EN中文

GEOGRAPHICAL RESEARCH >

2025 , Vol. 44 >Issue 4: 941 - 956

DOI: https://doi.org/10.11821/dlyj020240373

Articles

Comparison of response paths of inbound tourism to crisis events in small open economy: A case study of Hong Kong, China

  • ZHA Ruibo , 1 ,
  • HUANG Yue , 2 ,
  • KE Jiaying 3 ,
  • LIN Yin 1
Expand
  • 1. School of Cultural Tourism and Public Administration, Fujian Normal University, Fuzhou 350117, China
  • 2. Zhuhai No.7 Middle School, Zhuhai 519099, China
  • 3. Faculty of International Tourism and Management, City University of Macao, Macao 999078, China

Received date: 2024-04-28

  Accepted date: 2025-01-05

  Online published: 2025-04-16

Fold

Abstract

Economic crisis and epidemic crisis are two representative types of crisis events that have serious impact on inbound and outbound tourism activities at global and regional scales. However, the impact of economic crisis and epidemic crisis on inbound tourism development of small open economies at different global or regional scales is not clear. HKSAR is a typical small city economy with high openness in the world. Compared with large economies, the development of inbound tourism in Hong Kong is more fragile and complex because of its miniaturization. In the 25 years since its return to the motherland, Hong Kong has experienced four major economic and epidemic crises on a global or regional scale, namely, two economic crises: the Asian regional economic crisis in 1997 and the global subprime mortgage crisis in 2008; and two epidemic crises: regional SARS epidemic in 2003 and global COVID-19 epidemic in 2020. According to statistics, these four crises have had a serious impact on Hong Kong's inbound tourism. Based on this, this paper takes HKSAR as a case study, selects inbound tourism data during four crisis events, constructs inbound tourism relationship index and “type-scale” hypothesis framework, and uses QCA to analyze the response paths of inbound tourism under different crisis "type-scale" scenarios based on SHPRIF. The results show that: (1) During the study period, there are differences in the number of routes and the influencing factors of “soft-hard” strength between high inbound tourism and non-high inbound tourism. (2) The impact of economic and epidemic crises (type ones) inbound tourism is different in the number and structure of routes. (3) The impact of regional crisis and global crisis (scale ones) on inbound tourism is different in the number and structure of routes, while the difference is less than the type crisis.

Key words： “type-scale” crisis framework; small open economy; inbound tourism crisis response; QCA; HKSAR

Cite this article

ZHA Ruibo , HUANG Yue , KE Jiaying , LIN Yin . Comparison of response paths of inbound tourism to crisis events in small open economy: A case study of Hong Kong, China[J]. GEOGRAPHICAL RESEARCH, 2025 , 44(4) : 941 -956 . DOI: 10.11821/dlyj020240373

1 引言

小型开放经济体（Small Open Economy，简称SOE），是参与国际贸易且与其贸易伙伴相比较小的经济体。与对世界经济有较大影响的大型经济体不同，小型开放经济体对全球价格、利率和收入影响较小，是经济影响的被动接受者[1]。20世纪90年代冷战结束后的快速全球化时期，全球、区域经济危机和疫情事件频发，成为冲击区域入境旅游的主要危机类型。小型开放经济体具有内部腹地狭小、旅游承载力低、高度对外开放、文化交融多样等特点，相比大型经济体，其对外界风险和刺激更敏感。可以说，小型开放经济体入境旅游发展的脆弱性与复杂性更明显[2]。此外，一方面，从类型上看，因经济和疫情危机事件的冲击性质不同，经济体入境旅游受到不同经济和疫情危机事件的影响也存在差异[3]。具体来说，经济危机导致失业率上升，消费者收入和信心下降，通过影响客源地的消费能力影响入境旅游需求；而疫情危机导致社交传染风险提升，跨境交往限制增多，通过影响旅游消费者出行条件和意愿影响入境旅游需求。另一方面，从尺度上看，因区域和全球危机事件的冲击范围不同，经济体入境旅游受不同区域和全球危机事件的影响也存在差异[4]。具体来说，区域危机导致相对较小范围入境客源市场受影响，通过影响区域范围的客源地消费影响入境旅游需求；而全球危机导致相对较大范围入境客源市场受影响，通过影响全球范围的客源地消费影响入境旅游需求。
中国香港是世界上代表性的小型开放经济体，具有高自由度和小型化的特点。同时，其也是目前WTO仅有的4个单独关税区之一，其他3个为欧盟、中国台湾省（以下简称为中国台湾）及中国澳门特别行政区（以下简称为中国澳门），因此，中国香港与中国内地和国外经济体之间的人流、物流、金流交往还具有独特性和复杂性。作为东西方文化和国际商贸的自由交融流通之地，中国香港旅游业依托广大国际旅游市场和临近中国内地旅游市场的优势快速发展，成为著名的全球出入境旅游目的地，且长居亚洲各入境旅游市场之首。1997年中国政府对中国香港恢复行使主权后，中国香港入境旅游人次逐年攀升，实现了近5倍的增长[5]。25年来，中国香港共经历了4次重大的经济和疫情危机：1997年亚洲金融危机，2003年SARS非典疫情，2008年全球次贷危机，2020年COVID-19。从统计数据规模上来看，中国香港入境旅游受到疫情危机的影响更大。经济危机发生时，入境旅游人次虽有下降，但降幅较小，例如，2008年金融危机发生时中国香港入境旅游人数较前一时期跌幅为22%；疫情危机爆发时，入境旅游人次迅速下跌，与疫情持续周期联系紧密，比如，2020年COVID-19发生时中国香港入境旅游人数较前一时期跌幅高达3000%。总的来看，疫情和经济危机都对中国香港入境旅游造成了冲击和影响，但究竟这些危机对入境旅游的冲击受哪些因素影响，危机事件的类型和影响范围是否对入境旅游的影响存在差异，还值得进一步深入探究。因此，选择中国香港作为代表性案例地探究经济和疫情危机对小型开放经济体入境旅游流的影响，具有重要理论和现实意义。
旅游地理学对入境旅游流的研究主要集中在时空特征[6]、旅游流网络结构[7]等方面。从影响因素看，已有研究探讨了交通网络[8]、签证制度[9]、国际关系[10]、距离衰减[11]、文化关系[12]等多种因素对入境旅游的影响。近年来随着入境旅游脆弱性受到关注，入境旅游的危机响应问题成为关注的热点[13]。已有研究探索了疫情危机[14]、经济危机[15]、环境危机[16]等不同危机事件类型和全球尺度[17]、区域尺度[18]等不同危机事件尺度对入境旅游的影响。从研究对象的体量出发，一些研究从小型旅游地[19]和大型旅游地[20]视角出发分析了危机对旅游企业的影响和居民对旅游危机冲击的感知等，但目前还鲜有从入境旅游地的体量大小视角分析入境旅游目的地对危机事件响应的研究。
综上所述，① 在危机事件对入境旅游的影响研究中，缺少不同类型和尺度危机事件对其影响的对比研究。② 较少从全球视野对小型开放经济体这类入境旅游目的地的危机响应的研究。基于此，研究在前人的基础上，从多维视角采用进行案例分析的定性比较分析（QCA）方法，以中国香港为案例地探究不同情境下经济危机与疫情危机对入境旅游的影响差异，以期丰富危机事件下小型开放经济体入境旅游的影响因素组态路径结构特征研究。

2 理论模型与假设

2.1 旅游危机事件“类型-尺度”框架

旅游危机是影响旅游者出游信心和扰乱旅游市场正常经营的非预期性事件，易使旅游市场陷入失衡。从类型角度看，李九全从旅游角度对危机事件进行分类，根据动因的性质可以将其划分为自然危机和人为危机[21]。戴斌以美国次贷危机为例，着重分析了全球金融危机对中国旅游市场的影响[22]；李峰以“SARS”事件为例对中国入境旅游进行研究，发现抵抗旅游危机事件的冲击能力正逐步增强[23]；王少华以新冠肺炎疫情为例对河南省旅游业的冲击表征进行研究，发现疫情带来“流断”压力和严峻考验[24]。由此可见，危机事件的不同类型对旅游市场发展的影响存在差异。从尺度角度看，孙根年在分析中美出入境旅游面临的冲击时发现全球范围爆发的危机事件仅对入境旅游影响较大，本土范围的危机事件则对出境和入境旅游均产生较严重影响[25]。因此，旅游目的地及客源地是否受到危机事件辐射以及辐射影响的不同尺度也会显著影响跨境旅游市场。最后，从经济体的体量上看，查瑞波研究表明小型经济体和大型经济体在市场选择目的和应对冲击的策略上也有所不同[8]。一定程度上，大型经济体更适合采用多样的入境旅游策略，即需要较多宣传工作，对维持整体稳定的多样市场大有益处，这符合大型经济体利用旅游影响其相关国际政治与经济关系的需求。相反，小型经济体的入境旅游相对而言更适合集中于头部市场，通过对效率高针对性强的市场开发，增加旅游收入和市场粘性。中国香港就是典型的入境市场集中度高的小型经济体，经济危机影响下，由于主要客源地经济衰退，可能导致入境客源出现下降，但临近的头部市场如中国内地可能依然会保持相当数量的入境客源；然而，在疫情危机影响下，防控需求下的入境游客“流断”则可能会使中国香港面临失去大部分客源的压力。基于此，研究以中国香港为案例提出“类型-尺度”分析框架，从危机事件性质的不同类型和危机事件影响的不同尺度对小型经济体入境旅游的危机响应进行研究。

2.2 “类型-尺度”危机框架下中国香港入境旅游SHPRIF影响模型

入境旅游的影响因素具有多样性，包括签证制度[11]、文化距离[14]、人口特征[26]、经贸变化[11,27]、制度距离[28,29]等。本研究基于出入境旅游关系圈理论[30]，类比构建了结合人际关系影响因素理论和国际关系理论[31]的入境旅游流“软-硬实力”关系影响框架（Soft-Hard Power Relationship Influences Framework，简称SHPRIF），结合危机事件的不同类型和尺度对中国香港入境旅游的差异影响，将SHPRIF从6个维度出发置于“类型-尺度”框架下进行分析。据相关研究，影响入境旅游流的因素并非绝对独立，入境旅游受影响的原因可能是多种影响因素组合后的共同作用，而不同因素的组合则可能导致不同国家和地区与中国香港的入境旅游产生高净值和非高净值；另外，由于危机事件类型的变化，影响入境旅游的因素组合同样会随之发生改变[32]；因不同尺度的危机影响范围不同，区域性通常局限于特定地区，而全球性危机影响范围更广，涉及到的国家和地区更多；故区域性与全球性危机对入境旅游的影响路径也具有差异[2,25]。据此，本文提出在经济和疫情危机影响下SHPRIF对中国香港入境旅游的影响路径假设（图1）：
图1 “类型-尺度”危机框架下中国香港入境旅游的SHPRIF响应模型

Fig. 1 Model of the SHPRIF response paths of inbound tourism in HKSAR under the “type-scale” crisis framework

H1：高入境旅游与非高入境旅游组态的影响路径存在差异。
H2：经济危机与疫情危机背景下SHPRIF对入境旅游的影响路径存在差异。
H3：区域性危机与全球性危机对入境旅游的影响路径存在差异。
H4：软实力因素与硬实力因素对入境旅游的影响存在差异。

3 变量数据与研究方法

3.1 变量选取与数据来源

3.1.1 入境旅游关系指数

出入境旅游关系圈理论将人际关系理论引入旅游流研究，该理论认为人与人之间的手机通讯关系和客源地与目的地之间的出入境旅游关系具有相似性[30]，定义了出入境旅游关系（OITR）是一种反映客源地与目的地间出入境旅游活动流“内部”“外部”“整体”地位三位一体关系的亲疏差序格局态势。本研究聚焦于入境旅游关系研究，构建了客源案例地与目的地中国香港的入境旅游关系指数模型，从外部视角、内部视角和整体视角来衡量两者之间的入境旅游关系强度[1]。
内部目的地旅游到访率（αi）：指旅游客源地i到访目的地中国香港的人次qi与中国香港入境总人次DTI的比，指代该客源地对中国香港的旅游到访规模和市场占有程度。公式如下：
α i = q i D T I × 100 %
外部客源地旅游偏好率（βi）：指旅游客源地i到访目的地中国香港的人次qi与客源地的总出境旅游人次OTi的比值，指代该客源地对中国香港的旅游偏好。公式如下：
β i = q i O T i × 100 %
整体客源地旅游地位重要度（γi）：指旅游客源地i的总出境旅游人次与世界出境总人次WOT的比值，指代该旅游客源案例地在整体全球出境旅游大市场中的地位高低。公式如下：
γ i = O T i W O T × 100 %
入境旅游关系指数（ITRi）：指客源地国家或地区i与旅游目的地中国香港的入境旅游关系联系强度，ITRi值越大，说明该客源案例地与中国香港旅游关系越强。基于内部、外部和整体3个维度对ITRi的重要程度差异采用5∶3∶2强制分布法[33]将αi、βi、γi的权重系数分别设定为0.5、0.3、0.2。公式如下：
I T R i = 10000 × ∑ i = 1 n α i β i γ i
因变量数据中的中国香港入境旅游关系指数原始数据来源于《中国香港特别行政区旅游统计年鉴》《世界银行》和《UNWTO统计年鉴》。选取了1997—2021年间4次危机事件发生时访港的主要43个国家和地区的月度入境旅游流人次的同比增长率数据作为研究变量，其可较好反映入境旅游流受冲击影响的程度，具有较好的分时段可对比性。

3.1.2 “软-硬”实力关系影响因素指标

硬实力关系指标方面，地理距离（GD）数据取目的地与客源地首都之间的直线公里数；经济贸易（ET）数据取客源地的人均国民生产总值和进出口贸易数据（中国台湾的数据来源于台湾地区统计部门）的乘积；人口质量（PD）数据HDI指数和人口总量数据的乘积。软实力关系指标方面，文化实力（CD）取文化距离指数6个维度基于KS指数方法[34]综合计算得出；制度关系（ID）数据取全球治理领域权威WGI的5个指标基于KS指数方法得出；签证关系（VC）数据取目的地与客源地相互的签证类型和天数做指标量化处理得出。

3.1.3 危机事件时段选取

通过数据可视化分析发现，1997年以来入境旅游人次总体不断增加，入境旅游人次从1997年的1127万攀升至2019年的5590万，增幅高达496%。但在4次经济和疫情危机事件发生的时间段内，入境旅游增速明显减缓，甚至出现下降趋势。如图2所示，危机事件对小型开放经济体入境旅游的影响显著且强烈。
图2 1997—2021年中国香港总体入境旅游人次月度变化

注：ECO-R表示区域性经济危机事件；PAN-R表示区域性疫情危机事件；ECO-G表示全球性经济危机事件；PAN-G表示全球性疫情危机事件。

Fig. 2 Monthly change of total inbound tourist arrivals in HKSAR from 1997 to 2021

为进一步探究经济和疫情危机事件对小型开放经济体入境旅游的影响是否存在差异，选取图2中1997年以来有代表性的4次经济危机和疫情危机，依据影响范围将其划分为区域性危机事件和全球性危机事件。事件一，1997年7月—1998年12月亚洲金融危机爆发期（区域性经济危机事件，ECO-R）；事件二，2002年11月—2003年7月非典疫情爆发期（区域性疫情危机事件，PAN-R）；事件三，2007年8月—2009年3月全球次贷危机爆发期（全球性经济危机事件，ECO-G）；事件四，2020年1月—2021年12月全球COVID-19爆发期（全球性疫情危机事件，PAN-G）。为确保数据的可对比性，研究对事件阶段内相关数据进行了月度和年度平均化处理。

3.2 研究方法

定性比较分析，又称QCA（Qualitative Comparative Analysis）方法，由美国学者Charles C Ragin系统提出，是一种利用了集合逻辑和布尔代数工具的研究新范式[35]。该方法将分析方法和经验数据的操作规范化，整合了量化与质化双重取向，并广泛应用于社会科学的各领域中。相较于传统研究，QCA方法具有以下优势：① 可用于研究极其复杂的组态原因。② 对样本规模要求不高，适用于中小数量的案例[35]。③ 主张结果的“非对称关系”，即对高净值与非高净值的产生进行不同的因果条件分析。QCA方法基于变量的种类分为模糊集（fsQCA）、清晰集（csQCA）和多值集（mvQCA）。基于研究选取的案例数量和连续模糊赋值的需要，采用fsQCA能够使研究更具有现实意义。因此，研究借助fsQCA 3.0软件实现。
具体方法步骤如下：① 变量选定。变量选择包括案例和前因条件的选择。案例选择：QCA的优势体现在对小型和中型样本的研究[36]，本研究选用案例数量为43个，符合样本数量要求。前因条件选择：条件数量的选择既要保证与案例个数匹配，又要保证研究结果的简约性。因此本研究根据前人对于小规模样本应将模型限制在4~7个前因条件之内[37]的研究建议，选择了6个前因条件。② 数据校准。校准是将数据从变量概念转变为集合概念的方法，亦指对案例的特定条件集合隶属度进行赋值，本研究结合实际数据采用最为常用的直接校准法。③ 条件充要性分析。利用一致性与覆盖度检验结果组态的准确性[38]。
一致性（Consistency）用以评估结果集合构成条件集合的子集的程度，即必要性分析，其计算公式为：
Consistency（Xi≤Yi）=∑（min（Xi,Yi））/∑（Xi）
覆盖度（Coverage）用以描述通过一致性检验的集合对结果的解释程度，即充分性分析，其计算公式为：
Coverage（Xi≤Yi）=∑（min（Xi,Yi））/∑（Yi）
式中：Xi变量表示第i个案例在条件组合中的隶属度；Yi变量表示第i个案例在结果中的隶属度。一致性与覆盖度的取值范围均为（0,1）。现有研究通常认可一致性达到0.9，并具有足够的覆盖度的条件是结果的必要条件[39]。④ 组态分析及稳健型检验。组态分析包含真值表生成完善和标准分析，对于结果的标准分析采用当下学界主流做法，使用中间解来确定导致结果的组态数量和包含条件，辅以简约解来确定核心条件[39]。先借助软件算法获得真值表，调整设置一致性门槛值大于0.8，PRI一致性大于0.75，对其进行结果分析，后调整一致性阈值大于0.85，检查调整参数后对组态分析有无本质影响，完成稳健性检验。

4 结果分析

4.1 中国香港入境旅游关系的危机影响态势分析

研究通过计算疫情危机发生前后时中国香港入境旅游关系指数的谷峰和谷底的值差，使用自然断点法将其划分为高、中、低三级，并绘制出中国香港入境旅游受危机影响态势分析图（图3）。ECO-R发生时，中国香港入境旅游客源地的全球大多数地区与危机未发生或结束后呈现较小差异，欧洲的德国、东亚的韩国以及泰国、菲律宾、印度尼西亚等东南亚国家影响适中，中国内地、中国澳门、中国台湾以及日本受到危机影响入境旅游呈现较大差异。PAN-R发生时，中国香港入境旅游客源地在大部分亚太、欧洲、南美洲等地区国家游客入境受到危机影响波动较小，美国、日本等重要客源地受到危机影响波动适中，关系最密切的中国内地、中国澳门和中国台湾受影响较大。ECO-G发生时，中国香港入境旅游大多数长途客源地区国家游客入境受到危机影响波动仍较小，美国、日本、韩国、印度以及东南亚的菲律宾、马来西亚、印度尼西亚等主要客源地游客受到影响波动适中，临近的中国内地、中国澳门、中国台湾同样受到较大影响。PAN-G发生时，中国香港入境旅游客源地的亚太、中东、非洲、欧洲与南美洲地区的远距离地区游客入境受到危机影响波动仍较小，美国、日本、韩国、菲律宾等客源国游客受到影响波动适中，中国内地、中国澳门、中国台湾游客受到较大影响。
图3 中国香港入境旅游危机影响态势变化

注：基于自然资源部地图技术审查中心标准地图服务网站的标准地图（审图号：GS(2016)1666号）绘制，底图边界无修改。

Fig. 3 Changes in the impact of inbound tourism crisis in HKSAR

总体来看，中国香港就作为典型的入境市场集中度高的小型经济体，其入境旅游关系最敏感的地区是地理临近的头部市场中国内地，可以说，中国内地市场的波动对危机影响下的中国香港入境旅游发展具有决定性作用。经济危机（ECO-R、ECO-G）和疫情危机发生时（PAN-R、PAN-G），除了会影响到地理临近的中国内地、中国澳门、中国台湾和其他东亚、东南亚等周边地区游客入境中国香港，也会影响到全球范围内的主要客源国如美国、德国等。区域性危机发生时（ECO-R、PAN-R），对地理临近的周边地区游客入境中国香港旅游影响较大。全球性危机发生时（ECO-G、PAN-G），对全球范围内的主要入境中国香港旅游的客源地区影响范围较广。

4.2 中国香港入境旅游组态路径分析

4.2.1 组态模型一致性分析

研究的组态路径模型具有统计学意义，单个解与总体解一致性均大于0.75。一般而言，一致性大于0.9才被认为是必要[35]。如表1所示，所有条件必要一致性分析均未超过0.9，不构成必要条件。
表1 单因素必要条件一致性分析

Tab. 1 Consistency analysis of necessary conditions of single factor

高入境 非高入境
ECO-R PAN-R ECO-G PAN-G ECO-R PAN-R ECO-G PAN-G
GD 一致性 0.463 0.451 0.455 0.439 0.669 0.676 0.686 0.697
覆盖度 0.426 0.416 0.426 0.411 0.660 0.666 0.666 0.676
~GD 一致性 0.631 0.638 0.643 0.654 0.418 0.407 0.408 0.393
覆盖度 0.640 0.648 0.665 0.675 0.455 0.442 0.437 0.421
ET 一致性 0.682 0.659 0.644 0.699 0.425 0.433 0.404 0.365
覆盖度 0.671 0.645 0.660 0.706 0.448 0.452 0.429 0.382
~ET 一致性 0.439 0.440 0.443 0.388 0.688 0.660 0.679 0.720
覆盖度 0.416 0.421 0.418 0.371 0.699 0.674 0.664 0.713
PD 一致性 0.686 0.714 0.717 0.704 0.432 0.421 0.417 0.393
覆盖度 0.650 0.662 0.668 0.688 0.439 0.417 0.403 0.398
~PD 一致性 0.408 0.371 0.359 0.384 0.655 0.659 0.656 0.692
覆盖度 0.401 0.375 0.373 0.379 0.691 0.711 0.706 0.708
ID 一致性 0.427 0.429 0.481 0.469 0.665 0.596 0.615 0.639
覆盖度 0.422 0.441 0.474 0.457 0.704 0.654 0.628 0.645
~ID 一致性 0.700 0.663 0.623 0.635 0.454 0.490 0.485 0.462
覆盖度 0.661 0.606 0.610 0.629 0.459 0.478 0.492 0.474
CD 一致性 0.430 0.424 0.406 0.392 0.627 0.659 0.645 0.665
覆盖度 0.434 0.418 0.416 0.402 0.677 0.692 0.686 0.707
~CD 一致性 0.680 0.688 0.694 0.715 0.476 0.446 0.451 0.438
覆盖度 0.629 0.654 0.654 0.673 0.473 0.452 0.440 0.428
VC 一致性 0.524 0.645 0.694 0.755 0.410 0.586 0.720 0.720
覆盖度 0.584 0.531 0.503 0.521 0.490 0.516 0.542 0.515
~VC 一致性 0.543 0.412 0.368 0.297 0.652 0.467 0.340 0.330
覆盖度 0.462 0.483 0.560 0.506 0.595 0.584 0.535 0.583

注：ECO-R表示区域性经济危机事件；PAN-R表示区域性疫情危机事件；ECO-G表示全球性经济危机事件；PAN-G表示全球性疫情危机事件。

4.2.2 “高-非高”入境旅游路径比较

如表2所示，香港高入境旅游一共产生16条路径，有5条路径覆盖度大于0.2。其中，ECO-G中R1覆盖度最高，为0.337，覆盖5个国家（地区）。不同时间阶段中，有两组表现相同的组态路径。第一组为ECO-R的R2与PAN-R的R5，表现为地理、经贸、人口、文化因素的存在以及制度、签证因素的缺失；第二组为PAN-R的R2、ECO-G的R2以及PAN-G的R4，表现为地理、人口制度因素的存在以及文化、签证因素的缺失。总体而言，路径相似度较低。从路径结果覆盖的国家上看，赴港旅游的境外国家主要有三类：人口总量大的周边国家，如中国内地、印度；签证便捷的周边国家，如中国内地、新加坡、马来西亚；经贸往来密切的国家，如英国、美国。分析各阶段组态路径的影响因素可知，高入境旅游组态主要受到硬实力关系中地理、人口因素的存在，软实力关系中签证因素的存在共同影响，其中，硬实力关系起主导作用。
表2 高入境旅游路径

Tab. 2 High inbound tourism paths

类型 经济危机（区域）
ECO-R		 疫情危机（区域）
PAN-R		 经济危机（全球）
ECO-G		 疫情危机（全球）
PAN-G
路径 R1 R2 R3 R4 R1 R2 R3 R4 R5 R1 R2 R3 R1 R2 R3 R4
GD ● ● ● × ● ● $\times$ $\times$ ● ○ ● ● ● ○ ● ●
ET $\times$ ● ● ● $\times$ ○ · · · · ○ $\times$ ● ● ○ ○
PD ● ● × ● $\times$ ● ● ● ● ● ● $\times$ ○ ● $\times$ ●
ID · $\times$ $\times$ $\times$ ○ · ○ × × $\times$ ● ● $\times$ ○ $\times$ ·
CD $\times$ ● ● ● $\times$ $\times$ $\times$ ○ ● ○ $\times$ $\times$ ○ $\times$ $\times$ $\times$
VC ○ × ● ● ● $\times$ ● ● $\times$ ● $\times$ ● ● ● ● $\times$
RC 0.167 0.077 0.070 0.177 0.173 0.268 0.167 0.295 0.071 0.375 0.278 0.102 0.207 0.365 0.184 0.237
UC 0.142 0.040 0.017 0.129 0.139 0.224 0.008 0.137 0.027 0.337 0.237 0.065 0.029 0.206 0.107 0.211
U 0.858 1 1 0.997 0.853 0.879 0.871 0.908 0.993 0.961 0.903 0.911 0.909 0.920 0.853 0.965
OC 0.384 0.714 0.685 0.733
OU 0.927 0.850 0.929 0.896
路径：国家
或地区		 R1:菲律宾、泰国、印尼
R2:日本
R3:澳洲
R4:美国、英国、加拿大		 R1: 中国澳门、新加坡、
马来西亚、以色列
R2: 中国内地、印尼、菲律宾、印度、泰国、俄罗斯
R3: 意大利、西班牙、德国、法国
R4: 英国、美国、法国、西班牙、德国、加拿大
R5: 日本		 R1: 美国、英国、德国、日本、法国、加拿大、南韩
R2: 中国内地、印尼、菲律宾、印度、泰国、俄罗斯
R3: 以色列		 R1: 日本、南韩、澳洲、中国台湾
R2: 美国、德国、日本、英国、法国、南韩、西班牙、加拿大
R3: 中国台湾、中国澳门、新加坡、以色列
R4:印尼、菲律宾、印度、泰国、俄罗斯
如表3所示，非高入境旅游一共产生26条路径，且存在5组相同的组态路径。ECO-R的R2与PAN-R的R1、ECO-G的R1、PAN-G的R2相同，表现为地理、制度因素的存在与经贸、人口、签证因素的缺失，该路径最为稳定，在4个时间段都存在，且该路径的核心条件与辅助条件随时间变化未发生改变，覆盖的国家大多为科威特、巴林等中东国家；ECO-R的R4与ECO-G的R5、PAN-G的R5相同，表现为经贸、人口、制度、签证因素的存在与地理因素的缺失；PAN-R的R2与PAN-G的R3相同，表现为文化、签证因素的存在与经贸、人口、制度因素的缺失；PAN-R的R4与PAN-G的R7相同，表现为文化、签证因素的存在与地理、经贸、人口因素的缺失；总体而言，各阶段组态路径的影响因素方面，香港非高入境旅游主要受软实力关系影响，其中制度因素存在的影响最大，文化因素存在的影响次之。研究通过对比高入境与非高入境旅游，发现硬实力关系对高入境影响显著，而软实力关系对非高入境影响显著。说明在危机冲击下，小型开放经济体中国香港的主要头部市场波动受距离、经济、人口等硬实力影响更大，而尾部市场波动受文化、制度、政策等软实力影响更大。
表3 非高入境旅游

Tab. 3 Non-high inbound tourism paths

类型 经济危机（区域）
ECO-R		 疫情危机（区域）
PAN-R		 经济危机（全球）
ECO-G		 疫情危机（全球）
PAN-G
路径 R1 R2 R3 R4 R5 R6 R7 R1 R2 R3 R4 R5 R6 R1 R2 R3 R4 R5 R1 R2 R3 R4 R5 R6 R7 R8
GD $\times$ · · $\times$ $\times$ $\times$ $\times$ ● ○ $\times$ $\times$ $\times$ $\times$ · · ○ $\times$ $\times$ · · ○ $\times$ $\times$ · $\times$ $\times$
ET ○ $\times$ $\times$ ● ○ ● ● $\times$ $\times$ ○ $\times$ · ○ $\times$ ○ $\times$ $\times$ · $\times$ $\times$ $\times$ $\times$ · · $\times$ $\times$
PD $\times$ $\times$ $\times$ · · ○ · $\times$ $\times$ $\times$ $\times$ · · $\times$ $\times$ $\times$ · · $\times$ $\times$ $\times$ ● ● ● $\times$ ○
ID ○ ● ● ● ● ● ● ● × × ○ ● ● ● ● ● ● ● × ● × ● ● ● ○ ●
CD ● ○ · ○ ● ● ● ○ ● ● ● × ● ○ ● ● ● ○ ○ ○ ● ● ○ ● ● ●
VC $\times$ $\times$ ○ · · $\times$ ○ $\times$ ● · · ○ $\times$ $\times$ $\times$ · ○ · $\times$ $\times$ · ○ · × · ·
RC 0.316 0.153 0.178 0.155 0.155 0.155 0.147 0.183 0.232 0.304 0.264 0.126 0.159 0.185 0.090 0.266 0.153 0.185 0.144 0.161 0.268 0.150 0.152 0.058 0.321 0.233
UC 0.157 0.048 0.061 0.049 0.040 0.000 0.000 0.136 0.008 0.071 0.033 0.072 0.091 0.099 0.001 0.223 0.087 0.129 0.032 0.026 0.013 0.027 0.105 0.012 0.009 0.012
U 0.936 0.944 0.973 0.880 0.891 0.956 0.901 0.946 0.880 0.852 0.899 0.927 0.915 0.910 0.929 0.878 0.928 0.898 0.946 0.954 0.972 0.959 0.867 0.941 0.924 0.970
OC 0.619 0.682 0.657 0.705
OU 0.919 0.876 0.888 0.913
路径：国家
或地区		 R1:比利时、奥地利、荷兰、丹麦、挪威、委内瑞拉、瑞士、瑞典、葡萄牙
R2:科威特、芬兰
R3:沙特阿拉伯、约旦、芬兰
R4:巴西、墨西哥
R5:墨西哥、南非
R6:阿根廷、瑞典、荷兰
R7:墨西哥、阿根廷		 R1:科威特、巴林、阿联酋、约旦、沙特阿拉伯
R2:新西兰、丹麦、挪威、芬兰、葡萄牙
R3:新西兰、比利时、奥地利、荷兰、丹麦、挪威、瑞士、葡萄牙、瑞典
R4:新西兰、丹麦、挪威、委内瑞拉、葡萄牙
R5:巴西、意大利
R6:墨西哥、阿根廷、南非		 R1:巴林、科威特、阿联酋、约旦
R2:约旦、沙特阿拉伯
R3:新西兰、丹麦、奥地利、挪威、芬兰、葡萄牙
R4:阿根廷、南非
R5:巴西、墨西哥、意大利、西班牙		 R1:阿联酋、巴林、科威特
R2:巴林、科威特、约旦
R3:丹麦、奥地利、芬兰、比利时
R4:南非、阿根廷
R5:巴西、墨西哥、意大利
R6: 沙特阿拉伯
R7:新西兰、奥地利、委内瑞拉、丹麦、挪威、比利时、葡萄牙
R8:委内瑞拉、阿根廷、新西兰、挪威、葡萄牙

4.2.3 类型：“经济-疫情”危机路径比较

从路径数量上看，单独就经济危机发生时入境旅游的路径与疫情危机发生时入境旅游的路径数量变化可知，经济危机ECO-R和ECO-G对比的路径数量出现简化，高入境由4条减少为3条，非高入境由7条减少为5条；疫情危机PAN-R和PAN-G对比的高入境路径也出现简化，由5条减少为4条，而非高入境则由5条增加到8条，说明全球危机对比区域危机，高入境旅游市场响应路径的趋同性增强，而在疫情危机阶段，全球的非高入境旅游影响因素相比于区域的变得更为复杂。
从路径结构上看，对比分析不同危机发生时入境旅游的组态路径变化，发现经济危机发生时，高入境旅游受到地理、人口、签证因素存在的作用强烈，非高入境旅游受到制度因素、文化因素的存在影响较强；疫情危机发生时，高入境旅游主要受到地理、签证因素存在的影响，非高入境旅游主要受到制度、文化因素存在的影响。总体而言，对于中国香港这样头部市场集中度高的小型开放经济体来说，无论是经济危机还是疫情危机发生，高入境旅游主要受到硬实力关系影响，而非高入境旅游主要受到软实力关系影响。此外，高和非高入境旅游在疫情危机发生阶段受影响覆盖的国家（地区）明显多于经济危机发生阶段，说明对于小型开放经济体来说疫情危机相比于经济危机对入境旅游客源地的软硬实力关系响应范围更广。

4.2.4 尺度：“区域-全球”危机路径比较

经济危机发生时，经贸因素在区域性危机和全球性危机中表现不同。高入境旅游在ECO-R区域性经济危机中，受经贸因素存在的影响较大；在ECO-G全球性经济危机中，受经贸因素缺失的影响较大，研究表明小型开放经济体中国香港经济危机辐射范围会影响组态路径中经贸因素的作用，经济危机事件的辐射范围与入境旅游市场受到的辐射范围基本一致，即区域性经济危机事件发生时，经贸因素在区域入境旅游中的影响力变化较小，全球性经济危机事件发生时，经贸因素在全球入境旅游中的影响减弱。
疫情危机发生时，区域性或全球性危机事件对入境旅游的影响组态路径数量相差不大，影响范围都较广。影响差异主要体现在地理因素上，区域危机对地理因素敏感度相对低，而全球危机对地理因素敏感度相对高。总体而言，小型开放经济体中国香港自由度高、腹地小，冲击承载力低，其入境旅游活动对区域性危机事件与全球性危机事件的影响都较敏感，且在影响尺度上存在一定差异性，但相较于经济和疫情的类型差异较小。

5 结论与讨论

5.1 结论

研究构建“软-硬”关系影响框架（SHPRIF），从组态的视角探究了经济危机与疫情危机对小型开放经济体中国香港入境旅游演变路径模式的影响，研究结果验证了前文提出的假设H1、H2、H3、H4成立，主要结论如下：
（1）不同净值入境旅游组态路径：高入境旅游与非高入境旅游在路径属性、“软-硬实力”关系影响因素方面都存在差异。在路径属性上，高入境旅游路径数量明显少于非高入境旅游路径数量，且高入境旅游路径的相似度较非高入境旅游路径相似度更低，验证了H1高入境旅游与非高入境旅游组态路径存在差异成立。在影响因素上，通过对比发现硬实力关系对高入境旅游影响更显著，而软实力关系对非高入境旅游影响更显著。其中，地理因素、人口因素同为影响高入境旅游的核心条件；制度因素是影响非高入境旅游的核心条件；其他影响因素则起相对辅助作用，验证了H4软实力因素和硬实力因素的影响存在差异。总的来看，在危机冲击下，小型开放经济体中国香港的主要头部市场波动受硬实力影响更大，而尾部市场波动受软实力影响更大。
（2）不同类型危机路径：不同危机事件下对高入境旅游及非高入境旅游影响不同。从路径数量上看，疫情危机影响下非高入境旅游路径数量增多，影响因素较为复杂，可见疫情危机对非高入境旅游的影响范围更大。从路径结构上看，经济危机在高入境旅游中较疫情危机多了人口因素的影响，可见经济危机对高入境旅游的影响结构更复杂，验证了H2经济危机与疫情危机对入境旅游影响的路径存在差异成立。总的来看，对于小型开放经济体来说疫情危机相比于经济危机对入境旅游客源地的软硬实力关系响应范围更广。
（3）不同尺度危机路径：疫情危机发生时，区域性或全球性危机事件对入境旅游的影响组态覆盖范围都较广，存在一定差异，但相差不大。但经济危机发生时，经贸因素对区域性危机或全球性危机表现不同。区域性经济危机中高入境旅游受经贸因素存在的影响，全球性经济危机中高入境旅游受经贸因素缺失的影响，验证了H3区域性危机与全球性危机对入境旅游影响存在差异成立。总的来看，中国香港开放度高、腹地小，冲击承载力低，其入境旅游活动对区域性危机事件与全球性危机事件的影响都较敏感且在影响尺度上存在一定差异性，但差异相较于经济和疫情的类型差异较小。

5.2 讨论

（1）“类型-尺度”危机事件中，硬实力因素在影响中国香港的头部高入境旅游市场中起主导作用。其中，经贸因素较为重要，路径表明小型开放经济体吸引头部客源地游客入境旅游的原因在于：小型开放经济体与旅游客源地经贸联系密切；客源地与小型开放经济体地理距离临近且交通便利；客源地人口特征的大体量与高质量为小型开放经济体带来了庞大的旅游市场，覆盖的地区主要为周边国家和其他经济相对发达的国家和地区。
（2）“类型-尺度”危机事件中，软实力因素在影响小型开放经济体中国香港的尾部非高入境旅游市场中起主导作用。经贸因素的缺失具有共性，路径表明小型开放经济体中国香港吸引尾部案例地游客入境旅游的原因在于：多数客源地与中国香港的硬实力关系不强，普遍与中国香港地理距离较远，经济贸易联系不强，且自身人口体量较小。入境旅游主导因素是软实力关系方面受到中国香港开放的签证制度和包容的文化的吸引等，覆盖的地区主要在中亚、东欧、非洲等。
（3）中国香港的头部和尾部的“高-非高”入境旅游市场组态分析表明，一方面，经济危机相比于疫情危机，组态路径和市场数量相对较少，说明小型开放经济体中国香港的入境旅游市场面对冲击时，疫情危机比经济危机对软硬实力关系的响应范围相对更广；另一方面，区域危机与全球危机相比，软硬实力关系影响的组态路径覆盖范围在区域经济危机阶段比全球经济危机阶段的要小一些，说明入境旅游市场面对冲击时，全球危机相比区域危机对软硬实力关系的响应范围相对更大。从本研究案例地中国香港的地理区位看，相对于两个区域危机其位于发生的核心位置，而相对于两个全球危机其位于发生的次要位置，这很大可能影响了区域与全球危机对其冲击的强度，使得尺度危机差异相较于经济和疫情危机的类型差异较小。因此，在进行危机尺度的对比分析时，考虑危机的发生地点与研究地的区位关系十分重要。

5.3 启示与建议

本文为小型开放经济体入境旅游发展提供如下启示。
第一，优化协调头部尾部市场的软硬实力关系。本文证实结果表明小型开放经济体主要头部市场在危机冲击下波动受硬实力影响更大，而尾部市场波动受软实力影响更大。因此，对于小型开放经济体来说，危机未发生时，应未雨绸缪，在保持与头部市场良好硬实力关系的基础上，加强软实力关系，尾部市场方面，也应在保持软实力关系的基础上努力加强硬实力联系，促进软硬实力关系的平衡协调发展；危机发生时，应进行逆周期调节，对头部市场应及时加强软实力关系，如采用品牌宣传和文化营销等拉近情感关系，对尾部市场可出台真金白银的经贸促进政策、旅游优惠刺激政策等，吸引投资和推动资源流动。
第二，认识危机影响差异，制定差异化危机应对预案。研究表明，对小型开放经济体来说，疫情危机相比于经济危机对入境旅游客源地与目的地的软硬实力关系响应范围更广。可以说疫情危机比经济危机对入境旅游的冲击强度更大。因此，小型开放经济体应正视不同危机的影响差异，制定建立差异化的危机应对预案。例如，对于疫情危机，应积极与周边头部客源地合作，提升应对危机能力和旅游韧性。对于经济危机，应做好消费刺激，行业补贴，市场拓展等预案。同时，日常应完善旅游等服务从业者的疫情保险保障工作，开展覆盖旅游从业人员的危机期备份工作培训，制定旅游相关经营场所的危机期应用预案等。
第三，建立全尺度危机应对机制，开展常态化演训。本研究表明小型开放经济体开放度高、腹地小，冲击承载力低，其入境旅游活动对区域性危机事件与全球性危机事件的响应差异较小。这说明小型开放经济体的入境旅游发展对不同尺度危机事件的影响都非常敏感，验证了其入境旅游活动受到危机事件的冲击具有易发性、多发性、复发性的特征。基于此，小型开放经济体应建立全球范围内涵盖大、中、小尺度的全尺度危机常态化应急管控机制，通过立法或行政规范将其制度化，并定期开展相关部门之间的协同培训和演练，以确保危机来临时将损失降到最低。

5.4 展望

本研究还存在以下需要完善之处：第一，本文关注的是小型开放经济体入境旅游对危机事件的响应，未来可考虑将研究范围扩展到大型经济体，为探究小型经济体和大型经济体入境旅游对危机事件的响应的异同提供更详实的实证支撑。第二，本文主要聚焦在经济和疫情这两种危机的影响研究，但放眼全球，不同地区的入境旅游发展因自身所处环境可能受到的不同危机事件类型的影响，因此，未来在可选取更多案例地和危机类型对比分析不同危机对入境旅游的影响差异。第三，影响入境旅游发展的软硬实力因子除本文涉及到的外，还有其他如军事实力、科技实力、教育实力、外交实力等，未来考虑引入更多因子优化分析框架进行研究，为进一步认识经济体的软硬实力对入境旅游危机事件响应提供理论支撑和决策参考。

真诚感谢匿名评审专家在论文评审中所付出的时间和精力，评审专家对本文立论基础、理论贡献、结论梳理等方面的修改意见，使本文获益匪浅。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Gulati S, Kellenberg D. Political economy and the interaction between international trade and environmental policies. Encyclopedia of Energy, Natural Resource, and Environmental Economics, 2013, (3): 288-295.

[2]
查瑞波, 伍世代, 孙根年. 城市型目的地入境旅游市场演化差异研究: 基于中国香港和新加坡市内部结构与外部规模分时段辨析. 地理科学, 2018, 38(10): 1661-1669.

DOI

[Zha Ruibo, Wu Shidai, Sun Gennian. Differences comparison of urban scale destination's inbound tourism market evolution: The time interval study based on internal structure and external scale in Hong Kong, China and Singapore city. Scientia Geographica Sinica, 2018, 38(10): 1661-1669.]

DOI

[3]
孙根年. 危机事件与旅游业的恢复. 旅游学刊, 2022, 37(7): 1-4.

[Sun Gennian. Crisis events and the recovery of tourism. Tourism Tribune, 2022, 37(7): 1-4.]

[4]
谢朝武, 张俊. 时空因素与我国旅游突发事件的关联影响: 基于最优尺度分析. 经济管理, 2014(3): 126-134.

[Xie Chaowu, Zhang Jun. Research on correlation effect between the temporal-spatial factors and tourism emergencies in China based on the optimal scaling analysis. Business Management Journal, 2014, 36(3): 126-134.]

[5]
入境事务处. 2019年度年报. 香港: 香港特别行政区政府, 2019.

[Immigration Department. Annual Report 2019. Hong Kong: The Government of the Hong Kong Special Administrative Region, 2019.]

[6]
唐弘久, 保继刚. 我国主要入境客源地游客的时空特征及影响因素. 经济地理, 2018, 38(9): 222-230, 239.

DOI

[Tang Hongjiu, Bao Jigang. Spatio-temporal characteristics and influencing factors of tourists from main inbound tourist source for mainland China. Economic Geography, 2018, 38(9): 222-230, 239.]

DOI

[7]
Lozano S, Gutiérrez E. A complex network analysis of global tourism flows. International Journal of Tourism Research, 2018, 20(5): 588-604.

[8]
Chow C K W, Tsui W H K, Wu H. Airport subsidies and domestic inbound tourism in China. Annals of Tourism Research, 2021, 90: 103275.

[9]
刘祥艳, 蒋依依, 吕兴洋, 等. 签证便利度对出境旅游的影响: 基于面板数据的实证分析. 旅游学刊, 2018, 33(12): 46-52.

[Liu Xiangyan, Jiang Yiyi, Lv Xingyang, et al. The impact of Visa facilitation on outbound tourism: An empirical analysis based on panel data. Tourism Tribune, 2018, 33(12): 46-52.]

[10]
Wujie X. The impact of geopolitical risks and international relations on inbound tourism: Evidence from China and key source countries. Cogent Social Sciences, 2023, 9(2): 2285244.

[11]
吴必虎, 唐俊雅, 黄安民, 等. 中国城市居民旅游目的地选择行为研究. 地理学报, 1997, (2): 3-9.

[Wu Bihu, Tang Junya, Huang Anmin, et al. A study on destination choice behavior of Chinese urban resident. Acta Geographica Sinica, 1997, (2): 3-9.]

[12]
周玲强, 毕娟. 文化距离对国际旅游目的地选择行为的影响: 以中国入境游市场为例. 浙江大学学报: 人文社会科学版, 2017, 47(4): 130-142.

[Zhou Lingqiang, Bi Juan. The influence of cultural distance on international tourism destination choice: A case study of Chinese inbound tourism market. Journal of Zhejiang University: Humanities and Social Sciences, 2017, 47(4): 130-142.]

[13]
Xin Cathy Jin, Mingya Qu, Jigang Bao. Impact of crisis events on Chinese outbound tourist flow: A framework for post-events growth. Tourism Management, 2019, 74: 334-344.

DOI PMID

[14]
Pham T D, Dwyer L, Su J J, et al. COVID-19 impacts of inbound tourism on Australian economy. Annals of Tourism Research, 2021, 88: 103179.

[15]
Haiyan Song, Shanshan Lin. Impacts of the financial and economic crisis on tourism in Asia. Journal of Travel Research, 2010, 49(1): 16-30.

[16]
Yuqing Geng, Rui Wang, Zejun Wei, et al. Temporal-spatial measurement and prediction between air environment and inbound tourism: Case of China. Journal of Cleaner Production, 2021, 287: 125486.

[17]
Cohen E. Globalization, global crises and tourism. Tourism Recreation Research, 2012, 37(2): 103-111.

[18]
Papatheodorou A, Arvanitis P. Tourism and the economic crisis in Greece: Regional perspectives. Région et développement, 2014, 39: 183-203.

[19]
Garau-Vadell J B, Gutierrez-Taño D, Diaz-Armas R. Economic crisis and residents' perception of the impacts of tourism in mass tourism destinations. Journal of destination marketing & management, 2018, 7(1): 68-75.

[20]
Cushnahan G. Crisis management in small-scale tourism. In: Cushnahan G. Safety and Security in Tourism. London: Routledge, 2012: 325-340.

[21]
李九全, 李开宇, 张艳芳. 旅游危机事件与旅游业危机管理. 人文地理, 2003, 18(6): 35-39.

[Li Jiuquan, Li Kaiyu, Zhang Yanfang. Crisis accidents and it's management in tourism. Human Geography, 2003, 18(6): 35-39.]

[22]
戴斌. 金融危机影响下中国旅游经济: 趋势与对策. 北京第二外国语学院学报, 2009, 31(1): 27-30, 58.

[Dai Bin. China's tourism economy under financial crisis: Trends and countermeasure. Journal Beijing International Studies University, 2009, 31(1): 27-30, 58.]

[23]
李锋, 孙根年. 基于旅游本底线法(TBLM)的旅游危机事件研究: 以2003年“SARS”事件为例. 人文地理, 2006, 21(4): 102-105.

[Li Feng, Sun Gennian. Research on tourism unexpected crisis on the basis of tourism background (TBLM): A case study of “SARS” event in 2003. Human Geography, 2006, 21(4): 102-105.]

[24]
王少华, 王璐, 王梦茵, 等. 新冠肺炎疫情对河南省旅游业的冲击表征及影响机理研究. 地域研究与开发, 2020, 39(2): 1-7.

[Wang Shaohua, Wang Lu, Wang Mengyin, et al. Study on impact characterization and influence mechanism of novel Coronavirus pneumonia on tourism industry in Henan province. Areal Research and Development, 2020, 39(2): 1-7.]

[25]
孙根年, 舒镜镜, 马丽君, 等. 五大危机事件对美国出入境旅游的影响: 基于本底线模型的高分辨率分析. 地理科学进展, 2010, 29(8): 987-996.

[Sun Gennian, Shu Jingjing, Ma lijun, et al. Influences of five crises on US inbound and outbound tourism: Analysis based on the tourism background trend line in high time resolution. Process in Geography, 2010, 29(8): 987-996.]

[26]
郑鹏, 赵月光, 刘壮, 等. 中国海外移民主体对入境旅游影响的多元差异研究. 人文地理, 2024, 39(4): 148-159.

[Zheng Peng, Zhao Yueguang, Liu Zhuang, et al. A study on the multivariate difference of the impact of China overseas immigrants on inbound tourism. Human Geography, 2024, 39(4): 148-159.]

[27]
文艳, 孙根年. 中国入境旅游贸易效率及其影响因素研究: 基于异质性随机前沿引力模型的估计. 旅游学刊, 2021, 36(3): 29-43.

[Wen Yan, Sun Gennian. Trade efficiency of China's inbound tourism and influencing factors: Estimating trade efficiency using a heterogeneous stochastic frontier gravity model. Tourism Tribune, 2021, 36(3): 29-43.]

[28]
Yang Y, Qiu Y, Wang Y, et al. Impact of comprehensive distance on inbound tourist satisfaction. Tourism Review, 2022, 77(6): 1418-1435.

[29]
Zhang Z, So K K F, Li J, et al. Unpacking the complexity of cultural distance in inbound and outbound tourism: A case‐oriented approach. International Journal of Tourism Research, 2024, 26(5): e2670.

[30]
查瑞波, 孙根年, 董治宝. 1976年以来香港入境旅游关系圈变化及指示性. 地理学报, 2016, 71(10): 1801-1814.

DOI

[Zha Ruibo, Sun Gennian, Dong Zhibao. Changes of the Hong Kong inbound tourism relationship circle and its indications since 1976. Acta Geographica Sinica, 2016, 71(10): 1801-1814.]

DOI

[31]
Nye J S. Soft power. Foreign Policy, 1990, (80): 153-171.

[32]
Song H, Lin S. Impacts of the financial and economic crisis on tourism in Asia. Journal of Travel Research, 2010, 49(1): 16-30.

[33]
McBriarty M A. Performance appraisal: Some unintended consequences. Public Personnel Management, 1988, 17(4): 421-434.

[34]
Maseland R, Dow D, Steel P. The kogut and singh national cultural distance index: Time to start using it as a springboard rather than a crutch. Journal of International Business Studies, 2018, 49(9): 1154-1166.

[35]
Thomann E, Maggetti M. Designing research with qualitative comparative analysis (QCA): Approaches, challenges, and tools. Sociological Methods & Research, 2020, 49(2): 356-386.

[36]
刘丰. 定性比较分析与国际关系研究. 世界经济与政治, 2015, 29(1): 90-110, 158-159..

[Liu Feng. Qualitative comparative analysis and international relations research. World Economics and Politics, 2015, 29(1): 90-110, 158-159.]

[37]
Ragin C C. Redesigning Social Inquiry:Fuzzy Sets and Beyond. Chicago: University of Chicago Press, 2008.

[38]
Rihoux B, Ragin C C. Configurational Comparative Methods: Qualitative Comparative Analysis (QCA) and Related Techniques. Los Angeles: Sage Publications, 2008, 107-111.

[39]
Fiss P C. Building better causal theories: A fuzzy set approach to typologies in organization research. Academy of Management Journal, 2011, 54(2): 393-420.

Options
Outlines

/

〈 〉