金融支持对旅游产业发展的空间效应:基于空间计量模型的研究

赖宝君 吴贵华 赵晋侠

(华侨大学旅游学院,福建 泉州 362021)

近年来,随着我国社会经济的不断发展,旅游业已经成为我国战略性产业之一,具有关联性强、辐射性广、集聚程度高的特点。作为第三产业的金融业也正在飞速发展,作为现代服务业的典型代表,金融支持与旅游产业发展关系日益紧密。一方面,金融业的发展增强了社会融资能力,极大地促进了资金流入旅游行业,促进旅游业发展。另一方面,良好的金融环境和完善的金融支持体系是实现资金有效配置的重要保障,对推动旅游行业的发展起到重要作用。

目前,我国金融支持与旅游产业发展存在空间不适配问题,具体表现为旅游产业与科技创新、现代金融的省域间存在显著的空间异质性[1]。例如,对2000—2015年长江经济带旅游金融时空格局特点进行研究发现,旅游金融效率存在明显空间依赖性[2]。又如对中部六省的旅游金融效率开展研究发现,旅游金融效率指数分布具有一定的空间转移惰性,且空间差异较为明显[3]。综上所述,金融支持对旅游产业发展存在空间错配。此外,还存在旅游业融资渠道受限,金融对提升旅游发展水平的支持贡献不够等问题。

因此,本文收集中国大陆31个省、自治区、直辖市(以下简称省份)旅游与金融的相关数据,运用ESDA空间分析法,从金融支持旅游发展的时空分布角度,通过构建计量模型进行一系列的检验,研究金融支持我国旅游产业发展的影响机制,对于推动我国旅游业转型和深化发展具有一定的现实意义。

2.1 研究方法

2.1.1 探索性空间数据分析(ESDA)

为了更好解决金融支持和旅游产业发展的空间关联问题,本文运用了能够测度全局空间相关性和局部空间相关性的Moran散点图。Moran散点图已被广泛运用于旅游地理、金融地理中的空间关联分析[1-4]。本文根据Moran散点图的散点分布象限绘制全国各省份象限分布示意图,并结合局部Moran’sI指数对全国金融支持与旅游发展水平进行了分析。双变量局部 Moran’sI指数计算公式如下:

(1)

式(1)中,Ii表示局部空间自相关指数,Zi、Zj分别表示相对于均值和标准差的标准化变量;
wij为空间权重矩阵。Ii为正,表示区域邻近单元是相似值集聚,Ii为负,表示区域邻近单元是非相似值集聚,Ii为0,表示区域邻近单元值是随机分布。

2.1.2 数理统计分析

本文通过设定计量模型对数据进行基准回归等一系列的实证检验。根据条件收敛假设,在控制了所有其他变量之后,金融规模较大地区的旅游发展水平应该高于金融规模较小地区的旅游发展水平,因此,计量模型采用以下形式:

lnTour=a0+a1lnFsc+a2Zi+εi

(2)

式(2)中,Tour表示旅游发展水平;
i代表中国大陆31个省份,且0Fsc代表金融规模;
Zi是即将加入的由一系列控制变量组成的向量;
εi为随机扰动项[5]。

2.1.3 中介效应模型

本文采用分步回归法来判断中介效应是否存在,回归公式分别如下:

lnTour=a0+a1lnFsc+a2Zi+εi

(2)

lnTour=b0+b1lnUrb+b2Zi+εi

(3)

lnUrb=c0+c1lnTour+c2Zi+εi

(4)

lnTour=d0+d1lnFsc+d2lnUrb+d3Zi+εi

(5)

式(3)和式(4)中,中介变量以城镇化Urb为例表示公式,Tour表示旅游发展水平;
i代表中国大陆31个省份,且0Fsc代表金融规模;
Zi是即将加入的由一系列控制变量组成的向量;
εi为随机扰动项[5]。

2.2 变量选取与数据来源

2.2.1 变量选取

被解释变量:旅游发展水平。本文以全国31个省份(考虑数据可得性,未加入香港、澳门和台湾)旅游总收入占国内生产总值(GDP)的比值代表该区旅游发展水平。

解释变量:金融支持。选取金融规模、金融效率与金融结构作为解释变量的数据指标。

控制变量:根据相关的理论分析,在计量模型的检验中加入其他变量作为模型的控制变量:①外商直接投资水平;
②人均GDP;
③常住人口;
④基础设施(将31个省份的铁路水路公路里程之和与该区面积的比值作为该指标数据)。

中介变量:本文选取政府投资、(城乡)收入差距、(人口)城镇化来作为中介变量探讨金融发展影响旅游发展的传导路径。

2.2.2 数据来源

本文实证样本为2004—2017年中国大陆31个省份形成的面板数据。国内旅游收入、GDP、存贷款额、股票数据来源于《中国金融统计年鉴》《中国城市统计年鉴》及各个地区统计年鉴,债券及银行业金融贷款额数据来源于万德数据库,其余控制变量、中介变量数据来源于EPS数据库及中国知网统计年鉴,个别缺失数据采用插值法计算。

3.1 金融支持旅游发展的空间分布现状

考虑社会经济发展的连续性特点,选取2004年、2010年、2017年旅游发展与金融规模数据作为代表数据导入GeoDa中得出Moran散点图,根据散点图绘制 (见表1)中国大陆31个省份旅游发展空间自相关与相关分布图(不包含象限分布不清晰地区)。横坐标代表金融规模量,纵坐标代表旅游发展水平,其中H-H代表该地区金融规模较大且旅游发展水平也较高,H-L代表该地区金融规模较大但其旅游发展水平较低。

从金融规模与旅游发展的空间分布整体来看,2004—2010年,各地区的分布情况并未发生较大改变,而2017年所呈现出的空间分布整体产生了较大的变动。2010年及之前,大量的金融资本集中在我国的东部、西部地区,而中部及东北地区的黑龙江与吉林则相对拥有较少的金融资本,其中北京、上海金融规模量远超其他地区;
这一时期旅游发展水平较高的省份主要位于东部、中部及云贵川桂四省,从2004年、2010年旅游发展水平的高低分布来看,东部省份、西南地区及湘赣冀集中为高水平地区,西部地区则为相对低水平地区,表明旅游发展具有较为明显的空间集聚性。从2017年金融规模与旅游发展的地区象限分布来看,西部地区旅游取得了较快发展,其中云南、西藏旅游发展水平远超其他地区,整体来看金融规模量在各省的相对分布中变化不大,依旧是北京、上海遥遥领先。

表1 全国各省市自治区金融规模与旅游发展的空间关联

具体来看,北京、上海初期处于H-H区,而后期则处于H-L区,但这并不意味着其旅游发展中经济收入降低,而是旅游收入在其GDP中占比变小,说明其产业结构发生了变化,旅游业的地位相对有所降低,旅游发展水平相对其经济发展水平降低。同样,2017年,H-H象限西部地区省份西藏、新疆、青海、宁夏“替换”了2010年前较为稳定分布的上海、浙江及川渝地区,且西藏金融规模值只低于北京,同样远超其他地区。说明在西部地区与云贵地区,旅游收入在其国内生产总值中占有相对较大的比重。

3.2 影响机制分析

3.2.1 模型回归

本文的模型估计使用面板数据,通过豪斯曼检验判断面板模型中的效应选择。模型估计的豪斯曼检验统计值为31.67,对应的P值为0(<0.5),结果在1%的水平上显著,因此本文选择固定效应检验更为适合。固定效应又分为时间、地区和时间地区双固定效应[6]。地区固定效应反映地区之间的地理空间特征,反映了变量之间在空间上的相互作用,因此本文选择地区固定效应。从表2结果可以看出,金融规模、外商投资水平、人均GDP及人口规模都对旅游发展产生显著性影响,但不同的是人口规模对旅游的发展产生了负向效应,即人口增多反而抑制旅游发展,其余变量均对旅游的发展产生正向效应。金融规模的扩大可以推动旅游发展。

表2 固定效应与随机效应空间面板计量结果

本文已通过更改解释变量的滞后期数,以及替换影响旅游发展的指标,对结果进行稳健性检验,并选用内生解释变量的滞后一期数据作为工具变量进行面板模型回归,数据表明上文的回归结果稳健可靠。

3.2.2 中介效应检验

已有研究大多是直接将旅游发展、控制变量放在一起对因变量进行回归,忽视了对传导机制的进一步分析[7]。本文为探究金融规模影响旅游发展的传导路径,运用中介效应模型对其作用机制进行检验,城镇化是推动旅游发展的重要因素之一[8]。

3.2.2.1 城镇化的中介效应检验

由表3可见,自变量金融规模对因变量旅游发展具有显著正向效应;
自变量金融规模对因变量城镇化的作用同样正向显著;
自变量城镇化对因变量旅游发展的正向效应也通过了10%的显著性水平,且对旅游发展有较强的推动作用;
在旅游发展中同时加入金融规模与城镇化的效应后,表中第三列的回归系数与第一列的系数相比稍有变小,即金融规模对旅游发展影响的回归系数降低,表明城镇化也对旅游的发展产生了影响。这说明城镇化是金融规模推动旅游发展的一大渠道,金融规模的扩大有利于城镇化的发展进而推动旅游发展。

3.2.2.2 政府投资的中介效应检验

政府投资的中介效应检验表明(见表3),回归结果均为显著,按照中介效应分步回归的步骤,首先扩大金融规模推动了旅游发展,其回归系数为0.039;
扩大金融规模促进了政府投资;
政府投资增加促进了旅游发展;
同时加入金融规模与政府投资的变量后,金融规模对旅游发展的正向效应依旧显著但回归系数降低为0.035,说明政府投资在旅游发展中也起到了推动作用。这表明政府投资同样是金融规模促进旅游发展的渠道之一。

3.2.2.3 收入差距的中介效应检验

收入差距中介效应检验的回归结果均通过了1%的显著性水平(见表3)。按照分步检验法,自变量金融规模对因变量旅游发展的回归系数为正,表明扩大金融规模有利于促进旅游发展;
自变量金融规模对因变量收入差距的回归系数为负,说明金融规模的扩大有利于缩小收入差距;
自变量收入差距对因变量旅游发展的回归系数为负,说明缩小收入差距有利于促进旅游发展;
衡量旅游发展水平的公式中同时加入收入差距变量与金融规模变量,金融规模对旅游发展的回归系数有较为明显的较低。这表明缩小城乡收入差距是金融规模影响旅游发展的重要渠道之一,扩大金融规模有利于缩小城乡收入差距,伴随城乡收入差距的缩小,旅游也获得了发展。

以上结果表明,在三种中介渠道中,收入差距是金融规模影响旅游发展的最重要渠道,其次是金融规模—城镇化—旅游发展,相对来说作用较小的中介渠道为金融规模—政府投资—旅游发展。

表3 中介效应检验

4.1 主要结论

旅游发展具有明显的空间集聚效应;
金融规模对旅游发展的推动作用显著且稳定,金融效率对旅游发展有较为明显的推动作用;
金融规模对中部地区旅游发展的正向效应较强,而东部、西部较弱,且有随时间减弱的趋势;
金融规模主要通过缩小城乡收入差距和提高城镇化水平促进旅游发展。

4.2 政策建议

4.2.1 构建全域旅游共建共享新格局

旅游发展具有明显的空间集聚效应。综观2004—2017年,尽管各地旅游发展水平均在稳步提升,但地区间发展的深度、广度依旧有差异,且地区内省际差异也较大。要重视旅游发展的区域一体化效益,以点带线、以线带面促进区域旅游一体化发展,凝聚全域旅游发展新动力。同时要大力推进“旅游+”,开发旅游发展新功能,使局部旅游发展成果惠及各方,构建全域旅游共建共享新格局[9]。

4.2.2 创新金融支持旅游产业新模式

金融规模对旅游发展的推动作用显著且稳定,金融效率对旅游发展有较为明显的推动作用。目前,我国金融对提升旅游的支持贡献还远远不够,应构建“政府+银行”助推旅游发展双模式。政府应制定针对旅游行业发展和金融支持政策,增加政府投资,积极引导金融机构加大对旅游产业的投入。商业银行应该根据旅游业的发展特点,科学制定旅游企业信用评价机制,在保证风控的基础上,提高旅游企业的授信额度,建立绿色的申贷渠道,为旅游企业提供良好的信贷支持。此外,政策性银行应发挥政策引领作用,支持旅游产业发展。

4.2.3 因地制宜建立差异化旅游发展新方式

金融规模对中部地区旅游发展的正向效应较强,而东部、西部较弱,且有随时间减弱的趋势。区域间金融支持旅游发展的深度、广度不同,要因地制宜,挖掘各地区潜力因素,补足金融支持方式的短板,推动旅游深化发展。针对中部地区,在通过加大金融支持旅游提质提量发展的同时,也应根据地方产品、设施与项目的特色,发展具有地方优势的旅游产业。西部地区则应坚持保护环境优先,实现旅游效益与生态效益的相互促进、共同提升。东部地区经济发展水平较高,应加强旅游产业的内涵式发展,突破旅游发展的瓶颈与障碍,实现旅游产品供给的品质化、旅游治理环境的规范化、旅游效益的最大化。此外,要挖掘旅游资源内涵,打造旅游品牌,进行文旅融合等多元融合发展,坚持绿色发展,提高旅游发展的效率。

4.2.4 提高城镇化水平,缩小收入差距

金融规模对旅游发展的影响路径主要表现为:金融规模扩大—城乡收入差距缩小—旅游发展;
金融规模扩大—城镇化水平提高—旅游发展。城镇化是扩大内需的重要渠道之一,要进一步提高城镇化水平,推进区域协调发展,探寻经济发展与产业升级的新途径,把符合条件的农村人口逐步转成城市人口,缩小收入差距。同时,产业结构升级与收入差距之间具有密切联系。应遵循市场资源配置规律,使产业结构进一步合理化,推进产业结构高度化,提升劳动者的收入水平,从而缩小城乡收入差距。

猜你喜欢 城镇化规模效应 新型城镇化对农民收入的影响安徽农业科学(2022年9期)2022-05-17科学创新人才的适度规模培养科学与社会(2022年1期)2022-04-1950亿元!目前规模最大的乡村振兴债券发行今日农业(2021年8期)2021-11-282020年我国机器人产业规模达1000亿元智能制造(2021年4期)2021-11-04懒马效应今日农业(2020年19期)2020-12-14应变效应及其应用中学物理·高中(2016年12期)2017-04-22Mentor Grpahics宣布推出规模可达15BG的Veloce Strato平台汽车零部件(2017年2期)2017-04-072016年推进新型城镇化在发力农家书屋(2016年9期)2016-05-14偶像效应小樱桃·童年阅读(2014年11期)2014-12-01城镇化与报纸双赢——二论赢在守护这张纸中国记者(2014年3期)2014-05-14

推荐访问:空间 产业发展 计量