中国科技创新对旅游经济效率的空间溢出效应

王 凯,胡 奕,甘 畅,李 智 慧

(1.湖南师范大学旅游学院,湖南 长沙 410081;2.石河子大学理学院,新疆 石河子 832000)

0 引言

科技创新能优化产业结构、提高自然资源利用效率和全社会劳动生产率[1],是区域高质量发展的动力源泉[2]。在此现实背景下,推进科技创新势必会促进旅游产业的蓬勃发展。《“十四五”文化和旅游发展规划》指出,要聚焦文化和旅游发展重大战略和现实需求,深入实施科技创新驱动战略,强化自主创新,集合优势资源,加强关键技术研发和应用,全面提升文化和旅游科技创新能力。经济效率是评价资源投入与产出这一经济行为的重要手段,旅游经济效率能科学反映旅游发展要素投入与产出水平,并能有效衡量区域旅游发展状况和质量[3]。因此,兼具理论意义与实践价值的研究问题出现:科技创新对旅游经济效率的影响如何?科技创新对旅游经济效率是否存在空间溢出效应?

目前,关于科技创新与旅游产业发展关系的研究较多,主要有:①科技创新对旅游产业发展的单向影响。国外学者提出科技创新能通过提高旅游业管理水平[4]和服务质量[5]满足旅游者多种需求,认为科技创新能改善和丰富游客的旅游体验,目的地应创新产品以增强独特性[6]。国内学者认为科技创新有助于挖掘旅游资源潜力,优化旅游管理系统等,应加强科技创新对全域旅游和生态旅游的赋能作用[7,8];王兆峰揭示了科技创新对湖南武陵山片区旅游发展影响的时空分异特征[9];江金波等探究了科技创新对广东省旅游产业优化升级的影响路径,指出信息技术是旅游产业结构转型的重要驱动力[10]。②科技创新与旅游产业发展之间的动态关联和相互促进作用。已有研究多以省域为评估单元,在厘清两系统互动机理的基础上,运用耦合协调度[11,12]、复合系统协同度[13,14]等模型分析二者的协同关系及水平,结合探索式空间数据分析[13]、重心轨迹[13]和灰色GM(1.1)预测模型[12,13]分析协调关系的时空演变。③旅游产业科技创新研究。“旅游科技创新”是指新科技关注旅游产业的需求及趋势,历经设计、研发、工程化、商品化等阶段,提高旅游产业的科技含量并强烈驱动旅游产业发展的全部活动和过程总和[15]。国外学者多聚焦于旅游创新研究,涵盖旅游创新的评价[16,17]、动力机制[18]、旅游创新系统[19]等,并指出旅游技术能改善旅游发展模式[20];国内研究多以省域[21]和市域[22]为例,探究旅游科技创新的时空格局[22]、驱动因素[21]及经济效应[23]。

上述研究偏重于论证科技创新对旅游发展的单向影响或二者的耦合协调关系,基于空间分异视角的探讨较少;部分学者考察了科技创新对旅游经济的积极影响,但较少涉及高质量发展背景下科技创新对旅游经济效率的影响研究,更易忽略科技创新对旅游经济效率的空间溢出效应。因此,本文通过构建科技创新水平和旅游经济效率的评价指标体系,综合运用空间自相关分析及空间面板杜宾模型(SPDM)考察2001—2019年中国30个省域科技创新对旅游经济效率的空间溢出效应,以期为提高科技创新水平、实现旅游业提质增效和区域旅游业高质量发展联动提供决策依据。

1 研究方法和数据

1.1 评价指标体系构建

科技创新水平与旅游经济效率是多种因素综合影响的结果,遵循代表性、科学性、可获取性等原则,构建综合评价指标体系对科技创新水平与旅游经济效率进行评价(表1)。

表1 科技创新水平与旅游经济效率评价指标体系

1)科技创新水平(XTech)。参考文献[12,24,25],本文立足于投入—产出视角,选取科技创新投入和产出2个维度11项指标构建科技创新系统。其中,科技创新投入是自主创新的内在驱动力,主要包括人力、物力和财力投入;科技创新产出反映创新能力和成效,采用技术市场成交额、专利数、科技论文数和新产品销售收入占比衡量。为避免极端值和负值对数据测算造成不利影响,首先对数据进行标准化及消0处理,再采用熵值法为各项指标赋权,最后采用线性加权法测算区域科技创新水平,具体步骤详见文献[26]。

(1)

(2)

(3)

γi≥0,i=1,2,…,n}

(4)

(5)

1.2 空间面板杜宾模型(SPDM)构建

空间计量面板模型在区域溢出研究中应用颇广,能同时反映区域自身特性及其空间关联性。考虑到科技创新对旅游经济效率可能存在空间溢出作用,本文借鉴 LeSage等[30]的研究构建空间面板杜宾模型(SPDM)(式(6)),考察科技创新对旅游经济效率的影响。若ε=0且ρ≠0,SPDM会降级为空间面板自回归模型(SPLM);若ε+ρα1=0,SPDM则简化为空间面板误差模型(SPEM)。由此可见,SPDM是一般形式,SPLM和SPEM是SPDM的特殊形式,实证研究中需要根据模型诊断结果选择最佳模型。

(6)

式中:yit和Tit分别为i地区在t时期的被解释变量旅游经济效率和核心解释变量科技创新,Xit为控制变量,ρ、ε和β分别为被解释变量、核心解释变量和控制变量的空间溢出系数,α1和σ分别为核心解释变量和控制变量的回归系数,α0为常数项,w为空间权重矩阵(本文采用地理邻接矩阵),μi和γt分别为空间和时间固定效应,τit为服从正态分布的随机扰动项。

控制变量包括:①经济发展水平(XPgdp):区域经济发展水平是旅游发展规模、居民出游率和消费水平的重要决定因素,可反映区域发展旅游业的经济实力,以人均GDP表征[31];②城镇化水平(XUrb):城镇化的推进伴随着产业及人口的空间集聚,通过推动旅游要素积累和旅游产业创新等实现旅游经济效率提升,以城镇人口比重衡量[32];③对外开放(XOpen):对外开放程度的提升能带来入境旅游人数和收入的增加,并且对旅游业资本和技术水平的提高大有裨益,采用进出口总额占GDP比重表征[31];④产业结构升级(XStr):产业结构升级标志着区域服务化进程加快,旅游发展环境得到优化,以第三产业产值与第二产业产值之比度量[26];⑤旅游资源禀赋(XRes):旅游资源是区域旅游业发展的基础和支撑,也是吸引旅游者来访的根本要素,该变量由世界自然与文化遗产、国家历史文化名城、国家重点风景名胜区、国家自然保护区、国家森林公园和国家重点文物保护单位数量加总表征[33];⑥交通发展水平(XTra):交通网络建设保障了旅游地的可进入性,并为相关要素流动创造了必要条件[34],利用各省域公路与铁路里程总和与土地面积之比表示。

此外,解释变量的回归系数无法准确反映解释变量对被解释变量的边际效应,因此需要借助偏微分分解法将回归系数分解为直接效应与间接效应,前者表示解释变量对本区域的平均影响,后者反映解释变量对相邻区域的平均影响(空间溢出效应)[30]。参考文献[30],将式(6)转变成矩阵形式(式(7)),则可以将t时刻因变量Y对第M个自变量的偏微分矩阵表示为式(8)。

(7)

式中:Y为被解释变量的N×1(N=30)维向量,a为常数项,AN为N×1维元素为1的向量,Z′为由所有解释变量构成的N×M维矩阵,θ*为误差项。

(8)

式中:εm为解释变量对被解释变量的直接效应(产出弹性),最右侧矩阵中除εm之外的元素值均表示间接效应(即相邻地区解释变量对本地区被解释变量的影响),直接效应与间接效应之和为总效应。

1.3 数据来源

本文以中国30个省域(因数据缺失,不含西藏以及港澳台)为研究对象,考虑到新冠疫情可能会影响研究结果稳健性,将研究时限设为2001—2019年。科技创新评价指标数据来源于2002—2020年《中国科技统计年鉴》《中国第三产业统计年鉴》《中国统计年鉴》以及2001—2019年各省域国民经济和社会发展统计公报;旅游投入与产出数据主要来自《中国旅游统计年鉴》(2002—2018年)、《中国文化和旅游统计年鉴》(2019年)、《中国文化文物和旅游统计年鉴》(2020年)、部分省区旅游统计公报(2001—2019年),旅游资源禀赋数据来源于世界遗产中心网(http://whc.unesco.org/zh/list)、国家文物局官网(http://www.ncha.gov.cn)、国家公园网(http://gigy.com);其他控制变量数据均来自国家统计局(http://http://www.stats.gov.cn)和EPS官方数据库。为消除通货膨胀的影响,以2001年为基期运用GDP平减指数处理有关经济数据,同时考虑到数据可能存在异方差问题,对所有指标数据进行取对数处理。

2 结果与分析

2.1 科技创新水平评价

如表2所示,2001—2019年中国30个省域科技创新指数均值由0.038增至0.193,年均增长率为9.45%,表明中国科技创新驱动发展战略的有效实施和新一轮科技革命的稳步推进带动了区域科技创新水平的提升。为进一步探究科技创新发展的区域异质性,将研究样本划分为东部、中部、西部和东北4个地区(1)东部地区:北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南10省域;中部地区:山西、安徽、江西、河南、湖北和湖南6省域;西部地区:内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆12省域;东北地区:辽宁、吉林和黑龙江3省域。,2001—2019年四大地区科技创新指数均值分别为0.184、0.082、0.047、0.071,累计增长率和平均增长率格局均呈现“中部(465.79%,10.19%)>东部(460.25%,10.13%)>西部(299.22%,8.47%)>东北(188.86%,6.22%)”特征,说明区域科技创新发展不平衡问题较突出。其中,东部地区经济支撑能力强、地理位置优越以及创新氛围浓厚,始终是科技创新发展的领头军;前期位列第二的东北地区后期与中部发生排名互换;西部地区囿于其低开放性以及落后的社会经济基础,一直处于科技创新发展的末位。

表2 2001—2019年中国省域科技创新与旅游经济效率的综合指数

2.2 旅游经济效率评价

2001—2019年中国30个省域旅游经济效率均值由0.215增至0.597,年均增长率为6.13%,2003年受“非典”疫情的强烈冲击旅游业遭受重创,此后稳步发展并在2016年“全域旅游”提出后迅猛发展,2017年回归平稳趋势。从区域看,研究期内东部、中部、西部和东北四大地区旅游经济效率均值有所改善,前13年东部地区旅游经济效率稳居首位,2014年以后,中部地区凭借其丰富的自然和人文旅游资源本底以及充裕的劳动力资源超过东部地区成为旅游发展的优胜者,“西部大开发”以及“东北振兴”的战略红利推动西部和东北地区旅游经济效率显著提升。四大地区旅游经济效率的累计增长率和平均增长率均表现为“东北(339.75%,9.66%)>中部(287.10%,8.27%)>西部(269.05%,7.81%)>东部(85.92%,3.67%)”,说明研究期内中部、西部和东北地区旅游发展势头强劲。

2.3 科技创新对旅游经济效率的空间溢出效应

2.3.1 空间自相关检验 在借助空间计量模型测算科技创新对旅游经济效率的空间效应之前,需检验二者是否具有空间自相关性,故本文基于地理邻接矩阵计算2001—2019年科技创新与旅游经济效率的全局Moran′s I以验证二者的空间集聚性。如表3所示,除2004年外,其他年份科技创新全局Moran′s I均显著为正值,表明全国科技创新发展水平空间分布表现出地理位置相邻省域科技创新水平相近的特点。2001—2019年旅游经济效率全局Moran′s I均为正值,大多数年份检验结果呈现出不同程度的显著性,说明旅游经济效率在全国范围内具有较强的空间依赖性和集聚性。值得注意的是,虽然科技创新和旅游经济效率的全局Moran′s I在少数年份未通过显著性检验,但并不能据此判断当年任何地区科技创新与旅游经济效率均孤立于相邻地区,可能是由于二者的空间相关性只存在于少数省域,抑或是因为空间正相关和负相关的省域相互抵消所致[34]。考虑到全局Moran′s I忽略了各省域空间关联的差异性,本文在局部空间自相关检验的基础上,借助Moran′s I散点图对30个省域科技创新和旅游经济效率的空间自相关进行可视化(图1)。如图1所示,科技创新和旅游经济效率的局部Moran′s I分别为0.162和0.124,且最少有16个省域处于第一和第三象限,占研究省域总数的53.3%以上,说明中国科技创新与旅游经济效率均具有显著的空间自相关性,且主要呈现高高和低低集聚模式。

图1 科技创新与旅游经济效率的局部Moran′s I

表3 科技创新与旅游经济效率的全局Moran′s I

2.3.2 模型选择 空间自相关检验结果显示科技创新以及旅游经济效率均存在全局和局部的空间关联,在探究科技创新对旅游经济效率的影响时有必要将空间作用纳入研究范围,故本文拟构建空间计量模型进行研究。空间计量模型的确定需要结合LM检验、Wald检验、LR检验以及Hausman检验等的结果加以判断[35](表4)。首先,SPLM模型和SPEM模型的LM和Robust LM统计量分别在1%和5%的水平上显著,说明科技创新对旅游经济效率同时具有空间滞后效应和空间误差效应,验证了前者对后者的影响具有空间关联性。其次,建立SPDM模型,通过Wald与LR检验结果筛选最优模型。SPLM模型和SPEM模型的Wald与LR统计量均在1%的水平上显著,拒绝了SPDM模型会简化为SPLM模型或SPEM模型的原假设,故SPDM模型为本文最优模型。进一步运用Hausman检验对固定效应和随机效应进行判定,Hausman统计值为38.45,且通过了1%水平的显著性检验,表明固定效应更适用。最后,在固定效应基础上进行时间固定和空间固定选择,检验结果皆拒绝原假设,故时空双重固定最优。因此,本文选择SPDM时空双重固定模型分析科技创新对旅游经济效率的影响。

表4 模型检验结果

2.3.3 回归结果分析 ①从OLS、SPLM、SPEM及SPDM模型的检验结果(表5)可知,核心解释变量的影响系数和显著性并无质的变化,表明本文关于科技创新对旅游经济效率影响的研究结果具有稳健性。其中,SPDM模型的LogL最大,赤池信息量(AIC)和贝叶斯信息量(BIC)最小,表示SPDM模型更具解释力[36],故为本文最佳模型。②空间交互作用会影响科技创新对旅游经济效率的产出弹性。如表5所示,在忽略空间作用的传统OLS回归模型中,科技创新对旅游经济效率的影响系数为0.098 8,P值为0.074;在考虑空间因素的SPLM、SPEM及SPDM模型中,其估计系数和显著性明显提高,且考虑空间溢出效应的SPDM模型结果最理想。显然,非空间面板的OLS模型因忽略了变量间的空间溢出效应而低估了科技创新对旅游经济效率的作用程度。③科技创新对旅游经济效率具有明显的空间溢出效应。旅游经济效率的空间溢出系数ρ在10%的水平上显著,表明旅游经济效率具有明显的空间溢出性;科技创新与旅游经济效率的空间交互项W×lnXTech系数显著为负,意味着相邻省域创新能力的日益提升阻碍了本省域旅游经济效率的改善,这可能是相邻省域科技创新发展对本省域旅游发展要素的“虹吸效应”大于“扩散效应”,导致旅游发展受阻。

表5 模型回归结果

2.3.4 空间效应分解 基于时空双重固定的SPDM模型估计,运用前述偏微分分解法计算各解释变量对被解释变量的直接效应、间接效应和总效应(表6),从空间影响分解结果可以看出:

表6 模型回归结果

1)科技创新对本省域旅游经济效率的影响。科技创新对旅游经济效率影响的直接效应系数为0.321 2,且在1%的水平上显著,表明科技创新能有效推动本区域旅游经济效率的改善。这可能是因为:创新人才和技术的投入丰富了旅游产品和旅游业态,改善了旅游供给和旅游发展模式,提升了区域旅游吸引力,增加旅游产出;科技创新加速了旅游企业的专业化进程,旅游服务和设施的科技性日益增强,在节省人力资源的同时也契合多样旅游需求,进而减少旅游从业人员投入、增加区域旅游人数;移动互联网、大数据及云计算等现代信息技术的蓬勃发展不仅推动了旅游企业交易管理工作的智能化和高效化,降低旅游企业成本和投入,而且加快推动旅游企业营销品牌化和网络化的实现,拓宽了旅游信息交流渠道,促进旅游目的地形象广泛传播,提高其知名度,驱动旅游收入增加;大量旅游信息以及在线旅游服务平台提高了旅游者对消费行为的自组织能力,引导旅游消费行为升级[37];科技创新能改善旅游资源质量,一方面,科学技术在旅游资源开发与保护监测过程的广泛应用能有效保护旅游资源和避免无序开发以优化旅游供给,另一方面,减量技术、再利用技术和资源化技术等生态技术和绿色科技的运用保护了旅游业赖以生存的生态环境,提升了旅游资源品质和吸引力,推动国内外旅游人次的增长[8]。

2)科技创新对旅游经济效率的空间溢出效应。在地理邻接权重矩阵下,科技创新对旅游经济效率影响的间接效应系数为-0.727 8,且在1%的水平上显著,说明区域科技创新能力的提升会对相邻省域旅游经济效率产生反向推动作用和空间竞争效应,这与王龙杰等的研究结论[34,38,39]相似。可能原因有:一方面,科技创新是影响区域发展竞争力的重要因素,创新能力的提升能为区域经济发展带来良好机遇[24]。在科技创新的驱动下,经济和技术发展的“鸿沟”使人才、市场和资金等要素更多集聚在创新能力和经济实力双优的本省域,因此对邻近省域旅游发展所需的经济资源要素产生“虹吸效应”,导致其旅游发展要素短缺,旅游投入及旅游吸引力不足,因而抑制旅游发展和旅游经济效率提高。另一方面,科技创新通过加速产业更替、优化需求结构以及利用产业间的关联效应推动产业结构转型升级。产业结构升级表明“经济服务化”进程加快[26],并伴随着区域交通、通信、住宿等基础设施的日臻完善,从而为本省域旅游高质量发展提供肥沃土壤,但由于旅游发展存在空间竞争和屏蔽效应,使处于旅游相对非优区的相邻省域旅游人次和收入减少,进而降低旅游经济效率。

3)控制变量对旅游经济效率的影响。①经济发展水平和城镇化能对旅游经济效率产生强有力的推动作用,但二者均会在一定程度上约束相邻省域旅游经济效率的改善,这可能是因为在经济发展水平和城镇化发展的加持下,本省域会对周围省域的人才、技术、资金等产生吸纳作用,相应缩减邻近省域旅游经济要素与资源的投入,导致旅游业发展受限。②旅游资源禀赋对旅游经济效率的直接效应和间接效应均显著为正,表明旅游资源的深度有序开发是挖掘旅游潜力以及刺激旅游需求的重要手段,同时旅游资源开发具有示范和模仿效应,邻近省域能通过借鉴旅游资源开发经验把握旅游需求以激发旅游市场活力,从而带动旅游效率提高。③对外开放、产业结构升级以及交通发展水平对旅游经济效率均具有不同程度的正向作用,对外开放程度的优化在展现深厚文化及旅游发展内涵的同时能拓宽国外旅游市场以改善旅游经济发展水平;产业结构升级意味着服务经济日趋成熟,旅游目的地的基础服务设施(如交通、餐饮、住宿等)明显改善,能为旅游者提供优质服务和愉快体验;交通设施是连接旅游供给和需求的枢纽,交通设施建设能提高区域可达性和扩大旅游流,增加旅游产出。但三者对旅游经济效率的间接效应均不显著,说明它们对旅游经济效率的作用尚未形成完备的省域联动机制,对相邻省域旅游经济效率的辐射强度仍待巩固加强。

3 结论与启示

本文在测算2001—2019年中国30个省域科技创新水平及旅游经济效率的基础上,借助空间面板杜宾模型考察科技创新对旅游经济效率的影响及空间效应,主要结论如下:①2001—2019年中国30个省域科技创新指数均值由0.038增至0.193,年均增长率为9.45%,东、中、西部以及东北四大地区科技创新水平明显上升,增速形成“中部>东部>西部>东北”的空间格局;30个省域旅游经济效率均值由0.215增至0.597,年均增长率为6.13%,四大地区旅游经济效率改善卓有成效,增速呈现“东北>中部>西部>东部”的分布特征。②科技创新水平和旅游经济效率均呈现明显的空间关联性和依赖性,并且主要形成高高和低低集聚模式,表明研究科技创新对旅游经济效率的影响不可忽视空间效应;空间计量模型结果显示,科技创新对本地旅游经济效率改善作用明显,但会在一定程度上抑制邻近省域旅游经济效率的提升。③在科技创新的影响下,经济发展水平和城镇化对本省域旅游经济效率具有明显的正向作用,但会抑制相邻省域旅游经济效率提升;旅游资源禀赋对旅游经济效率的直接和间接效应均正向显著;对外开放、产业结构升级以及交通发展水平均能促进本省域旅游经济效率的改善,但对相邻省域旅游经济效率的作用仍需加强。

根据上述结论提出以下建议:①旅游业高质量发展目标的实现要求区域协同发展。东部地区应充分发挥在科技创新和旅游发展方面的引领示范作用,保持其科技创新发展优势,加快经济发展及人才引进,强化科技对旅游业高质量发展的支撑作用;中部地区应积极配合和承接东部地区产业转移,持续推进科技创新驱动发展战略,扩大科技创新增强旅游经济效率的作用范围;西部和东北地区应借鉴东部地区科技创新经验,出台优惠扶持政策,鼓励科技创新,加快推进旅游领域“产学研”合作发展。②要充分考虑旅游经济效率的空间关联特性,将空间作用纳入旅游高质量发展的实施过程中。要高度重视科技创新对旅游经济效率的负向空间溢出效应,共谋科技创新与合作发展,弱化其对邻近省域经济资源要素等的“截流效应”,打破行政区划对旅游发展的壁垒,携手推进区域发展和旅游发展一体化,促进旅游生产要素(如物质资本、劳动力等)的跨区域流动,正向发挥强化旅游经济效率领先省域的辐射溢出作用。③各省域要加强技术经济组织和社会经济制度创新,加快推进新型城镇化进程,保障公共卫生、教育、社会保障、就业等服务质量,提高居民旅游消费能力;合理有序开发旅游资源,加快文化和旅游产业融合步伐,促进旅游可持续发展;全面提高对外开放水平,增强开放型经济体制建设能力和水平,促进国内国际经济联动;全力推进产业结构调整,实现各产业协调发展和区域产业结构优化升级;加大交通建设投入,关注交通技术变革,构建快速交通体系。