EN中文

地理学报 >

2022 , Vol. 77 >Issue 4: 918 - 935

DOI: https://doi.org/10.11821/dlxb202204010

城乡发展

中国旅游产业发展间接就业带动能力测算及其时空差异

  • 刘长生 , 1 ,
  • 陈昀 1 ,
  • 简玉峰 , 2 ,
  • 董瑞甜 1
展开
  • 1. 湖南工商大学公共管理与人文地理学院,长沙 410205
  • 2. 湖南工商大学会计学院,长沙 410205
简玉峰(1976-), 女, 湖南邵阳人, 讲师, 研究方向为旅游经济学。E-mail:

刘长生(1973-), 男, 湖南邵阳人, 教授, 硕士生导师, 研究方向为公共部门经济学、旅游经济学。E-mail:

收稿日期: 2021-03-18

  要求修回日期: 2021-12-03

  网络出版日期: 2022-06-20

基金资助

湖南省哲学社会科学基金项目(20YBA092)

版权

版权所有,未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。
收起

Measurement of the driving capacity of tourism industry on indirect employment and its spatio-temporal differences in China

  • LIU Changsheng , 1 ,
  • CHEN Yun 1 ,
  • JIAN Yufeng , 2 ,
  • DONG Ruitian 1
Expand
  • 1. School of Public Administration and Human Geography, Hunan University of Technology and Business,Changsha 410205, China
  • 2. School of Accounting, Hunan University of Technology and Business, Changsha 410205, China

Received date: 2021-03-18

  Request revised date: 2021-12-03

  Online published: 2022-06-20

Supported by

Philosophy and Social Science Foundation of Hunan Province, No(20YBA092)

Copyright

Copyright reserved © 2022. Office of Acta Geographica Sinice All articles published represent the opinions of the authors, and do not reflect the official policy of the Chinese Medical Association or the Editorial Board, unless this is clearly specified.
Fold

摘要

旅游产业快速发展不仅直接就业效应大,而且对其他行业的间接就业带动能力更为显著。本文结合旅游剥离系数和投入产出分析方法,构建旅游产业发展的间接就业带动能力测算模型,利用Dagum基尼系数分解其时空差异演变,基于中国31个省（自治区、直辖市）的面板数据对旅游产业发展间接就业带动能力及其时空差异进行实证测算。结果显示：中国旅游产业间接就业带动规模从2000年的2684.6万人增长到2019年的4894.9万人,旅游产业发展间接就业带动能力显著提高;各省份旅游产业发展间接就业带动能力存在明显差距,总体上表现为东、中、西部地区依次递减;纵向比较来看,旅游间接就业带动作用有效突破了胡焕庸线的约束,但带动作用较强的地区主要集中在胡焕庸线东南半壁;对不同产业的间接就业带动能力差异显著,其中,对农林牧渔业和制造业的间接就业带动能力最突出;旅游行业内部比较来看,旅游交通运输、仓储和邮政通讯业、旅游住宿和餐饮业的间接就业带动能力处于主导地位;旅游间接就业带动能力总体差异呈收敛趋势,这种总体差异主要来源于地区间差距。

关键词： 旅游产业; 间接就业; 时空差异; 中国

本文引用格式

刘长生 , 陈昀 , 简玉峰 , 董瑞甜 . 中国旅游产业发展间接就业带动能力测算及其时空差异[J]. 地理学报, 2022 , 77(4) : 918 -935 . DOI: 10.11821/dlxb202204010

Abstract

The rapid development of tourism industry has a great effect not only on direct employment, but also on indirect employment in other industries. Combined with tourism stripping coefficient and input-output analysis method, this paper constructs a measurement model of tourism industry that drives indirect employment. Based on this, the Dagum Gini coefficient decomposition method is used to analyze the evolution of spatio-temporal differences in the driving capacity of tourism industry on indirect employment. Based on the panel data of 31 provinces (autonomous regions and municipalities, hereafter provinces) in China, an empirical calculation is performed in this paper to show the capacity of tourism industry in driving indirect employment and its spatio-temporal differences. The research results are presented as follows: Firstly, the population of indirect employment driven by tourism industry surged from 26.846 million in 2000 to 48.949 million in 2019, which enhanced the driving capacity of tourism industry on indirect employment. Secondly, there were significant differences in the driving capacity between provinces. In terms of spatial distribution, the driving capacity of tourism industry on indirect employment decreased in a descending order (namely the eastern > the central > the western region). As for temporal distribution, such a driving capacity effectively broken through the blockade of Hu Huanyong Line. However, the regions where the tourism industry had strong driving capacity on indirect employment were still concentrated to the southeast of the Hu Huanyong Line. Lastly, there were striking differences in the role of tourism in driving indirect employment in different industries. The tourism industry has the most prominent driving capacity on indirect employment in such industries as farming, forestry, animal husbandry, fishery and manufacturing. According to the internal comparison of the tourism industry, the driving capacity of tourism transportation, warehousing and postal communications, tourism accommodation and catering industry is in the leading position. The overall gap in the driving capacity of tourism on indirect employment in China is convergent, which mainly results from the inter-regional gap.

Key words： tourism industry; indirect employment; spatio-temporal differences; China

1 引言

随着中国经济增速由高速转向中高速发展,经济结构进入深度调整的关键时期,保障就业成为政府工作的重要目标之一。“十四五”规划也明确提出就业优先政策,千方百计稳定和扩大就业,就业问题的重要性足以凸显。中国作为旅游大国,旅游产业已经成为中国国民经济的战略性支柱产业,发挥好旅游产业的就业功能具有重要意义。尽管旅游业与很多产业并无直接关系,但间接作用非常普遍,间接作用的存在强化了旅游业发展对其他产业的带动作用[1]。2019年国际劳工组织估计,核心旅游部门的一个工作岗位可为旅游产业相关经济创造约1.5个间接就业机会。中国旅游研究院发布的《2019年旅游市场基本情况》显示,2019年中国旅游直接就业达2825万人,旅游直接和间接就业总计7987万人,占全国就业总人口10.31%,旅游产业快速发展不仅直接就业效应大,而且对其他行业的间接就业带动能力更为显著。旅游产业对经济体系的宏观影响某种程度上已经超过了它对旅游产业本身的影响,单纯地考虑旅游产业内部就业并不能完全体现出旅游业发展对社会就业的贡献。但是,到目前为止,中国旅游管理部门只公布了全国旅游产业间接就业总人数的近5年统计数据,缺乏全国旅游产业发展及其各个省份旅游间接就业带动能力数据、旅游业对不同行业间接就业带动能力数据以及旅游业内部各行业间接就业带动能力数据。中国旅游产业发展对其他产业就业的带动能力究竟有多大?这种间接就业带动能力在不同地区、不同时期是否存在显著的时空差异性?如何依据科学的方法对其进行合理测算?这些问题还有待深入研究与探讨。
关于旅游产业对区域经济带动能力研究,早期主要侧重于旅游经济乘数效应[2,3,4]。随着就业问题凸显,部分学者从就业角度探究旅游产业的就业效应[5,6]、分析旅游就业的影响因素[7,8]、探究旅游对就业的影响[9,10,11]。旅游学科与地理学科交叉融合之后,旅游产业发展的时空特征[12,13,14]、旅游就业人口流动的空间分布特征[15]等研究主题逐渐涌现。从研究方法来看,投入产出模型已经较广泛地应用到旅游对经济的影响分析[16,17,18]、旅游产业关联[19,20,21]、旅游产业融合[22,23]等研究中,在就业带动能力方面的研究成果也十分丰富,如基于投入产出法测算就业足迹[24,25]、行业吸纳就业[26]、旅游产业就业的相对贡献[27]、非正规部门的就业效应[28]等,这些研究为本文奠定了坚实的基础。但纵观已有研究可知,目前对于旅游产业发展的间接就业测算有待深入,且没有从区域层面分析旅游产业发展对其他产业的就业带动能力的差异,无法全面揭示旅游产业发展的就业带动能力。
正基于此,本文拟全面分析旅游产业发展的间接就业带动效应的运行机制,构建旅游产业发展的间接就业测算模型,从总体和省级两个不同层次对旅游产业发展的间接就业带动能力进行实证分析,从空间角度探究省际旅游间接就业带动能力的差异性。与已有的研究相比,本文的创新之处在于：① 在研究内容上,相关研究测算旅游就业效应,但未曾系统分析旅游就业的内涵与外延,单纯地提出测算而不讨论所测算的旅游就业具体内容会导致对旅游就业情况的误解,本文在厘清旅游就业的内涵与外延基础之上,紧扣旅游产业发展间接就业带动能力这一关键主题,对中国旅游间接就业能力进行考查。② 在研究视角上,相关研究多停留在测算中国或单个地区旅游就业乘数,未曾基于各省旅游经济体量实证测算间接就业带动能力。本文从中国31个省（自治区、直辖市）（暂未含港澳台地区）出发考察地区之间旅游间接就业带动能力的区域差异,有助于厘清区域之间旅游产业发展对其他行业提供就业机会的真实情况,以期为进一步发挥旅游带动其他行业就业提供更全面的参考依据和更有针对性的政策建议。③ 在研究方法应用的拓展上,相关研究多是应用乘数理论、劳动力系数等测算就业效应,基于从业人员报酬系数构建旅游间接就业带动能力测算的投入产出模型,测度地区旅游间接就业带动能力,在一定程度上能够丰富旅游经济研究内容。

2 研究方法与数据来源

2.1 旅游间接就业的理论构建

关于旅游就业内涵、外延与范围界定,国内外实务界与学术界看法不尽相同。世界旅游旅行理事会（The World Travel & Tourism Council, WTTC）认为旅游产业就业是指与游客有着直接且密切联系的服务工作,在旅游卫星账户中把旅游就业划分为旅游产业就业和旅游经济就业;中国国家发展和改革委员会、国家旅游局发布的《中国旅游业就业目标体系与战略措施研究》将旅游业就业概念分为3个层次：① 旅游核心产业就业,包括旅游住宿设施、旅行社、景区、旅游车船公司等旅游企事业单位的就业人员;② 旅游特征产业就业,包括直接为游客服务的13个部门中的旅游就业人数;③ 旅游经济就业,由旅游服务业及其直接、间接相关的行业部门共同构成的综合性产业就业[29]。石培华等认为旅游就业是指达到劳动年龄运用生产资料依法从事旅游活动,并获得赖以为生的报酬或经营收入的劳动活动[30]。2009年《国务院关于加快发展旅游业的意见》明确指出“强化大旅游和综合性产业观念”,旅游就业不仅仅局限于旅游业内部,还应考查与旅游业存在经济、技术联系的非旅游部门就业。
随着旅游业发展,其边界也在不断扩展。因此,旅游就业内涵与外延也在不断深化,应该进行更加全面的审视。旅游就业是指法定年龄内具有劳动能力的劳动者依法从事与旅游业直接、间接相关活动以获取劳动报酬的经济活动,其外在表现形式分为两大类：旅游直接就业和旅游间接就业（图1）,旅游直接就业即为旅游行业本身所包括的六大要素吃、住、行、游、购、娱的就业,其第一源动力来自于酒店业、旅游景区、旅行社为主导的核心部门就业,其第二源动力来自于旅游交通运输、批发零售、邮政通讯、娱乐等相关部门就业;旅游间接就业则是指旅游核心部门和相关部门所影响的大旅游综合性产业中的非旅游部门就业,即旅游业带动第一产业、第二产业、第三产业中其他非旅游部门的就业,这也是本文所重点研究的旅游产业发展间接就业带动能力问题。
图1 旅游间接就业带动能力的运行机制示意图

Fig. 1 Illustration of the operation mechanism behind tourism-driven indirect employment

旅游产业发展间接就业带动能力问题,实质是旅游产业发展对其他产业就业的关联性作用问题。对于旅游业关联性作用的研究,有学者借鉴了凯恩斯西方经济学的“乘数理论”,分析旅游收入在区域内形成与流转的过程中对地区经济的影响[31]。但乘数理论自身也存在一定局限性,即乘数理论是以整体的角度出发考查关联效应,不区分对各个产业的关联效应,而基于投入产出方法的产业关联理论能够通过分析均衡状态下各部门之间的投入产出关系来量化一部门对多部门的关联效应,这种关联效应可以用里昂惕夫逆矩阵进行量化分析,反映某部门的最终使用对总产出的影响。与其他方法比较,投入产出方法用于揭示旅游部门与国民经济其他部门之间的内在联系,既可描述旅游者支出带来的间接经济效益,也可说明旅游业发展对其他部门的关联带动作用[32]。
根据产业关联理论,国民经济各部门在社会再生产过程中会形成直接和间接地相互依存、相互制约的经济联系[33]。单位最终需求的增加,都是在国民经济各部门的直接投入下取得[34]。旅游业是一个全方位、多层次、多维度的综合性现代产业,与国民经济系统中的多个产业具有明显的关联效应[19,20,21]。旅游原生消费引起的直接旅游经济部门产出的扩大,将继续引起相关部门生产的再扩大。旅游活动所涉及的吃、住、行、游、购、娱需要广泛地产业支撑,完成每一位游客所需的各项服务需要诸多部门联合投入。1978年以来,中国旅游产业快速发展,旅游需求快速增加,引发旅游最终生产部门产出发生变化,而旅游最终生产部门在生产过程中需要以其他非旅游部门产品作为初始投入,形成“上游产业产品为下游产业初始投入”现象,对非旅游部门产生多次间接消耗。所有间接消耗的某一行业产品,都需要一定劳动力完成对它的生产,由此形成旅游带动其他非旅游部门就业。如旅游产业的核心部门住宿和餐饮业为游客提供住宿和餐饮服务,住宿和餐饮服务所依赖的楼宇实体,需要建筑业完成修建活动,修建旅游住宿和餐饮业楼宇实体所产生的建筑工人就业即旅游一次性间接就业;旅游住宿和餐饮业顺利开展服务活动需要大量消耗制造业产品,而制造业顺利完成制造活动同样需要场所,由此形成制造业对建筑业的拉动,通过“旅游业——制造业——建筑业”路径产生旅游对建筑业的二次性间接就业;以此类推,旅游产业发展需要多次消耗产业链上其他行业产品和服务,所有间接消耗的其他行业产品和服务都需要一定劳动力完成生产,从而形成旅游业发展带动其他行业就业,即沿旅游产业链产生N次性间接就业,将旅游业对某一行业的间接带动就业人数汇总,得到旅游业完全带动的该行业间接就业。本文在参考相关学者对劳动力就业的完全就业效应[35]分析基础上构建旅游间接就业带动能力的运行机制示意图（图1）。

2.2 旅游间接就业测算

本文采用投入产出法测度旅游间接就业。投入产出法是根据产业间的投入产出平衡关系得到部门间的技术经济联系,运用投入产出法研究旅游对其他行业的就业带动作用首先需要获得包含旅游业的投入产出表,现行投入产出表并没有单独统计旅游行业投入产出数据,这给旅游业的投入产出研究带来阻碍。针对这一问题,本文借鉴李江帆等提出的旅游剥离系数的概念[36],参照查建平等[20]、柯水发等[37]的研究思路,将现行投入产出表中旅游业的投入产出数据剥离,构建旅游间接就业投入产出测算模型。旅游剥离系数计算公式如下：
T B i = T V i V i
式中：TBi表示第i个旅游相关行业的剥离系数;TVi表示第i个旅游相关行业的旅游增加值,等于分部门旅游收入乘以分部门增加值率;Vi表示旅游相关行业第i个部门的增加值。根据式（1）可以计算旅游剥离系数。投入产出模型中,有如下等式：
AX + Y = X
式中：A为直接消耗系数矩阵,其元素aij的计算公式为：aij = xij/Xi,xij表示第j部门生产过程中对第 i部门产品的消耗量;X为产出向量;Y为最终使用向量。假设国民经济体系由两类部门组成,一类是旅游部门,一类是非旅游部门,分别用T和U表示,则可构建如下投入产出模型：
A UU A UT A TU A TT × X U X T + Y U Y T = X U X T
式中：A为直接消耗系数分块矩阵;XU和XT分别代表非旅游部门和旅游部门的产出向量;YU和YT分别表示非旅游部门和旅游部门的最终使用向量,由式（3）可推导出旅游部门产出XT与非旅游部门产出XU之间的关系：
X U = ( I - A UU ) - 1 ( Y U + A UT X T ）
式中： ( I - A ) - 1为里昂惕夫逆矩阵,也称为完全需求系数矩阵,矩阵中每一个元素的含义是某部门生产单位价值量的产品时对相关部门产品的完全需求额。展开式为I+A+A2+A3+…,其中,I表示生产的一个单位最终产品,A+A2+A3+…表示为生产一个单位最终产品所直接、间接消耗掉的各个行业产品,A表示直接消耗,A2表示一次性间接消耗,A3表示二次性间接消耗,以此类推,可以得到沿产业链所进行的N次性间接消耗。为考查旅游部门产出变化对非旅游部门产出变化的影响,对式（4）做一阶差分：
Δ X U = ( I - A UU ) - 1 ( Δ Y U + A UT Δ X T )
在不考虑非旅游部门最终需求变动的情况下,根据式（5）可以求得旅游部门产出变化对非旅游部门产出的影响,即假设非旅游部门的最终需求不变,即 Δ Y U= 0,旅游部门产出变化对非旅游部门产出的影响可表示为：
Δ X U = ( I - A UU ) - 1 ( A UT Δ X T )
若左乘从业人员报酬系数对角阵,则可推导出旅游部门产出变化对非旅游部门劳动报酬带动效应：
Δ R = W ( I - A UU ) - 1 ( A UT Δ X T )
式中：W为从业人员报酬系数对角阵,对角元素为wj/Xj,表示第j部门单位产出所支付的从业人员报酬。基于式（7）可以计算出旅游部门产出变化对非旅游部门从业人员总报酬的影响。
为了进一步测算旅游部门产出变化对非旅游部门就业的影响,左乘各个非旅游部门的平均劳动报酬对角逆矩阵,则可推算出旅游部门产出变化带动的非旅游部门就业人数：
Δ L = Q - 1 Δ R

2.3 Dagum基尼系数及其分解方法

本文采用Dagum基尼系数及其分解方法研究中国旅游间接就业区域差异及其来源。Dagum将总体基尼系数分解为区域内差异的贡献Gw、区域间净值差异的贡献Gnb和超变密度的贡献Gt。该方法能够有效测度空间不平衡性的来源。计算公式如下：
G = G w + G nb + G t = ∑ j=1 k ∑ h=1 k ∑ i=1 n j ∑ r=1 n h y ji - y h r 2 n 2 μ
式中：yji(yhr)表示j(h)地区内任意省份的旅游间接就业水平;μ是全国各省旅游间接就业平均值;n为省份个数31,k为3,即本文划分的区域数量;nj(nh)表示j(h)区域内省份数量。根据Dagum基尼系数分解方法,将基尼系数分解为Gw、Gnb和Gt,各部分计算公式为：
G jj = ∑ i=1 n j ∑ r=1 n j y ji - y jr 2 μ j n j 2 ; G w = ∑ j=1 k G jj p j s j
G j h = ∑ i=1 n j ∑ r=1 n h y ji - y h r n j n h ( μ j + μ h ) ; G nb = ∑ j=2 k ∑ h=1 j-1 G j h ( p j s h + p h s j ) D j h
G t = ∑ j=2 k ∑ h=1 j-1 G j h ( p j s h + p h s j ) ( 1 - D j h ) ; D j h = d j h - p j h d j h + p j h
d j h = ∫ 0 ∞ d F j ( y ) ∫ 0 y ( y - x ) d F h ( x ) ; p j h = ∫ 0 ∞ d F h ( y ) ∫ 0 y ( y - x ) d F j ( x )
p j = n j n ; s j = n j μ j n μ j
式中：Gjj和Gjh分别表示区域内和区域间基尼系数;Djh表示两个区域间旅游间接就业的相对影响;Fj(Fh)为j(h)地区的累计密度分布函数;djh为地区间旅游间接就业差值,在μj > μh时,djh表示yji -yhr > 0条件下的所有旅游间接就业差异(yji -yhr)的加权平均数。pjh为超变一阶距,在μj > μh时,pjh是在yhr -yji > 0条件下所有(yhr-yji)的加权平均数。根据以上方法可以测算中国31个省份旅游间接就业的基尼系数并进行地区分解。

2.4 数据来源及说明

基础数据为国家统计局公布的地区投入产出表,所用的旅游收入、旅游者花费构成、分行业城镇非私营工资和私营工资、城镇非私营与私营就业人数、城乡可支配收入、城乡就业人员数据来源于《中国统计年鉴》《旅游抽样调查资料》和各个省份的统计网站。中国最新的地区投入产出表为2020年公布的2017年投入产出表,因此本文采用2002年、2007年、2012年、2017年的地区投入产出表作为基础数据。
（1）构建包含旅游业的投入产出表。首先按照《中华人民共和国国家标准——国民经济行业分类》（GB/T 4754—2017）和中国投入产出表部门分类解释办法,将研究期间地区投入产出表合并为17部门投入产出表;根据与旅游业的相关性,结合《中华人民共和国国家标准——国民经济行业分类》（GB/T 4754—2017）、《国家旅游及相关产业统计分类（2018）》以及《旅游抽样调查》,确定投入产出表中以下部门为旅游相关部门：批发和零售业、交通运输、仓储和邮政业、住宿和餐饮业、信息传输、软件和信息技术服务业、租赁和商务服务业、水利、环境和公共设施管理业、文化、体育和娱乐业。其中,租赁和商务服务业主要涉及旅行社服务、旅游会展服务等,水利、环境和公共设施管理业主要涉及游览景区管理等。这一分类也和厉新建的研究相一致[38]。基于分部门旅游收入与分部门增加值率可以计算分部门旅游增加值,其中,分部门旅游收入根据旅游总收入与旅游者花费构成计算,在研究期间内,《旅游抽样调查》中旅游者花费构成的统计口径有发生变化：2011年之前《旅游抽样调查》中构成部门分为城市间交通、市内交通、邮电通讯、住宿、餐饮、购物、景区游览、娱乐、其他;2011年至今,构成部门分为交通、住宿、餐饮、购物、景区游览、其他;为保持研究口径一致,将部门合并为五大部门：2011年之前的旅游者消费构成部门合并处理办法为：将城市间交通、市内交通、邮电通讯合并为交通邮电通讯,将住宿、餐饮合并为住宿餐饮,购物单独成项,景区游览、娱乐合并为游览娱乐,其他单独成项;2011年及之后的旅游者消费构成只需将住宿餐饮合并;最终旅游者消费构成部门分类为：交通邮电通讯、住宿餐饮、购物、游览娱乐、其他。为了满足数据口径的一致性,将投入产出表中的交通运输、仓储和邮政业以及信息传输、软件和信息技术服务业合并为交通运输、仓储和邮政通讯业,将水利、环境和公共设施管理业和文化、体育和娱乐业合并为公共设施管理及文化娱乐业。因此,最终确立投入产出表中剥离部门为：1批发和零售业、2交通运输、仓储和邮政通讯业、3住宿和餐饮业、4租赁和商务服务业、5公共设施管理及文化娱乐业,分别对应旅游者消费构成的购物、交通邮电通讯、住宿餐饮、其他、游览娱乐。根据公式（1）得到旅游剥离系数。在此基础上,运用李江帆等[36]提出的剥离系数对旅游相关行业进行剥离,整理得到包含旅游产业的18部门投入产出表。投入产出表并不是每年编制,因此,没有投入产出表的年份其从业人员报酬系数和完全需求系数是根据已有年份数据利用移动平均法进行推算;其次,假定各行业中来自于旅游消费部分的增加值率和其平均增加值率相等,即假定各部门的增加值率在行业内是均匀分布且稳定的;其余年份旅游总投入根据旅游收入运用比例法进行推算。
（2）平均劳动报酬推算。本文所用的分行业劳动报酬数据是城镇和农村的非私营单位与私营单位平均工资,《中国统计年鉴》只公布了分行业城镇非私营单位就业人员平均工资和分行业城镇私营单位就业人员平均工资,因此,城镇农村分行业私营非私营平均工资根据以下方式进行推算：① 基于《中国统计年鉴》公布的全国城镇非私营与私营就业人员人数计算比例,用该比例作为权重计算分行业城镇工资（非私营和私营）;② 利用城乡居民可支配收入推算分行业农村工资（非私营和私营）;③ 基于城乡就业人员比重计算分行业城乡综合工资。2009年以前没有公布分行业城镇私营单位就业人员平均工资,因此,是基于2017年的工资数据利用平均工资指数计算得到。部分缺失值采用当年全国数据或利用移动平均法进行推算。

3 结果分析

3.1 旅游间接就业带动能力测算及分析

根据以上所述的旅游间接就业投入产出模型测度方法,本文计算出了2000—2019年中国各省旅游间接就业人数,为节约篇幅,本文仅展示个别年份数据（表1）。通过对比分析,可归纳中国及各省旅游间接就业带动能力的变化规律及其内在影响因素。
表1 中国31个省(自治区、直辖市)旅游间接就业人数测算结果(万人)

Tab. 1 Calculation results of tourism-driven indirect employment in China's 31 provincial-level areas (104 people)

地区 2000年 2005年 2010年 2015年 2019年
全国 2684.60 2710.90 2766.23 4088.61 4894.92
北京 122.88 136.19 154.42 183.88 156.12
天津 61.96 46.09 57.97 92.16 109.33
河北 63.68 64.65 71.81 139.64 203.24
山西 55.39 44.11 37.75 95.31 150.04
内蒙古 7.71 20.70 46.39 102.04 134.10
辽宁 155.70 142.49 189.99 237.58 150.01
吉林 65.29 57.41 40.83 104.13 180.54
黑龙江 63.20 60.74 44.90 67.75 75.12
上海 116.45 136.38 148.66 155.36 148.69
江苏 184.88 233.20 231.07 259.90 272.71
浙江 97.06 129.11 162.44 214.05 240.10
安徽 103.42 87.32 111.34 199.26 232.27
福建 120.21 133.92 137.48 175.27 198.33
江西 74.70 82.76 61.37 79.26 108.77
山东 188.75 172.43 124.26 170.97 275.67
河南 156.53 160.98 147.22 216.28 250.70
湖北 126.42 116.18 95.81 174.72 204.04
湖南 97.65 81.48 81.45 165.52 213.45
广东 301.20 296.10 272.38 367.52 426.50
广西 24.36 33.61 55.94 117.08 144.96
海南 28.09 29.55 23.21 27.62 30.80
重庆 113.79 72.19 53.39 78.67 105.17
四川 123.24 130.36 142.67 217.02 289.08
贵州 45.30 43.61 49.22 91.66 123.20
云南 54.73 60.83 81.07 135.64 184.09
西藏 0.36 4.47 9.15 13.05 11.68
陕西 87.11 89.78 83.73 103.99 130.87
甘肃 12.93 12.20 15.84 40.54 56.13
青海 3.17 3.65 4.18 7.84 10.85
宁夏 3.87 3.67 3.56 6.12 9.20
新疆 24.58 24.77 26.72 48.76 69.14

注：本表数据依据公式（3）~（8）计算得来。

（1）中国旅游产业间接就业带动能力总体上呈波浪式快速增长趋势（图2）。经过20多年发展,旅游投入和产出较21世纪初有了长足进步,旅游产业间接就业带动能力显著提高。中国旅游产业间接就业规模从2000年的2684.6万人增长到2019年的4894.9万人,增长率达82.33%。2000年中国总就业人数为72085万人,旅游间接就业人数约占总就业人数3.72%,到2019年社会总就业人数为77471万人,旅游间接就业约占社会总就业6.32%,随着中国经济的发展和旅游需求的扩大,旅游产业发展的间接就业带动能力大大提升。但在特殊年份如2003年、2008年中国旅游产业发展受到一定程度的外在因素影响,旅游间接就业带动能力也出现波动,较上年均出现不同程度下滑,尤其在2008年经济危机之后,个别省份遭受影响较大,经济危机之后1~2年内旅游间接就业水平仍处于下降状态,经济恢复周期较长,典型省份有吉林和江西,2009年两省旅游间接就业水平较上年下降11%。
图2 2000—2019年中国旅游间接就业年度变化趋势

Fig. 2 Trend of annual changes in tourism-driven indirect employment across China in 2000-2019

（2）中国旅游产业发展间接就业带动能力的省际分异趋势显著。总体上看,经济发达省份的旅游间接就业带动能力普遍强于经济落后省份,广东省的旅游间接就业带动能力始终处于首位,旅游间接就业人数由2000年的301万人增加到2019年的427万人,但旅游间接就业带动能力最小的宁夏回族自治区2019年仅为9.2万人,省际之间旅游间接就业差距十分明显;发达地区之间旅游间接就业带动能力也存在较大差异,如北京、上海、广东等地早期旅游产业发展都较好,旅游间接就业基数大,但其后续增长情况却不尽相同;2000—2019年中国新增了12个旅游间接就业百万大省,2019年共有24省的旅游间接就业水平达到百万以上,排名前10的省份分别是广东、四川、山东、江苏、河南、浙江、安徽、湖南、湖北、河北,间接就业规模均达到200万以上,其中,广东省的旅游间接就业带动能力处于绝对领先地位,2019年旅游间接就业人数达427万人,这和广东省优越的地理条件、经济条件、国家政策支持有着一定关系,广东省2019年GDP占全国GDP的10.93%,远超其他地区,优越的经济基础能够为旅游带动一二三产业就业提供保障,使得旅游业对一二三产业的就业带动作用均能较好地发挥。
经过近20多年的发展,经济落后的部分省份旅游间接就业能力大大提高,典型地区如内蒙古、四川、云南,说明国家的中部崛起、西部大开发战略显著促进了中西部发展,效果明显。但部分省份旅游间接就业带动能力仍未得到释放,2019年旅游间接就业规模低于50万的省份有海南、西藏、青海、宁夏。其中,海南作为旅游大省,其旅游间接就业能力表现并不优异,究其原因,旅游业虽然为海南省的支柱产业,但由于受到其经济结构过度单一的影响,其旅游产业的创收能力并不突出,2019年海南省旅游总收入为1057亿元,虽然增长速度十分高,但仅占全国旅游总收入的1.59%,其旅游间接就业带动总量也十分有限。
从四川、山东、江苏、河南、浙江5省比较来看,四川、山东的旅游间接就业带动能力强于江苏,河南强于浙江,这一结果似乎和其经济地位不相匹配,但深入对比可知,2019年的旅游带动产出排名中,山东、四川、河南分别以9690亿元、7317亿元、5796亿元排名第三、第七、第九,江苏和浙江分别以10099亿元、8482亿元排名第二和第五。仅从旅游带动产出来看,四川、山东确实不敌江苏,河南也远远不敌浙江,但考虑到工资水平和从业人员报酬系数之后,这一结果却能在一定程度上得到合理解释,江苏、浙江工资水平高于以上3省,在两省工资高的情况下,其从业人员报酬系数仅略微高于山东和四川,这从侧面反映出江苏、浙江的劳动生产率较高,河南则在工资水平最低的情况下从业人员报酬系数最高,说明在这5省中河南单位产出所需投入的劳动力最多,两重因素综合作用,最终导致上述排名结果。另外,旅游产业间接就业带动能力也会受到这些省份人口数量、人口质量、人口流动和人口迁移等因素影响,四川、山东、河南等省份是中国人口大省,但受教育水平也普遍低于沿海地区的发达省份,部分高素质的劳动者也存在一定程度的“孔雀东南飞”人口流动现象,从而在深层次上对本地劳动生产率产生一定的负面影响,而且由于受到本地经济发展水平的影响,这些劳动力只能受雇于传统农业部门或低附加值制造业和服务业,旅游产业发展的带动产出虽然相对较低,但其带动就业人数反而总规模更大。
为进一步分析中国旅游产业发展间接就业带动能力的时空演变格局,利用自然间断点分级方法,将间接就业地区分为强带动地区（190万人以上）、中带动地区（131万~190万人）、弱带动地区（67万~131万人）和差带动地区（0~67万人）进行可视化分析（图3）。从地区角度来看,中国各省之间由于经济发展水平、产业结构、旅游产业发展程度各异,旅游间接就业也呈异质性。整体而言,东部地区由于经济发达,旅游产业发展较早,因此,旅游间接就业也较中西部更强。2002年中国31个省份中只有广东省为强带动地区,中带动地区也仅有4个,其余省份均为弱带动地区或差带动地区,旅游间接就业水平有待进一步提高。2007年旅游间接就业空间分布格局略有变化,主要体现在江苏跻身于强带动地区,北京、上海、浙江、福建、四川升级为中带动地区,河北、云南由差带动地区升为弱带动地区,但这一时期中国仍有多个省为差带动地区,到2012年,全国旅游间接就业水平显著提高,强带动地区数量增加至4个,分别为广东、江苏、辽宁、河南;湖南、湖北、安徽升级为中带动地区,差带动地区明显减少,且基本集中在西部,中部崛起、西部大开发战略初见效果。到2019年,中带动地区和强带动地区明显占据主要地位,共11个省份成为强带动地区;处于差带动水平的省份数量降为5,分别为西藏、青海、宁夏、甘肃、海南。同时,中国各省旅游业都有不同程度的发展,旅游间接就业带动能力较21世纪初也有了长足进步。纵向比较,早期旅游产业的间接就业带动作用明显集中在胡焕庸线东南半壁,但经过近20多年发展,中国各省尤其是内陆地区的经济发展水平、基础设施建设水平、交通可达性以及旅游承载水平大幅度提高,产业布局更加合理,旅游间接就业水平也不断上升,呈现出东部更强、中西部旅游间接就业潜力逐步释放之势,旅游间接就业带动作用有效突破了胡焕庸线的约束;但横向比较,强带动地区仍主要集中在胡焕庸线东南半壁。
图3 中国不同省份旅游间接就业时空演变格局

注：基于自然资源部标准地图服务网站GS(2019)1817号的标准地图制作,底图边界无修改。

Fig. 3 Pattern of spatial and temporal evolution for tourism-driven indirect employment in China

（3）中国旅游产业间接就业带动能力的行业差异显著。表2展示了2019年中国31个省份旅游产业带动其他行业间接就业的测算结果。可知,旅游间接带动就业主要集中在农林牧渔业和制造业。就全国来看,2019年旅游产出所引致的农业产出为7227亿元,对比其他产业这一带动产出并不突出,在所有行业中仅排名第六,但由于农业为典型的劳动密集型产业,单位产出所需投入的劳动力最多,因此,所带动的农业就业反而超越其他行业;制造业虽然不属于劳动密集型产业,但由于旅游带动制造业产出最多,2019年旅游产出所引致的制造业产出为61019亿元,是排名第二的交通运输、仓储和邮政通讯业的4.3倍,带动产出远超其他产业,因此,旅游带动就业表现也十分强劲。除这两大行业之外,旅游业对采矿业、电力、热力、燃气及水生产和供应业、批发和零售业、交通运输、仓储和邮政通讯业、金融业、房地产业、租赁和商务服务业、居民服务和其他服务业也具有较强的间接就业带动作用,但对于建筑业、科学研究和技术服务业、教育、卫生和社会工作、公共管理、社会保障和社会组织的间接就业带动能力较为不足。
表2 2019年中国31个省(自治区、直辖市)旅游产业带动其他产业间接就业测算结果(万人)

Tab. 2 Calculation results of indirect employment driven by the tourism industry for other industries in China's provincial-level areas in 2019 (104 people)

地区 A B C D E F G H I J K L M
北京 5.9 2.8 29.8 2.4 0.7 11.5 13.3 2.3 7.8 16.2 54.2 1.4 5.5
天津 17.3 4.3 32.5 4.0 0.4 5.7 8.4 1.0 11.8 2.1 9.7 0.3 9.9
河北 60.9 9.8 26.6 9.8 0.7 15.6 23.7 1.1 18.0 3.4 10.9 1.2 17.4
山西 29.5 10.3 34.4 8.4 0.3 8.2 14.6 1.9 12.4 2.5 5.2 0.4 8.1
内蒙古 18.0 4.3 10.8 4.5 0.9 6.2 18.8 0.6 30.5 9.6 23.1 0.3 5.1
辽宁 48.8 22.2 27.9 6.6 0.7 5.5 8.3 0.3 8.8 2.3 9.7 0.6 5.2
吉林 92.6 3.4 19.0 6.7 1.0 17.9 8.1 0.2 12.3 3.0 11.7 0.3 3.3
黑龙江 31.5 2.6 5.8 3.6 0.5 2.2 4.1 0.1 7.2 2.8 4.3 0.2 0.8
上海 8.5 4.7 49.4 2.5 0.3 9.6 22.9 0.7 7.9 7.3 22.9 0.8 7.6
江苏 64.8 15.0 67.8 5.4 1.4 15.5 26.3 1.6 16.1 13.3 30.6 0.5 10.0
浙江 68.8 11.9 57.4 4.9 1.6 20.5 29.1 3.9 9.6 5.4 16.6 1.9 5.1
安徽 65.6 9.9 43.3 7.5 1.2 28.3 9.3 4.4 15.9 4.6 14.6 1.1 23.0
福建 45.0 11.8 55.5 2.9 2.3 11.3 15.4 2.8 3.6 1.7 11.9 2.7 9.4
江西 28.4 3.5 21.2 6.4 0.5 4.0 6.6 1.4 11.9 1.4 16.7 0.2 5.0
山东 56.5 8.2 60.3 3.4 0.2 35.7 47.1 9.8 11.6 0.6 16.2 1.2 9.2
河南 56.0 14.4 46.3 13.7 1.3 25.8 16.4 2.6 12.2 3.8 46.7 0.9 6.7
湖北 43.0 3.4 49.5 4.9 0.7 12.8 24.2 1.6 14.6 3.1 25.7 0.7 16.3
湖南 82.5 7.7 44.9 7.6 1.0 16.3 20.4 0.4 6.5 2.2 8.0 0.8 12.4
广东 97.7 7.4 131.3 11.3 1.5 30.1 32.1 3.6 26.2 17.2 47.6 0.7 11.1
广西 46.9 3.9 25.7 3.4 0.7 12.3 12.3 2.8 7.9 2.6 15.1 0.9 5.4
海南 6.9 0.8 3.9 1.4 0.2 3.5 3.7 1.4 3.5 0.9 2.2 0.1 1.8
重庆 23.0 4.3 25.5 8.4 0.6 8.1 10.1 0.4 4.6 4.2 10.0 0.1 4.9
四川 101.2 9.3 66.1 6.0 0.9 19.2 17.8 3.4 18.1 14.5 16.2 0.8 9.5
贵州 36.1 3.8 16.6 4.5 2.1 4.7 13.3 4.8 10.9 0.8 6.2 0.4 14.4
云南 76.7 8.9 32.7 5.5 0.4 12.5 3.7 5.5 11.2 1.1 16.2 0.7 5.0
西藏 3.8 0.4 2.3 1.7 0.1 0.1 0.7 0.0 0.4 0.3 1.1 0.0 0.3
陕西 21.1 5.0 25.9 2.6 1.1 4.1 16.2 1.2 17.0 9.7 17.8 0.3 6.7
甘肃 8.9 5.1 7.8 3.7 0.6 4.1 5.6 0.4 9.2 4.0 4.1 0.4 1.4
青海 3.0 0.3 1.6 0.4 0.1 0.7 1.7 0.1 0.8 0.1 1.1 0.1 0.7
宁夏 3.2 0.4 0.6 0.3 0.0 1.1 1.3 0.1 0.3 0.2 1.3 0.0 0.2
新疆 16.1 5.4 14.3 2.5 0.2 6.2 6.0 0.1 9.2 3.5 1.6 0.1 2.2

注：A农林牧渔业、B采矿业、C制造业、D电力、热力、燃气及水生产和供应业、E建筑业、F批发和零售业、G交通运输、仓储和邮政通讯业、H住宿和餐饮业、I金融业、J房地产业、K租赁和商务服务业、L科学研究和技术服务业、M居民服务和其他服务业,其他部门带动就业人数较少没有在表格中列出。

（4）中国旅游分部门的间接就业带动能力差异显著。根据2002年和2017年各省旅游分部门总投入比例,计算了旅游产业内部各行业的间接就业带动人数（表3）。整体来看,旅游间接就业能力由强到弱依次为：旅游交通运输、仓储和邮政通讯业>旅游住宿和餐饮业>旅游批发和零售业>旅游租赁和商务服务业>旅游公共设施管理及文化娱乐业。如北京2002年旅游业五大细分部门的就业带动能力为20.94万人、44.82万人、24.45万人、11.49万人和10.35万人,而2017年分别达到19.50万人、71.73万人、38.27万人、15.53万人、11.14万人,旅游交通运输、仓储和邮政通讯业和旅游住宿和餐饮业的就业带动能力一直处于主导地位,这两个行业是旅游业基础行业,也是旅游者花费较高的行业,就业带动能力较强。2017年中国旅游业五大细分部门间接就业能力较2002年分别增长了-11.4%、128.7%、140.4%、-14.1%、7.4%,旅游交通运输、仓储和邮政通讯业和旅游住宿和餐饮业的就业带动能力大幅增长,体现了旅游者已经从过去的短距离旅游观光发展为长距离旅游,对其他行业的就业带动能力大幅增加。旅游批发和零售业和旅游租赁和商务服务业的间接就业呈负增长,一方面中国旅游服务进一步规范化,以往旅游强制消费购物的现象得到大力整顿,另一方面,旅游租赁和商务服务业主要涉及旅行社服务等,虽然中国旅游人数大大增加,但中国已经是网络高度发达的国家,旅游者可以通过自己搜索旅游信息,安排旅游日程,对旅行社的依赖大大减少。旅游公共设施管理及文化娱乐业间接就业带动能力也有一定增长,反映出中国旅游产业结构正在不断优化升级,由原来的满足基本观光需求逐渐向娱乐需求方向转变。
表3 中国31个省(自治区、直辖市)旅游分部门的间接就业带动能力(万人)

Tab. 3 The capacity to drive indirect employment by the tourism subsector in China's 31 provincial-level areas (104 people)

地区 2002年 2017年
a b c d e a b c d e
北京 20.94 44.82 24.45 11.49 10.35 19.50 71.73 38.27 15.53 11.14
天津 15.95 17.49 15.51 6.57 3.84 9.80 52.97 22.66 6.73 4.53
河北 16.13 20.08 14.49 8.47 4.36 19.09 80.70 63.14 13.51 10.09
山西 10.23 17.57 11.07 8.89 5.29 13.28 56.11 52.45 6.16 10.71
内蒙古 1.65 2.47 2.05 0.55 0.70 14.43 68.26 33.32 8.20 7.63
辽宁 29.67 44.82 44.00 27.02 12.90 13.34 60.72 54.33 8.11 7.60
吉林 11.19 22.45 17.17 12.17 4.26 15.65 49.74 84.20 7.14 9.25
黑龙江 13.17 17.01 20.86 9.48 4.98 6.53 26.75 30.75 2.97 2.92
上海 16.22 38.75 28.98 16.27 10.40 14.21 65.00 41.37 10.28 8.35
江苏 44.95 59.01 42.30 25.10 18.33 20.48 90.62 121.41 17.97 13.51
浙江 15.24 24.06 24.55 14.20 9.84 23.06 89.12 94.67 12.29 12.04
安徽 20.32 33.32 33.01 11.28 8.59 19.19 113.40 62.91 15.58 9.92
福建 24.65 36.35 42.40 5.57 10.34 20.72 80.84 69.20 12.37 10.82
江西 12.17 21.71 19.69 14.39 5.66 14.62 50.17 30.29 4.24 6.56
山东 44.52 52.66 61.64 14.88 13.35 19.13 112.36 89.73 14.95 12.68
河南 27.93 45.64 40.93 23.26 12.89 21.39 89.63 114.05 8.58 9.84
湖北 25.75 43.32 33.18 17.42 10.98 16.51 66.90 91.18 10.98 7.94
湖南 22.03 27.32 24.96 11.60 7.75 19.70 65.04 101.57 9.83 9.98
广东 35.09 103.65 103.18 30.57 40.28 53.37 147.05 167.99 23.40 21.63
广西 5.14 6.05 8.22 1.52 2.29 16.54 64.42 43.97 8.65 9.58
海南 11.25 8.53 7.03 1.19 1.85 2.09 13.68 9.71 2.70 1.33
重庆 25.16 28.41 23.73 17.36 10.10 7.80 33.24 46.01 4.75 5.12
四川 21.75 37.08 29.63 16.70 11.52 22.24 94.76 131.16 13.54 14.59
贵州 6.71 11.21 15.56 5.15 2.90 12.56 53.64 25.03 9.52 8.46
云南 12.18 22.26 13.31 1.88 5.01 18.39 74.97 45.21 14.82 10.64
西藏 0.34 0.50 0.44 0.19 0.13 1.51 4.42 4.41 0.42 0.77
陕西 28.26 20.63 18.69 11.89 4.58 18.82 50.01 37.15 11.34 9.96
甘肃 2.73 4.84 3.36 1.58 0.84 7.18 18.67 21.36 3.55 2.42
青海 0.66 1.02 0.89 0.10 0.25 1.26 3.30 4.50 0.38 0.59
宁夏 0.49 1.33 1.10 0.52 0.23 0.83 3.09 3.83 0.38 0.36
新疆 6.99 7.66 5.54 2.58 1.66 5.87 28.57 23.92 4.59 2.96

注：a旅游批发和零售业,b旅游交通运输、仓储和邮政通讯业,c旅游住宿和餐饮业,d旅游租赁和商务服务业,e旅游公共设施管理及文化娱乐业。

3.2 旅游间接就业带动能力的区域差异分析

从以上测算结果来看,旅游间接就业能力具有较大时空差异性,为进一步分析其内在区域差异性及差异来源,本文运用Dagum基尼系数分解方法,从总体、区域内、区域间三部分剖析旅游产业发展的时空差异性。参考国家统计局对东中西部的划分方法（暂未含港澳台地区）,将中国31个省份划分为东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南,中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南,西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆。计算结果如表4所示。
表4 2000—2019年Dagum基尼系数分解结果

Tab. 4 Decomposition results of Dagum Gini Coefficient from 2000 to 2019

年份 总体G Gw Gnb 贡献率(%)
组内差异 组间差异
东 中 西 东—中 东—西 中—西 Gw Gnb Gt
2000 0.409 0.298 0.273 0.520 0.314 0.451 0.423 27.55 55.63 16.82
2001 0.412 0.307 0.275 0.516 0.318 0.456 0.423 27.68 55.74 16.58
2002 0.415 0.312 0.271 0.511 0.321 0.459 0.421 27.55 56.31 16.14
2003 0.406 0.298 0.269 0.501 0.313 0.448 0.413 27.36 56.39 16.26
2004 0.410 0.296 0.272 0.498 0.319 0.451 0.410 27.00 57.27 15.73
2005 0.417 0.291 0.268 0.492 0.328 0.454 0.404 26.19 59.40 14.41
2006 0.421 0.278 0.262 0.500 0.331 0.453 0.403 25.41 60.81 13.78
2007 0.437 0.280 0.254 0.502 0.348 0.467 0.400 24.36 63.21 12.43
2008 0.428 0.284 0.248 0.495 0.344 0.458 0.391 25.11 61.08 13.81
2009 0.428 0.276 0.258 0.488 0.350 0.450 0.390 24.92 61.23 13.85
2010 0.409 0.276 0.262 0.462 0.332 0.436 0.380 25.73 59.81 14.47
2011 0.399 0.289 0.261 0.450 0.324 0.431 0.377 26.80 57.32 15.87
2012 0.393 0.297 0.276 0.442 0.323 0.424 0.383 27.67 54.26 18.07
2013 0.369 0.293 0.260 0.418 0.301 0.403 0.364 28.41 51.14 20.45
2014 0.369 0.272 0.247 0.434 0.289 0.406 0.365 27.40 54.52 18.08
2015 0.345 0.251 0.217 0.433 0.259 0.388 0.349 27.53 53.23 19.24
2016 0.335 0.257 0.209 0.435 0.249 0.381 0.347 28.65 47.95 23.40
2017 0.318 0.282 0.169 0.415 0.243 0.372 0.315 29.87 43.64 26.49
2018 0.323 0.266 0.178 0.429 0.237 0.376 0.332 29.14 45.08 25.79
2019 0.324 0.267 0.184 0.432 0.240 0.375 0.336 29.37 43.78 26.85
2000—2019年中国旅游间接就业水平的总体基尼系数经历了一个“波动缩小”的过程,总体基尼系数涨跌更替,但整体来看仍为缩小趋势,由2000年的0.409下降至2019年的0.324,这一结果体现出中国为缩小地区发展差距而实施的西部大开发、中部崛起等一系列重大举措是有成效的,旅游间接就业水平发展更加均衡,过程中虽有波动,但国家通过宏观调控、政策扶持,总体差距仍在收敛。
通过东、中、西部三大地区横向比较可以发现,西部地区内部差异远大于东部和中部地区,中部地区内部差异最小,东部地区居中,组内差异整体呈现为西部>东部>中部。东部地区旅游间接就业差距变化幅度较小,从2000年的0.298变化至2019年的0.267,地区内旅游间接就业差距略微缩小;相对于东部,中部地区旅游间接就业差距则明显缩小,由2000年的0.273减少到2019年的0.184,内部发展不均衡状况得到极大改善;西部地区的旅游间接就业差距最大,内部发展极不平衡,各年的基尼系数均超过0.4,但一个不容忽视的事实是在西部地区区域内旅游间接就业水平差距也呈现缩小趋势,由2000年的0.520缩小到2019年的0.432,虽然西部地区内部差距收敛速度较慢,但这种变化印证了国家对西部地区政策扶持的效果。
从地区间基尼系数来看,在数值大小方面,其平均值排序为：东—西（0.427）>中—西（0.381）>东—中（0.304）,东部与中部旅游间接就业差距明显小于东部与西部地区的旅游间接就业差距,这与三大地区本身的发展水平有密切关系。整体来看,中间年份虽有小幅波动,但三大地区间的基尼系数都在缩小,地区间旅游间接就业差距均为收敛态势。中部与西部间的旅游间接就业差距缩小最为明显,由2000年的0.423缩小至2019年的0.336;其次为东部和西部地区之间,2000年东部与西部间的基尼系数为0.451,到2019年则缩小至0.375,东西差距进一步缩小;东部与中部间的旅游间接就业差距缩小幅度最小,由2000年的0.314缩小至2019年的0.240。未来应进一步加大对西部地区的旅游投入,以均衡发挥旅游的就业带动作用,缩小区域间发展差距。
最后,从旅游间接就业的地区差距来源及贡献率来看,地区内差距贡献率表现十分稳定,变动区间位于24.36%~29.87%,而地区间差距贡献率与超变密度贡献率则对称变化,有此消彼长之势。总体来看,2000—2019年地区内差距贡献率有上升态势,地区间差距贡献率虽然有下降趋势,但始终高于地区内差距和超变密度的贡献率,其平均贡献率达到54.89%,而地区内和超变密度的平均贡献率只有27.18%和17.93%,地区间差距是旅游间接就业空间不平衡的主要原因。因此,要解决旅游间接就业的区域差异问题,还要着重从缩小区域间差异的角度出发,对中西部地区给与进一步政策和资金支持,促进中国旅游间接就业带动能力协调健康发展。

4 结论与讨论

本文测算了中国旅游产业发展间接就业带动能力及其时空差异,研究认为：① 从总体来看,2000—2019年中国旅游间接就业人数从2684.6万人增长到4894.9万人,旅游间接就业增长率达82.33%,且呈现出东部更强、中西部旅游间接就业潜力逐步释放之势。纵向比较来看,旅游间接就业带动作用有效突破了胡焕庸线的约束,但带动作用较强的地区仍主要集中在胡焕庸线东南半壁。② 中国旅游产业所间接带动的就业主要集中在农林牧渔业和制造业,旅游产业内部主要带动部门为旅游交通运输、仓储和邮政通讯业、旅游住宿和餐饮业。③ 从区域差异角度来看,中国旅游间接就业水平的总体基尼系数经历了一个“波动缩小”的过程,由0.409缩小到0.324,发展更加均衡,东中西部区域内旅游间接就业差距均在缩小,地区间旅游间接就业的基尼系数平均值排序为：东—西（0.427）>中—西（0.381）>东—中（0.304）,地区间差距是旅游间接就业空间不平衡的主要原因,要解决旅游间接就业的区域差异问题,需着重解决区域间旅游间接就业差异。
本文实证分析结果对中国旅游业发展以及就业政策制定具有一定的参考价值。
（1）充分重视旅游产业对其他产业的就业带动作用。从研究结果来看,到2019年旅游间接就业人数已经接近5000万,就业带动能力不容小觑。旅游产业与国民经济其他产业有着广泛关联,旅游产业对其他产业的就业带动影响甚至超过了对旅游业行业内部就业的影响,这也证实了中国将旅游业确定为国民经济战略性支柱产业的科学性。因此,中国应当继续加大对旅游产业的投入,进一步提高旅游产业发展水平,加大旅游资源的开发力度,完善旅游基础设施建设,将其作为朝阳产业重点培养,完善旅游产业发展的政策支撑体系,刺激旅游消费,做到以旅游产业为依托,以旅游消费为着力点,依托强大国内市场刺激国内旅游需求,同时打造一批有影响力的文旅品牌,推动入境旅游的发展,最终实现以扩大的旅游需求反哺旅游供给,形成需求牵引供给、供给创造需求的旅游产业动态平衡,从而在旅游产业的动态发展中充分发挥旅游产业对其他产业的就业带动能力,为缓解中国就业压力做出贡献。
（2）充分注重旅游产业与其他产业、旅游产业内部协调发展。旅游间接就业能力不仅与旅游产业本身有关,更和当地的产业结构有着密切关系。从海南等地的发展经验来看,单纯发展旅游业并不能解决就业问题,如果产业布局不合理,重视旅游产业而忽视其他产业发展,会导致旅游产业无法发挥对其他产业的就业带动能力。广东正是因为一二三产业合理布局,才释放出巨大的旅游间接就业能力。因此各省应进一步优化经济结构,注重一二三产业协同发展,建立完善的产业体系,驱动旅游产业链纵深发展,提高产业链现代化水平,这样才能以旅游产业为杠杆,撬动其他产业就业。此外,从研究结果来看,旅游对农林牧渔业和制造业有很强的间接就业带动作用,应该推动旅游业同现代农林牧渔业、制造业深度融合,一方面让旅游业成为乡村振兴战略的有力抓手,推动农村一二三产业融合发展,丰富乡村经济业态,帮助农村地区实现更充分就业,增强城乡发展协调性,另一方面应延长旅游产业链长度,增加旅游产品附加值,带动制造业就业。同时,也应注意优化旅游产业内部结构,旅游公共设施管理及文化娱乐业间接就业带动能力的增长反映出中国旅游产业结构的优化升级,因此在继续发挥旅游交通运输、仓储和邮政通讯业、旅游住宿和餐饮业间接带动就业主导作用的同时,注意协调其他旅游分部门的带动作用,加快其他分部门的投入。
（3）充分重视旅游产业发展的脆弱性。旅游产业由于自身特点容易受到自然灾害与社会、经济、政治等原因所带来的负面影响。2003年的“非典”疫情、2008年的国际金融危机、2020年初爆发的新型冠状病毒肺炎疫情,都致使旅游业遭受重大打击。本文对旅游业间接就业带动能力的实证研究结论也充分验证了负面影响的存在,为后疫情时代旅游业发展战略选择与政策制定奠定了坚实基础。后疫情时代旅游需求持续低迷,旅游供给远超旅游需求。从短期来看,政府部门应进一步加大旅游业支持力度,稳定行业发展主体,促进旅游企业后续恢复与平稳发展,避免旅游经济恢复周期大幅度波动,多措并举支持旅游业的重点企业。从长远来看,旅游目的地要进行创新发展,根据其内在资源条件、区位特点,注意产业合理布局与重新调整。仅仅依托旅游产业作为经济支柱产业的地区,抗风险能力会大大降低,应向产业适度多元化的方向调整,适度发展旅游业所需要的一二三产业等配套产业,注重打造“+旅游”业态,而不是一味地追求“旅游+”业态,更好保障经济稳定性。旅游经济主体也可从自身角度出发积极寻求发展,此次疫情催生出“云旅游”等新业态,旅游经济主体可以此为契机实现数字化转型,一方面可以借助数字化旅游产品提升旅游经济主体抗风险能力,构建一套成熟的旅游危机应对机制,另一方面也可依托互联网开辟数字化旅游服务,打造数字化旅游产业集群,完备旅游高质量服务体系。
（4）充分重视旅游间接就业的空间差异性。中国旅游间接就业带动能力存在很大的空间差异性,一定程度上也反映出区域经济发展不平衡的问题,因此,中国政策制定者应根据地区发展实际情况,继续采取有效措施统筹区域发展,健全区域利益补偿机制,加大对中西部地区的政策支持和财力支持,加大中西部地区旅游资源开发力度,提高中西部地区交通通达度和旅游承载力;中西部地区也应抓住战略机遇,加强和东部地区的区域合作,学习借鉴东部地区旅游产业发展的先进经验,在保留中西部地区特色原生态旅游产品的同时,有序增加中西部地区旅游产品的附加值,同时注意旅游消费者的需求转变势必倒逼旅游供给侧改革,各省尤其是中西部地区应顺应旅游消费升级趋势,使旅游供给精准对接旅游需求,做到以旅游业的发展促进其他行业就业,尤其是促进落后地区的第一产业就业,实现以旅游带动第一产业、第一产业的深加工促进第二产业、第二产业的财富累积带动第三产业的发展模式来缩小旅游产业就业带动能力的地区差距,实现区域旅游间接就业能力协调健康发展。
作为中国战略性支柱产业,旅游业不仅要发挥本行业“就业容纳池”的作用,还应以与其他产业高度关联这一特性带动其他产业就业,真正发挥战略性支柱产业的就业带动作用。本文通过构建旅游产业发展的间接就业带动能力投入产出模型,实证测度了各省的旅游间接就业规模,丰富了旅游就业的研究内容,为全面把握旅游产业的就业吸纳能力做出了一定贡献,同时,通过测度旅游间接就业带动能力的区域差异,为中国政策制定提供了一定依据。但是,由于投入产出表并不是每年编制,因此,没有投入产出表的年份其从业人员报酬系数和完全需求系数是根据已有年份数据利用移动平均法进行推算,和真实的情况可能有一定差距;同时,各省分行业工资推算没有考虑各省私营与非私营人数差异、农村与城镇可支配收入差异,而是基于全国数据计算,但不会对研究结果产生实质性影响;本文也没有深入定量分析旅游间接就业差异的影响因素,未来可以就旅游间接就业的影响因素进行深入探讨。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Song Zengwen. A research on industrial correlation of China's tourism industry: Based on the input-output model. Tourism Science, 2007, 21(2):7-12, 78.

[ 宋增文. 基于投入产出模型的中国旅游业产业关联度研究. 旅游科学, 2007, 21(2):7-12, 78.]

[2]
Witt S F. Economic impact of tourism on Wales. Tourism Management, 1987, 8(4):306-316.

DOI

[3]
Cooper M J, Pigram J J. Tourism and the Australian economy. Tourism Management, 1984, 5(1):2-12.

DOI

[4]
Archer B H, Owen C B. Towards a tourist regional multiplier. Regional Studies, 1971, 5(4):289-294.

DOI

[5]
Kadiyali V, Kosová R. Inter-industry employment spillovers from tourism inflows. Regional Science and Urban Economics, 2013, 43(2):272-281.

DOI

[6]
Yi Shaohua. Analysis on employment effect of tourism industry. Finance & Trade Economics, 2005(5):89-91.

[ 依绍华. 旅游业的就业效应分析. 财贸经济, 2005(5):89-91.]

[7]
Garsous G, Corderi D, Velasco M, et al. Tax incentives and job creation in the tourism sector of Brazil's SUDENE area. World Development, 2017, 96:87-101.

DOI

[8]
Fang B, Ye Q, Law R. Effect of sharing economy on tourism industry employment. Annals of Tourism Research, 2016, 57:264-267.

DOI

[9]
Li Jie, Gao Lan. Impact of rural tourism on rural households plantation and migration in the poor mountainous areas: Evidence from survey in 22 villages in Shaanxi Province. Human Geography, 2019, 34(4):143-151.

[ 黎洁, 高岚. 乡村旅游对农户农林业生产和外出务工影响研究: 基于陕西22个旅游扶贫村农户调查数据. 人文地理, 2019, 34(4):143-151.]

[10]
Ma Yanxia, Fan Tai. Reality obstacles and innovative path: A study on the countermeasures of labor transfer in western areas in the tourism economic perspective. Population & Economics, 2011(3):43-48.

[ 马艳霞, 范钛. 现实障碍与路径创新: 旅游经济视角下西部劳动力转移对策研究. 人口与经济, 2011(3):43-48.]

[11]
Xu Lin, Dong Suocheng, Ai Hua, et al. Comprehensive tourism and its development impacts and benefits: A case study of Gansu Province. Geographical Research, 2007, 26(2):414-424.

[ 徐琳, 董锁成, 艾华, 等. 大旅游产业及其发展的影响和效益: 以甘肃省为例. 地理研究, 2007, 26(2):414-424.]

[12]
Zhang Chengming, Weng Shixiu, Bao Jigang. The geographical pattern of China's tourism development since the reform and opening-up in 1978. Acta Geographica Sinica, 2019, 74(10):1980-2000.

DOI

[ 张城铭, 翁时秀, 保继刚. 1978年改革开放以来中国旅游业发展的地理格局. 地理学报, 2019, 74(10):1980-2000.]

DOI

[13]
Qin Jing, Li Langping, Tang Mingdi, et al. Exploring the spatial characteristics of Beijing inbound tourist flow based on geotagged photos. Acta Geographica Sinica, 2018, 73(8):1556-1570.

DOI

[ 秦静, 李郎平, 唐鸣镝, 等. 基于地理标记照片的北京市入境旅游流空间特征. 地理学报, 2018, 73(8):1556-1570.]

DOI

[14]
Li Tao, Zhu He, Wang Zhao, et al. The cluster characteristics and structural model about rural tourism in South Jiangsu. Geographical Research, 2020, 39(10):2281-2294.

DOI

[ 李涛, 朱鹤, 王钊, 等. 苏南乡村旅游空间集聚特征与结构研究. 地理研究, 2020, 39(10):2281-2294.]

DOI

[15]
Li Tao, Tao Zhuomin, Liu Jiaming, et al. Spatial characteristics of rural tourism employment promotion in mountainous areas. China Population, Resources and Environment, 2021, 31(2):153-161.

[ 李涛, 陶卓民, 刘家明, 等. 山岳景区依托型乡村旅游就业吸附的空间特征. 中国人口·资源与环境, 2021, 31(2):153-161.]

[16]
Hanly P A. Measuring the economic contribution of the international association conference market: An Irish case study. Tourism Management, 2012, 33(6):1574-1582.

DOI

[17]
Ferrari G, Mondéjar Jiménez J, Secondi L. Tourists' expenditure in Tuscany and its impact on the regional economic system. Journal of Cleaner Production, 2018, 171:1437-1446.

DOI

[18]
Shi Meiyu, Wang Chuncai. Statistics study on the driving effects of MICE tourism: Take Beijing for example. Economic Management Journal, 2013, 35(8):116-125.

[ 石美玉, 王春才. 会展旅游带动效应的统计研究: 以北京为例. 经济管理, 2013, 35(8):116-125.]

[19]
Li Jiangfan, Li Guanlin, Jiang Bo. An analysis of enterprise relationship and enterprise spread in the tourist industry: Taking Guangdong as an example. Tourism Tribune, 2001, 16(3):19-25.

[ 李江帆, 李冠霖, 江波. 旅游业的产业关联和产业波及分析: 以广东为例. 旅游学刊, 2001, 16(3):19-25.]

[20]
Zha Jianping, Tan Ting, Li Yuanyuan, et al. A decomposition analysis on the tourist industrial linkage in China: An empirical research based on input-output analysis. Journal of Shanxi University of Finance and Economics, 2018, 40(4):62-74.

[ 查建平, 谭庭, 李园园, 等. 中国旅游产业关联效应及其分解: 基于投入产出分析的实证研究. 山西财经大学学报, 2018, 40(4):62-74.]

[21]
Wu Sanmang. An analysis of enterprise relationship and enterprise spread in the China's tourist industry. Industrial Economics Research, 2012(1):78-86.

[ 吴三忙. 产业关联与产业波及效应研究: 以中国旅游业为例. 产业经济研究, 2012(1):78-86.]

[22]
Wang Jie, Tian Li, Tang Xixi. The role of tourism integration from the perspective of input-output table. China Population, Resources and Environment, 2017, 27(S2):78-82.

[ 王桀, 田里, 唐夕汐. 投入产出视角下的旅游融合测度及解读. 中国人口·资源与环境, 2017, 27(S2):78-82.]

[23]
Wang Qiyan, Xu Ling. The convergence of the Beijing tourism and agricultural industries: Based on the perspective of industrial relevance. Tourism Tribune, 2013, 28(8):102-110.

[ 王琪延, 徐玲. 基于产业关联视角的北京旅游业与农业融合研究. 旅游学刊, 2013, 28(8):102-110.]

[24]
Wang Y F. An industrial ecology virtual framework for policy making in China. Economic Systems Research, 2017, 29(2):252-274.

DOI

[25]
Stadler K, Steen-Olsen K, Wood R. The 'rest of the world': Estimating the economic structure of missing regions in global multi-regional input-output tables. Economic Systems Research, 2014, 26(3):303-326.

DOI

[26]
Sun Feng, Xie Weihe. An input-output analysis on graduates' employment in industries. Chinese Journal of Population Science, 2008(4):81-87, 96.

[ 孙凤, 谢维和. 行业吸纳大学生就业的投入产出分析. 中国人口科学, 2008(4):81-87, 96.]

[27]
Archer B. Importance of tourism for the economy of Bermuda. Annals of Tourism Research, 1995, 22(4):918-930.

DOI

[28]
Liu Bo. The effect of informal economy on employment in China: An input-output analysis. Statistical Research, 2021, 38(2):87-98.

[ 刘波. 中国非正规经济的就业效应研究: 基于投入产出模型. 统计研究, 2021, 38(2):87-98.]

[29]
National Development and Reform Commission, National Tourism Administration. Study on Strategic Targets and Measures of Tourism Employment in China. Beijing: China Travel and Tourism Press, 2004: 5-6.

[国家发展和改革委员会, 国家旅游局课题组. 中国旅游业就业目标体系与战略措施研究. 北京: 中国旅游出版社, 2004: 5-6.]

[30]
Shi Peihua. On the evaluation of regional development of China's tourism employment. Tourism Tribune, 2003, 18(6):45-51.

[ 石培华. 中国旅游业对就业贡献的数量测算与分析. 旅游学刊, 2003, 18(6):45-51.]

[31]
Su Jianjun, Sun Gennian, Wang Lifang. Driving and pulling simulation of tourism on the tertiary industry in China since 1982. Progress in Geography, 2011, 30(8):1047-1055.

[ 苏建军, 孙根年, 王丽芳. 1982年以来中国旅游业对第三产业的关联带动性分析. 地理科学进展, 2011, 30(8):1047-1055.]

[32]
Xu Xiaoge. The purpose, method and example of tourism input output analysis. Tourism Tribune, 1991, 6(3):39-43.

[ 徐晓歌. 旅游业投入产出分析的目的、方法与实例. 旅游学刊, 1991, 6(3):39-43.]

[33]
Li Shantong, Zhong Sibin. An analysis of the characteristics of China's industrial association and industrial structure change. Management World, 1998(3):61-68.

[ 李善同, 钟思斌. 我国产业关联和产业结构变化的特点分析. 管理世界, 1998(3):61-68.]

[34]
Zuo Bing. An initial calculation of China's tourism output and employment multipliers. Journal of Yunnan Finance and Trade Institute, 2002, 18(6):30-34.

[ 左冰. 中国旅游产出乘数及就业乘数的初步测算. 云南财贸学院学报, 2002, 18(6):30-34.]

[35]
Chen Xikang, Yang Cuihong, et al. Input-output Technique. Beijing: Science Press, 2011: 58.

[ 陈锡康, 杨翠红, 等. 投入产出技术. 北京: 科学出版社, 2011: 58.]

[36]
Li Jiangfan, Li Meiyun. On the calculation of tourism industry and tourist adding value. Tourism Tribune, 1999, 14(5):16-19, 76.

[ 李江帆, 李美云. 旅游产业与旅游增加值的测算. 旅游学刊, 1999, 14(5):16-19, 76.]

[37]
Ke Shuifa, Pan Chenguang, Pan Jiahua, et al. The effect of development of forest park tourism on creation in China. China Population, Resources and Environment, 2011, 21(S1):202-205.

[ 柯水发, 潘晨光, 潘家华, 等. 中国森林公园旅游业发展的就业效应分析. 中国人口·资源与环境, 2011, 21(S1):202-205.]

[38]
Li Xinjian. A study on Beijing tourism employment and revised calculation. Tourism Tribune, 2009, 24(3):22-29.

[ 厉新建. 北京旅游就业研究及修正计算. 旅游学刊, 2009, 24(3):22-29.]

Options
文章导航

/

〈 〉