基于DEA模型的旅游產業效率研究

任丹丹

內容摘要：本文基于我國19個（新）一線城市2011年-2015年的旅游產業數據，采用數據包絡分析（DEA）和曼奎斯特指數模型（Malmquist Index）測算（新）一線城市旅游產業的綜合效率、技術效率、規模效率和全要素生產率。研究發現，（新）一線城市旅游效率整體水平較高，不同城市的旅游效率演變模式不同，但大部分呈現遞增趨勢，其中城市全要素生產率的提高主要依靠技術進步。最后根據效率大小和效率變化特征把19個城市分為四大類型，通過對比研究，分析每類城市的旅游發展特征并提出相應對策。

關鍵詞：投入產出效率 DEA（數據包絡分析） 全要素生產率 （新）一線城市

引言

目前我國旅游業已經進入飛速發展的時期，旅游業具有資源消耗低、帶動系數大、就業機會多、綜合效益好的特征，使其受到社會各方的重視。2016年中國全年接待國內外游客45.38億人次，旅游總收入47458億元。據聯合國世界旅游組織測算，2016年中國旅游業對國民經濟綜合貢獻達11%，對社會就業綜合貢獻超過10.26%，旅游業已融入經濟社會發展全局，成為國民經濟戰略性支柱產業。旅游業的經營是一個投入產出的過程，從可持續發展角度出發，在旅游業發展的同時必須要考慮旅游投入和資源配置，即旅游發展效率水平的高低，而不只是盲目擴大旅游投資和規模。追求更高的旅游效率是各城市旅游發展的目標之一，我國（新）一線城市的旅游和經濟發展處于領先地位，對其他城市具有標桿作用。因此有必要分析其旅游產業效率水平和結構變化，為城市旅游產業的發展和優化提供數據支持。本文使用19個城市2011-2015年的面板數據，采用DEA和曼奎斯特指數法研究城市間的效率對比和逐年變動情況，討論城市旅游發展特征和發展戰略，為旅游產業優化發展提供參考依據。

研究設計

（一）研究方法

第一，數據包絡分析。數據包絡分析（data envelopment analysis，DEA）是根據多項投入指標和多項產出指標，利用線性規劃的方法，對具有可比性的同類型單位進行相對有效性評價的一種數量分析方法。DEA最初由美國著名運籌學家Charnes，Cooper and Rhodes（1978）提出，目前已廣泛應用于不同行業及部門，是重要有效的分析工具。馬曉龍、保繼剛（2010）利用數據包絡分析方法，對中國主要城市旅游效率的區域差異與空間格局進行了研究。Assaf（2012）運用隨機前沿和DEA方法對亞太地區的酒店企業進行了評價和比較。楊春梅等（2014）應用DEA模型對中國著名旅游城市的旅游業效率進行測算分析。梁明珠等（2013）采用DEA-MI模型分析廣東省21個地級市的旅游效率演進模式。該方法的優勢在于不需假設具體的生產函數形式，避免了函數形式錯誤而造成的效率測度不準確的問題。

在DEA模型中，相對效率在（0，1）區間內分布，處于效率前緣的效率值為1。按照規模是否變化可把DEA模型分為兩類，即規模報酬可變（VRS）假設下的BC2和規模報酬不變（CRS）假設下的CCR和兩種模型。BC2分析模型中，旅游綜合效率被分解為純技術效率和規模效率，等于純技術效率和規模效率的乘積。本文采用BC2模型對旅游產業效率進行判別和分析。

第二，曼奎斯特指數模型。曼奎斯特指數（Malmquist Index，MI）由瑞典經濟學和統計學家StenMalmquist在1953年提出，是衡量全要素生產率變動情況的一個重要指標。曼奎斯特指數變化（TFPCH）可以分解為技術變化（TECHCH）和技術效率變化率（EFFCH）兩部分，當假設規模報酬不變時，效率變化又可進一步分解為純技術效率變化（PECH）和規模效率變化（SECH），即TFPCH=EFFCH×TECHCH=PECH×SECH×TECHCH。TFPCH>1表示生產率水平相比前一年有所提高，TFPCH<1表示生產率水平相比前一年有所下降，TFPCH=1表明生產率水平不變。本文通過曼奎斯特指數來測量各城市歷年旅游效率的變化情況。

（二）研究對象

本文選取4個一線城市和15個新一線城市為研究對象，一線城市是北京、上海、廣州、深圳，新一線城市來源于《2016中國城市商業魅力排行榜》的排名，依次是：成都、杭州、武漢、天津、南京、重慶、西安、長沙、青島、沈陽、大連、廈門、蘇州、寧波、無錫。本文研究一線城市有以下原因：第一，（新）一線城市在全國政治、經濟等社會活動中處于重要地位，其綜合經濟實力、輻射帶動能力、旅游發展情況等在全國范圍處于比較領先的地位，顯著的經濟和旅游地位獲得學者更多的關注；第二，19個城市基本位于不同的區域發展環境中，更有代表性；第三，（新）一線城市的旅游發展水平較高，具有可比性，使得研究更有意義；第四，（新）一線城市的數據統計更加完善，便于數據的獲取，數據指標的相對完整是研究開展的前提。

（三）指標選取和數據來源

投入和產出指標的選取直接影響到評價效率的準確性。按照指標選取的科學性、可行性、代表性、一致性原則，同時考慮評價數據的獲取難易程度和準確性，選取A級旅游景區、旅行社數量、星級酒店數量、第三產業從業人員、第三產業固定資產投資、旅游總收入、旅游總人數7個指標。旅游資源是城市的核心吸引力，用A級旅游景區數量來表示旅游資源的投入；酒店是接待旅游者的重要設施，旅行社是組織旅游活動的主要單位，酒店和旅行社代表了城市的接待設施，反應城市的接待能力；旅游業是勞動密集型產業，旅游從業人員是衡量勞動力投入較為理想的指標，但由于指標數據不完整，用第三產業從業人員這一比較籠統的指標來代替；旅游資本的投入涉及很多方面，包括基礎設施、旅游接待設施等方面，沒有專門的統計數據，因此選用第三產業固定資產投資作為資本投入的指標。DEA運行規則要求決策單元（研究對象）個數大于投入指標與輸出指標個數之和的兩倍，本文選取5個投入指標、2個產出指標和19個研究對象，符合DEA運行的基本要求。

本文指標的數據來源于各城市《2016統計年鑒》和2015年各城市的《國民經濟和社會發展統計公報》，第三產業從業人員數據來源于《中國城市統計年鑒》，部分旅游景區和旅行社的數據來源于地方旅游局官網公布的數據。

結果分析

（一）（新）一線城市旅游發展效率分析

綜合效率是指旅游業中生產資源投入與其產出效用之間的比例，以2011-2015年19個一線城市的投入產出指標為數據，采用DEA模型并運用DEAP2.1軟件進行計算和分析，結果如表1所示。為了防止偶然因素導致旅游效率的波動，采用各年份旅游總效率的平均值進行排名和分析。其中，上海、深圳、武漢、重慶、無錫五個城市平均旅游綜合效率均為1，達到最優狀態，排名并列第一。北京、天津、廣州、蘇州等九個城市的綜合效率均高于0.8，處于良好的狀態，西安、大連等5個城市綜合效率相對較低。由于研究對象都是（新）一線城市，旅游業相對較發達，各城市五年的平均效率為0.878，總體而言，平均旅游綜合效率水平較高。

綜合效率主要由技術效率和規模效率決定，技術效率是指城市在旅游發展過程中對現有技術水平發揮的程度；規模效率是指用于旅游發展的資源要素投入，滿足城市對旅游發展資源需求的程度。圖1根據各城市五年平均純技術效率與規模效率值，以0.9作為效率值的臨界點將城市劃分為四大類型。上海、深圳、北京、重慶、廣州等11個城市處于技術效率和規模效率均較高的狀態，旅游業發展水平較高；規模效率主導的城市有寧波、杭州、成都、青島四個城市，該類城市規模效率較高，但技術效率沒有達到臨界值，應提高旅游業運營管理水平，抓住時代發展機遇，構建智慧旅游體系，通過網絡技術和大數據提高管理水平；長沙和沈陽是技術效率主導的城市，該類城市技術效率高于規模效率，改進的重點應該放在擴大旅游規模上，同時加強旅游設施的建設，提高旅游服務接待能力；西安和大連相對其他城市技術效率和規模效率較低，但兩者的規模效率都接近0.9，技術效率的提高更迫切。這類城市需要深入挖掘旅游資源、開拓旅游市場，擴大旅游業規模投入和技術投入。

（二）（新）一線城市旅游全要素生產率分析

旅游效率演化特征。通過曼奎斯特指數法對（新）一線城市全要素生產率的分析結果如表2和表3所示?？傮w來看，19個城市的平均旅游效率呈現波動性增長，2014-2015年增長率最高，5年的年均增加率為7.1%。其中技術進步平均增長8.2%，技術效率變化、純技術效率和規模效率出現小幅度下降。由此可見，城市旅游全要素生產率的提高主要得益于技術的進步，各城市旅游產業的經營管理、旅游規模等方面還有待加強。

城市類型分析。根據旅游綜合效率和全要素生產率將19個城市劃分為四種類型，橫軸是旅游效率大小，縱軸是旅游效率變動情況。城市旅游效率的平均值為0.877，以此作為橫坐標效率大小的臨界值。旅游效率大于1表示效率提高，反之表示效率降低，因此以1作為縱坐標效率變動的臨界值。將城市按旅游效率狀態分為I、II、III、IV共4種類型，如圖2所示。

I型：旅游效率低，效率增長慢。I型的主要特征是平均綜合效率低、效率增長慢，這一類型的城市處于旅游業的探索階段，發展不夠成熟。結果顯示沒有城市位于I型區域，主要原因是選取的案例都是旅游發展水平較高的（新）一線城市，不存在效率低且效率增長慢的情況，故在此不做過多討論。

II型：旅游效率低，效率增長快。位于II型的有長沙、成都、沈陽、寧波等9個城市，具有綜合效率較低但旅游效率增長速度快的特征，是潛力型旅游城市，旅游產業有良好的發展前景。其中西安、大連的旅游效率最低，這兩個城市旅游產業基礎與其他一線城市相比略微薄弱，旅游業的投入和收益都較少。這類城市在發展過程中要不斷提高服務水平和管理水平，合理配置旅游資源，探索潛在的市場價值，實現旅游投入產出效率的優化。

III型：旅游效率高，效率增長快。位于III型的城市有綜合效率高、效率增長快的特征，這類城市旅游產業基礎好且具有發展活力。有些城市五年來旅游效率有增有減，但總體呈現波動性上升的特點。這類城市應該繼續優化旅游產業結構，并注重產業的優化升級，增強旅游競爭力，繼續保持旅游產業效率的發展態勢。

IV型：旅游效率高，效率增長慢。蘇州和上海位于IV型，旅游效率高，增加速度較慢，是比較成熟的旅游城市。雖然旅游效率增長速度不快，但整體呈現比較穩定的發展態勢。這一類型的城市旅游條件較優越，旅游產業要素豐富，但隨著旅游要素投入的增加，旅游產業要素的邊際生產力出現減少的趨勢。這類城市要加快旅游產業的升級轉型，打造形成完整的旅游產業鏈，提高旅游投入的合理性。其次要樹立個性鮮明的旅游形象，鞏固已有的市場地位，通過新興的旅游業態激活旅游發展活力。

結論

本文通過DEA計算19個（新）一線城市的旅游效率，研究發現：第一，（新）一線城市的旅游發展效率整體水平較高，大部分城市的旅游效率呈現遞增趨勢。第二，從規模效率和技術效率來看，北上廣等一線城市處于雙優狀態，這類城市擁有較好的地緣優勢和經濟實力。第三，通過曼奎斯特指數法計算全要素生產率，把城市分為四大類型，大多數城市屬于效率高增長快和效率低增長快兩大類型，說明城市旅游業的發展具有很大潛力，綜合效率顯著。

結合實證分析，對于城市提高旅游效率，本文提出以下建議：第一，提高旅游管理水平。加大對旅游優秀人才的培養，優化人力資源結構，采取先進的管理方法，培育具有競爭力的大型旅游企業集團。第二，適度增加旅游產業投入。旅游業具有綜合性特征，包含了食、住、行、游、購、娛共6大要素，從旅游接待能力、交通便利性、基礎設施建設等方面加大旅游產業的投資，增強對旅游者的吸引力，實現更大的旅游產出。第三，培育新的旅游消費熱點。大力推動旅游與其他產業的融合，如“旅游+農業”、“旅游+工業”、“旅游+體育”等，根據各城市的優勢和特點，培育新的旅游消費熱點。

參考文獻：

1.馬曉龍，保繼剛.中國主要城市旅游效率的區域差異與空間格局[J].人文地理，2010（1）

2.Assaf A.George.Benchmarking the Asia Pacific tourism industry：A Bayesian combination of DEA and stochastic frontier[J].Tourism Management，2012，33（5）

3.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（1）

4.梁明珠，易婷婷，Bin Li.基于DEA-MI模型的城市旅游效率演進模式研究[J].旅游學刊，2013，28（5）

5.顏鵬飛，王兵.技術效率、技術進步與生產效率增長：基于DEA的實證分析[J].經濟研究，2004（12）

6.梁明珠，易婷婷.廣東省城市旅游效率評價與區域差異研究[J].經濟地理，2012，32（10）