旅游發展推動城市工業經濟“去工業化”研究

蘇建軍

(1.西安科技大學 管理學院，陜西 西安 710054；2.運城學院 經濟管理系，山西 運城 044000)

一、問題提出

2013年中國經濟步入新常態，第二產業值比重開始由當年的44%，逐漸下降到2017年的40.5%，年均降幅為2.05%，而第三產業產值比重則首次超過第二產業值比重，由2013年的46.7%上升到2017年51.6%，提高了5%，年均增幅為2.53%。從就業人數占比看，以制造業為代表的第二產業就業份額不足30%，而第三產業就業比重卻超過了35%，且增幅高于第二產業。此外，制造業出口增速也連續出現下降態勢，尤其是2016年以后，進口增速首次持續性高于出口增速。從宏觀經濟角度看，制造業產值份額、就業比重及其出口額連續下降，則表明該經濟體出現“去工業化”態勢[1-3]。依據相應指標的“特征事實”判斷，中國工業經濟出現了一定程度的“去工業化”跡象。學術界對于“去工業化”問題的關注最早可追溯到Clark（1957）和Bell（1973）。他們指出，非工業化社會的經濟中心是服務經濟而非商品的生產[4，5]，但該結論過于簡單，忽略了“去工業化”豐富的內涵和經濟社會影響。此后，Alderson（1997）認為，“去工業化”的重要標志是一國制造業的生產能力與就業人數的相對下降[6]。Fligstein（1999）從地理角度指出，“去工業化”是勞動力的就業機會從北方國家轉移到南方國家的過程[7]。Krugman（1996）從對外貿易視角分析了“去工業化”的內涵[8]。Donald（1999）和 Cowie（2003）則強調應該從更寬泛的視角認識“去工業化”，進而指出“去工業化”不僅僅是制造業產能與就業人數的下降，還應包括與此相對應的社會結構變化[9]。喬曉楠（2013）指出，“去工業化”有“好”與“壞”之分[10]。好的“去工業化”對經濟與社會發展產生正溢出效應[3]。在人們討論“去工業化”內涵與影響的同時，“去工業化”產生的原因與機制也成為研究熱點。從以往成果看，一類學者是通過考察相對需求、勞動生產率、技術進步在一國不同行業的此消彼長來分析“去工業化”的生成機制。此類研究最早可見Petty（1969）和Clark（1957）的配第—克拉克定律。其后，Fligstein（1999）；Rowthorn（1999）及Christopher（2009）皆認為基本生產要素重置與經濟結構變化是“去工業化”生成的關鍵[7，11，12]。而另一類學者如 Hersh（2003）；Letto（2003）及 Matsuyama（2008）則強調，不能僅僅從經濟體內部、行業間要素重置去考察“去工業化”的成因，他們認為南北貿易、對外直接投資與政策失誤等是導致“去工業化”的重要外部因素[13-15]。

中國不僅擁有全球最大的國內旅游市場，也一直是世界第一大出境旅游和第四大入境旅游國。旅游業具有其他產業所不及的高產業關聯性、強拉動效應和高就業率的特點[16]。旅游業通過投資、消費、創匯和就業等對經濟增長的積極作用日益突出[17-19]。2014年中國旅游業對經濟增長的貢獻上升至9.4%，超過了汽車工業與教育產業貢獻度。特別是對產業結構升級，第三產業發展以及吸納過剩勞動力發揮了顯著作用[20-22]。因而，包括85%以上的地級市（州、盟）在內的地區都將旅游業作為戰略性支柱產業發展。但我們更關注的是旅游資源作為一種特殊的自然資源，是否會像煤炭和石油一樣發生“荷蘭病”現象。從現有研究看，Chao（2006）和Capó（2007）認為，旅游業擴張能導致“去工業化”的發生[23，24]。那么，在中國這樣一個旅游大國，城市旅游業快速擴張是否會擠壓制造業部門收縮，從而推動城市工業經濟“去工業化”？目前對此類問題的研究較少。需要說明的是，導致“去工業化”的因素很多，如出口環境變差、環境治理標準提高及實體經濟投資收益率邊際遞減等，本文僅從旅游視角討論其在工業經濟“去工業化”跡象出現過程中是否具有助推作用。基于此，本文以58 個旅游城市（延邊和西藏因數據缺失除外）為研究樣本，考察旅游發展與“去工業化”跡象是否有這種關聯。選取旅游城市為樣本具有較好的典型性與代表性：一是不僅包含主要的省會城市，也有著名的旅游風景區，經濟與旅游功能十分突出；二是在工業經濟發展、產業結構升級、外資利用和技術研發等方面較其他城市更為顯著。三是樣本覆蓋面廣，能從微觀層面為政策制定提供較好的參考依據。

二、旅游城市工業經濟“去工業化”跡象與旅游發展分析

1.工業經濟增速持續回落，表現出一定程度的趨緩態勢

2001—2017年旅游城市工業經濟波動較為明顯，出現下滑傾向，其變化過程大體可劃分3 個階段（圖1）。

圖1 2001－2017年旅游城市工業總產值增長率變化

圖1表明，第一階段為2001－2004年，2001年旅游城市限額以上工業總產值增長率為17.7% ，該階段的增長率峰值為2004年的34.84%，而谷底為2003年，當年限額以上工業總產值增長率僅為3.12%；第二階段為2004－2010年，谷底在2010年，限額以上工業總產值增長率為8.47%，峰值在2006年，全年工業增長率為32.24%；第三階段為2010－2017年，谷底在2013年，當年限額以上工業總產值增長率為8.69%，2014年數據為8.65%。目前，旅游城市工業經濟正處于一個新的周期。總體看，前兩個階段工業經濟波動幅度較明顯，而第三個階段工業經濟增速逐漸回落，波動相對較小，表現出一定的趨穩態勢。

2.服務業增加值比重已超過工業的，產業結構升級明顯

根據統計計算數據看，2009年中國旅游城市的服務業增加值占GDP 的比重首次超過工業產值比例，這具有十分重要的象征意義。更值得注意的是，在隨后的2013－2017年間，旅游城市服務業產值比例繼續穩高于工業的。2013－2017年旅游城市的服務業增加值占GDP 比例分別為50.90%、52.60%、51.15%、52.62%、54.24%，而同期的工業產值占GDP 比重則分別為49.10%、47.4%、48.85%、47.38%、45.76%。這表明旅游城市產業結構轉型升級效果顯著，服務業已取代工業而成為促進經濟增長的主動力。從工業內部結構變化看，旅游城市戰略性新興產業、新一代信息化業、高端制造業及消費品業等行業發展迅速，且與旅游業的關聯性進一步加強。在增加值增速同比中，與旅游業關聯性強的信息產業、交通運輸設備業和消費品行業高居前列，三者增長率分別為13.61%、12.42%和11.78%，而傳統的高耗能產業與資源型產業的增加值增速最低。從2000—2017年工業勞動生產率計算結果看，其值一直大于1，表明產業結構調整是有效率的，工業結構得到了優化。

3.第三產業就業人數比重高于第二產業，制造業就業增速平穩下降

自2000年以來，旅游城市第三產業就業人數規模不斷擴大，其就業人數速度快于同期的第二產業就業人數速度，從而使第三產業就業人數比重大幅高于同期的第二產業就業人數比例，其中，2003年達到峰值（圖2）。

圖2 2000－2017年旅游城市各產業就業變化

圖2表明，2000－2003年旅游城市第三產業就業比重分別為49.59%、49.70%、51.95%和53.15%，而同期的第二產業就業比例分別為43.22%、43.57%、45.73%和44.15%，第三產業就業比例從2000年高于第二產業就業比重6.37 個百分點，加速上升到2003年高于第二產業就業比例9 個百分點。自2004年以來，盡管第二產業就業比重略有回升，但仍低于同期的第三產業就業比重。2017年第二產業就業比重最高，為49.71%，與同期的第三產業就業比重仍相差1.7 個百分點，而2006年這一差距更是高達6.8 個百分點。從統計結果看，這意味著在旅游城市中第三產業已成為吸納勞動力的主力軍。2000年以來，制造業就業人數放緩，就業人數增長率有所回落。2000年制造業就業人數為1984.42 萬人，連續下降到2003年的1554.27 萬人，其增長率分別為-8.75%、-7.20%和-7.49%。自2004年后，制造業就業人數開始緩慢回升，直至2010年達到峰值為2000.57 萬人，最高增長率為2006年的5.83%，最低增長率為2007年的0.67%，年均增長率為3.89%。2011年與2012年制造業就業人數再次出現兩次下滑，增長率降幅高達10.92 個百分點。2013年制造業就業人數的反彈仍沒能遏制這種下降趨勢。

4.城市旅游經濟高速增長，逐漸成為第三產業的龍頭，對城市經濟增長與服務業發展的貢獻度穩步擴大

旅游業是旅游城市的重要產業，也是旅游城市現代服務業的龍頭。2000－2017年旅游城市的旅游業獲得了快速增長，對城市經濟增長的拉動效應也在不斷凸顯（圖3）。

圖3 旅游城市旅游經濟增長及其拉動效應變化

圖3表明，2000－2017年旅游城市的旅游業增長規模取得了顯著的成效，且呈快速增長趨勢。2000—2004年58 個旅游城市的旅游總收入增長較快，但還不足萬億元，2005年旅游城市的旅游總收入則突破了萬億元大關，隨后以每年2000 億元的規模在增加，2009年則達到了2 萬億元的規模，2009—2017年間每年的旅游總收入的增量規模在5500 億元左右，2017年旅游城市的旅游總收入則提高到77876.89 億元，是2000年旅游總收入的13 倍之多，年均增長率更是高達93.08%。旅游總收入的增量規模也表現為提高態勢，18年來旅游總收入增加了72033.69 億元，平均每年旅游總收入增加4000 億元。隨著旅游總收入規模的增加，旅游總收入占城市GDP 和第三產業值的比重也趨于提高，由2000年的11.78%和26.62%分別提高到2017年的18.28%和39.76%，分別提高了6 和13 個百分點，年均增長率分別高達11.63%和16.35%。旅游發展對城市經濟增長和產業結構升級的拉動效應越來越明顯。

基于上述旅游城市工業增加值的速度變化、第二產值比重變化、工業內部結構變化、工業就業比重變化、制造業就業增速變化及旅游業增長變化分析，各方面跡象表明旅游城市工業經濟正出現“去工業化”，而旅游經濟卻是高速發展，對經濟增長和產業結構升級的拉動效應日益明顯。那么，在旅游城市發生的“去工業化”跡象中是否有旅游發展的助推作用？下文將構建計量模型進行實證研究。

根據教育部官方數據調查顯示，中國農村“留守兒童”數量超過了6100萬人（相當于英國人口的總和）。其中，57.2%的留守兒童在父母一方外出的家庭成長，42.8%的留守兒童在父母同時外出的家庭成長。79.7%的留守兒童是由爺爺、奶奶或外公、外婆撫養長大，13%的留守兒童交于親戚、朋友撫養，7.3%的留守兒童的監護人處于不確定或無人監護狀態。長此以往，未隨父母進城的農村留守兒童在祖父母或親戚監護下成長，父母的關愛的缺失，心理問題出現后疏導不及時，導致了家庭教育的問題頻頻發生，家庭教育并未承擔起應有的責任。

三、計量模型構建、變量選擇及數據說明

1.計量模型構建

根據前文分析和借鑒Chao（2006）、謝波（2015）、朱希偉（2009）等人研究思路，構建了旅游發展與工業化關系的基本計量模型，以考察旅游發展對“去工業化”的助推效應。

其中，分別表示地區與時間，表示工業化，為旅游總收入，若參數的估計值為負，則說明旅游發展推動了“去工業化”。

外商直接投資和經濟結構變化是工業化不可或缺的重要因素[11，14]。以Neil（1999）為代表的學者指出，技術與勞動力在工業化中發揮著重要作用。本文將上述變量作為控制變量納入模型中，則模型（1）變為如下：

其中，為外商直接投資，為產業結構，為技術研發，為勞動力轉移。

為了進一步檢驗旅游業是否通過產業結構升級和勞動力轉移效應，推動城市經濟“去工業化”，在模型（2）中引入旅游發展與二者的交互項，得到計量模型（3）。

若模型（3）中參數 的估計值為負，則說明旅游發展通過產業結構升級和勞動力轉移效應助推了“去工業化”。

2.變量選擇及數據說明

研究涉及變量如下：工業化（DIit）。關于工業化衡量指標，有多重用法。一類是產值結構指標，如工業總產值[25]、工業增加值占GDP 比重[26]和工業增加值增長率[27]；另一類是就業結構指標，如第二產業或制造業就業比重[28，29]。實際上，產值結構與就業結構具有穩定的內在關聯性，使用不同指標不會產生太大偏差[26]。綜上分析，本文用限額以上工業總產值占GDP 比重進行衡量。外商直接投資（FDIit）。是指各城市吸引的外商直接投資，以當年實際利用外資額表示更為客觀、真實。旅游業發展（TOUit）。相比接待旅游者人次指標而言，旅游收入指標既是反映旅游經濟運行好壞的重要手段，也是衡量旅游業發達與否的主要依據，因此，采用旅游總收入來測定。產業結構（Indit）。參考現有文獻，用產出結構指標中，第三產業增加值占GDP 比重來表征，借以反映產業轉型升級的長期變化過程。技術研發水平（RDit）。鑒于城市統計年鑒中技術研發費用數據空缺，只能采用城市技術研發從業人數作為衡量技術研發水平的代理指標。勞動力轉移（Humit）。根據已有成果，采用第三產業就業人數占總就業人數比重表示，該指標不僅反映了第三產業就業比例變化，也反映了就業結構的變化趨勢。

各變量所用面板數據均來自2000—2017年《中國城市統計年鑒》《中國旅游統計年鑒》及2017年各城市國民經濟與社會發展統計公報。此外，由于外資利用、入境旅游等受突發事件與全球性危機影響較大，對相應年份數據進行了內插訂正。

四、計量結果與分析

1.旅游發展對城市工業化影響的整體效應

一般而言，對于靜態面板數據模型而言，由于假設前提的不同，其采用的估計模型具有多樣性，因而回歸結果差異較大。因而，利用F 統計檢驗及豪斯曼檢驗，對面板數據模型進行篩選。經檢驗模型為固定效應模型。在選定估計模型后，為消除面板數據的異方差和序列自相關等影響模型穩健性的問題，還需對估計方法進行選擇和數據對數化處理。同時，借鑒現有成果選擇兩階段最小二乘法，以消除模型可能的內生性，使得回歸結果有效[30]，其中，工具變量為各變量的滯后一期。利用Eviews 軟件得到整體估計結果（表1）。

表1 旅游發展對城市工業化影響的整體估計結果

從表1估計結果看，各個變量的估計系數都比較顯著。需要注意的是，整體估計結果表征的是面板數據中所有旅游城市的加總效應。旅游業發展能產生收入效應和轉移效應，其中，收入效應益于工業化，而轉移效應導致“去工業化”[29]。從變量的估計系數看，在1%的置信水平下顯著為正，這表明當前旅游城市的旅游發展收入效應明顯，促進了工業化進程，因而不存在“荷蘭病”現象。但這并不意味旅游發展的轉移效應不存在，從模型（2）－（4）看，分別與和的交互項估計系數分別為-0.0267、-0.0195 和-0.1219、-0.1195，且在10%的置信水平下顯著。這說明旅游發展通過產業結構升級和勞動力轉移推動“去工業化”的轉移效應比較明顯，其中，勞動力轉移渠道最為突出。這突出印證了旅游業就業門檻低、就業吸納能力強的基本觀點。從變量與的估計系數看，其在10%的置信水平下顯著為負值，反映產業結構升級和勞動力轉移與“去工業化”之間呈現正向關系。一方面產業結構升級意味著第三產業增加值比重上升，而工業增加值比例相對下降；另一方面第三產業的繁榮將吸引更多勞動力從工業部門外遷，造成工業部門就業人數比例相對下降。上述兩方面正是“去工業化”的典型標志。變量、估計系數顯著為正值，即外商投資和研發投入每增加1 個百分點，工業化則分別提高0.2 和0.3 個百分點。這種正效應已在許多文獻中得到證實，不再贅述。

2.旅游發展對城市工業化影響的個體效應

旅游城市因其發展初始條件、旅游資源稟賦及工業化程度等存在一定差異，旅游業擴張并不完全助推“去工業化”，因而不能一概而論。為了反映其真實狀況，本文采用變系數個體固定效應模型對此進行了估計（表2）。

表2 旅游發展對城市工業化影響的個體估計結果

由表2可知，旅游城市的旅游發展、產業結構升級、勞動力轉移和外商投資等與“去工業化”之間的關系呈現出明顯的城市差異。變量Touit估計系數在大多數旅游城市中為正值，表明改革開放以來，旅游發展不僅沒有引起“去工業化”，相反促進了這些城市的工業化進程，有利于產業結構調整，因而不存在“資源詛咒”現象。但在北京、石家莊、承德、太原、大同和杭州等23 個旅游城市中，Touit的估計值為負，即在這些城市中旅游發展推動了“去工業化”。Touit與Touit交互項的估計系數在絕大多數旅游城市中為負值，而在天津、石家莊和太原等22個城市中僅為正值。這表明旅游發展通過產業結構升級引致效應，助推“去工業化”的作用較為顯著。Touit與Humit交互項的估計系數在北京、秦皇島等32 個城市中為負值，表明旅游發展通過吸納勞動力，增加就業，推動“去工業化”的效應比較突出，而在其他諸如天津、石家莊等26 個城市中估計值為正，說明這些城市旅游發展沒有通過勞動力轉移效應推動“去工業化”。變量Indit和Humit作為反映第三產業產值和就業比例上升的變量，其值在半數以上的城市中為負值。顯然，第三產業產值與就業比重的上升將意味著“去工業化”的發生，這與理論分析相一致。FDIit和RDit作為工業化的重要影響因素，在各個城市中表現也有所差異。但在超過一半以上的城市中，二者估計系數都為正值，其中，大部分為沿海城市，這說明在沿海城市，外商投資與技術研發對當地工業化水平提高發揮了重要作用，而系數為負值的城市，多為中西部城市，說明外商投資與技術研發在一定程度上推動了“去工業化”。這可解釋為中西部，尤其西部地區工業企業規模小，發展相對滯后，產業拉動效應和就業貢獻率不如第三產業[31]。加之受生態環境制約，外商投資與技術研發更多地投入到服務業和民生行業中，特別是網絡信息安全、交通運輸、科研技術服務、跨國物流與倉儲及邊境商貿旅游等新興與優勢服務業。盡管從個體層面看各變量的估計系數統計上不夠非常顯著，但在估計之前所進行的面板協整檢驗結果，則表明變量間存在著協整關系①由于篇幅限制，協整檢驗過程未列出，如有需要可向作者索取。，因此，仍在一定程度上能說明各變量對“去工業化”的影響。

3.旅游發展對城市工業化影響的效應類型

將58 個旅游城市按照旅游業及其與產業結構升級和勞動力轉移交互效應對工業化影響作用進行分類，則可劃分3 種類型（表3）。

表3 旅游發展對城市工業化影響的類型劃分

第一類型為“雙推效應”，即旅游業直接推動及其與產業結構升級和勞動力轉移交互推動作用。研究發現，在北京、秦皇島、承德、呼和浩特、沈陽、大連、杭州、濟南、洛陽、南寧、北海、三亞、重慶和成都14 個城市中，Touit、Touit與Tumit及Touit與Indit交互項的估計系數都為負值。這表明旅游發展不僅直接引起了“去工業化”，而且通過產業結構升級引致和勞動力轉移效應推動了“去工業化”進程，即“雙推效應”型。從空間分布看，東部地區占有8 個城市，西部地區為4 個，而中部僅有1 個，東中部數量差距較大。

第二類型為“單推效應”，即旅游業的直接推動效應，或旅游業與產業結構升級和勞動力轉移交互作用推動“去工業化”。這種“單推效應”又可細分為3 種小類。第一種小類為旅游發展通過產業結構升級和勞動力轉移兩種交互效應助推“去工業化”。研究發現，Touit估計系數為正值，而Touit分別與Tumit和Indit交互項的估計系數都為負值的城市是吉林、哈爾濱、南京、無錫、連云港、寧波、合肥、廈門、泉州、南昌、九江、青島、煙臺、長沙、廣州、中山、桂林和海口18 個城市。這說明在這些城市中，旅游業沒有直接推動“去工業化”，但旅游發展通過產業結構升級和勞動力轉移交互效應，推動“去工業化”的效應不容忽略。從空間分布看，東部地區11 個，中部地區6 個，而西部地區僅1 個。第二種小類為旅游發展直接推動了“去工業化”，但還未出現旅游業通過產業結構升級和勞動力轉移兩種交互效應推動“去工業化”。這主要在石家莊、太原、大同、長春、福州、漳州、珠海、貴陽和西安9 個城市表現突出。從空間分布看，東部地區4 個，中部地區3，而西部地區2 個。第三種小類為旅游發展僅通過產業結構升級或勞動力轉移效應某一方面推動“去工業化”。如溫州、南通和汕頭三個城市的旅游發展僅通過產業結構升級效應推動“去工業化”。從空間分布看，東部地區2 個，西部地區1 個，中部地區則無。對于蘭州而言，旅游發展僅通過勞動力轉移引致效應對“去工業化”發揮積極作用。從上述三小類城市數量分布來看，東部地區較多，擁有17 個，中部地區是10 個，而西部地區僅有4 個，東部地區是西部地區數量的3 倍之多，具有較明顯的地區差異。

第三類型為“無助推效應”。實證研究發現，在天津、上海、蘇州、黃山、威海、鄭州、武漢、深圳、湛江、昆明、西寧、銀川和烏魯木齊13 個城市中，不存在旅游發展推動“去工業化”的直接與間接效應。從空間分布看，東部地區分布6 個，西部地區為4 個，而中部地區是3 個，各地區之間數量差距不很顯著。

五、結論與討論

1.結論

（1）各種跡象表明旅游城市工業經濟出現一定程度的“去工業化”。旅游城市不僅旅游資源豐富，旅游專門化程度也較高，季節性不明顯。旅游發展對經濟增長的貢獻與影響較工業經濟更為突出，如張家界、黃山、北京、廣州等城市。特別是在中國面臨資源枯竭和環境污染硬約束下，旅游業因環境污染少、能源消耗低和產業關聯性強可能加快了旅游城市的經濟轉變趨勢。（2）從整體上看，在中國這樣的大型經濟體中，旅游城市旅游業自身的擴張并沒有直接助推“去工業化”。當下，旅游城市的旅游發展與工業發展并不矛盾，旅游發展不會帶來其他經濟的損失（荷蘭病現象）。相反，旅游業通過產業關聯效應，在一定程度上促進了工業經濟增長。（3）從個體層面看，旅游城市旅游發展對“去工業化”的作用并非一致，而是各城市顯現出較大的差異性。大多數旅游城市未顯現出旅游發展與工業化之間的負向關系，即旅游發展沒有推動這些城市的“去工業化”。但有近三分之一的旅游城市表現出旅游發展推動了“去工業化”現象，尤其是旅游資源豐富且開發較好的城市，這種趨勢較為明顯，也不容忽視。各城市旅游發展對工業化的正負效應的迥異，反映出其在旅游企業盈利水平、旅游資源開發利用、吸納產業資本投入等方面存在較明顯差異。（4）在絕大多數城市中，旅游發展通過產業結構升級引致與勞動力轉移對“去工業化”有明顯的正向間接效應。旅游業良好的發展環境、眾多的投資機會和豐厚的投資回報，吸引了越來越多的產業資本和勞動力涌入該領域，從而對旅游城市制造業產值份額與就業人數形成一定程度的“擠占”。這有利于工業部門轉型提質，提高勞動生產率，應該是一種好的“去工業化”。（5）從旅游發展及其與產業結構升級及勞動力轉移的交互項三者討論旅游發展對“去工業化”的效應就會發現，超過半數的城市旅游發展對“去工業化”都有推動作用，從城市空間分布看，這些城市遍及東中西三大區域，盡管有數量差距，但沒有表現出十分明顯的空間集聚態勢。隨著休閑旅游時代來臨，旅游發展推動“去工業化”的間接效應，在一定程度上對實現“宜業、宜居、宜游”的現代城市發展新理念、新目標及提高城市競爭力具有重要的推動作用。這將會對進一步挖掘城市發展潛力，推動最終包括旅游業在內的各種服務業成為城市經濟增長的新支柱和新活力。

2.討論

“去工業化”的過程就是經濟體中的產值由第二產業向第三產業轉移及就業人數的相應外遷，即產業結構升級和勞動力遷移轉變。旅游業因產業關聯性高、帶動系數大、吸納就業能力強而可能加速了這種轉變，本文從產業結構升級引致效應與勞動力轉移效應視角，揭示了旅游業發展推動“去工業化”的作用機理。旅游業不僅通過自身對城市工業經濟產生重要作用，還通過間接的傳導機制影響城市工業經濟，這為深刻認識旅游業在我國城市經濟增長與轉型中的地位與作用提供了新視角。中國空間地域廣闊，旅游“諸侯經濟”明顯，旅游發展推動“去工業化”效應，也不能一概而論，從實踐價值來說，本研究揭示了旅游發展對“去工業化”影響的地域空間差異，劃分了其類型結構，這對各地加強政府宏觀管理，注重產業關聯效應，最終實現現代旅游業均衡發展及旅游經濟與工業經濟協調發展提供科學依據。

當然，本文也有不足之處。一是旅游業易受典型事件和政策制定影響較為明顯，在計量模型構建中沒有通過引入虛擬變量來體現，一定程度上削弱了研究的精確度。二是從旅游業總量層面而非國際旅游和國內旅游兩方面分析其對“去工業化”助推效應，忽視了不同旅游部門對“去工業化”的影響差別，從而弱化了相關政策制定的針對性。三是研究樣本采用中國旅游城市，盡管代表性較強，但廣泛性和普遍性受限，且基礎數據年限不夠長，因而所得結論是否具有更為普遍意義，還需在未來的研究中給予檢驗、補充和完善。