疫情沖擊下我國省域旅游經濟韌性空間差異與組態影響研究

楊 勇，鄒 永 廣，2*，李 媛，吳 沛

(1.華僑大學旅游學院，福建 泉州 362021；2.中國旅游研究院旅游安全研究基地，福建 泉州 362021)

0 引言

2020年新冠肺炎疫情的突然暴發和蔓延對我國旅游業造成強烈沖擊，涉旅行業幾乎全面處于停擺狀態[1]。實際上，從自然災害、恐怖主義和政治動蕩等突發事件的增加，到SARS和新冠肺炎疫情的全球蔓延，這些突發性危機事件顯示出旅游市場環境的不確定性、復雜性和模糊性等特征已經形成一種常態[2]。在這種“新常態”下，旅游業能否在突發事件中形成韌性并實現復蘇和反彈，成為其可持續發展的關鍵[3]。因此，研究旅游業面對突發事件的韌性已成為學界和業界亟待解決的重要議題[4,5]。

韌性也被稱為“彈性”[6]、“恢復力”[7]，最初源于物理學，代表物體在變形過程中吸收能量的能力[8]。近年來，由于全球經濟環境復雜多變，區域經濟系統更具非線性和不確定性[9,10]，而經濟韌性作為一種強調整體動態性和非線性變化的研究范式，日益引起學者們的重視。區域經濟韌性是應對突發事件和響應危機變化的重要因素[11]，具有高韌性的區域經濟系統可以更快地識別危機的早期信號并做出響應，避免、抵御和緩沖不利事件的沖擊，在逆境中快速恢復和反彈甚至促進未來發展[12]。現有研究對于區域經濟韌性的探討主要集中于3個方面：1)概念界定方面，學者們認為區域經濟韌性是區域經濟系統面對市場、環境等沖擊擾動時的抵抗能力或通過調整適應轉型迅速恢復的能力[13]；2)測度評價方面，學者們構建“抵抗力—恢復力—適應力—更新力”四維韌性測度體系[14]，選取GDP、產值和人口就業等指標對區域經濟韌性進行測度[15,16]；3)影響因素方面，多關注產業結構[17]、社會資本[18]、人口結構[19]等對區域經濟韌性的影響，并運用定量和定性方法進行研究[20-22]。總體而言，區域經濟韌性相關議題已經受到學者們的廣泛重視，但當前相關研究主要以內涵探討為主，側重關注區域內部經濟要素對區域經濟韌性的影響，關于區域外部要素(如新冠肺炎疫情)對經濟韌性的影響分析相對不足[23]，尤其是危機情境下區域經濟韌性在不同尺度上的差異探究仍存在較大缺口。

旅游經濟韌性是區域經濟韌性的重要組成部分[24]，旅游業作為一個產業關聯度高和經濟要素多樣的綜合性產業，其經濟韌性內涵更復雜。相關研究中旅游經濟韌性用于表征旅游經濟系統受到沖擊后經濟恢復和適應的能力，刻畫旅游業在遭受各類危機擾動后短期恢復以及長期綜合適應的過程[25]，既是反映區域旅游經濟在面對內外沖擊時的抵御能力、恢復能力、重構能力和更新能力的重要指標，也是衡量旅游業高質量發展的重要標準[26]。但目前關于旅游經濟韌性的研究仍聚焦于旅游業對于整體區域經濟韌性的作用[27-29]，將旅游產業作為經濟恢復的一個重要手段，忽視了旅游經濟韌性作為一個獨立體系的豐富內涵。雖有少量研究對于旅游經濟韌性的內涵做了有益探索[26,30]，但在危機情境下區域旅游經濟韌性有何特征仍未得到足夠關注。此外，當前對于新冠肺炎疫情沖擊下區域旅游經濟韌性的影響因素分析多是考察多個變量的獨立影響，忽視了多個影響要素間的內在關聯。中國歷經SARS和新冠肺炎疫情兩次突發性公共衛生事件沖擊，其時代背景、旅游業規模差異巨大，因此，對比分析兩次疫情沖擊下區域旅游經濟韌性演變特征具有重要意義。

本研究以我國31個省(市、區，不含港、澳、臺)為研究區，以“旅游經濟韌性”為研究對象，構建疫情沖擊下旅游經濟韌性評價體系，綜合運用空間差異測量指標，分析兩次疫情沖擊下我國旅游經濟韌性的空間分布格局及空間差異特征，并利用模糊集定性比較分析(fuzzy-set Qualitative Comparative Analysis，fsQCA)方法探討不同影響因子對高低韌性影響的復雜組態關系，以期深化外部危機對旅游經濟系統在時間過程、影響深度和區域響應及對應機制方面的認識，進而為我國不同區域旅游產業的恢復提出針對性建議。

1 研究方法與數據來源

1.1 評價指標體系與數據來源

本研究采用Martin等對于區域經濟韌性的評價方法[31]，認為區域經濟系統應對外部沖擊是一個范圍內的事件，區域內的每個城市(地區)都應該是以同樣方式反應的宏觀個體。因此，本研究以全國對疫情沖擊的抵抗程度和恢復程度為基準，采用旅游接待人次和旅游總收入兩個指標間接反映我國省域在疫情沖擊下的旅游經濟韌性(式(1)-式(3))[32]，區域旅游經濟韌性指數值越大，表明區域旅游經濟韌性水平越高。

Resisi=aResisip+bResisie

(1)

(2)

(3)

SARS和新冠肺炎疫情分別發生在2002年末和2019年末，受此影響，2003年和2020年我國旅游業收入均出現大幅下降，這4年的相關數據最能代表疫情對旅游業的影響，故本研究將這4年作為數據獲取年份。此外，由于旅游業是一個受季節性波動影響的產業，而“五一”“十一”是目前我國節假日中公認的重要節點，故此時段的數據一定程度上能代表疫情沖擊下旅游業的恢復程度。最終，通過搜索各省(市、區)的社會統計公報、政府工作報告、新聞報道，獲取各年份“五一”“十一”期間的旅游接待人次和旅游總收入數據，分別匯總代表當年的旅游接待人次和旅游總收入。本文采用求均值方法消除2019年和2020年“五一”“十一”假期天數不同所造成的影響。同時，為便于比較我國省域旅游經濟韌性的區域差異特征，采用地理學上的七大分區，分別為：華中(湖北、湖南和河南)、華北(河北、山西、北京、天津和內蒙古)、華東(江蘇、浙江、安徽、福建、江西、山東、上海和臺灣)、華南(廣東、廣西、海南、香港和澳門)、西北(陜西、甘肅、青海、寧夏和新疆)、西南(重慶、四川、貴州、云南和西藏)、東北(黑龍江、吉林和遼寧)[33]。研究所需影響因素數據均來自《中國文化文物和旅游統計年鑒》、各省統計年鑒、國民經濟和社會發展統計公報等。

1.2 研究方法

1.2.1 空間差異研究方法 本研究使用不平衡指數、變差系數、赫芬達爾系數、首位度、地理集中指數測量區域空間差異[34，35]：1)通過計算洛倫茲不平衡指數并根據洛倫茲曲線的傾斜程度判斷我國省域旅游經濟韌性空間分布的均衡程度；2)引入變差系數測算我國七大區域之間旅游經濟韌性的相對均衡度；3)運用赫芬達爾系數衡量高旅游經濟韌性在省域尺度與七大區域尺度上的空間集聚程度；4)采用區域內第一大經濟地區與第二大經濟地區之間的比值判斷首位度，旨在分析旅游經濟韌性高低的集中度；5)利用地理集中指數測度我國省域旅游經濟韌性在七大區域上的空間集聚程度。

1.2.2 模糊集定性比較分析(fsQCA)法 本文采用fsQCA方法對新冠肺炎疫情沖擊下我國省域旅游經濟韌性差異影響因子進行組態分析。旅游經濟韌性涉及資源環境、地方經濟基礎、產業結構等多種因素，傳統方法多基于變量獨立、單向線性關系進行分析，難以區分多個前因變量的復雜交互效應，而fsQCA方法基于布爾代數原理，能有效揭示復雜風險因子影響的“聯合效應”和“互動關系”[36]。Ragin指出該方法能探討因果關系的非對稱性問題[37]，能對產生高、低兩種不同韌性的影響因子組態進行有效識別，因此適用于新冠肺炎疫情背景下影響旅游經濟韌性的因子分析。另外，本文在構建我國省域旅游經濟韌性差異影響因子的基礎上，使用熵值法對指標標準化后的數據進行客觀賦權，然后利用加權綜合評價法求出各類影響因子的最終得分。

2 旅游經濟韌性指數與空間分布特征

通過計算得出兩次疫情沖擊下我國31個省域旅游經濟韌性水平評價值(表1)，采用ArcGIS 10.3軟件中的自然斷點法將其劃分為低(-0.9～-0.3)、較低(-0.3～0)、中等(0～0.3)、較高(0.3～0.5)、高(0.5～0.9)5個等級，并進行空間格局可視化(圖1)。

表1 我國省域旅游經濟韌性指數Table 1 Tourism economy resilience index of provinces in China

注：審圖號為GS(2019)1822號，底圖無修改。

2.1 旅游經濟韌性水平

由表1可知，SARS沖擊下我國各省域旅游經濟韌性普遍不高，經濟韌性值小于0的省域多達18個，以甘肅(-0.5740)、河南(-0.6456)、山西(-0.6704)、北京(-0.8576)、河北(-0.8737)、寧夏(-0.8990)為代表的省域旅游經濟韌性顯著低于全國平均水平，且中部地區旅游經濟韌性普遍低于沿海地區。另外，SARS對北京和廣東影響嚴重，但廣東(-0.2571)旅游經濟韌性遠高于北京(-0.8576)，表明廣東具有強大的旅游經濟抵御能力。總體而言，高韌性省域占3.2%，中等韌性省域占25.8%，低韌性省域占35.5%，韌性水平呈現“頂端小底端大”的非均衡結構。對比之下，新冠肺炎疫情沖擊下我國省域旅游經濟韌性差異明顯，19個省域旅游經濟韌性值大于0，旅游經濟總體呈現出巨大韌性。西藏(0.8072)處于最高水平，其次是山東(0.5846)、黑龍江(0.5649)和新疆(0.5177)，表明上述省域在這次疫情中展現出強大的供給能力、適應能力和修復能力。另外，這次疫情使湖北的旅游經濟遭受重創，旅游經濟韌性顯著為負(-0.3218)，陜西(-0.4875)、四川(-0.5316)的旅游經濟韌性均低于全國平均水平。總體而言，高韌性省域占12.9%，低韌性省域占16.1%，韌性水平表現出極化趨勢，呈現出“兩頭小中間大”的橄欖型結構，表明我國旅游經濟韌性水平目前處于不穩定的變動期，整體上還存在較大提升空間。

2003年SARS沖擊下我國共有13個省域旅游經濟韌性位于中等以上水平，而在新冠肺炎疫情沖擊下則增至19個省域，這表明經過近17年的發展，我國旅游經濟韌性水平總體提升，旅游業對突發事件的抵抗力和恢復力明顯增強。其中，福建、山東、北京、寧夏、青海、貴州、廣西、廣東、河南的旅游經濟韌性均大幅上升并實現跨級，表明這些省域在疫情的動態擾動中能打破路徑依賴，開辟新的旅游經濟增長路徑；而吉林、江蘇、天津和四川的旅游經濟韌性出現小幅下降，四川從2003年的較高韌性變為2020年的低韌性，表明盡管這些地區的旅游產業基礎較好，依靠既有產業結構能暫時抵御沖擊，但在危機過后甚至長期的擾動中無法適應風險變化。

2.2 旅游經濟韌性空間分布格局

由圖1可知：1)2003年SARS沖擊下我國省域旅游經濟韌性整體呈西南、東北地區高，華東、華南、西北部分地區次之，華北、華中、西北部分地區低的空間分布格局，高旅游經濟韌性省域主要集中在西部地區、東北三省和江浙等地，華中的湖南省旅游經濟韌性表現突出；從局部看，低旅游經濟韌性省域呈現集中片狀分布，較高韌性以上省域呈分散點狀分布。2)2020年新冠肺炎疫情沖擊下我國省域旅游經濟韌性整體呈西南、華東、東北地區高，華中、華北地區低的“U”形空間分布特征，高旅游經濟韌性省域主要分布在東南沿海及西部地區，尤以西部地區韌性最高；低旅游經濟韌性省域主要分布在中部及北部地區；從局部看，高、低旅游經濟韌性的省域呈區域型分布，西部與北部高韌性地區分布較為分散，形成“新—藏、魯、黑”的點狀分布格局，南部高韌性地區形成“浙—閩—贛—湘—貴—云”的帶狀分布格局，中北部低韌性地區形成“蒙—冀—陜—晉—鄂—渝—川—皖—豫”的片狀分布格局，整體形成“三點一帶一片”的旅游經濟韌性分布格局。

兩次疫情沖擊下，我國東部地區(京、津、江、浙)、東北地區(黑、遼)的旅游經濟韌性始終處于領先水平，西部地區(新、藏、青)次之，中部地區處于較低水平。對比分析發現，在近17年的發展中，“U”形空間分布特征逐漸收斂。SARS沖擊下我國省域旅游經濟韌性呈分散的點片狀分布，而新冠肺炎疫情沖擊下則進一步變化為“三點一帶一片”的空間分布特征，這主要與區域經濟發展水平密切相關。深入分析發現，沿海地區的高韌性省域增長速率明顯高于中部地區，這表明受地理位置和經濟發達程度影響，沿海地區在對抗疫情沖擊時旅游經濟顯示出強大的韌性，而中部地區受制于經濟基礎和發展模式，旅游經濟韌性提升較為困難。

2.3 旅游經濟韌性空間差異特征

2.3.1 旅游經濟韌性的省域差異 進一步使用變差系數、首位度分析兩次疫情沖擊下我國31個省域旅游經濟韌性的空間差異。首先，SARS沖擊下我國省域旅游經濟韌性的變差系數為-2.66，表明各省域旅游經濟韌性之間存在較為顯著的差異；新冠肺炎疫情沖擊下變差系數為3.598，表明各省域之間韌性差異較大，緣于不同時期我國各省域的經濟實力與旅游資源差異，且旅游經濟韌性也受各省域的制度能力、技術發展、教育水平、基礎設施、對外開放度等因素的影響。其次，SARS沖擊下省域間首位度為1.35，即旅游經濟韌性最高的江蘇與較高的四川之間差距較小，因為這兩個省域均遠離SARS暴發重災區——北京和廣州，江蘇憑借其東南沿海優越的地理位置在旅游經濟韌性上略優于四川；新冠肺炎疫情沖擊下首位度為1.381，旅游經濟韌性最高的西藏與次高的山東之間差距較小，結構較合理。究其原因，雖然西藏整體經濟實力較弱，但其獨特的地理位置確保其受疫情沖擊程度較小，旅游經濟恢復能力較強；山東地處環渤海經濟圈和旅游圈，受周邊地區輻射效應明顯，特別是省政府針對疫情沖擊出臺的“文旅20條”[38]保證了其強大的韌性。進一步對比發現，31個省域旅游經濟韌性的變差系數由2003年的-2.66變為2020年的3.598，說明2003-2020年我國各省域之間的旅游經濟韌性差距在增大，首位度變化則不明顯，表明我國高旅游經濟韌性的省域波動較小。

2.3.2 旅游經濟韌性的區域間差異 為描述我國31個省域旅游經濟韌性的區域間差異，本研究利用變差系數、赫芬達爾系數、首位度、地理集中指數進行綜合分析。結果顯示，在SARS沖擊下七大區域之間旅游經濟韌性的空間差異較小，變差系數為-0.546，較省域尺度明顯減小，表明省域之間抱團會進一步降低區域間旅游經濟韌性差距；而在新冠肺炎疫情沖擊下七大區域之間旅游經濟韌性空間差異較大，變差系數為1.601，但仍遠小于省域尺度，表明旅游經濟韌性在區域尺度上較穩定，這緣于旅游業在區域上集中能組成抗風險能力較強的系統，依靠區域系統的聚集效應能較好地抵御風險沖擊。其次，SARS沖擊下區域間首位度為1.493，新冠肺炎疫情沖擊下首位度為1.582，從區域尺度看，旅游經濟韌性最高的區域與次高的區域差距不大，結構較合理。兩次疫情沖擊下區域間赫芬達爾系數與地理集中指數值均較小，表明我國在這兩個階段高旅游經濟韌性的區域聚集程度較低，空間分散性較明顯。可見，區域旅游經濟系統能打破行政分割造成的壁壘和藩籬，調動更多資源應對疫情沖擊，未來我國應重點調整區域旅游產業結構，依靠抱團發展形成優勢互補、高質量發展的區域旅游經濟布局。

2.3.3 旅游經濟韌性的區域內差異 由表2可知，兩次疫情沖擊下我國七大區域內部旅游經濟韌性存在顯著差異，西北地區內部的變差系數最大，如陜西(低韌性)、甘肅(較低韌性)、青海和寧夏(中等韌性)、新疆(高韌性)，旅游經濟韌性跨越4個等級，分布極不均衡。這些省域盡管旅游資源豐富，但各省的產業基礎、市場規模及政策環境存在顯著差異，導致省域韌性差異較大；華南地區的變差系數較小，主要是由于該地區產業基礎較好且政策扶持力度大[39]，區域內旅游經濟韌性差異波動較小且均為正值，面對疫情沖擊該區域具有較好的抵抗力與恢復力。其次，從首位度看，東北地區首位度最高，該區域高旅游經濟韌性主要集中于黑龍江，近年來黑龍江圍繞發展全域旅游、建設“旅游強省”戰略目標，旅游業發展取得了長足進步。對比兩次疫情發現，各區域內旅游經濟韌性變差系數差異較大，其中華東和西北地區變化最為顯著，說明這兩個區域內旅游經濟韌性波動較大。

表2 兩次疫情沖擊下我國旅游經濟韌性的區域內差異Table 2 Regional differences of tourism economy resilience in China under the influence of COVID-19 and SARS

由圖2可知，新冠肺炎疫情沖擊下中高旅游經濟韌性的省域在七大區域內分散分布，其中華東、華南、西南、西北4個區域內分布占總體的74%以上；將兩次疫情沖擊下的洛倫茲曲線同絕對平均線對比發現，SARS沖擊下的洛倫茲曲線更彎曲，表明省域旅游經濟韌性在區域間分布更不均衡。事實上，與2003年SARS時期相比，如今旅游業已成為我國第三產業的龍頭產業，是一個融合于社會經濟發展的民生產業、幸福產業和扶貧產業，旅游消費的需求強度大大增加，且互聯網技術在業態創新、營銷方式創新、提升游客體驗等方面發揮了重要作用，保證了我國旅游經濟韌性提升。

圖2 七大區域高旅游經濟韌性的洛倫茲曲線Fig.2 Lorenz curves of high tourism economy resilience for seven regions of China

3 旅游經濟韌性影響因素的組態分析

3.1 旅游經濟韌性影響因素指標測度與模型構建

已有研究指出，旅游經濟韌性是為回應壓力和限制條件而激發出的一種變化、適應和轉型的能力，強調持續不斷的適應能力、調整能力、學習能力和創新能力[40]。因此，本研究從抵御因素、恢復因素、重構因素和更新因素4個維度構建旅游經濟系統韌性的影響因素指標體系(表3)。

表3 旅游經濟韌性影響因素指標體系Table 3 Index system of influencing factors of tourism economy resilience

3.2 變量校準

數據校準是 fsQCA 分析中的關鍵，本研究結合各變量實際分布和現實情境，參考文獻[41]，將各因果變量的25%、50%、75%分位值定義為完全不隸屬度、交叉點和完全隸屬度，然后利用fsQCA方法將因果變量測量值轉換為0～1的模糊得分。

3.3 單個條件的必要性分析

根據杜運周等[42]的研究，若某條件變量為結果變量的必要條件，則當結果發生時，該條件總是存在。

一致性是衡量必要條件的重要標準，當一致性值大于0.9時，則認為該條件是結果的必要條件。利用fsQCA 3.0軟件對產生高、低兩種旅游經濟韌性的必要條件進行檢驗，結果(表4)顯示：經濟發展水平(一致性值0.926>0.9)是高旅游經濟韌性產生的必要條件，其他條件變量一致性值均小于0.9，表明經濟發展水平是制約結果的瓶頸條件。從我國疫情的現實結果看，當面對外部威脅時，一個地區經濟規模和體量以及經濟實力顯然是決定該地區旅游經濟韌性的關鍵因素[22]。強勁的經濟實力是各地區應對疫情沖擊的重要支撐，特別是一些沿海城市良好的先天稟賦帶動了旅游經濟的提升，促進旅游經濟韌性的恢復。因此，高旅游經濟韌性的產生必然伴隨著高經濟發展水平與之相匹配。

表4 旅游經濟韌性影響因素必要條件檢驗Table 4 Necessary condition tests for the influencing factors of tourism economy resilience

3.4 條件組態的充分性分析

組態分析主要揭示多個前因條件構成的不同組態引致不同事故規模結果產生的充分性。本研究利用fsQCA方法生成真值表以顯示給定數據集的所有組態狀態，為將真值表簡化為有意義的配置，參考文獻[37]，選擇一致性閾值為0.8、頻數閾值為1進行充分性分析。通過模糊集分析可得復雜解、中間解和簡單解3種解的方案類型。結合簡單解進一步區分核心條件和邊緣條件(表5)，通過模糊集計算得出的高旅游經濟韌性的組態有3條，低旅游經濟韌性組態2條。從總體上看，高、低旅游經濟韌性總體解的一致性分別為0.894875和0.937582，均大于Ragin所建議的0.75的水平[37]，表明組態結果有效。同時，高、低旅游經濟韌性總體解的覆蓋度分別為0.762493和0.664725，這說明5種組態路徑對高、低旅游經濟韌性結果的解釋程度較高。因此，有理由相信這5種組態路徑是導致高、低旅游經濟韌性差異的充分條件。從高旅游經濟韌性組態路徑進一步分析發現，經濟發展水平始終發揮著核心作用，而人口規模、旅游資源豐富度、旅游設施等條件發揮著邊緣輔助作用。總體上看，高、低兩種旅游經濟韌性的產生存在非因果對稱性，即高旅游經濟韌性的條件組態的對立面并不能直接推導成為產生低旅游經濟韌性的原因。這說明疫情沖擊下我國省域旅游經濟韌性空間差異因果關系具有殊途同歸性和多重并發性，不同影響因子路徑組合可引致相同韌性結果。

表5 我國省域旅游經濟韌性影響因素的前因組態Table 5 Antecedent configuration of the influencing factors of provincial tourism economy resilience in China

3.5 旅游經濟韌性空間差異的形成機理分析

根據5種組態包含的核心條件以及組態背后的理論邏輯，結合本研究實際情況，對高、低旅游經濟韌性的驅動機制進行分析與闡釋。

3.5.1 高旅游經濟韌性空間差異的形成機理

(1)基礎保障型。組態H1表明，即使人口規模、旅游從業人口等條件缺席，但經濟發展水平、旅游資源豐富度、旅游設施、交通基礎設施這些影響因子的組合仍能產生高旅游經濟韌性，這類驅動機制可歸納為“基礎保障型”。事實上，旅游經濟韌性刻畫的是旅游系統遭受外部沖擊后維持自身穩定并恢復原狀的能力，而基礎設施是確保旅游系統維持自身穩定的基礎，并且是能恢復到原狀的關鍵指標。我國豐富的旅游資源、相對完整的旅游配套設施和不斷增強的經濟發展能力均為旅游經濟韌性水平的提升奠定了堅實基礎。這類案例地的典型代表為黑龍江、新疆、西藏、云南等地，相較于其他省域，這些地區的經濟發展水平不占優勢，其強勁的韌性來源于豐富的旅游資源和龐大基礎設施的支撐。在疫情沖擊下總體上仍較穩健、富有彈性，且在疫情進入常態化防控階段后能滿足快速攀升的旅游需求，表明這些地區旅游經濟具有強大的供給能力。

(2)市場促進型。組態H2表明，經濟發展水平、人口規模、旅游從業人口和旅游經濟重構等市場性影響因子的組態能提升旅游經濟韌性，這類驅動機制可歸納為“市場促進型”。首先，人口規模大的地區通常經濟更發達，居民旅游經歷更豐富，對疫情造成的沖擊具有更強的承受能力(如山東、江蘇等)。相反，經濟欠發達地區居民旅游經驗不足，對疫情的認識不夠客觀、全面，因此受危機信息傳播與外界網絡輿論的干擾更大，同時在經濟發達地區就業機會更多，醫療、教育水平更高，這些因素均能促進旅游經濟韌性水平的提升。其次，大的人口規模通常意味著更高的旅游需求，而疫情防控隔離等措施極大抑制了居民的旅游需求，隨著疫情防控形勢逐漸好轉，這些被壓抑的旅游需求將為旅游市場的恢復重振提供源源不斷的動力。最后，以固定資產投資為代表的旅游經濟重構是增強旅游經濟韌性的關鍵，投資的增長和投資結構的改善可拉動旅游經濟增長，從而增強旅游經濟韌性。

(3)創新驅動型。組態H3表明，經濟發展水平和科技水平是高旅游經濟韌性的核心條件，同時人才儲備、旅游經濟重構也是其中不可或缺的重要條件，這種組合的驅動機制可歸納為“創新驅動型”。新冠肺炎疫情加速了我國旅游企業數字化、網絡化、智能化的發展趨勢，使供給體系的質量水平不斷提高，支撐游客消費變革的條件也在持續改善，如云旅游、虛擬旅游形式的興起。疫情背景下一些景區充分利用大數據、云計算、人工智能和5G等前沿技術實現了景區人流量實時監控和有效預警，為我國旅游業復工復產提供了重要支撐。大多華東、東南沿海省域依托眾多旅游專業人才和較高的科研投入，旅游產業創新能力較強，從而成為提升旅游經濟韌性、實現旅游業高質量發展的關鍵因素，使這些地區旅游經濟具有強大的更新能力。

3.5.2 低旅游經濟韌性空間差異的形成機理

(1)就業限制型。組態NH1表明，當經濟發展水平這一必要條件不存在時，盡管旅游資源相對豐富，但疫情沖擊下大量旅游從業人員失業是抑制旅游經濟韌性的重要條件，在山西、河南、陜西、湖北等省域尤為明顯。隨著疫情持續沖擊，旅游行業的業績普遍下降，旅游企業未來效益與行業前景不明朗，員工缺失從業信心，同時由于這些地區的旅游從業人口規模較大，在疫情沖擊下難以制定完備的就業政策體系，旅游業就業形勢高度復雜。由此可見，就業是民生之本，完備的就業政策體系是保持旅游經濟韌性的重要制度基礎，在新冠肺炎疫情不斷變化的復雜形勢下，針對旅游產業特別是一些中小微旅游企業的就業政策有待進一步優化。

(2)產業結構限制型。組態NH2表明，產業結構是影響旅游經濟韌性的重要因素之一，產業多樣化通常有助于提高旅游經濟韌性，而產業結構單一的地區在面對疫情沖擊時產生的負面影響極其深遠，還可能由于長期單一產業產生“鉚釘效應”造成旅游經濟系統的持續性低迷，內蒙古、安徽等省域皆屬此類型。具體看，雖然這些省域的旅游人力資源、旅游資源稟賦、旅游需求總量等因素相對完善，但疫情沖擊下這些傳統旅游產業結構已無法適應旅游產業升級的需要，迫切需要技術創新推動旅游產業結構合理化和高級化。長三角和珠三角地區相對復雜的經濟布局使產業技術結構的內生動力不斷增強，在面對疫情沖擊時，能通過迅速轉變旅游產品生產方向規避風險，并以較強的技術創新能力創造出旅游經濟新的增長路徑。

4 結論與討論

4.1 研究結論

本研究選取相關數據對兩次疫情沖擊下我國省域旅游經濟韌性的空間差異與組態影響因素進行分析，得出以下結論：1)從整體空間格局看，我國東部地區(京、津、江、浙)、東北地區(黑、遼)和西部地區(新、藏、青)的經濟韌性處于較高水平，中部地區處于較低水平。在近17年的發展中，旅游經濟韌性由SARS沖擊下的較為分散的點片狀分布逐步過渡到新冠肺炎疫情沖擊下的西南、華東、東北高而華中、華北低的“U”形空間分布和“三點一片一帶”的空間分布格局。旅游經濟韌性從“新—藏、魯、黑”的三點分布到“浙—閩—贛—湘—貴—云”的帶狀分布，再到“蒙—冀—陜—晉—鄂—渝—川—皖—豫”的片狀分布，在東西方向上呈現“高→較高→中等→較低→低”水平梯度遞減趨勢。2)從不同省域的分布差異看，兩次疫情沖擊下我國省域間旅游經濟韌性差異較明顯，經濟韌性高低在省域尺度上空間差異最為顯著且表現出極化趨勢，呈“兩頭小中間大”的橄欖型結構。但新冠肺炎疫情沖擊下我國中高旅游經濟韌性的省域占總體的77%以上，這表明盡管部分省域存在一定短板，但我國旅游經濟韌性總體穩中向好。3)從區域間與區域內差異看，我國旅游經濟韌性在區域尺度上較穩定，表明區域系統抵御風險能力較強，充分說明了加強合作共同抵御風險的重要性。在區域內部差異上，兩次疫情沖擊下各區域內部旅游經濟韌性變差系數差異較大，其中以華東和西北地區內部差異最顯著，橫跨4個韌性等級，分布極不均衡，華南地區內部差異最小，且普遍表現為高韌性等級。4)抵御因素、恢復因素、重構因素和更新因素4類共9個影響因素構成的5種組態路徑對高、低旅游經濟韌性產生顯著影響。必要性分析揭示了經濟發展水平是高旅游經濟韌性產生的必要條件，但同時也說明旅游經濟韌性是“多重復雜因素并發結果”，體現了影響因素的系統性作用。充分性分析識別的5種組態路徑表明，9個影響因素的交互作用會產生高、低兩種旅游經濟韌性。從高旅游經濟韌性成因路徑機制上看：經濟發展水平、旅游資源豐富度、旅游設施、交通基礎設施組成“基礎保障型”模式；經濟發展水平、人口規模、旅游從業人口和旅游經濟重構組成“市場促進型”模式；經濟發展水平、科技水平、人才儲備、旅游經濟重構組成“創新驅動型”模式。從低旅游經濟韌性成因路徑機制上看：當經濟發展水平必要條件不存在時，人口規模和旅游從業人口的存在反而會組成“就業限制型”模式；同樣，旅游設施和旅游經濟重構會組成“產業結構限制型”模式。不同影響因素組合會產生相同結果，說明旅游經濟韌性的產生具有多重并發性和殊途同歸性。

4.2 管理啟示

當前我國旅游業正處于高質量發展的轉型期與外部風險局勢多變的變革期，優化旅游經濟韌性、增強旅游系統的抵抗力與恢復力顯得尤為重要。本研究結合旅游經濟韌性的空間分布特征和各影響因子的組態路徑，提出如下管理建議：1)提高旅游基礎設施的冗余性，確保各類旅游基礎設施能滿足突發性公共衛生事件的應急需求。在制定旅游基礎設施的應急預案中可導入科技創新，提供數字轉型、智能升級的新型旅游基礎設施體系，動態調整旅游場所的飲食、住宿、交通、游覽、購物、娛樂等重點基礎設施的布局和服務功能，并根據應急預案前瞻性地部署重點應急基礎設施，提升基礎設施應對突發事件的包容性、適應性和穩健性，為旅游業恢復提供重要支撐。2)制定更積極的旅游就業政策。完備的就業政策體系是保持旅游經濟韌性的重要制度基礎，應最大限度用好減稅降費、金融支持等政策，積極幫助旅游企業特別是中小微旅游企業渡過難關。此外，可考慮設立專項財政資金支持旅游企業在疫情內保崗培訓，提升旅游服務人員的業務能力和水平，在企業內部緩沖就業沖擊，避免大規模裁員。3)全力推進旅游經濟向數字化、智能化、消費化和服務化轉型。科技創新是創造旅游業靈活性的主要力量，疫情的沖擊加速了技術變革，也在客觀上加深了人們對于技術的認可度和接受度。因此，政府部門可出臺一系列政策加快推進傳統旅游經濟快速向數字經濟和智能經濟轉變。此外，嚴格的疫情防控要求使原本“面對面接觸”的實地旅游涌現出“云旅游”“虛擬旅游”等新形式，也暴露出我國旅游景區在物聯網基礎設施和人工智能基礎領域投入等方面的不足以及大力推進5G網絡建設的迫切性，因此提高旅游科技水平、加快旅游產業變革也是優化我國旅游經濟韌性的關鍵所在。

4.3 研究局限與未來展望

本研究根據黃金周期間的旅游接待人次和旅游總收入構建了旅游經濟韌性的測度體系，但疫情對我國旅游業的沖擊是多維度且深入的，如新冠肺炎疫情沖擊下的旅游需求、旅游投資、區域格局、產業鏈條等。旅游業應對此次危機的措施也是多方面的，各級政府、旅游企業、行業協會等采取稅收減免、貸款融資、消費券發放等一系列舉措應對此次危機，未來有望從這些指標方面構建更系統的測度體系。其次，本研究僅討論抵御因素、恢復因素、重構因素、更新因素4個層面要素對旅游經濟韌性的影響，未來可深化影響因素，進一步豐富影響模型結構、深化研究模型的解釋力。最后，本研究以省域尺度為基本研究單元，未來可嘗試市域尺度旅游經濟韌性的研究。