汪 静

（江苏大学 财经学院，江苏 镇江 212013）

自2000 年以来，江苏省的经济一直在全国排名前列，在2019 年人均GDP 达到12.36 万元。一方面，国内旅游收入达到13 902.21 亿元，与2000 年的587.52 亿元相比，增长了将近23 倍，国内旅游接待人次达到8 7611.7 万人次，与2000 年相比增长了11 倍，旅游业逐渐成为经济快速发展的新增长点[1]，江苏省在旅游业发展方面进步喜人，旅游群体的范围不断扩大，说明更多的人越来越注重满足精神需要的旅游体验，使得旅游消费在江苏省居民的消费结构中占比越来越大。另一方面，绿色发展是“十三五”五大发展理念之一，习近平总书记在强调全面贯彻新发展理念时，提出要在推动绿色发展上迈出新步伐，作为国家战略性发展前沿产业的旅游业，成为建设绿色中国与生态社会的重要转型方向。然而，根据世界旅游组织和联合国环境规划署研究表明，旅游业直接和间接产生的CO2排放量约占全球总排放的4.9%，引起的温室效应贡献率高达14%[2]。同时，伴随着中国旅游业低效、粗放、高速发展，势必也会带来环境污染问题，致使旅游环境问题凸显。因此研究江苏省旅游业绿色生产率的发展及其相关影响因素，对江苏省实现旅游业可持续性发展具有重要的理论意义和现实意义。也有学者从国家、省域、地市视角测量旅游业全要素生产率，如陈圆圆等（2019）[3]、邢夫敏和孙琳（2019）[4]、钟敬秋和韩增林（2016）[5]基于DEA 模型并结合Malmquist指数对全国、长江经济带、江苏省、辽宁省的旅游业全要素生产率增长进行了实证研究。这些研究均无法准确地测度旅游业绿色发展水平和质量，难以真正实现旅游业与资源环境和谐发展。

本文尝试从“测度—影响因素分析”视角，借助DEA 法和Malmquist 指数对江苏省各城市旅游业绿色生产率进行测度与分解，再根据空间计量模型分别从江苏省各地区四个层面对旅游业绿色生产率的影响因素进行空间效应分析，继而清楚地得出江苏省各地区旅游业绿色生产率的现状和特征，并探究各地级市旅游业绿色生产率的影响因素空间差异。

一、指标体系构建

（一）旅游业绿色生产率测度指标体系构建

旅游业绿色生产率是将某个地域当作旅游经济的生产单元，考虑要素的投入与产出指标。区域旅游业资本要素的投入包含旅游业基础设施、旅游资源和劳动力。基于数据的获取性和连续性，本文选取2009—2018 年连续10 年江苏省旅游业投入和产出的跨期面板数据来测算旅游业绿色生产率，具体指标体系如表1 所示。

表1 测度指标体系

（二）影响因素指标确定

通过对相关文献[6]分析，考虑可能影响旅游业绿色生产率的因素，本文选取了8 个不同层面的指标，具体如表2 所示。

表2 影响因素指标体系

本文选择以江苏省13 个地级市作为基本研究单元，根据地理区分将江苏省划分为苏南地区（苏州、无锡、常州、南京、镇江）、苏中地区（扬州、南通、泰州）和苏北地区（徐州、淮安、连云港、宿迁、盐城）三大研究区域；由于获取数据有限，选择2009—2018 年10 年连续时间序列。所有相关数据来源于2010—2019 年《江苏省统计年鉴》、各地级市的统计年鉴和旅游年报以及各地级市的国民经济和社会发展统计公报。

二、江苏省旅游业绿色生产率测度及时空演化

（一）江苏省旅游业绿色生产率总体特征

基于DEA 效率评价方法及投入产出历史数据，在VRS 条件下，测算出2009—2018 年江苏省13 个地市的旅游业绿色生产率及其分解，测度结果平均值如表3 所示。

表3 2009—2018 年江苏省旅游业绿色生产率平均值

表3 显示，从总体上看，江苏省旅游业绿色生产率整体是非常高的，均高于0.8，江苏省各地市旅游业绿色生产率综合效率平均值呈现倒“U”型趋势，2015 年为转变拐点，在2015 年综合效率达到最大值，说明在该年份所实施的绿色生态旅游政策达到比较好的效果。

（二）江苏省旅游业绿色生产率的Malmquist 指数分解时空演化

为进一步对江苏省13 个地级市的旅游业绿色生产率进行动态分析，借助DEAP 2.1 软件对2009—2018 年江苏省13 个地级市的旅游业绿色生产率投入产出的面板数据进行Malmquist 指数测算和分解，分解得到技术效率变化指数，如表4 所示。

表4 江苏省各市旅游业绿色生产率的变化情况

通过分析江苏省各市旅游业绿色生产率变化情况发现旅游业绿色规模效率变化指数总体呈增长趋势，与旅游业绿色技术效率变化指数的变化趋势表现出明显的一致性。而旅游业绿色纯技术效率变化指数则一直在1 上下浮动，变化幅度不大。且纯技术效率和规模经济效率是导致各地区旅游业绿色生产率增长缓慢的主要原因。

三、旅游业绿色生产率的影响因素分析

（一）模型识别检验

接下来运用空间计量分析方法分析江苏省13个地级市的旅游业绿色生产率的相关影响因素关系。由于江苏省苏南、苏中和苏北地区地理位置，经济发展情况等有较大差异，各因素对江苏省旅游业绿色生产率的影响不一定适用于其他地区，因此，本文在研究各影响因素对旅游业绿色生产率影响的基础上，同时对苏南、苏中和苏北地区进行空间计量分析。研究依据LM、LR、Hausman 和Wald 检验，分别选择适合江苏省地区、苏南地区、苏中地区和苏北地区的最为合适的空间计量模型，得到具体结果如表5 所示。通过LR 统计量检验知，零假设和同时被拒绝，应设定为空间杜宾模型，通过Wald检验知不能弱化为SLM 和SEM 模型，通过Hausman检验知接受原假设随机效应模型，最后选取时间、个体和双向效应，均在5%的显著性水平下拒绝原假设，双向模型最好，因此针对江苏省数据选择双向随机效应的空间杜宾模型。根据姜磊（2018）[7]、姜磊（2016）[8]、季民河等（2011）[9]知，模型设定正确时应遵从Wald 统计量>Log likelihood 统计量>LR 统计量的排列顺序，因此可得到，苏南地区选择双向随机效应空间误差模型，苏中地区选择双向随机效应空间滞后模型，苏北地区选择双向固定效应空间杜宾模型比较合适。空间权重矩阵本文采用相邻权重矩阵，即两地区之间相邻为1，不相邻为0。

表5 空间计量模型的确定

（二）空间计量模型回归结果分析

分别从江苏省层面、苏南地区、苏中地区和苏北地区四个层面进行空间计量分析，对旅游业绿色生产率影响因素进行空间计量分析，具体结果如表6 所示。

表6 空间计量模型估计结果

通过空间计量模型结果可知，政府调控对江苏省各地区旅游业绿色生产率的提高产生显著正向影响，这是因为政府宏观调控下能更好地为区域绿色旅游产业发展提供政策和资金等方面的支持，进而推动了居民消费水平的提升和本地旅游市场规模的扩大。且对苏北地区的正向效应最高，政府调控每增加1%，旅游业绿色生产率提高1.774%，这说明近年来江苏省为缩小区域旅游经济发展差距，旅游业发展重心由苏南转向苏北地区。

产业结构对江苏省旅游业绿色生产率产生负向影响，并呈现出明显的地区异质性，是产业间对资源的占用存在竞争关系所致。旅游产业专业化程度对江苏省及各地区都具有显著的正向影响，表明区域旅游专业化程度是旅游业绿色生产率提升的关键影响因素，这主要因为旅游专业化的强度决定了相应地区的旅游要素的积累，继而对旅游业绿色发展有积极影响效应。信息化水平主要对苏南地区和苏北地区有正向影响，而对江苏省和苏中地区影响不显著，这也与其地理位置和经济发展情况密切联系，现代旅游业的发展对区域旅游企业的经营管理有积极影响效应，在增加旅游产业的收入的同时也增强了抗风险水平。在显著性水平为10%时，区域交通优势度对江苏省、苏南和苏中地区产生正向显著影响，而对苏北地区产生负向影响，说明完善交通设施有利于旅游吸引力的提高和客源市场规模的扩大，继而实现优化客源市场结构的目标。消费市场规模对江苏省及各地区均产生显著正向效应，这由于消费市场的扩大会引起区域旅游流量的增加，为区域旅游产业创造利润，因而对区域旅游产业绿色生产率的发展有关键作用。而对外开放程度对江苏省及各地区也产生显著的正向作用，这是由于对外开放水平的提高会带来资金的增加和技术的引进，因而提升区域旅游产业的水平，也吸引了入境游客，继而增加旅游客流。

旅游基础设施只对江苏省和苏中地区旅游业绿色生产率产生显著的正向作用，而对苏南和苏北地区并不显著。这是由于旅游产业基础条件在区域旅游发展初期，由于旅游产业发展单一化使得基础条件产生积极效应，但随着区域旅游产业发展的成熟，基础条件得到改善，使得旅游业绿色生产率的发展不再受到基础设施条件的制约。由于江苏省、苏中和苏北地区的空间滞后系数P 均为负值，说明旅游业绿色生产率的高低不仅与本地区的旅游投入要素有关，还受周边地区旅游业绿色生产率的影响，验证了江苏省各地区之间旅游业发展密切相关的空间关联特征。

四、结论与讨论

本文以绿色发展为背景，基于非参数DEA 模型，借助Malmquist 指数在考虑环境污染和碳排放约束条件下对2009—2018 年间江苏省13 个地市旅游业绿色生产率进行测算与分解，并运用空间计量模型探究江苏省各地区的旅游业绿色生产率的空间效应，主要结论如下：

（1）旅游业绿色生产率测度结果表明：总体上看，江苏省旅游业绿色生产率整体比较高，各地区旅游业绿色生产率综合效率呈现倒“U”型趋势，在2015 年所实施的绿色生态旅游政策达到效率最高值；且旅游业绿色生产率呈现出明显的区域异质性；技术进步对江苏省各地区旅游业绿色生产率的影响最大，纯技术效率因素以及规模经济因素是导致江苏省各地区旅游业绿色生产率增长缓慢或下降的主要原因。

（2）影响因素分析表明，政府调控、旅游产业专业化程度、对外开放程度和消费市场规模均对江苏省各地区旅游业绿色生产率的提高产生显著正向影响；产业结构对江苏省旅游业绿色生产率产生负向影响，并呈现出明显的地区异质性，是产业间对资源的占用存在竞争关系所致；信息化水平主要对苏南地区和苏北地区有正向影响；区域交通优势度仅对苏北地区产生负向影响；旅游基础设施只对江苏省和苏中地区旅游业绿色生产率产生显著的正向作用，且验证了江苏省各地区旅游业发展密切相关的空间关联特征。

本文也存在一定的局限性。首先，指标的选取，可以在数据可得性情况下，进行一定的针对性指标选取，如碳排放指标采用自下而上的方法进行测度等。其次，本文的研究单元是选取13 个市域范围，以后可细化分析地级市下的县级城市，研究具体县市的旅游业绿色发展情况，为当地旅游发展政策提供理论支撑。