王英 單德朋 鄭長德
摘要旅游發(fā)展能夠有效匹配貧困人口的資源稟賦,是產業(yè)扶貧的重要支撐。為更好地發(fā)揮旅游的減貧效用,本文基于旅游波動和風險管理視角對旅游發(fā)展與貧困減緩的多樣化關聯(lián)進行了邏輯統(tǒng)一,在使用HP濾波方法測度旅游需求波動的基礎上,使用門限面板模型對2000-2013年中國旅游發(fā)展的非線性減貧效應進行了實證檢驗。實證結果顯示:旅游波動是影響旅游發(fā)展減貧效應的重要因素,但國內旅游波動和入境旅游波動的減貧效應存在異質性。國內旅游波動主要體現(xiàn)為上行波動,能夠在增長的穩(wěn)定預期下,有助于旅游企業(yè)和包括貧困人口在內的旅游從業(yè)者進行專業(yè)化供給,從而有助于減貧。 旅游發(fā)展的減貧效應體現(xiàn)出雙門限的非線性特征,在旅游發(fā)展的初始階段,并未能體現(xiàn)出顯著的減貧效果,越過第一個門限值后,旅游減貧效應開始凸顯,但在第二門限值之后,處于第三階段旅游發(fā)展減貧彈性遞減。因此,旅游產業(yè)具備成為階段性重要減貧動力來源的潛力,但在旅游扶貧政策的制定和實施中,應秉持辯證和動態(tài)視角,當意識到旅游減貧效應已經步入遞減區(qū)間時,要進行主動、系統(tǒng)、綜合的風險管理。理解外部環(huán)境變化對旅游發(fā)展沖擊的潛在結果,通過旅游需求結構和產業(yè)結構的調整提升貧困人口應對風險沖擊的韌性,并通過互助、保險等風險應對手段,促進資源在不同風險狀態(tài)之間的轉移,提升旅游減貧績效。
關鍵詞旅游發(fā)展;貧困減緩;旅游波動;門限面板模型
中圖分類號F590文獻標識碼A文章編號1002-2104(2016)06-0160-09doi:10.3969/j.issn.1002-2104.2016.06.021
在全面建成小康社會的鄭重承諾下,尋找一條更為契合貧困人口和貧困地區(qū)稟賦條件且環(huán)境友好的可持續(xù)減貧道路是“十三五”期間面臨的一個重要問題。各國政府和各類國際組織針對該問題的指導建議往往是通過旅游產業(yè)發(fā)展實現(xiàn)可持續(xù)貧困減緩[1],甚至非洲80%的減貧項目都與旅游有關[2]?!吨袊r村扶貧開發(fā)綱要(2011-2020)》以及各集中連片特困地區(qū)的扶貧攻堅規(guī)劃也均將旅游扶貧作為產業(yè)扶貧的重要部分。這些發(fā)展規(guī)劃和政策建議所基于的基本假設是旅游發(fā)展的就業(yè)門檻較低,能夠吸納大量低技能勞動力和女性就業(yè),旅游活動的參與結構較好地契合貧困人口的稟賦狀況,并且在對生態(tài)環(huán)境的負面影響上少于其他行業(yè),因此認為旅游能夠改善貧困人口的收入和生活水平。但另一方面,旅游需求存在先天的季節(jié)性和不確定性,來自旅游的系統(tǒng)性風險和個體風險將帶來資源閑置、失業(yè)、收入波動等各種可能,并且這些波動引致的負面沖擊是將脆弱居民家庭推至貧困線以下,并使其無法擺脫貧困的重要因素[3]。如果無視旅游波動的負面沖擊,可能轉變成危機,抵消旅游發(fā)展的減貧成果,導致貧困人口更為偏向于規(guī)避風險,陷入“穩(wěn)妥的貧困”。因此,風險管理是改進旅游發(fā)展減貧績效的關鍵鏈接,本文的主要目的即為分析客觀存在的旅游需求波動與貧困減緩的關系,評估旅游波動的程度及其對貧困減緩的影響,這對在旅游扶貧工作中構建主動、系統(tǒng)、綜合的旅游減貧風險管理體制具有重要意義。關于旅游發(fā)展與減貧的理論研究普遍基于卡爾多方法和TLG框架(tourismledgrowth),認為旅游發(fā)展可以通過乘數(shù)效應、改善收支平衡和就業(yè)創(chuàng)造帶動經濟增長和貧困減緩,但實證結論并不統(tǒng)一,部分學者認為旅游發(fā)展是有效減貧的動力來源[4-5],也有部分學者認為旅游與減貧存在多樣化關聯(lián)[6-9]。因此,基于旅游發(fā)展能夠較好契合貧困人口資源稟賦和環(huán)境約束的前提,本文從旅游波動視角對旅游發(fā)展與貧困減緩的關系進行更為科學的判定,同時利用門限回歸模型對實證分析進行統(tǒng)一,從而謀求通過主動、系統(tǒng)的風險管理提升旅游發(fā)展在產業(yè)扶貧中的更好表現(xiàn)。
1理論綜述
大量文獻和實證研究已經證實旅游發(fā)展對經濟增長具有巨大的促進作用,但旅游發(fā)展與貧困減緩的關系依然是個有待理論研究和實證檢驗的問題。鑒于中國政策層面將旅游作為重要產業(yè)扶貧政策的事實,理論層面有必要厘清旅游發(fā)展與減貧的理論關聯(lián)機制。當前關于旅游與減貧的研究主要沿著兩條主線展開,一是基于TLG框架,研究旅游發(fā)展與經濟增長的關系,而后基于“涓滴效應”的假設,認為旅游引致的經濟增長能夠自動產生減貧效用;二是對旅游發(fā)展和貧困減緩的關系進行直接理論和實證研究。
基于TLG框架的研究主要涉及兩個問題:①旅游能夠帶動經濟增長嗎?②旅游引致的經濟增長能夠必然實現(xiàn)減貧嗎?涉及旅游發(fā)展與經濟增長的相關研究首先由Ghali展開,最近的研究包括Arslanturk等、Ekanayake和Long、Lionetti和Gonzalez、Croes,以及Vanegas等 [7-8,10-13]。Croes總結了旅游發(fā)展作為經濟增長的驅動力,與其他行業(yè)相比的優(yōu)勢,包括:旅游者需要到目的地進行一系列產品和服務的消費;在旅游體驗的創(chuàng)造過程中,有不同的服務供應商參與,這將創(chuàng)造更多的就業(yè)機會;在合理利用的前提下,旅游資源的邊際成本較低;旅游發(fā)展與其他經濟活動有較強的互補性,因此旅游發(fā)展具有推動經濟增長的較大潛力。這些結論得到了很多經驗證據(jù)的支撐,Ekanayake和Long認為旅游發(fā)展是發(fā)展中國家重要的經濟增長驅動力,這些國家應將其經濟發(fā)展政策聚焦于推動旅游發(fā)展。此外,很多研究者和機構還關注了旅游發(fā)展對推動弱后地區(qū)社會和文化進程的作用。
雖然旅游對經濟增長的作用已經被既往研究高度認同,但也有研究對旅游對經濟增長的作用進行質疑[14],PulidoFernadez等對旅游發(fā)展對經濟增長的不利影響進行了總結,包括:當?shù)厣鐓^(qū)對稀缺資源控制權的喪失、旅游行業(yè)與其他部門的弱關聯(lián)、全球經濟波動帶來的旅游收入波動、旅游引致的環(huán)境破壞、擁堵和基礎設施的過載等[15]。CardenasGarcia等則認為旅游在推動欠發(fā)達經濟體的經濟社會發(fā)展時,面臨著較低的要素供給能力、人力資源匱乏、制度質量等主要的約束條件[16]?;谠摫尘埃煌膶嵶C研究雖然有證據(jù)表明旅游是推動經濟增長的工具,但這些證據(jù)只出現(xiàn)在特定的國家和特定的條件下。Katircioglu基于土耳其的誤差修正模型分析則直接得出了旅游發(fā)展與經濟增長負相關的證據(jù)[17],Eugenio Martin等也發(fā)現(xiàn)旅游發(fā)展并沒有帶來拉丁美洲整體的經濟增長,其正向經濟作用僅出現(xiàn)在局部地區(qū)[18]。Oh在韓國的案例研究中識別了經濟增長對旅游發(fā)展的正向作用,而非旅游對經濟增長的正向作用[19]。這些證據(jù)都在TLG框架下,對旅游發(fā)展對經濟增長的推動作用進行了質疑。
PulidoFernadez等認為經濟增長和經濟發(fā)展并非同一概念,即便認同旅游發(fā)展對經濟增長的作用,也不足以得出旅游發(fā)展有助于貧困減緩的結論。CardenasGarcia等基于117個國家的實證研究發(fā)現(xiàn),旅游發(fā)展并不能自動帶來貧困減緩,除非這些國家存在適宜的條件推動了該進程。Peterson等的研究也表明旅游發(fā)展僅僅是在最發(fā)達的國家推動了貧困減緩[20]。Nowak和Sahli的研究則發(fā)現(xiàn)旅游發(fā)展的減貧作用取決于旅游發(fā)展模式,如果旅游產品對海灘資源的倚重較大,那么旅游發(fā)展反而會導致居民福利的損失[21]。Mitchell也研究了不同旅游產品的益貧性指數(shù),發(fā)現(xiàn)加納的商業(yè)旅游僅有10%左右的旅游支出被貧困人口獲得,而在北坦贊尼亞貧困人口可以獲得接近30%的登山旅游支出[22]。
以上研究都是將旅游納入增長框架來分析旅游與減貧的關系,然而根據(jù)上述分析TLG框架本身在旅游發(fā)展能夠推動經濟增長的問題上就存在質疑,并且經濟增長必然促進貧困減緩的“涓滴效應”假設也不可靠。因此,有必要構建更為直接的通道來分析旅游發(fā)展與貧困減緩的關系。順應該思路,當前研究體現(xiàn)出兩種不同的研究方向,其一是使用價值鏈分析方法,從微觀視角分析旅游收入流通和貧困人口的所得,其二是使用實證分析的方法,對旅游發(fā)展和貧困減緩的宏觀表現(xiàn)進行實證檢驗。第一種思路受限于數(shù)據(jù)可得性和可比性較差的缺陷,僅出現(xiàn)在少數(shù)案例研究中,但該思路能夠精確量化目的地收益被貧困人口吸收的部分,并且能夠識別貧困人口從旅游發(fā)展中獲益的機會,從而對設計政策介入方式更具針對性。也有少量研究直接基于第二種思路從宏觀方面對旅游發(fā)展和貧困減緩的直接關系進行了理論和實證研究。Bennett等總結了旅游發(fā)展與貧困減緩存在理論關聯(lián)的渠道,包括:①旅游者必須到目的地消費,從而為目的地提供了額外的消費機會;②可以構建旅游業(yè)與農業(yè)以及服務業(yè)之間的關聯(lián);③旅游業(yè)通常是勞動力密集型的,通常雇傭較多的女性、年輕勞動力以及缺乏技能的勞動力,而這些受益群體往往具有貧困人口的主要人口統(tǒng)計學特征;④旅游業(yè)通常發(fā)生在邊遠地區(qū)和貧困人口相對密集的地方;⑤相較于制造業(yè)和其他產業(yè),貧困人口從事旅游業(yè)的門檻較低[23]。從旅游發(fā)展與貧困減緩直接關聯(lián)的實證研究來看,現(xiàn)有研究的結論體現(xiàn)出較大的差異。主要觀點包括:第一,旅游發(fā)展對貧困減緩存在門檻效應,楊霞和劉曉鷹認為旅游流量只有越過了一定的門檻值才會對貧困減緩產生積極作用。第二,旅游發(fā)展的減貧效應存在短期和長期的差異,Sharpley和Naidoo對毛里求斯的研究表明,雖然旅游發(fā)展能夠給貧困人口帶來短期收益,但旅游發(fā)展的長期減貧效應較弱。第三,旅游發(fā)展的減貧效應因各地區(qū)的經濟發(fā)展階段和旅游發(fā)展模式而有所不同[24]。Croes[7]認為只是在初始經濟發(fā)展水平較低的地區(qū),旅游發(fā)展才表現(xiàn)出顯著的減貧效應。由于這些實證研究使用實證模型存在顯著不同,所以很難將他們的研究結論進行橫向比較分析,從而給旅游減貧政策的制定和實施帶來了困擾。因此,我們有必要對現(xiàn)有實證研究從研究視角上和實證方法上進行邏輯統(tǒng)一。通過對現(xiàn)有實證結論的剖析我們發(fā)現(xiàn),無論是旅游減貧效應的短期和長期差異、旅游減貧的門檻效應還是旅游發(fā)展模式的不同,它們的一個共同點是旅游波動存在差異,因此旅游波動視角能夠對既有實證研究的視角進行統(tǒng)一。為了對實證方法進行統(tǒng)一,我們引入了門限面板模型,通過多門檻的識別和檢驗,我們不僅能夠分析旅游減貧效應的短期和長期差異,還能夠較好的納入各樣本的背景異質性和旅游門檻效應。
2實證模型設計
鑒于現(xiàn)有實證研究認為旅游減貧效應在短期和長期、旅游發(fā)展階段和旅游目的地背景的差異而不同,本文將使用門限面板模型對現(xiàn)有實證框架進行邏輯統(tǒng)一,該模型的初始設定和檢驗方法由Hansen給出[25]。模型的初始設定為:
yit=αi+β1′xitI(qit≤γ)+β2′xitI(qit>γ)+εit
(1)
其中,下標i表示某個樣本,在本文中表示31個省級行政單位之一,下標t表示某個時間點。yit表示被解釋變量,qit表示門限變量,xit表示由解釋變量構成的k維向量。I(.)為示性函數(shù),εit為隨機擾動項,且服從均值為0,方差為σ2的獨立正態(tài)分布,即εit~iid(0,σ2)。如果存在門檻效應,則當qit小于或大于某個特定值γ時,解釋變量的參數(shù)估計值β1≠β2。在本文模型中門限變量為旅游發(fā)展情況,并且待檢驗的假定為:在旅游發(fā)展的不同階段,旅游發(fā)展的減貧效應存在差異。
利用門限面板模型進行實證分析,必要的參數(shù)估計和檢驗包括:一是對解釋變量進行參數(shù)估計;二是對是否存在門限效應進行顯著性檢驗;三是對門限個數(shù)進行顯著性檢驗;四是對門限估計值進行真實性檢驗。
Hansen使用固定效應方法對式(1)進行估計,在去除個體固定效應αi后,在給定門限值γ的情況下,使用最小二乘法對β進行參數(shù)估計。在參數(shù)估計時,將式(1)重寫為:
yit=αi+β′xit(γ)+εit
(2)
其中, β=(β1′β2′)′,xit(γ)=xitI(qit≤γ)xitI(qit>γ)。β的參數(shù)估計值可以由下式得到:
β^(γ)=(X*(γ)′X*(γ))-1X*(γ)′Y*
(3)
X*和Y*表示去除了個體效應之后的數(shù)據(jù)集,回歸之后的殘差為
ε^(γ)=Y*-X*(γ)β^(γ)
,相應的殘差平方和可以表示為:
S1(γ)=ε^*(γ)′ε^*(γ)=Y*′(I-X*(γ)′(X*(γ)′X*(γ))-1X*(γ)′)Y*
(4)
Hansen認為使上述殘差平方和最小的γ即為最接近實際的門限值[26],因此利用殘差平方和最小的原則確定了單一門限值之后,再對門限效應進行真實性檢驗。為了克服常規(guī)檢驗不是標準分布導致無法識別門限值的缺陷,Hansen使用bootstrap方法來模擬固定效應模型似然率檢驗的漸進分布[27]。但仍存在不足,因此Hansen利用γ的似然比率檢驗統(tǒng)計量來計算γ的置信區(qū)間[28],從而推斷出臨界值。如果存在兩重及其以上門限值時,則需要將式(1)擴展為:
yit=αi+β1′xitI(qit≤γ1)+β2′xitI(γ1 (5) 多重門限值的估計需要在重復上述步驟之外,對上一次門限值進行再次估計和真實性檢驗[29]。就本文的研究主題來看,旅游發(fā)展的貧困減緩效應還存在多門限值的可能。旅游產品的生命周期理論已經表明,在旅游發(fā)展的各個階段,旅游發(fā)展對本地的影響存在差異?;谏鲜龆嘀亻T限面板模型的構建以及后文的分析,本文使用的基準模型為: povit=αi+β1′xitI(tourismit≤γ1)+β2′xitI(γ1 (6) 其中,pov表示貧困狀況,tourism表示旅游發(fā)展情況,x表示其他解釋變量,包括人均地區(qū)生產總值、旅游波動、產業(yè)結構、受教育年限、國際貿易等。在引入變量時,對所有變量取自然對數(shù)以便于經濟含義解釋。 3變量說明與數(shù)據(jù)描述 3.1變量說明 3.1.1被解釋變量 貧困狀況是本文主要的被解釋變量,本文選取城鄉(xiāng)恩格爾系數(shù)作為衡量城鄉(xiāng)貧困狀況的指標,并且將農村貧困作為主要的貧困形態(tài),而將城市貧困作為穩(wěn)健性檢驗的選擇之一。目前,用于反映貧困狀況的通用指標包括貧困指數(shù)、貧困人口收入以及恩格爾系數(shù)[30]。由于貧困線的變更,各地區(qū)尚無長序列的貧困指數(shù),并且根據(jù)中國當前的收入狀況,貧困主要體現(xiàn)為收入貧困和消費貧困,因此本文將借鑒單德朋的做法,在模型中取各省區(qū)的城鄉(xiāng)恩格爾系數(shù)作為被解釋變量,以反映城鄉(xiāng)貧困狀況,城鄉(xiāng)恩格爾系數(shù)的下降表明實現(xiàn)了貧困減緩。 3.1.2主要解釋變量和門限變量 (1)旅游發(fā)展情況。旅游發(fā)展是本文的門限變量,也是主要解釋變量之一。我們從旅游收入和旅游人次兩個維度來度量旅游發(fā)展情況,并在計量模型中取自然對數(shù)。旅游收入為國內旅游收入和國際旅游收入之和,旅游人次為國內游客人次和入境游客人次之和。 (2)旅游波動。我們使用HodrickPrescott濾波方法對旅游波動情況進行了識別,并將旅游發(fā)展自然對數(shù)值的波動項作為旅游波動指標。濾波處理的方法為:將各地區(qū)旅游發(fā)展設定為同時包含旅游趨勢項和波動項的時間序列,將旅游波動看作是旅游發(fā)展對某種既定變動路徑的偏離,而該既定變動路徑就是旅游發(fā)展的趨勢項,即:Yt=YTt+YCt。其中,YTt表示旅游發(fā)展的趨勢項,YCt表示旅游發(fā)展的波動項。通過求解min(∑Tt=1(Yt-YTt)2+λ∑T-2t=2((YTt+1-YTt)-(YTt-YTt-1))2)即可分解出旅游發(fā)展的趨勢項,同理利用YCt=Yt-YTt得到旅游發(fā)展的波動項。我們使用Stata12.0的tsfilter工具對旅游波動項進行了識別。根據(jù)旅游發(fā)展測度指標的不同,旅游波動又可分為旅游收入波動和旅游人次波動,本文認為旅游收入波動包含了非旅游因素的其他因素擾動,因此選擇旅游人次波動作為反映旅游波動的指標,并將旅游人次波動細分為國內游客波動和入境游客波動。此外,在后續(xù)實證分析中,我們還使用了旅游上行波動和下行波動的概念,如果當期波動項為正值,即為上行波動,反之為下行波動。 3.1.3控制變量 (1)經濟增長。經濟增長用人均地區(qū)生產總值表示,并取其自然對數(shù)引入模型。經濟增長能夠帶來平均收入水平的提升,從而對貧困人口收入提升帶來“水漲船高”的正效應,是影響貧困減緩的重要變量。為了捕捉可能存在的庫茲涅茨曲線效應,在模型中還控制了人均地區(qū)生產總值的二次項。如果二次項參數(shù)估計值顯著大于零,則表明在某個臨界值之前經濟增長能夠顯著降低貧困狀況,但減貧彈性趨于下降。 (2)受教育年限。在模型中受教育年限以自然對數(shù)的形式呈現(xiàn)。現(xiàn)有研究顯示受教育年限也是影響貧困減緩的重要變量,但對于該變量對貧困的影響方向尚存在爭議。受教育年限根據(jù)六歲以上人口中各種受教育程度人口的比重加權得到,計算公式為:小學×6+初中×9+高中×12+大專及以上×16。 (3)國際貿易。國際貿易用各地區(qū)進出口貿易總額表示,并在引入模型時取自然對數(shù)。國際貿易不僅可以通過就業(yè)和經濟增長的影響作用于貧困,而且現(xiàn)有研究也表明國際貿易引致的商業(yè)往來和人員交互是旅游需求的重要組成部分。 (4)產業(yè)結構。在模型中使用二次產業(yè)和三次產業(yè)比重作為產業(yè)結構的代理變量,產業(yè)結構所對應的經濟發(fā)展方式轉變是影響貧困的重要因素。同時,在模型中引入產業(yè)結構還能夠最大限度規(guī)避收入分配對旅游減貧效應的擾動。 3.2數(shù)據(jù)來源與變量統(tǒng)計性描述 本文以2000-2013年作為研究時間段,構建省級面板數(shù)據(jù),從旅游波動視角考察旅游與貧困減緩的關系。本文數(shù)據(jù)的主要來源是《新中國六十年統(tǒng)計資料匯編》、歷年《中國統(tǒng)計年鑒》、歷年《中國旅游統(tǒng)計年鑒》、歷年各省區(qū)統(tǒng)計年鑒、以及歷年各省區(qū)國民經濟和社會發(fā)展統(tǒng)計公報。其中,所有貨幣度量均以2000年為基期進行了價格調整,以剝離物價波動的干擾;國際旅游收入和國際貿易數(shù)據(jù)按當年匯率折算為人民幣,并進行了物價擾動剝離;因部分省區(qū)統(tǒng)計年鑒中沒有城鄉(xiāng)恩格爾系數(shù)的數(shù)據(jù),我們用食品支出在現(xiàn)金消費支出中所占比例來近似表示;部分省區(qū)某些年份缺失旅游人次統(tǒng)計數(shù)據(jù),我們根據(jù)相應年份的省區(qū)統(tǒng)計公報提供的增長率進行了推算。 4實證分析過程與結果說明 4.1實證模型檢驗 本文使用LLC(LevinLinChow)方法對面板數(shù)據(jù)進行了單位根檢驗,結果顯示各主要變量均能在常用顯著性水平上拒絕存在單位根的原假設,加之數(shù)據(jù)時間序列相對較短的事實,我們認為模型中的各回歸變量均為平穩(wěn)序列,可以將其水平值納入回歸模型。 4.1.1經濟增長變量引入形式的檢驗
經濟增長是研究貧困問題的最重要控制變量,現(xiàn)有研究普遍認為經濟增長能夠顯著促進貧困減緩,但對于經濟增長影響貧困的方式還存在不同的看法。在實證模型設計中,有兩種引入經濟增長的備選方式,一是引入經濟增長的水平值,二是同時引入經濟增長的水平值和二次項,從而捕捉經濟增長影響貧困減緩的非線性形態(tài)。為了確定實證模型引入經濟增長變量的適宜形式,我們首先使用固定效應模型對經濟增長不同引入形式的合意性進行了判定,結果如表1所示。其中模型一引入了經濟增長的水平形式,模型二同時引入了經濟增長的水平形式和二次項,分析旅游發(fā)展、經濟增長等與農村貧困的關系;模型三和模型四則是以城市貧困為被解釋變量,對模型一和模型二的穩(wěn)健性檢驗。
從表1中的結果來看,模型二和模型四中經濟增長的二次項均在1%的顯著性水平上統(tǒng)計顯著。并且,引入經濟增長二次項之后,經濟增長水平量的參數(shù)估計值也更為顯著,引入經濟增長二次項后,經濟增長水平量在農村貧困模型中的參數(shù)估計值t統(tǒng)計值從-171變?yōu)?491,在城市貧困模型中的統(tǒng)計值從-119上升到371。從模型擬合優(yōu)度的變動也可以看出,引入經濟增長二次項后,模型的擬合優(yōu)度有所提升。此外,表1也顯示旅游發(fā)展對城市貧困的影響并不顯著,其模型的擬合優(yōu)度在02以下。其主要原因在于旅游活動的空間分布主要以偏遠地區(qū)為主,即便在城市中存在的旅游項目,也主要以資本密集型的旅游產品為主,對城市貧困人口的溢出能力較弱。因此,本文后續(xù)分析涉及的貧困主要為農村貧困,不再將城市貧困作為穩(wěn)健性檢驗的比照組。
4.1.2門限效應的檢驗
在分析旅游發(fā)展和旅游波動對貧困減緩的影響時,我們在模型五和模型六中依次引入了旅游發(fā)展和旅游收入波動變量,并在模型七中使用旅游人次波動進行穩(wěn)健性檢驗,在模型八和模型九中使用固定效應模型,分別對旅游收入波動和旅游人次波動的減貧效應進行穩(wěn)健性檢驗。在對參數(shù)估計結果進行分析之前,還需要對門限效應是否存在以及門限值的真實性進行檢驗。本文首先基于殘差平方和最小原則依次確定兩個門限值,然后使用Bootstrap方法模型F統(tǒng)計量的漸進分布及其在各個常用顯著性水平上的臨界值,從而對不存在門限效應的原假設進行檢驗。檢驗結果如表2所示。
從門限效應檢驗結果來看,三個模型均能在1%的顯著性水平上拒絕不存在門限效應,以及只有一個門限值的原假設,似然比率統(tǒng)計值則無法在常用顯著性水平上拒絕門限估計值為真實值的原假設。按照門限面板模型的實證過程,理論上還應該對是否存在更多門限的可能進行檢驗。本文的確也對三重門限以及更多重門限進行了檢驗,檢驗結果顯示確實存在更多重門限,但在雙重門限之后,旅游發(fā)展的參數(shù)估計值差別較小,因此可以將雙重門限模型作為本文的基準模型。
4.2實證結果說明
4.2.1旅游波動與貧困減緩的關系
本文從兩個維度考察了旅游波動對貧困的影響,一是分別納入了旅游收入波動和旅游人次波動,二是將總體旅游波動分解為國內旅游波動和入境旅游波動。從表3中的實證結果來看,旅游人次波動對貧困狀況的影響比旅游收入波動更為顯著,模型七中國內旅游人次波動和入境旅游人次波動的參數(shù)估計值均在1%的顯著性水平上統(tǒng)計顯著,而模型六中只有入境旅游收入在10%的顯著性水平上統(tǒng)計顯著。其主要原因在于旅游人次波動是旅游收入波動的來源,而旅游收入波動在綜合體現(xiàn)了旅游人次、價格、匯率等的波動。因此,旅游人次波動能夠更精確捕捉旅游波動情況,接下來對于旅游波動與減貧關系的分析將以模型七作為基準模型。
根據(jù)實證結果,旅游波動與貧困減緩的關系集中表現(xiàn)為:總體旅游波動與貧困狀況負相關,但國內旅游波動和入境旅游波動對貧困的影響方向相反??傮w旅游波動有助于貧困減緩的結論似乎與理論分析的預想結果不符,現(xiàn)有研究通常認為差距較大的旅游淡旺季,將會導致淡季旅游目的地的資源閑置和就業(yè)困難,從而存在逆轉理想預期減貧結果的可能。之所以出現(xiàn)本文的實證結論,我們認為與旅游波動的構成有關,從而進一步細分了國內旅游波動和入境旅游波動與減貧的關系,發(fā)現(xiàn)國內旅游波動體現(xiàn)出有效的減貧效果,而入境旅游波動則不利于貧困減緩。以模型七為例,國內旅游人次波動項和入境旅游人次的波動項的參數(shù)估計值分別為-022和007,且均在1%的顯著性水平上統(tǒng)計顯著,國內旅游人次在趨勢項的基礎上波動10%,將會導致貧困狀況下降22%,而入境旅游人次同等的波動將會導致貧困狀況上升07%,其他幾個實證模型的結果也大致相同。國內旅游波動有助于減貧的原因在于,國內旅游無論是旅游收入還是旅游人次均呈現(xiàn)上行波動的態(tài)勢。因此,旅游企業(yè)和包括貧困人口在內的旅游從業(yè)者形成了國內旅游持續(xù)增長的穩(wěn)定預期,從而減少了因規(guī)避風險而采取的分散投資和就業(yè)行為,向著旅游專業(yè)化的方向持續(xù)增加旅游物質資本投資和人力資本積累,根據(jù)Croes[7]的研究,旅游專業(yè)化將有效改進旅游的減貧效應。但入境旅游波動則上行波動和下行波動并存,尤其受2003年非典的影響,以及2008年以來全球金融危機導致的國外經濟增速放緩,使得入境旅游表現(xiàn)為顯著的下行波動。這將會從兩個方面對貧困人口收入提升產生負面作用,一方面入境旅游人次和收入的下降將會通過就業(yè)崗位的減少和對經濟增長貢獻的減少,從直接和間接兩方面影響貧困狀況;另一方面在上行波動和下行波動并存的情況下,旅游企業(yè)和包括貧困人口在內的旅游從業(yè)人員將會形成適應性預期,在各項經濟決策的前端納入入境旅游下行波動的預期,采取適當行為規(guī)避下行波動的風險,從而帶來額外的交易成本,降低旅游發(fā)展的減貧績效。
因此,旅游波動確實能夠影響旅游發(fā)展的減貧效應,如果在實證研究中遺漏該變量,將會導致模型誤設和旅游發(fā)展減貧效應參數(shù)估計值的偏誤。這也是既往實證研究中旅游減貧效應存在爭議的可能原因,未來的理論和實證研究應將旅游波動納入旅游的減貧效應分析。同時,政策層面也應意識到國內旅游波動和入境旅游波動對于旅游減貧效應的影響,不僅應該緩解和規(guī)避旅游下行波動的負面影響,更為關鍵的是在政策的制定和實施過程中理解貧困人口的穩(wěn)定預期對貧困減緩的重要意義。
4.2.2旅游發(fā)展影響貧困減緩的門限效應
通過對于門限效應的檢驗,旅游發(fā)展對貧困狀況的影響存在兩個門限值。接下來對旅游發(fā)展減貧效應的分析將基于雙重門限模型進行,門限變量為真實旅游收入的自然對數(shù)值,兩個門限值分別為3677 0和5455 4,折算為真實旅游總收入為395億元和233億元。從模型六的結果來看,當真實旅游總收入小于395億元時,旅游發(fā)展的參數(shù)估計值為-0033 5,但無法在常用顯著性水平上統(tǒng)計顯著。當真實旅游總收入介于395億元和233億元之間時,旅游發(fā)展的減貧效應開始增強,參數(shù)估計值為-0072 1,真實旅游收入每增加10%,貧困狀況將會下降07%,并且能夠在5%的顯著性水平上統(tǒng)計顯著。當真實旅游總收入達到或者超過第二個門限值233億元時,旅游發(fā)展的減貧效應開始下降,參數(shù)估計值下降為-0058 8,但依然能夠在5%的顯著性水平上統(tǒng)計顯著。結合模型七中的參數(shù)估計值,我們認為旅游發(fā)展對貧困減緩的門限效應集中表現(xiàn)為三段式:第一,在旅游發(fā)展的初始階段,旅游發(fā)展并不會體現(xiàn)出顯著的減貧效應,甚至受旅游波動和旅游漏損的影響而不利于減貧;第二,在旅游發(fā)展超過第一個門限值之后,旅游發(fā)展體現(xiàn)出較為顯著的減貧作用;第三,隨著旅游發(fā)展規(guī)模的不斷擴大,超過第二個門限值之后,雖然旅游發(fā)展依然能夠促進貧困減緩,但旅游發(fā)展的減貧績效呈現(xiàn)出遞減特征。本文的研究結論與楊霞和劉曉鷹的研究結果相一致,他們也認為旅游發(fā)展只有經過某一門檻值后才能產生有效的減貧效應。但與他們研究不同的是,本文不僅明確計算出了旅游發(fā)展的門限值,而且基于門限面板模型判定了雙重門限值和旅游減貧績效遞減的特征,更為契合經驗觀察。
根據(jù)計算出的兩個門限值,我們可以對各地區(qū)旅游發(fā)展與貧困減緩關系的當前階段進行識別。在所有的434個樣本中,處于第一階段、第二階段和第三階段的樣本分別有30個、96個和308個。2013年的31個截面樣本中,所有地區(qū)真實旅游總收入的自然對數(shù)值都超過了3677 0。介于兩個門限值之間,處于旅游發(fā)展第二階段的樣本有3個,分別是寧夏、青海和西藏,其余28個地區(qū)真實旅游總收入的自然對數(shù)值都大于5455 4,處于旅游發(fā)展的第三個階段。而在2000年,寧夏、青海、西藏和甘肅4個省區(qū)同處于旅游發(fā)展的第一階段,內蒙古和云南等14個省區(qū)處于第二階段,其余13個省區(qū)處于旅游發(fā)展的第三階段。因此,為了客觀認識旅游發(fā)展的減貧效應,應秉持辯證和動態(tài)視角,一方面基于當前階段本地區(qū)旅游與減貧的關系制定旅游扶貧政策,另一方面還應意識到旅游減貧效應趨于變動的客觀事實。由于當前大多數(shù)地區(qū)的旅游發(fā)展已經越過了第二個門限值,在制定旅游減貧相關政策時,應意識到旅游減貧效應已經步入遞減區(qū)間,此時的政策導向應該是通過對旅游波動的干預,和精準扶貧政策的使用來提升旅游減貧績效。
4.2.3控制變量與貧困減緩的關系
模型七的實證結果顯示,經濟增長與貧困減緩呈非線性關系,二次項和一次項的參數(shù)估計值分別為007和-1643 8,在經濟發(fā)展的初始階段,經濟增長具有顯著的減貧效應,但隨著經濟發(fā)展水平的持續(xù)提升,經濟增長的減貧績效遞減。二次產業(yè)和三次產業(yè)比重的參數(shù)估計值為負值,產業(yè)結構非農化雖然體現(xiàn)出貧困減緩的效應,但統(tǒng)計意義并不顯著,其主要原因在于產業(yè)結構非農化進程往往伴生著收入分配情況的變化,從而對貧困減緩產生不確定性。國際貿易體現(xiàn)出不利于貧困減緩的特征,并且統(tǒng)計顯著,主要原因在于貧困人口參與國際貿易的機會較少,尤其是在垂直專業(yè)化的全球貿易背景下,國際貿易更多的是需要中等以及上技能的勞動力,這顯然與貧困人口的資源稟賦不符。受教育回報扭曲、教育質量等因素的影響,受教育年限與減貧的關系更為不確定。
5結語與政策啟示
在全面建設小康社會的攻堅階段,尋找財務和生態(tài)可持續(xù)的減貧動力來源是重要的現(xiàn)實問題。旅游發(fā)展能夠有效匹配貧困人口的資源稟賦,是產業(yè)扶貧的重要支撐。但理論和實證層面對旅游發(fā)展與貧困減緩的關聯(lián)機制和影響方向并不確定?;诟玫匕l(fā)揮旅游減貧效用的考量,本文引入旅游波動和風險管理的視角對現(xiàn)有理論研究思路進行了統(tǒng)一,使用門限面板模型對2000—2013年我國省級面板數(shù)據(jù)進行了實證檢驗。本文的主要結論為:
第一,旅游波動是影響旅游發(fā)展減貧效應的重要解釋變量,涉及旅游發(fā)展和貧困減緩的實證研究應在實證檢驗中引入旅游波動,尤其是旅游人次波動。同時,研究結果顯示國內旅游波動和入境旅游波動的減貧效應不同,國內旅游已經形成了持續(xù)增長的預期,有助于旅游企業(yè)和包括貧困人口在內的旅游從業(yè)者進行專業(yè)化供給,從而實現(xiàn)有效減貧。但入境旅游上行波動和下行波動并行,導致旅游從業(yè)者為了規(guī)避旅游下行波動的風險而產生額外交易成本,損失了旅游發(fā)展的部分減貧績效。因此,未來的理論和實證研究應將旅游波動納入旅游的減貧效應分析。同時,政策層面也應意識到國內旅游波動和入境旅游波動對于旅游減貧效應的影響,不僅應該通過主動、系統(tǒng)的風險管理緩解和規(guī)避旅游下行波動的負面影響,更為關鍵的是在政策的制定和實施過程中理解貧困人口的穩(wěn)定預期對貧困減緩的重要意義。
第二,旅游發(fā)展的貧困減緩效應存在雙重門檻特征。在旅游發(fā)展的初始階段,旅游發(fā)展并不會體現(xiàn)出顯著的減貧效應,甚至受旅游波動和旅游漏損的影響而不利于減貧;在旅游發(fā)展超過第一個門限值之后,旅游發(fā)展體現(xiàn)出較為顯著的減貧作用;隨著旅游發(fā)展規(guī)模越過第二個門限值之后,旅游發(fā)展的減貧績效呈現(xiàn)出遞減特征。因此,應秉持辯證和動態(tài)視角客觀看待旅游發(fā)展與貧困減緩的關系,一方面基于當前階段本地區(qū)旅游與減貧的關系制定旅游扶貧政策,另一方面還應意識到旅游減貧效應趨于變動的客觀事實。由于當前大多數(shù)地區(qū)的旅游發(fā)展已經越過了第二個門限值,在制定旅游減貧相關政策時,應意識到旅游減貧效應已經步入遞減區(qū)間,此時的政策導向應該是通過對旅游波動的干預和精準扶貧政策的使用來提升旅游減貧績效。
本文可能的政策洞見為:旅游發(fā)展中的不確定性意味著在旅游減貧實踐中風險與機會并存,而貧困人口的稟賦特征通常使其在面臨風險時采取極大化極小策略回避風險,陷入“穩(wěn)妥的貧困”。因此,在旅游扶貧的政策實踐中要進行主動、系統(tǒng)、綜合的風險管理,理解外部環(huán)境變化對旅游發(fā)展沖擊的潛在結果,通過旅游需求結構和產業(yè)結構的調整提升貧困人口應對風險沖擊的韌性,并通過互助、保險等風險應對手段,促進資源在不同風險狀態(tài)之間的轉移。
總之,旅游發(fā)展能夠較好地契合貧困人口的資源稟賦和當前面臨的生態(tài)硬約束現(xiàn)實,在經濟增長的減貧績效趨弱的背景下,旅游產業(yè)具備成為階段性重要減貧動力來源的潛力。本文基于旅游波動視角對旅游發(fā)展與貧困減緩的關系進行了理論與實證研究,但礙于篇幅所限,本文的研究采取的是比較靜態(tài)分析的思路。但事實上,旅游波動和旅游發(fā)展并非是嚴格的外生變量,旅游波動和旅游發(fā)展情況與目的地的經濟發(fā)展水平以及旅游產品類型均存在內生關聯(lián)可能。在下一步的研究中,我們將嘗試從更為細致的角度刻畫旅游發(fā)展的模式,并構建計量模型捕捉變量之間的交互關系。另外,我們還將借鑒價值鏈分析的思路和方法,對代表性地區(qū)和不同旅游發(fā)展模式的旅游收入在價值鏈的流通情況進行案例分析,從微觀層面量化分析旅游發(fā)展對貧困減緩的影響,從而與宏觀層面的實證研究形成補充。
(編輯:劉呈慶)
參考文獻(References)
[1]World Tourism Organization. Manual on tourism and poverty alleviation: practical steps for destinations[M]// Manual on tourism & poverty alleviation practical steps for destinations. WTO, 2010.
[2]MITCHELL J, ASHLEY C. Tourism and poverty reduction[M]//Pathways to prosperity. London:Earthscan, 2010.
[3]World Bank. World development report 2014: risk and opportunitymanaging risk for development[M].Washington, DC: The World Bank, 2013.
[4]HAWKINS D E, MANN S. The World Banks role in tourism development[J]. Annals of tourism research, 2007, 34(2):348-363.
[5]NARAYAN P K. Tourism demand modelling: some issues regarding unit roots, cointegration and diagnostic tests[J]. International journal of tourism research, 2003, 5(5):369-380.
[6]SHARPLEY R, NAIDOO P. Tourism and poverty reduction: the case of Mauritius[J]. Tourism & hospitality planning & development, 2010, 7(2):145-162.
[7]CROES R. The role of tourism in poverty reduction: an empirical assessment[J]. Tourism economics, 2014, 20(2):207-226.
[8]VANEGAS M S, GARTNER W, SENAUER B. Tourism and poverty reduction: an economic sector analysis for Costa Rica and Nicaragua[J]. Tourism economics, 2015, 21:159-182.
[9]楊霞, 劉曉鷹.旅游流量、旅游構成與西部地區(qū)貧困減緩[J].旅游學刊,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.]
[10]GHALI M A. Tourism and economic growth: an empirical study[J]. Economic development & cultural change, 1976, 24(3):527-538.
[11]ARSLANTURK Y, BALCILAR M, OZDEMIR Z A. Timevarying linkages between tourism receipts and economic growth in a small open economy[J]. Economic modelling, 2011, 28:664-671.
[12]EKANAYAKE E M, LONG A E. Tourism development and economic growth in developing countries[J]. The international journal of business and finance research, 2012, 6(1):61-63.
[13]LIONETTI S, GONZALEZ O. On the relationship between tourism and growth in Latin America[J]. Tourism & hospitality research, 2012, 12(1):15-24.
[14]CARDENASGARCIA P J, SANCHEZRIVERO M, PULIDOFERNANDEZ J I. Does tourism growth influence economic development?[J]. Journal of travel research, 2013, 54:206-221.
[15]PULIDOFERNNDEZ J I, CRDENASGARCA P J, SNCHEZRIVERO M. Tourism as a tool for economic development in poor countries[J]. Tourism: Zagreb, 2014, 62:309-322.
[16]ROSENTRAUB M S, JOO M. Tourism and economic development: which investments produce gains for regions?[J]. Tourism management, 2009, 30(5):759-770.
[17]KATIRCIOGLU S T. Revisiting the tourismledgrowth hypothesis for Turkey using the bounds test and Johansen approach for cointegration[J]. Tourism management, 2009, 30(1):17-20.
[18]EUGENIOMARTIN J L, MARTN MORALES N, SCARPA R. Tourism and economic growth in Latin American countries: a panel data approach[J]. SSRN electronic journal, 2004. DOI:10.2139/ssrn.504482
[19]OH C O. The contribution of tourism development to economic growth in the Korean economy[J]. Tourism management, 2005, 26(1):39-44.
[20]PETERSON R R, CARDENAS D, HARRILL R. Tourism as a catalyst for economic development in Latin America: setting an agenda for policy and research[J]. Tourism analysis, 2014, 19(1):117-122.
[21]NOWAK J J, SAHLI M. Coastal tourism and ‘Dutch disease in a small island economy[J]. Tourism economics the business & finance of tourism & recreation, 2007, 13(1):49-65.
[22]MITCHELL J. An unconventional but essential marriage: propoor tourism and the mainstream industry[J]. Private sector & development,2010, 7:3-6.
[23]BENNETT O, ROE D, ASHLEY C. Sustainable tourism and poverty elimination: a report for the department of international development[R]. London: Deloitte and touch, IIED and ODI,1999.
[24]ADIYIA B, VANNESTE D, ROMPAEY A V, et al. Spatial analysis of tourism income distribution in the accommodation sector in western Uganda[J]. Tourism & hospitality research, 2014, 14(1-2):8-26.
[25]HANSEN B E. Threshold effects in nondynamic panels: estimation, testing, and inference[J]. Journal of econometrics, 1999, 93(2):345-368.
[26]HANSEN B E. Sample splitting and threshold estimation[J]. Boston College working papers in economics, 2000, 68(3):575-603.
[27]HANSEN B E. Inference when a nuisance parameter is not identified under the null hypothesis[J]. Econometrica, 1996, 64(2):413-30.
[28]HANSEN B E, SEO B. Testing for tworegime threshold cointegration in vector errorcorrection models[J]. Journal of econometrics, 2002, 110(2):293-318.
[29]BAI J. Estimating multiple breaks one at a time[J]. Econometric theory, 1997, 13(3):315-352.
[30]單德朋.教育效能和結構對西部地區(qū)貧困減緩的影響研究[J].中國人口科學,2012(5):84-94.[SHAN Depeng. Effective education, education structure and poverty reduction in western China[J]. Journal of population science, 2012(5):84-94.]
AbstractTourism development can match up with the endowment of poverty efficiently. Government officials usually regard tourism as an important industry for poverty reduction. In order to produce the best possible results of tourism on poverty reduction, this paper unifies the diversity relationship between tourism development and poverty reduction logically based on the perspective of demand fluctuation and risk management. It also uses threshold panel model to test the nonlinear poverty reduction effect of Chinas tourism development in the period of 20002013. HP filtering method is also used to catchup the tourism demand fluctuation. The empirical evidence shows that: tourism fluctuation can influence the poverty reduction effect of tourism significantly. However, the poverty reduction effect of domestic tourism fluctuation and inbound tourism fluctuation is heterogeneity. Domestic tourism mainly appears to represent upstream fluctuation, which can promote tourism specialization and contribute to poverty reduction. However, inbound tourism coexists upstream fluctuation and downstream fluctuation. Poverty people have to pay trade cost to prevent the fluctuation risk which will reduce the poverty reduction efficiency of tourism. The poor will take maxmin strategy to prevent and mitigate risks. In other words, the poor people choose poverty on the safe side. The nonlinear poverty reduction effect of tourism has two thresholds which can divide the effect to three stages. Tourism cannot achieve poverty reduction significantly until tourism development surpasses the first threshold. But the poverty reduction effect will decrease in the third stage when tourism development surpasses the second threshold. So, tourism has the potential to be the significant poverty reduction motivator in the certain stage. However, we need to judge the poverty reduction effect of tourism dialectically and dynamically when we set and implement poverty reduction policy. Active, systematic and integrated risk management is a profitable complementary tool of poverty reduction policy. Right now, the poverty reduction efficiency of tourism development is decreasing in the most provinces. We should improve the ability of the poor to encounter with the fluctuation shocks. The antipoverty policy may focus on tourism fluctuation intervention by mutual assistance and insurance to redistribute income and loss in different risk stage, which will improve the poverty reduction efficiency of tourism development.
Key wordstourism development; poverty reduction; tourism fluctuation; threshold panel model