基于随机效应面板模型的城市旅游要素生产率研究

谢爱良 陆相林

摘要：综合经济增长和旅游传统认知，从旅游资源、旅游产业基础、城市经济、旅游交通、旅游创新5个方面选取变量，构建了城市旅游增长面板回归模型。基于2005～2016年山东省城市旅游增长面板数据，分别运行OLS、个体固定效应、个体和时间固定效应、随机效应模型，得到随机效应模型为最优分析模型。基于随机效应模型考察了山东省城市旅游要素生产率，结果表明：省域层面，城市旅游要素生产率随机效应，传统旅游支柱产业对城市旅游增长存在显著影响，城市旅游要素生产率由高到低排序为：旅游产业要素、城市经济要素、旅游资源要素、旅游交通要素，旅游技术进步（创新）要素未产生显著影响;划分为6个区域后，城市旅游要素生产率仍以旅游产业要素为最高，其它要素则表现出明显的地区差异。最后，为山东省城市旅游生产率提升提出建议。

关键词：城市旅游;旅游要素生产率;面板回归模型;随机效应;山东省

中国分类号：F590.3           文献标识码：A              DOI：10.3969/j.issn.1003-8256.2018.06.011

表征经济增长及其动因是经济学者长期关注焦点领域[1]。经济增长研究经济历了古典增长、新古典增长、新增长理论三个阶段，经济增长动因分析是其重点领域之一。生产率是反映经济投入与产出之间数量关系的指标，是经济增长的动力之源。生产率广义上可区分为单要素生产率和全要素生产率。投入对象不同，生产率相应的经济含义亦不同，如何识别其影响因素存在很大分歧[2]。学界对生产率的测度经历了从简单地运用人均GDP到综合考察，由单要素到全要素生产率，由时间序列到面板分析的演变过程[3-4]。当前，基于面板回归分析单要素生产率[5-8]和基于Malmquist指数测度全要素生产率[9]是学者关注的重要研究领域，相关成果集中于国家、省际、城市层面，其中城市生产率研究是近年来学者关注的焦点[10-11]。

新常态下我国旅游经济增长需要持续的动力支持，基于要素生产率分析其发展动力极为必要。当前，有关旅游增长的解释，受主流经济学的影响，学者习惯基于C-D生产函数基本原理，从旅游人力、旅游资本角度加以解释[12-14]。上述解釋与旅游学界传统认知并不契合[15]，突出表现为：一是旅游增长的人力、资本资料缺乏有力的数据支撑，当前并无有关旅游人力、旅游资本的准确统计资料，旅游数据多以旅游景区、饭店、旅行社等进行归类统计;二是与旅游增长的解释与传统观点大相径庭，旅游学界传统认知认为，旅游资源是旅游业发展的基础，旅行社、酒店、旅游交通是旅游业的三大支柱产业，经济环境对旅游业有重要影响，旅游创新是旅游产业持续发展的根本动力。以往旅游增长函数构建与实证中，对旅游资源、旅游产业、城市经济、旅游创新等作用欠考虑，甚至不加以考虑，违背了旅游学界的传统认知。同时遗憾的是，旅游学界传统认知上的旅游增长研究多以定性表述为主，鲜见有通过面板数据分析，结合城市旅游要素生产率进行实证的成果。因此，构建符合旅游学界传统认知的旅游增长模型，分析其要素贡献具有重要学术与实践意义。

新常态下我国旅游经济增长的动力分析需要可靠历史统计数据的支撑。各省市作为我国旅游经济增长的基本单元，旅游统计工作亟待加强，我国只有上海、浙江、广东、四川、云南和山东等6省市进行了年度旅游年鉴编写工作。山东省是我国的旅游强省，其17地市全部为中国优秀旅游城市，城市旅游发展位居全国省市单位前列，其旅游统计年鉴编写始于2003年，是我国最早进行旅游年鉴编写并持续至今的省市之一。近年来山东省旅游总收入增速明显放缓（图1）， 增长率由2005～2012年的20%以上降至2013～2016年的15 %左右。山东省旅游总收入是否存在区域差异？其增长动因能否通过要素增长率给予合理解释？是值得深入探讨的重要议题。山东省自身拥有较的完整旅游统计年鉴数据可提供有力的定量分析依据。

本文以生产函数为理论基础，结合旅游学界传统认知，选取城市旅游总收入作为被解释变量，旅游景区数、星级饭店数、旅行社数等7个指标作为解释变量（表1），构建城市旅游增长面板回归模型，基于面板数据确定最优分析模型，定量考察旅游资源、旅游产业基础、旅游交通、旅游创新、经济环境等要素对城市旅游生产的影响，并提出相关政策建议。

1    材料与研究方法

1.1   城市旅游增长面板回归模型

（1）模型变量选取

旅游业作为国民经济的重要组成部分，其增长机制原则上也可以利用经济发展理论加以阐释，但在阐释过程中，需要紧密结合旅游业的资源依赖性、综合性、服务性、游客异地性等特征。根据生产函数原理，取对数后的解释变量系数即为弹性系数，可以直接测度解释变量对被解释变量增长的贡献率，本文城市旅游要素生产率测度即基于此原理开展指标选取与实证研究。

首先，选取旅游总收入（TR）作为城市旅游增长面板回归模型的被解释变量。其次，从以下5个方面的选取解释变量：（1）旅游资源要素。以旅游景区为代表的旅游资源是吸引游客产生旅游行为，实现旅游发展的基础保障，故选取了A级旅游景区个数作为解释变量。（2）旅游产业基础。星级酒店、餐饮、旅行社、零售等是旅游发展的支撑产业，故选取星级饭店个数、旅行社个数、规模以上批发零售企业数作为解释变量。（3）城市经济发展水平。旅游业具有综合性，涉及食、住、行、游、购、娱等多方要素，与诸多行业部门关联，其发展会受到当地经济发展水平的影响，故选取人均国内生产总值作为解释变量。（4）旅游交通。旅游业具有游客异地性特征，需要通过旅游交通才能实现游客的旅游行为，故选取城市客运总量作为解释变量。（5）旅游技术进步（创新），故选取旅游专利授权数作为解释变量。城市旅游增长面板回归模型各变量说明详见表1。

（2）模型形式

城市旅游生产面板回归模型原理如下：

城市旅游劳动生产=α+β·影响变量

+个体固定效应+时间效应+随机误差项

引入表1所设变量，将所有数据取对数，得到城市旅游生产面板回归模型如下：

1.2   数据来源

尽管山东旅游年鉴始于2003年，但由于个别指标数据的非连续性，本文选取《山东旅游年鉴》（2006～2017）和《山东统计年鉴》（2006～2017）的相关数据，以山东省17个地市作为研究对象，形成面板数据。

2     结果与分析

2.1   面板数据的单位根检验

基于2005～2016年度山东省17地市城市旅游各变量数据，利用Stata12.0软件，完成Levin，Lin&Chu-t Im，Pesaran and Shin W-stat，ADF-Fisher Chi-square单位根检验，结果表明所有变量均为0阶单整1（0），说明数据具有平稳性，适合进行面板回归分析。

2.2   最优分析模型选取

利用Stata12.0软件，对模型估计检验，定量分析各个解释变量对旅游总收入的作用程度。分别运行了OLS模型、个体固定效应模型、个体和时间固定效应模型（双向固定效应模型）、随机效应模型得到表2。

由表2可知：首先，当运用个体固定效应模型分析时，发现面板数据存在个体固定效应（R2-within=0.763），因此直接运用OLS模型分析欠合理;其次，运用个体和时间固定效应模型（双向固定效应模型）作进一步的分析，发现面板数据存在双向固定效应，因此为了更为全面的了解数据特征，采用随机效应模型做进一步的分析;最后，在随机效应模型分析中，Hausman检验值为0.399>0.01，因此，选取随机效应模型比固定效应模型更适合面板数据分析[16]。

2.3   山东省城市旅游生产率随机效应结果分析

如前所述，随机效应模型为最适合的分析模型，因此，此后的分析主要基于随机效应模型展开。由表2最后一列可知：A级旅游景区数量（TS）、星级饭店数量（TH）、旅行社数量（TTA）、规模以上批发零售企业数（RE）、人均国内生产总值（PG）、客运总量（TPN）对城市旅游生产率（TR）有显著影响;而旅游专利授权数（TCN）检验不显著。

其中，旅游产业要素中的旅行社数量（TTA）弹性系数最大，取值为0.728，规模以上批发零售企业数（RE）弹性系数为0.503，星级饭店数量 弹性系数为0.242;城市经济中的人均国内生产总值（PG）弹性系数排第二位，取值为0.363;旅游资源要素中的A级旅游景区数量（TS）弹性系数为0.236;旅游交通要素中客运总量（TPN）的弹性系数取值为0.183;旅游技术进步（创新）要素中的旅游专利授权数（TCN）检验不显著。

2.4   基于随机效应模型的六大区域估计结果

2017年2月，山东省政府印发的《山东半岛城市群发展规划（2016～2030年）》涵盖山东省17地市，划分为“两圈四区”，即“济南都市圈”“青岛都市圈” “烟威区”“东滨区”“济枣菏区”“临日区”。其中，“济南都市圈”包括济南、淄博、泰安、莱芜、德州、聊城6个城市;“青岛都市圈”包括青岛、潍坊2个城市;“烟威区”包括烟台、威海2个城市;“东滨区”包括东营和滨州2个城市;“济枣菏区”包括济宁、枣庄、菏泽3个城市;“临日区”包括临沂和日照2个城市。结合此背景，利用随机效应模型，对山东省“两圈四区”所划定的6大区域作进一步的分析，得到表3。由表3可知，从R2-overall值看，6个区域模型拟合优度都较高，说明所选取模型具有较强的普适性。

城市旅游要素生产率大小排序方面，“青岛都市圈”排序为：（1）旅游产业要素（旅行社数量、星级饭店数量、规模以上批发零售企业数）;（2）城市经济（人均国内生产总值）;（3）旅游技术进步（创新）要素（旅游专利授权数）;（4）旅游交通要素（客运总量）。其中旅游交通为负向影响，旅游资源要素影响未达到显著水平。

3    讨论

3.1  基于旅游学界传统认知构建城市旅游增长模型具有较强的合理性

針对旅游增长解释仅从旅游人力、旅游资本角度加以解释的不足，构建了符合旅游学界传统认知的旅游增长函数，以山东省城市旅游增长面板数据进行实证得表2。由表2可知模型中的7个指标有6个达到显著水平以上，且模型拟合优度较高、具有较强的普适性，证明了基于旅游学界传统认知构建城市旅游增长模型的合理性。

3.2    旅游产业要素对城市旅游增长存在显著影响

基于所构建城市旅游增长模型，可得旅游产业要素为山东省城市旅游增长的最核心要素，其衡量指标包括旅行社数量、星级饭店数量、规模以上批发零售企业数量3个指标，旅行社数量弹性系数最大，取值为0.728，规模以上批发零售企业数弹性系数排在第二，取值为0.503，星级饭店数量弹性系数排在第4位，取值为0.242，可知旅游产业要素对城市旅游增长的确产生显著影响。

3.3  城市旅游增长面板回归模型可用于分析城市旅游增长动力

基于所构建城市旅游增长模型，可得山东省城市旅游要素生产率由大到小排序为：旅游产业要素、城市经济、旅游资源要素、旅游交通要素，其中旅游技术进步要素未产生显著影响。因此，山东省城市旅游增长需从旅游产业要素、城市经济、旅游资源要素、旅游交通要素方面做出努力;同时，针对山东省旅游技术创新要素未产生显著效应的情况，从科技进步推动现有旅游产业的调整改造视角，激活旅游创新转化能力。

3.4   当山东省划分为6个区域后，城市旅游增长模型表现出区域差异性

由表3可知，“青岛都市圈”“烟威区”“济南都市圈”“济枣菏区” 4大区域解释变量达到显著水平以上的指标较多，而“东滨区”“临日区”2个区域较少。可能原因为：“青岛都市圈”“烟威区”属于传统的沿海旅游强市所在区域，而“济南都市圈”“济枣菏区”属于传统的内陆典型旅游城市所在区域，因此4大区域旅游发展表现出较强的规律性（自组织特征），解释变量达到显著水平以上的指标较多;而“东滨区”“临日区”为新兴的旅游城市所在区域，其旅游发展尚未表现出规律性（自组织特征）。

3.5   当山东省划分为6个区域后，城市旅游增长要素生产率均表现出区域差异性

（1）传统沿海旅游城市所在区域，如“青岛都市圈”和“烟威区”，其城市旅游要素生产率较高，以“青岛都市圈”旅行社为例，其弹性系数高达7.549，即指每增加1%的旅行社数量，可增加7.549%的旅游总收入;而内陆以及新兴旅游城市所在区域，其城市旅游要素生产率多低于1以下（表3）。

（2）传统旅游城市所在区域，如“青岛都市圈”“济南都市圈”和“烟威区”，其旅游技术进步（创新）要素对城市旅游增长产生显著影响;而内陆传统旅游城市和新兴城市所在区域，如“济枣菏区”“东滨区”和“临日区”，其旅游技术进步（创新）要素未对城市旅游增长产生显著影响（表3）。

（3）传统沿海旅游城市所在区域，其城市旅游增长对旅游资源的依赖性低，如“青岛都市圈”和“烟威区”，其旅游资源对城市旅游增长未产生显著影响;而内陆传统旅游城市所在区域，其城市旅游增长对旅游资源依赖性高，如“济南都市圈”和“济枣菏区”，其旅游资源对城市旅游增长产生显著影响（表3）。

4     结论与政策建议

4.1    结论

（1）基于旅游学界传统认知构建了城市旅游增长模型并证明其合理性，得出随机效应模型最适用于城市旅游增长分析。

（2）实证了旅游产业要素对城市旅游增长的重要影响，是山东省城市旅游增长的最核心要素。得到山东省省域层面城市旅游要素生产率由大到小排序为：旅游产业要素、城市经济、旅游资源要素、旅游交通要素，旅游技术进步要素未对城市旅游生产率产生显著影响。

（3）当山东省划分为6个区域后，城市旅游增长模型和要素增长率均表现出区域差异性。

4.2    政策建议

山东省城市旅游增长，应做到强化优势要素和补足“短板”要素并重。即，一方面强化弹性系数较大的因素，使之进一步完善;另一方面，探究弹性系数较小的内在原因，对其“短板”进行补强。具体而言，需从以下两个方面作出努力：

（1）省域层面：山东省城市旅游增长，应着眼全省，立足地市，努力夯实旅游产业要素基础，营造良好城市经济氛围，深入挖掘旅游资源潜力，优化旅游交通配置，以旅行社、星级饭店、批发零售企业、A级旅游景区、旅游客运水平等为基本抓手，从规模壮大与质量提升两方面做出改善。同时，针对山东省旅游技术创新要素未产生显著效应的情况，在探究其深层次原因的同时，依靠科技进步推动现有旅游产业的调整改造，延伸科技旅游产业链，开发智慧旅游、在线旅游等产品。

（2）6大区域和城市方面：“青岛都市圈”应努力补足旅游交通设施的“短板”，并进一步强化旅游产业要素建设、提升城市经济、推进旅游技术创新。“烟威区”应补足旅游产业要素中“批发零售企业数”和旅游交通要素中“客运设施”的短板，并进一步强化旅游产业要素、旅游技术进步（创新）要素、旅游资源要素的建设。“济南都市圈”应补足城市经济的“短板”，并進一步推进旅游产业要素、旅游技术进步（创新）要素、旅游资源要素建设。“济枣菏区”应补足旅游资源要素中“A级旅游景区”和旅游产业要素中“星级饭店数”的“短板”，并进一步推进旅游交通要素、城市经济等方面建设。“东滨区”应补足旅游产业要素“星级饭店数量”的“短板”，并不断完善旅游交通、城市经济、旅游资源要素、旅游技术进步等要素。“临日区”应进一步发挥旅游产业要素中“旅行社数量”优势，并不断完善旅游交通、城市经济、旅游资源要素、旅游技术进步等要素。

参考文献：

[1] Lucas Jr R E. On the mechanics of economic development[J]. Journal of monetary economics， 1988， 22（1）： 3-42.

[2] 白重恩， 张琼. 中国生产率估计及其波动分解[J]. 世界经济， 2015 （12）： 3-28.

[3] 高雷业. 劳动生产率的七种定义及其应用价值[J]. 经济问题探索， 2014（12）： 157-162.

[4] 李平. 环境技术效率， 绿色生产率与可持续发展： 长三角与珠三角城市群的比较[J]. 数量经济技术经济研究， 2017， 34（11）： 3-23.

[5] 柯善咨， 赵曜. 产业结构， 城市规模与中国城市生产率[J]. 经济研究， 2014 （4）： 76-88.

[6] 杨汝岱. 中国制造业企业全要素生产率研究[J]. 经济研究， 2015 （2）： 61-74.

[7] 吕延方， 王冬， 陈树文. 进出口贸易对生产率， 收入， 环境的门限效应——基于 1992—2010 年我国省际人均 GDP 的非线性面板模型[J]. 经济学 （季刊）， 2015 （1）： 703-730.

[8] 于斌斌. 产业结构调整与生产率提升的经济增长效应——基于中国城市动态空间面板模型的分析[J]. 中国工业经济， 2015 （12）： 83-98.

[9] 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.

[10] 杨曦. 城市规模与城镇化， 农民工市民化的经济效应——基于城市生产率与宜居度差异的定量分析[J]. 经济学 （季刊）， 2017 （4）： 1601-1620.

[11] 陈淑云， 曾龙， 李伟华. 地方政府竞争， 土地出让与城市生产率——来自中国 281 个地级市的经验证据[J]. 财经科学， 2017 （7）： 102-115.

[12]  左冰， 保继刚. 1992-2005 年中国旅游业全要素生产率及省际差异[J]. 地理学报， 2008， 63（4）： 417-427.

[13]  赵磊.中国旅游全要素生产率差异与收敛实证研究[J].旅游学刊，2013， 28 （11）：12-23.

[14]  吴玉鸣.旅游经济增长及其溢出效应的空间面板计量经济分析[J].旅游学刊，2014， 29 （2）：16-24.

[15] 罗浩， 颜钰荛， 杨旸. 中国各省的旅游增长方式 “因地制宜” 吗？——中国省际旅游增长要素贡献与旅游资源比较优势研究[J]. 旅游学刊， 2016， 31（3）： 43-53.

[16] 陈强. 高级计量经济学及Stata应用（第二版）[M]. 高等教育出版社， 2014：17.