交通基础设施对旅游业全要素生产率的影响

王亚娟

（兰州大学 经济学院，兰州 730000）

一、引言

我国在“十四五”时期进一步明确以高质量为主题的经济发展要求，而要真正做到这一点，就需要从全面提高全要素生产率这一点入手，这已然成为理论界的共识。其中，交通基础设施作为一种公共产品，是保障整个社会经济稳定运转的基础，具有典型的外部效应。可以说一个社会的交通建设在很大程度上推动着各行各业的发展，纵观世界各国的发展理论和实际情况也能证实这一点。对于近40年来走上发展快车道的中国来说，更是如此，基础设施建设极大地带动了国内的经济发展水平，因此也被称为“基建狂魔”。近年来，我国旅游业迅速发展，产业地位日益提升，2019（2020 年以来，由于新冠肺炎疫情的影响，我国旅游业遭到重创，业绩大幅下滑，因此本文对疫情发生后的特殊状况不作考虑）年中国旅游业对GDP 的综合贡献为10.94 万亿元，占GDP 总量11.05%。保继刚和楚义芳提出，交通基础设施作为人员要素流动的主要载体，对旅游业的产生和发展有着不可替代的作用。目前，我国旅游业发展面临着出境和国内旅游旺盛、入境旅游疲软、旅游供需矛盾等诸多挑战（何建民，2018）。因此，在我国居民生活水平不断提高的大背景下，如何促进旅游业高质量发展是新时代旅游业发展中一个不容忽视的问题。

二、文献综述

索洛于1957 年提出全要素生产率，许多行业对全要素生产率进行了广泛研究（石枕，1988）。Aschauer 开启了研究基础设施投资与生产率关系的先河。Wöber K W 指出，Morey 和Dittman 开启了旅游效率研究的先河，通过使用DEA 方法测算了美国连锁酒店的经营效率。Eliat 和Einav（2004）、Saayman（2005）普遍认为，交通基础设施为旅游业发展搭起桥梁、构建平台，是旅游业发展必不可少的构成元素。Moutino 等研究了在有限环境下，旅游全要素生产率是如何发展以及其发展特点。然而，关于国外对旅游全要素生产率的研究，主要集中于对微观组成行业的研究，如酒店、旅行社、旅游景点、旅游交通等相关行业。

国内文献研究中，胡鞍钢等学者发现交通基础设施是全要素生产率和经济增长的重要因素，且其存在正外部性。陶卓明等人运用数据包络分析法，测度了中国旅游业全要素生产率。左冰和保继刚提出各省旅游业全要素生产率存在差异；Yang 和Wong 发现地区接待游客的数量受城市中道路密度和航班数量不同程度的影响；张茜采用空间经济学的相关理论，指出交通基础设施不仅可以拉动当地旅游业的发展，还可以在区域间产生作用。何昭丽等从发展趋势、差异来源以及空间效应三个方面分析了“一带一路”沿线城市入境旅游全要素生产率。王亚飞研究表明，短期内旅游业产业集聚抑制了旅游业全要素生产率，而在长期，旅游业产业集聚则促进了旅游业全要素生产率。交通基础设施提升了旅游景点的“可达性”，特别是不具备地理优势的地区，交通基础设施更为旅游业发展提供了新的动力。作为旅游业发展的重要构成元素，交通基础设施对旅游业全要素生产率会产生怎样的影响呢？若产生影响，它产生的影响重大吗？是否交通基础设施越完善越有利于旅游业全要素生产率呢？本地交通基础设施对邻近地区的旅游业全要素生产率会有怎样的影响呢？基于此，全文利用2010—2019 年黄河流域、长江流域省际面板数据，分别从平面视角和空间视角阐释交通基础设施如何影响旅游业全要素。

三、基于DEA-Malm quist 指数模型的旅游业全要素生产率测算

全要素生产率是指一定时间总产出与各种投入要素的比值。目前测算方法主要有DEA、索洛余值法、随机前沿生产函数法等。综合考虑本文数据来源以及各个方法的使用条件，本文使用DEA 方法测算2010 年至2019 年黄河流域和长江流域旅游业全要素生产率。

（一）DEA 方法原理

设有N 个决策单元DMU（j=1，2，3，，，n），向量X、Y分别表示投入和产出，z、w分别是投入和产出的权重，令：

在实际计算中，可以选择适当的z、w使得E≤1，E越大，说明更少的投入可以带来更多的产出。通过求解满足条件的z，w，使得第j 个决策单元的效率最大化，可得出如下等价模型：

θ 是一个标量，表示对应决策单元的效率，且θ≤0。上式中γ是第j 个决策单元组成的有效决策单元组的权重。上述模型求解n 次，可以得出每个决策单元的有效值。在该模型基础之上，引入松弛变量和非阿基米德无穷小量，得到以下模型：

（二）基于DEA 模型的旅游业全要素生产率测算

旅游业产出用旅游收入和接待游客人数表示；劳动投入用各省旅行社、星级饭店、旅游景区从业人员表示；资本投入用旅行社、星级酒店和旅游A级景区的数量表示。为了弥补DEA 模型测算结果不能进行时序比较分析的弊端，本文采用规模报酬不变（CRS）的Malmquist 指数模型，根据DEAP2.1软件包，计算得到黄河流域和长江流域的17（文中将青海、四川作为黄河流域计算，西藏由于数据的缺数，没有纳入这次计算）个省份2010-2019 年间的旅游业全要素生产率（详见表1）。

以大区域为视角，以旅游业全要素生产率均值为标的，通过表1 可以发现长江流域的旅游业全要素生产率均值普遍高于黄河流域，其中旅游业全要素生产率均值最高的是上海市；有六个省份的旅游业全要素生产率未超过0.5，而其中五个省份在黄河流域。有的旅游业全要素生产率处于随机前沿曲线上，例如：2019 年，有五个省份的全要素生产率处在随机前沿曲线上。

表1 黄河流域和长江流域全要素生产率（2010-2019）

四、实证检验

（一）模型选择与变量选取

一个地区的旅游业发展不仅取决于本地的交通基础条件，还取决邻近地区的交通基础条件。因此，本文假设有两种模型：

1.变量选取

tfp 表示旅游业全要素生产率；road 代表交通基础设施，本文沿用刘秉镰的做法，用公路里程之和与各省行政面积的比值来表示。权重矩阵W，本文使用二元空间权重矩阵来反映省份之间的接邻程度；μ个体固定效应，γ时间固定效应。控制变量包括gdp 代表地区经济发展水平；fin 代表当地财政拨款；urb 代表城镇化率，用城镇人口占总人口的比重来衡量。edu 代表当地教育水平，用地区平均受教育年限来衡量。

（二）数据说明

本研究选取2010—2019 年黄河流域和长江流旅游业投入和产出数据测算的旅游业全要素生产率和上文描述的解释变量，其中，旅游业相关数据来源于《中国旅游统计年鉴》及各省统计年鉴，解释变量数据来源各省统计年鉴、发展年鉴、国民经济与社会发展统计公报。关于缺失的个别数据，通过网页和数学的方法进行了补救。

表2 变量的描述性统计

（三）实证结果分析

1.基准回归分析

文章使用了混合回归，在回归方程模型的设定上，模型1 和模型4 中时间固定效应和个体固定效应均存在，而模型2 和模型5 只使用了个体固定效应，模型3 和模型6 只使用了时间固定效应（回归结果如表3 所示）。

由表3 结果可知，模型1 和模型4 在1%的水平上通过显著性检验，两个模型前的系数均为负，说明无论是长江流域还是黄河流域良好的交通基础设施抑制本地旅游业全要素生产率的增长；地区经济发展水平对长江流域旅游业全要素生产率有着促进的作用，而对黄河流域旅游业全要素生产率却产生抑制作用；城镇化率和财政拨款显著促进长江流域和黄河流域两个地区旅游业全要素生产率的增长；当地教育水平促进了长江流域旅游业全要素生产率，但对黄河流域旅游业全要素生产率却有着抑制作用。模型2 表明，交通基础设施对旅游业全要素生产率的影响在长江流域各省份之间差别不大；模型5 表明，交通基础设施对旅游业全要素生产的促进作用在黄河流域各省份之间有较大的差别。模型3 和模型6 表明，交通基础设施对旅游业全要素生产率的影响在各年份之间差别不大。

表3 基准回归结果

2.空间溢出效应

在进行空间溢出效应模型实证之前，对旅游业全要素生产率进行了空间自相关检验，检验结果表明各个年份的旅游全要素生产率的Moran’s I（0.048～0.259）均通过显著性检验，表现为正向空间相关性，说明邻近城市之间旅游全要素生产率存在空间依赖性。在此基础上，本文对交通基础设施对旅游业全要素生产率的空间溢出效应作了以下分析（结果如表4 所示）。

表4 结果表明，在以上四个模型的基本回归中，无论是核心解释变量还是控制变量，其对旅游业全要素生产率的影响方向是一致的。对解释变量进行滞后项分析，SDM结果显示，在10%的显著性水平上邻近地区的交通基础设施对本地区旅游业全要素生产率产生促进作用，且交通基础设施变化一个单位，旅游业全要素生产率则变化0.561 个单位。在5%的显著性水平上邻近地区的财政拨款对当地的旅游业全要素生产率产生抑制作用；SAR 模型和SAC 模型回归结果表明，旅游业全要素生产率自身存在显著的滞后效应。

表4 空间计量回归结果

五、结论与建议

（一）结论

本文以长江流域和黄河流域2010-2019 年的面板数据为样本，采用DEA 方法对长江、黄河流域旅游全要素生产率进行测度，分析了长江、黄河流域交通基础设施对旅游全要素生产率的影响并对其结果进行了稳健性检验，最后利用空间思想验证了交通基础设施是否具有跨地区溢出效应，结论如下：

1.长江流域各年份旅游业全要素生产率均值显著高于黄河流域各年份旅游业全要素生产率均值，且长江流域旅游业全要素生产率均值较黄河流域变化明显。

2.采用了混合回归模型，研究结果表明，交通基础设施对旅游业全要素生产率有显著抑制作用，该作用在各省份之间存在差异，且黄河流域各省之间的差异大于长江流域。

3.使用空间计量的思想研究交通基础设施对旅游业全要素生产率的影响，结果表明邻近地区的交通基础设施条件促进本地旅游业全要素生产率，因此，本地交通基础设施对邻近地区存在跨区域的正向溢出效应。

（二）建议

根据以上研究结果，本文提出以下建议：交通基础设施在促进旅游业发展的同时，一定要注重其自身的利用效率，减少交通基础设施水平与区域面积不匹配、闲置等使用效率低下的问题，尽量要发挥交通基础设施的拉动辐射作用。交通基础设施的溢出效应，使得地区之间形成协同效应，因此，要合理利用交通基础设施所带来的协同效应，加强区域间的经济联系，充分发挥交通基础设施的辐射作用，畅联畅通邻近地区的景区，方便游客进行一站式、区域式的旅游，进而带动区域经济的发展。