旅游产业依赖与全要素生产率增长
——基于“资源诅咒”假说的检验

邓涛涛^1,*刘璧如¹马木兰²

(1.上海财经大学财经研究所,上海 200433; 2.上海对外经贸大学会展与旅游学院,上海 201620)

摘 要： “旅游发展促进经济增长假说”(TLGH)在强调旅游业对地区“经济提速”的同时,较少关注其对“经济提质”的影响,同时也忽略了旅游经济依赖面临的潜在风险。本文使用2002年—2014年城市层面数据,根据城市规模与旅游产业依赖度两个维度,从全国地级及以上城市中筛选出30个经济对旅游业产生较高依赖的城市作为研究样本。本文借鉴“资源诅咒”理论分析框架,使用计量经济学方法,从经济增长质量的角度研究了旅游业“资源诅咒”效应的存在性及其影响机制,研究结果表明:(1) 在中小型旅游依赖型城市中,旅游产业依赖度与城市TFP增长表现出明显的N型曲线关系,即旅游产业依赖可能会对城市TFP增长产生先促进、后抑制、再促进的效应。(2) 旅游产业依赖会通过制造业发展和对外开放程度这两个因素对TFP增长产生间接影响。其中,“荷兰病”效应是旅游业产生“资源诅咒”效应的重要原因,而提高地区对外开放水平是规避旅游业“资源诅咒”效应的关键因素。本文认为今后应加大对旅游与经济深层次作用机制的分析,研究重点要从“能否促进”向“如何促进”转变。

关键词： 旅游业; 资源依赖; 全要素生产率; 荷兰病

0 引言

尽管“旅游发展促进经济增长假说”(Tourism-Led Growth Hypothesis,TLGH)已经得到了政府和学界的广泛认可(赵磊,2012;Castro-Nuo et al.,2013;Brida et al.,2016),然而,近年来一些高度依赖旅游业的经济体却出现了经济增长放缓甚至衰退的现象。一个明显可见的事实是:全球金融危机爆发后,首先倒下的是希腊、塞浦路斯等一批拥有发达旅游业与弱小制造业的国家。这种现象固然与旅游业自身面对自然、经济危机的脆弱性有关,但与旅游发展对经济增长的内在作用机制关系更大。

目前学术界关于TLGH的实证研究主要集中在两个方面:一是基于协整检验、Granger因果检验等方法(Kim et al.,2006;杨勇,2006;Schubert et al.,2011;罗文斌 等,2012;隋建利 等,2017),探究旅游发展和经济增长的因果关系;二是基于计量经济学中的各种回归模型(Chang et al.,2012;吴玉鸣,2014;张攀 等,2014;Vita et al.,2016;Zuo et al.,2017;Shahzad et al.,2017),测算旅游业对经济增长的贡献程度。然而,在这些实证检验中,Oh(2005)针对韩国旅游业、Katircioglu等(2009)针对土耳其旅游业的研究却发现,TLGH并不成立。这两篇文章相继发表在《Tourism Management》上,形成了比较大的学术影响力,由此也引发了研究者们对TLGH成立条件、内在机制的探讨。Song等(2012)也明确指出,TLGH在实证中还存在争议,Granger因果检验仅能证明数据存在统计意义上的因果联系,并不能真正揭示旅游发展与经济增长的内在因果关系。因此,理解和厘清TLGH争议的关键就要从研究旅游发展对经济增长的影响机制入手。旅游发展通过哪些渠道直接或间接影响经济?一个经济体若长期依赖旅游业是否会产生不利影响?这两个涉及旅游发展对经济增长的影响机制的问题成为当前学术研究中亟待解决的重要问题。

4)在实际运行中，室内环境参数的变化对辐射板的实际供冷能力产生影响.室内温度和室内热源温度越低，实际供冷能力越小.

关于旅游业快速扩张可能引发的负面影响,学术探讨主要集中在“荷兰病”效应(即“去工业化”问题)上。例如:Copeland(1991)、Nowak等(2003)和Chao等(2004)使用一般动态均衡模型,发现小型开放经济体中旅游业过快发展可能会对制造业产生“挤出效应”;Sheng 等(2009)针对澳门博彩旅游业、Capó等(2007)针对西班牙两个著名旅游岛的研究发现,旅游业过度繁荣会对制造业发展产生抑制作用;左冰(2015)在研究中国著名旅游城市桂林时指出,若政府不出台产业政策对经济进行干预,旅游业过快发展会对工业投资资本产生挤出效应,进而导致制造业的衰落。

“资源诅咒”是资源经济学中的一个重要概念,主要指丰裕的自然资源对经济增长产生的不利影响。Sachs等(2001)和Papyrakis等(2004;2007)均证实了资源丰裕度与经济增长存在一定负相关关系。目前学术界对“资源诅咒”的影响机制研究可归为4类,构成了相应的分析框架:(1) “荷兰病”效应(Sachs et al.,2001);(2) 对人力资本的挤出效应(Kurtz et al.,2011;杨莉莉 等,2014);(3) 制度环境恶化(邓明 等,2016);(4) 经济结构单一性难以抵御经济波动(Gylfason et al.,1999)。国内自徐康宁等(2006)引入“资源诅咒”概念后,一些研究者对资源开发与经济增长之间的关系进行了实证检验,研究结果均证实了中国也存在“资源诅咒”效应,对煤炭、石油等资源的依赖抑制了地区经济的增长(邵帅 等,2008;邵帅 等,2010;张在旭 等,2015;何雄浪 等,2016)。但也有研究者认为,“资源诅咒”效应在中国并不明显(方颖 等,2011)。争议在于如何度量对自然资源的依赖度。此外,“资源诅咒”效应也开始应用在农业虚拟水(刘红梅 等,2009)、房地产(范言慧 等,2013)、社会资本(万建香 等,2016)、耕地资源(张志刚,2018)等非传统资源型产业研究中。

旅游资源虽然与煤炭、石油等自然资源存在一定差别,但可将其视为一种特殊的自然资源加以研究(朱希伟 等,2009;Holzner,2011;左冰,2013;Deng et al.,2014)。本文关心的核心问题是:地区经济对旅游资源的依赖是否会导致“资源诅咒”现象。在完整的“资源诅咒”理论框架下,已有研究者开始探索旅游业快速扩张引起的经济净福利效应。例如:Holzner(2011)利用1970年—2007年全球134个国家数据来研究旅游业快速扩张对经济增长的直接效应,他认为,虽然从长期来看(38年),旅游业发展不会导致“资源诅咒”现象,但中短期影响还有待进一步观察。Deng等(2014)分析了1987年—2010年中国30个省份的数据后指出,从省级层面看,旅游业发展并未产生明显的“荷兰病”效应,相反,旅游业发展会带动地区固定资产投资,从而对旅游目的地经济产生积极影响。然而,在分样本研究中,他们指出,如果地区经济活动中旅游业占主导地位,可能更容易发现旅游业“资源诅咒”效应的存在。

以上研究无疑加深了学术界对TLGH的理解,但现有研究还存在以下不足:一是理论机制分析需要加强。国内研究虽然开始关注旅游发展中可能出现的“荷兰病”效应,但旅游发展对经济增长的其他间接影响机制很少提及,且当前研究主要为单个案例研究,基于完整“资源诅咒”理论框架探讨旅游产业依赖潜在风险的研究还极为缺乏。二是实证样本选取有待细化。当前研究(Holzner,2011;Deng et al.,2014)中有些样本的旅游收入占GDP比值远远低于5%,说明旅游业在经济结构中远未占据主导地位。严格来讲,根据“资源诅咒”理论中关于资源依赖的内涵,这些样本尚不能称为旅游依赖型经济体(Tourism-Dependent Economies)。三是TLGH研究对象要进一步拓展。目前国内外研究者主要围绕旅游业扩张如何影响经济增长速度来讨论。然而,新常态下,中国旅游经济发展无疑应更加注重增长的质量,而不再是以往粗放式发展模式下片面追求经济增长的速度。当前,旅游业已成为中国发展势头最强劲、规模最大的产业之一,一些城市(比如黄山、丽江)借助旅游开发的东风,凭借高品质的人文、自然景观资源迅速崛起,整个城市在经济和就业方面都对旅游业产生了严重依赖。那么,就经济增长质量或进一步增长潜力而言,这些高度依赖旅游业发展的地区是否已经出现了“资源诅咒”效应?旅游产业依赖会通过哪些渠道促进或抑制经济增长效率?这正是本文要解决的两个学术问题。

基于现有研究不足,本文将在以下3个方面进行深化:

我们首先建立旅游产业依赖对TFP增长影响的回归模型:

第一,技术水平。旅游业在发展初期主要提供传统观光式旅游产品,发展模式是将旅游资源开发为景区,通过景区门票赚取收入。这种模式对技术水平的要求不高,容易导致政府和旅游从业人员对技术和研发投入缺乏重视,无疑对当地生产技术水平的提高造成了阻碍。然而,随着旅游业发展升级,一些新型旅游发展模式也逐渐出现,例如,“互联网+”概念下移动互联网、大数据、云计算、物联网等开始在旅游业中应用,直接刺激了较高的技术需求,旅游业开发逐渐从观光式旅游向体验式旅游转变。在旅游业转型升级的压力下,政府会加大对技术和研发的投入,从而推动地区技术水平的提高,促进TFP的增长。

第三,研究对象进一步深化。本文认为,经济增长的关键是全要素生产率(TFP)。TFP包含了技术进步、要素配置效率、产业结构优化等影响经济发展的多个因素。因此,本文采用DEA-Malmquist指数计算全要素生产率的增长率,以此衡量经济增长的质量,从而研究旅游产业依赖的增长效应。

1 旅游业发展对全要素生产率增长的影响机制分析

1.1 旅游业发展对TFP增长的直接影响

TFP的增长来源主要包括3个方面:技术提高、效率改善和规模效应。因此,本文认为,旅游业发展对TFP增长的直接影响如表1所示,具体而言:

就目前经营情况来看，除了国家和省级龙头企业之外，市级以下的特色农产品生产企业普遍存在设备水平较低、科技能力较差、标准化程度不高的问题。在发展农产品电商过程中，由于网络交易的虚拟性、风险性，也对农产品质量、包装提出了更高要求。现阶段农产品标准化程度较低，粗放式生产加工模式难以满足消费者对高品质农产品的需求。

第二,样本选择上进行探索和创新。结合“资源诅咒”理论中关于资源依赖的内涵,本文从城市规模、城市职能定位切入,缩小研究的空间尺度,使用2002年—2014年城市层面数据,从全国地级及以上城市中筛选出30个旅游业在当地经济结构中占主导地位的样本,以得到更准确的结果。

第二,生产效率。对旅游业的资源投入常常能获得较高的回报,有利于提升资源配置和利用的效率。然而,旅游开发中也常会出现一些对生产效率有负面影响的问题。首先,对于自然景区的开发,如果超过景区承载力容纳太多游客,将会给景区的生态环境造成极大破坏,严重影响旅游业的可持续发展。其次,旅游业具有极强的季节性特征,旅游淡季和旺季的客流量具有很大差异。如果不能及时随着淡旺季调节景区生产活动,容易导致生产浪费或者生产不足,对生产效率造成极大的影响。

第三,规模效应。旅游业具有综合性强、产业关联度高等特点,因而旅游业的发展常常会带动相关产业同步发展,形成区域旅游产业综合体。在基础设施和配套设施逐渐完善的基础上,旅游产业规模迅速扩大,有利于发挥规模效应。然而,地方政府和开发商若盲目对景区进行开发,容易造成旅游产品同质化,反而降低了地区旅游产品的吸引力,不仅没有打开新的市场,反而造成大量建设资金的浪费。

表1 旅游业发展对TFP增长的直接影响机制

1.2 旅游业发展对TFP增长的间接影响

作为资源依赖型产业,旅游业可能通过多种因素间接对TFP增长产生影响(见表2)。借鉴前文“资源诅咒”的分析框架,具体而言:

第一,制造业。制造业具有明显的“干中学”特征,对技术创新有强烈的需求、有更高的技术溢出效应,对推动TFP增长具有重要作用。然而,旅游业依赖于旅游资源的开发,相比于制造业而言,对创新能力缺少需求,技术溢出效应较弱。旅游业对制造业的挤压,主要体现在以下3个方面:首先,地区发展政策对旅游业的偏向性和旅游产业高回报的吸引力,导致旅游业可以获得更多的要素,制造业能够获得的生产要素被旅游业挤占;其次,旅游业发展导致要素价格上涨,使制造业承担了更高的生产成本、压缩了利润空间;最后,旅游商品和服务的大量出口造成汇率上升,导致制造业的国际竞争力下降,出口结构进一步向旅游业偏重。在这3种效应的共同作用下,制造业逐渐衰退,导致地区整体的技术创新水平被拉低,进而影响TFP增长。然而,旅游业快速发展创造的大量收入也可以用于制造业发展。通过再工业化(Re-industrialization)或者深工业化(Pro-industrilization)(Zeng et al.,2011),推动地区技术水平重新发展,从而对TFP提升产生正面影响。

第二,人力资本。大多数旅游城市依赖景区开发,实现门票创收。这种发展模式吸收了大量工作技能相对较低的劳动者,可能导致当地政府对高素质劳动力重视不足,忽视对当地人力资本的投入,继而影响该地区的创新能力及技术水平。但是,随着城市旅游业的发展和旅游模式的创新,游客数量迅速增加,对旅游行业劳动力素质提出了越来越高的要求,因此,旅游业快速发展也可能在一定程度上促进人力资本的发展;另外,旅游资源的可持续是有条件的可持续,无论是自然景区的保护、动植物资源的考察、历史文物的修缮维护、历史文化的研究等,都对技术水平提出了较高的要求,因此会直接促进人力资本和技术水平的发展,从而提高生产效率、促进TFP增长。

2.2.2 “资源诅咒”传导机制模型

“喂，哥们，谢你啊，我出来了。今晚我有个实在不能推托的约会，出此下策也是万不得已。你别往心里去，再说老林不是你，他死老婆和你没关系，哈哈。不多说了，回头请你喝酒。”

第四,经济波动性。经济的稳定性是保证经济健康发展的基础。如果经济剧烈波动,则会导致市场无法有序运行,资源配置效率也会受到显著影响。对旅游城市而言,高度依赖旅游业可能会导致整体经济结构单一,增加了外部冲击可能带来的风险。但由于旅游资源开发具有较强的垄断性,旅游产品定价不像传统矿产资源易受国际价格波动的影响。国内旅游产品定价具有一定的自主性和稳定性,因此能够在一定程度上抵御外部的冲击。另外,由于本文研究的是国内的城市,这些城市所受的外部经济影响大体相同,汇率的变化对不同城市的影响不具有明显差异,因此无法在现有数据上分析经济波动作为传导途径对TFP增长造成的影响。

表2 旅游业发展对TFP增长的间接影响机制

从空间分布来看(见图2),样本城市主要集中在东中部地区(尤其聚集于浙江、安徽、广东等旅游大省内),少数分布在西部地区。其中,丽江、三亚、黄山这3个城市的旅游产业依赖度相当突出,城市发展几乎完全围绕旅游业开展,旅游业在当地的经济结构中起着绝对的支撑作用。

图1 旅游业发展对TFP增长的影响机制框架

2 样本选取与模型构建

2.1 样本选取

旅游城市包括两类:一类是北京、上海、杭州等经济发展水平高、旅游产业规模大的城市。这类城市拥有巨大的游客接待量和旅游收入,其定位是随着城市经济发展到一定程度、旅游职能地位逐渐上升而产生的。然而,这类城市的旅游业虽然总体发展水平很高,但是旅游收入在其经济总量中的占比并不突出。另一类旅游城市是原本经济发展较落后、依靠旅游资源开发带动发展的中小城市。这类城市的特征是旅游收入在经济总量中占比很高,如三亚、黄山、桂林等城市。这两类城市都属于旅游城市,但是我们认为,后者的旅游业具有更高的专业化(发展)水平。

需要说明的是,旅游专业化(发展)水平与旅游产业依赖度在内涵上有相似之处。旅游研究中,一般采用地区旅游收入占地区GDP比重[注] 严格来讲,旅游收入是旅游相关产业的总产值,GDP为国内生产总值,两者不具有可比性。然而,旅游产业关联度广,涉及餐饮、旅行社、景区等多个细分行业,目前国内外都缺少统一的旅游业增加值这一统计数据,因此,大多采用地区旅游收入占地区GDP的比重作为地区旅游产业依赖程度的衡量指标。从数值上来说,尽管该指标不代表GDP中旅游产业的实际贡献比例,但在很大程度上仍然能够反映旅游产业在城市经济中的地位。 来衡量一个地区旅游专业化(发展)水平或旅游产业依赖度。旅游产业依赖度反映了地区经济对旅游业的依赖程度,具体体现在旅游业对地区经济结构、就业结构等方面的影响。本文参考Holzner(2011)、Deng等(2014)的研究,从产业依赖的角度出发,使用“旅游产业依赖度”这一概念描述旅游业在地区经济中的作用。

经统计发现，本校高职学生的电脑配备率为33.5 %，智能手机配备率高达99.6 %，平均每天上网时间超过三小时的学生占35.2 %，上思政课时从来不玩手机的比例仅为15 %，这些数据表明在信息时代大多数学生已经异化为互联网的奴隶；超过一半的学生表示除搜索思政作业的相关网络资源外，较少关注时政新闻和思政专题等，说明在思政教师监管不足的前提下，高职学生政治意识淡漠，自主学习思政课的积极性不高。

本文依据旅游产业依赖度和城市规模两个维度,从全国地级及以上城市中,选取在2002年—2014年平均旅游产业依赖度大于10%,同时研究期内平均城区常住人口在100万以下[注] 本文样本的选取与Brau等(2007)的研究有一定的相似之处。另外,Copeland(1991)、Nowak等(2003)和Chao等(2004)采用一般动态均衡模型进行理论分析时,均将小型开放经济体(Small,Open Economy)作为研究对象,因此本文选取样本时也根据城市规模进行筛选。根据《中华人民共和国城乡规划法》中城市规模划分标准,城区常住人口100万以下的城市为中型城市和小型城市。因此,本文的研究样本也可以称作中小型旅游产业依赖型城市。 的城市作为研究样本。剔除部分数据统计有严重缺失的城市,最终我们挑选出30个地级市作为样本(见表3)。文中相关数据主要来源于《中国区域统计年鉴》《中国城市统计年鉴》,个别数据通过各省市统计年鉴以及各城市国民经济和社会发展统计公报进行了补充。

表3 2002年—2014年样本城市平均旅游产业依赖度

注:样本中个别城市虽然没有全国知名的旅游吸引物,但这些城市本身经济规模小,旅游业在其经济中占有重要地位,地区经济对旅游业产生了较高的依赖;表中数据由作者计算得出

图2 2002年—2014年样本城市平均旅游产业依赖度及其空间分布图

根据以上分析,我们认为,旅游业发展既会对TFP增长产生直接影响,也会通过多种因素对TFP增长形成间接作用。具体的影响机制如图1所示:

2.2 计量模型构建

我们将模型(b)带入模型(a)中,可以得到旅游依赖型城市“资源诅咒”的综合模型:

2.2.1 旅游产业依赖对TFP增长的影响模型

第一,加强旅游业对经济影响的理论分析。一方面,本文从全要素生产率(Total Factor Productivity,TFP)增长来源的角度切入,分析了旅游业对TFP增长的直接影响机制;另一方面,借鉴“资源诅咒”的分析框架,本文探索旅游业对TFP增长可能的间接影响渠道。

(a)

模型(a)中,TG 代表TFP增长率,利用DEA-Malmquist指数法测算,以2002年的固定资产投资及年末社会从业人数为基期投入指标、以2002年的GDP为基期产出指标,衡量地区经济增长质量。DT 代表旅游产业依赖度,用当地旅游总收入与地区GDP比值来计算,该变量衡量了旅游业在当地整体经济发展中的重要程度。Z 为预测的传导机制变量,其中包括:MD 代表制造业发展水平,本文参考徐康宁等(2006)、邵帅等(2010)的研究,用制造业从业人员占当地总从业人员比重进行衡量,将其作为“荷兰病”作用的测度指标,预期对TFP增长的回归系数符号为正;HC 代表人力资本水平,考虑到部分城市缺少高等院校,因此用城市普通中等及高等学校在校学生数占当地总人口的比重进行衡量,预期对TFP增长的回归系数符号为正;G 代表财政支出,用扣除科技教育支出后的财政支出占地区GDP的比重进行计算,衡量了政府对整体经济的干预程度,由于旅游城市中财政支出很大一部分用于景区及配套设施建设,因此该指标在一定程度上也衡量了地区的基础设施建设水平,该变量对TFP增长的影响暂时无法明确;FDI 代表了城市的对外开放程度,用外商直接投资占地区GDP比重进行计算,预期对TFP增长的回归系数符号为正。X 代表基本控制变量,包含了RD 这个指标,代表城市的科研水平,用相关科研从业人员占当地总从业人员比重进行计算,衡量了城市的高素质人才的储备水平和科研水平,用此指标测度城市的科研支出对TFP增长的作用,预期对TFP增长的回归系数符号为正。V 表示误差项。i 代表城市。t 代表时间。

综上所述，本文通过梳理巨灾经济影响的全球性和复杂性特征，以期对巨灾的全球性经济影响问题有全面的认识.一方面在全球尺度上检验巨灾是否对国际经济系统产生了显著影响；另一方面分析巨灾产生全球性经济影响的过程和机理，从而为世界各个国共同应对巨灾风险提供理论基础和科学依据.

作为外向型经济的排头兵，长三角被全球经济低迷和发达国家经济不景气影响最大。同时，在国家宏观调控政策的影响下，各地淘汰了大量的高污染和高耗能项目，在苏南、浙江、上海等地出现了大量的产业转移现象。受中西部地区产业承接的影响及各地最低工资上调，劳动力供给减少，区域内的大量劳动密集型加工行业都面临着招工难和劳务成本上涨的压力。为应对2008年的金融危机，各地政府普遍支持战略性新兴产业发展，以培育新的增长点。但是政府在产业发展中越位导致部分产业产能过剩，未能给经济发展提供新的动力。十八届三中全会明确提出全面深化改革，旨在通过改革，简政放权，把政府权力让渡给市场，充分发挥市场机制，寻求新的经济增长点。

第三,制度环境。虽然政府对经济的过分干预会影响市场对要素的配置效率,但在某些情况下,市场调节的盲目性和滞后性也必须由政府力量进行弥补。尤其是在基础设施建设方面,政府能够从宏观角度进行规划,通过推动基础设施建设,减少要素流通成本、提高要素配置的效率。旅游城市的特殊性在于旅游景区的开发需要从城市整体发展的角度进行规划,因此往往伴随着城市基础设施的同步建设,从而对TFP增长产生促进作用。然而,从长远角度看,一旦政府对经济的干预力度过大,就会搅乱正常的市场秩序,甚至有可能出现政府寻租行为,严重影响市场竞争和要素配置的效率,对TFP增长产生抑制作用。如果城市的景区开发已经完善,此时对政府介入的需求就会降低,反而会吸引更多市场力量的加入,逐渐“挤出”政府的力量。同时,外资进入除了带来资金外,还带来先进的技术水平和管理经验,这些会对当地企业形成良好的示范作用。此外,外资企业进入也有利于自由竞争市场的形成,对要素配置效率的提高起促进作用。就旅游城市而言,随着旅游业的发展,城市知名度会逐渐提高,容易吸引越来越多的外资加入。外资带来的技术扩散效应、示范模仿效应等都会对TFP增长产生积极作用。

为进一步验证旅游产业依赖对TFP增长的传导机制,我们建立如下模型:

Z _i,t =α ₀+α ₁DT _i,t +γ ₁Y _i,t +μ _i,t

(b)

模型(b)中,Z 代表了上述某个传导机制变量(包含MD 、HC 、G 、FDI ),Y 为控制变量,μ 代表随机误差项。该模型分别估计了旅游产业依赖度对可能的传导机制变量的影响,从而验证“资源诅咒”的主要传导机制是否适用于旅游产业,以及各个传导机制作用效果如何。

The magnitudes of the grain size D, dislocation density δ, and the strain ε of the CuInGeSe4 thin film are found to be 48 nm, 3.93 × 10−3, and 1.14 × 1012 line/cm2, respectively.

本文研究旅游产业依赖对TFP增长的影响及其作用机制,分两步展开:一是研究旅游产业依赖是否会对TFP增长有显著影响;二是在此基础上分析旅游产业依赖影响TFP增长的作用机制。

(c)

模型(c)中,β ₁、β ₂、β ₃代表旅游产业依赖对TFP增长的直接效应,α ₁β ₄代表旅游产业依赖对TFP增长的间接效应。

解决组合最值问题时，往往还存在一些通过利用图形特点来解决组合最值的问题，因为其自变量是离散量，并且要求的最小值或最大值的量与自变量的函数关系不允许用同一个解析式来表达，所以就使得先前代数最值的问题与解决组合最值的问题有所不同。常见的解决办法主要有以下几点：

3 计量结果与分析

3.1 旅游产业依赖对TFP增长的直接效应分析

本文首先对模型(a)进行回归,分别向模型中加入仅包含旅游产业依赖度的一次项、二次项和三次项,结果如表4所示。可以看出,在仅包含旅游产业依赖度DT 及其二次项的模型中,旅游产业依赖对TFP增长的影响并不显著。然而,加入三次项后,可以看到旅游产业依赖对TFP增长产生显著的影响,即旅游产业依赖度一次项显著促进TFP增长,二次项显著抑制TFP增长,三次项显著促进TFP增长。这说明,随着旅游业的发展和深化,旅游产业依赖可能会对城市TFP的增长产生先促进、后抑制、再促进的影响,表现出明显的N型曲线关系。

为了获得更稳健的回归结果,在模型(a)的基础上,本文运用固定效应模型对样本数据进行控制变量的逐步回归,进一步对旅游产业依赖对TFP增长的影响进行研究。如表5所示,旅游产业依赖度DT 及其二次项、三次项对TFP增长指数始终表现出显著的影响,旅游产业依赖与TFP增长之间呈现N型关系。可能的原因在于,研究期内中国旅游业正处在一个“井喷式”发展阶段,旅游产业扩张和发展速度远超一般产业的正常发展速度,因此能够在短期内观测出旅游产业依赖对TFP增长的不同影响。

表4 旅游产业依赖对TFP增长的回归结果

注:括号中的数据为标准误;^*、^**、^***分别代表10%、5%和1%的显著性水平

表5 旅游产业依赖对TFP增长的逐步回归结果

注:括号中的数据为标准误;^*、^**、^***分别代表10%、5%和1%的显著性水平

综上可以看出,旅游产业依赖对TFP增长的影响并非“TLGH”理论所描述的单纯的促进作用,也不是传统矿产资源型产业对经济的“资源诅咒”。究其原因,可能在于旅游业既有传统资源型产业的部分特征,又具备第三产业的特有性质。本文研究发现,样本城市的旅游发展大体可以分为3个阶段:第一阶段,与传统资源型产业相似,旅游业的快速增长源于旅游资源的开发,通过吸引游客、赚取门票收入、带动相关消费行业的发展在短时间内创造大量收入,带动该地区经济迅速起步。在这一阶段,旅游业吸引了大量生产要素流入,因此在旅游业发展初期,对旅游资源的依赖能够显著促进地区TFP增长。然而,与传统资源型产业类似,在这种旅游发展模式下,行业生产的都是比较初级的产品,技术含量较低,带动的相关行业也是附加值相对较低的低端消费行业。在这一模式下,旅游产业生产模式比较简单,对技术并没有很高的要求,造成居民对技术和研发的重视程度不足。第二阶段,由于地方政府将大部分资源投入旅游业,忽视了对技术的投入与积累,导致地区技术发展受到了限制,技术水平得不到提高。此外,地方政府及开发商试图从旅游业中获取更多收益,因此常常盲目对旅游业进行扩张,导致旅游景区“同质化”愈发严重,对游客的吸引力逐渐降低。这一时期的旅游业进入了一种“粗放型”的发展模式,依靠对产业的高投入来拉动地区的经济发展,造成了一定程度的资源浪费,影响了社会的生产效率,抑制了TFP增长。第三阶段,随着旅游专业化程度不断提高,旅游业的发展模式也会随着市场需求而不断变化,同时,旅游产业也在寻求自身的转型升级。旅游城市定位会逐渐明确,追求城市的特色旅游产品。在这一阶段,地方政府及开发商更愿意将资源投入到某个特色领域,追求旅游产业在该领域的高端化、专业化,以高端旅游产品及配套服务吸引游客并从中获取高附加值,对资源进行有效的配置和高效的利用,因此对TFP增长又起到了推动作用。

同时,从表4和表5可以看出,制造业发展水平(MD )和对外开放程度(FDI )均对TFP增长均表现出显著的影响,而人力资本水平(HC )和财政支出(G )对TFP增长的影响并不显著。制造业发展推动了技术进步、效率提高,从而促进了TFP增长;对外开放程度在一定程度上提高了地区的市场自由竞争程度,促使资源实现有效的配置,因此促进了TFP增长。基于这一回归结果,我们可以认为,旅游产业依赖对TFP增长产生间接效用的潜在传导机制包括了制造业发展水平和对外开放程度。

将该连通域算法应用到对颗粒状农产品进行分选中，可得到实验结果如图3所示，图中是对一幅图像中两个大枣图像进行标记，可以看得出也能够把两个大枣标记出来。

作为一个结合了地理和计算机应用的跨学科主题，GIS是应对发在的系统性难题的有效手段。如今，伴随城市化的不断推进，预防和应对城市洪水等灾害已经成为现代城市的刚性需求。GIS技术在城市防洪排涝中的实施，极大的提升了灾害预测的准确率，为抗洪决策提供了科学依据。它使相关工作者能够以方便有效的方式应对城市洪水防治工作，在防洪排涝中发挥着重要的作用。

3.2 旅游产业依赖对TFP增长的间接影响机制分析

在模型(b)的基础上,本文分别以制造业发展水平(MD )、对外开放程度(FDI )作为被解释变量,对旅游产业依赖度进行回归。不同于以往大多采用静态的一元回归模型来研究传导机制变量的作用效果,本文针对不同的传导机制变量,在回归模型中分别加入了与被解释变量密切相关的因素作为控制变量,以保证回归结果更加稳健和准确。我们认为,城市的交通条件、劳动力成本以及科研水平都是吸引制造业企业入驻的有利因素,并且对制造业发展有重要的促进作用,因此将这几个因素作为控制变量纳入回归模型;同时,城市的固定资产投资水平、财政收入水平以及劳动力成本都是吸引外商直接投资的重要因素,因此,我们认为将这些因素纳入模型能够较好地解释对外开放程度(FDI )受到的影响。具体指标解释如表6所示。

表6 指标说明

通过对模型(b)回归,我们可以看出(见表7):旅游产业依赖对制造业发展水平(MD )以及对外开放程度(FDI )都有不同程度的显著影响。旅游产业依赖对制造业发展水平(MD )有显著的抑制作用,而对对外开放程度(FDI )有显著的促进作用。

表7 旅游产业依赖对机制变量的回归结果

注:括号中的数据为标准误;^*、^**、^***分别代表10%、5%和1%的显著性水平

根据表5和表7计算得到旅游产业依赖对TFP增长的间接效应如表8所示,β ₄为传导机制变量对TFP增长率的回归系数,α ₁为传导机制变量对旅游产业依赖的回归系数,将两个回归系数相乘得到旅游产业依赖通过传导机制变量对TFP增长的影响系数。旅游产业依赖对TFP增长的间接效应的分析如下:

农民专业合作社在当前的资金还比较少，所以需要加强与银行的联系，要定期、准时的将自己的财务报表以及发展动向等及时的上交到银行，让银行可以很好的了解自己的发展前景，从银行处取得更多的资金，让自己的资金可以变得更充足，从而可以向更多的农民提供贷款，也可以向每一位农民提供更大额的贷款。

(1) 制造业发展水平。从回归结果可以看到,旅游产业依赖对制造业发展水平具有显著的负向影响。这说明在旅游产业依赖型城市中,旅游产业依赖对制造业有一定的挤出作用,即证实了“荷兰病”效应的存在性。可能的原因在于:第一,政府部门对旅游业的偏向性以及旅游业本身高回报的吸引力,导致了产业要素向旅游部门集中,制造业部门无法得到足够的生产要素;第二,旅游业的繁荣提高了资本和劳动力的价格,导致制造业需要承担更高的生产成本,减少了制造业的生产利润。制造业部门在面对生产要素不足、生产成本高昂、市场缩减的情况下,不得不减少生产甚至退出市场。制造业被挤压削弱后,无法发挥产业的技术溢出作用,而日益壮大的旅游业本身对技术创新的要求不高,为技术进步贡献的作用有限,在这种情况下,旅游产业开发会通过挤压制造业间接抑制TFP增长,回归结果显示影响系数为-0.0222。

(2) 对外开放程度。从回归结果看,旅游产业依赖对对外开放程度表现出显著的促进作用。对旅游产业依赖型城市而言,一方面,旅游产业发展需要大量资金,地区会主动招商引资,寻求外部资本的进入;另一方面,随着旅游产业布局逐步完善,城市旅游业逐渐扩大,游客逐渐增加,城市知名度逐步提升,逐渐吸引了越来越多的外商投资。外部资本进入后可能会从两方面对城市产生正向影响:第一,通过先进的技术和管理经验对当地的企业形成技术溢出和示范效应,本地企业则通过学习和模仿,不断提高自身的运营能力;第二,外资优秀企业的进入也对当地企业带来了巨大的挑战,如果本地企业不能快速适应这种竞争状态,很容易被市场淘汰。因此,外资企业通过竞争效应也促进了本地企业的优胜劣汰,并且推动本地企业自身不断进步提高竞争力,对当地的技术水平提高和效率改善都形成了重要的正向影响,进而推动了TFP增长。总之,旅游产业开发会通过吸引外商直接投资间接对TFP增长产生促进作用,回归结果显示影响系数为0.0420。

表8 旅游产业依赖对TFP增长的间接效应

4 主要结论和政策启示

4.1 主要结论

本文以2002年—2014年城市面板数据为基础,分析了旅游产业依赖对TFP增长的影响及其作用机制,主要结论如下:第一,在中小型旅游产业依赖型城市中,旅游产业依赖度与城市TFP增长表现出明显的N型曲线关系,即旅游产业依赖可能会对城市TFP增长产生先促进、后抑制、再促进的影响。第二,制造业发展水平和对外开放程度对TFP增长表现出显著的直接正向影响。影响机制研究发现,旅游产业依赖会通过地区制造业发展水平和对外开放程度这两个因素对TFP增长产生间接影响。其中,“荷兰病”效应是旅游业产生“资源诅咒”效应的重要原因,而提高地区对外开放水平是规避旅游业对TFP产生“资源诅咒”效应的关键因素。第三,旅游产业依赖对制造业表现出明显的挤出作用,导致制造业发展无法发挥自身的技术溢出效应和规模效应,从而对TFP增长形成明显抑制作用。同时,旅游业发展有助于提高地区对外开放水平,间接促进了TFP增长。

电厂锅炉给水及机组循环汽水分析仪表的配置依据是DL/T 5068—2014《火力发电厂化学设计规范》[1]。分析仪表的最低配置原则： 不仅能满足分析电厂锅炉给水的水质，还能够监测全厂机组循环汽水的品质。因此，每个监测点不止单独配置一种类型仪表，还有其他类型的仪表辅助。即使在运行过程中某块仪表出现故障，还可以依靠同一取样点的其他仪表，来判断锅炉给水及机组汽水的水质是否合格。

4.2 政策建议

基于研究结论,本文给出以下几点政策建议:

第一,旅游业确实能够带动城市经济的起步,经济发展较落后的城市可以通过旅游资源的开发快速积累财富、增加就业、刺激消费,从而带动当地经济的发展。然而,从长远角度考虑,旅游业对社会全要素生产率的促进并不是持续不变的,当经济对旅游产业的依赖达到一定程度时,反而有可能抑制经济效率的增长,导致地区经济增长放缓甚至衰退。因此,政府在进行区域发展规划、制定产业政策时需要谨慎地对旅游业在经济发展中的角色进行正确定位,避免盲目推动旅游产业的扩张,避免地区经济完全依赖旅游产业而导致产业结构单一化。

第二,推动旅游业自身的创新升级,寻找旅游产业的新突破。传统旅游业的基本发展模式依赖于景区资源,模式单一、技术性低、对劳动力素质的要求不高。如果城市一直走这种传统的发展路线,容易陷入诅咒陷阱。因此,旅游产业也需要进行自我创新升级,寻找新的发展模式。例如,互联网+、VR等高科技与旅游业的结合,能够将更多的文化、科技因素融入旅游产业。通过这些模式的创新,推动当地的技术水平和人力资本的发展,进而促进城市全要素生产率的增长。

第三,充分利用旅游业高产业关联度的优势,发挥旅游产业对其他产业的带动作用,避免对单一产业的过度依赖。旅游产业的发展与餐饮、交通、能源、信息等产业密不可分,随着旅游产业的不断发展,这些相关产业在旅游业的带动下逐渐起步之后,需要克服对旅游业的依赖性,通过升级优化寻求产业自身的发展。相关产业与旅游产业的同步健康发展,既能够避免产业结构的单一,也能够为旅游业创造新的增长动力。

最后,政府应该有足够的危机意识。尽管旅游业能够快速带动经济增长,在短期内可以创造巨大的财富,但是政府不能仅仅满足于眼前的成绩,而应该以更长远的眼光看待地区经济的可持续发展。旅游业的发展帮助地区完成了资本的原始积累,而这部分资本如何更有效率地使用是政府需要慎重思考的问题。政府需要时刻重视技术创新和人才培养,用积累的原始资本对技术和人才进行投资,才能够保证地区经济增长的可持续。

漏损率是指漏失量和总供水量的比值，其中漏失量为总供水量减去实际使用水量。漏损率高表明水在运输过程中损失多，供水效率低；反之漏水率低说明城镇供水效率高。我国是一个水资源分布不均、人均水资源短缺的发展中国家，降低漏损率很有必要。国家在2016年颁发了《城镇供水管网漏损控制及评定标准》（CJJ92—2016），对今后的城镇供水漏水提出了要求和目标，即在2017年供水管网漏水率达到二级标准12%，2020年达到一级标准10%。而根据《2014年城镇供水年鉴》调查，大部分省份的漏损率都超过了12%，一些省份漏损率甚至高达33%，可见我国的城镇供水效率还有待提高，供水公司压力巨大。

参考文献：

邓明,魏后凯,2016.自然资源禀赋与中国地方政府行为[J].经济学动态(1):15-31.

范言慧,席丹,殷琳,2013.繁荣与衰落:中国房地产业扩张与“荷兰病”[J].世界经济(11):27-50.

方颖,纪衔,赵扬,2011.中国是否存在“资源诅咒”[J].世界经济(4):144.

何雄浪,姜泽林,2016.自然资源禀赋与经济增长:资源诅咒还是资源福音?——基于劳动力结构的一个理论与实证分析框架[J].财经研究(12):27-38.

刘红梅,李国军,王克强,2009.中国农业虚拟水“资源诅咒”效应检验:基于省际面板数据的实证研究[J].管理世界(9):69-79.

罗文斌,徐飞雄,贺小荣,2012.旅游发展与经济增长、第三产业增长动态关系——基于中国1978～2008数据的实证检验[J].旅游学刊(10):20-26.

邵帅,齐中英,2008.西部地区的能源开发与经济增长——基于“资源诅咒”假说的实证分析[J].经济研究(1):147-160.

邵帅,杨莉莉,2010.自然资源丰裕、资源产业依赖与中国区域经济增长[J].管理世界(9):26-44.

隋建利,刘碧莹,2017.中国旅游发展与宏观经济增长的非线性时变因果关系——基于非线性马尔科夫区制转移因果模型[J].经济管理(8):24-41.

万建香,汪寿阳,2016.社会资本与技术创新能否打破“资源诅咒”?——基于面板门槛效应的研究[J].经济研究(12):76-89.

吴玉鸣,2014.旅游经济增长及其溢出效应的空间面板计量经济分析[J].旅游学刊(2):16-24.

徐康宁,王剑,2006.自然资源丰裕程度与经济发展水平关系的研究[J].经济研究(1):78-89.

杨莉莉,邵帅,2014.人力资本流动与资源诅咒效应:如何实现资源型区域的可持续增长[J].财经研究(11):44-60.

杨勇,2006.旅游业与我国经济增长关系的实证分析[J].旅游科学(2):40-46.

张攀,杨进,周星,2014.中国旅游业发展与区域经济增长——254个地级市的面板数据[J].经济管理(6):116-126.

张在旭,薛雅伟,郝增亮,等,2015.中国油气资源城市“资源诅咒”效应实证[J].中国人口·资源与环境(10):79-86.

张志刚,2018.耕地资源与经济增长之间的关系研究——基于“资源诅咒”假说的实证检验[J].农业技术经济(6):127-135.

赵磊,2012.国外旅游发展促进经济增长假说(TLGH)研究综述[J].旅游科学(4):77-95.

朱希伟,曾道智,2009.旅游资源、制造业集聚与资源诅咒[J].世界经济(5):65-72.

左冰,2013.旅游能打破资源诅咒吗?——基于中国31个省(市、区)的比较研究[J].商业经济与管理(5):60-69.

左冰,2015.去制造业化:旅游发展对桂林制造业部门的影响研究[J].旅游科学(1):25-39.

BRAU R,LANZA A,PIGLIARU F,2007.How fast are small tourism countries growing?Evidence from the data for 1980-2003[J].Tourism economics,13(4):603-613.

BRIDA J G,CORTESJIMENEZ I,PULINA J,2016.Has the tourism-led growth hypothesis been validated?A literature review[J].Current issues in tourism,19(5):394-430.

CAP J,FONT A R,NADAL J R,2007.Dutch disease in tourism economies:evidence from the Balearics and the Canary Islands[J].Journal of sustainable tourism,15(6):615-627.

CASTRO-NUNO M,MOLINA-TOUCEDO J A,PABLO-ROMERO M P,2013.Tourism and GDP:a meta-analysis of panel data studies[J].Journal of travel research,52(6):745-758.

CHANG C L,KHMKAEW T,MACALEER M,2012.IV estimation of a panel threshold model of tourism specialization and economic development[J].Tourism economics,18(1):5-41.

CHAO C C,HAZARI B R,SGRO P M,2004.Tourism,globalization,social externalities,and domestic welfare[J].Research in international business and finance,18(2):141-149.

COPELAND B R,1991.Tourism,welfare and de-industrialization in a small open economy[J].Economica,58(232):515-529.

DENG T T,MA M L,CAO J H,2014.Tourism resource development and long-term economic growth——a resource curse hypothesis approach[J].Tourism economics,20(5):923-938.

GYLFASON T,HERBERTSON T T,ZOEGA G A,1999.A mixed blessing:natural resources and economic growth[J].Macroeconomic dynamics,3(2):204-225.

HOLZNER M,2011.Tourism and economic development:the beach disease?[J].Tourism management,32(4):922-933.

KATIRCIOGLU S T,SALIH T,2009.Revisiting the tourism-led-growth hypothesis for Turkey using the bounds test and Johansen approach for cointegration[J].Tourism management,30(1):17-20.

KIM H J,CHEN M H,JANG S C,2006.Tourism expansion and economic development:the case of Taiwan[J].Tourism management,27(5):925-933.

KURTZ M J,BROOKS S M,2011.Conditioning the “resource curse”:globalization,human capital and growth in oil-rich nations[J].Comparative political studies,44(6):747-770.

NOWAK J J,SAHLI M,SGRO P M,2003.Tourism,trade and domestic welfare[J].Pacific economic review,8(3):245-258.

OH C O,2005.The contribution of tourism development to economic growth in the Korean economy[J].Tourism management,26(1):39-44.

PAPYRAKIS E,GERLAGH R,2004.The resource curse hypothesis and its transmission channels[J].Journal of comparative economics,32(1):181-193.

PAPYRAKIS E,GERLAGH R,2007.Resource abundance and economic growth in the United States[J].European economic review,51(4):1011-1039.

SACHS J D,WARNER A M,2001.The curse of natural resource[J].European economic review,45(4-6):827-838.

SCHUBERT S,BRIDA J,RISSO W,2011.The impacts of international tourism demand on economic growth of small economics dependent on tourism[J].Tourism management,32(2):377-385.

SHAHZAD S J H,SHAHBAZ M,FERRER R,et al.,2017.Tourism-led growth hypothesis in the top ten tourist destinations:new evidence using the quantile-on-quantile approach[J].Tourism management,60:223-232.

SHENG L,TSUI Y M,2009.Taxing tourism:enhancing or reducing welfare?[J].Journal of sustainable tourism,17(5):627-635.

SONG H Y,DWYER L,LI G,et al.,2012.Tourism economics research:a review and assessment[J].Annals of tourism research,39(3):1653-1682.

VITA G D,KYAW K S,2016.Tourism specialization,absorptive capacity and economic growth[J].Journal of travel research,56(4):423-435.

ZENG D Z,ZHU X W,2011.Tourism and industrial agglomeration[J].Japanese economic review,62(4):537-561.

ZUO B,HUANG S,2017.Revisiting the tourism-led economic growth hypothesis:the case of China[J].Journal of travel research,(1):1-13.

Tourism Industry Dependence and Total Factor Productivity :An Investigation Based on “Resource Curse ”Hypothesis

DENG Taotao¹, LIU Biru¹, MA Mulan²

(1.School of Urban and Regional Science ,Shanghai University of Finance and Economics ,Shanghai 200433,China ; 2.School of Tourism and Event Management ,Shanghai University of International Business and Economics ,Shanghai 201620,China )

Abstract ： While stressing the economy speeding effect of tourism industry,the Tourism-Led Growth Hypothesis(TLGH) has been little concerned about the economical upgrading effect of tourism and,at the same time,has ignored the potential risks that tourism dependence faces.This paper used the city-level data from 2002 to 2014,made scale and degree of dependence as two dimensions,sampled 30 cities whose tourism has the highest dependence on economy,borrowed the framework of “resources curse” theory,applied econometric method to study the beingness and influence mechanism of the “resources curse” effect of tourism from economic growth quality perspective.The findings are:(1) The small and medium tourism-led cities show an obvious N-curve relation between the degree of tourism dependence and the TFP growth.It means that the degree of tourism dependence may have an first-boost-then-restrain-and-re-boost effect on their TFP growth;(2) the dependence degree of tourism may have indirect influence on the growth of TFP through the level of manufacture development and open door policies of the cities,among which the Dutch Disease effect is found to be a main cause of the “resources curse” effect of tourism,and to enhance the level of their open door policies is a key factor for them to avoid “resources curse” effect.The authors believe that future studies should increase the analysis of the in-depth action mechanism of economy on tourism,and the focus should be shifted to “how to promote” from “Can it promote?” mode.

Key words ： tourism industry; resources dependence; total factor productivity; the Dutch Disease

中图分类号 F 590

文献标识码 A

文章编号 1006-575(2019)-01-0001-17

收稿日期： 2018-04-23;

修订日期： 2018-09-15

基金项目： 国家自然科学基金项目“基于演化经济地理学视角的旅游地发展演化过程与机制研究——以江南六大古镇为例”(41401145);教育部人文社会科学青年基金项目“高速铁路对城市群产业发展的影响机理及其效应研究:以长三角城市群为例”(17YJC790021)。

作者简介： 邓涛涛^*(1981-),男,博士,上海财经大学财经研究所副研究员,博导,研究方向为区域经济学、旅游经济学、交通运输地理学,E-mail:deng.taotao@mail.shufe.edu.cn。刘璧如(1994-),女,上海财经大学财经研究所硕士生。马木兰(1983-),女,博士,上海对外经贸大学会展与旅游学院讲师,研究方向为旅游地发展与规划、演化经济地理学、旅游经济学。

^*通讯作者 。

(责任编辑：车婷婷)

标签：旅游业论文;  资源依赖论文;  全要素生产率论文;  荷兰病论文;  上海财经大学财经研究所论文;  上海对外经贸大学会展与旅游学院论文;