摘要：文旅数字化是新时代旅游产业转型升级的核心驱动力，小城市凭借特色文旅资源，依托数字化手段突破地理、宣传等限制，实现旅游收入的稳步增长。本文以2020-2025年我国典型小城市高邮、云梦、芷江、竹溪作为研究对象，采用灰色关联分析法(grey relation analysis，GRA)，以各小城市旅游综合收入作为参考序列，并确定5个文旅数字化相关指标作为比较序列。研究表明，不同数字化指标对小城市旅游收入的拉动作用存在差异，小城市应结合自身资源禀赋，聚焦核心数字化指标发力，提升旅游产业发展质量。

关键词：灰色关联分析 GRA；文旅数字化；小城市；旅游收入；拉动作用

一、引言

随着数字经济与文旅产业的深度融合，文旅数字化已成为推动旅游产业高质量发展的重要抓手。相较于大城市，小城市文旅资源虽独具特色，但受限于宣传渠道狭窄、服务设施落后、运营管理低效等问题，旅游产业发展长期处于瓶颈期。而数字化技术的普及应用，为小城市破解发展难题、激活旅游市场活力提供了新路径，通过线上宣传引流、智慧服务升级、数字文创开发等方式，小城市旅游产业逐步实现从“小众冷门”到“特色热门”的转变[1]。

根据国家统计局及各地文旅部门公开数据显示，2025年我国县域旅游收入占全国旅游总收入的比重较2020年提升了8.2个百分点，其中数字化转型成效显著的小城市，旅游收入增速普遍高于全国平均水平。以扬州高邮为例，2025年全年接待游客1033.1万人次，实现旅游综合收入130.48亿元，两项指标均实现两位数强劲增长，成功跻身年度游客量“千万级俱乐部”；湖北云梦县作为面积最小的县之一，2025年累计接待游客超800万人次，实现旅游综合收入35亿元，文旅消费成为拉动县域经济增长的重要力量[2][3]。由此可见，文旅数字化对小城市旅游收入的拉动作用日益凸显，但不同数字化指标的拉动效果存在差异，其内在作用机制值得深入探究。

二、研究理论

根据系统论的观点，系统是普遍存在的，世界上任何事物都可以看成是一个系统，系统由相互联系、相互作用的要素构成，且具有层次性和整体性[4]。小城市文旅产业系统属于区域经济系统的重要组成部分，而文旅数字化系统则是文旅产业系统的核心子系统，其与旅游收入系统相互影响、相互作用，共同推动小城市旅游产业的发展。

文旅数字化系统由数字宣传、智慧服务、数字文创、数字化运营、数字基础设施五个子系统组成，各子系统又包含不同的具体要素，这些要素通过影响游客流量、游客消费、游客满意度等环节，最终作用于小城市旅游收入（见图1）。其中，数字宣传子系统主要负责扩大小城市文旅品牌影响力，吸引潜在游客；智慧服务子系统聚焦提升游客体验，延长游客停留时间；数字文创子系统则通过开发特色文创产品，拓展旅游消费场景；数字化运营子系统旨在优化旅游产业管理效率，降低运营成本；数字基础设施子系统为整个文旅数字化体系提供技术支撑，保障各项数字化举措落地实施[5]。

图1 小城市文旅数字化与旅游收入系统关联层次图

三、研究方法

在旅游产业影响因素分析中，回归统计分析、因子分析等方法被广泛应用，但这些方法大多要求数据满足正态分布、线性相关等条件，且对样本量和数据完整性要求较高。而小城市文旅数字化相关数据存在样本量小、指标间非线性关系明显等特点，传统统计方法难以精准分析各数字化指标对旅游收入的拉动作用[6]。考虑到这一不足，本文采用灰色关联分析法(grey relation analysis，GRA)对小城市文旅数字化与旅游收入的关联关系进行量化分析。

灰色关联分析法(GRA)是邓聚龙教授提出的灰色系统理论核心内容之一，适用于处理样本量少、信息不完全、非线性的系统分析问题，通过计算灰色关联度(GRG)来描述系统内各因素之间关联程度的强弱[7][8]。该方法以参考序列和比较序列为基础，通过无量纲化处理消除指标单位和量级差异，再计算关联系数和关联度，最终根据关联度大小判断各比较序列对参考序列的影响程度，能够有效揭示文旅数字化各指标与小城市旅游收入之间的动态关联关系。

系统灰色关联分析的具体分析步骤如下：

1. 确定参考数据序列和比较数据序列。参考数据序列选取各小城市2020-2025年旅游综合收入，记为$$X_0 = (x_{01}, x_{02}, ..., x_{0n})$$，其中 n 为研究年份数；比较数据序列选取5个文旅数字化核心指标，分别为短视频平台曝光量、智慧导览覆盖率、数字文创产品销售额、数字化运营成本降低率、5G 网络覆盖率，记为X_i = (x_{i1}, x_{i2}, ..., x_{in})，其中 i = 1, 2, 3, 4, 5。

2. 对原始数据进行无量纲化处理。为消除指标单位和量级差异对分析结果的影响，采用标准化处理方法对数据进行无量纲化，公式为：

x'{ij} = (x{ij} - x̄_i) / s_i

其中，x_{ij}为原始值，x̄_i为第i个对象的指标均值，s_i为第i个对象的标准差，x'_{ij}为标准化后的Z分数。。

3. 计算灰色关联系数。关联系数反映比较序列与参考序列在某一时刻的关联程度，计算公式为：

ξ_{ij} = [ min_i min_j |x'{0j} - x'{ij}| + ρ·max_i max_j |x'{0j} - x'{ij}| ] / [ |x'{0j} - x'{ij}| + ρ·max_i max_j |x'{0j} - x'{ij}| ]

其中，ξ_{ij}为关联系数；x'{0j}为参考序列第j年值；x'{ij}为第i个比较序列第j年值；min_i min_j |·|为两级最小差；max_i max_j |·|为两级最大差；ρ为分辨系数，通常取0.5。

4. 计算灰色关联度。关联系数仅反映某一时刻的关联程度，为全面反映比较序列与参考序列的整体关联情况，对各时刻关联系数进行算术平均，得到灰色关联度，计算公式为：

r_i = (1/n) · Σ_{j=1}^{n} ξ_{ij}

其中，r_i为第i个比较序列与参考序列的灰色关联度；ξ_{ij}为第j年的灰色关联系数；n为年份总数。r_i越大，表示该序列与参考序列关联越强。

5. 关联度评价与分析。根据关联度大小判断各数字化指标对小城市旅游收入的拉动作用强弱，关联度越大，说明该指标对旅游收入的拉动作用越显著。参考相关研究，将关联度划分为5个等级，具体评价标准如表2所示[9]。

四、实证研究

（一）研究对象和指标选取

结合数据可获取性、文旅数字化发展水平及地域代表性，选取2020-2025年我国4个典型小城市作为研究对象，分别为江苏高邮、湖北云梦、湖南芷江、湖北竹溪。这4个小城市均拥有特色文旅资源，且近年来大力推进文旅数字化转型，旅游收入增长态势明显，能够较好反映文旅数字化对小城市旅游收入的拉动作用。

参考前文文旅数字化系统的构成，结合小城市文旅发展实际及数据可获取性，确定5个核心数字化指标作为比较序列，具体说明如下：

1. 短视频平台曝光量（X1）：选取抖音、快手、视频号三大主流短视频平台，统计各小城市文旅相关内容的年度曝光总量（单位：亿次），反映数字宣传子系统对旅游收入的拉动作用，曝光量越高，说明小城市文旅品牌的线上影响力越大，越能吸引潜在游客。

2. 智慧导览覆盖率（X2）：以各小城市 A 级景区为统计范围，计算配备智慧导览系统（含语音导览、AR 导览等）的景区数量占全部 A 级景区数量的比重（单位：%），反映智慧服务子系统的发展水平，覆盖率越高，游客体验越佳，越能延长游客停留时间，带动消费增长。

3. 数字文创产品销售额（X3）：统计各小城市年度数字文创产品线上线下销售总额（单位：万元），包括文创玩偶、数字藏品、特色文创周边等，反映数字文创子系统对旅游收入的直接贡献，销售额越高，说明文旅消费场景拓展越充分。

4. 数字化运营成本降低率（X4）：以各小城市文旅企业（含景区、旅行社、民宿等）为统计对象，计算数字化运营后年度运营成本较转型前的降低比例（单位：%），反映数字化运营子系统的成效，成本降低率越高，文旅产业盈利空间越大，间接推动旅游收入增长。

5. 5G 网络覆盖率（X5）：统计各小城市文旅核心区域（景区、文旅街区、民宿集中区等）5G 网络信号覆盖面积占核心区域总面积的比重（单位：%），反映数字基础设施子系统的支撑能力，覆盖率越高，越能保障各项数字化举措顺利落地。

参考序列选取各小城市2020-2025年旅游综合收入（X0，单位：亿元），该指标能够全面反映小城市旅游产业的发展成果，是衡量文旅数字化拉动作用的核心参考依据。

（二）数据来源和处理

1. 数据来源：各小城市旅游综合收入数据来源于各地文旅局、统计局发布的年度文旅发展报告及统计公报；短视频平台曝光量数据通过第三方数据监测平台（蝉妈妈、新抖）及各平台官方后台统计获取；智慧导览覆盖率、5G 网络覆盖率数据来源于各地文旅部门数字化转型工作报告；数字文创产品销售额数据来源于各小城市文旅企业年度经营报表及线上电商平台销售数据；数字化运营成本降低率数据通过对各小城市重点文旅企业调研及行业统计数据整理得出。其中，国家统计局官网（http://www.stats.gov.cn/）为数据的准确性提供了宏观参考，世界银行开放数据平台（https://data.worldbank.org.cn/）为数字化基础设施相关指标的对比分析提供了参考依据[10][11]。

2. 数据处理：首先对各原始数据进行整理核对，剔除异常值，确保数据的准确性和一致性；然后采用前文所述的标准化无量纲化方法，对参考序列和比较序列的原始数据进行处理，消除单位和量级差异；最后运用 Excel 软件计算各比较序列与参考序列的关联系数和灰色关联度，整理得到关联度分析结果。各研究对象2020-2025年旅游综合收入及核心数字化指标原始数据如表3所示。

（三）关联度分析

通过对无量纲化后的数据进行计算，得到4个小城市各数字化指标与旅游综合收入的灰色关联度，以及各指标的平均关联度，结果如表4、表5所示。结合表2的评价标准，对各指标的拉动作用进行分析。

1. 总体关联度较高，数字宣传和数字文创对旅游收入拉动作用最为显著。

从表4可知，各数字化指标与小城市旅游综合收入的平均关联度均在0.65以上，属于高关联状态，说明文旅数字化整体对小城市旅游收入具有较强的拉动作用。其中，短视频曝光量（X1）的平均关联度最高，达到0.826，属于高关联偏极强关联状态；数字文创销售额（X3）次之，平均关联度为0.792，同样属于高关联状态；智慧导览覆盖率（X2）、数字化运营成本降低率（X4）、5G 网络覆盖率（X5）的平均关联度依次为0.758、0.715、0.683，均属于高关联状态，但拉动作用略低于前两个指标。

从各指标平均关联度排序来看，X1＞X3＞X2＞X4＞X5，这一结果符合小城市文旅发展的实际情况。小城市文旅资源知名度较低，短视频平台凭借传播速度快、覆盖面广、互动性强等优势，成为小城市扩大文旅品牌影响力的核心渠道，线上曝光量的提升能够直接带动线下游客流量增长，进而拉动旅游收入提升；而数字文创产品的开发，能够将小城市特色文化资源转化为消费产品，拓展旅游消费场景，实现旅游收入的多元化增长。智慧导览、数字化运营、5G 网络等指标更多是为文旅产业发展提供支撑和保障，其拉动作用相对间接，因此关联度略低[12]。

2. 不同小城市各数字化指标的拉动作用存在差异。

（1）短视频曝光量（X1）在所有城市中均表现出较强的拉动作用，其中高邮的关联度最高（0.865），芷江次之（0.832），竹溪和云梦分别为0.810、0.798，均属于高关联状态。高邮作为长三角地区的小城市，依托运河文化、邮文化等特色资源，在短视频平台推出系列文旅宣传内容，结合当地民俗活动、特色美食打造爆款视频，2025年短视频曝光量达21.5亿次，线上引流效果显著，直接推动旅游综合收入突破130亿元；芷江作为红色旅游城市，通过短视频平台宣传抗战纪念场馆、侗族特色文化，吸引了大量年轻游客，2025年旅游综合收入较2020年增长78.88%，短视频曝光量的提升是重要驱动因素。这说明短视频宣传是小城市文旅数字化转型的核心抓手，能够有效打破地域限制，提升小城市文旅品牌的知名度和影响力。

（2）数字文创销售额（X3）的拉动作用仅次于短视频曝光量，其中云梦的关联度最高（0.815），高邮次之（0.831）。云梦县依托秦简文化、楚文化等特色资源，联合高校与文创团队开发30多款“云梦有喜”系列数字文创产品，涵盖玩偶、香包、数字藏品等多种类型，2025年文创产品销售额达1800万元，带动周边餐饮、住宿消费增长40%，成为拉动旅游收入的重要增长点；高邮则结合邮文化、运河文化开发特色文创产品，通过线上电商平台和线下文旅门店同步销售，2025年数字文创销售额达4600万元，占旅游综合收入的比重较2020年提升了2.1个百分点。这表明，数字文创能够有效激活小城市文化资源价值，丰富旅游消费场景，对旅游收入的拉动作用日益凸显。

（3）智慧导览覆盖率（X2）的拉动作用在各城市中较为均衡，关联度均在0.725-0.782之间，属于高关联状态。其中高邮的智慧导览覆盖率最高，2025年达到92%，通过在 A 级景区配备 AR 导览、语音导览等系统，提升了游客游览体验，延长了游客停留时间，据统计，2025年高邮游客平均停留时间较2020年延长1.2天，间接带动餐饮、住宿等消费增长；芷江依托智慧导览系统优化游客分流，在节假日高峰期有效缓解了景区拥堵问题，提升了游客满意度，2025年游客线上评价满意度达95%以上，游客复游率较2020年提升18%。这说明智慧服务的升级能够优化游客体验，提升游客满意度和复游率，进而对旅游收入产生持续拉动作用。

（4）数字化运营成本降低率（X4）的拉动作用存在一定差异，竹溪的关联度最高（0.745），高邮次之（0.734），云梦和芷江相对较低，分别为0.692、0.689。竹溪通过搭建旅游数据监测平台，实现对景区游客流量、消费数据、运营成本的实时监测，优化运营流程，2025年文旅企业运营成本较2020年降低21%，盈利空间显著提升，间接推动旅游收入增长；高邮则通过数字化管理系统整合文旅资源，降低了景区、旅行社等企业的营销和管理成本，2025年数字化运营成本降低率达23.1%，有效提升了文旅产业的整体盈利能力。这表明，数字化运营能够降低文旅产业运营成本，提升盈利水平，对小城市旅游收入具有间接拉动作用。

（5）5G 网络覆盖率（X5）的拉动作用在各城市中相对较低，关联度均在0.665-0.698之间，属于高关联状态，但低于其他4个指标。5G 网络作为文旅数字化的基础保障，其覆盖率的提升能够为智慧导览、短视频直播、数字文创展示等提供技术支撑，但由于其作用具有基础性和间接性，因此对旅游收入的直接拉动作用相对较弱。例如，云梦县2025年5G 网络覆盖率达95%，为智慧导览、线上直播等数字化举措提供了稳定的技术支撑，但相较于短视频宣传、数字文创等指标，其对旅游收入的直接贡献相对有限。

五、主要结论与建议

（一）主要结论

本文采用灰色关联分析法，以4个典型小城市为研究对象，分析了文旅数字化核心指标对小城市旅游收入的拉动作用，得出以下主要结论：

1. 文旅数字化对小城市旅游收入具有显著的拉动作用，各数字化指标与旅游收入均呈高关联状态。其中，数字宣传（短视频曝光量）和数字文创（数字文创销售额）的拉动作用最为突出，是小城市文旅数字化转型的核心发力点；智慧服务、数字化运营、数字基础设施的拉动作用相对间接，但作为文旅数字化体系的重要组成部分，为旅游收入的持续增长提供了重要支撑。

2. 不同小城市各数字化指标的拉动作用存在差异，这与各城市的文旅资源禀赋、数字化发展基础、产业发展重点密切相关。长三角地区的小城市（如高邮）数字宣传和数字文创发展优势明显，拉动作用更为显著；红色旅游城市（如芷江）通过短视频宣传红色文化，拉动作用突出；而特色文化资源丰富的小城市（如云梦），数字文创对旅游收入的拉动作用相对较强。

3. 文旅数字化各指标之间相互影响、相互支撑，形成协同拉动效应。数字基础设施的完善为数字宣传、智慧服务等举措的落地提供技术保障，数字宣传的引流效果需要智慧服务的优化来转化为实际消费，数字文创的发展则进一步丰富了旅游消费场景，数字化运营的优化则提升了文旅产业的整体盈利水平，各指标协同发力，共同推动小城市旅游收入的增长。

（二）对策建议

基于以上研究结论，结合小城市文旅发展实际，为进一步发挥文旅数字化对小城市旅游收入的拉动作用，提出以下对策建议：

1. 聚焦核心指标，强化数字宣传和数字文创发展。各小城市应将短视频宣传作为文旅品牌推广的核心渠道，结合自身特色文旅资源，打造具有地域特色的爆款短视频内容，加强与短视频平台、网红博主的合作，提升线上曝光量；同时，深入挖掘本地文化资源，开发具有特色的数字文创产品，拓展线上线下销售渠道，推动文化资源向消费产品转化，提升数字文创对旅游收入的直接贡献。

2. 结合城市特色，优化数字化发展策略。各小城市应根据自身文旅资源禀赋和数字化发展基础，制定差异化的数字化转型策略。红色旅游城市可重点通过短视频宣传红色文化，打造红色文旅 IP；民俗文化资源丰富的城市可聚焦数字文创开发，将民俗文化元素融入文创产品；生态旅游城市可加强智慧服务建设，提升游客游览体验，延长游客停留时间。

3. 完善数字基础设施，强化协同支撑作用。加大对5G 网络、旅游数据监测平台、数字化管理系统等基础设施的投入，提升数字基础设施覆盖率和稳定性，为文旅数字化各指标的落地提供技术保障；加强各数字化指标之间的协同联动，推动数字宣传、智慧服务、数字文创、数字化运营的深度融合，形成协同拉动旅游收入增长的合力。

4. 加强人才培养，提升数字化运营能力。小城市应加强文旅数字化人才的引进和培养，通过与高校合作、开展专业培训等方式，提升文旅企业从业人员的数字化运营能力；鼓励文旅企业与科技企业合作，引入先进的数字化技术和运营理念，优化文旅产业运营流程，降低运营成本，提升文旅产业的整体盈利水平。

六、研究不足与展望

本文选取4个典型小城市作为研究对象，分析了文旅数字化核心指标对旅游收入的拉动作用，但研究范围仍有一定局限性，未涵盖不同地域、不同类型的所有小城市，研究结果的普适性有待进一步验证；同时，在指标选取上，受数据可获取性限制，未将文旅数字化相关的政策支持、居民数字化素养等指标纳入分析，可能影响分析结果的全面性。

未来研究可进一步扩大研究范围，选取更多不同地域、不同类型的小城市作为研究对象，提升研究结果的普适性；同时，进一步完善指标体系，将政策支持、居民数字化素养等指标纳入分析，更全面地探究文旅数字化对小城市旅游收入的拉动作用；此外，可结合面板数据模型、结构方程模型等方法，深入分析各数字化指标对旅游收入的传导机制，为小城市文旅数字化转型提供更精准的理论支撑和实践指导。