數字技術與中國旅游全要素生產率
——基于非線性與異質性的考量

冀雁龍，李金葉

（1.新疆大學 經濟與管理學院，新疆 烏魯木齊 830046；2.山西大同大學 云岡學學院，山西 大同 037009）

一、引言

改革開放以來，中國旅游經濟持續高速增長，并逐步成為國民經濟的重要增長點。然而，當前旅游業仍存在粗放式增長、產品同質化等問題，難以實現旅游全要素生產率的提升。尤其在當前新冠肺炎疫情影響下，旅游全要素生產率提升成為旅游產業升級，實現旅游經濟高質量發展目標過程中亟待解決的難題。此外，數字經濟作為一種新經濟形態，在激發消費、刺激就業、促進投資等方面發揮重要作用，成為中國經濟發展中最活躍的領域之一（袁徽文、高波，2022）[1]。2020年中國數字經濟規模達39.2萬億，約占GDP的40%。同時，數字技術作為數字經濟發展的核心驅動力，因其具有強大的賦能效應，促進全要素生產率增長（劉平峰、張旺，2021）[2]。具體到旅游產業層面，不僅有利于旅游產業自身創新水平提升以及降低旅游活動交易成本，還會通過旅游產業要素投入產出與要素結構，影響旅游全要素生產率提升。因此，推動數字技術對旅游產業的數字化改造對提升旅游全要素生產率具有重要意義。

在數字經濟快速發展的背景下，大量學者對數字技術與經濟活動之間的關系展開了有益探討。從宏觀經濟方面來看，一是數字技術對經濟增長、經濟高質量發展（丁志帆等，2020）[3]、產業結構升級（方湖柳等，2022）[4]等的促進作用；二是數字技術對全要素生產率提升的“生產率效應”(Lin&Shao，2007)[5]或“生產率悖論”(Oliner等，2008)[6]，體現了數字技術對全要素生產率提升具有兩面性。從中觀產業方面來看，一是數字技術對農業產業鏈發揮“增值效應”（李飛星等，2022）[7]；二是數字技術推動制造業在連接、數據、算法和算力、加工制造能力，有助于制造業的服務化轉型（李曉華、2021）[8]；三是數字技術促進服務業轉型升級、性質變化、供需和資源匹配協調，對服務業生產率提升具有“賦能效應”（李帥娜，2021）[9]。從微觀企業方面來看，數字技術有助于提升企業全要素生產率（趙宸宇等，2021）[10]。

關于數字技術對旅游全要素生產率影響的相關研究，黃蕊、李雪威(2021)[11]利用中國省級數據檢驗了數字技術對旅游產業效率的影響，發現數字技術主要通過打破傳統的路徑依賴、打造全新組織結構，進而提升旅游產業效率；陳琳琳等(2022)[12]構建數字技術影響旅游業高質量的理論模型，表明數字技術通過提升生產要素組合效率、激發產業創新效率、加快供給側結構性改革進而提升旅游產業效率。上述研究中，第一，多從旅游產業效率鎖定的成因展開，發現數字技術成為助力旅游產業效率提升的有效路徑，但并未進行實證檢驗；第二，學者綜合考慮了數字技術對旅游產業效率提升的作用機制，然而僅是考慮了其中存在的線性影響。鑒于此，文章將中國旅游產業分行業數據與省級面板數據相匹配，驗證了數字技術對旅游全要素生產率的非線性影響及其異質性。研究結論揭示了數字技術與旅游產業深度融合推動旅游投入產出與要素結構，優化進而影響旅游全要素生產率，彌補了現有文獻的不足。

文章的邊際貢獻在于：第一，將數字技術與旅游全要素生產率納入到同一分析框架，實證檢驗了數字技術對旅游全要素生產率的非線性影響。進一步將旅游全要素生產率解構，剖析數字技術影響旅游全要素生產率的非線性關系的核心動力。第二，以旅游經濟增長、旅游產業結構升級作為調節變量，以探究數字技術對旅游全要素生產率影響的非線性關系的內在機制，以期更加明確數字技術影響旅游全要素生產率的背后邏輯。第三，基于旅游景區稟賦、地區技術創新水平以及地區經濟發展差異，分析了數字技術對旅游全要素生產率的異質性影響，對于中國而言，區域差異明顯，因此，“因地制宜”的政策制定和實施尤為重要。

二、理論分析與研究假設

旅游全要素生產率提升受要素稟賦與要素結構的制約。由于要素流動和要素價格，要素稟賦體現了要素的數量與質量，要素結構則是要素實際配置所達成的要素間相對比例關系。借鑒蔣瑛等(2022)的旅游增長極限的分析框架，可以揭示旅游全要素生產率提升的內在原因，該理論框架認為旅游增長極限主要由旅游市場供需所決定[13]。其中，供給極限是旅游產業投入生產要素的極限，需求極限是旅游市場規模的極限，共同決定了地區旅游經濟“量”的增長，同時，地區旅游經濟“質”的突破在于旅游市場供需的平衡，投入過少以及產出失衡均會造成旅游經濟增長動力不足與旅游產業效率低下等問題。所以，突破旅游市場供需極限亟需一個強大的外力，促進旅游全要素生產率提升。適逢數字經濟作為經濟社會中的一次重大變革，數字技術視為創新驅動的先導力量，有助于促進旅游產業由要素驅動向創新驅動轉變，突破旅游增長極限、實現市場供需平衡，從而提升旅游全要素生產率。文章接下來從旅游要素投入和產出角度、要素結構和配置角度分析數字技術對旅游全要素生產率的影響（圖1）。

圖1數字技術對旅游全要素生產率作用機制

1.數字技術對旅游全要素生產率的影響

理論上，數字技術以現代信息與通信為主導，通過多種機制直接作用于旅游全要素生產率。然而，數字技術對旅游產業的數字化改造并非一蹴而就，往往需要一定的適應過程，數字技術具有“生產率悖論”。一方面，倘若數字技術與本地旅游傳統要素不相匹配，表現為數字技術與旅游產業生產要素在區域范圍內的不適配，導致數字技術嵌入的“空心化”、數字技術成果的“孤島化”、數字技術改造的“碎片化”，進而引致低效率生產與資源閑置（楊建、方浩，2022）[14]，抑制旅游全要素生產率提升；另一方面，數字技術對旅游產業生產要素具有替代效應，其應用將不同程度的改變旅游產業生產要素市場份額，快速更迭的數字技術水平可能導致旅游產業生產要素配置扭曲，要素配置扭曲的擴散效應與傳導效應則會抑制旅游全要素生產率提升（冀雁龍、李金葉，2022）[15]。

長期來看，數字技術主要通過技術創新效應、資源配置效應和規模經濟效應，發揮“生產率效應”。首先，數字技術的技術創新效應實質上是現代信息技術與通信技術在旅游產業發展過程轉化為生產力的過程，既是數字技術本質屬性的表現，又是數字技術對旅游產業數字化改造的重要出發點。楊宏浩(2020)認為數字技術有助于旅游產業創新發展與重塑旅游產業格局[16]。夏杰長等(2020)指出數字技術通過文旅產業變革與新業態創造，突出數字技術對旅游經濟高質量發展的“賦能效應”[17]；其次，數字技術的資源配置效應是指在旅游產業生產要素投入既定的條件下，通過數字技術對要素配置效率的提升，從而實現產出的最大化。具言之，隨著數字技術融入到旅游活動中，將帶動知識、技術、信息等新型生產要素在旅游產業中的流動，一方面提升旅游產業生產要素組合效率，另一方面明顯提升旅游產業中高級要素占比，最終為推動旅游全要素生產率提升提供要素配置動能；最后，數字技術的規模經濟效應是指在旅游產業數字化改造過程中，數字技術加快旅游產業專業化水平，通過規模經濟效益進而實現旅游全要素生產率提升（郭悅等，2015）[18]。進一步，數字技術與旅游產業傳統要素催生的數字要素，具有低成本、邊際收益遞增、規模報酬遞增等特點，較小的投入便會實現旅游產出的最大化，有助于解決旅游產業粗放式增長與規模效益低下等問題。據此，文章提出如下假設：

假設H1：數字技術對旅游全要素生產率的影響呈現先抑制后促進的“U”型關系。

2.數字技術對旅游全要素生產率的作用機制

（1）旅游經濟增長的調節效應

旅游經濟增長反映的是從投入到產出在旅游產業發展的動態過程，是旅游全要素生產率提升的前提。不容置否，要素投入往往存在一個由“量變”到“質變”的轉換過程，這其中會存在一定的滯后性。在前期，數字技術與旅游產業生產要素的協作尚處于探索階段，可能存在技術與要素協同“水土不服”的現象，造成數字技術對旅游經濟增長產生“破壞性創新”，不利于旅游產業發展過程中投入的長期增加與產出效率的提升，抑制旅游經濟增長；隨著數字技術與旅游產業生產要素的適配，旅游產業生產要素在數字技術的加持下突破時空限制，有助于解決旅游投入邊際效應遞減和旅游投入產出失衡的問題，進而促進旅游經濟增長。據此，文章提出如下假設：

假設H2：數字技術主要通過旅游經濟增長的正向調節作用對旅游全要素生產率產生“U”型非線性影響。

（2）旅游產業結構升級的調節效應

旅游產業結構則反映的是旅游產業發展的結構性問題，體現了旅游產業生產要素的匹配和組合關系，通過要素配置協調與產業鏈增值引致的旅游全要素生產率提升。短期來看，數字技術作為一種外部沖擊，容易打破旅游產業生產要素固有結構，造成旅游產業要素配置紊亂；長期來看，隨著數字技術對旅游產業的數字化改造深入，數字技術與旅游產業生產要素催生的數字要素，通過從低生產率部門向高生產率部門的轉移，實現旅游產業結構升級。據此，文章提出如下假設：

假設H3：數字技術主要通過旅游產業結構升級的正向調節作用對旅游全要素生產率產生“U”型非線性影響。

三、研究設計

1.模型設定

結合以上理論分析，為了評估數字技術影響旅游全要素生產率的非線性關系，建立加入數字技術(dig)二次項的固定效應模型進行實證分析。考慮到數據的量綱不同，對部分變量取對數與去中心化處理，基準模型設定如下：

其中，下標i，t分別表示省份、年份，ttfp表示旅游全要素生產率和三個細分指標（技術進步、純技術效率和規模效率），dig表示數字技術，X表示其他影響旅游全要素生產率的控制變量，ρ表示個體固定效應，用來控制各省區市不隨時間變化因素，ε為隨機擾動項。

在基準回歸的基礎上，進一步引進數字技術與旅游經濟增長(tg)、旅游產業結構升級(sr)的交互項(digit×tgit/digit×srit)，通過交互項的顯著性驗證是否存在調節作用，調節效應模型設定如模型(2)和模型(3)，其他變量含義同上。

2.變量選取與測度

（1）核心被解釋變量

旅游全要素生產率(ttfp)。借鑒魯曉東、連玉君(2012)[19]的做法，使用Malmquist指數法測度旅游全要素生產率，并將其分解為技術進步(techch)、純技術效率(pech)和規模效率(sech)。其中，投入和產出變量的處理如表1所示，從資本、勞動力、旅游服務設施三個方面選取投入指標，從收益和規模兩個方面選取產出指標，利用DEAP2.1程序得到2013—2020年各省區市旅游全要素生產率增長率及其細分指標。

表1旅游全要素生產率測度指標

（2）核心解釋變量

數字技術(dig)。借鑒周青等(2020)[20]的做法，以數字基本資源與數字互聯化兩個維度構建綜合指標體系，其中，數字化基礎資源包括長途光纜線路長度、每百人使用計算機數、互聯網寬帶接入端口數、互聯網寬帶接入用戶以及軟件業務收入五個指標，數字互聯網包括企業信息化及電子商務企業數、企業擁有網站數、每百家企業擁有網站數、有電子商務交易活動企業數以及電子商務銷售額，采用熵值法求得綜合指數值。

（3）控制變量

考慮到影響旅游全要素生產率提升的因素較多，借鑒已有研究成果引入其他影響旅游全要素生產率的控制變量：經濟發展水平(pgdp)、外商開放程度(open)、政府規模(gov)、技術創新(tech)、產業結構(ind)。其中，經濟發展水平使用人均實際GDP衡量，外商開放程度使用外商直接投資與GDP的比重衡量，政府規模使用政府財政支出占GDP的比重衡量，技術創新使用專利申請數來衡量，產業結構使用第三產業與第二產業的產值之比衡量。

（4）調節變量

旅游經濟增長(ts)。根據既有研究成果的設定慣例，參考Robertico等(2020)[21]的做法，使用旅游產業總產值占GDP的比值衡量。

旅游產業結構(sr)。參考干春暉(2011)[22]的做法，使用重新構造泰爾指數測度，公式為：

其中，Y為旅游產業總收入，L為旅游產業總就業人數，i為旅行社、星級酒店和旅游景區三大行業部門，n為行業部門數。囿于該指標為反向測度指標，參考葉宗裕(2003)[23]的做法將指標正向化：

3.數據來源

各變量數據均來源于歷年《中國統計年鑒》《中國旅游統計年鑒》以及各省區市國民經濟和社會發展統計公報和EPS數據平臺。鑒于西藏和港澳臺地區數據缺失嚴重，將其從研究樣本中剔除，對于部分缺失數據使用年均增長率補齊。文章將數字技術數據、旅游產業數據與2013—2020年中國30個省區市數據相匹配，共計得到240個樣本作為觀測值，所有變量的描述性統計如表2所示。

表2主要變量描述性統計

四、實證檢驗

1.基準回歸

基于Hausman檢驗結果，采用固定效應模型進行基準回歸，結果見表3所示。第(1)列、第(2)列分別是未引入以及引入控制變量，將數字技術一次項納入到基準模型的回歸結果。結果發現數字技術一次項的回歸系數都顯著為負，均在10%顯著性水平上對旅游全要素生產率產生負向影響；第(3)列、第(4)列分別是未引入以及引入控制變量，將數字技術二次項納入到基準模型的回歸結果。結果發現數字技術二次項的回歸系數顯著為正，均在1%顯著性水平上對旅游全要素生產率產生正向影響；第(5)列、第(6)列分別是未引入以及引入控制變量，將數字技術一次項、二次項納入到基準模型的回歸結果。結果發現數字技術一次項回歸系數顯著為負，其二次項回歸系數顯著為正，均通過10%顯著性水平檢驗，說明數字技術對旅游全要素生產率存在先抑制后促進的“U”型關系。假設H1得以證實，短期來看，數字技術與旅游產業傳統生產要素及其要素結構不相匹配，數字技術對旅游產業發展造成數字化沖擊，導致對旅游全要生產率提升的抑制作用；長期來看，隨著旅游產業數字化改造的深入，數字技術有助于旅游產業要素稟賦集聚與要素結構優化，充分發揮數字技術的“賦能效應”，進而促進旅游全要素生產率提升。

表3基準回歸結果

進一步，將旅游全要素生產率進行解構，分別是技術進步(techch)、純技術效率(pech)以及規模效率(sech)。將數字技術分別與技術進步、純技術效率以及規模效率進行基準回歸，以驗證數字技術對旅游全要素生產率提升的主導力量。如表4所示，僅有數字技術對旅游技術進步水平的影響存在顯著的“U”型非線性特征，與數字技術對旅游全要素生產率的影響效應相一致。這就表明數字技術對旅游全要素生產率的“U”型非線性影響主要由旅游技術進步發揮主導作用。

表4旅游全要素生產率的分解估計

2.內生性與穩健性檢驗

為了紓解模型中存在的內生性問題，通過引入工具變量，進行兩階段最小二乘法(2SLS)估計。借鑒黃群慧等(2019)[24]的做法，采用1984年各省區市的郵電數據作為數字技術的工具變量，該變量作為信息通訊的歷史數據，與當前數字技術發展顯著不相關。滿足嚴格工具變量的嚴格外生性要求。鑒于該變量為截面數據，參考袁淳等(2021)[25]的做法，使用各省區市滯后一期的互聯網上網人數與郵電數據的交互項作為當期數字技術的第一組工具變量(iv1)；此外，使用數字技術的滯后二階、滯后三階作為第二組工具變量(iv2)。2SLS回歸結果如表5所示，Kleibergen-Paap rk的LM統計量顯著拒絕“工具變量識別不足”原假設，Kleibergen-Paap rk的Wald F統計量以及Cragg-Donald Wald的F統計量均拒絕“弱工具變量識別”的原假設，Hansen J檢驗不能拒絕“工具變量過度識別”的原假設。因此，在考慮內生性問題后，數字技術對旅游全要素生產率影響的“U”型關系仍舊成立。

表5工具變量回歸結果

此外，文章還通過更換回歸模型、替換核心解釋變量與被解釋變量、樣本處理的方法進行穩健性檢驗。使用兩步系統廣義矩估計(SYS-GMM)方法對模型進行估計，如表6第(1)列所示，檢驗結果依舊穩健；為了減小指標構建方式帶來的估計誤差，第(2)列使用主成分法構造數字技術綜合指標，回歸結果依舊穩健；借鑒魯曉東、連玉君(2012)[19]的做法，使用GMM法測度旅游全要素生產率，估計結果如第(3)列所示，回歸結果依舊穩健；對數據進行左右1%縮尾處理，估計結果如第(4)列所示，回歸結果依舊穩健。所以文章的研究結果具有較強穩健性。

表6穩健性檢驗

3.作用機制檢驗

數字技術通過什么路徑對旅游全要素生產率產生“U”型非線性影響？這里主要探討上文所述的兩種路徑。第一種是數字技術通過促進旅游經濟增長，進而對旅游全要素生產率產生“U”型非線性影響，因為數字技術有助于解決旅游產業生產要素投入的長期性以及投入、產出的平衡性問題，進而通過旅游經濟增長影響旅游全要素生產率提升。第二種是數字技術通過促進旅游產業結構升級，進而對旅游全要素生產率產生“U”型非線性影響，因為數字技術有利于旅游產業要素結構優化與要素資源合理化配置，通過旅游產業結構升級影響旅游全要素生產率提升。因此，加入數字技術與旅游經濟增長、旅游產業結構升級交互項的基準模型回歸結果見表7所示。可以看出，兩個交互項的回歸系數均顯著為正，且通過5%顯著性水平檢驗，證明了數字技術正向調節旅游經濟增長、旅游產業結構成為與旅游全要素生產率“U”型關系的主要作用機制，假設H2和假設H3得以驗證。

表7作用機制檢驗

五、進一步異質性分析

1.旅游景區資源稟賦和技術創新水平是否會影響估計結果

數字技術是現代通信與信息的通用技術，具有覆蓋范圍廣、服務成本低等特點，尤其是在旅游景區稟賦較低的地區。為此，分別根據旅游景區稟賦、技術創新水平將總體分為兩個子樣本進行基準回歸。其中，按照2004年發布《旅游景區質量等級的劃分與評定》的國家標準，將旅游景區分為高旅游景區稟賦地區與低旅游景區稟賦地區，然后按照各省區市的專利申請數分為高技術創新水平地區與低創新水平地區，分別進行異質性檢驗，結果見表8所示。第(1)列和第(2)列表明數字技術對旅游全要素生產率影響的“U”型非線性關系僅存在于低旅游景區稟賦地區。對此可能的解釋是，低旅游景區稟賦地區意味著旅游資源豐度較低，旅游發展可能并未產生明顯的“荷蘭病”效應，從而更好發揮數字技術的賦能效應來改善旅游產業要素稟賦與要素結構，屬于“雪中送炭”。第(3)列和第(4)列表明數字技術對旅游全要素生產率影響的“U”型非線性關系僅存在高技術創新水平地區。進一步表明高技術創新水平地區更有利于發揮數字技術實現對旅游產業的數字化改造，屬于“錦上添花”。因此，數字技術有助于旅游景區稟賦較低地區與技術創新水平較高地區的要素投入產出均衡與要素結構優化，從而更好發揮數字技術對旅游全要素生產率提升的賦能效應，這也證實了數字技術的通用性技術新形態的本質。

表8異質性檢驗Ⅰ

2.數字技術對旅游全要素生產率的影響是否存在地區差異

文章將中國整體樣本分為東部地區、中部地區和西部地區，分別對三大地區進行回歸，結果見表9所示。從表9可以看出，僅有東部地區的數字技術及其平方項的回歸系數與全樣本回歸相一致，而中部地區表現為數字技術及其平方項的回歸系數均為正，說明數字技術對旅游全要素生產率的影響效應呈現邊際效應遞減特征，西部地區表現為數字技術及其平方項的回歸系數由正轉負，均不顯著，說明數字技術對旅游全要素生產率的影響效應呈現不顯著的倒“U”型關系。

六、研究結論與啟示

文章在系統梳理數字技術對旅游全要素生產率的作用機制的基礎上，使用2013—2020年省級平衡面板數據，實證檢驗了數字技術對旅游全要素生產率的影響。研究發現，數字技術與旅游全要素生產率并不是簡單的線性關系，而是呈現先抑制后促進的“U”型影響，且數字技術與旅游全要素生產率的“U”型關系主要通過技術進步驅動；進一步，該結論經過內生性與一系列穩健性檢驗后依舊成立；機制檢驗發現，數字技術通過正向影響旅游經濟增長與旅游產業結構對旅游全要素生產率產生“U”型關系。另外，異質性分析表明，數字技術與旅游全要素生產率的“U”型非線性關系僅存在于與旅游景區稟賦較低地區、技術創新水平較高地區以及東部地區，這也證實了數字技術的通用性功能。

基于以上結論，提出如下政策建議：第一，推動地區數字技術發展水平，實現數字技術與旅游產業深度融合。依托當前互聯網、大數據、人工智能等新型技術，完善地區數字基礎設施建設，加快地區數字化人才培養，推進旅游全產業鏈數字化應用，借助數字技術轉化生產力，促進旅游全要素生產率提升；第二，結合地區發展實際情況，制定“數字旅游”建設的差異化政策。在低旅游景區稟賦地區數字技術的短期沖擊與長期賦能作用更為明顯，所以需要緊抓數字經濟紅利，利用數字技術的賦能效應，彌補旅游景區稟賦不足，更好發揮數字技術對旅游全要素生產率提升的促進作用。而在高技術創新水平地區，更有利于發揮數字技術的顯著賦能效應，所以要加快實施低技術創新水平地區創新驅動發展戰略，依托地區整體技術創新水平提升，以實現數字技術對旅游全要素生產率提升的長效機制。此外，在經濟發展較好的地區更容易突破數字技術對旅游產業發展的沖擊，使得數字技術的賦能效應更加顯著，所以在經濟發展較落后地區應加大旅游產業數字化改造，積極參與到旅游一體化建設中，使得數字技術的賦能效應得到充分發揮；第三，依托數字技術對旅游經濟增長、旅游產業結構升級的積極作用，加快旅游經濟高質量發展體系構建。注重數字技術的規模經濟效應與資源配置效應，以技術創新效應為突破口，提升要素投入產出效率，優化要素結構，實現旅游經濟增長與旅游產業結構升級，通過旅游全要素生產率提升加快構建旅游經濟高質量發展體系。

表9異質性檢驗Ⅱ