后疫情时代的旅游恢复格局、过程与影响因素研究

王晓芳，李宇晟

（1.华中师范大学 城市与环境科学学院，湖北 武汉 430079；2.中国旅游研究院武汉分院，湖北 武汉 430079）

0 引言

2020 年，新冠疫情席卷全球，给我国国民经济和社会发展带来了严峻挑战。受疫情影响，2020 年1 月26 日，文化和旅游部发布《暂停旅游企业经营活动的紧急通知》，我国旅游经营活动进入短暂的停摆期。经过一系列强有力的防疫措施，我国疫情蔓延的态势得到了及时有效的控制。2020 年3 月下旬，随着国内疫情的缓解，各地区开始有序恢复文化旅游经营活动；2020 年7 月14 日，文化和旅游部印发《关于推进旅游企业扩大复工复业有关事项的通知》，恢复跨省（区、市）团队旅游，并将各旅游景区接待游客量由不得超过最大承载量的30%上调至50%，我国旅游业进一步复苏。但在世界范围内，新冠疫情依旧在持续恶化，我国当前仍面临着零星散发病例风险与境外输入病例风险，还将长期处于疫情防控常态化阶段。疫情下的旅游业如何保持韧性，实现稳步复苏是值得关注的现实问题。

旅游业是环境敏感型产业，这种敏感性表现在易受境内外突发事件的冲击和影响，从而导致旅游业发展出现严重的衰退和滑坡，形成所谓的旅游危机［1］。由于旅游业的敏感性，使旅游学界日益注重对“旅游危机”和“旅游危机管理”的研究［2］。国外对旅游危机的研究较早，可追溯到20 世纪70 年代的能源危机期间。国内对旅游危机管理的研究出现时间偏晚［3］，相关研究成果主要集中在旅游危机基础理论［4，5］、旅游危机管理机制与对策［6，7］、旅游危机个案分 析［8，9］和旅 游 危 机 影 响 评 估［10，11］等 方 面。面 对疫情之下的旅游业发展问题，国内学者从多个角度展开了研究。现有的研究成果集中在以下几个方面：一是疫情对中国旅游业的影响，主要包括疫情对国内旅游、入境旅游、出境旅游市场 的影响［12，13］，疫情对旅游景区、旅行社、旅游餐饮业和酒店业的影响［14-16］，疫情 对 不 同 区 域 旅 游 业 发 展 的 影 响［17，18］；二是疫情危机下的应对策略，包括宏观层面的恢复政策、旅游企业的自救措施、旅游目的地形象恢复等［19-21］；三是疫情之后旅游业的转型发展与新变化，涉及旅游危机管理、虚拟旅游、旅游者行为偏好、旅游市场变化［22-25］等内容。国外学者对前述问题也进行了探讨［26，27］，并分析了疫情如何为可持续和包容性复苏提供机会［28，29］。

随着疫情防控进入常态化阶段，我国国内旅游逐步复苏，旅游者行为也在发生着变化。本文以我国31 个省份（由于数据收集不便，因此未包含香港特别行政区、澳门特别行政区和台湾地区）为研究对象，通过比较分析各省份2019—2021 年的旅游网络关注度数据和旅行社接待游客数据，揭示我国旅游复苏的过程和格局，并探讨影响不同区域旅游复苏的因素，以期为疫情常态化防控阶段的旅游业恢复与发展提供参考。

1 数据来源与研究方法

1.1 数据来源

百度指数是以百度网民行为海量数据为基础的数据分享平台，提供不同关键词的网络搜索量数据。通过百度指数可以挖掘互联网上有价值的信息资讯，反映社会热点、网民的兴趣和需求［30］。以“省份名+旅游”（如“湖北旅游”“福建旅游”）作为检索词，在百度指数平台进行检索，分别获取2019—2021 年各时段全体网民对31 个省份旅游关键词的搜索指数日均值。通过对比不同省份本年度与2019 年同期的搜索指数数据，可以反映我国居民对各省份旅游关注度的变化，用以测度居民旅游信心的恢复情况。

作为旅游活动的组织机构，旅行社业务的开展需要旅游产业中各部门的紧密配合，其经营活动的恢复体现了我国游客已开始成规模出游。国家文化和旅游部每季度发布《全国旅行社统计调查报告》，对全国各省份旅行社组织与接待人次等数据进行统计。选取旅行社接待国内游客数据作为基础数据，以季度为时间尺度，通过对比不同省份本年度与2019年同期的游客接待情况，可以反映我国实际的旅游出行恢复情况。

在探讨影响旅游恢复指数的因素时，主要参考旅游流的相关研究成果，并结合新冠疫情的基本特点，从区域基础环境、旅游发展水平和疫情风险等级3个方面对其进行分析。区域基础环境中的经济、人口、收入、交通等指标来源于2019 年31 个省份的统计年鉴、国民经济与社会发展统计公报；旅游发展水平中的旅行社、星级饭店数据来源于国家文化和旅游部官方网站，A 级旅游景区数据来自于各省份的文旅厅官方网站；旅游收入数据来源于各省份2019年国民经济与社会发展统计公报；疫情数据主要来源于国家卫生健康委员会和各省份卫生健康委员会的官方网站。

1.2 研究方法

旅游恢复指数：①旅游信心恢复指数（tourism confidence recovery index）以31 个省份旅游的网络关注度日均值作为旅游信心指标，设为I，Iit为i 省份t 时段旅游关键词的搜索指数日均值。以2019 年的网络关注度为基数，将2020 年、2021 年相同时段的网络关注度与2019 年进行对比，反映旅游信心的恢复程度。②旅游出行恢复指数（travel recovery index）以各省份旅行社接待游客人次作为游客出行指标，设为i，iit为i 省份t 时段旅行社接待游客人次。以2019 年旅行社接待国内游客人次为基数，将2020年、2021 年相同时段的游客人次数与2019 年进行对比，反映游客出行的恢复程度。旅游信心恢复指数与旅游出行恢复指数的计算公式依次为：

公式（1）中，Rit为i 省份t 时段的旅游信心恢复指数；公式（2）中，rit为i 省份t 时段的旅游出行恢复指数。

基尼系数（G）：基尼系数在经济学上常被用来判断收入分配的公平性［31］，在此用于反映各省份旅游恢复指数分布的均衡性。基尼系数值越接近于0，集中度越小，说明旅游恢复指数的差异越小，恢复情况越趋于均衡；反之，基尼系数值越接近于1，集中度越大，说明差异越大。计算公式为：

式中：n 为省份数；x 为恢复指数平均值；x1，x2，…，xn为从大到小的恢复指数值。

旅游恢复指数矩阵模型：波士顿矩阵（BCG Matrix）是由美国波士顿咨询公司首创的一种用来分析和规划企业产品组合的方法［32］，常被用于旅游市场和旅游产业发展研究［31，33］。以波士顿矩阵模型为基础，利用旅游信心恢复指数和旅游出行恢复指数数据设置矩阵的纵、横坐标，坐标原点为两指数的平均值交点，构建31 个省份的旅游恢复指数矩阵。用4个象限划分4 类旅游恢复市场：第一类市场，信心恢复好，出行恢复好；第二类市场，信心恢复差，出行恢复好；第三类市场，信心恢复好，出行恢复差；第四类市场，信心恢复差，出行恢复差。

空间分析法：为了分析旅游恢复指数在省级尺度上空间关联性，采用空间自相关分析方法衡量各省份旅游恢复指数与不同的省级空间单元是否存在特殊的空间分布形态，分析旅游恢复指数的空间分布特征和区域集聚特征。其中，全局空间自相关分析的计算方法见公式（4），局部空间自相关分析的计算方法见公式（5），计算公式依次为：

式（4）—（6）中：I 表示全局空间自相关莫兰指数；n 表示省级行政区域总数；Wij表示第i 个省级行政单元与相邻的第j 个行政单元空间相邻权重矩阵；xi和xj分别表示第i、j 个省级行政单元的属性值；x 表示属性值的平均值。空间相邻权重矩阵采用相邻方式，如果区域i 和j 相邻就为1，否则为0。I 的取值范围为［-1，1］。莫兰指数可以反映区域整体的自相关关系，值越大，表明旅游恢复指数的聚集分布越明显；反之，则其离散分布越显著。莫兰指数趋于0，代表旅游恢复指数呈随机分布。公式（5）中，如果Ii为正，表示该省级区域i 与相邻区域单元的属性相似；如果Ii为负，表示该省级区域i 与相邻区域单元的属性不相似。

2 结果及分析

2.1 全国及省域层面的整体分析

全国恢复情况：依据搜索获得的网络关注度数据和旅行社经营指标，分别计算2020 年、2021 年各季度全国旅游信心恢复指数和旅游出行恢复指数（图1）。从全国演变趋势来看，2020—2021 年我国旅游整体上呈现出“短暂低谷—逐步恢复—波动发展”的复苏过程。2020 年，旅游恢复水平逐步提升，旅游信心恢复水平优于旅游出行恢复水平。为有效阻断疫情传播路径，2020 年1 月26 日文化和旅游部发布《暂停旅游企业经营活动的紧急通知》，我国旅游短暂停摆；3 月下旬，随着疫情得到有效控制，各省份旅游业开始有序恢复。第二、三季度，疫情防控形势好转。7 月14 日，文化和旅游部宣布恢复跨省团队旅游，并将各旅游景区接待游客量由不得超过最大承载量的30%上调至50%，旅游恢复的速度进一步加快。第三、四季度，旅游恢复势头稳定，但增速有所放缓。旅游是我国居民日常生活的重要组成部分，国家抗击疫情的各项有力举措使多数居民对疫后出游充满信心，因此旅游信心恢复指数并未触及冰点。在疫情得到控制以后，国家要求各地景区控制游客接待上限，分区分级开放，以保证旅游业安全有序恢复。疫情造成社会经济的短期停摆，部分居民的收入有所下降，旅游出行计划被迫搁置。常态化防控阶段，游客出行仍面临一定的风险，一些居民选择采用“云旅游”等方式满足旅游需求。因此，旅游出行恢复水平仍滞后于旅游信心恢复水平。2021年，旅游信心恢复水平有所下滑，旅游出行恢复水平波动较大。2021 年1 月初，我国多地出现多点零星散发病例甚至局部聚集性疫情，在此背景下，各地陆续发出“春节期间非必要不返乡”的倡议，鼓励企事业单位职工就地过年。在此背景下，大量游客采取本地游、周边游的方式度假，春节黄金周期间的中远途旅游市场规模有所缩小。因此，2021 年第一季度，旅游信心恢复指数和旅游出行恢复指数相比于上一季度出现了下滑。进入第二季度，散发疫情得到有效遏制，旅游恢复水平有所反弹，旅游出行恢复势头良好，恢复指数为97.89，接近2019 年同期的发展水平。从节假日来看，2021 年“五一”假期国内游客出游热情高涨，国内旅游出游达2.3 亿人次，同比增长了119.7%，按可比口径恢复至疫前同期的103.2%；实现国内旅游收入1132.3 亿元，同比增长了138.1%，按可比口径恢复至疫前同期的77.0%（数据来源于中华人民共和国文化和旅游部）。第三、四季度，局部地区的零星散发疫情再度滞缓了旅游复苏势头，旅游恢复指数均有所回落，该时段的旅游出行恢复指数仅高于2020 年第一、二季度。总体来看，得益于第二季度良好的复苏态势，2021 年全年旅游出行恢复指数为58.27，比2020 年增长了40.24%；旅游信心指数为58.25，比2020 年下降了6.12%，旅游信心恢复指数与旅游出行恢复指数基本持平。由此可见，我国旅游正在逐步回暖，坚持社会面动态清零的疫情防控方针是游客成规模出行和旅游业持续稳定复苏的前提。但与此同时，疫情扰动对于旅游信心的负面影响也不容忽视，需要进一步提振旅游者的消费信心。

图1 2020—2021 年中国旅游恢复指数演变趋势Figure 2 Evolution trend of China′s tourism recovery index，2020-2021

省域恢复情况：从省域尺度上看，旅游恢复的不均衡性显著，旅游出行恢复指数的省际差距大于旅游信心恢复指数。为探讨各省份旅游恢复指数的均衡性，对2020—2021 年各季度31 个省份的旅游信心恢复指数与旅游出行恢复指数的基尼系数进行测算（图2）。

图2 2020—2021 年我国旅游恢复指数基尼系数演变趋势Figure 2 Evolution trend of Gini coefficient of China′s tourism recovery index，2020-2021

从全国演变趋势来看，2020—2021 年，旅游信心恢复指数的基尼系数呈现出缓慢下降的趋势；旅游出行恢复指数的基尼系数呈现出波动上升的趋势，其峰值出现在各年份的第四季度。冬季是新冠病毒相对活跃的阶段，个别省份受疫情影响，旅游活动规模有所减小，加剧了旅游出行恢复的不均衡。旅游信心恢复指数和旅游出行恢复指数的基尼系数均大于0.55，表明我国旅游恢复水平的集中程度整体偏高。以2020 年第四季度为例，山西省的旅游出行恢复指数达到311.92，而天津市仅为7.18，各地区间的旅游恢复水平表现出严重的不均衡性。旅游出行恢复指数的基尼系数显著高于旅游信心恢复指数，说明前者的不均衡性强于后者。在疫情常态化防控，各省份为吸引游客，密集地出台了旅游优惠政策，采取各种营销手段，这些措施激发了游客的旅游动机，推动了旅游信心的整体性恢复。较早摆脱疫情影响的省份率先抢占了疫后旅游客源市场，它们在游客心中确立起安全可靠的旅游目的地形象，积累了良好口碑，可以源源不断地吸引新的游客，使旅游活动恢复滞后的省份市场份额流失，导致旅游出行恢复指数的不均衡性更加明显。

为进一步比较各省份的旅游恢复特征，本文构建了31 个省份的旅游恢复指数矩阵（图3）。横坐标选择2020—2021 年的旅游信心恢复指数，纵坐标选择2020—2021 年的旅游出行恢复指数，采取平均值法划分4 个象限。横坐标平均值为60.15，纵坐标平均值为49.91，两条分界线相交，将全国31 个省份的旅游恢复指数矩阵划分为4 类市场。

图3 中国31 个省份旅游恢复指数矩阵Figure 3 Tourism recovery index matrix of 31 provinces in China

一类市场包括贵州、吉林、宁夏、甘肃、陕西5 个省份。此类省份的旅游信心和旅游出行恢复水平高于全国平均值，展现出良好的复苏势头。如：贵州采取景区门票五折优惠、发放1000 万元文化旅游惠民券等措施，助力文旅产业“疫”后复苏，得到了旅游者广泛的青睐，旅游恢复情况在全国名列前茅；吉林、宁夏、甘肃3 个省份受疫情的影响相对较小，确诊病例清零天数较长，为旅游活动提供了安全的环境，因此成为旅游恢复较好的省份。②二类市场包括海南、西藏、青海、山西、重庆、湖北、湖南、浙江8 个省份。这些省份的旅游信心恢复指数虽然不高，但是旅游出行的恢复情况却高于全国平均水平，是旅游恢复过程中的“黑马”。③三类市场包括新疆、辽宁、黑龙江、内蒙古、河北、河南、江苏、江西、云南、广西10个省份。这些省份的旅游出行恢复滞后于旅游信心恢复。此类省份是我国重要的旅游目的地，在互联网中备受旅游者关注，但由于个别季度零星疫情的影响，实际的旅游出行恢复情况并不理想。④四类市场包括北京、天津、安徽、山东、上海、福建、广东、四川8 个省份。这些省份的旅游信心和旅游出行恢复水平均低于全国平均值，旅游恢复相对滞后。第四类省份数量较多，说明我国旅游恢复的缺口较大，需要因省因地施策，解决旅游业复苏缓慢的问题。

2.2 旅游恢复指数的时空演化

全国总体演化分析：为了分析旅游恢复指数在空间上的集聚特征，本文借助ArcGIS 分别计算了2020—2021 年各时段我国省域旅游信心恢复指数和旅游出行恢复指数的全局Moran′s I 指数及其相关指标（表1）。由表1 可知：①从2020—2021 年全过程来看，旅游出行恢复指数的全局Moran′s I 指数为0.127，z 值为2.244，均通过了显著性检验。表明在我国旅游复苏过程中，旅游出行恢复水平相似的省份在空间上显著集聚分布，在空间层面上存在“马太效应”，恢复水平高的省份和恢复水平低的地区分别趋于相邻。旅游信心恢复指数的全局Moran′s I 指数并未通过显著性检验，不存在显著的集聚分布。②分时段看：2020 年上半年、下半年，旅游出行恢复指数的集聚分布较为明显；2021 年上半年、下半年，旅游出行恢复指数则呈随机分布状态，Moran′s I 指数具有逐渐降低的趋势。2020 年，较早摆脱疫情影响的省份，旅游出行开始逐步恢复，并带动周边省份旅游市场复苏，形成旅游出行恢复的优势区。进入2021年，随着国内旅游整体复苏，旅游出行恢复指数的空间集聚特征有所弱化。2020 年下半年，旅游信心恢复指数的集聚分布特征较为显著，其他时段则表现为随机分布状态。

表1 2020—2021 年各阶段31 个省份旅游恢复指数的Moran′s I 值Table 1 Moran′s I of the tourism recovery index for 31 provinces at various stages，2020-2021

省域间演化分析：全局Moran′s I 指数从总体上反映了旅游恢复指数在全国尺度上的空间集聚特征，但不能确定某一省域单元的集聚情况，而局部空间自相关分析能够清楚地反映具体省域的集聚类型及其与周边邻近省份的空间关联特征。因此，本文借助ArcGIS软件生成2020—2021 年各时段的旅游信心恢复指数LISA 集聚图（图4）和旅游出行恢复指数LISA 集聚图（图5），从省域层面研究旅游恢复的局部分布与演化特征。①旅游信心恢复指数分析。从图4 可见，2020 年上半年，吉林、辽宁、上海是高—高集聚区，这些省份被高值区域包围，是疫后初期受游客关注度较高的旅游目的地，旅游信心恢复较好；其他绝大多数区域属于空间随机分布，没有集聚特点。2020 年下半年，河北是高—低集聚区，其旅游信心恢复水平显著高于周边的北京、天津、山西等省份；广西、贵州、湖南3 个省份的旅游信心恢复情况也较好，形成了高—高集聚区；黑龙江、吉林是低—低集聚区，旅游信心恢复相对滞后。2021 年上半年，空间集聚性发生了改变，吉林、内蒙古和上海是高—高集聚区，江西取代河北成为新的高—低集聚区。2021 年下半年，高—高集聚区增加至4个，包括内蒙古、甘肃、宁夏和青海，具有向西拓展的趋势。西北地区地广人稀，受疫情的影响较小，是疫后的热门旅游目的地。上海市成为新的高—低集聚区，游客对上海的旅游关注度持续提升。低—低集聚区重新显现，包括贵州和重庆2 个省份。②旅游出行恢复指数分析。从图5 可见，2020 年上半年旅游出行恢复指数的低—低集聚区有5 个，主要集中在北方地区，包括北京、河北、山西、陕西和宁夏。2020年第二季度，北京市受疫情影响较为明显，拖慢了其自身和周边省份的旅游复苏速度。高—高集聚区则位于上海，其他区域没有明显的空间分布集聚特征，属于空间随机分布。2020 年下半年，低—低集聚区数从5 个减少至2 个，包括北京和河北；高—高集聚区的范围扩大，包括四川、重庆和云南3 个省份，说明旅游出行恢复的情况优于其他省份；广西是低—高集聚区，恢复速度落后于周边省份。2021年上半年，低—低集聚区的个数减少至0个，西北地区的新疆、青海和宁夏取代西南3 省，成为新的高—高集聚区；河北和上海是高—低集聚区，恢复水平高于周边省份；低—高集聚区是四川，被周围高值区域包围。2021 年下半年，高—高集聚区有所收缩，仅剩新疆；北京、河北和山东形成新的低—低集聚区；四川和上海的空间分布集聚性未发生变化。

图4 2020—2021 年各时段旅游信心恢复指数LISA集聚图Figure 4 Lisa agglomeration of tourism confidence recovery index for different periods，2020-2021

图5 2020—2021 年各时段旅游出行恢复指数LISA集聚图Figure 5 LISA agglomeration of travel recovery index for different periods，2020-2021

2.3 旅游恢复水平的影响因素

影响指标的选取：在旅游恢复水平的影响因素中，主要以区域基础环境、旅游发展水平和疫情风险等级作为指标选取的基础。

区域基础环境主要包括（表2）：①经济发展水平。经济越发达的区域，能够调配更多的经济要素和社会资源以促进旅游恢复，本文选取国内生产总值和人均国内生产总值作为地区经济发展水平的评价指标。②区域人口规模。在同等情况下，区域人口规模越大，其旅游市场规模和消费潜力就越大，也具有更强的旅游复苏动力，本文选择常住人口总量和密度来反映区域人口规模。③消费水平。消费水平越高的地区，旅游需求更加旺盛，其本地休闲旅游市场更容易迎来复苏，本文以居民人均可支配收入来体现消费水平。④交通条件。交通通达度是影响旅游发展的重要条件，疫情改变了居民的出游方式，自驾旅游备受旅游者青睐，本文选择等级公路里程和密度作为反映交通通达度的指标。

旅游发展水平主要包括（表2）：①旅游资源禀赋。高品质的旅游资源对游客具有较强的吸引力，旅游景区以高质量旅游资源为依托，国家A 级景区是衡量景区质量的重要标志，本文选取国家A 级旅游景区数量和密度作为衡量旅游资源禀赋的指标。②旅游产业基础。旅游产业基础较好的区域，对疫情造成的冲击具有更强的抵抗能力，本文选取旅行社数量、星级饭店数量和旅游收入占GDP 的比重体现旅游产业的基础水平。旅行社和星级饭店的数量可反映一个地区的旅游服务接待能力，旅游收入占GDP的比重则体现了旅游业在区域国民经济结构中的地位。疫情风险等级以确诊病例清零天数进行衡量，疫情清零是指连续一段时间内无新增确诊病例，无疑似病例，且确诊病例全部治愈出院。累计清零天数越长，意味着该地区处于疫情低风险的时间越长，越有利于开展旅游活动。为了保持分析的客观性和科学性，对部分指标排除省域面积的影响，即计算单位面积差异的密度值。

表2 旅游恢复水平的影响因素及定义Table 2 Influencing factors and definition oftourism recovery level

本文根据2020 年我国31 个省份的旅游恢复指数及相关影响因素指标，借助SPSS软件进行了相关分析与计算，并计算了Pearson相关系数，结果如表3所示。

表3 旅游恢复指数的相关分析结果（仅列举有显著相关性的指标）Table 3 Correlation analysis results of tourism recovery index（only the indexes with significant correlation are listed）

从表3 可见：①旅游信心恢复指数、旅游出行恢复指数与人均GDP 和人均可支配收入呈负相关关系。中部和东部发达省份城市化水平高、人口密度大，地区间的人员往来也较为密切，在新冠疫情蔓延扩散的初期，累计的确诊病例数较多，受到的负面影响较为严重。在疫情常态化防控阶段，游客对于旅行中的健康问题更加关注［34］，疫情传播的特性使游客对于人员聚集更加敏感，因此一些游客在选择旅游目的地的过程中更倾向于选择人口稀疏、生态良好的乡村和自然旅游地，这使得以都市休闲旅游为主的发达省份旅游恢复相对迟缓。②旅游信心、旅游出行恢复指数与旅游收入占GDP 的比重呈显著的正相关关系。旅游收入占比高的省份，旅游业在其经济发展过程中扮演着重要角色，甚至成为部分区域的支柱产业。因此，在复工复产的过程中，这些省份的当务之急就是要采取各种措施推动旅游复苏。而那些经济体量大、旅游收入占比又不高的省份，对旅游业的依赖程度相对较低，在复工复产的过程中会倾向于将资源分配给其他优势产业，这导致了不同区域之间的旅游恢复水平差异。③旅游出行恢复指数与确诊病例清零天数存在显著的正相关关系。疫情风险的化解是社会经济活动有序恢复的重要前提，旅游活动的正常开展有赖于社会经济系统的支撑；疫情风险的化解能够让居民解除居家隔离，实现正常流动，从而为游客前往非惯常环境提供基础；疫情风险的化解能够使游客降低对安全问题的担忧，促成出行意愿向出行行为的转化［35］。

3 结论、建议与讨论

3.1 结论

本文借助2020—2021 年的百度指数和旅行社统计数据，对我国31 个省份的旅游恢复水平进行了测度，依据测度结果对其时空演变特征进行分析，借助相关性分析法对恢复水平的影响因素进行了实证检验。主要结论如下：①从整体上看，国内旅游并未出现报复性增长，仅有个别省份恢复至2019 年的同期水平。另外，旅游信心恢复水平要优于旅游出行恢复水平。②从时序演变特征来看，2020 年各季度旅游信心和旅游出行恢复指数均呈稳步上升的态势，2021 年旅游信心和旅游出行恢复指数的季度波动较大。③从空间格局上看，西部地区的旅游恢复水平优于中东部地区。其中：贵州、甘肃、宁夏等位于西部地区的省份旅游信心和旅游出行恢复水平较高；东部沿海省份的旅游恢复缺口较大，旅游恢复水平的区域差异显著。④从影响因素的角度看，旅游信心、旅游出行恢复指数与人均GDP 和人均可支配收入呈负相关关系，旅游信心、旅游出行恢复指数与旅游收入占GDP的比重呈显著的正相关关系，确诊病例清零天数对旅游出行恢复水平具有显著的正向影响。

3.2 建议

结合上述结论，提出针对性建议：①多措并举，提振旅游信心。要精准发放文旅惠民消费券，刺激居民旅游消费信心；同时，关注游客健康诉求，塑造健康和绿色的旅游目的地形象。②探索休假制度改革。在有条件的地区可开展弹性工作制试点改革，改善旅游出行过度集中于黄金周的现象，熨平旅游消费的波峰和波谷，缓解小长假的大规模拥堵和聚集，使旅游消费频次更加合理。③深化文旅融合，增强旅游韧性。各地区要充分利用本地和周边的文旅资源，规划并推出一批具有地方特色的精品文化和旅游产品；要加快科技赋能，打造智慧文旅，通过创新产品和服务，挖掘旅游业恢复发展的潜力，提升行业发展的韧性。

3.3 讨论

本文揭示了新冠疫情下国内旅游恢复的总体特征及时空格局，并对其影响因素进行了探讨，对于了解疫情影响下的国内旅游发展格局，提高疫后省域旅游恢复力具有一定的参考价值。但本文仍然存在着以下不足：首先，百度指数所反映的旅游关注度是一种虚拟旅游流，旅行社接待人次也仅占我国游客量的一部分，两种指标从一定程度上反映了我国旅游复苏的基本情况，但并不全面。其次，对旅游恢复水平影响因素的分析不够深入，未能展开动力机制和恢复路径的深入探讨。因此，未来应进一步研究旅游政策供给、旅游者行为变化等因素对于旅游恢复格局的影响机制，为各省份提高疫情常态化防控期间的旅游韧性，实现旅游业高质量发展提供更多的对策建议。