旅游产业与信息化耦合的时空特征与影响因素

吴代龙 曹芳东

摘要：文章在构建长三角地区旅游产业与信息化水平评价指标体系的基础上，利用综合评价函数、耦合协调评价模型、空间自相关分析方法对2007—2019年长三角地区41个地级市旅游产业与信息化耦合协调发展的时空分异特征进行了研究。结果表明：①2007—2019年长三角旅游产业和信息化水平评价值总体逐年上升，耦合度保持在0.93以上，耦合协调度处于中度耦合协调阶段。②耦合协调度类型从以低度耦合协调过渡到以中、高度耦合协调为主，耦合协调度呈现东南部区域高、西北及西南区域低的空间分布格局;耦合协调度具有显著的空间集聚特征，耦合协调热点显著区主要集中在江苏东南部、上海以及浙江西北及其中部地区，冷点区域主要集中在江苏北部、安徽西北及西南地区。③耦合协调度空间格局演变的影响因素间具有显著的作用力差异和空间异质性特征，政府调控能力、人口密度和城镇化水平因子对耦合协调度的正向作用呈逐年增强态势。

关键词：旅游产业;信息化;耦合协调度;时空特征;影响因素;长三角地区

中图分类号：F592.3    文献标志码：A    文章编号：1001-862X（2021）01-0029-008

随着科技的不断积累创新，信息产业持续发展，信息化已成为当今世界的潮流。与此同时，旅游业被认为是典型的信息密集型和信息依托型产业[1]，以互联网为代表的信息化技术凭借其强大的知识分享和数据处理能力快速地渗透到旅游产业的各个层面，并对旅游业的资源分配、营销模式、组织结构、产业融合等方面产生了深刻影响。[2-3]当前，我国旅游业正处于由传统向现代、粗放向集约发展的转型过渡期，加强信息化与旅游产业的融合，利用信息化技术提升旅游产业发展效率和水平正在成为业界和学界共识。我国先后提出“智慧旅游”、“旅游+互联网”、“全域旅游”、《“十三五”全国旅游信息化规划》等政策和战略，以期提升旅游产业与信息化融合水平。在此背景下，加强旅游产业与信息化的耦合协调关系的研究是一个重要议题，这对推动我国旅游产业持续健康发展有着重要的现实意义。

国外学者关于旅游产业与信息化关系的研究主要集中在旅游和信息化基础概念辨析[4]、信息化技术在旅游业中的实际应用及其对旅游经济的影响评价等方面。[5-7]国内对旅游和信息化关系的研究起步相对较晚，但成果丰富。学者们在探讨了旅游信息化的定义、特点和作用的基础上[8-10]，逐步建立起了旅游信息架构体系[11]、旅游信息系统平台[12]以及旅游信息生态链[13]等，为旅游公共管理与服务部门、旅游景区建设与运营以及旅游资源共享与协同等提供了理论和技术路线支撑。近年来，信息化对旅游产业发展影响的定量测度及其空间效应逐渐成为研究热点。[14-16]在耦合协调研究方面，大多数学者采用综合评价函数、耦合协调模型等方法对旅游产业与信息化发展水平、耦合协调类型、耦合演变趋势及其机理进行了实证研究。[17-20]本文以长三角地区2007—2019年旅游产业和信息化统计数据为基础，构建旅游产业与信息化发展水平的指标体系，采用综合评价函数、耦合协调评价模型、空间自相关模型等方法分析长三角地区旅游产业与信息化耦合协调发展的时空分异及演化特征，并在此基础上对耦合协调度空间格局演变的影响因素进行了探究。

一、指标体系构建、研究方法和数据来源

（一） 研究区概况

长三角地区是我国旅游产业规模最大，信息化发展水平最高，创新和开放程度最强的区域之一。2019年该区域实现旅游总收入约3.54万亿元，占全国旅游总收入的69%;接待国内游客约25.8亿人次，占全国接待游客人数的46.7%。在信息化建设与发展方面，推行了《长三角区域信息化合作“十三五”规划（2016—2020年）》战略，极大地促进了地区旅游数字经济发展。文中涉及的数据主要来自2008—2020年《中国城市统计年鉴》、《江苏省统计年鉴》、《浙江省统计年鉴》、《安徽省统计年鉴》和《上海市统计年鉴》，对于以上年鉴中部分缺失的数据利用各地级市统计年鉴、国民经济和社会发展统计公报进行补充。其中，江苏、安徽和浙江省发明专利授权量数据来源于江苏省知识产权局、安徽省知识产权局和浙江省知识产权研究与服务中心公布的官方文件。

（二）指标体系构建

对旅游产业与信息化的发展水平及耦合协调状况进行评价，指标选取至关重要。本文通过对前人研究成果进行梳理（表1），发现学者们大多从旅游人次、旅游收入、旅游花费、旅游接待能力等方面对地区旅游产业发展水平進行评价。在信息化水平评价上，大多从信息基础设施规模、信息化社会应用和信息化发展支撑等方面进行衡量。

本文在借鉴以上研究成果的基础上，根据指标的科学性、代表性、可获得性等原则，构建了长三角地区旅游产业与信息化耦合协调的评价指标体系（表2），其中旅游产业系统包括旅游产业规模、旅游经济效益和旅游接待能力三个方面以及9项具体指标，信息化系统包括信息产业规模、信息化社会应用和信息化发展支撑三个方面以及9项具体指标。

（三）研究方法

旅游产业和信息化系统内各次级指标量纲不同，直接分析可能会对结果产生较大影响，因此首先对其进行标准化处理。具体做法是采用极差标准化法分别对2007—2019年41个地市的旅游产业子系统、信息化子系统各次级指标进行统一无量纲处理。标准化公式[26]：x′ij=（xij-xmin）/（xmax-xmin），其中，x′ij表示标准化值，xij表示某地市第i年的j个指标值的原始数据，i =1，2，…m;j=1，2，…n，表示指标个数;xmin和xmax分别表示多地市多年份中指标j最小值和最大值。

1.综合评价函数

本文采用线性加权法测度旅游产业和信息化两系统的发展水平，具体评价函数如下[22]：

式中：T、I分别表示旅游产业和信息化子系统的综合评价函数，wij表示权重。对于指标权重，为避免主观赋权的偏差，本文采用熵值法赋予权重。[26]

2.耦合协调评价模型

耦合度和耦合协调度可对系统间相互影响程度与协调状态进行测度与评价。一方面，信息化在旅游产业中的应用极大地提升旅游产业在资源获取、服务管理以及市场营销等方面的能力与水平，促进了旅游产业的快速发展;另一方面，旅游产业的发展及其规模的迅速扩张，产生了对更强大的信息化服务平台以及信息化基础设施的需求。旅游产业和信息化系统之间存在密切的耦合作用。一般两个系统的耦合度采用如下模型[27]：

式中：C表示耦合度，T、I分别表示旅游产业和信息化系统的综合评价指数。

耦合度高低只能反映旅游产业和信息化之间的相互作用强弱，无法衡量两者间的发展的协调状况，为此引入耦合协调度模型，公式如下[28]：

式中：D表示旅游产业与信息化系统的耦合协调度，0？燮D？燮1，D越接近1表示系统之间的耦合协调性越好，反之越差;α、β分别表示旅游产业系统和信息化系统的在整体中的相对重要程度，由于旅游产业发展对信息化的依赖程度要显著大于旅游产业对信息化的带动作用，同时借鉴前人研究成果[18，20]，最终确定α和β值分别为0.4和0.6。此外，根据耦合协调度D的大小，将耦合协调类型划分为4类：①0

3. 空间自相关模型

空间自相关可以有效反映耦合协调度的空间差异特征，包括全局空间自相关和局部空间自相关。全局空间自相关通常采用Global Morans I指数、局部空间自相关常采用Getis-ord Gi*指数。前者用来探索空间邻接或临近单元的相似程度，后者用来探测空间分布的热点区域和冷点区域。公式如下：

4. 地理探测器

地理探测器是用于探测空间分异性及其驱动力的一组统计学方法，其最初应用于探究地方性疾病形成的影响因素，因该方法受前提条件的制约相对较少，现已被广泛应用于地理要素空间分异的形成机理，其模型如下[29]：

式中，PD，？尬为影响因素对旅游产业与信息化耦合协调度的作用力，n为整个研究区域样本数， σ2为整个区域耦合协调度的离散方差，ni和σi2分别表示次一级研究区的样本数和方差;m表示影响因素分类数。假设σ2≠0，模型成立，PD，？尬的取值区间为[0，1]，PD，？尬值越接近于1，表明影响因子对耦合协调度的作用力越大，反之越小。

二、耦合协调时空特征

（一）耦合协调的时序演变特征

本文对原始数据进行标准化后，根据公式（1-3）计算得到2007—2019年长三角旅游产业和信息化的综合评价值、耦合度以及耦合协调度（表3）。

由表3可知，①旅游产业与信息化系统综合评价值的时序演变：2007—2019年两系统综合评价值逐年上升，年均增长率分别为12.78%和12.58%，表明这12年间，随着长三角地区社会经济环境的不断发展，科技创新能力的不断加强，旅游产业和信息化发展水平均有明显提升。此外，从两系统的综合发展水平的优先程度看，2007—2010年信息化发展与旅游产业差距逐渐缩小，2010年信息化发展实现对旅游产业发展水平的反超，长三角地区信息化发展水平优于旅游产业0.0035，表明此时期由于互联网等信息技术的快速普及和发展，区域呈现信息化发展优势期。2011—2014年旅游产业评价水平略优于信息化发展评价水平值，优先度均值为0.0041，差距极小，表明此时期长三角区域呈现为旅游产业发展与信息化发展均势期。2014—2019年旅游产业发展评价值对信息化发展水平优势度有逐年扩大的趋势，旅游产业发展处于优势期。②旅游产业与信息化耦合及耦合协调度时序演变：2007—2019年长三角旅游产业与信息化耦合度均保持在0.93以上;两系统的耦合协调度逐年递增，按照耦合协调度的划分评价标准，长三角旅游产业和信息化的耦合协调度已由最初的低度耦合协调向接近中高度耦合协调方向发展，反映区域旅游产业和信息化耦合协调发展取得一定成效。另一方面，区域旅游产业和信息化耦合协调经历12年的发展，年均增长率1.58%，至2019年耦合协调度值为0.4336，仍未达到高度耦合协调阶段，反映了两系统耦合协调度增长速度较慢，需要进一步加强信息化基础设施及其发展环境建设，加强旅游产业在资金、人才方面的投入，促进两系统耦合协调度的更大提升。

（二）耦合协调的空间分异特征

为了说明长三角旅游产业与信息化耦合协调度的空间分布变化情况，参照耦合协调度划分类型，本文选取2007、2013和2019年三个时间截面的耦合协调度数据，利用ArcGIS绘制了耦合协调度的空间分异特征图。

总体上长三角各市旅游产业与信息化耦合协调度呈现较为显著的上升趋势。2007—2019年，地区耦合协调类型从以低、中度耦合协调为主逐渐过渡到以中、高度耦合协调为主，耦合协调度呈现中部区域高、西北及西南低的空间分布格局，高度耦合协调区域集中于苏南、浙北以及上海。具体来看：① 2007年长三角旅游产业与信息化耦合协调度整体偏低，上海是唯一处于高度耦合协调阶段的城市，反映了2007年上海市相较于区域内其他城市拥有更高的旅游产业及信息化水平，故耦合协调发展度最好。2007年江苏各地市旅游产业与信息化耦合协调程度相较于浙江省各地市整体偏低。江苏省13个地级市中两系统耦合协调程度处于中度及以上的仅有南京、镇江、常州、無锡、苏州5市，仅占整体的38.46%。相比之下，浙江省11个地级市中，耦合协调度处于中高度的有嘉兴、杭州、绍兴、宁波、金华、台州和温州7市，占整体的63.63%，显著高于江苏省。安徽省所有地级市旅游产业和信息化耦合协调程度均处于低度耦合协调水平，亟待发展。②2013年，长三角各地市旅游产业和信息化耦合协调程度都有了较为显著的提升，其中上海市耦合协调类型依旧为高度耦合，耦合协调值从0.5844增长到0.6920，为整个区域最高。江苏各地市两系统的耦合协调度整体变化较大。2013年，江苏省13个地市中耦合协调类型属于中高度耦合协调类型的有9个，占全省的69.2%，相较于2007年增长1倍多，其中苏州耦合协调度值突破0.5，成为高度耦合协调区域。由此可见，2007—2013年间，江苏省加快旅游产业发展步伐，大力提升地区信息化建设，取得了良好成效。但同时也看到，宿迁和淮安旅游及信息化产业发展力度不足，两地区耦合协调类型仍然处于低度耦合协调状态，属于省内耦合协调低水平区域。浙江各地市耦合协调程度整体发展状况良好，相较于2007年有了进一步提升，全省仅有衢州市处于低度耦合协调区域，其他地级市均处于中度或高度耦合协调水平，并且杭州发展成为高度耦合类型区域。安徽省各地市两产业发展耦合协调度整体有了一定提升，其中合肥、芜湖、池州和黄山市耦合协调度由之前的低度耦合协调提升为中度耦合协调水平。③2019年，长三角地区旅游产业和信息化耦合协调度进一步加强，低度耦合协调区域大幅减少。其中，上海耦合协调度值达到0.7775，即将突破0.8，成为极度耦合协调类型区;江苏、浙江两省所有地级市耦合协调度均已经达到中度及高度耦合协调水平;仅有安徽省西北部的阜阳、亳州、淮南、淮北和宿州仍处于低度耦合协调水平，需要继续促进这些地区旅游产业和信息化产业融合发展。

（三） 耦合协调发展的空间演变特征

为进一步分析长三角旅游产业和信息化耦合协调发展的空间集聚特征，本文基于公式（4），利用ArcGIS10.3软件分别计算了2007—2019年长三角旅游产业与信息化的全局Morans I指数（表4）。表4显示，旅游产业与信息化的Morans I指数标准化检验Z值均大于1.96，P值均小于0.05，表明旅游产业与信息化耦合协调度通过显著性检验，即长三角各地市旅游产业与信息化耦合协调度之间存在较为明显的空间依赖关系。具体来看，2007—2010年间，Morans I指数从2007年的0.5576下降到2010年的0.4141，下降幅度達25.74%，表明这四年间耦合协调度的空间集聚效应逐渐减弱，这可能与2008年金融危机的负面作用有较大关联;2010—2015年间，Morans I指数先经历了约9.76%幅度的上升后又下降约5.52%，然后再从0.4209增长到0.4385，增幅为4.13%，表明这时期耦合协调度的空间集聚处于波动状态，尚未完全从上一时期的下降趋势中恢复;2015—2019年，耦合协调度的Morans I指数再度下降，降幅达到18.70%，表明耦合协调度空间集聚效应减弱。

全局空间自相关只能从整体上反映区域耦合协调度的空间集聚特征，无法探究旅游产业和信息化耦合协调的局部空间聚集和差异特征。故本文利用公式（5），基于ArcGIS10.3软件热点分析模块计算2007、2013和2019年长三角旅游产业与信息化耦合协调度的Getis-Ord G_i^*统计量Z值得分，并依据ArcGIS提供的最佳自然断裂点法将其值由低到高划分为7类。总体来看，2007—2019年，长三角旅游产业和信息化耦合协调度空间分布的热点区主要集中在江苏东南部、上海以及浙江西北及其中部地区，冷点区域主要集中在江苏北部、安徽西北及西南地区。具体来看，①耦合协调度的热点高显著区空间分布范围变化不大，2007年时有3个，分别是上海、苏州和嘉兴，至2013年仍为这三个城市，到2019年湖州市也变化为耦合协调度的热点高显著区。②热点中高显著区域的空间分布主要集中在浙江大部区域以及江苏南部地区，而安徽省仅有芜湖和宣城市于2019年表现为耦合协调的热点区域。③耦合协调度的冷点高显著区域的空间分布范围整体缩小。2007—2013年间，阜阳、淮南、淮北、亳州、蚌埠和宿州6市均处于冷点高显著区域，反映了这6市旅游产业和信息化耦合协调热度较低，耦合状况较差。2013—2019年，阜阳和宿州由冷点高显著区转变为冷点中低显著区，耦合协调情况有所好转;④冷点中低显著区域的空间分布范围逐渐缩小，由2007年分布在安徽大部区域和江苏西北区域，逐渐转变为主要集中在江苏北部和安徽南部区域，处于耦合协调度的冷点中低显著区的地级市数量显著减少。

三、耦合协调影响因素分析

（一）影响因素选取

长三角旅游产业与信息化耦合协调的时空演变特征是地区经济发展水平、政府调控、产业结构、技术投入、人才储备等复杂因素综合作用的结果。[18]鉴于此，根据已有相关研究，结合研究区域的具体情况及数据可获得性，本文选取经济发展水平、政府调控能力、对外开放水平、科技创新投入、人才储备、产业结构、人口密度和城镇化水平8项指标（表5），对长三角地区旅游产业与信息化耦合协调度空间格局演变的影响因素进行探究。

经济发展水平是区域旅游产业和信息化耦合协调发展的重要基础，较高的经济水平意味着更强烈的旅游需求以及需要较高水平的信息化环境支撑，用地区生产总值（X1）表征;政府可以通过行政、经济手段在一定程度上有效干预、作用区域旅游产业和信息化的发展、合作与竞争，用人均财政支出（X2）表征;区域开放度在一定程度上可以反映市场活力，促进区域间旅游经济交流合作，推动旅游信息要素和资源的扩散转移，用进出口总额占GDP比重（X3）表征;科技创新投入对旅游产业和信息化发展具有重要作用，其将有效提升产业水平和效率，用科技投入占地方财政支出比重（X4）表征;旅游产业是劳动密集型产业，推动其良性发展需要优质服务及管理人才支撑，区域信息化环境的营造更是离不开高素质科学人才，地区人才储备对耦合协调发展具有重要影响，用每万人在校大学生数（X5）表征;旅游产业与信息产业均属于第三产业，区域产业结构将对两者耦合协调水平产生重要作用，用第三产业增加值占GDP比重（X6）表征;人口基数将直接影响地区旅游和信息化需求，从而对两者耦合协调发展产生影响，用人口密度（X7）表征;城镇化水平反映地区基础设施建设、公共服务和文化开放状况等，这些因素将直接或间接作用于旅游和信息产业，用城镇化率（X8）表征。

（二） 影响因素分析

选取2007、2013和2019年时间截面，基于公式（4），利用地理探测器识别影响旅游产业与信息化耦合协调空间分布的关键因素。由表6的因子探测结果可知，各影响因子对耦合协调度空间分异的作用力和显著性存在时空差异。

从总体来看，经济发展水平（X1）、政府调控能力（X2）和城镇化水平（X8）对长三角旅游产业与信息化耦合协调度的影响力和解释显著性水平持续增强。经济发展水平的影响力由2007年的0.6669增长为2019年的0.6748，P值始终保持在5%水平上显著，显著性解释力强。同样的，政府调控能力和城镇化水平两影响因素探测结果的变化过程与之类似。人口密度（X7）对耦合协调度的影响力呈U型变化，由2007年的0.2684下降到2013年的0.2275，接着又增长到2019年的0.3480，有逐渐增强的趋势。分时段来看，2007年对外开放水平（0.6900）、经济发展水平（0.6515）、城镇化水平（0.6485）和科技创新投入（0.6339）对长三角地区旅游产业与信息化耦合协调度空间分异的贡献率较大;2013年，产业结构的影响力显著增强，科技创新投入和城镇化水平的影响力逐渐减弱，经济发展水平成为影响耦合协调度空间分布的首要因素，各主导因子的影响力依次为地区经济发展水平（0.6669）、产业结构（0.6257）、对外开放水平（0.5984）和科技创新投入（0.5875）等;2019年，经济发展水平因子依旧是影响耦合协调度空间分布的首要因素，各因子影响力依次排序为经济发展水平（0.6748）、城镇化水平（0.6650）、政府调控能力（0.5598）、对外开放水平（0.4871）等。

为进一步探究耦合协调度与主导因素的空间匹配关系，基于以上探测结果，分别选取2007年首要影响因素对外开放水平和次要影响因素经济发展水平、2013年首要影响因素经济发展水平和次要影响因素产业结构、2019年首要影响因素经济发展水平和次要影响因素城镇化水平，利用ARCGIS对各因素聚类分级和旅游产业与信息化耦合协调度分级进行耦合匹配分析。

2007年长三角旅游产业与信息化耦合协调度与选取的主导影响因素对外开放水平、经济发展水平的空间叠置结果大体类似，高耦合协调度高要素水平、中高耦合协调度中高要素水平区域主要分布在苏南（如南京、镇江和苏锡常等）、浙江北部及中东部（如杭州、宁波、台州和温州等）以及上海，表明以上地区在这一时期凭借较高的对外开放水平和经济发展水平对旅游产业与信息化耦合协调发展起到了较大的促进作用，而苏北和安徽大部区域由于对外开放水平有限、经济发展能力不足，成为低耦合协调度低要素水平主要分布区域。2013年高耦合协调度高要素水平、中高耦合协调度中高要素水平区域主要分布在苏南、浙西北、浙东南以及上海，反映这些地区良好的经济发展水平和产业结构相结合，有效促进了耦合协调度的提升。低耦合协调度低要素水平依旧主要分布集中在江苏北部和安徽西北及西南地区，表明这些地区经济发展相对较弱，产业结构不均衡，未能有效推动耦合协调度提升。2019年高耦合协调度高要素水平、中高耦合协调度中高要素水平区域主要分布在苏南、浙北以及上海等区域，形成了较为明显的集聚在上海城市圈、环杭州城市圈以及南京合肥城市圈的空间分布特征，反映了以上地区在这一时期凭借较高的经济发展水平和城镇化水平对旅游产业与信息化耦合协调发展起到重要作用。低耦合协调度低要素水平分布区域主要分布集中于安徽西北部地区。

四、结论与讨论

本文在构建长三角旅游产业与信息化评价指标体系的基础上，运用综合评价函数、耦合协调评价模型、全局空间自相关分析、热点分析和地理探测器等方法，揭示了2007—2019年长三角地区41个地级市旅游产业与信息化耦合协调发展的时空分异特征，探究了耦合协调度空间格局演变的影响因素。主要结论如下：

（1）从时序演变特征看，2007—2019年长三角各市旅游产业与信息化综合评价值总体逐年上升。2007—2010年区域表现为信息产业快速增长期，2009—2013年区域呈现为旅游产业和信息化发展均衡期，2014—2019年区域旅游产业发展水平优于信息化发展水平;2007—2019年长三角旅游产业与信息化耦合度均保持在0.93以上，耦合协调度逐年递增，并由最初的低度耦合协调向接近中高度耦合协调方向发展;两系统耦合协调度增长速度较慢，需要进一步加强信息化基础设施及其发展环境建设，加强旅游产业在资金、人才方面的投入，促进两系统耦合协调度的更大提升。

（2）从空间分异特征看，2007—2019年各地级市耦合协调类型从以低、中度耦合协调为主逐渐过渡到以中、高度耦合协调为主，耦合協调度呈现东南部区域高、西北及西南低的空间分布格局;通过全局空间自相关分析发现长三角地区旅游产业与信息化耦合协调度呈现显著的空间集聚特征;热点分析发现耦合协调度空间分布的热点显著区主要集中在江苏东南部、上海以及浙江西北及其中部地区，冷点区域主要集中在江苏北部、安徽西北及西南地区。

（3）利用地理探测器分析发现，耦合协调度时空格局演变受到经济发展水平、城镇化水平、政府调控能力、对外开放水平等因素的影响，各影响因素间具有显著的作用力差异和空间异质性特征。其中，经济发展水平影响因子对2007、2013和2019年耦合协调度的空间分异特征具有重要影响，政府调控能力、人口密度和城镇化水平因子对耦合协调度的正向作用呈逐年增强态势。

（4）随着中国经济全面步入新常态，促进旅游产业与信息化融合，提升旅游产业发展效率是当前的热点议题。基于耦合协调模型和空间关联视角，探讨旅游产业与信息化耦合协调发展的时空分异特征，定量揭示其耦合协调演变的影响因素，一定程度上丰富了耦合协调研究的内容与方法。同时，地区间耦合协调度的空间依赖关系及相互作用关系的探讨是对关系地理学理论的有益实证。当然，本文亦存在不足之处。由于当前统计数据缺失，诸如旅游企业经营、旅游人才建设等对旅游产业发展具有重要作用的指标未纳入指标体系中。另外，基于长三角市域尺度的分析，对于欠发达地域或县域尺度的旅游产业与信息化的耦合协调的时空特征及影响因素还有待研究;对影响因素间的相互作用关系、空间溢出效应和微观作用机理有待进一步揭示。

参考文献：

[1]杨彦锋.互联网技术成为旅游产业融合与新业态的主要驱动因素[J].旅游学刊，2012，27（9）：7-8.

[2]罗浩.旅游产业与信息技术进步[J].旅游学刊，2012，27（7）：8-9.

[3]黎巎.旅游信息化作为旅游产业融合方式的历史背景与发展进程[J].旅游学刊，2012，27（7）：7-8.

[4]Li Y P， Hu C， Huang C， et al. The Concept of Smart Tourism in the Context of Tourism Information Services[J]. Tourism Management， 2016， 58： 293-300.

[5]Lopes P， Almeida L， Pinto J， et al. Open Tourist Information System： A Platform for Touristic Information Management and Outreach[J]. Information Technology & Tourism， 2019， 21（4）： 577-593.

[6]Shehzad K， Liu X X， Rauf A， et al. Revolutionising Tourism Development in China： An Effective Role of ICT and Western Silk Road Project[J]. Asia Pacific Journal of  Tourism Research， 2019， 24（9）：965-977.

[7]Mandic A， Pranicevic D G. Progress on the Role of ICTs in Establishing Destination Appeal Implications for Smart Tourism Destination Development[J]. Journal of Hospitality and Tourism Technology，2019，10（4）： 791-813.

[8]张补宏，梁方方.浅析旅游新经济—旅游信息产业的形成、发展与提升[J].地理与地理信息科学，2011，27（1）：90-94.

[9]王兆峰，谢娟.基于信息化理论的民族地区旅游产业转型升级研究[J].湖南社会科学，2013（5）：167-170.

[10]李云鹏，胡中州，黄超，等.旅游信息服务视阈下的智慧旅游概念探讨[J].旅游学刊，2014，29（5）：106-115.

[11]张凌云，黎巎，刘敏.智慧旅游的基本概念与理论体系[J].旅游学刊，2012，27（5）：66-73.

[12]杨晓梅，张韵婕，蓝荣钦，等.智能旅游信息系统的研究与实现[J].测绘科学技术学报，2012，29（5）：321-325.

[13]张秀英.信息生态视角下智慧旅游构建与发展路径研究[J].经济问题，2018，（5）：124-128.

[14]金鹏，周娟.信息化对旅游产业增长的贡献——基于面板数据分位数回归的分析[J].旅游学刊，2016，31（4）：71-80.

[15]孙媛媛.信息化对我国旅游市场影响的实证分析[J].旅游科学，2016，30（3）：1-12，27.

[16]王龙杰，曾国军，毕斗斗.信息化对旅游产业发展的空间溢出效应[J].地理学报，2019，74（2）：366-378.

[17]范继刚，王兆峰，杨卫书.四川省旅游產业与信息产业耦合协调研究[J].资源开发与市场，2014，30（1）：110-113.

[18]王冠孝，梁留科，李锋，等.区域旅游业与信息化的耦合协调关系实证研究[J].自然资源学报，2016，31（8）：1339-1350.

[19]段婷婷.旅游产业与信息化耦合协调关系实证研究[J].河南科技大学学报（社会科学版），2018，36（3）：76-82.

[20]杨艳，丁正山，葛军莲，等.江苏省乡村旅游信息化与区域旅游经济耦合协调关系[J].经济地理，2018，38（11）：220-225.

[21]李田.基于耦合协调视角的河北省旅游产业与区域经济一体化发展研究[J].地理与地理信息科学，2015，31（2）：87-90.

[22]王兆峰，霍菲菲，徐赛.湘鄂渝黔旅游产业与旅游环境耦合协调度变化[J].经济地理，2018，38（8）：204-213.

[23]孙剑锋，李世泰，纪晓萌，等.山东省文化资源与旅游产业协调发展评价与优化[J].经济地理，2019，39（8）：207-215.

[24]宋周莺，刘卫东.中国信息化发展进程及其时空格局分析[J].地理科学，2013，33（3）：257-265.

[25]刘晓阳，黄晓东，丁志伟.长江经济带县域信息化水平的空间差异及影响因素[J].长江流域资源与环境，2019，28（6）：1262-1275.

[26]舒小林，高应蓓，张元霞，等.旅游产业与生态文明城市耦合关系及协调发展研究[J].中国人口·资源与环境，2015，25（3）：82-90.

[27]孙黄平，黄震方，徐冬冬，等.泛长三角城市群城镇化与生态环境耦合的空间特征与驱动机制[J].经济地理，2017，37（2）：163-170，186.

[28]郭付友，佟连军，刘志刚，等.山东省产业生态化时空分异特征与影响因素——基于17地市时空面板数据[J].地理研究，2019，38（9）：2226-2238.

[29]王劲峰，徐成东.地理探测器：原理与展望[J].地理学报，2017，72（1）：116-134.

（责任编辑 吴晓妹）