陈俊杰 李 莉 杨 旸 杨青霞 钱莉莉

(1.南京大学地理与海洋科学学院,江苏南京 210046; 2.天普大学旅游与酒店管理学院,美国费城 19122; 3.九寨沟风景名胜区管理局科研处,四川九寨沟 623402)

区域尺度因素对旅游业与经济增长关系的影响研究
——以九寨沟县及其所处不同尺度区域为例

陈俊杰1李 莉1杨 旸2杨青霞3钱莉莉1

(1.南京大学地理与海洋科学学院,江苏南京 210046; 2.天普大学旅游与酒店管理学院,美国费城 19122; 3.九寨沟风景名胜区管理局科研处,四川九寨沟 623402)

本文利用面板数据的变系数固定效应模型和格兰杰因果检验等方法,探讨旅游业在不同尺度区域内对经济增长的影响。文章利用1994～2013年经济和旅游业统计数据,以九寨沟县为起点,逐级放大区域尺度,考察九寨沟县、阿坝州、四川省、西南部地区、西部地区和全国6个尺度区域内旅游业对经济的影响。面板数据回归结果表明:九寨沟县、阿坝州、四川省、西南部地区和西部地区和全国旅游对经济的弹性系数分别为0.41、0.62、0.72、0.71、0.73与0.16。随区域尺度逐步增大,旅游的经济效益呈现先增加后下降形态。在最小与最大尺度区域,经济发展受旅游业的影响较小,其他尺度经济受旅游业的影响较大。

旅游经济; 面板数据; 弹性分析; 尺度效应; 格兰杰因果检验

旅游业发展对经济的影响越来越成为区域经济研究的焦点之一(Song,et al.,2012)。2015年中国旅游总收入达3.42万亿元,同比增长13.0%,相当于国内生产总值(GDP)的4.3%。旅游业投资达到10072亿元,同比增长42%,超过全国固定资产投资增速31%*数据来源:国家旅游局网站。http://www.cnta.gov.cn/zwgk/lysj/201610/t20161018786774.shtml,可以看出,在宏观经济下行压力渐趋加大之际,旅游业发展却逆势而上。旅游经济效益成为政府进行区域规划过程中重要的参考依据,是目前各级政府密切关注的焦点问题。

然而,旅游业实际效益难以准确衡量,统计口径尚未统一,计量方法不够精确,研究结论共识度较低等问题成为旅游经济效益研究的多重限制因素。这导致旅游业对经济的带动作用是否存在,对经济贡献程度大小成为具有较强争议的研究领域,因此需要新视角对该问题进行分析。从现有文献来看,国内外研究者在该问题的探讨上主要有两种案例选取方式:第一种以单一地区作为研究样本,如考察一国或一省内旅游和经济发展的相关关系(蒋满元,2008;Chen,et al.,2009);第二种选取相同尺度的多个地区作差异分析,即“横向”比较研究,如一省内各城市的旅游经济效益空间分析(张娜,等,2013)。然而,对不同尺度层级的空间单元进行“纵向”比较的研究相对欠缺。旅游的经济效益是否会随着空间尺度的变化而呈现某种规律性变化,是本文关注的主要问题。本文以多尺度区域作为研究切入点,衡量在不同区域尺度下旅游对经济的贡献。在案例选取上,我们以九寨沟县、阿坝自治州、四川省、西南地区、西部地区和全国6个层级尺度的区域作为研究案例,考察各层级尺度区域旅游发展的经济贡献。

1 文献综述

1.1 旅游与经济发展关系的研究

关于旅游对经济影响的研究起步较早,Hughes(1994)提出了乘数效应的框架体系,因其具有计算方法明确、简单等优点,在早期研究中应用广泛。在20世纪末,研究者尝试对旅游对经济影响的作用机制、时空效应进行探讨,投入产出模型(I-O Model)、旅游卫星账户(TSA)、可计算一般均衡模型(CGE)被逐步应用于研究中,通过对旅游相关产业的细分,从产业关联角度解释了旅游对经济的影响机制(Archer,1996;Frechtling,Horváth,1999;Zhou,et al.,1997;Dwyer,Forsyth,2006)。

早期的相关研究假设旅游对经济发展具有单向促进作用,21世纪初期,研究者开始关注旅游与经济发展之间究竟是如何相互作用的,计量经济学模型的引入为相关问题的探讨提供了分析工具。Balaguer 和Cantavella-Jordá(2002)对西班牙的研究发现当地经济与旅游之间存在长期均衡关系,并且存在旅游推动经济发展的因果关系。而Oh(2005)对韩国的研究则认为旅游对经济没有起到促进作用,反而是当地经济增长推动了旅游业发展。也有研究结论显示经济增长与旅游收入互为因果(Kim,Chen,2006;Katircioglu,2009)。国内利用计量经济学研究旅游经济起步较晚,以中国为案例的研究,得出了旅游对经济具有促进作用和没有促进作用两种截然相反的结论(陈友龙,等,2006;和红,叶民强,2006;蒋满元,2008)。

1.2 不同尺度空间旅游对经济的影响研究

区域尺度差异可能导致旅游对区域内经济的影响程度大小不同。庞丽等(2006)对我国东部、中部和西部三大区域做出相关分析,得出东部旅游对经济影响优于中、西部的结论。省域层面研究中,研究者利用全国省域的面板数据分析得到不同省份旅游业对经济影响不同(王良健,等,2010;邓淇中,王慧琴,2011)。亦有研究者利用省级数据做了不同省份内部旅游经济贡献分析(张明东,等,2010;杨建明,2013;张娜,等,2013;程晓丽,等,2014)。王淑新和何红(2016)剖析了在微观、中观和宏观3种尺度视角下旅游对经济的贡献情形,分别总结了微观民众收入增加效应、中观拉动效应和宏观范围的旅游导向型假说以及门限效应,这种将区域分为微观、中观和宏观从而分别得出各自独立的结论,没有回答经济效益在跨尺度过程中出现差异的根源。当前针对旅游对区域经济影响的研究缺乏跨尺度的比较研究,旅游业发展对不同尺度区域经济影响的研究缺乏理论与实践分析。

1.3 旅游对经济影响的尺度效应

尺度效应(scale effect)属于地理学中的可塑性单元问题(modifiable area unit problem),是指空间尺度范围的差异会使在一定尺度上实现的理论换到更大或更小尺度空间里不一定成立(Openshaw,1984)。Sémécurbe等(2016)指出,要准确选择一个空间尺度来探讨经济变量之间具有某种统一性的关系较为困难,所以选择具有不同等级尺度来讨论变量间关系,并将各尺度下关系值进行比较更具有研究意义。近年来在应用领域中,尺度效应和可塑性单元问题在空间植被问题(Kozak,Szwagrzyk,2016)、人口问题(Sémécurbe,et al.,2016)中被广泛应用。相关统计学研究指出,随着空间尺度逐步放大,同一模型下的多元回归拟合度会变高(Fotheringham,Wong,1991),变量间的相关系数也会提升,然而这种提升作用是非线性的。Po(2008)利用88个国家数据研究发现,旅游专业化程度小于4.088%和大于4.733%的国家,旅游对经济发展促进作用显著,专业化程度位于这两个数值之间的则出现门限效应,旅游对经济发展不显著。武春友和谢风媛等(2010)同样发现当一个区域旅游专业化程度小于2.36%时,旅游对经济的促进作用则不明显,出现门限效应。王淑新和何红(2016)认为,这种门限效应容易出现在宏观尺度,即全国尺度。由于旅游资源存在着空间分布的不均衡性,旅游收入在不同尺度中专业化程度不相同。可以推测,旅游区域经济影响存在尺度效应和门限效应。

中国幅员辽阔,区域尺度划分层级较多,旅游对经济的促进作用应深入到不同区域尺度的视角上。如果将一个区域经济体作为单一整体进行测算,则会出现研究结论“因地而异”的结果,造成同一个理论在不同实验体进行检验时结果不可比较。将区域划分为不同等级尺度来验证旅游对区域经济的影响能更科学地解释此前有争议的实证研究结果。关于旅游对经济影响的研究是一个不断细化的过程(李东和,张捷,2009;赵磊,王佳,2015),在空间维度上,研究逐渐从全国到具体区域、省域不断尺度细化,然而针对于不同区域尺度上的细化与对比研究目前仍然比较缺乏。本文在以往研究基础上,考虑到区域尺度差异导致旅游对经济影响程度会出现分异现象,选取九寨沟县、阿坝州、四川省、西南地区、西部地区、全国范围等6个尺度,研究在不同尺度区域内旅游对经济的影响,将区域尺度作为研究的因素之一,检验旅游经济效益在各尺度上的差异。在研究方法上,本文将不同尺度的区域作为一个面板组合中不同截面项的个体,在统一的计量模型下考虑不同个体的回归估计参数,便于比较各区域尺度下旅游对经济的影响程度大小。

2 案例选择、数据来源与研究方法

2.1 案例选择与数据来源

本文案例地选择的最小尺度为九寨沟县,县域内主要旅游资源为九寨沟国家级自然保护区,是中国著名风景名胜区和全国文明风景旅游区示范点,全县2015年旅游总体收入8.38亿元*数据来源：九寨沟管理局计财处.,是国家旅游局认定的全国17个“中国旅游强县”之一,该县代表了中国县域旅游发展的较高水平。本文研究数据源自《九寨经济60年》《阿坝州国民经济和社会发展统计公报》《四川省国民经济和社会发展统计公报》《云南统计年鉴》《重庆统计年鉴》《西藏统计年鉴》《贵州统计年鉴》《甘肃统计年鉴》《青海统计年鉴》《新疆统计年鉴》《宁夏统计年鉴》《陕西统计年鉴》《中国统计年鉴》。分别选取1994～2013年20年的旅游收入(记作TR),与地区国内生产总值(GDP)两个指标。文中西南地区数据用四川、贵州、重庆、云南、西藏5个省份数据相加,西部地区数据是将西南地区数据加上甘肃、青海、新疆、宁夏、陕西5个省份数据。

2.2 数据处理

由于在统计年鉴与公报中得到的GDP和旅游收入值为当年名义GDP与名义旅游收入TR,难以反映其代表变量的实际变动状况,故而通过以下公式分别将名义GDP与名义TR转换成实际GDP与实际TR。

(1)

(2)

在式(1)、(2)当中,t代表年份,CPI代表物价水平,以当年全国消费者价格指数累加值衡量。对实际GDP和实际TR取对数,得出LnGDP与LnTR两个变量,取对数的意义在于一定程度上可以消除时间序列中的异方差性,另一方面可以通过回归系数得到两者之间关系的弹性系数值。

2.3 研究方法

2.3.1 数据检验

对于时间跨度较长的面板数据而言,需要进行单位根检验,以防出现伪回归情况。常用的第一代面板数据单位根检验包括LLC检验、Breting检验等5种,除此外采用基于空间异质性的第二代单位根检验。已有研究表明,CADF方法面临的过度拒绝风险相对较低,且更能验证截面项之间具有依赖性的单位根过程(杨子晖,等,2015)。故本文将综合使用两代单位根检验。在检验结果为一阶单整时使用协整检验,验证解释变量与被解释变量存在长期均衡关系。常用面板协整检验包括面板V统计量、组间rho统计量等7种(Pedroni,1999)。在此基础上,通过格兰杰因果检验观察不同尺度内经济发展和旅游收入两者的因果关系。

2.3.2 模型设定

(3)

式中,i=1,2,…N,代表面板数据中的截面成员项;t=1,2,…T,代表时间序列;a代表截距项;b代表系数项;uit代表误差项。面板数据模型可以分成3种类型,首先是无个体影响的不变系数模型,ai=aj,bi=bj,即各截面成员间的系数项都相等,截距项也相等。该模型将所有数据看作简单的截面数据堆砌,既没有结构性变化,也没有个体影响;第二种是变截距模型,ai≠aj,bi=bj,即截面成员存在对于被解释变量的个体影响,因此截距项不相等。但没有各自的结构性变化,因此各截面成员使用共同的系数项;第三种是变系数模型,该种模型中ai≠aj,bi≠bj,即每个截面成员对被解释变量既存在个体影响差异,又存在结构性影响差异,因此各成员截面项和系数项都不相同。

本文设定的基本模型为:

(4)

下面使用F检验的方法进行混合模型、变截距模型和变系数模型的判别。方法是构造统计量F1和F2,对其进行以下假设检验:

根据假设构造如下统计量:

在式(5)和式(6)当中S1、S2、S3分别为变系数模型,变截距模型和混合模型的残差平方和,其中n为截面项个数,即n=6,T为时间序列长度,即T=20,K为解释变量个数,即K=1。当F2小于α在0.05置信水平下的临界值时则不拒绝原假设H2,采取混合模型,反之则继续检验F1,当F1同样小于临界值时则选用变截距不变系数模型。当F1大于该临界值时,则拒绝原假设H1,则采取变系数模型。

3 实证分析

3.1 面板单位根检验

按照之前描绘的方法,将实际数据输入eviews7.2中进行统计分析,从而得到统计指标以及统计量。面板单位根检验过程包括第一代单位根检验中的LLC检验、Breitung检验、Fisher-ADF检验、Fisher-pp检验以及IPS检验。同时包括能够反应面板截面项异质性和依赖性的检验指标的第二代单位根检验指标CADF。

表1 面板单位根检验结果

注:*表示在5%的条件下拒绝原假设,**表示在1%的条件下拒绝原假设,***表示在0.1%的条件下拒绝原假设;单位根检验的原假设是面板数据存在单位根,设定检验形式含有个体趋势与截距项。

由表1可见,在第一代检验指标下,结果表明两个面板数据序列都具有平稳特性,而根据CADF检验结果来看,旅游收入和GDP都是一阶单整序列,考虑到本文采用的面板数据是在不同尺度上的时间序列,各等级尺度在空间上属于包含关系,因此第二代面板检验则更加具有可靠性,可以认为旅游收入和区域经济的发展的原序列都非平稳,需要进一步进行面板协整检验。

3.2 面板协整检验

协整检验在于证明变量之间存在长期协调变化关系,其功能除了判断回归方程的可行性外,也能揭示出变量之间的长期稳定关系。本文采用Pedroni检验方法,基本思想是首先假设变量之间不存在协整关系,继而构建7个统计量。拒绝原假设则表示协整关系存在。

表2 面板协整检验结果

注:***表示伴随概率P<0.001,*表示伴随概率P<0.05.

由表2可以看出,面板V、面板PP、面板ADF、组间ADF都显示协整关系存在,多数统计量显示了协整关系的显著性,可以推定旅游收入与经济增长在该面板内存在长期的稳定关联性,进而可以进行回归模型构建。

3.3 格兰杰因果检验

该种检验从统计角度对现实概念的因果关系进行诠释,可以简单地看出在不同尺度区域内旅游发展和经济增长的数据因果关系;因为该种因果关系并不是绝对的逻辑因果,故将这种相互关系称作A是否格兰杰引起B。

表3 格兰杰因果检验结果

注:格兰杰因果检验滞后阶数设立为2阶。

表3显示了滞后项系数为4的格兰杰检验方程F检验结果。从中可以看出,在10%的显著性水平下。县域范围和西部地区两个尺度中,旅游收入和经济发展两者之间不存在显著的格兰杰因果关系。在阿坝州、四川省、西南地区、和全国范围这4个尺度下,旅游收入和经济发展都显示了单向因果关系。其中阿坝州和全国这两个尺度上,经济发展是旅游收入的格兰杰原因,这两个尺度的结果对应了此前经济带动旅游增长的研究结论。在四川省、西南地区两个尺度内,旅游收入是经济发展的格兰杰原因,结果对应了之前研究中旅游驱动经济增长假说(TLGH)。

3.4 面板方程估计

首先在选择模型系数是否改变时进行式(5)和式(6)中的F检验,检验结果为F2=22.43,F1=5.17,都大于α在0.05置信水平下的临界值,因此,选择变系数模型进行测算。其次,根据豪斯曼检验结果(高铁梅,2009),使用随机效应模型的卡方检验值为71.23,拒绝原假设,因此采用变系数固定效应模型。

将6个分级区域下的数据带入式(4)当中,利用eviews7.2进行面板回归分析,从而得出在各级尺度下经济发展受旅游收入影响的弹性系数和个体截距项的系数。在模型设定上受固定效应影响,各区域尺度下对应着不同的个体截距项(见表4)。

表4 面板数据变系数回归结果

注:固定效应的总体截距项bi,其参数估计为8.5522,T值为36.81(0.00);Adjusted R2=0.9943,AIC=0.33,F=1895.86(P=0.00).

由表4可见,在九寨沟县和全国范围内,旅游对经济的结构性影响相对较低,弹性系数分别为0.41和0.16,即旅游收入每变动1%,经济将变动0.41%和0.16%。而就阿坝州、四川省、西南部地区、西部地区而言,弹性系数较大,分别达到了0.62、0.72、0.71和0.73,即旅游每变动1%,其经济将变动0.62%、0.72%、0.71%和0.73%。综合而言,在考虑结构性变化的影响下,随区域尺度逐级扩大,在西部地区这一尺度以下,旅游对经济影响的递增效应占据主要地位,即越高范围的尺度内旅游的影响作用越大。而将西部地区放大到全国尺度下时,弹性系数下降到0.162%,则出现了较为明显的门限效应,与之前研究结论相一致。由图1可看出旅游收入对经济影响的弹性系数在区域尺度上的变化情况。

在变系数模型下,各成员方程截距项被分离成各个体成员都相等的总体截距项(bi)和跨成员方程变化的表示个体对总体均值偏离的个体截距项(ui)。个体截距项表示的是个体成员i对总体平均状态的偏离,所有偏离之和为0(高铁梅,2009)。从个体截距项可以发现,每个尺度的区域内旅游经济影响对平均状态偏离的个体差别的大小。从回归结果可以看出,第一,全国范围以下5个尺度内旅游的经济影响对平均状态具有负向偏离,非全国尺度的影响水平比一般状态较低;而在全国范围内,旅游经济影响高于一般状态水平。第二,县域、省域、西南地区和西部地区4个尺度下旅游业对经济影响的个体差异程度较低。而在全国和州级尺度下,旅游经济影响出现差异较大的个体效应。

图1 不同尺度下旅游收入对经济发展的弹性系数

3.5 稳健性检验

前文分析使用了旅游收入作为衡量旅游发展水平的变量,使用单一指标有可能使得回归结果面临测量误差引起的不稳定性,因此使用旅游接待人次作为替代变量,做与前述模型相同的测算过程。旅游接待人次与旅游收入同样可以反映旅游业发展水平,而差异在于旅游接待人次未考虑游客的消费水平,只从人口的角度反映区域旅游对人的吸引力大小。区域内旅游接待人次用TP表示,同样进行对数化处理后使用面板变系数模型进行测算,表5为稳健性检验的结果。区域由小到大其回归系数依次为0.41、0.64、0.73、0.72、0.87、0.25,与表4反映结论基本一致,基于此,基本可以认定,西部地区旅游业发展对区域经济的贡献随尺度逐渐扩大存在“先增后减”的形态关系。

表5 稳健性检验结果

注:***表示伴随概率P<0.001,**表示伴随概率P<0.01;Adjusted R2=0.922,AIC=0.41,F=974.3(P=0.00).

4 结论与讨论

通过对1994～2013年6个不同尺度区域的变系数面板数据分析可以得出如下结论。

(1) 旅游在九寨沟县、阿坝州、四川省、西南地区、西部地区对经济的弹性系数总体上随区域尺度增大而增大,呈区域尺度递增形态,该部分地区旅游收入一定程度上在经济体中促进了要素配置优化。然而,在全国范围来看,出现旅游带动经济发展的“门限效应”,旅游收入对经济发展的弹性系数较弱。

(2) 从格兰杰因果检验可以看出:在四川省和西南地区两个尺度上,旅游对整体经济发展的单向影响较为显著,旅游资源的经济效益较为明显。与此相反,在全国和阿坝州两个尺度上,经济发展会对旅游业造成单方面的推动作用。该现象说明,尺度差异会导致旅游和经济的因果关系出现相反结论,尺度效应亦在一定程度上解释了此前研究的争议之处。

(3) 从变动的个体截距项看出,除全国尺度外,旅游对经济的固定性影响均低于平均水平。个体截距项反映了解释变量因截面成员差异而造成的固定性影响相对于平均值的偏离程度。由于固定性影响不随旅游收入的扩大而导致经济发展呈乘数形式增长,因此全国以下尺度中旅游的固定性影响相对较弱,影响模式主要体现在乘数效应上。在全国尺度上,旅游发展对经济的影响较为稳定,旅游收入的波动引起的经济波动相对较小。

本文选取九寨沟县作为最小尺度的计量单元,以西部地区而言,九寨沟县属于旅游强县,而在尺度效应作用下,旅游经济贡献度仍然小于西部及西部以下尺度内,说明从县域尺度向自治州一级尺度跨越的过程中,旅游经济效益会出现递增。从机制上看,区域旅游发展催生的经济增长效果容易溢出到更高级的尺度内,并在更高一级的尺度下产生经济效果。在相对较小空间范围内,地区产业结构较为单一,旅游经济影响只在特定空间内有限的行业当中体现,而带来的需求增长则在小尺度范围内体现。随区域尺度逐渐扩大,旅游经济影响会在更高尺度内显现出。当尺度扩大到全国范围内时,由于旅游业在国内经济中所占比重较低,旅游经济贡献出现门限效应(武春友,谢风媛,2010),即旅游业在区域经济总量中达到一定比重后,其贡献作用才能显著表现出来,而就全国尺度下来看,旅游收入与国内生产总值的6%,贡献作用相对于区域层面,尤其是西部区域仍然较低。在尺度效应和门限效应两个理论框架下,随尺度逐步扩大,旅游经济贡献整体呈现出“两头小,中间大”的倒U型结构关系。

对于未来的研究方向,本文建议应更多关注各尺度层级上旅游经济效益的“垂直化细分”和“水平化对比”。所谓垂直化细分,是将更为细化的尺度纳入经济效益跨尺度对比的分析框架下。本文将尺度在垂直空间体系下分为6个尺度,而要得到更为一般性的结论,尺度划分在微观维度上可以继续向村镇,景区周边等地区进一步细化;在中观维度上可以向具有相似地域文化、共同拥有某种旅游资源的区域进行划分;在宏观维度上可以加入国际尺度的对比,例如比较关税同盟、共同市场等尺度下旅游经济效益。水平化对比是从多个平行的垂直尺度体系中验证更为普遍的规律,本文从西部九寨沟地区出发逐步扩大尺度范围,研究结论就目前看在西部具有适应性,而要验证该现象是否在东、中部以及其他国家范围内同样存在,需要更多类似的实证研究来做水平方向的对比。

本研究对于西部地区旅游规划、政策制定上亦有一定的启示作用,具体表现在以下几方面。

(1) 我国西部范围内省级、市县级以及更小区域尺度的旅游规划应更加注重区域经济的联动效益,注重旅游资源的整合所发挥的经济价值,这样有利于充分发挥旅游发展带动作用,促进需求增长,同时更加需要注重区域间旅游产业合作,挖掘旅游新兴产业,促进产业供应链、旅游延伸产业的扩张与增长(张捷,2013)。

(2) 由于西部地区随尺度扩大旅游的经济效益递增,应当着重发展全域旅游,递增的尺度效应是全域旅游发展的相应理论基础。当具有旅游属性的区域逐步扩大时,在尺度效应的作用下,旅游的整体的经济促进功能将会提升。因此建议西部地区城市增强大范围空间景观、资源和区域的旅游属性,着力发展全域旅游,理论上对经济发展具有更高的乘数促进作用。

(3) 西部地区旅游对经济的结构性影响处于较高水平,单位旅游收入的增加具有较强的经济乘数效应。因此在西部开发过程中,应当加大旅游开发和投资力度,增加西部地区旅游业供给,进一步完善西部地区旅游投资的制度环境,以旅游投资开发进一步拉动旅游消费和西部经济增长。

[1] 陈友龙,刘沛林,许抄军.我国旅游业发展与经济增长的因果关系研究[J].衡阳师范学院学报,2006(1):93-97.

[2] 程晓丽,王逢春.安徽省旅游产业发展与经济增长相关性分析[J].经济地理,2014(3):182-186.

[3] 邓淇中,王慧琴.入境旅游与经济增长关系的区域差异研究[J].旅游论坛,2011(2):54-58.

[4] 高铁梅.计量经济分析方法与建模[M].北京:清华大学出版社,2009:308.

[5] 和红,叶民强.中国旅游业与经济增长相关关系的动态分析[J].社会科学辑刊,2006(2):134-138.

[6] 蒋满元.旅游外汇收入对国民经济增长的贡献分析[J].旅游学刊,2008(8):30-33.

[7] 李东和,张捷.国内旅游现象空间分异研究进展与展望[J].人文地理,2009(5):96-99.

[8] 李京晶,马耀峰,李创新.北京入境旅游流西向扩散与省域经济联系研究——以西部三大典型区为例[J].资源开发与市场,2010(3):212-215.

[9] 刘宏盈,马耀峰.入境旅游流空间转移与省域旅游经济联系强度耦合分析——以上海入境旅游流西向扩散为例[J].资源科学,2008(8):1162-1168.

[10] 庞丽,王铮,刘清春.我国入境旅游和经济增长关系分析[J].地域研究与开发,2006(3):51-55.

[11] 王良健,袁凤英,何琼峰.基于异质面板模型的我国省际旅游业发展与经济增长研究[J].经济地理,2010(2):311-316.

[12] 王淑新,何红.尺度视角下中国旅游业发展的经济效应研究述评与展望[J].商业经济与管理,2016(6):73-80.

[13] 武春友,谢风媛.入境旅游发展与经济增长的非线性关系——基于门限面板数据模型的实证研究[J].商业经济与管理,2010(2):76-83.

[14] 杨建明.福建省旅游与经济增长关系的计量经济学研究[J].北京第二外国语学院学报,2013(3):35-43.

[15] 杨子晖,柯烁佳,赵永亮.第二代面板单位根检验方法有限样本性质的比较研究[J].数量经济技术经济研究,2015(12):124-141.

[16] 张捷.旅游规划理论的传统与更新的若干问题[J].旅游学刊,2013(9):3-5.

[17] 张明东,陆玉麒.山东省入境旅游经济差异及经济增长刺激效应[J].南京师大学报(自然科学版),2010(2):126-131.

[18] 张娜,佟连军.基于面板数据的黑龙江省旅游经济效应分异研究[J].经济地理,2013(2):172-178.

[19] 赵磊,方成,吴向明.旅游发展、空间溢出与经济增长——来自中国的经验证据[J].旅游学刊,2014(5):16-30.

[20] 赵磊,王佳.中国旅游发展与经济增长——基于省际面板数据的协整分析[J].旅游科学,2015(1):40-57.

[21] Archer B (1996).The economic impact of tourism in the Seychelles[J].Annals of Tourism Research,23(1):32-47.

[22] Balaguer J,Cantavella-Jordá M (2002).Tourism as a long-run economic growth factor:The Spanish case[J].Applied Economics,34(1):877-884.

[23] Chen C,Chiou-Wei S Z (2009).Tourism expansion,tourism uncertainty and economic growth:New evidence from Taiwan and Korea[J].Tourism Management,30(6):812-818.

[24] Dwyer L,Forsyth P (2006).Assessing the economic impacts of events a computable general equilibrium approach[J].Journal of Travel Research,45(1):59-66.

[25] Fotheringham A S,Wong D W S (1991).The modifiable areal unit problem in multivariate analysis[J].Environment & Planning A,23(7):1025-1044.

[26] Frechtling D C,Horváth E (1999).Estimating the multiplier effects of rourism expenditures on a local economy through a regional input-output model[J].Journal of Travel Research,37(4):324-332.

[27] Grossman G M,Helpman E (1991).Trade,knowledge spillovers,and growth[J].European Economic Review,35(2-3):517-526.

[28] Huges H L (1994).Tourism multiplier studies - A more judicious approach[J].Tourism Management,15(6):403-406.

[29] Katircioglu S 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.

[30] Kim H J,Chen M (2006).Tourism expansion and economic development:The case of Taiwan[J].Tourism Management,27(5):925-933.

[31] Kozak J,Szwagrzyk M (2016).Have there been forest transitions? Forest transition theory revisited in the context of the Modifiable Areal Unit Problem[J].Area,48(4):504-512.

[32] Lin T,Sung Y (1984).Tourism and economic diversification in Hong Kong[J].Annals of Tourism Research,11(2):231-247.

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

[34] Openshaw S (1984).The modifiable areal unit problem[J].Concepts and Techniques in Modern Geography No.38.Geo Books,38(1):1-41.

[35] Pedroni P (1999).Critical values for cointegration tests in heterogeneous panels with multiple regressors[J].Oxford Bulletin of Economics and Statistics,61(S1):653-670.

[36] Po W C,Huang B N (2008) Tourism development and economic growth-a nonlinear approach[J].Physica A Statistical Mechanics & Its Applications,387(22):5535-5542.

[37] Schmutzler A (1998).Changing places—the role of heterogeneity and externalities in cumulative processes[J].International Journal of Industrial Organization,16(4):445-461.

[38] Sémécurbe F,Tannier C,Roux S G (2016).Spatial distribution of human population in France:Exploring the modifiable areal unit problem using multifractal analysis[J].Geographical Analysis,48(3):292-313.

[39] Song H,Larry D (2012).Tourism economics research:A review and assessment[J].Annals of Tourism Research,39(3):1653-1682.

[40] Zhou D,Yanagida J F,Chakravorty U J (1997).Estimating economic impacts from tourism[J].Annals of Tourism Research,34(1):76-89.

(责任编辑:车婷婷)

A Research on the Impact of the Relation between Regional Scale Factor, Tourism Industry, and Economic Growth: A Case Study of Jiuzhaigou County and its Regions of Different Scales

CHEN Junjie1, LI li1, YANG Yang2, YANG Qingxia3, QIAN lili1

(1.SchoolofGeographicandOceanographicSciences,NanjingUniversity,Nanjing210046,China; 2.SchoolofTourismandHospitalityManagement,TempleUniversity,Philadelphia,PA19122USA; 3.ManagementOfficeofJiuzhaigouLandscape,Jiuzhiagou623402,China)

This paper applied the panel data fixed effect model of variable coefficient and Granger causality test method to explore into the impact of tourism industry on the regional economy of different scale areas by using the 1994～2013 economic and tourism statistic data collected from sampling Jiuzhaigou Countyto Aba, Sichuan province, south-west area, and 6 scale regions selected nationwide, and made a panel data regression analysis. The result shows that the elastic coefficients of Jiuzhaigou County, Aba, Sichuan province, south-west area, the western area, and the 6 scale regions selected nationwide are 0.41、0.62、0.72、0.71、0.73 and 0.16, and with the increase of the scales, the economic benefit of tourism shows an increase-to-decrease tend; the economic growth of the both the largest and smallest scaled areas is less effect by tourism than other scaled areas.

tourism economy; panel data; elastic analysis; scale effect; Granger causality test

2015-08-05;

2016-10-28

国家自然科学基金项目“突发危机事件对旅游目的地社会地理影响的时空模式研究:以大九寨沟地区为例”(41171121)。

陈俊杰(1992-),男,南京大学地理与海洋科学学院硕士生,E-mail:seatidechen@outlook.com。李莉(1992-),女,南京大学地理与海洋科学学院博士生,研究方向为旅游管理。杨旸(1985-),男,美国天普大学旅游与酒店管理学院助理教授,研究方向为旅游需求与区域旅游经济增长。杨青霞(1981-),女,九寨沟风景名胜区管理局科研处副处长。钱莉莉(1988-),女,南京大学地理与海洋科学学院博士生,研究方向为记忆地理。