基于DEA模型的我國旅游產業效率評價研究

劉紅蓮 官永彬

摘要：指出了中國旅游業發展深受宏觀經濟、內部各省市間社會經濟、資源稟賦、地理區位、交通條件及基礎設施等的影響，旅游業發展存在較大的地區差異。基于此，采用DEA的非參數測量了我國各省級地方政府的旅游產業效率。結果表明：從時間上看，2000年到2018年我國各省旅游產業效率起伏較大，但整體呈現出下降的趨勢;從空間上看，東部旅游產業效率優于中部和西部。

關鍵詞：旅游產業;效率;DEA模型

中圖分類號：F570 文獻標識碼：A 文章編號：1674-9944（2020）03-0260-02

1 引言

改革開放后，隨著我國經濟水平的提高、經濟全球化的加快和國際交流的增強，旅游業無論是作為拉動內需的重要產業，還是對外開放的窗口都得到相關部門的重視。據國家旅游組織統計，2017年我國國內旅游人數超過50億人次，比上年同期增長12.8%;人出境旅游總人數2.7億人次，同比增長3.7%;全年實現旅游總收入5.40萬億元，增長15.1%。初步測算，全年全國旅游業對GDP的綜合貢獻為9.13萬億元，占GDP總量的11.04%。旅游直接就業2825萬人，旅游直接和間接就業7990萬人，占全國就業總人口的10.28%。由此可見，經過改革開放四十余年的不斷發展，我國的旅游業已完成從“事務接待型”旅游到“經濟產業型”旅游的轉變，形成頗具生機活力的旅游新局面，并朝著世界旅游強國的目標邁進。

旅游產業不是一個獨立的產業，旅游活動的開展不僅能為旅游產業帶來效益，也能帶動其他產業發展。而任何經濟活動均涉及到投入和產出的問題，即效率問題。當前，旅游行業競爭愈演愈烈，僅僅靠傳統粗放、消耗資源式的經營管理方式已不能滿足現代旅游發展的需要，各地區應該更加注重旅游效率問題。旅游效率的高低是衡量地區旅游發展水平的重要標準，也是關系到旅游投入成本與產出之間的比較[8]。旅游業的效率問題一直是學術界對旅游方面關注的重點問題，相關文獻較多。對于旅游產業效率測算最主要采用數據包絡分析技術（DEA）和隨即前沿分析技術（SFA），其中DEA屬于非參數測算法。該方法的基本思想最早由Farrell[10]提出，但直到美國著名運籌學家CharnesCooper和Rhode構建出基于不變規模報酬的CCR模型之后才得到廣泛的重視，之后Banker、Charnes和Cooper[1]進一步開發了基于規模報酬可變的BCC模型。具體到對于旅游產業效率的測算發展領域：Lee（2002）等通過問卷調查和附隨價值法對五個具有不同屬性的公園進行調查研究，發現國有公園的地理區位和資源的優劣會影響其使用價值，而且游客在評估國有公園價值時會將時間和交通成本考慮在內[2]。馬曉龍等就我國主要城市旅游效率及其全要素生產率進行了評價與研究[3];梁明珠和易婷婷以廣東省21市為研究對象，采用DEA方法對2008-2010年旅游行業的面板數據，對其旅游效率進行評價，發現廣東省城市旅游總效率、技術效率和規模效率均較高，各市、地區間的總效率和技術效率差距較大，規模效率較小[4];王志民運用DEA分析法和MI模型分別對2008年和2012年江蘇沿江旅游區的旅游資源利用的綜合效率、技術效率、規模效率及旅游效率變動情況進行測度和分析，結果表明沿江旅游業的綜合效率水平較高，旅游生產要素的潛力發揮較好，區內差異較大，蘇南城市旅游效率明顯高于蘇中城市[5]。

這些研究為旅游效率的深入研究提供了一些思路，但仍然存在一些問題：一是研究時間相對較短，目前我國關于旅游效率方面的研究主要側重于在十年內旅游產業效率的變化;二是鮮少將大范圍的空間和時間兩方面結合的研究。從某種程度上看，旅游效率反映了該地區一段時間內對旅游活動開展投入要素所表現出的效果，因此，一個地區旅游的良好發展必須以謀求效率為基礎，從而可持續提升當地旅游竟爭力。

2014年國務院發布的《關于促進旅游業改革發展的若干意見》中指出，“以轉型升級、提高增效為主線，推動旅游產品向觀光、休閑、度假并重轉變，滿足多樣化、多層次的旅游消費需求;推動旅游開發向集約型轉變，更加注重資源能源節約和生態環境保護，實現可持續發展”[6]。由此可見，提升旅游產業的效率是目前旅游業轉型升級的關鍵。本文以全國31個省自治區為例，在評價省域旅游產業效率的基礎上，從空間和時間兩方面對其旅游效率的演化過程進行深入探討研究，這可為新時代各地區旅游產業的轉型升級與經濟高質量發展提供理論上的借鑒與政策參考。

2 研究方法、變量選擇與數據來源

2.1 DEA研究方法

把每一個省份看作是投入一定旅游資源并產生效益的決策單元（DMU，decision making units）。如果一個省份在旅游產出既定的情況下實現了最低的旅游資源投入或者說在旅游資源投入既定的情況下有最高的旅游產出，那么這個省份的旅游業效率在技術層面上就是有效的[7]。假定將對n個省份（DMU）進行旅游業效率考察，每個省份有m種類型的旅游業投入和s種類型的旅游業產出，其中第j個省份相對應的輸入輸出向

其中，θ表示標量，而λ表示一個1×1常數向量。該模型求解得到的θ值將是第j。個省份在投入導向BCC模型下的旅游投入產出效率值，它表示第j。個省份在旅游產出保持不變的情形下，旅游投入較之于包絡前沿而言所能實現的最大程度的減少比例。在（1）式中BCC模型。BCC模型測算出的θ值為第j。個省份的純技術效率[9]。通過CCR模型測算出的效率值除以通過BCC模型寫算出的效率值，就得到了該省份的規模效率值。旅游業綜合效率評價是純技術效率和規模效率共同決定的，即旅游業綜合效率是純技術效率和規模效率的乘積。

2.2 投入產出變量選擇

本文研究的是全國31個省份的旅游產業投入產出效率，由于省份較多變量選取必須具有普遍性。DEA方法測量效率的準確性大多取決于變量選取的合理性。在指標選取時主要遵循以下三個原則：投入產出指標相關性，選取的投入與產出指標在邏輯上有相關性，投入指標的變化會影響產出指標;指標來源可信度，指標數據來源具有權威性和專業性，確保指標恰當、可靠;數據可獲取性，指標數據的獲取有可靠且能獲得的來源，且數據可量化[11]。根據上述原則，在投入指標選取方面，主要從資本和勞動力投入兩個維度反映旅游產業的投人，其中以星級酒店數量、旅行社數量和旅游企業（酒店和旅行社）的固定資產總額來代表資本要素投入，以旅游業從業人員來反映旅游產業的勞動力投入。在產出指標選取方面，主要從經濟效益和社會效益兩個角度反映旅游產業的產出，其中以地區國際旅游收入反映經濟效益，以地區接待游客總數反映社會效益（表1）。

2.3 數據來源

根據旅游產業投入產出效率評價體系，本文從2000～2018年歷年《中國旅游統計年鑒》和《中國統計年鑒》中獲取了我國31個省份（自治區、直轄市）的旅游產業投入產出數據，組成旅游產業投入產出效率分析的面板數據。為了研究我國旅游產業投入效率的地區差異，本文參照王小魯、樊綱的傳統區域劃分方法，東部地區包括北京、河北、上海、遼寧、山東、浙江、天津、江蘇、廣東、福建、海南等11個省市;中部地區包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南等8個省份;西部地區包括西藏、內蒙古、陜西、甘肅、青海、寧夏、新疆、廣西、云南、貴州、重慶以及四川等12個省區[13]。旅游產業投入產出效率評價結果與分析

3.1 總體評價

基于旅游產業投入角度，本文運用經典的數據包絡分析法測算了我國31個省份（自治區、直轄市）2000-2018年的旅游產業效率（表2）。從總體特征來看，首先，我國旅游產業的效率總體偏低，仍然存在較大的改善空間;其次，規模效率歷年來都略高于純技術效率。旅游產業產業投入綜合技術效率近19年的平均值僅為0.420，這表明我國的旅游產業效率還有58%的提升空間。綜合技術效率表示的是各級地方政府旅游產業的綜合效率情況，綜合技術效率是由純技術效率和規模效率相乘得出的，所以從綜合效率構成來看，我國旅游產業效率不高是因為純技術效率和規模效率低造成的。純技術效率19年的平均值為0.647，存在36%的提升空間;規模效率的平均值為0.683，存在32%的提升空間。純技術效率側重反映我國旅游產業投入資金在運行過程中相關機制的運行效率，從這個角度分析，我國旅游產業純技術效率偏低可能是因為旅游產業資本運作監管不力以及旅游企業管理制度缺陷。規模效率側重反映旅游產業資金投入所產生的規模效益，從這個角度分析，我國旅游產業規模效率較低可能是因為旅游產業資金支出總量仍顯不足以及資金投入結構不合理。值得注意的是，從17年的旅游產業效率來看，規模效率總是略高于純技術效率，這說明我國旅游產業無效率主要歸因于純技術無效率。這也就為我國提高旅游產業發展效率提供了主要思路，我們應把重點放在規范旅游資金運作以及提高旅游企業資金支出效率上。

3.2 區域評價

為了更好的分析旅游產業投入效率，本文將31個省份分為東部地區、中部地區、西部地區，通過對比3個地區的平均綜合技術效率、純技術效率、規模效率，可以分析出地區間在旅游產業效率上的空間差異。從表3可以看出東部地區綜合效率、純技術效率和規模效率均領先于中部地區和西部地區。

東部、中部、西部三個地區19年的平均綜合技術效率的旅游產業效率都還有很大的進步空間，東部地區平均綜合技術效率0，57，中部地區平均綜合技術效率0.43、西部地區平均綜合技術效率0.35，19年期間東部的綜合技術效率總是優于中部和西部的綜合技術效率。

就純技術效率而言，東部地區仍舊高于中西部地區，東部地區純技術效率最高值0.814出現在2007年，此后逐年下降，同樣在2016年有小幅回升;中部地區最高值0.648出現在2009年，2004年降至0.281是最低值;西部地區純技術峰值0.783出現在2000年，此后在2005年以及2016年純技術效率有上漲的趨勢。

就規模效率而言，東部地區規模效率仍然普遍優于西部和中部，東部地區的規模效率峰值出現在2000年以及2006年前后，中、西部地區的峰值在2007年前后。東部地區的規模效率峰值出現在2000年，中部地區的規模效率峰值出現在2009年，西部地區的規模效率峰值出現在2000年（表3）。

3.3 省級評價

為了比較各省份旅游產業效率差異，詳細測算了31個省份2000～2018年的旅游產業綜合技術效率、純技術效率和規模效率。并將測算之后的結果整理繪制成表4。

結果表明，從2000～2018年，旅游產業中位于最佳效率前沿的省份越來越少，總體呈下降趨勢。其中綜合技術效率從2000年的7個省份（北京、內蒙古、上海、福建、河南、廣東、云南、陜西）下降到2018年的3個省份（上海、湖南、廣東）;純技術效率從2000年的11個省份（北京、內蒙古、上海、福建、河南、廣東、云南、西藏、陜西、青海、寧夏）下降到2018年的8個省份（天津、上海、湖南、廣東、廣西、海南、西藏、寧夏）;規模效率從2000年的8個省份（北京、內蒙古、上海、福建、河南、廣東、云南、陜西）下降到2018年的3個省份（上海、廣東、湖南）。

為了更好的識別各地區旅游發展支出中存在的問題，從而更有效地指導各地方旅游產業實踐，選擇2000-2018年各省市的規模效率和純技術效率的平均值作為指標，以0.7為臨界值，將各省市旅游產業效率劃分為四種模式[7]。第一種是規模效率和純技術效率都高于0.7的“雙高”模式，包含天津、上海、福建、廣東、廣西五個省市，此種模式為旅游產業投入產出的標桿模式，需要改進的地方較少。第二種是純技術效率高于0.7規模效率從低于0.7的“高低”模式，此類模式中包含海南、寧夏、西藏、青海四個省市。相較于處于技術效率前沿的省份，此類模式地區的旅游產業發展投入較高，但是規模效率較低，說明此類地區未來發展應該改進的方向為適當縮減旅游業的財政及人力投入，合理配置資源。第三種模式為純技術效率低于0.7規模效率高于0.7的“低高”模式，包括北京、江蘇、浙江、安徽、山東、湖北、湖南、云南、陜西9個省市。此類模式相較于技術效率前沿的省份而言，純技術效率更低，特別是山東和浙江，純技術效率僅為0.268與0.332，遠遠偏低與技術效率前沿.因此，此類地區應該提高旅游業投入的管理水平，減少投入的資金與人力的浪費。第四類的是純技術效率與規模效率都低于0.7的“雙低”模式，此模式主要包括了河北、山西、內蒙古、遼寧、吉林、黑龍江、江西、河南、重慶、四川、貴州、甘肅、新疆十三個省份，此類地區未來的改進方向主要是擴大旅游產業的投入，優化旅游資源配置，同時加強旅游產業投入的運作與監管。

4 結論與建議

在中國現在經濟發展情況下，旅游業不再僅僅有拉動消費、創造經濟價值的責任，更被賦予了鄉村振興、旅游扶貧等意義，因此了解旅游產業的效率對于旅游產業的發展意義重大。有關區域旅游產業效率的研究方法已經趨于固定和成熟，但對于區域旅游產業效率的時空動態演化的研究多是停留于表征，少有對區域旅游產業效率時空動態格局進行規律性的總結;對于區域旅游產業效率影響要素的研究較多，但對于區域旅游產業效率時空增長機制的研究仍有待深入[14]]。本文運用數據包絡分析法測算了2000年到2018年我國31個省份的旅游產業綜合效率、純技術效率和規模效率。得出以下結論：從時間上看，2000～2018年期間中國31個行政省市旅游業投入產出綜合效率偏低且呈下降趨勢，這主要是因為純技術效率水平整體偏低;從空間分布上來看，中國旅游業投入產出綜合效率東部地區高于中部地區和西部地區，中部地區與西部地區綜合技術效率呈交替上升狀，東部地區的綜合技術效率值幾乎是西部地區的2倍。由此可見，我國旅游業效率在空間分布上存在顯著的差異。

旅游業效率是旅游活動過程中客觀存在的一種經濟現象，其演化發展過程具有一定的規律性。發展國內旅游業不僅有利于加快資金周轉、增加資金累計和國民收入，更有利于促進我國產業結構調整和優化。為此，各級政府部門需要持續推動旅游產業的發展創新和改革，加大旅游產業的財政收入。但是對于中國這樣旅游產業需求旺盛，供給結構性不足的現狀來看，更加需要各級政府部門提升旅游產業效率。首先，應當摸清旅游市場真實需求，從市場出發而不是資源人手，加強需求與供給、需求與資源的對接;其次，應當建立科學合理的旅游產業效率評價體系，規范地反政府和各級部門對旅游產業的財政投入;再次，應當建立嚴格的對于旅游產業財政投入的監察機制，提升資金的利用率，防止旅游產業資金的浪費;最后，我國幅員遼闊，東部、中部、西部地區旅游發展現狀差異較大，應當因地制宜制定發展策略，不僅僅是提升旅游所帶來的財政收入，更應當注重旅游產業的效率。

參考文獻：

[1]Yildirim S，Coskun.Seasonal dynamics of in major Turkishinboundtourism markets[J].Impact assessment tourism economics，2016（1）：23～41.

[2]Lee，C.K.&Han，S.H.Estimating the use and preservation valuesof national parkstourism resource using a contingent valuationmethod[J].Tourism Management，2002（121）.

[3]馬曉龍.中國主要城市旅游效率及其全要素生產率評價：19952005[D].中山：中山大學，2008.

[4]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（10）：158～164.

[5]王志民.基于DEA-MI模型的江蘇沿江旅游區旅游效率評價研究[J].南京師大學報：自然科學版，2014（4）：120～125.

[6]Hultkrantz L，Olsson C.Chernobyl effects on domestic andinbound tourism in Sweden-A time series analysis[J].Environ-mental and Resource Economics，1997（9）：239～258.

[7]宮永彬.基于DEA模型的我國地方政府環境保護支出效率評價[J].重慶師范大學學報（哲學社會科學版），2015（4）：73～80.

[8]萬緒才，王厚廷.中國城市人境旅游發展差異以其影響因素—以重點旅游城市為例[J].地理研究，2013，32（2）337～346.

[9]官永彬.民主與民生：分權體制下公眾參與影響公共服務效率的經驗研究[J].經濟管理.2016，38（1）：177～187.

[10]Farrell M J，The measurement of productive efficiency[J].Journalof the royal statistic society，1957，120（3）：253～281.

[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，2010，65（8）：1004～1012.

[12]楊春梅，趙寶福.基于數據包絡分析的中國冰雪旅游產業效率分析[J].干旱區資源與環境，2014，28（1）：169～174.

[13]王小魯，樊剛.中國地區差距的變動趨勢和影響因素[J].經濟研究，2004（1）：33～44.

[14]王兆峰.趙松松.基于DEA-Malmquiet模型的湖南省旅游產業效率時空動態演化及影響因素[J].長江流域資源與環境，2019，28（8）：1886～1897.

[15]查建平.改革開放40年中國旅游產業效率演變及規律[J].旅游學刊，2019，34（1）：5～6.

收稿日期：2019-12-31

作者簡介：劉紅蓮（1995-），女、碩士研究生，研究方向為旅游地管理與區域規劃。