基于协整理论的我国旅游业发展与经济增长动态关系研究

张　鑫，　高淑春，　杜丽燕，　杨艳艳

(合肥工业大学 a.管理学院；b.过程优化与智能决策教育部重点实验室，合肥　230009)



基于协整理论的我国旅游业发展与经济增长动态关系研究

张鑫a,b，高淑春a,b，杜丽燕a,b，杨艳艳a,b

(合肥工业大学 a.管理学院；b.过程优化与智能决策教育部重点实验室，合肥230009)

以实证研究方法，基于1990年到2012年的数据分析，论证了中国旅游收入与经济增长之间存在长期稳定的协整关系。运用协整模型，研究得出经济增长和入境旅游对国内旅游的弹性系数分别为0.834 940和0.843 328。Granger 因果检验发现，在5%和10%的显著水平下存在LGDP到LDR的双向因果关系和LDR到LIR的单向因果关系，LIR和LGDP之间不存在Grange因果关系。在定量分析的基础上提出了相关建议。

经济增长；旅游产业；协整；Granger因果检验；误差修正模型

一、引　言

20世纪80年代以来，旅游需求呈现井喷式增长。旅游业的崛起为提升人民生活品质、优化经济结构、转变经济增长方式做出了重要贡献。旅游业发展与经济增长之间关系及互动效应日益成为学者研究的热点。国内外学者基于不同的视角、运用不同的方法、采用不同时间段的数据进行了旅游发展与经济关系的研究。如旅游地国际贸易的发展与国际旅游业发展的互相促进关系的研究[1,2]，基于国家层面的旅游收入与经济增长之间的互动效应等[3-6]。国内学者进行了我国旅游发展与经济增长的动态相关性研究[7-10]，探讨了区域性旅游产业集聚水平变化趋势[11]，分析了国内旅游消费、旅游投资、入境旅游的发展现状及对我国经济的影响[12]。这些成果对指导旅游业和区域经济发展起到了较好的推动作用。但由于未考虑发展环境的变化，运用单一方法或不进行数据修正的研究存在一定的不足。因此，本次研究以1990-2012年数据为基础，综合实证研究方法，进行我国旅游业发展与经济增长动态关系的研究，为推动二者的协调发展提供决策参考。

二、模型构建与检验

1.变量和模型的设定

以被公认为衡量国家经济状况最佳指标的国内生产总值(GDP)作为衡量经济增长的变量，旅游收入分为国际旅游收入(用IR表示)和国内旅游收入(用DR表示)。IR是指入境游客在中国境内旅行、游览过程中用于交通、参观游览、住宿、餐饮、购物、娱乐等的全部花费。DR是指国内游客在国内旅行、游览、住宿、交通、餐饮、购物娱乐等的全部花费。

设定GDP、IR、DR三者之间的关系为道格拉斯函数：

DR=A(GDP)α(IR)β

两边取对数得到 LNDR=LNA+αLNGDP+βLNIR

2.样本数据说明

样本数据均来源于1991-2013年《中国统计年鉴》，为消除价格因素的影响，并且考虑到在几个价格指数中GDP平减指数能够全面反映物价走势，而居民消费价格指数(CPI)、生产者物价指数(PPI)只能反映一方面的物价变动情况，因此本文采用GDP平减指数作为通胀率对数据处理得到实际值。将统计年鉴中以1978=100的GDP指数换算成以1990年为基期的GDP指数和平减指数：GDPini=GDPi/GDP1990，GDPini表示以1990年为基期时GDP指数，GDPi表示以1978年为基期时各年的GDP指数，GDP1990表示以1978年为基期时1990年的GDP指数。

GDP平减指数GDPdi=(GDPi/GDPini)*(GDPin1990/GDP1990)

其中GDPi表示各年名义GDP，GDPini表示以1990年为基期时各年GDP指数，GDPin1990表示1990年GDP指数， GDP1990表示1990年名义GDP。

各年名义GDP除以GDP平减指数即为各年GDP真实值。将以亿美元为单位的国际旅游收入换算为以亿元人民币为单位，方法是用各年IR数值乘以各年人民币兑美元汇率。为了消除时间序列中的异方差对数据进行对数变换，加上字母L表示变换后数据，进行对数变换不但不会改变变量间的协整关系，反而能够使其线性化。进行差分分析时记一阶差分为DLGDP、DLDR、DLIR。

三、实证结果分析

1. 单位根检验

为了直观观察序列间的关系，首先进行序列的描述统计分析，绘制时序图和差分图(见下页图1、下页图2)。

从图1可以看出LGDP、LDR、LIR在1990-2012三个变量都呈现出非平稳性但都具有向上的发展趋势，水平序列非平稳。图2一阶差分序列图显示变量的一阶差分具有平稳性，说明一阶差分序列可能是平稳序列，但是一阶差分序列究竟是否如预期一样是平稳的要进一步进行单位根检验。下页表1是单位根检验结果。

图1　时序图　　　　　　　　　　　　　　　　　　　　　图2　一阶差分序列图

表1　DLGDP、DLDR、DLIR单位根检验结果

通过ADF检验发现序列的一阶差分是平稳的，LGDP、LDR、LIR都是一阶单整的I(1)序列，满足协整分析的条件，可利用协整分析他们之间的动态关系。

2.向量自回归模型VAR(vector auto regression )

根据EVIEWS滞后长度准则(Lag Length Criteria)确定VAR模型滞后期。当最大滞后期阶数选择1时结果优良，似然比( LR) 检验统计量、最终预测误差( FPE) 、AIC、SC 和Hannan-Quinn( HQ) 信息准则这五个评价统计量均同时选择了1 阶滞后，且VAR模型中特征根的倒数值都小于1、全部特征根的倒数值均落在单位圆内，故选1阶滞后期建立VAR模型。实验结果见表2、表3和下页图3。

表2　滞后期选择结果

注：*表示根据该准则选定的阶数。LR：连续修正LR检验统计量(5%水平下显著)；FPE：最终预测误差；AIC：Akaike信息准则；SC：Schwarz信息准则;HQ:Hannan-Quinn信息准则。

表3　特征根结果

图3　特征根结果

在模型设定时使用非约束性模型(Unrestricted VAR)，以LDR、LGDP、LIR为内生变量，以C为外生变量构建如下模型：

其中C=[-3.992 717,-0.206 927,2.410 809]'，LNY=[LDR，LGDP ，LIR']。

VAR模型整体检验的确定性残差的方差(2.13E-07)较小，极大似然函数值(81.944 52)较大，AIC信息值(-6.358 593)和SC信息值(-5.763 479)均较小，表明模型整体解释能力强。VAR模型各方程检验结果和VAR整体检验结果均表明模型效果优良，拟合优度高。

3.协整检验

虽然LGDP、LDR、LIR三个时间序列是非平稳的，但是他们之间可能存在某种平稳的线性组合能反映变量之间的长期均衡关系(协整关系)。单位根检验已知LGDP、LDR、LIR都是一阶单整的I(1)序列，满足协整分析的条件。本文采用Johansen迹检验法和最大特征值检验法检验三个变量之间的关系，设定观测序列无线性确定趋势、无截距。Johansen协整检验滞后期是一阶差分变量的滞后期，故为0。协整检验结果见表4、表5和下页表6。

表4　特征根迹检验

注：*表示以5%的显著水平拒绝原假设。

表5　最大特征值检验

注：*表示以5%的显著水平拒绝原假设。

表6　协整向量

协整检验的特征根迹检验和最大特征值检验均说明5%显著水平下有且只有一个协整关系，经标准化的协整向量(LDR LGDP LIR)为(1.000 0 -0.834 940 -0.843 328)，最大似然函数值75.281 55。 于是得到我国国内旅游收入、经济增长、国际旅游收入之间的长期均衡方程式：LDR=0.834 940LNGDP + 0.843 328LIR。协整方程揭示了国内旅游、经济增长、国际旅游之间存在一种长期的均衡关系。其次，揭示了长期而言经济增长与国内旅游的弹性和入境旅游与国内旅游的弹性。经济增长1个百分点，国内旅游增长0.83个百分点；入境旅游每增长一个百分点，国内旅游增长0.84个百分点。国内经济和入境旅游的增长对我国国内旅游有较大的影响。这主要是因为，一方面，经济增长为国内旅游业的发展在交通运输、基础建设、休闲娱乐、度假住宿、支付能力等方面提供了必要的经济支撑。另一方面，生活水平的提高促进了人们生活方式和消费观念的改变，刺激了国内的旅游消费。

4.误差修正模型VEC(vector error correction model)

VEC模型实质即变量施加协整约束条件的VAR模型，选定滞后期为0构建向量误差修正模型为：

5. Granger因果检验

国内旅游、经济增长、入境旅游之间存在长期均衡关系，但是这种关系是否是一种因果关系需进行Granger因果检验，检验结果见表7。

表7　LGDP、LDR、LIR的Granger因果检验

Granger因果检验结果显示在5%和10%的显著水平下，存在LGDP到LDR的双向因果关系，揭示了经济发展与国内旅游之间的反馈因果关系，说明经济发展对国内旅游具有推动作用，旅游业的迅速发展，经济效益不断增强也成为促进经济增长的积极因素。在5%和10%的水平下还存在LDR到LIR的单向因果关系，说明国内旅游的发展也吸引了大量入境游客。需要说明的是LIR和LGDP之间不存在Granger单向和双向因果关系。

6.方差分解

方差分解表示系统的某个变量受到冲击后，以变量预测方差百分比的形式反映变量之间的交互作用程度。通过预测方差分解进一步分析国内旅游、国内生产总值、入境旅游每一结构冲击对内生变量变化的贡献度，进一步评价不同结构冲击的重要性，时间长度选10期，结果见表8、表9和表10。

表8　LDR的方差分解

表9　LIR的方差分解

表10　LGDP的方差分解

由LDR的分解结果可知第一期国内旅游的波动只受自身波动的影响，国内生产总值和入境旅游对波动的冲击在第二期才被显现出来。国内旅游受自身波动影响从第二期起逐步下降到第十期的86.85%。国内生产总值对国内旅游波动的影响从第二期的0.98%逐步上升到第十期的11.65%。入境对国内旅游的冲击保持在1.5%左右。国内旅游波动最主要受自身波动的影响保持在85%以上，其次是来自国内生产总值的影响。

由LIR的分解结果可知，入境旅游第一期就受到来自自身、国内旅游、经济增长波动的冲击。国际旅游受自身影响，从第一期的54.36%稳步下降，保持在32%左右。经济增长的冲击从第一期的43.68%稳步下降保持在27%左右。国内旅游的冲击在第二期大幅上升后，保持在41%左右。

由LGDP的分解结果可知国内生产总值第一期就受到自身波动和国内旅游波动的冲击。来自国内旅游的冲击由第一期较小的影响上升到第十期32.8%，国内生产总值自身波动的影响从第一期的99%稳步下降到第十期的66.54%，受国际旅游波动的冲击始终保持在较小的幅度内。

四、结　语

运用协整方程研究表明经济增长1个百分点，国内旅游增长0.83个百分点；入境旅游每增长1个百分点，国内旅游增长0.84个百分点。国内经济和入境旅游的增长对我国国内旅游有较大的影响。向量误差修正模型表明当短期波动偏离长期均衡时，系统将以0.834 9的调整力度将非均衡状态拉回到均衡状态。方差分解显示国内旅游波动最主要受自身波动的影响保持在85%以上，其次是来自国内生产总值的比较稳定的影响。入境旅游受到来自自身、国内旅游、经济增长波动的冲击，受自身影响较稳定保持在32%左右。

[1]Kulendran N，Wilson K. Is there a relationship between international trade and international travel[J]. Applied Economics，2000，(32):1001-1009.

[2]Shan J，Wilson K. Causality between trade and tourism :empirical evidence from China[J]. Applied Economics，2001，(30):1055-1065.

[3]Balaguer J，Cantavella J. M. Tourism as a long-run economic growth factor: the spanish Case[J]. Applied Economics，2002，(34):877-884.

[4]Gunduz L，Hatemi J A. Is the tourism-led growth hypothesis valid for turkey?[J]. Applied Economics Letters，2005, (12):499-504.

[5]CHI-OK OH. The contribution of tourism development to economic growth in the korean economy [J]. Tourism Management，2005，(26):39-44.

[6]李燕. 印度旅游业及对经济发展的影响[J]. 南亚研究季刊，2013, (4): 45-49.

[7]陈友龙. 我国旅游业发展与经济增长的因果关系研究[J]. 衡阳师范学院学报, 2006, 27(1)：93-96.

[8]杨勇. 旅游业与我国经济增长关系的实证分析[J]. 旅游科学, 2006, 20(2): 40-46.

[9]柳思维，吴忠才.中国旅游业与经济增长关系的实证研究[J].系统工程, 2007, 2(9): 60-64.

[10]赵磊，全华. 中国国内旅游消费与经济增长关系的实证分析[J]. 经济问题，2011, (4): 32-38.

[11]刘佳，于水仙. 中国旅游产业集聚与区域经济增长关系研究[J]. 旅游研究，2013, 5(4): 1-10.

[12]方法林，苏炜. 中国旅游业对国民经济作用的理论与实证研究[J]. 旅游纵览，2014, (6): 75-77, 80.

(责任编辑刘翠)

On Dynamic Relationship between China's Tourism Industry Development and Economic Growth Based on the Theory of Cointegration

ZHANG Xina,b,GAO Shu-chuna,b,DU Li-yana,b,YANG Yan-yana,b

(a.School of Management; b.Key Laboratory of Process Optimization and Intelligent Decision Making of Ministry of Education, Hefei University of Technology, Hefei 230009, China)

Based on the empirical study, this paper indicates that there is a long-term stable cointegration relation between Chinese tourism income and economic growth according to the data from 1990 to 2012. Through the cointegration model, the elasticity coefficients of economic growth and inbound tourism to the domestic tourism are 0.834 940 and 0.843 328. The result of Granger causality test shows that at the significance level of 5% and 10%, there is bidirectional causality between LGDP and LDR as well as unidirectional causality from LDR to LIR. And there is no Grange causality between LIR and LGDP. Based on the results of quantitative analysis, the paper puts forward several relevant proposals.

economic growth; tourism industry; cointegration; Granger causality test; error correction model

20150618

教育部人文社会科学研究项目(12YJA630031)；合肥工业大学产业转移与创新发展研究中心开放基金重点项目(2013HGXJ0324)；安徽省高等学校人文社会科学重点研究基地基金资助(2010sk031)

张鑫(1967-)，男，安徽太和人，博士，副教授。

F590

A

1008-3634(2016)02-0001-07