2017年
财会月刊(30期)
财经论坛
旅游型城市旅游化与城镇化动态关系检验——基于面板VAR模型

作  者
冯正强(博士生导师),易振新

作者单位
中南大学商学院,长沙410083

摘  要
    【摘要】旅游化与城镇化是当今经济社会发展的两大推动力,两者之间的动态关系对于促进旅游产业发展和新型城镇化建设有着重要意义。以我国24个典型旅游型城市为研究对象,利用2006 ~ 2015年的样本数据构建面板自向量回归模型(面板VAR)。通过单位根检验、协整检验、面板矩估计、脉冲响应及方差分解的实证方法,检验旅游化和城镇化之间的动态作用关系。结果表明:旅游型城市的旅游化与城镇化之间存在互动关系。从短期来看,城镇化建设初期的不完善对旅游化存在抑制作用,而旅游化对城镇化的推动作用则表现出平缓的促进态势;从长期来看,旅游化与城镇化彼此之间的正向促进作用显著,并且旅游化对城镇化的贡献度要高于城镇化对旅游化的贡献度。
【关键词】旅游型城市;旅游化;城镇化;面板VAR模型
【中图分类号】F299      【文献标识码】A      【文章编号】1004-0994(2017)30-0101-6

一、引言
旅游型城市即指依托自然风光、人文历史等旅游资源开发,并具备一定旅游接待能力的城市。凭借着旅游资源禀赋、旅游经济基础以及旅游政策支持等多方面的共同助力,旅游型城市已经具备了较完善的产业体系,并且旅游化发展水平也提升至较高规模,在我国旅游经济的大格局中占据着核心地位。同样,被誉为21世纪最具发展红利的城镇化进程亦迎来了建设高潮。然而针对旅游型城市这一具有独特资源属性的城市群体,由于旅游资源的地域性、垄断性和难以复制性等特征,旅游型城市对旅游资源采取了更大的保护力度,这使得旅游型城市工业化发展与生态保护处于两难窘境,传统模式下工业化带动城镇化的方法难以复制。那么旅游化带动城镇化模式能否填补这一空白,为新型城镇化发展增添新的引擎;城镇化建设是否能够带动旅游化水平的提升,为旅游经济发展提供动力?本文以此为切入点,旨在研究旅游化与城镇化两者之间的动态作用关系,探讨如何协调推进旅游型城市旅游化与城镇化的共同发展。
二、文献综述
旅游化与城镇化之间的动态关系一直是国内外学者关注的重点,归纳总结可发现其研究观点主要集中在旅游化与城镇化的单向关系以及互动关系两大类上,故本文按照上述分类逻辑对现有研究文献进行梳理。
旅游化作为一种动力促进城镇化进程的研究较早被学术界关注。Mullins(1991)最早提出旅游城市化(tourism urbanization)的概念,他认为旅游城市化是一种通过特色旅游景点吸纳观光人员,实现人口集聚,通过自发形成以旅游服务业为主体的产业结构体系,从而完成城市化进程。国内关于旅游带动城镇化的探索始于2000年左右,在Mullins的旅游城市化定义的基础上,黄震方(2000)、陆林(2005)等相继阐述了各自的见解。李莺莉、王灿(2015)认为,乡村旅游经济是新型城镇化和生态转型背景下的现实导向,为旅游特色城镇生态化转型提供了参考途径。张新生(2016)通过对比研究中西方旅游城镇化模式,从资源驱动、创意驱动、市场驱动、消费驱动和资本驱动五个方面提出我国旅游化的五大模式,为新型城镇化发展提供了借鉴模式。
城镇化对旅游化推动作用方面的研究则起步较晚且相对较少。Luo和Qiu(2016a,2016b)以我国广东省为例,认为城镇化建设进程在不同区域将会对旅游发展产生不一样的效果,并且城镇化的主要促进作用体现在国内旅游水平的提升上,而对于国际旅游的影响并不显著。余凤龙等(2014)利用时间序列数据和面板数据从全国层面和区域层面分别展开探究,发现城镇化进程越快的地区,旅游产业越发达,他们提倡发展以人为本的新型城镇化来释放城镇化对旅游化的带动潜力。王坤等(2016)通过空间面板计量模型对我国30个省区(除西藏)2000 ~ 2013年的面板数据进行实证研究,认为城镇化发展与旅游经济存在空间依赖性,并且城镇化质量和规模对旅游产业发展存在明显的正外部效应和空间溢出效应。
在旅游化与城镇化互动作用方面,Guo et al.(2015)认为城镇化与旅游经济发展有着正相关关系,并且不同的城镇化对旅游收入的提升有着不均衡的影响。国内较早研究的学者周少雄(2002)认为,城市化与旅游两者并存着一种良性互动的作用机制,城市化进程的推进有益于旅游经济发展,旅游水平的提升对城市化同样拥有内在优化功能。唐睿、冯学钢(2016)通过构建功效函数发现,旅游产业发展与经济城镇化和旅游城镇化存在长期的正向促进作用,并且相应提出旅游经济促进城镇化建设的对策建议。
综上,从我国现有研究成果可以发现:针对旅游化与城镇化之间的动态关系研究主要集中于定性分析,仅在于探讨两者之间是否存在关系,而定量研究则相对较少。在研究对象层面,主要集中在我国总体水平,如王恩旭(2015)、唐睿和冯学钢(2016);或是分地区,如刘佳(2014)、张春燕(2014)、杨丽琴(2015)分别研究了沿海地区、以贵州为例的民族地区、以宁夏为例的西北地区的乡村旅游与农村城镇化之间的关系;或是分城市,如张光海(2014)、张英(2016)分别对淄博市、恩施自治州的城镇建设与旅游产业之间的关联性做了研究。但对于分城市类型特别是针对旅游型城市的文献尤为稀缺。在研究方法层面,绝大部分学者采用物理学中的耦合模型或协调理论中的协调度分析,如胡振鹏等(2015)、昌晶亮(2016)等学者,而采用计量实证方法尤其是利用面板数据研究同类型城市群的文献相对较少。因此,本文以我国典型旅游城市为样本,利用面板VAR模型对比研究同类型个体的综合优势,对包含旅游特定属性的城市展开旅游化与城镇化动态关系的研究,使本文更具有针对性。
三、数据来源与模型设定
(一)变量选取
针对旅游化发展水平的测度,绝大多数学者都是从旅游规模和旅游效率方面着手,将旅游行业收入、旅游外汇收入、国内外旅游人数、旅游企业或酒店以及旅游从业人数等相关方面的数据作为解释变量,然而国内外旅游人数、旅游企业和旅游从业人数都与旅游收入存在较强的关联性,并最终反映在旅游总收入上。为了更好地度量旅游产业化水平与变化,本文选用旅游总收入占第三产业增加值的比重作为衡量旅游化水平的指标,用tour表示。针对城镇化发展水平的测度,目前学术界有着较为统一的认知:通常采用单一指标法和复合指标法,单一指标法即采用城镇人口或者非农业人口占总人口的比重,复合指标法考虑的角度不同,故选取的指标体系亦不相同,且存在较多的争议。考虑到数据的可获得性和统计口径的统一性,本文采用单一指标法中城镇化率作为衡量城镇化发展水平指标,用urban表示。
(二)数据来源
考虑到不同旅游型城市统计数据的可获得性、准确性及代表性,本文拟将《中国旅游统计年鉴》副本收录的27个城市作为研究对象,但由于深圳市2004年即已完成当地户籍居民的“农转非”工作,城镇化率统计为100%;天津市统计口径仅为旅游外汇收入,部分年份并无旅游总收入数据;黄山市因统计口径存在差异,导致旅游总收入大于第三产业增加值,故本文将此三个城市剔除,实际研究样本个数为24个。另外,国家统计局2005年才发布常住人口城镇化率这一统计指标,因此本文的起始研究时间为2006年,时间跨度为2006 ~ 2015年共计10年。本文数据均选自中国旅游年鉴、各旅游城市统计年鉴以及国民经济与社会发展公报、中国经济和社会发展数据库,对于极个别数据的缺失或者统计口径改变导致的数据失真,本文采用平均值填补法、回归插入法等相关统计方法进行完善。
根据原始数据资料,对我国旅游型城市旅游化与城镇化做出如下统计:平均旅游总收入从2006年的392.1亿元增长到2015年的1438.6亿元,10年来的几何平均增长速度达到13.88%。表1是旅游型城市旅游总收入占第三产业增加值比重的描述性统计。可以看出,旅游总收入占第三产业增加值的比重尽管受2008年金融危机的影响呈现短时下降,但长期来看旅游化的效果提升明显。此外,变异系数从2006年的0.29变为2015年的0.38,说明我国旅游型城市之间的旅游化展现出地区和城市差异态势。

 

 

 

 

 

 

根据近10年来我国旅游型城市的城镇化水平统计可以看出,城镇化水平与经济发展水平存在较大的关联性。排名前列的上海、北京均是经济发达城市,拥有着深厚的城镇化发展底蕴和基础,2006年起城镇化率已全部超过80%,2015年均超过85%,远高于2015年同期全国56.1%的平均水平。而城镇化率相对较低的是经济总量较小或发展起步较晚的城市,如西部地区城市城镇化水平仅达到甚至低于全国平均水平。考虑篇幅问题,本文仅列出极具代表性的发达城市、新兴发展城市和西部后发赶超城市的城镇化率增长状态如图1。

 

 

 

 


由图1可以看出,排名前列的城市具有相对稳定增长速度,而西部后发赶超城市正经历一个城镇化率提速增长的过程。综合城镇化水平处于不同阶段、不同地域的旅游型城市发展态势,可以看出我国旅游型城市均处在新型城镇化攀升提高当中。
(三)模型设定
本文采用面板数据模型对旅游型城市旅游化与城镇化之间的动态作用关系展开研究,与普通的VAR模型相比,面板VAR充分考虑到了时间序列模型与面板数据模型的综合优势,因为面板VAR模型引入了不同个体效果与不同时间效应变量,所以当某个内生变量在受到冲击下给其他内生变量产生不同影响时,其能够将不同个体之间的差别以及不同截面受到的共同冲击表示出来。同时,相对于时间序列VAR对于时间长度的高要求,面板数据VAR对于时间长短的要求更低:如果将时间的长度用T来表示、滞后性阶数用m表示,那么可以得到:当T≥m+3时,就能对参数测定展开估计;当T≥2m+2时,也能对稳态下的滞后项参数展开估计。具体面板VAR模型如下:
yi,t=αi+β0+     βjyi,t-j+λi,t+υi,t
其中,yi,t表示含有两变量{touri,t,urbani,t}的列向量,i表示各旅游型城市,t表示年份,m表示滞后阶数。综合考虑到旅游型城市的发展差异和区别,将αi作为影响不同地区发展水平可能忽略的变量,β0作为截距项,βj作为滞后变量的参数矩阵。λi,t表示作为不同时间效应的解释变量,υi,t表示随机干扰项。
四、基于面板VAR的估计结果
(一)面板数据的单位根检验
时间序列数据通常被包含在面板数据当中,虽然PVAR模型中panel data形式能够在一定程度上降低变量之间的相关性,但时间序列数据的时序特点使得模型依旧存在非平稳随机波动的潜在可能,因此针对数据的平稳性检验是不可或缺的重要环节。面板单位根的检验方式有很多种,主要包括LLC方法、IPS方法、Breitung方法、Fisher-ADF方法以及Fisher-PP等方法。本文采用Stata软件,通过选择LLC方法和IPS方法对面板单位根进行检验,如果同时通过检验,则可以视为通过面板单位根平稳性检验,反之,则视为没有通过检验,结果如表2所示。旅游化与城镇化在水平状态下,P值分别为0.9974、0.0546,大于5%水平测度下的临界值,表现为非平稳,然而在经过一阶差分后,可以看出旅游化和城镇化均能通过5%水平测度下的LLC检验和IPS检验,为一阶单整序列。(二)面板数据的协整检验
为检验多个非平稳时间序列相互之间是否存在协整关系,本文继续对lntour与lnurban展开面板数据协整检验。其主要方式包括多种:第一种是采用组统计量和面板统计量进行检验,第二种是以Engle-Granger二步法为基础的Pedroni检验和Kao检验;第三种是以Johansen为理论基础的协整检验。本文采用第一种协整检验方法,在考虑异质性的情况下包括Gt与Ga,在针对同质性的情况下包括Pt与Pa,原假设都设定为协整关系不存在。如表3所示,Gt、Ga、Pt、Pa在10%的显著性水平下均不通过协整检验。

 

 

 

(三)PVAR模型估计
1. 模型最优滞后阶数选取。前文的变量单位根检验及协整检验表明,城镇化率与旅游收入占比之间并不存在协整关系,为避免在VAR模型估计中出现伪回归问题,采用城镇化率和旅游收入占比的差分平稳变量进行下一步的实证分析。此外,面板数据中存在多个不同的个体差异,在构造面板VAR模型的时候需要考虑到截面异质性情况,所以运用Arellano、Bover(1995)指出的“向前差分法”,通过对面板数据的一阶差分,来达到消除面板数据中个体固定效应以及时期效应的目标。运用AIC、SC等相关方法展开估计,其结果如表4所示。相较于滞后1阶的表现效果,滞后2阶的效果可信度更优。

 

 

 

 

2. PVAR模型GMM估计。通过上述分析,本文选用一阶差分变量,运用面板广义矩估计(GMM)的方法对面板VAR(2)进行估计,结果如表5所示。
从表5的实证估计结果可以看出:第一,城镇化对其自身的作用由滞后一期的0.1890降低至滞后二期的0.0543,说明城镇化是一个正向促进作用的延续过程,长期来看城镇化是促进城市发展的正向动力,但这种促进作用随着时间的推移逐步减弱。第二,旅游化对自身亦表现出一种正向作用,滞后一期、二期的作用分别为0.3192、0.0508,旅游给人们带来当期最大享受的同时也会随着时间推移呈现出一种逐步减弱的态势,这完全符合人类社会的现实观感和体验。第三,旅游化对城镇化从长期来看也是正向作用,其滞后一期、二期的作用分别为0.0089、0.0068,由此可见,游客的旅游行为为城市发展带来了消费和活力,加速了旅游型城市的城镇化进程。第四,城镇化对旅游化长期来看也是正向促进作用,但存在由滞后一期的抑制作用-0.1125变成滞后二期的正向作用0.0068的转变过程,这说明城镇化初期的自发性和无序性对旅游化发展存在抑制与阻碍,随着城镇化质量和效益的提升,对于旅游化的促进利将逐步得到释放。
(四)脉冲响应
脉冲响应函数是体现某一变量对误差大小的反应程度,它表示一个标准差单位冲击对其他相应的内生变量产生的当期以及未来多期的影响。在面板VAR模型中,任意变量都存在着与其他变量某种程度的相关关系,因此,一个变量的变动不仅会带来自身的波动,也会给其他变量产生相应的冲击变化。本文采用广义脉冲响应分析,以横轴代表响应期数,纵轴代表响应程度,得到的结果如图2所示。
图2中所有的变量在第6期后均逐步趋向于0,表明模型是可以用于分析的稳定模型,同时可以看出旅游化和城镇化对于自身的波动冲击均处于正向响应状态,而从短期来看旅游化与城镇化之间的相互关系亦存在着正向的促进作用。图a中城镇化对自身的影响在当期达到最大,并呈较快的下滑趋势,在经历完第2期减缓作用之后最终在第3期减弱为零。图b为城镇化对旅游化的响应,城镇化对旅游化当期的响应并不明显,在滞后一期中影响极为显著,并最终呈现趋于0的态势,这符合城镇化建设效果在建设完成过后一段时间才能产生最大作用的现实情况。图c中旅游化对城镇化的响应在当期达到最大,并在随后的一期即影响减弱为零,这符合旅游行为对当期存在较大时效性的现实经济意义,旅游属于即时体验和享受,带来的影响一定是及时的并不会有延续反响。图d中,旅游化对自身的影响体现为一种渐进式的递减过程,从当期最大的影响平缓地降低。图c和图d中可以分析得出旅游化是一个可持续化发展产业的体现,不管是对旅游化本身还是对城镇化的推进都存着持续的稳定影响。综合图2可知,旅游化与城镇化之间存在着显著的正向互动促进关系。
(五)面板方差分解
方差分解模型是评价一个变量波动造成其他变量产生变动贡献率,进一步分析不同冲击的重要性,并相应给出对VAR模型中每个变量随机扰动信息的方法。经过检验,得出基于VAR面板方差分解的结论。针对方程的影响程度,第10个预测期和第20个预测期数字相差不大,这说明系统已经大致趋于稳定。旅游化和城镇化受自身的影响极大,其对自身的贡献作用甚至达到了95%以上,这表明旅游化和城镇化都存在着明显的正反馈现象,其增长主要还是依赖于自身的发展动力。此外,重点关注旅游化和城镇化的互动发展,旅游化与城镇化之间的正向带动作用在方差分解中也得到了量化体现,旅游化对城镇化的第10期和第20期贡献均达到2.11%以上,城镇化对旅游化的第10期和第20期贡献均达到1.28%以上,这说明在旅游型城市旅游化与城镇化的互动关系中,旅游化对城镇化的贡献作用要高于城镇化对旅游化的贡献作用,即旅游吸引了大多数人员进入城市或城镇,从而促推城镇化进程的加快。而当前我国以工业化为主动力的城镇化模式,对于旅游化的推动作用稍显不足。
五、结论与建议
(一)结论
本文对我国旅游型城市旅游化与城镇化两者之间的互动作用关系展开了探索性研究,得到如下结论:首先,面板VAR广义矩估计(GMM)表明,旅游化对其自身以及城镇化的影响不管是从短期还是长期来看都存在正向促进作用。而城镇化进程从长期来看,对其自身和旅游化水平的提升均存在推动作用,就当期表现而言,城镇化对自身延续存在正向作用,但对旅游化均存在一定的短期抑制效应。其次,脉冲响应函数验证结果表明,旅游型城市中旅游化与城镇化之间存在较为显著的双向互动作用关系,并且城镇化对城镇化自身以及旅游化水平的提升作用表现得较为平缓,而旅游化进程对其自身和城镇化水平的提升均存在明显的当期表现最佳状态,这一验证结果也符合上述面板VAR广义矩估计结果。最后,通过方差分解分析,再次确认了旅游化与城镇化之间存在较为明显的正向互动作用,并且旅游化对城镇化的贡献度高于城镇化对于旅游化的贡献度。
(二)建议
基于上述分析,本文提出如下建议:
一是走优先发展旅游化并利用旅游产业发展促进城镇建设的新路,协调旅游发展与城镇建设的动态关系。利用旅游化对城镇化较高贡献度的结论,构造旅游活动围绕城镇进行、城镇建设促进旅游发展的新型互动模式。紧紧围绕今后一段时期“调结构、转方式、促升级”的大背景,充分发挥旅游消费带动作用,利用旅游产业的包容性与开放性,将旅游化与城镇化的融合协调发展锻造成新常态下经济社会转型升级的重要推动力。
二是避免过度推动旅游化或城镇化进程,规避单一地追求旅游业发展或者城镇建设的偏激取向行径。全域旅游的推广盛行、新型城镇化的投资需求,毫无疑问将会为旅游型城市的城镇和农村发展带来巨大的改革红利,促进其经济社会的全方位快速发展。但从旅游化与城镇化良性互动的角度来看,追求与居民消费能力匹配的旅游化享受、与经济发展水平相匹配的城镇化速度、注重以人为本的城镇化质量,无疑将会是一条更符合经济发展规律的道路。
三是调整以工业化为主的城镇化进程,侧重建立经济新方位下与旅游资源禀赋和居民收入水平相匹配的旅游产业结构体系。一直以来,包括旅游型城市在内的绝大多数城市都将工业化的城镇建设摆在优先位置,但工业化带动的城镇化仅仅是人口转到城市,对旅游产业的促进并不明显。因此建议加快以传统旅游为主的生活性服务产业、高附加值的现代生产性旅游业发展,以吸纳旅游人口,提高居民收入水平。让人民融入城市、享受城市,共同提升旅游化和城镇化水平。

主要参考文献:
Mullins P..Tourism urbanization[J].International Journal of Urban and Regional Research,1991(15).
李莺莉,王灿.新型城镇化下我国乡村旅游的生态化转型探讨[J].农业经济问题,2015(6).
张新生.旅游推动城镇化建设的典型模式与问题研究[J].四川师范大学学报(社会科学版),2016(1).
Luo J. M.,Qiu H.,Goh C. et al..An analysis of tourism development in China from urbanization perspective[J].Journal of Quality Assurance in Hospitality & Tourism,2016(17).
王坤,黄震方,余凤龙等.中国城镇化对旅游经济影响的空间效应——基于空间面板计量模型的研究[J].旅游学刊,2016(5).
唐睿,冯学钢.中国旅游经济与新型城镇化的动态关系研究[J].农林经济管理学报,2016(1).
张广海,李晶晶.资源型城市城镇化和旅游发展水平的关联机制分析——以淄博市为例[J].山东财经大学学报,2015(4).
杨敏.城镇化与服务业发展的互动效应——基于PVAR模型的研究[J].技术经济,2014(11).