旅游產業效率研究綜述

吳雅驪

隨著經濟的快速發展和人民生活水平的不斷提高，我國旅游業得到了突飛猛進的發展。有關研究資料顯示，2015年中國接待國內外旅客人數超過41億人，旅游總收入突破4萬億元，比2014年分別增加了10%和12%。隨著旅游產業技術范式的轉變、互聯網技術的滲透，在整合和迭代創新的運營過程中，旅游產業市場開放包容度增強，外部競合環境改善，其產業效率也呈現不斷提升的態勢。因此，研究旅游產業的效率（產出/投入），對推動新常態下旅游經濟的發展，保持產業的可持續延伸，具有前瞻性意義和社會價值。

一、研究概況

旅游產業效率是指一個地區在運用一定的成本之后所能獲得經濟效益，其反映了旅游經濟活動的投入和產出之間的內在聯系與比率關系，它主要由技術效率和規模效率決定。近十年來，旅游產業效率相關研究引起了眾多學者的關注，學術界出現一批研究旅游產業效率的文獻。本文以中國知識資源總庫（CNKI）為檢索對象，以“旅游產業效率”和“旅游效率”為主題詞，采用精確匹配方式，共檢索到學術期刊文獻109篇，碩博學位論文31篇，相關文獻數量呈逐年遞增的趨勢（圖1）。

對以上文獻進行歸類分析發現，旅游產業效率的研究涉及區域旅游、宏觀經濟與可持續發展、經濟體制改革、服務經濟、貿易經濟、國家行政管理、環境科學與資源可持續利用、經濟理論等領域。

本文在此基礎上通過文獻二次追蹤搜索、資料信息整理和遴選，從研究對象、影響因素和研究方法等方面對旅游效率相關研究展開評述。

二、研究對象

（一）空間地域

目前，國內關于旅游產業效率的研究主要從經濟區（帶）、省際、城際和縣際等區域層面進行展開。

1.經濟區（帶）

一些學者從經濟區（帶）的宏觀角度對旅游效率進行研究，長三角和沿海地區是常見的研究對象。例如，王坤和黃震方等（2013）運用修正DEA模型和ESDA-GIS空間計量模型對2004-2010年長三角旅游的旅游效率空間特征及溢出效應進行了分析，研究表明，長三角的旅游總效率呈提升態勢，總效率和純技術熱點區是以上海為中心的圈層空間結構，冷點區向贛南和贛北集聚，而規模效率則相反;劉佳和陸菊等（2015）分析中國沿海地區旅游產業效率的影響因素和形成激勵，并分析其時序變化和空間差異，指出推動技術進步、優化產業結構以及提升城市化水平是提高旅游產業效率的重要途徑;曹芳東和黃震方等（2014）運用Deap 2.0測度方法，發現我國北部、東部及西南地區綜合效率值較高;李忠斌和肖博華（2016）通過構建“一帶一路”18省區文化旅游產業效率投入產出指標體系，測算其產業發展效率，研究發現，“一帶一路”省區文化旅游產業綜合效率不高的原因源于技術效率低下。

2.省際區域

從省際的層面對旅游效率進行研究也是常見的角度。例如，李仲廣和宋慧林（2008）將省域旅游經濟空間關聯模式進行分類，并提出相應發展策略;方葉林（2014）綜合運用修正的DEA模型、ESDA和路徑分析等技術，對省際旅游業效率進行測度與分析，發現我國旅游效率演化表現出明顯的地帶效應和空間集聚效應，并具有一定的方向性和空間錯位性。

3.城際和縣際區域

由于某省份所轄城市（或某城市所轄縣區）的旅游效率評價指標數據統計口徑相對一致，其效率值結果更為可靠，因此，部分學者對這些城市或縣區的旅游效率進行了研究。例如，梁明珠和易婷婷（2012）分析了珠三角、粵東、粵西和粵北地區的差異，并根據旅游效率的演化模式，將城市劃分為草根型、新秀型、明星型和貴族型;趙雪雁、侯成成和李建豹等（2011）通過綜合因子和空間計量模型分析，發現甘肅省的縣際旅游效率空間集聚特征明顯，提出通過增加投入和調整產業結構來減少區域經濟差異。

可見，從空間地域的角度來看，國內關于旅游產業效率的研究主要從經濟區（帶）、省際、城際和縣際等區域層面進行展開，尤其是經濟發達的省份、城市以及旅游資源豐富的縣區都成為研究的主要對象。

（二）行業領域

從行業領域的角度分析，旅游效率的相關研究涉及政府、酒店、旅行社、旅游景區和旅游交通等。

1.政府主管部門

一些學者基于政府職能的角度對旅游主管部門的行為效率進行了研究。例如，陳先運（2004）對旅游主管部門的干預行為進行分析，闡述政府職能的有效性和有限性，并提出要通過解決產業外部性問題來維護產業公平與穩定，促進旅游經濟增長;陳章喜和區楚東（2009）通過DEA方法，說明澳門賭權開放提高了博彩旅游業的經濟效率，減少了資源浪費，提高了產能，但人才結構和社會化問題不容忽視;牛蘭蘭和張娜娜（2016）運用DEA評價法，對我國26個省級政府官方微博的運營效率進行測評，并提出改進建議。

2.酒店

作為旅游業的三大支柱之一，酒店的經營效率成為學者們研究的重點之一。例如，黃麗英和劉靜艷（2008）以我國8大地區高星級酒店為研究對象，發現高星級酒店技術效率與當地酒店業發達程度有一定差距;羅蘭（2013）運用DEA分析方法中的CCR模型對2009-2012年廈門星級酒店效率變化進行了研究，表明廈門星級酒店整體效率較高，但仍存在投入冗余和產出不足的現象;虞虎（2014）對三亞的國有、聯營、私營和外資4種所有權類型酒店的效率進行了研究，認為地方政府應該通過企業重組、合作創新、差異化支持、創新環境營造和法律法規支持來促進酒店效率的提高;戴莉（2013）利用DEA方法對我國50個重點旅游城市星級酒店2010-2011年的效率動態進行研究，并基于政府和企業的角度提出宏觀和微觀層面的建議。

3.旅游景區

一些學者從資源開發利用和環境保護的角度，對旅游景區效率進行了研究。例如，曹芳東和黃震方等（2014）利用標準差橢圓和重心坐標等方法，測量了國家級風景名勝區旅游效率，并分析其空間演化軌跡和路徑，總結景區旅游效率的演化規律;馬曉龍和保繼剛（2009）對國家級風景名勝區的使用效率進行了研究，認為國家級風景名勝區使用效率基本處在規模報酬遞增階段，沿云南-貴州-湖南-浙江（江蘇）形成了一條高效率帶;劉改芳和楊威（2013）對考古遺址、宮殿、歷史建筑等文化遺產資產進行了研究，選擇山西省18個歷史文化景區作為研究對象，應用DEA方法構建了文化旅游業投資效率模型，并發現山西省文化旅游業技術效率和規模效率偏低;徐波和榮毅（2013）利用DEA對我國29家景區的運營效率做出實證分析，結果顯示：各地區效率差距明顯，且大部分處于規模效益遞減階段，關注管理水平、技術水平、資源配置在景區發展中的作用。

4.旅游交通

隨著旅游交通效率也受到越來越多學者的關注。例如，劉長生（2012）運用DEA和SFA方法對張家界景區環保交通進行了實證分析，研究發現，環保交通低碳旅游服務效率較低，存在較嚴重的季節波動性，旅游總人次、人力資本投資、固定資產投資對其有正向影響，勞動者數量、燃料消耗對其有負面影響;王恩旭、吳荻和匡海波（2016）運用標準離差法、G1法和DEA法構建旅游機場“競爭力與效率耦合協同度”評價模型，發現旅游機場效率與競爭力的綜合協同度為0.4939，處于勉強協同狀態。

5.旅行社

由于指標選擇未達成一致，且數據獲取困難，關于旅游社經營效率的研究較少，有學者從內部績效等角度對旅游社效率進行了探討。例如，鄭涵月（2013）對我國旅游企業效率工資的效益進行評估，發現旅行社的低薪弱激勵是引發諸多問題的直接原因和制約其健康發展的主要問題。

可見，從行業歸屬的角度分析，旅游效率研究幾乎涉及了旅游產業的各個領域，研究對象廣泛，體現了旅游產業的多元性和復雜性。

三、影響因素

（一）宏觀因素

旅游經濟的外部性決定了其受外界因素的影響較大。很多學者分析了宏觀因素對旅游效率的影響，本文通過文獻梳理，歸納了學術界近十年來的相關成果（表1）。

可見，宏觀因素是影響旅游產業效率的最重要因素，也是涉及領域最廣泛、影響最深刻的要素，其具體包括政治制度、經濟水平、市場機制、文化資本、人口規模以及資源狀況等。只有利用宏觀因素中的有利資源，規避其約束因素，借助政府行為和市場機制的合力，促進經濟環境和文化資本的綜合提高，才能提高旅游產業的整體效率。

（二）事件因素

重大事件對旅游效率也存在較大影響，一些學者對此進行了研究。例如，馬曉龍（2008）認為，1999年“大使館誤炸事件”、2001年“9.11事件”和2003年“非典事件”對旅游效率產生了負面影響;梁明珠和易婷婷（2012）也認為“非典事件”對廣東省旅游產業效率產生了負面影響;周文娟和張紅（2013）研究發現，由于受到2007-2009年汶川地震、南方雪災和金融危機等重大事件的影響，旅游上市公司積極尋求低風險、高收益的主營業務，投資效率處于總體上升趨勢;李如友和黃常州（2014）認為，旅游企業效率變化受2010年世博會入境客流影響，上海和江浙地區的營業收入大幅增加。

可見，國內外的重大政治事件、自然災害和節事活動等對旅游產業效率的影響明顯，如何加強其對旅游業的正面影響、減少其負面影響成為政府和企業的共同課題。

四、研究方法

隨著對旅游產業效率的研究不斷成熟，研究方法開始注重定量和定性相結合，既注重傳統的統計學方法運用，也靈活應用了現代經濟管理中的數量方法。具體而言，旅游效率的模型構建可以分為參數分析法和非參數分析法，前者有自由分析法（DFA）、隨機前沿分析法（SFA）和后前沿分析法（TFA），后者有無界分析（FDA）和數據包絡分析法（DEA）。其中，采用得最多的是DEA方法和Malmquist指數法。

（一）DEA方法

數據包絡分析（data envelopment analyses，DEA）分析法由美國著名運籌學家Charnes和Cooper等人提出，是一種基于線性規劃的、對若干同類具有多輸入/多輸出決策單元（Decision Making Unit，DMU）的相對效率與效益進行比較的有效方法。一些學者利用DEA方法，或在DEA方法基礎上結合其他方法對旅游效率進行了研究。例如，王慧英（2014）利用DEA四階段方法和Tobit回歸模型，對我國旅游產業效率進行了測量;王艷、毛端謙和危曼華（2012）利用AHP和DEA三階段模型，對2009年旅游上市公司的績效進行了動態和靜態相結合的評價分析;王耀斌、孫傳玲和蔣金萍（2016）、王學軍（2015）和徐凱等（2015）均利用三階段DEA模型對旅游產業效率進行了研究。

可見，從DEA分析法到DEA與其他方法的結合，充分肯定了以DEA方法為主導的研究模式，也體現了隨著旅游產業的發展，其效率研究方法臻于成熟。

（二）Malmquist指數法

采用DEA方法可以較好地分析旅游產業要素的利用狀況，但不能清晰地反映旅游產業效率在時間維度上的變動趨勢以及其引起變動的主要因素。Malmquist指數法為分析旅游產業要素的生產率變化提供了有效手段，可解決DEA模型的不足。例如，劉佳、陸菊和劉寧（2015）基于DEA-Malmquist模型對中國沿海地區旅游產業效率的時空演化、影響因素與形成機理進行了研究;呂志強和代富強（2015）利用DEA的規模、Malmquist模型和GIS重心轉移模型對旅游發展效率的演化規律進行了分析;吳向明和趙磊（2013）采用非參數DEA-Malmquist指數對浙江省高星級酒店2002-2011年效率測度的實證分析可見，技術進步是推動高星級酒店全要素生產率進步的主要源泉，樣本的全要素生產率存在絕對的貝塔收斂，而技術效率基本處于負增長的狀態。

五、結語

通過對近十年來相關文獻的梳理發現，旅游產業效率的研究領域不斷擴展，研究內容日益豐富，研究方法逐漸成熟，為相關理論提供了依據，為實踐活動提供了指導。以后的研究可以從旅游效率的評價指標體系、環境影響因素和時空演進規律等方面繼續深入，為旅游業的健康持續發展提供更多有益借鑒。

（作者單位：廣州商學院）