在“数字中国”战略深入推进的背景下，人工智能（AI）日益成为推动旅游业高质量发展的核心引擎。然而，目前AI与旅游业融合过程仍面临技术伦理缺位、数据安全隐患、制度保障不足等多重挑战，亟需系统梳理与应对。文章聚焦AI赋能旅游业高质量发展的关键议题，系统分析其在旅游业产品创新、服务重构、治理体系升级中的现实问题与路径机制。研究发现：（1）AI技术重塑了旅游业的运行逻辑，推动产业从要素驱动向智能驱动转型，构建“数据-算法-服务”闭环；（2）AI作为新型生产要素深度嵌入旅游生产函数，通过技术赋能实现劳动增强、资本优化与资源调度智能化；（3）AI驱动文旅融合迈向资源数字化、体验沉浸化、供给个性化与决策智能化的新阶段，催生多元融合业态；（4）AI助力构建“政府-企业-社区-游客”协同治理网络，推动旅游目的地治理向智能生态系统转型；（5）AI发展中的风险与挑战日益凸显，需从制度建设、技术监管、伦理治理与人才培养多维发力，构建包容、安全、公平的技术治理体系。研究有助于厘清人工智能驱动旅游业变革的核心逻辑，为构建以智慧共创为特征的新型旅游发展模式提供理论支撑与政策建议。
人工智能（AI）驱动旅游学科体系重构是新时代旅游教育响应国家教育强国战略、服务文旅产业智能化转型的核心命题。然而，当前关于AI如何深度嵌入旅游学科建设的系统研究仍较薄弱。文章深入探讨AI技术驱动下旅游学科体系重构的新契机、新问题与新范式。研究发现：（1）AI推动旅游学科理论体系重塑，促进跨学科融合与知识体系重构；（2）人工智能技术加速“人工智能+教育”实践落地，推动教学内容、方式与评价体系的深层变革；（3）旅游学科在智能化转型中面临伦理规制滞后等多重挑战；（4）未来学科建设需聚焦技术治理、制度创新与文化引导，推动旅游学科实现智能化跃升与价值再造。文章从理论和实践层面丰富了AI时代旅游学科建设的研究框架，并为政策制定者和教育管理者提供了可操作的政策建议，助力中国特色旅游学科体系的现代化转型。
城市是重要的旅游目的地，智慧城市建设深刻影响着旅游业发展。研究以中国100个地级智慧城市试点为对象，基于2006—2019年CEIC数据库及各地级市统计年鉴数据，采用双重差分模型和面板回归模型探讨智慧城市建设对旅游发展水平的影响。研究发现：（1）智慧城市建设显著提升了城市旅游发展水平；（2）智慧城市建设主要从智慧基础设施、智慧交通、科技创新、智慧经济4个维度，促进旅游发展水平的提升，其中科技创新维度的影响程度最高；（3）智慧城市建设4个维度对旅游发展水平的影响程度存在城市规模差异。科技创新维度、智慧基础设施维度和智慧经济维度分别对大城市、中等城市和小城市中的影响最为突出。研究为智慧城市建设促进旅游业高质量发展提供了理论依据和实证支持。
旅游业的数字化转型改变了旅游地的运营管理模式，既为旅游地居民参与旅游业提供了契机，也给其亲旅游行为带来了挑战。研究基于能力-动机-机会（AMO）理论，采用必要条件分析（NCA）和模糊集定性比较分析（fsQCA）对关于平遥古城的297份居民问卷数据进行分析，揭示数字素养（数字技术、数字认知、数字社会情感）及经济、环境、社会文化效益感知对亲旅游行为的组态路径。研究发现：（1）单一要素未构成亲旅游行为的必要条件，环境效益感知最先成为亲旅游行为的瓶颈因素；（2）亲旅游行为具有“多重并发”和“殊途同归”效应，共有4种高亲旅游行为模式（纯数字驱动型、技术-经济-情感型、数字-经济型、综合型）和4种非高亲旅游行为模式（环境-情感限制型、环境因素限制型、数字技术欠缺型以及数字社会情感不足型）；（3）影响高和非高亲旅游行为的前因条件具有异质性且存在一定替代关系。研究明晰了居民亲旅游行为的多重前因关系、因果非对称性和多种等效路径，为旅游地可持续发展提供了理论支持，也为管理者在政策制定和资源配置方面提供了实践指导。
旅游数字标牌的科学布点是提升城市旅游体验与公共信息服务效率的关键问题。而目前大多数选址仍主要依赖经验判断，常导致信息分布不均、标牌密度失衡，进而影响游客获取景区信息的效率与整体旅游满意度。针对上述问题，文章以“最大覆盖”为目标，构建旅游数字标牌选址优化模型，结合多源时空数据引入深度强化学习技术进行求解。研究涵盖数据采集与预处理流程，融合地理探测器与注意力机制识别关键影响因子，并基于深度强化学习构建状态空间与决策策略。同时，将所提方法与经典求解器和启发式方法进行了求解质量与计算效率的系统对比。以北京市五环以内区域为实验场景，结果表明：（1）现有旅游数字标牌主要集中于东部和东北部，与旅游景点空间分布高度相关；（2）旅游热度、游客活跃度及城市公共交通分布在选址结果中发挥显著作用；（3）三种方法优化结果均将标牌优先布局于西城区及周边区域，而深度强化学习方法在保证布点效果的同时显著提升了计算效率。研究创新性地引入深度强化学习方法解决旅游数字标牌选址问题，推动选址策略从经验驱动向数据驱动、从静态布设向智能优化转变，为智慧旅游信息设施的科学规划提供了技术支撑与实践路径。
科学测度旅游资源点与游客兴趣点的空间匹配关系，是自驾游风景道选线和区域旅游生产力布局优化的关键技术环节。研究引入空间匹配理论，融合多元数据，尝试构建风景道空间匹配选线法（Spatial Matching for Scenic Byway, SMSB）。首先，运用GIS分析方法识别旅游资源点和游客兴趣点的空间集聚特征和分布模式，利用空间匹配测算模型评估二者的空间匹配度，划分匹配类型。其次，综合考虑地形坡度、土地利用类型、生态敏感性等限制性因素，通过加权叠加分析构建风景道选线适宜性评价指标体系，划分空间适宜度分区。再次，将自驾游游客兴趣点、OSM路网和旅游资源点数据依次栅格化叠加，生成节点栅格，结合现状评估筛选出空间节点。最后，基于上述三个步骤的结果——空间匹配度、空间适宜度和空间节点，在现有路网的基础上进行自驾游风景道选线规划。通过闽西地区的实证检验发现：SMSB选线法克服了传统风景道选线方法中单一依赖旅游资源分布或游客兴趣点的局限性，弥补了现有研究中旅游资源空间分布和自驾游游客需求偏好关系量化评估的不足，简化了空间节点选择程序的复杂度，提升了风景道选线的科学性和精准度。
在效率变革与经济转型现实背景下，促进文化产业和旅游产业效率协同增长对实现文旅融合和高质量发展至关重要。文章基于协同演化视阈构建文化产业和旅游产业效率协同增长的分析框架，综合运用Super-EBM模型、哈肯模型、非参数核密度估计、泰尔指数和定性比较等方法，分析2011—2021年中国省域文化产业和旅游产业效率协同演化特征及影响因素。研究发现：（1）文化产业效率、旅游产业效率均对文化产业和旅游产业效率协同增长系统存在正反馈效应，但系统的演化方向由文化产业效率主导。（2）研究期内文化产业和旅游产业效率协同增长总体表现为由东南沿海向西北内陆逐渐递减的扩散特征，形成“中部>东部>西部”的区域空间分异。（3）中国和三大区域文化产业和旅游产业效率协同增长的核密度分布曲线均呈现显著的“单峰”形态；中国文化产业和旅游产业效率协同水平呈现“下降-上升”总体特征，其中区域间差异是造成总体差异的根源。（4）文化产业和旅游产业效率协同增长受多元因素的组态影响，存在数字经济-人力供给驱动型、政府-资源驱动型、市场-交通驱动型和“政府-资源”+“市场-交通”综合驱动型4种组态路径。文章揭示了文化产业和旅游产业效率协同增长的复杂组态成因，丰富了文化和旅游关系研究，可为文旅深度融合与高质量发展提供理论参考。
互联网时代，网络关注度作为获取工业旅游信息的关键途径，重构了产业间互动与联系，在一定程度上助力了城市高质量发展。文章基于2011—2022年“三线建设”地区136个地级市的工业旅游网络关注度的百度指数，运用ArcGIS 10.6软件对工业旅游网络关注度和“三线建设”地区城市高质量发展的时空演化特征进行可视化呈现，并综合运用空间杜宾模型及门槛模型分析工业旅游网络关注度对“三线建设”地区城市高质量发展的空间溢出效应和非线性效应。研究发现：（1）工业旅游网络关注度和“三线建设”地区城市高质量发展指数在时序上呈现逐年上升的特征，但部分城市的工业旅游网络关注度呈波动变化；在空间上呈现“以点带面，连片发展”特征，存在显著的空间相关性；（2）工业旅游网络关注度的提高整体上能促进“三线建设”地区城市高质量发展，但也存在负向空间溢出效应。在空间效应中，本地效应大于空间溢出效应；（3）工业旅游网络关注度对“三线建设”地区城市高质量发展存在空间异质性，其中东中部地区主要表现为本地效应，西部地区表现为正向的本地效应和负向的空间溢出效应；（4）工业旅游网络关注度对“三线建设”地区城市高质量发展的促进作用会随着互联网普及率的提升和产业结构的不断升级而增强，具备显著的双门槛效应。研究结果对于从宏观上把握工业旅游网络关注度，推进“三线建设”地区城市高质量发展具有重要意义和价值。
