中國(guó)旅游業(yè)發(fā)展導(dǎo)致了資源詛咒效應(yīng)嗎？

曹翔++郭立萍

[摘 要]以往文獻(xiàn)往往忽視旅游產(chǎn)業(yè)發(fā)展的階段性而單獨(dú)探討旅游發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的影響。該文將“資源詛咒”和“資源福祉”納入統(tǒng)一的研究框架，利用2003—2013年188個(gè)優(yōu)秀旅游城市的面板數(shù)據(jù)動(dòng)態(tài)地考察了旅游發(fā)展對(duì)我國(guó)經(jīng)濟(jì)增長(zhǎng)的影響及其影響機(jī)制，最后將這些城市分為旅游起飛城市、旅游福祉城市、旅游詛咒城市3類。結(jié)果發(fā)現(xiàn)：（1）旅游發(fā)展與經(jīng)濟(jì)增長(zhǎng)呈“倒N”形關(guān)系；（2）旅游發(fā)展通過抑制技術(shù)進(jìn)步、市場(chǎng)化水平對(duì)經(jīng)濟(jì)增長(zhǎng)帶來負(fù)向中介效應(yīng)，而通過提高物質(zhì)資本、人力資本以及對(duì)外開放水平來對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生正向中介效應(yīng)；（3）科技投入、政府干預(yù)負(fù)向調(diào)節(jié)著旅游發(fā)展與經(jīng)濟(jì)增長(zhǎng)的關(guān)系；（4）“旅游地荷蘭病”現(xiàn)象在中國(guó)并不存在；（5）旅游資源福祉效應(yīng)占據(jù)主導(dǎo)地位，但也有少數(shù)城市存在旅游資源詛咒現(xiàn)象。

[關(guān)鍵詞]旅游資源福祉；旅游資源詛咒；中介效應(yīng)；調(diào)節(jié)效應(yīng)；系統(tǒng)GMM

[中圖分類號(hào)]F59

[文獻(xiàn)標(biāo)識(shí)碼]A

[文章編號(hào)]1002-5006（2017）05-0014-12

Doi： 10.3969/j.issn.1002-5006.2017.05.007

引言

作為國(guó)家戰(zhàn)略支柱產(chǎn)業(yè)的旅游業(yè)，具有資源消耗低、帶動(dòng)系數(shù)大、就業(yè)機(jī)會(huì)多、綜合效益好等諸多優(yōu)點(diǎn)，其直接和間接影響的細(xì)分行業(yè)多達(dá)100多個(gè)，并且可以通過產(chǎn)業(yè)協(xié)同發(fā)展來影響經(jīng)濟(jì)增長(zhǎng)。在經(jīng)濟(jì)新常態(tài)的大背景下，這種產(chǎn)業(yè)關(guān)聯(lián)效應(yīng)對(duì)于拉動(dòng)我國(guó)經(jīng)濟(jì)增長(zhǎng)具有重要作用。據(jù)2011—2014年國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)顯示，2011年以來我國(guó)進(jìn)入了以經(jīng)濟(jì)增長(zhǎng)率持續(xù)低于8%為特征的新常態(tài)時(shí)期，但旅游總收入?yún)s依然保持著10.2%到15.1%的高增長(zhǎng)態(tài)勢(shì)?！?014年中國(guó)旅游業(yè)統(tǒng)計(jì)公報(bào)》更是指出：“2014年我國(guó)旅游業(yè)對(duì)GDP的綜合貢獻(xiàn)為6.61萬億元，占GDP總量的10.39%；其引致的直接和間接就業(yè)人數(shù)達(dá)到7873萬，占全國(guó)就業(yè)總?cè)藬?shù)的10.2%”。與此同時(shí)，我國(guó)也出現(xiàn)了以黃山、麗江、張家界、三亞為代表的高度依賴旅游業(yè)的城市。這些城市以其得天獨(dú)厚的旅游資源為基礎(chǔ)，形成了以旅游業(yè)為單一支柱產(chǎn)業(yè)而其他產(chǎn)業(yè)發(fā)展相對(duì)滯后的產(chǎn)業(yè)結(jié)構(gòu)。然而，著名的“資源詛咒”假說（Sachs和Warner）卻指出高度依賴資源產(chǎn)業(yè)可能會(huì)拖累經(jīng)濟(jì)增長(zhǎng)[1]。

那么，中國(guó)旅游業(yè)的蓬勃發(fā)展會(huì)一如既往地成為國(guó)民經(jīng)濟(jì)發(fā)展的資源福祉還是會(huì)導(dǎo)致類似其他自然資源的資源詛咒效應(yīng)呢？左右著我國(guó)旅游業(yè)發(fā)展是否會(huì)導(dǎo)致資源詛咒效應(yīng)的決定性機(jī)制又是哪些？顯然，對(duì)于這兩個(gè)問題的回答有利于促進(jìn)我國(guó)旅游業(yè)趨利避害地成為我國(guó)經(jīng)濟(jì)發(fā)展的持續(xù)驅(qū)動(dòng)力。遺憾的是，國(guó)內(nèi)外關(guān)于旅游資源福祉的研究很多，但對(duì)旅游資源詛咒效應(yīng)的研究卻并不多。具體到中國(guó)旅游業(yè)來說，僅有朱希偉和曾道智、左冰等學(xué)者進(jìn)行了相關(guān)研究[2-4]。然而，這些研究要么僅從理論模型出發(fā)，要么僅從線性關(guān)系來簡(jiǎn)單地論證旅游資源詛咒效應(yīng)的存在性，并且都不約而同地忽視旅游業(yè)發(fā)展的階段性對(duì)其結(jié)論的影響。筆者認(rèn)為“旅游資源詛咒”和“旅游資源福祉”如同一枚硬幣的兩面一樣并不矛盾。處于不同發(fā)展階段的旅游業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響存在差異。旅游產(chǎn)業(yè)發(fā)展的生命周期性將直接左右著旅游資源福祉效應(yīng)或旅游資源詛咒效應(yīng)的發(fā)生。為此，筆者基于Bulter旅游地生命周期理論[5]，將旅游資源福祉和旅游資源詛咒納入統(tǒng)一框架，動(dòng)態(tài)地探討了中國(guó)旅游業(yè)發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的影響及其背后的傳導(dǎo)機(jī)制，以期為相關(guān)的決策提供依據(jù)。

1 文獻(xiàn)綜述

縱觀國(guó)內(nèi)外關(guān)于旅游發(fā)展與經(jīng)濟(jì)增長(zhǎng)的研究，大部分文獻(xiàn)都認(rèn)為旅游發(fā)展能夠顯著促進(jìn)經(jīng)濟(jì)增長(zhǎng)，即旅游資源福祉效應(yīng)存在。直到Sachs和Warner發(fā)現(xiàn)自然資源存在資源詛咒效應(yīng)之后[1]，學(xué)者們才把注意力轉(zhuǎn)到旅游資源詛咒效應(yīng)。此外，也有極少數(shù)學(xué)者（如Po和Huang，趙磊）認(rèn)為旅游發(fā)展與經(jīng)濟(jì)增長(zhǎng)存在非線性關(guān)系[6-7]。

關(guān)于旅游資源福祉效應(yīng)的文獻(xiàn)可謂汗牛充棟，這類文獻(xiàn)大多認(rèn)為旅游發(fā)展作為經(jīng)濟(jì)增長(zhǎng)過程的重要組成部分，能夠有效地帶動(dòng)經(jīng)濟(jì)增長(zhǎng)。自Shan和Wilson正式提出旅游發(fā)展促進(jìn)經(jīng)濟(jì)增長(zhǎng)假說以來[8]，學(xué)者們紛紛證明了旅游發(fā)展可以通過增加稅收[9]和外匯收入[10]、促進(jìn)投資[11]、提高人力資本[12]、創(chuàng)造就業(yè)機(jī)會(huì)[13]、刺激消費(fèi)[14]等途徑來促進(jìn)經(jīng)濟(jì)增長(zhǎng)。Holzner在對(duì)全世界134個(gè)國(guó)家的研究中發(fā)現(xiàn)，旅游收入較高的國(guó)家往往擁有較高的經(jīng)濟(jì)增長(zhǎng)率，并且不存在所謂的“荷蘭病”的危險(xiǎn)[15]。此外，部分學(xué)者在西班牙、希臘、韓國(guó)、中國(guó)的經(jīng)驗(yàn)研究都支持了這一觀點(diǎn)[16-19]。

盡管國(guó)內(nèi)外關(guān)于旅游資源詛咒效應(yīng)的文獻(xiàn)并不占主導(dǎo)，但卻提醒人們必須要客觀全面地看待旅游發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的作用。學(xué)者們紛紛從不同的傳導(dǎo)機(jī)制對(duì)旅游資源詛咒的存在性進(jìn)行了驗(yàn)證，大體可以分為外部傳導(dǎo)機(jī)制和內(nèi)部傳導(dǎo)機(jī)制兩大類別。從外部傳導(dǎo)機(jī)制來看，學(xué)者們主要認(rèn)為旅游發(fā)展會(huì)通過“荷蘭病”引致的去工業(yè)化和抑制貿(mào)易開放來阻礙經(jīng)濟(jì)增長(zhǎng)[20]。例如Chao等認(rèn)為小型城市如果過分依賴旅游業(yè)，就容易形成“荷蘭病”而制約其他產(chǎn)業(yè)和城市經(jīng)濟(jì)的發(fā)展[21]。從內(nèi)部傳導(dǎo)機(jī)制來看，已有研究認(rèn)為旅游發(fā)展會(huì)通過阻礙技術(shù)進(jìn)步、擠出物質(zhì)資本和人力資本等方式來抑制經(jīng)濟(jì)增長(zhǎng)[22]。

另外一部分學(xué)者則認(rèn)為旅游發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)存在正反兩方面的影響，不能一概而論。例如，Ashworth和Page指出旅游業(yè)能夠帶來持續(xù)的經(jīng)濟(jì)利益，但高度依賴旅游業(yè)會(huì)降低相關(guān)產(chǎn)業(yè)的帶動(dòng)效應(yīng)而阻礙經(jīng)濟(jì)增長(zhǎng)[23]。朱希偉和曾道智、左冰也認(rèn)為我國(guó)旅游業(yè)對(duì)于目的地長(zhǎng)期經(jīng)濟(jì)增長(zhǎng)具有正負(fù)兩方面的反饋效應(yīng)[2-3]。簡(jiǎn)而言之，這類文獻(xiàn)認(rèn)為旅游發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的影響主要取決于旅游依賴程度，但大都是基于簡(jiǎn)單地線性關(guān)系而得到結(jié)論。Po和Huang則認(rèn)為旅游發(fā)展與經(jīng)濟(jì)增長(zhǎng)之間并非簡(jiǎn)單的正向和負(fù)向線性關(guān)系，而是呈現(xiàn)非線性關(guān)系[6]。趙磊則進(jìn)一步指出旅游發(fā)展與經(jīng)濟(jì)增長(zhǎng)呈現(xiàn)“U”型 關(guān)系[7]。

綜上所述，國(guó)內(nèi)外學(xué)者們對(duì)旅游發(fā)展與經(jīng)濟(jì)增長(zhǎng)的認(rèn)識(shí)經(jīng)歷了由單一觀點(diǎn)到多種觀點(diǎn)的過程，至今仍存在諸多爭(zhēng)論。不可否認(rèn)的是，學(xué)者們對(duì)旅游發(fā)展與經(jīng)濟(jì)增長(zhǎng)的認(rèn)識(shí)變得更加客觀和科學(xué)。與此同時(shí)，這些研究仍然存在著以下不足之處：第一，已有研究大多缺乏理論基礎(chǔ)，更多的是基于經(jīng)驗(yàn)證據(jù)來判斷旅游發(fā)展與經(jīng)濟(jì)增長(zhǎng)的關(guān)系。這一點(diǎn)也得到了左冰的認(rèn)同[4]。第二，計(jì)量模型過于簡(jiǎn)單，對(duì)內(nèi)生性問題不夠重視。大多數(shù)文獻(xiàn)均是通過簡(jiǎn)單的線性關(guān)系就斷定了旅游資源詛咒效應(yīng)的存在性，僅有極少數(shù)學(xué)者注意到了旅游發(fā)展與經(jīng)濟(jì)增長(zhǎng)的非線性關(guān)系。第三，已有研究大多僅僅是直接將旅游發(fā)展、傳導(dǎo)機(jī)制放在一起對(duì)經(jīng)濟(jì)增長(zhǎng)進(jìn)行回歸，忽視了對(duì)傳導(dǎo)機(jī)制的進(jìn)一步分析。第四，已有文獻(xiàn)大多忽視了旅游產(chǎn)業(yè)發(fā)展的階段性而不約而同地單獨(dú)討論“旅游資源詛咒”和“旅游資源福祉”的存在性。筆者認(rèn)為“旅游資源詛咒”和“旅游資源福祉”如同一枚硬幣的兩面一樣并不矛盾，只是旅游業(yè)在不同發(fā)展階段的不同表現(xiàn)而已。

針對(duì)上述不足之處，本文在旅游地生命周期理論的基礎(chǔ)上，將“資源詛咒”和“資源福祉”納入統(tǒng)一的框架，然后利用2003—2013年188個(gè)優(yōu)秀旅游城市的面板數(shù)據(jù)動(dòng)態(tài)地考察了旅游發(fā)展對(duì)我國(guó)經(jīng)濟(jì)增長(zhǎng)的影響，并從中介效應(yīng)和調(diào)節(jié)效應(yīng)的角度深入分析了旅游發(fā)展如何通過傳導(dǎo)機(jī)制對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生影響。與以往文獻(xiàn)相比，本文可能的創(chuàng)新之處如下：（1）研究視角上，本文從旅游產(chǎn)業(yè)發(fā)展的階段性出發(fā)將“資源詛咒”和“資源福祉”納入統(tǒng)一的框架；（2）理論機(jī)制方面，本文提出了旅游發(fā)展與經(jīng)濟(jì)增長(zhǎng)的“倒N”形作用機(jī)制；（3）研究方法上，本文采用了動(dòng)態(tài)面板模型，利用系統(tǒng)GMM方法對(duì)內(nèi)生性問題進(jìn)行了有效處理，并且利用中介效應(yīng)和調(diào)節(jié)效應(yīng)分析方法較為具體地檢驗(yàn)了旅游發(fā)展如何通過各傳導(dǎo)變量來影響經(jīng)濟(jì)增長(zhǎng)。

2 模型構(gòu)建

2.1 旅游發(fā)展影響經(jīng)濟(jì)增長(zhǎng)的模型構(gòu)建

如同前文所述，以往文獻(xiàn)大多是通過簡(jiǎn)單的線性關(guān)系來判斷旅游資源福祉效應(yīng)和旅游資源詛咒效應(yīng)的存在性。Po和Huang研究發(fā)現(xiàn)，當(dāng)旅游收入占GDP比重在4.05%和4.73%之間時(shí)才有利于經(jīng)濟(jì)增長(zhǎng)，而低于4.05%或高于4.73%都沒有顯著促進(jìn)經(jīng)濟(jì)增長(zhǎng)[6]。這似乎暗示旅游發(fā)展與經(jīng)濟(jì)增長(zhǎng)也并非簡(jiǎn)單的“U”形關(guān)系。無獨(dú)有偶，Bulter提出的旅游地生命周期理論模型清晰地表明：旅游業(yè)在長(zhǎng)期發(fā)展中呈現(xiàn)“S”形增長(zhǎng)路徑[5]。李軍和陳志鋼更是指出這種“S”形是由多個(gè)短周期組成，每個(gè)短周期的末段都可以通過旅游產(chǎn)品的改造升級(jí)達(dá)到更高水平的短周期[24]。大體上，每一個(gè)短周期可以歸納為開發(fā)期、成長(zhǎng)期、成熟期、衰退期4個(gè)階段。當(dāng)處于開發(fā)期時(shí)，旅游業(yè)呈現(xiàn)出“知名度較低且市場(chǎng)需求小，旅游收入增長(zhǎng)較慢”等特點(diǎn)，其過高的成本勢(shì)必拖累整個(gè)經(jīng)濟(jì)體的經(jīng)濟(jì)增長(zhǎng)，即“成本效應(yīng)”起著主導(dǎo)作用，可視為“資源起飛”。當(dāng)處于成長(zhǎng)期時(shí)，旅游業(yè)表現(xiàn)出“初具規(guī)模、知名度較高、市場(chǎng)需求逐漸增多”等特點(diǎn)。此時(shí)，旅游收入的快速增長(zhǎng)直接促進(jìn)了經(jīng)濟(jì)增長(zhǎng)，并且開始帶動(dòng)其關(guān)聯(lián)產(chǎn)業(yè)的發(fā)展，即旅游資源的“紅利效應(yīng)”凸顯，表現(xiàn)為“資源福祉”。當(dāng)處于成熟期時(shí)，旅游產(chǎn)業(yè)規(guī)模較大，其關(guān)聯(lián)產(chǎn)業(yè)吸收了大量的資本、勞動(dòng)等生產(chǎn)要素，從而形成以“旅游業(yè)為主導(dǎo)”的單一產(chǎn)業(yè)結(jié)構(gòu)，主要靠產(chǎn)業(yè)關(guān)聯(lián)效應(yīng)帶動(dòng)經(jīng)濟(jì)增長(zhǎng)，即表現(xiàn)為“帶動(dòng)效應(yīng)”，形成“資源福祉”。當(dāng)處于衰退期時(shí)，旅游產(chǎn)業(yè)的利潤(rùn)大幅下降，進(jìn)而使得其產(chǎn)業(yè)關(guān)聯(lián)效應(yīng)也大幅下降。加之，此時(shí)旅游產(chǎn)業(yè)占據(jù)了較多的社會(huì)資源，最終拖累了整體的經(jīng)濟(jì)增長(zhǎng)，即表現(xiàn)為“擠出效應(yīng)”，形成“資源詛咒”?；诖?，我們將單個(gè)短周期的階段性特征對(duì)應(yīng)到旅游發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的階段性影響，得到了旅游發(fā)展與經(jīng)濟(jì)增長(zhǎng)之間的“倒N”形機(jī)制（見圖1）。需要說明的是，經(jīng)濟(jì)增長(zhǎng)反過來也會(huì)對(duì)旅游產(chǎn)業(yè)的發(fā)展產(chǎn)生影響。從計(jì)量模型的角度來看，這一“雙向因果關(guān)系”還會(huì)導(dǎo)致內(nèi)生性問題。事實(shí)上，趙磊已經(jīng)注意到了這一“雙向因果關(guān)系”，并且采用旅游發(fā)展的滯后項(xiàng)作為工具變量來有效處理了內(nèi)生性問題[19]。對(duì)此，我們?cè)诤笪牟捎昧讼到y(tǒng)GMM估計(jì)法中來處理這一內(nèi)生性問題。

鑒于上述分析，筆者基于Sachs和Warner的研究[1]，結(jié)合生產(chǎn)函數(shù)和制度經(jīng)濟(jì)學(xué)等理論將技術(shù)進(jìn)步、物質(zhì)資本投資、人力資本水平、人口、市場(chǎng)化水平（代表制度）等影響經(jīng)濟(jì)增長(zhǎng)的直接變量作為控制變量，建立如下基準(zhǔn)模型：

[Yit=β0+β1Xit+β2Xit2+β3Xit3+β4Ait+ β5Kit+β6Hit+β7Pit+β8Mit+εit] （1）

其中，i=1，2，3……，N；t=1，2，3……，T；N為橫截面?zhèn)€體成員的個(gè)數(shù)，T為截面成員的樣本觀測(cè)時(shí)期數(shù)；Yit代表經(jīng)濟(jì)增長(zhǎng)，Xit代表旅游發(fā)展水平，Ait、Kit、Hit、Pit、Mit分別代表技術(shù)進(jìn)步、物質(zhì)資本投資、人力資本水平、人口、市場(chǎng)化水平。

理論上來說，在單個(gè)短周期或者兩個(gè)短周期交替的時(shí)期內(nèi)旅游發(fā)展與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系會(huì)出現(xiàn)以下6種情形：當(dāng)[β1<0]且[β2=β3=0]時(shí)，旅游發(fā)展會(huì)對(duì)經(jīng)濟(jì)增長(zhǎng)呈線性負(fù)相關(guān)關(guān)系；當(dāng)[β1>0]且[β2=β3=0]時(shí)，旅游發(fā)展會(huì)對(duì)經(jīng)濟(jì)增長(zhǎng)呈線性正相關(guān)關(guān)系；當(dāng)[β1<0]、[β2>0]且[β3=0]時(shí)，旅游發(fā)展會(huì)對(duì)經(jīng)濟(jì)增長(zhǎng)呈“U”形關(guān)系；當(dāng)[β1>0]、[β2<0]且[β3=0]時(shí)，旅游發(fā)展會(huì)對(duì)經(jīng)濟(jì)增長(zhǎng)呈“倒U”形關(guān)系；當(dāng)[β1>0]、[β2<0]且[β3>0]時(shí)，旅游發(fā)展會(huì)對(duì)經(jīng)濟(jì)增長(zhǎng)呈“N”形關(guān)系；當(dāng)[β1<0]、[β2>0]且[β3<0]時(shí)，旅游發(fā)展會(huì)對(duì)經(jīng)濟(jì)增長(zhǎng)呈“倒N”形關(guān)系。事實(shí)上，中國(guó)各地的旅游業(yè)發(fā)展水平參差不齊，其所處的發(fā)展階段存在著巨大差異。因此，中國(guó)旅游發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的具體曲線形式主要取決于樣本的觀測(cè)時(shí)間段與旅游發(fā)展水平。

為盡可能地避免變量遺漏問題所帶來的內(nèi)生性問題，筆者將已有文獻(xiàn)所提到的傳導(dǎo)變量盡可能地納入計(jì)量模型。邵帥等人在研究礦產(chǎn)資源的資源詛咒效應(yīng)時(shí)也指出：“只有窮盡傳導(dǎo)變量，才有可能得到較為可靠的結(jié)論”[25]。為此，筆者借鑒這一做法，將政府干預(yù)（G）、對(duì)外開放（O）、科技投入（S）、工業(yè)發(fā)展（I，其代表荷蘭病機(jī)制）納入模型，并將經(jīng)濟(jì)發(fā)展的一階滯后項(xiàng)作為解釋變量，然后采用系統(tǒng)GMM估計(jì)法來處理內(nèi)生性問題，具體模型如下：

[Yit=β0+β1Yi，t-1+β2Xit+β3Xit2+β4Xit3+ β5Ait+β6Kit+β7Hit+β8Pit+β9Mit+ β10Git+β11Oit+β12itS+β13itI+εit] （2）

2.2 旅游發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)影響的傳導(dǎo)機(jī)制識(shí)別模型

以往文獻(xiàn)無不表明，旅游發(fā)展并不直接左右經(jīng)濟(jì)增長(zhǎng)，而是通過傳導(dǎo)變量來間接影響經(jīng)濟(jì)增長(zhǎng)。換句話說，旅游發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的影響是通過這些傳導(dǎo)機(jī)制的中介作用和調(diào)節(jié)作用來實(shí)現(xiàn)的。遺憾的是，這些文獻(xiàn)對(duì)于這種中介效應(yīng)和調(diào)節(jié)效應(yīng)卻沒有清晰地說明。根據(jù)溫忠麟等人的研究[26]，連續(xù)顯變量之間的中介效應(yīng)可以表示為：[Y=cX+e1]，[M=aX+e2]，[Y=c′X+bM+e3]，M為X影響Y的中介變量且其中介效應(yīng)為[（c-c′）]或者ab；而調(diào)節(jié)效應(yīng)可表示為[Y=cX+bM+dM*X+e]，M為X影響Y的調(diào)節(jié)變量且其調(diào)節(jié)效應(yīng)為d。需要說明的是，當(dāng)X通過M這一橋梁來間接影響Y時(shí)M就是中介變量，而當(dāng)M只是改變X對(duì)Y的初始影響時(shí)M就稱為調(diào)節(jié)變量。根據(jù)這一原理，筆者將旅游發(fā)展通過其傳導(dǎo)變量對(duì)經(jīng)濟(jì)增長(zhǎng)所起到的中介效應(yīng)和調(diào)節(jié)效應(yīng)以圖2來表示。其中，經(jīng)濟(jì)增長(zhǎng)的滯后項(xiàng)和人口作為模型的基本控制變量，技術(shù)進(jìn)步、物質(zhì)資本、人力資本等基本生產(chǎn)要素作為旅游發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的中介變量，對(duì)外開放、市場(chǎng)化、工業(yè)發(fā)展分別代表旅游發(fā)展通過國(guó)外部門、制度、產(chǎn)業(yè)結(jié)構(gòu)對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生影響的中介變量，而科技投入、政府干預(yù)則代表影響技術(shù)進(jìn)步、市場(chǎng)化從而影響旅游發(fā)展與經(jīng)濟(jì)增長(zhǎng)關(guān)系的調(diào)節(jié)變量。

由此，我們根據(jù)溫忠麟等關(guān)于有調(diào)節(jié)的中介效應(yīng)模型把中介效應(yīng)和調(diào)節(jié)效應(yīng)納入到模型（2）[26]，得到如下模型：

[Yit=β0+β1Yi，t-1+β2Xit+β3Xit2+β4Xit3+β5Ait+ β6Kit+β7Hit+β8Oit+β9Mit+β10itI+β11Git+ β12Mit*Git+β13itSit+β14Sit*Ait+β15Pit+εit] （3）

顯然，該模型中[β12]、[β14]分別代表了政府干預(yù)、科技投入所起到的調(diào)節(jié)效應(yīng)，但卻不能直接得到中介效應(yīng)。以往文獻(xiàn)在測(cè)算中介效應(yīng)時(shí)往往采用把中介變量逐一作為被解釋變量進(jìn)行回歸得到中介效應(yīng)的思路[25]。為此，本文借鑒這一做法，依次“以各中介變量作為被解釋變量，以旅游發(fā)展為核心解釋變量”采用系統(tǒng)GMM估計(jì)進(jìn)行回歸。以物質(zhì)資本為例，在模型（3）得到的物質(zhì)資本[Kit]的系數(shù)值為[β6]，而在“以物質(zhì)資本為被解釋變量，以旅游發(fā)展為核心解釋變量”的GMM估計(jì)中得到旅游發(fā)展的系數(shù)為[α]，則旅游發(fā)展通過物質(zhì)資本對(duì)經(jīng)濟(jì)增長(zhǎng)所起到的中介效應(yīng)為[αβ6]。

3 實(shí)證研究

3.1 指標(biāo)選擇、數(shù)據(jù)來源及其描述分析

以往研究中國(guó)旅游發(fā)展與經(jīng)濟(jì)增長(zhǎng)的文獻(xiàn)大多采用了省級(jí)面板數(shù)據(jù)[19]。眾所周知，樣本觀測(cè)值的數(shù)量直接關(guān)系著估計(jì)結(jié)果的可靠性。為此，筆者在數(shù)據(jù)可獲得性的基礎(chǔ)上收集了2003—2013年我國(guó)188個(gè)優(yōu)秀旅游城市的面板數(shù)據(jù)，具體理由如下：以2003年作為時(shí)間起點(diǎn)，可以控制加入WTO對(duì)我國(guó)經(jīng)濟(jì)增長(zhǎng)帶來的“突變”性影響；考慮到某些地級(jí)市的旅游資源匱乏而使得其旅游業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響微不足道，我們選擇了國(guó)家旅游局所評(píng)選的中國(guó)優(yōu)秀旅游城市作為樣本。這些城市大多具有豐富的旅游資源和較大的發(fā)展?jié)摿?，從而使得其旅游業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響較大。需要說明的是，國(guó)家旅游局自1998—2007年先后把4個(gè)直轄市和185個(gè)地級(jí)市評(píng)選為優(yōu)秀旅游城市。由于拉薩市的數(shù)據(jù)缺失嚴(yán)重，我們最終獲得的樣本數(shù)量為188個(gè)。

關(guān)于因變量的指標(biāo)選擇。以往關(guān)于旅游發(fā)展和經(jīng)濟(jì)增長(zhǎng)文獻(xiàn)主要采用人均GDP增長(zhǎng)率或者GDP增長(zhǎng)率。為了保證使結(jié)論更加穩(wěn)健，我們同時(shí)采用人均GDP增長(zhǎng)率和GDP增長(zhǎng)率來衡量經(jīng)濟(jì)增長(zhǎng)，分別記為PGDP、GDP。由于統(tǒng)計(jì)年鑒沒有人均GDP增長(zhǎng)率數(shù)據(jù)，我們通過公式[PGDP=（1+GDP）/][（1+POP）-1]來計(jì)算出人均GDP增長(zhǎng)率，其中POP為人口增長(zhǎng)率。

關(guān)于核心解釋變量的指標(biāo)選擇。雖然衡量旅游發(fā)展最常用的指標(biāo)為旅游收入占GDP比重，但人均旅游收入和旅游人次占人口比重也是潛在的可選變量。出于指標(biāo)敏感性的考慮，筆者將以旅游收入占GDP比重（LysrG）為主，輔以人均旅游收入（LysrP）和旅游人次占人口的比重（Lyrc）進(jìn)行穩(wěn)健性回歸。

關(guān)于基本控制變量的指標(biāo)選擇。張德榮從內(nèi)生性角度論證能源資源詛咒效應(yīng)時(shí)，指出了以往文獻(xiàn)對(duì)人口這一控制變量的忽視會(huì)產(chǎn)生偏誤[27]。為此，筆者將其納入基本控制變量，記為Pop。由于本文采用最適合短面板數(shù)據(jù)的系統(tǒng)GMM估計(jì)方法來處理內(nèi)生性問題，因此選擇人均GDP增長(zhǎng)率和GDP增長(zhǎng)率的一階滯后項(xiàng)分別作為各自回歸模型的基本控制變量，依次記為D.PGDP、D.GDP。

關(guān)于中介變量的指標(biāo)選擇。參照邵帥等的做法[25]，筆者以GDP為產(chǎn)出變量，勞動(dòng)和資本為投入變量，利用DEA-Malmquist指數(shù)測(cè)算得到相應(yīng)的全要素生產(chǎn)率，以此作為技術(shù)進(jìn)步的衡量指標(biāo)，并記為Tfp。關(guān)于物質(zhì)資本和人力資本，筆者遵循常規(guī)做法采用人均固定資產(chǎn)投資、高等學(xué)校學(xué)生占人口比重來衡量，分別記為Gdzc、Gdxs。至于對(duì)外開放這一變量，由于上述統(tǒng)計(jì)資料未能提供各城市的進(jìn)出口數(shù)據(jù)，因此無法采用常規(guī)的貿(mào)易依存度來衡量。為此，筆者參考張德榮的做法[27]，采用FDI占GDP的比重來衡量對(duì)外開放，記為FDI。囿于數(shù)據(jù)的可獲得性，筆者采用城鎮(zhèn)私營(yíng)和個(gè)體從業(yè)人數(shù)占從就業(yè)人數(shù)的比重來衡量市場(chǎng)化，記為Syjj。理由在于市場(chǎng)化水平往往與私營(yíng)、個(gè)體經(jīng)濟(jì)的活躍度呈現(xiàn)正相關(guān)關(guān)系。對(duì)于工業(yè)發(fā)展而言，同樣囿于數(shù)據(jù)的可獲得性，筆者選擇了第二產(chǎn)業(yè)從業(yè)人數(shù)占從業(yè)人員總數(shù)的比重來衡量，記為Sec。

關(guān)于調(diào)節(jié)變量的指標(biāo)選擇。參照主流做法，筆者采用扣除科教支出的財(cái)政支出占財(cái)政總支出的比重來衡量政府干預(yù)程度，記為Zfgy。對(duì)于科技投入而言，筆者主要參照邵帥等的做法[25]，選取科研技術(shù)從業(yè)人員占比進(jìn)行衡量，記為Kyjs。

基于此，筆者首先從中國(guó)經(jīng)濟(jì)與社會(huì)發(fā)展統(tǒng)計(jì)數(shù)據(jù)庫、《中國(guó)城市統(tǒng)計(jì)年鑒》、《中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》、各省統(tǒng)計(jì)年鑒收集到了相應(yīng)的原始數(shù)據(jù)，然后從各地級(jí)市國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)補(bǔ)齊了少部分缺失數(shù)據(jù)，最后對(duì)余下的少量缺失數(shù)據(jù)進(jìn)行了插值法處理。

3.2 模型基本檢驗(yàn)

為保障結(jié)論的穩(wěn)健性，本文因變量和核心解釋變量都采用了幾個(gè)指標(biāo)來衡量。現(xiàn)在，筆者采用已有研究使用最多的指標(biāo)組合（即以人均GDP增長(zhǎng)率為因變量、旅游收入占GDP比重為核心解釋變量）來進(jìn)行模型基本檢驗(yàn)，其結(jié)果表明應(yīng)該采用含時(shí)間效應(yīng)的雙向固定效應(yīng)模型并且存在內(nèi)生問題。具體的檢驗(yàn)過程如下，其他指標(biāo)組合的模型基本檢驗(yàn)與此類似，其檢驗(yàn)結(jié)果與此相同（為節(jié)省篇幅，不再列出）。

由于本文采用的數(shù)據(jù)屬于短面板數(shù)據(jù)，因此可以不考慮面板自相關(guān)問題[28]。對(duì)于可能的異方差問題，筆者對(duì)上述指標(biāo)進(jìn)行了對(duì)數(shù)化處理，并且采用聚類穩(wěn)健標(biāo)準(zhǔn)誤來處理異方差問題。Wooldridge認(rèn)為樣本容量的增大可以有效緩解多重共線性問題[29]。為此，本文使用了188個(gè)地級(jí)市層面的面板數(shù)據(jù)，是常見的省級(jí)面板數(shù)據(jù)樣本量的6倍以上。因此，與以往文獻(xiàn)相比，本文可能存在的多重共線性問題得到了有效緩解。

由于變系數(shù)模型對(duì)短面板數(shù)據(jù)而言意義不大，因此筆者通過F檢驗(yàn)對(duì)混合估計(jì)和變截距固定效應(yīng)模型進(jìn)行檢驗(yàn)，得到F統(tǒng)計(jì)量為3.48且p值為0.000，即表明應(yīng)該采用變截距固定效應(yīng)。接著，筆者采用BP檢驗(yàn)對(duì)混合估計(jì)還是變截距隨機(jī)效應(yīng)進(jìn)行檢驗(yàn)發(fā)現(xiàn)Chibar統(tǒng)計(jì)量為207.54且p值為0.000，即應(yīng)該采用變截距隨機(jī)效應(yīng)。由于異方差情形下傳統(tǒng)豪斯曼的前提條件不被滿足，因此筆者采用穩(wěn)健的Hausman檢驗(yàn)來對(duì)變截距固定效應(yīng)和隨機(jī)效應(yīng)模型進(jìn)行判斷。結(jié)果發(fā)現(xiàn)，Sargan-Hansen統(tǒng)計(jì)量為896.386且p值為0.000，即應(yīng)采用變截距固定效應(yīng)模型。最后，筆者利用F檢驗(yàn)對(duì)固定效應(yīng)模型的時(shí)間效應(yīng)進(jìn)行了檢驗(yàn)，得到F統(tǒng)計(jì)量為29.65且p值為0.000，即表明應(yīng)該考慮時(shí)間效應(yīng)。由此可知，本文應(yīng)該采用含時(shí)間效應(yīng)的雙向固定效應(yīng)模型。

在確定了模型設(shè)定形式之后，筆者對(duì)可能存在的內(nèi)生性問題進(jìn)行了檢驗(yàn)。由于異方差情形下 傳統(tǒng)的Durbin-Wu-Hausman檢驗(yàn)不再適用，因此筆者選擇穩(wěn)健的Durbin-Wu-Hausman檢驗(yàn)來判斷是否存在內(nèi)生性。結(jié)果顯示：相應(yīng)的統(tǒng)計(jì)量為20.997且p值為0.000，即存在內(nèi)生性問題。對(duì)此，筆者將采用系統(tǒng)GMM估計(jì)來進(jìn)行回歸。

3.3 模型估計(jì)結(jié)果

為考證中國(guó)旅游發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的影響及其傳導(dǎo)機(jī)制，筆者采用系統(tǒng)GMM首先對(duì)包括所有中介效應(yīng)和調(diào)節(jié)效應(yīng)的模型（3）進(jìn)行回歸得到模型1，然后從中分別剔除相應(yīng)的中介變量得到模型2～模型7，具體結(jié)果見表1。需要說明的是，由于可決系數(shù)R2在GMM估計(jì)中意義較小，因此并未在表中 顯示。

由表1可以看出：所有模型的殘差均在10%的水平上表現(xiàn)為一階自相關(guān)，但不存在二階自相關(guān)，并且Hansen統(tǒng)計(jì)量均不顯著，即表明各模型的工具變量均有效。至此，筆者認(rèn)為各模型的內(nèi)生性問題得到了較好的控制。下面，筆者將遵循指標(biāo)選擇的介紹順序來解讀回歸結(jié)果。

從核心解釋變量來看，各模型中旅游發(fā)展及其二次項(xiàng)、三次項(xiàng)均通過了10%水平的顯著性檢驗(yàn)，而且大部分還通過了1%水平的顯著性檢驗(yàn)。從系數(shù)的符號(hào)來看，旅游發(fā)展及其二次項(xiàng)、三次項(xiàng)與經(jīng)濟(jì)增長(zhǎng)依次呈現(xiàn)負(fù)向、正向、負(fù)向關(guān)系。為了進(jìn)一步確定這種“倒N”形的存在性，我們對(duì)旅游發(fā)展及其二次項(xiàng)、三次項(xiàng)進(jìn)行聯(lián)合顯著性檢驗(yàn)，結(jié)果都在1%水平上顯著。由此可知，旅游發(fā)展與經(jīng)濟(jì)增長(zhǎng)存在“倒N”形關(guān)系。

從基本控制變量來看，人均GDP增長(zhǎng)率的一階滯后項(xiàng)和人口都在1%水平上顯著，分別對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生正向、負(fù)向影響。這表明，前一年的人均GDP增長(zhǎng)率對(duì)隨后一年的經(jīng)濟(jì)增長(zhǎng)具有累積效應(yīng)，而人口增長(zhǎng)將阻礙人均GDP增長(zhǎng)。這也符合經(jīng)典的經(jīng)濟(jì)學(xué)理論。

從中介變量來看：技術(shù)進(jìn)步、物質(zhì)資本、人力資本、對(duì)外開放、市場(chǎng)化水平均在1%的顯著性水平上顯著為正；而工業(yè)發(fā)展未通過顯著性檢驗(yàn)。這說明，旅游發(fā)展可以通過技術(shù)進(jìn)步、物質(zhì)資本、人力資本、對(duì)外開放、市場(chǎng)化水平這5個(gè)“橋梁”對(duì)經(jīng)濟(jì)增長(zhǎng)具有顯著的中介效應(yīng)，但并未通過工業(yè)發(fā)展產(chǎn)生顯著的中介效應(yīng)。這表明中國(guó)旅游發(fā)展并不存在“旅游地荷蘭病”這一傳導(dǎo)機(jī)制，也符合中國(guó)旅游業(yè)以國(guó)內(nèi)游客為主導(dǎo)的基本現(xiàn)實(shí)。對(duì)于前5個(gè)變量的中介效應(yīng)大小，筆者依次“以各中介變量作為被解釋變量，以旅游發(fā)展為核心解釋變量”采用系統(tǒng)GMM矩估計(jì)得到回歸結(jié)果（見表2），然后根據(jù)前文所提到的方法來計(jì)算中介效應(yīng)。

根據(jù)前文關(guān)于中介效應(yīng)的計(jì)算方法，得到旅 游發(fā)展通過各中介變量對(duì)經(jīng)濟(jì)增長(zhǎng)所產(chǎn)生的中介效應(yīng)的大小。具體而言，旅游發(fā)展通過物質(zhì)資本、技術(shù)進(jìn)步、人力資本、對(duì)外開放、市場(chǎng)化水平這5個(gè)中介變量對(duì)經(jīng)濟(jì)增長(zhǎng)帶來的中介效應(yīng)依次為0.022、-0.010、0.001、0.001、-0.012。這表明：旅游發(fā)展可以通過抑制技術(shù)進(jìn)步、市場(chǎng)化水平來阻礙經(jīng)濟(jì)增長(zhǎng)，而通過提升物質(zhì)資本、人力資本、對(duì)外開放水平來促進(jìn)經(jīng)濟(jì)增長(zhǎng)。

從調(diào)節(jié)變量來看，科技投入[Kyjs]及其交互項(xiàng)[Kyjs*Tfp]在1%水平上顯著，且對(duì)經(jīng)濟(jì)增長(zhǎng)分別表現(xiàn)出正向、負(fù)向關(guān)系。這說明，技術(shù)進(jìn)步可以顯著促進(jìn)經(jīng)濟(jì)增長(zhǎng)，但是科技投入?yún)s負(fù)向調(diào)節(jié)著旅游發(fā)展通過技術(shù)進(jìn)步影響經(jīng)濟(jì)增長(zhǎng)這一中介過程。從數(shù)值上來看，這一負(fù)向調(diào)節(jié)效應(yīng)為-1.162。與此同時(shí)，雖然政府干預(yù)[Zfgy]并未全部通過1%水平的顯著性檢驗(yàn)，但仍然呈現(xiàn)負(fù)相關(guān)系；政府干預(yù)的交互項(xiàng)[Zfgy*Syjj]在1%水平顯著表現(xiàn)為負(fù)向關(guān)系。這表明，政府干預(yù)程度的提高會(huì)在一定程度上抑制經(jīng)濟(jì)增長(zhǎng)，政府干預(yù)也負(fù)向調(diào)節(jié)著旅游發(fā)展通過市場(chǎng)化影響經(jīng)濟(jì)增長(zhǎng)這一中介效應(yīng)。從數(shù)值上來看，這一負(fù)向調(diào)節(jié)效應(yīng)為-0.0014。

由此可見，旅游發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的影響并非簡(jiǎn)單的正向和負(fù)向關(guān)系，而取決于多個(gè)傳導(dǎo)機(jī)制的共同作用。

3.4 旅游起飛、旅游福祉、旅游詛咒型城市識(shí)別

為進(jìn)一步厘清中國(guó)優(yōu)秀旅游城市的旅游發(fā)展在2003—2013年總體上是促進(jìn)了經(jīng)濟(jì)增長(zhǎng)還是阻礙了經(jīng)濟(jì)增長(zhǎng)這一問題，筆者根據(jù)“一階導(dǎo)數(shù)為零”的這一原則得到“倒N”形曲線方程[Y=-aX+bX2-cX3+d]（其中[a>0]、[b>0]、[c>0]）的兩個(gè)駐點(diǎn)：左邊駐點(diǎn)為[（b-b2-3ac）3c]，右邊駐點(diǎn)為[（b+b2-3ac）3c]?？邕^左邊駐點(diǎn)意味著旅游發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的影響由抑制作用變成促進(jìn)作用，而跨過右邊駐點(diǎn)意味著旅游發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的影響由促進(jìn)作用轉(zhuǎn)為抑制作用。

由此，筆者將表1模型（1）中旅游發(fā)展及其二次項(xiàng)、三次項(xiàng)的系數(shù)代入上述公式，得到相應(yīng)的駐點(diǎn)依次為7.32%、61.01%，然后結(jié)合前文理論部分關(guān)于“倒N”機(jī)制的理論分析，將2003—2013年中國(guó)188個(gè)優(yōu)秀旅游城市中分為旅游起飛城市、旅游福祉城市、旅游詛咒城市，具體見表3。

由表3可以看出，2003—2013年間，旅游起飛城市的占比由64.90%下降到18.09%，旅游福祉城市占比由34.04%上升到79.79%，旅游詛咒城市占比由1.06%略微上升到2.12%。這表明，2003—2013年中國(guó)188個(gè)優(yōu)秀旅游城市中，46.81%的城市實(shí)現(xiàn)了由旅游起飛城市到旅游福祉城市的轉(zhuǎn)變；僅有0.96%城市由旅游福祉城市變?yōu)榱寺糜卧{咒城市。不難看出，這些旅游資源豐富的城市在2003—2013取得了較好的發(fā)展，仍然具有較大的發(fā)展?jié)摿?。換句話說，旅游福祉效應(yīng)占據(jù)主導(dǎo)地位，即中國(guó)旅游發(fā)展在總體上促進(jìn)了經(jīng)濟(jì)增長(zhǎng)。值得一提的是，這段時(shí)期旅游詛咒城市增加了兩個(gè)，即說明旅游資源詛咒的風(fēng)險(xiǎn)同樣存在。

3.5 穩(wěn)健性檢驗(yàn)

為考證因變量和核心解釋變量的指標(biāo)敏感性對(duì)回歸結(jié)果的影響，筆者采用上述計(jì)量分析思路在這些指標(biāo)組合中分別對(duì)模型（3）進(jìn)行回歸，具體結(jié)果見表4。通過對(duì)比表1和表4，不難發(fā)現(xiàn)在控制指標(biāo)敏感性后，“倒N”形曲線依然成立。需要說明的是，在這些指標(biāo)組合中各傳導(dǎo)機(jī)制和“倒N”形曲線的兩個(gè)駐點(diǎn)在數(shù)值上會(huì)有所變化，但對(duì)本文的結(jié)論沒有實(shí)質(zhì)性的改變（限于篇幅此處并未列出旅游發(fā)展與中介變量的回歸結(jié)果）。

4 結(jié)論與啟示

旅游發(fā)展與經(jīng)濟(jì)增長(zhǎng)可謂是旅游經(jīng)濟(jì)學(xué)領(lǐng)域最為經(jīng)典的話題，但同時(shí)也是頗具爭(zhēng)論的話題。筆者針對(duì)以往文獻(xiàn)忽視旅游資源詛咒、缺乏理論模型及其傳導(dǎo)機(jī)制分析、忽視旅游產(chǎn)業(yè)發(fā)展的階段性以及對(duì)指標(biāo)敏感性、內(nèi)生性問題不夠重視等問題，借鑒旅游地生命周期模型構(gòu)建理論模型將“資源詛咒”和“資源福祉”納入統(tǒng)一的框架，然后利用2003—2013年188個(gè)優(yōu)秀旅游城市的面板數(shù)據(jù)考察了旅游發(fā)展對(duì)我國(guó)經(jīng)濟(jì)增長(zhǎng)的影響，并從中介效應(yīng)和調(diào)整效應(yīng)的角度來對(duì)旅游發(fā)展如何通過傳導(dǎo)機(jī)制影響經(jīng)濟(jì)增長(zhǎng)進(jìn)行了分析。結(jié)果發(fā)現(xiàn)：（1）旅游發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的影響并非簡(jiǎn)單的正向和負(fù)向關(guān)系，而是在多個(gè)傳導(dǎo)機(jī)制的共同作用下“倒N”形關(guān)系。（2）旅游發(fā)展通過物質(zhì)資本、技術(shù)進(jìn)步、人力資本、對(duì)外開放、市場(chǎng)化水平這5個(gè)中介變量對(duì)經(jīng)濟(jì)增長(zhǎng)帶來的中介效應(yīng)依次為0.022、-0.010、0.001、0.001、-0.012。這表明：旅游發(fā)展可以通過抑制技術(shù)進(jìn)步、市場(chǎng)化水平來阻礙經(jīng)濟(jì)增長(zhǎng)，而通過提升物質(zhì)資本、人力資本、對(duì)外開放水平來促進(jìn)經(jīng)濟(jì)增長(zhǎng)。（3）科技投入?yún)s負(fù)向調(diào)節(jié)著旅游發(fā)展通過技術(shù)進(jìn)步影響經(jīng)濟(jì)增長(zhǎng)這一中介過程，而政府干預(yù)也負(fù)向調(diào)節(jié)著旅游發(fā)展通過市場(chǎng)化影響經(jīng)濟(jì)增長(zhǎng)這一中介過程，其負(fù)向調(diào)節(jié)效應(yīng)為分別為-1.162、-0.0014。（4）“旅游地荷蘭病”在中國(guó)并不存在。（5）2003—2013年中國(guó)188個(gè)優(yōu)秀旅游城市中，46.81%的城市實(shí)現(xiàn)了由旅游起飛城市到旅游福祉城市的轉(zhuǎn)變；僅有0.96%城市由旅游福祉城市變?yōu)榱寺糜卧{咒城市；旅游資源福祉效應(yīng)占據(jù)主導(dǎo)地位，但少數(shù)城市也存在旅游資源詛咒現(xiàn)象。

基于上述研究結(jié)論，我們得到以下幾點(diǎn)啟示：（1）由于旅游福祉效應(yīng)在我國(guó)大多數(shù)優(yōu)秀旅游城市占據(jù)主導(dǎo)地位，因此可以從旅游業(yè)的產(chǎn)業(yè)關(guān)聯(lián)效應(yīng)入手大力發(fā)展旅游業(yè)及其相關(guān)配套產(chǎn)業(yè)。這些產(chǎn)業(yè)都可以視為新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)。（2）應(yīng)該充分利用旅游發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的正向間接作用，規(guī)避其負(fù)向間接影響。一方面，應(yīng)當(dāng)采取有力措施提升固定資本形成率、人力資本水平、擴(kuò)大對(duì)外開放以促進(jìn)經(jīng)濟(jì)增長(zhǎng)；另一方面，還應(yīng)當(dāng)提高科技投入、市場(chǎng)化水平、促進(jìn)技術(shù)進(jìn)步以及減少政府干預(yù)以抵消旅游發(fā)展通過這些變量對(duì)經(jīng)濟(jì)增長(zhǎng)所產(chǎn)生的負(fù)面影響。（3）對(duì)于那些已經(jīng)出現(xiàn)或者即將面臨旅游資源詛咒的少數(shù)城市應(yīng)該著手對(duì)現(xiàn)有的旅游產(chǎn)業(yè)進(jìn)行改造升級(jí)，力爭(zhēng)早日進(jìn)入新的更高水平的短生命周期。只有這樣，這些少數(shù)城市才能有效規(guī)避旅游資源詛咒風(fēng)險(xiǎn)，甚至擺脫旅游資源詛咒。

參考文獻(xiàn)（References）

[1] Sachs J D， Warner A， Aslund A， et al. Economic reform and the process of global integration[J]. Brookings Papers on Economic Activity， 1995， （1）： 1-118.

[2] Zhu Xiwei， Zeng Daozhi. Tourism resources， industrial agglomeration and resources curse[J]. The World Economy， 2009， （5）： 65-72.[朱希偉， 曾道智. 旅游資源、工業(yè)集聚與資源詛咒[J]. 世界經(jīng)濟(jì)， 2009， （5）： 65-72.]

[3] Zuo Bing. An empirical study of the factors influencing the tourism economic growth of China[J]. Journal of Business Economics， 2011， （10）： 82-90. [左冰. 中國(guó)旅游經(jīng)濟(jì)增長(zhǎng)因素及其貢獻(xiàn)度分析[J]. 商業(yè)經(jīng)濟(jì)與管理， 2011， （10）： 82-90.]

[4] Zuo Bing. Can tourism boom break the resource curse？——An empirical evidence from mainland China[J]. Journal of Business Economics， 2013， （5）： 60-69.[左冰. 旅游能打破資源詛咒嗎？——基于中國(guó)31個(gè)?。ㄊ?、區(qū)）的比較研究[J]. 商業(yè)經(jīng)濟(jì)與管理， 2013， （5）： 60-69.]

[5] Butler R W. The concept of a tourist area cycle of evolution： Implications for management of resources[J]. Canadian Geographer， 1980， 24（1）： 5-12.

[6] Po W C， Huang B N. Tourism development and economic growth： A nonlinear approach [J]. Physica A： Statistical Mechanics and Its Applications， 2008， 387（22）： 5535-5542.

[7] Zhao Lei. Tourism development and economic growth efficiency in China： An empirical analysis based on malmquist index and GMM estimation[J]. Tourism Tribune， 2012， 27（11）： 44-55.[趙磊. 旅游發(fā)展與中國(guó)經(jīng)濟(jì)增長(zhǎng)效率——基于Malmquist指數(shù)和系統(tǒng)GMM的實(shí)證分析[J]. 旅游學(xué)刊， 2012， 27（11）： 44-55.]

[8] Shan J， Wilson K. Causality between trade and tourism： empirical evidence from China[J]. Applied Economics Letters， 2001， 8（4）： 279-283.

[9] Archer B. Importance of tourism for the economy of Bermuda[J]. Annals of Tourism Research， 1995， 22（4）： 918-930.

[10] Henry E W， Deane B. The contribution of tourism to the economy of Ireland in 1990 and 1995[J]. Tourism Management， 1997， 18（8）： 535-553.

[11] Sinclair M T. Tourism and economic development：A survey[J]. The Journal of Development Studies， 1998， 34（5）： 1-51.

[12] Brau R， Lanza A， Pigliaru F， et al. How fast are small tourism countries growing？ Evidence from the data for 1980-2003[J]. Tourism Economics the Business & Finance of Tourism & Recreation， 2007， 13（4）： 603-614.

[13] Janta H， Lugosi P， Brown L， et al. Migrant networks， language learning and tourism employment[J]. Tourism Management， 2012， 33（2）： 431-439.

[14] Divisekera S. A model of demand for international tourism[J]. Annals of Tourism Research， 2003， 30（1）： 31-49.

[15] Holzner M. Tourism and economic development： The beach disease？[J]. Tourism Management， 2011， 32（4）： 922-933.

[16] Balaguer J， Cantavella-Jorda M. Tourism as a long-run economic growth factor： the Spanish case[J]. Applied Economics， 2002， 34（7）： 877-884.

[17] Dritsakis N. Tourism as a long-run economic growth factor： an empirical investigation for Greece using causality analysis[J]. Tourism Economics， 2004， 10（3）： 305-316.

[18] Oh C O. The contribution of tourism development to economic growth in the Korean economy[J]. Tourism Management， 2005， 26（1）： 39-44.

[19] Zhao Lei. Tourism development and economic growth： Empirical evidence from China[J]. Tourism Tribune， 2015， 30（4）： 33-49.[趙磊. 旅游發(fā)展與經(jīng)濟(jì)增長(zhǎng)——來自中國(guó)的經(jīng)驗(yàn)證據(jù)[J]. 旅游學(xué)刊， 2015， 30（4）： 33-49.]

[20] Papyrakis E， Gerlagh R. The resource curse hypothesis and its transmission channels[J]. Journal of Comparative Economics， 2004， 32（1）： 181-193.

[21] Chao C C， Hazari B R， Laffargue J P， et al. Tourism， dutch disease and welfare are in an open dynamic economic[J]. The Japanese Economic Review， 2006， 57（4）： 501-515.

[22] Copeland B. Tourism welfare and deindustrialization in a small open economy[J]. Economtrica， 1991， 58（232）： 515-529.

[23] Ashworth G， Page S J. Urban tourism research： Recent progress and current paradoxes[J]. Tourism Management， 2011， 32（1）： 1-15.

[24] Li Jun， Chen Zhigang. A new interpretation of the model of tourism life cycle： Based on production investment and demand analyses[J]. Tourism Tribune， 2014， 29（3）： 58-72.[李軍， 陳志鋼. 旅游生命周期模型新解釋——基于生產(chǎn)投資與需求分析[J]. 旅游學(xué)刊， 2014， 29（3）： 58-72.]

[25] Shao Shuai， Fan Meiting， Yang Lili. How does the dependence of the resource-based industry impact on the efficiency of the economic growth？—Test and expansion of the conditional resources curse hypothesis[J]. Management World， 2013， （2）： 32-63.[邵帥， 范美婷， 楊莉莉. 資源產(chǎn)業(yè)依賴如何影響經(jīng)濟(jì)發(fā)展效率？——有條件資源詛咒假說的檢驗(yàn)及解釋[J]. 管理世界， 2013， （2）： 32-63.]

[26] Wen Zongling， Liu Hongyun， Hou Taijie. Analyses of Moderating and Mediating Effects[M]. Beijing： Educational Science Publishing House， 2012： 70-95.[溫忠麟， 劉紅云， 侯杰泰.調(diào)節(jié)效應(yīng)和中介效應(yīng)分析 [M]. 北京： 教育科學(xué)出版社， 2012： 70-95.]

[27] Zhang Derong. A revisit of “curse of natural resources” hypothesis： An approach based on endogeneity[J]. China Journal of Economics， 2015， 02： 137-154.[張德榮. 基于內(nèi)生性視角的“資源之咒”問題研究[J]. 經(jīng)濟(jì)學(xué)報(bào)， 2015， （2）： 137-154.]

[28] Chen Qiang. The Advanced Econometrics and Stata Applications （the 2nd Edition） [M]. Beijing： Higher Education Press， 2014： 264.[陳強(qiáng). 高級(jí)計(jì)量經(jīng)濟(jì)學(xué)及Stata應(yīng)用（第二版）[M]. 北京： 高等教育出版社， 2014： 264.]

[29] Jeffrey M. Wooldridge. Introductory Econometrics： A Modern Approach （the 4th Edition） [M]. Beijing： China Renmin University Press， 2010： 80. [杰弗里. M. 伍德里奇. 計(jì)量經(jīng)濟(jì)學(xué)導(dǎo)論（第四版）[M]. 北京： 中國(guó)人民大學(xué)出版社， 2010： 80.]