互联网对旅游经济发展影响的机理与效应研究

冀雁龙 夏青

[关键词]互联网;旅游经济发展;异质性;分位数回归模型;中介效应

旅游产业作为现代服务业的重要组成部分，在改善投资环境、优化产业结构、促进外汇收入等方面具有重要的现实意义。经过长期发展，中国旅游经济规模持续扩大，对国民经济综合贡献率和社会就业综合贡献率均超过10%① ，旅游产业的战略性支柱地位愈加显著。然而，旅游经济粗放式增长、旅游产业效率低下等问题依然突出，体现出中国旅游产业转型升级中的不足。因此，国务院办公厅印发的《“十四五”旅游业发展规划》明确指出，应“着力完善现代旅游业体系，加快旅游强国建设，努力实现旅游业更高质量、更有效率、更加公平、更可持续、更为安全的发展”② 。可见，探究旅游经济发展动能转换的新驱动力，促使旅游经济粗放式增长转向内涵式发展，已成为旅游经济发展的核心难题之一。

随着互联网的快速发展，催生了平台经济、共享经济、分享经济等新经济模式，“互联网+”已成为經济社会发展的重要引擎。对于旅游产业而言，互联网的发展不仅深刻地改变了旅游者的行为，也提升了旅游者的动态需求，进一步助推了旅游产业动态优化[1]。在文化和旅游部、国家发展改革委等十部门联合印发的《关于深化“互联网+旅游”推动旅游业高质量发展的意见》中明确提出，到2025年，“互联网+旅游”融合更加深化，以互联网为代表的信息技术将成为旅游业发展的重要动力③ 。可见，互联网对中国旅游经济发展的作用不容小觑。因此，在中国旅游产业转型升级的关键时期，精准评估互联网对旅游经济发展的影响效应、厘清互联网促进中国旅游经济发展的路径，对于推进互联网与旅游产业的高质量融合发展战略、提升旅游产业竞争力都具有重要的理论意义和现实意义。

1 文献综述

现有研究围绕互联网对经济的影响展开了大量的讨论。根据新古典增长理论，信息基础设施建设作为互联网发展的基础，有助于实现要素积累，进而驱动经济增长[2-3]。信息技术作为互联网发展的动力，互联网通过技术扩散降低交易成本，具有显著的网络外部性特征[4-5]。在实证研究方面，Czernich等、Celbis等、Jung等分别使用以OECD的25个国家面板数据、阿拉伯和中东93个国家、土耳其26个地区为研究样本，发现互联网发展对经济增长具有显著的促进作用[6-8]。国内学者韩宝国和朱平芳、冯苑等、李峰等分别以宽带渗透率、“宽带中国”城市试点、综合指标衡量互联网发展，证实了互联网具有促进经济增长、提升城市创新能力、加快区域经济收敛等积极作用[9-11]。

旅游经济发展一直是学术界研究的重点。关于该问题的研究，存在两个不同的方向：一是集中于旅游发展对整体经济增长的影响。继Copeland、Hazari等的开拓性研究[12-13]，形成主流的旅游导向型经济增长假说（tourism-led growth hypothesis，TLGH），国内学者也采用面板协整、一般均衡等方法证实了该假说在中国的适用性[14-15]。二是考察影响旅游经济发展的因素。国外学者从教育、环境等角度探讨了旅游经济发展的影响因素[16-17]，而国内学者较多从社会经济因素探讨对旅游经济发展的影响，例如高铁网络、数字经济、财政投资、制度质量等[18-21]。沿着第二支的研究进路，随着信息技术对传统产业影响的不断加深，互联网与旅游经济发展的关系逐步引起人们的关注，但是现有文献对互联网的旅游经济效应尚存在争议。一部分学者认为，互联网有助于旅游经济的发展。Srivastava和Dhar发现，当员工技能、思维与互联网技术相匹配时，互联网才会促进旅游企业绩效的提升[22];Betapudi、Law等认为互联网通过降低旅游产业交易成本、推动旅游产业流程再造，有助于旅游发展[23-24];杨勇发现互联网显著提升了旅游产业规模，并分别从供给与需求端提升了旅游产业发展的质量[25];刘震等指出，互联网激发了市场活力并带动了区域旅游经济的发展[26]。部分学者发现，互联网发展，可能对旅游发展产生不利影响，印证了在旅游经济领域存在“索罗悖论”或“生产率悖论”，该观点自Solow[27]提出信息技术生产率悖论之后，有学者基于不同旅游企业进行理论分析与实证检验[28-29]。有学者认为，互联网可能对旅游经济产生非线性影响。例如，Adeola和Evans以非洲国家为研究对象，发现互联网对非洲国家旅游业发展存在先抑制、后促进的U型关系[30]196;罗蓉等基于消费者的视角，发现家庭旅游消费随互联网使用的增加呈先增加、后减少的倒U 形关系[31]。因此，国内外较多研究证实了当互联网规模跨越某一阈值后，其边际效应会持续增大[32-33]，这种互联网的非线性作用被称为“网络效应”或“梅特卡夫法则”。

综上所述，现有研究为深入考察互联网与旅游经济发展的关系提供了借鉴，但尚未得到统一结论，且鲜有文献讨论互联网对旅游经济发展的非线性影响效应，也较少涉及互联网影响旅游经济发展的作用路径。本文的贡献在于：（1）基于地级市层面数据，构建“互联网—旅游经济发展”理论分析框架，为互联网对旅游经济发展的影响提供城市层面证据，丰富互联网对旅游经济发展影响的相关研究。（2）采用无条件分位数固定效应模型考察互联网对旅游经济发展的非线性影响效应，与以往文献利用固定效应估计平均效应不同，并进一步验证互联网的“网络效应”在旅游产业的适用性。同时，分别从地理位置与城市等级的视角对互联网的旅游经济效应进行异质性分析，分析了异质性特征对于实证结果的影响大小。（3）基于互联网的特征与旅游经济发展的内涵，探寻互联网通过结构效应与技术效应促进旅游经济的发展，系统揭示了互联网影响旅游经济发展的机制“黑箱”。

2 研究假设

依据结构经济学理论，旅游经济发展受到结构性问题的制约[34]。借鉴蒋瑛等的做法[35]，使用旅游增长极限的行动逻辑框架系统揭示旅游经济的结构性增长问题。该框架认为，旅游增长极限关键在于旅游需求极限、旅游供给极限以及旅游供给与需求的关系。其中，旅游需求极限取决于旅游消费规模与市场规模，旅游供给极限取决于旅游产业生产能力，而旅游需求极限又决定了旅游供给极限。同时，旅游经济发展的核心驱动在于旅游供需极限的突破与均衡[36]。因此，在旅游增长极限视角下，突破旅游供需极限与实现旅游供需均衡需要一个强大的外力，以突破旅游供需极限、解决旅游供需失衡等问题。适逢互联网作为信息时代的重要产物，通过与传统产业的深度融合，有利于信息流动、要素配置、降低成本与技术创新[37]，释放了对经济、社会、生态的多重价值，促使了经济结构转型及生活方式转变。因此，互联网的广泛应用渗透到旅游全产业链的研发设计、生产营销、市场匹配等各个环节，有助于突破旅游增长极限的制约，实现旅游供需的平衡，从而对旅游经济发挥出综合性提升效应。

具体而言，互联网对旅游经济效应的影响表现如下。（1）互联网效应的基础：高信息特征。互联网作为信息传播的媒介和手段，通过广泛应用不断影响旅游者的行为与习惯，刺激其形成新的旅游动机并促进旅游需求的多元化。同时，借助互联网，旅游者广泛接收各种信息要素，在凸显旅游者动态需求的基础上，解决旅游发展的信息不对称问题，让旅游服务匹配更加高效[38]。（2）互联网效应的动力：高集约特征。互联网通过整合广泛的资源，形成旅游产业多元化供给。在此基础上，互联网技术有助于旅游商业信息高度整合， 提高旅游产业效能[39] 。

同时，借助互联网应用，旅游产业的综合性强、关联度高、涉及面广的产业属性得以充分发挥，通过将经济社会环境中的大量资源及时、充分地融入旅游产业中，提升旅游产业内容的多元化水平。（3）互联网效应的核心：高技术特征。互联网技术转化为生产力的过程，是城市创新能力提升的发力点[40]。这不仅有利于解决旅游产业供需错配现象、区域旅游资源禀赋分布不均和居民出游率失衡的问题，也有利于提高旅游者动态需求的能力，提升旅游产业满足旅游者动态需求的能力，实现旅游产业的转型和升级。因此，在互联网经济时代，旅游经济具有新的增长动能，并随着互联网与旅游产业的不断融合，旅游产业呈现网络化、智能化、数字化等特征，从而破解了“索洛悖论”。因此，提出假设如下：假设1：互联网能够显著促进旅游经济发展。

除互联网对旅游经济的直接影响以外，结合本文的研究目的，互联网可能从以下两条路径影响城市旅游经济发展水平。第一条路径是互联网发展能够打破资源错配困境，加快要素流动、技术溢出匹配度[41]，有助于地区产业结构升级，通过发挥结构效应实现旅游产业效率提升与旅游产业转型升级，推动旅游经济的发展。（1）互联网加快了信息传递的速度，降低了信息传递的成本，在一定程度上破除了要素流动的壁垒，提高了要素流动的时效性，而要素流动是经济增长与结构升级的基础[42]。（2）互联网发展催生的平台经济有利于整合要素资源，在降低成本的前提下实现要素禀赋集聚，发挥规模经济效应，加快產业结构升级。（3）互联网技术促进产业的规模化发展，产业的规模化与标准化发展加速了区域内要素再配置，从而有助于要素结构的升级。此外，旅游产业作为现代服务业的重要组成部分，产业结构升级必定对其发展产生深远影响。产业结构合理化引发的要素资源在产业间均衡配置，显著提升了旅游经济发展赖以生存的增长要素数量，为旅游经济发展提供了必需的物质保障，持续增强了旅游产业的边际生产力。同时，产业结构高级化直接推动旅游产业技术的进步，使得旅游产业向知识密集型转变，加快了旅游产业发展方向的转型[43]。

第二条路径是互联网具有通用性技术的特征，导致技术革命的步伐日益加快[44]。换言之，互联网发展所具有的技术效应，引发旅游产业生产范式的变革，促进了旅游经济的发展。（1）互联网有助于突破时空限制，加快信息传播和扩散，加速知识积累和外溢，扩大资源约束的生产可能性边界，加快旅游产业技术进步与创新。同时，互联网技术与旅游产业传统要素催生的数字要素，能打破原有要素禀赋的约束，有效拓展技术创新边界[45]。（2）互联网有效提升旅游产业人力资本水平，即互联网的应用拓宽了旅游产业劳动者获取知识与技能的方式与渠道，不断提升劳动者技能水平，从而提高了人力资本质量。（3）互联网应用塑造高效创新网络，加强旅游者、旅游企业与旅游资源之间的联系，加速技术集成与扩展，推动旅游产业技术的进步。在互联网促进旅游产业技术不断进步的同时，旅游产业逐步完成由要素驱动向创新驱动的转变，促使旅游经济由粗放式增长向内涵式发展的转变。因此，提出假设如下：

假设2：互联网通过加快产业结构升级、促进技术创新推动旅游经济发展。

互联网除了能够打破“索洛悖论”，还可能对旅游经济发展具有边际效应递增的非线性影响，具有显著的网络效应，即互联网规模跨越某一阈值后，其旅游经济效应会逐渐增大。从旅游需求角度来看，在互联网时代，不同信息在旅游者之间实时传递，旅游者之间积极的连锁式反应会促使潜在的旅游动机转变为有效的旅游需求，形成旅游产业增长的动力。从旅游供给角度来看，互联网发展塑造的平台经济，其高集约的特征提升了旅游聚集的整体价值，吸引了更多的企业与生产要素的融入，不断扩大了旅游供给极限的边界[46]。从旅游供需均衡角度来看，基于互联网的高信息特征，加快旅游产业由封闭的自循环模型转向开放的融合发展模式，形成旅游供需循环式互动的路径，增强了旅游经济发展的内生性动力。因此，互联网对旅游经济发展的积极作用可能不是简单的线性关系，而是呈现边际效应递增的非线性关联，该结论得到了Adeola和Evans的研究证实[30]198。因此，提出假设如下：

假设3：互联网对旅游经济发展具有显著、积极的非线性影响。

具体的作用机理如图1所示：

3 研究设计

3.1 模型构建

本文构建固定效用模型来考察互联网对旅游经济发展的影响：

其中，下标i 表示城市，t 表示年份;tourism 为被解释变量旅游经济发展;internet为核心解释变量互联网发展水平;X 为一系列控制变量;α0、α1、α2 为待估系数，α1 反映了互联网对旅游经济发展影响的平均效应;μ 为不可观测的个体效应;γ 为时间固定效应;ε 为随机误差项。

根据互联网的网络效应，互联网对旅游经济发展的影响存在非线性关系。为了检验这种阶段性特征，考察互联网与不同阶段旅游经济之间的关系，本文利用无条件分位数固定效应模型对互联网的异质性影响进行实证检验。无条件分位数回归模型中的再中心化影响函数（recentered influence function，RIF）表示为：

其中，RIF（·）为再中心化影响函数;qτ 为旅游经济发展在第τ 个分位点的无条件分布，I（tourismit ≤qτ）为一个区分旅游经济发展比τ 大还是小的二元变量，ftourism（qτ）表示qτ 估计的旅游经济发展的概率密度函数。之后使用无条件分位数双向固定效应模型估计模型（2）。

除模型（1）、模型（2）体现的总效应及阶段性效应以外，为了检验互联网通过某些中介变量影响旅游经济发展的作用路径，根据前文的理论分析，构建中介效应模型：

3.2 变量选取

（1）被解释变量。本文的被解释变量为旅游经济发展（tourism），旅游收入是地区国民经济发展的重要组成部分，借鉴赵磊[47]35 的做法，使用人均旅游总收入来衡量。

（2）解释变量。本文的核心解释变量为互联网发展水平（internet），借鉴施炳展和李建桐[48]的做法，使用互联网普及率指标来衡量互联网的发展水平，即通过各地使用互联网的网民与总人口数之比进行计算。

（3）控制变量。本文选取经济发展、外商投资、金融发展以及环境规制作为控制变量。其中，经济发展（pgdp）使用人均国内生产总值衡量;外商投资（fdi）使用外商直接投资额衡量;金融发展（fin）使用金融机构存款与贷款余额之和衡量;环境规制（env）使用工业固定废弃物综合利用率衡量。

（4）中介变量。本文的中介变量主要包含产业结构变动（ind）和技术创新（tech）。其中，借鉴童昀等[49]的做法，以第二产业增加值占城市生产总值比重作为产业结构代理变量，以科技支出表示城市技术创新能力。

3.3 数据来源

本文选取279个地级及以上城市作为研究样本，时间区间为2006-2019年，分析各变量的含义和描述性统计（表1）。数据主要来源于《中国统计年鉴》④ 、《中国城市建设统计年鉴》⑤ 、EPS数据平台以及各地级市的国民经济与统计公报。对于上述数据中出现的缺失值，使用插值法手动补齐。

4 实证结果与分析

4.1 基准回归分析

在对2006-2019年中国城市样本进行基准回归之前，先对各变量进行多重共线性检验。结果显示变量的方差膨胀因子的均值为2.27，远小于经验法则的临界值，表明各变量不存在明显的多重共线性。之后，面板设定F 检验、Breush-Pagan LM 检验结果分别表明固定效应回归与随机效应优于混合效应回归，Hausman检验结果表明固定效应回归优于随机效应回归。因此，选择固定效应模型进行基准回归，并为了消除随时间推移而变化的因素的影响，最终选用时间与个体双固定效应作为基准回归模型（表2）。其中，第一列和第二列分别为未加入控制变量、加入控制变量的固定效应回归结果，第三列为加入控制变量的双向固定效应回归结果。总体来看，互联网的回归系数为正，通过1%显著性水平检验，表明互联网正向促进旅游经济发展。同时，当互联网发展水平提升1%，城市旅游经济发展水平提升0.164 0%。因此，不论是经济学意义还是统计学意义，互联网都显著促进旅游经济的发展，假设1得以验证。

4.2 内生性与稳健性检验

在互联网与旅游经济发展进行基准回归时，模型中可能存在互联网与旅游经济发展的互为因果关系、变量的测量误差与遗漏变量等问题，导致基准回归中存在一些内生性问题，致使基准回归结果不准确。因此，采用二阶段最小二乘法（two stage leastsquare，2SLS）对模型中存在的内生性问题进行处理。本文参照Bartik的做法[50]，使用互联网发展水平的滞后一期（l.internet）与其一阶差分（d.internet）的乘积（l.internet* d.internet），构造“Bartikinstrument”，作为第一组工具变量（iv1）。同时，按照赵磊选取工具变量的惯例[47]35，使用互联网发展水平的滞后二期作为第二组工具变量（iv2）（表3）。可见，工具变量的回归系数在1%水平上显著为正，且互联网对旅游经济发展的影响也显著为正，与基准回归结果相一致。

本文进行稳健性检验（表4）：（1）旅游经济发展是一个动态变化的过程，其影响具有持续性，为了更好地捕捉这种变化，本文使用系统GMM 对动态面板数据进行估计。由表4的（1）列可知，回归结果依旧稳健。（2）为了缓减指标构建方式带来的估计误差，使用“宽带中国”实施作为外生冲击，使用双重差分法进行实证检验。表4的（2）列为双重差分的估计结果，该设定使用了同前文完全不一样的识别策略，结果依旧稳健。（3）本文尝试替换核心被解释变量旅游经济发展，使用旅游总收入与国内生产总值的比值作为旅游经济发展的替代变量，回归结果如表4的（3）列所示，回归结果依旧稳健。（4）为了检验离群值是否对估计结果产生实质性影响，本文分别剔除直辖市与对样本数据进行上下1% 的Winsorize缩尾处理，估計结果如表4的（4）列和（5）列所示，说明数据的极端值并未改变基准回归结果。

4.3 非线性影响检验

继线性效应分析后，本文使用无条件分位数固定效应模型检验互联网对旅游经济发展的非线性影响效应（表5）。结果表明，在选定的3个分位点上，互联网对旅游经济发展的回归系数存在显著差异性，在20、50和80分位点上互联网的回归系数均显著为正，通过1%显著性水平检验，且估计系数从20分位点的0.020 4增长到80分位点的0.299 6，反映了互联网的旅游经济效应随着分位点的提高而增强。换言之，处于旅游经济发展较高水平的省份，互联网的促进效应会更强。上述结论既支持假设1，又验证了假设3。换言之，既验证了互联网的旅游经济提升效应的存在，又表明了互联网对旅游经济发展的影响存在阶段性的网络效应。此外，随着城市旅游经济的发展，互联网的积极影响更加明显。一方面，互联网与旅游产业具有良好的耦合性，互联网对旅游产业的赋能效应愈加明显，而旅游产业为互联网技术提供了应用场景;另一方面，随着“互联网+旅游”的深入发展，旅游产业在国民经济中的关键作用进一步凸显。

4.4 异质性检验

本文将样本分为东部、中部及西部三大地区考察的地区异质性进行估计（表6）。结果表明，与东部、西部地区相比，互联网的旅游经济效应在中部地区更为显著。就分位数模型的回归结果而言，互联网的旅游经济效应在三大地区与全国样本相一致，均呈现边际效应递增趋势，并随着旅游经济的发展，互联网的旅游经济效应在中部地区最为显著，东部次之、西部最弱。一方面，相较于西部地区，互联网基础设施在东部、中部地区较为完善，互联网效应更有助于该地区旅游经济的发展;另一方面，中部地区互联网的旅游经济效应最为显著，也表明了中部地区丰富的旅游资源禀赋为互联网的应用提供了更为广阔的场景，且随着旅游产业规模的扩大，互联网发展对旅游全产业链的提升作用更加明显，表现出典型的“中部崛起”特征。

本文将样本进一步按照行政级别划分为高行政等级城市与低行政等级城市，考察存在的城市等级异质性（表7）。固定效应模型的估计结果表明，互联网对旅游经济发展的影响存在显著的城市等级异质性，互联网的旅游经济效应在低行政等级城市更为明显。就分位数模型的回归结果而言，互联网的旅游经济效应在低行政等级城市的边际效应递增趋势更为明显。可见，随着城市的行政等级上升，互联网的旅游经济发展效应呈递增趋势，这可能是因为城市的行政等级上升，城市规模会随之扩大，相应的人口数量也会随之增加，造成城市资源紧张，导致对旅游发展的挤出效应，互联网的赋能效应则明显减弱。此外，随着互联网技术的广泛应用，游客的定制化、个性化旅游的需求增强，会增强低行政等级城市的旅游资源的吸引力，带动旅游产业的快速发展，囿于该地区旅游经济发展尚处于规模经济的上升期，更能够突出互联网的旅游经济效应的边际效应递增特征，这是对互联网发展的“网络”在旅游产业适用的最好体现。

4.5 作用路径分析

分析互联网对旅游经济发展影响的作用路径（表8），产业结构变动的路径检验结果见表8中的第二列和第三列。由第二列可知，互联网对产业结构变动具有显著的抑制作用，表明互联网并不能通过加快要素的流动、推动要素配置效率的提升以及提高要素禀赋的集聚，从而促进产业结构的升级。第三列数据同样显示，产业结构变动显著抑制旅游经济发展，与研究假设2相左，但却符合当前中国发展的实际情况。究其原因，由于中国要素市场相对滞后，使得要素无法按照市场机制进行合理化配置。一方面，互联网的典型特征会通过加快要素的流动促使要素资源的错配，加剧了要素市场扭曲，导致互联网发展抑制产业结构升级;另一方面，整个要素市场扭曲也会波及旅游产业，导致旅游分行业的要素配置效率下降、要素配置成本上升、要素资源闲置等问题，旅游产业陷入难以转型升级的困境，证实了现阶段中国要素市场因存在“扭曲配置”而诱发经济负面影响的学术观点[43，51]。因此，当考虑产业结构变动路径时，基于当前中国经济发展的实际情况，产业结构变动在互联网影响旅游经济发展中发挥着遮掩效应。技术创新的路径检验结果见表8中的第四列和第五列。由第四列可知，互联网对地区技术创新的影响效应显著为正，表明互联网发展所具有的高技术效应。同时，由第五列可知，互联网、地区技术创新均显著促进旅游经济的发展，表明技术创新的中介效应明显。由上述可知，互联网发展有助于地区技术的创新，其对旅游经济发展具有显著的技术溢出效应，并随着“互联网+旅游”战略的不断深入，逐步实现旅游产业由要素驱动的粗放式增长向创新驱动的内涵式发展，不断促进旅游经济的发展，验证了假设2。此外，Sobel检验同样证实了以上结论，并明确测算出产业结构、技术创新的中介效应占比。

5 研究结论与建议

5.1 研究结论

随着数字经济时代特别是数字技术的快速发展，互联网在国民经济中的地位日益凸显，对于旅游业的发展发挥着重要的作用。本文重点分析了互联网对旅游经济发展的线性与非线性影响效应及其作用机理，利用2006-2019年中国279个城市的面板数据，使用双向固定效应模型考察了互联网对旅游经济发展的线性影响效应，利用无条件分位数固定效应模型检验了互联网对旅游经济发展的动态非线性效应，并在此基础上进行了异质性分析与作用路径验证。结果显示：（1）互联网显著促进旅游经济发展。具体而言，互联网发展水平提升1%，城市旅游经济发展水平提升0.164 0%，且该结论在经过内生性和一系列稳健性检验依旧成立，从实证上破解了“索洛悖论”。（2）面板分位数回归发现，互联网的旅游经济发展效应随着分位点的提高而递增，表现为边际效应递增的非线性影响，验证了互联网的网络效应在旅游产业的适用性。（3）从地理位置与城市行政等级异质性分析上看，互联网发展对东中部城市旅游经济发展的促进及边际效应递增作用更加显著，西部地区最弱;低行政等级城市的互联网对旅游经济发展的促进作用强于高行政等级城市，随着城市行政等级的上升，互联网的促进作用则逐渐减弱。（4）由中介效应模型回归可知，互联网可以通过产业结构升级与技术创新这两個途径来促进旅游经济的发展。然而，当前要素市场扭曲导致产业结构变迁主要发挥遮掩效应。同时，互联网具有显著的技术溢出效应，从而促进了旅游经济的发展。

5.2 建议

本文的研究证实，从旅游经济视角来看，互联网对旅游经济发展具有显著的赋能作用。根据以上结论，本文提出如下建议：（1）提高各地区互联网的发展水平，推动互联网与旅游产业的深度融合。一方面，加快互联网基础设施建设，不断丰富相关基础性服务，在不断突破互联网核心技术的基础上，积极引导和推广互联网的发展，提高互联网的渗透率与普及率，引导社会资本进入互联网相关产业，推动其发展进程。另一方面，不断拓展互联网与旅游产业的高质量融合，推动“互联网+旅游”成为区域旅游经济发展的新动力。（2）在推动“互联网+旅游”发展的政策制定时，应注意地理位置与城市等级的差异。当前，中国地理区位以及城市等级的差异性较为明显，导致互联网的旅游经济发展效应存在显著差距，因此在制定互联网发展战略时，应因地制宜地制定差异化的“互联网+旅游”策略。具体而言，要注重地区间资源合理化配置，西部城市、低行政等级城市应加快互联网基础设施建设，充分发挥互联网效应对旅游经济发展的积极作用，而东中部城市、高行政级别城市则应该加大互联网与旅游产业的融合力度，持续释放互联网带来的经济红利。（3）充分激发互联网的经济影响，强化产业结构、技术创新的旅游经济效应。一方面，拓展互联网技术的应用，借助互联网技术进行产品创新与跨界经营，刺激居民消费，促进城市整体创新能力的提升，进一步弥补旅游产业自身创新能力的先天不足。另一方面，继续推进产业结构升级，依靠市场机制调节要素配置扭曲错配，实现产业间的协调发展，从而为互联网发挥结构效应，不断为推进旅游经济发展创造条件。