城市规模门槛下的旅游发展与经济增长关系

朱海艳

（1.陕西师范大学地理科学与旅游学院，陕西西安 710119；2.榆林学院管理学院，陕西榆林 719000）

0 引言

经济新常态下，旅游担起了新的经济增长点的历史使命，备受关注。2017 年，中国旅游业对GDP 的综合贡献高于世界水平，占GDP 总量的11.04%，对经济增长的拉动作用显著（夏杰长等，2018）。理论上，国内外研究者也基本接受了旅游导向性经济增长假说（Tourism-Led Growth Hypothesis，TLGH），但关于旅游发展与经济增长的非线性关系讨论却从未停止。旅游发展与经济增长的非线性关系是由旅游发展水平的高低决定还是受外在调节变量影响，学术界尚无统一认识。中国85%以上的城市都把旅游业定位为支柱产业（陈艳，2016），旅游被认为是促进城市经济发展的重要动力。城市规模这一调节变量的引入不仅是客观认识旅游发展与经济增长关系的需要，更是城市利用旅游业促进经济增长的当务之需。

城市旅游的本质在于旅游所发生的城市。Ashworth 等（2011）在城市旅游研究的进展和悖论中提出，城市旅游研究没有兼顾城市和旅游。事实也确实如此，城市规模与经济增长的关系是城市领域的重要研究内容，而旅游与经济的协调发展是旅游领域研究的关注对象，但城市规模、旅游发展和经济增长很少被纳入同一框架进行分析。不可否认的是，城市规模与旅游发展密切相关，如长三角地区出现“城市规模极强者旅游发展恒强，城市规模极弱者旅游发展恒弱”的两极分化格局（张毓，2017）。城市规模越大意味着城市功能更多元，而城市功能是城市旅游结构性增长的驱动力（梁增贤等，2014）。同等旅游资源品质条件下，大城市往往比小城市能够获得更高的旅游收入（保继刚等，2018）。保继刚等（2011）构建了基于城市等级的城市旅游供给差异分析框架，展现了大、中、小城市间的旅游供给层次差异，为城市旅游比较研究提供了基于城市规模的分析视角。也有城市旅游与经济增长的非线性关系研究体现了城市规模的影响，如杨懿等（2015）的研究表明，高度依赖旅游业的城市会因为旅游专业化水平的提升而导致经济增长效应下降，此类城市主要是三亚、张家界、黄山等小城市。值得进一步探讨的问题是，旅游发展与经济增长的关系在不同规模城市间是否存在显著差异？旅游发展与经济增长的非线性关系是受城市规模制约还是由旅游发展水平决定？

综上分析，文章将城市规模、旅游发展和经济增长纳入同一框架，利用面板门槛模型，分析旅游发展与经济增长关系的门槛变量。在此基础上，结合城市规模的约束条件，进一步识别旅游发展是否真实存在促进经济增长的门槛效应。与已有研究相比，可能的贡献是：第一，研究视角上，将城市规模、旅游发展和经济增长纳入同一框架，改变了原来城市规模-经济增长或旅游发展-经济增长双变量的分析，在城市旅游业的经济增长效应研究中引入与旅游发展密切相关的城市规模变量作为门槛变量，分析了城市规模对旅游业经济增长效应的作用机制；第二，研究方法上，借鉴Hansen（1999）的门槛回归方法，以严格的统计推断对城市规模的门槛效应进行估计，解决了既有研究关于城市规模分组的主观性问题；第三，研究内容上，识别了城市旅游发展与经济增长关系是否真实存在基于旅游发展水平的门槛效应，并阐释了城市规模门槛变量下旅游发展与经济增长的非线性关系内涵，深化并拓展了城市旅游-经济增长关系研究。

1 文献综述和理论分析

1.1 旅游发展与经济增长的非线性关系研究

旅游发展与经济增长非线性关系研究可以归纳为两个类型，一是旅游-经济双变量的非线性关系研究。这种论证方式主要分析旅游业处于不同发展阶段时，对经济增长的影响有无差异。部分研究者通过在经济增长模型中加入旅游发展的平方项和立方项，论证了旅游发展与经济增长之间的“倒U”或“N”型关系（徐春红等，2017；曹翔等，2017；Zuo et al.，2018）。由于加入交互项可能产生多重共线性问题，也有研究者利用门槛回归模型分析旅游发展影响经济增长的门槛效应（Chang et al.，2012；赵磊 等，2013）。邓涛涛等（2019）从城市规模和城市职能定位切入，发现中小型旅游依赖型城市的旅游产业依赖度与城市全要素生产率增长表现出明显的“N”型曲线关系。第二类是加入制约因素的旅游-经济非线性关系研究。这类研究主要基于新古典经济增长理论和新经济增长理论，以人力资本、物质资本、外贸依存度、投资率等经济增长因子为门槛变量，分析旅游发展影响经济增长的门槛条件（Chang et al.，2012；赵磊等，2013）。也有研究选择工业化水平、产业结构等影响经济增长的因素作为中介变量或调节变量，分析旅游发展与经济增长的非线性关系（Papyrakis et al.，2004；赵磊 等，2017）。Tang等（2018）认为旅游发展与经济增长的关系应与国家自身因素相关，并发现高收入及政权稳定且廉洁的国家具有更高的旅游业经济增长效应。此外，Nunkoo 等（2020）利用荟萃分析（meta analysis）对113项关于TLGH 检验研究中的545个估计进行了分析，调查结果支持TLGH，但也表明估计结果对与研究样本（国家）有关的一些影响因素很敏感。

旅游-经济双变量的实证分析只能验证非线性特征是否存在，但会忽略导致这一关系的真正原因（赵磊等，2013；Tang et al.，2016），而直接将旅游发展水平作为制约因素来阐释旅游-经济的非线性关系。同时，加入制约因素的实证研究又缺少在外在约束条件下进一步分析旅游-经济关系中是否仍存在基于旅游发展水平的门槛效应。因此，旅游发展与经济增长的非线性关系是由旅游发展水平的高低决定还是受外在调节变量的影响并不明确。

1.2 城市规模对旅游发展影响经济增长的作用机制

城市规模的大小主要体现在人口规模、产业规模、土地规模等方面，各种要素的集聚使城市规模不断扩大，从而产生了集聚效应（孔令乾等，2019）。城市规模不仅通过直接影响旅游收入，而且通过调节旅游业对经济增长的影响来促进旅游业的经济增长效应，机制如图1所示。

图1 城市规模对旅游业的经济增长效应的作用机制

城市规模可以通过影响旅游供求来提升旅游收入。需求层面，城市规模越大，意味着人口规模越大，产业集聚越显著，到访的探亲游客和商务游客规模也就越大（张毓，2017）。而且，除了可以作为旅游目的地外，城市也可能扮演中转地和门户的角色，吸引大量中转游客（Holladay et al.，2020）。此外，城市旅游也具有满足本地居民需求的内向性特征，城市规模越大，人口越多，越可能形成规模宏大的本地游客市场（张毓，2017）。供给层面，城市规模越大，城市功能越完善，基于现代服务业（主要是生产性服务业）功能、交通功能和商业功能的旅游供给越丰富，带来的旅游收入也越高（梁增贤等，2014）。

城市规模通过提升旅游业自身发展水平和旅游业对其他产业的关联带动作用来增加旅游业对经济增长的直接影响和间接影响。第一，根据外部性理论和新经济地理理论，集聚经济对旅游业发展具有重要影响。技术外部性和货币外部性促进了旅游业专业化和规模化发展（王新越，2019）。尽管过高的产业集聚也会带来市场拥挤效应和离心力的负面影响，但小城市和大城市的集聚模式不同，这种负面影响的作用也不同。小城市由于资源限制，对旅游业增加投入的同时，限制了其他产业发展，容易出现单一旅游产业的高度集聚。专业化集聚会促进小城市旅游业的经济增长效应，但单一产业的高度集聚并不利于经济增长，甚至可能会出现城市“荷兰病”效应（孙晓华等，2013；苏建军，2019）。大城市产业集聚模式一般是多样化产业集聚，多样化集聚带来的城市化经济会使旅游发展水平越高，经济增长效应越大。根据Lucas（1988）的两部门内生理论，旅游产品与工业产品不存在替代性，旅游业的专业化利于经济增长。大城市可以协同发展旅游业和其他产业，发挥多样化集聚下的城市化经济效应，旅游专业化水平越高越利于城市经济增长。第二，城市规模越大，旅游业的乘数效应越显著，进而促进旅游业对经济增长的间接影响。对于小城市而言，城市功能较弱，商业功能、接待业功能和交通功能难以满足游客需求（保继刚等，2011），旅游“漏损”严重，导致旅游业的经济增长效应并不明显。大城市由于具有强大的城市功能，能够满足游客旅游六要素的需求，尤其是娱乐和购物的非基本消费需求（孙根年等，2010），因此具有强大的关联带动效应，显著促进旅游业的经济增长效应。

2 模型、变量和数据

2.1 研究样本

根据原国家旅游局评选的中国优秀旅游城市名单，并结合区域和城市规模的考虑，最终选择50个旅游城市作为研究样本（见表1）。一是旅游城市是将旅游业作为城市经济产业重要组成部分的城市，相较于旅游专业化水平较低的城市而言，更适合检验旅游导向性经济增长假说；二是50 个旅游城市的规模差异大，包括直辖市、副省级城市和地级市，能够检验城市规模的调节作用；三是50个旅游城市分布于中国东部、中部、西部三大区域，可以反映中国城市旅游业的经济增长效应。

表1 样本城市

2.2 模型设定

借鉴Hansen（1999）的面板数据门槛模型，设定本文的门槛回归模型。城市旅游发展影响经济增长的门槛效应检验模型如式（1），旅游发展影响经济增长基于城市规模门槛条件的门槛效应检验模型如式（2）：

式中，rgdpit为被解释变量，代表经济增长水平，下标i和t表示第i个旅游城市的第t年；tr表示旅游发展水平，size代表城市规模，X代表系列控制变量，包括基础设施建设投入asset、对外开放程度open、政府支出gov、人力资本edu、第二产业就业比重sec及第三产业就业比重thi；ci和ci′为常数项，b1和b1′为旅游发展水平在其不同门槛区间下的估计系数，b2和b2′为旅游发展水平在不同城市规模门槛区间下的估计系数；β和β′为控制变量的影响系数集合；μit和μit′是随机误差项；q和p分别为旅游发展水平和城市规模的门槛值；I（·）为示性函数，依赖变量值在门槛内为1，否则为0。

模型1 和2 只考虑了单一门槛，在实际分析中可能会出现多个门槛值，对应多门槛值的模型形式如下：

式中，门槛值q1＜…＜qn-1＜qn，门槛值p1＜…＜pn-1＜pn，bi和b′i为依赖变量在不同门槛区间下的估计系数。

2.3 变量说明

2.3.1 被解释变量

经济增长水平（rgdp）：经济增长水平一般用国民生产总值或人均国民生产总值来表示，前者反映了区域经济增长的整体水平，后者体现了区域经济增长质量（赵磊，2015）。由于本文选择的50 个样本城市的人口规模差别很大，人均国民生产总值更能客观反映经济增长质量。同时考虑物价的影响，以2007年为基期对数据进行了平减。

2.3.2 解释变量

旅游发展水平（tr）：旅游发展水平可以用人均旅游收入或人均旅游接待人次来表示（刘瑞明等，2018）。国内外研究者在检验TLGH 时，一般用旅游总收入占GDP 的比值来表示旅游发展水平（Lee et al.，2008；赵磊，2015）。为了使研究结论能与已有研究成果进行比较，本文沿用旅游总收入占GDP 的比值来表示旅游发展水平。

2.3.3 门槛变量

城市规模（size）：城市规模等级的划分方法有很多种，如以行政等级或人口规模为标准。从经济社会发展的规律看，人口的聚集与城市的综合发展水平一般是匹配的（李强等，2014）。因此，本文以市辖区人口数量来衡量城市规模。同时，为了检验旅游发展与经济增长的非线性关系，作为解释变量的旅游发展水平（tr）也是门槛变量。

2.3.4 控制变量

基础设施建设投入（asset）：基础设施建设与公共服务是城市经济和产业发展的重要保障。本文参照刘瑞明等（2018）的方法，用实际固定资产投资总额除以常住人口数量来表示基础设施建设投入。同时，考虑到物价的影响，参照CPI指数对数据进行了平减。

对外开放程度（open）：用进出口总额占国民生产总值的比重来表示，其中进出口总额利用当年汇率进行换算。出口是拉动中国经济增长的三驾马车之一（赵磊，2015），进口能够引入先进的管理经验和生产技术，进口和出口都会影响经济增长。

政府支出（gov）：政府支出对经济增长的作用体现在两方面，一是政府支出用于提升公共服务水平能够促进经济增长；二是政府支出用于行政管理、扩大政府规模，对经济增长产生不利影响（李江等，2017）。政府支出用财政支出占GDP 比重来表示。

人力资本（edu）：根据内生增长理论，人力资本与固定资本一样属于经济增长的主要来源，可以用每万人拥有大学生人数来测度，并取对数处理（李江等，2017）。

产业结构（sec和thi）：配第-克拉克定理、霍夫曼定理和库兹涅茨法则均指出产业结构变迁是经济增长的重要动力。sec表示第二产业就业人数占总就业人数比重，thi为第三产业就业人数在总就业人数中的占比（赵磊，2015）。

2.4 数据来源

本文选取的是50 个旅游城市2007—2017 年的面板数据，数据主要来自于《中国城市统计年鉴》（2008—2018），其中缺失的数据从各市的统计年鉴（2008—2018）或国民经济和社会发展统计公报（2007—2017）中获取，个别无法获取的数据用插值法计算补充。

3 实证分析

3.1 门槛效应检验

依次按照不存在门槛、单一门槛和双重门槛的方式对面板门槛模型进行估计，结果如表2所示。旅游发展影响经济增长的单一门槛在1%显著性水平显著，而双重门槛没有通过显著性检验；城市规模单一门槛和双重门槛均通过了5%显著性水平检验。因此，旅游发展影响经济增长将基于单门槛模型进行估计，而城市规模影响旅游业的经济增长效应分析则采用双门槛模型进行估计。

表2 门槛效果检验和门槛估计值

从门槛估计值来看，旅游发展水平的门槛值为0.379，城市规模的门槛值为3.947和6.316。旅游专业化水平大于0.379的城市包括黄山、丽江、三亚、张家界和拉萨，其他城市的旅游专业化水平均小于0.379。城市规模小于3.947 的城市有黄山、丽江、张家界和拉萨，城市规模大于6.316的城市包括北京、天津、上海、重庆、广州、成都、南京和西安，城市规模介于3.947 和6.316 之间的城市有38 个。可以看出，旅游专业化水平高的城市主要为小城市。置信区间表明，以上门槛值与真实门槛值相等，均通过了真实性检验，图2的似然比函数图展示了旅游发展水平和城市规模的门槛估计值和置信区间的构筑过程。

图2 门槛估计值和置信区间

3.2 门槛效应模型估计结果

旅游发展水平对经济增长影响的门槛模型估计结果如表3 第2 列所示。城市旅游专业化水平小于0.379时，旅游发展对经济增长的影响系数是1.272，并通过了1%显著性水平检验；当城市旅游专业化水平大于0.379时，旅游发展对经济增长的影响系数减小到0.489，且通过了1%显著性水平检验。样本数据回归结果表明，城市旅游发展对经济增长具有正向促进作用，但存在门槛效应，即旅游专业化水平超过门槛值0.379时，旅游发展对经济增长的影响系数由1.272下降至0.489。不考虑城市规模的影响，仅从旅游-经济的回归结果来分析，城市旅游发展存在收益递减规律。但值得注意的是，旅游专业化水平高于0.379 的城市恰是黄山、丽江、三亚、张家界和拉萨这样的小城市。旅游产业依赖型经济结构的小城市，虽然旅游专业化水平高，但旅游业的经济增长效应并不高。究其原因，旅游业作为繁荣部门（booming sector）需要来自其他部门的资源要素保持生产（Chao et al.，2006），小城市依赖旅游业的单一产业发展模式并不利于旅游业的自身发展。而且，小城市的旅游业依赖型经济结构也抑制了旅游业对其他产业的关联带动作用，造成旅游“漏损”严重，削弱了旅游业的溢出效应。

城市规模影响旅游业的经济增长效应门槛模型估计结果如表3 第3 列所示。城市规模小于3.947 时（市辖区人口小于52 万），旅游发展对经济增长的影响系数为0.308，并通过了1%显著性水平检验；城市规模大于3.947 小于6.316 时（市辖区人口在52 万和553 万之间），旅游影响经济增长的系数上升到0.897，且通过了1%显著性水平检验；城市规模大于6.316 时（市辖区人口大于553 万），旅游发展对经济增长的影响系数提升幅度很大，达2.237，且通过了1%显著性水平检验。整体来看，城市规模越大，旅游专业化水平对经济增长影响系数越大，而且在特大规模城市，旅游发展对经济增长的影响系数迅速提升。究其原因，旅游发展离不开城市的商贸业、接待业、交通业等产业发展水平制约，而城市人口规模作为城市的显性特征在很大程度上是这些制约因素的外在显现（孙晓华等，2013）。特大城市的城市功能和地位突出，不仅依靠大规模的旅游供需提升了旅游收入，产生了旅游业自身发展的规模经济效应，而且旅游业对其他产业的关联带动作用也十分明显，促进了旅游发展的乘数效应。上述研究结论与梁增贤等（2014）对西安和广州旅游发展差异比较的研究结论一致，即城市功能和地位是大城市旅游发展的驱动力。保继刚等（2011）提出的城市旅游发展差异化的一般性分析框架指出了城市功能和地位对城市旅游发展差异的影响，该理论为基于城市规模的旅游研究提供了理论依据，但在对城市进行等级划分时，用的是大、中、小3个等级，存在一定的主观性。本文基于门槛回归的严格统计推断表明，城市旅游业的经济增长效应差异可以将城市规模分为特大城市、大/中城市和小城市3个级别，是基于城市规模分析视角的城市旅游比较研究的进一步深入。

表3 模型参数估计结果

从两个门槛模型的拟合结果来看，以城市规模为门槛条件的模型比以旅游发展水平为门槛变量的模型具有更高的拟合优度，而且控制变量的显著性检验结果更好。从门槛估计值的样本分析可知，旅游专业化水平的门槛区间与城市规模门槛区间内存在一定的样本重合，即旅游专业化水平高的城市主要为小城市。值得思考的问题是，城市规模与旅游发展水平两个门槛变量对于城市旅游业的经济增长效应来说是同时存在的吗？也就是说，在考虑城市规模的影响后旅游发展水平这一门槛变量还会存在吗？回答上述问题，需要在城市规模门槛变量影响下进一步对旅游发展与经济增长的关系进行分析。

4 旅游发展与经济增长非线性关系的进一步分析

城市规模门槛值换算为市辖区人口数量是52 万和553 万，为了便于表述城市类型且能够与已有成果进行比较，根据国发〔2014〕51 号文《关于调整城市规模划分标准的通知》规定，对3个门槛区间的城市类型进行划分。人口小于门槛值52万的城市为小城市；人口大于553万的城市为特大城市；人口介于52万和553万之间的城市为中等城市和大城市。本文通过比较城市规模门槛变量各门槛区间内的旅游发展与经济增长关系，进一步识别城市旅游-经济非线性关系的真实门槛变量。

4.1 城市旅游发展与经济增长非线性关系的门槛变量识别

同一旅游发展水平门槛区间里还存在着城市规模影响经济增长的门槛效应，而同一城市规模门槛区间内并不存在旅游发展影响经济增长的门槛效应（见表4），说明城市旅游发展与经济增长的非线性关系由城市规模差异引起。尽管大、中城市规模分组中除了37个旅游发展水平低的城市外还有1个旅游发展水平高的三亚市，但一个城市的影响很小，而且三亚市人口仅57 万，接近于小城市的人口规模。对两个门槛变量下旅游发展与经济增长关系的综合分析可知，城市旅游发展与经济增长的非线性关系事实上由城市规模差异引起。不考虑城市规模的影响，仅从旅游-经济关系计量结果分析会得到旅游发展对经济增长的影响系数随着旅游专业化水平提升而下降的结论，即旅游业的经济增长效应存在基于旅游发展水平的门槛效应。与城市规模结合分析可知，旅游-经济影响系数的非线性变化事实上是由研究样本的城市规模差异引起，并不是基于旅游发展水平的门槛效应。旅游专业化水平高但经济增长效应低的城市为小城市，是小城市与大城市、特大城市之间的差异引起，不是由旅游专业化水平提升造成。

表4 两门槛变量下的旅游业经济增长效应比较

4.2 城市旅游发展与经济增长非线性关系的内涵分析

城市旅游业的经济增长效应不会随着旅游发展水平的提升而下降，但是会随着城市规模的减小而降低。城市规模越大，旅游发展对经济增长的正向促进作用越大。50 个城市里的5 个小城市旅游发展对经济增长的正向促进作用虽然显著，但旅游业的经济增长效应最低。小城市由于受城市规模的影响，旅游业的经济增长效应不高，但小城市往往具有较高的旅游专业化水平（4 个小城市旅游专业化水平超过0.379），因此常常被误认为是旅游发展水平提升导致的经济增长效应下降。为了进一步论证上述观点，本文专门针对小城市进行了旅游-经济的门槛回归检验，结果发现旅游专业化水平对经济增长的影响没有通过单一门槛值的显著性检验（P值为0.297），表明旅游专业化水平高的小城市并不存在随着旅游发展水平的提升而经济增长效应下降的现象。事实上，旅游产业依赖型小城市并不是因为旅游专业化水平提高使得经济增长效应降低，而是小城市旅游业的经济增长效应本来就不高。需要进一步说明的是，城市旅游发展与经济增长关系分析应以将旅游业作为主导产业的城市为研究样本。工业城市或煤炭、石油等资源城市并不以旅游业为主导产业，其旅游发展水平与经济增长无关或者负相关均属于正常现象，并不能由此说明旅游发展与经济增长无关，甚至阻碍了经济增长。

5 结论与启示

城市规模不仅是与城市旅游发展密切相关的影响因素，也体现了城市旅游业经济增长效应研究中的样本差异。忽略城市规模影响的旅游-经济非线性关系研究会将样本间旅游-经济关系差异视作旅游发展对经济增长影响系数的变化，从而对旅游-经济非线性关系产生错误的认识。因此，在面板数据中引入城市规模这一非线性调节机制是客观认识旅游发展与经济增长关系的需要。本文将城市规模引入旅游发展和经济增长研究框架之中，基于50个旅游城市2007—2017年的面板数据，尝试在城市规模差异基础上重新认识旅游发展与经济增长的非线性关系，并形成了如下结论：（1）城市旅游发展对经济增长的非线性影响由城市规模差异引起而并非由旅游发展水平决定。旅游-经济双变量的实证分析只能验证非线性特征的存在，并不能由此说明旅游发展水平是制约因素；加入调节变量的门槛效应分析才能体现旅游-经济非线性关系发生过程中的真正制约因素。（2）旅游业的经济增长效应随着城市规模的减小而下降，但并不随着旅游发展水平的提升而下降。旅游专业化水平高的小城市并不是因为旅游发展水平提高而经济增长效应下降，而是因为城市规模小而导致经济增长效应不高。由于对旅游发展与经济增长的非线性关系认识不清，由此形成的旅游收益递减、旅游业的荷兰病效应等旅游负面影响经济理论也应进行重新审视。

旅游业是城市经济增长的福音，但中国旅游专业化水平仍然很低，50 个旅游城市的均值只有0.195，城市关于旅游业作为“支柱产业”的目标实现依然任重道远。从城市规模对旅游业的经济增长效应影响来看，特大城市的旅游发展会带来很高的经济增长效应，而小城市旅游发展对经济增长的促进作用相对较弱。中国旅游业由规模发展向高质量发展转变过程中，旅游专业化水平提升仍是重要衡量标准，也是以旅游促进经济增长的重要前提。需要注意的是，城市在促进旅游高质量发展中，应结合城市规模选择适宜的旅游发展模式。特大城市需要大力提升旅游专业化水平，充分发挥罗斯托准则在旅游业中的作用。特大城市可以利用城市自身的技术优势和产业融合功能，积极引导城市旅游由规模投入发展向技术改善和创新主导发展转变，使城市功能和旅游业充分融合，充分发挥旅游业的经济增长效应。旅游资源品质高的小城市容易发展成为旅游业依赖型经济结构，并不能产生理想的经济效应，因此在旅游投入方面应慎重考虑。但是，旅游业欠发达但具有自身产业优势的小城市应积极提升旅游专业化水平，因为无论城市大小旅游发展对经济增长一直具有正向促进作用。