区域旅游业发展的产业结构优化升级效应实证分析

■ 高维忠 副教授（韶关学院旅游与地理学院 广东韶关 512005）

引言

产业结构的优化升级是“十二五”期间中国经济结构调整的重要内容和转变经济发展方式的关键环节。“十二五”规划纲要也明确指出，要把推动服务业大发展作为产业结构优化升级的战略重点。在此背景下，已经被确立为中国国民经济战略性支柱产业的旅游业，由于其持续快速发展的态势和与其他产业间的强关联性特征，被各级政府寄予了更多地促进区域产业结构优化升级的期盼。无论是国家旅游局还是省级地方政府，都不约而同地强调要充分发挥旅游业在“扩内需、调结构、保增长、惠民生”中的积极作用，期望通过大力发展旅游业来快速促进区域产业结构的优化升级。那么，这种愿望能够实现吗？显然，要回答这一问题，不仅需要对旅游业发展促进区域产业结构优化升级的作用机理做定性、规范的解释，更需要对旅游业是否促进了相关区域产业结构优化升级做定量、实证的检验。

尽管国内外相关研究文献大多倾向于肯定旅游业发展对区域产业结构的优化升级效应，但是由于资源的普遍稀缺性，旅游业发展对区域内其他产业发展产生“挤出效应”的可能依然存在，也很有可能导致区域产业结构出现不合理的高度化。此外，旅游业发展对区域产业结构优化的实际效应还会受到旅游收入“漏损”的影响，区域旅游收入的直接或间接“漏损”越大，对区域产业结构调整的实际效应会越小，而旅游收入“漏损”的大小又取决于旅游目的地原有的产业结构和所采取的旅游业发展方式等因素。因此，旅游业发展对区域旅游产业结构的优化升级作用可能并不是自然而然的，预期未来旅游业发展对中国这种大型发展中经济体的产业结构优化效应，仅有理论分析是不够的，还需要更多、更直接的经验证据。为此，本文采用面板数据协整分析等方法，对我国旅游业发展的区域产业结构优化升级效应进行实证研究，并对旅游业发展是否是我国区域产业结构优化升级的格兰杰原因进行检验。

实证研究的总体设计

（一）研究方法和基本思路

作为一种计量经济学工具，协整和格兰杰因果分析已经被大量运用到旅游业发展与整个国民经济或其他产业部门经济增长的关系研究之中，但目前尚未有人使用这种方法对旅游业发展的区域产业结构优化升级效应进行实证研究。本文根据协整理论和格兰杰因果关系分析原理，选择使用可测量的、能分别代表区域旅游业发展水平和产业结构优化升级程度的时间序列指标，通过检验这些时间序列之间是否存在稳定的协整和格兰杰因果关系，以一种更为直接的方式实证说明，改革开放以来旅游业发展对中国区域产业结构优化升级所产生的长期和短期效应。由于可获取的有关中国旅游业发展水平方面的数据年限较短，本文采用分省面板数据来增加样本空间，并提高参数估计结果的可靠性。实证分析中所借助的计量经济学软件有Eviews6.0和WinRats7.0。

（二）指标选择和模型构建

本文选择使用国际旅游总收入（TI）和产业结构层次指数（SI）两个指标来分别代表和测度区域旅游业发展水平和区域产业结构优化升级程度。所谓国际旅游总收入，是指一定时期内旅游目的地国家或地区通过向外国游客提供旅游产品和劳务所取得的外国货币收入的总额，也是外国游客入境后的全部消费支出总额。一般来说，某一区域国际旅游收入越多，该区域旅游业发展水平也越高。所谓产业结构层次指数，是一个用以定量测度某一国家或地区产业结构优化升级程度的综合指标。如果某一区域有n个产业，将这些产业由高层次向低层次加以排列，所得的比例分别记为q（j），则该区域的产业结构层次指数SI的计算公式为：

产业结构层次指数不但能反映产业结构变动速度，而且能反映产业结构优化升级的信息，综合考虑了一、二、三次产业的状况，兼顾了产业结构的合理化和高度化测度。SI的值在100到300之间，SI值越大，产业结构优化升级程度越高。

为了分析一定区域内国际旅游收入对产业结构层次水平的长期影响效应，根据面板协整关系的基本模型，本文建立如式（2）所示的以国际旅游收入为自变量、产业结构层次指数为因变量的变截距面板协整模型：

式（2）是某一区域考虑国际旅游收入和产业结构层次指数在N个个体及T个时点上的变动关系，下标i和t分别表示不同的省份和年份，α为截距项，β为协整向量系数（待估参数），u为随机误差项。LnSI和LnTI分别代表产业结构指数和国际旅游收入的自然对数值。通过估计和分析β值的大小及其显著性程度，可以判断以国际旅游收入为代表的旅游业发展对区域产业结构优化升级的长期效应：如果该式中的β显著不为零，则产业结构层次指数和国际旅游收入之间存在显著的长期稳定关系—协整关系；如果该式中的β显著大于零，则国际旅游收入对产业结构优化升级具有长期正向推动效应；如果该式中的β显著小于零，则国际旅游收入对产业结构优化升级具有长期负向推动效应。通过比较不同区域β值的情况，就可以比较旅游业发展对产业结构优化升级长期效应的区域差异。

利用式（2），通过协整关系检验和协整向量估计，只能验证国际旅游收入增长对区域产业结构优化升级的长期静态影响。为了弥补长期静态分析的不足，可以进一步通过构建短期动态模型来反映短期偏离长期均衡的修正机制，进而分析国际旅游收入增长对区域产业结构优化升级的短期效应。借鉴毛其淋等人的研究，本文建立考虑误差修正机制的短期动态效应模型，如式（3）所示：

式（3）中的差分序列反映各变量的波动，γ表示短期弹性，误差修正项ecmit-1即为式（2）估计后所得到的残差，εit为随机误差项。式（3）表明区域产业结构层次指数的短期波动不仅会受到国际旅游收入短期波动的影响，还会受到产业结构层次指数偏离均衡趋势程度的影响。根据式（3）所估计的γ的大小和方向，可以判断国际旅游收入对产业结构优化升级的短期动态效应及其区域差异。

表1 三大地区面板序列单位根检验结果

表2 三大地区面板序列协整关系检验结果

如果基于面板数据的时间变量产业结构层次指数和国际旅游收入之间的协整关系得到确证，那么至少会存在一个方向上的格兰杰因果关系。目前，检验面板时间变量之间因果关系最常用的方法是建立和使用面板误差修正模型。为了检验国际旅游收入增长是否是区域产业结构优化升级的长期或短期原因，本文参照胡军峰等人的研究思路，在式（2）所估计结果的基础上，建立如式（4）所示的面板误差修正模型：

式（4）中的△依旧表示差分，ecmit-1仍为式（2）估计所得的残差，εit为随机误差项，k为滞后阶数。如果式（4）中系数θ2K的联合Wald-F检验显著不为零，则表明短期国际旅游收入增长就是区域产业结构层次指数提高的格兰杰原因；反之，则不是。同样，对系数λ的F检验可以说明国际旅游收入增长是否是区域产业结构层次指数变动的长期格兰杰原因。

（三）区域界定和数据来源

鉴于中国疆域面积辽阔，不同省份旅游业发展和产业结构状况差异显著，本文沿用传统方法，将除了港澳台以外的内地划分为东部、中部和西部三大地区，进行分区域研究。东部地区包括了辽宁、北京、天津、河北、上海、江苏、浙江、山东、福建、广东和海南共11个省份，中部地区包括了吉林、黑龙江、山西、安徽、江西、河南、湖南和湖北共8个省份，西部地区包括了内蒙古、陕西、宁夏、甘肃、新疆、青海、西藏、重庆、四川、云南、贵州和广西共12个省份。由于我国某些省区最早的国际旅游收入统计数据始于1986年，因此本文研究的时间跨度设定为1986年至2010年，共25年。所有省区的国际旅游收入数据和计算各省区产业结构层次指数所需的一、二、三次产业增加值数据均来源于新中国60年统计资料汇编、2010年中国统计年鉴和2011年各省区国民经济和社会发展统计公报。为了消除汇率变动对国际旅游收入的影响，各省区各年的国际旅游收入均按当年美元对人民币的平均汇率换算为人民币收入。为了消除价格变动的影响，国际旅游收入和三次产业增加值均以1986年为基期进行了消胀。各省区历年产业结构层次指数依据式（1）计算获得。

实证研究过程及结果

（一）面板序列单位根检验

判断变量序列的平稳性及其单整阶数的单位根检验是进行变量协整关系检验的前提。为保证检验结果的稳健性，本文同时采用了Eviews6.0提供的5种面板数据单位根检验方法，各种检验方法及其结果如表1所示。

表1显示，东、中、西部地区面板序列LnSI和LnTI的水平值都是不平稳的，而其一阶差分都是平稳的，说明两序列均为一阶单整序列，有存在协整关系的可能，可以直接对其进行面板协整关系检验。

（二）变量协整关系检验

在单位根检验基础上进行的变量协整检验可以直接确证变量之间是否存在长期稳定的“均衡”关系。目前常用的协整检验方法有Pedroni基于残差的7指标检验法和Kao基于残差的ADF检验法两种。本文同时使用这两种方法分别对三大区域产业结构层次指数和国际旅游收入面板序列是否存在协整关系进行检验，具体结果如表2所示。

表2显示，Pedroni 基于残差的协整检验中，只有东部地区的Group rho-Statistic 一个指标的T统计量未通过显著性检验，三大地区其余所有指标至少都在10%的显著水平下拒绝了“不存在协整”的原假设，其中更为可靠的Panel ADF-Statistic 和 Group ADF-Statistic 两指标均在1%显著水平下拒绝了原假设。同时，Kao基于残差的ADF 协整检验结果显示，三大地区中只有西部地区在 10% 的显著水平下拒绝原假设，其余两大地区均在1%显著水平下拒绝原假设。因此，两种方法检验的结果都表明，三大地区产业结构层次指数和国际旅游收入之间存在面板协整关系。

（三）长期静态效应估计

在三大地区产业结构层次指数和国际旅游收入之间存在面板协整关系的基础上，可以利用前文所建立的面板协整模型（2）来估计各区域国际旅游收入增长对产业结构层次指数变动的长期静态影响。由于直接对面板协整方程进行普通最小二乘法估计可能有偏差，本文采纳相关文献建议，同时采用广义最小二乘（EGLS）、完全修正最小二乘（FMOLS）和动态最小二乘（DOLS）三种估计方法对协整方程式（2）进行回归，得到长期弹性系数β的值及其显著性结果，如表3所示。

表3 三大地区长期静态效应估计结果

表4 三大地区短期动态效应估计结果

表5 三大地区格兰杰因果关系检验结果

由表3可知，采用EGLS、FMOLS和DOLS三种方法对三大区域协整方程回归的结果相当一致。各区域的β值全部为正，说明在长期中，国际旅游收入增长对产业结构层次指数的提高都产生了正向推动作用，以入境旅游为代表的旅游业发展的确促进了中国各大区域产业的结构优化升级。具体来说，国际旅游收入增加1%，可导致东、中、西部地区产业结构层次指数分别提高约0.03%、0.02%和0.03%，各区域长期弹性系数都较小，东部和西部地区的长期效应相当，而中部地区略低。

（四）短期动态效应估计

由于三种估计方法的回归结果基本一致，本文将EGLS法估计后所产生的残差序列作为误差修正项，并将其代入前文建立的式（3）中，进行国际旅游收入增长对产业结构优化升级的短期动态效应估计，得到的主要回归结果如表4所示。

表4显示，三大地区误差修正项系数的值全部为负且均在1%水平下显著，说明短期脱离长期均衡后的反向修正机制会发挥作用，也进一步证明前文式（2）的合理性。系数 具体反映了短期内国际旅游收入的波动对区域产业结构层次指数的影响，其中东部地区的短期效应为正向促进，而中、西部地区的短期效应为反向抑制，说明在短期内，旅游业发展不一定会促进产业结构的优化升级。但是，和长期效应相比，旅游业发展对中国各大区域产业结构调整的短期效应显然更小，各地区短期弹性系数 的值大约只是相应地区长期弹性系数β值的十分之一，且其统计量的显著性都不高，说明旅游业发展对区域产业结构优化升级的促进效应主要体现在长期而非短期。

（五）格兰杰因果关系检验

根据对各区域式（4）的Log likelihood、Schwarzcriterion和Akaike infocriterion检验结果，各区域式（4）的最优滞后阶数均为2阶。同时，将EGLS法估计式（2）后所产生的残差序列作为误差修正项，并代入式（4）中，对各区域误差修正模型式（4）进行估计，并对回归所得的系数θ2K和λ进行F检验，判断国际旅游收入增长是否是各区域产业结构层次指数提高的格兰杰原因，具体结果如表5所示。

根据表5，对东部地区而言，国际旅游收入增长既是产业结构优化升级的长期格兰杰原因，同时也是其短期格兰杰原因。但对中、西部地区而言，国际旅游收入增长是产业结构优化升级的长期格兰杰原因而非短期格兰杰原因。

结论

第一，区域国际旅游收入与产业结构层次指数之间存在长期稳定关系，国际旅游收入的长期增长对区域产业结构层次指数的长期提高产生了一定的正向促进作用。

第二，区域国际旅游收入的短期波动对其产业结构层次指数的提高影响甚微，而且既有可能起正向促进作用，也有可能起反向抑制作用。

第三，国际旅游收入增长是区域产业结构层次指数提高的长期格兰杰原因，但并不一定是其短期格兰杰原因。

第四，旅游业发展的确对三大区域产业结构的优化升级起到了一定促进作用，但其作用主要体现在长期而非短期。

本文通过协整回归估计所获得的，有关三大地区旅游业发展对产业结构优化升级影响的长期和短期弹性系数值的大小和方向，为更加直接和客观地认识旅游业发展的产业结构优化升级效应和进一步制定相关的产业政策提供了基本依据。短期弹性相当之小而且可以为负的事实说明，期望通过超常规地发展旅游业，而在短期内迅速促进区域产业结构的高级化是不现实的，过度的旅游化很可能导致区域产业结构重演20世纪70年代加勒比地区式的悲剧。长期弹性虽小但各区域全部为正的事实又说明，旅游业发展仍然应该成为促进区域产业结构优化升级的长期战略，只是中国各地区需尽快转变一直以来普遍实施的以“门票经济”为重心的旅游产业发展模式，加快旅游产业的融合化发展，从而提高其对区域产业结构优化升级的作用。

一般认为，旅游业在那些可选择发展机会非常有限的欠发达边远地区显得比其他产业更加有效，旅游业的各种经济影响也可以得到充分发挥。但本文实证研究发现，在中国三大区域中，社会经济相对落后的中、西部地区旅游业发展对区域产业结构的优化升级作用并不比社会经济相对发达的东部地区表现得更有效，其原因值得进一步探讨。

1.查尔斯·R.葛尔德耐，J.R.布伦特·里奇，罗伯特·W.麦金托什著.贾秀海译.旅游业教程[M].大连理工大学出版社，2003

2.靖学青.产业结构高级化与经济增长—对长三角地区的实证分析[J].南通大学学报，2005（3）

3.毛其淋，吕越.经济开放对中国就业的长期和短期影响效应—基于跨省面板数据的协整与误差修正模型的再检验[J].产经评论，2011（3）

4.胡军峰，赵晓丽，欧阳超.北京市能源消费与经济增长关系研究[J].统计研究，2011（3）

5.林谦，黄浩，黎实.考虑截面相关条件下的异质性面板数据协整回归模型的估计[J].统计研究，2010（9）

6.威廉·瑟厄波德主编.张广瑞等译.全球旅游新论[M].中国旅游出版社，2001