中国省际旅游产业结构优化对旅游全要素生产率的影响
时间：2023-02-22 12:55:06 来源：千叶帆 本文已影响人
邹 楠,刘依飞,王 凯
(湖南师范大学旅游学院,湖南 长沙 410081)
旅游业作为国民经济的战略性支柱产业，是实现地区经济增长和结构优化的重要产业支撑。但我国旅游产业发展仍存在线性粗放式增长所引致的资源配置不平衡、供需结构不合理、产业效率低下等问题，单纯依靠资源要素投入的粗放式增长已难以为继。优化旅游产业结构是提升旅游全要素生产率的重要路径，也是《“十四五”文化和旅游发展规划》的重要目标指向。鉴于此，探析旅游产业结构优化对旅游全要素生产率的影响，对促进旅游产业提质增效具有重要的意义。
(一)文献综述
旅游全要素生产率与旅游经济高质量发展密切相关，学界侧重于研究旅游全要素生产率，以及旅游产业结构优化与旅游业发展的关系。
1.旅游全要素生产率。旅游全要素生产率是反映旅游发展效率的重要指标，国内外学界对旅游全要素生产率的研究较为丰富，研究空间尺度以国家、省域、市域和县域等居多，研究方法涉及索罗余值法、随机前沿分析方法、数据包络分析法等，研究内容主要包括旅游全要素生产率的内涵阐释、评价测度、区域差异和影响因素等。其中，研究空间尺度方面，如张舒宁等基于市域角度进行成渝经济区旅游发展效率测度及影响因素研究，发现其旅游全要素生产率增长主要来源于技术进步和规模效率的驱动[1]；
潘秋玲等基于县域角度研究陕西省县域旅游效率的空间格局，发现旅游效率达到有效状态的县域数量较少[2]。研究方法方面，如左冰等采用索罗余值法研究中国旅游业全要素生产率，发现技术进步是中国旅游业全要素生产率增长的充分不必要条件[3]；
张丽峰采用随机前沿分析方法和Malmquist指数研究中国旅游业全要素生产率，发现东部、中部、西部地区的旅游业全要素生产率存在异质性[4]。研究内容方面，如Assaf等采用随机前沿分析方法研究不同国家旅游目的地的旅游全要素生产率，发现不同国家旅游目的地的旅游全要素生产率存在异质性[5]；
孙盼盼等通过构建动态面板模型研究地方政府行为对旅游产业全要素生产率的影响机制，发现地方政府行为对旅游产业全要素生产率的影响存在差异[6]。
2.旅游产业结构优化与旅游业发展的关系。学界基于线性关系的假设在旅游产业结构优化对旅游业发展影响的理论研究方面进行了一系列丰富而有意义的探索，具体侧重于从旅游经济增长和旅游生产率提升两个视角展开。其中，在旅游产业结构优化对旅游经济增长的影响方面，如刘春济等通过构建计量模型研究中国旅游产业结构变迁对旅游经济增长的影响，发现旅游产业结构变迁对旅游经济增长的影响力在各个时期并不相同[7]；
陈太政等研究证实了旅游产业高级化过程和旅游经济发展存在耦合关系[8]；
生延超通过构建多部门经济模型探究旅游产业结构优化对区域旅游经济增长贡献的演变，发现中国旅游产业结构优化对旅游经济增长的贡献较大[9]。在旅游产业结构优化对旅游生产率提升的影响方面，如王胜鹏等采用Tobit回归分析方法研究中国旅游业发展效率的时空分异及影响因素，发现旅游产业结构优化对旅游业发展效率具有促进作用，且旅游产业结构优化会产生马太效应，应不断汲取要素投入旅游业，以提高旅游业发展效率[10]；
龚艳等以旅游业总收入与GDP的比值表征旅游产业结构，发现旅游产业结构优化对长江经济带旅游业效率具有正向影响，且这一正向影响存在明显的地区差异[11]；
郭向阳等利用空间杜宾模型研究区域旅游交通服务功能对旅游效率的空间溢出效应及其影响机理，发现云南省产业结构高级化对旅游效率具有显著的空间溢出效应[12]。
综上所述，学界既有研究多认为旅游产业结构优化对旅游全要素生产率的影响呈简单线性关系，且多基于单一指标表征旅游产业结构。鲜有学者从旅游产业结构优化对旅游全要素生产率的作用机理出发，探究旅游产业结构优化对旅游全要素生产率的非线性影响及其作用路径。鉴于此，本研究从旅游产业合理化和高级化等两个维度出发，采用DEA-Malmquist指数测度旅游全要素生产率，将静态面板和动态面板相结合，并在固定效应模型的基础上引入工具变量法和系统广义矩估计等方法探究旅游产业结构优化对旅游全要素生产率及其分解指数的影响，以期为旅游产业结构优化和旅游全要素生产率提升提供借鉴。
(二)研究假设
中国旅游产业结构已由外延粗放型向内涵集约型转变[12]。通过旅游产业结构优化为旅游全要素生产率提升带来结构红利，是旅游业实现高质高效发展的核心问题。本研究从旅游产业结构优化的短期效应和长期效应两个方面探寻其对旅游全要素生产率的影响机理。
1.短期效应。旅游产业结构优化过程会产生竞争效应，促进优质资源要素流向优质旅游企业，而旅游产业的服务性特征会促使相关资源要素快速转化，在较短时间内促进旅游全要素生产率增长[13]；
同时，旅游产业结构优化过程会促使技术、资源、人才和信息等生产要素集聚，以产生规模经济效应，且旅游产业结构优化过程中的分工细化会促使生产技术得到提升和创新，从而降低旅游生产的边际成本[14]，使得短期内规模报酬递增，进而提升旅游全要素生产率。
2.长期效应。旅游生产过程中过多关注高级化，会使得旅游生产要素流动与产业部门不适配，尤其是盲目转移生产要素会使得旅游产业结构优化对旅游全要素生产率的积极作用逐渐削弱，长此以往则会导致旅游全要素生产率降低[15]。旅游产业结构优化必然会存在机会成本，尤其是旅游产业结构优化进程的加速在一定程度上会对部分旅游产业部门产生较大冲击并引起生产要素供给的链式反应，从而打破原有的部门均衡，进而会影响旅游全要素生产率的可持续增长[16]。
综上所述，从短期来看，旅游产业结构优化能够促进旅游全要素生产率提升；
从长期来看，旅游产业结构优化达到一定程度可能会削弱其对旅游全要素生产率的积极影响。鉴于此，本研究提出假设H1：旅游产业结构优化对旅游全要素生产率具有非线性影响。
(一)研究方法
1.DEA-Malmquist指数。DEA-Malmquist指数相比参数估计模型不需要建立生产函数。研究中先通过在DEA模型下确定生产过程中的生产前沿面，进而得到产出距离函数，再根据产出距离函数建立全要素生产率指数。当假设规模报酬不变时，DEA-Malmquist指数是技术进步(YT)和技术效率(YE)的乘积；
当假设规模报酬可变时，技术效率是纯技术效率(YP)和规模效率(YS)的乘积。计算公式具体如下：
Y=YT×YE=YT×(YP×YS)
(1)
(2)
(3)
2.修正后的熵值法。修正后的熵值法能够根据各指标的变化情况进行权重的计算，避免各指标因赋权过于主观等产生的弊端；
同时，修正后的熵值法能充分考虑面板数据的特征，将时间变量纳入计算中，以提高计算结果的客观性。鉴于此，本研究采用修正后的熵值法将旅游产业结构合理化和高级化指标进行加权汇总得到旅游产业结构优化变量。具体参考韩海彬等的做法[17]，计算步骤包括：对旅游产业结构合理化和高级化分别进行标准化处理，计算旅游产业结构合理化和高级化的熵值；
计算旅游产业结构合理化和高级化的权重，并通过线性加权法得到2004—2018年中国省际旅游产业结构优化的综合指数。
(二)指标选取
1.旅游全要素生产率。旅游全要素生产率测度指标包括投入指标和产出指标。具体来说，投入指标包括土地、劳动力、资本三大要素。其中，土地投入囿于数据的可获取性，在旅游全要素生产率测算中通常不予考虑；
劳动力投入选取旅游从业人数进行表征[18]；
资本投入选取旅游业固定资产投资和旅游接待基础设施进行表征[19]，其中旅游接待基础设施采用旅行社、星级饭店和旅游景区的总数量进行表征[20]。产出指标则选取旅游人数和旅游收入进行表征[21]。
2.旅游产业结构优化。旅游产业结构是指旅游产业各部门以及各种经济成分和经济活动各环节的构成及其相互比例关系[22]。旅游产业结构优化包括旅游产业结构横向协调发展的合理化和纵向深入发展的高级化。其中，旅游产业结构合理化是指旅游产业内部各行业比例合理、结构有序，从而推进旅游产业内部各行业之间形成相互协调和相互促进的良好状态；
旅游产业结构高级化则是基于旅游产业结构合理化，在技术进步的驱动下，不断提升要素综合利用率，进而提升旅游产业的经济效益，突出表现为旅游产业部门的比例关系优化和劳动生产率提升[23]。本研究参考干春晖等的做法[16]，用泰尔指数衡量旅游产业结构合理化，其值越小，表明旅游产业结构合理化水平越高；
同时，本研究借鉴刘春济等的做法[7]，选取旅游产业中旅行社、星级饭店和旅游景区三大部门的旅游收入比重与劳动生产率的乘积衡量旅游产业结构高级化，并对劳动生产率进行标准化处理，以消除量纲。计算公式具体如下：
(4)
(5)
其中,XR、XU分别表示旅游产业结构合理化、旅游产业结构高级化;Mi, t、Li, t分别表示i部门t期的旅游收入、旅游从业人数(i=1,2,…,n);Pi, t表示i部门t期的劳动生产率。其中，基于数据的可获得性，本研究借鉴生延超的做法[9]，选取旅游企业的营业收入表征旅游收入。
(三)数据来源
由于港澳台地区和西藏部分数据缺失，本研究以2004—2018年为研究期，选取中国30个省份(西藏及港澳台地区除外)进行实证分析。数据均来源于2005—2019年的《中国旅游统计年鉴》及副本、《中国文化文物和旅游统计年鉴》和《中国统计年鉴》。其中，旅游业固定资产投资以2004年为基期，通过国家统计局网(http://www.stats.gov.cn/)固定资产投资价格指数进行平减计算；
旅游人数为国内旅游人数与入境旅游人数之和，旅游收入为国内旅游收入与平均汇率换算后的国际旅游收入之和，为避免价格等因素的干扰，采用CPI指数进行平减。以上数据获取过程中存在个别缺失值，采用线性插值法补齐。
(一)旅游产业结构优化和旅游全要素生产率的时空特征
从时序演变来看，2004—2018年，中国旅游产业结构优化程度在波动中略有下降，呈现出阶段性特征。2004—2009年，旅游产业结构整体呈现出波动上升的趋势；
2010—2015年，旅游产业结构整体呈现出波动下降的趋势；
2016—2018年，旅游产业结构呈现出旅游产业结构高级化水平保持平稳的趋势，合理化水平急速上升的趋势。这主要是缘于2004—2009年旅游产业作为推动经济增长的重要产业，促使诸多旅游目的地大力推进景区、星级饭店的开发与建设，旅游服务体系逐步建立，促使旅游产业结构逐步优化；
2010—2015年旅游产业依靠要素投入迅速发展的弊端开始显现，旅游产业效率低下、资源配置不平衡等问题导致旅游产业发展不协调，导致旅游产业结构合理化水平下降；
2016—2018年旅游产业转向关注质量、效率的提升，促使旅游产业结构进行调整优化，旅游产业内部协调发展，使得旅游产业结构合理化水平上升。同时，由表1可知，以2004年旅游全要素生产率为基期，2004—2018年旅游全要素生产率的年均增长率为13.6%，技术进步的年均增长率为15.4%，技术效率的年均增长率为-1.5%，纯技术效率的年均增长率为-0.1%，规模效率的年均增长率为-1.4%。可见，2004—2018年，中国旅游全要素生产率处于反复波动中，总体存在小幅度增长，且技术进步是中国旅游全要素生产率增长的主要驱动力。
表1 旅游全要素生产率及其分解指数的动态变化
从空间分布来看，北京、上海、广东等发达省份的旅游产业结构优化程度较高，且这些发达省份的周边省份(如天津、江苏等)的旅游产业结构优化程度也相对较高，表明地区旅游产业结构的优化会对周边地区旅游产业结构产生辐射效应。同时，北京、上海、广东等发达省份的旅游全要素生产率较低，旅游全要素生产率与各地区的经济发展状况并不一致，且在空间上渐趋集聚。这可能是缘于经济较发达地区的要素投入可以带动邻近次发达地区的旅游发展，从而使得邻近地区旅游全要素生产率相对较高，且经济较发达地区的旅游投入较高而产出相对较低，会导致经济较发达地区的旅游全要素生产率相对较低。鉴于此，旅游产业结构优化在旅游全要素生产率增长中的作用须进一步进行检验。
(二)旅游产业结构优化与旅游全要素生产率的关系
1.模型构建。本研究进一步构建旅游产业结构优化对旅游全要素生产率的影响模型。具体步骤如下：(1)为了验证旅游产业结构优化对旅游全要素生产率的影响，构建公式(6)；
(2)考虑到旅游全要素生产率存在时滞性，即第t+1期会受第t期影响，在每一期模型中将滞后一期的旅游全要素生产率纳入模型得到其动态模型，且为了进一步检验旅游产业结构优化对旅游全要素生产率的非线性影响，在公式(6)的基础上引入旅游产业结构优化的二次项进行分析，构建公式(7)；
(3)为了探寻旅游产业结构对旅游全要素生产率分解指数的影响，构建公式(8)～(11)。计算公式具体如下：
lnYi, t=β0+β1lnXi, t+λlnCi, t+μi, t
(6)
(7)
lnYT, i, t=β0+φ1lnYT, i, t-1+β1lnXi, t+λlnCi, t+μi, t
(8)
lnYE, i, t=β0+φ1lnYE, i, t-1+β1lnXi, t+λlnCi, t+μi, t
(9)
lnYP, i, t=β0+φ1lnYP, i, t-1+β1lnXi, t+λlnCi, t+μi, t
(10)
lnYS, i, t=β0+φ1lnYS, i, t-1+β1lnXi, t+λlnCi, t+μi, t
(11)
其中,Yi, t、Yi, t-1分别表示i省份第t期、第t-1期的旅游全要素生产率;YT, i, t、YT, i, t-1分别表示i省份第t期、第t-1期的技术进步;YE, i, t、YE, i, t-1分别表示i省份第t期、第t-1期的技术效率;YP, i, t、YP, i, t-1分别表示i省份第t期、第t-1期的纯技术效率;YS, i, t、YS, i, t-1分别表示i省份第t期、第t-1期的规模效率;Xi, t表示i省份第t期的旅游产业结构优化;Ci, t表示i省份第t期的控制变量，考虑到旅游全要素生产率的其他影响因素，为了避免控制变量选取的随意性，本研究参考刘春济和干春晖等的做法[7,16]，将旅游全要素生产率和旅游产业结构优化的交叉项作为控制变量进行后续研究;μi, t表示随机误差项;β0表示常数项;β1表示旅游产业结构优化的回归系数;β2表示旅游产业结构优化的二次项的回归系数;λ表示控制变量的回归系数;φ1表示滞后一期的被解释变量的回归系数。
2.整体回归分析。为了避免伪回归，本研究采用LLC方法检验各变量数据的平稳性，结果均平稳，可以进行下一步分析。本研究进一步采用Stata 16.0对公式(6)进行分析，由于研究采用静态面板数据，且为短面板数据，即样本单元量大于时间跨度(N>T)，可以采用混合回归模型、固定效应模型和随机效应模型进行分析。本研究进一步通过F检验得到样本数据在公式(6)中存在显著个体效应，即采取固定效应模型优于混合回归模型；
同时，通过Hausman检验得到固定效应模型优于随机效应模型。鉴于此，本研究采用固定效应模型研究旅游产业结构优化对旅游全要素生产率的影响，具体回归分析结果详见表2。
表2 整体回归分析结果
由表2可知，模型1仅引入被解释变量和解释变量，初步分析旅游产业结构优化对旅游全要素生产率的影响。结果显示：旅游产业结构优化的回归系数为正，且在5%的水平上通过显著性检验，表明旅游产业结构优化对旅游全要素生产率具有显著的正向影响。模型2将控制变量纳入考虑，即采用固定效应模型对公式(6)进行估计。结果显示：引入控制变量后，旅游产业结构优化的回归系数为正，且在1%的水平上通过显著性检验，表明在控制相关变量的基础上，旅游产业结构优化对旅游全要素生产率的正向影响更为显著。同时为了验证滞后一期的旅游产业结构优化对旅游全要素生产率的影响，在公式(6)中加入滞后一期的旅游产业结构优化，结果显示：滞后一期的旅游产业结构优化的回归系数不显著，表明旅游产业结构优化对旅游全要素生产率的影响不存在时滞性，即旅游产业结构优化对旅游全要素生产率具有短期的负向影响。模型3引入旅游产业结构优化的二次项，分析旅游产业结构优化和旅游全要素生产率可能存在的非线性关系。结果显示：旅游产业结构优化的回归系数仍旧为正，且在1%的水平上通过显著性检验；
旅游产业结构优化的二次项的回归系数为负，且在1%的水平上通过显著性检验。这表明旅游产业结构优化对旅游全要素生产率具有显著的倒U型非线性影响，即旅游产业结构优化对旅游全要素生产率的正向影响呈递减趋势。模型4引入滞后一期的旅游全要素生产率，分析滞后一期的旅游全要素生产率对当期旅游全要素生产率的影响。结果显示：滞后一期的旅游全要素生产率的回归系数为正，且在5%的水平上通过显著性检验;旅游产业结构优化的回归系数为正，且在1%的水平上通过显著性检验；
旅游产业结构优化的二次项的回归系数为负，且在1%的水平上通过显著性检验。这表明滞后一期的旅游全要素生产率对当期旅游全要素生产率具有显著的正向影响，且旅游产业结构优化仍对旅游全要素生产率具有显著的倒U型非线性影响。
由于加入滞后一期的被解释变量，且旅游产业结构优化和旅游全要素生产率可能存在互为因果的关系，这些因素会导致内生性问题。鉴于此，本研究采用工具变量法对公式(7)进行估计，参考于斌斌的做法[15]，选取滞后一期的旅游产业结构优化和滞后一期的旅游产业结构优化的二次项作为工具变量。结果显示：在模型5中，旅游产业结构优化、旅游产业结构优化的二次项的回归系数相较于模型4分别上升、下降，表明采用工具变量法有效克服了内生性问题。
考虑到系统广义矩估计在工具变量法的基础上能够处理时间跨度较短的样本，且在一定条件下比差分矩估计的参数更为一致，本研究进一步采用系统广义矩估计检验旅游产业结构优化对旅游全要素生产率的非线性影响。结果显示：在模型6中，旅游产业结构优化对旅游全要素生产率仍具有显著的倒U型非线性影响，旅游产业结构优化、旅游产业结构优化的二次项的回归系数介于模型4和模型5之间，表明采用系统广义矩估计有效克服了内生性问题。同时，系统广义矩估计显著通过AR(1)检验，但AR(2)检验不显著，工具变量则通过过度识别检验，表明系统广义矩估计合适且所选取的工具变量有效。为了更进一步验证旅游产业结构优化对旅游全要素生产率的倒U型非线性影响，本研究在公式(7)中加入旅游产业结构优化的三次项，结果显示：旅游产业结构优化的三次项的回归系数未通过显著性检验，表明旅游产业结构优化与旅游全要素生产率不存在三次关系，旅游产业结构优化对旅游全要素生产率的倒U型非线性影响具有稳健性。
本研究进一步通过计算得到旅游产业结构优化对旅游全要素生产率的倒U型非线性影响的拐点对应的旅游产业结构优化值为0.595，即-0.689/[2*(-0.579)]。由此可知：当旅游产业结构优化值小于或等于0.595时，旅游产业结构优化对旅游全要素生产率具有正向影响；
当旅游产业结构优化值大于0.595时，旅游产业结构优化对旅游全要素生产率具有负向影响。为了进一步探究旅游产业结构优化对旅游全要素生产率产生负向影响的原因，模型7和模型8分别引入旅游产业结构高级化、旅游产业结构合理化，进一步分析旅游产业结构高级化、旅游产业结构合理化对旅游全要素生产率的影响。结果显示：旅游产业结构高级化对旅游全要素生产率具有显著的倒U型非线性影响，而旅游产业结构合理化对旅游全要素生产率的U型非线性影响则不显著。
以上结果显示：旅游产业结构优化对旅游全要素生产率的影响是非线性的，即旅游产业结构优化对旅游全要素生产率的提升存在边际递减效应。这一结论验证了假设H1。将旅游产业结构优化对旅游全要素生产率的倒U型非线性影响的拐点对应的旅游产业结构优化值0.595与各个省份逐年的旅游产业结构优化值进行对比，发现：北京、上海的旅游产业结构优化值均高于0.595，其余省份除个别年份外旅游产业结构优化值均位于拐点左侧。这表明研究期内中国省际旅游产业结构优化对旅游全要素生产率整体具有正向影响，且这一正向影响主要来自旅游产业结构高级化的驱动。而北京、上海的旅游产业结构优化对旅游全要素生产率具有负向影响，这主要是缘于北京、上海虽然经济较发达、旅游业发展起步较早，但仍存在旅游资源配置不合理以及旅游生产要素错配的情况，阻滞了旅游全要素生产率的提升。
3.分解指数回归分析。为了进一步探究旅游产业结构优化对旅游全要素生产率分解指数的影响，本研究采用系统广义矩估计检验公式(8)～(11)，具体分析结果详见表3。结果显示：系统广义矩估计均显著通过AR(1)检验，但AR(2)检验均不显著，工具变量则通过过度识别检验，表明系统广义矩估计合适且所选取的工具变量有效。当引入技术进步作为被解释变量时，旅游产业结构优化、旅游产业结构优化的二次项的回归系数分别为正、负，且均在1%的水平上通过显著性检验，表明旅游产业结构优化对技术进步具有显著的倒U型非线性影响，即旅游产业结构优化对技术进步具有先促进后抑制的作用。当引入技术效率作为被解释变量时，旅游产业结构优化、旅游产业结构优化的二次项的回归系数分别为负、正，且均在1%的水平上通过显著性检验，表明旅游产业结构优化对技术效率具有显著的U型非线性影响，即旅游产业结构优化对技术效率具有先抑制后促进的作用。当引入纯技术效率作为被解释变量时，旅游产业结构优化的回归系数为正，且在1%的水平上通过显著性检验；
旅游产业结构优化的二次项的回归系数为负，但未通过显著性检验。这表明旅游产业结构优化对纯技术效率具有显著的正向影响。当引入规模效率作为被解释变量时，旅游产业结构优化、旅游产业结构优化的二次项的回归系数分别为负、正，且均在5%的水平上通过显著性检验，表明旅游产业结构优化对规模效率具有显著的U型非线性影响，即旅游产业结构优化对规模效率具有先抑制后促进的作用。
表3 分解指数回归分析结果
以上结果显示：研究期内，旅游产业结构优化对旅游全要素生产率整体具有先促进后抑制的作用，并以促进作用为主，且这一促进作用主要体现在旅游产业结构优化对技术进步具有正向影响。这主要是缘于部分地区旅游产业结构优化过程中对旅游质量和旅游效率关注较少，旅游体验、旅游文化、旅游娱乐等产业发展环境有待提升，旅游企业相对分散且小型旅游企业居多，导致现有旅游生产规模距离旅游最优生产规模较远，规模效率有待提高；
同时，部分经济发展水平较高地区未能有效利用信息技术推动旅游产业结构优化以提升劣势部门的竞争力，导致现有旅游技术效率水平未达到最佳生产前沿面，纯技术效率有待进一步提高。
4.异质性检验和稳健性检验。为了进一步探究旅游产业结构优化对旅游全要素生产率影响的区域异质性，本研究将全国面板数据分为东部地区、中部地区和西部地区，分析不同区域旅游产业结构优化对旅游全要素生产率的影响，具体回归分析结果详见表4。结果显示：旅游产业结构优化对旅游全要素生产率的影响具有显著的区域异质性。其中，东部地区的固定效应模型中，旅游产业结构优化、旅游产业结构优化的二次项的回归系数均为正，且分别在5%、10%的水平上通过显著性检验；
经过工具变量法和系统广义矩估计修正后，东部地区的旅游产业结构优化对旅游全要素生产率具有显著的倒U型非线性影响，即东部地区旅游产业结构优化对旅游全要素生产率具有先促进后抑制的作用，且以促进作用为主。中部地区的固定效应模型、工具变量法和系统广义矩估计中，旅游产业结构优化、旅游产业结构优化的二次项的回归系数均分别为正、负，且均在1%的水平上通过显著性检验，验证了旅游产业结构优化对旅游全要素生产率具有显著的倒U型非线性影响，即中部地区旅游产业结构优化对旅游全要素生产率具有先促进后抑制的作用，且中部地区的促进作用略高于东部地区。西部地区的固定效应模型、工具变量法和系统广义矩估计中，旅游产业结构优化的回归系数均为负，且均在1%的水平上通过显著性检验，但旅游产业结构优化的二次项的回归系数均未通过显著性检验，即西部地区旅游产业结构优化对旅游全要素生产率具有抑制作用。究其原因在于：改革开放以来，东部地区率先发展，实现资源要素积累，为旅游业发展带来了巨大的推动力，推动了旅游产业结构优化，从而促进东部地区旅游全要素生产率提升；
且旅游业发展存在溢出效应，东部地区旅游业的发展会带动与之邻近的中部地区旅游业的发展，从而优化了中部地区的旅游产业结构，带动中部地区旅游全要素生产率提升；
而西部地区的基础设施建设、经济发展水平相对落后，旅游产业结构优化机制不完善，暂时未能发挥旅游产业结构优化对旅游全要素生产率的促进作用。
表4 区域异质性回归分析结果
为验证上述结果的可靠性，本研究进一步进行稳健性检验，具体参考曹芳东等的做法[24]，引入Bootstrap-DEA模型替代DEA方法重新测算旅游全要素生产率，并进一步采用系统广义矩估计分析旅游产业结构优化对旅游全要素生产率及其分解指数的影响，以及采用固定效应模型、工具变量法、系统广义矩估计分析东中西三大区域旅游产业结构优化对旅游全要素生产率的影响。经检验，稳健性检验结果与原结果具有较好的一致性。
(一)结论
基于2004—2018年中国30个省份(西藏及港澳台地区除外)的面板数据，采用DEA-Malmquist指数测度旅游全要素生产率，并进一步采用固定效应模型、工具变量法和系统广义矩估计等方法实证分析旅游产业结构优化对旅游全要素生产率及其分解指数的影响，得出以下结论：(1)旅游全要素生产率整体呈现出波动增长的趋势，技术进步是旅游全要素生产率增长的主要驱动力。(2)旅游产业结构优化对旅游全要素生产率具有显著的倒U型非线性影响，拐点对应的旅游产业结构值为0.595，即旅游产业结构优化值小于或等于拐点时，旅游产业结构优化对旅游全要素生产率具有正向影响。(3)旅游产业结构高级化对旅游全要素生产率具有显著的倒U型非线性影响，而旅游产业结构合理化对旅游全要素生产率的U型非线性影响则不显著。(4)旅游产业结构优化对技术进步具有显著的倒U型非线性影响，对技术效率和规模效率则具有显著的U型非线性影响，对纯技术效率具有显著的正向影响。
(二)对策
旅游全要素生产率受旅游产业结构影响，应进一步优化资源配置以发挥规模效应，立足区位优势以强化辐射效应，完善区域产业链以推进产业融合等，以期推进旅游业高质量发展。
1.优化资源配置，发挥规模效应。为激发技术效率的活力，带动区域旅游全要素生产率增长，应优化旅游资源配置，发挥规模效应，以促进区域规模经济形成，强化旅游核心竞争力。具体来说，旅游目的地利益共同体要深刻认识到旅游产业结构对旅游全要素生产率的影响，增强协同发展意识，在维持技术进步的基础上，从旅游产业供给侧改革出发进一步调整和优化旅游产业结构，依托区域旅游资源禀赋促进旅游生产要素向高生产率部门集聚，推动旅游业向集约化、高效化和高质化方向发展，发挥旅游产业结构对旅游全要素生产率的规模效应；
同时，各地区要着重推进旅游产业结构优化过程中资源要素的合理分配，坚持政府引导、市场主导的基本原则，切忌追求短期目标，有效降低旅游生产要素的错配度，逐步形成旅游产业的竞争优势，以降低旅游产业结构的变动成本。
2.立足区位优势，强化辐射效应。为维持旅游产业结构高级化对旅游全要素生产率的正向影响，应立足区位优势，强化辐射效应，以推进区域旅游全要素生产率协同增长。具体来说，地方政府要充分发掘区域特色旅游资源，因地制宜地发挥区域旅游资源禀赋优势，构建区域特色旅游机制；
同时，地方政府要紧扣旅游需求供给结构的变化进一步优化区域旅游投入资源的配置，协同带动周边地区旅游全要素生产率提升。如西部地区应立足西部大开发的政策优势，进一步依托特色自然风光和人文景观等，着力完善旅游产业结构优化机制，开发独特的旅游产品和旅游服务，进一步激发旅游产业结构对旅游全要素生产率的促进作用，从而有效缩小东中西地区旅游发展的差距。
3.完善区域产业链，推进产业融合。为推进旅游业发展的质量与效率双向提升，应进一步完善区域产业链，推进产业融合，以促进旅游产业高质量发展。具体来说，各地区要强化旅游产业的关联性，坚持主导行业与关联行业协同发展的原则，通过完善区域旅游产业链，积极推进旅游产品和旅游服务创新，以强化相关产业联动协同发展，如通过大力推进“旅游+”发展模式，有效延长旅游产业链，降低旅游企业的生产成本；
同时，各地区要根据游客需求探索旅游业纵向一体化、横向一体化发展，进一步引导市场需求以提高市场集中度，提升旅游附加体验值，从而降低区域旅游同质化程度，带动区域旅游协同高质量发展。
