金融支持對旅游產業發展的空間效應：基于空間計量模型的研究

賴寶君 吳貴華 趙晉俠

(華僑大學旅游學院，福建 泉州 362021)

1 概述

近年來，隨著我國社會經濟的不斷發展，旅游業已經成為我國戰略性產業之一，具有關聯性強、輻射性廣、集聚程度高的特點。作為第三產業的金融業也正在飛速發展，作為現代服務業的典型代表，金融支持與旅游產業發展關系日益緊密。一方面，金融業的發展增強了社會融資能力，極大地促進了資金流入旅游行業，促進旅游業發展。另一方面，良好的金融環境和完善的金融支持體系是實現資金有效配置的重要保障，對推動旅游行業的發展起到重要作用。

目前，我國金融支持與旅游產業發展存在空間不適配問題，具體表現為旅游產業與科技創新、現代金融的省域間存在顯著的空間異質性[1]。例如，對2000—2015年長江經濟帶旅游金融時空格局特點進行研究發現，旅游金融效率存在明顯空間依賴性[2]。又如對中部六省的旅游金融效率開展研究發現，旅游金融效率指數分布具有一定的空間轉移惰性,且空間差異較為明顯[3]。綜上所述，金融支持對旅游產業發展存在空間錯配。此外，還存在旅游業融資渠道受限，金融對提升旅游發展水平的支持貢獻不夠等問題。

因此，本文收集中國大陸31個省、自治區、直轄市(以下簡稱省份)旅游與金融的相關數據，運用ESDA空間分析法，從金融支持旅游發展的時空分布角度，通過構建計量模型進行一系列的檢驗，研究金融支持我國旅游產業發展的影響機制，對于推動我國旅游業轉型和深化發展具有一定的現實意義。

2 研究方法與數據

2.1 研究方法

2.1.1 探索性空間數據分析(ESDA)

為了更好解決金融支持和旅游產業發展的空間關聯問題，本文運用了能夠測度全局空間相關性和局部空間相關性的Moran散點圖。Moran散點圖已被廣泛運用于旅游地理、金融地理中的空間關聯分析[1-4]。本文根據Moran散點圖的散點分布象限繪制全國各省份象限分布示意圖，并結合局部Moran’sI指數對全國金融支持與旅游發展水平進行了分析。雙變量局部 Moran’sI指數計算公式如下：

(1)

式(1)中,Ii表示局部空間自相關指數，Zi、Zj分別表示相對于均值和標準差的標準化變量；wij為空間權重矩陣。Ii為正，表示區域鄰近單元是相似值集聚，Ii為負，表示區域鄰近單元是非相似值集聚，Ii為0，表示區域鄰近單元值是隨機分布。

2.1.2 數理統計分析

本文通過設定計量模型對數據進行基準回歸等一系列的實證檢驗。根據條件收斂假設，在控制了所有其他變量之后，金融規模較大地區的旅游發展水平應該高于金融規模較小地區的旅游發展水平，因此，計量模型采用以下形式：

lnTour=a0+a1lnFsc+a2Zi+εi

(2)

式(2)中，Tour表示旅游發展水平；i代表中國大陸31個省份，且0

2.1.3 中介效應模型

本文采用分步回歸法來判斷中介效應是否存在，回歸公式分別如下：

lnTour=a0+a1lnFsc+a2Zi+εi

(2)

lnTour=b0+b1lnUrb+b2Zi+εi

(3)

lnUrb=c0+c1lnTour+c2Zi+εi

(4)

lnTour=d0+d1lnFsc+d2lnUrb+d3Zi+εi

(5)

式(3)和式(4)中，中介變量以城鎮化Urb為例表示公式，Tour表示旅游發展水平；i代表中國大陸31個省份，且0

2.2 變量選取與數據來源

2.2.1 變量選取

被解釋變量：旅游發展水平。本文以全國31個省份(考慮數據可得性，未加入香港、澳門和臺灣)旅游總收入占國內生產總值(GDP)的比值代表該區旅游發展水平。

解釋變量：金融支持。選取金融規模、金融效率與金融結構作為解釋變量的數據指標。

控制變量：根據相關的理論分析，在計量模型的檢驗中加入其他變量作為模型的控制變量：①外商直接投資水平；②人均GDP；③常住人口；④基礎設施(將31個省份的鐵路水路公路里程之和與該區面積的比值作為該指標數據)。

中介變量：本文選取政府投資、(城鄉)收入差距、(人口)城鎮化來作為中介變量探討金融發展影響旅游發展的傳導路徑。

2.2.2 數據來源

本文實證樣本為2004—2017年中國大陸31個省份形成的面板數據。國內旅游收入、GDP、存貸款額、股票數據來源于《中國金融統計年鑒》《中國城市統計年鑒》及各個地區統計年鑒，債券及銀行業金融貸款額數據來源于萬德數據庫，其余控制變量、中介變量數據來源于EPS數據庫及中國知網統計年鑒，個別缺失數據采用插值法計算。

3 結果分析

3.1 金融支持旅游發展的空間分布現狀

考慮社會經濟發展的連續性特點，選取2004年、2010年、2017年旅游發展與金融規模數據作為代表數據導入GeoDa中得出Moran散點圖，根據散點圖繪制 (見表1)中國大陸31個省份旅游發展空間自相關與相關分布圖(不包含象限分布不清晰地區)。橫坐標代表金融規模量，縱坐標代表旅游發展水平，其中H-H代表該地區金融規模較大且旅游發展水平也較高，H-L代表該地區金融規模較大但其旅游發展水平較低。

從金融規模與旅游發展的空間分布整體來看，2004—2010年，各地區的分布情況并未發生較大改變，而2017年所呈現出的空間分布整體產生了較大的變動。2010年及之前，大量的金融資本集中在我國的東部、西部地區，而中部及東北地區的黑龍江與吉林則相對擁有較少的金融資本，其中北京、上海金融規模量遠超其他地區；這一時期旅游發展水平較高的省份主要位于東部、中部及云貴川桂四省，從2004年、2010年旅游發展水平的高低分布來看，東部省份、西南地區及湘贛冀集中為高水平地區，西部地區則為相對低水平地區，表明旅游發展具有較為明顯的空間集聚性。從2017年金融規模與旅游發展的地區象限分布來看，西部地區旅游取得了較快發展，其中云南、西藏旅游發展水平遠超其他地區，整體來看金融規模量在各省的相對分布中變化不大，依舊是北京、上海遙遙領先。

表1 全國各省市自治區金融規模與旅游發展的空間關聯

具體來看，北京、上海初期處于H-H區，而后期則處于H-L區，但這并不意味著其旅游發展中經濟收入降低，而是旅游收入在其GDP中占比變小，說明其產業結構發生了變化，旅游業的地位相對有所降低，旅游發展水平相對其經濟發展水平降低。同樣，2017年，H-H象限西部地區省份西藏、新疆、青海、寧夏“替換”了2010年前較為穩定分布的上海、浙江及川渝地區，且西藏金融規模值只低于北京，同樣遠超其他地區。說明在西部地區與云貴地區，旅游收入在其國內生產總值中占有相對較大的比重。

3.2 影響機制分析

3.2.1 模型回歸

本文的模型估計使用面板數據，通過豪斯曼檢驗判斷面板模型中的效應選擇。模型估計的豪斯曼檢驗統計值為31.67,對應的P值為0(<0.5)，結果在1%的水平上顯著，因此本文選擇固定效應檢驗更為適合。固定效應又分為時間、地區和時間地區雙固定效應[6]。地區固定效應反映地區之間的地理空間特征，反映了變量之間在空間上的相互作用，因此本文選擇地區固定效應。從表2結果可以看出，金融規模、外商投資水平、人均GDP及人口規模都對旅游發展產生顯著性影響，但不同的是人口規模對旅游的發展產生了負向效應，即人口增多反而抑制旅游發展，其余變量均對旅游的發展產生正向效應。金融規模的擴大可以推動旅游發展。

表2 固定效應與隨機效應空間面板計量結果

本文已通過更改解釋變量的滯后期數，以及替換影響旅游發展的指標，對結果進行穩健性檢驗，并選用內生解釋變量的滯后一期數據作為工具變量進行面板模型回歸，數據表明上文的回歸結果穩健可靠。

3.2.2 中介效應檢驗

已有研究大多是直接將旅游發展、控制變量放在一起對因變量進行回歸，忽視了對傳導機制的進一步分析[7]。本文為探究金融規模影響旅游發展的傳導路徑，運用中介效應模型對其作用機制進行檢驗，城鎮化是推動旅游發展的重要因素之一[8]。

3.2.2.1 城鎮化的中介效應檢驗

由表3可見，自變量金融規模對因變量旅游發展具有顯著正向效應；自變量金融規模對因變量城鎮化的作用同樣正向顯著；自變量城鎮化對因變量旅游發展的正向效應也通過了10%的顯著性水平，且對旅游發展有較強的推動作用；在旅游發展中同時加入金融規模與城鎮化的效應后，表中第三列的回歸系數與第一列的系數相比稍有變小，即金融規模對旅游發展影響的回歸系數降低，表明城鎮化也對旅游的發展產生了影響。這說明城鎮化是金融規模推動旅游發展的一大渠道，金融規模的擴大有利于城鎮化的發展進而推動旅游發展。

3.2.2.2 政府投資的中介效應檢驗

政府投資的中介效應檢驗表明(見表3)，回歸結果均為顯著，按照中介效應分步回歸的步驟，首先擴大金融規模推動了旅游發展，其回歸系數為0.039；擴大金融規模促進了政府投資；政府投資增加促進了旅游發展；同時加入金融規模與政府投資的變量后，金融規模對旅游發展的正向效應依舊顯著但回歸系數降低為0.035，說明政府投資在旅游發展中也起到了推動作用。這表明政府投資同樣是金融規模促進旅游發展的渠道之一。

3.2.2.3 收入差距的中介效應檢驗

收入差距中介效應檢驗的回歸結果均通過了1%的顯著性水平(見表3)。按照分步檢驗法，自變量金融規模對因變量旅游發展的回歸系數為正，表明擴大金融規模有利于促進旅游發展；自變量金融規模對因變量收入差距的回歸系數為負，說明金融規模的擴大有利于縮小收入差距；自變量收入差距對因變量旅游發展的回歸系數為負，說明縮小收入差距有利于促進旅游發展；衡量旅游發展水平的公式中同時加入收入差距變量與金融規模變量，金融規模對旅游發展的回歸系數有較為明顯的較低。這表明縮小城鄉收入差距是金融規模影響旅游發展的重要渠道之一，擴大金融規模有利于縮小城鄉收入差距，伴隨城鄉收入差距的縮小，旅游也獲得了發展。

以上結果表明，在三種中介渠道中，收入差距是金融規模影響旅游發展的最重要渠道，其次是金融規模—城鎮化—旅游發展，相對來說作用較小的中介渠道為金融規模—政府投資—旅游發展。

表3 中介效應檢驗

4 結論與建議

4.1 主要結論

旅游發展具有明顯的空間集聚效應；金融規模對旅游發展的推動作用顯著且穩定，金融效率對旅游發展有較為明顯的推動作用；金融規模對中部地區旅游發展的正向效應較強，而東部、西部較弱，且有隨時間減弱的趨勢；金融規模主要通過縮小城鄉收入差距和提高城鎮化水平促進旅游發展。

4.2 政策建議

4.2.1 構建全域旅游共建共享新格局

旅游發展具有明顯的空間集聚效應。綜觀2004—2017年，盡管各地旅游發展水平均在穩步提升，但地區間發展的深度、廣度依舊有差異，且地區內省際差異也較大。要重視旅游發展的區域一體化效益，以點帶線、以線帶面促進區域旅游一體化發展，凝聚全域旅游發展新動力。同時要大力推進“旅游+”，開發旅游發展新功能，使局部旅游發展成果惠及各方，構建全域旅游共建共享新格局[9]。

4.2.2 創新金融支持旅游產業新模式

金融規模對旅游發展的推動作用顯著且穩定，金融效率對旅游發展有較為明顯的推動作用。目前，我國金融對提升旅游的支持貢獻還遠遠不夠，應構建“政府+銀行”助推旅游發展雙模式。政府應制定針對旅游行業發展和金融支持政策，增加政府投資，積極引導金融機構加大對旅游產業的投入。商業銀行應該根據旅游業的發展特點，科學制定旅游企業信用評價機制，在保證風控的基礎上，提高旅游企業的授信額度，建立綠色的申貸渠道，為旅游企業提供良好的信貸支持。此外，政策性銀行應發揮政策引領作用，支持旅游產業發展。

4.2.3 因地制宜建立差異化旅游發展新方式

金融規模對中部地區旅游發展的正向效應較強，而東部、西部較弱，且有隨時間減弱的趨勢。區域間金融支持旅游發展的深度、廣度不同，要因地制宜，挖掘各地區潛力因素，補足金融支持方式的短板，推動旅游深化發展。針對中部地區，在通過加大金融支持旅游提質提量發展的同時，也應根據地方產品、設施與項目的特色，發展具有地方優勢的旅游產業。西部地區則應堅持保護環境優先，實現旅游效益與生態效益的相互促進、共同提升。東部地區經濟發展水平較高，應加強旅游產業的內涵式發展，突破旅游發展的瓶頸與障礙，實現旅游產品供給的品質化、旅游治理環境的規范化、旅游效益的最大化。此外，要挖掘旅游資源內涵，打造旅游品牌，進行文旅融合等多元融合發展，堅持綠色發展，提高旅游發展的效率。

4.2.4 提高城鎮化水平,縮小收入差距

金融規模對旅游發展的影響路徑主要表現為：金融規模擴大—城鄉收入差距縮小—旅游發展；金融規模擴大—城鎮化水平提高—旅游發展。城鎮化是擴大內需的重要渠道之一，要進一步提高城鎮化水平，推進區域協調發展，探尋經濟發展與產業升級的新途徑，把符合條件的農村人口逐步轉成城市人口，縮小收入差距。同時，產業結構升級與收入差距之間具有密切聯系。應遵循市場資源配置規律，使產業結構進一步合理化，推進產業結構高度化，提升勞動者的收入水平，從而縮小城鄉收入差距。