旅游業(yè)、民航業(yè)和經濟增長之間的動態(tài)關系

姬宸宇，張含宇

[摘? ? 要]中國民航業(yè)發(fā)展正面臨關鍵時期，協(xié)調旅游業(yè)和民航業(yè)的發(fā)展或將有助于民航業(yè)實現這一階段的發(fā)展目標，幫助其發(fā)揮在全面建設社會主義現代化強國新征程中的基礎性和先導性作用。文章使用中國主要旅游城市2003—2017年數據和面板向量自回歸的方法，探索旅游業(yè)和經濟增長以及民航業(yè)之間的關系。結果表明，在總體層面，存在民航業(yè)發(fā)展促進旅游業(yè)發(fā)展、旅游業(yè)發(fā)展進一步促進經濟增長的關系，但將經濟增長區(qū)分為城鎮(zhèn)經濟增長和農村經濟增長、將旅游業(yè)發(fā)展區(qū)分為入境旅游和國內旅游后發(fā)現，首先，民航業(yè)發(fā)展促進了入境和國內旅游;其次，國內旅游和農村經濟增長存在相互作用關系，但城鎮(zhèn)地區(qū)只存在城鎮(zhèn)經濟增長對國內旅游的推動作用;最后，國內旅游發(fā)展對民航業(yè)存在較長期的或者間接的促進作用。研究結論表明，三者之間存在相互關聯(lián)關系，考慮城鄉(xiāng)差異和國內、入境旅游差異則有助于深入分析三者關系，從而得出更準確、更具有實踐價值的結論。

[關鍵詞]旅游業(yè);民航業(yè);經濟增長;面板向量自回歸;廣義矩估計

[中圖分類號]F59

[文獻標識碼]A

[文章編號]1002-5006（2021）12-0040-14

Doi： 10.19765/j.cnki.1002-5006.2021.12.009

引言

當今，中國民航業(yè)正處于高速發(fā)展時期，不僅在2015—2018年領導了世界民航客運的增長1，而且預計客運總量會在2025年左右超越美國2，達到世界第一[1]。為了在實現民航業(yè)高速增長的同時惠及整體經濟增長與就業(yè)，產業(yè)高層組織（Industry High Level Group，IHLG）建議，民航業(yè)應當持續(xù)發(fā)展和旅游、貿易以及其他交通方式在政策上的一體化[2]。其中，通過協(xié)調旅游業(yè)和民航業(yè)的發(fā)展來實現經濟增長的構想不僅早已有之[3]，而且一些實踐已取得豐碩的成果[4]。

旅游業(yè)的發(fā)展需要交通基礎設施的支持，作為一種交通方式，民航不僅在國際旅游出行方式上占比過半，而且對于偏遠、地形復雜但旅游資源豐富的地區(qū)旅游業(yè)和經濟的發(fā)展尤其重要。未來5年，隨著中國《全國民用運輸機場布局規(guī)劃》的實施，民航機場數量的大幅增加，機場布局更加合理，民航可達性的提升和游客感知距離的縮減可能給旅游業(yè)帶來進一步發(fā)展的機遇，進而增加旅游業(yè)發(fā)展對經濟增長的貢獻1;經濟發(fā)展水平本身也是決定地區(qū)民航需求大小和旅游基礎設施完善程度的重要因素，整體經濟水平的提升有利于增加政府和私人部門對包括民航業(yè)、住宿業(yè)和餐飲業(yè)等在內的旅游相關產業(yè)的投資，也有望增加民航出入境商務往來需求。因此，有必要將旅游業(yè)和民航業(yè)互動發(fā)展和區(qū)域可持續(xù)發(fā)展相互銜接，不僅將區(qū)域經濟視為背景條件，還應當視其為與旅游業(yè)和民航業(yè)互動發(fā)展的要素來加以考量[5]。

目前，國內外學者關于旅游業(yè)、民航業(yè)和經濟增長之間關系的研究，主要側重于入境旅游影響因素[6-7]、航線結構和連接性的決定因素[8-9]、影響旅游業(yè)的因素分析[10-11]、民航業(yè)對地區(qū)旅游和經濟的影響[12-13]、特定區(qū)域的案例分析等方面[4-5，12]。通過對過往文獻的梳理和回顧，本文發(fā)現，以往的研究存在以下值得深入探討的地方。國外學者偏好于分析歐洲、大洋洲小國入境旅游的決定因素[6，14]，很少涉及較大國家的旅游業(yè)整體分析。國內學者偏向于對某個特定區(qū)域進行案例分析，且較少使用計量經濟學方法。大多數文獻直接分析旅游業(yè)（或者民航業(yè)）和經濟增長共同對民航業(yè)（或者旅游業(yè)）產生的影響[8，11]，忽視了旅游業(yè)、民航業(yè)和經濟增長三者之間互為因果的內生性問題。

本文試圖對現有文獻做出以下3方面擴展：第一，文獻中少有使用動態(tài)面板方法對旅游業(yè)、民航業(yè)和經濟增長之間關系進行分析的研究，Rey等是個例外[7]，而且大部分沒有考慮變量之間互為因果的內生性，反而是單純研究旅游業(yè)和民航業(yè)之間相互關聯(lián)的文獻更多地考慮到了這一問題，例如王姣娥等和Koo等[15-16]。第二，將經濟增長區(qū)分為農村經濟增長和城鎮(zhèn)經濟增長從而更準確地考察旅游業(yè)、民航業(yè)和經濟增長之間的因果關系，下文對這種做法的必要性進行了分析，實證結果也表明，旅游業(yè)對城鎮(zhèn)經濟增長的影響和對農村經濟增長的影響有所不同。第三，入境和國內旅游收入在近20年來無論是總量還是增長率差異都很大，分離這兩者一方面有利于準確估計模型，另一方面也便于區(qū)分兩者與其他變量的相互作用關系。盡管有部分文獻分離了國內和入境旅游來研究旅游業(yè)和民航業(yè)之間的關系，但這些研究通常時間較早，沒有包含近些年來的信息，且使用了全國、省際或區(qū)域數據而非主要旅游城市數據進行分析，也并未將經濟增長納入分析。

1 理論機制

旅游業(yè)已經成為我國戰(zhàn)略性支柱產業(yè)。旅游業(yè)能夠通過平衡國際收支[17]、吸引海外投資[18]、增加稅收[19]、創(chuàng)造就業(yè)以及增加對本地產品和服務的需求等途徑帶動經濟增長[20，27]。尤其是對于資金、技術和人才不足以支撐工業(yè)大規(guī)模發(fā)展的農村地區(qū)，旅游業(yè)更有可能成為驅動經濟增長的引擎，甚至幫助農村加速扶貧目標的實現。有數據表明，2015年我國85%以上的地級行政區(qū)幾乎都將旅游業(yè)作為戰(zhàn)略支柱性產業(yè)來發(fā)展[21]2。

自旅游發(fā)展推動經濟增長的假設以來[22]，許多文獻從不同角度對不同國家或地區(qū)進行了分析[28]。在中國，許多實證和定性文獻支持這一假設的成立[24-25]。雖然這些文獻也發(fā)現了這兩者之間的關系可能具有的非線性特征[25-26]和無法在個別地區(qū)成立的情形[23]，但就全國層面上來說，旅游業(yè)發(fā)展促進經濟增長的假設基本得到了證實[27]。因此，本文提出如下假設：

H1：旅游業(yè)發(fā)展促進了總體經濟增長

在討論旅游業(yè)和民航業(yè)關系的文獻中，許多文章都意識到了這兩者可能存在互為因果的內生性[16，28-29]。Koo等對此進行了詳細描述：航空公司會評估一個地區(qū)的民航需求潛力從而選擇是否加入一條航線，由于旅游出行需求是民航出行需求的重要來源，因此，對當地旅游發(fā)展?jié)摿Φ呐袛鄷绊懞娇展緵Q定;而更多樣化的航線、更遠地區(qū)的游客、更多的旅游時間、更低成本航空帶來的多樣化游客、更多的民航座位供給、更多的入境游客又反過來促進了旅游的發(fā)展[16]?？赡馨l(fā)生的現象是，航空公司基于不完備的信息推斷當地擁有優(yōu)秀的旅游潛力從而進入當地航線，反而使得當地真的開始了旅游業(yè)的高速發(fā)展，形成了自我實現的預言[16]。

在文獻中，兩者之間產生關聯(lián)的原因主要在于：（1）民航業(yè)的發(fā)展可能改變旅游者行為，根據Prideaux的旅游交通成本模型，在有限的時間預算中，選擇耗時更少的航空作為旅游出行的交通工具意味著可以享受更多的旅游時間[29];（2）擴展新的旅游市場，民航業(yè)可以使得由于過于偏遠而少有游客的地區(qū)迎來新的客流[30];（3）由于旅游是空乘需求的重要來源[16]，航空公司將依據旅游需求信息來決定是否進入一條航線[28]。

除此之外，在探究旅游業(yè)和民航業(yè)關系的實證文獻中，還有許多文獻從航空自由化的影響[31-32]、低成本航空的影響和國際旅游業(yè)與民航業(yè)之間的關系等方面入手[7，17，28，33]。以中國為研究區(qū)域，探索旅游業(yè)和民航業(yè)關系的實證文獻主要有4類：一類側重于使用某個省、地區(qū)或城市的資料來具體分析當地旅游業(yè)和民航業(yè)之間的關系，所分析區(qū)域往往經濟發(fā)達或旅游資源豐富，這些文獻偏好使用耦合協(xié)調模型[34-35];第二類從全國或省際層面分析旅游業(yè)和民航業(yè)之間的關系[15，36]，這一類文獻偏好使用面板向量自回歸（panel vector autoregression，PVAR）和誤差修正模型;第三類文獻主要分析入境旅游和民航業(yè)的關系[37-38];第四類文獻重點對旅游城市的航空網絡/通達性進行分析[39-40]。這些文獻大多認為旅游業(yè)和民航業(yè)之間至少存在單向因果關系?；谝陨戏治觯疚奶岢鋈缦录僭O：

H2：總體層面上，旅游業(yè)發(fā)展和民航業(yè)發(fā)展之間至少存在單向因果關系

入境旅游與民航業(yè)之間存在關聯(lián)并不會讓人感到意外。世界旅游組織（UNWTO）數據顯示，2018年的國際旅游中，58%的游客選擇航空作為出行方式?！吨袊幕奈锖吐糜谓y(tǒng)計年鑒2020》也指出，2019年有39%的外國游客乘坐飛機來到中國，可見，民航是國際游客的首選交通方式。許多文獻也支持這兩者之間存在關聯(lián)關系[16，28，33，36]，因此，本文提出如下假設：

H3：民航業(yè)和入境旅游之間至少存在單向因果關系

旅游業(yè)的發(fā)展一定能夠使得城鎮(zhèn)地區(qū)實現經濟增長嗎1？旅游業(yè)的發(fā)展可以通過直接、間接和引致效應以及示范效應來影響城鎮(zhèn)經濟增長，但同樣無法否認，文獻中對旅游能否促進城市中城鎮(zhèn)部分經濟增長意見并不統(tǒng)一。不同意見主要來自3點。

首先，由于荷蘭病的存在，依賴旅游來發(fā)展經濟將會使得勞動和資本從工業(yè)部門流入旅游相關產業(yè)中，進而影響地區(qū)經濟發(fā)展。蘇建軍、Deng和Ma的研究區(qū)域和本文高度重合，他們都得出了主要旅游城市出現旅游發(fā)展引發(fā)荷蘭病現象的結論[21，41]。其中，Deng和Ma通過實證分析旅游專業(yè)化對人均GDP增長率的影響，發(fā)現旅游業(yè)發(fā)展對經濟增長的影響并不顯著[41]。Deng等則使用中國1987—2010年省際面板數據進行分析，發(fā)現在（入境）旅游專業(yè)化達到2.04%之后，旅游業(yè)發(fā)展對經濟增長產生了不顯著的負面影響，他們也認為荷蘭病問題導致了這種不顯著的負面影響[26]。

其次，Ma等使用空間計量方法分析中國272個地級市旅游業(yè)和經濟增長之間的關系，發(fā)現由于信息和交通成本的降低，相當一部分旅游業(yè)對經濟增長的正面影響被知識的溢出和勞動力的流動帶到了其他城市，旅游發(fā)展對城市經濟增長的直接效應很微弱，溢出效應更加重要[43]。僅在城市層面分析旅游業(yè)和城鎮(zhèn)經濟增長的關系將忽視這一溢出效應。因此，使用省際層面或全國層面的數據將更容易得到旅游業(yè)發(fā)展促進城鎮(zhèn)經濟增長的結論。

最后，Tang和Jang、Corgel的觀點提供了另一種解釋：與旅游業(yè)關系密切的酒店行業(yè)的供給（房間數）受到固定資產的限制，面對旅游需求的上升無法做出及時調整，因此，即使旅游需求上升早于經濟增長，也需要等待酒店行業(yè)的投資完成、可以接待游客之后才會足量增加游客數量和旅游收入[44-45]。Chang等則通過對131個國家1991—2008年數據進行分析，發(fā)現旅游專業(yè)化程度高的地區(qū)旅游發(fā)展較多地受到政府和私人部門投資的驅動，由于投資到產出的時間滯后性[46]，旅游業(yè)發(fā)展對經濟增長的影響并沒有被很好地識別2。Aratuo和Etienne則在更多旅游相關產業(yè)中證實了Tang和Jang所描述的旅游相關產業(yè)發(fā)展滯后于經濟增長周期的結論[44，48]?；谝陨戏治?，本文提出如下假設：

H4：國內旅游或入境旅游沒有促進城鎮(zhèn)地區(qū)經濟增長

民航業(yè)在我國現代化建設中發(fā)揮著基礎性和先導性作用。從民航對經濟增長的影響來看，民航業(yè)不僅實現了機場和航空公司本身的經濟活動，還帶動了諸如燃油和零部件供應商、建筑企業(yè)和機場附近零售企業(yè)等行業(yè)的發(fā)展。機場本身的服務有助于實現面對面交流[49]，民航服務也能夠促進城市間的經濟集聚和吸引外來投資[49-50]。反過來，從經濟增長對民航的影響來看，城鎮(zhèn)經濟增長也會增加城鎮(zhèn)居民的人均收入和消費意愿，使得城鎮(zhèn)居民更愿意、也更有能力選擇民航作為出行方式[51]。經濟增長也會給城鎮(zhèn)地區(qū)帶來更多對外商務交流和合作的機會，給城鎮(zhèn)居民帶來更多商務出行機會[52]，這會使城鎮(zhèn)經濟增長有助于民航業(yè)發(fā)展。

盡管結論不一，但許多文獻都支持經濟增長和民航之間至少存在單向因果關系的結論[20，53]，這些文章普遍使用面板向量自回歸（PVAR）和誤差修正模型以及時間序列方法。盡管這些文獻并沒有強調一定是城鎮(zhèn)地區(qū)的經濟增長才會與民航業(yè)存在關聯(lián)，但由于民航機場影響范圍有限[54]，很難影響到人口稀疏的農村地區(qū);而且城鎮(zhèn)居民人均收入更高、消費能力更強，城鎮(zhèn)經濟增長和民航業(yè)存在關聯(lián)的可能性更大。因此，本文提出如下假設：

H5：城鎮(zhèn)經濟增長和民航業(yè)之間至少存在單向因果關系

近年來，中國農村旅游保持著較快增長速度，根據歷年《中國旅游年鑒》數據，2012年農村接待游客數為7.92億人次，占全國接待量的25%，2016年達到了22億人次，占總接待量的50%。盡管不乏對“旅游經濟漏損”和生態(tài)風險的擔憂[55-56]，但大部分文獻積極看待旅游對農村經濟增長的促進作用。事實上，旅游對農村貧困的減緩作用也一直是文獻討論的熱點?？傮w而言，農村居民可以通過家庭經營的旅店和飯店從鄉(xiāng)村旅游中獲益，也可以通過出售手工藝品和農產品獲益。旅游也為許多農村居民提供了本地就業(yè)機會[57-58]，旅游相關產業(yè)還會大量雇傭婦女、年輕人和技術水平低的勞動力[59]，這有助于提高居民消費能力。因此，旅游發(fā)展過程中游客的需求、勞動力的就業(yè)、當地消費能力提升等因素共同促進了農村經濟增長。

而且，相比起金融危機以來我國一直增速平緩的入境旅游（2008―2019年只增長了1530萬入境游客），國內旅游顯然對農村旅游高速增長的貢獻更大，國內游客在到訪農村的游客中的比重也不斷上升1，因此，本文提出如下假設：

H6：國內旅游發(fā)展促進了農村經濟增長

在研究范圍的選擇上，過往探究旅游業(yè)和民航業(yè)之間關系，并且使用動態(tài)面板方法進行分析的實證文獻，往往使用全國或者省際面板數據分析宏觀層面旅游業(yè)和民航業(yè)之間的關系，例如楊長春和方璽、王姣娥等[15，36]。但需要注意的是，使用省際數據進行分析的文獻一般加總省內所有機場數據。但這一做法忽視了一省之內核心城市機場和邊緣地區(qū)機場的區(qū)別。Mukkala和Tervo發(fā)現，民航運輸對核心地區(qū)的經濟增長影響不明顯，但對邊緣地區(qū)的經濟增長影響非常明顯[60]。而且，中國的民航業(yè)發(fā)展并不均衡，民航局數據顯示，2018年，客運吞吐量最多的10個機場占據了全國客運吞吐量的44.5%2，這種不均衡可能會對旅游業(yè)和民航業(yè)的關系產生影響，例如大城市有著多條熱門航線的機場可能會從本地經濟增長和旅游業(yè)發(fā)展中受益更多，因此，不適合將大城市和偏遠城市的民航機場放在同一個樣本中進行分析。而且，主要旅游城市一般有著豐富的旅游資源，隨著經濟增長，在來訪目的地的民航乘客中，游客的比例不會太低。由此，本文使用主要旅游城市的數據來進行實證分析。

2 方法和模型

2.1 數據來源

本文使用了我國2003—2017年主要旅游城市（不含港澳臺）的平衡面板數據進行分析，城市名單來自文化和旅游部報告的50個重點旅游城市，這些城市代表了中國旅游業(yè)發(fā)展的較高水平。名單不僅包括了各個直轄市和省會城市，還有諸如寧波、廈門、張家界、深圳、桂林等城市，其經濟發(fā)展程度在省內也屬于較高水平，因此，平均而言，本文所使用的樣本城市具備兩個主要特征：旅游業(yè)發(fā)展水平高、經濟發(fā)展水平高。

代表旅游業(yè)發(fā)展水平的變量用國內旅游收入加上入境旅游收入的旅游總收入表示，其中，入境旅游收入按照當年平均匯率換算成人民幣。

代表民航業(yè)發(fā)展的變量用機場客運吞吐量表示。本文所使用的樣本中，北京和重慶擁有不止一個民航機場，但因為這些機場有的曾經是軍用機場（北京南苑），有的建設時間較晚（重慶黔江），數據存在缺失，所以只選擇了這兩個直轄市最大的民航機場的客運吞吐量來代表其民航業(yè)發(fā)展水平;同樣擁有不止一個機場的上海，由于虹橋和浦東機場數據完備，因此采用兩個機場客運吞吐量之和來表示其民航業(yè)發(fā)展水平。

由于城鎮(zhèn)和農村層面的人均GDP數據缺失，全體居民人均可支配收入在一部分城市也缺失較多數據，因此，本文使用以城市為單位的人均GDP和城鎮(zhèn)、農村人均可支配收入分別代表總體經濟增長和城鎮(zhèn)與農村各自的經濟增長。

本文的人均GDP和城鄉(xiāng)人均可支配收入指標都按照各個城市的消費者價格指數（CPI）換算成了2003年的價格水平。鑒于數據的可得性，旅游業(yè)、民航業(yè)以及總體經濟增長的模型數據范圍為33個城市;考慮城鎮(zhèn)人均可支配收入的模型樣本包括34個城市，考慮農村人均可支配收入的模型樣本包括29個城市，由于這3種樣本區(qū)間的重復程度高達80%以上，因此，本文在接下來的分析中并未著重強調不同模型之間的樣本區(qū)間差異。

分城市的人均GDP和城鎮(zhèn)、農村人均可支配收入、入境和國內旅游收入以及各個城市的CPI數據來自Wind金融終端、中國經濟與社會發(fā)展統(tǒng)計數據庫和國研網統(tǒng)計數據庫。機場客運吞吐量數據來自2004—2018年的《從統(tǒng)計看民航》。

2.2 方法與模型

Sims在1980年創(chuàng)立的向量自回歸（vector autoregressive models，VAR）模型的特點是將所有變量視為內生變量，也就是把每個內生變量作為系統(tǒng)中所有內生變量滯后值的函數來構造模型，以真實反映出各變量之間的互動關系。Holtz-Eakin則將其擴展到面板數據（panel vector autoregression，PVAR），綜合考慮了個體和時間固定效應，增加了估計的精度。由于PVAR模型不對變量間的關系進行任何預先假設，尤其是不對變量間互為因果關系的方向進行假設，因此，本文使用面板向量自回歸的方法對旅游業(yè)、民航業(yè)以及經濟增長之間的因果關系進行分析。進行分析的變量分別為：旅游總收入（TOURISM）、入境旅游收入（INBOUND）、國內旅游收入（DOMESTIC）、總體經濟增長（GDPC）、城鎮(zhèn)經濟增長（URBAN）、農村經濟增長（RURAL），以及民航機場發(fā)展水平（AIR）。

該模型的表達式如下：

[Yi，t=Γ0+Γ1Yi，t-1+fi+dt+ei，t] （1）

式（1）中[，Yi，t]是3個變量的向量形式：TOURISM、GDPC和AIR。這些變量都被轉換成自然對數形式。[fi]表示個體異質性，[dt]表示每一年的差異性，向量[ei，t]代表各種沖擊。為了分析入境和國內旅游對于城市和農村經濟增長影響方式的不同，本文重新估計了模型1，并使用城鎮(zhèn)人均可支配收入和農村人均可支配收入代替GDPC，入境旅游收入和國內旅游收入代替TOURISM進行估計。本文使用估計PVAR常用的“前向差分法”來消除固定效應。

3 實證結果

3.1 面板單位根檢驗結果1

在進行PVAR模型估計之前需要先進行面板單位根檢驗以確認數據是否平穩(wěn)，從而確保模型估計的精確性和避免偽回歸現象的發(fā)生。本文主要使用IPS、Hadri以及Breitung這3種檢驗方法進行檢驗。

單位根檢驗結果（表1）表明，所有變量都為一階單整序列，雖然入境旅游收入可能為平穩(wěn)序列，但為便于比較分析，也在后文的分析中將其進行差分處理。

3.2 面板協(xié)整檢驗、滯后階數判斷和穩(wěn)定性檢驗結果2

由于本文的變量在一階差分后才平穩(wěn)，因此，進一步進行面板協(xié)整檢驗以確定是否選擇面板誤差修正模型。

從表2中可以看到，5個模型中只有考慮入境旅游收入、城鎮(zhèn)經濟增長和民航業(yè)發(fā)展的模型3可能存在協(xié)整關系，但Westerlund檢驗構造的統(tǒng)計值僅在10%顯著性水平下顯著，協(xié)整關系可能不夠明顯。綜合考慮，為便于比較分析，將模型3也視為不存在協(xié)整關系。這一結論的經濟意義在于，長期來看，這些變量彼此之間的偏離不會被誤差修正機制自動修復至一個均衡狀態(tài)，但這些變量的變動仍然可能對彼此產生短期影響。這一結論與Tang和Jang[44]以及Aratuo和Etienne的結論類似[48]。因此，本文選擇差分變量后的PVAR模型來進行分析。

為了估計PVAR模型，本文根據用于判斷模型滯后階數的3個信息準則（AIC、BIC和HQIC）來判斷面板VAR模型的滯后階數，結果顯示AIC、BIC和HQIC準則在5個模型中都在一階滯后就達到了最小值。因此，本文的所有模型均為PVAR（1）模型。同時，在進行PVAR的廣義矩估計（generalized method of moments，GMM）之前，模型需要先經過穩(wěn)定性檢驗，也就是確保PVAR模型特征方程的根都在單位圓內。本文的5個模型都滿足穩(wěn)定性條件。

3.3 廣義矩估計和Granger因果檢驗結果

參考在實證中較早使用PVAR的Love和Zicchino的做法，對面板VAR模型進行GMM估計，模型的估計結果如表3所示：首先，在列（1）和列（3）中，旅游業(yè)和民航業(yè)的滯后一期變量參數分別在10%和1%顯著水平下顯著，說明旅游業(yè)發(fā)展對經濟增長產生了顯著影響，符合旅游業(yè)發(fā)展促進經濟增長的假設;同時，民航業(yè)發(fā)展促進了旅游業(yè)發(fā)展，增加了旅游客源，延長了游客在目的地的停留時間。其次，在表4的列（6）和列（9）中，除了入境旅游自身的滯后項對入境旅游的影響外，只有民航業(yè)發(fā)展對入境旅游產生了顯著的影響，參數在1%和5%顯著性水平下顯著，說明了航空作為國際旅游主要交通方式在入境旅游發(fā)展中的重要地位。再次，表5中的模型4表明國內旅游和農村經濟增長在5%顯著性水平下相互促進，說明了農村經濟增長有利于改善農村旅游基礎設施，增強對游客的吸引力，農村旅游也是農村經濟增長的重要推動力量;農村經濟增長對民航業(yè)的影響在1%顯著性水平下拒絕原假設，對這一結論的進一步分析在下文中給出;民航業(yè)對國內旅游的影響在10%顯著性水平下拒絕原假設，與模型5中民航業(yè)在10%顯著性水平下促進國內旅游的結果一致，說明國內游客越來越多地將航空作為旅游出行的重要交通方式。最后，表5中的模型5表明城鎮(zhèn)經濟增長在5%顯著性水平下促進了國內旅游發(fā)展，這可能是城鎮(zhèn)經濟增長帶來的投資和基礎設施改善有利于吸引和接待游客，增強了地區(qū)旅游業(yè)競爭力。

模型中，Granger檢驗用于判斷一個變量所提供的信息是否有助于預測另一個變量，如果可以幫助預測，則前一變量稱為后一變量的Granger因，盡管Granger因果檢驗揭示的只是統(tǒng)計上的而非哲學上的因果關系，但仍然有助于探索因果關系不明的變量之間的互動關系[60]，并由此揭示變量間相互作用的內在機制。

為了更好地了解內生變量之間潛在的因果關系，確認其顯著性，本文對各個變量在面板VAR模型框架下進行了Granger因果關系檢驗，表3～表5的結果表明，Granger因果關系檢驗和GMM回歸結果一致。

脈沖響應分析用來研究變量受到某種沖擊時對系統(tǒng)產生的動態(tài)影響，以直觀地刻畫變量之間的動態(tài)滯后關系，也就是給予一個變量一個標準差的沖擊，觀察另一變量對此做出的反應。使用Monte Carlo方法進行了1200次模擬，得到某一變量的沖擊對另一變量之后的0～6期的影響。

圖1表現出了國內旅游發(fā)展和城鎮(zhèn)/農村經濟增長之間的關系，可以看到，國內旅游和農村經濟增長對各自的一單位沖擊的響應在第一期就達到了最頂峰，然后回落至0左右，城鎮(zhèn)經濟增長的一單位沖擊也能使得國內旅游發(fā)展做出同樣的反應：在第一期達到頂點，隨后回落并保持平緩。但城鎮(zhèn)經濟增長對國內旅游沖擊的反應曲線則非常微弱而且不顯著。以上結果進一步支持了Granger因果檢驗的結論。

4 對實證結論的進一步討論

4.1 旅游業(yè)和民航業(yè)之間的關系討論

表4和表5的第（6）、第（9）、第（12）和第（15）列的結果表明，民航業(yè)發(fā)展促進了國內旅游和入境旅游，但第（5）、第（8）、第（11）和第（14）列的結果又表明入境旅游沒有促進民航業(yè)發(fā)展，國內旅游沒有直接促進民航業(yè)發(fā)展?？赡艿脑蛟谟冢阂环矫妫?0年來隨著中國經濟發(fā)展水平的不斷提高，對外開放政策的深化，國際商務和人事往來越發(fā)密切，出境旅游人數也不斷增加;而且，由于本文的研究區(qū)域主要位于東部沿海地區(qū)，當地民航機場在一定程度上起到了出入境客流交通樞紐的作用，這使得這些機場接待國際商務、出境旅游等乘客的比例更高[36，53]。另一方面，全國層面的經濟發(fā)展可能會使得研究區(qū)域內城市與其他城市的商務往來更加密切，主要城市的人口總量和就業(yè)機會的增加也可能讓城市間的民航航線更加繁忙，這些因素的共同影響可能使得旅游業(yè)對民航業(yè)的影響相較而言不夠明顯。這一結論與楊長春和方璽、王姣娥等的結論一致，其中，楊長春和方璽通過Granger因果關系檢驗發(fā)現我國入境旅游無法影響民航業(yè)發(fā)展;王姣娥等則通過方差分解發(fā)現旅游業(yè)對民航業(yè)的直接影響很微弱，遠不及民航業(yè)對旅游業(yè)的影響程度，這一點也在楊長春和方璽關于入境旅游和民航業(yè)的文章中得到了佐證[15，36]。

另一種可能的原因是，民航業(yè)供給能力（航班和飛機座位數）受到固定資產限制[44]，難以因為旅游需求的上升而快速調整，因此，短期內旅游需求的變動無法促進民航業(yè)發(fā)展。

4.2 旅游業(yè)和經濟增長之間的關系討論

表5的第（15）列表明城鎮(zhèn)經濟增長促進了國內旅游發(fā)展?？赡艿脑蛟谟冢菏紫龋擎?zhèn)經濟增長可能意味著政府和企業(yè)對旅游資源開發(fā)和旅游相關產業(yè)的進一步投資[62]，可以提升旅游基礎設施的質量和接待能力，從而有助于吸引更多游客。其次，旅游經濟可以從規(guī)模經濟中獲益[62]，例如，集聚的酒店、飯店、商場等行業(yè)在聲譽、產品多樣性和刺激游客消費等方面更具優(yōu)勢。最后，大城市的經濟總量帶來了正外部性[23]，許多設施并非專為游客需求而設計，但卻同樣可以滿足游客需求，例如良好的市內交通、供暖、供水和電力設施等。

表5的第（12）列表明，農村經濟增長促進了國內旅游的發(fā)展，可能的原因在于：政府在農村旅游開發(fā)中起著至關重要的作用[57]，農村旅游開發(fā)的相關利好政策有利于增加農村地區(qū)的政府和企業(yè)投資進而增加旅游目的地的吸引力。而且，近年來，城鎮(zhèn)居民出游人次快速上升，他們對農村自然和人文旅游資源的偏好鼓勵了農村旅游基礎設施和服務水平的上升1，而鄉(xiāng)村旅游供給質與量的提升所帶來的競爭優(yōu)勢也進一步擴大了農村旅游市場。

4.3 民航業(yè)和經濟增長之間的關系討論

表4和表5的第（8）列和第（15）列的結果表明，城鎮(zhèn)經濟增長和民航業(yè)發(fā)展之間缺少因果關聯(lián)?？赡艿脑蚴?，正如Mukkala和Tervo的實證結論所揭示的那樣，民航運輸對于核心地區(qū)的影響并不明顯[60]，這也與Wang等的結論一致，他們發(fā)現中國民航業(yè)和經濟增長的聯(lián)系在西部地區(qū)最強，在東部地區(qū)最弱，也就是在偏遠的省份兩者關系密切，在東部沿海地區(qū)兩者缺少聯(lián)系[64]。這種地區(qū)差異產生的原因在于，一方面東部地區(qū)陸路交通發(fā)達，削弱了經濟增長對于民航業(yè)的依賴;另一方面，東部擁有多樣化的產業(yè)集群，意味著相互關聯(lián)的經濟活動在地理上集中，進而減弱了地理距離對經濟活動的重要性。最后，如Hu等所述，旅游出行對經濟增長更敏感，由于中國的民航市場結構在過去很長時間里都以商務出行為主，旅游出行只占較小比例，因此，民航業(yè)對本地經濟增長帶來的旅游出行需求上升的反應有限[53]。而且旅游出行很大程度上取決于人們的消費習慣，而消費習慣在短時間內很難改變，因此，經濟增長在短期內無法影響民航業(yè)[53]。

表5的模型4表明，通過農村經濟增長這一中介變量，國內旅游發(fā)展促進了民航業(yè)發(fā)展。可能的解釋有兩種：第一種解釋是，旅游給農村經濟增長帶來了新的機遇，帶動農村居民收入增加，有利于開發(fā)當地鄉(xiāng)村旅游資源，吸引外地游客，增加旅游空乘需求;這一過程中到訪的游客給當地貢獻了旅游收入，吸引了投資，增加了稅收，帶動了相關產業(yè)發(fā)展，促進了農村經濟增長;農村經濟增長則反過來強化了當地的旅游基礎設施、對外宣傳能力、農村居民參與程度和旅游知識水平以及旅游接待能力，使得旅游吸引外地游客的作用真正得以實現，更高質量的旅游服務也有利于增加當地旅游業(yè)聲譽。同時，由于研究區(qū)域經濟較為發(fā)達，經濟規(guī)模大，旅游專業(yè)化程度高，當地政府有足夠的資源和經驗開發(fā)農村旅游，本地城鄉(xiāng)企業(yè)也有能力大量供應農村旅游所需的資金、管理人員、商品等，使得農村旅游帶來的經濟機遇在城市內部被充分利用，增加了城市的商業(yè)機遇，更有利于吸引商務乘客來訪。

第二種解釋是，由于民航業(yè)供給能力（航班和飛機座位數）受到固定資產限制，旅游業(yè)發(fā)展對民航業(yè)的影響需要一段時間來實現[44]，而差分數據后的Granger因果關系檢驗只會檢驗短期因果關系[47]，因此，模型5沒有識別這一滯后的影響。而在模型4中，可能發(fā)生的是，國內旅游先后分別促進了農村經濟增長和民航業(yè)，只是Granger因果關系檢驗將先發(fā)生的農村經濟增長視為“因”，將后發(fā)生的民航業(yè)發(fā)展視為“果”，即使這兩者在哲學上未必有因果關系1。以上兩種解釋都至少說明了旅游業(yè)可能對民航業(yè)有著較長期的或者間接的推動作用。

5 研究結論、政策建議和研究展望

5.1 結論和政策建議

本文的主要結論有3點：首先，民航業(yè)發(fā)展促進了國內和入境旅游;其次，國內旅游和農村經濟增長相互影響，但城鎮(zhèn)地區(qū)只存在城鎮(zhèn)經濟增長對國內旅游的影響;最后，國內旅游對民航業(yè)發(fā)展有著較長期的或者間接的影響，城鎮(zhèn)和農村經濟增長可以通過促進國內旅游來間接地影響民航業(yè)發(fā)展，將這一結論與總體模型的回歸結果（民航業(yè)>旅游業(yè)>經濟增長）相互對照，恰好能反映出經濟增長促進（國內）旅游進而促進民航業(yè)的另一條因果鏈條，但不同的是，這一因果鏈條需要較長的傳導時間，入境旅游也未能加入其中。這一結果說明了將旅游業(yè)發(fā)展分離為入境和國內旅游進行分析，確實使得結論更加精準，也反映了三者之間關系的復雜性。政策對三者之中任意一者的影響都可能直接或間接地影響到其他兩者，這說明了我國主要旅游城市協(xié)調發(fā)展旅游業(yè)、民航業(yè)和地方經濟的合理性?；谏衔膶嵶C分析，本文提出了相應的政策建議。同時，由于我國入境旅游和民航業(yè)在東西部和內陸偏遠地區(qū)的發(fā)展現狀和特征有所不同，因此，本文在下文關于旅游業(yè)和民航業(yè)的政策建議中對不同地區(qū)進行了區(qū)分以符合地區(qū)發(fā)展實際。

對于東部沿海城市，特別是京津冀、長三角和珠三角地區(qū)的主要旅游城市，在合理預期的基礎上投資民航基礎設施建設有利于當地入境旅游的發(fā)展。已建有國際機場、開通國際航線的城市可以適當增加出入境航班密度，改良從景點到機場的通勤交通設施。而且由于東部地區(qū)長期屬于國內旅游的主要目的地，隨著國內旅游需求的不斷增加，當地機場的客運能力、服務能力也會經受考驗，因此，應當盡量準確地預測未來民航需求，保證服務能力，以確保當地國內和入境旅游的穩(wěn)定發(fā)展。

對于內陸城市，特別是相對偏遠、但本身和周邊地區(qū)旅游資源豐富的城市來說，在省內或區(qū)域內形成軸輻式空運系統(tǒng)非常重要。軸輻式空運系統(tǒng)可以通過樞紐機場的中轉，將來自各地區(qū)的游客匯集后再送往周邊地區(qū)，這一做法有利于提升航空公司效益，增加航線數量，進而有利于吸收更多地區(qū)的游客。由于我國入境旅游更多地集中在東部沿海地區(qū)，因此，內陸地區(qū)應該更加重視國內旅游的發(fā)展?jié)摿Γ膭畹统杀竞娇瞻l(fā)展有助于加強國內旅游和民航業(yè)之間的聯(lián)系。而且有研究指出，年輕人遠比中老年人更偏愛低成本航空[65]，預算相對緊張的游客也能夠享受到低成本航空帶來的便利。這有助于多樣化民航服務，增加旅游出行乘客在民航市場結構中的比例，進而增強旅游業(yè)和民航業(yè)之間的聯(lián)系。

對于西部地區(qū)以重慶、西安、成都和昆明為代表的主要旅游城市，可以依托機場臨空經濟區(qū)，集中建設一批如旅游管理中心、國際旅游機構總部、游客集散中心、免稅購物中心、國際商貿中心、旅游交易中心、旅游產品展示中心等形式的旅游功能載體，發(fā)揮旅游集散、旅游商貿、國際康復醫(yī)療、觀光休閑、文化交流、特色旅游產品展示等功能。同時，積極爭取過境免簽政策，促進多國在科技、文化、商務和旅游等領域的交流與合作。這有助于西部主要旅游城市成為連接歐亞各國與中國的空中門戶和絲綢之路經濟帶的重要節(jié)點。

對于旅游專業(yè)化程度高的地區(qū)，發(fā)展旅游需要增加對旅游基礎設施、旅游相關行業(yè)和旅游接待能力的投資，以提升游客體驗、旅游服務質量和接待數量。旅游專業(yè)化水平高且制造業(yè)發(fā)展水平也高的地區(qū)還需要警惕旅游發(fā)展導致的荷蘭病的影響。應當努力提高居民福利，改善貧困人口生活狀況，促進消費，不斷發(fā)展技術水平更高、前途更加光明的新興工業(yè)部門，提高工業(yè)企業(yè)平均生產效率和創(chuàng)新能力。

對于適合發(fā)展鄉(xiāng)村旅游的地區(qū)，地方政府和管理部門可以加強農村旅游經營主體及相關利益方的合作，例如，成立多方參與的鄉(xiāng)村旅游創(chuàng)業(yè)協(xié)會，加強鄉(xiāng)村旅游產業(yè)供應鏈的組織和管理，從而增強本地鄉(xiāng)村旅游產品和服務的品質與競爭力。此外，構建旅游創(chuàng)業(yè)專項融資平臺、組織農村居民接受旅游相關知識培訓、積極利用互聯(lián)網進行旅游宣傳等做法有助于農村居民的參與度和鄉(xiāng)村旅游知名度與美譽度的提升。最終，借助旅游生產消費的“同時性”和“同在性”，實現旅游發(fā)展對農村經濟增長的推動作用。

5.2 研究的局限和展望

本文的研究范圍主要位于東部地區(qū)。然而，由于陸路交通條件的限制和產業(yè)集群多樣化程度的不足，西部和內陸偏遠地區(qū)的旅游發(fā)展和經濟增長可能更加依賴民航業(yè)發(fā)展，本文的結論未必能夠完全適用于這些地區(qū)。因此，未來關于西部和內陸偏遠城市的研究對這些地區(qū)會有更好的指導作用。

與Tang和Jiang、Aratuo和Etienne的文章不同，由于城市層面數據的缺失，本文并沒有考慮民航業(yè)和經濟增長的影響如何在旅游相關產業(yè)的內部相互傳導，但對這種傳導過程的研究有著實踐意義[44，48]。例如，如果經濟增長或民航業(yè)發(fā)展對旅游相關產業(yè)的影響路徑是先影響住宿和餐飲業(yè)以及文化、體育和娛樂業(yè)，再通過這兩種產業(yè)來影響其他旅游相關產業(yè)的情況下，政府和旅游企業(yè)可以在旅游宣傳中優(yōu)先推廣本地特色美食、星級酒店、文體活動和娛樂場所，從而讓住宿和餐飲業(yè)以及文化、體育和娛樂業(yè)對其他旅游相關產業(yè)產生溢出效應[48]，未來對于旅游相關產業(yè)的研究有望探明這一影響路徑。

參考文獻（References）

[1] International Air Transport Association（IATA）. Forecast predicts 8.2 billion air travelers in 2037[EB/OL]. [2019-11-24]. https：//www.iata.org/en/pressroom/pr/2018-10-24-02/.

[2] Industry High Level Group（IHLG）. Aviation benefits report[EB/OL]. [2019-09-25]. https：//www.icao.int/sustainability/Documents/ AVIATION-BENEFITS-2019-web.pdf .

[3] LAFFERTY G， FOSSEN A. Intergrating the tourism industry： Problems and strategies[J]. Tourism Management， 2001， 22（1）： 11-19.

[4] LOHMANN G， ALBERS S， KOCH B， et al. From hub to tourist destination—An explorative study of Singapore and Dubai’s aviation based transformation[J]. Journal of Air Transport Management， 2009， 15（5）： 205-211.

[5] 王敏. 西部民族地區(qū)民航運輸與旅游互動發(fā)展的探討[J]. 西南民族大學學報（人文社科版）， 2015， 36（11）： 151-155.[WANG Min. Discussion on the interactive development of civil aviation transportation and tourism in western minority areas[J]. Journal of Southwest University for Nationalities（Humanities and Social Sciences Edition）， 2015， 36（11）： 151-155.]

[6] LIAN J I， DENSTADLI M J. Booming leisure air travel to Norway： The role of airline competition[J]. Scandinavian Journal of Hospitality and Tourism， 2010， 10（1）： 1-15.

[7] REY B， MYRO R L， GALERA A. Effect of low-cost airlines on tourism in Spain： A dynamic panel data model[J]. Journal of Air Transport Management， 2011， 17（3）： 163-167.

[8] SU M， LUAN W， LI Z， et al. Evolution and determinants of an air transport network： A case study of the Chinese main air transport network[J]. Sustainability， 2019， 11（14）. Doi： 103390/su11143933.

[9] ZHANG Y， ZHANG A， ZHU Z， et al. Connectivity at Chinese airports： The evolution and drivers[J]. Transportation Research Part A Policy & Practice， 2017（9）： 490-508.

[10] TSUI H， WAI K. Does a low-cost carrier lead the domestic tourism demand and growth of New Zealand？[J]. Tourism Management， 2017（6）： 390-403.

[11] 楊秀云， 毛舒怡， 張寧. 機場發(fā)展對地區(qū)旅游業(yè)發(fā)展的貢獻性分析[J]. 統(tǒng)計與信息論壇， 2011， 26（6）： 85-89.[YANG Xiuyun， MAO Shuyi， ZHANG Ning. The analysis of the airport developments’ contribution to regional tourism [J]. Statistics & Information Forum， 2011， 26（6）： 85-89. ]

[12] 程小康. 支線航空對云南旅游業(yè)發(fā)展的影響[J]. 西南民族大學學報（人文社科版）， 2008（8）： 135-137.[CHENG Xiaokang. The influence of regional aviation on the development of Yunnan tourism[J]. Journal of Southwest University for Nationalities（Humanities and Social Sciences Edition）， 2008（8）： 135-137.]

[13] 陳共榮， 劉志仁. 論民航機場對地方經濟發(fā)展的梯層貢獻[J]. 求索， 2008（8）：11-13.[CHEN Gongrong， LIU Zhiren. The contribution of civil aviation airport to the development of local economy[J]. Seeker， 2008（8）：11-13.]

[14] DOBRUSZKES F， LENNERT M， HAMME G V. An analysis of the determiants of air traffic volume for European metropolitan areas[J]. Journal of Transport Geography， 2011， 19（4）： 755-762.

[15] 王姣娥， 王涵， 焦敬娟. 中國航空運輸業(yè)與旅游業(yè)發(fā)展水平關系測度[J]. 地理科學， 2016， 36（8）： 1125-1133. [WANG Jiaoe， WANG Han， JIAO Jingjuan. The relationship between the development level of civil aviation and tourism in China[J]. Sciemtia Geographica Sinica， 2016， 36（8）： 1125-1133.]

[16] KOO T T R， LIM C， DOBRUSZKES F. Causality in direct air services and tourism demand[J]. Annals of Tourism Research， 2017， 67（8）： 67-77.

[17] CROES R. The role of tourism in poverty reduction： An empirical assessment[J]. Tourism Economics， 2014， 20（2）： 207-226.

[18] ALAM M S， PARAMATI S R. The impact of tourism on income inequality in developing economics： Does Kuznets curve hypothesis exist？[J]. Annals of Tourism Research， 2016， 61（9）： 111-126.

[19] AKINBOADE O A， BRAIMOH L A. International tourism and economic development in South Africa： A Granger causality test[J]. International Journal of Tourism Research， 2010， 12（2）： 149-163.

[20] BAKER D， MERKERT R， KAMRUZZAMAN M. Regional aviation and economic growth： Cointegration and causality analysis in Australia[J]. Journal of Transport Geography， 2015， 43： 140-150.

[21] 蘇建軍. 旅游發(fā)展對城市工業(yè)化的影響極其差異性研究——以58個旅游城市為例[J]. 商業(yè)經濟與管理， 2019（7）： 50-62. [SU Jianjun. Impact and difference of tourism expansion on urban industrialization： Based on data from 58 tourist cities in China[J]. Journal of Business Economics， 2019（7）： 50-62.]

[22] BALAGUER J， CANTAVELIA-JORDA M. Tourism as a long run economic growth factor the Spanish case[J]. Applied Economics， 2002， 34（7）： 877-884.

[23] LIN V S， YANG Y， LI G. Where can tourism-led growth and economy-driven tourism growth occur？[J]. Journal of Travel Research， 2018， 58（5）： 760-773.

[24] JIAO S， GONG W， ZHENG Y， et al. Spatial spillover effects and tourism-led growth： An analysis of prefecture-level cities in China[J]. Asia Pacific Journal of Tourism Research， 2019， 24（7）： 725-734.

[25] ZUO B， HUANG S. Revisiting the tourism-led economic growth hypothesis the case of China[J]. Journal of Travel Research， 2017， 57（2）：151-163.

[26] DENG T， MA M， SHAO S. Research note： Has international tourism promoted economic growth in China？ A panel threshold regression approach[J]. Tourism Economics， 2014， 20（4）： 911-917.

[27] 趙磊. 旅游發(fā)展與經濟增長——來自中國的經驗證據[J]. 旅游學刊， 2015， 30（4）： 33-49.[ZHAO Lei. Tourism development and economic growth： Empirical evidence from China[J]. Tourism Tribune， 2015， 30（4）： 33-49.]

[28] KOO T T R， RASHIDI T H， PARK J W， et al. The effect of enhanced international air access on the demand for peripheral tourism destinations： Evidence from air itinerary choice behavior of Korean visitors to Australia[J]. Transportation Research Part A： Policy and Practice， 2017， 106： 116-129.

[29] PRIDEAUX B. The role of the transport system in destination development[J]. Tourism Management， 2000， 21（1）： 53-63.

[30] BIEGER T， WITTMER A. Air transport and tourism—Perspectives and challenges for destinations airlines and governments[J]. Journal of Air Transport Management， 2006， 12（1）： 40-46.

[31] FORSYTH P. Martin Kunz memorial lecture： Tourism benefis and aviation policy[J]. Journal of Air Transport Management， 2006， 12（1）： 3-13.

[32] DUVAL D T. Ctirical issues in air transport and tourism[J]. Tourism Geiographies， 2013， 15（3）： 494-510.

[33] ALSUMAIRI M， TSUI K W H. A case study： The impact of low-cost carriers on inbound tourism of Saudi Arabia[J]. Journal of Air Transport Management， 2017， 62（jul）： 129-145.

[34] JIAN H， PAN H， XIONG G， et al. The impact of civil airport layout to Yunnan local tourism industry[J]. Transportation Research Procedia， 2017， 25： 77-91.

[35] 韓蕊. 上海民航業(yè)和旅游業(yè)發(fā)展協(xié)調性研究[J]. 科技與管理， 2019， 21（4）： 1-7. [HAN Rui. Study on the coordination between civil aviation industry and tourism industry in Shanghai[J]. Science-Technology and Management， 2019， 21（4）： 1-7.]

[36] 楊長春， 方璽. 基于VAR模型的國際航空客運運輸與旅游服務貿易關系的實證分析[J]. 對外經濟貿易大學學報， 2014（6）： 49-58. [YANG Changchun， FANG Xi. Empirical study on relationship between internaitional air transport and tourism service trade based on VAR model[J]. Journal of University of International Business and Economics， 2014（6）： 49-58.]

[37] 王兆峰. 入境旅游流與航空運輸網絡協(xié)同演化及差異分析[J]. 地理研究， 2012， 31（7）： 1328-1338. [WANG Zhaofeng. Co-evolution and disparities between inbound tourism flow and air transport network in Southwest China[J]. Geographical Research， 2012， 31（7）： 1328-1338.]

[38] 周芳如， 吳晉峰， 吳潘， 等. 中國主要入境旅游城市交通通達性對比研究[J]. 旅游學刊， 2016， 31（2）： 12-22.[ZHOU Fangru， WU Jinfeng， WU Pan， et al. Comparative research on the transportation avcessibility of main inbound tourism cities in China[J]. Tourism Tribune， 2016， 31（2）： 12-22.]

[39] 戢曉峰， 劉傳穎， 李杰梅. 旅游業(yè)驅動的區(qū)域航空網絡時空演化特征[J]. 經濟地理， 2017， 37（11）： 205-212. [JI Xiaofeng， LIU Chuanying， LI Jiemei. Temporal-spatial evolution characteristics of regional aviation network driven by tourism[J]. Economic Geography， 2017， 37（11）： 205-212.]

[40] 黨亞茹， 陳韋宏. 基于中國優(yōu)秀旅游城市的航空客運網絡分析[J]. 旅游學刊， 2011， 26（2）： 13-19. [DANG Yaru， CHEN Weihong. An analysis of aviation passenger traffic network based on China’s excellent tourist cities[J]. Tourism Tribune， 2011， 26（2）： 13-19.]

[41] DENG T， MA M. Booming tourism industry and urban economic growth： Blessing or curse for Chinas major tourist cities？[J]. Tourism Economics， 2016， 22（5）： 1161-1168.

[42] 戴學鋒. 淺談國家統(tǒng)計局和國家旅游局兩組旅游統(tǒng)計數字[J]. 旅游學刊， 2016， 31（3）：9-11.[DAI Xuefeng. Two sets of tourism data of national bureau of statistics and national tourism administration[J]. Tourism Tribune， 2016， 31（3）： 9-11.]

[43] MA T， HONG T， ZHANG H. Tourism spatial spillover effects and urban economic growth[J]. Journal of Business Research， 2015， 68（1）： 74-80.

[44] TANG C H， JIANG S C. The tourism-economy causality in the United States： A sub-industry level examination[J]. Tourism Management， 2009， 30（4）： 553-558.

[45] CORGEL J. Predictive powers of hotel cycles[EB/OL]. [2020-03-07]. http：//www.hotel-online.com/News/PR2004_3rd/Aug04_ PKFLodging.html.

[46] CHANG C L， KHAMKAEW T， MCALEER M. A panel threshold model of tourism specialization and economic development[EB/OL]. [2020-01-12]. https：//ideas.repec.org/p/cfi/fseres/cf188.html.

[47] 潘慧峰， 袁軍. Granger因果檢驗的文獻回顧[J]. 科學與決策， 2016（9）： 58-94. [PAN Huifeng， YUAN Jun. The literature review of Granger causality test[J]. Science and Decision， 2016（9）： 58-94.]

[48] ARATUO D N， ETIENNE X L. Industry level analysis of tourism-economic growth in the United States[J]. Tourism Management， 2018， 70： 333-340.

[49] BRUECKNER J K. Airline traffic and urban economic development[J]. Urban Studies， 2003， 40（8）： 1455-1469.

[50] YAO S J， YANG X Y. Airport development and regional economic growth in China[EB/OL]. [2019-12-04]. https：//dxdoiorg/102139/ssrn1101574.

[51] ISHUTKINA M A. Analysis of the interaction between air transportation and economic activity： A worldwide perspective[EB/OL]. [2019-05-15]. https：//www.academia.edu/5925788/ANALYSIS_OF_THE_INTERACTION_BETWEEN_AIR_TRANSPORTATION_AND_ECONOMIC_ACTIVITY_A_WORLDWIDE_PERSPECTIVE.

[52] CHALABI M A. The impact of a major commercial airport on urban development： A case in Chicago[EB/OL]. [2020-03-15].https：//www.proquest.com/openview/943c019035c9776c7d3808d

7724abb2/1？pq-origsite=gscholar&cbl=40945.

[53] HU Y， XIAO J， DENG Y， et al. Domestic air passenger traffic and economic growth in China： Evidence from heterogeneous panel models[J]. Journal of Air Transport Management， 2015， 42（jan）： 95-100.

[54] WEISBROD G E， REED J S， NEUWIRTH R M. Airport area economic development model[C]//PTRC International Transport Conference. Manchester， London， 1993： 1-7.

[55] BLAKE A， ARBACHE J S， SINCLAIR M T， et al. Tourism and poverty relief[J]. Annals of Tourism Research， 2008， 35（1）： 107-126.

[56] SU Y， HAMMOND J， VILLAMOR G B， et al. Tourism leads to wealth but increased vulnerability： A double edged sword in Lijiang， South-West China[J]. Water International， 2016， 41（5）： 682-697.

[57] GAO S， HUANG S， HUANG Y. Rural tourism development in China[J]. International Journal of Tourism Research， 2009， 11（5）：439-450.

[58] 毛軍， 石信秋. 旅游產業(yè)發(fā)展的減貧效應與空間政策選擇[J]. 中國軟科學， 2021（2）： 90-97. [MAO Jun， SHI Xinqiu. Poverty reduction effect and spatial policy choice of tourism industry development[J]. China Soft Science， 2021（2）： 90-97.]

[59] 田雅娟， 劉強. 中國旅游業(yè)發(fā)展對農村貧困減緩的效應及其影響因素[J]. 旅游學刊， 2020， 35（6）： 40-49. [TIAN Yajuan， LIU Qiang. Effect of Chinas tourism industry development and influencing factors on reducing rural poverty[J]. Tourism Tribune， 2020， 35（6）： 40-49.]

[60] MUKKALA K， TERVO H. Air transportation and regional growth： Which way does the causality run？[J]. Environment and Planning A： Economy and Space， 2013， 45（6）： 1508-1520.

[61] IM K S， PESARAN M H， SHIN Y. Testing for unite roots in heterogeneous panels[J]. Journal of Econometrics， 2003， 115（1）： 53-74.

[62] ZHANG J， JENSEN C. Comparative advantage： Explain tourism flows[J]. Annals of Tourism Research， 2007， 34（1）： 223-243.

[63] CAPONE F， BOIX R. Source of growth and comparativeness of local tourist production systems： An application to Italy（1991-2001）[J]. Annals of Regional Science， 2008， 42： 209-224.

[64] WANG Y， HAO C， LIU D. The spatial and temporal dimensions of the interdependence between the airline industry and the Chinese economy[J]. Journal of Transport Geography， 2019， 74（jan）： 201-210.

[65] VIEIRA J， CAMARA G， SILVA F， et al. Airline choice and tourism growth in the Azores[J]. Journal of Air Transport Management， 2019， 77（jun）： 1-6.

Dynamic Relationship between Civil Aviation， Tourism and Economic Growth：

Based on Panel Data Analysis of Major Tourist Cities in China

JI Chenyu1， ZHANG Hanyu2

（1. School of Economics， Jinan University， Guangzhou 510000， China;

2. Shenzhen Tourism College， Jinan University， Shenzhen 518053， China）

Abstract： The development of the civil aviation industry in China currently finds itself at a critical stage. From 2015 to 2018， the domestic passenger market in that country provided the largest incremental increase globally in terms of number of passenger trips. By the mid-2020s， China is predicted to displace the United States as the world’s largest aviation market （defined as traffic to， from， and within a country）. Coordinating the development of China’s tourism and civil aviation industry will help the country’s civil aviation achieve its development goals in that period.

The present study employs data for major tourist cities in China for 2003 to 2017; it adopts the panel vector autoregression （PVAR） method to investigate the relationship among tourism， economic growth， and civil aviation with respect to three different perspectives： overall economic growth， urban economic growth， and rural economic growth. To ensure the estimating accuracy of the models， we distinguished between urban and rural economic growth. In China， there has long existed a significant difference in economic and environmental conditions between urban and rural areas. Empirical research into civil aviation and tourism in that country has indicated that the relationship among tourism， civil aviation， and economic growth would differ if the characteristics of its urban and rural areas were taken into account. The present study used the data from major tourist cities in China—rather than provincial panel data—to offer a novel perspective. In that way， we avoided the aggregation of airport data from core cities and remote areas （which have significant differences） to present an empirical analysis offering more accurate inferences. Previously， most research investigating the nexus between tourism and civil aviation has found that tourism and civil aviation may be subject to an endogenous problem of mutual causation. Accordingly， the present study selected the PVAR method， whereby all variables were treated as endogenous variables.

At the overall level， our empirical results indicated that there was a unidirectional causality from aviation to tourism as well as from tourism to economic growth. However， after further analyzing tourism and economic growth， we observed a difference in the results. First， the development of aviation promoted inbound and domestic tourism. Second， domestic tourism development and rural economic growth exerted a positive effect on each other; but in urban areas， there was only unidirectional causality from urban growth to domestic tourism. Third， domestic tourism promoted civil aviation as a relatively long-term or indirect process. The disaggregated models also revealed another important result： economic growth could influence domestic tourism and further promote the development of civil aviation. This finding signifies that to improve the accuracy of analysis， it would be beneficial to distinguish between inbound and domestic tourism as well as between urban and rural economic growth. We infer that such an analysis should examine not only the relationship among the three variables but also consider the characteristics of urban areas， rural areas， and inbound domestic tourism. On the basis of our empirical results， we offer suggestions for policy making in different areas and situations.

Keywords： tourism industry; civil aviation; economic growth; panel vetor autoregression; generalized method of moments

[責任編輯：宋志偉;責任校對：劉? ? 魯]