论文部分内容阅读
摘要：本文利用我国31个省份2001-2014年旅游统计数据构建面板模型，从国家和地区两个层面对影响旅游就业的因素进行分析。结果表明：旅游企业数量和固定资产比例对旅游就业具有显著正向影响，弹性系数分别为0.33和0.39；旅游就业明显受到旅游经营季节性变化和政策影响，而个别突发灾难事件不会对旅游就业产生明显影响；人力资本的提升和旅游国际贸易的扩张会促进旅游就业，在校学生数量每提升1%，就业人数增加0.21%，进、出口贸易额弹性系数分别为0.15和0.09，劳动生产率的提升会减少旅游业就业需求；受地理区位、地区经济发展水平以及旅游资源禀赋的影响，我国三大地区旅游就业影响因素呈现出一定差异。
关键词：旅游就业；影响因素；面板数据
中图分类号：F590 文献标识码：A
作者简介：王尔大（1955-），男，辽宁辽阳人，大连理工大学管理学院教授，博士生导师，经济学博士，研究方向：旅游经济； 高威（1992-），女，山东威海人，大连理工大学管理学院研究生，研究方向：旅游管理。
目前，我国旅游产业年收入连续增长，已成为第三产业中最具活力、发展最快的行业，而我国旅游就业人数平均增长速度却远远低于旅游产业年收入的增长速度，旅游业的高速增长并没有带来旅游就业的同步增加；同时，我国旅游就业还面临着结构失调、就业区域分布不平衡和旅游就业声望低等问题（扈权财，2013）。本文利用我国31个省份2001-2014年旅游统计数据构建面板模型，从国家和地区两个层面对影响旅游就业的因素进行分析。
一、模型构建及变量选取
（一）模型建立
本文引入双对数模型和半对数模型，从绝对量和相对量角度测量就业影响因素对就业人数的作用：
其中，i表示第i个省份；t表示第t年；αi表示双对数模型的系数，表示自变量每变动1%对旅游就业人数相对变化量的影响，即弹性；βi表示半对数模型的系数，表示自变量每变动1%对旅游就业人数绝对变化量的影响；γi在两个模型中均表示名义变量对旅游就业人数的影响。
（二）数据说明
本文选择企业数量、固定资产净值比例、季节以及旅游危机事件作为旅游行业特点因素，选取国家政策、区位和旅游业收入贡献来衡量支持旅游业发展的宏观经济环境，用人力资本滞后一期和劳动生产率来代表旅游业人力资源因素，用旅游服务贸易进、出口总额来代表旅游业对外贸易发展指标。由于旅游学校学生需要经过一段在校学习过程才能真正就业，本文采用滞后一期人力资本变量来分析其对旅游就业的影响。景区会采取淡旺季门票售价不同的策略来平衡旅游业的发展，本文根据各省主要景区实行淡季门票价格月份数作为影响旅游就业的季节因素。
综合整理中外旅游危机事件对出入境旅游的影响，本文选择2001年“911”事件、2003年SARS事件以及2008年“5.12”和北京奥运会作为危机事件因素，以探究其对旅游就业的影响。ADS（Approved Destination Status）政策是一项基于双边旅游协定，准许中国公民以团队形式持特殊签证到签约国或地区自费旅游的审批制度，该指标反映了我国对旅游业发展的政策导向，其余解释变量含义见表1。
（三）研究方法
在面板数据模型里，当个体效应与所有的随时间会发生变化的解释变量都相关时，用固定效应（组内估计）模型是最有效的估计方法；当个体效应与所有的随时间发生变化的解释变量都不相关时，用随机效应（可行的广义最小二乘）模型是最有效的。本文利用面板数据的混合最小二乘回归法、固定效应模型、随机效应模型等估计方法，对设定的两个模型进行参数估计，通过回归方程的R2、回归系数p值、方差膨胀因子VIF、Hausman检验、对数似然值LOG-L等，选择最合理的模型估计结果，以此来进行分析。
二、 实证结果与分析
（一）全国模型结果
本文利用STATA对模型进行回归分析，结果如表2所示。Hausman检验显示两个模型的chi-值为正数，FE要优于RE对两个模型的解释；从比较两个模型的Pooled OLS和FE结果来看，Pooled OLS方程解释能力要大于FE方程，变量的显著性也好于FE方程，同时混合二乘回归法可以解决固定效应模型参数估计造成较大的自由度损失问题。因此，Pooled OLS结果对两个模型的解释更可靠。比较双对数模型和半对数模型的Pooled OLS，发现双对数模型的方程解释能力要大于半对数模型，解释变量的显著性也好于半对数模型，可见测量就业人数的相对变化更有意义。双对数模型中Pooled OLS方程的LOG-L值说明模型不存在异方差，VIF检验值为3.14，在接受范围10以内。所以，双对数模型中的pooled OLS估计结果是最合理的，下文将根据此方程参数估计结果对解释变量进行分析。
从表2可以看出企业数量（NU）、固定资产净值比例（FGDP）对旅游就业人数有显著正向影响，且二者的弹性系数（分别为0.33和0.39）最大。这说明我国旅游业处于行业扩张阶段，旅游行业规模的扩大会促使旅游业吸纳更多劳动力。季节变量符号（SE）为负，并且通过1%的显著性检验，验证了就业人数受到旅游业季节性的影响，旅游企业会根据淡旺季来协调劳动力安排，灵活使用季节工、临时工等，以此来节约成本、增加收入。旅游经营的季节性安排也会导致劳动力流动性较大，危及旅游行业劳动力的稳定性，旅游危机事件（CE）并没有对旅游就业人数产生影响。旅游业是一个包括吃住行购娱等多环节的系统，危机事件的发生会导致旅游需求下降，这与钱磊等（2012）研究的负面重大事件会影响入境旅游需求和国内旅游需求变动相一致。所以，危机事件的暂时性不会使整个旅游系统的供给明显下降，就业人数不会大幅下降。
旅游业收入占GDP的比重对旅游就业影响为负，尽管我国旅游业收入占整个国民经济GDP比重在过去10几年里一直呈现上升趋势，但是旅游就业人数却一直在下降，二者出现逆向发展的原因主要是由于以下两个方面：一是我国旅游业的增长正处于效率改进和规模化提升阶段导致旅游劳动力需求减少，互联网等信息技术的发展降低了旅游从业人员的数量，旅游企业之间横向、纵向联合也会降低旅游就业人数；二是旅游企业管理水平逐步改善，促进了劳动生产率的提高，降低了对劳动力的需求。 旅游签证免签国的数量对我国旅游就业产生负向影响，说明近年来我国与其他国家签署的旅游签证互惠协议的数量的增多，对我国旅游业就业尚未带来正向影响。其中，一个主要原因可能是随着我国人均可支配收入的增加，出境旅游人数的增长速度超过了入境旅游人数的增长速度，导致我国旅游服务需求相对下降，致使旅游就业数量下降。这相当于我国旅游业进口大于出口，出现旅游业贸易逆差。这一结果的警示价值在于应对未来制定签署两国旅游免签政策给予认真思考，在政治目标与经济目标之间进行正确的取舍。此外，模型结果（X1通过1%显著性检验）显示，我国旅游就业人数呈现出明显的区域性差异，将在下文进行具体验证。
人力资本和劳动生产率会对旅游就业人数产生影响，旅游业人力资本（CA）的提升可以减少摩擦失业和结构性失业的数量，从总量上增加旅游就业人数，致使人力资本的溢出效应得到发挥。旅游业劳动生产率的提高既反映了旅游业资本的不断深化和管理水平的提高，也表现出旅游业对劳动就业的挤出效应显著。劳动生产率决定劳动的边际产出，进而决定劳动力需求，旅游业劳动生产率（X2）的提高因此会减少旅游就业需求。
模型中引入的旅游服务贸易进口总额（IM）和出口总额（EX）两个指标，均通过正向显著性检验。我国旅游服务贸易总量持续增长，从2000年的293.4亿美元增长到2013年的1 319.7亿美元。旅游服务贸易可以拉动旅行社、旅游网站等跨国服务业务的增加，吸纳更多高素质、高业务能力的旅游从业者，对交通、保险等旅游相关行业就业的带动作用不可忽视。其中，旅游服务贸易进口额（弹性系数为0.15）对旅游就业的弹性系数要大于出口总额（弹性系数为0.09），该结果与魏君英和张明如（2013）的研究结论相一致。我国旅游服务贸易长期处于逆差状态，出境旅游花费多，服务要求高，对国内旅行社、交通等行业的就业创造效应大于就业替代效应；同时，我国旅游贸易出口水平较低，导致其对旅游就业效应不显著。
（二）地区模型结果
为了更好地对比不同地区旅游就业的影响因素，本文利用双对数模型对我国东中西三个地区旅游就业数据进行估计，现对分区结果进行分析（结果见表3）。
从共同影响因素来看，人力资本水平、季节因素和国家政策对各地区的旅游就业人数具有显著影响，人力资本水平对中西部就业人数的弹性系数（分别为0.21和0.14）大于东部地区（弹性系数为0.13），这说明教育对中西部地区的影响要大于东部地区。2001-2014年西部地区旅游学校人数增长超过3倍，中部地区增长为1.3倍，而东部地区增长率仅为85%，由此可见在旅游业对专业人才需求的增长之下，专业人才供给的增加会直接提高旅游业就业数量。季节因素对中东部地区产生正向影响，而对西部地区产生负向影响。西部地区由于自然环境的原因，旺季旅游经营时间一般为5月到10月，淡季门票价格下降幅度为50%，并且淡季恶劣的自然环境不适合开展旅游活动。东中部地区旅游旺季经营时间一般8个月，在淡季也会因地制宜推出旅游项目，如在冬季组织滑雪节等，淡季门票价格的降低反而会吸引更多游客，带动就业的增加。
对东部地区而言，企业数量（弹性系数为0.33）和固定资产净值比（弹性系数为0.43）对就业人数的影响较大，这与我国旅游业整体处于扩张发展阶段情况相一致。旅游收入贡献没有对东部地区就业人数产生显著影响，东部地区较早进行经济转型，由此引起的就业增长和旅游业的增长不匹配，进而引起旅游业就业效应不足。旅游服务出口总额对东部地区旅游就业人数影响显著，而进口总额并没有显著影响，这与王晖和黄沛（2009）的研究结论具有一致性。虽然东部地区服务贸易整体较为发达，但是旅游业在服务贸易结构中的比重不如中西部地区大，东部地区产业结构和旅游资源禀赋决定了其旅游服务贸易的就业效应不如西部地区。
对于中部地区而言，除了人力资源水平、季节因素和国家政策会对该区就业人数产生重要影响之外，其余因素均不显著，这与中部地区旅游业省际发展不平衡有一定关系。从中部8省近13年接待国内外游客人数来看，湖北、河南和湖南国内游客数量总和超过其他5省之和，三省的入境游客数量占到中部地区总数的43%，该区旅游业发展极化现象比较突出，旅游业没有协同发展，使得影响旅游就业的因素没有充分显现。
对于西部地区而言，企业数量和固定资产净值比对就业人数的影响较大，旅游收入贡献对西部地区就业人数产生显著影响，且弹性系数为负。旅游目的地的基础设施对旅游地发展具有重要作用。青藏铁路的开通对西部地区旅游业的发展产生了巨大推动作用，2014年西藏旅游人数比2001年增加了近20倍，旅游企业数量增加到206家，增长了一倍多，可见西部地区基础设施的不断完善有利于充分发挥旅游就业的效应，旅游服务贸易进出口总额均对旅游就业人数有显著影响。虽然西部地区经济实力较弱，但是西部地区较为丰富的旅游资源，使得旅游业逐渐成为西部地区的主导产业；同时，交通等基础设施的不断完善使西部地区入境旅游服务贸易优势得到充分发挥。因此，旅游服务贸易对西部地区旅游就业有较大影响。
三、结论与建议
由于旅游业的关联产业广泛，影响旅游就业的因素较为复杂多变。本文利用我国31个省份2001-2014年的旅游就业数据构建面板数据模型识别影响因素，通过测算弹性分析各个影响因素的重要性，并获得如下结论：一是我国旅游业尚处于扩张阶段，旅游企业数量和固定资产净值率对旅游就业的贡献最大，弹性系数分别为0.32和0.39。旅游就业人数会受到旅游业经营季节性的影响，旅游危机事件对就业人数影响不显著。二是我国旅游就业增长速度与旅游产业发展速度不一致，旅游收入对GDP的贡献每增加1%，就业人数反而减少0.15%。国家的对外旅游业发展政策也会影响旅游就业人数，地区经济发展水平、旅游基础设施以及旅游资源禀赋的差异使得我国三大地区旅游就业影响因素有很大差异。三是人力资本对旅游就业弹性系数为0.21，劳动生产率的弹性系数为-0.05，这说明我国旅游教育对旅游就业的增加发挥了作用。四是旅游服务贸易进口和出口均能促进旅游就业的增长，但是双边旅游互惠协议签署国数量的增加没有对我国旅游就业产生正向影响。 基于上述结论，本文提出以下建议：
第一，由于中小型旅游企业具有较大就业拉动能力，国家应加大对中小型旅游企业的金融政策支持，鼓励发展乡村旅游、牧区和少数民族地区文化旅游等特色旅游，促进旅游就业。国家在制定对外旅游互惠政策时要具体分析不同国家出入境旅游需求状况，充分考虑实行互惠政策可能给我国旅游就业带来的负面影响，以此减少出入境旅游严重失衡给我国旅游就业带来的冲击；同时，国内旅游行业要提升旅游服务层次，加大旅游产品的创新与开发，打造区域旅游发展联盟，建立具有互补性的旅游产业链条，以此来提高入境旅游吸引力，从总量和质量上提升旅游就业水平。各地区要深入分析发展反季节旅游的潜力，因地制宜制定反季旅游开发策略，尽量缓解旅游业季节性波动，从而实现旅游就业的稳定发展。
第二，对于东部发达地区，尽管其旅游业发展较快，但是旅游就业与旅游业收入之间并没有保持同步增长。所以，建议东部地区进一步扩大旅游市场，延伸旅游产业链，加强地区之间旅游企业联合，实现吃住行游购娱行业之间协调发展，促进旅游就业水平的提升。东部地区要在保持旅游服务贸易均衡的前提下，继续发挥旅游服务贸易出口对旅游就业的带动作用。
第三，就中西部地区而言，除了要完善旅游基础设施之外，要着重加大旅游教育投入，实施旅游职业教育分层次培养机制，促进旅游人力资本水平的提高。要培育本地特色旅游品牌，扩大对外开放程度，提高区域内、区域间和国家贸易水平，发挥入境旅游对本区就业的拉动作用。由于自然气候原因，中西部地区旅游季节性特征较为明显。因此，中西部地区要深入挖掘本地特色旅游资源，开发旅游新热点，减少季节对旅游就业的冲击。
参考文献：
[1] 郭为， 何媛媛， 王丽.旅游人力资本和旅游就业的地区差异分析——基于中国省际面板数据的实证研究[J].北京第二外国语学院学报， 2009（11）： 42-49.
[2] 郭为， 何媛媛. 旅游产业的区域集聚， 收敛与就业差异： 基于分省面板的说明[J].旅游学刊， 2008， 23（3）： 29-36.
[3] 扈权财. 浅析我国旅游就业现状-存在的问题及对策[J].中国商贸， 2013，29（1）： 104-105.
[4] 钱磊， 汪宇明， 吴文佳. 中国旅游业发展的省区差异及变化[J].旅游学刊， 2012， 27（1）： 31-38.
[5] 王晖， 黄沛. 我国六大区域旅游服务贸易竞争力的比较分析[J].特区经济， 2009（1）：171-172.
[6] 魏君英， 张明如. 服务贸易对我国服务业就业的影响[J].广东商学院学报， 2013，28（1）：71-78.
[7] Ainsworth S，Purss A. Same time， next year？ Human resource management and seasonal workers[J].Personnel Review， 2009，38（3）： 217-235
[8] Chao CC， Hazari B R， Laffargue J P， et al. A dynamic model of tourism， employment and welfare： the case of Hong Kong[J].Pacific Economic Review，2009，14（2）： 232-245.
[9] Fortanier F， Van Wijk J. Sustainable tourism industry development in sub-Saharan Africa： Consequences of foreign hotels for local employment[J].International Business Review，2010，19（2）： 191-205.
[10]Kusluvan S， Kusluvan Z. Perceptions and attitudes of undergraduate tourism students towards working in the tourism industry in Turkey[J].Tourism Management， 2000，21（3）： 251-269.
[11]Lundmark L J T， Fredman P， Sandell K. National parks and protected areas and the role for employment in tourism and forest sectors： a Swedish case[J].Ecology and Society， 2010，15（1）.
[12]Wang J， Ayres H，Huyton J. Is tourism education meeting the needs of the tourism industry？ An Australian case study[J].Journal of Hospitality & Tourism Education， 2010， 22（1）： 8-14.
[13]Wang S， He Y， Wang X， et al. Regional disparity and convergence of China’s inbound tourism economy[J].Chinese Geographical Science， 2011，21（6）： 715-722.
Abstract：The paper builds a regression analysis model using panel data synthesized from the 31 provincial areas in China over the periods from 2001 to 2014 to try to identify factors which have potential effects on tourism employment at both national and regional levels. The results show that the number of tourism enterprises and the ratio of fixed assets have a significant positive impact on tourism employment， with the elastic coefficients of 0.33 and 0.39， respectively； tourism employment is evidently affected by the seasonal fluctuation and related government policy， but sporadic catastrophic events don′t impose marked effect on tourism employment； quality of human capital and expansion of tourism related international trade sectors will facilitate the tourism employment： as the number of students in school rises by 1%， it will be able to trigger 0.21% increase of tourism employment； import and export trade elasticity coefficient are 0.15 and 0.09， respectively， however， the improvement of labor productivity will reduce the demand of tourism employment； those influence factors of tourism employment vary between regions due to their heterogeneous economic development and tourism resource endowments.
Key words：tourism employment； influence factors； panel data
（责任编辑：关立新）
关键词：旅游就业；影响因素；面板数据
中图分类号：F590 文献标识码：A
作者简介：王尔大（1955-），男，辽宁辽阳人，大连理工大学管理学院教授，博士生导师，经济学博士，研究方向：旅游经济； 高威（1992-），女，山东威海人，大连理工大学管理学院研究生，研究方向：旅游管理。
目前，我国旅游产业年收入连续增长，已成为第三产业中最具活力、发展最快的行业，而我国旅游就业人数平均增长速度却远远低于旅游产业年收入的增长速度，旅游业的高速增长并没有带来旅游就业的同步增加；同时，我国旅游就业还面临着结构失调、就业区域分布不平衡和旅游就业声望低等问题（扈权财，2013）。本文利用我国31个省份2001-2014年旅游统计数据构建面板模型，从国家和地区两个层面对影响旅游就业的因素进行分析。
一、模型构建及变量选取
（一）模型建立
本文引入双对数模型和半对数模型，从绝对量和相对量角度测量就业影响因素对就业人数的作用：
其中，i表示第i个省份；t表示第t年；αi表示双对数模型的系数，表示自变量每变动1%对旅游就业人数相对变化量的影响，即弹性；βi表示半对数模型的系数，表示自变量每变动1%对旅游就业人数绝对变化量的影响；γi在两个模型中均表示名义变量对旅游就业人数的影响。
（二）数据说明
本文选择企业数量、固定资产净值比例、季节以及旅游危机事件作为旅游行业特点因素，选取国家政策、区位和旅游业收入贡献来衡量支持旅游业发展的宏观经济环境，用人力资本滞后一期和劳动生产率来代表旅游业人力资源因素，用旅游服务贸易进、出口总额来代表旅游业对外贸易发展指标。由于旅游学校学生需要经过一段在校学习过程才能真正就业，本文采用滞后一期人力资本变量来分析其对旅游就业的影响。景区会采取淡旺季门票售价不同的策略来平衡旅游业的发展，本文根据各省主要景区实行淡季门票价格月份数作为影响旅游就业的季节因素。
综合整理中外旅游危机事件对出入境旅游的影响，本文选择2001年“911”事件、2003年SARS事件以及2008年“5.12”和北京奥运会作为危机事件因素，以探究其对旅游就业的影响。ADS（Approved Destination Status）政策是一项基于双边旅游协定，准许中国公民以团队形式持特殊签证到签约国或地区自费旅游的审批制度，该指标反映了我国对旅游业发展的政策导向，其余解释变量含义见表1。
（三）研究方法
在面板数据模型里，当个体效应与所有的随时间会发生变化的解释变量都相关时，用固定效应（组内估计）模型是最有效的估计方法；当个体效应与所有的随时间发生变化的解释变量都不相关时，用随机效应（可行的广义最小二乘）模型是最有效的。本文利用面板数据的混合最小二乘回归法、固定效应模型、随机效应模型等估计方法，对设定的两个模型进行参数估计，通过回归方程的R2、回归系数p值、方差膨胀因子VIF、Hausman检验、对数似然值LOG-L等，选择最合理的模型估计结果，以此来进行分析。
二、 实证结果与分析
（一）全国模型结果
本文利用STATA对模型进行回归分析，结果如表2所示。Hausman检验显示两个模型的chi-值为正数，FE要优于RE对两个模型的解释；从比较两个模型的Pooled OLS和FE结果来看，Pooled OLS方程解释能力要大于FE方程，变量的显著性也好于FE方程，同时混合二乘回归法可以解决固定效应模型参数估计造成较大的自由度损失问题。因此，Pooled OLS结果对两个模型的解释更可靠。比较双对数模型和半对数模型的Pooled OLS，发现双对数模型的方程解释能力要大于半对数模型，解释变量的显著性也好于半对数模型，可见测量就业人数的相对变化更有意义。双对数模型中Pooled OLS方程的LOG-L值说明模型不存在异方差，VIF检验值为3.14，在接受范围10以内。所以，双对数模型中的pooled OLS估计结果是最合理的，下文将根据此方程参数估计结果对解释变量进行分析。
从表2可以看出企业数量（NU）、固定资产净值比例（FGDP）对旅游就业人数有显著正向影响，且二者的弹性系数（分别为0.33和0.39）最大。这说明我国旅游业处于行业扩张阶段，旅游行业规模的扩大会促使旅游业吸纳更多劳动力。季节变量符号（SE）为负，并且通过1%的显著性检验，验证了就业人数受到旅游业季节性的影响，旅游企业会根据淡旺季来协调劳动力安排，灵活使用季节工、临时工等，以此来节约成本、增加收入。旅游经营的季节性安排也会导致劳动力流动性较大，危及旅游行业劳动力的稳定性，旅游危机事件（CE）并没有对旅游就业人数产生影响。旅游业是一个包括吃住行购娱等多环节的系统，危机事件的发生会导致旅游需求下降，这与钱磊等（2012）研究的负面重大事件会影响入境旅游需求和国内旅游需求变动相一致。所以，危机事件的暂时性不会使整个旅游系统的供给明显下降，就业人数不会大幅下降。
旅游业收入占GDP的比重对旅游就业影响为负，尽管我国旅游业收入占整个国民经济GDP比重在过去10几年里一直呈现上升趋势，但是旅游就业人数却一直在下降，二者出现逆向发展的原因主要是由于以下两个方面：一是我国旅游业的增长正处于效率改进和规模化提升阶段导致旅游劳动力需求减少，互联网等信息技术的发展降低了旅游从业人员的数量，旅游企业之间横向、纵向联合也会降低旅游就业人数；二是旅游企业管理水平逐步改善，促进了劳动生产率的提高，降低了对劳动力的需求。 旅游签证免签国的数量对我国旅游就业产生负向影响，说明近年来我国与其他国家签署的旅游签证互惠协议的数量的增多，对我国旅游业就业尚未带来正向影响。其中，一个主要原因可能是随着我国人均可支配收入的增加，出境旅游人数的增长速度超过了入境旅游人数的增长速度，导致我国旅游服务需求相对下降，致使旅游就业数量下降。这相当于我国旅游业进口大于出口，出现旅游业贸易逆差。这一结果的警示价值在于应对未来制定签署两国旅游免签政策给予认真思考，在政治目标与经济目标之间进行正确的取舍。此外，模型结果（X1通过1%显著性检验）显示，我国旅游就业人数呈现出明显的区域性差异，将在下文进行具体验证。
人力资本和劳动生产率会对旅游就业人数产生影响，旅游业人力资本（CA）的提升可以减少摩擦失业和结构性失业的数量，从总量上增加旅游就业人数，致使人力资本的溢出效应得到发挥。旅游业劳动生产率的提高既反映了旅游业资本的不断深化和管理水平的提高，也表现出旅游业对劳动就业的挤出效应显著。劳动生产率决定劳动的边际产出，进而决定劳动力需求，旅游业劳动生产率（X2）的提高因此会减少旅游就业需求。
模型中引入的旅游服务贸易进口总额（IM）和出口总额（EX）两个指标，均通过正向显著性检验。我国旅游服务贸易总量持续增长，从2000年的293.4亿美元增长到2013年的1 319.7亿美元。旅游服务贸易可以拉动旅行社、旅游网站等跨国服务业务的增加，吸纳更多高素质、高业务能力的旅游从业者，对交通、保险等旅游相关行业就业的带动作用不可忽视。其中，旅游服务贸易进口额（弹性系数为0.15）对旅游就业的弹性系数要大于出口总额（弹性系数为0.09），该结果与魏君英和张明如（2013）的研究结论相一致。我国旅游服务贸易长期处于逆差状态，出境旅游花费多，服务要求高，对国内旅行社、交通等行业的就业创造效应大于就业替代效应；同时，我国旅游贸易出口水平较低，导致其对旅游就业效应不显著。
（二）地区模型结果
为了更好地对比不同地区旅游就业的影响因素，本文利用双对数模型对我国东中西三个地区旅游就业数据进行估计，现对分区结果进行分析（结果见表3）。
从共同影响因素来看，人力资本水平、季节因素和国家政策对各地区的旅游就业人数具有显著影响，人力资本水平对中西部就业人数的弹性系数（分别为0.21和0.14）大于东部地区（弹性系数为0.13），这说明教育对中西部地区的影响要大于东部地区。2001-2014年西部地区旅游学校人数增长超过3倍，中部地区增长为1.3倍，而东部地区增长率仅为85%，由此可见在旅游业对专业人才需求的增长之下，专业人才供给的增加会直接提高旅游业就业数量。季节因素对中东部地区产生正向影响，而对西部地区产生负向影响。西部地区由于自然环境的原因，旺季旅游经营时间一般为5月到10月，淡季门票价格下降幅度为50%，并且淡季恶劣的自然环境不适合开展旅游活动。东中部地区旅游旺季经营时间一般8个月，在淡季也会因地制宜推出旅游项目，如在冬季组织滑雪节等，淡季门票价格的降低反而会吸引更多游客，带动就业的增加。
对东部地区而言，企业数量（弹性系数为0.33）和固定资产净值比（弹性系数为0.43）对就业人数的影响较大，这与我国旅游业整体处于扩张发展阶段情况相一致。旅游收入贡献没有对东部地区就业人数产生显著影响，东部地区较早进行经济转型，由此引起的就业增长和旅游业的增长不匹配，进而引起旅游业就业效应不足。旅游服务出口总额对东部地区旅游就业人数影响显著，而进口总额并没有显著影响，这与王晖和黄沛（2009）的研究结论具有一致性。虽然东部地区服务贸易整体较为发达，但是旅游业在服务贸易结构中的比重不如中西部地区大，东部地区产业结构和旅游资源禀赋决定了其旅游服务贸易的就业效应不如西部地区。
对于中部地区而言，除了人力资源水平、季节因素和国家政策会对该区就业人数产生重要影响之外，其余因素均不显著，这与中部地区旅游业省际发展不平衡有一定关系。从中部8省近13年接待国内外游客人数来看，湖北、河南和湖南国内游客数量总和超过其他5省之和，三省的入境游客数量占到中部地区总数的43%，该区旅游业发展极化现象比较突出，旅游业没有协同发展，使得影响旅游就业的因素没有充分显现。
对于西部地区而言，企业数量和固定资产净值比对就业人数的影响较大，旅游收入贡献对西部地区就业人数产生显著影响，且弹性系数为负。旅游目的地的基础设施对旅游地发展具有重要作用。青藏铁路的开通对西部地区旅游业的发展产生了巨大推动作用，2014年西藏旅游人数比2001年增加了近20倍，旅游企业数量增加到206家，增长了一倍多，可见西部地区基础设施的不断完善有利于充分发挥旅游就业的效应，旅游服务贸易进出口总额均对旅游就业人数有显著影响。虽然西部地区经济实力较弱，但是西部地区较为丰富的旅游资源，使得旅游业逐渐成为西部地区的主导产业；同时，交通等基础设施的不断完善使西部地区入境旅游服务贸易优势得到充分发挥。因此，旅游服务贸易对西部地区旅游就业有较大影响。
三、结论与建议
由于旅游业的关联产业广泛，影响旅游就业的因素较为复杂多变。本文利用我国31个省份2001-2014年的旅游就业数据构建面板数据模型识别影响因素，通过测算弹性分析各个影响因素的重要性，并获得如下结论：一是我国旅游业尚处于扩张阶段，旅游企业数量和固定资产净值率对旅游就业的贡献最大，弹性系数分别为0.32和0.39。旅游就业人数会受到旅游业经营季节性的影响，旅游危机事件对就业人数影响不显著。二是我国旅游就业增长速度与旅游产业发展速度不一致，旅游收入对GDP的贡献每增加1%，就业人数反而减少0.15%。国家的对外旅游业发展政策也会影响旅游就业人数，地区经济发展水平、旅游基础设施以及旅游资源禀赋的差异使得我国三大地区旅游就业影响因素有很大差异。三是人力资本对旅游就业弹性系数为0.21，劳动生产率的弹性系数为-0.05，这说明我国旅游教育对旅游就业的增加发挥了作用。四是旅游服务贸易进口和出口均能促进旅游就业的增长，但是双边旅游互惠协议签署国数量的增加没有对我国旅游就业产生正向影响。 基于上述结论，本文提出以下建议：
第一，由于中小型旅游企业具有较大就业拉动能力，国家应加大对中小型旅游企业的金融政策支持，鼓励发展乡村旅游、牧区和少数民族地区文化旅游等特色旅游，促进旅游就业。国家在制定对外旅游互惠政策时要具体分析不同国家出入境旅游需求状况，充分考虑实行互惠政策可能给我国旅游就业带来的负面影响，以此减少出入境旅游严重失衡给我国旅游就业带来的冲击；同时，国内旅游行业要提升旅游服务层次，加大旅游产品的创新与开发，打造区域旅游发展联盟，建立具有互补性的旅游产业链条，以此来提高入境旅游吸引力，从总量和质量上提升旅游就业水平。各地区要深入分析发展反季节旅游的潜力，因地制宜制定反季旅游开发策略，尽量缓解旅游业季节性波动，从而实现旅游就业的稳定发展。
第二，对于东部发达地区，尽管其旅游业发展较快，但是旅游就业与旅游业收入之间并没有保持同步增长。所以，建议东部地区进一步扩大旅游市场，延伸旅游产业链，加强地区之间旅游企业联合，实现吃住行游购娱行业之间协调发展，促进旅游就业水平的提升。东部地区要在保持旅游服务贸易均衡的前提下，继续发挥旅游服务贸易出口对旅游就业的带动作用。
第三，就中西部地区而言，除了要完善旅游基础设施之外，要着重加大旅游教育投入，实施旅游职业教育分层次培养机制，促进旅游人力资本水平的提高。要培育本地特色旅游品牌，扩大对外开放程度，提高区域内、区域间和国家贸易水平，发挥入境旅游对本区就业的拉动作用。由于自然气候原因，中西部地区旅游季节性特征较为明显。因此，中西部地区要深入挖掘本地特色旅游资源，开发旅游新热点，减少季节对旅游就业的冲击。
参考文献：
[1] 郭为， 何媛媛， 王丽.旅游人力资本和旅游就业的地区差异分析——基于中国省际面板数据的实证研究[J].北京第二外国语学院学报， 2009（11）： 42-49.
[2] 郭为， 何媛媛. 旅游产业的区域集聚， 收敛与就业差异： 基于分省面板的说明[J].旅游学刊， 2008， 23（3）： 29-36.
[3] 扈权财. 浅析我国旅游就业现状-存在的问题及对策[J].中国商贸， 2013，29（1）： 104-105.
[4] 钱磊， 汪宇明， 吴文佳. 中国旅游业发展的省区差异及变化[J].旅游学刊， 2012， 27（1）： 31-38.
[5] 王晖， 黄沛. 我国六大区域旅游服务贸易竞争力的比较分析[J].特区经济， 2009（1）：171-172.
[6] 魏君英， 张明如. 服务贸易对我国服务业就业的影响[J].广东商学院学报， 2013，28（1）：71-78.
[7] Ainsworth S，Purss A. Same time， next year？ Human resource management and seasonal workers[J].Personnel Review， 2009，38（3）： 217-235
[8] Chao CC， Hazari B R， Laffargue J P， et al. A dynamic model of tourism， employment and welfare： the case of Hong Kong[J].Pacific Economic Review，2009，14（2）： 232-245.
[9] Fortanier F， Van Wijk J. Sustainable tourism industry development in sub-Saharan Africa： Consequences of foreign hotels for local employment[J].International Business Review，2010，19（2）： 191-205.
[10]Kusluvan S， Kusluvan Z. Perceptions and attitudes of undergraduate tourism students towards working in the tourism industry in Turkey[J].Tourism Management， 2000，21（3）： 251-269.
[11]Lundmark L J T， Fredman P， Sandell K. National parks and protected areas and the role for employment in tourism and forest sectors： a Swedish case[J].Ecology and Society， 2010，15（1）.
[12]Wang J， Ayres H，Huyton J. Is tourism education meeting the needs of the tourism industry？ An Australian case study[J].Journal of Hospitality & Tourism Education， 2010， 22（1）： 8-14.
[13]Wang S， He Y， Wang X， et al. Regional disparity and convergence of China’s inbound tourism economy[J].Chinese Geographical Science， 2011，21（6）： 715-722.
Abstract：The paper builds a regression analysis model using panel data synthesized from the 31 provincial areas in China over the periods from 2001 to 2014 to try to identify factors which have potential effects on tourism employment at both national and regional levels. The results show that the number of tourism enterprises and the ratio of fixed assets have a significant positive impact on tourism employment， with the elastic coefficients of 0.33 and 0.39， respectively； tourism employment is evidently affected by the seasonal fluctuation and related government policy， but sporadic catastrophic events don′t impose marked effect on tourism employment； quality of human capital and expansion of tourism related international trade sectors will facilitate the tourism employment： as the number of students in school rises by 1%， it will be able to trigger 0.21% increase of tourism employment； import and export trade elasticity coefficient are 0.15 and 0.09， respectively， however， the improvement of labor productivity will reduce the demand of tourism employment； those influence factors of tourism employment vary between regions due to their heterogeneous economic development and tourism resource endowments.
Key words：tourism employment； influence factors； panel data
（责任编辑：关立新）