基于VAR模型的中国旅游经济增长与能源消耗关系实证研究

李莺莉 黄梓绵

基于VAR模型的中国旅游经济增长与能源消耗关系实证研究

李莺莉 黄梓绵

（中南财经政法大学，湖北 武汉 430074）

我国旅游业发展从粗放型向比较集约型转变的过程中，协调能源消耗总量和旅游经济发展之间的关系是集约型旅游产业发展的必然要求。本文建立旅游经济与国内能源消耗总量之间的向量自回归（VAR）模型，运用Granger因果分析、协整分析等，实证研究中国旅游经济与能源消耗之间的关系，了解变量间相互影响的程度。结果表明，我国旅游经济的不断提升是建立在能源大量消耗的基础上的，由此带来的潜在环境问题不容忽视，推动旅游产业的生态化、低碳化变革是旅游产业未来发展的趋势。

中国旅游经济；能源消耗；Granger因果分析；脉冲效应

一、引言

旅游业发展走可持续发展的道路是学术界普遍的共识，为了实现这一目标，旅游经济带来的能源消耗必须控制在一个合理的范围内。2013年我国进行第三次经济普查，数据显示，我国能源消耗较第二次经济普查增长20%，单位GDP能耗是世界平均水平的2.5倍、日本的7倍，甚至高于巴西、墨西哥等发展中国家[1]，中国经济发展引发的能源问题不容忽视。根据《2015年中国旅游业统计公报》，2015年中国旅游业高速发展，直接贡献3.32万亿GDP，占到了当年中国GDP总额的4.9%，而对GDP的综合贡献率则高达10.8%，为7.34万亿。作为国民经济中支柱性的产业，旅游产业也默默地对一个国家和地区的“能源账单”发挥着贡献[2]。

当前，我国旅游业正从粗放型向比较集约型转变，根据旅游“三步走”发展战略，①实现旅游消费与能源节约的深度融合是推进旅游业转型升级、实现集约式发展的首选路径。截至2017年，尽管已有文献分析能源消耗和旅游经济发展之间存在着高度关联关系，但通过经济计量模型分析我国旅游经济与能源消耗之间互动反馈关系的实证研究尚未形成体系。国家统计部门也未对旅游产业的能源消耗量进行具体的统计发布，这给旅游能源消耗的计量带来了一定的困难。基于此，本文建立国内旅游消费、国际旅游收入与国内能源消耗之间的VAR模型，运用Granger因果分析、协整分析、脉冲响应分析和方差分解，实证研究中国旅游经济与能源消耗之间的长期均衡关系和短期动态变化情况，了解变量间相互影响的程度。

二、文献回顾

2012到2017的五年时间里，国内外对旅游与能源消耗的研究主要集中在旅游消耗模型构建、旅游生态效率研究以及旅游与能源消耗的关联机制研究等方面。

姚治国[3]（2017）在构建旅游能源消耗模型的基础上,分别对海南省的旅游交通、住宿、活动等旅游部门的能源消耗进行了定量化计算,并对旅游能源消耗的部门结构、总量特征进行了归纳总结。甄翌[5[6]（2013）基于地理权重矩阵和经济权重矩阵，运用空间面板数据模型，探讨了中国省域旅游能源消耗与旅游经济增长的关联作用机制。袁宇杰[7]（2013）运用投入产出法核算了中国旅游间接能源消耗与碳排放，他认为与煤炭类能源、二次能源比较，石油与天然气类能源受旅游消费间接诱发的影响更明显。Eyup Dogan;Alper Aslan[8]（2017）使用异构面板估算技术对截面进行了分析，分析了1995-2011年期间欧盟和候选国家小组的碳排放量、实际收入、能源消耗和旅游业之间的关系依赖，他认为二氧化碳排放和能源消耗以及实际收入和二氧化碳排放之间存在双向因果关系。

用于文献综述的研究中，旅游能源消耗模型的建立目的在于分析旅游业组成部分中能耗最低（高）的行业，以规避高能耗追求低能耗；旅游生态效率的研究目的在于平衡旅游经济增长与其带来的环境影响，二者都建立在研究旅游活动与能源消耗关系的基础上，但是国内外文献对旅游活动与能源消耗的因果关系的定量研究都相对较少。本文选择构建VAR模型，将国内旅游消费和国际旅游收入作为旅游经济影响变量，国内能源消耗总量作为旅游能耗影响变量研究二者间因果关系，为旅游业节能减排提供参考；利于客观衡量旅游活动对能耗的影响；为旅游企业进行供给侧改革提供生产经营上的指导，同时，引导旅游者旅游活动的消费行为；为我国旅游业低碳转变、以及可持续发展目标的实现贡献力量。

三、实证分析

（一）分析方法

1980年，克里斯托弗·西姆斯（Christopher Sims）提出向量自回归模型（Vector Autoregression,即VAR模型），VAR模型基于数据的统计学性质而建立，在VAR模型中，所有的变量均为内生变量，同时每一个内生变量亦可用其他内生变量滞后值的函数来表示。此外模型的建立没有严格的经济学理论依据，但由于其特殊的变量关系，具有稳定性高的特点，在一定程度上能够准确描述多个变量随一定规则变化的动态关系。

模型用数学公式表现为：

Yt为N×1阶时间序列列向量，c为N×1阶常数项列向量，k为滞后阶数，Π1…，Πk均为N×N阶参数矩阵，ut～N(0,Ω)是N×1阶随机误差列向量。

（二）指标选取与数据处理

本文选取2000年到2015年共16年的年度国际旅游收入、国内旅游消费、国内能源消耗总量的统计数据作为样本，研究变量及变量描述如表1。数据来源于国家统计局的统计报表、统计公报、《中国统计年鉴》和《中国能源统计年鉴》。数据分析采用Eviews8.0软件。

表1 研究变量及变量描述②

由①式，本次研究中Yt是由3个内生变量组成的向量，即

Π1…，Πk均为3×3阶参数矩阵。原始数据在处理过程中容易产生剧烈的波动，同时产生异方差现象，为了避免这种波动引起的统计误差，对VAR模型中的各个变量进行自然对数变换以保留变量间相关关系，变换后各变量表示为：LNTEC、LNTE、LNFTE。

（三）实证检验

1、平稳性检验（ADF检验）

根据VAR模型的前提条件，VAR模型的建立需要函数内各变量平稳或具有协整关系。然而建立在现实统计数据基础上的经济变量研究中，获得的时间序列往往不是平稳的，由此在建立VAR模型前对所需的变量进行平稳性检验是不可忽视的一环。确定序列的单整阶数是进行序列平稳性检验的第一步，一般使用单位根检验法，即ADF检验来进行这一步。

本文对2000年到2015年共16年的年度国际旅游收入、国内旅游消费、国内能源消耗总量这三组数据进行平稳性检验，结果如表2所示。表2中的数据表明：显著性水平为10%时，变量LNFTE、LNTE的ADF统计值同时大于相应的临界值，接受存在单位根的结论，这表明国内旅游消费和国际旅游收入的样本数据是非平稳的，不满足协整的定义，在此情境下不能进行模型的构建；而在进行二阶差分的检验时，在5%的显著性水平下，LNTEC、LNTE、LNFTE的ADF统计值都小于相应的临界值，此时接受LNTEC、LNTE、LNFTE的一阶差分序列都不存在单位根，是平稳序列的假设，即LNTEC、LNTE、LNFTE三者构成二阶单整序列，记为I(2)。因此，国内能源消耗总量与国内旅游消费总值、国际旅游收入为（3，2）阶协整，三个变量之间存在长期的稳定均衡关系。

表2 数据平稳性与单位根检验

2、协整检验

经济统计分析认为：若某些变量间具有长期的依存关系，便认为这些变量间存在均衡关系，当这种均衡关系存在时，才能进行经济模型的构建，这种均衡关系又被称为协整关系。本文需要知晓LNTEC、LNTE、LNFTE三者之间是否存在长期的均衡关系，因此将用到协整检验。根据协整的统计学定义，只有多个变量均具有相同的单整关系时才能协整，上文关于数据平稳性的分析中，LNTEC、LNTE、LNFTE为I（2），可以进行协整检验。公式①中，滞后阶数k的确定对最终模型的确定起到决定性的作用，因此在进行协整检验之前，首先确定滞后阶数。

（1）滞后阶数的确定

使用Johansen多变量系统极大似然估计法能够检验各变量序列之间是否存在协整关系，但是在此之前，必须首先确定序列滞后阶数。本次研究中，时间序列的样本容量有限，因此对样本自由度的选择能够控制各参数对冲击的解释程度、消除误差项的自相关性，即自由度越合理，解释的程度越高、系统误差越小。为此，使用AIC、SC信息准则、LR统计量及其他各项检验方法作为选择最优滞后阶数的标准，根据最优化原则，在表3中选取AIC、SC、LR等指标同时达到最优时的滞后期lag，确定用于协整检验的VAR模型滞后阶数为1。过程数据如表3所示。

（2）Johansen协整关系检验

对于多变量来说，可能存在多个协整关系，Johansen协整关系检验是Johansen在1998年提出的一种以VAR模型为基础的检验回归系数的方法，在检验多变量协整关系时有良好的表现。如表4，使用特征根迹检验进行Johansen协整关系检验。

根据表4，拒绝能源消耗量、国内旅游消费、国家旅游收入三个变量之间不存在1个协整关系；接受LNTEC、LNTE、LNFTE三者间存在零个或一个协整关系。即在5%的显著性水平下有唯一一个协整关系。标准化协整系数和协整方程表明，从长期来看，国内旅游消费、国家旅游收入与国内能源消耗量之间都存在正向的均衡关系。

表5 标准化协整系数与协整方程

3、Granger因果关系检验

表4呈现的协整检验结果仅仅验证LNTEC、LNTE、LNFTE之间均衡关系的存在与否，而为了更好的判断国内旅游消费、国际旅游收入与能源消耗总量之间的存在什么样的动态关系，在Eviews8.0中选择使用Granger因果检验。Granger因果检验能够检验出本文理论模型中的LNTEC、LNTE、LNFTE三者作为一个研究系统时，相互之间交叉存在的因果关系，这种因果关系还将与后文进行的脉冲响应分析互相印证。

表6 Granger因果关系检验结果

从表中可以看出，在10%的置信水平下，不仅国内旅游消费TE构成能源消耗总量TEC的格兰杰原因，国际旅游收入FTE也是能源消耗总量的的格兰杰原因。这说明：在中国，国内旅游者的国内旅游活动和国际旅游者的国内旅游活动都对能源消耗量产生了显著的影响，旅游活动会引起国内能源的消耗。但是，中国能源的消耗总量和国内旅游消费均不是国际旅游收入的格兰杰原因，说明中国的国际旅游收入的增减不依赖于能源消耗和国内旅游消费的变动。此外，能源消耗是国内旅游消费的格兰杰原因，这表明国内旅游消费依赖于能源消耗，而国际旅游收入不是国内旅游消费的格兰杰原因，表明国内旅游消费并不依赖于国际旅游收入。

4、脉冲响应分析

给予模型中某变量一个单位方差的刺激，其他变量及该变量自身都将受到影响，脉冲响应分析通过函数图形直观描述变量对刺激的响应。在本文建立的VAR模型中，变量同时也是其他变量的滞后值，基于本文中三变量的VAR模型，分别给能源消耗、国内旅游消费、国际旅游收入一个单位的正冲击，观察能源消耗的脉冲响应函数图。

图1-a TEC对TEC的脉冲响应曲线

图1-b FTE对TEC的脉冲响应曲线

图1-c TE对TEC的脉冲响应曲线

如图 1-a，1-b，1-c，横轴表示单独给予变量TEC、TE、FTE冲击作用时，TEC针对冲击表现的滞后期（单位：年）；纵轴表示TEC即能源消耗总量的增长率，代表着TEC对TEC、TE、FTE冲击的响应程度；实线表示脉冲响应函数，分别代表能源消耗总量对相应的国内旅游消费或国际旅游收入的冲击的反应，虚线表示正负2倍标准差后的偏离带。

由图1-a，给国内能源消费一个标准差的冲击后，能源消耗总量呈现上升趋势，在第3期时达到最高值5%，随着预测期时间的逐步推移，能源消耗总量对其自身的冲击影响逐步降低；到第9期以后自身冲击带来的影响基本消失。

由图1-b，给国际旅游收入一个标准差的冲击后，能源消耗总量有显著的反应，减少了约7%，但是随即从第1期的强负效应变为正效应，在第3期和第4期维持在正向最高值7%，随后国际旅游收入的正向效应越来越小；从第10期以后国际旅游收入对能源消耗的冲击基本消失。

由图1-c，给国内旅游消费一个标准差的冲击后，能源消耗总量并未立即产生变化，到第2期开始才有较为显著的上升趋势，并在第3期达到最大值21%；此后逐步下降，在6-9期时基本稳定在7%左右；至第10期，国内旅游消费对能源消耗的影响才逐步消失。这说明短期内国内旅游消费对能源消耗有较大的正向影响，且具有一定的持续作用，但经过一个较长时间的恢复后逐渐趋于稳定状态。

脉冲分析的结果表明，我国能源消耗总量的变动同时受到国内旅游消费和国际旅游收入的影响，并且这种影响表现为一种持续性的过程。能源消耗对国内旅游消费、国际旅游收入的冲击在短期内都表现显著，变现为较大幅度的波动，但长期来看，仍将趋于稳定状态。

5、方差分解

方差分解与脉冲响应对变量研究的角度各不相同。方差分解用于分析施加给变量的每一个结构冲击对其他内生变量变化的贡献程度，以此来衡量不同变量在结构冲击时的重要性高低。对于TEC、TE、FTE来说，脉冲函数分析定性分析出来能源消耗自身冲击、国内旅游消费与国际旅游收入对能源消耗总量的冲击的反应曲线，方差分解则将定性的影响通过贡献度定量的反应出来，是另一种描述系统动态的方法，通过方差分解能够分别记录国内旅游消费、国际旅游收入等对能源消耗的影响比重。

图2-a TEC对TEC的方差贡献率

图2-b FTE对TEC的方差贡献率

图2-c TE对TEC的方差贡献率

如图2-a，2-b，2-c，分别为能源消耗自身贡献程度和国内旅游消费或国际旅游收入对能源消耗的贡献程度。其中，横轴表示单独给予变量TEC、TE、FTE冲击作用时，TEC对冲击表现的滞后期（单位：年）；纵轴表示变量TEC、TE、FTE对TEC的贡献率（单位：%），即各变量对能源消耗影响的重要程度。

图2-a，2-b，2-c的对比中可以看出，图2-a表现的能源消耗自身冲击对旅游需求的贡献程度最大，但是随着时间的推移，贡献率逐渐下降，第3期达到最低为79%，之后基本稳定在82%；图2-b中，国际旅游收入对能源消耗的贡献率在第1期稳定在10%，从第2期开始持续平缓上升，在第10期达到25%；图2-c中，国内旅游消费的贡献程度在1-3期间呈现大幅度递增的趋势，到第4期时转变为平稳增长，直至第7期达到最大，为22%，此后基本稳定在20%；可见，能源消耗总量的自身冲击对能源消耗总量的贡献率最大，短期内国内旅游消费的贡献稍小于国际旅游收入的贡献率，但长期基本持平。

四、研究结论及政策建议

旅游能耗发生在一个复杂系统之内，定量估算是一个难点，本文在国内旅游、入境旅游快速发展的现实背景下，通过建立实证模型，文章主要结论如下：

（一）国内旅游消费和国际旅游收入与国内能源消耗总量之间都有正向相关关系，这说明，旅游经济发展过程中，不论是国内旅游活动还是入境旅游活动都要需要消耗一定的能源，旅游产业“节能减排”应当成为可持续发展的重要议题。

（二）中国旅游经济增长对的能源消耗总量推动作用存在明显的滞后效应，根据VAR模型，LNFTE的系数绝对值大于LNTE系数绝对值，即旅游经济的增长将引起能源消耗的增加，而这种能源消耗增加由国际旅游收入变化引起的变化幅度更大。

（三）由格兰杰因果检验，国内旅游消费与国内能源消耗总量之间互为因果，国际旅游收入变动是国内能源消耗总量变动的原因，反之，国能消耗的变动却不能影响国际旅游收入，说明国内能源消耗只对国内旅游经济产生促进作用。

（四）方差分解分析表明：在3期之前，能源消耗主要受自身冲击的影响，自身冲击的贡献率从100%下降到80%；3期之后，能源消耗总量同时受到国内旅游消费和国际旅游收入的冲击，二者冲击贡献率均等，基本保持在20%左右。

因此，根据实证结果提出以下发展的政策建议：

（一）我国能源消耗与旅游经济发展之间存在正向的依赖性，旅游经济的提升将不可避免的引起能源消耗的增加，政府主管部门在制定旅游经济发展政策时如旅游产品定价、产业内部行业结构调整时应当充分考虑行业的能源消耗量和能源使用效率，加大集约型行业建设力度。

（二）能源消耗是引起旅游经济增长的重要因素之一，尤其是对于国内旅游消费具有一定的促进作用，因此，提高旅游行业的能源的利用效率能够显著提升中国的旅游经济效益。为此，应当不断优化与升级旅游产业结构，创新旅游产业技术，加快旅游产业的信息化、智慧化进程，通过培养专业旅游应用型人才实现旅游行业的科技创新，从内而外实现能源利用效率的提升。

（三）旅游经济发展过程中，消耗的能源种类不局限于本文所研究的煤炭、石油、天然气等，水资源、大气资源、森林资源等由于统计数据的限制并未纳入计算，但在实际的生产生活中，旅游企业应当减少对煤炭等高污染、不可再生资源的使用，鼓励使用太阳能、水能、风能等清洁、可再生能源。追求旅游产业的生态化、低碳化发展，从投入与产出的角度，控制行业发展规模，及时进行行业整合、重组等经济活动，以此改善资源配置能力，摒弃过度依靠资源消耗和环境污染的粗放式发展模式，走精细化、生态化、可持续的发展道路。

【注 释】

①李金早：“新天地”“新局面”“新目标”

②变量描述依据中国统计局统计数据描述制定

③注：迹检验统计量对应的P值是MacKinnon-Haug-Michelis(1999)概率值

[1]刘佳与赵金金,中国旅游能源消耗与旅游经济增长的关联机制研究——基于空间面板数据模型.云南地理环境研究,2013(05):第1-7页.

[2]姚治国与陈田,国外旅游生态效率研究综述.自然资源学报,2015(07):第1222-1231页.

[3]姚治国,旅游能源消耗模型及海南省实证研究.干旱区资源与环境,2017(02):第191-196页.

[4]甄翌,旅游生态效率评估——基于生态足迹和碳足迹的比较研究.林业经济问题,2014(05):第474-480页.

[5]刘佳与赵金金,中国旅游能源消耗与旅游经济增长的关联机制研究——基于空间面板数据模型.云南地理环境研究,2013(05):第1-7页.

[6]袁宇杰,中国旅游间接能源消耗与碳排放的核算.旅游学刊,2013(10):第81-88页.

[7]Eyup Dogan;Alper Aslan,Exploring the relationship among CO2 emissions,real GDP,energy consumption and tourism in the EU and candidate countries:Evidence from panel models robust to heterogeneity and cross-sectional dependence.Renewable and Sustainable Energy Reviews,2017.Vol.77.p.239-245

[8]黄芳,低碳背景下旅游业生态效率驱动机制研究.河南科学,2016(03):第440-445页.

[9]汪清蓉,旅游线路产品能源消耗及二氧化碳排放量估算方法及实证分析.生态经济,2012(08):第79-84页.

EmpiricalStudy on Relationship between Tourism Economic Growth and Energy Consumption in China Based on VAR Model

LI Ying-li HUANG Zi-mian
(Zhongnan University of Economics&Laws,Wuhan,Hubei,430074,China)

The transformation of Chinese tourism economy from extensive to comparatively intensive form inevitably requires tourism economy to coordinate the relationship between its development with its total energy consumption.In this paper the Vector?Autoregressive?Mode(VAR)is constructed between tourism economy and domestic energy consumption volume,and Granger causality testand co-integration testare applied to study the link between tourism economy and energy consumption and investigate the interaction between the different variants.The results show that the continuous improvement of tourism economy in China is based on the large amount of energy consumption,resulting in serious potential environmental problems.So we should choose the eco-tourism or low-carbon tourism as our future develop mentdirection.

tourism economy in China;totalenergy consumption;grangercausality test;impulse response.

F592

A

2095-7955（2017）05-0010-06

2017-08-28

李莺莉，中南财经政法大学工商管理学院旅游管理系副教授。主要研究方向：旅游经济；

黄梓绵，中南财经政法大学工商管理学院旅游管理系研究生。主要研究方向：旅游经济。

责任编校：徐 晓