Coupling Coordination Between Digital Economy and Tourism High-quality Development at the Provincial Level and Its Driving Factors

SHU Xiaolin; MIN Zhesi; GUO Xiangyang; HE Yalan; ZHANG Qianxi

doi:10.15957/j.cnki.jjdl.2024.01.020

2024 , Vol. 44 >Issue 1: 197 - 208

DOI: https://doi.org/10.15957/j.cnki.jjdl.2024.01.020

Coupling Coordination Between Digital Economy and Tourism High-quality Development at the Provincial Level and Its Driving Factors

SHU Xiaolin ,
MIN Zhesi ^,^※ ,
GUO Xiangyang ,
HE Yalan ,
ZHANG Qianxi

Expand

School of Business Management，Guizhou University of Finance and Economics，Guiyang 550025，Guizhou，China

Received date: 2023-06-09

Revised date: 2023-11-10

Online published: 2024-06-03

Fold

Abstract

The digital economy empowers the tourism high-quality development,the tourism high-quality development forces and drives the release of new dynamics of the digital economy. Based on the panel data of 30 provincial-level regions of China in 2011-2019,this study sorts out the coupling mechanism between digital economy and tourism high-quality development,and explores the coupling coordination evolutionary of digital economy and tourism high-quality development by the means of the coupling coordination degree. It uses the methods of the obstacle degree model and panel Tobit model to diagnose the obstacle factors and analyze the external influencing factors of the two systems,respectively. It's found that: 1) From 2011 to 2019,the comprehensive evaluation indexes of digital economy and tourism high-quality development both show dynamic growth in general,and both change from the "higher in coastal region and lower in central and western regions" distribution to "higher in the middle region and lower in the north and south of China" distribution. 2) From 2011 to 2019,the overall coordination degree between tourism high-quality development and digital economy tends to be optimized,but it has the gap to reach the high-quality coordination,and the spatial distribution pattern of coupling coordination degree shows dynamic evolution which is from the "higher in eastern region,lower in western region and T-shaped" distribution characteristics,"lower in the north and south of China and T-shaped " distribution characteristics to "lower in the north and south of China,higher in the middle region and T-shaped" distribution characteristics. 3) Most provincial-level regions have the same obstacle factors in the top three indicator layers of two subsystems,the rank of obstacle degrees from high value to low value is digital innovation,digital development and digital foundation respectively in the central and western regions,the middle zone and the north and south of China. In the eastern region and the "T-shaped" zone,the rank of obstacle degrees from high value to low value is digital development,digital innovation and digital foundation. 4) The level of economic development,industrial structure,traffic accessibility,openness to the outside world,and education level positively influence the coordinated development of the two systems,while the urbanization process negatively influences the development of the two systems,the rank of the regression coefficients of all influencing factors from high value to low value is the eastern region,the central region,the western region,the T-shaped zone,the middle zone,the north and south of China.

Key words： digital economy; tourism high-quality development; coupling coordination; obstacle degree; panel Tobit model

Cite this article

SHU Xiaolin , MIN Zhesi , GUO Xiangyang , HE Yalan , ZHANG Qianxi . Coupling Coordination Between Digital Economy and Tourism High-quality Development at the Provincial Level and Its Driving Factors[J]. Economic geography, 2024 , 44(1) : 197 -208 . DOI: 10.15957/j.cnki.jjdl.2024.01.020

伴随改革开放不断深入，中国旅游业已成为推动经济增长和吸纳就业的重要产业，根据国家文化和旅游部发布的数据，2019年旅游业对GDP的综合贡献为10.94万亿元，占GDP总量的11.05%。然而，传统旅游业的发展造成生态环境负面影响、旅游产品同质化严重以及旅游产业链松散等现实困境^[1]，推动旅游经济提质增效已成为中国旅游业发展的必然要求^[2]，旅游业综合性、异地性、时间连续性、空间散布性等特点决定旅游业是数据密集型和数字经济依托型产业^[3]，而数字经济高效率配置资源及低成本^[4]优势为旅游业高质量发展提供有效引擎和持续动力。随着数字经济快速发展以及旅游业向高质量发展加快转型，引导数字经济和旅游业高质量发展融合协调发展，已成为理论和实践界的共识。

追溯数字经济与旅游业关系研究，大致经历了信息产业、互联网经济、数字经济与旅游业的3个探索过程^[5]。①信息产业与旅游业研究阶段。学者们认为信息产业与旅游业是相互促进的关系：一是信息产业为旅游业发展提供技术支持和保障^[6]，推动旅游营销方法改进、智慧旅游建设、旅游人才培养等创新发展^[7]，增强产品的差异性和多样性，助力旅游产业的生产、管理、营销、消费等的网络化转型升级^[8]。二是旅游业为信息产业发展提供了平台和载体，从技术应用与研发、产业发展环境优化等方面带动信息产业发展^[9]，同时对信息技术提出更高的应用要求，倒逼信息技术不断创新。②互联网经济与旅游业研究阶段。一是互联网与旅游产业融合发展包括旅游电子商务、旅游企业信息化和旅游电子政务等内容^[10]。二是互联网促进旅游业的发展，在需求端，旅游者利用互联网获取信息，在线支付购买产品，改变游客的行为和习惯^[11]，促进旅游需求的多样化和个性化；在供给侧，互联网改变了旅游企业经营模式和手段^[12]，提高营销能力，加快产品创新^[13]。三是互联网促进旅游与相关产业渗透^[14]、融合发展^[15]。四是互联网改变旅游产业链相关企业之间的合作模式，催生旅游新业态^[16]。③数字经济与旅游业研究阶段。一是数字经济借助规模经济、效率提升和结构优化三大效应重塑旅游业发展机制^[17]。二是数字技术可以提升旅游产业效率、促进旅游产业结构升级和旅游商业模式创新^[18]，有助于全域旅游决策科学化^[19]，旅游服务的多元化，旅游业营销精准化，业务管理精细化与智能化，旅游供需匹配高效化^[20]，提升企业全要素生产率^[21]。三是智慧旅游可助推旅游消费升级、旅游供给侧改革以及旅游公共服务与治理能力提升^[22]，提高制度质量、提升市场控制能力、增加贸易自由度^[23]。随着数字经济快速发展，学者们逐渐涉足数字经济与旅游融合、关联相关研究^[24-25]。

综上，相关研究还有待拓展：①在理论上，对数字经济赋能旅游业研究较多，对数字经济和旅游业高质量发展耦合协调关系及机理缺少探究，而此研究实现数字经济与涵盖“创新、协调、绿色、开放、共享”新理念的旅游业高质量发展的良性互动，推动旅游业实现可持续发展，满足人民美好生活需求和释放旅游消费潜力具有重要意义。②在方法上，定性分析较多，对中国省域数字经济与旅游业高质量发展耦合协调度的时空分布特征研判及差异区域影响因素诊断进行实证研究较少，但此探索有助于为当前“深入实施区域协调发展战略、区域重大战略、主体功能区战略，优化重大生产力布局”提供实践指导与科学参考。针对上述研究局限，本文通过熵值法评估中国30个省域2011—2019年的数字经济与旅游业高质量发展水平，运用耦合协调模型探析二者的耦合协调度的时空特征，采用障碍度和面板Tobit模型诊断不同区域耦合协调系统内部障碍因子和分析外部影响因素，为各差异区域更好地实现数字经济与旅游业耦合协调发展提供参考和借鉴。

1 数字经济与旅游业高质量发展耦合协调机理

数字经济与旅游业高质量发展是整体与部分的关系，当数字经济赋能旅游业高质量发展（旅游数字化），数字经济是整体，旅游业高质量发展是部分；若把数字经济作为旅游资源开发利用时（数字旅游化），旅游业高质量发展是整体，数字经济是部分。因此，二者存在“相互依赖、相互作用的统一”和“整体大于部分、整体优于部分或部分优于整体对立”辩证关系。数字经济系统和旅游业高质量发展系统通过亚系统及多个要素动态耦合，发挥和放大协同效应，促进2大系统由低层级不断向高层级动态演化发展。本研究构建数字经济和旅游业高质量发展耦合协调机理模型，如图1所示。

显示原图|下载原图ZIP|生成PPT

图1 数字经济和旅游业高质量发展耦合协调机理图

Fig.1 Mechanism of coupling and coordination between digital economy and tourism high-quality development

本研究认为，数字经济以数字化基础、数字化发展和数字化创新作为推动旅游业涵盖“创新、协调、绿色、开放、共享”新理念的高质量发展。首先，数字经济系统中存在诸多美学观赏价值、文化价值、科学考察价值元素，助力高等级旅游资源的形成，可开发为旅游新产品，丰富旅游业态，推动旅游产品创新发展，如近年涌现出西湖云栖小镇、德清地理信息小镇、全景客等景区和产品。其次，数字经济系统依托数字化发展和数字化创新赋能旅游业高质量发展：一是数字经济系统中互联网、大数据、云计算等数据资源、数字技术赋能旅游业，提高旅游系统内部及与外部的供需匹配效率，降低交易成本和提升产业效率^[26]，催生旅游新业态和共享经济新模式，减少信息不对称，促进旅游服务个性化、贴心化及游客获得新体验，激发消费潜力^[18]，促进旅游市场主体之间公平竞争及降低交易成本等，有助于旅游业创新、共享发展。二是数字经济易渗透性、边界开放性和旅游业综合性、异地性相耦合，促进旅游发展要素在产业之间、城乡之间、区域之间、国家（地区）之间流动，促进产业结构优化，统筹城乡、区域、国内外协调发展，进而促进旅游业协调、开放发展^[26]。三是运用人工智能、大数据、区块链等数字技术提高旅游产业链上下游、内外部要素匹配效应，减少物质消耗，提升用能效率和生产效率，同时，赋能绿色技术，促进旅游业节能提效、绿色低碳转型、保护与修复旅游生态环境，推动旅游业绿色发展。

数字革命正在引致重大的经济和社会变化，旅游业是数字经济的重要场景之一^[27]，旅游业高质量发展为数字经济发展营造优美生态环境，并驱动数字经济发展。首先，旅游业本身属于资源节约型和环境友好型产业，对环境要求严格，旅游业高质量发展倡导绿色发展理念，为数字经济中各类电子设备持续、平稳运行及高层次技术人才生产、生活提供洁净、优美的生态环境。其次，旅游高质量发展系统为数字经济提供重要的应用场景，一是游客出行前搜索、旅行交易、旅游经历分享及评价等产生海量的用户数据、设备数据和交易数据；二是在旅游高质量发展过程中，大量运用和开发数字技术，促进和倒逼数字技术创新和发展，如旅游业广泛使用和探索无人驾驶、景区门禁人脸（身份证）识别等应用层技术，AI人工智能、AR/VR技术、HCI人机交互、NFC近场通信等工具层技术，大数据、云计算、移动互联网、区块链等基础层技术^[28]。

数字经济赋能旅游业，推动旅游业生产方式、服务方式、体验方式、治理方式等数字化应用^[20]，产生新模式、新体验，造就旅游业高质量发展新场景，进而产生更多数据要素，开发和探索旅游数字技术，推动数字经济系统数字化发展和数字化创新，形成螺旋式上升演进的耦合系统。

2 研究方法及数据来源

2.1 指标体系构建与数据来源

2.1.1 评价指标体系构建

本文评价指标体系构建遵循政策依据、理论依据、权威依据和现实依据原则。政策依据是参考党和政府政策文件中涉及数字经济与旅游业高质量发展的阐释，理论依据是借鉴学术界关于数字经济与旅游业关系、数字经济指标体系、旅游业高质量发展指标体系等理论成果，权威依据是运用德尔菲法征询相关领域专家的意见，现实依据是考虑数据的可获得性和实际操作性。具体步骤为：首先在收集政策文件与理论成果的基础上，筛选出有关数字经济和旅游高质量发展评价指标的高水平、代表性文献，统计指标的频次，并剔除代表性差且频次低的指标；其次通过专家法对指标进行进一步的筛选；最后鉴于数据的可获得性进行最终的确认，遴选出包含数字经济和旅游业高质量发展的2个系统层、8个准则层、18个要素层和50个具体指标（表1）。

表1 数字经济发展水平和旅游业高质量水平的评价指标体系及权重表

Tab.1 Evaluation index system and weighting of digital economy development level and tourism high-quality development level

系统层	准则层	要素层	指标（权重/属性）	指标衡量方法（单位）
数字经济发展水平	数字化基础	信息化基础	X₁光缆设施（0.029/+）	光缆线路长度（km）
			X₂移动电话交换机（0.021/+）	移动电话交换机容量（万户）
			X₃信息化从业人员（0.050/+）	信息传输、软件和信息技术服务业从业人员（万人）
		互联网基础	X₄域名数（0.071/+）	互联网域名数（万个）
			X₅互联网宽带接入端口（0.029/+）	互联网宽带接入端口（万个）
			X₆移动电话普及率（0.013/+）	百人中移动电话用户数（部/百人）
			X₇互联网上网人数（0.024/+）	互联网上网人数（万人）
	数字化发展	信息业务	X₈电信业务总量（0.052/+）	电信业务总量（亿元）
		信息业务	X₉软件业务收入（0.083/+）	软件业务收入（亿元）
		移动能力	X₁₀网上支付水平（0.014/+）	网上移动支付水平（万元）
		移动能力	X₁₁快递业务收入（0.093/+）	快递业务收入（万元）
		数字金融	X₁₂数字惠普金融覆盖广度（0.105/+）	数字惠普金融覆盖广度指数（-）
			X₁₃数字惠普金融使用深度（0.011/+）	数字惠普金融使用深度指数（-）
			X₁₄数字惠普金融数字化程度（0.014/+）	数字惠普金融数字化程度指数（-）
	数字化创新	创新投入	X₁₅ R&D经费（0.056/+）	规模以上工业企业R&D经费支出（万元）
			X₁₆ R&D人员全时当量（0.058/+）	规模以上工业企业R&D人员折合全时当量（人年）
			X₁₇新产品开发经费支出（0.064/+）	新产品开发经费支出（万元）
		创新产出	X₁₈技术市场成交额（0.091/+）	技术市场成交额（万元）
			X₁₉专利申请授权数（0.063/+）	专利申请授权数（件）
			X₂₀新产品销售收入（0.061/+）	新产品销售收入（万元）
旅游业高质量发展水平	创新发展	创新驱动	Y₁旅游R&D经费（0.069/+）	R&D经费总数额×[旅游业产值占GDP的比值]（万元）
		创新驱动	Y₂旅游发明专利（0.084/+）	旅游相关的发明专利授权数（个）
		人力资本	Y₃旅游劳动生产率（0.032/+）	旅游业总收入/旅游业从业人员（万元/人）
			Y₄旅游学生数量（0.010/+）	高等旅游院校和中等职业学校在校人数（人）
			Y₅旅游从业人员（0.035/+）	星级饭店、旅行社、旅游景区的总人数（人）
	协调发展	内部发展	Y₆旅游产业聚集度（0.027/+）	相应省（自治区、直辖市）旅游收入占GDP比重与中国旅游收入占GDP比重的比值（-）
			Y₇旅游产业地位（0.027/+）	旅游收入与GDP总值的比值（-）
			Y₈旅游业增长弹性系数（0.002/+）	旅游收入增长率与地区GDP增长率的比值（-）
		外部协调	Y₉旅游业与城市化协调（0.012/+）	旅游业系统与城市化系统的耦合协调度（-）
			Y₁₀旅游业与经济协调（0.014/+）	旅游业系统与经济系统的耦合协调度（-）
			Y₁₁旅游业与生态环境协调（0.014/+）	旅游业系统与生态环境系统的耦合协调度（-）
	绿色发展	生态质量	Y₁₂森林覆盖率（0.028/+）	森林覆盖率（%）
			Y₁₃公园绿地面积（0.015/+）	人均公园绿地面积（m²）
			Y₁₄建成区绿化覆盖（0.007/+）	建成区绿化覆盖率（%）
		环境治理	Y₁₅城市污水处理（0.043/+）	城市污水处理率（%）
		环境治理	Y₁₆生活垃圾处理（0.005/+）	生活垃圾无害化处理率（%）
		污染排放	Y₁₇旅游碳排放量（0.003/-）	旅游交通、旅游住宿及旅游活动产生的碳排放总量（万t）
	开放发展	文旅传播	Y₁₈旅游资源丰度（0.032/+）	A级景区得分（-）
			Y₁₉图书出版情况（0.033/+）	图书出版总印数（万册）
			Y₂₀旅游企业数量（0.027/+）	旅行社和饭店数量的总和（个）
			Y₂₁公共文化设施（0.026/+）	公共图书馆数量、博物馆数量与文化馆机构数总和（个）
		对外交流	Y₂₂入境游客占比（0.131/+）	入境游客数量/游客总量（%）
			Y₂₃旅游外汇占比（0.048/+）	旅游外汇收入/旅游总收入（%）
			Y₂₄入境过夜旅游者人均天花费（0.024/+）	入境过夜旅游者人均每天花费（美元/人天）
	共享发展	公共服务	Y₂₅客运量总计（0.046/+）	公路、水运、民用航空客运量（万人）
			Y₂₆公共服务支出（0.028/+）	一般公共服务（万元）
			Y₂₇文化体育支出（0.030/+）	文化体育与传媒（万元）
		民生共享	Y₂₈每万人拥有公厕（0.018/+）	每万人拥有公共厕所（个）
			Y₂₉人均旅游收入（0.034/+）	旅游总收入/总人口（万元/人）
			Y₃₀艺术表演场馆演出场次（0.095/+）	艺术表演场馆演出场次（万场次）

2.1.2 数据来源

由于部分指标自2011年才开始纳入统计，此外新冠疫情重创旅游业，部分指标数据缺失或跳跃较大，为避免异常值的失真影响，故本文研究2011—2019年中国30个省域（因数据缺失不含西藏、港澳台地区）的数字经济与旅游业高质量发展水平。数据主要来源于2012—2020年《中国统计年鉴》《中国科技统计年鉴》《中国旅游统计年鉴》《中国国内旅游抽样调查资料》《中国文化文物和旅游统计年鉴》等；数字金融采用北京大学数字金融研究中心和蚂蚁集团研究院共同开发的中国数字普惠金融指数数据；旅游相关的发明专利授权数由中国专利信息网中筛选计算而得；旅游碳排放量主要基于旅游交通、旅游住宿、旅游活动等产生的碳排放，“自下而上”计算旅游业碳排放量^[29]；旅游资源丰度参照相关学者的加权模型计算获得^[30]；“外部协调”要素层指标采用熵值法及耦合协调度模型测算得到（其中，旅游业系统选取人均旅游收入、旅游从业人员和旅游企业数表征，城市化系统用城镇人口所占比率、城镇居民人均可支配收入和人均拥有道路面积表示，经济系统拣选人均GDP、公共财政收入、GDP增长率，生态环境系统由生活垃圾无害化处理率、城市污水处理率和人均绿地面积构成）^[31]。

2.2 研究方法

2.2.1 熵值法确定指标体系权重

熵值法是一种客观赋权的方法，可客观和真实地反映隐含在指标数据中的信息，利用其计算出数字经济发展水平与旅游业高质量发展水平2大系统中50项指标的权重^[32]，再采用加权法，得出二者的综合发展得分（表1）。

2.2.2 耦合协调模型

耦合协调度可表征系统内各要素之间相互作用的程度，为准确分析数字经济与旅游业高质量发展的耦合协调状态，本研究借用修正后的多元系统耦合度模型^[33]，采用“三阶段+十等级划分法”^[32-34]对数字经济与旅游业高质量发展的耦合协调度的计算结果划分等级（表2）。

表2 数字经济和旅游业高质量发展协调度等级划分表

Tab.2 Classification of the coordination degree between digital economy and tourism high-quality development

发展阶段	耦合协调度	耦合协调等级	取值区间
失调阶段	[0.0，0.1）	极度失调	0 $≤$ D<0.4
	[0.1，0.2）	严重失调
	[0.2，0.3）	中度失调
	[0.3，0.4）	轻度失调
过渡阶段	[0.4，0.5）	濒临失调	0.4 $≤$ D<0.6
过渡阶段	[0.5，0.6）	勉强协调	0.4 $≤$ D<0.6
协调阶段	[0.6，0.7）	初级协调	0.6 $≤$ D≤1.0
	[0.7，0.8）	中级协调
	[0.8，0.9）	良好协调
	[0.9，1.0]	优质协调

2.2.3 障碍度模型

为了探明主要障碍因子对耦合协调度的影响程度，引入障碍度模型：

（1）

Q i j = 1 - E i j w j ∑ j = 1 n 1 - E i j w j

式中：E_ij是第i年第j个指标的指标偏离度；w_j为第j个指标的因子贡献度，即单个指标在总指标中的权重；Q_ij则是第i年第j个指标的障碍度；n为指标个数。

2.2.4 面板Tobit模型

耦合协调度在0和1的区间内，因受限于因变量和避免OLS估计所导致的偏误，通常采用Tobit模型进行估计^[34]，本文选取Tobit随机模型分析数字经济与旅游业高质量发展耦合协调度的影响因素。

参考已有研究^[34-35]，选取影响因素如下：①经济发展水平（PGDP）：地区经济发展水平高低显著影响数字经济的发展程度、旅游产品与基础设施的建设情况，用人均GDP表示。②对外开放度（OPEN）：对外开放的程度将直接影响数字经济和旅游开发所需要的外来资金的投入，以及海外游客数量，同时高水平对外开放可吸引先进的生产要素与管理经验，采用进出口总额占GDP的比重表征。③交通可达性（ET）：良好的交通条件可以吸引数字经济企业入驻经营，且极大地降低游客出行时间成本，成为吸引游客的重要条件，借助高速公路里程反映交通状况。④教育水平（EL）：地区的受教育水平将直接影响数字经济和旅游业高质量发展从业人员素质和能力，用普通高等学校授予学位数来反映。⑤产业结构（IS）：数字经济和旅游业均属于第三产业，第三产业的比重可以侧面说明地区数字经济和旅游业的发展环境优劣，选用第三产业产值与GDP的比值来表示。⑥城镇化水平（UR）：城镇化进程对数字经济和旅游业的发展影响深远，以城镇化率表示。为减小异方差和多重共线性，对以上5个变量取对数处理，具体模型构建如下：

（2）

D i t = α + ρ l n P G D P i t + β l n O P E N i t + γ l n E T i t + δ l n E L i t + θ l n I S i t + σ l n U R i t + ε i t

式中：D_it表示第i个地区第t年2个系统的耦合协调度；PGDP_it、OPEN_it、ET_it、EL_it、IS_it和UR_it分别表示第i地区在t年的经济发展水平、对外开放度、交通可达性、教育水平、产业结构和城镇化水平；

α

表示常数项；

ρ

、

β

、

γ

、

δ

、

θ

均为待估系数；

ε i t

为随机扰动项。

3 结果与分析

3.1 数字经济和旅游高质量发展水平评价

通过上述方法计算得到2011—2019年数字经济和旅游高质量发展水平，并选取等距的2011、2015和2019年进一步分析。

①数字经济发展水平。由图2可知：①2011年整体发展水平极低，全国仅广东（0.224）、江苏（0.196）2省位于中值区，93.33%的省域处于低值和较低值区。②2015年发展水平有所提高，随着北京（0.260）、山东（0.234）、浙江（0.271）跨入中值区，处于较高值区与中值区的省域占比提升到20.00%，集中分布在东部地区；东部地区的河北、辽宁、福建，中部河南、安徽、湖北、湖南以及西部四川、重庆、陕西等省域迈入较低值区，占比为33.33%，连片分布于“中间地带”。数字经济发展水平较高的省域集中连片分布，说明数字经济有较强的辐射带动作用。③2019年大部分省域数字经济发展水平显著提高，其中广东（0.782）跨入高值区，处于高值区与较高值区的省域占比13.33%，处于中值区的省域占比达23.33%，青海、宁夏、新疆、内蒙古、海南仍处在低值区。空间分布呈东部沿海高，西北、东北、西南及海南较低的格局。

显示原图|下载原图ZIP|生成PPT

图2 省域数字经济发展水平的空间分布

注：基于自然资源部标准地图服务网站下载的GS（2023）2767号的标准地图制作。图3、图5同。

Fig.2 Spatial distribution of the development level of digital economy

②旅游业高质量发展水平。由图3可知：①2011年全国旅游业高质量发展水平总体较低，处于低值区及较低值区的省域占比达76.67%，西北的甘肃（0.060）、青海（0.038）、宁夏（0.035）最为滞后，广东和江苏等7个东部地区省域处于中、高值区。②2015年全国旅游业高质量发展水平提升较快，随着四川（0.234）、河南（0.243）、湖南（0.231）和安徽（0.272）加入中值区，处于中、高值区的省域占比达36.67%，主要分布在东部沿海地区、中部地区部分及西部个别省域，青海（0.052）和宁夏（0.050）最低。③2019年全国旅游业高质量发展水平显著提升，处于中、高值区的省域占比达76.67%，青海（0.083）和宁夏（0.077）仍处于低值区。空间分布呈现中间高，南北两端低的格局。

显示原图|下载原图ZIP|生成PPT

图3 省域旅游业高质量发展水平的空间分布

Fig.3 Spatial distribution of the level of tourism high-quality development

数字经济与旅游业高质量发展水平的空间格局具有相对一致性，由最初“沿海高，中西部低”差异分布逐渐转变为“中间高，南北两端低”差异分布，在2011和2015年，旅游业高质量发展水平略领先于数字经济发展水平，2019年个别省域数字经济发展水平超过旅游业高质量发展水平。从全国来看，2011—2019年数字经济和旅游业高质量发展水平的年均增长率分别为16.69%和6.94%，说明数字经济年均增长速度快于旅游业高质量发展，此发展趋势有助于系统耦合向高阶演化。

3.2 数字经济水平与旅游业高质量发展水平耦合协调性

3.2.1 耦合协调关系时序变化特征

由图4可发现，全国平均、各省域的数字经济与旅游业高质量发展耦合协调度在研究期内均逐步提升。在2011、2015、2019年，全国耦合协调度分别为0.285、0.366、0.454，耦合协调关系由“失调阶段（中度失调）”转入“过渡阶段（濒临失调）”，发展态势良好。

显示原图|下载原图ZIP|生成PPT

图4 中国各省域数字经济与旅游业高质量发展耦合协调度

Fig.4 Coupling coordination degree of digital economy and tourism high-quality development in China at the provincial level

①2011—2016年失调阶段。该阶段数字经济与旅游业高质量发展耦合协调度较低，可能原因是二者尚属发展起步阶段，互动不足。如数字经济尚处于信息化、互联网化阶段，2015年11月我国才首次提出推行国家大数据战略，总体上仍处于初级发展阶段；同时，旅游业发展方式还较为粗放^[1]，为此，2015年8月原国家旅游局下发了《关于开展“国家全域旅游示范区”创建工作的通知》，以引领和促进旅游业持续健康发展。

②2017—2019年过渡阶段。该阶段数字经济与旅游业高质量发展的耦合协调度提升了0.050，协调类型转为濒临失调。这是由于我国大力发展数字经济，加快旅游业高质量发展转型的结果，以2015年颁发《国务院关于积极推进“互联网+”行动的指导意见》和2017年“数字经济”首次出现在政府工作报告为关键节点，国家及各省域出台了一系列相关政策，新基建不断推进，数字经济发展环境不断优化^[36]。伴随着我国经济向高质量发展转型和人们对美好生活的需求不断增长，旅游高质量发展成为各级政府和市场主体努力的新方向。

国家及地方对发展数字经济的政策支持，及数字经济在旅游中的运用与创新，使得数字经济发展平台更为广阔，也推动了旅游业的高质量发展，故数字经济与旅游业高质量发展的耦合协调度显著提升。

3.2.2 耦合协调关系空间分布特征

由图5可知，2011—2019年各省域数字经济与旅游业高质量发展耦合协调度均呈上升态势，严重失调和中度失调类型的省域数目大幅缩减，濒临失调类型的省域连片扩张，初级协调类型的省域逐渐增加。

显示原图|下载原图ZIP|生成PPT

图5 数字经济与旅游业高质量发展的耦合协调类型空间分布

Fig.5 Spatial distribution of the types of coupling coordination between digital economy and tourism high-quality development

①2011年各省域耦合协调水平总体较低，大体呈“东中西+‘T字形’”差异分布格局。一是总体呈“东高西低”的“东中西”差异分布格局，耦合协调度处于失调状态的省域占比达83.33%，广泛分布于中、西部地区，其中青海（0.112）处于严重失调阶段。二是耦合协调度较高的省域形成“T字形”空间格局，东部地区广东（0.546）和江苏（0.500）的耦合协调度为全国最高，处于勉强协调状态，北京（0.418）、山东（0.417）和浙江（0.441）处于濒临失调阶段，加上福建（轻度失调）共同构成“T字形”沿海纵轴带，西部地区四川与中部地区河南、安徽形成“T字形”中间横轴带。

②2015年各省域的耦合协调度均有显著的提升，空间分布转为“南北两端+‘T字形’”格局。首先，耦合协调度较高的省域构成“T字形”空间格局逐渐明显，沿海纵轴带中的广东、江苏升级为中级协调，北京、山东、浙江升级为勉强协调，上海、福建处于濒临失调，中间横轴带中的安徽（0.405）、河南（0.412）、湖北（0.400），以及西部的四川（0.420）升级为濒临失调；其次，由于中间横轴带不断扩展加强，全国总体空间分布由“东中西”转变为“南北两端+‘T字形’”差异格局，北端的青海（0.176）和宁夏（0.179）仍处于严重失调状态。

③2019年各省域耦合协调水平大幅提升，呈现出“南北两端+中间地带+‘T字形’（以下简称三大带）”空间格局，耦合协调度水平为“‘T字形’地带>中间地带>南北两端”。首先，“T字形”地带不断强化，广东（0.807）耦合协调度达到良好协调状态，江苏（0.723）处于中级协调状态，山东、浙江为初级协调，北京、上海及福建为勉强协调，四川、河南的耦合协调类型升级为勉强协调；其次，中间地带扩容，相较于2015年，北端的陕西、辽宁、河北、天津，南端的中部地区及西南大部分省域的耦合协调度处于濒临失调状态，形成中间地带；再次，南北两端范围缩小，北端有黑龙江、吉林、山西、内蒙古、甘肃、宁夏、青海、新疆等省域，南端仅剩海南，南北两端省域尚处于失调阶段。

“T字形”地带的省域多处于协调阶段，得益于其经济较发达，聚集较多资金、人才、技术和市场主体，居民旅游消费水平高和需求多样化，进而驱动了数字经济与旅游业耦合协调发展。中间地带的省域旅游资源丰富，随着国家“东数西算”工程实施，多处于协调阶段。南北两端的省域由于近年经济发展速度放缓，数字经济和旅游业高质量发展基础较差，人才流失，故而处于失调阶段。总体上我国数字经济与旅游业高质量发展的耦合协调度渐趋优化，但与优质协调还存在一定差距。

3.3 耦合协调影响因素分析

3.3.1 耦合协调系统内部障碍因子诊断

①要素指标层障碍因子分析。根据障碍度模型计算出2011—2019年数字经济和旅游业高质量发展2个系统排名前三的障碍因子，结果见表3。

表3 中国省域数字经济与旅游业高质量发展主要障碍因子及障碍度

Tab.3 Main obstacle factors of digital economy and tourism high-quality development in China and their obstacle degree

省域	数字经济系统			旅游业高质量发展系统
省域	第一障碍因子（障碍度（%））	第二障碍因子（障碍度（%））	第三障碍因子（障碍度（%））	第一障碍因子（障碍度（%））	第二障碍因子（障碍度（%））	第三障碍因子（障碍度（%））
北京	X₁₂（14.11）	X₁₁（11.33）	X₁₇（7.97）	Y₂₂（17.32）	Y₃₀（12.51）	Y₂（8.44）
天津	X₁₂（11.20）	X₁₁（9.85）	X₁₈（8.98）	Y₂₂（15.24）	Y₃₀（11.08）	Y₂（9.08）
河北	X₁₂（11.59）	X₁₈（9.93）	X₁₁（9.92）	Y₂₂（16.19）	Y₃₀（10.38）	Y₂（9.91）
山西	X₁₂（10.97）	X₁₁（9.79）	X₁₈（9.49）	Y₂₂（15.49）	Y₃₀（10.10）	Y₂（9.82）
内蒙古	X₁₂（11.90）	X₁₁（9.71）	X₁₈（9.45）	Y₂₂（15.01）	Y₃₀（10.93）	Y₂（9.82）
辽宁	X₁₂（11.59）	X₁₁（10.18）	X₁₈（9.59）	Y₂₂（16.25）	Y₃₀（11.62）	Y₂（10.11）
吉林	X₁₂（10.93）	X₁₁（9.74）	X₁₈（9.31）	Y₂₂（15.08）	Y₃₀（11.11）	Y₂（9.61）
黑龙江	X₁₂（11.01）	X₁₁（9.78）	X₁₈（9.40）	Y₂₂（15.06）	Y₃₀（11.01）	Y₂（9.23）
上海	X₁₂（12.81）	X₁₈（9.66）	X₁₁（7.74）	Y₂₂（16.45）	Y₃₀（11.92）	Y₂（7.88）
江苏	X₁₂（16.50）	X₁₈（12.56）	X₁₁（12.30）	Y₂₂（21.43）	Y₃₀（13.59）	Y₂（6.41）
浙江	X₁₂（14.46）	X₁₈（12.01）	X₁₁（9.72）	Y₂₂（20.76）	Y₃₀（9.42）	Y₁（6.26）
安徽	X₁₂（11.61）	X₁₁（10.12）	X₁₈（9.77）	Y₂₂（17.77）	Y₂（9.69）	Y₁（7.47）
福建	X₁₂（12.15）	X₁₈（10.53）	X₁₁（10.23）	Y₂₂（16.48）	Y₃₀（10.04）	Y₂（9.55）
江西	X₁₂（11.13）	X₁₁（9.83）	X₁₈（9.60）	Y₂₂（16.05）	Y₃₀（11.00）	Y₂（9.98）
山东	X₁₂（13.55）	X₁₁（11.36）	X₁₈（10.92）	Y₂₂（19.32）	Y₃₀（11.82）	Y₂（9.14）
河南	X₁₂（11.85）	X₁₈（10.21）	X₁₁（10.20）	Y₂₂（17.34）	Y₂（9.96）	Y₁（7.63）
湖北	X₁₂（11.85）	X₁₁（10.24）	X₁₈（8.98）	Y₂₂（16.43）	Y₃₀（10.58）	Y₂（9.83）
湖南	X₁₂（11.59）	X₁₁（10.18）	X₁₈（9.83）	Y₂₂（16.90）	Y₃₀（10.67）	Y₂（9.87）
广东	X₁₂（22.05）	X₁₈（15.58）	X₁₁（8.81）	Y₂₂（16.67）	Y₃₀（16.13）	Y₂（7.82）
广西	X₁₂（11.03）	X₁₁（9.77）	X₁₈（9.59）	Y₂₂（16.03）	Y₃₀（11.75）	Y₂（9.62）
海南	X₁₂（10.66）	X₁₁（9.57）	X₁₈（9.32）	Y₂₂（12.62）	Y₃₀（10.84）	Y₂（9.31）
重庆	X₁₂（11.18）	X₁₁（9.91）	X₁₈（9.62）	Y₂₂（15.56）	Y₃₀（9.87）	Y₂（8.89）
四川	X₁₂（12.09）	X₁₁（10.37）	X₁₈（9.76）	Y₂₂（17.10）	Y₃₀（11.07）	Y₂（8.86）
贵州	X₁₂（10.88）	X₁₁（9.70）	X₁₈（9.39）	Y₂₂（16.02）	Y₃₀（11.48）	Y₂（8.67）
云南	X₁₂（10.97）	X₁₁（9.75）	X₁₈（9.49）	Y₂₂（16.01）	Y₃₀（11.17）	Y₂（10.22）
陕西	X₁₁（10.20）	X₁₂（10.10）	X₁₈（8.74）	Y₂₂（16.08）	Y₃₀（11.19）	Y₂（9.49）
甘肃	X₁₂（10.77）	X₁₁（9.65）	X₁₈（9.19）	Y₂₂（14.57）	Y₃₀（10.21）	Y₂（8.96）
青海	X₁₂（10.58）	X₁₁（9.51）	X₁₈（9.18）	Y₂₂（13.77）	Y₃₀（10.02）	Y₂（8.84）
宁夏	X₁₂（10.59）	X₁₁（9.53）	X₁₈（9.26）	Y₂₂（13.78）	Y₃₀（9.97）	Y₂（8.77）
新疆	X₁₂（10.80）	X₁₁（9.66）	X₁₈（9.43）	Y₂₂（14.50）	Y₃₀（10.63）	Y₂（9.49）

由表3可知，在数字经济系统，除陕西的第一障碍因子为快递业务收入（X₁₁），北京的第三障碍因子为新产品开发经费支出（X₁₇）外，多数省域第一障碍因子为数字惠普金融覆盖广度（X₁₂），第二、第三障碍因子为快递业务收入（X₁₁）或技术市场成交额（X₁₈）。在旅游业高质量发展系统，除安徽和河南的第二障碍因子为旅游发明专利（Y₂），浙江、安徽和河南第三障碍因子为旅游R&D经费（Y₁）外，其余省域的第一障碍因子皆为入境游客占比（Y₂₂），第二障碍因子为艺术表演场馆演出场次（Y₃₀），第三障碍因子为旅游发明专利（Y₂）。

②准则层障碍度分析。据公式（1）计算三大区域、三大带及全国在2011、2015和2019年数字经济和旅游业高质量发展子系统准则层的障碍度，结果见表4。

表4 区域数字经济和旅游业高质量发展准则层障碍度

Tab.4 Obstacle degree of digital economy and tourism high-quality development in different criterion layer by regions

区域	时间	数字经济			旅游业高质量发展
区域	时间	数字化基础	数字化发展	数字化创新	创新发展	协调发展	绿色发展	开放发展	共享发展
东部	2011	0.2257	0.3931	0.3812	0.2457	0.0899	0.0778	0.3201	0.2666
	2015	0.2121	0.3990	0.3889	0.2227	0.0868	0.0743	0.3328	0.2834
	2019	0.2112	0.3993	0.3895	0.1892	0.0857	0.0755	0.3630	0.2866
中部	2011	0.2279	0.3808	0.3912	0.2492	0.0914	0.0784	0.3238	0.2571
	2015	0.2195	0.3834	0.3972	0.2454	0.0856	0.0755	0.3383	0.2551
	2019	0.2069	0.3858	0.4073	0.2335	0.0768	0.0777	0.3598	0.2523
西部	2011	0.2296	0.3753	0.3952	0.2454	0.0914	0.0830	0.3212	0.2590
	2015	0.2247	0.3729	0.4024	0.2423	0.0839	0.0809	0.3306	0.2622
	2019	0.2152	0.3688	0.4160	0.2338	0.0677	0.0820	0.3516	0.2650
“T字形”地带	2011	0.2232	0.3974	0.3794	0.2479	0.0909	0.0790	0.3211	0.2611
	2015	0.2045	0.4073	0.3881	0.2206	0.0878	0.0756	0.3358	0.2802
	2019	0.2006	0.4096	0.3898	0.1777	0.0897	0.0758	0.3705	0.2862
中间地带	2011	0.2287	0.3788	0.3925	0.2470	0.0889	0.0769	0.3231	0.2641
	2015	0.2227	0.3791	0.3983	0.2413	0.0819	0.0756	0.3362	0.2651
	2019	0.2121	0.3775	0.4103	0.2290	0.0669	0.0783	0.3619	0.2639
南北两端	2011	0.2307	0.3750	0.3943	0.2439	0.0930	0.0861	0.3194	0.2577
	2015	0.2277	0.3706	0.4017	0.2435	0.0863	0.0819	0.3277	0.2605
	2019	0.2222	0.3672	0.4106	0.2417	0.0741	0.0827	0.3412	0.2604
全国	2011	0.2277	0.3831	0.3892	0.2468	0.0909	0.0797	0.3217	0.2609
	2015	0.2187	0.3851	0.3962	0.2368	0.0855	0.0769	0.3339	0.2669
	2019	0.2111	0.3846	0.4043	0.2188	0.0767	0.0784	0.3581	0.2680

在数字经济系统中，全国范围，三大区域中的中、西部地区，三大带中的中间地带、南北两端的障碍度大小排序一样，皆为数字化创新>数字化发展>数字化基础；东部地区和“T字形”地带障碍度大小排序为数字化发展>数字化创新>数字化基础。其可能原因为：首先，随着我国以5G网络为代表的数字化基础设施建设不断完善，数字化基础不是数字经济发展主要障碍因子，数字化发展和数字化创新在数字经济发展中起关键作用。其次，数字化发展和数字化创新是相互联系的，数字化创新是数字化发展的动力，数字化发展为数字化创新创造条件，数字经济水平高的东部地区和“T字形”地带聚集较多资金、人才、技术和市场主体等，有较高的数字化创新水平，需要更高的数字化发展支撑条件，而中西部地区及中间地带、南北两端相对缺乏数字化创新发展要素，故数字化创新为主要障碍因子。

在旅游业高质量发展系统中，除了2019年全国、中西部地区、中间地带和南北两端障碍度大小排序出现绿色发展>协调发展外，其余地区及各年份皆为开放发展>共享发展>创新发展>协调发展>绿色发展。这说明开放发展、共享发展、创新发展是旅游业高质量发展主要障碍因子。

3.3.2 耦合协调系统外部影响因素分析

由前文分析可知，数字经济与旅游业高质量发展的耦合协调度空间分布存在明显区域差异性，由此对差异区域进行面板Tobit回归分析耦合协调系统外部影响因素（表5）。

表5 耦合协调系统外部影响因素回归结果

Tab.5 Regression results of external influences on the coupling coordination system

地区	lnPGDP	lnOPE	lnET	lnEL	lnIS	lnUR
东部	0.2147^***（11.46）	0.0949^***（12.89）	0.1438^***（11.73）	0.0026（0.20）	0.4028^***（14.15）	-0.5139^***（-9.34）
中部	0.1791^***（6.07）	0.0542^***（3.90）	0.0489^***（2.80）	0.0834^***（4.63）	0.2129^***（4.52）	-0.4191^***（-4.76）
西部	0.1095^***（2.77）	0.0140^***（2.29）	0.0489^***（3.12）	0.0522^***（7.39）	0.1105^***（4.22）	-0.1118（-1.26）
“T字形”地带	0.1785^***（6.92）	0.0623^***（4.41）	0.1054^***（10.09）	0.0896^***（5.52）	0.2126^***（4.98）	-0.1861^*（-1.60）
中间地带	0.1051^***（4.04）	0.0143^*（1.92）	0.0481^***（4.10）	0.0807^***（6.45）	0.1817^***（7.38）	-0.1758^***（-2.63）
南北两端	0.0854^***（6.43）	0.0136^***（3.16）	0.0312^***（5.49）	0.0311^***（8.12）	0.1433^***（10.30）	-0.0267（-0.79）
全国	0.2067^***（12.94）	0.0580^***（12.78）	0.0826^***（11.27）	0.0376^***（7.00）	0.1869^***（10.20）	-0.3237^***（-8.11）

注：***、**、*分别代表通过1%、5%、10%的显著性水平检验，括号内为Z值。

由表5可知：①从全国来看，除了城镇化水平回归系数为负值外，其余影响因素皆为正值，回归系数大小排序为城镇化水平>经济发展水平>产业结构>交通可达性>对外开放度>教育水平。②从三大区域来看，城镇化水平回归系数均为负值，其余影响因素为正向影响。在东部地区和中部地区，回归系数位居前三从高至低依次为城镇化水平、产业结构、经济发展水平，但中部地区系数较东部地区小。③从三大带来看，城镇化水平回归系数为负值，但南北两端不显著，其余影响因素为正向影响。“T字形”地带与中间地带回归系数位居前三从高至低依次为产业结构、城镇化水平、经济发展水平，“T字形”地带其余因素排序从高至低依次为交通可达性、教育水平、对外开放度，中间地带其余因素排序从高至低依次为教育水平、交通可达性、对外开放度，南北两端城镇化水平不显著。

经济发展水平、产业结构、交通可达性、对外开放度、教育水平正向影响2个系统的协调发展，这是因为经济发展水平为2个系统间的耦合协调发展奠定基础和提供良好的保障，是旅游业高质量发展的活力之源，促进数字经济发展水平提高；数字经济和旅游业均属于第三产业，且均易与其他三产业渗透、融合发展，三产占比越高，三产业、数字经济、旅游业耦合协调发展越好；交通可达性直接影响地区间数字经济的交流合作，文化和旅游的交往；教育水平影响数字经济和旅游业高质量发展从业人员素质和能力；对外开放度可影响数字经济与旅游高质量发展的规模，也影响着旅游者结构。城镇化进程负向影响2个系统耦合协调发展，可能原因为当前我国城镇化动力主要为工业化，而工业化对旅游高质量发展存在“资源诅咒”效应，进而负向影响2个系统间的协调发展，在西部地区、南北两端省域工业化驱动城镇化更弱，导致城镇化水平回归系数较小且不显著，进一步说明工业化驱动城镇化负向影响2个系统耦合协调发展。不同区域正向核心影响因素有差异，东部地区的正向核心影响因素为经济发展水平、产业结构、交通可达性、对外开放度，“T字形”地带的正向核心影响因素为经济发展水平、产业结构、交通可达性、教育水平，中部地区的正向核心影响因素为经济发展水平、产业结构和教育水平，西部地区及南北两端的正向核心影响因素为经济发展水平、产业结构。在中西部地区和中间地带，教育水平回归系数大于交通可达性和对外开放，这可能因为2个系统耦合协调发展更需要人才，尤其数字经济技术需要较高层次人才，而东部地区本身培养和储备大量相关人才，同时可以吸引中、西部地区人才。各影响因素回归系数从高至低排序依次为东部>中部>西部、“T字形”地带>中间地带>南北两端，其影响效率顺次递减。

4 结论与讨论

4.1 结论

本文梳理了数字经济和旅游业高质量发展耦合机理，基于2011—2019年中国30个省域的面板数据，采用耦合协调度探究数字经济与旅游业高质量发展的耦合协调时空演化，运用障碍度模型与面板Tobit模型分别对2个子系统的障碍因子诊断与外部影响因素探析，得到结论如下：

①2011—2019年，中国数字经济与旅游业高质量发展的综合水平均在动态增长，表明数字经济和旅游业高质量发展取得一定效果，但与最高值1有不小差距；数字经济和旅游业高质量发展水平的空间分布均由最初“沿海高与中、西部低”差异分布逐渐转变为“中间高与南北两端低”差异分布。

②耦合协调度模型结果显示，2011—2019年，中国数字经济与旅游业高质量发展的耦合协调度整体上渐趋优化，但与优质协调差距较大。空间分布由2011年的“东中西+‘T字形’”分布格局过渡到2015年的“南北两端+‘T字形’”格局；2019年强化为“南北两端+中间地带+‘T字形’”格局，且耦合协调度水平为“T字形”地带>中间地带>南北两端。

③障碍度模型实证表明，绝大部分省域数字经济和旅游业高质量发展2个系统的前三位指标层障碍因子为数字惠普金融覆盖广度、快递业务收入和技术市场成交额，以及入境游客占比、艺术表演场馆演出场次和旅游发明专利；中西部地区以及中间地带、南北两端准则层障碍因子皆为数字化创新>数字化发展>数字化基础，东部地区和“T字形”地带障碍度则为数字化发展>数字化创新>数字化基础。

④Tobit模型的结果发现，经济发展水平、产业结构、交通可达性、对外开放度、教育水平正向影响2个系统的协调发展，城镇化进程负向影响2个系统耦合协调发展；各个区域正向核心影响因素均包括经济发展水平和产业结构，但中西部地区、中间地带教育水平回归系数大于交通可达性和对外开放；各影响因素回归系数皆为东部>中部>西部，“T字形”地带>中间地带>南北两端，其影响效率顺次递减。

4.2 讨论

基于研究发现，提出以下政策建议：①统筹区域协调发展，缩小区域差距。以国家层面规划为指导，实施差异化定位，均衡省域间人工智能、云计算、物联网、大数据等数字化基础；建立三大带跨地区合作和有效联动机制，加强区域间在数字经济与旅游高质量发展协调发展经验、数据、客源市场共享与合作；各省域依托经济发展水平、产业结构状况、交通区位条件、旅游资源特色、优惠政策等优势，探索因地制宜的数字经济与旅游高质量发展协调发展路径，加大数字经济赋能旅游和文体融合，挖掘各地历史文化、乡村文化、民族文化等特色文化，运用AI、AR/VR、人机交互、数字孪生等技术，培育“线上、线下文体游娱”等新场景，挖掘新兴消费热点，拓展海内外市场，突破“入境游客占比、艺术表演场馆演出场次和旅游发明专利”障碍因子。②“T字形”地带加强数字化发展引领，积累可借鉴经验。“T字形”地带保持并扩大数字经济优势，加快数字经济在旅游业的应用和创新，提升旅游企业管理、服务、营销的数字化和智能化运作水平；积极探索数字金融对旅游产业的支付和结算创新、数据分析和智能化服务，精准提供融资渠道、营销和推广等服务和应用。③中间地带及南北两端挖掘比较优势，补齐数字经济短板。中间地带省域可借助产业基础、旅游资源等优势，通过对制造业及旅游等服务业数字化转型升级倒逼数字经济发展与创新；南北两端省域充分利用“一带一路”及沿边区位优势，以“东数西算”工程和建设大数据试验区为发展极，强化数字化基础和数字化发展。同时，中间地带、南北两端数字化创新为主要障碍因子，外部教育水平影响因素最显著，要加强培养、留住和吸引数字经济及数字经济与旅游发展的跨行业人才，突破“数字化创新、教育水平”等障碍因子和影响因素。

本文从数字经济与涵盖“创新、协调、绿色、开放、共享”新理念的旅游业高质量发展耦合协调机理进行理论探讨，实证发现数字经济与旅游业高质量发展协调度呈现出“‘东中西+T字形’→‘南北两端+T字形’→‘南北两端+中间地带+T字形’”的空间演化及差异化影响因素。今后在研究对象上可以考虑从旅游城市或旅游县域展开研究，以便更全面、更精确地了解数字经济与旅游业高质量发展的关系。

References

Publishing order | Descend order by publishing year | Descend order by cited within

[1]	王兆峰, 谢佳亮, 吴卫. 环长株潭城市群旅游业高质量发展水平变化及其影响因素[J]. 经济地理, 2022, 42(3):172-181,221. DOI

[2]	刘英基, 韩元军. 要素结构变动、制度环境与旅游经济高质量发展[J]. 旅游学刊, 2020, 35(3):28-38.

[3]	杨路明. 旅游电子商务理论及应用[M]. 北京: 化学工业出版社, 2015.

[4]	张旺, 白永秀. 数字经济与乡村振兴耦合的理论构建、实证分析及优化路径[J]. 中国软科学, 2022(1):132-146.

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

[6]	Li Y, Hu C, Huang C, et al. The concept of smart tourism in the context of tourism information services[J]. Tourism Management, 2017, 58:293-300. DOI

[7]	Yin P, Zheng X, Duan L, et al. A study of the contribution of information technology on the growth of tourism economy using cross-sectional data[J]. Journal of Global Information Management, 2019, 27(2):39-58. DOI

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

[9]	王冠孝, 梁留科, 李锋, 等. 区域旅游业与信息化的耦合协调关系实证研究[J]. 自然资源学报, 2016, 31(8):1339-1350. DOI

[10]	杨勇. 互联网促进旅游产业动态优化了吗?[J]. 经济管理, 2019, 41(5):156-170.

[11]	Li X, Law R, Xie G, et al. Review of tourism forecasting research with internet data[J]. Tourism Management, 2021, 83(3):104245.

[12]	杨彦锋. 互联网技术成为旅游产业融合与新业态的主要驱动因素[J]. 旅游学刊, 2012, 27(9):7-8.

[13]	毛剑梅, 锁箭. 互联网背景下旅游产业的演化与发展:技术驱动视角[J]. 当代经济管理, 2017, 39(10):49-55.

[14]	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. DOI

[15]	戴克清, 苏振, 黄润. “互联网+”驱动中国旅游产业创新的效率研究[J]. 华东经济管理, 2019, 33(7):87-93.

[16]	周琳, 刘懿锋. 旅游产业与互联网融合发展研究[J]. 理论探讨, 2019(6):114-117.

[17]	赵磊. 数字经济赋能旅游业高质量发展的内涵与维度[J]. 旅游学刊, 2022, 37(4):5-6.

[18]	陈琳琳, 徐金海, 李勇坚. 数字技术赋能旅游业高质量发展的理论机理与路径探索[J]. 改革, 2022(2):101-110.

[19]	陈晓红. 数字经济时代的技术融合与应用创新趋势分析[J]. 中南大学学报:社会科学版, 2018, 24(5):1-8.

[20]	周锦, 王廷信. 数字经济下城市文化旅游融合发展模式和路径研究[J]. 江苏社会科学, 2021(5):70-77.

[21]	黄勃, 李海彤, 刘俊岐, 等. 数字技术创新与中国企业高质量发展——来自企业数字专利的证据[J]. 经济研究, 2023, 58(3):97-115.

[22]	乔向杰. 智慧旅游赋能旅游业高质量发展[J]. 旅游学刊, 2022, 37(2):10-12.

[23]	Tang R. Digital economy drives tourism development—Empirical evidence based on the UK[J]. Economic Research-Ekonomska Istraživanja, 2023, 36(1):2003-2020. DOI

[24]	马斌斌, 豆媛媛, 贺舒琪, 等. 中国数字经济与旅游产业融合发展的时空特征及驱动机制[J]. 经济地理, 2023, 43(6):192-201. DOI

[25]	唐睿. 长三角数字经济和旅游业高质量发展的空间特征分析[J]. 经济体制改革, 2022(5):51-59.

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

[27]	魏翔. 数字旅游——中国旅游经济发展新模式[J]. 旅游学刊, 2022, 37(4):10-11.

[28]	杨宏浩. 数字技术赋能旅游业高质量发展[J]. 中国旅游评论, 2020(3):59-64.

[29]	石培华, 吴普. 中国旅游业能源消耗与CO₂排放量的初步估算[J]. 地理学报, 2011, 66(2):235-243.

[30]	余志康, 孙根年, 罗正文, 等. 40°N以北城市夏季气候舒适度及消夏旅游潜力分析[J]. 自然资源学报, 2015, 30(2):327-339.

[31]	任保平, 杜宇翔. 黄河流域经济增长—产业发展—生态环境的耦合协同关系[J]. 中国人口·资源与环境, 2021, 31(2):119-129.

[32]	舒小林, 高应蓓, 张元霞, 等. 旅游产业与生态文明城市耦合关系及协调发展研究[J]. 中国人口·资源与环境, 2015, 25(3):82-90.

[33]	陆利军, 李浪, 李成家, 等. 省域国家森林公园网络关注度与旅游吸引力动态耦合协调关系[J]. 经济地理, 2022, 42(3):150-159. DOI

[34]	丁学谦, 吴群, 刘向南, 等. 土地利用、经济高质量发展与碳排放耦合协调度及影响因素——来自中国282个地级市的经验研究[J]. 资源科学, 2022, 44(11):2233-2246. DOI

[35]	郭向阳, 穆学青, 明庆忠, 等. 长江经济带快速交通系统对城市旅游生产率的影响效应分析[J]. 经济地理, 2021, 41(12):213-222. DOI

[36]	刘军, 杨渊鋆, 张三峰. 中国数字经济测度与驱动因素研究[J]. 上海经济研究, 2020(6):81-96.

Options

Outlines

模态框（Modal）标题

Abstract

Cite this article

1 数字经济与旅游业高质量发展耦合协调机理

图1 数字经济和旅游业高质量发展耦合协调机理图

2 研究方法及数据来源

2.1 指标体系构建与数据来源

2.1.1 评价指标体系构建

表1 数字经济发展水平和旅游业高质量水平的评价指标体系及权重表

2.1.2 数据来源

2.2 研究方法

2.2.1 熵值法确定指标体系权重

2.2.2 耦合协调模型

表2 数字经济和旅游业高质量发展协调度等级划分表

2.2.3 障碍度模型

2.2.4 面板Tobit模型

3 结果与分析

3.1 数字经济和旅游高质量发展水平评价

图2 省域数字经济发展水平的空间分布

图3 省域旅游业高质量发展水平的空间分布

3.2 数字经济水平与旅游业高质量发展水平耦合协调性

3.2.1 耦合协调关系时序变化特征

图4 中国各省域数字经济与旅游业高质量发展耦合协调度

3.2.2 耦合协调关系空间分布特征

图5 数字经济与旅游业高质量发展的耦合协调类型空间分布

3.3 耦合协调影响因素分析

3.3.1 耦合协调系统内部障碍因子诊断

表3 中国省域数字经济与旅游业高质量发展主要障碍因子及障碍度

表4 区域数字经济和旅游业高质量发展准则层障碍度

3.3.2 耦合协调系统外部影响因素分析

表5 耦合协调系统外部影响因素回归结果

4 结论与讨论

4.1 结论

4.2 讨论

References