数字经济与旅游业高质量发展的耦合协调关系及互动效应研究——以西部民族地区为例

方世巧，赖俊武，滕容梅

（1.南宁师范大学 旅游与文化学院，广西 南宁 530100；2.南宁师范大学 地理科学与规划学院，广西 南宁 530100）

0 引言

在我国经济发展模式由高速增长转向高质量发展的背景下，发展数字经济已经成为实现产业高质量发展的重要途径。数字经济通过与实体经济融合，创新与优化生产模式，提升生产效率，促进消费结构转型，带动经济发展的同时促进相关产业的高质量发展［1，2］。在“数字化“与”互联网＋”的双重发展背景下，旅游业的基础设施改造升级，目的地智慧化管理，游客线上线下服务结合都依托于数字经济与数字技术的发展，拥抱数字经济已成为旅游业的必然选择。2021 年，国务院印发的《“十四五“旅游业发展规划》对新时代旅游业高质量发展做出了顶层战略设计，强调建设以“数字化”“网络化”“智慧化”为特色的现代旅游产业，深化“互联网＋旅游”，将数字经济作为旅游业高质量发展的新引擎。由此可见，数字经济与旅游业的深度融合已是行业未来发展的新方向。

中国共产党的二十大报告指出，西部民族地区（即内蒙古、广西、贵州、云南、青海、宁夏、新疆、西藏8 个中国少数民族聚集省区）的现代化建设在对区域经济高质量发展、实现共同富裕、为铸牢中华民族共同体意识工作奠定坚实的经济基础等方面有着重要的意义，也是社会主义现代化强国建设的重要部分。西部民族地区的现代化发展不仅事关边疆繁荣稳定，而且关乎民生福祉。随着中国式现代化的提出与深入推进，经济发展水平不足、物质基础薄弱、生态治理难度大等现实桎梏很大程度制约了西部民族地区的现代化发展。西部民族地区旅游业依托独特的自然景观与民族文化资源，成为我国重要的旅游目的地，旅游业对当地现代化发展作出了巨大贡献，但发展模式落后、产业创新与升级滞后等现实问题，使西部民族地区旅游业逐渐与东部地区产生较大差距［3］。利用好数字经济与旅游业高质量发展相互作用产生的新动能，能够帮助西部民族地区相关产业实现高质量发展与经济增长，因此厘清西部民族地区数字经济与旅游业两者之间的关系是首要任务。

国外学者主要通过不同的案例研究数字经济与旅游业发展的关系。Laakkone 等的研究表明，数字经济能够改变游客的消费观念与消费行为，拉动新型旅游方式的消费需求［4］；Julio 等研究发现，新颖的数字技术会被景区运用于产品数字化与旅游线上营销［5］。国内学者多探讨旅游业对数字技术及数字化的影响。魏鹏举认为，元宇宙、AI 等新型数字技术会被广泛运用于旅游业，是新技术的“试验田”［6］；周湘鄂提出旅游业的高质量发展会刺激更多数字企业加大产品开发与创新的投入［7］；李向阳等研究发现，旅游业发展会加大“新基建”的建设力度与投入，为数字经济发展提供物质基础与保障［8］；李书昊等的研究表明，旅游业高质量发展要求升级旅游产品质量、提高旅游经济效率、优化旅游产业结构，这与数字经济的作用不谋而合［9］。同时，国内学者针对数字经济对旅游业影响的理论机制与实证分析展开了一系列探讨。冀雁龙等通过实证分析发现数字经济与旅游经济增长之间呈现倒“U”型关系［10］；吕佳煜等研究发现，地区数字化程度越高对旅游企业投资效率的提升越显著［11］；吴丹丹等研究阐明了数字经济对旅游业全要素生产率提高的作用机制［12］；此外，部分学者还对数字经济促进文旅融合［13，14］、数字经济对乡村旅游的影响［15，16］进行了深入的研究。

数字经济与旅游业之间能产生相互作用、影响彼此，学界就此已基本达成共识，但现有研究仍有以下不足：一是多数学者仍基于单因素分析框架，研究数字经济或旅游业高质量发展的单向影响，少有学者基于双向影响或互动的视角，对两者的耦合协调发展及影响因素进行深刻剖析；二是国内学者对于经济发达、产业基础雄厚的东部地区有着丰富的研究，但对于经济基础较为落后、数字经济与旅游业的协调发展亟需关注的西部民族地区却少有涉及。鉴于此，本文通过构建数字经济与旅游业高质量发展评价指标体系，基于2010—2019 年西部民族地区各省区面板数据，运用综合评价模型、耦合协调模型、PVAR模型，分析数字经济与旅游业高质量发展两系统耦合协调发展的时空演化特征，明确两系统的互动关系；并运用障碍度模型与面板Tobit模型探测两系统耦合协调的关键影响因子，以期为西部民族地区数字经济与旅游业高质量发展的良性互动发展提供科学参考。

1 研究设计与数据来源

1.1 研究方法

1.1.1 综合评价模型

本文选用熵值法计算数字经济评价指标体系、旅游业高质量发展评价指标体系中各个指标的权重。熵值法根据指标观测值提供的信息大小和变异程度确定权重，可以避免因主观判断造成的误差。首先运用极值标准化对数据进行归一化处理，再通过熵值法计算出指标权重、线性加权法计算得到分值，保证数据分析结果的科学合理［17］。具体计算公式如下：

原始数据的标准化处理：

式中：xij为第i个地区第j项指标。

计算第j项指标第i个地区的特征比重：

计算第j项指标的熵值：

计算第j项指标的差异系数：

计算第j项指标的权重：

综合评价模型即权重和指标加权求和的方法，本文使用综合评价模型计算出西部民族地区各省区数字经济和旅游业高质量发展的综合发展指数，以此评价数字经济和旅游业高质量发展的综合发展水平，具体公式如下：

式中：Wj为指标权重；X'ij为某省区第i（i ＝1，2，…，n）年第j（j ＝1，2，…，m）项指标经过标准化所得到的数值。

1.1.2 耦合协调模型

耦合源于物理学概念，体现了事物之间相互作用、关系的强度与协调状态的好坏。耦合协调模型可以有效衡量系统间互动发展的协同效应和整体功效，弥补耦合度对系统间交互影响作用分析的不足。本文参考王淑佳等的研究成果［18］，构建修正优化后的数字经济与旅游业高质量发展耦合协调模型，计算公式如下：

式中：D 为耦合协调度；C 为耦合度；U1、U2分别为数字经济、旅游业高质量发展的综合发展指数。T为综合协调指数；α与β 为待定系数，本文认为数字经济可以赋能旅游业高质量发展，而旅游业高质量发展也能对数字经济发展起到激励作用，两者相互促进相互发展，同样重要，因此α ＝β ＝0.5。

根据数字经济与旅游业的特点，基于研究的科学性，本文参考生延超等的划分标准［17］，将耦合协调度划分为7 个等级（表1）。

表1 耦合协调度发展类型与等级划分Table 1 Coupling coordination development type and level division

耦合协调模型虽然能揭示两系统间相互协调相互作用的程度，但无法揭示耦合协调状态下子系统间的发展差距［19］。因此，本文引入相对发展模型来衡量两系统之间的协同演化状态，计算公式如下：

式中：E为相对发展指数。当E 处于［1.2，＋∞）区间时，说明数字经济发展超前，旅游业高质量滞后；E处于（0.8，1.2）区间时，说明数字经济与旅游业高质量发展处于同步发展状态；E 处于（0，0.8］区间时，说明数字经济发展滞后，旅游业高质量发展超前。

1.1.3 PVAR模型

PVAR模型即面板向量自回归模型，通过动态联系方程，考察多个变量之间动态相互关系。PVAR模型能将全部变量视为内生变量，可用于分析各变量及其滞后项之间的关系，是反映各变量间动态互动关系的理想模型［20］，模型的基本计算公式如下：

式中：i表示各省区；t为年份；p代表滞后阶数；yi，t-j表示内生变量的列向量；α0为截距项；αi，j为待估计矩阵，表示固定效应矩阵；θt为时间效应；εi，t为模型的回归残差。

1.1.4 障碍度模型

障碍度模型能根据指标体系评价结果，识别出限制该结果进一步提升的关键障碍因子［21］。使用障碍度模型可以帮助识别阻滞西部民族地区数字经济与旅游业高质量发展耦合协调的主要障碍因子，计算公式如下：

式中：Aij为第j项指标第i年对数字经济与旅游业高质量发展耦合协调度的障碍度，其值越大，表示阻滞作用越明显；Wj为各项指标权重；Ii为指标偏离度，Ii＝1 -Xij；Xij表示各项指标的标准化值。

1.1.5 面板Tobit模型

由于耦合协调度的取值范围为［0，1］，回归模型的被解释变量受限，采用常规的最小二乘法（OLS）面板回归模型会对结果产生干扰。为了更准确地探测影响耦合协调度的外部影响因子，本文采用最大似然法构建的随机效应Tobit 回归模型来探索数字经济与旅游业高质量发展的关键性外部影响因子［22］。具体模型如下：

式中：Y为受限因变量向量；α为截距项向量；β为参数向量；Xi为自变量向量；εi为随机扰动项。

1.2 指标体系

在数字经济评价指标体系构建上，梳理现有研究可知，国内学者多将数字基础、数字创新、数字经济发展环境、数字产业化与产业数字化等维度纳入到评价指标体系构建中，部分学者将供需关系下的数字经济发展因素加入指标中［23］。本文遵循指标选取的科学性、合理性以及数据可获取性原则，在借鉴已有研究成果［23-25］的基础上，从数字基础设施、数字产业发展、数字创新能力、数字普惠金融4 个维度选择10 个指标构建西部民族地区数字经济评价指标体系（表2），并通过熵值法计算得到各指标权重。

表2 数字经济综合发展水平评价指标体系Table 2 Evaluation index system of comprehensive development level of digital economy

在旅游业高质量发展评价指标体系构建上，学者们主要从五大新发展理念［26，27］，旅游市场规模、旅游经济效益与旅游产业水平［28］，经济效率、产业结构与环境质量［29］等维度构建旅游业高质量发展评价指标体系。本文在梳理和比较已有研究的基础上，遵循指标选取的科学性、合理性以及数据的可获取性原则，借鉴已有研究成果［30-32］，从旅游供需端升级、旅游创新驱动能力、旅游可持续发展、旅游稳定开放、旅游发展质量5 个维度选择13 个指标构建西部民族地区旅游业高质量发展评价指标体系（表3），并通过熵值法计算得到各指标权重。

表3 旅游业高质量发展综合发展水平评价指标体系Table 3 Evaluation index system of comprehensive development level of high-quality tourism development

1.3 数据来源

基于数据的可获得性与科学性，本文选取2010—2019 年我国西部民族地区8 个省区（内蒙古、广西、贵州、云南、青海、宁夏、新疆、西藏）的面板数据作为样本进行研究。数据主要来源于《中国统计年鉴》《中国城市统计年鉴》《中国旅游统计年鉴》《中国科技统计年鉴》《中国环境统计年鉴》《中国文化与旅游统计年鉴》《中国旅游统计年鉴》和各省区统计年鉴和公报，其中数字普惠金融指数来源于北京大学数字金融中心。少数缺失值采用线性插值法补齐。

2 结果及分析

2.1 综合发展水平演化分析

运用公式（7）计算得到2010—2019 年西部民族地区8 个省区数字经济与旅游业高质量发展综合发展指数（图1、图2）。2010—2019 年间西部民族地区数字经济综合发展指数均值由0.116 上涨至0.512，年均增长率为15%。在这一时期，我国深入实施数字经济发展战略，完善西部民族地区数字基础设施建设、推进数字产业化进程，数字经济得到了较快的发展。西部民族地区各省区中，广西受到珠三角数字经济发展辐射，享受到了珠三角高新数字技术成果带来的发展红利，数字经济发展处于领跑地位；云南、贵州、内蒙古处于第二梯队，凭借着各自区域内的优势产业，深化数字经济与实体经济的融合，数字经济发展较快；青海、西藏、新疆、宁夏4 个省区受限于地理位置以及自然环境，数字基础设施建设落后于其他省区，数字经济发展水平虽有一定增长，但仍处于较低的发展水平。总体而言，西部民族地区数字经济发展水平得到了优化与提高，但省区间的发展差异依然存在。

图1 2010—2019 年西部民族地区各省区数字经济综合发展指数折线图Figure 1 Iine chart of comprehensive evaluation index of digital economy in various provinces and districts of the Western ethnic regions，2010 -2019

图2 2010—2019 年西部民族地区各省区旅游业高质量发展综合发展指数折线图Figure 2 Comprehensive evaluation index line chart of high-quality development of tourism in various provinces and districts of the Western ethnic regions，2010 -2019

2010—2019 年西部民族地区旅游业高质量发展综合发展指数均值由0.220 上涨到0.352，年增长率为3%，增长幅度较低，说明西部民族地区8 个省区的旅游业依托丰富的旅游资源与政府的支持有所发展，但截至2019 年未达到高质量发展的标准，旅游业高质量发展综合发展指数仍处于较低水平。各省区中云南与广西通过旅游业高质量发展模式，基于绿色可持续的理念对区内旅游产品进行创新性开发，打造了许多独具特色的旅游目的地，旅游业高质量发展水平领跑西部民族地区；内蒙古、贵州、新疆能依托区内的特色民族旅游资源，旅游业取得一定发展，但旅游开发与经营模式未进行变革，处于旅游业向高质量发展转变的瓶颈期，旅游业高质量发展水平提升较为缓慢；而西藏、宁夏、青海则受限于地理环境与自然环境，旅游基础设施缺乏，旅游要素无法正常流动，区内旅游业发展缓慢，缺乏高质量发展的硬性条件。

2.2 耦合协调度与相对发展程度分析

运用公式（10）计算得到2010—2019 年西部民族地区8 个省区数字经济与旅游业高质量发展耦合协调度D值（图3）。从整体发展趋势来看，两系统的耦合协调度均值从2010 年的0.160 增长到2019年的0.440，说明近年来数字经济与旅游业高质量发展相互影响和相互促进的效果愈发显著；从省域层面看，西部民族地区各省区耦合协调发展差异较大，广西、云南、贵州、内蒙古4 个省区耦合协调类型从2010 年的中度失调发展到2019 年的初级协调，说明两系统能较好的相互促进与作用，数字经济与旅游业融合程度高，能高效地利用数字经济与旅游业高质量发展的相互作用，带动地方经济的发展，而新疆、宁夏、西藏、青海4 个省区耦合协调类型由2010 年的严重失调发展到2019 年的中度失调，说明数字经济与旅游业融合程度低，两系统的相互促进与作用的效应并不明显。

图3 2010—2019 年西部民族地区各省区数字经济与旅游业高质量发展耦合协调度雷达图Figure 3 Radar chart of the coupling coordination degree between digital economy and high-quality development of tourism in various provinces and districts of western ethnic regions，2010 -2019

根据相对发展度模型测得8 个省区2010—2019年的相对发展程度，结果如表4 所示。从时间层面看，2010—2012 年，西部民族地区数字经济仍处于起步阶段，数字技术与软硬件投入力度不足，而旅游业依托独特的民族文化资源与生态旅游资源得到一定发展，旅游相关产业已初具规模，该时期各省区普遍属于数字经济滞后型；2013—2015 年，我国顺应信息革命浪潮，紧跟国际数字经济发展潮流，加大数字技术的研发投入以及配套软硬件的建设，而“粗放式“的发展模式已然成为西部民族地区旅游业进一步发展的阻碍因素，旅游业发展进入缓慢增长时期，该阶段各省区普遍属于均衡发展时期；2016—2019 年，数字经济已经得到飞速发展，数字技术开始进入大众生活，数字技术的不断革新使人才、资源、资本等纷纷向附加值更高的数字经济转移，旅游业受到新发展理念影响，部分省区开始进入发展模式转型期，旅游业以高质量发展为方向，得到一定发展，但增速相较缓慢，该时期各省区普遍属于旅游业高质量发展滞后型。

表4 2010—2019 年西部民族地区各省区数字经济与旅游业高质量发展相对发展类型Table 4 Relative development types of digital economy and high-quality development of tourism in provinces and regions of western ethnic regions，2010 -2019

2.3 互动效应分析

2.3.1 单位根检验及最优滞后阶数确定

原始时间序列变量可能存在异方差，在不改变变量间动态关系的同时，首先需要对西部民族地区数字经济与旅游业高质量发展的时间序列数据进行对数化处理，分别得到数字经济（LDE）和旅游业高质量发展（LHDT）；其次，为避免模型出现伪回归现象，需要对数据进行单位根检验。本文选取同根检验LLC检验和异根检验IPS 检验进行验证，结果如表5 所示，两个变量均在1%显著性水平上拒绝了原假设，表明数据序列LHDT 和LDE 通过了检验，为平稳序列。进行PVAR 模型回归之前，还需确定模型的最优滞后阶数，依据MBIC、MAIC、MQIC准则的最小值得到模型的最优滞后阶数为一阶，结果如表6 所示。

表5 面板平稳性检验Table 5 Panel stationarity test

表6 PVAR模型最优滞后阶数选择Table 6 Optimal lag order selection of PVAR model

2.3.2 面板向量自回归的GMM估计结果

利用GMM估计方法得到LHDT和LDE 之间的PVAR模型估计结果（表7）。由表7 可知，以旅游业高质量发展（LHDT）作为解释变量，滞后1 期的旅游业对自身的影响系数为0.761，且在1%水平下通过显著性检验，这表明旅游业对自身具有正向作用，旅游业存在一定发展惯性；滞后1 期的数字经济对旅游业的影响系数为0.075 5，没有在1%水平下通过显著性检验，反映出数字经济对旅游业的正向影响较弱。以数字经济（LDE）作为解释变量，在1%水平下通过显著性检验，滞后1 期的数字经济对自身的影响系数为0.510，这表明数字经济对自身具有正向促进作用，说明数字经济同样具有发展惯性特征；滞后1 期的旅游业对数字经济的影响为正向促进作用，回归系数为0.954，且在1%水平下通过显著性检验，说明旅游业在一定程度上促进数字经济发展。

表7 GMM估计结果Table 7 GMM estimation results

2.3.3 格兰杰因果关系检验

为进一步明晰数字经济与旅游业高质量发展两者之间的因果关系，本文对两者之间的因果关系进行滞后1 期的格兰杰因果关系检验，结果如表8 所示。由表8 可知，原假设“LDE不是LHDT的格兰杰原因“未能在5%水平下通过显著性检验，表明数字经济不是旅游业高质量发展的格兰杰原因，对旅游业高质量发展的未来发展不存在明显相关关系，与预期结果相悖。原假设“LHDT 不是LDE 的格兰杰原因“在1%显著性水平下存在单向因果关系，表明旅游业高质量发展是数字经济发展的格兰杰原因，对数字经济的未来发展存在明显正向显著影响。

表8 格兰杰因果关系检验结果Table 8 Results of Granger causality test

2.4 耦合协调影响因子分析

2.4.1 内部障碍因子诊断分析

基于耦合协调度计算结果，运用障碍度模型计算各指标障碍度，诊断影响西部民族地区数字经济与旅游业高质量发展耦合协调的障碍因子并进行排序。由于障碍因子涉及的指标和年份较多，故采用各障碍因子障碍度均值进行分析，并列出各省区障碍度排名前5 的主要障碍因子，结果如表9 所示。

表9 西部民族地区各省区数字经济与旅游业高质量发展耦合协调主要阻碍因子Table 9 Main obstacles to the coupling and coordination of digital economy and high-quality development of tourism in various provinces and districts of western ethnic regions

由表9 可知，西部民族地区各省区数字经济与旅游业高质量发展耦合协调的障碍因子差异明显。在数字经济方面，数字经济企业法人单位数（x3）、电信业务总量（x5）是主要障碍因子，说明数字产业基础薄弱、数字业务总量低会对耦合协调度有较大阻碍作用。科学技术支出（x6）也是较为明显的障碍因子，较低的科学技术投入既不利于数字技术的创新发展与应用，也不利于数字经济活力的提升。在旅游业高质量发展方面，旅游直接就业人数率（x23）是许多省区的第一障碍因子，说明旅游业高质量发展的成果需要普惠大众，共享是高质量发展重要内涵，若旅游业发展没能做到共享发展成果，则会对与数字经济的耦合协调产生阻碍。入境旅游人数（x19）、旅游外汇收入（x20）同样是部分省区的主要障碍因子，由于对外开放程度较低、国际人员交流频率低、国际旅游发展不充分，因此较弱的对外交流也对耦合协调度产生了显著的阻碍作用。在旅游创新上，旅游院校学生数（x14）成为主要障碍因子之一，说明旅游人才培养若无法匹配创新发展的需求，便会对耦合协调度产生阻碍作用。这说明西部民族地区各省区的发展环境不同，影响两大系统协调发展的障碍因子既有共性也有差异，各省区需依据自身发展现状及时做出调整以顺应耦合协调发展趋势。

2.4.2 外部影响因子Tobit回归分析

数字经济与旅游业高质量发展的相互作用是第三产业变革与发展的关键合力，数字经济与旅游业高质量发展之间的相互作用受多重因素影响，不同影响因素的作用程度也存在差异。本文综合前人对区域旅游经济、数字经济的影响因素研究［3，33］，根据数字经济与旅游业高质量发展的作用机制并结合实际情况，选取经济发展水平、交通条件、产业结构、政府支持、地区人口规模5 个方面构建外部影响因素指标体系（表10）。

表10 Tobit回归模型指标体系Table 10 Tobit regression model index system

经济发展水平。数字经济与旅游业高质量发展离不开经济的支撑，区域经济的发展能够显著提高居民消费水平，刺激旅游消费，带动餐饮、住宿、交通运输等相关服务产业集聚，旅游收入为旅游资源开发和旅游产品创新提供经济支撑；另外，数字技术是数字经济的基础，经济发展能够为数字技术的应用与创新提供有利条件，经济增长对地区数字经济发展具有显著促进作用［34］。地区人均GDP 越高，当地的经济发展水平越发达，因此本文选用人均GDP表征经济发展水平。

交通条件。便捷的交通条件能压缩旅游时空距离，促进旅游流的空间扩散转移，同时也能加强区域间旅游要素的合理流动，打破旅游行政壁垒，推进区域旅游联合发展；另外，数字经济的一大表征就是移动支付的迅猛发展，互联网消费逐渐增多。而交通条件的完善能缩短地区间物流时间，提高互联网产业的生产与消费效率，并带动数字经济相关产业的发展。因此本文选用公路里程数表征交通条件。

产业结构。旅游业是第三产业的支柱型产业，承担着“催化剂“般的关键作用。一方面，第三产业的发展水平一定程度上折射了区域旅游业高质量发展水平，第三产业发展水平高则旅游业产业基础设施也相对完善，对推进旅游业与数字经济协调发展越有利；另一方面，作为第三产业的核心部分，数字经济与第三产业的融合趋势日益加深，第三产业水平高低与数字经济和旅游业高质量发展的耦合协调发展密切相关，因此本文选用第三产业占GDP比值表征产业结构。

政府支持。数字经济与旅游业高质量发展都离不开政府的帮扶，在西部民族地区，政府的支持往往起着关键性作用。政府在推进数字基础设施建设、引进数字经济相关高新技术产业、吸引社会资本投资数字经济等方面具有积极作用，是加快数字经济发展的重要推手；对于旅游业而言，政府在政策制定、市场监管、资金支持、法律保障等方面都扮演着重要角色，政府在促进旅游经济平稳发展的同时，还肩负着引导旅游业发展模式向着高质量发展转变的使命。本文选用地区人均财政投入表征政府支持，人均财政投入越多说明政府对于数字经济与旅游业建设的投入越大。

地区人口规模。地区人口规模与产业结构和劳动力素质息息相关，地区常住人口数量多，地区产业结构也相对完善，与之相匹配的劳动力素质也更优良，更能适应数字经济发展所带来的产业结构变革与生产方式的创新；同时，地区常住人口会直接影响地区旅游业市场规模，地区常住人口多，旅游目标市场则更大，旅游产品类型和数量也会随之增加，旅游消费与旅游供给形成健康良好的“内循环“，地区旅游业发展内生动力充足，因此本文选用地区常住人口表征地区人口规模。

由表11 可知，经济发展水平与地区人口规模在1%水平下通过显著性检验，说明两者对于数字经济与旅游业高质量发展的耦合协调有着显著的正向作用。产业结构与政府支持在5%水平下通过显著性检验，对数字经济与旅游业高质量发展的耦合协调有一定的正向作用。其中，交通发展水平变量系数为负且在5%水平下通过显著性检验，说明各区域之间的交通基础设施发展水平不均衡，未能实现对各要素流动和资源的合理配置，阻碍了数字经济与旅游业高质量发展之间的耦合协调。

表11 Tobit回归模型回归结果Table 11 Results of Tobit regression model

3 结论与讨论

3.1 结论

本文以我国西部民族地区8 个省区为研究对象，构建西部民族地区数字经济、旅游业高质量发展评价指标体系，测算2010—2019 年数字经济与旅游业高质量发展耦合协调度，探测两者之间的互动关系，考察耦合协调的内部障碍因子与外部影响因子并分析其影响机制。主要结论如下：①2010—2019年西部民族地区8 个省区数字经济发展质量与效益不断优化，数字经济综合发展水平得到较快提升，上升趋势明显；旅游业高质量的综合发展水平虽呈整体上升趋势，但增长速度与效率较为疲软，仍处于较低的水平。②从耦合协调度的特征看，西部民族地区8 个省区数字经济与旅游业高质量发展的耦合协调度呈逐年上升趋势，但区域间耦合协调度差异明显，西部民族地区耦合协调空间差异体现出“强省恒强，弱省恒弱“的“马太效应“；各省区相对发展类型体现出从数字经济滞后型向旅游业高质量发展滞后型转变的发展趋势，数字经济发展的速度与质量均超过同时期旅游业高质量发展，旅游业高质量发展后劲不足。③在互动效应方面，两者存在着旅游业高质量发展影响数字经济发展的单向格兰杰原因，数字经济发展对旅游业高质量发展的贡献较弱，两者都对自身发展起到积极的正向影响；西部民族地区旅游业高质量发展主要受自身内部变化影响，与数字经济的相互作用未达预期。④数字经济企业法人单位数与电信业务总量、旅游直接就业人数/总就业人数等障碍因子的影响呈愈发明显之势；经济发展水平与地区人口规模对耦合协调度的影响较为显著，产业结构、政府支持与交通发展水平对耦合协调度的影响也不可忽视。

3.2 讨论

本文研究结果显示，西部民族地区数字经济的发展对旅游业高质量发展的正向影响有限，这点与冀雁龙等的研究结论［10］类似。数字经济发展与旅游业高质量发展之间的具体作用机制复杂，不同地区的发展基础、发展条件都有所差异，因此影响两者相互作用的因素及程度各不相同。中部、东部地区经济发达，数字基础设施投入大、建设程度高，数字经济与旅游业融合深入；西部民族地区旅游发展依托于独特的自然、民族文化与生态资源，属于旅游生命周期中的成长期，因此旅游景区打造、交通设施建设、旅游人才培养是现阶段旅游业高质量发展的努力方向［3］。西部民族地区数字经济发展带来的积极作用与当前阶段旅游业高质量发展的需求并不吻合，两者形成了“错位发展“，因此旅游业受到数字经济的影响相对东部地区更为有限，响应相对延迟。

研究西部民族地区数字经济与旅游业的发展有着重要的现实意义。西部民族地区是中国少数民族聚居地，也是重要的边境地区，民族团结与边境稳定关乎国家长治久安。少数民族同胞为中国社会主义现代化建设做出了巨大贡献，让少数民族同胞共享发展红利是高质量发展的基本要求，也是助力“稳边固边“工作的重要举措。数字经济与旅游业的协调发展是实现西部民族地区共同富裕与现代化发展，夯实铸牢中华民族共同体意识物质基础的新路径，未来还需进一步研究两者相互作用的具体机制，不断整合升级以少数民族文化、自然生态环境为支撑的旅游资源体系，加深数字经济与旅游业的融合程度，为西部民族地区两者的高质量发展提供更具针对性的建议。