EN中文

经济地理 >

2025 , Vol. 45 >Issue 6: 213 - 225

DOI: https://doi.org/10.15957/j.cnki.jjdl.2025.06.021

旅游经济与管理

新质生产力赋能区域旅游韧性发展机理及特色省份动态仿真

  • 杨秀平 ,
  • 王泽云 , ※ ,
  • 彭思成 ,
  • 陈媛
展开
  • 兰州理工大学 经济管理学院，中国甘肃 兰州 730050
※ 王泽云（2000—），男，硕士研究生，研究方向为旅游经济分析。E-mail：

杨秀平（1979—），女，博士，教授，硕士生导师，研究方向为区域旅游可持续发展。E-mail：

收稿日期: 2024-12-05

  修回日期: 2025-06-06

  网络出版日期: 2025-08-07

基金资助

国家自然科学基金项目(41961020)

国家自然科学基金项目(41501597)

教育部“春晖计划”合作科研项目(GS2019002)

甘肃省哲学社会科学规划项目(2023YB015)

甘肃省人文社会科学项目(24ZC03)

兰州理工大学高等教育研究重点项目(GJ2023A-8)

甘肃省教育厅优秀研究生“创新之星”项目(2025CXZX-579)

甘肃省教育厅优秀研究生“创新之星”项目(2025CXZX-580)

兰州理工大学研究生科研探索项目

收起

Influencing Mechanisms of New Quality Productive Forces on Regional Tourism Resilience Development and Its Dynamic Simulation in Featured Province

  • YANG Xiuping ,
  • WANG Zeyun , ※ ,
  • PENG Sicheng ,
  • CHEN Yuan
Expand
  • School of Economics and Management，Lanzhou University of Technology，Lanzhou 730050，Gansu，China

Received date: 2024-12-05

  Revised date: 2025-06-06

  Online published: 2025-08-07

Fold

摘要

理清新质生产力赋能区域旅游韧性发展的宏观影响机理，验证二者的微观交互机制，对推动旅游高质量发展具有重要的理论意义与实践价值。文章基于2012—2022年中国31个省份面板数据，构建新质生产力和区域旅游韧性综合评价指标体系，采用面板向量自回归模型验证新质生产力对区域旅游韧性发展的宏观影响机理，并结合系统动力学模型探究二者微观动态交互机制；在此基础上选取甘肃省代表旅游资源丰富但旅游创新不足的旅游欠发达区域，通过系统动力学模拟甘肃省2023—2035年多情景下的动态演化路径。研究发现：①新质生产力可有效推动区域旅游韧性发展，但受创新要素错配的负面调节制约。②新质生产力以产业结构高度化与产业结构合理化为路径促进区域旅游韧性发展，二者中介效应占比分别为33.98%和21.36%。③仿真结果显示，生态优先发展情景下，甘肃省的区域旅游韧性发展优于其他情景，但新质生产力增速相对滞缓；协同发展情景下，经济、科技创新和生态保护均衡发展，新质生产力与旅游韧性均呈现稳步提升态势，但旅游韧性发展动力存在一定不足。研究结果有助于厘清新质生产力与区域旅游韧性的交互关系，为新时代背景下推动区域旅游韧性发展提供理论支撑和实践参考。

关键词： 新质生产力; 区域旅游韧性; 创新要素错配; 发展机理; 系统动力学; 产业结构调整

本文引用格式

杨秀平 , 王泽云 , 彭思成 , 陈媛 . 新质生产力赋能区域旅游韧性发展机理及特色省份动态仿真[J]. 经济地理, 2025 , 45(6) : 213 -225 . DOI: 10.15957/j.cnki.jjdl.2025.06.021

Abstract

This study explores the influencing mechanisms of new quality productive forces (NQPF) on regional tourism resilience (RTR) and empirically validates their micro-level interactive dynamics, which offers significant theoretical and practical contributions to advance high-quality tourism development. Based on the panel data of 31 provincial-level regions of China in 2012-2022, this study constructs a comprehensive evaluation index systems of NQPF and RTR. It uses the panel vector autoregressive (PVAR) model to verify the influencing mechanisms of new quality productive forces on regional tourism resilience, and the system dynamics model to investigate their micro-level dynamic interactions. It takes Gansu Province, a less-developed tourism region characterized by abundant tourism resources and insufficient tourism innovation, to conduct the scenario-based simulations of dynamic evolution pathways in 2023-2035. It's found that: 1) NQPF significantly enhances RTR, the misallocation of innovative elements inhibits the enabling effect of NQPF on the RTR. 2) NQPF promotes the development of RTR through industrial structure advancement and rationalization, with mediating effect proportions of 33.98% and 21.36%, respectively. 3) Under the ecological priority scenario, RTR of Gansu is in the best state, but the growth rate of NQPF is relatively sluggish. Under the collaborative development scenario, it demonstrates balanced progress in economic, technological, and ecological dimensions, NQPF and RTR both show a steady upward trend, but there are certain deficiencies in the driving force for RTR. These findings systematically clarify the relationship between NQPF and RTR, and provide theoretical and practical guidance for fostering RTR in the new development paradigm.

Key words： new quality productive forces; regional tourism resilience; misallocation of innovative elements; development mechanism; system dynamics; industrial structure adjustment

改革开放以来，中国旅游业迅速发展，成为战略性支柱产业、民生产业和幸福产业，据文化和旅游部统计，2024年度国内旅游出游总花费5.75万亿元，同比增长17.1%，旅游业的国民经济战略支柱作用明显。然而，传统旅游发展模式依赖于资源与区域优势，具有显著的脆弱性。中国疫情恢复期的实践证明，区域旅游韧性可有效提升旅游地生态系统的恢复能力[1-2]、经济系统的抗波动能力[3]、社会系统应对危机的弹性能力[4-5]及地理网络结构的自适应重构能力[6-7]，促成国民经济持续恢复、总体回升向好[8]。以“抵抗—恢复—适应”的三阶段理论[9]、要素协同交互作用理论，成为构建旅游韧性发展的主导范式[10]，助力中国旅游韧性全面提升，构建大众旅游时代安全新格局[11]，开拓旅游高质量发展的新路径。
2023年7月以来，习近平总书记多次强调“加快发展新质生产力，扎实推进高质量发展”，为区域旅游韧性发展、解决自然资源和历史文化资源出现的边际效益递减迹象[8]等问题提供了新思路。新质生产力的核心特征体现在“新”与“质”的融合，“新”在新基础设施、新要素、新产业，“质”在高质量、高效率、高水平[12]。新质生产力的本质是通过技术变革实现劳动者、劳动资料、劳动对象的协同配置[13]，促进产业全面升级，其核心特征与区域旅游韧性高度耦合[14]，拓展了旅游高质量发展的新空间[15]。
近年来，学者们对新质生产力影响旅游发展的理论逻辑、动力机制与实践路径进行了探讨。在理论逻辑上，新质生产力对旅游发展的赋能作用呈现多维度特征，体现在新型劳动者为旅游发展提供智力引擎、劳动资料升级为旅游发展提供动力源泉[16]、新型劳动对象催生旅游新业态[17]等方面。在动力机制方面，依托新质生产力的新技术、新要素推动旅游产业转型升级，旅游者需求的多样性为旅游发展注入新活力[18]。在实践路径上，注重旅游地营销力、服务力、吸引力、消费力等的整合，重塑旅游地发展优势[19]。然而，将新质生产力与区域旅游韧性纳入同一理论框架的研究较少；对新质生产力赋能作用的分析多以理论探讨、案例分析[20]为主，聚焦于宏观静态相关性分析[21]，对其动态反馈路径的深入探究较为少见。当今，国内外形势复杂，旅游业面临经济波动等外部环境冲击、内部竞争加剧等双重压力，考虑到区域尤其是欠发达区域旅游脆弱性凸显的客观现实，探讨新质生产力对区域旅游韧性的赋能作用，以新质生产力推动区域旅游韧性全面提升，增强其在国民经济中的支柱作用，以实现旅游高质量发展推动旅游强国建设的关键路径。
因此，本文拟作出如下边际贡献：首先，首次将新质生产力与区域旅游韧性结合，构建综合性的指标体系，探索区域旅游韧性提升的新型研究范式；其次，创新性地构建“计量验证—系统仿真”的双螺旋研究结构（图1），将面板向量自回归模型与系统仿真相结合，揭示新质生产力对区域旅游韧性的宏观与微观影响机制；再次，聚焦甘肃省这一典型的旅游资源丰富但旅游创新不足的欠发达省份，设定多种发展情景进行中长期动态仿真模拟，为欠发达区域探索旅游韧性发展的最优路径提供科学依据。
图1 双螺旋研究逻辑

Fig.1 Logic of double helix research

1 影响机理分析与动力机制构建

1.1 新质生产力对旅游韧性的影响机理分析

参考学者对新质生产力赋能旅游高质量发展的研究成果[20]，本文构建新质生产力对区域旅游韧性的影响机理分析框架（图2）。新质生产力通过要素配置、生产联动、绿色增长[22]等途径影响区域旅游韧性的恢复能力、防御抵抗能力、创新进化能力。在此基础上，以产业结构高度化、产业结构合理化为中介，分析其对区域旅游韧性推动作用，以及创新要素错配降低创新效率[23]，抑制新质生产力的赋能能力。
图2 新质生产力赋能区域旅游韧性发展机理分析框架

Fig.2 Influencing mechanism of NQPF on RTR

创新驱动的要素配置效应、制度协同效应与绿色增长效应共同构成多维路径，对区域旅游韧性产生差异化影响。从旅游转型方向来看，旅游韧性提升有助于缓解旅游目的地依托传统资源发展的瓶颈，推动旅游业向创新驱动发展转变。新质生产力以科学技术推动旅游业向数字旅游转型，以高势能产业促进旅游资源融合转化，推动旅游系统创新能力[24]。从旅游主体参与者来看，旅游韧性提升依赖于政府、社会和市场的共同参与，新质生产力以制度创新为导向优化市场生产要素配置、激发市场活力，提升旅游系统防御抵抗能力。从旅游发展战略来看，旅游韧性是推动旅游高质量发展的关键因素，这与新质生产力的内涵底色相契合。在新质生产力驱动下，产业集群通过绿色技术外溢与循环经济耦合，重构产业链空间布局，以绿色技术扩散实现生产率与生产效益的跃升，提高区域旅游韧性的恢复适应能力。据此，本文提出研究假设1。
H1：新质生产力的发展能显著推动区域旅游韧性发展。
新质生产力以优化产业结构调整为中介，推动区域旅游韧性发展。产业结构理论中，将三大产业结构优化分为产业结构高度化与产业结构合理化两方面[25]，据此构建中介影响路径。其一，产业结构高度化强调产业比例的改变和劳动生产效率的提高[26]，以技术创新、要素优化配置、服务升级等，推动产业向更高附加值方向演进。同时，有效推动文旅融合、数字旅游等多元转型升级，提升旅游地防御抵抗能力。其二，产业结构合理化是产业之间协调能力不断加强、关联水平不断提升的动态过程，是对资源有效利用的反映。产业结构合理化推动旅游产业形成集聚效应[27]，强化关联效应，提升资源利用效率，实现经济系统的协调可持续发展，提升旅游地经济韧性。据此，本文提出研究假设2。
H2a：新质生产力以产业结构高度化为中介推动区域旅游韧性发展。
H2b：新质生产力以产业结构合理化为中介推动区域旅游韧性发展。
创新要素主要包含创新资本要素与创新劳动要素，新质生产力以技术创新为核心驱动[28]，其影响力高度依赖于创新要素的高效配置。但在实践中，最优要素配置的实现有一定难度，本文为衡量创新要素偏离最优配置的程度引入创新要素错配指数。当创新要素配置低于最佳配置比时，阻碍创新要素高效流向高效率产业，造成创新产能低下；相反，当创新要素配置比高于最佳配置时，造成创新资源的浪费，降低创新投入产出比，即创新要素错配影响创新效率的提升[29]，抑制新质生产力对区域旅游韧性的提升。据此，本文提出研究假设3。
H3：创新要素错配能够削弱新质生产力对区域旅游韧性的影响。

1.2 新质生产力影响区域旅游韧性的动力机制

新质生产力对区域旅游韧性的影响是多要素联动作用的结果，具有复杂性与系统性。为明确二者的微观动力机制，分析新质生产力与区域旅游韧性的内部反馈机制，探讨二者要素的关联特征（图3）。
图3 新质生产力影响区域旅游韧性动力机制

Fig.3 Driving mechanism of NQPF on the RTR

从子系统要素联动角度构建二者的动力机制。在劳动者层面，劳动者作为旅游服务供给的核心载体，决定旅游服务的效能，新质生产力以推动劳动生产率、劳动者素质、劳动者精神，提升旅游地旅游吸引力。此外，劳动生产率的提升活化旅游地经济水平，带动居民出游意愿，巩固旅游地经济韧性的防御能力。在劳动对象层面，新质生产力以技术创新提升旅游地的产业发展水平、生态治理能力，降低旅游活动对旅游地的负面影响，提升旅游地生态环境的恢复适应能力。在劳动资料层面，新质生产力演化发展推动旅游地物质劳动资料以及无形劳动资料的改善，缓解因旅游者挤占社会资源带来的旅居矛盾，推动旅游地社会环境的创新进化能力。
新质生产力与区域旅游韧性内部要素联动产生的影响效果明显。新质生产力以劳动者、劳动对象、劳动资料要素的互动推动整体发展，高素质劳动者是推动劳动对象和劳动资料革新的主要力量，高新技术劳动资料重塑劳动者和劳动对象的交互效率，创新作为重要劳动资料提升劳动者素质与劳动资料利用效率，此过程构成发展闭环。旅游生态韧性、旅游经济韧性、旅游社会韧性共同组成区域旅游韧性，其中旅游经济韧性为生态保护、基础设施改善提供资金支持，旅游生态韧性驱动旅游经济发展、缓解旅居矛盾，社会参与度与治理弹性激发旅游经济活力、推动环境保护力度，构成发展闭环。

2 研究设计

2.1 变量选择

2.1.1 被解释变量

区域旅游韧性（Regional Tourism Resilience，RTR）由旅游生态韧性、旅游经济韧性、旅游社会韧性3个子系统组成。参考相关学者研究成果，本文构建区域旅游韧性指标体系（表1），采用熵值法确定指标权重，并利用综合评价法[30]测度区域旅游韧性。
表1 区域旅游韧性指标体系及说明

Tab.1 Regional tourism resilience index system and its explanation

目标层 准则层 指标层（单位） 属性 权重 参考文献
区
域
旅
游
韧
性
评
价
指
标		 旅游生态韧性 人均公园绿地面积（m2/人） + 0.021 李志远等[31]
4A及以上旅游资源数量（个） + 0.064 Liu等[21]、郭强等[32]
水资源总量（亿m3） + 0.133 聂寒玉等[33]、Mandić等[5]
SO2排放量（万t） - 0.011 聂寒玉等[33]
生活垃圾无害化处理率（%） + 0.006 郭强等[32]
环境保护占财政支出比重（%） + 0.021 刘雨婧等[34]
旅游经济韧性 人均GDP（元） + 0.065 Mandić等[5]、聂寒玉等[33]
城镇居民人均可支配收入（元） + 0.066 朱静敏等[35]
第三产业占GDP比重（%） + 0.037 蔡超岳等[36]
旅游接待人次（万人次） + 0.072 Liu等[21]、刘雨婧等[34]
旅游收入（亿元） + 0.086 Liu等[21]、刘雨婧等[34]
旅游收入占GDP比重（%） + 0.050 聂寒玉等[33]
旅游社会韧性 R&D投入占GDP比重（%） + 0.051 郭强等[32]、Hussain等[37]
高等院校在校生数（人） + 0.067 朱静敏等[35]、Hussain等[37]
人口密度（人/km2） - 0.032 杨莎莎等[38]
旅居比（%） + 0.007 李田田等[39]
旅行社数量（个） + 0.072 聂寒玉等[33]
星级饭店数量（个） + 0.062 聂寒玉等[33]、Hanita等[40]
文旅机构数量（个） + 0.077 唐睿[41]

2.1.2 解释变量

新质生产力（New Quality Productivity Forces，NQPF）通过劳动者、劳动对象、劳动资料3个子系统优化资源配置，为区域综合发展注入活力。参考王珏等的研究[42]，构建新质生产力指标体系（表2），权重确定与综合评价方法同区域旅游韧性。
表2 新质生产力指标体系及说明

Tab.2 Indicator system of NQPF and its explanation

目标层 准则层 一级指标 二级指标 衡量方法（单位） 属性 权重
新
质
生
产
力		 劳
动
者		 劳动生产率 人均GDP GDP/总人口（元） + 0.043
人均工资 在岗职工平均工资（元） + 0.048
第三产业比重 第三产业产值/GDP（%） + 0.024
劳动者素质 教育结构 人均受教育年限（年/人） + 0.005
教育经费强度 地方财政教育支出/财政总支出（%） + 0.020
高等教育人口结构 高等院校在校生数/人口总数（%） + 0.022
劳动者精神 R&D人员全时当量 R&D人员全时当量（万人年） + 0.132
每百人新创企业数 每百人新创企业数（个/百人） + 0.043
劳
动
对
象		 产业发展水平 企业信息化程度 电子商务交易活动企业数/企业总数（%） + 0.031
机器人安装密度 机器人安装数·工业就业比例（台/万人） + 0.154
生态环境 绿色资源 森林覆盖率（%） + 0.041
环境保护力度 环境保护支出/政府公共财政支出（%） + 0.024
污染防治质量 废气治理设施处理能力 + 0.073
绿色发明成果 绿色专利申请数/专利申请总数（%） + 0.020
劳
动
资
料		 物质劳动资料 公路里程 公路里程数（万km） + 0.039
铁路里程 铁路里程数（万km） + 0.044
光纤长度 光纤总长度（km） + 0.063
人均宽带接入端口数 互联网宽带接入端口数/总人口（个/户） + 0.036
能源强度 单位GDP能耗（标准煤/万元） - 0.012
无形劳动资料 万人专利数量 专利授权总数/总人口（项/万人） + 0.087
新产品经济投入 新产品开发经费/GDP（%） + 0.039

注：机器人安装数以该区域就业数占全国总就业数比例·全国机器人安装量总数计算[43]，其中全国机器人安装量数据来源IRF联盟。

2.1.3 其他变量

①中介变量。新质生产力以产业结构调整为主要方向，选择产业结构合理化（INDR）和产业结构高度化（AIS）为中介变量，分析新质生产力赋能区域旅游韧性发展的影响路径。其中，产业结构合理化参考袁航等[44]的研究成果，通过产业结构泰尔指数衡量产业间的非均衡程度。公式如下：
I N D R i t = ∑ j = 1 3 E i j t E i t · l n E i j t / E i t G i j t / G i t , j = 1,2 , 3
式中： E i j t / E i t表示t时期i区域第j产业就业人数 E i j t占该区域就业总数 E i t的比例； G i j t / G i t表示t时期i区域第j产业产值 G i j t占当地生产总值 G i t的比重； I N D R i t为t时期i区域的产业结构非均衡程度，INDR越大，产业结构越不合理。
产业结构高度化随着经济增长，产业结构相应地发生规律性调整，主要表现为三大产业的比例沿第一二三产业递增[45]，计算方法如下：
A I S i t = ∑ i = 1 3 I · I n d u s t r y i j t
式中： I n d u s t r y i j t表示t时期i区域第j产业增加值占GDP的比重。
②调节变量。创新要素错配（IFM）代表创新要素投入偏离最优要素配置比的程度，是影响创新效率的关键指标[23]，抑制新质生产力对区域旅游韧性的影响。基于Brandt等构建的要素错配测度方法[46]，本文构建创新资本 τ K i与创新资源 τ L i的错配指数。具体步骤如下：
γ K i = 1 / 1 + τ k i , γ L i = 1 / 1 + τ L i
式中： γ K i、 γ L i分别为要素价格的绝对扭曲系数，反映理想状况下创新资源配置的帕累托最优条件。考虑实际市场并非完全竞争难以达到最优条件，采用相对扭曲系数进行动态修正：
γ ^ K i = K i K / S i β K i β k , γ ^ L i = L i L / S i β L i β L
式中： S i = p i y i / Y表示区域i的产出 y i占总产出Y的比例； β K = ∑ i N S i β K i表示产出加权的创新资本总额； K i / K表示区域i使用创新资本 K i占总资本K的实际比例； S i β K i / β K表示区域i创新资本有效配置的理论比例，二者的比值（即 γ ^ K i）反映实际使用的创新资本比例和理论比例之间偏离程度，即区域i的创新资本错配程度。当该值超过1时，表明区域i创新资本配置冗余，反之则为创新要素配置吸纳能力不足。创新资源实际比例（L i / L）与有效比例（S i L K i / L K）的比值（γ ^ L i）则反映区域i的创新资源错配程度。
为计算创新资本错配指数 τ K i和创新劳动力错配指数 τ L i，须进一步估计各区域的创新要素产出弹性 β K , β L。基于索洛余值法理论[47]，构建规模报酬恒定的Cobb-Douglas生产函数：
Y i t = A K i t β K i L i t 1 - β K i
为兼顾固定效应对总体的影响，加入对个体效应 A r e a i和时间固定效应 Y e a r t，并进行对数处理：
l n ( Y i t / L i t ) = l n A + β K i l n ( K i t / L i t ) + A r e a i + Y e a r t + ε i t
创新要素产出 Y i t采用各省专利申请授权数表征，创新劳动力投入量 L i t用R&D人员全时当量表征，创新资本投入量 K i t用R&D经费内部支出表征，采用永续盘存法计算，公式为：
K t = I t / P t + ( 1 - δ t ) K t - 1
式中： K t表示当年R&D经费内部支出； I t为当期的全省域R&D经费内部支出总和； P t为价格指数； δ t表示折旧率； K t - 1表示上一年的R&D经费内部支出。
构建变截距、变斜率的变系数面板模型[48]，估计各区域创新资本和创新劳动要素的产出弹性 β K和 β L。以各区域创新资本错配指数和创新劳动力错配指数的均值作为创新要素错配指数[49]，即：
I F M = τ K i + τ L i 2
③控制变量。为确保模型的准确性，添加控制变量。采用人均GDP增速表征经济发展水平（GDP）、单位面积居民数表征人口密度水平（DEN）、科学技术从业人员占总就业人口比重表征科技服务水平（SCI）、数字普惠金融指数[50]表征数字金融水平（DFIN）。

2.1.4 数据来源及描述性统计

本文以行政区域规划为标准选择中国31个省份（不含港澳台）进行研究，以2012—2022年为研究期，数据来源于《中国统计年鉴》《中国旅游年鉴》《中国文化文物和旅游统计年鉴》《中国城市统计年鉴》《中国金融统计年鉴》以及各省份统计年鉴及统计公报等，部分缺值数据采用插值法补充。变量的描述性统计见表3。
表3 各变量描述性统计

Tab.3 Description statistics for each variable

变量 英文缩写 样本量 均值 标准差 最小值 最大值
区域旅游韧性 RTT 341 0.299 0.103 0.107 0.556
新质生产力 NQPF 341 0.236 0.104 0.625 0.711
创新要素错配 IFM 341 0.290 0.189 0.122 1.133
产业结构高度化 INDR 341 2.409 0.119 2.200 2.827
产业结构合理化 AIS 341 0.150 0.931 0.008 0.429
经济发展水平 GDP 341 6.196 3.045 1.971 19.031
人员密集水平 DEN 341 3.456 2.780 0.632 23.95
科技服务水平 SCI 341 2.499 1.288 1.019 8.759
数字金融水平 DFIN 341 3.359 0.900 1.071 4.672

2.2 面板向量自回归模型构建

本文选用面板向量自回归模型探究新质生产力对区域旅游韧性的宏观影响机理，兼顾考虑时间滞后性与个体异质性，探索新质生产力赋能效应的普遍规律。在此基础上，采用中介效应、调节效应模型，分析二者的影响路径。

2.2.1 主效应模型构建

新质生产力对区域旅游韧性的影响存在一定滞后性，在主效应模型基础上，将新质生产力滞后一期，综合分析新质生产力对区域旅游韧性的影响。以区域旅游韧性为被解释变量，以新质生产力为解释变量构建计量模型，具体如下：
R T R i t = α 0 + α 1 L . N Q P F i t + α 2 X i t + Y e a r t + A r e a i + ε i t
R T R i t = β 0 + β 1 L . N Q P F i t + β 2 X i t + Y e a r t + A r e a i + ε i t
式中： L . N Q P F i t为滞后一期新质生产力；控制变量 X i t包含GDP、DEN、SCI、DFIN； ε i t表示随机误差项，其他变量含义不变。

2.2.2 中介效应模型

为阐明新质生产力对区域旅游韧性的影响机理以及间接作用，引入中介效应模型如下：
M i t = b 0 + b 1 N Q P F i t + b 2 X i t + Y e a r t + A r e a i + ε i t
R T R i t = c 0 + c 1 N Q P F i t + c 2 M i t + c 3 X i t + Y e a r t + A r e a i + ε i t
式中： M i t为中介变量包含产业结构高度化INDR及产业结构合理化AIS，其他变量含义不变。

2.2.3 调节效应模型

为验证假设2，分析创新要素错配指数对二者影响的负向调节作用，引入调节变量创新错配指数以构建调节效应模型如下：
R T R i t = γ 0 + γ 1 N Q P F i t + γ 2 I F M i t + γ 3 N Q P F i t · I F M i t + γ 4 X i t + Y e a r t + A r e a i + ε i t
式中： N Q P F i t · I F M i t新质生产力和创新要素错配的交互项，其他变量含义不变。

2.3 系统动力学仿真模型构建

为验证新质生产力对区域旅游韧性的微观动态机制，构建系统动力学模型分析二者的动态机制，具有优势如下：①在研究对象方面，新质生产力与区域旅游韧性均为复杂系统，需综合分析两系统要素间动态交互机制，以明确不同要素变动对二者整体的影响，为研究区域新质生产力与旅游韧性发展提供科学依据。②在研究深度方面，面板数据自回归模型揭示影响机制的宏观机理，系统动力学模型提供微观机制反哺[51]，形成宏观机理与微观机制的良性互动，弥补传统面板向量自回归模型仅在整体上验证影响关系的不足。③在实践价值方面，系统动力学模型分析多情景下区域旅游韧性的中长期变化趋势，识别最优发展路径，为区域旅游韧性的发展提供实践参考。

2.3.1 系统分析与系统构建

系统动力学通过相互连接的反馈回路形成因果关系闭环描述复杂问题，根据2.1.3节中对中介变量的分析，以产业结构高度化和产业结构合理化为出发点，揭示新质生产力对区域旅游韧性的影响路径。选择产业结构调整相关变量为起点，构建相关变量与其他要素之间的因果反馈回路分析框架（图4）。
图4 新质生产力赋能区域旅游韧性因果反馈机制

Fig.4 Causal feedback mechanism of NQPF on RTR

具体来说，反馈回路一为产业结构调整→第三产业占比→污染指数→游客满意度→游客数量→旅游收入→第三产业发展→产业结构调整，该反馈回路为正向回路，反映产业结构高度化对区域旅游韧性在生态、经济、社会的因果反馈路径。反馈回路二为产业结构调整→综合经济提高→基础设施投入→资源压力→旅居矛盾→旅游收入→旅游就业→城镇就业结构改善→产业结构调整，该反馈回路为正向回路，反映产业结构合理化对旅游经济韧性与旅游社会韧性的动态影响。两条路径反映新质生产力以产业结构调整为路径赋能区域旅游韧性的全面提升以及旅游发展反作用于区域旅游全面发展，以此形成发展闭环。
在构建因果关系反馈回路基础上，以系统要素和变量的所属领域，细化劳动者子系统、劳动对象子系统、劳动资料子系统以及旅游生态韧性子系统、旅游经济韧性子系统、旅游社会韧性子系统，构建系统流量图（图5）。根据《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》将系统时间边界设定为2012—2035年，其中2021—2022年为模型模拟与历史检验边界，2023—2035年为系统模拟预测边界，主要变量及其公式见表4。
图5 新质生产力赋能区域旅游韧性发展系统动力学模型

Fig.5 System dynamics model for the impact of NQPF on RTR

表4 主要变量及其参数设置

Tab.4 Main variables and their parameter settings

序号 变量及其参数设置
1 第三产业产值=INTEG（第三产业增量，2308.87）；单位：万元
2 人均受教育年限=0.034·总人口+0.002·地方财政教育支出-76.516；单位：年/人
3 R&D投入=INTEG（“R&D投入增量”，337785）；单位：万元
4 专利申请总数=0.067·“R&D投入”-11787；单位：项
5 新创企业数=INTEG（新创企业增量，125521）；单位：个
6 环境保护支出=环境保护力度·财政支出；单位：万元
7 4A及以上旅游资源评价值=0.064·[（“4A及以上旅游资源”-8）/（344-8）]；单位：Dmnl
8 旅游生态韧性评价值=4A及以上旅游资源评价值+SO2排放量评价值+人均公园绿地面积评价值+水资源总量评价值+环境保护力度评价值+生活垃圾无害化处理率评价值；单位：Dmnl
9 区域旅游韧性评价值=旅游生态韧性评价值+旅游经济韧性评价值+旅游社会韧性评价值；单位：Dmnl
10 万人专利数评价值=0.087·[（万人专利数-0.54）/（140.648-0.540）[；单位：Dmnl
11 无形劳动资料评价值=万人专利数评价值+新产品经济投入评价值；单位：Dmnl
12 劳动资料评价值=物质劳动资料评价值+无形劳动资料评价值；单位：Dmnl
13 新质生产力评价值=劳动对象评价值+劳动者评价值+劳动资料评价值；单位：Dmnl

注：Dnml表示该变量为无量纲变量。

2.3.2 仿真对象选择

中国旅游高质量发展形成由东南向西北递减的阶梯形格局，且呈现“强者越强、弱者较弱”的特征[32]，不利于旅游协调发展。其中，甘肃省拥有丰富的文旅资源，但受制于干旱、半干旱的生态环境与多山地的地貌特征，生态脆弱、交通不便，约束旅游业高质量发展[52]，陷入旅游资源丰富但旅游创新不足的发展困局[32]。为探索新质生产力对旅游韧性的影响及发展路径，本文选取欠发达区域甘肃省为仿真对象。

3 新质生产力对区域旅游韧性的影响分析

3.1 基准回归分析

经Hausman检验，主效应模型适用固定效应分析，本文采用时间与个体双固定模型进行基准回归分析（表5）。其中，列（1）未添加控制变量，列（2）添加控制变量，新质生产力对区域旅游韧性影响系数均为正且通过1%显著性检验。同时，考虑新质生产力推动区域旅游韧性发展的滞后性，将新质生产力滞后一期，以验证其对区域旅游韧性的影响，列（3）表明滞后一期新质生产力对区域旅游韧性的影响系数仍为正且通过5%显著性检验。综上，新质生产力对区域旅游韧性发展具有显著的促进作用，验证H1成立。
表5 主效应回归结果

Tab.5 Regression results of main effect

（1）RTT （2）RTT （3）RTT
NQPF 0.172***（3.690） 0.209***（2.890）
l.NQPF 0.163**（2.068）
GDP 0.004*（1.910） 0.005**（2.279）
DEN -0.001**（-1.967） -0.001（-1.621）
SCI -0.011**（-2.451） -0.011**（-2.474）
DFIN 0.001（0.057） 0.000（-0.021）
常数 0.242***（18.502） 0.277***（9.018） 0.291***（9.017）
年份固定 是 是 是
个体固定 是 是 是
调整R2 0.955 0.957 0.959
观测值 341 341 310

注：*、**、***分别表示在10%、5%和1%的水平上显著，括号内数值为t值。表6~表7同。

3.2 中介效应分析

表6为以产业结构调整为中介变量的回归结果。其中，列（1）表明新质生产力对产业结构高度好、影响系数为正且显著，列（2）表明产业结构高度化对区域旅游韧性影响系数为正且显著，经Sobel中介检验系数为0.070且显著，中介效应占比33.98%。综上，中介影响链“新质生产力—产业结构高度化—区域旅游韧性”成立，H2a得以验证。
表6 中介效应结果分析

Tab.6 Mediation effect results

（1）AIS （2）RTT （3）INDR （4）RTT
NQPF 0.253***（4.317） 0.137**
（2.384）		 -0.126*（-1.883） 0.162***（3.041）
AIS 0.275***（4.968）
INDR -0.352***（-7.648）
常数 2.631***（83.645） -0.446***（-3.002） -0.050（-1.390） 0.259***（9.101）
控制变量 控制 控制 控制 控制
年份固定 是 是 是 是
个体固定 是 是 是 是
调整R2 0.967 0.961 0.931 0.964
观测值 341 341 341 341
同时，列（3）表明新质生产力对产业结构合理化的影响系数为负且显著，列（4）表明产业结构合理化对区域旅游韧性的影响也为负且显著，Sobel中介检验的检验系数为0.044且显著，中介效应占比21.36%。但本文用泰尔指数衡量产业结构合理化，其值越低说明产业结构越合理，即新质生产力通过产业结构合理化推动区域旅游韧性提升。综上，中介影响链“新质生产力—产业结构合理化—区域旅游韧性”成立，H2b得到验证。

3.3 调节效应分析

表7为创新要素错配调节效应的回归结果，在列（2）中添加新质生产力和创新要素错配的交互项 N Q P · I F M。列（1）主效应回归系数仍为正且通过1%显著性检验，而列（2）交互项系数为负且通过1%显著性检验，表明创新要素错配抑制新质生产力对区域旅游韧性发展的赋能作用，H3得到验证。
表7 调节效应结果分析

Tab.7 Regulatory effect results

（1）RTT （2）RTT
NQPF 0.209***（3.564） 0.282***（4.554）
NQPF·IFM -0.291***（-3.243）
常数 0.276***（8.803） 0.271***（8.801）
控制变量 控制 控制
年份固定 是 是
个体固定 是 是
调整R2 0.957 0.959
观测值 341 341

4 新质生产力赋能区域旅游韧性仿真分析

4.1 历史性检验

为验证系统仿真的合理性与准确性，对系统有效性进行历时性检验。选取旅游生态韧性、旅游经济韧性、旅游社会韧性以及新质生产力为关键变量进行检验。由表8可知，所有变量模拟值和真实值的绝对误差均在10%以内，表明构建的系统动力学模型能够正确反映新质生产力对区域旅游韧性的影响。
表8 历史性检验结果

Tab.8 Historical test results

年份 旅游生态韧性 旅游经济韧性 旅游社会韧性 新质生产力
实际值 模拟值 误差率（%） 实际值 模拟值 误差率（%） 实际值 模拟值 误差率（%） 实际值 模拟值 误差率（%）
2012 0.037 0.040 9.40 0.019 0.021 7.49 0.070 0.070 0.04 0.093 0.094 1.07
2013 0.040 0.041 2.78 0.026 0.029 8.03 0.075 0.074 1.31 0.095 0.096 2.18
2014 0.045 0.042 5.58 0.035 0.036 2.92 0.078 0.077 1.53 0.107 0.101 5.79
2015 0.047 0.046 2.99 0.046 0.046 1.29 0.075 0.077 2.24 0.128 0.125 1.59
2016 0.056 0.051 9.48 0.055 0.056 0.63 0.076 0.078 3.06 0.140 0.136 2.37
2017 0.058 0.057 1.00 0.068 0.067 0.71 0.077 0.079 3.55 0.146 0.144 1.50
2018 0.062 0.065 5.07 0.081 0.080 0.85 0.086 0.087 0.84 0.153 0.155 1.33
2019 0.067 0.062 7.60 0.096 0.096 0.46 0.087 0.092 5.43 0.164 0.161 2.04
2020 0.070 0.068 3.30 0.071 0.071 0.55 0.091 0.085 6.65 0.172 0.163 5.35
2021 0.068 0.062 8.72 0.081 0.081 0.42 0.089 0.086 3.51 0.179 0.164 8.60
2022 0.070 0.067 5.16 0.078 0.084 7.34 0.105 0.102 3.44 0.185 0.178 3.74
同时，采用差异系数法[53]估计模拟结果与历史数据之间的差异，对相关要素进行整体评估，公式如下：
U = ∑ S x - S - - R x - R ¯ 2 ∑ R x - R ¯ 2 + S x - S - 2
式中：U为差异系数，值域 0,1，U越小代表仿真模拟效果越好； S x为变量x的模拟值， S -代表变量x模拟值的平均值； R x代表变量x的实际值； R ¯代表变量x实际值的平均值。当 U ≤ 0.4时，系统拟合较好。
经计算，旅游生态韧性、旅游经济韧性、旅游社会韧性、区域旅游韧性以及新质生产力的差异系数分别为0.070、0.031、0.073、0.044、0.059，均远低于0.4，即系统动力学模型具有较好的拟合性，可正确反映新质生产力对区域旅游韧性的影响。

4.2 情景分析

4.2.1 情景设置及参数设置

根据甘肃省“西部生态安全屏障、能源基地”的战略定位及其发展改革方向，设定现状延续型、优先发展产业经济型、优先保护生态环境型、优先发展社会文化型以及协同发展型5种情景，对新质生产力赋能区域旅游韧性发展进行多情景分析。
具体而言，情景一为现状延续型，假定甘肃省新质生产力与区域旅游韧性按照现有模式发展，不对参数进行调整，对未来各项指标变化情况进行预测，将此情景作为基准情景与其他情景进行对比分析。情景二为优先发展产业经济型，强调引入发展新技术产业、加快传统产业转型的重要性，以区域经济发展协同推进区域旅游韧性提升，选择新创企业数、R&D投入和企业信息化程度作为主要调控参数。情景三为优先保护生态环境型，强调生态可持续发展对区域旅游韧性的影响，以第三产业发展为重点、以高新技术带动产业效率，选择第三产业和第二产业增长率、环境保护力度、旅游收入为主要调控参数。情景四为优先发展社会文化型，强调人文环境和劳动者素质的重要性，以高素质人才推动社会产业的发展，推动旅游业向生态旅游、数字旅游转型，选择教育支出、城镇化率为主要调控参数。情景五为协同发展型，强调生态、经济、社会协同发展，综合考虑生态环境、经济发展和社会文化的全面提升，对各种参数居中调和处理。同时，为保证数据的可靠性，速率变量采取研究期间年平均增长率的最大值（Max）、最小值（Min）以及最大值和最小值的平均值（Average）设定模型参数，考虑到区域旅游韧性和新质生产力的各要素之间的协同作用，对非关键因素取平均值，参数取值见表9。
表9 情景分析取值

Tab.9 Scenario analysis values

调控参数 情景一 情景二 情景三 情景四 情景五
新创企业数增长率 - Max - - Average
R&D投入增长率 - Max - Average Average
企业信息化增长率 - Max - - Average
第三产业增长率 - Average Max Average Average
第二产业增长率 - Max Min Average Average
环境保护支出比例 - Min Max - Average
旅游收入比例 - - Max - Average
教育支出比例 - - - Max Average
城镇化率增长率 - - - Max Average

4.2.2 情景分析

根据上述参数和情景设置，从旅游生态韧性、旅游经济韧性、旅游社会韧性以及新质生产力发展水平，分析2023—2035年甘肃省新质生产力对区域旅游韧性的影响（图6、图7）。
图6 区域旅游韧性及其子系统情景分析

Fig.6 Scenario analysis of RTR and its subsystem

图7 新质生产力情景分析

Fig.7 Scenario analysis of NQPF

在现状延续型情景下，甘肃省旅游韧性呈现一定提升，到2035年区域旅游韧性为0.389。但受限于甘肃省干旱半干旱的自然生态、对能源工业依赖性强等现实情况，生态环境相对脆弱，旅游生态韧性提升幅度有限，年平均增长率仅为3.19%。此外，受山地制约，甘肃省交通基础设施建设滞后，旅游者可进入性较差，旅游社会韧性发展受限。总体看，该发展情景下，甘肃省旅游韧性与新质生产力提升有限。
在优先发展产业经济型情景下，旅游社会韧性发展具有显著优势，到2035年上升至0.139，在该发展情景下，以产业结构调整带动经济发展，以经济发展反哺社会资源提升，由此构成发展闭环，可有效缓解因社会资源紧张带来的旅居矛盾，推动旅游社会韧性提升。同时，该发展情景对整体区域旅游韧性的提升幅度仅次于优先保护生态环境型，但产业结构发展的时间滞后性影响，该发展情景下新质生产力在2023—2025年间发展相对缓慢。
在优先保护生态环境型情景下，区域旅游韧性及其各子系统均具有较强发展活力，旅游生态韧性与旅游经济韧性提升显著，且区域旅游韧性达0.487为所有情景中的最佳状态。该发展模式侧重于以科学技术提升资源的利用，推动文旅融合，有效弥补甘肃省生态环境脆弱问题。但该发展情景在发挥甘肃省能源工业的优势地位有所欠缺，生态环境的过度投入，降低新质生产力发展的活力，不利于新质生产力的进一步提升。
在优先发展社会文化情景下，以劳动者素质与科技投入带动社会韧性发展，为旅游转型升级提供高素质劳动力，推动旅游韧性提升。但产业发展和环保投入转化率低，旅游经济韧性（0.228）落后于优先发展产业经济型情景和优先保护生态环境型情景，生态压力未能得到进一步缓解，旅游生态韧性（0.098）弱于优先保护生态环境型情景，新质生产力的发展相对缓慢。
在协同发展型情景下，新质生产力提升优于其他情景，旅游韧性提升明显但各子系统均未达到最高值。究其原因，该发展情景综合考虑生态环境、经济发展和社会文化的全面提升，新质生产力依托范围广泛，有效规避受“短板效应”影响发展动力不足的问题。考虑甘肃旅游发展面对的外部机遇与威胁，结合区域优势与劣势，该发展情景更贴合，能有效破解甘肃省旅游韧性提升的困局，保障甘肃省旅游发展的稳定性。
综上所述，甘肃省应着力推动新质生产力对旅游韧性各子系统的赋能作用，针对子区域特性调整发展方向。以旅游生态、经济、社会韧性的协调发展为路径，增强、推动、培育旅游发展动力；以生态保护为重点，优先弥补生态环境脆弱的发展短板；以技术渗透逐步优化各子系统，破解省内旅游非均衡发展的问题。

5 结论与展望

5.1 结论与建议

新质生产力的发展为提升区域旅游韧性、推动旅游高质量发展提供全新的研究视角。本文基于2012—2022年中国省级面板数据，运用面板向量自回归、系统动力学仿真构成双螺旋研究框架，验证新质生产力对区域旅游韧性的宏观影响机理及其微观动力机制，并选择甘肃省代表旅游资源丰富但旅游创新不足的欠发达区域，研究区域旅游韧性的差异化发展路径。主要结论如下：①在理论验证方面，新质生产力显著提升区域旅游韧性，表现为对旅游生态韧性、旅游经济韧性与旅游社会韧性的三维协同增效，但受创新要素错配制约。②在中介机制方面，新质生产力通过产业结构调整为中介影响区域旅游韧性，其中产业结构高度化中介效应占比33.98%，产业结构合理化中介效应占比21.36%。③在动态演化规律方面，甘肃省在优先保护生态环境型情景下旅游韧性综合得分最高（0.487），但需要补足技术转化短板；而协同发展型情景下可较好平衡区域旅游韧性与新质生产力的协同发展，需兼顾生态环境保护，弥补旅游生态韧性提升动力不足问题。
根据上述结论，本文提出对策建议如下：
在全国层面，注重新质生产力对区域旅游韧性的推动作用，提高创新要素配置的合理性。具体来说：①积极推动技术赋能传统产业，破解区域创新要素错配问题。发挥新质生产力推动区域旅游韧性的积极促进作用。针对创新要素错配抑制新质生产力的赋能作用，实施差异化市场配置改革，建立“高错配与低错配”分类治理清单，将创新资源要素投入高效率产能行业，允许新质生产力领先区域的技术溢出，填补中西部技术洼地，消除中西部发展的“创新漏斗效应”。②推动体制机制创新，释放制度协同红利。积极落实新质生产力对产业结构优化的积极作用，以产业结构优化为中介，辐射区域旅游韧性发展，提升文化资源转化能力，激发旅游发展潜力助力旅游业高质量发展。
在省域层面，注重旅游区域协调发展，特别是要重视以甘肃省为代表的旅游资源丰富但旅游创新不足的欠发达区域旅游发展。具体来说：①践行可持续发展战略，坚持“强生态韧性—补技术短板—促社会均衡”的发展主轴。西部省份自然生态相对脆弱且发展依赖于第二产业，自然生态难以长期支撑区域旅游高质量发展。注重以新质生产力推动产业结构战略性调整，缓解自然生态脆弱的不足；以高新技术推动文旅融合、数字旅游发展等，以旅游发展反哺第三产业提升。②加大创新技术与人才供给投入，构建风险共担、利益共享的新型治理模式，以技术创新激活经济活力，以经济发展反馈生态、社会发展，构建良性循环机制，推动区域旅游韧性提升。

5.2 研究不足与展望

本文在宏观和微观层面探究了新质生产力赋能区域旅游韧性的影响机理，分析了其动态交互机制，但仍存在一定不足。①由于篇幅限制，在仿真对象选取上，仅选取旅游资源丰富但旅游创新不足的甘肃省进行重点分析，今后应加强多尺度下新质生产力赋能区域旅游韧性的差异化研究。②受数据可获得性限制，文中所用数据仅依赖于政府统计年鉴，未来应关注旅游者、旅游地居民等多主体调研数据在研究中的重要价值。
综上发现，新质生产力赋能区域旅游韧性发展的研究重要且迫切，今后重点展开如下研究：①基于多空间尺度开展新质生产力赋能区域旅游韧性发展的研究。一是根据旅游资源丰富程度、旅游科技创新程度的差异进行多省域横向对比研究；二是细化区域内涉及的市、县及旅游景区等多空间尺度，在实证层面归纳总结新质生产力赋能区域旅游韧性发展的特征，进一步丰富新质生产力赋能区域旅游韧性发展的理论体系。②在今后的量化研究中，重点关注科技创新、旅游发展的惠民性，结合特定的旅游地，关注旅游地多主体诉求，整合科技创新资源，促进旅游发展中涉及要素生产率的提高，赋能区域旅游韧性发展；同时，研究区域内、区域间新质生产力赋能旅游韧性发展的空间转移网络格局，分析核心旅游地新质生产力赋能区域旅游韧性的辐射效应，探究其互补路径，形成“优者精进、中者固本、弱者补差”的旅游发展格局，推进中国旅游高质量发展行稳致远。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
McGehee N G, Kline C, Knollenberg W. Social movements and tourism-related local action[J]. Annals of Tourism Research, 2014,48:140-155.

[2]
Girish P. Tourism resilience in the “new normal”:Beyond jingle and jangle fallacies?[J]. Journal of Hospitality and Tourism Management, 2023,54:513-520.

[3]
Gössling S, Scott D, Hall C M. Pandemics,tourism and global change:A rapid assessment of COVID-19[J]. Journal of Sustainable Tourism, 2020, 29(1):1-20.

[4]
何艳冰, 周明晖, 贾豫霖, 等. 基于韧性测度的传统村落旅游高质量发展研究——以河南省为例[J]. 经济地理, 2022, 42(8):222-231.

DOI

[5]
Mandić A, Petrić L, Pivčević S. Harmonizing sustainability and resilience in post-crisis cultural tourism:Stakeholder insights from the split metropolitan area living lab[J]. Tourism Management Perspectives, 2025,55:101331.

[6]
王凯, 赵燕, 谭佳欣, 等. 中国省际旅游经济网络结构韧性演化特征及差异形成机制[J]. 地理科学进展, 2024, 43(12):2442-2456.

DOI

[7]
Wang P, Tang W, Li Y, et al. Enhancement and evolutionary mechanism of ethnic rural tourism resilience based on the actor network theory:A case study of Hala new village in northeast China[J]. Sustainability, 2025, 17(1):278.

[8]
中国旅游研究院. 旅游经济新格局与产业政策新导向——兼论2023年上半年旅游经济形势与暑期消费展望[EB/OL]. https://www.ctaweb.org.cn/index.php?m=home&c=View&a=index&aid=5318&lang=cn, 2023-07-28.

[9]
Esteban R B. Social-ecological resilience and community-based tourism[J]. Tourism Management, 2010, 32(3):655-666.

[10]
Farrell B H, Twining-Ward L. Reconceptualizing tourism[J]. Annals of Tourism Research, 2003, 31(2):274-295.

[11]
中国旅游研究院. 构建大众旅游时代安全工作新格局[EB/OL]. https://www.ctaweb.org.cn/index.php?m=home&c=View&a=index&aid=9852&lang=cn, 2024-09-06.

[12]
李勇坚, 张海汝. 新质生产力的科学内涵、要素基础与测度研究——基于生产力与生产关系的视角[J]. 学习与探索, 2025(1):69-79.

[13]
贾若祥, 王继源, 窦红涛. 以新质生产力推动区域高质量发展[J]. 改革, 2024(3):38-47.

[14]
徐政, 陈佳, 江小鹏. 新质生产力赋能文旅深度融合发展:理论逻辑与实践路径[J]. 西南民族大学学报(人文社会科学版), 2024, 45(6):22-29.

[15]
王琼, 杨德才. 新质生产力赋能文化和旅游产业高质量发展的逻辑机理、现实挑战与实践路径[J]. 南京社会科学, 2024(7):152-160.

[16]
杨建春, 李开潮. 新质生产力赋能旅游业高质量发展:理论逻辑与实践路径[J]. 云南民族大学学报(哲学社会科学版), 2024, 41(6):139-146.

[17]
李锦宏, 李文博. 新质生产力赋能旅游业高质量发展的逻辑动因、内在机理和实践路径[J/OL]. 贵州财经大学学报,1-11[2025-05-09].

[18]
冯学钢, 李志远. 新质生产力与旅游业高质量发展:动力机制、关键问题及创新实践[J]. 上海经济研究, 2024(9):38-48.

[19]
孙九霞, 王钰宁. 数智力视角下的新质生产力与新质旅游目的地塑造[J]. 地理科学, 2025, 45(1):70-81.

DOI

[20]
郑密, 韵江, 王笑天. 资源—能力双杠杆视角下新质生产力在文旅企业中的实现机制研究——以博涛文化为例[J/OL]. 旅游学刊,1-29[2025-05-09].

[21]
Liu Y, Hou Y, Guo J, et al. The impact of environment on enhancement of tourism system resilience in China:The moderating role of digital technology[J]. Technological Forecasting and Social Change, 2024,206:123492.

[22]
徐政, 江小鹏. 新质生产力赋能旅游高质量发展的应用场景、逻辑机理与推进路向[J]. 经济地理, 2024, 44(11):232-240.

DOI

[23]
靳来群, 胡善成, 张伯超. 中国创新资源结构性错配程度研究[J]. 科学学研究, 2019, 37(3):545-555.

[24]
谢花林, 陈彬. 新质生产力赋能自然资源资产价值实现:基本逻辑、作用机理与关键路径[J]. 中国土地科学, 2024, 38(10):1-11.

[25]
周振华. 产业结构演进的一般动因分析[J]. 财经科学, 1990(3):1-6.

[26]
韩永辉, 黄亮雄, 王贤彬. 产业政策推动地方产业结构升级了吗?——基于发展型地方政府的理论解释与实证检验[J]. 经济研究, 2017, 52(8):33-48.

[27]
王凯, 何静, 甘畅, 等. 中国旅游产业结构变迁对旅游业碳排放效率的空间溢出效应研究[J]. 中国软科学, 2022(12):50-60.

[28]
杨丽华, 王伟, 毛伟, 等. 中国海洋新质生产力空间关联网络结构及驱动因素[J]. 经济地理, 2025, 45(4):13-25.

DOI

[29]
戴魁早, 刘友金. 要素市场扭曲与创新效率——对中国高技术产业发展的经验分析[J]. 经济研究, 2016, 51(7):72-86.

[30]
肖黎明, 张仙鹏. 强可持续理念下绿色创新效率与生态福利绩效耦合协调的时空特征[J]. 自然资源学报, 2019, 34(2):312-324.

DOI

[31]
李志远, 冯学钢, 何静, 等. 中国旅游生态韧性空间关联网络结构及其驱动因素[J]. 地理研究, 2024, 43(5):1146-1165.

DOI

[32]
郭强, 李秋哲. 中国省域旅游业高质量发展综合评价与时空演化[J/OL]. 旅游科学,1-29[2025-05-09].

[33]
聂寒玉, 张颜辉, 李慧, 等. 黄河流域旅游生态韧性发展水平的时空演化及多尺度障碍因子分析[J/OL]. 干旱区地理,1-16[2025-05-09].

[34]
刘雨婧, 唐健雄. 长江经济带旅游业发展质量评价及其时空演变[J]. 经济地理, 2022, 42(4):209-219.

DOI

[35]
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

[36]
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.

[37]
Hussain A, Mandić A, Forné F F. Transforming communities:Analyzing the effects of infrastructure and tourism development on social capital,livelihoods,and resilience in Gilgit-Baltistan,Pakistan[J]. Journal of Hospitality and Tourism Management, 2024,59:276-295.

[38]
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

[39]
李田田, 王丽丽, 李丁, 等. 中国典型旅游城市旅游经济与城市韧性耦合协调关系[J]. 兰州大学学报(自然科学版), 2022, 58(6):749-760.

[40]
Hanita M, Bangso F D, Aprian M. Beyond attraction:Unveiling Bali's cultural community's role in bolstering tourism resilience amidst the COVID-19 pandemic[J]. Journal of Destination Marketing and Management, 2024,34:100953.

[41]
唐睿. 数字经济赋能文旅产业高质量协同发展的效应与机制——基于长三角的实证[J]. 地理科学进展, 2024, 43(10):1929-1942.

DOI

[42]
王珏, 王荣基. 新质生产力:指标构建与时空演进[J]. 西安财经大学学报, 2024, 37(1):31-47.

[43]
魏下海, 张沛康, 杜宇洪. 机器人如何重塑城市劳动力市场:移民工作任务的视角[J]. 经济学动态, 2020(10):92-109.

[44]
袁航, 朱承亮. 国家高新区推动了中国产业结构转型升级吗[J]. 中国工业经济, 2018(8):60-77.

[45]
李博, 秦欢, 孙威. 产业转型升级与绿色全要素生产率提升的互动关系——基于中国116个地级资源型城市的实证研究[J]. 自然资源学报, 2022, 37(1):186-199.

DOI

[46]
Brandt L, Tombe T, Zhu X. Factor market distortions across time,space and sectors in China[J]. Review of Economic Dynamics, 2013, 16(1):39-58.

[47]
赵志耘, 刘晓路, 吕冰洋. 中国要素产出弹性估计[J]. 经济理论与经济管理, 2006(6):5-11.

[48]
白俊红, 刘宇英. 对外直接投资能否改善中国的资源错配[J]. 中国工业经济, 2018(1):60-78.

[49]
杨传喜, 王修梅, 王亚萌. 农业科技资源错配对全要素生产率影响——基于门槛效应的实证研究[J]. 科技管理研究, 2021, 41(1):120-126.

[50]
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.

[51]
童昀, 李浩, 庞丽. “双碳”目标赋能中国旅游交通碳减排: 基于系统动力学多情景仿真[J/OL]. 旅游科学,1-27[2025-05-09].

[52]
孙晓, 刘力钢, 演克武, 等. 旅游产业高质量发展水平测度和区域差异分析[J]. 统计与决策, 2022, 38(19):92-97.

[53]
Barlas Y. Multiple tests for validation of system dynamics type of simulation models[J]. European Journal of Operational Research, 1989, 42(1):59-87.

Options
文章导航

/

〈 〉