旅游产业绿色全要素生产率变动及收敛性分析——基于中国沿海地区的实证研究

(中国海洋大学 管理学院,山东 青岛 266100)

旅游产业绿色全要素生产率变动及收敛性分析
——基于中国沿海地区的实证研究

刘 佳,张俊飞
(中国海洋大学 管理学院,山东 青岛 266100)

以我国沿海11个省份为研究对象,运用DEA-Malmquist指数模型,对2005—2014年旅游产业绿色全要素生产率进行测度和评价,揭示其时序变化、区域差异和空间演化特征,再利用经济增长收敛理论对其收敛性进行检验。结果表明:①沿海地区旅游产业绿色全要素生产率总体呈现下降趋势,绿色技术、科技进步与绿色发展水平不高,亟需向资源节约、环境友好和集约发展转变;②沿海地区旅游产业绿色全要素生产率存在显著的区域差异,空间分异与演化特征明显;③沿海地区旅游产业绿色全要素生产率不存在显著的σ收敛,只存在显著的绝对β收敛和条件β收敛,表明生产率地区差距不断缩小,且各自收敛于自身的稳态水平。

旅游产业绿色全要素生产率;DEA-Malmquist指数模型;时空演变;收敛性;沿海地区

改革开放以来,沿海地区作为中国旅游经济的发达地区和核心地带,旅游产业保持快速增长和集聚发展,但这种高速增长往往是建立在资源消耗、环境污染和生态破坏的基础上,旅游资源开发利用效率较低,旅游环境问题较突出。因此,沿海地区旅游产业亟需由粗放型向集约化转变、数量扩张向素质提升转变。“十三五”时期,沿海地区旅游产业发展进入结构调整、动力转换与管理提升期。基于此,本文坚持国家“十三五”规划提出的“绿色和创新发展”理念,贯彻落实海洋生态文明建设,以我国沿海11个省份(未包括香港与澳门特别行政区、台湾省)为研究对象,构建考虑非期望产出的DEA-Malmquist指数模型,探讨沿海地区旅游产业绿色全要素生产率的动态演进规律,进一步利用σ检验、绝对β检验和条件β检验对旅游产业绿色全要素生产率进行收敛性检验,揭示旅游产业绿色发展、转型升级和均衡发展的内在规律,以期为探寻沿海地区旅游产业绿色全要素生产率的提升路径提供一定的理论指导和决策参考。

全要素生产率能够反映技术、管理、知识等高端生产要素的增长态势及其对经济发展的贡献,但如果忽略资源环境的约束,会使生产率测度出现偏差。绿色全要素生产率低于传统的全要素生产率[1],它是将环境污染作为投入要素[2],或将环境污染作为非期望产出[3],或构建环境综合指数将产出转化为绿色产出进行处理[4]。因此,绿色全要素生产率作为衡量地区经济增长质量和环境管理效率的重要标志,受到研究者的广泛关注。国内学者分别对工业[5]、农业[6]、制造业[7]部门的绿色全要素生产率展开了系统研究,研究范围涵盖国家[8]、地区[9]和省际[10]三个层面。在旅游领域,有部分学者将碳排放效率作为衡量旅游产业绿色全要素生产率的重要指标[11],但绝大多数研究在衡量旅游产业全要素生产率时,仅将传统的资本和劳动要素作为投入指标,较少考虑与旅游可持续发展息息相关的资源与环境要素。事实上,准确测度旅游产业绿色全要素生产率,据此提高技术进步效率,可以为制定旅游发展的可持续性政策提供有力依据[12]。此外,既有研究对沿海地区旅游产业绿色全要素生产率的关注不足,在推动其旅游结构优化转型的发展策略、提升生产率的路径设计与制度创新等方面也较匮乏。

新古典经济增长理论认为,由于存在边际报酬递减规律,落后地区人均收入增长速度比发达地区更快,即呈现收敛性。由于发达地区雄厚的经济实力,因此落后地区始终与发达地区存在一定差距,但其值会逐渐减小,最终实现经济水平的稳步增长[13,14]。生产率的提高是经济增长的源泉,对生产率的测度及其差异收敛性的分析有助于准确把握经济增长的轨迹。柯孔林等学者对其他产业全要素生产率的收敛性进行了相关研究[18-20],为旅游产业绿色全要素生产率的收敛性分析提供了借鉴。基于此,本文将效率提升与绿色发展引入沿海地区旅游产业领域作为研究的切入点,构建资源和环境约束下的旅游产业绿色全要素生产率分析框架,探讨沿海地区旅游产业结构优化与转型发展问题。

1 研究方法及指标选取

1.1 DEA-Malmquist指数模型

旅游产出是投入和全要素生产率共同作用的结果,提高生产率是新常态下转变旅游经济增长方式、提高旅游经济增长质量的有效途径,但经济增长带来的环境污染与生态破坏是当前不容忽视的严重问题。本文采用包含非期望产出的DEA-Malmquist指数模型对沿海地区旅游产业绿色全要素生产率进行测度。该模型在DEA方法的基础上加入了时间维度,从时空两个角度展开分析,使研究样本从截面数据拓展到面板数据,有利于增强研究结果的客观性和准确性。此外,该方法与其他测算生产率的方法相比,无须预先确定模型的具体形式或分布假设,可避免因模型设定有误造成估计结果的偏差[21]。

哈佛和斯坦福大学作为世界最著名高校的代表，在本科人才培养上注重与企业界的深度合作，本科教学委员会长期聘请企业界的专家、高管担任有关学科、专业的发展顾问，全程参与教学管理、人才培养和专业建设，有权对人才培养质量考核体系提出意见和建议，学校也为企业培养了大批应用型人才，校企形成合作共赢模式[6-8]。

以s时期为参照,产出角度下的Malmquist全要素生产率指数为[22]:

(1)

同样,以t时期为参照,产出角度下的Malmquist全要素生产率指数为:

(2)

TFP=Mi(Xt,Yt;Xs,Ys)

=TEC×TC

(3)

(4)

纯技术效率用来表示投入要素的使用效率,PTE越大,表明要素利用效率越高,产出就会越大;规模效率用来衡量投入和产出比例的恰当性,SE越大,投入和产出的规模越合理,越能实现规模经济。

1.2 指标选取与数据来源

本文选取2005—2014年中国沿海11个省份相关投入—产出数据来测算旅游产业绿色全要素生产率。关于投入、期望产出和非期望产出的相关指标和数据处理解释为:①投入指标。包括劳动投入、资本投入和能源投入三个方面,分别用旅游业从业人数(人)、第三产业固定资产投资(万元)和旅游产业能源消费总量(万t标准煤)表示。②期望产出指标。用各省份历年旅游总收入(万元)表示。③非期望产出指标。选取各省份旅游产业废水排放量(万t)、旅游产业SO2排放量(万t)和旅游产业生活垃圾清运量(万t)表征。由于旅游产业具有较强的产业关联性,第一、二、三产业均有涉及,没有单独核算旅游产业能源消费、废水排放、SO2排放和生活垃圾清运量的指标,因此本文采用旅游总收入占地区生产总值的比值进行修正,计算公式为:

旅游产业能源消费总量=能源消费总量×(旅游总收入/地区生产总值)

(5)

同理,得到旅游产业废水排放量、旅游产业SO2排放量和旅游产业生活垃圾清运量。本文数据来源于2006—2015年的《中国统计年鉴》、《中国旅游统计年鉴》、《中国能源统计年鉴》、《中国环境统计年鉴》和各省份的统计公报等资料。

2 旅游产业绿色全要素生产率测度

基于以上投入产出数据,对2005—2014年沿海地区旅游产业绿色全要素生产率进行测算和分解,从时序变化、区域差异和空间演化三方面进行考察分析。

2.1 时序变化特征

由表1可知,在考虑环境污染的非期望产出后,2005—2014年沿海地区旅游产业绿色全要素生产率的平均值为0.983,处于下降状态,表明沿海地区大规模的旅游开发给当地带来了资源破坏与环境污染,旅游环境质量恶化在一定程度上影响了沿海地区旅游产业整体效率的提升。天津、河北、辽宁、山东、上海、江苏、浙江、福建、广东、广西、海南11个沿海省份是我国重要的旅游目的地,近年来旅游市场规模每年以超过10%的速度增长。尤其在旅游旺季,国内外游客高度集聚在青岛、厦门、三亚等热点沿海旅游城市,使沙滩、海水浴场、滨海岸段的旅游环境遭到不同程度的影响和破坏,旅游产业表现为以破坏旅游环境为代价的粗放型发展模式。从分解效率来看,绿色技术效率平均增长率为0.5%,而绿色规模效率不变,表明绿色技术效率的变化主要来源于纯技术效率的改变;绿色技术进步指数出现负增长,增长率均值为-2.2%,表明沿海地区旅游发展的绿色科技创新明显不足。从绿色技术效率指数的上升和绿色技术进步指数的下降可见,近年来沿海各省份对旅游资源的配置和使用效率越来越高,旅游经济效益明显,但由此带来的环境问题也日益严重,如何通过科技创新减少旅游产业的环境污染产出是今后研究关注的焦点。

表1 2005—2014年沿海地区旅游产业绿色全要素生产率及其分解效率

值得注意的是,2009年之前沿海地区旅游产业绿色全要素生产率与绿色技术进步指数均出现负增长,表明旅游技术创新能力普遍较低,旅游企业人力资本质量有待提高。2009年世界环保大会召开,带动了旅游产业绿色全要素生产率的显著提升。其中,绿色科技进步与绿色全要素生产率的变动趋势一致,表明沿海地区开始重视旅游科技创新,全要素生产率增长效应显著。2009年以后,绿色生产率又恢复平稳增长,其间绿色技术效率值一直平稳波动,表明沿海地区资源配置与利用效率已达到平稳状态,未来可探讨如何实现旅游资源更加高效的利用。

2.2 区域差异分析

为了从宏观上把握沿海地区旅游产业绿色全要素生产率的区域差异特征,根据旅游资源分布和旅游产业发展状况,将沿海地区分为环渤海地区(包括天津、河北、辽宁、山东)、长三角地区(包括上海、江苏、浙江)和泛珠三角地区(包括福建、广东、广西、海南)进行比较。从图1可见,只有长三角地区的旅游产业绿色全要素生产率处于增长状态,环渤海、泛珠三角和沿海地区整体均处于负增长状态,表明长三角地区旅游产业发展较成熟,旅游产业的集约化水平和旅游环境质量均较高。泛珠三角地区旅游产业绿色全要素生产率仅为0.973,明显低于沿海整体水平,旅游环境污染等非期望产出较高,旅游环境质量有待提升。从效率分解差异来看,环渤海地区的技术效率变化指数均值最高,超过沿海的整体水平,表明该区域对旅游资源的利用能力和综合管理能力在不断增强。仅有长三角地区的技术进步指数出现增长,这与长三角地区致力实施“发展高科技,实现产业化”的创新目标密切相关,表明区域政策对技术创新具有重要作用。

图1沿海地区旅游产业绿色全要素生产率的区域差异比较

图2 2006年、2010年和2014年旅游产业绿色全要素生产率的空间分布四分位图

2.3 空间演化特征

为了总体把握沿海地区旅游产业绿色全要素生产率的空间分布规律,本文运用空间四分位图对整体空间特征进行可视化表达。选取沿海地区2006年、2010年和2014年的截面数据进行绘制和比较分析,按照旅游产业绿色全要素生产率指数的大小进行排序并分为四个等级,以四种不同深浅颜色对各个类别进行标注,颜色越深,等级越高,绿色全要素生产率越大。由图2可知,位于第一阶梯的省份构成变动较大,从2006年的海南省演变到2010年的广东省和福建省,再到2014年的辽宁省;第二阶梯的省份呈波动变化,2006年第二阶梯的省份构成为河北和广西两省,2010年为浙江和山东两省,2014年则为河北和江苏两省;第三阶梯的省份从2006年的广东、福建、山东、辽宁四省到2010年的广西、上海、江苏三省再到2014年的广西、广东、江苏三省,处于循环波动状态,说明位于第三阶梯的省份相对较稳定;位于第四阶梯的省份变动较大,从长三角地区的三省到环渤海地区的辽宁和河北两省,再到山东、浙江、福建和海南四省,表明沿海地区旅游产业绿色全要素生产率较高的省份呈现出不稳定状态,区域变化较大。总之,考虑环境污染的非期望产出下,沿海地区旅游产业绿色全要素生产率整体波动显著。其中,泛珠三角地区通过优化旅游环境促进了绿色全要素生产率的提升,而近年来环渤海地区城市快速发展产生的雾霾污染、水体环境恶化等对旅游产业发展产生了重要影响,制约了产业效率的提升,绿色全要素生产率下降趋势较明显。

3 旅游产业绿色全要素生产率收敛检验

依据经济增长收敛理论,各个经济体的增长速度随着时间的推移,差距逐渐缩小[24]。随着沿海地区旅游产业体系的不断完善和成熟,旅游产业全要素生产率得到有效提升,各地区旅游产业绿色全要素生产率差距是否会逐渐减小呢？本文分别采用收敛、绝对收敛和条件收敛[25-27]进一步对其生产率差距进行收敛性检验。

3.1 σ收敛性检验

σ收敛性检验考察的是沿海地区旅游产业绿色全要素生产率随时间变化的水平趋势,采用标准差进行衡量。如果标准差数值随时间的推移而减小,表明存在σ收敛。由于绿色全要素生产率的测算值为环比指数,本文将2005—2006年的绿色全要素生产率指数定义为2006的绿色全要素生产率指数。从图3可见,沿海地区旅游产业绿色全要素生产率总体上表现为倒“V”形结构,标准差值先上升后下降,表明其σ收敛性特征为先σ发散后σ收敛。分地区来看,长三角地区旅游产业绿色全要素生产率平稳波动,略有上升;环渤海地区明显波动,呈σ发散趋势;泛珠三角地区在2010年之前的波动中表现出发散,在2010年之后表现出σ收敛。由此表明,沿海地区整体与三大区域旅游产业绿色全要素生产率标准差值在时间上并未表现出统一的扩大或缩小趋势,而是表现出不稳定的波动特征,由此判断沿海地区旅游产业绿色全要素生产率不存在显著的σ收敛。具体而言,环渤海地区旅游产业绿色全要素生产率标准差波动最大,表明天津、河北、辽宁、山东四省之间的旅游产业绿色创新发展差距较大;长三角地区波动平缓,表明上海、江苏、浙江三省的旅游绿色经济发展较均衡;泛珠三角地区绿色全要素生产率的标准差随时间变化逐渐减小,表明区域内部旅游产业绿色可持续发展的差距正在逐步缩小。

图3 2006—2014年沿海地区旅游产业绿色全要素生产率标准差

3.2 绝对β收敛性检验

绝对β收敛是用来检验旅游产业绿色全要素生产率水平低的地区能否赶超高的地区,从而达到共同的稳态值。如果βlt;0,说明该地区存在绝对β收敛,即旅游产业绿色全要素生产率的增长与期初水平呈负相关关系,生产率低的地区对高的地区具有“追赶效应”,最终所有地区都将趋向于相同的稳态均衡水平。绝对β收敛公式为:

(lnGTFPiT-lnGTFPi0)/T=α+βlnGTFPi0+εit

(6)

式中,(lnGTFPiT-lnGTFPi0)/T表示地区i从初期到T期的旅游产业绿色全要素生产率对数值的增长率；lnGTFPi0表示地区i初期绿色全要素生产率的对数；α和β表示待估参数；εit表示随机误差项。假若β值为负,表明各地区旅游产业绿色全要素生产率的增长差异在长期内会逐渐消失。由于绝对收敛对样本的时间跨度较为敏感,本文分别考察了2006—2014年、2006—2010年、2010—2014年这三个时间段的绝对β收敛性,结果见表2。

表2 沿海地区旅游产业绿色全要素生产率绝对收敛检验结果

注:*、**和***分别表示在10%、5%和1%的水平下显著，表3同。

由表2可知,无论是沿海地区整体还是三大区域,在2006—2014年、2006—2010年和2010—2014年这三个时间段内的β估计值均为负,表明沿海地区旅游产业绿色全要素生产率的地区差距呈现缩小态势。虽然2006—2010年沿海各地区β值为负,但是其收敛趋势并不显著,表明期初各地区旅游环保意识较低,只是追求旅游经济的快速发展,忽略了环境效益。2010—2014年,沿海地区表现出显著的绝对β收敛特征,表明生产率较低的省份有追赶先进省份的趋势,且重视旅游环境保护与可持续发展,增长速度差距不断缩小,逐渐收敛于相同的稳态值。总体来看,2006—2014年沿海地区旅游产业绿色全要素生产率表现为显著的绝对β收敛趋势,知识溢出、技术进步使旅游生产要素实现优化配置的能力不断增强,对旅游环境问题和绿色发展理念更加重视,旅游产业绿色发展态势越来越显著。

3.3 条件收β敛性检验

相比于绝对β收敛,条件β收敛用于检验各经济体是否趋向于各自的稳态水平,考察的是经济体自身的收敛水平。考虑到不同地区自身的稳态水平及其随时间变化的趋势,本文选择面板数据的双向固定效应模型检验旅游产业绿色全要素生产率的条件β收敛性,公式为:

ln(GTFPit/GTFPi,t-1)=α+βlnGTFPi,t-1+εit

(7)

式中,lnGTFPit表示地区i在t期的绿色全要素生产率对数值;lnGTFPi,t-1表示地区i在t-1期的绿色全要素生产率对数值,t=2007,2008,…,2014。若显著为负值,说明存在条件收敛,反之亦然,回归结果见表3。

表3 沿海地区旅游产业绿色全要素生产率条件收敛检验结果

运用截面固定效应和时间固定效应模型进行拟合估计可知,沿海地区旅游产业绿色全要素生产率值均为负,除泛珠三角地区收敛性不显著外,其他地区均在5%的水平下显著,由此表明沿海地区整体、环渤海与长三角地区均存在着向各自稳态水平收敛的趋势,旅游环境保护与绿色发展取得一定成果;泛珠三角地区虽然存在收敛趋势,但并不显著,表明泛珠三角地区还需进一步发展绿色旅游,关注旅游带来的环境影响,努力将环境污染降到最低。

综上所述,沿海地区旅游发展较成熟,且处于快速成长阶段,表现出要素积累和规模扩张的特征,对旅游环境保护的重视程度远远不够,以效率为主导的绿色旅游经济增长模式尚未形成,只有当旅游产业绿色全要素生产率提升到一定水平,形成适合自身发展的收敛路径,才能实现沿海地区旅游产业的绿色均衡发展。

4 结论与建议

本文利用DEA-Malmquist指数模型对2005—2014年沿海地区旅游产业绿色全要素生产率进行了测度和评价,揭示其时空演化与区域差异特征,进一步探讨了旅游产业绿色全要素生产率的收敛性,考察其是否趋向于一定的稳态水平。研究结论为:首先，从时序变化来看,沿海地区旅游产业绿色全要素生产率均值为负,呈现下降趋势。其中,绿色技术效率指数为上升,绿色技术进步指数为下降,绿色技术进步指数的下降是导致绿色全要素生产率降低的主要原因。究其原因,沿海地区旅游发展起步较早,资源与要素投入、效益产出基本达到良性的发展水平,但在旅游环境污染治理方面仍较差,如何创新技术水平使环境的非期望产出转变为可持续发展的期望产出是亟需解决的重要问题。其次，从区域差异来看,只有长三角地区旅游产业绿色全要素生产率处于增长状态,其他地区均处于负增长状态,表明该地区旅游业的环境非期望产出得到一定控制,但其增速仅为0.7%,还处于增长初期。环渤海地区效率变化指数增速为1.7%,高于长三角、泛珠三角和沿海整体水平;长三角地区绿色科技进步水平年均增长0.4%,高于沿海地区整体、环渤海和泛珠三角地区。第三，从空间演化特征来看,沿海地区旅游产业绿色全要素生产率的空间格局呈现波动演化特征,第一、二、四阶梯省份的绿色全要素生产率水平呈不稳定的波动状态,第三阶梯省份处于循环波动状态,相对较稳定,沿海地区整体旅游产业绿色全要素生产率地区波动较大。第四，收敛性检验结果表明,沿海地区旅游产业绿色全要素生产率不存在显著的σ收敛特征,生产率标准差呈现先扩大后缩小的趋势,表现出不稳定的波动特征;而沿海整体存在显著的绝对β收敛趋势,旅游产业绿色全要素生产率低的省份对高的省份有显著的“追赶效应”;从条件β收敛性来看,沿海整体、长三角和环渤海地区均有显著的收敛趋势,只有泛珠三角地区的条件β收敛性不显著,表明泛珠三角地区绿色旅游发展还不成熟,尚未找到适合自身稳态水平的条件β收敛路径。

一是加强技术进步与科技创新,减少旅游环境污染产出。科技进步不足是导致旅游产业绿色全要素生产率下降的主要原因,因此应积极发展低碳、环保、绿色等新兴旅游高新技术,强化遥感卫星、智能化新探测技术、海洋生态修复技术、生态环境评估与风险预警技术、海洋环境污染预防和控制技术等高新技术在海洋旅游发展中的广泛应用;针对我国无人岛、海洋湿地保护区的开发利用现状与生态环境承载能力,建立健全海洋生态补偿体系,完善生态修复,培育海洋旅游新基地和生态休闲带;借鉴国际海洋旅游发达国家成功经验,不断提高邮轮、游艇、帆船、海洋游乐设施、数字导览设施等旅游装备制造业的科技创新能力与国际化制造水平,大力发展海洋旅游装备制造技术,促进沿海地区旅游产业的转型升级。二是推动相关政策实施与支持保障,促进旅游产业全要素生产率均衡增长。由于旅游产业发展受外部环境的影响较大,所以很难判断出旅游产业绿色全要素生产率是否存在显著的收敛特征。但整体来看,沿海地区旅游产业绿色全要素生产率逐渐趋向于相同的稳态水平,只是由于各地区发展速度不同,尚未出现一致性的收敛特征。随着旅游产业结构的调整和优化,沿海地区旅游科学研究和技术研发形成良性互动,最终会通过绿色技术创新溢出推动实现全部收敛。同时,政府应发挥“有形之手”的调控作用,建立科学完善的旅游绿色发展与科技创新保障体系。国家与各级地方政府应积极引导并鼓励旅游科技创新与成果转化;政府、科研机构与涉海旅游企业三方协调组织,加强对沿海地区旅游科技创新能力与可持续发展能力提升的监督管理。三是加强区域旅游合作与协调发展,缩小旅游产业地区差距。由于部分地区旅游发展不存在显著的收敛趋势,意味着各地区间旅游产业绿色全要素生产率差距有扩大的趋势,将会导致我国沿海地区旅游业的发展失衡。因此,各地区应加强旅游业的合作交流,共享旅游绿色发展的先进经验,加快先进地区向落后地区的绿色技术扩散,实现资源共享,优势互补,共同推动旅游产业绿色全要素生产率的提升,实现绿色发展。

[1]陈超凡.中国工业绿色全要素生产率及其影响因素——基于ML生产率指数及动态面板模型的实证研究[J].统计研究,2016,33(3)∶53-62.

[2]Coelli T J,Rao D S P.Total Factor Productivity Growth in Agriculture：A Malmquist Index Analysis of 93 Countries,1980-2000[J].Agricultural Economics,2005,32(1)∶115-134.

[3]胡鞍钢,郑京海,高宇宁,等.考虑环境因素的省级技术效率排名(1999-2005)[J].经济学,2008,7(3)∶933-960.

[4]Chung Y H,F?re R,Grosskopf S.Productivity and Undesirable Outputs：A Directional Distance Function Approach[J].Journal of Environmental Management,1997,51(3)∶229-240.

[5]李斌,彭星,欧阳铭珂.环境规制、绿色全要素生产率与中国工业发展方式转变——基于36个工业行业数据的实证研究[J].中国工业经济,2013(4)∶56-68.

[6]王奇,王会,陈海丹.中国农业绿色全要素生产率变化研究：1992—2010年[J].经济评论,2012,(5)∶24-33.

[7]李玲,陶锋.中国制造业最优环境规制强度的选择——基于绿色全要素生产率的视角[J].中国工业经济,2012,(5)∶70-82.

[8]宋长青,刘聪粉,王晓军.中国绿色全要素生产率测算及分解：1985—2010[J].西北农林科技大学学报(社会科学版),2014,14(3)∶120-127.

[9]王兵,黄人杰.中国区域绿色发展效率与绿色全要素生产率：2000—2010——基于参数共同边界的实证研究[J].产经评论,2014,(1)∶16-35.

[10]汪锋,解晋.中国分省绿色全要素生产率增长率研究[J].中国人口科学,2015,(2)∶53-62,127.

[11]王坤,黄震方,曹芳东.中国旅游业碳排放效率的空间格局及其影响因素[J].生态学报,2015,35(21)∶7150-7160.

[12]Halkos G E,Tzeremes N G.A Conditional Directional Distance Function Approach for Measuring Regional Environmental Efficiency：Evidence from UK Regions[J].European Journal of Operational Research,2013,227(1)∶182-189.

[13]Romer M.Increasing Returns and Long-run Growth[J].Journal of Political Economy,1986,94(5)∶1002-1037.

[14]Lucas E.On the Mechanics of Economic Development[J].Journal of Monetary Economics,1988,22(1)∶3-42.

[15]王淑新,何元庆,王学定.中国旅游经济的区域发展特征及影响因素实证研究[J].商业经济与管理,2011,(4)∶89-96.

[16]李海平.我国区域旅游经济增长趋同与趋异[J].社会科学家,2009,(3)∶101-104,108.

[17]张鹏,郑垂勇,丘萍.中国旅游增长收敛吗——基于1990—2008年入境旅游收敛性研究[J].技术经济与管理研究,2010,(4)∶148-151.

[18]柯孔林,冯宗宪.中国商业银行全要素生产率增长及其收敛性研究——基于GML指数的实证分析[J].金融研究,2013,(6)∶146-159.

[19]郑君君,韩笑,潘子怡.基于Malmquist指数的房地产开发企业全要素生产率变动及收敛性研究[J].中国软科学,2013,(3)∶141-151.

[20]韩海彬,赵丽芬.环境约束下中国农业全要素生产率增长及收敛分析[J].中国人口·资源与环境,2013,23(3)∶70-76.

[21]张广海,龚荷.新常态对我国旅游企业转型的启示[J].北京第二外国语学院学报,2015,(7)∶40-49.

[22]Fare R,Grosskopf S,Norris M,etal.Productivity Growth,Technical Progress,and Efficiency Change in Industrialized Countries[J].The American Economic Review,1994,84(1)∶66-83.

[23]Fare R,Grosskopf S,Norris M.Productivity Growth,Technical Progress,and Efficiency Change in Industrialized Countries：Reply[J]. The American Economic Review,1997,87(5)∶1040-1044.

[24]Barro R J.Notes on Growth Accounting[J].Journal of Economic Growth,1999,4(2)∶119-137.

[25]Barro R J,Mankiw G,Sala-i-Martin X.Capital Mobility in Neoclassical Models of Growth[J].The American Economics Review,1995,85(1)∶103-115.

[26]Barro R J,Sala-i-Mantin X.Technological Diffusion,Convergence,and Growth[J].Journal of Economic Growth,1997,2(1)∶1-26.

[27]Deardorff A V.Rich and Poor Countries in Neoclassical Trade and Growth[J].The Economic Journal,2001,111(470)∶277-294.

AnalysisonTourismGreenTotalFactorProductivityGrowthandConvergenceAnEmpiricalStudyBasedonChina′sCoastalAreas

LIU Jia,ZHANG Jun-fei
(School of Management,Ocean University of China,Qingdao 266100,China)

Using DEA-Malmquist index model,this paper measured and evaluated the tourism green total factor productivity of China′s 11 coastal provinces from 2005 to 2014,and revealed its temporal changes,regional differences and spatial evolution characteristics.Furthermore,this paper used convergence theory of economic growth to test its convergence.The results showed that:①Tourism green total factor productivity of China′s coastal areas declined in general.That meant green technology,scientific and technological progress and green development level were not high.Tourism development needed to change towards resource saving,environment friendly and intensive condition.②Tourism green total factor productivity of coastal areas showed significant regional and spatial difference and evolution characteristics.③No significant σ convergence existed in tourism green total factor productivity,and only significant conditional β convergence and unconditional β convergence existed.These results implied that regional disparities of total factor productivity was gradually narrowing and converge to its own steady state level.

tourism green total factor productivity;DEA-Malmquist index model;space-time evolution;convergence;coastal areas

10.3969/j.issn.1005-8141.2017.07.017

F590

A

1005-8141(2017)07-0867-06

2017-05-10；

2017-06-23

国家旅游局旅游产业青年专家培养计划课题项目(编号:TYETP201322);中国博士后科学基金资助项目(编号:2015M580612);山东省研究生教育创新计划项目“旅游管理硕士专业学位人才培养模式研究”(编号:SDYY15128)。

及通讯作者简介：刘佳(1981-),女,山东省临朐人,博士,副教授,硕士生导师,研究方向为旅游开发与规划。