旅游地生態效率測度的SBM-DEA模型及實證分析

彭紅松,章錦河,*,韓 婭,湯國榮,張 瑜

1 南京大學國土資源與旅游學系, 南京 210023 2 安徽師范大學國土資源與旅游學院, 蕪湖 241003

旅游地生態效率測度的SBM-DEA模型及實證分析

彭紅松1,章錦河1,*,韓 婭2,湯國榮1,張 瑜1

1 南京大學國土資源與旅游學系, 南京 210023 2 安徽師范大學國土資源與旅游學院, 蕪湖 241003

旅游地是典型的人地關系相互作用的特殊區域,旅游地的生態效率研究是其制定與實施包容性、持續性發展政策與措施的基礎。采用基于時間序列、包含非期望產出的SBM-DEA模型方法,構建旅游地生態效率測度模型及評價指標體系,以黃山風景區為例,利用1981—2014年的投入產出數據,測度旅游地復合系統的生態效率,分析其演化特征和階段,并利用Tobit回歸模型對其影響因素進行實證檢驗。結果表明：(1)34年來,黃山風景區旅游生態效率(綜合效率)不斷提升,且具較大發展潛力,在分解效率中,技術效率較高,規模效率次之,規模效率是決定綜合效率的關鍵因素；(2)旅游生態效率的演化經歷了初期低效、快速成長、成熟高效、下行風險四個階段,不同階段效率的特征不同,影響因素也存在差異；(3)旅游生態效率完成了由規模報酬遞增向遞減的過渡,資源要素的投入冗余已成為現階段阻礙生態效率的進一步提高的關鍵因素；(4)旅游發展水平、產業結構和技術水平對生態效率產生顯著的正向影響,投資水平產生顯著的負向影響,以廢棄物末端治理為表征的環保規制對生態效率的提升作用并不顯著。文章最后提出,在山岳型風景區發展初期,應盡可能擴大資源要素投入規模,進入成熟階段后,則轉向逐漸控制投入規模,改善技術能力和資源配置能力,摒棄過度依靠資源消耗和環境污染的粗放式發展模式,走精細化、可持續的發展道路。

旅游生態效率; 時間序列SBM-DEA模型; Tobit回歸分析; 黃山風景區

沿革于效率評價范疇,生態效率(Eco-efficiency)最早由Schaltegger和Sturm在1990年提出[1]。1992年世界可持續發展工商業聯合會(WBCSD)出版《改變航向：一個關于發展與環境的全球商業觀點》[2],使生態效率的概念被廣泛認識與接受,其基本思想是以最少的資源投入和環境代價獲得最大的經濟價值。生態效率作為衡量人類經濟發展與環境保護、自然生態與人類生態的和諧度,測度企業、產品、產業、區域等不同類型與尺度的“自然-經濟-社會”復合系統可持續發展狀態的有效工具,日益成為重要的研究前沿。國外相關研究起步于20世紀90年代,聚焦于生態效率的基礎理論[3-5]、測度方法[6-10]、生態效率在企業、行業、區域等不同尺度及領域的實證研究[11-14]等3個方面。國內學者在引進國外先進的理論和評價方法的基礎上,取得了積極的進展,初步形成了一些適合中國國情的理論、方法及應用[15-20]。但總體而言,國內外相關研究尚存在以下不足：研究視角上,多從人類物質生產行為(產業、行業、產品)對環境影響的視角切入進行生態效率評價,而從人類消費行為(如旅游業、旅游產品)對環境影響的視角的生態效率研究不足；研究方法上,對生態效率理論體系及相應測算方法的系統性研究不足；研究區域上,較多關注大中尺度區域或城市案例,而對小區域尺度,尤其是旅游地的研究仍有待探索。

伴隨著旅游業的快速發展,旅游效率研究成為效率評價的新興領域。國內外學者主要關注旅游酒店[21]、景區[22]、目的地[23-24]等的經營利用效率,而忽視了包含資源消耗、環境污染在內的生態效率分析,盡管有關旅游線路產品[15]、旅游廢棄物[25]、旅游交通[26]等研究中涉及生態效率研究,但仍缺乏對旅游地生態效率的系統、綜合研究。旅游地生態效率已成為衡量旅游地生態環境質量與可持續發展水平的主要指標。如何科學分析旅游地的生態效率,解釋其與旅游經濟發展、環境質量的關系,成為亟待解決的理論與實踐問題。

生態效率測度是生態效率研究的基礎,主要包括單一比值法、指標體系法和模型法[27]。單一比值法以產品/服務的價值與環境影響的比值來表示,生命周期評價法、物質流分析法、生態足跡和能值分析法等屬于此類,適用于分析單個項目或技術對象,但由于未能給出最優的比率集合,難以指導決策實踐[28]；指標體系法的核心是構建生態效率指標集,利于綜合表征區域自然、經濟、社會復合系統的發展水平和協調程度,但難以剔除主觀賦權對評價結果的影響；模型法中應用最廣泛的是數據包絡分析方法(Data Envelopment Analysis,DEA),它是一種以相對效率為基礎,對若干具有多輸入、多輸出的決策單元(Decision Making Unit,DMU),進行相對有效性或效率評級的非參數統計方法[29]。因具有無須統一指標單位、無須考慮投入與產出之間的函數關系、無須預先估計參數、無須假設權重等優點,最大程度的保證了原始信息的完整,在效率研究中得到廣泛運用。從現有DEA效率評價的文獻來看,存在3個問題,一是DEA分析法要求評價指標與評價決策單元數量之間一般有1∶3的關系,因此不宜應用于單個旅游地；二是往往忽略非期望產出,生態效率測度不完全；三是不能有效測度單個旅游地生態效率的變化過程與影響因素。

鑒于此,本文構建基于時間序列、包含非期望產出的SBM-DEA(Slack Based Measure-Data Envelopment Analysis)生態效率評價指標體系及測度模型,并以黃山風景區為例,從全要素投入-產出的視角對旅游地生態效率進行歷時性研究,擬解決兩個問題,一是揭示旅游地生態效率的變化特征與演進過程,二是識別影響旅游地生態效率的關鍵因素,探討旅游地生態效率與旅游投入、產出要素的關系,以期豐富相關研究的視角與方法,促進旅游地的可持續發展。

1 指標選擇、研究方法及數據來源

1.1 指標選取與指標解釋

生態效率的測度指標包括投入、期望產出和非期望產出,投入、產出要素指標的選取直接關系到生態效率測度的科學性和準確性。目前國內外尚無統一的生態效率測度指標,本文結合旅游地發展要素的實際和投入產出過程,選取具體測度指標(表1)。

表1 旅游生態效率評價指標體系

投入指標方面。勞動力、資本、能源與資源是旅游業發展的主要投入要素。勞動力要素指標一般用“從業人員數”表征,但未能凸顯投入的“成本”貨幣屬性,較之從業人員數量指標,平均工資水平這一質量指標更能體現勞動投入的大小；資本投入包括流動資本與固定資本,流動資本往往與工資、能源、資源的消耗相關聯,為避免重復,選擇每年新增固定資產投資指標；能源消耗包括電、煤、天然氣等；水資源消耗主要考慮實體水消耗,包括旅游服務、管理以及生態、消防用水,不包括虛擬水；生物資源消耗主要是餐飲部分的生物資源消耗。綜上,最終選取平均工資水平、新增固定資產投資額、能源消耗量、水資源消耗量和餐飲生物資源消耗量五個指標。

期望產出指標方面。由于時間序列上旅游地生態產出變化相對穩定,對整個生態系統相對效率評價的影響不大,而社會產出也難以測度,故本文僅考慮經濟方面的產出,而忽略生態及社會方面。學者們對期望產出指標的選取標準不一,但絕大多數將旅游收入或旅游接待人次作為期望產出指標[30]。從科學的角度出發,游客滿意度也是反映旅游地發展期望產出的指標,但考慮到難以進行標準化衡量的實際,故不作考慮。最終選取人均旅游收入作為期望產出。

非期望產出指標方面。旅游廢棄物是影響旅游地環境質量的主要因素,指在旅游發展中,由于游客旅游活動、居民日常生活、旅游開發建設等活動而產生的對旅游地環境有污染或生態影響的氣態、液態與固態物質[25]。采用旅游廢棄物的排放量指標來表征非期望產出,分別是垃圾排放量、污水排放量和廢氣排放量。

需要說明的是,旅游地生態效率的投入和產出大多發生在當年,且投入和產出滯后效益具有同時性,本文忽略投入和產出效益的時滯性,默認當年投入獲得當年全部產出。對本文涉及到的平均工資水平、新增固定資產投資及旅游收入等價值指標,使用居民消費價格指數(CPI)折算為以1981年為基期的不變價格。對餐飲生物資源消耗量運用旅游餐飲生態足跡模型,轉換成統一的生態足跡[31]。對于游客及管理服務消耗的電、煤、石油、液化氣、木柴等能源,利用能源轉換系數統一換算成標準煤[32]。

1.2 模型方法

1.2.1 SBM-DEA模型

以CCR、BCC模型為代表的DEA傳統模型大多是基于徑向和角度的度量,未能充分考慮投入產出的松弛性問題,導致效率測度存在偏差[33]。為解決這一問題,Tone提出并發展了SBM-DEA模型[34]。它與傳統模型不同之處在于,把松弛變量直接放入目標函數,同時解決了投入松弛性問題和非期望產出下的效率評價問題。此外,SBM模型屬于非徑向、非角度度量方法,能夠避免徑向和角度選擇的差異導致的偏差,更能體現生態效率評價的本質。描述如下：

定義生產可能性集P為：

P={(x,yg,yb)|x≥λx,yg≤λYg,yb≥λYb,λ≥0}

(1)

則基于規模報酬可變的SBM-DEA模型用式(2)表示：

(2)

式中,s表示投入、產出的松弛量,λ是權重向量。目標函數P*關于s_,sg,sb是嚴格遞減的,并且0≤P*≤1。對于特定的決策單元,當且僅當P*=1,且s_,sg,sb均為0,綜合效率有效,且技術效率和規模效率均有效。若P*<1,或s_,sg,sb不全為0,說明決策單元是無效率的,為技術效率或規模效率無效,存在改進投入產出的必要性。對上述模型施加不同約束條件后,可得到規模報酬不變的SBM-DEA模型及相應效率值,依據上述模型判斷旅游地生態效率所處階段。

現有DEA效率研究大多以面板數據或截面數據為主,所得效率是不同決策單元橫向比較的結果,不能反映時間序列上特定研究對象的效率演進過程,更不能在區域發展實踐上給予科學指導。鑒于此,本文依據SBM-DEA模型原理和生態效率內涵,將單個旅游地不同年份的投入-產出系統作為決策單元,分析生態效率的縱向演進過程。故旅游地生態效率(綜合效率,用TE表示)有效是指,該年份旅游地投入-產出系統在與其他年份比較中,是以最小的資源投入和環境損耗,獲得最大的經濟產出。由于時間序列上旅游地生態產出變化相對穩定,對整個生態系統相對效率評價的影響不大,且按照SBM-DEA模型的要求,評價單元必須大于三倍指標之和,若綜合生態及社會方面的各類產出指標,將超出這一限制,導致測度結果出現偏差,故模型中暫未考慮社會及生態方面的產出。進一步地,可將綜合效率分解為：(1)技術效率,指資源配置、利用及污染物控制的效率,用PTE表示。(2)規模效率,指資源規模集聚的效率,用來衡量決策單元是否處于最佳規模下的生產,用SE表示。三者的值介于0—1,綜合效率等于技術效率與規模效率的乘積。

1.2.2 Tobit回歸模型

Tobit回歸模型由Tobin提出,屬于一種因變量受限的回歸模型,它能夠解決受限或截斷因變量的模型構建問題[35]。使用SBM-DEA模型測算出的旅游生態效率是介于0—1的離散截斷值,為檢驗生態效率的影響因素、方向及程度,識別影響旅游地生態效率的關鍵因素與控制措施,可將SBM-DEA模型得到的效率值作為因變量,各影響因素為自變量,運用Tobit回歸模型檢驗其影響因素。模型表達式為：

(3)

1.3 數據來源

研究團隊常年對黃山風景區的旅游發展和生態環境進行跟蹤調查。為進一步獲取生態效率投入產出數據,于2015年5月進行實地調研,主要采取訪談與文獻統計資料收集方式。一是走訪黃山風景區管委會的經濟發展局、規劃土地處、園林局、交通局、旅游辦、環保辦等部門；二是走訪黃山集團公司下屬的供水公司、用電服務公司、迅潔洗滌中心以及黃山股份公司下屬的經營管理公司、景區開發管理公司、垃圾處理站、污水處理站、采購配送中心等部門,獲得投入、期望產出和非期望產出三類相關的統計數據。

投入數據包括1981—2014年黃山風景區從業人員平均工資水平、新增固定資產投資額、能源消耗量、水資源消耗量、餐飲生物資源消耗量(資料來源于經濟發展局、規劃土地處、園林局、經營管理公司、景區開發管理公司、供水公司、用電服務公司、采購配送中心等部門)。對從業人員平均工資數據的個別缺失值,使用黃山市職工平均工資指標(資料來源于《安徽省統計年鑒》、《安徽60年》)代替。對游客的餐飲生物資源消耗量資料的部分缺失值,假定游客在目的地的餐飲生物資源的消耗量與當地居民相同,使用當地居民的人均每日餐飲生物資源消耗量(資料來源于《安徽省統計年鑒》、《安徽60年》)代替。期望產出數據包括黃山風景區1981—2014 年的旅游總收入、總人次及其構成(來源于旅游辦)。非期望產出數據包括黃山風景區1981—2014年管理及旅游服務產生的垃圾(包括生活垃圾、建筑垃圾)、污水(包括生活污水、洗滌污水、消防污水)和廢氣(包括煙塵、SO2、NOx)等各類旅游廢棄物排放總量及構成的統計數據(資料來源于環保辦、垃圾處理站、污水處理站、迅潔洗滌中心等部門),污水達標排放率等相關環境監測數據(資料來源于環保辦) 等。原始數據及其主要特征如表2所示。

表2 黃山風景區旅游生態效率投入產出數據特征(1981—2014)

2 實證分析

2.1 研究區概況

黃山風景區是享譽世界的旅游勝地,擁有世界文化與自然雙重遺產和世界地質公園的桂冠,素有“五岳歸來不看山、黃山歸來不看岳”的美譽。風景區位于黃山市境內的黟縣、歙縣、休寧縣以及黃山區、徽州區之間,山境南北長40 km,東西寬30 km,總面積約1200 km2,核心景區面積160.6 km2。據黃山管委會統計,自 1979 年對外開放以來,旅游業發展迅速,至2014年,共接待國內外游客4364.05萬人次,累計實現旅游收入177.16億元。隨著旅游業的快速發展,資源要素投入日益增長,旅游廢棄物也逐漸增多,2014年員工人均工資為46473元,實現固定資產投資總額186381萬元,折算消耗標準煤、水、餐飲生物資源分別為10324t、817499t、5311hm2,排放垃圾、污水、廢氣分別達4377t、694874t、76t,對景區自然、經濟及生態系統的壓力不容忽視。

2.2 黃山風景區旅游生態效率特征

將不同年份的投入-產出系統作為決策單元,運用包含非期望產出的SBM-DEA模型,計算出1981—2014年黃山風景區生態效率(綜合效率)、技術效率和規模效率(表3)。研究發現,黃山風景區旅游生態效率存在以下特征。

表3 黃山風景區生態效率及其分解效率值(1981—2014)

TE：綜合效率 technical efficiency；PTE：技術效率 pure technical efficiency；SE：規模效率 scale efficiency；irs：規模報酬遞增increasing returns to scale；drs：規模報酬遞減 decreasing returns to scale；-：規模報酬不變

(1)總體看來,生態效率(綜合效率)不斷提升,且具較大發展潛力。黃山風景區1981—1988年生態效率平均值僅為0.07,而1999—2014年則達0.87,34年來,生態效率總體呈現提升趨勢。1981—2014年,生態效率平均值為0.530,達到有效1的年份有10個,占比29.41%,表明生態效率系統存在大量的投入、非期望產出冗余,即使在減少已有資源要素投入和非期望產出47%的水平下,通過有效的技術利用水平和資源利用方式,仍能達到已有的期望產出水平,因而實行資源節約、環境友好型發展戰略是旅游地提升生態效率的必由之路。

(2)分解效率方面,技術效率較高,規模效率次之。技術效率和規模效率有效的年份分別是16個、10個,占總體的47.06%、29.41%,平均值分別為0.744、0.654,標準差分別為0.281、0.355,表明技術效率水平較高且相對穩定,規模效率水平次之且年際變化較大。

(3)綜合效率與其分解效率的關系方面,規模效率是決定綜合效率的關鍵因素。為分析綜合效率與其分解效率之間的關系,分別建立基于時間序列的各效率二維有序坐標散點圖(圖1),依據散點與45度對角線位置的遠近,判定分解效率與綜合效率相關性的強弱。結果顯示,規模效率對綜合效率的解釋能力更強。進一步進行偏相關分析,通過依次控制各分解效率,分別測算綜合效率與各分解效率的相關程度。結果表明,規模效率、技術效率與綜合效率的相關系數分別達到0.959和0.839,均通過 0.95 置信水平下的顯著性檢驗,驗證了黃山風景區綜合效率與其分解效率之間均存在顯著的相關性。相比而言,與規模效率之間的相關程度更大,規模效率是決定綜合效率的關鍵因素

圖1 黃山風景區旅游生態效率及其分解效率的關系Fig.1 The relationship between tourism eco-efficiency and decomposition efficiencyof Huangshan Scenic Area

(4)規模報酬變化規律上,生態效率總體經歷規模報酬遞增-不變-遞減的演變過程。1981—1989、1991—1998、2003、2005、2007、2008、2013和2014年,生態效率處于規模遞增階段,通過增加資源要素的投入規模,可獲得更大的期望產出水平；1990、1999—2002、2004、2006及2009—2011年,處于規模報酬不變階段,投入和產出的規模同比例增加；2012年處于規模報酬遞減階段,若不考慮生態影響的區際轉移問題,黃山風景區的要素投入已經超過了資源-經濟-環境系統的消化能力,進一步擴大投入規模將制約系統的產出水平,造成資源浪費和生態環境破壞。由此,未來需審慎使用以擴大資源投入規模為手段追求生態效率更大化的做法。

2.3 黃山風景區旅游生態效率演進過程及階段

從黃山風景區生態效率演進過程來看,可分為初期低效階段、快速成長階段、成熟高效階段和下行風險階段4個階段(圖2)。

初期低效階段(1981—1988年)：綜合效率、技術效率和規模效率平均水平分別為0.065、0.604和0.146,綜合效率和規模效率極低,技術效率較高。原因在于,景區開放之初,基本沿襲計劃經濟模式下的經營管理方式,投入規模嚴重不足,主要致力于優化配置有限資源。該階段職工平均工資、新增固定資產投資額、能耗量、生物資源消耗量和供水量等僅占34年總量的7.46%、5.85%、14.91%、13.62%和12.43%,對生態效率系統影響較小。。

快速成長階段(1989—1998年)：綜合效率、技術效率和規模效率平均水平分別為0.362、0.582和0.586,綜合效率快速增長,并在1990年達到有效1,主要得益于規模效率和技術效率的增長。具體而言,黃山風景區于1989年撤銷旅游處,成立“黃山旅游總公司”,逐漸擺脫計劃經濟模式,開始市場化運營。1996年,黃山旅游正式掛牌上市,開展勞動用工、人事管理和分配制度改革,投入規模、經營管理水平均快速提升。另外,新(改、擴)建游步道、酒店、索道、水庫等基礎與配套設施,使得接待能力大幅提升。1990年和1995年,分別完成兩次能源結構調整,電能占能源消費總量的比例達85%以上。污水處理站的陸續投入使用,及固體垃圾的環保化處理,也有效降低了旅游廢棄物對生態環境的影響。

成熟高效階段(1999—2012年)：綜合效率、技術效率和規模效率平均水平分別為0.914、0.966和0.947,規模效率與技術效率共同促使生態效率保持在高位。1999年,組建“黃山旅游集團”,并以黃山旅游發展股份有限公司為骨干企業(包含管委會所屬企業),實行規模化、集團化經營,使得資源要素投入規模、配置水平、管理經營水平及旅游收入均大幅提升。堅持“保護當頭、生態優先”的理念,建設綠色景區,旅游生態效率系統漸趨成熟。

下行風險階段(2013—2014年)：綜合效率、技術效率和規模效率年均水平分別為0.55、0.565和0.965,綜合效率下行的根源在于技術效率下降,表明黃山風景區經過規模報酬遞增-不變-遞減階段后,生態效率系統的投入規模已逐漸與資源消化能力及環境吸納能力相平衡,進一步驗證了在規模報酬趨向遞減的階段,需審慎使用以擴大資源投入規模為手段追求生態效率的做法,調控和優化現有資源結構,提升技術效率,成為提升生態效率的主要途徑。

圖2 黃山風景區旅游生態效率演進階段Fig.2 Tourism eco-efficiency evolution stage of Huangshan Scenic Area

3 黃山風景區旅游生態效率的影響因素

影響區域生態效率的主要因素有規模效應、結構效應、技術效應、資本效應、環境政策與管制因素等[36-38]。本文使用Tobit截取回歸模型,驗證旅游發展水平、產業結構、技術水平、投資水平和環保規制5個因素對旅游生態效率的影響。模型自變量選取人均旅游收入(ATR)、酒店業收入占風景區旅游總收入比例(HR)、萬元旅游收入能耗(RE)、萬元旅游收入新增固定資產投資額(FAI)和污水達標排放率(LWP),因變量為綜合效率(TE)、技術效率(PTE)和規模效率(SE),數據截取1998—2014年的時間序列數據。為避免數據量綱不同對參數估計造成的非平穩性問題,對各影響因素進行標準化處理(取自然對數),最大程度保留時間序列數據的特征。根據上述控制變量,模型(3)修正為：

(4)

式中,EE第i年旅游生態效率(TE、PTE、SE),ln(ATRi)、ln (HRi)、ln(REi)、ln(FAIi)和ln(LWPi)分別為第i年ATR、HR、RE、FAI和LWP的自然對數,a0、b1、b2、b3、b4、b5為待估計參數,ui為隨機擾動項。

使用時間序列數據進行Tobit回歸分析前,為避免變量的偽回歸問題,需進行多重共線性檢驗和單位根檢驗。結果顯示,各變量間相關系數小于0.65,通過多重共線性檢驗,各變量均存在單位根,在進行一階差分后滿足平穩性要求。最后,利用 Eviews 7.0對式(4)做Tobit回歸分析(表4)。

表4 黃山旅游生態效率Tobit回歸分析

* 、**、***分別表示在0.1、0.05、0.01水平上顯著

Tobit回歸結果顯示：

(1)旅游發展水平對生態效率的影響。以旅游地人均旅游收入ATR表征的旅游發展水平對綜合效率、規模效率產生顯著的正向影響,對純技術效率產生負向影響,但未通過顯著性檢驗。表4表明,ATR每增加1%,綜合效率、規模效率會分別提升0.58%、0.78%。1998—2014年,黃山風景區人均旅游收入從最低295元增長到最高655元,旅游發展水平的提升能夠帶來規模效應,促進生態效率的提升,也符合生態效率期望產出最大化的內涵。

(2)產業結構對生態效率的影響。以酒店業收入占景區旅游總收入的比例HR表征的產業結構對綜合效率、規模效率產生顯著的正向影響,對純技術效率產生負向影響,但未通過顯著性檢驗。旅游地產業結構所處的不同階段對生態效率的影響不同,黃山風景區已由初期以“門票經濟”為主的觀光階段,發展為當下的“旅游綜合體”階段,酒店業建設已具相當規模,有各類賓館星級酒店15家,其中4星級酒店5家,3星級酒店3家,床位數6576 張。表4表明,HR每增加1%,綜合效率、規模效率會分別提升0.68%、1.17%,可見促進酒店業發展,增加過夜游客比例,發揮結構效應,能夠提高旅游地生態效率。在未來在國家公園體制下,將山上酒店下遷,并適當放寬控制酒店規模的政策,利于提升生態效率。

(3)技術水平對生態效率的影響。以萬元旅游收入能耗指標RE表征的技術水平是負向指標,能耗越大,技術水平越低。1998—2014年,黃山風景區RE從117t標準煤下降到69t,RE對生態效率產生顯著的負向影響,每下降1%,綜合效率、純技術效率和規模效率會分別提升1.76%、1.91%、1.15%。可見,技術進步對提高旅游地生態效率的作用較大,未來應加大節能減排技術的應用,堅定實行綠色景區戰略。

(4)投資水平對生態效率的影響。以萬元旅游收入新增固定資產投資額FAI表征的投資水平對生態效率產生顯著的負向影響。FAI每提高1%,綜合效率、技術效率和規模效率分別下降0.56%、0.24%、0.51%,可見,投資規模已逐漸與消化能力相平衡,未來需審慎使用以擴大投資規模為手段追求生態效率的做法,而應轉向提高投資配置能力和利用效率。

(5)環保規制對生態效率的影響。以景區污水達標排放率 LWP 為表征的環保規制對生態效率的影響并不顯著。1998—2014年,黃山風景區LWP 從50%增長到100%,環境規制效果較好,但這種末端治理的污染管制方式對生態效率提升的作用并不明顯,消耗大量資源,未來可采取節能減排措施,從源頭上實現廢棄物減量化。

4 結論與討論

本文采用時間序列的SBM-DEA模型方法,構建了旅游地生態效率測度模型及評價指標體系,并實證分析1981—2014年黃山風景區的旅游生態效率演化特征和階段,檢驗其影響因素,得出以下結論：(1)從總體特征來看,34年來,黃山風景區旅游生態效率(綜合效率)不斷提升,且具較大發展潛力,在分解效率中,技術效率較高,規模效率次之,規模效率是決定生態效率整體水平的關鍵因素；(2)從演化階段來看,經歷了初期低效、快速成長、成熟高效和下行風險四個階段,不同階段效率的特征不同,主要影響因素也存在差異；(3)從規模報酬的變化規律來看,完成了由規模報酬遞增-規模報酬不變-規模報酬遞減的過渡,資源要素的投入冗余已經阻礙了生態效率的進一步提高,調控和優化資源結構,改善技術效率,成為現階段提高生態效率的主要途徑；(4)從影響因素來看,不同因素對旅游生態效率的影響方向和影響程度存在差異,旅游發展水平、產業結構和技術水平對旅游地生態效率產生顯著的正向影響,投資水平對生態效率產生顯著的負向影響,而以廢棄物末端治理為表征的環保規制則 生態效率的提升作用并不顯著。

從理論角度看,旅游地不同發展時期的資源投入規模、利用方式、經營管理及技術水平存在階段性特征,其經濟產出規模和環境影響效應也隨之變化,進而影響旅游地生態效率的演進,使其呈現不同的階段特征。從哲學聯系的觀點來看,旅游地發展階段和水平是影響生態效率水平高低的根本原因,探索旅游地生態效率應該從宏觀尺度上,立足于旅游地復雜系統演化規律的視角尋找理論依據,如旅游地生命周期理論,這一結論構成了本文的理論價值。未來應在完善旅游生態效率測度指標體系與模型的基礎上,加強不同類型、不同發展階段和地理背景下的旅游地對比研究,探討一般特征和基本模式,尋求生態效率指標在生態安全、生態周期、生態倫理及可持續發展等問題上的應用。

從實踐角度看,以上結論對以黃山風景區為代表的山岳型風景區的旅游生態效率提升也具現實意義。一般而言,在發展初期,旅游地經濟發展水平不高,資源要素投入規模是制約旅游地發展的主要要素,應盡可能擴大資源投入規模,迅速提高產出水平。在旅游地發展進入成熟階段后,應逐漸控制并優化資本、能源、水資源等的投入規模及結構,改善技術能力和資源配置能力,摒棄過度依靠資源消耗和環境污染的粗放式發展模式,走精細化、可持續的發展道路。

[1] Schaltegger S, Sturm A. Okologische Rationalitat. Die Unternehmung, 1990, 4: 273-290.

[2] Schmidheiny S, WBCSD. Changing Course: A Global Business Perspective on Development and the Environment. Cambridge, Mass.:MIT Press, 1992.

[3] WBCSD. Eco-Efficiency: Leadership for Improved Economic and Environmental Performance. Geneva: WBCSD, 1996: 3-16.

[4] UNCTAD. Integrating Environmental and Financial Performance at the Enterprise Level: A Methodology for Standardizing Eco-Efficiency Indicators. Geneva: United Nations Publication, 2003: 29-30.

[5] M?ller A, Schaltegger S. The sustainability balanced scorecard as a framework for eco-efficiency analysis. Journal of Industrial Ecology, 2005, 9(4): 73-83.

[6] Zhu Z Y, Wang K, Zhang B. Applying network data envelopment analysis model to quantify the eco-efficiency of products: A case study of pesticides. Journal of Cleaner Production, 2014, 69: 67-73.

[7] Robaina-Alves M, Moutinho V, Macedo P. A new frontier approach to model the eco-efficiency in European countries. Journal of Cleaner Production, 2015, 103: 562-573.

[8] Huppes G, Ishikawa M. A framework for quantified eco-efficiency analysis. Journal of Industrial Ecology, 2005, 9(4): 25-41.

[9] Egilmez G, Kucukvar M, Tatari O. Sustainability assessment of U.S. manufacturing sectors: An economic input output-based frontier approach. Journal of Cleaner Production, 2013, 53: 91-102.

[10] Kielenniva N, Antikainen R, Sorvari J. Measuring eco-efficiency of contaminated soil management at the regional level. Journal of Environmental Management, 2012, 109: 179-188.

[11] Campbell R, Rogers K, Rezek J. Efficient frontier estimation: a maximum entropy approach. Journal of Productivity Analysis, 2008, 30(3): 213-221.

[12] Rüdenauer I, Gensch C O, Grie?hammer R, Bunke D. Integrated environmental and economic assessment of products and processes. Journal of Industrial Ecology, 2005, 9(4): 105-116.

[13] Van Berkel R. Cleaner production and eco-efficiency initiatives in Western Australia 1996-2004. Journal of Cleaner Production, 2007, 15(8/9): 741-755.

[14] Sepp?l?a J, Melanen M, M?enp?? I, Koskela S, Tenhunen J, Hiltunen M R. How can the eco-efficiency of a region be measured and monitored? Journal of Industrial Ecology, 2005, 9(4): 117-130.

[15] 李鵬, 楊桂華, 鄭彪, 張一群. 基于溫室氣體排放的云南香格里拉旅游線路產品生態效率. 生態學報, 2008, 28(5): 2207-2219.

[16] 關偉, 許淑婷. 中國能源生態效率的空間格局與空間效應. 地理學報, 2015, 70(6): 980-992.

[17] 張曉娣. 生態效率變動的產業及要素推動: 基于投入產出和系統優化模型. 自然資源學報, 2015, 30(5): 748-760.

[18] 張海濤, 王如松, 胡聃, 張云. 煤礦固廢資源化利用的生態效率與碳減排——以淮北市為例. 生態學報, 2011, 31(19): 5638-5645.

[19] 張子龍, 鹿晨昱, 陳興鵬, 薛冰. 隴東黃土高原農業生態效率的時空演變分析——以慶陽市為例. 地理科學, 2014, 34(4): 472-478.

[20] 黃和平. 基于生態效率的江西省循環經濟發展模式. 生態學報, 2015, 35(9): 2894-2901.

[21] 孫景榮, 張捷, 章錦河, 鐘士恩, 馬金海, 張玉玲. 中國城市酒店業效率的空間特征及優化對策. 經濟地理, 2012, 32(8): 155-159.

[22] 馬曉龍, 保繼剛. 基于DEA的中國國家級風景名勝區使用效率評價. 地理研究, 2009, 28(3): 838-848.

[23] 馬曉龍, 金遠亮. 張家界城市旅游發展的效率特征與演進模式. 旅游學刊, 2015, 30(2): 24-32.

[24] Kytzia S, Walz A, Wegmann M. How can tourism use land more efficiently? A model-based approach to land-use efficiency for tourist destinations. Tourism Management, 2011, 32(3): 629-640.

[25] 章錦河. 旅游廢棄物生態影響評價——以九寨溝、黃山風景區為例. 生態學報, 2008, 28(6): 2764-2773.

[26] Brida J G, Deidda M, Pulina M. Tourism and transport systems in mountain environments: Analysis of the economic efficiency of cableways in South Tyrol. Journal of Transport Geography, 2014, 36: 1-11.

[27] 尹科, 王如松, 周傳斌, 梁菁. 國內外生態效率核算方法及其應用研究述評. 生態學報, 2012, 32(11): 3595-3605.

[28] Quariguasi J F N, Walther G, Bloemhof J, Van Nunen J A E E, Spengler T. A methodology for assessing eco-efficiency in logistics networks. European Journal of Operational Research, 2009, 193(3): 670-682.

[29] 魏權齡. 評價相對有效性的DEA方法——運籌學的新領域. 北京: 中國人民大學出版社, 1988.

[30] Barros C P, Matias. Assessing the efficiency of travel agencies with a stochastic cost frontier: a Portuguese case study. International Journal of Tourism Research, 2006, 8(5): 367-379.

[31] 章錦河, 張捷. 旅游生態足跡模型及黃山市實證分析. 地理學報, 2004, 59(5): 763-771.

[32] Ferng J J. Toward a scenario analysis framework for energy footprints. Ecological Economics, 2002, 40(1): 53-69.

[33] 潘丹, 應瑞瑤. 中國農業生態效率評價方法與實證——基于非期望產出的SBM模型分析. 生態學報, 2013, 33(12): 3837-3845.

[34] Tone K. A slacks-based measure of efficiency in data envelopment analysis. European Journal of Operational Research, 2001, 130(3): 498-509.

[35] Tobin J. Estimation of relationships for limited dependent variables. Econometrica, 1958, 26(1): 24-36.

[36] 付麗娜, 陳曉紅, 冷智花. 基于超效率DEA模型的城市群生態效率研究——以長株潭“3+5”城市群為例. 中國人口·資源與環境, 2013, 23(4): 169-175.

[37] Zhang B, Bi J, Fan Z Y, Yuan Z W, Ge J J. Eco-efficiency evaluation of industrial system in China: A data envelopment analysis approach. Ecological Economics, 2008, 68(1/2): 306-316.

[38] 羅能生, 李佳佳, 羅富政. 中國城鎮化進程與區域生態效率關系的實證研究. 中國人口·資源與環境, 2013, 23(11): 53-60.

Measurement and empirical analysis of eco-efficiency in tourism destinations based on a Slack-based Measure-Data Envelopment Analysis model

PENG Hongsong1, ZHANG Jinhe1,*, HAN Ya2, TANG Guorong1, ZHANG Yu1

1DepartmentofLandResourcesandTourismScience,NanjingUniversity,Nanjing210023,China2CollegeofTerritorialResourcesandTourism,AnhuiNormalUniversity,Wuhu241003,China

Many tourism destinations are characterized by interactions between people and the environment. Typically, research on the eco-efficiency of tourism destinations is the basis for the formulation and implementation of inclusive, sustainable development policies and measures. Extensive literature is available on the eco-efficiency evaluations of the environmental impact of human material production behavior, such as industry and manufacturing, but studies exploring tourism from the perspective of human consumption behavior are limited. Little systematic research has been conducted to investigate the eco-efficiency theoretical system and the calculation methods involved, with more attention paid to large-and medium-scale regional or urban cases. Small regional-scale cases, especially tourist destinations, are yet to be explored. Based on a time series Slack-based Measure-Data Envelopment Analysis (SBM-DEA) model, including unexpected output, we built a model to measure the eco-efficiency of tourism destinations and an evaluation index system. We selected the average wage level, new fixed asset investments, energy consumption, water consumption, and catering biological resource consumption as input indicators. Per capita tourism income was selected as the expected output indicator, and the emission indicators of tourism waste, namely, the amount of garbage, sewage, and waste gas emissions, were used to characterize the unexpected output indicators. We chose the Huangshan scenic area as an example and used the input and output data from 1981 to 2014 to measure the eco-efficiency of the tourist destination composite system and analyzed its evolution characteristics and phases. We used a Tobit regression model to empirically test the influencing factors. First, we explored the characteristics and the evolution of the eco-efficiency of the tourism destination; next, we distinguished the key factors that influenced this eco-efficiency and investigated the relationships between tourism eco-efficiency, tourism investment, and output factors. The following results were obtained: (1) In the past 34 years, eco-efficiency (technical efficiency) has grown continually in the Huangshan scenic area, which has a great development potential. Pure technical efficiency is the most influential, followed by scale efficiency, for decomposition. Scale efficiency is a decisive factor for technical efficiency. (2) The evolution of tourism ecological efficiency has four stages: initial inefficient stage, rapid growth stage, mature efficient stage, and downside risk stage. The eco-efficiency characteristics and influencing factors in different stages are different. (3) Tourism eco-efficiency is complete when scale transition returns from an increase to a decrease. Thus, the input redundancy of resources becomes the key factor preventing ecological efficiency from improving further in the present stage. (4) The level of tourism development, industrial structure, and technical level have a significant positive impact on eco-efficiency, but investment levels have a significant negative impact. The environmental regulation that emphasizes the management of waste is not effective in promoting eco-efficiency. This study proposed that the scale of resource inputs should be expanded as far as possible at the beginning of the mountain-type scenic area development. When the destination enters the mature stage, the investment scale should gradually be controlled. This involves improved technology and resource allocation, abandoning the extensive development pattern that results in overdependence on resource consumption and environmental pollution. The study contributes to related research perspectives and methods and promotes the sustainable development of tourism destinations.

tourism eco-efficiency; time series of SBM-DEA model; Tobit regression analysis; Huangshan scenic area

國家自然科學基金資助項目(41271161, 40971301)

2015-07-31;

日期:2016-06-13

10.5846/stxb201507311616

* 通訊作者Corresponding author.E-mail: zhangjinhe@nju.edu.cn

彭紅松,章錦河,韓婭,湯國榮,張瑜.旅游地生態效率測度的SBM-DEA模型及實證分析.生態學報,2017,37(2):628-638.

Peng H S, Zhang J H, Han Y, Tang G R, Zhang Y.Measurement and empirical analysis of eco-efficiency in tourism destinations based on a Slack-based Measure-Data Envelopment Analysis model.Acta Ecologica Sinica,2017,37(2):628-638.