中國省域旅游經濟發展空間效應研究

任樹珺 張 欣 張 博

(1.濟南大學 商學院；2.濟南職業學院；3.濟南大學 文化和旅游學院，山東 濟南 250002)

0 引言

旅游業是當今我國重要的綜合性產業，與經濟發展關系密切。2019年全國旅游經濟保持高于GDP增速的較快增長速度，旅游總收入同比增長11%。旅游經濟迅速發展的同時，旅游經濟發展不均衡等問題日漸凸顯，從理論上看，幾乎所有的空間數據都具有空間相關性[1]。當然旅游經濟也不例外，資本和勞動力等要素在旅游活動中有明顯的區域流動性[2]，旅游經濟的空間效應以及驅動旅游經濟快速發展的因素得到學者的廣泛關注。Yang[3]采用空間計量模型實證分析了區域旅游增長的空間溢出和空間異質性。向藝、趙磊[4,5]等研究發現我國旅游業發展具有明顯空間相關性和空間集聚特征，傳統的計量模型存在偏差。吳媛媛等[6]運用ESDA、空間變差函數、空間計量方法，揭示了中國旅游經濟空間格局演變特征及影響因素，結果表明中國旅游經濟空間相關性顯著為正，高高和低低集聚現象明顯，但經濟空間差異在不斷減小。趙鑫等[7]利用引力模型分析河北省各市對周邊區域旅游經濟的輻射能力。由此來看，旅游經濟在省級和地市級層面確實存在空間相關關系。

對于推動旅游經濟發展因素的研究，Shvedov[8]較早地在經濟增長理論框架下估計了旅游業中資本投入對旅游經濟的促進作用。Aleksander[9]從經典經濟理論的三個基本生產要素：勞動力、土地和資本出發，認為勞動力、信息、知識、創新、旅游基礎設施是影響區域旅游經濟發展的因素。Irma Booyens[10]研究發現旅游業創新是影響旅游業發展的重要因素，加強網絡在旅游業中的運用，促進旅游業創新可以提高旅游競爭力。國內學者在研究中發現資本要素投入在旅游經濟增長中發揮著主要作用。左冰[11]研究發現中國旅游經濟的增長主要是依靠資本投入，呈現出資本密集型特征，勞動力要素和技術投入要素的貢獻尚未充分發揮。蘇建軍[12]通過分析中國旅游投資與旅游經濟發展的時空演變與差異，發現旅游經濟發展受旅游投資的明顯影響。但也有學者著重強調勞動要素的重要性，劉長生[13]以中國29個省市的面板數據為樣本，以旅游業從業人數及受教育狀況等表征人力資本這一變量，實證研究發現旅游業人力資本積累有利于促進旅游業發展。劉軍[14]從旅游人才行業結構和空間結構角度分析對區域旅游經濟增長的影響。

劉小燕[15]采用Tinbergen改進的C-D生產函數對中國旅游業增長的要素貢獻率分析發現，技術進步和資本投入對中國旅游業的發展起積極影響，勞動要素則成為當前中國旅游業經濟增長的阻礙。郭悅、王亞飛[16,17]等發現改善旅游業技術效率可以提旅游業全要素生產率。趙金金[18]研究發現我國區域旅游經濟增長主要是受到生產要素、技術要素和制度要素影響，從空間杜賓模型的效應分解結果來看旅游從業人員數和旅游企業固定資產具有明顯的負外部性。在研究某一區域旅游經濟驅動要素時應當具體情況具體分析，布乃鵬[19]基于模糊集定性比較分析方法(fsQCA)研究山東省17個城市旅游經濟發展的空間特征，深入分析勞動力、資本、土地(資源)及經濟發展水平等要素對山東省旅游經濟發展影響路徑，發現不同區域的影響要素有差別，而且不同要素的影響路徑不同。

以上研究表明，雖然旅游經濟發展的空間相關性已經得到關注，但多以截面數據為樣本，對面板數據研究較少，相關研究有待繼續完善。另外對于旅游經濟各要素的研究中，對資本還是勞動力要素對旅游經濟發展的貢獻率更高，尚未得到一致結論。此外，相關研究僅分析旅游經濟的空間相關性，未對各要素的空間溢出效應進行分析。因此本文基于我國省域2009-2019年的數據，通過空間計量模型分析旅游經濟的空間相關性以及勞動力、資本、技術要素的貢獻率。

1 研究方法與模型設定

1.1 探索性空間數據分析

探索性空間數據分析(ESDA)是用來分析空間數據，分析空間關聯的一種方法。用來分析空間自相關的指數有莫蘭指數I、吉爾里指數C和Getis-Ord指數G。其中莫蘭指數最為流行、使用最為廣泛的。因此文章采用該方法對旅游經濟的空間相關性進行檢驗，全局空間自相關用于分析觀測變量在整體上的空間關聯，通常用Global Moran′s I來衡量，公式如下：

(1)

若是具體分析觀測變量在某區域i附近的空間集聚情況，則應使用局部莫蘭指數(Local Moran′s I)來衡量，公式為：

(2)

其中，wij是空間權重矩陣，xi、xj為省域i、j的地理屬性觀測值；n為樣本數量。莫蘭指數I的取值范圍是[-1,1]，若數值為正即代表正自相關，也就是高值與高值相鄰、低值與低值相鄰。莫蘭指數越接近于0，變量的空間分布越隨機。

1.2 模型構建與數據來源

基于現有研究，本文基于柯布—道格拉斯生產函數，考慮勞動、資本和技術要素投入構建以下函數。

Yit=ALitαKitβ

(3)

其中，Yit是第i個區域在t時期的旅游經濟產出，Lit和Kit分別是i區域在t時期的勞動要素投入和資本要素投入，A為技術進步，α和β是待估系數，其數值表示各變量的貢獻率。為了消除函數估計中存在的異方差，對式(3)的左右兩邊取對數，得到普通面板模型。

LnYit=LnA+αLnLit+βLnKit

(4)

因變量Y：旅游經濟，旅游業主要是指以旅游者為服務對象，為其旅游活動提供各種便利性服務的綜合性產業，包括旅行社、餐飲、住宿等與旅游相關的企業[20]。因此在整個旅游活動過程中旅游者和經營者所產生的所有經濟往來的綜合就是旅游經濟。Yang(2012)指出，由于無法獲得旅游業各個部門的具體數據，因此旅游業經濟總量可以采用旅游收入來衡量[21]。本文以旅游收入(國內旅游收入與入境旅游收入之和)來衡量旅游經濟發展水平。

自變量：K為資本要素投入，目前相關旅游業固定資本投入統計缺乏，采用固定資產投資額來表示資本要素投入。L為勞動力投入，以旅游業從業人數衡量，將餐飲、住宿、景區等相關行業的年末就業人數，加總得到。A是按恒定比率增長的外生技術進步，科技創新是旅游產業結構轉型升級的重要途徑，這里借鑒現有研究成果以科學研究和試驗經費支出(R&D支出)衡量技術水平。

以上各變量的數據來源于國家統計局、山東統計年鑒、中國統計信息網以及各地市統計局的相關數據。

1.3 空間杜賓模型

空間杜賓模型(Spatial Durbin Model，SDM)包含了解釋變量和被解釋變量的空間依賴效應，是考察地理要素空間關聯的主要模型。

Yit=β0+λWYit+βIXit+δiWXit+εit

(5)

Yit、Xit是第t年第i個地區的因變量和自變量的觀測值，W是空間權重矩陣，ε為服從獨立同分布的隨機誤差項，WYit表示因變量之間的內生交互效應，WXit表示不同區域間的自變量之間的外生交互效應。δβλ是待估系數。λ是被解釋變量的空間滯后系數，δ是解釋變量的空間自回歸系數。

由此，考慮旅游經濟發展過程中的空間相關性對普通面板模型(4)進行補充升級，建立起包含內生交互效應、外生交互效應和干擾項之間交互相應的空間計量模型。

(6)

其中，εit是隨機擾動項，ρ 是空間滯后系數， λ 是空間誤差系數，θ1、θ2、θ3是外生變量的空間自相關系數，當λ 值為零時，模型可簡化為空間滯后(SLM)模型；當 ρ 為零時，模型變為空間誤差(SEM)模型。最后，當 ρ = 0 、θ=0、λ=0時，該模型變為標準最小二乘回歸模型。

2 實證分析

2.1 空間自相關分析

空間自相關是指變量在不同位置上的觀測數據之間潛在的相互依賴性。目前研究中多用全局 Moran 指數這一指標進行衡量。其中空間矩陣的構造必須滿足空間相關性隨著‘距離’的增加而減少的原則。

全局自相關檢驗，使用2009-2019年的旅游總收入數據，在Geoda軟件中，選擇“queen contiguity”(后相鄰)生成空間權重矩陣，進而計算莫蘭指數，發現研究期內莫蘭指數全部為正值，在0.219893—0.364808之間波動，且均至少通過0.05的顯著性檢驗，說明我國各省旅游經濟發展存在空間自相關，在研究省域旅游經濟發展過程中不可忽視空間效應。

表1 我國省域旅游經濟Moran′s I值

圖1 省域旅游經濟發展水平的Moran散點

為了揭示國內各省旅游經濟的局部空間關聯特征，運用Geoda對2009-2019年的旅游總收入均值進行局部空間自相關檢驗,并形成Moran's I散點圖，發現圖中分別有13和11個城市位于第一和第三象限，占整個研究區域單元總量的77.4%，表明我國各省份旅游經濟存在正向空間相關性。我國旅游經濟的局部空間關聯，以高高和低低集聚為主，具體來看位于第一象限(高—高集聚)的主要是山東、江蘇、浙江、河南、貴州、廣東、江西、廣西、安徽、湖北、河北。這些省份旅游經濟發展水平較高，旅游發展的空間關聯性也較強。第二象限(低—高集聚)，即發展水平較低的區域被發展水平較高的鄰近區域所包圍，主要有重慶和天津。對于這些區域，加強與周邊省市的旅游合作有利于帶動當地旅游發展。位于第三象限(低—低集聚)的主要是西藏、甘肅、青海、黑龍江、吉林、內蒙古、新疆等。位于第四象限高低集聚的主要有四川、遼寧、北京，這些區域本身旅游發展水平較高，但周邊地區發展緩慢，空間帶動效應較弱。

2.2 空間計量模型的檢驗與分析

在進行模型估計之前，需要通過(Robust)LM檢驗進行空間誤差模型(SEM)和空間滯后模型(SLM)的比選。由分析結果可知，lm-error、lm-lag、和rubost lm-error均通過了0.05的顯著性檢驗，都拒絕“無空間自相關”的原假設，即我國省域旅游經濟發展是存在空間誤差項的。相較于OLS模型空間計量模型更能解釋問題。本文先建立空間杜賓模型(SDM)，然后通過Walds和LR檢驗來判斷空間杜賓是否可簡化為空間誤差模型(SEM)和空間滯后模型(SLM)。根據表2分析可知Walds和LR檢驗結果均至少通過了0.05的顯著性檢驗，拒絕可以簡化的原假設，我國省域旅游經濟增長的SDM模型不可以簡化為SLM或SEM。最后的Hausman 檢驗結果通過0.05的顯著性檢驗，所以拒絕隨機效應選擇固定效應模型，因此對于本文的研究問題，選擇固定效應的空間杜賓模型。

從表3的模型結果來看，固定效應的空間杜賓模型的R2大于隨機效應SDM和OLS。對比OLS模型和固定效應的空間杜賓模型，可以發現，如果忽視空間效應，則高估了勞動力、資本投入、創新投入這些要素對旅游經濟的影響。空間固定效應SDM模型的空間溢出系數ρ為0.159，且在0.05的水平上顯著，表明我國各省份的旅游經濟具有顯著的空間溢出效應，相鄰省份的旅游發展的空間帶動效應顯著，即本地旅游經濟每增長1%，將帶動鄰近省份旅游經濟增長0.159%。

表2 空間計量模型的檢驗結果

旅游經濟的這種空間交互作用，將進一步推動旅游經濟全面發展，各省份應致力于促進旅游生產要素(人才、資本和創新等)的跨縣域和跨行業流動與集聚，充分利用旅游經濟發展的空間溢出效應。

從自變量對旅游經濟的空間交互效應來看，資本投入、勞動力投入、技術創新要素投入都對我國省域旅游經濟具有顯著的空間溢出效應，其中技術創新投入的空間交互作用系數為正值，說明本地R&D投入增多會對鄰近地區旅游經濟發展產生帶動作用。而勞動力和資本投入的空間交互作用系數為負值，分別是-0.531和-0.531，說明鄰近地區的旅游業勞動力和資本投入增加會對本地區旅游經濟發展產生負面影響，鄰近地區勞動力要素投入增加1%時，會導致本地區旅游經濟減少0.531%。

表3 我國省域旅游經濟增長的OLS和SDM回歸結果分析

2.3 空間效應分解結果分析

表4是將我國省域旅游經濟的空間效應分解成直接效應和間接效應的結果，據此進一步分析各要素的作用路徑，從直接效應來看，可以發現勞動、資本和技術要素對于本地區旅游經濟的增長都存在不同程度的促進作用，其中資本要素投入系數最大為0.387。從間接效應分析，技術進步的空間溢出效應顯著為正，說明技術要素投入對于周邊地區的旅游經濟有促進作用，如果鄰近地區技術要素投入每提高 1%，會通過空間交互作用間接促進本地旅游經濟增長1.382%。

表4 旅游經濟的SDM空間固定效應分解結果

綜合來看，促進本地和鄰近地區旅游市場發展的因素主要是資本投入要素和技術創新投入要素，資本投入要素主要通過直接效應直接促進本地旅游經濟發展。但由于空間效應存在，勞動要素和資本要素對鄰近地區旅游業發展主要帶來抑制作用，各因素對旅游經濟的影響路徑和強度差異明顯。因此，在旅游經濟的研究中，空間依賴特征不可忽視，對不同地區勞動力要素和資本投入要素的配置要注重平衡性，實現旅游經濟長效發展。

3 研究結論

(1)2009-2019年我國31個省份旅游經濟表現出較強的空間集聚特征，莫蘭指數為正值，表明旅游經濟存在正向空間自相關。且近3年的莫蘭指數值明顯較高，說明空間集聚強度逐年加大。各省旅游經濟的局部空間關聯特征以“高-高”和“低-低”集聚為主，高-高集聚主要在山東、江蘇、廣東等東部省份；低-低集聚主要位于我國東北和西北地區。

(2)固定效應的SDM是擬合效果最好的模型。旅游經濟存在顯著空間溢出效應，本地旅游經濟每增長1%，將帶動鄰近省份旅游經濟增長0.159%。若忽略旅游經濟的空間效應，將高估各影響因素對旅游經濟的作用程度。因此，政府在制定旅游發展規劃和相關政策的時候，應重視旅游經濟增長的溢出效應，促進鄰近地區旅游經濟共同發展繁榮。

(3)在C-D生產函數基礎上，采用空間杜賓模型分析勞動、資本和技術要素投入對旅游經濟的貢獻，發現各個要素對旅游經濟的貢獻程度和影響路徑差異明顯，三種要素投入增加均對本地區旅游經濟的發展起到促進作用，其中資本要素投入的貢獻遠大于其它要素，說明我國省域旅游經濟增長主要是資本要素投入驅動，具有資本密集型的特征。通過對溢出效應進行分析，發現鄰近地區的勞動要素和資本要素投入對本地區旅游經濟發展具有較大的負效應，而臨近地區技術創新要素的投入對本地區有帶動作用。因此在我國旅游經濟全面發展及其相關政策制定過程中應充分考慮這種差異，注重空間依賴性特征，加強鄰近地區在要素投入方面的合作與交流，促進各要素跨地區流動，特別注重地區間的勞動要素和資本要素資源配置的平衡性，同時致力于提升勞動力要素的貢獻度，提高省域旅游資本投入與旅游產出，實現旅游經濟可持續發展。

(4)我國各省份之間旅游經濟發展不平衡，充分發揮空間溢出效應可帶動全國旅游經濟共同發展。在研究中可以發現，資本要素和勞動力要素對旅游經濟的貢獻差距很大，勞動力要素對旅游經濟的貢獻度較低。隨著消費者越來越注重服務質量，相關部門不僅要保證旅游服務者的數量，更要注重其服務質量，同時提高服務者收入水平，提高鄰近地區及本地區勞動力對旅游經濟增長的協同貢獻。科技的進步不僅對本地區旅游經濟有正向影響，還會帶動鄰近地區發展水平，所以加強科學研究與試驗的投入，推進旅游信息化，發展智慧旅游是旅游業發展的必然趨勢。

推動旅游經濟發展的因素較為繁雜，本文主要借鑒吳玉鳴[2]、劉小燕等[15]的研究，結合空間計量分析了我國省域旅游經濟發展之間的空間相關性，同時依據C-D生產函數探討了勞動力、資本和技術進步幾個要素對旅游經濟的貢獻，但旅游經濟的其他影響因素例如政策、交通便利程度以及一些重大事件等未考慮在內。在后續研究中，可選取更加全面的影響因素，使研究結論更具科學性和適用性。