江苏省房地产业与旅游产业关联分析及耦合协调实证研究

席蔚榕， 汪俊辉， 王秀丽， 兰小机， 赵鑫

（江西理工大学，a.经济管理学院；b.土木与测绘工程学院，江西 赣州341000）

一、引 言

2016年5月11日，国务院常务会议通过了《长三角城市群发展规划》，并提出“共同打造世界级的城市群”理念，长三角城市便开始加快探寻区域协调发展新体制，但鉴于各类主客观原因，这一理念并未有效实施。同时，江苏省正处于战略调整重要时期，房地产业面临越来越多发展压力，十分迫切寻找新的发展方向，而旅游业则正迎来“旅游+”时代。因此研究江苏省房地产业和旅游产业关联协调情况，对经济和产业转型有重要研究意义。作为我国七大重点旅游大省之一的江苏省，同时也是我国金融、传统文明、科学技术和对外开放中最富足的省份之一，其正在大力发展旅游产业及推广相关产业，特色小镇、生态旅游度假最早在江苏生根发芽，而只有对旅游业与房地产业的融合有充分的了解才能够制定正确合理的方针政策，从而促进两者间高效、健康发展。

房地产及旅游产业作为第三产业中国家大力发展的两大产业支柱，两者间存在高关联度、高附加值一系列特点。20世纪80年代我国房地产业处在萌芽阶段，在20世纪90年代房地产业逐步转向市场化，并由此进入迅速发展阶段，两大产业协调性发展，使房地产业有了进一步提升空间，以旅游业和房地产业相结合发展模式也变成房地产业在未来的发展趋势。

房地产是人类生产生活的根本保障，同时也是推动经济迅速进步的关键支柱。房地产业近年来快速进步，但是在进步的同时也涌现出一些问题，包括房地产项目建设过剩、产生大部分闲置房屋、房价涨幅较大等情况。为了解决这些问题，国家也出台了相应调控政策，促使其向健康可持续化发展转变。

旅游业发展往往随着人们的“衣、食、住、行、购物及娱乐”等项目的改变而改变，当一个地区旅游业有了快速发展时，大量的游览者便会蜂拥而至，游览人数的增长要求当地公共设施及旅游配套服务更加完备，而完备的服务则需要当地产业的投资与开发。作为两者之间重要纽带的旅游地产在全国各地均有了急速成长，而旅游地产的运营又与旅游业呈互动发展，使得两者之间的关系愈加紧密[1]。Aijuan Chen等学者对旅游业与房地产之间进行关联分析时，发现房地产的位置以及价格受旅游业的影响较大[2]。Angela Hof等人对巴塞罗那经济进行研究时发现旅游地产对其经济的发展具有重大贡献[3]。2014年，李强对攀枝花市阳光健康旅游给当地房地产业带来的机遇挑战以及两者间的良性互动途径进行了研究[4]。2015年，张亚利通过建立评价指标体系分析中国沿海地区的房地产业和旅游业的耦合度，结果表明广东省的协调度最高而海南省的协调度则居于末尾[5]。

二、房地产业和旅游产业基本理论

（一）产业关联理论

产业特指在一定时间与区域条件下拥有某些相同特征的企业或集团的组合，其中相同特征便是产业划分的评判准则。产业关联侧重点是对各产业当中投入产出情况进行研究[6]。作为在经济发展中的基础理论，人们在其基础之上探索出了一种更加简便准确的投入产出模型，在经济研究领域的预测、决策等方面获得了广泛的运用，同时也使得对经济问题的研究更加准确。

现阶段，对产业关联理论文献探究结果表明其源头关键来源有三点：首先，来源于法国的经济学者奎奈的经济表，其用图的形式反映了在国民经济运行过程中各部门之间的相互依赖关系[7]。其次，来源于马克思所提出的再生产实践论，是为了研究如何实现社会生产成功展开所提出的，其研究表明只有保持社会两大部类适当的比例关系才能使得社会生产顺利进行。最后，是瓦尔拉斯所提到的一般性均衡论。通过数学公式分析其均衡情况，里昂惕夫把方程简化从而得出投入产出模型[8]。

关联理论出现在1936年，由美国经济学家瓦西里·里昂惕夫对前人研究总结之后在《美国经济体系中投入产出数量关系》文章里首次系统地对投入产出原理及要领进行叙述。投入产出表是一种用来阐明供应单位和消费者间相互依赖关系的方法，此方法又被称为“部门平衡联系法”，现在多用来对各部门之间经济联系的数量关系进行研究。

产业关联是产业融合的必要条件，近年来，房地产业和旅游产业耦合情况已经成为国内外产业可持续发展的关键路径，许多城市已经开始重视旅游产业在促进房地产业进步中的关键支撑效力。文章以产业关联为基础，运用灰色关联法、耦合协调分析法和GIS空间分析方法，通过定量和实证结合方法，论述江苏省房地产业—旅游产业的关联情况，以及两者的耦合协调变化程度。

（二）灰色关联分析基本理论

灰色关联分析法是灰色系统理论的关键理论旁支，灰色系统理论由我国著名研究者邓聚龙教授在1982年首次提出。该理论主要研究控制领域里部分信息不详的不确切性灰色系统，借助明确信息来决定系统的不明确信息，从而使灰色系统“灰”向“白”转变。灰色关联分析通过参照序列与比较序列变化趋势的类似水平来反映灰色关联程度的统计办法，是对每个体系间相互比较或对各系统进行定量分析的方法。

文中，房地产业和旅游产业均可看成由多因素、多主体构成的灰色系统，包括许多无法量化的指标信息，能够运用灰色系统理论体系进行分析。通过对房地产业、旅游产业两个体系中可量化信息的收集整理，运用灰色关联分析，以房地产业指标作为参照序列，计算出旅游产业相应各项指标的关联度，分析出江苏省旅游产业对房地产业发展的主要影响因素；以房地产业指标数值作为参照序列，算出对应旅游产业各指标的关联度，找到江苏省旅游产业对房地产业发展的影响因素。

（三）耦合协调度模型基本理论

为定量论述江苏房地产业和旅游产业间耦合协调度，构建江苏房地产业—旅游产业协调性评价模型，通过该评价模型来分析江苏房地产业—旅游产业间协调性变化程度。近年来，有很多专家学者用该耦合协调模型阐述旅游业和区域经济等耦合协调性发展问题（徐海峰研究浙江旅游产业和区域经济协调变化问题等[9]；赵传松等研究中国旅游业和区域发展耦合性问题[10]），而运用该模型研究房地产业—旅游产业间协调度问题文章较少。因此，文章参考以往旅游产业与其他相关问题的研究，运用耦合协调度评价方法，对江苏省房地产业—旅游产业的耦合协调性状况进行分析。

耦合协调度可反映各个体系间是否存在较好水平，分析各体系间的协调状况[11]，耦合协调度越大，反映两体系关系越靠近有条不紊协调[12]，同时可以用作分析不同产业、不同地区间的协调大小，促进不同体系间的协调状况。而协调度和耦合度为评价协调大小的不同出发点。

运用耦合协调度模型对江苏省房地产业和旅游产业协调状况展开论述，其意义在于耦合度模型可以评价不同时段的协调水平，便于寻找到江苏省房地产业和旅游产业间变化的规律，进而为江苏省房地产业和旅游产业长效协调发展提供一定的参考依据。

（四）房地产业和旅游产业关联基础

旅游产业是为旅游人员供应与旅游有关联的产物及经商等汇集性产业，而旅游产业的进步与人们所必需的“吃、穿、住、行”是必不可分的，所以两个产业之间的产业关联是不可避免的。因此，两大产业关联性存在着以下几大基础：

（1）环境基础。政治与经济的环境始终是房地产业和旅游产业发展的环境基础，在稳定的政治环境及经济快速发展的背景之下两者才能够健康快速发展。我国历来注重房地产业的进步及旅游产业的繁荣，关于两大产业战略方针的出台也十分严谨。

（2）产业基础。作为国家大力发展的第三产业支柱性产业，房地产业和旅游产业间关联性高亦能够促进与之相关联的产业兴盛。房地产业作为传统经济产业之一，其具备较高产业关联性。国民经济中带动能力较强的旅游产业，可以有效带动交通出行业、食宿业。而交通出行业、食宿业的扩张必然会带动与之有关的建筑业、钢铁产业等工业部门的发展。因此两大产业之间的快速发展必然存在着部分重叠区域。

（3）资源基础。在经济迅速发展的形势下，人们在达到基础物质需要之后对精神文化的消费比例也在慢慢提升，而旅游便成了一种最好的精神文化消费。大量游客的涌入必然会产生大量吃、住、行等需求。所以这便要求景区对有关配套设施进行开发。进入21世纪，房地产业对项目的定位也不仅仅是为了满足人们的居住需求，而更多是与周围的自然环境及人文环境相契合，为业主提供休闲一体的居住环境。因此，环境资源也越来越成为业主是否购买的重要因素。

（4）市场基础。房地产业发展能够有效地满足旅游景点对游客接待能力，更好地促进旅游景点发展，同时旅游产业发展可以带动房地产业发展。房地产业和旅游产业间相互融合、相互推进成了市场进步的必然结果。

就房地产和旅游业行业来说，未来的发展前景必然是与国家的大政方针保持一致的。在这个协同发展的大背景之下，江苏省房地产业和旅游产业的协同才是未来的发展趋势。

三、研究区概况及数据来源

目前江苏省房地产业已经面临着迫切转型升级，而两者间产业关联及耦合协调发展可以对两者的转型升级起到指导现实意义。国内对房地产业—旅游产业研究已经进入比较成熟的阶段，各类研究成果不断显现，但其主要以理论研究、开发模式的评析、发展趋势研究等方向为主[13]，而对两者之间关联性及耦合协调性的研究相对较少且处于起步阶段多以定性的理论研究为主，且研究结果并不能够很好地指导实践生产。

江苏省为我国传统吴越及长江文化的发源地。江苏省拥有老山、茅山等众多优质山脉资源。其省内三大水域包括沂、沭、泗水系，淮河水系，长江、太湖水系，其河流湖水构成的面积有1.73万k m2，占全省面积的16.8%，其鱼米之乡闻名远扬。而旅游地产往往依山傍水发展，江苏省所具备的丰富山水资源为江苏省旅游地产的开发创造了良好的地理环境。全省7000多万人，人口密集，行政区划包括13个地级市。江苏省作为旅游资源大省，全省拥有3处世界遗产、9项非物质文化遗产、15家5A级旅游景点，超过100家的4A级景区、120处全国重点风景名胜以及28座全国优秀旅游城市等一系列旅游资源。

文中数据主要来源于《江苏省统计年鉴》《中国旅游统计年鉴》《中国房地产统计年鉴》《江苏省社会发展统计公报》、江苏省2009—2019年各地级市的统计年鉴以及江苏省各地级市2008—2018年的社会发展统计公报。

四、江苏省房地产业和旅游产业灰色关联性分析

（一）灰色关联分析模型

依据可比性、数据真实可得性原则选择指标。房地产业发展情况选取房地产业生产总值作为衡量指标，用X0表示。其中房地产业生产总值为系统参考序列：X0（k）=（x0（1），x0（2），…，x0（n）），k=1,2,…,n，其中n表示每一个序列单位时间。

设旅游产业的比较序列：Xi（k）=（Xi（1），Xi（2），…，Xi（n）），i=1,2,…,m，其中i表示第i个旅游产业指标；n表示每一个序列单位时间；m表示被评价对象的指标个数。

由于各因素间计量单位有所不同，含义也不尽相同，量纲也不同，导致结果无法进行横向比较。所以计算关联度前需先进行数据无量纲处理，得到两大产业初值。再计算关联度系数矩阵，从而得到关联度。

确定差序列，即计算房地产业和旅游产业的相关因素各自的均值像所得到的指标序列。即：Δi（k），（Δi=（Δi（1），Δi（2），…，Δi（n））。计算公式如下：

在这些得到的差序列元素中确定最大值M和最小值m，即：M=max1

其中，δ为分辨系数，是为了减小差值间隔太大所引起的失真。δ∈（0,1），而δ一般取0.5，δ越小分辨率越大。

通过公式（4）最终可以得到房地产业和旅游业灰色关联度γ0i。γ0i值越大，说明比较序列与参照序列越接近。然后按γ0i值大小进行排序，就可以得到两个系统优劣顺序。

（二）灰色关联分析模型指标确定

旅游产业具有代表性的行业指标选取国内的旅游收入X1（亿元）、国际的旅游收入X2（亿元）、国内的旅客人数X3（万人）、入境的旅客数X4（万人）、旅游从业人员总数X5（人）、旅行社数X6（家）、星级饭店数X7（家）、旅游的景区数X8（家）、旅游院校数X9（所）、旅游院校的学生数X10（人）、餐饮企业营业额X11（亿元）、住宿业营业额X12（亿元）。其中旅游院校由高等院校与中等学校组成[14]。2008—2018年江苏省旅游产业主要影响因素的指标原始数据见表1。

表1 2008—2018年江苏省的房地产业和旅游产业主要指标原始数据

（三）灰色关联分析模型结果分析

运用均值法对上述指标原始数据进行相关处理，依据模型的相关步骤算出各指标的灰色关联系数值，其计算结果见表2。

由表2知，与江苏旅游产业关联度最大为国内游客人数，其关联度从2008—2018年基本保持在0.84以上，在2014年达到了1，因此说明在房地产业系统中，国内游客人数影响是最大的。整体上看，江苏省房地产业和旅游业的关联程度较高，保持在0.7上下。

为统计分析更直观，将数据进行求平均值处理，进而分析其灰色关联性，见表3。

表2 2008—2018年江苏省地产业和旅游业各因素的关联系数

表3 江苏省两大产业的各因素关联度以及排列情况

由表3知，江苏省房地产业和旅游产业各项指标关联性较强，关联度均大于0.6，保持在0.6～1.0间，因此也证实了文章所选取旅游业指标是合理的，可反映两产业关联情况，各因素对房地产业整体变化都较为突出。其中与国内游客人数灰色关联程度最高，其关联度为0.9929，国内的旅游收入次之，与江苏省是我国七大重点旅游大省之一，及国内游客数居多有关。其旅游产业作为关联程度高的产业，国内和国际游览者都有住宿、娱乐、饮食等需求，而这些服务基础也是依托于房地产来展开的。

五、产业耦合协调实证分析

（一）江苏省房地产业和旅游产业耦合协调度模型

借鉴物理耦合度定义及运算过程，根据U、V的离差值越小越好的相关原则，构建房地产业和旅游产业耦合协调性模型，即：

其中，C表示两个体系组合耦合度，且C∈[0,1]，C取值越大，则两个系统间的耦合作用越好；D表示耦合协调度，且D∈[0,1]，D越大，则反映两体系关系越接近有序协调；T表示房地产业与旅游产业综合指数，α、β为待定系数，由于江苏省房地产业与旅游产业皆为第三产业，都同样重要，所以α、β的值均取0.5。将旅游产业和房地产业的耦合协调性等级状况分为十级[15]，见表4。根据房地产业和旅游产业发展程度对比，若u＞v,则代表旅游产业发展滞后，若u=v，则表示房地产业与旅游产业同步发展，若u＜v，则房地产业发展滞后。

（二）指标选取

依据房地产业金融增长状况空间异同，来确定相应指标。具体指标体系见表5。

旅游业因素由前文得到关联度较高旅游产业指标来分析，以便准确、合理分析两大产业间协调性。选取关联程度较强的5个旅游业指标：国内游客人数、国内旅游收入、餐饮业营业额、旅游景区数、住宿业营业额等作为旅游业综合发展水平的指标，见表6。

表4 耦合协调性的等级划分

表5 房地产的综合发展指标体系

（三）房地产业和旅游产业评价方法

采用熵值法确定两大产业指标权重，它是一种比较客观的赋权法，可以有效避免决策者人为因素及主观判断所带来的误差。

表6 旅游业的综合发展指标体系

（1）数据无量纲处理。由于获取样本原始数据量纲不一致，为方便对成果实行横向对比，则需对数据进行去量纲方式，采用极值法，为避免用熵权法计算数值时无意义及消除样本数据间正、负值差异[16]，对样本数据采用非负化处理，即统一加0.01。

其中，xij、yij分别为房地产业和旅游产业第i年第j个指标的原始值，xmax、xmin为第j个指标的原始值得最大值与最小值。

（2）指标权重的计算。按熵值法计算过程，需先确定房地产业和旅游业信息熵Rj、Sk，然后确定房地产业第j项指标权重ωj和旅游产业第k项指标权重ωk。

（3）对房地产业和旅游产业不同体系的耦合协调性进行分析时需要计算两个子系统各自的综合发展水平评价指数，一般采用线性加权法进行计算，计算公式如下：

式中，u表示为房地产业综合发展水平；v表示为旅游业综合发展水平；ωj表示房地产业的指标权重；ωk表示旅游业的指标权重；表示房地产业第i年第j个特征指标；表示旅游业第i年第k个特征指标，且均为无量纲标准化值，即已知的原始数据按照极差标准化方法进行预处理得到，i表示年份次序i=1,2,…,m；j表示房地产业指标个数j=1,2,…,n；k表示旅游业指标个数k=1,2,…,t。

（四）房地产业与旅游产业综合发展状况分析

由公式（5）～（7）、公式（14）和公式（15），将所求权重和标准化后数据代入对应公式，算出2018年房地产业-旅游产业综合发展水平U、V，对应的房地产业-旅游产业的综合耦合度C和协调度D，以及对应协调程度情况和房地产业—旅游产业对比关系，见表7。

由表7得出，2018年，江苏省各地级市房地产业和旅游产业发展状况均大于0.5，说明其发展处于中上等水平，其原因可能是江苏省悠久的历史底蕴为旅游产业不断发展打下雄厚基础，具有得天独厚的优势。从房地产业发展状况上看，房地产业水平在诸多因素影响下呈现出上涨趋势，苏州房地产发展水平排第一，为0.968。从旅游产业发展状况看，总体较房地产业相对发展均衡，但是最大值与最小值极差相对较大，苏州最大为0.996，几乎接近于1，这说明苏州旅游产业发展很好，很大程度上带动了房地产业发展。最小宿迁为0.828，且各市发展水平均在0.8以上。苏州房地产业和旅游产业变化情况最高均排第一，扬州房地产业排第五而旅游产业也排第五，淮安房地产排第七而旅游产业也是排第七，无锡房地产业排第九而旅游产业也排第九。这表明江苏省各个地级市房地产业与和旅游产业整体上实力不相上下，同时印证了前面灰色关联分析得到的结论。另外从表7可看出，除南通、徐州外，其余各个城市房地产业变化情况均滞后于旅游产业变化情况。

整体来看，2018年，江苏省各地级市房地产业和旅游产业均没有达到优质协调级别，除了苏州达到中级协调外，其他地级市均未达到。两大产业协调度均在0.6以上，这说明耦合协调度没出现失调状态，但是协调度在地区分布上存在差异。所谓“上有天堂，下有苏杭”，苏州具有丰富的旅游资源、产业基础好、人文底蕴雄厚并且创新意识强，这为旅游产业发展提供了天然优势。这一年江苏各地级市房地产业和旅游产业耦合协调性相差不是很大，最高苏州耦合协调度为0.701，为中度协调，最低淮安协调度为0.604，是初级协调，表明淮安房地产业和旅游产业协调机制还不够完善，两大产业关联度相对较低，此时需要淮安政府部门做出相应政策，引导与推进两大产业协同发展，进而让房地产业和旅游产业彼此增进，高速发展，形成共赢局面。江苏省除苏州外的城市协调度处于0.6～0.7之间，均处于初级协调，距离优质协调还有一段距离。说明房地产业和旅游产业综合变化情况处于中等水平阶段的耦合协调，还需要进一步修整与完善，使两大产业同步发展并逐步向健康化、高速化发展的时期迈进，从而推进耦合协调性发展，两者相互促进，共同进步。

表7 2018年江苏省各城市房地产业和旅游产业综合发展情况与耦合协调状况

（五）房地产业与旅游产业耦合协调性分析

2008—2018年江苏省各个市的房地产业和旅游产业的耦合协调度数值见表8。

由表8中，可以从时间维度观察出各城市协调度值从2008年的0.2以内增加到2018年的0.6以上，总体上处于上升趋势，协调度发生较大变化，向更好方向变化。尽管其耦合协调度值总体在上升，但是综合协调性发展水平还是不够高，因此需要引起当地政府重视，推进各城市两大产业协调性发展。徐州两大产业协调度上升最大为0.6，淮安上升最少为0.354。其他城市协调度变化区间在0.4～0.6间，其中宿迁协调度上升值为0.564，变化较大，而苏州、南京、扬州、盐城、南通、无锡、镇江上升趋势均在0.5以上。从2009年开始江苏省各市协调度值均大于0.1，江苏省各市两大产业协调性从2008—2018年11年内都发生较大变化，其中，2008—2012年，各地级市耦合协调度呈现出快速上升趋势，全省经济维持着较快协调发展。2012—2018年各地级市协调度呈现出稳步平缓上升趋势，全省经济发展保持稳中求进态势发展。

苏州协调度虽排在最前面，达到中级协调，但是离优质协调还有一段距离，还需要更好发展推进两大产业协调度。2008年，徐州协调度排倒数第二，但是到了2018年其耦合协调度已经排在第四位，追上其他城市协调度，说明这座城市房地产业和旅游产业在这11年里相互促进、共同进步。

分析江苏省这两大产业2008、2018年的空间分布，用ArcGIS10.2软件进行出图，见图1、图2。

表8 2008—2018年江苏省各个市的房地产业和旅游产业耦合协调度

图1 2008年江苏省两大产业协调度分布

图2 2018年江苏省两大产业协调度分布

由图1、图2可知，苏南、苏北、苏中地区的各个城市的变化状况与协调度综合发展程度差异较大。2008年各城市协调度级别大部分处于极度失调和严重失调状态，其房地产业和旅游产业发展相对薄弱，经济不够发达，交通还不够便利，旅游附带产业发展较慢，致使各市两大产业协调度极度失调。到2018年时各地级市的协调度等级大部分处于初级协调状态，在向好的态势发展。其中苏州协调度为0.701，处于中级协调等级，在江苏省各市里苏州协调度处于相对最高等级。

六、结论与政策建议

以江苏省为例，通过灰色关联模型定量分析了房地产业和旅游产业的发展状况及发展水平，并通过耦合协调性模型实证分析了2008—2018年十三个地级市两大产业间的耦合协调度发展情况，得出如下结论：

（1）整体来看，2008—2018年江苏省不论是房地产业还是旅游产业的发展水平都在波动中上升，两大产业间有较强关联性，且具有显著地正向相关性，旅游产业对房地产业综合发展的首要影响因素是国内游客人数，其次是国内旅游收入。为协调度的评价指标体系和耦合协调模型的建立与分析奠定基础。旅游产业发展状况可以带动房地产业的改变，房地产业的发展程度有效提高并推动旅游产业的提升。

（2）江苏省各个市房地产业和旅游产业的协调性整体上居于稳中有升趋向，但其各城市发展相对不平衡，苏州协调度相对较好，而淮安协调度最差。江苏省各城市两大产业的耦合协调度水平一般，其中苏州市为中级协调，其他城市均为初级协调。从2008—2018年，江苏省各个市房地产业和旅游业的耦合协调度在波动中不断上升，但协调度水平仍比较低，2012年之前江苏省各个市均为失调状态，2012年以后江苏省各地级市均慢慢向协调靠拢，在2018年时，只有苏州市达到中级协调外，其他城市大部分处于初级协调。

（3）运用ArcGIS 10.2软件对江苏省2008—2018年房地产业和旅游产业耦合协调度进行GIS可视化表达了解其空间分布情况，发现在2008年各城市协调度级别大部分处于极度失调和严重失调状态，其房地产业和旅游产业发展相对薄弱。到2018年时各地级市协调度等级大部分处于初级协调状态，其中苏州为中级协调，在向好的态势发展。

结合各城市房地产业和旅游产业耦合协调综合发展情况，提出以下几点建议：

（1）加强政府统筹规划，推动各地区各城市的目标协调发展。江苏省应当在发展建设苏州市的过程中，对其他城市的发展理应引起重视，加强其他地级市基础设施的建设，促使江苏省各地级市真正变成高强度协调融合发展的均衡都市圈。

（2）由于近年来房地产业的发展在旅游产业之后，所以其健康合理发展是关键。江苏省房地产业市场围绕推进房地产业转型升级，大力提升其住房产业的新时代化，发展成品性住房，提升住宅的综合质量。政府在房地产业市场调控中应充分遵循市场金融的总体变化规律，推进房地产业的更好发展。

（3）完善旅游业基本设施建设，促进产业协调发展，加快产业转型升级。改善游览者的集散区域的建设，改进旅游办事中心的建设以及完善旅游的交通设施的建设。

（4）依靠技术创新，改善信息化基础建设，建造旅游智慧景区。改进旅游政务电子网络体系，达到旅游政务智慧化。借助苏州、南京、常州、无锡、扬州、南通、镇江等首批“国家的智慧旅游试点城市”的优势，树立江苏省智慧旅游的标杆。

（5）抓牢房地产业创新改革的时机，推动旅游地产的建设。旅游地产是“旅游+地产”的结合，同时具备两者的特性，并且旅游地产的开发对资源的依托性较强，同时结合2019年旅游业发展热词：“全域旅游”“夜经济”“5G+旅游”“共享住宿”等，探索旅游业发展新模式。