旅游产业对经济的带动作用和溢出效应

谢风媛

(大连外国语大学　经济与管理学院，辽宁　大连116044)



旅游产业对经济的带动作用和溢出效应

谢风媛

(大连外国语大学经济与管理学院，辽宁大连116044)

将产业分为旅游产业和非旅游产业两个部门，应用Feder两部门模型研究发现：旅游产业产出通过与非旅游产业部门的弹性关系而影响其增长，进而影响整个经济的增长.通过数据检验表明：旅游产业对我国经济增长的直接带动和溢出效应都很显著，直接带动率为5.06%，溢出效应为-34.43%；旅游产业的平均要素边际产出较传统工业的平均要素边际产出高出5.33%.以旅游产业对经济的直接效应和对非旅游产业的溢出效应作为聚类指标对经验数据的聚类分析表明，我国旅游产业对经济发展的带动作用具有区域差异，大致可以划分为四个类别：经济发达、旅游发展水平高、高带动、高溢出的地区；经济发达、生产效率高、高带动、高溢出的地区；带动及溢出效应不显著的地区；经济不发达、旅游发展水平高、高带动、高溢出的地区.

Feder模型；旅游产业；溢出效应

1　问题的提出及文献综述

旅游业是国民经济的战略性产业，作为推动经济发展、促进社会和谐的重要动力之一，已经成为共享经济社会发展成果的有效途径.

Palmer和Riera指出，虽然旅游业的发展可能会在一定程度上带动地方经济的发展，同时也要求目的地投入一定的经济成本，且旅游业的发展会对当地的社会及生态环境造成一定影响[1].而由于各方面因素的影响，不同目的地旅游业产生的经济效益各不相同，发展成本与收益是否能够平衡也不能确定.因此，旅游业的发展究竟是否能够切实带动目的地的经济发展就成为许多学者关注的课题.研究旅游业发展对经济增长的推动作用包含两个方面的问题：第一个问题是旅游业发展是否具有正的外部性，即旅游业能够在多大程度上扩散到非旅游产业；二是旅游业对GDP增长的贡献度的大小.

对于部门之间溢出效应的研究通常采用扩展的单部门模型或者两部门模型.其中扩展的单部门模型主要用于FDI外溢效应研究，两部门模型则主要用于研究经济中一个部门的发展对经济增长的影响及对另一个部门的溢出效应.Feder[2]构建两部门模型研究了贸易与经济增长的关系中出口对经济增长的作用路径.他将经济部门划分为出口部门和非出口部门，用两部门模型对出口部门的发展对非出口部门及整体经济增长的溢出效应进行了研究.研究结果表明，出口部门影响经济增长的路径包括外部经济效应和要素生产率差别效应两种.其中外部经济效益出口部门通过其成熟的管理技术、生产技术和市场营销战略对非出口部门产生的影响；要素生产率差别效应即出口部门有比非出口部门更高的要素边际生产率.继Feder之后，研究者们对两部门模型进行了不同程度的改进[3-9].

基于国内外现有的研究成果，本文利用Feder两部门模型，构建包括旅游业和非旅游业的两部门模型来研究旅游业与其他产业部门的相互作用关系.同时，本文利用2001-2011年我国省际面板数据进行实证检验，以期得到旅游业发展对经济增长推动作用的确切证据，为政府部门制定发展战略和相关政策提供可靠依据.

2　两部门模型的构建

经济部门划分为旅游部门和非旅游部门，构建两部门模型对旅游业对我国经济增长的作用进行研究.为了简化分析条件，首先作如下假设：

(1)旅游业可以在所有区域内自由发展，在所有区域均不存在限制旅游部门发展的政策因素和体制因素；

(2)非旅游部门的产出不仅受到本部门资本和劳动力投入的影响，还受到旅游部门产出的溢出效应的影响.

设Y为我国经济总产出，K和L分别为经济总的资本和劳动投入；T和N分别为旅游和非旅游部门的产出，KT和LT分别为旅游部门投入的资本和劳动，KN和LN分别为非旅游部门投入的资本和劳动.则根据上述假设，两部门的生产函数为：

(1)

(2)

其中

(3)

(4)

(5)

为探寻各要素投入对产出的影响，对式(4)和式(5)分别求时间的导数，得到

(6)

(7)

其中θ和δ分别是两个部门间要素边际产出的差异.为了简化分析，本文假设两要素的边际产出差异相等，即θ=δ则有

对时间求导，并将式(6)代入，整理得到：

(8)

设旅游部门对非旅游部门溢出效应的弹性是不变的，即：

式(8)两端除以Y，整理得

(9)

gi=C1gk+C2gl+C3gtpi+C4gtpn

(10)

3　省际面板数据的实证检验及结果分析

3.1检验模型的设定

综上所述，本文将检验旅游产业影响经济增长及非旅游部门发展的溢出效应的模型设定为：

gi=C0+C1gk+C2gl+C3gtpi+C4gtpn+μ

(11)

其中μ为误差随机扰动项.

我们认为，在较短时间内，社会总产出对资本投入和劳动投入的弹性是常数，因而将C1、C2设定为常数，而为了解决短时期数据较少、样本量不足的问题，本文在实证分析时选用了时间截面混合数据分析方法，采用我国省际面板数据模型进行经验检验.

3.2变量选择及数据描述

根据式(11)，本文构建的两部门模型中因变量gi为我国各省区国内生产总值增长率，自变量gk、gl、gtpi、gtpn分别为全社会资本投入增长率、全社会劳动投入增长率、旅游部门产出对经济增长的直接贡献和旅游部门产出对非旅游部门的溢出.

样本取值为2001-2011年，我国31个省、市、自治区的截面数据.一个T=11，N=31的面板数据.

其中各省区国内生产总值增长率为根据我国各省区国内生产总值，以2000年作为基年进行平减，扣除价格因素后计算得到；对于资本投入增长率gk，参考已有研究[10]，本文选用我国各地区全社会固定资产总额作为衡量资本投入量的指标，并以2000年为基期的固定资产投资价格指数进行平减得到实际值.劳动投入gI则是采用我国各地区年末就业人数进行计算得到的.旅游部门产出对经济增长的直接贡献(gtpi)是旅游部门产出增长率与旅游部门产出占全社会总产出的比重的乘积，其中旅游部门产出增长率和旅游部门产出占全社会总产出的比重是根据我国各地区旅游总收入和国民生产总值数据分别计算2000年不变价格数据然后进行计算得到的.旅游部门对非旅游部门的溢出(gtpn)为旅游部门产出增长率减去旅游部门产出对经济增长的直接贡献(gtpi)，也是根据我国各地区旅游总收入和国民生产总值数据分别计算2000年不变价格的总产值然后计算得到的.

本文数据均来自2002-2012年的《中国统计年鉴》及《中国旅游统计年鉴》.

3.3检验过程、结果及分析

本文首先在忽略地区间个体差异的前提下，检验全国范围内旅游产业对经济增长影响的一般水平.假定该影响在各地区间是同质的，因此选用混合数据普通最小二乘法(pooled OLS)对该影响进行检验.检验模型的一般形式为：

(12)

其中，gi为因变量向量；Xm,t是由gk,g1,gtpi,gtpn构成的自变量向量；为待估系数向量；μm,t为随机扰动向量.为了消除各地区发展不平衡导致的异方差问题，以各变量的方差作为权数进行了加权回归.旅游产业部门对非旅游产业部门的外溢作用存在时滞效应，因此采用滞后变量来替代gtpn.对式(12)的估计结果见表1.

表1旅游产业对中国经济增长的整体估计

gi回归系数标准差t 值Probc0.0451470.0055088.1968660.0000gk-0.0631490.018613-3.3927970.0008gl0.0524780.0297721.7626610.0790gtpn(-1)0.0506240.0168233.0092560.0028gtpn(-1)-0.3442610.113163-3.0421680.0026

变量gtpn(-1)的系数C4指的是旅游产业对非旅游产业的溢出效应，即在其他条件不变的前提下，旅游产业对非旅游产业的产出弹性.本文中C4=-0.3 443，t检验值等于-3.0 422，显著性水平达到0.0 026，可见我国旅游产业对非旅游产业具有十分显著的外溢效应.但是外溢作用的水平负值，影响程度为-34.43%.这与我们发展旅游产业的期望有很大差距.究其原因，在于旅游产业在发展初期需要投入大量土地、资金、劳动力等资源，而这些资源投入旅游产业意味着从非旅游产业抽离，因此会对非旅游产业产生负向影响.这也是发展旅游产业的“机会成本”产生的原因.但是负向溢出效应并不意味着旅游产业的发展对非旅游产业具有长期负面影响.在将gtpn进行多阶滞后再进行回归分析时，发现当滞后到7阶时回归系数成为正数，如表2所示.

表2说明，虽然短时间内旅游产业的发展对非旅游产业具有负向溢出效应，但是经过长期发展之后旅游产业终将促进非旅游产业的发展.所以，促使旅游产业结构、发展模式的不断升级，提高旅游产业生产效率，推动旅游产业快速发展成当务之急.

旅游产业和经济的发展在我国不同地区间有着较大的差异.为了反映出这些差异，本文以各地区旅游产业对经济的直接贡献和对非旅游产业的溢出作用为聚类变量，参考杭银[10]的研究，采用基于概率连接函数的重心法对我国31个地区进行系统聚类.结果显示：湖北、广西、江西、广东、辽宁、安徽、天津、海南、上海、重庆、云南为第一类地区；江苏、浙江、福建、四川为第二类地区；贵州、西藏、北京为第三类地区；吉林、湖南、黑龙江、山东、青海、内蒙古、新疆、河南、陕西、河北、宁夏、山西、甘肃为第四类地区.聚类分析结果如图1所示.

表2旅游产业溢出效应的整体估计(滞后7阶)

gi回归系数标准差t 值Probgk0.0536700.0254022.1128230.0367gl0.1948390.0389375.0039930.0000gtpi0.0579500.0301811.9200540.0572gtpn(-7)0.0163850.0041323.9653480.0001

为了分析四类地区之间的差异，本文分别用式(11)对其进行估计，结果列于表3.

表3旅游产业对四类地区对经济增长率影响及溢出效应的估计

gi回归系数标准差t 值Prob第一类地区gk0.0786110.0419071.8758290.0634gl0.0164500.0297120.5536490.5810gtpi0.1929410.0463074.1665440.0001gtpn(-1)-0.7819060.345524-2.2629570.0257第二类地区gk0.1534190.0691632.2182210.0329gl0.0098890.0357550.2765800.7837gtpi0.1495930.0508072.9443080.0056gtpn(-1)-1.4549490.381373-3.8150230.0005第三类地区〛gk0.1764820.1326191.3307430.1948gl0.1974790.0764272.5838810.0157gtpi-0.0067480.045331-0.1488610.8828gtpn(-1)-0.1570810.174708-0.8991050.3768第四类地区gk0.1873030.0723822.5876920.0108gl0.0422320.0199392.1180350.0361gtpi0.1482780.0221486.6947660.0000gtpn(-1)-1.3260490.267302-4.9608700.0000

图1　31个省市旅游产业经济影响及溢出效应系统聚类树形图

第一类地区主要由我国经济较为发达，旅游产业发展水平也较高(如广东、辽宁、天津、上海、重庆)和虽然落后但近年来旅游产业增长速度较快(如广西、江西、云南)的地区构成.由表4可知，第一类地区的旅游产业对经济增长具有显著(显著水平0.0 001)的强正向作用(影响程度19.29%)，同时对非旅游产业也具有显著(显著水平0.0 257)的高溢出效应(影响程度-78.19%).

第二类地区由我国经济发达地区构成，这类地区包括旅游产业在内的产业发展水平高，生产效率高.这类地区的旅游产业对经济增长具有显著(显著水平0.0 056)的强正向作用(影响程度14.96%)，同时对非旅游产业具有显著(显著水平0.0 005)的高负向溢出效应(影响程度-145.49%).该类地区旅游产业对非旅游产业负向溢出效应极高.究其原因，是因为这些地区生产效率均较高，使得资本、土地、劳动力等资源投入到旅游产业中产生的机会成本也较其他地区要高.

第三类地区主要是由经济发展水平低但旅游业发展水平高的地区(贵州、西藏)和经济发展水平高且旅游业发展水平也高的地区(北京)构成.根据表4，该类地区旅游业发展对经济增长和非旅游产业发展的溢出效应均为负值，但是影响均不显著.究其原因，是因为这类地区中或者经济发展水平不高，生产率低，导致旅游产业虽然有所发展，但是还没有达到能够显著带动经济增长及其他产业发展的水平；或者属于经济发展水平高，旅游产业发展水平也较高，但是旅游产业在经济总体中的比重并不高，也没能达到带动经济增长及其他产业发展的程度.

第四类地区主要由我国经济发展水平不高，但是旅游业发展水平高的地区(青海、内蒙古、新疆、陕西、宁夏、甘肃)构成.根据表4，第四类地区的旅游产业对经济增长具有显著(显著水平0.0000)的强正向作用(影响程度14.83%)，同时对非旅游产业也具有显著(显著水平0.0000)的高溢出效应(影响程度-132.60%).该类地区旅游产业对非旅游产业的负向溢出效应较高，原因在于该类中部分地区经济发展水平较低，旅游业发展时间也较短，而根据上文研究，在旅游业发展初期其对非旅游产业会产生较高的负向溢出效应.而北京属于经济发展水平高，且生产效率高的地区，与第二类地区相同，资源投入旅游产业发展势必带来较高的机会成本.

4　结论

通过分析，本文得到的主要结论包括：

第二，本文的研究证明旅游产业对经济增长的带动作用以及旅游产业对非旅游产业的溢出效应可以采用面板数据进行实证研究，且由于旅游产业溢出效应具有时滞性，在旅游产业发展时间较短时，旅游产业对经济增长具有显著正向带动作用，但是对非旅游产业则具有显著负向溢出效应；只有当旅游产业发展时期较长时，旅游产业对非旅游产业的溢出效应才出现正值.表明只有当旅游产业发展达到足够的水平时，旅游产业的发展才会带动非旅游产业的发展.而此之前，旅游产业的发展相当于将土地、资本、劳动力等资源从非旅游产业抽离，由于机会成本的存在，旅游产业的发展对非旅游产业的溢出作用为负值.

第三，整体而言，投资及劳动增长率对于我国经济的增长都有显著的影响.旅游产业对我国经济增长具有显著的直接贡献和溢出效应，二者的值分别 为5.06%和-34.43%，旅游产业的要素边际产出比非旅游产业的要素边际产出高出5.33%.

第四，以旅游产业对经济增长的溢出效应作为标准，可以将全国划分为四大类区域.第一类区域是经济发展水平高，旅游产业发展水平高，且旅游产业对经济增长具有显著高带动、对非旅游产业具有显著负向高溢出效应的地区；第二类地区是经济发展水平高、旅游产业发展水平高、生产效率高，旅游产业对经济增长具有显著高带动、对非旅游产业具有显著负向高溢出效应的地区；第三类地区是旅游产业发展对经济增长和非旅游产业发展的带动作用及溢出效应不显著的地区；第四类地区是经济发展水平低、旅游发展水平高、旅游产业发展对经济增长具有显著的带动作用及对非旅游产业具有显著负向高溢出效应的地区.

[1]T P, A R. Tourism and environmental taxes: With special reference to the Balearic ecotax. [J]. Tourism Management ，2003,24(6): 67-74.

[2]G F. On export and economic growth. [J]. Journal of development economics ，1982(12): 59-73.

[3]R R. Exports and Economics Growth in Developing Countries: Evidence from Time-Series and Cross-Section data[J]. Economics Development and Cultural Change，1987,36(1): 51-72.[4]O M. Alternative Econometric Approaches for Analyzing the Role of the Financial Sector in Economic Growth: Time-Series Evidence from LDCs [J]. Journal of development economics，1996,50(1): 119-146.

[5]E W. A dynamic two-sector model for analyzing the interrelation between financial development and industrial growth. [J]. International Review of Economics and Finance ，2000,9(3): 223-241.

[6]E W. Externalities between financial and real sectors in the development process [J]. International Advances in Economic Research，1999,5(1): 149-150.

[7]余甫功, 欧阳建国. 高技术产业发展对工业的带动作用和溢出效应研究——基于两部门模型的省际Panel Data的实证检验[J]. 数量经济技术经济研究, 2007, 24(7):35-43.

[8]许和连,栾永玉.出口贸易的技术外溢效应：基于三部门模型的实证研究[J].数量经济技术经济研究，2005(9):103-111.

[9]孙晓华,田晓芳.装备制造业发展对工业的带动作用及溢出效应——基于两部门模型的实证检验[J].科研管理，32(8):98-104.

[10]杭银.多指标面板数据的系统聚类分析及其应用[D].杭州：浙江工商大学,2011.

(责任编辑王海雷)

Study of Impetus Function and Spillover Effects of Development of Tourism Industry on Economic Growth

Xie Fengyuan

(School of Economics and Management, Dalian University of Foreign Languages, Dalian, Liaoning 116044)

Applying the Feder model to the economic growth, this paper provides that the whole industry is divided into tourism industry and non-tourism industry. The study finds that the tourism industry output will affect non-tourism industry growth through its elasticity to non-tourism industry and this turns out to be a negative force to the whole economic growth. The results show that the direct impetus function and spillover effects of tourism industry development on economic growth are significant as a whole in China. The contribution of the direct impetus function is 5.06% and the spillover effect is -34.43%. The average marginal output of tourism industry is 5.33% higher than that of non-tourism industry. Using the values of direct impetus function and spillover effects as clustering indices, the study shows that there is a regional disparity of impetus function of tourism industry on economic growth. Using clustering analysis, the paper divides the whole country into four categories: the first category includes the regions that have highly grown economy and tourism industry whose impetus function and spillover effects are both high; the second category includes the regions that have highly grown economy and higher production frequencies, and where tourism industry has high impetus function and higher spillover effects; the third category includes the regions where tourism industry has insignificant impetus function and spillover effects on economic growth; the fourth category includes the regions that have undeveloped economy and developed tourism industry whose tourism industry has high impetus function and spillover effects.

Feder model; tourism industry; spillover effect

2015-05-06

辽宁省教育厅科学研究项目(W2014199)

谢风媛(1981-)，女，山东茌平人，博士，副教授，主要研究方向为旅游与区域发展、旅游经济学.

10.16169/j.issn.1008-293x.k.2016.08.09

F59

A

1008-293X(2016)08-0046-07