互联网对旅游业全要素生产率的影响分析

郭丽燕， 程钦良

(1.福建商学院 工商管理学院，福州 350000；2.兰州财经大学 统计学院，兰州 730020)

一、引 言

便捷、迅速是旅游业长期追求的重要服务目标，也是提升旅游业全要素生产率的关键。受时空因素限制，传统旅游业便捷度难以提升，互联网的出现、普及成为了解决这一问题的关键。当前，携程、飞猪、美团等线上旅游互联网服务平台的迅速发展，改变着旅游业的服务能力、管理方式以及游客的旅游动机、消费方式。那么，互联网作为旅游业发展的一种重要工具，其对旅游业全要素生产率的影响路径如何？是否产生了显著的影响？当前回答这些问题不仅具有一定的理论意义，也对我国旅游业下一步发展政策的制定具有重要现实意义。

当前关于旅游业全要素生产率的研究大致可分为两大类，一是从不同视角对旅游业全要素生产率进行测度，二是分析旅游业全要素生产率的影响因素。首先，关于旅游业全要素生产率的测算主要有微观和宏观两个层面的研究。在微观层面，学者们多对旅游服务酒店[1-2]、旅行社[3]及景区和景点[4-5]的效率进行了测度。在宏观层面，多数学者基于区域经济数据进行测算，并进一步分析了我国旅游业发展类型及区域异质性[6-8]。其次，关于旅游业全要素生产率影响因素分析的研究中，旅游业集聚对其全要素生产率的影响是关注的热点[9-10]。近年来，随着互联网的不断发展及其对旅游业的影响，有学者开始关注互联网对旅游业创新效率和旅游业全要素生产率的影响。戴克清等[11]评定了2010-2016年我国旅游业的创新效率，并分析了互联网对其的影响，研究指出，我国旅游业创新效率在稳步增长，但东、中、西差异较大，互联网发展是提升旅游业整体创新效率的重要因素。

从已有文献来看，一方面，分析互联网对旅游业全要素生产率作用的研究较为匮乏；另一方面，尽管有研究表明互联网对旅游业全要素生产率具有一定驱动作用，但这些研究仍存在一定的不足。即：一是分析仅是将互联网相关指标纳入全要素生产率的测算体系，不能很好地体现出互联网对旅游业生产效率的促进作用；二是未有文献对互联网影响旅游业全要素生产率的路径进行梳理分析。因此，本文研究重点在于，一是分析梳理互联网影响旅游业全要素生产率的路径机制；二是运用空间计量模型实证检验现阶段互联网对旅游业全要素生产率的影响，并在此基础上根据各地区互联网发展水平的差异进行了异质性分析。

二、互联网影响旅游业全要素生产率的路径机制

互联网的发展会促进技术创新、资源共享、产业融合，并通过影响技术进步、规模效率、技术效率和配置效率四条路径进而影响着旅游业生产效率的提高，如下图1所示。

图1 互联网影响旅游业全要素生产率的路径机制

1.互联网发展推动旅游业技术进步

现阶段诸多生产要素都离不开互联网，互联网成为了重要的生产工具，也将一切纳入了生产资料的范畴，在这种情形下，组织生产的第一要素已从传统的生产资料占有逐渐转变成了互联网组织生产[12]。因此，生产资料能否被互联网组织生产决定了生产的效率，互联网技术创新、技术进步，会逐步囊括所有的生产资料生产，加之旅游业本身就是一种综合现有资源不断改善和提高的产业，互联网技术的进步会为旅游业的发展提供更多的便捷，推动其全要素生产率的提高。

2.互联网技术提升旅游业规模效率

企业达到较大规模后的继续扩张往往会带来生产成本、交易成本及知识获取成本的提高，互联网的发展则有利于企业减少部分成本，提高边际效益，产生规模效率。具体来说，一是基于互联网信息技术发展形成的企业网络，如“旅游+互联网”平台通过突破时空限制，极大减少了交易环节，降低了企业间及企业与游客间的交易成本[13-14]；二是互联网技术的发展实现了部分生产资源的共享(如维护“旅游+互联网”平台的人才资源共享)，降低了企业的生产成本；三是互联网技术的发展使企业的交易范围得到扩展，市场边界扩大。例如：通过“旅游+互联网”平台，游客在旅游商品、门票、酒店等预订和购买上实现了时空的跨越，远距离游客可通过平台认识景点、通过平台信息安排个人出行时间。因此，互联网发展不仅使企业具有扩张的动力，也使得销售扩张成为可能，企业规模效率得到提高。

3.互联网发展提升旅游业技术效率

互联网的技术效率作用主要体现在互联网与旅游业的融合，具体：旅游业具有综合性强、关联度高等特征，这决定了旅游业不可能游离于其它产业之外[15]，互联网作为一种基础和通用工具打破了旅游业与其它产业融合的时空约束[16]，这种融合一方面改造和提升了原有旅游产业要素的质量，另一方面通过与传统旅游产业生产要素的匹配，提升了其要素利用率和边际效用；另外，当前互联网技术的创新发展正在更大范围地推动旅游产业的融合发展，并在此基础上产出了形式多样、满足个性化需求的融合性旅游产品，也催生着更高效率的旅游业发展新业态。

4.互联网发展提升旅游业资源配置效率

首先，互联网技术的进步是一个不断创造的过程，这一过程会伴随着资源重新配置，技术水平越高资源配置更趋于合理、高效；其次，由于组织结构与管理机制的缺陷以及信息沟通的障碍，导致旅游企业内部资源配置效率低下(这也被称为 “X-非效率”)，互联网技术的发展促进了企业组织的重构与变革，精简的层次、便捷的信息系统增强了企业应对市场变化的快速反应能力和应变能力，提高了管理和组织效率。此外，互联网发展实现的资源空间共享会进一步提高资源的配置效率[17]，尤其在旅游产业数字化管理方面，资源配置效率提高更为明显，一方面互联网旅游平台可随时随地为顾客服务，且随着大数据、云计算等技术手段的应用，可为游客提供更精准、更高效的服务，相较传统人工服务极大地节约了管理成本；另一方面，旅游业通过搭建互联网平台将许多社会资源实现了“旅游化”，如近年来民宿等“非酒店住宿业”的发展[14]。

三、计量模型、变量及数据说明

1.计量模型

互联网是一种通用技术，随着其发展，互联网发展程度已逐渐演变成了一种衡量社会基础设施建设完善程度的指标。因此，为研究分析互联网对旅游业全要素生产率的影响，文章借鉴刘生龙和胡鞍钢[18]关于基础设施建设与全要素生产率关系实证研究模型[18]，构建如下基本面板计量模型：

lnYit=β0+β1INTit+βcln CVit+fi+εit

(1)

其中：ln表示对变量取对数；Yit为被解释变量，具体指标为旅游业全要素生产率； INTit为互联网发展程度；CVit为其它控制变量；fi表示非观测的个体固定效应；εit为随机误差项；i和t为分别表示地区和时间。

在模型(1)的基础上，考虑当前社会经济发展中经济行为体间的往来使得经济的发展在各地区间并不是独立的，一个地区经济整体的发展可能会受到其它地区经济行为的影响。因此，忽略经济体间的空间关联，可能会导致模型设定的偏误。于是文章考虑要素的空间依赖和空间关联关系建立如下SAR模型：

lnYit=β0+ρWlnYit+β1INTit+βcln CVit+μit

(2)

其中W为空间权重。空间权重是计量分析中体现经济社会空间关联、空间依赖的重要手段，因而权重的选择是模型建立中的重要一环。当前，经济社会的空间联系日趋多样化，越是邻近的两个地区，经济社会的空间关联越大。为全面反映这种近邻的空间依赖关系，文章的空间权重选择地理queen邻接权重和地理距离权重，地理距离空间权重的测定为：

(3)

其中：dij为i区域中心城市到j区域中心城市的欧式空间距离(1)距离用ArcGis计算得到，地理坐标系统为 GCS_WGS_1984。；λ为常数参数，通常取1，考虑到研究区域为省际单元，本文的研究中取λ=0.5。

2.变量选择

(1) 被解释变量(TFP) 旅游业全要素生产率是本文的被解释变量。测度全要素生产率的方法较多，总体上有非参数法和参数法两大类，非参数法的数据包络分析法(DEA)是利用线性规划的思想，不考虑生产要素价格以及生产函数的具体形式，但DEA 没有考虑不同生产要素之间的替代弹性，参数法在考虑生产函数时具有一定的主观性，各有利弊。借鉴已有研究，本文在旅游业全要素生产率的测算采用DEA-Malmquist指数法。

旅游业全要素生产率的测算指标体系借鉴王永刚[19]和戴克清等[11]的研究，以旅游业从业人员数和旅游业固定资产投资为具体投入指标，以旅游总收入为产出指标，考虑旅游业投入主要在吃、住、行三个方面，因此旅游业固定资产投资用住宿、餐饮和交通三部门的投入之和为具体指标值。同时，王永刚[19]的研究还指出，Malmquist指数法在计算中采用的是比值，因此对投入和产出指标不进行价格平减对结果不会产生影响。

(2)核心解释变量(INT) 本文的核心解释变量是互联网发展程度，许多学者对互联网发展水平的衡量常用互联网普及率，实际网民并不是唯一的互联网资源，互联网资源还包括IP地址、域名和网站，综合四种指标才能更贴切地反映互联网发展水平，且“旅游业+互联网”的发展模式下，不仅仅需要大众的互联网普及，还需要搭建互联网平台，因此网站和域名等也极为重要。最终研究中由于IP地址数据缺失严重，选择互联网普及率、CN域名数及网站数为指标。另外，我们用三个指标的综合值来表示互联网发展程度，考虑建模和演变分析中综合值的时间可比性，采用全局主成分分析法(GPCA)计算互联网的发展水平，且进一步计算了功效得分，将值归并到了0-1之间，以便于后文比较分析(2)功效得分(xi-xmin)/(xmax-xmin)。

(3)控制变量 旅游是一种娱乐享受型活动，因此考虑居民收入水平、地区城市化水平、服务业发展情况及对外开放程度，文章选择城镇居民城镇化率(URB)、第三产业产值占GDP比重(IS)、外商直接投资(FDI)及人力资本数(HC)为控制变量。此外，为防止共线性造成的影响在建模中对绝对数取对数处理。

3.数据说明

考虑数据的可得性和连续性，文章研究选取区间为2003-2018年，以省级区域为研究单元，由于部分数据缺失等原因，剔除了西藏。数据来源于《中国统计年鉴》《中国旅游统计年鉴》《中国对外贸易统计年鉴》及各省统计年鉴。

四、实证分析

1.旅游业全要素生产率的测算

用DEA-Malmquist指数测算各省2004-2018年旅游业全要素生产率的变化情况，将测算结果中各年的均值呈现为趋势图(如图2)，直观分析我国旅游业全要素生产率的组成及其变换规律。

图2 2004-2018年旅游业全要素生产率变化情况

首先，分析波动规律。2004-2018年我国整体全要素生产率呈增长趋势，年均增长率1.03%。从图2显示的结果不难发现，2004-2008年旅游业全要素生产率各分解量的波动性较大，但旅游业整体全要素平稳发展；2008-2009年出现了略微的降低，这与当时的金融危机、全国经济不景气有关；2009-2011年出现了较高幅度的上升，这与金融危机后政府开始加大社会投入，整体经济开始复苏有关；2011-2014年整体处于下降趋势，这与我国经济社会转型有关；2015年后又逐步上升。总体而言，我国旅游业全要素生产率发展变化的阶段趋势与整体经济发展规律相吻合。

其次，分析旅游业全要素生产率增长的来源。技术进步的年均增长率为5.25%，总体上旅游业全要素生产率的增长主要依赖于技术进步，可以说我国旅游业全要素生产率的提高属于技术诱导,该结果与赵磊[20]的研究结果一致；规模效率的潜在增长空间较大，从图中也不难看出，规模效率一直处于较低的变化率，且变化平稳；这些都与旅游业本身的服务业属性有关，技术进步会明显提升其管理效率等，扩大规模的成本较大，边际收益小。互联网高速发展时代的到来给旅游业通过提升规模效率而提高其全要素生产率提供了发展机会，这主要体现在互联网可以通过“旅游+互联网”平台低成本地整合各种旅游资源，旅游企业扩大规模的边际成本较小、边际收益较大。

2.模型结果分析

在两种权重下分别对模型(2)进行估计，并在回归中使用异方差稳健标准误，结果如表1所示。首先在模型中不加入控制变量，结果显示，互联网对旅游业全要素生产率具有明显的促进作用，在queen邻接权重估计结果下互联网发展水平每提高1个百分点，旅游业全要素生产率将提高0.094%，在距离权重估计结果下提升0.111%，且在统计意义上都显著；其次，当加入其它控制变量后，互联网对旅游业全要素生产率的作用出现了略微的下降，这说明部分其它要素与互联网的共同作用不利于旅游业全要素生产率的提升，这与当前我国互联网发展仍处于发展阶段紧密相关，互联网与旅游业的融合发展需要不断探索和尝试；另外，从估计结果可发现距离权重下各要素对旅游业全要素生产率的作用较大，这也说明在研究中不能仅仅考虑空间位置上的邻近性。

表1 模型估计结果

分析其它控制变量。第三产业占比、人力资本对旅游业全要素生产率均具有明显的促进作用。分析其原因，第三产业占比较大，说明一个地区的现代化发展水平较高，因而会伴随着较高的经济发展能力和技术水平，对旅游业全要素生产率具有促进作用。在旅游业乃至整体社会经济中，人力资本是技术进步和知识传播的主体，一方面人力资本可通过技术研发直接提升旅游业的全要素生产率，另一方面也可以通过吸收引进其它地区或国家的技术提升旅游业的全要素生产率；外商直接投资对旅游业全要素生产率的作用为负向，且统计意义显著，这表明当前外商投资在旅游业中未注重以技术为主的投资，多是对旅游产业的开发，这与现阶段的发展显示吻合，目前许多经济发展较为落后的地区对旅游资源的开发多依赖于外商投资，而这种开发属于对新景点的开发，不是提高某一地区旅游业的技术水平；城镇化对旅游业全要素生产率的作用显著性不强，说明人口的集聚效应和规模效应在旅游业全要素生产率中的作用还未得到很好的发挥。此外，控制变量中，第三产业占比对旅游业全要素生产率提升的作用最大，这说明地区现代化水平在旅游业全要素生产率提升中的贡献较为突出。

3.异质性分析

互联网发展在我国的区域差异明显，显著的差异也表明互联网业态在各区域的成熟度迥异，其影响也必然存在较大的差异。因此互联网对旅游业全要素生产率的驱动是否存在区域异质性需要进一步探讨，但当前鲜有文章对此进行分析，故而文章在上文分析的基础上进一步对互联网促进区域旅游业全要素生产率的异质性进行分析研究。

首先，从互联网发展的区域差异来看，东部地区明显优于中西部地区，差异的层级分布明显。根据其发展程度，文章将整体区域划分为两个部分，第一部分为经济和互联网发展较为发达的省区市，主要是东部地区，包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东和广东10个省区市，第二部分为经济和互联网发展相对缓慢的其余20个省区市，文章概称中西部地区。

其次，根据区域划分，对模型(2)在两种权重下分别进行估计，结果如表2所示。估计结果显示，互联网对中西部地区旅游业全要素生产率的促进明显强于东部地区，在一定统计意义上互联网促进旅游业全要素生产率的区域异质性明显。这一结果也与实际相符，中西部地区拥有丰富的自然旅游资源，但长期以来受自身经济发展带来的资源整合、资源开发不足等方面的约束及信息传播的影响，旅游业发展效率较低，相反，东部地区经济发达，旅游业的开发效率相对较高。随着互联网的不断发展，中西部地区借助成熟的互联网技术可搭建相关平台、整合自身资源，也可借助相关平台宣传自身旅游特色，进而较大程度地影响了旅游业产出效率。

表2 分地区模型估计结果

五、结论及建议

文章梳理了互联网驱动旅游业全要素生产率提升的路径机制，并在此基础上通过空间计量模型实证分析了互联网对旅游业全要素生产率的影响，得出以下结论：

一是，互联网会通过技术进步、规模效率、技术效率和配置效率四条路径，影响组织生产、减小信息不对称、提高组织管理能力及整合社会旅游资源，进而对旅游业全要素生产率产生影响。二是，我国旅游业的全要素生产率整体在波动中上升，波动规律与经济发展的实际相吻合，技术进步是旅游业全要素生产率提升的主要来源。从当前发展来看，通过“旅游+互联网”提升规模效率以促进旅游业全要素生产率的进一步提高具有较大的潜力。三是，就整体区域而言，互联网对旅游业全要素生产率的促进作用显著，互联网发展水平每提高一个单位，旅游业全要素生产率将提高约0.1%。在不同区域上，互联网发展对旅游业全要素生产率提升的区域异质性明显，在中西部地区的作用和显著性更强，这与区域自身的经济发展能力紧密相关。另外值得注意的是，当前发展阶段，互联网未能高效地与其它要素融合，进而未能完全发挥互联网在整体旅游业全要素生产率提升中的作用。四是，第三产业占比、人力资本对旅游业全要素生产率的提升具有明显的促进作用；外商直接投资则表现为显著的负向作用，这与当前外商投资的领域和方式直接紧密相关；城镇化率对旅游业全要素生产率影响的显著性不强；整体中第三产业占比对旅游业全要素生产率的影响最大。

基于上述研究结论，文章提出以下对策建议：

首先，完善互联网基础设施建设，尤其是经济水平较为落后但拥有丰富旅游业资源的中西部地区。互联网基础设施建设是发挥互联网资源整合作用、进一步进行技术创新及开发“旅游+互联网”平台的基础保障，对于中西部地区而言，需要更加注重互联网发展，认识到互联网发展在旅游业发展中的重要作用，逐步完善其基础设施。

其次，进一步加强“旅游业+互联网”平台的建设，通过提高规模效率进而提升旅游业全要素生产率。分析结果显示，规模效率在当前我国旅游产业全要素生产率提升中的贡献较小，但反过来也说明存在较大的发展潜力。互联网的发展有利于旅游业资源整合，扩大企业规模，“旅游业+互联网”平台的进一步建设是发挥规模效率的直接有效途径。

第三，鼓励传统旅游业与互联网创新融合发展，包括商业模式、服务模式、管理模式等方面的创新。融合性是发挥互联网通过技术效率影响旅游业全要素生产率的关键，在现阶段旅游业与互联网创新融合方式有待提高，因此，需要鼓励企业、研究人员不断创新，进一步促进互联网与旅游业的融合发展。