发布时间：2023-08-04 17:18:41
序言：写作是分享个人见解和探索未知领域的桥梁，我们为您精选了8篇的经济增长贡献率样本，期待这些样本能够为您提供丰富的参考和启发，请尽情阅读。
关键词：科技进步贡献率；生产函数；经济增长
中图分类号：F2 文献标识码：A doi：10.19311/ki.1672-3198.2016.07.005
1 引言
科技进步贡献率是反映一个国家或地区相对发展水平的重要指标。测算不同时期科技进步对经济增长的贡献率大小，通过其变化趋势能够反映出国家或地区发展的状况和存在的问题。因此，科学合理地测算科技进步贡献率，有助于从总体上把握科技进步水平和科技进步潜力，对政府决策具有重要的参考价值。本文运用C-D生产函数法对福建省1978-2013年科技进步贡献率进行估算和分析。
2 模型构建
本文采用詹恩.丁伯根改进后的柯布一道格拉斯生产函数，具体形式为：
Y=AeγtKαLβ （1）
式中，Y表示产出，A表示生产率，γ表示科技进步系数，t表示时间，K表示资本存量，L表示劳动力要素投入量，α和β表示资本和劳动力的产出弹性系数，其中α+β=1（规模报酬不变）。
对（1）式取对数并求导，得：dY/Y=γ+α*dK/K+β*dL/L，式中，dY/Y、dK/K、dL/L表示产出、资本和劳动力要素的增长速度，分别用y、k、1表示。设a为科技进步贡献率，则有：a=γ/y=1-α*k/y-β*l/y，此外，本文测算的科技进步贡献率为广义的科技进步贡献率。
3 数据处理
模型中需要用到的数据包括产出、资本存量和劳动要素投入量，其中产出和劳动要素投入量直接取自于《福建统计年鉴》，资本存量是经过相关计算得到。
3.1 产出量
经济产出量指一个国家或者地区给定时间内生产出的所有商品和服务。本文使用地区生产总值（GDP）来衡量，为了消除价格影响，以1978年不变价格进行处理，计算公式：
当年实际GDP=1978年GDP*当年GDP指数/1978年GDP指数
3.2 资本存量
资本存量指经济社会在某一时点各种资本的总和。它反映某一年度参与生产的所有资本投入。鉴于我国官方并未公布资本存量这个指标，本文采用永续盘存法按1978年不变价格对资本存量进行了核算，其计算公式为：Kt=Kt-1（1-δ）+It/Pt，式中Kt和Kt-1表示本期和上一期的资本存量，It为固定资本形成总额，Pt为固定资产投资价格指数。文中1978-2013年资本存量数据是根据张军等（2004）一文提供的方法测算得到。
3.3 劳动力要素
在西方国家，劳动力要素投入量一般用标准劳动强度的劳动时间来衡量。由于我国缺少这方面的统计数据，所以本文采用“全社会从业人员”指标作为劳动力要素投入量指标。
4 参数测算和科技进步贡献率估计
利用1978-2013年统计数据对生产函数进行回归，为了避免出现多重共线性问题，回归模型可调整变换为：In（Y/L）=lnA+γt+αln（K/L）+μ。其中t取1～36，利用Eviews8.0软件进行回归，经过序列相关性处理后，估计结果如下：
ln（Y/L）=-1.282840+0.039136t+0.430680ln（K/L）+[AR（1）+AR（2）]
（-2.014547）（1.728665）（2.209256）
R2=0.998901 F=6591.505 D.W.=1.525751
可以看出，各变量在10%显著水平下通过了检验，消除了一阶和二阶自相关影响，且拟合度很高，符合经济意义，说明方程结果可以反映福建省C-D生产函数，具体形式如下：
Y=0.277248795e0.039163tK0.43068L0.56932
利用C-D函数生产法，各要素对经济产出的贡献率如表1。
从表1可以看出：（1）福建经省济增长对资本投入的依赖程度很大。其资本投入平均增长率14.29%，总体呈现上升趋势，超过经济产出的平均增长速度12.75%，这说明福建省的经济增长主要靠资本投入推动，是明显的粗放型经济发展模式。（2）劳动投入的增长对经济增长的贡献14.46%，且劳动要素平均增长速度2.96%明显低于经济平均增长速度，这说明劳动对福建省经济增长的促进作用相对较低。（3）科技进步对福建省经济增长平均贡献率32.76%，贡献水平相对较低。贡献率由20世纪80年代、90年代初期的大幅度波动到现在的较低水平。（4）高技术高增长，20世纪80年代初期和90年代初期出现的高技术贡献率，主要是因为中国的对外开放政策和确定市场为导向的经济发展方向后，吸引了大量的外商来华投资，同时也给福建带来了先进的技术，促进了福建省经济的高速增长。（5）近年来，福建省科技进步贡献率明显呈现下降趋势，为了提高福建经济增长的质量，深化科技创新势在必行。
内容摘要：本文通过测算，指出陕西省1985-2008年能源消费对于经济增长的贡献不可忽视，其产出弹性为0.26663，对于经济增长的贡献率也在波动中不断增加，并且陕西省经济产出属于规模报酬递增型。
关键词：生产函数 产出弹性 贡献率 规模报酬
测定贡献率的常用方法是先确定生产函数， 再根据生产函数来测算进步率， 最后根据进步率和发展速度测定出贡献率。柯布-道格拉斯生产函数最初是美国数学家柯布（C.W.Cobb）和经济学家保罗•道格拉斯（PaulH.Douglas）共同探讨投入和产出的关系时创造的，并以他们的名字命名的函数，它在数理经济学与经济计量学的研究与应用中都具有重要的地位，也是确定生产函数的最直接，并且也是最有效的方法。能源系统作为社会大系统的重要组成部分，为社会经济发展提供动力，在国民经济中的地位日益重要。因此，本文采用生产函数改进的三要素形式，在原有劳动和资本两要素生产要素投入中加入能源消费这一因素，建立陕西投入产出生产函数模型，计算能源消耗对陕西省GDP的贡献。
计量经济模型选择及数据处理
（一）计量经济模型选择及设定
能源消费与经济增长关系分析可在如下三要素生产函数的框架内进行：
Y=f（K，L，E）
其中Y为实际的GDP，L为劳动投入量，K为资本投入量，E为能源消耗量。在能源消费与经济增长关系分析中，以C-D生产函数模型最为典型。因此，本研究选择包含能源消费多要素C-D生产函数模型，假设资本K、劳动L和能源消耗E互相之间的替代弹性都为1，则产出量Y与投入要素组合之间的关系可以用如下形式的模型描述：
Y=ALαKβEγ
式中：A表示除要素投入以外其它影响经济增长的因素，α为劳动产出弹性，β为资本产出弹性，γ为能源消耗产出弹性。
根据C-D函数性质：
Y(λL,λK,λE)=A(λL)α(λK)β(λE)γ=λα+β+γALαKβEγ
于是弹性系数的取值有三种情况：
当α+β+γ>1时，Y(λL,λK,λE)>λALαKβEγ，即有：Y(λL,λK,λE)>λY(L,K,E)，形成规模报酬递增，即投入要素增加后，产出量以更大的比例增加。
当α+β+γ=1时，Y(λL,λK,λE)=λALαKβEγ，即有：Y(λL,λK,λE)=λY(L,K,E)，形成规模报酬不变，即当所有投入要素增加若干倍时，产出量也增加相同的倍数。
当α+β+γ
其中：表示经济产出增长率；表示除要素投入以外其它影响经济增长的因素增长率；表示劳动力投入增长率；表示资本投入增长率；表示能源消费增长率。
于是三种投入要素对于经济增长的贡献率如下：
劳动力投入对经济增长的贡献率：
资本投入对经济增长的贡献率：
能源消费对经济增长的贡献率：
（二）数据来源及处理
研究中的数据通过陕西省统计年鉴取得，由于统计年鉴的限制，并且有些数据并不符合经济模型中的要求。因此研究中的数据序列取得及处理如下：
数据序列。由于陕西省统计年鉴中能源消耗有1978年、1980年及1985-2008年数据，因此，研究数据的年度数据序列取1985-2008年。
数据获取及货币指标转换处理。经济产出GDP和能源消耗量E直接从年鉴中获得相应的数据；劳动投入量L取年鉴中的就业人员数量；对于资本投入量取统计年鉴中的资本形成总额。由于GDP和资本投入量K为货币指标，因此将对这些货币指标以1978年为基点的GDP平减指数进行转换，将其转化为不变币值。进行以上处理后得到的数据序列如表1所示。
计量经济模型处理
（一）计量模型C-D函数参数估计
为了求出C-D函数 Y= ALαKβEγ中的参数值，对C-D函数两边取对数，可以得到：
LN（Y）=LN（A）+α*LN（L）+β*LN（K）+γ*LN（E）
利用Eviews对表1中的数据进行处理，得到有关参数估计结果如表2所示。
于是C-D 生产函数为：
LN（GDP）=-5.19926+0.79800*LN（L）+0.53659*LN（K）+0.26663*LN（E）
t＝ （4.296490）
（13.75337） （3.573791）
R2=0.995882 R2=0.995264
从表2所示的结果可以看出，回归系数α=0.79800，β=0.53659，γ=0.26663，回归系数的符号是合理的，同时符合经济意义，而且系数都通过了1%的显著性检验。
于是有：GDP=e-5.199264L0.7980K0.5366
E0.2666=0.002601 L0.7980K0.5366E0.2666
（二）回归系数约束检验
从上面的回归结果可以看出，C-D生产函数中劳动投入L、资本投资K和能源消耗E的回归系数的和为：
α+ β + γ=0.79800+0.53659+0.26663=
1.60122
即L、K和E的回归系数的和是大于1的，说明C-D生产函数并不满足规模报酬不变，而是形成规模报酬递增，即投入要素增加后，产出量可以以更大的比例增加。这一结论的验证过程为：
假设C-D生产函数中L、K和E的回归系数相加为1。利用Eviews进行检验，得到表3。
从表3中可以看到，P值很小，没有超过1%，所以可以拒绝原假设，即规模报酬不变不成立。
（三）L、K和E对GDP的贡献率
利用前面三种投入要素对于经济增长的贡献率，可以计算得到：1985-2008年陕西省资本、劳动力、能源对于经济增长的贡献率，如图1所示。从图中可以看出，陕西省能源消耗对经济增长的贡献在波动中不断增长；资本投入对陕西省经济的贡献较大，并且在较为剧烈的波动中呈现下降趋势，同时劳动投入对经济增长的贡献率比较低。
结论及建议
（一）重视能源消费对于经济增长的贡献
在陕西经济增长中，能源消费E产出弹性γ=0.26663，表明资本投入1％的增长，可以导致其GDP增长0.26663％。与劳动投入L和资本投入K产出弹性0.79800和0.53659相比，能源消费对于经济增长的贡献是不可忽视的。
（二）陕西省经济产出属于规模报酬递增型
由于陕西省C-D生产函数中劳动投入L、资本投资K和能源消耗E的弹性系数之和α+β+γ大于1，即陕西省经济产出属于规模报酬递增型。因此，陕西可以增加经济中的要素投入，以促进产出量更大的比例增加。
（三）重视能源节约且注重能源供给
陕西省能源消耗对于经济增长的贡献率在波动中不断增加，而资本投资对经济增长的贡献则不断下降，也预示着未来陕西经济增长中将会依赖更多的能源投入，由此，陕西经济增长中必须注重节约能源，并同时注重能源的供给。
参考文献：
1.林清泉.计量经济学.中国人民大学出版社，2006
2.李子奈，潘文卿.计量经济学.高等教育出版社，2008
3.曾胜.基于C-D模型分析我国能源消费结构与经济增长的关系.中国能源，2008.11
作者简介：
杨惠贤，女，1966年生，河南新安人，经济学硕士，西安石油大学经济管理学院副教授，硕士生导师。主要从事石油、天然气财务与会计问题研究。
董杰，男，1974年生，浙江宁波人，西安石油大学经济管理学院研究生。
[关键词]生产函数模型；高等教育；贡献率
[中图分类号]G718.5[文献标识码]A[文章编号]1005-6432（2014）5-0088-02
1引言
随着经济的发展和科学技术的进步，高等教育在经济增长中的拉动作用日趋明显。高等教育培养了大量的人才，直接作用于经济建设，同时，高等教育产生大量的科研成果，为经济建设创造大量的经济效益，促进了GDP的增长和经济质量的提高。因此，高等教育对经济的发展有着显著的正向拉动作用。
高等教育对经济的拉动作用，也称作高等教育对经济的贡献。关于贡献的大小度量，在国外研究起步较早。自20世纪60年代以来，美国经济学家舒尔茨（T.W.Schultz），创立了教育投资收益率估算法，美国经济学家丹尼森（E.F.Denison）创立了教育量简化指数法等。他们对经济的贡献率的估算作了细致的研究。我国学者在这方面的研究起步较晚，20世纪90年代，以杭永宝、杨亚军、李洪天为代表的经济学家，研究了中国教育对经济增长贡献的测算方法及其相关分析，教育对经济增长影响等一系列问题。
检测高等教育对经济增长的贡献率是一件十分困难的事情。笔者根据舒尔茨、丹尼森等人估算教育对经济的贡献，依据柯布—道格拉斯生产函数构造浙江省高等教育投入的经济增长模型，估算2006—2012年高等教育对浙江经济增长的贡献率。
考虑到浙江和美国当年经济相当，具有较大的相似性和可比性，本文也采用此数值。
2数据的来源
根据《中国人口统计年鉴》资料查询结果，2006年和2012年浙江省从业人员各自受教育程度的数据，算出这两年各种文化教育程度所占的人口比例（如表1所示）：
3数据的处理
3.1浙江省从业人员人均教育年数
根据浙江省2006年和2012年从业人员受教育程度，可计算人均教育年数。
首先计算2006年人均受教育年数。
从业人员人均小学教育年数为：（35.84+34.87+12.14+5.42）×6/100=5.296年；
从业人员人均初中教育年数为：（34.87+12.14+5.42）×3/100=1.573年；
从业人员人均高中教育年数为：（12.14+5.42）×3/100=0.527年；
从业人员人均大学中教育年数为：5.42×3.5/100=0.190年。（大专以上教育有4年的本科和3年的专科，根据本专科的招生比大约为1∶1，从而采用大专以上教育时长确定为3.5年）
然后计算2012年人均受教育年数。
从业人员人均小学教育年数为：（28.71+38.93+13.21+12.56）×6/100=5.605年；
从业人员人均初中教育年数为：（38.93+13.21+12.56）×3/100=1.941年；
从业人员人均高中教育年数为：（13.21+12.56）×3/100=0.773年；
从业人员人均大学教育年数为：12.56×3.5/100=0.440年。
3.2从业人员人均教育指数
教育综合指数等于各级受教育年限乘以劳动简化率之和。丹尼森是以劳动者所得工资作为劳动简化率，他只把工资差别的60%当教育程度对劳动生产率的影响。国内关于劳动简化率的研究也有不少，其中李洪天在丹尼森劳动简化率的基础上得出我国小学、初中、高中、大学文化程度劳动力的劳动简化率分别为1∶1.2∶1.4∶2，笔者认为李洪天的结论比较符合浙江劳动人口的特点，在计算时采用这个结论。
那么，2006年浙江省平均教育综合指数为：E0=5.296+1.573×1.2+0.527×1.4+0.190×2=8.3014
2012年浙江省平均教育综合指数为：
E1=5.605+1.941×1.2+0.773×1.4+0.440×2=9.8964
根据几何平均法公式e=（E11E0）11n-1（n为增长时长，单位为年）
于是2006—2012年教育综合指数年平均增长率为：
e=（（9.896418.3014）-1）×100%=2.97%
2006—2012年去除高等教育后的教育综合指数年平均增长率为：
e，=（（9.016417.9264）-1）×100%=2.18%
3.3浙江省高等教育在教育综合指数年均增长率中所占比重Eh=（2.97-2.1812.97）×100%=26.60%
3.42006—2012年浙江省GDP的年均增长率
根据表2的数据，可以计算出2006—2012年浙江省GDP的年均增长率。
r=7171i=1Gi=10.49%
3.5教育对浙江省GDP年均增长率的贡献
Re=βe1r×100%=0.73×2.97%110.49%=20.67%
3.6高等教育对浙江省GDP年均增长率的贡献
Rh=Eh×Re=26.60%×20.67%=5.5%
上述结果表明：浙江省2006—2012年GDP年平均增长率为10.49个百分点，由教育带来的增长率所占份额为20.67%，即这期间教育对人均GDP年平均增长速度的贡献率为20.67%，其中高等教育的贡献率为5.5%。
4结论
从2006年到2012年的几年时间里，浙江省从业人员的所受教育程度有明显提高。文盲和半文盲及小学受教育程度都有所下降，其中文盲和半文盲率从11.73%下降到6.59%；初中、高中及大学以上所受教育程度比率都有所上升，其中大专以上的比率从5.42%上升到12.56%，其增长幅度在翻一番以上。这得益于1999年教育部出台的《面向21世纪教育振兴行动计划》，浙江高等教育的发展进入快车道。但是，教育综合指数的年增长率仅有2.97%，远低于经济的年增长率。根据人力资本理论，同年消费对中国经济增长贡献率为51.8%。可见，作为有潜力的高等教育对经济的贡献还未达到应有的水平，说明浙江的经济发展仍以粗放型为主。
浙江地处中国东南沿海，经济起步较早，发展较快，经济总量保持全国较为领先的地位，但近年来，由于国际金融危机的持续发酵，以出口为导向的浙江经济遇到了严峻的考验，以粗放型的发展模式陷入困境，截至2012年年底浙江经济增长排名放缓，位列全国倒数第二（如下图所示）。同时，浙江经济乡镇企业等民营经济的成分较多，在整个国民经济中及时结构层次较低，高等教育对经济的贡献不大。2012年，浙江省政府正式颁发《浙江工业强省建设“十二五”规划》，提出了切实推动浙江从工业大省向工业强省、制造大省向“智造强省”迈进的总体目标，以及培育跨省跨国企业集团、增强企业自主创新能力和推进工业强市强县强镇强区建设等10大重点任务。为了配合这一目标，加快高等教育的发展，提高高等教育对经济增长的贡献，为此，实现经济由粗放型向集约型增长方式的转变刻不容缓。为实现这一转变所需人才的培养任务由教育尤其是高等教育所承担，同时高等教育的研究成果对经济具有长期的促进作用。
2012年各省区市GDP增长率
与西方发达国家相比，我国高等教育对经济增长的贡献率还处在较低的水平。研究高等教育对经济发展的联系，从高等教育的外部和内部共同努力，坚持高等教育的新发展观，优化高等教育的布局结构，提高高等教育的质量，推进产学研合作，使高等教育的国际化水平得到有效的提高。
参考文献：
[1]陈薇.安徽省高等教育对经济增长贡献率估算及相关分析[J].皖西学院学报，2011（8）.
[2]杭永宝.中国教育对经济增长贡献率分类测算及其相关分析[J].教育研究，2007（2）.
[3]琚晓星，袁利，叶勇.重庆市高等教育对地区经济发展的贡献[J].统计与决策，2007（11）.
[4]姜颖，祁晓.区域高等教育对经济增长贡献率差异的内部因素分析[J].北京交通大学学报，2012（4）.
[5]赵传传，陈洪转，成长春.江苏省高等教育对地区经济增长的贡献率研究[J].高等教育研究，2008（9）.
[6]张根文，黄志斌.安徽省高等教育对经济增长贡献率的实证分析[J].华东经济管理，2010（1）.
[7]中华人民共和国统计局.中国统计年鉴2012[M].北京：中国统计出版社，2013.
教育发展与经济增长呈现出一种互动关系，经济增长能促进教育发展，教育发展反过来又能推动经济增长。本文分析了我国教育发展与经济增长的交互作用，并从二者交互影响的视角，针对我国目前的经济与教育状况，提出了促进我国教育发展和经济增长的相关对策。
【关键词】
教育投资；经济增长贡献率；差异；对策
0 引言
对于教育在经济发展中的作用，人力资本理论的奠基人舒尔茨指出，教育的结果可看作资本的一种形式，即人力资本。人力资本是社会进步的决定性因素，在经济增长中会更多地代替其他生产要素。但是它的取得不是无代价的，而是要投资一定量的金钱和其他稀缺资源，即人力资本投资。教育投资是人力资本投资的主要方式。教育投资主要是一种为了增加未来收入和满足而进行的长期性投资。教育投资提高了国民的人力资本，增加了国民生产总值，教育的扩张可提高国民收入，促进经济的增长。教育投资成为实现整个经济增长的重要动力与源泉。
1 计算高等教育对经济增长贡献率的模型选择
在定量分析中，柯布—道格拉斯（C-D）生产函数是国内外众多估算方法的基础，本文也主要在柯布—道格拉斯（C-D）生产函数的基础上进一步细分教育投入和经济产出之间的函数关系。柯布—道格拉斯（C-D）生产函数是由美国数学家柯布和经济学家道格拉斯根据历史统计资料，研究二十世纪处在研究美国制造业劳动和资本对产出的作用时得出一个生产函数，即著名的柯布—道格拉斯（C-D）生产函数：
Y=AKαLβ（1）
这个生产函数可以表述为：假设土地数量没有变化，导致经济增长的因素抽象为资本K、劳动L和技术进步率A，K、L可以相互替代，且能以可变的比例组合，又假设经济发展处于完全竞争的市场经济条件下，生产要素都以其边际产品作为报酬，规模报酬保持不变，那么在时间t范围内变化的中性技术进步的产出增长模型可以被构造为：Yt=At KtαLtβ（2）
其中，Yt是第t期经济产出量，用GDP表示；At为第t期技术水平，一般作为常数；Kt为第t期的物质资本存量；Lt为第t期人力资本存量；α是资本的产出弹性系数，β是劳动的产出弹性系数，而且α﹥0，β﹥0，α﹢β=1。
这同时和新经济增长理论的代表人物卢卡斯（Robert E Lucas）于1988年提出的内生经济增长模型Y=Kα（Hl）1-α的思想基本一致（《经济增长导论》，2002）对公式（2）两边取自然对数后再求时间t的全导数，然后再用差分方程近似代替微分方程得到方程：y=a+αk+βl0+βe（3）其中，y表示一定时期内经济的年均增长率，a为社会技术进步的水平增长率，α表示产出的资本投入弹性，K为资本投入的年均增长率，β表示产出的劳动投入弹性，l0代表初始劳动投入的年均增长率，e代表教育投入的年均增长率。因此，估算教育对经济增长率的贡献可表示为：Re=（ye/y）×100%=（βe/y）×100%（4）
公式（4）是目前国际广泛采用的计算教育对经济增长贡献率的模型，它表示教育这个要素投入所带来的那部分国民产值的增长率占国民产值总增长率的比率。在实际计算过程中，教育投入的年均增长率e也可以表示教育综合指数的年均增长率。在此基础上进一步求出广东高等教育对经济增长的贡献。
2 教育投资对经济增长贡献率的地区差异与对策统计分析
由于对整个教育投资体制的改革，我国教育投资的来源呈现出来源主体和来源渠道多元化、政府对教育的投资比例递减而预算外教育投资所占比重越来越高的格局和态势。尽管如此，政府对教育的投资在整个教育投资中仍然占绝对的比重，即教育投资仍是以政府投资为主的。因此，政府对教育投资的大小直接影响到全社会教育投资总量的大小。财政收入占GDP比重的减小，省级财力的不足，直接导致了教育投资的不足。除此之外，更深层的原因则在于政府部门的财力分散，管理不规范。按照国际通行的政府收入口径来计算，我国各地区政府收入，除了列入预算内的财政收入外，还包括预算外收入、未纳入预算外管理体制的制度外收入和财政收入退库等。由于大量政府收入游离于预算之外，不受财政部门监督，其管理陷于混乱，易造成教育资金流失，而财政部门能够调度的仅限于预算收入这一块，使政府在安排教育投资支出问题上陷入困境。那么，教育投资对经济增长贡献率的对策分析应该做到：
2.1 首先要思想上到位，真正把教育优先发展战略地位落到实处
必须从思想上深入解决重物质资源投入、轻人力资源开发的倾向。无论是社会主义市场经济体制的建立，还是增强综合实力参与区域间的竞争，都将取决于国民素质和大批高水平专门人才，取决于教育事业的发展，而教育特别是高等教育则是一种高度智力密集和高度科技密集型的事业，其成就和效益很大程度上取决于人员的素质和教学科研仪器设备的先进程度，这就必须要投入更多的资金。
2.2 继续保持政府教育投资一定规模的增长
由于政府在整个教育发展中所具有的重要作用而非其他投资主体所能替代，在教育投资来源构成中，政府财政支出仍占主体地位，其它来源成份只能是对政府教育投资的补充，起辅助作用。因此，政府要充分挖掘财政增加教育投入的潜力，逐步提高财政性教育经费占GDP的比例，切实保证政府对教育投资的主渠道地位。
2.3 进一步健全和完善多渠道筹措教育经费、保证教育经费稳步增长的机制
考虑到欠发达地区政府财政弱化、其能为教育提供的经费比较有限，教育投资仅靠政府财政的投入是远远不能满足经济和社会发展的需要的。在确保和增加政府财政投入的同时，应采取各种措施鼓励和引导社会各方对教育的投入，充分动员社会力量办学，充分开发和利用各种教育资源，是解决目前欠发达地区教育经费不足的有效手段。
3 结论与启示
（1）政府对教育的投入是影响我省经济波动的重要原因，是推动经济增长的重要力量。增加教育投入有助于促进我省实际经济总量的增长，政府对教育的投入的经济增长弹性为1.248，即政府对教育的投入每增长1%，则经济增长1.248%。（2）私人对教育投入和教育出口投入低于政府对教育的产出弹性，分别为-0.155和-0.023，它们对经济增长的贡献并未如一些文献所说的那样，对经济增长发挥着绝对的作用。主要原因与国家对教育的政策变化有一定的关系，另外也与一些数据的估计不准确性有直接关系。这也是此项目后续需要研究的问题。
【参考文献】
[1]陈璋.西方经济理论与实证方法论[M].北京：北京大学出版社，1993
[关键词]旅游业；经济贡献；投入产出分析；旅游卫星账户；可计算的一般均衡模型
[中图分类号]F59
[文献标识码]A
[文章编号]1002-5006（2017）04-0033-10
Doi： 10.3969/j.issn.1002-5006.2017.04.009
2015年7月，国家信息中心旅游规划研究中心课题组采用旅游卫星账户法，以国家统计局、国家旅游局正式公布的各年度统计公报、相关年度旅游抽样调查、统计年鉴数据为基础，测算了我国旅游产业对GDP直接和综合贡献，测算结果显示：2013年、2014年两年旅游产业对GDP直接贡献均超过7%，旅游产业对GDP综合贡献都超过10%；旅游产业间接带动增加值超过15 000亿元，对GDP增长拉动点数在1%左右，对GDP增长率贡献超过10%[1]。这一测算结果无疑是振奋人心的，但随后便有学者对这一结果提出了质疑和批评，认为该结果不实。“旅游业具有推动经济发展作用”的言论众所周知，但旅游业发展究竟带来了多少经济增量，旅游业的经济影响涉及了哪些行业，如何测度旅游业的经济影响等问题在学界尚无定论。关于旅游业经济贡献方面的较多成果中，研究既有相似性也有差异性。相似之处如研究内容与研究视角均与经济挂钩，研究对象上学者们一般选取具体的国家、地区或省市。存在差异的是研究手段，具体表现在研究指标选取和研究方法选择这两个方面。在指标选取上，旅游收入、旅游消费、支柱产业的贡献标准等五花八门。而在研究方法选择中，不同学者运用的方法各有千秋，具体有投入产出分析（input-output analysis）、旅游卫星账户（tourism satellite account，TSA）、可计算的一般均衡模型（computable general equilibrium，CGE）等。文章对CNKI中1989―2014年国内的相关研究文献进行了检索、筛选，就旅游业对经济增长的贡献研究，从研究指标的选取和研究方法的运用两个方面进行了研究评述。
1 研究视角选择多元化
我国从20世纪80年代开始涉及旅游统计方面的研究，旅游产业效应的研究着重于经济效应评价。进入21世纪之后，我国学者对旅游业在国民经济中的地位的评估研究增多。这些研究围绕旅游业对经济增长的贡献进行，其中，尤以旅游消费对经济增长的贡献研究居多。
旅游业对经济增长的贡献研究经历了从定性研究向定量研究的过渡，历时相对较长，研究成果颇多。在研究中，定性研究所起的是引导作用，占主导地位的是定量研究。定性方面的研究主要依据碎片式数据，对旅游业的影响进行描述、概括，在旅游业经济影响的方向性、系统性方面进行了客观的评价，这些研究成果在一定程度上丰富了理论，并为后续的学者开阔了研究思路。郑景胜、孙尚清等学者在这方面做出了不小的贡献。郑景胜[2]通过企业数量、就业人数、行业总产值占社会总产值的比重、行业职工人数占社会劳动者的比重、行业出口额占外贸出口总额的比重这5个指标与烟草、石油加工等行业进行了横向对比，在结合旅游业投入产出分析的基础上，得到如下结论：旅游业具有突出的经济性，经济效益处在较高水平上，创汇能力强，发展具有持久性。孙尚清[3]则从旅游业的经济效益、创汇能力、关联带动作用等方面探讨了旅游业的积极作用，高度认可旅游业对社会进步和经济增长的积极作用，并认为旅游业具有良好的前景。孙尚清引导学者们关注到了旅游业对相关产业的带动作用和对产业结构的优化作用研究。这几项研究均未使用任何模型和定量评估方法，但其几乎成为旅游业对经济贡献研究的范式，后来学者在研究之中无论是测算旅游业的就业乘数、评价旅游业的创汇能力、与其他相关行业进行经济贡献对比或是评估旅游业对产业结构调整优化的作用等，基本都以这些研究为蓝本。
旅游业对经济增长的贡献研究一般基于旅游供给、旅游需求两个维度着手。从旅游供给视角着手的经济贡献研究一般由从事旅游供给的企业或旅游产业创造的社会财富增加值体现，即将旅游收入的贡献转化为旅游企业数量的增加、吸纳就业人数增多、赢利增长等方面的变化；而从旅游需求视角着手的经济贡献研究则采用旅游者的旅游消费表达。
1.1 基于旅游供给视角的旅游业经济增长贡献研究
基于旅游供给视角的旅游业经济增长贡献研究方面，学者们选取旅游收入作为主要研究指标，通过分析其与对应指标的比重大小得出结论。如在具体操作中进行旅游收入与第三产业产值、旅游收入与国内生产总值（GDP）、旅游业创汇收入及入境旅游人数这3组指标的相关分析[4]等。与旅游收入指标相对应的，是旅游总收入指标。学界对于旅游收入、旅游总收入的区分界限模糊，很多学者在研究时甚至混淆了这两者。对比选择旅游收入衡量旅游业经济贡献，旅游总收入的选择频率相对更高[5-8]，这并不能说明旅游总收入的衡量就比旅游收入可靠，而与学者们的选择偏好有很大的关联性。
当然，也有学者质疑选用旅游收入这一指标衡量旅游业经济贡献的客观性，如吴忠才、粟娟、孙希瑞等学者认为国际旅游收入被细分为长途交通、游览、住宿、餐饮等9个具体项目，比起没有细分的国内旅游收入更准确可靠，故而选取了GDP作为基本指标，而选取国际旅游收入即旅游外汇收入为旅游业发展与经济增长关系的衡量指标[9-11]。相较于旅游收入、旅游总收入和旅游外汇收入，旅游增加值这一指标无疑更为契合旅游业对经济的贡献研究。叶小青[12]、张文瑞[13]选取了旅游增加值占GDP比重来测算旅游业对经济的贡献。曾国军和蔡建东对此做出了解释：旅游总收入和GDP分属不同的统计口径，旅游统计中常见的旅游收入属于总产值的概念范畴，相较之下旅游增加值更为准确[14]。
1.2 基于旅游需求视角的旅游业经济增长贡献研究
基于旅游需求视角的旅游业经济增长贡献研究，学者们x取旅游消费作为主要研究指标。探讨旅游消费对经济增长的贡献，明确旅游消费的涵盖范围是基本前提。在旅游消费的概念界定及范围划分方面的研究显得尤为薄弱，旅游消费是包含游客在旅行和游览过程中的各项支出[15]，还是旅游活动前、活动中和活动后这3个阶段的所有消费，不论是旅游活动之前收集讯息、准备行装，还是旅游活动结束之后冲洗照片、整理资信，都囊括在内[16]，目前学界尚未形成统一的标准。当然这与我国统计制度的缺位有密不可分的关联。由于在实际操作过程中存在消费调查、消费统计这两大难题，目前国内关于旅游消费的统计仅将旅游活动中的消费视为旅游消费，具体是长途交通、市内交通、邮电通讯、住宿、餐饮、门票、娱乐和购物8个方面，而忽略了旅游活动前和活动后两个阶段的旅游消费。此外，旅游活动中发生的诸如乘飞机、打电话、购物、用餐、娱乐等活动的经济价值，被统计在对应的独立存在的交通、通讯、商业、餐饮和其他社会服务业的增加值中。这些部门并不清楚其顾客是不是旅游者，不可能也不会按顾客类别，将提供给顾客消费的各种产品的增加值划分为本部门增加值和旅游增加值[17]。
评估旅游消费对经济的拉动作用，选用哪一个或哪几个指标作为研究变量，这其中经历了一个从无到有、从少到多、从边缘到核心的动态变化过程。从将人均旅游花费、交通花费、门票花费、旅游购物、娱乐花费纳入研究中[18]，到选取GDP增长率、城乡居民旅游消费支出收入增长率等指标建立探究城乡居民旅游消费与经济增长关系的模型[19]；从选取人均国内旅游消费、人均GDP验证我国国内旅游消费与经济增长的互动关系[20]，到通过居民休闲消费的变化对我国第三产业GDP和GDP总值的影响考察我国休闲消费对经济增长的拉动作用[21]；再到引入旅游消费倾向率、旅游消费结构指数和弹性3个指标，分析旅游业对国民经济的拉动效应[22]，都凝结了学者们的心血，反映了研究指标的选取越来越成熟。旅游消费的经济贡献还体现在对社会消费的拉动作用上。例如孙根年和侯芳芳采用消费弹性、旅游消费倾向率和结构指数研究浙江省旅游消费结构的变化及其对社会消费的贡献[23]，2012年他们增加了旅游消费地位指数来测量福建省旅游消费结构变化及旅游业对拉动国民消费的贡献[24]。两个研究的结论一致：旅游消费呈现增长趋势，且其弹性增长率高于国民消费，是拉动国民消费的重要力量。而“旅游消费地位指数”这一新指标的引入，使得旅游业对消费的拉动作用更具体、直观。
1.3 基于其他视角的旅游业经济增长贡献研究
基于其他视角的旅游业经济增长贡献研究，主要是研究者除了从旅游供给、旅游需求两方面选择研究指标外，还使用支柱产业的经济贡献标准――产业增加值占GDP比重、需求收入弹性、就业容量和行业关联度4个因子构建指标体系评估旅游业的经济贡献[25-27]。如将拉动系数、生产率的上升率纳入范围，根据经济贡献率、增长弹性、拉动系数、产业结构、旅游就业5个指标以及旅游产业对GDP的贡献率、生产率的上升率、旅游需求收入弹性、旅游就业弹性、旅游产业关联度5个方面分析旅游产业对经济的贡献[28]；或者是选取旅游产业经济贡献率、增长弹性系数、旅游产业结构升级系数、旅游联动系数等指标[29]。当然，也有学者认为指标的数量并不能为研究结果的可靠性提供保障，则在指标选取的时候简化操作，如邱志扬就选取区域生产总值增加值、旅游业总收入增长率、旅游业总收入依存度3个指标构建旅游业对区域经济贡献率的评价指标体系[30]。不论是选择扩充或是简化，学者们呈现的共同之处就是学术的继承，都是在前人研究成果基础上消化吸收再创新。
学者们在进行指标选择时较少阐述选择理由或进行论证，即使有阐述理由和论证的，也仅限于一句或进行几句简单的文字表述，尚未发现论证某一个或某几个指标比其他指标更适合进行旅游业的经济贡献评估的理由在研究中出现。如此一来，学者们选择研究指标的科学性便有待商榷，其研究成果的准确性和可靠性值得怀疑。此外，尽管既有的旅游统计制度理论上包含居民或游客旅游活动前和活动后的旅游消费，实际研究却甚少将这两部分统计数据重视起来，往往仅限于使用旅游活动中的旅游消费评估其对经济增长的贡献，客观上低估了旅游消费对经济增长的拉动作用。但若将旅游统计中旅游活动前和活动后的统计数据落实到研究之中，数据筛选和剥离等相关工作需要后续研究者探索。
2 研究方法选择聚焦化
旅游业的经济带动功能很大程度上是旅游业备受青睐的原因，但是，旅游业的经济影响有多大、影响了哪些行业、受旅游业影响到底是利还是弊等一系列测度旅游业经济影响的问题是学界尚无定论的热点。为探其究竟，一些学者、科研部门、组织机构等均投入旅游产业地位分析、旅游经济效益评估、旅游统计工具研究等热潮中。在这20余年的旅游业经济影响研究中，研究的方法、模型数量众多，研究均以实证分析形式进行。学者们在研究过程中使用的方法包括投入产出分析、旅游卫星账户（TSA）、可计算的一般均衡模型（CGE）、计量经济模型和统计模型（econometric and statistical models，ESM）等。这些方法之间多具有继承和发展的关系，但其功能和侧重点各有不同。
2.1 基于3种主流方法的旅游业经济贡献研究
2.1.1 基于投入产出分析的旅游业产业关联影响研究
投入产出分析是一种研究经济体系中各个部门之间投入与产出相互关系的数量分析方法，最早是在1936年由美国经济学家Wassily Leontief提出。该方法基于资产阶级庸俗经济学、全部均衡论和产业关联理论，通过同质性和比例性这两种假定将一般均衡方程组进行简化，构造出一个多部门的经济体系，独自编制或利用已有的投入产出表，再根据投入产出表中的数据计算乘数，建立投入产出模型，进而评估经济影响中的间接影响和诱导效应[31]。投入产出分析是在我国研究与应用最早的经济数量分析方法，经过50多年发展已比较成熟。学者们在运用投入产出分析的过程中一般与产业关联理论相结合，主要用其测度旅游业的关联带动能力、乘数效应和波及效应。如李江帆等学者依据投入产出理论对旅游业的关联带动能力和波及效应进行了探讨[32]；左冰采用投入产出分析测度了我国旅游产出乘数以及就业乘数[33]。研究者在这一方法的使用上的继承趋势明显。
不同学者在应用投入产出分析评估旅游业对其他行业的带动及贡献时，涉及旅游消费、旅游投资等多个不同的方面。测算旅游消费经济贡献方面的研究较多，如乔玮[34]在测算上海旅游消费引起产出增长的乘数效应时发现，乘数效应由高到低排列的具体情况是：企业服务业、化学工业、商业、饮食业、旅客运输业；周文丽[35]测度了1997―2007年10间我国城乡居民国内旅游消费对国民经济及各部门产出增长的贡献率及其变化，研究发现，旅游业、住宿和餐饮业、交通仓储和邮政业、金融保险业、其他服务业、房地产业和批发零售业在城乡居民国内旅游消费对各产业产出增长贡献呈现从大到小的递减趋势。测算旅游投资贡献的研究尚不多见，目前的研究中发现王如东和诸大建[36]测算旅游投Y对苏州经济的综合贡献时，投资系数位居前6位的旅游特定产业分别是航空旅客运输业、旅行社业、铁路旅客运输业、水上运输业、住宿业、文化艺术和广播电视业。在旅游业的产业关联研究中，张华初和李永杰[37]研究得出的结论是我国旅游业对交通运输、住宿业和餐饮业的直接拉动作用最大。上述研究的测算结果存在显著差异，对于旅游消费、旅游投资、旅游业3个不同主体的研究存在差异属于正常现象，而在旅游消费的测算结果上，乔玮[34]与周文丽[35]都是采用投入产出模型计算旅游消费的经济影响，由于变量选取、测算工具等导致的结果差异可以排除，但乔玮[34]选择上海作为研究对象，研究中仅使用2002年的数据进行了静态分析，而周文丽[35]对比的是中国城乡居民国内旅游消费从1997―2007年10年间的动态影响，其中，研究对象、数据选取、分析过程等都有可能是造成结果存在差异的 原因。
投入产出分析无疑可以被称作为综合性最强、因素最全面的乘数分析工具，之所以能够有效地测评旅游业带来的经济影响，是建立在其细分、评价游客在旅游活动过程中所产生的消费具体构成的基础之上，其分析优势尤其体现在测算旅游消费的继发效应之上。投入产出分析的使用频率相对高，研究的相关成果相对较多，它在使用过程中可与其他方法相结合，尽管学者们也不断地设法对其进行改进和弥补，其缺陷仍旧存在。如张吉林[38]早在1999年就明确指出：传统的投入产出法自身存在的缺陷使其难以准确衡量旅游产业对社会经济的贡献。在使用过程中，部分学者对投入产出表的理解不透彻，将其中的旅行社业等同于旅游业进行评估，导致旅游业的贡献被低估，造成研究结果的不可信甚至错误。考虑到该方法对资料要求过高，而且资料经过4～5年的老化后才能形成投入产出表等缺陷，学者们进而探索运用旅游卫星账户（TSA）进行研究。
2.1.2 基于TSA的旅游业直接贡献研究
旅游卫星账户（TSA）是通过建立旅游业的10个经济账户反映旅游业发展的实际状况和经济贡献的一种测量方式或者说手段。早在20世纪80年代，法国统计学家就率先提出了“卫星账户”的概念。Lapierre和Hayes在加拿大政府的充分重视和大力支持、推动下，最终于1994年创建了世界首例实用性的旅游卫星账户，这将传统行业中旅游产品的零散部分整合成了一个综合的旅游产业。
国内学者一方面在旅游统计研究这一主题上做积极探索，另一方面则开始借鉴、参考和学习国外的研究成果，此举措的直接体现是20世纪90年代末引入了TSA这一研究内容。任佳燕和刘赵平[39]对TSA的基础知识做了介绍；李志青[40]引入TSA对上海市旅游业的产出贡献和乘数效应进行了实证性分析；李明耀等[41]对TSA的理论意义和特点进行了归纳；李红艳[42]等学者则在初步探索TSA的创建上贡献了不可小觑的力量。刘迎辉和郝索[43]对比了TSA和投入产出分析两种研究方法的评价机理、理论视角、假设基础等多方面内容，尝试将两种方法进行融合，进而同时运用于实践中，试图做到一加一大于二的效果。当然，TSA的研究和开发过程中也离不开一些地方政府的积极参与和支持。厦门、广西、江苏、浙江等地的旅游相关部门在早期对其进行了探索性实践，旨在利用TSA核算旅游产业的产出贡献，这为我国的旅游卫星账户构建起到了辅助作用。
TSA目前已有30余年历程，自加拿大建立世界首例实用性TSA后，美国、澳大利亚、新西兰、法国、西班牙等多个发达国家均先后对该方法进行了实践探索，这也是一种推动旅游经济影响研究的极大助力。尽管TSA的出现及发展为旅游业经济影响的研究提供了强大的推力，但其本身的缺陷仍不可忽视：TSA对旅游消费类型的划分及种类数量的要求极高，建立TSA成本高昂，收集旅游供求的详细数据任务艰巨等。在建立TSA过程中，向来只单纯考虑旅游者消费的产出变化和就业增加，而对于由旅游需求所引起的间接效应、诱导效应则未考虑，这也在一定程度上限制了旅游卫星账户的分析和使用范围。再有，TSA是在事后对旅游业引起的经济影响进行评估的方法，时间上存在滞后，不能使用TSA进行预测。
为了方便研究、节约在研究过程中人力、物力、财力的损耗，追求研究结果的科学性、客观性，对旅游发展引起的经济效应进行预测，有学者进一步提出了可计算的一般均衡模型的研究手段。
2.1.3 基于CGE模型的旅游业要素与现象平衡关系研究
CGE模型脱胎于Walras的一般均衡理论。1960年Johansen构建的挪威多部门增长模型（multi-sectoral， growth， MSG）被认为是第一个实用的CGE模型。CGE模型不仅关注产业部门及部门间的关联，还可包括生产者、居民、政府等主体，模型结果更微观[31]。CGE模型广泛应用于经济研究之中，但其应用于旅游研究的时间短，目前在旅游研究的运用中出现的频率极低，运用CGE模型的旅游研究成果稀少。
仅有的研究中除郑玉歆和樊明太[44]指出CGE具有模型理论基础严格、模型框架灵活、能够对现实经济进行综合描述的优点外，其他学者的研究多聚焦于旅游经济要素与现象之间的平衡关系。如黎洁和韩飞[45]构建了静态CGE模型来分析入境旅游需求变化对江苏省地区经济产生的影响；左冰和保继刚[46]利用现有CGE模型技术分析国债旅游基础设施投资的经济效应；袁宇杰[47]在分析国内外投入产出分析、CGE模型的建设和研究基础上，对我国旅游研究中CGE模型的应用进行了评价，指出了我国旅游研究中CGE模型运用方面存在的不足，并探讨了旅游CGE系统的开发及应用；廉月娟和饶品样[48]构建了金融危机下的旅游CGE模型，通过CGE模型分析金融危机对入境旅游产生的影响，进而研究其对中国经济的影响。
CGE模型拥有扎实的微观经济基础，这一点上远远地超过了诸如投入产出分析和TSA等其他的模型和测算方式，此外，CGE模型还能够做到宏观与微观相结合。但其对数据的需求量极大，这一方面也远远超出其他的方式，而对数据的这一需求给使用者增加了难度，极大地限制了研究者的使用频率。我国研究者对CGE模型的运用尚处于起步阶段，对CGE模型的很多应用方面不能够妥善把握。再加上还有在把握动态变化方面，CGE模型同样还存在一些缺陷，CGE模型的动态分析理论方面仍需要进一步完善。
2.2 基于其他方法的旅游业经济贡献研究
其他研究方法方面，以计量经济学的方法最具代表性。学者们在采用计量经济模型时一般结合Johansen协整关系检验、Granger因果关系检验、脉冲响应函数和方差分解一系列方法来探讨旅游消费、旅游收入与经济增长的关系，多是选取某一地区作为案例，进而探索旅游收入、旅游发展或旅游消费与当地经济增长之间的关系的实证分析[20， 49-54]。赵磊和全华[20]将国内旅游消费与经济增长结合，构建了VAR计量模型，并结合Johansen协整关系检验、Granger因果关系检验等分析，得到国内旅游消费与经济增长之间存在长期均衡关系的结论。武春友和谢风媛[49]利用门限面板模型剖析我国经济增长与入境旅游业发展之间的关系后发现：入境旅游发展与经济增长之间存在门限效应，即当入境旅游收入占GDP比重高于2.36%时，入境旅游业发展对地区经济增长有显著促进作用；反之则不显著。赵磊[50]在测算了省际经济效率的基础上运用动态面板系统广义矩估计方法（GMM）实证分析了旅游发展对经济增长效率的影响机制。研究结果表明：中国省际经济增长效率基本上处于低效率水平，但表现出逐渐改善的态势。而当期旅游发展对经济增长效率呈现显著负影响时，滞后一期的旅游发展则表现出对经济增长效率的显著正向影响。刘佳等[51]运用空间动态面板数据模型对我国沿海城市旅游业发展与经济增长的作用关系进行实证分析后，得出2002―2010年我国沿海53个城市的旅游发展对经济增长具有显著的推动作用的研究结论。刘春济和冯学钢[52]通过时间序列分析实证分析后发现：国内研究先前得出的“经济增长推动入境旅游发展”的相关研究结论值得怀疑。赵磊[53]采用多种计量经济方法，结合1999―2009年中国省际面板平衡数据，得到中国旅游发展对经济增长具有显著正向影响效应的结论。赵磊和王佳[54]基于中国30个省份1999―2010年省际面板数据构建了多变量计量经济模型，研究发现中国旅游发展与经济增长之间存在长期稳定均衡关系，并且旅游发展对经济增长具有长期显著积极影响。
计量经济模型用随机性的数学方程加以描述经济活动中各个因素之间的定量关系，是主要依托参数估计和假设检验的数理统计方法研究经验数据的模型。计量经济模型在模型设定、估计方法等方面要求严格，测算结果的可靠性和准确性有一定保障；但其变量设置、数据处理、模型运算等方面的复杂程度也会相应增加。
3 研究评述
探索旅游业对经济增长的贡献研究已历经20多年的发展，郑景胜[2]、孙尚清[3]的开创性研究为后续学者奠定了研究指标选取、研究方式等方面的基础，在他们之后，学者们从研究指标选取、研究方法探寻等方面开展了针对性的研究探索，并借鉴了国外的先进方法和经验，推进了我国旅游业对经济增长的贡献方面的研究。
研究指标选取主要集中在旅游收入、旅游消费、支柱产业的贡献标准等方面，但是研究指标选取的原因解释仅用几句话简单说明，未能采用科学、严谨的方式进行论证，研究结果的科学性及准确性有待商榷。无论是投入产出分析、旅游卫星账户还是CGE模型，都是基于内在假设的前提下进行模型构建，即便假设再完美，相对于复杂的现实而言总是存在局限的，而在假设前提下构建的模型，也是对现实问题的简化，故而研究中出现与现实偏差的结果在所难免。这也是每一个理论都必然存在的局限[55]。在具体操作过程中，3种测算方法对数据的要求极高，而数据统计难度大、统计制度无法满足要求，存在数据缺漏的现象时有发生亦属正常。此外，我国编制社会核算矩阵所需要的投入产出表数据获取的周期L，并不是每年都有投入产出表或延长表更新，时间上的滞后以及现实产业结构、经济状况、社会发展的变化等都会导致投入产出表和社会核算矩阵的误差。当然，在进行数据分析时数据处理软件的限制也是造成结果偏差的一个重要因素。
研究方法主要聚焦于投入产出分析、旅游卫星账户和可计算的一般均衡模型。投入产出分析的主要功能是统筹安排部门生产比例；进行国民经济综合平衡；分析投资效果、劳动就业、人口增长、对外贸易、价格形成等各方面情况；改进地区和企业经济管理和工作机会等，其优点表现为综合性强、分析全面、反映社会生产各部门之间相互制约和互为条件的复杂的连锁反应关系。而其缺陷也同样明显：使用投入产出法的一些基本假设不能兼顾考虑现实经济条件的变化，反映的产业关联特征有时滞性；未能反映经济行为主体之间的收入与支出关系，如国民收入再分配的情况；线性假设强烈，不够符合社会经济实际情况。旅游卫星账户的主要功能是掌握旅游部门的情况，为政策制定者呈现旅游业发展的“鸟瞰图”，以便与其他经济部门比较；分析旅游对GDP、就业、资本投资、税收等的贡献，以及旅游业在国家收支平衡中的重要作用。旅游卫星账户核算旅游业的直接影响，形成了独立的框架体系；将旅游业纳入国民经济核算体系，其结果更易被政府部门采纳。但其建设成本高昂，对旅游消费类型的划分及种类数量以及对旅游供求的详细数据等方面的极高要求限制了其建设和运用。可计算的一般均衡模型在分析政策变化对国内经济生产、出口、福利、产业结构、劳动市场、收入分配等的影响方面展现了其强大的功能。其微观经济理论基础扎实，宏微观有机结合，适用性好；能模拟市场机制和非市场机制；更贴近实际的复杂经济体系状况，清晰模拟不同市场间的联系等优点也是其备受国外学者推崇的优势。但其数据需求量大、动态分析理论等缺陷有待完善。
当然，要在短时间内解决面临的所有问题是不切实际的。后续研究过程中，这几大问题仍需引起广大学者的高度重视：一是在旅游基础理论、相关概念界定研究方面始终需要保持充足的投入。缺乏理论支撑或基本概念界定不清晰等问题始终是困扰学者们的一大难题。二是数据统计方面的完善必不可少。当前，国家旅游局已认识到这方面问题的严峻，国家旅游局局长李金早提出要“两条腿走路”，会同国家统计局做好常规旅游统计工作，开展旅游业增加值核算，全面反映旅游业在国民经济中的地位；同时，会同国家旅游局信息中心开展“中国旅游业综合调查测算与运行监测评价”，建立旅游经济运行动态监测机制。新公布的《国家旅游及相关产业统计分类（2015）》1预示着旅游统计从理论到现实的跨越，有望从数据统计的源头开启实质性的变革，对未来的研究将是一种革命性改变。三是学者们在研究过程中对指标选择的论证需要引起重视。这直接关系到研究结构的严谨性及研究结果的可靠性，详细阐述指标选择的过程和可操作性，如在建模过程中对比选择不同指标的操作结果等。四是建模方式需要不断改进。建模以更契合现实为目标，而非注重研究结果的理想化。五是在研究方法和研究工具的选择上也需慎重。在未来的旅游业经济贡献研究中，研究指标、研究方法的选择将会更多，新颖的方法和工具其效果并不一定就更好，遵循适合的匹配原则才是最佳选择。投入产出分析因其历时长的优势，发展相对成熟，是较为稳妥的分析工具；而旅游卫星账户的建设正在持续进行中，其发展前景也值得期待；我国在CGE模型静态分析的研究运用中尚处于薄弱地位，需要更多的研究支持，而动态CGE模型的研究将进一步带动我国研究的进步。
参考文献（References）
[1] Comprehensive contribution of the tourism industry more than 10% of GDP[EB/OL]. http：///xxfb/wxzl/201507/t20150707_720396.shtml， 2015-07-07. [我国旅游产业对GDP综合贡献超过10%[EB/OL]. http：///xxfb/wxzl/201507/t20150707_720396.shtml， 2015-07-07.]
[2] Zheng Jingsheng. Status and role of tourism industry in the national economy[J]. Management World， 1989， （6）： 71-74. [郑景胜. 旅游业在国民经济发展中的地位和作用[J]. 管理世界， 1989， （6）： 71-74.]
[3] Sun Shangqing. Status and role of tourism industry in the social economy[J]. Finance & Trade Economics， 1991， （3）： 51-55. [孙尚清. 旅游业在中国社会经济发展中的地位和作用[J]. 财贸经济， 1991， （3）： 51-55.]
[4] Zhou Jie， Zhang Junyi， Zhang Fengtai. The development suggests to Guizhou Province in 2001 to 2011[J]. Commercial Times， 2013， （24）： 120-122. [周杰， 张军以， 张凤太. 2001-2011年贵州旅游业经济贡献及发展对策建议[J]. 商业时代， 2013， （24）： 120-122.]
[5] Wang Haizhuang， Wu Zhuohua. Analysis of the economic impact of tourism of Dalian[J]. Journal of Liaoning Normal University： Natural Science Edition， 2006， 29（3）： 363-365. [王海眩 吴卓华. 大连市旅游业的经济影响分析[J]. 辽宁师范大学学报： 自然科学版， 2006， 29（3）： 363-365.]
[6] Liu Limei， Li Yansong， Lü Jun. Analysis on economic results in society of Inner Mongolia’s tourism development[J]. Journal of Arid Land Resources and Environment， 2007， 21（10）： 113-117. [刘丽梅， 李岩松， 吕君. 内蒙古旅游业发展的社会经济效应分析[J]. 干旱区资源与环境， 2007， 21（10）： 113-117.]
[7] Huang Yumei， Yu Fenglong. A study on the economic contribution of tourism to Nantong City [J]. Vicissitudes， 2013， （6）： 168-170. [黄玉梅， 余凤龙. 南通旅游业对城市经济贡献的研究[J]. 沧桑， 2013， （6）： 168-170.]
[8] Wang Ning. A study on the stimulating effects of Shaanxi tourism industry on the regional economic growth[J]. Statistics & Information Forum， 2012， 27（9）： 91-94. [王宁. 陕西省旅游产业对区域经济增长拉动效应研究[J]. 统计与信息论坛， 2012， 27（9）： 91-94.]
[9] Su Juan. The empirical analysis on the economic contribution of tourism to Zhangjiajie City[J]. Journal of Huaihua University， 2009， 28（8）： 89-93. [粟娟. 旅游业对张家界经济贡献的实证分析[J]. 怀化学院学报， 2009， 28（8）： 89-93.]
[10] Sun Xirui. Study on the relationship between the inbound tourism of provinces and regional economic growth in China[J]. Journal of Liming Vocational University， 2014， （1）： 24-27.[孙希瑞. 我国省际入境旅游与地区经济增长的关系[J]. 黎明职业大学学报， 2014， （1）： 24-27.]
[11] Wu Zhongcai. The contribution of inbound tourism to economic growth in China[J]. Journal of Beijing International Studies University： Tourism Edition， 2007， （9）： 30-33. [吴忠才. 中国入境旅游对经济增长拉动作用的定量研究[J]. 北京第二外国语学院学报： 旅游版， 2007， （9）： 30-33.]
[12] Ye Xiaoqing. A study on the economic contribution of tourism based on adding value calculation： Taking an example of Zhejiang Suichang[J]. Enterprise Economy， 2011， （6）： 163-165. [~小青. 基于增加值核算的旅游产业对经济贡献测度研究――以浙江遂昌为例[J]. 企业经济， 2011， （6）： 163-165.]
[13] Zhang Wenrui. Study on the contribution of China’s tourism industry to national economy[J]. Journal of Jiamusi Education Institute， 2013， （11）： 18-19. [张文瑞. 中国旅游产业对国民经济的贡献研究[J]. 佳木斯教育学院学报， 2013， （11）： 18-19.]
[14] Zeng Guojun， Cai Jiandong. Study on the contribution of China’s tourism industry to national economy[J]. Tourism Tribune， 2012， 27（5）： 23-31. [曾国军， 蔡建东. 中国旅游产业对国民经济的贡献研究[J]. 旅游学刊， 2012， 27（5）： 23-31.]
[15] Li Xinjian， Zhang Hui， Li Xinquan. Economics of Tourism[M]. Beijing： China Renmin University Press， 2006： 68. [厉新建， 张辉， 历新权. 旅游经济学[M]. 北京： 中国人民大学出版社， 2006： 68.]
[16] Shi Meiyu. A theoretical research on tourism shopping[J]. Tourism Tribune， 2004， 19（1）： 32-36. [石美玉. 关于旅游购物研究的理论思考[J]. 旅游学刊， 2004， 19（1）： 32-36.]
[17] Li Jiangfan， Li Meiyun. On the calculation of tourism industry and tourist adding value[J]. Tourism Tribune， 1999， 14（5）： 16-22. [李江帆， 李美云. 旅游产业与旅游增加值的测算[J]. 旅游学刊， 1999， 14（5）： 16-22.]
[29] Zhang Yu， Song Hui. An empirical research on tourism development： Driven economic growth and the industrial structure upgrading in North of Anhui Province[J]. Journal of Inner Mongolia University of Finance and Economics， 2013， 11（6）： 33-39. [张毓， 宋徽. 皖北旅游发展带动经济增长及产业结构升级实证研究[J]. 内蒙古财经大学学报， 2013， 11（6）： 33-39.]
[30] Qiu Zhiyang. A study on the economic contribution of area tourism to Anhui Province[A] // Rise of Central China and Modern Service Industry： The Second Forum on Central Commercial Economy[C]. Beijing： Chinese Commercial Economy Society， 2008： 1-7. [邱志扬. 区域旅游业对安徽省的经济贡献研究[A] // 中部崛起与现代服务业――第二届中部商业经济论坛论文集[C]. 北京： 中国商业经济学会， 2008： 1-7.]
[31] Liu Xiangming. Research on the Economic Impacts of China-ASEAN Expo to Guangxi[D]. Nanning： Guangxi University， 2015. [刘响明. 中国-东盟博览会对广西的经济影响研究[D]. 南宁： 广西大学， 2015.]
[32] Li Jiangfan， Li Guanlin， Jiang Bo. An analysis of enterprise relationship and enterprise spread in the tourist industry： Taking Guangdong as an example[J]. 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[J]. 旅游学刊， 2001， 16（3）： 19-25.]
[33] Zuo Bing. An initial calculation of China’s tourism output and employment multipliers[J]. Journal of Yunnan Finance and Trade Institute， 2002， （6）： 30-34. [左冰. 中国旅游产出乘数及就业乘数的初步测算[J]. 云南财贸学院学报， 2002， （6）： 30-34.]
[34] Qiao Wei. Tourism economic impact on Shanghai by using input-output model[J]. Economic Geography， 2006， 26（S）： 63-66. [乔玮. 用投入产出模型分析旅游对上海经济的影响[J]. 经济地理， 2006， 26（S）： 63-66.]
[35] Zhou Wenli. The dynamic impact of tourism consumption on economic growth based on the input-output model[J]. Areal Research and Development， 2011， 30（3）： 79-83. [周文丽. 基于投入产出模型的旅游消费对经济增长的动态影响研究[J]. 地域研究与开发， 2011， 30（3）： 79-83.]
[36] Wang Rudong， Zhu Dajian. Quantitative study on the contribution of tourism investment to urban economy based on I-O analysis： A case study of Suzhou[J]. Tourism Tribune， 2009， 24（11）： 20-24. [王如东， 诸大建. 基于投入产出分析的旅游投Y对城市经济贡献的研究――以苏州市为例[J]. 旅游学刊， 2009， 24（11）： 20-24.]
[37] Zhang Huachu， Li Yongjie. A quantitative analysis related to China’s tourism industry[J]. Tourism Tribune， 2007， 22（4）： 15-19. [张华初， 李永杰. 中国旅游业产业关联的定量分析[J]. 旅游学刊， 2007， 22（4）： 15-19.]
[38] Zhang Jilin. Tourism， an industrialization process[J]. Finance & Trade Economics， 1999， （2）： 61-64. [张吉林. 旅游业，一个产业化组织过程[J]. 财贸经济， 1999， （2）： 61-64.]
[39] Ren Jiayan， Liu Zhaoping. Measuring the economic impact of tourism by tourism satellite account[J]. China Statistics， 1999， （10）： 24-25. [任佳燕， 刘赵平. 用旅游卫星帐户测度旅游业对经济的影响[J]. 中国统计， 1999， （10）： 24-25.]
[40] Li Zhiqing. An analysis of tourism economic contribution in output： The output contribution and the multiplier effect of tourism industry in Shanghai[J]. Shanghai Economic Review， 2001， （12）： 66-69. [李志青. 旅游业产出贡献的经济分析――上海市旅游业的产出贡献和乘数效应[J]. 上海经济研究， 2001， （12）： 66-69.]
[41] Li Mingyao， Li Jie， Chen Jinsong. On some theoretical and practical issues of regional tourism satellite accounts in China[J]. Tourism Tribune， 2004， 19（2）： 11-15. [李明耀， 黎洁， 陈劲松. 我国区域旅游卫星账户理论与实践的若干问题研究[J]. 旅游学刊， 2004， 19（2）： 11-15.]
[42] Li Hongyan. Building national and regional tourism satellite account[J]. Co-operative Economy & Science， 2005， （11）： 28-29. [李红艳. 构建国家及区域性旅游卫星账户[J]. 合作经济与科技， 2005， （11）： 28-29.]
[43] Liu Yinghui， Hao Suo. A comparative study on TSA and I/O methods in evaluating tourism economic effect[J]. Tourism Tribune， 2010， 25（10）： 18-22. [刘迎辉， 郝索. TSA与I/O法评价旅游经济效应的比较研究[J]. 旅游学刊， 2010， 25（10）： 18-22.]
[44] Zheng Yuxin， Fan Mingtai. China CGE Model and Policy Analysis[M]. Beijing： Social Sciences Academic Press， 1999： 2. [郑玉歆， 樊明太. 中国CGE模型及政策分析[M]. 北京： 社会科学文献出版社， 1999： 2.]
[45] Li Jie， Han Fei. An analysis of the impact of the demand changes of Jiangsu inbound tourism on regional economy based on computable general equilibrium （CGE）[J]. Tourism Tribune， 2009， 24（12）： 23-30. [黎洁， 韩飞. 基于可计算一般均衡模型（CGE）的江苏入境旅游需求变化对地区经济的影响分析[J]. 旅游学刊， 2009， 24（12）： 23-30.]
[46] Zuo Bing， Bao Jigang. Assessing the economic effects of national debts invested in tourism infrastructures： A study based on the CGE model[J]. Economic Research Guide， 2010， （4）： 123-128. [左冰， 保继刚. 国债旅游基础设施投资效应： 基于CGE模型的研究[J]. 经济研究导刊， 2010， （4）： 123-128.]
[47] Yuan Yujie. Tourism CGE System Development and Application[D]. Shanghai： East China Normal University， 2010. [袁宇杰. 旅游CGE系统开发及应用[D]. 上海： 华东师范大学， 2010.]
[48] Lian Yuejuan， Rao Pinyang. A study of the financial crisis impacts on tourism based on CGE model[J]. Productivity Research， 2012， （10）： 56-59. [廉月娟， 品样. 基于CGE模型的金融危机对旅游业影响的实证研究[J]. 生产力研究， 2012， （10）： 56-59.]
[49] Wu Chunyou， Xie Fengyuan. Non-linear relationship between international tourism development and economic growth： A threshold panel data approach[J]. Journal of Business Economics， 2010， （2）： 76-83. [武春友， 谢风媛. 入境旅游发展与经济增长的非线性关系――基于门限面板数据模型的实证研究[J]. 商业经济与管理， 2010， （2）： 76-83.]
[50] Zhao Lei. Tourism development and economic growth efficiency in China： An empirical analysis based on malmquist index and GMM estimation[J]. Tourism Tribune， 2012， 27（11）： 44-55. [赵磊. 旅游发展与中国经济增长效率――基于Malmquist指数和系统GMM的实证分析[J]. 旅游学刊， 2012， 27（11）： 44-55.]
[51] Liu Jia， Zhao Jinjiin， Du Yanan. Research on the relationship between tourism development and regional economic growth in coastal cities： Based on the spatial dynamic panel data model[J]. Inquiry into Economic Issues， 2013， （7）： 172-180. [⒓眩 赵金金， 杜亚楠. 沿海城市旅游发展与地区经济增长关系研究――基于空间动态面板数据模型[J]. 经济问题探索， 2013， （7）： 172-180.]
[52] Liu Chunji， Feng Xuegang. The relationship of inbound tourism development economic growth of China[J]. Economic Management Journal， 2014， （2）： 125-135. [刘春济， 冯学钢. 入境旅游发展与我国经济增长的关系[J]. 经济管理， 2014， （2）： 125-135.]
[53] Zhao Lei. Tourism development and economic growth： Empirical evidence from China[J]. Tourism Tribune， 2015， 30（4）： 33-49. [赵磊. 旅游发展与经济增长――来自中国的经验证据[J]. 旅游学刊， 2015， 30（4）： 33-49.]
[54] Zhao Lei， Wang Jia. Tourism development and economic growth in China： A co-integration analysis on provincial panel data[J]. Tourism Science， 2015， 29（1）： 40-57. [赵磊， 王佳. 中国旅游发展与经济增长――基于省际面板数据的协整分析[J]. 旅游科学， 2015， 29（1）： 40-57.]
[55] Li Jie. Tourism Satellite Account and Tourism Activities on the Regional Economy[M]. Beijing： Economic Science Press， 2010： 229. [黎洁. 旅游卫星账户与旅游活动对地区经济影响研究[M]. 北京： 经济科学出版社， 2010： 229.]
Abstract： In order to further explore the role of tourism and its economic impact， this paper selects and investigates CNKI publications from 1989 to 2014， and undertakes a study and a review on the contribution of tourism to economic growth regarding two aspects， i.e.， the selection of research indicators and the application of research methods. The results show that tourism income， tourism consumption and the contribution standard of pillar industries are generally accepted in the selection of research indicators， and are frequently used； and in terms of research methods， most of the quantitative studies adopt those of input-output analysis or tourism satellite account， and meanwhile， in recent years， the computable general equilibrium model has also emerged.
Undoubtedly， China has made substantial progress in exploring the contribution of tourism to economic growth in recent years， but many issues still remain. For example， in the selection of indicators， few scholars explain or demonstrate the reason underlying their selection. It has not been found in the research that the choice of any indicator （s） is more appropriate than that of any other in assessing the economic contribution of tourism. Consequently， the scientific nature of the research indicators selected by scholars is questionable， and thus the accuracy and reliability of their research results are unconvincing to some extent. In addition， although the existing tourism statistical system theoretically includes the tourism consumption of residents or tourists before and after touristic activities， the actual research rarely values the statistical data of these two parts. It often only uses tourism consumption in tourism activities to assess its contribution to economic growth， which objectively underestimates the role of tourism consumption in promoting economic growth. Furthermore， input-output analysis， tourism satellite account， or the CGE model all build models under the premise of internal assumptions， which simplify real problems and display limitations. In the specific operation process， these three methods of measurement have extremely high data requirements， but the existing statistical system still cannot meet these requirements.
In the follow-up research process， scholars still need to pay attention to the following problems： First， they need to always maintain adequate investment in the basic research on the basic theory of tourism， and the definition of related concepts. Second， the perfection of data statistics is essential. The newly published National Tourism and Related Industry Statistical Classification （2015） indicates that tourism statistics realizes the leap from theory to reality， and that a substantial change is expected to occur based on the source of data statistics， which will prove to be a revolutionary change for future research. Third， scholars need to pay attention to demonstrational aspects for the selection of indicators during the research process， which is directly related to the precision of the research structure and the reliability of the results. Fourth， modeling methods need to be improved to fit reality， rather than focusing on idealized research results. Fifth， researchers should also be cautious in the selection of research methods and research tools. In the future， there will be more research indicators and research methods to be selected in the study of the economic contributions of tourism， but new methods and tools are not necessarily better， and following suitable matching principles is the best choice.
关键词：乡村旅游；经济增长；贡献度；Granger检验
中图分类号：F32 文献标识码：A
收录日期：2016年11月16日
一、研究背景
随着我国经济的腾飞，人民的消费水平也在不断提高，人们更加注重生活的品质，在空闲时间约上三两好友出去走走成为当下人们喜欢的项目。加之近几年城市空气污染愈演愈烈，人们在城市生活工作除了面对工作的压力，还要面对环境的污染，更多的民众对乡村旅游产生了浓厚兴趣。同时，国家陆续出台相关政策，扶持、引导乡村旅游的发展，为解决“三农”问题开创新思路，为突破城乡二元结构开创新路径。河北省将乡村旅游作为扶贫攻坚、富民增收的主打产业来抓，开展旅游规划扶贫公益行动，省级旅游发展专项资金重点扶持，取得显著成效。截至2015年底，河北省共有630多个乡镇、1，650多个村开展乡村旅游建设，创建国家级休闲农业与乡村旅游示范县、示范点49个，省级示范点87个，大批返乡农民工、大学毕业生成为“乡村旅游创客”，带动农民直接就业22.7万人，从业农民人均增收9，010元。
二、基本概况
（一）旅游资源。野三坡总面积498.5平方公里，主要景点包括百里峡景区、拒马河景区、白草畔森林游览区等等，素有世外桃源的美誉，自然风光秀美、文化底蕴深厚、生态资源优越，极适合发展乡村旅游。
（二）区位优势。野三坡与北京市毗邻，距北京市中心100公里，距天津市220公里，距石家庄市270公里。景区内国道、省道、旅游专用公路纵横交错，张涿高速在景区设三个出口，京源铁路横贯景区，并有两个火车站，构成发达便利的交通网络。
（三）经济情况。野三坡隶属于涞水县，这里70%的面积是山地，依靠太行山得天独厚的自然风光以及淳朴的民俗风俗，很适合发展乡村旅游。其近十年的经济情况根据表1可以看出，涞水县生产总值由2006年的16.8亿元增加到2015年的58.5亿元；农村纯收入由2006年的2，843元增加到2015年的7，468元，特别是2011年以后农村纯收入增加迅速。（表1）
乡村旅游总收入占生产总值比重由2006年的13.96%增加到2015年的23.08%，增长了约10个百分点，在经济总量中的比重占到了近五分之一，可见涞水县乡村旅游对经济的发展有重要作用，当地以发展乡村旅游为主要产业，实现经济增收、人民生活水平提高的主要方式之一。
野三坡近十年接待游客量成大体上升趋势，除了2012年由于“7.21”特大暴雨的影响接客量明显下降，其他年份均比上一年有所上涨，2015年野三坡景区接客量达到360万人次，再创新高。图1为涞水县三次产业比重图，由于该地区地形原因，不适合发展第一产业，因而三次产业占比是第三产业为主，第二产业次之，第一产业占比最少，涞水县政府从2008年开始对三大产业进行较大力度的调整，开始大力发展第三产业，其所占比重迅速上升，第一产业和第二产业比重适度下调。
三、模型研究
（一）数据来源。本文通过涞水县政府官网、国家统计局网、中国统计年鉴搜集到2006～2015年野三坡旅游收入与当地农村居民收入的数据，通过Eviews8.0软件进行Granger分析。
（二）平稳性检验。本文采用ADF检验，设Y为农村居民纯收入，X为乡村旅游收入，对两组数据取对数，以减小数据波动得到lny、lnx，检验结果如表2所示。可以看出，lnx序列平稳，而lny序列的检验值大于5%置信水平下的临界值，则不平稳，因此我们对lny序列求一阶差分，再对该一阶差分进行单位根检验，得到dlny的ADF检验值小于5%置信水平下的临界值，该序列平稳且所有时间序列都是一阶单整。（表2）
（三）协整检验。Engle和Granger在1987年提出了协整检验方法E-G两步法用来检验变量之间是否存在协整关系。如果自变量的线性组合能解释因变量，则两者之间存在稳定的均衡关系，因变量不能被自变量所解释的部分构成一个残差序列，这个残差序列应该是平稳的。因此，检验自变量之间是否存在协整关系，等同于检验回归方程的残差序列是不是一个平稳序列。
第二，检验残差序列是否平稳，通常用ADF检验判断残差序列是否平稳，但参考的临界值需要用EG检验的临界值表，否则变量之间不存在协整关系。
（五）格兰杰因果分析。根据表3我们可以看出，原假设为乡村旅游发展不是当地农民经济增长的原因，P值为0.0240，小于0.05则拒绝原假设，即为乡村旅游的发展是当地农民增收的原因；原假设为农民收入增加不是乡村旅游发展的原因，P值为0.6927，大于0.05则接受原假设，即为当地农民增收不是乡村旅游发展的原因。（表3）
（六）实证分析结果。根据模型分析可以得出野三坡乡村旅游的发展关乎涞水县经济的发展，带动了当地农民的增收，乡村旅游发展的重要一环就是旅游产品的独特性，充分将乡村旅游与当地农业、历史、风俗等相结合，避免趋同，帮助当地产业转型，进一步促进当地经济的发展。
四、对策建议
（一）人才培养。一个地区的乡村旅游发展是结合当地资源特色和风土人情，以及现代科技技术等，需要有经验的管理者提出合理的旅游规划，乡村旅游的发展不仅仅是景观环境的游览，还需要各种设备、旅游产品的同时配备，而这些就需要大量的人才去运作规划。野三坡目前的人才储备情况非常落后，服务人员基本上是当地的农民，业务素质不高。野三坡景区人才的缺失不利于乡村旅游可持续发展，因此引进人才是野三坡乡村旅游亟待解决的问题。
当地政府可以加大人才培养的投入，一方面对当地农民进行培训，规范他们的业务素质，这样既能提高野三坡的服务档次，又能使农民增加收入；另一方面则是在当地建立职业院校，培养专业人才，可以是职高、职业技术学院，积极吸收当地农民子弟，使学生在景区学习，在景区实习，在景区就业，留住人才。
（二）与时俱进，大力宣传。在这个科技迅速发展的大背景下，任何事物的发展都需要紧随时代潮流，乡村旅游也不例外，以前人们获得信息的渠道可能是口口相传，现在则更多的是网络，而在纷繁复杂的网络信息中如何让自己的乡村旅游产品脱颖而出就成了当下乡村旅游经营者应该思考的问题。首先，野三坡景区管理者可以与游戏开发公司取得合作，游戏公司开发关于野三坡乡村旅游的游戏，突出野三坡特色，使玩家在玩游戏的同时感受到乡村旅游的乐趣，更多的了解野三坡，让玩家产生想到野三坡身临其境游玩的想法；其次，可以将野三坡与影视作品相结合，拍摄相关题材的影视作品，使观看者有想要到此一游的想法；最后，与企业合作，把到野三坡乡村旅游作为对员工的奖励，既激励了员工，又起到宣传的作用。
（三）发展特色，避免趋同。科学规划避免传统文化遗失，也避免乡村旅游的同质化，充分挖掘本地农耕文化特色，既包括自然风光，也包括人文民俗，风土人情，形成差异化经营。野三坡景区包括鱼谷洞、白草畔、百里峡、拒马河等等，管理者应该充分突出它们的特点。同时应注意印象营销，改善游客最不满意的因素，比如卫生、交通、基础设施差的情况。现在野三坡乡村旅游的形式基本上是游览景色，观看民俗表演，划船骑马，吃农家乐等这些基本的项目。作为延伸可以让游客自己动手，学习制作农家乐美食、手工艺品，参加当地节日庆祝活动等，甚至可以种植农作物，这样游客需要经常来照顾农作物，给乡村旅游带来更多资源，游客也享受了劳作和丰收，这远比采摘一项有趣的多。
乡村旅游本就是城市人们为摆脱城市生活的快节奏，感受乡村与世无争的慢节奏生活，乡村旅游要有特色，使游客感受不一样的农耕情怀，把曾经在乡村长大的游客带回到童年，让他们的乡愁情怀有所寄托，同时使传统文化得以传播和延续。
主要参考文献：
[1]王兵，罗振鹏，郝四平.对北京郊区乡村旅游发展现状的调差研究[J].旅游学刊，2006.21.10.
[2]邓爱民，黄鑫.低碳背景下乡村旅游功能构建问题探讨[J].农业经济问题，2013.2.
[3]徐露.基于体验经济视角下的乡村旅游产品深度开发研究[J].农业经济，2016.6.
二、广东、山东、江苏、浙江4省，构成了中国经济增长的“第一级强劲地区发动机”。“八五”和“九五”时期，这4省对全国经济增长的平均贡献率都在6％―11％之间，4省的平均贡献率分别达到8．85％、8．32％，平均贡献率合计分别达到35．43％、33．29％，说明全国经济增长中约有1／3来自这4省，是中国最富活力、经济持续增长的经济强省。
三、河北、河南、上海、湖北、辽宁、福建、四川、湖南、黑龙江、安徽10省市，是中国经济增长的“第二级强地区发动机”。“八五”、“九五”两个时期，这10个省市对全国经济增长的平均贡献率大小虽然有所变化，但都在3％-5．5％之间，10省的平均贡献率合计分别达到41．m％、43．6％，也是中国经济发展富有活力的经济大省市。
上述14个省市，虽然不到中国省市的一半(约45％)，但在“／乙五”、“九五”两时期，对全国经济增长的平均贡献率合计超过了76％，说明中国经济增长中有3／4以上源自这14个省市。这些省市是中国经济增长的绝对主导力量，也是中国经济快速发展的命脉。
四、北京、江西、云南、广西、吉林、山西、天津、重庆、陕西、内蒙古、新疆11个省市区，构成了中国经济增长的“第三级地区发动机”。两个时期，这11个省市区对中国经济增长的平均贡献率都在1．3％―3％之间。11个省市区平均贡献率合计分别达到20．39％、20．01％，是中国经济增长的一支不可忽视的力量。
五、甘肃、贵州、海南、宁夏、青海、6个省区，是中国经济增长“第四级弱地区发动机”。两个时期，每个省区对中国经济增长的平均贡献率都在1％以下(除甘肃“九五”外)，6省区平均贡献率合计分别为3．16％、3．1％，是中国经济增长中功率最小、最弱的一个区域。这6省区因人口数量少、经济欠发达、经济增长活力不足、经济，总量小等各种原因，对中国经济增长的贡献非常有限。
区域分析
从传统东中西三大区域来分析，东部沿海不仅是中国人口与经济重心，也是中国经济增长最主要动力。在90年代，中国经济增长中约有60％来自于东部沿海12省，是中国经济增长的第一级强劲区域发动机。中部地区对中国经济增长的贡献率在1／4以上，是中国经济增长的第二级区域发动机。西部地区对中国经济增长的平均贡献率不足14％，是中国经济增长的第三级弱区域发动机。
从“九五”与“八五”两个时期对比分析，东中西地区对中国经济增长的平均贡献率呈现出“东降中升西持平”的态势：东部沿海地区对中国经济增长的贡献率下降了2．01个百分点，中部地区上升了2．04个百分点，西部地区略降了0．03个百分点。如果西部地区包括上广西、内蒙古二区，则西部下降了0．68个百分点。这说明随着东部沿海地区优惠政策资源的削弱与逐步丧失，广东、江苏两个龙头对中国经济增长的贡献率下降，东部地区对中国经济增长的贡献率有下降趋势；中部地区各省奋起直追，正日益成为中国经济增长中功率越来越大的一个区域发动机；西部地区对中国经济增长的平均贡献率仍然呈现出持平略降态势，这从―个侧面勋口清楚地说明了西部大开发的艰巨性与长期性。
各省综合贡献率分析
由于全国各省人口多少不一、CDP总量不等、国土面积相差巨大，如果单独以各省市区对全国经济增长的平均贡献率为标准，还不能客观、全面评价各地区对全国经济增长的贡献力度。考虑到上述因素，我们构造出综合贡献率指数，以定量评价各个地区对全国的综合贡献率。
数据显示，当月中国经济指数与中国经济增长率之间呈现同步变化，二者之间的弹性系数为22.7941。其中，中国经济指数为0.7056，环比下降0.0093个指数点，下降1.3009%；同期，中国经济增长率为7.6022%，环比下降0.0408个百分点，下降0.5338%（见图1）。数据表明，中国经济指数继续下降同时，中国经济增长继续下滑，并且中国经济指数下降幅度大于经济增长下降幅度，中国经济不容乐观。
2013年6月《中国经济雷达月报》数据显示（见图2），当月美国经济增长率从上月1.8356%下降到1.8011%，下降0.0345个百分点，略有下降；欧元区经济增长率从上月的-0.9178%变为-1.1044%，下降0.1866个百分点，下滑明显；同期，世界经济增长率从上月1.9295%上升到1.9581%，上升0.0286个百分点，包括加拿大、英国。
数据显示，当月中国经济增长结构中，投资占GDP比重为63.8731%，相比上月的62.2068%环比上升1.6663个百分点。扣除20%的合理投资比例部分，当月中国经济增长中有43.8731%是通过超量投资和GDP转换实现的，中国经济实际增长率是4.2840%，比上月4.4171%下降0.1331个百分点，投资泡沫持续上升。
在经济增长方面，当月中国经济增长指数为0.7632，比中国经济指数0.7056高出0.0576个指数点，表明目前中国经济增长缺乏中国经济总体的支撑（见表）。
在国内市场方面，当月中国价格增长率从上月的2.3046%下降到2.1523%，环比下降0.1523个百分点，表明国内市场出现紧缩。
在生产供给方面，当月中国农业增长率3.3621%，环比下降0.0095个百分点；工业增长率为7.7131%，环比下降0.0199个百分点；服务产业增长率为8.2075%，环比下降0.0208个百分点，农业、工业和服务产业增长率下降，导致中国经济增长率下降。
在消费需求方面，当月中国社会商品零售额增长率12.7349%，环比上升0.0782个百分点；固定资产投资增长率20.2286%，环比下降0.3030个百分点；出口增长率为8.1576%，环比下降6.2360个百分点；进口增长率为9.3514%，环比上升0.6104个百分点，消费需求两升两降。
在货币政策方面，当月人民币利率保持不变；货币增长率仅为15.7035%，环比下降0.1697个百分点，远远低于18%的正常水平，一定程度上削弱了中国经济增长。
在财政政策方面，当月财政支出增长率为13.0682%，环比上升0.6261个百分点。尽管财政支出增长率继续上升，但是水平偏低，扩张作用有限。
在税收政策方面，当月财政收入增长率为6.0669%，环比下降0.7668个百分点。经济增长下滑减少了财政收入，财政收入增长率下降意味着中国财政政策能力减弱。
数据显示，农业、工业和服务产业出现不同变化。
当月中国农业增长率3.3621%，环比下降0.0095个百分点，农业对中国经济增长的贡献率为7.3885%，环比上升0.5118个百分点；贡献度为0.5617个百分点，环比上升0.0361个百分点，农业贡献率、贡献度双双上升。
当月中国工业增长率为7.7131%，环比下降0.0199个百分点，工业对中国经济增长的贡献率为48.9103%，环比下降1.1005个百分点；贡献度为 3.7183个百分点，环比下降0.1040个百分点，工业贡献率、贡献度双双下降。
当月中国服务产业增长率为8.2075%，环比下降0.0208个百分点，服务产业对中国经济增长的贡献率为43.7012%，环比上升0.5887个百分点；贡献度为3.3223个百分点，环比上升0.0272个百分点，服务产业贡献率、贡献度双双上升（见图3）。
总的分析，6月份中国农业、工业和服务产业增长普遍下滑，中国经济指数和中国经济增长同步下滑。其中，农业增长率上升，农业比重和贡献双双上升，工业贡献率、贡献度双双下降，服务产业比重和贡献度双双上升，工业经济在下滑中衰退，农业和服务产业在衰退中比重上升。
消费是经济增长的最终目的。当月中国消费增长率12.7349%，环比上升0.0782个百分点，消费对经济增长贡献率为33.9807%，环比下降1.7870个百分点，贡献度为6.1948个百分点，环比下降0.5053个百分点，消费贡献率、贡献度双降（见图4）。
