中国旅游业全要素生产率增长的实证研究，本文主要内容关键词为：生产率论文,旅游业论文,中国论文,要素论文,实证研究论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言
全要素生产率(Total Factor Productivity，简称TFP)是衡量单位总投入的总产量的生产率指标，常常被视为一个国家和地区经济增长质量和技术进步、管理效率提高的重要标志。通过对全要素生产率的分析，可确定经济增长中各种要素投入的贡献，识别国家或地区经济增长的方式(李京文、钟学义，1998)。中国旅游业自1978年以来持续经历了30多年的高速增长，其增长因素已经不再局限于单纯的资本和劳动力，技术效率与技术进步成为影响中国旅游业全要素生产率最重要的两个基本变量。然而，随着中国旅游产业规模的不断扩大，旅游资源投入要素的持续增加，中国旅游业投入产出效率势必成为一个重要的研究命题。在中国旅游业由粗放式向集约式发展的战略转型背景下，如何将旅游业培育成国民经济战略性支柱产业以及人民群众更加满意的现代服务业，则直接关乎中国旅游业未来发展的战略走向。鉴于此，通过对中国旅游业全要素生产率及其区域差异特征进行实证分析，将会更加有利于中国旅游业经济增长方式的转变以及经济增长效率的提高。
基于以上认识，本文利用非参数DEA-Malmquist指数法，对2000-2009年中国大陆(内地)30个省、直辖市和自治区①旅游业全要素生产率分别进行测算并对其区域变动差异特征进行相应分析，以期从宏观上发现中国旅游业发展的真实素质和区域格局。
二、文献述评
国外关于旅游业全要素生产率问题的研究开展较早，但多数成果研究载体较为分散，主要聚焦于酒店业、旅行社业、旅游交通业以及国家公园等。Morey & Dittman(1995)利用DEA方法对美国54家私有连锁酒店1993年的经营管理效率进行了实证分析。Such & Zamora(2006)研究了西班牙17个地区酒店业劳动生产率的地区差异变动过程，发现西班牙酒店业劳动生产率低于社会平均水平，但开发新产品和提高服务质量对于提高劳动生产率具有积极效应。Koksal & Aksu(2007)利用DEA方法对2004年24家土耳其旅行社经营效率进行了分析，研究发现土耳其国际旅行社中占79.16%的旅行社是无效率经营。Fernandes & Pacheco(2002)主要以航空公司和机场的运行效率为研究对象，对旅游交通业的效率进行了分析评价。Charles & Paul(2001)则对意大利21家国家公园的生态效率进行了深入研究。Blake & Sinclair(2006)运用CGE(Computable General Equilibrium)模型测算了英国旅游业全要素生产率，并对旅游业内各细分行业的生产率进行了比较。其研究结果表明，英国旅游业具有较高的全要素生产率，投资、新产品开发、人力资源培训与竞争性环境是提高旅游业生产率的主要方式。
同时期，有关中国旅游业全要素生产率的研究文献也开始出现，主要集中于各区域旅游业全要素生产率的效率构成及特征(朱顺林，2005；陶卓民等，2010)；各地区旅游业全要素生产率的影响因素与分布格局(顾江等，2008)；旅游业内细分行业全要素生产率进行效率(黄伟伟等，2011)。左冰、保继刚(2008)采用索洛余值法对1992-2005年中国旅游业全要素生产率以及旅游经济增长方式进行了研究，得出结论认为中国旅游业属于典型的(劳动)要素驱动型增长方式，劳动力要素投入对中国旅游经济增长的贡献为63.69%，技术进步是旅游业增长的充分条件而非必要条件，并且各省旅游业增长方式与发展水平已经出现了明显的分化，并且差异正在逐年扩大。李仲广、宋慧林(2008)则利用中国旅游企业1996-2005年的时间序列数据，采用丹尼森要素分析法，对影响中国旅游业发展的各要素进行了分析研究，也认为投入和劳动生产率的增长对中国旅游经济增长的推动起主要作用，资本投入对旅游业增长贡献非常有限，而技术、管理和资本效率等对中国旅游经济增长的贡献率为负数。总体而言，上述实证研究对于认识旅游业的增长过程与质量，促进旅游业发展，以及进一步的研究具有重要意义。但是应当看到，这些研究大都采用事先确定模型的做法，而不同的生产函数代表不同的技术类型，很有可能影响分析结果的准确性和一致性。
为了避免上述事先确定函数形式给分析结果可能造成的负面影响，本文选用了基于产出的非参数DEA-Malmquist指数法研究中国旅游业全要素生产率的增长状况，并将其进一步分解为技术效率变化指数和技术进步指数。其中，技术效率主要是制度改革等引起的效率提高(逼近生产可能性边界)的结果，在一定资源条件下多大程度上可以得到最大可能产出；技术进步是创新或引进先进新技术的结果，引起生产可能性边界的外移。正如Nishimizu和Page(1982)所认为的那样，这两者具有相当不同的政策涵义。一方面，技术效率的“追赶效应”导致了实际产出的增长(即向生产边界移动)；另一方面，技术进步所引起的增长效应不仅意味着短期产出水平的提高，而且带来了经济增长的可持续性。这两者的根本差别是，追赶效应会随着时间的流逝而消失，而增长效应不但不会消失，而且会维持或增大。
三、研究方法与数据说明
(一)研究方法
Malmquist指数最初由Malmquist(1953)提出，Caves et al.(1982)首先将该指数用于生产率变化的测算，此后与Charnes et al.(1994)建立的数据包络分析(Data Envelopment Analysis，简称DEA)相结合，在生产率测算中的应用广泛。在实证分析中，研究者普遍采用Fare et al.(1994)构建的非参数DEA-Malmquist指数法。
Malmquist生产率指数主要具有三个方面的优点：(1)不需要相关的价格信息，这对实证分析特别重要，因为一般情况下，相关投入和产出的数量数据比较容易得到，而要素价格等信息的获取通常比较困难，有时甚至不可能；(2)适用于多个国家或地区跨时期的样本分析；(3)可以进一步分解为技术效率变化指数和技术进步指数，并避免由于事先确定函数形式给分析结果可能带来的负面影响。
从t期到t+1期，度量全要素生产率增长的Malmquist指数可以表示为：
为避免时期选择的随意性可能导致的差异，仿照Fisher理想指数的构造方法，Caves等用上述两个公式的几何平均值作为衡量从t期到t+1期生产率变化的Malmquist指数。该指数大于1时，表明从t期到t+1期的全要素生产率是增长的。
根据上述处理得到的Malmquist指数具有良好的性质，它可以分解为不变规模报酬假定下的技术效率变化指数(EC)和技术进步指数(TP)，其分解过程如下：
技术效率变化指数(EC)度量了从t期至t+1期，决策单元达到潜在最优生产可能性边界距离的改变量，即决策单元在t+1期的投入产出与有效率决策单元的差距除以决策单元在t期有效率决策单元的差距。若EC＞1，说明决策单元更靠近生产可能性边界，相对技术效率提高；技术效率变化指数还可以进一步分解为纯技术效率指数(PC)和规模效率指数(SC)。纯技术效率指当规模收益可变时，被考察单元与生产可能性边界之间的距离，越靠近生产可能性边界则纯技术效率越高；规模效率则是指规模收益不变的生产可能性边界与可变规模收益的生产可能性边界之间的距离，越靠近可变规模收益的生产可能性边界则规模经济性的发挥程度越高。
技术进步指数(TP)则度量了从t期到t+1期的技术进步，即对于要素投入量处于区间[x[t]，x[t+1]]内的决策单元而言，生产可能性边界提高之后所引起的产量的提高。
(二)变量选取与数据处理
众多已有实证研究表明，数据来源与处理方法不同是导致研究结果差异的重要原因之一(黄伟伟等，2011)。本文分析所使用的基本数据主要来源于《中国旅游统计年鉴(副本)2000-2009》、《新中国六十年统计资料汇编》以及2000-2009年各省国民经济和社会发展统计公报。分析使用的样本为2000-2009年中国大陆(内地)30个省市区的旅游业投入和产出数据。实证分析数据的选择和处理如下：
1.产出水平。由于旅游业GDP估计的困难，本文采用省际旅游总收入作为产出水平的衡量指标②。
2.资本投入。关于资本指标，理论上最为理想的数据是采用物质资本的“服务流量”作为资本投入。但这一数据在实际上几乎无法获得，国际上一般采用永续盘存法推算出一定时期内的资本存量作为资本投入(郭庆旺、贾俊雪，2004)。我国从未公布关于资本存量的统计数据，目前国内理论界在处理资本存量问题上难度较大，且方法上存在着较大的分歧。本文采用各省份年末旅游业固定资产净值作为近似替代③。
3.劳动力投入。严格地说，劳动力投入应该考虑数量和质量两个方面，但考虑到数据的可获得性，本文采用各省、直辖市和自治区年末旅游从业人员数表示。
四、实证结果分析
本文采用了省级面板数据，运用MaxDEA软件计算了2000-2009年间中国各省、直辖市和自治区旅游业全要素生产率逐年的Malmquist指数，并进行了相应分解。然后，将运算结果进行汇总平均后，得到了中国旅游业全要素生产率的总体增长状况。
(一)中国旅游业全要素生产率增长分析
表1列出了2000-2009年中国旅游业全要素生产率Malmquist指数及其分解结果，从时间序列上分析，可以发现全国旅游业全要素生产率年均增长率为2.8%，这似乎与人们对中国旅游业发展迅猛的总体印象不相符合，可能的原因是，2003年所发生的“非典”疫情使得当年旅游业全要素生产率成为样本观察值中的奇异值，考虑到此种情况，本文将2000-2009年中国旅游业全要素生产率的年均增长率修正为9.2%，可以判断出中国旅游业全要素生产率基本上与同期中国经济平均增长率持平。
通过对全要素生产率Malmquist指数的进一步分解，可以发现中国旅游业全要素生产率的增长主要得益于技术效率的提高，其平均增长率为17.5%，其中纯技术效率平均增长率为1.3%，规模效率平均增长率为20.8%，而同期技术进步相比较为缓慢，其平均增长率为1.5%。但是，如果同样剔除2003年“非典”疫情的极端影响，可以发现修正后的数据与上述数据所反映的经济含义大相径庭，即如图1所示，在2000-2009年间，中国旅游业的全要素生产率变动趋势与技术进步变动趋势大致相同，技术进步是推动中国旅游业全要素生产率提高的主要力量，年均增长率为8.7%；而技术效率的年均增长率为1.9%，其中纯技术效率为负增长(-1.5%)，规模效率平均增长率为3.3%，表现为长期以来纯技术效率增长低于规模效率增长，但在2008年之后两者增长态势发生逆转。通过以上分析可知，在将2003年奇异值剔除掉之后，2000-2009年技术进步是中国旅游业全要素生产率增长的主要源泉，通过对其技术效率增长进行进一步分解，发现样本期间中国旅游业全要素生产率规模经济效应明显，但是纯技术效率所表现出的负增长说明中国旅游业目前的旅游经营管理水平仍有待提高。
图1 2000-2009年间中国旅游业各项效率修正指标变动图
(二)各地区旅游业全要素生产率增长分析
在中国这样如此庞大的综合经济体内，经济发展的区域非均衡性势必会对旅游经济发展的时空差异特征产生重要影响。因此，本文将全国大陆(内地)30个省、直辖市和自治区按照经济发展水平划分为东、中和西部三大地区，以便对中国旅游业全要素生产率的区域差异进行深入分析。目前，国家和学术界一致认定的划分是：东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、广西、海南；中部地区包括山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南；西部地区包括重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆。
表2结果显示，2002-2009年中国东、中和西部地区旅游业全要素生产率增长并不存在显著差异，三大地区分别增长20.3%、22.5%和20.5%，中部略高于东西部，同时，三大地区技术进步率分别大于其技术效率增长，由此进一步印证了技术进步是推动中国旅游业全要素生产率增长的主导力量。对技术效率进行分解分析，西部地区规模经济效应要大于东中部，然而，中部地区技术效率增长要大于东西部地区。这符合近些年以来，中国旅游业在产品创新、业态创新领域取得了巨大进步，使得旅游市场容量增加，扩大了旅游业可能的生产性边界；但是伴随着旅游业规模的急剧扩张，旅游业发展质量提高的速度总体滞后。
1.东部地区。从2000-2009年东部地区时间序列来看，旅游业全要素生产率年均增幅为20.3%，其中技术效率年均增长0.8%，远低于技术进步19.4%的水平，这意味着东部旅游业市场化水平大幅提高，已经进入到产业结构升级转型的重要阶段。其中，北京、上海、广东、海南等传统旅游目的地，技术效率负增长，技术进步高增长的特征尤为显著，这也与上述省份旅游业及其相关产业的跨越式发展密不可分。譬如，北京奥运会、上海世博会、广州亚运会、海南国际旅游岛等重大事件均提供了难得契机。东部地区由于旅游企业技术创新已趋成熟，使得旅游经营管理水平提高缓慢，相比中西部来讲，其纯技术效率增长要落后于中西部地区。东部地区规模效率仅增长0.7%，均小于中西部地区，东部地区凭借其经济、资源和区位优势，旅游发展要素获取能力较强，随着旅游要素投入规模的持续增加，旅游要素的资源边际生产力逐渐减小，进而东部地区旅游规模经济效应开始减小，这也印证了相关学者关于东部经济发达地区许多城市旅游业发展已经进入规模收益递减阶段的论断(马晓龙，2009)。
2.中部地区。从2000-2009年中部地区时间序列来看，旅游业全要素生产率年均增幅为22.5%，高居三大地区之首，其中技术效率年均增长5.7%，技术进步年均增长15.9%。吉林省在中部地区全要素生产率年均增长高达41.7%，且技术效率贡献高于技术进步，分别为19.3%和18.8%，这符合旅游业后发地区快速增长，与先进地区逐渐收敛的一般判断。而江西、湖南两地虽然同时表现为技术效率负增长，技术进步正增长，但是成因不同。前者旅游业全要素生产率年均增长3.7%，在中部排名最后，技术效率下降抵消了部分技术进步带来的增长，说明江西旅游业发展质量较为薄弱；后者作为老牌旅游强省，则是由于技术效率的提高还未能适应全省旅游业技术进步所带来的市场容量扩张步伐。中部地区纯技术效率增长4.4%，分别大于东西部，主要是由于在“中部崛起”宏观战略指导下，中部地区区域旅游联盟内旅游发展要素流动性逐渐增强，同时在东部地区旅游经济涓滴效应条件下，其旅游经营管理水平不断提高。
3.西部地区。从2000-2009年西部地区时间序列来看，旅游业全要素生产率年均增幅为20.5%，甚至略高于东部地区。四川、贵州、陕西三省全要素生产率都在年均23%以上，领跑西部。鉴于西部大开发带动以及得天独厚的优势旅游资源，西部地区旅游业得到了长足的发展，但是技术进步速度明显慢于东部地区，则说明西部旅游产业结构升级较为缓慢，有可能成为未来的发展瓶颈。一旦打破这一瓶颈，西部旅游业将成为中国旅游版图上最为重要的区域。西部地区规模效率增长2.3%，分别大于东中部，主要原因是西部地区符合旅游市场经济发展的制度供给逐渐强化，同时西部地区旅游经济发展的后发优势推动其规模规模经济效率显著提升。
五、主要结论
本文根据2000-2009年中国大陆(内地)30个省、直辖市和自治区旅游业投入产出面板数据，采用基于产出的非参数DEA-Malmquist指数法对中国旅游业全要素生产率的增长状况进行了实证研究，认为：(1)剔除2003年“非典”疫情的极端影响，在2000-2009年间，技术进步是推动中国旅游业全要素生产率提高的主要力量，其影响力远高于技术效率；(2)虽然中国东部、中部和西部地区国民经济总体发展存在较大差异，但是旅游业全要素生产率增长并不存在上述显著差异，在2000-2009年间平均增长率均保持在20%以上；(3)东部旅游业市场化水平大幅提高，已经进入到产业结构升级转型的重要阶段，以北京奥运会、上海世博会、广州亚运会、海南国际旅游岛等为代表的重大事件为东部地区旅游业跨越式发展提供了难得契机；(4)中部地区旅游业全要素生产率的构成原因较为复杂，表明该地区旅游业发展水平较不均衡，但也表现出先进地区与后发地区的收敛性特征；(5)得益于西部大开发战略以及得天独厚的优势旅游资源，西部地区旅游业发展迅速，但是技术进步速度明显慢于东部地区，说明西部旅游产业结构亟待升级。
根据本文的实证研究结果，相应的政策意义也是非常明显的：中国旅游业发展到现阶段，其增长因素已经不再局限于单纯的资本和劳动力，要把旅游业培育成国民经济的战略性支柱产业和人民群众满意的现代服务业，必须认识到技术进步的重要性。因此，一方面应当加大人力资本投入，完善旅游从业人员职业教育体系，推动先进技术在旅游业中的广泛应用，进而提高旅游业的整体技术效率水平；另一方面重视旅游业态创新，从产业组织高度推动中国旅游业创新战略，不断壮大旅游产业规模，丰富旅游产业内容，优化旅游产业结构，以从根本上改变现有旅游业增长方式，提高旅游业全要素生产率。
注释：
①由于西藏自治区的部分数据缺失，故未被包括在样本中。
②衡量产出水平的“旅游总收入”与衡量资本投入的“旅游业固定资产净值”，均应调整以1992年为基期的不变价格，但考虑到Malmquist指数公式运算中使用的是比值，因此二者均不作调整将不会影响到最终结果。
③张金水、成涛(2000)和黄英娜等(2003)在总量生产函数参数测算中也采用了这一近似估算方法。