谷新輝

（宜春學院 經(jīng)濟管理學院，江西 宜春 336000）

旅游產(chǎn)業(yè)被譽為21世紀的朝陽產(chǎn)業(yè)，是現(xiàn)代服務業(yè)的龍頭產(chǎn)業(yè)，其快速地發(fā)展不僅能夠促進經(jīng)濟增長、緩解就業(yè)壓力，而且在優(yōu)化區(qū)域產(chǎn)業(yè)結(jié)構(gòu)，改善地方投資和生活環(huán)境，提升城市整體形象，擴大對外開放，加速構(gòu)建和諧社會等方面發(fā)揮著日益重要的作用。進入21世紀以來，江西省委、省政府提出要盡快把旅游產(chǎn)業(yè)培育成為國民經(jīng)濟的支柱產(chǎn)業(yè)后，開展了大型游藝博覽活動如景德鎮(zhèn)陶瓷節(jié)、贛州宋城文化節(jié)、龍虎山道教文化節(jié)、廬山國際旅游節(jié)、宜春月亮情之旅等，這些活動吸引了大批中外人士和游客云集江西，全省旅游也進入了快速發(fā)展時期。2008年全省旅游總?cè)藬?shù)8103萬人次，旅游總收入559.4億元，旅游總收入相當于全省GDP、第三產(chǎn)業(yè)GDP的8.6%和27.9%。在入境旅游上，1979～2003年，全省共接待海外旅游者188.3萬人次，旅游外匯收入5.08億美元；2004～2008年，接待海外旅游者260.42萬人次，旅游外匯收入7.69億美元，遠遠超過前25年的總接待量和外匯收入；2009全省共接待入境旅游人數(shù)96.4萬人次，增長20.2%；旅游外匯收入2.9億美元，增長15.1%，通過政策扶持鄉(xiāng)村旅游，來吸納農(nóng)民特別是返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)就業(yè)，實現(xiàn)新增旅游直接創(chuàng)業(yè)就業(yè)10萬人，實現(xiàn)了江西省旅游經(jīng)濟的跨越式發(fā)展?？梢?，研究旅游產(chǎn)業(yè)對國民經(jīng)濟及解決就業(yè)的貢獻，對江西省各地市制定科學客觀的旅游產(chǎn)業(yè)發(fā)展策略促進區(qū)域經(jīng)濟增長具有重要的現(xiàn)實意義和實踐價值。

1 數(shù)據(jù)選取與計量方法

1.1 變量選取與數(shù)據(jù)說明

本文以江西省的國內(nèi)生產(chǎn)總值(GDP)來反映江西省的經(jīng)濟增長狀況，用國民生產(chǎn)總值指數(shù)將 GDP換算為以1991年不變價格計算的值。選取旅游業(yè)的總收入(TTE)作為評價旅游業(yè)發(fā)展的指標，并用居民消費物價指數(shù)將其換算為以1991年不變價格計算的值。旅游業(yè)的總收入是江西省統(tǒng)計年鑒中比較全面和連續(xù)的，而且也能很好地描述旅游業(yè)的發(fā)展，因此，選取這一指標描述旅游業(yè)的發(fā)展。為消除異方差，對各變量取自然對數(shù)以消除變化趨勢和異方差，且這種變換不會影響變量之間的長期穩(wěn)定關(guān)系。在下面的分析中分別用LGDP與 LTTE表示自然對數(shù)化以后的江西省GDP總量和旅游總收入。本文選取1991～2009年的年度數(shù)據(jù)為樣本區(qū)間，數(shù)據(jù)主要來源于《江西統(tǒng)計年鑒》。

1.2 計量方法

1.2.1 VAR模型的構(gòu)造

一般傳統(tǒng)的回歸模型都以經(jīng)濟理論為基礎，應用模型對經(jīng)濟主體的行為做出適當?shù)拿枋?，然后分析外生變量如何影響?nèi)生變量。但是這種模型存在一些缺陷，一種缺陷是把一些變量看成是內(nèi)生的，而把另一些看成外生的或前定的，這種決定往往是主觀的，因為有可能這兩個變量是互為因果的；另一種缺陷是在構(gòu)造聯(lián)立方程模型時，為了使模型可識別，必須在某個方程中舍去某些變量。VAR模型的核心思想就是不考慮經(jīng)濟理論，而直接考慮時間序列的各經(jīng)濟變量間的關(guān)系。VAR的一般形式為:

其中，E(εt)=0，E(εt，Yt-i)=0，i=1，2，…p；

Yt是(n×1)向量組成的同方差平穩(wěn)的線性隨機過程，βi是(n×n)的系數(shù)矩陣，Yt-i是Yt向量的i階滯后變量，εt是誤差項，在本模型中可視為隨機干擾項。

1.2.2 VAR模型最佳滯后期數(shù)的確定

由于VAR方程滯后期的確立受變量影響較大，故需首先進行變量的平穩(wěn)性檢驗。早期在Box一Jenkins的分析中，常以自相關(guān)系數(shù)圖作判斷，如果自相關(guān)系數(shù)隨著滯后期數(shù)的增加而快速下降，就稱為平穩(wěn)序列；反之，則稱為不平穩(wěn)序列。然而此為一主觀判斷性的檢驗，因此，Dickey和Full提出DF統(tǒng)計量來檢驗變量是否為平穩(wěn)序列，其后又進行了修正和改進，引入ADF統(tǒng)計量來進行檢驗。檢驗模型如下：

其中，t為時間趨勢項，γ,β為參數(shù)，ε為誤差項。其檢驗的原假設為H1：γ=0，對立假設為H0：γ＜0。若原始數(shù)據(jù)無法拒絕原假設，將進行一次差分，并將差分后的序列重新進行ADF檢驗，待變量為平穩(wěn)序列后建立VAR模型。目前，可用于確定滯后期的檢驗較多，但常用的有AIC和SIC準則。

1.2.3 協(xié)整關(guān)系檢驗

協(xié)整檢驗既是診斷變量之間是否存在長期依存關(guān)系的一種檢驗方法，同時又是具體建立變量之間長期穩(wěn)定方程的一種方法。這里用Johansen的檢驗方法，它是由Johansen提出的一種在VAR系統(tǒng)下用極大似然估計來檢驗變量之間協(xié)整關(guān)系的方法。

假設yt為k×1的I(l)向量序列，則其滯后ρ期的VAR可表示為:

將上述方程改寫為差分形式：

方程(4)中，Π代表了所有的長期均衡信息，Πyt-p也正是誤差修正項，而Π的秩則決定了Yt之間的協(xié)整向量，也就是決定變量間到底有多少個長期關(guān)系。

1.2.4 Grange因果關(guān)系檢驗

變量之間因果關(guān)系的實證檢驗，通常采用由Grange（1969）提出，Sims（1972）推廣的如何檢驗變量之間因果關(guān)系的方法。Grange因果檢驗是基于這樣的思想：如果一個事件Y是另一個事件X的原因，則事件Y應領先于事件X。因此，我們看現(xiàn)在的Y能夠在多大程度上被過去的X解釋，加入X的滯后值是否使解釋程度提高。如果X在Y的預測中有幫助，或者X與Y的相關(guān)系數(shù)在統(tǒng)計上顯著時，就可以說Y是由X的Grange引起的。

Granger檢驗假設有一變量Y和X的預測信息包含在它們的時間序列中，因此，對于穩(wěn)定變量X和Y，Granger檢驗采用如下變量自回歸方程，即:

此外，由于Granger檢驗受變量的滯后項個數(shù)m和n、變量序列的穩(wěn)定性以及變量間協(xié)整關(guān)系存在的影響，因此，在進行Granger檢驗之前，首先要確定各變量的最佳滯后項個數(shù)，對變量序列進行穩(wěn)定性檢測和協(xié)整關(guān)系的檢驗。

運用脈沖響應函數(shù)和方差分解進一步分析VAR模型所包含的經(jīng)濟意義。脈沖響應函數(shù)是追蹤系統(tǒng)對一個內(nèi)生變量的沖擊效果，相反，方差分解則是將系統(tǒng)的均方誤差分解成各變量沖擊所作的貢獻。本文所使用的計量軟件為 E-views5.0。

2 實證檢驗與結(jié)果解釋

2.1 時間序列的單位根檢驗

在檢驗LGDP與LTTE的協(xié)整關(guān)系之前，先用單位根ADF檢驗方法來檢驗時間序列的平穩(wěn)性，檢驗結(jié)果如表1所示。

表1 單位根檢驗結(jié)果

由表1的單位根檢驗結(jié)果可以看出，LGDP與 LTTE統(tǒng)計量的絕對值小于5%的顯著水平下的ADF檢驗臨界值的絕對值，且△LGDP與△LTTE在95%的置信水平下都是平穩(wěn)的。因而時間序列 LGDP與 LTTE都是單整的I(1)過程，它們之間可能存在某種穩(wěn)定的關(guān)系。

2.2 Johansen協(xié)整檢驗

由于LGDP和LTTE都是單整序列，滿足進行協(xié)整檢驗的前提條件。進一步我們采用Johansen協(xié)整檢驗法對多變量系統(tǒng)進行向量協(xié)整檢驗。在進行協(xié)整檢驗之前，首先要確定VAR模型的結(jié)構(gòu)，為了保持合理的自由度使模型參數(shù)具有較強的解釋能力，同時又要消除誤差項的自相關(guān)以AIC準則、SC準則和 LR統(tǒng)計量作為選擇最優(yōu)滯后階數(shù)的檢驗標準，并檢驗 VAR模型的殘差是否服從正態(tài)獨立同分布，最后確定用于協(xié)整檢驗的VAR模型滯后階數(shù)為2。協(xié)整關(guān)系對如何處理協(xié)整空間中的確定項非常敏感。檢驗結(jié)果見表2。

表2 特征根跡（Rank Test）檢驗結(jié)果

通過表2協(xié)整檢驗的特征根跡檢驗和最大特征值檢驗的結(jié)果可以看出，在95%的置信水平下拒絕無協(xié)整關(guān)系的原假設，這說明經(jīng)濟增長和旅游發(fā)展的兩變量之間存在協(xié)整關(guān)系，且對應原假設最多一個協(xié)整關(guān)系，在95%的置信水平下是可以接受的。因此，在5%的顯著水平上存在唯一的協(xié)整關(guān)系。

2.3 向量自回歸模型（VAR）的構(gòu)建

基于我們選擇的變量：LGDP和LTTE，可以構(gòu)建2維的向量自回歸模型。為了確定VAR模型的滯后階數(shù)，我們用模型滯后結(jié)構(gòu)確定準則進行篩選，結(jié)果如表3：

表3 向量自回歸模型滯后期的確定標準

根據(jù)表3的結(jié)果，5個評價指標全部認為應該選擇的滯后期為2，即建立VAR(2)。模型方程如下：

實證結(jié)果顯示模型總的擬合優(yōu)度為0.997760，調(diào)整后的擬合優(yōu)度為0.997014。且所有單位根位于單位圓內(nèi)，模型結(jié)構(gòu)穩(wěn)定，模型擬合效果較好。

2.4 Granger因果檢驗

為了確定變量之間的相互關(guān)系，我們對VAR模型中的變量進行Granger因果檢驗，檢驗結(jié)果如表4。

表4 Granger因果檢驗結(jié)果

從表4中我們可以看出：旅游業(yè)的收入（LTTE）的變化是經(jīng)濟增長(LGDP)變化的Granger原因(顯著性水平小于 5%)；而經(jīng)濟增長變化不是旅游業(yè)收入變化的Granger原因 (顯著性水平為 16.99%)。

2.5 脈沖響應分析

圖1 LTTE沖擊導致的LGDP響應

圖2 LGDP沖擊導致的LTTE響應

Granger檢驗是從統(tǒng)計意義的角度探討變量之間因果關(guān)系的方向性，而脈沖響應函數(shù)和方差分解則可以將向量自回歸(VAR)模型所包含的經(jīng)濟意義完整地表達出來，進而體現(xiàn)出超越Granger檢驗的觀測。在實際應用中，由于VAR模型是一種非理論性的模型，它的系數(shù)是難于解釋的，在分析VAR模型時，往往不分析一個變量的變化對另一個變量的影響，而是用脈沖響應函數(shù)分析隨機擾動項一個標準差新息的沖擊對另一變量的影響。在此采用Pesaran和Shin提出的廣義脈沖響應函數(shù)進行分析，從而可以避免以往研究中經(jīng)常采用的Cholesky分解技術(shù)存在的對沖擊識別的任意性和結(jié)果對變量排序的依賴。圖1和圖2為VAR(2)模型的脈沖響應函數(shù)分析結(jié)果，縱軸表示響應數(shù)值，橫軸為滯后期間數(shù)。

表5 方差分解表

脈沖響應函數(shù)分析的結(jié)果是：由圖1可見，變量LTTE的一個單位的正向標準差沖擊使得LGDP即刻上升，并在第5期上升到最高點，之后開始穩(wěn)定增長，而且這一沖擊具有顯著的促進作用和持續(xù)影響。說明江西省的旅游業(yè)發(fā)展對經(jīng)濟增長具有正向的促進效應，并且具有較長的持續(xù)效應；這與Balaguer和 Dritsakis提出的旅游主導型經(jīng)濟增長理論相符，即旅游業(yè)的發(fā)展可以促進經(jīng)濟增長。由圖2可見，變量LGDP的一個單位的正向標準差沖擊并沒有使得 LTTE即刻作出較大的反應，LTTE是從第二期開始才逐漸有響應的，并且響應的幅度比較小。這表明旅游業(yè)發(fā)展變動對經(jīng)濟增長(LGDP)變動的反應有時滯，并且反應的程度比較小，這說明江西省的經(jīng)濟增長促進了旅游業(yè)的發(fā)展作用不顯著。

2.6 方差分解分析

方差分解分析是通過分析每一個結(jié)構(gòu)沖擊對內(nèi)生變量的變化（通常用方差來度量）的貢獻度，進一步評價不同結(jié)構(gòu)沖擊的重要性。下面我們利用已建立的向量自回歸模型進行方差分解分析，結(jié)果如表5。

方差分解分析的結(jié)果是：從 LGDP的方差分解可以看出，旅游業(yè)發(fā)展對經(jīng)濟增長的影響在第1期就達到23.46%，在第10期達到最大，為 77.57%。這表明在長期均衡中，旅游業(yè)發(fā)展對江西省經(jīng)濟增長的影響不僅是短期的，也是長期的，并且影響比較大。此外 ，桂林市經(jīng)濟增長受 自身影響也比較大，這說明其受到其他多種因素的影響。LTTE的方差分解表明，經(jīng)濟增長對旅游業(yè)收入的影響，在第一期為0，第2期最大為3.177，之后各期逐漸下降，第10期才僅為0.7137%，這表明在長期均衡中，江西省經(jīng)濟增長對旅游業(yè)發(fā)展的影響是短期的，但是短期的影響也比較小?？偟膩砜?，江西省旅游業(yè)發(fā)展變動對經(jīng)濟增長變化的貢獻度顯著大于經(jīng)濟增長變化對旅游業(yè)發(fā)展變動的貢獻度，這與脈沖響應分析的結(jié)果是一致的。

3 結(jié)論與建議

3.1 主要結(jié)論

本文利用我國1991～2009年江西省國內(nèi)生產(chǎn)總值和旅游收入總額的時間序列數(shù)據(jù)，建立了反應兩變量之間動態(tài)關(guān)系的向量自回歸模型（VAR），通過Granger因果檢驗和脈沖響應函數(shù)、方差分解分析技術(shù)研究了國內(nèi)生產(chǎn)總值與之間的長期動態(tài)均衡關(guān)系?；谝陨辖⒌南蛄孔曰貧w模型的分析，我們得到以下的結(jié)論：

(1)雖然通過單位根檢驗結(jié)果顯示江西省國內(nèi)生產(chǎn)總值與旅游收入都是非平穩(wěn)的時間序列，但通過協(xié)整檢驗我們得出二者之間存在一個協(xié)整關(guān)系，即它們之間有長期的動態(tài)均衡關(guān)系，而且在短期內(nèi)，旅游業(yè)發(fā)展對經(jīng)濟增長的變動影響顯著。

(2)通過Granger因果檢驗我們得出旅游業(yè)發(fā)展是經(jīng)濟增長的Granger原因，而經(jīng)濟增長卻不是旅游業(yè)發(fā)展變化的Granger原因，這說明其旅游業(yè)發(fā)展和國內(nèi)生產(chǎn)總值存在單向的Granger因果關(guān)系，旅游業(yè)發(fā)展在當前區(qū)域經(jīng)濟發(fā)展的過程中是一個不可或缺的因素。

(3)通過脈沖響應分析和方差分解分析進一步論證了短期內(nèi)旅游業(yè)發(fā)展對經(jīng)濟增長具有促進效應，但經(jīng)濟增長對旅游業(yè)發(fā)展沒有促進效應；長期內(nèi)，旅游業(yè)發(fā)展與經(jīng)濟增長之間具有持續(xù)的雙向促進效應，但旅游業(yè)發(fā)展對經(jīng)濟增長的正向效應顯著大于經(jīng)濟增長對旅游業(yè)發(fā)展的正向效應。

3.2 政策建議

通過以上的實證分析我們知道無論在長期還是在短期，旅游業(yè)發(fā)展在江西省的經(jīng)濟增長中都發(fā)揮了促進效應。因而在制定旅游業(yè)相關(guān)政策時，必須從長期的角度考慮政策的作用而非短期政策效應，只有這樣才能保證政策起到持久的作用。其次，根據(jù)分析結(jié)論“旅游業(yè)發(fā)展是促進經(jīng)濟增長的原因，而經(jīng)濟增長不是旅游業(yè)發(fā)展的原因”，因而江西省在經(jīng)濟發(fā)展的同時，對旅游業(yè)開發(fā)的投入還要加強。政府既要加大旅游資源開發(fā)投入力度，又要制定優(yōu)惠的稅收政策，創(chuàng)造良好的投資環(huán)境，以激勵企業(yè)或者民間資本更多地參與旅游資源開發(fā)。最后，由于旅游業(yè)的發(fā)展對江西省經(jīng)濟增長具有持續(xù)的正向促進效應，因此，必須采取有效的措施來促進地區(qū)旅游產(chǎn)業(yè)的發(fā)展。

[1]BalaguerJ，Cantavalla-Jorda M.Tourism as a Long-run Economic Growth Factor：The Spanish Case[J].Applied Economics，2002，（3）.

[2]C hi-okoh.The Contribution of Tourism Development to Economic Growth in the Korean Economic[J].Tourism Management，2005，12(26).

[3]Hyun JeongKim，Ming-Hsiang Chen.Tourism Expansion and Economic Development:The Case of Taiwan[J].Tourism Management, 2005，9(12).

[4]吳國新.旅游產(chǎn)業(yè)發(fā)展與我國經(jīng)濟增長的相關(guān)性分析[J].上海應用技術(shù)學院學報，2003，（4）.

[5]劉長生，簡玉峰.我國旅游業(yè)發(fā)展與經(jīng)濟增長的關(guān)系研究—基于不同省份的個體數(shù)據(jù)和面板數(shù)據(jù)分析[J].旅游科學，2008，（10）.

[6]龐麗，王錚，劉清春.我國入境旅游和經(jīng)濟增長關(guān)系分析[J].地域研究與開發(fā)，2006，（3）.

[7]蔣滿元.旅游外匯收入對國民經(jīng)濟增長的貢獻分析[J].旅游學刊，2008，（8）.

[8]武春友，謝風媛.入境旅游發(fā)展與經(jīng)濟增長的非線性關(guān)系—基于門限面板數(shù)據(jù)模 型的實證研究[J].商業(yè)經(jīng)濟與管理，2010，（2）.