为了进一步明晰区域旅游经济收入高低状况，通过计算旅游经济收入梯度值，将区域旅游经济收入划分为较高收入（T≥1）和较低收入（T＜1）（图3）。整体上看，高低旅游经济收入省份在数量上大体相当，处于较高以上收入的省份有17个，广东、江苏、山东、浙江、四川为高旅游经济收入省份，属于较低以下收入的省份有14个，黑龙江、新疆、甘肃、海南、西藏、青海、宁夏为低旅游经济收入省份。下文通过csQCA分别对引致高/低旅游经济收入的前因条件组合进行分析，为不同省份结合自身实际提升旅游经济发展水平提供可行方案。
3.2 反向案例分析
Woodside（2016）强调，研究中使用变量——水平分析的一个常见错误做法就是忽略与主要影响关系相反的关联案例，良好的实践必须认识到，在相当大的数据集中，与统计上显著的主要影响相反的案例几乎总是发生。根据已有研究，为了表明在不考虑其中一个因素对另一个因素存在主要影响作用的情况下，两个因素在同一个数据集中可能存在正向关系、负向关系或没有关系，需要进行反向案例分析以确认因素之间的关系（Pappas et al.，2016）。
本研究中前因变量与结果变量的关系图表明，两者之间并非单纯的正向或负向影响关系，还出现了与主要影响关系相反的案例。以地区经济水平和旅游经济收入的关系图（图4）为例，显示出它们不仅是一种正向影响关系，即高地区经济水平会带来高旅游经济收入，低地区经济水平会导致低旅游经济收入，还出现了反向案例，也就是低经济水平省份反而具有高旅游经济收入，以及高经济水平省份出现低旅游经济收入的情况。为了直观地说明，关系图中的反向案例标注了具体省份。可以看出，在地区经济水平和旅游经济收入的关系中共存在15个反向案例。其他前因变量与旅游经济收入之间的关系也同样含有反向案例。为了在高/低旅游经济收入预测中纳入反向案例的情况，使用csQCA对数据进行分析。
3.3 csQCA结果
csQCA必要条件分析表明（表3），对于高旅游经济收入，在前因条件中交通便利（0.82）的一致性最高，而对于低旅游经济收入，在前因条件中交通不便利（0.87）、旅游服务设施不完善（0.85）、政策支持低（0.82）的一致性均较高，但无论是高旅游经济收入还是低旅游经济收入，各项前因条件的一致性均小于0.90，说明任意单项前因条件都不足以构成结果发生的必要条件。Olya等（2017）认为，当预测复杂问题的影响变量时，必须考虑一系列组合因素，以获得对结果发生机制更深刻的洞见。因此，需要通过csQCA对前因条件组合进行分析，为预测高/低旅游经济收入提供充分且一致的构型条件。
模型M1-1a（~econ*tran*reso）表明，交通便利和旅游资源较好的省份，即使地区经济较为落后，仍具有高旅游经济收入。在该模型上隶属度大于0.5的案例，如四川、湖南、江西、安徽和广西都属于旅游经济高收入省份，它们的复杂因果条件与M1-1a的前因条件组合基本相同。模型M1-1b（~econ*~poli*tran*hosp）说明，交通便利和旅游服务设施较完善的省份，地区经济和政策支持都不具备优势也能够获得较高旅游经济收入，典型案例如河南、辽宁、河北的情况与M1-1b表达的复杂因果条件相一致。其他实现高旅游经济收入的路径还有模型M1-1c（~poli*tran*reso*hosp），即政策支持低，但交通便利、旅游资源好和旅游服务设施完善的省份具有高旅游经济收入，广东、江苏、山东、浙江和湖北等案例符合M1-1c表示的复杂因果条件。通过比较中间解与简约解可知，交通便利是以上3个构型模型共同的核心条件，构型中的其余因素则是辅助条件，这说明交通便利对于实现高旅游经济收入具有重要影响，高旅游经济收入的前因构型可以归纳为交通驱动型。
4 结论与讨论
4.1 研究结论
本研究探讨了旅游资源禀赋、地区经济水平、交通便利程度、旅游服务设施和政策支持的复杂交互对区域旅游经济差异的影响，突破了因果对称性研究的局限，揭示了前因多重并发作用于区域旅游经济差异的机制。通过csQCA方法对形成区域旅游经济收入高低差异的因果机制进行非对称建模，分别得到了3种预测高旅游经济收入和2种预测低旅游经济收入的前因条件组合，发掘了高/低旅游经济收入的形成路径。无论是高旅游经济收入还是低旅游经济收入，都不是单独某个因素所致，而是多个因素的不同组合引起的结果。高旅游经济收入的前因模式主要表现为交通驱动，交通便利对实现高旅游经济收入起着关键作用，低旅游经济收入的前因模式则是后天发展受限，主要由于政策、交通和旅游服务设施这几个后天条件的供给不足而使发展受到限制。在影响区域旅游经济差异的前因变量中，大部分变量的效应会随着其他前因变量的存在与否、影响方向而发生变化，表现出不对称的非线性影响效果，非对称视角深化了区域旅游经济差异因果关系的复杂性认识。
4.2 延伸讨论
与以往对称性思维及建模不同，本研究创新性地采用非对称视角揭示区域旅游经济差异的成因机制，所得结论与传统因果对称性研究相比较具有较明显差异。本研究表明区域旅游经济差异的形成原因具有非对称性，预测低旅游经济收入的因果模型与预测高旅游经济收入的因果模型并非完全相反，不能用同一个原因的正反面来解释区域旅游经济差异。而在传统对称性研究中，由于前因变量对结果变量是正或负影响的净效应，高旅游经济收入形成原因的反面通常被用于解释低旅游经济收入（敖荣军 等，2006；汪德根 等，2011；吴媛媛 等，2018）。本研究显示区域旅游经济差异前因条件的影响是非线性的，比如在高旅游经济收入预测模型中，地区经济水平变量的作用会受到其他变量的影响，表明地区经济与旅游经济收入并不是单纯的线性关系，而是随着模型纳入变量的变化呈现不同影响，这加深了地区经济与旅游发展之间非线性关系的理解（Lee et al.，2008；Yang et al.，2014）。还有旅游资源变量，在不同的前因条件组合中呈现出不同的作用，说明旅游资源在预测高旅游经济收入时的作用受到其他前因变量的影响，这为旅游资源诅咒提供了一种解释（刘法建 等，2015；Deng et al.，2014），旅游资源诅咒是否存在应与其他因素结合起来考虑，经济、交通、政策、服务设施等因素共同组成了旅游资源诅咒存在与否的情境条件。本研究得出交通便利是实现高旅游经济收入的核心条件，这与对称性研究认识较为一致，即认为交通条件改善对区域旅游经济发展具有积极的促进作用（刘佳 等，2012；吴媛媛 等，2018；Tian et al.，2020）。
参考文献（略）
