全域旅游視角下海南省旅游產業績效評價①

陳松 惠青

摘 要：本文以2009—2016年海南省11個市縣的面板數據為樣本，使用DEA-Malmquist生產力指數方法對海南省旅游業的動態效率進行評價，并將全要素生產率進行分解，探究導致全要素生產率發生變化的原因。結果表明，海南旅游業全要素生產率的變化受到技術效率和技術進步的共同作用。

關鍵詞：全域旅游 產業績效 DEA-Malmquist

中圖分類號：F592 文獻標識碼：A 文章編號：2096-0298（2018）10（a）-054-04

海南省是我國唯一的熱帶島嶼省份，資源豐富、特色鮮明。國家旅游局編制的《中國旅游業發展“十五”計劃和2015、2020年遠景目標綱要》中認為，在我國旅游業發展的總體格局中，海南是惟一具備條件建成熱帶海島海濱旅游度假勝地的地區。

近年來，支持海南旅游業發展的文件《國務院關于推進海南國際旅游島建設發展的若干意見》《海南國際旅游島建設發展規劃綱要》《海南省“十二五”規劃綱要》《海南省“十三五”規劃綱要》等陸續出臺，旅游業被確定為海南省重點支持發展的12大產業之一。2016年全國旅游工作會議期間，國家旅游局確定將海南作為首個全域旅游創建省。2017年12月出臺的《海南省旅游發展總體規劃（2017—2030）》確定了海南旅游發展目標，至2020年，基本建成國際旅游島，創建全域旅游示范省；至2025年，建成世界一流的海島休閑度假旅游勝地，全面發展海洋旅游、康養旅游、會展旅游等旅游產品；至2030年，建成世界一流的國際旅游目的地，形成全域聯動的旅游發展格局。

在海南全島建設自由貿易試驗區、推進中國特色自由貿易港的建設背景下，海南旅游業必將迎來新的發展契機，全面激活《2017年政府工作報告》中提出的全域旅游、休閑農業、健康產業等發展熱點。

綜上所述，對旅游產業績效的研究在海南從旅游資源大省向旅游強省邁進的過程中具有不可替代的作用，它對于旅游產業發展思路的轉變，推動區域旅游一體化，促使旅游產業從重數量向重數量更重質量的增長方式轉變同樣具有重要意義。

1 理論綜述

近年來，隨著我國經濟的增長和國民收入水平的提高，旅游業已經成為我國國民經濟中發展速度最快并具有明顯國際競爭優勢的產業之一，旅游業的效率問題越來越受到人們的關注。在國外的相關研究中，數據包絡分析（DEA）模型應用于旅游業始于上個世紀九十年代，主要集中在酒店效率、旅行社效率等企業效率評價層面，對區域旅游效率的研究較少。例如：Morey和Dittman[1]利用DEA模型對1993年美國54家連鎖酒店的效率進行評價，結果顯示美國酒店業的效率普遍較高。在國內的相關研究中，張根水等[2]較早利用DEA模型對2001年我國31個省級區域的旅游業總體效率進行比較研究，結果表明東部地區效率最高，西部地區效率次之，中部地區效率最低；除北京、上海、廣東、吉林和遼寧之外，其余地區均處于規模收益遞增階段，通過擴大規?？纱龠M旅游業的發展。金春雨等[3]基于三階段DEA模型對剔除環境因素和隨機因素影響后的2007—2009年我國31個省級區域的旅游業效率進行研究，結果表明各省級區域旅游業純技術效率差異較小，規模效率差異較大；東部地區的北京、上海、江蘇、浙江和廣東的技術效率較高，規模效率是制約中西部地區旅游業效率的瓶頸。梁亞紅等[4]基于DEA模型對2007—2014年河南省18地市的旅游業效率進行研究，結果表明河南省旅游業發展總效率在地域上呈現高中低階梯狀特征，地區差異明顯；由于技術效率和規模效率的雙向制約導致河南旅游業發展的純技術效率和規模效率空間差別明顯。

通過以上研究成果可以看出，近年來利用DEA模型對區域旅游業投入產出效率進行的研究還是比較少的，其中利用DEAMalmquist指數方法進行研究的論文只有3篇。龔艷等[5]利用超效率DEA模型和Malmquist指數模型研究了2001—2012年江蘇省13個城市旅游業發展的靜態效率和動態效率，結果表明各市旅游業呈現出顯著的地區差異，旅游業效率的增長主要來自于技術進步而不是規模效率。李軍等[6]基于DEA-Malmquist方法對2011—2015年我國16個智慧旅游試點城市的旅游業效率進行靜態和動態的實證分析，分析結果表明技術效率在旅游業發展過程中表現不穩定，受規模效率和純技術效率影響較大；全要素生產率和技術進步呈現無效率，表明技術進步是智慧旅游城市旅游業發展的關鍵。羅旋[7]運用DEA模型和Malmquist指數法對新疆各地州（市）旅游業生產效率的特征進行了研究并提出相關建議。本文將以海南旅游業為背景，利用DEA-Malmquist指數方法，基于2010—2017年的面板數據，對海南旅游業的動態效率進行評價，并對其影響因素進行分析，旨在為海南旅游業的發展提供一些有益的參考。

2 模型選擇

本文采用基于DEA模型的Malmquist指數方法，來分析海南旅游業的動態效率。

Malmquist生產率指數是基于DEA模型提出的，利用距離函數來描述多個輸入變量和多個輸入變量之間的投入產出效率。本文運用Fare等[8]提出的基于產出的Malmquist生產率指數進行分析，基于t和t+1期參照技術的Malmquist生產率指數分別為：

3 變量選擇與數據來源

海南省轄4個地級市、5個縣級市、4個縣、6個自治縣，根據數據的可得性，本文選取2009—2016年11個市縣的面板數據作為樣本，DMU個數為11，時期數為8，數據主要來自于《中國旅游統計年鑒》（2010—2017）、《海南省統計年鑒》（2010—2017）、《國民經濟和社會發展統計公報》（2010—2017）等，數據具有較強的客觀性和權威性。

在投入指標方面，本文從勞動和資本兩個方面確定投入變量。在勞動投入方面，旅游業從業人數是比較理想的指標，但相關統計資料中只有住宿和餐飲業從業人數，在海南“旅游+”的產業發展思路下，海洋旅游、康養旅游、會展旅游等產品將帶動多個產業聯動發展，因此，用住宿和餐飲業從業人數替代旅游業從業人數是不合適的，本文選取第三產業的從業人數（萬人）作為替代指標。在資本投入方面，本文選擇A級以上和重點景區數量（個）、星級飯店數量（個）作為投入變量。

在產出指標方面，本文選擇旅游總收入（萬元）和國內外過夜游客人數（人次）作為產出變量。

4 實證分析

4.1 海南省旅游業動態效率研究

本文使用Deap2.1軟件進行分析，采用產出導向型的方法得到結果。

4.1.1 海南省旅游業全要素生產率變動分析

海南省旅游業全要素生產率變動及其分解情況如表1所示。數據分析結果表明，2009—2016年海南省旅游業全要素生產率（tfp）的動態變化均值為1.115，總體呈現上升趨勢。其中，2009—2010年、2012—2016年海南省旅游業全要素生產率呈現連續上升趨勢， 2010—2012年呈現下降趨勢。根據Malmquist生產力指數，本文將全要素生產率變動分解為技術效率變動（effch）和技術變動（techch），其中技術效率變動又可進一步分解為純技術效率變動（pech）和規律效率變動（sech），由此來分析各年度全要素生產率變動及其來源。

（1）2009—2010年海南省旅游業全要素生產率呈現上升趨勢，上升幅度為11.6%，技術效率和技術進步共同推動了全要素生產率的上升，其中技術效率起主要的推動作用。

（2）2010—2011年、2011—2012年海南省旅游業全要素生產率呈現下降趨勢，下降幅度分別為3.2%和6.5%。其中，2010—2011年全要素生產率下降主要由技術進步引起，技術進步下降幅度為2.4%。2011—2012年全要素生產率下降由技術效率和技術進步共同作用，技術效率下降幅度為5.5%，技術進步下降幅度為0.5%，技術效率變動主要是由規模效率下降引起，說明2011—2012年間海南省旅游業處于規模效率遞減階段。

（3）2012—2013年、2013—2014年、2014—2015年、2015—2016年海南省旅游業全要素生產率呈現持續上升趨勢，上升幅度分別為6.9%、12.3%、26.9%、32.8%。2012—2013年全要素生產率上升主要由技術效率變動引起，技術效率上升幅度為10.9%，規模效率變動對技術效率的提升有著推動作用，說明在此期間海南省旅游業處于規模報酬遞增階段。2013—2014年全要素生產率上升由技術效率和技術進步共同作用，其中技術效率起主要作用。2014—2015年全要素生產率上升主要由技術進步引起，技術進步變動幅度為31.1%，技術效率起到阻礙作用。2015—2016年全要素生產率上升由技術效率和技術進步共同作用，其中技術進步起主要作用。

綜上所述，2009—2016年海南省全要素生產率變動受到技術效率和技術進步的共同作用。其中，2009—2010年、2011—2012年、2012—2013年、2013—2014年全要素生產率的變動主要受到技術效率的影響，而技術效率和規模效率的變動呈現出很強的一致性，表明技術效率主要受到規模效率的影響。2009—2010年、2012—2013年、2013—2014年，海南省旅游業處于規模報酬遞增階段，使得全要素生產率呈現上升趨勢。2011—2012年海南省旅游業處于規模報酬遞減階段，分析原因可能是2010年國務院發布《國務院關于推進海南國際旅游島建設發展的若干意見》，使得旅游產業投入加大但效果并未立刻顯現。2010—2011年、2014—2015年、2015—2016年全要素生產率的變動主要受到技術進步變動的影響。2010—2011年技術進步變動比例下降，分析原因可能是在此期間我國電子商務發展迅速，但旅游業網絡化發展剛剛起步，技術進步對旅游業的推動作用還未顯現。2014—2015年、2015—2016年技術進步變動比例上升，得益于旅游電子商務和智慧旅游的大力發展。

4.1.2 海南省11個市縣旅游業全要素生產率變動分析

海南省11個市縣旅游業全要素生產率變動及其分解情況如表2所示。數據分析結果表明，除臨高縣外，其余10個市縣的全要素生產率均大于1，全要素生產率的增長主要來自于技術進步。《海南國際旅游島建設發展規劃綱要（2010—2020）》 提出建設“無線海南”，實現寬帶無線網絡全覆蓋；積極推進“物聯網”、云計算等新技術的深入應用；加快建設旅游電子政務，發展旅游電子商務。這些政策都凸顯了技術進步對旅游業的推動作用。臨高縣全要素生產率小于1，主要是受技術效率變動的影響，純技術效率和規模效率都起到了阻礙作用，說明臨高縣旅游業投入資源的利用率較低，同時處于規模報酬遞減階段。

4.2 海南省旅游業動態效率分類研究

利用SPSS17.0對海南省11個市縣旅游業效率Malmquist生產力指數進行聚類分析，將11個市縣分為三類：高效率地區、效率均衡地區和低效率地區。分析結果如下：第一類包含文昌市、陵水縣和瓊海市3個市縣，第二類包含三亞市、儋州市、?？谑小⒉h和五指山市5個市縣，第三類包含保亭縣、萬寧市和臨高縣3個市縣。表3為三類地區旅游業效率Malmquist生產力指數均值。

5 結語

本文以2009—2016年海南省11個市縣的面板數據為樣本，使用DEA-Malmquist生產力指數方法對旅游業的全要素生產率進行了測算，進而對海南省旅游業的動態效率進行評價，并將全要素生產率進行分解，探究導致全要素生產率發生變化的原因，得到以下結論。

（1）從海南省旅游業的整體狀況來看，2009—2016年全要素生產率受到技術效率和技術進步的共同作用。其中，2009—2010年、2011—2012年、2012—2013年、2013—2014年全要素生產率的變動主要受到技術效率的影響，而技術效率又主要受到規模效率的推動。2010—2011年、2014—2015年、2015—2016年全要素生產率的變動主要受到技術進步的影響。

（2）從海南省11個市縣旅游業的發展狀況來看，除臨高縣外，其余10個市縣的全要素生產率均大于1，全要素生產率的增長主要來自于技術進步。臨高縣的全要素生產率小于1，主要是受技術效率變動的影響，純技術效率和規模效率都起到了阻礙作用，說明臨高縣旅游業投入資源的利用率較低，同時處于規模報酬遞減階段。

（3）通過對海南省11個市縣旅游業效率的Malmquist指數進行聚類分析得到，高效率地區包括文昌市、陵水縣和瓊海市3個市縣，效率均衡地區包括三亞市、儋州市、?？谑小⒉h和五指山市5個市縣，低效率地區包括保亭縣、萬寧市和臨高縣3個市縣。

參考文獻

[1] Morey R C，Dittman D A.Evaluating a hotel GMs performance： a case in benchmarking[J].Comell Hotel Restaurant and Administration Quarterly，1995，36（5）.

[2] 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）.

[3] 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）.

[4] 梁亞紅，付琦.基于DEA的河南省旅游業發展效率特征及時空演化研究[J].河南科學，2016（8）.

[5] 龔艷，郭崢嶸.江蘇旅游業發展效率及對策研究——基于超效率DEA和Malmquist指數分析[J].華東經濟管理，2014（4）.

[6] 李軍，汪鶴飛，魏玲艷.基于DEA-Malmquist方法的智慧旅游城市旅游業效率評價研究[J].數學的實踐與認識，2017（6）.

[7] 羅旋.基于DEA和Malmquist指數對新疆各地州（市）旅游業效率評價研究[J].新疆教育學院學報，2018（3）.

[8] Fare，R1，Grosskopf，S1，Norris，M1，and Zhang， Z1，Productivity Growth，Technical Progress， and Efficiency Change in Industrialized Countries[J]. American Economic Review，1994.

①基金項目：海南省教育廳2017年度高等學校科學研究項目“全域旅游視角下海南省旅游產業績效及影響因素研究”（Hnky2017-70）。

作者簡介：陳松（1981-），男，安徽東至人，副教授，碩士，主要從事農產品供應鏈及食品安全、營銷管理方面的研究；惠青（1980-），女，陜西西安人，副教授，碩士，主要從事知識管理、物流管理、技術創新方面的研究（通訊作者）。