省域间文旅经济贡献的比较测度：基于文旅经济指数的建构思路、数据适用和结果表现

[摘 要] 建构一种省域文旅经济指数，对于衡量中国各地区文化旅游发展的实际水平及其经济社会影响具有重要意义。观测文旅经济发展水平，需要在划定文旅经济概念边界的基础上，搭建综合性的文旅经济指数模型，并从资源禀赋、要素配置和双效产出三个关键维度进行测算，评估中国各省市的文化旅游经济发展状况。结果显示，北京、浙江、上海、江苏和广东等地区在文旅经济发展方面处于领先地位，特别是东部沿海地区在推动中国文化旅游经济发展中的“引擎”作用愈发凸显，而西部特色文旅资源在形成经济发展的比较优势方面并未如期体现出显著增益。为实现文旅经济的高质量发展，文旅经济主体需要重视和引入新发展逻辑、实施政策与市场的双轮驱动策略、注重资源转型以及加强跨区域合作。

[关键词] 文化产业；指数建构；文旅融合；双效统一

[DOI编号] 10.14180/j.cnki.1004-0544.2024.10.013

[中图分类号] C912.3; C913.5 [文献标识码] A [文章编号] 1004-0544（2024）10-0104-19

基金项目：南方科技大学全球城市文明典范研究院开放性课题“创意城市语境下城市文化保育与国际传播研究”（IGUC23B003）。

作者简介：祁吟墨（1995—），女，中国传媒大学文化产业管理学院博士研究生；宋立夫（1994—），通讯作者，男，艺术学博士，清华大学公共管理学院科教政策研究中心博士后；范周（1959—），男，文学博士，北京京和文旅发展研究院院长、文化和旅游部文化和旅游研究基地首席专家，中国文化产业协会副会长，中国传媒大学教授。

近年来各地文旅事件相继出圈、频上热搜，屡屡贡献经济社会的热点现象，成功吸引了来自世界各地的游客。在国内国际双循环相互促进的政策导向、优秀传统文化与社会主义先进文化不断繁荣的社会浪潮之下，文旅市场成为推动地方经济发展、增进文化交流的重要力量。然而，由于文旅行业难以开展精确、连续、可对话的经济统计，省际之间文旅发展情况的披露往往“各行其是”，迫切需要一种综合性的工具观察文旅行业的经济社会产出。

一、现实依据和理论价值

文化产业和旅游业作为新兴经济增长点正日益受到重视，而文化旅游融合不仅是重要的政策发力点和经济发展新动能，更是社会文化传播的重要途径。然而，目前中国的文化产业和旅游业的统计与评估工作仍面临诸多挑战，特别是缺乏统一的指标体系，导致难以全面评估各地区文化旅游经济的实际贡献和发展潜力。因此，设计一种能够克服现有研究局限的综合性文旅经济指数，能够为政策制定提供科学依据，推动人文经济学的进一步发展。在更长期的窗口期内，通过指标体系的持续完善和时间序列数据的丰富拓展，该指数将为理解和预测文旅经济的长期趋势提供深刻见解，增强其在实际应用中的前瞻性和精确度。

（一）现实问题

长期以来，文化产业和旅游业都具有一定的特殊性，使得经济统计工作较为困难。主要体现在几个方面：第一，定义和范围不清晰。文化和旅游两个概念在内涵上都相对宽泛，不同地区对文化和旅游的定义和理解也存在客观上的差异，同时所涵盖的微观行为活动范围广、需求导向强，边界往往难以精确划分，造成难以从宏观数据当中完全剥离符合文化和旅游行为的微观数据。第二，从业主体多元复杂。文化和旅游两个行业的经营主体既包括正规的企业和机构，特别是规模以上的文化产业企业和旅游业企业，也包括大量个体经营者、社会组织，以及非正式的从业人员与机构主体，另外本身并不从属于文化产业和旅游业行业范围的市场主体也有可能从事文化和旅游类的经营活动，这种从业主体的复杂性进一步加大了数据调查的难度。第三，相关统计制度不健全。国内文化产业和旅游业的统计工作起步较晚，且经历过多轮调整，相关概念界定、调查方法、指标体系、纳统范围、达标跟踪等统计能力在地区之间并不一致，已有数据之间也存在内生性问题。第四，文化和旅游统计数据难以对话。在文化产业领域，国家和地方统计部门披露的数据字段主要是全口径的文化及相关产业增加值数据和规模以上文化及相关产业企业的营收数据，颗粒度精确到省级数据，数据统一由国家统计局核算和发布。这些数据的权威性和准确性高，但灵活性不足，对于地方文旅经济发展的解释性也相对偏弱。而在旅游业领域，国家和地方统计数据披露的数据字段有两类，一类是国家统计局披露的旅游产业增加值数据，其在政府、社会和媒体层面上应用频率不高；另一类是地方披露的旅游人次和旅游收入数据，数据由地方（省、直辖市和地级市）发布，两类旅游业的经济数据披露主体不同，且执行不同的标准（见表1-1），总的来说存在“横向不可比、纵向不可加”的问题①。由于不同的统计标准和分类、数据核算与披露主体的差异、版本更新与统计口径的变化、颗粒度与灵活度的差异等现实约束的存在，文化产业和旅游业的统计数据难以进行有效对话，这给文旅融合导向之下的文化产业和旅游业一体化分析带来了挑战。

（二）指数价值

随着文化产业和旅游业在国民经济中地位的不断提升，学术界和业界对于评估和观测这两个领域发展状况的需求日益旺盛。为此，多个机构的学者和团队开展了多样化的研究，观测和分析文旅发展水平，主要类型和代表性的成果包括以下四个方面。

第一，以指数形式观测文化产业发展。学者们构建了针对文化产业高质量发展的评价指标体系，如喻蕾（2021）提出的包括产业创新、产业协调、产业开放和产业共享四个维度的评价体系，旨在全面反映文化产业的发展水平和关键影响因素1。这些指数不仅关注产业的经济指标，如产值和增长率，还涵盖文化资源、政策支持、创新能力和国际交流等方面，以期评估文化产业的整体发展质量和效益。

第二，以指数形式观测旅游发展。旅游发展水平的评估同样受到重视，研究者们通过构建旅游指数来衡量旅游经济的高质量发展。例如，王一婕和桂成玉（2024）通过熵值法、空间自相关和 σ 收敛分析等方法，对中国旅游经济高质量发展的水平变化、区域差异及时空演化进行了深入研究2。这些研究不仅关注旅游收入和游客数量等传统指标，还考虑了旅游消费协调水平、环境资源保护、旅游开放服务等因素，以期全面反映旅游业可持续发展能力。

第三，基于互联网数据的趋势预测。随着互联网技术的发展，研究者开始利用网络数据进行旅游趋势预测。康俊锋等（2020）通过分析百度指数的时空分布规律，构建了旅游趋势预测模型，发现互联网搜索数据与实际旅游行为之间存在密切的映射关系。这种基于大数据分析的方法为旅游管理和决策提供了新的视角和工具，有助于提高预测的准确性和及时性3。

第四，文旅融合的典型案例。文旅融合是当前发展的热点，学者们通过收集和分析文旅融合的案例，探讨文化与旅游的结合方式及其对地区发展的影响。石燕和詹国辉（2021）以江苏省为例，研究了文旅融合高质量发展的指数建构、影响因素与提升策略，发现文旅融合不仅能够促进文化产业和旅游产业的相互渗透和发展，还能够带动地方经济的提升和社会文化的传承4。

现有研究覆盖了文化产业和旅游业的多个方面，从单一的经济指标扩展到社会、文化、环境等多个维度，为特定视角下观察文旅产业发展提供了测度工具。然而，如以全面刻画文旅经济的社会贡献为目标，在综合、全面的框架下考量创新发展、资源影响、经济水平、双效统一等因素，现有研究仍然不够全面。特别是它们无法分析省际之间文旅经济贡献的水平差异，这是当前统计数据在可比性和解释性方面的薄弱环节。当前研究难以提供用于观察地区之间文旅经济增长和赶超的数量化分析工具，导致政策识别与政策过程的科学化受到限制，是文旅经济发展须解决的重要问题，也是提出文旅经济指数的价值所在。

（三）长期拓展

本研究指数的建构和测算工作以2023年的情况5作为来源，最终形成2023年度的截面数据。为更深入地理解文旅经济对地区发展的影响，长期的指数建设工作将向两个方向开展。第一，将指标体系从时间截面数据拓展为面板数据，为分析文旅经济发展趋势和动态变化提供丰富的数据基础。在维持现有指标体系和数据来源不变的情况下，通过搜集过去和未来的指标字段构建数据集，帮助研究者探索文旅经济活动如何随时间变化，以及这些变化与宏观经济环境、政策变动、公开报道等事件之间的因果关系，为文旅政策的制定和优化提供依据。第二，丰富指标体系和数据来源，拓展指数质量。任何研究在科学性上必然会受到时间的挑战，因此，需要动态地调整指标体系和数据来源，将更多能够反映文旅经济多维度贡献的直观指标纳入考量，例如当文旅活动产生的直接就业情况数据得以披露，将其纳入指标体系是必然的。同时，如果能对大数据分析和新兴网络分析等新兴方法进行拓展，在大数据视角下捕获文旅发展态势，不仅能够提高指数的覆盖度和精确度，还能够增加指数的前瞻性和应用价值。

这两个拓展方向虽然不同，但它们分别从质和量的追求入手，对于加深对文旅经济研究的理解、促进人文经济学领域的发展都具有重要的基础性意义。通过构建更为全面和动态的数据体系，研究者能够更准确地评估文旅经济的贡献，更有效地识别和解决文旅经济发展中的关键问题，为相关政策的制定和优化提供坚实的数据支持。

二、指数建构的思路

除了现行统计制度所产出的指标之间难以解释文旅发展的综合贡献之外，数字技术的发展有力推动了文化产业和旅游业的新旧动能加速转换，传统文化产业与旅游业的概念在数字产业化与产业数字化的冲击下正逐渐变得模糊，以增加值、营收等绝对值为依据进行的传统经济分析越来越难以衡量与比较区域之间的真实差距，筑高了观察、分析与治理的壁垒，需要引入文旅经济概念，从整体上思考文化产业和旅游业对本地经济增长的贡献，并针对文旅经济提出一种全面、体系化的评价指标，用以测量不同省份地区文旅经济发展的实际状况。

（一）基本原则

本研究以过程性的视角，而非国民经济统计的收入或生产视角，引入了“文旅经济”概念。文旅经济指某个区域以其历史文化资源与旅游休闲目的地为基底，经由政策引导和公众参与得到治理、创新和发展，并最终在市场中满足消费者对美好生活需求向往的生产和消费活动。

为确保文旅经济指数的科学性、应用上的实用性和概念上的适应性，应当在建构过程中遵循一系列的原则作为约束和指导。已有研究中的指数建构过程大多采信了这些原则：（1）系统性原则，石燕和詹国辉（2021）在研究文旅融合高质量发展指数时，考虑了文化发展、旅游发展等多个方面的指标，体现了系统性原则；（2）科学性原则，王一婕和桂成玉（2024）通过熵值法等科学方法确定指标权重，体现了科学性原则在指数构建中的应用；（3）可比性原则，袁渊等（2020）在构建文化产业高质量发展评价指标体系时，考虑了不同地区之间的比较1，体现了可比性原则；（4）动态性原则，康俊锋等（2020）通过分析百度指数的时空分布规律，展示了动态性原则在预测旅游趋势中的应用；（5）可操作性原则，喻蕾（2021）在构建文化产业高质量发展评价指标体系时，注重了指标的可量化和数据的可获得性，体现了可操作性原则；（6）针对性原则，郑自立（2019）在研究文化科技融合助推文化产业高质量发展时，特别强调了指标选择的针对性2；（7）综合性原则，曾咏梅（2019）在研究湖南省文化产业结构优化问题时，考虑了经济效益与社会效益的统一3，体现了综合性原则。

将这些观点与引入的文旅经济概念相结合，本研究在指数建构过程中重点考量四个方面。第一，理论正当，即指数构建应基于完整的理论成果，因子对宏观测算结果的影响客观存在，各项指标之间相互关联、相辅相成，能够实现理论对话。第二，数据可比与可获得，即指数涉及的数据必须可以获取，并且在不同地区之间具有可比性，保证指数的客观性和准确性。第三，指标的丰富度，即考虑到指标设计更加重视全面性的目标，本体系将包含多个层面的评价字段，全面反映文旅经济的发展状况，避免单一维度评价的片面性。第四，文旅占比平衡，即在指数建构和测算的过程中，文化和旅游两方面原始数据的比重保持适当的平衡。

此外，研究考虑选用不含港澳台地区在内的省一级行政单位作为测度基础有四方面的原因。一是测度主体在社会体系中的重要定位，省际行政单位是中国行政管理的重要层级，文旅经济政策的制定和执行往往在这一层面展开，也是文旅研究关注的重要主体。二是数据全面且可得，省级单位拥有较为完整、多样、可比的统计数据，能够为数据建构提供丰富的支持，地级市和县乡级行政单位在数据可得性方面的表现参差不齐。三是指标发展空间大，选择省际单位有利于横向之间的比较，也有利于在纵向层面上进行拓展，追踪单个省份的发展历程。四是视角规模适中，以省际行政单位作为测度主体，既能够反映国家整体格局，也能够体现区域差异，是评估文旅经济发展的合理尺度。

（二）框架设计

在构建文旅经济指数的过程中，指标体系框架的设计是至关重要的步骤，其合理性、正当性与必要性直接影响指数评估的科学程度，特别是在指标的选取方面应与文化产业和旅游业发展的影响因素相吻合。以文化产业为例，不同的学者近年来对文化产业发展的影响因素进行了多个层次的检验，发现多个维度的影响因素均与文化产业发展之间存在相关性关系，如人力资本（杨祖义，20161；孟书魁、雷原，20192）、经济水平（徐忠华等，20193）、政策支持（吴慧勇，20104）、科技进步（章迪平，20135）等。

为了较为完善地体现文化产业与旅游业发展的影响因素，覆盖文旅资源、经济产出、居民消费、创新发展、资本投入及社会关注等文旅经济的不同侧面，本指数设计了一个由三个一级指标构成的框架——资源禀赋、要素配置以及双效产出。

资源禀赋作为文旅经济指数的第一个一级指标，包括文化资源、旅游资源、交通设施和经济基础四个方面。作为指标体系的基础，资源禀赋数据体现了文旅经济发展的物质和文化基础。其中，文化资源和旅游资源是文旅产业的核心资产，它们的多样性和独特性直接决定了一个地区文旅产业的吸引力和竞争力；交通设施的完善程度决定了游客到达的便利性；经济基础则提供了文旅产业发展的资金和市场支撑。因此，资源禀赋不仅能反映地区文旅经济的潜力，也为进一步的政策制定和资源配置提供了基础数据。

要素配置作为第二个一级指标，涉及政策要素、人力要素和创新要素三个方面。要素配置指标的引入，反映了文旅经济发展不仅依赖于自然和文化资源，更需要有效的政策支持、人才保障和创新驱动。政策要素考量了政府对文旅产业的重视程度和政策环境的友好性，这些因素对于激发市场活力、引导产业发展方向具有决定性影响。人力要素强调了人才在提升文旅服务质量、促进产业升级中的核心作用，体现了文旅产业“以人为本”的发展理念。创新要素则说明在当前快速变化的市场环境中，持续创新是文旅产业保持竞争力、实现可持续发展的关键。要素配置指标的设置揭示了文旅经济发展的动力机制，指向了提升文旅经济综合竞争力的关键要素。

双效产出作为第三个一级指标，包括营收产出、消费支出、资本市场和社会投入四个方面。这一维度的设计旨在从文旅经济的输出效果出发，评价文旅经济的绩效。营收产出和消费支出直接反映了文旅产业的经济贡献，前者关注产业本身的经济效益，后者则关注文旅活动对居民消费和生活品质的提升作用。资本市场的活跃程度反映了文旅产业对投资的吸引力以及产业的成长潜力。社会投入则用以衡量文旅产业发展对社会文化环境、生态环境造成的影响，强调的是文旅产业发展的可持续性和社会责任。这一指标体系框架的设置，旨在全面反映文旅经济的综合效益，从而为相关决策提供更加全面和深入的分析依据。

总的来说，指标体系的设置基于对文旅经济复杂性的全面把握，以期构建一个能够真实反映文旅产业发展状态、驱动因素及其综合影响的评估体系。通过这一体系为决策者提供科学的分析工具，为文旅经济的高质量发展提供指导和支持，还需要有具体的支撑性指标，实现指标体系“有筋有骨”又“有血有肉”。

（三）支撑性指标

进一步对一级指标之下的各项子指标进行数据可得导向的拆解和聚类，能够获得各字段的支撑性指标，主要内容和指标类型见表2-1。支撑性的指标分为三个类型，包括披露型指标、计数型指标和综合型指标，其中，披露型指标是指政府通过各类年鉴、政府工作报告等形式向社会公开披露的数据，例如省级行政单位的年度GDP；计数型指标是指0nCO2xB0JcuA84dzXKSl8S699P/E4LoVkAoB5ORkJrA=符合三级指标要求的字段在某些公开披露报告中出现频率的计数，例如对某家媒体报告当中北京出现频率的计数；综合型指标则是利用已有的披露指标或计数指标按照一定的运算所得出的结果，例如使用比重型的数据对省域经济水平造成的误差进行控制。

支撑性指标的选取和设计主要考虑的是该指标所反映的变量与文旅经济之间是否存在显著或潜在的相关关系，例如文旅政策的扶持、经济水平的提高、区域内的文旅企业受到资本市场的关注、文旅教育机构的增多都显著地对文旅经济发展产生了积极的影响，而潜在相关关系的判断主要依据现有的理论研究，如实证了基础设施能够对消费者的旅游支出带来显著提升等。同时，支撑性指标的选取和设计还考虑到了经济社会发展态势的变化，一方面是考虑到政策的阶段性侧重和对潜在资源的挖掘，例如从中央到地方，各地的文旅经济建设工作都较为重视夜间文旅的拓展，因此指标将夜间文旅作为支撑性指标之一列入资源禀赋一级指标当中。另一方面则是考虑到当下文旅经济中所存在的“流量驱动注意力、注意力驱动消费”的典型特征，特别是2023年所涌现的淄博烧烤、音乐节、村超、村BA等社交媒体热点对地方文旅发展的带动，因此需要在文旅经济指标体系框架当中对于旅游传播力进行综合的考虑。将文旅经济指数的支撑性指标与一级指标相联接，能够形成文旅经济指数的三级指标框架表，见表2-2。

三、数据来源与测算

在文旅经济指数框架构建之后，还需从不同的来源获取测算三级指标所需要的实际数据，依据具体的数据间关系对不同指标开展过程性的工作。因此，本部分将对指标体系的数据来源、选择平等权重的考量和测算方法进行说明。

（一）数据来源

适应文旅经济发展的多因素促进效应，需要成规模地引入在省级层面具有可比性的原始数据作为指标测量的依据，本指数共使用了70余个原始指标字段完成测算。数据来源是多样的，既有文化和旅游部、国家统计局所披露的官方数据，也有联合国教科文组织、中国国际贸易促进会等国际组织发布的数据，还包括开放性的研究数据平台提供的涉及文旅经济的数据指标，以及中国省份营商环境评估1、中国城市政商环境评价2、省级数字经济水平测算（赵涛、张智、梁上坤，2020）3所提供的测算结果作为部分指标的数据来源，参考数字经济政府政策支持力度的测算方法（金灿阳等，20224；陶长琪，20225）来测算文旅经济政策的支持力度。此外，测算过程中还用到了各省政府工作报告、迈点研究院等发布的文本数据，以计次数据的形式作为指标内涵纳入测算框架6。详细内容见表3-1。部分使用单一数据的指标所需字段在指标名称中已得到体现，故不再赘述。

另有部分指标的实际内容需要说明。 第一，针对旅游消费水平（O2-X29）的实际测算量值，研究并未采信一般的“旅游总消费/旅游总人次”的方法，而是使用重点旅游城市星级酒店的价格在省级层面按酒店数量进行加权平均得出，这是由于酒店处于旅游消费的核心环节，其价格能够较为充分地代表在地旅游的供需关系，足以衡量地方旅游消费水平。第二，同样由于分省披露的旅游数据存在口径差异，在旅游业收入的推算方面，指数仍使用星级旅游酒店的价格、出租率、营收和增长率来测算旅游业收入综合评价指标，综合评价测算方法在后续说明。第三，规模以上文化企业研发占比的实际指标是在《文化及相关产业年鉴》中披露的规模以上文化制造业的研发投入、规模以上文化服务业的研发投入和限额以上批发与零售业的研发投入之和与总营收的占比。第四，在文旅政策支持力度中，用于检索政府工作报告的关键词包括15个，分别是文化、旅游、文旅、创意、历史、遗产、活化、营销、入境、游客、品牌、休闲、会展、艺术、景区。由于不体现经济活动特性，涉及社会文化、价值观和意识形态建设的关键词不纳入文旅经济检索的关键词。第五，考虑到月度数据波动性较大，且对文旅经济产生的波动影响会在时间序列上熨平，故本轮采用年度上的最新当期数据，即对于已经发布2023年数据的指标，使用2023年的数据结果进行测算，对于还未发布2023年数据的指标，在考虑到年内趋势稳定一致的情况下，使用上期数据来描述当期情况。

（二）权重设置

本研究在文旅经济指数的构建过程中使用了一系列方法来确定权重分配，确保每个指标的特殊作用和相对重要性得到充分考虑。首先，初始阶段采用无偏的平等权重作为基础，这是为了避免主观判断导致的偏差，确保各指标在初始状态下被公平对待。其次，根据政策要求、行业发展趋势，并结合专家反馈意见进行调整。调整过程中参考了经济学中的效用理论和管理学中的平衡计分卡理论，综合考虑了各个指标之间的互动作用和对整体策略目标的贡献。通过四名专家完成两次德尔菲法访谈，最终确定了权重的合理性和科学性。

在一级指标中，“资源禀赋”和“要素配置”的最终权重分配结果分别为0.3，而“双效产出”一级指标的权重为0.4。在二级指标中，“资源禀赋”下的四项指标最终权重分配结果分别为“文化资源”（0.35）、“旅游资源”（0.25）、“交通设施”（0.15）和“经济基础”（0.25）；“要素配置”下的三项指标最终权重分配结果分别为“政策要素”（0.4）、“人力要素”（0.3）和“创新要素”（0.3）；“双效产出”下的四项指标最终权重分配结果分别为“营收产出”（0.4）、“消费支出”（0.2）、“资本市场”（0.1）和“社会投入”（0.3）。利用原始数据完成三级指标测算时一般赋平等权重，但部分综合评价指标如“GDP综合评价指标”，既考虑规模的作用，也将增速纳入测算范围中，规模和增速二者的权重分别设置为0.6和0.4，以便体现经济水平不同的地区在文旅经济发展方面的阶段特征。

由于原始数据的变量类型、数据集的结构、时间效应以及衍生的内生效应与传统的权重赋值方法如数据包络分析（DEA，包括传统的DEA方法和基于横截面的DEA方法）和主成分分析（PCA）的原理和数据偏好相悖1，因此研究采取权重直赋的处理方式。具体而言，DEA主要用于评估生产效率，假设指标之间存在输入输出关系，这与文旅经济指标体系的构造不完全吻合，文旅经济指标更关注各类产出组分的发展情况，而非生产过程的效率。PCA则要求数据间存在线性关系，更适用于处理连续变量，而文旅经济指标涉及的分类变量和顺序变量复杂且具有非线性特征，使得PCA在此应用中存在局限性。此外，PCA通过提取数据的主要变异来简化数据集，但在文旅经济指标体系中，每个指标的独特信息同样重要，维度降低可能导致重要信息的遗失。因此，选择直赋方式能够更好地确保每个指标的重要性和独特作用得到全面反映。详见表3-2。

（三）测算方法

测算过程与权重的设计过程相反，需要先对某省份三级指标的实际值进行标准化处理，采取的方法为对标准分数（Z-score）进行百分化，部分排名类的数值则需要先求倒数以将“越小越好”的数值转换为“越大越好”的数值，再求标准分数（Z-score）并百分化。其中，标准分数方法能够消除数据的量纲，从而得以使用无单位的数据进行比较。同时，考虑到部分指标Z值处理后会出现负数，因此百分化采用指数函数的方法，将Z值映射到（0，1）区间之后再转换为百分，具体的计算公式如下：

[Xz=11+e−X−μσ] （1）

其中，[Xz]是对单个三级指标求得的百分化标准值，[X]是单个数据点的值，[μ]是整个数据集的平均值（均值），[σ]是标准差。函数中的变量z则是利用Z-score 方法求得的标准分数，计算过程即是公式中的[X-μσ]部分。

其中，[XZ]是对单个三级指标求得的百分化标准值，[X]是单个数据点的值，[μ]是整个数据集的平均值（均值）， σ是整个[X]数据集的标准差。函数中的变量（Z）则是利用Z-score方法求得的标准分数，计算过程即是公式中的[X−μσ]部分。

在完成三级指标的标准化之后，还需结合权重，完成二级指标和一级指标的测算。其中，二级指标的计算函数如下：

[a=1ni=1nXi] （2）

其中，[a]代表任意一个二级指标的综合值，[n]是该二级指标下三级指标的总数，[X]是第[i]个三级指标的值。

一级指标的测算方法如下：

[A=j=1mwjaj] （3）

其中，[A]代表一级指标的综合测算值，[m]是该一级指标下二级指标的总数，[wj]是第 j个二级指标的权重，[aj]是第 j个二级指标的值。文旅经济总值的测算方式也参照这个公式，即对不同二级指标加权值进行加总求和，得出最终的标准值P：

[P=k=1l（Wk⋅Ak）] （4）

其中，[P]代表一级指标的综合测算值，[Wk]代表第 [k]个一级指标的权重， [Ak]是第[k]个一级指标的测算值[W]是该一级指标下二级指标的总数，[Wj]是第 j个二级指标的权重，[aj]是第 j个二级指标的值。

四、测算结果表现

通过综合考察一级、二级至三级指标得分情况深入分析测算结果，研究能够有效揭示文旅经济发展的空间分布特征及其背后的驱动因素，识别各省份在文旅经济综合实力中的相对位置，探讨领先与滞后地区间的差异，并解析影响这些差异的关键要素。

（一）总指标和一级指标分析

为方便比较，指数测算完成后进一步完成了首位百分化处理，最终结果如下（见表4-1）。

分析结果揭示，就文旅经济发展而言，北京市位于全国领先地位，浙江省、上海市、江苏省与广东省分别位列第二至第五位，且总分值与北京市之间的差距并不显著。紧随其后的山东省、湖南省、四川省及福建省构成了国内文旅经济发展的次一级梯队。

指标体现了文旅经济发展多样化的趋势。具体而言，北京市在文旅经济的要素配置与双效产出两大维度均占据首位，超过半数的二级指标在全国范围内居于领先地位，这一成就凸显了其作为国家文化中心的显著比较优势。江苏省、浙江省及山东省在文旅经济发展中取得领先地位，得益于它们在资源禀赋、要素配置以及双效产出三大维度的均衡表现。这一点通过对各省在各指标上排名数据进行标准差分析得以证实，江苏省、浙江省和山东省展现出的标准差最小，意味着它们在所有二级指标上的表现均处于全国前列。

从空间分布来看，东部沿海地区无疑成为中国文旅经济的主要驱动力量。自山东省沿海岸线向南至广东省，途经江苏省、上海市、浙江省及福建省各地区在文旅经济指数评估中均位居前列。此外，由于行政管理、空间分布、人口规模及历史背景等因素的综合影响，直辖市在资源禀赋维度的得分相较于拥有多个地级市的省级行政区而言，通常呈现较低水平。

（二）二级指标测算结果分析

资源禀赋的各二级指标揭示出文化旅游资源虽然丰富，但分布极不均衡，显现出显著的区域发展差异，如图4-1所示。在全国31个省级行政单位当中，浙江省有着最为丰富的文旅资源，其文化资源（包括历史文化资源、非遗文化资源和公共文化资源）指数位居全国首位，交通设施水平（机场吞吐量、高铁密度和高速公路密度）位居全国第二，旅游资源（包括景区资源、接待能力、商务会展和夜间文旅）和经济水平（综合考察GDP的规模与增速、人均GDP水平、居民收入和居民消费）位居全国第三。江苏、广东、山东、福建、北京等省市位列第二至六位。除浙江外，在文化资源二级指标中排名前五的省份还包括江苏（2）、山西（3）、河南（4）、河北（5），在旅游资源二级指标中排名前五的省份还包括广东（1）、山东（2）、四川（4）和北京（5），在交通设施二级指标中排名前五的则有广东（1）、上海（3）、福建（4）和海南（5），在经济基础二级指标中排名领先的则是北京（1）、上海（3）、江苏（4）和广东（5），如图4-2所示。综合来看，在讲好中国故事、保护传承弘扬中华优秀传统文化过程中强调传统的历史文化思想和资源固然重要，例如山西和河南在文化资源方面得分突出，但做好文旅经济文章则更加需要软硬兼备的发展方式——既要做到经济与交通并重，也要做好文化与旅游兼具。从空间上来看，东部沿海地区与内陆省份之间的差距仍然较大，例如新疆、广西、西藏、甘肃等省区虽然在文化资源或旅游资源挖掘方面取得了不错的成绩，但受制于交通设施或经济基础的局限，仍无法在资源禀赋方面取得全局性的优势。特别是海南或广西，虽然在文化资源和经济基础方面未能处于优势地位，但由于其鲜明的旅游形象、便利的交通状况以及良好的气候条件，仍然在居民文旅消费中享有较好的口碑。

测算分析结果显示，政策、人力和创新要素在中国31个省级行政区域间存在显著差异，如图4-3、4-4所示。北京在三大要素的总体配置上位居全国榜首，在人力资本和创新资源两项指标中均排名第一，政策环境指标排名第四。浙江、江苏、上海和广东各省市在总体配置上紧随其后，位列前五。同时，在要素配置指标当中，人力要素配置的省际差距最小，创新要素差距最大，而政策要素极差值最高，说明各地在政策支持方面存在明显区域分化。总体而言，东部沿海地区仍然在要素配置方面保持优势；陕西、天津、山东、湖南等在人力资源储备上相对充裕；广东、四川、山西和福建在政策环境上较为有利。而东北、中西部大部分省份在总体配置上相对落后，如安徽、西藏、贵州、辽宁和黑龙江等，其产业创新能力亟待提高。值得关注的是，内蒙古、吉林、陕西、甘肃、新疆、江西和西藏等地区在人力资本指标上表现不俗，主要源于三方面因素：一是高职院校在校生占常住人口比重较高；二是人均文旅事业费支出水平较高，能够促进居民文旅消费；三是文旅教育机构数量较多，为行业输送人力资源。从空间分布来看，虽然要素总体配置呈现东高西低、南优于北的格局，但二级指标的异质性也启示我们，如果将东部地区的创新和产能优势与中西部地区的人力资源禀赋充分对接，在全国统一大市场下实现优化配置，将有助于提升中国文旅经济的整体发展效率。

双效产出的各项指标揭示了区域之间文旅经济绩效的显著差异，如图4-5、4-6所示。具体来看，北京在营收产出、资本市场活跃度和社会关切程度三个方面高居榜首，消费支出仅次于上海市，位列第二。从二级指标分布来看，营收产出前五位依次为北京、上海、江苏、山西和河北；消费支出上，上海、北京、天津、广东和山东位列前茅；资本市场活跃度则由北京、上海、广东、浙江和江苏领衔；社会关切程度方面，北京、湖南、上海、江苏和四川拔得头筹。双效产出的高分综合反映了北京作为国家政治经济文化中心的独特优势。一方面，集聚的高端生产要素和优质公共资源为北京创造了丰厚的营收和产出绩效；另一方面，作为交通枢纽和旅游目的地，北京拥有旺盛的国内外消费需求。同时，金融资本在这里高度集中，投资并购活动频繁；文化教育资讯等软实力优势亦使其在社会关切度上遥遥领先。值得一提的是，东部沿海发达省市的表现均较为出色，反映出双效产出与整体经济发展存在正相关性。不过，中西部部分省区如山西、湖南、四川等在部分细分指标上的佳绩，也证明其在相关领域具备一定的比较优势和发展潜力。总的来说，双效产出能较为全面地刻画文旅经济的经济绩效和社会影响力。提升双效产出不仅需要增强自身产出能力，更需完善配套条件，协调好人力资本、创新投入、政策环境等要素。从中长期来看，围绕产业链优化区域布局，将是实现文旅经济高质量发展的重点方向。

（三）生产和消费的三级指标再开发

以中位数为轴将营收产出数据与消费支出数据制成散点图能够发现，除了大部分省份的产出与消费水平分布在原点附近之外，还存在三类特征显著的省区市，第一，高营收产出高文旅消费型的省区市，以北京、上海、江苏、浙江为代表；第二，高营收产出低文旅消费型的省区市，以山西、河北为代表；第三，低营收产出低文旅消费型的省区市，以宁夏、甘肃、云南、广西等为代表。另外，几乎不存在低营收产出高文旅消费型的省区市。

对测算结果进一步开展离散系数分析能够发现，双效产出的四项指标当中，31个省区在营收产出方面的差距最小，在消费支出和资本市场方面的差距最大，而极差的分析结果则显示消费支出方面有着最大的首末差距，如图4-7所示。这反映了文化产业和旅游业的产出在省级层面能够实现互补，特别是文化产业增加值排名并不靠前的省份能够通过旅游收入来创造经济规模。货币的传导问题影响了经济规模与消费支出之间的平衡，部分文旅经济产出排名较高的省份在消费支出方面的排名并不靠前，例如内蒙古的文旅营收产出排名第9，但消费支出则排在第17位；河北省的文旅营收产出排名第5，但消费支出则排在第19位。

（四）文旅资源特色鲜明地区的产出困境

研究使用了交叉验证和夏普利分解两种方法评估各个特征对文旅经济指数的影响。基于随机森林的夏普利分解结果显示，对文旅经济指数影响程度从高到底依次是双效产出、要素配置和资源禀赋（见表4-2）。

表4-2：文旅经济指数一级指标的夏普利分解特征值贡献

[ 资源禀赋 要素配置 双效产出 夏普利值（phi） 4.46 6.63 6.2 夏普利值方差（phi.var） 13 14 12.4 预测值（y.hat.average_prediction） 48.49 实际值（y.hat.interest） 67.31 ]

注：使用基于Ranger的随机森林方法对资源禀赋、要素配置、双效产出求夏普利值得出的测算结果。

考虑到方差因素，研究进一步利用交叉验证进行分析，结果则表现为双效产出、资源禀赋和要素配置的顺序（见表4-3）。这种不同的特征重要性顺序可能源于方法论的差异，即夏普利分解基于博弈论，考虑所有可能特征组合的平均边际贡献，更关注特征在解释性上的重要性，而交叉验证主要评估模型在不同数据子集上的表现一致性，更强调特征在模型预测能力上的稳定贡献。尽管两种方法的结果有所不同，资源禀赋和双效输出在两种分析中都显示出重要性，表明它们对文旅经济指数有显著影响，且在基本平均权重的情况下，双效产出对文旅经济的影响最大。

表4-3： 文旅经济指数一级指标的交叉验证结果

[ 贡献值/importance 资源禀赋 21.1 要素配置 13.1 双效产出 22.7 ]

尽管西部地区拥有丰富的、特色的历史文化资源和自然旅游资源，但其文旅经济贡献并不显著，一种可能的解释是存在文旅资源利用效率低、基础设施和服务质量欠缺以及市场推广和品牌建设不足等问题。夏普利分解结果显示，双效产出、要素配置和资源禀赋对文旅经济指数的影响依次递减，说明资源禀赋虽然重要，但其边际贡献较低，未能有效转化为经济效益。资源利用效率低基于基础设施薄弱、管理水平不足和市场化程度低等因素。要素配置的重要性则强调了基础设施和服务质量在文旅经济中的支撑作用，西部地区的交通、住宿、餐饮等配套设施的不完善限制了游客的旅游体验和停留时间，从而影响了旅游收入。此外，双效产出作为最重要的特征，反映了市场推广和品牌建设对文旅经济的关键影响。缺乏有效的市场推广和品牌建设会影响游客对西部地区资源的认知和兴趣，难以吸引更多游客。

五、政策建议

基于指标框架为认识文旅经济发展所提供的认知工具，结合最终的测算结果表现，为提升国内文旅经济的发展水平，本研究提出以下三方面的政策建议。

（一）资源转型：应对新发展逻辑的传统发展模式转型

面临新的发展逻辑，特别是在旅游领域，传统以目的地为中心的发展模式需转型以适应时代变迁。随着消费者偏好的演化，体验式、参与式旅游日益成为新趋势，这要求目的地不仅提供观光资源，更应构建多维度的文化体验场景。因此，政策制定者应引导文旅资源开发向深度开发、综合利用转变，挖掘文化深层次价值，增强旅游产品的文化内涵和个性化特色。此外，推动文旅产业的绿色发展，注重生态保护和可持续发展，也是资源转型的重要方向。通过科技创新支持文旅资源智能化、绿色化转型，提高资源利用效率，为文旅经济的高质量发展提供支撑。对于西部特色文旅资源丰富的地区而言，应当从多方面布局，包括在短期内着力提升基础设施建设与改善服务质量；中期内丰富文旅产品的多样化，加强高质量品牌建设，打造具有国际吸引力的旅游品牌；长期内挖掘特色文化样貌，开发可持续的文旅经济模式，实现特色化、数字化与绿色化的“三化”协同，吸引更多社会资本参与文旅经济发展。

（二）双轮驱动：人民为中心的需求导向双效同一

“双轮驱动”策略是在文旅经济发展领域坚持双效统一，强调以人民为中心，即以消费者需求为导向，实现经济效益与社会效益的双重提升。在文旅经济中，“双轮驱动”策略包括政策驱动和市场驱动两个方面。政策驱动要求政策制定者深入洞察消费者需求的多样性与变化性，并据此调整服务与产品供给，按需提升文旅基础设施供给，以满足更广泛、更高层次的需求。市场驱动则基于精准的市场调研和需求分析，确保资源配置的有效性和策略的针对性，从而提升资源的利用效率。通过加强文旅产品与服务的质量监管，提升消费者满意度，促进文旅产品的创新、多元化和文旅市场的健康发展，加强文化与旅游的深度融合，进一步激发市场活力，实现经济与社会效益的双向增长。

（三）逻辑变革：算法驱动流量、流量驱动情绪、情绪驱动消费的文旅消费新机制

在从数字时代迈向智能时代的变革中，文旅消费的模式机制正经历着根本性的调整，“算法驱动流量、流量驱动情绪、情绪驱动消费”的模式日益成为核心动力。这种“技术决定论”式的新模式强调由算法分发的在线内容能够匹配观众的潜在消费意识框架效应，以此激发消费者的购买欲望和参与度。现有实证研究已经表明，消费者情绪和消费决策之间存在显著相关性①，尤其在文旅领域，情感体验成为消费行为的重要驱动因素。因此，政策制定者需充分认识到流量的经济价值，积极调整数字公共事件的应对策略，通过增强在线内容的创新性、互动性以及与分发算法的适配性，构建线上线下样态一致的产品供给生态，依托高质量、多样化的内容，培养积极的消费情绪，增强消费者的沉浸感与满意度，进而促进消费行为。

责任编辑 余梦瑶

①保继刚等：《大数据视角下的游客人数统计问题研究》，《旅游论坛》2020年第1期。

1喻蕾：《文化产业高质量发展：评价指标体系构建及其政策意义》，《经济地理》2021年第6期。

2王一婕、桂成玉：《中国旅游经济高质量发展的水平测度、区域差异及时空演化研究》，《兰州财经大学学报》2024年第3期。

3康俊峰、郭星宇、方雷：《基于百度指数时空分布的旅游趋势预测研究——以上海市为例》，《西南师范大学学报（自然科学版）》2020年第10期。

4石燕、詹国辉：《文旅融合高质量发展的指数建构、影响因素与提升策略——以江苏为例》，《南京社会科学》2021年第7期。

5在缺少2023年数据的情况下视指标的稳健状况，根据2023年披露的上年度情况进行测算。

1袁渊、于凡：《文化产业高质量发展水平测度与评价》，《统计与决策》2020年第21期。

2郑自立：《文化科技融合助推文化产业高质量发展的机理与策略》，《当代经济管理》2019年第2期。

3曾咏梅：《湖南省文化产业结构优化研究》，《邵阳学院学报（社会科学版）》2019年第5期。

1杨祖义：《文化产业效率及其影响因素研究——基于DEA-Malmquist指数法和Sys-GMM法》，《宏观经济研究》2016年第6期。

2孟书魁、雷原：《中国文化产业发展的影响因素研究》，《统计与决策》2019年第7期。

3徐忠华、王庆云、谢雨蓉：《基于多元回归模型的中国文化产业链演化影响因素研究》，《宏观经济研究》2019年第5期。

4吴慧勇：《文化产业与政策研究》，《理论月刊》2010年第3期。

5章迪平：《基于灰色关联分析的文化产业发展影响因素研究——以浙江省为例》，《统计与决策》2013年第3期。

1参见张三保、张志学：《中国省份营商环境评估2023》， https：//doi.org/10.18170/DVN/OCW4VZ，北京大学开放研究数据平台， 2024年4月7日。

2参见聂辉华、韩冬临、马亮等：《中国城市政商关系评价报告2022》，http：//nads.ruc.edu.cn/zkcg/ndyjbg/98f13481b6ec4671b2b10023aef462cb.htm，2024年4月7日。

3赵涛、张智、梁上坤：《数字经济、创业活跃度与高质量发展——来自中国城市的经验证据》，《管理世界》2020年第10期。

4金灿阳、徐蔼婷、邱可阳：《中国省域数字经济发展水平测度及其空间关联研究》，《统计与信息论坛》2022年第6期。

5陶长琪、丁煜：《数字经济政策如何影响制造业企业创新——基于适宜性供给的视角》，《当代财经》2022年第3期。

⑥考虑到现有研究指出信息披露水平与经济发展程度存在相关性，可能会对文旅经济指数结果产生干扰，故在此对指标设计的考虑作出说明。指标体系中涉及的非官方披露的计数型连续变量指标有四个，分别为商务展会数量、文旅政策支持力度、政务信息发布数量和旅游传播力。四个指标的情况各不相同。商务展会数量本身为测度文旅经济贡献的核心指标，且商务展会的带动效应突出，与旅游业统计口径相衔接，应当认为该指数在指标体系中是关键的。文旅政策支持力度是由各级政府部门制定并公布的

1在文旅经济指数的测算过程中，所使用的数据集结构复杂，涵盖多种变量类型，既包括连续变量、分类变量，也包括顺序变量。这些数据具有时间依赖性和潜在的滞后效应。例如，文旅政策的效应可能需要一定的时间才能在经济数据中体现出来，旅游基础设施建设的投入也往往在几年后才能带来显著的旅游收入增长。此外，数据的内生性问题不容忽视，不同文旅经济变量之间可能存在相互影响和反馈机制。

政策数量和频率决定。政务信息发布数量则是各省级文旅厅在其官方网站上发布的政策解读、工作动态等新闻数量，这些数据发布都由政府主导，具有较高的一致性和规范性，反映省级政府部门对文旅领域的关注，不因地区经济水平的差异而受到显著影响。由于迈点月度TOP100景区数据、百度指数和巨量指数的数据来源广泛且透明，且数据生成机制独立于地方经济水平，反映的是全国游客的出行和全国网民的搜索和使用行为，具有普遍性和一致性，基于这些数据得出的旅游形象传播力数据能够客观反映各省份的旅游形象和市场关注度，从而提供一个不受信息披露能力差异影响的评估结果。

①Lili Zheng，Faouzi Bensebaa，“Need for touch and online consumer decision making： the moderating role of emotional states，”International Journal of Retail & Distribution Management，no.3，2022.