克强指数视角下的中国旅游经济效应空间分异及优化研究*

李冰心，韩增林，彭 飞

(辽宁师范大学 海洋经济与可持续发展研究中心，辽宁 大连 116029)

【旅游业研究】

克强指数视角下的中国旅游经济效应空间分异及优化研究*

李冰心，韩增林，彭 飞

(辽宁师范大学 海洋经济与可持续发展研究中心，辽宁 大连 116029)

通过面板数据模型和格兰杰因果检验，采用全国30个省市区2005-2014年的旅游总收入、GDP以及克强指数的相关数据，对比研究全国旅游业发展与经济发展之间效应的空间分异现象，验证克强指数在旅游经济效应研究方面的适用性，并根据研究结果提出对策建议。研究结果表明：(1)从长期来看，两种视角下全国旅游业的发展都能够带动经济的发展，且各地区差异较大，存在明显的空间分异现象。(2)东部地区各省区空间分异差异较大；东北地区旅游业发展与经济发展之间效应均衡，即辽宁、吉林和黑龙江三省都位于不显著区；中部地区各省区空间分异差异较小；西部地区各省区空间分异差异较大。这进一步验证了克强指数对旅游业经济效应的研究结果与GDP视角下的研究结果具有一致性。(3)针对研究结果，各区域应抓住特色，树立旅游品牌；加强合作，缩小差距；发挥政府作用，以期促进我国旅游业均衡发展。

克强指数；面板数据模型；格兰杰检验；旅游经济效应；空间分异

0 引言

21世纪以来，全世界的旅游业获得稳定的发展，我国旅游业的发展也呈现出良好的局面。根据《2015年中国旅游业统计公报》显示，在2015年，我国旅游业进入平稳较快发展时期。不论是国内旅游市场，入境旅游还是出境旅游都获得较好发展[1]。数据显示，2015年全国旅游收入占GDP总量的10.8%，说明该产业对于全国经济发展的效应也越来越明显。因此，深入研究全国旅游业对于经济发展的效应，准确评估旅游业发展对于全国各省份经济发展的不同作用，对于促进各省以及全国旅游业发展和经济发展具有重要的意义。

旅游业对于经济发展效应的空间分异一直以来都处于世界学术界热点研究领域之中。自19世纪末，国外相关研究开始从理论与实证两方面进行[2]。自20世纪70年代，国外学者对于该效应的研究视角转变为空间角度。国外相关研究表明，旅游业具有较强的关联效应，对于国家、地区的经济增长、吸引就业等方面具有一定的带动作用，然而该带动作用由于区位、资源等因素的不同而存在差异性[3-7]。国内相关研究起步较晚，但是研究速度相对较快，研究区域、研究内容以及研究方法逐渐完善，相关研究成果颇丰。在研究区域方面，涵盖了国家、区域、省域及省内各个层面，对我国旅游经济空间差异进行各个层面的实证分析。例如陈锦龙等人从省际尺度研究我国1999-2007年旅游业发展的影响因素研究，结果表明，当地的经济发展水平对于旅游业的发展具有一定的促进作用。刘金栋等人从省际尺度研究旅游业与区域经济的耦合协调，表明该耦合协调呈现两极分化的局面[8-12]。在研究对象方面，分为国际和国内两个方面，以国际为主。例如纪小美等人研究了我国2005-2013年市域入境旅游收敛与空间外溢效应，表明该效应具有空间敏感性和市场差异性[13-17]。研究方法逐渐丰富多样化，主要运用变异系数、标准差、泰尔指数、空间自相关以及场强模型等方法。例如张春晖等人运用动态偏离份额和灰色关联分析法研究了陕西省2000-2007年入境旅游产业结构和竞争力[18-24]。

通过对上述文献的梳理，本文认为目前相关研究的不足之处在于：(1)在衡量我国经济发展指标的选取上，学者几乎都采用GDP。但是《经济学人》曾提出：“比官方国内生产总值更能客观反映中国经济现状的是克强指数。”克强指数是英国著名政经杂志《经济学人》创造的用于评估中国GDP增长量的指标，以中国国务院总理李克强的名字命名。克强指数是3种经济指标：工业用电量、铁路运货量和银行中长期贷款余额的结合。本文采用花旗银行编制的克强指数算法，即克强指数(LK)=40%×PC+25%×RF+35%×LV。其中，PC代表耗电量，RF代表铁路货运量，LV代表银行贷款发放量。针对克强指数的研究目前主要集中于克强指数与经济增长[25-26]、全要素生产率[27]的关系研究，鲜有涉及克强指数与旅游业相结合的研究。所以本文源于对该观点进行思考，试图将克强指数代替国内生产总值作为衡量我国经济发展的指标，应用到旅游业经济效应的研究框架中，试图验证克强指数在旅游经济效应研究方面的适用性。(2)虽然研究方法和研究理论逐渐完善，但是仍主要聚集在地理学领域，对于经济学等其他学科的研究方法涉及不多，研究方法的交叉性不足。与上述研究不同的是，本文将采用经济学领域的研究方法，探索旅游业发展与经济发展之间效应的内在分异规律，最终提出全面提升全国旅游业经济效应水平的发展策略，并为相关政策的制定提供科学依据。

1 数据来源与研究方法

1.1 数据来源与处理

本文将全国30个省市区(不包括港澳台，同时由于西藏数据严重不足，故剔除)作为研究单元，选取全国30个省市区2005-2014年旅游总收入代表旅游经济的发展，用TR表示。分别选取各省市区2005-2014年的GDP与克强指数作为经济增长的指标，分别用GDP与KQI表示。所有数据均来源于2006-2015年全国30个省市区统计年鉴、《国民经济与社会发展统计公报》以及个别省市区的旅游统计便览。

为了消除数据异方差的影响，本文对所有原始数据采取对数化处理，即lnTR与lnGDP，lnKQI，用来反映旅游总收入与经济增长之间的关系。

1.2 研究方法

本文主要使用计量经济分析软件Eviews8，主要采用面板数据模型和格兰杰因果检验等研究方法来进行定量测度旅游业发展与经济发展之间的效应。格兰杰因果检验是 J.Granger 在1969年提出的，通过辨识2个随机变量之间的先导-滞后关系，进而来判断其因果关系，模型为：

(1)

式中，X代表旅游总收入，Y代表地区生产总值，α、β、γ为参数，μ为随机变量，t为时间趋势项，i和j为滞后期数。

2 实证分析与模型回归结果

2.1 单位根检验

首先对数据进行平稳性检验，只有通过检验的数据才能够进行下面的格兰杰检验。本文采用LLC检验和Fisher-ADF检验两种方法来对lnTR与lnKQI进行检验。只有所检验的数据通过了这两种方法的检验，才能证明数据的平稳性。

从表1可知，在5%的显著性水平上，lnTR与lnKQI均通过了LLC检验，但是没有通过Fisher-ADF检验，即P(lnKQI(t&i))>0.05，P(lnTR(t&i))>0.05。由此证明，lnTR与lnKQI不具有平稳性。然后对lnTR与lnKQI进行一阶差分检验，结果表明，DlnTR与DlnKQI通过了LLC检验和Fisher-ADF检验这两种检验方法。由此证明，lnTR与lnKQI是一阶单整序列平稳，接下来能够对这两组数据进行协整检验。

表1 LLC检验和Fisher-ADF检验结果

注：其中t表示趋势项，i截距项，D表示一阶差分。

资料来源：作者计算。

2.2 协整检验

为了判断旅游收入与克强指数之间是否存在长期均衡关系，需要对其进行协整检验。协整检验方法分为两种，本文采用Johansen协整检验。

由表2可知，在10%的显著性水平下，全国lnTR与lnKQI均通过了该项检验，由此证明，全国的旅游收入与克强指数之间存在长期均衡关系，即协整关系。从30个省市区的检验结果看，除了青海、宁夏、陕西等10个省市区之外，北京、天津、河北等20个省市区的旅游总收入与克强指数之间存在协整关系，即该20个省市区的旅游总收入与克强指数之间存在长期均衡关系。也就是说这些省市区的旅游业的发展从长期来看可以促进当地经济的发展，或者当地经济的发展从长期来看可以促进当地旅游业的发展。

表2 lnTR与lnKQI的协整检验结果

资料来源：作者计算。

2.3 格兰杰因果检验

经过以上的协整检验，说明全国的旅游总收入与克强指数之间存在协整关系，因此为了进一步判断旅游总收入与克强指数之间的因果关系，需要对其进行Granger检验。本文采用的显著性水平是5%，滞后阶数是1～3阶。

从表3中可以看出，全国的克强指数与旅游收入之间是单向的关系，即全国的经济发展是旅游业发展的Granger原因，也就是说全国经济的发展能够促进旅游业的繁荣。

表3 lnTR与lnKQI的Granger因果关系检验结果

资料来源：作者计算。

京津冀地区，北京、天津和河北3省市的克强指数与旅游收入之间均是单向关系。其中北京和天津两市的经济发展是旅游业发展的Granger原因，即北京和天津两市的经济发展能够促进当地旅游业的发展；河北省的旅游业发展是经济发展的Granger原因，即河北省旅游业的发展能够促进当地经济的发展。

在中部地区中，山西和安徽两省的克强指数与旅游收入之间均是单向的关系。其中山西省的旅游业发展是经济发展的Granger原因，即山西省旅游业的发展能够促进当地经济的发展；安徽省的经济发展是旅游业发展的Granger原因，即安徽省经济的发展能够促进当地旅游业的发展。

西部地区，重庆、云南和新疆的经济增长是旅游总收入增长的Granger原因，即重庆、云南和新疆三地经济的发展能够促进当地旅游业的发展；四川和贵州的旅游总收入是经济增长的Granger原因，四川和贵州两地旅游业的发展能够促进当地经济的发展(见表3)。

在以上检验情况下，全国30个省市区中，只有内蒙古、辽宁等10个省市区未通过Granger检验。但是内蒙古、辽宁等10个省市区都通过了之前的协整检验，所以本文将其纳入到接下来的回归分析之中。

2.4 面板数据模型的回归结果

2.4.1 面板数据模型的选择

(1)固定效应模型和随机效应模型

首先，需要检验建立何种效应模型。本文采用的方法是Hausman检验法。如果数据通过该项检验，则证明适合建立固定效应模型；反之，则是随机效应模型。

从表4 的Hausman检验结果可以看出，在5%的显著性水平情况下，P为0.0126<0.05，通过了Hausman检验。由此证明，应该采用固定效应模型。

表4 Hausman检验结果

资料来源：作者计算。

(2)面板数据模型具体形式的识别

面板数据模型分为3种类型，即变系数面板数据模型、变截距面板数据模型和常系数面板数据模型。本文运用协方差构造的F统计量来确定采用何种模型。主要检验如下两个假设：

式中：S1表示变系数模型的残差平方和，S2表示变截距模型的残差平方和，S3表示常系数模型的残差平方和，k表示经济指标，n表示个体数，T表示时间段。

在5%的显著性水平情况下，若F2小于临界值，则接受假设H2，即选择常系数模型；反之，拒绝H2，继续检验假设H1。若F1也小于临界值，则接受假设H1，即选择变截距模型；反之，拒绝H1，选择变系数模型[28]。

由表5可知，F2>Fa2(d，k1，k2)，拒绝原假设H2；F1>Fa1(d，k1，k2)，拒绝原假设H1，所以选择变系数模型(见表5)。

表5 面板数据模型比较

注：F1，F2分别表示F检验统计量；Fa1，Fa2分别表示F1，F2分布的临界值，其中d是临界点，在5%显著水平下， d=0.95，k1、k2表示自由度。

资料来源：作者计算。

结合上述Hausman检验结果，本文最终选择建立变系数固定效应模型来进行下一步研究。

2.4.2 变系数固定效应模型回归结果

通过以上面板数据模型的识别结果，本文建立变系数固定效应模型来对全国30个省市区的旅游收入与克强指数之间的关系进行回归分析。同时以GDP作为经济发展指标，按照上述同样的方法步骤进行研究，最终也建立变系数固定效应模型来对全国30个省市区的旅游收入与GDP之间的关系进行回归分析。回归结果如表6所示。

表6 旅游业发展与经济发展面板数据模型回归系数

资料来源：作者计算。

由表6可知，从整体来看，在克强指数与GDP两种视角下，全国旅游业发展与经济发展之间的关系系数均大于0，由此证明，全国旅游业的发展对于经济发展产生正效应，即旅游业发展能够对经济发展产生拉动作用。

从30个省市区来看，在本次回归分析中，各省市区的旅游业发展与经济发展之间的系数均大于0，表明全国30个省市区的旅游总收入与经济增长存在正相关关系，即地区旅游经济的发展能够在一定程度上促进地区经济增长。

不论从整体来看还是分省市区来看，在克强指数与GDP两种视角下的研究结果是一致的，即旅游业发展与经济发展之间的系数均大于0，表明旅游总收入与经济增长存在正相关关系。2.5 全国旅游经济效应空间分异规律

本文采用空间面板数据模型以及全国30个省市区2005-2014年旅游相关的面板数据指标进行实证分析，探索全国旅游业发展与经济发展之间效应的内部分异规律。结果表明，全国旅游经济效应空间分异现象明显。从全国来看，全国旅游业的发展与经济发展存在一定带动作用。

从东部地区来看，该地区旅游业发展与经济发展之间的效应空间分异现象明显。北京和海南的旅游经济与经济增长之间的促进作用非常显著，其相关系数均在1以上。海南拥有丰富的旅游资源，对游客形成较大的吸引力，而北京不仅旅游资源丰富，经济发展也位于全国前列。天津、河北、山东和广东4省市的旅游经济与经济增长之间也存在一定的拉动作用，但是该效应不太显著。而从长期来看，江苏、上海、浙江以及福建的旅游经济与经济增长之间的促进作用较显著，但仍低于北京和海南。

从东北地区来看，该地区旅游业发展与经济发展之间的效应不存在空间分异现象。因为从长期来看，东北地区即辽宁、吉林及黑龙江3省的旅游经济与经济增长之间的关系系数均低于全国水平，表明东北地区的旅游经济与经济增长之间的促进作用都处于不显著水平。这是由于虽然东北地区的旅游经济获得一定的发展，但是该地区作为老工业基地，其经济主体仍然是工业与农业。

从中部地区来看，该区域的旅游业发展与经济发展之间的效应空间分异现象不太明显。虽然各省区的旅游经济效应存在差异，但是差异较小。

从西部地区来看，该旅游业发展与经济发展之间的效应空间分异现象明显，各省区发展差异较大。该效应在内蒙古、新疆、陕西与青海4地显著，这主要得益于当地丰富的旅游资源，旅游业发展对于该地经济发展产生一定带动效应。四川、重庆、广西及宁夏等地的旅游经济效应一般显著。而从长期来看，贵州、甘肃等地的旅游经济效应不显著。

2.6 全国旅游经济效应优化对策

针对上述全国旅游经济效应空间分异现象的分析，为了缩小全国各区域之间、各地区之间以及各省份之间的旅游经济效应空间差异，提升全国旅游经济效应整体水平，本文根据东、中、西及东北四大区域提出相应的优化政策：

(1)抓住东、东北、中、西四大地区的特色，发展各自的区域旅游重点。其中，东部地区具有优越的沿海地理位置优势以及丰富的海洋自然资源，该地区发展旅游业应该注重突出这两个优势，注重发展海洋旅游；东北地区具有国家边境的区位特色，同时自然气候方面也与其他区域不同，该地区发展旅游业应抓住这两个特色，注重发展冰雪旅游和边境旅游；中部地区的省份各有各的区域特色，如山西的文物古迹、安徽的徽州文化及江西的红色文化等特色，该地区发展旅游业应该抓住各省的区域特色，注重发展文化旅游、红色旅游等；西部地区主要是以少数民族聚居为主，该地区发展旅游业应该抓住少数民族的民俗风情特色，注重发展节日旅游、民俗风情的体验式旅游。

(2)加强东、东北、中、西四大区域的合作，实现各区域之间优势互补。东部地区具有丰富的客源优势，可以充分发挥该优势，为东北地区、中部及西部地区推介旅游商品、输送客源；对东北、中部及西部地区应加强资金和政策支持，完善旅游基础设施建设，最终实现全国旅游经济效应的整体提升。

(3)发挥政府激励作用，弥补市场机制的缺陷。加强政府对旅游业的资金与政策支持，尤其是中部与西部地区，这两个地区旅游基础设施相对东部沿海地区而言比较薄弱，而且自身的旅游市场发育不足，政府资金与政策的投入可以使该地区的旅游基础设施不断完善，同时弥补旅游市场的不足，从而使全国旅游业发展与经济发展之间能够获得良性的循环发展。

3 结论

本文通过面板数据模型和格兰杰因果检验等研究方法，采用全国30个省市区2005-2014年的旅游总收入、GDP和克强指数的相关数据，对全国旅游业发展与经济发展之间效应的空间分异现象进行比较研究，并根据旅游经济效应空间分异结果提出相应的对策，得到以下结论：

(1)从长期来看，全国旅游业的发展对于经济的发展具有一定的拉动作用。同时，全国范围内的旅游经济效应存在明显的空间分异现象。

(2)从东部地区来看，旅游经济效应空间分异现象明显，各省区差异较大；从东北地区来看，旅游业的发展与经济发展之间的效应不存在空间分异现象。因为从长期来看，东北地区即辽宁、吉林及黑龙江3省的旅游经济与经济增长之间的促进作用都处于不显著水平；从中部地区来看，虽然该区域的旅游经济效应存在空间分异现象，但是各省区差异较小；从西部地区来看，旅游业的发展与经济发展之间的效应空间分异现象明显，各省区差异较大。

(3)克强指数视角下的旅游经济效应研究结果与GDP视角下的旅游经济效应研究结果具有一致性，说明克强指数在研究旅游经济效应方面具有适用性。

(4)在优化对策方面，一是要抓住东、东北、中、西四大区域的特色，发展各自的区域旅游重点；二是要加强东、东北、中、西四大区域间的合作，实现各区域之间优势互补；三是要发挥政府激励作用，弥补市场机制的不足。

本研究需要进一步深化的地方在于：部分地区(西藏)数据获取比较困难，因此本研究的研究区域范围不完整。此外，本文只是研究了省际尺度上旅游经济效应的空间分异现象，下一步研究的重点可以集中于地级市尺度的分析，进一步完善旅游经济效应空间分异的相关研究。

[1] National Tourism Administration. The statistics bulletin of China tourism in 2015[R].2016.[国家旅游局.2015年中国旅游业统计公报[R].2016.]

[2] LIN N Z， TAO H J. Economics of tourism[M]. Shanghai： Shanghai People's Publishing House，2001.[林南枝，陶汉军.旅游经济学[M].上海：上海人民出版社，2001.]

[3] RIDDERSTAAT J， CROES R， NIJKAMP P. Tourism and long-run economic growth in Aruba[J]. International journal of tourism research，2014，16(5)：472-487.

[4] PAVLIC I， SVILOKOS T， TOLIC M S . Tourism， real effective exchange rate and economic growth： empirical evidence for Croatia[J].International journal of tourism research，2015，17(3)：282-291.

[5] RIVERA M A. The synergies between human development， economic growth， and tourism within a developing country： an empirical model for ecuador[J]. Journal of destination marketing & management，2016，4(2)：1-7.

[6] RAKOTONDRAMARO H， ANDRIAMASY L. Multivariate granger causality among tourism， poverty and growth in Madagascar[J]. Tourism management perspectives，2016.20：109-111.

[7] KUMAR R R， STAUVERMANN P J. Dataset for an analysis of tourism and economic growth： a study of Sri Lanka[J]. Data in brief，2016，8：723-725.

[8] LI L Y， WENG G M. Evolution analysis of tourism， culture and economy development in the western China based on spaitial mismatch mathod[J]. Geography and geo-information science，2016，32(2)：121-126.[李凌雁，翁钢民.基于空间错位的我国西部地区旅游、文化与经济发展的演变分析[J].地理与地理信息科学，2016，32(2)：121-126.]

[9] WU Y M. Spatial panel econometricanalysis of tourism economic growth and its spillover effects[J]. Tourism tribune，2014，29(2)：16-24.[吴玉鸣.旅游经济增长及其溢出效应的空间面板计量经济分析[J].旅游学刊，2014，29(2)：16-24.]

[10] CHEN J L， WANG L J， LI J J. An analysis on the influencing factors of provincial tourism development in China based on spatial econometrics[J]. Tourism forum，2011，4(2)：41-46.[陈锦龙，王良健，李晶晶.我国省际旅游业发展影响因素的空间计量研究[J].旅游论坛，2011，4(2)：41-46.]

[11] DENG C H. Analysis on the tourism economic diversity of the western China[J]. Tourism forum，2011，4(2)：47-53.[邓晨晖.中国西部地区旅游经济差异分析[J].旅游论坛，2011，4(2)：47-53.]

[12] LIU J D， ZHENG X M， XIE C W. A study on the provincial coupling coordinative degree between tourism industry and regional economy in China[J]. Tourism forum，2013，6(1)：42-47.[刘金栋，郑向敏，谢朝武.省域旅游产业与区域经济的耦合协调度研究[J].旅游论坛，2013，6(1)：42-47.]

[13] SHEN J H， SHEN Y L，ZHOU Y C，et al. Domestic tourism economic growth and spatial pattern evolution of regional tourism differences in Anhui Province[J]. Scientia geographica sinica，2012，32(10)：1220-1228.[沈惊宏，陆玉麒，周玉翠，等.安徽省国内旅游经济增长与区域差异空间格局演变[J].地理科学，2012，32(10)：1220-1228.]

[14] YU F L， HUANG Z F， WANG Y Q. Spatial-temporal pattern evolution of inbound tourism economic differences in Chinese coastal regions[J]. Geography and geo-information science，2013，29(6)：105-110.[余凤龙，黄震方，王宜强.中国沿海区域入境旅游经济差异的时空格局演化[J].地理与地理信息科学，2013，29(6)：105-110.]

[15] ZHANG Z A， HUANG Z F，CAO F D，et al. The space-time transition characteristics and its driving mechanism of county-scale inbound tourism in Zhejiang Province[J]. Geographical research，2016，35(6)：1177-1192.[张子昂，黄震方，曹芳东，等.浙江省县域入境旅游时空跃迁特征及驱动机制[J].地理研究，2016，3506)：1177-1192.]

[16] CHEN G Q， LI Y H， HU X J. Regional economic effects of inbound tourism in China： based on the perspective of spatial agglomeration[J]. Geographical research，2014，33(1)：167-178.[陈刚强，李映辉，胡湘菊.基于空间集聚的中国入境旅游区域经济效应分析[J].地理研究，2014，33(1)：167-178.]

[17] JI X M， CHEN J H， FU Y Q. A study of the convergence and spatial spillover effects of Chinese inbound tourism flow[J]. Tourism science，2015，29(4)：47-60.[纪小美，陈金华，付业勤.中国入境旅游流的收敛与空间溢出效应分析[J].旅游科学，2015，29(4)：47-60.]

[18] SUN P P， DAI X F. An analysis on the spatial data of China's regional tourism economic disparity[J]. Tourism science，2014，28(2)：35-48.[孙盼盼，戴学锋.中国区域旅游经济差异的空间统计分析[J].旅游科学，2014，28(2)：35-48.]

[19] GUO P， DONG S C，LI Z H，et al. Research on spatial distribution and international cooperation model of tourism industry in Silk Road[J]. Resources science，2014，36(12)：2459-2467.[郭鹏，董锁成，李泽红，等.丝绸之路经济带旅游业格局与国际旅游合作模式研究[J].资源科学，2014，36(12)：2459-2467.]

[20] FANG Y L， HUANG Z F，WANG K，et al. Spatial and temporal analysis of Chinese provincial tourism economy based on PCA-ESDA[J]. Economic geography，2012，32(8)：149-154，35.[方叶林，黄震方，王坤，等.基于PCA-ESDA的中国省域旅游经济时空差异分析[J].经济地理，2012，32(8)：149-154，35.]

[21] WANG L J， YUAN F Y， HE Q F. An heterogeneous panel study of the relationship between tourism development and economic growth for provinces in China[J]. Economic geography，2010，30(2)：311-316.[王良健，袁凤英，何琼峰.基于异质面板模型的我国省际旅游业发展与经济增长研究[J].经济地理，2010，30(2)：311-316.]

[22] ZHAO J J. Study on spatial spillover effects of regional tourism economic growth and its influence factors in China：based on spatial durbin panel model[J]. Soft science，2016，30(10)：53-57.[赵金金.中国区域旅游经济增长的影响因素及其空间溢出效应研究：基于空间杜宾面板模型[J].软科学，2016，30(10)：53-57.]

[23] ZHANG C H， ZHANG H，BAI K，et al. An analysis of industrial structure and competitiveness of inbound tourism in Shaanxi Province based on dynamic shift-share and grey-relation analysis[J]. Tourism forum，2010，3(1)：59-64.[张春晖，张红，白凯，等.基于动态偏离-份额和灰色关联分析的陕西入境旅游产业结构与竞争力分析[J].旅游论坛，2010，3(1)：59-64.]

[24] ZHAO L. Tourism development and economic growth efficiency in China： a empirical analysis based on malmquist index and GMM estimation[J]. Tourism tribune，2012，27(11)：44-55.[赵磊.旅游发展与中国经济增长效率：基于Malmquist指数和系统GMM的实证分析[J].旅游学刊，2012，27(11)：44-55.]

[25] LIU H. Research on the dynamic relationship between economic growth and "Li Ke-qiang Index"： based on the model of VAR and VEC[J]. Commercial times，2014(1)：11-13.[刘慧.“克强指数”与经济增长的动态关系研究：基于VAR和VEC模型的实证分析[J].商业时代， 2014(1)：11-13.]

[26] TANG D X， SUN Q， LUO J Y. Research on the dynamic relationship between economic growth and "Li Ke-qiang Index"：based on the data of 1985-2014 of Chongqing[J]. Journal of Chongqing University of Technology( social science)，2016，30(1)：46-52.[唐德祥，孙权，罗鉴益.经济增长与“克强指数”的动态关系研究：基于重庆市1985-2014年数据[J].重庆理工大学学报(社会科学)，2016，30(1)：46-52.]

[27] LIN C. A study of the estimation of total factor productivity in China and its convergence from the perspective of Li Keqiang Index：based on provincial panel data in China[J]. Economic survey， 2016(5)：66-71.[林春.克强指数视角下中国全要素生产率再估算及收敛性研究：基于中国省际面板数据[J].经济经纬，2016(5)：66-71.]

[28] DONG C Z， MA Y L， WU J， et al. Econometrics[M]. Beijing： China Mechine Press，2011.[董承章，马燕林，吴靖，等.计量经济学[M].北京：机械工业出版社，2011.]

[责任编辑： 连云凯] [责任校对： 潘岳风]

A Study on the Spatial Differentiation of Tourism Economic Effect and Improvement Measures from the Perspective of Li Keqiang Index

LI Bingxin， HAN Zenglin， PENG Fei

(CenterforStudiesofMarineEconomyandSustainableDevelopmentofLiaoningNormalUniversity，Dalian116029，China)

In this article， through panel data model and granger causality test， using the Chinese tourism revenue， GDP and Keqiang index data of 30 provinces from 2005 to 2014， the paper studied the space differentiation phenomenon of tourism economy effect. The results showed that： (1)in the long run，under the two perspectives， the development of the tourism economy has the certain role in promoting economic growth.At the same time，the regional differences are obvious， and there is an obvious spatial differentiation phenomenon.(2) The eastern region's space differentiation is obvious， and the province differences are large； the northeastern region's space differentiation does not exist； In the long run， in the northeastern region of Liaoning， Jilin and Heilongjiang province， the promoting effect between tourism economy and economic growth are in no significant level； the middle region's space differentiation is obviously slight；the province differences are small； the western region's space differentiation is obvious，and the province differences are large.This furtherly confirms the consistency of the results of the study on the economic effects of tourism on the Keqiang index.(3) In view of the results， various regions should seize characteristics， set up the tourism brand，strengthen cooperation， narrow the gap；Enhance the role of the government， in order to promote the balanced development of the tourism industry in our country.

Li Keqiang Index； panel data model； Granger causality test； tourism economic effect； spatial differentiation

教育部人文社会科学青年基金项目(16YJC790080)

2016-11-24

李冰心(1991- )，女，山东新泰人，辽宁师范大学海洋经济与可持续发展研究中心2015级硕士研究生；韩增林(1956- )，男，山东商河人，辽宁师范大学海洋经济与可持续发展研究中心教授，博士，博士生导师，主要研究方向为区域发展规划等；彭飞(1986- )，男，山西阳泉人，辽宁师范大学海洋经济与可持续发展研究中心博士，讲师，主要研究方向为海洋经济地理与地缘环境研究。 [引用格式]LI B X, HAN Z L, PENG F. A study on the spatial differentiation of tourism economic effect and improvement measures from the perspective of Li Keqiang Index[J].Tourism forum,2017,10(3):84-94.[李冰心,韩增林，彭飞.克强指数视角下的中国旅游经济效应空间分异及优化研究[J].旅游论坛，2017，10(3):84-94.]

F592

A

1674-3784(2017)03-0084-11