关于旅游经济指标的系统性文献综述：一种用于目的地管理的多层次框架

《Management Review Quarterly》：A systematic literature review on tourism economic indicators: a multi-layer framework for destination management

　　摘要：提高旅游目的地的竞争力一直是研究人员和组织关注的重点。工具和指标通过向决策者提供有价值的数据来帮助评估旅游的影响。然而，指标的多样性使得在各个目的地之间选择和比较这些指标变得具有挑战性。因此，需要一种综合性的方法。本研究开发了一个决策框架，以帮助管理者监测旅游的经济影响。我们利用了两种理论视角：目的地竞争力和旅游引领的增长假设（TLGH）。对Scopus和Web of Science研究的回顾确定了截至2023年10月，有149项关注从可持续角度进行旅游监测的研究。在此基础上，分析了2271个经济指标。研究方法包括共词分析和路径演化分析，这些分析创建了一个多层次的框架，涵盖了以下维度：目的地的经济价值、旅游供给、商业经济价值、旅游需求、关联经济以及政治和制度背景。研究结果强调了关联经济在推动TLGH方面的重要性，并建议进一步结合传统的经济指标来涵盖更广泛的社会影响，整合来自供给、需求和社会视角的可测量指标。这项分析为管理者提供了一个工具，以遵循“超越GDP”的方法，并提出了用于比较不同目的地表现的标准。它支持开发一套工具包，以整合旅游在经济、企业和社会各个层面的价值。对于相关利益群体，未来的研究议程集中在三个关键管理领域：识别、测量和行动。

1 引言
根据联合国世界旅游组织的数据，2023年旅游业的直接国内生产总值（GDP）为3.3万亿美元，约占全球GDP的3%。旅游是全球重要的经济活动，如果管理得当，可以成为推动国家社会经济发展的动力（Dwyer 2023）。因此，政府特别关注其发展。为响应这一需求，一方面，国际组织创建了多种方法来广泛衡量旅游业的竞争力，使用了许多维度和指标来帮助目的地管理者（Gasparini和Mariotti 2023；Uyar等人2023）。另一方面，学者们也致力于开发监测旅游竞争力的模型（Crouch和Ritchie 1999；Dwyer和Kim 2003），以及衡量旅游业对国家经济和当地社区影响的工具（Absalon等人2022；Dritsakis 2004）。目的地管理者旨在提高旅游业的竞争力，这是一个包含经济、社会和环境方面的多维构建（Rasoolimanesh等人2023）。旅游业创造就业机会和收入的能力以及对正规和非正规经济领域的乘数效应使其成为解决某些社会问题的关键驱动力（Dwyer 2023）。这一假设与旅游引领的增长假设（TLGH）一致，即如果可持续地开展，旅游业可以产生长期经济增长（Balaguer和Cantavella-Jordá 2002；Pulido-Fernández和Rivero 2009）。经济因素以多种方式影响目的地的竞争力。Nematpour等人（2024）指出，目的地的结构和组织特征也是反映旅游竞争力的关键经济指标，因为它们体现了组织合作水平、价格、公共政策、劳动力市场等因素。文献和国际旅游组织提出的各种监测工具和指标导致了多种测量方法的出现，这可能限制了它们的应用，并阻碍了管理者在不同目的地之间比较表现的能力（Rasoolimanesh等人2025）。尽管每个目的地都有独特的目标和特征，但建立标准的监测领域和指标以及衡量这些特征的工具是必要的。我们的研究聚焦于可持续性视角下的旅游经济和指标方法，以帮助学术界和决策者。

2 理论背景
2.1 管理目的地竞争力和旅游经济效应
最早的竞争力研究方法来自经典经济理论和战略管理方法。文献揭示了在这些理论下研究竞争力的三个主要视角：（i）从比较优势和价格的角度；（ii）从战略管理和竞争优势的角度；（iii）从历史、政治和文化的角度（Dwyer和Kim 2003）。这些视角影响了旅游竞争力的研究，但学者们也考虑了旅游产品、旅游需求和居民影响的观点（Aguiar-Barbosa等人2021）。旅游业的竞争力具有微观和宏观两个层面（González-Rodríguez等人2023）。在微观层面，竞争力是公司或目的地层面的现象（Crouch和Ritchie 1999）；而在宏观层面，竞争力是一个广泛的概念，涵盖了所有社会、文化和经济部门，是国家层面的关注点（Ritchie和Crouch 2003）。对竞争力的评估有很多角度，但都基于资源、能力和生产力的评估（Crouch 2011）。这些方法创造了不同的理论流派和整体模型来监测竞争力。从经济角度来看，分析旅游目的地竞争力的主要因素可以归纳为三个理论流派。第一个流派基于价格竞争力和需求，即旅游生产力（Dwyer等人1999；Kozak和Rimmington 1999）。这是文献中对旅游竞争力最早的理论视角之一（Mazanec等人2007）。第二个流派从目的地的经济和政治背景出发分析竞争力，因为这些方面驱动着业务发展和旅游产品（例如Lee 2015）。第三个理论流派关注旅游业的乘数效应，以验证旅游活动对经济的贡献程度（Dwyer等人2000；Mathouraparsad和Maurin 2017）。评估旅游竞争力在经济效应方面对目的地管理者来说是一个艰巨的任务（Blancas等人2018）。世界经济论坛通过旅游与旅游发展指数（TTDI）评估经济指标，如商业环境、价格竞争力、旅游流量以及对劳动力市场的影响，但这仅限于国家层面（Uyar等人2023）。为了支持目的地在本地层面监测旅游效应，一些机构制定了基线指标作为实施监测系统的指导原则。例如，他们定义了一组最低指标，用于监测旅游在目的地层面的经济、环境和社会影响。关于经济指标，国际可持续旅游观察网络（INSTO）推荐在五个主要领域进行监测：目的地经济效益、就业、旅游季节性、治理和可及性（世界旅游组织（UNWTO），2016）。国际组织制定的基线对于建立可比较的最低参数非常重要（Blancas等人2018）。然而，目的地还需要一套符合其特定情况的本地指标（Tanguay等人2013；Volgger等人2025）。一套适应当地特征的经济指标有助于监测和管理旅游竞争力（González-Rodríguez等人2023），并验证TLGH。
2.2 经济效应和旅游引领的增长假设
国际旅游收入是许多国家贸易平衡的重要组成部分，也是发展国家和地区经济的关键因素（González-Rodríguez等人2023）。Liu等人（2022）指出，最近的COVID-19危机凸显了旅游业对国民经济的影响，尽管容易受到严重危机的影响，旅游业仍然是增长最快的行业之一。出口引领的增长假设（ELGH）认为出口对经济增长有积极影响（Panas和Vamvoukas 2002）。因此，提高本地企业的效率并优化资源利用与竞争力相关，从而支持长期增长（Krueger 1980）。针对旅游业的ELGH改编版本是TLGH，它认为旅游业是长期经济增长的潜在驱动力（Balaguer和Cantavella-Jordá 2002）。与ELGH的假设类似，TLGH认为旅游业与经济发展之间存在双向关系（Brida等人2016）。文献中提出了一些支持ELGH的方法，如经济发展和经济效益，这些方法可用于衡量旅游业的影响（Centinaio等人2023）。经济发展采用宏观视角，涵盖社会和环境方面。这一视角与“超越GDP”的框架一致（Dwyer 2023）。相反，经济效益视角提供了对特定目的地旅游经济的微观分析，涵盖行业、个人和地区以及质量（Liu等人2022）。这两种视角对于验证TLGH都是必不可少的。许多研究，主要使用计量经济学方法，致力于验证这一假设，例如Balaguer和Cantavella-Jordá（2002）、Brida和Risso（2010）以及Dritsakis（2004）。尽管结果支持这一理论（Roy和Medhekar 2026），Song和Wu（2022）强调了明确识别旅游与经济增长之间传导机制的重要性，并指出需要额外的方法来测试这种关系。然而，验证TLGH首先需要定义旅游经济影响的指标。一个地区由入境旅游产生的经济价值通常通过收入、就业和收入等基本指标来评估（Roy和Medhekar 2026）。然而，旅游 economy 的影响是广泛的，因为它涵盖了庞大的经济链条，影响着当地经济的各个方面（Brida 和 Risso 2010），同时也受到众多当地经济因素的影响（Nematpour 等人 2024）。基于 TLGH 观点，Brida 等人（2016）强调了旅游在刺激投资、基础设施和市场中的作用，因为该行业依赖于四个生产要素：劳动力、物质资本、技术和环境资源。许多变量可以代表这些生产要素，以监测直接、间接和引申效应，这些效应能够促进社会的多个方面发展，并有助于理解 TLGH（Brida 等人 2016）。虽然旅游有助于经济增长（Nugroho 和 Verikios 2025），但它并不一定能带来经济发展（Song 和 Wu 2022）。它甚至可能对目的地的发展韧性产生负面影响（Ni 等人 2026），这突显了需要超越基于需求的评估方式，采用更广阔的视角来考虑目的地的整体竞争力。指标方法有助于验证旅游行业的 TLGH 和目的地竞争力，因为“指标是对当前问题存在或严重程度的衡量，是对即将出现的情况或问题的信号，是对风险的衡量以及对行动需求的潜在评估，也是识别和衡量我们行动结果的手段”（UNWTO 2004，第 8 页）。因此，监测旅游经济指标是支持目的地管理者的重要工作（Pulido-Fernández 和 Rivero 2009）。我们的研究正是朝着这个方向进行的。

3 方法论
我们的方法论研究过程包括四个步骤，这些步骤涉及不同的分析方法和技术，以提供系统文献回顾和文献进展（图 1）。这个过程旨在提供一个新颖的决策框架和工具包，整合了用于监测旅游经济影响的指标知识，并包含了 INSTO 的要求。正如 Alshaalan 和 Durugbo（2024）所强调的，系统文献回顾通过一个定义明确的流程，利用现有的理解来整合关于某个主题的知识。我们过程的每个步骤如下详述。

图 1
本图像的替代文本可能是使用 AI 生成的。
完整大小的图像

方法论研究过程分为四个步骤：

3.1 第一步：提取经济指标
根据之前的旅游研究（例如，Sam 和 Jasim 2023），我们使用了 PRISMA 协议（Page 等人 2021）来进行第一步（见图 2）。分析单位包括在同行评审期刊上以英语发表的科学文章，这些期刊涵盖了两个最重要的科学数据库 Scopus 和 Web of Science。重点关注从可持续性角度监测旅游的研究。数据收集工作于 2023 年 10 月进行，包括了 2004 年至 2023 年 10 月期间发表的文章。我们将时间范围限制在 2004 年，以与 Ritchie 和 Crouch（2003）的著作《竞争目的地：一种可持续旅游视角》相一致，这是一本关于旅游目的地竞争力的重要出版物，也是该领域被引用最多的著作之一。然后，我们将记录导出到 Excel 文件中，移除了重复项和无法获取的文档。接下来，我们进行了筛选过程，分析了各项研究，并排除了缺乏指标或其指标与旅游目的地无关的文档。最初只分析了标题、摘要和关键词，而在后续阶段分析了全文。审核人员分别工作以提高分析的可靠性。最终的样本量为 149 篇文章。补充材料提供了包含在本回顾中的研究列表。

在此之后，我们从所审查的研究中提取了旅游监测指标。对于本研究，我们专注于与旅游经济影响相关的指标，省略了那些更关注环境或社会文化方面的指标。经济指标包括与目的地经济表现相关的衡量标准，涵盖了旅游行业及其支持产业，以及更广泛的经济影响，如基础设施发展、创造就业机会和为当地社区带来的收入。

图 2
本图像的替代文本可能是使用 AI 生成的。
完整大小的图像

系统文献回顾协议和经济指标的识别

3.2 第二步：创建词族
第二步应用了共词分析技术，该技术由 Callon 等人（1983）开发，并由 Wang 等人（2012）重新编写。我们调整了 Ronda-Pupo 和 Guerras-Martin（2012）以及 Aguiar-Barbosa 等人（2021）的共词分析程序，这些程序分别用于分析战略和旅游竞争力的概念。该技术包括解构和聚类阶段，将足够相似但与其他不同实体制成命名和界定的组（Aguiar-Barbosa 等人 2021；Ronda-Pupo 和 Guerras-Martin 2012）。为了理解经济旅游对每个指标的影响，必须在解构阶段进行探讨。因此，对于文献中识别的每个指标，我们都会问：“这个指标衡量的是旅游的哪种影响？”根据回答，我们根据旅游的相似效应或同义词将指标分类为子维度（词族）。随后，我们根据它们的主题相似性将这些子维度分组为维度。

Block 和 Kuckertz（2024）指出，系统文献回顾并不总是采取最直接的路径，可能会效率低下且耗时。然而，通过沉浸在主题中并在研究团队内部进行讨论，这个过程可以促进最终结果的产生。实际上，在我们的研究中，沉浸在指标中对于定义子维度和维度是至关重要的，这需要多次迭代才能达成研究团队一致认可的最终分类。

3.3 第三步：分析经济指标的演变
考虑到指标的代表性，我们确定了在三个不同时期监测旅游经济影响的文献模式和趋势（图 3）。1990-2003 年是我们的对照时期，因为它构成了旅游竞争力模型的基础。对照时期考虑了关于旅游竞争力的开创性和被引用最多的研究的指标，以验证随后时期旅游经济指标的演变路径，即 Crouch 和 Ritchie（1999）、Dwyer 和 Kim（2003）以及 Hassan（2000）的研究。2004-2016 年的第二个时期涵盖了 2030 年议程中可持续发展目标（SDGs）的引入（联合国，2015）。2017-2023 年的时期对应于 SDGs 生效的时间，直到本次系统回顾的日期。

图 3
本图像的替代文本可能是使用 AI 生成的。
完整大小的图像

分析的时间框架：对照时期、第二个时期和第三个时期

3.4 第四步：构建经济指标工具包
为了支持目的地管理，我们用额外的标准补充了文献中确定的模式和趋势，以实现我们的目标，即创建一个工具包。这最后一步涉及根据预先定义的标准选择和讨论监测旅游经济影响的关键指标，具体包括：
（1）优先选择来自二手数据的指标，以确保在时间和成本方面的可行性。
（2）优先选择以比率或百分比表示数据的指标，以便于比较目的地绩效。
（3）选择能更好地代表每个维度和子维度内效应的指标。
（4）选择符合欧洲旅游指标系统（ETIS）和 INSTO 标准的指标，以便于与这些网络关联并进行比较。

4 结果与讨论

4.1 创建词族
文献分析得出 2,271 个经济指标，这些指标被归类为 31 个子维度和六个维度：目的地的经济价值、旅游供给、商业经济价值、旅游需求、关联经济以及政治和制度环境（图 4）。我们为每个维度和子维度定义了范围，明确了指标应聚合的参数（见补充材料 2）。然后，这些指标被分配到六个维度和 31 个子维度中（见补充材料 3）。

图 4
本图像的替代文本可能是使用 AI 生成的。
完整大小的图像

多层框架下的旅游经济效应指标：价值、维度和子维度

图 4 表示了一个多层框架，用于评估经济效应。第一列展示了目的地的经济价值和旅游供给维度，反映了潜在的旅游目的地竞争力。第一个维度指的是目的地的经济状况和一般特征。第二个维度直接与目的地的旅游产品和服务相关。第二列展示了商业经济价值和旅游需求维度，提供了关于目的地实现竞争力的互补视角。商业经济价值维度评估了企业的表现，而旅游需求维度评估了旅游生产力的水平。最后几列讨论了旅游与其他经济部门和公共部门之间的相互联系。关联经济维度衡量了旅游对目的地的次要经济影响。政治和制度环境维度探讨了旅游与公共机构之间的关系。

图 5 显示了这些维度中经济指标的分布。有效价值这一支柱汇集了最多的指标。这一结果表明学者们更频繁地使用生产力指标，反映了目的地实现的竞争力。

图 5
本图像的替代文本可能是使用 AI 生成的。
完整大小的图像

按维度分布的经济旅游指标

图 6 展示了指标在各子维度中的分布。最突出的子维度是旅游满意度（10.5%）和旅游流量（7.6%），两者都属于旅游需求维度。最小的子维度是关联经济维度的一部分，包括泄漏和通货膨胀（0.6%）以及衍生效应（0.9%）。

图 6
本图像的替代文本可能是使用 AI 生成的。
完整大小的图像

按子维度分布的指标

4.2 旅游经济效应指标的演变
我们的分析显示，与文献划分的两个时期相比，经济指标有所显著增长（177%）。我们在 2004 年至 2016 年期间发现了 602 个指标，在 2017 年至 2023 年期间发现了 1,669 个指标。所有维度都出现了增长，但在关联经济和政治及制度环境维度中增长较为缓慢。对这一增长贡献最大的维度是旅游供给、商业经济价值和目的地经济价值。

在初始时期，每个子维度的指标分布范围在 20% 到 40% 之间（图 7），但有一些例外情况需要强调：例如，在最后一个时期出现了国际开放性和旅游创新性；子维度如残疾人友好型旅游、目的地营销和服务质量及设施在最后一个时期更加突出。相比之下，泄漏和通货膨胀以及法律和道德合规性在 2004-2016 年期间分布较为广泛。

图 7
本图像的替代文本可能是使用 AI 生成的。
完整大小的图像

各时期的子维度分布：2004-2016 和 2017-2023

图 8 将我们的经济指标框架与选定的三个旅游竞争力模型进行了比较，以代表对照时期（1990 至 2003）。政治和制度环境（44 个指标）、旅游供给（43 个指标）和商业经济价值（42 个指标）汇集了最多的指标。最少的指标出现在关联经济维度，这些竞争力模型中只有一个指标。此外，有些指标未被归类为经济指标。

图 8
本图像的替代文本可能是使用 AI 生成的。
完整大小的图像

按竞争力模型划分的指标数量

在审查各个维度和子维度时，出现了几个值得注意的模式。Crouch 和 Ritchie（1999）的提案强调了潜在价值和政治及制度环境维度。相比之下，Hassan（2000）采用了一种以目的地有效价值为导向的方法，并关注与游客消费行为更相关的旅游需求。Dwyer 和 Kim（2003）提出了一个更全面的关于维度和子维度的框架。例如，只有 Dwyer 和 Kim（2003）讨论了酒店业与旅游企业和其他行业之间的联系。他们还强调了政治和制度环境。然而，在对照时期的模型中，关联经济维度几乎不存在，同样也不包括可持续旅游实践、目的地供给、残疾人友好型旅游、旅游创新性和季节性等子维度。

4.3 旅游经济足迹的评估：工具包提案
根据我们的分析，我们开发了一个工具包，汇集了文献中使用的 142 个主要的经济影响衡量指标。这些指标根据我们的框架提案进行了结构化，可以支持决策者和旅游利益相关者。该工具包提供了围绕三个关键支柱组织的潜在指标列表：（i）潜在价值；（ii）有效价值；（iii）相互关联的价值。这些支柱是根据关于目的地竞争力的研究视角进行调整的，包括价格竞争力和需求（例如，Dwyer等人1999年；Kozak和Rimmington 1999年），影响商业发展和旅游供给的目的地的经济和政治环境（例如，Lee 2015年），以及旅游的乘数效应及其对经济的贡献（例如，Dwyer等人2000年；Mathouraparsad和Maurin 2017年）。4.3.1 潜在价值支柱目的地经济价值维度（D1）包括七个子维度（表1），主要基于二手数据。这些数据的可获取性、它们在其他监测系统（例如，TTDI和ETIS）中的包含情况以及它们在旅游文献中的相关性，证明了即使它们不是INSTO的强制性要求，也应被纳入。子维度1（SD1）目的地营销和当地经济表现（SD4）是文献中讨论最多的主题之一。自第一项旅游竞争力模型以来，目的地营销就被认为是一个基本因素，最近的趋势是使用数字营销和社交媒体（Moniche和Gallego 2023年）。该工具包遵循这一趋势。另一个趋势是当地经济表现，它突出了对东道主社会至关重要的指标，如人均GDP（Alcalá-Ordó?ez等人2023年）。其他子维度在修订后的文献中不太突出，但它们源于早期的旅游竞争力研究，如价格竞争力（SD5）和安全性与安保（SD6）。人力资源技能（SD2）和信息通信技术（ICT）准备情况（SD3）提供了可以吸引旅游企业投资的指标（例如，Moniche和Gallego 2023年）。最后，该工具包还包括可持续旅游实践（SD7）。虽然这个子维度在文献中不太常见，并且需要收集一手数据，但它与ETIS的建议一致。旅游供给维度（D2）也是潜在价值支柱的一部分，包括五个子维度（表1）。目的地吸引力（SD8）、目的地供给（SD9）、旅行便利性（SD11）、服务质量与设施（SD12）（这一因素在最近的文献中更常被提及，例如，Absalon等人2022年），以及残障友好型旅游（SD10），这在过去的研究中越来越受到重视。尽管它没有包含在（UNWTO 2004年）的指南中，但后来被纳入了INSTO框架，并且也在ETIS中得到体现，其中提出了具体的指标来监测残障友好型目的地的水平。表1 目的地经济价值和旅游供给维度的指标全尺寸表格4.3.2 实际价值支柱监测实际目的地竞争力可以基于三个主要指标来支持对旅游驱动增长的评估：旅游收入、游客数量和旅游支出（Alcalá-Ordó?ez等人2023年）。同样，Blancas等人（2015年）认为旅游支出、游客满意度和直接就业创造是主要的经济主题。在衡量旅游经济影响的工具包中，实际价值支柱（表2）有两个维度（D3和D4）。商业经济价值（D3）是一个重要的维度，这主要归功于两个子维度：劳动力旅游市场（SD15）和旅游收入（SD19）。这些指标经常被纳入INSTO、ETIS和TTDI等框架中，并且可以使用二手数据进行估算。此外，对劳动力旅游市场的关注突显了衡量旅游对东道主社区的社会经济影响的必要性，这是一个趋势视角。我们提出了一个突破，增加了与旅游企业表现相关的子维度，因为这方面在文献和监测系统中被忽视了。提出的指标旨在填补这一空白，包括关注财务健康和商业动态的指标，涵盖经济可行性（SD13）、投资与资金（SD14）、旅游企业（SD16）、旅游创新性（SD17）和旅游合作伙伴关系倡议（SD18）。实际价值支柱的第二个维度是旅游需求（D4）。这是一个在文献中得到充分认可的维度，有许多变量是INSTO框架中的基本指标，可以通过二手数据获取。然而，我们的工具包不仅限于关键指标，如季节性（SD20）、游客流量（SD22）和游客满意度（SD23），还包括了游客消费行为（SD21）。这意味着该工具包包含了捕捉消费新趋势的变量，例如在线购物和预订的兴起（Moniche和Gallego 2023年）。我们的框架还通过“每公顷可居住土地上的游客数量”这一指标纳入了旅游集中或过度旅游的概念。如今，这是一个对目的地至关重要的指标，提供了另一个与社会经济效应相关的衡量标准。表2 商业经济价值和旅游需求维度的指标全尺寸表格4.3.3 相互连接价值支柱这一支柱旨在衡量旅游与其他行业的相互关联性（表3），包括两个维度（D5和D6）。连接经济维度（D5）试图量化旅游对经济的二次效应，如经济外流和通货膨胀。它还评估了旅游企业对本地产品和服务的使用情况。在分析的三个时期中，这一维度在竞争力模型中的代表性最少。Dwyer等人（2004年）报告称，乘数分析的结果往往低于预期；因此，用户经常忽视这些因素。我们认识到这些挑战，但认为包含这一维度是必要的。因此，我们的工具包指出了量化旅游对经济外流和通货膨胀（SD24）、本地生产包容性（SD25）以及衍生效应（SD26）影响的方法。这些指标有助于理解旅游对本地经济增长的实际影响，这与TLGH（Balaguer和Cantavella-Jordá 2002年）的观点一致。政治和制度环境（D6）自最初的竞争力模型以来就受到了关注。Dwyer和Kim（2003年）强调了这一点，而在后续的文献中这一方面的关注较少。此外，INSTO框架中提出了一些旅游规划方面的指标（SD31），而其他子维度则受到较少关注。旅游业发展的政治环境影响了目的地的性质、游客的感知，最终影响了目的地的整体竞争力（Dwyer和Kim 2003年）。在这方面，工具包包括了治理结构（SD27）、政府支持（SD28）、旅游规划（SD31）和国际开放性（SD29）。特别是SD29对某些目的地至关重要，它侧重于提高外国游客的停留率和外国投资者的吸引力，并反映了国家政策，这些都是竞争力监测中常用的变量。最后，我们还包括了法律和伦理合规性（SD30），这在旅游的经济衡量中经常被忽视。这对于缺乏政策和法规的目的地尤为重要（Choi和Sirakaya 2006年）。表3 连接经济和政治制度环境维度的指标全尺寸表格TLGH通常将GDP（以多种方式衡量）与游客到达量、国际收入或就业创造等指标联系起来（Alcalá-Ordó?ez等人2023年；Blancas等人2015年），我们的结果还包括了扩展到社会经济效应的额外指标。关于需求，我们考虑了游客满意度、行为、季节性和旅游企业的表现等因素。此外，我们试图在地方/区域层面应用这些指标，尝试包括可以通过从游客那里收集的人口统计数据来验证的国内消费。这种方法与TLGH和传统的旅游竞争力监测方法不同，后者主要关注国家层面的国际旅游（Balaguer和Cantavella-Jordá 2002年；世界经济论坛，2024年）。这是之前研究的一个局限性（Brida等人2016年）。根据TLGH的观点，更广泛的经济环境也促进了旅游增长（Alcalá-Ordó?ez等人2023年；Brida等人2016年；Centinaio等人2023年）。我们的工具包考虑了经济环境及其相互关系，强调了需要额外的指标来评估经济溢出效应。5 结论本研究旨在通过文献综述开发一个决策框架和工具包，以评估旅游发展的经济影响。旅游竞争力和TLGH构成了我们分析和框架的基础，采用了指标方法。研究首先确定了旅游竞争力的指标，这是文献中从可持续性角度出发的传统方法，涵盖了环境、经济和社会方面（Ritchie和Crouch 2003年）。然而，我们的研究侧重于经济问题，以回答研究问题。系统的文献回顾结果回应了RQ1。通过对2271个指标的共词分析，出现了一个多层次框架，以支持旅游目的地的决策和管理。其中许多指标是重复的，因为同一个指标可能有不同的表述方式。共词分析是一种合适的整合技术，整合了142个指标。我们的框架涵盖了目的地经济价值、旅游供给、商业经济价值、旅游需求、连接经济和政治制度环境等维度。我们还将该框架转化为一个基于三个支柱的工具包：潜在价值、实际价值和相互连接价值。这142个主要指标被分配为31个子维度。这些模式源自文献，并为回答RQ2提供了依据，展示了文献中旅游经济影响指标的演变路径。尽管专注于旅游社会和环境效应的方法有所增加，学者们仍然越来越重视经济效应。他们正在将指标方法推向社会经济和环境经济视角，这代表了旅游行业管理的变化。新的指标超出了古典的经济方面，如就业、收入和创业。学者们关注旅游经济对社会造成的多种影响，例如可持续旅游实践和土地使用效率。此外，关于旅游目的地的社会责任和伦理问题的担忧也是经济指标文献的一部分，如法律合规性和数据保护。总之，经济指标的演变路径符合旅游业目的地在市场竞争中的最新要求，以及“超越GDP”和“福祉目的地”的理论趋势（Dwyer 2023年）。5.1 理论意义从理论上讲，我们强调了两个主要意义。首先，与其他文献或监测方法不同，我们提供了一个创新的多层次框架，包含维度、子维度（见补充材料2）和指标（见补充材料3），以综合评估旅游对目的地、企业和社会的经济价值。这些可能是文献中发布的最全面的旅游经济指标列表。此外，该工具包结合了目的地竞争力和TLGH的研究线条，以及经济驱动增长假设的双边关系。这是对文献的一个进步。其次，我们展示了一些关键因素被置于次要位置，应该重新重视，以便在TLGH方面取得新的进展。此外，我们揭示了文献中关于旅游经济影响指标的新趋势及其推动的理论流派。这些新指标被纳入了我们的框架提案中，从而为文献做出了另一项贡献。5.2 管理意义回顾确定了最常监测的领域、使用最广泛的指标及其演变，为管理者提供了评估目的地竞争力的坚实基础。通过采用与当前超越GDP和国际标准的旅游竞争力视野相一致的相关指标，管理者可以领先于当前的监测趋势，并将其目的地与全球同类目的地进行比较。该工具包为旅游利益相关者提供了一套有价值的经济指标，用以衡量和促进社会经济发展。建立基线指标对于进行纵向观察和跨目的地比较至关重要，同时开发更定制的衡量方法。由于每个目的地都有独特的特征，研究还建议实施额外的指标，管理者可以根据具体情况选择最合适的指标来应对特定挑战和目标。虽然每个目的地可能无法使用完整的列表，因为收集数据有成本和困难，但管理者仍可以选择最佳的指标，根据目的地特征进行定制，以支持将旅游作为可持续增长驱动力的公共政策的实施。尽管该工具包没有包括环境和社会指标，但它突出了社会经济指标在提升旅游竞争力中的作用。与传统的监测方法不同，我们结合了可以从供给、社会和需求方面衡量的指标。管理者应该将目的地视为一个可以参观和居住的地方。除了传统旅游竞争力模型中常用的指标外，我们还强调了文献中较少探讨的一些趋势和观点。在这个意义上，我们包含了相互关联的价值支柱，特别是“互联经济”维度，尽管在传统的旅游监测体系中这一点没有得到足够的重视，但它对于突出旅游业对区域和国家经济的贡献非常重要，而不仅仅是对其当地影响的评估。本研究建议目的地管理者应用最能反映他们具体情况的指标，并在联合国世界旅游组织（UNWTO）2004年框架的基础上，采用以可持续性为导向的、基于指标的方法来发展旅游经济。此外，我们对UNWTO（2004年）的基线指标提出了两项修改建议：首先，指标15.03应当考虑在旅游行业工作的居民所占比例，而不仅仅是从事旅游工作的总居民数；其次，指标31.02应当评估包括旅游在内的土地利用规划的效率，而不仅仅是其是否存在。

我们对管理者们的另一个有价值的贡献是，我们指出了这些指标是软数据还是硬数据，是来自二手资料还是原始数据，以及哪些指标是INSTO框架中该目的地的基线经济指标。这有助于决策者做出选择，并增强了我们工具包的实用性。

5.3 限制因素

我们的研究旨在应用于旅游目的地，但在所需数据量和区域层面信息的可用性方面有些过于雄心勃勃。然而，如何选择最适合他们具体情况的指标由潜在用户自行决定。尽管我们的研究重点是旅游业的可持续性，但仅考虑了经济影响，因此不应孤立地实施这一研究。此外，该研究仅基于现有的文献资料，即仅从学者的视角进行分析。为了减少这些限制，我们还在所提出的工具包中考虑了INSTO的基线数据。

5.4 未来研究议程

根据我们的分析结果，未来关于有效目的地管理的经济指标的研究议程应针对三个利益相关者群体：目的地本身、企业和社会。因此，研究应涉及指标的识别（目的地管理者需要监控的具体领域）、测量方法（包括计算方法、数据收集和分析过程），以及从结果中得出的相应行动。此外，根据Palau-Pinyana等人（2024年）提出的路线图，我们将研究重点分为短期（迫切需要的研究）、中期（后续重点）和长期（后续调查）。未来研究议程以概念地图的形式在图9中展示，描绘了与旅游经济指标相关的各种研究方向。

5.4.1 识别

在短期内识别经济指标方面，预计未来的研究应继续探讨旅游活动产生的社会价值及其环境影响（Costa等人，2025年）。可以进一步扩展关注范围，纳入目的地层面的社会经济和经济环境指标，以增强管理者的关注度。通过审查这些指标，研究人员可以识别关键趋势并突出这些领域中最重要的衡量标准。此外，必须进行更多研究以确保所有相关方的全面参与，包括企业、当地社区和游客，因为他们的多样化观点对可持续旅游管理至关重要（Rasoolimanesh等人，2025年）。未来的研究可以通过实证研究开发识别相关经济指标的替代方法，直接邀约利益相关者参与。特别是对于旅游企业家和潜在投资者来说，应开展研究以了解他们需要哪些指标来改进旅游企业的管理。提供这些数据可能会吸引投资到目的地。

测量对于有效管理至关重要，但单凭数字是不够的。虽然客观和二手指标更容易获取，但可能需要结合关键利益相关者的观点来补充。从中期来看，关于目的地的研究应包括基于绩效数据的监测，以反映利益相关者对影响的看法（Gasparini和Mariotti，2023年）。再次强调，关于旅游经济指标的研究议程必须关注不同利益相关者群体，以全面了解其对目的地、企业和社会的影响。

从长期来看，开发基于科学证据评估指标相关性的研究至关重要，以评估新兴经济活动的影响。在这方面，研究与数字化和技术相关的指标非常有助于企业和目的地管理者。此外，还可以对所使用的指标进行新的文献回顾，并将其与国际组织（如INSTO、ETIS或TTDI）的最佳实践相对照。此外，目的地管理者还应探讨这些指标与可持续发展目标（SDGs）的一致性（Rasoolimanesh等人，2023年）。特别是在全球南方，由于关于可持续旅游指标的研究不足，实现SDGs的需求更为迫切。最后，在当今技术快速发展的社会中，建议开展研究以使管理者了解新兴经济活动及其对旅游业的潜在影响（Roy和Medhekar，2026年）。

5.4.2 测量

我们的内容分析表明，旅游需求和商业指标能够反映目的地的表现。因此，我们建议通过实证研究进一步验证“旅游引领增长”假说。关于环境因素对旅游表现的影响也需要更多研究，可以使用我们模型中的某些维度进行实证评估（Song和Wu，2022年）。这两个方面目前尚未得到旅游监测机构和国际组织的充分探索，主要是在管理和旅游相关文献中有所涉及。我们还建议进一步研究互联经济，因为这一领域目前得到的关注不足，这有助于目的地更准确地评估旅游的真实影响。

在监测 tourism 经济影响方面，一个反复出现的限制是数据不足，尤其是在区域和地方层面。作为未来的研究方向，建议开发新的数据收集方法和技术来弥补这一缺口。在这方面，学者应强化新兴的信息和通信技术（ICTs）的作用，包括社交媒体和人工智能。

本文提出了一个与旅游监测相关的指标清单，同时提供了根据每个目的地具体情况选择额外指标的选项。进一步的研究应识别出关键的基于指标的决策算法，以概括目的地的实际情况，从而避免指标列表过长，并减少数据收集的成本和时间。从中期来看，建议研究人员对目的地进行基准测试，以确定最佳实践。最后，研究人员可以探索人工智能和社交媒体内容在监测旅游目的地表现方面的潜力。同样，这些和其他技术可以自动化大数据的收集和分析，特别是在监测旅游经济影响方面（Roy和Medhekar，2026年）。

5.4.3 行动

关于旅游经济指标的研究议程需要更深入地探讨数据收集、知识生成与有效目的地规划实施之间的关系。量化指标对于管理来说是必不可少的，但仅仅测量影响是不够的，除非目的地能够将这些信息转化为可持续的政策和实践。研究人员应将这一过程的实际应用作为重点。此外，他们可以通过探索与利益相关者透明、安全和有效的沟通方法，为旅游业做出贡献。旅游影响的监测不仅应服务于目的地管理者，还应有效地与其他利益相关者分享。在商业环境中使用数据进行决策的挑战需要进一步研究来解决，以确保生成的知识能够有效地传递给私营企业。

另一个潜在的研究方向是探索扩展监测结果使用范围的潜力。目的地管理者可以利用过去的结果来开发预测目的地旅游发展的模型，并预测旅游需求（Song和Zhang，2025年）。最后，必须强调持续评估经济指标的必要性，以监测目的地的竞争力，并支持旅游管理者的决策过程（Volgger等人，2025年）。