EN中文

中国生态旅游 >

2024 , Vol. 14 >Issue 4: 896 - 912

DOI: https://doi.org/10.12342/zgstly.20240248

旅游经济

数字基础设施对旅游经济韧性的影响机理及实证检验——基于中国31个省份面板数据

  • 周鹏飞 ,
  • 蔡扬
展开
  • 重庆师范大学经济与管理学院，重庆 401311
* 第一作者/通讯作者：周鹏飞（1979-），男，博士，教授，硕士生导师，研究方向为农业经济学、文旅融合。E-mail:

收稿日期: 2024-04-09

  修回日期: 2024-07-27

  网络出版日期: 2025-01-03

基金资助

国家社会科学基金项目(19XMZ095)

收起

Mechanism and empirical test of the impact of digital infrastructure construction on the resilience of tourism economy: Based on panel data of 31 provincial-level regions in China

  • Zhou Pengfei ,
  • Cai Yang
Expand
  • School of Economics and Management, Chongqing Normal University, Chongqing 401331, China
*Zhou Pengfei. E-mail:

Received date: 2024-04-09

  Revised date: 2024-07-27

  Online published: 2025-01-03

Fold

摘要

提高数字基础设施建设水平是强化旅游经济韧性、释放旅游产业链乘数效应、推动文旅产业高质量发展的重要举措。文章基于中国31个省份2011—2022年面板数据，采用熵值法测算旅游经济韧性与数字基础设施建设水平，运用基准回归模型、门槛模型、空间杜宾模型揭示数字基础设施建设对旅游经济韧性的直接效应、非线性效应及空间溢出效应。结果显示：（1）数字基础设施建设有效增强了旅游经济韧性，并且通过了一系列稳健性与内生性检验。（2）数字基础设施建设对旅游经济韧性的影响存在基于金融监管强度的非线性递增效应。（3）数字基础设施建设对旅游经济韧性存在正向的空间溢出效应。鉴于此，文章从制定差异化发展策略、充分发挥金融监管职能和提高跨省协作水平3方面，提出了进一步提升数字基础设施建设对旅游经济韧性促进作用的政策建议。

关键词： 数字基础设施; 旅游经济韧性; 金融监管; 门槛效应; 空间溢出效应; 旅游高质量发展

本文引用格式

周鹏飞 , 蔡扬 . 数字基础设施对旅游经济韧性的影响机理及实证检验——基于中国31个省份面板数据[J]. 中国生态旅游, 2024 , 14(4) : 896 -912 . DOI: 10.12342/zgstly.20240248

Abstract

Improving the level of digital infrastructure construction is an important measure to strengthen the resilience of the tourism economy, release the multiplier effect of the tourism industry chain, and enhance the high-quality development of the cultural and tourism industry. Based on the panel data of 31 provincial-level regions in China from 2011 to 2022, this paper uses the entropy method to measure the resilience of tourism economy and the level of digital infrastructure construction. The benchmark regression model, threshold model and spatial Durbin model are used to reveal the direct, non-linear and spatial spillover effects of digital infrastructure construction on the resilience of tourism economy. The results show that: (1) the construction of digitial infrastructure has effectively enhanced the resilience of the tourism economy and passed a series of robustness and endogeneity tests. (2) There is a non-linear increasing effect based on the intensity of financial supervison regarding the impact of the construction of digital infrastructure on the resilience of the tourism economy. (3) The construction of digital infrastructure has a positive spatial spillover effect on the resilience of the tourism economy. In view of this, the paper puts forward policy suggestions to further enhance the role of digital infrastructure construction in promoting the resilience of tourism economy from three aspects: formulating differentiated development strategies, giving a full play to financial regulation and improving the level of cross-provincial cooperation.

Key words： digital infrastructure; tourism economic resilience; financial regulation; threshold effect; spatial spillover effect; high-quality tourism development

1 引言

旅游业作为中国经济实现高质量发展的新兴战略性支柱产业和具有显著时代特色的幸福产业，不仅在促进经济增长[1]、增加居民收入[2]、创造就业机会[3]、推动文化交流[4]和缩小城乡差距[5]等方面发挥着至关重要的作用，而且在经济持续下行的大环境下，常被作为拉动内需的新引擎，其发展水平在某种程度上也是衡量一个地区经济社会发展是否全面复苏的重要指标。然而，旅游业也存在依赖性、综合性、脆弱性等特征[6]，使其在面临如自然灾害[7]、公共卫生事件[8]、经济衰退[9]、国际关系恶化、汇率变化[10]等外部冲击时，往往呈现不稳定状态，严重制约旅游经济高质量发展。文化和旅游部统计公报数据显示，2020年因突发公共卫生事件导致中国国内旅游人次和国内旅游收入相比2019年分别下降52.1%和61.1%，此类外部冲击极大抑制了旅游业对经济社会发展的积极作用。旅游经济韧性作为衡量旅游业发展稳定性的关键指标[11]，能很好地反映其在面对风险时的抵御、恢复和更新能力，是研究旅游业高质量发展的重要着力点。
部分学者探讨了旅游经济韧性与旅游经济高质量发展间的互动关系，认为旅游经济韧性与旅游经济高质量发展存在相互促进的关系[12]，同时对这种互动关系进行实证分析，发现两者间存在区域异质性的单向正面效应[13]。因此，研究旅游经济韧性提升路径，对于实现其高质量发展具有一定的学术合理性。近年来学者们从多个角度对中国旅游经济韧性影响因素进行了实证分析，发现互联网普及[14]、基础设施建设[15]、环境规制[16]、区域经济发展[17]、市场规模[18]、科技创新和产业结构水平[19]等因素均对旅游经济韧性产生正向影响；区域旅游产业集聚[20]、城市韧性[21]不仅能够提升本区域旅游经济韧性，还能够产生空间溢出效应，带动周边地区旅游经济韧性提升。为应对数字鸿沟挑战，研究数字经济如何赋能旅游经济韧性也备受学界关注。研究表明，数字经济主要通过财政支出、产业集群、旅游消费[22]、技术载体、经济增长、人力资本[23]、要素流动和科技创新[24]等途径提升旅游经济韧性，但空间溢出效应并不一致。同时，部分学者经过实证研究发现，制度环境与股权集中度对数字经济提升旅游经济韧性存在显著正向调节作用[25]。
尽管数字经济对旅游经济韧性的效应研究已受学界广泛关注，但数字基础设施建设作为释放数字经济红利的关键载体，对旅游经济韧性的影响效应却少有研究。目前，学界已就数字基础设施建设的影响效应开展了广泛研究。在对宏观经济的影响上，数字基础设施建设对碳减排[26]、经济发展[27]、乡村振兴[28]、共同富裕[29]、科技创新[30]和城乡融合[31]等方面均具有积极影响；在对产业的影响上，数字基础设施能够带动农业[32]、旅游[33]、能源[34]等产业激发新动能，促进产业跨界融合发展[35]，并推动产业结构转型升级[36]；在对行业企业的影响上，数字基础设施建设能够优化企业布局[37]、提升企业全要素生产率[38]和产品附加值率[39]，也能够缓解居民收入机会不平等[40]和促进居民消费升级[41]。
梳理文献发现，学界关于旅游经济韧性影响因素和数字基础设施经济效应的研究已颇为丰富，但鲜有文献直接考察数字基础设施对旅游经济韧性的影响，目前仅针对数字基础设施的部分细分领域展开了少数探讨。研究发现，信息和通信技术能显著增强旅游经济韧性[42]。鉴于当前数字经济迅猛发展，数字基础设施已广泛渗透至各行业领域，对经济格局产生深刻变革。旅游经济作为国民经济的重要组成部分，其发展态势与数字基础设施的关联愈发紧密。加大数字基础设施投入，有助于智慧旅游服务平台的建设，促进旅游业智能化、智慧化、个性化和便捷化发展。在此背景下，探讨数字基础设施建设对旅游经济韧性的影响，不仅有助于精准把握旅游经济在数字化时代的发展规律，更为旅游经济应对各类风险挑战、实现高质量发展提供重要的理论支撑和实践指导。因此，文章在借鉴已有研究的基础上，结合理论分析与实证考察，着重探讨数字基础设施建设对旅游经济韧性的直接效应、门槛效应及空间溢出效应，旨在拓宽这一研究议题的学术视角和实践进路，为激发旅游业高质量发展活力提供政策镜鉴。

2 理论分析与假设

2.1 数字基础设施建设对旅游经济韧性的直接效应

“宽带中国战略”于2011年提出，以此为时间节点分别计算2003—2011年和2011—2019年中国国内旅游收入历年增长速度的标准差，并对其进行比较，以反映旅游业发展在两个时期的波动情况，进而推测数字基础设施建设对旅游经济韧性的影响。结果显示，两个时期的标准差分别为12.36和3.37，后期要远低于前期，说明在“宽带中国战略”提出后旅游业发展更为平稳，旅游经济韧性也更高。据此初步推测数字基础设施建设是影响旅游经济韧性提升的原因之一。
通过梳理既有研究成果，文章从宏微观两个层面阐述数字基础设施对旅游经济韧性的影响。宏观层面：其一，数字基础设施推动旅游业转型升级。数字基础设施通过提高信息传播效率，为劳动者获取新知识、新技能提速，从而使其劳动生产率大幅提升，劳动收入显著提高。这一举措产生“恩格尔效应”，以旅游需求多样化推动旅游业转型升级，促使旅游业抗风险能力增强，韧性水平显著提升[36]。其二，数字基础设施促使旅游市场扩大。基于“大推进”理论，数字基础设施作为社会发展的先行资本，能促使地区经济发展，推动地区旅游市场规模扩大[43]；同时，根据凯恩斯消费理论，数字基础设施能有效缩小城乡收入差距[44]，提高社会整体边际消费倾向，扩大旅游消费规模。这两方面作用为旅游业发展提供了稳定的市场基础，促使其应对冲击的韧性提升。微观层面：其一，数字基础设施保障旅游企业稳定发展。以互联网为代表的数字基础设施大幅提升了旅游企业的信息获取能力[45]，帮助其快速获取市场动态，及时把握消费者偏好，并利用云计算、人工智能等数字技术推出个性化旅游产品和调整经营策略，实现旅游产品供给动态调整，进而保证自身稳定发展，从整体上推动旅游经济韧性提升；其二，数字基础设施促使游客消费水平提升。数字基础设施建设为信息传播交流提供了数字化平台，提高了游客旅游信息获取的便捷性和准确性，缓解了信息不对称所带来的逆向选择和道德风险问题，促使游客消费压力及交易风险降低，进而带动其消费潜力充分释放；同时，数字基础设施建设催生了信息资源搜索、在线旅游服务、用户生成内容、地理信息系统和第三方支付等在线平台，极大地便捷了游客出行，显著提高了其旅游满意度，从而使其消费意愿得以提升。数字基础设施建设对企业和游客的积极作用使得旅游业发展具有稳定的消费基础，进而促使其韧性得以提升。综上，文章提出假设：
H1：数字基础设施建设能够增强旅游经济韧性。

2.2 数字基础设施建设对旅游经济韧性的门槛效应

由于地理环境、人口数量、建设成本等因素的影响，数字基础设施建设对资金的需求巨大。2022年中国投资领域统计年鉴数据显示，信息传输、软件和信息技术服务业固定资产投资金额总和达10 043.6亿元，一定程度上反映了资金支持对数字基础设施建设的重要性。而要充分发挥资金对数字基础设施建设的支撑作用，离不开金融监管。这是因为金融监管一方面通过防范金融风险、保持金融稳定，使数字基础设施建设能够获得持续稳定的资金支持；另一方面影响金融贷款的发放，为数字基础设施建设提供成本相对较低的资金支持[46]。据此，文章推测，金融监管强度的不同会使数字基础设施建设对旅游经济韧性的影响产生变化。
当金融监管强度较低时，数字基础设施建设对旅游经济韧性的促进作用较小。金融监管强度低意味着金融市场缺乏监督，一方面会导致风险暴露和波动增加，使金融系统不稳定性增加[47]，进一步导致数字基础设施建设资金获取难度增加，从而使数字基础设施建设进程延缓，降低其对旅游经济韧性的促进作用；另一方面会导致市场失序，使信息不对称问题加剧，操纵和欺诈行为增加，进而提高数字基础设施建设的融资成本[48]，降低数字基础设施的边际效益，从而抑制其对旅游经济韧性的促进作用。随着金融监管强度的不断提高，金融系统不稳定和市场失序的问题逐渐得到缓解，加之金融监管机构通过制定政策将投资向数字基础设施建设领域进行引导，显著降低资金获取的难度和成本，推动数字基础设施建设进程顺利展开，从而显著提升其对旅游经济韧性的促进作用。综上，文章提出假设：
H2：数字基础设施建设对旅游经济韧性的促进作用会随金融监管强度的加大而增强。

2.3 数字基础设施建设对旅游经济韧性的空间溢出效应

数字基础设施建设可能对旅游经济韧性产生空间溢出效应。首先，数字基础设施建设打破了信息传播的距离边界，促进了知识和技术向周边地区扩散[49]，使不同区位的旅游从业者能够及时发现和应用先进的管理方式和技术设备，响应市场新需求，实现旅游经济韧性提升。其次，数字基础设施建设能够促进信息跨区域流通，缓解信息不对称问题，进而实现各类要素配置优化[50]。这使得各地区能够充分发挥比较优势，实现旅游业融合发展和高质量发展，驱动数字基础设施建设对旅游经济韧性的正向影响产生空间溢出效应。最后，数字基础设施建设推动了如旅游信息平台和预订系统等在线平台的兴起[51]，显著提升了周边地区的旅游吸引力和可访问性，带动更多游客前往周边地区旅游，使周边地区的旅游经济韧性提升。综上，文章提出假设：
H3：数字基础设施建设能够带动周边省份旅游经济韧性提升。

3 研究设计

3.1 变量说明

3.1.1 被解释变量

文章被解释变量为旅游经济韧性（Res）。基于指标选取的科学性与可获得性，参考相关文献，文章构建了包含抵抗力、恢复力、更新力3个维度[52]，由9个具体指标进行表征的旅游经济韧性评价指标体系（表1）。第一，抵抗力。资源禀赋、经济基础、行业基础能为旅游业提供支撑和保障，使其在面对危机时具备良好的抵抗力，具体分别由A级旅游景区数、人均GDP和餐饮与住宿企业数之和来衡量。第二，恢复力。政府支持、产业优化、基础设施能够帮助旅游业从危机中快速恢复，从而有效提升其恢复力，具体分别由文化、环境支出占总财政支出比重、第三产业占第二产业比重和公路密度表示。第三，更新力。创新水平、创新机构、人才积累能够为旅游业发展提供先进的技术和理念，从而使其具备较强的更新力，具体分别由中国国内专利授权量、高等学校数和高等学校毕业生数来表示。在完成旅游经济韧性评价指标体系构建后，文章依次对其进行标准化、平移、熵值法赋权和线性加权[53]，最终得到31个省份2011—2022年的旅游经济韧性。
表1 旅游经济韧性与数字基础设施评价指标体系

Tab. 1 Evaluation index system for tourism economic resilience and digital infrastructure construction

评价目标 一级指标 二级指标 具体指标 属性 权重
旅游经济韧性 抵抗力 资源禀赋 A级景区数量 + 0.098
经济基础 人均GDP + 0.095
行业基础 餐饮与住宿企业数之和 + 0.154
恢复力 政府支持 文化、环境支出与总财政支出比 + 0.040
产业优化 第三产业占第二产业比重 + 0.110
基础设施 公路密度 + 0.088
更新力 创新水平 国内专利授权量 + 0.238
创新机构 高等学校数 + 0.071
人才积累 高等学校毕业生数 + 0.106
数字基础设施建设水平 信息基础设施建设 建设水平 光缆铺设密度 + 0.252
资金投入 信息基础设施投资占全社会投资比重 + 0.068
融合基础设施建设 建设水平 每万人拥有公共汽车数 + 0.058
资金投入 金融业、制造业、交通运输业总投资占全社会投资比重 + 0.083
创新基础设施建设 建设水平 科研机构数 + 0.128
资金投入 科研投资占全社会投资比重 + 0.411

3.1.2 核心解释变量

文章选取数字基础设施建设作为核心解释变量（Dig）。借鉴已有的学术成果，文章从信息基础设施、融合基础设施、创新基础设施3个方面[54]对数字基础设施建设评价指标体系进行构建（表1）。为合理反映各类基础设施的建设情况，文章从行业资本投入和实际建设情况两个角度选取二级指标，分别由行业投资占全社会投资比重和直接相关的代表性指标进行表征[55]。在完成数字基础设施建设评价指标体系构建后，文章采取与计算旅游经济韧性相同的方法对数字基础设施建设水平进行测度。

3.1.3 门槛变量

文章门槛变量为金融监管强度（Fr），由地方财政金融监管支出与金融业增加值的比值表示。

3.1.4 控制变量

（1）市场规模（Size）：由社会消费品零售总额与GDP的比值表示。较大的市场规模意味着更广泛的消费者基础和更高的消费潜力，这为旅游业提供了稳定的收入来源，增强了旅游业在面对外部冲击时的韧性。
（2）城镇化率（Urb）：由城市人口与总人口的比值表示。城镇化率的提升意味着劳动力、资本和技术等生产要素在城市中的集中，这有助于提高旅游产业的劳动生产率和创新能力，从而增强旅游业的韧性。但随着城镇化进程的加快，城市人口的集中可能会对旅游目的地资源和环境造成压力。过度旅游可能导致生态破坏、资源过度消耗和环境污染，从而影响旅游地的可持续发展和经济韧性。
（3）产业现代化（Mod）：第三产业包含金融业、信息技术服务业、科学技术服务业等高附加值产业，其发展状况能反映一个地区的现代化水平。因此，用第三产业产值与GDP的比值表示产业现代化。产业现代化通过引入先进技术和创新管理方法，提高了旅游产业的效率和质量，增强了旅游业的竞争力。这种技术进步和效率提升，使得旅游业能够更快地适应市场变化和消费者需求，从而在面对经济波动时展现出更强的韧性。
（4）人口密度（Den）：由省份人口数量与省份面积的比值表示。人口密度的增加意味着更多的潜在旅游消费者，这直接扩大了旅游市场的规模，为旅游业提供了稳定的客源和收入基础。随着人口密度的增加，城市地区的旅游需求多样化，促使旅游业提供更丰富和差异化的产品和服务，从而增强了旅游业的市场适应性和创新能力。
（5）环境质量（Env）：由森林覆盖率表示。环境质量的改善能够直接提升旅游目的地的吸引力，吸引更多的游客，从而增加旅游收入和就业机会，增强旅游业的市场活力，并带动其韧性提升。
（6）财政支持（Gov）：由地方财政一般预算支出与GDP的比值表示。财政支持有助于构建和完善旅游基础设施体系，催生乡村旅游、生态旅游等新业态，推动旅游业转型升级，提高其面临外部冲击时的韧性；同时，通过减税降费措施，能激发旅游业创新创业活力，使其在面对外部冲击时能探索新发展路径，有效降低负面影响。

3.2 模型构建

3.2.1 基准回归模型

通过构建个体时点双固定效应模型，对数字基础设施建设给旅游经济韧性带来的直接影响效应展开检验，具体模型如下：
R e s i t = α 0 + α 1 D i g i t + ∑ k α k C o n t r o l i t + μ i + γ t + ε i t
式中，i代表省份，t代表时间，Resit是指省份i于t年的旅游经济韧性，Digit是省份i在t年的数字基础设施建设水平，Controlit是省份i在t年的控制变量，k为控制变量个数，μi为省份固定效应，γt是时间固定效应，εit则是随机误差项，α0为常数项，α1、αk均表示变量系数。

3.2.2 门槛效应模型

通过构建单门槛效应模型对数字基础设施建设给旅游经济韧性带来的非线性影响进行检验，具体模型如下：
R e s i t = β 0 + β 1 D i g i t × I F r i t ≤ θ + β 2 D i g i t × I F r i t ≥ θ + ∑ k β k C o n t r o l i t + μ i + γ t + ε i t
式中，I（•）为指示函数，当括号内Frit小于门槛值θ时，I（•）取值为1，反之为0，β0代表常数项，β1、βk均为变量系数，其余变量解释同式（1）。

3.2.3 空间计量模型

通过构建空间杜宾模型（Spatial Durbin Model，SDM）研究数字基础设施建设对旅游经济韧性影响的空间效应，具体模型如下：
R e s i t = φ 0 + φ 1 D i g i t + ∑ k φ k C o n t r o l i t + ρ W R e s i t + λ 1 W D i g i t + ∑ k λ k C o n t r o l i t + μ i + γ t + v i t
其中：
v i t = λ 2 W v i t + ε i t ,   ε i t ~ N 0 ,   δ 2 I
式中，φ0表示常数项，其余φ、λ表示变量系数，ρ表示空间自回归系数，W为以人均可支配收入为经济变量的反经济距离空间权重矩阵；vit和εit为随机误差项，且εit服从正态分布。当ρ、λ1、λk不为0，λ2为0时，应使用空间杜宾模型；当ρ不为0，λ1、λk、λ2为0时，应使用空间滞后模型；当ρ、λ1、λk均为0，λ2不为0时，应使用空间误差模型。

3.3 数据来源

文章基于2011—2022年31个省份（港、澳、台除外）的面板数据进行实证研究。其中，旅游经济韧性评价指标体系中相关指标主要来源于《中国统计年鉴》和《中国文化和旅游年鉴》，数字基础设施建设水平评价指标体系中相关指标主要来源于《中国投资领域统计年鉴》和《中国统计年鉴》，控制变量相关数据主要来源于《中国统计年鉴》。为缓解异方差、多重共线性等问题，对人口密度进行取对数处理。各变量的描述性统计见表2。
表2 变量描述性统计

Tab. 2 Descriptive statistics of variables

变量 变量解释 观测值 均值 标准差 最大值 最小值
Res 旅游经济韧性 372 0.240 0.126 0.650 0.048
Dig 数字基础设施建设 372 0.128 0.098 0.528 0.016
Size 市场规模 372 0.392 0.065 0.610 0.180
Urb 城镇化率 372 0.592 0.130 0.896 0.227
Mod 产业现代化 372 0.500 0.089 0.838 0.327
Den 人口密度 372 5.321 1.490 8.275 0.944
Env 环境质量 372 0.339 0.183 0.668 0.042
Gov 政府支持 372 0.291 0.205 1.353 0.105
Fr 金融监管强度 372 0.138 0.037 0.652 0.001

4 结果分析

4.1 基准回归结果

文章依次进行Hausman检验和Lr检验，最终确定使用个体时点双固定效应模型来分析基础设施建设对旅游经济韧性的直接影响效应。结果显示（表3），在逐步引入控制变量的基础上，数字基础设施建设系数均在1%的水平下显著为正，说明数字基础设施建设与旅游经济韧性之间存在正相关关系。因此，假设H1得到证实。控制变量方面，市场规模、产业现代化、人口密度、环境质量、政府支持的系数均显著为正，说明上述变量都能促进旅游经济韧性提升，符合一般认识。而城镇化率系数在1%的水平下显著为负，说明城镇化率提高会抑制旅游经济韧性提升。这可能是因为城镇化进程加快导致人口过度集中，使城市的基础设施难以满足新增需求，进而产生资源短缺、环境污染等问题[56]，从而降低城市吸引力，对旅游经济韧性产生负面影响。
表3 基准回归结果

Tab. 3 Results of benchmark regression analysis

变量 (1) Res (2) Res (3) Res (4) Res (5) Res
Dig 0.486***
(0.032)		 0.392***
(0.030)		 0.368***
(0.030)		 0.346***
(0.029)		 0.338***
(0.029)
Size 0.188***
(0.024)		 0.180***
(0.023)		 0.089***
(0.024)		 0.091***
(0.024)
Urb -0.576***
(0.071)		 -0.562***
(0.070)		 -0.484***
(0.066)		 -0.482***
(0.066)
Mod 0.172***
(0.045)		 0.297***
(0.044)		 0.268***
(0.047)
Den 0.220***
(0.036)		 0.228***
(0.036)
Env 0.625***
(0.107)		 0.631***
(0.106)
Gov 0.062*
(0.037)
常数项 0.130***
(0.005)		 0.368***
(0.035)		 0.291***
(0.040)		 -1.137***
(0.200)		 -1.185***
(0.201)
省份固定 是 是 是 是 是
年份固定 是 是 是 是 是
观测值 372 372 372 372 372
R2 0.869 0.897 0.901 0.919 0.919

注：***、**、*分别表示在1%、5%、10%的置信水平下显著，小括号内数值表示稳健标准误。下同。

4.2 稳健性检验

运用更换被解释变量、缩尾处理和剔除直辖市样本3种方法进行稳健性检验，以确保基准回归的可靠性（表4）。（1）更换被解释变量。采用主成分分析法重新计算旅游经济韧性（Res1），并再次进行回归分析。（2）缩尾处理。先对面板数据进行1%和99%双侧缩尾处理，再进行基准回归。（3）剔除直辖市样本。剔除北京、天津、上海、重庆4个直辖市，并对新的面板数据重新进行回归。结果表明，数字基础设施建设系数在1%的水平下呈现显著为正的情况。这意味着在完成数据处理后，数字基础设施建设依旧对旅游经济韧性有着促进作用，表明实证结果稳健可靠。
表4 稳健性检验

Tab. 4 Robustness test

变量 替换被解释变量 1%和99%双侧缩尾处理 剔除直辖市样本
(1) Res1 (2) Res_w (3) Res
Dig 0.821***
(0.215)		 0.366***
(0.030)
Dig_w 0.335***
(0.031)
常数项 -4.542***
(1.489)		 -1.285***
(0.201)		 -1.292***
(0.196)
控制变量 是 是 是
省份固定 是 是 是
年份固定 是 是 是
观测值 372 372 324
R2 0.740 0.918 0.913

4.3 内生性讨论

考虑到模型可能存在反向因果的问题，通过构建工具变量的方式来处理模型的内生性问题。（1）构建2001年固定电话年末用户数与上一年互联网接入用户数的交互项作为数字基础设施建设的工具变量[57]。目前，关于固定电话年末用户数的年份选取并不统一，主要是确保选取的数据具有历史性，从而避免互为因果的内生性问题。因此，文章出于数据的可获得性和历史性，选取2001年固定电话年末用户数作为工具变量，同时构建其与上一年互联网接入用户数的交互项，以确保该工具变量可用于面板数据的内生性讨论。（2）将滞后一期的数字基础设施建设（Dig1）作为工具变量[58]。结果显示（表5），两个工具变量均通过了不可识别检验和弱工具变量检验，可作为数字基础设施建设的工具变量。回归结果显示，数字基础设施建设对旅游经济韧性的影响仍在1%的水平下呈正向促进作用，进一步论证了实证结果的可靠性。
表5 内生性处理实证结果

Tab. 5 Empirical results of endogeneity test

变量 第一阶段 第二阶段 第一阶段 第二阶段
(1) Dig (2) Res (3) Dig (4) Res
Dig 0.695***
(0.887)		 0.379***
(0.048)
Tele 0.027***
(0.004)
Dig1 0.087***
(0.070)
常数项 -0.697
(0.541)		 -0.730*
(0.418)		 -1.004***
(0.373)		 -1.441***
(0.397)
控制变量 是 是 是 是
省份固定 是 是 是 是
年份固定 是 是 是 是
Kleibergen-Paap rk LM statistic 0.000*** 0.000***
Cragg-Donald Wald F statistic 160.177 978.183
Kleibergen-Paap Wald rk F statistic 51.490
[16.380]		 154.567
[16.380]
观测值 372 341

注：方括号中为10%显著性水平临界值。

4.4 门槛效应分析

为深入探究数字基础设施建设对旅游经济韧性是否存在门槛效应，文章选取金融监管强度作为门槛变量，构建门槛回归模型以实施实证检验。在借助Bootstrap自抽样法进行300次反复抽样后发现，单一门槛效应检验的F值为22.52，相应的P值为0.037。此结果表明，在5%的显著性水平下，模型支持存在一个门槛值。而对于双重门槛效应检验，其F值为13.64，P值为0.157，这一结果显示在10%的显著性水平下，模型并不支持存在两个门槛值。因此，文章构建单一门槛回归模型进行门槛效应分析。结果显示（表6），当金融监管强度低于0.002时，数字基础设施系数为0.517，在1%的水平下通过检验；当金融监管强度高于0.002时，数字基础设施系数为0.621，也在1%的水平下通过检验。随着金融监管强度的提升，数字基础设施建设对旅游经济韧性的促进作用也不断提升，说明数字基础设施建设对旅游经济韧性的影响存在非线性递增效应。因此假设H2得到验证。通过观察面板数据可知，各省份近12年来对金融监管的重视力度不断提升，到2022年，除宁夏、青海两省级单位以外，其余各省级单位的金融监管强度均超过门槛值，反映出各省级单位对金融监管的重视，这使得金融市场环境得到优化，进而强化了数字基础设施建设对旅游经济韧性的促进作用。
表6 门槛回归结果

Tab. 6 Results of threshold regression analysis

变量 Res 标准误
Dig_1 (Fr≤0.002) 0.517*** 0.068
Dig_2 (Fr>0.002) 0.621*** 0.066
常数项 -1.236*** 0.466
控制变量 是
观测值 372
R2 0.860

4.5 空间溢出效应分析

4.5.1 空间自相关检验

要开展数字基础设施建设对旅游经济韧性的空间溢出效应研究，首先要对两变量进行空间自相关检验。文章采用全局莫兰指数对两变量在2011—2022年间的空间自相关性进行测度。在空间矩阵选取上，为反映地区间的经济关联性，文章构建了31省份的反经济距离空间权重矩阵。测度结果表明（表7），旅游经济韧性和数字基础设施建设的全局莫兰指数历年均在1%的水平下显著为正，说明二者都有较强的空间自相关性，因此有必要运用空间计量模型展开研究。
表7 旅游经济韧性与数字基础设施建设的空间相关性检验

Tab. 7 Spatial correlation test of tourism economic resilience and digital infrastructure construction

年份 旅游经济韧性 数字基础设施建设
Moran’s I Z值 P值 Moran’s I Z值 P值
2011 0.430 2.730 0.003 0.659 4.167 0.000
2012 0.453 2.875 0.002 0.540 3.819 0.000
2013 0.452 2.861 0.002 0.546 3.883 0.000
2014 0.449 2.846 0.002 0.552 3.959 0.000
2015 0.464 2.933 0.002 0.553 3.893 0.000
2016 0.459 2.900 0.002 0.509 3.556 0.000
2017 0.470 2.965 0.002 0.491 3.260 0.001
2018 0.491 3.081 0.001 0.495 3.294 0.000
2019 0.513 3.213 0.001 0.501 3.304 0.000
2020 0.504 3.156 0.001 0.537 3.467 0.000
2021 0.521 3.259 0.001 0.509 3.304 0.000
2022 0.465 2.927 0.002 0.555 3.557 0.000

4.5.2 空间计量模型确定

常用的空间计量模型包括空间自回归模型（Spatial Autoregressive Model，SAR）、空间误差模型（Spatial Error Model，SEM）和空间杜宾模型（SDM）。为选择合适的空间计量模型，文章首先进行LM检验。结果显示：针对空间误差的LM检验在1%的显著性水平下拒绝原假设，但稳健LM检验接受原假设；针对空间滞后的LM检验与稳健LM检验均在1%的显著性水平下拒绝原假设，因此初步选择具有空间误差和空间滞后双重效应的空间杜宾模型。
为强化空间计量模型选取的合理性，进一步实施LR和Wald检验，旨在验证空间杜宾模型相较于空间误差模型以及空间自回归模型，是否更适宜用于空间溢出效应研究。研究结果表明，LR和Wald检验结果的P值均低于1%，这一结果有力地证明了空间杜宾模型在本研究情境下相对于空间误差模型和空间自回归模型具有更优的适用性。在确定选取空间杜宾模型之后，通过豪斯曼检验对固定效应和随机效应进行判别。经检验，结果在1%的显著性水平下通过，据此确定选择固定效应的空间杜宾模型。最后，再进行个体时点的效应检验，检验结果显示个体和时点均在1%的显著性水平下通过检验。综合上述一系列严谨的检验过程，最终确定采用个体时点双固定效应空间杜宾模型。

4.5.3 空间计量模型回归结果

文章构建个体时点双固定效应空间杜宾模型实证检验31个省数字基础设施建设对旅游经济韧性的影响（表8），并得到SAR回归、SEM回归的结果，以提高实证结果可靠性。结果显示，三个模型的数字基础设施建设均在1%的水平下显著为正，说明数字基础设施建设能够促进旅游经济韧性提高；SDM模型数字基础设施建设滞后项在1%的水平下显著为正，说明数字基础设施建设在经济发展水平相似的区域间具有正向溢出效应，同时，SDM与SAR的ρ值分别在10%和1%的水平下显著为正，进一步证明了存在空间溢出效应，假设H3初步得证。
表8 SDM模型回归结果

Tab. 8 Results of SDM model regression analysis

变量 (1) SDM (2) SAR (3) SEM
Dig 0.275***
(0.026)		 0.298***
(0.026)		 0.332***
(0.027)
W*Dig 0.141***
(0.047)
ρ 0.104*
(0.055)		 0.295***
(0.042)
λ 0.077
(0.067)
总效应 0.466***
(0.060)		 0.425***
(0.039)
直接效应 0.283***
(0.026)		 0.311***
(0.027)
间接效应 0.283***
(0.026)		 0.114***
(0.021)
控制变量 是 是 是
省份控制 是 是 是
年份控制 是 是 是
观测值 372 372 372
R2 0.542 0.559 0.560
Log-likelihood 1 083.908 1 055.407 1 034.149
为进一步明晰数字基础设施建设对周边地区的溢出效应，文章对总效应进行分解（表8）。结果显示，SDM模型、SAR模型的直接效应、间接效应、总效应均在1%的水平下显著为正，其中间接效应在两个模型的总效应中分别占比为25.7%和26.8%，说明数字基础设施建设不仅增强了本省份的旅游经济韧性，而且也对周边省份产生了正向影响。假设H3最终得到证实。

5 结论、建议与不足

5.1 研究结论

文章通过构建旅游经济韧性和数字基础设施建设的评价指标体系，基于中国31个省份2011—2022年的面板数据，依次采用双固定效应模型、门槛效应模型、空间杜宾模型，就数字基础设施建设对旅游经济韧性的直接效应、门槛效应和空间溢出效应展开实证检验。结果显示：（1）数字基础设施建设能够有效增强旅游经济韧性，在经过稳健性检验和内生性讨论后，结论仍然成立；（2）数字基础设施建设对旅游经济韧性的影响存在非线性递增效应。随着金融监管强度不断提升，数字基础设施对旅游经济韧性的促进作用不断增强；（3）数字基础设施建设对旅游经济韧性的影响存在正向的空间溢出效应，即本省的数字基础设施建设能够促进周边省份旅游经济韧性提升。

5.2 政策建议

根据上述结论，提出如下政策建议：（1）结合各省份发展实际，制定差异化基础设施建设策略，协同推进旅游经济韧性提升。经济发展水平较低的省份，要提高政府的参与程度，通过制定优惠政策、设立专项资金等方式，加大数字基础设施建设投入力度。经济发展水平较高的省份，应该充分发挥财政优势，建立创新基础设施，攻克产业前沿与共性关键技术，支撑本省数字基础设施建设，同时应该积极引导民间资本参与数字基础建设，支持民营企业发展通信业务，从而助推本省数字基础设施建设水平提升，增强旅游经济韧性。（2）充分施展金融监管职能，构建安全稳定且公平竞争的金融市场环境，以此为数字基础设施建设营造优良的融资环境，促使其对旅游经济韧性起到促进作用。优化数字基础设施投融资机制，激励社会资本投身旅游业数字基础设施建设项目，同时政府给予财政支持、金融机构予以协助，推动旅游业朝着高质量方向发展。（3）通过提高跨省协作水平，发挥数字基础设施建设的空间溢出效应。一是要加大区域合作共建数字基础设施力度，最大限度地提升设施的覆盖范围和质量，进而发挥数字基础设施建设的空间溢出效应，促进整体旅游经济韧性提升；二是要提升信息共享和协同营销水平，通过建立跨省的信息共享和协作平台，实现旅游资源的互补和整合，充分发挥数字经济赋能培育旅游新质生产力作用，促进整体旅游业高质量发展。

5.3 研究不足

文章就数字基础设施建设对旅游经济韧性的影响展开了一系列实证探讨，但仍存在以下不足：（1）实证维度的局限性。文章仅围绕数字基础设施建设对旅游经济韧性的影响效应展开了直接效应、门槛效应以及空间溢出效应的分析。然而，通过对相关文献的综合梳理可知，在该领域的研究中还涵盖了中介效应、调节效应以及异质性分析等诸多实证内容。这些未被纳入研究范畴的内容，在一定程度上限制了文章对数字基础设施与旅游经济韧性之间复杂关系的全面剖析。（2）数据选取的局限性及影响。受数据获取难度的制约，文章选取省份面板数据进行实证探讨。尽管省份面板数据具有一定的研究价值，但相较于地理单元精准性更为突出的市级面板数据而言，其在反映旅游经济韧性的微观特征以及与数字基础设施的精准关联方面存在一定的劣势。这种数据选取上的局限性，可能导致实证结果在可靠性方面略显薄弱，难以精准地捕捉到数字基础设施对旅游经济韧性影响的细致特征和内在规律。
针对研究不足，文章提出如下展望：（1）拓展实证分析范畴。可进一步针对数字基础设施建设对旅游经济韧性的影响开展作用机制、调节效应以及异质性分析等多维度的实证分析。通过丰富实证内容，深入挖掘数字基础设施与旅游经济韧性之间的内在联系和作用路径，从而强化文章的学术观点，为该领域的研究提供更为全面和深入的理论支撑。（2）优化数据选取策略。考虑采用市级、县级面板数据进行实证分析。市级和县级面板数据能够更精准地反映地理单元的特征和微观经济现象，有助于更细致地刻画数字基础设施对旅游经济韧性的影响。运用这些数据，有望增强实证结果的可靠性和准确性，使研究结论更具说服力，为旅游经济政策的制定和实践提供更为科学的依据。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Milne S, Ateljevic I. Tourism, economic development and the global-local nexus: Theory embracing complexity[J]. Tourism Geographies, 2001, 3(4): 369-393.

[2]
王永明, 王美霞. 张家界旅游发展与居民收入的互动效应及影响因素[J]. 经济地理, 2015, 35(3): 197-202.

[ Wang Yongming, Wang Meixia. The interaction relationship between tourism industry and residents’ income: A case of Zhangjiajie City, China[J]. Economic Geography, 2015, 35(3): 197-202.]

[3]
Ganeshamoorthy K. The employment effect of tourism: A dynamic analysis[J]. American Journal of Humanities and Social Sciences Research, 2019, 3(10): 119-126.

[4]
Chang T C, Yeoh B S A. “New Asia-Singapore”: Communicating local cultures through global tourism[J]. Geoforum, 1999, 30(2): 101-115.

[5]
夏赞才, 龚艳青, 罗文斌. 中国旅游经济增长与城乡收入差距的变异关系[J]. 资源科学, 2016, 38(4): 599-608.

DOI

[ Xia Zancai, Gong Yanqing, Luo Wenbin. Variable relationship between domestic tourism expansion and urban-rural income gaps[J]. Resources Science, 2016, 38(4): 599-608.]

DOI

[6]
Filimonau V, De Coteau D. Tourism resilience in the context of integrated destination and disaster management (DM2)[J]. International Journal of Tourism Research, 2020, 22(2): 202-222.

[7]
Tsai C H, Chen C W. The establishment of a rapid natural disaster risk assessment model for the tourism industry[J]. Tourism Management, 2011, 32(1): 158-171.

[8]
夏杰长, 丰晓旭. 新冠肺炎疫情对旅游业的冲击与对策[J]. 中国流通经济, 2020, 34(3): 3-10.

[ Xia Jiechang, Feng Xiaoxu. The impact of novel coronavirus outbreak on tourism industry and the countermeasures[J]. China Business and Market, 2020, 34(3): 3-10.]

[9]
Perles-Ribes J F, Ramón-Rodríguez A B, Rubia-Serrano A, et al. Economic crisis and tourism competitiveness in Spain: Permanent effects or transitory shocks?[J]. Current Issues in Tourism, 2016, 19(12): 1210-1234.

[10]
夏杰长, 毛丽娟, 陈琳琳. 外部冲击下旅游业的演化与变革: 以新冠肺炎疫情为例[J]. 新疆师范大学学报(哲学社会科学版), 2020, 41(6): 43-54, 2.

[ Xia Jiechang, Mao Lijuan, Chen Linlin. The evolution and reform of tourism industry under the impact of external shocks: Take the COVID-19 outbreak[J]. Journal of Xinjiang Normal University (Edition of Philosophy and Social Sciences), 2020, 41(6): 43-54, 2.]

[11]
王倩, 赵林, 于伟, 等. 中国旅游经济系统韧性的时空变化特征与影响因素分析[J]. 地理与地理信息科学, 2020, 36(6): 113-118.

[ Wang Qian, Zhao Lin, Yu Wei, et al. Spatial-temporal evolution characteristics and influencing factors of resilience of tourism economic system in China[J]. Geography and Geo-Information Science, 2020, 36(6): 113-118.]

[12]
康佳奇, 游长江. 危机冲击下海南省旅游经济韧性与高质量发展[J]. 资源开发与市场, 2024, 40(4): 614-621.

[ Kang Jiaqi, You Changjiang. The resilience and high-quality development of Hainan tourism economy under the impact of the crisis[J]. Resource Development & Market, 2024, 40(4): 614-621.]

[13]
蔡超岳, 唐健雄, 何庆. 中国旅游经济韧性与旅游发展质量的关系研究[J]. 湖南师范大学自然科学学报, 2024, 47(1): 42-53.

[ Cai Chaoyue, Tang Jianxiong, He Qing. Study on the relationship between the resilience of tourism economy and the quality of tourism development in China[J]. Journal of Natural Science of Hunan Normal University, 2024, 47(1): 42-53.]

[14]
杨莎莎, 黄丽露, 段至诚, 等. 中国城市群旅游经济韧性的动态变化及障碍因子分析[J]. 自然资源学报, 2024, 39(6): 1262-1277.

DOI

[ Yang Shasha, Huang Lilu, Duan Zhicheng, et al. Spatiotemporal dynamic and obstacle factor analysis of tourism economic resilience in Chinese urban agglomeration[J]. Journal of Natural Resources, 2024, 39(6): 1262-1277.]

DOI

[15]
梁福兴, 高培翔, 田越豪. 民族地区基础设施与旅游经济韧性耦合协调研究[J]. 边疆经济与文化, 2024(8): 68-76.

[ Liang Fuxing, Gao Peixiang, Tian Yuehao. Research on the coupling and coordination of infrastructure and tourism economic resilience in ethnic areas[J]. The Border Economy and Culture, 2024(8): 68-76.]

[16]
生延超, 谭左思, 罗子怡. 环境规制对旅游经济韧性的影响研究[J]. 湖南财政经济学院学报, 2024, 40(3): 26-35.

[ Sheng Yanchao, Tan Zuosi, Luo Ziyi. The influence of environmental regulation on the resilience of tourism economy[J]. Journal of Hunan University of Finance and Economics, 2024, 40(3): 26-35.]

[17]
王新越, 季冉冉. 中国省域旅游经济韧性与效率适配发展及其影响因素[J]. 中国生态旅游, 2024, 14(1): 79-92.

DOI

[ Wang Xinyue, Ji Ranran. Research on adaptability between tourism economy resilience and efficiency and its influencing factors in China[J]. Journal of Chinese Ecotourism, 2024, 14(1): 79-92.]

DOI

[18]
何一, 叶欣梁, 孙瑞红. 相成还是相克? 旅游经济效率与韧性的互动关系研究[J]. 中国生态旅游, 2024, 14(2): 427-446.

DOI

[ He Yi, Ye Xinliang, Sun Ruihong. Mutually reinforcing or mutually inhibiting? Research on the interactive relationship between efficiency and resilience of tourism economy[J]. 2024, 14(2): 427-446.]

[19]
董亚娟, 张一荻. 中国入境旅游经济韧性、效率提升与恢复性增长[J]. 陕西师范大学学报(自然科学版), 2023, 51(2): 1-11.

[ Dong Yajuan, Zhang Yidi. Resilience, efficiency improvement and growth recovery of China’s inbound tourism economy[J]. Journal of Shaanxi Normal University (Natural Science Edition), 2023, 51(2): 1-11.]

[20]
贺小荣, 任迪川, 徐海超. 区域旅游产业集聚对旅游经济韧性的影响及其空间效应研究: 以长江经济带为例[J]. 湖南师范大学自然科学学报, 2024, 47(1): 54-64.

[ He Xiaorong, Ren Dichuan, Xu Haichao. The impact of regional tourism industry agglomeration on resilience of tourism economy and its spatial effect: A case study of the Yangtze River Economic Belt[J]. Journal of Natural Science of Hunan Normal University, 2024, 47(1): 54-64.]

[21]
方叶林, 程雪兰, 苏雪晴, 等. 一体化进程对旅游经济的空间溢出效应: 以长三角城市群为例[J]. 地理科学, 2021, 41(9): 1546-1555.

DOI

[ Fang Yelin, Cheng Xuelan, Su Xueqing, et al. The spatial spillover effect of integration progress on tourism economy: A case study of the Yangtze River Delta Urban Agglomeration[J]. Scientia Geographica Sinica, 2021, 41(9): 1546-1555.]

DOI

[22]
Tang R. Can digital economy improve tourism economic resilience? Evidence from China[J]. Tourism Economics, 2024, 30(6): 1359-1381.

[23]
朱静敏, 卢小丽. 数字经济提升旅游经济韧性的作用机制及空间效应[J]. 地理科学进展, 2024, 43(10): 2004-2020.

DOI

[ Zhu Jingmin, Lu Xiaoli. Mechanism of impact and spatial effects of digital economy in enhancing tourism economic resilience[J]. Progress in Geography, 2024, 43(10): 2004-2020.]

DOI

[24]
生延超, 谭左思, 李倩, 等. 数字经济能否促进黄河流域旅游经济韧性提升?[J]. 干旱区地理, 2023, 46(10): 1704-1713.

DOI

[ Sheng Yanchao, Tan Zuosi, Li Qian, et al. Can the digital economy promote the resilience of the tourism economy in the Yellow River Basin?[J]. Arid Land Geography, 2023, 46(10): 1704-1713.]

DOI

[25]
生延超, 谭左思, 徐珊, 等. 数字经济与旅游企业韧性: 基于制度环境与股权集中度的调节效应研究[J]. 旅游学刊, 2024, 39(9): 47-61.

[ Sheng Yanchao, Tan Zuosi, Xu Shan, et al. Digital economy and resilience of tourism enterprises: A study on the moderating effect of institutional environment and equity concentration[J]. Tourism Tribune, 2024, 39(9): 47-61.]

[26]
彭文斌, 曹笑天. 数字基础设施建设对城市碳生产率的影响研究: 来自“宽带中国”的经验证据[J]. 经济纵横, 2024(8): 94-105.

[ Peng Wenbin, Cao Xiaotian. Impact of digital infrastructure construction on urban carbon productivity: Evidence from the “Broadband China” initiative[J]. Economic Review Journal, 2024(8): 94-105.]

[27]
马荣. 新质生产力视角下新型数字基础设施建设对经济高质量发展的影响研究[J]. 西北大学学报(哲学社会科学版), 2024, 54(3): 48-61.

[ Ma Rong. Research on the impact of new digital infrastructure construction on high-quality economic development from the perspective of new quality productive forces[J]. Journal of Northwest University (Philosophy and Social Sciences Edition), 2024, 54(3): 48-61.]

[28]
张红春, 杨涛, 应雨亮. 数字基础设施建设的乡村振兴效应[J]. 金融与经济, 2024(6): 60-73.

[ Zhang Hongchun, Yang Tao, Ying Yuliang. The rural revitalization effect of digital infrastructure construction[J]. Finance and Economy, 2024(6): 60-73.]

[29]
陈龙, 赵华平, 孟宏玮. 数字基础设施建设对共同富裕的影响研究[J]. 工业技术经济, 2024, 43(6): 120-129.

DOI

[ Chen Long, Zhao Huaping, Meng Hongwei. Study on the impact of digital infrastructure construction on common prosperity[J]. Journal of Industrial Technology and Economy, 2024, 43(6): 120-129.]

[30]
郭家琛, 王智新. 数字基础设施建设与城市绿色技术创新: 来自“宽带中国”城市试点的证据[J]. 经济体制改革, 2024(1): 184-192.

[ Guo Jiachen, Wang Zhixin. Digital infrastructure construction and urban green technology innovation: Evidence from the “Broadband China” urban pilot[J]. Reform of Economic System, 2024(1): 184-192.]

[31]
王琴, 丁可可, 雷俐, 等. 数字基础设施、要素配置效率与城乡融合发展[J]. 调研世界, 2024(9): 67-77.

[ Wang Qin, Ding Keke, Lei Li, et al. Digital infrastructure, factor allocation efficiency and urban-rural integration[J]. The World of Survey and Research, 2024(9): 67-77.]

[32]
王志凌, 曾洪, 罗蓉. 数字基础设施建设是否增强了农业经济韧性?[J]. 学习与实践, 2023(12): 33-44.

[ Wang Zhiling, Zeng Hong, Luo Rong. Has the construction of digital infrastructure enhanced the resilience of the agricultural economy?[J]. Study and Practice, 2023(12): 33-44.]

[33]
冀雁龙, 夏青. 数字基础设施对旅游经济增长的非线性影响: 基于“数字化悖论”假说的检验[J]. 科学与管理, 2024, 44(1): 95-102.

[ Ji Yanlong, Xia Qing. The nonlinear effects of digital infrastructure on tourism economic growth: An investigation based on “digital paradox” hypothesis[J]. Science and Management, 2024, 44(1): 95-102.]

[34]
张恒硕, 李绍萍. 数字基础设施与能源产业高级化: 效应与机制[J]. 产业经济研究, 2022(5): 15-27, 71.

[ Zhang Hengshuo, Li Shaoping. Digital infrastructure and energy industry advancement: Effects and mechanisms[J]. Industrial Economics Research, 2022(5): 15-27, 71.]

[35]
韩锦绵, 李嘉莉, 白雄. 数字普惠金融、数字基础设施建设和农村产业融合[J]. 农村金融研究, 2023(11): 70-80.

[ Han Jinmian, Li Jiali, Bai Xiong. Digital inclusive finance, digital infrastructure construction and rural industry integration[J]. Rural Finance Research, 2023(11): 70-80.]

[36]
李斯林, 余红心, 武文博, 等. 数字基础设施对产业升级的影响机制研究[J]. 科技进步与对策, 2023, 40(12): 99-107.

[ Li Silin, Yu Hongxin, Wu Wenbo, et al. The influence and mechanism of digital infrastructure on industrial upgrading[J]. Science & Technology Progress and Policy, 2023, 40(12): 99-107.]

[37]
兰秀娟, 文传浩. 数字基础设施建设对新建企业选址的影响及作用机制[J]. 北京社会科学, 2024(4): 90-104.

[ Lan Xiujuan, Wen Chuanhao. The influence and mechanism of digital infrastructure on the site selection of new enterprise[J]. Social Sciences of Beijing, 2024(4): 90-104.]

[38]
姜宏, 李斯林, 余红心. 数字基础设施对企业全要素生产率的影响: 基于数字化转型的中介效应[J]. 科技管理研究, 2024, 44(13): 92-99.

[ Jiang Hong, Li Silin, Yu Hongxin. Impact of digital infrastructure on total factor productivity of enterprise: Based on the mediating effect of digital transformation[J]. Science and Technology Management Research, 2024, 44(13): 92-99.]

[39]
吴楚豪, 唐婧. 数字技术竞争、基础设施与企业出口国内附加值率[J]. 世界经济研究, 2024(3): 47-63, 136.

[ Wu Chuhao, Tang Jing. Digital technology competition, infrastructure and domestic value-added rate of enterprises’ exports[J]. World Economy Studies, 2024(3): 47-63, 136.]

[40]
詹筱媛, 张丽君, 刘晴, 等. 数字基础设施建设对居民收入机会不平等的影响: 基于中国地市级面板数据[J]. 经济问题探索, 2024(7): 172-190.

[ Zhan Xiaoyuan, Zhang Lijun, Liu Qing, et al. The impact of digital infrastructure construction on residents’ income opportunity inequality: Based on China’s prefecture-level city panel data[J]. Inquiry into Economic Issues, 2024(7): 172-190.]

[41]
杨碧云, 郭壮哲, 易行健, 等. 数字经济促进居民家庭消费升级的微观效应: 基于CHFS的经验证据研究[J]. 经济评论, 2023(3): 31-47.

[ Yang Biyun, Guo Zhuangzhe, Yi Xingjian, et al. The micro effect of digital economy on household consumption upgrade: Empirical evidence from CHFS[J]. Economic Review, 2023(3): 31-47.]

[42]
Mandal S. Exploring the influence of IT capabilities on agility and resilience in tourism: Moderating role of technology orientation[J]. Journal of Hospitality and Tourism Technology, 2019, 10(3): 401-414.

[43]
冀雁龙, 李金叶, 赵华. 数字化基础设施建设与旅游经济增长: 基于中介效应与调节效应的机制检验[J]. 经济问题, 2022(7): 112-121.

[ Ji Yanlong, Li Jinye, Zhao Hua. Digital infrastructure construction and tourism economic growth: Mechanism analysis based on mediating effect and moderating effect[J]. On Economic Problems, 2022(7): 112-121.]

[44]
钟文, 严芝清, 郑明贵. 数字经济发展对城乡收入差距缩小的影响: 机制与效应[J]. 农业经济与管理, 2024(1): 89-100.

[ Zhong Wen, Yan Zhiqing, Zheng Minggui. Impact of development of digital economy on narrowing urban-rural income gap: Mechanism and effect[J]. Agricultural Economics and Management, 2024(1): 89-100.]

[45]
刘震, 杨勇, 眭霞芸. 互联网发展、市场活力激发与旅游经济增长: 基于空间溢出视角的分析[J]. 旅游科学, 2022, 36(2): 17-43.

[ Liu Zhen, Yang Yong, Sui Xiayun. Internet development, market vitality and tourism economic growth: Based on the perspective of spatial spillover[J]. Tourism Science, 2022, 36(2): 17-43.]

[46]
王博峰. 金融监管对中国实体经济增长的影响研究[J]. 财经论丛, 2021(8): 47-58.

[ Wang Bofeng. Effects of financial regulation on China’s real economic growth[J]. Collected Essays on Finance and Economics, 2021(8): 47-58.]

[47]
刘炳荣, 孙志红, 魏涛. 金融强监管与金融市场稳定[J]. 金融论坛, 2023, 28(9): 47-57.

[ Liu Bingrong, Sun Zhihong, Wei Tao. Strict financial regulation and financial market stability[J]. Finance Forum, 2023, 28(9): 47-57.]

[48]
周耿, 阮东喆, 范从来. 信息不对称下信贷市场的惜贷与挤出效应[J]. 金融论坛, 2021, 26(1): 25-36.

[ Zhou Geng, Ruan Dongzhe, Fan Conglai. Loan-reduction and crowding-out effects in asymmetric-information credit markets[J]. Finance Forum, 2021, 26(1): 25-36.]

[49]
陶云清, 黄卓, 孔东民. 信息基础设施建设与企业创新[J]. 世界经济文汇, 2024(1): 86-104.

[ Tao Yunqing, Huang Zhuo, Kong Dongmin. Information infrastructure construction and corporate innovation[J]. World Economic Papers, 2024(1): 86-104.]

[50]
裴尔洁, 张治栋. 数字基础设施建设对经济高质量发展的影响: 基于“宽带中国”战略的准自然实验[J]. 华东经济管理, 2024, 38(2): 64-74.

[ Pei Erjie, Zhang Zhidong. The impact of digital infrastructure construction on high-quality economic development: A quasi-natural experiment based on the “Broadband China” strategy[J]. East China Economic Management, 2024, 38(2): 64-74.]

[51]
徐岸峰, 任香惠, 王宏起. 数字经济背景下智慧旅游信息服务模式创新机制研究[J]. 西南民族大学学报(人文社会科学版), 2021, 42(11): 31-43.

[ Xu Anfeng, Ren Xianghui, Wang Hongqi. Research on the innovation mechanism of smart tourism information service mode under the background of digital economy[J]. Journal of Southwest Minzu University (Humanities and Social Science), 2021, 42(11): 31-43.]

[52]
陈洁梅, 林曾. 数字基础设施建设赋能农业产业链供应链现代化: 理论机制与经验证据[J]. 云南财经大学学报, 2024, 40(4): 52-68.

[ Chen Jiemei, Lin Zeng. Empowering agricultural industry chain and supply chain modernization through digital infrastructure construction: Theoretical mechanisms and empirical evidence[J]. Journal of Yunnan University of Finance and Economics, 2024, 40(4): 52-68.]

[53]
谷彦芳, 胡欣蕊, 张航. 数字经济发展对地方财政韧性的影响及空间溢出效应[J]. 经济纵横, 2024(3): 118-128.

[ Gu Yanfang, Hu Xinrui, Zhang Hang. Impact of digital economy development on local fiscal resilience and spatial spillover effect[J]. Economic Review Journal, 2024(3): 118-128.]

[54]
盛巧燕, 李玮玮. 数字基础设施建设对绿色技术创新扩散的影响研究[J]. 经济问题探索, 2024(1): 138-151.

[ Sheng Qiaoyan, Li Weiwei. Research on the impact of digital infrastructure construction on the diffusion of green technology innovation[J]. Inquiry into Economic Issues, 2024(1): 138-151.]

[55]
高小玲, 陆文月. 新基建、产业集聚与绿色技术创新: 基于制造企业数据的实证研究[J]. 研究与发展管理, 2023, 35(4): 19-33.

[ Gao Xiaoling, Lu Wenyue. New infrastructure, industrial agglomeration and green technology innovation: An empirical analysis based on the data of manufacturing enterprises[J]. R&D Management, 2023, 35(4): 19-33.]

[56]
易承志, 李涵钰. 从碎片化回应到协同共治: 城镇化进程中区域环境问题治理模式的转型分析[J]. 湘潭大学学报(哲学社会科学版), 2019, 43(3): 21-26.

[ Yi Chengzhi, Li Hanyu. From fragmented response to cooperative governance: Analysis on the governance model transformation of regional environmental problems in the process of urbanization[J]. Journal of Xiangtan University (Philosophy and Social Sciences), 2019, 43(3): 21-26.]

[57]
黄群慧, 余泳泽, 张松林. 互联网发展与制造业生产率提升: 内在机制与中国经验[J]. 中国工业经济, 2019(8): 5-23.

[ Huang Qunhui, Yu Yongze, Zhang Songlin. Internet development and productivity growth in manufacturing industry: Internal mechanism and China experiences[J]. China Industrial Economics, 2019(8): 5-23.]

[58]
杜直前. 数字全球价值链参与对经济韧性的增强效应研究[J]. 经济学家, 2023(4): 33-43.

[ Du Zhiqian. Research on the enhancement effect of eigital global value chain participation on economic resilience[J]. Economist, 2023(4): 33-43.]

Options
文章导航

/

〈 〉