林欣芸,查瑞波,黄 悦
(1.华中科技大学马克思主义学院,湖北 武汉 430074;2.福建师范大学文化旅游与公共管理学院,福建 福州 350117)
全域旅游的中心思想是通过各行业、各部门的共同努力整合旅游要素,促进区域旅游全过程、全方位、全时空发展,从而吸引各地游客参与旅游活动[1].全域旅游建设推动了产业融合和旅游产业链延伸,对区域内的社会经济发展也有着不可忽视的促进作用.旅游经济是指以旅游活动和商品经济为前提与基础,由旅游者、旅游经营者、旅游企业和其他相关企业之间的商品及服务交易所衍生出的经济活动和经济关系的总和[2].改革开放后,我国产业结构逐步调整和改善,服务业在国民经济中的地位和比重不断提升,旅游业作为第三产业的重要组成部分,已成为稳增长、调结构、促发展、惠民生的重要引擎.2018年,国务院发布的《关于促进全域旅游发展的指导意见》指出旅游业已成为国民经济中的重要组成部分.《“十四五”旅游业发展规划》明确提出,“创新推动全域旅游”是“十三五”时期取得的重要发展成就,“十四五”期间要继续推进国家全域旅游示范区建设工作.然而,改革开放进入新时代后,“不平衡不充分”的发展问题逐步显现,加之地区间经济水平、交通条件、基础设施、旅游资源等情况各有不同,区域旅游经济发展不平衡已成为主要矛盾.从全国来看,东部省区与西部地区的旅游经济存在不平衡;从省域范围来看,各地市之间也存在着一定程度上的旅游经济差异.自我国长江三角洲区域开展全域协同发展以来,安徽省旅游产业作为最大受益者,旅游总收入在GDP中的占比快速增长[3].然而,安徽省旅游经济发展存在明显的“南热、中温、北冷”的地区不平衡现象[4],加快安徽省内全域旅游协同发展已成为安徽省旅游产业亟待解决的重要课题.从全域旅游视角认识和研究安徽省城市间的旅游经济影响因素,对优化当地旅游资源空间配置,促进区域旅游经济协调发展具有重要的理论价值和实践意义.
本文以我国中部地区重要旅游省份安徽省为研究案例地,采用模糊集定性比较分析方法(fsQCA)探究2020年安徽省16个地级市旅游经济发展影响因素,通过分析和对比高旅游经济和低旅游经济前因组态,揭示区域旅游经济发展不平衡的内在原因,以期促进地区旅游产业振兴,为省域内全域旅游经济可持续发展提供参考和借鉴.
我国全域旅游概念发轫于2008年《四川汶川地震灾后旅游业恢复重建规划》提出的以全域景区建设率先引领产业重建的理念,以及同年浙江省绍兴市委市政府提出的大力发展全城旅游的战略决策[5].在此之后,重庆、成都、四川、湖北、大连等地区相继提出构建全域旅游发展格局的创新规划.2015年,原国家旅游局发布《关于开展“国家全域旅游示范区”创建工作的通知》,首次提出全域旅游概念,并于2016年2月在《关于公布首批创建“国家全域旅游示范区”名单的通知》进一步阐释了发展全域旅游的现实意义,同时明确将全域旅游定义为“将特定区域作为完整旅游目的地进行整体规划布局、综合统筹管理、一体化营销推广,促进旅游业全区域、全要素、全产业链发展,实现旅游业全域共建、全域共融、全域共享的发展模式”[6].同年7月,习近平总书记在考察宁夏时肯定了全域旅游发展方向的正确性,将这一概念上升到前所未有的高度.2017年,“全域旅游”首次写入国家《政府工作报告》,成为2017年《政府工作报告》十二新词之一[7].2018年,国务院办公厅印发《关于促进全域旅游发展的指导意见》,从顶层设计层面明确了全域旅游发展的总体要求和具体部署.
自全域旅游的概念和定义被正式提出以来,我国全域旅游进入规范演进阶段[8].与此同时,大量学者从不同视角出发,对全域旅游内涵进行了深层剖析.其中,许多学者基于区域旅游理论对全域旅游之“全”进行解读.例如,厉新建[1]从旅游目的地角度出发,深入探讨了落实全域旅游建设的“八全”要义;吕俊芳[9]认为全域旅游可以理解为全部区域一体化发展旅游,这一过程离不开社会、人口和资源条件的全方位加持.经济地理学研究则多从“域”的角度解读全域旅游.例如,杨振宁[10]认为全域旅游的关键在于统筹地区旅游资源,合理高效配置生产要素,以旅游产业统领区域经济发展;郭毓洁等[11]认为全域旅游下的旅游空间经济系统破除了传统旅游流“由点到点”的线性流动,使旅游产业的空间结构和发展格局进一步扩大.从已有研究来看,全域旅游背景下的旅游研究有必要将旅游产业相关要素和区域整体空间纳入分析范畴.
国际上对旅游经济的研究始于19世纪末,1899年Bodio发表的《在意大利的外国人的移动及其消费的金钱》是研究旅游经济现象最早的文献,1980年沈杰飞和吴志宏对旅游经济学学科基本问题的讨论则是我国较早出现的旅游经济研究[12].自20世纪60年代旅游空间结构研究出现后,区域旅游经济的探讨热度不断提升.从研究方法来看,目前已有较多研究运用变异指数[13]、Theil指数[14]、DEA-Malmquist指数[15]等测算区域内旅游经济的时空差异和动态演变,或借助本地市场效应模型[16]、网络中心效应模型[17]、核心—边缘模型[18]、经济收敛模型[19]等分析区域旅游经济网络结构及演变.从研究的区域范围来看,既有学者关注国家整体旅游经济与宏观经济增长之间的关联性[20-21],也有学者就个别地区旅游经济进行了研究和分析[22-23].20世纪末至21世纪初,国内外学者开始对区域旅游经济影响因素进行初步探讨,其中以理论分析居多.Pearce[24]认为区域旅游供给的空间要素包括吸引力、交通、住宿、旅游支持设施和旅游基础设施;Doggett[25]讨论了游客支出、游客人数的增加及份额对美国旅游经济的影响;宁士敏[26]揭示了经济发展程度、生活方式变动和城市化水平对中国旅游消费的内在影响.近年来,计量分析方法被广泛运用于旅游经济相关的实证研究中,旅游经济影响因素的研究类型也得到进一步拓展.Kumar等[27]借助ISM方法分析了影响乡村旅游经济的主要因素,其中包括基础设施、环境意识、地方政府和社区的支持等;关伟等[28]通过回归分析研究探讨了旅游产业因子、消费因子、投资因子对旅游经济发展的影响;邓爱民等[29]通过因子分析和回归分析发现铁路营业里程、星级饭店数量、国家级自然保护区数量、城镇居民可支配收入等12个因素均对旅游收入产生正向影响.总体看来,已有研究多采用计量分析方法或地理学分析方法解释区域旅游经济影响因素,但少有文献以组态研究视角对旅游经济影响因素进行分析,且已有研究对我国中部省域城市旅游经济影响因素的关注度较低.
复杂性理论的核心是“殊途同归”原理,即不同的前因条件组合可能导致相同的结果,该理论常被用于解释具有动态、非线性特点的复杂现象,在组织行为、旅游管理、市场营销等研究中均得到广泛应用.Woodside在总结前人研究的基础上提出了复杂性理论的六项准则:一是单个前因条件可能为必要条件,但往往不是充分条件;二是两个及以上前因条件的复杂组合对于结果条件的影响是充分的;三是一个条件组态对结果条件影响是充分的,但并非必要的,其他条件组态也可能促成同样的结果;四是单个前因条件对结果产生正向还是反向影响,取决于其他因素存在与否;五是预测结果高分和低分的条件组态并非对称关系;六是一个条件组态无法解释所有相同结果的案例,因此条件组态覆盖度通常小于1[30].复杂性理论关注多个前因条件共同对结果产生的影响,与定性比较分析方法(QCA)的集合论分析效果不谋而合,因此QCA常常出现在复杂性视角的研究中.Russo等[31]运用复杂性理论和QCA探讨了企业如何在感知转换成本、退货管理、客户价值和客户满意度构成的不同条件组态下实现高水平的客户忠诚度;Wang等[32]在复杂性视角研究中发现单独的个体或制度因素无法直接促成高个人学术创业意图,证实了研究不同条件组态的必要性;许娟等[33]运用fsQCA探究了复杂性视角下乡村旅游地居民旅游满意度的影响因素,得到了18条高旅游满意度路径和13条低旅游满意度路径.复杂性理论和QCA的科学性已经过多领域学者验证,能够为本文分析提供有价值的参考和帮助.
已有研究从多重角度出发对全域旅游概念和区域旅游经济进行了分析和探讨,区域旅游经济影响因素的研究理论和研究方法不断推陈出新,但大部分研究多从经济学或地理学视角出发,借助计量分析方法或空间分析方法探讨国家或地区旅游经济发展情况,或将旅游经济作为带动宏观经济的前因条件展开分析,少有研究将旅游经济作为结果变量,深入探讨多种前因条件对安徽省等中部省份旅游经济的组态路径影响差异.因此,本文基于对全域旅游概念的解读,采用fsQCA对比和研究安徽省16个地级市旅游经济发展条件组态,旨在将横向城市与纵向的旅游经济影响因素纳入综合分析范畴,为相关地区全域旅游高质量发展提供借鉴和参考.
安徽省位于我国中部地区,是长江经济带中的重要省份,区域内丰富的自然资源和深厚的文化底蕴为安徽旅游经济发展打下了坚实的基础,但安徽省北、中、南地区经济水平和发展特点存在显著差异,16个地级市之间的旅游经济存在不平衡现象,故本文将安徽省作为研究案例地进行旅游经济影响因素组态研究.2020年是《安徽省旅游业发展总体规划(2012至2020)》收官之年,也是安徽省落实《关于促进全域旅游发展加快旅游强省建设的实施意见》(简称《意见》)的开局之年,还是中国举国应对突发疫情,并开始将新冠疫情防控作为常态化工作开展的特殊时期,安徽省各城市的旅游经济收入虽较上一年有较大幅度下降,但安徽省仍然坚持贯彻《意见》提出的全域旅游发展工作思路、发展目标及主要任务,稳步推进旅游产业建设,故本文将研究时间选定为2020年.
QCA产生于社会科学研究领域,由Charles C.Larkin在20世纪80年代首次提出,自2007年开始日益广泛地应用于管理学研究中[34].QCA整合了定性分析与定量研究优势,能够基于组态比较、集合论和布尔代数逻辑对复杂因果关系进行梳理.该方法对中小样本和大样本研究案例均适用,且既可以用于探究导致同一结果的不同前因条件组合,又可以实现对同一组态路径下不同个案之间的比较.定性比较分析方法具体又可以分为清晰集、模糊集和多值集定性比较分析方法,由于本文需考虑前因变量在程度和水平上的变化对结果变量的影响,而fsQCA能够更好地做到这一点,因此本文通过该方法借助fsQCA 3.0软件进行数据分析.
在QCA中,n个解释变量将产生2n种结果变量的条件组合[35].有学者针对解释变量数量和样本数量的对应关系,以及各情况下QCA能够找到一致解的概率进行分析,认为含有4个解释变量的模型应至少包含12个案例,含有5个解释变量的模型应至少包含15个案例,以此类推[36].基于本文案例数量、研究目的和旅游经济影响因素研究文献的梳理,选取旅游经济作为结果变量,选择产业结构、资源禀赋、交通条件、接待设施、开放程度作为条件变量,并就疫情是否影响地区间旅游经济差异进行讨论.考虑到横截面数据能够更好地反映个体差异,本研究选用2020年安徽省各市《统计年鉴》和《国民经济和社会发展统计公报》数据进行分析.
其中,旅游经济(TE)反映了游客与旅游经营者之间的经济活动和经济关系,以各样本城市全年旅游总收入作为表征[37-38];产业结构(IND)反映了国家或地区产业比例,且旅游业发展与第三产业产值增长具有一定关联性,因此本文采用第三产业和第二产业的比值作为产业结构的量化指标[39];资源禀赋(RE)是地区产生旅游吸引力的关键因素,本文通过给各市世界遗产地、5A级、4A级和3A级景区分别赋值10、8、5、2分,加权计算出综合得分来衡量地区旅游资源禀赋[40];交通条件(TC)与旅游地可进入性息息相关,以样本城市公路客运量作为衡量指标[41];完善的旅游接待设施(RF)能够为游客出行提供便利,以各市旅游星级饭店(宾馆)数量进行衡量[42];开放程度(OD)影响着旅游业这一外向型产业的发展,参考已有研究采用样本城市全年贸易进出口额作为表征[43].各变量的具体说明见表1.
表1 条件变量和结果变量设定Tab.1 Condition variable and result variable setting
为确定疫情是否对安徽省16个地级市的旅游经济差异造成影响,本文首先对安徽省旅游经济及其下降率的空间特征进行初步分析,通过旅游收入衡量旅游经济发展情况.
聚类分析常用于对规模较小的一维数据进行自动分组[44],因此本文借助SPSS 26.0对安徽省16个地级市2020年相较2019年的旅游经济收入下降率进行“ward法”聚类分析,区间选择“平方欧式距离”,聚类数设置为“4”,将旅游经济收入下降率划分为“高”“次高”“次低”“低”四类.为方便观察,利用ArcGIS根据聚类结果对梯度进行划分,聚类图见图1.
基于自然资源部标准地图服务系统审图号GS(2019)1822号标准地图制作,地图边界无修改图1 旅游经济空间特征分布图Fig.1 Distribution map of spatial characteristics of tourism economy
从2020年安徽省16个地级市的旅游收入下降率聚类结果来看:马鞍山市、合肥市、安庆市、淮南市、淮北市、芜湖市、铜陵市、黄山市处于高下降率阶梯,下降率在49.3%~54.9%之间;宣城市、滁州市、阜阳市、蚌埠市、宿州市、亳州市处于次高下降率阶梯,下降率在43.9%~47.7%之间;六安市旅游收入下降率为39.0%,处于次低下降率阶梯;池州市旅游收入下降率为25.5%,处于低下降率阶梯.2020年安徽省16市的旅游收入下降率普遍较高,可见疫情对各城市旅游发展都造成了较大的负面影响,同时可以初步推断疫情暴发前后安徽省各地旅游经济不存在较大差异.
为验证上述推断,本文进一步对聚类后的2020年和2019年安徽省旅游经济进行聚类分析和空间分析.2020年安徽省16个地级市的旅游经济聚类结果显示:合肥市旅游收入最高,为976亿元;芜湖、黄山、池州、安庆属于次高旅游经济梯队,旅游收入分别为438.4、425.9、401.3、394.2亿元;宣城市、六安市、蚌埠市和马鞍山市位于次低旅游经济阶梯,旅游收入在184.6亿~198.9亿元之间;其余城市均为低旅游经济城市,旅游总收入在62.9亿~151.2亿元之间.2020年安徽省旅游经济聚类存在明显的阶梯分化,高、次高旅游经济阶梯的城市与低、次低旅游经济阶梯的城市数量相近,但旅游经济差距较大,且高、次高旅游经济阶梯城市大多分布在皖南地区,低、次低旅游经济阶梯城市多分布在皖北地区.
同时,由图1可知,2019年安徽省旅游经济聚类与2020年安徽省旅游经济聚类结果类似,说明疫情并非导致安徽省地级市之间旅游经济差异的主要原因,有必要对2020年安徽省旅游经济影响因素进行更加深入的探讨.
研究中选取的旅游经济、产业结构、资源禀赋等指标不具有同质性,无法直接比较.因而需要同时考虑案例间的类别差异和程度差异,对测量变量进行校准,使原始测量具有可解释的集合意义[34].本文参考已有研究[45-46],通过设定锚点的方法进行数据校准,将0.75作为完全隶属点,将0.50作为交叉点,将0.25作为完全不隶属点,并对校准后的数据进行进一步分析.
必要条件是结果产生的前提,应将其作为核心条件进行讨论,但在真值表分析中,必要条件可能被简约解消除,进而将影响研究结果.因此在fsQCA方法分析过程中,首先应对单独的条件变量进行分析,以判断其是否为结果变量的必要条件.研究中常通过一致性是否大于0.9来判断条件是否为必要条件[44].从表2可以看出,条件变量及逻辑“非”的一致性得分均未达到0.9,不构成影响结果变量的必要条件,在本文中体现为并未一定导致高旅游经济或非高旅游经济.
表2 单一条件变量的一致性和覆盖率Tab.2 Consistency and coverage of single conditional variable
将频数阈值设置为1,将一致性阈值设置为0.9,通过模糊集定性比较分析得到不将逻辑余项纳入分析的复杂解、考虑部分逻辑余项的中间解和纳入所有逻辑余项的简约解.参考已有研究,本文以中间解为基础,比较简约解和中间解的嵌套关系[47],将仅存在于中间解的条件视为辅助前因条件,将同时存在于简约解和中间解的条件视为核心前因条件,具体结果见表3和表4.
表3 高旅游经济组态分析结果Tab.3 Analysis results of high tourism economic configuration
表4 非高旅游经济组态分析结果Tab.4 Analysis results of non high tourism economic configuration
3.4.1 高旅游经济
由表3可知,共得出促进旅游经济的3种条件组态.总体解的一致性为0.988 1,远高于可接受的最低标准0.75;总体解的覆盖率为0.551 1,说明3种条件组合共能够解释已实现“高旅游经济”的55.11%的案例.单个解的一致性水平在0.968 1~1之间,同样远高于最低标准0.75,说明每种组态在某种程度上均能够用以解释“高旅游经济”结果产生的原因,且在本研究的观察案例中有具体的代表城市与各组态相呼应,如图2所示.结合案例,各条件组态的具体解释如下:
图2 高旅游经济解释案例Fig.2 High tourism economic interpretation cases
前因条件无关紧要;括号中为样本城市的组态覆盖度.
(1)组态一(~IND*RE*~TC*OD):在该条件组态中,资源禀赋存在(RE)、开放程度存在(OD)为核心条件,产业结构缺乏(~IND)、交通条件缺乏(~TC)为边缘条件,接待设施无关紧要.该组态表明,第三产业比重较低、交通条件不够完善的城市实现高旅游经济收入,依赖于城市优越的资源禀赋和较高的开放程度.此路径能解释高旅游经济收入案例的20.19%,约5.18%的案例仅能被此路径解释,覆盖的案例城市为宣城和马鞍山.
(2)组态二(~IND*~RE*RF*OD):接待设施存在(RF)、开放程度存在(OD)在该组态中为核心条件,产业结构缺乏(~IND)、资源禀赋缺乏(~RE)为起辅助作用的边缘条件,交通条件无关紧要.该组态表明,在第三产业比重较低、接待设施相对较少的城市,丰富的旅游资源和较高的开放程度能够让城市实现高旅游经济收入.此路径能解释高旅游经济收入案例的27.89%,约12.88%的案例仅能被此路径解释,覆盖的案例城市为马鞍山和芜湖.
(3)组态三(RE*TC*RF*OD):在该组态中,资源禀赋存在(RE)、接待设施存在(RF)和开放程度存在(OD)为起主要影响作用的核心条件,交通条件存在(TC)为边缘条件,资源禀赋关紧要.该组态表明,丰富的旅游资源、良好的交通条件、完善的接待设施和较高的开放程度能够共同推动旅游经济发展,使城市实现高旅游经济收入.此路径能解释高旅游经济收入案例的26.03%,约22.05%的案例仅能被此路径解释,覆盖的案例城市为合肥和安庆.
从整体看,高旅游经济的代表城市包括宣城、马鞍山、芜湖、合肥和安庆,这些地区均为皖南国际旅游文化示范区范围内城市,拥有丰富的旅游资源和良好的区位条件,在“十一五”期间就提出“把旅游业培养成支柱产业”的目标,因此旅游业相对发达.同时,这些城市的汽车零部件、电子电器及新型建材产业同样繁荣.比如芜湖市和合肥市是安徽省汽车企业最聚集的城市;马鞍山市被称为“钢城”,长期推进“以港兴市”“工业强市”战略.因此,这些城市的第三产业比重虽没有第二产业比重高,但工业发展促进了城市建设和对外开放,而这一点则对旅游经济发展起促进作用.
具体来看,组态三指向的高旅游经济城市具有较为全面的旅游发展条件,而对比组态一和组态二可知,在开放程度较高的基础上,完善的接待设施和丰富的旅游资源为旅游发展的互补条件.以代表城市为例,马鞍山市拥有7个4A级景区和23个3A级景区,3A级及以上旅游景区数量比芜湖市多,但当地旅游产品较为单一,夜游项目供给不足,短途游、一日游游客居多,因此星级饭店等接待设施相对较少,旅游经济“以量取胜”;而芜湖市的资源禀赋综合得分虽没有马鞍山市高,但当地拥有5A级景区“方特旅游度假区”等高质量旅游产品和“马仁奇峰森林奇妙夜”等多元化夜游项目,吸引了以年轻人为主的消费市场,隔夜游游客比例不断上升,旅游接待设施数量相应增加,旅游经济“以质取胜”.虽然马鞍山市和芜湖市均为高旅游经济城市,但显然芜湖市“以质取胜”的发展路径更能推动旅游经济收入长期可持续增长.
3.4.2 非高旅游经济
由表4可知,共得出阻碍旅游经济的3种条件组态.总体解的一致性为0.986 4,远优于0.75的最低标准;总体解的覆盖率为0.686 0,说明3种条件组合共能够解释“低旅游经济”中68.60%的案例.单个解的一致性水平均在0.95之上,说明每种组态都能够用以解释“低旅游经济”产生的原因,且在本研究的观察案例中有具体的代表城市与各条件组态相呼应,如图3所示.结合案例,各条件组态的具体解释如下.
图3 非高旅游经济解释案例Fig.3 Non high tourism economic interpretation cases
因条件无关紧要;括号中为样本城市的组态覆盖度.
(1)组态四(IND*~RE*~RF*~OD):在该组态中,资源禀赋缺乏(~RE)、接待设施缺乏(~RF)和开放程度缺乏(~OD)为核心条件,产业结构存在(IND)为辅助条件,开放程度无关紧要.该组态表明,旅游资源匮乏、接待设施不够完善、开放程度较低的城市即使第三产业比重较高,也无法实现高旅游经济收入.此路径能解释非高旅游经济收入案例的34.59%,约11.45%的案例仅能被此路径解释,覆盖的案例城市为宿州、阜阳、淮北.
(2)组态五(~IND*~RE*~RF*OD):资源禀赋缺乏(~RE)、接待设施缺乏(~RF)在该组态中作为核心条件,产业结构缺乏(~IND)、开放程度存在(OD)为辅助条件,交通条件无关紧要.该组态表明,开放程度较高,但缺少高质量旅游资源、完善旅游接待设施和较高第三产业比重的城市无法实现高旅游经济收入.此路径能解释高旅游经济收入案例的35.42%,约27.39%的案例仅能被此路径解释,覆盖的案例城市为铜陵、滁州和蚌埠.
(3)组态六(IND*~RE*TC*~OD):该条件组态中,资源禀赋缺乏(~RE)、开放程度缺乏(~OD)为核心条件起主要作用,第三产业(IND)和交通条件(TC)作为辅助条件存在,接待设施无关紧要.该组态表明,旅游资源匮乏、开放程度较低的城市即便拥有较高的第三产业比重和相对完善的交通条件,也无法实现高旅游经济收入.此路径能解释高旅游经济收入案例的25.27%,约6.61%的案例仅能被此路径解释,覆盖的案例城市为阜阳和淮南.
综上,低旅游经济代表城市包括宿州、阜阳、淮北、铜陵、滁州、蚌埠、淮南,主要分布在皖北地区.虽然皖北地区地势平坦、交通便利,中原文化和吴楚文化底蕴浓厚,但从3条组态路径来看,低旅游经济城市均缺少高质量旅游资源,且接待设施不完善、开放程度较低分别或共同对城市旅游业产生负面影响,因此这些城市对游客产生的吸引力难以与旅游业长期繁荣发展的皖中、皖南地区城市相抗衡.
本文研究结果以集合论为基础,因此选择集合论特定的方法进一步检验区域旅游经济影响因素的条件组态的稳健性[48].具体来说,采用变动一致性阈值的方法,将一致性阈值由原先的0.90提升至0.95,得出新的高旅游经济条件组态和非高旅游经济条件组态.结果显示,调整一致性阈值后得出的条件组态与之前的组态解完全一致,单个解和总体解的一致性和覆盖率也没有发生任何变化(同表3和表4,不另行展示).由此可知,本研究在调整一致性阈值前得出的结果具有良好的稳定性.
整体来看,本文研究结果符合Woodside提出的复杂性理论原则[30]:2020年安徽省旅游经济无法仅通过产业结构、资源禀赋、交通条件、接待设施或开放程度等单个前因条件的表现情况解释,而是受不同条件的共同影响.准则一得到验证;高旅游经济和指向低旅游经济的实现路径分别有3种,各路径为两个以上前因条件的组合,且各组态互不相同.准则二和准则三得到验证;单独的前因条件要对旅游经济产生促进或阻碍作用,取决于组合中其他前因条件的表现情况,如开放程度存在(OD)在不同的条件组态中,会对旅游经济产生促进影响(~IND*RE*~TC*OD)或阻碍影响(~IND*~RE*~RF*OD).准则四得到验证;由表3、表4可知,安徽省旅游经济促进路径中的所有组态与阻碍路径中的所有组态并非呈现出简单的对立关系,而是分别为独特的条件组合.准则五得到验证;每种条件组合覆盖的案例有所不同,是产生高或非高旅游经济的充分不必要条件,体现在较高的一致性数值和较低的覆盖率数值.准则六得到验证.由此可见,中部省份安徽省旅游经济影响因素具有复杂性.
本研究借助模糊集定性比较方法探究2020年安徽省16个地级市的旅游经济影响因素,得出如下结论:
第一,安徽省皖南旅游经济相较皖北地区更为发达,且其影响因素具有复杂性,指向高旅游经济和低旅游经济的路径分别有3条.促进路径包括“~IND*RE*~TC*OD”路径、“~IND*~RE*RF*OD”路径和“RE*TC*RF*OD”路径,本文进一步将其区分为“以量取胜型”“以质取胜型”和“全面发展型”,代表城市多分布在皖南地区;阻碍路径包括“IND*~RE*~RF*~OD”路径、“~IND*~RE*~RF*OD”路径和“IND*~RE*TC*~OD”路径,代表城市均分布于各方面条件相对落后的皖北地区.
第二,较高的开放程度是促进中部省域城市旅游经济发展的关键因素.在3条促进路径中,开放程度存在(OD)均为核心条件,在开放程度较高的基础上同时拥有丰富的旅游资源(RE)或完善的接待设施(RF)之中的任一条件,就可实现城市的高旅游经济收入.可见,对外开放程度相对较高的中部省域城市容易实现高旅游经济收入.然而,产业结构在三条促进路径中均为不存在或无关紧要的条件,表示高旅游经济代表城市的第三产业比重并未高于第二产业,其原因可能是第二产业发展有利于城市建设和对外开放,并对旅游经济发展起到帮助.
第三,资源禀赋缺乏是阻碍中部省域城市实现高旅游经济的关键因素,且高旅游经济和非高旅游经济的实现路径存在一定的逻辑关联.在3条阻碍路径中,资源禀赋缺乏(~RE)均为核心条件,接待设施缺乏(~RF)和开放程度缺乏(~OD)各在两条路径中作为核心条件.由研究结果可以看出,旅游资源匮乏的地区难以实现高旅游经济,如宿州和淮北等地.此外,铜陵、滁州、蚌埠虽具有促进路径中的关键因素——高开放程度,但旅游资源匮乏、接待设施较少等前因条件仍然阻碍了这些地区实现高旅游经济收入.
本研究梳理了影响旅游经济发展的相关因素,引入区域旅游经济空间特征分析和fsQCA方法,探讨了疫情对安徽省各城市旅游经济发展差异的影响,分析了产业结构、资源禀赋、交通条件、接待设施、开放程度在促进安徽省各城市旅游经济发展上的协同效应,从组态视角解释了旅游经济发展的“因果复杂性”,克服了已有研究以“一概而论”的方式探讨安徽省各城市旅游经济优化对策的单一性,突破了仅通过以线性关系为主的定量研究或空间分析方法展开讨论的局限性,丰富了QCA研究文献,也为安徽省全域旅游发展格局的构建提供了新的理论依据.
本文通过分析和总结,对全域旅游背景下省域旅游经济发展提出如下建议.
第一,找准定位,因地制宜促发展.省域内的各城市应结合各自社会背景和阶段特点,寻找适合自身的发展方向,打造差异化、高质量的旅游产品,并在此基础上推动亮点资源全面整合,使之转化为市场喜闻乐见的全域旅游产品.同时,在疫情防控和旅游经济发展“两手抓”的现实背景下,旅游地更应扬长避短,将优势最大化,尽可能减轻疫情对当地旅游业带来的冲击.例如安徽省皖南地区可以继续发挥条件优势,留住已有客源市场,同时充分发挥创新在高质量发展中的引领作用,进一步做大强项,打响“皖南国际文化旅游示范区”在国内国际旅游品牌知名度;皖北地区虽自然风光欠佳,但可以对地方历史文化进行深入挖掘,开发和利用好分布广泛、种类繁多、各具特色的文化旅游资源.
第二,深度开放,内外联动拉增长.异地性是旅游活动的基本特征之一,区域开放程度也是影响全域旅游发展的重要因素.地区在深化对外开放过程中,应不断完善公共服务体系,出台优惠扶持政策,将市场资本、专业人才等“引进来”,使其参与到省际全域旅游经济建设过程中,从而打造具有国际化水平的文旅融合特色产品,让省域旅游品牌“走出去”.同时,省域应拓宽全域旅游合作网络,加强市区间合作联系,通过现代化技术建立起覆盖景区管理、市场信息、人才资源、培训课程等内容的共享平台,以合力拉动旅游经济增长.而在公共卫生事件常态化管理背景下,地区还应重视开放与管控的协调平衡,确保旅游活动安全有序进行.
第三,盘活资源,创新业态补短板.旅游资源是旅游活动的客体,也是旅游经济发展的重要基础.地区想要推动旅游产业赶超发展,就必须在旅游资源和旅游产品上做文章.一方面,应对当地文化和自然资源进行深入挖掘,同时密切关注旅游消费者的真实需求,实现传统旅游产品向多层次、多样化产品体系转变,在疫情期间可以推出更多短途游、小体量、高品质的旅游项目,迎合市场所需.另一方面,皖北地区等自然旅游资源相对匮乏的区域可以结合地方文化和旅游行业热点,从娱乐体验、休闲康养、体育运动、购物消费、旅游演艺等方面入手,以前瞻性眼光打造创新型旅游产品,形成全域旅游经济的新增长点.