是数字技能影响的地区异质性的检验结果，列(5)~(8)是数字技能鸿沟影响的地区异质性的检验结果。
表13 地区异质性检验结果

Tab.13 Results of regional heterogeneity test

变量 数字技能 数字技能鸿沟
(1) 东部 (2) 中部 (2) 中部 (2) 中部 (5) 东部 (6) 中部 (7) 西部 (8) 东北
Digi -0.203 -0.215 -0.311** -0.263*
(-1.278) (-1.114) (-2.017) (-1.693)
Gini 0.118 -0.050 0.341** 0.523**
(0.748) (-0.256) (2.593) (2.100)
控制变量 Yes Yes Yes Yes Yes Yes Yes Yes
常数项 1.466*** 1.307** 0.506 2.219*** 1.599*** 1.491** 0.295 2.044***
(2.790) (2.309) (0.870) (3.551) (3.025) (2.637) (0.472) (2.701)
区县固定效应 Yes Yes Yes Yes Yes Yes Yes Yes
时间固定效应 Yes Yes Yes Yes Yes Yes Yes Yes
样本量 431 235 233 195 431 235 233 195
R2 0.218 0.253 0.333 0.243 0.210 0.240 0.340 0.275
由表13可知，居民数字技能(Digi)能显著缩小西部地区和东北地区的区县文旅消费差距，数字技能鸿沟(Gini)将显著放大这两个地区的区县文旅消费差距，而在东部和中部地区这一效应却不显著。对于这一检验结果，可能的解释是西部地区和东北地区的城市数字化发展水平和文旅消费水平相对普遍较低，导致居民数字技能的增长或数字技能鸿沟的扩大，对区域居民文旅消费差距的影响更为明显。关于地区异质性的检验结果再次表明，居民数字技能对区域文旅消费均衡发展具有重要影响。尤其在西部地区与东北地区，数字技能对缩小区域文旅消费差距的促进作用更大，与此同时，数字技能鸿沟可能对扩大区域文旅消费差距带来隐患。

6 讨论与结论

6.1 讨论

缩小区域文旅消费差距是促进区域平衡发展，实现共同富裕的重要途径[2-3,13,36]。在以往相近主题的研究中，学者们多从数字技能或互联网使用增长的视角看待消费增长的问题[26,29⇓-31]。本文同时关注数字技能及其鸿沟两个视角，分析了数字技能对文旅消费差距的正面影响和负面影响，有助于为文旅消费差距研究提供更丰富的理解。同时，数字技术正在全面渗透居民生活的各个方面，本文关于居民数字技能及其鸿沟的研究，响应了以往学者们对数字鸿沟更充分和深入研究的呼吁[12,15,25]。另外，相较相关研究[7,17,27,59]，本文对区县层面居民数字技能及其鸿沟的测量，在指标的深度和广度上均有拓展。
本文的研究结论对于更好地推动中国文旅均衡性发展，实现共同富裕具有重要政策启示。首先，加强数字公共基础设施建设，提高群众数字技能使用水平和意识。需要着力提高数字公共设施的惠及面，缓解群众在数字设备接入方面的矛盾，引导群众提升应用数字技能改善生活的意识。其次，提高文旅行业数字化水平。要加快丰富数字文化和旅游的产品供给，着力破除相关场所数字服务设施的使用障碍，让数字化真正惠民便民，更大程度上满足人民美好生活的需要。再次，着力提高就业充分性，优化分配结构。丰富完善居民能够利用数字技能有效就业和提高收入水平的途径，激发消费潜力。最后，优化平台企业的数据算法。满足内容个性化分发和推荐的需要，让群众能够借助平台算法获得更为普惠的文化和旅游的消费机会。
本文由于数据、技术限制，研究结果的呈现仍有不足。未来的研究中，可对文旅消费中的数字不平等现象给予更多关注，采用更丰富的数据和更微观的视角，剖析具体的数字技能对区域文旅经济均衡发展、居民福祉实现、消费决策行为作用的时空分布规律、影响效应与机制、趋势预测等议题进行更深入研究，为本土化理论和实践发展做出贡献。

6.2 结论

基于理论和实证分析，本文得出以下结论：居民数字技能对缩小区域文旅消费差距具有促进作用，而数字技能鸿沟则对此产生阻碍效应。提升居民数字技能有助于提高就业充分性和收入水平，从而推动文旅消费差距的减小；而数字技能鸿沟可能限制了就业充分性和收入水平的提升。此外，研究还发现数字技能类型特别是互联网数字技能类型，以及地区因素在数字技能及数字技能鸿沟对区域文旅消费的影响中存在显著异质性。这些发现为理解居民数字技能对区域文旅消费的影响提供了更丰富的认识，为促进区域文旅消费的均衡发展提供了参考依据。

衷心感谢匿名评审专家对本文行文结构、实证策略等方面提出的建设性修改意见！

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
习近平. 高举中国特色社会主义伟大旗帜为全面建设社会主义现代化国家而团结奋斗: 在中国共产党第二十次全国代表大会上的报告[EB/OL]. 2022-10-25 [2023-11-27]. https://www.gov.cn/xinwen/2022-10/25/content_5721685.htm.

[ Xi Jinping. Hold high the great banner of socialism with Chinese characteristics and strive in unity to build a modern socialist country in all respects report to the 20th national congress of the communist party of China. 2022-10-25 [2023-11-27]. https://www.gov.cn/xinwen/2022-10/25/content5721685.htm. ]

[2]
刘培林, 钱滔, 黄先海, 等. 共同富裕的内涵、实现路径与测度方法[J]. 管理世界, 2021, 37(8): 117-129.

[ Liu Peilin, Qian Tao, Huang Xianhai, et al. The connotation, realization path and measurement method of common prosperity for all. Journal of Management World, 2021, 37(8): 117-129. ]

[3]
李清彬. 中国居民实际消费水平差距问题初探[J]. 宏观经济研究, 2023(4): 53-68, 127.

[ Li Qingbin. A preliminary study on the gap between the actual consumption levels of Chinese residents. Macroeconomics, 2023(4): 53-68, 127. ]

[4]
洪铮, 章成. 数字经济时代的互联网发展与消费不平等[J]. 当代经济管理, 2022, 44(10): 71-79.

[ Hong Zheng, Zhang Cheng. Internet development and consumption inequality in the era of digital economy. Contemporary Economic Management, 2022, 44(10): 71-79. ]

[5]
李培林, 张翼. 消费分层: 启动经济的一个重要视点[J]. 中国社会科学, 2000(1): 52-61, 205.

[ Li Peilin, Zhang Yi. Consumption stratification: An important perspective for stimulating economic development. Social Sciences in China, 2000(1): 52-61, 205. ]

[6]
赵弋徵, 陈品宇, 孔翔. 新物质主义视角下的消费地理研究进展与反思[J]. 地理科学进展, 2021, 40(8): 1419-1429.

DOI

[ Zhao Yizheng, Chen Pinyu, Kong Xiang. Progress and reflection of geographies of consumption from the perspective of new materialism. Progress in Geography, 2021, 40(8): 1419-1429. ]

DOI

[7]
Ivanova M, Ivanov S, Petkova I. Digital skills gaps in the Bulgarian tourism industry[J]. Acta Turistica, 2022, 34(2): 113-129.

[8]
Peco-Torres F, Polo-Peña A I, Frías-Jamilena D M. Tourists' information literacy self-efficacy: Its role in their adaptation to the "new normal" in the hotel context[J]. International Journal of Contemporary Hospitality Management, 2021, 33(12): 4526-4549.

[9]
Navío-Marco J, Ruiz-Gómez L M, Sevilla-Sevilla C. Progress in information technology and tourism management: 30 years on and 20 years after the Internet: Revisiting Buhalis & Law's landmark study about eTourism[J]. Tourism Management, 2018, 69: 460-470.

[10]
Wang R, Wu C, Wang X, et al. E-tourism information literacy and its role in driving tourist satisfaction with online travel information: A qualitative comparative analysis[J]. Journal of Travel Research, 2024, 63(4): 904-922.

[11]
Escobar-Rodríguez T, Carvajal-Trujillo E. Online purchasing tickets for low cost carriers: An application of the unified theory of acceptance and use of technology (UTAUT) model[J]. Tourism Management, 2014, 43: 70-88.

[12]
He Y, Li K, Wang Y P. Crossing the digital divide: The impact of the digital economy on elderly individuals' consumption upgrade in China[J]. Technology in Society, 2022, 71(11): 102141. doi: 10.1016/j.techsoc.2022.102141.

[13]
杨勇, 邬雪. 从数字经济到数字鸿沟: 旅游业发展的新逻辑与新问题[J]. 旅游学刊, 2022, 37(4): 3-5.

[ Yang Yong, Wu Xue. From digital economy to digital divide: New logic and new issues in tourism development. Tourism Tribune, 2022, 37(4): 3-5. ]

[14]
尹志超, 蒋佳伶, 严雨. 数字鸿沟影响家庭收入吗[J]. 财贸经济, 2021, 42(9): 66-82.

[ Yin Zhichao, Jiang Jialing, Yan Yu. Does the digital divide affect household income? Finance & Trade Economics, 2021, 42(9): 66-82. ]

[15]
陈梦根, 周元任. 数字不平等研究新进展[J]. 经济学动态, 2022(4): 123-139.

[ Chen Menggen, Zhou Yuanren. Latest research progress on digital inequality. Economic Perspectives, 2022(4): 123-139. ]

[16]
张勋, 杨桐, 汪晨, 等. 数字金融发展与居民消费增长: 理论与中国实践[J]. 管理世界, 2020, 36(11): 48-63.

[ Zhang Xun, Yang Tong, Wang Chen, et al. Digital finance and household consumption: Theory and evidence from China. Journal of Management World, 2020, 36(11): 48-63. ]

[17]
司传宁, 李亚红, 孙乐. 数字金融能力、收入多样化与家庭消费升级[J]. 消费经济, 2022, 38(6): 70-80.

[ Si Chuanning, Li Yahong, Sun Le. Digital financial capabilities, income diversification and household consumption upgrading. Consumer Economics, 2022, 38(6): 70-80. ]

[18]
Hsieh J J P, Rai A, Keil M. Understanding digital inequality: Comparing continued use behavioral models of the socio-economically advantaged and disadvantaged[J]. MIS Quarterly, 2008, 32(1): 97-126.

[19]
Global Alliance to Monitor Learning (GAML), United Nations Educational, Scientific and Cultural Organization, UNESCO Institute for Statistics. A global framework of reference on digital literacy skills for indicator 4.4.2: Percentage of youth/adults who have achieved at least a minimum level of proficiency in digital literacy skills[EB/OL]. 2018-03-19 [2023-10-06].

[20]
Van Laar E, Van Deursen A J A M, Van Dijk J A G M, et al. The sequential and conditional nature of 21st-century digital skills[J]. International Journal of Communication, 2019, 13: 3462-3487.

[21]
Van Deursen A J A M, Van Dijk J A G M. The first-level digital divide shifts from inequalities in physical access to inequalities in material access[J]. New Media & Society, 2019, 21(2): 354-375.

[22]
Chang K T, Huang C C, Tsaur S H. Tourist geographic literacy and its consequences[J]. Tourism Management Perspectives, 2019, 29: 131-140.

[23]
Ahmad W, Kim W G, Choi H M, et al. Modeling behavioral intention to use travel reservation apps: A cross-cultural examination between US and China[J]. Journal of Retailing and Consumer Services, 2021, 63(11): 102689. doi: 10.1016/j.jretconser.2021.102689.

[24]
Gupta A, Dogra N, George B. What determines tourist adoption of smartphone apps? An analysis based on the UTAUT-2 framework[J]. Journal of Hospitality and Tourism Technology, 2018, 9(1): 50-64.

[25]
Tan G W H, Lee V H, Lin B S, et al. Mobile applications in tourism: The future of the tourism industry?[J]. Industrial Management & Data Systems, 2017, 117(3): 560-581.

[26]
黄漫宇, 窦雪萌. 城乡数字鸿沟会阻碍农村居民消费结构升级吗? 基于中国家庭追踪调查(CFPS)数据的分析[J]. 经济问题探索, 2022(9): 47-64.

[ Huang Manyu, Dou Xuemeng. Will the urban-rural digital divide hinder the upgrading of rural residents' consumption structure: Analysis based on China family panel studies (CFPS) data. Inquiry into Economic Issues, 2022(9): 47-64. ]

[27]
Wu X, Yang Y. Digital divide and senior travel consumption: An empirical study from China[J]. Asia Pacific Journal of Tourism Research, 2023, 28(4): 306-322.

[28]
Medeiros M, Ozturk A, Hancer M, et al. Understanding travel tracking mobile application usage: An integration of self determination theory and UTAUT2[J]. Tourism Management Perspectives, 2022, 42(4): 100949. doi: 10.1016/j.tmp.2022.100949.

[29]
罗蓉, 彭楚慧, 鲍新中. 互联网使用与家庭旅游消费: 基于信息渠道的中介效应分析[J]. 旅游学刊, 2022, 37(4): 52-66.

[ Luo Rong, Peng Chuhui, Bao Xinzhong. Internet usage and family tourism consumption: An analysis of intermediary effect of information channel. Tourism Tribune, 2022, 37(4): 52-66. ]

[30]
刘震, 杨勇. 互联网使用与家庭文旅消费: 兼论互联网普及下居民消费升级的可行性[J]. 旅游学刊, 2022, 37(2): 75-93.

[ Liu Zhen, Yang Yong. Internet use and household culture and tourism consumption: A study on the role of the wide-spread use of the Internet on promoting consumption upgrading in China. Tourism Tribune, 2022, 37(2): 75-93. ]

[31]
王文姬, 曹鲁娜. 共同富裕视域下数字普惠金融对文化消费差距的影响研究[J]. 南京社会科学, 2023(1): 149-158.

[ Wang Wenji, Cao Luna. Research on the impact of digital financial inclusion on cultural consumption gap from the perspective of common prosperity. Nanjing Journal of Social Sciences, 2023(1): 149-158. ]

[32]
徐巧玲. 城乡劳动者就业质量与休闲消费不平等[J]. 消费经济, 2022, 38(4): 39-50.

[ XU Qiaoling. Employment quality and leisure consumption inequality of urban and rural workers. Consumer Economics, 2022, 38(4): 39-50. ]

[33]
陈鑫, 王文姬, 张苏缘. 互联网发展能否有效缩小城乡居民文化消费差距?[J]. 农村经济, 2020(12): 87-93.

[ Chen Xin, Wang Wenji, Zhang Suyuan. Can Internet development effectively narrow the cultural consumption gap between urban and rural residents? Rural Economy, 2020(12): 87-93. ]

[34]
师晓娟, 刘泽, 黄容. 数字经济对城乡文化消费差距的影响研究: 基于空间效应视角[J]. 经济问题, 2023(5): 41-49.

[ Shi Xiaojuan, Liu Ze, Huang Rong. A study on the influence of digital economy on the cultural consumption gap between urban and rural areas from the perspective of spatial effect. On Economic Problems, 2023(5): 41-49. ]

[35]
杨碧云, 王艺璇, 易行健. 数字鸿沟与消费鸿沟: 基于个体消费不平等视角[J]. 经济学动态, 2023(3): 87-103.

[ Yang Biyun, Wang Yixuan, Yi Xingjian. Digital divide and consumption divide: Analysis from the perspective of individual consumption inequality. Economic Perspectives, 2023(3): 87-103. ]

[36]
程名望, 张家平. 新时代背景下互联网发展与城乡居民消费差距[J]. 数量经济技术经济研究, 2019, 36(7): 22-41.

[ Cheng Mingwang, Zhang Jiaping. Internet development and consumption gap between urban and rural residents in the new era of China. Journal of Quantitative & Technological Economics, 2019, 36(7): 22-41. ]

[37]
杨芳, 张海, 刘晓荣. 数字经济驱动居民消费: 作用机制与空间效应[J]. 地理科学进展, 2023, 42(5): 837-851.

DOI

[ Yang Fang, Zhang Hai, Liu Xiaorong. Digital economy driving household consumption: Mechanism and spatial effects. Progress in Geography, 2023, 42(5): 837-851. ]

DOI

[38]
Ma W L, Nie P, Zhang P, et al. Impact of Internet use on economic well‐being of rural households: Evidence from China[J]. Review of Development Economics, 2020, 24(2): 503-523.

[39]
Bui H T. Exploring and explaining older consumers' behaviour in the boom of social media[J]. International Journal of Consumer Studies, 2022, 46(2): 601-620.

[40]
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

[41]
Van Dijk J, Hacker K. The digital divide as a complex and dynamic phenomenon[J]. The Information Society, 2003, 19(4): 315-326.

[42]
Goldfarb A, Tucker C. Digital economics[J]. Journal of Economic Literature, 2019, 57(1): 3-43.

DOI

[43]
Weingartner S. Digital omnivores? How digital media reinforce social inequalities in cultural consumption[J]. New Media & Society, 2021, 23(11): 3370-3390.

[44]
Garín-Muñoz T, Pérez-Amaral T, López R. Consumer engagement in e-Tourism: Micro-panel data models for the case of Spain[J]. Tourism Economics, 2020, 26(6): 853-872.

[45]
Çakar K, Kalbaska N, Inanir A, et al. eVisa's impacts on travel and tourism: The case of Turkey[J]. Journal of Hospitality and Tourism Technology, 2018, 9(1): 14-32.

[46]
López-Sintas J, Filimon N, García-Álvarez M E. A social theory of internet uses based on consumption scale and linkage needs[J]. Social Science Computer Review, 2012, 30(1): 108-129.

[47]
Kang S, Jodice L W, Norman W C. How do tourists search for tourism information via smartphone before and during their trip?[J]. Tourism Recreation Research, 2020, 45(1): 57-68.

[48]
Yan Y L, Zhang X, Zha X J, et al. Decision quality and satisfaction: The effects of online information sources and self-efficacy[J]. Internet Research, 2017, 27(4): 885-904.

[49]
唐承财, 刘亚茹, 万紫微, 等. 传统村落文旅融合发展水平评价及影响路径[J]. 地理学报, 2023, 78(4): 980-996.

DOI

[ Tang Chengcai, Liu Yaru, Wan Ziwei, et al. Evaluation system and influencing paths of the integration of culture and tourism of traditional villages. Acta Geographica Sinica, 2023, 78(4): 980-996. ]

DOI

[50]
Su C W, Yuan X, Umar M, et al. Does technological innovation bring destruction or creation to the labor market?[J]. Technology in Society, 2022, 68: 101905. doi: 10.1016/j.techsoc.2022.101905.

[51]
刘晨晖, 陈长石. 劳动力流动、技能匹配与地区经济差距[J]. 经济研究, 2022, 57(7): 45-63.

[ Liu Chenhui, Chen Changshi. Labor mobility, skill matching and regional economic disparity. Economic Research Journal, 2022, 57(7): 45-63. ]

[52]
陈贵富, 韩静, 韩恺明. 城市数字经济发展、技能偏向型技术进步与劳动力不充分就业[J]. 中国工业经济, 2022(8): 118-136.

[ Chen Guifu, Han Jing, Han Kaiming. Urban digital economy development, skill-biased technological change and underemployment. China Industrial Economics, 2022(8): 118-136. ]

[53]
赵建国, 任冠宇, 王净净. 数字化嵌入对农民工就业质量的影响及规律研究[J]. 财经问题研究, 2023(5): 101-113.

[ Zhao Jianguo, Ren Guanyu, Wang Jingjing. Research on the impact and law of digital embeddedness on the employment quality of migrant workers. Research on Financial and Economic Issues, 2023(5): 101-113. ]

[54]
Kuhn P, Mansour H. Is internet job search still ineffective?[J]. The Economic Journal, 2014, 124: 1213-1233.

[55]
Piroșcă G I, Șerban-Oprescu G L, Badea L, et al. Digitalization and labor market: A perspective within the framework of pandemic crisis[J]. Journal of Theoretical and Applied Electronic Commerce Research, 2021, 16(7): 2843-2857.

[56]
Van Dijk J A G M. The deepening divide: Inequality in the information society[M]. London, UK: Sage Publications, 2005.

[57]
万广华, 罗知, 张勋, 等. 城乡分割视角下中国收入不均等与消费关系研究[J]. 经济研究, 2022, 57(5): 87-105.

[ Wan Guanghua, Luo Zhi, Zhang Xun, et al. Relationship between income inequality and domestic consumption in China: A perspective of urban-rural segmentation. Economic Research Journal, 2022, 57(5): 87-105. ]

[58]
董康, 孙可可, 李平. 数字技术会缩小居民收入差距吗? 来自政府工作报告文本分析的证据[J]. 技术经济, 2023, 42(1): 90-103.

[ Dong Kang, Sun Keke, Li Ping. Will digital technology narrow the income gap: Evidence from text analysis of government work report. Journal of Technology Economics, 2023, 42(1): 90-103. ]

[59]
何宗樾, 张勋, 万广华. 数字金融、数字鸿沟与多维贫困[J]. 统计研究, 2020, 37(10): 79-89.

[ He Zongyue, Zhang Xun, Wan Guanghua. Digital finance, digital divide, and multidimensional poverty. Statistical Research, 2020, 37(10): 79-89. ]

[60]
白雪洁, 李琳, 宋培. 兼顾效率与公平: 中国数字经济发展对经济增长与收入不平等的影响研究[J]. 西安交通大学学报(社会科学版), 2023, 43(1): 38-50.

[ Bai Xuejie, Li Lin, Song Pei. Balancing efficiency and fairness: The research on the impact of China's digital economy development on economic growth and income inequality. Journal of Xi'an Jiaotong University (Social Sciences), 2023, 43(1): 38-50. ]

[61]
封志明, 张丹, 杨艳昭. 中国分县地形起伏度及其与人口分布和经济发展的相关性[J]. 吉林大学社会科学学报, 2011, 51(1): 146-151, 160.

[ Feng Zhiming, Zhang Dan, Yang Yanzhao. Relief degree of land surface in China at the county level based on GIS and its correlation between population density and economic development. Jilin University Journal: Social Sciences Edition, 2011, 51(1): 146-151, 160. ]

[62]
柏培文, 张云. 数字经济、人口红利下降与中低技能劳动者权益[J]. 经济研究, 2021, 56(5): 91-108.

[ Bai Peiwen, Zhang Yun. Digital economy, declining demographic dividends and the rights and interests of low-and medium-skilled labor. Economic Research Journal, 2021, 56(5): 91-108. ]

[63]
赵放, 蒋国梁. 数字科技赋能劳动力就业: 内在机理与微观证据: 基于CFPS数据的实证分析[J]. 人口学刊, 2023, 45(2): 99-112.

[ Zhao Fang, Jiang Guoliang. Digital technology enabling labor employment: Internal mechanism and micro: An empirical analysis based on CFPS data evidence. Population Journal, 2023, 45(2): 99-112. ]

[64]
Ma W L, Vatsa P, Zheng H Y, et al. Nonfarm employment and consumption diversification in rural China[J]. Economic Analysis and Policy, 2022, 76(1): 582-598.

Options
文章导航

/

〈 〉