山東省住宿與餐飲業產出的空間分布及其影響因素分析

謝愛良　劉忠秀

摘要：以柯布-道格拉斯生產函數為理論框架，運用空間自相關Moran指數、空間滯后模型和空間誤差模型方法，選取2015年山東省十七個地級市經濟發展的相關數據，對山東省市域住宿與餐飲業產出進行了空間計量經濟測算，分析了其產出的空間相關性與空間差異性，同時探討了資本、勞動力等要素對其產出相互影響的作用。基于鄰接矩陣的分析表明，山東省住宿與餐飲業呈現明顯的空間負相關性和空間差異性。空間誤差模型分析得到的結果可信度最高，可以有效地對區域住宿與餐飲業產出進行空間計量分析。在利用極大似然法估算空間誤差模型的基礎上進一步使用廣義矩來估算空間誤差模型、廣義空間兩階段最小二乘法來估算聯合模型。估算結果表明，勞動力投入對住宿與餐飲業產出的貢獻明顯大于資本投入，生產要素投入處于規模報酬遞增階段。在制定有關政策時，需要考慮鄰近市域之間的相互影響，引導市場合理調配生產要素，提高其空間配置效率。

關鍵詞：住宿與餐飲業；影響因素；空間計量分析；山東省

中圖分類號：F719.3； F49 文獻編碼：A DOI：10.3969/j.issn.1003-8256.2017.03.010

Abstract： This paper takes Cobb-Douglas production function as the theoretical framework. Spatial Moran index of autocorrelation， Spatial Lag Model （SLM） and Spatial Error Model （SEM） are used to analyze the accommodation and catering industry output of 17 urban regions in Shandong Province based on the statistical data of year 2015. We discuss the spatial correlation and spatial difference of the accommodation and catering industry output. This paper studies impact of accommodation and catering industry influencing factors on industrial spatial characteristics， which includes total net assets， all average of engaged persons， per capita gross domestic product. Accommodation and catering industry output in Shandong Province present negative spatial correlation dependence and spatial difference. The reliability of the results obtained by the Spatial Error Model （SEM） analysis is the highest. The SEM model can effectively estimate the regional accommodation and catering industry elasticity coefficients under the premise of spatial relationship. The output of labor input is significantly greater than the capital investment for accommodation and catering industry. Factors of production input are in the stage of scale increasing returns. We need to consider the mutual influence between the neighboring cities in the formulation of relevant policies. We must guide the market to rationally allocate production factors in order to improve the spatial allocation efficiency about factors of production input.

Keywords： Accommodation and catering industry； Influencing factors； Spatial Autocorrelation； Shandong Province

0 引言

在國內外形勢發生變化的背景下，住宿與餐飲業“微利與粗放”的問題不斷凸現。在嚴峻的經營形勢下，住宿與餐飲業內部的經營成本上升、利潤大幅下挫、供求結構性失衡等問題將更加凸現，機遇與挑戰并存。2014-2015年住宿與餐飲業加快轉型，產出趨于穩定，高端依舊疲軟，大眾需求化旺盛[1]。那么在就不同行政單元而言，住宿與餐飲業產出空間相關性是否顯著？呈現怎樣的格局？資本、勞動力、人均GDP等不同要素對住宿與餐飲業產出影響如何，值得思考。

對于某地域而言，其內發生的經濟現象都與臨近地域的經濟現象存在一定的空間相關性和空間差異性[2-5]。基于省域尺度展開的住宿與餐飲業較多，主要集中在城市酒店業效率的空間特征[6，7]、星級飯店營業收入與投入要素[8，9]、經營績效時空演化[10]、星級飯店發展的收斂與影響因素[11]、星級酒店增長方式[12]、星級酒店的布局[13，14]等，使用產業空間組織分析、GIS空間分析、（空間）面板模型、集聚測度等方法居多。另外，針對某一城市展開餐飲業、住宿業、酒店的區位、布局、集聚等方面的研究成果也相當豐富，研究案例主要有廈門[15]、北京[16，17]、西安[18]、南寧[19]、香港[20]、南京[21]、烏魯木齊[22]、廣東[23，24]、上海[25，26]、重慶[27]等區域中心大城市。研究方法涉及GIS空間分析、行為主義方法、次序多元logistic模型、網絡K函數、網絡口碑度分析、問卷分析、空間句法模型、多元回歸分析等。城市星級酒店空間集聚研究主要集中星級酒店集聚現象及其形成、影響因素、集聚效應三個方面[28]。另外，張祥基于全球前十強跨國酒店相關數據，從洲際和國家兩個層面分析跨國酒店全球區位布局[29]。總的來看，關于住宿與餐飲業空間分布的已有研究相對有限，主要有運用相對單一的統計分析和比較對省域或單一城市的住宿與餐飲業空間分布進行一般性的梳理和歸納；利用計量分析建立模型進行住宿與餐飲業產出、績效差異進行探索；利用經濟地理學的研究手段對住宿與餐飲業的空間布局和影響進行分析。

以上所述國內有關學術成果為本研究的開展提供了重要啟示，在此基礎上本文利用2015年的山東省住宿與餐飲業數據展開分析，以柯布—道格拉斯生產函數為理論基礎上嵌入地理空間要素嘗試構建空間計量經濟模型探討資本、勞動力等要素[30]對山東省市域住宿與餐飲業產出的影響。

1 研究方法與數據來源

1.1 生產函數的基本模型

文獻檢索發現，測度要素投入對經濟增長貢獻比較被認可的方法是柯布-道格拉斯生產函數[31]。假設有資本與勞動兩種生產要素投入，而將技術進步認定為外生變量，則i地區t時期的某產業經濟產出的GDP表示為：

1.3 空間計量經濟模型及估計

空間計量經濟學模型有多種[34]。本文所使用的主要是空間常系數回歸模型中的空間滯后模型（Spatial Lag Model，SLM）與空間誤差模型（Spatial Error Model，SEM）。擬定使用最小二乘法（OLS）對SEM、SLM進行估計，僅僅這樣還遠遠不夠，還要利用極大似然法（ML）進行估算。同時嘗試進一步使用GMM（廣義矩）估算SEM、使用GS2SLS（廣義空間兩階段最小二乘法）來估算Combo Model（聯合模型，即Models With Lag and Error）。

1.4 數據來源

研究樣本為山東省十七個地級城市（簡稱為市域）的限額以上住宿與餐飲業企業。使用住宿與餐飲業總產值（GIOV）表示該行業的經濟產出，分別使用限額以上住宿與餐飲業企業資產總計（減去負債）（NA）、年從業人員平均數（AAEP）來描述資本、勞動力的要素投入。本文的樣本數據主要來源于2016年的《山東省統計年鑒》。研究中利用17個市域的生產價格指數（PPI）對住宿與餐飲業業總產值（GIOV）進行了折算，用固定資產投資價格指數（PIIFA）對固定資產進行了折算，以消除價格因素帶來的誤差，增進數據的一致性[30]。

2 結果與分析

2.1 山東省住宿與餐飲業產出和影響因素一般描述性統計分析

表1報告了山東省17個市域住宿與餐飲業總產值（GIOV）、規模以上住宿與餐飲業企業資產總計（NA）、年從業人員平均數（AAEP）等數據對數化后的基本統計分析情況。從表1可以發現，年從業人員平均數（lnAAEP）的區域差異在所有變量中最大，因變量住宿與餐飲業總產值（lnGIOV）次之，限額以上住宿與餐飲業企業資產總計（lnNA）也表現出一定的區域差異。這表明山東省各個市域住宿與餐飲業產出以及其影響因素表現為一種明顯異質性的空間分布態勢。

2.2 空間自相關性（空間相互依賴性）檢驗

首先對2015年山東省十七個地級城市的住宿與餐飲業總產值（GIOV）在空間上的相關性。選擇二進制的Rook鄰接權值（contiguity weight）的全域莫蘭指數為-0.1932，通過顯著性檢驗，表明山東省十七個地級城市住宿與餐飲業產出在空間分布上處于離散狀態，說明山東省市域限額以上住宿與餐飲業產出的空間分布具備明顯的負自相關關系。以上定量地證明山東省各地級市住宿與餐飲業產出聚集的確存在著空間上的離散表征。這就意味著，如果繼續按照傳統的經濟增長理論只考慮分析的時間維度，而忽視空間維度的相關性和異質性，在理論上可能有一定的缺陷，不符合經濟發展的現實，可能會影響結論的準確性。因此，有必要將空間相關性納入空間計量經濟模型。

2.3 空間計量經濟估計與分析

在全域莫蘭指數基礎上，運用空間計量經濟模型對山東省限額以上住宿與餐飲業產出的空間格局進行了分析，為了便于比較，先進行最小二乘法（OLS）估計。由表2可知，住宿與餐飲業產出生產函數的擬合優度（R2）達到88.05%，同時也通過了1%水平的顯著性檢驗，年從業人員平均數（lnAAEP）通過了1%的顯著性檢驗，而限額以上住宿與餐飲業資產總計（lnNA）未能通過顯著性檢驗，故OLS模型的估計結果是不可靠的，這表明OLS模型存在一些問題，需要充分考慮空間相關性建立空間計量模型。

為了更加明確地論證空間自相關性的情況，莫蘭指數（誤差）檢驗表明，經典回歸誤差的空間依賴性（相關性）非常明顯（顯著性水平為5.58%）；LM（lag）、Robust LM（lag）未能通過10%水平下的顯著性檢驗，而LM（error）、Robust LM（error）則通過了5%水平下的顯著性檢驗，可以確定SEM比SLM更加適合用來分析山東省市域住宿與餐飲業產出的空間計量。

為了更加明確判定，進一步使用極大似然法（ML）得到SLM和SEM模型對數似然函數值（表3）。SEM的擬合優度檢驗值R2為93.74%，均高于SLM（88.34%）和OLS模型的R2（88.05%）（表2，表3）。空間滯后模型和空間誤差模型的Log L值都比最小二乘法模型的值大，說明空間滯后模型和空間誤差模型比最小二乘法模型更適合用來分析山東省限額以上住宿與餐飲業的市域產出。此外，從AIC和SC值看，SEM的AIC和SC值分別為9.2084和11.7081，分別小于SLM與OLS模型的18.0009、21.3338和16.3651、18.8647，表明空間誤差模型要優于最小二乘法模型，與空間滯后模型相比也具有更強的解釋力和說服力。比較SLM和SEM的對數似然函數值Log L、AIC和SC值、Log L、LR[32]，可以判定SEM比SLM模型更加適合用于資本、勞動力等要素對山東省限額以上住宿與餐飲業產出的空間計量分析。

綜合以上分析結果，本文認為加入空間因素的SEM作為對忽視了空間效應的OLS模型的修正，糾正了模型的設置偏差，對山東省限額以上住宿與餐飲業的空間結構解釋能力更強。為了更加直觀分析山東省市域住宿與餐飲業產出，進一步使用GMM估算SEM、使用GS2SLS來估算Combo Model，并且與ML估算的SEM結果進行比較得到表4。Combo Model的ρ值沒有通過10%的顯著性檢驗，而對GMM和ML的估算結果，GMM估算結果更佳。

住宿與餐飲業產出對勞動投入（AAEP）的彈性系數（1.1122）相對較大，表明勞動投入是影響山東省限額以上住宿與餐飲業產出的最重要因素，人力資源對住宿與餐飲業發展具有積極的促進作用。住宿與餐飲業屬于典型勞動力密集型產業，近年來，由于薪酬、職業偏見等原因，住宿與餐飲業出現用工荒，人力資源嚴重不足，制約了住宿與餐飲業的產出。住宿與餐飲業產出對資本投入（NA）的彈性系數（0.2014）明顯小于勞動投入（AAEP）的彈性系數，說明資本投入對山東省住宿與餐飲業產出貢獻遠小于勞動投入，反映住宿與餐飲業經營對資本依賴較小，通過資本投入提升硬件來短期內迅速發展住宿與餐飲企業已經不現實，應該轉入提高服務質量。同時二者之和大于1，說明勞動力、資本兩大要素投入處于規模報酬遞增階段。空間誤差回歸系數λ（-0.9884）為負，也通過了1%的顯著性水平檢驗，表明山東省限額以上住宿與餐飲業產出的近鄰負溢出效應已經凸顯，即若鄰近行業年產出每增加1%，本行業產出增加-0.9884%，意味著區域間產出存在較強的互動。

另外，常數項CONSTANT在1%水平上顯著，彈性系數達到2.3252，意味著經濟發展水平、人均可支配收入、政策、行業人均生產效率、行業技術進步、市場化程度等其他不確定因素可能對山東省住宿與餐飲業產出也存在一定影響。

3 結論與政策建議

本文將地理空間效應納入模型框架，檢驗山東省地級市之間住宿與餐飲業產出的空間相關性。主要結論如下：

（1）全域莫蘭指數為-0.1932，山東省住宿與餐飲業產出具有較為強烈的空間負相關性，呈現離散狀態。

（2）空間因素對山東省住宿與餐飲業產出空間相關性具有重要影響已經得到驗證。空間誤差模型（SEM）的檢驗值優于普通最小二乘（OLS）模型和空間滯后模型（SLM），結果的可信度更高。

（3）勞動力投入對山東省住宿與餐飲業產出貢獻最大，資本投入貢獻明顯不足，處于規模報酬遞增階段。

（4）空間誤差回歸系數λ（-0.9884）為負，也通過了1%的顯著性水平檢驗，表明山東省限額以上住宿與餐飲業產出的鄰近負溢出效應已經凸顯。

在政策導向方面，由于山東省各地級市之間住宿與餐飲業產出存在著明顯的空間相關性和空間差異性，所以在制定山東省住宿與餐飲產業發展政策過程中需要充分認識地理空間效應。不應忽視市域住宿與餐飲業產出的相互影響，同時還要考慮到自身發展的特點。健全監督管理體制：塑造更公平有序的市場環境，保障住宿與餐飲業平穩發展。住宿與餐飲業監督管理體制的健全離不開政府、社會和企業自身的共同努力。培育人力資本優勢：加快行業專業人才的培養與引進，注重從業人員職業道德水平、競爭意識、服務意識和業務水平等職業素養的養成，努力提高人力資源產出效率。擴大消費需求：山東省堅持提高居民收入水平，縮小城鄉差距，規范分配秩序，多途徑籌措資金健全社會保障體系，進一步釋放城鄉居民消費潛力。提高服務質量：面對質量、價格標準與地方實際不符的現狀，根據行業特點及社會實際，對現有標準進行更正，初步建立一套比較科學、規范的服務標準體系。推進服務標準化試點工作，對修改后標準的可行性進行研究，不斷完善和改進服務標準。

參考文獻：

[1] 2015年中國餐飲業現狀、特點、趨勢分析[EB/OL]. http：//e.chengdu.cn/html/xxfl/626255.html，2015-12-24.

[2] 楊開忠，馮等田，沈體雁.空間計量經濟學研究的最新進展[J].開發研究，2009（5）：7-11.

[3] 吳玉鳴.中國經濟增長與收入分配差異的空間計量經濟分析[M].北京：經濟科學出版社，2005：322-323.

[4] ANSELIN L， RAYMOND J G M， FLORAX， SERGIO J REY. Advances in spatial econometrics： methodology， tools and applications [M].Berlin： Springer-Verlag， 2004：1-3.

[5] ANSELIN L. Spatial econometrics： methods and models [M].Dordrecht， Kluwer Academic Publishers， 1988： 1-10.

[6] 孫景榮，張婕，章錦河，等.中國城市酒店業效率的空間特征及優化對策[J].經濟地理，2012，32（8）：155-159.

[7] 段忠賢，郭紅霞.星級飯店效率的時空分析及其與區域經濟的響應[J].貴州商業高等專科學校學報，2013，26（4）：28-35.

[8] 蔡曉梅，鄭曉霞.基于時間序列數據的中國星級飯店營業收入影響因素分析[J].北京第二外國語學院學報，2011（1）：56-62.

[9] 石祥楚.基于面板數據的星級飯店投入要素對其營業收入的影響分析[J]. 廊坊師范學院學報（ 自然科學版），2015，15（4）：73-76.

[10]肖海平，谷人旭，楊春和.我國省域飯店業經營績效時空演化研究[J].貴州商業高等專科學校學報，2013，26（4）：68-74.

[11]王淑新.中國省域星級飯店發展的收斂及影響因素研究[J].華東經濟管理，2013，27（10）：84-87.

[12]韓元軍.中國星級酒店增長方式的實證分析——基于22個城市的面板數據[J].旅游研究，2014，6（3）：71-77.

[13]文吉.中國星級酒店空間布局研究[J].商業研究， 2004（21）：154-159.

[14]劉嘉毅，趙磊.中國五星級酒店區位布局：特征與影響因素[J].旅游學刊，2013，28（8）：87-93.

[15]舒舍玉，王潤，孫艷偉，等.城市餐飲業的空間格局及影響因素分析——以廈門市為例[J].熱帶地理，2012，32（2）：134-140.

[16]方嘉雯.北京五道口地區韓國餐飲業空間布局特征與集聚機理分析[J].經濟地理，2014，34（12）：106-113.

[17]閆麗英，韓會然，陳婉婧，等.北京市住宿業空間分布格局及影響因素研究[J].經濟地理，2014，34（1）：94-101.

[18]梁璐.城市餐飲業的空間格局及其影響因素分析——以西安市為例[J].西北大學學報（自然科學版），2007，37（6）：925-930.

[19]謝亙歡，覃盟琳，覃碩.城市餐飲業的空間集聚效應及其規劃優化研究[J].廣西城鎮建設，2015（1）：115-122.

[20]鄔倫，劉亮，田原，等.基于網絡K函數法的地理對象分布模式分析——以香港島餐飲業空間格局為例[J].地理與地理信息科學， 2013，29（5）：7-11.

[21]秦蕭，甄峰，朱壽佳，等.基于網絡口碑度的南京城區餐飲業空間分布格局研究——以大眾點評網為例[J].地理科學， 2014，34（7）：810-817.

[22]丁寧，楚新正.烏魯木齊市餐飲業空間格局及其影響因素研究[J].伊犁師范學院學報（自然科學版），2012（1）：37-41.

[23]張玲，皮平凡，陳建斌.城市飯店業集聚形成機理及集聚模式——以廣州為例[J].社會科學家，2012（12）：87-93.

[24]陶偉，古恒宇，陳浩楠.路網形態對城市酒店業空間布局的影響研究：廣州案例[J].旅游學刊，2015，30（10）：99-108.

[25]王朝輝，陸林，方婷，等.世博建設期上海市旅游住宿產業空間格局演化[J].地理學報，2012，67（10）：1423-1437.

[26]邱建輝，張新齊.上海市星級酒店客房出租率影響因素實證研究[J].重慶交通大學學報（社科版），2013，13（6）：42-46.

[27]陳雪鈞.重慶市主城區星級酒店的空間結構特征研究[J].華東師范大學學報（自然科學版），2011，45（2）：340-344.

[28]孫華貞，張慶.城市星級酒店空間集聚研究的進展[J].四川理工學院大學學報（社會科學版），2013，28（6）：69-73.

[29]張祥，章晴.跨國酒店全球擴張區位選擇及其影響因素研究[J].華中師范大學學報（自然科學版），2015，49（1）：160-165.

[30]謝愛良，劉忠秀，劉傳玉，等. 山東省消費性服務業產出的空間異質性估計[J]. 統計與決策，2017（4）：150-153.

[31]陳江龍，曲福田，陳雯.農地非農化效率的空間差異及其對土地利用政策調整的啟示[J].管理世界，2004（8）：37-42.

[32]吳玉鳴.空間計量經濟模型在省域研發與創新中的應用研究[J].數量經濟技術經濟研究，2006（5）：40-45.

[33]McCann M，Anselin L. OpenGeoda， an open source tool for geovisualization and exploration[EB/OL].http：//geodacenter.asu.edu/node/1323/，2010-11-26.

[34]尹恒，徐琰超.地級市地區間基本建設公共支出的相互影響[J].經濟研究，2011（7）：55-64.

（編輯：邵波）