旅游业、新型城镇化与经济增长

赵 磊 陈 衍 刘 颖

（1.浙江工业大学管理学院，浙江杭州 310014；2.浙江旅游职业学院厨艺学院，浙江杭州 311231）

0 引言

在“新常态”背景下，提升要素配置效率，谋求新旧动能转换和重构经济动力系统是实现中国经济发展模式由要素驱动转向效率驱动的核心环节，而实现这种经济增长模式转变则需要坚定贯彻产城融合理念，深入推进产业迭代升级与新型城镇化渐进发展协调并进，这对于探索中国经济高质量发展的实现路径具有非常重要的理论价值和实践意义（黄群慧，2018）。

从学理基础上看，产业结构或城镇化与经济增长的关系皆是历久弥新的研究话题，当前学术界围绕以上经济关系已形成相对丰硕的文献积累（Akita et al.，2014；王林辉 等，2018），即揭示产业结构变迁、城镇化建设对经济增长的影响及其机理，并且已有少数文献开始将产业结构、城镇化与经济增长纳入统一框架予以相应刻画，进而为解析此逻辑关系提供了重要启示（王锐 等，2016），但鲜有文献将新型城镇化嵌入产业结构变化影响经济增长的研究体系，进而系统勾勒产业结构调整、新型城镇化与经济增长之间的理论逻辑框架。事实上，自党的十八大以来，中央将新型城镇化作为中国现代化建设的重要着力点，明确了在经济结构性减速背景下，其在促进经济转型、拉动增长等方面的重要作用。已有文献表明，新型城镇化可通过促进技术创新、培育人力资本和刺激居民消费推动产业结构升级，进而对产业结构调整与经济增长关系实施干预（刘天曌 等，2019）。显然，深入厘清上述逻辑机理对深刻理解中国经济长期增长动因具有重要意义。尽管少数文献注意到产业发展与新型城镇化相互依存所形成的“产城协同”作为经济发展的一种新模式，对新常态经济下提高生产率，提升经济发展的质量与速度具有重要意义（孙叶飞 等，2016；徐秋艳 等，2019），但也存在以下局限：（1）既有文献主要基于三次产业结构变化视角，在宏观层面讨论产业结构变动、新型城镇化及“产城协同”的经济增长效应，并未深入特定产业大类内部，细致解析新型城镇化对优势部门发展的经济增长效应的影响；（2）尽管相关文献构建了新型城镇化综合评价指标体系，并对其进行定量测度，从而获得了可以度量新型城镇化发展水平的综合指数，但对产业结构代理变量的选择仍以单一指标为主，进而使得产业结构发展的内涵无法被全面反映，导致“产城协同”的经济增长效应评估存在有偏风险；（3）上述文献缺乏对新型城镇化、产业发展和“产城协同”对经济增长的异质性影响的实证讨论。

改革开放以来，中国旅游业由散转聚、由弱渐强，并逐渐向现代服务业升级，伴随其产品供给类型的横向拓展及其功能空间的纵向延伸，旅游综合效应凸显，已发展成为战略性支柱产业，并且因其具备较强的城镇经济功能、服务功能和生态功能，也已成为城镇产业结构体系、公共服务体系和生态环保体系中的必要组成部分。一方面，城镇作为现代旅游业存在、发展和升级的要素来源与空间载体，城镇化对旅游业演化具有重要影响；另一方面，旅游业作为现代服务业的主导部门，凭借其在吸纳就业、增加收入、统筹城乡和开放共享等方面的优势功能，能够为城镇化发展提供难以忽视的产业动力。因此，旅游业与城镇化之间存在密切的双向互动作用，而新型城镇化是对传统城镇化的校正、优化和扬弃，更加强调城镇化质量提升和内涵发展，进而为现代旅游业提供了更加广阔的需求市场和生产空间，反之，现代旅游业所引领的服务业内部结构升级、协同集聚、知识创新和技术扩散也会强化对新型城镇化的产业支撑力度，因而旅游业与新型城镇化之间也存在相得益彰的动态耦合、互促作用和协同共进特征。

需要指出的是，既有旅游业与新型城镇化文献并未将两者协同关系研究拓展至其对经济增长的影响层面，从而导致对旅游业、新型城镇化与经济增长逻辑关系缺乏系统阐发。鉴于此，本文创新贡献体现在：（1）大量经验研究识别了旅游业或新型城镇化对经济增长的影响，本文则对以上两种研究进路予以统摄，具体是在旅游业、新型城镇化与经济增长关系框架中，除考察“城旅独立”的经济增长效应外，同时还重点剖析“城旅协同”对经济增长的影响及其机制，进而对此类文献进行有益补充，这不仅有利于深刻洞悉新型城镇化对旅游业导向型经济增长假说的拓展性影响，也有助于从旅游业视角揭示“产城协同”对经济增长的影响过程；（2）由于现代旅游业与新型城镇化隶属社会经济复杂系统的两个子系统，因而本文通过对旅游业与新型城镇化两个子系统分别进行多维评价而获得相应综合性指数来对两个核心变量予以定量刻画，此种变量构造方法不仅可以反映旅游业与新型城镇化内涵的多维属性，尽可能客观地表征“城旅协同”场景，而且能够避免因变量测量误差而导致对“城旅协同”的经济增长效应的实证检验存在有偏倾向；（3）本文还在旅游业、新型城镇化和经济增长逻辑框架中对“城旅独立”与“城旅协同”的经济增长效应进行拓展性分析，多角度识别“城旅独立”与“城旅协同”的经济增长效应的异质性特征，有助于从不同样本来源中揭示“城旅独立”与“城旅协同”对经济增长的影响机制。

1 理论机制与研究假说

1.1 旅游业与经济增长

从理论上看，根据凯恩斯理论，旅游业可作为外生因素扩大总需求，进而通过乘数效应对目的地收入、就业等产生积极影响（Figini et al.，2010）。传统贸易理论认为，外部游客在目的地开展旅游活动，通过消费目的地的商品和服务，如交通、餐饮、住宿等旅游服务，转化为目的地的经济增长来源（Brida et al.，2008）。随后，Brau 等（2007）将内生增长理论应用到旅游经济研究中，认为当制造业产品和旅游业产品不可替代时，如果制造部门的技术水平高于旅游部门，那么，当且仅当旅游业的专业化程度改善了贸易顺差，并以此弥补旅游业和制造业之间的技术水平差距时，旅游业可促进经济增长。从实证角度看，聚焦于旅游业导向型经济增长（Tourism-Led Growth，TLG）假说检验的文献大部分持TLG假说的存在性观点，显然也为认识旅游业与经济增长的关系提供了较为充裕的经验证据。除此以外，也有部分实证性文献证实旅游业能够缩小城乡差距（Li et al.，2016）、提高居民消费（Andriotis，2002）、刺激基建投资（Pablo-Romero et al.，2013）、加强技术交流（Liberto，2013）、优化产业结构（Succurro，2008），进而对目的地经济增长产生长期影响。

事实上，随着旅游业的产业规模愈益扩张，其对目的地经济系统的影响是复杂而多面的。其一，外部旅游需求迅速注入，在短期抬升目的地商品和服务价格，导致目的地实际汇率升值，进而对目的地传统行业竞争力造成损害（Li et al.，2018）。其二，尽管资源依托型旅游业发展模式在初级阶段推动了旅游业迅速发展，但同时也会导致目的地出现“去工业化”现象，进而引发“资源诅咒”问题，削弱了目的地的经济增长潜力（Copeland，1991）。其三，旅游业在为目的地创造额外收入的同时，也会产生收入的漏算现象，即由于目的地经济体系和生产结构不完善，旅游企业为进行旅游开发建设和经营运转，需从外部购买设备、原料、物料和消费品等，支付外部贷款利息及投资者的红利，以及支付外方管理费用和外籍管理人员的工资等（Agarwal，2012）。另外，旅游业发展也会存在诸多无法忽视的经济、社会和环境成本，如公共支出增加、生态环境治理等问题，上述潜在负面问题虽然无法被准确计量，但以上由旅游业发展引起的负面成本也可能会削弱旅游业的经济增长效应（Akama et al.，2007）。基于以上理论分析，本文提出以下假设。

假设1：旅游业发展既能正向影响经济增长，也会对经济增长产生负面效应，此种影响具有不确定性，具体结论有待检验。

1.2 新型城镇化与经济增长

第一，生产要素流动机制。新型城镇化实质上是一种新的生产、交换和生活方式，坚持以人的城镇化为核心，通过实现人口和产业向城镇高质量集聚，激励和引导生产要素合理流动、有序集聚和优势组合。一方面，新型城镇化坚持以人为本、四化同步和优化布局为基本理念，由此为生产要素的需求激发、优化配置和空间协调创造优势条件。另一方面，市场一体化与新型城镇化相辅相成，市场一体化有助于推进要素价格市场化改革，纠正要素市场价格扭曲，加速要素市场发育，进而通过驱动产业转型升级来促进新型城镇化建设（许耀东 等，2017）。新型城镇化则要求对传统产业发展模式予以变革，并通过“选择效应”优化产业结构、提升企业生产率，进而吸引生产要素向拥有较高生产率和要素回报率的生产部门流动、集聚（孙叶飞 等，2016）。新型城镇化建设引发的生产要素在区域间流动，可以提高生产要素在国民经济运行中的配置效率，进而促进经济增长。

第二，居民消费提升机制。首先，新型城镇化以人口发展为核心任务，积极推进农业转移人口市民化，新近融入城镇人口的快速扩张会进一步释放城镇消费潜力，增加城镇消费需求规模，产生“需求引致效应”。其次，新型城镇化提高了人口城镇化质量，尤其是人口市民化进程对居民消费心理和消费预期会产生积极影响，进而带来居民消费结构的转型和消费理念的升级，激发了居民释放预防性存储和增强消费偏好的效果，即产生“质量刺激效应”。再次，2014 年《国家新型城镇化规划（2014—2020 年）》（以下简称《规划》）中指出，农民就业城镇化转型是必须解决的前提条件。因此，新型城镇化建设通过推进就业结构转型，对城镇劳动力资源进行优化配置，并实现区域就业结构的合理调整，为城镇居民提供了高质量的就业岗位，同时随着城镇生产社会化程度的提高和专业化分工协作的深化，城镇居民的工资性收入得到显著提高，并且增强了居民预期收入的确定性，进而直接刺激了居民消费需求，即产生“收入决定效应”。

第三，产业结构调整机制。首先，《规划》和2016年《关于深入推进新型城镇化建设的若干意见》（以下简称《意见》）均指出，新型城镇化需要分类引导产业空间布局，科学优化城镇布局形态。此举显然有利于资源要素的合理流动，并在区域间比较优势、产业外部性和经济循环积累的长期作用下，具有优势产业集聚的城镇率先向外进行技术扩散、要素转移和产业辐射，从而带动了承接地区的产业转型升级（胡元瑞 等，2020）。其次，新型城镇化的“选择效应”更加倾向于知识、信息、环保等技术密集型产业在城镇集聚，从而为促进新技术、新工艺、新业态及新生产方式的推广创造了便利条件，而技术创新则在产业关联互动中传递、扩散和溢出，进而导致产业的扩张或收缩，不仅加速了传统产业退出市场，也促进了新兴产业发展，进而影响了产业结构调整（周敏 等，2020）。再次，《规划》和《意见》也指出，需要加强对新进人口的社会保障强度，推进基本公共服务全覆盖。城镇化社会保障体系的健全，也有益于加速城镇人力资本的积累，并进一步通过市场需求、科技创新和资源配置三种机制对产业结构调整产生影响（郭晨 等，2018）。最后，新型城镇化所提供的高质量就业、高回报工资和高社会保障，不仅确保了城镇居民可支配收入稳定提升，对城镇居民的消费预期、消费理念和消费结构也产生了积极影响，进而推动了产业结构规模扩大和优化升级（陈丹妮，2017）。基于以上理论分析，本文提出以下假设。

假设2：新型城镇化建设能够显著驱动经济增长。

1.3 “城旅协同”与经济增长

“城旅协同”指的是旅游业系统与新型城镇化系统之间相互作用、互为促进、协同发展。“城旅协同”从3个方面对产业结构升级产生积极影响，进而间接作用于经济增长。首先，新增就业创造、就业结构转型和就业质量提升是旅游业与新型城镇化协同发展的核心要义和重要功能，通过释放旅游业发展与新型城镇化建设的双重就业效应，城镇居民收入和消费显著提升，而根据恩格尔定律，消费变化将会导致产业间产品产生需求差异，并通过改变产品价格的鲍莫尔效应，引发生产要素在产业间重新配置。尤其是新型城镇化作为旅游业提质增效的催化剂，通过不断向旅游业提供新型产品要素、先进管理理念和公共服务保障，拉升旅游产品的需求收入弹性，在恩格尔效应的作用下，人口市民化进程在转变居民消费理念的同时，伴随着收入水平的提升，城镇居民对休闲、旅游、游憩类产品的消费需求与日俱增，尤其是更加追求多元化、多变性的消费需求，从而吸引生产要素涌向涉旅类行业，并引导、激励了微观企业的多样性创新行为，提升涉旅企业的技术复杂度，进而引起产业结构向新兴服务业部门跃迁。其次，新型城镇化作为旅游业发展的重要空间与载体，不仅为旅游业发展提供良好的政策契机、运行环境、融合平台、保障体系等，更是将人力资本、品牌形象、创新知识和经营模式引入旅游企业项目策划、服务设计和经营管理过程，进而为以旅游业为主导的现代商贸、文创、体育、演艺、信息等部门形成多样化的服务业集聚创造了得天独厚的孕育条件，并进一步通过市场和技术外部性、前后向产业关联，促进行业分工深化，实现要素组合配置，获取规模递增收益，并在关联性、共享性和反馈性循环机制作用下，实现产业结构升级。再次，新型城镇化是一项宏观的复杂系统性工程，优化城镇化布局形态，推动城镇高质量发展则是其核心要义，随着城镇空间结构的再塑，资源、要素和经济活动在空间上的组织和分布状态发生变化，进而通过要素流动、市场引力和需求再对旅游业的生产组织方式和产业运行空间产生几乎颠覆性的影响，尤其是改变传统旅游企业的区位选择、客源市场、供给环境、技术匹配等，而新型城镇化产生的此种“选择机制”通过产业分工合作效应和城镇网络互动效应构建了多中心的旅游经济增长极，进而从整体空间尺度上优化、建构和重塑旅游经济结构，从而增强了旅游业的经济增长效应。基于以上理论分析，本文提出以下假设。

假设3：“城旅协同”通过促进产业结构升级间接促进经济增长。

图1 旅游业、新型城镇化与经济增长逻辑框架

2 研究设计

2.1 模型构建

基于上述理论分析，为检验旅游业、新型城镇化对经济增长的影响，即“城旅独立”的经济增长效应，并在同一框架内通过检验“城旅协同”的经济增长效应揭示新型城镇化对旅游业与经济增长关系的作用机制，基准计量模型构建如下：

其中，下标i表示省（区、市），下标t表示年份；lnPGDP表示经济增长，lnTR代表旅游业，lnNURB代表新型城镇化；ηi和νt分别是省（区、市）个体效应和年份固定效应，反映省际差异和时间趋势的影响，ςit为随机误差项；同时还设定了能够反映省（区、市）重要经济特征的控制变量集X，包括物质资本存量（lnK）、人力资本存量（lnL）、制度质量（lnMAK）、对外开放（FDI）、政府干预（GOV）等。回归系数β2和β3共同反映“城旅独立”对经济增长的影响状况，而β4用以识别“城旅协同”对经济增长的影响效应，也可理解为新型城镇化对旅游业的经济增长效应的调节强度。在本文中，除比率型变量之外，所有连续数值型变量均进行对数化处理后再进入计量模型，以消除量纲及异方差问题。

式（1）为静态面板模型，但考虑到经济增长可能存在路径依赖。此外，经济增长会受社会、政治、文化等多维因素的影响，无法列出所有可能的控制变量，但这些遗漏变量也可能与我们所关注的模型核心解释变量之间存在较高相关性，即cov(xi，ςi≠0)。因此，为在一定程度上减少内生性问题的干扰，即减少遗漏变量所引致的估计偏误问题，在式（1）基础上，对经济增长进行滞后一期处理，将基准方程拓展为如下动态面板模型：

其中，lnPGDPi，t-1表示经济增长的一阶滞后项。

2.2 变量构造

（1）因变量。本文选择常住人口人均实际GDP 衡量经济增长水平，而人均实际GDP 使用不同省（区、市）实际总产出与总人口数的比值测算，其中实际总产出为名义总产出，以2004年为基期对GDP平减指数予以平减。

（2）自变量。①旅游业。本文借鉴赵磊等（2020）的做法，分别从规模、结构和潜力一级指标维度构建旅游业发展综合评价指标体系，并通过熵值法计算旅游业发展的综合指数来度量旅游业发展水平。② 新型城镇化。新型城镇化本质上是对传统城镇化的修正、优化，注重以人为本、内涵发展和质量提升，内容涉及经济、人口、社会、环境等诸多方面。本文参照赵磊等（2019）的研究，分别从新型城镇化的经济基础、人口发展、空间结构、社会功能、环境质量、城乡统筹、生态集约一级指标构建新型城镇化综合评价指标体系，同样利用熵值法定量测算出新型城镇化建设的综合指数来度量新型城镇化建设水平。

（3）控制变量。参考陈淑云等（2017）和赵云鹏等（2018）的研究，本文构建如下控制变量集：①物质资本存量。使用永续盘存法计算，基本公式为：Kt=ItPt+(1-δt)Kt-1。其中，Kt表示当期固定资本存量，It为当期的名义固定资本形成总额，Pt为固定资产投资价格指数，δt表示折旧率，取张军等（2004）的9.6%，Kt-1表示上一期固定资本存量。② 人力资本存量。内生经济增长理论认为，人力资本积累是经济增长的主要来源，采用劳动力平均受教育年限度量。③制度质量。市场化水平越高，市场中要素、商品价格机制和竞争机制越完善，价格信号对要素、商品的供需关系反映越灵敏，进而有助于充分发挥市场在要素资源配置中的优化作用，本文采用樊纲等（2011）及王小鲁等（2017）测算的中国分地区市场化指数来表征各地区的制度质量。④ 对外开放。外资进入可以通过“企业竞争效应”“人力资本流动效应”“技术示范效应”对经济增长产生促进作用，本文采用实际利用外商直接投资占GDP 比重衡量对外开放水平。⑤ 政府干预。对于转型期的发展中国家，通过特定的制度安排来弥补市场失灵、缺陷，尽管可以实现就业增加和经济增长，但过度的政府干预也会妨碍市场机制的作用发挥，不可避免地带来效率损失和资源错配问题，本文采用政府财政支出占GDP比重度量政府干预经济的程度。

2.3 数据说明

考虑到数据可得性和统计口径一致性，本文选取中国大陆2004—2017年30个省、直辖市、自治区（西藏除外）平衡面板数据为研究样本。旅游业综合评价体系的指标原始数据来源于2005—2018 年《中国旅游年鉴》与《中国旅游统计年鉴（副本）》。新型城镇化综合评价体系的指标原始数据来源于2005—2018年《中国统计年鉴》《中国城市统计年鉴》和《中国科技统计年鉴》，以及省级统计年鉴和中国与社会发展统计数据库。其他原始数据来源于《新中国六十年统计资料汇编》、国研网统计数据库和中经网统计数据库。

2.4 统计性描述

本文所使用的主要变量及定义和对这些变量的描述性统计如表1所示。在样本期内，旅游业综合指数的均值为0.4078，最小值和最大值分别为0.2019 和0.7236，说明不同省（区、市）旅游业发展水平存在非均衡性。新型城镇化综合指数的均值为0.4721，最小值和最大值分别为0.2441 和0.7116，意味着新型城镇化建设水平也具有省际差异。新型城镇化综合指数的标准差（0.1526）大于旅游业综合指数的标准差（0.1126），反映出由于新型城镇化建设内容的复杂性，其省际差异程度要高于省际旅游业发展差异。同时，通过考察经济增长（lnPGDP）、旅游业（lnTR）和新型城镇化（lnNURB）之间的相互关系，发现lnPGDP分别与lnTR和lnNURB相关系数为0.2693 和0.2992，而lnTR和lnNURB之间相关系数为0.1973，并且均在1%置信水平上显著，初步表明旅游业、新型城镇化与经济增长之间存在正相关关系，即旅游业、新型城镇化可能存在促进经济增长的潜在影响，而且旅游业发展与新型城镇化建设之间也存在正相关关系，进而也为“城旅协同”提供了初步统计观察。

表1 变量描述性统计

3 实证结果分析

3.1 基准回归

为避免多重共线性对计量回归模型的干扰，本文采用逐步纳入变量回归的方式对式（1）进行全样本回归，结果列示于表2 中。列（1）为不包含任何控制变量的普通最小二乘法回归，旅游业、新型城镇化的回归系数均在1%水平上显著为正，说明旅游业发展和新型城镇化建设在一定程度上有利于促进经济增长。考虑到省际差异及时间趋势的影响，我们从列（2）开始，依次控制省（区、市）和年份固定效应。列（2）报告出基于省（区、市）固定效应模型检验旅游业、新型城镇化影响经济增长的回归结果，列（3）是在列（2）的基础上同时加入年份固定效应，结果分别显示，旅游业、新型城镇化的回归系数显著性并未发生改变，分别保持在5%和1%统计水平上显著，但回归系数值均有所减小，说明忽视省际差异和时间趋势显然会高估旅游业、新型城镇化对经济增长的影响程度。Hausman检验结果表明，使用固定效应估计模型回归策略是可信的，并且所有年度虚拟变量的联合显著性结果也表明，模型设定中包含时间效应是合理的。因此，本文使用双向固定效应模型来估计基准计量方程。我们在双向固定效应模型中依次加入控制变量来继续观察旅游业、新型城镇化的回归系数变化情况。列（4）、列（5）的估计结果显示，尽管旅游业的回归系数显著性有所改变，但两变量的回归系数仍然显著稳健为正，同时系数值进一步减小，由此依然可以说明旅游业发展和新型城镇化建设能够显著促进经济增长，假设1和假设2均得以证明。一般而言，经济增长水平越高的省（区、市），其旅游业发展和新型城镇化建设的前景更为乐观，由此会产生双向因果关系造成回归结果偏误。为此，本文进一步对旅游业、新型城镇化进行滞后一期处理，估计结果如列（6）所示，两个核心解释变量的回归系数依旧在1%水平上显著为正，说明控制了经济增长对旅游业、新型城镇化的逆向影响后，回归结果依旧显著，再次验证了TLG 假说在中国的存在性及假设2。同时，为考察本文所关心的另一核心命题，即新型城镇化是否会调节旅游业的经济增长效应，我们在列（5）的基础上又纳入旅游业与新型城镇化的交互项（lnTR×lnNURB），以刻画“城旅协同”对经济增长的作用方向，列（7）结果显示，交互项的回归系数在1%水平上显著为正，说明“城旅协同”对经济增长具有直接的正向影响，意味着新型城镇化建设水平越高的省（区、市），越有助于激发旅游业对经济增长的积极影响。考虑到2014 年国务院出台的《规划》可能会影响列（7）的回归结果，本文构造虚拟变量year14，即其在2014年之前取值为0，2014 年及以后取值为1，同时引入虚拟变量与“城旅协同”变量的交互项（lnTR×lnNURB×year14），以考察政策文件出台是否影响“城旅协同”的经济增长效应，回归结果如列（8）所示，交互项的回归系数显著为正，印证随着《规划》出台，中国未来新型城镇化的发展路径、主要目标和战略任务得以明确，同时也随之刻画出旅游业影响经济增长的差异性，体现在新型城镇化政策实施能够有效强化“城旅协同”的经济增长效应。

表2 全样本的固定效应模型回归结果

表3 列（1）、列（2）依次报告了式（2）的混合回归（POLS）与固定效应（FE）模型回归结果，列（3）、列（4）则分别报告了式（2）的差分广义矩估计（DIF-GMM）和系统广义矩估计（SYS-GMM）结果。与我们所预期的相似，因变量滞后项的DIF-GMM和SYS-GMM 的ρ估计量（0.9285 和0.9427）正好介于混合估计滞后项的估计量（0.9645）和固定效应估计滞后项的估计量（0.8930）之间，说明式（2）的动态面板数据模型估计结果具备稳定性。另外，在对式（2）进行广义矩估计时，关于选择DIFGMM 抑或SYS-GMM 估计方法，存在三点判别要点：其一，SYS-GMM 除了可以解决DIF-GMM 存在的弱工具变量问题，并且适用于截面单元多而时间跨度短的面板数据结构；其二，Blundell 等（1998）研究发现，如果因变量的滞后项系数比较大，比如接近1，应该考虑SYS-GMM，如果该系数较小，则选择DIF-GMM 较好；其三，两步广义矩估计的标准协方差矩阵相比一步广义矩估计较为稳健。列（3）、列（4）的回归结果显示，因变量的滞后项系数分别为0.9285 和0.9427，数值相对较大，故本文选择SYS-GMM 方法进行模型估计。作为一致性估计，GMM 估计成立的前提条件是差分方程中残差序列不存在二阶和更高阶的自相关，并且工具变量具有严格的外生性，因而需要对估计结果进行Arellano-Bond 序列相关检验和Hansen 检验（白俊红 等，2018）。模型适用性检验的统计量显示：AR（2）检验无法拒绝差分方程的残差序列不存在二阶序列相关原假设，即差分方程的残差序列不存在二阶序列相关；Hansen 检验无法拒绝工具变量过度识别的原假设，即工具变量联合有效；检验GMM 类和Ⅳ类的工具变量子集有效性的Hansen 差分统计量（Difference-in-Hansen）表明SYS-GMM 新增工具变量有效。以上检验表明，对式（2）的SYS-GMM参数估计结果一致且可靠。

观察混合估计结果，在控制变量中，除物质资本、人力资本之外，其他变量的显著性水平都较差，显然这与混合估计受到模型内生性困扰有关。因此使用GMM方法是一个较为理想的估计方法。由表3 中列（4）可知，在SYS-GMM 估计中，大部分变量回归结果的符号方向与静态面板固定效应模型的估计结果及理论预期基本一致。尤其是，尽管与表2 中列（7）相比，表3 中列（4）旅游业回归系数的显著性略有降低，但却再次验证了“城旅独立”对经济增长的显著影响，进而为验证来自“产、城”维度的经济增长贡献提供了依据。与此同时，基于SYS-GMM 估计出的因变量滞后项系数和核心解释变量系数，可以相应计算出核心解释变量对经济增长的累积效应，即旅游业、新型城镇化及其交互项对经济增长的循环累积效应分别为2.9302、3.3822 和3.7627，由此说明，当捕捉到因变量动态效应后，“城旅协同”的经济增长效应仍要强于“城旅独立”的经济增长效应，其中，新型城镇化的经济增长效应也强于旅游业的经济增长效应，这一基准研究结论与固定效应模型估计结论保持一致。通过分析以上实证结果，我们至少可以得出三点有价值的研究结论：其一，TLG假说在中国情境中确实客观存在，这一点无论是单独对TLG假说框架进行实证检验，抑或将其置于新型城镇化变量的调节约束环境中，这一研究结论都具备稳健性；其二，新型城镇化作为推进经济可持续发展，实现中国式现代化目标的关键战略，其对经济增长具有强劲的驱动作用；其三，旅游业、新型城镇化对经济增长的促进作用在一定程度上存在互补关系，新型城镇化建设有助于强化旅游业的经济增长效应，“城旅协同”能够创造、激发及释放更深层次的经济增长贡献。

表3 全样本的广义矩估计回归结果

3.2 异质性分析

（1）基于地区的异质性分析。按照样本所处区域不同将样本分为东部地区省（市）①东部地区省（市）包括：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南。和中西部地区省（区、市），设定地区虚拟变量（east，东部地区取值为1，中西部地区取值为0），将其分别与旅游业、新型城镇化及其交互项的乘积项纳入模型中以观察乘积项系数的符号和显著性，回归结果见表4 中列（1）。旅游业、新型城镇化与地区虚拟变量的乘积项系数（lnTR×east和lnNURB×east）显著为正，表明东部地区“城旅独立”对经济增长的影响显著强于中西部地区。旅游业与新型城镇化交互项与地区虚拟变量的乘积项系数（lnTR×lnNURB×east）在5%水平上显著为正，说明东部地区“城旅协同”的经济增长效应更为显著。

（2）基于时间的异质性分析。以2014 年为界将样本划分为2004—2013 年和2014—2017 年两个子样本，并分别予以检验。然后，设定时间虚拟变量yeardum（2004—2013 年取值为1，否则取值为0），将时间虚拟变量与本文核心解释变量的乘积项纳入模型回归，所得结果见表4 中列（2）。旅游业、新型城镇化与时间虚拟变量的乘积项系数（lnTR×yeardum和lnNURB×yeardum）显著为正，说明2014 年及以后，“城旅独立”对经济增长的影响更强烈。另外，旅游业与新型城镇化交互项与时间虚拟变量的乘积项系数（lnTR×lnNURB×yeardum）也在1%水平上高度显著，说明随着2014 年新型城镇化政策性文件出台，新型城镇化建设对旅游业影响经济增长的调节效应得以强化。

（3）基于旅游业发展的异质性分析。将旅游业综合指数高于样本均值的省（区、市）划分为旅游业依赖型省（区、市），其余为非旅游业依赖型省（区、市），并设定旅游业依赖型省（区、市）虚拟变量（TRD，旅游业依赖型省（区、市）取值为1，否则取值为0），并将本文核心解释变量与旅游业依赖型省（区、市）虚拟变量的乘积项纳入模型进行回归，表4 中列（3）的估计结果表明，新型城镇化对旅游业依赖型省（区、市）经济增长的促进作用并无显著差异，同时在旅游业依赖型省（区、市），我们也并未发现“城旅协同”对经济增长的促进作用存在差异性的经验证据。

（4）基于新型城镇化进程的异质性分析。首先设置新型城镇化进程虚拟变量（NURBD），并将新型城镇化综合指数高于样本均值的省（区、市）划分为高新型城镇化省（区、市），相应虚拟变量赋值为1，其余赋值为0，将该虚拟变量与本文核心解释变量的乘积项加入回归中，进而比较研究不同阶段的新型城镇化是否会对旅游业的经济增长产生调节作用，具体的估计结果见表4中列（4）。旅游业与新型城镇化进程虚拟变量的乘积项系数（lnTR×NURBD）显著为正，并在1%的统计性水平上显著，表明旅游业的经济增长效应在新型城镇化建设水平比较高的省（区、市）更为明显。同时，“城旅协同”与新型城镇化进程虚拟变量的乘积项系数（lnTR×lnNURB×NURBD），通过了5%显著性检验，表明“城旅协同”对高新型城镇化省（区、市）经济增长的影响更大。

3.3 内生性处理

尽管本文为缓解遗漏变量带来的估计偏误，加入了一系列控制变量，并且控制了省（区、市）效应与年份效应，但固定效应模型估计的一致性要求解释变量与随机扰动项无关，即解释变量外生性假定。另外，既有关于旅游业与经济增长关系的研究文献存在两种典型结论：一是，支持TLG 假说；二是发现经济驱动型旅游业（Economic-Driven Tourism，EDT）发展模式（Lean et al.，2014），由此说明旅游业与经济增长之间存在双向因果关系，即旅游业会促进经济增长，但经济增长发达地区也拥有相对优越的旅游业发展所需的条件和保障体系，所以内生性问题无法排除，从而造成模型联立性偏误（赵磊，2015）。

鉴于选择历史数据构造工具变量是一种较为常见的方法，根据Nunn等（2014）、余泳泽等（2020）和纪祥裕（2020）的思路，本文采用1978年各省（区、市）旅游业专业化水平和上一年各省（区、市）入境旅游人次比①各省（区、市）入境旅游人次比即各省（区、市）入境旅游人次占其内部总人口数的比重。的交互项，作为内生变量旅游业的工具变量，对基准模型进行二阶段最小二乘法（见表5）。原因有三：其一，改革开放以前，我国旅游业的主要功能以外交接待为主，并不具备产业经济性质，直到改革开放以后，入境旅游开始以赚取外汇为目的，由于国内人均可支配收入提高，此时国内旅游活动也开始活跃，所以改革开放初期各省（区、市）旅游业专业化水平与当前的旅游业专业化水平具备高度相关性，可以更大程度地反映各省（区、市）的旅游业发展状况，故而采用1978 年各省（区、市）旅游业专业化指标，可以有效避免因变量与自变量的逆向因果关系而导致的内生性；其二，本文样本期为2004—2017 年，相对于1978年已滞后长达20年以上，较长时间段的滞后性也保障了1978年的旅游业专业化水平不会与模型残差项相关；其三，我国旅游业发展初期，主要以旅游资源的初级开发驱动为主，而旅游资源依托型产品具备不可转移性的特点，所以1978年的旅游业专业化水平也与个体变化有关，而只采用这一指标作为工具变量会因为固定效应而无法估计，为此，我们同时还引入上一年的入境旅游人次比（与时间有关），并构造两者的交互项，以满足工具变量回归的基本要求，之所以选择入境旅游人次比作为构造工具变量的指标，是因为国内旅游目的地对境外旅游市场的吸引力主要体现在地理景观、文化差异两个基本方面，同时又考虑到其中会涉及部分与商务会奖、购物娱乐等相关的出游需求，对该指标做滞后一期处理，也可以强化其外生性特征。除此之外，为避免新型城镇化也可能存在潜在的内生性问题，我们进一步构造以上旅游业的工具变量与滞后一期的新型城镇化交互项作为旅游业与新型城镇化交互项的工具变量。

表5中列（1）、列（2）分别报告出“城旅独立”条件下工具变量固定效应两阶段最小二乘（IV-FE-2SLS）及其异方差稳健估计结果。首先，关于内生变量的外生性检验，Davidson-MacKinnon检验统计量为58.8078，且在1%水平上拒绝了内生变量外生性的原假设，说明固定效应模型存在内生性问题，同时Durbin-Wu-Hausman检验也在1%水平上显著拒绝固定效应模型与IV-FE-2SLS的回归系数无差异的原假设，即认为IVFE-2SLS回归结果是稳健的，并且优于固定效应模型。其次，Kleibergen-Paap rk LM统计量和Anderson-Rubin统计量均在1%水平上显著拒绝“工具变量识别不足”的原假设。再次，Kleibergen-Paap rk Wald F统计量和Cragg-Donald Wald F统计量明显大于Stock等（2002）审定的F值在10%偏误水平下16.38的临界值，进而显著拒绝“工具变量弱识别”的原假设。以上各统计量检验结果表明工具变量合理有效。当我们纳入旅游业与新型城镇化交互项后，表5中列（3）、列（4）所报告出的IV-FE-2SLS估计结果与异方差稳健估计结果也证实了本文工具变量构造的恰当性。

我们以表5 列（2）中考虑到稳健标准误的回归结果为分析重点，结果显示，旅游业及其与新型城镇化交互项的回归系数分别为0.3520和2.0696，并且在1%水平上显著，说明在控制内生性后，TLG 假说仍然真实有效，而且“城旅协同”对经济增长的促进作用仍然显著。与表2 列（7）相比，加入控制变量后，内生变量系数的符号并未发生明显变化，从而也间接说明排他性约束满足（Burchardi et al.，2013）。表5 列（2）的回归结果中，旅游业的回归系数为0.6459，为表2 列（7）中回归系数的4.151倍，表明虽然IV-FE-2SLS的估计结果增大，但系数估计精确度有所下降，而在表5 列（4）中，旅游业的回归系数为0.3520，该系数估计值相比未纳入“城旅协同”作用时相对更加精确，但以上估计结果共同反映出内生性问题会使固定效应模型估计结果产生向下偏倚。

表5 工具变量回归结果

3.4 稳健性检验

（1）指标选择问题。本文从两个方面拟对指标选择进行稳健性检验：一是替换核心解释变量的度量，沿用既有文献度量旅游业的传统做法，即采用旅游业专业化水平作为旅游业发展水平的代理指标，回归结果见表6列（1）。旅游业专业化水平及其与新型城镇化交互项的回归系数符号及显著性均未发生实质性变化，说明“城旅独立”“城旅协同”能够显著促进经济增长，与前文结论相符。二是改变被解释变量的度量，选取经济增长速度作为经济增长的替代指标，表6 列（2）汇报的结果显示，旅游业专业化水平及其与新型城镇化交互项的回归系数分别在10%和5%的置信水平上显著为正，并且系数估计值有所下降，再次说明“城旅独立”对经济增长具有积极意义，而且旅游业与新型城镇化也能够形成有效的协同效应，从而发挥促进经济增长的联合作用，这与基准结果保持了良好的逻辑一致性。

表6 稳健性检验

（2）样本选择问题。首先，2014年《规划》公布可能对计量结果产生影响，本文剔除2014年数据重新估计基准模型，结果见表6列（3）。核心解释变量的回归系数仍显著为正，不仅说明旅游业扩张和城镇化质量提升能够驱动经济增长，而且“城旅协同”对经济增长也具有重要贡献，“城旅协同”所释放的经济增长效应符合产城融合发展的一般规律，回归结果并未因政策刺激而发生较大变化，总体上较为稳健。其次，自2014 年开始，国家陆续出台了系列鼓励旅游业发展和新型城镇化建设的政策性文件，因而我们预期2014年之后我国旅游业发展和新型城镇化建设会进入一个新的发展阶段或历史时期，所以本文进一步对2014年及以后样本进行回归，结果见表6列（4）。本文所关切的核心解释变量的系数仍然高度显著为正。再次，为防止特殊样本或极端值对模型估计结果的干扰，我们对各变量按照上下1%进行缩尾（Winsorize）处理，然后再对基准模型进行回归，结果见表6 列（5）。核心解释变量的回归系数符号和显著性与前文回归结果相似，但估计值普遍略有下降，其他控制变量的回归系数值及符号也均未发生明显变动，说明异常样本点并未对基准回归结果造成实质性影响。

4 影响渠道检验

根据前文的理论假说，我们所关心的“城旅协同”可能通过产业结构升级机制影响经济增长，为考察上述传导渠道的作用，并检验假设3，本文借助Baron 等（1986）和温忠麟等（2012）开发的中介效应模型，通过选取产业结构合理化（lnTLit）、产业结构高级化（lnTSit）和产业结构生态化（lnTEit）3个中介变量对“城旅协同”对经济增长的中间作用机制进行检验，递归方程构建如下：

其中，式（3）、式（4）和式（5）分别表示核心解释变量对产业结构合理化、高级化和生态化的影响，κ2～κ4、ψ2～ψ4和ϑ2～ϑ4分别表示旅游业、新型城镇化及其交互项对3 个中介变量的影响程度。式（6）中，λ2～λ4、γ2～γ4和σ2～σ4依次反映的是，在控制产业结构升级效应后，“城旅独立”和“城旅协同”影响经济增长的直接效应。此外，以上模型均控制省（区、市）和年份固定效应。κ2λ5～κ4λ5、ψ2γ5～ψ4γ5和ϑ2σ5～ϑ4σ5分别衡量核心解释变量通过推动产业结构合理化、高级化和生态化促进经济增长的中介效应。

根据杨丽君等（2018）的估算方法，我们分别从产业结构的合理化、高级化和生态化3个核心维度对产业结构升级进行测度。首先，按照唐晓华等（2016）的做法，采用重新定义泰尔指数来度量产业结构合理化，可表示为：

其中，i为三次产业，Y为产值，L为劳动力人数。该指标采用地区三次产业之间的聚合质量度量产业结构合理化水平，目标是实现要素资源在产业间优化配置，以使产业间协调发展，反映了要素投入和产出结构之间进行耦合的质量情况。由于TL'是一个反向指标，所以按照叶宗裕（2003）的处理方法，将其正向化：

其次，遵循干春晖等（2011）的思路，为考虑第三产业在区域经济结构中的重要贡献，采用第三产业增加值与第二产业增加值的比值衡量产业结构高级化，该指标可以直观地刻画出经济结构的服务化倾向。

再次，贺丹等（2015）提出，产业结构的升级变迁除可表征为产业结构的合理化、高级化过程以外，还应突出产业结构优化内涵中所蕴含的生态环保属性，这是由“加快生态文明体制改革”的发展目标所决定的，因而具有强烈的理论参考价值与时代紧迫性。由于降低能耗是产业结构生态化的核心问题，本文以整个国民经济能源消耗总量与GDP 之比衡量生态环境状况，其为反向指标，同样对其正向化处理。

表7 列（1）至列（6）报告出对式（3）～式（8）的中介效应检验结果。其中，列（1）至列（3）分别汇报了以产业结构合理化、高级化和生态化为因变量的估计结果，旅游业回归系数在列（1）、列（2）的回归结果中显著为正，而在列（3）中未通过显著性检验，说明旅游业发展促进了产业结构合理化、高级化过程，但其对产业结构生态化的影响甚微。新型城镇化及其与旅游业的交互项系数在列（1）至列（3）中均在不同显著性水平上通过统计检验，表明新型城镇化能切实促进经济结构转型和可持续发展，并在此过程中推动生产性服务业、高新技术产业、绿色产业成长，进而为产业结构升级奠定坚实基础，这与既有文献的研究结论一致（蓝庆新 等，2013；胡元瑞 等，2020）。此外，新型城镇化对增强旅游业的产业结构升级效应也发挥了重要的正向调节作用，新型城镇化所释放出的强大市场需求潜力和新兴产业共享知识，为增强旅游业对产业结构转型、升级的影响效应创造了新型动能。

在式（3）～式（5）中依次加入3 个中介变量后的估计结果见表7 列（4）至列（6）。从中可以看出，产业结构高级化、合理化和生态化的回归系数均显著为正，表明产业结构的优化、升级能够显著促进经济增长。对比表3列（4）可知，在加入3个中介变量后，旅游业与新型城镇化交互项的回归系数值有所下降，这验证了产业结构升级中介效应的存在，其部分中介效应依次为0.0044、0.0101 和0.0136，分别占总效应的2.06%、4.70%和6.29%，尽管中介效应率相对较低，但也表明产业结构升级在“城旅协同”促进经济增长过程中起到了中间传导作用，这符合本文假设3 的理论推设，即“城旅协同”可以通过产业结构优化、升级的中间渠道而促进经济增长。需要补充说明的是，上述结果同时也显示出，新型城镇化亦可通过产业结构优化、升级而驱动经济增长。

表7 影响机制检验

5 拓展性分析

新型城镇化在增进经济城镇化、人口城镇化过程中，城镇居民可支配收入水平的显著提升改变了居民消费结构、层次和理念，单一化、低品质和弱体验型旅游产品已不再适应城镇居民对多样化、高品质和强体验型旅游产品的消费诉求。因此，为提高旅游产品供给体系对需求侧的适配性，新型城镇化通过向旅游业提供融合平台、创新技术、配套功能和消费空间来拓展旅游产业链。另外，为提升旅游产品的内涵性、新颖性和多维性，给居民创造综合性、层级式、可持续的旅游体验，也需要产业链上跨部门涉旅企业之间紧密联系、协同合作，而新型城镇化强化了旅游产业链的这种组织模式，并且决定上述涉旅企业在深度参与旅游产业链分工的同时获得直接的生产率效应。上述过程会产生三种生产率改进机制：其一，要素流动效应。资本、劳动、技术、信息等生产要素因涉旅企业间紧密的生产关系而动态流动，此时蕴含在生产要素中的创新技术与隐性知识存量便发生迁移、传播和扩散。其二，技术溢出效应。新型城镇化增强了旅游业的产业关联、融合能力，为满足居民对旅游产品或服务质量和性能的高品质要求，除旅游业部门以外，大量关联性保障部门（金融、医疗、通讯、交通、园林、体育……）为共同向旅游业价值链赋能，并实现其增值，进而享受旅游经济增长红利，不仅会主动向旅游业部门学习旅游开发、经营与管理相关知识，而且也会加强部门间分工协作，通过技术交流、研发合作、项目

开发等方式来加快知识和技术溢出速率，从而对产业网络发展绩效产生促进作用。其三，规模扩张效应。新型城镇化加速涉旅行业的多样化集聚，集聚经济的直接表现在于，旅游产业链上生产环节的专业化效应，通过外部性机制不仅激发涉旅企业的创新行为，并且也会在产业关联效应的放大作用下，进一步强化创新的传导机制，尤其是新型城镇化又可为集聚充实异质性知识提供优越的产业环境和畅通的传导渠道，而根据“市场范围”假说理论，由此所引发的规模效应、竞争效应便会提升生产率水平。除此以外，影响渠道检验结果也表明，“城旅协同”对产业结构升级具有显著的提升效应。结合上述理论分析，我们将进一步实证考察“城旅协同”对全要素生产率的影响，也可从侧面反映“城旅协同”对改变传统粗放型经济增长方式是否存在积极作用。

相对于传统的增长核算法和数据包络分析法，基于生产函数估算的随机前沿分析法所测算出的全要素生产率更能反映其真实性，尤其是采用了超越对数生产函数形式设定的模型放松了常替代弹性假设，并且可以对函数形式的有效性进行检验，进而保证较好的拟合效果（余泳泽，2017）。鉴于此，本文将随机前沿生产函数设定为超越对数形式，并以系数的显著性检验来确定最终的函数形式，超越对数生产函数形式设定如下：

其中，Y、K、L分别表示产出、物质资本规模和劳动力数量；vit为随机扰动项，服从标准正态分布；uit为技术无效率项，服从零点截断的半正态分布。我们根据余泳泽（2015）和Battese等（1995）的研究，使用广义似然比统计量检验模型的适用性。

关于变量构造问题，我们以国内生产总值来表示产出，各地区的国内生产总值按2004 年不变价进行平减处理，投入包括物质资本和劳动力两项，分别用物质资本存量和全社会从业人员数量度量。通过函数检验形式，Cobb-Douglas 生产函数设定形式被排除，因而我们转而采用超越对数生产函数形式。表8结果显示，模型拟合效果较好，γ值为0.9975，表明模型存在明显的复合机构，似然比统计量也显著拒绝了技术无效率不存在的原假设。

表8 中国经济生产函数模型估计

本文以基于随机前沿模型所计算出的全要素生产率（lnTFP）为被解释变量，进一步考察“城旅协同”是否具备生产率改进效应，模型构建如下：

在未考虑控制变量，也未控制个体、年份效应条件下，表9 列（1）结果显示，旅游业、新型城镇化的回归系数不具备统计显著性。列（2）在控制固定效应并纳入旅游业与新型城镇化交互项之后，发现旅游业回归系数不显著，新型城镇化回归系数在5%水平上显著，而交互项回归系数尽管显著性水平较低，但也通过了10%的统计显著性检验，进而初步反映出新型城镇化建设不仅对提升全要素生产率具有促进作用，而且“城旅协同”也对全要素生产率呈现出正向影响效应。加入控制变量后，列（3）的回归结果显示，新型城镇化及其与旅游业的交互项回归系数仍然保持统计显著性，再次表明新型城镇化建设有利于提升全要素生产率，这与赵永平（2016）的研究结论一致。更重要的是，表征“城旅协同”的交互项回归系数在5%统计水平上显著为正，说明新型城镇化建设主导的旅游业发展对全要素生产率具有正向促进作用，即“城旅协同”具有“生产率改进效应”，新型城镇化建设增强了旅游业发展对经济结构体系的影响能级，进而也会相应改善经济增长质量，这与赵磊（2012）的研究结论也基本吻合。

表9 旅游业、新型城镇化与全要素生产率

6 结论与政策启示

本文试图在新型城镇化战略背景下，深入到现代服务业内部，系统考察“城旅协同”对经济增长的影响及其作用机制，希冀从更为微观的“城旅协同”视角为产城融合促进经济增长寻找一个具象解释。计量分析表明，“城旅独立”和“城旅协同”均对经济增长具有显著促进作用，并且“城旅独立”的经济增长效应表现更为强烈，充分验证出，有效发挥旅游业与新型城镇化的联合协同作用能够有力地促进经济增长。在克服内生性、分析异质性和检验敏感性后，上述核心研究结论保持稳健。此外，机制检验结果表明，“城旅协同”具体是通过推动产业结构优化、升级，进而促进经济增长。本文还进一步发现，“城旅协同”对经济增长的影响相对深远，旅游业与新型城镇化之间深度有效协同可通过改进全要素生产率而提升经济增长质量。

本文证实了新型城镇化是增强旅游业影响经济增长的效应强度的重要调节力量，因而将“城旅协同”作用纳入经济增长驱动因素框架中予以实证研究，对在新时期探索经济增长的潜在贡献来源极为迫切。本文所蕴含的重要政策启示：（1）旅游业是影响经济增长的重要因素，因而在当前经济发展环境下，各地政府可以考虑将旅游业视为促进经济增长的工具，需要强调的是，应当以发展现代、新兴和高端旅游业为主，避免同质化、重复性旅游开发思维，并且需充分塑造现代旅游业融合空间，以激发旅游业的产业融合潜能，从而持续强化旅游业的经济增长效应；（2）全面、系统和深入贯彻新型城镇化建设战略，以切实推进人的城镇化为核心抓手，以持续提升城镇化质量为主要理念，以促进内涵集约式产业发展为实施路径，以优化改革体制机制为内在动力，有序完善新型城镇化发展体系，重分释放新型城镇化蕴藏的巨大内需潜力；（3）强化“城旅协同”运行机制，旅游业部门需提高对新型城镇化建设所释放出的有效市场需求、产业创新技术、先进经营模式等外溢知识的吸收能力，尝试构建以新型城镇化为导向的旅游业发展模式，同时，各级政府可考虑在资源、技术、集聚和功能等方面为构建旅游业与新型城镇化协同发展路径创造要素配套保障，以增进旅游业系统与新型城镇化系统之间的互动协调性、耦合适

应性；（4）为尽可能拓宽“城旅协同”对经济增长的影响路径，需激发“城旅协同”的产业结构优化机制，具体可通过“城旅协同”所催生的衍生需求升级、消费业态迭代、产业动态集聚、知识溢出关联等途径对产业结构优化产生“要素配置效应”“消费升级效应”“技术驱动效应”和“产业筛选效应”；（5）基于新型城镇化的产业选择机制，激发旅游市场需求，提升旅游产品质量，拓展旅游产业链条，强化旅游业与新型城镇化之间的高质量协同，进而推动新兴涉旅部门跨行业集聚，持续释放“集聚经济效应”，以此推动经济增长质量提升。