EN中文

经济地理 >

2026 , Vol. 46 >Issue 1: 256 - 265

DOI: https://doi.org/10.15957/j.cnki.jjdl.2026.01.025

旅游经济与管理

数字技术创新对乡村旅游公共服务的影响及其空间效应

  • 尹鹏 , 1 ,
  • 李瑞庆 2 ,
  • 王莎莎 1 ,
  • 王凤娟 3, 4 ,
  • 段佩利 1
展开
  • 1.鲁东大学 商学院， 中国山东 烟台 264039
  • 2.鲁东大学 资源与环境工程学院， 中国山东 烟台 264025
  • 3.湖南科技大学 商学院， 中国湖南 湘潭 411201
  • 4.湖南财政经济学院 湖南省经济地理研究所， 中国湖南 长沙 410205

尹鹏（1987—），男，博士，副教授，研究方向为乡村地理与乡村旅游。E-mail：

收稿日期: 2025-07-11

  修回日期: 2025-12-03

  网络出版日期: 2026-02-12

基金资助

山东省社会科学规划研究项目(24BLYJ03)

收起

Impact and Spatial Effect of Digital Technology Innovation on the Rural Tourism Public Service

  • YIN Peng , 1 ,
  • LI Ruiqing 2 ,
  • WANG Shasha 1 ,
  • WANG Fengjuan 3, 4 ,
  • DUAN Peili 1
Expand
  • 1. School of Business， Ludong University， Yantai 264039，Shandong， China
  • 2. School of Resources and Environmental Engineering， Ludong University， Yantai 264025，Shandong， China
  • 3. School of Business， Hunan University of Science and Technology， Xiangtan 411201，Hunan， China
  • 4. Hunan Institute of Economic Geography， Hunan University of Finance and Economics， Changsha 410205，Hunan， China

Received date: 2025-07-11

  Revised date: 2025-12-03

  Online published: 2026-02-12

Fold

摘要

数字乡村建设是推动乡村旅游转型升级与创新发展的关键支撑。文章基于2015—2024年中国30个省份的面板数据，运用基准回归模型、中介效应模型和空间杜宾模型，探究了数字技术创新对乡村旅游公共服务的影响及其空间效应。结果表明：①中国乡村旅游公共服务水平呈现波动增长但增速缓慢的态势，空间上呈现“东中部高、西部低”的显著分异特征，其中河南乡村旅游公共服务水平最高，上海最低。②数字技术创新对乡村旅游公共服务具有显著促进作用，人力资本和产业升级是主要影响机制。③数字技术创新对乡村旅游公共服务的影响因地理区位和经济发展水平的不同而呈现差异，其中对东部地区和经济发展高水平地区的促进作用更为显著。④数字技术创新对乡村旅游公共服务存在显著空间溢出效应，且省际溢出强于省内地区间溢出。据此，文章从要素投入、模式创新、协同治理3个方面提出了数字技术创新促进乡村旅游公共服务的对策建议。

关键词： 乡村旅游; 公共服务; 数字技术创新; 乡村振兴; 要素投入; 产业升级; 空间溢出效应

本文引用格式

尹鹏 , 李瑞庆 , 王莎莎 , 王凤娟 , 段佩利 . 数字技术创新对乡村旅游公共服务的影响及其空间效应[J]. 经济地理, 2026 , 46(1) : 256 -265 . DOI: 10.15957/j.cnki.jjdl.2026.01.025

Abstract

The construction of digital villages serves as a crucial pillar in driving the transformation, upgrading, and innovative development of rural tourism. Based on the panel data of 30 provincial-level regions in China from 2015 to 2024, this article employs the methods of benchmark regression models, mediation effect models, and spatial Durbin models to analyze the impact of digital technology innovation on rural tourism public service and its spatial effects. The results indicated that: 1) The level of rural tourism public service in China at provincial level showed fluctuating growth but a slow pace of increase, with a clear spatial differentiation characteristic which was higher in the eastern and central regions and lower in the western regions. Henan was at the highest level in rural tourism public service, while Shanghai was the lowest. 2) Digital technology innovation has a significant promoting effect on public services in rural tourism, and human capital and industrial upgrading are the main influencing mechanisms. 3) The impact of digital technology innovation on rural tourism public service varies due to differences in geographical location and economic development level, with a more significant promotional effect observed in the eastern region and regions with a high level of economic development. 4) Digital technology innovation has a significant spatial spillover effect on rural tourism public service, with inter-provincial spillovers being stronger than inter-regional spillovers within provinces. Based on the above, it proposes some countermeasures and suggestions for promoting rural tourism public service through digital technology innovation from three aspects: factor input, mode innovation and collaborative governance.

Key words： rural tourism; public service; digital technology innovation; rural revitalization; factor input; industrial upgrading; spatial spillover effect

近年来，随着乡村振兴战略的深入实施以及旅游消费观念的持续转变，乡村旅游得到快速发展，并成为促进农民增收、推动城乡融合、实现共同富裕的重要抓手[1-2]。《中国乡村旅游发展白皮书2024》显示，2023年中国乡村旅游产值超过9000亿元，农民人均旅游产值达1903元，可见乡村旅游对乡村振兴的意义重大。然而，受长期城乡二元结构的影响，乡村基础设施建设整体薄弱，具体表现在：旅游旺季常出现道路拥堵问题且停车资源严重短缺，交通承载能力不足；环境卫生设施配套不完善，部分景区的污水处理、垃圾收集与清运能力薄弱；信息化建设滞后，网络覆盖不均，游客在行程规划、实时导览、投诉反馈等方面面临数字鸿沟。此外，由于旅游专业人才匮乏、基层服务人员培训机制不健全等，导致旅游服务质量参差不齐，这些问题不仅削弱了游客体验，也制约了乡村旅游提质增效。由上可见，中国乡村旅游的蓬勃发展与其公共服务的相对滞后形成了明显反差，公共服务供给不足已成为制约乡村旅游持续健康发展的突出瓶颈，亟须构建一套与游客需求相匹配、运行精准高效且能够可持续运营的乡村旅游公共服务供给体系[3]。当前，数字技术创新正以前所未有的速度和深度改变着人们的生产与生活方式，加速资源、劳动力、技术要素的全面变革与重组[4-5]，这为乡村旅游公共服务高质量供给提供了新机遇。数字技术通过整合多源数据与创新服务模式，不仅能为游客提供更加精准和个性化的旅游服务推荐，显著提升服务效能和体验质量，还可有效打破传统服务供给中的时空限制，促进区域资源高效流动与优化配置。更为重要的是，数字技术创新进一步强化了乡村旅游在区域协调发展中的关键作用，其通过构建信息互通、资源共享的数字网络，促进城乡生产要素实现合理布局，进而使得乡村旅游不仅得到局部性的服务提升，更成为连接城乡、辐射周边的重要枢纽，为城乡融合与区域一体化注入持续动力，最终有助于实现经济效益与社会公平的双重提升。由此看来，研究数字技术创新对乡村旅游公共服务的影响意义重大。
学术界关于乡村旅游公共服务问题的研究主要集中在以下方面：①乡村旅游公共服务评价。学者们以省、市、村为空间单元，基于问卷调查、网络数据抓取、统计年鉴等多源数据，对乡村旅游公共服务质量、水平、满意度以及乡村旅游交通服务、乡村公共文化服务、乡村旅游安全服务等单项旅游公共服务开展系统评价[6-7]。②乡村旅游公共服务影响因素分析。多数学者认为乡村旅游公共服务受多因素综合驱动[8]，其中既有内在的消费需求拉动，也有外部的行政力量推动。如张新成全面分析了软环境和硬环境对乡村旅游公共服务的共同作用，指出软环境是充要条件，硬环境是必要非充分条件[3]。③乡村旅游公共服务提升策略研究。高楠等基于评价结果与影响因素，从完善基础设施、提高治理水平、改善生态环境等方面提出了整体性对策[9]。综上可见，数字技术创新作为推动经济社会高质量发展的核心引擎，已在教育、医疗、养老、体育、文化等公共服务领域得到应用与验证[10-12]。同时，尽管已有成果为本研究奠定了重要基础，但仍存在一些局限：一是现有研究多侧重宏观描述与静态评价，对公共服务供给的动态机制及其与乡村振兴战略的深层衔接探讨不足；二是影响因素分析仅停留在分类归纳层面，缺乏对不同影响因素交互作用及其影响路径的实证检验；三是所提策略较为宽泛，未能紧密结合数字时代背景，尤其缺乏以数字技术创新为核心驱动力的系统性解决方案。基于此，本文以中国30个省份（不包括西藏和港澳台地区）为研究对象，以2015—2024年为研究时段，运用基准回归模型、中介效应模型和空间杜宾模型，实证探究数字技术创新对乡村旅游公共服务的影响机制与空间溢出效应，以期为相关区域战略政策的制定和实施提供借鉴。

1 理论分析与研究假设

1.1 数字技术创新对乡村旅游公共服务的直接影响

数字技术创新作为数字经济的核心动能，能够推动乡村旅游公共服务各要素从传统、被动、粗放向智能、主动、精准方向转变。具体而言：①旅游交通服务方面，发挥数字技术创新的资源时空重组优势[13]，通过移动互联和智能调度突破空间隔离，实现有限交通资源的弹性共享，着力破解乡村交通基础设施薄弱、地理空间分散和可达性差的难题，提高服务的便捷性。②旅游信息服务方面，基于数字技术创新高连通、广覆盖、强渗透的特点，运用低门槛数字工具缓解人力短缺问题，建立全民参与的活态信息库，如全域化信息平台能够为游客提供全方位、实时更新的旅游信息，智能导览解说系统可以深化知识获取，提升游览体验，社交媒体和用户生成内容便于提供真实有效的参考信息，以此打破乡村信息孤岛[14]。③旅游安全保障方面，发挥数字技术创新的风险响应延展作用，加强智能监控与预警、风险信息推送、安全提醒与定位以及智慧消防与医疗保障，通过“空—天—地”一体化监测覆盖盲区。④旅游公共环境方面，发挥数字技术创新的生态感知替代功能，以低能耗物联技术实现生态保护与设施运维的可持续平衡，提高清洁管理效率和服务舒适度，守护乡村生态红线。⑤旅游行政服务方面，发挥数字技术创新的流程熵减作用[15]，通过“一网通办”与线上审批、电子票务与预约系统、大数据分析与决策、智慧监管与信用体系等，提升服务管理效能，为公共服务资源配置、精准营销和政策制定提供科学依据。可见，数字技术创新赋能乡村旅游公共服务不是数字技术的简单应用，而是乡村治理体系与治理能力现代化在旅游领域的集中体现。据此，本文提出研究假设1。
H1：数字技术创新凭借自身优势，对乡村旅游公共服务产生直接促进作用。

1.2 数字技术创新对乡村旅游公共服务的影响机制

数字技术创新通过人力资本和产业升级的双重路径，推动乡村旅游公共服务向智能化、均等化与高效化转型。①从人力资本效应看，该路径根植于推拉理论与人力资本理论的数字化重构之中[16]。数字技术通过提供在线培训平台、直播带货课程、智慧景区管理系统以及丰富的数字学习资源，构建低成本、广覆盖、普惠性的技能赋能体系，以此形成显著拉力；同时，快速迭代的技术环境以及不断提升的市场需求对高质量服务构成强大的外部推力，二者共同作用，持续驱动乡村旅游从业者的认知升级与数字素养提升；此外，加速专业知识、行业先进经验和服务标准的传播与扩散，既能培育出善于利用数据、精准洞察并响应游客需求的数字新农人，又能有效提升公共服务的专业性和个性化水平。②从产业升级效应看，其内在逻辑源于产业生态系统理论与价值链整合理论[17]。通过引入5G网络、云计算平台等，推动乡村旅游产业从传统、松散、依赖经验的模式转向数据驱动、智能互联的智慧服务体系，实现景区客流、环境容量、交通路线等的实时监控、智能调度和动态优化，深度改造乡村旅游产业基础。此外，数字技术通过平台化与数据贯通，加速“旅游+”深度融合，推动农业、文化创意、电子商务等业态与旅游核心服务价值链的紧密耦合，相应地，其公共服务超越传统的接待与导览功能，向沉浸式体验定制、特色产品推广、即时反馈与持续关系维护等全价值链环节延伸，最终构建起产业联动、价值共创的一体化服务体系。综合来看，人力资本与产业升级两大效应是相互依存的，其中专业的数字人力资本是产业智慧升级的关键支撑，而先进的产业生态又为人力资本的价值实现提供平台，两者的共同作用不仅能在微观层面显著提升服务效率和质量，更能在宏观层面驱动乡村旅游公共服务体系的整体价值跃迁。据此，本文提出研究假设2。
H2：数字技术创新通过人力资本效应与产业升级效应对乡村旅游公共服务产生积极促进作用。

1.3 数字技术创新对乡村旅游公共服务的空间溢出效应

首先，数字技术通过重塑“信息流动—要素配置—创新扩散”的路径[18]，推动乡村旅游公共服务从孤立点状分布转向区域网络协同，这种空间溢出不仅提升了服务效能，更在深层次上推动乡村空间结构实现优化重组[19]，为区域协调发展注入强劲动力，同时印证并拓展了经济地理学的核心理论框架，即：立足增长极理论，在区域核心旅游节点如全国乡村旅游重点村镇等率先部署在线预订、虚拟导览、智慧平台等数字化公共服务，这不仅提升了自身效率，更是通过强大的信息流和客流产生显著扩散效应，将游客流量和消费能力有效导入邻近乡村，激活边缘地区的服务需求和经济活力，这一过程同时强化了核心—边缘结构的动态转化。其次，数字技术大幅压缩了空间距离带来的信息阻隔和服务落差，移动终端普及与高速网络覆盖使偏远乡村能够共享中心城市的数字化服务能力[20]。新经济地理学强调的路径依赖和累积循环机制在数字时代有了新的体现[21]，即初期的数字基建投入使得区域服务能力存在差异，但云服务、共享平台等所具有的低边际成本特性，使成功经验能够快速复制扩散。此外，数字技术创新还更深刻地作用于要素的空间重组和流动加速。创新扩散理论指出技术传播存在邻近效应[22]，智慧旅游管理模式往往由数字基础较好的村镇率先应用，随后通过政府推广、企业合作向邻近区域梯度扩散。再次，数字平台极大促进了资本、人才、信息的跨区域流动，投资者通过在线数据发现潜力乡村，远程工作者以高速网络嵌入提供新消费群体，形成点—轴系统理论描述的新发展轴线，这种流动性打破了封闭式发展，推动乡村旅游公共服务走向网络化协同。展望未来，有必要进一步优化数字基础设施的均衡布局与数据共享机制，从而最大化释放其普惠性空间红利。据此，本文提出研究假设3。
H3：数字技术创新不仅对本地区乡村旅游公共服务产生积极作用，而且通过空间溢出效应作用于邻近地区。

2 模型构建与变量选取

2.1 模型构建

2.1.1 基准回归模型

为探究数字技术创新对乡村旅游公共服务的影响机制，本文构建以下基准回归模型[23]：
$RP{S}_{it}={\alpha }_{0}+{\beta }_{1}DT{I}_{it}+{\beta }_{2}{X}_{it}+{\lambda }_{t}+{\sigma }_{i}+{\varepsilon }_{it}$
式中：RPSit表示乡村旅游公共服务水平；DTIit表示数字技术创新；Xit表示控制变量；β1、β2表示各指标系数；λt表示时间固定效应；σi表示地区固定效应；εit表示随机误差项。

2.1.2 中介效应模型

为检验数字技术创新是否通过人力资本和产业升级影响乡村旅游公共服务，本文构建以下中介效应模型[24]：
${M}_{it}={\omega }_{0}+{\omega }_{1}DT{I}_{it}+{\omega }_{2}{X}_{it}+{\sigma }_{i}+{\lambda }_{t}+{\varepsilon }_{it}$
$\begin{array}{l}RP{S}_{it}={\gamma }_{0}+{\gamma }_{1}{M}_{it}+{\gamma }_{2}DT{I}_{it}+{\gamma }_{3}{X}_{it}+\\ {\sigma }_{i}+{\lambda }_{t}+{\varepsilon }_{it}\end{array}$
式中：Mit表示中介变量；ω0、γ0表示截距项；ω1、ω2、γ1、γ2、γ3表示估计系数。其他变量含义同式（1）。

2.1.3 空间杜宾模型

为验证数字技术创新对乡村旅游公共服务的空间溢出效应，本文构建以下双向固定空间杜宾模型[25]：
$\begin{array}{l}RP{S}_{it}={\beta }_{0}+{\beta }_{1}DT{I}_{it}+{\beta }_{2}{X}_{it}+\rho {W}_{RP{S}_{it}}+\\ \sigma {W}_{DT{I}_{it}}+\gamma W{z}_{it}+{\mu }_{i}+{\lambda }_{t}+{\varepsilon }_{it}\end{array}$
式中：W表示空间权重矩阵，本文采用地理距离权重矩阵；WRPSit表示乡村旅游公共服务的空间滞后项；WDTIit表示数字技术创新的空间滞后项；Wzit表示控制变量的空间滞后项；µi表示个体固定效应；β0、β1、β2分别表示常数项、数字技术创新的估计系数以及控制变量的估计系数；ρ表示乡村旅游公共服务的空间相关性。其他变量含义同式（1）。

2.2 变量选取

2.2.1 被解释变量：乡村旅游公共服务水平（RPS）

在借鉴已有研究[6,26-28]基础上，基于系统性、科学性与数据可获取性原则，本文从基础支撑、核心保障、品质提升3个维度构建区域乡村旅游公共服务水平评价指标体系（表1）。该框架既遵循了公共服务供给从基本保障到品质提升的内在逻辑，也呼应了游客在乡村旅游活动中“可行、可安、可享”的体验演进路径。具体而言：①基础支撑是乡村旅游发展的基石与先决条件，直接决定旅游活动的可行性、目的地的可达性与可停留性，为游客提供不可或缺的基本保障与移动便利。本维度选取每万人拥有乡镇住宿及餐饮单位、乡村道路覆盖率等指标，旨在客观反映乡村旅游在食宿供给、交通运输、环境卫生等基础硬件方面的支撑能力。②核心保障是乡村旅游发展的安全网与导航系统，旨在保障游客在健康、安全、信息获取等方面的权益，是建立游客信任感、提升体验可靠性的关键支撑。本维度选取行政村卫生室覆盖率、乡村每千人固定电话数等指标，分别从医疗卫生服务以及传统与现代信息通信设施等角度，刻画乡村旅游在健康保障与信息通达方面的服务水平。③品质提升是乡村旅游从有到优、塑造核心竞争力的关键，直接影响游客的满意度、体验深度和重游意愿。本维度选取广播电视节目综合人口覆盖率、乡村绿化覆盖率等指标，从文化消费活力、生态环境质量和人居环境整治等方面，识别乡村旅游在体验升华和可持续发展层面的服务效能。为消除量纲影响，本文选择极值法对原始指标进行标准化处理，并运用熵值法确定指标权重，进而计算各子系统得分与综合评价值，具体计算过程参见文献[29]。
表1 区域乡村旅游公共服务水平评价指标体系及说明

Tab.1 Evaluation index system and explanation for regional rural tourism public service level

一级
指标		 二级
指标		 三级指标 单位 属性
基础
支撑		 基础
设施		 每万人拥有乡镇住宿及餐饮单位 个/万人 +
每平方公里乡村公共厕所密度 座/km2 +
乡村旅游咨询站点乡镇覆盖率 % +
交通
运输		 乡村道路覆盖率 % +
乡村人均交通建设投入 元/人 +
农村投递线路行政村覆盖率 % +
核心
保障		 医疗
卫生		 行政村卫生室覆盖率 % +
乡村每千人拥有医生和卫生员 人/千人 +
每千人拥有乡镇卫生院床位 张/千人 +
信息
服务		 乡村每千人固定电话数 部/千人 +
农村家庭宽带接入普及率 % +
广播电视节目综合人口覆盖率 % +
品质
提升		 文化
休闲		 农村居民人均文化娱乐消费支出 元/人 +
文化站收入占乡镇财政支出比重 % +
乡村人均社会消费品零售额 元/人 +
公共
环境		 乡村绿化覆盖率 % +
乡村生活垃圾处理率 % +
农村生活污水处理率 % +

2.2.2 核心解释变量：数字技术创新（DTI）

专利数据是技术创新活动最常用的衡量指标，专利所包含的IPC（国际专利分类）分类号信息，可用于精准识别与数字技术相关的专利，这为客观评估数字技术创新水平提供了可靠的数据基础[30-31]。本文依据《数字经济核心产业分类与国际专利分类参照关系表（2023）》，首先通过数字技术创新所属技术领域及对应国际专利分类代码，从“企业—年份”维度筛选出数字技术创新专利，然后将企业数据匹配至其所在的省份，整理形成各省份不同年度数字技术创新面板数据，以此更加精准地识别出数字技术创新影响乡村旅游公共服务的因果效应。

2.2.3 中介变量

借鉴包振山、徐增阳等的研究[32-33]，本文选取人力资本（HUM）和产业升级（IND）作为中介变量。其中，人力资本用每十万人中普通本专科以上人口数量表征，产业升级用第三产业和第二产业产值比重表征。

2.2.4 控制变量

借鉴相关研究[34-35]，本文选取人口规模（POS）、城镇化水平（URL）、经济发展水平（EDL）、信息化水平（INL）作为控制变量。其中，人口规模用年末总人口数表征，城镇化水平用城镇人口占年末总人口数比重表征，经济发展水平用人均GDP表征，信息化水平用邮电业务总量占GDP比重表征。

2.3 数据来源

本文数据主要源自《中国统计年鉴》《中国农村统计年鉴》《中国城乡建设统计年鉴》《中国文化文物和旅游统计年鉴》以及各省份统计年鉴，缺失数据采用近邻年份数据进行插补。专利数据源于中国研究数据服务平台（https://www.cnrds.com/Home/Login）。时间区间为2015—2024年。

3 实证结果与分析

3.1 乡村旅游公共服务水平的时空特征

中国乡村旅游公共服务水平呈现波动增长但增幅缓慢，平均值从2015年的0.3500增至2024年的0.3968，年均增长1.40%。这说明在政策支持、市场需求与乡村振兴战略的共同推动下，各地通过加大财政补贴、转变服务理念、加强基础设施建设等，有效提升了乡村旅游公共服务水平；但由于受乡村专业人才短缺、旅游资源分散、管理体制不完善等因素制约，其旅游公共服务建设进程又相对缓慢。由图1可知，中国乡村旅游公共服务整体呈现“东中部高、西部低”的空间分异特征，标准差0.1574，其中河南、四川、河北等14个省份乡村旅游公共服务超过全国平均水平0.3687，以河南乡村旅游公共服务水平（均值0.7921）最高，在探索中涌现出一批乡村旅游示范县、生态旅游示范乡和乡村旅游特色村，形成了良好示范带动作用；上海、天津、海南等16个省份乡村旅游公共服务低于全国平均水平，以上海乡村旅游公共服务水平（均值0.1553）最低，未来应对标城市、突出特色、创新机制，走出一条与自身城市能级相匹配的，且高标准、有特色、智能化的发展道路。由图2可知，乡村旅游公共服务各维度水平由高至低依次为：核心保障>品质提升>基础支撑，平均值分别为0.4432、0.3393和0.3032。由此可见，核心保障是乡村旅游公共服务提升的关键动力，而基础支撑是最大短板，未来需将大力推进基础设施建设和交通运输建设作为核心举措，加强科学规划与高效管理，夯实乡村旅游发展根基。
图1 省域乡村旅游公共服务水平变化

注：该图基于自然资源部标准地图服务网站下载的审图号为GS（2023）2763号的标准地图制作，底图边界无修改。

Fig.1 Evolution of rural tourism public service level at provincial level

图2 2015—2024年中国乡村旅游公共服务各维度水平变化

Fig.2 Level change of various dimensions of rural tourism public service in China from 2015 to 2024

3.2 基准回归分析

为检验数字技术创新对乡村旅游公共服务的影响，本文采用双向固定效应模型进行基准回归。同时，在控制年份固定效应和个体固定效应基础上，对标准误在个体层面进行聚类调整。由表2可知，列（1）仅纳入核心解释变量，结果显示数字技术创新对乡村旅游公共服务具有正向影响，回归系数0.142，且在1%水平显著；列（2）~（5）加入控制变量后，结果显示数字技术创新对乡村旅游公共服务的影响依然为正，且显著水平均为1%，充分说明数字技术创新对乡村旅游公共服务的显著推动作用，H1得以验证。其中，人口规模与信息化水平的回归系数显著为正，说明二者的提高能够有效促进乡村旅游公共服务的提升；经济发展水平的回归系数同样为正，但对乡村旅游公共服务的推动作用不显著；城镇化水平的回归系数为负，原因在于城镇化吸引人口、资本、技术等要素向城镇集中，形成对乡村地区的虹吸效应，直接挤压乡村旅游公共服务的供给能力。另外，模型的拟合优度（R²）逐步提高，从统计学角度证明了模型设定的合理性和科学性。
表2 基准回归结果

Tab.2 Benchmark regression results

变量 RPS
（1） （2） （3） （4） （5）
DTI 0.142*** 0.139*** 0.125*** 0.120*** 0.114***
lnPOS 0.218*** 0.219*** 0.230*** 0.226***
lnURL -0.008 -0.013 -0.014
lnEDL 0.066 0.071
lnINL 0.029***
常数项 0.338*** -1.452*** -1.456*** -1.769*** -1.761***

注：***、**、*分别表示1%、5%、10%水平下显著，为节省版面，标准误差不显示。表3~表7同。

3.3 稳健性与内生性处理

3.3.1 稳健性检验

为确保基准回归结果的可靠性，本文使用5种方式进行稳健性检验：①替换核心解释变量。采用科技发展水平替代数字技术创新，检验其对乡村旅游公共服务的影响，结果见表3列（1）。②剔除直辖市。考虑到直辖市在行政管理、资源调配等方面具有显著优势，可能会对乡村旅游公共服务结果造成影响，故剔除北京、天津、上海、重庆4个直辖市进行检验，结果见表3列（2）。③剔除特殊年份。考虑到2020年的新冠肺炎疫情对旅游产生较大影响，故将2020—2022年剔除后进行稳健性检验，结果见表3列（3）。④缩尾处理。参考董聪等的方法[36]，对所有连续变量在1%分位上双边缩尾，以缓解极端值影响，结果见表3列（4）。⑤双重机器学习。双重机器学习方法能够有效缓解非线性数据特征导致的模型设定偏误问题，在应对高维数据干扰时具备良好的稳健性，参考李亭等的研究[37]，采用随机森林算法，将研究样本按照1∶4的比例分割后进行回归，结果见表3列（5）。经过上述稳健性检验发现，数字技术创新对乡村旅游公共服务均呈现正向显著影响，再次验证了H1的可靠性。
表3 稳健性检验

Tab.3 Robustness test

变量 RPS
（1） （2） （3） （4） （5）
DTI 0.297*** 0.113** 0.167*** 0.117*** 0.123***
常数项 -1.844*** -1.798*** -1.574*** -1.834* 0.000

3.3.2 内生性处理

为解决潜在的遗漏变量或反向因果导致的内生性问题，参考李珒等的研究[38]，本文采用数字技术创新的滞后一期作为工具变量。该选择的合理性在于，滞后一期的数字技术创新通过影响当期数字技术创新进而间接影响当期乡村旅游公共服务，符合工具变量相关性和内生性检验要求。结果表明，工具变量通过了不可识别检验和弱工具变量检验，表明工具变量选取是合理的，两阶段回归结果均在1%水平上显著，检验结果与基准回归结果基本一致，再次验证了H1成立。

3.4 中介效应分析

参考江艇的研究[39]，本文着重考察核心解释变量对中介变量的影响作用。表4列（1）~（2）为数字技术创新对人力资本的中介效应检验结果，从中看出无论是否加入控制变量，数字技术创新对人力资本的估计系数在1%的水平上均显著为正，表明数字技术创新能够通过人力资本积累推进乡村旅游公共服务优化升级。表4列（3）~（4）为数字技术创新对产业升级的中介效应检验结果，从中看出无论是否加入控制变量，数字技术创新对产业升级的估计系数均显著为正，表明数字技术创新能够通过产业升级推进乡村旅游公共服务高质量发展，由此证明H2成立。
表4 中介效应回归结果

Tab.4 Regression results of mediating effects

变量 ln HUM ln IND
（1） （2） （3） （4）
DTI 0.424*** 0.442*** 0.754*** 0.796***
常数项 7.326*** 7.307*** 6.034*** 5.946**

3.5 异质性分析

3.5.1 地理区位异质性

为考察数字技术创新对不同地理区位乡村旅游公共服务的影响差异，本文分别对东、中、西三大地区进行异质性回归分析，结果见表5列（1）~（3）。其中，东部地区数字技术创新回归系数为0.179，在1%水平上显著，中部和西部地区数字技术创新回归系数分别为0.148、0.092，且结果均不显著，可见数字技术创新对东部乡村旅游公共服务具有显著促进作用，而对中、西部影响不显著。原因主要在于，东部在政策支持力度、技术研发实力、产业发展结构等方面展现出显著优势，这些要素相互配合、协同发力，有力有序推进数字乡村建设，同时吸引更多数字技术企业参与到乡村旅游公共服务建设中；中部数字产业化与产业数字化进程持续推进，数字技术应用场景不断拓展，数字产业创新集群逐渐形成，但与东部相比，其数字基础设施尚不完善，创新资源与人才聚集相对不足，数字经济发展处于基础建设与初步应用阶段，需要投入更多时间与资源；西部则由于传统产业占比偏大、科技研发能力有限、数字经济发展程度不高等原因，数字技术创新水平整体落后，因此在短期内难以有效发挥对乡村旅游公共服务的推动作用。
表5 异质性分析回归结果

Tab.5 Regression results of heterogeneity analysis

变量 RPS
（1） 东部地区 （2） 中部地区 （3） 西部地区 （4） 经济发展高水平地区 （5） 经济发展低水平地区
DTI 0.179*** 0.148 0.092 0.115*** 0.065
常数项 0.597*** 0.331*** -1.780 0.213** -1.196

3.5.2 经济发展水平异质性

不同经济发展水平地区可能采取不同的数字技术创新举措来提升乡村旅游公共服务水平。为此，参考陆杉等的研究[40]，本文以各省份人均GDP中位数为界，将全样本划分为经济发展高水平与低水平两组进行回归分析，结果见表5列（4）~（5）。从中看出，在经济发展高水平地区，数字技术创新对乡村旅游公共服务的回归系数为0.115，在1%水平上显著为正，而对经济发展低水平地区的回归系数为0.065，且结果不显著。这说明，经济发展高水平地区数字技术创新对乡村旅游公共服务的促进效应更为显著，原因在于经济发展高水平地区拥有更强的技术基础和创新能力，更利于数字技术创新；而经济发展低水平地区在技术投资、人才培养和基础设施建设方面投入不足，数字技术创新潜力未能有效发挥。

3.6 空间溢出效应

为验证数字技术创新对乡村旅游公共服务的空间溢出效应，需要先考察空间相关性。本文运用Stata15.0软件，基于地理距离权重矩阵，计算全局莫兰指数（表6）。结果显示，数字技术创新与乡村旅游公共服务的全局莫兰指数均为正值，且基本通过显著性检验，说明二者在研究期内均存在显著正向空间相关性。其中，数字技术创新的全局莫兰指数在[0.0360,0.0519]之间，最大差值0.0159，乡村旅游公共服务的全局莫兰指数在[0.0114,0.0224]之间，最大差值0.0110，这表明数字技术创新的空间自相关性强于乡村旅游公共服务，且存在更为明显的强弱互变波动特征。
表6 数字技术创新与乡村旅游公共服务的全局莫兰指数

Tab.6 Moran's index of digital technology innovation and rural tourism public service

年份 DTI RPS
Moran's I Moran's I
2015 0.0519*** 0.0188*
2016 0.0509*** 0.0135*
2017 0.0493*** 0.0185**
2018 0.0430*** 0.0193*
2019 0.0405*** 0.0224**
2020 0.0390*** 0.0114
2021 0.0360*** 0.0153*
2022 0.0396*** 0.0168*
2023 0.0447*** 0.0139**
2024 0.0483*** 0.0204**
在选择空间计量模型时，首先进行LM检验，结果显示空间杜宾模型（SDM）优于空间误差模型（SEM） 和空间滞后模型（SAR）。考虑到个体差异与时间因素可能导致结果产生偏差，因此将模型设定为双向固定空间杜宾模型，进而对模型进行LR和Wald检验，结果显示该模型在1%水平上通过检验（篇幅限制，检验结果略）。基于此，本文运用双向固定空间杜宾模型进一步探究上述研究结论的可信性。由表7列（2）可知，乡村旅游公共服务的空间滞后项系数ρ为0.328，且通过1%水平的显著性检验，验证了空间自相关检验结果。进而借助偏微分方法将空间效应分解为直接效应、间接效应和总效应。由表7列（3）~（5）可知，数字技术创新对乡村旅游公共服务的直接效应、间接效应和总效应均在1%水平上显著，其中直接效应即本地效应显著为负，间接效应即溢出效应显著为正，说明数字技术创新存在显著空间溢出效应，且省份之间溢出大于省内溢出，提升各地区尤其是邻近地区数字创新技术水平能够有效增强乡村旅游公共服务质量，即本地每增加1个百分点的数字技术创新，邻近地区增加0.110%的乡村旅游公共服务，未来要加强区域数字技术创新合作，促进不同区域技术交流。控制变量中，人口规模和信息化水平的直接效应和间接效应均在1%水平上通过检验，城镇化水平的间接效应通过10%水平的显著性检验，而经济发展水平不显著。其中，增加人口规模和提高经济发展水平能够显著增强本地区乡村旅游公共服务水平，但对邻近地区乡村旅游公共服务存在制约，提升城镇化水平和信息化水平能够显著增强邻近地区乡村旅游公共服务水平，但对本地区乡村旅游公共服务存在制约。
表7 空间计量模型回归结果

Tab.7 Regression results of spatial econometric model

变量 RPS 影响效应分解
直接效应 间接效应 总效应
DTI 0.135*** -0.139*** 0.110*** -0.029***
lnPOS 0.190*** 0.188*** -0.084*** 0.104***
lnURL 0.018 0.014 -0.715* -0.701*
lnEDL -0.056*** -0.011 0.678 0.667
lnINL 0.346*** -0.351*** 0.802*** -0.451***

4 结论与政策建议

4.1 主要结论

本文基于2015—2024年中国30个省份的面板数据，运用基准回归模型、中介效应模型和空间杜宾模型，探究了数字技术创新对乡村旅游公共服务的影响机制与空间溢出效应。主要结论如下：①研究期间中国乡村旅游公共服务水平呈现波动增长但增幅缓慢，年均增幅仅为1.40%。在空间分布上，乡村旅游公共服务水平整体呈现东中部高、西部低的分异特征，标准差0.1574，河南乡村旅游公共服务水平最高，上海乡村旅游公共服务水平最低。分维度看，核心保障是乡村旅游公共服务提升的核心要素，基础支撑是目前最大短板。②数字技术创新对乡村旅游公共服务具有正向促进作用，基准回归系数0.1420，且在1%水平显著，上述结论通过了稳健性与内生性检验。数字技术创新通过人力资本、产业升级促进乡村旅游公共服务转型升级，其中产业升级的传导效应更为显著。人口规模、城镇化水平、经济发展水平和信息化水平均在其中扮演着重要的调节角色。③数字技术创新对不同地理区位乡村旅游公共服务的影响存在差异，其中对东部具有显著促进作用，回归系数0.1790，对中西部影响不显著；数字技术创新对经济发展高水平地区乡村旅游公共服务呈显著正向影响，对经济发展低水平地区影响不显著。④数字技术创新与乡村旅游公共服务均存在显著正向空间相关性，且数字技术创新对乡村旅游公共服务存在显著的空间溢出效应，其直接效应、间接效应和总效应均在1%水平显著。

4.2 数字技术创新提升乡村旅游公共服务的建议

①强化要素投入，筑牢乡村旅游公共服务基础。一是加快乡村基础设施数字化升级。加强乡村地区特别是西部乡村宽带网络与移动基站建设，推进乡村5G网络深度覆盖；完善智能服务设施布局，推广全场景电子支付体系，构建数字“乡村+智慧旅游”的信息高速公路通道。二是构建乡村旅游公共服务数字化平台。整合旅游资源、交通、住宿、餐饮等多源数据，打造区域乡村旅游大数据平台，形成一图全览、一键预约的智慧服务体系；建立景区游客行为画像、客流热力图等智能分析系统，实现精准调度与动态监测，提高运营效率和服务质量。三是系统培育乡村数字文旅人才。实施数字乡旅人才计划，通过住房补贴、税收优惠等政策，引进旅游规划、旅游管理、旅游营销等领域人才；建立“高校+政府+企业”联合培养人才机制，设计分层分类培训体系，重点提升乡村从业人员新媒体运营技能与数据分析能力。
②创新供给模式，健全乡村旅游公共服务体系。一是完善精准化服务供给机制。基于大数据分析技术，提供智能推荐与个性化行程规划服务，构建游客画像系统，提升服务匹配度；开发多语言智能客服系统，破解乡村旅游服务语言障碍。二是打造沉浸式体验产品。运用虚拟现实、增强现实技术打造数字文旅体验新空间，如虚拟村史馆、3D非遗工坊等，构建云端+实地融合体验新场景；利用数字孪生技术复现传统农耕场景，打造虚实交互的文旅新空间。三是加快乡村业态融合创新发展。通过数字村史馆、数字农场、数字田野等新场景和新模式，构建数字+农文旅融合生态；推动特色农产品与传统手工艺品的数字化认证和线上营销，构建乡村数字资产交易平台。四是建设全媒体传播矩阵；运用AIGC技术创作高质量文旅短视频，搭建“两微一抖+短视频”的立体传播网络，增强乡村旅游影响力。
③深化协同治理，构建乡村旅游公共服务共同体。一是完善跨区域政策协同机制。明确各地乡村旅游发展定位与目标，建立协同发展联席会议制度，制定跨区域发展规划，统筹乡村基础设施建设标准与服务规范；设立乡村旅游公共服务数字化发展专项基金，支持设施建设、人才培养与宣传推广等。二是健全数据共享体系。构建跨区域乡村旅游大数据中心，统一数据采集标准与共享协议，实现乡村旅游资源、游客信息、服务设施等数据的互联互通，破除行政壁垒与信息孤岛；在此基础上开发区域一码通服务系统，实现住宿、交通、门票等服务的跨区域无缝衔接。三是实施联合营销模式。运用数字技术开展联合营销推广活动，打造跨区域乡村旅游数字品牌和精品线路，探索利用区块链技术实现品牌价值共创与收益共享；创新开发数字旅游通票产品，整合区域优质旅游资源，完善利益联结机制。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
刘民坤, 邓小桂, 杜芯铭, 等. 乡村旅游发展对城乡收入差距的影响机制研究——基于省级面板数据的经验[J]. 旅游科学, 2025, 39(3):54-72.

[2]
张圆刚, 田文娟, 王亚楠, 等. 乡村旅游地返乡从业居民“人的再生产”机制研究[J]. 旅游学刊, 2024, 39(12):104-120.

[3]
张新成. 中国乡村旅游公共服务水平时空演化及成因分析[J]. 旅游学刊, 2021, 36(11):26-39.

[4]
黄震方, 张子昂, 李涛, 等. 数字赋能文旅深度融合的理论逻辑与研究框架[J]. 旅游科学, 2024, 38(1):1-16.

[5]
王兆峰, 林鲁雄, 陈勤昌. 数字经济赋能文旅产业融合效率的空间效应与传导机制[J]. 人文地理, 2025, 40(3):133-145.

[6]
张新成, 高楠, 王琳艳, 等. 乡村文化和旅游公共服务融合协同水平测度及路径识别研究[J]. 旅游科学, 2024, 38(7):56-78.

[7]
何晖, 蔡婷. 退休返乡老人参与乡村公共文化服务激励策略研究——基于演化博弈模型的分析[J]. 西南民族大学学报(人文社会科学版), 2025, 46(7):202-212.

[8]
徐少癸, 韩佳钰, 陈思榕, 等. 乡村旅游精英公共服务动机的结构维度研究[J]. 旅游学刊, 2024, 39(9):91-105.

[9]
高楠, 张新成, 王琳艳. 中国乡村旅游公共服务水平时空格局与形成机理[J]. 地理科学, 2021, 41(2):252-260.

DOI

[10]
路玉婷, 宋佳莹. 数字经济对基本公共服务水平的影响与机制分析[J]. 统计与决策, 2025, 41(5):183-188.

[11]
李江文, 郭敏. 以数字化技术推动医疗卫生资源优化配置[J]. 宏观经济管理, 2024(12):77-86.

[12]
顾丽梅, 方南希, 宋晔琴. 数字技术赋能智慧养老服务价值共创的机理与优化路径——基于上海市L街道的案例分析[J]. 城市问题, 2025(3):28-38.

[13]
单子丹, 曾燕红, 李慧敏, 等. 数据资源如何重塑数字创新生态系统多主体竞合关系?——基于智能驾驶数字创新生态系统的解构与重组[J]. 研究与发展管理, 2022, 34(6):79-91.

[14]
马德坤, 单文远. 数字技术赋能乡村治理现代化:机理、阻滞与优化[J]. 农村经济, 2025(2):140-148.

[15]
孟祥瑞, 李娟. 嵌入、互构与耦合:数字乡村治理的演进范式与调适进路[J]. 湖南社会科学, 2025(1):110-120.

[16]
徐杰, 杨梓, 赵春江. 数字技术与城乡融合发展:理论机制与实证检验[J]. 经济问题, 2025(5):61-68.

[17]
王寅, 杨宛谕, 蔡双立. 绿色数字经济与新质生产力协同发展的理论机制与实践路径——基于“技术—要素—产业”理论框架的组态分析[J]. 南开经济研究, 2024(12):85-103.

[18]
唐睿, 栗明钰. 长三角数字经济驱动旅游业高质量发展的效应研究[J]. 旅游科学, 2024, 38(3):24-43.

[19]
刘先春, 孙志程. 赋能与重塑:数字空间助力乡村振兴的创新机制[J]. 西北农林科技大学学报(社会科学版), 2023, 23(3):1-10.

[20]
王大超, 赵红. 数字技术助力城乡融合高质量发展的路径研究[J]. 理论探讨, 2024(4):152-158.

[21]
任保平, 张公娇. 数字经济赋能实体经济高质量发展的理论机理与实践路径[J]. 经济与管理评论, 2025, 41(3):30-45.

[22]
周钦, 章恒全, 程常高, 等. 多维邻近下中国绿色创新网络空间结构特征及机制识别[J]. 经济地理, 2024, 44(12):22-33.

DOI

[23]
张辽, 姚蕾. 数字技术创新对城市经济韧性的影响研究——来自中国278个地级及以上城市的经验证据[J]. 管理学刊, 2023, 36(5):38-59.

[24]
彭文斌, 苏欣怡, 邝嫦娥, 等. 长株潭都市圈数字经济对碳排放效率的影响及空间效应[J]. 地理学报, 2024, 79(11):2915-2928.

DOI

[25]
罗君名, 杨立根. 文化创新对省域旅游高质量发展的影响及其空间效应[J]. 经济地理, 2025, 45(2):225-235.

DOI

[26]
厉新建, 程金燕, 张安妮. 旅游公共服务发展的优化方向[J]. 旅游学刊, 2024, 39(10):3-5.

[27]
涂颖洁. 乡村振兴背景下驻村帮扶对乡村连接性社会资本的影响[J]. 经济地理, 2024, 44(8):191-200.

DOI

[28]
戈双剑. 旅游公共服务质量评价体系建设的基础、逻辑和原则[J]. 旅游学刊, 2024, 39(10):8-9.

[29]
刘倩倩, 吴相利. 人口收缩背景下东北三省市域经济与基本公共服务协调发展测度与驱动机制[J]. 经济地理, 2023, 43(6):22-32.

DOI

[30]
王连, 檀晶, 李钰焜. 数字技术创新对区域协调发展的影响研究——来自城市数字专利的经验证据[J]. 首都经济贸易大学学报, 2025, 27(4):49-65.

[31]
钟坚, 冯峥. 数字技术创新的就业效应:来自中国上市公司的证据[J]. 现代经济探讨, 2024(11):24-34.

[32]
包振山, 王金伟, 罗雪华. 数字经济对流通业高质量发展的影响及其空间效应[J]. 经济地理, 2025, 45(5):103-112.

DOI

[33]
徐增阳, 杜亚楠, 杜猛. 农村人力资本结构高级化对乡村振兴的影响[J]. 华东经济管理, 2025, 39(1):52-62.

[34]
弓志刚, 郭润, 马慧强, 等. 旅游经济—旅游公共服务—人口城镇化耦合协调发展时空演化[J]. 统计与决策, 2021, 37(9):83-87.

[35]
欧定余, 侯思瑶. 公共服务产品供给影响市域创新水平的空间效应[J]. 经济地理, 2024, 44(8):106-115.

DOI

[36]
董聪, 董秀成, 蒋庆哲, 等. ESG评级分歧对上市公司绿色创新的影响及作用机制[J]. 中国人口·资源与环境, 2024, 34(8):103-113.

[37]
李亭, 张建. 数字化绿色化协同对产业链韧性的影响机制研究[J]. 江西财经大学学报, 2025(5):35-46.

[38]
李珒, 胡佳霖, 王熙. 全球视域下数字经济发展的碳减排效应及其作用机制[J]. 中国人口·资源与环境, 2024, 34(8):3-12.

[39]
江艇. 因果推断经验研究中的中介效应与调节效应[J]. 中国工业经济, 2022(5):100-120.

[40]
陆杉, 罗水莉, 周坤. 数能耦合协调及其对工业减污降碳协同的影响研究[J]. 环境科学研究, 2025, 38(3):524-538.

Options
文章导航

/

〈 〉