EN中文

经济地理 >

2024 , Vol. 44 >Issue 11: 204 - 211

DOI: https://doi.org/10.15957/j.cnki.jjdl.2024.11.021

旅游经济与管理

中国沿海三大城市群旅游经济韧性的影响因素及组态效应

  • 方叶林 , 1 ,
  • 黄家彤 , 1, ※ ,
  • 黄震方 2 ,
  • 李韵涵 1 ,
  • 王芳 3
展开
  • 1.安徽大学 商学院，中国安徽 合肥 230601
  • 2.南京师范大学 地理科学学院，中国江苏 南京 210023
  • 3.安徽城市管理职业学院 商贸管理学院，中国安徽 合肥 230011
※黄家彤（2001—），女，硕士研究生，研究方向为旅游管理。E-mail：

方叶林（1986—），男，博士，副教授，硕士生导师，研究方向为旅游地理与区域经济。E-mail：

收稿日期: 2024-05-20

  修回日期: 2024-10-30

  网络出版日期: 2024-12-18

基金资助

国家自然科学基金面上项目(42171238)

国家自然科学基金面上项目(42271272)

安徽省自然科学基金面上项目(2108085MD125)

收起

Influencing Factors and Configuration Effects of Tourism Economic Resilience in Three Urban Agglomerations of Chinese Coastal Region

  • FANG Yelin , 1 ,
  • HUANG Jiatong , 1, ※ ,
  • HUANG Zhenfang 2 ,
  • LI Yunhan 1 ,
  • WANG Fang 3
Expand
  • 1. School of Business，Anhui University，Hefei 230601，Anhui，China
  • 2. School of Geography，Nanjing Normal University，Nanjing 210023，Jiangsu，China
  • 3. School of Business Management，Anhui Vocational College of City Management，Hefei 230011，Anhui，China

Received date: 2024-05-20

  Revised date: 2024-10-30

  Online published: 2024-12-18

Fold

摘要

基于中国沿海三大城市群的53个城市数据，在对数字产业和旅游经济韧性测度的基础上，运用动态fsQCA方法，分析了在不同条件变量下高旅游经济韧性的组态生成机制和路径演化。研究发现：①三大城市群旅游经济韧性表现出“先升后降”的变化趋势，但不同城市群存在较大差距。旅游经济韧性无法通过某个单一变量提升，是多因素共同作用的结果。②高旅游经济韧性主要包括以下组态路径：政府干预主导型、区位交通主导型、数字产业主导型、对外开放主导型、数字—政府并驱型和数字—经济—开放共创型。③旅游经济韧性在不同阶段受到不同条件变量的差异化影响，不同城市群高旅游经济韧性的组态机制差异显著。基于研究结论，为提升三大城市群旅游经济韧性提出了相关对策建议。

关键词： 旅游经济韧性; 数字产业; 组态效应; 政府干预; 区位交通; 三大城市群

本文引用格式

方叶林 , 黄家彤 , 黄震方 , 李韵涵 , 王芳 . 中国沿海三大城市群旅游经济韧性的影响因素及组态效应[J]. 经济地理, 2024 , 44(11) : 204 -211 . DOI: 10.15957/j.cnki.jjdl.2024.11.021

Abstract

Based on the data of 53 cities and the measurement of digital economy and tourism economic resilience in three urban agglomerations of Chinese coastal region,this paper uses the dynamic fsQCA method to analyze the configuration generation mechanism and path evolution of the high-level tourism economic resilience under different condition variables. It's found that: 1) Tourism economic resilience of three urban agglomerations shows a changing trend of "first increasing and then decreasing",but there are significant differences among different urban agglomerations. Tourism economic resilience cannot be enhanced by a single variable,but requires the joint action of multiple factors. 2) High-level tourism economic resilience mainly includes the following six grouping paths: government intervention type,location transportation type, digital industry type,openness type,digital industry and government type,digital industry-regional economy-openness type. 3) Tourism economic resilience is differentially affected by different condition variables at different stages,and the configuration mechanism of high-level tourism economic resilience in different urban agglomerations is significantly different. Based on the research conclusions,it puts forward relevant countermeasures and suggestions to enhance the tourism economic resilience in three major urban agglomerations.

Key words： tourism economic resilience; digital industry; configuration effect; government intervention; location transportation; three major urban agglomerations

伴随着中国居民收入持续增长，旅游消费全面升级，旅游业的产业关联性及其带动效应日益凸显，已成为推动中国投资和消费增长的新引擎[1]。中国经济的强韧性是防范风险的最有力支撑[2]，经济韧性是指区域经济系统面对冲击扰动时的抵抗能力和恢复其增长路径的能力[3]，提高经济韧性成为助推高质量发展的稳定着力点[4]。但是，在推动中国旅游业持续发展的道路上，由于时常面临自然灾害、经济衰退、重大公共卫生事件等多重挑战，旅游经济常出现波动。因此，构建一个具有强劲韧性的旅游经济系统至关重要。
作为经济韧性研究领域的一个重要分支，旅游经济韧性受到颇多学者关注，特别是其聚焦于旅游经济系统对外界干扰因素的抵御能力以及适应能力[5]，为促进旅游经济高质量发展提供了新的视角。目前，中国沿海三大城市群（京津冀、长三角和珠三角城市群）在中国经济社会发展中占据核心地位，是最具代表性、走在中国城市建设最前端的城市群，同时也是旅游经济发展最为活跃的地区，面临的风险与挑战相对较多，研究其旅游经济韧性具有一定的理论与现实意义。鉴于此，本文以中国沿海三大城市群为研究对象，构建旅游经济韧性的影响因素框架，运用模糊集定性比较分析（fuzzy-set Qualitative Comparative Analysis，fsQCA）方法，旨在揭示多个不同条件变量对旅游经济韧性的组态与路径演进，以期为旅游经济韧性的提升提供一定的实践指导和决策依据。

1 文献综述

“韧性”是指物体在外力作用下产生形变后能够恢复至原状态的能力，在其发展过程中历经了工程韧性到生态韧性，再到社会—生态韧性（或称为演化韧性）的3个阶段[6-8]。2002年，经济学家Reggiani等首次将韧性的概念引入区域研究领域中，提出韧性可能是不同区域在冲击下具有不同表现的关键影响因子[9]，并引发了学界对区域经济韧性的关注[10-11]。
旅游经济韧性是在韧性演化过程中由韧性、经济韧性逐渐衍生出来的概念，是区域经济韧性的重要组成部分[12]。旅游经济韧性是指旅游经济系统在遭遇冲击后所展现出的维持稳定态势、迅速恢复至原有水平，乃至进入新的平衡状态的能力[13]。一方面，旅游经济系统具有高度综合性和复杂性，旅游业的发展容易受到经济、社会、自然等因素影响，往往表现出较高的敏感性和脆弱性。另一方面，旅游经济系统在面临危机时表现出一定的适应性以及动态调整能力，能够从中积累经验并逐渐增强应对能力。就旅游经济韧性的评价方法而言，主要分为以下两类：一是核心变量法，即分析旅游业在面临冲击时其核心变量的反应程度[14-16]；二是将韧性视为旅游经济系统固有的属性，通过设计一套指标体系来评估旅游经济韧性[17-19]。当前旅游经济韧性研究主题主要涉及影响因素分析[16-17,19-20]、时空演变[15,17]、旅游经济韧性与旅游高质量发展[21]等，国内研究尺度涉及省域[14-15,17-18]、市域[16]、城市群[19,22]等。综上，国内外学者虽通过不同方法丰富了旅游经济韧性研究，但鲜有文献基于整体组态视角探讨不同因素如何共同作用提高旅游经济韧性。因此，本文运用模糊集定性比较分析方法，探讨旅游经济韧性的组态及路径演化；同时，从城市群尺度视角对三大城市群进行对比分析，以促进城市群旅游经济韧性的提升。
已有研究表明，旅游经济韧性可能受以下因素的影响：①数字产业。首先，数字技术提高信息流动的通畅性和广泛性，促进游客、旅游企业与旅游目的地之间的沟通，避免因资源浪费和信息不对称带来的负面效应。其次，数字产业对旅游要素全面提升、产业结构深度优化、资源配置高效化都起到了重要作用[23]。旅游业在遭受冲击后，数字技术能够快速优化和重组旅游要素，提升旅游业的恢复能力以及自我调节能力。最后，数字产业的全面发展，为旅游业注入新的生命力，将大数据、人工智能和云计算等不断应用到我国传统旅游产业当中，是提升旅游经济韧性的重要抓手[21]。②区域经济。经济发展水平较强的地区能够为旅游产业提供充足的资金保障，旅游产业在面临外部冲击时具备更强的抵御能力和恢复能力[24]。③城镇化水平。城镇化水平反映人口和产业在空间上的集聚[25]。人口增长能够扩大旅游市场规模；产业集聚能够加速旅游要素的集中布局，促进旅游产业结构优化[26]，使旅游经济系统在面临冲击时更具韧性。④交通基础设施。交通作为旅游客源地与旅游目的地之间的媒介，其通达性影响着旅游者的可进入性。完善的交通基础设施是推动旅游发展的重要引擎[27]，保障旅游经济系统在遭遇外部冲击后能够恢复到原本发展状态和水平。⑤政府干预。政府积极的干预措施能有效遏制冲击发生时带来的不利效应[28]，为旅游经济系统寻找新的发展路径或创造新的机遇提供政策支撑，提升旅游经济韧性的水平[29]。⑥对外开放水平。对外开放水平较高的地区拥有更为成熟完善的金融市场，在冲击发生后能够为旅游产业的发展注入资金、人才和技术，推动旅游产业创新，及时适应新的环境[30-31]，提高旅游经济韧性。
综上，本文选取数字产业、区域经济、城镇化水平、交通基础设施、政府干预和对外开放水平构建旅游经济韧性驱动因素研究模型，利用模糊集定性比较分析（fsQCA）方法揭示其影响机理。

2 研究设计

2.1 研究方法

本文采用模糊集定性比较分析方法，主要原因在于：①基于旅游系统的复杂性，旅游经济韧性可能受到多方面的影响。通过fsQCA方法可以分析不同条件变量如何相互作用共同影响旅游经济韧性。②fsQCA方法能够深入揭示影响旅游经济韧性的条件变量的充分性和必要性，同时探究这些条件变量之间的互补性与替代性，进一步加深对不同条件变量如何共同作用于旅游经济韧性的理解[32]。

2.2 变量测度

2.2.1 结果变量

旅游经济韧性（TER）。本文借鉴Martin等区域经济韧性测度方法[12]，具体计算公式如下：
T E R i t = ∆ M i - ∆ E ∆ E
Δ M i = M i t - M i t - k
Δ E = M r t - M r t - k M r t - k M i t - k
式中： T E R i t表示第 i个地区第 t年的旅游经济韧性； Δ M i表示第 i个地区旅游总收入的变化量； Δ E表示以全国整体旅游总收入为基础，预测得出的研究对象旅游总收入； M i t、 M i t - k为地区 i在 t年、 t - k年的旅游总收入； M r t、 M r t - k为研究对象所在区域整体在 t年、 t - k年的旅游总收入。

2.2.2 条件变量

①数字产业（TE）。结合城市层面相关数据可获得性，借鉴已有研究[33-34]，本文从数字金融普惠发展、相关产业从业人员、互联网产出水平、互联网普及率及移动电话普及率5个方面测度数字产业。由于各项指标值的量纲不同，采用熵值法确定指标权重，计算各城市数字产业水平的综合得分（表1）。②区域经济（EDL）用人均GDP取对数表征[30]。③城镇化水平（UL）用城镇人口占常住人口比重表征[25]。④交通基础设施（TFL）用公路里程取对数表征[35]。⑤政府干预（GI）用财政支出占GDP比重表征[30]。⑥对外开放水平（DOU）用进出口总额占GDP比重表征[30]。
表1 数字产业发展水平评价指标指标体系及说明

Tab.1 Evaluation index system of digital industry development level and their explanation

一级指标 二级指标 指标解释 权重 性质
数字产业
发展水平		 数字金融普惠发展 北京大学数字普惠金融指数 0.179 +
相关产业从业人员 计算机和信息软件从业人员占比 0.190 +
互联网产出水平 人均电信业务总量 0.200 +
互联网普及率 百人中互联网宽带接入用户数 0.210 +
移动电话普及率 百人中移动电话用户数 0.221 +

2.3 数据来源

本文以中国沿海三大城市群的53个城市（其中京津冀城市群13个、长三角城市群26个、珠三角城市群14个）作为研究对象，以2013—2022年为研究期。为了较好地观察组态路径的变化过程，本研究以3年为1个时间单位，选择2013、2016、2019和2022年4个时间节点进行研究，进而揭示其高旅游经济韧性的组态机制以及路径演化。数字金融普惠发展指标的数据来源于北京大学数字普惠金融指数，其余各项指标的原始数据来源于2013—2023年三大城市群各省（市）统计年鉴、统计公报和《中国城市统计年鉴》，少数缺失数据通过线性插值进行补充，变量的描述性统计见表2。
表2 变量的描述性统计分析

Tab.2 Descriptive statistical analysis of variables

变量类型 变量 平均值 标准差 最大值 最小值
结果变量 旅游经济韧性（TER） 0.3908 0.6807 2.8392 -1.1115
条件变量 数字产业（TE） 0.2864 0.1190 0.6104 0.0488
区域经济（EDL） 11.1450 0.5749 12.1981 9.0006
城镇化水平（UL） 0.6627 0.1451 1.0000 0.3755
交通基础设施（TFL） 9.2649 0.6938 11.4067 6.5737
政府干预（GI） 0.1640 0.0613 0.4019 0.0691
对外开放水平（DOU） 0.4218 0.4099 2.1850 0.0105

3 结果与分析

3.1 数字产业与旅游经济韧性演变特征

①数字产业发展水平。从整体上看，研究期间中国沿海三大城市群的数字产业指数呈现出持续上升的发展态势，数值从2013年的0.161上升至2020年的0.379；2021和2022年有所下降，分别为0.375和0.372（图1）。分城市群看，2013—2020年三大城市群的数字产业指数呈现出显著差异，其中珠三角城市群的数字产业指数相对较高，长三角城市群、京津冀城市群次之。从发展趋势看，长三角城市群和珠三角城市群2013—2022年数字产业指数均呈现“先升后降再升”波动趋势，而京津冀城市群2013—2021年数字产业指数逐渐上升，2022年则有所下降。
图1 中国沿海三大城市群数字产业指数变化趋势

Fig.1 Change trend of digital industry index in three urban agglomerations of Chinese coastal region

②旅游经济韧性水平。从分城市群整体上看，京津冀城市群的旅游经济韧性指数在2013、2016和2019年均展现出强劲态势，高于长三角城市群和珠三角城市群，2022年则低于长三角城市群。长三角城市群整体旅游经济韧性保持较为平稳的态势，2019年有所下降。珠三角城市群旅游经济韧性水平在三大城市群中相对较低。从总体趋势看，2013—2022年三大城市群旅游经济韧性指数表现出“先升后降”的变化趋势，但不同城市群旅游经济韧性水平存在较大差距。其中，2013—2019年京津冀城市群韧性高于其他两大城市群，2020—2022年长三角城市群韧性展现出强劲态势，珠三角城市群韧性均低于其他两大城市群。

3.2 变量校准

本文采用直接法校准，将完全隶属、交叉点和完全不隶属的校准锚点分别设定为95%、50%和5%分位数值，结果见表3。为避免案例损失，本文将校准后为0.5的数据调整为0.499。
图2 中国沿海三大城市群各城市旅游经济韧性指数空间演变

Fig.2 Spatial evolution of tourism economic resilience index in each city of three urban agglomerations of Chinese coastal region

表3 变量校准

Tab.3 Variable calibration

变量 2013年校准锚点 2016年校准锚点 2019年校准锚点 2022年校准锚点
95% 50% 5% 95% 50% 5% 95% 50% 5% 95% 50% 5%
TER 2.322 0.188 -0.612 2.134 0.221 -0.488 1.321 0.270 -0.485 0.869 0.229 -0.335
TE 0.363 0.135 0.055 0.409 0.229 0.143 0.583 0.335 0.247 0.555 0.364 0.262
EDL 11.618 10.981 10.056 11.756 11.068 10.233 11.977 11.268 10.375 12.140 11.568 10.649
UL 0.912 0.572 0.403 0.908 0.632 0.441 0.916 0.668 0.478 0.931 0.694 0.516
TFL 9.935 9.317 7.403 10.002 9.388 7.523 10.060 9.377 7.474 10.092 9.354 7.492
GI 0.255 0.135 0.078 0.295 0.152 0.086 0.307 0.156 0.090 0.249 0.154 0.085
DOU 1.721 0.306 0.017 1.309 0.256 0.046 1.237 0.269 0.040 1.401 0.240 0.064

3.3 必要性分析

本文使用fsQCA软件进行必要性分析，结果见表4。结合已有研究成果，若条件必要性的一致性水平高于0.9，则该条件是结果的必要条件。由表4可知，对于高旅游经济韧性，所有条件变量（包括其非集）都不构成必要条件，说明旅游经济韧性的提升是多因素协调作用的结果。
表4 高旅游经济韧性的必要条件一致性分析结果

Tab.4 Consistency results of necessary conditions for high-level tourism economic resilience

条件变量 2013 2016 2019 2022
一致性 覆盖度 一致性 覆盖度 一致性 覆盖度 一致性 覆盖度
TE 0.494 0.508 0.511 0.552 0.539 0.578 0.698 0.740
~TE 0.834 0.764 0.790 0.709 0.782 0.726 0.597 0.518
EDL 0.487 0.471 0.534 0.515 0.541 0.528 0.756 0.728
~EDL 0.818 0.794 0.742 0.740 0.740 0.752 0.510 0.483
UL 0.508 0.504 0.510 0.525 0.525 0.547 0.699 0.666
~UL 0.819 0.776 0.824 0.770 0.798 0.760 0.584 0.559
TFL 0.789 0.675 0.811 0.709 0.800 0.702 0.678 0.558
~TFL 0.558 0.623 0.539 0.600 0.519 0.597 0.606 0.689
GI 0.720 0.757 0.666 0.679 0.714 0.723 0.511 0.512
~GI 0.596 0.536 0.623 0.588 0.593 0.581 0.755 0.688
DOU 0.502 0.544 0.470 0.518 0.464 0.528 0.649 0.680
~DOU 0.874 0.765 0.836 0.737 0.837 0.741 0.642 0.563

注：“~”表示条件变量的非集。表6同。

3.4 组态分析

充分性分析以一致性为判断指标，本文将组态充分性原始一致性阈值设为0.8，PRI阈值设为0.7，并以同时出现在中间解和简约解的条件作为实现高旅游经济韧性的核心条件。由表5可知，2013、2016、2019和2022年旅游经济韧性组态的总体一致性水平分别为0.870、0.909、0.898、0.890，总体覆盖度分别为0.671、0.657、0.679、0.579。
表5 高旅游经济韧性组态

Tab.5 Configuration of high-level tourism economic resilience

本文以核心条件存在为标准将其归纳为政府干预主导型、区位交通主导型、数字产业主导型、对外开放主导型、数字—政府并驱型和数字—经济—开放共创型（图3）：①政府干预主导型主要是以政府干预作为核心条件存在，其代表组态为A2、A3和A4。在这一模式下，政府通过政策倾斜、财政补贴、降低税收等途径积极干预旅游市场，能有效遏制冲击带来的不利效应，为旅游经济系统寻找新的发展路径或创造新的机遇提供政策支撑，推动旅游经济韧性稳步提升。②区位交通主导型主要是以交通基础设施作为核心条件存在，其代表组态为B1、B2、B3和C1、C2、C5。完善的交通基础设施是推动旅游发展的重要引擎，在一定程度上可以便利游客的出行，增强城市的吸引力，从而促进了游客流量的增长和旅游产业的蓬勃发展。③数字产业主导型主要是以数字产业作为核心条件存在，其代表组态为B4和D2、D3、D4。在这一模式下，数字产业通过先进技术提高信息流动的通畅性和广泛性；高质量数字技术、旅游设备在旅游产业中的使用加快转变了潜在消费者的消费倾向，助力旅游产业转型升级；同时，基于技术的运用减少人员需求而缩小人力成本，从而提升旅游产业效率，提高旅游经济韧性。随着数字技术的发展，有效推动旅游产业要素组合的优化，提高旅游产业内部结构的稳定性，从源头上推动区域旅游经济韧性的提升。④对外开放主导型主要是以对外开放水平作为核心条件存在，其余条件呈现核心或边缘条件缺失，代表组态为C3。对外开放水平较高的地区拥有更为成熟完善的金融市场，能够汇聚资本流动、吸引各类人才和尖端技术的聚集，在冲击发生后能够为旅游产业的发展注入资金活力，凭借其优良的技术环境推动旅游产业创新，提高旅游经济韧性。⑤数字—政府并驱型（组态C4）主要是以数字产业和政府干预作为核心条件存在。数字产业促使先进治理技术和现代化治理模式有机融合，催生数字政府新模式，从而丰富旅游产业政策工具供给，实现旅游产业数字化的蓬勃发展，加快转变旅游经济韧性的底层运行逻辑，增强对游客信息的收集与反馈，从根本上优化旅游供给，为推动旅游经济韧性的稳步提升创造可行条件。⑥数字—经济—开放共创型（组态D1）主要是以数字产业、区域经济和对外开放水平作为核心条件存在，城镇化水平呈现边缘条件存在。数字产业、经济发展基础和对外开放助推旅游产业集聚，在旅游产业面临冲击时提供技术、资金、创新等方面的保障，提供更多的可能性和发展机遇，为其注入新的活力，表现出较强的旅游经济韧性。
图3 旅游经济韧性影响路径组合

Fig.3 Influence path and combination of tourism economic resilience

3.5 不同阶段高旅游经济韧性的组态演进

通过对比上述各阶段组态发现：在不同阶段，不同条件变量对旅游经济韧性存在着不同的影响情况，但未能发现实现高旅游经济韧性的长效机制。具体来说：
①2013年的组态主要为政府干预主导型。政府主要以政策倾斜、财政补贴、降低税收等为途径，通过积极干预旅游市场，最大程度限制冲击带来的负面影响，为旅游产业的持续发展提供稳定的社会环境，推动旅游经济韧性稳步提升。
②2016年的组态主要为区位交通主导型和数字产业主导型，数字产业和交通便利的重要性开始凸显。其中，完善的旅游交通设施能够提高旅游目的地的可达性，便利游客出行，优化其旅游体验；数字技术能够提升旅游服务质量，推动旅游产业不断创新，拓宽旅游市场，优化旅游产业链资源，从而推动旅游经济韧性不断提升。
③2019年的组态主要为区位交通主导型、对外开放主导型和数字—政府并驱型。其中，交通基础设施仍表现出其重要性，数字产业催生数字政府新模式，丰富旅游产业政策工具供给，实现旅游产业数字化的蓬勃发展；对外开放的重要性逐渐体现，为旅游产业提供外商投资、人才引进和技术创新的机会，为旅游注入新的活力，从而提升旅游经济韧性。
④2022年的组态主要为数字产业主导型和数字—经济—开放共创型。该阶段旅游经济在经受过全球性公共危机后并未表现出一蹶不振，而是通过数字技术的支持，推动旅游产业要素组合的优化，维持其内部结构的稳定性，从源头上推动旅游经济韧性的提升。

3.6 三大城市群的组态的对比分析

为了进一步探究中国沿海三大城市群高旅游经济韧性的产生机理，分别对三大城市群的结果变量和条件变量进行校准和必要性分析（表6）。对于高旅游经济韧性，所有条件变量（包括其非集）都不构成必要条件，说明三大城市群的旅游经济韧性的提升是多因素协调作用的结果。
表6 中国沿海三大城市群高旅游经济韧性的必要条件一致性分析结果

Tab.6 Consistency results of necessary conditions for high-level tourism economic resilience in three urban agglomerations of Chinese coastal region

条件变量 京津冀城市群 珠三角城市群 长三角城市群
一致性 覆盖度 一致性 覆盖度 一致性 覆盖度
TE 0.579 0.571 0.759 0.787 0.720 0.677
~TE 0.688 0.611 0.502 0.414 0.567 0.530
EDL 0.551 0.591 0.796 0.773 0.643 0.579
~EDL 0.709 0.588 0.470 0.409 0.570 0.556
UL 0.439 0.504 0.826 0.751 0.617 0.577
~UL 0.790 0.623 0.400 0.371 0.631 0.592
TFL 0.707 0.598 0.490 0.426 0.581 0.551
~TFL 0.546 0.572 0.747 0.727 0.706 0.653
GI 0.704 0.627 0.491 0.427 0.613 0.606
~GI 0.668 0.658 0.771 0.752 0.635 0.565
DOU 0.590 0.633 0.728 0.743 0.652 0.709
~DOU 0.719 0.596 0.560 0.468 0.595 0.489
由表7可知：①京津冀城市群有1条高旅游经济韧性组态（E1），其一致性和覆盖度分别为0.910和0.335。组态E1是以数字产业、区域经济、交通基础设施和对外开放水平作为核心条件存在，城镇化水平呈现出边缘条件存在，政府干预呈现出核心条件缺失。数字技术、交通设施和经济发展为旅游产业提供了资金、基础条件和技术等，促进旅游产业集聚，吸引人才，从而提升旅游经济韧性，其代表城市为北京和石家庄。例如，北京通过数字技术的运用进一步增强了区域旅游产品的特殊性，设计与开发了智慧化旅游产品，有效拓宽了数字产业的运用场景，实现旅游经济韧性的不断增强。②珠三角城市群存在1条高旅游经济韧性组态（F1），其一致性和覆盖度分别为0.909和0.495。组态F1是以数字产业、区域经济、城镇化水平和对外开放水平作为边缘条件存在，交通基础设施和政府干预呈现出核心条件缺失状态。其代表城市为东莞、佛山和中山。③长三角城市群有4条高旅游经济韧性组态（G1、G2、G3、G4），其一致性均高于0.9，覆盖度分别为0.263、0.242、0.211、0.343。其中，组态G1表明以数字产业、政府干预为核心条件存在，对外开放水平为边缘条件存在，可以实现高旅游经济韧性，其代表城市为湖州和金华。如金华市在2021年全面启动数字化改革，成立文旅系统数字化改革小组，对接城市大脑建设，细化完善智慧文旅大脑建设方案，将兰溪不可移动文物数字化服务系统、义乌网吧智慧旅游等列入省文旅厅数字化改革试点项目。组态G2表明以交通基础设施、政府干预和对外开放水平为核心条件存在，可以实现高旅游经济韧性，其代表城市为台州。台州市秉持交通和旅游互促共进的发展理念，充分挖掘利用其独特自然人文资源，致力于打造台州滨海城市的独特名片，积极推动沿线旅游产业的创新与升级。组态G3表明以对外开放水平为核心条件存在，区域经济呈现出边缘条件存在，可以实现高旅游经济韧性。对外开放为旅游产业提供外商投资，人才引进和技术创新的机会，为旅游注入新的活力，从而提升旅游经济韧性。组态G4表明以对外开放水平为核心条件存在，数字产业、区域经济和城镇化水平为边缘条件存在，可以实现高旅游经济韧性，代表城市为无锡。无锡市于2021年成功跻身“外贸千亿之城”行列，进出口规模持续攀升，为旅游产业引入商品流、资金流和技术流，促进旅游经济韧性的不断提升。
表7 中国沿海三大城市群的高旅游经济韧性组态

Tab.7 Configuration of high-level tourism economic resilience in three urban agglomerations of Chinese coastal region

4 结论与讨论

4.1 结论

本文以中国沿海京津冀、长三角和珠三角城市群的53个城市为样本，采用动态fsQCA方法，探寻了由数字产业、区域经济、城镇化水平、交通基础设施、政府干预和对外开放水平组成的高旅游经济韧性组态路径及演进规律。得出主要结论如下：
①2013—2022年三大城市群旅游经济韧性表现出“先升后降”的变化趋势。其中，2013—2019年京津冀城市群旅游经济韧性高于其他两大城市群，2020—2022年长三角城市群旅游经济韧性展现出强劲态势，珠三角城市群旅游经济韧性均低于其他两大城市群。
②旅游经济韧性的提升是多重因素共同作用的结果。就影响旅游经济韧性的单项因素来看，任一单变量均不能构成旅游经济韧性的必要条件。fsQCA研究发现高旅游经济韧性主要包括6种类型组态，分别为：政府干预主导型、区位交通主导型、数字产业主导型、对外开放主导型、数字—政府并驱型和数字—经济—开放共创型。
③在不同的时间节点，不同条件变量对旅游经济韧性产生不同的影响效应。交通基础设施和政府干预贯穿于各个时间节点，对提升旅游经济韧性具有重要影响；数字产业和对外开放水平作用逐渐凸显，成为提升旅游经济韧性不可或缺的一环。三大城市群呈现出差异化路径，其中京津冀和珠三角城市群的组态路径较为单一，而长三角城市群的组态路径较为多元。

4.2 讨论

基于研究结论，本文提出如下建议：中国沿海三大城市群在数字产业、区域经济、城镇化水平、交通基础设施、政府干预和对外开放水平等方面存在着显著差异，导致旅游经济韧性存在较大差异。不同城市群的旅游不能遵循同一套发展模式，应根据自身旅游发展现实稳步提升旅游经济韧性。①京津冀城市群要进一步加强数字产业对旅游产业的带动作用，在该方面，北京、天津等核心城市处于领先地位，5G网络、千兆宽带已全面渗透到中心城区乃至县域，但其他城市还有待提高。要积极治理资源向大城市过度集聚的突出问题，辐射带动区域经济较低的其他城市的旅游发展，加强政府对旅游产业的有效管控。同时，要加强沿海中小城市对外开放水平，促进资金、人才、技术等方面的流动，从而提高旅游经济韧性。②珠三角城市群要进一步发展中小城市的经济和数字技术等方面，利用特大城市、超大城市的显著影响力和引领效应，通过对周边城市的辐射和带动作用，有效推动城市群旅游经济韧性的整体增强，实现协同发展。当下区域旅游业与电子技术密不可分，数字产业的提升有利于旅游行业利用信息化手段实现营销、管理以及服务水平的提升，使城市旅游经济更具韧性。③长三角城市群应进一步加强完善旅游交通基础设施和保持合理的政府干预程度。同时，长三角城市群面临着城市间信息交流不足和数据共享匮乏的问题，缺少高层级的协调与统筹规划，旅游发展不均衡。要加强数字产业的发展和政府管控力，加强信息共享机制和政策层面的协调统一，促进旅游产业资源的优化配置，同时激发区域内旅游业的创新活力和凸显差异化优势。
已有文献围绕旅游经济韧性的影响因素、时空演变、指标体系等方面展开了诸多探索，在旅游经济韧性影响机理研究方面，部分学者认为数字产业、区域经济和城镇化水平等外生型因素对旅游经济韧性产生了重要影响[5,14-19]，与本文结论基本一致。但少有研究基于整体组态视角探讨不同因素如何共同作用高旅游经济韧性，因此，本研究在探究城市群旅游经济韧性方面具有一定的理论价值和实践意义。后续研究应在以下方面继续深入：①本研究对象为三大城市群，虽然具有一定的代表性，但每个城市群都具有其自身的独特性，未来可深入对其他城市群的探讨；②本研究只就数字产业、区域经济、城镇化水平、交通基础设施、政府干预和对外开放水平对旅游经济韧性的影响进行了考察，但基于旅游系统的复杂性，关联产业较多，未来可考虑加入更多前因变量。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
席建超, 刘孟浩. 中国旅游业基本国情分析[J]. 自然资源学报, 2019, 34(8):1569-1580.

DOI

[2]
习近平. 谋求持久发展共筑亚太梦想[N]. 人民日报,2014-11-10(002).

[3]
李连刚, 张平宇, 谭俊涛, 等. 韧性概念演变与区域经济韧性研究进展[J]. 人文地理, 2019, 34(2):1-7,151.

[4]
高粼彤, 孟霏, 田启波. 中国经济韧性时空演化及影响因素研究——基于数字金融视角[J]. 经济问题探索, 2022(8):57-74.

[5]
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

[6]
Holling C S. Resilience and stability of ecological systems[J]. Annual Review of Ecology and Systematics, 1973, 4(1):1-23.

[7]
Adger W N. Social and ecological resilience:Are they related?[J]. Progress in Human Geography, 2000, 24(3):347-364.

[8]
Boschma R. Towards an evolutionary perspective on regional resilience[J]. Regional Studies, 2015, 49(5):733-751.

[9]
Reggiani A, Degraaff T, Nijkamp P. Resilience:An evolutionary approach to spatial economic systems[J]. Networks and Spatial Economics, 2002, 2(2):211-229.

[10]
Hill E, Wial H, Wolman H. Exploring Regional Economic Resilience[R]. Berkeley: University of California, 2008.

[11]
Martin R. Regional economic resilience,hysteresis and recessionary shocks[J]. Journal of Economic Geography, 2012, 12(1):1-32.

[12]
刘培学, 朱知沛, 曾湛荆, 等. 后疫情时代下的旅游区域韧性研究展望[J]. 现代城市研究, 2021(5):19-26.

[13]
蔡超岳, 唐健雄, 何庆. 中国旅游经济韧性与旅游发展质量的关系研究[J]. 湖南师范大学自然科学学报, 2024, 47(1):42-53.

[14]
杨勇, 邹永广, 李媛, 等. 疫情冲击下我国省域旅游经济韧性空间差异与组态影响研究[J]. 地理与地理信息科学, 2022, 38(5):111-120.

[15]
方叶林, 吴燕妮, 黄震方, 等. 中国大陆入境旅游产业演化与韧性研究[J]. 经济地理, 2023, 43(1):188-196.

DOI

[16]
狄乾斌, 陈科其, 陈小龙. 疫情冲击下北京市旅游业经济韧性测度及其影响因素[J]. 经济地理, 2023, 43(1):133-140.

DOI

[17]
王倩, 赵林, 于伟, 等. 中国旅游经济系统韧性的时空变化特征与影响因素分析[J]. 地理与地理信息科学, 2020, 36(6):113-118.

[18]
王新越, 郭利贞. 中国省域入境旅游经济韧性时空特征与组态机制[J]. 经济地理, 2023, 43(5):219-228.

DOI

[19]
杨莎莎, 黄丽露, 段至诚, 等. 中国城市群旅游经济韧性的动态变化及障碍因子分析[J]. 自然资源学报, 2024, 39(6):1262-1277.

DOI

[20]
Duro J A, Perez L, Turrion P J, et al. COVID-19 and tourism vulnerability[J]. Tourism Management Perspectives, 2021,38:100819.

[21]
魏敏, 魏海湘, 黄海玉. 疫情下旅游经济韧性与高质量发展[J]. 旅游学刊, 2022, 37(9):5-7.

[22]
方叶林, 吴燕妮, 王秋月, 等. 基于DPSIR模型的城市旅游经济韧性评价与影响因素——以长三角城市群为例[J]. 南京师大学报(自然科学版), 2024, 47(2):26-34.

[23]
胡艳, 陈雨琪, 李彦. 数字经济对长三角地区城市经济韧性的影响研究[J]. 华东师范大学学报(哲学社会科学版), 2022, 54(1):143-154,175-176.

[24]
Martin R, Gardiner B. The resilience of cities to economic shocks:A tale of four recessions (and the challenge of Brexit)[J]. Papers in Regional Science, 2019, 98(4):1801-1832.

DOI

[25]
余凤龙, 黄震方, 曹芳东, 等. 中国城镇化进程对旅游经济发展的影响[J]. 自然资源学报, 2014, 29(8):1297-1309.

DOI

[26]
赵磊, 潘婷婷, 方成, 等. 旅游业与新型城镇化——基于系统耦合协调视角[J]. 旅游学刊, 2020, 35(1):14-31.

[27]
戢晓峰, 黄海琴, 陈方, 等. 国内外旅游交通研究热点与前沿趋势[J]. 经济地理, 2024, 44(1):209-220.

DOI

[28]
Martin R, Sunley P. On the notion of regional economic resilience:Conceptualization and explanation[J]. Journal of Economic Geography, 2015, 15(1):1-42.

[29]
Giannakis E, Bruggeman A. Determinants of regional resilience to economic crisis:A European perspective[J]. European Planning Studies, 2017, 25(8):1394-1415.

[30]
李连刚, 张平宇, 程钰, 等. 黄河流域经济韧性时空演变与影响因素研究[J]. 地理科学, 2022, 42(4):557-567.

DOI

[31]
Caro P D. Testing and explaining economic resilience with an application to Italian regions[J]. Papers in Regional Science, 2017, 96(1):93-113.

[32]
杜运周, 贾良定. 组态视角与定性比较分析(QCA):管理学研究的一条新道路[J]. 管理世界, 2017(6):155-167.

[33]
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.

[34]
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.

[35]
徐冬, 黄震方, 胡小海, 等. 浙江省县域旅游效率空间格局演变及其影响因素[J]. 经济地理, 2018, 38(5):197-207.

DOI

Options
文章导航

/

〈 〉