中国旅行社业增长的要素贡献与空间分异

庞世明

[摘要]文章构建了中国旅行社业柯布一道格拉斯生产函数的增加值模型，利用199 7-2 015年的区域面板数据来测算劳动、资本和全要素生产率对旅行社业增长的贡献和空间分异特征。研究表明：中国旅行社业的增长主要由要素驱动，全要素生产率无论是增长率和贡献率都非常低。从空间分异看，在东部地区，资本是旅行社业增长的主要驱动力，而在中部和西部地区，劳动是旅行社业增长的主要驱动力。研究结论较为符合“新结构经济学”的理论预期。该文的贡献还包括提出了利用旅行社业营业税金及附加数据来推导行业增加值的方法。

[关键词]旅行社业;全要素生产率;要素贡献;空间分异

[中图分类号]F59

[文献标识码]A

[文章编号]1002-5006（2019）05-0051-11

Doi： 10.19765/j.cnki.1002-5006.2019.05.009

引言

中国改革开放取得了举世瞩目的伟大成就，40年来经济增速冠绝全球。如今，中国已经成为世界第二大经济体和第一大工业国。伴随着经济增长，中国的旅游市场蓬勃发展，文化和旅游部发布的信息显示①，2018年，国内旅游人数55亿人次，国内旅游收入5.13万亿元，分别比2010年翻了一番和两番;中国公民出境旅游人数1.5亿人次，为2010年的2.6倍;入境旅游人数1.4亿人次，比2010年增长744万人次。2018年全国旅游业对GDP的综合贡献为9.94万亿元，占GDP总量的11.04%。旅游直接就业2826万人，旅游直接和间接就业7991万人，占全国就业总人口的10.29%。

作为旅游业的龙头产业，旅行社业的发展也不容小觑。2016年全国旅行社资产总额和营业收入分别达到了1277.89亿元和4643.10亿元②，和2010年相比均翻了一番。中国旅行社业作为一个产业，从无到有，从弱到强，经历的时间并不到40年，对此，本文感兴趣的问题是，中国旅行社业的增长是如何发生的，其增长的核心驱动力又是什么？本文将围绕这一问题展开讨论。

1 文献回顾与评述

首先考虑中国旅游业整体增长的驱动力问题。左冰和保继刚认为，中国旅游业属于典型的劳动要素驱动型增长方式，劳动力要素投入对中国旅游经济增长的贡献为63.69%，而且，盡管技术进步的增长率较低（年均增长2.91%），但对旅游业经济增长的贡献率达到了24.5%”[1]。但是，在随后的研究中，多数学者认为资本是我国旅游业增长的最主要驱动因素，技术进步对旅游业增长贡献甚微[2-4]。

研究的差异体现在变量的选取和模型的选择上。左冰和保继刚的研究选择了柯布一道格拉斯生产函数进行了估计，因变量为所有旅游企业的营业收入之和，白变量分别为资本和劳动，其中，劳动要素以年末从业人员数表示，资本则按照永续盘存法推算的资本存量带人模型。可见，左冰和保继刚的模型是最为“标准”的生产函数模型，在此之后，其他文献选择的模型都有所调整。黄秀娟假定技术进步随时间变化，于是在C-D函数的基础上加入了时间变量，并用固定资产原值表示资本要素的投入[2]。左冰则根据条件收敛假设，因变量选择“旅游收入占当地GDP比重”，自变量除了资本和劳动①外，模型中加入了人均GDP、旅游资源、技术进步、人力资本、制度因素、可进人性、价格水平以及环境质量一系列控制变量[3]。吴玉鸣假定区域间的旅游经济增长存在空间相关性，在C-D函数的基础上构造了空间面板计量模型[4]，变量的选择与左冰和保继刚的文章相近，区别在于，虽然都按5%的折旧率运用永续盘存法计算资本存量，但吴文采用Kohli的方法[5]来计算基期的资本存量。

相对而言，研究旅行社业增长要素贡献的文献相对较少。利用经济学的增长理论研究旅行社业要素贡献的文章只有一篇——成英文利用1991-2007年的时间序列数据，估算了旅行社业的生产函数，发现资本的贡献率达到了74.43%，劳动力的贡献率仅为16.70%，全要素生产率的贡献率为8.87%[6]。相比之下，基于非参数方法研究旅行社业全要素生产率的文献较多。

在国外的文献中，以数据包络分析（ dataenvelopment analysis，DEA）为代表的非参数方法多用于旅行社微观层面的研究，探讨企业的效率及其影响因素。例如，Barros和Dieke利用DEA方法分析了葡萄牙25家旅行社的生产效率[6]。Koksal利用DEA方法计算了土耳其Antalya地区24家旅行社的生产效率，分析了不同产权旅行社的效率差异[8]。Fuentes利用DEA模型，研究了西班牙Alicante地区22家旅行社效率与产权（ownership type）、区位（location）以及经验（experience）之间的关系[9]。而在国内的文献中，非参数方法更多地用于产业层面的研究，用以讨论旅行社业的全要素生产率问题。表1列出了部分文献[10-15]，这些文献均使用DEA-Malmquist的非参数模型，并运用省域面板数据进行分析，数据均来自历年的《中国旅游统计年鉴》正副本。如表1所示，不同文献数据选择的时间跨度有所不同，但起始年份都在2000年以后。在模型中，投入指标一般都以旅行社业的从业人员数代表劳动变量，以固定资产额代表资本变量，只有孙景荣等将旅行社数量作为额外的投入指标计算旅行社业全要素生产率[3]。DEA模型的特点是可以选择两个及以上的变量作为产出指标，据此可以将这些文献分为两类：第一类和参数模型选择相同变量，即以区域旅行社的营业收入作为单一的产出指标，以资本和劳动作为投入指标，赵立禄和段文军[10]、宋瑞[15]两篇文献最为典型;第二类则在营业收入之外，再选择1～2个变量作为产出指标，表1中其他的文献均属于此类。在模型进行估计时，按照通常的做法，应剔除价格水平的变动因素，在表1所示文献中对于旅行社业的营业收入一般用GDP缩减指数进行调整，固定资产额用固定资产投资价格指数进行调整，但是有的文献并没有进行这一步骤。

尽管使用同样的方法，所选择的投入变量也大致相同，但各个文献得出的结论却大相径庭。总的来说，表1中第一类文献所计算得出的全要素生产率增速显著低于第二类文献。赵立禄和段文军所计算的旅行社业全要素生产率年均增长0.1%，几乎没有增长[10];宋瑞的计算结果则是年均下降2.9%，是所有计算结果里最低的[15]。在第二类文献中，除武瑞杰认为我国旅行社业全要素生产率整体下滑外[11]，其他文献均认为行业全要素生产率呈增长态势，其中，赵海涛和高力认为在2001-2009年间，我国旅行社业的全要素生产率年均增速高达5.5%[12]。从空间分异的角度看，每篇文献得出的结论也各不相同。

造成旅行社业全要素生产率测算结果存在较大差异的一个原因是，在理论上对旅行社业的增长机制缺乏更加深入的探讨和解释，而另一个原因则是文献中模型的选择出现了问题。近年来，主流经济学文献一般采用产出模型或增加值模型来估计全要素生产率，其中，增加值模型由于不考虑中间投入在生产中的作用，因此只有资产和劳动两种投入要素的估计值，而产出模型则增加了中间投入要素的估计值。对于工业企业来说，投入的原材料和中间产品在产出中的贡献较大，根据蔡昉等的估算，中间投入在总产出中的贡献率超过70%[16]。对于服务业也来说，相关研究采用增加值模型来测算全要素生产率[17-18]。而在测算旅行社业全要素生产率的文献中——无论使用参数模型还是非参数模型——大多都是以旅行社的营业收入作为产出指标，以旅行社的资本和劳动作为投入指标，没有中间产品的估计，该做法值得商榷。

对此，本文使用参数方法，选择增加值模型来测算旅行社业的要素贡献和全要素生产率，并对参数估计结果展开讨论，以探求旅行社业增长的核心驱动力及其经济解释。全文的结构如下：在文献综述之后的第二部分为研究方法与数据说明;第三部分分别从东部、中部和西部三大地带层面以及省域层面进行实证分析;最后是结论与讨论。

2 研究方法与数据说明

2.1模型选取

基于参数方法测定要素贡献和全要素生产率的模型主要有最小二乘估计、OP法、LP法和工具变量法（系统广义矩估计）等，但LP法需要中间投入要素数据，OP法和工具变量法主要应用于企业全要素生产率的估计，针对我们获得的旅行社数据的特征，本研究依然采用应用最为广泛的最小二乘估计。

采用柯布一道格拉斯生产函数对中国旅行社业的增长进行估计，模型的一般形式为：

Y=AKaL

其中，y为旅行社业的增加值，A为全要素生产率，K、L分别代表资本、劳动，α和β分别代表各自的产出弹性。

进一步假定规模报酬不变，即

α+β=1

模型变形为：

两边取对数，计量模型的最终形态为

根据估计的参数，可以计算出资本、劳动以及全要素生产率对旅行社业增长的贡献。具体的计算方法为：

要素贡献率=（要素投入增长率×要素产出弹性）/旅行社增加值增长率

2.2变量说明及数据来源

本研究使用省域面板数据进行分析，时间跨度为1997-2015年，鉴于中国香港、中国澳门和中国台湾的数据获取有难度，省域数据仅包括31个省、自治区和直辖市（不含港、澳、台）。

2.2.1旅行社产出指标

模型中的被解释变量，在很多文献中都使用营业收入作为产出指标。诚然，作为服务业的旅行社業中间投入品较少，这和工业企业显著不同。因此，以收入总额作为其企业增加值，有一定合理之处。但是，旅行社和其他服务业又存在很大的差异，表现在其会计上的收入确认准则有着较强的特殊性。

对于一般代理业来说，在会计上以佣金确认收入。而旅行社业却是以游客支付给旅行社或组团社支付给地接社的全部费用确认收入。在旅行社的收入中，绝大多数的价值并不是由旅行社创造。例如，如表2所示，“众信旅游”的营业收入中，包含了40%以上的机票款、30%以上的地接费、4%左右的签证费和4%左右的餐费和门票费用。如果需要计算旅行社业的要素贡献和全要素生产率，则必须在产出模型中加入中间投入要素或者使用增加值模型。

由于旅行社特殊的收入确认准则，交通业、住宿业、餐饮业、景区业的收入都纳入旅行社的收人中，这些收入并不由旅行社的要素投入创造，和旅行社业相比，这些行业（尤其是其中的交通业和住宿业）所需的资本更加密集，因此，用旅行社的劳动和资本作为投入指标，以旅行社的总收入（包含了旅游者行程中各个行业的收入之和）作为产出指标，所计算出的要素贡献和全要素生产率则体现为资本的贡献率要远远高于劳动[6]，而实际上，这并不是旅行社各个投入要素的真实贡献。因此，本文应用增加值模型来测算旅行社业资本、劳动以及全要素生产率的贡献。尽管公开资料中并没有发布旅行社的增加值数据，但可以利用《中国旅游统计年鉴》中旅行社业的“营业税金及附加”数据进行推导。根据旅行社的营业税的税收政策①，“旅行社应按照营业收入净额（营业收入总额扣除代收代付的房费、餐费、交通费等费用）计算缴纳营业税”②。换句话说，旅行社以旅游者支付的团费来确认收入，但是以其价值增值部分作为税基缴纳营业税。

旅行社营业税的税率自1993年《中华人民共和国营业税暂行条例》出台后，一直保持5%不变，附加税包括城市维护建设税（税率为市区7%，县城、镇5%，不在市区、县城或镇的为1%），教育费附加（税率3%），地方教育费附加（税率2%）。考虑到旅行社主要集中在城市，营业税金及附加的税率合计为5.6%，即5%×（1+7%+3%+2%），利用旅行社营业税金及附加的数据，可以计算出旅行社的增加值③：

旅行社增加值≈旅行社营业税金及附加/5.6%

需要说明的是，本文是按照增加值的生产法计算思路，认为旅行社业的增加值约等于总产出（营业收入）减去中间投入（由饭店业提供服务的住宿费+由餐饮业提供服务的餐费+交通运输部门提供服务的交通费+景区提供服务的旅游景点门票+接待旅行社提供的接团费）。这样的计算结果可能和实际的增加值有偏差，比如，旅行社外购的广告服务，被包含在运用该方法测算的增加值中，因此，旅行社业实际的增加值比本文测算的增加值低一些，但相差不大。

随着2016年旅行社营业税改征增值税的全面完成，营业税退出历史舞台，考虑到数据的一致性和连贯性，本文选择的时间序列从1997年到2015年，为旅行社缴纳营业税的时期。在计算得到省域旅行社增加值后，以1997年为基年，利用CPI平减指数进行处理，该指数来源于国家统计局官方网站。

2.2.2旅行社的要素投入指标

（1）资本投入

资本投入的处理是旅行社生产函数估计的关键，经济学文献一般都采用永续盘存法进行处理[23]。但在旅行社资本投入的估计中，本文采用固定资产原值，原因在于：第一，永续盘存法需要计算每一个年度的新增投资，但各省旅行社业固定资产2010年以后波动较大，永续盘存法计算的资本存量多个省份出现负值。第二，很多文献也使用固定资产原值对模型进行估计[6，19]，有研究显示结果较为稳健[20]。在各省旅行社固定资产原值数据来源于历年《中国旅游统计年鉴》，再以1997年为基年用固定资产价格指数进行调整，该指数来源于国家统计局官方网站。

（2）劳动投入

在数据缺乏的情况下，劳动投入一般以从业人员数进行替代，本研究也使用各省旅行社业从业人员数作为劳动投入的指标，数据来源于历年《中国旅游统计年鉴》。

3 实证分析

3.1三大地带层面

首先按照东部、中部、西部地带①进行实证研究。東部地带包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南;中部地带包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南;西部地带包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、宁夏、青海、新疆，台湾省、香港特别行政区和澳门特别行政区数据暂缺。

在进行面板数据同归之前，首先进行豪斯曼检验，结果显示，采用固定效应模型比随机效应模型更有效②。考虑到区域差异，以及旅游行为的跨区域特征，模型的扰动项可能同期相关，本文采用变系数模型进行“似不相关同归（ SUR）”估计，结果如表3所示。

模型参数估计非常显著，拟合优度为0.88，说明同归方程良好的解释力。资本弹性系数按照东部、中部、西部的顺序依次递减，根据规模报酬不变的假定，劳动弹性系数按东部、中部、西部依次递增。

根据模型拟合的结果，可以测算出每个地带、每个时期旅行社的全要素生产率，并进一步计算出1997-2015年间投入和产出的平均增长率，如表4所示。三大经济地带旅行社总产出的平均增长率均高于13%，体现出旅游业良好的发展性，其中，中部旅行社产出增速最高，其次是东部旅行社，最后是西部。三大地带旅行社产出的增速均高于增加值，体现出旅行社在整个旅游产业链条中的地位逐渐降低，贡献逐步递减的趋势。其中，东部旅行社产出和增加值增速差距最小，中部旅行社尽管产出增速为18.32%，但增加值增速和东部持平，而西部旅行社增加值的平均增速仅为6.32%，说明东部旅行社效率明显高于中部和西部旅行社。从要素投入的增长看，东部和中部旅行社资本投入的增长率基本持平，西部旅行社略低，但也超过了10%;中部旅行社劳动投入的增速明显高于东部和西部。从全要素生产率的增速看，只有东部旅行社为正值，且年均只有0.52%的增幅，中部和西部均为负值，且依次递减。

进一步测算出要素的贡献率（表5），东部地区旅行社资本贡献率超过了60%，而西部地区旅行社劳动贡献率达到了77.57%，中部地区资本和劳动的贡献率则介于东部和西部之间，相比较而言，劳动的贡献率更高。全要素生产率的整体贡献率很低，东部旅行社最高，也只有0.05，中部和西部依次递减，西部旅行社贡献率为- 0.16。说明对于整体旅行社行业而言，广义的技术进步（全要素生产率）很低，产业增长还主要依靠要素的投入，特别是中西部地区，主要依靠劳动的投入，中部和西部地区全要素生产率的增长率和贡献率均为负值。

3.2省域层面

使用31个省、自治区和直辖市的面板数据进行实证分析，豪斯曼检验显示，应选择固定效应模型①。同样，考虑到区域差异，以及旅游行为的跨区域特征，继续采用变系数模型进行“似不相关同归（ SUR）”估计，结果如表6所示。

方程的拟合优度达到了0.987689，说明方程良好的解释力。除山西外，其他省份资本投入的弹性系数非常显著。从各省的资本要素投入的弹性系数分布看，北京、上海、广东这样的经济强省系数均超过了0.6;而贵州、云南、西藏、陕西、甘肃、青海、宁夏等省弹性系数均较低，其中，青海最低，仅为0.058173。

对比投入和产出的增长率（表7），1997-2015年，除广西和甘肃外，各个省旅行社营业收入的增速均超过10%，高于其增加值的增速。北京、天津、河北、内蒙古、辽宁、吉林、上海、江苏、浙江、安徽、江西、山东、湖北、湖南、四川15个省份的增加值年均增速在10%以上。资本累积率在20%以上的省份包括河北、内蒙、浙江、江西、山东和宁夏。全要素生产率增速最快的省份为江西，年均增速6.02%，近一半的省份全要素生产率增速为负值。

表8显示，资本相对丰裕的省份，如北京、上海、广东，其资本贡献率均在60%以上，河北、内蒙古、吉林、安徽、河南、湖北、湖南、贵州、西藏、陕西、青海、宁夏、新疆等经济相对欠发达省份的劳动贡献率显著高于资本贡献率。旅行社业整体上全要素生产率的贡献率较低，旅行社的技术进步非常不显著。

4 结论与讨论

本文选择增加值模型，运用1997-2015年的三大地带和省域的面板数据测箅中国旅行社业增长的要素贡献，得出的结论主要包括：第一，中国旅行社业的增长主要由要素驱动，全要素生产率无论是增长率和贡献率都非常低。第二，在东部地区，资本是旅行社业增长的主要驱动力，而在中部和西部地区，劳动是旅行社业增长的主要驱动力。

中国旅行社业增长要素贡献的空间分异特征较为符合新结构经济学的理论预期。该理论认为，一个经济体在每个时点上的产业和技术结构内生于该经济体在该时点给定的要素禀赋和结构。在某一时间点，要素禀赋及其结构决定了经济体在该时点的总预算和生产要素间的相对价格。要素的相对价格决定了可选择技术和产业的生产成本不同。如果选择的技术和产业与要素禀赋的结构特性相适应，企业的生产成本就会较低，具有比较优势[21]。对于旅行社业而言，产业的增长驱动力内生于所在区域的要素禀赋结构。在价格机制作用下，我国经济较为发达的地区（主要是东部），要素的禀赋结构表现为资本相对丰裕，旅行社业体现出资本密集型产业的特征，其增长主要依靠资本驱动;而在经济欠发达的地区（主要是中西部），要素的禀赋结构体现为劳动力相对丰裕，旅行社业体现出劳动密集型产业的特征，其增长主要依靠劳动驱动。在业态和产品上的具体表现是，在经济欠发达的地区，大多数旅行社以接待业务为主。例如，2015年，云南省旅行社接待国内游客人数为组团人数的8倍左右;而在经济较为发达的地区，当地旅行社的业务则以批发和零售为主，特别是出境旅游的批发和零售业务。2015年，北京市旅行社业出境旅游业务利润占当年北京市旅行社业利润的65%①。一般来说，与接待业务相比，批发和零售业务更具有资本密集型产品的特征。

发达国家的旅行社发展同样经历了劳动密集型产业向资本密集型产业转变，转变的方式主要通过拓展产业链，进入上下游资本密集型的产业实现的。例如，在20世纪八九十年代，汤姆逊旅游集团（ Thomson Travel Group）并购了不列颠尼亚航空公司、地平线旅游集团和兰波利旅游代理商等[22]。2000年后，途易集团（TUI Group）成立了自己的航空公司TUI Airlines Nederland[23]。而美国运通公司则涉足资本更为密集的旅行金融和保险业。

如果说要素禀赋和比较优势原理可以基本解释中国旅行社业增长的要素贡献和空间分异特征，旅行社业全要素生产率偏低的成因则需要进一步讨论。本文认为原因包括3个方面：第一，旅游产品的非专利性导致旅行社产品创新的积极性减弱。旅行社投入资源设计的旅游线路和产品，会被竞争对手轻易地模仿和复制，使得创新收益迅速被市场稀释，从而降低了旅行社进行产品创新的激励。第二，旅行社的流程创新取决于纵向一体化的程度，而纵向一体化的程度则内生于区域要素的禀赋结构。如果旅行社可以通过纵向一体化整合产业链，重构旅游业务的价值体系，进而降低交易费用，提升资产的专用程度，提高市场的进入壁垒，实现规模经济，那么，旅行社在业務流程创新的同时其产品创新的成果就可以得到保护。但纵向一体化的前提是区域的要素禀赋体现为资本丰裕，旅行社以此为优势进入资本密集型产业，这也解释了为什么东部、中部、西部旅行社全要素生产率的增长率和贡献率会依次递减。第三，对外资的限制。尽管旅行社业市场准入的制度性壁垒不断降低，但政策对外资旅行社的业务范围始终有所限制。至今，外商独资旅行社经营出境游业务依然处于试点状态。政策的不确定性使外资始终有所保留，难以全力以赴地参与市场竞争，也使国内旅行社失去了很多向外资旅行社学习、优化业务流程、提高服务质量的机会。

此外，我国旅行社业技术进步的增长贡献过低产生的一个重要问题是，随着中国经济的减速换挡，服务业比重上升，旅行社业需要避免要素成本上升特别是劳动力价格上升导致的效率下降。因此，关注于此问题的鲍莫尔“成本病”分析将是旅行社业另一个重要的研究方向，笔者将在今后的研究中继续讨论。

致谢：由衷感谢中国社会科学院张群群教授、冯雷教授、王诚庆教授、荆林波教授，北京大学光华管理学院黄涛教授，中国人民大学商学院王晓东教授，华北电力大学经济与管理学院吴忠群教授，北京联合大学旅游学院石美玉教授的中肯意见，同时也由衷感谢外审专家的宝贵意见。当然，文责自负。

参考文献（ References）

[1]

ZUO Bing， BAO Jigang. Tourism total factor productivity andits regional variation in China from 1992 t0 2005[J]. ActaGeographica Sinica，2008，63（4）： 417-427.[左冰，保继刚1992-2005年中国旅游业全要素生产率及省际差异[J]地理学报，2008，63（4）： 417-427.]

[2] HUANG Xiujuan. Analysis on contribution of factors to theeconomic growth of tourism industry in China[J]. TechnologyEconomics，2009，28（7）： 67-72.[黄秀娟中国旅游产业经济增长的因素贡献分析[J]技术经济，2009，28（7）： 67-72.]

[3]

ZUO Bing. An empirical study of the factors influencing thetourism economic growth of China [J]. Joumal of BusinessEconomics， 2011，（10）： 82-90.[左冰中国旅游经济增长因素及其贡献度分析[J]商业经济与管理，2011，（10）： 82-90.]

[4] WU Yuming. Spatial panel econometric analysis of tourismeconomic growth and its spillover effects[j]. Tourism Tribzme，2014，29（2）： 16-24.[吴玉鸣旅游经济增长及其溢出效应的空间面板计量经济分析[J]旅游学刊，2014，29（2）： 16-24.]

[5]

KOHLI U R Relative price effects and the demand for imports[J].Canadian Joumal of Economics/Revue CanadienneD'economique， 2001， 15（2）： 205-219.

[6]

CHENG Yingwen. Study on the Tourism Economy Growth ofChina and Its Determinants [D].Beijing： Beijing InternationalStudies University， 2010： 190.[成英文中国旅游经济增长及其决定因素研究[D].北京：北京第一外国语学院，2010： 190.]

[7] BARROS C P'DIEKE P U C.Analyzing the total productivitychange in tavel agencies.[J].Tourism Analysis， 2007，12（1-2）： 27-37

[8]

KOKSAL C D，AKSU A A Efficiency evaluation of A—grouptravel agencies with data envelopment analysis （DEA）：A casestudy in the Antalya region， Turkey [J]. Tourism Management，2007， 28（3）： 830-834

[9]

FUENTES R.Efficiency of travel agencies：A case study ofAlicante， Spain. [J]. Tourism Management， 2011， 32（1）： 75-87.

[1O] ZHAO Lilu， DUAN Wenjun. The measurement and analysis oftotal factor productivity of China's travel agency industry[J]Joumal of Arid Land Resources and Environment， 2012， 26（8）：180-183.[趙立禄，段文军.我国旅行社业伞要素生产率的测算与分析[J].干旱资源与环境，2012， 26（8）： 180-183.]

[11]

WU Ruijie. Technical efficicncy and changes of TFP in China'stravel agencies at the provincial level from 2001 t0 2010[J]Joumal of Yunnan Nationalities Universitjr： Social SciencesEdition， 2013， 30（4）： 93-99.[武瑞杰.旅行社技术效率和全要素生产率变化研究——基于 2001-2010年省际面板数据[J]云南民族大学学报：哲学社会科学版，2013， 30（4）： 93-99.]

[12] ZHAO Haitao， GAO Li. The dynamic change of operatingefficiency of China's travel agency industry： An analysis basedon Malmquist index[J]. Enterprise Economy 2013， （2）： 114-117[赵海涛，高力中国旅行社业经营效率的动态变化——基于Malmquist指数法的分析[J].企业经济，2013， （2）： 114-117.]

[13] SUN Jingrong， ZHANG Jie， ZHANG Jinhe，et al_Spatialdifferentiation of the efficiency of Chinese regional travelservice industry[J]. Scientia Geographica Sinica， 2014， 34（4）：430-437.[孙景荣，张捷，章锦河，等中国区域旅行社业效率的空间分异研究[J]地理科学，2014， 34（4）： 430-437.]

[14] HU Zhiyi. An analysis of the efficiency characteristics of thetravel agency industry of China based on a DEA- Malmquistmodel [J]. Tourism Tribune， 2015， 30（5）： 23-30.[胡志毅.基于DEA-Malmquist模型的中国旅行社业发展效率特征分析[J]旅游学刊，2015， 30（5）： 23-30.]

[15] SONG Rui. The total factor productivity of tourism： Anempirical analysis based on the comparison of star hotels， travelagencies and tourist attractions [J]. Joumal of Graduate Schoolof Chinese Academy of Social Sciences， 2017， （6）： 72-80.[荣瑞我国旅游业伞要素生产率研究——基r.分行业数据的实证分析[J]中国社会科学院研究生院学报，2017， （6）： 72-80.]

[16] CAl Fang， WANG Dewen， QU Yue. Flying geese withinborders： How China sustains its labor-intensive industries？[J]Economic Research Joumal， 2009， （9）： 4-14.[蔡Ⅱ方，土德文，曲玥.中国产业升级的大国雁阵模型分析[J]经济研究，2009，（9）：4—14]

[17] LIU Xingkai， ZHANG Cheng. The total factor productivitygrowth and convergence analysis for China's service industry[J]. The Joumal of Quantitative&Technical Economics， 2010，（3）： 55-67.[刘兴凯，张诚中国服务业全要素生产率增长及其收敛分析[J]数量经济技术经济研究，2010， （3）： 55-67.]

[18] YANG Xiangyang， XU Xiang. Empirical analysis on the growthof total factor productivity of China's service industry [J].Economist， 2006， （3）： 68-76.[杨向阳，徐翔.中国服务业全要素生产率增长的实证分析[J]经济学家，2006， （3）： 68-76.]

[19] LUO Hao， YAN Yuyao， YANG Yang. Can comparativeadvantage theory explains tourism growth models of Chineseprovinces？ An inter- provincial study on the contribution ofproduction factors to tourism growth and the comparativeAdvantage ofTourism Resources ln China[J]Tourism Tribune，2016， 31（3）： 43-53.[罗浩，颜钰荛，杨旸.中国各省的旅游增长方式“囚地制宜”吗？——中国省际旅游增长要素贡献与旅游资源比较优势研究[J]旅游学刊，2016， 31（3）： 43-53.]

[20] HUANG Yingna， ZHANG Wei， WANG Xuejun. Aneconometric estimation and selection on the production functionin an environmental CGE model [J]. Acta ScientiaeCircumstantiae， 2003， 23（3）： 350-354.[黄英娜，张巍，王学军.环境CGE模型中生产函数的计量经济估算与选择[J]环境科学学报，2003， 23（3）： 350-354.]

[21] LIN Yifu. Theoretical basis and development direction of NewStructural Economics[J]. Economic Review， 2017， （3）： 4-16.[林毅夫.新结构经济学的理论基础和发展方向[J]经济评论，2017， （3）： 4-16.]

[22] ZHANG Lingyun. Ownership reform， business scale and marketmechanism： Discussion with two authors of articles on TourismTribune[J]. Tourism Tribzme.2005， 20（6）： 54-57.[张凌云.旅行社产权改革、规模化经营和市场制度——兼与《旅游学刊》中两篇论文的作者商榷[J]旅游学刊，2005， 20（6）： 54-57.]

[23] ZHU Yilan. AStudy on Transnational Operation Pattems ofTravel Services[D]. Beijing： Beijing International StudiesUniversity， 2006： 80.[朱易兰.旅行社跨国经营模式研究[D].北京：北京第二外国语学院，2006： 80.]