基于VAR 模型的展览业与城市经济发展关系动态研究*——以上海为例

王 强,王春雷,丁 烨,陶 城

(上海对外经贸大学 会展与旅游学院,上海 201620)

0 引 言

由于会展强大的经济带动效应,会展业被称为“城市的面包”和“经济的晴雨表”,有关会展业的经济研究一直是会展及相关领域的热点话题。从现实情况来看,不少地方政府看到了会展业的显著经济带动效应,纷纷提出“打造会展名城”或“建设国际会展之都”等口号,并投入大量资金建设会展场馆,以期会展业能够在国家整体产业转型的背景下异军突起,成为城市经济转型和发展过程中强大的助推器和黏合剂。

国内外学者从定性和定量两个角度分析了会展业与城市经济发展之间的关系。例如,Roche在考查了美国的洛杉矶、亚特兰大和盐湖城三座奥运会主办城市后提出,作为城市发展的一个强有力的政治性工具,会展活动能够帮助城市吸引外界关注,从而获得经济发展的机会[1]。Lecardane通过研究19世纪的巴黎博览会发现,大型会展活动往往是城市建设的催化剂,举办大型会展活动能够调动各方资源,使得在常规手段下无法完成的城市建设项目得以完成,公共和私人的投资建设项目在时间上也得到了同步[2]。在定量研究方面,早在20 世纪80年代,Holecek首次将乘数效应引入会展研究中,并将销售额作为主要指标,分析了1980年大密歇根轮船及渔业展对美国底特律的经济影响,得出展览会对美国底特律的乘数效应大约为1∶2[3]。该研究为后续有关会展业对城市经济发展的研究提供了一个新的视角和方法上的借鉴。随后,Braun、Cao、Janeczko等分别针对会议业、专业类展览会、节庆活动开展了有关会展业乘数效应的研究,得出会展业乘数效应在4至6之间,即如果会展业的收入为1,其他行业的收入为4到6[4-6]。

国内学者对会展业与城市发展关系的研究也主要从会展经济的角度入手,并普遍认为城市发展水平是会展经济的基础,会展经济是城市发展的有效推动力[7]。在定性研究方面,刘筱柳通过比较研究的方法,提出会展经济可以显著增强城市的经济实力,推动区域经济结构的优化以及支持城市发展的要素流动[8]。在定量研究方面,学者卞显红选取2002年我国国际性会展活动的参访者人数与花费为主要数据来源,对国际性会展活动经济影响的相关乘数进行测定,得出会展业的乘数效应在1.3～2.1之间[9]。胡平、李智玲等学者也运用类似的方法,发现会展业具有强大的经济带动效应,并且乘数在不断扩大[10-11]。还有学者运用城市竞争力分析框架,得出了会展经济适应并推动了城市经济结构转型的结论[12]。

综上可知,现有相关研究基本上达成了以下共识:(1)会展业是城市发展过程中必不可少的一环,会展业能直接推动城市经济的增长,或通过完善城市的空间布局以及更新城市建筑[2]来间接地促进城市经济的发展;(2)会展业对城市经济发展的贡献越来越大,乘数效应越来越明显;(3)城市经济发展水平是发展会展业的基础。但近年来,部分学者开始对已有观点产生怀疑,如Dwyer等认为,基于投入产出模型(Input-Output Model)计算出的乘数效应忽视了会展活动对举办地经济的不利因素,也未考虑会展业与城市之间的动态研究,存在夸大其对当地经济影响的可能[13]。Pillay等对有关2010年南非世界杯的研究文献的结论进行反驳,认为在考虑时间尺度的基础上,2010年南非世界杯对边缘地区和边缘国家来说不会带来任何好处,相反只会消耗大量的国家财政,即使是城市空间进行了大规模更新、兴建了基本设施、举办期间带来了就业机会的增加,但这些都是临时性的,只是虚假的产值,不具有长久的价值,并由此认为大型会展活动对实现脱贫和促进经济发展只是一个假想,并不存在实践的可能[14]。国内学者罗秋菊等也曾运用投入产出模型计算会展活动的经济效应,但在讨论中同样提到存在经济效应被高估的倾向[15]。

总之,在会展活动的经济影响领域,近年的研究对原有的共识产生了一定的冲击。早期的观点认为,会展业会直接或间接地推动城市经济的发展,且会展业对城市经济发展的贡献越来越大,但根据已有的研究结论,由于缺少时间的尺度,上述观点存在一定的不合理性。同时,会展业与城市经济之间应该是双向作用的关系,但大多数文献都在探讨会展业对城市经济的影响,较少关注城市经济对会展业的影响,目前仅找到一篇文献从定性的角度进行了类似的说明,缺乏实证检验。

在分析展览业与城市经济发展的关系特别是探讨城市经济对展览业发展的作用时,可能存在内生性问题,而向量自回归模型(VAR 模型)属于较为成熟的时间序列模型,也存在配套的分析工具,能够较好地满足时序分析上的要求,因此,本文试探性地引入向量自回归模型,来探讨加入时间尺度后两者之间的关系。具体而言,本文将收集2001-2018年上海展览业的时间序列数据,建立以上海举办的国际展览项目数量、国际展览项目展出面积以及上海市国内生产总值为内生变量的VAR 模型,然后通过脉冲响应函数分析和方差分解,研究上海展览业与城市经济发展之间相互作用的动态关系以及变量间贡献度的变化。

1 文献综述

1.1 展览业发展水平评价研究

国内学者大多通过研究具体的展览项目来反映展览业的发展水平,主要研究内容包括发展趋势[16]、展览评估[17]、商业模式[18]、品牌建设[19]以及政府监管[20]。

早期有关展览业发展评价指标体系的研究,主要是从定性角度出发,围绕影响会展发展的几个因素构建相应的体系[21]。随后,胡平基于钻石模型较为宏观地将会展业竞争力分解为22个影响因素,并用专家打分法确定了相应的权重,其中,面积和数量是评价展览业发展水平的重要指标[22]。王述珍等运用层次分析法(AHP)建立数学模型构建了相应的指标体系,并把二级指标“会展竞争业绩”中的全年展览面积和全年国际展会项目数量作为衡量区域展览业发展的重要评价指标[23]。近年来,随着研究方法的创新,会展竞争力评价指标体系也越发完善,如刘震等以国内35个城市为研究对象,综合运用TOPSIS法、灰色关联度分析、余弦相似度以及关系种子扩展法,构建了包含展览场数、展览总面积在内的26项评价指标[17]。

本文借鉴上述指标体系,并考虑了数据获得的可行性,用国际展览项目数量与展出总面积作为衡量展览业发展水平的两个关键变量。

1.2 展览业与城市经济的关系研究

国外对展览业与城市经济之间关系的研究起步较早。Cao研究了在新加坡举办的专业类展览会,将产出、收入、就业、增加值、进口以及税收作为主要指标,得出不同专业类展览会对新加坡的经济带动效应不同[5]。Kim 从会展价值链角度出发,提出会展业是一个高产出的行业,并且对城市经济的发展具有明显的促进作用[24]。Dwyer等通过构建一般均衡模型,重点讨论了展览会对当地经济的促进作用[13]。

早在2002年,马勇就对会展业以及会展经济做了一些概念上的界定,阐述了会展经济在中国的发展现状,并分析了出现的问题[25]。余向平运用凯恩斯的乘数效应和萨缪尔森经济学乘数与加速效应之间的相互作用,解释了会展业乘数效应存在的原因[26]。之后刘大可使用问卷调查法,以2008年9月至11月期间在北京举办的10场展览会为样本,对参展商和专业观众的平均花费水平进行调查,得出展览业对北京的经济影响存在4个维度[27]。罗秋菊以广交会为例,运用投入产出法研究了大型活动对举办地的经济影响,得到一届广交会对广州市的直接与间接效应合计163.24亿元[15]。由于国内会展业的主体部分是展览业,国内学者一般在陈述过程中使用会展业来代替展览业。例如,王轶等用描述性统计对首都会展业与区域经济发展的互动关系做了阐述,得出首都会展业对区域经济有明显推动作用,同时还给北京地区的旅游业、零售业带来了明显的驱动效应[28]。孟凡胜等研究了会展业发展的影响因素,并通过构建一般线性回归方程研究了会展业与城市经济之间的关系,得出会展业与城市经济之间是相互促进的关系[29]。李铁成等使用了区域间投入产出模型(IRIO),揭示了我国会展业区域关联效应的演化特征与动力机制[30]。许和连等在李铁成等的研究基础上,加入了灰色关联分析法,以湖南省为例,既考察了会展业的投入产出效应,也分析了产业间的关联[31]。

总之,国内外学者都普遍认为展览业对经济发展起到促进作用,也有部分学者认为展览业与城市经济发展之间是一种相互促进的关系。

1.3 VAR 模型在经济领域的应用

20世纪70年代后期,由于大型联立方程模型(SEM)在经济预测和政策分析中出现失效,其根本原因在于变量外生的条件是人为划定的,不一定符合经济运行的实际,所以Sims于1980年在其著作中提出向量自回归模型(VAR model),主张用该模型来代替SEM 进行宏观经济分析。该模型不区分变量的内、外生性,适用于估计不带有任何事先约束条件的联合内生变量之间的动态关系,进而解释经济冲击对经济变量所产生的影响[32]。但VAR 模型与一般的线性回归模型不同,其主要特点是模型的系数没有任何实际意义,因而一般会采用脉冲响应函数和方差分解对模型的系统进行分析处理。

VAR 模型属于计量经济学中时间序列的有关方法,在我国较早被运用于分析城镇化以及货币的相关领域。例如,刘斌在利用无约束向量自回归模型的基础上,添加限制条件,得出我国货币政策短期会对实体经济部门产生影响,对物价、货币供应量及贷款等会产生永久性的影响[33]。近年来,VAR 模型在理论和实证上也相应有所创新,其中,理论上的创新主要表现在三个方面:(1)与贝叶斯估计法相结合;(2)向非线性、时变参数的趋势发展;(3)向大规模、多变量趋势发展[34];实证上的创新则表现在除了研究传统的城镇化[35]以及货币相应领域外,VAR 模型被广泛运用于产业与经济增长关系的研究。例如,郑万吉通过构建半参数空间面板向量自回归模型(SSPVAR),利用时空脉冲响应函数分析了城乡收入差距、产业结构升级和经济增长之间的关系,得出产业结构升级短期内会拉大城乡收入差距,产业结构升级对周边高结构地区存在一定的“挤出”效应[36]。张竟成选取了国内生产总值、物流业产值以及货运周转量为指标,利用VAR 模型研究分析了中西部物流业与区域经济发展长期的动态关系,得出物流业对不同地区经济发展影响程度不同[37]。陈文捷等采用广西旅游业的时间序列数据,构建了VAR 模型,研究发现,旅游业对广西经济发展的促进作用比较有限[38]。

由此可见,可以基于时间序列数据构建VAR 模型来研究展览业与城市经济之间的动态关系。

2 数据来源与研究方法

2.1 变量选择和数据来源

本文的研究对象为展览业与城市经济发展之间的动态关系,其中,展览业发展水平用国际展览项目数量和展出面积来衡量。城市经济发展是衡量一个城市经济发展的规模、速度和所达到的水准。在产业与城市经济动态关系的研究过程中,学者一般采用地区国内生产总值来衡量。因此,本文用国内生产总值来衡量上海市的城市经济发展水平。数据来源主要采用《上海统计年鉴》和《上海会展业发展报告》,时间范围为2001-2018年,数据内容包括18年间在上海举办的国际展览项目数量(NIE)、国际展览项目展出面积(AIE)及上海市国内生产总值(SGDP)。

2.2 研究方法

本文通过使用Eviews 10.0对上述变量建立向量自回归模型(VAR 模型)来研究展览业与城市经济发展之间的动态关系。为了消除变量之间可能存在的异方差,提高数据估计的可靠性,笔者对上述变量取自然对数,对数化后的变量分别为lnNIE、lnAIE以及lnSGDP(见表1),表示国际展览项目数量、国际展览项目展出面积以及上海市国内生产总值,并利用平稳性检验、协整检验、脉冲响应函数、方差分解等几个步骤来确定展览业与城市经济增长的动态关系。

表1 2001—2018年上海市展览业与经济发展变化情况

VAR 模型适用于估计不带有任何事先约束条件的联合内生变量之间的动态关系,该模型能提供一个非常丰富的结构,并保留尽可能多的数据特征,比传统模型更加精准[33]。考虑含有三个变量的VAR 模型一般表达式为:

式中:Yt、Xt、Zt表示联合内生变量;A表示相应的估计参数;ζ1t、ζ2t、ζ3t表示随机扰动项。

VAR 模型的主要缺陷是属于非理论模型,参数较多,参数值没有任何解释意义,因而需要借助脉冲响应函数和方差分解来辅助解释。使用VAR 模型有两个步骤:(1)模型建立。模型建立需要进行平稳性检验、协整检验、滞后阶数确定以及模型稳定性检验。其中,平稳性检验、协整检验用于模型构建的前期处理,数据通过平稳性检验说明变量之间存在短期均衡关系,数据通过协整检验说明变量之间存在长期均衡关系,上述两种检验中只需要通过其中一种即可构建模型。通过平稳性检验和协整检验后,需要确定模型滞后阶数以及对构建的模型进行稳定性检验;(2)模型解释。借助脉冲响应函数以及方差分解对模型进行解释,脉冲响应函数原理是考察随机扰动项的一个标准差冲击对当前以及未来内生变量数据变动的影响,方差分解则是将系统的方差分解成系统中各变量冲击所作的贡献,用来衡量各变量重要性的重要方法。

3 实证分析结果与解释

3.1 平稳性检验

平稳性表示时间序列的均值和方差不会随着时间的改变而改变,并且任意两个时期t1和t2之间的协方差只与两个时期之间的间隔(t2-t1)有关,与计算协方差所处的时间点(段)并无关系,满足以上三个条件就会认为序列是平稳的。平稳性检验一般采用单位根检验为主,单位根检验方式实质是把时间序列对于平稳性的检验转化为是否具有单位根的检验。本文单位根检验选择的检验类型为Augmented Dickey-Fuller(ADF)检验,检验对象分别为国际展览项目数量lnNIE、国际展览项目展出面积lnAIE以及上海市国内生产总值lnSGDP。单位根检验结果如表2所示。

表2 时间序列ln NIE、ln AIE 及ln SGDP 的ADF单位根检验结果

从表2可以看出,lnNIE和lnAIE的ADF检验值分别为-3.813849、-3.720194,均低于其所对应的5%和10%置信水平下的临界值;lnSGDP的ADF检验值为-4.385540,低于其所对应的1%、5%、10%置信水平下的临界值;同时,lnNIE、lnAIE以及lnSGDP的P值分别为0.0418、0.0492、0.0045,均小于0.05,即我们所使用的时间序列是平稳的。因此,lnNIE、lnAIE和lnSGDP在5%的置信水平下都是0阶单整序列,即lnNIE～I(0),lnAIE～I(0),lnSGDP～I(0),所以不需要进行协整检验(Johanson协整检验),可以采取原序列值构建向量自回归模型。

3.2 VAR 模型滞后阶数选择

本文共选取了18年的数据,变量数量为3,因此可能选取的滞后阶数为2,所以使用Eviews 10.0 进行最优滞后阶数的计量,结果见表3。

表3 不同标准下VAR 模型滞后阶数的选择

由表3可知,FPE、AIC和HQ都得出滞后阶数为2时,VAR 模型是最优的,因此本文最后选择的滞后阶数为2,即L=2。

3.3 VAR 模型稳定性检验

对VAR(2)模型进行平稳性检验,保证模型是稳定可靠的。检验方法采用单位根检验,具体检验结果如图1。图1 中“·”的表示AR 特征多项式的根的倒数。从图1可以看到,所有的点均分布在单位圆内,即所有特征多项式的根的倒数均小于1,模型拟合效果较好。

图1 VAR(2)的平稳性检验

3.4 脉冲响应函数分析

脉冲响应分析主要是考察随机扰动项的一个标准差冲击,对整个VAR 模型系统的当前和未来的取值的变化,能够较为形象地刻画出内生变量之间作用的传导机制及动态交互作用。本文利用Eviews 10.0,将基于国际展览项目数量lnNIE、国际展览项目展出面积lnAIE以及上海市国内生产总值lnSGDP构建的VAR(2)进行滞后10期的脉冲响应函数分析,以此来考察展览业与城市经济之间的动态关系。具体结果见表4、图2,其中,图2横轴代表滞后期数,纵轴代表因变量的响应程度,图中实线为响应函数计算值,虚线表示两倍标准差的置信区域。

表4 变量脉冲响应分析结果

首先,分析国际展览项目展出面积扩大对上海经济发展的响应情况和响应路径。从图2总体上可以看出,国际展览项目展出面积扩大对上海经济发展的变动是正向响应。具体响应轨迹为在第1期是0,并且前两期数值变动不大,说明一开始国际展览项目展出面积的增加对上海经济增长作用不明显。第3期变为0.005319,说明在第3期,国际展览项目展出面积增长1%,上海市国内生产总值大约上升0.005%。在第5期达到最大,数据变为0.007673,随后开始下降,并逐步保持平稳,最后数据接近0.005819。这说明国际展览项目展出面积的扩大能促进上海经济的持续发展。

图2 变量脉冲响应分析结果

其次,分析国际展览项目数量的变动对上海经济发展的响应情况和响应路径。总体上来看,国际展览项目数量增长对上海市国内生产总值变动在前6期处于波动阶段,在第6期后趋于平稳。具体响应轨迹为第1 期是0,第2期达到最低值,数值为-0.002640,在第4期达到最高值,数值为0.004011,这是由于不少国际展览项目是两年一届的,因此会出现“单年少,双年多”的现象,从而导致数据出现波动。在第5期后开始下降,并逐步稳定在约0.001,说明从长期来看,国际展览项目数量的增长对上海经济的发展也具有正向作用。综上,随着时间的推移,无论是面积的扩大还是数量的增长,国际展览项目都对上海经济的发展具有明显的正向作用,并且质的提升(面积扩大)比量的提升(数量增加)更能推动上海经济的发展。

接下来分析上海经济发展对国际展览项目变动的响应情况和响应路径。由图2可知,总体上上海经济发展对国际展览项目展出面积的变动是正向响应。即上海经济发展对国际展览项目展出面积的增长具有正向影响,具体响应轨迹为第1 期数值为0.015563,并迅速攀升,在第2 期达到最大,数值为0.068373,说明此时,上海国内生产总值增长1%,国际展览项目展出面积扩大约0.068%,随后开始下降,在第4期达到最低值,并逐步趋于稳定。

这说明从长期来看,上海经济的发展对国际展览项目展出面积的扩大具有正向的影响,上海国内生产总值增长1%,国际展览项目展出面积扩大约0.015%。同理,如图2所示,从长期来看,上海经济发展对国际展览项目数量的增加也有促进作用,但不如对面积扩大的促进作用明显,这主要是由于展览项目数量、展馆面积和档期的有限性导致的。综上所述,上海经济发展对国际展览项目发展壮大也具有促进作用。

3.5 方差分解

方差分解是分析冲击对内生变量变化的贡献度,从而根据贡献度来分析影响力的一种方法。笔者基于已建立的VAR(2)模型,选择10期作为方差分解的滞后期,分析了展览业与城市经济发展之间贡献度的动态变化,结果如表5、图3。图3横轴代表滞后期数,纵轴代表因变量的响应程度,图中实线为响应函数计算值,虚线表示两倍标准差的置信区域。

表5 变量方差分解结果

对国际展览项目展出面积进行方差分解,可以发现,在第1期上海经济发展对国际展览项目展出面积变动的贡献度达到6.23%,而在第2 期迅速扩大,贡献度达到51.93%,并逐步稳定在57%;而国际展览项目展出面积自身的贡献度在第1 期为66.74%,在第2期迅速下降,数值为34.44%,并逐步下降到29.74%,说明城市经济发展是国际展览项目展出面积扩大的主要原因,也进一步说明国际展览项目展出面积易受市场影响。

通过对国际展览项目数量进行方差分解,可以发现,对上海来讲,国际展览项目数量增长的主要贡献者自始至终是其自身,也就是说,国际展览项目的主办方之间存在一个250定律,即每个国际展览项目主办方背后都有着其同行的存在,主办方会通过相互的非正式推介(如在宴会、舞会上相互交流)来使得同行了解一座城市,以期让同行考虑是否该去这座城市举办国际展览。同时,城市经济对展览数量的增长有一定的贡献,即城市经济增长会导致相应的基础配套设施逐步完善,市场进一步扩大,从而有利于吸引国际展览项目。

对上海经济发展进行方差分解,可以发现,上海国内生产总值的贡献度从第1期的100%降为第10 期的87.57%,说明上海经济发展的主要贡献者是其自身,但需要注意的是,国际展览项目展出面积的贡献度从第1期的0%逐步扩大到第10期的11.3%,说明国际展览项目展出面积的扩大对上海经济发展具有推动作用。同时,国际展览项目数量的贡献度从第1期的0%逐步扩大到第10期的1.13%,说明国际展览项目数量的增加也在一定程度上推动了上海经济发展,但不如展出面积增加的推动效果明显。同时,展览面积在一定程度上能表明展览会的质量[39]。

图3 变量方差分解结果

由此可见,城市经济发展是国际展览项目落地和成长的基础,国际展览项目能推动城市经济发展,但不是城市经济发展的主要动因;高质量的展览会对城市经济发展的推动效果更明显。

4 研究结论与启示

本文在VAR(2)模型的基础上,借助脉冲响应函数分析和方差分解,研究了上海展览业与城市经济发展之间的动态关系。从时间序列上来看,可以得出以下结论:(1)上海展览业与城市经济之间是双向作用关系,即展览业能推动城市经济的发展,城市经济的发展也能提升展览业的发展水平。(2)展览业发展水平与城市经济息息相关,在很大程度上城市经济是展览业发展的基础,这在一定程度上能够解释中国不同省市之间展览业发展水平存在差异的原因。(3)展览会对城市经济具有一定的帮助,但帮助有限。以展出面积增加为直接表现的展览会质量的提升对城市经济发展的贡献度比展览会数量增加的贡献度大,说明相比之下,高质量的展览会对提升城市经济帮助更大。

基于以上结论,本文针对城市展览业发展管理提出以下政策建议:(1)作为带动效应明显的生产性服务业,展览业能够提供商贸交流的信息与交易平台,对城市经济具有明显的促进作用。在中国经济转型的大背景下,各地方政府应该根据自身的资源禀赋,并结合当地产业优势,寻找新的经济增长点,走出一条“产业+展览”(即中国会展经济研究会和国内一些学者所倡导的“产业会展”理念)的新发展模式。(2)不同规模的展览会对城市经济增长的贡献度不同,而展览会质量的提升特别是展出面积的增加对提升城市经济的作用更大,因而各城市在发展会展经济时,需要充分考虑现有展会的主题、规模和品牌影响力,并制定相应的扶持政策,鼓励和支持现有展览会扩大规模、提升质量。

5 不足与展望

本研究以上海为案例,初步探索了展览业与城市经济发展的动态关系,在理论上梳理了展览业与城市经济之间的关系。具体而言,通过构建向量自回归模型(VAR model),用数据实证了展览业与城市经济发展之间是双向作用关系,基本从数理上证实了Dwyer和Pillay的结论,在考虑时间尺度下,认为展览业对城市经济的发展有一定的贡献;但是对于上海这样的超大型城市而言,其贡献较为有限,也在一定程度上反驳了国内外专家对于会展业能直接产生较大经济价值的论断。同时也在一定程度上证实了城市经济是展览业发展的基础,也为将来研究会展经济的学者提供了一种新的方法借鉴。

本文仍存在一些不足之处:首先是变量选择的局限性。本文选取了国际展览项目数量和国际展览项目展出面积来衡量展览业发展水平,而根据美国展览业研究中心(CEIR)每年发布的展览业发展指数报告(Index Report),报告中的指数主要由4 个指标构成,分别为净展出面积、参展商数量、有效观众数量以及总收入。由于统计数据的缺失,本研究只考虑了展出面积和展览数量,在将来的研究中,可以考虑采取数据挖掘、现场调研等方式,进一步完善展览业发展水平的指标体系。其次,本文仅以上海作为案例,希望未来可以从全国的角度出发,建立面板数据,利用P-Var模型(Panel-Var model)得出更具代表性的研究结论和产业发展建议。