我國絲綢之路經濟帶旅游業效率及影響因素研究

郝金磊,尹 萌(蘭州財經大學 工商管理學院,甘肅 蘭州 730020)

我國絲綢之路經濟帶旅游業效率及影響因素研究

郝金磊,尹 萌
(蘭州財經大學 工商管理學院,甘肅 蘭州 730020)

基于宏觀統計數據,建立三階段DEA模型,研究了我國絲綢之路經濟帶旅游業效率及其影響因素。結果表明:我國絲綢之路經濟帶旅游業效率相對較高,但省區間存在著一定的差異;絲綢之路經濟帶旅游業在產業規模上仍有著較大的改進空間;環境因素和隨機因素對我國絲綢之路經濟帶旅游業效率影響顯著。基于以上研究結論,提出提升我國絲綢之路經濟帶旅游業效率的相關建議。

絲綢之路經濟帶;旅游業;效率;三階段DEA模型

1 引言

絲綢之路經濟帶沿線國家和地區擁有豐富的自然資源和廣闊的合作發展空間,建設絲綢之路經濟帶是向西開放戰略的凸顯,對適應全球化趨勢和市場經濟的內在要求具有積極意義,對于提升我國西部地區經濟發展水平、促進區域協調發展具有重要影響。因此,絲綢之路經濟帶構想的提出得到了沿線各國和國內各地區的積極響應。打造絲綢之路經濟帶、加速向西開放成為我國新一輪改革開放的戰略契機。我國絲綢之路經濟帶主要包括西北地區的陜西、甘肅、寧夏、青海、新疆和西南地區的重慶、四川、廣西、云南[1],以上區域因獨特的地理位置和氣候條件,擁有豐富的旅游資源,名勝古跡、自然風光和民俗風情的融合使旅游業發展前景廣闊。旅游業是國家戰略調整的重要組成部分,對帶動各地區經濟發展、促進各地區間的文化交流、推動絲綢之路經濟帶建設具有先導作用[2]。因此,把握絲綢之路經濟帶建設和向西開放開發的戰略契機,以旅游業為切入點,在優化資源配置、發揮示范效應的基礎上,帶動區域經濟聯動發展,成為沿線各地區面臨的重要挑戰。系統性地研究我國絲綢之路經濟帶旅游業效率與影響因素,突破旅游業發展瓶頸,對推動區域協調發展、實現絲綢之路經濟帶構想具有較強的理論價值和實踐意義。

當前,學者們的研究主要集中于絲綢之路經濟帶旅游業發展、旅游業效率及影響因素等相關問題。關于絲綢之路經濟帶旅游業發展問題,張毓等基于1995—2014年的面板數據,構建旅游慣性指標模型,研究了絲綢之路經濟帶九省區的旅游成長及增長慣性,表明不同典型年份旅游危機周期效應不同,慣性強度也不同[3];黨婕等基于1995—2014年的面板數據,構建旅游產業與城市化耦合指標體系,研究了絲綢之路經濟帶九省區旅游業與城市化的協調關系,表明旅游業和城市化綜合評價指數和耦合度呈現上升趨勢,但區域差異明顯且旅游業滯后型居多[4];高楠等基于1993—2012年的面板數據,建立耦合協調評價模型,研究了絲綢之路經濟帶九省區旅游業與區域經濟系統間的耦合協調度,表明旅游業與區域經濟之間耦合協調發展顯著,綜合發展水平出現上升趨勢,但地區間差異明顯[5];王松茂等基于1990—2013年的面板數據,運用誤差修正模型周期理論,研究了西北五省旅游業經濟周期性和同步性,表明旅游業與經濟周期具有同步性[6];張永鋒、杜忠潮基于2006年截面數據,采用層次分析法研究了絲綢之路經濟帶十個主要城市的旅游競爭力,表明城市間旅游競爭力存在明顯梯度差異,地區間有各自的優勢和劣勢[7]。關于旅游業效率及影響因素問題,馬震基于2006—2013年的面板數據,構建DEA模型,研究了絲綢之路經濟帶八省區的旅游效率,表明不同地區旅游業效率差異明顯,大部分地區存在投入冗余或產出不足的問題,但整體在逐年優化[8];楊春梅和趙寶福基于2010年的截面數據,建立三階段DEA模型,研究了我國50個著名旅游城市的旅游業效率,表明各城市純技術效率相對較低,規模效率是制約綜合技術效率提升的主要因素[9];金春雨等基于2007—2009年面板數據,建立三階段DEA模型研究了我國旅游業效率,表明旅游業規模效率較低是制約中西部旅游業效率提高的瓶頸,東部地區旅游業效率接近或處于效率前沿面[10];陶卓民等基于1999—2006年面板數據,建立DEA模型研究了我國旅游業效率,表明因未能充分挖掘現有資源的潛力,使我國旅游業發展的整體效率偏低[11];張根水等基于2001年截面數據,建立DEA模型研究了我國旅游業效率和規模效益,發現不同區域間旅游業效率差異明顯,各區域規模效益呈遞增趨勢[12]。

以上學者的研究成果為本文提供了一定的參考,但同時也存在著一些局限。研究內容上,更多學者關注于絲綢之路經濟帶旅游業與經濟增長的關系,而對絲綢之路經濟帶旅游業效率及影響因素的研究相對較少;研究區域上,雖然部分學者對旅游業效率和影響因素進行了研究,但更多地是從全國層面進行研究,對絲綢之路經濟帶關注得較少;研究方法上,學者們對于效率的測算,主要采用一階段DEA模型,由于無法有效排除隨機變量和環境變量的影響,導致結果缺乏客觀性。本文在“一帶一路”戰略背景下,立足于我國絲綢之路經濟帶旅游業的發展實際構建了三階段DEA模型,系統研究了我國絲綢之路經濟帶旅游業效率及其影響因素。這既是對現有理論的補充與完善,同時對于提升旅游業效率、推動絲綢之路經濟帶建設具有一定的參考價值。

2 模型構建

傳統測量效率的方法主要包括參數法的隨機前沿模型(Stochastic Frontier Analysis,SFA)和非參數法的數據包絡分析(Data Envelope Analysis,DEA)。SFA方法雖然能在效率測算的同時進行影響因素的分析,但卻無法有效進行多投入多產出的效率測算;DEA模型雖然能測算多投入多產出的效率問題,但卻無法測算環境因素和隨機誤差對效率的影響。為了有效進行效率和影響因素的分析,Fried[13]提出了三階段的DEA模型。該方法在測算多投入多產出效率的同時,能有效剔除環境因素和隨機誤差的影響,客觀反映效率水平。本文對我國絲綢之路經濟帶旅游業效率及影響因素的研究將采用三階段DEA模型,該模型主要由以下三個部分構成。

2.1 第一階段:原始DEA模型

傳統的DEA分析包括CCR模型和BCC模型,前者研究必須假設規模報酬不變[14],而后者則可解決規模報酬可變情況下的效率問題。此外,該模型中綜合技術效率由純技術效率和規模技術效率的乘積構成[15]。在第一階段,將各決策單元的投入—產出值放入模型中進行效率測算,得到原始的效率值,BCC模型的公式為:

(1)

(2)

式中,Nk表示受評估決策單元的的相對有效值;xij表示決策單元j的種投入量i,yrj表示決策單元j的產出量r;λj為組合系數;θ為效率評價指數;ε為非阿基米德無窮小量;s-、s+為松弛變量。雖然第一階段可有效測算各決策單元的效率值,但效率值卻受環境與隨機因素的影響,為了區分外部不可控因素與內部管理因素,需要進入第二階段進行評估分析。

2.2 第二階段:SFA回歸模型

第一階段分析可得到各決策單元的綜合技術效率、純技術效率和規模技術效率,還可得到各決策單元投入的松弛量。Fried認為,投入松弛是由管理無效率、環境因素和隨機誤差造成的[13],因此需要對每一個決策單元投入松弛構建SFA模型,觀察這三個因素對投入松弛的影響,剔除環境和隨機誤差造成的冗余,得到僅由管理無效率導致的冗余。通過第二階段SFA模型的回歸結果,對決策單元進行調整,將所有決策單元置于同一種環境因素和隨機因素下進行效率計算,公式為:

(3)

2.3 第三階段:調整后的DEA模型

3 變量與數據

3.1 變量選取

選取我國絲綢之路經濟帶九個省區作為決策單元,在借鑒前人研究成果并考慮數據代表性的基礎上,選取旅游業固定資產原價和旅游業從業人數作為投入變量,選取旅游業營業收入和景區接納游客人數為產出變量。其中,投入和產出變量是在綜合考慮旅行社、景區和星級酒店數據的基礎上加總而得。

表1 旅游業效率測算指標

本研究分別從經濟水平、自然環境、交通條件、配套設施、接待能力和旅游傾向六個指標來對外部環境因素進行刻畫。其中,居民旅游傾向采用該地區接待游客人數占全國接待游客人數的比重與該區域人口占全國人口的比重之比來計算[10],所建指標體系見表1。研究過程中,為驗證投入與產出變量的同向性,本文利用SPSS17.0軟件對投入與產出變量做Pearson相關性檢驗,得到的檢驗結果見表2。投入與產出變量的相關系數為正,并且分別通過了5%和1%水平下的相關性檢驗,表明所選變量較為合理,符合同向性原則,可展開下一步的研究。

表2 絲綢之路經濟帶旅游業投入產出Pearson相關系數

注:***代表在0.01的統計水平上顯著，**代表在0.05的統計水平上顯著;括號內的數值為檢驗p值。

3.2 數據來源

本文研究所選樣本為我國絲綢之路經濟帶九省區:陜西、甘肅、寧夏、青海、新疆、四川、重慶、廣西和云南；文中所使用的數據均來源于2015年《中國統計年鑒》和《中國旅游統計年鑒》。

4 結果分析

4.1 第一階段:原始DEA結果分析

利用DEAP2.1軟件對我國絲綢之路經濟帶九省區旅游業效率進行測算,結果見表3。剔除環境和隨機誤差因素的影響,我國絲綢之路經濟帶九省區的綜合技術效率均值為0.79,純技術效率均值為0.887,規模技術效率均值為0.892,旅游業整體效率水平較高。重慶、青海旅游業綜合技術效率值為1,處于效率的前沿面;甘肅、寧夏、新疆旅游業綜合技術效率較低。其中,甘肅、新疆旅游業綜合技術效率較低主要受制于純技術效率,而寧夏主要受制于規模技術效率。此外,從規模報酬狀態來看,廣西、四川、云南、陜西、甘肅旅游業呈規模報酬遞減狀態,寧夏、新疆呈規模報酬遞增狀態。由于表3中效率值包含環境因素和隨機因素的影響,并不能客觀反映各地區旅游業的實際,因此需做進一步研究,剔除環境因素和隨機因素的影響。

表3 絲綢之路經濟帶旅游業效率值

注:drs為規模報酬遞減;irs為規模報酬遞增;-為規模報酬不變。

4.2 第二階段:SFA結果分析

以第一階段計算得到的投入松弛作為因變量,以經濟水平、自然環境、交通條件、配套設施、接待能力、旅游傾向作為自變量,在對數據進行標準化處理的基礎上,利用Frontier 4.1軟件進行第二階段SFA回歸分析,結果見表4。由表4可知,環境變量對因變量投入松弛均有影響顯著,且都通過了1%統計水平下的顯著性檢驗,資本投入松弛量和勞動力投入松弛量的δ2分別通過了5%和10%統計水平下的顯著性檢驗,且勞動投入松弛量的γ為1,表明總方差中純技術效率方差的貢獻較大,投入冗余中經營管理因素具有重要影響,利用SFA模型剔除環境因素和隨機因素的影響是行之有效的。

表4 SFA模型回歸結果

注:***代表在0.01的統計水平上顯著;**代表在0.05的統計水平上顯著;*代表在0.1的統計水平上顯著。

根據表4中SFA模型回歸結果,進一步分析環境變量對我國絲綢之路經濟帶九省區旅游業效率投入松弛的影響:①經濟水平的影響。經濟水平對資本和勞動力投入松弛影響的回歸系數為負,均通過了1%水平下的顯著性檢驗,表明經濟水平的提高有助于減少投入松弛,提升旅游業效率。原因是:經濟水平的提高和經濟環境的改善,提升了旅游資源的開發能力和水平,實現了旅游發展的規模效益;同時,經濟水平的提高有助于塑造品牌、增加內涵、凸顯特色,在吸引游客的基礎上增加經濟產出和社會產出,稀釋資本和勞動力投入的松弛。②自然環境的影響。自然環境對資本及勞動力投入松弛影響的回歸系數為負,且均通過了1%統計水平下的顯著性檢驗,表明自然環境的改善有助于減少投入松弛,提升旅游業效率。原因是:良好的自然環境有助于發展生態旅游,提高旅游資源的品味和質量,提升當地旅游業的知名度;同時,差異化的自然資源會進一步激發游客旅游欲望,減少旅游資源閑置,提升旅游業效率。③交通條件的影響。交通條件對資本和勞動力投入松弛影響的回歸系數均為負,且均通過了1%統計水平下的顯著性檢驗,表明交通條件的改善有助于減少投入松弛,提升旅游業效率。原因是:交通條件的改善,減少氣候影響與交通堵塞,在擴大旅游半徑的基礎上增加了游客周轉量;同時,交通條件的改善,盤活了沿線旅游資源,在提升效率的基礎上促進了旅游效益提高。④配套設施的影響。配套設施對資本和勞動力投入松弛影響的回歸系數為正,且均通過了1%統計水平下的顯著性檢驗,表明基礎設施的完善會增加投入松弛,降低旅游業效率。原因是:配套設施的完善,需要投入大量的人力和財力,而其本身短期內產生的效益相對較小;旅游業產能過剩,配套設施缺乏創新,優質產品供給不足,擴大了資本和勞動力投入的松弛。⑤接待能力的影響。接待能力對資本與勞動力投入松弛影響的回歸系數均為負,且均通過了1%統計水平下的顯著性檢驗,表明接待能力的提升有助于減少投入松弛,提升旅游業效率。原因是:接待能力的提高,提升了游客承載力和游客體驗質量水平,樹立了良好的外部形象,促進了旅游業的發展。⑥旅游傾向的影響。旅游傾向對資本和勞動力投入松弛影響的回歸系數為負,且均通過了1%統計水平下的顯著性檢驗,表明旅游傾向的提高有助于減少投入松弛,提升旅游業效率。原因是:收入水平的提高、帶薪休假的實施和多樣化旅游線路的開發增強了居民的旅游傾向,強化了其外出旅游的動機,從而促進了旅游資源開發，減少了資本和勞動力投入的冗余。

4.3 第三階段:調整后DEA結果分析

根據SFA測算結果，調整決策單元投入數據,利用DEAP2.1軟件對調整后的投入數據和原始產出數據進行效率測算,得到剔除環境因素和隨機因素后旅游業效率值(表5)。

表5 剔除環境及隨機因素后絲綢之路經濟帶旅游業效率值

注:drs為規模報酬遞減;irs為規模報酬遞增;-為規模報酬不變。

對比表2和表5的結果發現,剔除環境因素和隨機因素的影響后,效率值發生了改變,處于效率前沿面的省份由2個增加到5個,表明傳統的DEA效率測算存在偏差,并不能反映決策單元真實的效率水平。絲綢之路經濟帶九個省區旅游業綜合技術效率由0.790上升到0.795,只有小幅上升,表明總體水平較高且相對穩定,純技術效率由0.887上升到0.997,規模技術效率由0.892下降到0.796,表明規模是制約九個省區旅游業發展的重要因素。省際層面而言,調整前處于效率前沿面的青海有較大波動,其綜合技術效率值由1下降到0.649,說明青海旅游業外部環境較好,效率值存在高估,規模效益是制約旅游業發展重要因素;廣西、寧夏和新疆的綜合技術效率值均有不同程度的下降,表明外部環境因素造成了對效率的高估,規模效益是制約三省區旅游業發展的重要因素;四川、云南、陜西、甘肅的效率值上升到1,處于效率前沿面,表明這四個省份旅游業管理水平較高，低效率主要有環境和隨機因素導致。規模報酬狀態而言,剔除環境因素和隨機因素的影響后,廣西、青海、寧夏、新疆均處于規模報酬遞增狀態,表明旅游資源投入的不足限制了其旅游業的發展。

5 結論與建議

本文利用宏觀統計數據建立三階段DEA模型,研究了我國絲綢之路經濟帶旅游業效率及其影響因素。結果發現:①我國絲綢之路經濟帶旅游業的綜合技術效率水平較高；②省區間旅游業效率及規模報酬方面存在較大差異；③我國絲綢之路經濟帶旅游業效率受環境影響顯著。

基于上述研究結論,為提高我國絲綢之路經濟帶旅游業效率及發展水平,充分發揮旅游業在絲綢之路經濟帶建設中的先導作用,提出以下建議:①充分利用絲綢之路經濟帶九省區獨特的地理方位和自然資源,把握好新一輪國家級頂層戰略的契機,加強對旅游資源開發能力和水平,以旅游業為切入點帶動區域經濟的發展。重慶、四川、云南、陜西、甘肅等省市旅游業效率水平較高,但應把握好戰略機遇推動產業水平向更高水平發展,快速度過相對停滯的平臺期。此外,還應發揮的優秀管理的示范效應,加強省區旅游業間的互動與合作,構建多層次、高水平的區域合作平臺,促進絲綢之路經濟帶旅游業水平的穩步提高。②廣西、青海、寧夏、新疆四省區應主動調整旅游業結構,擴大旅游業規模和加強旅游資源的開發力度,增加資本與勞動力投入力度,在旅游產業由勞動密集型向資本密集型轉型的過程中,充分發揮勞動資源豐富優勢的同時,加速資本注入速度,積累建設開發資金,實現規模效益最大化。③重視環境因素影響,促進旅游業效率水平提高。發展特色產業,提升經濟發展水平,促進居民增收;發展生態旅游,加強綠化管理,注重環境改善;加強交通設施建設,建立立體交通體系,提升旅游便利程度;提升景區規劃水平,減少配套設施盲目建設,突出配套設施的創新型與多元化;加強旅游戰略布局,提升接待能力和服務水平,改善游客體驗質量;強化旅游推介,突出旅游特色,提升旅游傾向。

[1]謝紅,巫才林,霍偉東.“絲綢之路經濟帶”國內省份對外開放與經濟增長[J].經濟問題,2015，(8)∶6-12.

[2]閆靜,李樹民.絲綢之路經濟帶旅游合作的潛力、挑戰與實現路徑[J].西安財經學院學報,2015，(28)∶94-98.

[3]張毓,孫根年,蘇建軍.絲綢之路經濟帶9省區國內旅游成長及增長慣性分析[J].干旱區資源與環境,2016(30)∶203-208.

[4]黨婕,唐志強.絲綢之路經濟帶旅游產業與城市化耦合協調研究——基于2003—2013年九省區市的面板數據[J].區域經濟,2016，(10)∶206-208.

[5]高楠,馬耀峰,張春暉.中國絲綢之路經濟帶旅游產業與區域經濟的時空耦合分異----基于九省區市1993—2012年面板數據[J].經濟管理,2015,(37)∶111-120.

[6]王松茂,方良彥,鄧峰.“絲綢之路經濟帶”西北五省區旅游經濟周期同步性研究[J].開發研究,2015,(1)∶69-72.

[7]張永鋒,杜忠潮.西北地區“絲綢之路”沿線10城市旅游競爭力淺析[J].干旱區資源與環境,2009,(23)∶194-200.

[8]馬震.基于數據包絡分析的絲綢之路經濟帶旅游效率研究[J].經濟問題探索,2015,(7)∶14-17.

[9]楊春梅,趙寶福.中國著名旅游城市旅游業的效率研究[J].旅游科學,2014,(28)∶64-74.

[10]金春雨,程浩,宋廣蕊.基于三階段DEA模型的我國區域旅游業效率評價[J].旅游學刊,2012,(11)∶56-65.

[11]陶卓民,薛獻偉,管晶晶.基于數據包絡分析的中國旅游業發展效率特征[J].地理學報,2010,(8)∶1004-1021.

[12]張根水,熊伯堅,程理民.基于DEA理論的地區旅游業效率評價[J].商業研究,2006,(1)∶179-182.

[13]Fried,Lovell,Schmidt,etal.Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis[J].Journal of Productivity Analysis,2002,17(1)∶121-136.

[14]Charnes A,Cooper W W,Rhodes E.Measuring the Efficiency of Decision Making Units[J].European of Operation Research,1978,2(6)∶429-444.

[15]Banker R D,Charnes A,Cooper W W.Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J].Management Science,1984,30(9)∶1078-1092.

ResearchonTourismEfficiencyandInfluenceFactorsofSilkRoadEconomicBeltinChina

HAO Jin-lei,YIN Meng
(School of Business Administration,Lanzhou University of Finance and Economics,Lanzhou 730020,China)

Based on macro data,this paper studied the tourism efficiency and influence factors of the silk road economic belt in China by using three-stage DEA model.The result showeds that: Ttourism efficiency of the silk road economic belt in China was relatively high,but there existed differences among different provinces,and the tourism efficiency still had greater room to improve, environmental factors and random factors had significant influences on tourism efficiency.This paper put forward some suggestions on promoting the tourism efficiency of the silk road economic belt in China based on research conclusions.

silk road economic belt;tourism industry;efficiency;three-stage DEA model

10.3969/j.issn.1005-8141.2017.04.022

F592.3

A

1005-8141(2017)04-0494-04

2017-02-05；

2017-03-24

國家社會科學基金項目“西部少數民族地區創新創業人才隊伍建設研究”(編號:13BGL032);甘肅省科技廳自然基金項目“絲綢之路經濟帶西北五省區科技協同創新研究”(編號:606RJZA055);甘肅省人文社科基地重點項目“絲綢之路經濟帶西北五省區科技協同創新研究”(編號:JYYZ201504)。

及通訊作者簡介：郝金磊(1978-),男,山東省青島人,博士,副教授,研究方向為資源優化與配置。