旅游發展影響經濟增長的動態新型城鎮化門限效應

［摘 要］將新型城鎮化納入旅游業導向型經濟增長研究框架，能夠有效拓展對經濟增長決定因素的認識視域。文章在量化測度旅游業與新型城鎮化綜合指數基礎上，基于中國2004—2019年省際面板數據，通過構建能夠捕捉非線性不對稱動態因素的面板門限回歸模型，并使用允許門限變量和解釋變量同時內生的一階差分矩估計法，實證檢驗旅游業對經濟增長的新型城鎮化門限效應。結果表明，中國旅游業與經濟增長之間因新型城鎮化水平不同而呈現具有顯著雙重門限特征的非線性關系，并且旅游業對經濟增長的影響隨新型城鎮化跨越門限值而具備邊際效用遞增特性。因此，文章認為，增進旅游業與新型城鎮化耦合協同，充分發揮新型城鎮化在旅游業影響經濟增長過程中的渠道作用，能夠顯著提升旅游業的經濟增長效應。

［關鍵詞］旅游發展；新型城鎮化；經濟增長；動態面板門限回歸模型

［中圖分類號］F59

［文獻標識碼］A

［文章編號］1002-5006（2024）10-0031-18

DOI： 10.19765/j.cnki.1002-5006.2024.10.008

0 引言

旅游是人們為休閑、商務或其他目的，離開慣常環境，前往非慣常環境進行訪問，連續停留時間不超過一年的體驗活動[1]。因此，旅游經濟活動不僅包括旅游者對目的地可貿易品的消費行為，更涉及其對非貿易品的體驗過程[2]。從本質上講，旅游業作為一種特殊的服務出口貿易形式，其不僅符合出口導向型增長（export-led growth，ELG）模式的經濟運行機理[3]，而且也可通過消費支出的乘數效應刺激經濟增長[4]。在全球范圍內，旅游業通常被認為是促進經濟增長的重要部門[5]。鑒于旅游業發展對經濟增長的趨同性，旅游業與經濟增長關系研究也隨之吸引來諸多學術目光，并且主要聚焦乘數測算、理論分析和實證檢驗3個方面[6]。盡管旅游經濟學領域涌現出眾多文獻分別采用投入產出模型、旅游衛星賬戶和可計算一般均衡分析等方法對旅游業發展的增長彈性進行定量測算[7]，但由于以上微觀經濟分析模型無法在時間維度上判別旅游業與經濟增長之間的關系形式，進而難以探察旅游業對經濟增長的影響機制[8]。既有文獻通?；诶俘R模型、盧卡斯模型和國際貿易模型對旅游業影響經濟增長的理論機理進行刻畫，但其中普遍存在兩個弊端——旅游業的外生假定和線性影響假定，導致理論文獻對旅游業與經濟增長之間復雜關系的理解只是冰山一隅[9]。對旅游業與經濟增長關系的理論建構還需實證檢驗予以驗證。大量文獻采用時間序列統計分析技術對不同國家或地區的旅游業與經濟增長關系進行了卓有成效的實證檢驗，回歸結論也是見仁見智[10]。隨著面板數據模型回歸技術的應用，部分文獻在對不同分組樣本旅游業與經濟增長關系進行分類估計時，發現旅游業的經濟增長效應存在顯著的組間異質性特征[11]，個別文獻甚至檢驗到旅游業的經濟增長效應會隨旅游業的規模擴張而減弱，進而認為旅游業與經濟增長之間存在復雜的非線性機制[12-13]。

城鎮化建設不僅與旅游業發展存在耦合共振關系，而且更是旅游業影響經濟增長的“黏合劑”[14]，但既有文獻的研究重心主要落在對旅游業、城鎮化與經濟增長之間邏輯關系的機理分析與實證檢驗層面[15-16]，極少有文獻嘗試將旅游業、城鎮化與經濟增長納入統一邏輯框架予以研究。盡管如此，已有文獻卻為此積累了堅實的理論基礎和豐富的經驗證據。需要指出的是，在傳統城鎮化框架下，探討旅游業與經濟增長之間關系，尤其會低估旅游業對經濟增長的影響效應，究其因，快速城鎮化進程引發的內部失衡所導致的低質量困境，不僅嚴重束縛了旅游業的發展空間，還抑制了旅游業影響經濟增長的傳導效率。因此，在當前我國經濟亟須緩解增速下行壓力的重要窗口期，新型城鎮化作為供給側結構性改革與需求側政策調整的關鍵抓手，構建旅游業、新型城鎮化與經濟增長之間的統一研究體系，對落實新發展理念、實現經濟高質量發展具有特殊意義[17]。已有研究證實，新型城鎮化為旅游業創造供需條件，旅游業為新型城鎮化提供產業支撐，新型城鎮化與旅游業之間存在耦合關系[18-19]，所以將新型城鎮化因素納入旅游業導向型經濟增長（tourism-led growth，TLG）研究體系，是對旅游業與經濟增長關系研究領域的切實補充。

現有文獻集中探討旅游業與經濟增長之間的線性因果關系[20]，但對旅游業與經濟增長之間的非線性機制則鮮有涉及[21]，為數不多的探討旅游業對經濟增長非線性影響的文獻主要還是以旅游業專業化為門限變量，來考察旅游業的非線性增長效應，盡管此種研究范式與國際旅游經濟學文獻保持一致，但鑒于旅游業對經濟增長的影響過程并非線性勻質，同時還取決于旅游業與外部經濟變量間的交互程度，所以典型非旅游經濟變量的變化所導致的旅游業與經濟增長之間的非線性關系，顯然能夠從更為廣闊而新穎的視角對此予以解讀。遺憾的是，當前國內外文獻均未從此視角切入，來嘗試放松旅游業與經濟增長之間的線性因果關系假設。隨著黨的二十大報告首次將新型城鎮化上升為國家戰略，依靠其擴大內需、促進要素資源優化配置、提高社會公共服務水平，向中國經濟長期可持續發展提供供給側驅動力和需求端拉動力[17]，為了彌合以上學術間隙，在將旅游業、新型城鎮化與經濟增長納入統一分析框架的基礎上，本文系統考察新型城鎮化與旅游業的交互機制對經濟增長的非線性影響更具鮮明的時代價值，對實現區域協調、促進經濟高質量發展也具有重要實踐意義。此外，僅有的涉及旅游業與經濟增長非線性關系的研究文獻，主要還是停留在靜態層面，普遍使用Hansen[22]所開發的非線性面板門限回歸（panel threshold regression，PTR）模型對旅游業影響經濟增長的非線性效應進行實證檢驗[23]。但無法忽視的一個關鍵問題是，諸多經濟增長實證文獻皆指出，經濟增長過程具備明顯的動態效應，倘若忽視此慣性特征，將會導致計量模型存在內生性而產生參數估計偏誤[24]。為規避此種模型檢驗風險，本文嘗試將經濟增長滯后一期項納入普通靜態面板門限回歸模型，進而將其拓展為動態形式[25]，具體方法策略是在旅游業與經濟增長非線性關系研究領域首次構建由Seo和Shin新近開發的非線性動態面板門限回歸（dynamic panel threshold regression，DPTR）模型，著重反映新型城鎮化在旅游業影響經濟增長過程中的非線性動態內生關聯，以期從方法和內容上拓展旅游業影響經濟增長的研究體系[26]。將動態面板方法在門限模型框架中展開，很好地解決了既有非線性計量模型所存在的靜態弊端，同時放松了門檻、解釋變量外生性的嚴苛假定[26]，進而為旅游業的動態經濟增長效應研究提供了有力研究工具。

本文邊際貢獻體現在以下方面。首先，本文構建了一個包含旅游業、新型城鎮化與經濟增長的三元分析框架，重點考察新型城鎮化對旅游業導向型經濟增長假說的門限作用，不僅豐富了TLG假說研究體系，而且拓寬了新型城鎮化的經濟后果領域的研究內容。其次，在內容方面，本文將Hansen[22]、Caner和Hansen[27]開發的非線性模型估計方法聯合拓展到允許內生門限變量和協變量的動態面板數據模型中，具體是引入非線性動態面板門限回歸模型，在考慮模型動態性、內生性基礎上，同時捕捉新型城鎮化發展的異質性，將其納入旅游業與經濟增長的非線性動態模型框架中，并以可能具有內生性的新型城鎮化作為門限變量，通過識別旅游業影響經濟增長的新型城鎮化門限特征，實證檢驗新型城鎮化對旅游業影響經濟增長的非線性動態門限效應。最后，本文研究目的是在新型城鎮化戰略情境中，基于動態思維探究旅游業與經濟增長之間關系非線性機制的內在“黑箱”，以期從新型城鎮化視角揭示旅游業對經濟增長的影響過程，尤其對于理解在不同新型城鎮化發展階段，刻畫旅游業影響經濟增長的客觀效果、探尋旅游業發展最優政策和成長路徑，以實現旅游業的高效經濟增長效應具有重要理論意義和應用價值。

1 文獻回顧

旅游業與經濟增長之間的關系是個老生常談而又歷久彌新的學術話題。既有旅游經濟學文獻主要從作用路徑、理論建構和實證檢驗3個進路對旅游業與經濟增長關系進行刻畫。下面我們分別對此予以闡述，以系統勾勒旅游業對經濟增長的影響過程。直到21世紀，旅游業在有關經濟增長的學術文獻中很少被關注[28]，但也有部分早期文獻開始關注旅游業對發展中國家的經濟貢獻問題[29-30]。

第一，旅游業作為一國重要外匯收入來源，除被用于平衡國際收支外，還可用于進口國內生產所需物資、要素和服務，從而實現經濟增長[31]。例如，在西班牙，旅游創匯可為工業化進程提供金融支持，進而為經濟增長提供持續動力[32]。有證據顯示，在旅游業高度專業化的小型經濟體（如島嶼），旅游業對經濟增長的貢獻尤為強烈[33]，然而，Figini和Vici對150個國家研究發現，旅游基礎型國家的經濟增長速度并未高于非旅游基礎型國家[34]。

第二，旅游業可通過投資拉動、就業刺激和行業競爭影響經濟增長。盡管基礎設施擴張是增強旅游業發展競爭力的關鍵條件，但基礎設施網絡性建設所釋放出的外部溢出效應、效率改進效應、產業集聚效應對促進經濟增長會產生深遠影響。世界旅行和旅游理事會（World Travel and Tourism Council，WTTC）的報告顯示，全球旅游業直接和間接共創造超過3.19億個就業崗位，占全球就業人口數的10%，特別是在過去5年，旅游業新增就業人數占全球新增就業人數的20%，并且旅游業對全球經濟生產總值的綜合貢獻率達到10.4%[35]，說明旅游業所具備的綜合就業效應是驅動經濟增長的主要途徑。還有一點需指出，盡管旅游業過去被界定為是一個低技能就業部門，但此種既定認識主要是對資源依托型觀光旅游的刻板印象，隨著全球旅游業規模持續擴張和質量愈益提升，旅游業所吸附的大量就業人口增加了人力資本要素存量積累，進而也對提升潛在經濟增長效率產生積極影響[36]。另外，隨著國際旅游企業紛紛進入和國內旅游市場需求保持旺盛，國內旅游企業通過參與市場競爭不僅可以提升其經營績效[37]，而且也會增強行業規模經濟優勢[38]，但旅游市場競爭對經濟增長的影響強度取決于旅游業與關聯產業部門間經濟活動的緊密程度[39]。

第三，旅游業可通過直接、間接和誘導效應驅動經濟增長。旅游消費支出會誘發關聯產業的額外經濟活動，并通過目的地經濟系統中的循環收入分配機制對經濟增長產生綜合影響。首先，游客為完成旅游活動所支付的旅游消費直接轉化為目的地為此提供產品和服務（可貿易或非貿易）的旅游收入，即由旅游消費支出而引發的目的地在銷售、就業、稅收和收入水平方面的變化[40]，旅游企業可用于支付生產要素價格，以及獲取利潤，旅游就業人員可獲得工資性收入。其次，旅游企業為擴大經營和持續再生產向產業鏈上的供應商采購原材料、商品和服務而支出的金額在跨部門間分配，進而對關聯產業發展形成乘數效應[41]。最后，誘導效應則是由直接或間接提供旅游產品和服務的旅游相關企業就業人員的工資性收入進一步轉化為本地生活性、服務性等家庭消費支出，進而再次注入目的經濟循環系統[42]?？偠灾?，旅游收入可通過產業溢出效應和其他外部性活動對整個經濟體系產生積極影響[43]。

事實上，學術界在認可旅游業對經濟增長的積極貢獻以外，也需要對由旅游業過度擴張所引發的負面經濟效應保持警惕，其中可能的作用機制為以下幾個方面。1）“去工業化”效應。作為勞動密集型部門，目的地優越的文化、資源和遺產稟賦，確實使得旅游業部門獲取了快速發展的市場優勢，而蓬勃發展的旅游業在吸引生產要素不斷流入的同時，也對創新生產部門造成了擠出效應，進而導致社會福利損失[44]。2）旅游業擴張增加了非貿易品消費，貿易條件得到改善，但資源配置從可貿易部門（資本密集型）到非貿易部門（勞動密集型）的資本縮減過程，致使目的地旅游系統供給能力難以短期予以匹配繁榮的旅游市場。隨著商品和服務價格攀升，實際匯率升值，進而削弱了以農業部門為代表的傳統可貿易部門的外部競爭力，導致旅游業對經濟增長的短期積極效應會引起長期經濟體萎靡[45]。3）目的地引入外部旅游企業參與旅游資源開發、技術研發和企業經營，在目的地所賺取的旅游收入除尚需支付用于外部采購的要素支出外，還需支付外部貸款利息、投資者的紅利，以及外方管理費用和外籍管理人員的工資等[41]。Jackman和Lorde指出，巴巴多斯（Barbados）TLG假說檢驗結果的不一致即可用進口所導致的收入漏算原理予以解釋[46]。Sequeira和Nunes認為，盡管單純的旅游業依賴型國家的經濟增長速度大多數快于其他國家，但其與內生經濟增長理論相悖，旅游業無法解釋樣本國家的高經濟增長率[47]。

基于上述文獻觀點分析可知，旅游業與經濟增長之間實則隱含一種非線性關系形態。Po和Huang較早地從實證角度揭示了旅游業與經濟增長之間的非線性特征，通過運用面板門限回歸模型，對88個國家1995—2005年面板數據研究發現，入境旅游收入占國內生產總值比重存在兩個門限值，只有當門限值低于4.05%或高于4.73%時，入境旅游發展才對經濟增長具有正向影響[23]。Adamou和Clerides對162個國家和地區1980—2005年面板數據實證檢驗，發現旅游業專業化對經濟增長的影響效應具有先強后弱的非線性變化趨勢，旅游業的過度專業化最終會成為經濟增長的障礙因素[12]。Pan等拓展了Po和Huang[23]的研究方法，首次引入面板平滑轉換回歸（panel smooth threshold regression，PSTR）模型對15個經濟合作與發展組織（Organization for Economic Co-operation and Development，OECD）國家1995—2010年TLG假說進行重新檢驗，并以匯率收益率和通貨膨脹率為轉換變量，實證發現入境旅游業發展與經濟增長之間存在非線性關系[48]。

盡管既有文獻已對中國TLG假說的真實性進行了實證佐證[49]，但對中國旅游業與經濟增長非線性關系研究的文獻仍相對匱乏。延續國外文獻研究思路，武春友和謝風媛基于面板門限回歸模型對我國31個省級單元1997—2007年入境旅游業發展與經濟增長關系進行了實證研究，結果表明，入境旅游發展與經濟增長之間存在門限效應，入境旅游收入占國內生產總值比重的門限值為2.36%。高于門限值，入境旅游業發展對經濟增長具有顯著促進作用；低于門限值，入境旅游業發展對經濟增長并無影響[50]。趙磊和方成基于1999—2013年省級面板數據，以旅游業發展水平作為轉換變量，采用PSTR模型對旅游業與經濟增長之間的非線性關系進行了實證檢驗，結果發現，當旅游業專業化低于門限值時，旅游業經濟影響效應處于高機制，當高于門限值時，旅游業經濟影響效應處于低機制，說明旅游業專業化過度傾向會弱化其對經濟增長正向影響的邊際效應[13]。如上所見，雖然部分文獻嘗試在不同階段的旅游業專業化區間內，系統刻畫旅游業影響經濟增長的非線性效應變化規律，但仿佛又陷入了一種所謂“旅游陷阱”，即僅是將研究思維抽象在旅游業部門內勾勒旅游業對經濟增長的非線性影響機制，盡管旅游業專業化水平是旅游業影響經濟增長的決定因素[51]，但這也無疑極大地限制了對旅游業影響經濟增長的非線性效應的研究視域。

在研究方法方面，梳理關于旅游業與經濟增長非線性關系的零星文獻可知，主要采用兩種驗證方式：一是，采用非單調變化模型進行非線性擬合；二是，基于主觀設定分位點或構造虛擬變量的方式對樣本分組，繼而再利用單調變化模型進行線性檢驗，以考察樣本組間異質性。但事實上，兩類非線性方法均存在各自短板。前者所涉模型普遍未解決門限變量所產生的內生性問題，進而使得非線性擬合結果存在偏誤，而后者盡管可以避免內生性問題，但估計效率在很大程度上依賴于樣本分組方式，而且易于遺漏、扭曲樣本信息。事實上，縱觀旅游經濟學文獻，在試圖勾勒旅游業與經濟增長非線性關系時，無論是使用平滑轉換回歸模型，抑或門限自回歸模型，在動態面板框架中的估計效率普遍存疑，均難以解釋經濟變量間的非線性、非對稱機制問題。不僅如此，在全球范圍內，既有文獻對旅游業與經濟增長之間非線性關系的發生機制也是知之甚少，從這個層面理解，在此領域內引入更加嚴苛的異質性面板計量檢驗技術，納入新的變量，并分析旅游業與相關宏觀經濟變量間的互補關系，是拓展旅游業與經濟增長之間非線性關系研究體系的必要之舉[28]。

眾所周知，當前隨著“三期疊加”1效應凸顯，中國經濟增速面臨下行壓力，而新型城鎮化作為現代化的必由之路，其中蘊藏巨大的內需潛力，并已成為化解“三期疊加”風險、推動經濟高質量發展的重要動力。根據《國家新型城鎮化發展規劃（2014—2020）》，新型城鎮化堅定貫徹創新、協調、綠色、開放和共享的發展理念，呈現以人為本、內涵集約、城鄉統籌、創新驅動和產業支撐的鮮明特征，新型城鎮化作為對傳統城鎮化的校正與變革，根本差異在于新型城鎮化更加注重城鎮化質量提升，以保持其與城鎮化規模的均衡協調，而新型城鎮化建設對產業發展的篩選效應和對市場需求的倍增效應分別從供給側和需求端雙重驅動整個經濟系統高質運行，從而會持續放大服務業發展對經濟增長的影響效應，旅游業也概莫能外。由于新型城鎮化建設不僅能發揮選擇效應和集聚效應推動產業結構優化、升級[52]，而且也能通過擴張效應和質量效應刺激居民消費需求增長[53]，進而可從供求兩端深度釋放旅游業能級，特別是能為增強旅游業的經濟增長效應創造外部有利因素。據此考量，將新型城鎮化變量納入中國TLG假說研究框架，從實證角度判別在新型城鎮化建設不同階段，旅游業對經濟增長影響效應的非線性變化特征，不僅有助于在新型城鎮化戰略背景下重點刻畫旅游業與經濟增長之間的關系變化形態，而且也可在非線性框架下創新探討旅游業與新型城鎮化之間互動協調對經濟增長的特殊影響。

2 研究設計

2.1 模型設定

自Hansen[22]提出面板門限回歸模型以來，其被廣泛應用于解釋經濟變量間非線性關系。特別是，模型中門限效應是否允許存在外生變量的非對稱效應取決于門限變量與門限參數值的關系，門限變量又受經濟模型所決定。然而，面板門限回歸模型只在靜態面板環境中運行，而且固定效應要求協變量嚴格外生才能獲取參數一致性估計，但在現實經濟體系中，協變量的嚴格外生假定難以成立。

為解決如上限制，Seo和Shin做出了開拓性工作，嘗試同時將非線性、非對稱動態特征和未觀測到的個體異質性模型化，構建出包含內生門限變量的動態面板數據模型，并允許存在滯后因變量和內生協變量[26]。隨后，Seo等進一步對動態面板門限回歸模型進行了闡述，與傳統的靜態面板門限回歸模型主觀預設門限變量，并只能考察其對單個特定解釋變量的門限效應不同[54]，由Seo和Shin所開發的動態面板門限回歸模型理論上可同時檢驗門限變量對多個解釋變量的門限效應[26]。

根據產城融合理論，產融于城，城包容產，“產”“城”互動融合不僅會改善居民福利效應，而且也是促進經濟高質量發展的重要途徑[55]。因此，產城融合對經濟增長的促進機制為本文從“城”“旅”協同視角構建經濟增長生產函數提供了可行思路。事實上，Pina和Martínez-García[9]、Albaladejo等[56]均已嘗試將旅游業納入內生經濟增長模型。此外，也有文獻發現，城鎮化質量的提升可以強化旅游業的經濟增長效應[14]。因此，“城”“旅”協同作為產城融合的一類具象表現形式，由其所產出的經濟增長函數可直觀地設定為如下形式：

[Y=Z×TRβ1×NURBβ2] （1）

式（1）中，[Y]表示經濟增長；[TR]和[NURB]分別表示旅游業發展與新型城鎮化建設；[Z]表示全要素生產率水平；為反映解釋變量對經濟增長的系統影響，對式（1）進行計量方程對數變換，[β1]和[β2]分別表示旅游業發展和新型城鎮化建設的產出彈性。則有：

[lnYit=β1lnTRit+β2lnNURBit+χlnZit+εit] （2）

式（2）中，[i]和[t]分別表示省份和年份；根據既有文獻，固定資產投資、人力資本、制度質量、對外開放和政府支出等因素，對提升我國創新能力、激發創新活動具有重要影響[57-58]，故而將上述因素統一納入集合[Z]，[χ]表示控制變量集回歸系數向量；[εit]表示隨機誤差項。

經濟增長是一個持續的動態調整過程，為捕捉經濟增長的“動態慣性”，可將經濟增長的滯后項納入式（3）中，考慮如下增廣動態TLG假說檢驗模型：

[lnYit=ρlnYit-1+β1lnTRit+ β2lnNURBit+χlnZit+εit] （3）

式（3）為未考慮“門限特征”的“城”“旅”獨立影響經濟增長的基準模型。根據前文理論分析，旅游業發展可能會由于新型城鎮化建設程度的差異而與經濟增長呈現非gLetA+m659nLrHSBznnnac+KrD3DHMcRGpPslJz/XXE=線性關系。因此，采用面板門限模型考察新型城鎮化建設在旅游業發展促進經濟增長過程中的門限效應，即將新型城鎮化作為門限變量。同時參考Seo和Shin[26]的建模思路，將式（3）拓展為具有門限效應的動態面板數據框架：

[lnYit=（ρ1lnYit-1+β11lnTRit+β21lnNURBit+ χ′lnZit） 1 {qit≤γ1}+（ρ2lnYit-1+β12lnTRit+ β22lnNURBit+χ″lnZit） 1 {γ1<qit≤γ2}+ （ρ3lnYit-1+β13lnTRit+β23lnNURBit+ χ?lnZit） 1 {qit>γ2}+εit] （4）

式（4）中，[1 {?}]為示性函數，當示性函數內表達式成立時，其值為1，否則為0；[qit]為轉換變量，[γ]為門限參數。經濟增長滯后項、旅游業和控制變量的系數表示新型城鎮化變量處于不同門限區間時的斜率參數。已有文獻表明，經濟增長模型易于出現內生性問題[59]，為處理增長模型中解釋變量和門限變量的內生性，Seo和Shin[26]將誤差項[εit]分解為兩部分：

[εit=αi+νit] （5）

式（5）中，[αi]為未觀測到的個體固定效應，[νit]為零均值異質隨機擾動項。特別地，[νit]被假定是一個鞅差分序列：

[E（νit|Ft-1）=0] （6）

式（6）中，[Ft]為[t]期的自然濾波，并且相對于[Ft-1]而言，研究并不假定包括滯后被解釋變量在內的[k1×1]維時變回歸向量[xit]或[qit]可測量，即[E（νitxit）≠0]或[E（νitqit）≠0]，如此進而允許[xit]或[qit]存在內生性。

2.2 估計策略

為克服動態面板門限模型所存在的內生性問題，Seo和Shin[26]在拓展Hansen[22]改進的靜態面板門限回歸模型基礎上，將Arellano和Bond[60]所開發的差分廣義矩估計（first-difference generalized method of moments，FD-GMM）方法推廣應用到動態面板門限回歸模型估計中。首先考慮動態面板門限回歸基本設定形式：

[yit=（1，x′it）?11{qit≤γ}+（1，x′it）?21{qit>γ}+εit] （7）

對式（7）一階差分消除未觀測個體固定效應后進行GMM估計，即FD-GMM允許解釋變量和門限變量在模型中同期內生。式（7）的一階差分形式可寫為：

[Δyit=β′Δxit+δ′x′it1（γ）+Δεit] （8）

式（8）中，[βk1×1=（?12，…，?1，k1+1）′]，[δ（k1+1）×1=?2-?1]，[Xit2×（1+k1）=（1，x′it）（1，x′it-1）]，[1it（γ）2×1=1{qit>γ}-1{qit>γ}]。

令[θ=（β′， δ′， γ′）]，假定[θ]為緊集，[Θ=Φ×Γ?Rk]，[k=2k1+2]。按照慣例，令[Γ=γ， γ]，其中，[γ]和[γ]為門限變量的兩個百分位數。

允許固定門限效應和遞減或小門限效應用于門限參數的統計推斷，[γ]通過定義：

[δ=δn=δ0n-α ， 0≤α<1/2] （9）

由于差分變量與[Δεit]相關，故而對式（7）進行OLS回歸，參數估計量為有偏。為了解決此問題，還需要尋找一個[l×1]維的工具變量向量，即[（z′it0，…，z′iT）′]，對任意的[2<t0≤T]和[l≥k]，需滿足：

[E（z′it0Δεit0，…，z′iTΔεiT）′=0] （10）

或者

[E（Δεit|zit）=0] （11）

注意[zit]可由[（xit， qit）]的滯后項和被解釋變量的滯后項共同構造，而且在不同時期[t]工具變量個數不同。

由于允許門限變量[qit]為內生，即[E（qitΔεit）≠0]，則有[qit]并不屬于工具變量集[{zit}Tt=t0]，考慮如下[l]維列向量的樣本矩條件：

[gn（θ）=1ni=1ngi（θ）gi（θ）l×1=zit0（Δyit0-β′Δxit0-δ′x′it01it0（γ））ziT（Δyit0-β′ΔxiT-δ′x′iT1iT（γ））] （12）

假定當且僅當[θ=θ0]時，有[Egi（θ）=0]，同時，令[gi=gi（θ0）=（z′it0Δεit0，…，z′iTΔεiT）′]，且[Ω=E（gig′i）]，其中，[Ω]被假定是正定的。對一個正定矩陣[Wn]，且[Wn→pΩ-1]，設：

[Jn（θ）=gn（θ）′Wngn（θ）] （13）

通過最小化[Jn（θ）]，可得到參數[θ]的GMM估計量。其中，對于正定矩陣，或者[Wn=Il]，或者可寫為：

[Wn=2ni=1nzit0z′it0-1ni=1nzit0+1z′it0+10…-1ni=1nzit0+1z′it02ni=1nzit0+1z′it0+1??0??-1ni=1nziT-1z′iT?…-1ni=1nziTz'iT-12ni=1nziTz′iT-1]

（14）

上式可進一步更新為：

[Wn=1ni=1ngigi′-1n2i=1ngii=1ngi′-1] （15）

其中，[gi=Δεit0z′it0，…，ΔεiTz′iT′]。

然后，[θ]的GMM估計量可由下式得出：

[θ=argminθ∈ΘJn（θ）] （16）

嚴格意義上，[γ]由某個區間給出，可令[γ]為該區間最小值。

對任意[γ∈Γ]，由于式（7）對向量[?]是線性模型，且目標函數[Jn（θ）]關于[θ=（?′，γ）′]中的[γ]是不連續的，那么網格搜索法是切實可行的，對于固定的[γ]，設：

[g1n=1ni=1ng1i， g2n（γ）=1ni=1ng2i（γ）g1il×1=zit0Δyit0?ziTΔyiT， g2n（γ）l×（k-1）=zit0（Δxit0，1it0（γ）′Xit0）?ziT（ΔxiT，1iT（γ）′XiT）] （17）

對給定的[γ]，[β]和[δ]的GMM估計量可由下式得出：

[（β（γ）′，δ（γ）′）′=（g2n（γ）′Wng2n（γ））-1g2n（γ）′Wng1n] （18）

記[β（γ）]和[δ（γ）]的估計目標函數[Jn（γ）]，即可得出[θ]的GMM估計量：

[γ=argminγ∈ΓJn（γ）， β′，δ′′=β（γ）′，δ（γ）′-1] （19）

2.3 變量構造和數據來源

2.3.1 經濟增長（[Y]）

國內生產總值是對一國（地區）經濟在核算期內所有常住單位生產的最終產品問題的度量，常被用以反映一個國家（地區）宏觀經濟總量狀況，而人均國內生產總值則是將一個國家（地區）核算期內（通常是一年）實現的國內生產總值與其常住人口（或戶籍人口）相比進行計算得到，剔除了人口規模的影響，可以準確真實地反映經濟社會可持續發展的潛力，是衡量一國（地區）經濟發展水平的重要指標，故本文選擇以2004年為基期平減后的人均（常住人口）實際國內生產總值衡量經濟增長水平。

2.3.2 旅游業（[TR]）

既有旅游業實證文獻為旅游業發展尋找可度量的代理變量時，不外乎從收入或人次兩方面予以度量，有文獻直接采用連續性指標，如收入水平或人次數量衡量旅游業發展水平，也有文獻使用旅游業專業化指標，即旅游業收入占國內生產總值比例刻畫旅游業發展狀況[12]，另有文獻采用旅游總人次與地區總人口數的比值度量旅游業規模[61]，也有文獻將旅游者過夜天數定為旅游業發展的代理指標[46]。然而，需要說明的是，單一的收入或人次指標顯然無法綜合反映旅游業的發展情況，原因在于，旅游產品的綜合性決定了其構成是需要為消費者營造一種綜合性的體驗場景，其中所蘊含的旅游業物質投入要素、旅游企業經營績效以及旅游企業服務能力等因素都會制約旅游業的發展空間。鑒于此，為從綜合性、寬視野和多維度層面構建旅游業發展綜合評價指標體系，并借助量化分析手段測度旅游業的綜合發展指數，是一種有效度量旅游業發展水平的可行探索。根據測度產業發展綜合競爭力指標的傳統處理方式，本文擬從旅游業規模、結構和潛力3個維度構建旅游業發展的綜合評價指標體系，為盡可能囊括更多指標信息含量，3個一級指標下共設置29個二級指標（表1）。其中，在基于改進熵值法測算指標序參量權重基礎上，本文將逼近理想解排序方法（technique for order preference by similarity to an ideal solution，TOPSIS）與灰色關聯理論相結合，通過聯合歐氏距離與灰色關聯度計算出灰色關聯相對貼近度，以此揭示系統現實狀態與理想狀態的貼近程度，進而測算出旅游業綜合功效指數，并將其作為度量旅游業發展水平的綜合代理指標。

2.3.3 新型城鎮化（[NURB]）

既有文獻在檢驗新型城鎮化建設的經濟增長效應時，通過構建新型城鎮化綜合評價指標體系來測度其綜合指數作為衡量新型城鎮化建設進程的有效指標，此種構造新型城鎮化變量的思路基本已達成一致共識。新型城鎮化側重提升城鎮化質量，致力于彌補、矯正傳統城鎮化過度關注規模粗放擴張的短視思維，以實現城鎮化規模、質量協調并進。因此，在構建新型城鎮化綜合評價指標體系時，既要納入傳統城鎮化測度的關鍵評價指標，又需彰顯新型城鎮化以人為本、內涵發展的核心理念。本文在借鑒趙永平和徐盈之[62]、趙磊和方成[63]的設置思路，分別從經濟基礎、人口發展、空間結構、社會功能、環境質量、城鄉統籌、生態集約7個方面構建新型城鎮化綜合評價指標體系（表2），同樣利用與旅游業綜合功效指數測算相似的方式，測度新型城鎮化建設的綜合功效指數，并將其作為衡量新型城鎮化建設程度的代理指標1。

2.3.4 控制變量

參考既有經濟增長決定因素的相關文獻，本文需要控制如下變量：1）物質資本存量（[PK]）。采用經典的永續盤存法估算省際物質資本存量，其中，固定資本折舊率選取張軍等[64]的9.6%。2）人力資本存量（[HC]）。通過設定不同教育水平就業人員的受教育年限，并以各受教育水平在人口中的比例為權數，以測算出的各省份平均受教育年限進行度量。3）制度質量（[IQ]）。市場化指數能夠有效反映出資源要素的市場發育程度、市場主體的有序競爭程度以及價格信號市場甄別機制的靈敏程度等，是判別資源要素市場優化配置程度的關鍵指標，采用樊綱等[65]以及王小魯等[66]測算的中國分省市場化指數來度量各省制度質量水平。4）對外開放（[OP]）。采用實際利用外商直接投資額占國內生產總值的比值衡量。5）政府干預（[GV]）。采用政府財政支出占國內生產總值的比值度量。

考慮到數據可得性和統計口徑一致性，本文選取中國2004—2019年30個省市自治區（西藏和港澳除外）平衡面板數據為研究樣本。旅游業綜合評價系統的指標原始數據分別來源于2005—2018年《中國旅游年鑒》與《中國旅游統計年鑒（副本）》。新型城鎮化綜合評價系統指的標原始數據分別來源于2005—2018年《中國統計年鑒》《中國城市統計年鑒》和《中國科技統計年鑒》，以及省級統計年鑒和中國與社會發展統計數據庫。其他原始數據也來源于《新中國六十年統計資料匯編》、國研網統計數據庫和中經網統計數據庫。針對計算過程中的個別缺失數據，通過移動平均法予以補齊。

3 實證分析

3.1 內生性檢驗

首先進行模型門限變量內生性檢驗。Kapetanios[67]根據Hausman[68]檢驗的一般原則，開發出用于檢驗門限模型中解釋變量內生性的基本程序。相似地，Seo和Shin[26]同樣基于Hausman類型程序，開發出檢驗門限變量是外生的零假設有效性的統計過程，其是應用FD-GMM和FD-2SLS（two stage least squares）估計量及其漸進結果的混合程序。

具體地，Seo和Shin[26]提出模型門限變量的FD-GMM統計量[γ]等價于其FD-2SLS估計量[γFD-2SLS]的零假設檢驗的[t]統計量：

[tH=n（γ-γFD-2SLS）V′γVγ-V′γVs（V′sVs）V′sVγVs=Ω-1/2（Gβ，Gδ）， Vγ=Ω-1/2GγγFD-2SLS=γ0+op（n-1/2（V′γV-V′γVs（V′sVs）-1V′sVγ））] （20）

由于其超一致性，在門限變量[qit]嚴格外生零假設條件下，[γ]等價于[γFD-2SLS]，由此得到的[t]統計量漸進服從標準正態分布。根據Hansen[22]和González等[69]的處理方法，選擇所有解釋變量與門限變量的一階滯后項作為工具變量。為了核驗動態面板門限回歸模型估計結果的有效性，考察過度識別矩條件有效性的檢驗結果。如表3所示，J統計量為30.248，未能拒絕工具變量有效性的零假設，說明所選擇的工具變量聯合有效性。

3.2 模型非線性檢驗

基于式（8），Seo和Shin[26]提出了一種快速Bootstrap算法檢驗門限效應的存在，即考慮模型非線性檢驗的零假設為[H0：δ=0]，對任意[γ∈Γ]，而備擇假設為：[H0：δ≠0]，對特定[γ∈Γ]，建立零假設的自然檢驗統計量：

[supW=supγ∈ΓWn（γ）] （21）

其中，對任意固定的[γ]，[Wn（γ）]為標準Wald統計量：

[Wn（γ）=nδ（γ）′∑δ（δ）-1δ（γ）] （22）

其中，給定[γ]，[δ（γ）]為[δ]的FD-GMM估計量，[∑δ（γ）]為[δ（γ）]漸進方差的一致估計量：

[∑δ（γ）=R（Vs（γ）'Vs（γ））-1R′] （23）

其中，[R=（0（k1+1）×k1， Ik1+1）]，[Vs（γ）=Ω（θ（γ））-1/2（Gβ， Gδ（θ（γ）））]。

設[G（γ）=（Gβ，Gδ（γ））]，[D（γ）=G（γ）′Ω-1G（γ）]，則[supW]統計量的極限分布為：

[supW→dsupγ∈ΓZ′G（γ）′D（γ）-1R′[RD（γ）-1R′]-1×RD（γ）-1G（γ）Z]

（24）

其中，[Z～N（0， Ω-1）]。在此基礎上，參考Hansen等[70]的做法，應用Bootstrap算法模擬獲得檢驗統計量的漸進臨界值或[p]值。

3.3 實證結果分析

旅游文獻中關心的一個核心問題，即旅游業發展是否影響宏觀經濟增長。Raza等認為，旅游業發展對經濟增長的影響取決于城鎮化水平，尤其是以生態集約和綠色發展為特征的城鎮化建設模式，可以激發旅游業發展對經濟增長的影響潛力[71]。值得強調的是，傳統文獻在探討旅游業與經濟增長的非線性結構突變問題時，研究方法存在兩點潛在誤區：一是，基于任意閾值的樣本拆分；二是，拆分樣本被主觀“鎖定”，不允許隨時間變化而變換分組。鑒于此，本文嘗試在新型城鎮化戰略背景，基于旅游業視角，采用動態面板框架中經濟增長的門限模型來解決以上難點。

根據理論機制，本文以新型城鎮化作為門限變量，基于式（4）對旅游業影響經濟增長的動態門限效應進行實證檢驗。特別地，采用Seo和Shin[26]開發出的FD-GMM方法對式（4）進行估計。該方法的優勢在于，放寬了既有研究對模型門限變量和解釋變量需要嚴格外生的預先假定，而是允許門限變量和解釋變量同時內生。

表3匯報了基于新型城鎮化門限變量的旅游業影響經濟增長的動態面板門限模型的FD-GMM估計結果。關于模型非線性檢驗，根據Dang等[72]的做法，構造[supW]檢驗的自舉模擬[p]值顯著拒絕了模型存在線性效應的零假設，說明本文所設基準模型存在無法忽視的非線性門限效應，即旅游業對經濟增長的影響存在顯著的新型城鎮化門限效應。對動態面板門限回歸模型的FD-GMM估計過程基于STATA 15.1平臺使用xthenreg命令完成。如表3所示，新型城鎮化變量存在兩個門限值，分別為0.4218和0.6356，基于數據結構和模型特征內生地搜索出的新型城鎮化門限值，可將研究樣本分為低新型城鎮化組（[NURB≤0.4218]）、中新型城鎮化組（[0.4218<NURB≤0.6356]）和高新型城鎮化組（[NURB>0.6356]）3類區制，并且區制間解釋變量系數存在顯著差異。

由式（4）可知，經濟增長滯后項在低新型城鎮化區制內系數為正，但不具備統計意義，而在中、高新型城鎮化區制內系數分別顯著為正，并且呈遞增趨勢，說明在新型城鎮化建設初期，其對產業配置、布局的蒂伯特（Charles Tiebout）選擇機制在推動新型產業向集約型、創新型和生態型方向發展的同時，也對固有產業結構體系造成了短期沖擊，特別是傳統產業淘汰、轉移，以及新型產業研發、孕育，必然會產生不同形式的沉沒成本、交易成本和創新成本等，進而在一定程度上削弱了經濟增長的動態慣性。在中、高新型城鎮化區制內，新型城鎮化通過對微觀企業的倒逼效應和篩選效應，優化產業結構、釋放集聚潛力、提升企業生產率，進而為經濟增長提供內在動力。由此可推斷，隨著新型城鎮化進程的逐漸深入，其對經濟增長的驅動機制施加潛在的有效調節作用。

本文重點關注旅游業的經濟增長效應基于新型城鎮化門限變量的非線性特征，詳實刻畫旅游業發展對經濟增長影響強度的變化規律。首先，在低、中和高新型城鎮化區制內，旅游業系數分別為0.3113、0.3503和0.3612，揭示出旅游業的經濟增長效應整體呈現階梯式變化特征，即隨著新型城鎮化水平提升，旅游業對經濟增長的影響效應漸次強化，進而證實新型城鎮化建設與旅游業發展在經濟增長過程中具有正向互補作用，兩者之間產生了促進經濟增長的協同效應。其次，旅游業與新型城鎮化內涵契合、功能交織、文化共鳴和環境適配，進而催生兩者耦合共振、協調發展。特別是新型城鎮化建設可為旅游業資本積累、技術創新和結構優化提供市場需求、供給條件、功能平臺和融合空間，由此增_{de17860d640da3ff61e3407ea3773dabefaa02e04aaafdfd27006b4eff6e2d54}強旅游業部門的行業勢力、發展能級和產業波及，并拓展旅游業影響經濟增長的傳導渠道，深度刺激旅游業的經濟增長效應發生躍遷變化。再次，在新型城鎮化建設初期，由于在功能匹配、規劃吻合和產業協同方面處于磨合期，相比中、高區制而言，旅游業與新型城鎮化之間的循環聯動機制尚在孕育，故而旅游業的經濟增長效應相對較弱，但隨著新型城鎮化愈發憑借選擇效應、溢出效應和規模效應推進產業分工，引發產業集聚，促進產業轉型，新型城鎮化建設對旅游業發展的質量效應確保了旅游業影響經濟增長的持續動力。另外，旅游業的經濟增長效應的新型城鎮化門限特征，呈現邊際效應遞增特性，從而為認知旅游業與經濟增長非線性關系提供了有益洞見。原因在于，既有對此非線性關系探討的旅游文獻，普遍認為當以旅游業專業化為門限變量時，隨著旅游業部門的過度擴張，其對經濟增長的邊際影響效應呈遞減趨勢，上述由于門限變量不同所導致的非線性關系實證結論差異，說明旅游業與經濟增長非線性關系的表現形式取決于門限變量變換。由此言之，本文從動態視角所刻畫的旅游業對經濟增長的新型城鎮化門限效應，突破了既有文獻僅從旅游業專業化單一視角描繪旅游業與經濟增長非線性關系的狹隘視域，進而從非線性視角有效拓展了旅游業與經濟增長關系研究框架。除此以外，本文所得實證結論也豐富了中國TLG假說的研究體系，特別是將中國旅游業與經濟增長關系置于動態非線性框架予以檢驗，進而使得對中國旅游業影響經濟增長的過程刻畫更加接近于客觀現實。

新型城鎮化系數在區制1內為負，但不顯著，說明當新型城鎮化綜合指數低于0.4218時，由于新型城鎮化改革在對傳統城鎮化路徑進行更新、矯正或變革時，必然會面臨經濟成本、社會成本和制度成本，進而短期會在一定程度上抑制新型城鎮化的經濟增長效應。隨著新型城鎮化建設持續推進，當跨越門限值進入區制2與區制3時，伴隨勞動專業化分工愈發深入，企業生產效率得以提升，而且也有助于促進技術創新水平提升和新興產業集聚，從而驅動產業結構優化[73]。具言之，新型城鎮化可通過技術創新效應、人力資本效應、要素流動效應和消費需求效應促進產業結構優化[52]，隨著產業結構深度調整，新型城鎮化的經濟增長效應存在顯著的產業結構門限效應，當產業結構變遷低于門限值時，產、城發展處de17860d640da3ff61e3407ea3773dabefaa02e04aaafdfd27006b4eff6e2d54于不匹配狀態，從而抑制了新型城鎮化的經濟增長作用，而當超過門限值時，新型城鎮化與產業結構升級之間存在顯著協同效應，新型城鎮化的經濟增長效應明顯增強[74]。

控制變量系數在3類區制內也同時得以系統展示。人力資本和對外開放系數在3類區制內變化相對穩定，均呈顯著正向影響，其中，人力資本存在邊際影響效應遞增特征，城鎮化持續擴張過程蘊含人力資本積累及知識溢出[75]，而新型城鎮化則通過集聚效應和溢出效應兩種傳導渠道進一步放大人力資本積累對經濟增長的市場需求機制、科技創新機制和資源配置機制，進而也從新型城鎮化視角證實人力資本積累是驅動經濟可持續增長的主要源泉。與其相反，盡管對外開放系數顯著為正，但卻表現為邊際效應遞減過程，原因可能在于：一方面，在國內外復雜形勢不確定性背景下，隨著逆全球化思潮和貿易保護主義盛行，導致我國對外開放步伐受阻，經濟增長速度減緩；另一方面，全球價值鏈嵌入下，我國企業出口產品質量相對低下，附加值不高，出口結構以傳統加工貿易為主，致使經濟增長出現周期波動，但從長遠看，對外開放仍是我國經濟增長的主要途徑。物質資本和政府干預系數在3類區制內存在明顯差異，物質資本投資系數在區制3內顯著為正，而政府干預系數則在區制1內顯著為正，前者說明隨著新型城鎮化建設深入推進，一方面，產生了巨大的物質資本市場需求，尤其在基礎設施、科技服務、管理協同、產業重塑等領域需要大量資金支持；另一方面，新型城鎮化強勢推進創新驅動、產業升級與投資優化形成有機互動整體，進而深度激發新型物質資本的邊際報酬遞增潛力，后者則清晰地反映出在新型城鎮化初級階段，政府通過偏向性政策激勵、規劃引領、功能配置、機制創新等組合措施促進經濟增長，但政府過度干預又與中國經濟改革方向相悖，由于其導致要素配置扭曲，市場機制受損，進而也會抑制經濟增長。新型城鎮化建設的根本目的是提升城鎮化質量，保持城鎮化規模與效率協調并進，所以在城鎮化規?？焖贁U張的前提下，實現城鎮化質量有序、全面提升，在建設初期勢必會遭遇諸多制度性難題，諸如戶籍制度、土地制度、行政制度等，隨著新型城鎮化進入高質量發展的關鍵期，通過深度推動城鎮化體制機制改革創新，能夠充分發揮市場化對資源要素的優化配置能力，提高要素、產品市場的競爭性和流動性，從而使得經濟增長獲得內生動力。

4 穩健性分析

考慮到新型城鎮化建設對旅游業發展具有門限效應，進而與經濟增長之間存在非線性關系，故而在Hansen[22]所開發的靜態面板門限模型中直接引入經濟增長滯后項，即將式（3）拓展為如下動態面板門限模型形式：

[lnYit=ρlnYit-1+β1lnTRit 1 （lnNURBit≤γ）+ β2lnTRit 1 （lnNURBit>γ）+χlnZit+μi+εit] （25）

上述模型由于能夠處理內生性問題，所以對門限參數的估計效率更高。然而，式（25）僅考慮了旅游業對經濟增長的斜率門限效應，而忽視了截距門限效應，進而有可能導致有偏或不穩定的估計結果[76]。因此，參考Kremer等[77]的做法，也為使動態模型估計結果更加穩健，在式（25）基礎上再納入截距門限效應，最終建立如下擴展形式的動態面板門限回歸模型：

[lnYit=μi+ρlnYit-1+β1lnTRit 1 （lnNURBit≤γ）+ λ 1 （lnNURBit≤γ）+β2lnTRit 1 （lnNURBit>γ）+ χlnZit+εit]（26）

式（26）中，[λ]表示當[lnNURBit≤γ]時旅游業對經濟增長的截距門限效應。由于式（26）包含被解釋變量滯后項，為處理潛在的內生性，應采用工具變量法對其進行估計，需先消除式中的個體固定效應，通常有組內變換和一階差分兩種方法予以處理。傳統的對均值離差消除個體固定效應的方法則會使得式（25）中被解釋變量滯后項與個體誤差均值存在相關性，進而無法在靜態面板門限模型估計中得到參數的一致估計量[22]。此外，采用一階差分消除個體固定效應的處理方法則會使誤差項存在負的序列相關，導致靜態面板門限模型的分布理論不再適用[78]。針對以上固定效應處理困局，本文參考Kremer等[77]的做法，為消除式（26）中的個體固定效應，對式（25）進行前向正交離差變換處理，可以有效避免變換后誤差項之間的序列相關問題。對變量進行前向正交離差變換處理之后的模型為：

[lnY*it=μi+ρlnY*it-1+β1lnTR*it 1 （lnNURBit≤γ）+ λ 1 （lnNURBit≤γ）+β2lnTR*it 1 （lnNURBit>γ）+ χlnZ*it+ε*it]（27）

式（27）中，誤差項的前向正交離差變換形式如下：

[ε*it=T-tT-t+1εit-1T-t（εi（t+1）+…+εiT）， t=1，…，T-1]

（28）

式（27）中其他變量的前向正交離差變換形式與誤差項一致，且在變換后無序列相關，方差也具有單位矩陣特征：

[Var（εi）=σ2IT?Var（ε*i）=σ2IT-1] （29）

為了便于刻畫模型的估值方法，可設[w*1it=][lnY*i，t-1]為內生解釋變量，[w*2it]為其他控制變量，[W*it=（w*1it， w*2it）]，式（27）可進一步簡化為：

[lnY*it=μi+β1lnTR*it 1 （lnNURBit≤γ）+λ 1 （lnNURBit≤γ）+ β2lnTR*it 1 （lnNURBit>γ）+ζlnW*it+ε*it （30）]

參考Caner和Hansen[27]、Kremer等[77]的做法。首先，選擇因變量的滯后項（[lnY*i，t-1，…，lnY*i，t-p]）作為工具變量[νit]來估計[w*1it]，[p]設置為1到[t]之間的數值，本文估計結果在[p=2]設定下進行估計。假設[w*1it=g（νit，ξ）]，[ξ]為回歸系數，采用面板模型最小二乘法可得到估計值[w*1it=g（νit， ξ）]，[ξ]為回歸系數估計值。其次，從門限變量[lnNURBit]的取值范圍中取任意值作為初始門限值[γ0]，將估計值[w*1it]帶入上述方程，再運用面板模型最小二乘法估計，可得到相應殘差平方和[Sn（γ0）]，門限值[γ]的估計值[γ]可通過最小化[Sn（γ）]進行估計，即[γ=argminγSn（γ）]。當得到[γ]后，再應用系統廣義矩估計（system GMM，SYS-GMM）方法獲得模型參數估計值。最后，進行門限估計值的真實性檢驗。原假設[H0： γ=γ0]，構造似然比統計量為：[LRn（γ）=n[Sn（γ）-Sn（γ）]/Sn（γ）]，由于此統計量為非標準分布，Caner和Hansen[27]開發了一個可簡單計算出其接受域的公式：[Γ={γ：LRn（γ）≤-2log（1-1-τ）}]，[τ]為顯著性水平。

根據上文提供的估計程序和檢驗方法，結合劉曉瑞和孫濤[79]的做法，同時以旅游業和經濟增長的滯后一期項作為工具變量，動態面板門限回歸模型的SYS-GMM估計結果匯報于表4。關于模型穩定性的判別指標顯示：1）Sargan檢驗結果支持工具變量聯合有效；2）一階序列自相關顯著，但二階序列自相關不顯著；3）Wald檢驗結果支持不同區制內解釋變量系數聯合顯著；4）經濟增長滯后項系數在1%統計水平上顯著為正，再次驗證經濟增長的動態慣性特征。

旅游業對經濟增長具備非線性的新型城鎮化門限效應。以新型城鎮化為門限變量的門限估計參數分別為0.4367和0.6467，分別處于其相應的95%置信區間[0.4213， 0.4445]和[0.6302， 0.6589]，說明旅游業對經濟增長的影響存在基于新型城鎮化的雙重門限效應，這與采用Seo和Shin[26]的FD-GMM方法所進行的門限效應檢驗結果大體一致，差異在于門限參數SYS-GMM估計值要略大于門限參數FD-GMM估計值。

旅游業對經濟增長存在斜率門限效應和截距門限效應，具體表現在旅游業對經濟增長的影響隨著新型城鎮化進程高低而存在顯著差異。具言之，當新型城鎮化建設處于低區制（[NURB≤0.4367]）時，旅游業斜率門限效應為0.3198，而當新型城鎮化發展處于中區制（[0.4367<NURB≤0.6467]）時，旅游業斜率門限效應則為0.3553，直到新型城鎮化進程演進至高區制時（[NURB>0.6467]），旅游業斜率門限效應升至0.3904，表明隨著新型城鎮化依次跨越門限值，旅游業斜率門限效應具備邊際遞增趨勢，旅游業對經濟增長的促進作用愈漸增強，由此驗證新型城鎮化對旅游業的經濟增長效應的非線性強化作用并不因估計策略的變換而發生實質改變，從而反映出旅游業對經濟增長的新型城鎮化動態門限效應的穩健性。另外，使用SYS-GMM方法估計出的3類新型城鎮化區制內旅游業效率門限效應相應大于使用FD-GMM方法估計出的旅游業的經濟增長效應。究其因，可能是由于模型設定、估計方法和矩條件選擇的差異性所致。Seo和Shin[26]開發的動態非線性面板模型能夠同時檢驗門限變量對所有解釋變量的門限效應，以系統刻畫門限變量對所有解釋變量影響被解釋變量的非線性趨勢，所以相比SYS-GMM方法，對旅游業影響經濟增長的新型城鎮化門限模型進行FD-GMM方法估計，更能整體勾勒出經濟增長決定因素的效應變化，在控制上述變化因素后，經濟增長動態面板門限回歸模型的系數FD-GMM估計量相對稍小。總體而言，由SYS-GMM估計結果可知，旅游業對經濟增長的促進作用不僅受到新型城鎮化建設程度的影響，而且旅游業在高新型城鎮化水平地區要比在低新型城鎮化水平地區更有利于驅動經濟增長。隨著新型城鎮化進程加快，旅游業可從中獲取更廣闊的消費市場需求、更適配的產業結構體系、更多元的產品構成要素、更先進的組織創新理念等，進而有助于系統提升旅游企業經營效率、產品價值內涵和產業融合能力，通過為旅游業高質量發展不斷賦予全新動能，強化旅游業對經濟增長的傳導效力，進而對經濟增長產生持續積極影響。

5 對比性分析

為與旅游業、新型城鎮化與經濟增長之間非線性關系模型的動態面板門限回歸結果相對比，同時應用Hansen[22]所設計的普通靜態面板門限回歸模型對上述關系進行實證檢驗，以考察將動態因素納入非線性模型后，新型城鎮化對旅游業影響經濟增長的動態門限效應與靜態門限效應會存在何種變化差異。首先，對靜態門限效應進行檢驗。表5報告了靜態面板門限效應檢驗中以新型城鎮化為門限變量的檢驗結果，可見單一門限與雙重門限效應分別通過10%和1%顯著性檢驗，但三重門限效應并不顯著，說明新型城鎮化對旅游業與經濟增長關系存在顯著的雙重門限效應。特別地，靜態面板新型城鎮化雙重門限參數分別為0.453和0.663，均稍大于上文所報告的使用FD-GMM和SYS-GMM兩種方法所估計出的動態面板新型城鎮化雙重門限參數。

旅游業影響經濟增長的靜態面板新型城鎮化雙重門限模型參數估計結果報告于表6中。如表所示，旅游業的經濟增長效應同樣顯著地存在基于新型城鎮化的正向非單調性雙重門限特征，具體表現在當新型城鎮化建設處于低區制（[NURB≤0.453]）時，旅游業影響系數為0.3950，而當新型城鎮化發展處于中區制（[0.453<NURB≤0.663]）時，旅游業斜率門限效應則為0.4128，直到新型城鎮化進程演進至高區制時（[NURB>0.663]），旅游業斜率門限效應升至0.7131，再次說明即使在靜態面板門限模型框架中，新型城鎮化依然對旅游業的經濟增長效應具有積極地遞增式雙重門限作用。另外，與動態面板模型框架相比，旅游業的靜態經濟增長效應在3類新型城鎮化區制內較大，也說明遺漏了動態因素后，靜態面板門限回歸模型遭遇潛在內生性后致使解釋變量系數值普遍被高估。

6 結論與政策建議

近年來，隨著中國旅游業規模持續擴張，其對經濟增長的綜合貢獻與日俱增，尤其是旅游業的經濟增長效應問題成為各方關注的焦點問題。與此同時，在新型城鎮化上升為國家戰略的背景下，重新檢驗、識別和修正中國TLG假說研究框架，具有重要的學術意義和時代價值。本文在獲得旅游業與經濟增長非線性關系的實證文獻支持基礎上，將新型城鎮化變量納入中國TLG假說研究框架，進而將其拓展為包含新型城鎮化門限變量的TLG假說非線性研究框架，并以2004—2019年中國30個省份（西藏和港澳臺除外）面板數據為研究樣本，采用由Seo和Shin[26]開發的能夠捕捉非線性不對稱動態因素的面板門限回歸模型對旅游業影響經濟增長的新型城鎮化門限效應進行FD-GMM方法估計，以實證檢驗新型城鎮化發展對旅游業的經濟增長效應的非線性作用機制。實證研究結果表明：新型城鎮化建設不僅對旅游業的經濟增長效應具有正向非單調性雙重門限作用，而且旅游業的經濟增長效應隨新型城鎮化進程推進呈現邊際遞增規律。另外，當應用SYS-GMM方法對Kremer等[77]所設定的動態面板門限回歸模型進行估計后，核驗出新型城鎮化對旅游業的經濟增長效應的雙重門限作用具備穩健性。對比性分析發現，Hansen[22]發展出的靜態面板門限回歸模型會高估新型城鎮化對旅游業影響經濟增長的門限效應。

上述結論為增強產城融合的經濟增長效應，特別是發揮新型城鎮化在旅游業影響經濟增長中的間接渠道作用提供了重要政策啟示。第一，需及時改變對旅游業與經濟增長線性關系理解的刻板認識，不僅需將上述學術視野轉向更具一般性的非線性框架，從而為在新型城鎮化戰略情境中解析旅游業的經濟增長效應變化規律提供新視角，尤其是當識別到旅游業影響經濟增長的非線性動態新型城鎮化雙重門限效應時，應在新時期不同新型城鎮化建設階段，因地制宜、因時制宜地實施旅游業導向型經濟增長策略，從而使得旅游業發展在與新型城鎮化建設互動協同過程中保持高效的旅游業經濟增長效應。第二，堅持深入推進新型城鎮化戰略，以全面提升城鎮化發展質量，在推動新型城鎮化進程跨越門限值的同時，深度增進旅游業發展與新型城鎮化建設之間耦合協調機制，尤其是旅游業部門需著重增強對新型城鎮化建設所釋放創新知識溢出的吸收能力，主動提升對現代農業、新型工業和新興服務業部門的產業關聯水平，進而通過整體推進旅游業跨區域、跨部門和跨行業的新產品、新業態、新技術和新模式的不斷孕育、生成、滲透和涌現，持續強化旅游業的經濟增長效應。第三，由于新型城鎮化建設對旅游業的經濟增長效應具有正向門限作用，所以各級政府除可考慮實施鼓勵“城”“旅”融合的協同政策，還應同時增強旅游業發展的政策彈性，尤其要確保在不同新型城鎮化建設階段綜合政策制定的有序過渡、順暢銜接，目的在于依靠最優政策制定引導旅游業在不同新型城鎮化建設階段獲取適配性發展新動能，進而通過發揮兼容新型城鎮化發展的旅游業綜合政策效力來刺激旅游業的經濟增長效應。

參考文獻（References）

[1] IRTS. Department of economic and social affairs， statistics division[M]//LARSEN T， FERRIER S， KING S， et al. International Recommendations for Tourism Statistics （IRTS Series No. 83/Rev.1）. New York： United Nations Publication， 2008.

[2] CHAO C C， HAZARI B R， LAFFARGUE J P， et al. Tourism， dutch disease and welfare in an open dynamic economy[J]. Japanese Economic Review， 2006， 57（4）： 501-515.

[3] THORNTON J. Exports and economic growth： Evidence from 19th century Europe[J]. Economics Letters， 1997， 55（2）： 235-240.

[4] FLETCHER J E， ARCHER B. The development and application of multiplier analysis[J]. Progress in Tourism， Recreation and Hospitality Management， 1991（1）： 28-47.

[5] IVANOV S， WEBSTER C. Globalization as a driver of destination competitiveness[J]. Annals of Tourism Research， 2013， 43（10）： 628-633.

[6] BRAU R， LANZA A， PIGLIARU F. How fast are small tourism countries growing？ Evidence from the data for 1980—2003[J]. Tourism Economics， 2007， 13（4）： 603-613.

[7] SPURR R. Tourism satellite accounts[C]//DWYER L， FORSYTH P. International Handbook on the Economics of Tourism. Cheltenham： Edward Elgar， 2009.

[8] TANG C F， TAN E C. How stable is the tourism-led growth hypothesis in Malaysia？ Evidence from disaggregated tourism markets[J]. Tourism Management， 2013， 21（8）： 1579-1591.

[9] PINA I A， MARTíNEZ-GARCíA M P. An endogenous growth model of international tourism[J]. Tourism Economics， 2013， 21（3）： 701-719.

[10] BRIDA J G， GóMEZ D M， SEGARRA V. On the empirical relationship between tourism and economic growth[J]. Tourism Management， 2020， 81： 104131.

[11] SOUKIAZIS E， PROENCA S. Tourism as an alternative source of regional growth in Portugal： A panel data analysis at NUTS II and III levels[J]. Portuguese Economic Journal， 2008， 7（1）： 43-61.

[12] ADAMOU A， CLERIDES S. Prospects and limits of tourism-led growth： The international evidence[J]. Review of Economic Analysis， 2009， 2（3）： 287-303.

[13] 趙磊， 方成. 旅游業與經濟增長的非線性門檻效應——基于面板平滑轉換回歸模型的實證分析[J]. 旅游學刊， 2017， 32（4）： 20-32. [ZHAO Lei， FANG Cheng. Nonlinear threshold effect between tourism and economic growth： A panel smooth transition regression approach[J]. Tourism Tribune， 2017， 32（4）： 20-32.]

[14] 趙磊， 張晨. 旅游業會影響城鎮化經濟增長效應嗎？——基于中國的實證檢驗[J]. 旅游學刊， 2017， 32（10）： 57-66. [ZHAO Lei， ZHANG Chen. Does tourism industry affect economic growth during the process of urbanization？ Empirical evidence from China[J]. Tourism Tribune， 2017， 32（10）： 57-66.]

[15] 沈坤榮， 蔣銳. 中國城市化對經濟增長影響機制的實證研究[J]. 統計研究， 2007， 24（6）： 9-15. [SHEN Kunrong， JIANG Rui. How does urbanization affect economic growth in China[J]. Statistical Research， 2007， 24（6）： 9-15.]

[16] 林爽， 趙磊. 城鎮化進程對旅游產業競爭力的門檻效應研究[J]. 旅游學刊， 2020， 35（11）： 27-41. [LIN Shuang， ZHAO Lei. Study on the threshold effect of urbanization on the competitiveness of tourism industry[J]. Tourism Tribune， 2020， 35（11）： 27-41.]

[17] 蔡昉， 陳曉紅， 張軍， 等. 研究闡釋黨的十九屆五中全會精神筆談[J]. 中國工業經濟， 2020（12）： 5-27. [CAI Fang， CHEN Xiaohong， ZHANG Jun， et al. The talks on paper of the study of the spirit of the fifth plenary session of the 19th Central Committee of the Communist Party of China[J]. China Industrial Economics， 2020（12）： 5-27.]

[18] 唐鴻， 劉雨婧， 麻學鋒. 旅游業與新型城鎮化協調發展效應評價——以張家界為例[J]. 經濟地理， 2017， 37（2）： 216-223. [TANG Hong， LIU Yujing， MA Xuefeng. Effect evaluation of coordination development between tourism industry and new urbanization： A case study of Zhangjiajie[J]. Economic Geography， 2017， 37（2）： 216-223.]

[19] 趙磊， 陳衍， 劉穎. 旅游業、新型城鎮化與經濟增長[J]. 旅游科學， 2022， 36（6）： 20-44. [ZHybhgw1ypVvmYtxtGwcci4A==AO Lei， CHEN Yan， LIU Ying. Tourism， new urbanization， and economic growth[J]. Tourism Science， 2022， 36（6）： 20-44.]

[20] 趙磊. 旅游發展與經濟增長——來自中國的經驗證據[J]. 旅游學刊， 2015， 30（4）： 33-49. [ZHAO Lei. Tourism development and economic growth[J]. Tourism Tribune， 2015， 30（4）： 33-49.]

[21] BRIDA J G， CORTES-JIMENEZ I， PULINA M. Has the tourism-led growth hypothesis been validated？ A literature review[J]. Current Issues in Tourism， 2016， 19（5）： 394-430.

[22] HANSEN B E. Threshold effects in non-dynamic panels： Estimation， testing， and inference[J]. Journal of Econometrics， 1999， 93（2）： 345-368.

[23] PO W C， HUANG B N. Tourism development and economic growth—A nonlinear approach[J]. Physica A Statistical Mechanics and Its Applications， 2008， 387（22）： 5535-5542.

[24] 潘文卿. 中國的區域關聯與經濟增長的空間溢出效應[J]. 經濟研究， 2012， 47（1）： 54-65. [PAN Wenqing. Regional linkage and the spatial spillover effects on regional economic growth in China[J]. Economic Research Journal， 2012， 47（1）： 54-65.]

[25] BRUINSHOOFD W A， KOOL C J. Nonlinear target adjustment in corporate liquidity management： An endogenous thresholds approach[J]. Applied Economics， 2009， 41（17）： 2125-2131.

[26] SEO M H， SHIN Y. Dynamic panels with threshold effect and endogeneity[J]. Journal of Econometrics， 2016， 195（2）： 169-186.

[27] CANER M， HANSEN B E. Instrumental variable estimation of a threshold model[J]. Econometric Theory， 2004， 20（5）： 813-843.

[28] PABLO-ROMERO M P， MOLINA J A. Tourism and economic growth： A review of empirical literature[J]. Tourism Management Perspectives， 2013， 8（1）： 28-41.

[29] BRYDEN J M. Tourism and development： A case study of the commonwealth Caribbean[J]. International Affairs， 1974， 50（1）： 23-45.

[30] ARCHER B. Importance of tourism for the economy of Bermuda[J]. Annals of Tourism Research， 1995， 22（4）： 918-930.

[31] MCKINNON R. Foreign exchange constraints in economic development and efficient aid allocation[J]. Economic Journal， 1964， 74： 388-409.

[32] NOWAK J J， SAHLI M， CORTéS-JIMéNEZ I. Tourism， capital good imports and economic growth： Theory and evidence for Spain[J]. Tourism Economics， 2007， 13（4）： 515-536.

[33] SCHUBERT F S， BRIDA J G， RISSO W A. The impacts of international tourism593004b552261b3b84aa5120b4280b09648704fc5c0397bcde845b5f25da6cda demand on economic growth of small economies dependent of tourism[J]. Tourism Management， 2011， 32（2）： 377-385.

[34] FIGINI P， VICI L. Tourism and growth in a cross-section of countries[J]. Tourism Economics， 2010， 16（4）： 789-805.

[35] World Travel and Tourism Council. Travel and tourism economic impact[EB/OL]. [2023-10-12]. http：//www.wttc.org/research/economic- research/ 2019.

[36] DI LIBERTO A. High skills， high growth： Is tourism an exception？[J]. Journal of International Trade & Economic Development， 2013， 22（5）： 749-785.

[37] BHAGWATI J， SRINIVASAN T. Trade Policy and Development， International Economic Policy： Theory and Evidence[M]. Baltimore： Johns Hopkins University Press， 1979： 8-12.

[38] HELPMAN E， KRUGMAN P. Market Structure and Foreign Trade[M]. Cambridge： MIT Press， 1987： 11-15.

[39] SONG H， DWYER L， LI G， et al. Tourism economics research： A review and assessment[J]. Annals of Tourism Research， 2012， 39（3）： 1653-1682.

[40] KHAN H， SENG C， CHEONG W. Tourism multipliers effects on Singapore[J]. Annals of Tourism Research， 1990， 17（3）： 408-418.

[41] CERNAT L， GOURDON J. Paths to success： Benchmarking cross-country sustainable tourism[J]. Tourism Management， 2012， 33（5）： 1044-1056.

[42] BRIDA J G， PEREYRA J S， DEVESA M J S. Evaluating the contribution of tourism to economic growth[J]. Anatolia， 2008， 19（2）： 351-357.

[43] MARIN D. Is the export-led hypothesis valid for industrialized countries？[J]. Review of Economics and Statistics， 1992， 74（4）： 678-688.

[44] DENG T， MA M， CAO J. Tourism resource development and long-term economic growth： A resource curse hypothesis approach[J]. Tourism Economics， 2014， 20（5）： 923-938.

[45] COPELAND B R. Tourism， welfare and de-industrialization in a small open economy[J]. Economica， 1991， 58（232）： 515-529.

[46] JACKMAN M， LORDE T. On the Relationship between tourist flows and household expenditure in Barbados： A dynamic OLS approach[J]. Economics Bulletin， 2010， 30（1）： 472-481.

[47] SEQUEIRA T N， NUNES P M. Does tourism influence economic growth？ A dynamic panel data approach[J]. Applied Economics， 2008， 40（18）： 2431-2441.

[48] PAN S C， LIU S Y， WU P C. Re-testing the tourism-led growth hypothesis using panel smooth transition regression models[J]. Tourism Economics， 2014， 20（1）： 39-50.

[49] ZUO B， HUANG S S. Revisiting the tourism-led economic growth hypothesis： The case of China[J]. Journal of Travel Research， 2018， 57（2）： 151-163.

[50] 武春友， 謝風媛. 入境旅游發展與經濟增長的非線性關系——基于門限面板數據模型的實證研究[J]. 商業經濟與管理， 2010（2）： 76-83. [WU Chunyou， XIE Fengyuan. Non-linear relationship between international tourism development and economic growth： A threshold panel data approach[J]. Journal of Business Economics， 2010（2）： 76-83.]

[51] LI K X， JIN M， SHI W. Tourism as an important impetus to promoting economic growth： A critical review[J]. Tourism Management Perspectives， 2018， 26（2）： 135-142.

[52] 周敏， 李磊， 朱新華. 新型城鎮化對產業結構調整的影響及作用路徑——基于中介效應的實證分析[J]. 財貿研究， 2020， 31（5）： 28-38. [ZHOU Min， LI Lei， ZHU Xinhua. Impacts and function route of new-type urbanization on industrial restructuring in China： Based on theeTc0Ui9RV+T2oiilljHICg== mediating effect method[J]. Finance and Trade Research， 2020， 31（5）： 28-38. ]

[53] 王永軍. 新型城鎮化如何影響城鎮居民消費[J]. 東南大學學報（社會科學版）， 2020， 22（3）： 108-116. [WANG Yongjun. How does new urbanization affect the consumption of urban residents？[J]. Journal of Southeast University （Philosophy and Social Science Edition）， 2020， 22（3）： 108-116.]

[54] SEO M H， KIM S， KIM Y J. Estimation of dynamic panel threshold model using Stata[J]. The Stata Journal， 2019， 19（3）： 685-697.

[55] 叢海彬， 段巍， 吳福象. 新型城鎮化中的產城融合及其福利效應[J]. 中國工業經濟， 2017（11）： 62-80. [CONG Haibin， DUAN Wei， WU Fuxiang. City-industry integration and its welfare effects during the new-type urbanization[J]. China Industrial Economics， 2017（11）： 62-80.

[56] ALBALADEJO I P， GONZáLEZ-MARTíNEZ M S， MARTíNEZ-GARCíA M P. Quality and endogenous tourism： An empirical approach[J]. Tourism Management， 2014， 41（4）： 141-147.

[57] 張望. 財政支出結構、人力資本積累與經濟增長[J]. 產業經濟研究， 2011（2）： 77-86. [ZHANG Wang. The structure of fiscal expenditure， the accumulation of human capital and economic growth[J]. Industrial Economics Research， 2011（2）： 77-86.]

[58] 曹虹劍， 李康. 中國高技術產業自主創新能力的影響因素[J]. 經濟數學， 2016， 33（3）： 77-82. [CAO Hongjian， LI Kang. The influencing factors of high-tech industries’ independent innovation ability in China[J]. Journal of Quantitative Economics， 2016， 33（3）： 77-82.]

[59] HAUK W R. Endogeneity bias and growth regressions[J]. Journal of Macroeconomics， 2017， 51（3）： 143-161.

[60] ARELLANO M， BOND S. Some tests of specification for panel data： Monte Carlo evidence and an application to employment equations[J]. Review of Economic Studies， 1991， 58（2）： 277-297.

[61] CORTéS-JIMéNEZ I， BLAKE A. Tourism demand modeling by purpose of visit and nationality[J]. Journal of Travel Research， 2011， 50（4）： 408-416.

[62] 趙永平， 徐盈之. 新型城鎮化發展水平綜合測度與驅動機制研究——基于我國省際2000—2011年的經驗分析[J]. 中國地質大學學報（社會科學版）， 2014， 14（1）： 116-124. [ZHAO Yongping， XU Yingzhi. Study on the comprehensive measurement and driving mechanism of the development level of new urbanization—Based on the analysis of China’s interprovincial experience from 2000 to 2011[J]. Journal of China University of Geosciences （Social SciJ2rmhiZUdtFPu+vuAxemZQ==ences Edition）， 2014， 14（1）： 116-124.

[63] 趙磊， 方成. 中國省際新型城鎮化發展水平地區差異及驅動機制J2rmhiZUdtFPu+vuAxemZQ==[J]. 數量經濟技術經濟研究， 2019， 36（5）： 44-64. [ZHAO Lei， FANG Cheng. Distribution dynamics and driving mechanism of Chinas provincial new urbanization development level[J]. Journal of Quantitative & Technological， 2019， 36（5）： 44-64.]

[64] 張軍， 吳桂英， 張吉鵬. 中國省際物質資本存量估算： 1952—2000[J]. 經濟研究， 2004（10）： 35-44. [ZHANG Jun， WU Guiying， ZHANG Jipeng. The estimation of China’s provincial capital stock： 1952—2000[J]. Economic Research Journal， 2004（10）： 35-44.]

[65] 樊綱， 王小魯， 馬光榮. 中國市場化進程對經濟增長的貢獻[J]. 經濟研究， 2011， 46（9）： 4-16. [FAN Gang， WANG Xiaolu， MA Guangrong. Contribution of marketization to China’s economic growth[J]. Economic Research Journal， 2011， 46（9）： 4-16.]

[66] 王小魯， 樊綱， 余靜文. 中國分省份市場化指數報告（2016）[M]. 北京： 社會科學文獻出版社， 2017： 20-25. [WANG Xiaolu， FAN Gang， YU Jingwen. Marketization Index of China’s Provinces： Neri Report 2016[M]. Beijing： Social Sciences Academic Press， 2017： 20-25.]

[67] KAPETANIOS G. Testing for exogeneity in threshold models[J]. Econometric Theory， 2010 26（2）： 231-259.

[68] HAUSMAN J A. Specification tests in econometrics[J]. Econometrica， 1978， 46（6）： 1251-1271.

[69] GONZáLEZ A， TER?SVIRTA T， VAN DIJK D. Panel Smooth Transition Regression Model and an Application to Investment under Credit Constraints[R]. Stockholm： Stockholm School of Economics， 2004.

[70] HANSEN L， HEATON J， YARON A. Finite sample properties of some alternative GMM estimators[J]. Journal of Business Economic Statistics， 1996， 14（3）： 262-280.

[71] RAZA S A， QURESHI M A， AHMED M， et al. Non-linear relationship between tourism， economic growth， urbanization， and environmental degradation： Evidence from smooth transition models[J]. Environmental Science and Pollution Research， 2021， 28（2）： 1426-1442.

[72] DANG V A， KIM M， SHIN Y. Asymmetric capital structure adjustments： New evidence from dynamic panel threshold models[J]. Journal of Empirical Finance， 2012， 19（4）： 465-482.

[73] 蘇紅鍵， 魏后凱， 鄧明. 城市集聚經濟的多維性及其實證檢驗[J]. 財貿經濟， 2014（5）： 115-126. [SU Hongjian， WEI Houkai， DENG Ming. Multi-dimensional nature and empirical test on urban agglomeration economics[J]. Finance & Trade Economics， 2014（5）： 115-126.]

[74] 孫葉飛， 夏青， 周敏. 新型城鎮化發展與產業結構變遷的經濟增長效應[J]. 數量經濟技術經濟研究， 2016， 33（11）： 23-40. [SUN Yefei， XIA Qing， ZHOU Min. The economic growth effect of new urbanization development and industrial structure change[J]. Journal of Quantitative & Technological Economics， 2016， 33（11）： 23-40.]

[75] HENDERSON J V. Urbanization and economic development[J]. Annals of Economics and Finance， 2003， 4（2）： 275-341.

[76] BICK A. Threshold effects of inflation on economic growth in developing countries[J]. Economics Letters， 2010， 108（2）： 126-129.

[77] KREMER S， BICK A， NAUTZ D. Inflation and growth： New evidence from a dynamic panel threshold analysis[J]. Empirical Economics， 2013， 44（2）： 861-878.

[78] 張丹， 陳樂一. 環境規制、產業結構升級與經濟波動——基于動態面板門檻模型的實證研究[J]. 環境經濟研究， 2019， 4（2）： 92-109. [ZHe6629535a1002ff5c95de9170e5b8248ANG Dan， CHEN Leyi. Environmental regulation， upgrading of industrial structure and economic fluctuation： An empirical study of dynamic panel threshold[J]. Journal of Environmental Economics， 2019， 4（2）： 92-109.]

[79] 劉曉瑞， 孫濤. 金融發展對中國能源消費的動態經濟增長門檻效應[J]. 當代財經， 2019（8）： 48-57. [LIU Xiaorui， SUN Tao. The dynamic economic growth threshold effect of financial development on China’s energy consumption[J]. Contemporary Finance & Economics， 2019（8）： 48-57.]

［基金項目］本研究受國家社會科學基金項目“旅游業與農村貧困減緩：理論分析與實證檢驗”（22FGLB070）和浙江工業大學基本科研業務費專項“旅游業、城鄉收入差距與共同富裕——來自中國的經驗證據”（GB202202004）共同資助。[This study was supported by grants from the National Social Science Fund of China （to ZHAO Lei） （No. 22FGLB070） and the Fundamental Research Funds for Zhejiang University of Technology （to ZHAO Lei） （No. GB202202004）.]

［收稿日期］2023-10-14； ［修訂日期］2024-01-17

［作者簡介］趙磊（1984—），男，山東新泰人，博士，教授，研究方向為旅游經濟學，E-mail： leiz@zjut.edu.cn；李詩琪（2000—），女，四川南充人，碩士研究生；康敏（1987—），女，河北蔚縣人，博士，副教授，研究方向為旅游經濟學。

引用格式：趙磊， 李詩琪， 康敏. 旅游發展影響經濟增長的動態新型城鎮化門限效應[J]. 旅游學刊， 2024， 39（10）： 31-48. [ZHAO Lei， LI Shiqi， KANG Min. The dynamic new urbanization threshold effect of tourism development on China’s economic growth[J]. Tourism Tribune， 2024， 39（10）： 31-48.]

The Dynamic New Urbanization Threshold Effect of Tourism

Development on China’s Economic Growth

ZHAO Lei1， LI Shiqi1， KANG Min2

（1. School of Management， Zhejiang University of Technology， Hangzhou 310023， China;

2. School of Tourism， Qinghai Minzu University， Xining 810007， China）

Abstract： Incorporating new urbanization into the research framework of tourism-led growth can effectively expand the horizon of understanding of the determinants of economic growth. This study constructs the dynamic panel threshold regression model addressing an important issue of modeling nonlinear asymmetric dynamics based on the provincial panel data from 2004 to 2019 in China through the quantitative analysis of the comprehensive index of tourism and new urbanization， and uses the first-differenced generalized method of moments estimator allowing both threshold variable and regressors to be endogenous to empirically examine the threshold effect of new urbanization on tourism and growth. The results show that， there exists a non-linear relationship between China’s tourism and economic growth with significant dual-threshold characteristics due to the different levels of new urbanization， and the impact of tourism on economic g_{pJX5zy0CgbT0D+bUbNh8Jw==}rowth has the characteristic of increasing marginal utility as new urbanization crosses the threshold. In this regard， this study suggests that the economic growth effect of tourism could be significantly enhanced via deepening the synergy mechanism between tourism and new urbanization， and giving full play to the role of new urbanization in the process of tourism influencing economic growth.

The marginal contributions of this paper are reflected in the following aspects： firstly， this study constructs a ternary analytical framework containing tourism， new urbanization and economic growth， and focuses on the threshold effect of new urbanization on the tourism-oriented economic growth hypothesis， which not only enriches the research system of the tourism-led growth hypothesis， but also broadens the research in the field of economic consequences of new urbanization. Secondly， in terms of content， this paper jointly extends the nonlinear model estimation approach developed by Hansen， Caner and Hansen to dynamic panel data models that allow for endogenous threshold and covariate variables， specifically， by introducing a nonlinear dynamic panel threshold regression model that takes into account the dynamics and endogeneity of the model， and then simultaneously captures new urbanization development heterogeneity， and then incorporating it into the framework of the nonlinear dynamic model of tourism and economic growth， and using new urbanization， which may be endogenous， as a threshold variable， to empirically test the nonlinear dynamic threshold effect of new urbanization on tourism affecting economic growth by identifying the threshold characteristics of new urbanization that affect economic growth. Finally， the purpose of this paper is to explore the inherent “black box” of the non-linear mechanism of the relationship between tourism and economic growth in the context of the new urbanization strategy based on dynamic thinking， with a view to revealing the process of the impact of tourism on economic growth from the perspective of the new urbanization， and especially to understand the objective effects of the impact of tourism industry on economic growth in the different stages of the new urbanization， and to explore the optimal policies and growth paths of tourism development， to achieve efficient economic growth effect of tourism.

The conclusions of this study provide important policy implications for enhancing the economic growth effects of industry-urban integration， especially the role of new urbanization as an indirect channel for tourism to influence economic growth. On one hand， it is necessary to change the stereotypical understanding of the linear relationship between tourism and economic growth in a timely manner， and it is not only necessary to shift the above-mentioned academic vision to a more general non-linear framework， so as to provide a new perspective for analyzing the change pattern of the economic growth effect of tourism in the context of the new urbanization strategy. On the other hand， the new urbanization strategy should be promoted in depth to comprehensively improve the quality of urbanization development. While pushing the new urbanization process across the threshold， the coupling and coordination mechanism between tourism development and new urbanization should be further enhanced， especially the tourism sector should focus on enhancing the absorption capacity of the innovative knowledge spillover released by the new urbanization construction.

Keywords： tourism development; new urbanization; economic growth; dynamic panel threshold regression model

[責任編輯：宋志偉；責任校對：鄭 果]