EN中文

Acta Geographica Sinica >

2025 , Vol. 80 >Issue 4: 1121 - 1142

DOI: https://doi.org/10.11821/dlxb202504016

Transportation and Tourism Geography

Effects of China's urban transition on tourism competitiveness

  • ZHANG Jiekuan
Expand
  • School of Tourism Management, Guilin Tourism University, Guilin 541006, Guangxi, China

Received date: 2024-06-17

  Revised date: 2024-12-27

  Online published: 2025-04-23

Supported by

Improvement Project of Young and Middle-aged Teachers' Research Ability in Guangxi's Colleges(2024KY0835)

Fold

Abstract

Innovative and low-carbon cities symbolize the ongoing transition and advancement of Chinese and global urban development, significantly impacting sustainable tourism growth. This study uses panel data from 272 Chinese cities and adopts the time-varying difference-in-differences approach to assess the causal influence of urban transition on tourism competitiveness. It emphasizes urban innovation and low-carbon progress. This study delves into the mechanism and regional disparity of such effects. The findings are as follows. First, urban evolution promotes tourism competitiveness. The combined impacts of various urban transitions are greater than those of a single transition. The positive effect of urban transition on tourism competitiveness grows over time. Urban transition notably boosts tourism resource competitiveness, ecological environment support competitiveness, and socio-economic support competitiveness, while diminishing tourism industrial competitiveness. Second, industrial structure rationalization, industrial structure advancement, innovation output, and environmental regulation are crucial mechanisms for enhancing tourism competitiveness. Third, the positive effect of urban transition on tourism competitiveness is significant only in the central region. Low administrative level cities' transition contributes more significantly to tourism competitiveness compared to high administrative level cities. Resource-oriented cities exhibit a stronger promotional effect of urban transition on tourism competitiveness. This study contributes to expanding and intensifying the relationship between urban systems and tourism competitiveness. It places tourism competitiveness within a broader public policy framework, integrating urban transition and tourism development. This approach enriches the interdisciplinary research between urban and tourism geography. Practically, understanding the impacts of urban transition on tourism competitiveness and its mechanisms can assist policymakers in comprehending the comprehensive effects of urban transition and formulating appropriate sustainable tourism development policies.

Key words： urban transition; low-carbon city; innovation city; tourism competitiveness; difference-in-differences model; China

Cite this article

ZHANG Jiekuan . Effects of China's urban transition on tourism competitiveness[J]. Acta Geographica Sinica, 2025 , 80(4) : 1121 -1142 . DOI: 10.11821/dlxb202504016

1 引言

旅游竞争力反映了旅游地在市场竞争中的比较优势[1]，提升旅游竞争力是促进旅游地可持续发展的重要表现，很大程度上决定旅游可持续发展的潜力[2]。学者们广泛探讨了提升旅游竞争力的影响因素，如气候[3]、生态环境[4]、旅游吸引物[5]、基础设施[6]和城市化进程[7]等。但是鲜有研究从整体角度探讨目的地转型对旅游竞争力的影响。在急剧的全球变迁中，城市转型是促进社会、经济和环境可持续发展，增强城市韧性的基本手段和要求[8]。在中国，政府主导着鲜明的城市化转型发展，如创新城市和低碳城市建设。2008年国家发展和改革委员会（国家发改委）将深圳列为全国第一个创新试点城市，由此拉开中国规划和布局创新型城市的序幕。在低碳战略引导下，2010年国家发改委公布了第一批“低碳城市试点名单”。城市在现代经济活动中发挥着核心作用，是资本、劳动力和技术的中心[9]，也是旅游目的地的重要地理单元和旅游流主要集散中心[10]，城市各要素组合构成了旅游竞争力的主体[11]。尽管城市创新和低碳转型给城市发展带来深刻变革[12-18]，但是这种转型对旅游竞争力的影响鲜有学者关注。
旅游竞争力涉及城市社会经济和环境发展有关的诸多因素，这些因素在城市建设框架下发展变迁明显。理论上，城市转型引起的各方面变革显然会传递到旅游竞争力的各个方面。因此城市转型与旅游竞争力密切相关，但是尚未有研究回答城市转型对旅游竞争力的因果影响及背后的驱动机制。本文旨在填补这一研究空白，从理论和实践上深入探讨城市转型为什么以及如何影响旅游竞争力。本文在旅游竞争力理论框架下，通过量化旅游竞争力的时空变化，探讨中国城市转型（包括创新和低碳城市建设）对旅游竞争力的因果影响。主要工作包括：① 构建城市层面旅游竞争力评价指标体系；② 检验城市转型对旅游竞争力的因果影响及其维度分解；③ 解释城市转型影响旅游竞争力的因果机制；④ 探究城市转型影响旅游竞争力的区域异质性特征。
上述工作在理论、方法和背景上有助于决策者了解旅游发展对城市转型的系统反应。本文视城市转型为一个准自然实验，基于2005—2019年城市面板数据，采用多期双重差分方法（Time-Varying Difference-In-Differences, TDID），比较转型和非转型城市旅游竞争力的前后变化，识别城市转型对旅游竞争力变化的因果影响。本文置旅游竞争力于宏观的公共政策框架，以综合治理视角将旅游竞争力变迁和城市转型有机结合，有助于扩展和深化城市系统发展和旅游竞争力之间的理论联系，进一步丰富城市地理学和旅游地理学的交叉研究；实践中调查城市转型对旅游竞争力的影响及其机制有助决策者了解城市转型的综合影响，为制定适宜的旅游可持续发展对策提供经验参考。

2 文献回顾与理论基础

城市是区域发展的重要地理单元，在全球创新中发挥重要作用。在全球城市和城市化高度竞争格局中，城市发展目标越来越多地通过创新话语确定[19-20]。通过创新城市建设，创新要素得到充分发挥并形成包含技术、制度和政治等多方面的创新系统，对城市经济增长和发展带来深刻影响[17-18]。这些影响包括提升绿色物流效率[12]，促进绿色发展[17-18]，提升能源效率[21]、生态效率[22]、全要素生产率[23]、创新效率[24]以及降低二氧化碳排放[25-26]等。城市还占据全球绝大多数的二氧化碳排放，因此城市低碳转型是全球低碳战略的核心[27]，由此产生低碳城市概念。低碳城市旨在通过生态规划平衡经济发展和低碳实践，促进经济和环境可持续发展[14-15]，因此也是包括经济发展、社会进步和环境质量多个方面的综合性概念[16]。低碳城市建设也产生了广泛影响，如不平等和共同富裕[14-15]、污染排放[28-29]、生态效率[30]、绿色增长[31]和二氧化碳排放[32]等。
创新和低碳建设在城市社会经济环境及相关的技术创新方面的正向作用得到了广泛证实，这无疑给旅游发展提供了更友好的经济、社会和生态环境。竞争力被视为旅游地发展旅游业的一种能力，是衡量旅游地对旅游发展的潜在驱动力，同样涉及旅游地经济、社会和环境发展等方面[33-35]。从系统论视角，城市转型带来的广泛影响和旅游竞争力涉及的多个方面存在深度融合。因此理论上，城市转型显著影响旅游竞争力。但是，当前无论是创新还是低碳城市建设与旅游竞争力之间仍是相互独立的研究领域，仍没有研究或发现把二者有机关联。客观的理论事实是城市转型和旅游竞争力都涉及社会、经济和环境等多维要素，这些要素不可避免地相互重叠。鉴于当前创新或者低碳城市建设对社会、经济和环境的正向影响，理论上，城市转型显著促进旅游竞争力。
一般而言，创新城市改变了产业、服务、科技以及管理等要素，体现在产业结构升级和新兴产业发展、产业发展的服务化趋势尤其是高端现代服务业发展、科技创新投入和产出增加和管理制度和发展偏好的改变等[17-18]。因此，一些证据认为创新城市通过优化产业结构和提高城市创新水平提升城市绿色发展水平[17]，通过技术创新影响城市二氧化碳排放[25]，通过提高绿色技术创新和强化政府战略导向提升绿色物流有效性[12]。创新城市还通过技术创新、产业结构调整和政府的直接干预作用对城市生态效率产生积极影响[22]。聂长飞等[18]和Zhao等[36]认为技术和产业结构效应是创新城市建设发生作用的两个主要机制。因此，创新城市发挥作用的主要渠道包括产业创新（即产业结构升级）、科技创新和管理创新（如政府行为）等。在低碳发展方面，技术创新和产业结构也被广泛认为是低碳城市发生作用的主要机制[13-15,29,31,37 -38]。还有学者认为低碳建设主要通过技术创新而非产业结构进步提升城市生态效率[30]。相似地，Du等[39]和van Veelen等[40]强调技术进步是低碳城市发生影响的关键机制。总之，技术创新除了作为低碳建设的结果，更多被认为是低碳转型产生影响的路径。
产业结构升级是各行业在国民经济中所占比重的相对变化，以及整体产业体系的协调与合理化[21]，包括产业结构高级化和产业结构合理化两个方面[41]。作为重要的经济产业尤其广泛分布于第三产业部门，旅游业的相对比较优势即旅游产业竞争力显然受产业结构升级影响。产业结构升级意味着旅游业的相对比较优势可能发生变化。产业结构升级还可能意味着降低对旅游产业依赖，以增强产业结构的稳健性，这抑制了旅游产业竞争力[42]。典型地，旅游依赖型城市因为产业结构侧重旅游产业[43]，其产业结构合理化趋势可能抑制旅游产业发展，进而阻碍旅游产业竞争力提升。旅游业作为第三产业的重要构成，服务化倾向的产业结构升级也可能推动旅游产业发展，从而提升旅游产业竞争力[44]。产业结构升级还会导致区域发展中对旅游资源开发态度的变化，影响旅游资源竞争力。此外，产业结构升级还被认为是区域社会经济发展的重要驱动力[45]，无论是产业结构高级化还是合理化都显著影响支持旅游发展的区域社会经济环境。
创新表现为创新投入和产出[46]。创新和低碳城市试点后，政府更加注重创新要素投入，引导城市生产资源不断向科技创新领域倾斜[25,47]。受到政策激励和市场竞争压力，市场主体会将更多要素资源投入创新活动，从而增加科技产出[17-18,22]。科技创新还能够有效提高资源利用效率并降低能源消耗和污染排放[21,25]，从而提升旅游地生态环境质量。同时，科技创新是经济增长的核心驱动力，深刻改变着旅游地的社会经济发展[23,31]。科技创新还广泛应用于旅游资源开发和保护[48]。总之，科技创新影响旅游地资源开发、生态环境和社会经济发展，从而改变旅游竞争力。创新城市建设还体现在对待环境保护的态度。一般而言，创新型城市更加注重环境保护，倾向提出一些创新的环境治理政策或者环境规制方式[22,25 -26]。低碳建设作为环境友好型发展政策，其影响必然是环境治理的强化[49]。由于旅游地生态环境是竞争力的核心构成[4]，环境治理又是提升环境质量的有效工具[42]，因此创新和低碳城市建设理论上通过新的环境规制约束自然环境，最终影响旅游地生态环境竞争力。此外，旅游资源和旅游地生态环境密切相关，甚至旅游资源本身就是当地生态环境的重要构成，如一些自然依赖型旅游资源[50]，因此创新和低碳城市建设也通过环境规制影响旅游资源开发。总之，创新和低碳建设可通过环境规制提升城市生态环境竞争力和旅游资源竞争力进而影响总体旅游竞争力。综上所述，理论上，城市转型通过推动产业结构升级、科技创新和环境规制促进旅游竞争力。

3 模型、变量和数据

3.1 模型

c o m p e t i t i v e n e s s i ,   t = β 0 + β 1 d i d i ,   t + ∑ β j c o n t r o l i ,   t + μ i + λ t + ε i ,   t
式中：i和t分别表示城市和时间；competitiveness表示旅游竞争力；did为城市转型政策虚拟变量；control表示一系列可能的控制变量；β0为常数；β1为城市转型对旅游竞争力的影响；βj为控制变量系数；μi和λt分别表示城市和时间固定效应； ε i ,   t为随机误差项。

3.2 变量

3.2.1 因变量

世界经济论坛将旅游竞争力定义为目的地发展旅游业的能力，而不仅是特定的旅游发展或者社会经济发展水平[33]。该定义界定了旅游竞争力环境、旅游政策、基础设施、旅游需求驱动因素以及旅游可持续5个维度的112个指标[33]。Crouch认为旅游竞争力是目的地资源禀赋水平（比较优势）及部署资源的能力（竞争优势），从核心资源和吸引物、支持因素、目的地发展、目的地管理和其他因素5个方面评价旅游竞争力[51]。国际上另一代表性的旅游竞争力评价模型由Dwyer等建议的资源、目的地管理、目的地社会条件、需求因素、市场绩效指标等维度构成[52]。上述模型均认为旅游竞争力包括旅游资源（对应旅游需求驱动因素）、旅游产业发展（对应旅游可持续、市场绩效指标、目的地发展等）和支持因素。上述都是国家层面评价，由于指标适用性以及数据获取限制，在城市层面应用性有限。国内学者主要关注省级层面或有限区域的旅游竞争力评价，如省域旅游产业竞争力[7]、青藏高原县域旅游竞争力[53]、山东乡村旅游竞争力[54]、粤港澳大湾区城市旅游竞争力[55]、长三角城市旅游竞争力[56]、智慧旅游城市旅游竞争力[57]和省域旅游资源竞争力[58]等，迄今并未有全国层面的城市旅游竞争力评价。这些旅游竞争力评价模型中，旅游发展、旅游资源和支持3个维度得到了学者们的共同关注[53-58]。进一步地，支持维度可分为社会发展支持和生态环境支持两个方面[56]。最终本文形成旅游资源、旅游产业、社会发展支持和生态环境支持4个维度的城市旅游竞争力评价指标体系（表1）。
表1 城市旅游竞争力评价指标体系

Tab. 1 Evaluation indicators of prefecture level tourism competitiveness

准则层 指标层 指标测量(属性) 数据来源
旅游资源
竞争力		 高等级旅游景区 5A级旅游景区数量(+) 文化和旅游部
世界遗产数量 世界遗产数量(+) 联合国教科文组织
国家及世界地质公园 国家及世界地质公园数量(+) 自然资源部
国家级风景名胜区 国家级风景名胜区数量(+) 住房和城乡建设部
国家自然保护区及人与生物圈保护网络 国家自然保护区及人与生物圈保护网络入选数量(+) 生态环境部与联合国教科文组织
国家森林公园 国家森林公园数量(+) 国家林业和草原局及《国际重要湿地名录》
国家及世界湿地公园 国家城市湿地公园和国际重要湿地数量(+)
国家历史文化名城 历史文化名城为1，非历史文化名城为0(+) 国务院
全国重点文物保护单位 全国重点文物保护单位数量(+) 文化和旅游部
全球重要农业文化遗产 全球重要农业文化遗产数量(+) 联合国粮食及农业组织
旅游产业
竞争力		 旅游支持度 政府工作报告中旅游和文化词汇比重(+) 各市政府工作报告
旅游者人次 接待的旅游者总人次(+) 各市国民经济和社会发展统计公报
旅游总收入 国内外旅游总收入(+)
星级饭店 星级饭店数量(+) 中国旅游饭店协会、省级统计年鉴、地市级统计年鉴
生态环境
支持竞争力		 工业固体废物综合利用 工业固体废物综合利用率(+) 中国城市统计年鉴
城镇生活污水处理 城镇生活污水处理率(+)
生活垃圾无害化处理 生活垃圾无害化处理率(+)
公园绿地面积 人均公园绿地面积(+)
绿化覆盖率 建成区绿化覆盖率(+)
空气质量 PM2.5指数(-) Liu等[63]
社会经济
支持竞争力		 交通基础设施 每平方公里公路和铁路里程(+) 中国城市统计年鉴
社会治安状况 每万人中因各种刑事犯罪被起诉的人数(-) 各市人民检察院工作报告
司法服务水平 每万人律师事务所数量(+) 各省、市律师事务所考核公告
美食等级 中华老字号数量(+) 商务部
居民收入 城镇居民人均可支配收入(+) 中国城市统计年鉴
固定资产投资 固定资产投资与GDP比值(+)
公共汽车交通 每万人公车数量(+)
出租车交通 每万人出租车数量(+)

注：旅游资源竞争力指标存在资源覆盖重复现象，即一些旅游资源具有多重称号。由于具有多重称号的旅游资源(景区)本身具有多重旅游吸引力，因此计算中对这些旅游资源(景区)不做区分，这也是当前学界的通用做法[55,58]。

旅游资源竞争力指旅游资源的吸引力，由高影响力的旅游资源或者景区，包括一些世界级或者国家级的旅游资源禀赋决定[5]。考虑到中国旅游资源和景区现状，将旅游资源竞争力限制在高等级旅游景区、世界遗产、地质公园、风景名胜区、自然保护区、森林公园、重要湿地、历史文化名城、重点文物保护单位和农业文化遗产10个方面。旅游产业竞争力指旅游产业发展的比较优势，体现旅游经济竞争力[59]，涉及旅游产业的发展状况，如旅游者人次、旅游收入以及星级饭店数量等指标。地方政府对旅游业的支持也是旅游产业竞争力的重要体现[60]。本文额外引入政府旅游支持作为旅游产业竞争力的重要指标。
社会发展支持竞争力指地方社会发展水平对旅游发展的支撑作用。由于旅游发展对社会经济系统的依赖性，通常具有较高社会发展水平的区域对游客的吸引和接待能力更强[61]。本文参考国内外旅游竞争力评价研究以及旅游竞争力的内涵，社会发展支持指标包括交通基础设施、社会安全、司法服务、美食等级、居民收入、固定资产投资、公共运输和出租车业务。生态环境支持竞争力指旅游地生态环境质量对游客的吸引力，反映地方生态环境质量的比较优势[4]。相对于生态环境质量常用的衡量指标如工业三废包括废水、SO2和粉尘排放，游客更为关注环境污染的处理以及对当地生态的直接感知[7,55,57,62]。因此本文选择工业固体废物综合利用、城镇生活污水处理、生活垃圾无害化处理、人均公园绿地面积、绿化覆盖率和空气质量作为生态环境支持竞争力的评价指标。
本文采用熵权TOPSIS方法对旅游竞争力进行综合评价，该方法综合了熵值法和TOPSIS方法的优点。多指标评价方法包括主观和客观两种。主观评价往往受人为因素影响，可靠性较低。熵值法则是一种客观分配方法，它根据离散程度确定指标的重要性。熵值法通过排除主观赋权的影响，客观反映指标的重要性。TOPSIS方法通过比较对象与理想目标的接近程度对现有方案的相对优缺点进行评价，同样客观反映真实评估状况。

3.2.2 自变量

自变量为创新城市和低碳城市建设试点的交叉虚拟变量（did）。按照DID估计的惯常规则，某城市在设立创新或者低碳城市试点的年份及之后均为1，在设立试点之前均为0，样本期内未设立试点的城市始终为0。中国经过2008—2013年和2018年多批次试点，截至2019年已有78个创新型试点城市。中国在2010年、2012年和2017年分3批确定低碳建设试点城市，共涉及81个城市。本文以创新和低碳转型城市得分乘积作为交叉虚拟变量did值。

3.2.3 控制变量

为增加结果稳健性，在模型（1）中加入一系列控制变量。基于已有区域和旅游竞争力研究，引入经济发展[61]、外资利用[64]、对外贸易[65]、居民消费[66]、金融发展[67]、人力资本[68]、信息技术[69]和人口[70]作为控制变量。经济发展用城市人均GDP衡量，外资利用以实际利用外资与GDP的比值衡量，对外贸易用进出口贸易额与GDP比值衡量，居民消费用人均全年社会消费品金额衡量，金融发展用城市金融企业存贷款余额总额与GDP的比值衡量，人力资本用在校大学生数量与常住人口比例衡量，信息技术用移动电话年末用户数（万户）与常住人口比例衡量，人口密度用每平方公里常住人口数量衡量。

3.2.4 机制变量

产业结构合理化指产业间的聚合状况，综合衡量要素投入和产出结构之间的耦合程度，既反映产业之间的协调性，又反映资源的有效利用效率。本文用泰尔指数衡量产业结构合理化[41]，公式如下：
S = ∑ i = 1 3 Y i Y l n Y i L i / Y L
式中：S表示泰尔指数；Y表示产值；L表示就业；i表示第一、第二和第三产业。如产业结构处于合理化状态，S = 0，否则表示产业结构不合理。S值越大，产业结构不合理程度越高，取值范围0~1。
产业结构高级化反映整体经济体系的服务化倾向，采用第三产业与第二产业增加值之比衡量产业结构高级化[71]。科技创新投入用科技投入占地方财政一般预算支出的比例衡量，科技创新产出用专利授权数衡量[60]。环境规制用政府工作报告中环境保护相关词汇比重衡量。一般来说，工作报告中出现的环境相关词汇越多，地方政府的环境计划强度越高，也意味着地方政府可能会有更多的环境治理措施[72]。环境保护相关词汇涵盖了一系列环境问题，如环境保护、污染、能源消耗、减排、生态和空气质量等。为更好理解环境术语的全面含义尤其是其使用背景，本文计算环境术语所在句子的词汇数占整个报告文本词汇数的比例衡量环境规制。

3.3 数据来源

旅游竞争力评价指标数据来源如表1所示。控制变量、机制变量数据主要来源于《中国城市统计年鉴》，环境规制数据来源于各地级市政府工作报告。针对部分数据缺失问题，依据线性插值法补充。考虑到旅游数据的可得性，数据最早为2005年；又考虑到2020年以后疫情对社会经济尤其是旅游发展的重大影响，数据截至2019年。最终获得272个地级市2005—2019年的面板数据，不包括直辖市和香港、澳门及台湾省城市。272个样本城市分别包括56个创新建设试点城市和64个低碳建设试点城市。鉴于不同变量数据量级差异，在模型中将科技创新产出、人口密度、人均居民消费和人均GDP取自然对数。考虑到价格因素，人均GDP和人均全年社会消费品转换为基于2005年不变价的真实值。

4 结果分析

4.1 地理描述性分析

图1呈现了2005—2019年中国创新和低碳建设试点城市的空间分布以及272个样本城市分布。创新试点城市主要分布在东部地区（32个城市），中部和西部分别为16个和8个城市，其中包含15个省会城市。时间上，除2008年深圳外，其余年份几乎均包括东、中、西部的不同城市。东部城市往往具备较好的经济和技术发展基础，有利于各项创新政策和规划的开展。低碳试点城市在空间分布上相对均匀，东、中、西部地区分别包括26个、20个和18个城市，其中包含18个省会城市，其他则以部分工业或者资源型城市为主。这些城市往往具有较好的经济基础同时伴随较高的二氧化碳排放，低碳试点可以起到较好的示范作用。时间上，不同年份均有东、中、西部城市入选试点名录。创新和低碳交叉试点城市在东、中和西部地区分别有15个、7个和5个城市，其中省会城市13个。在时间上，早期的2010年和2012年以东部城市为主，其后年份空间分布较为均匀。
图1 研究样本和城市转型试点城市

注：基于自然资源部标准地图服务系统GS(2023)2763号标准地图制作，底图边界无修改。

Fig. 1 Research sample and pilot cities for urban transition

根据旅游竞争力评价结果，将旅游竞争力指数分为6个等级，图2中颜色越深表明旅游竞争力指数越高。2005—2019年旅游竞争力指数增长趋势明显。城市旅游竞争力均值从0.1911增加到0.2563，年均增长率约2.1189%。空间上，东部城市旅游竞争力高于中、西部城市，均值分别为0.2558、0.2177和0.2063。时间上，2010年后，旅游竞争力均值从0.2171增加到0.2563，年均增长率约为1.8614%。政策转型前后总体样本旅游竞争力的变化未能反映政策驱动旅游竞争力提升现状。但是，实验组旅游竞争力均值从2010年的0.2913增加到2019年的0.3631，年均增长率约为2.4782%；非实验组城市分别为0.2162和0.2444，年均增长率约为1.3715%。这表明实验组旅游竞争力增长远高于非实验组城市。具体而言，2005年旅游竞争力排名前5的试点城市只有成都（0.4212）和苏州（0.4015），2019年增加为杭州（0.6048）、苏州（0.5813）、成都（0.5713）和南京（0.5552）。实验组城市较高的旅游竞争力指数和增长率，暗示城市转型可能促进旅游竞争力提升。本文通过实证检验证实这一相关特征。
图2 2005—2019年中国城市旅游竞争力指数分布

注：基于自然资源部标准地图服务系统GS(2023)2763号标准地图制作，底图边界无修改。

Fig. 2 Spatiotemporal distribution of tourism competitiveness index in China in 2005-2019

4.2 基准回归结果

表2报告了基准回归结果，第1~3列显示城市转型对总体旅游竞争力的影响，第4~7列分别报告城市转型对旅游资源、旅游产业、生态环境支持和社会发展支持竞争力的影响。结果显示，did的估计系数为正且在5%水平显著，说明城市转型显著提升旅游竞争力。同时，创新城市建设和低碳城市建设均正向影响旅游竞争力，但影响强度小于创新和低碳转型的交叉影响。这表明不同城市转型对旅游竞争力有正向协同影响。本文主要探讨城市创新和低碳转型的交叉影响。第4~7列显示，城市转型对旅游资源、生态环境支持和社会发展支持竞争力的影响系数显著为正，但对旅游产业竞争力的影响系数为负，说明城市转型主要通过提高旅游资源水平、改善旅游地生态环境和社会发展环境提升旅游竞争力。无论是创新还是低碳转型，都旨在促进自主创新和科技发展，重点是加快转变经济发展方式，培育和发展战略性新兴产业，最大限度发挥科技作用，战略性新兴产业通常基于前沿技术和重大发展需求，在经济社会大局中具有重要引领作用[36-38]。但是对于中国大多城市而言，旅游业难以入选“战略性新兴产业”，大多创新基础较好以及低碳转型迫切地区对旅游产业的依赖性较弱。由于各种资源往战略新兴和工业低碳化转移，城市转型挤压了旅游产业发展空间，因此负向影响旅游产业竞争力。
表2 城市转型对旅游竞争力的影响

Tab. 2 The effects of urban transition on tourism competitiveness

因变量
旅游竞争力 资源竞争力 产业竞争力 生态环境支持
竞争力		 社会发展支持
竞争力
did 0.0193**
(0.0079)		 0.0260**
(0.0109)		 -0.0370
(0.0249)		 0.0526***
(0.0142)		 0.0205***
(0.0054)
did1 0.0165**
(0.0074)
did2 0.0125***
(0.0042)
外资利用 -0.1937**
(0.0781)		 -0.1526**
(0.0686)		 -0.2019***
(0.0772)		 -0.1439*
(0.0763)		 0.1046
(0.0736)		 -0.0814
(0.1277)		 -0.0897**
(0.0381)
经济发展 0.0163***
(0.0041)		 0.0158***
(0.0039)		 0.0159***
(0.0041)		 0.0218***
(0.0052)		 0.0218***
(0.0040)		 0.0391***
(0.0105)		 0.0223***
(0.0026)
对外贸易 0.0022
(0.0027)		 0.0017
(0.0028)		 0.0019
(0.0027)		 0.0027
(0.0033)		 0.0042
(0.0048)		 0.0027
(0.0054)		 -0.0026
(0.0021)
居民消费 0.0140***
(0.0030)		 0.0136***
(0.0029)		 0.0133***
(0.0029)		 0.0144***
(0.0032)		 0.0168***
(0.0030)		 0.0207***
(0.0075)		 0.0141***
(0.0023)
金融发展 0.0017**
(0.0007)		 0.0019**
(0.0007)		 0.0016**
(0.0007)		 0.0022***
(0.0008)		 0.0038***
(0.0010)		 0.0083***
(0.0020)		 0.0015***
(0.0005)
人力资本 0.3784*
(0.2118)		 0.2924
(0.2146)		 0.3551
(0.2122)		 0.4915*
(0.2885)		 0.5325**
(0.2707)		 -0.4197
(0.3835)		 0.2846**
(0.1144)
信息技术 0.0096**
(0.0038)		 0.0075**
(0.0038)		 0.0099**
(0.0039)		 0.0070*
(0.0040)		 0.0037
(0.0029		 -0.0098
(0.0067)		 0.0114***
(0.0027)
人口 0.0593***
(0.0168)		 0.0491***
(0.0167)		 0.0616***
(0.0168)		 0.0542***
(0.0193)		 0.0870***
(0.0206)		 0.0650*
(0.0347)		 0.0640***
(0.0129)
常数 -0.4193***
(0.0941)		 -0.3528***
(0.0931)		 -0.4225***
(0.0951)		 -0.5762
(0.1155)		 -0.6960***
(0.1237)		 -0.3177*
(0.1888)		 -0.4783***
(0.0711)
城市固定效应 是 是 是 是 是 是 是
时间固定效应 是 是 是 是 是 是 是
样本量 4080 4080 4080 4080 4080 4080 4080
R2 0.4307 0.4499 0.4308 0.4421 0.5762 0.1821 0.7213

注：括号里为稳健标准误，聚类到地级市层面；*、**、***分别表示10%、5%、1%水平下显著，下同；did1和did2分别表示创新和低碳城市建设政策虚拟变量。

创新建设有助于绿色发展[17-18]、提升区域生态效率[22]。低碳城市建设则以低碳思维、技术来改造城市生产和生活，最大限度减少温室气体排放[13,31]。低碳城市通过新能源利用和清洁生产推广，加快低碳产业与低碳技术发展，有助于城市绿色发展、空气质量提升和污染排放降低[28-29]。因此，城市转型显著提升城市生态环境竞争力。创新尤其是技术创新是经济增长函数中的关键因子，创新城市建设还意味着经济发展逐渐由要素、投资驱动向创新驱动转变，提高生产效率和经济发展质量，依靠知识、人力和创新资本集聚，对区域经济增长有显著推动作用[23-24]，进而提升旅游地社会经济发展水平。低碳建设带来的产业结构与能源结构升级，以及更活跃的低碳技术创新活动[31]，同样驱动知识、人力和创新资本在城市集聚，对区域社会经济发展亦有显著推动作用，进而为旅游发展创造良好的社会发展环境。结果还显示城市转型对旅游资源竞争力的正向影响，可能原因在于城市转型驱动的区域社会经济增长对旅游资源挖掘、开发和保护有一定促进作用。一个重要证据是中国5A级景区分布与区域社会经济发展水平高度相关[73]。同时，由于旅游业相对其他产业的环境友好型特征，低碳建设使得旅游产业发展得到更多重视。因此旅游资源的开发和保护迎来新的机遇，地方政府会更加重视现有和潜在的旅游资源挖掘、保护和推广，提升城市旅游资源竞争力。

4.3 稳健性检验

4.3.1 平行趋势检验

本文采用事件研究法[74]对研究样本是否具有平行趋势进行验证，模型如下：
c o m p e t i t i v e n e s s i ,   t = β 0 + μ i + λ t + ∑ τ = 1 m β θ - τ d i d i ,   t - τ + β d i d i ,   t + ∑ σ = 1 n β θ + σ d i d i ,   t + σ + β 1 c o n t r o l i ,   t + ε i ,   t
式中：θ-τ表示实验前的τ期影响；θ+σ表示实验后的σ期影响。当时间为实验当期时，did取值为1，否则为0。
图3显示城市转型前，实验组和控制组的旅游竞争力无显著差异，且统计上不显著（p ≥ 0.05）。转型后，实验组和控制组的旅游竞争力差异呈波动增加趋势，说明城市转型试点政策对旅游竞争力的提升作用不断增强，且统计上较为显著（p < 0.05）。表明城市转型对旅游竞争力的冲击满足平行趋势假设。
图3 平行趋势检验

Fig. 3 Parallel trend hypothesis test

4.3.2 替换测量变量

为验证估计结果对旅游竞争力衡量方式的敏感性，本文更换城市旅游竞争力的测量方式。熵权TOPSIS法这一客观赋权方法自有其独特优点，但仍不能掩盖其他赋权方法如层次分析法（Analytic Hierarchy Process, AHP）在专家判断方面的优势。本文采用AHP方法重新评价旅游竞争力（3位旅游营销、管理以及地理领域专家参与）。基于新的评价结果，重新估计模型（1），结果见表3第1列。此外，旅游竞争力评价指标涉及较广，限于数据获取限制，本文构建的指标体系与国家层面、省域以及特定区域的指标体系构建有较大区别。为避免指标遗漏可能对结果的扭曲，在旅游资源竞争力指标中增加国家级非物质文化遗产数量，在生态环境支持竞争力指标中增加城市二氧化碳排放。非物质文化遗产是区域旅游资源的重要构成[64]。在全球低碳战略情形下，降低二氧化碳排放是区域生态环境建设的重要内容[75]。基于新的旅游竞争力评价指标，同样采用熵权TOPSIS法进行评价，得到新的旅游竞争力数据，由此得到表3第2列估计结果。此时城市转型仍然显著正向影响旅游竞争力，说明本文核心发现对旅游竞争力评价方式不敏感，从而证实表2结果稳健。
表3 稳健性检验

Tab. 3 Robustness tests

自变量：旅游竞争力
新评价方法 新指标 提前2年 低碳提前2年 创新提前2年 PSM-DID估计
did 0.0230**
(0.0089)		 0.0194**
(0.0080)		 0.0098
(0.0086)		 0.0125
(0.0074)		 0.0109
(0.0085)		 0.0133**
(0.0058)
控制变量 是 是 是 是 是 是
常数 -0.4301***
(0.1004)		 -0.4238***
(0.0948)		 -0.4176***
(0.0961)		 -0.4201***
(0.0962)		 -0.3979***
(0.0960)		 -0.5200***
(0.1105)
城市固定效应 是 是 是 是 是 是
时间固定效应 是 是 是 是 是 是
样本量 4080 4080 4080 4080 4080 2783
R2 0.4304 0.4291 0.4317 0.4312 0.4392 0.4206

4.3.3 反事实检验

首先，将各城市执行创新或者低碳试点政策的年份统一提前2年[76]，如果此时did政策虚拟变量依然显著为正，说明旅游竞争力提升很可能来自其他政策或随机因素，而不是由于城市转型的促进。本文考虑3种反事实情形，分别是创新和低碳试点政策同时提前2年、单一低碳试点政策提前2年和单一创新试点政策提前2年，结果分别见表3中第3~5列。此时did系数尽管为正，但是统计不显著，说明城市转型前的预期效应对旅游竞争力无显著影响。因此，旅游竞争力水平的提升的确由城市转型这一政策引起。
另一反事实设计是安慰剂检验。根据272个城市创新和低碳试点情况，于2010年及之后各年份随机选取与当年实际拥有试点城市数量相同的城市作为处理组，其余城市作为控制组进行1000次模拟估计，得到1000次回归中城市转型政策虚拟变量的估计系数，绘制图4所示的估计系数分布核密度图。结果表明，1000次回归did的估计系数分布在0附近且基本呈正态分布，did系数分布区间远离基准回归系数0.0193，说明随机选择的处理组不具有显著的旅游竞争力增长效应。因此城市转型对旅游竞争力的正向作用稳健。
图4 安慰剂检验

Fig. 4 Placebo test

4.3.4 PSM-DID估计

由于创新或者低碳城市建设过程中，中央政府可能会优先考虑将自主创新能力强、科技支撑引领作用突出、经济社会可持续发展水平高、工业发展基础较好且具有一定区域辐射带动作用的城市作为试点城市，容易导致选择性偏差问题，最终影响基准回归结果。为克服这一问题，本文采用倾向得分匹配（Propensity Score Matching, PSM）寻找稳健的控制组。本文以模型（1）中控制变量作为匹配的协变量，城市是否设立创新×低碳城市试点作为因变量，采用logit模型按照1∶1近邻匹配法进行匹配。PSM平衡检验结果显示（表4），在匹配之前，所有协变量均存在显著差异。在匹配后，除人力资本的标准化偏差绝对值达到23.1%，其他所有匹配变量的标准化偏差均在10%左右甚至更小，且所有协变量匹配前后的均值差异由显著变得不显著，说明处理组和新的控制组之间非常接近。图5直观显示了匹配前后协变量差异的变化。基于匹配后的样本，重新估计模型（1），得到表3第6列显示结果。此时，PSM-DID的估计系数仍然显著为正，再次证实城市转型显著提高旅游竞争力。
表4 平衡检验

Tab. 4 Balance test

变量 匹配前(U）
匹配后(M)		 均值 %偏差 %偏差降低 t检验
实验组 控制组 t值 p值
外资利用 U 0.0256 0.0177 45.5 97.9 4.81 0.000
M 0.0262 0.0260 1.0 0.07 0.942
经济发展 U 11.1250 10.0980 180.6 98.3 18.20 0.000
M 11.0780 11.0950 -3.0 -0.33 0.742
对外贸易 U 0.5380 0.1776 79.6 88.8 11.51 0.000
M 0.5077 0.5482 -9.0 -0.64 0.524
居民消费 U 10.2190 9.0223 197.6 98.5 19.22 0.000
M 10.1860 10.2040 -3.0 -0.35 0.730
金融发展 U 3.9858 2.1543 139.1 91.9 19.04 0.000
M 3.8818 3.7339 11.2 0.80 0.423
人力资本 U 0.0442 0.01432 133.4 82.7 19.18 0.000
M 0.04451 0.0497 -23.1 -1.37 0.172
信息技术 U 1.5426 0.7663 186.9 97.3 23.00 0.000
M 1.4752 1.4959 -5.0 -0.43 0.665
人口 U 6.7186 5.6674 117.4 98.8 13.34 0.000
M 6.5962 6.5831 1.5 0.14 0.889
图5 匹配前后协变量偏差对比

Fig. 5 Comparison of covariate bias before and after matching

4.3.5 内生性检验

尽管控制了外资利用等多个变量，但仍然无法排除可能的控制变量遗漏造成的解释变量内生性问题。本文首先引入新的控制变量，如果估计结果发生显著变化，则认为存在可能的控制变量遗漏问题；反之，则基准结果稳健。中国各地出台了诸多旅游促进政策，如全域旅游示范区、红色旅游融合发展示范区、休闲农业重点县、民族文化旅游示范区、边境旅游试验区和跨境旅游合作区、国家旅游科技示范园区、国家体育旅游示范区、国家中医药健康旅游示范区和示范基地和国家工业旅游示范基地等，这些政策对推动城市旅游发展有显著影响。因此，本文纳入旅游促进政策这一额外控制变量。对样本（时间）中开展上述任一政策的城市，其当年及以后旅游促进政策变量设定为1，反之则为0。表5第1列显示了新的估计结果，引入旅游促进政策变量后，城市转型仍在5%水平显著正向影响旅游竞争力，且回归系数变化不大。
表5 内生性检验

Tab. 5 Endogeneity test

增加控制变量 工具变量估计
第一阶段：城市转型 第二阶段：旅游竞争力
旅游促进政策 0.0102**(0.0079)
高校数量 0.0433***(0.0072)
did 0.0182**(0.0050) 0.4373***(0.0756)
常数 -0.4064***(0.0933) -0.2078***(0.0752) 0.1895***(0.0313)
Cragg-Donald Wald F 统计量 35.2504
最小特征值统计量 59.0810
控制变量 是 是 是
城市固定效应 是 是 是
时间固定效应 是 是 是
样本量 4080 4080 4080
R2 0.4343 0.1780 0.1852
本文继续采用工具变量方法做稳健性检验。工具变量需满足两个基本条件：与解释变量相关，同时与残差项不相关。本文选择高校数量作为政策虚拟变量的工具变量，因为其既与创新相关，又与低碳相关。高校数量越多，人力资本优势越高，意味着城市更高的创新水平。高校数量多还意味着可能会有更好的低碳技术以及更多的高素质人才，高素质人才比例升高也有利于低碳理念普及。因此，高校数量多的城市更有可能进入创新和低碳城市试点名录。此外，高校数量往往是历史遗留结果，与城市位置与历史地位相关，但与旅游竞争力无直接关联，符合外生性要求。本文采用两阶段最小二乘法（Two Stage Least Square, 2SLS）进行工具变量检验。估计结果（表5）显示，高校数量与城市转型在1%水平显著相关，第一阶段回归F统计量为35.25（> 10），因此高校数量不是弱工具变量。最小特征值统计量59.0810大于2SLS Size of nominal 5% Wald检验中10%对应的临界值16.38，同样表明不存在弱工具变量问题。第二阶段估计结果显示，城市转型在1%水平显著正向影响旅游竞争力。因此，在考虑内生性后，表2的基准发现仍然稳健。

5 机制分析

5.1 影响机制

本文进一步实证检验城市转型影响旅游竞争力的理论机制，结果见表6。研究表明，城市转型对产业结构合理化提升产生显著影响，表现为泰尔指数显著下降（表6第1列）。因为泰尔指数与产业结构合理化呈相反关系，所以城市转型有助于产业结构合理化。此外，泰尔指数对旅游竞争力具有负向作用，即产业结构合理化与旅游竞争力正相关。因此，城市转型通过促进产业结构合理化提升旅游竞争力。城市转型还显著促进产业结构高级化，这意味着城市创新和低碳建设推动了第三产业增长，产业结构高级化同时正向影响旅游竞争力。因此，城市转型有力推动产业结构高级化，进而提升旅游竞争力。由此，城市转型通过促进产业结构升级提升旅游竞争力。此外，城市转型提升了创新投入，但显著性只有10%。相反，城市转型对创新产出的正向作用在5%水平显著，这意味着以专利技术为衡量的创新产出与城市转型之间有显著正向联系。创新产出在1%水平正向影响旅游竞争力，因此创新产出是城市转型提升旅游竞争力的重要机制。最后，在城市转型背景下，环境规制强度得到显著提升，环境规制同时显著推动旅游竞争力。因此，城市转型通过促进环境规制进而提升旅游竞争力。
表6 城市转型影响旅游竞争力的机制分析

Tab. 6 Influence mechanism of urban transition for tourism competitiveness

因变量
产业结构合理化 产业结构高级化 科技创新投入 科技创新产出 环境规制
did -0.0146**(0.0065) 0.1756***(0.0515) 0.0040*(0.0023) 0.0785**(0.0301) 0.0003***(0.0001)
产业结构合理化
产业结构高级化
科技创新投入
科技创新产出
环境规制
控制变量 是 是 是 是 是
常数 0.5232**(0.2318) -0.3518(0.7605) -0.3458***(0.0504) -23.2154***(1.2067) -0.0070***(0.0022)
城市固定效应 是 是 是 是 是
时间固定效应 是 是 是 是 是
样本量 4080 4080 4080 4080 4080
R2 0.0080 0.3592 0.2993 0.8459 0.1842
因变量
旅游竞争力
did 0.0192**(0.0079) 0.0174**(0.0081) 0.0180**(0.0076) 0.0187***(0.0079) 0.0191**(0.0079)
产业结构合理化 -0.0068**(0.0033)
产业结构高级化 0.0106***(0.0031)
科技创新投入 0.3254***(0.1145)
科技创新产出 0.0048***(0.0013)
环境规制 0.4967**(0.2455)
控制变量 是 是 是 是 是
常数 -0.4253***(0.0943) -0.4156***(0.0919) -0.3113***(0.0882) -0.3066***(0.0926) -0.4228***(0.0950)
城市固定效应 是 是 是 是 是
时间固定效应 是 是 是 是 是
样本量 4080 4080 4080 4080 4080
R2 0.4322 0.4369 0.4377 0.4351 0.4311

5.2 区域异质性分析

尽管全样本结果表明城市转型有助于旅游竞争力提升，那么是否在任何地区都可以通过城市转型促进旅游竞争力?理论上，在中国这样一个幅员辽阔、内部差异明显的巨大区域，很难设计一个具有普适性的政策。本文继续考察城市转型对旅游竞争力的区域异质性影响。首先，将全样本分成东、中、西3个子样本考察不同地区城市转型对旅游竞争力的影响差异。宏观看，这3个区域划分大体上表示中国不同的社会经济发展水平，其中东部地区最高，中部次之，西部最低。东部地区包含福建、广东、海南、河北、江苏、山东和浙江7省82个城市；中部地区包含安徽、河南、黑龙江、吉林、辽宁、湖北、湖南、江西和山西9省111个城市；西部地区包括甘肃、广西、贵州、内蒙古、宁夏、青海、陕西、四川、新疆和云南10省（自治区）79个城市。其次，本文区分城市行政等级，将省会城市和计划单列市（包括大连、青岛、宁波、厦门和深圳）作为高行政等级城市，其他城市作为低行政等级城市。高行政等级城市往往是区域社会经济文化中心，在转型发展方面具有明显优势；相比之下，低行政等级城市能获得的转型发展资源相对匮乏[41]。样本中共包括30个高行政等级城市和242个低行政等级城市。最后，将样本分为资源型和非资源型城市。资源型城市以自然资源开采、加工为主导产业，城市生产和发展与资源开发密切相关[77]。资源型城市往往具有较高的碳排放强度[78]和较低的创新水平[79]，更容易受低碳和创新建设影响。根据《国务院关于印发全国资源型城市可持续发展规划（2013—2020年）的通知》，272个样本城市中包括90个资源型城市和182个非资源型城市。表7报告了区域异质性检验结果。
表7 城市转型对旅游竞争力影响的异质性检验

Tab. 7 Heterogeneity test for the effects of urban transition on tourism competitiveness

因变量：旅游竞争力
东部 中部 西部 高行政等级 低行政等级 资源型 非资源型
did 0.0143
(0.0123)		 0.0183**
(0.0080)		 0.0155
(0.0158)		 0.0041
(0.0103)		 0.0454***
(0.0145)		 0.0273***
(0.0030)		 0.0188**
(0.0083)
控制变量 是 是 是 是 是 是 是
常数 -0.5236*
(0.2633)		 -0.3305***
(0.1235)		 -0.2414***
(0.0806)		 -0.7770***
(0.2267)		 -0.3423***
(0.1008)		 -0.2470*
(0.1285)		 -0.4683***
(0.1190)
城市固定效应 是 是 是 是 是 是 是
时间固定效应 是 是 是 是 是 是 是
样本量 1230 1665 1185 450 3630 1350 2730
R2 0.4398 0.4600 0.5357 0.5937 0.4151 0.4820 0.4186
城市转型只在中部城市显著提升旅游竞争力；在东部和西部城市，尽管系数为正，但统计不显著。创新和低碳试点区域本身具有较好的经济、技术和环境保护基础，且集中在经济发达地区和省会以及经济中心城市。由于经济发展水平较高，东部地区城市已经具备兼顾经济增长效率和环境保护质量的良好基础。东部地区更加优越的地理位置、更加完备的交通与信息基础设施，相对合理和高级的产业结构，更多的创新投入和产出，更加严格的环境规制，使得转型发展对旅游竞争力的边际效应较弱。因此，尽管东部地区城市转型一定程度上推动了创新要素集聚和环境提升[16,41]，有助于旅游资源合理配置和旅游产业的高质量发展，但在社会经济和生态环境方面的提升作用有限。西部地区上述各要素相对落后，即使实施了创新和低碳建设政策，地方政府在激烈的经济增长竞争中，也会更为谨慎地对待短期效果并不明显的产业结构优化进程和创新投入，倾向放松对环境的规制[80]。在没有明显的创新要素集聚和产业结构升级形成之前，强制性的城市转型对旅游竞争力的提升作用有限。相反，中部地区发展基础介于东部和西部之间，可以充分发挥创新和低碳转型带来的技术增长、产业升级和环境治理效应，推动旅游竞争力提升。
行政等级较高城市转型对旅游竞争力的正向影响小于行政等级较低城市，且前者统计不显著。行政等级较高城市自身的等级优势和旅游发展基础保证了其竞争力一直维持较高水准。同样因为边际效应递减，城市转型对行政等级较高城市旅游竞争力的正向效应微弱。对行政等级较低城市，转型发展伴随的政策优惠以及融入国家创新和低碳发展战略的积极信号会使其从中获益，旅游产业及其依赖的整体社会经济和生态环境建设得到扶持和发展，从而更有效激励城市整体旅游竞争力提升。城市转型对资源型城市的正向影响要显著大于非资源型城市，这是因为创新和低碳政策对资源型城市的约束更加明显。资源型城市产业具有相对明显的碳密集型特征以及创新驱动的迫切要求，城市转型更有利于资源型城市的低碳转型和经济转型包括产业结构优化、技术进步和环境治理，进而提升城市社会发展和生态环境竞争力。

6 结论和讨论

6.1 结论

本文基于中国272个地级城市面板数据，运用多期双重差分方法考察了城市创新和低碳发展为表征的城市转型对旅游竞争力的因果影响，进一步分析了该影响的产生机制和区域异质性。主要结论包括：
（1）城市转型有助于旅游竞争力提升。不同城市转型的叠加影响要高于单一城市转型的影响，城市转型对旅游竞争力的正向作用持续增强。城市转型显著提升旅游资源竞争力、生态环境支持竞争力和社会发展支持竞争力，但对旅游产业竞争力有抑制作用。尽管城市转型总体增强了旅游地在市场中的相对优势地位，但弱化了旅游产业自身的重要性。
（2）创新投入在城市转型影响旅游竞争力中的作用不明显。城市转型有助于旅游地产业的协调发展，有助于现代高端服务业为代表的第三产业进步，促进了地方技术进步以及环境治理意愿和能力的提升。产业结构合理化、产业结构高级化、创新产出和环境规制是城市转型提升旅游竞争力的重要因果机制。
（3）城市转型对旅游竞争力正向影响的区域异质性显著。城市转型只在中部地区显著促进旅游竞争力。相比高行政等级城市，低行政等级城市转型对旅游竞争力的促进作用更大、更显著。资源型城市比非资源型城市拥有更强的城市转型对旅游竞争力的促进作用。

6.2 讨论

本文的边际贡献和可能的理论启示包括以下方面。首先，根据旅游竞争力内涵，首次在全国地级市层面评价了旅游竞争力。由于城市层面特殊的发展特征以及高分辨率数据获取限制，城市旅游竞争力评价指标与国家和省域层面研究有显著区别。国家层面的汇率、通货膨胀率甚至制度环境，以及省级层面的旅行社数量、旅游从业人员等指标都不适用于城市旅游竞争力评价。基于旅游竞争力共识内涵与基础内核，在已有城市旅游竞争力评价基础上，本文构建的指标体系额外纳入基于文本分析的社会发展支持维度中的社会治安、司法服务、美食等级以及旅游产业维度中的旅游支持等新指标，有助于更深入、全面地表征城市旅游竞争力，也为未来更细粒度的实证研究提供参考。本文构建的城市旅游竞争力评价模型，不仅丰富了旅游竞争力评价体系，同时深化了旅游竞争力内涵并扩展其应用。该评价模型在统计数据外凸显了文本数据的重要性，未来可进一步扩展到网络数据，当然必须重视网络数据主观或者人为控制倾向可能导致的数据偏差。
其次，本文分别证实了城市转型对旅游资源竞争力、生态环境支持竞争力和社会发展支持竞争力的正向影响，因此，城市转型对于旅游竞争力提升是系统和全方位的。旅游产业竞争力的下降并没有阻碍整体旅游竞争力的提升，这契合旅游竞争力综合性内涵的特征，也暗示应该以系统观点看待旅游竞争力。尽管全国样本显示了城市转型对旅游竞争力的显著正向影响，但该影响区域异质性特征明显。在不同的地区和类型城市，城市转型受限于当地复杂的社会经济与环境条件，对旅游竞争力的影响差异较大。旅游竞争力提升在考虑旅游从业者或者旅游产业本身之外，必须综合考虑旅游发展依赖的城市目的地综合情境。这突出了未来案例分析的重要性。此外，中部城市结果的显著性还暗示了社会经济发展水平可能的非线性调节作用。当社会经济发展处于较低和较高水平时，城市转型对旅游竞争力的影响有限，但当处于中间状态时，该影响较为显著。未来可以继续识别潜在的调节变量，探究这一倒“U”型调节作用的发生机制。
最后，不同于单一视角对旅游竞争力的影响研究，本文首次将系统的城市转型和旅游竞争力集成到同一理论分析框架，探讨城市转型对旅游竞争力的影响及机制，深化了城市发展和旅游竞争力之间关系的认知。基于因果推断的TDID方法，本文揭示了城市转型对旅游竞争力的因果影响和因果机制，拓展了单一因素与旅游竞争力的相关性讨论。全球城市都面临转型发展的关键时期，中国的创新和低碳等城市转型实践无疑可以为广大国家和地区尤其是发展中国家提供很好的借鉴，本文结果可为这些国家和地区旅游竞争力提升和城市转型发展的有效衔接提供参考路径。
考虑到疫情影响，本文数据截至2019年。2022年中国又公布新一批创新城市建设名单，并且随着中国低碳战略的深层次推进，低碳城市试点的成功经验正向全国逐步推广。本文的政策启示包括：① 积极推动城市转型多样化，加快推进创新和低碳城市建设。完善创新型城市发展制度设计，充分发挥知识、科技、政策、产业创新的溢出效应，助推旅游竞争力提升。迎合全球和地方低碳战略，将低碳城市建设视为改善城市旅游竞争力的有效手段，总结已设立的低碳试点城市建设的成功经验，加大对低碳城市建设的支持力度，并向其他城市推广。② 城市转型对旅游产业竞争力的抑制作用表明，旅游部门在城市转型中的作用或地位仍相对较弱。旅游经营和管理者应在城市转型发展中，充分认识旅游业地位，积极融入城市建设，主动吸收科技、知识、政策创新成果应用于旅游业发展，充分认识到旅游产业相对低碳的特征，积极融入城市低碳转型，成为城市创新和低碳转型的重要驱动力。③ 旅游产业应该提高资源配置效率，加强技术创新，更好地融入城市产业结构优化进程，提升旅游业服务地方社会经济发展的能力。旅游产业需摆脱传统的低附加值、低创新、低科技含量的低端服务业现状，向高端服务业转型，成为产业结构合理化的重要构成。尤其在数字化创新和“双碳”目标背景下，旅游业的数字化和低碳转型至关重要。旅游部门应该加强智慧旅游基础设施建设，创新低碳管理模式，有效融合交通、住宿、餐饮、游览、娱乐等旅游要素，扩大数字化和低碳化旅游产品供给。继续探索优化产业结构和推动技术创新的路径，加强环境规制。城市应更加聚焦产业结构升级和清洁技术发展，提倡新型工业化驱动的经济增长，引领深度创新和低碳转型，增强旅游地生态氛围。④ 城市转型还应与城市区位差异、发展地位、资源禀赋等社会经济环境条件相匹配，积极探索具有地方特色、发挥地方优势的创新和低碳发展路径和模式。东部城市可以继续维持较高的城市转型投入，不断提升城市转型对旅游竞争力的边际效益。西部城市则需要更多的产业补贴、税收优惠、财政支持等财税政策支持以及创新要素转移等技术支持，加快创新要素集聚和产业结构升级。城市转型政策需向低行政级别和资源型城市倾斜，深化城市发展改革有利于这些城市整体社会、经济、环境发展与旅游竞争力提升。
关联数据信息：本文关联实体数据集已被科学数据银行ScienceDB（Science Data Bank）收录，获取地址： https://doi.org/10.57760/sciencedb.22004.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Shi Chunyun, Zhang Jie, Shen Zhengping, et al. An overview of quantitive evaluation of the tourist destination competitiveness. Human Geography, 2006, 21(3): 72-77.

[史春云, 张捷, 沈正平, 等. 旅游目的地竞争力定量评价综述. 人文地理, 2006, 21(3): 72-77.]

[2]
Wu D D, Li H, Wang Y H. Measuring sustainability and competitiveness of tourism destinations with data envelopment analysis. Journal of Sustainable Tourism, 2023, 31(6): 1315-1335.

[3]
Baños-Pino J F, Boto-García D, Valle E D, et al. Is visitors' expenditure at destination influenced by weather conditions? Current Issues in Tourism, 2023, 26(10): 1554-1572.

[4]
Guizzardi A, Stacchini A, Costa M. Can sustainability drive tourism development in small rural areas? Evidences from the Adriatic. Journal of Sustainable Tourism, 2022, 30(6): 1280-1300.

DOI

[5]
Gómez-Vega M, Herrero-Prieto L C, López M V. Clustering and country destination performance at a global scale: Determining factors of tourism competitiveness. Tourism Economics, 2022, 28(6): 1605-1625.

[6]
Mertzanis C, Papastathopoulos A. Epidemiological susceptibility risk and tourist flows around the world. Annals of Tourism Research, 2021, 86: 103095. DOI: 10.1016/j.annals.2020.103095.

[7]
Lin Shuang, Zhao Lei. Study on the threshold effect of urbanization on the competitiveness of tourism industry. Tourism Tribune, 2020, 35(11): 27-41.

[林爽, 赵磊. 城镇化进程对旅游产业竞争力的门槛效应研究. 旅游学刊, 2020, 35(11): 27-41.]

[8]
Zhu Yuanyuan, Luo Yuan, Chen Jing, et al. Research on industrial transformation and its economic resilience in resource-exhausted cities: A case study of Daye city, Hubei province. Journal of Natural Resources, 2023, 38(1): 73-90.

DOI

[朱媛媛, 罗源, 陈京, 等. 资源枯竭型城市产业转型及其经济韧性: 以湖北省大冶市为例. 自然资源学报, 2023, 38(1): 73-90.]

DOI

[9]
Cucuzzella C, Owen J, Goubran S, et al. A TOD index integrating development potential, economic vibrancy, and socio-economic factors for encouraging polycentric cities. Cities, 2022, 131: 103980. DOI: 10.1016/j.cities.2022.103980.

[10]
Ye Xiaoxuan, Qu Mingya, Bao Jigang. Exploring the spatial structure and characteristics of inbound tourist flow in Guangdong-Hong Kong-Macao Greater Bay Area based on geotagged photos. Geographical Research, 2023, 42(8): 2152-2171.

[叶晓旋, 曲鸣亚, 保继刚. 基于地理标记照片的粤港澳大湾区入境旅游流转移规律及空间结构特征. 地理研究, 2023, 42(8): 2152-2171.]

[11]
Raun J, Shoval N, Tiru M. Gateways for intra-national tourism flows: Measured using two types of tracking technologies. International Journal of Tourism Cities, 2020, 6(2): 261-278.

[12]
Du G, Li W D. Does innovative city building promote green logistics efficiency? Evidence from a quasi-natural experiment with 285 cities. Energy Economics, 2022, 114: 106320. DOI: 10.1016/j.eneco.2022.106320.

[13]
Cheng J H, Yi J H, Dai S, et al. Can low-carbon city construction facilitate green growth? Evidence from China's pilot low-carbon city initiative. Journal of Cleaner Production, 2019, 231: 1158-1170.

[14]
Fang Xianming, Meng Kejun. Impact of the low-carbon city pilot policy on income inequality: Exacerbation or restraint. China Population, Resources and Environment, 2024, 34(4): 13-22.

[方先明, 孟可俊. 低碳城市试点政策对收入不平等的影响: 加剧还是抑制. 中国人口·资源与环境, 2024, 34(4): 13-22.]

[15]
Du Minzhe, Liao Liping. Can low-carbon transition promote common prosperity: Evidence from low-carbon city pilots. Economic Perspectives, 2024, 54(4): 33-48.

[杜敏哲, 廖丽萍. 低碳转型能否促进共同富裕? 来自低碳城市试点的证据. 经济学动态, 2024, 54(4): 33-48.]

[16]
Wang Weidong, Wang Xiaonan, Jiang Hongli. Can the construction of low-carbon cities accelerate knowledge flow of low-carbon technologies? Studies in Science of Science, 2023, 41(12): 2204-2215.

[王为东, 王笑楠, 江红莉. 低碳城市建设能否加快低碳技术知识流动? 科学学研究, 2023, 41(12): 2204-2215.]

[17]
Wang Xiaohong, Zhang Shaopeng, Li Xuanting. Research on the impact of innovative city construction on the green development of cities. Science Research Management, 2022, 43(8): 1-9.

[王晓红, 张少鹏, 李宣廷. 创新型城市建设对城市绿色发展的影响研究. 科研管理, 2022, 43(8): 1-9.]

[18]
Nie Changfei, Lu Jianxin, Feng Yuan, et al. Impact of innovative city construction on green total factor productivity. China Population, Resources and Environment, 2021, 31(3): 117-127.

[聂长飞, 卢建新, 冯苑, 等. 创新型城市建设对绿色全要素生产率的影响. 中国人口·资源与环境, 2021, 31(3): 117-127.]

[19]
Jones K E, Granzow M, Shields R. Urban virtues and the innovative city: An experiment in placing innovation in Edmonton, Canada. Urban Studies, 2019, 56(4): 705-721.

[20]
Heinelt H, Terizakis G. Innovative cities: How to explain differences between cities? An answer based on an interpretive approach. Urban Research & Practice, 2021, 14(5): 487-501.

[21]
Yang J Y, Xiong G Q, Shi D Q. Innovation and sustainable: Can innovative city improve energy efficiency? Sustainable Cities and Society, 2022, 80: 103761. DOI: 10.1016/j.scs.2022.103761.

[22]
Li Y, Zhang J N, Yang X D, et al. The impact of innovative city construction on ecological efficiency: A quasi-natural experiment from China. Sustainable Production and Consumption, 2021, 28: 1724-1735.

[23]
Ma N, Zhang J Q, Bao M J, et al. Innovative city pilot policies, absorptive capacity, and urban total factor productivity: A difference-in-differences approach. Technology Analysis & Strategic Management, 2024, 36(11): 3653-3666.

[24]
Zeng J Y, Ning Z Z, Lassala C, et al. Effect of innovative-city pilot policy on industry-university-research collaborative innovation. Journal of Business Research, 2023, 162: 113867. DOI: 10.1016/j.jbusres.2023.113867.

[25]
JJiang N N, Jiang W, Chen H B. Innovative urban design for low‐carbon sustainable development: Evidence from China's innovative city pilots. Sustainable Development, 2023, 31(2): 698-715.

[26]
Yang Z J, Shi D Q. Towards carbon neutrality: The impact of innovative city pilot policy on corporate carbon intensity in China. Climate Policy, 2023, 23(8): 975-988.

[27]
Liu X, Li Y C, Chen X H, et al. Evaluation of low carbon city pilot policy effect on carbon abatement in China: An empirical evidence based on time-varying DID model. Cities, 2022, 123: 103582. DOI: 10.1016/j.cities.2022.103582.

[28]
Yang Z F, Yuan Y N, Tan Y. The impact and nonlinear relationship of low-carbon city construction on air quality: Evidence from a quasi-natural experiment in China. Journal of Cleaner Production, 2023, 422: 138588. DOI: 10.1016/j.jclepro.2023.138588.

[29]
Xu Y Z, Zhang R J, Dong B Y, et al. Can the construction of low-carbon cities reduce haze pollution? Journal of Environmental Planning and Management, 2023, 66(3): 590-620.

[30]
Song M L, Zhao X, Shang Y P. The impact of low-carbon city construction on ecological efficiency: Empirical evidence from quasi-natural experiments. Resources, Conservation and Recycling, 2020, 157: 104777. DOI: 10.1016/j.resconrec.2020.104777.

[31]
Qiu S L, Wang Z L, Liu S. The policy outcomes of low-carbon city construction on urban green development: Evidence from a quasi-natural experiment conducted in China. Sustainable Cities and Society, 2021, 66: 102699. DOI: 10.1016/j.scs.2020.102699.

[32]
Chen S J, Mao H, Sun J Q. Low-carbon city construction and corporate carbon reduction performance: Evidence from a quasi-natural experiment in China. Journal of Business Ethics, 2022, 180(1): 125-143.

[33]
World Economic Forum (WEF). Travel & tourism development index 2021: Rebuilding for a sustainable and resilient future. https://www3.weforum.org/docs/WEF_Travel_Tourism_Development_2021.pdf. 2024-3-28.

[34]
Jiang G X, Li Y Q, Ruan W Q, et al. Relieving tourist anxiety during the COVID-19 epidemic: A dual perspective of the government and the tourist destination. Current Issues in Tourism, 2024, 27(7): 1095-1110.

[35]
Tse S, Tung V W S. Measuring the valence and intensity of residents' behaviors in host-tourist interactions: Implications for destination image and destination competitiveness. Journal of Travel Research, 2022, 61(3): 565-580.

[36]
Zhao C Y, Wang K, Dong K Y. How does innovative city policy break carbon lock-in? A spatial difference-in-differences analysis for China. Cities, 2023, 136: 104249. DOI: 10.1016/j.cities.2023.104249.

[37]
Jiang Jinhe, Ding Xinxing. Study on the peer effects of environmental policy: Evidence from low-carbon city pilot. China Soft Science Magazine, 2024, 39(4): 112-121.

[蒋金荷, 丁新兴. 环境政策的“同伴效应”研究: 来自低碳城市试点的证据. 中国软科学, 2024, 39(4): 112-121.]

[38]
He C, Wang Y P, Tang K. Impact of low-carbon city construction policy on green innovation performance in China. Emerging Markets Finance and Trade, 2023, 59(1): 15-26.

[39]
Du M Z, Antunes J, Wanke P, et al. Ecological efficiency assessment under the construction of low-carbon city: A perspective of green technology innovation. Journal of Environmental Planning and Management, 2022, 65(9): 1727-1752.

[40]
van Veelen B, Knuth S. An urban 'age of timber'? Tensions and contradictions in the low-carbon imaginary of the bioeconomic city. Environment and Planning E: Nature and Space, 2024, 7(2): 904-927.

[41]
Zhang Hongfeng, Huang Lu, Zhang Xinying. Research on the influence mechanism of innovative city construction on the quality of economic growth. Science Research Management, 2023, 44(7): 162-172.

[张红凤, 黄璐, 张新颖. 创新型城市建设对经济增长质量的影响机制研究. 科研管理, 2023, 44(7): 162-172.]

[42]
Zhang J K. Environmental reporting and tourism development in China. Journal of Sustainable Tourism, 2024. DOI: 10.1080/09669582.2024.2358985.

[43]
Tong Yun, He Biao. Green development effect of tourism economy and its formation mechanism: Evidence from 92 tourism-dependent cities in China. China Population, Resources and Environment, 2022, 32(4): 134-144.

[童昀, 何彪. 旅游经济的绿色发展效应及其形成机制: 中国92个旅游依赖型城市的实证. 中国人口·资源与环境, 2022, 32(4): 134-144.]

[44]
Luo Wenbin, Xu Feixiong, He Xiaorong. Study on the dynamic relationship between tourism expansion and economic growth in China (1978-2008): Based on the cointegration test and granger causality test model. Tourism Tribune, 2012, 27(10): 20-26.

[罗文斌, 徐飞雄, 贺小荣. 旅游发展与经济增长、第三产业增长动态关系: 基于中国1978—2008数据的实证检验. 旅游学刊, 2012, 27(10): 20-26.]

[45]
Sheng Yanchao, Li Jinjing, Xu Shan, et al. Impact of market integration on the high-quality economic development of the Yellow River Basin. Resources Science, 2024, 46(3): 462-474.

DOI

[生延超, 李金婧, 徐珊, 等. 市场一体化对黄河流域经济高质量发展的影响. 资源科学, 2024, 46(3): 462-474.]

DOI

[46]
Yu Y T, Chen X D, Zhang N. Innovation and energy productivity: An empirical study of the innovative city pilot policy in China. Technological Forecasting and Social Change, 2022, 176: 121430. DOI: 10.1016/j.techfore.2021.121430.

[47]
Pan A, Zhang W N, Shi X P, et al. Climate policy and low-carbon innovation: Evidence from low-carbon city pilots in China. Energy Economics, 2022, 112: 106129. DOI: 10.1016/j.eneco.2022.106129.

[48]
Wang Kai, Hu Yi, Gan Chang, et al. Spatial spillover effects of scientific and technological innovation on tourism economic efficiency in China. Geography and Geo-Information Science, 2024, 40(1): 125-133.

[王凯, 胡奕, 甘畅, 等. 中国科技创新对旅游经济效率的空间溢出效应. 地理与地理信息科学, 2024, 40(1): 125-133.]

[49]
Zhou D, Yuan S, Xie D C. Voluntary environmental regulation and urban innovation: Evidence from low-carbon pilot cities program in China. Technological Forecasting and Social Change, 2022, 175: 121388. DOI: 10.1016/j.techfore. 2021.121388.

[50]
Xiong Debin, Liu Jing. Ecological potential advantages, effective grassroots governance and ecotourism industry development mechanism: A case study of the summer tourism industry in Shanbao community, Tongzi county, Guizhou province. Journal of Natural Resources, 2024, 39(4): 788-803.

DOI

[熊德斌, 刘静. 生态潜在优势与基层有效治理及生态旅游产业发展机制: 以贵州桐梓县山堡社区避暑旅游产业为例. 自然资源学报, 2024, 39(4): 788-803.]

DOI

[51]
Crouch G I. Destination competitiveness: An analysis of determinant attributes. Journal of Travel Research, 2011, 50(1): 27-45.

[52]
Dwyer L, Kim C. Destination competitiveness: Determinants and indicators. Current Issues in Tourism, 2003, 6(5): 369-414.

[53]
Zheng Peng, Liu Zhuang, Chen Jiayi, et al. Evaluation of tourist destination competitiveness on Qinghai-Tibet Plateau: An county perspective and obstacle analysis. Journal of Arid Land Resources and Environment, 2023, 37(2): 177-185.

[郑鹏, 刘壮, 陈家怡, 等. 青藏高原县域旅游目的地竞争力评价及障碍分析. 干旱区资源与环境, 2023, 37(2): 177-185.]

[54]
Wang Xinyue, Zhu Wenliang. Analysis of rural tourism competitiveness and obstacle factors in Shandong Province. Geographical Science, 2019, 39(1): 147-155.

[王新越, 朱文亮. 山东省乡村旅游竞争力评价与障碍因素分析. 地理科学, 2019, 39(1): 147-155.]

DOI

[55]
Li Weihang, Zhang Gaojun, Chen Sen, et al. The coupling coordination between tourism competitiveness and urbanization and its impact on local economy. Journal of Natural Resources, 2022, 37(3): 701-717.

DOI

[李维航, 张高军, 陈森, 等. 粤港澳大湾区旅游竞争力与城市化的耦合协调度及其对地方经济的影响. 自然资源学报, 2022, 37(3): 701-717.]

DOI

[56]
Zhou Li, Jiang Jinliang. Comprehensive evaluation of urban tourism competitiveness in the Yangtze River Delta and its spatial patterns analysis. Economic Geography, 2015, 35(1): 173-179.

[周礼, 蒋金亮. 长三角城市旅游竞争力综合评价及其空间分异. 经济地理, 2015, 35(1): 173-179.]

[57]
Huang Song, Li Yanlin, Dai Pingjuan. Evaluation of tourism competitiveness of Chinese smart tourism city. Acta Geographica Sinica, 2017, 72(2): 242-255.

[黄松, 李燕林, 戴平娟. 智慧旅游城市旅游竞争力评价. 地理学报, 2017, 72(2): 242-255.]

DOI

[58]
Li Bo, Qin Huan, Yu Jianhui, et al. Evaluation and pattern evolution of provincial tourism resources competitiveness in China. Economic Geography, 2019, 39(9): 232-240.

DOI

[李博, 秦欢, 余建辉, 等. 中国省域旅游资源竞争力评价及其格局演变. 经济地理, 2019, 39(9): 232-240.]

DOI

[59]
Mariani M, Platanakis E, Stafylas D, et al. Identifying a destination's optimal tourist market mix: Does a superior portfolio model exist? Tourism Management, 2023, 96: 104722. DOI: 10.1016/j.tourman.2023.104722.

[60]
Zhang J K. The effects of ecosystem of business environment on tourism: A configurational perspective. Current Issues in Tourism, 2024, 27(24): 4676-4692.

[61]
González-Rodríguez M R, Díaz-Fernández M C, Pulido-Pavón N. Tourist destination competitiveness: An international approach through the travel and tourism competitiveness index. Tourism Management Perspectives, 2023, 47: 101127. DOI: 10.1016/j.tmp.2023.101127.

[62]
Xu Dong, Huang Zhenfang, Huang Rui. The spatial effects of haze on tourism flows of Chinese cities: Empirical research based on the spatial panel econometric model. Acta Geographica Sinica, 2019, 74(4): 814-830.

DOI

[徐冬, 黄震方, 黄睿. 基于空间面板计量模型的雾霾对中国城市旅游流影响的空间效应. 地理学报, 2019, 74(4): 814-830.]

DOI

[63]
Liu H M, Cui W J, Zhang M. Exploring the causal relationship between urbanization and air pollution: Evidence from China. Sustainable Cities and Society, 2022, 80: 103783. DOI: 10.1016/j.scs.2022.103783.

[64]
Shao Chaofeng, Gao Junli, Zhao Run, et al. Sustainability assessment of tourism-oriented cities based on SDGs and competitiveness index: Taking Guilin as an example. China Population, Resources and Environment, 2022, 32(2): 162-176.

[邵超峰, 高俊丽, 赵润, 等. 基于SDGs及旅游竞争力指数的旅游型城市可持续发展评估: 以桂林市为例. 中国人口·资源与环境, 2022, 32(2): 162-176.]

[65]
Al-Shayeb A, Hatemi-J A. Trade openness and economic development in the UAE: An asymmetric approach. Journal of Economic Studies, 2016, 43(4): 587-597.

[66]
Abusaada H, Elshater A. Competitiveness, distinctiveness and singularity in urban design: A systematic review and framework for smart cities. Sustainable Cities and Society, 2021, 68: 102782. DOI: 10.1016/j.scs.2021.102782.

[67]
Zhang H J, Sun Y F, Meng C Y. Sustainable urban competitiveness from a financial development perspective: An empirical study of China. Sustainability, 2023, 15(5): 4225. DOI: 10.3390/su15054225.

[68]
Zhao Shuhong, Bai Meng. Coupling coordination characteristics and its influencing factors of brand tourism resources competitiveness and tourism flow in Yunnan province. Geographical Science, 2020, 40(11): 1878-1888.

[赵书虹, 白梦. 云南省品牌旅游资源竞争力与旅游流耦合协调特征及其影响因素分析. 地理科学, 2020, 40(11): 1878-1888.]

DOI

[69]
Karakas E, Atay L. The impact of smart destination implementations in Malaga. Journal of Hospitality and Tourism Technology, 2023, 14(5): 815-837.

[70]
Li X F. Cultural creative economy and urban competitiveness: How one matters to the other. Journal of Urban Affairs, 2020, 42(8): 1164-1179.

[71]
Zhang J K. A multidimensional perspective on the relationship between tourism and green growth. Journal of Sustainable Tourism, 2024, 32(12): 2423-2441.

[72]
Chen Z, Kahn M E, Liu Y, et al. The consequences of spatially differentiated water pollution regulation in China. Journal of Environmental Economics and Management, 2018, 88: 468-485.

[73]
Zhang Hong, Shi Tingting, Bao Han. The spatial structure characteristics of China's 5A-level tourist attractions. Journal of Huaqiao University (Philosophy & Social Sciences), 2019, 37(4): 80-90.

[张洪, 石婷婷, 鲍涵. 中国5A级旅游景区空间结构特征研究. 华侨大学学报(哲学社会科学版), 2019, 37(4): 80-90.]

[74]
Sun L Y, Abraham S. Estimating dynamic treatment effects in event studies with heterogeneous treatment effects. Journal of Econometrics, 2021, 225(2): 175-199.

[75]
Zhang Jiekuan. Tourism and carbon emissions: Global perspectives and regional comparisons. Geographical Research, 2022, 41(11): 3088-3104.

[章杰宽. 旅游与碳排放: 全球视角与区域比较. 地理研究, 2022, 41(11): 3088-3104.]

DOI

[76]
Qiao Yibo, He Canfei. Impact of turning counties into districts on county manufacturing upgrading: Policy evaluation with difference in differences in differences. Acta Geographica Sinica, 2024, 79(4): 909-930.

DOI

[乔艺波, 贺灿飞. 撤县设区对县域制造业产业升级的影响: 基于三重差分法的政策评估. 地理学报, 2024, 79(4): 909-930.]

DOI

[77]
Cui Dan, Bu Xiaoyan, Xu Zhen, et al. Comprehensive evaluation and impact mechanism of high-quality development of China's resource-based cities. Acta Geographica Sinica, 2021, 76(10): 2489-2503.

DOI

[崔丹, 卜晓燕, 徐祯, 等. 中国资源型城市高质量发展综合评估及影响机理. 地理学报, 2021, 76 (10): 2489-2503.]

DOI

[78]
Wang Jiaming, Yu Zhilin. Multiple heterogeneity of carbon emission reduction driven by low-carbon technology progress in resource-based cities. China Population, Resources and Environment, 2022, 32(11): 156-170.

[王家明, 余志林. 资源型城市低碳技术进步驱动碳减排的多重异质性. 中国人口·资源与环境, 2022, 32(11): 156-170.]

[79]
Huang Huan, Huang Hui, Xiao Yi, et al. Industrial structure upgrading, government's attention to ecological environment and the efficiency of green innovation: Evidence from 115 resource-based cities in China. Journal of Natural Resources, 2024, 39(1): 104-124.

DOI

[黄寰, 黄辉, 肖义, 等. 产业结构升级、政府生态环境注意力与绿色创新效率: 基于中国115个资源型城市的证据. 自然资源学报, 2024, 39(1): 104-124.]

DOI

[80]
Zhang J J, Zheng T J. Can dual pilot policy of innovative city and low carbon city promote green lifestyle transformation of residents? Journal of Cleaner Production, 2023, 405: 136711. DOI: 10.1016/j.jclepro.2023.136711.

Options
Outlines

/

〈 〉