旅游业、民航业和经济增长之间的动态关系

姬宸宇，张含宇

[摘    要]中国民航业发展正面临关键时期，协调旅游业和民航业的发展或将有助于民航业实现这一阶段的发展目标，帮助其发挥在全面建设社会主义现代化强国新征程中的基础性和先导性作用。文章使用中国主要旅游城市2003—2017年数据和面板向量自回归的方法，探索旅游业和经济增长以及民航业之间的关系。结果表明，在总体层面，存在民航业发展促进旅游业发展、旅游业发展进一步促进经济增长的关系，但将经济增长区分为城镇经济增长和农村经济增长、将旅游业发展区分为入境旅游和国内旅游后发现，首先，民航业发展促进了入境和国内旅游;其次，国内旅游和农村经济增长存在相互作用关系，但城镇地区只存在城镇经济增长对国内旅游的推动作用;最后，国内旅游发展对民航业存在较长期的或者间接的促进作用。研究结论表明，三者之间存在相互关联关系，考虑城乡差异和国内、入境旅游差异则有助于深入分析三者关系，从而得出更准确、更具有实践价值的结论。

[关键词]旅游业;民航业;经济增长;面板向量自回归;广义矩估计

[中图分类号]F59

[文献标识码]A

[文章编号]1002-5006（2021）12-0040-14

Doi： 10.19765/j.cnki.1002-5006.2021.12.009

引言

当今，中国民航业正处于高速发展时期，不仅在2015—2018年领导了世界民航客运的增长1，而且预计客运总量会在2025年左右超越美国2，达到世界第一[1]。为了在实现民航业高速增长的同时惠及整体经济增长与就业，产业高层组织（Industry High Level Group，IHLG）建議，民航业应当持续发展和旅游、贸易以及其他交通方式在政策上的一体化[2]。其中，通过协调旅游业和民航业的发展来实现经济增长的构想不仅早已有之[3]，而且一些实践已取得丰硕的成果[4]。

旅游业的发展需要交通基础设施的支持，作为一种交通方式，民航不仅在国际旅游出行方式上占比过半，而且对于偏远、地形复杂但旅游资源丰富的地区旅游业和经济的发展尤其重要。未来5年，随着中国《全国民用运输机场布局规划》的实施，民航机场数量的大幅增加，机场布局更加合理，民航可达性的提升和游客感知距离的缩减可能给旅游业带来进一步发展的机遇，进而增加旅游业发展对经济增长的贡献1;经济发展水平本身也是决定地区民航需求大小和旅游基础设施完善程度的重要因素，整体经济水平的提升有利于增加政府和私人部门对包括民航业、住宿业和餐饮业等在内的旅游相关产业的投资，也有望增加民航出入境商务往来需求。因此，有必要将旅游业和民航业互动发展和区域可持续发展相互衔接，不仅将区域经济视为背景条件，还应当视其为与旅游业和民航业互动发展的要素来加以考量[5]。

目前，国内外学者关于旅游业、民航业和经济增长之间关系的研究，主要侧重于入境旅游影响因素[6-7]、航线结构和连接性的决定因素[8-9]、影响旅游业的因素分析[10-11]、民航业对地区旅游和经济的影响[12-13]、特定区域的案例分析等方面[4-5，12]。通过对过往文献的梳理和回顾，本文发现，以往的研究存在以下值得深入探讨的地方。国外学者偏好于分析欧洲、大洋洲小国入境旅游的决定因素[6，14]，很少涉及较大国家的旅游业整体分析。国内学者偏向于对某个特定区域进行案例分析，且较少使用计量经济学方法。大多数文献直接分析旅游业（或者民航业）和经济增长共同对民航业（或者旅游业）产生的影响[8，11]，忽视了旅游业、民航业和经济增长三者之间互为因果的内生性问题。

本文试图对现有文献做出以下3方面扩展：第一，文献中少有使用动态面板方法对旅游业、民航业和经济增长之间关系进行分析的研究，Rey等是个例外[7]，而且大部分没有考虑变量之间互为因果的内生性，反而是单纯研究旅游业和民航业之间相互关联的文献更多地考虑到了这一问题，例如王姣娥等和Koo等[15-16]。第二，将经济增长区分为农村经济增长和城镇经济增长从而更准确地考察旅游业、民航业和经济增长之间的因果关系，下文对这种做法的必要性进行了分析，实证结果也表明，旅游业对城镇经济增长的影响和对农村经济增长的影响有所不同。第三，入境和国内旅游收入在近20年来无论是总量还是增长率差异都很大，分离这两者一方面有利于准确估计模型，另一方面也便于区分两者与其他变量的相互作用关系。尽管有部分文献分离了国内和入境旅游来研究旅游业和民航业之间的关系，但这些研究通常时间较早，没有包含近些年来的信息，且使用了全国、省际或区域数据而非主要旅游城市数据进行分析，也并未将经济增长纳入分析。

1 理论机制

旅游业已经成为我国战略性支柱产业。旅游业能够通过平衡国际收支[17]、吸引海外投资[18]、增加税收[19]、创造就业以及增加对本地产品和服务的需求等途径带动经济增长[20，27]。尤其是对于资金、技术和人才不足以支撑工业大规模发展的农村地区，旅游业更有可能成为驱动经济增长的引擎，甚至帮助农村加速扶贫目标的实现。有数据表明，2015年我国85%以上的地级行政区几乎都将旅游业作为战略支柱性产业来发展[21]2。

自旅游发展推动经济增长的假设以来[22]，许多文献从不同角度对不同国家或地区进行了分析[28]。在中国，许多实证和定性文献支持这一假设的成立[24-25]。虽然这些文献也发现了这两者之间的关系可能具有的非线性特征[25-26]和无法在个别地区成立的情形[23]，但就全国层面上来说，旅游业发展促进经济增长的假设基本得到了证实[27]。因此，本文提出如下假设：

H1：旅游业发展促进了总体经济增长

在讨论旅游业和民航业关系的文献中，许多文章都意识到了这两者可能存在互为因果的内生性[16，28-29]。Koo等对此进行了详细描述：航空公司会评估一个地区的民航需求潜力从而选择是否加入一条航线，由于旅游出行需求是民航出行需求的重要来源，因此，对当地旅游发展潜力的判断会影响航空公司决定;而更多样化的航线、更远地区的游客、更多的旅游时间、更低成本航空带来的多样化游客、更多的民航座位供给、更多的入境游客又反过来促进了旅游的发展[16]。可能发生的现象是，航空公司基于不完备的信息推断当地拥有优秀的旅游潜力从而进入当地航线，反而使得当地真的开始了旅游业的高速发展，形成了自我实现的预言[16]。

在文献中，两者之间产生关联的原因主要在于：（1）民航业的发展可能改变旅游者行为，根据Prideaux的旅游交通成本模型，在有限的时间预算中，选择耗时更少的航空作为旅游出行的交通工具意味着可以享受更多的旅游时间[29];（2）扩展新的旅游市场，民航业可以使得由于过于偏远而少有游客的地区迎来新的客流[30];（3）由于旅游是空乘需求的重要来源[16]，航空公司将依据旅游需求信息来决定是否進入一条航线[28]。

除此之外，在探究旅游业和民航业关系的实证文献中，还有许多文献从航空自由化的影响[31-32]、低成本航空的影响和国际旅游业与民航业之间的关系等方面入手[7，17，28，33]。以中国为研究区域，探索旅游业和民航业关系的实证文献主要有4类：一类侧重于使用某个省、地区或城市的资料来具体分析当地旅游业和民航业之间的关系，所分析区域往往经济发达或旅游资源丰富，这些文献偏好使用耦合协调模型[34-35];第二类从全国或省际层面分析旅游业和民航业之间的关系[15，36]，这一类文献偏好使用面板向量自回归（panel vector autoregression，PVAR）和误差修正模型;第三类文献主要分析入境旅游和民航业的关系[37-38];第四类文献重点对旅游城市的航空网络/通达性进行分析[39-40]。这些文献大多认为旅游业和民航业之间至少存在单向因果关系。基于以上分析，本文提出如下假设：

H2：总体层面上，旅游业发展和民航业发展之间至少存在单向因果关系

入境旅游与民航业之间存在关联并不会让人感到意外。世界旅游组织（UNWTO）数据显示，2018年的国际旅游中，58%的游客选择航空作为出行方式。《中国文化文物和旅游统计年鉴2020》也指出，2019年有39%的外国游客乘坐飞机来到中国，可见，民航是国际游客的首选交通方式。许多文献也支持这两者之间存在关联关系[16，28，33，36]，因此，本文提出如下假设：

H3：民航业和入境旅游之间至少存在单向因果关系

旅游业的发展一定能够使得城镇地区实现经济增长吗1？旅游业的发展可以通过直接、间接和引致效应以及示范效应来影响城镇经济增长，但同样无法否认，文献中对旅游能否促进城市中城镇部分经济增长意见并不统一。不同意见主要来自3点。

首先，由于荷兰病的存在，依赖旅游来发展经济将会使得劳动和资本从工业部门流入旅游相关产业中，进而影响地区经济发展。苏建军、Deng和Ma的研究区域和本文高度重合，他们都得出了主要旅游城市出现旅游发展引发荷兰病现象的结论[21，41]。其中，Deng和Ma通过实证分析旅游专业化对人均GDP增长率的影响，发现旅游业发展对经济增长的影响并不显著[41]。Deng等则使用中国1987—2010年省际面板数据进行分析，发现在（入境）旅游专业化达到2.04%之后，旅游业发展对经济增长产生了不显著的负面影响，他们也认为荷兰病问题导致了这种不显著的负面影响[26]。

其次，Ma等使用空间计量方法分析中国272个地级市旅游业和经济增长之间的关系，发现由于信息和交通成本的降低，相当一部分旅游业对经济增长的正面影响被知识的溢出和劳动力的流动带到了其他城市，旅游发展对城市经济增长的直接效应很微弱，溢出效应更加重要[43]。仅在城市层面分析旅游业和城镇经济增长的关系将忽视这一溢出效应。因此，使用省际层面或全国层面的数据将更容易得到旅游业发展促进城镇经济增长的结论。

最后，Tang和Jang、Corgel的观点提供了另一种解释：与旅游业关系密切的酒店行业的供给（房间数）受到固定资产的限制，面对旅游需求的上升无法做出及时调整，因此，即使旅游需求上升早于经济增长，也需要等待酒店行业的投资完成、可以接待游客之后才会足量增加游客数量和旅游收入[44-45]。Chang等则通过对131个国家1991—2008年数据进行分析，发现旅游专业化程度高的地区旅游发展较多地受到政府和私人部门投资的驱动，由于投资到产出的时间滞后性[46]，旅游业发展对经济增长的影响并没有被很好地识别2。Aratuo和Etienne则在更多旅游相关产业中证实了Tang和Jang所描述的旅游相关产业发展滞后于经济增长周期的结论[44，48]。基于以上分析，本文提出如下假设：

H4：国内旅游或入境旅游没有促进城镇地区经济增长

民航业在我国现代化建设中发挥着基础性和先导性作用。从民航对经济增长的影响来看，民航业不仅实现了机场和航空公司本身的经济活动，还带动了诸如燃油和零部件供应商、建筑企业和机场附近零售企业等行业的发展。机场本身的服务有助于实现面对面交流[49]，民航服务也能够促进城市间的经济集聚和吸引外来投资[49-50]。反过来，从经济增长对民航的影响来看，城镇经济增长也会增加城镇居民的人均收入和消费意愿，使得城镇居民更愿意、也更有能力选择民航作为出行方式[51]。经济增长也会给城镇地区带来更多对外商务交流和合作的机会，给城镇居民带来更多商务出行机会[52]，这会使城镇经济增长有助于民航业发展。

尽管结论不一，但许多文献都支持经济增长和民航之间至少存在单向因果关系的结论[20，53]，这些文章普遍使用面板向量自回归（PVAR）和误差修正模型以及时间序列方法。尽管这些文献并没有强调一定是城镇地区的经济增长才会与民航业存在关联，但由于民航机场影响范围有限[54]，很难影响到人口稀疏的农村地区;而且城镇居民人均收入更高、消费能力更强，城镇经济增长和民航业存在关联的可能性更大。因此，本文提出如下假设：

H5：城镇经济增长和民航业之间至少存在单向因果关系

近年来，中国农村旅游保持着较快增长速度，根据历年《中国旅游年鉴》数据，2012年农村接待游客数为7.92亿人次，占全国接待量的25%，2016年达到了22亿人次，占总接待量的50%。尽管不乏对“旅游经济漏损”和生态风险的担忧[55-56]，但大部分文献积极看待旅游对农村经济增长的促进作用。事实上，旅游对农村贫困的减缓作用也一直是文献讨论的热点。总体而言，农村居民可以通过家庭经营的旅店和饭店从乡村旅游中获益，也可以通过出售手工艺品和农产品获益。旅游也为许多农村居民提供了本地就业机会[57-58]，旅游相关产业还会大量雇佣妇女、年轻人和技术水平低的劳动力[59]，这有助于提高居民消费能力。因此，旅游发展过程中游客的需求、劳动力的就业、当地消费能力提升等因素共同促进了农村经济增长。

而且，相比起金融危机以来我国一直增速平缓的入境旅游（2008―2019年只增长了1530万入境游客），国内旅游显然对农村旅游高速增长的贡献更大，国内游客在到访农村的游客中的比重也不断上升1，因此，本文提出如下假设：

H6：国内旅游发展促进了农村经济增长

在研究范围的选择上，过往探究旅游业和民航业之间关系，并且使用动态面板方法进行分析的实证文献，往往使用全国或者省际面板数据分析宏观层面旅游业和民航业之间的关系，例如杨长春和方玺、王姣娥等[15，36]。但需要注意的是，使用省际数据进行分析的文献一般加总省内所有机场数据。但这一做法忽视了一省之内核心城市机场和边缘地区机场的区别。Mukkala和Tervo发现，民航运输对核心地区的经济增长影响不明显，但对边缘地区的经济增长影响非常明显[60]。而且，中国的民航业发展并不均衡，民航局数据显示，2018年，客运吞吐量最多的10个机场占据了全国客运吞吐量的44.5%2，这种不均衡可能会对旅游业和民航业的关系产生影响，例如大城市有着多条热门航线的机场可能会从本地经济增长和旅游业发展中受益更多，因此，不适合将大城市和偏远城市的民航机场放在同一个样本中进行分析。而且，主要旅游城市一般有着丰富的旅游资源，随着经济增长，在来访目的地的民航乘客中，游客的比例不会太低。由此，本文使用主要旅游城市的数据来进行实证分析。

2 方法和模型

2.1 数据来源

本文使用了我国2003—2017年主要旅游城市（不含港澳台）的平衡面板数据进行分析，城市名单来自文化和旅游部报告的50个重点旅游城市，这些城市代表了中国旅游业发展的较高水平。名单不仅包括了各个直辖市和省会城市，还有诸如宁波、厦门、张家界、深圳、桂林等城市，其经济发展程度在省内也属于较高水平，因此，平均而言，本文所使用的样本城市具备两个主要特征：旅游业发展水平高、经济发展水平高。

代表旅游业发展水平的变量用国内旅游收入加上入境旅游收入的旅游总收入表示，其中，入境旅游收入按照当年平均汇率换算成人民币。

代表民航业发展的变量用机场客运吞吐量表示。本文所使用的样本中，北京和重庆拥有不止一个民航机场，但因为这些机场有的曾经是军用机场（北京南苑），有的建设时间较晚（重庆黔江），数据存在缺失，所以只选择了这两个直辖市最大的民航机场的客运吞吐量來代表其民航业发展水平;同样拥有不止一个机场的上海，由于虹桥和浦东机场数据完备，因此采用两个机场客运吞吐量之和来表示其民航业发展水平。

由于城镇和农村层面的人均GDP数据缺失，全体居民人均可支配收入在一部分城市也缺失较多数据，因此，本文使用以城市为单位的人均GDP和城镇、农村人均可支配收入分别代表总体经济增长和城镇与农村各自的经济增长。

本文的人均GDP和城乡人均可支配收入指标都按照各个城市的消费者价格指数（CPI）换算成了2003年的价格水平。鉴于数据的可得性，旅游业、民航业以及总体经济增长的模型数据范围为33个城市;考虑城镇人均可支配收入的模型样本包括34个城市，考虑农村人均可支配收入的模型样本包括29个城市，由于这3种样本区间的重复程度高达80%以上，因此，本文在接下来的分析中并未着重强调不同模型之间的样本区间差异。

分城市的人均GDP和城镇、农村人均可支配收入、入境和国内旅游收入以及各个城市的CPI数据来自Wind金融终端、中国经济与社会发展统计数据库和国研网统计数据库。机场客运吞吐量数据来自2004—2018年的《从统计看民航》。

2.2 方法与模型

Sims在1980年创立的向量自回归（vector autoregressive models，VAR）模型的特点是将所有变量视为内生变量，也就是把每个内生变量作为系统中所有内生变量滞后值的函数来构造模型，以真实反映出各变量之间的互动关系。Holtz-Eakin则将其扩展到面板数据（panel vector autoregression，PVAR），综合考虑了个体和时间固定效应，增加了估计的精度。由于PVAR模型不对变量间的关系进行任何预先假设，尤其是不对变量间互为因果关系的方向进行假设，因此，本文使用面板向量自回归的方法对旅游业、民航业以及经济增长之间的因果关系进行分析。进行分析的变量分别为：旅游总收入（TOURISM）、入境旅游收入（INBOUND）、国内旅游收入（DOMESTIC）、总体经济增长（GDPC）、城镇经济增长（URBAN）、农村经济增长（RURAL），以及民航机场发展水平（AIR）。

该模型的表达式如下：

[Yi，t=Γ0+Γ1Yi，t-1+fi+dt+ei，t] （1）

式（1）中[，Yi，t]是3个变量的向量形式：TOURISM、GDPC和AIR。这些变量都被转换成自然对数形式。[fi]表示个体异质性，[dt]表示每一年的差异性，向量[ei，t]代表各种冲击。为了分析入境和国内旅游对于城市和农村经济增长影响方式的不同，本文重新估计了模型1，并使用城镇人均可支配收入和农村人均可支配收入代替GDPC，入境旅游收入和国内旅游收入代替TOURISM进行估计。本文使用估计PVAR常用的“前向差分法”来消除固定效应。

3 实证结果

3.1 面板单位根检验结果1

在进行PVAR模型估计之前需要先进行面板单位根检验以确认数据是否平稳，从而确保模型估计的精确性和避免伪回归现象的发生。本文主要使用IPS、Hadri以及Breitung这3种检验方法进行检验。

单位根检验结果（表1）表明，所有变量都为一阶单整序列，虽然入境旅游收入可能为平稳序列，但为便于比较分析，也在后文的分析中将其进行差分处理。

3.2 面板协整检验、滞后阶数判断和稳定性检验结果2

由于本文的变量在一阶差分后才平稳，因此，进一步进行面板协整检验以确定是否选择面板误差修正模型。

从表2中可以看到，5个模型中只有考虑入境旅游收入、城镇经济增长和民航业发展的模型3可能存在协整关系，但Westerlund检验构造的统计值仅在10%显著性水平下显著，协整关系可能不够明显。综合考虑，为便于比较分析，将模型3也视为不存在协整关系。这一结论的经济意义在于，长期来看，这些变量彼此之间的偏离不会被误差修正机制自动修复至一个均衡状态，但这些变量的变动仍然可能对彼此产生短期影响。这一结论与Tang和Jang[44]以及Aratuo和Etienne的结论类似[48]。因此，本文选择差分变量后的PVAR模型来进行分析。

为了估计PVAR模型，本文根据用于判断模型滞后阶数的3个信息准则（AIC、BIC和HQIC）来判断面板VAR模型的滞后阶数，结果显示AIC、BIC和HQIC准则在5个模型中都在一阶滞后就达到了最小值。因此，本文的所有模型均为PVAR（1）模型。同时，在进行PVAR的广义矩估计（generalized method of moments，GMM）之前，模型需要先经过稳定性检验，也就是确保PVAR模型特征方程的根都在单位圆内。本文的5个模型都满足稳定性条件。

3.3 广义矩估计和Granger因果检验结果

参考在实证中较早使用PVAR的Love和Zicchino的做法，对面板VAR模型进行GMM估计，模型的估计结果如表3所示：首先，在列（1）和列（3）中，旅游业和民航业的滞后一期变量参数分别在10%和1%显著水平下显著，说明旅游业发展对经济增长产生了显著影响，符合旅游业发展促进经济增长的假设;同时，民航业发展促进了旅游业发展，增加了旅游客源，延长了游客在目的地的停留时间。其次，在表4的列（6）和列（9）中，除了入境旅游自身的滞后项对入境旅游的影响外，只有民航业发展对入境旅游产生了显著的影响，参数在1%和5%显著性水平下显著，说明了航空作为国际旅游主要交通方式在入境旅游发展中的重要地位。再次，表5中的模型4表明国内旅游和农村经济增长在5%显著性水平下相互促进，说明了农村经济增长有利于改善农村旅游基础设施，增强对游客的吸引力，农村旅游也是农村经济增长的重要推动力量;农村经济增长对民航业的影响在1%显著性水平下拒绝原假设，对这一结论的进一步分析在下文中给出;民航业对国内旅游的影响在10%显著性水平下拒绝原假设，与模型5中民航业在10%显著性水平下促进国内旅游的结果一致，说明国内游客越来越多地将航空作为旅游出行的重要交通方式。最后，表5中的模型5表明城镇经济增长在5%显著性水平下促进了国内旅游发展，这可能是城镇经济增长带来的投资和基础设施改善有利于吸引和接待游客，增强了地区旅游业竞争力。

模型中，Granger检验用于判断一个变量所提供的信息是否有助于预测另一个变量，如果可以帮助预测，则前一变量称为后一变量的Granger因，尽管Granger因果检验揭示的只是统计上的而非哲学上的因果关系，但仍然有助于探索因果关系不明的变量之间的互动关系[60]，并由此揭示变量间相互作用的内在机制。

为了更好地了解内生变量之间潜在的因果关系，确认其显著性，本文对各个变量在面板VAR模型框架下进行了Granger因果关系检验，表3～表5的结果表明，Granger因果关系检验和GMM回归结果一致。

脉冲响应分析用来研究变量受到某种冲击时对系统产生的动态影响，以直观地刻画变量之间的动态滞后关系，也就是给予一个变量一个标准差的冲击，观察另一变量对此做出的反应。使用Monte Carlo方法进行了1200次模擬，得到某一变量的冲击对另一变量之后的0～6期的影响。

图1表现出了国内旅游发展和城镇/农村经济增长之间的关系，可以看到，国内旅游和农村经济增长对各自的一单位冲击的响应在第一期就达到了最顶峰，然后回落至0左右，城镇经济增长的一单位冲击也能使得国内旅游发展做出同样的反应：在第一期达到顶点，随后回落并保持平缓。但城镇经济增长对国内旅游冲击的反应曲线则非常微弱而且不显著。以上结果进一步支持了Granger因果检验的结论。

4 对实证结论的进一步讨论

4.1 旅游业和民航业之间的关系讨论

表4和表5的第（6）、第（9）、第（12）和第（15）列的结果表明，民航业发展促进了国内旅游和入境旅游，但第（5）、第（8）、第（11）和第（14）列的结果又表明入境旅游没有促进民航业发展，国内旅游没有直接促进民航业发展。可能的原因在于：一方面，近20年来随着中国经济发展水平的不断提高，对外开放政策的深化，国际商务和人事往来越发密切，出境旅游人数也不断增加;而且，由于本文的研究区域主要位于东部沿海地区，当地民航机场在一定程度上起到了出入境客流交通枢纽的作用，这使得这些机场接待国际商务、出境旅游等乘客的比例更高[36，53]。另一方面，全国层面的经济发展可能会使得研究区域内城市与其他城市的商务往来更加密切，主要城市的人口总量和就业机会的增加也可能让城市间的民航航线更加繁忙，这些因素的共同影响可能使得旅游业对民航业的影响相较而言不够明显。这一结论与杨长春和方玺、王姣娥等的结论一致，其中，杨长春和方玺通过Granger因果关系检验发现我国入境旅游无法影响民航业发展;王姣娥等则通过方差分解发现旅游业对民航业的直接影响很微弱，远不及民航业对旅游业的影响程度，这一点也在杨长春和方玺关于入境旅游和民航业的文章中得到了佐证[15，36]。

另一种可能的原因是，民航业供给能力（航班和飞机座位数）受到固定资产限制[44]，难以因为旅游需求的上升而快速调整，因此，短期内旅游需求的变动无法促进民航业发展。

4.2 旅游业和经济增长之间的关系讨论

表5的第（15）列表明城镇经济增长促进了国内旅游发展。可能的原因在于：首先，城镇经济增长可能意味着政府和企业对旅游资源开发和旅游相关产业的进一步投资[62]，可以提升旅游基础设施的质量和接待能力，从而有助于吸引更多游客。其次，旅游经济可以从规模经济中获益[62]，例如，集聚的酒店、饭店、商场等行业在声誉、产品多样性和刺激游客消费等方面更具优势。最后，大城市的经济总量带来了正外部性[23]，许多设施并非专为游客需求而设计，但却同样可以满足游客需求，例如良好的市内交通、供暖、供水和电力设施等。

表5的第（12）列表明，农村经济增长促进了国内旅游的发展，可能的原因在于：政府在农村旅游开发中起着至关重要的作用[57]，农村旅游开发的相关利好政策有利于增加农村地区的政府和企业投资进而增加旅游目的地的吸引力。而且，近年来，城镇居民出游人次快速上升，他们对农村自然和人文旅游资源的偏好鼓励了农村旅游基础设施和服务水平的上升1，而乡村旅游供给质与量的提升所带来的竞争优势也进一步扩大了农村旅游市场。

4.3 民航业和经济增长之间的关系讨论

表4和表5的第（8）列和第（15）列的结果表明，城镇经济增长和民航业发展之间缺少因果关联。可能的原因是，正如Mukkala和Tervo的实证结论所揭示的那样，民航运输对于核心地区的影响并不明显[60]，这也与Wang等的结论一致，他们发现中国民航业和经济增长的联系在西部地区最强，在东部地区最弱，也就是在偏远的省份两者关系密切，在东部沿海地区两者缺少联系[64]。这种地区差异产生的原因在于，一方面东部地区陆路交通发达，削弱了经济增长对于民航业的依赖;另一方面，东部拥有多样化的产业集群，意味着相互关联的经济活动在地理上集中，进而减弱了地理距离对经济活动的重要性。最后，如Hu等所述，旅游出行对经济增长更敏感，由于中国的民航市场结构在过去很长时间里都以商務出行为主，旅游出行只占较小比例，因此，民航业对本地经济增长带来的旅游出行需求上升的反应有限[53]。而且旅游出行很大程度上取决于人们的消费习惯，而消费习惯在短时间内很难改变，因此，经济增长在短期内无法影响民航业[53]。

表5的模型4表明，通过农村经济增长这一中介变量，国内旅游发展促进了民航业发展。可能的解释有两种：第一种解释是，旅游给农村经济增长带来了新的机遇，带动农村居民收入增加，有利于开发当地乡村旅游资源，吸引外地游客，增加旅游空乘需求;这一过程中到访的游客给当地贡献了旅游收入，吸引了投资，增加了税收，带动了相关产业发展，促进了农村经济增长;农村经济增长则反过来强化了当地的旅游基础设施、对外宣传能力、农村居民参与程度和旅游知识水平以及旅游接待能力，使得旅游吸引外地游客的作用真正得以实现，更高质量的旅游服务也有利于增加当地旅游业声誉。同时，由于研究区域经济较为发达，经济规模大，旅游专业化程度高，当地政府有足够的资源和经验开发农村旅游，本地城乡企业也有能力大量供应农村旅游所需的资金、管理人员、商品等，使得农村旅游带来的经济机遇在城市内部被充分利用，增加了城市的商业机遇，更有利于吸引商务乘客来访。

第二种解释是，由于民航业供给能力（航班和飞机座位数）受到固定资产限制，旅游业发展对民航业的影响需要一段时间来实现[44]，而差分数据后的Granger因果关系检验只会检验短期因果关系[47]，因此，模型5没有识别这一滞后的影响。而在模型4中，可能发生的是，国内旅游先后分别促进了农村经济增长和民航业，只是Granger因果关系检验将先发生的农村经济增长视为“因”，将后发生的民航业发展视为“果”，即使这两者在哲学上未必有因果关系1。以上两种解释都至少说明了旅游业可能对民航业有着较长期的或者间接的推动作用。

5 研究结论、政策建议和研究展望

5.1 结论和政策建议

本文的主要结论有3点：首先，民航业发展促进了国内和入境旅游;其次，国内旅游和农村经济增长相互影响，但城镇地区只存在城镇经济增长对国内旅游的影响;最后，国内旅游对民航业发展有着较长期的或者间接的影响，城镇和农村经济增长可以通过促进国内旅游来间接地影响民航业发展，将这一结论与总体模型的回归结果（民航业>旅游业>经济增长）相互对照，恰好能反映出经济增长促进（国内）旅游进而促进民航业的另一条因果链条，但不同的是，这一因果链条需要较长的传导时间，入境旅游也未能加入其中。这一结果说明了将旅游业发展分离为入境和国内旅游进行分析，确实使得结论更加精准，也反映了三者之间关系的复杂性。政策对三者之中任意一者的影响都可能直接或间接地影响到其他两者，这说明了我国主要旅游城市协调发展旅游业、民航业和地方经济的合理性。基于上文实证分析，本文提出了相应的政策建议。同时，由于我国入境旅游和民航业在东西部和内陆偏远地区的发展现状和特征有所不同，因此，本文在下文关于旅游业和民航业的政策建议中对不同地区进行了区分以符合地区发展实际。

对于东部沿海城市，特别是京津冀、长三角和珠三角地区的主要旅游城市，在合理预期的基础上投资民航基础设施建设有利于当地入境旅游的发展。已建有国际机场、开通国际航线的城市可以适当增加出入境航班密度，改良从景点到机场的通勤交通设施。而且由于东部地区长期属于国内旅游的主要目的地，随着国内旅游需求的不断增加，当地机场的客运能力、服务能力也会经受考验，因此，应当尽量准确地预测未来民航需求，保证服务能力，以确保当地国内和入境旅游的稳定发展。

对于内陆城市，特别是相对偏远、但本身和周边地区旅游资源丰富的城市来说，在省内或区域内形成轴辐式空运系统非常重要。轴辐式空运系统可以通过枢纽机场的中转，将来自各地区的游客汇集后再送往周边地区，这一做法有利于提升航空公司效益，增加航线数量，进而有利于吸收更多地区的游客。由于我国入境旅游更多地集中在东部沿海地区，因此，内陆地区应该更加重视国内旅游的发展潜力，鼓励低成本航空发展有助于加强国内旅游和民航业之间的联系。而且有研究指出，年轻人远比中老年人更偏爱低成本航空[65]，预算相对紧张的游客也能够享受到低成本航空带来的便利。这有助于多样化民航服务，增加旅游出行乘客在民航市场结构中的比例，进而增强旅游业和民航业之间的联系。

对于西部地区以重庆、西安、成都和昆明为代表的主要旅游城市，可以依托机场临空经济区，集中建设一批如旅游管理中心、国际旅游机构总部、游客集散中心、免税购物中心、国际商贸中心、旅游交易中心、旅游产品展示中心等形式的旅游功能载体，发挥旅游集散、旅游商贸、国际康复医疗、观光休闲、文化交流、特色旅游产品展示等功能。同时，积极争取过境免签政策，促进多国在科技、文化、商务和旅游等领域的交流与合作。这有助于西部主要旅游城市成为连接欧亚各国与中国的空中门户和丝绸之路经济带的重要节点。

对于旅游专业化程度高的地区，发展旅游需要增加对旅游基础设施、旅游相关行业和旅游接待能力的投资，以提升游客体验、旅游服务质量和接待数量。旅游专业化水平高且制造业发展水平也高的地区还需要警惕旅游发展导致的荷兰病的影响。应当努力提高居民福利，改善贫困人口生活状况，促进消费，不断发展技术水平更高、前途更加光明的新兴工业部门，提高工业企业平均生产效率和创新能力。

对于适合发展乡村旅游的地区，地方政府和管理部门可以加强农村旅游经营主体及相关利益方的合作，例如，成立多方参与的乡村旅游创业协会，加强乡村旅游产业供应链的组织和管理，从而增强本地乡村旅游产品和服务的品质与竞争力。此外，构建旅游创业专项融资平台、组织农村居民接受旅游相关知识培训、积极利用互联网进行旅游宣传等做法有助于农村居民的参与度和乡村旅游知名度与美誉度的提升。最终，借助旅游生产消费的“同时性”和“同在性”，实现旅游发展对农村经济增长的推动作用。

5.2 研究的局限和展望

本文的研究范围主要位于东部地区。然而，由于陆路交通条件的限制和产业集群多样化程度的不足，西部和内陆偏远地区的旅游发展和经济增长可能更加依赖民航业发展，本文的结论未必能够完全适用于这些地区。因此，未来关于西部和内陆偏远城市的研究对这些地区会有更好的指导作用。

與Tang和Jiang、Aratuo和Etienne的文章不同，由于城市层面数据的缺失，本文并没有考虑民航业和经济增长的影响如何在旅游相关产业的内部相互传导，但对这种传导过程的研究有着实践意义[44，48]。例如，如果经济增长或民航业发展对旅游相关产业的影响路径是先影响住宿和餐饮业以及文化、体育和娱乐业，再通过这两种产业来影响其他旅游相关产业的情况下，政府和旅游企业可以在旅游宣传中优先推广本地特色美食、星级酒店、文体活动和娱乐场所，从而让住宿和餐饮业以及文化、体育和娱乐业对其他旅游相关产业产生溢出效应[48]，未来对于旅游相关产业的研究有望探明这一影响路径。

参考文献（References）

[1] International Air Transport Association（IATA）. Forecast predicts 8.2 billion air travelers in 2037[EB/OL]. [2019-11-24]. https：//www.iata.org/en/pressroom/pr/2018-10-24-02/.

[2] Industry High Level Group（IHLG）. Aviation benefits report[EB/OL]. [2019-09-25]. https：//www.icao.int/sustainability/Documents/ AVIATION-BENEFITS-2019-web.pdf .

[3] LAFFERTY G， FOSSEN A. Intergrating the tourism industry： Problems and strategies[J]. Tourism Management， 2001， 22（1）： 11-19.

[4] LOHMANN G， ALBERS S， KOCH B， et al. From hub to tourist destination—An explorative study of Singapore and Dubai’s aviation based transformation[J]. Journal of Air Transport Management， 2009， 15（5）： 205-211.

[5] 王敏. 西部民族地区民航运输与旅游互动发展的探讨[J]. 西南民族大学学报（人文社科版）， 2015， 36（11）： 151-155.[WANG Min. Discussion on the interactive development of civil aviation transportation and tourism in western minority areas[J]. Journal of Southwest University for Nationalities（Humanities and Social Sciences Edition）， 2015， 36（11）： 151-155.]

[6] LIAN J I， DENSTADLI M J. Booming leisure air travel to Norway： The role of airline competition[J]. Scandinavian Journal of Hospitality and Tourism， 2010， 10（1）： 1-15.

[7] REY B， MYRO R L， GALERA A. Effect of low-cost airlines on tourism in Spain： A dynamic panel data model[J]. Journal of Air Transport Management， 2011， 17（3）： 163-167.

[8] SU M， LUAN W， LI Z， et al. Evolution and determinants of an air transport network： A case study of the Chinese main air transport network[J]. Sustainability， 2019， 11（14）. Doi： 103390/su11143933.

[9] ZHANG Y， ZHANG A， ZHU Z， et al. Connectivity at Chinese airports： The evolution and drivers[J]. Transportation Research Part A Policy & Practice， 2017（9）： 490-508.

[10] TSUI H， WAI K. Does a low-cost carrier lead the domestic tourism demand and growth of New Zealand？[J]. Tourism Management， 2017（6）： 390-403.

[11] 杨秀云， 毛舒怡， 张宁. 机场发展对地区旅游业发展的贡献性分析[J]. 统计与信息论坛， 2011， 26（6）： 85-89.[YANG Xiuyun， MAO Shuyi， ZHANG Ning. The analysis of the airport developments’ contribution to regional tourism [J]. Statistics & Information Forum， 2011， 26（6）： 85-89. ]

[12] 程小康. 支线航空对云南旅游业发展的影响[J]. 西南民族大学学报（人文社科版）， 2008（8）： 135-137.[CHENG Xiaokang. The influence of regional aviation on the development of Yunnan tourism[J]. Journal of Southwest University for Nationalities（Humanities and Social Sciences Edition）， 2008（8）： 135-137.]

[13] 陈共荣， 刘志仁. 论民航机场对地方经济发展的梯层贡献[J]. 求索， 2008（8）：11-13.[CHEN Gongrong， LIU Zhiren. The contribution of civil aviation airport to the development of local economy[J]. Seeker， 2008（8）：11-13.]

[14] DOBRUSZKES F， LENNERT M， HAMME G V. An analysis of the determiants of air traffic volume for European metropolitan areas[J]. Journal of Transport Geography， 2011， 19（4）： 755-762.

[15] 王姣娥， 王涵， 焦敬娟. 中國航空运输业与旅游业发展水平关系测度[J]. 地理科学， 2016， 36（8）： 1125-1133. [WANG Jiaoe， WANG Han， JIAO Jingjuan. The relationship between the development level of civil aviation and tourism in China[J]. Sciemtia Geographica Sinica， 2016， 36（8）： 1125-1133.]

[16] KOO T T R， LIM C， DOBRUSZKES F. Causality in direct air services and tourism demand[J]. Annals of Tourism Research， 2017， 67（8）： 67-77.

[17] CROES R. The role of tourism in poverty reduction： An empirical assessment[J]. Tourism Economics， 2014， 20（2）： 207-226.

[18] ALAM M S， PARAMATI S R. The impact of tourism on income inequality in developing economics： Does Kuznets curve hypothesis exist？[J]. Annals of Tourism Research， 2016， 61（9）： 111-126.

[19] AKINBOADE O A， BRAIMOH L A. International tourism and economic development in South Africa： A Granger causality test[J]. International Journal of Tourism Research， 2010， 12（2）： 149-163.

[20] BAKER D， MERKERT R， KAMRUZZAMAN M. Regional aviation and economic growth： Cointegration and causality analysis in Australia[J]. Journal of Transport Geography， 2015， 43： 140-150.

[21] 苏建军. 旅游发展对城市工业化的影响极其差异性研究——以58个旅游城市为例[J]. 商业经济与管理， 2019（7）： 50-62. [SU Jianjun. Impact and difference of tourism expansion on urban industrialization： Based on data from 58 tourist cities in China[J]. Journal of Business Economics， 2019（7）： 50-62.]

[22] BALAGUER J， CANTAVELIA-JORDA M. Tourism as a long run economic growth factor the Spanish case[J]. Applied Economics， 2002， 34（7）： 877-884.

[23] LIN V S， YANG Y， LI G. Where can tourism-led growth and economy-driven tourism growth occur？[J]. Journal of Travel Research， 2018， 58（5）： 760-773.

[24] JIAO S， GONG W， ZHENG Y， et al. Spatial spillover effects and tourism-led growth： An analysis of prefecture-level cities in China[J]. Asia Pacific Journal of Tourism Research， 2019， 24（7）： 725-734.

[25] ZUO B， HUANG S. Revisiting the tourism-led economic growth hypothesis the case of China[J]. Journal of Travel Research， 2017， 57（2）：151-163.

[26] DENG T， MA M， SHAO S. Research note： Has international tourism promoted economic growth in China？ A panel threshold regression approach[J]. Tourism Economics， 2014， 20（4）： 911-917.

[27] 趙磊. 旅游发展与经济增长——来自中国的经验证据[J]. 旅游学刊， 2015， 30（4）： 33-49.[ZHAO Lei. Tourism development and economic growth： Empirical evidence from China[J]. Tourism Tribune， 2015， 30（4）： 33-49.]

[28] KOO T T R， RASHIDI T H， PARK J W， et al. The effect of enhanced international air access on the demand for peripheral tourism destinations： Evidence from air itinerary choice behavior of Korean visitors to Australia[J]. Transportation Research Part A： Policy and Practice， 2017， 106： 116-129.

[29] PRIDEAUX B. The role of the transport system in destination development[J]. Tourism Management， 2000， 21（1）： 53-63.

[30] BIEGER T， WITTMER A. Air transport and tourism—Perspectives and challenges for destinations airlines and governments[J]. Journal of Air Transport Management， 2006， 12（1）： 40-46.

[31] FORSYTH P. Martin Kunz memorial lecture： Tourism benefis and aviation policy[J]. Journal of Air Transport Management， 2006， 12（1）： 3-13.

[32] DUVAL D T. Ctirical issues in air transport and tourism[J]. Tourism Geiographies， 2013， 15（3）： 494-510.

[33] ALSUMAIRI M， TSUI K W H. A case study： The impact of low-cost carriers on inbound tourism of Saudi Arabia[J]. Journal of Air Transport Management， 2017， 62（jul）： 129-145.

[34] JIAN H， PAN H， XIONG G， et al. The impact of civil airport layout to Yunnan local tourism industry[J]. Transportation Research Procedia， 2017， 25： 77-91.

[35] 韩蕊. 上海民航业和旅游业发展协调性研究[J]. 科技与管理， 2019， 21（4）： 1-7. [HAN Rui. Study on the coordination between civil aviation industry and tourism industry in Shanghai[J]. Science-Technology and Management， 2019， 21（4）： 1-7.]

[36] 杨长春， 方玺. 基于VAR模型的国际航空客运运输与旅游服务贸易关系的实证分析[J]. 对外经济贸易大学学报， 2014（6）： 49-58. [YANG Changchun， FANG Xi. Empirical study on relationship between internaitional air transport and tourism service trade based on VAR model[J]. Journal of University of International Business and Economics， 2014（6）： 49-58.]

[37] 王兆峰. 入境旅游流与航空运输网络协同演化及差异分析[J]. 地理研究， 2012， 31（7）： 1328-1338. [WANG Zhaofeng. Co-evolution and disparities between inbound tourism flow and air transport network in Southwest China[J]. Geographical Research， 2012， 31（7）： 1328-1338.]

[38] 周芳如， 吴晋峰， 吴潘， 等. 中国主要入境旅游城市交通通达性对比研究[J]. 旅游学刊， 2016， 31（2）： 12-22.[ZHOU Fangru， WU Jinfeng， WU Pan， et al. Comparative research on the transportation avcessibility of main inbound tourism cities in China[J]. Tourism Tribune， 2016， 31（2）： 12-22.]

[39] 戢晓峰， 刘传颖， 李杰梅. 旅游业驱动的区域航空网络时空演化特征[J]. 经济地理， 2017， 37（11）： 205-212. [JI Xiaofeng， LIU Chuanying， LI Jiemei. Temporal-spatial evolution characteristics of regional aviation network driven by tourism[J]. Economic Geography， 2017， 37（11）： 205-212.]

[40] 党亚茹， 陈韦宏. 基于中国优秀旅游城市的航空客运网络分析[J]. 旅游学刊， 2011， 26（2）： 13-19. [DANG Yaru， CHEN Weihong. An analysis of aviation passenger traffic network based on China’s excellent tourist cities[J]. Tourism Tribune， 2011， 26（2）： 13-19.]

[41] DENG T， MA M. Booming tourism industry and urban economic growth： Blessing or curse for Chinas major tourist cities？[J]. Tourism Economics， 2016， 22（5）： 1161-1168.

[42] 戴学锋. 浅谈国家统计局和国家旅游局两组旅游统计数字[J]. 旅游学刊， 2016， 31（3）：9-11.[DAI Xuefeng. Two sets of tourism data of national bureau of statistics and national tourism administration[J]. Tourism Tribune， 2016， 31（3）： 9-11.]

[43] MA T， HONG T， ZHANG H. Tourism spatial spillover effects and urban economic growth[J]. Journal of Business Research， 2015， 68（1）： 74-80.

[44] TANG C H， JIANG S C. The tourism-economy causality in the United States： A sub-industry level examination[J]. Tourism Management， 2009， 30（4）： 553-558.

[45] CORGEL J. Predictive powers of hotel cycles[EB/OL]. [2020-03-07]. http：//www.hotel-online.com/News/PR2004_3rd/Aug04_ PKFLodging.html.

[46] CHANG C L， KHAMKAEW T， MCALEER M. A panel threshold model of tourism specialization and economic development[EB/OL]. [2020-01-12]. https：//ideas.repec.org/p/cfi/fseres/cf188.html.

[47] 潘慧峰， 袁軍. Granger因果检验的文献回顾[J]. 科学与决策， 2016（9）： 58-94. [PAN Huifeng， YUAN Jun. The literature review of Granger causality test[J]. Science and Decision， 2016（9）： 58-94.]

[48] ARATUO D N， ETIENNE X L. Industry level analysis of tourism-economic growth in the United States[J]. Tourism Management， 2018， 70： 333-340.

[49] BRUECKNER J K. Airline traffic and urban economic development[J]. Urban Studies， 2003， 40（8）： 1455-1469.

[50] YAO S J， YANG X Y. Airport development and regional economic growth in China[EB/OL]. [2019-12-04]. https：//dxdoiorg/102139/ssrn1101574.

[51] ISHUTKINA M A. Analysis of the interaction between air transportation and economic activity： A worldwide perspective[EB/OL]. [2019-05-15]. https：//www.academia.edu/5925788/ANALYSIS_OF_THE_INTERACTION_BETWEEN_AIR_TRANSPORTATION_AND_ECONOMIC_ACTIVITY_A_WORLDWIDE_PERSPECTIVE.

[52] CHALABI M A. The impact of a major commercial airport on urban development： A case in Chicago[EB/OL]. [2020-03-15].https：//www.proquest.com/openview/943c019035c9776c7d3808d

7724abb2/1？pq-origsite=gscholar&cbl=40945.

[53] HU Y， XIAO J， DENG Y， et al. Domestic air passenger traffic and economic growth in China： Evidence from heterogeneous panel models[J]. Journal of Air Transport Management， 2015， 42（jan）： 95-100.

[54] WEISBROD G E， REED J S， NEUWIRTH R M. Airport area economic development model[C]//PTRC International Transport Conference. Manchester， London， 1993： 1-7.

[55] BLAKE A， ARBACHE J S， SINCLAIR M T， et al. Tourism and poverty relief[J]. Annals of Tourism Research， 2008， 35（1）： 107-126.

[56] SU Y， HAMMOND J， VILLAMOR G B， et al. Tourism leads to wealth but increased vulnerability： A double edged sword in Lijiang， South-West China[J]. Water International， 2016， 41（5）： 682-697.

[57] GAO S， HUANG S， HUANG Y. Rural tourism development in China[J]. International Journal of Tourism Research， 2009， 11（5）：439-450.

[58] 毛軍， 石信秋. 旅游产业发展的减贫效应与空间政策选择[J]. 中国软科学， 2021（2）： 90-97. [MAO Jun， SHI Xinqiu. Poverty reduction effect and spatial policy choice of tourism industry development[J]. China Soft Science， 2021（2）： 90-97.]

[59] 田雅娟， 刘强. 中国旅游业发展对农村贫困减缓的效应及其影响因素[J]. 旅游学刊， 2020， 35（6）： 40-49. [TIAN Yajuan， LIU Qiang. Effect of Chinas tourism industry development and influencing factors on reducing rural poverty[J]. Tourism Tribune， 2020， 35（6）： 40-49.]

[60] MUKKALA K， TERVO H. Air transportation and regional growth： Which way does the causality run？[J]. Environment and Planning A： Economy and Space， 2013， 45（6）： 1508-1520.

[61] IM K S， PESARAN M H， SHIN Y. Testing for unite roots in heterogeneous panels[J]. Journal of Econometrics， 2003， 115（1）： 53-74.

[62] ZHANG J， JENSEN C. Comparative advantage： Explain tourism flows[J]. Annals of Tourism Research， 2007， 34（1）： 223-243.

[63] CAPONE F， BOIX R. Source of growth and comparativeness of local tourist production systems： An application to Italy（1991-2001）[J]. Annals of Regional Science， 2008， 42： 209-224.

[64] WANG Y， HAO C， LIU D. The spatial and temporal dimensions of the interdependence between the airline industry and the Chinese economy[J]. Journal of Transport Geography， 2019， 74（jan）： 201-210.

[65] VIEIRA J， CAMARA G， SILVA F， et al. Airline choice and tourism growth in the Azores[J]. Journal of Air Transport Management， 2019， 77（jun）： 1-6.

Dynamic Relationship between Civil Aviation， Tourism and Economic Growth：

Based on Panel Data Analysis of Major Tourist Cities in China

JI Chenyu1， ZHANG Hanyu2

（1. School of Economics， Jinan University， Guangzhou 510000， China;

2. Shenzhen Tourism College， Jinan University， Shenzhen 518053， China）

Abstract： The development of the civil aviation industry in China currently finds itself at a critical stage. From 2015 to 2018， the domestic passenger market in that country provided the largest incremental increase globally in terms of number of passenger trips. By the mid-2020s， China is predicted to displace the United States as the world’s largest aviation market （defined as traffic to， from， and within a country）. Coordinating the development of China’s tourism and civil aviation industry will help the country’s civil aviation achieve its development goals in that period.

The present study employs data for major tourist cities in China for 2003 to 2017; it adopts the panel vector autoregression （PVAR） method to investigate the relationship among tourism， economic growth， and civil aviation with respect to three different perspectives： overall economic growth， urban economic growth， and rural economic growth. To ensure the estimating accuracy of the models， we distinguished between urban and rural economic growth. In China， there has long existed a significant difference in economic and environmental conditions between urban and rural areas. Empirical research into civil aviation and tourism in that country has indicated that the relationship among tourism， civil aviation， and economic growth would differ if the characteristics of its urban and rural areas were taken into account. The present study used the data from major tourist cities in China—rather than provincial panel data—to offer a novel perspective. In that way， we avoided the aggregation of airport data from core cities and remote areas （which have significant differences） to present an empirical analysis offering more accurate inferences. Previously， most research investigating the nexus between tourism and civil aviation has found that tourism and civil aviation may be subject to an endogenous problem of mutual causation. Accordingly， the present study selected the PVAR method， whereby all variables were treated as endogenous variables.

At the overall level， our empirical results indicated that there was a unidirectional causality from aviation to tourism as well as from tourism to economic growth. However， after further analyzing tourism and economic growth， we observed a difference in the results. First， the development of aviation promoted inbound and domestic tourism. Second， domestic tourism development and rural economic growth exerted a positive effect on each other; but in urban areas， there was only unidirectional causality from urban growth to domestic tourism. Third， domestic tourism promoted civil aviation as a relatively long-term or indirect process. The disaggregated models also revealed another important result： economic growth could influence domestic tourism and further promote the development of civil aviation. This finding signifies that to improve the accuracy of analysis， it would be beneficial to distinguish between inbound and domestic tourism as well as between urban and rural economic growth. We infer that such an analysis should examine not only the relationship among the three variables but also consider the characteristics of urban areas， rural areas， and inbound domestic tourism. On the basis of our empirical results， we offer suggestions for policy making in different areas and situations.

Keywords： tourism industry; civil aviation; economic growth; panel vetor autoregression; generalized method of moments

[責任编辑：宋志伟;责任校对：刘    鲁]