湖南省旅游产业发展与城镇化水平的关系

方世敏，贺亚兰，刘娟



湖南省旅游产业发展与城镇化水平的关系

方世敏，贺亚兰，刘娟

（湘潭大学旅游管理学院，湖南湘潭 41105）

旅游产业与城镇化的关系研究是学界关注的热点。城镇化分别与旅游产业专业化水平、旅游产业规模、旅游产业集聚之间存在长期稳定均衡的关系。在湖南省大部分市（州），旅游产业规模和产业集聚对城镇化发展具有促进作用；旅游产业专业化水平对城镇化发展的促进作用不明显。

旅游产业发展；城镇化；面板数据

自改革开放以来，中国城镇化不断推进，城镇化速度不断加快，尤其是以工贸产业为核心的地区，经30年的发展，城镇化水平显著提高，然而城镇化率持续攀升的同时也呈现出很多问题，包括环境污染和城乡社会差距扩大等。各种矛盾冲突的存在亟需一种更加生态、效率和质量并举的新型城镇化发展途径来解决。

城镇化不仅仅是一个概念或是数字，而是一个包括产业开发和社会发展的系统工程，是经济社会发展的总纲。有道是“纲举目张”，国家和地区发展的各项事业都在城镇化构架之中，旅游产业作为国民经济发展的战略性支柱产业，其六大要素与各产业息息相关，前向关联和后向关联日益密切，有条件成为城镇化建设的孵化器，在城镇化发展过程中起到不可小觑的引擎作用。基于消费能力释放与新型城镇化的主流发展脉络，研究旅游产业发展与城镇化建设的关系具有一定的意义，也符合并顺应《国家新型城镇化规划（2014-2020）》的大方向和要求。

一、研究进展

对旅游产业发展与城镇化的关系研究始于20世纪后期，国外学者Mullins于1991年最早提出“旅游城镇化”（tourism urbanization）概念，并以澳大利亚著名的旅游城市黄金海岸和阳光海岸为案例分析了旅游城镇化对当地所产生的一系列影响。[1]Hannigan（1995）认为，旅游产业推动城市化的发展是后现代城市的表现形式，旅游为城市“再生”提供重要动力。[2]

国内学者在旅游产业发展与城镇化关系上持两种不同观点：大部分学者认为二者的双向互动关系，即耦合关系，诸多学者对全国，[3]对东西部地区、[4]陕西省、[5]西安市、[6]京山市[7]等进行耦合分析，研究范围涉及全国、跨省区域、省域、市域等，学科视角由单一视角转向学科综合的视角，结合了经济学、地理学、人类学、社会学、管理学、生态学等学科；杨亚丽，孙根年认为二者是单向关系，即城镇化是国内旅游发展的一个结构性驱动。[8]部分学者采用实证分析法，基于城镇化研究的成果，建立VAR模型、[9]Logistic 模型、[10]Beckmann 模型、[11]PP-DEA 模型、[12]神经网络模型、[13]SVAR模型、[14]PanelData 模型[15]等计量模型，并应用于二者关系研究。

本文在前人研究的基础上，引入计量分析，以小范围的市际面板数据为出发点，构成时间序列，选取湖南省14个市（州）作为研究对象，采用实证研究的方法，建立回归模型，研究湖南省各市州旅游产业发展与城镇化之间的数量关系。

二、变量选取与数据来源

（一）变量选取

城镇化。目前学界使用的城镇化指标方法主要有复合指标法和单一指标法：由于复合指标法考虑城镇化在动态发展过程中的复杂性，因而在指标选取上存在诸多不确定性，目前尚未形成统一的见解；单一指标法即城镇化率指标，最常用的是以当地城镇人口或非农人口占常住人口的比重来表示。本文采用的是单一指标法，即选取城镇化率作为城镇化发展的代理指标。

旅游产业发展。国外研究旅游产业发展水平主要有两种度量方法，一种是旅游收入（Lee，Chang，2008；Adamou，Clerides，2009）；另一种是旅游接待人次（Cortés，2008；Kim，et al．，2006）。前者是用旅游总收入与地区GDP之比作为代理指标，即通常所指的旅游产业专业化水平（tourism industry specialization），用TS表示；后者是用旅游接待人次与地区人口总数之比作为代理指标，即人均旅游人次（tourist arrivals per capita），通常用来表示旅游产业发展规模，用TP表示。[16]在此基础上，本文加入旅游产业集聚与旅游经济的交互作用指标，[17]用人均旅游收入与区位熵指数之积来表示，记为TAGG。

本文选取的有关城镇化和旅游产业发展的具体指标详见表1。

表1 指标变量选取及其定义

（二）数据来源

本文以湖南省及其14个市州作为研究对象，因此数据均来源于《湖南省统计年鉴》。由于统计口径的变化，各市州的旅游总收入指标在2005年之前缺失，鉴于数据的可得性，本文将时间序列起止确定为2005-2013年，共9年。其他在《湖南省统计年鉴》里未有明确数值的指标均是通过相关计算获得。其中，区位熵指数的计算公式为：

其中，it是第i市（州）t时期的区位熵指数，它表示第i市（州）t时期旅游总收入占全市（州）GDP的比重与全省旅游收入与全省GDP比重的比值。它衡量了一个市（州）旅游产业在全省所占的份额，如果该指数大于1表示该市（州）旅游产业集聚明显。

三、计量检验

为确保面板数据的平稳性以及防止伪回归，需对各变量进行面板单位根检验与协整检验，以判断旅游发展与城镇化之间是否存在长期稳定均衡的关系。为使数据可比较和减少异方差性，所有数据均取其对数形式，lnU，lnTS，lnTP，lnTAgg 分别表示城镇化率、旅游总收入占GDP的比重、旅游接待人数与总人口数的比重、旅游产业集聚与旅游经济交互作用的对数。

（一）单位根检验

由于本文选取的面板数据时间跨度仅有9年，为了提高小样本下检验结构的精度和稳健性，克服一种检验方法所带来的偏差，综合考虑多种方法分别对各面板数据变量及其一阶差分变量进行单位根检验，所有变量的单位根检验中都带有截距项，检验结果如表2所示。由此可知，一些变量在10%或5%置信水平下存在单位根，经一阶差分后，均在1%水平上拒绝原假设，即可认为LNU，LNTS，LNTP，LNTAgg均为I（1），即原序列是一阶单整，这样可以将同阶单整的变量作协整检验，以确定这些同阶单整变量之间是否存在长期稳定的关系。

表2 面板单位根检验

注：①D表示变量一阶差分值；

②＊＊＊、＊＊和*分别表示1%、5%和10%显著性水平；

③面板单位根检验方式设为只含截距项，不含趋势项检验。

（二）协整检验

本文采用Pedroni检验对面板数据进行协整检验，这种检验方法的原假设均为不存在协整关系，设置常数项和趋势项，滞后阶数lag=0，协整结果如表3。由检验结果可知：在Pedroni协整检验下，ADF的p<0.05，说明变量间存在长期协整关系，即在5%显著性水平下拒绝原假设，表明LNU与LNTS、LNTP与LNTAgg之间存在面板协整关系。

表3 协整检验结果

注：①＊＊＊、＊＊和*分别表示1%、5%和10%显著性水平；

②面板协整检验方式设为既含截距项又含趋势项检验；

③除Panel v-Stat为右尾检验外，其余统计检验量均为左尾检验；

④如果是非平衡面板数据，组间统计量会有两个指标无法计算，不显示检验结果。

四、回归模型估计与建立

（一）回归模型估计

面板数据通过单位根检验和协整检验，可知变量之间存在着长期稳定的均衡关系，其方程回归残差平稳。因此，可以在此基础上直接对原方程进行回归，此时的回归结果是较精确的，不会出现“伪回归”。在选择模型时，先用Eviews做随机效应模型，然后用Hausman检验，原假设为选择随机效应模型，备择假设为选用固定效应模型。观察p值结果，p<0.05，故拒绝原假设，认为应选择固定效应模型。

固定效应模型又根据常数项和系数向量是否为常数，分为3种类型：不变参数回归模型、固定影响模型和变系数模型。

来检验以下两个假设：

其中，S1、S2、S3分别为变系数模型、变截距模型和混合模型的残差平方和，K为解释变量的个数，N为截面个体数量，α为常数项，β为系数向量。在面板数据中，N=14即14个州市，K=3即有3个解释变量，T为时间长度，即从2005年到2013年，时间长度T=9。由Eviews得出S1=0.068、S2=0.206、S3=1.381数值，将数值分别代入前述公式（1）、公式（2），计算得到F2=25.811>F(52，70)=0.646

则需用F1检验假设H1，计算得到的F1=3.621>F(39，70)=0.614，则拒绝原假设H1，用变系数模型拟合。

（二）回归模型建立

根据模型估计选择变系数模型：

各市州回归模型的常数项C，解释变量系数和残差项D的数值如表4。

表4：各回归模型对应值

故回归模型方程式为：

五、回归模型系数分析

第一，LNTS的系数值5市为正，9市为负，具体情况是：常德、张家界、益阳、永州和怀化5市的系数为正，其他市（州）均为负。其中系数正值最大的是益阳市，最小的是永州市；系数负值绝对值最大的株洲市，最小的是岳阳市。

这说明常德、张家界、益阳、永州和怀化旅游总收入占地区GDP的比重（旅游产业专业化水平）与城镇化率呈正相关，其他9市呈负相关。其中，益阳市和怀化市的旅游产业专业化水平在该地城镇化建设中起到了重要作用；永州旅游资源禀赋和经济基础相对薄弱，旅游产业发展对城镇化的影响不显著。株洲旅游产业专业化水平和城镇化的负向关系明显，也与株洲是湖南省工业大市，旅游产业发展相对于工业发展来说，其经济的贡献率偏低的事实相吻合，因而在带动城镇化建设方面效益不强。

第二，LNTP系数值12市为正，2市为负，具体情况是：常德和永州两市的系数为负，其余市（州）均为正。其中系数正值最大的是怀化市，最小的是娄底市；常德和永州两市的系数虽为负值，但绝对值均偏小，为0.02左右。

这说明湖南省大部分市州的旅游规模对地区的城镇化发展水平具有促进作用，其中，在怀化市表现得最为明显。近些年，怀化市旅游产业发展迅猛，在通道侗族自治县，形成了以民族风情游为核心，部分生态旅游、红色旅游为补充，各类休闲农庄为延伸的多业态旅游发展模式；在靖州县，依托杨梅产业和文化资源，大力发展特色农业旅游，营造一种“生活方式”，即慢节奏的旅游方式，同时加快农业与旅游产业的融合，做好精准扶贫，效果显著。旅游产业是劳动密集型产业：就业层次多、涉及面广、市场广阔。伴随着旅游规模的扩大，人均旅游接待人次增加，提供更多的就业岗位，农民就地城镇化，进而直接或间接地推动了“以人为本”的城镇化建设。

第三，LNTAGG系数值9市为正，5市为负，具体情况是：湘潭、邵阳、张家界、益阳和怀化5市系数为负值，其他市（州）为正值。其中系数正值最大的是衡阳市，最小的是郴州市；系数负值绝对值最大的是怀化市，最小的是张家界市和湘潭市，但其负值绝对值较小，为0.015左右。

这说明在旅游产业集聚与旅游经济交互作用促进城镇化进程上，各市仍然存在较大差异，衡阳市、长沙市正向效应最为明显，益阳、邵阳和怀化市旅游资源相对欠缺，旅游产业集聚不明显，湘潭和张家界市旅游资源丰富，湘潭的韶山是全国红色旅游资源的显著代表，张家界是全国乃至世界自然山水风光资源的显著代表，但由于韶山市和张家界市经济基础相对薄弱，消费搬运能力有限，在调配城市地区资源配置和流向以及产业结构方面有待进一步挖掘。

六、结论与讨论

由于湖南省各市州的具体情况不同，因此要针对性地分析旅游产业发展与城镇化的关系。有些地区的旅游发展水平相对较弱，但其城镇化水平高，如株洲，主要是因为该市工业收入在国民生产总值中占了较大比重，旅游发展稍逊于工业，因此在城镇化过程中，仍是工业发挥了较大优势。部分地区旅游发展水平较高，但城镇化水平相对较低，如张家界，该市旅游总收入占地区GDP的比重很大，但在发展过程没有形成相对比较优势的泛旅游产业集群，仍有较大发展空间。其他诸如永州、怀化、邵阳、益阳等旅游资源相对欠缺的地区，在城镇化进程中可加强区域旅游合作，由点带面，点面结合，形成区域发展优势：形成环长株潭城市群、大湘南地区、大湘西地区、洞庭湖生态经济区共赢的局面。总体来说，湖南省大部分市（州）的旅游产业规模和产业集聚对城镇化发展具有促进作用，旅游产业专业化水平对城镇化的发展的促进作用不明显。

毋庸讳言，本研究存在诸多局限，主要体现在以下几个方面：第一，指标选取的局限性。本文从市际面板数据出发，出于数据的可得性，选取了相关指标，这些指标均无法全面的反映出旅游产业发展和城镇化的实际特征。第二，湖南省各市州旅游发展水平差异较大，旅游业存在着地域非均衡的状态，因而湖南省存在着显著的地区差异，将旅游收入占GDP的比重和人均旅游接待人次以及旅游产业集聚作为代表一个地区旅游业发展水平的评价指标同样存在着一定的偏差，不能完全体现旅游目的地和非旅游目的地的差异。第三，在分析某个指标与城镇化发展关系的时候均是在控制其他变量不变的情况下进行的，与现实情况有些出入。这些都有待学界进一步探讨。

参考文献：

[1] Mullins P.Tourism urbanization[J].Internationational Journal of Urban and Regional Research,1991,15(3): 326-342.

[2] Hannigan JA. Tourism urbanization[J]. Current Sociology, 1995, 43(1): 192-200.

[3] 王恩旭, 吴燕, 谷云华. 中国旅游产业与城镇化耦合协调发展评价研究[J]. 旅游论坛, 2015(1): 7-12.

[4] 吴晶, 马耀峰.东、西部城市旅游产业与城市化耦合协调度对比研究[J]. 旅游论坛, 20147(1): 46-50.

[5] 詹新惠, 马耀峰, 高楠等. 区域旅游产业与城市化耦合协调度的时空分异研究[J]. 陕西师范大学学报:自然科学版, 2014, 42(2): 82-87.

[6] 高楠, 马耀峰, 李天顺等. 基于耦合模型的旅游产业与城市化协调发展研究：以西安市为例[J]. 旅游学刊, 2013, 28(1): 62-68.

[7] 张春燕. 旅游产业与新型城镇化的耦合评价模型[J]. 统计与决策, 2014(14): 28-31.

[8] 杨亚丽, 孙根年. 城市化推动我国国内旅游发展的时空动态分析[J]. 经济地理, 2013(7): 169-175．

[9] 苏发金. 工业化、城镇化与农业现代化：基于VAR 模型的分析[J]. 经济实证, 2012(11): 147-150.

[10] 孙中和. 灰关联理论及 Logistic 模型在中国城镇化研究中的应用[J]. 中国农村观察, 2001(6): 30-36.

[11] 陈彦光, 刘继生. 基于 Beckmann 模型的城镇化水平公式及其理论探讨[J]. 东北师大学报: 自然科学版, 2000(3): 78-83.

[12] 张晓瑞, 王振波. 基于 PP-DEA 模型的区域城镇化发展差异的综合评价[J]. 中国人口·资源与环境, 2012,22(2): 130-135.

[13] 丁刚. 城镇化水平预测方法新探——以神经网络模型的应用为例 [J].哈尔滨工业大学学报:社会科学版, 2008(3): 128-133.

[14] 吴铮, 李广泳. 公共支出、城镇化与居民消费:1978—2010——基于SVAR模型的经验研究[J]. 公共经济与公共政策开发研究, 2012(4): 92-96.

[15] 关大宇. 各地区农民收入差异与城镇化发展水平的相互关系——基于协整的Panel Data模型分析[J]. 统计决策, 2007(2): 61-64.

[16] 赵磊, 王佳. 中国旅游发展与经济增长——基于省际面板数据的协整分析[J]. 旅游科学, 2015(1): 40-57.

[17] 钟家雨, 柳思维, 熊曦. 旅游业与城镇化协同发展的区域差异分析[J]. 经济地理, 2014(2): 187-192.

（责任编校：彭 萍）

Study on the Relationship between Tourism Industry and Urbanization in Hunan Province

FANG ShiminHE YalanLIU Juan

（School of Tourism Management, Xiangtan University, Xiangtan, Hunan 411105, China）

The study on the relationship between tourism industry and urbanization is growing attention of the academia. In this paper it is used the relevant statistical data from 2005 to 2013 in Hunan Province based on the regression model analysis on the relationship between tourism industry development and urbanization. The urbanization is analyzed respectively in the field such as the specialization level of the tourism industry, tourism industrial agglomeration between the long-term stable equilibrium relationship. In most of the city of Hunan Province the tourism industry scale and industrial agglomeration play a role in promoting development of urbanization. Tourism industry specialization level of urbanization development promoting effect is not obvious.

tourism industry development; urbanization; panel data

F 590.3

A

10.3969/j. issn. 2096-059X.2015.06.001

2096-059X(2015)06–0001–05

2015-10-31

湖南省社会科学科基金项目（15YBA341）

方世敏(1964-)，男，湖南岳阳人，教授，博士，主要从事区域旅游开发与景区管理研究。