童昀 馬勇 劉軍

引用格式：童昀， 馬勇， 劉軍. 入境旅游提升了城市綠色全要素生產(chǎn)率嗎？——基于非線性視角[J]. 旅游學(xué)刊， 2021， 36（9）： 120-133. [TONG Yun， MA Yong， LIU Jun. Does the inbound tourism increase the citys green total factor productivity？ —Based on nonlinear perspective[J]. Tourism Tribune， 2021， 36（9）： 120-133.]

[摘? ? 要]在中國綠色發(fā)展以及擴(kuò)大開放的戰(zhàn)略背景下，探討入境旅游是否助推了中國城市綠色發(fā)展具有現(xiàn)實(shí)意義。文章首先融合遙感影像數(shù)據(jù)和社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)，運(yùn)用基于埃普西隆測量-全局曼奎斯特盧恩伯格模型測度2005—2016年284個(gè)地級及以上城市綠色全要素生產(chǎn)率，基于目的地經(jīng)濟(jì)異質(zhì)性構(gòu)建面板平滑轉(zhuǎn)換模型，實(shí)證考察入境旅游與城市綠色全要素生產(chǎn)率之間的平滑轉(zhuǎn)換效應(yīng)。研究結(jié)果表明：（1）入境旅游對綠色全要素生產(chǎn)率提升始終具有促進(jìn)作用，可以作為推動(dòng)城市綠色發(fā)展的有效工具;（2）入境旅游和綠色全要素生產(chǎn)率兩者間存在顯著非線性關(guān)系，隨著城市經(jīng)濟(jì)水平提高，入境旅游綠色發(fā)展效應(yīng)得到強(qiáng)化，故應(yīng)以“城旅融合”為核心將入境旅游發(fā)展置于城市經(jīng)濟(jì)發(fā)展整體布局中;（3）入境旅游對綠色技術(shù)進(jìn)步促進(jìn)作用隨經(jīng)濟(jì)水平提高而增強(qiáng)，但對綠色技術(shù)效率促進(jìn)作用則減弱，說明綠色技術(shù)進(jìn)步是入境旅游促進(jìn)綠色全要素生產(chǎn)率提升的重要源泉;（4）以入境旅游人次作為替代變量的穩(wěn)健性檢驗(yàn)表明前述結(jié)果穩(wěn)健可信。

[關(guān)鍵詞]綠色全要素生產(chǎn)率;入境旅游;綠色發(fā)展;面板平滑轉(zhuǎn)換模型;基于埃普西隆測量-全局曼奎斯特盧恩伯格模型

[中圖分類號(hào)]F59

[文獻(xiàn)標(biāo)識(shí)碼]A

[文章編號(hào)]1002-5006（2021）09-0120-14

Doi： 10.19765/j.cnki.1002-5006.2021.09.012

引言

近年來，“生態(tài)優(yōu)先、綠色發(fā)展”成為國家戰(zhàn)略，黨的十九大報(bào)告明確提出，加快經(jīng)濟(jì)提質(zhì)增效和產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級，進(jìn)而形成綠色發(fā)展方式，實(shí)現(xiàn)高質(zhì)量發(fā)展。作為國民經(jīng)濟(jì)戰(zhàn)略性支柱產(chǎn)業(yè)，旅游業(yè)對國民經(jīng)濟(jì)和就業(yè)綜合貢獻(xiàn)率均已超過10%[1]。旅游業(yè)助推中國經(jīng)濟(jì)綠色轉(zhuǎn)型和高質(zhì)量發(fā)展，既是其價(jià)值訴求，又是其現(xiàn)實(shí)使命。根據(jù)國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)（圖1），1999—2018年，中國入境旅游人次從7 279萬人次增長到1.41億人次（其中，外國游客人次為3 054萬人次），國際旅游外匯收入從140.99億美元增長到1 271.03億美元1，入境旅游穩(wěn)步發(fā)展。作為開放經(jīng)濟(jì)和現(xiàn)代服務(wù)業(yè)的重要組成部分，入境旅游相對于國內(nèi)旅游，具有更高的消費(fèi)水平和結(jié)構(gòu)[2-3]、更強(qiáng)的產(chǎn)業(yè)示范性和關(guān)聯(lián)產(chǎn)業(yè)帶動(dòng)性[4]，并具有文化軟實(shí)力塑造和國家形象輸出功能[5-6]。隨著“一帶一路”、海南自由貿(mào)易港等擴(kuò)大對外開放戰(zhàn)略實(shí)施，以及旅游消費(fèi)環(huán)境和旅游產(chǎn)品供給持續(xù)改善，中國入境旅游規(guī)模還將擴(kuò)張，其在國民經(jīng)濟(jì)中產(chǎn)業(yè)地位愈發(fā)重要。一直以來，旅游業(yè)以“綠色產(chǎn)業(yè)”形象示人，成為生態(tài)文明建設(shè)和綠色發(fā)展的重要載體[7]，一方面歸因于遵循旅游導(dǎo)向型經(jīng)濟(jì)增長機(jī)制，發(fā)展旅游給目的地帶來直接和間接經(jīng)濟(jì)效益[8]，另一方面則因?yàn)檩^制造業(yè)而言，旅游經(jīng)濟(jì)本身自然資本消耗和污染物排放更低。不可忽視的是，入境旅游發(fā)展過程中可能引致的“資源詛咒”與“荷蘭病效應(yīng)”[9-11]等問題卻會(huì)制約目的地綠色發(fā)展。因此，在當(dāng)前實(shí)踐背景下，將入境旅游作為核心觀察對象，論證其是否促進(jìn)了旅游目的地綠色發(fā)展成為一個(gè)亟須回答的現(xiàn)實(shí)問題。

長久以來，旅游業(yè)的經(jīng)濟(jì)增長效應(yīng)和生態(tài)環(huán)境效應(yīng)受到學(xué)術(shù)界廣泛關(guān)注，并形成豐碩成果。旅游業(yè)經(jīng)濟(jì)增長效應(yīng)的實(shí)證研究，多圍繞旅游導(dǎo)向型經(jīng)濟(jì)增長假說（tourism-led growth hypothesis，TLGH）核心問題展開，基于經(jīng)濟(jì)學(xué)范式和框架，利用時(shí)間序列數(shù)據(jù)或面板數(shù)據(jù)進(jìn)行假說驗(yàn)證[12-18]。而旅游業(yè)生態(tài)環(huán)境效應(yīng)研究，一方面，多從微觀目的地層面，基于地理學(xué)、生態(tài)學(xué)范式和框架，利用實(shí)地調(diào)研測量或遙感數(shù)據(jù)考察旅游發(fā)展過程中的環(huán)境污染、生態(tài)問題[19-24];另一方面，已有學(xué)者從宏觀層面對旅游發(fā)展影響區(qū)域整體污染物排放進(jìn)行經(jīng)驗(yàn)研究。王明康等發(fā)現(xiàn)，中國絕大多數(shù)地級市旅游產(chǎn)業(yè)集聚對環(huán)境污染改善起到促進(jìn)作用[25]。

不難發(fā)現(xiàn)，學(xué)術(shù)界關(guān)于旅游發(fā)展對目的地影響的研究，是將目的地經(jīng)濟(jì)系統(tǒng)和環(huán)境系統(tǒng)作為兩個(gè)獨(dú)立系統(tǒng)而分別展開的。旅游發(fā)展的經(jīng)濟(jì)影響研究與環(huán)境影響研究之間缺乏良好互動(dòng)。綠色發(fā)展強(qiáng)調(diào)在資源環(huán)境約束下實(shí)現(xiàn)社會(huì)發(fā)展和經(jīng)濟(jì)增長[26]，兼有經(jīng)濟(jì)增長和生態(tài)環(huán)境保護(hù)雙重內(nèi)涵。探討入境旅游對綠色發(fā)展的影響，能夠?qū)⑸鲜鰞蓚€(gè)領(lǐng)域議題納入同一分析框架進(jìn)行綜合考察，形成研究話題和視野的完善。豐曉旭率先做出理論探討，論述了全域旅游推動(dòng)區(qū)域綠色發(fā)展的機(jī)理[27]。但該研究仍停留在理論闡釋層面，本文嘗試將這一領(lǐng)域研究推向?qū)嵶C層面。根據(jù)已有研究[28-30]，綠色全要素生產(chǎn)率（green total factor productivity，GTFP）是衡量綠色發(fā)展水平的重要指標(biāo)，本文即聚焦到入境旅游對城市GTFP的影響效應(yīng)研究上。

相對既有文獻(xiàn)，本文推進(jìn)之處在于：第一，將入境旅游和目的地綠色發(fā)展納入同一分析框架，并從實(shí)證角度，為城市層面探討入境旅游是否促進(jìn)目的地綠色發(fā)展這一現(xiàn)實(shí)問題，提供經(jīng)驗(yàn)證據(jù)。第二，從經(jīng)濟(jì)異質(zhì)性切入，構(gòu)建面板平滑轉(zhuǎn)換模型（panel smooth transition regression，PSTR），刻畫入境旅游影響城市GTFP的軌跡特征。第三，基于GTFP分解，識(shí)別入境旅游引致城市GTFP增長的源泉。

1 入境旅游對綠色全要素生產(chǎn)率的影響機(jī)理分析

首先，在認(rèn)識(shí)GTFP及其增長源泉的基礎(chǔ)上，分析入境旅游對GTFP的作用機(jī)制（圖2）。根據(jù)Chung等的研究[31]，GTFP提升的源泉可以分解為綠色技術(shù)進(jìn)步（green technological change，GTC）和綠色技術(shù)效率（green efficiency change，GEC）兩個(gè)方面。（1）入境旅游通過以下方式促進(jìn)旅游目的地GTC：第一，“旅游+深度融合”將促進(jìn)城市創(chuàng)新能力。入境旅游通過例如休閑農(nóng)業(yè)、工業(yè)旅游、文化旅游、旅游地產(chǎn)、智慧旅游等形式的關(guān)聯(lián)產(chǎn)業(yè)融合引發(fā)創(chuàng)新行為[32-34]。第二，入境旅游對目的地產(chǎn)業(yè)結(jié)構(gòu)變遷形成干預(yù)。一方面，入境旅游發(fā)展依賴目的地良好的生態(tài)環(huán)境，會(huì)促使政府實(shí)施更嚴(yán)格的環(huán)境規(guī)制政策，加大能源消耗和污染物排放監(jiān)管力度[27];另一方面，發(fā)展入境旅游一定程度上提高目的地物價(jià)水平，導(dǎo)致要素價(jià)格上漲，制造業(yè)和低附加值高消耗產(chǎn)業(yè)被擠出，倒逼目的地產(chǎn)業(yè)結(jié)構(gòu)調(diào)整[25，35]，高級化和清潔化的產(chǎn)業(yè)結(jié)構(gòu)勢必推動(dòng)目的地技術(shù)水平提高和非期望產(chǎn)出減量。第三，入境旅游促進(jìn)目的地對外開放，促進(jìn)目的地形成良好知名度和口碑[36]，有利于吸引外商直接投資，進(jìn)而發(fā)展高新技術(shù)產(chǎn)業(yè)，推動(dòng)城市生產(chǎn)前沿面外擴(kuò)。（2）入境旅游通過以下方式影響旅游目的地GEC：第一，入境旅游需要良好的區(qū)域交通條件支撐，機(jī)場、高鐵等現(xiàn)代交通網(wǎng)絡(luò)建設(shè)和覆蓋，將加強(qiáng)目的地與周邊城市合作聯(lián)系，形成良好的經(jīng)濟(jì)發(fā)展區(qū)位，從而提升區(qū)域經(jīng)濟(jì)效率。第二，入境旅游不僅促使目的地基礎(chǔ)設(shè)施硬件建設(shè)，也會(huì)推動(dòng)其管理制度和政策等軟件變革[37]，進(jìn)而改善城市整體經(jīng)濟(jì)發(fā)展環(huán)境，優(yōu)化資源配置效率。第三，入境旅游通過促進(jìn)目的地對外開放所引致的外商直接投資，可能帶來先進(jìn)的生產(chǎn)技術(shù)和管理經(jīng)驗(yàn)，也將實(shí)現(xiàn)生產(chǎn)效率提升。第四，規(guī)模效率提升是GEC改進(jìn)的途徑之一，隨著基礎(chǔ)配套設(shè)施逐漸完善，新生產(chǎn)技術(shù)應(yīng)用推廣，以及關(guān)聯(lián)產(chǎn)業(yè)和產(chǎn)業(yè)融合新業(yè)態(tài)良好發(fā)展，則有助于實(shí)現(xiàn)目的地生產(chǎn)的規(guī)模效應(yīng)[11]。

其次，進(jìn)一步闡釋入境旅游影響GTFP非線性機(jī)制的理論基礎(chǔ)。入境旅游對城市GTFP影響機(jī)制的復(fù)雜性和動(dòng)態(tài)性，以及目的地異質(zhì)性是產(chǎn)生非線性效應(yīng)的主要原因。（1）從直接影響看，非線性表現(xiàn)在入境旅游影響目的地經(jīng)濟(jì)環(huán)境產(chǎn)出正負(fù)作用相對大小的動(dòng)態(tài)變化。入境旅游將增加目的地旅游外匯收入[38]，促進(jìn)當(dāng)?shù)芈糜尉蜆I(yè)[39]，但同時(shí)也可能引發(fā)目的地通貨膨脹[40]，并伴隨旅游收入漏損[41]。發(fā)展入境旅游需要目的地良好的生態(tài)環(huán)境支撐，入境旅游發(fā)展過程中，目的地居民環(huán)保理念隨之增強(qiáng)[42]，旅游外匯收入能為環(huán)境保護(hù)提供資金支持[27]。與此同時(shí)，發(fā)展入境旅游造成目的地自然資本消耗，旅游活動(dòng)形成的碳排放、廢水、廢固等污染物將對目的地資源環(huán)境造成負(fù)面影響[43-44]。（2）從間接影響看，非線性表現(xiàn)在入境旅游帶來的關(guān)聯(lián)產(chǎn)業(yè)融合、產(chǎn)業(yè)結(jié)構(gòu)替代、對外開放擴(kuò)大、發(fā)展環(huán)境優(yōu)化等效應(yīng)，可能由于目的地經(jīng)濟(jì)發(fā)展水平高低不同，其作用時(shí)滯、主導(dǎo)程度和相對強(qiáng)弱也會(huì)發(fā)生變化。①隨著城市經(jīng)濟(jì)水平提高，入境旅游促進(jìn)產(chǎn)業(yè)融合、業(yè)態(tài)創(chuàng)新、對外開放的條件更為成熟，現(xiàn)實(shí)可能性更大，對GTFP的作用力得以強(qiáng)化。②同一作用渠道下產(chǎn)生的正反兩種效應(yīng)隨著城市經(jīng)濟(jì)水平變化而此消彼長，使入境旅游對GEC和GTC的影響存在非線性，進(jìn)而使入境旅游對GTFP的影響機(jī)制具有非線性特征。比如伴隨“荷蘭病效應(yīng)”（去工業(yè)化），目的地產(chǎn)業(yè)結(jié)構(gòu)既可能邁進(jìn)高級化、合理化，也可能出現(xiàn)倒退，陷入“資源詛咒”;對外開放擴(kuò)大帶來的外商直接投資既可能形成“污染光環(huán)”[45]，也可能使目的地陷入“污染天堂”[46-47]等。

2 方法、模型與變量

2.1 面板平滑轉(zhuǎn)換回歸

面板平滑轉(zhuǎn)換模型（PSTR）是Andrés González等[48]對Hansen提出的面板門檻模型[49]的拓展。在通過非線性檢驗(yàn)的前提下，利用PSTR模型估計(jì)入境旅游對目的地GTFP的影響效應(yīng)，將有效彌補(bǔ)因線性模型忽視非線性因素所導(dǎo)致的對入境旅游綠色發(fā)展效應(yīng)的動(dòng)態(tài)連續(xù)時(shí)變轉(zhuǎn)換機(jī)制考察的缺失。兩機(jī)制PSTR模型如式（1）和式（2）[48]：

[yi，t=μi+β0xi，t+β0?xi，tg（qi，t; γ，c）+ui，t? ? ? ? ? ? ? ] （1）

[gqi，t; γ，c=1+exp-γj=1m（qi，t-cj）-1? ?] （2）

式（1）和式（2）中[， yi，t]為被解釋變量，[ xi，t]為解釋變量向量，[ui，t]為誤差項(xiàng)。轉(zhuǎn)換函數(shù)[g（qi，t; γ，c）]是Logistic函數(shù)，該函數(shù)是關(guān)于轉(zhuǎn)換變量[qi，t]且值域介于0和1之間的連續(xù)平滑有界函數(shù)。參數(shù)[γ]決定轉(zhuǎn)換速度，[c=（c1， c2， …cm）]為位置參數(shù)，決定轉(zhuǎn)換發(fā)生閾值。當(dāng)m=1時(shí)，[xi，t]系數(shù)隨著[qi，t]的增加在[β0]和[β0+β0?]之間單調(diào)平滑變換。

2.2 城市綠色全要素生產(chǎn)率測算

2.2.1? ? 城市綠色全要素生產(chǎn)率測算指標(biāo)體系

（1）指標(biāo)體系構(gòu)建：第一，準(zhǔn)則層：既有GTFP測算研究中，投入指標(biāo)多圍繞生產(chǎn)函數(shù)投入項(xiàng)確定，主要包括水、土地、勞動(dòng)力、資本、能源等[50-51]。產(chǎn)出指標(biāo)通常劃分為期望產(chǎn)出與非期望產(chǎn)出。故將準(zhǔn)則層確定為土地投入、資源投入、資本投入、勞動(dòng)力投入，以及期望產(chǎn)出和非期望產(chǎn)出。第二， 指標(biāo)層：投入指標(biāo)涉及建設(shè)用地、耕地、能源消耗、全社會(huì)固定資產(chǎn)存量、城市供水總量、單位從業(yè)人數(shù)等，產(chǎn)出指標(biāo)包括GDP、PM2.5年均濃度（非期望）、工業(yè)廢水排放量（非期望）等。最終構(gòu)建指標(biāo)體系（表1）。

（2）數(shù)據(jù)來源及處理：數(shù)據(jù)處理基本思路是先進(jìn)行遙感數(shù)據(jù)處理，主要涉及ArcGIS投影設(shè)置、底圖匹配、剪裁和數(shù)值提取等操作。再將遙感指標(biāo)數(shù)據(jù)與經(jīng)濟(jì)社會(huì)統(tǒng)計(jì)數(shù)據(jù)匹配，形成完整的城市GTFP測算數(shù)據(jù)庫。

第一，建設(shè)用地與耕地由中國土地利用現(xiàn)狀數(shù)據(jù)處理獲得，該數(shù)據(jù)集以Landsat TM/ETM遙感影像為數(shù)據(jù)源，經(jīng)人工目視解譯，劃分建設(shè)用地、耕地、林地、草地、水域和未利用土地等一級類型，從地理國情監(jiān)測云平臺(tái)（http：//www.dsac.cn/DataProduct/Detail/200804）獲取，分辨率為1千米×1千米。第二，能源消耗數(shù)據(jù)由DMSP/OLS全球夜間燈光數(shù)據(jù)處理獲得1，已有研究表明，夜間燈光數(shù)據(jù)與能源消耗存在顯著線性相關(guān)性[52-53]。并參考相關(guān)研究[54-55]，利用AcrGIS分區(qū)統(tǒng)計(jì)求和功能，將行政區(qū)范圍內(nèi)所有柵格灰度值之和作為該城市能源消耗。中國范圍DMSP/OLS數(shù)據(jù)從中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心（http：//www.resdc.cn/data.aspx？DATAID=213）獲取，分辨率為1千米×1千米。第三，非期望產(chǎn)出PM2.5數(shù)據(jù)來源于大氣成分分析組織利用MODIS、MISR等遙感數(shù)據(jù)反演得出的柵格數(shù)據(jù)集（http：//fizz.phys.dal.ca/～atmos/martin），分辨率為0.01°×0.01°。利用ArcGIS分區(qū)統(tǒng)計(jì)求均值功能，獲得PM2.5濃度。第四，全社會(huì)固定資產(chǎn)存量按照張軍等的做法[56]，首先確定基期（2004年）固定資產(chǎn)存量，再用后式測算每年固定資產(chǎn)存量：[Ki，t=Ii，t+][1-δi，tKi，t-1]，其中，[Ki，t]、[Ii，t]、[δi，t]分別為t年固定資產(chǎn)存量、新增固定資產(chǎn)投資以及折舊率（設(shè)為9.6%）。第五，城市經(jīng)濟(jì)、社會(huì)、環(huán)境指標(biāo)數(shù)據(jù)批量采集于中國經(jīng)濟(jì)社會(huì)大數(shù)據(jù)統(tǒng)計(jì)平臺(tái)，涉及《中國城市統(tǒng)計(jì)年鑒（2005—2017）》《中國區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒（2005—2014）》等。缺失值查找各省份統(tǒng)計(jì)年鑒和相應(yīng)城市國民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)補(bǔ)齊，若仍缺失則用線性插值補(bǔ)齊。

2.2.2? ? 城市綠色全要素生產(chǎn)率測算方法

利用Maxdea軟件，采用基于埃普西隆測量-全局曼奎斯特-盧恩伯格模型（Epsilon based measure- global Malmquist-Luenberger model，EBM-GML）測度城市GTFP。首先，構(gòu)建包含非期望產(chǎn)出的超效率EBM模型[57]，囿于篇幅，具體規(guī)劃式參見研究文獻(xiàn)[57-58]。其次，構(gòu)造全局曼奎斯特-盧恩伯格模型（GML）指數(shù)并分解，測算城市GTFP及其分解項(xiàng)的動(dòng)態(tài)變化狀況。選用GML指數(shù)是其能避免非全局指數(shù)的非傳遞性和線性等缺陷[59]，公式見已有研究[60]，最終可得GTFP指數(shù)及乘積分解項(xiàng)GEC指數(shù)、GTC指數(shù)。其中，GEC指數(shù)表示政策與制度變革等發(fā)展環(huán)境因素變化對資源配置效率造成影響，而使實(shí)際生產(chǎn)狀況與生產(chǎn)前沿面相對位置發(fā)生變化，GTC指數(shù)表示創(chuàng)新或引入先進(jìn)技術(shù)推動(dòng)生產(chǎn)前沿面外移[61]。由于上述指數(shù)為GTFP、GEC、GTC的變化率，參照既有研究[59， 62]，假設(shè)2004年城市GTFP、GEC、GTC均為1，再與相應(yīng)指數(shù)逐年累乘，得到2005—2016年的GTFP、GEC、GTC。1

2.3 變量定義和模型設(shè)定

（1）被解釋變量：分別用GTFP、GEC、GTC作為被解釋變量，探討入境旅游是否能夠促進(jìn)城市GTFP提升，并識(shí)別促進(jìn)GTFP的主要方式。

（2）核心解釋變量及轉(zhuǎn)換變量：核心解釋變量為入境旅游（lngjsr），采用入境旅游收入的對數(shù)衡量。轉(zhuǎn)換變量的選擇出于以下考慮：一方面入境旅游作為經(jīng)濟(jì)活動(dòng)，其綠色發(fā)展效應(yīng)的非線性與目的地經(jīng)濟(jì)水平可能存在天然聯(lián)系;另一方面，宏觀經(jīng)濟(jì)研究中，經(jīng)濟(jì)水平與其他宏觀變量往往存在較強(qiáng)相關(guān)性，經(jīng)濟(jì)異質(zhì)性也表征了其他方面異質(zhì)性，故選取其具有代表性。因此，從經(jīng)濟(jì)異質(zhì)性角度，揭示隨經(jīng)濟(jì)發(fā)展，入境旅游對GTFP影響的轉(zhuǎn)換效應(yīng)，設(shè)定轉(zhuǎn)換變量為經(jīng)濟(jì)水平（Econ），采用人均GDP的對數(shù)衡量。

（3）控制變量：參考GTFP影響因素研究成果[63-66]，納入如下控制變量。對外開放水平（FDI），采用外商直接投資衡量;創(chuàng)新能力（Crea），采用科學(xué)技術(shù)支出占GDP比重衡量;經(jīng)濟(jì)水平（Econ），采用人均GDP衡量;產(chǎn)業(yè)結(jié)構(gòu)（Ind），采用第三產(chǎn)業(yè)占GDP比重衡量;環(huán)境規(guī)制強(qiáng)度（Envi），工業(yè)煙粉塵去除率衡量;城鎮(zhèn)化（Urb），采用建設(shè)用地占總面積比重衡量。為消除異方差將控制變量對數(shù)化。

最終構(gòu)建如式（4）、式（5）和式（6）的3個(gè)計(jì)量模型。

考察入境旅游對城市GTFP的影響，構(gòu)建模型1：

[GTFPi，t=μi+β1lngjsri，t+β2FDIi，t+β3Creai，t+? ? ? β4Econi，t+β5Indi，t+β6Envii，t+β7Urbi，t+? ? ?（β1′lngjsri，t+β2′FDIi，t+β3′Creai，t+β4′Econi，t+? ? ? β5′Indi，t+β6′Envii，t+β7′Urbi，t）? ? ?gEconi，t; γ，c+ui，t? ]（4）

考察入境旅游對城市GEC的影響，構(gòu)建模型2：

[GECi，t=μi+β1lngjsri，t+β2FDIi，t+β3Creai，t+? ? ?β4Econi，t+β5Indi，t+β6Envii，t+β7Urbi，t+? ? ?（β1′lngjsri，t+β2′FDIi，t+β3′Creai，t+β4′Econi，t+? ? ?β5′Indi，t+β6′Envii，t+β7′Urbi，t）gEconi，t; γ，c+ui，t? ]（5）

考察入境旅游對城市GTC的影響，構(gòu)建模型3：

[GTCi，t=μi+β1lngjsri，t+β2FDIi，t+β3Creai，t+? ? ?β4Econi，t+β5Indi，t+β6Envii，t+β7Urbi，t+? ? ?（β1′lngjsri，t+β2′FDIi，t+β3′Creai，t+? ? ?β4′Econi，t+β5′Indi，t+β6′Envii，t+β7′Urbi，t）? ? ?gEconi，t; γ，c+ui，t] （6）

其中[，β1]、[β2]、[β3]、[β4]、[β5]、[β6]、[β7]為各解釋變量線性部分估計(jì)系數(shù)，[β1′]、[β2′]、[β3′]、[β4′]、[β5′]、[β6′]、[β7′]為各變量非線性部分估計(jì)系數(shù)，各解釋變量對因變量的影響由線性與非線性部分共同決定，[g（Econi，t; γ，c）]為轉(zhuǎn)換函數(shù)，[ ui，t]為殘差項(xiàng)。

3 入境旅游對綠色全要素生產(chǎn)率的平滑轉(zhuǎn)換效應(yīng)

PSTR模型建模涉及非線性檢驗(yàn)、模型估計(jì)、穩(wěn)健性檢驗(yàn)3個(gè)階段[67]，本文使用R軟件的PSTR程序包實(shí)現(xiàn)建模。

3.1 單位根檢驗(yàn)

為避免偽回歸，對所有變量進(jìn)行單位根檢驗(yàn)。使用Levin-Lin-Chu（LLC）和Fisher-augmented-Dickey-Fuller（Fisher-ADF）兩種檢驗(yàn)方法[68-69]，結(jié)果見表2。結(jié)果顯示，所有變量LLC和Fisher-ADF檢驗(yàn)在0.01顯著性水平上拒絕原假設(shè)，表明各變量均是平穩(wěn)的，可以繼續(xù)PSTR模型估計(jì)。

3.2 模型非線性檢驗(yàn)

首先對模型1、模型2和模型3進(jìn)行非線性檢驗(yàn)，以確定使用PSTR模型必要性。由于模型包含未識(shí)別參數(shù)γ和c，無法對模型進(jìn)行傳統(tǒng)非線性檢驗(yàn)，González等建議遵循Luukkonen等的做法[70]，設(shè)置同質(zhì)性零假設(shè)H0：γ=0，并在γ=0處用轉(zhuǎn)換函數(shù)一階泰勒展開式替代。然后分別估計(jì)輔助回歸方程和線性固定效應(yīng)模型，并根據(jù)兩個(gè)模型殘差平方和構(gòu)造統(tǒng)計(jì)量，最后利用服從χ2分布LM檢驗(yàn)統(tǒng)計(jì)量和服從F分布LMF檢驗(yàn)統(tǒng)計(jì)量進(jìn)行檢驗(yàn)，如式（7）和式（8）：

[LM=TNSSR0-SSR1SSR0?χ2mk? ? ? ? ] （7）

[LMF=SSR0-SSR1mk/SSR0TN-N-mk?F（mk，TN-N-mk）? ? ? ] （8）

式（7）和式（8）中，T為時(shí)間長度，N為截面?zhèn)€數(shù)，k為外生變量個(gè)數(shù)，SSR0和SSR1分別為接受和拒絕原假設(shè)的殘差平方和。

依次對模型1、模型2和模型3，在m=1、m=2或m=3情形下，進(jìn)行非線性檢驗(yàn)，結(jié)果見表3。結(jié)果表明，不論m=1或m=2，模型1、模型2和模型3的LM、LMF統(tǒng)計(jì)量及其穩(wěn)健形式均在0.01顯著性水平上拒絕線性原假設(shè)。而當(dāng)m=3時(shí)，模型1和模型3未通過0.01顯著性水平。因此，當(dāng)位置參數(shù)個(gè)數(shù)為1或2時(shí)，入境旅游對GTFP、GEC和GTC均存在以經(jīng)濟(jì)水平為轉(zhuǎn)換變量的非線性效應(yīng)，說明需要使用PSTR模型進(jìn)行參數(shù)估計(jì)。進(jìn)一步，根據(jù)González觀點(diǎn)[48]，應(yīng)選擇原假設(shè)被拒絕得更強(qiáng)烈情形下的m值作為位置參數(shù)個(gè)數(shù)。因此，模型1、模型2和模型3均應(yīng)選擇位置參數(shù)個(gè)數(shù)為1，即m=1。

3.3 模型參數(shù)估計(jì)

采用非線性最小二乘法估計(jì)PSTR模型參數(shù)，轉(zhuǎn)換函數(shù)的斜率系數(shù)γ和位置參數(shù)c采用網(wǎng)格搜索法得到[48]。為增強(qiáng)結(jié)果穩(wěn)健性，同時(shí)估計(jì)面板固定效應(yīng)模型作為對比，結(jié)果見表4，并在圖3中繪制轉(zhuǎn)換函數(shù)圖像以及核心解釋變量估計(jì)系數(shù)的平滑轉(zhuǎn)換圖像。

3.3.1? ? 入境旅游對綠色全要素生產(chǎn)率的平滑轉(zhuǎn)換效應(yīng)（模型1）

根據(jù)模型1的PSTR模型估計(jì)結(jié)果、轉(zhuǎn)換函數(shù)圖像以及入境旅游系數(shù)轉(zhuǎn)換圖像，當(dāng)轉(zhuǎn)換函數(shù)[g（Econ; ][γ，c）]=0時(shí)，入境旅游對城市GTFP影響效應(yīng)為0.04817，模型處于低機(jī)制。當(dāng)轉(zhuǎn)換變量經(jīng)濟(jì)水平處于位置參數(shù)[c]值11.5588時(shí)，[g（Econ; γ，c）]=0.5，入境旅游對GTFP影響效應(yīng)為0.06511[（β1+0.5×β1′）]，模型處于低高機(jī)制的中間狀態(tài)。當(dāng)[g（Econ; ][γ，c）]=1時(shí)，入境旅游對城市GTFP影響效應(yīng)為0.08204[（β1+β1′）]，模型處于高機(jī)制。入境旅游對城市GTFP的影響效應(yīng)在低機(jī)制與高機(jī)制之間，以位置參數(shù)[c]=11.5588為中心，以[γ]=1.96569的轉(zhuǎn)換速率，在[0.04817，0.08204]之間平滑轉(zhuǎn)換。換言之，入境旅游對城市GTFP的影響具有動(dòng)態(tài)性和非線性。上述結(jié)果表明，入境旅游始終能夠顯著促進(jìn)城市GTFP提升，入境旅游具有綠色發(fā)展效應(yīng)。并且由于經(jīng)濟(jì)異質(zhì)性存在，城市經(jīng)濟(jì)水平的提高，會(huì)使入境旅游對GTFP的提升作用增強(qiáng)。其現(xiàn)實(shí)政策指向是明顯的，發(fā)展入境旅游是可靠的促進(jìn)區(qū)域綠色發(fā)展的政策工具，并且該工具的有效性與目的地經(jīng)濟(jì)水平存在關(guān)聯(lián)，即良好的城市發(fā)展本底能夠?yàn)槿刖陈糜胃冒l(fā)揮綠色發(fā)展效應(yīng)提供外部條件。目的地應(yīng)以“城旅融合”為核心，踐行全域旅游發(fā)展理念：一方面，應(yīng)以入境旅游帶動(dòng)和促進(jìn)經(jīng)濟(jì)社會(huì)協(xié)調(diào)發(fā)展和目的地城市系統(tǒng)優(yōu)化提升;另一方面，目的地經(jīng)濟(jì)發(fā)展過程中的整體規(guī)劃布局和統(tǒng)籌協(xié)調(diào)管理應(yīng)考慮入境旅游發(fā)展訴求，相關(guān)建設(shè)發(fā)展成果與旅游業(yè)共用共享，形成入境旅游與城市整體經(jīng)濟(jì)發(fā)展良性互動(dòng)格局，最終實(shí)現(xiàn)入境旅游綠色發(fā)展效應(yīng)向高機(jī)制轉(zhuǎn)換。

3.3.2? ? 入境旅游對綠色技術(shù)效率的平滑轉(zhuǎn)換效應(yīng)（模型2）

入境旅游對城市GEC的影響與其對城市GTFP、GTC的影響趨勢相反。當(dāng)轉(zhuǎn)換函數(shù)[g（Econ; γ，c）]=0時(shí)，入境旅游對城市GEC影響效應(yīng)為0.02069，且在0.05水平上顯著，對GEC具有正向推動(dòng)效應(yīng)，模型處于高機(jī)制。而[lngjsri，tg（Econ; γ，c）]估計(jì)系數(shù)[β1′]為?0.01824，表明隨著經(jīng)濟(jì)水平增長，入境旅游對GEC影響存在邊際效應(yīng)遞減規(guī)律。當(dāng)[g（Econ; γ，c）]=1時(shí)，入境旅游對GEC影響效應(yīng)為0.00245[（β1+β1′）]，影響效應(yīng)仍然保持為正，模型處于低機(jī)制。入境旅游對GEC的影響以位置參數(shù)[c]值11.1904為中心，以[γ=1.76715]相對較慢的轉(zhuǎn)換速率在[0.02069，0.00245]之間平滑轉(zhuǎn)換。這表明，經(jīng)濟(jì)水平相對較差的城市發(fā)展入境旅游，將更加有效地提升城市整體GEC。而經(jīng)濟(jì)水平相對較高的城市，入境旅游對GEC的促進(jìn)作用并不明顯。其現(xiàn)實(shí)成因可能是：其一，發(fā)展入境旅游能夠充分發(fā)揮經(jīng)濟(jì)欠發(fā)達(dá)目的地自然資源稟賦優(yōu)勢，快速帶來旅游外匯收入，在有限環(huán)境影響下取得直接經(jīng)濟(jì)收益。其二，當(dāng)城市處于經(jīng)濟(jì)欠發(fā)達(dá)階段，其交通區(qū)位條件、城市基礎(chǔ)建設(shè)水平、公共服務(wù)設(shè)施等硬件，以及城市管理制度和經(jīng)濟(jì)政策等仍不完備，尚存大幅提升空間，發(fā)展入境旅游將迅速改善城市發(fā)展環(huán)境，進(jìn)而優(yōu)化資源配置效率和實(shí)現(xiàn)規(guī)模效率，最終促進(jìn)GEC提升。實(shí)踐意義上，由于可取得較高邊際收益，經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)更應(yīng)支持入境旅游發(fā)展，以實(shí)現(xiàn)自身綠色發(fā)展。對于經(jīng)濟(jì)發(fā)達(dá)地區(qū)，則應(yīng)當(dāng)促進(jìn)入境旅游自身資源配置和利用效率提升，探索構(gòu)建入境旅游促進(jìn)城市生產(chǎn)效率以及規(guī)模效應(yīng)提升的路徑和渠道。

3.3.3? ? 入境旅游對綠色技術(shù)進(jìn)步的平滑轉(zhuǎn)換效應(yīng)（模型3）

入境旅游對城市GTC的影響與其對GTFP的影響趨勢類似。模型3中，入境旅游線性部分估計(jì)系數(shù)[β1]為0.08574，在0.01水平上顯著，非線性部分[lngjsri，tg（Econ; γ，c）]估計(jì)系數(shù)[β1′]為0.08918。說明入境旅游對城市GTC存在正向促進(jìn)作用，同時(shí)，隨著城市經(jīng)濟(jì)水平提升，入境旅游對城市GTC的正向影響會(huì)得到強(qiáng)化，其正向效應(yīng)區(qū)間為[0.08574，0.17492]。入境旅游對GTC的促進(jìn)意味著入境旅游能夠激發(fā)基于產(chǎn)業(yè)融合的新業(yè)態(tài)創(chuàng)新行為，并且通過開放經(jīng)濟(jì)引入先進(jìn)技術(shù)和創(chuàng)新能力，推動(dòng)目的地生產(chǎn)前沿面外擴(kuò)，外商直接投資表現(xiàn)為“污染光環(huán)”效應(yīng)。之所以產(chǎn)生非線性效應(yīng)，主要是由于城市經(jīng)濟(jì)越發(fā)達(dá)，入境旅游越能夠發(fā)揮其綜合帶動(dòng)能力，形成更強(qiáng)的融合效應(yīng)、倒逼效應(yīng)、優(yōu)化效應(yīng)，強(qiáng)化其在產(chǎn)業(yè)關(guān)聯(lián)融合、產(chǎn)業(yè)結(jié)構(gòu)替代和發(fā)展環(huán)境優(yōu)化等渠道中對城市GTC的促進(jìn)作用。入境旅游促使城市生產(chǎn)前沿面的擴(kuò)張，更加體現(xiàn)入境旅游對目的地綠色發(fā)展的綜合促進(jìn)作用。

從3個(gè)模型的固定效應(yīng)估計(jì)參數(shù)大小看，入境旅游對GTFP估計(jì)系數(shù)為0.07357，對GEC估計(jì)系數(shù)僅為0.02914，而對GTC估計(jì)系數(shù)則達(dá)到0.10227，根據(jù)GEC、GTC和GTFP三者間數(shù)量關(guān)系，就線性估計(jì)而言初步判斷，入境旅游對GTFP的影響主要是通過影響GTC實(shí)現(xiàn)的。其次，從PSTR估計(jì)的平滑轉(zhuǎn)換趨勢看，隨著經(jīng)濟(jì)水平提升，入境旅游對GTFP的估計(jì)系數(shù)變大，對GTC估計(jì)系數(shù)也變大，體現(xiàn)平滑轉(zhuǎn)換機(jī)制的耦合性，然而，其對GEC估計(jì)系數(shù)則下降，且無法通過顯著性檢驗(yàn)。這意味當(dāng)城市經(jīng)濟(jì)水平較高時(shí)，入境旅游對GEC的推動(dòng)并不明顯，故其對GTFP推動(dòng)作用的強(qiáng)化是通過對GTC推動(dòng)而貢獻(xiàn)的。線性和非線性估計(jì)結(jié)果，都說明入境旅游對GTC的提升是促進(jìn)城市GTFP提升的主要來源。

3.3.4? ? GTFP、GEC、GTC對入境旅游變化的響應(yīng)

為更好揭示PSTR模型的現(xiàn)實(shí)政策含義，以入境旅游為X軸、經(jīng)濟(jì)水平為Y軸，分別以GTFP、GEC、GTC的響應(yīng)為Z軸，繪制模型1、模型2和模型3三維響應(yīng)曲面（圖4）。圖像直觀地表明，首先入境旅游影響目的地綠色發(fā)展并非線性均質(zhì)的，確實(shí)存在城市經(jīng)濟(jì)異質(zhì)性導(dǎo)致的非線性效應(yīng)。其次，目的地經(jīng)濟(jì)水平較低時(shí)，GTFP對入境旅游發(fā)展的響應(yīng)較低，且主要通過GEC提升實(shí)現(xiàn)。經(jīng)濟(jì)水平較高時(shí)，GTFP對入境旅游發(fā)展的響應(yīng)較強(qiáng)，主要通過促進(jìn)GTC實(shí)現(xiàn)。目的地經(jīng)濟(jì)水平提高所產(chǎn)生的入境旅游對GEC促進(jìn)作用的弱化被對GTC促進(jìn)作用的強(qiáng)化所彌補(bǔ)，因此，不論目的地處于何種經(jīng)濟(jì)水平，從推動(dòng)綠色發(fā)展的角度來說，當(dāng)?shù)卣紤?yīng)對發(fā)展入境旅游持開放支持態(tài)度。

3.4 模型穩(wěn)健性檢驗(yàn)

參照研究慣例[53]，替換入境旅游的代理變量，即使用入境旅游接待人次（lngjrc）替換入境旅游收入（lngjsr），重新估計(jì)3個(gè)模型（模型4、模型5和模型6），結(jié)果見表5。

結(jié)果顯示：（1）模型4中，入境旅游人次線性部分估計(jì)系數(shù)[β1]為0.01304，非線性部分[lngjrci，tg][（Econ; γ，c）]估計(jì)系數(shù)[β1′]為0.07087，且在0.05水平上顯著。當(dāng)入境旅游人次跨越位置參數(shù)c值11.58030后，入境旅游對GTFP的提升作用以1.89037的轉(zhuǎn)換速率平滑增強(qiáng)，當(dāng)[gEcon; γ，c=1]時(shí)，入境旅游綠色發(fā)展效應(yīng)達(dá)到最大值0.08391。表明不論城市經(jīng)濟(jì)所處階段，入境旅游對GTFP始終表現(xiàn)正向推動(dòng)作用，且隨經(jīng)濟(jì)水平增強(qiáng)而強(qiáng)化，與模型1結(jié)論一致。（2）模型5中，入境旅游人次對GEC的影響效應(yīng)在[0.00943， ?0.00990]之間，以經(jīng)濟(jì)水平門檻11.28800為中心和1.59356的轉(zhuǎn)換速率逐漸降低，入境旅游對GEC提升的邊際效應(yīng)降低，與模型2趨勢基本一致。但以入境旅游人次為代理變量的入境旅游對GEC呈現(xiàn)由正向推動(dòng)到負(fù)向抑制的過程，與模型2不同。（3）模型6中，隨經(jīng)濟(jì)水平提高，入境旅游人次對GTC的影響效應(yīng)以位置參數(shù)11.46740為中心，以3.63713的轉(zhuǎn)換速率，較快地由0.01380升至0.15330，且在0.1水平上顯著，該趨勢與模型3一致。最后，綜合模型4、模型5和模型6結(jié)果，同樣印證了前文入境旅游對GTC的推動(dòng)是其對城市GTFP提升的重要源泉這一結(jié)論。

穩(wěn)健性檢驗(yàn)表明，入境旅游對城市GTFP、GEC、GTC影響效應(yīng)的PSTR模型估計(jì)穩(wěn)健可信。

4 結(jié)論與啟示

現(xiàn)階段關(guān)于旅游產(chǎn)業(yè)綠色屬性的討論停留在旅游產(chǎn)業(yè)本身是否綠色這一層面，但是鑒于旅游產(chǎn)業(yè)的綜合帶動(dòng)性，考察旅游產(chǎn)業(yè)之于目的地綠色發(fā)展的“外部性”將變得更有意義。因此，將入境旅游和目的地綠色發(fā)展納入同一分析框架，從城市經(jīng)濟(jì)異質(zhì)性視角，揭示入境旅游對城市GTFP影響的平滑轉(zhuǎn)換效應(yīng)。最終實(shí)證結(jié)果支持入境旅游是驅(qū)動(dòng)區(qū)域綠色發(fā)展的綠色產(chǎn)業(yè)這一論斷，而且發(fā)現(xiàn)入境旅游綠色發(fā)展效應(yīng)存在以經(jīng)濟(jì)水平為門檻變量的非線性特征。

上述研究結(jié)論為中國實(shí)踐情境下入境旅游的綠色產(chǎn)業(yè)屬性提供了理論支撐，具有積極的現(xiàn)實(shí)政策含義：第一，不論目的地經(jīng)濟(jì)處于何種發(fā)展階段，從促進(jìn)城市整體綠色發(fā)展的角度考慮，地方政府都應(yīng)充分利用自身具備的資源特色和區(qū)位優(yōu)勢，并給予更強(qiáng)的政策支持，加強(qiáng)對外開放，鼓勵(lì)入境旅游發(fā)展，并將其作為實(shí)現(xiàn)城市綠色發(fā)展的有效工具。第二，良好的城市發(fā)展基礎(chǔ)將為入境旅游促進(jìn)目的地綠色發(fā)展提供有利的外部條件。因此，為充分發(fā)揮入境旅游的綠色發(fā)展效應(yīng)，應(yīng)當(dāng)將入境旅游發(fā)展置于城市經(jīng)濟(jì)水平提升的整體布局中。通過促進(jìn)城旅融合發(fā)展，形成入境旅游發(fā)展與目的地經(jīng)濟(jì)發(fā)展良性互動(dòng)、相互促進(jìn)的格局，進(jìn)而推動(dòng)入境旅游綠色發(fā)展效應(yīng)向高機(jī)制轉(zhuǎn)換。第三，入境旅游影響城市GEC的邊際效應(yīng)隨著目的地經(jīng)濟(jì)水平提高而逐漸減弱，這提示經(jīng)濟(jì)水平較好的目的地首先應(yīng)摒棄高要素投入和低效率利用的入境旅游發(fā)展模式，轉(zhuǎn)向入境旅游高質(zhì)量發(fā)展，實(shí)現(xiàn)入境旅游自身的資源配置和利用效率提升;其次，積極探索通過倒逼產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級、推動(dòng)產(chǎn)業(yè)融合、加強(qiáng)業(yè)態(tài)創(chuàng)新、構(gòu)建入境旅游深度參與的產(chǎn)業(yè)生態(tài)圈和綜合體等方式，著眼構(gòu)建入境旅游促進(jìn)城市生產(chǎn)效率以及規(guī)模效應(yīng)提升的路徑和渠道。

本文是揭示旅游業(yè)綠色發(fā)展效應(yīng)的一個(gè)嘗試，還無法回應(yīng)一些必要關(guān)切，例如，入境旅游對GTFP的平滑轉(zhuǎn)換機(jī)制會(huì)受到諸多因素影響，而本文只考慮經(jīng)濟(jì)水平單因素。尚未實(shí)證考察入境旅游影響GTFP的內(nèi)在機(jī)制。另外，城市綠色發(fā)展水平的表征還可利用綠色發(fā)展指數(shù)、生態(tài)效率、綠色GDP等多種方式，本文僅選用GTFP。而上述不足，恰恰構(gòu)成入境旅游綠色發(fā)展效應(yīng)研究深化完善的方向：首先，在城市異質(zhì)性方面，可基于資源稟賦異質(zhì)性、空間異質(zhì)性、文化異質(zhì)性等視角考察入境旅游綠色發(fā)展效應(yīng)的非線性機(jī)制。其次，采用中介效應(yīng)模型等手段，深入考察和比較入境旅游對GTFP的各渠道所發(fā)揮的間接作用大小，驗(yàn)證內(nèi)在機(jī)制。最后，將研究對象從入境旅游擴(kuò)展到旅游經(jīng)濟(jì)整體，將研究案例由發(fā)展中國家擴(kuò)展到發(fā)達(dá)國家。

參考文獻(xiàn)（References）

[1] 中華人民共和國文化和旅游部. 2018年全國旅游工作報(bào)告[DB/OL]. [2018-01-08]. http： //www. sohu. com/a/215451714_785796. [Ministry of Culture and Tourism of the Peoples Republic of China. National Tourism Work Report 2018 [DB/OL]. [2018-01-08]. http： //www. sohu. com/a/215451714_785796. ]

[2] 席建超， 甘萌雨， 吳普， 等. 中國入境游客旅游消費(fèi)變動(dòng)的實(shí)證分析[J]. 旅游學(xué)刊， 2008， 23（5）： 18-22. [XI Jianchao， GAN Mengyu， WU Pu， et al. A demonstrative analysis of consumptive changes of Chinas inbound tourists[J]. Tourism Tribune， 2008， 23（5）： 18-22. ]

[3] 粟娟， 王鳳玲. 產(chǎn)業(yè)生成視角下張家界入境旅游消費(fèi)結(jié)構(gòu)演化態(tài)勢及動(dòng)因分析[J]. 吉首大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2015， 36（4）： 88-97. [SU Juan， WANG Fengling. Structure evolution and driver analysis of inbound tourism consumption from the? ? ? ?perspective of industry generation： A case study in Zhangjiajie[J]. Journal of Jishou University（Social Sciences Edition）， 2015， 3604）： 88-97. ]

[4] 陳剛強(qiáng)， 李映輝， 胡湘菊. 基于空間集聚的中國入境旅游區(qū)域經(jīng)濟(jì)效應(yīng)分析[J]. 地理研究， 2014， 33（1）： 167-178. [CHEN Gangqiang， LI Yinghui， HU Xiangju. Regional economic effects of inbound tourism in China： Based on the perspective of spatial agglomeration[J]. Geographical Research， 2014， 33（1）： 167-178. ]

[5] 蔣依依. 以國家形象與旅游形象有機(jī)融合促進(jìn)入境旅游持續(xù)發(fā)展[J]. 旅游學(xué)刊， 2018， 33（11）： 9-11. [JIANG Yiyi. Promote the continuous development of inbound tourism with the organic integration of the national image and the tourist image[J]. Tourism Tribune， 2018， 33（11）： 9-11. ]

[6] 吳晉峰. 美國人入境前后中國旅游形象對比研究[J]. 旅游研究， 2014， 6（1）： 12-20. [WU Jinfeng. A comparative study of Chinas tourism image of the pre and post Americans entry[J]. Tourism? ? Research， 2014， 6（1）： 12-20. ]

[7] 馬勇， 郭田田. 踐行“兩山理論”生態(tài)旅游發(fā)展的核心價(jià)值與實(shí)施路徑[J]. 旅游學(xué)刊， 2018， 33（8）： 16-18. [MA Yong， GUO? ? ?Tianian. Practicing the “two mountains theory”： The core value and implementation path of ecotourism development[J]. Tourism Tribune， 2018， 33（8）： 16-18. ]

[8] 趙磊， 張晨. 旅游減貧的門檻效應(yīng)及其實(shí)證檢驗(yàn)——基于中國西部地區(qū)省際面板數(shù)據(jù)的研究[J]. 財(cái)貿(mào)經(jīng)濟(jì)， 2018， 39（5）： 130-145. [ZHAO Lei， ZHANG Chen. Threshold effect and empirical test of tourism on poverty alleviation—Based on provincial panel data in western China[J]. Finance & Trade Economics， 2018， 39（5）： 130-145. ]

[9] CAP? J， NADAL J R. Dutch disease in tourism economies：? ?Evidence from the balearics and the canary islands[J]. Journal of Sustainable Tourism， 2007， 15（6）： 615-627.

[10] DENG T T， MA M L， CAO J H. Tourism resource development and long-term economic growth： A resource curse hypothesis? approach[J]. Tourism Economics， 2014， 20（5）： 923-938.

[11] 鄧濤濤， 劉璧如， 馬木蘭. 旅游產(chǎn)業(yè)依賴與全要素生產(chǎn)率增長——基于“資源詛咒”假說的檢驗(yàn)[J]. 旅游科學(xué)， 2019， 33（1）： 1-17. [DENG Taotao， LIU Biru， MA Mulan. Tourism industry? ? dependence and total factor productivity： An investigation based on “resource curse” hypothesis[J]. Tourism Science， 2019， 33（1）： 1-17. ]

[12] DRITSAKIS N. Tourism as a long-run economic growth factor： An empirical investigation for Greece using a causality analysis[J]. Tourism Economics， 2004， 10（3）： 305-316.

[13] BLAKE A， SINCLAIR M T. Tourism crisis management： US? response to September 11[J]. Annals of Tourism Research， 2003， 30 （4）： 813-832.

[14] 楊勇. 旅游業(yè)與我國經(jīng)濟(jì)增長關(guān)系的實(shí)證分析[J]. 旅游科學(xué)， 2006， 20（2）： 40-46. [YANG Yong. An empirical analysis of the relationship between tourism and economic growth in China[J]. Tourism Science， 2006， 20（2）： 40-46. ]

[15] SEETANAH B. Assessing the dynamic economic impact of? tourism for island economies[J]. Annals of Tourism Research， 2011， 38 （1）： 291-308.

[16] LEAN H， TANG C. Is the tourism-led growth hypothesis stable for Malaysia？ A note[J]. International Journal of Tourism? ? ? ?Research， 2010， 12（4）： 375-378.

[17] 趙磊， 方成， 吳向明. 旅游發(fā)展、空間溢出與經(jīng)濟(jì)增長——來自中國的經(jīng)驗(yàn)證據(jù)[J]. 旅游學(xué)刊， 2014， 29（5）： 16-30. [ZHAO Lei， FANG Cheng， WU Xiangming. Tourism development， Spatial spillover and economic growth： An empirical evidence from? China[J]. Tourism Tribune， 2014， 29（5）： 16-30. ]

[18] 趙磊. 旅游發(fā)展與經(jīng)濟(jì)增長——來自中國的經(jīng)驗(yàn)證據(jù)[J]. 旅游學(xué)刊， 2015， 30（4）： 33-49. [ZHAO Lei. Tourism development and economic growth： Empirical evidence from China[J]. Tourism Tribune， 2015， 30（4）： 33-49. ]

[19] ABEYRATNE R. Management of the environmental impact of tourism and air transport on small island developing states[J]. Journal of Air Transport Management， 1999， 5（1）： 31-37.

[20] 馮學(xué)鋼， 包浩生. 旅游活動(dòng)對風(fēng)景區(qū)地被植物-土壤環(huán)境影響的初步研究[J]. 自然資源學(xué)報(bào)， 1999（1）： 76-79. [ FENG? ? ? Xuegang， BAO Haosheng. Preliminary research on tourist activity influence upon the soil and cover plant of scenic spot[J]. Journal of Natural Resources， 1999（1）： 76-79. ]

[21] PICKERING C M， HILL W. Impacts of recreation and tourism on plant biodiversity and vegetation in protected areas in Australia[J]. Journal of Environmental Management， 2007， 85（4）： 791-800.

[22] PERCY K E， KARNOSKY D F. Air quality in national area：? ? Interface between the public， science and regulation [J]. Environmental Pollution， 2007， 149（3）： 256-267.

[23] SZEREMETA B， ZANNIN P H T. Analysis and evaluation of soundscapes in public parks through interviews and measurement of noise[J]. Science of the Total Environment， 2009， 407 （24）： 6143-6149.

[24] 陸諍嵐， 陸均良， 李云云. 旅游景區(qū)生態(tài)環(huán)境影響國外研究述評[J]. 經(jīng)濟(jì)地理， 2009， 29（1）： 130-133; 152. [LU Zhenglan， LU Junliang， LI Yunyun. Overseas review on ecological environment influence in scenic area[J]. Economic Geography， 2009， 29（1）： 130-133;152. ]

[25] 王明康， 劉彥平， 李濤. 旅游產(chǎn)業(yè)集聚對環(huán)境污染的差異性影響： 287個(gè)地級市例證[J]. 改革， 2019（2）： 102-114. [WANG Mingkang， LIU Yanping， LI Tao. The differential impact of tourism industrial agglomeration on environmental pollution： Empirical evidence from 287 cities[J]. Reform， 2019（2）： 102-114. ]

[26] 胡鞍鋼， 周紹杰. 綠色發(fā)展： 功能界定、機(jī)制分析與發(fā)展戰(zhàn)略[J]. 中國人口·資源與環(huán)境， 2014， 24（1）： 14-20. [HU Angang， ZHOU Shaojie. Green development： Functional definition， mechanism analysis and development strategy[J]. China Population， Resources and Environment， 2014， 24（1）： 14-20. ]

[27] 豐曉旭. 全域旅游和區(qū)域綠色發(fā)展的關(guān)聯(lián)度[J]. 改革， 2018（2）： 122-131. [FENG Xiaoxu. The correlation between universal tourism and regional green development[J]. Reform， 2018（2）： 122-131. ]

[28] FENG Y J， ZHONG S Y， LI Q Y， et al. Ecological well-being performance growth in China （1994-2014）： From perspectives of industrial structure green adjustment and green total factor productivity[J]. Journal of Cleaner Production， 2019， 236（11）： 1-13.

[29] 傅京燕， 司秀梅， 曹翔. 排污權(quán)交易機(jī)制對綠色發(fā)展的影響[J]. 中國人口·資源與環(huán)境， 2018， 28（8）： 12-21. [FU Jingyan， SI? Xiumei， CAO Xiang. Research on the influence of emission? trading mechanism on green development[J]. China Population， Resources and Environment， 2018， 28（8）： 12-21. ]

[30] 李衛(wèi)兵， 陳楠， 王濱. 排污收費(fèi)對綠色發(fā)展的影響[J]. 城市問題，2019（7）： 4-16. [LI Weibing， CHEN Nan， WANG Bin. Influences of the pollution fee system on green development[J]. Urban Problems， 2019（7）： 4-16. ]

[31] CHUNG Y H， F?RE R， GROSSKOPF S. Productivity and? ? ?undesirable outputs： A directional distance function approach[J]. Microeconomics， 1997， 51（3）： 229-240.

[32] GEOFF M. Green tourism and Scottish distilleries[J]. Tourism Management， 1996（4）： 255-263.

[33] WEAVER A. Tourism and the military： Pleasure and the war economy[J]. Annals of Tourism Research， 2011， 38： 672-689.

[34] 郭為， 秦宇， 黃衛(wèi)東， 等. 旅游產(chǎn)業(yè)融合、新業(yè)態(tài)與非正規(guī)就業(yè)增長： 一個(gè)基于經(jīng)驗(yàn)與概念模型的實(shí)證分析[J]. 旅游學(xué)刊， 2017， 32（6）： 14-27. [GUO Wei， QIN Yu， HUANG Weidong， et al. The convergence of tourism industries， new tourism formats and the growth of informal employment： A positive analysis based on industries experience and conceptual model[J]. Tourism Tribune， 2017， 32（6）： 14-27. ]

[35] CHAO C C， HAZAR I B R， LAFFARGUE J P， et al. Tourism Dutch disease and welfare in an open dynamic economy[J]. Japanese Economic Review， 2006， 57（4）： 501-515.

[36] 胡撫生. 新時(shí)代的目的地形象提升要以優(yōu)質(zhì)旅游發(fā)展為支撐[J]. 旅游學(xué)刊， 2018， 33（4）： 11-12. [HU Fusheng. The promotion of destination image in the new era should be supported by high-quality tourism development[J]. Tourism Tribune， 2018， 33（4）： 11-12. ]

[37] AKAMA J S. Tourism development in Kenya： Problems and? policy alternatives[J]. Progress in Tourism and Hospitality? ? ? Research， 1997， 3（2）： 95-105.

[38] HENRY E， DEANE B. The contribution of tourism to the economy of Ireland in 1990 and 1995[J]. Tourism Management， 1997， 18（8）： 535-553.

[39] DURBARRY R. The economic contribution of tourism of? ? ?tourism in Mauritius[J]. Annals of Tourism Research， 2002， 29（3）： 862-865.

[40] 查瑞波， 孫根年， 董治寶， 等. 引入調(diào)節(jié)變量的入境旅游對消費(fèi)物價(jià)影響分析——基于1999—2014年香港季度數(shù)據(jù)的實(shí)證研究[J]. 地理科學(xué)， 2016， 36（7）： 1050-1056. [ZHA Ruibo， SUN Gennian， DONG Zhibao et al. Influence of inbound tourism to consumer prices with moderator： Empirical study of Hong Kong base on 1999—2014 statistics[J]. Scientia Geographica Sinica， 2016， 36（7）： 1050-1056. ]

[41] 楊霞， 劉曉鷹. 旅游流量、旅游構(gòu)成與西部地區(qū)貧困減緩[J]. 旅游學(xué)刊， 2013， 28（6）： 47-55. [YANG Xia， LIU Xiaoying. The? ?relationship between tourist flow， composition and poverty? ? ?alleviation in the west of China[J]. Tourism Tribune， 2013， 28（6）： 47-55. ]

[42] SPITERI A， NEPAL S K. Incentive-based conservation programs in developing countries： A review of some key issues and suggestions for improvements[J]. Environmental Management， 2006， 37（1）， 1-14.

[43] UNWTO， UNEP， WMO. Climate Change and Tourism： Responding to Global Challenges[R]. Madrid： UNWTO， 2008.

[44] 章錦河， 李曼， 陳靜， 等. 旅游廢棄物的環(huán)境庫茲涅茨效應(yīng)分析——以黃山風(fēng)景區(qū)為例[J]. 地理學(xué)報(bào)， 2012， 61（11）： 1537-1546. [ZHANG Jinhe， LI Man， CHEN Jing， et al. Analysis of? environmental Kuznets effect of tourism waste： Case study of Huangshan national park[J]. Acta Geographica Sinica， 2012， 61（11）： 1537-1546. ]

[45] ANTWEILER W， COPELAND B R， TAYLOR M S. Is free trade good for the environment？[J]. American Economic Review， 2001， 91 （4）： 877-908.

[46] MARKUSEN J R， VENABLES A J. Foreign direct investment as a catalyst for industrial development[J]. European Economic Review， 1997， 43 （2）： 335-356.

[47] LIST J A ， CO C Y. The effects of environmental regulations on foreign direct investment[J]. Journal of Environmental Economics and Management， 2000， 40（1）： 1-20.

[48] GONZ?LEZ A， TERASVIRTA T， DIJK D V. Panel Smooth Transition Regression Models[R]. Stockholm： Stockholm School of Economics， 2005： 1-15.

[49] HASNEN B E. Threshold effects in non-dynamic panels： Estimation， testing， and inference[J]. Journal of Econometrics， 1999， 93（2）： 345-368.

[50] BAI Y， DENG X， JIANG S， et al. Exploring the relationship? ? between urbanization and urban eco-efficiency： Evidence from prefecture-level cities in China[J]. Journal of Cleaner Production， 2017， 195 （10）： 1487-1496.

[51] ZHANG J X， LI H， XIA B， et al. Impact of environment regulation on the efficiency of regional construction industry： A 3-stage data envelopment analysis （DEA）[J]. Journal of Cleaner Production， 2018， 200： 770-780.

[52] 吳健生， 牛妍， 彭建， 等. 基于DMSP/OLS夜間燈光數(shù)據(jù)的1995—2009年中國地級市能源消費(fèi)動(dòng)態(tài)[J]. 地理研究， 2014， 33（4）： 625-634. [WU Jiansheng， NIU Yan， PENG Jian， et al. Research on energy consumption dynamic among prefecture level cities in China based on DMSP/OLS nighttime light[J].? ? ? ?Geographical Research， 2014， 33 （4） ： 625-634. ]

[53] XIE Y， WENG Q. World energy consumption pattern as revealed by DMSP-OLS nighttime light imagery[J]. GIScience & Remote Sensing， 2016， 53（2）： 265-282.

[54] 劉海猛， 方創(chuàng)琳， 黃解軍， 等. 京津冀城市群大氣污染的時(shí)空特征與影響因素解析[J]. 地理學(xué)報(bào)， 2018， 73（1）： 177-191. [LIU Haimeng， FANG Chuanglin， HUANG Jiejun， et al. The spatial-temporal characteristics and influencing factors of air pollution in Beijing-Tianjin-Hebei urban agglomeration[J]. Acta Geographica Sinica， 2018， 73（1）： 177-191. ]

[55] 馬勇， 童昀， 任潔. 多源遙感數(shù)據(jù)支持下的縣域尺度生態(tài)效率測算及穩(wěn)健性檢驗(yàn)——以長江中游城市群為例[J]. 自然資源學(xué)報(bào)， 2019， 34（6）： 1196-1208. [MA Yong， TONG Yun， REN Jie. Calculation and robustness test of county-scale ecological? ? ? ? efficiency based on multi-source remote sensing data： Taking the urban agglomeration in the middle reaches of Yangtze River as an example[J]. Journal of Natural Resources， 2019， 34（6）： 1196-1208. ]

[56] 張軍， 吳桂英， 張吉鵬. 中國省際物質(zhì)資本存量估算： 1952—2000[J]. 經(jīng)濟(jì)研究， 2004（10）： 35-44. [ZHANG Jun， WU Guiying， ZHANG Jipeng. The estimation of Chinas provincial capital stock： 1952—2000[J]. Economic Research Journal， 2004（10）： 35-44. ]

[57] TONE K， TSUTSUI M. An epsilon-based measure of efficiency in DEA： A third pole of technical efficiency[J]. European Journal of Operational Research， 2010， 27（3）： 1554-1563.

[58] 汪克亮， 劉悅， 史利娟， 等. 長江經(jīng)濟(jì)帶工業(yè)綠色水資源效率的時(shí)空分異與影響因素： 基于EBM-Tobit模型的兩階段分析[J]. 資源科學(xué)， 2017， 39（8）： 1522-1534. [WANG Keliang， LIU Yue， SHI Lijuan， et al. Yangtze River Economic Zone spatial and temporal disparities in industrial green water resource efficiency and influencing factors based on two-step analysis of EBM-Tobit Model[J]. Resources Science， 2017， 39（8）： 1522-1534. ]

[59] 蔡烏趕， 周小亮. 中國環(huán)境規(guī)制對綠色全要素生產(chǎn)率的雙重效應(yīng)[J]. 經(jīng)濟(jì)學(xué)家， 2017（9）： 27-35. [CAI Wugan， ZHOU Xiaoliang. Dual effect of Chinese environmental regulation on green total factor productivity[J]. Economist， 2017（9）： 27-35. ]

[60] 崔興華， 林明裕. FDI如何影響企業(yè)的綠色全要素生產(chǎn)率？——基于Malmquist-Luenberger指數(shù)和PSM-DID的實(shí)證分析[J]. 經(jīng)濟(jì)管理， 2019， 41（3）： 38-55. [CUI Xinghua， LIN Mingyu. How does foreign direct investment affect the green total factor Productivity of enterprises？ empirical analysis based on Malmquist-Luenberger index and PSM-DID model[J]. Business Management Journal， 2019， 41（3）： 38-55. ]

[61] 盧麗文， 宋德勇， 黃璨. 長江經(jīng)濟(jì)帶城市綠色全要素生產(chǎn)率測度——以長江經(jīng)濟(jì)帶的108個(gè)城市為例[J]. 城市問題， 2017（1）： 61-67. [LU Liwen， SONG Deyong， HUANG Can. Measurement on the green total factor productivity of the Yangtze River Economic Belt： Taking 108 cities for example[J]. Urban Problems， 2017（1）： 61-67. ]

[62] 邱斌， 楊帥， 辛培江. FDI技術(shù)溢出渠道與中國制造業(yè)生產(chǎn)率增長研究： 基于面板數(shù)據(jù)的分析[J]. 世界經(jīng)濟(jì)， 2008（8）： 20-31. [QIU Bin， YANG Shuai， XIN Peijiang. Research on FDI? ? ?technology spillover channels and Chinas manufacturing? ? ?productivity growth： An analysis based on panel data[J]. The Journal of World Economy， 2008（8）： 20-31. ]

[63] 原毅軍， 謝榮輝. FDI、環(huán)境規(guī)制與中國工業(yè)綠色全要素生產(chǎn)率增長——基于Luenberger指數(shù)的實(shí)證研究[J]. 國際貿(mào)易問題， 2015（8）： 84-93. [YUAN Yijun， XIE Ronghui. FDI， Environmental regulation and green total factor productivity growth of Chinas industry： An empirical study based on Luenberger index[J]. Journal of International Trade， 2015（8）： 84-93. ]

[64] 葛鵬飛， 黃秀路， 徐璋勇. 金融發(fā)展、創(chuàng)新異質(zhì)性與綠色全要素生產(chǎn)率提升——來自“一帶一路”的經(jīng)驗(yàn)證據(jù)[J]. 財(cái)經(jīng)科學(xué)， 2018（1）： 1-14. [ GE Pengfei， HUANG Xiulu， XU Zhangyong. Financial development， innovation heterogeneity and promotion of green TFP： Evidence from ‘the belt and road[J]. Finance & Economics， 2018（1）： 1-14. ]

[65] 鄭強(qiáng). 城鎮(zhèn)化對綠色全要素生產(chǎn)率的影響——基于公共支出門檻效應(yīng)的分析[J]. 城市問題， 2018（3）： 48-56. [ZHENG Qiang. The influence of urbanization on green total factor? ? ? productivity： An analysis based on the threshold effect of public expenditure[J]. Urban Problems， 2018（3）： 48-56. ]

[66] 姜旭， 盧新海， 龔夢琪. 土地出讓市場化、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化與城市綠色全要素生產(chǎn)率——基于湖北省的實(shí)證研究[J]. 中國土地科學(xué)， 2019， 33（5）： 50-59. [JIANG Xu， LU Xinhai， GONG Mengqi. Land leasing marketization， industrial structure optimization and urban green total factor productivity： An empirical study based on Hubei province[J]. China Land Science， 2019， 33（5）： 50-59. ]

[67] 趙磊， 方成. 旅游業(yè)與經(jīng)濟(jì)增長的非線性門檻效應(yīng)——基于面板平滑轉(zhuǎn)換回歸模型的實(shí)證分析[J]. 旅游學(xué)刊， 2017， 32（4）： 20-32. [ZHAO Lei， FANG Cheng. Nonlinear threshold effect? between tourism and economic growth： A panel smooth transition regression approach[J]. Tourism Tribune， 2017， 32（4）： 20-32. ]

[68] LEVIN A， LIN C F， CHU C S J. Unit root tests in panel data：? Asymptotic and finite-sample properties[J]. Journal of Econometrics， 2002， 108 （1）： 1-24; 756

[69] MADDALA G S， WU S. A comparative study of unit root tests with panel data and new simple test[J]. Oxford Bulletin of Economics Statistics ， 2010， 61 （S1）： 631-652.

[70] LUUKKONEN R， SAIKKONEN P， TER?SVIRTA T. Testing linearity against smooth transition autoregression[J]. Biometrika， 1988， 75（3）： 491-499.

Does the Inbound Tourism Increase the Citys Green Total Factor Productivity？

—Based on Nonlinear Perspective

TONG Yun1，MA Yong2，3，LIU Jun2，3

（1. Tourism College of Hainan University， Haikou 570228， China; 2. School of Business， Hubei University， Wuhan 430062， China;

3. Academy of Tourism Department， Hubei University， Wuhan 430062， China）

Abstract： Under the background of Chinas green development and opening up， it is of practical significance to explore whether inbound tourism has promoted the green development of Chinas cities. This article first expounds the impact mechanism of inbound tourism on citys green total factor productivity （GTFP） and proposes that inbound tourism can promote citys GTFP by expanding opening up， optimizing the development environment， upgrading the industrial structure， and promoting industrial integration. Second， multisourced remote sensing image data and socioeconomic statistics data are combined to build a research data set. The remote sensing data include Chinas land use remote sensing data， PM2.5 remote sensing data， DMSP/OLS night light remote sensing data， etc. Third， based on the Maxdea software， we utilize the EBM-GML model to measure the GTFP of 284 prefecture-level cities in China from 2005 to 2016. Finally， based on the economic heterogeneity of tourism destinations， a panel smooth transition regression （PSTR） model is constructed to examine the smooth transition effect between inbound tourism and urban green total factor productivity. The results show the following： （1） Regardless of the stage of urban economic development， inbound tourism has always had a positive effect on the improvement of citys GTFP. Therefore， the development of inbound tourism can be used as an effective means to promote urban green development. （2） There is a significant nonlinear relationship between inbound tourism and citys GTFP. Specifically， as the level of urban economic development increases， the green development effect of inbound tourism is strengthened. In other words， the role of inbound tourism in promoting citys GTFP has become more obvious over time. Therefore， tourism destinations should focus on the integration of the tourism industry in the city and consider the development of inbound tourism in the overall layout of urban economic development to better support the role of inbound tourism in promoting urban green development. （3） With the improvement in the development level of the urban economy， inbound tourisms role in promoting green technological change （GTC） increases， but its role in promoting green technological efficiency （GEC） weakens. Therefore， GTC is an important source of inbound tourism to promote citys GTFP. （4） In this paper， the number of inbound tourists is substituted for the core explanatory variable to conduct a robustness test. The test results show that the aforementioned results are robust and credible.

Keywords： green total factor productivity; inbound tourism; green development; panel smooth transition regression （PSTR） model; Epsilon based measure-global Malmquist-Luenberger model

[責(zé)任編輯：宋志偉;責(zé)任校對：王靖]