刘佳 侯佳佳

[摘 要]旅游環境承载力是区域旅游业可持续发展的重要表征，其提升是一个复杂的因果交互过程。选取中国三大城市群为研究单元，在对三大城市群旅游环境承载力水平进行测度的基础上，采用模糊集定性比较分析方法探讨游客密度、经济发展水平、科技进步水平、环境规制强度、旅游产业集聚和旅游生态效率对城市群旅游环境承载力的组态效应与提升路径。结果表明：单一条件变量均不能构成城市群高旅游环境承载力的必要条件，承载力提升受多个因素的交互影响与联合作用。其中，京津冀城市群共有游客与产业布局调控型、多种因素综合作用型、资源要素整合优化型、旅游产业集聚促进型4条提升路径，长三角城市群共有区域经济发展驱动型、经济与生态效率协同型、旅游生态效率提升型、科技与环保资金扶持型4条提升路径，珠三角城市群则有游客密度与科技推进型1条提升路径。各城市群应因地制宜选择符合自身实际的旅游环境承载力组合提升路径。

[关键词]旅游环境承载力；模糊集定性比较分析（fsQCA）；三大城市群

[中图分类号]F592 [文献标识码]A [文章编号]1671-8372（2023）02-0001-09

Study on the influencing factors and improving paths of tourism environmental carrying capacity

— a fuzzy-set qualitative comparative analysis based on three major urban agglomerations in China

LIU Jia1， HOU Jia-jia2

（1. Management College， Ocean University of China， Qingdao 266100， China; 2. CTS HK Ocean Spring Co.， Ltd， Qingdao 266200， China）

Abstract：Tourism environmental carrying capacity is an important representation of the sustainable development of regional tourism industry， and its improvement is a complex causal interaction process. This paper selects three major urban agglomerations in China as the research unit， and measures their levels of tourism environmental carrying capacity. The fuzzy-set qualitative comparative analysis method is used to explore the configuration effect and improvement path of tourist density， economic development level， scientific and technological progress level， environmental regulation intensity， tourism industry agglomeration and tourism ecological efficiency on tourism environmental carrying capacity of urban agglomerations. The results show that a single conditional variable cannot constitute the necessary condition of high tourism environmental carrying capacity in urban agglomerations， and the improvement of carrying capacity is affected by the configuration of multiple factors. Among them， the Beijing-Tianjin-Hebei urban agglomeration has four promotion paths： tourist and industrial layout regulation， multiple factors comprehensive effect， resource factors integration and optimization， and tourism industry agglomeration promotion. The Yangtze River Delta urban agglomeration can be summarized into four promotion paths： driven by regional economic development， coordinated by economy and ecological efficiency， promoted by tourism ecological efficiency， and supported by science and technology and environmental protection funds. The Pearl River Delta urban agglomeration has an improvement path of tourist density and science and technology promotion. Each urban agglomeration should choose its own tourism environmental carrying capacity improvement path according to local conditions.

Key words：tourism environmental carrying capacity; fuzzy-set qualitative comparative analysis（fsQCA）; three major urban agglomerations

一、引言

城市群是经济活动集聚的最高空间组织形式，也是未来中国经济的核心增长极。当前，中国沿海城市群资源消耗、环境污染、生态破坏等问题严重制约了区域资源环境的高效利用和国土空间格局的合理优化[1]。我国“十四五”规划明确提出，要立足资源环境承载力，推动形成国土空间开发保护新格局，其中就要求以京津冀、长三角、粤港澳大湾区等经济发展优势区域为重点，增强经济、人口和环境系统的承载能力。旅游业是助推城市群经济高质量发展的重要支撑，但大规模旅游活动也给城市群生态环境造成了巨大压力。旅游环境承载力是旅游地环境系统能够承受的旅游活动强度阈值，本质上是对旅游环境系统组成与结构特征的综合反映[2] 。把旅游活动限定在旅游环境承载力阈值之内，保证旅游环境系统的良性与稳定发展，是促进区域旅游业可持续发展的关键。

促进区域旅游环境复合系统承载能力的提升是旅游可持续实践领域的重要问题。国内外学者在旅游环境承载力领域已经开展了大量的理论研究和实践探索。在研究方法上，旅游环境承载力评价模型主要包含两类：一是运用限制性因素法[3]、游道线路法[4]、面积容量法[5]、瓶颈容量法[6]等方法从分量和综合视角对所容纳的游客规模进行测算；二是通过构建多指标评价体系，运用生态足迹法[7]、线性规划法[8]、状态空间法[9]、层次分析法[10]、模糊综合评价法[11]、计算机仿真和系统动力学模型[12]、灰色预测法[13]、BP神经网络[14]、地理信息技术[15]等方法对旅游环境承载力指数进行测度。在研究尺度上，以往研究重点关注九寨沟[16]、张家界森林公园[17]、闽江河口国家湿地公园[18]、武夷山风景名胜区[19]等景区尺度，上海[20]、青岛[21]、秦皇岛[12]、西安[22]等城市尺度，山西[23]、西藏[24]等省域尺度以及山东半岛城市群[25]区域尺度的旅游环境承载力评价。旅游环境是一个包含资源、生态、经济、社会等各项要素的复合环境系统，但既有研究多侧重游客容量测算或承载力各要素的综合指数计算，缺乏对不同要素之间交互作用与逻辑关系的考虑，使得研究难以系统全面地反映旅游环境复合系统的承载能力。同时，旅游环境承载力的影响因素及其提升路径是多元的，但既有研究多聚焦识别地区经济增长、城镇化、旅游产业集聚等单一影响因素的“净效应”，忽视了不同因素共同作用影响下的“组态效应”，使得研究难以系统阐释实践中旅游环境承载力提升这一复杂的管理问题。模糊集定性比较分析（fsQCA）方法是综合定性与定量分析方法优点的一种组态分析方法，其从组态视角出发考察导致结果产生的条件变量组合，是探索变量间相互依赖及组态效应的有效方法[26]，运用此方法，通过识别区域旅游环境承载力提升的组态路径，可以揭示承载力提升现象背后的复杂逻辑机制。

鉴于此，本文以京津冀、长三角和珠三角三大城市群48个城市为研究样本，从要素关系与系统集成视角对城市群旅游环境承载力进行综合评价，进一步采用fsQCA方法从组态视角识别高旅游环境承载力的条件组态及组态内互动关系，厘清城市群旅游环境承载力提升现象背后的逻辑机制。本文既可丰富和创新旅游环境承载力的研究尺度、内容与方法，也可拓宽fsQCA方法在旅游环境领域研究中的应用，还能够为促进新时期区域旅游可持续承载与高质量发展提供理论与决策参考。

二、研究方法与数据来源

（一）研究方法—fsQCA

定性比较分析（Qualitative Comparative Analysis，QCA）是由国外学者Ragin于20世纪80年代提出的以集合思想和布尔运算为基础的研究方法，其从整体、系统、组态的视角出发，认为条件变量相互依赖和不同组合共同导致研究结果的产生，为识别和解释自变量相互依赖等复杂的因果关系问题提供了新的研究视角与分析技术[27]。在旅游研究中，QCA已运用于旅游政策变迁、旅游安全、游客行为、旅游地、旅游企业发展路径等方面的探索。

目前常用的QCA方法有csQCA（清晰集定性比较分析）、mvQCA（多值集定性比较分析）和fsQCA（模糊集定性比较分析）3种。本文选择fsQCA方法基于以下几点考虑：（1）研究样本特点。本文的研究样本为京津冀城市群13个城市、长三角城市群26个城市、珠三角城市群9个城市，样本数量属于中小型，符合fsQCA法中案例比较分析的样本要求。（2）研究对象特点。研究对象是城市群旅游环境承载力提升路径，承载力提升是不同条件相互依赖与组合的结果，fsQCA方法突破了传统的聚类分析、因子分析、方差分析等计量分析方法无法识别条件的相互依赖性、组态的等效性、因果的非对称性等因果复杂性问题的局限[26]，对于分析城市群旅游环境承载力提升背后的邏辑机制具有较强的解释力。（3）研究变量特点。本文的条件变量和结果变量均为连续变量，csQCA和mvQCA均是对变量进行二分类，即变量取值为0或1，而fsQCA允许使用0和1之间的数值来校准集合的部分隶属程度，即变量取值转化为0～1的连续值，更适合用来分析在水平上有变化的变量[28]。因此，本文运用fsQCA方法，基于组态视角探索中国三大城市群旅游环境承载力提升的逻辑机制与组态路径。

（二）样本选择与数据收集

依据《京津冀协同发展规划纲要》《长江三角洲城市群发展规划》《珠江三角洲地区改革发展规划纲要（2008—2020）》等文件对中国三大城市群进行范围界定，选择京津冀城市群13个城市①、长三角城市群26个城市②、珠三角城市群9个城市③组成研究样本。这三大城市群人口密度大、经济强度高、旅游活动聚集，2019年实现旅游总收入和旅游总人次6.78万亿元和42.93亿人次，约占我国旅游总收入的31.56%和旅游总人次的31.24%。但不容忽视的是，高速增长的游客规模在一定程度上会影响城市生态环境，损害旅游业可持续发展的基础。因此探索中国三大城市群旅游环境承载力多样化的提升路径与差异化的调控政策，具有较强的典型性和代表性。另外，考虑各指标数据的可获取性和相对时效性，本文以2018年为例进行分析。

相关数据主要来源于《中国统计年鉴》《中国城市统计年鉴》《中国旅游统计年鉴》以及各省市统计年鉴、国民经济与社会发展统计公报、文化和旅游厅/局网站。空气污染指数采用PM2.5浓度数据表征，数据来源于美国国家航空航天局社会经济数据和应用中心的遥感反演栅格数据。个别缺失数据采用插值法补齐。

（三）变量选取与数据校准

1.结果变量

本文的结果变量是三大城市群城市的旅游环境承载力（TECC）。根据已有的系列性研究成果，构建旅游环境承载力评价体系，采用极差法对指标数据进行标准化处理，利用熵值法对指标体系进行客观赋权，并运用线性加权法计算得到三大城市群的城市旅游环境承载力指数[29-30]。计算公式如下：

式（1）中，TECC为城市旅游环境承载力指数，值越大，表示城市旅游环境承载力水平越高；Wj为第 j个指标的权重；Zj为第 j个指标的标准化值；n为指标数量。

2.条件变量

根据系统科学理论，旅游环境承载力是一个复合系统，涉及要素众多，影响因素复杂，包含人口、经济、社会、生态、资源等多要素。本文结合旅游环境承载力的本质内涵，同时考虑指标数据的综合性、科学性、可获取性等原则，选取以下影响因素作为旅游环境承载力的条件变量。具体测量方式如下：

（1）游客密度（DEN），用以反映游客规模对旅游环境承载力的作用，采用地区游客数量占人口数量的比值表征。当人口密度过大时，资源需求量和垃圾产生量都会相应增加，从而对资源环境承载力产生负向作用[31]；当游客密度过高时，旅游交通、旅游住宿、旅游活动等产生的污染物排放量会不断增多，进而对旅游目的地环境承载力造成不利影响。

（2）经济发展水平（ECO），用以反映旅游环境承载力提升的经济动力，采用人均可支配收入表征。随着经济发展水平的提高，地区开始更加注重资源的有效利用和生态环境的综合治理，这将有利于旅游环境承载力的提升[32]。

（3）科技进步水平（TEC），用以反映地方政府对科技创新的支持力度，采用科技支出占地方政府财政支出的比重表征。地区科技进步能够带来更先进的节能减排技术和产品，有效降低旅游活动对资源环境的消耗和污染，提升旅游环境承载力[31]。

（4）环境规制强度（ERS），用以反映地方政府对环境的管制力度，采用环境污染治理投资占地区生产总值的比重表征。地方政府通过提高环保投入、加大惩罚力度等手段促使旅游企业进行技术革新，提高旅游资源利用效率，降低旅游业发展给环境带来的污染，从而提升区域旅游环境承载力[33]。

（5）旅游产业集聚（TIA），用于反映旅游产业相关资源要素集聚對旅游环境承载力的影响，采用区位熵法测算表征。旅游产业集聚能够产生较强的规模经济、成本效应及竞争优势，通过实现特定空间内旅游企业的互补整合，降低成本、提高竞争力，从而促进区域旅游环境承载力的提升[34]。

（6）旅游生态效率（EFF），碳减排背景下，纳入旅游产业碳排放作为非期望产出的旅游生态效率是旅游环境承载力的重要影响因素，反映了旅游资源要素综合利用水平对旅游环境承载力的影响[35]，运用超效率SBM模型，借助MaxDea软件计算得到。

综上，旅游环境承载力是多因素共同作用的结果。本文基于组态视角，构建游客密度、经济发展水平、科技进步水平、环境规制强度、旅游产业集聚、旅游生态效率6因素协同联动的影响旅游环境承载力的理论模型，识别产生高旅游环境承载力的组态以及组态内的互动关系，厘清旅游环境承载力提升背后的复杂逻辑机制。旅游环境承载力组态效应的理论模型如图1所示。

3.数据校准

在fsQCA研究中，为了使数据能更好地满足定性比较分析的布尔运算逻辑、减少数据信息丢失，需要设定完全隶属、交叉点及完全不隶属3个校准锚点，将所有变量数据转化为集合隶属度。本文基于组态理论和集合理论，结合已有经验知识及案例中各变量的实际分布情况，将样本数据的95%、50%、5%分位数值分别作为完全隶属、交叉点和完全不隶属的校准锚点[36]，各变量的校准锚点如表1所示。以京津冀城市群的结果变量为例，将城市旅游环境承载力指数大于0.5721设定为完全隶属1，小于0.1117设定为完全不隶属0，其他数据赋值为0和1之间的分数。

三、结果与分析

（一）单个条件变量的必要性分析

单个条件变量的必要性分析用以验证各条件变量是否为结果变量的必要条件。在fsQCA中，必要性分析主要是通过一致性（Consistency）和覆盖度（Coverage）指标进行判断。计算公式为：

式（2）和式（3）中，Xi表示条件变量的隶属分数，Yi表示结果变量的隶属分数，一致性和覆盖度的取值范围均为（0，1）。通常当一致性大于0.9时，即可认为条件变量是结果变量的必要条件；覆盖度用以表征条件变量对结果变量的解释力度，覆盖度数值越高，解释力越强。

条件变量的必要性分析结果如表2所示。由表2可知，对京津冀城市群而言，除了高游客密度外，各个条件变量的一致性水平均未达到0.9的阈值标准，因此高游客密度可能是解释这一城市群高旅游环境承载力的必要条件，其余条件变量均不能构成高旅游环境承载力的必要条件。长三角、珠三角城市群中各条件变量的一致性水平均小于0.9，表明各条件变量均不能构成这两个城市群高旅游环境承载力的必要条件。因此，高旅游环境承载力不是单一因素作用的结果，而是不同因素交互协同下产生的联合效应，故进一步进行条件组态分析，探讨不同城市群旅游环境承载力提升的差异化组态路径。

（二）条件组态的充分性分析

条件组态充分性分析用以揭示多个条件变量构成的不同组态导致结果产生的充分性。参考Ragin的标准[37]，将案例阈值设定为1，一致性门槛值设定为0.75。在fsQCA3.0软件中进行真值表分析后，会输出复杂解、中间解和简约解3种解，中间解的解释力较强，能够克服简约解不检验逻辑余项的合理性、复杂解结论普适性较差的问题。本文输出的中间解和复杂解所包含的条件组态一致，覆盖度与一致性值也相同，因此采用中间解结果分析并辅之以简约解，同时出现在中间解和简约解的条件变量为核心条件，仅在中间解出现的条件变量称为辅助条件[38]。

京津冀、长三角和珠三角城市群高旅游环境承载力的条件组态结果如表3所示。由表3可知，三大城市群分别形成了4、8、2种条件组态，单个解及总体解的一致性均高于0.75，符合可接受的最低标准，表明这些组态可以视为三大城市群高旅游环境承载力的充分条件组合。三大城市群条件组态总体解的覆盖度分别为0.84、0.80、0.44，分别解释了84%、80%、44%的样本案例，组态结果整体上解释力较强。

（三）组态结果的进一步解释

根据表3中的条件组态情况及其背后的解释逻辑，将京津冀、长三角、珠三角三大城市群的条件组态分别归纳概括为如下提升路径。

1.京津冀城市群旅游环境承载力提升路径

（1）游客与产业布局调控型。组态a1（DEN*

ECO*TEC*～ERS*TIA*～EFF）的核心条件是高游客密度、高旅游产业集聚、非高旅游生态效率，辅助条件为高经济发展水平、高科技进步水平和非高环境规制强度，这意味着在旅游生态效率和环境规制强度不高的城市，可以通过优化游客空间分布、促进旅游要素集聚、加快地区经济与科技水平提升等方式促进城市旅游环境承载力提高。a1组态的原始覆盖度为0.29，唯一覆盖度为0.06，表明这一路径能够解释京津冀城市群29%的高旅游环境承载力的样本，其中约6%的样本仅能被这条路径解释，代表城市为石家庄。石家庄市作为河北省的省会城市，经济发展水平高、科技创新能力强，具有发展旅游产业的独特优势。近年来，石家庄市大力实施旅游强市战略，积极推动旅游产品质量提升工程，全力打造“红色记忆、青翠太行、千年古韵、都市风光、缤纷夜景、生态采摘、美食购物、工业旅游”八大主题旅游线路，优化了旅游产业空间布局，提升了旅游产业素质，有效缓解了旅游环境承载压力，提升了旅游环境承载能力。

（2）多种因素综合作用型。组态a2（DEN*ECO*

TEC*ERS*EFF）中高游客密度和高旅游生态效率发挥核心作用，高经济发展水平、科技进步水平、环境规制强度等变量共同发挥辅助性作用。此组态的原始覆盖度和唯一覆盖度分别为0.46、0.23，表明这一路径能够解释约46%的样本，同时有23%的样本仅能被此路径解释，代表城市为北京和秦皇岛。其中，北京市是全国的政治、经济、文化、科技中心，具有发展旅游产业的综合优势。北京市始终坚持以创新、协调、绿色、开放、共享的新发展理念引领城市发展，不仅在经济、科技、环境等方面加大投入力度，还积极推动首都功能核心区旅游降密和通州文化旅游区建设，助力京郊绿色旅游发展，促进京津冀协同发展，因而具有较高水平的旅游环境承载力。秦皇岛市是中国首批沿海开放城市，也是全国首批优秀旅游城市，2017年确立了“生态立市、产业强市、开放兴市、文明铸市”的发展战略，并把旅游作为首位产业突出打造，致力打造循環绿色低碳型旅游产业，促进了城市旅游环境承载力水平的提高。

（3）资源要素整合优化型。组态a3（DEN*～

ECO*～TEC*TIA*EFF）的核心条件为高游客密度、高旅游产业集聚和高旅游生态效率，辅助条件为非高经济发展水平和非高科技进步水平，可以解释为在经济发展水平和科技进步水平都较低的城市，通过加快旅游要素整合、提升旅游资源利用率、优化游客空间分布等方式能够提高城市的旅游环境承载力。此组态的原始覆盖度为0.50，即能够解释50%的样本，显示出最高的解释力；唯一覆盖度为0.13，说明有13%的样本仅能被此路径解释，代表性城市是承德和张家口。虽然这两个城市经济实力和科技能力略显不足，但是其旅游资源要素整合与利用水平较高，例如，从2016年开始，承德市联手张家口市打造世界级景观“国家1号风景道”，实现了旅游资源的整合和优势互补，以及生态保护和生态富民的良性互动，有助于地区旅游环境承载力的提升。

（4）旅游产业集聚促进型。组态a4（～DEN*～

ECO*～TEC*ERS*TIA*～EFF）的核心条件是高旅游产业集聚、非高游客密度、非高旅游生态效率，辅助条件是高环境规制强度、非高经济发展水平与非高科技进步水平，这意味着在游客密度不合理、旅游资源要素利用率较低且经济发展水平与科技进步水平都不高的城市，通过加速旅游产业集聚产生规模经济效应、增加政府环保投入等方式也能提高城市旅游环境承载力。此组态的原始覆盖度为0.31，唯一覆盖度为0.06，说明此路径能够解释31%的样本，同时有6%的样本仅能被这条路径解释，代表城市是邯郸。邯郸市经济发展实力与科技创新能力均处于较低水平，但十分重视旅游产业集聚区建设，近年来着力推进武安太行山休闲养生、涉县女娲文化旅游、磁县溢泉湖旅游休闲、漳河生态旅游等高品质休闲度假区建设，促进了旅游产业的要素集聚化、业态多元化和产品生态化，从而促进了城市旅游环境承载力的提升。

2.长三角城市群旅游环境承载力提升路径

（1）区域经济发展驱动型。组态b1（ECO*TEC*～

ERS*～TIA*～EFF）、b2（DEN*ECO*TEC*～ERS）的核心条件是高经济发展水平。除强调核心条件外，组态b1还强调科技进步水平的存在及环境规制强度、旅游产业集聚与旅游生态效率的缺席发挥辅助性作用，组态b2还强调游客密度、科技进步水平的存在以及环境规制强度的缺席发挥辅助性作用。组态b1能够解释长三角城市群35%的样本，组态b2能够解释49%的样本，此路径解释了南京、上海、杭州、宁波、绍兴等经济实力较强的城市旅游环境承载力水平较高的原因，即通过大力发展地区经济、加大科技创新投入、调控游客空间分布等方式驱动城市旅游环境承载力的提升。

（2）经济与生态效率协同型。组态b3（DEN*

ECO*～ERS*TIA*EFF）、b4（ECO*TEC*ERS*～

TIA*EFF）、b5（DEN*ECO*～TEC*TIA*EFF）的核心条件是高经济发展水平和高旅游生态效率。除均强调核心条件外，组态b3和b5也充分体现了游客密度与旅游产业集聚存在的辅助作用，可以解释为在政府对环境的管制力度或科技投入不足时，通过促进经济增长、调控游客规模、加速旅游产业要素集聚、提升旅游资源要素利用率等方式能够提升城市旅游环境承载力，代表城市有舟山、湖州、金华、嘉兴、台州等。组态b4强调环境规制强度、科技进步水平的存在及旅游产业集聚的缺席发挥辅助性作用，可以解释为当地区拥有较强的经济实力和资源优势，但旅游产业集群化程度较低时，地方政府通过加大环境保护投资与科技创新投入的方式能够提升城市旅游环境承载力，代表城市有无锡、常州、苏州等。

（3）旅游生态效率提升型。组态b6（DEN*～

TEC*ERS*TIA*EFF）和b7（～DEN*～ECO*～TEC*

ERS*～TIA*EFF）的核心条件为旅游生态效率，即强调旅游生态效率对城市旅游环境承载力提升的重要性。组态b6除强调核心条件外，还充分体现了游客密度、环境规制强度与旅游产业集聚对城市旅游环境承载力提升的作用。组态b6的原始覆盖度为0.44，即能够解释44%的样本，代表城市有池州、舟山、湖州、镇江、金华、台州等。组态b7说明在游客密度不合理、地区经济发展与科技进步水平较低、旅游产业集聚程度不高的情况下，通过提升旅游生态效率、加大环境管制力度等方式仍然可以促进城市旅游环境承载力的提高。组态b7的原始覆盖度为0.21，即能够解释21%的样本，代表城市是扬州。扬州市提出将旅游业作为永久性基本产业，并设立旅游业发展专项资金，大力建设生态科技新城以打造生态旅游目的地，从而有效提升了扬州市旅游环境承载力。

（4）科技与环保资金扶持型。组态b8（～DEN*～

ECO*TEC*ERS*～TIA*～EFF）强调科技进步水平与环境规制强度共同对城市旅游环境承载力发挥促进作用。此组态的原始覆盖度为0.21，即能够解释21%的样本，唯一覆盖度为0.03，说明有3%的样本仅能被此路径解释，代表城市是马鞍山和南通。这两个城市在长三角城市群中经济实力、游客规模、旅游要素集聚程度与利用效率虽然相对不高，但政府十分注重对环境与科技的投入，如马鞍山市印发了《马鞍山市2018年生态强市建设工作要点》《马鞍山市支持企业自主创新若干政策》等相关政策，设立生态文明建设专项资金补助三县一区的生态创建项目，同时聚焦重点科技项目，加大创新投入力度，鼓励企业加大研发投入，努力提升全社会研发投入强度，政府政策扶持与资金投入也使得马鞍山市旅游环境承载力得以提升。

3.珠三角城市群旅游环境承载力提升路径

游客密度与科技推进型路径包括c1（DEN*

ECO*TEC*～ERS*～TIA*EFF）、c2（DEN*～ECO*

TEC*ERS*～TIA*～EFF）两种组态，核心条件均为高游客密度、高科技进步水平和非高旅游产业集聚。组态c1除强调上述核心条件外，还体现了高经济发展水平、高旅游生态效率和非高环境规制强度的辅助作用，此组态的原始覆盖度为0.37，即能够解释37%的样本，唯一覆盖度为0.24，说明有24%的样本仅能被此组态解释，代表城市是深圳。一方面，深圳市作为首批国家全域旅游示范区创建单位，全域旅游发展新格局的形成有效调控了区域游客分布格局；另一方面，2021年《中国特色社会主义先行示范区科技创新行动方案》强调发挥科技创新在深圳这个中国特色社会主义先行示范区建设中的支撑引领作用，并提出了15条支持深圳科技创新的措施。较强的科技创新能力促进了深圳市经济增长与旅游生态效率提升，因而深圳市旅游环境承载力居于珠三角城市群前列。与组态c1相比，组态c2降低了对经济发展水平和旅游生态效率的要求，但提高了对政府环境规制强度的要求，此组态的原始覆盖度和唯一覆盖度分别为0.20、0.07，表明这一组态能够解释20%的样本，同时有7%的样本仅能被此组态解释，代表城市是中山。在有限的土地资源及环境容量压力下，2018年中山市政府出台了《中山市环境保护规划（2018—2035年）》作为中山市建设国家生态文明示范市的指导性文件，通过建立多元化环保投融资体系、成立产学研环保平台、开展重大环境科技攻关等措施，促进中山市人口、资源、環境的协调发展，从而提升了城市旅游环境承载力。

综上所述，促进京津冀、长三角、珠三角三大城市群旅游环境承载力提升的核心条件既有相同点，也有差异性。京津冀城市群的核心条件有游客密度、旅游产业集聚与旅游生态效率，长三角城市群的核心条件为经济发展水平与旅游生态效率，珠三角城市群的核心条件是游客密度与科技进步水平，不同城市群应根据自身实际情况选择差异化的旅游环境承载力组合提升路径。另外，游客密度与旅游生态效率均在不止一个城市群中发挥核心作用，表明降低游客密度、提高旅游生态效率是促进城市群旅游环境承载力提升的重要方式。

（四）稳健性检验

鉴于fsQCA的分析结果对一致性取值具有较强的敏感性，有必要对结果进行稳健性检验。通过调整京津冀、长三角、珠三角城市群的一致性阈值进行稳健性检验（从0.75提高至0.76）[36]，京津冀和珠三角城市群所得组态均无变化，长三角城市群所得组态为原组态的子集，表明实证结果是稳健的。

四、结论与建议

（一）研究结论

本文基于京津冀、长三角和珠三角城市群的样本城市旅游环境承载力指数，从组态视角运用fsQCA方法探讨了游客密度、经济发展水平、科技进步水平、环境规制强度、旅游产业集聚和旅游生态效率6个条件变量对城市群高旅游环境承载力的组态效应。主要得出以下结论：

（1）中国三大城市群旅游环境承载力提升是多因素协同作用的结果。游客密度、经济发展水平、科技进步水平、环境规制强度、旅游产业集聚与旅游生态效率各个单一因素均不能构成旅游环境承载力提升的必要条件，多因素交互影响与协同作用则能有效促进城市群旅游环境承载力的提升。

（2）中国三大城市群旅游环境承载力提升的条件组态具有“殊途同归”的特点。京津冀、长三角、珠三角城市群旅游环境承载力提升分别有4、8、2种充分性条件组态，不同组态中核心条件和辅助条件各不相同，但这些组态均能有效地促进城市群旅游环境承载力的提升。

（3）中国三大城市群旅游环境承载力提升路径存在显著的区域差异性。其中，京津冀城市群共有游客与产业布局调控型、多种因素综合作用型、资源要素整合优化型、旅游产业集聚促进型4条提升路径，长三角城市群包含区域经济发展驱动型、经济与生态效率协同型、旅游生态效率提升型、科技与环保资金扶持型4条提升路径，而珠三角城市群仅有游客密度与科技推进型1条提升路径。

（二）政策建议

基于以上分析，结合京津冀、长三角、珠三角城市群旅游发展实际情况，提出如下提升城市群旅游环境承载力的建议。

（1）旅游环境承载力受游客密度、经济发展水平、科技进步水平、环境规制强度、旅游产业集聚和旅游生态效率多重条件共同影响，促使旅游环境承载力提升存在多条等效路径。旅游目的地管理者提升旅游环境承载力的思维应从“局部优化”向“组态协调”转变，在考虑当地资源禀赋与社会经济条件的前提下，从组态视角因地制宜制定相关政策与发展战略，有效促进区域旅游环境承载力提升。

（2）京津冀城市群旅游环境承载力提升的核心条件是游客密度、旅游产业集聚与旅游生态效率。在有限资源条件下，京津冀城市群应该重点调控游客空间分布格局，加强旅游资源要素整合，提高旅游资源利用效率。例如，充分利用2022年北京冬奥会召开的契机，以京张旅游产业带、冰雪旅游度假区、乡村旅游产业集聚区、特色旅游小镇、智慧服务网点体系、跨区域旅游功能区构建等方式为依托，推动京津冀协同发展，优化京津冀旅游产业发展的空间格局。此外，在疫情防控常态化背景下，通过积极拓宽景区预约渠道、加大景区预约宣传、做好线下配套服务、调控景区门票价格等措施，建立并完善景区预约制度，实现游客有效分流，控制景区最大承载量。

（3）长三角城市群旅游环境承载力提升的核心条件是经济发展水平與旅游生态效率。长三角生态绿色一体化发展示范区建设是实施长三角一体化发展战略的先手棋和突破口，因此，此城市群应以长三角生态绿色一体化发展示范区建设为抓手，积极推动区域旅游业向生态化、低碳化、绿色化及可持续化方向发展。旅游业有巨大的降碳潜力，政府应在掌握旅游业碳排放现状的基础上，推动顶层设计，提出旅游业碳达峰、碳中和的战略目标及其实现路径与行动方案；推动生态技术在旅游领域的应用，使旅游景区、星级酒店、旅行社、旅游交通、旅游装备制造等旅游产业链实现能源的清洁化、循环化、零碳化；游客应自觉增强低碳消费意识，践行低碳消费行为，如购买当地绿色食品、入住绿色酒店、选择低碳的交通方式及娱乐活动，推动旅游消费低碳化。

（4）珠三角城市群旅游环境承载力提升的核心条件是游客密度与科技进步水平。一方面，充分发挥广东省改革开放的先行优势，加强粤港澳大湾区与泛珠三角地区文化交流与旅游推广合作，建设智慧文化和旅游平台，推动旅游资源要素互通，促进游客互推，分散游客密度。另一方面，以建设粤港澳大湾区国际科技创新中心为抓手，深化粤港澳创新合作，健全科技创新支持政策，加大科技成果转化投入，促进科学技术在旅游生态领域的应用，如完善旅游环境承载力预警技术，建立包括景区票务、游客密度、停车场等指标的承载力预警体系与调控机制，缓解旅游环境承载负荷，优化城市群旅游产业发展格局。

［参考文献］

段佩利，刘曙光，尹鹏.区域开发强度与资源环境承载力耦合协调分析：以中国沿海城市群为例[J].资源开发与市场，2018（7）：930-934.

翁钢民，李建璞，杨秀平，等.近20年国内外旅游环境承载力研究动态[J].地理与地理信息科学，2021（1）：106-115.

林祖锐，周维楠，常江，等.LAC理论指导下的古村落旅游容量研究：以国家级历史文化名村小河村为例[J].资源开发与市场，2018（2）：274-280.

许丽忠，张江山，王菲凤.游道型旅游空间环境容量改进模型及应用[J].福建师范大学学报（自然科学版），2007（4）：105-109.

赵红红.苏州旅游环境容量问题初探[J].城市规划，1983（3）：46-53.

周庆，李立雄，欧阳志勤.原始部落翁丁古寨旅游环境承载力研究[J].中国人口·资源与环境，2017（5）：254-257.

DENG C X，LIU Z，LI R R，et al. Sustainability evaluation based on a three-dimensional ecological footprint model：a case study in Hunan，China[J]. Sustainability，2018，10（12）：4498-4520.

HAN J. Carrying capacity of low carbon tourism environment in coastal areas from the perspective of ecological efficiency[J]. Journal of Coastal Research，2018，83：199-203.

杨倩，蒙吉军，王晓东.基于多维状态空间法的漓江上游生态旅游承载力空间评价及提升策略[J].北京大学学报（自然科学版），2015（1）：131-140.

张笃川.河南省乡村旅游资源环境承载力测度[J].中国农业资源与区划，2020（3）：293-297.

孙慧，吕岩威.基于多级模糊层次综合评价法的资源承载力研究[J].经济管理，2010（5）：24-29.

杨秀平，翁钢民，李进，等.滨海城市旅游环境承载力优化研究：以秦皇岛市为例[J].地理与地理信息科学，2019（4）：134-140.

刘佳，于水仙，王佳.滨海旅游环境承载力评价与量化测度研究：以山东半岛蓝色经济区为例[J].中国人口·资源与环境，2012（9）：163-170.

宋小龙，李陇堂，王艳茹，等.沙漠型景区旅游环境承载力预警研究：以宁夏沙坡头为例[J].中国沙漠，2019（2）：19-26.

徐瑶，陈涛.基于RS和GIS的班戈县草地生态承载力动态变化分析[J].西南师范大学学报（自然科学版），2015（3）：86-90.

章小平，朱忠福.九寨沟景区旅游环境容量研究[J].旅游学刊，2007（9）：50-57.

周国海.名山旅游区旅游环境容量动态变化规律研究：以张家界森林公园为例[J].资源开发与市场，2011（6）：559-562.

林恩惠，修新田，郭进辉，等.基于SD和DPSIR模型的湿地公园旅游环境承载力模拟研究：以闽江河口国家湿地公园为例[J].林业经济，2017（6）：32-37.

吴丽媛，陈传明，侯雨峰.武夷山风景名胜区旅游环境容量研究[J].资源开发与市场，2016（1）：108-111.

汪宇明，赵中华.基于上海案例的大都市旅游容量及承载力研究[J].中国人口·资源与环境，2007（5）：118-122.

李淑娟，孟芬芬，李航.基于可持续发展的青岛市旅游环境承载力研究[J].中国人口·资源与环境，2010（3）：93-96.

闫博雅，毕超.西安市旅游环境承载力测算与评价研究[J].西北大学学报（自然科学版），2011（4）：719-722.

胡果.山西省生態旅游环境承载力时空差异研究[J].林业经济，2019（4）：110-115.

柳应华，宗刚，王汝辉.基于旅游承载力的西藏旅游产业发展模式选择[J].西藏大学学报（社会科学版），2014（1）：7-12.

张广海，刘佳，王蕾，等.山东半岛城市群旅游环境承载力综合评价研究[J].地理科学进展，2008（2）：74-79.

杜运周，贾良定.组态视角与定性比较分析（QCA）：管理学研究的一条新道路[J].管理世界，2017（6）：155-167.

徐艳晴，许土妹，黄燕梅.传播过程理论视角下突发事件网络舆情的影响因素及机理研究[J].海南大学学报（人文社会科学版），2022（2）：126-136.

赵文，李月娇，赵会会.政府研发补贴有助于企业创新效率提升吗：基于模糊集定性比较分析（fsQCA）的研究[J].研究与发展管理，2020（2）：37-47.

刘佳，刘贤明，安珂珂，等.长三角城市群旅游环境承载力时空分异格局与空间效应研究[J].长江流域资源与环境，2022（7）：1441-1454.

刘佳，安珂珂.旅游环境承载力时空演变及其影响因素：基于中国沿海地区的多尺度分析[J].中国海洋大学学报（社会科学版），2022（1）：92-102.

王娟，胡洋.空间关联与溢出效应：工业生态创新对资源环境承载力的影响研究[J].财经理论与实践，2020（1）：117-124.

刘佳，于水仙.山东省旅游环境承载力与旅游经济增长动态关系研究[J].中国海洋大学学报（社会科学版），2013（4）：58-63.

徐盈之，孙剑.环境承载力的区域比较与影响因素研究：来自我国省域面板数据的经验分析[J].经济问题探索，2009（5）：1-6.

刘佳，王娟.我国沿海旅游产业集聚发展与承载力提升关联作用研究[J].商业研究，2016（10）：145-156.

李俊翰，高明秀.山东省生态效率与资源环境承载力时空分异及耦合协调度研究[J].生态经济，2018（10）：61-68.

张明，陈伟宏，蓝海林.中国企业“凭什么”完全并购境外高新技术企业：基于94个案例的模糊集定性比较分析（fsQCA）[J].中国工业经济，2019（4）：117-135.

RAGIN C C. Redisigning social inquiry：fuzzy sets and beyond[J]. Social Forces，2010，88（4）：1936-1938.

FISS P C. Building better casual theories：a fuzzy set approach to typologies in organizational research[J]. Academy of Management Journal，2011，54（2）：393-420.

[责任编辑 王艳芳]