中國文化產業與旅游業發展的交互動態響應分析

徐翠蓉，張廣海

（1.青島大學 旅游與地理科學學院，山東 青島 266031；2.中國海洋大學 管理學院，山東 青島 266100）

0 引言

近年來，文化旅游作為旅游活動和研究熱點越來越受到人們的關注。在實踐發展中，世界各國紛紛將文化產業與旅游業跨界整合，互相借力，極大地促進了本國第三產業以及整個國民經濟的繁榮發展[1]。當前我國旅游業發展已經進入到一個新的階段，旅游的形式和內容正在發生重大變化。文化的多樣性及差異性使得旅游豐富多彩，旅游業充分的開放性和包容性使其具有與其他產業融合發展的突出特征。文化產業與旅游業的融合發展，是兩產業發展的必然趨勢，對兩產業供給側改革也具有重要意義。

文化產業與旅游業的互動關系不僅引起了各國政府的高度重視，學者們對兩大產業關系的研究也逐漸增多，研究內容也較為豐富[2-10]。通過對已有文獻的梳理發現，目前學術界對文化產業發展與旅游業增長之間的動態作用關系研究涉及較少，對文化產業和旅游業發展互動響應機制缺乏深入研究。鑒于此，本文以2004—2015年間兩大產業發展的相關指標和數據為樣本，運用計量經濟學模型實證檢驗文化產業與旅游業發展之間的動態效應，并分析其作用機理。

1 模型設定、變量選取和數據說明

1.1 模型設定

西姆斯于1980年引入向量自回歸模型（VAR），使動態性分析在經濟理論應用過程中得以拓展。向量自回歸模型通過對系統中全部內生變量滯后項進行回歸，估計他們之間的動態作用關系，該模型無需對變量做任何先驗性的約束，是一種非理論模型。VAR模型通過捕捉來自隨機擾動項的一個標準差沖擊對內生變量當前和未來期的影響，解釋來自各種經濟波動對經濟變量構成的影響，多用于時間序列系統之間關系的分析及預測。VAR模型的數學表達式為：

式（1）中，yt是k行內生變量列向量，xt是d行外生變量列向量，其中p為滯后階數，t是樣本期數。k行k列的矩陣?1,…,?p和k行d列的矩陣B是待估計的系數值矩陣。εt是k行擾動列向量，假定∑為εt協方差型的矩陣，而且為一個k行k列的正定型矩陣[11]。

1.2 變量選取及數據說明

根據文化產業和旅游業發展的實際統計數據，分別選擇實際文化產業增加值（RCI）和實際國內旅游總收入（RTI）作為文化產業和旅游業發展的代理變量。本文選擇2004—2015年我國文化產業增加值序列數據作為文化產業發展的代理變量，數據來源于2005—2015年的中國文化文物統計年鑒及2015年文化產業統計公報。從我國旅游業發展實際來看，國內旅游早已經成為我國旅游業發展的主體，故選取國內旅游收入作為旅游業發展的代理變量。相應的旅游統計數據主要來自2005—2015年的中國旅游統計年鑒及2015年旅游統計公報。計量分析中引入的名義價格指數等指標，其數據主要來自各年的中國統計年鑒。為了保證數據的可比性，對原始數據做如下處理:實際文化產業增加值通過引入歷年居民價格指數對歷年的文化產業增加值進行折算得來的，實際國內旅游收入的核算也是引入了歷年居民價格指數，然后對歷年的國內旅游收入進行折算得來。為了消除在時間序列中存在的異方差，對數據RTI、RCI分別取對數處理，記作LNRTI、LNRCI。DLNRTI、DLNRCI和 D2LNRTI、D2LNRCI分別代表LNRTI、LNRCI的一階差分和二階差分。

2 實證分析

運用Eview 6.0軟件，對兩個時間序列進行描述性統計分析，繪制變量LNRTI、LNRCI及差分變量DLNRTI、DLNRCI的時序圖（見圖1）。由圖1可知，兩原始變量LNRTI、LNRCI具有向上發展趨勢和常數項，說明兩變量均為非平穩時間序列，從一階差分圖來看，兩個變量的一階差分DLNRTI、DLNRCI的時間趨勢消失，進一步對變量做ADF單位根檢驗判斷其平穩性。

圖1 變量LNRTI、LNRCI及一階差分DLNRTI、DLNRCI時序圖

2.1 序列數據的平穩性檢驗

時間序列數據的平穩性是構建VAR模型的前提條件，這里首先運用ADF檢驗法對兩列數據的平穩性進行檢驗。用Eviews 6.0對數據進行單位根檢驗，結果如表1所示。

表1 變量平穩性檢驗結果

由表1可知，變量LNFDTI、LNFCI的原數據系列檢驗P值均大于5%的顯著性水平，說明存在單位根。一次差分序列后仍然沒能通過5%顯著性水平下的檢驗，二次差分后，兩列數據在1%的顯著性水平下通過了平穩性檢驗。可以判斷這兩個序列均為二階單整序列，同階單整符合構建VAR模型的前提條件，但在構建模型前還需對數據進行協整檢驗來考察二者之間是否存在長期協整關系。

2.2 協整檢驗

檢驗變量間協整關系的方法有E-G兩步法和Johansen極大似然法。E-G兩步法是用來檢驗兩變量之間協整關系的一種簡便方法。這里采用E-G兩步法檢驗文化產業增加值LNRCI與國內旅游總收入LNRTI之間的協整關系。按照協整檢驗模型要求，首先需要利用最小二乘法（OLS）構建回歸方程，這里以文化產業為解釋變量，旅游業增長做為被解釋變量，用Eviews 6.0軟件對數據進行運算，回歸方程估計結果為：

由上述檢驗結果可知，回歸方程的擬合優度R2達0.989352，調整后的R2為0.988287。說明模型估計與實際值擬合地較好，方程設立合理，解釋能力較強。為進一步考察變量間的是否存在長期協整關系，對方程的殘差進行ADF單位根檢驗，結果如表2所示。

表2 方程殘差序列單位根檢驗結果

由表2殘差序列單位根檢驗結果可知，回歸方程的殘差序列在1%的顯著水平上通過了檢驗。這說明所構建的回歸方程殘差序列平穩，方程設立比較合理，文化產業與旅游業發展之間存在長期穩定的協整關系，符合構建VAR模型的條件。

2.3 VAR模型構建及穩定性檢驗

為分析文化產業與旅游業發展的相互驅動效應及其路徑，這里構建VAR模型來估計二者的交互動態作用關系。滯后階數P的確定是建立VAR模型的前提條件，確定滯后階數的方法有赤池信息準則（AIC），施瓦茨信息準則（SC）、似然比統計量（LR）等，通常根據AIC和SC取值最小原則，并結合似然比統計量（LR）來確定滯后階數。向量自回歸模型中滯后期通常和自由度相關聯，滯后期越大，待估參數越多，自由度越少[12]。本文根據赤池信息準則（AIC）和施瓦茨（SC）信息最小化原則并結合似然比（LR）的值檢驗來確定滯后階數，選擇最優滯后期為2，運用Eviews 6.0軟件對實際文化產業增加值（LNRCI）、實際國內旅游總收入（LNRTI）數據進行整理分析，對變量估計結果如表3所示。

表3 VAR模型估計及檢驗結果

回歸方程估計結果為：

由表3可知，實際文化產業增加值（LNRCI）估計方差R2為0.997029，調整后的方差R2值分別為0.994652;實際國內旅游總收入（LNRTI）模型估計方差R2為0.987726，調整后的R2值為0.977906，其他統計量也在合理區間，說明此向量自回歸模型方程設立合理，方程具有較強的解釋力，可以判定VAR模型在理論上成立。由方程（1）和方程（2）可知，文化產業發展滯后一期對文化產業自身和旅游業發展影響非常顯著，旅游業發展滯后一階對文化產業發展和旅游業自身發展也有顯著影響，但影響作用要小于文化產業發展滯后一階對二者的影響。這種影響關系僅反映了短期內兩變量沖擊對自身及彼此的影響，為了考察未來變化時期內兩變量對自身及對方沖擊的影響，需要引入脈沖響應分析，以判斷LNRTI、LNRCI兩變量之間的交互作用及長期動態趨勢。

VAR模型的穩定性檢驗是脈沖響應分析的前提。若VAR模型中所有單位特征根的倒數模均小于1，表示模型穩定；反之，如果單位特征根倒數模大于1，則模型不穩定。從圖示來看，檢驗結果中若所有單位根倒數模在單位圓內，表示模型穩定，說明VAR模型估計結果與實際情況擬合良好，模型具有較強的解釋能力。對以LNRTI、LNRCI兩變量所構建的VAR模型進行穩定型檢驗，結果如圖2所示。由圖2可知，方程所有單位特征根倒數的模都在單位圓內，說明構建的VAR模型穩定，可以進行脈沖響應分析。

圖2 VAR模型穩定性檢驗

2.4 脈沖響應分析

脈沖響應函數常用于分析時間序列模型中變量的影響關系，可以顯示來自系統中任何一個新信息的一個標準差沖擊對變量當前和未來的響應程度及影響軌跡，以衡量隨機擾動項一個標準差沖擊對內生變量當前和未來的影響，故脈沖響應分析能夠相對直觀地描述變量之間的動態交互效應。這里以建立的VAR模型為基礎，分別給LNRCI、LNRTI兩個變量一個標準差沖擊，根據AIC和SC原則，將沖擊響應期設為10期，考察未來10期內文化產業與旅游業發展之間的交互動態響應路徑。脈沖響應結果如圖3和圖4所示。圖中，橫軸表示沖擊作用的滯后期數，縱軸表示兩變量對自身沖擊及對方沖擊的響應程度；實線表示脈沖響應函數，虛線表示正負兩倍標準差偏離帶。

圖3 旅游業發展對自身及文化產業沖擊的脈沖響應路徑

圖4 文化產業對旅游業發展及自身沖擊的脈沖響應路徑

圖3中左圖顯示了旅游業在自身一個標準差單位沖擊后的脈沖響應路徑。由圖可知，旅游業對自身沖擊的脈沖響應是正向的。并且這種沖擊效應在1期時達到最大，隨后緩慢下降，至第5期后作用不斷減弱，逐漸趨向于0。這說明旅游業對自身沖擊的反應具有正向作用，這種作用在最初兩期達到最大，后隨時間的推移逐漸減弱，直至消失。圖3中右圖顯示了旅游業對文化產業一個標準差單位的沖擊后的脈沖響應路徑。由圖可知，旅游業對文化產業一個標準差沖擊后反應第1期為0，即初期無響應，隨后反應迅速增強，在第4期達到峰值，在隨后4—6期保持了較強的正向作用，接著緩慢下降，但仍然具有較強的正向作用。這種沖擊結果的出現符合我國旅游業與文化產業發展的互動路徑和模式。旅游業自身產業投資增加、旅游基礎設施的不斷完善會迅速反映到旅游業發展當中，使旅游業接待能力迅速提高，旅游吸引力增加，但這種效果會隨著時間的推移而逐漸減弱。而文化產業對旅游業發展的正向沖擊作用超過了旅游業對自身的作用，文化產業基礎設施建設、文化市場的擴大和繁榮均對旅游業產生強烈的正向沖擊，并且旅游業對文化產業沖擊的響應作用穩定持久。在旅游發展實踐中常常發現，一個文化底蘊深厚、地方傳統文物、傳統文化遺產豐富的旅游目的地，其生命周期往往因文化內涵的不斷挖掘和文化資源的深度開發而得以延長。由此可見，文化產業是推動旅游業發展的重要基礎。

圖4中左圖表示的是文化產業對旅游業一個標準差沖擊后的脈沖響應路徑。由圖可知，文化產業對旅游業沖擊響應路徑一直為正，在第2期達到最大，之后緩慢下降，逐漸趨向于0，說明旅游業發展對文化產業發展具有正向促進作用，這種正向促進作用隨著時間的推移而逐漸減弱直至消失。圖4中右圖表示的是文化產業對自身一個標準差沖擊的反應。由脈沖響應曲線可以判斷，文化產業對自身沖擊的響應在第1、2期較為平穩，之后迅速放大，在3—5期影響作用最大，自第6期開始緩慢下降，但正向作用會持續較長周期。表明文化產業對自身沖擊會產生正向響應，且這種正向響應非常顯著，持續效應較長。結合圖3和圖4可知，文化產業對旅游業和自身沖擊均產生正向響應，作用穩定且持續時間較長。

2.5 方差分解

脈沖響應函數描述了向量自回歸模型中一個內生變量的一個標準差沖擊給其他內生變量所帶來的影響。為了進一步分析內生變量的沖擊對內生變量變化貢獻度，從而評價不同內生變量的重要性以及各變量的動態特征，這里引入方差分解，方差分解可以給出對于每一個VAR模型中的變量產生的每個隨機項的相對重要的信息。

文化產業和旅游業發展變化的方差分解值如表4所示。由數據可知，旅游業對自身的貢獻率在第1期為100%，在第2期迅速下降至72.76768%，之后幾期下降速度仍然較快，在第9、10期上逐漸趨于穩定，至第10期下降為28.34304%；從文化產業對旅游業波動的貢獻率來看，文化產業對旅游業波動的貢獻率在第2期后呈現快速上升的態勢，在第10期達到71.65696%。這說明隨著滯后期的延長，文化產業對旅游業波動的影響呈現穩步上升、持續增長態勢，且具有增幅逐步擴大的特點。可見，在旅游業發展的影響因素中，文化產業的發展變化對其貢獻十分顯著，并且影響持續周期長、作用大。這一檢驗結果說明，文化產業對旅游業發展具有重要的推動作用，文化投資增加、文化市場的繁榮、文化產品的不斷豐富有利于推動旅游供給側改革，改變現有的旅游業發展模式，極大地推動旅游業的發展。

在文化產業的變動中，旅游業對文化產業變動的貢獻率在第1期開始就達到了19.41097%，在之后的第2期達到53.56544%，隨后影響作用逐漸減弱直至消失；文化產業對自身的貢獻率在第1期達80.58903%，第2期突然下降后又逐漸回升，在第10期升高至83.01559%。由此可見，在文化產業變動的影響因素中，旅游業的貢獻率同樣不可輕視，尤其是在滯后2、3、4期的水平上貢獻率較大，這符合旅游發展中熱點轉換快、旅游活動敏感性強的特點。旅游熱門事件、新興旅游活動和旅游產品對文化產業發展的影響會在較短期內迅速反映出來，體現了旅游業對文化產業發展的引導作用。

表4 LNRTI、LNRCI的方差分解結果

3 結論和啟示

與以往側重研究文化產業與旅游業的耦合關系不同，本文以中國文化產業增加值和國內旅游收入作為研究變量，運用向量自回歸（VAR）模型、脈沖響應和方差分解，探討了文化產業和旅游業發展之間的相互驅動作用和響應路徑，得到如下結論：

（1）文化產業對旅游業發展的正向影響非常顯著，影響作用穩定持久。這說明文化是旅游業發展的基礎，也是旅游業賴以生存的土壤。文化產業對旅游業發展具有持續的推動作用。

（2）旅游業對文化產業發展的正向沖擊作用先強后弱，文化產業對于旅游業的沖擊效應會在短期內迅速顯現出來，但隨著時間推移，這種作用逐漸減弱直至消失。

（3）文化產業和旅游業發展關系密切，相互驅動效應顯著，文化產業和旅游業對解釋對方發展都具有重要的作用。但目前來看，我國文化產業和旅游業的互動效應體現還不充分。因此，一方面應加大文化產業發展力度，積極促進我國文化資源、文化遺產的旅游開發，充分發揮文化產業在促進旅游發展中的基礎性作用；另一方面，還應引導城鎮居民的旅游文化需求向多層次、多樣化轉變，發揮旅游業帶動文化產業發展中的引擎作用；最后，在產業發展規劃、政策扶植方面應充分發揮政府的協調作用，促進兩大產業的協同發展。