中國城市化與旅游業發展動態計量分析

摘?要：采用因子分析法構建“城市化水平”與“旅游業發展”這兩個綜合指標。在此基礎上，建立動態計量經濟學模型，探討中國城市化水平與旅游業發展的演變趨勢以及兩者的互動關系。結果發現：城市化水平與旅游業發展之間存在長期的均衡關系;從短期來看，城市化水平是旅游業發展的格蘭杰原因，旅游業發展不是城市化水平的格蘭杰原因;旅游業發展會引起城市化水平的快速上升，但后期影響有限，城市化水平對旅游業發展的作用則較為持久。

關鍵詞：旅游業?城市化?因子分析?動態計量

一、引言

城市化與旅游業發展是兩大全球性議題。預計到2050年，全球城市化率有望達到68%，中國將新增2.55億城鎮人口，是城鎮人口增長最快的國家之一?數據來源：聯合國經濟和社會事務部《2018年世界城鎮化展望報告》?。一方面，旅游業已成為我國國民經濟的戰略性支柱產業，2018年中國出境旅游總消費2770億美元，世界排名第一。同期國內旅游收入達到51278.3億元，比2000年增長了16.15倍?數據來源：《中國統計年鑒2020年報告》?。相關研究表明，城市化進程客觀地促進了新型旅游要素的出現與集聚，從而刺激了旅游業的發展[1-3]。城市化水平影響旅游的需求與供給、旅游交通、旅游空間格局等[4，5]，最新研究發現，大數據與人工智能對旅游業發展也有重大影響[6，7]。另一方面，旅游業能顯著帶動農村人口在生產方式和生活方式上向城鎮人口轉變，提供城市化內在拉動力和外在驅動力[8-10]。因此，城市化進程與旅游業發展具有互動效應和協同耦合關系[11，12]。在文獻梳理中筆者發現，針對城市化水平與旅游業發展動態關系的定量研究并不多見，而且存在截然相反的結論。如許潔等基于改革開放30年的時間序列，對我國城市化水平與旅游業發展之間的關系進行了動態計量分析，得出的結論為：旅游業發展與城市化水平之間并不存在顯著的因果關系，即旅游業發展和城市化發展水平之間不存在長期均衡關系[1]。王永剛以上海為例，根據2000—2011年的時間序列數據，證明上海旅游發展和上海城市化水平之間存在長期均衡關系[2]。上述研究都采用單一指標作為城市化水平和旅游業發展的測度，雖然簡單易行，但也忽略了多維概念本身內涵的豐富性，由此可能帶來偏差。所以，本文對中國“城市化水平”和“旅游業發展”這兩個指標采用復合指標法，利用綜合數據探討兩者之間的動態關系。

二、城市化水平與旅游業發展綜合指標

城市化是鄉村分散的人口、勞動力和非農業經濟活動不斷進行空間上的集聚而逐漸轉化為城市的經濟要素的過程[1，4，5]。根據城市化的定義、內涵及中國城市化發展現狀，同時考慮指標數據的可獲取性，本文從城市經濟、城市人口、人居環境與公共服務三個方面選取了評價城市化水平的6個關鍵指標：二三產業生產總值（x1）、城鎮人口比例（x2）、二三產業就業人口比重（x3）、人均公園綠地面積（x4）、每千人口衛生技術人員（x5）、教育經費（x6）。旅游業發展的衡量指標一般有產業規模、產業效益、產業接待能力等[3-5]。本文從數據的可得性及旅游業的特征出發，選取了旅游業總收入（y1）、旅行社個數（y2）、國內游客數（y3）、入境游客數（y4）、出境游客數（y5）等5個指標作為衡量旅游業的關鍵指標。

本文采用因子分析法建立“城市化水平”和“旅游業發展”兩個綜合指標。數據來源于《中國統計年鑒》（2004—2017年），借助統計分析軟件SPSS20.0對城市化水平的6個指標進行因子分析。相關檢驗結果顯示，統計量KMO值為0.865，Bartlett球形檢驗值的顯著性水平是0.000（<0.05），說明各指標之間存在較強的相關性，適合采用因子分析。按照特征值大于1的原則提取公因子，得到1個公因子，其累計方差貢獻率達到98.908%（>90%），即該公因子反映了原指標體系絕大部分信息。同樣方法，對旅游業的5個指標進行因子分析。相關檢驗結果顯示，統計量KMO值為0.733，Bartlett球形檢驗值的顯著性水平是0.000（<0.05），說明各指標之間存在較強的相關性，適合采用因子分析。按照特征值大于1的原則提取得到1個公因子，其累計方差貢獻率達到89.876%，信息損失較小。根據上述公因子提取結果，公因子得分系數矩陣計算出“城市化水平綜合指數”（記為URt）與“旅游業發展綜合指數”（記為TAt），如表1所示。

三、城市化水平與旅游業發展的協整及因果關系檢驗

為了分析我國城市化水平與旅游業發展之間的動態關系，需要對時間序列數據進行協整檢驗。協整理論主要用于尋找兩個或多個非平穩變量之間的均衡關系，如果某兩個或多個同階時間序列向量的某種線性組合可以得到一個平穩的誤差序列，則這些非平穩的時間序列之間存在長期均衡關系，即具有協整性。分別對原始數據取對數，記為LnURt和Ln?TAt（見表2）。這里之所以將原始變量以對數的形式出現，主要原因在于變量對數的差分近似地等于該變量的變化率，而經濟指標變量的變化率常常是較穩定的序列，因此適合于包含在回歸方程中。

（一）單整檢驗

只有相同單整階數的兩個變量才可能存在協整關系，因此在協整分析之前必須檢驗變量的單整階數。進行城市化水平與旅游業發展的協整分析，首先要檢驗這兩個變量的時間序列是否平穩。通過對序列LnURt和LnTAt的平穩性進行ADF檢驗，結果如表2所示，可知LnURt與LnTAt均是非平穩序列，而一階差分序列ΔLnURt和ΔLnTAt均平穩，由此判定LnURt與LnTAt為一階單整序列，記作LnURt～I（1），LnTAt～I（1）。

（二）協整模型及檢驗

檢驗兩變量間的協整關系，通常采用Engle-Granger檢驗法。利用該方法進行城市化水平與旅游業發展的協整檢驗，首先使用普通最小二乘法（OLS）估計變量LnURt對LnTAt的回歸方程：

依據協整檢驗的基本原理，對回歸模型（1）的殘差進行單位根檢驗，首先令殘差ut=LnTAt-1.932968-0.680581LnURt。檢驗殘差項是否平穩，即ut是否為I（0）序列。ADF檢驗統計量（-2.531341），概率值p=0.0164，估計殘差序列為平穩序列，即ut～I（0）。由此，說明LnURt與LnTAt之間存在協整關系，我國城市化水平與旅游業發展之間存在著長期動態均衡關系。這種動態均衡關系表明，進入21世紀以來，中國旅游業的發展和城市化進程之間呈現出一定的協調性。

（三）誤差修正模型

協整關系只反映變量之間的長期均衡關系，為了彌補長期靜態模型的不足，可通過短期動態模型反映短期偏離長期均衡的修正機制。據Engle定理，如果一組變量之間有協整關系，則協整回歸總是能被轉換為誤差修正模型。

為探討兩個序列間的短期波動，令誤差修正項ecmt=ut，本文建立如下誤差修正模型（ECM）：ΔLnTAt=β0+β1ΔLnURt+ecmt-1+εt。

利用OLS估計得到：

在以上的誤差修正模型中，旅游業發展的短期變動可以分為兩部分：一部分是短期城市化綜合指數波動的影響，另一部分是偏離長期均衡的影響。誤差修正項的系數的大小反映了對偏離長期均衡的調整力度。我國旅游業發展與城市化水平之間存在密切的關系。短期內，城市化水平將引起旅游業相同方向的變化，如果城市化水平每增加1%，則引起旅游業增加0.251627%，而非均衡誤差將以22.2479%的比例對每年的旅游業發展與其長期均衡值的偏差做出修正。一旦短期波動偏離了長期均衡關系的軌道，誤差修正機制的存在能夠糾正這種偏離，將旅游業發展與中國城市化水平拉回到長期均衡發展的狀態。

（四）Granger因果檢驗

協整檢驗可以揭示變量序列之間是否存在長期均衡關系，但是無法揭示變量之間是否具有因果關系，Granger因果關系檢驗為解決這類問題提供了一種很好的思路和方法。建立城市化水平（LnURt）和旅游業發展（LnTAt）之間的Granger因果關系模型：

其中，假定隨機誤差項vt和wt之間是不相關的，m為最大滯后階數。利用普通最小二乘法（OLS）對參數進行估計，得檢驗結果如表3所示。

表3顯示，對于原假設“旅游業發展不是城市化水平的原因”，當滯后期為1、2、3時，拒絕其可能犯錯誤的概率均大于0.05，表明接受原假設，即旅游業發展不是中國城市化水平的原因;同時，當滯后期為3時，對于原假設“城市水平不是旅游業發展的原因”，拒絕其可能犯錯誤的概率小于0.0l，表明拒絕原假設，即中國城市水平是旅游業發展的原因。同時表明中國城市水平和旅游業發展之間僅存在單向因果關系。

四、城市化水平與旅游業發展的脈沖響應

以上分析發現城市化水平與旅游業發展之間的交互影響，但是預測二者間的長期關系還需要進一步的定量研究。在向量自回歸的基礎上，運用系統的脈沖響應函數來進行分析就是一種常用的方法。

脈沖響應函數用于考察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取值的影響軌跡。其函數為：

式（4）中：k為滯后階數;隨機擾動項εt稱為新息（Innovation）。采用漸進解析法計算脈沖響應函數的標準差，結果參見圖1與圖2。圖中橫軸表示沖擊作用的期間數（本文為10年），縱軸分別表示我國城市化水平或旅游業發展的變化程度，曲線表示脈沖響應函數。

從圖1可看出，當本期給旅游業發展自身一個標準差新息沖擊后，它即刻做出反應，第1期旅游業發展上升2.8%，隨后一直下降，到第7期沖擊效應基本消失。由此，說明旅游業發展受自身新息沖擊，會立即發生變化，隨后沖擊的影響力下降較快。另一方面，當接受旅游業發展一個標準差新息沖擊后，城市化水平從第2期開始一路上升，到第7期達到最高2.4%，以后又緩慢下降。因此從短期來看，旅游業發展對自身新息沖擊的反應較靈敏，城市化水平的反應則相對滯后2期，但持續影響更顯著。

從圖2可看出，當本期給城市化水平一個標準差新息沖擊后，在第1期城市化水平上升2.4%，到第4期升至最高2.7%，之后平穩下降。說明城市化水平對自身新息沖擊也會即刻響應，影響具有持續作用。另一方面，當接受城市化水平一個標準差新息沖擊后，旅游業發展在第1期上升1.7%，但隨即較快下降，第5期以后穩定在0.4%左右。說明短期來看，城市化水平對旅游業發展有一定沖擊力，但隨著時間的推移，這種沖擊效應逐步減弱。

總體來看，城市化水平對旅游業發展具有明顯的正向沖擊作用，并且沒有滯后性。這一結論與Granger因果關系檢驗的結果相一致，說明城市本身是旅游業發展的重要依托。

五、結論

本文根據2004—2017年的時間序列數據，利用協整檢驗、Granger因果關系檢驗、脈沖響應模型，對我國城市化水平與旅游業發展的關系進行了實證研究，研究結論包括：

第一，城市化水平與旅游業發展之間存在長期均衡關系。非平穩序列城市化水平和旅游業發展，均為一階單整，兩者之間的線性組合為平穩序列，存在協整關系。這說明二者基本處于協調發展狀態。

第二，城市化水平與旅游業發展之間僅存在單向因果關系。通過Granger因果關系檢驗，城市化水平對旅游業發展的促進效應在滯后3年時最為明顯。這說明城市化的水平及質量構成了旅游業發展的基石。

第三，城市化水平對于旅游業發展一個標準差沖擊的響應明顯，說明短期內旅游業發展會引起城市化水平的快速上升;而旅游業發展對城市化水平一個標準差的沖擊則保持較平穩的響應度，說明城市化水平對旅游業發展的作用較為持久。

第四，通過誤差修正模型得出中國城市化水平和旅游業發展之間存在短期波動與長期均衡關系。在短期內，旅游業與中國城市化發展可能會由于政策法規、經濟因素或者是自身的內部矛盾與外部壓力的影響而偏離均值;但這種偏離是暫時的，最終會由于國家經濟持續增長，居民消費觀念的轉變，國家發展旅游業的政策導向等誤差修正因素的存在，將旅游業與中國城市化進程拉回到長期均衡發展的軌道，達到協調發展的雙贏局面。

參考文獻：

[1]徐潔，華鋼，胡平.城市化水平與旅游發展之關系初探——基于我國改革開放三十年的時間序列動態計量分析[J].人文地理，2010，25（02）：85-90.

[2]王永剛.上海城市化進程與旅游業發展的動態計量研究[J].華東經濟管理，2012，26（07）：1-5.

[3]蔡剛，蔡平.旅游產業與新型城鎮化協調發展的實證分析[J].統計與決策，2018，34（12）：12-15.

[4]余鳳龍，黃震方，曹芳東.中國城鎮化進程對旅游經濟發展的影響[J].自然資源學報，2014（8）：1297-1309.

[5]?趙宏中，雷春燕.旅游發展、城市化對城鄉收入差距的影響——基于1996—2015年省級面板數據空間計量研究[J].北京郵電大學學報（社會科學版），2019，21（01）：101-111.

[6]?吳開軍.旅游大數據研究熱點及特征探析——基于國外文獻的分析[J].統計與信息論壇，2019，34（04）：105-113.

[7]湛研.智慧旅游目的地的大數據運用：體驗升級與服務升級[J].旅游學刊，2019，34（08）：6-8.

[8]李志飛，曹珍珠.旅游引導的新型城鎮化：一個多維度的中外比較研究[J].旅游學刊，2015，30（7）：16-25.

[9]趙磊，潘婷婷，方成，林爽.旅游業與新型城鎮化——基于系統耦合協調視角[J].旅游學刊，2020，35（01）：14-31.

[10]張廣海，龔荷.東部沿海地區新型城鎮化旅游驅動機制分析[J].經濟與管理評論，2015（4）：106-112.

[11]李如友.中國旅游發展與城鄉收入差距關系的空間計量分析[J].經濟管理，2016，38（9）：161-172.

[12]鄧可.旅游業與城市化、信息產業的灰色關聯分析[J].科技和產業，2020，20（02）：100-103+107.

（鄧可，上海政法學院經濟與管理學院）