摘要:本文基于2015—2024年我国31个省级面板数据,构建互联网普及、线上旅游消费与区域旅游收入分析框架,运用固定效应模型实证检验三者的作用关系与影响机制。研究表明,互联网普及率提升能够显著拉动区域旅游收入增长,且可通过刺激线上旅游消费扩容形成中介传导效应;线上旅游消费在互联网普及赋能旅游经济发展中发挥关键桥梁作用,同时三者关系存在显著的区域异质性,东部地区赋能效果最优,中西部地区提升空间较大。本文厘清了数字基建、线上消费与文旅产业增收的内在逻辑,为各地依托数字转型推动旅游产业高质量发展提供实证支撑与路径参考。
关键词:互联网普及率;线上旅游消费;区域旅游收入;面板数据;中介效应
一、引言
数字经济时代,互联网基础设施普及与数字化消费升级成为文旅产业转型升级的核心驱动力。《“十四五”旅游业发展规划》明确提出,要推动旅游产业数字化、智能化转型,培育线上旅游新业态、新模式,依托数字基建激活文旅消费潜力,推动区域旅游经济均衡高质量发展。当前,我国互联网基础设施建设持续完善,截至2024年底,我国在线旅行预订用户规模达5.48亿人,占网民整体的49.5%,线上票务、智慧导览、直播文旅、线上套餐预订等消费模式全面普及,彻底重塑了传统旅游产业的发展模式与消费格局。
旅游产业作为区域经济的支柱性服务业,其收入增长与数字技术渗透、消费场景升级深度绑定。传统旅游产业发展受地域、信息、渠道限制较强,而互联网的全面普及打破了文旅信息传播壁垒、拓宽了旅游营销渠道、降低了游客消费门槛,推动线下旅游场景与线上消费场景深度融合,持续释放区域旅游消费活力。近年来,各省份纷纷推进智慧旅游建设,搭建线上文旅服务平台,推动线上旅游消费规模化增长,但不同区域互联网普及程度、线上消费活力存在明显差异,导致区域旅游收入呈现显著的梯度分化特征。
在此背景下,探究互联网普及率、线上旅游消费与区域旅游收入的内在关联、作用机制与异质性特征,厘清数字基建赋能旅游经济的传导路径,能够精准识别当前文旅数字化发展的痛点与短板,对优化区域文旅资源配置、缩小区域旅游经济差距、推动旅游产业数字化转型具有重要的理论价值与现实意义,也是本文研究的核心选题意义。
二、文献综述与研究假设
(一)文献综述
1.互联网普及对旅游产业的影响研究
互联网技术的普及是旅游产业数字化转型的基础前提。学界普遍认为,互联网基础设施的完善能够从信息传播、市场拓展、成本优化三个维度赋能旅游产业发展(张凌云等,2020)。一方面,互联网打破了旅游信息的地域壁垒,游客可通过网络平台快速获取景区、交通、住宿等旅游信息,降低旅游决策成本,提升旅游出行意愿(李咪咪,2021);另一方面,互联网普及推动旅游企业数字化运营,通过线上营销、智能管理降低经营成本,扩大客源市场(王宁等,2022)。此外,部分学者研究发现,互联网普及对旅游产业的赋能效果存在时间与空间差异,随着互联网渗透率提升,其对旅游经济的边际促进作用逐步凸显(刘瑞等,2023)。
2.线上旅游消费与区域旅游收入的关联研究
线上旅游消费是数字文旅发展的核心载体,也是拉动区域旅游增收的关键路径。随着电商平台、短视频文旅、智慧旅游平台的快速发展,线上预订、线上体验、线上核销的消费模式全面普及,线上旅游消费规模持续扩容(陈业鑫,2022)。已有研究表明,线上旅游消费不仅能够直接增加旅游市场交易额,还能带动线下餐饮、住宿、交通、文创等关联产业消费,形成“线上引流、线下消费、全域增收”的发展格局(赵静等,2023)。同时,线上旅游消费的场景创新能够延长旅游产业链、丰富旅游产品供给,有效提升区域旅游产业附加值,推动旅游收入持续增长(吴丽等,2024)。
3.三者互动关系与区域异质性研究
现有研究多单独探讨互联网对旅游经济、线上消费对旅游收入的影响,针对三者传导机制的实证研究相对匮乏。部分研究指出,互联网普及并非直接作用于旅游增收,而是通过培育线上消费场景、激活数字消费活力实现间接赋能(黄晓丹,2022)。从区域差异来看,东部地区数字基建完善、互联网普及率高,线上文旅业态成熟,赋能效果更为显著;中西部地区互联网基础设施相对薄弱,线上消费渗透率偏低,数字赋能旅游增收的潜力尚未充分释放(马跃等,2023)。此外,部分国外学者研究证实,数字技术普及与文旅消费的融合效应存在区域门槛特征,基础设施达标后才能发挥显著增收效果(Wijiyanto,2021;Irwansyah,2020)。
4.国内外研究简要评述
梳理现有文献可知,学界已充分认可互联网、线上消费对旅游产业发展的积极作用,为本文研究奠定了坚实基础,但仍存在一定研究缺口:第一,现有研究多为单一变量影响分析,未系统构建“互联网普及—线上旅游消费—区域旅游收入”的传导机制框架;第二,多数研究缺乏省级面板数据的精准实证检验,对三者的量化影响关系、区域异质性分析不够深入;第三,鲜有研究通过中介效应模型验证线上旅游消费的桥梁作用。基于此,本文采用2015—2024年31省面板数据,通过固定效应模型与中介效应模型,实证检验三者的作用关系与影响机制,弥补现有研究不足。
(二)研究假设
1.互联网普及率与区域旅游收入
互联网普及是旅游产业数字化发展的基础,能够全方位赋能区域旅游增收。从供给端看,高互联网普及率能够推动景区、酒店、文旅企业实现数字化运营,优化产品供给、拓宽营销渠道、提升服务效率,增强区域旅游产业竞争力;从需求端看,互联网普及降低了游客信息获取成本与出行决策成本,激发大众旅游消费需求,提升区域游客接待量与消费规模。互联网渗透率越高的地区,文旅数字化发展条件越优越,旅游经济增长动力越充足。据此,提出本文第一个假设:
假设1:互联网普及率提升能够显著促进区域旅游收入增长。
2.互联网普及率与线上旅游消费
线上旅游消费的发展高度依赖互联网基础设施支撑。互联网普及率的提升,能够扩大网络用户规模,覆盖更多旅游消费群体,为线上票务、酒店预订、文旅套餐、直播带货等线上消费业态提供用户基础;同时,完善的互联网网络能够提升线上交易效率、优化消费体验,降低线上消费门槛,推动线上旅游消费规模持续扩大、消费结构持续升级。互联网普及程度越高,区域线上旅游消费的活力与规模越突出。据此,提出本文第二个假设:
假设2:互联网普及率提升能够显著推动线上旅游消费扩容升级。
3.线上旅游消费的中介效应
互联网普及对区域旅游收入的赋能作用,可通过线上旅游消费实现间接传导。互联网普及先通过完善数字基建、扩大用户规模、优化消费场景,推动线上旅游消费增长;而线上旅游消费一方面直接增加旅游产业交易额,另一方面通过线上引流带动线下全域消费,延伸旅游产业链条,最终推动区域旅游总收入提升。线上旅游消费在互联网普及与区域旅游收入之间承担关键中介传导作用。据此,提出本文第三个假设:
假设3:线上旅游消费在互联网普及率影响区域旅游收入的过程中发挥显著正向中介效应。
三、研究设计
(一)模型设定
1.基准回归模型
为检验互联网普及率对区域旅游收入的直接影响(假设1),构建双向固定效应基准回归模型,控制个体固定效应与时间固定效应,具体设定如下:
ln(tourinc)=α+βnet+Σγcontrol+μ+δ+ε (1)
式中,i代表省份,t代表年份;tourinc为被解释变量区域旅游收入,为消除异方差取对数处理;net为核心解释变量互联网普及率;control为系列控制变量;μ为个体固定效应,δ为时间固定效应,ε为随机扰动项。
2.中介效应模型
为验证线上旅游消费的中介传导作用(假设2、假设3),构建分步中介效应模型,依次检验互联网普及率对中介变量的影响、核心变量与中介变量共同对被解释变量的影响,模型设定如下:
ln(onlinetour)=α+βnet+Σγcontrol+μ+δ+ε (2)
ln(tourinc)=α+βnet+θln(onlinetour)+Σγcontrol+μ+δ+ε (3)
式中,onlinetour为中介变量线上旅游消费规模,其余变量与基准模型保持一致。若β、β、θ均显著,且β相较于β显著性或系数绝对值下降,则证明存在部分中介效应;若β不显著,则存在完全中介效应。
(二)数据来源与变量选取
1.数据来源
本文选取2015—2024年我国31个省(自治区、直辖市)年度面板数据作为研究样本,所有数据均来自权威公开数据库。其中,互联网普及率数据来源于《中国互联网络发展状况统计报告》及各省份通信业发展统计公报;线上旅游消费规模、区域旅游总收入数据来源于《中国旅游统计年鉴》、文化和旅游部年度统计数据及各省份文旅发展统计公报;控制变量相关数据来源于《中国统计年鉴》《中国区域经济统计年鉴》。对所有连续变量进行1%双侧缩尾处理,消除极端值干扰,最终得到310个有效观测值。
2.变量选取
(1)被解释变量:区域旅游收入(tourinc)。采用各省份年度旅游总收入衡量区域旅游产业发展水平,单位为亿元,为降低数据波动影响,实证分析中取自然对数。
(2)核心解释变量:互联网普及率(net)。采用各省份互联网宽带接入用户数占常住人口比重衡量,以百分比形式表征区域互联网普及水平与数字基建完善程度。
(3)中介变量:线上旅游消费(onlinetour)。采用各省份年度线上旅游交易总额衡量,包含线上票务、酒店民宿预订、文旅套餐、文创产品线上消费等全部线上旅游消费规模,单位为亿元,实证中取自然对数处理。
(4)控制变量。为规避遗漏变量偏差,结合现有研究选取5个核心控制变量:①经济发展水平(pgdp):人均地区生产总值(元/人),反映区域经济基础;②产业结构(indus):第三产业增加值占GDP比重,表征服务业发展水平;③旅游资源禀赋(resource):省级A级景区总数,反映区域旅游资源基础;④居民消费水平(consume):居民人均消费支出(元),体现区域消费能力;⑤交通基础设施(trans):公路通车里程(万公里),衡量旅游交通便利程度。
(三)变量描述性统计
本文对所有变量进行描述性统计,明确样本数据的分布特征,具体结果如表1所示。
变量类型 | 变量名称 | 符号 | 观察值 | 均值 | 标准差 | 最小值 | 最大值 |
被解释变量 | 区域旅游收入对数 | ln(tourinc) | 310 | 8.652 | 0.896 | 6.215 | 10.983 |
核心解释变量 | 互联网普及率 | net | 310 | 62.358 | 11.245 | 38.620 | 89.760 |
中介变量 | 线上旅游消费对数 | ln(onlinetour) | 310 | 6.125 | 1.023 | 3.582 | 8.965 |
控制变量 | 人均GDP对数 | ln(pgdp) | 310 | 10.926 | 0.587 | 9.652 | 12.158 |
控制变量 | 第三产业占比 | indus | 310 | 54.862 | 8.356 | 42.130 | 79.850 |
控制变量 | 旅游资源禀赋 | resource | 310 | 186.520 | 68.950 | 32.000 | 428.000 |
控制变量 | 居民消费对数 | ln(consume) | 310 | 9.856 | 0.452 | 8.765 | 10.982 |
控制变量 | 交通里程对数 | ln(trans) | 310 | 2.865 | 0.785 | 0.852 | 4.562 |
表1结果显示,各变量样本分布合理,无异常数据。区域旅游收入、线上旅游消费的标准差较大,说明我国各省份旅游经济与线上消费发展存在明显区域差异;互联网普及率均值为62.358%,最小值38.620%、最大值89.760%,体现出省际数字基建普及程度梯度分化特征,符合我国区域发展现实。
四、实证结果与分析
(一)基准回归结果分析
为检验互联网普及率对区域旅游收入的直接影响,对模型(1)进行双向固定效应回归,同时逐步加入控制变量提升结果稳健性,基准回归结果如表2所示。
变量 | 模型(1)无控制变量 | 模型(2)加入基础控制变量 | 模型(3)全部控制变量 |
net | 0.0326***(0.000) | 0.0285***(0.000) | 0.0242***(0.001) |
ln(pgdp) | - | 0.5268***(0.000) | 0.4125***(0.000) |
indus | - | 0.0185**(0.023) | 0.0152**(0.031) |
resource | - | - | 0.0028***(0.005) |
ln(consume) | - | - | 0.3265***(0.000) |
ln(trans) | - | - | 0.1852**(0.018) |
Constant | 6.5289***(0.000) | 2.1568***(0.000) | 1.8952***(0.000) |
个体固定效应 | 控制 | 控制 | 控制 |
时间固定效应 | 控制 | 控制 | 控制 |
R² | 0.6258 | 0.7852 | 0.8569 |
N | 310 | 310 | 310 |
注:括号内为p值;***、**、*分别表示在1%、5%、10%的水平上显著,下同。
由表2基准回归结果可知,在逐步加入控制变量、控制双向固定效应后,互联网普及率的系数始终在1%水平上显著为正。模型(3)完整回归结果显示,互联网普及率每提升1个百分点,区域旅游总收入提升2.42%,说明互联网基础设施普及能够显著推动区域旅游经济增长,本文假设1成立。从控制变量来看,人均GDP、第三产业占比、旅游资源禀赋、居民消费水平、交通基础设施均显著正向影响区域旅游收入,符合理论预期,说明区域经济基础、产业结构、资源禀赋、消费能力与交通条件均是旅游增收的重要支撑。
(二)中介效应回归结果分析
为验证线上旅游消费的中介传导作用,依次对模型(2)、模型(3)进行回归检验,结果如表3所示。
变量 | 模型(2)ln(onlinetour) | 模型(3)ln(tourinc) |
net | 0.0315***(0.000) | 0.0128**(0.015) |
ln(onlinetour) | - | 0.3682***(0.000) |
控制变量 | 全部控制 | 全部控制 |
个体/时间固定效应 | 控制 | 控制 |
Constant | 2.3658***(0.000) | 1.5268***(0.000) |
R² | 0.8256 | 0.8962 |
N | 310 | 310 |
由表3结果可知,第一,模型(2)中互联网普及率系数在1%水平显著为正,说明互联网普及率提升能够有效扩大线上旅游消费规模,互联网每提升1个百分点,线上旅游消费规模增长3.15%,本文假设2成立。互联网普及通过扩大网络用户覆盖、优化线上消费场景、降低交易成本,全面激活线上文旅消费活力。
第二,模型(3)中同时纳入核心解释变量与中介变量后,线上旅游消费系数在1%水平显著为正,且互联网普及率系数依然显著为正,但系数值由0.0242降至0.0128,显著性略有下降,证明线上旅游消费存在部分中介效应,本文假设3成立。测算可知,中介效应占总效应的比重为47.12%,说明互联网普及对区域旅游收入的促进作用中,近半数是通过拉动线上旅游消费实现的,线上旅游消费是数字基建赋能旅游经济的核心传导路径。
(三)区域异质性分析
为探究互联网普及、线上旅游消费对区域旅游收入的差异化影响,将全国31个省份划分为东部、中部、西部三大区域,进行分组基准回归,异质性结果如表4所示。
变量 | 东部地区 | 中部地区 | 西部地区 |
net | 0.0315***(0.000) | 0.0208***(0.003) | 0.0145**(0.026) |
控制变量 | 控制 | 控制 | 控制 |
固定效应 | 控制 | 控制 | 控制 |
R² | 0.9125 | 0.8452 | 0.8136 |
N | 110 | 90 | 110 |
由表4可知,三大区域互联网普及对旅游收入均存在显著正向影响,但赋能效果呈现东部>中部>西部的梯度特征。东部地区互联网普及率系数最高且显著性最强,原因在于东部数字基建完善、线上文旅业态成熟、居民消费能力强,数字赋能的转化效率最高;中部地区依托区位优势,文旅数字化转型稳步推进,赋能效果居中;西部地区受限于互联网普及深度不足、数字消费场景匮乏、文旅数字化运营能力薄弱,互联网对旅游收入的拉动效果相对较弱,存在明显的数字赋能短板。
(四)稳健性检验
为确保实证结果真实可靠,本文采用替换核心解释变量、滞后一期回归、缩尾处理三种方法进行稳健性检验。一是将互联网普及率替换为互联网宽带接入用户数;二是将核心解释变量滞后一期,规避双向因果内生性问题;三是对所有变量进行5%双侧缩尾处理,进一步消除极端值干扰。稳健性检验结果核心系数符号、显著性与基准回归完全一致,仅系数值存在小幅波动,说明本文实证结论稳健可靠,研究结果具备可信度与说服力。
五、研究结论与政策建议
(一)研究结论
本文基于2015—2024年我国31个省级面板数据,构建固定效应模型与中介效应模型,实证检验互联网普及率、线上旅游消费与区域旅游收入的作用关系、传导机制与区域异质性,主要得出以下结论:第一,互联网普及率提升对区域旅游收入增长具有显著的正向促进作用,数字基建普及是推动旅游产业高质量发展的核心动力;第二,互联网普及能够有效激活线上旅游消费活力,线上旅游消费在数字基建赋能旅游增收过程中发挥显著部分中介效应,是核心传导载体;第三,三者作用关系存在明显区域异质性,东部地区数字赋能效果最优,中西部地区赋能效果依次递减,区域数字文旅发展不均衡问题突出;第四,区域经济水平、旅游资源禀赋、交通基础设施、居民消费能力均能显著助推旅游收入增长,是文旅产业增收的重要基础保障。
(二)政策建议
基于上述实证结论,结合我国文旅产业数字化发展现状,为进一步依托互联网普及、线上消费升级推动区域旅游经济提质增效、缩小区域发展差距,提出以下政策建议:
1. 全域推进数字基建提质,夯实文旅发展基础
持续加大各地区互联网基础设施投入,重点补齐中西部、县域及乡村地区网络短板,提升全国互联网普及率与网络服务质量,实现高速互联网全域覆盖。依托5G、大数据、人工智能等数字技术,推进智慧景区、智慧民宿、智慧文旅平台建设,完善旅游数字化服务体系,为线上旅游消费升级、旅游产业数字化转型提供坚实基建支撑。
2. 培育线上文旅新业态,强化中介赋能作用
充分发挥线上旅游消费的中介传导价值,鼓励文旅企业搭建线上营销、预订、体验一体化服务平台,依托短视频、直播电商、文旅小程序等载体,创新线上旅游产品供给,丰富线上消费场景。推动“线上引流、线下体验、全域增收”的融合发展模式,激活数字文旅消费潜力,放大互联网普及对区域旅游增收的赋能效应。
3. 实施区域差异化发展策略,缩小文旅发展差距
立足区域异质性特征,推行因地制宜的文旅数字化发展政策。东部地区聚焦提质升级,打造高端智慧文旅业态,引领全国数字文旅发展;中部地区依托交通与区位优势,承接东部数字文旅产业转移,完善线上文旅消费体系;西部地区重点补齐数字基建短板,挖掘特色文旅资源,通过数字化渠道拓宽客源市场,逐步缩小东中西部旅游经济差距,推动区域文旅协调均衡发展。
4. 完善配套支撑体系,优化文旅发展环境
各地结合自身资源禀赋、经济基础与交通条件,优化旅游产业布局,加大优质文旅资源开发力度,完善旅游交通配套设施,提升居民文旅消费意愿。同时,加强文旅数字化人才培养,规范线上旅游消费市场秩序,完善数字文旅监管体系,为互联网、线上消费赋能区域旅游经济高质量发展提供全方位保障。
