中国旅游业绿色全要素生产率及收敛性分析

卢 飞

（潍坊学院 文史学院，山东 潍坊 261061）

改革开放以来，我国旅游业发展速度举世瞩目。同时，旅游业也承受着区域经济高速增长所带来的巨大冲击，资源消耗、环境污染等影响凸显，严重阻碍我国旅游经济可持续发展进程。党的十九大提出加快生态文明体制改革，将生态文明建设作为经济发展的重要引擎，并强调全面贯彻创新、协调、绿色、共享、开放的新发展理念，表明绿色发展、生态发展已成为我国未来经济发展的主旋律。如何正确处理旅游经济快速增长与环境保护之间的关系，探求旅游业绿色发展道路，是当前亟待解决的问题[1]。经济增长理论表明，提高全要素生产率（Total Factor Productivity，TFP）是促进经济增长有效路径，也是决定经济可持续增长的关键。在新时代，旅游业发展面临的资源环境约束以及生产要素条件变化促使旅游业能源资源合理集约利用，减少对生态环境的影响，而提高兼顾环境绩效改善的旅游业绿色全要素生产率是可行之路。因此，合理测度我国旅游业绿色全要素生产率，考察其动态演进以及区域差异特征，对于优化旅游经济结构、转换增长动力，推动旅游经济高质量发展具有重要的意义。

1 文献综述

20世纪80年代以来，学者们开始将资源环境变量引入TFP的研究框架，构建绿色全要素生产率分析体系。随着旅游业发展引致的环境负外部性问题不断加剧，旅游业绿色全要素生产率研究开始引起国内外学者的关注。与绿色全要素生产率相比，旅游业绿色全要素生产率的研究还处于起步阶段，受限于旅游业资源环境统计数据可获得性，多数文献沿袭传统的研究范式，其研究内容主要在以下两个方面：一是旅游业绿色全要素生产率的测度。学者们往往以科布—道格拉斯生产函数为基础建立旅游业生产函数，采用DEA模型或SFA模型测度旅游业全要素生产率。从测度对象来看，国外学者侧重于对微观层面的酒店业[2]、旅行社业[3]、旅游交通业[4]、旅游网站[5]等的生产效率进行测度。由于旅游企业层面生产数据难以获取，国内学者则侧重于从区域视角，从官方统计数据出发，结合DEA—Malmquist指数模型测度旅游业全要素生产率，如左冰对中国整体[6]、龚艳对江苏省[7]、刘建国对杭州市[8]旅游业全要素生产率的测度。随着旅游业碳排放估计方法日渐被学界所认可，学者们开始尝试将其作为环境影响指标纳入旅游业全要素生产率测度框架。例如，贺腊梅等使用Biennial Malmquist—Luenberger生产率指数法的研究显示，我国2005—2014年旅游业绿色全要素生产率在下降[9]；岳艺吾采用Malmquist—Luenberger 生产率指数法得出的结论则恰恰相反，其指出我国旅游业绿色全要素生产率在2005—2014年间年均增长率为8.8%[10]；邵海琴的测度结果同样印证了我国旅游业绿色全要素生产率增长的事实，2000—2015年年均增长速度为9%[11]。此外，还有学者将旅游业“三废”作为非期望产出纳入旅游业绿色全要素生产率测度体系。例如，刘佳等的研究指出2001—2010年间我国旅游生态创新Malmquist生产率指数年均下降1.5% ，2005—2014年间沿海地区旅游产业绿色全要素生产率下降1.7%[12]。二是旅游业绿色全要素生产率的空间特征。岳艺吾指出旅游业绿色全要素生产率增长最快的为中部地区（13.4%），其次为东部和西部地区，全国及各区域旅游业绿色全要素生产率不存在σ收敛，但存在绝对β收敛和条件β收敛；刘佳和张俊飞指出，在我国沿海地区存在明显的绝对β收敛和条件β收敛[13]；贺腊梅的研究表明，由于资本投入以及能源结构的差异，东部地区的旅游业绿色全要素生产率高于中西部地区[9]。

通过梳理相关研究可知，围绕旅游业绿色全要素生产率展开了许多有益探索，为本文研究了良好基础，但由于时间跨度和方法不同，既有研究针对我国整体及各区域旅游业绿色全要素生产率的研究结论存在较大差异，有进一步拓展的空间：（1）旅游经济活动中环境污染物的确定上，仅选择旅游业碳排放或“三废”，未能全面体现旅游业对生态环境造成的实质影响；（2）在构造Malmquist指数时，通常参考相邻2个周期的生产可能集，在规模收益可变的假设下可能出现无解的情况。基于此，本文将运用熵值法合成旅游环境污染综合指数，借助相邻共同参比的Malmquist指数模型，测度2004—2017年我国30个省份（不含西藏、香港、澳门和台湾）的旅游业绿色全要素生产率，并对其区域动态演化特征及收敛性进行实证检验。

2 研究方法与指标选取

2.1 研究方法

1.相邻共同参比的Malmquist指数模型

本文加入包含非期望产出的方向性距离函数，构造相邻共同参比的Malmquist指数模型[14]。该模型构建参考共同的生产可能性集S：

t为时期，x为投入量，y为产出量，则Malmquist指数：

其中，E为技术效率，上标为参考集，当M>1表明旅游业绿色全要素生产率上升；反之，则下降。进一步，将Malmquist指数分解为技术效率变化（EC指数）和技术进步变化（TC指数）：

2.收敛性分析模型

（1）σ收敛模型

σ收敛性模型主要用来检验全国整体和各区域旅游业绿色全要素生产率的离差随时间推移的变化趋势。σ收敛模型的公式为[15]：

其中，TFPi，t为i省份t年的旅游业绿色全要素生产率，为第t年旅游业绿色全要素生产率均值。

（2）绝对β收敛

绝对β收敛主要用来检验当各区域初始条件相同的情况下，旅游业绿色全要素生产率初始水平较低的地区能否通过快速增长追赶上初始水平高的地区。绝对β收敛模型的公式为[16]：

（3）条件β收敛

条件β收敛主要用来检验当各区域差异前提下，各地区旅游业绿色全要素生产率随时间推移能否收敛于各自的稳态。条件β收敛的公式为[17]：

2.2 指标选取

收集并整理了2004—2017年我国30个省份数据作为测度全国整体以及各区域的旅游业绿色全要素生产率样本，相关指标和数据处理释义如下：

1.投入指标：选取旅游能源投入、从业人员数、资本投入等指标表示。旅游能源投入采用“旅游消费剥离系数”[18]从特定行业剥离，由于无法获得公开的旅游资本存量数据，采用永续盘存法估算。

2.期望产出指标：从旅游业经济产出和规模产出两方面出发，选取旅游总收入和游客接待总量表示。

3.非期望产出指标：为尽可能全面刻画旅游环境污染，选取旅游业二氧化碳排放量、旅游业废水排放量、旅游二氧化硫排放量、旅游化学需氧量和旅游垃圾清运量表征，利用熵值法将其拟合。其中，旅游二氧化碳排放量根据旅游能源投入，参照IPCC（2006）温室气体排放清单法得到，其他指标采用旅游总收入占GDP的比值修正得到。

3 我国整体及分区域旅游业绿色全要素生产率测度及分解

3.1 全国层面

根据式（2）—（3）测度我国2004—2017年旅游业绿色全要素生产率，并分解为技术效率变化（EC指数）和技术进步变化（TC指数），如表1所示。

表1 我国旅游业绿色全要素生产率指数及分解

从表1可以看出：研究期内，我国旅游业绿色全要素生产率年均增长16.7%。观察历年旅游业绿色全要素生产率变化状况，除2004—2005年外，其余年份值均大于1，实现了旅游业绿色全要素生产率的增长，但波动特征较为明显。2009-2010年旅游业绿色全要素生产率的增长达到峰谷值57.5%，原因主要在于2007年生态文明建设的提出，旅游节能节水减排工程逐步推进，旅游经济发展思路发生转变。就分解指数来看，技术进步变化趋势与旅游业绿色全要素生产率变化趋势相类似，除2004—2005年技术进步下降11.2%外，其余年份均增长，峰顶值出现在2007—2008年，达到58%。同样，技术进步也表现出不稳定的波动特征。技术效率除2004—2008年、2011—2012年、2013—2014年外，其余年份值均大于1，实现了技术效率增长。峰顶值出现在2016—2017年，达到24.5%，峰谷值出现在2007—2008年，为下降18.2%。

从各项指标均值来看，旅游业绿色全要素生产率增长源于技术效率和技术进步的共同驱动，且技术进步的贡献更大。就不同时段来说，技术效率和技术进步驱动或抑制作用并不相同。例如，2004—2005年旅游业绿色全要素生产率下降，虽然技术效率和技术进步都起到抑制作用，但更多的影响来自于技术进步下降。2014—2016年旅游业绿色全要素生产率24%，源于技术效率和技术进步的双擎驱动，但技术进步的贡献明显高于技术效率。

3.2 区域层面

上文综合考察了2004—2017年我国整体旅游业绿色全要素生产率及其分解，考虑到我国各区域乃至各省份旅游资源禀赋、旅游业发展基础的差异，接下来从区域层面分析旅游业绿色全要素生产率的变化。

由表2可知，2004-2017年我国东部、中部和西部地区旅游业绿色全要素生产率均呈增长态势，但具有明显的空间差异。具体而言，研究期内，东部地区的旅游业绿色全要素生产率保持着年均19.2%的最高增速，中部地区次之，增速为15.6%，西部地区最低，为14.9%，呈现出东部地区——中部地区——西部地区依次递减的趋势。

表2 各区域旅游生态全要素生产率指数及其分解

就旅游业绿色全要素生产率分解来看，东部地区技术进步在个别年份下降，且下降幅度很小，其余年份为增长，2007—2008年达到峰顶值，为65%。可见，东部地区在旅游业绿色技术等方面走在其他区域前列。技术效率相对平稳，2004—2008年、2011—2012年、2013—2015年间表现出下降趋势，2011—2012年达到12.6%的峰谷值，其余年份则表现出增长态势，2009—2010年增长幅度最大，为25.6%。中部地区在2004—2005年、2008—2009年间技术进步下降，其余年份为增长，2007—2008年增长达到峰谷值。技术效率以上升为主，2016—2017年增长幅度最大，为35.1%。从指标均值看，旅游业绿色全要素生产率增长源于技术效率和技术进步“双轨驱动”，且技术进步变化作用更大。西部地区技术进步表现出不稳定的波动性变化，增长幅度最大的为2007—2008年65.4%，而下降幅度最大为2004—2005年的14.7%。技术效率增长和下降的年份相当，但波动较小。从指标均值看，西部地区旅游业绿色全要素生产率的增长更多的由技术进步驱动。

4 旅游业绿色全要素生产率收敛性分析

随着各地区旅游经济增长方式的转变，旅游业绿色全要素生产率得到了一定的提升。然而，不同区域旅游业绿色全要素生产率的空间差异是否会随时间推移缩小？为考察这一特征，下文采用收敛性分析模型对我国整体以及各区域旅游业绿色全要素生产率进行收敛性检验。

4.1 σ收敛性检验结果

根据式（4）计算得出全国整体及各区域σ值，结果见图1。研究期内，我国整体σ值上升，由0.265上升到0.428，我国各省份之间旅游业绿色全要素生产率的空间差异在扩大，呈现出发散态势，但在局部年份呈现出波动循环状态。东部地区总体表现出收敛趋势，σ值由2005年的0.341下降到2017年的 0.205，但在单个年份上，其收敛和发散状态表现较为复杂，更多地呈现出两种状态循环。中部地区和西部地区的σ值从长期来看表现出上升趋势，可认为其并不存在σ收敛，以发散特征为主，内部省份旅游业绿色全要素生产率的空间差异在扩大。总之，在样本区间内，我国整体、中部地区和西部地区的旅游业绿色全要素生产率增长不存在σ收敛，而东部地区存在σ收敛。

图1 全国及各区域旅游业绿色全要素生产率σ值

4.2 绝对β收敛性检验结果

根据式（5），通过OLS回归，得到我国整体和各区域旅游业绿色全要素生产率绝对β收敛性结果，如表3所示。从回归系数β为负且显著可知，我国整体和各区域旅游业绿色全要素生产率增长均存在绝对β收敛。旅游业绿色全要素生产率较低省份通过对先进技术与管理经验溢出的吸收，存在“追赶”现象，即各省份旅游业绿色全要素生产率随时间推移均会收敛于统一稳态均衡值。

表3 旅游业绿色全要素生产率绝对β收敛检验结果

4.3 条件β收敛性检验结果

根据式（6），通过固定效应模型对样本期内我国整体和各区域旅游业绿色全要素生产率进行条件β收敛性分析，结果见表4。回归的系数β在显著负，我国整体和各区域旅游业绿色全要素生产率增长均存在条件β收敛，各区域旅游业绿色全要素生产率随时间的推移朝着自身的稳定状态收敛。此外，由于旅游经济初始条件并不相同，各自的稳态水平亦并不相同。因此，尽管存在“追赶”现象，但各区域旅游业绿色全要素生产率的差距短时间内不能完全消除。

表4 旅游业绿色全要素生产率条件β收敛检验结果

5 结论和政策建议

本文借助相邻共同参比的Malmquist指数模型，采用2004—2017年我国30个省份的面板数据，在测度全国整体和各区域旅游业绿色全要素生产率的基础上，对其区域动态演化特征及收敛性进行实证检验。研究结果发现：2004—2017年我国旅游业绿色全要素生产率整体呈现出增长态势，年均增长16.7%。旅游业绿色全要素生产率增长得益于技术效率和技术进步的共同驱动，且技术进步的贡献更大。旅游业绿色全要素生产率还呈现出明显的空间差异，且表现出东部、中部、西部递减趋势。此外，收敛型检验结果表明，我国旅游业绿色全要素生产率不存在显著σ收敛，而我国整体和各区域存在明显的绝对β收敛和条件β收敛。根据上述分析，本文提出以下政策建议：

第一，各地区在确保财政对旅游业绿色生产技术资金投入前提下，积极引导旅游企业绿色技术自主研发；依托科研机构，结合旅游业绿色发展实际，构建符合各地区实际的绿色旅游、生态旅游适用技术；建立健全旅游业绿色经济的创新体系，加快旅游环境教育投资力度，提高从业人员的旅游业绿色技术水平。

第二，技术效率提升相对技术进步较慢，在旅游业绿色全要素生产率增长中贡献也略小，需要进一步优化旅游业要素投入规模水平，深化旅游业绿色管理和技术的内部化。一方面，从旅游业绿色发展政策出发，在源头上优化整合旅游业生产要素，完善供给侧机制，避免产能过剩；另一方面，发挥市场的主导作用，利用社会优势，加强旅游业绿色生产技术人才交流合作。

第三，针对旅游业绿色全要素生产率的空间差异，各省份应结合旅游资源禀赋、旅游业发展基础，因地制宜地推动旅游业绿色政策实施与支持保障，从而促进旅游业绿色全要素生产率均衡增长。对于旅游业绿色全要素生产率增速较高的东部地区，应推动旅游业绿色发展重大关键技术研发，破除地域限制，完善绿色发展技术转移路径。对于旅游业绿色全要素生产率增速相对较低的中西部地区，应调整和优化旅游产业结构，一方面，与东部地区形成旅游业绿色技术良性互动，通过绿色技术溢出实现增长；另一方面，选择能源消耗低且技术先进的旅游业外资项目和企业，通过学习发达地区的经验和技术，促进旅游业绿色发展成果扩散。