數字經濟對旅游發展影響的空間效應
——基于中國284個地級及以上城市的實證研究

蔡超岳，唐健雄，劉雨婧,b

（a.湖南師范大學 旅游學院；b.湖南省第三測繪院，長沙 410081）

作為中國的戰略性支柱產業，旅游業肩負著鄉村振興、提振消費等重要使命，同時也承接著“后疫情時代”恢復和高質量轉型的巨大壓力，如何攻堅克難以實現發展新飛躍成為亟待解決的關鍵問題。數字經濟被視為中國經濟增長的新引擎，到2021 年發展規模已高達45.5 萬億元，占GDP 的39.8%，其“高創新性、強滲透性、廣覆蓋性”深刻影響千行百業的發展進程（宋雪飛 等，2022）。近年來，旅游業的數字化改造成為推動其新舊動能轉換的重要抓手，得到廣泛關注。2021年國務院印發的《“十四五”旅游業發展規劃》明確指出，要充分運用數字化、網絡化、智能化科技創新成果升級傳統旅游業態，創新產品和服務方式，推動旅游業從資源驅動向創新驅動轉變（中華人民共和國國務院，2021）。此外，新冠疫情期間依托數字經濟而快速發展的在線旅游產品也成為旅游業渡過難關的重要保障，2021 年其交易規模已突破1.3 萬億元（吳丹丹 等，2023）。由此看來，數字經濟有潛力成為旅游發展動能釋放的新突破口，探究其對旅游發展的影響既具有理論意義，更彰顯時代價值。

目前，關于數字經濟與旅游業發展的研究主要聚焦于2個方面：1）探討數字經濟所依托的信息與通信技術（Information and Communication Technol‐ogies, ICTs）對旅游業的影響。在理論研究中，Bu‐halis（1998）從供需2個維度提出了ICTs對旅游業發展影響的總體分析框架，認為信息技術改變了旅游企業的經營模式并激發了游客的消費潛力；此后，部分學者還關注到ICTs對豐富游客旅游體驗、提高旅游支付安全性及降低旅游企業運營成本等方面也起關鍵作用（Kwok et al., 2018; Nuenen et al.,2021）。實證研究方面，各國學者主要采用統計或調研數據分析ICTs對旅游業的影響，如Karanasios等（2008）以馬來西亞和厄瓜多爾為例，證實了ICTs對當地旅游發展的正向效應，但囿于閉塞的社會環境導致該技術的推廣受阻；Adeola 等（2019）發現非洲各國智能手機和互聯網的使用程度與旅游業發展呈現“U 型”關系；在中國情境下，楊勇（2020）證實了互聯網使用率提高有助于旅游發展的提質增效，但王龍杰等（2019）卻發現信息化基礎設施的無序建設會使旅游業發展陷入“索洛悖論”。2）從理論層面探究數字經濟對旅游業發展的影響效應。宏觀上，有學者認為數字經濟可通過拓展旅游業市場規模、提升旅游業全要素生產率和產業結構合理化及高級化程度，進而實現旅游業高質量發展（趙磊，2022）；還有學者指出，數字經濟對旅游虛擬產業集群的策動效應促使旅游業發展呈現虛實交互的新特征，從而突破傳統的價值鏈邊界（魏翔，2022）。但與此同時，數字經濟對加劇旅游市場競爭所引發的負面效應（Hojeghan et al.,2011），以及大數據“殺熟”“數據鴻溝”等數字經濟副產品帶給旅游治理的嚴峻挑戰也引發部分學者的擔憂（宋瑞，2022）。在企業微觀層面，有學者基于組織變革理論，認為數字化在旅游企業組織結構優化、跨部門信息共享平臺建立中起關鍵作用，從而消弭企業經營過程中的非增值活動以提升運營效率（Hojeghan et al., 2011；趙磊，2022；吳丹丹等，2023）；還有學者認為，數字經濟克服了旅游從業者知識獲取的時空約束，強化了旅游業的集體學習機制，從而提升旅游業人力資本素質和產出績效（劉震 等，2022a；趙磊，2022）。此外，隨著理論探討的日趨深入，相關實證研究也逐步展開，已有部分學者就數字經濟對旅游業資源配置效率（Wang et al., 2022）、旅游經濟增長（冀雁龍 等，2022）、旅游業全要素增長率（吳丹丹 等，2023）的影響效應展開實證檢驗，但高水平成果仍十分有限。

綜上，已有文獻為數字經濟與旅游業發展的后續研究奠定良好基礎，但當前研究多偏重于ICTs對旅游業的影響，就數字經濟對旅游發展影響的學術探討多停留于理論層面，少量的實證成果也多以省域作為研究單元，對地級市尺度的精細刻畫略顯不足。此外，數字經濟能以信息流形式穿透行政地理邊界的天然特性需得到格外關注（楊勇，2022），這表明其不僅能作用于本地旅游經濟，還可能通過空間溢出效應賦能鄰地旅游發展，且現有研究已證實數字經濟對區域創新能力提升（陳治 等，2023）、產業結構升級（馬曉君 等，2022）、城市經濟高質量發展（魯玉秀 等，2021）等均具有空間溢出效應。但遺憾的是，已有研究仍多局限于就數字經濟對旅游業影響的線性、門檻效應等方面的考察，鮮有文獻將空間效應納入旅游發展的分析框架中。

鑒于此，本文從空間視角出發，在厘清數字經濟對旅游發展作用機理的基礎上，以中國284個地級及以上城市為樣本，使用熵權TOPSIS 法測度各城市2011—2019年數字經濟發展水平，并構建空間杜賓模型以實證檢驗數字經濟對旅游發展影響的空間效應，以回應學術關切并為政策制定提供參考依據。

1 理論解析與研究假設

數字經濟的時空壓縮效應消弭了信息傳遞過程中的地理阻隔，增強了區域間旅游業交流的廣度和深度（趙濤 等，2020），進而從供需兩側釋放對旅游發展的正向空間溢出（圖1）。從供給端看：首先，數字經濟打破了旅游業的地理鄰近性依賴，促使分散化的地區性旅游企業參與到統一大市場分工中，實現其在信息空間中的“虛擬集聚”（王如玉等，2018），從而引發規模經濟效應下旅游全要素生產率的提升（荊文君 等，2019）。其次，數字經濟克服了知識溢出的時空約束，實現數字編碼形式下的遠距離實時傳播，以高效化的“集體學習機制”取代知識壁壘下的“囚徒困境”（劉震 等，2022b），使得不同地域的旅游企業共享經驗成果，有助于旅游業發展提質增效。最后，數字經濟具有開放共享的特征，大數據的透明信息為旅游企業的跨區域協作提供基礎性支撐（魯玉秀 等，2021），既降低信息不對稱環境下高昂的融通和交易成本，又提升旅游產品供需匹配效率，以規避因空間錯配引致的資源浪費（趙磊，2022），實現旅游業的“帕累托優化”。

圖1 數字經濟對旅游發展影響的空間效應作用機理Fig.1 Spatial effect mechanism of digital economy on tourism development

在需求端：一方面，數字經濟下在線旅游（OTA）平臺集合了旅游消費過程中的搜索、購買及評價等環節（劉震 等，2022a），不僅降低了游客出行前的交易成本，還為其提供了侵權后的網絡增權渠道（羅秋菊 等，2018），從而消弭了在不完備信息環境下的出游顧慮，釋放了游客大尺度旅游的需求，尤其帶動了遠離主要客源市場的旅游地發展。另一方面，是否擁有足夠的支付能力是實現旅游需求的物質基礎（李天元，2011），而數字金融平臺推出的旅游貸款產品（如攜程的“拿去花”等），可激發居民因資產流動性約束而被限制的出游潛力（Wang et al., 2022），游客的跨區域旅游消費（交通、住宿、餐飲等）會通過乘數效應積極影響目的地旅游業發展。此外，數字技術與旅游業的深度融合衍生出元宇宙旅游、數字景區等旅游新場景，從而提升旅游產品的多樣化供給水平，以滿足不同地域游客的遍在性需求（吳丹丹，2023），增強旅游目的地吸引力，而游客的到來可同時帶動泛旅游產業發展，循環累積效應下鄰近城市旅游業也將享受到發展紅利。因此，提出假設：

假設1：數字經濟對旅游發展具有正向空間溢出效應。

由于中國幅員遼闊，不同地區數字經濟和旅游市場發育度都具有顯著差異，可能導致數字經濟對旅游發展影響的空間效應存在區域異質性。一方面，在網絡效應和梅特卡夫法則支配下，數字經濟的廣泛應用將弱化旅游經濟活動的行政邊界，更多城市將享受到數字紅利對旅游業的正向激勵（劉震等，2022b）。在東部地區，完善的信息基礎設施為數字經濟發展提供了底層支撐（秦文晉 等，2022），高技術產業集聚下對人才、技術、資本等發展要素的“虹吸效應”引發數字經濟規模進一步擴張（魯玉秀 等，2021），其表現出的擴散效應可為區域旅游業協同發展提供強大動能。相比之下，中西部及東北地區由于缺乏相對完善的數字化配套導致其數字技術應用相對滯后，也因此桎梏數字產業的孵化和各行業數字化轉型的步伐，與東部城市間的“數字鴻溝”逐步加深，數字經濟對旅游產業的正外部性也難以得到充分釋放（羅軍 等，2022）。另一方面，旅游市場成熟度和旅游數字化程度的差異性，影響數字經濟的正向空間溢出效應（劉震 等，2022b）。在東部，完善的旅游產業鏈和跨區域的高效協作機制為數字經濟對周邊城市旅游發展要素的有效配置奠定良好基礎，且旅游數字化平臺打破了本地—鄰地間旅游業的空間依賴性，由此塑造了區域間旅游流互聯互通格局，有效釋放了數字經濟對旅游發展的外部性紅利（吳丹丹 等，2023）。而在中西部及東北地區，粗放式發展模式下城市間并未建立起合作互惠的旅游共生機制（吳泓 等，2004），加之旅游業數字化轉型相對滯后，旅游市場主體間因溝通渠道不暢，導致數字經濟的技術外溢效應無法得到充分發揮，“數字隔離”現象顯現（張英浩等，2022）。因此，提出假設：

假設2：數字經濟驅動旅游發展的空間溢出效應存在區域異質性。

數字經濟雖能通過高效化信息傳遞打破旅游業發展的地域阻隔進而向鄰地釋放“數字紅利”，但地理學第一定律指出，任何客體的影響力都將隨著地理距離的增加而衰減（Tobler, 1970），這意味著數字經濟的空間溢出效應也可能存在距離衰減規律。首先，依托發達的信息技術，可編碼知識的跨時空傳播在一定程度上弱化地區間旅游發展的“知識壁壘”，但大量暗默知識（tacit knowledge）的高度意會性特質決定知識溢出的局域性難以完全消弭，國內外學者已廣泛證實知識和技術外溢存在距離衰減效應（曹玉平，2020）。此外，數字經濟下信息的傳遞雖能突破空間距離限制，但旅游業的“地方保護主義”和行政分割樹立起隱形的“信息藩籬”，旅游地對抗性競爭下難以充分發揮數字經濟對旅游虛擬產業集群的策動作用（李琳 等，2022），其空間溢出效應也將受到地理距離的約束。再者，從需求端看，空間距離對大尺度旅游產生的“摩擦力”并未因數字經濟的介入從根本上得到消除，社交媒體平臺和OTA引致的信息搜尋和交易成本降低，只是“空間摩擦力”的有限“潤滑劑”，因地理阻隔帶來的高昂的時間、交通成本始終是個人旅游需求實現的重要約束因素（楊勇，2022），且出游距離衰減規律也得到普遍證實（吳必虎 等，1997）。因此，提出假設：

假設3：數字經濟驅動旅游發展的空間溢出效應存在最優距離閾值，越過臨界點后呈距離衰減態勢。

2 研究設計

2.1 空間計量模型構建

2.1.1 空間自相關檢驗 使用全局莫蘭指數（Mo‐ran'sI）檢測研究對象在全局空間中的集聚狀況，其公式為（王輝 等，2020）：

由于全局空間自相關只能分析研究對象的整體空間集聚狀況，無法呈現局部的空間關聯特征，故引入Getis-Ord探究變量的局域空間集聚現象（冷熱點分布），計算公式為：

式中：n表示城市數量；Pj表示空間單元上的觀測值；wij表示空間權重矩陣；接近0，這意味著觀測值在區域中愈接近隨機分布，的絕對值越大，形成冷熱點區域的可能性越大。

2.1.2 空間杜賓模型（SDM）選取合適的空間權重矩陣是構建空間計量模型的前提。選取地理權重矩陣，它是根據兩城市間地理距離的倒數設定；同時，由于經濟因素是影響城市旅游發展空間交互的重要因素，選取經濟與地理距離嵌套矩陣對比研究，它同時結合了城市間的地理距離以及2011—2019年各城市GDP平均值的經濟距離（唐健雄 等，2022）。在此基礎上，選取結合空間誤差模型（SEM）和空間滯后模型（SRM）優勢的空間杜賓模型（SDM）來探究數字經濟對城市旅游發展影響的空間效應。模型表達式為：

式中：W為空間權重矩陣，包括地理權重矩陣（W1）和經濟與地理嵌套矩陣（W2）；Tourit指被解釋變量旅游發展；Digeit指解釋變量數字經濟；Con‐trolit表示控制變量；ρ為被解釋變量空間回歸系數；β1、β2分別為解釋變量和控制變量的回歸估計系數，即對城市旅游發展的直接影響；θ1、θ2分別為解釋變量和控制變量的空間回歸估計系數，即對城市旅游發展的空間溢出效應；μi和δt分別為城市與時間的固定效應；εit為隨機誤差項。

2.2 變量選取

1）被解釋變量：旅游發展（lnTour）。參考趙磊等（2014）的研究，采用旅游專業化水平，即旅游總收入（國內旅游收入與入境旅游收入的總和）占城市GDP的比例作為旅游發展的代理變量。

2）解釋變量。數字經濟（lnDige）。參考國內外現有研究（趙濤 等，2020；徐維祥 等，2022；Ma et al., 2022），基于數據的可獲得性，從數字基礎設施、數字產業發展和數字普惠金融3個維度構建指標評價體系（表1）。在此基礎上，參考徐維祥等（2022）的做法，使用熵權TOPSIS法進行測度，具體的計算過程參考魏敏等（2018）的研究，對結果的描述性統計見表2所示。此外，為明晰數字經濟各維度對旅游發展的影響效應，分別將數字基礎設施（lnInfra）、數字產業發展（lnIndus）和數字普惠金融（lnIF）作為解釋變量納入空間計量模型中進行回歸分析。

表1 數字經濟評價指標體系Table 1 Digital economy evaluation index system

3）控制變量：為避免因遺漏變量導致的回歸結果偏頗，參考相關研究（胡森林 等，2021；劉震 等，2022b），在避免多重共線性的基礎上選取一系列控制變量，描述性統計結果見表2。

表2 變量說明及描述性統計Table 2 Variable description and descriptive statistics

2.3 數據來源

考慮到數據的可獲得性和連續性，依托2011—2019年中國284個地級及以上城市（因巢湖市2011年8 月撤縣立市、萊蕪市2019 年1 月并入濟南市，兩市并未納入研究范圍）的面板數據，探究數字經濟對城市旅游發展影響的空間效應。其中，數字經濟相關數據參考2012—2020 年《中國城市統計年鑒》（國家統計局城市社會經濟調查司，2012—2020），《中國信息產業年鑒》（工業和信息化部，2012—2020），以及北京大學數字普惠金融指數①https://tech.antfin.com/research/data；旅游相關數據來源于2012—2018年《中國旅游統計年鑒》（國家旅游局，2012—2018），2019年《中國文化和旅游統計年鑒》（文化和旅游部，2019），2020 年《中國文化文物和旅游統計年鑒》（文化和旅游部，2020）；控制變量涉及數據來源于2012—2020 年《中國城市統計年鑒》（國家統計局城市社會經濟調查司，2012—2020），2012—2018 年《中國旅游統計年鑒》（國家旅游局，2012—2018），2019 年《中國文化和旅游統計年鑒》（文化和旅游部，2019），2020 年《中國文化文物和旅游統計年鑒》（文化和旅游部，2020）。

3 結果分析

3.1 數字經濟與旅游發展的空間集聚特征

3.1.1 全局空間自相關 基于全局莫蘭指數（Mo‐ran'sI）判斷數字經濟和城市旅游發展是否存在空

間相關性。由表3 可知，無論是在地理權重矩陣（W1）還是經濟與地理嵌套矩陣（W2）下，二者的Moran'sI均為正值，且均能通過至少5%水平上的顯著性檢驗，說明數字經濟與城市旅游發展均存在顯著的正向全局空間集聚特征，初步印證使用空間計量模型的合理性。具體看，數字經濟的Moran'sI呈下降趨勢，這可能是由于隨著數字基礎設施的大范圍建設，“弱勢區”的數字化應用也相應普及，區域間的“數字鴻溝”逐步縮?。宦糜伟l展的Mo‐ran'sI表現出增長態勢，說明旅游“優勢區”的游客吸納力進一步增強，旅游業發展高低水平各自集聚的“馬太效應”逐步凸顯。

表3 數字經濟和旅游發展的全局莫蘭指數Table 3 Global Moran's I of digital economy andtourism development

3.1.2 局部空間自相關 為明晰數字經濟與旅游發展的局域空間關聯性，測算二者的Getis-OrdGi*指數，并通過自然斷裂點法將其劃分為冷點區、次冷點區、次熱點區和熱點區4類，選取2011、2015和2019年3個代表性年份并使用ArcGIS10.8進行可視化（圖2）。首先，數字經濟的熱點區連片集中于東南沿海城市，呈現“空間鎖定”特征；冷點區主要分布在中西部城市，并隨時間推移覆蓋范圍大幅縮減，由2011年的四川、陜西、河南、湖北等收縮至研究期末的川渝和魯西地區。旅游發展的冷熱點區分布格局相對穩定，熱點區主要位于長三角城市群和滇桂黔渝東西兩翼，其中“東翼”覆蓋區呈收縮態勢，“西翼”隨時間推移向廣西連片擴張；冷點區也主要有2個片區，西部片區位于河套平原所在城市，規模較小，東部片區主要分布在山東半島中西部并向豫西、皖南、蘇北等地延伸。

圖2 數字經濟與旅游發展的冷熱點分析Fig.2 Analysis on the cold and hot spots of digital economy and tourism development

3.2 數字經濟對旅游發展影響的空間效應

3.2.1 總體分析 通過LM、LR、Wald和Hausman檢驗判別選擇何種空間計量模型最優。表4 顯示，LM的各項檢驗均在5%水平下顯著，表明應選擇綜合SEM 和SAR 優勢的SDM 模型；通過LR 和Wald檢驗判別SDM是否應降級為SEM或SRM模型，檢驗結果均在1%水平下顯著，拒絕原假設；此外，Hausman檢驗結果通過顯著性檢驗，說明選擇固定效應模型最優。綜上，將采用基于固定效應的空間杜賓模型探究數字經濟對旅游發展的空間溢出效應。

表4 LM檢驗、LR檢驗、Wald檢驗和Hausman檢驗值Table 4 LM test, LR test, Wald test and Hausman test

首先，通過點估計考察數字經濟對旅游發展的影響及空間溢出效應（表5）。在不同權重矩陣下，lnDige 和W×lnDige 系數均為正值，且通過10%的顯著性檢驗，初步說明數字經濟能推動旅游發展，并存在顯著的正向空間溢出效應。但由于單純通過點估計來驗證空間溢出效應可能導致結果偏誤，需結合偏微分分解結果做進一步分析。無論是在地理權重矩陣（W1）還是經濟與地理嵌套矩陣（W2）下，數字經濟的直接效應和間接效應均為正值，且基本通過顯著性檢驗，由此驗證上述結論。其中，在W1和W2下，當數字經濟每進步1%，能促進鄰地旅游發展水平分別提高0.559 5%和0.312 4%且在0.05水平顯著，表明數字經濟對旅游發展具有顯著的空間溢出效應，忽視空間因素將嚴重低估數字經濟的作用效果，假設1成立。

此外，為保障結果的穩健性，采用更換空間計量模型、替換被解釋變量以及調整控制變量3種方法進行穩健性檢驗（見表5）。1）更換空間計量模型。在W1和W2下，SAR 模型的擬合優度（R2）均優于SEM 模型，且受制于SEM 模型難以實現空間效應分解（Elhorst et al., 2015），故選取SAR模型用于穩健性檢驗。無論是點估計還是偏微分分解后，在W1和W2下回歸系數均顯著為正且至少通過5%的顯著性檢驗，證明結果的穩健性。2）替換被解釋變量。參考趙磊等（2014）的研究，以旅游人次比，即旅游總人次占年末地區人口數比重作為旅游專業化的代理變量，以驗證數字經濟是否仍對旅游發展具有顯著的空間溢出效應?；貧w結果顯示，在W1和W2下W×lnDige估計系數和間接效應系數均為正，且基本能通過10%的顯著性檢驗，表明結果具有穩健性。3）調整控制變量。參考唐健雄等（2022）的做法，剔除控制變量中對旅游發展無明顯驅動力的路網密度（lnRn）和對外開放（lnOpen）后進行重新檢驗?；貧w結果顯示，無論是點估計還是偏微分分解結果，在W1和W2下數字經濟的回歸系數仍顯著為正，進一步證實結果的穩健性。

表5 模型回歸結果及穩健性檢驗Table 5 Regression results and robustness test of the model

3.2.2 區域異質性檢驗 為驗證假設2，參考《東西中部和東北地區劃分方法》（國家統計局，2011）及相關研究（朱向東 等，2021；童昀 等，2021），將284個地級及以上城市劃分為東、中、西部以及東北地區②東部地區涵蓋北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東、海南10 個?。ㄊ小^）所在城市；中部地區涵蓋山西、安徽、江西、河南、湖北、湖南共6個?。ㄊ?、區）所在城市；西部地區涵蓋內蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆11個?。ㄊ?、區）所在城市；東北地區涵蓋黑龍江、吉林和遼寧3個?。ㄊ?、區）所在城市。，以考察數字經濟對旅游發展影響的空間效應是否存在區域異質性，回歸結果如表6所示。

表6 東、中、西部及東北地區空間效應估計結果Table 6 Estimated results of spatial effects in the eastern, central, western and northeastern regions

從直接效應的回歸結果可以看出，各權重矩陣下，各地區數字經濟均能顯著促進目的地自身旅游發展，但東部地區的作用強度明顯大于其他地區。這可能是由于東部城市擁有完善的數字基礎設施和旅游供應鏈網絡，為數字經濟的高效化滲透提供了良好支撐，有助于實現規模效應下的旅游全要素生產率增長；此外，受益于人才、資本等旅游發展要素向東部地區匯集，為旅游創新精神培育提供了土壤，這更有利于數字技術在旅游產品、組織管理創新等多方面的應用，進一步釋放數字經濟的旅游業發展紅利。相比之下，中西部及東北地區相對滯后的數字技術以及旅游數字化應用場景的匱乏，會導致數字經濟對旅游業的輻射帶動效應難以得到完全釋放，而該地區旅游創新人才的外流可能會進一步桎梏數字經濟對旅游發展的正向效應。

重點考察數字經濟的空間溢出效應。無論在W1或W2下，數字經濟的間接效應均為正，但估計系數值大體呈現“東部＞中部及東北部＞西部”的空間分異特征，其中東部地區的估計系數至少在5%水平上顯著，中部和東北地區僅能在W1下至少通過5%的顯著性檢驗，而西部地區的間接效應并不顯著，這表明數字經濟對旅游發展的空間效應在東部地區得到完全彰顯，在中部和東北地區表現為部分顯著，而在西部地區則呈現出“數字隔離”，假設2得到驗證。可能的解釋是：在東部地區，由于數字經濟具有明顯的先發優勢，梅特卡夫定律下數字經濟的知識外溢有助于構建起城市間的“集體學習機制”（劉震 等，2022a），以實現旅游發展成果共享；此外，成熟的旅游市場和高效化的區域協作機制，更有利于發揮數字經濟對旅游要素的整合、滲透功能（趙磊，2022），實現旅游資源的低成本跨時空交互，推動地區整體旅游業提質增效。而在中部和東北地區，受益于主動承接東部數字產業梯度轉移，數字經濟正處于加速擴張期，其對旅游發展的空間溢出效應逐漸顯現。已有研究證實，由于數字經濟具有“網絡外部性”特征，當數字經濟規模跨越某一臨近點后其對旅游發展的正向溢出會呈現邊際效應遞增態勢（劉震 等，2022a），這可解釋該地區間接效應部分顯著的現象。相比之下，西部地區數字經濟發育程度相對滯后，可能引發與旅游業的融合障礙，難以釋放其對跨區域上下游產業協同分工和旅游資源高效利用的正外部性；此外，在旅游業粗放式發展下，地方保護主義和市場分割成為桎梏數據旅游要素自由流動的隱性壁壘，數字經濟對旅游發展的空間效應難以得到充分發揮。

3.2.3 不同空間距離閾值下的溢出效應 數字經濟的空間溢出效應可能會受到技術溢出成本、數字設備覆蓋度等多重因素制約而存在地理距離衰減特征。因此，在理論分析的基礎上，參考徐維祥等（2022）的做法，在100～1 500 km 范圍內，每隔100 km 進行1 次回歸估計以驗證假設3 是否成立。如圖3所示，數字經濟對旅游發展的空間溢出效應在研究范圍內顯著為正，但在地理空間上呈非均衡性特征，其演變趨勢大體可劃分為3個區間。1）第一區間為0～300 km?？臻g溢出效應隨著地理距離增加逐步增強，并于300 km處達到最優閾值，估計系數為最大值1.038。2）第二區間為300～800 km。在越過最優邊界后，空間溢出效應隨著地理距離的增加相應衰減，到800 km 處估計系數下降至0.037，假設3得到驗證。這可能是由于：一方面，距離的增加伴隨著信息流動成本的提升，加之內隱知識易受地理距離約束，數字經濟對旅游發展的知識和技術溢出也難免受限。另一方面，受地方保護主義和“本地偏好”的影響，數字經濟對旅游發展的空間外溢可能存在隱形的地域阻隔而呈現“局域性”，而300 km一般還未超出省域的行政邊界（羅軍 等，2022），相較于跨省區傳播而言，省域內城市間的數字要素流動會更加順暢。此外，有學者證實數字經濟對碳排放、居民消費結構升級的空間溢出效應也存在距離衰減特征（徐維祥 等，2022；熊穎 等，2022），這進一步驗證本研究結論的科學性。3）第三區間為800～1 500 km。自800 km后，空間溢出效應變得十分微弱，并在1 500 km處趨于消失，估計系數此時僅為0.008，這表明800 km 將是數字經濟對旅游發展影響的有效外溢臨界點，而1 500 km將達到空間溢出的最大衰減邊界。

圖3 不同距離閾值下數字經濟對旅游發展的空間溢出效應Fig.3 Spatial spillover effect of digital economy on tourism development under different distance thresholds

3.2.4 拓展研究：數字經濟各維度的作用分解為進一步探究數字經濟各維度對旅游發展影響的空間效應，分別以數字經濟指標體系中的數字基礎設施、數字產業發展和數字普惠金融3個子系統作為自變量進行空間計量檢驗（表7）。從直接效應看，在W1和W2下，數字經濟各組成部分均對“本地”旅游發展具有顯著的正向影響，這表明數字基礎設施對信息傳遞和知識溢出的載體功能、數字產業對旅游高質量轉型的推動作用，以及數字普惠金融對旅游業的投資帶動和消費刺激效應均得到有效釋放。從間接效應看，數字經濟各維度的估計系數均為正，但只有數字普惠金融至少通過10%的顯著性檢驗，表現出對“鄰地”旅游發展的正向效應?？赡艿慕忉屖牵簲底制栈萁鹑诳蓮穆糜螛I供需兩側發揮其空間正外部性。一方面，數字普惠金融通過大數據算法精準識別旅游企業的信用信息，以緩解因信息不對稱引致的放貸受阻，其廣闊的空間覆蓋面可惠及傳統金融難以到達的偏遠地區，為當地旅游企業提供良好發展契機；另一方面，場景消費金融產品緩解了旅游消費者的資產流動性約束，充分釋放其大尺度旅游的潛在需求，有助于帶動跨區域旅游市場的快速發展。相比之下，數字基礎設施的正向空間溢出效應則不具備顯著性。這可能是由于數字基礎設施的無序化擴張引致的前期大規模投入，讓部分地區旅游業發展陷入“索洛生產率悖論”，且高昂的后期運營及維護成本，使得旅游投資回收期進一步延長，其正向效應也難以在短時期凸顯。此外，數字產業對旅游發展的空間效應可能是受到旅游業數字化應用程度低的桎梏而尚未顯現。這是因為在“梅特卡夫法則”下，數字產業對旅游發展的正向效應遵循邊際效應遞增規律，只有當旅游數字化應用廣度和深度突破一定閾值后，區域旅游發展才會獲得大規模的“連接紅利”，且在“循環累積因果效應”下，更多城市的旅游業將享受到廣泛的外部性紅利（劉震 等，2022b）。

表7 數字經濟各維度對旅游發展空間效應的作用分解Table 7 Spatial spillover effect of digital economy subsystems on tourism development

4 結論與討論

4.1 結論

本文從理論上解析了數字經濟對旅游發展影響的空間效應，并基于2011—2019年中國284個地級及以上城市的面板數據，構建空間杜賓模型進行實證檢驗，得到的主要結論有：1）數字經濟與旅游發展均存在顯著的空間正相關性。研究期內，數字經濟的熱點區于東南沿海城市穩態分布，而中西部大范圍的冷點區則隨時間推移大幅收縮，到2019年僅偏安于川渝和魯西的少數城市；旅游發展的冷熱點分布格局相對穩定，熱點區主要位于長三角城市群和滇桂黔渝，冷點區分布在山東半島中西部并逐步向豫西、皖南、蘇北連片擴張。2）數字經濟不僅能推動本地旅游發展，同時具有顯著的正向空間溢出效應，且該結論在一系列穩健性檢驗后依舊成立。從區域異質性視角看，東部地區數字經濟的直接效應顯著大于中西部及東北地區；空間溢出效應在東部得到完全彰顯，在中部和東北地區表現為部分顯著，而在西部地區則呈現“數字隔離”。3）數字經濟對旅游發展的空間溢出效應存在最優距離閾值并呈現距離衰減規律。當地理距離為300 km時達到外溢紅利極大值點，800 km處到達數字經濟的有效外溢臨界點，1 500 km處達到溢出效應的最大衰減邊界。4）數字經濟各組成維度中，數字基礎設施、數字產業發展和數字普惠金融均對本地旅游發展具有顯著的正向效應；但從空間溢出視角看，僅數字普惠金融能顯著推動鄰地旅游發展，其余二者均表現出不顯著的正向溢出。

4.2 討論

在數字中國建設和旅游業高質量發展的背景下，本文結論具有一定的理論意義及實踐價值。首先，相比既有研究多局限于“本地化”視角，本文將空間效應納入數字經濟對旅游發展影響的分析框架，并將研究尺度由省域細化到地級市層面以展開嚴謹地實證分析，不僅驗證了數字經濟可顯著推動本地旅游發展的現有結論（冀雁龍 等，2022），還為數字經濟能有效驅動鄰地旅游發展提供了實證依據?；诖?，進一步從區域分異視角對數字經濟的空間溢出效應展開探討，得到了數字經濟的正向溢出強度在東部顯著大于中西部和東北地區的新發現，拓展了吳丹丹等（2023）在本地視角下得出的有關結論。此外，數字經濟空間溢出效應的地理距離衰減規律得到驗證，且在300 km處存在最優距離閾值，這表明省界可能具有“屏蔽效應”，該發現在羅軍（2022）和熊穎（2022）等的研究中也可找到證據。最后，在數字經濟分維度檢驗中，本文在空間視角下為Wang 等（2022）的成果提供了新的支撐依據，即數字普惠金融對旅游發展具有顯著的正向空間溢出效應。而數字基礎設施和數字產業發展的正外部性不顯著，該現象可以通過“索洛悖論”和“梅特卡夫法則”予以解釋（王龍杰 等，2019；劉震，2022a）?？傮w而言，本研究可能的邊際貢獻在于：1）構建了數字經濟對旅游發展影響的空間效應分析框架，彌補了既有研究從單一本地視角探討影響機制存在的局限性，拓展了現有理論研究體系，并為二者關系的實證探討提供了重要依據。2）借助空間計量模型探究了數字經濟對旅游發展的影響及空間溢出效應，并解析數字經濟各維度的作用路徑，一定程度上降低了傳統計量模型因忽視空間因素而導致的估計偏誤，有效提升了研究結果的精準度。3）考慮到區域異質性和地理距離衰減規律在現實情境中不容忽視，將其納入考察范圍可進一步完善數字經濟影響旅游發展的空間效應研究，并由此引申出具有針對性地政策啟示。

基于本文結論，提出以下政策啟示：1）推進數字經濟與旅游業深度融合，構筑數字旅游“生態圈”以實現旅游要素的高效率流動及匹配，為持續釋放數字經濟對旅游發展的空間溢出紅利奠定基礎。具體而言，地方政府應加速旅游業數字化“新基建”的部署與建設，以發揮數字經濟的“連接紅利”，進而形成跨區域的旅游信息互聯互通格局；此外，還應引導旅游企業通過5G、大數據等數字技術提升旅游數字化服務供給水平，實現與動態化需求的高效匹配，以挖掘潛在的長尾客群。2）立足區域發展實際，因地施策以提升各區域數字經濟驅動旅游發展的空間溢出效應。東部地區應把握數字經濟發展的先發優勢，在持續推進旅游數字化變革的同時，加大對數字技術應用的研發力度，開發出諸如交互沉浸式旅游體驗等創新性旅游產品及業態，以提升市場吸引力；中部及東北部城市應主動尋求與旅游數字化建設“先行區”的交流合作，充分吸納其知識和技術溢出并建立起良性的互饋機制，以不斷拓展數字經濟所帶來的外部性紅利；西部數字經濟發展相對“滯后區”應加快旅游大數據平臺建設以打破“數據孤島”格局，并拓展旅游數字化應用場景和智慧旅游覆蓋面，為充分發揮數字經濟規模擴張后的網絡外部性優勢奠定基礎。3）需重點關注數字經濟空間溢出效應的區域間差距，發揮政府的統籌協調職能，以擴大數字經濟對旅游發展的紅利溢出半徑，彌補相對滯后區的發展短板。此外，各地還應依托數字化平臺破除知識和信息壁壘，構筑起跨區域的旅游業“集體學習機制”和“營銷聯動機制”，以實現“區域旅游一體化共生”（吳泓 等，2004）。這既可緩解旅游要素供需空間錯配引致的效率低下，更有助于東部主要客源市場向其余地區城市輸送客源以推動當地旅游業發展。4）拓展數字普惠金融在旅游業中的應用范圍，蓄積其對旅游發展空間溢出效應的強大勢能。一方面，政府應引導金融機構向酒店、餐飲等小微企業提供專屬普惠金融服務，以緩解其融資約束，從而增強旅游市場活躍度并激發潛在的創新熱情，為旅游業發展提質增效和跨區域的交流合作提供底層支撐；另一方面，創新并完善旅游信貸產品，尤其應覆蓋到被傳統金融服務所排斥的“長尾”旅游客群，釋放其大尺度出游的旅游消費潛力。

值得注意的是，本文仍存在部分局限性而有待進一步研究：1）雖深入分析了數字經濟對旅游發展的空間溢出效應及其區域異質性和距離衰減規律，但并未選取相關中間變量來探討具體作用機制。未來可通過中介效應模型或構建交互項等方法來進一步考察數字經濟對旅游發展的多條傳導路徑。2）僅從線性視角展開實證研究，但考慮到數字經濟的網絡外部性特征可能會對旅游業發展產生非線性效應，未來可借助面板平滑轉換模型等對其展開驗證。3）囿于地級市旅游數據相對匱乏，僅采用單一指標表征城市旅游發展水平，未來可采用多源數據進行橫向對比，也可采用諸如旅游上市公司數據從微觀層面予以實證探討。