2024年5月,习近平总书记在全国旅游发展大会上强调,着力完善现代旅游业体系,加快建设旅游强国,推动旅游业高质量发展行稳致远。《“十四五”旅游业发展规划》亦明确提出“以数字技术重塑产业韧性”的战略方向[1],旅游经济正面临“数字重塑”的关键阶段,通过信息收集、政企数据共享、跨部门协作等实践路径,形成“抵抗-恢复-更新”的全周期韧性提升框架。然而,长江经济带内“数字旅游势差”明显,上海、武汉、重庆等中心城市智慧文旅建设成效显著,而部分中小城市及乡村地区仍面临数字基础设施薄弱、网络覆盖不足、旅游资源整合度低等问题,制约全域协同发展。鉴于此,科学分析长江经济带数字基础设施建设与旅游经济韧性的时空耦合特征及其影响因素,对推进区域数字化进程、完善现代旅游业体系,助力旅游经济从“规模红利”向“韧性红利”转型具有重要意义。
数字化发展和旅游经济是当前学术界的研究热点,关于数字基础设施建设与旅游经济韧性的研究主要聚焦于以下3个方面。一是旅游经济韧性的影响因素研究。旅游经济韧性的影响因素主要分为外部因素和内部因素两大类,外部因素主要包括经济发展水平[2]、信息化水平[3-4]、交通通达度[5]、政府干预[6]等,旅游产业内部因素对旅游经济韧性的影响也很大,如旅游资源禀赋[7]和旅游产业专业化水平[8]等。二是数字基础设施建设的经济效应研究。数字基础设施建设不仅对全要素生产率[9]、产业结构升级[10]、城市碳生产率[11-12]、创新能力[13-15]、经济增长[16-17]、企业韧性[18]具有积极的正向作用,还能通过促进产业结构升级、技术创新能力、资本积累进而提升区域经济韧性[19]。三是数字化对旅游经济韧性的影响。数字经济可以通过提升技术载体和人力资本水平[20]、增加旅游消费、引导旅游产业集群[21]、促进要素流动以及提高创新水平[22]等多种途径显著增强旅游经济韧性,并存在正向的空间溢出效应[20];数字基础设施建设对旅游经济韧性具有显著的促进作用,且其影响效应随金融监管强度的提升呈现非线性递增特征[23]。研究多使用核密度估计[24]、障碍度模型[25]、地理探测器模型[5]和空间计量模型[26-27]等方法。
综上,既有研究多聚焦数字基础设施建设的经济增益效应或旅游经济韧性的孤立评估,“数字基础设施建设-旅游经济韧性”的双向互馈机制缺乏系统解构;多基于经济学成本收益框架分析二者的关系,忽视地理要素的尺度效应与空间交互;多聚焦于全国或省域层面,较少关注城市层面的具体实践。鉴于此,本文的边际贡献在于:第一,基于双向作用视角,深入分析数字基础设施建设与旅游经济韧性的耦合协调机理;第二,立足地理学“格局-过程-机理”研究范式,综合运用空间自相关分析、核密度估计、地理探测器等多种空间分析方法,系统探究长江经济带数字基础设施建设与旅游经济韧性时空耦合特征及其影响因素;第三,将观测尺度下沉至长江经济带108个地级及以上城市,为制定差异化的协同政策提供实证依据。
1 理论分析
数字基础设施以技术赋能和平台支撑提升旅游经济韧性,而旅游经济韧性的增强又通过资金支持、场景应用和数据反哺推动数字基础设施升级,两者形成双向驱动的良性循环(图1)。本文基于耦合协调分析框架,探讨两者互动机制及其对旅游业高质量发展的影响。
一方面,数字基础设施建设能够促进旅游经济发展水平提升,为增强旅游经济韧性提供重要基础。具体体现为:1)数字基础设施建设通过地区经济效应增强旅游经济抵抗力。基于“大推进”和“起飞”理论,数字基础设施建设是实现经济起飞的前提条件,通过深化数字产业化和加速产业数字化推动地区经济发展[16]。地区经济发展水平的提高可提升人均旅游消费水平和消费意识,扩大旅游消费规模并优化消费结构,从需求和结构两方面促进旅游经济增长。2)数字基础设施建设通过产业驱动效应增强旅游经济恢复力。基于经济增长和产业经济学理论,要素流动优化了旅游要素结构与旅游产业结构,提升其经济恢复力。数字基础设施建设为旅游产业发展带来信息和数据等新生产要素,不仅促进产业要素集聚,还通过规模效应和溢出效应推动旅游产业升级[16]。同时,数字技术打破要素流动壁垒,加速旅游资源高效分配,提升旅游产业效率,增强旅游经济的恢复力和竞争力。3)数字基础设施建设通过技术效应增强旅游企业创新力。基于内生经济增长理论,数字化是推动产业变革与创新发展的重要内生性因素[28]。首先,数字基础设施建设通过降低信息获取与处理成本,显著缩减旅游企业间交易成本,为创新合作奠定基础[15];其次,借助大数据分析与智能算法,实现旅游资源优化配置,大幅提升创新效率[26];最后,打破传统行业壁垒,促进技术和知识的跨界流动与融合,为旅游企业创新发展开辟新路径[29]。
另一方面,旅游经济韧性提升能够完善数字基础设施建设,是数字基础设施建设的重要驱动力。具体体现为:1)旅游经济韧性提升促进数字基础设施的领域扩张[30]。旅游经济韧性的提升增强了该行业适应需求变化的能力,进而刺激旅游需求增长,推动产业链升级。这一过程尤其依赖数字基础设施(如在线预订平台、智慧景区系统、5G网络及大数据分析等)的完善,从而促进其建设和应用范围的扩展。同时,韧性提升助力旅游业应对外部风险并带动区域经济,为数字基础设施建设投资提供更坚实的支撑。2)旅游经济韧性提升促进数字基础设施建设的技术创新与升级。旅游经济韧性的增强依赖于对游客行为和市场趋势的精准分析,从而更高效地识别潜在风险、优化资源配置,并在外部扰动后迅速调整策略,实现系统功能与结构的快速恢复。这一过程对数据存储、处理和分析能力提出更高要求,进而倒逼数字基础设施建设的加速发展,推动物联网、云计算和区块链等数字技术的创新与升级。3)旅游经济韧性提升推动区域数字基础设施建设的均衡发展。旅游经济韧性的提升会提高旅游业对区域发展的重要性,政府会加大对欠发达地区数字基础设施的投入,从而逐步缩小城乡数字鸿沟,推动区域数字基础设施建设的均衡发展;生态景区、历史文化古镇等旅游目的地往往位于偏远或乡村地区,旅游经济韧性提升将倒逼当地网络覆盖和数字化改造的完善。
2 研究方法与数据来源
2.1 研究区概况
长江经济带地域狭长,横跨东、中、西三大板块,人口规模和经济体量几乎占据中国的半壁江山,兼具丰富的文化和自然资源,是中国经济和旅游业发展的重要区域。作为中国经济的“黄金轴线”,长江经济带承载了全国46.1%的5A级景区与42.1%的旅行社资源,旅游业对区域GDP的贡献率超6.2%。然而,近年来灾害事件频发,尤其是突发公共卫生事件影响,导致2022年该区域旅游总收入和旅游人次分别同比下降15.50%和15.88%,凸显旅游经济韧性提升的紧迫性。与此同时,长江经济带数字基础设施建设成效显著,2022年长江经济带数字经济规模达18万亿元,约占全国总量的36%;5G基站建设规模约为45万个,占全国总量的40%左右,主要城市和重点区域实现5G连续覆盖,农村地区覆盖快速推进,为现代旅游业体系完善提供了重要支撑。因此,以长江经济带为研究对象,探讨数字基础设施建设与旅游经济韧性的关系具有显著的代表性和现实意义。
2.2 指标体系构建
表1 数字基础设施建设评价指标体系Tab.1 Digital infrastructure construction evaluation index system |
| 准则层 | 指标层 | 权重 | 属性 |
|---|---|---|---|
| 投入 | 长途光缆线密度/(km·km-2) | 0.239 | + |
| 人均互联网宽带接入端口/个 | 0.232 | + | |
| 信息传输、计算机服务和软件业从业人员占比/% | 0.044 | + | |
| 产出 | 移动电话普及率/(部·百人-1) | 0.068 | + |
| 互联网普及率/% | 0.121 | + | |
| 利用 | 人均电信业务总量/万元 | 0.108 | + |
| 电子商务交易额占GDP比重/% | 0.189 | + |
注:“+”表示正向。 |
在旅游经济韧性方面,借鉴生延超等[22]、朱静敏等[20]的研究成果,从抵抗力、恢复力和更新力3个维度选取16个指标进行综合评价(表2)。抵抗力是应对和缓解各种危机的能力,确保旅游经济在面对挑战时能保持一定的稳定性,其中旅游资源禀赋、旅游经济规模和旅游经济基础是旅游经济抵抗力的三大核心支柱;同时,还需要密切关注旅游经济自身的脆弱性和敏感性特征,采用旅游人数占地区常住人口的比重和年末城镇登记失业人数衡量[20]。恢复力是经历冲击后旅游经济环境的恢复程度,良好的生态环境、大量资金投入以及完善的旅游设施都有助于旅游经济的快速恢复。更新力是旅游经济系统的创新适应能力,旅游创新是旅游业发展的活力源泉,采用旅游R&D(research and development)人员、旅游R&D经费支出占一般财政支出的比重和每万人在校大学生人数衡量。在评价方法上,本研究首先运用极差法对指标数据进行标准化处理,继而采用熵值法确定各指标权重,最终通过线性加权法综合测度数字基础设施建设和旅游经济韧性水平。
表2 旅游经济韧性评价指标体系Tab.2 Tourism economic resilience evaluation index system |
| 准则层 | 指标层 | 权重 | 属性 |
|---|---|---|---|
| 抵抗力 | A级旅游景区数量/个 | 0.067 | + |
| 旅游收入占GDP比重/% | 0.068 | + | |
| 人均GDP/元 | 0.048 | + | |
| 第三产业增加值占GDP比重/% | 0.020 | + | |
| 旅游人数占地区常住人口比重/% | 0.003 | + | |
| 年末城镇登记失业人数/人 | 0.001 | - | |
| 恢复力 | 旅游固定资产/万元 | 0.108 | + |
| 旅游从业人数/万人 | 0.140 | + | |
| 客运总量/万人 | 0.090 | + | |
| 星级饭店数量/个 | 0.079 | + | |
| 建成区绿化覆盖率/% | 0.003 | + | |
| 生活垃圾无害化处理率/% | 0.003 | + | |
| 污水处理厂集中处理率/% | 0.004 | + | |
| 更新力 | 旅游R&D人员/人 | 0.178 | + |
| 旅游R&D经费支出占一般财政支出的比重/% | 0.099 | + | |
| 每万人在校大学生人数/人 | 0.091 | + |
注:“+”表示正向,“-”表示负向。 |
2.3 研究方法
2.3.1 耦合协调度模型
本研究在传统耦合度模型的基础上引入耦合协调度模型,科学评价耦合协调水平,公式为
C= $\sqrt{\frac{{I}_{D}\times R}{{\left(\frac{{I}_{D}+R}{2}\right)}^{2}}}$ ,T=αID+βR,D= $\sqrt{C\times T}$ 。
2.3.2 核密度估计
本文利用高斯核密度刻画两个系统耦合协调度的时序分布特征,说明物体的分布态势及变化趋势,公式为
fn(x)= $\frac{1}{nh}$ k $\left(\frac{x-{x}_{i}}{h}\right)$ 。
式中:n为样本量;k(·)为核函数;h为带宽或半径,h>0;x-xi为估计点x到样本点xi的距离。
2.3.3 空间自相关分析
本文运用莫兰指数对长江经济带数字基础设施建设与旅游经济韧性耦合协调度的空间自相关特征进行全局分析,其测度模型可表示为
I= $\frac{\sum _{i=1}^{n}\sum _{j=1}^{n}{\omega }_{ij}\left({x}_{i}-\stackrel{-}{x}\right)\left({x}_{j}-\stackrel{-}{x}\right)}{{s}^{2}\sum _{i=1}^{n}\sum _{j=1}^{n}{\omega }_{ij}}$ 。
式中:n为行政单元数量;xi与xj分别表示单元i和j的数字基础设施建设与旅游经济韧性系统耦合协调度;s2为样本方差;ωij为空间权重。I取值范围为[-1,1],当I> 0时,表示正的空间自相关,即相似值在空间上趋于聚集;当I< 0时,表示负的空间自相关,即相异值在空间上趋于聚集;当I= 0时,表示随机分布。
鉴于全局空间自相关分析仅能反映研究对象的整体空间分布格局,难以揭示局部空间异质性特征,本研究进一步采用热点分析法,引入Getis-Ord ${G}_{i}^{*}$ 对变量的局域空间集聚特征进行深入探究,其计算模型为
式中:xj表示单元j的数字基础设施建设与旅游经济韧性系统耦合协调度;ωij为空间权重。若 ${G}_{i}^{*}$ 大于0,在热点区域,即高值在空间上显著聚集的区域;若 ${G}_{i}^{*}$ 小于0,则在冷点区域,即低值在空间上显著聚集的区域。
2.3.4 地理探测器模型
本文采用地理探测器探究各因子对长江经济带数字基础设施建设与旅游经济韧性系统耦合协调度空间分异特征的驱动作用,公式为
q=1- $\frac{\sum _{h=1}^{L}{N}_{h}{\sigma }_{h}^{2}}{N{\sigma }^{2}}$ 。
式中:h=1,2,…,L表示因子X或属性Y的分层;Nh和N分别为h层和全区的单元数量; ${\sigma }_{h}^{2}$ 和σ2分别是层h和全区Y值的方差;q值表示因子X对属性Y的解释力。
2.4 数据来源
2011—2022年长江经济带108个城市面板数据主要来自2012—2023年度《中国城市统计年鉴》《中国城乡建设统计年鉴》、EPS数据库以及部分城市的《国民经济和社会发展统计公报》。由于地级市层面的数据难以获取,本文根据各市电信业务总收入在各省中所占的比例,把属于各省的光缆线长度、手机基站数转化为市级;旅游R&D人员用R&D人员与旅游总收入占GDP比重的乘积表示,旅游R&D经费支出用R&D经费支出与旅游总收入占GDP比重的乘积表示;A级旅游景区数量根据各省级人民政府发布的风景名胜区目录手工编制而成。个别缺失数据利用线性插补法、ARIMA填补法等进行处理。
3 实证分析
3.1 时空演化特征
3.1.1 时序演化特征
在时序层面上,2011—2022年长江经济带数字基础设施建设与旅游经济韧性水平总体均呈上升趋势(图2)。从数字基础设施建设来看,长江经济带数字基础设施建设综合得分从2011年的0.054波动增长至2022年的0.141,2021年上升趋势尤为显著。究其原因,“十四五”规划将“数字化”作为重点部署,推动网络建设、5G技术应用及智慧交通发展,为数字基础设施建设水平提升奠定基础。从旅游经济韧性来看,长江经济带旅游经济韧性综合得分从2011年的0.088增长至2022年的0.145,但在2020年出现断崖式下降后回升。究其原因,2019年底发生公共卫生事件,旅游经济受到严重打击;随后旅游市场逐步复苏,旅游经济韧性水平得以回升。
3.1.2 空间演化特征
利用ArcGIS 10.8软件绘制数字基础设施建设水平(图3)和旅游经济韧性水平(图4)空间分布图。在数字基础设施建设方面,2011—2022年长江经济带数字基础设施建设水平呈现显著地区差异,总体呈增长态势,下游地区表现出多层级“核心-边缘”特征。总体来看,数字基础设施建设高水平区域主要集中在长江经济带下游(江浙沪)及各省会城市和直辖市,其得益于政策支持、资金投入和人才资源等优势,数字基础设施建设发展迅速。相比之下,中上游地区因地理位置、经济基础和人才储备等限制,数字基础设施建设相对滞后。从局部看,数字基础设施建设水平呈现从省会城市向周边城市逐渐下降的趋势,且极化现象随时间加剧[35],凸显区域发展不均衡。省会城市凭借政治、经济和文化优势,形成显著集聚效应,数字基础设施建设水平较高;而周边城市因资源吸引力不足、经济基础薄弱,建设水平相对滞后,区域差距持续扩大。
图3 长江经济带2011—2022年数字基础设施建设水平空间格局注:基于审图号为GS(2023)2763号的标准地图制作,底图无修改。网络版为彩图。 Fig.3 Geographical distribution of digital infrastructure construction across the Yangtze River Economic Belt between 2011 and 2022 |
在旅游经济韧性方面,其空间格局呈现多层级“核心-边缘”特征。旅游经济韧性高水平和较高水平区域主要集中在各省会城市和直辖市,空间分布上具有明显异质性,表现为下游地区高于上游地区,上游地区高于中游地区。随时间推移,下游地区旅游经济韧性较高水平的范围呈缩小趋势,其中苏州、镇江、鹰潭、池州和黄山等传统旅游城市发展相对滞后。总体而言,长江经济带旅游经济韧性发展向好,但高水平区域多集中于省会城市及江浙沪地区,城市间差距逐步扩大,破解区域差异持续扩大问题将成为推动长江经济带旅游经济发展的关键[36]。
3.2 时空耦合特征
3.2.1 耦合协调度的时序特征
基于耦合协调度模型,测算2011—2022年长江经济带数字基础设施建设与旅游经济韧性系统的耦合协调指数(表3)。研究期内两个系统的耦合协调度整体处于较低水平,均值为0.248~0.363,表明长期处于濒临失调至系统拮抗的状态。标准差较小且均值接近区间下限,进一步说明长江经济带多数城市面临濒临失调的挑战。具体而言,2011—2018年,耦合协调度均值在0.248至0.298间波动,系统处于濒临失调状态;2019年略有改善,进入系统拮抗阶段,但增速放缓。2020年耦合协调度急剧下降,尤其是中游中小城市(如宜昌、荆州)及偏远旅游城市(如张家界、丽江),因旅游业依赖度高、数字基础设施薄弱,下降显著;而上海及长三角城市群(如杭州、南京)凭借完善的数字基础设施和较强的经济韧性,耦合协调度相对稳定。2021年作为“十四五”开局之年,国家通过推动虚拟旅游、云展览等线上产品开发,升级旅游设施,建设智慧景区,促进旅游经济复苏,推动耦合协调度逐步回升。值得注意的是,2020年以前,上海的耦合协调度始终位居首位;2020年后,成都市凭借旅游配套设施、数字基础设施、政策支持、人才集聚及经济发达等综合优势,超越上海,推动两大系统耦合协调度达到新高。相比之下,昭通市、阜阳市和达州市因数字经济发展水平低下,耦合协调度长期处于最低水平。
表3 长江经济带2011—2022年数字基础设施建设与旅游经济韧性耦合协调度Tab.3 Coupling coordination degree between digital infrastructure construction and tourism economic resilience in Yangtze River Economic Belt from 2011 to 2022 |
| 年份 | 耦合协调度 均值 | 耦合协调度 标准差 | 耦合协调度 最大值 | 耦合协调度 最大的城市 | 耦合协调度 最小值 | 耦合协调度 最小的城市 |
|---|---|---|---|---|---|---|
| 2011 | 0.248 | 0.080 | 0.522 | 上海市 | 0.127 | 昭通市 |
| 2012 | 0.261 | 0.080 | 0.554 | 上海市 | 0.136 | 昭通市 |
| 2013 | 0.269 | 0.075 | 0.534 | 上海市 | 0.178 | 昭通市 |
| 2014 | 0.267 | 0.081 | 0.561 | 上海市 | 0.161 | 阜阳市 |
| 2015 | 0.273 | 0.081 | 0.576 | 上海市 | 0.171 | 阜阳市 |
| 2016 | 0.291 | 0.082 | 0.583 | 上海市 | 0.187 | 昭通市 |
| 2017 | 0.294 | 0.081 | 0.591 | 上海市 | 0.186 | 昭通市 |
| 2018 | 0.298 | 0.078 | 0.601 | 上海市 | 0.187 | 昭通市 |
| 2019 | 0.303 | 0.079 | 0.612 | 上海市 | 0.192 | 昭通市 |
| 2020 | 0.298 | 0.072 | 0.578 | 上海市 | 0.196 | 昭通市 |
| 2021 | 0.344 | 0.084 | 0.614 | 成都市 | 0.225 | 达州市 |
| 2022 | 0.363 | 0.086 | 0.653 | 成都市 | 0.238 | 昭通市 |
为进一步揭示两个系统耦合协调度的动态演化特征,对其进行核密度估计分析(图5)。可以发现:在分布位置上,耦合协调度分布曲线不断右移,表明长江经济带数字基础设施建设与旅游经济韧性耦合协调度逐渐上升。究其原因,“十四五”旅游业发展规划的政策引领以及数字技术的广泛应用,推动了旅游资源共享,丰富了旅游产品和服务,激发了旅游经济活力。在分布形态上,波峰高低不平,2019年后峰值上升速度较快,且波峰右侧始终存在多个侧峰和右拖尾的现象,说明长江经济带地区在2019年后存在明显极化现象,内部发展差距较大。省会城市由于独特的政治、经济和文化地位,吸引了大量的投资和高科技资源,形成强大的集聚效应,而周边城市则缺乏足够的吸引力,导致极化现象明显[36]。
3.2.2 耦合协调度的空间特征
进一步利用ArcGIS 10.8软件,选取2011年、2015年、2019年和2022年4个时间节点,对长江经济带108个城市的耦合协调等级进行可视化呈现(图6)。总体来看,长江经济带数字基础设施建设与旅游经济韧性耦合协调度整体呈上升趋势,形成以上海为耦合协调中心、省会城市为次中心的空间格局,并呈现由中心向外围梯度递减的分布特征。具体而言:2011年,长江经济带多数城市(占比77.78%)两个系统耦合协调度濒临失调,仅上海实现勉强协调。此时数字基础设施建设尚处于起步阶段,新兴技术应用不足导致协调度低;上海地处中国东部沿海中心,人才集聚,率先推进数字基础设施建设,实现勉强协调。2015年,两个系统耦合协调度总体平稳,但成都实现了从系统拮抗到勉强协调的跨越。成都依托旅游资源,推动产业升级与数字经济发展,促进数字基础设施建设与旅游经济韧性深度融合。2019年,江浙沪及苏南地区多个城市达系统拮抗状态,中上游以省会城市为核心带动周边城市从濒临失调升至系统拮抗。长三角依托沿海区位与长三角一体化战略实现资源共享;中上游依托长江中游城市群和成渝地区双城经济圈建设,通过省会城市的产业链延伸与技术转移辐射周边,推动区域耦合协调水平整体提升。2022年,两个系统耦合协调度显著提升,濒临失调城市比例降至20.37%,多数城市达系统拮抗,部分省会及重点城市实现勉强协调。《“十四五”旅游业发展规划》推动数字化融入旅游产业,以及催生的健康、安全、个性化旅游需求推动旅游模式向周边游、线上游、定制游转变,促进数字基础设施建设升级与耦合协调水平提升。
图6 长江经济带2011—2022年数字基础设施建设与旅游经济韧性耦合协调度空间格局注:基于审图号为GS(2023)2763号的标准地图制作,底图无修改。网络版为彩图。 Fig.6 Expansion of the spatial pattern of the degree of coordination between digital infrastructure construction and tourism economic resilience coupling in the Yangtze River Economic Belt from 2011 to 2022 |
3.2.3 耦合协调度的空间关联特征
表4 长江经济带2011—2022年数字基础设施建设与旅游经济韧性耦合协调度全局莫兰指数Tab.4 Global Moran’s I value for the degree of the coupling of digital infrastructure construction and tourism economic resilience in the Yangtze River Economic Belt from 2011 to 2022 |
| 变量 | 2011年 | 2012年 | 2013年 | 2014年 | 2015年 | 2016年 | 2017年 | 2018年 | 2019年 | 2020年 | 2021年 | 2022年 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| I | 0.414 | 0.401 | 0.445 | 0.368 | 0.338 | 0.379 | 0.364 | 0.349 | 0.336 | 0.331 | 0.278 | 0.236 |
| Z得分 | 6.898 | 6.706 | 7.416 | 6.168 | 5.683 | 6.349 | 6.097 | 5.857 | 5.643 | 5.552 | 4.677 | 3.999 |
| P值 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 |
为深入分析长江经济带内部各地级市数字基础设施建设与旅游经济韧性耦合协调度的空间演进趋势,基于ArcGIS 10.8的热点分析工具,运用Getis-Ord ${G}_{i}^{*}$ 局部统计模型,对2011年、2015年、2019年和2022年4个时间节点的耦合协调度进行空间分析,并通过自然断点法将其划分为冷点区、次冷点区、过渡区、次热点区和热点区5类(图7)。研究发现,热点区主要集中于长江经济带下游地区,代表该区的耦合协调度显著高于周边区域;但随时间推移,下游热点区大幅减少,逐渐转变为次热点区,形成以热点区为核心向外围辐射的空间扩散效应,表明热点区域对周边地区的带动作用显著。过渡区在长江经济带上、中、下游地区均有分布,而次冷点区与冷点区覆盖范围随时间显著扩大,至2022年几乎占据长江经济带的半壁江山。综合来看,整体呈现“中上游冷、下游热”的块状分布特征。
旅游产业集聚与分工协作对周边城市发展具有重要影响。经济发达地区通常成为旅游生产要素的集聚中心,推动旅游产业高度集聚;当集聚达到一定规模后,发达城市通过产业转移、交通基础设施完善等策略,促进区域分工协作,带动周边城市联动发展。然而,热点区域的辐射效应不仅取决于发达城市的辐射力及要素流通渠道的畅通程度,还受周边城市承接与转化能力的制约[34]。例如,安徽和苏北地区在旅游资源规划、基础设施建设和人才集聚等方面与江浙沪地区存在显著差距,导致其吸引游客和旅游产业发展的能力较弱,江浙沪地区的带动作用未能充分显现。这一复杂互动关系表明,在区域发展规划中需综合考虑各方因素,以实现资源优化配置与城市均衡发展。
3.3 耦合协调度的影响因素
3.3.1 影响因素选取
本研究基于地理探测器模型,识别耦合协调度演化的主导因子及其交互作用,以揭示外部扰动与潜在风险对研究区数字基础设施建设与旅游经济韧性的多重约束机制。参考贺小荣等[38]和王新越等[8]的研究成果,本研究构建了以耦合协调度为因变量,包含经济发展水平(X1)、产业结构优化(X2)、外资依存度(X3)、政府支持(X4)、人力资本(X5)、交通通达度(X6)、旅游资源禀赋(X7)、旅游创新水平(X8)8个指标的自变量体系。经济发展水平是耦合协调度演进的基础,采用人均GDP表征;产业结构优化与数字基础设施建设密切相关,采用第三产业增加值占第二产业增加值比重表征;外资依存度反映某一地区经济发展对国际市场的依赖程度,采用当年实际使用外商投资金额占GDP比重表征;政府支持反映地方政府对宏观经济的调控能力,采用地方财政一般预算内支出占GDP比重表征;人力资本既作为旅游经济的投入产出要素,又为数字基础设施建设提供人才支撑[39],采用普通本专科在校学生数占常住人口数比重表征;交通通达度反映该地的可进入性,采用公里里程表征;旅游资源禀赋直接影响旅游经济韧性,采用4A级以上景区指数表征;旅游创新水平反映地方政府对旅游创新的投入力度和重视程度,采用旅游R&D内部经费支出占一般财政支出的比重表征。
3.3.2 结果分析
人力资本(X5)在因子交互作用中表现最强,与其他因子交互作用时的q值高达0.888。人力资本对旅游经济韧性与数字基础设施建设具有双重支撑作用:一方面,高质量人力资本为旅游市场投资决策、服务创新及新兴产业发展提供智力支持,从而提升旅游经济韧性;另一方面,高素质人才能够基于数字基础设施提供的数据要素,探索适合区域旅游高质量发展的新模式与新业态,加速旅游产业数字化转型。
4 结论与建议
4.1 结论
本文以长江经济带108个地级及以上城市2011—2022年的面板数据为研究样本,分别构建数字基础设施建设和旅游经济韧性的综合评价体系,运用耦合协调模型和地理探测器,系统分析了数字基础设施建设和旅游经济韧性的时空耦合特征和驱动因素,研究结论如下:
长江经济带数字基础设施建设指数从2011年的0.054升至2022年的0.141,2020年后增速显著;旅游经济韧性指数由0.088增至0.145,二者均呈现多层次的“核心-边缘”特征,极化现象愈发明显。
长江经济带数字基础设施建设与旅游经济韧性的耦合协调度逐年上升,呈现以上海为耦合协调中心、省会城市为次中心的空间演化格局,并由中心向外围梯度递减;空间集聚效应随时间推移逐渐减弱,形成以下游为热点区并向外围辐射的圈层结构,冷点区范围显著扩大。
长江经济带数字基础设施建设与旅游经济韧性的耦合协调度受多因素交互影响,其中经济发展水平、人力资本和旅游资源禀赋构成核心驱动因子;人力资本在因子交互作用中贡献度最高,其与经济发展水平、交通通达度及旅游资源禀赋的交互效应对耦合协调度的解释力尤为显著。
4.2 建议
针对数字基础设施建设与旅游经济韧性子系统的发展问题,需遵循区域协同与梯度发展规律,强化数字基础设施建设的均衡布局,促进旅游经济韧性的区域协同。在数字基础设施建设方面,依托“东数西算”工程优化算力资源配置,推动智慧旅游平台向长江经济带中上游地区下沉,构建统一旅游大数据中心,弥合数字鸿沟。在旅游经济韧性方面,核心城市(如上海、重庆、武汉)重点发展高端旅游服务和数字技术研发,边缘地区(如滇北、黔东)则深耕生态文化资源,共同开发“城市+乡村”“科技+自然”等跨区域主题线路;同时健全韧性培育机制,通过开展数字化技能培训、构建智慧应急联动系统和完善风险防控体系,全面提升边缘地区的旅游经济韧性。
针对长江经济带数字基础设施建设与旅游经济韧性耦合协调度空间集聚效应减弱趋势,需采取差异化干预策略,强化空间联系与动能转换。一方面,在冷点区实施差异化发展路径,在财政薄弱地区(如经济圈以外的城市)推广低成本“微基建”模式、开发生态型特色旅游产品、建立“冷点城市互助联盟”等韧性提升机制;另一方面,在冷点区选择区位条件较好但未充分发展的节点城市(如宜昌、岳阳、九江)打造“数字-旅游”复合型增长极,构建“核心城市-省会-节点城市”三级技术扩散网络,通过数字孪生等技术远程赋能冷点区,最终推动形成热点区辐射带动、冷点区提质跃升、多节点协同联动的区域协调发展新格局。
构建长江经济带数字基础设施建设与旅游经济韧性高质量耦合发展的长效机制,需要以人力资本为核心驱动力,统筹经济发展、资源禀赋与交通网络的多维协同,通过数字赋能与政策联动实现可持续发展。在人才支撑方面,重点加强数字技能培训与智慧旅游人才培养,深化校企合作培育复合型人才,完善人才引进激励机制。在产业发展方面,着力培育数字经济与绿色旅游新业态,推动旅游资源数字化开发,推进“交通+数字”双网融合,完善交通网络与数字基础设施建设协同布局。在机制保障方面,建立跨部门协调机制统筹政策资源,搭建区域协同平台促进资源共享,构建动态监测系统实现精准调控。