数字技术与中国旅游全要素生产率——基于非线性与异质性的考量

冀雁龙，李金叶

（1.新疆大学 经济与管理学院，新疆 乌鲁木齐 830046；2.山西大同大学 云冈学学院，山西 大同 037009）

一、引言

改革开放以来，中国旅游经济持续高速增长，并逐步成为国民经济的重要增长点。然而，当前旅游业仍存在粗放式增长、产品同质化等问题，难以实现旅游全要素生产率的提升。尤其在当前新冠肺炎疫情影响下，旅游全要素生产率提升成为旅游产业升级，实现旅游经济高质量发展目标过程中亟待解决的难题。此外，数字经济作为一种新经济形态，在激发消费、刺激就业、促进投资等方面发挥重要作用，成为中国经济发展中最活跃的领域之一（袁徽文、高波，2022）[1]。2020年中国数字经济规模达39.2万亿，约占GDP的40%。同时，数字技术作为数字经济发展的核心驱动力，因其具有强大的赋能效应，促进全要素生产率增长（刘平峰、张旺，2021）[2]。具体到旅游产业层面，不仅有利于旅游产业自身创新水平提升以及降低旅游活动交易成本，还会通过旅游产业要素投入产出与要素结构，影响旅游全要素生产率提升。因此，推动数字技术对旅游产业的数字化改造对提升旅游全要素生产率具有重要意义。

在数字经济快速发展的背景下，大量学者对数字技术与经济活动之间的关系展开了有益探讨。从宏观经济方面来看，一是数字技术对经济增长、经济高质量发展（丁志帆等，2020）[3]、产业结构升级（方湖柳等，2022）[4]等的促进作用；二是数字技术对全要素生产率提升的“生产率效应”(Lin&Shao，2007)[5]或“生产率悖论”(Oliner等，2008)[6]，体现了数字技术对全要素生产率提升具有两面性。从中观产业方面来看，一是数字技术对农业产业链发挥“增值效应”（李飞星等，2022）[7]；二是数字技术推动制造业在连接、数据、算法和算力、加工制造能力，有助于制造业的服务化转型（李晓华、2021）[8]；三是数字技术促进服务业转型升级、性质变化、供需和资源匹配协调，对服务业生产率提升具有“赋能效应”（李帅娜，2021）[9]。从微观企业方面来看，数字技术有助于提升企业全要素生产率（赵宸宇等，2021）[10]。

关于数字技术对旅游全要素生产率影响的相关研究，黄蕊、李雪威(2021)[11]利用中国省级数据检验了数字技术对旅游产业效率的影响，发现数字技术主要通过打破传统的路径依赖、打造全新组织结构，进而提升旅游产业效率；陈琳琳等(2022)[12]构建数字技术影响旅游业高质量的理论模型，表明数字技术通过提升生产要素组合效率、激发产业创新效率、加快供给侧结构性改革进而提升旅游产业效率。上述研究中，第一，多从旅游产业效率锁定的成因展开，发现数字技术成为助力旅游产业效率提升的有效路径，但并未进行实证检验；第二，学者综合考虑了数字技术对旅游产业效率提升的作用机制，然而仅是考虑了其中存在的线性影响。鉴于此，文章将中国旅游产业分行业数据与省级面板数据相匹配，验证了数字技术对旅游全要素生产率的非线性影响及其异质性。研究结论揭示了数字技术与旅游产业深度融合推动旅游投入产出与要素结构，优化进而影响旅游全要素生产率，弥补了现有文献的不足。

文章的边际贡献在于：第一，将数字技术与旅游全要素生产率纳入到同一分析框架，实证检验了数字技术对旅游全要素生产率的非线性影响。进一步将旅游全要素生产率解构，剖析数字技术影响旅游全要素生产率的非线性关系的核心动力。第二，以旅游经济增长、旅游产业结构升级作为调节变量，以探究数字技术对旅游全要素生产率影响的非线性关系的内在机制，以期更加明确数字技术影响旅游全要素生产率的背后逻辑。第三，基于旅游景区禀赋、地区技术创新水平以及地区经济发展差异，分析了数字技术对旅游全要素生产率的异质性影响，对于中国而言，区域差异明显，因此，“因地制宜”的政策制定和实施尤为重要。

二、理论分析与研究假设

旅游全要素生产率提升受要素禀赋与要素结构的制约。由于要素流动和要素价格，要素禀赋体现了要素的数量与质量，要素结构则是要素实际配置所达成的要素间相对比例关系。借鉴蒋瑛等(2022)的旅游增长极限的分析框架，可以揭示旅游全要素生产率提升的内在原因，该理论框架认为旅游增长极限主要由旅游市场供需所决定[13]。其中，供给极限是旅游产业投入生产要素的极限，需求极限是旅游市场规模的极限，共同决定了地区旅游经济“量”的增长，同时，地区旅游经济“质”的突破在于旅游市场供需的平衡，投入过少以及产出失衡均会造成旅游经济增长动力不足与旅游产业效率低下等问题。所以，突破旅游市场供需极限亟需一个强大的外力，促进旅游全要素生产率提升。适逢数字经济作为经济社会中的一次重大变革，数字技术视为创新驱动的先导力量，有助于促进旅游产业由要素驱动向创新驱动转变，突破旅游增长极限、实现市场供需平衡，从而提升旅游全要素生产率。文章接下来从旅游要素投入和产出角度、要素结构和配置角度分析数字技术对旅游全要素生产率的影响（图1）。

图1数字技术对旅游全要素生产率作用机制

1.数字技术对旅游全要素生产率的影响

理论上，数字技术以现代信息与通信为主导，通过多种机制直接作用于旅游全要素生产率。然而，数字技术对旅游产业的数字化改造并非一蹴而就，往往需要一定的适应过程，数字技术具有“生产率悖论”。一方面，倘若数字技术与本地旅游传统要素不相匹配，表现为数字技术与旅游产业生产要素在区域范围内的不适配，导致数字技术嵌入的“空心化”、数字技术成果的“孤岛化”、数字技术改造的“碎片化”，进而引致低效率生产与资源闲置（杨建、方浩，2022）[14]，抑制旅游全要素生产率提升；另一方面，数字技术对旅游产业生产要素具有替代效应，其应用将不同程度的改变旅游产业生产要素市场份额，快速更迭的数字技术水平可能导致旅游产业生产要素配置扭曲，要素配置扭曲的扩散效应与传导效应则会抑制旅游全要素生产率提升（冀雁龙、李金叶，2022）[15]。

长期来看，数字技术主要通过技术创新效应、资源配置效应和规模经济效应，发挥“生产率效应”。首先，数字技术的技术创新效应实质上是现代信息技术与通信技术在旅游产业发展过程转化为生产力的过程，既是数字技术本质属性的表现，又是数字技术对旅游产业数字化改造的重要出发点。杨宏浩(2020)认为数字技术有助于旅游产业创新发展与重塑旅游产业格局[16]。夏杰长等(2020)指出数字技术通过文旅产业变革与新业态创造，突出数字技术对旅游经济高质量发展的“赋能效应”[17]；其次，数字技术的资源配置效应是指在旅游产业生产要素投入既定的条件下，通过数字技术对要素配置效率的提升，从而实现产出的最大化。具言之，随着数字技术融入到旅游活动中，将带动知识、技术、信息等新型生产要素在旅游产业中的流动，一方面提升旅游产业生产要素组合效率，另一方面明显提升旅游产业中高级要素占比，最终为推动旅游全要素生产率提升提供要素配置动能；最后，数字技术的规模经济效应是指在旅游产业数字化改造过程中，数字技术加快旅游产业专业化水平，通过规模经济效益进而实现旅游全要素生产率提升（郭悦等，2015）[18]。进一步，数字技术与旅游产业传统要素催生的数字要素，具有低成本、边际收益递增、规模报酬递增等特点，较小的投入便会实现旅游产出的最大化，有助于解决旅游产业粗放式增长与规模效益低下等问题。据此，文章提出如下假设：

假设H1：数字技术对旅游全要素生产率的影响呈现先抑制后促进的“U”型关系。

2.数字技术对旅游全要素生产率的作用机制

（1）旅游经济增长的调节效应

旅游经济增长反映的是从投入到产出在旅游产业发展的动态过程，是旅游全要素生产率提升的前提。不容置否，要素投入往往存在一个由“量变”到“质变”的转换过程，这其中会存在一定的滞后性。在前期，数字技术与旅游产业生产要素的协作尚处于探索阶段，可能存在技术与要素协同“水土不服”的现象，造成数字技术对旅游经济增长产生“破坏性创新”，不利于旅游产业发展过程中投入的长期增加与产出效率的提升，抑制旅游经济增长；随着数字技术与旅游产业生产要素的适配，旅游产业生产要素在数字技术的加持下突破时空限制，有助于解决旅游投入边际效应递减和旅游投入产出失衡的问题，进而促进旅游经济增长。据此，文章提出如下假设：

假设H2：数字技术主要通过旅游经济增长的正向调节作用对旅游全要素生产率产生“U”型非线性影响。

（2）旅游产业结构升级的调节效应

旅游产业结构则反映的是旅游产业发展的结构性问题，体现了旅游产业生产要素的匹配和组合关系，通过要素配置协调与产业链增值引致的旅游全要素生产率提升。短期来看，数字技术作为一种外部冲击，容易打破旅游产业生产要素固有结构，造成旅游产业要素配置紊乱；长期来看，随着数字技术对旅游产业的数字化改造深入，数字技术与旅游产业生产要素催生的数字要素，通过从低生产率部门向高生产率部门的转移，实现旅游产业结构升级。据此，文章提出如下假设：

假设H3：数字技术主要通过旅游产业结构升级的正向调节作用对旅游全要素生产率产生“U”型非线性影响。

三、研究设计

1.模型设定

结合以上理论分析，为了评估数字技术影响旅游全要素生产率的非线性关系，建立加入数字技术(dig)二次项的固定效应模型进行实证分析。考虑到数据的量纲不同，对部分变量取对数与去中心化处理，基准模型设定如下：

其中，下标i，t分别表示省份、年份，ttfp表示旅游全要素生产率和三个细分指标（技术进步、纯技术效率和规模效率），dig表示数字技术，X表示其他影响旅游全要素生产率的控制变量，ρ表示个体固定效应，用来控制各省区市不随时间变化因素，ε为随机扰动项。

在基准回归的基础上，进一步引进数字技术与旅游经济增长(tg)、旅游产业结构升级(sr)的交互项(digit×tgit/digit×srit)，通过交互项的显著性验证是否存在调节作用，调节效应模型设定如模型(2)和模型(3)，其他变量含义同上。

2.变量选取与测度

（1）核心被解释变量

旅游全要素生产率(ttfp)。借鉴鲁晓东、连玉君(2012)[19]的做法，使用Malmquist指数法测度旅游全要素生产率，并将其分解为技术进步(techch)、纯技术效率(pech)和规模效率(sech)。其中，投入和产出变量的处理如表1所示，从资本、劳动力、旅游服务设施三个方面选取投入指标，从收益和规模两个方面选取产出指标，利用DEAP2.1程序得到2013—2020年各省区市旅游全要素生产率增长率及其细分指标。

表1旅游全要素生产率测度指标

（2）核心解释变量

数字技术(dig)。借鉴周青等(2020)[20]的做法，以数字基本资源与数字互联化两个维度构建综合指标体系，其中，数字化基础资源包括长途光缆线路长度、每百人使用计算机数、互联网宽带接入端口数、互联网宽带接入用户以及软件业务收入五个指标，数字互联网包括企业信息化及电子商务企业数、企业拥有网站数、每百家企业拥有网站数、有电子商务交易活动企业数以及电子商务销售额，采用熵值法求得综合指数值。

（3）控制变量

考虑到影响旅游全要素生产率提升的因素较多，借鉴已有研究成果引入其他影响旅游全要素生产率的控制变量：经济发展水平(pgdp)、外商开放程度(open)、政府规模(gov)、技术创新(tech)、产业结构(ind)。其中，经济发展水平使用人均实际GDP衡量，外商开放程度使用外商直接投资与GDP的比重衡量，政府规模使用政府财政支出占GDP的比重衡量，技术创新使用专利申请数来衡量，产业结构使用第三产业与第二产业的产值之比衡量。

（4）调节变量

旅游经济增长(ts)。根据既有研究成果的设定惯例，参考Robertico等(2020)[21]的做法，使用旅游产业总产值占GDP的比值衡量。

旅游产业结构(sr)。参考干春晖(2011)[22]的做法，使用重新构造泰尔指数测度，公式为：

其中，Y为旅游产业总收入，L为旅游产业总就业人数，i为旅行社、星级酒店和旅游景区三大行业部门，n为行业部门数。囿于该指标为反向测度指标，参考叶宗裕(2003)[23]的做法将指标正向化：

3.数据来源

各变量数据均来源于历年《中国统计年鉴》《中国旅游统计年鉴》以及各省区市国民经济和社会发展统计公报和EPS数据平台。鉴于西藏和港澳台地区数据缺失严重，将其从研究样本中剔除，对于部分缺失数据使用年均增长率补齐。文章将数字技术数据、旅游产业数据与2013—2020年中国30个省区市数据相匹配，共计得到240个样本作为观测值，所有变量的描述性统计如表2所示。

表2主要变量描述性统计

四、实证检验

1.基准回归

基于Hausman检验结果，采用固定效应模型进行基准回归，结果见表3所示。第(1)列、第(2)列分别是未引入以及引入控制变量，将数字技术一次项纳入到基准模型的回归结果。结果发现数字技术一次项的回归系数都显著为负，均在10%显著性水平上对旅游全要素生产率产生负向影响；第(3)列、第(4)列分别是未引入以及引入控制变量，将数字技术二次项纳入到基准模型的回归结果。结果发现数字技术二次项的回归系数显著为正，均在1%显著性水平上对旅游全要素生产率产生正向影响；第(5)列、第(6)列分别是未引入以及引入控制变量，将数字技术一次项、二次项纳入到基准模型的回归结果。结果发现数字技术一次项回归系数显著为负，其二次项回归系数显著为正，均通过10%显著性水平检验，说明数字技术对旅游全要素生产率存在先抑制后促进的“U”型关系。假设H1得以证实，短期来看，数字技术与旅游产业传统生产要素及其要素结构不相匹配，数字技术对旅游产业发展造成数字化冲击，导致对旅游全要生产率提升的抑制作用；长期来看，随着旅游产业数字化改造的深入，数字技术有助于旅游产业要素禀赋集聚与要素结构优化，充分发挥数字技术的“赋能效应”，进而促进旅游全要素生产率提升。

表3基准回归结果

进一步，将旅游全要素生产率进行解构，分别是技术进步(techch)、纯技术效率(pech)以及规模效率(sech)。将数字技术分别与技术进步、纯技术效率以及规模效率进行基准回归，以验证数字技术对旅游全要素生产率提升的主导力量。如表4所示，仅有数字技术对旅游技术进步水平的影响存在显著的“U”型非线性特征，与数字技术对旅游全要素生产率的影响效应相一致。这就表明数字技术对旅游全要素生产率的“U”型非线性影响主要由旅游技术进步发挥主导作用。

表4旅游全要素生产率的分解估计

2.内生性与稳健性检验

为了纾解模型中存在的内生性问题，通过引入工具变量，进行两阶段最小二乘法(2SLS)估计。借鉴黄群慧等(2019)[24]的做法，采用1984年各省区市的邮电数据作为数字技术的工具变量，该变量作为信息通讯的历史数据，与当前数字技术发展显著不相关。满足严格工具变量的严格外生性要求。鉴于该变量为截面数据，参考袁淳等(2021)[25]的做法，使用各省区市滞后一期的互联网上网人数与邮电数据的交互项作为当期数字技术的第一组工具变量(iv1)；此外，使用数字技术的滞后二阶、滞后三阶作为第二组工具变量(iv2)。2SLS回归结果如表5所示，Kleibergen-Paap rk的LM统计量显著拒绝“工具变量识别不足”原假设，Kleibergen-Paap rk的Wald F统计量以及Cragg-Donald Wald的F统计量均拒绝“弱工具变量识别”的原假设，Hansen J检验不能拒绝“工具变量过度识别”的原假设。因此，在考虑内生性问题后，数字技术对旅游全要素生产率影响的“U”型关系仍旧成立。

表5工具变量回归结果

此外，文章还通过更换回归模型、替换核心解释变量与被解释变量、样本处理的方法进行稳健性检验。使用两步系统广义矩估计(SYS-GMM)方法对模型进行估计，如表6第(1)列所示，检验结果依旧稳健；为了减小指标构建方式带来的估计误差，第(2)列使用主成分法构造数字技术综合指标，回归结果依旧稳健；借鉴鲁晓东、连玉君(2012)[19]的做法，使用GMM法测度旅游全要素生产率，估计结果如第(3)列所示，回归结果依旧稳健；对数据进行左右1%缩尾处理，估计结果如第(4)列所示，回归结果依旧稳健。所以文章的研究结果具有较强稳健性。

表6稳健性检验

3.作用机制检验

数字技术通过什么路径对旅游全要素生产率产生“U”型非线性影响？这里主要探讨上文所述的两种路径。第一种是数字技术通过促进旅游经济增长，进而对旅游全要素生产率产生“U”型非线性影响，因为数字技术有助于解决旅游产业生产要素投入的长期性以及投入、产出的平衡性问题，进而通过旅游经济增长影响旅游全要素生产率提升。第二种是数字技术通过促进旅游产业结构升级，进而对旅游全要素生产率产生“U”型非线性影响，因为数字技术有利于旅游产业要素结构优化与要素资源合理化配置，通过旅游产业结构升级影响旅游全要素生产率提升。因此，加入数字技术与旅游经济增长、旅游产业结构升级交互项的基准模型回归结果见表7所示。可以看出，两个交互项的回归系数均显著为正，且通过5%显著性水平检验，证明了数字技术正向调节旅游经济增长、旅游产业结构成为与旅游全要素生产率“U”型关系的主要作用机制，假设H2和假设H3得以验证。

表7作用机制检验

五、进一步异质性分析

1.旅游景区资源禀赋和技术创新水平是否会影响估计结果

数字技术是现代通信与信息的通用技术，具有覆盖范围广、服务成本低等特点，尤其是在旅游景区禀赋较低的地区。为此，分别根据旅游景区禀赋、技术创新水平将总体分为两个子样本进行基准回归。其中，按照2004年发布《旅游景区质量等级的划分与评定》的国家标准，将旅游景区分为高旅游景区禀赋地区与低旅游景区禀赋地区，然后按照各省区市的专利申请数分为高技术创新水平地区与低创新水平地区，分别进行异质性检验，结果见表8所示。第(1)列和第(2)列表明数字技术对旅游全要素生产率影响的“U”型非线性关系仅存在于低旅游景区禀赋地区。对此可能的解释是，低旅游景区禀赋地区意味着旅游资源丰度较低，旅游发展可能并未产生明显的“荷兰病”效应，从而更好发挥数字技术的赋能效应来改善旅游产业要素禀赋与要素结构，属于“雪中送炭”。第(3)列和第(4)列表明数字技术对旅游全要素生产率影响的“U”型非线性关系仅存在高技术创新水平地区。进一步表明高技术创新水平地区更有利于发挥数字技术实现对旅游产业的数字化改造，属于“锦上添花”。因此，数字技术有助于旅游景区禀赋较低地区与技术创新水平较高地区的要素投入产出均衡与要素结构优化，从而更好发挥数字技术对旅游全要素生产率提升的赋能效应，这也证实了数字技术的通用性技术新形态的本质。

表8异质性检验Ⅰ

2.数字技术对旅游全要素生产率的影响是否存在地区差异

文章将中国整体样本分为东部地区、中部地区和西部地区，分别对三大地区进行回归，结果见表9所示。从表9可以看出，仅有东部地区的数字技术及其平方项的回归系数与全样本回归相一致，而中部地区表现为数字技术及其平方项的回归系数均为正，说明数字技术对旅游全要素生产率的影响效应呈现边际效应递减特征，西部地区表现为数字技术及其平方项的回归系数由正转负，均不显著，说明数字技术对旅游全要素生产率的影响效应呈现不显著的倒“U”型关系。

六、研究结论与启示

文章在系统梳理数字技术对旅游全要素生产率的作用机制的基础上，使用2013—2020年省级平衡面板数据，实证检验了数字技术对旅游全要素生产率的影响。研究发现，数字技术与旅游全要素生产率并不是简单的线性关系，而是呈现先抑制后促进的“U”型影响，且数字技术与旅游全要素生产率的“U”型关系主要通过技术进步驱动；进一步，该结论经过内生性与一系列稳健性检验后依旧成立；机制检验发现，数字技术通过正向影响旅游经济增长与旅游产业结构对旅游全要素生产率产生“U”型关系。另外，异质性分析表明，数字技术与旅游全要素生产率的“U”型非线性关系仅存在于与旅游景区禀赋较低地区、技术创新水平较高地区以及东部地区，这也证实了数字技术的通用性功能。

基于以上结论，提出如下政策建议：第一，推动地区数字技术发展水平，实现数字技术与旅游产业深度融合。依托当前互联网、大数据、人工智能等新型技术，完善地区数字基础设施建设，加快地区数字化人才培养，推进旅游全产业链数字化应用，借助数字技术转化生产力，促进旅游全要素生产率提升；第二，结合地区发展实际情况，制定“数字旅游”建设的差异化政策。在低旅游景区禀赋地区数字技术的短期冲击与长期赋能作用更为明显，所以需要紧抓数字经济红利，利用数字技术的赋能效应，弥补旅游景区禀赋不足，更好发挥数字技术对旅游全要素生产率提升的促进作用。而在高技术创新水平地区，更有利于发挥数字技术的显著赋能效应，所以要加快实施低技术创新水平地区创新驱动发展战略，依托地区整体技术创新水平提升，以实现数字技术对旅游全要素生产率提升的长效机制。此外，在经济发展较好的地区更容易突破数字技术对旅游产业发展的冲击，使得数字技术的赋能效应更加显著，所以在经济发展较落后地区应加大旅游产业数字化改造，积极参与到旅游一体化建设中，使得数字技术的赋能效应得到充分发挥；第三，依托数字技术对旅游经济增长、旅游产业结构升级的积极作用，加快旅游经济高质量发展体系构建。注重数字技术的规模经济效应与资源配置效应，以技术创新效应为突破口，提升要素投入产出效率，优化要素结构，实现旅游经济增长与旅游产业结构升级，通过旅游全要素生产率提升加快构建旅游经济高质量发展体系。

表9异质性检验Ⅱ