王亞飛 宋曉倩

摘 要：利用DEA-Malmquist指數法和區(qū)位熵指數法分別測算2006至2017年中國30個省級樣本的旅游業(yè)全要素生產率（TFP）和旅游業(yè)產業(yè)集聚水平，分析旅游業(yè)產業(yè)集聚對旅游業(yè)TFP增長的作用機制，隨后采用兩步系統(tǒng)GMM估計方法實證檢驗旅游業(yè)產業(yè)集聚對旅游業(yè)TFP增長的效應。研究發(fā)現：樣本期內中國旅游業(yè)TFP年均增長率為10.3%，對旅游業(yè)產值增長的貢獻率為46%;旅游業(yè)TFP增長是技術進步推動所致而非技術效率改善所為，并呈現出技術進步和技術效率惡化相伴的事實特征;與已有研究不同，旅游業(yè)產業(yè)集聚與旅游業(yè)TFP增長并非呈現出“線性”關聯(lián)，而是顯著的“U型非線性關系”，即旅游業(yè)產業(yè)集聚短期抑制了旅游業(yè)TFP增長而長期對其具有促進作用。將旅游業(yè)TFP進一步分解后發(fā)現：旅游業(yè)產業(yè)集聚與技術進步、技術效率之間分別呈現出明顯的“U”型和倒“U”型關聯(lián)，旅游產業(yè)集聚對技術進步的影響強于對技術效率的影響，對規(guī)模效率的影響強于對純技術效率的影響。

關鍵詞：旅游業(yè);產業(yè)集聚;全要素生產率;DEA-Malmquist指數法;兩步系統(tǒng)GMM

基金項目：重慶市教委科技項目“基于創(chuàng)新價值鏈視角下金融效率與創(chuàng)新高質量發(fā)展”（KJQN202000540）;重慶市教委人文社科項目“西部地區(qū)金融發(fā)展與制造業(yè)傳統(tǒng)比較優(yōu)勢改造：效率測度、作用機制及空間效應研究”（20SKGH040）。

[中圖分類號] F590 [文章編號] 1673-0186（2020）012-0059-016

[文獻標識碼] A ? ? [DOI編碼] 10.19631/j.cnki.css.2020.012.005

改革開放40多年來，伴隨著中國經濟總量持續(xù)快速增長，中國旅游業(yè)發(fā)展規(guī)模持續(xù)攀升并已成為帶動國民經濟增長和社會就業(yè)的支柱性產業(yè)。據《2019中國旅游業(yè)發(fā)展報告》公布的數據：2018年中國旅游產值高達5.97萬億元，對GDP的綜合貢獻為9.94萬億元，占GDP總量的11.04%，旅游帶動直接和間接就業(yè)7 991萬人，占全國就業(yè)總人口的10.29%。然而，中國旅游業(yè)仍然面臨著增長模式粗放、發(fā)展質量效益普遍低下的事實特征[1]。2019年底，突如其來的新冠疫情對中國乃至全球旅游業(yè)帶來前所未有的負面沖擊。根據中國旅游研究院公布的數據，2020年1至5月，中國入境旅游人次和國際旅游收入分別減少了34.7%和40.6%，較2019年同期減少5 032萬人次和534億美元。為此，中央和各級地方政府出臺了諸如稅費減免、財政補貼、信貸傾斜、穩(wěn)定就業(yè)等多元而系統(tǒng)的扶持政策，特別是各地方政府針對性地推出的諸如對醫(yī)務人員免費入園政策、發(fā)放旅游消費券、設立文化和旅游產業(yè)救助基金等精準舉措，中國旅游業(yè)呈現出了良性的復蘇格局。并且，疫情的“擾動”并未從根本上動搖中國旅游業(yè)長期發(fā)展的巨大潛力。

在中國經濟由高速增長向高質量發(fā)展轉變以及社會主要矛盾更加強調滿足居民“美好生活需求”的現實背景下，疫情沖擊下的中國旅游業(yè)在其緩慢復蘇的進程中，不能為追求短期一時的恢復性增長而堅持原有的粗放型發(fā)展路徑，而應利用疫情危機下的“自然淘汰”時機，以旅游業(yè)供給側結構性改革為抓手，確立“內涵式”發(fā)展的戰(zhàn)略導向以實現其質量變革、效率變革和動力變革[2]。

全要素生產率（Total Factor Productivity，TFP）由索洛（Solow）提出，測度剔除勞動、資本和土地等有形要素之外因技術進步、要素配置效率改善、管理流程優(yōu)化以及組織模式改進等創(chuàng)新驅動的增長程度，其差異是不同國家或地區(qū)之間形成經濟增長質量差距的根本動因。鑒于此，促進以TFP為核心內涵和關鍵動力的旅游業(yè)高質量發(fā)展，進一步發(fā)揮旅游業(yè)對國民經濟和社會進步的帶動作用，對于我國決勝全面建成小康社會、開啟全面建設社會主義現代化國家新征程具有重要意義。那么，這就引申出一系列必須回應的現實問題：中國旅游業(yè)TFP增長的演進軌跡如何？有何時空差異？其背后的邏輯動因又是什么？

事實上，已有相關文獻對中國旅游業(yè)TFP或生產效率進行了多維測度，主要從以下三個視角展開：一是從宏觀的國家層面對旅游業(yè)發(fā)展效率組成、演進規(guī)律的刻畫[3-7];二是從中觀的省級或城市等區(qū)域層面對旅游業(yè)發(fā)展效率的現實表征、時空差異及演化路徑的揭示[8-11];三是從微觀的旅游酒店、旅游景點、旅游業(yè)上市公司等企業(yè)或組織層面的投入產出效率的評價[12-16]。多視角對旅游業(yè)發(fā)展效率的測度及演進態(tài)勢的解析固然重要，但只有進一步探尋效率變遷的背后機理才更具有政策蘊含。

大量文獻證實，相關企業(yè)的地理聚集而形成的產業(yè)集聚，對蘊含技術進步和技術效率改善的TFP增長具有重要的促進作用。產業(yè)集聚通過專業(yè)勞動力的有效獲取、中間投入品的共享以及知識和技術的溢出等正外部性，有助于提升企業(yè)的技術水平和資源配置效率[17-18]。當前，中國旅游產業(yè)也呈現出越發(fā)明顯的空間集聚態(tài)勢[19-20]。然而，從產業(yè)集聚視角探討旅游業(yè)TFP增長的影響機制，卻尚未引起學界普遍重視。并且，已有少量文獻對中國旅游產業(yè)集聚的TFP增長效應的討論，也是從“線性”假設入手且得出較為一致的研究結論：旅游產業(yè)集聚促進了旅游業(yè)TFP的增長[21-23]。事實上，首先，產業(yè)集聚的形成和演化具有明顯的階段性特征，在其不同的階段或時期，產業(yè)集聚所蘊含的“外部性”并非都顯著為“正”;如果旅游產業(yè)集聚的TFP增長效應可能存在“非線性”關系，已有研究在“線性”假設下的相關分析及其結論值得懷疑。其次，現有研究更多關注旅游產業(yè)集聚與TFP增長的統(tǒng)計檢驗，而對二者在經濟上的內在機理有所忽略。最后，TFP還可以分解為技術進步指數（Techch）和技術效率指數（Techef），技術效率指數還可進一步分解為純技術效率指數（Pech）和規(guī)模效率指數（Sech），在整體討論旅游產業(yè)集聚的TFP增長效應基礎上，進一步刻畫產業(yè)集聚對不同細分指數的異質性影響，或許更具政策蘊含。

一、理論分析

為了深入地揭示旅游產業(yè)集聚對旅游業(yè)全要素生產率增長的作用機理，并為后續(xù)的實證研究提供理論假說，該部分主要從產業(yè)集聚內生的共性特性出發(fā)，并充分結合旅游業(yè)產業(yè)集聚不同于一般性產業(yè)集聚的異質性特征，從規(guī)模經濟、學習和關聯(lián)效應、競爭效應等維度討論旅游產業(yè)集聚對全要素生產率增長的影響機制，在此基礎上，進一步廓清這一影響機制在短期和長期呈現出的差異。

（一）旅游產業(yè)集聚對TFP增長的影響機制

旅游產業(yè)集聚是依托一定區(qū)域范圍內的旅游資源，吸引食、住、行、游、購、娛、旅游裝備制造等關聯(lián)企業(yè)入駐，逐步形成的旅游企業(yè)聚集、共生的經濟現象。基于市場化形成的較為成熟的旅游產業(yè)集聚，對TFP增長具有重要的促進作用，其作用機制主要體現在幾個方面。

一是規(guī)模經濟效應。集聚帶來的規(guī)模效應不僅體現為相關企業(yè)聚集和市場規(guī)模的擴張，更在于從業(yè)人員、資本、管理等生產要素的集聚，提升了旅游資源要素的配置效率。集聚規(guī)模的擴大有助于區(qū)塊鏈、人工智能等現代信息技術在酒店、景區(qū)、旅行社等企業(yè)經營管理中的廣泛采用，促進旅游產業(yè)的新業(yè)態(tài)、新商業(yè)模式的形成，提升了旅游產業(yè)的技術水平和技術效率。集聚還擴大了本地熟練勞動力市場，提高從業(yè)人員和企業(yè)之間的需求匹配度，降低了人才搜尋成本和提高了企業(yè)的勞動生產率。

二是學習和關聯(lián)效應。集聚有助于企業(yè)間知識、信息和技術的溢出，不同企業(yè)在技術手段、流程管理等方面的經驗做法，通過地理鄰近、人才流動、合作交流等多元形式，有助于企業(yè)間的相互學習成長，從而促進旅游企業(yè)的技術進步和技術效率。產業(yè)集聚有助于提升產業(yè)鏈或價值鏈的關聯(lián)水平。諸如攜程、去哪兒等平臺企業(yè)，對產業(yè)集聚區(qū)內旅游企業(yè)的業(yè)務整合，形成的以主導企業(yè)為核心、橫向和縱向相結合的嵌入式旅游技術或流程管理的“溢出”機制，有助于提升旅游產業(yè)的技術水平和管理效率。

三是競爭效應?！拔锔偺鞊瘛钡氖袌龇▌t，是促進優(yōu)秀企業(yè)生長和落后企業(yè)退出的動力。旅游相關企業(yè)的集聚，特別是產業(yè)集聚優(yōu)勢引發(fā)具有產品、技術或管理優(yōu)勢的企業(yè)入駐，加劇了同類型企業(yè)的競爭，一方面，原有企業(yè)為求得生存和持續(xù)經營，必然會采取技術創(chuàng)新、流程優(yōu)化、管理變革等手段，最大限度挖掘技術進步和管理效率提升潛力，增強市場競爭力;另一方面，競爭強化也促進了企業(yè)的優(yōu)勝劣汰，一部分技術或管理水平低下的企業(yè)被淘汰出局，其釋放的存量資本轉移至效率較高的企業(yè)，而資本等要素在不同效率企業(yè)間的市場化轉移，對提升旅游產業(yè)市場集中度、整體技術和管理水平具有重要作用。

（二）旅游產業(yè)集聚對TFP增長的短期和長期影響

短期而言，旅游產業(yè)集聚的吸引力和輻射半徑有限，一些同質性較高、規(guī)模較小的企業(yè)依托當地的旅游資源形成了低層次的集聚，這些企業(yè)的技術水平和管理效能較差，由于缺乏技術和管理水平較高的優(yōu)質旅游“品牌”企業(yè)的入駐，使得產業(yè)集聚區(qū)內的本土企業(yè)面臨的競爭不足，缺乏改進技術、流程的動力，而更多采取“價格”競爭手段獲取較為低端的客源，技術創(chuàng)新的“惰性”反而會制約旅游業(yè)TFP的增長。并且，旅游產業(yè)集聚的成熟過程，也是“食、住、行、游、購、娛、養(yǎng)（養(yǎng)生）、媒（媒體廣告）、組（組織）、配（配套）”等多個相關行業(yè)企業(yè)逐步集聚并使得旅游產業(yè)鏈、價值鏈從構建到完善的演化過程，而在短期內，旅游產業(yè)鏈和價值鏈難以形成，再加之集聚區(qū)內基礎設施和公共服務的配套不完善，也導致不同企業(yè)間的交流障礙難以被打破，使得旅游產業(yè)集聚的規(guī)模經濟效應、學習和示范效應以及競爭效應難以凸顯，對旅游TFP增長的促進作用十分有限。此外，當地政府為追求短期GDP增長的“短視化”，對轄區(qū)內產業(yè)聚集的過度干預，也弱化了產業(yè)集聚的自增強效應，引發(fā)只有企業(yè)“扎堆”而沒有集聚效應的現象，進一步鎖定產業(yè)升級的成長空間[24]。因此，短期看旅游產業(yè)集聚無助于旅游業(yè)TFP增長，反而可能具有抑制作用。

長期來看，隨著產業(yè)集聚水平的不斷提高，圍繞當地旅游資源深度開發(fā)以及域外優(yōu)質旅游企業(yè)入駐而形成的旅游產業(yè)鏈、價值鏈得以構建并趨于完善，產業(yè)集聚逐步形成了較為成熟的旅游企業(yè)生態(tài)圈。一方面，優(yōu)質旅游品牌企業(yè)入駐帶動了集聚區(qū)新技術、新業(yè)態(tài)、新商業(yè)模式的形成，并通過知識、技術的溢出效應促進了原有企業(yè)技術水平效能的提升;另一方面，基礎設施和公共服務的完善吸引更多優(yōu)質客源的流入，為爭奪市場份額，一些旅游企業(yè)通過兼并、合作等多種形式擴大經營規(guī)模，并伴隨市場結構的進一步優(yōu)化，這對于規(guī)模經濟效應的凸顯具有重要的引致作用;并且，集聚的競爭效應也促進一部分“劣勢”企業(yè)退出，其存量資源通過市場化流向“優(yōu)質”企業(yè)，提升了資源的配置效率。一部分企業(yè)為求得更好生存地位，通過技術進步、流程優(yōu)化提升了自身的技術水平。此外，產業(yè)集聚規(guī)模擴大也倒逼地方政府營造良好的市場化環(huán)境，引導旅游資源重組以實現資源的優(yōu)化配置。因此，長期看旅游產業(yè)集聚及伴隨的技術進步和技術效率增進效應，有助于促進旅游業(yè)TFP增長。

由此我們假設：旅游產業(yè)集聚短期抑制了旅游業(yè)TFP增長，長期具有促進作用。

二、旅游產業(yè)集聚和全要素生產率的測度

為精準把握旅游產業(yè)集聚與全要素生產率的發(fā)展水平及其演變特征，分別對2006至2017年間產業(yè)集聚和全要素生產率進行測度，在此基礎上從時間和空間兩個維度對其進行深入闡釋。

（一）產業(yè)集聚的測度

已有文獻對產業(yè)集聚的測度方法，主要有行業(yè)集中度指數、赫芬達爾指數、區(qū)位基尼系數、區(qū)位熵指數、E-G指數、產業(yè)區(qū)域集聚指數等。相對于區(qū)位熵而言，其他測度方法都存在明顯缺陷，如行業(yè)集中度指數對市場占有率大的企業(yè)份額變化敏感、計算結果可比性較差，區(qū)位基尼系數難以考慮企業(yè)規(guī)模的變化。因此，本研究采用區(qū)位熵測度旅游產業(yè)集聚水平，該方法不僅可以消除區(qū)域規(guī)模差異因素，還能真實反映地理要素的空間分布[25]。其測算公式為：

AGGit=■（1）

其中，AGGit代表i省t時期的區(qū)位熵指數;incomeit代表i省t時期旅游產業(yè)收入，gdpit代表i省t時期的地區(qū)生產總值;INCOMEt代表t時期全國旅游產業(yè)收入，GDPt代表t時期全國地區(qū)生產總值。

考慮到由于統(tǒng)計口徑的差異，我們在收集原始數據的過程中，全國GDP及旅游產業(yè)收入與各省級層面的GDP（加總）及旅游產業(yè)收入（加總）有較大出入。因此，在計算過程中，全國GDP用30個樣本省份GDP加總得到，全國旅游產業(yè)收入用30個樣本省份旅游產業(yè)收入加總得到。由于西藏的缺失數據嚴重，本研究選擇中國大陸除去西藏以外的30個省份作為研究對象。

如果某省的區(qū)位熵指數大于1，表明該省旅游產業(yè)集聚趨勢明顯;如果指數小于1，表明旅游產業(yè)集聚水平較低、集聚現象不明顯。測算的結果見表1。

由表1可知，2006至2017年間，中國30個樣本省份旅游業(yè)區(qū)位熵指數均值為1.028，旅游業(yè)整體上出現了產業(yè)集聚趨勢，但不夠明顯，集聚水平高于1和低于1的省份各占15個。產業(yè)集聚程度最高的前3個省份是貴州、北京和云南;而產業(yè)集聚水平最低的后3個省份是寧夏、青海和新疆。分地區(qū)看（如圖1），東部地區(qū)旅游產業(yè)集聚整體趨于下降的趨勢，尤其是在2014年以后集聚水平遠遠落后于中部和西部;中部和西部地區(qū)旅游產業(yè)集聚整體上呈現上升的趨勢，并相繼在2013和2014年超越東部地區(qū)。

（二）旅游業(yè)全要素生產率的測度

1.測度方法

DEA-Malmquist指數法是將非參數線性規(guī)劃法與數據包絡分析法相結合，這種方法不僅避免設置具體的生產函數，只需要輸入量和輸出量，而且可以將TFP分解為技術進步、技術效率（純技術效率、規(guī)模效率）。本文將采用這種方法來測算全國30個省份的旅游業(yè)全要素生產率。該方法通過實際生產數據構造一個生產前沿包絡面，同時將非DEA有效的決策單元（DMU）映射到DEA有效的生產前沿面上，通過比較非有效與有效決策單元的相對距離來判斷各決策單元的效率。先假設在規(guī)模報酬不變（C）和要素可處置（S）的前提下，t期各決策單元的生產可能性集合被定義為：

其中，Malmquist生產率指數（TFP變化指數）、技術進步指數（Techch）、技術效率指數（Techef）、純技術效率指數（Pech）、規(guī)模技術效率指數（Sech）的判斷基準都為1，當指數大于1時表示進步或改善，小于1時表示下降或惡化。

2.投入產出指標的選取與數據來源

由于旅游業(yè)涉及的產業(yè)及核算部門較多，且各省旅游收入的統(tǒng)計口徑有較大的差別，因此本文選取旅游企業(yè)層面的投入、產出數據，其中旅游企業(yè)選取了各省的旅游景區(qū)、旅行社和星級飯店三類。投入指標包括勞動和資本的投入，勞動投入選取了各省三類旅游企業(yè)的年末就業(yè)人數之和，資本投入選取了各省三類旅游企業(yè)固定資產價值之和，并利用“固定資產投資價格指數”將其平減至2005年不變價格;產出指標主要選取了各省三類旅游企業(yè)的營業(yè)收入之和，并利用“旅游類居民價格指數”將其平減至2005年不變價格。本文選取了2006—2017年共12年的數據，且以上數據均來源于歷年的《中國統(tǒng)計年鑒》和《中國旅游統(tǒng)計年鑒（正副本）》。

3.測度結果

表2顯示，首先，在2006—2017年間全國30個省份的旅游業(yè)全要素生產率在反復波動中保持增長態(tài)勢，由最開始的-35.7%的負增長上升至2017年的71.3%，且這期間的平均增長率為10.3%。其次，將全要素生產率分解為技術進步和技術效率，其中技術進步實現了平均18.4%的增長，技術效率實現了平均-6.8%的增長，即技術效率是下降、惡化的;說明我國旅游業(yè)全要素生產率的增長主要是由技術進步推動的，因此進一步說明我國旅游業(yè)的管理效率不高，旅游資源并沒有有效地使用和利用。再次，將技術效率進一步分為純技術效率和規(guī)模效率，其中，純技術效率實現了平均-3.4%的增長，即惡化了3.4%，規(guī)模效率實現了平均-3.5%的增長，即惡化了-3.5%，進一步證實了我國旅游產業(yè)的管理效率低。最后，在2005—2017年間我國30個省級樣本的旅游收入平均增長率為22.4%，TFP對旅游收入增長的貢獻率為46%，說明TFP對旅游收入增長有積極作用。

將中國30個省份劃分為東、中、西部地區(qū)再次進行測度，結果由表3顯示，首先，2006—2017年間旅游業(yè)全要素生產率全國平均增長了10.3%，且增長率排名前三個省份為青海（29.0%）、寧夏（28.8%）和甘肅（26.2%）。其次，將旅游業(yè)全要素生產率指數分解為技術進步指數和技術效率指數，30個省份的技術進步指數均大于1，除甘肅、青海、寧夏、新疆外其余省份的技術效率指數均小于1，再次說明我國旅游業(yè)全要素生產率增長主要由技術進步促進。再次，東、中、西部的旅游業(yè)全要素生產率增長指數呈現階梯依次遞增，年平均增長率依次為4.8%、5.9%、20.3%，說明在近幾年西部地區(qū)、中部地區(qū)的產業(yè)集聚趨勢相比東部比較明顯，因此全要素生產率增長較快;東、中、西部地區(qū)旅游業(yè)全要素生產率對旅游收入增長的貢獻率依次為28.3%、22.3%、77%，大致可以說明旅游業(yè)全要素增長率的區(qū)域差異是造成旅游業(yè)全要素增長率對旅游收入增長貢獻度差異的重要原因。

三、旅游產業(yè)集聚影響旅游業(yè)全要素生產率的實證分析

前文對旅游產業(yè)集聚影響全要素生產率的內在機制進行了深入分析并提出了相應假設，在此，我們構建面板模型并采用兩步系統(tǒng)GMM估計方法，對上述理論假設進行實證檢驗，以刻畫旅游產業(yè)集聚對全要素生產率的影響及可能存在的非線性關系。

（一）估計方法及計量模型

相對于混合OLS、固定效應（FE）和隨機效應（RE）三種傳統(tǒng)面板模型及估計方法，系統(tǒng)廣義矩方法（System GMM）可以有效克服解釋變量本身的內生性導致的估計結果有偏或不一致問題，進而提升估計的穩(wěn)健性。此外，因權重模型選擇的不同，系統(tǒng)GMM還可以細分為一步系統(tǒng)GMM和兩步系統(tǒng)GMM，而兩步系統(tǒng)GMM在處理序列自相關和異方差特別是樣本選擇存在較大地區(qū)異質性時更為有效。前文對旅游TFP測算結果證實，中國旅游TFP增長在不同省份之間存在較大差異，并且在參數估計中可能存在遺漏變量與隨機擾動項出現自相關而造成內生性問題?；诖?，本研究采用兩步系統(tǒng)GMM 方法進行估計，具體模型構建如下：

全要素生產率（TFP）、技術進步（Techch）、技術效率（Techef）、純技術效率（Pech）、規(guī)模效率（Sech）為被解釋變量，旅游產業(yè)集聚（AGG）為核心解釋變量。各模型中，i和t分別代表第i個省份和第t時期。Ln表示對變量取自然對數。模型的控制變量包括：交通基礎設施（TI），人均地區(qū)生產總值（PGDP），投入基礎設施（PII），外商直接投資（FDI），政府干預（GI），互聯(lián)網普及率（NET），市場需求結構（SDM）。

（二）數據來源及說明

本文選取2006—2017年中國31省、自治區(qū)和直轄市的數據，數據均來源于《中國統(tǒng)計年鑒》以及各省歷年的統(tǒng)計年鑒，城鎮(zhèn)化數據來源于《中國城市統(tǒng)計年鑒》。為消除異方差以及縮小數量級，本文對人均地區(qū)生產總值、投入基礎設施、外商直接投資進行對數化處理。具體的變量說明與描述性統(tǒng)計分析見表4和表5。

（三）回歸結果與分析

1.旅游產業(yè)集聚對旅游業(yè)全要素生產率的總體影響

本文首先選擇最小二乘法（OLS）、固定效應（FE）和隨機效應（RE）對模型（7）進行參數估計，估計結果如表3的列（1）、列（2）和列（3）。隨后，采用兩步系統(tǒng)矩估計對式（7）進行估計，為了檢驗估計結果的可靠性，需要對模型的擾動項序列相關性進行AR檢驗和對工具變量的有效性進行Hansen檢驗，結果AR（1）的p值小于0.1，AR（2）的p值大于0.1，說明擾動項無序列相關;Hansen的p值大于0.1，說明工具變量有效?；貧w結果由表6的列（4）顯示，并以此作為基準回歸進行討論。

核心解釋變量產業(yè)集聚的系數為-0.871，且在1%的水平下顯著，而產業(yè)集聚平方項的系數為0.432，也在1%的水平下顯著，說明旅游產業(yè)集聚是引致旅游業(yè)TFP變化的重要原因，二者的關系呈現出非線型的“U”型特征，即旅游產業(yè)集聚短期顯著抑制了旅游TFP的增長，而長期具有明顯的促進作用，這一結論驗證了本文的研究假設?？赡艿脑蚴?，短期由于旅游產業(yè)集聚發(fā)展的不充分，缺乏外來優(yōu)質旅游企業(yè)的入駐，原有企業(yè)面臨的市場競爭壓力較小，技術的動力不足或存在創(chuàng)新的“惰性”;并且旅游產業(yè)生態(tài)圈尚未有效形成，產業(yè)鏈或價值鏈層次較低且不夠健全，基于合作交流的知識、技術溢出效應難以凸顯。再加之地方政府為追求短期GDP增長而引發(fā)的不合理干預，使得旅游要素資源錯配，從而使得產業(yè)集聚不能有效發(fā)揮對旅游TFP增長的帶動效應，反而具有抑制作用。而隨著旅游產業(yè)集聚趨于成熟，優(yōu)質客源吸引了外來優(yōu)質企業(yè)入駐，旅游產業(yè)生態(tài)圈形成，基于產業(yè)鏈或價值鏈合作的技術等溢出效應得以釋放，競爭強化帶動旅游資源重新整合配置并驅動企業(yè)加快技術創(chuàng)新，一些新業(yè)態(tài)、新商業(yè)模式不斷產生，從而使得產業(yè)集聚蘊含的規(guī)模經濟效應、學習示范效應、競爭效應不斷凸顯，促進了旅游TFP增長。

其他控制變量方面，交通基礎設施（TI）顯著抑制了旅游TFP增長，這可能是因為本文采用的是省級層面的鐵路和公路里程數據，而非專門針對旅游景區(qū)的交通基礎設施情況，再加之全省交通基礎設施完善會引起客源、旅行社、飯店等旅游資源的分散化，進而制約旅游產業(yè)集聚的發(fā)展，從而對旅游TFP增長產生負效應。旅游投入基礎設施（PII）對旅游TFP增長具有顯著的促進作用，說明對旅游景區(qū)的開發(fā)并帶動旅行社、星級飯店的數量增加以改善旅游要素資源稟賦條件，有助于旅游TFP增長。市場需求結構（SDM）顯著促進了旅游TFP增長，可能是因為市場需求結構升級帶動了居民旅游消費的增長，促進了旅游市場規(guī)模擴大和集聚發(fā)展，進而引致旅游TFP增長。滯后一期的產業(yè)集聚L.AGG顯著促進了旅游TFP增長，說明旅游產業(yè)集聚的TFP增長引致效應具有一定的滯后性。人均GDP、政府干預對旅游TFP增長的影響不顯著。

2.旅游產業(yè)集聚對分解后的全要素生產率各項的影響

為了進一步刻畫旅游產業(yè)集聚對旅游TFP各細分項目的影響及其異質性，本研究應用系統(tǒng)GMM對模型（8）—模型（11）進行參數估計，估計結果分別報告于表7的列（1）至列（4）。

列（1）中產業(yè)集聚AGG的系數顯著為負，而產業(yè)集聚的平方項AGG2的系數顯著為正，說明旅游業(yè)產業(yè)集聚與技術進步的關系呈現出典型的“U”型關系，即旅游產業(yè)集聚水平的提高在短期抑制了旅游業(yè)技術進步，而長期則發(fā)揮出顯著的促進作用。列（2）中產業(yè)集聚AGG的系數和產業(yè)集聚平方項AGG2的系數分別顯著為正和負，說明旅游業(yè)產業(yè)集聚與技術進步的關系呈現出典型的倒“U”型關系，即旅游業(yè)產業(yè)集聚短期促進了旅游業(yè)技術效率的改善，而長期具有抑制作用。綜合列（1）和列（2），說明旅游業(yè)產業(yè)集聚對技術進步的影響要強于對技術效率的影響，從而使得產業(yè)集聚AGG與旅游TFP增長之間呈現出顯著的“U”型關系。

列（3）報告了旅游產業(yè)集聚對純技術效率的回歸結果，結果表明：旅游業(yè)產業(yè)集聚對純技術效率的影響短期為正、長期為負，但不顯著。列（4）中產業(yè)集聚AGG的系數顯著為正，而產業(yè)集聚平方項AGG2的系數為負，說明產業(yè)集聚AGG與規(guī)模效率呈現出倒“U”型關聯(lián)。由于技術效率包括純技術效率和規(guī)模效率兩個方面，綜合列（2）—列（4）可以發(fā)現，產業(yè)集聚AGG對技術效率的短期和長期影響，主要是通過規(guī)模效率來實現的。

四、結論與啟示

疫情沖擊、供給側結構性改革及經濟高質量發(fā)展等多元背景下，中國旅游業(yè)的復蘇及未來發(fā)展，仍然要堅持以提升全要素生產率為核心動力的產業(yè)高質量發(fā)展，本研究以產業(yè)集聚為視角探尋中國旅游業(yè)全要素生產率增長的理論機理與經驗證據。具體而言，利用DEA-Malmquist指數法和區(qū)位熵分別測算2006至2017年中國30個省級樣本的旅游業(yè)全要素生產率（TFP）和產業(yè)集聚水平，分析旅游業(yè)產業(yè)集聚對旅游業(yè)TFP增長的作用機制，隨后采用兩步系統(tǒng)GMM估計方法實證檢驗旅游業(yè)產業(yè)集聚對旅游業(yè)TFP增長的效應。研究發(fā)現：

第一，樣本期內中國旅游業(yè)TFP年均增長率為10.3%，對旅游業(yè)產值增長的貢獻率為46%，旅游業(yè)TFP增長是技術進步推動所致而非技術效率改善所為，呈現出技術進步和技術效率惡化相伴的事實特征。這說明，中國旅游業(yè)實現TFP增長尚有較大的潛力可以挖掘，要在繼續(xù)實現旅游技術進步的同時，重點挖掘旅游技術效率改善潛力。由于技術效率由純技術效率和規(guī)模效率兩個方面組成。提升旅游產業(yè)純技術效率，一是要結合各地區(qū)旅游要素稟賦條件及旅游產品或服務需求結構變遷趨勢，優(yōu)化旅游產業(yè)結構、產品或服務結構，以及推動旅游企業(yè)的所有制結構調整，實現旅游人才、資本、技術等要素的合理流動及系統(tǒng)整合，提升要素再配置效率的改善;二是通過VR/AR、人工智能、電子商務等信息網絡技術的廣泛應用，促進旅游業(yè)運營方式、服務流程、管理模式等方面的優(yōu)化，提升經營管理效率。要提升規(guī)模效率，一是以疫情沖擊下政府促進旅游業(yè)復蘇為契機，推進旅游業(yè)供給側結構性改革，通過兼并、重組實現旅游資源要素向優(yōu)質旅游企業(yè)集中，提升旅游業(yè)的市場集中度，實現旅游資源的優(yōu)化配置和規(guī)模效率的進一步釋放;二是通過行業(yè)監(jiān)管和政策引導相結合，引導旅游企業(yè)摒棄低水平價格競爭模型，走產品或服務差異化、優(yōu)質化道路，提升旅游企業(yè)經營效益。

第二，旅游業(yè)產業(yè)集聚與TFP增長并非呈現出“線性”關聯(lián)，而是具有顯著的“U”型非線性關系，即短期抑制了TFP增長而長期具有促進作用。這說明，從長遠來看進一步提升旅游產業(yè)集聚水平有助于TFP增長。而要提升旅游產業(yè)集聚水平，需要地方政府營造良好引資環(huán)境，依托當地旅游資源稟賦條件，吸引外來優(yōu)質旅游企業(yè)入駐和培育當地培育壯大本土企業(yè)，在此基礎上，通過旅游與農業(yè)、體育、健康、文化、文創(chuàng)、教育、制造業(yè)等相關產業(yè)的融合，從橫向和縱向延展旅游產業(yè)鏈，豐富旅游產業(yè)業(yè)態(tài)，通過融合和協(xié)同發(fā)展提升旅游產業(yè)的集聚水平。并且，旅游產業(yè)集聚的形成，離不開當地交通、能源等基礎設施以及教育、醫(yī)療等公共服務的有效支撐，這需要地方政府結合當地旅游項目的空間布局及旅游線路的規(guī)劃，完善交通基礎設施和公共服務。此外，旅游產業(yè)集聚效應的發(fā)揮，還依托于高素質旅游人才的充分供給，應構建完善的旅游人才市場，大力引進和培養(yǎng)旅游高端經營管理人才、旅游產品規(guī)劃設計人才、旅游高技能人才，以提升旅游產業(yè)集聚高質量發(fā)展的人才支撐能力。

參考文獻

[1] ?夏杰長，徐金海. 中國旅游業(yè)改革開放40年：回顧與展望[J]. 經濟與管理研究，2018（6）：3-14.

[2] ?楊勇，程玉. 改革開放40年旅游業(yè)發(fā)展的中國道路及其世界意義[J]. 旅游學刊，2019（1）：3-5.

[3] ?左冰，保繼剛. 1992—2005年中國旅游業(yè)全要素生產率及省際差異[J]. 地理學報，2008（4）：417-427.

[4] ?陶卓民，薛獻偉，管晶晶. 基于數據包絡分析的中國旅游業(yè)發(fā)展效率特征[J]. 地理學報，2010（8）：1004-1012.

[5] ?韓元軍，夏少顏，周生輝.中國旅游業(yè)服務質量規(guī)制與產業(yè)效率提升[J].財貿經濟，2011（10）：127-134.

[6] ?趙磊.中國旅游全要素生產率差異與收斂實證研究[J].旅游學刊，2013（11）：12-23.

[7] ?胡志毅.基于DEA-Malmquist模型的中國旅行社業(yè)發(fā)展效率特征分析[J].旅游學刊，2015（5）：23-30.

[8] ?馬曉龍，保繼剛.中國主要城市旅游效率的區(qū)域差異與空間格局[J].人文地理，2010（1）：105-110+99.

[9] ?曹芳東，黃震方，吳江，等.城市旅游發(fā)展效率的時空格局演化特征及其驅動機制——以泛長江三角洲地區(qū)為例[J]. 地理研究，2012（8）：1431-1444.

[10] ?楊春梅，趙寶福.中國著名旅游城市旅游業(yè)的效率研究[J].旅游科學，2014（1）：65-75.

[11] ?王坤，黃震方，曹芳東，等.泛長江三角洲城市旅游績效空間格局演變及其影響因素[J]. 自然資源學報，2016（7）：1149-1163.

[12] ?生延超，鐘志平. 規(guī)模擴張還是技術進步：中國飯店業(yè)全要素生產率的測度與評價——基于非參數的曼奎斯特（Malmquist）生產率指數研究[J]. 旅游學刊，2010（5）：25-32.

[13] ?耿松濤.中國旅游上市公司全要素生產率研究[J].南京社會科學，2012（5）：15-21.

[14] ?李國平，郭勇，劉大為. 自然保護區(qū)管理效率評價研究——以牛背梁國家級自然保護區(qū)為例[J]. 旅游學刊，2015（3）：76-85.

[15] ?劉振濱，林麗梅，鄭逸芳. 森林公園全要素生產率及其收斂性分析[J]. 干旱區(qū)資源與環(huán)境，2017（8）：44-49.

[16] ?任毅，劉婉琪，趙珂，等. 中國旅游上市公司經營效率的測度與評價——基于混合DEA模型的實證分析[J]. 旅游學刊，2017（7）：27-36.

[17] ?Duranton G. Chapter 48 Micro-foundations of urban agglomeration economies[J]. Handbook of Regional and Urban Economics，2004，4.

[18] ?Pines D. Economics of Agglomeration： Cities， Industrial Location and Regional Growth[J]. Regional Science and Urban Economics， 2004，35（5）.

[19] ?王凱，易靜.區(qū)域旅游產業(yè)集聚與績效的關系研究——基于中國31個省區(qū)的實證[J].地理科學進展，2013（3）：465-474.

[20] ?王凱，易靜，肖燕，等.中國旅游產業(yè)集聚與產業(yè)效率的關系研究[J]. 人文地理，2016（2）：120-127.

[21] ?郭悅， 鐘廷勇， 安燁. 產業(yè)集聚對旅游業(yè)全要素生產率的影響——基于中國旅游業(yè)省級面板數據的實證研究[J]. 旅游學刊， 2015（5）：14-22.

[22] 楊艷.旅游產業(yè)集聚化水平與全要素生產率增長：來自中國經驗的實證[J].商業(yè)經濟研究，2019（6）：173-176.

[23] 張廣海，汪立新.我國旅游產業(yè)集聚與全要素生產率關系研究[J].商業(yè)研究，2016（11）：186-192.

[24] 胡彬，萬道俠.產業(yè)集聚如何影響制造業(yè)企業(yè)的技術創(chuàng)新模式——兼論企業(yè)“創(chuàng)新惰性”的形成原因[J].財經研究，2017（11）：30-43.

[25] ?楊仁發(fā).產業(yè)集聚與地區(qū)工資差距——基于我國269個城市的實證研究[J].管理世界，2013（8）：41-52.

[26] ?Caves D W， Christensen L R， Diewert W E. The Economic Theory of Index Numbers and the Measurement of Input， Output， and Productivity[J]. Econometrica， 1982，50（6）：1393-1414.

[27] ?Fare R， Grosskopf S， Lindgren B， et al. Productivity changes in Swedish pharmacies 1980-1989： A non-parametric Malmquist approach[J]. Journal of Productivity Analysis， 1992，3（1）：81-97.

Abstract：Respectively use DEA—Malmquist index method and location entropy index method ?to measure 30 sample at the provincial level in China from 2006 to 2017 of the total factor productivity of tourism industry and tourism industry agglomeration level，analyze the effect mechanism of tourism industry agglomeration on total factor productivity of tourism industry，and then use two-step system GMM estimation method to empirically test the effect of tourism industry agglomeration on the growth of total factor productivity of tourism industry.Research findings：within the sample period，the average growth rate of total factor productivity in Chinas tourism industry was 10.3%，and its contribution rate to the growth of tourism output value was 46%.The growth of total factor productivity in tourism is driven by technological progress rather than technological efficiency improvements，and it is accompanied bu technological progress and deterioration of technological efficiency.Different from existing studies，the relationship between tourism industry agglomeration and tourism total factor productivity growth is not linear，but shows a significant “u-shaped nonlinear relationship”，that is，tourism industry agglomeration inhibits tourism total factor productivity growth in short term but promotes it in the long term.After futher decomposition of tourism，it is found that there are obvious”u-shaped”and“inverted u-shaped”relations between tourism industry agglomeration，technological progress and technological efficiency.The influence of tourism industry agglomeration on technological progress is stronger than that on technological efficiency，and the influence on scale efficiency is stronger than that on pure technological efficiency.

Key Words： tourismindustry;industryagglomeration;total factor productivity;DEA-Malmquist index method;two-step system GMM