乡村旅游全要素生产率动态评价与溢出效应研究

肇丹丹,马鹏静,吕 君

(1.内蒙古财经大学 旅游学院,内蒙古 呼和浩特 010070;2.内蒙古财经大学 科研处,内蒙古 呼和浩特 010070)

乡村旅游是以“旅游+”形式存在的复合业态。除传统的观光、度假、康养等旅游形式外,乡村旅游还可将“古村古落”“民风民俗”“水利资源”“遗址遗迹”“河岸荒滩”转换为焕发经济价值、文化价值和生态价值的生产要素,转换为吸引“人才”“资本”“技术”流入的“生根之源”。扶贫攻坚时期,由于存在技术和生产率差距,乡村旅游经济增长主要依靠资本、土地和劳动力投入实现。但是,乡村旅游经济、社会、文化和生态效益持续增加的同时,其效率却呈现出不稳定、不持续的发展态势[1]。

一、引言

在巩固拓展脱贫攻坚成果同乡村振兴有效衔接时期,如果依然依靠传统增长动力,依然依靠农家乐、采摘园等初级形态,乡村旅游就要面对经济活力、创新力和竞争力的减速挑战。

“着力提高全要素生产率”是党的二十大对高质量发展内涵的硬性要求。因此,乡村旅游的发展重点应从弥补农业、农村和农民生活的弱质性出发,着力协调速度与效率、总量与结构、供给与需求、先富与共富的关系,从资源配置效率、技术进步和规模效应上入手,着力提升全要素生产率,推动乡村旅游经济高质量发展的同时助力乡村振兴大局。

全要素生产率(Total Factor Productivity,TFP)主要源自于技术进步、效率优化与非恒定规模报酬引发的产出贡献。除此之外,TFP还受多种复杂因素影响。学界主要运用TFP衡量国家、地区或行业的经济增长质量、管理效率和技术进步程度。国外学者对旅游产业全要素生产率的研究集中在资源配置效率上,重点在于酒店、旅行社、航空公司或景区景点全要素生产率的测算与影响因素[2]。另有部分学者探索信息技术与旅游产业全要素生产率的关系以及旅游企业的碳效率[3]。同样,国内学者也将研究重点集中在旅游产业全要素生产率测评上,涉及其时间演化特征、空间分布规律、内在结构和影响因素[4]。

综上,旅游产业全要素生产率研究内容趋于多样且成果较为丰富。但鲜有学者关注乡村旅游全要素生产率,可能的原因在于较难将乡村旅游多种投入根据一定规则整合成体系。而且,演化特征研究中,多采用时间或空间单一切入点,较少从空间关联角度探索旅游产业全要素生产率之间的差异性、主要障碍与驱动机制。因此,本文基于2011—2019年面板数据,构建投入-产出指标体系与DEA-Malmquist模型测算乡村旅游全要素生产率,在探讨其时序特征基础上,运用空间计量模型检验其溢出效应,以期厘清各种因素的影响程度,并据此提出推动乡村旅游高质量发展的管理建议。

二、研究方法

(一)DEA-Malmquist模型

(1)

学界普遍采用Malmquist指数与DEA模型结合的方式测算全要素生产率(TFP)。

DEA确定生产前沿面后,根据距离函数构造TFP指数并衡量其增长率。

(2)

可将Ech分解为纯技术效率(Pech)和规模效率(Sech),即Ech=Pech×Sech。Pech为一定技术条件下的资源配置效率,Sech为在政策、技术、人才不变条件下的现有规模和最优规模间的差异。

(二)空间权重矩阵

空间权重反映空间单元的依赖性。为保证研究稳健性,运用stata17计算30省区的地理距离矩阵[公式(3),简称W1]、经济地理距离矩阵[公式(4),简称W2]。

(3)

(4)

(5)

(三)空间自相关

使用全局莫兰指数(Global Moran’I)描述所有空间单元在整体区域中与周边地区的平均关联情况。

(6)

如全局莫兰指数显著,区域存在空间自相关。使用局部莫兰指数判断是否存在空间集聚。

(7)

(8)

(四)空间计量模型

乡村旅游以区域空间为载体,如忽视空间变量的相关性,易造成模型估计偏差[15]。参考相关成果[15-18],利用空间计量模型分析乡村旅游全要素生产率空间溢出效应。

空间计量模型包括空间滞后模型(SAR)、空间误差模型(SEM)和空间杜宾模型(SDM)。其中,空间杜宾模型因既考虑了变量外生交互作用的空间相关性,又考虑了自变量的内生交互效应,而被认为是对空间滞后和空间误差模型的改进。

乡村旅游生产要素投入在全国范围内随时间变化而同向增减。长期看,如设定时间效应,乡村旅游生产要素投入都会返回均衡值。而且在均衡状态时,相邻地区的参数更趋向一致。与这种效应相比,生产要素之间的空间交互效应较为微弱。因此,本文侧重个体固定效应并构建静态杜宾模型公式(9)。

TFPCHit=ρwijTFPCHit+θXit+φwijXij+σijt+εijt

(9)

当ρ=0,φ≠0时,退化为SEM;当φ=0,ρ≠0时,退化为SAR;当ρ=0,φ=0时,退化为回归模型。

时滞是乡村旅游组织成员认识到技术或管理优化的必然性与开始执行技术或管理优化之间的时间差。不论认识时滞、执行时滞还是效果时滞,都会影响乡村旅游全要素生产率的当期效果。因此,构建动态空间杜宾模型公式(10),以便更加科学地考量解释变量对被解释变量的影响程度。

TFPCHit=δTFPCHit-1+ρwijTFPCHit-1+ρwijTFPCHit+θXit+φwijXit+σijt+εijt

(10)

X为解释变量,i、j为空间单元,t为期数,δ、ρ、θ、φ为系数,σijt为个体固定效应,εijt为误差项。

三、变量说明

本着独立性、可采性和导向性的原则设计评价指标。独立性是指指标特征清晰,指标间不存在交互关系。可采性是指指标设定内涵一致,数据来源真实可信。导向性是指所选指标不单纯指向某个决策单元的优劣性,而是在规范评价的基础上,实现乡村旅游最优化。

(一)被解释核心变量

乡村旅游全要素生产率为被解释核心变量。乡村旅游是旅游产业与经济、社会、人文、生态等要素的协调发展,乡村旅游全要素生产率强调的是以最低旅游生产要素投入实现最高的经济、社会等期望产出和最低能耗等非期望产出。

学者多采用酒店、旅行社和景区数量、第三产业就业人数、固定资产总值或净值组成投入体系;采用旅游业总收入、旅游接待人数或旅游企业经营利润组成产出体系并以数据包络分析(Data Envelopment Analysis,DEA)、随机前沿分析(Stochastic Frontier Analysis,SFA)和曼奎斯特指数(Malmquist Index,MI)测算全要素生产率。本文结合资本、劳动力和土地投入特征,从旅游基础设施、旅游环境建设和劳动力入手设置乡村旅游全要素生产率的投入——产出体系,并以DEA-Malmquist模型测算乡村旅游全要素生产率(详见表1)。

表1 乡村旅游投入-产出体系①

(二)核心解释变量

学者多采用经济发展水平作为旅游效率的核心解释变量并验证了其对旅游效率提升的积极作用[1]。同时,也有研究成果表明,经济发展水平对旅游综合效率、规模效率或全要素生产率的负向或不显著作用[5]。“两山理论”指导下,依托优势生态资源、优秀民族文化,乡村旅游在社会、经济发展中的综合效应逐步增强。“绿水青山”需环境治理保持,故本文采用环境规制作为乡村旅游全要素生产率的核心解释变量并采用工业污染治理完成投资额衡量。

(三)控制变量

乡村旅游受文旅资源禀赋、交通便利与可达性、经济发展与市场化水平、社会资本参与程度等多种因发展素的影响。根据周亮等[6]、Guo F Y等[7]研究成果,选取经济发展水平、产业结构、旅游发展潜力、可进入性、信息化程度、农村居民固定资产投资、旅行社规模作为影响乡村旅游全要素生产率的控制变量。

经济发展水平(Pgdp)在投入和需求层次上决定乡村旅游规模,采用人均GDP衡量;产业结构(MS)差异直接影响国家、地方与企业的资源投入方向与力度,间接影响乡村旅游的投入规模与程度,采用第三产业增加值占GDP比重衡量;旅游发展潜力(DPt)影响政策倾斜与扶持导向,影响各方资本对旅游业的投入力度与持续性,采用旅游总收入占GDP比重衡量。可进入性(AS)是乡村旅游发展的前提,其便利程度直接影响乡村旅游的交易成本。考虑公路是旅游者进入乡村的主要形式,采用公路里程衡量;信息化程度(DI)可反应乡村旅游智能化程度或旅游大数据、区块链的接入水平,采用电信业务总量衡量;农村居民固定资产投资(RP)影响乡村旅游生产规模,采用农村居民固定资产投资总额衡量;旅行社规模(TS)影响乡村旅游组织程度,城际、省际推广力度与范围,采用旅行社数量衡量。

(四)数据来源

2011—2019年《中华人民共和国统计年鉴》《文化和旅游统计年鉴》《旅游统计年鉴》以及各省区统计年鉴、国民经济与社会发展统计公报和民政事业统计数据等②。为消除异方差影响,在不改变时间序性质前提下,将除以百分比表示数值的变量,变量数值取对数。

四、结果分析

(一)时序变化

1.整体时序

基于乡村旅游投入-产出体系测算全要素生产率(详见表2)。我国全要素生产率呈波动态势,期末较期初上升199%。同时,技术进步上升196%,说明乡村旅游全要素生产率主要由技术进步推进并呈现整体向好趋势。

表2 2011—2019年乡村旅游全要素生产率及分列

研究区间内,期初,规模效率大于1,决策单元逐步向最优化发展,但规模效率>纯技术效率>技术进步,说明纯技术效率限制综合效率提升且资源配置与利用水平低于要素集聚优势。同时,技术进步是影响全要素生产率的主要因素;2012—2013年,技术进步强劲,这也从侧面印证了2012年全国范围内评定农业与乡村旅游示范点在丰富乡村旅游内容,提升乡村旅游品质上的积极作用;其后,乡村旅游要素投入力度逐步和资源配置与利用水平相适应,综合效率增加配合技术进步,乡村旅游全要素生产率稳步提升,于2013—2014年间达到峰值;接着,技术进步与技术效率交替增减,管理模式优化或规模增加与技术改进持续磨合,全要素生产率小幅增减。2018—2019年间,规模效率、纯技术效率基本持平,说明当时规模投入基本达到技术水平约束下的最优。但技术进步略低于两者0.07,说明未来乡村旅游发展的重点在于提升技术进步能力。

总体上,规模效率均值略大于纯技术效率均值0.008,说明现有乡村旅游规模、技术水平与投入力度已稍稍超出合理使用的最优状态,于乡村旅游体量上的资本、土地、劳动再投入难以产生积极影响。

乡村旅游全要素生产率受纯技术效率和技术进步影响。在纯技术效率均值(0.994)贴近1的情况下,生产要素投入质量、管理模式与手段等技术进步因素就成为影响乡村旅游全要素生产率的内在动力。事实上,我国大部分乡村旅游产品仍停留在“田野餐厅”“拍照摄影”“农园采摘”等初级阶段且运营方式与管理模式技术含量较低。而且,绝大部分乡村旅游建设主体未能处理好模仿、消化、吸收与自主创新的关系,更没有技术创新的资本与人才,结果造成国内模仿国外,过内相互模仿的现象频发。现实与数据验证说明,推动经营主体持续实现技术进步是提升乡村旅游全要素生产率的有效途径。

2.区域异质

为探求不同区域乡村旅游全要素生产率水平差异,按地理位置并结合经济发展情况将我国划分为东部、中部和西部三大区域③。

东部地区因社会、经济、文化基础优越,乡村旅游发展基础较好,全要素生产率基本持平于全国均值且提升动力主要源自技术进步。

中部地区乡村旅游全要素生产率波动较大。初期,全要素生产率远低于全国均值。中后期,资源配置与利用水平逐步与产业规模相适应后,其全要素生产率基本持平全国均值。

西部地区乡村旅游全要素生产率迅速增长后持平于全国。随着旅游产业建设速度加快,旅游生产要素流向西部地区的障碍不断削减,大量旅游企业和资本向西部农村地区集聚。例如,2018年以来,甘肃省统筹14.8亿元乡村旅游发展资金。西部地区乡村旅游综合效率与技术进步逐步匹配后,后发优势使其全要素生产率由远低于全国平均水平转为趋近于全国均值(详见图1,表3)。

图1 分区域乡村旅游全要素生产率

表3 乡村旅游全要素生产率及分列

(二)空间相关性

空间自相关是环境规制对乡村旅游全要素生产率产生空间效应的前提。借助Stata17测算2011—2019年乡村旅游全要素生产率全局莫兰指数(详见表4)。两种空间权重下,二者均为正值且在p<0.01上显著,可判断乡村旅游全要素生产率和环境规制具有较强的空间自相关性。使用局部莫兰指数进一步判断乡村旅游全要素生产率空间分布特征(图2),发现我国2/3省区市的乡村旅游全要素生产率处于“高高”集聚或“低低”集聚的区间。

图2 乡村旅游全要素生产率散点图

表4 空间杜宾模型逐项检验④

(三)空间溢出效应

1.模型甄别与验证

方差膨胀因子检验结果显示,各变量的VIF分布在[1.52,5.54],不存在多重共线性;时间序列平稳性检验显示结果均在5%显著性水平上拒绝原假设,原序列平稳。

分别以W1、W2为空间权重,进行模型甄别(表4)。第一,LM-error检验、LM-lag检验。检验结果均达到1%显著性水平,需考虑解释变量对乡村旅游全要素生产率的空间效应。第二,Hausman检验。检验结果在1%显著性水平上拒绝原假设,证明需选择固定效应模型进行后续操作。第三,以空间杜宾模型为基础,进行LR+Wald检验。LR,Wald结果均在1%显著性水平上拒绝原假设,证明SDM不能退化成SAR和SEM,可运用空间杜宾模型进行检验。

值得注意的是,动态杜宾模型的ρ均没有通过检验,说明在滞后期约束下,该模型没有空间交互效应产生,这也与模型设立时暂不考虑不随个体变化而随时间变化的误差项的初衷相符。同时,对比ρ、R2和LL,经济地理距离权重(W2)下的检验结果更具稳健性,本文以将其为主进行后续分析。

核心变量。基于地理距离矩阵(W1)和经济地理距离矩阵(W2),空间自回归系数均为正值且在1%显著性水平显示乡村旅游全要素生产率具有显著内生交互性。而且,其空间集聚特征表现为乡村旅游全要素生产率高值区与高值区、低值区与低值区相伴;环境规制未能显著影响本地乡村旅游全要素生产率,但却可以正向显著作用于相邻地区(详见表4)。

控制变量。2011—2019年,仅有旅游发展潜力对本地乡村旅游全要素生产率产生显著影响。但是,经济发展水平、农村居民固定资产投资却可以促进相邻地区乡村旅游全要素生产率的提升(详见表4)。

2.溢出效应分解与讨论

研究区间内,环境规制、经济发展水平和农村居民固定资产投资产生显著正向空间溢出效应(详见表5)。

表5 静态杜宾模型溢出效应

环境规制作为促进经济与自然和谐发展的政策手段之一,对相邻地区乡村旅游全要素生产率具有显著正向空间溢出,有限验证了“波特假说”。可能的原因在于环境规制强化后,乡村逐步退出高能耗的污染产业,生态与文旅的价值转化提升了乡村旅游示范效应,加速了相邻地区技术优化与模式创新的进程。

经济发展水平未能显著正向影响本地乡村旅游全要素生产率却可以对相邻地区产生显著正向溢出。可能的原因是分权体制下的地方政府凭财政自主水平,通过技术投入和基础设施建设,批量化、规模化地促进了乡村旅游目的地的短期发展。但长期看,容易造成重复建设、过度投资,无益于本地乡村旅游全要素生产率提升。同时,“高铁+公路”的网格化建设释放了资金流、游客流的传导与扩散能力,实现了经济发展水平对相邻地区乡村旅游的空间溢出。

居民作为乡村旅游发展的主导者和环境保护的实际执行人,其在旅游产业链完善、村镇环境美化上的固定资产投资,有利于刺激劳动力、技术和资本在乡村集聚,实现乡村旅游的可持续发展。同时,农村居民在固定资产投资竞争会形成“标杆效应”,促进相邻地区农村居民固定资产投资增加以及乡村旅游全要素生产率的提升,从而实现正向溢出效应。

旅游发展潜力、可进入性、信息化程度、市场结构和旅行社规模均未产生显著空间溢出效应。

旅游发展潜力(DPt)直接效应为负向显著,可能的原因在于旅游发展潜力虽有利于资本、劳动力向周边地区“扩散”,但对于边缘地区来讲,生产要素注入无法抵消核心区因资源、区位优势而生的“极化”效应,即优势资金、技术和人才多留存在他省区和国外游客认可的,具有国内国际知名度的传统景区、街区等核心旅游目的地,较难惠及主要面向短途游客的乡村旅游目的地;旅游发展潜力空间溢出效应负向不显著说明旅游经济发展暂时未能拓宽技术进步、模式创新的覆盖范围,暂未形成文旅生产要素转移的涓滴效应,暂未助力区域旅游经济的均衡发展。

可进入性(AS)对本地乡村旅游全要素生产率正向影响不显著,对相邻地区负向溢出不显著。可能的原因在于交通便利性扩大了本地乡村旅游目的地的备选集合,降低了特定目的地的入选概率。同时,可进入性增强会吸引相邻地区的资金流、技术流,更加降低了相邻地区可进入性对本地乡村旅游全要素生产率正向溢出的可能性。

信息化程度(DI)未对本地或相邻地区乡村旅游全要素生产率有正向显著影响。就农村互联网接入率而言,2012年为33.9%,2021年也仅达到57.6%。受区位、教育、收入等因素的影响,不同区域和人群对互联网的熟悉与运用程度存在“鸿沟”,不利于乡村旅游的全面均衡发展。

产业结构(MS)是连接市场行为与绩效的重要纽带,作为生产要素和生产力之间的转换器,产业结构的合理化、高级化对乡村旅游的转型升级具有重要影响。学者们以第三产业增加值占GDP比重解释产业结构并衡量其对旅游效率的影响研究中,认为产业结构对旅游效率有促进作用[21]。本文研究结果与之不同,显示产业结构并不能正向促进本地并溢出相邻地区乡村旅游全要素生产率。可能的原因在于第三产业发展水平提高进程尚未向乡村全面推进,尚未实现“旅游+”关联的产业转型。

旅行社规模未产生对乡村旅游全要素生产率的正向溢出。传统上,旅行社的业务重点与主要利润来源于国内经典长线。而且,企查查检索注册3年以上的2062205家旅行社中,多数注册地点为城区,较少涉及乡村旅游项目运营与管理。

五、结论与管理建议

(一)结论

乡村振兴和旅游业高质量发展背景下,强化乡村旅游全要素生产率的学理与实证研究,既是需深入探索的学术课题,也是缩小中西部地区与东部地区的发展差距,助推旅游经济高质量发展的现实需求。文章基于2011—2019年30省区面板数据,借助DEA-Malmquist模型计算乡村旅游全要素生产率,讨论了其时序变化与空间自相关特征;通过构建地理距离和经济地理距离矩阵,依托空间杜宾模型考察环境规制等解释变量对乡村旅游全要素生产率的非线性影响以及空间溢出效应,得出结论如下：

第一,乡村旅游全要素生产率呈波动态势但整体向好且由技术进步推进,东部地区乡村旅游全要素生产率高于中西部地区约8%,其中,东部地区技术进步明显高于中西部地区,而综合效率三地区大体趋同。

第二,乡村旅游全要素生产率空间上具有“高高”集聚或“低低”集聚特征。

第三,环境规制、经济发展水平和农村居民固定资产投资对乡村旅游全要素生产率有正向显著空间溢出效应。

(二)管理建议

1.确立乡村旅游差异化发展战略

在科学把握乡村旅游与乡村振兴阶段性特征基础上,统筹推进产业导入,将改善乡村旅游建设质量与全要素生产率作为主要目标,规避重复性、模仿性建设、过度投资等无效行为。对于“仿制”型等产品结构老化、自身环境僵化、消费体验恶化的,技术进步含量低的乡村旅游项目要全面优化其管理水平与服务质量。东部地区可借助“技术进步”优势快速发展的同时尤其要关注边际效益递减,避免“高质低效”。中西部地区应主动实现技术进步并注重资源与生态环境保护,避免“照搬套用”。

2.激发乡村旅游技术创新企业活力

首先,可对乡村旅游技术创新企业实行“债转股”。企业是乡村旅游经营的主体,是实现技术进步或创新的责任人。政府可对企业技术进步或创新的正外部性进行鼓励性投资,在企业自愿的条件下可实行一定比例的“债转股”,以降低企业技术进步或创新的成本。其次,引导智慧技术下沉至乡村。鼓励并引导面向游客的,具备智能推荐、智能决策等功能的系统工具下沉至乡村;鼓励并引导服务型、研发型、创意策划型等企业以及文博、演艺机构将服务空间、展示空间、体验空间部分转移至乡村;鼓励并引导人才、资金和优势技术向乡村旅游行业流动和转移。同时,为避免乡村旅游行业与技术融合的错配,地方政府需因势利导,根据区域内生态、文旅资源与经济发展状态选择相应技术,实现内外部资源的选择、汲取与融合。

3.发挥相邻地区的“示范”效应

通过政策扶持与资金引导,在充分考虑乡村旅游全要素生产率“高—高”“高—低”“低—低”与“低—高”的空间相关性基础上,破除“高值”区域的极化效应,推动“技术、资金与劳动力”向“低值”区域扩散。通过区域乡村旅游合作联动机制,促进乡村旅游管理经验与模式、发展理念与方式、环保措施与手段的互联互通,缓解“高值”区域对“低值”区域的“虹吸”效应,逐步推动乡村旅游生产要素跨区域整合,避免“低值恒低”循环。

4.优化空间溢出的正面效应

首先,通过平衡省区市之间、城乡之间、乡村之间的旅游环境建设力度,避免相邻地区为获得投融资而进行的“逐底竞争”。同时,可通过释放交通网格的要素传导与配置功能,推动优势资本、技术和劳动力向乡村扩散。其次,要充分发挥财政资金与数字普惠金融的引导作用,推动传统乡村建设投资转向物联网、互联网、人工智能等新型基础设施项目,增加新型基础设施项目的同时激发中小微 企业信息化建设的积极性,提升信息化在乡村旅游高质量发展中的“数字红利”。最后,还要在合理评估生态环境、人口规模、交通网格密度、旅游者流动频率与规模的基础上“量力而行”,避免“环境污染”“耕地占用”,以及因长期亏损而制约区域经济发展等问题的出现。

[注 释]

① 说明：未有官方乡村旅游能耗数据,故本次仅衡量乡村旅游全要素生产率的期望产出。

② 西藏、台湾、香港、澳门未有官方数据公布。

③ 依据经济发展阶段与水平,暂将东北三省划归中部省区。