高质量发展下高铁对区域旅游产业效率影响研究

胡北明

【摘 要】 基于2010—2019年数据，采用DEA模型、Tobit模型及中介效应模型验证高铁开通对黔桂云39个市（州）旅游产业效率的影响效应及机制。研究发现：高铁开通对黔桂云地区旅游产业综合效率和规模效率有区域差异化的促进作用，且作用大小与各地高铁开通时间相对应，而对旅游产业纯技术效率存在反向作用，暴露出无效性，表明高铁开通对综合效率的促进效应是通过规模效率的提升以及纯技术效率的下降共同作用的；高铁开通提升居民收入水平以及改善区域可达性的中介效应并没有得到完全验证，其作用机制更为复杂，尤其是出现遮掩效应，说明高铁开通与旅游产业效率之间还存在更大的正向机制未纳入研究视野。

【关键词】 高质量发展； 高速铁路； 黔桂云民族地区； 旅游产业效率

【中图分类号】 F592  【文献标识码】 A  【文章编号】 1004-5937（2023）19-0002-12

一、引言

中国经济已由高速增长转向高质量发展。党的二十大报告指出，高质量发展是全面建设社会主义现代化国家的首要任务。高质量发展是衡量经济发展优劣程度的重要指标[ 1 ]，高质量发展的本质内涵是以满足人民群众日益增长的美好生活需要为目标的高效率、公平和绿色可持续的发展[ 2 ]。旅游业作为五大幸福产业之首，承载着人们对美好生活的向往，与经济高质量发展落脚点完全契合，因此旅游产业的高质量发展成为当前关注的焦点。经济高质量发展不只是對发达地区的要求，也是经济欠发达地区必须长期贯彻的要求。近年来，贵州、广西、云南（简称黔桂云）民族地区在交通大环境改善的情况下①旅游业获得了快速发展，旅游总收入由2010年的2 339亿元（分别占地区和全国GDP的13.11%和0.67%），增长到2019年的26 175亿元（分别占地区和全国GDP的49.34%和2.91%）②，旅游产业在黔桂云民族地区的支撑作用日益凸显，并成为乡村振兴的重要产业。因此，揭示高铁开通对黔桂云民族地区旅游产业效率的影响效应，探讨其作用机制，对推动我国民族地区旅游经济发展，实现旅游产业转型升级及高质量发展，具有重要的理论指导和现实参考意义。

二、理论分析及研究假设

经济发展问题研究经历了从关注量的增长到质的增长再到量与质协调发展的高质量发展，经济的高质量发展关键在于提高劳动生产率及产业效率，即在投入既定的情况下产出越高，经济增长的质量就越高[ 1 ]。基于此，旅游产业的高质量发展必须以旅游产业本身的增长规律与演进过程为核心，其内涵具有多维性，是数量与质量、速度与效益的有机统一，既包括旅游产业生产效率的提升，也包括产业结构得到不断优化从而实现可持续发展。

如果说实现旅游产业生产效率的提升是推动旅游产业高质量发展的重要途径[ 3 ]，那么通过技术创新实现产业结构升级则是推动旅游产业高质量发展的动力机制[ 4 ]。高速铁路作为现代交通的代表，势必给旅游产业效率带来深刻影响[ 5 ]，具体表现在提升游客时间性价比、增加旅游目的地选择性、扩大旅游客源市场、提升沿线城市吸引力[ 6 ]等方面。同时，高铁作为技术创新的交通工具，其带来的时空压缩效应必将加强区域旅游经济联系，改善区域旅游空间布局[ 7 ]，助推区域产业结构升级[ 8 ]。因此，高铁发展同时从提高旅游产业效率以及促进产业结构优化两个方面影响旅游业的高质量发展。本文基于高质量发展视角，主要探讨高铁发展对旅游产业效率的影响。

（一）高铁对旅游产业效率的影响

一般认为，旅游产业效率取决于旅游产业的投入及产出两个维度，高铁建设几乎同时影响了这两个方面。在投入方面，高铁作为重大的基础设施建设项目，必将对区域经济产生较大的直接投资拉动效应[ 9 ]；同时，高铁开通改善了区域对外交通条件及区位条件，形成优势区域，从而带来资本要素的流动，产生间接投资拉动效应[ 10 ]。在产出方面，高铁的时空压缩效应极大地提高了旅游目的地的可达性，从而诱导更多旅游需求以及产出扩张[ 11 ]。高铁在促进区域经济增长的同时还促进了区域开放、文化融合以及产业结构的升级[ 12 ]，进一步提高了区域旅游产出。基于高铁对区域旅游发展在投入及产出的双重影响，提出如下假设：

H1：高铁开通对区域旅游产业效率存在促进作用。

由于先天条件的不同，高铁开通对区域交通地位的改善显然存在地区差异，资源要素的流动也因交通区位改善程度差异存在不同的流动方向[ 13 ]；同时，基于可达性改善带来的旅游需求变化将因其差异出现收敛或发散[ 14 ]。因此，高铁带来的旅游投入及产出效应因高铁线路、地区背景等差异而存在异质性。据此，提出如下假设：

H2：高铁开通对旅游产业效率的促进作用存在地区异质性。

高铁对区域旅游效率存在明显的促进作用得到了所有学者的公认，但高铁开通是通过促进纯技术效率促进综合效率的提升，还是通过促进规模效率促进综合效率的提升，这是值得进一步探索的问题。现有的两篇文献对此得出了相悖的结论。魏丽等[ 15 ]以全国31个省为研究样本，得出高铁通过促进纯技术效率来提升旅游产业综合效率；而阎友兵和陈一铭[ 16 ]的研究结果则表明，高铁对湖南省沿线城市综合效率的提升主要基于规模效率的增长，而纯技术效率并未得到整体提升。本文认为这与研究区域或高铁开通时限有关，据此提出如下假设：

H3：高铁开通通过促进纯技术效率的增长促进综合效率的提升。

H4：高铁开通通过促进规模效率的增长促进综合效率的提升。

（二）高铁对旅游产业效率的促进机制

前述表明，高铁对区域旅游经济的促进作用存在直接拉动效应和间接推动效应。直接拉动效应是基于高铁作为基础设施投入必将带来区域整体经济的发展，地区整体经济水平的提高不仅直接提升当地居民收入水平，而且间接促进社会有效劳动力的需求和供给，进一步促进地区经济的发展、就业增加及居民工资水平的提高[ 17 ]。工资水平的提高一定程度上增加了居民的可自由支配收入，提高了居民对旅游产品的购买力，形成新的旅游需求，从而增加目的地旅游收入[ 18 ]，并最终有利于提高旅游产业效率。基于此，提出如下假设：

H5：高铁开通通过经济直接拉动效应提高居民收入水平从而促进旅游产业效率的提升。

高铁对旅游效率的间接推动效应主要表现在两个方面：一是高铁带来可达性的改变，促进地区区位条件的变化，导致区域产业要素流动加快，客观上促进了旅游产业要素的投入和产出[ 19 ]；二是高铁带来的时空压缩效应从主观上改变了旅游者对出行距离的心理感知[ 8 ]，刺激更多旅游欲望，需求规模的扩大必定促进旅游效率的提升。总之，高铁对旅游效率的间接推动效应是基于提升了区域可达性从而促进旅游效率提高。基于此，提出如下假设：

H6：高铁开通通过提升区域旅游可达性间接促进旅游产业效率的提高。

三、研究设计

（一）研究方法

1.DEA模型分析方法

数据包络分析（Data Envelopment Analysis，DEA）方法是评价具有多投入和多产出决策单元效率的一种有效方法[ 20 ]。本文从投入导向型的角度，采用DEA-BCC模型评估高铁开通对区域旅游发展效率的影响。

设研究区域有n个决策单元DMUj，每个决策单元有m种投入变量X1j，X2j，…，Xmj和s种产出变量Y1j，Y2j，…，Ysj（其中Xij>0，Yij>0），λj是各市（州）投入和产出的权向量。DMUj的模型为：

min？兹  s·t∑n j=1λjXj≤？兹x0∑n j=1λjYj≥y0∑λj=1    （1）

其中λj≥0，j=1，2，…，n

（1）综合效率（OE）。综合效率是对决策单元在资源配置以及使用等多方面能力的综合衡量与评价。若决策单元处于生产前沿条件下，即综合效率等于1，表示决策单元是技术有效的。综合效率可进一步分解为纯技术效率（PTE）和规模效率（SE），其关系表现为OE=PTE×SE。

（2）纯技术效率（PTE）。纯技术效率测度的是可变规模报酬的技术效率，等于1表示在目前技术水平上资源的使用是有效的。

（3）规模效率（SE）。规模效率指在制度和管理水平一定的前提下，现有规模与最优规模之间的差距。

2.Tobit模型

Tobit模型属于受限因变量（limited dependent variable）回归的一种。由于旅游产业效率值均处于（0，1]，因此采用Tobit模型探讨高铁发展与区域旅游效率的关系是可行的。模型如下：

Y*it=？茁0+？茁1HSRit+？茁2Xit+？滋itYit=1        if       Y*it>1 Y*it    if 0

其中，i和t分别表示第i省的第t年，Yit是实际测算得到的旅游发展OEit、PTEit以及SEit，Y*it为相应的隐藏变量。随机误差项？滋it～N（0，σ2），Xit为其他控制变量。为保证参数估计结果无偏且一致，本文采用极大似然估计法（MLE）。

3.中介效应模型

借鉴中介效应模型中的依次检验回归系数法[ 21 ]，进一步研究高铁开通对黔桂云旅游产业效率的作用机制。模型如下：

Y*it=？茁0+？茁1HSRit+？茁2Xit-1+？着itMit=？琢0+？琢1HSRit+？琢2Xit-1+？啄itY**it=？酌0+？酌1HSRit+？酌2Mit-1+？酌3Xit-1+？籽it  （3）

其中，i和t表示第i個市（州）和第t年，HSRit为高铁开通班次数量，Mit为中介变量，Xit-1为控制变量，随机误差项？着it，？啄it，？籽it～N（0，σ2）。

Bootstrap法的检验度高于依次检验回归系数法，但如果这两种方法检验的结果都显著，则依次检验结果要强于Bootstrap检验结果[ 21 ]。故本文通过Stata命令语句，结合以上两种方法检验中介效应，以验证H5和H6。

（二）指标构造及变量设计

1.区域旅游产业效率指标的构建

本文研究范围涵盖黔桂云的39个市（州），以2010—2019年投入产出指标的面板数据为样本。从经济学意义上讲，土地、资本、劳动力是最基本的生产要素，而大多数学者认为旅游生产不受土地面积约束[ 22 ]，因此在核算旅游产业效率时往往忽略土地投入指标。但也有研究者认为，旅游业作为实体产业，是需要以土地投入为基础的，事实上各个地方政府在核算旅游发展用地时，往往以旅游景区为基数进行核算。因此本文以旅游景区数量及等级来核算土地投入要素③。资本投入指标，由于无法有效剥离旅游投入，加之目的地本身的无形吸引力对游客来说是区域旅游生产过程中的一个重要投入，因此资本投入指标以各市（州）的固定资产投资总额（亿元）进行测算。劳动力投入指标以各市（州）旅游从业人数（万人）进行测算④。根据前文分析，高铁建设的投资拉动效应不仅极大地影响了区域旅游产业的投入，而且作为技术创新手段也极大地影响了区域产业发展效率，因此本文增加高铁建设这一重要投入指标，以区域高铁站点车次数作为高铁建设的投入变量。故本文在投入指标选择上从旅游景区、固定资产投入、人力资本和高铁建设四个方面进行。在产出指标选择方面，基于高质量发展视角，以地区接待的游客总人数作为旅游产业发展“量”的考核，以旅游总收入作为旅游产业发展“质”的衡量标准进行综合核算。各指标及内涵见表1。

本文土地资本和人力资本投入指标以及收入和人数产出指标的数据来源于2010—2019年黔贵云各市（州）统计年鉴、2011—2020年社会发展统计公报、EPS数据库、Wind数据库等，资源投入指标数据来源于黔桂云三地的文化和旅游厅官网，高铁投入指标数据来源于中国铁路官网及2011—2020年每年12月份的列车时刻表。

2.Tobit模型变量设计

除了前文投入及产出指标外，在高铁开通情况下区域旅游产业效率还会受其他因素的影响，为了进一步探讨黔桂云民族地区旅游产业效率影响因素，以及考虑数据的可获得性，选取如下变量：

（1）被解释变量。上文测度出的区域旅游产业效率指标（OE、PTE、SE）。

（2）核心解释变量。核心解释变量为高铁开通情况（HSR）。根据国家铁路局对高速铁路的定义整理出黔桂云2010—2019年间开通的高铁线路，然后统计整理出各市（州）开通的高铁车次，并以此衡量各市（州）高铁开通情况。

（3）控制变量。鉴于数据获取可行性以及相关研究，选取区域经济发展水平（Economy）、城市化水平（Urban）、产业结构（Structure）、资源吸引力水平（Resource）和服务及接待能力（Service）作为旅游效率影响控制变量。

区域整体经济发展水平决定了区域旅游整体发展投入，也推动了居民旅游消费能力及需求的增加[ 23 ]，必将对区域旅游产业效率产生影响，故数据以各市（州）GDP在全省GDP中的占比来衡量。城市化过程是城镇人口和区域产业集聚的过程，促进了旅游业规模扩大及居民旅游消费能力[ 24 ]，并影响旅游效率，故城市化水平以城镇人口在期末总人口中的占比衡量。产业结构调整可推动优势产业的集聚和融合，延伸产业链，实现区域资源互补，是效率提高的主要机制[ 25 ]，产业结构可通过产业结构指数来衡量，计算式为Structure=0.15×S1+0.35×S2+0.5×S3。其中S1、S2、S3分别为第一、二、三产业在各省GDP中的占比[ 15 ]。资源吸引力是区域旅游产业发展的关键，是区域旅游产业产出水平的重要表征，故资源吸引力水平以3A级以上景区综合得分值在全省资源吸引力总和中的占比衡量。服务及接待能力是反映区域旅游产出能力的重要标志，故服务及接待能力以第三产业从业人员在全省总从业人员中的占比衡量。

（4）中介变量。根据前文研究假设，选取居民收入水平（income）作为高铁发展直接效应对旅游效率影响的中介变量，选取区域旅游可达性（accessibility）作为间接效应的中介变量。居民收入水平使用各市（州）的人均GDP衡量，数据来源于EPS数据库；区域旅游可达性使用加权平均旅行时间来测度，数据来源于12306和高德地图。

四、高铁对区域旅游产业效率的影响效应分析

（一）黔桂云旅游产业效率时空演变分析

通过模型（1）可计算出黔桂云整体以及分省2010—2019年旅游发展的综合效率（OE）、纯技术效率（PTE）和规模效率（SE），见表2。

1.黔桂云整体分析

由表2可知，2010—2019年黔桂云旅游产业综合效率达到最优水平的81.1%。从时序变化来看，综合效率以2015年为最低拐点，2015年以后随着生产要素投入充足，使得综合效率在2018年达到DEA效率最优。值得注意的是，2015年作为拐点可能是受到高铁建设这一投入要素的影响。2013年12月黔桂云第一条高铁开通，共开设16个高铁站点，在特定的生产条件下，当这一旅游发展投入要素增加到一定程度，且对增加的这些投入资源实现合理利用时，便推动了2015年以后综合效率的提升。就纯技术效率而言，黔桂云平均值高于综合效率水平，且总体呈先持平后下降趋势；2016年纯技术效率最低，表明这一年旅游发展要素投入与配置不合理，影响效率水平的提高。规模效率与综合效率表现出相同的演变趋势，即2010—2015年整体呈下降趋势，2015—2019年整体呈上升趋势。

2014年以前，纯技术效率均为1（表示纯技术效率有效），综合效率主要源自纯技术效率的牵引。2014年以后，综合效率出现先降后升特征。纯技术效率低于1，表明高铁开通后纯技术效率出现无效，而规模效率逐渐提升，实际规模与最优规模的差距逐渐缩小，故此阶段的综合效率主要源自规模效率的牵引。

2.黔桂云旅游产业效率分省对比分析

由表2得出，黔桂云三地旅游产业效率表现最好的是贵州，纯技术效率和规模效率表现都优于其他两省。广西表现最差，纯技术效率下滑较严重，但规模效率提升明显。

（1）综合效率。综合效率值均未达到DEA最优，位于0～1之间。贵州旅游产业效率最高，除2016年外历年效率值都在0.9以上；其次是云南，除2015年外历年效率得分均在0.8以上；表现最差的是广西，整体低于三地平均水平，说明旅游业资源配置能力不高，资源使用效率提升空间较大。

（2）纯技术效率。2010—2014年黔桂云三地的纯技术效率均等于1，即在管理创新和技术方面不相上下，说明在此阶段三地的资源投入是有效的，不存在明显的资源浪费情况。广西、贵州和云南开通高铁时间分别是2013年12月、2014年12月和2016年12月，而三地纯技术效率呈现出明显下滑趋势的时间节点分别是2014年、2015年和2017年，与各省开通高铁年份相吻合，说明在高铁开通后，游客需求量增加，但是由于管理和技术水平暂时跟不上，出现旅游投入资源浪费情况。贵州的纯技术效率在急剧下降后出现逐年上升现象，直至重新回到效率最优水平，说明贵州逐年提高对高铁旅游的管理和技术水平，制止了旅游投入资源浪费现象。广西自2015年纯技术效率急剧下降后一直在0.85上下徘徊，无纯技术效率最优趋势，即对高铁旅游的管理水平有待进一步提高。云南由于开通时间较晚，纯技术效率发展趋势尚不明朗，但其在高铁开通第二年的下降幅度相比其他两省是最低的，说明云南对高铁旅游的管理水平相对较高。

从旅游产品特征角度分析，由于旅游产品具有生產与消费同时性，高铁开通对游客出行提供了便利性，旅游产品消费的最优规模也随着市场规模上限提升而扩大，但是管理能力尚处于低水平阶段，故导致黔桂云各省的纯技术效率在高铁开通后出现不同程度的下降趋势。

（3）规模效率。随着高铁开通时间增长，三地规模效率均处于逐渐上升趋势中。贵州历年的规模效率均位于三地之首，整体接近最佳规模收益阶段。广西规模效率变化幅度较大，2015—2017年迅速提升，之后紧随云南，并逐渐接近于贵州。

综上分析，高铁开通后，由于市场整体需求规模的扩大，区域综合效率实现整体逐步提升，规模效率与综合效率表现出相同的演变趋势，但纯技术效率因高铁的开通出现了突变（降低），表明三地在应对高铁带来的新的旅游需求变化时，管理水平、服务能力以及营销宣传能力都表现出不足。因此，综合效率的提升必须从加强高铁旅游的营销和管理能力着手。分省来看，效率均有一定程度提升，技术进步是主要的内在动力，其次是规模效率，纯技术效率则出现了负向影响。规模效率对整体效率的影响表现为先负后正，说明黔桂云三地规模效率一直呈改善趋势。由此，黔桂云未来效率提升的方向一是提升对高铁旅游的综合管理水平和内部管理能力，利用好高铁带来的技术进步赋予的旅游发展动力；二是适当合理地扩大产业规模，进一步提升地区旅游产业发展的综合效率。

（二）高铁发展对黔桂云旅游效率的影响效应

由于效率值（即被解释变量）均在（0，1]范围，符合Tobit模型；LR检验结果强烈拒绝原假设，说明对该模型设定的检验适当。因此使用Tobit模型是合理的，可以通过Tobit模型验证H1、H2、H3和H4。

1.综合效率

如表3所示，无论是否加入控制变量，HSR的系数均为正，表明高铁开通对旅游发展综合效率有促进作用，验证了H1。加入控制变量后，黔桂云整体以及开通较晚的云南高铁开通对综合效率的影响虽不显著，但仍旧为正，而对高铁开通较早的广西和贵州均有显著的正向促进作用，初步验证了H2。

观察各省的HSR回归系数值，大小不尽相同，说明高铁开通对黔桂云旅游发展综合效率的促进效应存在区域异质性。在未加入控制变量时，HSR与OE的回归系数排序依次为广西、贵州、云南，这与高铁开通时间顺序一致，表明高铁开通时间越久，对综合效率的促进作用越显著，促进效应越大（回归系数越大）。加入控制变量后的回归结果显示旅游综合效率还受到区域整体经济发展水平（Economy）、地区产业结构指数（Structure）和服务接待能力（Service）三个变量的共同影响。可以看出贵州虽比广西的高铁开通时间晚，但其影响系数比广西更大。对比两省的控制变量发现广西的整体经济发展水平、产业结构指数都比贵州大，但地区服务接待能力却比贵州低，表明在经济发展水平较低、产业结构指数较低、服务接待能力较强的劳动密集型区域，高铁开通对旅游综合效率的促进作用明显，进一步验证了H2。

2.纯技术效率

如表4所示，无论是否加入控制变量，HSR的系数黔桂云三地整体均为显著负数。分省来看，未加入控制变量时，广西和云南回归系数均为显著负数，贵州回归系数虽为正数但不显著，且未通过LR检验；加入控制变量后，贵州和广西两省系数为正，云南的系数为负但不显著。因此，整体而言高铁开通导致黔桂云旅游发展纯技术效率下降，暴露出纯技术效率的无效性，表明区域整体管理水平和能力还不能应对高铁旅游带来的新冲击，H3没有得到验证，且得出了相反的结论。

究其原因，由于旅游产品的消费是以旅游者的达到为前提的，因此旅游产业的最优生产规模一定程度上取决于需求规模。高铁开通在理论上可以为沿线城市带来更大客源，即高铁带来的需求欲望的增加导致最优规模的扩大，但由于研究区域为我国民族地区，且该地区高铁开通尚在初期，要素市场改革尚未完成，没有达到高质量发展要求，高铁旅游的管理水平和能力仍有提升空间。因此高铁开通初期，黔桂云三地旅游纯技术效率的无效性暴露得更为充分，与原假设相悖。但本文也看到，高铁对贵州的纯技术效率出现了正向显著促进作用，对广西的促进作用虽不显著但影响系数也开始转正，表明贵州在应对高铁旅游时，其管理水平和管理能力都获得了大幅度提高，纯技术效率也开始逐步提升。高铁开通对纯技术效率的影响效应与前文的分析基本一致。

3.规模效率

如表5所示，列（1）—（8）中HSR的系数均为正，且除列（8）云南外其余皆显著，LR检验也一致通过，说明高铁开通对黔桂云旅游发展规模效率起到显著的促进作用，H4得到验证。

进一步对比分析影响系数大小及显著性，发现高铁开通对规模效率和综合效率的促进作用表现出相同的特征，即高铁开通时间越早的区域，对规模效率的促进效应越显著；随着高铁旅游管理水平和能力的不断提高、资源配置不断完善、投入资源逐渐充分利用，以及逐渐增加的规模效益，黔桂云最终会从规模发展转变到高质量发展阶段。

综上分析，高铁开通对区域旅游综合效率和规模效率具有显著的促进作用，但存在开通时间以及产业背景差异的地区异质性。就黔桂云整体而言，在研究期内，高铁开通对旅游综合效率的促进作用是通过规模效率的提升來促进综合效率的提升，对纯技术效率则存在反向促进作用，纯技术效率的无效性暴露得更充分。

五、高铁开通影响旅游产业效率的机制验证

（一）居民收入水平的中介效应

1.黔桂云整体分析

如表6所示，未加入控制变量时，income中介变量在HSR对OE影响中起到完全中介作用，即HSR没有对OE产生直接影响，而是通过income变量起到96.62%的中介作用；income在HSR对SE影响中则起到部分中介作用，即HSR对SE产生47%的直接影响，同时通过income变量对SE产生53%的中介作用。加入控制变量后，HSR通过income对OE的影响中产生了遮掩效应。根据Mackinnon等[ 26 ]、温忠麟等[ 21 ]对遮掩效应的解释，HSR对OE的主效应为正，但通过income的间接效应为负，说明在HSR与OE之间还存在更大的正向机制。HSR和income对SE的影响亦是如此。因此，就黔桂云整体而言，在研究期内高铁开通并通过提高居民收入水平促进旅游产业效率提升尚未显现，也即研究期内居民收入水平并不是高铁开通影响旅游效率的中介变量，表明高铁开通还存在其他更大的正向机制影响旅游效率。

2.黔桂云分省分析

高铁通过提高居民收入水平的中介效应机制来影响旅游产业效率的假设虽然没有得到验证，但通过进一步进行分省中介效应检验，发现贵州省居民收入水平的中介效应得到了完全验证，高铁建设产生的直接效应提高了居民收入水平，分别传导出对旅游发展OE、PTE以及SE的完全中介效应为61.13%、34.08%、87.38%。其他两省由于在加入控制变量后HSR对income为负向影响（-0.210和-0.319），故多出现遮掩效应。说明在广西和云南，HSR与OE之间还存在更大的正向机制值得研究，表明居民收入水平对区域旅游产业效率提升的中介效应存在明显的地区差异。事实上，由于发展战略的差异，贵州经济增长中旅游业占了较大比重，2017年、2018年旅游综合收入分别占GDP的48%和61%，旅游业的快速发展极大地提高了居民收入水平。同期的广西，旅游综合收入仅占GDP的27%和37%，作为传统的工业省份，旅游业在地区经济中的地位较低，因此对居民收入水平的拉动较小（与高铁开通的关系为负）。云南作为旅游大省，旅游业在地区经济中占有较大比重（分别为42%和51%），但在计算期内因高铁刚刚开通，因此对居民收入水平影响还不明显。

综上，H4并没有得到完全验证。

（二）区域旅游可达性的中介效应

1.黔桂云整体分析

如表7所示，可达性变量产生中介效应发生在PTE和未加控制变量的SE上，分别产生了34.04%和22.83%的部分中介效应。由于PTE的负向显著影响，故对SE的中介效应尚不明显，不过随着中介效应影响的提高，也会影响到OE。因此，在研究期内高铁对黔桂云三地整体PTE影响有34.04%是因可达性的提高而产生的，而可达性对三省整体OE和SE的促进作用尚未显现。

2.黔桂云分省分析

可达性变量对贵州的OE和SE起到了完全中介作用，即表明高铁开通没有直接对贵州的OE和SE产生影响，而是通过可达性的改变分别起到了57.17%和83.96%的完全中介作用。就广西而言，可达性变量只起到24.35%的中介作用，PTE却出现了遮掩效应。可达性变量对云南的PTE产生完全中介效应，且在加入控制变量后中介效应高达91.55%，说明高铁没有对云南的PTE产生直接影响，而是通过可达性起到91.55%的中介作用；反之，若提高云南的区域旅游可达性，将非常有利于促进该地旅游产业效率的提升。由于高铁开通时间较晚，可达性变量对云南的旅游OE和SE的中介作用尚未显现。可达性变量对广西的纯技术效率产生遮掩效应，观察相关回归系数和显著性可知，高铁开通对可达性的正向显著影响，与可达性对PTE的负向显著影响发生相互抵销现象。综合可达性对OE和PTE的中介效应结果来看，对广西的综合效率没有产生中介效应有合理解释。

综上分析，可达性的改变对区域旅游效率的影响较为复杂，就黔桂云整体而言，可达性的改变只是对PTE起到了34.04%的部分中介效应；对高铁开通较晚的云南的PTE起到了91.55%的完全中介作用；对高铁开通较早的广西而言，只对SE起到了24.35%的部分中介作用；而对高铁开通5年，且区位条件较好⑤，旅游业也发展较好的贵州而言，对OE和SE分别起到了57.17%和83.96%的完全中介作用。因此，结合各省高铁开通时间，可以这样来理解和总结高铁开通带来可达性改变对区域旅游效率的影响：高铁开通初期，可达性的改变首先影响区域旅游PTE，且是负向的；其次，随着高铁开通时间增加，可达性改变影响区域旅游发展的SE，进而对区域旅游OE带来影响；最后，可达性对OE的影响效应减弱，但同时对SE仍产生影响。

六、结论及讨论

（一）研究结论

1.高铁对黔桂云旅游效率的作用

综合效率方面，高铁开通对提高黔桂云旅游发展综合效率有显著的促进作用，且存在地区差异性，在单纯的高铁开通对综合效率的回归结果中，系数大小排列与各省高铁开通时间一致。纯技术效率方面，高铁开通导致黔桂云旅游发展纯技术效率暴露出无效性，与理论假设相悖。这是由于研究区域为民族地区，且高铁尚在开通初期，管理和技术水平跟不上最优规模水平的需求，资源配置效率仍有提升空间，因此导致纯技术效率的无效性暴露得更为充分。规模效率方面，高铁开通对黔桂云旅游产业规模效率起到显著的促进作用，并随着黔桂云高质量发展的不断深入、投入资源的充分利用，以及逐渐增加的规模效益，最终会达到最佳的规模效益。就研究区域而言，高铁开通对旅游产业效率的促进作用是通过提升规模效率促进综合效率的。

2.高铁对黔桂云旅游效率的作用机制

通过中介效应检验，高铁开通的直接效应带来居民收入水平的增加从而促进区域旅游产業效率的假设只在贵州省得到了验证，而在整体样本和云南省的中介效应皆未显现，这也许与高铁开通的时限有关。广西由于其旅游业在国民经济中地位较低，因此居民收入水平的中介效应未显现。高铁开通带来可达性的改变对区域旅游效率的影响效应更为复杂，开通初期可达性的改变主要影响区域旅游纯技术效率，且是负向影响；高铁开通中期，可达性的改变主要对规模效率和综合效率产生显著促进作用，而当综合效率接近最优效率时，仅对规模效率产生影响。

（二）讨论

一是高铁开通显著促进了区域旅游发展的综合效率，且存在地区异质性，这个结论与现有研究结论一致，但高铁开通是通过促进规模效率还是纯技术效率来促进综合效率的提升，却与已有研究不一致。本研究表明，高铁对黔桂云综合效率的提升是通过规模效率的提升以及纯技术效率的下降共同作用的，但研究期内总体表现为对综合效率的促进作用。本文认为高铁开通对纯技术效率和规模效率皆会产生影响，合理的解释是对规模效率产生正向促进作用，而对纯技术效率在开通初期必定会产生负向作用，但在可达性的中介效应检验中这一结论未完全验证，有待选取不同的研究对象和样本，更长期地考察高铁开通对旅游效率的影响来进一步进行验证。

二是关于高铁开通对效率作用的机制，本研究提出的两条路径在黔桂云整体以及广西和云南皆未得到验证，但在贵州却得到了全部验证。就居民收入水平的中介效应问题，魏丽等[ 15 ]的研究支持了这条路径假设，其他文献也表明居民收入水平是影响区域旅游产业效率的关键因素，本文认为，这也许与各个省份地区经济发展模式有关（广西）或者与高铁开通的时间有关（云南）。可达性改变的中介效应也表现出相同的状况，且在广西和云南出现了现遮掩效应说明在高铁开通核心变量与综合效率、纯技术效率、规模效率之间还存在更大的正向机制未纳入研究视野。这为后续高铁开通与旅游产业效率关系的研究提供了一个新的方向。

三是本文的研究表明，高铁开通可达性的中介效应对旅游产业效率的影响较为复杂。高铁开通可达性的改变首先影响纯技术效率，其次对规模效率和综合效率产生影响，但这一结论还有待进一步研究验证。原因一，高铁开通的时限问题，初期、中期、后期如何划分确定；原因二，可达性的中介效应在西部经济欠发达的黔桂云三地产生了此种反应，但在东部地区是否有类似的情况，值得进一步论证。

【参考文獻】

［1］ 刘英基，韩元军.要素结构变动、制度环境与旅游经济高质量发展［J］.旅游学刊，2020（3）：28-38.

［2］ 张军扩，侯永志，刘培林，等.高质量发展的目标要求和战略路径［J］.管理世界，2019（7）：1-7.

［3］ 刘佳，王娟，奚一丹.中国旅游经济增长质量的空间格局演化［J］.经济管理，2016，38（8）：160-173.

［4］ 陈昌兵.新时代我国经济高质量发展动力转换研究［J］.上海经济研究，2018（5）：16-24.

［5］ 李冬伟，罗婵.高铁开通对企业投资效率的影响及机制研究［J］.会计之友，2021（10）：74-80.

［6］ 汪德根.旅游地国内客源市场空间结构的高铁效应［J］.地理科学，2013（7）：797-805.

［7］ WANG D G，NIU Y，QIAN J.Evolution and optimization of China's urban tourism spatial structure：a high speed rail perspective［J］.Tourism Management，2018，64（2）：218-232.

［8］ 刘军林，尹影.高铁交通体验对中小城市旅游空间结构的影响：以涪陵为例［J］.经济地理，2016（5）： 190-194.

［9］ 蒋茂荣，范英，夏炎，等.中国高铁建设投资对国民经济和环境的短期效应综合评估［J］.中国人口·资源与环境， 2017（2）：75-83.

［10］ 来逢波，刘春梅，荣朝和.高速铁路对区域经济发展的影响效应及实证检验［J］.东岳论丛，2016（6）：120-127.

［11］ CHEN Z H，XUE J B，ROSE A Z，et al.The impact of high-speed rail investment on economic and environmental change in China：a dynamic CGE analysis［J］.Transportation Research Part A Policy & Practice，2016，92：232-245.

［12］ 邓慧慧，杨露鑫，潘雪婷.高铁开通能否助力产业结构升级：事实与机制［J］.财经研究，2020（6）：34-48.

［13］ KE X，CHEN H Q，HONG Y M，et al.Do China's high-speed-rail projects promote local economy？New evidence from a panel data approach［J］.China Economic Review，2017，44：203-226.

［14］ CHENG Y S，LOO B P Y，VICKERMAN R.High-speed rail networks，economic integration and regional specialization in China and Europe［J］.Journal of Environmental Sciences，2015，2（1）：171-176.

［15］ 魏丽，卜伟，王梓利.高速铁路开通促进旅游产业效率提升了吗：基于中国省级层面的实证分析［J］.经济管理，2018（7）：72-90.

［16］ 阎友兵，陈一铭.高铁对沿线区域旅游效率影响的实证分析：以湖南省为例［J］.湖南社会科学，2020（3）：122-129.

［17］ 董艳梅，朱英明.高速铁路建设能否重塑中国的经济空间布局：基于就业、工资和经济增长的区域异质性视角［J］.中国工业经济，2016（10）：92-108.

［18］ MARTINS L F，GAN Y，FERREIRA-LOPES A.An empirical analysis of the influence of macroeconomic determinants on world tourism demand［J］.Tourism Management，2017，61：248-260.

［19］ 王雨飞，倪鹏飞.高速铁路影响下的经济增长溢出与区域空间优化［J］.中国工业经济，2016（2）：21-36.

［20］ BANKER R D，CHARNES A，COOPER W W.Some models for the estimation of technical and scale inefficiencies in data envelopment analysis［J］.Management Science，1984，30（9）：1078-1092.

［21］ 温忠麟，叶宝娟.中介效应分析：方法和模型发展［J］.心理科学进展，2014（5）：731-745．

［22］ 曹芳东，黄震方，吴江，等.城市旅游产业效率的时空格局演化特征及其驱动机制：以泛长江三角洲地区为例［J］.地理研究，2012（8）：1431-1444.

［23］ 王坤，黄震方，曹芳东，等.泛长江三角洲城市旅游绩效空间格局演变及其影响因素［J］.自然资源学报，2016（7）：1149-1163.

［24］ 杨亚丽，孙根年.城市化推动我国国内旅游发展的时空动态分析［J］.经济地理，2013（7）：170-175.

［25］ 刘建国，刘宇.2006-2013年杭州城市旅游全要素生产率格局及影响因素［J］.经济地理，2015（7）：190-197.

［26］ MACKINNON D P，KRULL  J L，LOCKWOOD C M.Equivalence of the mediation， confounding and suppression effect ［J］.Prevention Science，2000，1（4）：173-181.