数字经济发展对文旅产业融合的影响研究
——基于我国30 个省份数据的实证分析

陈伟雄，郝涵宇

（福建师范大学经济学院，福州 350108）

党的二十大报告明确指出：“坚持以文塑旅、以旅彰文，推进文化和旅游深度融合发展”。文化是旅游的主要内核，旅游是文化的关键载体，在文旅经济发展的过程中，文旅产业交互融合发展是大势所趋。近年来，我国文旅产业一直在快速发展，但有所波动。《2020 年文化和旅游发展统计公报》显示，由于受疫情影响，2020 年末我国旅游人次为28.97亿，比2019 年末下降52.1%；2020 年末旅游收入为2.23 万亿元，比2019 年末下降61.1%。《2021 年文化和旅游发展统计公报》显示，2021 年文旅市场逐步恢复，旅游总人次为32.46 亿，比2020 年增长12.8%，恢复到2019 年的54.0%。根据文化和旅游部数据中心测算①，2023 年五一国内旅游出游合计2.74 亿人次，比2022 年五一增长70.83%，恢复至2019 年同期的119.09%；国内旅游收入为1 480.56亿元，同比增长128.90%，恢复至2019 年同期的100.66%。我国作为文化旅游大国，仍存在公益性项目绩效低、原创特色内容少、第三方平台（如携程、途牛、去哪儿等）干预过度等一系列的问题与痛点。推进以数字经济发展赋能文旅产业融合的进程，是实现我国文旅产业融合高质量发展的必由之路。

随着数字时代的到来，文旅产业数字化转型步伐不断加快，云计算、大数据、人工智能等先进的数字技术成为文旅产业融合的核心驱动力。国务院印发的《“十四五”旅游业发展规划》指出，要“创新智慧旅游公共服务模式，有效整合旅游、交通、气象、测绘等信息，综合应用第五代移动通信（5G）、大数据、云计算等技术，及时发布气象预警、道路通行、游客接待量等实时信息，加强旅游预约平台建设，推进分时段预约游览、流量监测监控、科学引导分流等服务”，同时要强化数字技术在文旅产业融合过程中的应用，提高创新链的综合效能。目前，数字经济发展为文旅产业融合带来了相关红利，其中，数字博物馆、数字文创产品、数字虚拟导游、文化特色IP 等都是数字经济与文旅产业融合的产物。同时，在数据与算法的支持下，旅游产业可以通过数字化管控控制客流量、根据旅客需求规划不同的观览路线，突破时间与空间的局限。此外，数字经济可以依托数字技术提升文旅产业供给侧与需求侧匹配的精准度，促进平台经济与文旅产业协同发展。因此，深入分析数字经济发展如何影响文旅产业融合、探究其内在的影响机制是建设社会主义文化强国背景下值得深入研究的课题。

1 文献综述

关于文旅产业融合的研究，学者们主要基于文旅产业融合的实现路径、红利释放、结构维度等几方面进行研究。从对文旅产业融合实现路径的研究来看，李任[1]研究指出，文旅产业深度融合的实践路径分别为激发创意创新促产品融合、整合资源要素促产业融合、优化发展环境促市场融合以及用好现代科技促技术融合。耿松涛等[2]研究认为，文旅产业融合发展过程中应处理好产业与企业、旅游者与目的地居民以及开发与保护等之间的关系，要遵循周期发展规律，着力打造创新演化格局。魏妮茜等[3]研究认为，文旅产业的资源属性决定了只有通过提炼、重构、融合文化与旅游之中的交叉要素，才能实现资源整合。从对文旅产业融合红利释放的相关研究来看，邬江[4]认为文旅产业融合能够开拓智慧旅游的视域，拓展文旅融合功能可以激活智慧旅游的存量和流量，进而打造文旅融合、智慧旅游的新业态和新模式。郭强等[5]发现文旅产业融合可以助推海南旅游业高质量发展。张圆刚等[6]研究提出文旅产业融合能够通过增强文化认同感、文化自信感、国民归属感、国民安全感、国民自豪感提升精神福祉，通过促进产业和经济发展提升国民物质生活福祉。从对文旅产业融合结构的相关研究来看，王秀伟[7]指出文旅产业深度融合的表征和走向是从交互到共生，具体体现在文旅产业融合的产品、业态、要素、市场、价值五个维度，各维度间形成了互促递进的关系，构成了由表及里的融合型生态系统。

关于数字经济发展赋能文旅产业融合的研究，学界主要从理论与实证的角度进行论证分析。从理论分析的角度来看，周锦等[8]研究指出数字经济背景下文化、旅游融合创新发展可以推动城市文化产业和旅游产业的高质量发展。胡优玄[9]研究发现，我国文旅产业融合中还存在融合不充分、数字泛化、法律法规真空以及发展诉求和属性差异等诸多制约因素，只有突破这些因素，才能构建数字文旅产业融合发展新格局。张玉蓉等[10]研究指出，我国数字文旅仍面临强化顶层设计、推动供需精准匹配、提升内容建设质量等诸多挑战。从实证的角度来看，Zhou 等[11]通过直接效应模型、调节效应模型以及门槛模型，利用动态面板估计方法开展研究，发现ICT 对文化产业与旅游产业相互融合有着积极的促进作用。刘英基等[12]利用固定效应模型、调节效应模型，实证研究发现数字经济发展能够通过组织、技术和产品创新等渠道赋能文旅产业融合高质量发展。杨利等[13]与唐睿等[14]利用中介效应模型探究数字经济发展驱动文旅产业融合的机制路径，认为数字经济发展可以通过扩大市场潜力、强化城市创新能力、提升政府效率赋能文旅产业融合。袁惠爱等[15]利用系统广义矩估计方法分析数字经济发展对旅游业高质量发展的影响，发现前者对后者具有显著的正向促进作用，在高分位点影响更加显著。

综上所述，关于文旅产业融合以及数字赋能的研究较为丰富，但研究主要集中于数字经济发展对文旅产业融合的直接作用，侧重数字经济发展与文旅产业融合之间非线性关系的研究较少，且鲜有研究通过构建文旅产业融合指标体系对两者之间的关系进行实证分析。因此，本研究基于2010—2021年我国30 个省份（不包括西藏和港澳台）的面板数据，构建省域层面的数字经济发展与文旅产业融合综合评价指标体系，利用时间、个体双向固定效应模型进行基准回归分析，以数字技术的研发强度作为门槛变量，利用面板门槛模型分析数字经济发展与文旅产业融合之间的非线性关系，在大力推动实现中国式现代化的大背景下为数字经济发展赋能文旅产业融合发展提供参考。

2 数字经济发展对文旅产业融合的影响机制和研究假说

2.1 数字经济发展影响文旅产业融合的线性效应

近年来，随着数字经济的发展，数据、算法等成为各产业发展过程中新的关键性要素，网络搜寻成本大大降低，互联网内容推送更加精准，数字技术推动跨界融合发展成为新常态。在此契机下，文旅产业也出现了新的机遇，大数据、人工智能、5G 等数字技术能够在内容创作、营销传播、发展规划等方面直接赋能文旅产业融合。

第一，在内容创作方面，数字技术能够突破时间空间局限，扩充文旅产品的呈现形式。例如各地博物馆将数字技术与文物展览相结合，打造数字博物馆，开设数字展厅，以3D 技术、大数据技术等立体全面扫描文物并附加相关讲解，为游客打造沉浸式体验；同时，利用互联网技术、全景技术，打造线上博物馆，将线下博物馆的空间与功能搬到网络上来，让观览者在网络上就可以接受文化的熏陶，实现足不出户“游天下”。

第二，在营销传播方面，首先，借助数字化平台如途牛、携程、淘宝等拓宽文旅产品的销售渠道，与此同时，游客在内容社区、点评社区、直播平台、短视频平台等发布的相关文图也可以吸引更多的人去旅游，从而形成闭环，使得文旅产品消费者也参与到文旅产品的二次营销之中。其次，如何吸引游客，将文旅相关内容精准推送至目标人群，是文旅产业营销的关键，应依托多平台的大数据采集技术强化分析和预测能力，使内容传达更精准有效，为景区带来客流量和更高的收益率。此外，通过线上预订、网络定制路线等，在屏幕中实现旅游全流程规划，节约时间。

第三，在发展规划方面，文旅产业融合需要进行科学的顶层设计、完整的系统规划和产业的规划建设，以符合文旅产业逻辑的算力与算法为支撑，建立数据网络思维，围绕文旅景区实际的发展，建立数据分析模型，完善和优化产业价值数据，发挥文旅大数据的优势，为文旅产业的发展规划提供有力的支持。

基于以上分析，提出第一个研究假设。

假设1：数字经济发展对文旅产业融合具有显著的促进作用。

2.2 数字经济发展影响文旅产业融合的非线性效应

在数字经济发展初期，数字技术发展尚存在不足，可能会存在信息泄露的风险，同时向其他产业的渗透率较低，可能会使得数字经济发展促进文旅产业融合的效果不显著。随着数字经济的发展，数字技术逐渐成熟，文旅产业催生出更加丰富的应用场景，满足多方位的市场需求，提高了生产效率。文旅产业利用数字经济特性，创新文旅产品的产业链协作。利用数据、算法等生产要素和数字化平台的组织模式，使文旅产品的消费者也参与到文旅产品的生产过程中来，让消费者对文旅产品进行欣赏、评述、追踪以及二次创作，促进文旅产业融合进一步发展，此时，数字经济发展对文旅产业融合的促进效果更为显著。然而，当数字经济发展到一定程度后，数字技术所释放的红利逐渐减少，数字经济发展对文旅产业融合发展的促进作用也会呈现下降的趋势。

基于以上分析，提出第二个研究假设。

假设2：数字经济发展对文旅产业融合具有非线性效应。

3 模型设定、变量设置与数据来源

3.1 模型设定

考虑到数字经济发展对文旅产业融合的作用效果会受省份个体以及时间层面因素的影响，本文采用时间、个体双向固定效应模型进行分析，构建如下模型。

其中，Fctit为i省份第t年的文旅产业融合，t=1，2，3，…，12；Digit为i省份第t年的数字经济发展水平，β为Digit的系数；Xit为一系列的控制变量（包括人均GDP、对外开放程度、产业结构、经济发展水平、信息化水平），φ为控制变量的系数；α0为常数项，μi为个体固定效应，σt为时间固定效应，εit为随机误差项。式（1）分析了数字经济发展对文旅产业融合的线性效应，为探究数字经济发展对文旅产业融合是否存在非线性效应，利用面板门槛模型分析数字经济发展对文旅产业融合的非线性效应。参考Hansen[16]的做法，构建如下门槛模型。

其中，R&Dit为i省份第t年数字技术的研发强度；β1、β2、β3…βn为不同门槛值下数字经济发展水平的系数，由于其门槛个数只有在实证分析后才能得出，目前门槛数量不确定，因此，将其暂设为有n个门槛（n=1，2，3…），γ1、γ2…γn为相对应的门槛值；I（·）为指示函数，满足指示条件时，其取值为1，否则其取值为0；其余变量的含义同式（1）。

3.2 变量设置

（1）被解释变量。被解释变量为文旅产业融合发展（Cct），文旅产业融合是指文化产业、旅游产业两者之间的生产要素相互渗透、相互交叉重组，逐步使资源配置效率最优化，突破原有产业边界的现象与过程。本文参照周锦等[8]的研究，以文化产业和旅游产业的相关衡量指标为基础构建文旅产业融合指标体系，其中，选取文化产业高质量发展一级指标，包括文化部门从业人员数、文化事业费占财政比重、文物藏品数等10 个二级指标，衡量文化产业高质量发展；选取旅游产业高质量发展一级指标，包括A 级景区数、星级酒店数、旅行社数等7个二级指标，衡量旅游产业高质量发展，见表1。

表1 文旅产业融合指标体系

采用主成分分析法测算各二级指标的权重以及各省份文旅产业融合的综合得分。首先，由于各二级指标的单位不同，采取归一化消除量纲化带来的影响。其次，进行指标评价的先行检验，其中，Bartlett 检验chi 卡方值为4 820.591，KMO 值为0.773（大于0.6），均符合标准。最后，按特征值大于1 的方法提取主成分，测算综合得分，其得分越高代表该省份文旅产业融合程度越高。

（2）核心解释变量。核心解释变量为各省份数字经济发展水平，为更全面地测算各省份数字经济发展水平，借鉴杨勇[17]的做法并加以改进，采用数字金融、产业数字化、数字产业化3 个一级指标构建综合评价体系。其中，数字金融一级指标下包括数字金融广度、数字金融深度、数字化程度、金融普惠指数4 个二级指标；产业数字化一级指标下包括电子商务销售额、有电子商务交易活动企业数、网上移动支付总额3 个二级指标；数字产业化一级指标下包括信息技术服务总收入额、信息传输、软件服务业就业人员、软件业务总收入额、电信业务总收入额4 个二级指标，详见表2。选取的数字金融、产业数字化、数字产业化都有相应的经济涵义，其中，数字金融代表居民获取金融服务的便捷性，首先，移动支付的发展打开了场景金融的入口，推动了消费行为线上化、数据化、场景化，为金融赋能文旅产业创新发展提供了数据基础；其次，近年来，各大商业银行纷纷加快布局开放银行的步伐，通过API、SDK、H5 等多种输出形态，涉及订票、餐饮、住宿、交通、零售、康养、文娱等多个泛文旅场景。再者，数字金融可以扎根场景化运营，布局景区商圈强场景。银行等金融机构可以通过“线上+线下”场景化运营，提升景区商圈的客流量与活跃度，打造B 端强绑定、C 端高黏性、BC 端高活跃的强场景，助推各地文旅产业创新发展，本文选取北京大学数字经济测算中心发布的《数字普惠金融指数报告》（2010—2021 年）中相关指标作为数字金融的二级指标。产业数字化代表传统产业数字化转型的程度，一方面，数字技术打破了文旅产业的边界，丰富了文旅产业的生产要素和运营模式等。另一方面，数字技术改变了游客的行为和认知，从传统旅游向以智能设备、硬件设施、预测系统为工具的数字文旅转变，文旅产业向着深度信息化、数智化方向发展，为游客带来了诸多新的体验方式和内容。而数字产业化代表的是数字技术产业的发展程度，工业互联网、产业互联网、物联网在文旅产品生产各环节的应用提升了文旅产品的生产效率。对于数字经济发展水平的测算，本文沿用文旅产业融合发展指标体系的测算方法，采用主成分分析方法进行测算，各检验也均符合标准。综合得分越高，数字经济发展水平就越高。

表2 数字经济发展指标体系

（3）控制变量。考虑到现实中存在一些变量会对实证的客观性产生影响，本文选取人均GDP、对外开放程度、产业结构、经济发展水平、信息化水平5 个变量作为控制变量。其中，对外开放程度以货物进出口总额与地区生产总值之比衡量，对外开放程度的变化会对旅游业的发展产生一定影响；产业结构以第三产业总值与第二产业总值的比值衡量，产业结构越完善，数字文旅的发展空间越大；经济发展水平以人均GDP 进行平减衡量，经济发展水平越高，在数字经济发展方面的投入越大；信息化水平以邮电业务收入总值与地区生产总值的比值衡量。

3.3 数据来源

本文选取2010—2021 年我国30 个省份（不包括西藏和港澳台）的相关数据进行实证分析，数据来源于历年《中国统计年鉴》《中国文化文物统计年鉴》《中国旅游统计年鉴》《中国文化及相关产业统计年鉴》《中国城市统计年鉴》和EPS 数据库。此外，为保留数据最原始的特征，对不作处理的初始数据进行描述性统计分析，统计结果见表3。

表3 各变量描述性统计

为分析数字经济发展对文旅产业融合的影响，基于前文测算的文旅产业融合和数字经济发展水平，利用STATA17 软件绘制散点图，更加直观地反映两者之间的关系，见图1。从散点图来看，数字经济发展水平与文旅产业融合之间具有正向相关性。

图1 数字经济发展水平与文旅产业融合的相关性

4 实证结果分析

4.1 基准回归结果分析

使用STATA17 软件进行一系列回归预检验，首先，利用LLC 进行单位根检验，结果显示各变量均拒绝原假设，即时间序列平稳，不存在单位根。其次，利用膨胀因子检验法检验各变量之间的多重共线性，结果显示模型整体的VIF 均值为5.47，小于10，即模型中各个变量之间不存在多重共线性。最后，对模型进行KAO 检验，其结果显示拒绝原假设，即模型具有较好的协整性。综上，各回归预检验均通过，可以进行后续分析。

利用Hausman 检验进行模型筛选，检验结果拒绝原假设，即固定效应模型要优于随机效应模型，与此同时，为了区别各个体之间的差异、消除时间层面不随个体变化的因素，利用时间、个体双向固定效应模型进行分析。此外，由于文旅产业受不同地域的影响较大，对于标准误的选取，采取以省份为层面的聚类标准误，进行基准回归分析，基准回归结果见表4。表4 中，列（1）与列（2）为数字经济发展对文旅产业融合的影响，列（2）添加了相关控制变量，可见在加入控制变量以后，数字经济发展对文旅产业融合的促进系数增大，且模型R2值增加，即拟合度有所提升。列（1）结果显示，数字经济发展对文旅产业融合的促进作用在1%水平下显著，其影响系数达0.249，即数字经济发展水平每提升1%，文旅产业融合提高0.249%，验证了假设1。列（3）、列（4）、列（5）为数字经济发展各一级指标对文旅产业融合的作用效果，其中，产业数字化与数字产业化均在1%的水平下显著，而数字金融则在10%的水平下显著。按正向促进效果排序，产业数字化＞数字产业化＞数字金融，影响系数分别为1.159、0.723、0.046。

表4 基准回归结果

产业数字化是指利用数字技术对传统产业进行全方位、多角度、全链条的改造，对于文旅产业而言，互联网、物联网、5G 等助力文旅产业打造数字博物馆、云展览、云演唱会等新业态，激发文旅产业融合新动力，助推文旅产业高质量发展。数字产业化是指以数字技术为基础扩展的一系列活动，如利用扩展现实技术实现虚拟旅游，利用计算机将真实与虚拟环境相结合，打造人机互动的体验环境如VR、MR 等。数字金融是指在金融服务方面的可得性与便捷性，其普惠性很大程度上吸引了国内外游客，各景点的支付便捷性降低了游客的时间成本，带来了更高的舒适性与便捷性。综上，数字经济发展的三个一级指标均可促进文旅产业融合。

4.2 内生性检验

通过基准回归可知数字经济发展对文旅产业融合有着显著的正向促进作用，但不能排除内生性导致的实证偏误，实证可能产生内生性的来源有二：第一，可能存在不可观测的遗漏变量，尽管本文选取了一系列可能对实证产生影响的控制变量，但在现实中仍存在不可观测的遗漏变量会对实证结果产生影响，影响实证结果的准确性。第二，可能存在双向因果，本文论证逻辑为数字经济发展会促进文旅产业融合，但在现实中可能是文旅产业融合到了一定程度后会反过来促进数字经济的发展，若是存在这种现象，也会导致实证结果出现一定的偏误。

综上所述，为减少误差带来的偏误，借鉴王伟婷等[18]的研究，选取数字经济发展的滞后一期与滞后二期作为工具变量，利用工具变量法（2sls）进行内生性检验，探究实证是否存在严重的内生性问题，内生性检验结果见表5。表5 中，列（1）是以数字经济发展指标滞后一期作为工具变量的回归结果，可以看出，在加入工具变量后，数字经济发展对文旅产业融合的正向促进作用依然显著，作用系数大小也与基准回归结果相似。列（2）是以数字经济发展指标滞后二期作为工具变量的回归结果，正向促进效果依然显著，且在样本量再次缩小的情况下，与基准回归结果的回归系数、显著性区别不大，表明结果具有一定的可靠性。此外，对于工具变量的选择，LM 检验、Cragg-Donald Wald F 检验与Kleibergen-Paap rk Wald F 检验结果均显示不存在弱工具变量与识别过度的问题，即工具变量的选取具有合理性。

表5 内生性检验结果

4.3 区域异质性分析

由于各省份数字经济发展、文旅产业融合在经济发展、地理位置、资源禀赋、开放程度方面存在不同的差异，因此，数字经济发展对文旅产业融合的影响会由于地域的不同有所差异。为探究不同地区之间所产生影响的差异，借鉴刘英基等[12]的做法，将所选取的省份按东部地区（East）、中部地区（Mid）与西部地区（West）进行划分，其中，东部地区包括：北京、天津、河北、上海、江苏、浙江、福建、辽宁、山东、广东以及海南；中部地区包括：山西、黑龙江、吉林、安徽、河南、江西、湖北和湖南；西部地区包括：内蒙古、重庆、四川、贵州、广西、云南、陕西、甘肃、青海、宁夏和新疆。

区域异质性分析详见表6，总体来看，三个地区数字经济发展对文旅产业融合的促进作用均在1%水平下显著，其中促进作用由大到小依次为：中部地区＞西部地区＞东部地区。这可能是因为东部地区数字经济发展起步早，其进一步释放红利的空间不大，此外东部地区文旅产业融合度相对较高，数字经济发展对其促进作用相对较弱，而中西部地区数字经济起步相对较晚，数字经济红利还有很大的释放空间，同时中西部地区的文旅产业融合度相对较低，此外中西部地区的旅游资源也较为丰富，因此数字经济发展对中西部地区的文旅产业融合的驱动效果更明显。表6 中，列（1）为东部地区的回归结果，数字经济发展对文旅产业融合的促进系数为0.518；列（2）为中部地区的回归结果，中部地区的数字经济发展水平每提高1%，其文旅产业融合提高1.010%；列（3）为西部地区的回归结果，西部地区数字经济发展对文旅产业融合的促进系数为0.884。

表6 区域异质性分析

4.4 稳健性检验

为了保证回归结果的稳健性，避免出现伪回归，采用四种稳健性检验方法进行检验，分别为更换被解释变量、更换被解释变量测算方法、更换核心解释变量测算方法以及缩尾处理。观察其回归结果是否与基准回归结果相似，若相似则稳健，否则不稳健。

（1）更换被解释变量。前文被解释变量是根据主成分分析法进行测算的，此处参照王秀伟[7]的做法，以二者的耦合度作为文旅产业融合的指标（Cct），回归结果见表7 列（1），根据回归结果可知，其回归系数、显著性、变量符号均与基准回归结果相似，数字经济发展水平每提升1%，文旅产业耦合度相应提升0.393%。

表7 稳健性检验

（2）更换被解释变量测算方法。改用熵值法对所构建的文旅产业融合指标进行测算，回归结果见表7 列（2），结果显示，数字经济发展对文旅产业融合的促进效果在1%水平下显著，影响系数达0.511，与基准回归结果相似，表明基准回归结果具有稳健性。

（3）更换核心解释变量测算方法。改用熵值法对数字经济发展指标体系重新进行测算，回归结果见表7 列（3），结果显示数字经济发展水平每提高1%，文旅产业融合水平提升0.572%，其回归结果依然与基准回归结果相似，同样表明基准回归结果具有稳健性。

（4）缩尾处理。为了消除极端值对实证结果产生的偏误，对所有变量在1%水平下进行缩尾处理，回归结果见表7 列（4），其影响系数、变量显著性、作用方向均与基准回归结果相似。

4.5 非线性关系分析

前文分析了数字经济发展对文旅产业融合的线性效应，认为数字经济发展能够显著促进文旅产业融合，考虑到数字经济发展的影响可能呈现非线性关系，故采用面板门槛模型对数字经济发展与文旅产业融合间的非线性关系进行分析，以研发强度作为门槛变量，运用自主抽样方法，进行300 次抽样后，发现研发强度通过了单一门槛以及双重门槛的检验，但未通过三重门槛的检验，检验结果见表8。

表8 门槛效应检验结果

表9 为面板门槛回归的相关结果，当研发强度小于第一门槛值0.007 时，数字经济发展对文旅产业融合的正向促进作用在1%水平下显著，影响系数为0.264；当研发强度处于第一门槛值与第二门槛值之间时，即大于0.007、小于0.040，数字经济发展水平每提高1%，文旅产业融合提高0.453%，可见当越过第一门槛值后，数字经济发展对文旅产业融合的促进效果增强；当研发强度越过第二门槛值后，即大于0.040，数字经济发展对文旅产业融合的正向促进作用依旧十分显著，影响系数为0.409，比处于两个门槛值之间的作用系数要小，即在研发强度作为门槛变量时，数字经济发展对文旅产业融合的正向促进作用是先增强、后减弱的趋势，即呈现倒“U”型的作用趋势，验证了假设2，门槛值的变动见图2 与图3。

图2 第一门槛值

图3 第二门槛值

表9 面板门槛模型回归结果

5 结论与政策建议

5.1 研究结论

本文基于2010—2021 年我国30 个省份数字经济发展与文旅产业融合的面板数据，运用主成分分析法对构建的相关指标进行测算，基于测算的数据，利用时间、个体双向固定效应模型研究数字经济发展对文旅产业融合的作用效果，并分析数字经济发展各一级指标对文旅产业融合的作用效果，分地区探究不同地区数字经济发展对文旅产业融合产生的不同影响，再利用工具变量法消除内生性对实证结果产生的偏误，最后，运用面板门槛模型分析数字经济发展对文旅产业融合的非线性影响，得出以下结论。

（1）数字经济发展对文旅产业融合具有显著的正向促进作用，同时数字经济发展的各一级指标均对文旅产业融合起到正向促进作用，促进作用大小依次为：产业数字化、数字产业化、数字金融，这是由实体经济作为经济体系的中流砥柱所决定的，数字产业化作为数字技术产业集聚的表现其对文旅产业融合的作用也不容小觑，而数字金融给居民带来的便捷程度也是十分关键的。

（2）从区域异质性来看，中国东部地区、中部地区、西部地区的数字经济发展均能促进对应地区的文旅产业融合，但各地区之间仍存在一定差异，其中，数字经济发展对文旅产业融合促进程度由大到小依次为：中部地区＞西部地区＞东部地区，这是由于东部地区数字经济发展起步早，相关红利已经释放，进一步释放的空间不足；而中西部地区数字经济发展起步相对较晚，红利释放仍存在较大的空间，与此同时，中西部地区在旅游资源方面具有比较优势，因此会呈现如此结果。

（3）研发强度的单一门槛值与双重门槛值分别为0.007 与0.040，当门槛值小于第一门槛值时，数字经济发展对文旅产业融合的促进系数为0.264；当门槛值处于第一门槛值与第二门槛值之间时，影响系数增加至0.453；当门槛值越过第二门槛值后，影响系数减少至0.409，即当数字技术的研发强度越过门槛值后，数字经济发展促进文旅产业融合的作用减弱，呈现倒“U”型的作用趋势。

5.2 政策建议

数字经济发展能够促进文旅产业融合，为了进一步激发数字经济带来的红利，推动文旅产业融合，提出以下政策建议。

（1）激发数据资源要素潜力，提升数据流通共享水平。文旅企业应切实推进企业信息系统升级，提高数据开放共享程度，加强文旅消费大数据分析，精准把握市场需求，打通数据传输“堵点”。着力提升数据商用共享水平，开发文旅领域的应用场景，改善可信数据流通环境，培育数据要素市场。推动文旅大数据采集、储存、加工、分析以及服务等环节产品的开发，打造极具特色的文化数据产业以及服务。政府应通过数据资源的融合应用，增强风险管理的实时化、决策支持的智能化以及资源配置的精准化，为文旅产业融合提供更好的服务。

（2）构建数字文旅平台，推进传统产业转型升级。以公共旅游服务为切入点，通过整合各级文旅资源，构建全覆盖、互通互联、信息共享、高效便捷的一体化数字文旅平台。政府层面，应鼓励各类电子商务企业开发文旅服务功能与相关特色产品、举办文化消费大促、培育文化旅游产业相关人才，支持互联网企业进行文化资源的传播与数字文化数据的整合，支持具备相关资质条件的文化企业向其他领域拓展，孵化一批具有示范性的平台企业，打造一批数字文旅龙头企业。企业层面，应积极提高企业的数字化、网络化、智能化，开发文旅产业融合新业态、新模式，提升企业间文化数据资源的共享程度，提高资源利用率，加强产业链上下游企业之间的联系，降低产业链成本，深入挖掘地域文化特色，提高文旅产业供给端的质量。

（3）实施数字赋能差异化战略，加强区域文旅产业集群协同发展。数字经济发展在各区域对文旅产业融合的促进作用略有差异。数字经济发展对中西部地区文旅产业融合的促进作用更大，应大力扶植中西部地区数字经济发展，全力打造一批具有特色的文旅产业集群，积极建设数字文旅产业园区、文旅创新基地、文化与科技融合试验区，培育若干个产业链完善、创新要素富集、配套企业齐全的文旅产业发展集聚区。要以“东数西算”为抓手，加快推进东中西部地区数字经济协调发展。以发展文旅产业融合为契机，大力培育数字化人才与文旅产业人才，推动数字文旅高质量发展。

注 释：

① 徐壮.2023 年“五一”假期国内旅游出游2.74 亿人次同比增长70.83%[EB/OL].（2023-05-30）. https：//www.gov.cn/lianbo/2023-05/03/content_5754040.htm.