产业集聚对旅游业全要素生产率的影响
作者：郭悦钟廷勇安烨
旅游学刊 2015年08期
改革开放以来，我国国民经济保持了年均10%的高速增长。目前，这种以投资和出口拉动的高速增长已经难以为继，国民经济将进入中高速增长的“新常态”。在新常态下，如何拉动内需，使消费成为拉动经济增长的主要动力，优化产业结构，增加服务业在国民经济中的比重成为重要的现实问题。旅游业是许多国家和地区实现经济增长和结构调整的有效切入点和重要突破口，具有综合性强、关联度大、产业链长、涉及行业广等特点。正因如此，国务院于2009年发布了《国务院关于加快发展旅游业的意见》(国发[2009]41号)，提出要将旅游业培育为国民经济的战略性支柱产业和人民群众更加满意的现代服务业。2014年8月，国务院出台了《关于促进旅游业改革与发展的若干意见》(国发[2014]31号)，进一步指出“旅游业是现代服务业的重要组成部分”，并提出到2020年，旅游业增加值占国内生产总值的比重超过5%的目标，为将旅游业打造成为战略性支柱产业制定了具体时间表。各地方政府也将旅游业置于经济发展战略的核心。截至2013年，全国共有31个省、自治区、直辖市将旅游业定为支柱产业，其中24个省区市将旅游业定位为战略性支柱产业。
在各地加大对旅游业的投资力度，不断上马新的旅游项目的时候，有学者诟病中国旅游业正在走一条高投入、低产出的发展道路[1]。根据新经济增长理论，经济增长的动力在于要素累积和生产率提高，由于要素累积的有限性，一个产业必须提高生产率，才能获得持续增长的动力。在国务院发布的《关于促进旅游业改革与发展的若干意见》(国发[2014]31号)中明确提出要转变旅游业的发展方式，以转型升级、提质增效为主线，推动旅游产品的多样化，并且在旅游开发中注重资源能源节约和环境保护，从粗放型开发向集约型开发转变。产业集聚作为一种世界性的经济现象，受到越来越多专家学者的关注。最早对产业集聚现象进行描述和分析的经济学家是Alfred Marshall[2]，他认为产业集聚能促进专业化供应商队伍的形成，有利于劳动力市场共享和知识外溢，从而使集中在一起的厂商比单个孤立的厂商更有效率。新竞争优势理论的代表人物Michael E.Porter[3]认为，集聚会以一种创新的发展方式使彼此孤立的中小型企业结合起来，最大程度地整合其自然优势和禀赋，提升产业整体的生产效率和竞争优势，并指出旅游业涉及的行业众多，且行业之间多呈水平式的关联，吃、住、行、游、购、娱是一个整体，是集聚效应最明显，最适合集聚化发展的产业之一，建议国家应把旅游企业集群作为重点培植对象。
本文使用全要素生产率(Total Factor Productivity)对中国旅游业的生产效率进行测量，运用系统矩估计方法实证分析产业集聚对旅游业全要素生产率的影响程度，并探讨产业集聚对旅游业全要素生产率的作用机理。本文有两点创新：首先，在研究方法上，本文考虑到关键变量的内生性问题，采用系统矩估计，使获得的结果更加可靠。第二，本文不仅分析了产业集聚对旅游全要素生产率的总体影响，而且还将旅游业全要素生产率分解为技术进步、规模效率和纯技术效率，并分别计量了产业集聚对这三部分的影响程度，从而具体地剖析了产业集聚对旅游业全要素生产率产生作用的机制和渠道，为地方政府有的放矢地制定旅游产业政策提供了依据。
1 文献评述
1.1 旅游业集聚
国内外学者对于旅游业集聚的研究始于20世纪末，研究者们试图将产业集聚的分析框架应用到旅游业中去，讨论的话题主要集中在旅游业集聚的原因、影响因素、效应等方面。首先，对于旅游业集聚形成的原因，学者们普遍认为，提升旅游区域的竞争力是旅游业集聚形成的根本原因[4]。根据效用最大化原则，消费者总是希望在有限的时间内，通过有限的花费获得更多的旅游体验。这就要求旅游企业之间结成联盟，以一种创新的方式结合起来，最大限度地整合其自然优势和禀赋，提供更加丰富的产品以满足不同消费者的需求。Jackson和Murphy指出旅游企业集聚的成因主要是外部性，认为旅游企业集聚是为了获得重要的企业联系、互补的技术、技能、信息、市场和跨企业的顾客需求的外溢[5]。第二，对旅游业集聚影响因素的分析中，比较有代表性的是邓冰等的研究，他们认为影响旅游业集聚的因素主要有资源禀赋、客源市场、交通区位、产业链和政策作用等[6]。第三，关于旅游业集聚的效应，James等认为集聚经济的发展有利于减少旅游目的地的漏损，提高旅游目的地的经营收益[7]。Lafferty和Van Fossen通过实证分析证明，集聚在防止旅游目的地衰退的过程中发挥了重要作用[8]。刘佳和赵金金运用全局空间自相关Moran's I指数、空间关联局域指标(Local Indicator of Spatial Association，LISA)分析，考察了中国大陆31个省级区域旅游业集聚与旅游经济增长的空间相关性，结果表明旅游业集聚对区域旅游经济增长有显著的正向影响，并表现为较强的空间溢出效应[9]。王凯和易静基于2010年31个省区的截面数据，考察了产业集聚和旅游业绩效之间的关系，结果发现旅游业集聚对产业利润率和劳动生产率的提高有显著的正向影响作用[10]。冯卫红认为旅游业集聚有利于创新，并且在旅游业集群中，通过组织间的互动，实现知识的产生、传递和积累，从而实现内生增长和竞争力的提升[11]。
1.2 旅游业的全要素生产率
国外的学者对旅游业全要素生产率的研究主要关注旅游业的微观领域，先后对酒店业、旅行社、景区景点等旅游行业或具体企业进行全要素生产率的测算[12-13]。国内学者主要关注旅游业的宏观领域，文献中主要分省、分区域对全要素生产率进行测算。其中，比较有影响力的是左冰和保继刚采用生产函数法对1992-2005年中国旅游业全要素生产率进行了研究，结果发现中国旅游业的增长方式属于典型的劳动力驱动型；旅游业年均全要素生产率为2.91%；技术进步速度缓慢的原因主要在于投资效率低下和基础设施投资不足[14]。陈芳对西部12个省区市2000-2010年间的旅游业全要素生产率进行了测算，结果表明这11年间西部省区的.旅游业全要素生产率的平均值为0.715，还对影响全要素生产率发展的因素进行了分析，结果发现地区经济发展水平、服务业发展水平、区位条件、固定资产投资规模对旅游业全要素生产率有正向影响[15]。赵磊利用Malmquist指数法测算了2001-2009年中国各省旅游全要素生产率，并对其进行了生产率指数的分解，得到的结果是：中国旅游业全要素生产率的年均增长为12.7%，其中，技术进步创新率为6.7%，技术效率增长为5.6%，技术进步是中国旅游全要素生产率增长的主要源泉[16]。张丽峰使用1997-2009年的数据对我国31个省的旅游业全要素生产率进行了测度和分解，研究发现我国旅游业全要素生产率年均增长2.5%，我国旅游业属粗放型增长，且存在区域差异，东部旅游业全要素生产率增长最快，其次是中部和西部[17]。
1.3 产业集聚对全要素生产率的影响
目前，国内文献中尚无针对产业集聚对旅游业全要素生产率影响的专门分析，本文对产业集聚对其他产业的全要素生产率的影响进行简要综述。刘艳萍运用面板数据回归，对长三角地区制造业行业全要素生产率的影响因素进行实证检验，结果发现产业集聚和企业规模对全要素生产率增长的作用显著，且产业集聚的作用大于企业规模的作用[18]。战炤磊和王凯利用Malmquist生产率指数法测算了2000-2008年江苏省农产品加工业12个细分行业的全要素生产率，并使用面板数据模型分析了产业集聚和企业规模对农产品加工业全要素生产率的影响，结果发现产业集聚对全要素生产率增长有显著正向影响，而企业规模对全要素生产率增长有显著负向影响[19]。李静和李宁周利用1998-2007年中国工业企业微观数据，考察了制造行业集聚指数对全要素生产率的影响程度。文中使用EG指数表示制造行业集聚指数，采用LP方法计算企业的全要素生产率，结果发现集聚有助于企业全要素生产率的提高，且集聚与生产率之间呈现倒“U”形演化关系[20]。
2 旅游业全要素生产率的测算和产业集聚的衡量
2.1 旅游产业全要素生产率的测算
2.1.1 基于DEA测算旅游业全要素生产率
钟廷勇和安烨将行业全要素生产率的测算划分为两种类型：基于前沿分析方法下的全要素生产率测算，一般以数据包络分析(Data Envelopment Analysis，DEA)和SFA为代表，二是非前沿分析方法下的全要素生产率的测算，一般以增长核算法和回归分析方法为代表[21]。从现有的文献来看，对行业层面的全要素生产率的测算，多数学者采用DEA方法(如刘艳萍[18]，战炤磊和王凯[19]，李静和李宁周[20]等都采用DEA制造业全要素生产率的测算)。因此，本文对旅游产业全要素生产率测算也采用DEA方法。
根据Ray和Desli的理论，可以获得基于t期和t+1期基准技术的Malmquist生产指数[22]：
可以将Malmquist综合生产指数定义为上述二者的几何平均数：
按照Ray和Desli[22]的指数分解方法，可以把技术效率分解为规模效率和纯技术效率两个部分，最后全要素生产率分解为：
TFP表示文化产业全要素生产率，分解式的第一项Techch表示技术进步变化情况，Pech表示纯技术效率变化情况，Sech表示规模效率变化。根据公式(4)，不仅可以测算旅游业全要素生产率的总体变化趋势，更能清楚地知道全要素生产率变化的主要驱动因素。
2.1.2 样本与数据
由于国内尚未建立统一的旅游卫星账户，各省旅游收入的统计口径有很大差别。为了得到较为客观的计量结果，一些学者选择企业层面的数据计算旅游业的全要素生产率，如左冰和保继刚[14]采用旅游企业营业收入之和作为衡量旅游业产出的指标，以旅游企业年末就业人数之和与资本存量之和作为衡量旅游业投入的指标，计量旅游业全要素生产率，本文沿袭了这种数据选取的方法。根据《中国旅游统计年鉴(正副本)》，旅游企业包括旅游景区、星级饭店、旅行社、旅游车船公司和其他旅游企业。2005-2012年间，旅游车船公司及其他旅游企业数据缺失严重，且各年统计口径不一致，所以本文主要以旅游景区、星级饭店、旅行社三部分作为研究样本，利用两种投入、单一产出的投入导向型DEA测算旅游业全要素生产率。劳动投入采用上述3个行业各省的年末从业人员数量之和，资本数据采用上述3个行业各省年末固定资产原值之和，并利用“固定资产投资价格指数”将其平减至2005年不变价格；产出数据采用3个行业各省营业收入之和，并利用“旅游类居民消费价格指数”折算成2005年不变价格下的旅游收入数据。以上数据来自《中国统计年鉴》和《中国旅游统计年鉴(正副本)》。将以上数据带入DEAP 2.1中可以测算出中国各省2005-2012年旅游业全要素生产率(表1)。
在表1中，技术效率变化指数是基于规模报酬可变并且要素自由配置条件下，从t期到t+1期每个省份的实际产出与前沿面最大可能产出之间距离的变化程度，技术效率衡量了一个地区有效使用资源的效率；技术进步变化指数表示各省份旅游生产力从t期到t+1期的变化情况，衡量了各地区旅游业技术升级情况。纯技术效率和规模效率是对技术效率的进一步分解，因此，全要素生产率既可以是技术进步与技术效率的乘积，也可以表示为技术进步、纯技术效率和规模效率的乘积。均值是基于各年数据的几何平均数计算得到的。
表1显示，我国旅游业的年均全要素生产率增长率为8.4%，其中技术进步实现增长10.2%，但是技术效率退化了1.6%，表现在纯技术效率和规模效率的恶化。这至少说明两点：第一，我国旅游业全要素生产率的增长主要由技术进步所推动；第二，我国旅游业管理效率不高，旅游业的发展并没有形成有效的规模经济。
2.2 产业集聚的衡量
目前，国内外关于产业集聚测度方法主要有区位熵、行业集中度、基尼系数、赫芬代尔系数、H指数、E—G指数、主成分分析法、CR[，n]指数等。本文主要采用区位熵指数来衡量我国旅游业在各省的空间集聚程度，其计算公式借鉴安烨和钟廷勇[23]计算文化产业区位熵的计算方法：
其中，是第i省t时期的区位熵指数，它表示第i省t时期旅游收入占全省GDP的比重与全国旅游收入与全国GDP比重的比值，衡量了一个省份旅游产业在全国所占份额，如果该指数大于1表示该省旅游业产业集聚趋势明显，相应的计算结果见表2。
由表2可知，我国旅游业整体上出现了产业集聚趋势，全国旅游业区位熵指数的均值为1.0012，呈现出产业集聚的趋势，但是这种趋势还十分微弱。此结论与一些学者的研究结果相吻合。杨勇通过空间基尼系数、行业区域集聚系数和区域共同集聚系数等指标对我国旅游产业集聚现象进行了测算和分析，结果表明我国旅游产业集聚现象已经成为一种客观存在的现象[4]。王凯和易静使用基尼系数和E—G指数作为测量旅游业集聚程度的指标，结果表明旅游业的空间集聚现象存在但程度较低[10]。另外，从产业集聚的空间分布来看，产业集聚程度较高的省份主要有北京、海南、上海、云南、广东等，其区位熵指数超过了1，而产业集聚程度较低的省份主要有天津、河北、吉林、黑龙江、河南、内蒙古等，其区位熵指数低于0.5。
3 产业集聚对旅游业全要素生产率影响的实证检验和作用机理分析
3.1 计量模型
为了检验产业集聚与旅游业全要素生产率之间的内在关系，本文建立如下基本模型：
其中，i、t分别表示省份和年份，j表示控制变量种类，X表示其他控制变量，本文主要选择人均GDP、星级酒店数量、旅行社数量、景区景点数量、旅游业规模(用各省旅游业年末固定资产数衡量)。
各省旅游业全要素生产率的调整可能是一个动态变化过程，当前旅游业全要素生产率可能依赖于过去全要素生产率，为了防止模型设定的偏误，在模型中引入全要素生产率的滞后项，从而得到各省旅游业全要素生产率的动态模型，因此可以将模型(6)修改如下：
为了考察产业集聚对旅游业全要素生产率的作用机理，建立如下4个方程：
其中，Techch、Techef、Pech、Sech分别表示旅游业的技术进步、技术效率、纯技术效率和规模效率。通过以上4个方程，可以明确产业集聚对旅游业全要素生产率的作用渠道。
3.2 计量方法
由于本文的模型中考虑被解释变量的滞后项，以及模型中的解释变量可能存在内生性问题，为了得到一致无偏的估计量，一般采用工具变量法或者广义矩估计法。但是正如Baltagi等[24]指出，工具变量法或者固定效应法能够解决内生性的前提是样本的时间跨度特别长，如果在较短的面板模型中固定效应不能消除内生性问题，估计的系数将是有偏且非一致的。此时广义矩估计是最好的选择。广义矩估计分为差分矩估计(DIF—GMM)和系统矩估计(SYS—GMM)，Blundell和Bond[25]证明在满足一定的初始条件下，SYS—GMM比DIF—GMM估计的参数更为一致。本文通过AR检验和Sargan检验验证模型设定合理性和工具变量选用的有效性。
3.3 回归结果与分析
3.3.1 产业集聚对旅游业全要素生产率的总体影响
本文首先基于方程(7)的产业集聚对旅游业全要素生产率的影响进行普通最小二乘估计(Ordinary Least Squares，OLS)，具体结果见表3的第2列，产业集聚变量系数为0.415，并且在1%显著水平下通过假设检验，其他控制变量在5%下显著，这表明产业集聚对旅游业全要素生产率具有很强的促进作用。OLS估计方式是将全部数据堆积在一起然后估计出参数，忽略了数据的面板特征，由于模型是基于省级面板数据，区域异质性和时期异质性会影响不同区域旅游业全要素生产率，比如赵磊[16]认为中国旅游全要素生产率存在显著的时空差异性，区域旅游资源禀赋、区位因素等会影响各区域全要素生产率，不考虑区域异质性会导致参数估计的偏误，因此在第3列采用了固定效应模型进行估计，结果发现产业集聚依然在1%显著水平下通过检验，区别于OLS估计的结果，FE估计的产业集聚对旅游业全要素生产率的影响更大，其系数为0.839，是OLS估计结果的两倍多，因此FE有效修正了OLS的偏误。由于将被解释变量滞后一期引入模型中导致了内生性问题的产生，因此在第4列中，本文采用工具变量法对其估计。工具变量有3个：分别是全要素生产率滞后2期、技术效率滞后2期、技术进步滞后2期，结果发现前两个工具变量有效克服了内生性问题，估计的产业集聚依然显著，其结果要高于OLS但是低于FE，其他控制变量显著性与二者相似。表3的最后一列是采用系统矩估计进行参数估计。广义矩估计分为差分矩估计(DIF—GMM)和系统矩估计(SYS—GMM)两种方法，由于前者的有限样本特征较差，特别是在滞后期与随后的一阶差分项存在弱相关时，工具变量将变得较弱，而后者将差分方程和水平方程结合在一起，从而有效提供了估计的有效性，因此本文主要采用系统矩估计。从估计结果来看，产业集聚对旅游业全要素生产率的影响依然显著，其系数较之Ⅳ估计有所提升。另外，其他控制变量显著性与前面基本相似。为了增强对模型的估计结果的可靠性，需要对模型设定和工具变量的选择进行检验，主要采用AR检验和Sargan检验。结果AR(1)在1%下显著，而在AR(2)中不显著，这表明本文采用SYS—GMM是合适的，另外从Sargan检验来看，其值在1%下通过检验，表明工具变量的选择也是有效的。
从表3可以看出，产业集聚对旅游业全要素生产率产生了极强的促进作用，这意味着各地区通过产业集聚能够提升旅游业的生产效率，继而提升旅游业的整体竞争力。但是旅游业规模对旅游业全要素生产率产生负面影响，这一点在上述4种估计中得到了一致性的结论。可能的原因是，我国旅游业尚处于起步阶段，在增加对旅游业的固定资产投资，扩大旅游业规模的同时，管理、服务、营销等方面却相对滞后，这无形中伤害了旅游业的全要素生产率的提升。另外，从表3中可以看出旅行社数量和景区数量的增加有利于旅游业全要素生产率的提高，但是星级酒店数量的增加对旅游业全要素生产率的提高具有负面影响。
3.3.2 产业集聚对旅游业全要素生产率的作用渠道分析
上面的分析表明，产业集聚在总体上有利于旅游业全要素生产率的提升，但是并不清楚这种积极的影响是通过哪种渠道进行传导的，因此，下面基于方程(8)～(11)，采用SYS—GMM进一步考察产业集聚对旅游业全要素生产率的作用机制，估计结果见表4。
表4中第2列显示的是产业集聚对旅游业全要素生产率的影响，从估计结果来看，这种影响是显著的。根据理论分析来看，全要素生产率可以分解为技术进步、技术效率两部分，另外技术效率可以进步细分为规模效率和纯技术效率，为了弄清楚产业集聚对全要素生产率的作用渠道，本文首先将产业集聚变量和其他控制变量对技术进步进行SYS—GMM估计，结果如第3列所示。从估计结果来看，虽然产业集聚变量为正，但是除了景区数量外，产业集聚变量及其他变量并不显著，这说明当前我国旅游业的产业集聚虽然从理论上应该促进旅游业的技术进步，但是目前这种促进效应并没有显现出来。同样的，将产业集聚对旅游业技术效率进行回归时发现，产业集聚具有非常强的显著性，除了人均GDP和星级酒店数量不显著外，其他控制变量都显著。值得注意的是，产业集聚对技术效率的影响程度要超过其对全要素生产率的总体影响，结合其对技术进步的不显著的影响来看，说明当前我国旅游业中的产业集聚对全要素生产率的影响主要通过技术效率发挥作用。
由于技术效率可以进一步分解为纯技术效率和规模效率，而产业集聚可能会形成规模经济，那么，产业集聚对技术效率强烈的促进效应到底源于纯技术效率的提升，还是源于规模效率的改善呢？因此将产业集聚对纯技术效率和规模效率进行回归，其结果见表4的最后两列。结果表明，产业集聚对旅游业的纯技术效率和规模效率都具有较强的促进效应，但是对纯技术效率的影响要超过规模效率。具体说来，产业集聚对纯技术效率的影响为0.422，而对规模效率的影响只有0.258，二者之和为0.68，正好与产业集聚对技术效率的影响相近。
基于以上分析可以看出，产业集聚与旅游业全要素生产率之间确实存在较强的内在联系，在旅游业产业集聚水平较高的地区，产业集聚通过形成规模经济，促进集聚区纯技术效率的提升以此改善该地区总体技术效率，从而推动旅游业全要素生产率的提高，由于我国旅游业发展尚处于初级阶段，产业集聚尚未对旅游业的技术进步形成实质性的促进作用。
4 研究结论
本文利用2005-2012年我国各省份作为样本，运用系统矩估计方法，实证分析了产业集聚与旅游业全要素生产率之间的内在关系，并实证探讨了产业集聚对全要素生产率的作用机理，实证结果表明：
第一，我国旅游业的年均全要素生产率增长率为8.4%，其中技术进步实现增长10.2%，但是技术效率退化了1.6%，表现在纯技术效率和规模效率的恶化。这至少说明两点：首先，我国旅游业全要素生产率的增长主要由技术进步所推动；其次，我国旅游业管理效率不高，旅游业的发展并没有形成有效的规模经济。
第二，旅游业产业集聚对各省旅游业的全要素生产率具有显著为正的影响，产业集聚程度较高的地区，旅游业的全要素生产率也较高。
第三，旅游业产业集聚对旅游业的技术效率具有显著为正的影响，但是对旅游业的技术进步的影响并不显著，产业集聚对旅游业全要素生产率的促进作用主要是通过改善旅游业技术效率实现的。
第四，产业集聚能够有效促进旅游业规模效率和纯技术效率的提升，但是二者存在较大差异，其对规模效率的促进作用要小于其对纯技术效率的影响。产业集聚对旅游业全要素生产率的作用机理为：通过旅游业在空间上的集聚产生两种效应，分别改善旅游业纯技术效率和规模效率，进而导致旅游业技术效率的提升，最后达到促进旅游业全要素生产率提高的目的。
本文的研究结论在政策上的启示为：第一，旅游企业在引进技术的同时，应着重提高管理水平，增加人力资源开发的投入，从而提高现有技术的使用效率。第二，旅游企业应树立区域营销的观念，加强与邻近旅游企业的合作，通过优势互补为旅游者提供更丰富多样的旅游产品，提高旅游者的满意度，从而增强所在区域的旅游产业竞争力。第三，政府应在信息、资金、政策等方面对本地旅游产业集聚的形成和发展加以扶持，建立中介组织并设立专项基金，鼓励企业利用产业链等市场关联及社会网络等非市场关联，促进产业集聚的知识外溢，充分发挥旅游产业集聚的规模效应。
本研究尚有不足之处，期待在后续的研究中加以完善。首先，本文使用宏观数据对旅游产业集聚对旅游业全要素生产率的影响进行分析，期待以后进行一些微观的调研，对产业集聚对旅游业生产效率的影响程度及机制进行更深入细致的观察和剖析。同时，在本文使用的模型中，控制变量的选取不够全面，随着研究的深入，将在模型中加入更多的控制变量，以期对旅游产业全要素生产率的影响因素有更全面的把握。
作者介绍：郭悦(1984-)，女，吉林长春人，东北师范大学商学院，博士研究生，研究方向为旅游产业经济学，吉林 长春 130012；钟廷勇(1984-)，男，重庆人，重庆工商大学会计学院，博士，讲师，研究方向为管理决策与管理效率，重庆 400067；安烨(1965-)，女，吉林长春人，东北师范大学商学院，博士，教授，博士生导师，研究方向为产业投融资，吉林 长春 130012
【产业集聚对旅游业全要素生产率的影响】相关文章：
突出全区域全要素全产业发展旅游业07-08
纺织产业集聚升级指导意见06-28
产业集聚、产业链及在西部产业发展中的运用10-18
产业集聚及其对经济发展的意义01-20
中国全要素生产率为何明显下降01-20
全要素生产率与湖南经济增长的实证分析11-11
旅游业的产业地位辨析09-07
剖析民营产业集聚水平增长度论文09-10
软件服务外包影响IT业生产率论文09-10