EN中文

Tropical Geography >

2025 , Vol. 45 >Issue 10: 1815 - 1827

DOI: https://doi.org/10.13284/j.cnki.rddl.20240744

Regional Differences and Dynamic Evolution of the Integration of China's Digital Economy and Cultural and Tourism Industries under the Perspective of Industrial Cycle

  • Ying Zhou ,
  • Jianxiong Tang ,
  • Yue Lyu
Expand
  • School of Tourism, Hunan Normal University, Changsha 410081, China

Received date: 2024-11-19

  Revised date: 2025-07-29

  Online published: 2025-11-01

Fold

Abstract

Exploring the new pattern of the integration of the digital economy, culture, and tourism industry is one way to promote the high-quality development of the cultural and tourism industry. This study takes Marx's theory of the industrial capital cycle as a guide and constructs an evaluation index system to integrate the digital economy and cultural and tourism industries, and infrastructure, social subjects, external environment, and effectiveness. It adopts the entropy value method, Dagum Gini coefficient, and Markov chain to measure and analyze the level of development of the integration of the digital economy and cultural and tourism industry in 31 Chinese provinces and cities from 2012 to 2022, the regional differences, and their spatiotemporal evolution patterns. The study found the following. The development level of digital cultural tourism integration in China showed a fluctuating upward trend during the study period; however, the overall level remained relatively low. Only four provinces and municipalities, namely Shanghai, Beijing, Sichuan, and Anhui, achieved a "high level–high speed" development status. Significant disparities in digital cultural tourism integration exist among the eight major comprehensive economic zones, although a regional catch-up effect has emerged. The eastern, northern, and southern coastal regions form the first-tier group; the Middle Yangtze, Southwest, and Middle Yellow River regions constitute the second tier; and the Northeast and Northwest regions fall into the third tier. The Eastern Coastal region leads the country in the transformation and upgrading stages, whereas the northern coastal, middle Yellow River, and northwest regions show the most evident catch-up momentum. The overall disparity in digital cultural tourism integration across China has gradually narrowed. However, the gap between the eastern coastal and northwestern regions remains the primary obstacle to the coordinated development of digital cultural tourism integration. Meanwhile, the northeast region faces internal imbalance, indicating the existence of a "digital cultural tourism integration divide" within the region. This highlights the need to address development shortcomings and promote coordinated development among provinces within the northeast. The development trend of digital cultural tourism integration in China has remained relatively stable, with the emergence of four types of convergence "clubs": low-level, lower-middle-level, upper-middle-level, and high-level. Among them, convergence is most significant in the low- and high-level groups, reflecting a pronounced "Matthew effect." Cross-club transitions are rare, with higher probabilities of shifts occurring between adjacent levels than nonadjacent ones, and upward transitions are more likely to occur than downward transitions. Notably, the eastern and southwestern regions show a clear trend of upward mobility in digital cultural tourism integration, whereas the northern coastal and northeastern regions display roughly equal probabilities of upward and downward transitions, indicating a lack of clear directional tendencies in their development. This study systematically reveals the spatial patterns and dynamic trends of the integration between the digital economy and the cultural tourism industry in China in three dimensions: theoretical logic, indicator system, and evolutionary mechanism. This study provides theoretical support and policy references for enhancing the quality of digital cultural tourism integration, narrowing regional disparities, and promoting high-quality tourism.

Key words： digital literature and tourism integration; industry cycle theory; regional differences; dynamic evolution; Markov Chain; China

Cite this article

Ying Zhou , Jianxiong Tang , Yue Lyu . Regional Differences and Dynamic Evolution of the Integration of China's Digital Economy and Cultural and Tourism Industries under the Perspective of Industrial Cycle[J]. Tropical Geography, 2025 , 45(10) : 1815 -1827 . DOI: 10.13284/j.cnki.rddl.20240744

文旅产业指通过整合文化资源与旅游资源，将文化元素注入旅游产品和服务中，以文化为核心吸引力，推动旅游发展的综合性产业（蔡尚伟 等，2021）。2023年国务院印发《关于释放旅游消费潜力推动旅游业高质量发展的若干措施》（国务院，2023）通知，指出数字经济是推动文旅产业资源高效配置、场景创新升级的有利抓手，是实现文旅产业高质量融合的核心驱动力。纵深推进数字经济与文旅产业融合发展，现已成为国家战略需求。然而，当前数字经济仅从数字技术、数字资源等单一视角探究与文旅产业融合路径，已无法满足文旅高质量发展的现实需求，且囿于区域发展不协调、政策体制不健全等问题，导致地区“数字发展鸿沟”，使中国数字经济与文旅产业融合的速度与程度发展失衡，与实现文旅高质量存在一定差距（杨莎莎 等，2024）。因此，全面厘清数字经济与文旅产业融合发展的内在逻辑，科学测度数字经济与文旅产业融合发展水平，深入探究数字经济与文旅产业融合发展新格局是当代文旅经济高质量发展的重要课题。
数字经济成为国内外研究热点，但针对数字经济与文旅产业融合的研究较为薄弱。国外侧重从数字经济概念（Bukht et al., 2017; Barefoot et al., 2018）、水平测度（Li et al., 2020; Mossberger et al., 2022）及其行业潜力（Pan et al., 2022; Zhang et al., 2022; Akhunova et al., 2023）等单一内容探讨数字经济发展方式，并指出数字经济应作为单独产业部门核算数字价值，其核算范畴包括计算机通信和其他电子设备制造业、电信广播电视和卫星传输服务、互联网和相关服务、软件和信息技术服务业（Williams, 2021）。而国内则聚焦数字经济与实体产业之间的融合发展（郭晗 等，2022；马丽君 等，2023；李健旋，2025）。尤其在中国文化数字化战略推进下，越来越多学者关注数字经济与文旅产业融合发展。理论层面，已有研究基于索洛增长模型（刘英基 等，2023）、供需理论（周锦，2022），从数字要素投入（张嘉贝 等，2023）、数字技术（叶紫青 等，2024）探讨数字经济与文旅产业融合发展的内在机理及路径（黄震方 等，2024）。实证层面，学者多以政策文件和权威文献为指导，从数字经济、文旅产业2个独立的指标系统测算数字经济与文旅产业融合发展水平（贺小荣 等，2024），采用多元回归模型（赵云 等，2023）、中介效应模型（杨利 等，2023）等方法探测数字经济与文旅产业融合的影响效应，研究区域主要涉及中国省域、民族地区（赵云 等，2023）、乡村地区（Tang et al., 2024）等空间尺度。文献梳理发现，数字文旅的融合机理、优化路径、水平测度、影响效应等研究成果较为丰硕，为本文奠定了研究基础，但仍存在以下不足：1）理论研究较为薄弱，现有研究多借助经济增长理论从数字经济的单一方面解释数字经济赋能文旅产业的内在机理，较少从产业发展角度，全面剖析数字经济与文旅产业融合的内在逻辑；2）研究内容较为单一，现有研究多基于数字经济、文旅产业2个单独的指标体系测度数字经济与文旅产业融合水平及影响效应，鲜有文献构建单一复合指标体系深入探讨融合的区域差异及动态演化规律，反映区域数字经济与文旅产业融合的实现程度。
因此，本文首先借助马克思产业循环理论，全面阐释数字经济与文旅产业融合发展的内在逻辑；其次，结合产业融合发展过程，从融合的基础设施、社会主体、外部环境以及融合发展中的成效4个维度构建数字经济与文旅产业融合发展的单一复合评价指标体系；最后，以中国31个省（市区）为研究单元，且将其划分为八大经济区 1，运用熵值法测算2012—2022年数字经济与文旅产业融合指数；采用Dagum基尼系数分解区域差异来源；利用马尔科夫链模型分析数字文旅融合在不同发展状态间的动态转移特征，系统刻画中国数字文旅融合的时空演进与区域分化特征。以期为促进区域数字经济与文旅融合协调发展提供参考。

1 数字经济与文旅产业融合发展理论框架

马克思产业循环理论起源政治经济学领域，强调产业发展实质是依次经过购买、生产、销售3个阶段，分别采取货币资本、生产资本、商品资本3种职能形式实现价值增值的资本循环过程，揭示了产业资本运动规律、社会总资本再生产、流通复杂性以及产品实现问题（李重芬，2008）。随着学科间交融深化，产业循环理论应用于社会学、管理学等领域，已有研究从资本循环的购买、生产、销售3个阶段解释数字经济与农业融合过程（王定祥 等，2023），为采用产业资本循环理论阐释产业融合提供了借鉴。数字经济与文旅产业具有高度的产业互动性（马越斐 等，2023）。一方面，文旅产业经营主体的多样性、开放性为数字经济融入提供了产业依托；另一方面，数字经济强大的数字技术、算法算力推动了文旅产业各生产经营环节全面改造升级。两者深度融合催生出新型生产方式、交换方式与价值实现路径，体现了资本从投入、生产、交换到增值的完整再生产机制，这与产业循环理论具有一定适配性。因此，本文借用产业循环的购买、生产、销售3个阶段解释数字经济与文旅产业融合（以下简称“数字文旅融合”）的内在逻辑。
第一阶段，数字文旅融合的采购环节，文旅产业经营主体在商品市场和劳动力市场向数字经济部门购买数字技术、智能系统、数字人才等资源要素，将货币资本转化为文旅产业需要的文旅劳动力、文旅智能化设施等生产资本。文旅产业经营主体借助大数据分析技术了解文旅人才质量、市场需求变化等信息，并依靠智能化采购系统实现供应商筛选、询价、比价等流程的数字化管理（何红 等，2023），确保文旅企业控制采购质量。可见，数字文旅融合采购环节的核心作用是提高文旅产业的采购效率和透明度，降低采购成本和风险，为文旅产业可持续发展提供保障。第二阶段，数字文旅融合的生产环节，文旅产业经营主体将购买到的文旅劳动力、文旅智能化设施等投入生产经营，在该过程形成数字化体验、数字化产品等商品资本。文旅产业经营主体采用虚拟现实和增强现实的技术赋能文化场景，打造沉浸式虚拟体验，丰富游客的感官体验；运用人工智能、互联网平台采集游客画像和行为分析，了解游客偏好，提供定制化服务和产品；利用物联网、区块链技术实现文旅企业智慧化管理，保障游客隐私安全性，提升游客对数字化旅游平台的信任度。可见，数字文旅生产环节的融合有助于文旅产业经营主体优化生产要素配置，实现产品创新，推动文旅产业数字化和智能化转型（陈琳琳 等，2022）。第三阶段，数字文旅融合的销售环节，文旅产业经营主体借助线上多平台模式推动产品向消费者转移，实现文旅产业商品资本向增值货币资本转化（谭春桥 等，2021）。当前文旅产业经营主体突破了传统旅游销售渠道限制，借助携程、飞猪等电商平台销售文旅产品，极大地提高了游客时空自由度。同时，使用抖音、小红书等社交媒体，通过直播展示文旅产品亮点，提升了文旅产品的市场触达率。可见，数字文旅销售环节融合实质是通过拓展线上渠道、精准营销等路径，提高文旅产品销售效率，促进文旅企业向数据驱动的现代化服务体系转型。
实现上述数字文旅产业循环阶段也离不开社会主体的参与、基础设施的支持、外部环境的推动。其中，社会主体包括现代文旅经营企业和数字经济部门，通过资源整合、技术创新不断优化“采购、生产、销售”环节，是数字文旅产业循环的参与者；基础设施的支持分为2部分，1）为处理文旅信息、生产数字化文旅产品提供物质保障的通信、卫星等信息化基础设施；2）为满足游客旅游需求的文旅服务保障设施，为产业循环提供了坚实的物质基础；外部环境主要指市场需求、政府支持等营商条件，不仅完善了融合的基础设施建设，还推动了“购买、生产、销售”环节的高效运转和创新发展，为产业循环注入新活力。由此，数字文旅融合指在具备融合的基础设施、外部环境的条件下，社会主体文旅产业经营企业向数字经济部门采购数字技术和数据要素，并对文旅企业购买、生产、售卖等环节进行数字化改造，从而实现文旅产业数字化发展（即融合的成效）的过程。数字文旅融合发展的实现逻辑如图1所示。
图1 数字经济与文旅产业融合发展逻辑

Fig.1 Logic diagram of the integration and development of digital economy and cultural tourism industry

2 数据与方法

2.1　指标体系构建

结合上述数字文旅产业循环分析，遵循指标选取科学性、层次性、可操作性的原则（朱媛媛 等，2022），本文从数字文旅产业循环的物质保障-基础设施、参与者-社会主体、推动力量-外部环境、结果产出-融合发展成效4个维度，构建数字经济与文旅产业融合发展评价指标体系（表1）。
表1 数字文旅融合发展评价指标

Table 1 Evaluation indicators for digital literature and tourism integration development

系统层 一级指标 二级指标 指标性质 权重

基础

设施

条件

信息化

基础

设施

 移动电话基站密度/（个·km-2） + 0.076
光缆线路长度/万km + 0.032
域名数/万个 + 0.063
互联网宽带接入用户数/个 + 0.059

文旅服务

保障基础

 旅游从业人数/万人 + 0.023
文化从业人数/万人 + 0.066

社会

主体

文旅经营

企业

 旅行社/个 + 0.022
星级饭店/个 + 0.019
景区/个 + 0.022
博物馆/个 + 0.024
文化市场经营机构/个 + 0.094

数字经济

部门

 软件业收入/万元 + 0.064
信息技术服务收入/万元 + 0.073
电信业务总量/万元 + 0.037
信息传输、软件和信息技术服务业从业人员/万人 + 0.051

外部

环境

文旅市场

需求

 居民消费水平/万元 + 0.012
旅游总人数/万人 + 0.023

政府

支持

 数字文旅词频与省市政府报告政策文本词频的比值/% + 0.015
旅游发展基金支出/万元 + 0.025
融合成效 文旅数字化转型 文旅企业电子商务销售额/万元 + 0.062
文旅企业拥有网站占比/% + 0.033
文化收入/万元 + 0.071
旅游收入/万元 + 0.034
基础设施主要包括信息化基础设施和文旅保障服务基础2方面，选取移动电话基站密度、光缆线路长度、域名数、互联网宽带接入用户数衡量信息化基础设施；文旅保障服务基础是企业向游客提供优质服务的前提，与游客体验感及满意度息息相关（白长虹，2019），因此采用文化从业人数、旅游从业人数衡量。社会主体包括文旅产业经营主体、数字经济部门，选取与游客活动紧密相关的旅行社、星级饭店、景区、博物馆、文化市场经营机构衡量文旅产业经营主体；选取软件业收入、信息技术服务收入、电信业务总量、信息传输、软件和信息技术服务业从业人员衡量数字经济部门主体（王胜鹏 等，2024）。外部环境包括文旅市场需求、政府支持2方面，文旅市场对新兴科技体验的需求会对文旅产业科技融入程度、文旅服务内容产生直接影响，是促发新产品、新业态产生的重要环境因素（吴丽 等，2021），因此采用居民消费水平、旅游总人数衡量文旅市场需求；市场行为离不开政府政策支持及资金支持，因此选取数字文旅融合词频与省市政府报告政策文本数量的比值体现政府政策支持，选取旅游发展基金支出体现政府对文旅事业的财政支持力度。融合发展成效是数字经济与文旅产业历经“采购、生产、销售”环节后的最终结果，主要体现为文旅产业的数字化（王金伟 等，2024）及收入，因此选取文旅企业拥有网站占比、文旅企业电子商务销售额、旅游收入、文化收入等指标衡量。

2.2　数据来源与处理

为保障数据时序完整性以及全面反映数字文旅发展状况，选取中国2012—2022年31个省市区（不含港澳台地区）作为研究样本。由于数字文旅词频、文旅企业电子商务销售额、文旅企业拥有网站占比不能直接获取。因此，使用八爪鱼软件从各省市政府报告政策文本提取“数字文旅、科技文旅、技术文旅”等关键词汇总形成数字文旅词频；借鉴比例法（林文凯 等，2018；李志远 等，2024），文旅企业电子商务销售额=企业总数量/总电子商务销售额×文旅企业数量；文旅企业拥有网站数=企业数/企业拥有网站数×文旅企业数量。数据主要来源2011—2023年《中国统计年鉴》《中国文化及相关产业统计年鉴》《中国科技统计年鉴》（国家统计局，2011—2023；国家统计局社会科技和文化产业统计司 等，2011—2023），并以各省市2011—2023年《文化和旅游发展统计分析报告》为补充。数据采集平台主要为中国经济社会大数据研究（https://data.cnki.net）。数据以2012年为基期进行平减计算，存在缺失值则采用线性插值法补全数据。

2.3　研究方法

2.3.1　熵值法

熵值法是一种用于多指标评价和决策的客观赋权方法，本文在数据标准化基础上，通过计算各指标比重、熵值、差异系数等步骤确定指标权重（曾鹏 等，2024），并根据各指标权重和标准化数据计算各省份的数字经济和文旅产业融合水平。

2.3.2　Dagum基尼系数

Dagum基尼系数及其分解克服了传统基尼系数无法解释不平衡问题的归属原因，不仅可测度总体差异基尼系数（G），将其分解为地区内差异贡献（Gw ）、地区间贡献（Gnb ）和地区间样本重叠引起的不平衡贡献（超密度Gl ），而且可动态考察上述3类差异贡献率的变化，本文采用StataMP18测度Dagum基尼系数，揭示区域数字文旅融合发展的差异构成和来源，计算步骤（李研，2021）为：
G = G w + G n b + G l
G w = ∑ i = 1 k G i i p i s i
G n b = ∑ i = 2 k ∑ m = 1 i = 1 G i m ( p i s m + p m s i ) D i m
G l = ∑ i = 2 k ∑ m = 1 i - 1 G i m ( p i s m + p m s i ) ( 1 - D i m )
G i i = ∑ j = 1 n i ∑ r = 1 n i y i j - y i r 2 n i 2 μ i
G i m = ∑ j = 1 n i ∑ r = 1 n m y i j - y m r n i n m ( μ i + μ m )
式中：Gii 表示第i个地区的基尼系数；Gim 表示第i个和第m个地区间的基尼系数；Dim 表示第i个和第m个地区间数字文旅融合的相对影响；yij、yir 分别表示第i个地区第j个省份、第i个地区第r个省份的数字文旅融合水平；ni、nm 为第i、m个地区中省份个数；pi =ni /n、pm=nm/n为第i、m个地区省份个数占省份总数n的比例；sm=nm/ny、si =niy i/ny代表m、i地区数字文旅融合水平占所有省市数字文旅融合水平的比例；μi 表示第i地区的数字文旅融合水平均值。

2.3.3　马尔科夫链

马尔科夫链方法作为随机过程的状态空间，其转移概率矩阵（ P ）详细描述了数字文旅融合（X）在原始时期（t）和下一时期（t+1）分别处于i状态和j状态的转移情况，反映数字文旅融合发展水平相对位置的动态变化和发生状态转移概率（陈明华 等，2020），可定义为：
P = X ( t + 1 ) = j X ( t ) = i
本文通过MatlabR2024探测数字文旅融合发展水平的时空演化规律，计算步骤（李研，2021）为：
P i j t = n i j n j
P i j = ∑ t = 0 T N i j P i j t ∑ t = 0 T N i j
式中：Pijt 表示数字文旅融合水平在t时期i状态转移到状态j概率的极大似然估计值；nij 表示样本期间，一种状态从t时期i状态转移到t+1时期j状态的次数；nj 是t时期j状态出现的总次数；Pij 表示数字文旅融合水平由t时期i状态向t+1时期j状态转移概率；Nij 表示样本期间t时期i状态向t+1时期j状态转移的省份数量。

3 实证结果

3.1　数字文旅融合发展水平分析

借助StataMP18对2012—2022年31省（自治区、直辖市）面板数据进行熵值计算，得出中国31省市数字文旅融合发展水平综合指数。从全国数字文旅融合均值（图2）看，数字文旅融合水平呈波动上升态势，文旅产业朝着数字化方向迈进。2012—2015年数字文旅融合指数由0.101上升至0.140年增速为37.7%；2015—2016年融合指数由0.140回落到0.139，可能原因是，2016年中共中央办公厅（2016）印发《国家信息化发展战略纲要》，对服务业进行数字化改革，规范服务网络化发展，文旅产业受政策影响，调整产业结构，挤出数字文旅发展“泡沫”，致使数字文旅融合指数下降；2016—2019年数字文旅融合指数由0.139涨至0.180增速为29.8%。2019年为研究期间的发展高峰，这可能是2019年科技部（2019）等六部门印发《关于促进文化和科技深度融合的指导意见》，明确提出科技赋能文旅产业发展，提升文旅创新能力；2019—2022年数字文旅融合水平呈下降趋势，可能原因是公共卫生事件爆发对文旅产业造成严重冲击，产业收益锐减，使得文旅企业在数字化转型上投入不足，由此融合指数由0.180降至0.160。
图2 全国整体数字文旅融合发展水平

Fig.2 Overall digital literature and tourism integration development level in the country

从各省比较（图3-a）看，2012—2022年数字文旅融合水平排名靠前的省份（直辖市）依次是广东、江苏、北京、浙江、山东等，这些省市大多位于中国沿海地段，数字经济发达、文旅产业发展排名靠前且经济水平较高。排名靠后的省区依次为西藏、青海、宁夏等，地处经济欠发达地区，且囿于文旅资源开发不足和数字基础设施薄弱，导致数字经济对文旅产业生产经营各环节改造滞后。2012—2022年数字文旅融合发展速度（以下简称“融合增速”）排名靠前的省区是宁夏、贵州、山西，排名落后的省区是江苏、广西、西藏。这说明在部分经济发达地区（如江苏），随着文旅数字化程度提高，新增投入的资金、政策等边际效益递减，单纯的设施建设已无法满足数字文旅发展需求，数字文旅融合正逐步进入转型升级阶段。而在经济欠发达地区（如宁夏），虽然文旅资源环境不佳，但该地区数字文旅融合表现出较强的后发优势。以全国平均水平、平均增速（0.146、0.68）为原点，建立各省市的数字文旅融合水平和融合增速的坐标系（图3-b），发现各省市的数字文旅融合水平和融合增速差异较大。从二分法看，数字文旅融合水平高于全国平均水平（0.146）的省份（直辖市）有北京、广东、山东、上海等12个省市，这些地区大多集中在经济较为发达的北部沿海、东部沿海、南部沿海和长江中游地区。融合增速高于全国年增速（68%）的省（直辖市、自治区）有北京、天津、河北、上海、福建、海南、陕西等13个省市，区域分布较为均匀。从四分法看，融合存在“高水平-高速度”“高水平-低速度”“低水平-高速度”“低水平-低速度”4种类型，仅北京、上海、安徽、四川4省市处于“双高”状态，其他省市均存在数字文旅融合发展均值与增速失衡问题，表明中国大多数省市数字文旅融合发展仍处于较低水平。
图3 各省市数字文旅融合发展现状

注：1）该图基于国家测绘地理信息局标准地图服务网站（或国家基础地理信息中心天地图服务中心）下载的审图号为GS（2024）0650的标准地图制作，底图无修改。2）不包括港澳台数据，后图同。

Fig.3 Development status of digital cultural tourism integration in provinces and cities

从各区域比较看，2012—2022年八大经济区域数字文旅融合水平从高到低依次为东部沿海（0.289）＞北部沿海（0.207）＞南部沿海（0.205）＞长江中游（0.145）＞西南地区（0.125）＞黄河中游（0.115）＞东北地区（0.095）＞西北地区（0.052）。依照融合水平指数0.2、0.1分类，东部沿海、北部沿海、南部沿海属于第一梯队，长江中游、西南地区、黄河中游处于第二梯队，东北地区、西北地区为第三梯队，大体呈“东中西，南中北”过渡性特征。融合增速由高到低分布为北部沿海（79.3%）＞黄河中游（78.3%）＞长江中游（70.4%）＞西南地区（64.5%）＞南部沿海（54.2%）＞西北地区（49.5%）＞东部沿海（36.7%）＞东北地区（26.7%）。综合看，东部沿海地区在中国数字文旅融合中处于“领头羊”地位，但融合增速放缓，位于倒数第二位，说明该地区正逐渐转变为提质阶段。北部沿海后来居上融合增速位列第一，未来该地区数字文旅融合水平可能超过东部沿海地区。黄河中游融合增速加快赶超西南地区、长江中游地区，成为中国数字文旅融合“新起之秀”。西北地区数字文旅融合水平虽处于最后一位，但融合增速超过东北地区，表明西北地区正加速推动数字文旅融合建设。值得注意的是，东北地区数字文旅融合水平及增速均处于较低水平，未来可能会进一步落后其他区域。总体上，中国数字文旅融合发展存在地区差异，但地区间存在追赶效应，其中北部沿海、黄河中游、西北地区追赶效应显著。

3.2　区域差异分析

为更好地了解中国数字文旅融合地区发展差距，采用Dagum基尼系数测度2012—2022年全国及八大经济区数字文旅融合发展水平的区域差异。如图4所示，研究期间全国总体基尼系数呈波动下降趋势，由2012年的0.382下降到2022年的0.354，年均降幅为7.6%，表明全国数字文旅融合水平总体差异在缓慢缩小，但融合发展过程存在失衡性。横向对比区域内、区域间差异及超变密度系数，发现三者均呈波动下降趋势，其中超变密度年均降幅最高，为24.62%。从贡献率看，区域间差异是数字文旅融合水平总体差异的主要来源，且呈波动上升趋势，而区域内差异、超变密度对总体基尼系数的贡献率呈波动下降趋势。这说明，区域间差异是中国数字文旅融合实现协调发展的主要壁垒，而各区域内部存在协同效应，部分省份数字文旅融合水平相对上升的同时会辐射周边，使得附近省份的数字文旅融合水平相对上升，从而减少不同区域间出现的交叉重叠现象。究其原因，主要是区域内部分省份具有地理位置相近、文旅及数字资源共享便利等发展优势，有利于数字文旅融合协调发展，而区域间在信息化、文旅服务等基础设施、文旅产业数字化转型等方面存在明显差异（唐睿，2022），这使区域间数字文旅融合发展的程度和速度有所不同。
图4 数字文旅融合指数的总体差异及区域差异来源分解

Fig.4 Decomposition of overall differences and sources of regional differences in the digital literacy and tourism integration index

从八大经济区域内差异（图5）看，横向对比各地区区域内基尼系数均值，各地区数字文旅融合空间差异由高到低依次为南部沿海＞北部沿海＞西北地区＞黄河中游＞东北地区＞西南地区＞东部沿海＞长江中游。这表明南部沿海各省份数字文旅融合水平空间差异显著，而长江中游内部各省份数字文旅融合发展较为协调。纵向比较各地区区域内基尼系数，各地区数字文旅融合空间差异大体呈现“下降－上升”走向，以2019年为时间节点，2012—2019年为下降趋势，2020—2022年为上升趋势。但通过计算年变动趋势，发现北部沿海、东部沿海、南部沿海、黄河中游、长江中游、西南地区、西北地区的区域内数字文旅融合空间差异整体上呈现缩小态势。值得注意的是，东北地区区域内基尼系数由2012年0.155上升到2022年0.158，升幅为2%，该地区的数字文旅融合正面临空间失衡发展，原因可能是，东北地区重工业等传统产业占比仍较高，与文旅、文化创意产业之间的协同度较低，缺少“文旅―科技―创意―服务”的良性循环路径，导致数字经济无法有效嵌入文旅场景。
图5 八大经济区域内基尼系数

Fig.5 Gini coefficients within the eight economic regions

从八大经济区域间差异（图6）看，区域间基尼系数均值在0.6以上的区域包括西北地区―北部沿海、西北地区―南部沿海、西北地区―东部沿海，其中西北地区―东部沿海数字文旅融合差异最大，达到0.698，原因可能是，数字经济基础设施差距明显，东部沿海地区在5G网络、云计算平台、大数据中心等基础设施上长期领先，而西北地区尤其是边境或高原地带，数字网络覆盖不全、设施老化、系统孤立，严重制约智慧旅游、沉浸文旅等应用落地；基尼系数在0.4~0.6的区域包括西北地区—长江中游、西北地区—西南地区、黄河中游—东部沿海、黄河中游—南部沿海、东北地区—东部沿海、东北地区—南部沿海、西南地区—东部沿海；属于0.2~0.4的区域包括西北地区—东北地区、西北地区—黄河中游、西北地区—西南地区、黄河中游—北部沿海、东北地区—北部沿海、东北地区—长江中游、西南地区—北部沿海、西南地区—南部沿海、长江中游—北部沿海、长江中游—东部沿海、长江中游—南部沿海、北部沿海—东部沿海、北部沿海—南部沿海、南部沿海—东部沿海；处于0.2以下的区域包括黄河中游—长江中游、东北地区—黄河中游、东北地区—西南地区、西南地区—长江中游，其中西南地区—长江中游区域间差异系数最小，为0.142。总体而言，区域间数字文旅融合差异主要表现为沿海地区与其他地区的空间差异，且沿海地区之间数字文旅融合也存在显著的空间差异性，但目前中国数字文旅融合协调发展的主要难点是缩小西北地区与沿海地区数字文旅融合发展差距，尤其是与东部沿海地区的差异。
图6 八大经济区域间基尼系数

Fig.6 Gini coefficients among the eight economic regions

3.3　动态演化趋势分析

运用马尔科夫转移矩阵揭示八大经济区数字文旅融合的转移规律。参照已有文献（李研，2021），采用四分位数将数字文旅融合水平划分为低水平（Ⅰ）、中低水平（Ⅱ）、中高水平（Ⅲ）、高水平（Ⅳ）4类。全样本数字文旅融合转移概率（表2）显示，对角线上转移概率均大于非对角线上的概率，说明中国数字文旅融合发展状态较为稳定，存在4类俱乐部趋同现象。具体地，对角线上低水平趋同和高水平趋同概率较大，分别为80.7%和89.6%，中低、中高水平趋同概率相对较小，分别为71.6%和78.4%，存在弱者愈弱，强者愈强的“马太效应”。此外，对角线右侧的数值大于左侧数值，表明中国数字文旅融合向上转移概率大于向下转移概率。非对角线上，不为0的数值集聚在对角线两侧，表示向邻近类型转移概率大于非邻近类型转移概率，且不会出现跨类型转移，如t年中低水平（Ⅱ）的区域中，有71.6%的省份在t+1年仍保持中低水平，向低、中高水平转移的概率为7.4%、20.99%。
表2 数字文旅融合指数的马尔科夫链转移矩阵

Table 2 Markov chain transfer matrix for the digital cultural and tourism integration index

区域 t/（t+1） Ⅰ Ⅱ Ⅲ Ⅳ
全样本 Ⅰ 0.81 0.19 0 0
Ⅱ 0.07 0.72 0.21 0
Ⅲ 0.01 0.07 0.78 0.14
Ⅳ 0 0 0.1 0.9
北部沿海 Ⅰ 0.8 0.2 0 0
Ⅱ 0.09 0.82 0.09 0
Ⅲ 0 0 0.70 0.3
Ⅳ 0 0 0.11 0.89
东北地区 Ⅰ 0.57 0.29 0.14 0
Ⅱ 0.25 0.5 0.25 0
Ⅲ 0 0.18 0.58 0.25
Ⅳ 0 0 0.14 0.86
东部沿海 Ⅰ 0.63 0.38 0 0
Ⅱ 0.13 0.38 0.5 0
Ⅲ 0 0.13 0.38 0.5
Ⅳ 0 0.33 0.17 0.5
南部沿海 Ⅰ 0.86 0.14 0 0
Ⅱ 0.11 0.67 0.22 0
Ⅲ 0 0.14 0.57 0.29
Ⅳ 0 0 0.14 0.86
黄河中游 Ⅰ 0.7 0.3 0 0
Ⅱ 0.09 0.64 0.27 0
Ⅲ 0 0.11 0.67 0.22
Ⅳ 0 0 0.1 0.9
长江中游 Ⅰ 0.64 0.36 0 0
Ⅱ 0 0.5 0.33 0.17
Ⅲ 0 0.29 0.43 0.29
Ⅳ 0 0.1 0.2 0.7
西南地区 Ⅰ 0.62 0.38 0 0
Ⅱ 0.15 0.46 0.31 0.08
Ⅲ 0.08 0.25 0.25 0.42
Ⅳ 0 0 0.33 0.67
西北地区 Ⅰ 0.71 0.29 0 0
Ⅱ 0.09 0.49 0.41 0
Ⅲ 0.08 0.15 0.54 0.23
Ⅳ 0 0.08 0.12 0.79

注：行代表t年状态，列代表t+1年的状态，对角线上数值表示区域数字文旅融合发展稳定性，而非对角线上的数值代表其在不同类型间转移的概率（陈明华 等，2020）。

从八大经济区数字文旅融合转移矩阵看，南部沿海、黄河中游、长江中游地区、大西北地区的转移特征与全样本数字文旅融合转移特征相似，如对角线上转移概率均大于非对角线上的概率，存在4类俱乐部趋同现象；区域内各省份数字文旅融合向上转移概率大于向下转移概率；数字文旅融合向邻近类型转移概率大于非邻近类型转移概率，不会出现跨类型转移。其他区域则有独特的转移特征，具体地，东部地区t+1年的中低水平、中高水平向上转移概率均为50%，超过t年稳定概率37.5%，证明东部地区部分省份向上跃迁趋势明显，且这2种类型未出现俱乐部驱动效应。西南地区是中高水平向高水平转移概率为41.7%，超过t年稳定概率25%，右侧非对角线上的值大于对角线上的值，显示西南地区部分省份数字文旅融合正由中高水平向高水平发展。北部沿海、东北地区t年中低水平在t+1年存在向邻近区域转移概率一致的情况，如北部沿海中低水平在t+1年向低水平、中高水平转均存在9%的转移概率，中低水平向上转移趋势不明显。

4 结论与建议

本文基于马克思产业循环理论以及现实情形，从基础设施、社会主体、外部环境以及融合成效4个维度构建数字文旅融合发展评价指标体系，借助熵值法测度2012—2022年中国31个省市的数字文旅融合水平。同时，进一步采用Dagum基尼系数、马尔科夫链等方法分析全国以及八大综合经济区数字文旅融合的区域差异及动态演进规律。主要结论有：
1）从数字文旅融合水平看，中国数字文旅融合发展水平在研究期呈波动上升态势，但整体发展水平较低，仅上海、北京、四川、安徽4省市处于“高水平-高速度”发展状态。八大综合经济区数字文旅融合存在发展差距，但地区追赶效应显现。东部沿海、北部沿海、南部沿海属于发展第一梯队；长江中游、西南地区、黄河中游为第二梯队；东北地区、西北地区为第三梯队，其中东部沿海发展最好，率先进入转型升级阶段；北部沿海、黄河中游、西北地区追赶效应最为显著。
2）从Dagum基尼系数及分解结果看，中国数字文旅融合总体差异逐年缩小，东部沿海地区与西北地区的区域间差异是阻碍中国数字文旅融合协调发展的首要因素；东北地区面临区域内部失衡发展问题，说明东北地区存在数字文旅融合“鸿沟”，需补齐发展短板，实现区域内部各省份协调发展。
3）从马尔科夫链分析结果看，中国数字文旅融合发展较为稳定，且存在低水平、中低水平、中高水平、高水平4类俱乐部趋同现象，其中低水平、高水平俱乐部趋同效应最为显著，显现“马太效应”；数字文旅融合一般不会出现跨类型转移，向邻近类型转移概率大于非邻近类型转移的概率，上升转移概率大于向下转移概率。八大经济区中的东部地区、西南地区数字文旅融合向上跃迁趋势明显；北部沿海、东北地区表现为部分类型上升转移概率与向下转移概率一致，并未体现数字文旅融合发展转移的倾向性。
结合马克思产业循环理论与本研究结论，提出各区域应根据自身优势和不足提高数字文旅融合发展水平，缩小发展差异，促进协调发展。1）东部沿海地区发展数字文旅融合正进入提质阶段，应注重精细化运营、深度融合和创新升级，提高数字文旅融合质量。因此，在采购阶段，利用AI、区块链等前沿技术优化数字文旅采购决策，提升供应链精准化；生产阶段，文旅产业加大对关键数字技术的研发应用，对已有的裸眼3D、数字孪生景区进行迭代升级，优化数字文旅产品内容质量；销售阶段，基于大数据和AI推荐算法，构建文旅品牌私域社群，深化个性化体验服务。2）北部沿海、南部沿海、长江中游等位于第一、二梯队的地区，数字文旅融合正处于发展水平，应做好资源整合、数字内容供给与新型销售模式探索，为后续提质发展奠定基础。在购买阶段，加大对5G、AI、AR、VR等技术的采购及应用，提高文旅资源配置效率。生产阶段，建设智慧景区和数字化旅游产品，推动内容创新和数字供给体系建设。销售阶段，打造“短视频+文旅”“景区+电商”的销售模式，并借助抖音、小红书等社交媒体进行营销，扩大数字文旅产品的知名度。3）东北地区和西北地区是数字文旅融合发展低地，也是实现中国数字文旅融合协调发展的难点区域。一方面，政府应加强这些区域信息化等基础设施建设，在采购阶段，文旅企业应加大数字人才引进及技术采购，提高后续生产、销售阶段的数字技术应用率，改变数字文旅融合资源配置较低的现状。另一方面，扎根共同富裕这一国家重大战略，实施沿海地区对东北、西北等地区的对口帮扶政策，加快数字技术、资金、人才等要素在地区之间的充分流动，实现区域之间互利互惠，优势互补。
本文的边际贡献在于：1）基于产业循环理论，从采购―生产―售卖3个阶段全面剖析数字经济与文旅产业融合发展的机理过程，对现有研究具有一定补充价值；2）从融合的基础设施、社会主体、外部环境以及融合发展中的成效4个维度构建数字经济与文旅产业融合发展的复合评价指标体系，拓展现有数字经济、文旅产业双边单系统的指标体系，深化了数字文旅融合评价指标体系研究；3）探讨中国数字文旅融合的区域差异与演化规律，弥补现有文献对数字文旅融合空间差异讨论的不足。
此外，本文仍存在不足：1）囿于篇幅，本文仅使用Dugum基尼系数、马尔科夫链等计量方法探究中国数字文旅融合的区域差异及发展趋势，未来可采用空间计量模型对中国数字文旅融合的空间异质性及影响因素进行深化研究。2）受限数字经济相关数据公布时间较短且2023、2024年有些数据尚未公布，本文仅选取11年数据探讨区域空间差异，并未总结数字文旅融合阶段性特征，未来可进一步结合公布的数据厘清数字文旅融合发展阶段。3）鉴于数据连续性、可获取性和区域比较一致性等因素，本文主要选取数字文旅融合的产业主体、基础设施等多个层面的变量，尚未考虑电竞酒店、智能场馆等新型数字文旅融合产业主体。未来将进一步拓展数据维度，尝试引入用户行为数据、平台运营数据与数字文化消费特征指标，以更全面地刻画数字文旅融合的真实状态。

1 中国八大经济区包括北部沿海（北京、天津、河北、山东）、东北（辽宁、吉林、黑龙江）、东部沿海（上海、江苏、浙江）、南部沿海（福建、广东、海南）、黄河中游（陕西、山西、河南、内蒙古）、长江中游（湖北、湖南、江西、安徽）、西南（云南、贵州、四川、重庆、广西）、西北（甘肃、青海、宁夏、西藏、新疆）。

诚挚感谢匿名评审过程中各位专家、编辑对本文提出的修改意见，使得本文得以完善。

References

Publishing order | Descend order by publishing year | Descend order by cited within
Akhunova S and Abdusattorova M. 2023. Digital Marketing: Near Future and Perspectives. European Journal of Economics, Finance and Business Development, 1(2): 18-25.

白长虹. 2019. 文旅融合背景下的行业人才培养——实践需求与理论议题. 人民论坛·学术前沿，（11）：36-42.

Bai Changhong. 2019. Industry Talent Cultivation in the Context of Culture and Tourism Integration—Practical Needs and Theoretical Issues. People's Forum-Academic Frontier, (11): 36-42.

Barefoot K, Curtis D, Jolliff W, Nicholson J R, and Omohundro R. 2018. Defining and Measuring the Digital Economy. (2018-03-15) [2024-10-01]. https: //www.bea.gov/sites/default/files/papers/defining-and-measuring-the-digital-economy.pdf.

Bukht R and Heeks R. 2017. Defining, Conceptualising and Measuring the Digital Economy. International Organisations Research Journal, 13(2): 143-172.

蔡尚伟，丁锦箫. 2021. 产业融合视阈下文旅产业与数字经济融合发展现状与对策——基于对成都的考察. 广西社会科学，（1）：118-123.

Cai Shangwei and Ding Jinxiao. 2021. The Current Situation and Countermeasures for the Integrated Development of the Tourism Industry and Digital Economy under the Threshold of Industrial Integration—Based on the Examination of Chengdu. Guangxi Social Science, (1): 118-123.

陈琳琳，徐金海，李勇坚. 2022. 数字技术赋能旅游业高质量发展的理论机理与路径探索. 改革，（2）：101-110.

Chen Linlin, Xu Jinhai, and Li Yongjian. 2022. Theoretical Mechanism and Path Exploration of Digital Technology Enabling High-Quality Development of Tourism. Reform, (2): 101-110.

陈明华，张晓萌，刘玉鑫，仲崇阳. 2020. 绿色TFP增长的动态演进及趋势预测——基于中国五大城市群的实证研究. 南开经济研究，（1）：20-44.

Chen Minghua, Zhang Xiaomeng, Liu Yuxin, and Zhong Chongyang. 2020. Dynamic Evolution and Trend Forecasting of Green TFP Growth—An Empirical Study Based on Five Major Urban Agglomerations in China. Nankai Economic Research, (1): 20-44.

郭晗，全勤慧. 2022. 数字经济与实体经济融合发展：测度评价与实现路径. 经济纵横，（11）：72-82.

Guo Han and Quan Qinhui. 2022. Integration of Digital Economy and Real Economy: Measurement Evaluation and Realisation Path. Economic Journal, (11): 72-82.

国家统计局. 2011—2023. 中国统计年鉴. 北京：中国统计出版社.

National Bureau of Statistics of China. 2011—2023. China Statistical Yearbook. Beijing: China Statistics Press.

国家统计局社会科技和文化产业统计司，科学技术部战略规划司. 2011—2023. 中国科技统计年鉴. 北京：中国统计出版社.

Department of Social, Science, Technology and Cultural Statistics, National Bureau of Statistics of China, and Department of Strategy and Planning, Ministry of Science and Technology. 2011-2023. China Science and Technology Statistical Yearbook. Beijing: China Statistics Press.

国家统计局社会科技和文化产业统计司，中宣部文化改革发展局. 2011—2023. 中国文化及相关产业统计年鉴. 北京：中国统计出版社.

Department of Social, Science, Technology and Cultural Statistics, National Bureau of Statistics of China, and Department of Cultural Reform and Development, Publicity Department of the CPC Central Committee. 2011-2023. China Cultural and Related Industries Statistical Yearbook. Beijing: China Statistics Press.

国务院. 2023. 关于释放旅游消费潜力推动旅游业高质量发展的若干措施.（2023-09-27）[2024-10-01] https://www.gov.cn/zhengce/content/202309/content_6907051.htm.

State Council. 2023. Several Measures on Unleashing Tourism Consumption Potential and Promoting High-Quality Development of the Tourism Industry. (2023-09-27) [2024-10-01]. https://www.gov.cn/zhengce/content/202309/content_6907051.htm.

何红，拓守恒. 2023. 数字经济驱动旅游产业高质量发展的作用机理与耦合协调关系——基于西北五省的实证. 统计与决策，39（20）：78-83.

He Hong and Tuo Shouheng. 2023. The Role Mechanism and Coupling Coordination Relationship of Digital Economy Driving the High Quality Development of Tourism Industry—Empirical Evidence Based on Five Northwestern Provinces. Statistics and Decision Making, 39(20): 78-83.

贺小荣，陈文灏. 2024. 中国数字经济与文旅产业融合的协同关系及其影响因素. 热带地理，44（7）：1314-1328.

He Xiaorong and Chen Wenhao. 2024. The Synergistic Relationship between Digital Economy and Cultural and Tourism Industry Integration in China and Its Influencing Factors. Tropical Geography, 44(7): 1314-1328.

黄震方，张子昂，李涛，候国林，靳诚，张郴. 2024. 数字赋能文旅深度融合的理论逻辑与研究框架. 旅游科学，38（1）：1-16.

Huang Zhenfang, Zhang Zi’ang, Li Tao, Hou Guolin, Jin Cheng, and Zhang Chen. 2024. Theoretical Logic and Research Framework of Digital-Enabled Deep Integration of Culture and Tourism. Tourism Science, 38(1): 1-16.

科技部，中央宣传部，中央网信办，财政部，文化和旅游部，广电总局. 2019. 关于促进文化和科技深度融合的指导意见. （2019-08-13）[2024-10-01]. https://www.most.gov.cn/xxgk/xinxifenlei/fdzdgknr/fgzc//gfxwj/gfxwj2019/201908/t20190826_148424.html.

Ministry of Science and Technology, Publicity Department of the CPC Central Committee, Cyberspace Administration of China, Ministry of Finance, Ministry of Culture and Tourism, and National Radio and Television Administration. 2019. Guiding Opinions on Promoting the Deep Integration of Culture and Technology. (2019-08-13) [2024-10-01]. https://www.most.gov.cn/xxgk/xinxifenlei/fdzdgknr/fgzc//gfxwj/gfxwj2019/201908/t20190826_148424.html.

李重芬. 2008. 马克思的资本循环理论研究. 生产力研究，（10）：12-14. [Li Chongfen. 2008. A Study of Marx's Theory of the Capital Cycle. Productivity Research, (10): 12-14. ]

李健旋. 2025. 制造业与数字经济产业关联融合测度及异质性研究. 中国管理科学，33（8）：112-122.

Li Jianxuan. 2025. A Study on the Measurement and Heterogeneity of Industrial Linkage Integration between Manufacturing and Digital Economy. China Management Science, 33(8): 112-122.

Li K, Kim D J, Lang K R, Kauffman R J, and Naldi M. 2020. How should We Understand the Digital Economy in Asia? Critical Assessment and Research Agenda. Electronic Commerce Research and Applications, 44: 101004.

李研. 2021. 中国数字经济产出效率的地区差异及动态演变. 数量经济技术经济研究，38（2）：60-77.

Li Yan. 2021. Regional Differences and Dynamic Evolution of Output Efficiency in China's Digital Economy. Research on Quantitative and Technical Economics, 38(2): 60-77.

李志远，冯学钢，何静，左文俊，夏赞才. 2024. 韧性与效率协同视角下旅游生态系统评估. 中国人口·资源与环境，34（10）：150-159.

Li Zhiyuan, Feng Xuegang, He Jing, Zuo Wenjun, and Xia Zancai. 2024. Tourism Ecosystem Assessment from the Perspective of Resilience and Efficiency Synergy. China Population-Resources and Environment, 34(10): 150-159.

林文凯，林璧属. 2018. 区域旅游产业生态效率评价及其空间差异研究——以江西省为例. 华东经济管理，32（6）：19-25.

Lin Wenkai and Lin Bishu. 2018. Evaluation of Regional Tourism Industry Eco-Efficiency and Its Spatial Difference Research—Taking Jiangxi Province as an Example. East China Economic Management, 32(6): 19-25.

刘英基，邹秉坤，韩元军，余超. 2023. 数字经济赋能文旅融合高质量发展——机理、渠道与经验证据. 旅游学刊，38（5）：28-41.

Liu Yingji, Zou Bingkun, Han Yuanjun, and Yu Chao. 2023. Digital Economy Empowers High-Quality Development of Cultural and Tourism Integration-Mechanisms, Channels and Empirical Evidence. Journal of Tourism, 38(5): 28-41.

马丽君，敖烨. 2023. 数字经济对旅游业高质量发展的影响及空间溢出效应. 地理科学进展，42（12）：2296-2308.

Ma Lijun and Ao Ye. 2023. The Impact and Spatial Spillover Effect of Digital Economy on the High-Quality Development of Tourism. Advances in Geoscience, 42(12): 2296-2308.

马越斐，李海. 2023. 数字经济赋能文体旅产业深度融合的内在机理、现实困境与实践路径. 沈阳体育学院学报，42（5）：108-113.

Ma Yuefei and Li Hai. 2023. Digital Economy Empowers the Deep Integration of Culture, Sports and Tourism Industry of the Inner Mechanism, the Reality of the Dilemma and the Practical Path. Journal of Shenyang Sports Institute, 42(5): 108-113.

Mossberger K, LaCombe S, and Tolbert C J. 2022. A New Measure of Digital Economic Activity and Its Impact on Local Opportunity. Telecommunications Policy, 46(1): 102231.

Pan W, Xie T, Wang Z W, and Ma L S. 2022. Digital Economy: An Innovation Driver for Total Factor Productivity. Journal of Business Research, 139: 303-311.

谭春桥，吴欣，崔春生. 2021. 促销模式下基于纳什谈判的线上旅行商与线下旅行社定价策略研究. 中国管理科学，29（3）：143-152.

Tan Chunqiao, Wu Xin, and Cui Chunsheng. 2021. A Study on Pricing Strategies of Online Travellers and Offline Travel Agencies Based on Nash Negotiation under the Promotion Model. China Management Science, 29(3): 143-152.

Tang Chengcai, Shangguan L, Liu L, and Mei J. 2024. The Model and Path for Digital Cultural Tourism to Promote Rural Revitalization. Journal of Resources and Ecology, 15(3): 528-540.

唐睿. 2022. 长三角数字经济和旅游业高质量发展的空间特征分析. 经济体制改革，（5）：51-59.

Tang Rui. 2022. Analysis of the Spatial Characteristics of High-Quality Development of the Digital Economy and Tourism Industry in the Yangtze River Delta. Economic System Reform, (5): 51-59.

王定祥，彭政钦，李伶俐. 2023. 中国数字经济与农业融合发展水平测度与评价. 中国农村经济，（6）：48-71.

Wang Dingxiang, Peng Zhengqin, and Li Lingyi. 2023. Measuring and Evaluating the Level of Integrated Development of Digital Economy and Agriculture in China. China Rural Economy, (6): 48-71.

王金伟，王启翔，冯凌. 2024. 中国数字经济与旅游业高质量发展的协调格局及驱动机制. 地理科学，44（1）：130-139.

Wang Jinwei, Wang Qixiang, and Feng Ling. 2024. Coordination Pattern and Driving Mechanism of High-Quality Development of Digital Economy and Tourism in China. Geoscience, 44(1): 130-139.

王胜鹏，滕堂伟，胡森林，李炜. 2024. 中国数字经济空间网络结构演化及其驱动因素. 地理科学，44（5）：743-753.

Wang Shengpeng, Teng Tangwei, Hu Linlin, and Li Wei. 2024. Evolution of Spatial Network Structure of China's Digital Economy and Its Driving Factors. Geoscience, 44(5): 743-753.

Williams L D. 2021. Concepts of Digital Economy and Industry 4.0 in Intelligent and Information Systems. International Journal of Intelligent Networks, 2: 122-129.

吴丽，梁皓，虞华君，霍荣棉. 2021. 中国文化和旅游融合发展空间分异及驱动因素. 经济地理，41（2）：214-221.

Wu Li, Liang Hao, Yu Huajun, and Huo Rongmian. 2021. Spatial Differentiation and Driving Factors of Integrated Development of Culture and Tourism in China. Economic Geography, 41(2): 214-221.

杨利，李梦含，张名杰，张怡琼. 2023. 数字经济赋能文旅融合的影响机制与门槛效应研究. 统计与决策，39（12）：29-34.

Yang Li, Li Menghan, Zhang Mingjie, and Zhang Yiqiong. 2023. Research on the Influence Mechanism and Threshold Effect of Digital Economy Empowering the Integration of Culture and Tourism. Statistics and Decision Making, 39(12): 29-34.

杨莎莎，胡隆. 2024. 数字赋能背景下中国城市文旅融合水平测度及其时空特征. 经济地理，44（5）：202-211.

Yang Shasha and Hu Long. 2024. Measuring the Level of Cultural and Tourism Integration in Chinese Cities and Its Spatial and Temporal Characteristics under the Background of Digital Empowerment. Economic Geography, 44(5): 202-211.

叶紫青，夏杰长. 2024. 数字技术赋能文化产业创新发展：内部共生与外部协同. 科学管理研究，42（5）：49-56.

Ye Ziqing and Xia Jiechang. 2024. Digital Technology Empowers the Innovation and Development of Cultural Industry: Internal Symbiosis and External Synergy. Science Management Research, 42(5): 49-56.

张嘉贝，王珂珂，施天乐，刘润歌. 2023. 黄河流域生态保护、数字经济与文旅融合耦合协调发展研究. 资源开发与市场，39（12）：1684-1692.

Zhang Jiabei, Wang Keke, Shi Tianle, and Liu Runge. 2023. Research on the Coupled and Coordinated Development of Ecological Protection, Digital Economy and Cultural Tourism Integration in the Yellow River Basin. Resource Development and Market, 39(12): 1684-1692.

赵云，成燕. 2023. 数字经济赋能四川民族地区文旅产业融合发展. 民族学刊，14（9）：59-66.

Zhao Yun and Cheng Yan. 2023. Digital Economy Enabling the Integrated Development of Culture and Tourism Industry in Ethnic Areas of Sichuan. Journal of Ethnicity, 14(9): 59-66.

周锦. 2022. 数字经济推动文化产业价值共创：逻辑、动因与路径. 南京社会科学，（9）：165-172.

Zhou Jin. 2022. Digital Economy Promotes Value Co-Creation in Cultural Industry: Logic, Motivation and Path. Nanjing Social Science, (9): 165-172.

朱媛媛，周笑琦，顾江，陈京. 2022. 长江中游城市群“文-旅”产业融合发展的空间效应及驱动机制研究. 地理科学进展，41（5）：785-796.

Zhu Yuanyuan, Zhou Xiaoqi, Gu Jiang, and Chen Jing. 2022. Research on the Spatial Effect and Driving Mechanism of the Integrated Development of Culture-Tourism Industry in the City Cluster in the Middle Reaches of the Yangtze Rive. Progress in Geographical Sciences, 41(5): 785-796.

曾鹏，覃意晗，周联超. 2024. 中国城市新质生产力水平的测算及时空格. 地理科学进展，43（6）：1102-1117.

Zeng Peng, Qin Yihan, and Zhou Lianchao. 2024. Measurement and Spatial and Temporal Patterns of New Quality Productivity Levels in Chinese Cities. Advances in Geoscience, 43(6): 1102-1117.

Zhang J, Lyu Y, Li Y, and Geng Y. 2022. Digital Economy: An Innovation Driving Factor for Low-Carbon Development. Environmental Impact Assessment Review, 96: 106821.

中共中央办公厅，国务院办公厅. 2016. 国家信息化发展战略纲要. 北京：人民出版社.

General Office of the Central Committee of the Communist Party of China, and General Office of the State Council. 2016. Outline of the National Information Development Strategy. Beijing: People's Publishing House.

Options
Outlines

/

〈 〉