我國旅游就業影響因素研究

王爾大　高威

摘要：本文利用我國31個省份2001-2014年旅游統計數據構建面板模型，從國家和地區兩個層面對影響旅游就業的因素進行分析。結果表明：旅游企業數量和固定資產比例對旅游就業具有顯著正向影響，彈性系數分別為0.33和0.39；旅游就業明顯受到旅游經營季節性變化和政策影響，而個別突發災難事件不會對旅游就業產生明顯影響；人力資本的提升和旅游國際貿易的擴張會促進旅游就業，在校學生數量每提升1%，就業人數增加0.21%，進、出口貿易額彈性系數分別為0.15和0.09，勞動生產率的提升會減少旅游業就業需求；受地理區位、地區經濟發展水平以及旅游資源稟賦的影響，我國三大地區旅游就業影響因素呈現出一定差異。

關鍵詞：旅游就業；影響因素；面板數據

中圖分類號：F590 文獻標識碼：A

作者簡介：王爾大（1955-），男，遼寧遼陽人，大連理工大學管理學院教授，博士生導師，經濟學博士，研究方向：旅游經濟； 高威（1992-），女，山東威海人，大連理工大學管理學院研究生，研究方向：旅游管理。

目前，我國旅游產業年收入連續增長，已成為第三產業中最具活力、發展最快的行業，而我國旅游就業人數平均增長速度卻遠遠低于旅游產業年收入的增長速度，旅游業的高速增長并沒有帶來旅游就業的同步增加；同時，我國旅游就業還面臨著結構失調、就業區域分布不平衡和旅游就業聲望低等問題（扈權財，2013）。本文利用我國31個省份2001-2014年旅游統計數據構建面板模型，從國家和地區兩個層面對影響旅游就業的因素進行分析。

一、模型構建及變量選取

（一）模型建立

本文引入雙對數模型和半對數模型，從絕對量和相對量角度測量就業影響因素對就業人數的作用：

其中，i表示第i個省份；t表示第t年；αi表示雙對數模型的系數，表示自變量每變動1%對旅游就業人數相對變化量的影響，即彈性；βi表示半對數模型的系數，表示自變量每變動1%對旅游就業人數絕對變化量的影響；γi在兩個模型中均表示名義變量對旅游就業人數的影響。

（二）數據說明

本文選擇企業數量、固定資產凈值比例、季節以及旅游危機事件作為旅游行業特點因素，選取國家政策、區位和旅游業收入貢獻來衡量支持旅游業發展的宏觀經濟環境，用人力資本滯后一期和勞動生產率來代表旅游業人力資源因素，用旅游服務貿易進、出口總額來代表旅游業對外貿易發展指標。由于旅游學校學生需要經過一段在校學習過程才能真正就業，本文采用滯后一期人力資本變量來分析其對旅游就業的影響。景區會采取淡旺季門票售價不同的策略來平衡旅游業的發展，本文根據各省主要景區實行淡季門票價格月份數作為影響旅游就業的季節因素。

綜合整理中外旅游危機事件對出入境旅游的影響，本文選擇2001年“911”事件、2003年SARS事件以及2008年“5.12”和北京奧運會作為危機事件因素，以探究其對旅游就業的影響。ADS（Approved Destination Status）政策是一項基于雙邊旅游協定，準許中國公民以團隊形式持特殊簽證到簽約國或地區自費旅游的審批制度，該指標反映了我國對旅游業發展的政策導向，其余解釋變量含義見表1。

（三）研究方法

在面板數據模型里，當個體效應與所有的隨時間會發生變化的解釋變量都相關時，用固定效應（組內估計）模型是最有效的估計方法；當個體效應與所有的隨時間發生變化的解釋變量都不相關時，用隨機效應（可行的廣義最小二乘）模型是最有效的。本文利用面板數據的混合最小二乘回歸法、固定效應模型、隨機效應模型等估計方法，對設定的兩個模型進行參數估計，通過回歸方程的R2、回歸系數p值、方差膨脹因子VIF、Hausman檢驗、對數似然值LOG-L等，選擇最合理的模型估計結果，以此來進行分析。

二、 實證結果與分析

（一）全國模型結果

本文利用STATA對模型進行回歸分析，結果如表2所示。Hausman檢驗顯示兩個模型的chi-值為正數，FE要優于RE對兩個模型的解釋；從比較兩個模型的Pooled OLS和FE結果來看，Pooled OLS方程解釋能力要大于FE方程，變量的顯著性也好于FE方程，同時混合二乘回歸法可以解決固定效應模型參數估計造成較大的自由度損失問題。因此，Pooled OLS結果對兩個模型的解釋更可靠。比較雙對數模型和半對數模型的Pooled OLS，發現雙對數模型的方程解釋能力要大于半對數模型，解釋變量的顯著性也好于半對數模型，可見測量就業人數的相對變化更有意義。雙對數模型中Pooled OLS方程的LOG-L值說明模型不存在異方差，VIF檢驗值為3.14，在接受范圍10以內。所以，雙對數模型中的pooled OLS估計結果是最合理的，下文將根據此方程參數估計結果對解釋變量進行分析。

從表2可以看出企業數量（NU）、固定資產凈值比例（FGDP）對旅游就業人數有顯著正向影響，且二者的彈性系數（分別為0.33和0.39）最大。這說明我國旅游業處于行業擴張階段，旅游行業規模的擴大會促使旅游業吸納更多勞動力。季節變量符號（SE）為負，并且通過1%的顯著性檢驗，驗證了就業人數受到旅游業季節性的影響，旅游企業會根據淡旺季來協調勞動力安排，靈活使用季節工、臨時工等，以此來節約成本、增加收入。旅游經營的季節性安排也會導致勞動力流動性較大，危及旅游行業勞動力的穩定性，旅游危機事件（CE）并沒有對旅游就業人數產生影響。旅游業是一個包括吃住行購娛等多環節的系統，危機事件的發生會導致旅游需求下降，這與錢磊等（2012）研究的負面重大事件會影響入境旅游需求和國內旅游需求變動相一致。所以，危機事件的暫時性不會使整個旅游系統的供給明顯下降，就業人數不會大幅下降。

旅游業收入占GDP的比重對旅游就業影響為負，盡管我國旅游業收入占整個國民經濟GDP比重在過去10幾年里一直呈現上升趨勢，但是旅游就業人數卻一直在下降，二者出現逆向發展的原因主要是由于以下兩個方面：一是我國旅游業的增長正處于效率改進和規模化提升階段導致旅游勞動力需求減少，互聯網等信息技術的發展降低了旅游從業人員的數量，旅游企業之間橫向、縱向聯合也會降低旅游就業人數；二是旅游企業管理水平逐步改善，促進了勞動生產率的提高，降低了對勞動力的需求。

旅游簽證免簽國的數量對我國旅游就業產生負向影響，說明近年來我國與其他國家簽署的旅游簽證互惠協議的數量的增多，對我國旅游業就業尚未帶來正向影響。其中，一個主要原因可能是隨著我國人均可支配收入的增加，出境旅游人數的增長速度超過了入境旅游人數的增長速度，導致我國旅游服務需求相對下降，致使旅游就業數量下降。這相當于我國旅游業進口大于出口，出現旅游業貿易逆差。這一結果的警示價值在于應對未來制定簽署兩國旅游免簽政策給予認真思考，在政治目標與經濟目標之間進行正確的取舍。此外，模型結果（X1通過1%顯著性檢驗）顯示，我國旅游就業人數呈現出明顯的區域性差異，將在下文進行具體驗證。

人力資本和勞動生產率會對旅游就業人數產生影響，旅游業人力資本（CA）的提升可以減少摩擦失業和結構性失業的數量，從總量上增加旅游就業人數，致使人力資本的溢出效應得到發揮。旅游業勞動生產率的提高既反映了旅游業資本的不斷深化和管理水平的提高，也表現出旅游業對勞動就業的擠出效應顯著。勞動生產率決定勞動的邊際產出，進而決定勞動力需求，旅游業勞動生產率（X2）的提高因此會減少旅游就業需求。

模型中引入的旅游服務貿易進口總額（IM）和出口總額（EX）兩個指標，均通過正向顯著性檢驗。我國旅游服務貿易總量持續增長，從2000年的293.4億美元增長到2013年的1 319.7億美元。旅游服務貿易可以拉動旅行社、旅游網站等跨國服務業務的增加，吸納更多高素質、高業務能力的旅游從業者，對交通、保險等旅游相關行業就業的帶動作用不可忽視。其中，旅游服務貿易進口額（彈性系數為0.15）對旅游就業的彈性系數要大于出口總額（彈性系數為0.09），該結果與魏君英和張明如（2013）的研究結論相一致。我國旅游服務貿易長期處于逆差狀態，出境旅游花費多，服務要求高，對國內旅行社、交通等行業的就業創造效應大于就業替代效應；同時，我國旅游貿易出口水平較低，導致其對旅游就業效應不顯著。

（二）地區模型結果

為了更好地對比不同地區旅游就業的影響因素，本文利用雙對數模型對我國東中西三個地區旅游就業數據進行估計，現對分區結果進行分析（結果見表3）。

從共同影響因素來看，人力資本水平、季節因素和國家政策對各地區的旅游就業人數具有顯著影響，人力資本水平對中西部就業人數的彈性系數（分別為0.21和0.14）大于東部地區（彈性系數為0.13），這說明教育對中西部地區的影響要大于東部地區。2001-2014年西部地區旅游學校人數增長超過3倍，中部地區增長為1.3倍，而東部地區增長率僅為85%，由此可見在旅游業對專業人才需求的增長之下，專業人才供給的增加會直接提高旅游業就業數量。季節因素對中東部地區產生正向影響，而對西部地區產生負向影響。西部地區由于自然環境的原因，旺季旅游經營時間一般為5月到10月，淡季門票價格下降幅度為50%，并且淡季惡劣的自然環境不適合開展旅游活動。東中部地區旅游旺季經營時間一般8個月，在淡季也會因地制宜推出旅游項目，如在冬季組織滑雪節等，淡季門票價格的降低反而會吸引更多游客，帶動就業的增加。

對東部地區而言，企業數量（彈性系數為0.33）和固定資產凈值比（彈性系數為0.43）對就業人數的影響較大，這與我國旅游業整體處于擴張發展階段情況相一致。旅游收入貢獻沒有對東部地區就業人數產生顯著影響，東部地區較早進行經濟轉型，由此引起的就業增長和旅游業的增長不匹配，進而引起旅游業就業效應不足。旅游服務出口總額對東部地區旅游就業人數影響顯著，而進口總額并沒有顯著影響，這與王暉和黃沛（2009）的研究結論具有一致性。雖然東部地區服務貿易整體較為發達，但是旅游業在服務貿易結構中的比重不如中西部地區大，東部地區產業結構和旅游資源稟賦決定了其旅游服務貿易的就業效應不如西部地區。

對于中部地區而言，除了人力資源水平、季節因素和國家政策會對該區就業人數產生重要影響之外，其余因素均不顯著，這與中部地區旅游業省際發展不平衡有一定關系。從中部8省近13年接待國內外游客人數來看，湖北、河南和湖南國內游客數量總和超過其他5省之和，三省的入境游客數量占到中部地區總數的43%，該區旅游業發展極化現象比較突出，旅游業沒有協同發展，使得影響旅游就業的因素沒有充分顯現。

對于西部地區而言，企業數量和固定資產凈值比對就業人數的影響較大，旅游收入貢獻對西部地區就業人數產生顯著影響，且彈性系數為負。旅游目的地的基礎設施對旅游地發展具有重要作用。青藏鐵路的開通對西部地區旅游業的發展產生了巨大推動作用，2014年西藏旅游人數比2001年增加了近20倍，旅游企業數量增加到206家，增長了一倍多，可見西部地區基礎設施的不斷完善有利于充分發揮旅游就業的效應，旅游服務貿易進出口總額均對旅游就業人數有顯著影響。雖然西部地區經濟實力較弱，但是西部地區較為豐富的旅游資源，使得旅游業逐漸成為西部地區的主導產業；同時，交通等基礎設施的不斷完善使西部地區入境旅游服務貿易優勢得到充分發揮。因此，旅游服務貿易對西部地區旅游就業有較大影響。

三、結論與建議

由于旅游業的關聯產業廣泛，影響旅游就業的因素較為復雜多變。本文利用我國31個省份2001-2014年的旅游就業數據構建面板數據模型識別影響因素，通過測算彈性分析各個影響因素的重要性，并獲得如下結論：一是我國旅游業尚處于擴張階段，旅游企業數量和固定資產凈值率對旅游就業的貢獻最大，彈性系數分別為0.32和0.39。旅游就業人數會受到旅游業經營季節性的影響，旅游危機事件對就業人數影響不顯著。二是我國旅游就業增長速度與旅游產業發展速度不一致，旅游收入對GDP的貢獻每增加1%，就業人數反而減少0.15%。國家的對外旅游業發展政策也會影響旅游就業人數，地區經濟發展水平、旅游基礎設施以及旅游資源稟賦的差異使得我國三大地區旅游就業影響因素有很大差異。三是人力資本對旅游就業彈性系數為0.21，勞動生產率的彈性系數為-0.05，這說明我國旅游教育對旅游就業的增加發揮了作用。四是旅游服務貿易進口和出口均能促進旅游就業的增長，但是雙邊旅游互惠協議簽署國數量的增加沒有對我國旅游就業產生正向影響。

基于上述結論，本文提出以下建議：

第一，由于中小型旅游企業具有較大就業拉動能力，國家應加大對中小型旅游企業的金融政策支持，鼓勵發展鄉村旅游、牧區和少數民族地區文化旅游等特色旅游，促進旅游就業。國家在制定對外旅游互惠政策時要具體分析不同國家出入境旅游需求狀況，充分考慮實行互惠政策可能給我國旅游就業帶來的負面影響，以此減少出入境旅游嚴重失衡給我國旅游就業帶來的沖擊；同時，國內旅游行業要提升旅游服務層次，加大旅游產品的創新與開發，打造區域旅游發展聯盟，建立具有互補性的旅游產業鏈條，以此來提高入境旅游吸引力，從總量和質量上提升旅游就業水平。各地區要深入分析發展反季節旅游的潛力，因地制宜制定反季旅游開發策略，盡量緩解旅游業季節性波動，從而實現旅游就業的穩定發展。

第二，對于東部發達地區，盡管其旅游業發展較快，但是旅游就業與旅游業收入之間并沒有保持同步增長。所以，建議東部地區進一步擴大旅游市場，延伸旅游產業鏈，加強地區之間旅游企業聯合，實現吃住行游購娛行業之間協調發展，促進旅游就業水平的提升。東部地區要在保持旅游服務貿易均衡的前提下，繼續發揮旅游服務貿易出口對旅游就業的帶動作用。

第三，就中西部地區而言，除了要完善旅游基礎設施之外，要著重加大旅游教育投入，實施旅游職業教育分層次培養機制，促進旅游人力資本水平的提高。要培育本地特色旅游品牌，擴大對外開放程度，提高區域內、區域間和國家貿易水平，發揮入境旅游對本區就業的拉動作用。由于自然氣候原因，中西部地區旅游季節性特征較為明顯。因此，中西部地區要深入挖掘本地特色旅游資源，開發旅游新熱點，減少季節對旅游就業的沖擊。

參考文獻：

[1] 郭為， 何媛媛， 王麗.旅游人力資本和旅游就業的地區差異分析——基于中國省際面板數據的實證研究[J].北京第二外國語學院學報， 2009（11）： 42-49.

[2] 郭為， 何媛媛. 旅游產業的區域集聚， 收斂與就業差異： 基于分省面板的說明[J].旅游學刊， 2008， 23（3）： 29-36.

[3] 扈權財. 淺析我國旅游就業現狀-存在的問題及對策[J].中國商貿， 2013，29（1）： 104-105.

[4] 錢磊， 汪宇明， 吳文佳. 中國旅游業發展的省區差異及變化[J].旅游學刊， 2012， 27（1）： 31-38.

[5] 王暉， 黃沛. 我國六大區域旅游服務貿易競爭力的比較分析[J].特區經濟， 2009（1）：171-172.

[6] 魏君英， 張明如. 服務貿易對我國服務業就業的影響[J].廣東商學院學報， 2013，28（1）：71-78.

[7] Ainsworth S，Purss A. Same time， next year？ Human resource management and seasonal workers[J].Personnel Review， 2009，38（3）： 217-235

[8] Chao CC， Hazari B R， Laffargue J P， et al. A dynamic model of tourism， employment and welfare： the case of Hong Kong[J].Pacific Economic Review，2009，14（2）： 232-245.

[9] Fortanier F， Van Wijk J. Sustainable tourism industry development in sub-Saharan Africa： Consequences of foreign hotels for local employment[J].International Business Review，2010，19（2）： 191-205.

[10]Kusluvan S， Kusluvan Z. Perceptions and attitudes of undergraduate tourism students towards working in the tourism industry in Turkey[J].Tourism Management， 2000，21（3）： 251-269.

[11]Lundmark L J T， Fredman P， Sandell K. National parks and protected areas and the role for employment in tourism and forest sectors： a Swedish case[J].Ecology and Society， 2010，15（1）.

[12]Wang J， Ayres H，Huyton J. Is tourism education meeting the needs of the tourism industry？ An Australian case study[J].Journal of Hospitality & Tourism Education， 2010， 22（1）： 8-14.

[13]Wang S， He Y， Wang X， et al. Regional disparity and convergence of Chinas inbound tourism economy[J].Chinese Geographical Science， 2011，21（6）： 715-722.

Abstract：The paper builds a regression analysis model using panel data synthesized from the 31 provincial areas in China over the periods from 2001 to 2014 to try to identify factors which have potential effects on tourism employment at both national and regional levels. The results show that the number of tourism enterprises and the ratio of fixed assets have a significant positive impact on tourism employment， with the elastic coefficients of 0.33 and 0.39， respectively； tourism employment is evidently affected by the seasonal fluctuation and related government policy， but sporadic catastrophic events don′t impose marked effect on tourism employment； quality of human capital and expansion of tourism related international trade sectors will facilitate the tourism employment： as the number of students in school rises by 1%， it will be able to trigger 0.21% increase of tourism employment； import and export trade elasticity coefficient are 0.15 and 0.09， respectively， however， the improvement of labor productivity will reduce the demand of tourism employment； those influence factors of tourism employment vary between regions due to their heterogeneous economic development and tourism resource endowments.

Key words：tourism employment； influence factors； panel data

（責任編輯：關立新）