鄉村旅游全要素生產率動態評價與溢出效應研究

肇丹丹,馬鵬靜,呂 君

(1.內蒙古財經大學 旅游學院,內蒙古 呼和浩特 010070;2.內蒙古財經大學 科研處,內蒙古 呼和浩特 010070)

鄉村旅游是以“旅游+”形式存在的復合業態。除傳統的觀光、度假、康養等旅游形式外,鄉村旅游還可將“古村古落”“民風民俗”“水利資源”“遺址遺跡”“河岸荒灘”轉換為煥發經濟價值、文化價值和生態價值的生產要素,轉換為吸引“人才”“資本”“技術”流入的“生根之源”。扶貧攻堅時期,由于存在技術和生產率差距,鄉村旅游經濟增長主要依靠資本、土地和勞動力投入實現。但是,鄉村旅游經濟、社會、文化和生態效益持續增加的同時,其效率卻呈現出不穩定、不持續的發展態勢[1]。

一、引言

在鞏固拓展脫貧攻堅成果同鄉村振興有效銜接時期,如果依然依靠傳統增長動力,依然依靠農家樂、采摘園等初級形態,鄉村旅游就要面對經濟活力、創新力和競爭力的減速挑戰。

“著力提高全要素生產率”是黨的二十大對高質量發展內涵的硬性要求。因此,鄉村旅游的發展重點應從彌補農業、農村和農民生活的弱質性出發,著力協調速度與效率、總量與結構、供給與需求、先富與共富的關系,從資源配置效率、技術進步和規模效應上入手,著力提升全要素生產率,推動鄉村旅游經濟高質量發展的同時助力鄉村振興大局。

全要素生產率(Total Factor Productivity,TFP)主要源自于技術進步、效率優化與非恒定規模報酬引發的產出貢獻。除此之外,TFP還受多種復雜因素影響。學界主要運用TFP衡量國家、地區或行業的經濟增長質量、管理效率和技術進步程度。國外學者對旅游產業全要素生產率的研究集中在資源配置效率上,重點在于酒店、旅行社、航空公司或景區景點全要素生產率的測算與影響因素[2]。另有部分學者探索信息技術與旅游產業全要素生產率的關系以及旅游企業的碳效率[3]。同樣,國內學者也將研究重點集中在旅游產業全要素生產率測評上,涉及其時間演化特征、空間分布規律、內在結構和影響因素[4]。

綜上,旅游產業全要素生產率研究內容趨于多樣且成果較為豐富。但鮮有學者關注鄉村旅游全要素生產率,可能的原因在于較難將鄉村旅游多種投入根據一定規則整合成體系。而且,演化特征研究中,多采用時間或空間單一切入點,較少從空間關聯角度探索旅游產業全要素生產率之間的差異性、主要障礙與驅動機制。因此,本文基于2011—2019年面板數據,構建投入-產出指標體系與DEA-Malmquist模型測算鄉村旅游全要素生產率,在探討其時序特征基礎上,運用空間計量模型檢驗其溢出效應,以期厘清各種因素的影響程度,并據此提出推動鄉村旅游高質量發展的管理建議。

二、研究方法

(一)DEA-Malmquist模型

(1)

學界普遍采用Malmquist指數與DEA模型結合的方式測算全要素生產率(TFP)。

DEA確定生產前沿面后,根據距離函數構造TFP指數并衡量其增長率。

(2)

可將Ech分解為純技術效率(Pech)和規模效率(Sech),即Ech=Pech×Sech。Pech為一定技術條件下的資源配置效率,Sech為在政策、技術、人才不變條件下的現有規模和最優規模間的差異。

(二)空間權重矩陣

空間權重反映空間單元的依賴性。為保證研究穩健性,運用stata17計算30省區的地理距離矩陣[公式(3),簡稱W1]、經濟地理距離矩陣[公式(4),簡稱W2]。

(3)

(4)

(5)

(三)空間自相關

使用全局莫蘭指數(Global Moran’I)描述所有空間單元在整體區域中與周邊地區的平均關聯情況。

(6)

如全局莫蘭指數顯著,區域存在空間自相關。使用局部莫蘭指數判斷是否存在空間集聚。

(7)

(8)

(四)空間計量模型

鄉村旅游以區域空間為載體,如忽視空間變量的相關性,易造成模型估計偏差[15]。參考相關成果[15-18],利用空間計量模型分析鄉村旅游全要素生產率空間溢出效應。

空間計量模型包括空間滯后模型(SAR)、空間誤差模型(SEM)和空間杜賓模型(SDM)。其中,空間杜賓模型因既考慮了變量外生交互作用的空間相關性,又考慮了自變量的內生交互效應,而被認為是對空間滯后和空間誤差模型的改進。

鄉村旅游生產要素投入在全國范圍內隨時間變化而同向增減。長期看,如設定時間效應,鄉村旅游生產要素投入都會返回均衡值。而且在均衡狀態時,相鄰地區的參數更趨向一致。與這種效應相比,生產要素之間的空間交互效應較為微弱。因此,本文側重個體固定效應并構建靜態杜賓模型公式(9)。

TFPCHit=ρwijTFPCHit+θXit+φwijXij+σijt+εijt

(9)

當ρ=0,φ≠0時,退化為SEM;當φ=0,ρ≠0時,退化為SAR;當ρ=0,φ=0時,退化為回歸模型。

時滯是鄉村旅游組織成員認識到技術或管理優化的必然性與開始執行技術或管理優化之間的時間差。不論認識時滯、執行時滯還是效果時滯,都會影響鄉村旅游全要素生產率的當期效果。因此,構建動態空間杜賓模型公式(10),以便更加科學地考量解釋變量對被解釋變量的影響程度。

TFPCHit=δTFPCHit-1+ρwijTFPCHit-1+ρwijTFPCHit+θXit+φwijXit+σijt+εijt

(10)

X為解釋變量,i、j為空間單元,t為期數,δ、ρ、θ、φ為系數,σijt為個體固定效應,εijt為誤差項。

三、變量說明

本著獨立性、可采性和導向性的原則設計評價指標。獨立性是指指標特征清晰,指標間不存在交互關系。可采性是指指標設定內涵一致,數據來源真實可信。導向性是指所選指標不單純指向某個決策單元的優劣性,而是在規范評價的基礎上,實現鄉村旅游最優化。

(一)被解釋核心變量

鄉村旅游全要素生產率為被解釋核心變量。鄉村旅游是旅游產業與經濟、社會、人文、生態等要素的協調發展,鄉村旅游全要素生產率強調的是以最低旅游生產要素投入實現最高的經濟、社會等期望產出和最低能耗等非期望產出。

學者多采用酒店、旅行社和景區數量、第三產業就業人數、固定資產總值或凈值組成投入體系;采用旅游業總收入、旅游接待人數或旅游企業經營利潤組成產出體系并以數據包絡分析(Data Envelopment Analysis,DEA)、隨機前沿分析(Stochastic Frontier Analysis,SFA)和曼奎斯特指數(Malmquist Index,MI)測算全要素生產率。本文結合資本、勞動力和土地投入特征,從旅游基礎設施、旅游環境建設和勞動力入手設置鄉村旅游全要素生產率的投入——產出體系,并以DEA-Malmquist模型測算鄉村旅游全要素生產率(詳見表1)。

表1 鄉村旅游投入-產出體系①

(二)核心解釋變量

學者多采用經濟發展水平作為旅游效率的核心解釋變量并驗證了其對旅游效率提升的積極作用[1]。同時,也有研究成果表明,經濟發展水平對旅游綜合效率、規模效率或全要素生產率的負向或不顯著作用[5]。“兩山理論”指導下,依托優勢生態資源、優秀民族文化,鄉村旅游在社會、經濟發展中的綜合效應逐步增強。“綠水青山”需環境治理保持,故本文采用環境規制作為鄉村旅游全要素生產率的核心解釋變量并采用工業污染治理完成投資額衡量。

(三)控制變量

鄉村旅游受文旅資源稟賦、交通便利與可達性、經濟發展與市場化水平、社會資本參與程度等多種因發展素的影響。根據周亮等[6]、Guo F Y等[7]研究成果,選取經濟發展水平、產業結構、旅游發展潛力、可進入性、信息化程度、農村居民固定資產投資、旅行社規模作為影響鄉村旅游全要素生產率的控制變量。

經濟發展水平(Pgdp)在投入和需求層次上決定鄉村旅游規模,采用人均GDP衡量;產業結構(MS)差異直接影響國家、地方與企業的資源投入方向與力度,間接影響鄉村旅游的投入規模與程度,采用第三產業增加值占GDP比重衡量;旅游發展潛力(DPt)影響政策傾斜與扶持導向,影響各方資本對旅游業的投入力度與持續性,采用旅游總收入占GDP比重衡量。可進入性(AS)是鄉村旅游發展的前提,其便利程度直接影響鄉村旅游的交易成本。考慮公路是旅游者進入鄉村的主要形式,采用公路里程衡量;信息化程度(DI)可反應鄉村旅游智能化程度或旅游大數據、區塊鏈的接入水平,采用電信業務總量衡量;農村居民固定資產投資(RP)影響鄉村旅游生產規模,采用農村居民固定資產投資總額衡量;旅行社規模(TS)影響鄉村旅游組織程度,城際、省際推廣力度與范圍,采用旅行社數量衡量。

(四)數據來源

2011—2019年《中華人民共和國統計年鑒》《文化和旅游統計年鑒》《旅游統計年鑒》以及各省區統計年鑒、國民經濟與社會發展統計公報和民政事業統計數據等②。為消除異方差影響,在不改變時間序性質前提下,將除以百分比表示數值的變量,變量數值取對數。

四、結果分析

(一)時序變化

1.整體時序

基于鄉村旅游投入-產出體系測算全要素生產率(詳見表2)。我國全要素生產率呈波動態勢,期末較期初上升199%。同時,技術進步上升196%,說明鄉村旅游全要素生產率主要由技術進步推進并呈現整體向好趨勢。

表2 2011—2019年鄉村旅游全要素生產率及分列

研究區間內,期初,規模效率大于1,決策單元逐步向最優化發展,但規模效率>純技術效率>技術進步,說明純技術效率限制綜合效率提升且資源配置與利用水平低于要素集聚優勢。同時,技術進步是影響全要素生產率的主要因素;2012—2013年,技術進步強勁,這也從側面印證了2012年全國范圍內評定農業與鄉村旅游示范點在豐富鄉村旅游內容,提升鄉村旅游品質上的積極作用;其后,鄉村旅游要素投入力度逐步和資源配置與利用水平相適應,綜合效率增加配合技術進步,鄉村旅游全要素生產率穩步提升,于2013—2014年間達到峰值;接著,技術進步與技術效率交替增減,管理模式優化或規模增加與技術改進持續磨合,全要素生產率小幅增減。2018—2019年間,規模效率、純技術效率基本持平,說明當時規模投入基本達到技術水平約束下的最優。但技術進步略低于兩者0.07,說明未來鄉村旅游發展的重點在于提升技術進步能力。

總體上,規模效率均值略大于純技術效率均值0.008,說明現有鄉村旅游規模、技術水平與投入力度已稍稍超出合理使用的最優狀態,于鄉村旅游體量上的資本、土地、勞動再投入難以產生積極影響。

鄉村旅游全要素生產率受純技術效率和技術進步影響。在純技術效率均值(0.994)貼近1的情況下,生產要素投入質量、管理模式與手段等技術進步因素就成為影響鄉村旅游全要素生產率的內在動力。事實上,我國大部分鄉村旅游產品仍停留在“田野餐廳”“拍照攝影”“農園采摘”等初級階段且運營方式與管理模式技術含量較低。而且,絕大部分鄉村旅游建設主體未能處理好模仿、消化、吸收與自主創新的關系,更沒有技術創新的資本與人才,結果造成國內模仿國外,過內相互模仿的現象頻發。現實與數據驗證說明,推動經營主體持續實現技術進步是提升鄉村旅游全要素生產率的有效途徑。

2.區域異質

為探求不同區域鄉村旅游全要素生產率水平差異,按地理位置并結合經濟發展情況將我國劃分為東部、中部和西部三大區域③。

東部地區因社會、經濟、文化基礎優越,鄉村旅游發展基礎較好,全要素生產率基本持平于全國均值且提升動力主要源自技術進步。

中部地區鄉村旅游全要素生產率波動較大。初期,全要素生產率遠低于全國均值。中后期,資源配置與利用水平逐步與產業規模相適應后,其全要素生產率基本持平全國均值。

西部地區鄉村旅游全要素生產率迅速增長后持平于全國。隨著旅游產業建設速度加快,旅游生產要素流向西部地區的障礙不斷削減,大量旅游企業和資本向西部農村地區集聚。例如,2018年以來,甘肅省統籌14.8億元鄉村旅游發展資金。西部地區鄉村旅游綜合效率與技術進步逐步匹配后,后發優勢使其全要素生產率由遠低于全國平均水平轉為趨近于全國均值(詳見圖1,表3)。

圖1 分區域鄉村旅游全要素生產率

表3 鄉村旅游全要素生產率及分列

(二)空間相關性

空間自相關是環境規制對鄉村旅游全要素生產率產生空間效應的前提。借助Stata17測算2011—2019年鄉村旅游全要素生產率全局莫蘭指數(詳見表4)。兩種空間權重下,二者均為正值且在p<0.01上顯著,可判斷鄉村旅游全要素生產率和環境規制具有較強的空間自相關性。使用局部莫蘭指數進一步判斷鄉村旅游全要素生產率空間分布特征(圖2),發現我國2/3省區市的鄉村旅游全要素生產率處于“高高”集聚或“低低”集聚的區間。

圖2 鄉村旅游全要素生產率散點圖

表4 空間杜賓模型逐項檢驗④

(三)空間溢出效應

1.模型甄別與驗證

方差膨脹因子檢驗結果顯示,各變量的VIF分布在[1.52,5.54],不存在多重共線性;時間序列平穩性檢驗顯示結果均在5%顯著性水平上拒絕原假設,原序列平穩。

分別以W1、W2為空間權重,進行模型甄別(表4)。第一,LM-error檢驗、LM-lag檢驗。檢驗結果均達到1%顯著性水平,需考慮解釋變量對鄉村旅游全要素生產率的空間效應。第二,Hausman檢驗。檢驗結果在1%顯著性水平上拒絕原假設,證明需選擇固定效應模型進行后續操作。第三,以空間杜賓模型為基礎,進行LR+Wald檢驗。LR,Wald結果均在1%顯著性水平上拒絕原假設,證明SDM不能退化成SAR和SEM,可運用空間杜賓模型進行檢驗。

值得注意的是,動態杜賓模型的ρ均沒有通過檢驗,說明在滯后期約束下,該模型沒有空間交互效應產生,這也與模型設立時暫不考慮不隨個體變化而隨時間變化的誤差項的初衷相符。同時,對比ρ、R2和LL,經濟地理距離權重(W2)下的檢驗結果更具穩健性,本文以將其為主進行后續分析。

核心變量。基于地理距離矩陣(W1)和經濟地理距離矩陣(W2),空間自回歸系數均為正值且在1%顯著性水平顯示鄉村旅游全要素生產率具有顯著內生交互性。而且,其空間集聚特征表現為鄉村旅游全要素生產率高值區與高值區、低值區與低值區相伴;環境規制未能顯著影響本地鄉村旅游全要素生產率,但卻可以正向顯著作用于相鄰地區(詳見表4)。

控制變量。2011—2019年,僅有旅游發展潛力對本地鄉村旅游全要素生產率產生顯著影響。但是,經濟發展水平、農村居民固定資產投資卻可以促進相鄰地區鄉村旅游全要素生產率的提升(詳見表4)。

2.溢出效應分解與討論

研究區間內,環境規制、經濟發展水平和農村居民固定資產投資產生顯著正向空間溢出效應(詳見表5)。

表5 靜態杜賓模型溢出效應

環境規制作為促進經濟與自然和諧發展的政策手段之一,對相鄰地區鄉村旅游全要素生產率具有顯著正向空間溢出,有限驗證了“波特假說”。可能的原因在于環境規制強化后,鄉村逐步退出高能耗的污染產業,生態與文旅的價值轉化提升了鄉村旅游示范效應,加速了相鄰地區技術優化與模式創新的進程。

經濟發展水平未能顯著正向影響本地鄉村旅游全要素生產率卻可以對相鄰地區產生顯著正向溢出。可能的原因是分權體制下的地方政府憑財政自主水平,通過技術投入和基礎設施建設,批量化、規模化地促進了鄉村旅游目的地的短期發展。但長期看,容易造成重復建設、過度投資,無益于本地鄉村旅游全要素生產率提升。同時,“高鐵+公路”的網格化建設釋放了資金流、游客流的傳導與擴散能力,實現了經濟發展水平對相鄰地區鄉村旅游的空間溢出。

居民作為鄉村旅游發展的主導者和環境保護的實際執行人,其在旅游產業鏈完善、村鎮環境美化上的固定資產投資,有利于刺激勞動力、技術和資本在鄉村集聚,實現鄉村旅游的可持續發展。同時,農村居民在固定資產投資競爭會形成“標桿效應”,促進相鄰地區農村居民固定資產投資增加以及鄉村旅游全要素生產率的提升,從而實現正向溢出效應。

旅游發展潛力、可進入性、信息化程度、市場結構和旅行社規模均未產生顯著空間溢出效應。

旅游發展潛力(DPt)直接效應為負向顯著,可能的原因在于旅游發展潛力雖有利于資本、勞動力向周邊地區“擴散”,但對于邊緣地區來講,生產要素注入無法抵消核心區因資源、區位優勢而生的“極化”效應,即優勢資金、技術和人才多留存在他省區和國外游客認可的,具有國內國際知名度的傳統景區、街區等核心旅游目的地,較難惠及主要面向短途游客的鄉村旅游目的地;旅游發展潛力空間溢出效應負向不顯著說明旅游經濟發展暫時未能拓寬技術進步、模式創新的覆蓋范圍,暫未形成文旅生產要素轉移的涓滴效應,暫未助力區域旅游經濟的均衡發展。

可進入性(AS)對本地鄉村旅游全要素生產率正向影響不顯著,對相鄰地區負向溢出不顯著。可能的原因在于交通便利性擴大了本地鄉村旅游目的地的備選集合,降低了特定目的地的入選概率。同時,可進入性增強會吸引相鄰地區的資金流、技術流,更加降低了相鄰地區可進入性對本地鄉村旅游全要素生產率正向溢出的可能性。

信息化程度(DI)未對本地或相鄰地區鄉村旅游全要素生產率有正向顯著影響。就農村互聯網接入率而言,2012年為33.9%,2021年也僅達到57.6%。受區位、教育、收入等因素的影響,不同區域和人群對互聯網的熟悉與運用程度存在“鴻溝”,不利于鄉村旅游的全面均衡發展。

產業結構(MS)是連接市場行為與績效的重要紐帶,作為生產要素和生產力之間的轉換器,產業結構的合理化、高級化對鄉村旅游的轉型升級具有重要影響。學者們以第三產業增加值占GDP比重解釋產業結構并衡量其對旅游效率的影響研究中,認為產業結構對旅游效率有促進作用[21]。本文研究結果與之不同,顯示產業結構并不能正向促進本地并溢出相鄰地區鄉村旅游全要素生產率。可能的原因在于第三產業發展水平提高進程尚未向鄉村全面推進,尚未實現“旅游+”關聯的產業轉型。

旅行社規模未產生對鄉村旅游全要素生產率的正向溢出。傳統上,旅行社的業務重點與主要利潤來源于國內經典長線。而且,企查查檢索注冊3年以上的2062205家旅行社中,多數注冊地點為城區,較少涉及鄉村旅游項目運營與管理。

五、結論與管理建議

(一)結論

鄉村振興和旅游業高質量發展背景下,強化鄉村旅游全要素生產率的學理與實證研究,既是需深入探索的學術課題,也是縮小中西部地區與東部地區的發展差距,助推旅游經濟高質量發展的現實需求。文章基于2011—2019年30省區面板數據,借助DEA-Malmquist模型計算鄉村旅游全要素生產率,討論了其時序變化與空間自相關特征;通過構建地理距離和經濟地理距離矩陣,依托空間杜賓模型考察環境規制等解釋變量對鄉村旅游全要素生產率的非線性影響以及空間溢出效應,得出結論如下：

第一,鄉村旅游全要素生產率呈波動態勢但整體向好且由技術進步推進,東部地區鄉村旅游全要素生產率高于中西部地區約8%,其中,東部地區技術進步明顯高于中西部地區,而綜合效率三地區大體趨同。

第二,鄉村旅游全要素生產率空間上具有“高高”集聚或“低低”集聚特征。

第三,環境規制、經濟發展水平和農村居民固定資產投資對鄉村旅游全要素生產率有正向顯著空間溢出效應。

(二)管理建議

1.確立鄉村旅游差異化發展戰略

在科學把握鄉村旅游與鄉村振興階段性特征基礎上,統籌推進產業導入,將改善鄉村旅游建設質量與全要素生產率作為主要目標,規避重復性、模仿性建設、過度投資等無效行為。對于“仿制”型等產品結構老化、自身環境僵化、消費體驗惡化的,技術進步含量低的鄉村旅游項目要全面優化其管理水平與服務質量。東部地區可借助“技術進步”優勢快速發展的同時尤其要關注邊際效益遞減,避免“高質低效”。中西部地區應主動實現技術進步并注重資源與生態環境保護,避免“照搬套用”。

2.激發鄉村旅游技術創新企業活力

首先,可對鄉村旅游技術創新企業實行“債轉股”。企業是鄉村旅游經營的主體,是實現技術進步或創新的責任人。政府可對企業技術進步或創新的正外部性進行鼓勵性投資,在企業自愿的條件下可實行一定比例的“債轉股”,以降低企業技術進步或創新的成本。其次,引導智慧技術下沉至鄉村。鼓勵并引導面向游客的,具備智能推薦、智能決策等功能的系統工具下沉至鄉村;鼓勵并引導服務型、研發型、創意策劃型等企業以及文博、演藝機構將服務空間、展示空間、體驗空間部分轉移至鄉村;鼓勵并引導人才、資金和優勢技術向鄉村旅游行業流動和轉移。同時,為避免鄉村旅游行業與技術融合的錯配,地方政府需因勢利導,根據區域內生態、文旅資源與經濟發展狀態選擇相應技術,實現內外部資源的選擇、汲取與融合。

3.發揮相鄰地區的“示范”效應

通過政策扶持與資金引導,在充分考慮鄉村旅游全要素生產率“高—高”“高—低”“低—低”與“低—高”的空間相關性基礎上,破除“高值”區域的極化效應,推動“技術、資金與勞動力”向“低值”區域擴散。通過區域鄉村旅游合作聯動機制,促進鄉村旅游管理經驗與模式、發展理念與方式、環保措施與手段的互聯互通,緩解“高值”區域對“低值”區域的“虹吸”效應,逐步推動鄉村旅游生產要素跨區域整合,避免“低值恒低”循環。

4.優化空間溢出的正面效應

首先,通過平衡省區市之間、城鄉之間、鄉村之間的旅游環境建設力度,避免相鄰地區為獲得投融資而進行的“逐底競爭”。同時,可通過釋放交通網格的要素傳導與配置功能,推動優勢資本、技術和勞動力向鄉村擴散。其次,要充分發揮財政資金與數字普惠金融的引導作用,推動傳統鄉村建設投資轉向物聯網、互聯網、人工智能等新型基礎設施項目,增加新型基礎設施項目的同時激發中小微 企業信息化建設的積極性,提升信息化在鄉村旅游高質量發展中的“數字紅利”。最后,還要在合理評估生態環境、人口規模、交通網格密度、旅游者流動頻率與規模的基礎上“量力而行”,避免“環境污染”“耕地占用”,以及因長期虧損而制約區域經濟發展等問題的出現。

[注 釋]

① 說明：未有官方鄉村旅游能耗數據,故本次僅衡量鄉村旅游全要素生產率的期望產出。

② 西藏、臺灣、香港、澳門未有官方數據公布。

③ 依據經濟發展階段與水平,暫將東北三省劃歸中部省區。