李芳芝，吳葉靜婷

(安徽財經(jīng)大學(xué))

0 引言

旅游業(yè)作為國家的戰(zhàn)略支撐產(chǎn)業(yè)，因其能耗低、對環(huán)境污染相對較小的特點，逐漸成為推動中國經(jīng)濟綠色發(fā)展的重點產(chǎn)業(yè)之一.2020年，中國接待國內(nèi)外各類旅客達到28億人次，產(chǎn)生旅游收入2萬億元，但如何使旅游業(yè)綠色轉(zhuǎn)型、減少碳排放，是目前眾多學(xué)者較為關(guān)注的問題.綠色全要素生產(chǎn)率(Green Total Factor Productivity，簡稱GTFP)是衡量綠色生產(chǎn)效率的方法之一，綠色全要素生產(chǎn)率是將環(huán)境污染情況作為投入或非期望產(chǎn)出指標，引入到生產(chǎn)率核算框架中，在一定程度上可以反映旅游業(yè)綠色發(fā)展情況.

高鐵是交通基礎(chǔ)設(shè)施的一次革命，高鐵的開通很大程度上促進了旅游業(yè)的蓬勃發(fā)展.高鐵的“時空壓縮效應(yīng)”可以有效的縮短交通時間，提高旅客的舒適程度，同時由于交通的便利使旅游目的地的選擇更加多樣化.如何實現(xiàn)旅游業(yè)的綠色發(fā)展是經(jīng)濟處在“新常態(tài)”下的一個重要挑戰(zhàn)，高鐵作為旅游經(jīng)濟的“先鋒官”，應(yīng)充分發(fā)揮高鐵的提質(zhì)增效作用.高鐵帶來的不僅僅是客流量，更多的是營造了一個綠色低碳的生態(tài)環(huán)境.該文基于碳排放測算中國旅游業(yè)綠色全要素生產(chǎn)率，實證分析高鐵對旅游業(yè)綠色全要素生產(chǎn)率的影響，為實現(xiàn)旅游業(yè)的高質(zhì)量發(fā)展建言獻策.

1 文獻綜述

綠色全要素生產(chǎn)率的測算方法有參數(shù)估計和非參數(shù)估計分析法，諶瑩和張捷、劉艷和張健、崔和瑞等采用參數(shù)分析法中的隨機前沿分析方法，測算了中國不同行業(yè)的綠色全要素生產(chǎn)率[1-3]；李俊和徐晉濤、Assaf & Josiassen、葛鵬飛等、任陽軍等、余弈杉和衛(wèi)平等采用非參數(shù)分析中數(shù)據(jù)包絡(luò)分析方法[4-8]，數(shù)據(jù)包絡(luò)分析法的優(yōu)勢主要體現(xiàn)在能夠同時處理多投入、多產(chǎn)出的數(shù)據(jù)，使得結(jié)論更加可信，因此數(shù)據(jù)包絡(luò)分析法也成為了國內(nèi)外眾多學(xué)者測算綠色全要素生產(chǎn)率最常用的方法.對于非期望產(chǎn)出的引入，Pittman首次將環(huán)境污染產(chǎn)出引入?yún)^(qū)域經(jīng)濟模型中，測量了環(huán)境污染的成本[9].中國在構(gòu)建綠色全要素生產(chǎn)率核算框架時，目前主流做法包括以下兩種：第一種是直接將環(huán)境因素作為投入指標，如直接選取碳排放“投入”作為投入指標[10-12].但因為在實際生產(chǎn)中環(huán)境污染并不用做投入，所以該種做法并不符合實際生產(chǎn)的過程，存在一定缺陷.第二種是將環(huán)境因素作為非期望產(chǎn)出引入模型，如王軍和耿建構(gòu)建環(huán)境污染綜合指數(shù)測算中國綠色GDP，將其作為產(chǎn)出指標引入綠色全要素生產(chǎn)率核算框架[13]；錢爭鳴和劉曉晨引入工業(yè)“三廢”排放量，作為非期望產(chǎn)出引入模型，但該種做法也存在很多無法解決的問題[14].

從綠色全要素生產(chǎn)率的測算行業(yè)來看，主要集中在農(nóng)業(yè)、制造業(yè)和物流業(yè)[15-20].對于旅游業(yè)綠色全要素的研究，國外學(xué)者更多的是集中于旅游業(yè)綠色效率.如Blake et al.運用CGE(Computable General Equilibrium)模型首次測算了英國旅游業(yè)全要素生產(chǎn)率，結(jié)果表明英國旅游業(yè)全要素生產(chǎn)率的提高主要與投資、新產(chǎn)品開發(fā)、人力資源培訓(xùn)與競爭性環(huán)境等相關(guān)[21]；Stauvermann & Kumar研究了旅游需求和人力資本投資在旅游業(yè)收入和生產(chǎn)率增長中的作用，并提出了一個發(fā)展中國家的旅游需求模型，指出如果供給側(cè)政策能導(dǎo)致經(jīng)濟增長，那么旅游主導(dǎo)增長假說在理論上便得到了證實[22]； Assaf & Josiassen在考慮到多個旅游目的地間異質(zhì)性和投入的潛在內(nèi)生性的基礎(chǔ)上，運用隨機前沿模型對全球101個國際旅游目的地的全要素生產(chǎn)率進行了估算和分解，分析了旅游生產(chǎn)率增長的主要來源，并討論了區(qū)分長期和短期生產(chǎn)率測量對制定未來業(yè)績改進戰(zhàn)略的重要性[5].左冰和保繼剛、陶卓民、何俊陽和賀靈等先后測算了中國旅游業(yè)綠色全要素生產(chǎn)率[23-25].與農(nóng)業(yè)、工業(yè)等其他產(chǎn)業(yè)相比，旅游業(yè)GTFP的研究相對較少.主要是因為旅游業(yè)綠色全要素生產(chǎn)率的測算相對于其他行業(yè)在非期望產(chǎn)出的選擇上存在一定的難度.由于旅游業(yè)涵蓋較廣，同時也沒有具體的產(chǎn)品產(chǎn)出，很難規(guī)模計算旅游業(yè)的非期望產(chǎn)出.目前學(xué)者們對于旅游業(yè)非期望產(chǎn)出的選擇，主要可以分為三種：第一種是直接以旅游廢水排放量、旅游SO2排放量和旅游生活垃圾作為非期望產(chǎn)出進行測算，但該種方法存在一定的局限性，如劉佳和張俊飛采用該種方法測算了中國各省2005～2014年旅游產(chǎn)業(yè)綠色全要素生產(chǎn)率[26]；第二種是采用修正的指標來表示旅游業(yè)碳排放量，如王兆峰和徐愛平采用旅游產(chǎn)業(yè)能源消費總量表示旅游業(yè)碳排放，但該種做法默認了旅游產(chǎn)業(yè)消費總量等于旅游業(yè)碳排放[27]，現(xiàn)實中的旅游產(chǎn)業(yè)消費總量并不等于旅游業(yè)碳排放，存在一定爭議；第三種以旅游業(yè)能源消耗量為投入變量，以旅游業(yè)真實碳排放為非期望產(chǎn)出變量，如程慧等采用自下而上法測算了中國旅游業(yè)碳排放總量[28].

胡亞光認為交通基礎(chǔ)設(shè)施建設(shè)水平尤其是高鐵建設(shè)是旅游業(yè)發(fā)達的重要標志之一，交通基礎(chǔ)設(shè)施對旅游業(yè)綠色全要素生產(chǎn)率起著至關(guān)重要的作用[29].一方面，旅游交通區(qū)位條件的優(yōu)劣受地區(qū)交通基礎(chǔ)設(shè)施建設(shè)水平的限制.交通基礎(chǔ)設(shè)施在一定程度上可以促進生產(chǎn)要素在地區(qū)間的流動，使得資源能夠得到充分的利用，提高生產(chǎn)資源的配置效率，尤其是人力資源的流動會增加居民的可支配收入，提升居民的生活質(zhì)量；另一方面，交通基礎(chǔ)設(shè)施可以直接影響旅游業(yè)的產(chǎn)出水平，即旅游業(yè)總收入與旅游人數(shù).交通的發(fā)達在一定程度上促進了旅游的發(fā)展，增加了游客旅游目的地的選擇，直接影響旅游業(yè)的全要素生產(chǎn)率.

從上述文獻綜述中可以看出，現(xiàn)有文獻在測算旅游業(yè)綠色全要素生產(chǎn)率的過程中，每個學(xué)者構(gòu)建的核算框架也有所不同，對旅游業(yè)綠色全要素生產(chǎn)率的測算結(jié)果不一.通過對國內(nèi)外相關(guān)文獻進行整理可以發(fā)現(xiàn)，二氧化碳是目前最為重視的環(huán)境產(chǎn)物之一，與“三廢”排放量相比更具有代表性，因此可以將旅游業(yè)碳排放引入旅游業(yè)綠色全要素生產(chǎn)率的核算框架，這樣測算出的結(jié)果更具客觀性.同時現(xiàn)有文獻大都將高鐵建設(shè)情況作為引入的虛擬變量，高鐵開通為1，沒有開通為0，通過多期DID模型分析高鐵開通對旅游業(yè)的影響，但該種做法忽略了每個省份的特點.該文的主要貢獻是：一是將旅游業(yè)碳排放納入產(chǎn)出的核算框架，并將旅游業(yè)碳排放進行分解，同時考慮到生產(chǎn)與生活二氧化碳的排放，使得測算出的旅游業(yè)綠色全要素生產(chǎn)率更為準確，更符合旅游業(yè)綠色發(fā)展趨勢；二是引入高鐵密度這一變量，充分考慮到不同省份的特點，在多期DID模型的基礎(chǔ)上進一步深入分析高鐵建設(shè)情況對旅游業(yè)綠色全要素生產(chǎn)率的影響.

2 指標選取和數(shù)據(jù)來源

2.1 投入指標

土地、資本、勞動力和技術(shù)構(gòu)成了四個主要的投入要素，土地在生產(chǎn)中發(fā)揮著較為重要的作用，但大量研究表明，土地投入對于旅游業(yè)綠色全要素生產(chǎn)率的影響作用不大，技術(shù)投入在短期對于旅游業(yè)的影響也不顯著，因此可以忽略技術(shù)進步對旅游業(yè)綠色全要素生產(chǎn)率的影響.一部分學(xué)者對中國旅游業(yè)綠色全要素生產(chǎn)率進行了測算，資本投入與勞動力投入指標的選取是目前存在爭議的地方.對相關(guān)文獻總結(jié)后，該文選取旅游業(yè)從業(yè)人數(shù)、旅游業(yè)固定資產(chǎn)投資額與旅游能耗作為投入指標.

2.2 產(chǎn)出指標

該文選取各省份旅游業(yè)總收入與旅游總?cè)藬?shù)作為產(chǎn)出指標.中國旅游收入主要分為兩個部分，一是國內(nèi)旅游收入，二是旅游外匯收入，旅游總收入=國內(nèi)旅游收入+旅游外匯收入×當年外匯均值.對于環(huán)境指標的選擇，學(xué)者大多依靠國家相關(guān)政策，如“十一五”期間將主要污染物定為COD與SO2，因此部分學(xué)者如劉佳和張俊飛將SO2排放量、廢水排放量與生活垃圾清運量作為非期望產(chǎn)出引入框架[26].但是也有學(xué)者認為單純的以某種污染物的排放量作為非期望產(chǎn)出是不可取的，缺乏科學(xué)性，但過多的產(chǎn)出指標會對實證結(jié)果產(chǎn)生不良的影響.隨著碳中和的提出，CO2排放量成為了學(xué)者所關(guān)注的環(huán)境指標，并且CO2排放量作為單個綜合指標引入模型，也不會對模型的實證結(jié)果產(chǎn)生較大的不良影響.因此該文選取旅游業(yè)CO2排放量為非期望產(chǎn)出指標.該文構(gòu)造的旅游業(yè)綠色全要素生產(chǎn)率投入產(chǎn)出指標見表1.

表1 旅游業(yè)投入產(chǎn)出指標

該文聚焦高鐵對中國旅游業(yè)綠色全要素生產(chǎn)率的影響，對高鐵建設(shè)里程數(shù)據(jù)進行整理分析之后，發(fā)現(xiàn)西藏、新疆和寧夏這三個省份缺少相應(yīng)的高鐵數(shù)據(jù).因此該文的研究對象為中國28個省和直轄市，時間跨度為2008～2019年，數(shù)據(jù)來源于《中國旅游統(tǒng)計年鑒》、《中國統(tǒng)計年鑒》、各省統(tǒng)計年鑒、《旅游抽樣調(diào)查資料》及中經(jīng)網(wǎng)數(shù)據(jù)庫等，其中旅客周轉(zhuǎn)量、客運量來自中經(jīng)網(wǎng)數(shù)據(jù)庫.

3 旅游業(yè)綠色全要素生產(chǎn)率的測算

超效率SBM模型常用于測算綠色全要素生產(chǎn)率，該文在現(xiàn)有文獻的基礎(chǔ)上擴充了旅游業(yè)綠色全要素生產(chǎn)核算框架，使得結(jié)果更加客觀可信.旅游業(yè)綠色全要素生產(chǎn)率(GTFP)可以分為旅游業(yè)綠色生產(chǎn)純技術(shù)效率(Pure Technical Efficiency，簡稱TE)和旅游業(yè)綠色生產(chǎn)規(guī)模效率(Scale Efficiency，簡稱SE).旅游業(yè)綠色生產(chǎn)純技術(shù)效率(TE)由旅游業(yè)的服務(wù)、管理、創(chuàng)新水平?jīng)Q定，旅游業(yè)綠色生產(chǎn)規(guī)模效率(SE)由旅游企業(yè)的經(jīng)營規(guī)模和投入決定.該文采用MaxDEA7.0軟件，運用超效率SBM模型對中國2008～2019年中國28個省份(除西藏、新疆和寧夏外)的旅游業(yè)綠色全要素生產(chǎn)率進行測算.從測算結(jié)果(如圖1所示)可以看出，中國旅游業(yè)綠色全要素生產(chǎn)率平均值整體上變化幅度并不大.

圖1 2008～2019年旅游業(yè)綠色全要素生產(chǎn)率折線圖

由圖1可知，旅游業(yè)綠色純技術(shù)效率在2008年時最高為0.94，在2019年最低為0.82，旅游業(yè)綠色純技術(shù)效率總體來說呈現(xiàn)逐漸下降的趨勢，純技術(shù)效率降低也說明了管理和技術(shù)對旅游業(yè)綠色全要素生產(chǎn)率的影響在減少.規(guī)模效率在2018年達到最高為0.96，在2019年時最低為0.89，總體來說規(guī)模經(jīng)濟的變化較為平穩(wěn)，規(guī)模經(jīng)濟的出現(xiàn)仍舊會影響旅游業(yè)綠色全要素生產(chǎn)率.旅游業(yè)綠色全要素生產(chǎn)率在2016年達到最高為0.85，在2019年時達到最低為0.73.2019年旅游業(yè)綠色全要素生產(chǎn)率的降低主要源于政府出臺的相應(yīng)政策.2019年星級酒店的“抹布擦杯子”事件曝光后，酒店業(yè)迎來了監(jiān)管最為嚴格的一年，眾多五星級酒店責令整改；同時政府對于景區(qū)的評級工作也進行了深入的調(diào)查，對景區(qū)的管理態(tài)度、服務(wù)質(zhì)量和生態(tài)環(huán)境等進行整改，調(diào)整了A級景區(qū)的數(shù)量，這一系列措施促進了旅游業(yè)的高質(zhì)量發(fā)展.2019年在新政的出臺和主管部門的強監(jiān)管下，旅游業(yè)的發(fā)展也慢了下來.為改善旅游業(yè)綠色全要素生產(chǎn)率較低的現(xiàn)狀，各省應(yīng)調(diào)整旅游業(yè)發(fā)展模式，提高資源配置效率，緩解生態(tài)環(huán)境壓力.

4 高鐵對旅游業(yè)綠色全要素生產(chǎn)率影響的實證分析

4.1 變量選擇和描述統(tǒng)計

被解釋變量為旅游業(yè)綠色全要素生產(chǎn)效率(GTFP)，能夠充分反映在環(huán)境約束下旅游經(jīng)濟的增長情況.解釋變量為高鐵建設(shè)情況(hst)：用各省省內(nèi)高鐵的里程數(shù)除以各省份面積后的高鐵密度來衡量各地區(qū)高鐵建設(shè)情況.控制變量的選擇參考現(xiàn)有文獻中旅游業(yè)綠色全要素生產(chǎn)率研究的影響因素，選取地區(qū)經(jīng)濟發(fā)展水平(lngdp)、城鎮(zhèn)化水平(urban)、信息化水平(infor)、城市綠化(green)四個變量，分別用人均GDP、城鎮(zhèn)常住人口占地區(qū)常住人口的比重、地區(qū)人均郵電業(yè)務(wù)量、人均綠地面積來衡量.各變量的描述性統(tǒng)計結(jié)果見表2.

表2 變量描述性統(tǒng)計

4.2 模型設(shè)定

該文選取多期DID模型，考察高鐵開通是否會對旅游業(yè)綠色全要素生產(chǎn)率產(chǎn)生影響，構(gòu)建計量模型如下：

(1)

為進一步分析高鐵建設(shè)情況對旅游業(yè)綠色全要素的影響，并且旅游業(yè)綠色全要素生產(chǎn)率的取值呈現(xiàn)在正值上大致連續(xù)分布的特點，該文使用面板Tobit模型進行實證分析，計量模型如下：

(2)

4.3 高鐵對旅游業(yè)綠色全要素生產(chǎn)率的面板回歸分析

4.3.1 多期DID模型回歸結(jié)果

進行基準回歸前，需通過多期DID模型確定高鐵開通是否會對旅游業(yè)綠色全要素生產(chǎn)率產(chǎn)生影響.如果回歸系數(shù)顯著，則認為高鐵開通會對旅游業(yè)綠色全要素生產(chǎn)率產(chǎn)生影響；如果回歸系數(shù)不顯著，則認為高鐵開通對旅游業(yè)綠色全要素生產(chǎn)率的影響不具有統(tǒng)計顯著性.旅游業(yè)綠色全要素生產(chǎn)率是以省份為研究對象，綜合考慮不同省份旅游業(yè)的綠色發(fā)展情況.將開通高鐵和未開通高鐵的省份分為兩類，如果開通高鐵的省份與地區(qū)取值為1，未開通高鐵的省份與地區(qū)取值為0，被解釋變量為上文測算的旅游業(yè)綠色全要素生產(chǎn)率.多期DID模型回歸結(jié)果見表3.

表3 多期DID模型回歸結(jié)果

由表3中模型1的回歸結(jié)果可知，回歸系數(shù)為0.0398，是顯著的，說明高鐵開通會有效促進沿線地區(qū)的旅游業(yè)綠色全要素生產(chǎn)率.在基準回歸的基礎(chǔ)上，加入其他控制變量，進一步控制各省的經(jīng)濟特征，模型2的回歸系數(shù)為0.0302，估計結(jié)果未出現(xiàn)明顯變化，這也進一步說明開通高鐵確實會促進地區(qū)旅游業(yè)綠色全要素生產(chǎn)率的增長.

多期DID模型的前提條件是在未發(fā)生外部沖擊前，處理組與控制組具有相同的變化趨勢.為此，選取高鐵開通前幾期、當期和后幾期的結(jié)果，來檢驗平行趨勢假定是否能被滿足.從圖2看出，高鐵開通前幾期時，回歸系數(shù)變化較為平穩(wěn)且波動較小，在0值附近，滿足共同趨勢加速.高鐵開通后，回歸系數(shù)表現(xiàn)出大幅度的增長，說明高鐵開通顯著帶動了旅游業(yè)的綠色發(fā)展.

圖2 平行趨勢檢驗圖

從表4的回歸結(jié)果可知：高鐵開通當年就對旅游業(yè)綠色純技術(shù)效率產(chǎn)生了顯著的促進作用，回歸系數(shù)為0.0837，出現(xiàn)這種促進作用的原因是高鐵開通使得技術(shù)、科技等生產(chǎn)要素進行了空間轉(zhuǎn)移，對旅游業(yè)的技術(shù)進步產(chǎn)生了即時的影響.高鐵開通后的回歸系數(shù)呈現(xiàn)逐漸上升的趨勢，從高鐵開通當年的0.0837演變到高鐵開通第九年的0.1657，說明高鐵的開通對旅游業(yè)綠色純技術(shù)效率產(chǎn)生的影響越來越大，作用越來越顯著.高鐵開通對旅游業(yè)綠色規(guī)模效率一開始并沒有顯著影響，回歸系數(shù)也并不顯著，直到高鐵開通第六年，才展現(xiàn)出一定的影響，說明高鐵開通對旅游業(yè)綠色規(guī)模效率的影響存在一定的滯后性，并且回歸系數(shù)從開通第六年的0.0589演變到第九年的0.1005，影響越來越大.高鐵開通對旅游業(yè)綠色全要素生產(chǎn)率依舊存在顯著的促進作用，回歸系數(shù)也基本上呈現(xiàn)出逐年上升的趨勢，從高鐵開通當年的0.1203演變到高鐵開通第九年的0.2333.通過多期DID模型及后續(xù)檢驗，說明高鐵開通確實會對旅游業(yè)綠色全要素生產(chǎn)率產(chǎn)生顯著影響，為后文深入分析高鐵建設(shè)情況對旅游業(yè)綠色全要素生產(chǎn)率的回歸奠定基礎(chǔ).

表4 高鐵開通對旅游業(yè)綠色全要素生產(chǎn)率的動態(tài)變化趨勢

4.3.2 高鐵對旅游業(yè)綠色全要素生產(chǎn)率的面板回歸分析

在多期DID模型檢驗通過的基礎(chǔ)上，接下來使用面板Tobit模型進一步分析高鐵對旅游業(yè)綠色全要素生產(chǎn)率的影響.在式(2)的基礎(chǔ)上納入各控制變量，構(gòu)建完整的模型形式如下：

β4inforit+β5green+εi

(3)

首先對面板數(shù)據(jù)進行單位根檢驗，從表5中看出，所有控制變量中除了Fisher-PP檢驗中城鎮(zhèn)化水平在相應(yīng)的顯著性水平下不能拒絕原假設(shè)，其余變量均通過平穩(wěn)性檢驗.

表5 平穩(wěn)性檢驗

然后通過對面板Tobit模型進行極大似然估計，得到基準回歸結(jié)果(見表6).模型1、3、5是未加入控制變量的面板Tobit回歸結(jié)果，模型2、4、6是加入控制變量的面板Tobit回歸結(jié)果.從表6中可以看出，Wald值基本上都通過了顯著性檢驗(除模型1外)，說明回歸模型整體上是有效的.6個模型中，LR檢驗值在1%的顯著性水平下都是顯著的，認為采用隨機效應(yīng)的面板Tobit模型是合理的.

表6 面板Tobit模型基準回歸結(jié)果

模型1和模型2是高鐵對旅游業(yè)綠色純技術(shù)效率(TE)的影響，當不加入控制變量時，高鐵對旅游業(yè)綠色生產(chǎn)純技術(shù)效率(TE)的影響是不顯著的，當加入控制變量時，模型的Wald檢驗通過，并且此時高鐵對旅游業(yè)綠色生產(chǎn)純技術(shù)效率(TE)產(chǎn)生顯著的正向影響，即高鐵建設(shè)會促進旅游業(yè)綠色生產(chǎn)純技術(shù)效率(TE)的提高.控制變量中，除了地區(qū)經(jīng)濟發(fā)展水平不顯著外，其余控制變量都顯著.

模型3和模型4是高鐵對旅游業(yè)綠色規(guī)模效率(SE)的影響，當不加入控制變量時，影響顯著；但是加入控制變量后，影響不顯著；所以從整體上看，認為高鐵對旅游業(yè)綠色規(guī)模效率(SE)不存在顯著作用，說明高鐵不會通過促進旅游業(yè)規(guī)模經(jīng)濟的產(chǎn)生，進而影響旅游業(yè)綠色全要素生產(chǎn)率.

模型5和模型6是高鐵對旅游業(yè)綠色全要素生產(chǎn)率(GTFP)的影響，無論是否加入控制變量，系數(shù)都顯著.未加入控制變量時，回歸系數(shù)是0.0295，加入控制變量后回歸系數(shù)變成了0.0546，回歸系數(shù)明顯提高.

因此根據(jù)面板Tobit模型回歸結(jié)果，該文認為高鐵建設(shè)會對旅游業(yè)綠色全要素(GTFP)、旅游業(yè)綠色生產(chǎn)純技術(shù)效率(TE)產(chǎn)生正向影響，對旅游業(yè)綠色規(guī)模效率(SE)不具有顯著影響.

4.4 內(nèi)生性檢驗

當一個地區(qū)的旅游業(yè)綠色全要素生產(chǎn)率較低時，就會為了提高該地區(qū)旅游業(yè)綠色全要素生產(chǎn)率水平而積極建設(shè)高速鐵路，即會出現(xiàn)“內(nèi)生性”問題.因此引用內(nèi)生變量的滯后項作為工具變量，并采用系統(tǒng)GMM方法進行估計，以消除變量間存在的內(nèi)生性問題.回歸模型的Sargan檢驗均接受原假設(shè)，認為工具變量的選擇是合適的.結(jié)果見表7.

表7 GMM估計結(jié)果

續(xù)表7 GMM估計結(jié)果

從表7結(jié)果中可以看出，系統(tǒng)GMM估計的結(jié)果與空間面板Tobit的回歸結(jié)果整體上一致，部分回歸系數(shù)存在一定差異.采用兩步估計法可以消除異方差的影響，AR(1)在10%的顯著性水平下顯著，AR(2)在10%的顯著性水平下不顯著，認為模型設(shè)定合理.回歸結(jié)果進一步證明，在加入控制變量后，旅游業(yè)綠色生產(chǎn)純技術(shù)效率(TE)和旅游業(yè)綠色全要素生產(chǎn)率(GTFP)的一階滯后項在10%的顯著性水平下顯著為正，說明旅游業(yè)綠色發(fā)展具有一定的慣性，前期的旅游業(yè)綠色發(fā)展水平對后期具有動態(tài)影響.高鐵建設(shè)對旅游業(yè)生產(chǎn)純技術(shù)效率(TE)和旅游業(yè)綠色全要素生產(chǎn)率(GTFP)是顯著的正向影響，對旅游業(yè)規(guī)模效率(SE)的影響不顯著.

4.5 穩(wěn)健性檢驗

高鐵存在的“時空壓縮”效應(yīng)存在一定的空間溢出性，因此該文采用空間滯后模型(SAR)和空間誤差模型(SEM)進行進一步估計，在空間的基礎(chǔ)上驗證面板Tobit模型的結(jié)果是否穩(wěn)健，其結(jié)果見表8.

表8 SAR和SEM回歸結(jié)果

從表8的回歸結(jié)果中可以看出，空間滯后模型(SAR)和空間誤差模型(SEM)的回歸結(jié)果與面板Tobit模型的結(jié)果一致，即認為在存在空間相關(guān)性時，面板Tobit的結(jié)果也是穩(wěn)健的.從回歸系數(shù)來看，在考慮存在空間溢出效應(yīng)時，高鐵建設(shè)每提高1個單位都會相應(yīng)提高該地區(qū)旅游業(yè)綠色全要素生產(chǎn)率0.5個單位左右，因此可以看出高鐵從整體上來說提升了旅游業(yè)綠色全要素生產(chǎn)率.

5 主要研究結(jié)論

高鐵為旅游業(yè)的發(fā)展提供了契機，為旅游業(yè)的綠色發(fā)展帶來了希望.該文選取2008～2019年省際面板數(shù)據(jù)，實證檢驗了高鐵是否提升了旅游業(yè)綠色全要素生產(chǎn)率，發(fā)現(xiàn)高鐵建設(shè)加速了生產(chǎn)要素與科學(xué)技術(shù)在地區(qū)間的流動，生產(chǎn)要素的流動通過擴大規(guī)模經(jīng)濟和節(jié)約成本使得市場潛力得到了提高；知識和技術(shù)的傳播，促進了科技的溢出，從而促進了旅游業(yè)綠色生產(chǎn)純技術(shù)效率和旅游業(yè)綠色全要素生產(chǎn)率.高鐵開通當年就對旅游業(yè)綠色純技術(shù)效率產(chǎn)生了顯著的促進作用，高鐵開通后的回歸系數(shù)呈現(xiàn)逐漸上升的趨勢，說明高鐵的開通對旅游業(yè)綠色純技術(shù)效率產(chǎn)生的影響越來越大，作用越來越顯著；高鐵開通對旅游業(yè)綠色規(guī)模效率一開始并沒有產(chǎn)生影響，回歸系數(shù)也并不顯著，直到高鐵開通第六年，才展現(xiàn)出一定的影響，說明高鐵開通對旅游業(yè)綠色規(guī)模效率的影響存在一定的滯后性；高鐵開通對旅游業(yè)綠色全要素生產(chǎn)率存在顯著的促進作用，回歸系數(shù)也基本上呈現(xiàn)出逐年上升的趨勢.高鐵對旅游業(yè)規(guī)模效率的影響暫時是不顯著的原因可能是由于雖然高鐵的開通與普及優(yōu)化了整個鐵路系統(tǒng)的能耗結(jié)構(gòu)，改善了交通基礎(chǔ)行業(yè)的能源利用效率，從而降低了旅游業(yè)碳排放，促進旅游業(yè)綠色生產(chǎn)效率，但是高鐵減少交通基礎(chǔ)碳排放的同時，也會增加其他碳排放，高鐵的便利使得旅游人數(shù)的大量增加，旅游生活碳排放大幅增加.