信息技术对北京市旅游经济增长的贡献度研究

何 敏 殷 平

一、问题的提出

很多早期的有关信息技术绩效的研究表明，计算机的应用并没有引起生产率和公司绩效的显著提高，这种现象被著名经济学家罗伯特•索洛在1985年称为“生产率悖论”。很多学者针对“生产率悖论”进行了研究，试图解释其出现的原因，或者寻找证据推翻“生产率悖论”。在国家和行业层面上，Dale对美国经济增长和信息投资的研究表明，信息技术投资肯定对生产率增长产生作用，且贡献越来越大。信息技术投资对服务业生产率增长也具有影响，且由于各个行业具有不同的技术水平和生产特点，生产率也可能存在差异。也有学者从企业绩效层面进行研究，运用生产函数估计信息技术等各个生产要素的产出弹性，结论是信息技术对公司产出作出了具有统计显著性的实际贡献，认为在美国“生产率悖论”于1991年业已消失。因此，著名战略权威专家迈克尔•波特提出，信息技术的发展不仅影响了商业发展惯例和战略的制定，也极大地改变了产业结构。

信息技术在旅游业中也得到了越来越广泛的使用，20世纪80年代以来在全球范围内极大地促进了旅游业的发展，在旅游组织和旅游目的地竞争中扮演着重要的角色，也迅速改变了旅游组织的生产效率。在我国，信息技术在旅游业中的广泛应用，引起了政府主管部门和学者的高度关注。国家旅游局《关于促进智慧旅游发展的指导意见》充分肯定信息技术对旅游业的促进作用，提出“现代信息技术是驱动旅游业创新发展的新动力和新趋势”。学者们也逐步开始对旅游信息技术的应用进行探讨，当前主要研究领域包括信息技术在旅游业中的应用领域及框架、旅游信息化建设、旅游信息化评价体系等。虽然研究问题各不相同，但学者们普遍认为信息技术是旅游业发展中必不可少的要素。

在信息技术充分应用的前提下，认识信息技术对旅游经济产出的贡献度就显得尤为重要，对这一问题的研究得到了不同的结论。本文认为，信息技术对旅游经济产出的贡献度应与旅游目的地所处的产业发展阶段结合起来进行研究。旅游业发展阶段不同，信息技术的贡献度应当有所不同。从旅游城市的空间维度辨识信息技术对旅游经济的贡献度，有助于旅游城市充分认识信息技术的重要程度，从而有针对性地进行信息技术的数量投入与空间配置。本文在京津冀旅游协同发展的背景下，以北京市为研究对象，采用2000—2014年的时间序列数据，运用经典的柯布—道格拉斯生产函数（C—D函数）模型进行数理分析，为明确信息技术在北京市旅游经济增长中的重要性提供参考。

二、理论分析与模型设定

1. 理论分析

新古典经济增长理论认为，一个国家或地区的经济增长要素主要包括资本、劳动力、制度、环境、技术、产业结构、知识进展等。同时，把制度、环境、技术、产业结构等难以准确测量的要素统称为广义的技术进步，从而简化经济增长要素为资本、劳动和技术进步。除了传统的资本、劳动的投入影响之外，旅游经济的增长因素还包括技术进步、价格水平和环境质量、可进入性、制度质量，但可进入性的影响要结合具体情况分析，而制度质量对旅游经济的增长没有明显的促进作用，以信息技术为代表的技术进步对旅游增长的影响得到了很多证明。赵海荣、张洪用信息丰裕系数证明了信息技术与旅游增长的正相关性。金鹏、周娟基于2001—2013年的面板数据，通过分位数回归的方法研究了信息技术对旅游产业增长的贡献，得出结论：信息技术对旅游经济增长的贡献大于资本和劳动，且保持在较高的水平之上。

信息技术作为旅游业的重要生产要素，能够起到“催化剂”和“助推器”的作用。其影响路径可以理解为：第一，信息技术升级了旅游管理手段，促进产品创新、服务创新、商业模式创新等，提升游客满意度，优化旅游业的组织方式，提高产业的生产效率。第二，信息技术通过对其他生产要素的渗透和技术改造，提高了要素生产率，从而对旅游经济增长产生深刻影响。技术改变了旅游业各要素之间的合作方式，变要素各自处理信息为动态化、协作化的组织机制。例如信息技术的应用，提高了旅游资源的开发效率，提升了旅游景区的管理水平，从而也促进了旅游经济的增长。因此Buhalis认为信息技术的应用实现了旅游业内外部的高效沟通与协作。第三，信息技术的应用使得游客可以更快捷、更准确地搜集到旅游信息，方便了信息沟通，减少了交易成本，从而使得旅游消费者直接受益，带来旅游经济的增长。旅游业是一个高度依赖信息的产业，早期的旅游运营方式基本是在信息不透明的背景下来提供旅游供给。但随着信息技术的应用，非信息要素被信息化，消费者获得信息的来源更加广泛且透明，从而促进了旅游经济增长。

2. 模型设定

生产函数是用来描述生产过程中投入的生产要素与产出量之间关系的数学模型。柯布—道格拉斯生产函数模型因其数学形式简单，经济学意义明确， 被广泛应用于经济要素与产出关系的分析中。其基础函数为：

其中，Y表示总产出量，K和L分别表示资本投入量和劳动投入量，α和β分别表示资本产出弹性和劳动产出弹性。根据理论分析，本文将信息技术引入到该函数中，建立了如下的旅游生产函数模型：

其中，Y表示旅游总产出，K、L、I分别为旅游固定资产投入、旅游劳动投入以及信息技术的投入；A为全要素增长率，表示其他生产技术要素对旅游总产出的综合影响；α、β、γ分别表示旅游固定资本投入产出弹性、旅游劳动投入产出弹性和信息技术投入产出弹性；u为随机因素的影响。假设规模报酬不变，即α+β+γ=1。为便于回归分析，方程两边同时取对数，根据规模报酬不变的前提假设，可以得到如下的线性回归模型：

每个投入要素对旅游经济增长的贡献度计算公式则为：

公式（4）中，E、E、E分别代表着固定资产、劳动力投入和信息技术对旅游经济增长的贡献度；α、β、γ分别表示旅游固定资本投入产出弹性、旅游劳动投入产出弹性和信息技术投入产出弹性；k、l、i则是固定资产、劳动力投入和信息技术的年均增长率。

3.指标选取与数据来源

在数据可得性与来源统一性的原则下，本文以旅游企业的营业总收入表示旅游总产出，以旅游企业的固定资产原值、旅游企业的从业人数分别表示旅游固定资产投入以及劳动投入。根据《中国旅游统计年鉴》，旅游企业主要包括旅行社、星级饭店和旅游景区，但是由于部分年份缺少旅游景区的统计数据，为了统计数据的一致性，只以旅行社和星级饭店的统计数据为依据。信息技术的投入一般用信息化指数或是信息化替代变量表征。考虑到信息化指数较难获取，故借鉴其他的文献，以邮电业务总量作为信息技术投入的替代变量（见表1）。

表1 指标选取及其说明Tab.1 Selection of indexes and explanation

本文所有数据均来自于2001—2015年的《中国旅游统计年鉴》以及2001—2015年的《中国统计年鉴》。同时需要说明的是，由于2001—2010年的邮电业务总量是以2000年不变价格进行计算，而2011年起的邮电业务总量按2010年的不变价格进行计算，故将2011—2014年的邮电业务总量全部换算成以2000年不变价格进行计算的数据，以使统计数据具有可比性。

三、实证分析

1. 约束条件的F检验与时间序列数据的单位根检验

本文假设规模报酬不变，即研究过程需要建立在约束条件为α+β+γ=1的基础之上。那么该假设是否合理就显得尤为重要，而F检验可以帮助我们验证这个假设的合理性。F的值可以通过公式（5）计算获得。

其中，RSS与RSS分别表示有约束条件和无约束条件下的残差平方和，k和k分别为无约束和受约束回归模型的解释变量的个数，n为样本容量。通过计量经济学软件包（Eviews7.0）对无约束和受约束回归模型进行回归，可以得到RSS和RSS分别为0.193 655和0.180 026。因此由公式（5）可得F=0.832 7，该值小于在5%的显著性水平、自由度为（1，11）F统计量的值F=4.84，无法拒绝原假设，因此可以认为约束条件α+β+γ=1为真。另一方面，对时间序列数据使用普通最小二乘法进行回归分析之前，需要对变量数据的平稳性进行检验。由于建立的是经过变形后的线性回归模型，故需要对变形后的线性回归模型中的ln（Y/I）、ln（K/I）、ln（L/I）进行平稳性检验。使用Eviews7.0进行单位根检验，检验结果如表2所示。由检验结果可知ln（Y/I）在10%的显著水平上拒绝原假设，ln（K/I）、ln（L/I）均在1%的显著水平上拒绝原假设，即3个变量均不存在单位根，因此都是平稳的时间序列，故可以进行经典的单方程线性回归模型分析。

表2 ADF单位根检验结果Tab.2 Results of ADF unit root test

2. 信息技术对旅游经济增长的回归分析

通过Eviews7.0对变形后的线性回归模型运用2000—2014年的时间序列数据进行回归，得出如表3所示的结果。

表3 初步回归结果Tab.3 Preliminary results of the regression

从表3可以看出，虽然方程的整体拟合优度较高（R=0.903 342），但是除了常数量，ln（K/I）和ln（L/I）的t统计量在10%的显著水平上均没有通过检验。造成这种情况的原因有以下几种：回归模型存在共线性、序列相关性或异方差。由D.W.=2.038 118可知，模型不存在一阶序列相关的问题。同时由于对原方程的变形过程难以避免共线性的问题，故只考虑是否存在异方差的问题。异方差一般用white检验，但前提是大样本，考虑到本文的样本容量较小，故通过残差平方和（e）与变量（ln（K/I））的散点图进行初步的判断（见图1）。可以看出，散点并不完全分布在一条水平的直线上，模型存在一定程度的异方差。因此通过加权最小二乘法对原模型进行修正，并采用普通最小二乘法估计其参数。以残差绝对值的倒数作为权数进行修正后的回归结果如表4所示。

图1 e2-ln（K/I）的散点图Fig.1 Scatter plot of e2-ln（K/I）

表4 修正回归结果Tab.4 Modiベed results of the regression

通过修正后的回归结果拟合优度非常高（R=0.993 332），各个解释变量在10%左右的显著水平上通过了t检验，且D.W.=1.953 867，可认为仍然不存在一阶序列相关。可以得到旅游固定资产、旅游劳动以及信息技术投入产出的弹性分别为α=0.385 862、β=0.125 925、γ=0.488 213。由此可见，信息技术对旅游产出的弹性最大，大约是旅游劳动产出弹性的4倍；其次是旅游固定资产产出弹性，其值约为旅游劳动产出弹性的3倍。这充分说明在这3个投入要素当中，信息技术对旅游经济的影响已经超过了旅游固定资产和劳动，成为了北京市旅游产业发展非常重要的推动因素。

3. 信息技术对旅游经济增长的贡献度分析

根据2000—2014年的相关数据，计算得出2000—2014年15年间旅游总产出、旅游固定资产、旅游劳动以及信息技术投入的年均增长率分别为12.16%、3.93%、0.18%和20.27%。从增长率的数据来看，信息技术投入的年均增长率远远大于旅游固定资产和旅游劳动的增长率，分别是后二者的5.2倍和112.6倍；同时它的年均增长速度也要高于旅游总产出的年均增长速度。这一方面说明北京市信息技术的投入一直保持着较高的水平，同时也从侧面反映了信息技术对旅游业的影响只能是信息技术溢出效应的一方面，信息技术的高投入必然还会给其他各行各业带来一定的影响。最后根据公式（4），计算得出2000—2014年北京市旅游固定资产、旅游劳动以及信息技术投入的平均贡献度分别为12.47%（E）、0.19%（E）、81.38%（E）。可见，信息技术对旅游经济的发展起到了至关重要的作用，它对旅游产出的贡献度已经远远超出了旅游固定资产和旅游劳动对旅游产出的贡献度。

为了进一步考察3个投入要素的相对投入量的变化，将数据进行无量纲化处理以消除不同单位的影响，并计算各个投入要素相对投入比例。计算结果如图2所示。可以看出，旅游固定资产的相对投入比例变化不大，但是随着时间的变化，所占比例略有降低；劳动和信息技术的相对投入比例变化较大，从2000年到2014年，劳动相对投入所占比例从49.6%降至19.7%，而信息技术相对投入比例从10.5%上升为53.8%，占到所有要素比例的一半以上。因此本文得出结论：北京市旅游经济的增长从开始主要依靠劳动和资本的投入转变为主要依靠信息技术和资本投入，劳动投入在旅游经济增长中的作用逐渐被弱化；资本投入在旅游发展中的地位相对比较稳定，信息技术投入逐渐取代了劳动投入的份额，成为了3个要素中相对比例最高的要素。这也进一步证明了信息技术对旅游发展起到了越来越重要的作用。

图2 2000—2014年各个投入要素的相对投入比例Fig.2 Relative input ratio of each factor from 2000 to 2014

四、结论与政策启示

基于2000—2014年北京市的时间序列数据，本研究运用弹性系数与贡献度指数衡量了信息技术对旅游经济增长的影响，并同时与固定资产投入、劳动投入的弹性和贡献度进行了对比分析。本研究的结论如下：

第一，从平均增长率来看，自2000年以来，北京市旅游经济增长中信息技术投入的年增长率一直处于较高的水平，且远高于旅游固定资产和劳动的年增长率。同时信息技术投入的年增长率要高于旅游产出的年增长率。这一方面说明北京市信息技术的投入一直保持着较高的水平，也从侧面反映了信息技术对旅游业的影响只能是信息技术溢出效应的一方面，信息技术的高投入必然还会给其他行业带来一定的影响。

第二，从弹性系数的比较结果来看，在规模报酬不变的假设条件下，固定资产、劳动和信息技术的投入都能显著地促进北京市旅游经济的增长，但信息技术对经济增长的影响要大于固定资产和劳动投入。信息技术对旅游产出的弹性大约是旅游劳动产出弹性的4倍；其次是旅游固定资产产出弹性，其值约为旅游劳动产出弹性的3倍。这充分说明北京市旅游经济增长对信息技术的投入反应更加敏感，信息技术的投入对旅游经济增长的转化效率更高。同时本结论表明信息技术对北京旅游经济的弹性为0.488，高于0.391的全国平均水平。

第三，从贡献度系数的比较来看，信息技术的贡献度最大。这充分说明了信息技术在北京市旅游经济增长中的推动作用。劳动投入的贡献度最小，说明劳动力的投入已经无法大力促进旅游经济增长。

第四，从要素的相对投入比例来看，信息技术的相对投入比例已经达到了一半以上，逐渐取代了劳动投入的份额，成为了旅游投入要素中越来越重要的因素。同时，也可以发现北京市旅游的发展从开始主要依靠劳动和资本的投入，转变为越来越依靠信息技术的投入，已经从传统的劳动—资本驱动型模式变为了技术驱动型模式，信息技术在旅游发展中的地位不断得到加强。

第五，经过回归后的北京市旅游经济生产函数在要素弹性加和为1的假设条件下成立，说明目前北京市旅游产业的生产处于规模报酬不变的状态，即北京市旅游产业的生产效率已经进入到了发展的成熟阶段，即生产规模增加无法带来生产效率的提高，只有通过技术进步才可以提高经济效益。

北京市旅游业的信息技术应用已经处于全国前列，2015年1月举行的第四届中国旅游产业发展年会上北京市获得2014年“美丽中国”十佳智慧旅游城市称号，并在近年来大力提高信息技术在旅游管理中的应用。建成的首都旅游产业运行监测调度中心集数据共享、产业监测、视频监控、公共服务、应急调度、视频会议等多项功能于一体，在全国旅游系统是首创。调度中心实时监控全市近100家重点景区、饭店和游客集中区域，定时发布京城各大景区的游览舒适度指数，为游客出行提供参考，为假日旅游安全应急提供保障。北京市被国家旅游局确定为“重点景区游客流量监测和服务系统试点省市”。同时“北京旅游网”有包括中文在内的多达10种语言的不同版本，是应用语言最多的政府旅游网站；北京市旅游行政主管部门开发并发布了“i游北京”APP，以适应游客在旅游过程中应用移动终端设备的趋势。尽管北京市旅游主管部门在信息化方面已经取得了不俗的成绩，但旅游信息技术在北京市旅游产业中的应用空间仍然很大。基于研究结论，本文认为北京市今后要进一步加强对信息技术的开发与应用，充分发挥信息技术对旅游经济增长的驱动效应，其主要工作应包括以下方面：

首先，深化信息技术的应用，拓展信息查询渠道，满足游客信息查询需求。虽然“北京旅游网”有10种语言版本，但在移动终端逐渐成为旅游信息查询主要途径的背景下，多种语言应尽快拓展到APP等新型信息发布平台上。“i游北京”APP目前只有中文简体版本，无法适应境外游客对旅游信息的查询，且APP上很多模块暂无内容，需要尽快完善与不断更新。

其次，深化信息技术的应用，完善网络支付功能，提升游客支付体验。在电子支付已经成为消费习惯的背景下，应加快网络预定与支付功能在旅游过程中的应用，建立景区门票与国内主要网络支付平台、团购平台之间的无缝对接。

再次，深化信息技术的应用，提高部门协作效率，保障游客安全与权益。运用信息技术加强旅游部门与交通、公安、消防及其他相关部门之间的联动，提高部门合作的效率，以保障游客在京旅游期间的旅游安全和各项权益。

最后，深化信息技术的应用，提高从业人员素质，提高旅游生产效率。从实证分析中可以得知，北京市旅游经济增长中劳动投入的弹性和贡献度都是最低的。这一方面说明北京市的旅游经济不能靠劳动力规模投入获得效率提升，同时也说明劳动力的投入对旅游经济发展的作用还有提升空间。对北京市旅游从业人员、尤其是旅游小企业主（如乡村旅游农户）进行信息化培训，能够改变传统的生产观念和生产方式，从而提升游客旅游体验，大大提高生产效率。

信息技术推动旅游业的发展已经成为共识，“生产率悖论”在国内外的旅游研究中都被证明已经不存在。本文通过文献分析，结合实证研究，运用生产函数，探究信息技术对北京市旅游经济增长的贡献度，并同时与固定资产投资、劳动投入等要素贡献度进行了比较，得出了信息技术对北京旅游经济增长贡献度最大的结论。但本文也存在数据来源与研究内容方面的局限。因为本文在借鉴其他文献方法的基础上，选用了“邮电业务总量”指代信息技术投入。虽然该指标的选用有一定的科学性，但不排除其与旅游信息技术投入之间的差异。在今后的研究中，可尝试选用构建旅游信息技术指数，用于评价各地旅游信息投入水平，并将其运用到生产函数中进行历史数据的回归拟合。

［1］Dale W J. U. S. Economic growth in the information age［J］. Issues in Science and Technology， 2001，18（1）：14～22.

［2］Bruce D， Vernon J R. Returns on investments in information technology： a research synthesis ［J］. Journal of Information Systems，2002，16（1）：7～30.

［3］Erik B， Lorin H. Paradox lost? Firm level evidence on the return to information system spending ［J］. Management Science，1996，42（4）：541～558.

［4］Porter E. Strategy and the internet［J］. Havard Business Review，2001（3）：62～78.

［5］Dimitrios B，Bob L. Progress in information technology and tourism management： 20 years on and 10 years after the internet—the state of eTourism research［J］. Tourism Management， 2008，29（4）：609～623.

［6］UNWTO. eBusiness for Tourism ： Practical Guidelines for Destinations and Businesses［M］. Madrid ： World Toursim Organisation， 2001.

［7］Buhalis D. eToursim ： Information Technology for Strategy Tourism Management［M］.Pearson，2003.

［8］国家旅游局.关于促进智慧旅游发展的指导意见［S］. 2015-01-12.

［9］黎巙，张凌云，刘宇.信息技术的旅游应用［J］.社会科学家，2012（2）：84～87.

［10］李君轶，张柳，孙九林，杨敏.旅游信息科学：一个研究框架［J］.旅游学刊，2011（6）：72～79.

［11］郭晋杰.信息化技术在旅游业的应用研究［J］.旅游科学，2002（4）：42～46.

［12］陈硕，冯学钢.城市旅游信息化建设初探——以杭州市旅游信息化建设为例［J］.华东经济管理，2005（3）：8～11.

［13］胡云.我国旅游业的信息化建设与发展［J］.城市问题，2004（2）：50～52.

［14］范月娇，侯志强.旅游资源信息系统的拟建与应用——以长江三峡库区为例［J］.甘肃社会科学，2001（5）：90～92.

［15］石长波，吴小天.我国旅游信息化建设中的制约因素和应对策略［J］.商业研究，2005（3）：159～161.

［16］高亮.旅游景区信息导向设计探讨与实践——以崇山景区导向标识设计为例［J］.装饰，2009（8）：98～99.

［17］李晓莉，柯显东.广州市旅游业信息化发展研究［J］.广州大学学报（社会科学版），2001（10）：35～38.

［18］石长波，黄清.基于DEA模型的旅游业信息化评价体系研究［J］.商业研究，2005（11）：102～104.

［19］黄秀娟.中国旅游产业经济增长的因素贡献分析［J］.技术经济，2009（28）：67～72.

［20］金鹏，周娟.信息化对旅游产业增长的贡献——基于面板数据分位数回归的分析［J］.旅游学刊，2016（4）：71～80.

［21］罗伯特•索洛.经济增长因素分析［M］.北京：商务印书馆，1991.

［22］左冰.中国旅游经济增长因素及其贡献度分析［J］.商业经济与管理，2011（10）： 82～90.

［23］赵海荣，张洪.信息技术对旅游增长的影响——基于信息丰裕系数［J］.当代经济，2009（5）：146～147.

［24］唐晓云.信息技术推动我国旅游产业转型升级的探讨［J］.商业时代，2010（25）：122～123.

［25］Laudon K， Laudon J. Management Information System（the 10th Edition）［M］.New Jersey ： Prentice-Hall， 2007.

［26］Turban E， Arsonson J E. Desicision Support System and Intelligent System（the 6th Edition）［M］. New Jersey ： Prentice-Hall， 2001.

［27］O’Connor P. Electronic Information Destribution In Tourism and Hospitality［M］.Wallingford：CAB，1999.

［28］徐姗，韩民春.“信息要素”对经济增长的贡献研究——基于中国2001—2006年Panel Data的经验分析［J］.情报杂志，2009（6）：80～84.

［29］俞立平.基于Panel Data的信息资源对经济增长贡献的研究［J］.现代图书情报技术，2005（12）：74～77.