任樹珺 張 欣 張 博
(1.濟(jì)南大學(xué) 商學(xué)院;2.濟(jì)南職業(yè)學(xué)院;3.濟(jì)南大學(xué) 文化和旅游學(xué)院,山東 濟(jì)南 250002)
旅游業(yè)是當(dāng)今我國重要的綜合性產(chǎn)業(yè),與經(jīng)濟(jì)發(fā)展關(guān)系密切。2019年全國旅游經(jīng)濟(jì)保持高于GDP增速的較快增長速度,旅游總收入同比增長11%。旅游經(jīng)濟(jì)迅速發(fā)展的同時,旅游經(jīng)濟(jì)發(fā)展不均衡等問題日漸凸顯,從理論上看,幾乎所有的空間數(shù)據(jù)都具有空間相關(guān)性[1]。當(dāng)然旅游經(jīng)濟(jì)也不例外,資本和勞動力等要素在旅游活動中有明顯的區(qū)域流動性[2],旅游經(jīng)濟(jì)的空間效應(yīng)以及驅(qū)動旅游經(jīng)濟(jì)快速發(fā)展的因素得到學(xué)者的廣泛關(guān)注。Yang[3]采用空間計(jì)量模型實(shí)證分析了區(qū)域旅游增長的空間溢出和空間異質(zhì)性。向藝、趙磊[4,5]等研究發(fā)現(xiàn)我國旅游業(yè)發(fā)展具有明顯空間相關(guān)性和空間集聚特征,傳統(tǒng)的計(jì)量模型存在偏差。吳媛媛等[6]運(yùn)用ESDA、空間變差函數(shù)、空間計(jì)量方法,揭示了中國旅游經(jīng)濟(jì)空間格局演變特征及影響因素,結(jié)果表明中國旅游經(jīng)濟(jì)空間相關(guān)性顯著為正,高高和低低集聚現(xiàn)象明顯,但經(jīng)濟(jì)空間差異在不斷減小。趙鑫等[7]利用引力模型分析河北省各市對周邊區(qū)域旅游經(jīng)濟(jì)的輻射能力。由此來看,旅游經(jīng)濟(jì)在省級和地市級層面確實(shí)存在空間相關(guān)關(guān)系。
對于推動旅游經(jīng)濟(jì)發(fā)展因素的研究,Shvedov[8]較早地在經(jīng)濟(jì)增長理論框架下估計(jì)了旅游業(yè)中資本投入對旅游經(jīng)濟(jì)的促進(jìn)作用。Aleksander[9]從經(jīng)典經(jīng)濟(jì)理論的三個基本生產(chǎn)要素:勞動力、土地和資本出發(fā),認(rèn)為勞動力、信息、知識、創(chuàng)新、旅游基礎(chǔ)設(shè)施是影響區(qū)域旅游經(jīng)濟(jì)發(fā)展的因素。Irma Booyens[10]研究發(fā)現(xiàn)旅游業(yè)創(chuàng)新是影響旅游業(yè)發(fā)展的重要因素,加強(qiáng)網(wǎng)絡(luò)在旅游業(yè)中的運(yùn)用,促進(jìn)旅游業(yè)創(chuàng)新可以提高旅游競爭力。國內(nèi)學(xué)者在研究中發(fā)現(xiàn)資本要素投入在旅游經(jīng)濟(jì)增長中發(fā)揮著主要作用。左冰[11]研究發(fā)現(xiàn)中國旅游經(jīng)濟(jì)的增長主要是依靠資本投入,呈現(xiàn)出資本密集型特征,勞動力要素和技術(shù)投入要素的貢獻(xiàn)尚未充分發(fā)揮。蘇建軍[12]通過分析中國旅游投資與旅游經(jīng)濟(jì)發(fā)展的時空演變與差異,發(fā)現(xiàn)旅游經(jīng)濟(jì)發(fā)展受旅游投資的明顯影響。但也有學(xué)者著重強(qiáng)調(diào)勞動要素的重要性,劉長生[13]以中國29個省市的面板數(shù)據(jù)為樣本,以旅游業(yè)從業(yè)人數(shù)及受教育狀況等表征人力資本這一變量,實(shí)證研究發(fā)現(xiàn)旅游業(yè)人力資本積累有利于促進(jìn)旅游業(yè)發(fā)展。劉軍[14]從旅游人才行業(yè)結(jié)構(gòu)和空間結(jié)構(gòu)角度分析對區(qū)域旅游經(jīng)濟(jì)增長的影響。
劉小燕[15]采用Tinbergen改進(jìn)的C-D生產(chǎn)函數(shù)對中國旅游業(yè)增長的要素貢獻(xiàn)率分析發(fā)現(xiàn),技術(shù)進(jìn)步和資本投入對中國旅游業(yè)的發(fā)展起積極影響,勞動要素則成為當(dāng)前中國旅游業(yè)經(jīng)濟(jì)增長的阻礙。郭悅、王亞飛[16,17]等發(fā)現(xiàn)改善旅游業(yè)技術(shù)效率可以提旅游業(yè)全要素生產(chǎn)率。趙金金[18]研究發(fā)現(xiàn)我國區(qū)域旅游經(jīng)濟(jì)增長主要是受到生產(chǎn)要素、技術(shù)要素和制度要素影響,從空間杜賓模型的效應(yīng)分解結(jié)果來看旅游從業(yè)人員數(shù)和旅游企業(yè)固定資產(chǎn)具有明顯的負(fù)外部性。在研究某一區(qū)域旅游經(jīng)濟(jì)驅(qū)動要素時應(yīng)當(dāng)具體情況具體分析,布乃鵬[19]基于模糊集定性比較分析方法(fsQCA)研究山東省17個城市旅游經(jīng)濟(jì)發(fā)展的空間特征,深入分析勞動力、資本、土地(資源)及經(jīng)濟(jì)發(fā)展水平等要素對山東省旅游經(jīng)濟(jì)發(fā)展影響路徑,發(fā)現(xiàn)不同區(qū)域的影響要素有差別,而且不同要素的影響路徑不同。
以上研究表明,雖然旅游經(jīng)濟(jì)發(fā)展的空間相關(guān)性已經(jīng)得到關(guān)注,但多以截面數(shù)據(jù)為樣本,對面板數(shù)據(jù)研究較少,相關(guān)研究有待繼續(xù)完善。另外對于旅游經(jīng)濟(jì)各要素的研究中,對資本還是勞動力要素對旅游經(jīng)濟(jì)發(fā)展的貢獻(xiàn)率更高,尚未得到一致結(jié)論。此外,相關(guān)研究僅分析旅游經(jīng)濟(jì)的空間相關(guān)性,未對各要素的空間溢出效應(yīng)進(jìn)行分析。因此本文基于我國省域2009-2019年的數(shù)據(jù),通過空間計(jì)量模型分析旅游經(jīng)濟(jì)的空間相關(guān)性以及勞動力、資本、技術(shù)要素的貢獻(xiàn)率。
探索性空間數(shù)據(jù)分析(ESDA)是用來分析空間數(shù)據(jù),分析空間關(guān)聯(lián)的一種方法。用來分析空間自相關(guān)的指數(shù)有莫蘭指數(shù)I、吉爾里指數(shù)C和Getis-Ord指數(shù)G。其中莫蘭指數(shù)最為流行、使用最為廣泛的。因此文章采用該方法對旅游經(jīng)濟(jì)的空間相關(guān)性進(jìn)行檢驗(yàn),全局空間自相關(guān)用于分析觀測變量在整體上的空間關(guān)聯(lián),通常用Global Moran′s I來衡量,公式如下:
(1)
若是具體分析觀測變量在某區(qū)域i附近的空間集聚情況,則應(yīng)使用局部莫蘭指數(shù)(Local Moran′s I)來衡量,公式為:
(2)
其中,wij是空間權(quán)重矩陣,xi、xj為省域i、j的地理屬性觀測值;n為樣本數(shù)量。莫蘭指數(shù)I的取值范圍是[-1,1],若數(shù)值為正即代表正自相關(guān),也就是高值與高值相鄰、低值與低值相鄰。莫蘭指數(shù)越接近于0,變量的空間分布越隨機(jī)。
基于現(xiàn)有研究,本文基于柯布—道格拉斯生產(chǎn)函數(shù),考慮勞動、資本和技術(shù)要素投入構(gòu)建以下函數(shù)。
Yit=ALitαKitβ
(3)
其中,Yit是第i個區(qū)域在t時期的旅游經(jīng)濟(jì)產(chǎn)出,Lit和Kit分別是i區(qū)域在t時期的勞動要素投入和資本要素投入,A為技術(shù)進(jìn)步,α和β是待估系數(shù),其數(shù)值表示各變量的貢獻(xiàn)率。為了消除函數(shù)估計(jì)中存在的異方差,對式(3)的左右兩邊取對數(shù),得到普通面板模型。
LnYit=LnA+αLnLit+βLnKit
(4)
因變量Y:旅游經(jīng)濟(jì),旅游業(yè)主要是指以旅游者為服務(wù)對象,為其旅游活動提供各種便利性服務(wù)的綜合性產(chǎn)業(yè),包括旅行社、餐飲、住宿等與旅游相關(guān)的企業(yè)[20]。因此在整個旅游活動過程中旅游者和經(jīng)營者所產(chǎn)生的所有經(jīng)濟(jì)往來的綜合就是旅游經(jīng)濟(jì)。Yang(2012)指出,由于無法獲得旅游業(yè)各個部門的具體數(shù)據(jù),因此旅游業(yè)經(jīng)濟(jì)總量可以采用旅游收入來衡量[21]。本文以旅游收入(國內(nèi)旅游收入與入境旅游收入之和)來衡量旅游經(jīng)濟(jì)發(fā)展水平。
自變量:K為資本要素投入,目前相關(guān)旅游業(yè)固定資本投入統(tǒng)計(jì)缺乏,采用固定資產(chǎn)投資額來表示資本要素投入。L為勞動力投入,以旅游業(yè)從業(yè)人數(shù)衡量,將餐飲、住宿、景區(qū)等相關(guān)行業(yè)的年末就業(yè)人數(shù),加總得到。A是按恒定比率增長的外生技術(shù)進(jìn)步,科技創(chuàng)新是旅游產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的重要途徑,這里借鑒現(xiàn)有研究成果以科學(xué)研究和試驗(yàn)經(jīng)費(fèi)支出(R&D支出)衡量技術(shù)水平。
以上各變量的數(shù)據(jù)來源于國家統(tǒng)計(jì)局、山東統(tǒng)計(jì)年鑒、中國統(tǒng)計(jì)信息網(wǎng)以及各地市統(tǒng)計(jì)局的相關(guān)數(shù)據(jù)。
空間杜賓模型(Spatial Durbin Model,SDM)包含了解釋變量和被解釋變量的空間依賴效應(yīng),是考察地理要素空間關(guān)聯(lián)的主要模型。
Yit=β0+λWYit+βIXit+δiWXit+εit
(5)
Yit、Xit是第t年第i個地區(qū)的因變量和自變量的觀測值,W是空間權(quán)重矩陣,ε為服從獨(dú)立同分布的隨機(jī)誤差項(xiàng),WYit表示因變量之間的內(nèi)生交互效應(yīng),WXit表示不同區(qū)域間的自變量之間的外生交互效應(yīng)。δβλ是待估系數(shù)。λ是被解釋變量的空間滯后系數(shù),δ是解釋變量的空間自回歸系數(shù)。
由此,考慮旅游經(jīng)濟(jì)發(fā)展過程中的空間相關(guān)性對普通面板模型(4)進(jìn)行補(bǔ)充升級,建立起包含內(nèi)生交互效應(yīng)、外生交互效應(yīng)和干擾項(xiàng)之間交互相應(yīng)的空間計(jì)量模型。
(6)
其中,εit是隨機(jī)擾動項(xiàng),ρ 是空間滯后系數(shù), λ 是空間誤差系數(shù),θ1、θ2、θ3是外生變量的空間自相關(guān)系數(shù),當(dāng)λ 值為零時,模型可簡化為空間滯后(SLM)模型;當(dāng) ρ 為零時,模型變?yōu)榭臻g誤差(SEM)模型。最后,當(dāng) ρ = 0 、θ=0、λ=0時,該模型變?yōu)闃?biāo)準(zhǔn)最小二乘回歸模型。
空間自相關(guān)是指變量在不同位置上的觀測數(shù)據(jù)之間潛在的相互依賴性。目前研究中多用全局 Moran 指數(shù)這一指標(biāo)進(jìn)行衡量。其中空間矩陣的構(gòu)造必須滿足空間相關(guān)性隨著‘距離’的增加而減少的原則。
全局自相關(guān)檢驗(yàn),使用2009-2019年的旅游總收入數(shù)據(jù),在Geoda軟件中,選擇“queen contiguity”(后相鄰)生成空間權(quán)重矩陣,進(jìn)而計(jì)算莫蘭指數(shù),發(fā)現(xiàn)研究期內(nèi)莫蘭指數(shù)全部為正值,在0.219893—0.364808之間波動,且均至少通過0.05的顯著性檢驗(yàn),說明我國各省旅游經(jīng)濟(jì)發(fā)展存在空間自相關(guān),在研究省域旅游經(jīng)濟(jì)發(fā)展過程中不可忽視空間效應(yīng)。
表1 我國省域旅游經(jīng)濟(jì)Moran′s I值
圖1 省域旅游經(jīng)濟(jì)發(fā)展水平的Moran散點(diǎn)
為了揭示國內(nèi)各省旅游經(jīng)濟(jì)的局部空間關(guān)聯(lián)特征,運(yùn)用Geoda對2009-2019年的旅游總收入均值進(jìn)行局部空間自相關(guān)檢驗(yàn),并形成Moran's I散點(diǎn)圖,發(fā)現(xiàn)圖中分別有13和11個城市位于第一和第三象限,占整個研究區(qū)域單元總量的77.4%,表明我國各省份旅游經(jīng)濟(jì)存在正向空間相關(guān)性。我國旅游經(jīng)濟(jì)的局部空間關(guān)聯(lián),以高高和低低集聚為主,具體來看位于第一象限(高—高集聚)的主要是山東、江蘇、浙江、河南、貴州、廣東、江西、廣西、安徽、湖北、河北。這些省份旅游經(jīng)濟(jì)發(fā)展水平較高,旅游發(fā)展的空間關(guān)聯(lián)性也較強(qiáng)。第二象限(低—高集聚),即發(fā)展水平較低的區(qū)域被發(fā)展水平較高的鄰近區(qū)域所包圍,主要有重慶和天津。對于這些區(qū)域,加強(qiáng)與周邊省市的旅游合作有利于帶動當(dāng)?shù)芈糜伟l(fā)展。位于第三象限(低—低集聚)的主要是西藏、甘肅、青海、黑龍江、吉林、內(nèi)蒙古、新疆等。位于第四象限高低集聚的主要有四川、遼寧、北京,這些區(qū)域本身旅游發(fā)展水平較高,但周邊地區(qū)發(fā)展緩慢,空間帶動效應(yīng)較弱。
在進(jìn)行模型估計(jì)之前,需要通過(Robust)LM檢驗(yàn)進(jìn)行空間誤差模型(SEM)和空間滯后模型(SLM)的比選。由分析結(jié)果可知,lm-error、lm-lag、和rubost lm-error均通過了0.05的顯著性檢驗(yàn),都拒絕“無空間自相關(guān)”的原假設(shè),即我國省域旅游經(jīng)濟(jì)發(fā)展是存在空間誤差項(xiàng)的。相較于OLS模型空間計(jì)量模型更能解釋問題。本文先建立空間杜賓模型(SDM),然后通過Walds和LR檢驗(yàn)來判斷空間杜賓是否可簡化為空間誤差模型(SEM)和空間滯后模型(SLM)。根據(jù)表2分析可知Walds和LR檢驗(yàn)結(jié)果均至少通過了0.05的顯著性檢驗(yàn),拒絕可以簡化的原假設(shè),我國省域旅游經(jīng)濟(jì)增長的SDM模型不可以簡化為SLM或SEM。最后的Hausman 檢驗(yàn)結(jié)果通過0.05的顯著性檢驗(yàn),所以拒絕隨機(jī)效應(yīng)選擇固定效應(yīng)模型,因此對于本文的研究問題,選擇固定效應(yīng)的空間杜賓模型。
從表3的模型結(jié)果來看,固定效應(yīng)的空間杜賓模型的R2大于隨機(jī)效應(yīng)SDM和OLS。對比OLS模型和固定效應(yīng)的空間杜賓模型,可以發(fā)現(xiàn),如果忽視空間效應(yīng),則高估了勞動力、資本投入、創(chuàng)新投入這些要素對旅游經(jīng)濟(jì)的影響。空間固定效應(yīng)SDM模型的空間溢出系數(shù)ρ為0.159,且在0.05的水平上顯著,表明我國各省份的旅游經(jīng)濟(jì)具有顯著的空間溢出效應(yīng),相鄰省份的旅游發(fā)展的空間帶動效應(yīng)顯著,即本地旅游經(jīng)濟(jì)每增長1%,將帶動鄰近省份旅游經(jīng)濟(jì)增長0.159%。
表2 空間計(jì)量模型的檢驗(yàn)結(jié)果
旅游經(jīng)濟(jì)的這種空間交互作用,將進(jìn)一步推動旅游經(jīng)濟(jì)全面發(fā)展,各省份應(yīng)致力于促進(jìn)旅游生產(chǎn)要素(人才、資本和創(chuàng)新等)的跨縣域和跨行業(yè)流動與集聚,充分利用旅游經(jīng)濟(jì)發(fā)展的空間溢出效應(yīng)。
從自變量對旅游經(jīng)濟(jì)的空間交互效應(yīng)來看,資本投入、勞動力投入、技術(shù)創(chuàng)新要素投入都對我國省域旅游經(jīng)濟(jì)具有顯著的空間溢出效應(yīng),其中技術(shù)創(chuàng)新投入的空間交互作用系數(shù)為正值,說明本地R&D投入增多會對鄰近地區(qū)旅游經(jīng)濟(jì)發(fā)展產(chǎn)生帶動作用。而勞動力和資本投入的空間交互作用系數(shù)為負(fù)值,分別是-0.531和-0.531,說明鄰近地區(qū)的旅游業(yè)勞動力和資本投入增加會對本地區(qū)旅游經(jīng)濟(jì)發(fā)展產(chǎn)生負(fù)面影響,鄰近地區(qū)勞動力要素投入增加1%時,會導(dǎo)致本地區(qū)旅游經(jīng)濟(jì)減少0.531%。
表3 我國省域旅游經(jīng)濟(jì)增長的OLS和SDM回歸結(jié)果分析
表4是將我國省域旅游經(jīng)濟(jì)的空間效應(yīng)分解成直接效應(yīng)和間接效應(yīng)的結(jié)果,據(jù)此進(jìn)一步分析各要素的作用路徑,從直接效應(yīng)來看,可以發(fā)現(xiàn)勞動、資本和技術(shù)要素對于本地區(qū)旅游經(jīng)濟(jì)的增長都存在不同程度的促進(jìn)作用,其中資本要素投入系數(shù)最大為0.387。從間接效應(yīng)分析,技術(shù)進(jìn)步的空間溢出效應(yīng)顯著為正,說明技術(shù)要素投入對于周邊地區(qū)的旅游經(jīng)濟(jì)有促進(jìn)作用,如果鄰近地區(qū)技術(shù)要素投入每提高 1%,會通過空間交互作用間接促進(jìn)本地旅游經(jīng)濟(jì)增長1.382%。
表4 旅游經(jīng)濟(jì)的SDM空間固定效應(yīng)分解結(jié)果
綜合來看,促進(jìn)本地和鄰近地區(qū)旅游市場發(fā)展的因素主要是資本投入要素和技術(shù)創(chuàng)新投入要素,資本投入要素主要通過直接效應(yīng)直接促進(jìn)本地旅游經(jīng)濟(jì)發(fā)展。但由于空間效應(yīng)存在,勞動要素和資本要素對鄰近地區(qū)旅游業(yè)發(fā)展主要帶來抑制作用,各因素對旅游經(jīng)濟(jì)的影響路徑和強(qiáng)度差異明顯。因此,在旅游經(jīng)濟(jì)的研究中,空間依賴特征不可忽視,對不同地區(qū)勞動力要素和資本投入要素的配置要注重平衡性,實(shí)現(xiàn)旅游經(jīng)濟(jì)長效發(fā)展。
(1)2009-2019年我國31個省份旅游經(jīng)濟(jì)表現(xiàn)出較強(qiáng)的空間集聚特征,莫蘭指數(shù)為正值,表明旅游經(jīng)濟(jì)存在正向空間自相關(guān)。且近3年的莫蘭指數(shù)值明顯較高,說明空間集聚強(qiáng)度逐年加大。各省旅游經(jīng)濟(jì)的局部空間關(guān)聯(lián)特征以“高-高”和“低-低”集聚為主,高-高集聚主要在山東、江蘇、廣東等東部省份;低-低集聚主要位于我國東北和西北地區(qū)。
(2)固定效應(yīng)的SDM是擬合效果最好的模型。旅游經(jīng)濟(jì)存在顯著空間溢出效應(yīng),本地旅游經(jīng)濟(jì)每增長1%,將帶動鄰近省份旅游經(jīng)濟(jì)增長0.159%。若忽略旅游經(jīng)濟(jì)的空間效應(yīng),將高估各影響因素對旅游經(jīng)濟(jì)的作用程度。因此,政府在制定旅游發(fā)展規(guī)劃和相關(guān)政策的時候,應(yīng)重視旅游經(jīng)濟(jì)增長的溢出效應(yīng),促進(jìn)鄰近地區(qū)旅游經(jīng)濟(jì)共同發(fā)展繁榮。
(3)在C-D生產(chǎn)函數(shù)基礎(chǔ)上,采用空間杜賓模型分析勞動、資本和技術(shù)要素投入對旅游經(jīng)濟(jì)的貢獻(xiàn),發(fā)現(xiàn)各個要素對旅游經(jīng)濟(jì)的貢獻(xiàn)程度和影響路徑差異明顯,三種要素投入增加均對本地區(qū)旅游經(jīng)濟(jì)的發(fā)展起到促進(jìn)作用,其中資本要素投入的貢獻(xiàn)遠(yuǎn)大于其它要素,說明我國省域旅游經(jīng)濟(jì)增長主要是資本要素投入驅(qū)動,具有資本密集型的特征。通過對溢出效應(yīng)進(jìn)行分析,發(fā)現(xiàn)鄰近地區(qū)的勞動要素和資本要素投入對本地區(qū)旅游經(jīng)濟(jì)發(fā)展具有較大的負(fù)效應(yīng),而臨近地區(qū)技術(shù)創(chuàng)新要素的投入對本地區(qū)有帶動作用。因此在我國旅游經(jīng)濟(jì)全面發(fā)展及其相關(guān)政策制定過程中應(yīng)充分考慮這種差異,注重空間依賴性特征,加強(qiáng)鄰近地區(qū)在要素投入方面的合作與交流,促進(jìn)各要素跨地區(qū)流動,特別注重地區(qū)間的勞動要素和資本要素資源配置的平衡性,同時致力于提升勞動力要素的貢獻(xiàn)度,提高省域旅游資本投入與旅游產(chǎn)出,實(shí)現(xiàn)旅游經(jīng)濟(jì)可持續(xù)發(fā)展。
(4)我國各省份之間旅游經(jīng)濟(jì)發(fā)展不平衡,充分發(fā)揮空間溢出效應(yīng)可帶動全國旅游經(jīng)濟(jì)共同發(fā)展。在研究中可以發(fā)現(xiàn),資本要素和勞動力要素對旅游經(jīng)濟(jì)的貢獻(xiàn)差距很大,勞動力要素對旅游經(jīng)濟(jì)的貢獻(xiàn)度較低。隨著消費(fèi)者越來越注重服務(wù)質(zhì)量,相關(guān)部門不僅要保證旅游服務(wù)者的數(shù)量,更要注重其服務(wù)質(zhì)量,同時提高服務(wù)者收入水平,提高鄰近地區(qū)及本地區(qū)勞動力對旅游經(jīng)濟(jì)增長的協(xié)同貢獻(xiàn)??萍嫉倪M(jìn)步不僅對本地區(qū)旅游經(jīng)濟(jì)有正向影響,還會帶動鄰近地區(qū)發(fā)展水平,所以加強(qiáng)科學(xué)研究與試驗(yàn)的投入,推進(jìn)旅游信息化,發(fā)展智慧旅游是旅游業(yè)發(fā)展的必然趨勢。
推動旅游經(jīng)濟(jì)發(fā)展的因素較為繁雜,本文主要借鑒吳玉鳴[2]、劉小燕等[15]的研究,結(jié)合空間計(jì)量分析了我國省域旅游經(jīng)濟(jì)發(fā)展之間的空間相關(guān)性,同時依據(jù)C-D生產(chǎn)函數(shù)探討了勞動力、資本和技術(shù)進(jìn)步幾個要素對旅游經(jīng)濟(jì)的貢獻(xiàn),但旅游經(jīng)濟(jì)的其他影響因素例如政策、交通便利程度以及一些重大事件等未考慮在內(nèi)。在后續(xù)研究中,可選取更加全面的影響因素,使研究結(jié)論更具科學(xué)性和適用性。