旅游產業關聯結構及其經濟貢獻研究

左冰 楊藝

[摘? ? 要]文章采用網絡分析法對2010年和2015年廣東省產業網絡進行了系統研究，描繪了旅游業前后向關聯結構與旅游業自我中心網絡特性，并使用投入產出分析法對旅游業全要素生產率（TFP）和旅游產業關聯的經濟影響（TL）進行了測算，從產業關聯視角揭示了旅游發展影響經濟體系的復雜機制與路徑。研究表明：（1）旅游業具有非常強的前后向產業關聯。如果抽取其關聯效應，經濟體系的總產出損失將高達6%以上。（2）旅游業同時也具有較強的中介中心性，已經成為聯系第二產業和第三產業群的通道和橋梁。（3）旅游業勞動生產率低于社會平均水平，但TFP增長率高于社會平均水平，這種特征決定了旅游發展影響經濟體系產出和生產率結構的多重可能性與復雜性。（4）旅游業較高的TFP增長率有助于推動其前向關聯部門的效率提升和進化，這可被視為旅游發揮積極經濟效應的一種重要途徑。（5）旅游發展所依賴的部分中間投入部門的TFP增長率低于旅游業，對旅游業提質增效造成了約束。因此，提高旅游中間投入部門的效率是旅游業提質增效和發揮旅游對經濟綜合貢獻的關鍵所在。

[關鍵詞]投入產出分析;社會網絡分析;自我中心網絡;假設抽取法;產業關聯效應;全要素生產率

[中圖分類號]F59

[文獻標識碼]A

[文章編號]1002-5006（2021）04-0014-17

Doi： 10.19765/j.cnki.1002-5006.2021.04.007

引言

旅游業已經成為世界上最大和發展最迅速的產業之一。越來越多的發展中國家/地區將發展旅游作為推動經濟增長的引擎。中國政府也始終不遺余力地推動旅游業發展。2014年8月，國務院發布了關于促進旅游產業轉型升級和改革發展的意見;2018年6月，又進一步提出要推進全域旅游發展，加快供給側結構性改革，不斷提高旅游對經濟和就業的綜合貢獻。供給側改革的重心問題是結構調整和提質增效。這就要求對旅游涉及的產業面及其結構特點進行分析，評估旅游與其關聯產業的整體生產率結構，以剖析如何通過生產結構調整實現整體經濟效率提升和產出增加。

盡管在世界范圍內已有大量文獻就旅游的經濟貢獻和影響展開了廣泛的研究，但旅游的產業關聯效應以及生產率結構問題在理論上并沒有得到充分關注[1-2]。學者們廣泛使用經濟建模技術，例如成本效益分析[3]、旅游乘數[4-5]、投入產出波及效應分析[6-9]以及CGE模型[10]等估算了旅游的經濟影響，但這些研究普遍聚焦于宏觀總量層面，缺乏對經濟運行現實的結構描述，難以反映旅游在經濟系統中的結構性位置及其影響。

產業關聯在經濟學中有著悠久的歷史。Leontief發現，發達經濟體的生產部門之間的聯系比不發達經濟體的聯系更為緊密且聯系范圍更廣[11]。許多的發展經濟學家如Hirschman[12]、Rasmussen[13]普遍建議將促進產業間關聯作為制定發展戰略的基礎。他們認為，增加產業間聯系就等于增加經濟體系中的專業化和勞動分工[14]，這有助于提高整體生產率從而對產出增長有利。事實上，如何提高生產率或投入產出效率長期以來都是經濟研究中的重要問題[15]。這是因為一個國家的財富增長或企業的成功最終取決于其從一定數量的投入中獲得更高的產出的能力[16]。從投入產出的視角來看，在要素投入等其他條件不變的情況下，生產率的增長意味著行業附加值率提高，意味著經濟體系能生產出更多或更高質量的最終產品和服務，亦即提質增效。

本文基于投入產出技術和網絡分析方法在當代的發展，擬從產業關聯視角揭示旅游在國民經濟整體生產依存關系中的結構性地位，從反事實的角度評估旅游產業關聯對于經濟體系的重要性，同時結合對經濟體系生產率結構的剖析，探究旅游發展影響經濟體系的結構化路徑與復雜機制。本研究的知識貢獻在于：（1）可彌補當前旅游經濟影響研究輕結構、缺中觀分析的缺陷;（2）采用假設抽取法創新性地測算了被傳統投入產出分析忽視的旅游產業關聯的經濟效應;（3）揭示了旅游對經濟體系的生產率結構可能產生的影響，有助于增進對旅游業在國民經濟體系中的作用與功能的新的認識。時下，“旅游+”的概念非常火爆，農旅一體、工業旅游、文旅融合已經成為頻繁用語，研究旅游的生產結構及其影響因而具有更加重要的時代意義，對推動旅游供給側改革，實現旅游產業的轉型升級和高質量發展，具有顯著的實踐價值。

1 文獻綜述與分析框架

產業關聯是指國民經濟各部門在社會再生產過程中所形成的直接和間接的相互依存、相互制約的經濟聯系[17]。這種聯系既包括產品和服務之間關聯，即將某行業的產品或服務作為其生產的投入要素，也包括價格、就業以及投資之間的聯系。在更寬泛的意義上，產業關聯還包括生產技術或生產率之間的依存和傳導[16]。Rasmussen[13]、Hirschman[12]、Chenery和Watanebe[18]被認為是產業關聯研究領域的先行者。他們運用投入產出矩陣（input and output matrix）提出了測算產業關聯的指標和方法。在此基礎上，Hewings[19]和Cella[17]進一步將產業關聯關系劃分為前向關聯和后向關聯，并提出了影響力系數、感應度系數等概念和指標，用以識別經濟中的關鍵產業和弱勢產業。如果甲產業為乙產業提供作為其生產消耗的中間產品，則對于甲，乙是其前向關聯產業;對于乙，甲是其后向關聯產業。由于一個產業的需求、產值、技術等方面的變化會通過產業關聯對其他部門產生直接和間接的影響，Katz和Burford[20]提出可采用列昂惕夫逆矩陣[B=（I-A）-1]（A為直接消耗系數矩陣）來測算行業變動產生波及效應（ripple effect）。這樣就可以對某個產業的變動情況進行經濟預測和影響評估。這些基礎性的方法目前已經被廣泛地應用于各個國家、地區和行業的產業關聯和宏觀經濟影響研究。

旅游業在服務和產品消費上與國民經濟系統中的多個產業高度相關，被認為具有明顯的關聯效應[21]。為了揭示旅游產業關聯效應及其對經濟的影響，許多學者進行了不懈地探索，如Archer和 Fletcher在20世紀80年代就引入產業波及法開展了旅游經濟影響研究，并提出了旅游乘數的概念[4，6]。旅游乘數盡管解釋了旅游經濟影響產生的產業關聯機制，但其對影響路徑的分析仍較為籠統和薄弱。真正關注旅游產業關聯本身的主要是發展中國家的學者，如Atan和 Arslanturk對土耳其2002年旅游產業的前后向關聯系數進行了測算[21]，其研究結果表明，旅游業是一個后向關聯型產業，對交通運輸業、基礎設施建設、餐飲住宿業的影響最大。Khanal等對老撾的研究表明，旅游業在14個部門中具有很強的后向關聯，其2003年和2008年的后向關聯系數分別為1.09和1.24，因而具有較高的旅游產出乘數[22]。在中國，閆敏最早運用投入產出法計算了1992年旅游部門的直接消耗系數和完全消耗系數[8]。此后，左冰[9]、宋增文[23]、張華初和李永杰[24]、劉曉欣等[25]分別使用2002年和2007年中國投入產出表，對中國旅游業的產業關聯度、宏觀經濟效應、產出乘數與就業乘數進行了分析。他們的研究發現，中國旅游業的產出乘數在1.38～2.53之間，具有較強的后向產業關聯，且影響力系數在不斷提高，由1997年的0.91提高到2007年的1.14，而感應度系數有所下降，由2002年的0.49下降到2007年0.44。與旅游業直接后向關聯的行業主要是交通運輸及倉儲業、住宿和餐飲業、租賃和商務服務業、金融保險業、石油加工、煉焦及核燃料加工業等;與旅游業直接前向關聯的行業主要為金融保險業、公共管理和社會組織、信息傳輸、計算機服務和軟件業以及教育事業。在區域層面上，李江帆等[26]、戴斌和束菊萍[27]、王雷震等[28]及崔峰和包娟[29]運用投入產出法分別對廣東、上海、北京以及浙江等地旅游產業關聯及產業波及效應進行了分析。

進入21世紀，產業關聯研究在方法上得到很大的完善，已經不局限在影響力和感應度分析范疇。結構分解法（structural decomposition analysis，SDA）[1]、定性投入產出分析（qualitative input-output analysis，QIOA）等也被用于刻畫產業關聯[30-31]。并且QIOA還常常與網絡分析法相結合，用于確定基本的經濟結構，以及構建產業間復雜的關系流網絡[32-33]。

QIOA將經濟系統看作一個網絡，節點代表產業，邊代表產業間的關聯關系，產業間的關聯系數用于反映邊的權重。這樣，任何一個國家/地區的產業以及它們之間的關聯關系構成了產業網絡[34]。QIOA在投入產出直接消耗系數矩陣基礎上，將產業間交易流進行分解和過濾，把分解后的交易矩陣轉換成布爾矩陣（Boolean matrices），其中的0或1代表不同部門間的聯系，并以此計算、測度產業網絡結構和產業關聯。測算指標通常有網絡密度、中心性、中介中心性和凝聚子群等。如汪云林等運用2002年中國投入產出表測算出旅游業的中介中心性在42個部門中排名第40位[35]，這意味著旅游業與其他產業的關聯度較低。孫露等基于1997年、2002年和2007年中國投入產出表對42部門的中心性和中介中心性進行測算，結果顯示旅游業的中心性排名靠后，中介中心性在2002年和2007年為0，說明旅游業位于產業的邊緣地帶，在整個網絡中和其他產業的關聯程度極低[36]。

盡管旅游產業關聯研究的深度和廣度在不斷拓展，但旅游業與其生產依存產業的關聯脈絡仍然不明晰，旅游業產業關聯對于總產出的影響機制并未得到充分的認識。發展經濟學者們早已指出，一個部門對國民經濟的貢獻與它的生產率以及相應的效率提升、相對規模和中間投入強度直接有關[37-38]。增長迅速且具有更多的中間投入需求的部門往往會帶來更多的貿易機會以及分工，從而能對經濟產生更大的影響，因此，一個具有強大的后向聯系部門可以被作為促進一個國家或區域經濟發展的優勢部門。同時，中間投入部門的效率也很重要。中間投入部門生產效率越高，則行業單位生產成本就越低、附加值越高，行業就能夠以越低的價格提供產品。如果行業的中間采購均來自效率水平不斷提高的部門，其影響將非常積極，因為行業生產投入非常有效率或質量更高。而如果中間采購是來自效率水平不斷下降的部門，情況則正好相反。這意味著，某個產業部門對于經濟總量的貢獻不僅受到其自身效率的影響，還受到其后向關聯程度及其后向聯系部門的技術變革的影響。從前向關聯的角度來看，部門變化是否能夠提升經濟體的總產出，取決于該部門的發展是否有利于推動生產率高于平均水平的部門的發展。上述分析意味著，在其他條件保持不變的情形下，旅游發展對產出水平的提升主要取決于旅游及其所依存的前后向聯系部門的生產率水平及其增長率。

假設在一個經濟體系中存在n-1個與旅游業具有前后向關聯的產業部門。全行業平均勞動生產率為Pa，生產率的平均增長率為ΔPa，根據每個部門勞動生產率[Pi（i=1，2，…，n）]及其增長率ΔPi與Pa及ΔPa之差，可以將旅游及其生產依存部門劃分為4種類型。

A類：Pi > Pa，ΔPi > ΔPa。即經濟體系中與旅游具有生產依存的產業部門都是效率較高的部門（生產率水平相對較高且生產率增長快速）。在這樣的情形下，發展旅游可以顯著地推動經濟體系的提質增效。這是最佳的情形。

B類：Pi < Pa，ΔPi > ΔPa，旅游發展使生產率水平相對較低但生產率增長快速的部門受益。由于該行業生產率在初期處于較低水平，其產值增長會拉低全行業生產率，甚至可能出現全社會總產值增加而增加值未必增長的狀況。此時，旅游在發展初期可能降低經濟效率，但從長期來看將使經濟受益。

C類：Pi > Pa，ΔPi < ΔPa，旅游發展有利于生產率水平高但生產率增長緩慢的部門，旅游業的發展在短期有助于提高產出水平而在長期可能損害經濟效率，這一情形與B類剛好相反。

D類：Pi < Pa，ΔPi < ΔPa，受旅游發展影響的部門生產率水平低并且增長緩慢，旅游發展將給經濟帶來不利影響。

基于上述分析框架，通過測算經濟體中旅游產業關聯的關系和強度，以及計算出各關聯產業生產率及其生產率增長水平，就可以刻畫出旅游對于經濟體系的可能影響和作用模式。

2 研究方法

首先，基于前述QIOA網絡分析法以確定旅游產業自我中心網絡基本結構，識別與旅游業具有互惠共生關系的產業及其關聯強度，進而采用定量投入產出分析法測算各關聯產業勞動生產率及其全要素生產率增長率，最后采用假設抽取法定量評估旅游產業關聯對于國民經濟總產出的影響。具體分為以下3個步驟。

2.1 旅游業自我中心網絡及產業關聯關系識別

設包含n個產業活動單位的某經濟體投入產出表技術系數（technical coefficients）矩陣為[aij]，以[aij]為權重對產業網絡賦權。借鑒Aroche-Reyes對產業生成樹結構的算法[34，39]，通過過濾輸入系數矩陣[aij]中較大的項構建產業賦權網絡模型，識別旅游業自我中心網絡結構（ego network），對旅游產業關聯強度和互惠關系結構進行定量評估和定性識別。

2.2 基于投入產出表測算全要素生產率

借鑒Wolff[40]和Miller and Blair[41]，采用投入產出分析法計算各個產業的全要素生產率的增長（total factor productivity growth， TFPG）。設各產業增加值系數（value-added coefficients）為[vj]，行業總產出矩陣（total industry outputs）為[xj]，其中，[j=1，2，…，n]，根據投入產出表的平衡關系，有：

[xj=i=1naijxj+vjxj=i=1naij+vjxj]（1）

兩邊取微分，可得：

[dxj=di=1naij+vjxj=i=1naij+vjdxj+? ? ? ? ? i=1ndaij+dvjxj]（2）

在忽略二階效應（second-order）的情況下，可以將式（2）中的微分用有限差分的形式表示，即：[dxj?Δxj=x1j-x0j]，[daij?Δaij=a1ij-a0ij]，[dvj?Δvj=v1j-v0j]。因此有：

[Δxj=x1j-x0j=Δi=1naij+vjxj=i=1na0ij+v0jx1j-? ? ?i=1na0ij+v0jx0j+i=1na1ij+v1jx0j-i=1na1ij+v1jx0j=]

[i=1na0ij+v0jΔxj+i=1nΔaij+Δvjx0j? ? ? ? ? ?]（3）

式（3）中最末行右邊第一項表示在使用舊有技術的情況下，新增投入產生的產值變化;第二項則表示在投入不變的情況下，使用新技術導致的產出變化。全要素生產率通常定義為不歸因于投入增長的總產出增長。根據這一概念，可得全要素生產率的增長率（TFPG）：

[τj=-i=1nΔaij+Δvj]（4）

其矩陣表達為：

[τ=-[（IΔA）′+ΔV]]（5）

如果存在技術進步，則[ΔA]在理論上只包含負要素，表明各產業所需的中間投入在減少。[ΔV]為正表明與初期相比，產業增加值率提高，反之則表明產業增加值率相比期初減少，即中間投入增加。由此，根據各產業TFPG的計算結果和前述分析框架，就可以判斷旅游產業在經濟體生產率結構中的地位和影響。

2.3 基于假設抽取法測算旅游產業關聯對產出增長的影響

假設抽取法（hypothetical extraction method，HEM）基于反向評估原理，通過測算將某一部門從經濟系統中抽掉后所造成的產出損失來評估產業關聯對于經濟增長的重要性[42]，又可分為前向關聯效應（forward linkage，FL）、后向關聯效應（backward linkage，BL）和總關聯效應（Total linkage，TL），分別評估的是該部門對其他部門的中間投入為0，其他部門對該部門的中間投入為0，以及兩者均為0時經濟系統產生的產出損失[42-43]。

首先，計算總關聯效應。如前，假設全社會最終需求為[yj]，其中[j=1，2，…，n]，根據投入產出平衡關系，有：[Y=I-AX]。即：[X=I-A-1Y]。在抽取出旅游業（i=n）后，旅游業所對應行和列的元素均變為0。新的技術系數矩陣[A′]如式（6）所示。

[A′=a11a21…an-1，1………a1，n-1a2，n-1…an-1，n-100…00…0? 0]（6）

此時，經濟系統對旅游部門的中間使用以及消費和投資將由進口滿足，且旅游出口為0。令[Y′]為抽取旅游后的新需求矩陣，經濟系統的總產出為：[X=（I-A）-1Y]。則抽取旅游后所造成的總產出損失，即總關聯效應為（[X-X]）。為便于比較，通常表達為百分比形式，即：[TL=（X-X）/X×100%]。

同樣，假設僅抽取旅游部門的后向關聯，即令原技術系數矩陣A中[an，j=0，j=1，2，…，n]，旅游部門通過進口滿足其中間需求。則抽掉旅游后的總產出為：[XB=（I-AB）-1Y]。其中，[AB]為新的技術系數矩陣，因此有：[BL=（XB-X）/X×100%]。

令[bi，j]為i部門的產出提供給j部門的比例，則[X=V（I-B）-1]。假設僅抽取旅游部門的前向關聯，此時有：[bi，n=0，i=1，2，…，n]。抽掉旅游業前向關聯后的總產出為：[XF=V（I-B）-1]。[B]為新的直接產出矩陣。因此有：[FL=（XF-X）/X×100%]。

2.4 數據來源

基于案例典型性和數據可得性，選擇廣東省作為研究對象。廣東省是我國最早進行改革開放的地區，在40年的發展中形成了門類齊全、規模龐大的制造業和服務業體系。2018年，廣東全省地區生產總值達9.73萬億元，其經濟總量全國排名第一;旅游總收入1.36萬億元，居于全國首位[44]。選擇廣東省作為研究對象，可以充分完整地呈現出旅游產業關聯的深度和廣度。

2011年，廣東省旅游局成立了旅游衛星賬戶編制組，按照聯合國世界旅游組織《旅游衛星賬戶：建議的方法框架（TSA：RMF2008）》，基于2010年廣東省數據和我國國民經濟行業分類標準，于2012年首次編制完成了廣東省旅游衛星賬戶（GDTSA—2010）[45]。之后，又完成了GDTSA—2014的編制工作。GDTSA將提供旅游特征產品的行業界定為旅游產業范疇，清晰地描述了省內外以及境外游客旅游消費與省內旅游供給情況。其涉及的旅游產業共計15類，遠遠超過國家游客抽樣調查所涉及的產業類型。此外，GDTSA還單獨編制了包含汽車租賃、第二住宅、文化藝術業、體育娛樂、會議展覽、金融、保險、郵政、電信及其他信息傳輸服務、居民服務、會議及展覽等產業的旅游消費和生產情況，同時也詳細反映了居民和政府招待支出、旅游實物社會轉移等情況，全面地描述了地區旅游生產活動，為研究的開展奠定了可靠的數據基礎。

本文基于《國民經濟行業分類標準》（GB/T4754—2011），以廣東省2010年和2015年競爭型投入產出42個部門延長表為基表[56]，根據GDTSA提供的旅游產業數據，從42個部門中逐項剝離出旅游產值、旅游增加值和旅游中間投入，匯總后歸并為旅游業。例如，2010年“旅館和其他住宿服務”的旅游供給為100%，餐飲服務的旅游供給比例為57.63%，則旅游住宿消費399.38億元將從投入產出表的“住宿與餐飲業”中100%剝離，旅游餐飲消費從剩下的產值中剝離出57.63%，最后僅剩（本地）餐飲業產值。由于GDTSA—2014反映的是2014年旅游生產數據，在進行剝離-匯總前，首先按照比例法（假定廣東省在2014年和2015年具有不變的旅游生產技術），即按照2015年與2014年旅游總產值的比值將GDTSA—2014調整為基于2015年數據的旅游生產賬戶GDTSA—2015。此外，廣東省2010年和2015年I/O表中42個行業的分類有所差異。在2010年表中，交通運輸及倉儲業（代碼27，以下同）與郵政業（28）分屬兩個部門，而在2015年表中，前兩者被合并為交通運輸、倉儲和郵政業（30）。同樣，2010年表中，研究與試驗發展業（35）和綜合技術服務業（36）在2015年表中合并成為：科學研究和技術服務（36）。2010年表中通用、專用設備制造業（16）在2015年表中被劃分為通用設備（16）和專用設備（17）兩個部門。本文在處理過程中按大類行業合并的原則對兩份表中的42個部門進行歸類調整，整合成為40個部門，再加上旅游部門，編制成為包含旅游在內的41部門投入產出表。在完成上述產業分類合并之后，按照區域外（境外+省外）進口占區域總產值之比，對中間投入/使用進行等比例拆分，將廣東省投入產出表編制成為非競爭型投入產出表（2010和2015）1。以下分析將以此兩份數據表為基礎展開。研究中所涉及的各行業勞動力統計資料則來自《廣東經濟普查年鑒》（2010、2015）[59-60]和《廣東統計年鑒》（2011、2016）[47-48]，同樣基于上述剝離-匯總技術進行了處理，以便與投入產出表相匹配。41個部門及其代碼可見表2，其中，27、28、29、30、31、32、33、35、36、39和40號產業中所包含的旅游活動信息已被全部剝離。

3 結果分析與發現

3.1 旅游業個體網絡關聯特性

運用Ucinet軟件對旅游業在廣東網絡體系中的點度中心性、接近中心性和中介中心性進行測算和評估2，并與傳統I/O結果進行對比。點度中心性測量的是產業關聯能力。擁有更多產業聯系的產業一般具有更高的中心性，可分為入度（反映影響力）和出度（反映合群性）中心性。2010年，廣東旅游業的出度中心性為145，排名為7;這一指標在2015年上升為177，排名為6，次于化學工業（12）、金融（30）和通信設備、計算機及其他電子設備制造業（19）等行業，說明旅游業具有較強的前向關聯，為其他產業的發展提供了較為重要的支持。從入度中心性來看，旅游業的入度中心性在2010年排名在第9位，2015年排名為11，排名相對靠前，表明旅游業在整體產業關聯網絡中，具有較強的影響力和合群性，其前向支持能力提升，而后向關聯略有下降。但按照傳統的Rasmussen影響力與感應度指標計算，旅游業前后向關聯系數分別為0.5152和0.4184，在41個部門中居于中下位置。這是由于Rasmussen影響力與感應度指標將產業對自身的需求也視為產業關聯的一部分，而QIOA僅關注某產業與其他部門的關聯，即設定對角線系數為0，因而產業間的關聯關系更為顯著。

接近中心性衡量的是產業在網絡體系中的中心位置。2010年旅游業的接近中心性排名分別在第40位（入度）和38位（出度），2015年其出度接近中心性排名下降到39位，排名靠后，說明旅游業易受其他產業的影響且整合力有限，展現出較強的脆弱性特征。中介中心性反映產業在連接其他產業時所表現出的重要性。旅游業在2010年位列第2，僅次于農業;而在2015年的排名中，旅游業超越了農業，位列第1，說明旅游業在廣東省產業體系中起到了重要的“中介”作用。這一結果與汪云林等[35]以及孫露等[36]對旅游業中介中心性的研究結果存在較大的差異。其原因在于所研究區域的產業結構差異。汪云林等和孫露等使用的是2007年全國的投入產出表，相對而言，廣東的工業和服務業體系比全國平均水平更完善，且2010年和2015年的經濟發展水平更高，旅游業被其他產業所高度依賴，投資設廠需要旅游先行、會議展覽需要旅游，旅游業因而具有同時影響兩大產業體系的能力。Aroche等認為，通過中間需求傳遞影響力的部門對經濟發展將起到更大的作用[39]。旅游業作為溝通廣東第二產業和第三產業群的通道和橋梁，能夠搭建兩者之間的互動與信息。這超越了過去對旅游業的角色和作用的認識，反映出旅游的中介作用與目的地經濟發展階段和產業門類是否齊全密切相關。

3.2 旅游產業自我中心網絡特征與關聯樹構成

自我中心網絡指的是以單個產業為中心，通過獲取或傳遞網絡中的各類資源（中間投入、資本或技術、信息等）而形成的產業結構關系，包括產業鏈網絡、競爭關系網絡等[50]。從圖論的角度來理解，也就是產業節點本身，加上從產業節點出去的邊，以及所對應的節點所構成的子網絡。進一步對旅游產業自我中心網絡特征進行分析（表1），2010年，從旅游業出發的邊有582條，與39個節點產業直接相連，其中，最長直徑（產業鏈）為5，僅有1個節點為弱連接。這表明廣東旅游業具有廣泛的前向關聯，為97.6%的產業提供了中間服務。這與上文對旅游業出度中心性的分析吻合，但與以往的研究結論[21，23-25，51]存在差異。這是由于廣東特別是珠三角地區商貿流通業異常繁榮，商務往來頻繁，旅游為這些產業的興旺提供著重要的支持。從其他產業部門前往旅游產業的邊有226條，共計20個產業，說明整個經濟體系中約有50%的部門為旅游產業提供了所需的直接中間投入。39個相連接的節點共形成1482組兩兩連接關系，其中，以旅游業為中介的關聯組為450，即30%的產業間聯系需要依靠旅游作為中介，這再次顯示出旅游在經濟體系中重要的橋梁作用。

2015年，從旅游業出發的邊有548條，與40個節點產業直接相連，涉及除旅游自身外所有的產業部門，形成了1560組關系，其中最長產業鏈關系仍保持為5個，僅有1個節點為弱連接，說明旅游產業關聯范圍更加廣泛。旅游業對于整體產業網絡體系的影響也在增強，聯系效率指標從2010年的4.03提高到4.27，產業融合有所體現。以旅游業為中介的關聯組數量從2010年的450增加到506，旅游業自我中介作用以及其作為產業聯系中介的作用均有所增強。這些變化說明旅游的產業關聯特性并非固定不變。目的地經濟發展階段、產業門類齊備程度以及旅游發展模式不同，旅游產業的關聯特性也有所不同。

樹圖能更直觀地呈現自我中心網絡的脈絡和其中重要的產業鏈條，也可以表達旅游發展帶來的變化在產業系統內的主要傳導路徑。通過過濾矩陣aij中較大的項，可描繪出廣東省旅游產業自我中心網絡樹結構圖（圖1）。圖1顯示，旅游業產業關聯非常廣泛，幾乎涉及經濟系統的全部產業門類，且擁有多條通道和半通道。其中，最長通道為8，并且擁有多個圈基，顯示出旅游業廣泛而深入的產業聯系。

2010年，樹圖中共包括35個產業部門（35、38、39號產業因數值太小而被剔除），與旅游業直接關聯的產業是金融業（31）和房地產業（32）。旅游業主要是通過這兩個根產業進而與其余產業發生聯系。這表明金融業的支持和房地產業的發展是當時廣東旅游業發展的基礎。非金屬礦物制品業（13）和建筑業（26）位于樹的中間位置，分別與2、3、8、23、27、39號產業，以及32、3、39、8、12、21號產業相連，是旅游產業系統中最為關鍵的產業，決定著旅游產業關聯的廣度與深度。葉產業是指圖中處于相對邊緣位置的產業，通常僅與一個產業相連。2010年廣東旅游產業系統中，葉產業有10 個，分別是1（農業）、5、7、11、17、20、22、29、30和 37號產業。說明在2010年情形下，農旅融合度低，教育（37）對于旅游業發展的支持亦不足。餐飲業（30）處于邊緣位置則主要是因旅游供給部分已經從其中剝離，其剩余部分（即本地消費部分）與旅游的關聯減弱。

2015年，旅游自我中心網絡涉及的產業部門增加到37個，顯示旅游業的影響范圍擴大。與旅游業具有最強聯系的根產業是房地產業和通信設備、計算機及其他電子設備制造業（19），反映出廣東金融業對旅游發展的重要支持作用已經讓位于通信設備、計算機及其他電子設備制造業。這與近幾年廣東旅游信息化快速發展的現狀吻合。衛生、社會保障和社會福利業（38）和教育（37）在2015年成為樹圖的中心產業，分別與32、8、22、24號和10、26、18號產業相連，說明教育和社會保障事業的發展開始為旅游業發展提供有力的支持。處于相對邊緣位置的葉產業在2015年減少到7 個，分別是5、7、12、23、19、30和 33號產業，表明旅游產業融合在增強。與2010年相比，可以發現5、7、30號產業始終處于網絡邊緣位置，與旅游業關聯較弱。

在2010年和2015年旅游產業樹圖中，房地產業都處于非常重要的位置。這與李江帆等2001年對廣東的研究結果有所差異[26]，原因在于廣東產業體系發生了巨大的變化。一方面，房地產業的發展是城市化和工業化推進的表征，大量旅游需求由此產生;另一方面，房地產業提供了旅游業發展所需的中間投入，如餐飲、購物、住宿等的發展都需要商業房地產的支持。根據GDTSA的研究，以“自用或免費使用的以度假為目的的第二住宅服務”占廣東省房地產業總供給的比例從2010年的8.1%增長到2015年的12.83%[58]。各類短租公寓和民宿也不斷涌現。可以看到，以房地產業為圈基的產業鏈網絡所包含的產業數量最多，產業鏈最長且具有多條循環。這從側面反映了近年來中國房地產熱對于旅游以及整體經濟的影響。

互惠（reciprocity）可用于評估產業節點之間往復聯系的程度，本文中指的是網絡中與旅游（作為自我）有往復關系的邊的比例。如果存在中間投入大于中間使用，或中間使用大于中間投入的情況，那么節點之間的聯系就是非對稱的（Non-Sym）。根據旅游業與各產業間互惠關聯關系的方向與強弱（表2），可以將旅游產業網絡內部成員劃分為不同子產業群。

（1）互惠共生子群：指旅游產業與其他產業之間存在雙邊投入產出關系，并具有進化同步性。這包括：3、7、10、11、12、15、16、18、20、21、23、24、27、28、29、30、31、32、33、34、36共計20個部門（即表1中入節點數量）。其中，非金屬制品業16、建筑業24以及居民服務和其他服務業18與旅游業具有最強的投入產出互惠關系，旅游業與這些產業之間的投入+產出關聯占總投入+總產出關聯的比重分別達到13.3%、10%和9.4%。

（2）偏利共生子群：指與旅游產業不存在雙邊關系但與旅游或旅游自中心網絡中的其他部門具有單向聯系的部門，包含旅游產業系統中除去上述互惠部門外的所有其他產業。又可細分為兩個子類：

第一類，旅游依賴型。指為旅游或旅游自中心網絡中的其他部門提供中間產品的產業，包括農業和少數制造業共計6個部門。旅游發展對這些部門的進化影響有限，但這些部門的效率提升卻有助于推動旅游產業網絡的發展壯大。

第二類，旅游推動型。這類產業將旅游或旅游自中心網絡中的其他部門作為其中間產品，共計15個部門，以服務部門和基礎工業部門為主。這些部門的發展對于旅游的進化有限，但旅游發展有利于推動這些產業部門的發展。

3.3 41個部門人均產值與全要素生產率增長的對應分析

在上述產業關聯分析基礎上，進一步使用式（5）對2010年、2015年廣東省各產業TFPG以及2015年人均年產值（Prod）進行計算并排序，其結果如表3所示。從2015年產值來看（因篇幅限制，略去2010年），廣東省人均年產值最高的產業分別是：石油和天然氣開采業、石油加工、煉焦及核燃料加工業以及燃氣生產和供應業。旅游業人均年產值居于第29位（32.46萬元/人），是排名第1的石油和天然氣開采業勞動生產率的1/25，遠低于其他制造業和金融、房地產等生產性服務業，屬于中下水平。2010年到2015年，廣東省TFPG最高的產業是非金屬礦及其他礦采選業、金屬礦采選業、石油加工、煉焦及核燃料加工業。前兩者TFPG在10%以上，而旅游業TFPG為3.89%，在41個產業部門中排在第14位。TFPG居于末位的產業主要是電力、熱力的生產和供應業、儀器儀表及文化辦公用機械制造業和公共管理和社會組織，其TFPG出現了-5%的增長。總體來看，TFPG為負的產業大部分屬于第三產業。這與第三產業勞動密集有關，展示出服務業成本病的特征。

為直觀起見，以2015年人均年產值的對數值為橫坐標，TFPG為縱坐標，繪制散點圖2。圖2可見，A類產業，即TFPG與Prod均高于平均水平的產業有：4、5、6、11、12、13、14、17、24、25、28。其中，除了28號信息傳輸、計算機服務和軟件業屬于服務業外，其余產業都屬于制造業。B類產業，即Prod高于平均水平但TFPG低于平均水平的產業包括：3、19、22、23、26、31。這些產業大部分屬于基礎工業。金融業（31）作為生產型服務業在2010—2015年期間表現出了較低的TFPG，雖可能與其勞動密集型產業特征有關，但行業技術進步低迷的問題值得高度關注。C類產業，即Prod低于平均水平但TFPG高于平均水平的產業包括：7、8、10、15、29、30、32、36、41。主要以輕工業、貿易和生活型服務業為主，其中也包括房地產業（32）和旅游業（41）。D類產業，即TFPG與Prod均低于平均水平的產業共計15個部門，分別是：1、9、16、18、20、21、27、33、34、35、37、38、39、40號，以農業、機械設備加工業以及公共服務業如教育、研究、社會保障和公共管理為主。

旅游產業屬于上述C類產業，其人均年產值低于全行業平均水平（51.64萬元/人），而全要素生產率增長率卻有著高于平均水平的增長（2.39%）。Lanza等曾指出，旅游行業的勞動生產率增長普遍不如其他經濟部門，尤其是制造業[52]。本文的研究表明，廣東旅游業的勞動生產率雖然較低，但其TFPG卻不低，甚至略高于一般的制造業部門，這在很大程度上得益于近年來計算機與通信技術在旅游行業中的普及應用。上述分類結果反映出明廣東“三來一補”的初級加工模式尚未完全得到改觀，廣東省工業體系有待進一步轉型升級提升創新發展能力。此外，基于廣東省旅游業現階段呈現出來的C類產業特征，假設其他情況不變，廣東旅游業的進一步擴張可能會在短期內因其人均產值（勞動生產率）不高而拉低廣東經濟凈產出效率，但鑒于旅游業TFPG高于社會平均水平，發展旅游從長期來看有助于廣東經濟效率的提升。

上述結論是基于廣東省已經進入中等發達地區行列，2015年人均GDP達到1.3058萬美元以及旅游業發展現狀而做出的判斷。對于其他目的地，如果旅游業屬于C類行業且當地資源有限，那么旅游發展可能產生兩種后果：第一種，假如旅游業發展所需的資源轉移自農業或其他效率更低的初級加工部門，即存在資源轉移的結構紅利，那么無論在短期還是長期，旅游發展都有助于推動經濟增長。特別是對于發展中國家和地區，由于農業是主要產業部門且工業部門發展落后、生產效率低，旅游將成為助推經濟體系效率提升和產出增長的有效手段。Zuo和Huang對張家界的研究驗證了此可能的結果[2]。第二種，假如旅游發展需要從其他更加有效率的部門吸收資源，則會出現如同廣東省的情況，一些中等收入地區或經濟衰退地區的旅游發展就屬于這種類型[53]。

與旅游發展同步進化的20個互惠共生部門分散在4種產業類型之中。其中，屬于A類的有：6、11、13、14、17號產業;屬于B類的包括：23和31號產業;屬于C類的是：7、10、30、32、36號產業;屬于D類的有：16、21、27、33、34號產業。這反映出旅游影響經濟體系結構變動的復雜性。同樣，旅游業發展所依賴的6個部門中，既包含生產率極高的進步部門，也包含勞動密集性特征明顯的生產率停滯部門。但總體來看，由于旅游依賴型產業如1、15、18號產業的產值和TFPG均低于平均水平，旅游業發展要求地方將更多的資源用于這些低產值、低效率部門，可能導致損害經濟體系生產效率的結果。因為，如果將這些資源用于發展其他高效率部門，廣東省獲得的經濟總量相對可以更高。

3.4 旅游產業結構關聯的經濟效應

根據前述假設抽取法，可計算出旅游產業關聯對于經濟系統產出的影響（表4）。從經濟中抽取出旅游業的前后向關聯后，整個經濟系統的產出損失在2015年和2010年分別達到6.75%和6.13%。黃素心等曾采用同樣的方法對2002年和2007年中國各行業的重要性進行過測算[54]。與其2007年的結果相比，旅游產業關聯的經濟影響力在提升。2010年旅游產業關聯對產出的影響在41個部門中位于第11位，僅次于第三產業中的批發零售業和金融保險業，凸顯出其在廣東經濟體系中的重要地位。從2015年來看，在抽取出旅游供給后產出損失最大的產業依次是通信設備、計算機和其他電子設備制造業（19）、批發和零售業（29）、金屬冶煉和壓延加工（14）以及通用、專用設備制造業（16）;2010年損失最為嚴重的除了以上產業外，還包括信息傳輸、軟件和信息技術服務（28）。前述分析指出，旅游與這些行業之間存在著互惠共生、相互依賴的關系，抽取旅游將導致這些產業失去重要的需求或投入部門。進一步對比前后向關聯效應可以發現，抽取旅游后向關聯后所造成的總的經濟損失（BL）大于抽取旅游前向關聯效應后的損失（FL）。這說明，旅游業后向聯系的經濟影響更大，也就是旅游所帶來的區域外的市場需求對于地方經濟發展更加重要，其效應大于地方產業發展的旅游需求效應（即前向關聯效應）。

在抽取旅游后向關聯后，通信設備、計算機及其他電子設備制造業（19）所受到的沖擊最為嚴重，產出損失高達7.28%;其次是餐飲業（30）和設備制造業（16）。旅游發展對農業（1）也具有非常強的后向關聯效應，抽取旅游后的損失達到3.91%。這反映出現階段旅游發展對于信息產業和農業的依賴性，反過來也凸顯出旅游業對于助推這些產業效率提升和進化的重要性。抽取旅游后產出損失大于3%的產業還包括7、8、15、16、19、20和23號產業。這些產業屬于一般制造業，普遍與旅游存在互惠關系，且以D類、C類產業居多。由于其勞動生產率或技術進步速度相比旅游業更低，在旅游發展中可能因其效率低而拖累旅游業應有的生產率和經濟貢獻。從這個角度而言，制約旅游產業經濟貢獻的因素，不完全在于旅游業自身偏低的勞動生產率，而是在于更加低效率的旅游中間投入部門。在廣東省供給側改革中，不只是需要提高旅游業自身的效率，還應著力提高旅游中間投入部門和旅游依賴部門的效率，尤其是需要進一步發展信息產業，改變“三來一補”的初級加工模式，發展旅游裝備制造和旅游工藝品生產，推動設備加工制造業（16）技術進步，并推動居民服務業（29）的發展。這不僅有助于充分利用旅游的后向關聯效應，也是推動廣東省旅游業提質增效、發揮旅游的積極經濟影響的關鍵和基礎環節。

在抽取出旅游前向關聯后，產出損失大于3%的產業又可分為兩種類型：一類與旅游互惠共生，如2、5、6、10、13、14、17等。它們屬于制造業范疇且TFPG普遍較高;另一類屬于旅游推動型產業，如28、31、32、35、37、38、40等。其中，又以水利、環境和公共設施管理（35）、教育（37）、公共管理、社會保障和社會組織（40）、信息傳輸、軟件和信息技術服務（28）等部門的產出損失最大。這些產業均需要通過旅游實現商務拓展、公共管理、調查考察和科技成果交流。由于旅游業是其重要的中間投入部門且勞動生產率和TFPG相對比之更高，旅游不僅為這些產業的發展提供了要的支撐和保障，也具有助推其效率提升的作用。這可被視為旅游對目的地經濟體系的間接貢獻。

4 研究結論

在制定發展政策和確定部門發展優先次序時，評估部門的經濟表現和生產相互依存是非常重要的問題[55]。由于目的地旅游發展模式和經濟系統的結構性差異，基于總量分析的經濟影響評價模型無法揭示出旅游影響經濟系統的結構化路徑和方式。本文通過對廣東省2010年和2015年旅游產業結構關聯的研究，基于反向評估原理測算了旅游產業關聯的經濟貢獻，同時結合行業生產率的差異和旅游生產依存關系，揭示出了旅游影響經濟體系產出與效率的多重可能性與復雜性。

研究表明，廣東旅游業具有很強的前后向產業關聯，其關聯的部門幾乎涵蓋所有行業。如果抽取其關聯效應，經濟體系的總產出損失將高達6%以上。其中，旅游業后向關聯對產出增長的影響約占4%，大于其前向關聯效應（2%），充分說明旅游所帶來的區域外的市場需求對于地方總產出的重要影響。不僅如此，現階段廣東旅游業還具有較強的中介中心性，這是由于廣東存在龐大的商貿旅游需求，使得旅游業成為溝通第二產業和第三產業群的通道和橋梁，具有同時影響兩大產業體系的能力。而在經濟欠發達地區，旅游發展嚴重依賴其自然或人文資源，旅游業的中介作用和前向關聯則無法充分凸顯。這一研究發現超越了過去認為旅游業的中介作用和前向關聯較弱的傳統觀點，為重新審視旅游在工業化中后期以及服務業時代的角色和作用提供了的新的認識。

從旅游產業網絡構成來看，房地產業和通信設備、計算機及其他電子設備制造業是研究期內旅游網絡體系中最重要的根產業，反映出信息技術以及近年來中國房地產熱對于廣東旅游業的影響。在將旅游產業關聯抽取之后，產出損失最嚴重的行業仍然是通信設備、計算機及其他電子設備制造業產業。其他產業如批發與零售業、一般制造業、房地產業、農業等也都受到不同程度的影響。廣東省應大力推動農旅融合、工旅融合，發展旅游裝備制造、旅游工藝品生產等產業，以充分利用旅游的后向關聯助推經濟發展和效率提升。另外，旅游是科學研究、教育以及公共管理等第三產業重要的中間投入部門，對于這些產業也具有重要的支撐和保障作用。并且，旅游業還具有高于這些產業的勞動生產率和TFPG，旅游發展也有助于推動這些產業的效率提升。

就旅游業本身的經濟表現而言，旅游業勞動生產率低但全要素生產率（total factor productivity，TFP）進步速度較快，屬于本文界定的C類產業。這種特征決定了旅游發展影響產出結構變動的多重可能性與復雜性。在發展中國家/地區，由于工業發展滯后生產效率低，旅游業發展所需投入的資源轉移自農業或其他效率更低的初級加工部門，旅游發展將成為助推地方經濟發展的有效手段。對于成熟或半成熟的工業化國家/地區，由于全社會勞動生產率普遍較高，旅游發展需要從其他更加有效率的部門吸收資源，在短期會因其人均產值低于全社會平均水平而損害產出效率，而在長期則取決于當地的旅游業TFP是否有高于社會平均水平的增長率。如果旅游業TFPG低于社會平均水平，則其長期直接效應很可能會是負面的。反之，如果旅游業TFPG高于社會平均水平，例如目的地經濟處于衰退時期，則其經濟效應是積極的。特別是當旅游業具有更高的勞動生產率和TFPG時，旅游業的發展還將助推旅游依賴型部門的效率提升和進化。可見，旅游業生產率的高低直接決定著其對目的地經濟的貢獻程度。廣東省當前應持續通過創新產品、提高服務品質和發展新的商業模式以提升旅游業效率。

從旅游發展所依賴的產業類型來看，無論是屬于互惠共生型還是旅游單向依賴型產業，其中與旅游業關聯強度較大的產業均為生產率停滯部門（低于社會平均TFPG水平）。盡管旅游業自身具有較高的TFPG，但其所依賴的中間投入部門的勞動生產率及其增長速度相比旅游業更低，這不僅制約著旅游業本身的發展，也限制了旅游對經濟體系的綜合貢獻。從這個意義上而言，旅游業提質增效或高質量發展并不完全取決于旅游部門自身，它在很大程度上依賴于整個經濟系統的效率提升和服務改進，例如先進的制造業和基礎設施、高質量公共服務、高效的行政管理、高水平科研、高人力資本以及充分的社會保障等。如果經濟系統無法為旅游業效率的提升提供所需的基礎條件、技術甚至社會保障，旅游業的生產率以及TFPG將被拉低。正如俗語所言，“汝果欲學詩，功夫在詩外”。推動全面的供給側改革，提升旅游中間投入部門的效率對于整個經濟系統的效率提升和產出增加尤為重要。這也許正是全域旅游所要彰顯的含義，也是本文通過廣東案例分析所揭示出的重要結論。

綜上所述，旅游業的經濟貢獻，首先取決于目的地旅游業自身效率水平，其次還取決于與旅游業具有互惠共生關系的產業和旅游發展所依賴的產業的效率，以及地區經濟結構與資源可利用程度的差異。如果目的地經濟結構不同，即行業之間的生產依存關系不同時，旅游需求變動將在每一個系統中以不同的方式擴散。即便是相同的旅游需求變動最終也會在每一個經濟體中造成不同的影響。因此，旅游對經濟體系的影響將因經濟體的要素稟賦結構和旅游產業自身關聯結構的不同而不同。即在不同類型的目的地，旅游發展對于產業結構的影響不相同;目的地旅游專業化程度不同或地方經濟對旅游發展的依賴程度不同，旅游導致的經濟結構變動也不同;經濟體發展水平不同，旅游產業關聯特性從而對產業結構變動的影響也不相同。這種高度的復雜性和不確定性，正是旅游業在不同國家/地區展現出不同面貌的經濟影響的原因，也是這一領域令全球諸多旅游研究者為之著迷之處。廣東案例只能呈現出旅游對于工業化中后期且具有較為完整的工業經濟體系的目的地的影響，有其局限性。對于其他目的地，關鍵是尋找旅游效率提升的關鍵性支持因素和約束條件，并根據地方發展現實和特定情形制定合理的措施趨利除弊。未來可構建區域間投入產出表進一步分析旅游發展對于區域間要素轉移與效率提升的影響。

參考文獻（References）

[1] 查建平， 譚庭， 李園園， 等. 中國旅游產業關聯效應及其分解——基于投入產出分析的實證研究[J]. 山西財經大學學報， 2018， 40（4）： 62-74. [ZHA Jianping， TAN Ting， LI Yuanyuan， et al. A decomposition analysis on the tourist industrial linkage in China—An empirical research based on input-output analysis[J]. Journal of Shanxi University of Finance and Economics， 2018， 40（4）： 62-74.]

[2] ZUO B， HUANG S. Revisiting the tourism-led economic growth hypothesis： The case of china[J]. Journal of Travel Research， 2018， 57（2）： 151-63.

[3] DWYER L. Cost-benefit analysis[M]// DWYER L， GIll A， SEETARAM N. Handbook of Research Methods in Tourism： Quantitative and Qualitative Approaches. Cheltenham： Edward Elgar. 2012： 290-307.

[4] ARCHER B， FLETCHER J E. The economic impact of tourism in the Seychelles[J]. Annals of Tourism Research， 1996， 23（1）： 32-47.

[5] CROMPTON J L， JEONG J Y， DUDENSING R M. Sources of variation in economic impact multipliers[J]. Journal of Travel Research. 2016， 55（8）： 1051-1064.

[6] FLETCHER J E. Input-output analysis and tourism impact studies[J]. Annals of Tourism Research， 1989， 16（4）： 514-529.

[7] DWYER L， FORSYTH P， SPURR R. Evaluating tourisms economic effects： New and old approaches[J]. Tourism Management， 2004， 25（3）： 307-317.

[8] 閆敏. 旅游業與經濟發展水平之間的關系[J]. 旅游學刊， 1999， 14（5）： 9-15; 76. [YAN Min. On the relation between tourism industry and economic development level[J]. Tourism Tribune， 1999， 14（5）： 9-15; 76.]

[9] 左冰. 中國旅游產出乘數及就業乘數的初步測算[J]. 云南財貿學院學報， 2002（6）： 30-34. [ZUO Bing. An initial calculation of Chinas tourism output and employment multipliers[J]. Journal of Yunnan University of Finance and Economics ， 2002（6）： 30-34.]

[10] DWYER L. Computable general equilibrium modelling： An important tool for tourism policy analysis[J]. Tourism and Hospitality Management， 2015， 21（2）： 111-126.

[11] LEONTIEF W. Domestic production and foreign trade： The American capital position re-examined[J]. Proceedings of the American Philosophical Society， 1953， 97（4）： 332-349.

[12] HIRSCHMAN A O. Investment policies and “dualism” in underdeveloped countries[J]. American Economic Review， 1957， 47（5）： 550-570.

[13] RASMUSSEN P N. Studies in Inter-Sectoral Relations[M]. Amsterdam： North-Holland， 1956： 23-134.

[14] DIETZENBACHER E， LINDEN J A V D. Sectoral and spatial linkages in the EC production structure[J]. Journal of Regional Science， 2010， 37（2）： 235-257.

[15] SOLOW R M. Technical change and the aggregate production function[J]. Review of Economics & Statistics， 1957， 39（3）： 554-562.

[16] VAGGI G， GROENEWEGEN P. Adam Smith 1723-90： National wealth and the productivity of labour[M]// VAGGI G， GROENEWEGEN P. A Concise History of Economic Thought. London： Palgrave Macmillan， 2003： 101-116.

[17] CELLA G. The input-output measurement of interindustry linkages[J]. Oxford Bulletin of Economics and Statistics， 1984， 46（1）： 73-84.

[18] CHENERY H B， WATANABE T. International comparisons of the structure of production[J]. Econometrica， 1958， 26（4）： 487-521.

[19] HEWINGS G J D. Regional input-output models in the U. K. ： Some problems and prospects for the use of nonsurvey techniques[J]. Regional Studies， 1971， 5（1）： 11-22.

[20] KATZ J L， BURFORD R L. A comparison of estimators of output multipliers from incomplete input-output data[J]. Annals of Regional Science， 1981， 15（1）： 39-54.

[21] ATAN S， ARSLANTURK Y. Tourism and economic growth nexus： An input output analysis in Turkey[J]. Procedia - Social and Behavioral Sciences， 2012（62）： 952-956.

[22] KHANAL B R， GAN C， BECKEN S. Tourism inter-industry linkages in the Lao PDR economy： An input-output analysis[J]. Tourism Economics the Business & Finance of Tourism & Recreation， 2014， 20（1）： 171-194.

[23] 宋增文. 基于投入產出模型的中國旅游業產業關聯度研究[J]. 旅游科學， 2007， 21（2）： 7-12; 78. [ SONG Zengwen. A research on industrial correlation of Chinas tourism industry： Based on the Input-output Model[J]. Tourism Science， 2007， 21（2）： 7-12; 78.]

[24] 張華初， 李永杰. 中國旅游業產業關聯的定量分析[J]. 旅游學刊， 2007， 22（4）： 15-19. [ZHANG Huachu， LI Yongjie. A quantitative analysis related to Chinas tourism industry[J]. Tourism Tribune， 2007， 22（4）： 15-19.]

[25] 劉曉欣， 胡曉， 周弘. 中國旅游產業關聯度測算及宏觀經濟效應分析——基于2002年與2007年投入產出表視角[J]. 旅游學刊， 2011， 26（3）： 31-37. [LIU Xiaoxin， HU Xiao， ZHOU Hong. An analysis of the measurement of correlation of Chinas tourism industry and macroeconomic effects—Based on the perspective of Input-output tables in 2002 and 2007[J]. Tourism Tribune， 2011， 26（3）： 31-37.]

[26] 李江帆， 李冠霖， 江波. 旅游業的產業關聯和產業波及分析——以廣東為例[J]. 旅游學刊， 2001（3）： 19-25. [LI Jiangfan， LI Guanlin， JIANG Bo. An analysis of enterprise relationship and enterprise spread in the tourist industry——Taking Guangdong as an example[J]. Tourism Tribune， 2001（3）： 19-25.]

[27] 戴斌， 束菊萍. 旅游產業關聯： 分析框架與北京的實證研究[J]. 北京第二外國語學院學報， 2005（5）： 13-21. [DAI Bin， SHU Juping. Tourism industry association： An analytical framework and an empirical study of Beijing [J]. Journal of Beijing International Studies University， 2005（5）： 13-21]

[28] 王雷震， 張帆， 李春光. 旅游對區域經濟發展貢獻度定量測度方法及其應用[J]. 系統工程理論與實踐， 2006（5）： 54-62. [WANG Leizhen， ZHANG Fan， LI Chunguang. The quantitative methods and its applications on the tourist contribution to regional economic development[J]. System Engineering Theory and Practice， 2006（5）： 54-62.]

[29] 崔峰， 包娟. 浙江省旅游產業關聯與產業波及效應分析[J]. 旅游學刊， 2010， 25（3）： 13-20. [CUI Feng， BAO Juan. An analysis of tourism industrial correlation and industrial spread effect in Zhejiang Province[J]. Tourism Tribune， 2010， 25（3）： 13-20.]

[30] DREJER I. Comparing patterns of industrial interdependence in national systems of innovation—A study of germany， Great Britain， Japan and the United States[J]. Economic Systems Research， 2000， 12（3）： 377-399.

[31] AROCHE-REYES F. A qualitative input-output method to find basic economic structures[J]. Papers in Regional Science， 2003， 82（4）： 581-590.

[32] BRACHERT M， TITZE M， KUBIS A. Identifying industrial clusters from a multidimensional perspective： Methodical aspects with an application to Germany[J]. Papers in Regional Science， 2011， 90（2）： 419-439.

[33] 趙炳新， 陳效珍， 陳國慶. 產業基礎關聯樹的構建與分析——以山東、江蘇兩省為例[J]. 管理評論， 2013， 25（2）： 35-42. [ZHAO Bingxin， CHEN Xiaozhen， CHEN Guoqing. Construction and analysis of the foundational industry linkage tree on the example of Shandong and Jiangsu province [J]. Management Review， 2013， 25（2）： 35-42.]

[34] AROCHE-REYES F. Trees of the essential economic structures： A qualitative input-output method[J]. Journal of Regional Science， 2006， 46（2）： 333-353.

[35] 汪云林， 付允， 李丁. 基于投入產出的產業關聯研究[J]. 工業技術經濟， 2008， 27（5）： 120-123. [WANG Yunlin， FU Yun， LI Ding. Research on industrial linkage based on input-output method[J]. Industrial Technology & Economy， 2008， 27 （5）： 120-123.]

[36] 孫露， 薛冰， 張子龍， 等. 基于SNA的中國產業網絡結構演化及定量測度[J]. 生態經濟， 2014（2）： 83-87; 115. [SUN Lu， XUE Bing， LI Zilong， et al. A SNA-based measurement on industrial structure change and industrial networking of China[J]. Ecological Economy， 2014（2）： 83-87; 115.]

[37] DOMAR E D. On the measurement of technological change[J]. The Economic Journal， 1961， 71（284）： 709-729.

[38] HOSHI T， JORGENSON D. Enhancing productivity[J]. Journal of the Japanese & International Economies， 2005， 19（4）： 457-459.

[39] AROCHE-REYES F， MENDOZA M， ANTONIO M. An Economic Network in North America [EB/OL]. Munich Personal RePEc Archive No. 61391， 2012.

[40] WOLFF E N. Productivity measurement within an input-output framework[J]. Regional Science and Urban Economics， 1994， 24（1）： 75-92.

[41] MILLER R E， BLAIR P D. Input-Output Analysis： Foundations and Extensions[M]. Englewood Cliffs： Prentice-Hall， 2009： 670-678.

[42] MILLER R E， LAHR M L. A taxonomy of extractions [J]. Contributions to Economic Analysis， 2001（249）： 407-441.

[43] CAI J， LEUNG P. Linkage measures： A revisit and a suggested alternative[J]. Technology Analysis & Strategic Management， 2004， 16（1）： 63-83.

[44] 廣東省統計局. 2018年廣東國民經濟和社會發展統計公報[EB/OL] [2019-05-24]. http：//stats.gd.gov.cn./tigb/content/post. 2207563.html. [STATISTICAL BUREAU OF GUANGDONG. Guangdong Statistical Bulletin On National Economic And Social Development for 2018[EB/OL][2019-05-24]. http：//stats.gd.gov.cn./tigb/content/post.2207563.html.]

[45] 廣東省旅游衛星賬戶編制組. 廣東省旅游衛星賬戶 （GDTSA—2010） 構建與編制[M]. 北京： 中國旅游出版社， 2013： 78-90. [Guangdong TSA Compilation Committee. Construction and Compilation of Tourism Satellite Account in Guangdong （GDTSA—2010） [M]. Beijing： China Tourism Press， 2013： 78-90.]

[46] 廣東省統計局. 廣東經濟普查年鑒（2010）[M]. 北京： 中國統計出版社， 2010： 8-39. [Statistical Bureau of Guangdong. Guangdong Economic Census Yearbook （2010）[M] Beijing： China Statistics Press， 2010： 8-39.]

[47] 廣東省統計局. 廣東經濟普查年鑒（2010）[M]. 北京： 中國統計出版社， 2015： 7-43. [Statistical Bureau of Guangdong. Guangdong Economic Census Yearbook （2015）[M]. Beijing： China Statistics Press， 2015： 7-43.]

[48] 廣東省統計局. 廣東統計年鑒（2011）[M]. 北京： 中國統計出版社， 2011. [Statistical Bureau of Guangdong. Guangdong Statistical Yearbook （2011） [M]. Beijing： China Statistics Press， 2011.]

[49] 廣東省統計局. 廣東統計年鑒（2016）[M]. 北京：中國統計出版社， 2016. [Statistical Bureau of Guangdong. Guangdong Statistical Yearbook （2016） [M] Beijing： China Statistics Press， 2016.]

[50] PAUL B G D， PELLISSERY S. Viewing Economy as a Network： An Exploration through Input-output Model[R]. ID 1011363， Rochester， NY： Social Science Research Network， 2007： 1-27.

[51] 翁鋼民. 我國旅游業產業波及線路與效應研究[J]. 企業經濟， 2013（6）： 5-8. [WENG Gangmin. Research on the route and effect of tourism industry in China[J]. Enterprise Economy， 2013（6）： 5-8.]

[52] LANZA A， TEMPLE P， URGA G. The implications of tourism specialisation in the long run： An econometric analysis for 13 OECD economies[J]. Tourism Management， 2003， 24（3）： 315-321.

[53] HERNANDEZ-MARTIN R. Structural change and economic growth in small island tourism countries[J]. Tourism and Hospitality Planning & Development， 2008， 5（1）： 1-12.

[54] 黃素心， 王春雷. 產業部門重要性測算： 基于假設抽取法的實證[J]. 統計與決策， 2011（9）： 4-6. [HUANG Suxin， WANG Chunlei. Estimation of the importance of industrial sector： Empirical study based on hypothetical extraction method[J]. Statistics and Decision， 2011（9）： 4-6.]

[55] KARAGIANNIS G， TZOUVELEKAS V. Sectoral linkages and industrial efficiency： A dilemma or a requisition in identifying development priorities？ [J]. The Annals of Regional Science， 2010（45）： 207-233.

Structural Linkage and Economic Contribution of Tourism Industriy：

The Case of Guangdong Province in China

ZUO Bing1， YANG Yi2

（1. School of Tourism Management， Sun Yat-sen University， Guangzhou 510275， China;

2. Department of Tourism， Sport and Hotel Management， Griffith University， Brisbane 4111， Australia）

Abstract： Based on input-output analysis and network analysis methods， this paper analyzes the structural linkage of the tourism industry and its economic effects by using the input-output matrix of Guangdong province in 2010 and 2015. It reveals the complex mechanism and possible paths of tourism affecting economy output and productivity growth. Firstly， the basic economic ego-network structure of tourism is identified by using network analysis and the tree graph， which is an area that hitherto eluded empirical analysis. Further， the total linkage， forward linkage and backward linkage effects of tourism are evaluated using the hypothetical extraction method （HEM）. Also， the total factor productivity （TFP） and total factor productivity growth （TFPG） of 41 industry sectors in Guangdongs economy are measured and assorted.

The results show that： （1） tourism has a strong inter-sectoral linkage， covering almost all sectors of the economy. If the tourism industry is extracted from the whole economy， the total output of Guangdong province would be reduced by almost 6%. （2） The backward linkage （BL） of tourism is found to have a greater economic effect than its forward linkage （FL）， which further indicates that the tourism-induced demand out of Guangdong province has a huge positive impact on provincial output. （3） In the entire industry network， tourism shows a relatively higher degree of Betweenness Centrality， suggesting a crucial role in bridging the secondary and tertiary industries. This finding overturns the conventional view that tourism plays a weak role in the Centrality and forward linkage effect， and calls attention to rethink the importance of the tourism industry in the middle and late phases of industrialization. （4） The tourism industrys TFP is relatively lower than the average level， but the growth of its TFP is higher than the average TFP growth of the economy. This feature determines the multiple and complex role of tourism that plays on the output and productivity of the destination economic system. It also shows that the economic effects of tourism vary greatly according to the different regional economic structures and resource endowments of destinations. （5） The higher growth rate of tourism TFP helps accelerate the growth of output and the evolution of tourism forward-linked sectors. This can be seen as an indirect contribution of the tourism industry to the destination economy. However， the lower TFP growth rate of intermediate input sectors of tourism may impede the full play of tourism to the economy. In this sense， the upgrade of tourism quality and efficiency does not solely depend on the endeavor of the tourism sector. Still， it largely depends on the efficiency improvement of a more extensive ?economic system， e.g.， infrastructure， public service， human resources， etc. Enhancing the efficiency of tourism intermediate input sectors is therefore needed for the improvement of tourism quality and efficiency， which may further enlarge a more comprehensive contribution of tourism to the destination economy.

Keywords： input-output analysis; network analysis; ego network; hypothetical extraction method （HEM）;industrial linkage effect; total factor productivity （TFP）

[責任編輯：吳巧紅; 責任校對：劉? ? 魯]