EN中文

JOURNAL OF NATURAL RESOURCES >

2025 , Vol. 40 >Issue 4: 1048 - 1067

DOI: https://doi.org/10.31497/zrzyxb.20250411

Policy Empowerment and Regional Synergy

The impact mechanism of tourismfication on urban-rural integration development in the Wuling Mountain area

  • TAN Jia-xin ,
  • WANG Kai
Expand
  • College of Tourism, Hunan Normal University, Changsha 410081, China

Received date: 2024-10-04

  Revised date: 2025-02-11

  Online published: 2025-03-28

Fold

Abstract

Based on the panel data of 48 districts and counties in the Wuling Mountainou area, the dual machine learning method mediation model and moderation model were employed to investigate the impact mechanism of tourismfication on urban-rural integration development. The results showed that: (1) Both the levels of the tourismfication and urban-rural integration development in the Wuling Mountain area showed an upward trend. The spatial differences in tourismfication gradually increased, while the spatial distribution pattern of the level of urban-rural integration development was relatively stable. (2) Tourismfication had a positive promoting effect on urban-rural integration development, mainly reflected in the positive impact on the urban-rural "industry" elements integration. However, due to the differences in ownership under the dual urban-rural land system, there was a negative impact on the urban-rural "land" elements integration, and there was no significant impact on the urban-rural "people" elements integration. (3) The construction of digital infrastructure and the upgrading of industrial structure were important paths through which tourismfication affects the urban-rural integration development. Marketization could positively regulate the relationship between tourismfication and the urban-rural integration development, while government intervention presented a negative regulatory effect. (4) The impact of tourismfication on the urban-rural integration development showed significant spatial heterogeneity. On the one hand, districts, cities and counties where high-speed railways had been opened, former national key poverty alleviation counties and national all-for-one tourism demonstration areas all exhibited relatively strong positive impacts. On the other hand, the positive impact effected in the sub-areas of Chongqing, Hubei and Guizhou weakened successively, and the sub-area of Hunan showed an insignificant positive effect.

Key words： tourismfication; urban-rural integration development; impact mechanism; double machine learning; Wuling Mountain area

Cite this article

TAN Jia-xin , WANG Kai . The impact mechanism of tourismfication on urban-rural integration development in the Wuling Mountain area[J]. JOURNAL OF NATURAL RESOURCES, 2025 , 40(4) : 1048 -1067 . DOI: 10.31497/zrzyxb.20250411

中国城乡关系已进入融合发展新阶段，如何破解以往割裂的城乡对立关系，是推进乡村全面振兴、解决城乡发展不平衡不充分问题的重要议题[1]。党的“二十届三中全会”提出“城乡融合发展是中国式现代化的必然要求”。《长江经济带—长江流域国土空间规划（2021—2035）》中明确指出，“健全跨行政区协同机制”“推动长江历史文化、山水文化与城乡发展相融合”。2025年1月，中华人民共和国国务院办公厅印发《关于进一步培育新增长点繁荣文化和旅游消费的若干措施》，提出要把文化旅游业培育成为支柱产业。上述政策的颁布为城乡融合发展指明了新方向，迫切需要将旅游资源保护与发展理念融入城乡融合大战略和大格局中。旅游化不仅是旅游资源活态化创造性开发的重要途径，也是继“新四化”之后中国经济社会发展的重要动力[2]，在推动城乡主体流动、城乡要素循环、城乡关系转型过程中发挥重要作用[3]。武陵山区是长江经济带高质量发展战略与中部崛起发展战略的结合部，拥有丰富的自然和文化资源，旅游化在重塑山区新型城乡关系过程具有重要地位[4]。作为集中连片脱贫地区，武陵山区正由稳固脱贫向乡村振兴转变。但囿于复杂的地形，城乡要素流通面临地理空间障碍[5]，迫切需要把旅游化作为欠发达山区突破传统农业发展动力不足和城乡市场交易空间限制的重要途径。因此，基于新时代背景探讨武陵山区旅游化对城乡融合发展的影响机制，对于建设旅游业现代化体系和推动中华优秀传统文化创造性转化与创新性发展具有重要意义。
科学探寻缩小城乡发展差距的路径研究，是社会各界长期以来广泛关注的重要话题。随着旅游业日益成为新兴的战略性支柱产业和具有显著时代特征的幸福产业[6]，针对旅游化与城乡发展关系的实证研究日益增多，但尚未形成一致认识。国内外主要从旅游发展对城乡收入差距的影响[7]、旅游经济关联网络的城乡融合效应[6]、旅游发展与城乡融合的协同演化过程[8]、旅游化与城市化的协调关系[9]、旅游引发的城乡转型模式[10,11]等方面展开了有益探讨。多数研究认为旅游发展可以缩小城乡收入差距[7,12]，部分研究基于多层嵌套网络理论，认为旅游业是提升城乡活力的重要途径[13,14]。然而，亦有研究表明，发展旅游业虽然可以减少城乡贫困，但会加剧城乡收入不平等[15]。上述问题的提出，引发了学界关于旅游化对城乡融合发展更深层次影响机制的思考。在配第—克拉克定理、库兹涅茨法则、创新理论等基础上，有研究发现旅游发展可以通过产业结构升级、技术创新、消费结构、城镇化、基础设施等影响城乡收入差距[7,12]，且这一过程受政府行为、市场化、经济发展水平、对外开放水平等因素的调节作用[16,17]。
综上，关于旅游发展与城乡关系研究已经取得了一系列重要成果，为本文奠定了坚实的理论基础和实践参考，但仍然存在一定不足：第一，关于旅游化影响城乡融合发展的理论分析较为薄弱。伴随传统旅游发展模式与理念发生大变革和大跨越，亟需将旅游发展上升到秩序化层面[18]，构建旅游化影响城乡融合发展的理论框架并进行实证检验，为推动城乡融合发展和区域协调发展提供参考借鉴。第二，已有研究普遍借助回归模型探究旅游发展对城乡关系的影响，但在传统的因果推断中常面临参数估计偏误等问题[19]。双重机器学习模型结合了传统回归分析和现代机器学习技术，可以在小样本下保证处置系数估计量的无偏性[20]。第三，以往研究对欠发达地区尤其是跨省交界区域县域尺度的具体实现形式与结构特征缺少深入探索。中西部欠发达地区作为外生型城镇化，产业结构单一；东部地区内生型县域城镇化已发展成熟，农村居民发展与城市居民发展差距较小[21]。已有研究证明，旅游发展缩小城乡收入差距在中国中西部地区更能发挥显著作用[22]。武陵山区城乡经济差距显著，城市以工业和服务业为主，农村以传统农业为主，典型的二元结构差异使得武陵山区成为探究如何通过旅游化打破传统城乡二元经济格局，进而促进城乡融合的理想样本。因此，本文基于旅游化过程逻辑及其影响城乡融合发展的理论框架分析，系统评估武陵山区旅游化水平和城乡融合发展水平，采用双重机器学习模型对旅游化影响城乡融合发展过程进行因果识别，能克服传统线性回归的模型误设和机器学习模型的正则偏误问题，并运用中介和调节模型探究旅游化对城乡融合发展的影响机制，以期完善旅游化和城乡融合发展的理论分析框架，并为如何深入挖掘山区旅游资源活化潜力、缩小城乡发展差距以及促进区域协同融通提供政策启示与参考。

1 理论分析

1.1 旅游化的理论内涵

20世纪末加拿大学者Jansen[23]首次提出了“旅游化（Tourismification）”概念，其关注点在于研究旅游发展的影响效应。旅游化概念的提出使得学者们更加关注文化和自然资源的整体性研究和旅游发展的全领域、多功能建设[24]。21世纪初，有学者将“旅游化”概念引入中国，认为旅游化既是旅游者活动引起的社会综合现象，也是各种事物在旅游活动影响下发生变化的过程或一个地方演变为旅游目的地的过程[25]。在自然资源旅游化进程中，通过优化物质获取与加工流程，实现旅游资源生态化改造，不仅契合旅游者对自然美学的追求，还可以有效推动人居环境综合整治[26]；文化资源旅游化在提高旅游地文化深度和内涵的同时，可以减轻旅游地对自然资源的过度依赖，并以外来资本为支撑，推动文化场景嬗变从而衍生文化习俗及制度，实现旅游资源生活化[27]，促进旅游者精神和行为层面的升华。进入大众旅游新时代，旅游市场结构发生巨大变化，旅游化由局域化、松散化、浅层化向全局化、协同化、深层化转换，其所带来的经济、社会、生态效益可反哺资源保护，使文化与自然资源转化为增进公共福祉的资本形式[28]，形成与生态文明建设相适应的“人与自然和谐共生”的新文化资源（图1）。
图1 旅游化过程逻辑图

Fig. 1 The logical diagram of the process of tourismfication

1.2 旅游化对城乡融合发展的影响机理

响应习近平总书记提出的“把旅游等服务业打造成区域支柱产业”，旅游化充分贯彻了“绿水青山就是金山银山”和“弘扬中华优秀传统文化”的发展理念，对城乡融合发展具有重要推动作用[29,30]。依托河流水系与地形作为旅游化的自然要素，其对应的地域特征和呈现的景观格局是城乡空间结构关系的本体，反映了城乡各种物质要素的空间结构关系及其功能变化规律。旅游化进程通过加大外来资本投入和整合文化资源，促进对旅游化与城乡发展交互适应的复杂性、整体性、系统性认知。由此，旅游化具有“自然”与“人文”双重属性，其城乡物质空间形态、生态系统、人文秩序反映了旅游活动和城乡居民生活在长期融合过程中呈现的互动关系。本文从直接和间接两个方面分析旅游化对城乡融合发展的影响机理（图2），为其理论研究与实践应用提供具象化、可操作的分析维度。
图2 旅游化对城乡融合发展的影响机理

Fig. 2 Mechanism of the impact of tourismfication on urban-rural integration development

1.2.1 旅游化对城乡融合发展的直接影响

旅游化直接提升城乡融合发展水平（“人—地—业”）主要体现在主体嵌入、空间转换和产业振兴三个维度。首先，从主体嵌入来看。旅游化可以带动世居者、旅居者、移居者、返乡创业者、城乡两栖者等主体在地聚集[3]，推动城乡人口双向流动重构城乡社会结构，传承与保护历史文化，增强城乡居民文化认同感和文化自信，提高城乡内生发展动力，实现城乡“人”要素融合发展。其次，从空间转换来看。在交通条件支撑下，整合区域核心区及边缘区旅游资源并嵌入城乡空间布局[31]，将具有地方性特色的生产生活记忆的有形文化载体（物质文化）转变为旅游经营空间，形成多元地域自然与文化资源融合共生的旅游化格局，为城乡“地”要素融合奠定基本雏形。随着交通条件持续改善，依托节点、路线、叙事性对线性文化资源构成的网络结构进行管理，不仅可以塑造独特文旅品牌形象，还能加强城乡旅游资源联系[32]。最后，从产业振兴来看。因中国长期存在的城乡二元结构严重制约城乡要素双向流动，村落空心化瓦解了由无形文化资源紧密联系起来的社会结构[30]。商品化和活态化传承能够实现本土休闲生活方式再生循环[27]，将旅游资源创意转化为旅游产品，促进城乡文化和生态增值溢价，是城乡“业”要素融合的重要模式。此外，不同地区空间区位、要素禀赋、发展阶段等方面的差异，也可能带来旅游化影响城乡融合发展的时空异质性。

1.2.2 旅游化对城乡融合发展的间接影响

诸多研究已经验证了数字经济与产业结构优化在促进城乡要素融合进程中的基础性作用[33,34]。旅游化具有综合性强、关联度高、覆盖面广的特点，通过产业联动效应有效推动农村经济由传统以农业为主的产业结构向农业和非农业协同发展的多元结构转变，促使城乡产业结构从低附加值迈向高附加值[28]。产业结构升级是城乡产业协同发展的重要动力，在城乡劳动力转移、促进乡村承接中心城镇的产业转移与溢出等方面发挥积极作用[35]。从现代化旅游发展趋势来看，伴随数字技术在旅游领域的广泛应用，旅游资源借助数字技术实现活化利用，衍生乡村新型文化业态[36]，使得旅游化对数字基础设施建设的需求和应用产生外溢效应。旅游资源保护传承的数字化应用和创新智慧旅游公共服务模式，成为调节城乡关系、重构社会秩序的新要素[37]。
“有效市场”和“有为政府”作为最基本的调节机制，在旅游化影响城乡融合发展进程中发挥关键作用[38]。由于中国各大城市在经济、文化、社会等方面存在较大的差异，探究旅游化对城乡融合发展的影响，需要政府进行顶层设计与政策监管，统筹城乡旅游规划，实现城乡资源有效配置[39]。然而，当政府过度介入旅游化和城乡融合过程时，会限制旅游企业创新空间扩张，导致旅游产品和服务与市场需求脱节，进而降低城乡融合效果[40]。市场化是旅游业影响城乡收入差距的重要外部条件[41]，通过价格机制和竞争机制，引导资本流向旅游资源丰富但开发不足的乡村地区，促进城乡协同发展。

2 研究方法与数据来源

2.1 研究区概况

武陵山区集“老、少、边、穷、山”和“旅游资源富集区”于一体，是以土家族、苗族、侗族等为主体构成的多民族聚居区，为湘鄂渝黔四省（直辖市）毗邻地区。武陵山区不仅是中国区域经济的分水岭和西部大开发的最前沿，也是重要的经济协作区，承接长江流域上游和下游地区。根据《武陵山经济协作区章程》，将湖南省张家界市、怀化市、湘西土家族苗族自治州全境、湖北省恩施土家族苗族自治州全境、贵州省铜仁市以及重庆市黔江区、武隆区、石柱土家族自治县、彭水苗族土家族自治县、秀山土家族苗族自治县和酉阳土家族苗族自治县共48个县（市、区）纳入武陵山经济协作区范围，其首要定位是以旅游产业转型升级和提质增效为目的，通过以点带线、以城带乡、城乡互动助推武陵山区经济协作区建设。故本文以上述48个县（市、区）作为研究范围。依托丰富的历史文化底蕴和自然生态资源，武陵山区以旅游业作为重要经济支柱，形成以“恩施大峡谷”“武陵源风景名胜区”“凤凰古城”“武隆喀斯特”“老司城”等旅游资源为主要代表的黄金旅游路线。据统计，2010—2022年，武陵山区旅游总收入由410.56亿元增至3655.09亿元，旅游人次由8191.66万人次增至41082.66万人次，A级景区数量由139个增至854个，一二三产业比例由19.9∶36.4∶43.7调整为16.7∶27.1∶56.2，城乡收入比值由2.53缩小至2.36。为满足新时代旅游需求，武陵山区加大对基础设施建设的投入和传统文化活态传承，促进人才返乡就业，城乡融合发展成效显著[6]，选择其作为研究案例地具有代表性。

2.2 研究方法

2.2.1 熵权TOPSIS法

为了探究旅游化与城乡融合发展水平，通过熵权TOPSIS法进行测度，详细计算过程见参考文献 [5]。

2.2.2 核密度估计

采用核密度估计方法刻画旅游化与城乡融合发展水平的阶段性和动态性演进规律[42]，具体计算公式如下：
F ( x ) = 1 n h ∑ i = 1 n K X i - x - h
式中：n为样本个数（个）；h为带宽；X i为观测值；x -为样本均值；K ∙为核函数，采用高斯函数进行估计。

2.2.3 双重机器学习模型

基于双重机器学习模型探究旅游化对城乡融合发展的影响。参考相关研究[43]，构建模型如下：
u r d i t + 1 = α 0 t o u r i t + f ( X i t ) + σ i t
E σ i t | t o u r i t ,   X i t = 0
式中：i表示县（市、区）；t表示年份；u r d i t + 1表示城乡融合发展水平；t o u r i t表示各县（市、区）旅游化水平；α 0表示旅游化水平的估计系数；X i t为控制变量，基于机器学习算法估计f ^ ( X i t ) 的具体形式；σ i t表示误差项。由于直接对式（2）和式（3）进行估计，会导致α 0有偏，故构建辅助回归如下：
t o u r i t = g ( X i t ) + μ i t
E μ i t | X i t = 0
式中：g ( X i t ) 为处置变量对高维控制变量的回归函数。具体计算方式如下：运用机器学习模型对g ( X i t ) 展开估计得到g ^ ( X i t )，进而计算残差项μ i t的估计量μ ^ i t = t o u r i t - g ^ ( X i t )，然后将μ ^ i t作为t o u r i t的工具变量展开估计，最后继续使用机器学习算法估计函数f ( X i t ) 的估计量f ^ ( X i t )，并获得无偏的估计值α 0 ^ = 1 n ∑ i ∈ I , t ∈ T μ ^ i t t o u r i t - 1 1 n ∑ i ∈ I , t ∈ T μ ^ i t [ u r d i t + 1 - f ^ ( X i t ) ]。

2.2.4 中介模型和调节模型

进一步探究旅游化对城乡融合发展的影响机制，参考江艇[44]的做法，采用“两步法”验证数字基础设施建设和产业结构升级的中介效应。构建如下模型：
M i t = γ 0 + γ 1 t o u r i t + γ 2 X i t + μ i + λ t + σ i t
式中：M i t为中介变量，即产业结构升级（upgrad）和数字基础设施建设（digital）；γ 0为常数项；γ 1、γ 2均为待估系数；μ i、λ t分别为地区效应、时间效应。
为了分析政府干预与市场化水平在旅游化对城乡融合发展过程中是否起到调节效应，本文将旅游化与政府干预以及旅游化与市场化水平的交互项引入模型中：
u r d i t = ω 0 + ω 1 t o u r i t + ω 2 M o d i t + ω 3 X i t + μ i + λ t + σ i t
u r d i t = θ 0 + θ 1 t o u r i t + θ 2 M o d i t + θ 3 t o u r i t × M o d i t + θ 4 X i t + μ i + λ t + σ i t
式中：M o d i t为调节变量，即市场化水平和政府干预程度；t o u r i t × M o d i t为旅游化与调节变量的交互项；ω 0和θ 0为常数项；ω 1、ω 2、ω 3和θ 1、θ 2、θ 3、θ 4均为待估系数。

2.3 变量说明

2.3.1 被解释变量

被解释变量为城乡融合发展水平（urd）及城乡人（peo）、地（land）、业（indus）要素融合发展水平。城乡融合发展是城乡“人—地—业”要素融合发展的过程[45]。为保证数据的准确性和客观性，以及考虑到武陵山区作为偏远山区的发展实际，结合多源数据构建城乡融合发展指标体系如表1所示，并通过熵权TOPSIS法计算得到城乡融合发展水平。具体如下：
表1 城乡融合发展水平指标体系

Table 1 The index of the level of urban-rural integration development

系统层 指标层 计算方式 单位 权重
人 城镇化率（+） 非农人口/总人口 % 0.029
人口迁徙程度（+） (城镇常住人口-城镇户籍人口)/城镇户籍人口 — 0.067
城乡人口密度比值（-） 城镇人口密度/农村人口密度 — 0.016
教育水平（+） 每位中小学在校学生数的专任教师数量 人 0.034
医疗水平（+） 城乡每千人拥有医疗机构床位数 张/千人 0.054
社会保障水平（+） 城乡每千人拥有社会福利收养性单位床位数 张/千人 0.072
地 城乡交通连通性（+） 公路通车里程/国土面积 km/km2 0.041
城乡空间扩张（+） 不透水层面积/国土面积 — 0.189
城乡植被覆盖差异（-） |乡村与建成区NDVI之比-1| — 0.014
城乡空气质量差异（-） |乡村地区与建成区PM之比-1| — 0.011
城乡气候适宜性差异（-） 建成区与乡村地区夏季平均温度之差的绝对值 — 0.024
业 城乡经济活跃度（-） 城镇夜间灯光总量/农村夜间灯光总量 — 0.012
城乡收入差距（-） 城乡居民收入比值 — 0.124
城乡储蓄能力（+） 人均城乡居民储蓄存款余额 万元/人 0.088
农业现代化水平（+） 农业机械总动力/耕地面积 万千瓦/km2 0.225
第一，城乡“人”要素融合体现了城乡人口流动及城乡社会发展情况[45]。其中，城镇化率反映了农业人口向城镇转移程度；人口迁徙程度反映了城乡人口流动自由度；城乡人口密度比值体现了人口在城镇和乡村的分布差异；教育水平、医疗水平、社会保障水平反映了城乡社会基本公共服务情况，为推动城乡融合提供了基础保障。第二，城乡“地”要素融合反映了城乡土地空间扩张与生态系统建设情况[46]。其中，提高城乡交通连通性是城乡空间互动的关键所在；城乡空间扩张反映了城乡空间结构变化情况；城乡植被覆盖差异体现了城乡融合过程对植被生长动态的影响及城乡生态平衡状态；城乡空气质量差异是影响城乡居民日常生活和健康状况的重要因子，反映了城乡环境保护和空间治理水平差异；城乡气候适宜性差异是影响城乡人口逆向流动的关键因素。第三，城乡“业”要素融合是基于区域空间范围内的城乡经济联系，通过生产要素流动和优化配置，推动城乡产业在分工与空间布局上的联动发展[47]。具体从经济活跃度、收入差距、储蓄能力、农业现代化水平来综合体现城乡“业”要素融合成效。其中，城乡经济活跃度可以反映城乡经济活动强度差异；城乡收入差距直观反映了城乡居民收入分配公平性；城乡储蓄能力与城乡产业稳定性密切相关，为城乡产业融合提供金融支持；农业现代化水平是农业生产效率提升的重要动力，对于加强城乡经济联系具有重要作用。

2.3.2 解释变量

解释变量为旅游化水平（tour）。已有研究基于“过程—结果”的逻辑框架来解析旅游化概念，有学者认为旅游化是完善城市旅游功能、加强旅游配套设施建设的演变过程[25]，另有学者突出强调旅游化对经济、社会、文化等的影响结果[27]。根据新时代旅游资源的新属性和新范畴[48]，以及基于前述旅游化过程逻辑分析，本文认为旅游资源在旅游化变迁过程中呈现三个层级：自然资源旅游化、文化资源旅游化以及旅游综合发展水平。其中，自然资源旅游化和文化资源旅游化是旅游化的具体过程，体现了对自然和文化资源的开发与利用情况；旅游综合发展水平是旅游化过程的结果体现，反映了旅游业的整体发展状况和效益。结合武陵山区发展实际，确保旅游化发展的全面性和可持续性，构建旅游化评价指标体系如表2所示，通过熵权TOPSIS法计算得到旅游化水平。具体如下：
表2 旅游化水平指标体系

Table 2 The indicator system for the level of tourismfication

目标层 准则层 指标层 数据来源 单位 权重
自然
资源
旅游化		 自然资
源利用		 国家级自然保护区、国家级风景名胜区、国家地质公园、国家森林公园、国家湿地公园数量（+） 分别来自中华人民共和国生态环境部、国务院、国家林业和草原局、国家湿地主管部门官网 个 0.067
文化
资源
旅游化		 传统文
物保护		 国家级文物保护单位、省级文物保护单位、市（县）级文物保护单位数量（+） 来自国家文物局公布名录 个 0.075
文化资
源转化		 博物馆、文化馆数量（+） 2010—2011年源自各市（州）统计年鉴，2012—2022年由POI数据通过百度附图开放平台获取 个 0.056
文化资
源地位		 历史文化名城、名镇、名村数量（+） 来自国家文物局公布名录 个 0.147
无形文
化表现		 非物质文化资源数量（+） 来源于中国非物质文化遗产网等 个 0.078
传统生
活习俗		 传统民俗文化节数量（+） 来源于地区旅游官网中有关民俗文化节的公布资料，并参考地方县志进行分类归纳 个 0.049
文化繁
荣情况		 艺术表演团体数量（+） 2010—2011年源自各市（州）统计年鉴，2012—2022年由POI数据通过百度附图开放平台获取 个 0.103
旅游
综合
发展
水平		 旅游发
展地位		 旅游总收入占国内生产总值比例（+） 来自各县（市、区）国民经济和社会发展公报 % 0.073
旅游市
场规模		 旅游人次（+） 来自各县（市、区）国民经济和社会发展公报 万人次 0.066
旅游市场吸引力 旅游人次/总人次（+） 来自各县（市、区）国民经济和社会发展公报 % 0.110
旅游承
载能力		 旅游人次/国土面积（+） 来自各县（市、区）国民经济和社会发展公报 人/km2 0.109
旅游对
外关联		 旅游对外关联度（+） 来自各县（市、区）国民经济和社会发展公报。具体计算方式见参考文献 [53] — 0.067
（1）自然资源旅游化。“国”字牌景区体现了从以量取胜的旅游产品资源向具有高溢价的生态旅游品牌资源转化过程，以国家级自然保护区、国家级风景名胜区、国家地质公园、国家森林公园、国家湿地公园数量表征自然资源旅游化情况[49]。（2）文化资源旅游化。文化旅游是满足旅游者精神文化需求、展现地域文化底蕴、传承和保护传统文化的重要途径。其中，文物保护单位数量反映了地方文物保护情况；博物馆和文化馆数量体现了地区文化服务和文化产品供给情况[50]；历史文化名城、名镇、名村数量彰显了旅游资源在城乡历史文化保护中的重要地位[51]；非物质文化遗产具有鲜明的地域民俗文化特色，反映了不同地域的地理气候、历史传统与宗教信仰，截至2022年共公布了5批国家级非遗名录；传统民俗文化节能够直观体现原住居民生活习俗，是民俗旅游的核心资源[52]；艺术表演团体数量反映了文化产业和文化事业繁荣发展水平。（3）旅游综合发展水平。从旅游发展地位、旅游市场规模、旅游市场吸引力、旅游承载能力以及旅游对外关联进行评估。其中，旅游发展地位体现了旅游业在国民经济中的重要性；旅游市场规模展现了地区旅游化的成熟度；旅游市场吸引力是区域旅游化的核心要素；旅游承载能力是旅游系统质效与动能的体现；旅游对外关联反映了旅游产业对外开放情况[53]。

2.3.3 机制变量

（1）中介变量：产业结构升级（upgrad），以第三产业结构比例与第二产业结构比例的比值加以表征；数字基础设施建设（digital），使用北京大学数字普惠金融指数中的县域地区数字化指数衡量数字基础设施建设情况[54]。（2）调节变量：市场化水平（mark），以人均社会销售品零售总额表征[55]；政府干预程度（gov），采用扣除科教支出的财政支出占财政总支出的比例来衡量政府干预程度。

2.3.4 控制变量

为了更为准确地评估旅游化对城乡融合发展的影响，参考相关文献[6,9,17]，选择以下控制变量：（1）人口规模：人口规模能够为城乡建设提供人力资本支持，采用常住人口总数量进行衡量；（2）金融发展水平：金融机构可以为城乡发展提供资金支撑，促进城乡金融资源均衡配置，以年末金融机构各项存款余额与总人口之比加以表征；（3）对外开放程度：对外贸易开放所引进的资金和人才，对于减轻二元价格扭曲程度和优化城乡要素配置具有促进作用，以进出口贸易总额与国内生产总值的比值进行表征；（4）社会投资水平：社会投资可用于城乡人才教育培养、城乡基础设施建设、农业现代化建设等方面，以社会固定资产投资占国内生产总值比例来衡量；（5）科技研发水平：科技研发水平提升有助于打破城乡之间的产业壁垒，采用科学支出占一般财政预算支出的比例衡量。

2.4 数据来源及处理

30 m土地利用数据来源于武汉大学数据库（https://liesmars.whu.edu.cn），参考相关研究提取城镇和乡村地域系统[1]，首先利用6 m×6 m的格网对土地利用数据重采样，考虑到山区地形和水文条件相对复杂，取每个连续格网单元中建筑用地占比超过50%的地区作为建成区，其余为乡村地区；专利授权量数据来自国家知识产权局中国专利发布公告（http://epub.cnipa.gov.cn）；数字基础设施建设数据源于北京大学数字金融中心公布的数字普惠金融数据（https://www.idf.pku.edu.cn）；高铁通车时间来源于中国高铁航线数据库（https://www.cnrds.com）；NDVI栅格数据来源于中国科学院资源环境科学数据中心（https://www.resdc.cn）；夜间灯光数据来自常用的两套夜间灯光数据（DMSP-OLS和NPP-VIIRS）经校正合成的全球500 m类NPP-VIIRS夜间灯光数据集；人口密度数据来自美国能源部橡树岭国家实验室公布的全球1 km分辨率人口分布动态统计数据集（https://landscan.ornl.gov）；PM2.5浓度数据来源于达尔豪斯大学大气成分分析组（http://fizz.phys.dal.ca/~atmos/martin）；其他经济数据均来自2011—2023年《中国县域统计年鉴》以及各市州统计年鉴、2010—2022年各县（市、区）的国民经济和社会发展公报。

3 结果分析

3.1 武陵山区旅游化与城乡融合发展时空演化特征

3.1.1 旅游化时空演化特征

采用箱线图和核密度估计方法探析武陵山区旅游化水平时序变化和空间分布情况（图3）。由图3a可知，2010—2022年武陵山区旅游化水平均值小于0.3，呈现先上升后下降的趋势。具体来看，湖南分片区旅游化水平变化最为稳定（均值为0.184），湖北、贵州、重庆三个分片区的均值分别是0.147、0.116、0.211。其中，湖南分片区通过“景区带村”，积极开发旅游新业态，配套文创、旅创、农创的创新链，极大地推动了旅游化开发利用。从中位数来看，2015—2019年武陵山区旅游化水平平均状况较好，中位数均高于0.160，自2020年开始呈现先下降后上升的波动起伏变化特征。从对称性来看，2014—2018年箱型重心明显右偏，2019年分布较为均匀，而其余年份呈现左偏趋势，表明武陵山区旅游化存在显著的空间异质性。从极值来看，旅游化的极大值和极小值均有所上升。由图3f可知，2010—2022年，武陵山区旅游化水平的峰值曲线持续向右移动，峰值高度先下降后保持稳定，峰值宽度持续扩大，核密度曲线右尾延长度增加明显，表明研究期武陵山区旅游化空间差异呈现扩大趋势和动态发散特征。
图3 旅游化水平箱线图与核密度曲线

Fig. 3 Boxplot and kernel density curve of the level of tourismfication

3.1.2 城乡融合发展时空演化特征

利用箱线图判断2010—2022年武陵山区城乡融合发展水平变化情况（图4）。由图4a可知，2010—2022年，武陵山区城乡融合发展水平持续提高。从对称性来看，2010—2019年箱型重心明显左偏，2020年和2021年均匀分布，2022年呈现右偏趋势，说明武陵山区各县（市、区）之间的城乡融合发展水平虽然存在空间差异，但差异变化相对较小。具体来看，2010—2022年湖北、湖南、重庆和贵州分片区的均值分别是0.136、0.185、0.147和0.178。进一步采用核密度估计揭示城乡融合发展水平的时序动态特征（图4f）。从分布态势看，核密度曲线峰值下降，宽度大致保持不变，表明武陵山区城乡融合发展水平的最高值有所下降，再次验证了上述关于空间差异变化相对较小的结论；从分布延展性来看，核密度曲线均呈现向右延伸的趋势且在中值区逐渐出现较小的波峰，表明武陵山区存在城乡融合发展水平相对较高的增长极。
图4 城乡融合发展水平箱线图与核密度曲线

Fig. 4 Boxplot and kernel density curve of the level of urban-rural integration development

3.2 旅游化对城乡融合发展的直接影响

3.2.1 基准回归结果

运用Stata17的双重机器学习模型估计旅游化对城乡融合发展的影响，样本分割比例为1∶4，采用随机森林算法进行预测求解，得到结果如表3所示。表3列（1）控制了时间和地区效应，可以发现，旅游化对城乡融合发展的回归系数在1%统计水平上显著为正，表明旅游化能够推动城乡融合发展。表3列（2）控制了控制变量的二次项，旅游化对城乡融合发展的影响系数仍然在1%统计水平上为显著正，且系数大小没有发生较大变化。进一步探究旅游化对城乡融合各子维度的影响，表3列（3）~列（5）分别得到旅游化对城乡“人”“地”“业”要素融合的回归系数。其中，旅游化对城乡“业”要素融合的系数在5%统计水平上显著为正，对“地”要素融合的影响系数在10%统计水平上显著为负，而对城乡“人”要素融合则不存在显著性影响。究其原因，旅游化能够衍生农业观光、生态旅游等新兴产业，促进乡村地区经济收入和就业机会增加，推动城乡产业渗透和融合。然而，囿于城乡土地二元体制下的权属差异、规划分割以及资源错配等问题，使得城乡土地在流转、开发与利用上存在明显壁垒，限制了旅游业在乡村地区的规模化、集约化发展，影响城乡“地”要素融合。此外，与城乡“业”要素相比，城乡“人”要素流动性更强，其影响因素更加复杂，城乡之间社会文化差异也能影响“人”要素融合，旅游化虽然能够带动城乡人口流动，但影响强度并不足以在统计意义上显著。
表3 旅游化对城乡融合发展的影响结果

Table 3 The impact of tourismfication on urban-rural integration development

变量 （1）
urd		 （2）
urd		 （3）
pep		 （4）
land		 （5）
indus
tour 0.594*** 0.577*** 0.034 -0.009* 0.036**
(4.42) (4.14) (1.09) (-0.32) (1.97)
控制变量一次项 是 是 是 是 是
控制变量二次项 否 是 是 是 是
机器学习模型 随机森林 随机森林 随机森林 随机森林 随机森林
时间效应 是 是 是 是 是
地区效应 是 是 是 是 是
样本量/个 624 624 624 624 624

注：***、**、*分别表示在1%、5%、10%统计水平上显著；括号内为t值。下同。

3.2.2 稳健性及内生性检验

第一，考虑到武陵山区经济发展水平存在较大差距，故在48个县（市、区）中剔除8个市辖区以及中心城市，包括黔江区、武隆区、永定区、武陵源区、鹤城区、吉首市、碧江区以及万山区，保留其他样本进行回归分析。另外，受2020年重大公共卫生事件影响，旅游发展遭受严重冲击，故对2010—2019年的样本再进行回归分析。由表4列（1）和列（2）可知，在减少部分样本和缩小时间区间后，旅游化对城乡融合发展的影响系数通过了1%的显著性水平检验，验证了基准回归结果的稳健性。第二，更改旅游化和城乡融合发展变量的测度方法展开稳健性检验，将熵权TOPSIS法更改为熵权法重新进行模型估计，得到结果如表4列（3）所示，由结果可知，核心解释变量旅游化（tour）显著为正，表明基准回归结果具有稳健性。第三，为避免异常值对基准回归结果产生影响，将基准回归中的所有变量分别进行1%和5%缩尾处理，结果见表4列（4）和列（5）。可以看出，排除异常值后基准回归结果依旧稳健。第四，相对于城乡融合发展而言，旅游化并非完全外生，一方面，旅游化与城乡融合发展之间可能存在反向因果关系；另一方面，可能存在的遗漏变量会导致估计有偏误。因此，采用工具变量法进行估计以解决内生性问题，使用A级景区数量作为工具变量，该变量满足工具变量的外生性与相关性假设，并构建双重机器学习的部分线性工具变量模型展开估计，结果如表4列（6）所示，结果发现旅游化（tour）显著为正，表明通过了内生性检验。
表4 稳健性检验的结果

Table 4 The results of robustness test

变量 调整研究样本 更改测量方法
（3）		 缩尾处理 工具变量法
（6）
剔除特殊地区
（1）		 剔除特殊年份
（2）		 1%
（4）		 5%
（5）
tour 0.903*** 0.129*** 0.106*** 0.635*** 0.705*** 0.166**
(5.75) (4.02) (2.36) (3.78) (2.67) (2.29)
控制变量 控制 控制 控制 控制 控制 控制
机器学习模型 随机森林 随机森林 随机森林 随机森林 随机森林 随机森林
地区效应 是 是 是 是 是 是
时间效应 是 是 是 是 是 是
样本量/个 520 480 624 612 562 624

3.3 影响机制的结果分析

上述结果证明了旅游化能显著促进城乡融合发展，而本文更需关注旅游化促进城乡融合发展的影响机制。前文理论分析发现旅游化可以通过影响产业结构升级和数字基础设施建设，进而推动城乡融合发展，具体结果见表5。
表5 旅游化对城乡融合发展的影响机制检验

Table 5 Test of the impact mechanism of tourismfication on urban-rural integration development

变量 （1）
upgrad		 （2）
digital		 （3）
urd		 （4）
urd		 （5）
urd		 （6）
urd
tour 0.059** 0.176*** 0.089** 0.365*** 0.081** 0.173***
(2.05) (3.56) (2.75) (6.13) (2.40) (4.96)
upgrad
digital
gov -0.044** 0.087***
(-2.42) (3.07)
tour×gov -0.898***
(-5.40)
mark 0.044** 0.108***
(2.38) (4.80)
tour×mark 0.143*
(1.79)
控制变量 控制 控制 控制 控制 控制 控制
机器学习模型 随机森林 随机森林 随机森林 随机森林 随机森林 随机森林
地区固定 是 是 是 是 是 是
时间固定 是 是 是 是 是 是
样本量/个 624 432 432 432 432 432

3.3.1 产业结构升级视角与数字基础设施视角的中介效应检验

表5列（1）为旅游化对产业结构升级的影响结果。结果显示，旅游化对产业结构升级的回归系数显著为正，表明旅游化能够通过促进产业结构升级，进而提升城乡融合发展水平。旅游化的核心要义在于“流动创造价值”，通过庞大的旅游市场需求，带动人、财、物等不同形态的要素资源流动，创造出流动的消费和就业岗位，使劳动力从低附加值产业向高附加值产业转移，并推动产业结构向绿色化方向发展，促进城乡产业交叉融合。表5列（2）为旅游化对数字基础设施的回归结果。结果显示，旅游化对数字基础设施建设具有显著的正向促进作用，这说明旅游化能够通过完善数字基础设施建设促进城乡融合发展水平提升。究其原因，数字基础设施的完善，尤其是农村地区信息网络建设，有助于打破城乡之间的信息壁垒，促进城乡之间的信息交流和资源共享。农村地区可以依托旅游资源活化利用发展乡村旅游、生态农业等新兴产业，吸引城市资本、技术和人才下乡，从而形成城乡互补、共同发展的空间格局。

3.3.2 政府干预和市场化的调节效应检验

表5列（3）和列（4）结果表明，政府干预对城乡融合发展水平的影响系数为-0.044，并通过5%的显著性检验，说明政府干预对城乡融合发展水平具有负向影响。当加入旅游化与政府干预的乘积项后，对城乡融合发展水平的影响在1%的显著性水平上显著为负，由此可知，政府干预会负向调节旅游化对城乡融合发展的影响效应。究其原因，政府主导型文旅融合面临的问题之一是合作领域不宽广和合作机制不顺畅，导致政府干预无法有效促进旅游化与城乡融合协同发展。表5列（5）和列（6）结果表明，未加入旅游化与市场化的乘积项时，市场化对城乡融合发展水平的回归系数为0.044，并在5%的显著性水平上显著，说明市场化水平提升能够提高城乡融合发展水平。当加入旅游化与市场化的乘积项，tour×mark对城乡融合发展水平的回归系数为0.143，在10%水平上显著，说明市场化作为调节变量，增强了旅游化对城乡融合发展水平的正向影响。旅游业是直接服务于人的流动性消费的现代服务业，有着巨大的市场规模和发展潜力，利用旅游市场优势积极推进城乡居民双向流动、互访旅游，可以有效促进城乡融合发展水平提升。

3.4 空间异质性的结果分析

3.4.1 交通基础设施

作为中国交通基础设施的重大升级，高铁凭借其速度快、运量大等运输优势，极大地缩短了地区之间的时空距离。高铁沿线的特色小镇、古村落通过挖掘旅游资源优势，为城乡发展创造大量就业机会。将研究样本划分为已开通高铁的县（市、区）和未开通高铁的县（市、区），进行分组回归，结果如表6列（1）和列（2）。可以看出，旅游化对已开通高铁的县（市、区）城乡融合发展的影响在1%显著性水平上为正，而对未开通高铁的县（市、区）的影响则未通过显著性检验。高铁的开通不仅为本地居民出行提供了便利，也吸引了更多外地游客前来开展旅游活动，加强了已开通高铁县（市、区）与周边地区的联系和互动，使得城乡之间信息交流更加便捷，促进城乡资源共享和优势互补。同时，高铁的开通也带动了城市资本、技术和人才等要素向农村流动，加快推进农业农村现代化。而对于未开通高铁的城市来说，由于交通不便和客源市场有限等，旅游化进程相对缓慢，要素跨城乡、跨区域流动与配置受到一定限制。
表6 空间异质性检验

Table 6 Spatial heterogeneity test

变量 是否开通高铁 行政边界效应 原国家级扶贫
重点县		 国家级全域旅游示范区
未开通
（1）		 已开通
（2）		 湖北
（3）		 湖南
（4）		 重庆
（5）		 贵州
（6）		 是
（7）		 不是
（8）		 是
（9）		 不是
（10）
tour 0.033 0.866*** 1.630** 0.321 2.945*** 1.311** 1.266*** 0.330 2.337*** 0.480***
(1.55) (6.23) (2.16) (1.12) (3.36) (2.10) (4.76) (0.83) (3.66) (2.82)
控制变量
一次项		 控制 控制 控制 控制 控制 控制 控制 控制 控制 控制
控制变量
二次项		 控制 控制 控制 控制 控制 控制 控制 控制 控制 控制
时间固定
效应		 是 是 是 是 是 是 是 是 是 是
地区固定
效应		 是 是 是 是 是 是 是 是 是 是
样本量/个 478 146 104 312 78 130 221 403 182 442

3.4.2 行政边界效应

行政分割不仅会制约区域比较优势以及统一市场优势的发挥，还会导致旅游化对城乡融合发展的影响存在差异性。本文具体从湖南分片区、湖北分片区、贵州分片区和重庆分片区四个地区展开分析，结果如表6列（3）~列（6）所示。在重庆分片区、湖北分片区和贵州分片区三个区域样本，旅游化对城乡融合发展的影响系数均为正，且分别通过了1%、5%和5%的显著性检验，表明旅游化对上述三个地区的城乡融合发展水平具有显著正向作用；在湖南分片区样本中，回归系数未通过显著性检验。就影响系数大小而言，重庆分片区的影响系数最大。究其原因，重庆分片区作为成渝地区双城经济圈的重要组成部分，以加快建设世界知名旅游目的地为目标，旅游公共服务体系建设相对完善，通过深入挖掘“大都市”“大三峡”“大武陵”等特色优势，在城乡互促繁荣上取得了重要突破。

3.4.3 重点扶持对象

2011年中华人民共和国国务院印发《中国农村扶贫开发纲要（2011—2020年）》，并调整公布中国扶贫开发工作重点县名单，给予此类地区政策倾斜支持，对城乡融合发展可能存在重要影响。武陵山区拥有17个原国家级扶贫重点县，根据“国家扶贫开发工作重点县名单”，将样本划分为原国家级扶贫重点县和非原国家级扶贫重点县并进行分组回归，结果如表6列（7）和列（8）所示。可以看出，旅游化对原国家级扶贫重点县城乡融合发展的回归系数在1%显著性水平上为正，对非原国家级扶贫重点县不存在显著影响。究其原因，针对原国家级扶贫重点县，政府通过财政补贴、税收优惠、基础设施建设等方式给予政策倾斜和支持，促进旅游资源保护利用与社会经济协调发展，并赋能城乡融合发展。

3.4.4 旅游资源禀赋

资源禀赋高低决定了地区是否具有发展旅游产业的优势。全域旅游示范区依托地方旅游资源优势，通过资源整合与产业融合，推动旅游业由“景区旅游”向“全域旅游”发展模式转变。2016年，原中华人民共和国旅游局相继公布了两批国家全域旅游示范区创建名录，本文将所有样本划分为国家全域旅游示范区和非国家全域旅游示范区，并进行分组回归，结果如表6列（9）和列（10）所示。可以看出，旅游化对上述两类地区城乡融合发展的回归系数均在1%统计水平上显著为正。其中，相对非国家全域旅游示范区，旅游化对国家全域旅游示范区的促进作用更强。究其原因，国家全域旅游示范区在资源整合、产业融合、公共服务提升、生态环境保护等方面存在优势，以全域旅游助推城乡融合发展成效显著。

4 结论与启示

4.1 结论

基于2010—2022年武陵山区48个县（市、区）的面板数据，运用双重机器学习模型、中介模型和调节模型探究旅游化对城乡融合发展的影响机制。具体结论如下：（1）武陵山区旅游化水平呈现“先升后降”的态势及动态发散特征，是区域旅游发展系统自组织与适应性调整过程的外在表征，在空间分布上区域旅游化呈现非均衡性，尚存在较大的实践优化空间；城乡融合发展水平持续提升，在地域分布上展现出相对集中的态势且空间分布格局相对稳定。（2）旅游化能够促进城乡融合发展，通过直接效应或催生外部因素形成新路径发挥作用。旅游化可以通过发挥直接效应，持续性地促进城乡“业”要素融合发展，但囿于城乡土地二元体制下的权属差异问题[56]，对城乡“地”要素融合存在显著负向影响。（3）产业结构优化升级是城乡融合发展的关键途径，伴随数字技术在城乡发展的广泛渗透与深度融合，产业结构升级与数字基础设施建设共同构成旅游化影响城乡融合发展的重要渠道；市场化可以正向调节二者之间的关系，但政府干预则呈现负向调节效应，这一结论分别与Chen等[14]和Shu等[41]观点一致。（4）囿于交通条件、政策偏向性以及资源禀赋差异，旅游化对城乡融合发展的影响呈现空间异质性。对于已开通高铁的县（市、区）、原国家级扶贫重点县、国家全域旅游示范区影响强度更大；针对不同行政边界，旅游化对重庆、湖北、贵州分片区城乡融合发展水平的促进作用依次减弱。

4.2 政策启示

基于上述结论，提出如下政策启示：
第一，扩大旅游化发展规模，构建城乡互利共生空间发展格局。鉴于武陵山区旅游化水平的波动变化和空间不均衡性，应根据市场需求及时调整旅游产品供给结构，对城乡企业给予财政补贴、税收优惠，引导资源要素向农村旅游产业流动，促进农旅融合发展的规模化、集约化发展。一方面，依托增长极优势，改善弱势地区旅游化空间联动不足的局面，打造武陵山区旅游资源集群化发展。另一方面，建立跨区域合作项目共建共享机制、生态补偿机制、人才交流机制等，实现城乡融合发展在更大空间范围内的协同推进。
第二，持续发挥旅游化对城乡融合发展的促进作用。对城乡旅游资源进行全面普查和评估，根据资源特色、市场需求、生态承载能力等，制定城乡旅游一体化发展规划；规范土地流转程序和交易行为，鼓励农民以土地经营权入股、出租、转包等方式参与乡村旅游开发，实现土地资源的优化配置和规模化经营；建立城乡产业协同发展机制，挖掘武陵山区城乡旅游产业与其他优势产业的联动潜力，培育新兴的旅游融合业态，持续增强旅游化对城乡“业”要素融合的正向推动作用。
第三，充分发挥产业结构升级与数字基础设施建设的中介效能，鼓励企业探索多样化的城乡产业融合模式，支持城乡产业主体开展产业融合创新试点，加大对城乡数字基础设施建设的资金投入，支持城乡产业数字化转型；完善市场机制，减少政府对市场的直接干预，进一步放宽市场准入，鼓励各类市场主体参与旅游化和城乡融合发展。根据异质性分析结果，需加强湖南分片区旅游规划与城乡融合规划的协同性；持续优化区域高铁网络布局，提高旅游可进入性和完善城乡基础设施建设；推动全域旅游示范区、旅游资源禀赋较优地区带动后发地区“突围”，形成资源共享、优势互补的城乡融合格局。
本文为理解旅游化与城乡融合发展之间的关系提供了理论及实证上的依据，但仍然存在一定的局限性。受部分县域数据和长时间序列数据的可获得性限制，尤其是跨省边界地区的统计口径不一致，在指标遴方面选仍然有待改进。此外，虽然采用双重机器学习方法检验了旅游化对城乡融合发展的影响，但由于文章篇幅限制，未探究旅游化影响城乡融合发展的空间溢出效应及其复杂性。未来研究可进一步针对上述问题展开探讨，深化关于旅游化与城乡融合发展的关系研究。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
郑瑜晗, 龙花楼. 中国城乡融合发展测度评价及其时空格局. 地理学报, 2023, 78(8): 1869-1887.

DOI

[ZHENG Y H, LONG H L. Measurement and spatio-temporal pattern of urban-rural integrated development in China. Acta Geographica Sinica, 2023, 78(8): 1869-1887.]

DOI

[2]
张广海, 王新越. “旅游化”概念的提出及其与“新四化”的关系. 经济管理, 2014, 36(1): 110-121.

[ZHANG G H, WANG X Y. The concept of touristization and the relationship with the new four modernizations. Economic Management Journal, 2014, 36(1): 110-121.]

[3]
王学基. 旅游驱动的“城乡两栖”与城乡共享空间建构. 旅游学刊, 2024, 39(6): 9-11.

[WANG X J. Tourism-driven "urban-rural amphibism" and the construction of urban-rural shared space. Tourism Tribune, 2024, 39(6): 9-11.]

[4]
谭佳欣, 王凯. 和美乡村建设与旅游城镇化协调关系及障碍因子识别: 以武陵山区为例. 自然资源学报, 2024, 39(4): 768-787.

DOI

[TAN J X, WANG K. Coordination relationship and identification of obstacle factors between harmonious and beautiful rural construction and tourism urbanization: Take Wuling Mountain area as an example. Journal of Natural Resources, 2024, 39(4): 768-787.]

[5]
王凯, 刘美伦, 谭佳欣, 等. 武陵山片区旅游经济空间关联网络的城乡融合效应. 地理科学进展, 2024, 43(2): 246-261.

DOI

[WANG K, LIU M L, TAN J X, et al. Urban-rural integration effect of the spatial correlation network of tourism economy in the Wuling Mountain area. Progress in Geography, 2024, 43(2): 246-261.]

DOI

[6]
宋瑞, 保继刚, 魏小安, 等. 旅游强国建设与旅游业高质量发展. 旅游学刊, 2024, 39(7): 16-27.

[SONG R, BAO J G, WEI X A, et al. Construction of the strong tourism country and high-quality development of tourism. Tourism Tribune, 2024, 39(7): 16-27.]

[7]
GAN C, VODA M, WANG K. Balancing efficiency and fairness: The role of tourism development in economic growth and urban-rural income gap. Sustainable Development, 2024, 32(5): 5259-5273.

[8]
王凯, 谭佳欣, 甘畅. 湘西地区旅游发展与城乡融合协同演化及影响因素研究. 地理科学进展, 2023, 42(8): 1468-1485.

DOI

[WANG K, TAN J X, GAN C. Degree of synergy of regional tourism development and urban-rural integration and influencing factors in the Western Hunan region. Progress in Geography, 2023, 42(8): 1468-1485.]

DOI

[9]
李维维, 陈田, 马晓龙. 中国旅游化与城市化耦合协调关系的省际格局及形成机制分析. 旅游科学, 2018, 32(5): 14-29, 80.

[LI W W, CHEN T, MA X L. Analysis of the interprovincial pattern of the coupled and coordinated relationship and mechanism between touristization and urbanization in China. Tourism Science, 2018, 32(5): 14-29, 80.]

[10]
BUCKLEY R, SHEKARI F, MOHAMMADI Z, et al. World heritage tourism triggers urban-rural reverse migration and social change. Journal of Travel Research, 2020, 59(3): 559-572.

[11]
KOWALCZYK-ANIOŁ J. Rethinking tourism-driven urban transformation and social tourism impact: A scenario from a CEE city. Cities, 2023, 134: 104178, Doi: 10.1016/j.cities.2022.104178.

[12]
ZHANG M, ZHANG G G, LIU H Y. Analysis of the impact of tourism development on the urban-rural income gap: Evidence from 248 prefecture-level cities in China. Asia Pacific Journal of Tourism Research, 2021, 26(6): 614-625.

[13]
LIU Z, WANG F, XUE P C, et al. Using multi-layer nested network to optimise spatial structure of tourism development between urban and rural areas based on population mobility. Indoor and Built Environment, 2022, 31(4): 1028-1046.

[14]
CHEN X H, ZHANG X Y, SONG Y H, et al. Fiscal decentralization, urban-rural income gap, and tourism. Sustainability, 2020, 12(24): 10398, Doi: 10.3390/su122410398.

[15]
MAHADEVAN R, AMIR H, NUGROHO A. Regional impacts of tourism-led growth on poverty and income inequality. Tourism Economics, 2017, 23(3): 614-631.

[16]
WANG Y Y, BAI H R. The impact and regional heterogeneity analysis of tourism development on urban-rural income gap. Economic Analysis and Policy, 2023, 80: 1539-1548.

[17]
KIM J H, KANG K H. The interaction effect of tourism and foreign direct investment on urban-rural income disparity in China: A comparison between autonomous regions and other provinces. Current Issues in Tourism, 2020, 23(1): 68-81.

[18]
郭舒, 李修远. 符号视角下城市街巷地名的空间特征及旅游化利用: 以沈阳市为例. 经济地理, 2024, 44(6): 232-240.

DOI

[GUO S, LI X Y. Spatial characteristics and tourism utilization of street names in urban areas from the perspective of symbols: A case study of Shenyang. Economic Geography, 2024, 44(6): 232-240.]

DOI

[19]
沈坤荣, 金童谣, 樊士德. 以数字技术提升城乡融合发展质量: 基于双重机器学习模型的实证研究. 宏观质量研究, 2024, 12(3): 17-31.

[SHEN K R, JIN T Y, FAN S D. Enhance the quality of urban-rural integrated development with digital technology: An empirical study based on double machine learning model. Journal of Macro-Quality Research, 2024, 12(3): 17-31.]

[20]
张涛, 李均超. 网络基础设施、包容性绿色增长与地区差距: 基于双重机器学习的因果推断. 数量经济技术经济研究, 2023, 40(4): 113-135.

[ZHANG T, LI J C. Network infrastructure, inclusive green growth, and regional inequality: From causal inference based on double machine learning. Journal of Quantitative & Technological Economics, 2023, 40(4): 113-135.]

[21]
赵晓峰, 陈雪婧. 外生型县域城镇化: 城乡融合背景下的实践困境及其发展策略. 中央民族大学学报: 哲学社会科学版, 2024, 51(3): 64-74.

[ZHAO X F, CHEN X J. Exogenous county urbanization: The practical dilemmas and development strategies under the background of urban-rural integration. Journal of Minzu University of China: Philosophy and Social Sciences Edition, 2024, 51(3): 64-74.]

[22]
LIU J J, NIJKAMP P, LIN D R. Urban-rural imbalance and tourism-led growth in China. Annals of Tourism Research, 2017, 64: 24-36.

[23]
JANSEN-VERBEKE M. Tourismification of historical cities. Annals of Tourism Research, 1998, 25(3): 739-742.

[24]
LI Y, JIAO L Y, ZHOU M. How does cultural heritage destination digitalization influence tourists' attitudes? The role of constructive authenticity and technology-destination fit. Journal of Travel & Tourism Marketing, 2024, 41(2): 221-234.

[25]
朱竑, 贾莲莲. 基于旅游“城市化”背景下的城市“旅游化”: 桂林案例. 经济地理, 2006, 26(1): 151-155.

[ZHU H, JIA L L. The form of urban tourism based on the tourism urbanization. Economic Geography, 2006, 26(1): 151-155.]

[26]
郑中玉, 李鹏超. 旅游的社会化与社会的旅游化: 作为新常态的旅游社会. 社会科学战线, 2020, (4): 221-230.

[ZHENG Z Y, LI P C. Socialization of tourism and touristfication of society: Tourism society as the new normal. Social Science Front, 2020, (4): 221-230.]

[27]
董宝玲, 白凯, 杜涛, 等. 非遗商品的旅游化开发利用指标体系建构与测量. 陕西师范大学学报: 自然科学版, 2021, 49(6): 75-85.

[DONG B L, BAI K, DU T, et al. Construction and measurement of evaluation index system for tourism development and utilization of intangible cultural heritage commodities. Journal of Shaanxi Normal University: Natural Science Edition, 2021, 49(6): 75-85.]

[28]
麻学锋, 刘玉林, 谭佳欣. 旅游驱动的乡村振兴实践及发展路径: 以张家界市武陵源区为例. 地理科学, 2020, 40(12): 2019-2026.

DOI

[MA X F, LIU Y L, TAN J X. The practice and development path of rural revitalization driven by tourism: Taking Wulingyuan district of Zhangjiajie city as an example. Scientia Geographica Sinica, 2020, 40(12): 2019-2026.]

DOI

[29]
UZAR U, EYUBOGLU K. Can tourism be a key sector in reducing income inequality? An empirical investigation for Turkey. Asia Pacific Journal of Tourism Research, 2019, 24(8): 822-838.

[30]
李伯华, 易韵, 窦银娣, 等. 城乡融合、价值重拾与文化适应: 传统村落文化遗产保护与活化: 以江永县兰溪村为例. 人文地理, 2023, 38(6): 115-124.

[LI B H, YI Y, DOU Y D, et al. Urban-rural integration, value reclaiming and cultural adaptation: Traditional village cultural heritage protection and revitalization: The case of Lanxi village in Jiangyong county. Human Geography, 2023, 38(6): 115-124.]

[31]
龚亚西, 季翔, 张元. 水网地区城乡居民点旅游交通系统优化研究: 以金湖县为例. 南京师大学报: 自然科学版, 2020, 43(4): 45-52.

[GONG Y X, JI X, ZHANG Y. Study on the optimization of tourism transportation system of urban and rural settlements in water network area: A case study of Jinhu county. Journal of Nanjing Normal University: Natural Science Edition, 2020, 43(4): 45-52.]

[32]
WANG F, LI J N, YU F Y, et al. Space, function, and vitality in historic areas: The tourismification process and spatial order of Shichahai in Beijing. International Journal of Tourism Research, 2018, 20(3): 335-344.

[33]
ZHOU Q Y, LI Z Q. The impact of industrial structure upgrades on the urban-rural income gap: An empirical study based on China's provincial panel data. Growth and Change, 2021, 52(3): 1761-1782.

[34]
王琴, 丁可可, 雷俐, 等. 数字基础设施、要素配置效率与城乡融合发展. 调研世界, 2024, (9): 67-77.

[WANG Q, DING K K, LEI L, et al. Digital infrastructure, factor allocation efficiency and urban-rural integration. The World of Survey and Research, 2024, (9): 67-77.]

[35]
金晓斌, 叶超, 岳文泽, 等. 新时代中国城乡融合发展: 挑战与路径. 自然资源学报, 2024, 39(1): 1-28.

DOI

[JIN X B, YE C, YUE W Z, et al. Urban-rural integrated development in China in the New Era: Challenges and paths. Journal of Natural Resources, 2024, 39(1): 1-28.]

[36]
宋波, 刘震. 数字经济非均衡发展与区域旅游经济包容性增长. 旅游学刊, 2024, 39(5): 8-11.

[SONG B, LIU Z. Unbalanced development of digital economy and inclusive growth of regional tourism economy. Tourism Tribune, 2024, 39(5): 8-11.]

[37]
杨滔, 李晶, 李梦垚, 等. 苏州古城历史文化遗产保护与活化的数字孪生方法. 城市规划学刊, 2024, (1): 82-90.

[YANG T, LI J, LI M Y, et al. Digital twins method for protecting and revitalizing the urban historic and cultural heritage of Suzhou ancient city. Urban Planning Forum, 2024, (1): 82-90.]

[38]
生延超, 李倩, 徐珊. 政府推动抑或市场驱动: 中国旅游经济效率提升的动力研究. 旅游学刊, 2022, 37(12): 68-82.

[SHENG Y C, LI Q, XU S. Government impetus or market driven: On the driving force for the economic efficiency of China's regional tourism. Tourism Tribune, 2022, 37(12): 68-82.]

[39]
张鹏飞, 郭伟, 虞虎. 从脆弱性到韧性: 旅游业何以转危为机?. 旅游学刊, 2024, 39(12): 45-60.

[ZHANG P F, GUO W, YU H. From vulnerability to resilience: How tourism turned crisis into opportunity?. Tourism Tribune, 2024, 39(12): 45-60.]

[40]
王松茂, 尹延晓, 徐宣国. 数字经济能促进城乡融合吗: 以长江经济带11个省份为例. 中国软科学, 2023, (5): 77-87.

[WANG S M, YIN Y X, XU X G. Can digital economy promote urban-rural integration: Taking 11 provinces and cities in the Yangtze River Economic Belt as an example. China Soft Science, 2023, (5): 77-87.]

[41]
SHU H Y, ZHA J P, MA R, et al. Chance or challenge? Understanding how the Internet affects the nexus between tourism and urban-rural income inequality. Tourism Economics, 2024, 30(8): 2089-2110.

[42]
孙婧雯, 陆玉麒. 城乡融合导向的全域土地综合整治机制与优化路径. 自然资源学报, 2023, 38(9): 2201-2216.

DOI

[SUN J W, LU Y Q. Mechanism and optimization path of comprehensive land consolidation oriented urban-rural integration. Journal of Natural Resources, 2023, 38(9): 2201-2216.]

[43]
CHERNOZHUKOV V, CHETVERIKOV D, DEMIRER M, et al. Double/debiased machine learning for treatment and structural parameters. The Econometrics Journal, 2018, 21(1): C1-C68.

[44]
江艇. 因果推断经验研究中的中介效应与调节效应. 中国工业经济, 2022, (5): 100-120.

[JIANG T. Mediating effects and moderating effects in causal inference. China Industrial Economics, 2022, (5): 100-120.]

[45]
崔树强, 周国华, 李晓青, 等. “人—地—业”协调视角下长株潭城市群城乡融合发展仿真模拟. 地理科学进展, 2024, 43(7): 1337-1354.

DOI

[CUI S Q, ZHOU G H, LI X Q, et al. Simulation of urban-rural integration development of Changsha-Zhuzhou-Xiangtan urban agglomeration from the perspective of "human-land-industry" coordination. Progress in Geography, 2024, 43(7): 1337-1354.]

DOI

[46]
崔树强, 周国华, 吴国华, 等. 空间交互视角下长株潭城市群地区城乡融合度评价及其驱动机制. 地理研究, 2023, 42(4): 1029-1049.

DOI

[CUI S Q, ZHOU G H, WU G H, et al. The evaluation of urban-rural integration degree and its driving mechanism in Changsha-Zhuzhou-Xiangtan Urban Agglomeration from the perspective of spatial interaction. Geographical Research, 2023, 42(4): 1029-1049.]

[47]
陶慧, 张梦真, 刘家明. 共生与融合: 乡村遗产地“人—地—业”协同发展研究: 以听松文化社区为例. 地理科学进展, 2022, 41(4): 582-594.

DOI

[TAO H, ZHANG M Z, LIU J M. Symbiosis and integration: Coordinated development of human-land-industry in rural heritage sites: A case study of the Tingsong cultural community. Progress in Geography, 2022, 41(4): 582-594.]

DOI

[48]
孙佼佼. 高质量发展背景下旅游资源研究转型: 新属性、新框架与新方向. 自然资源学报, 2024, 39(2): 245-258.

DOI

[SUN J J. The transformation of tourism resource research in the context of high-quality development: New attributes, new framework and new directions. Journal of Natural Resources, 2024, 39(2): 245-258.]

[49]
洪学婷, 黄震方, 于逢荷, 等. 长三角城市文化资源与旅游产业耦合协调及补偿机制. 经济地理, 2020, 40(9): 222-232.

[HONG X T, HUANG Z F, YU F H, et al. Coupling coordination between urban cultural resources and tourism industry in the Yangtze River Delta and cultural compensation. Economic Geography, 2020, 40(9): 222-232.]

[50]
JOHNSTONE J H, BRYCE D, ALEXANDER M. Irreconcilability of heritage missions: Personalized and general tourism audiences. Annals of Tourism Research, 2023, 102: 103621, Doi: 10.1016/j.annals.2023.103621.

[51]
程叶青, 胡守庚, 杨忍, 等. 面向乡村振兴的中国传统村落保护与利用: 挑战与展望. 自然资源学报, 2024, 39(8): 1735-1759.

DOI

[CHENG Y Q, HU S G, YANG R, et al. Protection and utilization of the traditional villages of China in the context of rural revitalization: Challenges and prospects. Journal of Natural Resources, 2024, 39(8): 1735-1759.]

[52]
程叶青, 王婷, 黄政, 等. 基于行动者网络视角的乡村转型发展机制与优化路径: 以海南中部山区大边村为例. 经济地理, 2022, 42(4): 34-43.

DOI

[CHENG Y Q, WANG T, HUANG Z, et al. Rural transformation development mechanism and rural revitalization path from the perspective of actor-network: A case study of dabian village in the central mountainous area of Hainan Province. Economic Geography, 2022, 42(4): 34-43.]

[53]
陆相林, 孙中伟, 马世猛. 京津冀区域城市旅游共生关系分析与协同发展对策. 经济地理, 2016, 36(4): 181-187.

[LU X L, SUN Z W, MA S M. The symbiotic relationship and the polycentric cooperative development countermeasures of urban tourism in Beijing-Tianjin-Hebei Metropolitan. Economic Geography, 2016, 36(4): 181-187.]

[54]
杨秋菊, 王文福. 数字普惠金融、新质生产力与城乡共同富裕. 中国流通经济, 2024, 38(6): 115-126.

[YANG Q J, WANG W F. Digital inclusive finance, new-quality productive forces, and common prosperity between urban and rural areas. China Business and Market, 2024, 38(6): 115-126.]

[55]
蒙莎莎, 张晓青, 张玉泽, 等. 山东省县域经济空间格局演变及驱动机制研究. 华东经济管理, 2017, 31(12): 27-34.

[MENG S S, ZHANG X Q, ZHANG Y Z, et al. A study on spatial pattern evolution and driving mechanism of county-level economy in Shandong province. East China Economic Management, 2017, 31(12): 27-34.]

[56]
李江涛, 熊柴, 蔡继明. 开启城乡土地产权同权化和资源配置市场化改革新里程. 管理世界, 2020, 36(6): 93-105, 247.

[LI J T, XIONG C, CAI J M. The land reform is stepping into a new chapter: The equalization of urban-rural land property rights and the marketization of resource allocation. Journal of Management World, 2020, 36(6): 93-105, 247.]

Options
Outlines

/

〈 〉