旅游业对区域经济增长的影响：全球价值链视角（英）
旅游业对区域经济增长的影响全球价值链视角刘安宇不。 6462022 年 1 月亚行经济学工作论文系列亚洲开发银行 亚行经济学工作论文系列旅游业对区域经济增长的影响：全球价值链视角刘安宇第 646 号 | 2022 年 1 月刘安宇 (anyu.liu@surrey.ac.uk) 是萨里大学酒店业的高级讲师。作者感谢 Mahinthan Joseph Mariasingham、Danileen Parel-Cadag、Elyssa Mariel Mores、Anna Monina Sanchez 和 Ma。 Charmaine Crisostomo 提供有关输入输出乘数的测量和解释的指导说明。亚洲开发银行 知识共享署名 3.0 IGO 许可（CC BY 3.0 IGO）© 2022 亚洲开发银行6 ADB Avenue, Mandaluyong City, 1550 Metro Manila, Philippines 电话 63 2 8632 4444；传真 63 2 8636 2444保留一些权利。发表于 2022 年。ISSN 2313-6537（印刷版）、2313-6545（电子版） 出版物库存号 WPS220014-2DOI：http://dx.doi.org/10.22617/WPS220014-2本出版物中表达的观点是作者的观点，并不一定反映亚洲开发银行 (ADB) 或其理事会或其所代表的政府的观点和政策。亚行不保证本出版物中包含的数据的准确性，并且对使用这些数据的任何后果不承担任何责任。提及特定公司或制造商的产品并不意味着亚行认可或推荐它们优先于未提及的其他类似性质的公司或产品。通过对特定领土或地理区域的任何指定或提及，或通过在本文件中使用“国家”一词，亚行无意对任何领土或区域的法律或其他地位作出任何判断。本作品可在知识共享署名 3.0 IGO 许可 (CC BY 3.0 IGO) https://creativecommons.org/licenses/by/3.0/igo/ 下获得。使用本出版物的内容，即表示您同意受本许可条款的约束。有关署名、翻译、改编和许可，请阅读 https://www.adb.org/terms-use#openaccess 上的条款和使用条款。本 CC 许可不适用于本出版物中的非亚行版权材料。如果该材料归属于其他来源，请联系该来源的版权所有者或出版商以获得复制它的许可。对于因您使用该材料而引起的任何索赔，亚行概不负责。如果您对内容有任何疑问或意见，或者如果您希望获得不属于这些条款范围内的预期用途的版权许可，或者获得使用 ADB 徽标的许可，请联系 pubsmarketing@adb.org。亚行出版物的更正可在 http://www.adb.org/publications/corrigenda 找到。笔记：在本出版物中，“$”指的是美元。亚行承认“中国”为中华人民共和国。亚行经济学工作论文系列介绍了正在进行的研究和研究的数据、信息和/或结果，以鼓励交流思想并就亚太地区的发展问题征求意见和反馈。由于本系列中的论文旨在快速轻松地传播，因此内容可能会也可能不会完全编辑，并且可能会在以后进行修改以供最终出版。 内容数字iv抽象的v一、引言1二、文献综述2一个。旅游投入产出模型2B.旅游附属账户3C。全球价值链4三、方法和数据5一个。多区域投入产出表5B.研究内容6C。关键指标6四。调查结果和讨论8一个。乘数分析8B. 联系11C. 泄漏14D.全球供应链15五、结论17参考19 数字数字1多区域投入产出表 52泰国旅游业产出乘数 93简单的增值乘数 104第一类增值乘数链接 115标准化总后向链接 126总后向链接 127标准化总前向链接 138总前向联系 149向后和向前泄漏 1510后向和前向 GVC 参与率 1611传统与新显比较优势 17 抽象的在全球化时代，旅游业的很多产品都是从其他经济体进口的；而其他产品可能作为中间产品出口到其他经济体。 40 多年来，研究人员一直在评估旅游业对经济的影响，但对全球价值链中经济体的经济影响却鲜有研究。为了填补这一空白，本分析使用包含 35 个行业和 63 个经济体的多区域投入产出表来全面考察旅游业对泰国以及全球经济的经济贡献。调查结果表明，泰国的旅游业对产出和附加值产生了重大的经济影响。该行业与国内产业特别是下游产业的内溢出和联动性较强，与全球供应链中其他经济体产业的联系较弱。多区域投入产出模型也表明，它比传统投入产出模型更能准确衡量行业出口绩效。研究结果为目的地和区域组织提供了全面的实证结果，以更准确地制定旅游或区域旅游发展计划。关键词：多区域投入产出模型；全球价值链；经济影响;旅游发展JEL 代码：R15、Z32 I.介绍在 COVID-19 大流行之前，国际旅游业稳步增长。以泰国为例，国际游客从 2010 年的 1590 万人次增加到 2019 年的 3990 万人次，年均增长率为 10.7%。泰国的旅行和旅游业——按游客人数计算，在全球排名第 8，在 2019 年旅游收入排名第四（联合国 WTO 2020）——贡献了 19.7% 的国内生产总值（GDP）并创造了 21.4% 的就业（WTTC 2020）。自 1980 年代以来，旅游业的经济影响一直是文献中的热门话题（Baster 1980）。旅游业研究采用了多种方法，包括投入产出（IO）模型、旅游卫星账户（TSA）、可计算一般均衡（CGE）和动态随机一般均衡模型来衡量对产出、增加值、不同目的地和时间段的就业以及来自/对其他行业的溢出效应（Liu、Song 和 Blake，2018 年）。总的来说，旅游研究人员认为，旅游业的发展可以促进目的地的经济增长，提高当地居民的收入（Liu, Song, and Blake 2018; Liu and Wu 2019）。然而，大量旅游产品是从其他经济体进口的，例如该行业的葡萄酒以及酒店和餐馆的设施。许多产品作为旅游产品的中间体出口，例如食品配料。以往对旅游业经济影响的研究只关注对目的地经济的影响，而忽略了目的地主要下游和上游供应商的影响。鉴于东南亚国家联盟 (ASEAN) 等组织领导的持续全球化和日益加强的区域合作，评估旅游业对各个经济体和行业的经济影响对于学术界、旅游业和政策制定者来说至关重要且有价值。Leontief 和 Strout (1963) 提出了多区域 IO (MRIO)，将多个国家 IO 表整合到一个模型中。 MRIO 可以将传统的 IO 模型分析从焦点经济扩展到整个全球价值链 (GVC) 上的经济体。尽管 MRIO 已经建立了 5 多年，并已广泛应用于主流宏观经济分析（Tukker 和 Dietzenbacher，2013 年），但旅游文献中的研究很少阐明 MRIO。本文采用 MRIO，从更全面的角度评估旅游发展的经济影响。泰国的展示不仅是为了研究对国内经济的经济影响，也是对与泰国有密切国际贸易联系的其他经济体的影响。 MRIO 还用于绘制泰国在旅游全球价值链中的位置，并建立对旅游业出口表现的合理准确的评估。在研究的其余部分，第二部分简要回顾了旅游文献中关于经济影响评估的关键概念和模型。第三节介绍了模型和选定的指标。第四节介绍了主要发现，第五节总结并提出了未来的研究方向。 2 亚行经济学工作论文系列第 646 号II.文献综述A.旅游投入产出模型IO 模型显示了国家/区域经济中行业之间的相互依赖关系（Chenery 1953，Leontief 等人 1965，Moses 1955）。该模型以国民核算中的投入产出表为基础，揭示了一个行业的产出有多少可以转化为其他行业的投入。因此，它评估了行业之间的联系以及不同行业对经济的贡献（Dietzenbacher 和 Lahr 2004）。IO 模型已被用于评估旅游业的经济影响超过 4 年。 Baster (1980) 将游客支出调查数据与经典的 IO 表相结合，并估计了苏格兰游客支出的收入和就业弹性。他还提醒未来的研究人员在购买进口产品时要谨慎，因为这是从经济体中流出的一种经济现象（即经济泄漏）。 Ruiz (1985) 在另一项开创性研究中使用国家 IO 表估计 1980 年波多黎各的旅游支出占 GDP 的 5% 和 49,000 个工作岗位。虽然这两项研究是旅游文献中首次尝试采用 IO 模型，但 Fletcher (1989) 是第一个将 IO 模型的原理和方法系统地引入旅游经济学的人。1 他估计旅游收入乘数为 30全球目的地，从0.19到1.96，这意味着旅游支出增加1.00%，居民收入将分别提高0.19%到1.96%。尽管弗莱彻的工作衡量了旅游业对经济的直接影响，但它不能完全捕捉到其总贡献。旅游业的间接效应是指旅游业的兴旺带动其他行业的企业产出增加，而诱导效应则表明旅游业带动的其他行业产出的扩大提高了居民收入。迪岑巴赫和拉尔 2004）。 Khan、Seng 和 Cheong (1990) 将乘数分析从直接乘数扩展到包括间接和诱导乘数，并以新加坡为案例研究表明，间接和诱导效应占旅游业对经济的总贡献的 50%。同时，Archer 和 Fletcher (1996) 阐明了旅游业在价值链中的作用。他们的工作表明，该行业可能会使用其他行业的产出作为投入，因为大多数旅游产品是经济中用于消费的最终产品。 Freeman 和 Sultan (1997) 将框架扩展到多区域环境，并提出了一个 MRIO 模型，该模型解决了进口泄漏问题，提高了旅游业经济影响评估的准确性。 Kronenberg、Fuchs 和 Lexhagen（2018 年）关注跨时期经济影响的波动。总体而言，这些研究为旅游文献中的 IO 模型奠定了坚实的基础。后续研究已经出现，将 IO 模型应用于不同的目的地。例如，Archer (1995) 应用 IO 模型使用关联分析来分析百慕大旅游业的经济影响。 West (1993) 和 Frechtling 和 Horváth (1999) 采用1IO模型的细节在下一节介绍。 旅游业对区域经济的影响生长3IO模型和区域乘数分析，分别以澳大利亚昆士兰和美国华盛顿特区为例。 Lee 和 Kwon (1995) 强调了旅游业对韩国经济的间接影响。类似的研究还包括土耳其的 Atan 和 Arslanturk (2012)；伊朗的 Khoshkhoo、Alizadeh 和 Pratt（2017 年）； Khanal、Gan 和 Becken（2014 年）代表老挝人民民主共和国；巴利阿里群岛（西班牙）的 Polo 和 Valle（2008 年）；和 Surugiu (2009) 为罗马尼亚。研究人员在应用 IO 模型评估旅游业的经济影响时做出了一些强有力的假设和限制。 IO模型的主要挑战之一来自于假设投入系数不变，忽略了生产要素和技术改进之间的替代。其他限制包括外生居民和政府消费的假设以及价格调整机制的遗漏（Briassoulis 1991）；这篇论文表明IO模型的结果应该谨慎解释。 Johnson 和 Moore (1993) 和 Zhou 等人。 (1997) 揭示了 IO 模型倾向于高估旅游业的经济影响。因此，一些研究试图细化估计的影响。 Wanhill (1994) 比较了各种收入指标估计的收入乘数，而 West 和 Gamage (2001) 在澳大利亚维多利亚州采用了非线性 IO 模型。考虑到 IO 表由大多数经济体发布，IO 模型在当代旅游文献中仍然被广泛使用，特别是在环境影响评估（例如，Sun、Cadarso 和 Driml 2020）和 CGE 模型估计（例如，Li、Liu 和歌曲 2019）。B.旅游附属账户TSA 在衡量直接旅游影响时采用自上而下、自下而上或混合的方法，因为投入产出表/国民账户中不存在单一的旅游部门。相反，该行业跨越不同的行业。自上而下的方法将旅游活动在不同行业的经济影响指标中的份额分解并重新汇总，例如 Jones、Munday 和 Rober
