对“互联网+”时代的旅游产业融合发展的研究

朱姗姗

【摘要】本文通過选取国内各个地市近年来旅游产业相关的数据，研究“旅游+”政策及相关举措的提出对区域内旅游产业发展及收入的影响。通过研究发现随着“旅游+“战略的实施，区域内经济获得新的增长点，旅游业收入得以提升，使得旅游业成为真正的综合性产业。

【关键词】互联网+ 旅游产业 融合发展

1 引言

2015年9月2日，第一届“旅游+互联网”大会在江苏常州召开，国家旅游局提出旅游产业与互联网的融合发展，将旅游与互联网融为一体迎接产业之间融合发展的新潮流。随着新概念的提出，各个地市均根据自身情况，在国家与所在省份相关政策的引导下，制定适合的方案，将自身旅游产业与互联网进行融合，但各个地市在制定相关政策的过程中要做到决策自定、风险自担，因此在具体政策的制定速度上存在一定差距，本文将在已有数据的基础上，对“旅游+互联网”政策的制定与实施对区域内旅游产业发展及收入的影响进行研究。

2 文献综述

目前外国学者没有对旅游产业融合的相关研究，这是我国率先在产业融合的视域下提出的概念。目前国内对旅游产业融合的研究主要集中在对旅游产业融合的概念界定、模式及效应的相关方面的研究上。杨颖（2008）提出旅游产业融合的动力来源于企业对利润的追求[1]。徐虹等（2008）提出制度、能力及需求障碍是目前阻碍旅游产业融合的三大障碍，要促使我国旅游产业融合并取得新的发展需要对障碍进行深刻剖析并解决[2]。麻学锋等（2010）认为可以通过资源、技术、市场及功能四个方面的路径来推动旅游产业进行融合，区域要根据自身情况找准适合区域内特色的融合点[3]。程晓丽（2012）通过对旅游产业与文化产业融合的具体分析，提出渗透型、延伸型和重组型三种模式为旅游产业与其它产业进行融合的三种模式[4]。刘晓明（ 2014）对旅游产业融合的机制进行研究，提出旅游产业的融合会推动市场对旅游资源的需求，提升地区的经济发展水平[5]。那么，“旅游+互联网”政策的提出对地区经济发展的具体影响情况产生何种影响？目前尚无对此研究的文献。综上可知，目前学界缺少基于“互联网+”背景的研究，本文将在此时代背景下出发，研究“旅游十互联网”产业融合的机制及对地区经济发展的影响，这也是本文的创新点。

3 “互联网+”时代的具体特征

互联网正处于飞速发展的阶段，随着新技术的不断提出与应用，互联网正对人类社会产生着深远的影响。一个产业要想获得长远的发展，就必须主动融入互联网，运用“互联网+”思维来推动产业发展。

4 模型与变量

4.1 模型设定

本文在分析“旅游十互联网”政策的制定与实施对地区旅游产业发展的影响时采用Probit模型。Probit模型为：

Y=1（αpohcy_Implemetit+Xβ+u>0）

其中u～N（0，σ2），

Y的值表示地区范围内旅游收入较往年是否有更高幅度的增长，Y等于1表示地区范围内的旅游收入获得更高幅度的增长，Y等于。则相反；Policy_Implement代表政策的制定与实施程度；X为控制变量，包括地区特征变量。

4.2 数据与变量

本文所研究的数据来自统计年鉴及北京大学旅游研究与规划中心调查数据。样本涉及全国14个省份，获得了诸多地区各方面详细的微观数据，这为本文的研究提供了有力的数据支持。下面分别就本文构建的指标及相关变量进行分类说明。

4.2.1 “旅游+互联网”政策与实施指标

调查中没有直接通过政府文件来考察政策的制定与实施，而是通过详细的实地考察与访问，来观察政策的制定与实施，并对制定与实施的状况进行分级评价并给出详细的得分。本文根据得分情况来并参考Rooij et al.（2011）的做法[6]，通过构建哑变量的方法来反映不同的程序所表现的政策差异。将政策的制定与实施分为两个情况，分别为是否制定了相关政策及相关政策是否得以实施，对此构建两个哑变量。对于是否制定了相关政策，已制定记为1，反之记为0；对于是否得已实施，已出台实施记为1，反之记为0。对哑变量采用迭代主因子法进行分析，并进行KMO检验，检验结果表示本文构建“旅游+互联网”政策制定与实施指标所采用的方法为可行的。但政策的制定与实施存在内生性问题不容忽视，应该对此进行处理。

首先，“旅游+互联网”政策的制定与实施也受到地区旅游产业发展情况的影响，部分区域可能并不是在区域内相关政策制定与实施后才使得旅游产业快速发展，而是在区域内旅游产业快速发展的基础上响应国家号召来制定相关的政策。这一内生性问题的存在，不可避免地对估计结果的准确程度产生影响，可能会造成估计结果出现偏差。因此，必须对内生性进行处理。要处理内生性变量就要通过工具变量进行处理，这里选取地区管理者的受教育水平作为工具变量。因为管理者是城市发展的核心，地区管理者较高的受教育水平会使其更易接受新的政策，对“旅游十互联网”政策的制定与实施产生正向影响。同时地区管理者的受教育水平与区域内旅游收入大幅增长并无关系，因此工具变量的选取是可行的，并在后文会进行检验。

4.2.2 被解释变量及其他控制变量

本文选用地区范围内旅游收入较往年是否有更高幅度的增长来做为衡量地区旅游产业发展的指标，并选其作为被解释变量。根据调查数据，将近年来地区范围内每年旅游收入的增长率以及增长率每年的变动纳入考虑范围，并通过取均值的方法，高于均值表明旅游收入较往年取得更高幅度的增长。取1表示旅游收入较往年有更高幅度的增长，取。表示旅游收入较往年没有更高幅度的增长。

本文选取地区特征作为控制变量。并对数据进行处理，按照GDP的高低剔除了上下1%的数据及存在缺失的数据，最后剩余样本量为327个。下表为样本的描述性统计。根据下表中的数据，我国截至调查完成时有12.5%的地区相较于往年旅游收入取得更高幅度的增长，这说明我国目前地区旅游收入获得更高幅度增长的比率较低。同时，根据相关政策的制定与实施的标准差为1.074，最大值与最小值差距为3.362，说明目前我国目前地区之间在相关政策的制定与实施上差别明显。

5 估计结果

根据前文所做的定义，首先研究“旅游+互联网”政策的制定与实施对地区旅游收入更高幅度的增长的影响是否显著。表3为probit模型的分析结果。

在表3中，相关政策的制定与实施（评分加总）对因变量的边际效应在1%的水平上显著，根据列（1）看出相关政策的制定与实施（评分加总）对及地区旅游收入更高幅度的增长的边际效应为0.042。此外，本文在估计中加入了一些变量来对地区经济发展状况进行衡量，如：人均GDP等。以列（1）为例，人均GDP的边际效应为0.027，地区经济水平发展的情况会对因变量产生显著的正向影响。

然而，在上文中提到，“旅游+互联网”政策的制定与实施有着不可忽视的内生性问题，会使得估计结果产生偏离。为解决这一问题，列（2）为采用上文所构建的工具变量后进行的二阶段估计。采用Durbin-Wu-Hoiusnian对政策的制定与实施是否存在内生性进行检验，列（2）的底部为结果，结果显示在1%的水平上拒绝了自变量不存在内生性的假设，说明政策的制定与实施的内生性确实存在。同时，在估计中，一阶段估计F值均大于10%偏误水平下的分布边界值16.38。因而工具变量的选取是可行的。根据列（2）金融知识（评分加总）的边际效应分别为0.151，并在1%的水平上显著，与前述估计结果保持一致。

6 稳健性检验

最后对上文所得出的结果进行稳健性检验，我们采取地区管理者受教育水平作为衡量“旅游+互联网”政策制定与实施的指标。表4为稳健性检验结果，地区管理者受教育水平对旅游收入更高幅度增长的边际效应为0.041，在1%水平上显著。稳健隆检验的结果表明本文的估计具有稳健性。

7 结论及政策建议

基于已有数据，“旅游+互联网”政策的制定与实施对地区旅游收入更高幅度的增长的影响做了一系列分析，并用二阶段工具变量法来减少自变量的内生性所造成的估计结果的偏离。

本文研究发现，“旅游+互联网”政策的制定对地区旅游产业的发展产生正向作用，因此政府应出台相应政策，促进旅游产业的融台，通过产业融合的方式可以促使旅游业转型升级，使旅游业成为国民经济发展的支撑点。同时，政府也应该继续深化改革，打破旅游业进行产业融合的壁垒，打破管理体制的僵化与障碍，建立以政府为主导、高效统一的产业融台发展新机制。

参考文献：

[1]杨颖.产业融合：旅游业发展趋势的新视角[J].旅游科学，2008（4）：6-10.

[2]徐虹，范清.中国旅游产业融合的障碍因素及其竞争力提升策略研究[J].旅游科学，2008（4）：1-5.

[3]麻学锋，张世兵，龙茂兴.旅游产业融合路径分析[J].经济地理，2010（4）：678-679.

[4]程晓丽，祝亚雯.安徽省旅游产业与文化产业融合发展研究[J].经济地理，2012（1）：172-175.

[5]劉晓明.产业融合视域下中国体育旅游产业的发展研究[J].经济地理，2014（5）：t87-193.

[6]Rooij，Maarten van，Atinamatia Lusardi，and Rob Alessie.Financial Literacy and Stock Market Participation[J].Joumal ofFinancial Econornics，2011，101（2）：317-336.