派智库

内容提要 本文在综合考虑多维要素对区域旅游经济增长协同作用的基础上，以中国30个省域2001—2015年的面板数据为基础，以铁路和公路为交通基础设施变量，并将公路分为三级分别构建其对区域旅游经济增长效应的空间计量模型。实证研究结果表明：（1）研究期内全国以及东、中、西部地区旅游经济增长具有显着的空间依赖性。（2）从全国看，各类交通基础设施对区域旅游经济增长均存在显着的直接效应和空间溢出效应，且空间溢出效应占总效应比重的3/4左右。（3）不同地区、不同交通基础设施对区域旅游经济增长效应存在明显空间差异：Model Ⅰ中，公路在三个地区均存在显着的正效应，铁路在中、西部正效应显着但在东部不显着；Model Ⅱ中，西部的高速公路、东部和西部的一级公路、东部和中部的二级公路均存在显着的正效应，而东部和中部的高速公路表现为不显着的负效应；且三个地区交通基础设施的空间溢出效应对该区域旅游经济增长的贡献均明显大于直接效应。（4）同时验证了旅游业固定资产投资、劳动投入等六个变量对区域旅游经济增长的协同影响，发现这些要素作用也存在明显的空间差异。最后结合研究结论和区域差异提出了相应的政策建议。

关键词 区域旅游经济增长 交通基础设施 直接效应和空间溢出效应 空间差异 空间面板模型 dedecms.com

一、引言 本文来自织梦

早在上世纪60年代，Rostow（1960）提出了交通运输基础设施发展是实现“经济起飞”的一个重要前提条件，应为社会先行资本。中国改革开放以来，特别是进入21世纪以后，在交通基础设施上进行了大力投入和建设，交通基础设施促进区域经济增长已经得到了学界研究和实践的证实。保继刚和楚义芳（1999）认为现代旅游业的发展与交通紧密相关，交通便利程度既是旅游资源开发、旅游目的地建设的必要条件，也是衡量一定区域旅游业发达程度的重要标志。交通基础设施是连接旅游客源地和目的地的桥梁。而中国进入21世纪以来交通基础设施得到了快速的发展，例如“十五”期间，中国铁路部门投资2700亿元，建设以“八纵八横”铁路主通道为重点的铁路网；在国道建设方面，交通部于“八五”计划期间提出了用30年左右的时间，即从1991年开始到2020年建成12条长35000公里“五纵七横”国道主干线；2004年发布的《国家高速公路网规划》采用了放射线与纵横网格相结合布局的“7918网”，形成了中国公路网中最高层次的公路通道。中国旅游业在同期也得到了快速的发展。具体如表1所示。

dedecms.com

本文来自织梦

表1显示2001—2015年中国旅游业总收入年均增长速度迅速，其中东、中、西部增长有差异；不同方式的交通基础设施也在同期有不同程度的增长，增幅较大的是高速公路和中西部地区的一级公路，而且不同区域增幅差距较大。那么，进入21世纪以来中国不同方式的交通基础设施对区域旅游经济增长效应到底如何?这是值得关注和研究的问题。

二、文献综述 copyright dedecms

国内外学者就交通基础设施对区域旅游经济发展的影响做了大量的研究。纵览中外文献发现交通基础设施对区域旅游经济发展影响的研究主要存在以下三种不同的结论。 dedecms.com

第一，交通基础设施对旅游经济发展具有显着影响。如Kaul（1985）认为交通基础设施对旅游发展具有重要意义，并指出其建设可以促进旅游目的地开发与游客数量的增加；Chew（1987），Prideaux（2000），Palhares（2003），Khadaroo和Seetanah（2008），Massidda和Etzo（2012），Hosseini、Miri和Bstani（2015）等对亚太地区、新西兰、意大利、伊朗乃至世界多国，分别采用定性分析、交通运输成本模型、引力模型及计量经济模型等，验证了不同交通基础设施对旅游经济发展具有促进作用；中国学者赵东喜（2008）基于面板数据实证研究发现，中国交通基础设施建设是提高省区国际旅游收入的关键，但存在区域上的差异；苏建军、孙根年和赵多平（2012）采用协整分析和格兰杰因果关系检验方法研究了中国旅游客流量与交通客运量之间存在着某种均衡关系。上述量化研究的文献主要是将公路、铁路等交通基础设施中的一个或多个运输方式或客运量作为投入变量纳入模型、或者就单纯客流量和客运量的单要素因果关系检验，相对较少地考虑区域旅游经济发展会受其他因素的影响。 copyright dedecms

第二，交通基础设施对区域旅游经济发展的影响不显着。此类结论主要是中国学者对不同区域研究所得，如左冰（2011）认为可进入性是影响区域旅游经济发展的重要变量，利用交通密度指数和便捷度综合测算出中国31个省域的交通通达度，用线性回归研究发现交通通达度对旅游经济发展的影响不存在显着的相关；李如友和黄常州（2015）基于1999—2012年中国省际面板数据，利用Hansen门槛回归模型，在控制了其他变量的条件下，研究发现中国交通基础设施水平在中层次区制时对旅游发展未表现出显着影响；张广海和赵金金（2015）将交通基础设施分为铁路、高速公路、一级公路、二级公路、内河航道及民航，在对其空间依赖性检验的基础上构建了空间计量模型，以中国2012年截面数据为基础，研究发现中国铁路基础设施对区域旅游经济发展的作用并不显着。上述文献研究显示，无论采用何种实证研究方法，交通基础设施的不同交通方式及水平会对区域产生不同程度的影响，其中可能会在局部区域或特定交通方式、水平下表现出对区域旅游经济发展影响不显着，因此，在研究过程中有必要划分区域和细分交通基础设施验证其对区域旅游经济发展的影响。

dedecms.com

第三，交通基础设施对区域旅游经济发展产生负影响，即具有阻碍作用。Prideaux（2005）、Goeldner和Ritchie（2006）研究发现交通基础设施也存在对区域旅游经济发展的抑制作用；中国学者左冰（2011）将交通通达度水平分为高、一般、低三个层次，其中实证结果发现交通通达度高水平组的区域旅游经济增长速度与可进入性之间存在显着的负相关关系，低水平组的负相关也较显着；向艺、郑林和王成璋（2012）利用空间计量模型研究了中国旅游经济增长影响因素，结果发现在考虑空间因素和不考虑的情形下，交通线路密度（高速公路和铁路的综合）的增长对旅游经济的增长都具有负向影响，该文献中的交通基础设施仅考虑了高速公路和铁路里程；毛润泽（2012）的实证也发现交通基础设施对中国东部地区旅游经济发展具有负向影响，但仅以公路里程为代理变量进行了验证；李如友和黄常州（2015）的实证研究也得出了中国交通基础设施水平处于高层次区制时，其对旅游经济发展存在显着的负向影响。这些文献表明，如果交通基础设施发展过快或者跟不上区域旅游经济发展水平，会对区域旅游经济发展产生抑制作用。 copyright dedecms

上述大量中外相关文献研究结果并非是矛盾或冲突的，而是因为交通基础设施综合水平、不同交通方式在不同时空环境下表现出不同影响状态。文献研究表明，一般情况下交通基础设施的建设与可达性，往往会对区域旅游经济产生积极的作用，但是可能会在局部区域或特定交通方式、水平下表现出对区域经济发展影响不明显；同时较高的交通基础设施发展速度或者快速的区域旅游经济发展会使两者之间不协调，从而使得交通基础设施对区域旅游经济发展产生负作用。区位差异使得交通基础设施和区域旅游经济增长应该具有空间依赖性，因此应该从其空间依赖性角度出发考虑，利用空间计量模型进行实证研究；同时，交通基础设施主要包括多种交通线路，特别是旅游目的地更依赖不同等级的公路进行游客疏散，如果将其综合为一个变量研究的结论往往有失偏颇，故应该细分交通方式和道路等级并结合区域差异进行研究；此外，交通基础设施对区域经济增长的溢出效应多年来在经济领域备受关注，因此在其对区域旅游经济增长中也应考虑溢出效应的检验。

copyright dedecms

基于此，本文以中国省域为研究对象、以21世纪以来15年的面板数据为依据，在综合考虑多维要素协同作用下，构建空间计量面板数据模型验证区域旅游经济增长是否受邻域交通基础设施溢出的影响?同时实证检验铁路、公路以及将公路划分为不同等级对不同区域旅游经济增长的直接效应和溢出效应，验证其是否也存在正效应、负效应或者无效应情形，即是否存在明显的空间异质性等?在该领域除了张广海和赵金金（2015）采用2012年的截面数据研究外，还鲜有文献利用面板数据进行全面、系统的实证研究。这些问题的深入研究对于优化政府和旅游部门因地制宜地对交通基础设施投资决策，与邻域和谐共建共享交通基础设施，提高资源的配置和使用效率，促进区域旅游业快速发展，进而推动区域经济增长具有重要价值和现实意义。 内容来自dedecms

三、空间计量理论模型的构建和适用性检验

织梦内容管理系统

空间计量经济方法是对经典线性回归模型通过一个空间权重矩阵进行修正，将地理空间相互作用纳入模型。构建空间计量模型主要涉及到对研究对象是否存在空间自相关性的判断、空间权重矩阵的构造和空间计量模型的构建与选择。

（一）空间自相关性检验

空间自相关是一定区域空间中的数值集聚程度的一种度量，距离近的事物之间的联系性强于距离远的事物之间的联系性。Le Gallo和Ertur（2003）提出了描述和可视化数据的空间分布状况的探索性空间数据分析，它可以探测空间联系的模式和空间异质性的范围。探索性空间数据分析主要进行全局空间自相关和局部空间自相关两类空间自相关检验。本文用成熟的Morans’I指数法进行全局空间自相关检验，用以考察地理空间邻近区域的空间正相关、负相关或是独立的。对于不同时期的Morans’I指数的刻画： 内容来自dedecms

内容来自dedecms

copyright dedecms

wij为空间权重矩阵元素，一般为i地区和j地区之间的距离，空间权重矩阵是空间计量经济学用来描述空间对象相互邻接关系的，它是研究区域空间相互作用联系中的一个重要环节与途径，空间权重矩阵的设定一般采用“距离”来反映其地理联系。Anselin和Getis（1992）认为在空间计量研究中，空间效应的检验一般遵循距离衰减原则，也就是两个地区的空间距离越近，其空间关系越密切，故wij的构造也是基于距离衰减原则的，同时考虑到本文研究的是交通基础设施对区域旅游的增长效应，一般地，不同区域旅游景点之间的距离越近，越利于游客的溢出。因此，本文并未采用是否是相邻关系确定，而是直接采用两个区域之间的距离的倒数：wij=1/dij，权重值越大意味着两个区域之间的距离越近。

（二）构建空间计量模型

1.理论模型

为了分析交通基础设施对中国及其各省域旅游经济增长效应，本文在借鉴Griliches（1979）模型的基础上，构建包括交通基础设施的区域旅游经济增长生产函数。其基本假设为各区域旅游业经济产出取决于该区域旅游行业的要素投入及全要素生产率，交通基础设施会通过影响其他要素的生产效率来影响旅游业经济产出，因此将交通基础设施要素的贡献率从全要素生产率A中独立出来，即： 内容来自dedecms

Y=AKαLβ（2）

copyright dedecms

A=A0Tγ（3）

织梦好，好织梦

将（3）式代入（2）式得： dedecms.com

Y=A0KαLβTγ（4）

（4）式中的Y、A0、K、L、T分别代表区域旅游业总收入、除了交通基础设施作用以外的全要素生产率、区域旅游业固定资产投资、劳动投入和交通基础设施。为了便于实证研究，对（4）式线性化处理，两边同时取对数，考虑到区域旅游经济产出不仅受以上要素影响，同时还受如旅游资源禀赋等其他要素的共同作用，故作为一组控制变量X加入，即得：

lnY=α0+αlnK+βlnL+γlnT+θlnX+ε（5） copyright dedecms

（5）式中α、β、γ、θ分别为区域旅游固定资产投资、劳动投入和交通基础设施及其他控制变量的产出弹性，也是对区域旅游经济产出的贡献率，ε为误差项。

织梦好，好织梦

2.空间面板数据模型

Hohz-Eakin和Schwartz（1995）认为交通基础设施对经济发展的影响包括直接效应和间接效应。直接效应是某区域交通基础设施对自身区域经济发展产生的影响，间接效应则是其他区域交通基础设施对该区域经济发展产生的影响。Anselin（1988）提出了空间滞后模型（Spatial Lag Model，SLM）和空间误差模型（Spatial Error Model，SEM），分别描述模型中误差项在空间上的相关和变量间的空间依赖性对模型显得非常关键，而导致了空间相关。结合（5）式构建空间面板数据模型： dedecms.com

SLM面板数据模型为：

内容来自dedecms

（6）和（7）式中，i、t分别表示各区域和样本的观察年份；Y为区域旅游总收入；εit和μit是服从正态分布的随机误差项；ρ、λ分别为空间滞后系数和空间误差系数；W为空间权重矩阵，其他变量含义同前。

关于SLM和SEM模型的适用性选择，一般地，如果LR_lag比LR_error统计量更显着，且Robust_LR_lag显着，而LR_error不够显着，则恰当的模型是SLM模型；反之，则表示SEM模型更合适。此外，学者们也常用Wald_lag和Wald_error统计量作为判断依据；还有对数似然函数值（Log-Likelihood）来判断，对数似然函数值绝对值越大的模型适宜性将越好，即越适合为实证研究所用。

空间计量模型下，解释变量对被解释变量的效应体现在直接效应α、β、γ、θ上，还体现在其空间外部性上，即空间溢出效应，也就是本地区的解释变量对被解释的影响还会来自于邻近地区解释变量的影响，这种溢出效应会随着区域圈层的外扩而逐渐衰减，若设q表示以i区域为中心向外扩展的圈层序数，那么在SLM模型下，空间溢出效应可表示为：

内容来自dedecms

copyright dedecms

通过对（8）和（9）式的计算，则可以判断不同方式的交通基础设施对不同区域旅游经济增长的直接效应、空间溢出效应及总效应。

本文来自织梦

四、变量选择、数据来源及描述性统计

（一）变量说明及处理

被解释变量：区域旅游业总收入用人境旅游收入和国内旅游收入的总和表示，其中入境旅游收入利用当年的平均人民币对美元汇率换算成人民币，并以2000年为基期，将区域旅游业总收入用对应省份的第三产业指数进行平减。

织梦内容管理系统

核心解释变量：（1）旅游业固定资产投资。固定资本存量是新古典经济增长的重要要素之一。在《中国统计年鉴》中对旅游业固定资产投资仅有“住宿与餐饮业”的统计数据，本文以此作为代理变量。对于区域固定资本存量采用永续盘存法估算各区域的固定资本存量，计算公式为：Kit=Ki，t-1（1-δ）+Iit/Pit，其中δ为折旧率，本文采用张军、吴桂英和张吉鹏（2004）提出的9.6％折旧率，Iit为区域内i城市t年的旅游业固定资产投资额，Pit为固定资产投资价格指数，本文以2000年为基期做各年旅游业固定资本存量的估算。（2）旅游业从业人员。劳动投入是另一个重要的新古典经济增长要素。本文采用旅游业从业人数来表征，即各省域旅游业从业人员作为劳动投入。（3）交通基础设施。交通基础设施是本文重要的核心解释变量，用以观察对区域旅游经济增长的影响状况。本文主要选择铁路营运里程和公路里程作为交通基础设施的主要测度指标，同时将公路按照《中国统计年鉴》的划分方式划分为高速公路、一级公路、二级公路三个层次进行具体验证，为了使区域间具有可比性，本文采用交通基础设施密度来衡量，即将不同方式的交通里程数除以所在区域的国土面积。 本文来自织梦

控制变量：（1）旅游资源禀赋。旅游资源禀赋条件是吸引游客的核心条件，是区域旅游业发展的前提和旅游经济产生的基础，本文采用本行业常用的做法，将旅游景区按照1A-5A不同等级统计，以其不同A级总数量来表示该区域旅游资源禀赋状况。（2）人力资本。人力资本存量是新经济增长的因素，本文利用旅游院校的学生总数来反映旅游业人力资本存量。（3）旅游业对外开放程度。它是促进区域经济增长的重要因素，本文利用入境旅游收入占旅游总收入比重来反映外国游客到本区域的旅游贡献，以此表征区域旅游业的对外开放程度。（4）旅游产业水平，它反映一个区域旅游经济发展的状况及旅游政策力度，本文利用区域旅游总收入与该区域生产总值的比值来衡量各省域的旅游产业水平。 dedecms.com

（二）数据来源

织梦好，好织梦

交通基础设施的各变量选择：从2001—2015年中国各交通运输方式的平均客运量来看，铁路、公路、水路和民航分别占比为6.64％、91.47％、0.94％和0.95％，随着时间推移，中国高铁投入运营以及其他交通基础设施的建设与发展，该比例有一定的变化，如2015年铁路、公路、水路和民航的客运量占比依次为13.04％、83.32％、1.39％和2.24％，但依然可以看出铁路和公路占绝对的客运比例，因此本文仅考虑铁路和不同等级的公路对区域旅游经济增长效应的实证。 织梦内容管理系统

21世纪以来中国交通基础设施快速发展和旅游业突飞猛进，本文选取了中国30个省和直辖市（不包括港澳台3个地区，西藏由于部分数据缺失也未纳入本文的研究）2001—2015年面板数据为研究样本。交通基础设施各数据均来源于2002—2016年《中国统计年鉴》，区域旅游经济各变量数据均来源于2002—2016年《中国旅游统计年鉴》（正本和副本）。

copyright dedecms

（三）变量的描述性统计 本文来自织梦

全国和东、中、西部的各变量描述性统计见表2。

dedecms.com

五、实证过程与结果分析 copyright dedecms

（一）面板数据的平稳性检验

为避免伪回归，本文利用LLC和Fisher-ADF的面板单位根检验方法，用STATA13对各变量的平稳性进行检验，表3表明，除了lninv在10％的显着水平下通过检验外，其余的各变量均在1％的水平下显着，即表明所有变量均为平稳序列，可以进行实证研究。 织梦好，好织梦

copyright dedecms

（二）空间自相关性检验

根据（6）式，本文需要利用全局Morans’I指数对区域旅游总收入进行空间自相关性检验，结果见表4。表4的检验结果表明，区域旅游总收入的空间自相关性均在1％的水平下显着，而且可以看出，随着时间的推移，其Morans’I指数有明显的提升趋势。

内容来自dedecms

织梦内容管理系统

（三）模型估计结果分析 copyright dedecms

1.全国估计结果分析 内容来自dedecms

由于中国区域空间辽阔，不同省域旅游资源禀赋、自然环境、人文及经济环境等存在空间差异性，可能存在不随时间而变的遗漏变量，因此一般来说应该使用固定效应模型，本文通过Hausman检验，其统计量为25.8544，p值为0.021，即在5％的水平下拒绝了随机效应模型，符合本文预期；然后比对个体固定效应、时间固定效应和双固定效应的估计结果，最终选择个体固定效应模型进行估计。由于变量空间自相关的存在，用OLS方法估计SEM模型是无偏的，但不具有效性，而用OLS估计SLM模型则有偏且不一致。为克服这一问题，Elhorst（2003）提出了针对空间面板数据模型的极大似然（MLS）估计方法。本文采用OLS和MLS方法、利用STATA13分别对普通面板数据模型和空间面板数据模型进行估计，结果见表5。

织梦内容管理系统

表5显示了全国层面的估计结果，相比较于空间面板模型，普通面板模型估计的变量系数普遍偏高，因此应考虑变量的空间自相关性。而比较表5中SEM和SLM模型的Wald和LR的空间误差和空间滞后统计量发现，均在1％的水平下显着，但Wald和LR的空间滞后统计量更显着，且SLM中的Log-Likelihood值最大，故本文选择SLM模型实证研究。 内容来自dedecms

表5中SLM模型下的Model Ⅰ中，交通基础设施为铁路和公路两个变量；Model Ⅱ中除了铁路外，将公路分为高速公路、一级公路和二级公路，即四个变量。由Model Ⅰ和Model Ⅱ可以看出，从全国层面看，区域旅游收入的空间自回归系数均在1％的水平下显着，即表明区域旅游经济增长受邻域空间的影响明显，即能够通过相邻的区域相互传递和影响。其中，Model Ⅰ和Model Ⅱ中所有不同交通方式的变量回归系数均在5％的水平下通过了显着性检验，且都为正，表明中国交通基础设施对区域旅游经济增长具有显着的正效应，但不同的交通方式略有差异。从表5可以看出，在Model Ⅰ下，公路的贡献高于铁路，即公路每增长1％则区域旅游经济增长6.97％，而铁路每增长1％则区域旅游经济增长2.66％，从前文的统计看，2001—2015年中国公路客运量占所有交通方式的91.47％，即旅客的承运主要靠公路，因此公路对区域旅游经济增长的影响会高于铁路；在Model Ⅱ下，不同等级的公路对区域旅游经济增长影响也有差异，贡献最大的是二级公路，其次是高速公路，最后是一级公路，这印证了越接近旅游目的地，越依赖于二级公路承运旅客这一客观事实。 dedecms.com

此外，旅游业固定资产投资和旅游业劳动投入两个核心变量也分别在不同显着水平下通过了检验，即说明这两个要素投入均会带来明显的区域旅游经济增长。作为控制变量纳入模型进行验证的四个变量均在5％的水平下通过了显着性检验，其中区域旅游资源禀赋、人力资本、对外开放程度三个变量的回归系数显着为正，即对区域旅游经济增长都具有明显的促进作用；而以入境旅游占旅游总收入比重作为反映区域旅游业对外开放程度的变量系数显着为负，从该比值的占比来看，2001年为11.62％，而到了2015年仅为3.53％，其占比逐年降低，这表明中国旅游总收入中，国内旅游收入增长明显大幅超过入境旅游，因而使得该变量未对区域旅游经济增长产生积极的影响。 dedecms.com

2.分地区估计结果分析 dedecms.com

本文进一步将中国分为东、中、西三个地区比较其不同交通基础设施在不同区域环境中的影响程度，限于篇幅，本文仅列出SLM面板模型估计结果，见表6。

dedecms.com

首先，三个地区的区域旅游经济增长的空间自相关性系数均在1％的水平下通过了显着性检验，也证明这三个地区的区域旅游经济增长也都会受到邻域要素的影响。

其次，从三个地区的交通基础设施对区域旅游经济增长的影响来看，也均有差异。其一，从Model Ⅰ的估计结果中，铁路的回归系数在中、西部地区分别在1％、5％的水平下显着，而在东部地区不显着，而公路均通过了显着性检验，且均为正效应。其二，在Model Ⅱ中，高速公路仅西部地区在1％的水平下显着，一级公路在东、西部地区在1％的水平下存在显着正效应，二级公路在东、中部地区分别在5％、1％的水平下显着，而其中在东部和中部的高速公路表现为不显着的负效应。从东部地区来看，本文利用15年的面板数据验证的结果显示，仅在中国东部地区铁路对区域旅游经济增长效应不显着，这可能是因为东部的旅游资源密集而丰富，区域景点之间跨度相对小，加之东部地区等级公路建设比较早且密度大，借助于铁路和高速公路长途旅游的比重较低；从中部地区来看，高速公路与东部地区有类似的特征，但一级公路系数不显着，而二级公路在1％的水平下显着，这表明中部地区和全国全局层面有类似的特点，二级公路对中部地区的旅游经济增长发挥了更重要的作用；从西部地区来看，西部地区占国土面积的2/3以上，区域跨度大，主要依赖长途交通方式旅游，铁路、高速公路和一级公路都对该地区的旅游经济增长产生了显着正效应，而二级公路不显着。 copyright dedecms

copyright dedecms

最后，对于旅游业固定资产投资和劳动投入两个变量，表6估计结果显示旅游业固定资产投资在三个地区均显着地推动了区域旅游经济的增长，而劳动投入仅有东部地区的Model Ⅱ存在显着正效应，中、西部虽然为正但均不显着，这说明中西部地区的旅游劳动投入还有待加强。四个控制变量在三个地区也表现各异，其中，旅游资源禀赋方面，仅东部地区显着，说明中西部地区在旅游景区的建设和营销方面还有待加强；人力资本在中部地区表现为不显着的正效应，说明中部地区在区域旅游发展中还有待进一步加强人才培养；旅游产业水平在三个地区均在1％的水平下通过了显着性检验，也表明各地区都比较重视旅游业；对外开放水平和全局层面类似，特别是中西部还有待进一步重视和提高。

织梦好，好织梦

（四）交通基础设施的空间溢出效应分析 织梦好，好织梦

前文从全国和三个地区估计了交通基础设施对区域旅游经济增长的直接效应，本文前述验证表明，区域旅游经济增长具有明显的空间依赖性，因此需要观察其变量对区域旅游经济增长的溢出效应，本文仅对关心的交通基础设施变量、利用公式（8）和（9）计算出其溢出效应和总效应，具体见表7。

织梦内容管理系统

由表7可以看出，从全国和三个地区来看，各类交通基础设施的溢出效应均大于直接效应，其比重占总效应均在3/4左右，这也证明区域旅游经济增长的高度外溢效应存在，但从不同交通方式在全国和各地区看也表现出明显的空间差异。首先，从全国看，公路的溢出效应明显高于铁路，在公路中，二级公路的溢出效应最高，次之是高速公路和一级公路；其次，从三个地区看，东部地区主要是公路对区域旅游经济增长的溢出，其中一级公路的溢出效应最高，中部地区铁路的溢出效应高于公路，且二级公路的贡献最大，西部地区除了二级公路外，铁路、高速公路和一级公路均有较高的溢出效应，相比较东部和中部地区而言总体溢出效应较低，但就西部地区来看，其交通基础设施的溢出效应均超过总效应的3/4。

织梦好，好织梦

六、结论与政策含义

本文来自织梦

中国区域旅游经济增长不仅受本地区旅游业固定资产投资和劳动投入的直接影响，同时还受自身自然资源禀赋、社会经济发展条件，如交通基础设施、旅游资源禀赋、人力资本、旅游产业水平、对外开放水平等因素的协同作用，其中，交通基础设施作为区域旅游流的桥梁和动脉，其作用不容忽视；同时研究表明中国区域旅游经济增长具有显着的空间依赖性，因此具有公共性和外部性的交通基础设施对区域旅游经济增长的溢出效应也应重视。但不同区域、不同交通基础设施存量的不同，对其相应区域的直接效应和溢出效应存在显着的空间差异。

本文来自织梦

为此，本文认为区域旅游经济增长是多种投入要素和区域环境要素综合的结果，在综合考虑多维要素对区域旅游经济增长协同作用的基础上，以中国30个省域2001—2015年的面板数据为基础，以铁路和公路为交通基础设施变量建立空间计量Model Ⅰ，进一步将公路分为高速公路、一级公路和二级公路建立包含铁路在内的空间计量Model Ⅱ，分别从中国全国和东、中、西部三个地区验证不同交通基础设施对区域旅游经济增长效应。研究结论主要包括以下几个方面：（1）在研究期内，全国以及东、中、西部地区旅游经济增长具有显着的空间依赖性。（2）从全国看，各类交通基础设施对区域旅游经济增长均具有显着正效应，而在三个地区中不同交通基础设施对其区域旅游经济增长效应不同：Model Ⅰ中铁路对中部和西部地区旅游经济增长均具有显着的正效应，而在东部地区不显着，这与张广海和赵金金（2015）用2012年截面数据研究的全国层面的结论一致，公路在三个地区均存在显着正效应；在Model Ⅱ中，高速公路仅西部地区在1％的水平下通过了显着性检验，一级公路在东部和西部地区在1％的水平下存在显着正效应，二级公路在东部和中部地区分别在5％、1％的水平下存在显着正效应，而其中在东、中部的高速公路表现为不显着的负效应，这与李如友和黄常州（2015）研究的交通基础设施水平处于高层次区制时表现为负效应、毛润泽（2012）研究公路里程对中国东部地区旅游经济发展具有负向影响的结论基本一致。（3）从全局和三个地区交通基础设施的溢出效应来看，对其区域旅游经济增长的贡献均大于直接效应，且溢出效应占总效应的3/4，这与刘秉镰、武鹏和刘玉海（2010）在基于1997—2007年研究中国交通基础设施对全要素生产率的溢出效应结论基本一致，本文的实证研究证明了2001—2015年期间，中国和三个地区的部分交通基础设施对区域旅游经济增长的溢出效应大于直接效应，也表明了区域旅游经济增长不仅受本地各投入要素的影响，交通基础设施的公共性、外部性产生的溢出效应对区域旅游经济增长的贡献最大。（4）旅游业固定资产投资和劳动投入对区域旅游经济增长均具有正效应，但劳动投入在中、西部地区不显着；而控制变量中旅游资源禀赋方面，仅东部地区显着，人力资本在中部地区表现为不显着的正效应，旅游产业水平在三个地区均在1％的水平下通过了显着性检验；对外开放水平和全局层面类似，存在负效应。

本文来自织梦

织梦内容管理系统

本文研究表明，中国在发展旅游业的同时，应重视对区域旅游经济增长产生影响的多要素协同作用，应因地制宜地进行投入和发展。就交通基础设施来看，东部地区是中国区域经济最发达、也是交通基础设施最完善的区域，特别是近年高速铁路客运专线的迅速建设，但铁路在东部地区旅游业发展中的作用有待进一步加强；而东部和中部地区高速公路还出现了对区域旅游发展不利的一面，虽然不显着，但这也意味着交通基础设施越发达，可能越利于本区域游客的外流，缩短了其在本区域停留时间，减少了消费机会，对本区域可能产生负溢出效应，因此如何改善这一局面而提高本地旅游经济增长应受到相关部门的重视；西部地区的二级公路在研究期内没有发挥应有的作用，应该加强该地区旅游目的地末端二级公路及以下的道路的投入和建设。此外，从全国和各地区看，区域旅游经济增长中旅游业从业人员的投入还不够，特别是中西部地区的旅游劳动投入、旅游景区的建设和营销方面还有待加强；中部地区在区域旅游发展中人才培养需要进一步提高。 copyright dedecms

参考文献：

1、保继刚、楚义芳：《旅游地理学》，高等教育出版社1999年版。 copyright dedecms

2、李如友、黄常州：《中国交通基础设施对区域旅游发展的影响研究——基于门槛回归模型的证据》，《旅游科学》2015年第2期。 copyright dedecms

3、刘秉镰、武鹏、刘玉海：《交通基础设施与中国全要素生产率增长——基于省域数据的空间面板计量分析》，《中国工业经济》2010年第3期。

4、毛润泽：《中国区域旅游经济发展影响因素的实证分析》，《经济问题探索》2012年第8期。 copyright dedecms

5、苏建军、孙根年、赵多平：《交通巨变对中国旅游业发展的影响及地域类型划分》，《旅游学刊》2012年第6期。 copyright dedecms

6、向艺、郑林、王成璋：《旅游经济增长因素的空间计量研究》，《经济地理》2012年第6期。

7、张广海、赵金金：《我国交通基础设施对区城旅游经济发展影响的空间计量研究》，《经济管理》2015年第7期。 织梦好，好织梦

8、张军、吴桂英、张吉鹏：《中国省际物质资本存量估算：1952—2000》，《经济研究》2004年第10期。 本文来自织梦

9、张志、周浩：《交通基础设施的溢出效应及其产业差异——基于空间计量的比较分析》，《财经研究）2012年第3期。 织梦好，好织梦

10、赵东喜：《中国省际入境旅游发展影响因素研究——基于分省面板数据分析》，《旅游学刊》2008年第1期。

织梦内容管理系统

11、左冰：《中国旅游经济增长因素及其贡献度分析》，《商业经济与管理》2011年第10期。