随着中国城乡融合的发展，旅游经济在改善农村城镇化质量、完善农村基础设施及塑造适宜的生活环境等方面具有重要作用^[7-8]。为了探究旅游经济与农村城镇化设施之间的关系及对乡村振兴战略发展的影响，本研究首先根据SD理论进行互动机理分析。SD理论主要由协同效应、伺服原理和自组织原理构成^[9-10]，其中协同效应能够将无序的系统优化为有序，伺服原理则是将快变量服从慢变量，自组织原理是指系统内部自动生成时空与功能的有序结构^[11-13]。根据SD理论，旅游经济与农村城镇化设施的作用机理如图 1所示。

从图 1可以看出，本研究将农村城镇化设施定义为农村城镇化和城镇化设施。其中，城镇化设施是实现乡村振兴的基本，亦是农村发展的重要支撑。同时，城镇化设施是农村城镇化发展的重要条件。城镇化设施的完善与建设能够从生活、交通、生态及娱乐等方面提高农村居民的生活质量，带动旅游经济发展，从而促进农业城镇化发展与转型。城镇化设施为旅游经济的发展提供了拉力作用。当城镇化设施得到完善时，能为旅游经济提供可靠的基本保障。城镇化设施是旅游经济中理想的宣传口，游客能感受到完善设施带来的良好体验，打开旅游知名度，促进旅游经济发展^[14-16]。而旅游经济的发展，又带动城镇化设施的完善与建设，为农村发展提供经济来源。农村城镇化和旅游经济之间的关系可以概括为支撑与整合。旅游经济是促进农村城镇化发展的积极因素之一，带动了农村城镇化的转变。高质量的旅游经济能够促进农村城镇空间结构调整、功能完善以及生态改善^[17]。因此，本研究认为旅游经济对农村城镇化起着整合作用。农村城镇化发展程度决定着旅游经济的发展前景，农村城镇是旅游的关键环节，是主要的客源市场。农村城镇塑造的形象吸引着游客到来，因此农村城镇化旅游是旅游经济发展的有效途径。

为了进一步说明当前中国旅游经济与农村城镇化设施的互动机理与现状，为乡村振兴战略提供发展新思路，本研究对农村城镇化设施进行了指标体系构建。农村城镇化作为农村城镇化设施中的核心，本研究从人口、经济、环境和社会4个方面进行构建；而城镇化设施的指标体系则包括生活、社会、交通和生态4个方面的设施(图 2)。

农村城镇化与农村城镇化设施分别为指标体系的一级指标。图 2a所示为农村城镇化指标体系，主要包括4个二级指标与13个三级指标，其中农村城镇的登记失业率属于负向指标，其他均为正向指标。图 2b所示为城镇化设施指标体系，主要由4个二级指标和15个三级指标构成。本研究采用面板数据熵值法(Panel Data Entropy Method，PDEM)进行指标体系综合评价，用于处理具有时间维度和个体维度的多维数据，通过熵的概念对指标权重进行评估^[18-19]。具体计算步骤主要包括指标标准化、权重计算、熵值和冗余度计算^[20]。标准化指标主要是将所有指标的绝对值转化为相对值，并将有利的指标设定为正向指标^[21-22]，其计算公式如式(1)所示。

式中：a_tij表示第i个城市在t年份的第j个指标；a_max和a_min分别表示指标的最大值和最小值；Forward表示正向指标；Downward表示负向指标。某省份的某个指标在某年的权重计算公式如式(2)所示。

式中：ω_tij表示指标的权重；m表示年份；n表示省份个数。熵和冗余度计算公式如式(3)所示。

式中：E_j表示熵；D_j表示冗余度。某个指标的最终权重计算公式如式(4)所示。

根据指标权重，进一步得到每个省份每年的综合评价分数，具体计算公式如式(5)所示。

式中：Y_ti表示综合评价分数；T表示验证年份的总个数。为了进一步探讨旅游经济与农村城镇化设施互动机理，本研究利用PVAR模型进行实证分析。PVAR模型能够将所有变量视为内生变量，并对每个内生变量进行综合性分析^[23]。因此，首先将农村城镇化设施、农村城镇化及旅游经济作为3个变量(PVAR将这3个变量视为系统的内生变量)^[24-25]，在此基础上构建PVAR模型，具体公式如式(6)所示。

式中：X_it表示3个变量；o表示农村城镇化程度；s表示农村城镇化设施程度；q表示旅游经济程度；k_i表示个体的固定影响力；r_t表示时间影响力；d_j表示系数矩阵；α_it表示随机产生的误差。

为了探究旅游经济与农村城镇化设施互动机理，本研究根据农村城镇化设施指标体系进行现状分析。将中国省份按照东部、中部和西部划分(不包括港澳台)，每个省份的代表序号如表 1所示。

表 1中，序号1~12为东部地区，13~20为中部地区，21~31为西部地区。根据表 1划分序号，本研究参考国家统计局、各省份统计局以及政府工作报告等进行验证数据获取，并利用Stata 18.0统计分析软件导入各个省份的三级指标数据，利用PDEM进行计算，结果如图 3所示。

图 3a所示为31个省份2018-2021年农村城镇化指标体系综合评价结果。由图 3a可以看出，北京、上海和广东3个省份的农村城镇化综合评价分数最高；中部地区河南、山西、湖北、湖南、江西与黑龙江的综合评价分数超过了0.3。整体来看，东部地区农村城镇化综合评价分数明显高于中、西部地区。西部地区平均评价分数在3个地区中最低，说明当前东部农村城镇化发展速度仍优于中部和西部地区，且西部地区的农村城镇化发展速度比较缓慢。从时间方面对比还可以看出，西部地区农村城镇化评价分数增加最明显。图 3b所示为2018-2021年中国31个省份的城镇化设施综合评价分数。由图 3b可以看出，西部地区与东部、中部地区相比发展不平衡，而东部地区内部较均衡。中国城镇化设施在初期呈现出不平衡发展，后期逐渐向发展平衡靠拢。结合图 3a与图 3b可以看出，西部地区农村城镇化设施发展缓慢，较多发达城市集中在东部地区，且旅游业旺盛，这进一步说明了农村城镇化设施与旅游经济相互制约、相互促进的关系。

本研究进一步根据PVAR模型进行旅游经济与农村城镇化设施互动检验分析。首先检验旅游经济与农村城镇化设施之间的相关性，利用单位根的拉格朗日乘数检验(Levin-Lin-Chu，LLC)和增量迪基—富勒检验(Augmented Dickey-Fuller test，ADF)作为单位根的两种检验方法，具体结果如表 2所示。

由表 2可以看出，只有中部的农村城镇化程度在p＜0.05以下具有显著性，其余变量均在p＜0.01以下具有显著性，说明各个变量之间不存在单位根。旅游经济与农村城镇化设施之间具有延续性，且相关性显著，可进行后续互动检验。本研究利用脉冲函数对中国31个省份进行整体检验，通过蒙特卡洛方法对获取的农村城镇化程度、城镇化设施程度和旅游经济3个内生变量数据进行模拟，并分别对3个变量模拟500次，得到10个周期的脉冲响应函数，其中农村城镇化程度o的脉冲响应函数如图 4所示。

图 4a、图 4b和图 4c所示分别为农村城镇化程度对其自身的脉冲响应、对城镇化设施的脉冲响应和对旅游经济的脉冲响应。由图 4可以看出，当农村城镇化程度受到单位标准差的冲击后，在第1周期出现缓慢下降的趋势，直到第3期处于最低值，之后开始上升直到收敛，但整个阶段均接近于0；城镇化设施受到冲击后的变化趋势与农村城镇化大体一致；而旅游经济在受到冲击后，接近第3期达到峰值，之后缓慢下降。这种状态说明城镇化设施和旅游经济能够对农村城镇化的冲击作出快速响应，农村城镇化的波动对城镇化设施和旅游经济产生较大的影响。城镇化设施s的脉冲响应函数如图 5所示。

从图 5a城镇化设施对其自身的脉冲响应函数可以看出，当城镇化设施受到单位标准差的冲击时，其在第1期出现小幅度增加，之后呈缓慢下降趋势，说明其相应周期在第1期。结合图 5b城镇化设施对农村城镇化的脉冲响应函数可以看出，农村城镇化受城镇化设施的影响较大。图 5c所示为城镇化设施对旅游经济的脉冲响应，可以看出在第1周期出现了轻微的下降，之后响应趋近于0。这种状态说明城镇化设施在短时间内对农村城镇化与旅游经济有一定影响，长期的影响力可忽略不计。旅游经济q的脉冲响应函数如图 6所示。

图 6a、图 6b和图 6c所示分别为旅游经济对其自身的脉冲响应、对农村城镇化的脉冲响应和对城镇化设施的脉冲响应。由图 6可以看出，旅游经济在受到单位标准差冲击后，自身表现出长期正向响应，且一直延续到第10个周期，说明旅游经济的发展具有长久效应。旅游经济对农村城镇化的脉冲响应在前2周期升高，而后下降，说明在旅游经济的影响下，农村城镇化发展受到快速且长久的影响。旅游经济发展能够带动农村城镇化在短时间内发展。旅游经济对城镇化设施的脉冲响应主要表现在前3周期，之后缓慢下降，但呈正向响应，说明旅游经济在短时间内能够迅速推动城镇化设施建设。

为了实现旅游经济和农村城镇化设施的协调发展，从而推动乡村振兴战略的高效实施，本研究在SD理论的基础上进行了旅游经济与农村城镇化设施的互动机理分析。首先在SD理论基础上构建农村城镇化与城镇化设施的指标体系，并利用PVAR模型进行旅游经济与农村城镇化设施互动检验。通过对中国农村城镇化设施指标体系现状分析显示，东部地区农村城镇化综合评价分数比中部、西部地区分别增加了40.63%、55.17%，表明东、西部发展不均衡。LLC和ADF检验显示3个变量均不存在单位根，且旅游经济与农村城镇化设施之间具有延续性。脉冲响应函数结果表明，农村城镇化、城镇化设施及旅游经济之间相互促进、相互制约，其中旅游经济对农村城镇化的发展具有长期效应，对城镇化设施具有短期快速的促进作用。本研究的不足之处在于验证过程中进行了部分年份数据筛除，以保证验证数据的完整性。下一步的研究将考虑增加评价体系指标，提升数据样本量，以期促进乡村振兴战略的持续发展。