产业融合视角下英国旅游业与农业互动发展的实证研究.docxVIP

产业融合视角下英国旅游业与农业互动发展的实证研究 1 引言 当前，中国农业和农村发展环境发生重大变化。一方面，新型城镇化、新一轮科技和产业变革为农业发展提供了强大驱动力；另一方面，环境保护、农民增收也是中国农业发展中必须破解的重大难题。从历史经验和发展趋势来看，发展现代农业是解决三农问题的必经之路。要实现农业现代化，就要破除传统的农业生产观念，关注农业产前、产后问题，大力推进农业与旅游业等新兴产业的融合发展。2016年年初，在国务院办公厅印发的关于推进农村一二三产业融合发展的指导意见中，农业与旅游业的融合成为拓展农村产业融合的一条重要途径。通过积极发展多种形式的农家乐、建设具有特色的旅游村镇和乡村旅游示范村、有序发展新型乡村旅游休闲产品、引导公众特别是中小学生参与农业科普和农事体验等方式，拓展农业的多种功能。 随着中国旅游业与农业之间关联程度的提高，学界也开始了对旅游业和农业之间融合发展的研究。在理论研究方面，杨颖(2008)、石培华(2011)、郑岩( 2014)等人对旅游业与农业融合的目的、融合的内在机理、融合的路径等内容进行了深入探讨，认为在产业融合发展的大背景下，旅游业与农业的融合是后工业社会产业分工的结果，两者的融合有利于使原本独立的旅游产品和农产品相互渗透、结为一体，凸显出两者的特色与优势，从而形成相互促进、互动发展的有利局面。在实证研究方面，国内外学者主要采用个案分析的方法，针对某个地区旅游业与农业融合的现状、特征、经验、趋势、问题和启示等内容展开分析，有些学者直接从旅游业与农业融合的具体形态角度进行分析，如观光农业、休闲农业、体验农业等。在定量研究方面，仅有3篇关于旅游业与农业的产业融合的国内文献：王琪延和徐玲(2013)采用投入产出技术分析了北京市旅游业与农业的产业关联度，方世敏和陈洁( 2013)构建了南洞庭湖区旅游业与农业产业融合的评价指标体系并进行了定量评价，夏杰长和徐金海( 2016)采用时间序列模型实证研究了中国旅游业与农业之间的相互关系。 英国是现代旅游业的发源地，也是最早提出发展农业旅游产业的国家之一。在多年的发展历程中，英国旅游业与农业之间形成了良好的互动发展机制，初步形成了观光农业型、娱乐体验型和节日活动型的产业融合模式，对促进英国旅游业和农业的发展发挥了重要的作用（林海丽，2016）。国内关于英国旅游业与农业融合发展的文献大多数是从定性的角度展开分析，没有从总体上进行定量的分析。本文将采用向量自回归(vector auto-regression，VAR)方法，利用英国旅游业和农业的相关数据，对英国旅游业与农业融合发展的定量关系进行实证研究，从而总结出旅游业与农业之间的因果关系，为推动中国旅游业与农业的融合发展提供理论支持和实践指导；第二部分建立VAR模型，介绍实证数据的来源和处理过程。第三部分报告模型的实证结果，并对结果进行分析。第四部分为本文的主要结论以及对中国的建议。 2 模型设定与数据说明 本文采用VAR模型进行实证分析，该模型用于预测多变量时间序列系统中变量之间的相互联系以及分析随机扰动对多变量系统的动态影响。VAR模型将每个变量作为所有内生变量滞后项的函数，具有以下特点：不严格以经济理论为依据，只需明确变量及其滞后阶数，无需对参数施加零约束，不存在同期相关问题，模型的预测方便、准确。VAR模型的一般表达公式： D:截图3497.jpg D:截图3498.jpg 产业融合是为了适应产业增长而发生的产业边界的收缩或消失（Greenstein和Khanna，1997），通过产业间的融合可以实现产业创新和培育新的增长点。旅游业与农业的融合可能通过以下途径带动两个产业互动发展：促进农业产业结构的高级化，现代农业与传统农业的最大区别就是现代农业的专业化分工程度较高，随着农业与旅游业的不断融合，农业生产的内容从以农产品生产为主转变为既从事农业活动又从事服务活动，农业生产的方式也从小规模的家庭经营转变为大规模的农场式经营。农业与旅游业的融合拓展了农业的产业体系，更多的农业劳动力转向交通、导游、住宿、餐饮等与旅游相关的服务工作或者农业生产经营中的某一环节，农业产出的服务化和农业投入的服务化成为推动农业现代化的重要表现形式，进一步推动了农业生产率的提高和农村的发展。拓宽旅游资源的丰富性，旅游业与农业的融合把一些农业领域的事物拓展为旅游业中的旅游资源，如农业的劳动方式、农村的田园风光、农民的风俗文化等，由此丰富了旅游业的形式和内容，能够满足旅游消费者多元化的需求。尤其是在城市化的进程中，城市居民对农村的活动和物品的兴趣越来越浓，观光农业、体验农业、农村活动等具有非常高的吸引力，从而促进当地旅游业的发展。 通过以上分析可知，旅游业与农业的融合将实现传统农业向高效集约化的现代农业经营模式转变，拓展农业生产的功能，同时有利于丰富旅游业的内容，提高旅游业的竞争力。通过产业间的融合，实现产业间资源的合理配置和优势互补，形成新的增长点，推动旅游业和农业的加速成长和共同发展。考虑在开放经济下入境游客数量不断增长，对旅游业和农业发展也会产生较大影响，借鉴夏杰长和徐金海(2016)的做法，将模型设定如下： D:截图3499.jpg 式中，TVR代表旅游业总收入，AGR代表农业增加值，TVA代表入境游客数量。其他为待估参数。 考虑到数据的可获得性，本文选择1990 2015年英国旅游业和农业的相关数据进行实证分析。其中旅游业总收入和入境游客数量来自于英国国家统计办公室，农业增加值来源于世界银行的世界发展指标( WDI)数据库。同时对数据做了以下处理：为了消除物价的影响，本文根据WDI数据库提供的英国GDP平减指数对旅游业总收入和农业增加值进行了价格调整，将其转换为以1990年为基期的实际值。根据英镑兑美元的年平均汇率，将旅游业总收入转化为以美元计的价格。为了消除异方差的影响，对3个变量都进行了取自然对数处理，得到LTVR、LAGR和LTVA。 3 实证结果及分析 本节报告VAR模型的检验结果。根据VAR模型的求解过程，首先对各模型中所有变量进行单位根检验，以确定时间序列的平稳性；然后确定VAR模型的滞后阶数构造VAR模型；接下来进行协整检验，以确定是否存在长期稳定的均衡关系；再采用Granger因果检验的方法来判断3个变量中两两之间的因果关系；最后，采用方差分解技术，分析每一个结构冲击对因变量的影响。所有的操作都采用STATA 13.0软件完成。 3.1 序列平稳性检验 根据协整理论，如果两个变量之间存在协整关系，它们必须是同阶单整的，否则会出现为回归问题。因此要先对模型中的每一个变量进行平稳性检验。本文采取ADF法检验LTVR、LAGR和LTVA是否存在单位根，结果如表1所示。 表1的结果显示，在5%的置信水平下，LTVR、LAGR和LTVA都没有通过检验，说明这3个时间序列都是非平稳的。但是，通过对这些变量进行一阶差分处理后，变量的一阶差分项至少通过了5%的显著性检验，说明LTVR、LAGR和LTVA都服从一阶单整序列I(1)，满足了VAR模型的平稳性要求，可以进行协整检验。 3.2 VAR模型估计 在VAR模型时，首先要确定变量序列的滞后阶数。一般而言，滞后期越大越能反映模型的动态特征，但是滞后期的增加会带来模型自由度的减少。因此，需要选择一个合适的滞后阶数。本文采用STATA软件提供的LR、FPEAIC、HQIC和SBIC指标来确定模型的滞后阶数，检验结果如表2所示。 表2显示的4个判断准则选择的滞后阶数为3，只有一个判断准则选择的是1，因此，最优滞后阶数为3，即应当建立VAR (3)模型，并且该模型通过了联合显著性检验、残差白噪声检验和模型稳定性检验。 3.3协整检验 Engle和Granger (1987)提出了协整理论，解决了非平稳时间序列的建模的问题。他们认为，如果两个非平稳时序变量是同阶单整的，并且他们的某种线性组合是零阶单整的，那么这两个变量之间就存在着长期稳定的均衡关系。本文采用J ohansen检验作为分析模型协整关系的方法，结果见表3。 表3结果显示，在5%的显著性水平下，迹统计量和最大特征统计量的结果都表明，LTVR、LAGR和LTVA之间存在两个协整关系，即三者之间存在着长期稳定的均衡关系。进一步分析可得到三者之间的协整方程式如下： LTVR=O. 6721LAGR+1. 0256LTVA (3) 公式(3)表明，英国的旅游收入、农业增加值、入境游客之间存在着一种长期的均衡关系：英国的农业增加值每增长1%，将会带来英国旅游收入增长0. 672 1%;英国的入境游客数量每增长1%，将会带来英国旅游收入增长1. 025 6%。因此，随着农业发展水平的提高，英国的农业为国内外游客提供了更加具有乡村特色的旅游产品，能够吸引更多的游客参与到旅游消费中，从而促进了英国旅游业的发展。 3.4 Granger因果检验 在上文协整检验的基础上，接下来对旅游收入、农业增加值和入境游客数量进行Granger因果检验，以识别时序变量之间的因果关系，检验结果如表4所示。通过表4可以发现：旅游总收入与农业增加值之间存在双向的因果关系，说明英国旅游业与农业的融合发展是一种相互促进的关系，两者的产业融合不仅推动了英国旅游业收入的增长，同时也有利于英国农业的现代化和农业的增收。入境游客数量是旅游总收入和农业增加值的Granger原因，说明英国入境游客数量的增加在提高英国旅游业总收入的同时，还推动了英国农业的发展。旅游总收入和农业增加值不是入境游客数量的Granger原因，即旅游总收入和农业增加值的增长没能显著地吸引外国游客到英国旅游。 3.5方差分解 方差分解可用来分析每一个结构冲击对时序变量变化的贡献情况，从而进一步比较不同结构冲击的相对重要程度。表5显示了英国的旅游总收入、农业增加值和入境游客数量在预测期为10期时产生波动的来源。通过表5可以发现，旅游总收入的波动在第一期全部来源于其自身，随着预测期的延长，自身的影响逐渐下降，尤其是在第三期，从第二期的97. 35%下降到了67. 99%，到第十期仅剩下32. 99%。农业的波动对旅游总收入的影响呈现出先上升后缓慢下降的趋势，在第七期达到最高值11. 11%。入境游客对旅游总收入的影响开始于第二期，并且在第三期和第四期显著提高，最后在波动中达到第十期的56. 54%。这表明，英国旅游收入的波动主要源于入境游客数量和其自身的波动，其中入境旅游的波动对英国旅游业的总体收入水平的影响较高，但是农业的波动对旅游收入的波动也产生了一定的影响。 从农业增加值的方差分解结果可以发现，旅游总收入对英国农业增加值波动的影响程度变化不大，预测期内一直在13. 34%19. 15%上下波动。而由其自身带来的影响程度则出现明显下降，从第一期的85. 52%-直下降到第十期的38. 93%。入境游客的波动对农业波动的影响不断上升，由第一期的0增长到第十期的44.1%。表明入境游客是英国农业旅游的重要消费者，入境游客的波动对英国农业波动产生的影响不断提高。 从入境游客数量的方差分解结果可以发现，农业的波动对英国入境旅游的波动影响很小，最大值出现在第九期，但也只有5. 82%。旅游收入的波动对英国入境的波动影响较大，但呈现出下降的趋势，从第一期的67. 13%下降到第十期的32. 61%。入境游客的波动受其自身的影响逐渐增加，在第十期达到61. 58%。这表明，英国总体旅游业的波动对入境旅游产生了较大影响，但是这种影响力在逐渐下降，英国入境旅游的波动主要是由其自身波动引起的，农业波动对其产生的影响非常有限。 4 结论 本文基于1990 2015年英国旅游业和农业发展数据，通过构建VAR定量分析模型，综合运用时间序列的各种检验方法，实证分析了产业融合视角下英国旅游业与农业之间互动发展的关系，得到3个主要结论：第一，英国的旅游业与农业之间存在着长期稳定的均衡关系，英国的农业增加值每增长1%，将会带来旅游收入增长0.672 1%；英国的入境游客数量每增长1%，将会带来英国旅游收入增长1. 025 6%。第二，英国的旅游总收入与农业增加值之间存在双向的Granger因果关系，而且入境游客数量是旅游总收入和农业增加值的Granger原因，但是旅游总收入和农业增加值不是入境游客数量的Granger原因。第三，英国旅游总收入的波动主要来源于入境旅游和自身波动的影响；农业增加值的波动受到入境旅游、农业自身和旅游收入的综合影响；说明英国的旅游业和农业已经实现了深度的融合，两者之