中国旅游就业人口时空演变及影响因素分析

孟 禺，张广海

（中国海洋大学管理学院，山东青岛266100）

引 言

近年来，中国经济结构和产业结构面临深度转型升级。截至2019 年，中国城镇新增就业人数继续保持增长，劳动力市场仍呈现需求大于供给的局面。随着中国老龄化程度加剧，适龄劳动人口数量逐年下降，相比农业和制造业，服务业在经济发展和扩大就业方面更具优势，其中旅游业是一个具有良好的经济效益和社会效益、能够带动产业发展、合理协调产业结构的综合性产业。当前旅游业涉及内容已扩大到农业、林业、渔业、文化、互联网等多方面，发展旅游业不仅能够促进当地经济的发展，而且可以解决当前的就业问题。如何利用旅游加快就业，不同地区的旅游就业水平是否对旅游就业的分布产生影响，时空特征和影响因素是值得研究的实际课题。

在旅游就业人口特征的文献中，国外的研究涉及应用经济学、社会学、人口学等多门学科，研究热点主要集中于人口学特征包括年龄、性别、职业、收入等指标分析[1-4]，研究旅游就业与经济、社会、生态环境诸现象间的相互关系[5-7]，关注地区就业问题[8]和就业政策效应[9]，针对各利益群体提出促进就业的对策。国内学者更多围绕旅游就业效应、就业人口的空间分布特征进行实证研究[10-11]，其中，旅游就业人口的空间分布呈现时间和地区的差异性，郭为等[12]针对旅游就业的季节性波动特征对饭店、旅行社起到的影响进行定量分析；方法林[13]利用GIS 空间数据处理方法分析2009 年江苏省旅游从业者的空间分布特征和影响因素；刘佳等[14]采用基尼系数、变异系数的方法测度中国沿海11 个省市区旅游从业者空间分布差异。基于旅游就业存在的时空差异，学者从经济发展、产业结构、企业投资等多角度论证旅游就业人口的影响因素，例如，柳思维等[15]审视旅游经济增长与旅游就业增长的关系，提出二者发展的不一致性；厉新建[16]认为政府的政策对于旅游就业增长发挥重要作用；王丽[17]总结了非正规旅游就业的特点及影响因素。

从既有研究来看，缺乏对中国旅游就业人口时空特征的动态演进跟踪与地域差异的对比分析，对于影响因素的判断尚不全面。因此，在学习现有理论成果的基础上，从全国与区域、时间与空间的研究视角，深入分析旅游就业人口演化特征，同时，根据供给侧改革的要求，从供给与需求的角度，探究其影响机理，以期对我国的就业与旅游产业的发展提出相应的对策建议。

1 数据来源与处理

本文选取全国和30 个省级行政区（不包含港澳台及西藏）作为研究对象，并根据国务院制定的区域发展政策，将各省区划分为东部（京、津、冀、沪、苏、浙、闽、鲁、粤、琼）、中部（晋、皖、赣、豫、鄂、湘）、西部（渝、川、黔、滇、陕、陇、青、宁、新、蒙、桂）和东北（辽、吉、黑）四大地区，分析全国及区域旅游就业人口时空演化特征。

数据选取方面，主要以第三产业就业人数、常住人口数量反映区域人口水平。由于旅游涉及食住行游购娱，对各部门从业人数的获得存在难度，参考郭为等[12]学者对旅游直接就业人口范围的界定，以星级饭店、旅行社、旅游景区的从业人员数量表征中国旅游就业人口指标。为排除2008 年经济危机等作用影响，所用指标数据均来源于2011—2018 年《中国统计年鉴》《中国旅游统计年鉴》《中国旅游统计年鉴（副本）》和国家统计局公布的统计数据。

为保证数据的可比性，消除时间变量数据存在的异方差性，采用各指标数据的对数值，把旅游就业人口记做LNLYJY，影响变量分别记做LNGDP、LNRJLR、LNLYTZ、LNJYTR、LNXXH。数据处理与分析通过Eviews 8.0 软件实现。

2 旅游就业人口时空演化特征分析

2.1 全国总体特征分析

选取全国尺度，从人数指标角度对2011—2018年旅游就业人口总体特征进行分析，探究旅游就业人口规模与旅游就业效应的特征。

2.1.1 旅游就业人口时间特征分析

旅游就业总人数直观反映了全国旅游就业人口规模。由图1 可知，中国旅游就业人口总量整体波动较大，从业人数从2011 年204.4 万人增长至2018 年278.2 万人。按照年增长率的变化趋势，2011—2018 年属于波动期，这一时期年增长率上下波动明显，除2012 年、2014 年外，其余年份均为负增长。2011 年是我国“十二五”规划各项任务的开局之际，国家将促进充分就业列为“十二五”就业专项规划之中，给予不同群体就业扶持政策，伴随GDP 增速放缓，中国经济从投资型拉动向消费型拉动转变，旅游就业形势受到一定影响。2014 年旅游就业年增长率达到峰顶值，原因是新时期“旅游+”产业模式吸引旅游从业人员大幅增加。旅游就业人口在2014—2018 年出现连续4 年下降趋势，主要原因是星级饭店和旅游景区从业人员的减少，其表现在八项规定、群众路线教育实践活动启动后星级饭店消费市场大大缩减，而且《中华人民共和国旅游法》实施，对旅游人才队伍建设尤其是景区从业者有了更严格的标准。此外伴随“515”旅游改革战略的深入，旅游景区受到严格整顿，取消多家5A级景区资质，一定程度上影响了景区从业者的数量，导致旅游就业人数增长速度下降，旅游就业形势面临严峻挑战。

图1 中国旅游从业人数及增长率

2.1.2 旅游就业人口空间特征分析

在空间特征分析方面，据《文化和旅游发展统计公报》[18]显示，2018 年旅游从业人员（包括各类文化和旅游单位、旅游非正式从业者）375.07 万人，将人口密度划分为高密度区、中密度区、低密度区、极低密度区，由此反映中国旅游就业人口空间分布及密集程度。通过分级可以看到，高密度区分布于北京、上海、海南、浙江，该地区旅游业发展相对成熟，旅游就业人数占全国总人口比重的43.8%；中密度区分布于天津、江苏、内蒙古、广东、新疆，依靠区位优势和地方特色，旅游劳动力保持中度密集，旅游就业人数占全国总人口比重的32.1%；黑龙江、吉林、山西、甘肃、宁夏属于极低密度区，该地区工业和制造业基础好，服务业发展相对较晚，加上旅游劳动力流动率高，表现出旅游就业人口相对稀疏。

2.2 区域差异特征分析

为进一步解释中国旅游就业人口时空分布特征，运用泰尔指数测算不同地区的差异程度并分析其原因。泰尔指数是某一指标区域差异性的测算方法，其数值越大，表明该地区各区域之间不均衡性越强。泰尔指数及其分解形式具体公式如下：

其中，Yij和Pij分别为i 区域内j 省的旅游就业人数与常住人口数，Yi和Pi分别为i 区域内的旅游就业人数与常住人口数，Y 和P 分别为全国旅游就业人数与常住人口数。Tp表示区域内部以省为单位的泰尔指数（式1），Tw表示区域内部泰尔指数（式2），Tb表示区域间泰尔指数（式3），T 是总泰尔指数（式4）。

2.2.1 整体差异分析

为分析中国旅游就业人口空间分布的区域差异，将总泰尔指数分解为区域内部泰尔指数和区域间泰尔指数两部分，比较区域内部差异与区域间差异对整体差异的贡献率，计算结果见表1。

表1 2011—2018 年中国旅游就业人口泰尔指数

由表1 可知，2011—2018 年中国旅游就业人口泰尔指数有明显波动，其总泰尔指数由2011 年的0.196 7 缩小至2018 年的0.145 3，说明全国旅游就业人口差异逐渐缩小。从时间变化趋势上可以将中国旅游就业人口差异分为两个阶段，第一阶段是2011—2014 年，总泰尔指数持续下降，区域内部泰尔指数、区域间泰尔指数与总泰尔指数变动保持一致，波动原因是在十七大后国家调整经济发展方向，指出要深化经济体制改革，促进国民经济又好又快发展，这一阶段中国经济转型升级、产业结构优化调整导致旅游就业形势发生了较大的变化。第二阶段是2014—2018 年，总泰尔指数上下波动变化，基本维持在0.13～0.15 之间。从区域内部泰尔指数和区域间泰尔指数变化幅度以及各组的贡献率分析，区域内部差异远大于区域间差异。对比各组对总体差距的贡献率可知，对总体差异的贡献率主要来自区域内部差异，因此要计算反映各区域内部差异的泰尔指数。

2.2.2 区域内部差异分析

探析区域内部差异对总体差异的影响，计算Tw在东部地区、中部地区、西部地区、东北地区的综合差异，从区域视角解释中国旅游就业人口的空间差异特征，结果如表2 所示。

表2 2011—2018 年我国各区域旅游就业人口泰尔指数

由表2 可知，2011—2018 年中国四大区域泰尔指数整体上呈现下降—上升—下降—上升的变化态势，东部地区泰尔指数大于其他地区，即东部地区省际差异大于中部、西部和东北地区，一方面是东部地区就业容易受到经济和政策影响，就业流动率和变化率大，另一方面是中部、西部、东北地区受产业基础发展限制，在短时间内变化不明显。对于东部地区，2011 年区域泰尔指数最大，东部地区差异逐渐缩小，原因是“十一五”规划时期，国民经济和社会发展的目标和要求是促进区域协调发展，建设资源节约型、环境友好型社会，党中央和地方各级政府高度重视发展旅游业，在政策的推动下，东部地区差异呈逐渐缩小趋势；对于中部地区，除2017 年受金融危机特殊事件影响，泰尔指数逐年缩小，原因是伴随三大旅游市场蓬勃发展，受信息化和城镇化作用，区域内各省经济整体提高，旅游就业差异逐渐缩小；西部地区泰尔指数在2018 年增长到0.011 3，这是由于区域经济水平变化，造成旅游就业流动率上升。东北地区近5 年差异水平基本保持不变，要积极结合地方资源优势，加快地区旅游业发展，如强调重视发展国内乡村旅游，乡村旅游的深入发展能够进一步促进地区旅游就业规模的扩大。

3 旅游就业人口时空差异的影响因素分析

考虑到供给侧结构性改革是旅游产业发展和经济增长的重要内容，从供给与需求之间的对应关系分析影响中国旅游就业人口时空差异的主要因素。劳动力数量很大程度上取决于经济需求，选取国内生产总值（GDP）、人均实现利润（RJLR）分别代表地区经济发展需求和个人经济收入需求；在需求稳定的情况下，从供给角度考虑，将旅游企业投资水平、旅游人才教育投入状况、信息化水平作为解释变量分析其对旅游就业人口变化产生的影响，用固定资产原价（LYTZ）表示旅游企业投资水平、旅游院校数（JYTR）表示旅游人才教育投入状况、邮电业务总量（XXH）表示信息化水平。本文对2011—2018 年全国旅游就业人口（LYJY）和5 个指标数据（GDP、RJLR、LYTZ、JYTR、XXH）取对数处理后构建向量自回归模型并运用脉冲响应函数和方差分解方法进行实证研究，探索中国旅游就业人口驱动机制。

3.1 变量的平稳性检验

建立向量自回归模型，首先需要判断时间序列的平稳性。采用ADF 法对LNGDP、LNRJLR、LNLYTZ、LNJYTR、LNXXH、LNLYJY 进行单位根检验。若原序列是非平稳序列，则对其一阶差分序列DLNGDP、DLNRJLR、DLNLYTZ、DLNJYTR、DLNXXH、DLNLYJY进行ADF 检验。结果表明在5%的置信水平下各序列是一阶单整I（1）的，检验结果均是平稳序列。在此基础上运用Johansen 协整检验法，判断全国旅游就业人口与5 个影响因素之间是否存在长期均衡关系。从Johansen 迹检验结果可知在5%的显著水平上拒绝“存在零个协整关系”的原假设，接受“至少存在一个协整关系”的假设，亦即变量间存在相互作用关系，时间序列满足建立向量自回归模型的前提条件（因篇幅关系，相应图表略去）。

3.2 建立向量自回归模型

向量自回归模型（VAR）是一种非结构化的模型，在模型的每一个方程中，内生变量作为系统中全部变量的滞后项进行回归构造模型，从而估计全部内生变量的动态关系。

对于平稳的时间序列可以构建无约束VAR 模型。在建立向量回归方程的过程中，关键是确定合理的滞后阶数和选择变量，首先，基于AIC 和SC最小准则确定最优滞后阶数是2。其次，为避免被解释变量间的相互影响，更好地分析单个参数估计值的影响作用，分别构建地区经济水平（GDP）与旅游就业人口（LYJY）的VAR（a）模型、从业者收入（RJLR）与旅游就业人口（LYJY）的VAR（b）模型、旅游企业投资水平（LYTZ）与旅游就业人口（LYJY）的VAR（c）模型、旅游人才教育投入状况（JYTR）与旅游就业人口（LYJY）的VAR（d）模型、信息化水平（XXH）与旅游就业人口（LYJY）的VAR（e）模型。在构建VAR 模型后，要对其进行检验，常用的方法是绘制AR 特征多项式的根和单位圆，若被估计的VAR 模型所有根的模的倒数小于1，即位于单位圆内，则该VAR 模型是稳定的[19-20]。通过检验可知，VAR（c）模型与VAR（e）模型不稳定，说明短期内旅游企业投资水平、信息化水平对旅游就业人口影响不显著。由此剔除该影响因素，VAR（a）模型、VAR（b）模型、VAR（d）模型线性方程组的函数表达式如下：

3.3 脉冲响应函数与方差分解

VAR 模型结果可以利用脉冲响应函数和方差分解方法进行解释。脉冲响应函数描述的是某个内生变量的随机误差项上施加一个标准差大小的冲击后对内生变量的当期值和未来值所产生的影响，方差分解方法是将每个内生变量的变动按其成因分解为与各方程随机扰动项（即新息）相关联的各组成部分，以了解各新息对模型内生变量的相对重要性[21]。对满足稳定条件的VAR 模型做脉冲响应分析进一步验证地区经济水平、从业者收入、旅游人才教育投入状况对全国旅游就业人口的动态作用机制。采用Cholesky 残差协方差分解法得到对应的脉冲响应函数，其中，横轴表示冲击作用的时期数，纵轴表示各变量对就业人口的响应程度。

图2 GDP、RJLR、JYTR 对LYJY 冲击的响应

从图2 可知，3 个变量10 期内对旅游就业人口的影响大小是不同的。首先，可以看到GDP 在短期时间内对旅游就业人口的扰动在-0.02～-0.01，到第4 期后，地区经济响应函数趋于零，在观察期内呈现略微负响应，与近年来全国旅游就业弹性系数为负值相照应，表示经济增长对旅游就业的带动作用弱，究其原因是旅游业具有较强的季节性，旅游就业水平相对其他服务业流动率较高，在中国宏观经济平稳增长的大背景下，各产业就业结构的供给与需求量产生变化，特别是伴随中国产业结构调整、第三产业增加值较快增速，这必然会改变服务业对劳动人口的需求量，导致旅游就业人口流失。另一方面，目前中国旅游用人制度存在缺陷，尤其是直接服务于旅游者的工作人员，例如旅行社工作人员、饭店服务人员等，企业不合理的人事管理会降低行业的吸引力。其次，从业者收入对旅游就业人口的扰动呈现正负交替波动性，结合劳动价值论的观点[22-23]，价格随供求关系变化而围绕价值上下波动，旅游收入是对个人劳动价值的体现，人均利润较大时，会促进旅游就业人口的增长；从旅游就业的特征分析，除了季节的淡旺季外，旅游消费与生产具有一致性，季节性的消费波动对旅游就业人口也有一定的影响。最后，观察旅游人才教育投入的脉冲函数曲线可知，教育投入对全国旅游就业人口的扰动立即做出正响应，前4 期大致呈现“倒U型”的发展趋势——在第1 期至第3 期正向效应不断增强，第4 期冲击减弱，随着时间推移，脉冲响应的影响逐渐平稳。这说明旅游院校投入建设的增加为旅游业发展提供人才保障，新时期旅游业的竞争最终体现在人力资源的竞争，培养优秀的旅游人才队伍、提高旅游者劳动技能有利于增强旅游就业的吸引力。

与脉冲响应函数不同，方差分解是评价新息对内生变量变化的贡献比例以及其对内生变量的相对重要程度[24]。Period 是指10 期的预测期数，LNGDP列、LNRJLR 列、LNJYTR 列分别代表地区经济水平、从业者收入、旅游人才教育投入状况对全国旅游就业人口变化的贡献度，LNLYJY 列是全国旅游就业人口受自身影响引起的部分百分比（结果见表3）。

表3 LYJY 方差分解结果

由表3 可知，在第1 期，全国旅游就业人口的变化主要由自身扰动引起，说明旅游就业充满较强的自我发展动力，旅游就业人口的自我扩张源于全域旅游和“双创”政策的深入实践，结合目前全域旅游的发展思路，产业深度融合发展可以更好地实现全面共同参与，加上旅游就业方式的灵活性，在互联网+技术的支持下旅游就业既可以吸纳不同层次的劳动力、解决更多就业问题，又能够促进创业创新成为时代发展新动力；从第2 期起各变量对就业人口的冲击逐渐增加，地区经济水平的贡献率从第4 期开始趋于平稳，维持在9%左右，与脉冲响应函数结果一致；从业者收入对旅游就业变化的贡献在第2 期达到最大，随着时间的推移，从业者收入引起的作用逐渐降低，在第8 期稳定在6%左右，经济需求对就业人口的影响作用相对减弱，这反映出新常态下，在推进“三去一降一补”的供给侧改革过程中，劳动力成本日益上升，对旅游从业者数量的需求逐渐减少；比较而言，供给因素中的旅游人才教育投入影响作用显著，贡献率第2 期以后保持在78%～80%之间，体现出在经济工作重心向可持续发展转变局势下，正规教育对改善就业起到至关重要的作用。大力推进职业教育、提高从业者素质，能够实现旅游劳动力的有效供给，一定程度上缓解中国就业结构性矛盾。

4 结论与建议

依据相关理论和学者观点，采用泰尔指数等方法深入分析全国及30 个省级行政区旅游就业人口时空演化特征，充分考虑地域结构和时序差异，运用向量自回归模型，旨在探讨旅游就业人口的影响因素与未来趋势。研究得出如下结论和建议。

（1）全国时空变化特征表明，2011—2018 年，旅游就业人口规模和增长率先平稳增长后上下波动。中国旅游就业人口密度呈现东南沿海地区高西北及东北内陆地区低的空间分布特征，其中，环渤海地区、长江三角洲地区、珠江三角洲地区、海南地区旅游就业人口最密集。

（2）区域差异特征表明，全国旅游就业人口空间分布差异逐渐缩小，区域内部差异是引起总体空间不均衡的主要原因；通过分解泰尔指数得知，东部地区省际差异大于中部、西部和东北地区。因此，要从总体布局角度出发，加大人才资源的引进与扶持政策，缓解地区就业的结构性矛盾。

（3）VAR 模型结果表明，地区经济水平、从业者收入、旅游人才教育投入状况对旅游就业人口有显著的动态影响，旅游企业投资水平、信息化水平在短期内作用不突出，有待进一步追踪与验证。结合脉冲响应函数和方差分解结果，实现更高水平的旅游就业，要重视以下几个方面：一是增强经济内生动力，新时期旅游业要优化现有供给结构，培育旅游新业态，为旅游就业者提供广阔的就业空间；二是增加旅游职业吸引力，旅游企业要健全管理机制和员工保障机制，切实保障从业人员的权益；三是加强教育培训，通过教育提高从业者素质和技能，提高旅游就业质量。

上述实证分析主要反映2011—2018 年中国旅游就业人口的时空演化特征及地区经济水平、从业者收入、旅游人才教育投入状况的影响作用，对于其他影响因素还有待进一步深入研究。未来，针对各因素的影响机理将会展开进一步探讨。