旅游对经济发展的溢出效应研究范文

摘要：［目的／意义］旅游发展具有溢出效应，不仅对本地经济发展具有溢出效应，而且对其他地区的经济发展也具有溢出效应，本研究着重分析旅游业发展对其它省区经济发展的影响，为丰富旅游对经济发展影响的相关研究，全面认识旅游发展的作用，以及提升旅游发展的溢出效应提供参考。［方法／过程］收集1994—2015年北京市旅游收入与我国其他30个省区（不含港澳台）的地区生产总值数据，构建VAR模型，利用格兰杰因果关系检验、脉冲响应函数、方差分解等工具，分析北京市旅游业发展对其他省区经济发展的影响。［结果／结论］1）北京市旅游的发展对其它地区经济的发展具有溢出效应，但溢出效应的显现往往需要一个较长的时间，历时越短，溢出效应越小，溢出的空间范围越小，反之，溢出效应越大，溢出的空间范围越大。2）北京市旅游发展对16个省区的经济发展具有溢出效应，溢出效应及其大小受旅游和经济贸易联系的密切程度以及投资价值的高低等因素的影响。旅游对经济发展的冲击作用随时间的推移而减弱，一般会在加入滞后变量结束后的后一期结束。3）旅游对经济的冲击作用一般发生在初期，在滞后期后第1～2期达到峰值，旅游对经济发展的影响一般表现为正向溢出效应，冲击作用在滞后末期将趋于平稳，逐步减少或消失。

关键词：旅游；经济；溢出效应；VAR模型；格兰杰因果检验；脉冲

响应函数旅游业是一个关联带动性很强的行业［1］，随着旅游业的快速发展，其对国民经济发展的带动效应越来越大，旅游对经济发展的带动效应受到政府及学术界的重点关注。国外相关研究最早可以追溯到1899年，L．Bodio从统计学的角度出发，论述了旅游对国家经济的影响和作用［2］，至1960年，旅游对经济的影响成为西方旅游学术界研究的一个焦点，主要依托计量经济模型和方法，围绕旅游对经济增长的影响及旅游对区域经济均衡增长的影响等方面开展相关研究［3－5］。国内相关研究起步相对较晚，早期相关研究多集中在分析旅游对经济发展的作用及其产业地位，后期则多借助经济学、统计学、地理学等研究方法，就旅游发展对地区经济发展的效应进行实证分析，如刘晓红、范珂珂、王军军、李双成利用计量经济学模型，分析了旅游对经济发展的溢出效应［6－9］；屠文雯、庞丽、刘长生等利用VAR模型，分析了旅游对经济发展作用动态关系及在空间上所表现出来的规律［10－12］；严伟宾的研究表明不同地区旅游对经济发展的溢出效应不同［13］；李秋雨发现入境旅游对经济增长的促进作用在提高［14］；赵磊从非线性计量经济学角度，研究基础设施门槛对我国旅游经济增长溢出效应的影响，发现基础设施水平越高，旅游对经济发展的溢出效应越明显［15］；吴玉鸣的研究表明邻近省区旅游对经济增长的空间溢出效应明显等［16］。可以发现，国内外有关旅游发展对经济发展的溢出效应已多有研究，但相关研究大多集中在地区自身的旅游业发展对其经济发展的影响，而就一个地区旅游业发展对另外一个地区经济发展的影响分析相对较少，且较少分析其影响的大小及时间。北京是我国的首都，是我国的政治、文化中心，旅游资源丰富，受政治、经济、文化等因素的影响，北京旅游业发展在全国处于领先地位，而且北京与其它省区在旅游、经济、贸易等方面有着密切的联系。本文以北京为案例地，收集有关数据，利用格兰杰因果关系检验、VAR模型、脉冲响应函数、方差分解等分析方法分析北京市旅游业发展对其它省区经济发展的影响，以期为丰富旅游对经济发展影响的相关研究，全面认识旅游发展的作用，以及提升旅游发展的溢出效应提供参考。

1数据来源与研究方法

1．1数据来源

北京市旅游总收入及各省区的地区生产总值是本文所需的主要数据，由于国内旅游统计工作始于1994年，因此，本文采用1994—2015年北京市旅游总收入（按各年汇率兑换后的入境旅游收入与国内旅游收入的总和）和1994—2015年我国30个省区（不含港澳台）的地区生产总值数据进行分析，其中旅游收入来源于北京市历年的旅游统计年鉴，各省区地区生产总值来源于各省区历年的统计年鉴或统计公报。

1．2分析方法

本文主要借助Eviews8．0，利用VAR（向量自回归）模型、格兰杰因果检验、脉冲响应函数、方差分解等方法进行分析。VAR模型是世界著名的计量经济学家Sims在1980年推广应用于经济领域的方法，它验证的是多个变量之间的动态互动关系。

2旅游对经济溢出效应VAR模型的建立

2．1VAR模型建立本文收集1994—2015年北京市旅游收入与各省区的地区生产总值数据，并对数据进行对数化处理，在此基础上，将北京市旅游收入数据与各省区地区生产总值数据两两组合建立VAR模型。为了避免伪回归问题，以及保证模型结构具有可比性，对建立的VAR模型进行系统稳定性测试，剔除不稳定的模型。依据本文所提供的数据时限，Eviews软件给出能建立的最大滞后期为6，因此，本文需要观察的是随着时滞期从1增加至6时，模型结构变化给两两变量之间动态关系所带来的影响。由于VAR模型系统中的系数非常多，且每个系数反映的仅仅只是一个局部的动态关系，而我们需要观察的是全面的动态关系。因此，本文采用基于VAR模型进行变量之间的格兰杰因果关系检验方法，以显著水平为10％为标准，检验VAR模型中的变量之间是否具有动态关系，即一个变量是否会在一定的滞后期上影响另一个变量的变化。脉冲响应函数所选用的是Cholesky－dofadjusted冲击方法，选择经过Cholesky正交分解后的一个标准差冲击，并且经过自由度调整后的冲击过程，选择冲击时间为22期。

2．2各时滞结构的VAR模型对比

2．2．1模型的稳定性分析依据北京市旅游收入与各省区地区生产总值变量的不同滞后期，建立通过各时滞结构的VAR模型，并检验各时滞结构模型的稳定性，从而判断VAR模型的有效性，结果如表1所示。从表1中可以看到，滞后期为1时，广西、湖北、海南、贵州、青海5个省区VAR模型检验结果不平稳，其余25个地区的地区生产总值与北京市旅游收入所建立的VAR模型均稳定有效。滞后期为2时，江苏、安徽、福建等12个省区VAR模型不平稳，其余18个省区的地区生产总值与北京市旅游收入所建立的VAR模型均稳定有效。滞后期为3时，江西、湖北、湖南等8个地区VAR模型不平稳，其余22个地区所建立的VAR模型通过稳定性检验。滞后期为4时，重庆、贵州、云南3个地区VAR模型不平稳，其余27个地区所建立的VAR模型通过稳定性检验。滞后期为5时，天津、辽宁、海南3个地区所建立的VAR模型未通过检验，其余地区所建立的VAR模型通过稳定性检验。滞后期为6时，辽宁、吉林、福建等6个地区VAR模型不平稳，其余地区所建立的VAR模型通过稳定性检验，为有效模型。

2．2．2格兰杰因果关系检验依据各滞后期通过稳定性检验的VAR模型，对北京市旅游与各省区经济进行格兰杰因果关系检验，结果如表2所示，需要说明的是，格兰杰因果关系的原假设通常是假设两变量之间不存在因果关系，为便于研究结果的观察，此处都用的肯定假设，以及肯定假设发生的概率。可以看到，当滞后期为2时，北京市旅游对其他省区经济发展的溢出关系开始显现，随着滞后期的增加，其溢出效应范围越来越大，涉及的省区越来越多，当滞后期为6时，溢出关系涉及省区达到13个。从模型本身来讲，随着时滞期的增加，模型将增加相应滞后期的内生变量，通过格兰杰因果关系检验的地区将逐渐增多，旅游经济空间溢出的范围将逐步扩大。从机理上分析，旅游经济对本地区经济发展的影响是实时的，因为旅游是地区生产总值的一部分，而对其他地区经济的影响往往需要一个过程和时间，这与旅游经济的溢出路径有关系，旅游经济的溢出除了直接的旅游投资等对其它省区经济产生影响外，更多的是内化为本地区的经济，通过经济贸易、对外投资等路径对其他省区的经济发展产生影响，这往往需要一段较长的时间，一般来说，经济贸易、旅游投资联系越紧密，旅游对经济发展的溢出效应越强，出现的时间越早。

3旅游对经济发展的溢出效应分析

基于以上几个部分的分析，下文将着重两个方面的探讨，一方面，将围绕时滞期对VAR模型的影响展开，观察同一研究对象随滞后期的增加，VAR模型所反映出来的二者间的动态关系；另一方面，将围绕同一滞后期所有VAR模型展开，分析北京市旅游发展与其他地区经济增长之间的动态关系，在此基础上，分析北京市旅游经济的空间溢出效应。

3．1时滞结构对地区旅游经济溢出效应的影响

在格兰杰因果关系检验中，天津、江苏两个地区的地区生产总值与北京市旅游收入所建立的VAR模型有不同滞后期结构，故以上述两组变量为例，建立VAR模型，分析不同滞后期VAR模型中变量间的动态关系，结果如图1所示。图1A为北京市旅游发展对天津经济增长的冲击过程，当滞后期（Lag）选择3时，给北京旅游给予一个标准差范围内的正向冲击，会在1期后给天津的经济增长带来一定的正向冲击，随着时间的增加，旅游对经济的正向冲击作用在第5期达到峰值，随后冲击将逐渐减弱，趋于稳定，即北京旅游发展将冲击作用带给天津的经济发展具有较长的正向溢出效应；滞后期为4时，给北京旅游一个正冲击后，会在1期后给天津的经济增长正向冲击作用，峰值在第5期，后期减弱，趋于稳定，脉冲响应结果与滞后3期VAR模型验算类似。滞后期为6时，由于模型的滞后期较长，所加入的变量较多，模型内部作用复杂，冲击波动较大，早期表现在旅游对经济的负向冲击，后期表现为旅游对经济增长的正向冲击波动，后期冲击作用减弱，逐渐趋向于0。江苏经济发展对北京旅游的脉冲响应表现出相似的规律，即旅游对经济发展的冲击作用在脉冲发起后的第1期开始，滞后期较短时，模型较为简单，变量较少，初期表现为正向冲击作用；滞后期较长时，模型较为复杂，变量较多，冲击作用波动较大。到滞后期N期后1～2期内，达到冲击峰值，后期逐渐趋于稳定或消失趋向于0，冲击作用消失。总体上来看，北京旅游发展给天津、江苏的经济增长带来正面的影响，并且此影响具有较长的持续作用。因此，在同一个研究对象中，滞后期的选择会直接导致VAR模型中变量的多少，从而影响冲击的波动性。旅游对于经济发展的脉冲过程总体上表现为正向冲击，可以促进相关地区经济的发展，这种冲击作用在旅游与经济资金流等相互作用的过程中会有所减弱，一般会在加入滞后变量结束后的后一段时期结束。

3．2同滞VAR标准下旅游对经济溢出的效应分析

滞后期为6时，天津、内蒙古、江苏、江西、山东、河南、湖北、湖南、贵州、广东、云南、陕西、青海等13个地区所建立的VAR模型通过稳定性检验。这些地区大部分为经济或旅游发展水平较高的地区，与北京的旅游和经济贸易联系密切，旅游溢出效应明显，如广东、江苏、山东、陕西、云南等；同时也包括部分旅游资源丰富，但旅游和经济发展水平相对较低的地区，如青海、内蒙古等，这些地区的旅游和经济发展有很大的提升空间，往往会吸引大量的投资，北京市旅游对这些地区经济发展的溢出，可能主要通过旅游和经济的投资来实现。

4结论

本文收集1994—2015年北京市旅游收入与其它30个省区（不含港澳台地区）的地区生产总值，建立不同时滞的VAR模型，并利用格兰杰因果关系检验法，检验北京市旅游发展对其它省区经济发展有无影响，在此基础上，建立脉冲响应函数，观察北京市旅游发展对其它省区经济发展的溢出效应，综合累积脉冲响应函数与方差分解贡献度测评北京旅游对其它省区经济发展溢出效应强弱，结果发现：1）一个地区旅游的发展对其它地区经济的发展具有溢出效应，但溢出效应的显现往往需要一个较长的时间，历时越短，溢出效应越小，溢出的空间范围越小，反之，溢出效应越大，溢出的空间范围越大。这与旅游经济的溢出路径有关系，旅游经济的溢出除了直接的旅游投资等对其它省区经济产生影响外，更多的是内化为本地区的经济，通过经济贸易、对外投资等路径对其它省区的经济发展产生影响。2）北京市旅游发展对16个省区的经济发展具有溢出效应，溢出效应及其大小受旅游和经济贸易联系的密切程度，以及投资价值的高低等因素的影响，旅游和经济贸易联系越紧密，投资价值越高，旅游对经济发展的溢出效应越强，出现的时间越早。旅游对经济发展的冲击作用随时间的推移而减弱，一般会在加入滞后变量结束后的后一段时期结束。3）旅游对经济的冲击作用一般发生在初期，在设定滞后期的后1～2期达到峰值，峰值期后，冲击作用逐渐减弱。旅游对经济发展的影响一般表现为正向溢出效应，冲击作用在滞后末期将趋于平稳，短期内，旅游对经济的溢出过程较为平稳、持续，长期而言，旅游对经济的溢出过程较为复杂，但长期溢出效应要强于短期溢出效应。本文的研究结果表明，一个地区的旅游不仅是本地区经济发展的重要支撑，还会对其他地区的经济发展产生溢出效应。本研究分析了溢出效应冲击过程以及强度大小，在研究方法和研究结论上有一定的新意，但研究过程是基于经济学假设，相关结论需要实际数据的进一步验证，同时在分析溢出效应的影响因素时不够深入全面，停留在定性的机理分析上，是否还有其他的影响因素及各影响因素的边际效应大小还需进一步的探索，以上两个方面需要在后续研究中进一步完善。

作者：马丽君；龙云 单位：湘潭大学商学院