吳丹丹，馮學(xué)鋼，馬仁鋒，郝 晨，吳 楊

（1.華東師范大學(xué)工商管理學(xué)院，上海 200062；2.寧波大學(xué)地理與空間信息技術(shù)系，浙江寧波 315211）

引言

旅游業(yè)全要素生產(chǎn)率（tourism total factor productivity，TTFP）是衡量一個國家或地區(qū)旅游經(jīng)濟(jì)發(fā)展質(zhì)量、技術(shù)進(jìn)步和管理效率的重要指標(biāo)[1]。改革開放以來，中國旅游業(yè)依托旅游資源、資本和勞動力等傳統(tǒng)要素投入實(shí)現(xiàn)高速蓬勃發(fā)展，但也面臨生產(chǎn)率低下、可持續(xù)增長乏力等現(xiàn)實(shí)挑戰(zhàn)，如何提升旅游業(yè)全要素生產(chǎn)率、實(shí)現(xiàn)高質(zhì)量發(fā)展成為亟待解決的現(xiàn)實(shí)問題?！吨袊鴶?shù)字經(jīng)濟(jì)發(fā)展白皮書（2021年）》顯示，截至2020年，我國數(shù)字經(jīng)濟(jì)規(guī)模達(dá)39.2 萬億元[2]，依托5G、大數(shù)據(jù)、人工智能和區(qū)塊鏈等新技術(shù)應(yīng)運(yùn)而生的數(shù)字經(jīng)濟(jì)成為新型產(chǎn)業(yè)驅(qū)動力，其所具有的強(qiáng)大產(chǎn)業(yè)關(guān)聯(lián)帶動效應(yīng)為解決當(dāng)前旅游業(yè)轉(zhuǎn)型升級問題提供了重要思路。2020年，文化和旅游部攜手多部門聯(lián)合印發(fā)《關(guān)于深化“互聯(lián)網(wǎng)+旅游”推動旅游業(yè)高質(zhì)量發(fā)展的意見》。2021年，國務(wù)院印發(fā)《“十四五”旅游業(yè)發(fā)展規(guī)劃》，強(qiáng)調(diào)“堅(jiān)持創(chuàng)新驅(qū)動發(fā)展……加快推進(jìn)以數(shù)字化、網(wǎng)絡(luò)化、智能化為特征的智慧旅游”。事實(shí)證明，數(shù)字經(jīng)濟(jì)能夠改變游客的休閑觀念、出游方式和消費(fèi)行為，拉動消費(fèi)需求[3]，并憑借技術(shù)優(yōu)勢發(fā)揮其對相關(guān)產(chǎn)業(yè)的滲透力和資源整合能力，推動傳統(tǒng)旅行社、酒店和景區(qū)轉(zhuǎn)型升級，創(chuàng)新旅游產(chǎn)品與服務(wù)[4]。2021年新冠疫情常態(tài)化防控背景下，數(shù)字經(jīng)濟(jì)在促進(jìn)旅游產(chǎn)業(yè)復(fù)工復(fù)產(chǎn)方面也展示出強(qiáng)大動力，中國在線旅游市場交易規(guī)模突破1.3萬億元[5]。由此可見，以數(shù)字經(jīng)濟(jì)促進(jìn)旅游業(yè)創(chuàng)新發(fā)展成為政、產(chǎn)、學(xué)三界的重要共識。但遺憾的是，基于經(jīng)驗(yàn)證據(jù)，系統(tǒng)實(shí)證數(shù)字經(jīng)濟(jì)能否提高旅游業(yè)全要素生產(chǎn)率的研究仍十分缺乏。

目前，國內(nèi)外既有研究主要圍繞產(chǎn)業(yè)集聚[6]、旅游專業(yè)化、交通設(shè)施發(fā)展和技術(shù)進(jìn)步[7]等與旅游業(yè)效率之間的關(guān)系展開，取得一定研究成果，但鮮有研究考察數(shù)字經(jīng)濟(jì)與旅游業(yè)全要素生產(chǎn)率之間的關(guān)系。與本研究相關(guān)的文獻(xiàn)有兩大類：（1）在理論層面探討信息與通信技術(shù)（information and communication technologies，ICTs）對旅游業(yè)發(fā)展的影響。宏觀上，一部分學(xué)者關(guān)注信息技術(shù)在提升旅游組織和目的地的競爭力[8]以及塑造目的地品牌形象[9]等方面的重要作用，并認(rèn)為數(shù)字化能夠從改變行業(yè)進(jìn)入壁壘、促進(jìn)價格透明度和競爭、革新分銷渠道、優(yōu)化成本和提高生產(chǎn)效率等方面重塑行業(yè)競爭格局[10]；另一部分學(xué)者探討數(shù)字化技術(shù)應(yīng)用于旅游產(chǎn)業(yè)的具體模式和機(jī)制，包括數(shù)字化文旅產(chǎn)品創(chuàng)新、旅游在線平臺商業(yè)模式創(chuàng)新以及融媒體營銷模式創(chuàng)新等[11-12]。此外，還有學(xué)者從微觀企業(yè)管理領(lǐng)域，基于案例分析數(shù)字化對旅游企業(yè)“立體化”營銷、組織管理變革[13]、服務(wù)創(chuàng)新[14]等方面的促進(jìn)作用，普遍認(rèn)為信息技術(shù)的應(yīng)用改變了傳統(tǒng)旅游產(chǎn)業(yè)的生產(chǎn)組織方式，實(shí)現(xiàn)快速有效地響應(yīng)旅游者多元化需求，提升旅游產(chǎn)業(yè)的運(yùn)行效率[15]。（2）在實(shí)證研究方面，主要基于統(tǒng)計(jì)數(shù)據(jù)研究互聯(lián)網(wǎng)對旅游產(chǎn)業(yè)影響的具體維度，如王冠孝等測度了旅游業(yè)與信息化間的協(xié)調(diào)發(fā)展機(jī)理及空間異質(zhì)性[16]；王龍杰等從新經(jīng)濟(jì)地理學(xué)角度分析了信息化對旅游企業(yè)營收的空間溢出效應(yīng)[17]；楊勇從產(chǎn)業(yè)經(jīng)濟(jì)學(xué)視角出發(fā)，驗(yàn)證了互聯(lián)網(wǎng)不僅擴(kuò)大旅游業(yè)規(guī)模、促進(jìn)旅游產(chǎn)業(yè)動態(tài)優(yōu)化，而且顯著提高旅游企業(yè)勞動生產(chǎn)率[4,18]；劉震和楊勇基于中國家庭追蹤調(diào)查數(shù)據(jù)（China Family Panel Studies，CFPS），證明互聯(lián)網(wǎng)顯著拉動了文旅消費(fèi)規(guī)模[19]。雖然學(xué)界針對數(shù)字經(jīng)濟(jì)對旅游產(chǎn)業(yè)的影響效應(yīng)進(jìn)行了一定程度的探討，但現(xiàn)有研究在理論層面仍未厘清數(shù)字經(jīng)濟(jì)對旅游業(yè)轉(zhuǎn)型升級的具體作用機(jī)制，而且實(shí)證研究大多關(guān)注省域?qū)用鏀?shù)字技術(shù)發(fā)展對旅游企業(yè)相關(guān)績效和勞動生產(chǎn)率的影響，對城市尺度的精細(xì)刻畫鮮有涉及。此外，數(shù)字經(jīng)濟(jì)對旅游業(yè)影響效應(yīng)研究太過局限于線性、空間溢出，抑或是簡單門檻效應(yīng)，忽略了復(fù)雜現(xiàn)實(shí)情境所導(dǎo)致的非線性動態(tài)轉(zhuǎn)換效應(yīng)。

鑒于此，本文在剖析數(shù)字經(jīng)濟(jì)對城市旅游業(yè)全要素生產(chǎn)率作用機(jī)理的基礎(chǔ)上，構(gòu)建科學(xué)的指標(biāo)體系，測度2011―2019 年中國285 個地級及以上城市旅游業(yè)全要素生產(chǎn)率，利用面板平滑轉(zhuǎn)換回歸模型實(shí)證檢驗(yàn)數(shù)字經(jīng)濟(jì)對旅游業(yè)全要素生產(chǎn)率的非線性動態(tài)效應(yīng)，以期揭示數(shù)字經(jīng)濟(jì)推動旅游業(yè)全要素生產(chǎn)率提升的“黑箱”，為深化數(shù)字經(jīng)濟(jì)助力旅游產(chǎn)業(yè)高質(zhì)量發(fā)展提供理論借鑒和經(jīng)驗(yàn)證據(jù)。本文可能的邊際貢獻(xiàn)在于：第一，研究視角的創(chuàng)新。本文將數(shù)字經(jīng)濟(jì)與旅游業(yè)全要素生產(chǎn)率納入同一理論分析框架，從宏觀層面拓展了對旅游業(yè)發(fā)展質(zhì)量影響因素的認(rèn)識，并實(shí)證探討數(shù)字經(jīng)濟(jì)及其四大分維度對旅游業(yè)效率提升效應(yīng)的特征事實(shí)，豐富并拓展了現(xiàn)有研究的理論體系和經(jīng)驗(yàn)證據(jù)。第二，研究內(nèi)容的創(chuàng)新。考慮到數(shù)字經(jīng)濟(jì)的網(wǎng)絡(luò)外部效應(yīng)和復(fù)雜現(xiàn)實(shí)情境所導(dǎo)致的非線性效應(yīng)，本文深入探討了數(shù)字經(jīng)濟(jì)對旅游業(yè)全要素生產(chǎn)率的動態(tài)、非線性的影響效應(yīng)，并基于對旅游業(yè)全要素生產(chǎn)率的分解，有效識別數(shù)字經(jīng)濟(jì)促進(jìn)旅游業(yè)全要素生產(chǎn)率提升的源泉。第三，研究方法的改進(jìn)。本文采用面板平滑轉(zhuǎn)換回歸模型精準(zhǔn)估計(jì)系數(shù)的動態(tài)趨勢，輔以轉(zhuǎn)換函數(shù)、估計(jì)系數(shù)和響應(yīng)曲線等詳細(xì)刻畫圖像，有效提升了研究結(jié)果的精準(zhǔn)度和直觀性。第四，指標(biāo)測度的改進(jìn)。采用全局可參比Malmquist模型測算旅游業(yè)全要素生產(chǎn)率，克服了既往研究中非全局指數(shù)的不可傳遞性難題。

1 理論分析與研究假說

旅游業(yè)全要素生產(chǎn)率越高表明同樣的旅游投入可以獲得更多的旅游產(chǎn)出，旅游經(jīng)濟(jì)增長方式越趨向于集約型和內(nèi)涵式。根據(jù)既有研究，旅游業(yè)全要素生產(chǎn)率（TTFP）可分解為旅游業(yè)技術(shù)進(jìn)步（tourism technological change，TTC）和旅游業(yè)技術(shù)效率（tourism technical efficiency change，TEC）[20]。旅游業(yè)技術(shù)進(jìn)步是指，代表最先進(jìn)生產(chǎn)技術(shù)的生產(chǎn)前沿面整體向外移動，技術(shù)水平的不斷提高使得既定生產(chǎn)要素投入下獲得更多的產(chǎn)出，表現(xiàn)為旅游收入或旅游人數(shù)的增長；旅游業(yè)技術(shù)效率是指在現(xiàn)有技術(shù)水平下，通過增加各種資源要素間的協(xié)調(diào)性，如制度創(chuàng)新、提升資源匹配率和規(guī)模效率等，使既有技術(shù)水平的潛能得以更大程度釋放。旅游業(yè)作為信息密集型產(chǎn)業(yè)，隨著數(shù)字經(jīng)濟(jì)的廣泛應(yīng)用，數(shù)字經(jīng)濟(jì)對旅游領(lǐng)域的高滲透性改變了旅游全產(chǎn)業(yè)鏈的運(yùn)行模式與效率，進(jìn)而提高旅游業(yè)全要素生產(chǎn)率。具體作用機(jī)制如圖1所示。

圖1 數(shù)字經(jīng)濟(jì)對旅游業(yè)全要素生產(chǎn)率非線性影響機(jī)理Fig.1 Nonlinear impact mechanism of digital economy on tourism total factor productivity

1.1 數(shù)字經(jīng)濟(jì)對旅游業(yè)全要素生產(chǎn)率具有促進(jìn)作用

（1）數(shù)字經(jīng)濟(jì)主要從以下方面促進(jìn)旅游業(yè)技術(shù)進(jìn)步：第一，數(shù)字經(jīng)濟(jì)促進(jìn)旅游產(chǎn)品和業(yè)態(tài)創(chuàng)新。通過數(shù)字技術(shù)與旅游業(yè)深度融合促進(jìn)旅游產(chǎn)品創(chuàng)新，造就了沉浸式體驗(yàn)、數(shù)字景區(qū)、數(shù)字酒店等文旅新場景，極大地豐富了旅游產(chǎn)品和業(yè)態(tài)的類型[4]，促進(jìn)旅游業(yè)技術(shù)進(jìn)步，并提升旅游業(yè)全要素生產(chǎn)率。第二，數(shù)字經(jīng)濟(jì)提高旅游業(yè)營銷和分銷能力?；ヂ?lián)網(wǎng)作為營銷工具，允許旅游產(chǎn)品供應(yīng)商與消費(fèi)者進(jìn)行直接對話，在降低營銷成本、提高收益、開發(fā)數(shù)據(jù)庫以及保持客戶黏性等方面[21]具有明顯的技術(shù)優(yōu)勢[22-23]，通過提升精準(zhǔn)營銷能力，拉動消費(fèi)需求，大幅度提高旅游產(chǎn)業(yè)的技術(shù)進(jìn)步[23]。第三，數(shù)字經(jīng)濟(jì)改變并加劇市場競爭環(huán)境，倒逼旅游產(chǎn)業(yè)轉(zhuǎn)型升級。掌握大數(shù)據(jù)資源并占據(jù)產(chǎn)品、技術(shù)或管理優(yōu)勢的企業(yè)入駐，加劇了地區(qū)旅游企業(yè)的競爭，一方面，原有企業(yè)為求生存采取技術(shù)創(chuàng)新手段，增強(qiáng)市場競爭力；另一方面，競爭加劇也促使存量資本轉(zhuǎn)移至創(chuàng)新發(fā)展型旅游企業(yè)，推動地區(qū)旅游業(yè)技術(shù)進(jìn)步。

（2）數(shù)字經(jīng)濟(jì)主要從以下方面提高旅游業(yè)技術(shù)效率：第一，數(shù)字技術(shù)創(chuàng)新提升旅游業(yè)的組織管理能力。數(shù)字技術(shù)與旅游業(yè)融合能夠?qū)崿F(xiàn)實(shí)時監(jiān)控、核算、分析和查詢等業(yè)務(wù)全流程數(shù)字化管理，既可以支持企業(yè)的科學(xué)決策，還可以從整體上促進(jìn)科學(xué)決策和智能化運(yùn)營協(xié)同，提高目的地經(jīng)營管理水平。同時，數(shù)字化加速旅游企業(yè)管理的網(wǎng)絡(luò)體系更加扁平化，提升旅游生產(chǎn)的綜合能力，促進(jìn)生產(chǎn)效率不斷提高[24]。第二，數(shù)字經(jīng)濟(jì)緩解信息不對稱，優(yōu)化資金、人力資本和旅游資源等生產(chǎn)要素的資源配置效率。市場中的信息一般是不對稱的，造成市場交易雙方利益失衡，影響市場配置資源的效率[25]，而數(shù)字互聯(lián)網(wǎng)技術(shù)的發(fā)展可以促進(jìn)信息有效流動，在降低信息傳遞成本的同時打破信息不對稱的壁壘，進(jìn)而提高旅游業(yè)技術(shù)效率。如數(shù)字普惠金融為旅游企業(yè)融資提供有效的支持，隨著科技金融和網(wǎng)絡(luò)眾籌平臺快速發(fā)展，企業(yè)能夠準(zhǔn)確、及時地獲取金融信息，有效緩解旅游企業(yè)的融資約束問題，增加旅游創(chuàng)新投入以及旅游相關(guān)企業(yè)創(chuàng)業(yè)活躍度；互聯(lián)網(wǎng)和大數(shù)據(jù)實(shí)現(xiàn)旅游人力資本搜尋成本降低和匹配效率提高；數(shù)字化發(fā)展識別并創(chuàng)新整合遍在性的旅游產(chǎn)業(yè)要素，促進(jìn)離散的旅游資源有效組合為更具市場價值的旅游產(chǎn)品，提高旅游業(yè)技術(shù)效率。此外，依托數(shù)字互聯(lián)網(wǎng)所構(gòu)建的平臺型商業(yè)模式，減輕了消費(fèi)者與供應(yīng)商、供應(yīng)商與供應(yīng)商之間經(jīng)濟(jì)交易的摩擦力，可以有效降低交易前期的溝通成本、交易中期的合同成本以及交易后期的支付成本等[19]，從便捷交易層面提高旅游業(yè)技術(shù)效率。第三，數(shù)字經(jīng)濟(jì)促進(jìn)旅游業(yè)聚集，形成規(guī)模效應(yīng)。一方面，數(shù)字經(jīng)濟(jì)促進(jìn)旅游業(yè)實(shí)體聚集規(guī)模提升。數(shù)字化轉(zhuǎn)型的推進(jìn)，促進(jìn)旅游景區(qū)（點(diǎn)）企業(yè)共享并整合區(qū)域資源，實(shí)現(xiàn)產(chǎn)業(yè)融合，同時加快接入數(shù)字化基礎(chǔ)設(shè)施，擴(kuò)大智慧公共服務(wù)，不斷提升聚集規(guī)模。另一方面，數(shù)字經(jīng)濟(jì)促進(jìn)旅游業(yè)虛擬聚集。數(shù)字時代催生了虛擬聚集平臺，推動旅游產(chǎn)業(yè)以及關(guān)聯(lián)產(chǎn)業(yè)的多元化虛擬聚集[26]，通過發(fā)揮規(guī)模效應(yīng)提升地區(qū)旅游業(yè)技術(shù)效率。

然而，從現(xiàn)實(shí)發(fā)展情況來看，以往的企業(yè)文化和組織制度可能跟不上數(shù)字經(jīng)濟(jì)時代下旅游業(yè)創(chuàng)新發(fā)展的步伐，對技術(shù)效率產(chǎn)生負(fù)面影響。而且，互聯(lián)網(wǎng)平臺具有“自然壟斷”的經(jīng)濟(jì)特性，導(dǎo)致邊緣小企業(yè)低于有效生產(chǎn)規(guī)模運(yùn)行，而壟斷企業(yè)規(guī)模過大產(chǎn)生規(guī)模不經(jīng)濟(jì)，不利于技術(shù)效率的發(fā)揮[25]。因此，數(shù)字經(jīng)濟(jì)可能存在索洛生產(chǎn)率悖論，即信息技術(shù)的提高并不會對生產(chǎn)率產(chǎn)生顯著影響。而且相關(guān)研究也表明，互聯(lián)網(wǎng)對屬于技術(shù)進(jìn)步推動型的全要素生產(chǎn)率具有顯著促進(jìn)作用，對技術(shù)效率具有抑制作用[27]。故，本文提出如下研究假設(shè)：

H1：數(shù)字經(jīng)濟(jì)對旅游業(yè)全要素生產(chǎn)率具有促進(jìn)作用，主要是通過對技術(shù)進(jìn)步的促進(jìn)實(shí)現(xiàn)的

1.2 數(shù)字經(jīng)濟(jì)對旅游業(yè)全要素生產(chǎn)率的影響具有邊際效應(yīng)遞增非線性特征

數(shù)字經(jīng)濟(jì)具有邊際報酬遞增的發(fā)展優(yōu)勢，以互聯(lián)網(wǎng)為代表，接入互聯(lián)網(wǎng)的用戶越多，創(chuàng)造的價值便會呈指數(shù)增長，即數(shù)字經(jīng)濟(jì)具有顯著的網(wǎng)絡(luò)效應(yīng)[28-29]。郭家堂和駱品亮的研究證實(shí)，互聯(lián)網(wǎng)對中國宏觀經(jīng)濟(jì)全要素生產(chǎn)率具有非線性作用和網(wǎng)絡(luò)效應(yīng)[27]。旅游業(yè)作為國民經(jīng)濟(jì)的重要組成部分，能夠共享數(shù)字經(jīng)濟(jì)的正向網(wǎng)絡(luò)外部性。

（1）從需求側(cè)來看，在數(shù)字經(jīng)濟(jì)發(fā)展初期，旅游者對互聯(lián)網(wǎng)的功能感知和信任程度不足，導(dǎo)致數(shù)字經(jīng)濟(jì)對旅游消費(fèi)的拉動效應(yīng)較低。隨著數(shù)字基礎(chǔ)設(shè)施逐漸滲透到居民生產(chǎn)生活的各個方面，旅游者越來越多地參與線上旅游相關(guān)信息的搜集、分享與互動，旅游網(wǎng)絡(luò)宣傳和口碑傳播呈幾何級增長，促使?jié)撛诼糜蜗M(fèi)需求更多地轉(zhuǎn)化為旅游消費(fèi)實(shí)踐，對旅游經(jīng)濟(jì)的貢獻(xiàn)度持續(xù)提高[30]。（2）從供給側(cè)來看，在數(shù)字經(jīng)濟(jì)發(fā)展初期，以互聯(lián)網(wǎng)基礎(chǔ)設(shè)施為主的數(shù)字經(jīng)濟(jì)更多起到信息管理和傳播媒介的作用。隨著數(shù)字技術(shù)的發(fā)展及在旅游產(chǎn)品創(chuàng)新中廣泛應(yīng)用，不斷融合多樣化的相關(guān)產(chǎn)業(yè)，造就了滿足旅游者多元化、個性化需求且附加值高的創(chuàng)新產(chǎn)品。而且數(shù)字技術(shù)發(fā)展越成熟，與旅游業(yè)融合發(fā)展的邊際成本會不斷下降，加之旅游創(chuàng)新成果的示范效應(yīng)吸引更多市場主體參與旅游經(jīng)濟(jì)活動，進(jìn)一步擴(kuò)大旅游市場規(guī)模效應(yīng)和創(chuàng)新效應(yīng)，促使數(shù)字經(jīng)濟(jì)對旅游業(yè)全要素生產(chǎn)率的影響越加明顯。（3）從供需匹配來看，在數(shù)字經(jīng)濟(jì)發(fā)展初期，旅游業(yè)供需總量失衡和結(jié)構(gòu)性失衡是旅游產(chǎn)業(yè)效率提升的重要障礙。數(shù)字經(jīng)濟(jì)能夠創(chuàng)新整合經(jīng)濟(jì)社會環(huán)境中廣泛存在的產(chǎn)業(yè)要素，逐步與消費(fèi)者動態(tài)化需求進(jìn)行便捷、高效的匹配。更進(jìn)一步，旅游市場主體借助數(shù)字技術(shù)將用戶消費(fèi)和分享所生成的非標(biāo)準(zhǔn)化、非結(jié)構(gòu)化大數(shù)據(jù)轉(zhuǎn)化為標(biāo)準(zhǔn)化、結(jié)構(gòu)化數(shù)據(jù)信息，并用于生產(chǎn)決策和市場導(dǎo)向追蹤，便于開展針對性的產(chǎn)品創(chuàng)新和服務(wù)升級，以促進(jìn)供需結(jié)構(gòu)化匹配，加速旅游業(yè)從封閉的自循環(huán)發(fā)展方式轉(zhuǎn)型為以旅游者需求為核心的全面開放式創(chuàng)新發(fā)展模式[31]。隨著數(shù)字經(jīng)濟(jì)與旅游業(yè)的深度融合，推動旅游業(yè)供需雙方不斷持續(xù)反饋形成積極的鏈?zhǔn)椒磻?yīng)，促進(jìn)旅游供需匹配效率持續(xù)增強(qiáng)，帶動旅游全產(chǎn)業(yè)鏈動態(tài)優(yōu)化。因此，數(shù)字經(jīng)濟(jì)與旅游業(yè)全要素生產(chǎn)率之間有可能突破傳統(tǒng)的線性關(guān)系，產(chǎn)生顯著正向的非線性特征。故，本文提出如下研究假設(shè)：

H2：數(shù)字經(jīng)濟(jì)對旅游業(yè)全要素生產(chǎn)率的促進(jìn)作用具有邊際效應(yīng)遞增非線性影響

2 計(jì)量模型、變量測度與數(shù)據(jù)來源

2.1 研究方法

本文采用面板平滑轉(zhuǎn)換回歸模型（panel smooth transition regression，PSTR）對數(shù)字經(jīng)濟(jì)與旅游全要素生產(chǎn)率之間的漸進(jìn)演變關(guān)系進(jìn)行深入研究。PSTR模型是由González等[32]通過拓展Hansen[33]提出的面板門檻模型（panel threshold regression，PTR）而得到的。與傳統(tǒng)線性模型相比，PSTR 模型能夠有效克服內(nèi)生性所導(dǎo)致的參數(shù)估計(jì)量偏誤問題，尤其是允許模型參數(shù)隨轉(zhuǎn)換變量做緩慢平滑的非線性轉(zhuǎn)換。本文首先構(gòu)造單變量兩機(jī)制（即存在一個轉(zhuǎn)換函數(shù)）的PSTR 模型[34]，如式（1）和式（2）所示：

式（1）中，i為城市，t為時間；Yi,t是被解釋變量，Xi,t為解釋變量向量，εi,t為誤差項(xiàng)。式（2）中，轉(zhuǎn)換函數(shù)θ(qi,t;γ,c)是Logistic 函數(shù)，該函數(shù)是關(guān)于轉(zhuǎn)換變量qi,t且取值于[0,1]的連續(xù)函數(shù)。γ是平滑參數(shù)，決定轉(zhuǎn)換速度；c是m維的位置參數(shù)向量?？梢?，PSTR 模型中的變量估計(jì)系數(shù)由線性部分α0和非線性部分α0′·θ()· 共同構(gòu)成，模型存在兩種機(jī)制，當(dāng)θ()· =0 時，模型處于低機(jī)制；當(dāng)θ()· =1 時，模型處于高機(jī)制，當(dāng)轉(zhuǎn)換函數(shù)值在0 與1 之間平滑移動時，Xi,t系數(shù)隨著qi,t的增加在α0和α0+α0′之間單調(diào)平滑變換。

2.2 變量測度與說明

2.2.1 城市旅游業(yè)全要素生產(chǎn)率測度

（1）指標(biāo)體系構(gòu)建。從投入指標(biāo)和產(chǎn)出指標(biāo)層面，根據(jù)科學(xué)性、可行性和可比性原則構(gòu)建了城市旅游業(yè)全要素生產(chǎn)率評價指標(biāo)體系（表1）。①感謝審稿專家對指標(biāo)選取提供的研究思路，當(dāng)然，文責(zé)自負(fù)。投入指標(biāo)層面，經(jīng)濟(jì)學(xué)意義上最基本的生產(chǎn)要素主要包括土地、勞動和資本[35]。首先，城市旅游生產(chǎn)受土地約束較小，相關(guān)研究大都未將其納入投入指標(biāo)[36-37]。第二，旅游直接就業(yè)人員是旅游勞動投入的最理想指標(biāo)，但囿于統(tǒng)計(jì)數(shù)據(jù)缺乏無法獲得，較多文獻(xiàn)選擇第三產(chǎn)業(yè)從業(yè)人員指標(biāo)來替代[38-39]。雖然在一定程度上考慮了旅游產(chǎn)業(yè)的綜合性，卻也放大了實(shí)際勞動力要素的投入規(guī)模。因此，本文采用第三產(chǎn)業(yè)從業(yè)人數(shù)乘以旅游總收入與第三產(chǎn)業(yè)產(chǎn)值比重來表征旅游勞動投入。第三，城市旅游的資本要素主要包括用于基礎(chǔ)設(shè)施、旅游環(huán)境和景區(qū)景點(diǎn)等建設(shè)的直接投資，馬曉龍[40]和王坤等[41]等采用城市固定資產(chǎn)投資指標(biāo)，但這一指標(biāo)太過寬泛，本文選用城市固定資產(chǎn)投資資本存量乘以旅游總收入與地方生產(chǎn)總值的比重來表示旅游固定資本要素投入；此外，借鑒相關(guān)研究經(jīng)驗(yàn)[42-43]，選擇世界遺產(chǎn)、世界地質(zhì)公園、國際重要濕地、國家級風(fēng)景名勝區(qū)、國家地質(zhì)公園、國家級自然保護(hù)區(qū)、國家濕地公園、國家歷史文化名城、國家歷史文化名鎮(zhèn)/名村等旅游資源，然后利用熵權(quán)TOPSIS 法（technique for order preference by similarity to ideal solution，TOPSIS）加權(quán)求和作為旅游資源稟賦的代理變量①。②產(chǎn)出指標(biāo)方面，采用2010—2019 年中國285 個城市的旅游總收入和總?cè)藬?shù)作為產(chǎn)出指標(biāo)。

表1 區(qū)域旅游業(yè)全要素生產(chǎn)率測算的指標(biāo)體系Tab.1 The index system of TTFP for regional tourism

（2）旅游業(yè)全要素生產(chǎn)率測算方法。本文利用MaxDEA 8Ultra 軟件，采用全局可參比Malmquist（global reference malmquist，GRM）模型測算城市TTFP，GRM 指數(shù)模型是以所有各期共同構(gòu)建的前沿（全局前沿）作為參比前沿，避免非全局指數(shù)的不可傳遞性和潛在線性規(guī)劃無解問題等缺陷，公式見已有研究[44-45]。最終得到TTFP 指數(shù)及其乘積分解項(xiàng)TEC 指數(shù)、TTC 指數(shù)。其中，TEC 指數(shù)代表技術(shù)效率變化；TTC指數(shù)代表技術(shù)進(jìn)步。由于計(jì)算所得指數(shù)為旅游業(yè)全要素生產(chǎn)率、技術(shù)效率和技術(shù)進(jìn)步的變化率，參照前人做法[46-47]，假設(shè)基期城市TTFP、TEC、TTC 均為1，再與相應(yīng)年份指數(shù)累乘，獲得2011—2019年的TTFP、TEC、TTC。

2.2.2 數(shù)字經(jīng)濟(jì)發(fā)展水平的測度

由于目前針對數(shù)字經(jīng)濟(jì)的測度大多采用數(shù)字普惠金融指數(shù)或者互聯(lián)網(wǎng)指標(biāo)[48]，相關(guān)研究較為片面。本文借鑒前人研究成果[49]，從數(shù)字基礎(chǔ)設(shè)施（digital infrastructure，DIF）、數(shù)字產(chǎn)業(yè)發(fā)展（digital industry development，DID）、數(shù)字創(chuàng)新潛力（digitalinnovation potential，DIP）以及數(shù)字普惠金融（digital financial inclusion，DFI）4個方面構(gòu)建數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)。（1）數(shù)字基礎(chǔ)設(shè)施，采用寬帶互聯(lián)網(wǎng)普及率、移動互聯(lián)網(wǎng)普及率來衡量。（2）數(shù)字產(chǎn)業(yè)發(fā)展，從信息產(chǎn)業(yè)、電信產(chǎn)業(yè)和電商產(chǎn)業(yè)3個產(chǎn)出進(jìn)行測度，分別用計(jì)算機(jī)服務(wù)和軟件從業(yè)人員占比、人均電信業(yè)務(wù)收入和人均郵政業(yè)務(wù)收入來表征。（3）數(shù)字創(chuàng)新潛力，主要從數(shù)字高新技術(shù)滲透和數(shù)字創(chuàng)新要素支撐進(jìn)行測度，其中，數(shù)字高新技術(shù)滲透參照施炳展和金祥義的做法[50]，用Python 網(wǎng)絡(luò)爬蟲技術(shù)搜索百度新聞中的“城市名+數(shù)字經(jīng)濟(jì)關(guān)鍵詞”①此方法的邏輯是，地區(qū)數(shù)字技術(shù)的發(fā)展往往都會被媒體關(guān)注到，從而被百度網(wǎng)頁檢索到，百度在中國搜索引擎市場份額具有絕對優(yōu)勢地位，通過百度資訊搜索數(shù)字技術(shù)相關(guān)關(guān)鍵詞所得到的頁面數(shù)量，能夠比較準(zhǔn)確地反映相關(guān)地區(qū)的數(shù)字技術(shù)發(fā)展水平。本文通過百度資訊高級檢索搜索“地區(qū)+關(guān)鍵詞”并選擇具體年份來獲得相關(guān)關(guān)鍵詞的城市-年份的頁面數(shù)量。主要通過計(jì)算集成電路、物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、云計(jì)算、區(qū)塊鏈、ICT產(chǎn)業(yè)、智慧城市、移動互聯(lián)網(wǎng)、數(shù)據(jù)挖掘、數(shù)字貿(mào)易、移動支付、衛(wèi)星導(dǎo)航、電子商務(wù)、互聯(lián)網(wǎng)+、數(shù)據(jù)可視化、虛擬現(xiàn)實(shí)等關(guān)鍵詞搜索網(wǎng)頁的條目，來反映數(shù)字高新技術(shù)的滲透水平，再平均匯總到城市尺度。，將相關(guān)的搜索量作為衡量數(shù)字化技術(shù)支撐的指標(biāo)；數(shù)字創(chuàng)新要素用科學(xué)技術(shù)支出進(jìn)行表征。（4）數(shù)字普惠金融，采用北京大學(xué)數(shù)字金融研究中心和螞蟻集團(tuán)研究院共同開發(fā)的中國數(shù)字普惠金融指數(shù)來測度，包括數(shù)字金融覆蓋廣度、使用深度和數(shù)字化程度3 個維度。通過熵權(quán)TOPSIS 法將以上指標(biāo)處理后，得到的數(shù)字經(jīng)濟(jì)發(fā)展水平指數(shù)，記為DE。具體指標(biāo)體系如表2所示。

表2 數(shù)字經(jīng)濟(jì)綜合發(fā)展指數(shù)指標(biāo)體系Tab.2 The index system of digital economy development

2.3 模型設(shè)定

本文通過構(gòu)建數(shù)字經(jīng)濟(jì)影響旅游業(yè)全要素生產(chǎn)率的PSTR模型對兩者之間的非線性關(guān)系進(jìn)行實(shí)證檢驗(yàn)，計(jì)量模型設(shè)定如下：

式（3）中，Yi,t為被解釋變量，分別用TTFP、TEC、TTC作為被解釋變量，探討數(shù)字經(jīng)濟(jì)是否能夠促進(jìn)城市TTFP 提升，并識別促進(jìn)TTFP 的主要途徑。數(shù)字經(jīng)濟(jì)（DE）為核心解釋變量及轉(zhuǎn)換變量，Zi,t為一組控制變量向量，θ(DEi,t;γ,c)是以數(shù)字經(jīng)濟(jì)為轉(zhuǎn)換變量的轉(zhuǎn)換函數(shù)。轉(zhuǎn)換變量的選擇主要是考慮到隨著數(shù)字經(jīng)濟(jì)的發(fā)展，數(shù)字經(jīng)濟(jì)對TTFP 的影響效用會發(fā)生變化。

相關(guān)控制變量：為了更加準(zhǔn)確地分析城市旅游業(yè)全要素生產(chǎn)率發(fā)展過程中的數(shù)字經(jīng)濟(jì)影響效應(yīng)，參考相關(guān)研究成果[41,51-52]，還納入如下控制變量：旅游產(chǎn)業(yè)規(guī)模（TomDp），旅游產(chǎn)業(yè)總收入比地區(qū)生產(chǎn)總值；產(chǎn)業(yè)結(jié)構(gòu)升級（IndPd），三產(chǎn)增加值占二產(chǎn)增加值的比重；經(jīng)濟(jì)發(fā)展水平（GdpRt），地區(qū)生產(chǎn)總值增長率；政府效率（GovFy），GDP 和財政支出的比值；科教發(fā)展水平（SciEd），政府科研教育財政支出與GDP 比值；市場化水平（MarKDex），根據(jù)樊綱市場化指數(shù)獲得。

2.4 數(shù)據(jù)來源

本文采用2010—2019 年中國285 個城市的旅游投入和產(chǎn)出數(shù)據(jù)（表1）計(jì)算得到2011—2019年的城市TTFP、TEC、TTC，并結(jié)合相關(guān)數(shù)據(jù)針對2011―2019 年中國285 個地級及以上城市展開數(shù)字經(jīng)濟(jì)-旅游業(yè)全要素生產(chǎn)率研究，形成了2565 個城市-年份的均衡面板觀測數(shù)據(jù)。除了城市旅游資源稟賦、數(shù)字普惠金融和數(shù)字高新技術(shù)滲透數(shù)據(jù)外，其他變量主要來自CEIC數(shù)據(jù)庫、《中國城市統(tǒng)計(jì)年鑒》《中國第三產(chǎn)業(yè)統(tǒng)計(jì)年鑒》《中國區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》以及相關(guān)地級市的統(tǒng)計(jì)年鑒和統(tǒng)計(jì)公報。為消除價格波動的影響，本文所有價格指標(biāo)均以2010年為基期，依據(jù)歷年消費(fèi)者物價指數(shù)（consumer price index，CPI）進(jìn)行平減化處理，旅游固定資產(chǎn)存量經(jīng)過以2010 年為基期的固定資產(chǎn)價格指數(shù)調(diào)整。對于個別缺失數(shù)據(jù)，本文采用線性插值法補(bǔ)齊。

3 實(shí)證結(jié)果分析

3.1 城市數(shù)字經(jīng)濟(jì)與TTFP測算結(jié)果

為直觀呈現(xiàn)城市數(shù)字經(jīng)濟(jì)和TTFP的時空演化特征，本文截選2011年、2015年和2019年3個時段，并將數(shù)字經(jīng)濟(jì)綜合值和TTFP 值劃分為7 類。（1）圖2 是數(shù)字經(jīng)濟(jì)的時空分布圖。從時間上看，2011—2019 年中國大部分城市的數(shù)字經(jīng)濟(jì)發(fā)展水平明顯地提高。2013年中國實(shí)施的“寬帶中國”國家戰(zhàn)略，為數(shù)字經(jīng)濟(jì)的快速發(fā)展奠定了重要基礎(chǔ)，數(shù)字經(jīng)濟(jì)的綜合值從2011 年的絕大多數(shù)城市處于0.225 以下，發(fā)展到2019年的大多高于0.575。從空間上看，數(shù)字經(jīng)濟(jì)發(fā)展的差異較大，空間分布具有顯著的東高西低的特點(diǎn)，東部數(shù)字經(jīng)濟(jì)發(fā)展水平遙遙領(lǐng)先，尤以長三角、珠三角和京津冀等城市群表現(xiàn)最為突出，顯著高于全國平均水平；相比之下，西部數(shù)字經(jīng)濟(jì)發(fā)展水平雖然不及中東部地區(qū)，但近10年間提升較快。（2）圖3是TTFP的時空分布圖。時間演化上，大部分城市旅游業(yè)全要素生產(chǎn)率相較于基期獲得了長足增長?？臻g格局上，城市TTFP 格局與旅游經(jīng)濟(jì)增長存在一定程度的空間錯位，表現(xiàn)在諸如北京、上海、廣州、杭州、重慶等地區(qū)的旅游經(jīng)濟(jì)發(fā)展水平雖然較高，但旅游業(yè)全要素生產(chǎn)率的排名并不突出。這表明，旅游經(jīng)濟(jì)增長并不是促進(jìn)旅游業(yè)全要素生產(chǎn)率提升的充分條件。

圖2 數(shù)字經(jīng)濟(jì)的空間分布Fig.2 Distribution of digital economy

圖3 旅游業(yè)全要素生產(chǎn)率的空間分布Fig.3 Distribution of TTFP

3.2 模型非線性檢驗(yàn)

首先對式（3）進(jìn)行非線性檢驗(yàn)，以驗(yàn)證是否存在非線性機(jī)制轉(zhuǎn)換效應(yīng)。由于模型包含未識別參數(shù)γ和c，因此無法對模型進(jìn)行傳統(tǒng)的非線性檢驗(yàn)。González 等建議遵循Luukkonen 等的做法[53]，進(jìn)行同質(zhì)性零假設(shè)H0:γ=0，并在γ=0 處用轉(zhuǎn)換函數(shù)一階泰勒展開式替代，然后分別估計(jì)輔助回歸方程和線性固定效應(yīng)模型，并根據(jù)兩個模型的殘差平方和來構(gòu)造統(tǒng)計(jì)量進(jìn)行檢驗(yàn)，利用服從χ2分布的LM和服從F分布的LMF檢驗(yàn)統(tǒng)計(jì)量進(jìn)行檢驗(yàn)：

式（5）中，T為時間長度，N為截面?zhèn)€數(shù)，k為外生變量個數(shù)，SSR0和SSR1分別為接受和拒絕原假設(shè)的殘差平方和。依次對TTFP、TEC 和TTC 為被解釋變量的模型進(jìn)行非線性檢驗(yàn)，結(jié)果見表3。結(jié)果表明，當(dāng)m=1和m=2 時，模型1、模型2和模型3的LM、LMF及其穩(wěn)健形式均在0.01的水平上拒絕線性原假設(shè)；當(dāng)m=3 時，僅模型3 通過了0.01 顯著性檢驗(yàn)，模型2 未通過顯著性檢驗(yàn)，模型1 只通過了0.05顯著性檢驗(yàn)。因此，當(dāng)位置參數(shù)個數(shù)為m=1和m=2 時，數(shù)字經(jīng)濟(jì)對TTFP、TEC 和TTC 均存在以數(shù)字經(jīng)濟(jì)為轉(zhuǎn)換變量的非線性效應(yīng)，可以使用PSTR模型進(jìn)行參數(shù)估計(jì)。進(jìn)一步，根據(jù)González等觀點(diǎn)[32]，應(yīng)選擇原假設(shè)被拒絕得更強(qiáng)烈情形下的m值作為位置參數(shù)個數(shù)，綜合判斷，模型1、模型2和模型3均應(yīng)選擇位置參數(shù)個數(shù)為1，即m=1。

表3 模型非線性檢驗(yàn)結(jié)果Tab.3 Test for nonlinearity of the PSTR models

3.3 模型參數(shù)估計(jì)

采用非線性最小二乘法（nonlinear least squares，NLS）估計(jì)PSTR 模型參數(shù)，其中，轉(zhuǎn)換函數(shù)的斜率系數(shù)γ和位置參數(shù)c采用網(wǎng)格搜索法進(jìn)行估計(jì)。為增強(qiáng)結(jié)果穩(wěn)健性，同時估計(jì)面板固定效應(yīng)模型作為對比（表4），并在圖4中繪制轉(zhuǎn)換函數(shù)圖像以及核心解釋變量估計(jì)系數(shù)的平滑轉(zhuǎn)換圖像，同時繪制TTFP、TEC、TTC對數(shù)字經(jīng)濟(jì)的響應(yīng)圖像。

表4 中普通面板固定模型線性估計(jì)中，TTFP、TEC、TTC 的數(shù)字經(jīng)濟(jì)估計(jì)系數(shù)分別為0.610、0.174和0.889。由于遺漏了數(shù)字經(jīng)濟(jì)對TTFP、TEC、TTC的非線性關(guān)系，導(dǎo)致影響效應(yīng)傾向于低估數(shù)字經(jīng)濟(jì)的線性影響效應(yīng)，同時高估數(shù)字經(jīng)濟(jì)的整體影響效應(yīng)，因此，數(shù)字經(jīng)濟(jì)的影響效應(yīng)處于低機(jī)制與高機(jī)制之間。故而，相比于普通面板固定模型線性估計(jì)，PSTR 模型更好地刻畫了數(shù)字經(jīng)濟(jì)對TTFP、TEC、TTC的動態(tài)影響。

3.3.1 數(shù)字經(jīng)濟(jì)對旅游業(yè)全要素生產(chǎn)率（TTFP）的平滑轉(zhuǎn)換效應(yīng)

表4 中模型1 估計(jì)結(jié)果顯示，TTFP 的數(shù)字經(jīng)濟(jì)線性部分估計(jì)系數(shù)α0為0.901；非線性部分估計(jì)系數(shù)α0′為1.667，在0.05 水平上顯著。說明數(shù)字經(jīng)濟(jì)對旅游業(yè)全要素生產(chǎn)率存在明顯的正向促進(jìn)作用。結(jié)合轉(zhuǎn)換函數(shù)來看，當(dāng)轉(zhuǎn)換函數(shù)θ(DE;γ,c)=0時，數(shù)字經(jīng)濟(jì)對城市TTFP 影響效應(yīng)為0.901，模型處于低機(jī)制。當(dāng)轉(zhuǎn)換變量數(shù)字經(jīng)濟(jì)處于位置參數(shù)c值0.436 時，θ(DE;γ,c)=0.5，數(shù)字經(jīng)濟(jì)對TTFP 影響效應(yīng)為1.735（即α0+0.5α0′），模型處于低-高機(jī)制的中間狀態(tài)。當(dāng)θ(DE;γ,c)=1 時，數(shù)字經(jīng)濟(jì)對TTFP影響效應(yīng)為2.568（即α0+α0′），模型處于高機(jī)制。數(shù)字經(jīng)濟(jì)對城市TTFP影響效應(yīng)在低機(jī)制與高機(jī)制之間，以位置參數(shù)c=0.436 為中心，以γ=19.310 的轉(zhuǎn)換速率，在[0.901，2.568]之間平滑轉(zhuǎn)換。換言之，數(shù)字經(jīng)濟(jì)對城市TTFP 影響具有動態(tài)性和非線性特征，當(dāng)數(shù)字經(jīng)濟(jì)處于不同發(fā)展階段時，數(shù)字經(jīng)濟(jì)與旅游業(yè)全要素生產(chǎn)率之間的關(guān)系出現(xiàn)了平滑轉(zhuǎn)換。結(jié)合圖4（b）和圖4（c）可知，最初，較低水平的數(shù)字經(jīng)濟(jì)對TTFP 的影響不顯著，需要達(dá)到一定規(guī)模才能有效地促進(jìn)TTFP，而且隨著數(shù)字經(jīng)濟(jì)發(fā)展程度的不斷增高，數(shù)字經(jīng)濟(jì)對旅游業(yè)全要素生產(chǎn)率影響更加顯著且邊際效應(yīng)隨之遞增。具體而言，當(dāng)數(shù)字經(jīng)濟(jì)發(fā)展水平較低時，影響效應(yīng)處于低影響狀態(tài)，當(dāng)數(shù)字經(jīng)濟(jì)跨越門檻值0.436時，數(shù)字經(jīng)濟(jì)的影響效應(yīng)開始逐漸從低影響狀態(tài)向高影響狀態(tài)轉(zhuǎn)換，并最終持續(xù)處于高影響狀態(tài)。這可能是因?yàn)閿?shù)字經(jīng)濟(jì)的初步投資占用了大量資源，但無法立即對旅游業(yè)發(fā)展產(chǎn)生有效回報，或者回報遠(yuǎn)低于投資水平。只有在達(dá)到數(shù)字經(jīng)濟(jì)增長拐點(diǎn)后，數(shù)字經(jīng)濟(jì)的發(fā)展才會顯著影響TTFP，并逐步推動TTFP向更深層次發(fā)展。因此，本文認(rèn)為，在未來一段時間內(nèi)，相關(guān)政府部門應(yīng)繼續(xù)加大數(shù)字經(jīng)濟(jì)投資規(guī)模，推進(jìn)數(shù)字基礎(chǔ)設(shè)施建設(shè)，使數(shù)字經(jīng)濟(jì)的發(fā)展更好地發(fā)揮促進(jìn)區(qū)域旅游業(yè)全要素生產(chǎn)率的積極作用。

圖4 轉(zhuǎn)換函數(shù)、估計(jì)系數(shù)與響應(yīng)曲線圖像Fig.4 Transition function，estimated coefficient and response curve

表4 PSTR模型和面板線性模型估計(jì)結(jié)果Tab.4 Estimation results of the PSTR models and panel linear model

此外，本文模型還包含了其他控制變量，以表4中TTFP 估計(jì)為例：旅游產(chǎn)業(yè)發(fā)展（TomDp）對旅游業(yè)全要素生產(chǎn)率具有顯著的促進(jìn)作用，表明旅游產(chǎn)業(yè)占比越高，旅游業(yè)全要素生產(chǎn)率越高，可能的原因是地區(qū)旅游業(yè)在國民經(jīng)濟(jì)中所占比重高，更容易得到政府的資金和技術(shù)扶持。同時，在集聚經(jīng)濟(jì)的影響下，企業(yè)能夠降低人才搜索成本，加強(qiáng)技術(shù)關(guān)聯(lián)和溢出效應(yīng)，促進(jìn)企業(yè)的技術(shù)進(jìn)步和組織管理水平提升，進(jìn)而提高全要素生產(chǎn)率。經(jīng)濟(jì)發(fā)展水平（GdpRt）對旅游業(yè)全要素生產(chǎn)率具有促進(jìn)作用，說明加快城市產(chǎn)業(yè)轉(zhuǎn)型升級，大力發(fā)展國民經(jīng)濟(jì)對提高旅游業(yè)全要素生產(chǎn)率的重要性高；政府效率（GovFy）對旅游業(yè)全要素的影響從正向轉(zhuǎn)為負(fù)向，說明政府適度的干預(yù)對旅游業(yè)具有顯著的正向促進(jìn)作用。產(chǎn)業(yè)結(jié)構(gòu)升級（IndPd）、科學(xué)教育（SciEd）和市場化水平（MarKDex）雖然未通過顯著性檢驗(yàn)，但系數(shù)整體為正，說明對旅游業(yè)全要素生產(chǎn)率的影響是正向的。

3.3.2 數(shù)字經(jīng)濟(jì)對旅游業(yè)技術(shù)效率（TEC）的平滑轉(zhuǎn)換效應(yīng)

表4中模型2的PSTR模型估計(jì)結(jié)果顯示，TEC的數(shù)字經(jīng)濟(jì)線性部分估計(jì)系數(shù)α0為0.045，非線性部分估計(jì)系數(shù)α0′為0.430，且均未通過0.1 水平上的顯著性檢驗(yàn)。結(jié)合圖4（e）和圖4（f），表明在研究期內(nèi)，數(shù)字經(jīng)濟(jì)對TEC的影響不顯著。數(shù)字經(jīng)濟(jì)對旅游業(yè)技術(shù)效率的影響完全不同于其對TTFP 和TTC的影響?？赡艿脑蚴?，雖然數(shù)字經(jīng)濟(jì)的發(fā)展打破了（潛在）旅游者與目的地之間的信息不對稱，緩解了旅游勞動力的供需失衡，在一定程度上提高了技術(shù)效率；但大多數(shù)旅游企業(yè)在組織管理和企業(yè)文化方面跟不上數(shù)字時代的發(fā)展需要，同時，以大型OTA（online travel agency）平臺為代表的壟斷行為及長尾經(jīng)濟(jì)思維、服務(wù)化思維不利于地區(qū)旅游業(yè)技術(shù)效率的發(fā)揮，在數(shù)字經(jīng)濟(jì)影響的正負(fù)向共同作用下，其對技術(shù)效率的作用力相互抵消，導(dǎo)致旅游業(yè)技術(shù)效率的影響不顯著。因此，應(yīng)該順應(yīng)數(shù)字經(jīng)濟(jì)時代的發(fā)展理念，結(jié)合相關(guān)宏微觀因素的外部約束，厘清數(shù)字經(jīng)濟(jì)正向效應(yīng)發(fā)揮的桎梏，探索數(shù)字經(jīng)濟(jì)促進(jìn)旅游業(yè)技術(shù)效率提升的模式和渠道，讓數(shù)字經(jīng)濟(jì)的發(fā)展紅利更好地為旅游業(yè)整體效率的提升貢獻(xiàn)力量。

3.3.3 數(shù)字經(jīng)濟(jì)對旅游業(yè)技術(shù)進(jìn)步（TTC）的平滑轉(zhuǎn)換效應(yīng)

數(shù)字經(jīng)濟(jì)對旅游業(yè)技術(shù)進(jìn)步的影響與其對旅游業(yè)全要素生產(chǎn)率的影響趨勢非常相似。表4中模型3 估計(jì)結(jié)果顯示，TTC 的數(shù)字經(jīng)濟(jì)線性部分估計(jì)系數(shù)α0為0.211，非線性部分估計(jì)系數(shù)α0′為1.320，在0.01水平上顯著，說明數(shù)字經(jīng)濟(jì)對旅游業(yè)技術(shù)進(jìn)步存在正向促進(jìn)作用。數(shù)字經(jīng)濟(jì)對旅游業(yè)技術(shù)進(jìn)步的正向影響效應(yīng)在[0.211，1.531]之間平滑轉(zhuǎn)換。當(dāng)數(shù)字經(jīng)濟(jì)跨越位置參數(shù)c=0.544 時，數(shù)字經(jīng)濟(jì)的影響效應(yīng)開始逐漸從低影響狀態(tài)向高影響狀態(tài)轉(zhuǎn)換，并在研究期內(nèi)最終持續(xù)處于高影響狀態(tài)。模型3 在影響效應(yīng)機(jī)制之間平滑的斜率系數(shù)γ為68.300，表明模型在低-高機(jī)制之間的轉(zhuǎn)換速度相對較快。之所以會產(chǎn)生技術(shù)進(jìn)步的非線性效應(yīng)，主要是由于城市數(shù)字經(jīng)濟(jì)發(fā)展水平越高，越能夠發(fā)揮其網(wǎng)絡(luò)外部效應(yīng)的威力，進(jìn)而形成更強(qiáng)的產(chǎn)品創(chuàng)新效應(yīng)、需求拉動效應(yīng)和倒逼效應(yīng)，通過創(chuàng)新旅游產(chǎn)品和業(yè)態(tài)類型、精準(zhǔn)營銷、倒逼旅游產(chǎn)業(yè)轉(zhuǎn)型升級等路徑促使城市旅游業(yè)生產(chǎn)前沿面的加速擴(kuò)張，推動旅游業(yè)技術(shù)進(jìn)步，進(jìn)一步實(shí)現(xiàn)對旅游業(yè)全要素生產(chǎn)率的促進(jìn)作用持續(xù)增強(qiáng)。數(shù)字經(jīng)濟(jì)促使城市旅游業(yè)生產(chǎn)前沿面的擴(kuò)張，更加體現(xiàn)數(shù)字經(jīng)濟(jì)對城市旅游業(yè)提質(zhì)增效的綜合促進(jìn)作用。

綜合來看，旅游業(yè)全要素生產(chǎn)率是衡量地區(qū)旅游業(yè)提質(zhì)增效的重要指標(biāo)，識別其驅(qū)動機(jī)制至關(guān)重要。綜觀3個模型，從固定效應(yīng)估計(jì)系數(shù)看，數(shù)字經(jīng)濟(jì)對TTFP 和TTC 估計(jì)系數(shù)分別為0.610 和0.889，且均通過了0.01顯著性水平，而對TEC估計(jì)系數(shù)僅為0.174，且未通過顯著性檢驗(yàn)。根據(jù)TTFP、TEC、TTC 三者間數(shù)量關(guān)系（TTFP 是TEC 與TTC 的乘積），就線性估計(jì)而言，可以初步識別出數(shù)字經(jīng)濟(jì)對TTFP 的影響效應(yīng)主要是通過影響旅游業(yè)技術(shù)進(jìn)步實(shí)現(xiàn)的。此外，從PSTR估計(jì)的平滑轉(zhuǎn)換趨勢看，隨著數(shù)字經(jīng)濟(jì)發(fā)展程度加深，數(shù)字經(jīng)濟(jì)對TTFP 的估計(jì)系數(shù)變大，對TTC 估計(jì)系數(shù)也變大，深刻表明兩者平滑轉(zhuǎn)換機(jī)制的協(xié)同性，與此相反，數(shù)字經(jīng)濟(jì)對TEC的估計(jì)系數(shù)有上升趨勢，但均未通過顯著性檢驗(yàn)。進(jìn)一步表明，數(shù)字經(jīng)濟(jì)對旅游業(yè)全要素生產(chǎn)率的推動作用的強(qiáng)化是通過促進(jìn)旅游業(yè)技術(shù)進(jìn)步而來的。線性和非線性估計(jì)結(jié)果均說明，數(shù)字經(jīng)濟(jì)對旅游業(yè)全要素生產(chǎn)率的促進(jìn)作用主要是來源于對旅游業(yè)技術(shù)進(jìn)步的推動實(shí)現(xiàn)的，而不是旅游業(yè)技術(shù)效率。

3.4 數(shù)字經(jīng)濟(jì)對旅游業(yè)全要素生產(chǎn)率影響效應(yīng)分解

為了更進(jìn)一步精細(xì)化數(shù)字經(jīng)濟(jì)-旅游業(yè)全要素生產(chǎn)率提升的效應(yīng)分析，本文將數(shù)字經(jīng)濟(jì)指標(biāo)體系中數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)發(fā)展、數(shù)字創(chuàng)新潛力以及數(shù)字普惠金融4 個維度作為自變量進(jìn)行實(shí)證檢驗(yàn)，進(jìn)一步探究數(shù)字經(jīng)濟(jì)對城市TTFP、TEC、TTC的具體作用因素。

表5 中模型4 估計(jì)結(jié)果顯示，數(shù)字基礎(chǔ)設(shè)施（DIF）線性部分估計(jì)系數(shù)α0為3.881；非線性部分估計(jì)系數(shù)α0′為7.199，通過了0.05 的顯著性檢驗(yàn)。說明數(shù)字基礎(chǔ)設(shè)施對旅游業(yè)全要素生產(chǎn)率存在明顯的正向促進(jìn)作用。當(dāng)數(shù)字基礎(chǔ)設(shè)施跨越位置參數(shù)c=0.101 時，其對旅游業(yè)全要素生產(chǎn)率的提升作用從低機(jī)制向高機(jī)制平滑轉(zhuǎn)換，當(dāng)θ(DE;γ,c)=1 時，達(dá)到高機(jī)制的最大值11.080，表明數(shù)字基礎(chǔ)設(shè)施對旅游業(yè)全要素生產(chǎn)率的影響始終具有正向促進(jìn)效應(yīng)，數(shù)字基礎(chǔ)設(shè)施完善不僅會推動城市旅游空間數(shù)字化和智能化改造升級，而且通過網(wǎng)絡(luò)覆蓋水平的提高實(shí)現(xiàn)旅游信息有效匹配，提高旅游全要素生產(chǎn)率。因此，隨著數(shù)字基礎(chǔ)設(shè)施的逐漸完善，其對旅游業(yè)全要素生產(chǎn)率提升作用的邊際效應(yīng)增強(qiáng)。數(shù)字基礎(chǔ)設(shè)施對旅游業(yè)技術(shù)效率線性部分和非線性部分的估計(jì)系數(shù)均未通過顯著性檢驗(yàn)，說明城市數(shù)字基礎(chǔ)設(shè)施對旅游業(yè)技術(shù)效率的影響不顯著，與表4中TEC模型的趨勢基本一致。表5中模型5估計(jì)結(jié)果顯示，數(shù)字基礎(chǔ)設(shè)施對旅游技術(shù)進(jìn)步的正向影響效應(yīng)在[0.355，6.707]之間平滑轉(zhuǎn)換。當(dāng)數(shù)字經(jīng)濟(jì)跨越位置參數(shù)c=0.126 時，數(shù)字經(jīng)濟(jì)的影響效應(yīng)開始逐漸從低影響狀態(tài)向高影響狀態(tài)轉(zhuǎn)換，并在研究期內(nèi)最終持續(xù)處于高影響狀態(tài)。

表5 不同維度數(shù)字經(jīng)濟(jì)的PSTR模型估計(jì)結(jié)果Tab.5 Estimation results of the PSTR models for the digital economy in different dimensions

從表5中模型6和模型7的估計(jì)結(jié)果來看，數(shù)字產(chǎn)業(yè)發(fā)展（DID）對TTFP 和TTC 的非線性估計(jì)部分均顯著為正，說明數(shù)字產(chǎn)業(yè)發(fā)展對旅游業(yè)全要素生產(chǎn)率和技術(shù)進(jìn)步的提升都具有顯著的促進(jìn)作用。這可能是因?yàn)榇髷?shù)據(jù)、云計(jì)算、移動通信和智能終端在旅游業(yè)的加速應(yīng)用不僅推動旅游要素資源的優(yōu)化配置、促進(jìn)旅游產(chǎn)業(yè)轉(zhuǎn)型升級，而且通過互聯(lián)網(wǎng)提高旅游產(chǎn)品精準(zhǔn)營銷能力、實(shí)現(xiàn)供需結(jié)構(gòu)更加平衡，促進(jìn)旅游業(yè)技術(shù)進(jìn)步，進(jìn)而提升旅游業(yè)全要素生產(chǎn)率。

從表5中模型8和模型9的估計(jì)結(jié)果來看，數(shù)字創(chuàng)新潛力（DIP）對TTFP 和TTC 的PSTR 模型的線性估計(jì)系數(shù)和非線性估計(jì)系數(shù)均為正，且非線性部分的估計(jì)系數(shù)分別通過了0.05 和0.01 的顯著性檢驗(yàn)，說明數(shù)字創(chuàng)新潛力對旅游業(yè)全要素生產(chǎn)率和技術(shù)進(jìn)步具有顯著正向作用。數(shù)字創(chuàng)新潛力直接決定了數(shù)字經(jīng)濟(jì)與旅游產(chǎn)業(yè)融合的能力，數(shù)字技術(shù)與旅游業(yè)深度融合促進(jìn)旅游產(chǎn)品創(chuàng)新和業(yè)態(tài)創(chuàng)新，促進(jìn)旅游業(yè)技術(shù)進(jìn)步，并提升旅游業(yè)全要素生產(chǎn)率。同時，隨著具有數(shù)字創(chuàng)新潛力的企業(yè)的增加，改變并加劇市場競爭環(huán)境，倒逼旅游業(yè)轉(zhuǎn)型升級，反過來加速資本轉(zhuǎn)移到創(chuàng)新發(fā)展型旅游企業(yè)，進(jìn)而推動地區(qū)旅游業(yè)技術(shù)進(jìn)步和旅游業(yè)全要素生產(chǎn)率提升。

從表5中模型10和模型11的估計(jì)結(jié)果來看，數(shù)字普惠金融（DFI）對TTFP 和TTC 的PSTR 模型的線性估計(jì)系數(shù)和非線性估計(jì)系數(shù)均為正，且非線性部分的估計(jì)系數(shù)也分別通過了0.05 和0.01 的顯著性檢驗(yàn)，說明數(shù)字普惠金融對旅游業(yè)全要素生產(chǎn)率和技術(shù)進(jìn)步具有顯著正向作用。主要原因在于，數(shù)字普惠金融能夠拓寬旅游企業(yè)的融資渠道，緩解旅游企業(yè)融資約束問題，使得旅游企業(yè)有足夠資金進(jìn)行旅游技術(shù)創(chuàng)新，促進(jìn)技術(shù)進(jìn)步，進(jìn)而提高旅游業(yè)全要素生產(chǎn)率。此外，數(shù)字普惠金融對旅游業(yè)技術(shù)效率（TEC）的估計(jì)結(jié)果不顯著，可能的原因是，雖然數(shù)字普惠金融能夠激發(fā)在線預(yù)訂和付費(fèi)等行為，在提高旅游便捷度和滿意度的同時降低（潛在）游客的交易成本，提高旅游技術(shù)效率；但正因?yàn)榻灰壮杀镜停率梗撛冢┞糜握咧兄菇灰椎母怕侍岣?，旅游企業(yè)單方面承受違約損失，正負(fù)效應(yīng)相互抵消，導(dǎo)致數(shù)字普惠金融對旅游技術(shù)效率的影響不顯著。

綜合來看，PSTR模型估計(jì)的結(jié)果顯示，數(shù)字經(jīng)濟(jì)的4 個分維度（數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)發(fā)展、數(shù)字創(chuàng)新潛力和數(shù)字普惠金融）對城市旅游業(yè)全要素生產(chǎn)率和旅游業(yè)技術(shù)進(jìn)步的提高均具有顯著的正向推動作用，但是對旅游業(yè)技術(shù)效率的影響不顯著。這證明了數(shù)字經(jīng)濟(jì)通過推動技術(shù)進(jìn)步進(jìn)而促進(jìn)城市旅游業(yè)全要素生產(chǎn)率提升這一重要結(jié)論，也從更換核心解釋變量視角證明了本文的研究結(jié)論具有高度的穩(wěn)健性。

3.5 穩(wěn)健性檢驗(yàn)

本文的穩(wěn)健性檢驗(yàn)主要考慮被解釋變量（旅游業(yè)全要素生產(chǎn)率）的測量誤差。具體而言，第一，參照蔣瑛等[54]的做法，采用各省級行政區(qū)旅游業(yè)從業(yè)人數(shù)乘以城市所屬省級行政區(qū)第三產(chǎn)業(yè)從業(yè)人數(shù)占比的方法獲得各城市旅游業(yè)從業(yè)人數(shù)，用作旅游人力資本的穩(wěn)健性分析指標(biāo)，重新測算被解釋變量（表6 中模型12 和模型13）；第二，參照楊開忠等[55]的做法，以當(dāng)期實(shí)際旅游固定資產(chǎn)投資代替旅游資本存量，即以低于實(shí)際的固定資產(chǎn)投入獲得更高的產(chǎn)出，會對測度全要素生產(chǎn)率產(chǎn)生高估影響（表6中模型14和模型15）；第三，參考既有研究對旅游資源指標(biāo)的處理[56]，對世界級和國家級旅游資源分別賦權(quán)重2 和1，再乘以對應(yīng)的資源數(shù)量后加總，用作旅游資源投入的穩(wěn)健性分析變量（表6中模型16和模型17）。最終，替換被解釋變量后的模型估計(jì)結(jié)果顯示，數(shù)字經(jīng)濟(jì)對旅游業(yè)全要素生產(chǎn)率的影響保持了較好的穩(wěn)健性。

表6 穩(wěn)健性檢驗(yàn)Tab.6 Results of robustness check

3.6 內(nèi)生性檢驗(yàn)

測度誤差、遺漏變量和互為因果是導(dǎo)致內(nèi)生性的重要因素。前文已經(jīng)對可能存在的內(nèi)生性問題進(jìn)行相應(yīng)的處理。一是針對測量誤差，本文采用全局可參比Malmquist 模型測度TTFP、TEC 和TTC，并構(gòu)建綜合指標(biāo)體系采用改進(jìn)的熵權(quán)TOPSIS法測度數(shù)字經(jīng)濟(jì)發(fā)展水平，弱化數(shù)據(jù)質(zhì)量對估計(jì)結(jié)果的影響；二是針對遺漏變量導(dǎo)致的內(nèi)生性，本文在計(jì)量模型中加入旅游產(chǎn)業(yè)發(fā)展、對外聯(lián)系度、產(chǎn)業(yè)結(jié)構(gòu)升級、經(jīng)濟(jì)發(fā)展水平、科教發(fā)展水平、政府效率和市場化水平等控制變量加以控制?；橐蚬a(chǎn)生的內(nèi)生性是本研究要處理的關(guān)鍵，即數(shù)字經(jīng)濟(jì)促進(jìn)了TTFP增長，而TTFP的增長反過來也有可能促進(jìn)數(shù)字經(jīng)濟(jì)的發(fā)展。為此，借鑒龔鋒等[57]的做法，選擇滯后一期的數(shù)字經(jīng)濟(jì)作為轉(zhuǎn)換變量，重新估計(jì)PSTR模型，弱化轉(zhuǎn)換變量的內(nèi)生性風(fēng)險（表7）?？紤]到其余解釋變量也有可能存在內(nèi)生性問題，我們還嘗試將所有的解釋變量和轉(zhuǎn)換變量均替換為滯后一期值（表8），結(jié)果顯示，上述兩類模型參數(shù)的估計(jì)結(jié)果比較接近，雖然位置參數(shù)和估計(jì)值有所不同，但整體回歸結(jié)果與表4 中模型結(jié)果仍基本一致。可以判斷，在處理內(nèi)生性后，H1和H2依然是成立的。

表7 轉(zhuǎn)換變量滯后的PSTR估計(jì)結(jié)果Tab.7 Estimation results of the PSTR models for transform variable lagged

表8 轉(zhuǎn)換變量和解釋變量滯后的PSTR估計(jì)結(jié)果Tab.8 Estimation results of the PSTR models for transform variable and independent variable lagged

3.7 異質(zhì)性分析

3.7.1 分旅游業(yè)發(fā)展水平的異質(zhì)性分析

在旅游業(yè)發(fā)展水平不同的地區(qū)，數(shù)字經(jīng)濟(jì)對旅游業(yè)全要素生產(chǎn)率的影響可能存在異質(zhì)性。為此，本文按照是否成功入選中國優(yōu)秀旅游城市，將總樣本劃分為高旅游業(yè)發(fā)展地區(qū)和低旅游業(yè)發(fā)展地區(qū)，估計(jì)結(jié)果如表9 所示。從模型顯著性方面看，高旅游業(yè)發(fā)展地區(qū)比低旅游業(yè)發(fā)展地區(qū)的顯著性更好；從模型估計(jì)系數(shù)方面看，在高旅游業(yè)發(fā)展地區(qū)，數(shù)字經(jīng)濟(jì)對TTFP 的正向影響效應(yīng)在[0.796，2.564]之間平滑轉(zhuǎn)換，而低旅游業(yè)發(fā)展地區(qū)模型估計(jì)的影響效應(yīng)區(qū)間為[1.835，2.459]，說明與低旅游業(yè)發(fā)展地區(qū)相比，數(shù)字經(jīng)濟(jì)對高旅游業(yè)發(fā)展地區(qū)TTFP 的促進(jìn)作用更為明顯，并且面板固定效應(yīng)模型也支持這一結(jié)果。

表9 旅游業(yè)發(fā)展水平的異質(zhì)性Tab.9 Difference in tourism industry development level

究其原因，一方面，與非優(yōu)秀旅游城市相比，優(yōu)秀旅游城市具有更為豐富的旅游吸引物和設(shè)施，為居民開展旅游消費(fèi)活動提供了外部條件，而數(shù)字化將旅游產(chǎn)品和服務(wù)更好地觸達(dá)潛在客群，有效實(shí)現(xiàn)潛在旅游消費(fèi)需求“變現(xiàn)”，進(jìn)而提高TTFP。另一方面，數(shù)字經(jīng)濟(jì)能夠促進(jìn)旅游資源、資本、人才等要素實(shí)現(xiàn)有效配置，實(shí)現(xiàn)旅游市場主體及其與相關(guān)產(chǎn)業(yè)之間的緊密合作，進(jìn)一步擴(kuò)大旅游產(chǎn)業(yè)規(guī)模，強(qiáng)化地區(qū)生產(chǎn)的規(guī)模效應(yīng)；同時，優(yōu)秀旅游城市一般都具有更強(qiáng)的旅游產(chǎn)業(yè)創(chuàng)新精神，更易將數(shù)字技術(shù)應(yīng)用于地區(qū)旅游業(yè)的產(chǎn)品創(chuàng)新、組織管理和宣傳推廣等多個方面，提升旅游業(yè)數(shù)字化水平，進(jìn)而有利于充分發(fā)揮數(shù)字經(jīng)濟(jì)在旅游業(yè)中的發(fā)展紅利效應(yīng)，促進(jìn)旅游業(yè)生產(chǎn)率提升，因此，數(shù)字經(jīng)濟(jì)在高旅游業(yè)發(fā)展地區(qū)具有更突出的促進(jìn)效果。

3.7.2 分?jǐn)?shù)字經(jīng)濟(jì)水平的異質(zhì)性分析

前文的實(shí)證分析已經(jīng)表明，數(shù)字經(jīng)濟(jì)對旅游業(yè)全要素生產(chǎn)率的影響隨著數(shù)字經(jīng)濟(jì)的提升而逐漸增強(qiáng)。據(jù)此推測，在數(shù)字經(jīng)濟(jì)發(fā)展水平不同的城市，數(shù)字經(jīng)濟(jì)對旅游業(yè)全要素生產(chǎn)率的影響可能存在異質(zhì)性。為此，本文將總樣本按照年均DE 的中位數(shù)為界限，劃分為高數(shù)字經(jīng)濟(jì)發(fā)展地區(qū)和低數(shù)字經(jīng)濟(jì)發(fā)展地區(qū)，估計(jì)結(jié)果如表10 所示。其中，高數(shù)字經(jīng)濟(jì)發(fā)展地區(qū)，數(shù)字經(jīng)濟(jì)對TTFP 的正向影響效應(yīng)在[0.928，2.767]之間平滑轉(zhuǎn)換，且非線性估計(jì)部分通過0.05 的顯著性檢驗(yàn)。而在低數(shù)字經(jīng)濟(jì)發(fā)展地區(qū)，數(shù)字經(jīng)濟(jì)對TTFP 的非線性估計(jì)部分系數(shù)不顯著，而且面板固定效應(yīng)模型估計(jì)系數(shù)也不顯著。這說明與低數(shù)字經(jīng)濟(jì)發(fā)展地區(qū)相比，在高數(shù)字經(jīng)濟(jì)發(fā)展地區(qū)，數(shù)字經(jīng)濟(jì)對TTFP的促進(jìn)作用更為明顯。

表10 數(shù)字經(jīng)濟(jì)發(fā)展水平的異質(zhì)性Tab.10 Difference in digital economy development level

可能的原因在于，地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展與宏觀經(jīng)濟(jì)發(fā)展水平具有高度的關(guān)聯(lián)性，與高數(shù)字經(jīng)濟(jì)發(fā)展地區(qū)相比，低數(shù)字經(jīng)濟(jì)發(fā)展地區(qū)金融的可達(dá)性及其服務(wù)效率低下，受資金制約嚴(yán)重，導(dǎo)致地區(qū)旅游投資開發(fā)和產(chǎn)品創(chuàng)新積極性不高。同時，低數(shù)字經(jīng)濟(jì)水平地區(qū)的旅游信息傳播渠道有限，旅游產(chǎn)品和服務(wù)觸達(dá)潛在消費(fèi)者所耗成本較高，加之?dāng)?shù)字經(jīng)濟(jì)落后地區(qū)的可支配收入低，在很大程度上抑制了旅游消費(fèi)需求，因此，數(shù)字經(jīng)濟(jì)對TTFP 的作用受到制約。而在數(shù)字化發(fā)展程度高的地區(qū)，數(shù)字普惠金融的深度發(fā)展不僅有效緩解了旅游企業(yè)的融資約束問題，而且為潛在消費(fèi)者提供便捷高效的交易條件，有效促進(jìn)交易達(dá)成；數(shù)字技術(shù)發(fā)展為旅游產(chǎn)品創(chuàng)新提供技術(shù)支持，而互聯(lián)網(wǎng)幾乎零成本的多元化立體式宣傳，加快旅游信息在消費(fèi)者之間的傳遞速度，顯著激活旅游消費(fèi)潛能，因此，在高數(shù)字經(jīng)濟(jì)發(fā)展地區(qū)，數(shù)字經(jīng)濟(jì)對TTFP的促進(jìn)作用更為明顯。

4 結(jié)論與政策建議

4.1 研究結(jié)論

關(guān)于數(shù)字經(jīng)濟(jì)與旅游業(yè)高質(zhì)量發(fā)展的關(guān)系研究仍處于理論探討階段。故而本文基于2011—2019年中國城市尺度面板數(shù)據(jù)，創(chuàng)新性地剖析了數(shù)字經(jīng)濟(jì)對旅游業(yè)全要素生產(chǎn)率的作用機(jī)理，利用非線性面板平滑轉(zhuǎn)換回歸模型實(shí)證考察數(shù)字經(jīng)濟(jì)與城市TTFP、TEC、TTC之間的非線性關(guān)系，詳細(xì)刻畫了兩者之間的動態(tài)轉(zhuǎn)換機(jī)制，從而得到更符合經(jīng)濟(jì)現(xiàn)實(shí)情境的估計(jì)結(jié)果。主要結(jié)論如下。

第一，在研究期內(nèi)，數(shù)字經(jīng)濟(jì)與旅游業(yè)全要素生產(chǎn)率總體呈穩(wěn)步上升趨勢，空間上，數(shù)字經(jīng)濟(jì)具有顯著的東高西低的空間分布特征，而城市旅游業(yè)全要素生產(chǎn)率格局與旅游經(jīng)濟(jì)增長存在一定程度的空間錯位。第二，由于存在網(wǎng)絡(luò)效應(yīng)，數(shù)字經(jīng)濟(jì)發(fā)展水平對旅游業(yè)全要素生產(chǎn)率和技術(shù)進(jìn)步的影響均呈現(xiàn)邊際效應(yīng)遞增的非線性特征，且估計(jì)系數(shù)的顯著性會隨著數(shù)字經(jīng)濟(jì)的提升而加強(qiáng)。當(dāng)數(shù)字經(jīng)濟(jì)發(fā)展跨越門檻值后，數(shù)字經(jīng)濟(jì)對TTFP 和TTC的影響效應(yīng)處于高機(jī)制，數(shù)字經(jīng)濟(jì)水平的提升會強(qiáng)化其對TTFP和TTC的邊際貢獻(xiàn)，同時，以位置參數(shù)為中心，在低-高機(jī)制之間平滑轉(zhuǎn)換。第三，數(shù)字經(jīng)濟(jì)對旅游業(yè)全要素生產(chǎn)率和技術(shù)進(jìn)步具有正向促進(jìn)作用，對旅游業(yè)技術(shù)效率的影響不顯著，說明旅游業(yè)技術(shù)進(jìn)步是數(shù)字經(jīng)濟(jì)推動城市旅游業(yè)全要素生產(chǎn)率提升的重要途徑。數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)發(fā)展、數(shù)字創(chuàng)新潛力、數(shù)字普惠金融等數(shù)字經(jīng)濟(jì)分維度變量對旅游業(yè)全要素生產(chǎn)率和旅游業(yè)技術(shù)進(jìn)步同樣具有顯著的正向促進(jìn)作用，但對旅游業(yè)技術(shù)效率的影響不顯著。而且經(jīng)過穩(wěn)健性檢驗(yàn)和內(nèi)生性檢驗(yàn)，證明研究結(jié)論具有穩(wěn)健性和可靠性。第四，分地區(qū)異質(zhì)性分析顯示，在高旅游業(yè)發(fā)展地區(qū)和高數(shù)字經(jīng)濟(jì)發(fā)展地區(qū)，數(shù)字經(jīng)濟(jì)對旅游業(yè)全要素生產(chǎn)率的促進(jìn)作用更為明顯。

4.2 政策建議

在新發(fā)展格局下，推動旅游業(yè)從資源驅(qū)動向創(chuàng)新驅(qū)動轉(zhuǎn)變已成為實(shí)現(xiàn)旅游業(yè)高質(zhì)量發(fā)展的重要途徑。本研究不僅豐富了數(shù)字經(jīng)濟(jì)時代下旅游業(yè)發(fā)展的理論創(chuàng)新，而且為推進(jìn)旅游全產(chǎn)業(yè)鏈的提質(zhì)增效提供參考和借鑒。要充分利用數(shù)字經(jīng)濟(jì)影響效應(yīng)處于邊際效應(yīng)遞增階段的機(jī)會窗口，以數(shù)字經(jīng)濟(jì)促進(jìn)旅游業(yè)轉(zhuǎn)型升級，提高旅游業(yè)全要素生產(chǎn)率。

（1）推動“數(shù)字經(jīng)濟(jì)+旅游”深度融合，創(chuàng)新旅游產(chǎn)品和服務(wù)供給體系。首先，利用大數(shù)據(jù)聚合多源文旅資源信息，打造文旅資源數(shù)字化共享平臺，充分發(fā)揮數(shù)字技術(shù)的資源匹配能力，實(shí)現(xiàn)旅游資源、資金、技術(shù)和人才的高效率流動和匹配，為創(chuàng)新旅游產(chǎn)品內(nèi)容生產(chǎn)奠定資源基礎(chǔ)。其次，積極推進(jìn)旅游業(yè)數(shù)字化新基建建設(shè)，推動傳統(tǒng)景區(qū)、場館和酒店等旅游空間的數(shù)字化、智慧化改造，提升旅游智慧化服務(wù)水平。最后，鼓勵文旅企業(yè)利用數(shù)字技術(shù)開發(fā)交互式、沉浸式的旅游業(yè)態(tài)和產(chǎn)品，實(shí)現(xiàn)線上新文旅與線下場景互動融合，打造滿足多元化需求的旅游創(chuàng)新生態(tài)，提高旅游業(yè)全要素生產(chǎn)率。

（2）完善互聯(lián)網(wǎng)營銷體系，有效提升需求和供給之間的動態(tài)匹配效率。首先，借助數(shù)字新媒體產(chǎn)業(yè)，通過以短視頻為主的新媒體傳播和社群互動分享平臺，形成多元化立體式的旅游業(yè)宣傳和營銷模式，提升產(chǎn)品和服務(wù)的知名度以及品牌影響力，刺激需求增加。其次，利用數(shù)字技術(shù)挖掘用戶生成內(nèi)容（user-generated content，UGC）所形成的大數(shù)據(jù)，并繪制消費(fèi)者畫像，識別消費(fèi)者行為方式和消費(fèi)習(xí)慣，精準(zhǔn)定位消費(fèi)者需求，基于此改進(jìn)并創(chuàng)新旅游產(chǎn)品和服務(wù)，提高旅游營銷傳播的針對性和有效性。最后，推進(jìn)數(shù)字基礎(chǔ)設(shè)施建設(shè)和數(shù)字普惠金融，不但要打通經(jīng)濟(jì)社會發(fā)展的信息“大動脈”，實(shí)現(xiàn)遍在性旅游供給與動態(tài)化需求有效對接，而且要優(yōu)化服務(wù)流程，降低交易成本，提高旅游業(yè)運(yùn)行效率。

（3）加強(qiáng)數(shù)字經(jīng)濟(jì)時代的旅游業(yè)制度創(chuàng)新，提高旅游業(yè)技術(shù)效率。組織管理制度落后和互聯(lián)網(wǎng)企業(yè)試圖壟斷可能是數(shù)字經(jīng)濟(jì)難以促進(jìn)旅游業(yè)技術(shù)效率提高的兩大主因。對此，一方面，要加強(qiáng)旅游企業(yè)及相關(guān)企業(yè)的管理制度和組織文化創(chuàng)新，實(shí)現(xiàn)其與數(shù)字經(jīng)濟(jì)發(fā)展同頻共振、協(xié)調(diào)發(fā)展；另一方面，警惕頭部旅游平臺企業(yè)的壟斷傾向，出臺反壟斷相關(guān)政策文件，加強(qiáng)數(shù)字技術(shù)在平臺治理與監(jiān)管中的應(yīng)用，構(gòu)建政府“規(guī)制之手”和平臺企業(yè)“數(shù)字守門人”高效結(jié)合的反壟斷監(jiān)管模式，促進(jìn)旅游市場健康發(fā)展，避免寡頭企業(yè)規(guī)模不經(jīng)濟(jì)所引致的技術(shù)效率降低，扭轉(zhuǎn)數(shù)字經(jīng)濟(jì)對旅游業(yè)技術(shù)效率影響不顯著的局面。

（4）高度關(guān)注數(shù)字經(jīng)濟(jì)影響效應(yīng)的異質(zhì)性特征，促進(jìn)不同類型城市旅游業(yè)全要素生產(chǎn)率協(xié)調(diào)發(fā)展?？紤]到數(shù)字經(jīng)濟(jì)對低旅游業(yè)發(fā)展城市和低數(shù)字化城市的TTFP的影響效應(yīng)仍有待提高，因此，要實(shí)施動態(tài)化、差異化的數(shù)字經(jīng)濟(jì)發(fā)展戰(zhàn)略。在促進(jìn)旅游業(yè)發(fā)達(dá)、數(shù)字經(jīng)濟(jì)高度發(fā)展地區(qū)積極發(fā)展數(shù)字經(jīng)濟(jì)的基礎(chǔ)上，通過政府制度協(xié)調(diào)和區(qū)域數(shù)字產(chǎn)業(yè)聯(lián)盟，引導(dǎo)數(shù)字經(jīng)濟(jì)要素向低旅游業(yè)發(fā)展城市和低數(shù)字化城市的流動和擴(kuò)散，彌補(bǔ)相對落后地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展短板，提高信息透明度、服務(wù)可達(dá)性、資源配置效率和收入水平，促進(jìn)數(shù)字經(jīng)濟(jì)與旅游產(chǎn)業(yè)更好融合，進(jìn)而提升各區(qū)域旅游業(yè)全要素生產(chǎn)率協(xié)同發(fā)展。

4.3 討論

值得注意的是，本研究仍存在一些有待深入探討的問題：一是僅以數(shù)字經(jīng)濟(jì)作為轉(zhuǎn)換變量，考察其狀態(tài)變量的變化所導(dǎo)致的數(shù)字經(jīng)濟(jì)與TTFP、TEC、TTC 等之間的非線性關(guān)系。未來還可以考慮將制度變量（政策支持和市場化程度等）作為轉(zhuǎn)換變量，識別城市制度異質(zhì)性對數(shù)字經(jīng)濟(jì)效率提升效應(yīng)的影響。二是本文雖然深入分析了數(shù)字經(jīng)濟(jì)對城市TTFP的作用機(jī)制，但限于篇幅，未在實(shí)證方面做中介效應(yīng)模型檢驗(yàn)，后續(xù)研究可繼續(xù)完善。三是數(shù)字經(jīng)濟(jì)具有信息高效傳遞功能導(dǎo)致的時空壓縮效應(yīng)，加速促進(jìn)區(qū)域間旅游產(chǎn)業(yè)的互動和關(guān)聯(lián)，致使數(shù)字經(jīng)濟(jì)可通過空間外溢效應(yīng)作用于鄰近地區(qū)，未來可驗(yàn)證數(shù)字經(jīng)濟(jì)與TTFP、TEC、TTC 之間是否存在空間溢出效應(yīng)。此外，囿于城市層面旅游統(tǒng)計(jì)數(shù)據(jù)的缺乏，難以對旅游生產(chǎn)的投入產(chǎn)出要素進(jìn)行完全精確地表征，希望隨著旅游業(yè)衛(wèi)星賬戶的建立和完善，未來將選取更為直接的指標(biāo)進(jìn)行更精確的測度。