基于空間效應(yīng)的江蘇旅游業(yè)彈性系數(shù)研究

苗圃

[提要] 本文基于VES生產(chǎn)函數(shù)模型、空間計量經(jīng)濟(jì)模型和2004～2012年江蘇截面數(shù)據(jù)平均值測算江蘇餐飲住宿業(yè)對旅游產(chǎn)出的影響。通過Morans I指標(biāo)檢測得出江蘇旅游業(yè)具有明顯的空間集聚特征；考慮空間效應(yīng)的江蘇餐飲住宿業(yè)對旅游產(chǎn)出的估計結(jié)果顯示，餐飲住宿業(yè)的資本投入與勞動力投入的彈性系數(shù)分別為0.4755和0.4062，處于規(guī)模報酬遞減階段。

關(guān)鍵詞：空間效應(yīng)；江蘇；彈性系數(shù)；餐飲住宿業(yè)

本文系江蘇省高校研究生科技創(chuàng)新計劃項(xiàng)目，揚(yáng)州大學(xué)資助（編號：CXLX13-929）

中圖分類號：F592 文獻(xiàn)標(biāo)識碼：A

收錄日期：2014年7月24日

一、引言

旅游產(chǎn)業(yè)主要涉及到食、住、行、游、購、娛等六個相關(guān)產(chǎn)業(yè)，也就是說這六個產(chǎn)業(yè)很大程度上決定了地區(qū)旅游收入的多少。根據(jù)新古典增長理論，資本、勞動和技術(shù)的投入對產(chǎn)業(yè)的經(jīng)濟(jì)增長起到?jīng)Q定性作用。所以，旅游產(chǎn)業(yè)的資本、勞動和技術(shù)的投入會對旅游產(chǎn)業(yè)的經(jīng)濟(jì)增長起到?jīng)Q定性作用。但是，由于學(xué)術(shù)界對旅游產(chǎn)業(yè)界定的研究仍無確切的定論，所以本文著重研究江蘇的餐飲住宿業(yè)對本省旅游產(chǎn)出的影響。

生產(chǎn)函數(shù)是研究某產(chǎn)業(yè)的投入與產(chǎn)出的數(shù)學(xué)模型，但不足的是生產(chǎn)函數(shù)僅僅是從數(shù)理角度研究二者的關(guān)系。在現(xiàn)實(shí)中，一個區(qū)域的發(fā)展必然受到空間的約束，區(qū)域旅游業(yè)的發(fā)展也不除外。因此，為了更有效地研究江蘇的餐飲住宿業(yè)對本省旅游產(chǎn)出的影響，本研究將從空間計量經(jīng)濟(jì)學(xué)的角度，運(yùn)用VES生產(chǎn)函數(shù)，通過Morans I指標(biāo)檢測江蘇省域旅游產(chǎn)出的空間效應(yīng)，并測算餐飲住宿業(yè)對江蘇旅游產(chǎn)出的影響。

二、考慮空間效應(yīng)的生產(chǎn)函數(shù)模型

本文在研究中使用的生產(chǎn)函數(shù)模型為VES生產(chǎn)函數(shù)。與其他生產(chǎn)函數(shù)相比，VES生產(chǎn)函數(shù)的特點(diǎn)是：考慮兩個投入要素對產(chǎn)出的影響，參數(shù)估計相對簡便；投入要素的替代彈性可變，更符合實(shí)際情況；各要素的生產(chǎn)彈性不是固定值，受到多個投入要素的影響。所以，本文選用VES生產(chǎn)函數(shù)作為研究江蘇餐飲住宿業(yè)對本省旅游產(chǎn)出的影響的模型。

首先，建立VES生產(chǎn)函數(shù)基本模型：

其中，A，b，c為參數(shù)為參數(shù)，Y為產(chǎn)出，K為資本，L為勞動，u為規(guī)模收益。u=EK+EL， 代表資本K的彈性， 代表勞動力L的彈性。當(dāng)u>1時，規(guī)模收益遞增；當(dāng)u=1時，規(guī)模收益不變；當(dāng)u<1時，規(guī)模收益遞減。

對（1）式兩邊取對數(shù)，得

令λ=，則Z（λ）=ln（L+λK），在λ=0處泰勒級數(shù)展開，得Z（λ）=lnL+λ+o（λ），代入（2）式，得

上式并未考慮空間作用，僅是從數(shù)理角度研究投入與產(chǎn)出的關(guān)系。根據(jù)Anselin和Griffith的觀點(diǎn)，不同區(qū)域之間的經(jīng)濟(jì)行為存在著空間效用。在生產(chǎn)函數(shù)中考慮空間效用，主要有兩種模式：空間滯后模型和空間誤差模型。一個區(qū)域的產(chǎn)出不僅受到本區(qū)域投入的影響，也受到臨近區(qū)域的溢出效應(yīng)的影響，如果考慮這種溢出效應(yīng)，生產(chǎn)函數(shù)轉(zhuǎn)化為空間滯后模型（SLM）；但是，生產(chǎn)函數(shù)僅考慮了極為有限的投入要素，而并未考慮其他要素在空間上對產(chǎn)出的影響，而其他要素是通過誤差擾動項(xiàng)ε來表示，如果考慮誤差擾動項(xiàng)在空間上的影響，生產(chǎn)函數(shù)轉(zhuǎn)化為空間誤差模型（SEM）。

VES生產(chǎn)函數(shù)的SLM模型：

其中，WlnY是空間滯后變量，是指與一個區(qū)域相鄰的其他區(qū)域的經(jīng)濟(jì)行為變量的加權(quán)和，ρ是參數(shù)，反映的是鄰近區(qū)域空間溢出效應(yīng)?？臻g滯后模型表示，本地區(qū)的產(chǎn)出不僅受本地區(qū)的投入要素的影響，而且受鄰近地區(qū)溢出效應(yīng)的影響。

VES生產(chǎn)函數(shù)的SEM模型：

ε=λWε+μ

其中，Wε是空間誤差變量，是指其他投入要素在考慮空間效應(yīng)時的加權(quán)和，λ是參數(shù)，反映的是空間誤差溢出效應(yīng)?？臻g誤差模型表示，由于生產(chǎn)函數(shù)所考慮的投入要素十分有限，而其他的要素對本地區(qū)的產(chǎn)出在空間上影響更大。

三、研究樣本、數(shù)據(jù)來源及使用的軟件

本文主要研究江蘇餐飲住宿業(yè)的固定資本投資額和勞動力人數(shù)對本省旅游業(yè)的影響，這個研究是在考慮空間效用的基礎(chǔ)上展開的。所以，本文以江蘇省的地級市、縣級市、縣共64個區(qū)域?yàn)闃颖?，選取2004年至2012年江蘇國內(nèi)旅游收入作為被解釋變量、江蘇餐飲住宿業(yè)的固定資本投資額和勞動力人數(shù)作為解釋變量。即Y是國內(nèi)旅游收入，K是固定資本投資額，L是勞動力人數(shù)。數(shù)據(jù)來源于2005年至2013年的《江蘇統(tǒng)計年鑒》和相關(guān)政府網(wǎng)站，部分缺失數(shù)據(jù)通過計算估計得出。分別對國內(nèi)旅游收入、固定資本投資額、勞動力人數(shù)的樣本數(shù)據(jù)取對數(shù)，以此消除數(shù)據(jù)的異方差性，而且這也使數(shù)據(jù)符合模型的形式（即（4）式和（5）式），便于未知參數(shù)的估計。

本研究是以Anselin開發(fā)的用于空間數(shù)據(jù)分析和回歸分析的GeoDa軟件作為分析工具。

四、空間依賴性檢驗(yàn)

（一）空間權(quán)值矩陣的選擇及全局Morans I分析。在使用Morans I指數(shù)進(jìn)行分析之前，首先要確定空間權(quán)值矩陣。這是地理空間結(jié)構(gòu)的數(shù)學(xué)表達(dá)，不同的矩陣形式會對結(jié)果產(chǎn)生不同的影響。在當(dāng)前的空間計量經(jīng)濟(jì)學(xué)的研究中，空間權(quán)值矩陣主要分為兩類：基于鄰近的矩陣，基于距離的矩陣。其中，常用的矩陣主要有以共同邊界定義的rook矩陣、以空間實(shí)際距離定義的distance矩陣、以最近空間距離定義的K-nearest矩陣。每種矩陣又可以劃分為不同階數(shù)的矩陣。本研究也是基于這三種矩陣測算Morans I指數(shù)，并從中選擇最適合的矩陣。本文分別使用rook一階至三階矩陣、K-nearest一階至六階矩陣、distance一階至三階矩陣計算全局Morans I指數(shù)，結(jié)果如表1所示。（表1）

根據(jù)表1分析，依據(jù)rook-1、k-1至k-6、d-1這幾個矩陣計算的全局Morans I指數(shù)顯示較明顯的空間相關(guān)性，且它們的假設(shè)顯著性水平P都為0.001，說明矩陣十分顯著。其中，rook-1的值最大，最能體現(xiàn)江蘇區(qū)域整體的空間分布特征，說明江蘇區(qū)域旅游收入存在較大的空間正相關(guān)性，具有相同屬性值的區(qū)域集聚在一起。

除此之外，rook矩陣和distance矩陣隨著階數(shù)的上升，全局Morans I指數(shù)值也在不斷地下降。這就說明隨著距離的增加，江蘇省內(nèi)不同區(qū)域之間的影響在減弱，這體現(xiàn)出經(jīng)濟(jì)影響的距離衰減趨勢：旅游業(yè)的區(qū)域溢出效應(yīng)隨著距離的增大而減弱。

（二）局部Morans I分析。全局Morans I指數(shù)只能測量整體區(qū)域的分布特征，所以，還須用局部Morans I指數(shù)測量區(qū)域局部的分布特征，以揭示江蘇省內(nèi)不同區(qū)域的空間集聚特征，即局部自相關(guān)性。依據(jù)上文的測算，選用rook一階矩陣作為空間權(quán)值矩陣，以計算局部Morans I指數(shù)，并畫出了相應(yīng)的散點(diǎn)圖。（圖1）

根據(jù)圖1分析，第一象限為高高集聚，第三象限為低低集聚，第二和第四象限為非典型區(qū)域。圖中，大多數(shù)的點(diǎn)位于第一和第三象限中，呈現(xiàn)較為明顯的正空間自相關(guān)性，且局部Morans I指數(shù)值為0.590121，也表明了這個分布特征。其中，蘇州市區(qū)、昆山、常熟、吳江、太倉、無錫市區(qū)、江陰、宜興、鎮(zhèn)江市區(qū)、丹陽、句容、常州市區(qū)等12個區(qū)域旅游收入表現(xiàn)為高高集聚特征；宿遷市區(qū)、泗洪、沭陽、灌南、盱眙、漣水、響水、濱海、射陽、阜寧等10個區(qū)域旅游收入表現(xiàn)為低低集聚特征。由此說明，江蘇省旅游收入的局部空間特征表現(xiàn)為明顯的核心——外圍分布特征。所以，應(yīng)該在考慮空間效應(yīng)的基礎(chǔ)上研究江蘇的旅游經(jīng)濟(jì)，這樣才能得出更符合實(shí)際的研究結(jié)果。

五、江蘇旅游業(yè)彈性系數(shù)估計

通過上文研究，發(fā)現(xiàn)江蘇區(qū)域旅游產(chǎn)業(yè)具有明顯的空間效應(yīng)，所以在此基礎(chǔ)上，測算江蘇餐飲住宿業(yè)的固定資本投資額和勞動力人數(shù)對江蘇旅游收入的影響。（表2）

據(jù)表2分析，基于rook-1矩陣的LM（lag）和R LM（lag）、LM（error）和R LM（error）均大于基于d-1矩陣的同種指數(shù)值，說明基于rook-1矩陣計算的模型較優(yōu)；基于rook-1矩陣的LM（lag）和R LM（lag）較LM（error）和R LM（error）更顯著。而且，LM（lag）和R LM（lag）的概率值也表明二者均通過了0.01%的顯著性檢驗(yàn)。所以，基于rook-1矩陣的SLM模型最可取。

最大似然估計所依據(jù)的權(quán)值矩陣只能是對稱鄰接關(guān)系的矩陣，K-nearest矩陣不屬于此種矩陣，所以表3的回歸分析是基于rook一階矩陣和distance一階矩陣（依據(jù)表1的計算結(jié)果，在每種矩陣中選擇的最優(yōu)矩陣）。（表3）

第一，根據(jù)表3的回歸結(jié)果分析。由于OLS模型的擬合優(yōu)度R2的值較低，為0.866，模型中自變量與因變量的線性關(guān)系相對較低，是三種模型中最差的。所以，首先排除OLS模型。SLMrook-1的擬合優(yōu)度R2為0.9196，僅次于SEMrook-1，擬合效果顯著，而且SLMrook-1的各個變量的顯著性水平是所有模型中最高的，說明SLMrook-1模型的自變量對因變量的解釋效果很好。SLMrook-1的Log L值最大，AIC和SC值的絕對值比較高，但是優(yōu)于SEMrook-1，說明此模型的整體擬合效果較好。除此之外，所有模型的BP值都非常的小，表明不存在異方差性，這也證明了本研究先對數(shù)據(jù)取對數(shù)，再用于計算確實(shí)達(dá)到了基本消除異方差性的效果。所以，選擇SLMrook-1作為回歸模型。這個模型表明江蘇旅游收入的空間效應(yīng)主要是由鄰近區(qū)域的溢出效應(yīng)所體現(xiàn)。而且，SLMrook-1的值為0.3631且十分顯著，說明當(dāng)周邊區(qū)域旅游收入增加1%時，本區(qū)域旅游收入增加0.3631%。這個模型的經(jīng)濟(jì)意義在于，當(dāng)江蘇省內(nèi)某個小區(qū)域的變量值發(fā)生了變化，這個變化就會傳遞到與其相鄰的區(qū)域，再傳遞到與相鄰區(qū)域所相鄰的區(qū)域，并以衰減的趨勢不斷傳遞。

第二，對表3的回歸結(jié)果進(jìn)行計算，將表3中的SLMrook-1的值代入（5）式中，得=0.4692、=0.4125、=0.000333，解出u=0.8817、b=0.0015、c=0.8792。將其代入EK與EL之中（且其中的K與L分別為2004年至2012年江蘇餐飲住宿業(yè)的固定資本投資額平均值與勞動力人數(shù)平均值），得EK=0.4755、EL=0.4062，且EK+EL=u。這就說明，在不考慮其他影響因素的基礎(chǔ)上，當(dāng)資本投入增加1%時，旅游收入增加0.4755%；當(dāng)勞動力投入增加1%時，旅游收入增加0.4062%。而且，由于比的值略大，說明江蘇餐飲住宿業(yè)的資本投入對江蘇旅游收入的貢獻(xiàn)略大于勞動力投入，江蘇旅游收入的增長模式由主要依靠資本驅(qū)動型向依靠資本與勞動力共同驅(qū)動型轉(zhuǎn)變。u是VES生產(chǎn)函數(shù)的規(guī)模報酬，為0.8817，小于1，說明江蘇餐飲住宿業(yè)的資本投入與勞動力投入對江蘇旅游收入的貢獻(xiàn)處于規(guī)模報酬遞減階段。

六、結(jié)論

（一）通過全局Morans I檢驗(yàn)、局部Morans I檢驗(yàn)，得出江蘇旅游業(yè)具有明顯的空間集聚特征，具有相同屬性值的區(qū)域聚集在一起，并形成了高值集聚區(qū)（蘇南大部分城市）和低值集聚區(qū)（蘇北中部的部分城市），這些集聚的城市之間的旅游經(jīng)濟(jì)聯(lián)系較強(qiáng)，且是正空間自相關(guān)；隨著距離的增加，空間效應(yīng)呈衰減趨勢。

（二）通過空間滯后模型測算的結(jié)果表明，在其他投入要素不變的條件下，江蘇餐飲住宿業(yè)的資本投入與勞動力投入的彈性系數(shù)分別為0.4755和0.4062，且規(guī)模報酬為0.8817。說明江蘇餐飲住宿業(yè)對旅游經(jīng)濟(jì)增長的帶動作用正逐步減小，今后，江蘇在增加餐飲住宿業(yè)的資本與勞動力投入的同時，要注重其他要素的投入，例如交通、景區(qū)、基礎(chǔ)設(shè)施等。

（三）通過空間滯后模型發(fā)現(xiàn)，江蘇旅游業(yè)的空間效應(yīng)主要是基于鄰近區(qū)域的空間溢出效應(yīng)，這表明鄰近區(qū)域的投入會促進(jìn)本區(qū)域的產(chǎn)出。據(jù)此：江蘇要注重跨區(qū)域的旅游協(xié)同開發(fā)，注重制定跨區(qū)域的旅游發(fā)展規(guī)劃，建立跨區(qū)域的旅游開發(fā)機(jī)制，以此更好地帶動多個區(qū)域的旅游發(fā)展，并在交通、基礎(chǔ)設(shè)施、市場、景區(qū)等多方面進(jìn)行合作，開發(fā)跨區(qū)域的旅游線路，以一個區(qū)域帶動多個區(qū)域，以整體促進(jìn)每一個區(qū)域，以便擴(kuò)大市場，合作共贏。

主要參考文獻(xiàn)：

[1]Dritsakis N.Tourism as a long-run economic growth factor：An empirical investigation for Greece using a causality analysis[J].Tourism Economics，2004.

[2]李山，王錚.旅游業(yè)區(qū)域溢出的可計算模型及案例[J].旅游學(xué)刊，2009.

[3]Anselin L，Griffith D.Do Spatial effects really matter in regression analysis[J].Papers of the Regional Science Association，1988.

[4]陶長琪.計量經(jīng)濟(jì)學(xué)教程[M].上海：復(fù)旦大學(xué)出版社，2012.

[5]翁瑾.規(guī)模經(jīng)濟(jì)、產(chǎn)品差異化與中國入境旅游空間結(jié)構(gòu)的變動[J].旅游學(xué)刊，2008.

[6]吳玉鳴.考慮空間效應(yīng)的中國省域旅游產(chǎn)業(yè)彈性估計[J].旅游學(xué)刊，2010.

除此之外，rook矩陣和distance矩陣隨著階數(shù)的上升，全局Morans I指數(shù)值也在不斷地下降。這就說明隨著距離的增加，江蘇省內(nèi)不同區(qū)域之間的影響在減弱，這體現(xiàn)出經(jīng)濟(jì)影響的距離衰減趨勢：旅游業(yè)的區(qū)域溢出效應(yīng)隨著距離的增大而減弱。

（二）局部Morans I分析。全局Morans I指數(shù)只能測量整體區(qū)域的分布特征，所以，還須用局部Morans I指數(shù)測量區(qū)域局部的分布特征，以揭示江蘇省內(nèi)不同區(qū)域的空間集聚特征，即局部自相關(guān)性。依據(jù)上文的測算，選用rook一階矩陣作為空間權(quán)值矩陣，以計算局部Morans I指數(shù)，并畫出了相應(yīng)的散點(diǎn)圖。（圖1）

根據(jù)圖1分析，第一象限為高高集聚，第三象限為低低集聚，第二和第四象限為非典型區(qū)域。圖中，大多數(shù)的點(diǎn)位于第一和第三象限中，呈現(xiàn)較為明顯的正空間自相關(guān)性，且局部Morans I指數(shù)值為0.590121，也表明了這個分布特征。其中，蘇州市區(qū)、昆山、常熟、吳江、太倉、無錫市區(qū)、江陰、宜興、鎮(zhèn)江市區(qū)、丹陽、句容、常州市區(qū)等12個區(qū)域旅游收入表現(xiàn)為高高集聚特征；宿遷市區(qū)、泗洪、沭陽、灌南、盱眙、漣水、響水、濱海、射陽、阜寧等10個區(qū)域旅游收入表現(xiàn)為低低集聚特征。由此說明，江蘇省旅游收入的局部空間特征表現(xiàn)為明顯的核心——外圍分布特征。所以，應(yīng)該在考慮空間效應(yīng)的基礎(chǔ)上研究江蘇的旅游經(jīng)濟(jì)，這樣才能得出更符合實(shí)際的研究結(jié)果。

五、江蘇旅游業(yè)彈性系數(shù)估計

通過上文研究，發(fā)現(xiàn)江蘇區(qū)域旅游產(chǎn)業(yè)具有明顯的空間效應(yīng)，所以在此基礎(chǔ)上，測算江蘇餐飲住宿業(yè)的固定資本投資額和勞動力人數(shù)對江蘇旅游收入的影響。（表2）

據(jù)表2分析，基于rook-1矩陣的LM（lag）和R LM（lag）、LM（error）和R LM（error）均大于基于d-1矩陣的同種指數(shù)值，說明基于rook-1矩陣計算的模型較優(yōu)；基于rook-1矩陣的LM（lag）和R LM（lag）較LM（error）和R LM（error）更顯著。而且，LM（lag）和R LM（lag）的概率值也表明二者均通過了0.01%的顯著性檢驗(yàn)。所以，基于rook-1矩陣的SLM模型最可取。

最大似然估計所依據(jù)的權(quán)值矩陣只能是對稱鄰接關(guān)系的矩陣，K-nearest矩陣不屬于此種矩陣，所以表3的回歸分析是基于rook一階矩陣和distance一階矩陣（依據(jù)表1的計算結(jié)果，在每種矩陣中選擇的最優(yōu)矩陣）。（表3）

第一，根據(jù)表3的回歸結(jié)果分析。由于OLS模型的擬合優(yōu)度R2的值較低，為0.866，模型中自變量與因變量的線性關(guān)系相對較低，是三種模型中最差的。所以，首先排除OLS模型。SLMrook-1的擬合優(yōu)度R2為0.9196，僅次于SEMrook-1，擬合效果顯著，而且SLMrook-1的各個變量的顯著性水平是所有模型中最高的，說明SLMrook-1模型的自變量對因變量的解釋效果很好。SLMrook-1的Log L值最大，AIC和SC值的絕對值比較高，但是優(yōu)于SEMrook-1，說明此模型的整體擬合效果較好。除此之外，所有模型的BP值都非常的小，表明不存在異方差性，這也證明了本研究先對數(shù)據(jù)取對數(shù)，再用于計算確實(shí)達(dá)到了基本消除異方差性的效果。所以，選擇SLMrook-1作為回歸模型。這個模型表明江蘇旅游收入的空間效應(yīng)主要是由鄰近區(qū)域的溢出效應(yīng)所體現(xiàn)。而且，SLMrook-1的值為0.3631且十分顯著，說明當(dāng)周邊區(qū)域旅游收入增加1%時，本區(qū)域旅游收入增加0.3631%。這個模型的經(jīng)濟(jì)意義在于，當(dāng)江蘇省內(nèi)某個小區(qū)域的變量值發(fā)生了變化，這個變化就會傳遞到與其相鄰的區(qū)域，再傳遞到與相鄰區(qū)域所相鄰的區(qū)域，并以衰減的趨勢不斷傳遞。

第二，對表3的回歸結(jié)果進(jìn)行計算，將表3中的SLMrook-1的值代入（5）式中，得=0.4692、=0.4125、=0.000333，解出u=0.8817、b=0.0015、c=0.8792。將其代入EK與EL之中（且其中的K與L分別為2004年至2012年江蘇餐飲住宿業(yè)的固定資本投資額平均值與勞動力人數(shù)平均值），得EK=0.4755、EL=0.4062，且EK+EL=u。這就說明，在不考慮其他影響因素的基礎(chǔ)上，當(dāng)資本投入增加1%時，旅游收入增加0.4755%；當(dāng)勞動力投入增加1%時，旅游收入增加0.4062%。而且，由于比的值略大，說明江蘇餐飲住宿業(yè)的資本投入對江蘇旅游收入的貢獻(xiàn)略大于勞動力投入，江蘇旅游收入的增長模式由主要依靠資本驅(qū)動型向依靠資本與勞動力共同驅(qū)動型轉(zhuǎn)變。u是VES生產(chǎn)函數(shù)的規(guī)模報酬，為0.8817，小于1，說明江蘇餐飲住宿業(yè)的資本投入與勞動力投入對江蘇旅游收入的貢獻(xiàn)處于規(guī)模報酬遞減階段。

六、結(jié)論

（一）通過全局Morans I檢驗(yàn)、局部Morans I檢驗(yàn)，得出江蘇旅游業(yè)具有明顯的空間集聚特征，具有相同屬性值的區(qū)域聚集在一起，并形成了高值集聚區(qū)（蘇南大部分城市）和低值集聚區(qū)（蘇北中部的部分城市），這些集聚的城市之間的旅游經(jīng)濟(jì)聯(lián)系較強(qiáng)，且是正空間自相關(guān)；隨著距離的增加，空間效應(yīng)呈衰減趨勢。

（二）通過空間滯后模型測算的結(jié)果表明，在其他投入要素不變的條件下，江蘇餐飲住宿業(yè)的資本投入與勞動力投入的彈性系數(shù)分別為0.4755和0.4062，且規(guī)模報酬為0.8817。說明江蘇餐飲住宿業(yè)對旅游經(jīng)濟(jì)增長的帶動作用正逐步減小，今后，江蘇在增加餐飲住宿業(yè)的資本與勞動力投入的同時，要注重其他要素的投入，例如交通、景區(qū)、基礎(chǔ)設(shè)施等。

（三）通過空間滯后模型發(fā)現(xiàn)，江蘇旅游業(yè)的空間效應(yīng)主要是基于鄰近區(qū)域的空間溢出效應(yīng)，這表明鄰近區(qū)域的投入會促進(jìn)本區(qū)域的產(chǎn)出。據(jù)此：江蘇要注重跨區(qū)域的旅游協(xié)同開發(fā)，注重制定跨區(qū)域的旅游發(fā)展規(guī)劃，建立跨區(qū)域的旅游開發(fā)機(jī)制，以此更好地帶動多個區(qū)域的旅游發(fā)展，并在交通、基礎(chǔ)設(shè)施、市場、景區(qū)等多方面進(jìn)行合作，開發(fā)跨區(qū)域的旅游線路，以一個區(qū)域帶動多個區(qū)域，以整體促進(jìn)每一個區(qū)域，以便擴(kuò)大市場，合作共贏。

主要參考文獻(xiàn)：

[1]Dritsakis N.Tourism as a long-run economic growth factor：An empirical investigation for Greece using a causality analysis[J].Tourism Economics，2004.

[2]李山，王錚.旅游業(yè)區(qū)域溢出的可計算模型及案例[J].旅游學(xué)刊，2009.

[3]Anselin L，Griffith D.Do Spatial effects really matter in regression analysis[J].Papers of the Regional Science Association，1988.

[4]陶長琪.計量經(jīng)濟(jì)學(xué)教程[M].上海：復(fù)旦大學(xué)出版社，2012.

[5]翁瑾.規(guī)模經(jīng)濟(jì)、產(chǎn)品差異化與中國入境旅游空間結(jié)構(gòu)的變動[J].旅游學(xué)刊，2008.

[6]吳玉鳴.考慮空間效應(yīng)的中國省域旅游產(chǎn)業(yè)彈性估計[J].旅游學(xué)刊，2010.

除此之外，rook矩陣和distance矩陣隨著階數(shù)的上升，全局Morans I指數(shù)值也在不斷地下降。這就說明隨著距離的增加，江蘇省內(nèi)不同區(qū)域之間的影響在減弱，這體現(xiàn)出經(jīng)濟(jì)影響的距離衰減趨勢：旅游業(yè)的區(qū)域溢出效應(yīng)隨著距離的增大而減弱。

（二）局部Morans I分析。全局Morans I指數(shù)只能測量整體區(qū)域的分布特征，所以，還須用局部Morans I指數(shù)測量區(qū)域局部的分布特征，以揭示江蘇省內(nèi)不同區(qū)域的空間集聚特征，即局部自相關(guān)性。依據(jù)上文的測算，選用rook一階矩陣作為空間權(quán)值矩陣，以計算局部Morans I指數(shù)，并畫出了相應(yīng)的散點(diǎn)圖。（圖1）

根據(jù)圖1分析，第一象限為高高集聚，第三象限為低低集聚，第二和第四象限為非典型區(qū)域。圖中，大多數(shù)的點(diǎn)位于第一和第三象限中，呈現(xiàn)較為明顯的正空間自相關(guān)性，且局部Morans I指數(shù)值為0.590121，也表明了這個分布特征。其中，蘇州市區(qū)、昆山、常熟、吳江、太倉、無錫市區(qū)、江陰、宜興、鎮(zhèn)江市區(qū)、丹陽、句容、常州市區(qū)等12個區(qū)域旅游收入表現(xiàn)為高高集聚特征；宿遷市區(qū)、泗洪、沭陽、灌南、盱眙、漣水、響水、濱海、射陽、阜寧等10個區(qū)域旅游收入表現(xiàn)為低低集聚特征。由此說明，江蘇省旅游收入的局部空間特征表現(xiàn)為明顯的核心——外圍分布特征。所以，應(yīng)該在考慮空間效應(yīng)的基礎(chǔ)上研究江蘇的旅游經(jīng)濟(jì)，這樣才能得出更符合實(shí)際的研究結(jié)果。

五、江蘇旅游業(yè)彈性系數(shù)估計

通過上文研究，發(fā)現(xiàn)江蘇區(qū)域旅游產(chǎn)業(yè)具有明顯的空間效應(yīng)，所以在此基礎(chǔ)上，測算江蘇餐飲住宿業(yè)的固定資本投資額和勞動力人數(shù)對江蘇旅游收入的影響。（表2）

據(jù)表2分析，基于rook-1矩陣的LM（lag）和R LM（lag）、LM（error）和R LM（error）均大于基于d-1矩陣的同種指數(shù)值，說明基于rook-1矩陣計算的模型較優(yōu)；基于rook-1矩陣的LM（lag）和R LM（lag）較LM（error）和R LM（error）更顯著。而且，LM（lag）和R LM（lag）的概率值也表明二者均通過了0.01%的顯著性檢驗(yàn)。所以，基于rook-1矩陣的SLM模型最可取。

最大似然估計所依據(jù)的權(quán)值矩陣只能是對稱鄰接關(guān)系的矩陣，K-nearest矩陣不屬于此種矩陣，所以表3的回歸分析是基于rook一階矩陣和distance一階矩陣（依據(jù)表1的計算結(jié)果，在每種矩陣中選擇的最優(yōu)矩陣）。（表3）

第一，根據(jù)表3的回歸結(jié)果分析。由于OLS模型的擬合優(yōu)度R2的值較低，為0.866，模型中自變量與因變量的線性關(guān)系相對較低，是三種模型中最差的。所以，首先排除OLS模型。SLMrook-1的擬合優(yōu)度R2為0.9196，僅次于SEMrook-1，擬合效果顯著，而且SLMrook-1的各個變量的顯著性水平是所有模型中最高的，說明SLMrook-1模型的自變量對因變量的解釋效果很好。SLMrook-1的Log L值最大，AIC和SC值的絕對值比較高，但是優(yōu)于SEMrook-1，說明此模型的整體擬合效果較好。除此之外，所有模型的BP值都非常的小，表明不存在異方差性，這也證明了本研究先對數(shù)據(jù)取對數(shù)，再用于計算確實(shí)達(dá)到了基本消除異方差性的效果。所以，選擇SLMrook-1作為回歸模型。這個模型表明江蘇旅游收入的空間效應(yīng)主要是由鄰近區(qū)域的溢出效應(yīng)所體現(xiàn)。而且，SLMrook-1的值為0.3631且十分顯著，說明當(dāng)周邊區(qū)域旅游收入增加1%時，本區(qū)域旅游收入增加0.3631%。這個模型的經(jīng)濟(jì)意義在于，當(dāng)江蘇省內(nèi)某個小區(qū)域的變量值發(fā)生了變化，這個變化就會傳遞到與其相鄰的區(qū)域，再傳遞到與相鄰區(qū)域所相鄰的區(qū)域，并以衰減的趨勢不斷傳遞。

第二，對表3的回歸結(jié)果進(jìn)行計算，將表3中的SLMrook-1的值代入（5）式中，得=0.4692、=0.4125、=0.000333，解出u=0.8817、b=0.0015、c=0.8792。將其代入EK與EL之中（且其中的K與L分別為2004年至2012年江蘇餐飲住宿業(yè)的固定資本投資額平均值與勞動力人數(shù)平均值），得EK=0.4755、EL=0.4062，且EK+EL=u。這就說明，在不考慮其他影響因素的基礎(chǔ)上，當(dāng)資本投入增加1%時，旅游收入增加0.4755%；當(dāng)勞動力投入增加1%時，旅游收入增加0.4062%。而且，由于比的值略大，說明江蘇餐飲住宿業(yè)的資本投入對江蘇旅游收入的貢獻(xiàn)略大于勞動力投入，江蘇旅游收入的增長模式由主要依靠資本驅(qū)動型向依靠資本與勞動力共同驅(qū)動型轉(zhuǎn)變。u是VES生產(chǎn)函數(shù)的規(guī)模報酬，為0.8817，小于1，說明江蘇餐飲住宿業(yè)的資本投入與勞動力投入對江蘇旅游收入的貢獻(xiàn)處于規(guī)模報酬遞減階段。

六、結(jié)論

（一）通過全局Morans I檢驗(yàn)、局部Morans I檢驗(yàn)，得出江蘇旅游業(yè)具有明顯的空間集聚特征，具有相同屬性值的區(qū)域聚集在一起，并形成了高值集聚區(qū)（蘇南大部分城市）和低值集聚區(qū)（蘇北中部的部分城市），這些集聚的城市之間的旅游經(jīng)濟(jì)聯(lián)系較強(qiáng)，且是正空間自相關(guān)；隨著距離的增加，空間效應(yīng)呈衰減趨勢。

（二）通過空間滯后模型測算的結(jié)果表明，在其他投入要素不變的條件下，江蘇餐飲住宿業(yè)的資本投入與勞動力投入的彈性系數(shù)分別為0.4755和0.4062，且規(guī)模報酬為0.8817。說明江蘇餐飲住宿業(yè)對旅游經(jīng)濟(jì)增長的帶動作用正逐步減小，今后，江蘇在增加餐飲住宿業(yè)的資本與勞動力投入的同時，要注重其他要素的投入，例如交通、景區(qū)、基礎(chǔ)設(shè)施等。

（三）通過空間滯后模型發(fā)現(xiàn)，江蘇旅游業(yè)的空間效應(yīng)主要是基于鄰近區(qū)域的空間溢出效應(yīng)，這表明鄰近區(qū)域的投入會促進(jìn)本區(qū)域的產(chǎn)出。據(jù)此：江蘇要注重跨區(qū)域的旅游協(xié)同開發(fā)，注重制定跨區(qū)域的旅游發(fā)展規(guī)劃，建立跨區(qū)域的旅游開發(fā)機(jī)制，以此更好地帶動多個區(qū)域的旅游發(fā)展，并在交通、基礎(chǔ)設(shè)施、市場、景區(qū)等多方面進(jìn)行合作，開發(fā)跨區(qū)域的旅游線路，以一個區(qū)域帶動多個區(qū)域，以整體促進(jìn)每一個區(qū)域，以便擴(kuò)大市場，合作共贏。

主要參考文獻(xiàn)：

[1]Dritsakis N.Tourism as a long-run economic growth factor：An empirical investigation for Greece using a causality analysis[J].Tourism Economics，2004.

[2]李山，王錚.旅游業(yè)區(qū)域溢出的可計算模型及案例[J].旅游學(xué)刊，2009.

[3]Anselin L，Griffith D.Do Spatial effects really matter in regression analysis[J].Papers of the Regional Science Association，1988.

[4]陶長琪.計量經(jīng)濟(jì)學(xué)教程[M].上海：復(fù)旦大學(xué)出版社，2012.

[5]翁瑾.規(guī)模經(jīng)濟(jì)、產(chǎn)品差異化與中國入境旅游空間結(jié)構(gòu)的變動[J].旅游學(xué)刊，2008.

[6]吳玉鳴.考慮空間效應(yīng)的中國省域旅游產(chǎn)業(yè)彈性估計[J].旅游學(xué)刊，2010.