我國旅游產業集聚與全要素生產率關系研究

張廣海 汪立新

文章編號：1001-148X（2016）11-0186-07

摘要：本文采用EG指數方法測度我國旅游業產業集聚水平，采用曼奎斯特指數測度我國旅游全要素生產率水平，發現我國旅游產業集聚呈下降趨勢且速度隨時間變緩，我國旅游全要素生產率水平呈現出波動變化，且波動幅度逐漸增大；通過構建模型考察兩者關系，發現我國旅游產業集聚沖擊對全要素生產率存在顯著影響，旅游全要素生產率沖擊對產業集聚也存在一定程度的影響。

關鍵詞：旅游業；產業集聚；全要素生產率

中圖分類號：F59299文獻標識碼：A

收稿日期：2016-06-22

作者簡介：張廣海（1963-），男，山東臨沂人，中國海洋大學管理學院教授，博士生導師，管理學博士，研究方向：旅游開發規劃與管理、區域經濟；汪立新（1991-），女，山東聊城人，中國海洋大學管理學院研究生，研究方向：旅游開發規劃與管理、區域旅游經濟發展。

產業集聚已成為中國旅游業發展的重要途徑。產業集聚在降低要素流動成本的同時，通過知識外溢及產業結構優化等途徑推動旅游經濟增長。旅游經濟增長中不能被要素投入所解釋的部分屬于全要素生產率的范疇，其增長能推動旅游業科學、合理、可持續地發展。目前，多數研究成果集中于對旅游產業集聚或旅游全要素生產率展開的單獨研究。對旅游產業集聚的研究主要集中在特征分析[1-5]、動因研究[6-7]及其對其他主體的作用機理[8-11]方面；對旅游全要素生產率的研究主要集中在測度及分解[12-16]和影響因素的探析上[17-18]。對兩者之間的關系進行研究，有助于明確兩者間的作用機理。郭悅等（2015）通過對我國省級面板數據進行SYS-GMM估計，發現產業集聚對旅游全要素生產率的提高具有促進作用，其傳導機制為技術和規模效率的提高[19]。本文在考察我國旅游全要素生產率變化的基礎上，通過構建SVAR模型，探究我國旅游產業集聚與全要素生產率之間的關系，并提出相關發展建議。

一、我國旅游產業集聚特征分析

（一）測度方法

產業集聚的測度方法有很多，本文綜合考慮各方法的假設前提與適用條件[20]，選取 E-G指數測度我國旅游產業集聚水平。EG指數區分了產業內部的隨機集聚和共享外部性的集聚，剔除了由于內部規模經濟或資源優勢所導致的虛假空間集聚成分，對產業自身地理空間集聚的表達意義更明確，表達式為：

γ=G-（1-∑xi2）H（1-∑xi2）（1-H）

式中，i代表我國各省，i=1，2，…，30；xi表示i省份就業人數占全國就業總人數的比重；G為空間基尼系數；H為調整赫芬達爾指數[21]，此處采用就業人數計算我國旅游企業規模和市場結構。

（二）我國旅游產業集聚程度的測度

1.數據來源

以我國內地30個省份為研究對象（西藏除外），選取2001-2013年統計數據，對我國旅游產業集聚的時序演變特征進行分析。其中，旅游企業就業數據來自歷年發布的《中國旅游統計年鑒·副本》，反映我國及各省份總體就業情況的統計數據來源于《中國勞動統計年鑒》。

2.測度結果與分析

利用2001-2013年統計數據，測度我國旅游產業集聚度，結果見圖1?？傮w而言，我國旅游產業集聚度的平均值為002，呈現中度水平集聚。自2001年以來，伴隨著小范圍的波動，我國旅游產業集聚水平總體呈現出不斷下降的趨勢：2001-2004年，我國旅游產業集聚水平出現持續高速下滑，2001年我國旅游產業集聚EG指數為00725，2004年EG指數為00108，產業集聚水平年平均變化率為-2837%。2004-2005年，我國旅游產業集聚水平出現小幅回升，從00108提升至00197，變化率為8287%。2005-2012年，我國旅游產業集聚水平呈現出小幅穩步下降，年平均變化率為-1202%。2012-2013年，我國旅游產業集聚水平出現顯著回升，從2012年的00031提升至2013年的00425，變化率為1 26549%。綜上所述，我國旅游產業集聚EG指數絕對值隨時間的推移表現出波動下降的趨勢，將這種波動變化分解為下降階段和上升階段，發現其下降速率逐漸減小，上升速率顯著提高，表明我國旅游產業集聚的向心力作用逐漸凸顯。

二、我國旅游產業全要素生產率特征分析

（一）測度方法

采用曼奎斯特指數模型對我國旅游產業TFP進行測度，該方法在線性規劃的基礎上，納入時間維度，利用距離生產函數將t期和t+1期的投入和產出分別與對應時期的最優生產邊界進行對比，對t時期到t+1時期的全要素生產率變化進行了度量[22]。計算表達式為：

TFP=M（xt，yt，xt+1，yt+1）

=Dtn（xt+1n，yt+1n）Dtn（xtn，ytn）*Dt+1n（xt+1n，yt+1n）Dt+1n（xtn，ytn）12

其中，M為生產率指數，表示生產點（xt+1，yt+1）相對于生產點（xt，yt）的生產率；（xt，yt）和（xt+1，yt+1）分別代表t與t+1期的投入和產出的集合；Dtn（xt+1n，yt+1n）Dtn（xtn，ytn）測量了以t期最優生產邊界為參照時，從t到t+1期生產活動技術效率的變化；Dt+1n（xt+1n，yt+1n）Dt+1n（xtn，ytn）測量了以t+1期最優生產邊界為參照時，從t到t+1期生產活動技術效率的變化。M大于1說明對應時期內我國旅游業TFP提高，反之則認為降低。

（二）我國旅游產業全要素生產率測度

1.變量及數據來源

將我國旅游產業的生產經營過程看作一個投入產出系統。投入要素為資本和勞動力要素，此處選擇旅游企業固定資產原值和年末旅游從業人數兩指標對投入要素進行表征。產出要素最理想的指標是終端旅游服務，由于這一指標數據無法直接測度，此處選擇旅游企業營業總收入指標來衡量我國旅游產業的產出要素。為保證數據的可比性，對旅游企業營業收入和旅游業固定資產原值進行價格平減，消除價格因素。樣本期為2001-2013年，旅游業相關數據來源于《中國旅游統計年鑒·副本》，價格指數來源于中華人民共和國國家統計局網站。

2.測度結果與分析

計算我國2001-2013年旅游業M值，結果見圖2?？傮w而言，我國旅游產業全要素生產率平均值為10597，TFP呈小幅上漲趨勢，變異系數為01243，表明我國旅游產業全要素生產率總體呈現小幅波動態勢。按照谷-峰-谷的周期劃分方法，樣本期間內我國旅游產業全要素生產率波動經歷了三個周期。其中2003-2005年為第一個周期，擴張期與收縮期的時間比為1：1；2005-2009年為第二個周期，擴張期與收縮期持續時間比為1：3；2009-2013年為第三個周期，擴張期與收縮期之比為1：3。各周期收縮階段持續期逐漸延長，擴張期與收縮期時間之比逐漸降低，但我國旅游全要素生產率變化一直圍繞平均值上下波動，表明其增長速度大于下降速度。同時，2003-2005年，我國旅游TFP波動幅度百分比為1597%；2005-2009年波動幅度百分比為614%；2009-2013年波動幅度百分比達4445%，表明我國旅游全要素生產率波動幅度百分比變化不穩定，較大的波動幅度過后會伴隨著一個相對較小的波動幅度作為緩沖而出現。預測2013-2017年，我國旅游全要素生產率會呈現幅度較小的波動狀態。

三、我國旅游產業集聚與全要素生產率關系的分析

（一）模型構建

向量自回歸模型（VAR）納入了變量的滯后值，描述了變量間的動態關系，彌補了傳統計量方法難以描述變量間動態聯系及內生變量性質的先天不足，廣泛應用于對經濟系統的動態分析。然而，該模型將內生變量間的當期相關關系隱藏在新息向量中，不能明確地刻畫變量間的結構關系。SVAR模型在VAR的基礎上引入一定的約束條件，將變量間的當期關系納入到模型中，彌補了VAR模型的不足。該模型系統中，每個變量不僅受各自的滯后項影響，同時還考慮了其他變量的當期影響。SVAR模型可分為三類，此處采用最具普遍意義的AB-模型研究變量間的關系，表達式如下：

AA（L）yt=Aεt

Aεt =Bet

E（et）=0

E（etetT）=In

式中，矩陣A和B為n×n正交因子分解矩陣；A（L）為滯后算子多項式的向量表現形式，即A（L）=In-A1L-A2L2-…-ApLp；εt是VAR模型的隨機擾動項，服從向量高斯白噪聲過程，即εt～VGW（0，Ω）；et為標準正交隨機擾動項，表示作用在變量上的結構式沖擊服從向量白噪聲過程，即et～VWN（0，In）。

（二）我國旅游產業集聚與全要素生產率關系的實證分析

1.單位根檢驗

構建我國旅游產業集聚與全要素生產率關系的SVAR模型之前，首先檢驗變量數據的平穩性，以避免數據不平穩帶來的類似偽回歸等不良后果。采用常見的ADF單位根檢驗分別對EG指數和TFP時間序列的數據平穩性進行檢驗，見表1。檢驗結果顯示，EG指數和TFP均在95%的置信水平上拒絕原假設，說明兩變量序列平穩，可以直接構造傳統VAR模型。

2.模型估計

在明確EG指數和TFP時間序列平穩性的基礎上，根據赤池信息準則選擇滯后階數為1-4，首先構建傳統VAR模型，模型估計結果如下：

TFP=-0161333TFP（-1）-0204111TFP（-2）+2929208EG（-1）-4395651EG（-2）+1504474

EG=-0013849TFP（-1）-0008010TFP（-2）-0334705EG（-1）+0461105EG（-2）+0032340

為保證后續研究的可靠性，首先對該VAR模型的穩定性進行檢驗。利用Eviews60軟件對上述VAR模型做模型平穩性檢驗，見圖3。檢驗結果顯示，所有單位根模的倒數均小于1，表明該模型是一個平穩的系統，可以進一步識別與估計相應的SVAR。

為了明確我國旅游產業集聚與全要素生產率間的當期關系，進一步估計兩變量的SVAR模型。SVAR模型的識別條件包括短期約束和長期約束，此處根據等式AA（L）yt=Aεt，通過對模型施加短期約束來識別與估計對應的SVAR模型。采用類型矩陣的方法對矩陣A和B的元素進行限制，將A和B分別定義為：A=10NA1，B=NA00NA。在滿足識別條件的情況下，利用FILM方法估計得到結構因子分解矩陣A=100.03581，B=0.1672[]00[]0.0144，SVAR中A、B、εt和et的線性組合為：

100.03581ε1tε2t=0.1672[]00[]0.0144

e1te2t

3.脈沖響應函數分析

脈沖響應函數主要分析來自誤差項的某種沖擊對模型系統的動態影響，它能直觀地描述擾動項沖擊對系統其他內生變量的影響路徑。與傳統VAR不同的是，SVAR能夠得到正交脈沖響應函數，從而可以對來自某個變量的沖擊影響進行單獨研究[23]。在SVAR模型估計的基礎上，通過脈沖響應函數分析兩變量的沖擊對彼此的影響，見圖4。圖4為脈沖響應函數分析結果組合圖，橫軸表示沖擊作用的滯后期，縱軸代表施加變量一個單位的正向標準差對系統中另一變量的動態影響，實線為脈沖響應函數，虛線為正負兩倍標準差偏離帶。

圖4（1）表示我國旅游全要素生產率對自身沖擊的反應。當在本期給我國旅游產業全要素生產率一單位的正向沖擊后，會對其自身波動產生較大的正影響。隨著時間的推移，波動幅度逐漸減小，到第8期逐漸趨于0，表明提高我國旅游全要素生產率對其本身存在8年的影響，且影響程度波動下降。圖4（2）表示我國旅游全要素生產率對產業集聚沖擊的反應。當旅游產業集聚發生1個正向標準差的沖擊后，當期不會表現出明顯的反應，但在滯后期間對旅游產業全要素生產率波動產生較大的影響。這是由于產業集聚發生過程中，原有溝通方式和產業效率不會立即改變，需要一定的時間進行適應和學習以尋求更高效的產業運行模式，所以兩者之間的互動關系并未在當期顯現出來。隨著時間的推移，全要素生產率變化波動幅度逐漸減小，至13期逐漸趨于0，表明我國旅游產業集聚沖擊對全要素生產率存在13年的影響，且影響程度波動降低。結合圖4（1）和圖4（2），我國旅游全要素生產率對其自身沖擊當期存在顯著的正向反應，而對產業集聚沖擊不存在當期反應。同時，我國旅游產業集聚沖擊對全要素生產率的影響期間長于后者沖擊對其自身的影響。

圖4（3）表示我國旅游產業集聚對全要素生產率沖擊的反應。當旅游TFP發生1個正向標準差沖擊后，會對集聚產生一定程度的負影響，表明前者的提高在一定程度上對后者產生弱化的作用。這是由于我國交通基礎設施和互聯網技術日益發達，居民旅行時間成本和溝通成本逐漸降低，同時，處于“互聯網+”的大趨勢下，我國旅游企業交易成本和沉沒成本也大幅降低，使得產業集聚的向心力部分被抵消，從而減緩我國旅游產業空間集聚的速率，然而這種減緩卻是進步式的。隨著時間的推移，產業集聚變化幅度逐漸減小，至第8期逐漸趨于0，表明我國旅游TFP沖擊對產業集聚存在8年的影響，且影響程度波動降低。圖4（4）表示我國旅游產業集聚對自身沖擊的反應。當在本期給我國旅游產業全要素生產率1單位的正向沖擊后，會對其自身波動產生較大的正影響。隨著時間的推移，產業集聚變化幅度逐漸減小，至第15期逐漸趨于0，表明我國旅游產業集聚沖擊對其自身存在15年的影響，且影響程度隨時間波動降低。結合圖4（3）和圖4（4），我國旅游產業集聚對其自身沖擊在第1期存在顯著的正向反應，而對旅游全要素生產率沖擊存在一定程度的負向反應。同時，我國旅游產業集聚沖擊對自身的影響期間長于來自TFP沖擊的影響。忽略各變量來自自身沖擊的影響，我國旅游產業集聚對全要素生產率的沖擊作用時期比旅游全要素生產率沖擊對產業集聚的作用時期長。此外，我國旅游產業集聚沖擊對全要素生產率僅存在滯后期影響，而后者沖擊對前者在當期便產生負向影響。

4.方差分解

進一步，利用方差分解的方法探索兩變量沖擊對彼此影響的貢獻程度。方差分解主要通過方差來分析結構沖擊對變量改變的貢獻額，其表達式為：

RVCj→i（s）=[SX（]E（θ（0）ijεjt+θ（1）ijεjt-1+…+θ（q）ijεjt-q）2[]var（yi）[SX）]

=[SX（]∑[DD（]s=1[]q=0[DD）]（θ（q）ij）2σjj[]∑[DD（]k[]j=1[DD）]∑[DD（]s=1[]q=0[DD）]（θ（q）ij）2σjj[SX）]

式中，i，j=1，2…k，RVCj→i（s）表示第j個變量對第i個變量的相對方差貢獻率，其大小表示變量間的影響程度。RVCj→i（s）大時，影響大，反之影響小?！芠DD（]s=1[]q=0[DD）]（θij（q））2σjj為用方差衡量的第j個擾動項對第i個變量從t-q期到當期的影響?！苉j=1∑s-1q=0（θ（q）ij）2σjj 為yi的方差。對兩變量沖擊對彼此影響的貢獻程度進行方差分析，見圖5。曲線代表兩變量沖擊對彼此影響的貢獻程度，橫軸表示滯后期，縱軸表示某一變量沖擊對其自身或另一變量的貢獻率。

具體而言，圖5（1）表示我國旅游全要素生產率沖擊對其自身的貢獻率，我國旅游全要素生產率對其自身的貢獻率在第1期為100%，于第10期達到6680%，之后的時期保持66%左右，表明我國旅游產業全要素生產率沖擊對其自身穩定貢獻率為66%左右。圖5（2）表示我國旅游產業集聚沖擊對全要素生產率的貢獻率，該貢獻率在第1期為0，于第10期達到33%，之后的時期保持在33%左右，表明我國旅游產業集聚沖擊對全要素生產率的穩定貢獻率約為33%。圖5（3）表示我國旅游全要素生產率沖擊對產業集聚的貢獻率，我國旅游全要素生產率沖擊對產業集聚的貢獻率在第1期為1470%，于第4期達到1385%，之后的時期保持在13%左右，表明我國旅游全要素生產率沖擊對產業集聚的長期穩定貢獻率為13%左右。圖5（4）表示我國旅游產業集聚沖擊對其自身的貢獻率，我國旅游產業集聚沖擊對自身的貢獻率在第1期為8530%，于第4期達到8615%，之后的時期保持在86%左右，表明我國旅游產業集聚沖擊對其自身的長期貢獻率約為86%。總之，對于我國旅游全要素生產率而言，旅游全要素生產率沖擊的貢獻率約為66%，產業集聚沖擊的貢獻率約為33%；對于我國旅游產業集聚而言，旅游全要素生產率沖擊的貢獻率約為13%，旅游產業集聚沖擊的貢獻率約為86%。不考慮兩變量來自自身沖擊的貢獻率，我國旅游產業集聚沖擊對全要素生產率的貢獻率為33%，我國旅游全要素生產率沖擊對對產業集聚的貢獻率為13%。

四、結論與建議

本文采用EG指數法對我國旅游產業集聚水平進行測度。研究發現我國旅游產業集聚EG指數的絕對值隨著時間的推移表現出下降的趨勢，就其產業集聚水平的變化程度而言，我國旅游產業集聚程度的下降速率隨時間推移逐漸減小，EG指數上升階段的速率隨時間推移表現出顯著的增長趨勢。換言之，我國旅游產業集聚的向心力作用逐漸顯著。然后，采用曼奎斯特指數對我國旅游產業全要素生產率變化進行了分析，發現我國旅游產業全要素生產率變化總體呈現出幅度不一的波動態勢，且波動幅度隨著時間的推移呈現逐漸增大的趨勢。最后，構建結構向量自回歸模型，對該模型進行了脈沖響應函數分析和方差分解來研究我國旅游產業集聚與全要素生產率之間的動態聯系。研究結果表明，我國旅游全要素生產率對產業集聚沖擊的反應在當期表現并不明顯，但在滯后期內表現出較大幅度的波動反應，且這種沖擊作用的影響周期較長。同時，我國旅游產業集聚對全要素生產率沖擊在當期就表現出負向反應，但在滯后期內卻在0點附近表現出幅度逐漸降低的波動反應。相較而言，我國旅游TFP沖擊對集聚的影響隨時間推移衰減加快。同時，通過對SVAR模型進行方差分解發現，我國旅游產業集聚沖擊對全要素生產率的貢獻率為33%，我國旅游全要素生產率沖擊對對產業集聚的貢獻率為13%?？傊瑑勺兞看嬖谥鴦討B的互動聯系，旅游產業集聚對全要素生產率的影響無論在作用程度上還是在貢獻率上都表現出較強的作用力度。換言之，在全要素生產率作用下，我國旅游產業集聚水平呈現螺旋式上升。

在上述研究基礎上，提出以下建議：首先，在全域旅游理念指導下，全面實施旅游產業供給側改革。當前我國居民旅游需求普遍旺盛，旅游產業供給側的發展質量與效率卻相對不平衡，需求側與供給側之間的矛盾是當前旅游業發展的根本矛盾。從供給側入手，根據地域資源及產業發展異同，科學地做好我國區域旅游規劃，合理調整旅游產業結構，豐富旅游產品層次與種類，建立文明旅游及監督懲罰機制，加強旅游企業市場監督。然后，以“一帶一路”建設為契機，開發絲路主題旅游，促進絲路沿線省份旅游產業區域發展，推動旅游產業集聚進程。落實“東北振興”戰略，優化東北地區產業結構，大力發展旅游產業，將東北三省作為區域整體進行旅游規劃，推動省域旅游合作[24]。在保持京津冀、長三角和珠三角旅游產業集群健康合理發展的基礎上，擴大各旅游集聚區輻射區域，優化旅游集聚區空間布局和經濟結構，實現區域一體、互利共贏。最后，構建智慧旅游平臺，提高整體旅游產業效率。具體而言，建立智慧旅游監管及應急處理機制提高旅游管理效率，通過大數據挖掘和新媒體傳播提高旅游營銷效率，通過信息共享及網絡支付降低旅游者旅游的時間成本，提高旅游活動效率和體驗度。同時，構建智慧交通體系。具體而言，提高整體旅游交通基礎設施覆蓋率，提高目的地交通可進入性，優化市內旅游交通基礎設施布局，降低游客旅游流動成本，提高旅游服務效率。引入環保綠色車輛，優化旅游租車服務，借力“互聯網+”實現旅游“車聯網”新紀元，提高游客旅游體驗及產業發展效率。簡言之，在落實上述一系列政策建議的過程中，希望能通過兩變量系統的互動機制，推動旅游產業更高層次地合理健康發展。

參考文獻：

[1]趙黎明，邢雅楠.基于EG指數的中國旅游產業集聚研究[J].西安電子科技大學學報：社會科學版，2011（2）.

[2]郭為，何媛媛.旅游產業的區域集聚、收斂與就業差異：基于分省面板的說明[J].旅游學刊，2008（3）.

[3]高楠，馬耀峰，李天順，等.旅游產業集聚識別方法分析及實證研究——以渤海地區為例[J].陜西師范大學學報：自然科學版，2012（2）.

[4]張河清，王蕾蕾，田曉輝.區域旅游產業集聚績效及競爭態勢比較研究——基于廣東省21個城市的實證分析[J].經濟地理，2010（12）.

[5]劉春濟，高靜.中國旅游產業集聚程度變動趨勢實證研究[J].商業經濟與管理，2008（11）.

[6]鄧冰，俞曦，吳必虎.旅游產業的集聚及其影響因素初探[J].旅游經濟研究，2004（6）.

[7]馮衛紅.旅游產業集聚的動因分析[J].經濟問題，2009（7）.

[8]劉佳，趙金金.中國旅游產業結構與旅游產業集聚空間關聯與相互作用的實證研究[J].首都經貿大學學報，2013（3）.

[9]劉佳，于水仙.中國旅游產業集聚與區域經濟增長關系研究[J].旅游研究，2013，5（4）：1-10.

[10]王凱，易靜.區域旅游產業集聚與績效的關系研究——基于中國31個省區的實證[J].地理科學進展，2013（3）.

[11]劉佳，趙金金，張廣海.中國旅游產業集聚與旅游經濟增長關系的空間計量分析[J].經濟地理，2013（4）.

[12]左冰，保繼剛.1992-2005年中國旅游業全要素生產率及省際差異[J].地理學報，2008（4）.

[13]張麗峰.基于DEA-Malmquist指數模型的旅游業全要素生產率研究[J].干旱區資源與環境，2014（7）.

[14]趙磊.中國旅游全要素生產率差異與收斂實證研究[J].旅游學刊，2013（11）.

[15]王永剛.中國旅游業全要素增長的實證研究[J].經濟問題探索，2012（3）.

[16]張麗峰.基于隨機前沿分析（SFA）方法的中國旅游業全要素生產率研究[J].資源開發與市場，2014（2）.

[17]劉建國，劉宇.2006-2013年杭州城市旅游全要素生產率格局及影響因素[J].經濟地理，2015（7）.

[18]何俊陽，賀靈.中部地區旅游全要素生產率評價及其影響因素分析[J].湘潭大學學報：哲學社會科學版，2015（5）.

[19]郭悅，鐘廷勇，安燁，產業集聚對旅游業全要素生產率的影響——基于中國旅游業省級面板數據的實證研究[J].旅游學刊，2015（5）.

[20]胡健，董春詩.產業集聚測度方法適用條件考辯[J].統計與信息論壇，2013（1）.

[21]吳三忙，李善同.中國制造業集聚程度演變態勢的實證研究——基于1988～2007年的數據[J].山西財經大學學報，2009（12）.

[22]王麗麗.開放視角下產業集聚與全要素生產率關系研究[M].北京：經濟日報出版社，2014：36-40.

[23]高鐵梅.經濟計量分析方法與建模[M].北京：清華大學出版社，2015：281-288.

[24]劉瑩.基于產業融合的森林旅游產業發展戰略研究——以黑龍江省為例[J].哈爾濱商業大學學報：社會科學版，2014（5）：123-128.