左右江革命老區旅游效率與經濟發展水平耦合協調研究

李廣宏， 趙慶璽

(桂林理工大學 旅游與風景園林學院，廣西 桂林 541004)

一、引言

左右江革命老區位于我國西南邊陲地區，主要包括廣西壯族自治區的百色市、河池市、崇左市，貴州省的興義市、都勻市和云南省的文山市。相比于發達地區其經濟基礎差、地理位置也較為偏僻，但特殊的地勢地貌與歷史進程造就了左右江革命老區良好的自然生態環境與獨特的紅色文化，為旅游業發展提供了良好的基礎。經濟發展新常態下旅游業發展逆勢增長，大力推動旅游業發展已經成為促進地區經濟發展的重要手段，旅游業也已成為經濟發展的強勁推動力。近年來國家高度重視革命老區經濟發展，左右江革命老區內的廣西壯族自治區、云南省、貴州省均通過推進重大旅游建設項目來促進旅游業發展，但在旅游業實際發展過程中，由于各市經濟基礎、旅游業現有規模、各類技術條件等存在較大差異，部分地區出現了資源浪費、投入冗余，造成了旅游效率低下的現象。我國學者對于旅游效率的研究主要集中于兩方面：一是經濟帶內旅游效率研究，如張洪[1]、王新越[2]研究了“一帶一路”經濟帶內各省份與港口城市的旅游效率與影響因素、空間特征等；陳園園[3]、方世敏[4]研究了長江經濟帶的旅游效率與時空演化、空間特征、支撐因素等；二是省域尺度下的旅游效率研究，如郭向陽[5]、韓瑛[6]、王少華[7]、吳媛媛[8]分別以云南、山西、河南、東北地區為研究對象，研究旅游效率的空間分異特征、時空差異、演變過程等。從文獻回顧來看，在研究內容方面我國對于旅游效率的研究主要為對旅游效率進行時空分析，但研究旅游效率與經濟發展水平之間的協調關系的文獻則較少；在研究尺度方面，絕大部分以省域或者經濟片區為研究對象，少以市域為研究對象。鑒于此，本文以左右江革命老區市域為研究對象，使用DEA模型、TOPSIS綜合評價法與耦合協調模型對旅游效率與經濟發展水平之間的關系進行研究，以期為地區旅游公共政策的制定與旅游發展提供借鑒參考。

二、指標選取、數據來源與研究方法

(一)指標選取

綜合考量數據的可獲取性、代表性與科學性，結合DEA模型方法的特殊性，選取星級酒店數量、旅行社數量、旅游業從業人數作為旅游效率的投入指標；產出指標則采用已經獲得學者廣泛共識的旅游收入。經濟發展水平指標的選取參考其他學者的研究經驗[9-10]，從經濟實力、人民生活水平與經濟發展結構3個層面來構建左右江革命老區經濟發展水平評價體系，如表1所示。

(二)數據來源

數據來源于2015—2019年《貴州統計年鑒》《廣西壯族自治區統計年鑒》《云南統計年鑒》以及左右江革命老區內各市政府工作報告、國民經濟與社會發展統計公報，部分缺失數據由當地文化與旅游局提供。

(三)研究方法

1.DEA模型

DEA模型又叫數據包絡分析模型，是用于評價具有多投入、多產出的決策單元相對效率和效益的一種方法，主要使用規模收益可變的包絡分析模型(BCC模型)，該評價模型將綜合效率(crste)分為技術效率(vrste)與規模效率(scale)。綜合效率用來反映資源配置、有效利用、規模聚集等效率；技術效率用來反映在當前技術水平下，對資源配置利用的效率；規模效率則反映現有規模與最優規模之間的差距，即投入產出的合理配置程度[11]。

2.熵權TOPSIS綜合評價法

對某個對象進行綜合評價的關鍵步驟之一是確定各項評價指標的權重值，權重值可以直觀地反映出該項指標的貢獻度。為避免評價者個人知識結構、偏好等因素造成的干擾，使得指標評價值的確定更加客觀，采用熵權TOPSIS組合的方法來確定評價水平。

(1)熵值法確定指標權重

熵值法屬于客觀賦權方法，測算原理是依據信息理論中熵值的離散程度來確定指標的權重，離散程度越高對于評價結果的影響程度也就越大，因此獲得的權重也就越低，反之獲得的權重則較高。具體計算步驟如下：

在計算權重之前，為避免不同評價指標的量綱存在差異，首先對各項指標進行min-max標準化方法處理數據。對于i×j的矩陣，i為樣本數，j為指標數，xij為第i個樣本中第j項指標的數值，標準化計算公式為：

(1)

第一步，計算j項指標下i個樣本值占據該指標的比重：

(2)

第二步，求出j項指標的熵值：

(3)

第三步，計算熵冗余度：

dj=1-ej，(j=1,2，…,m)

(4)

第四步，計算權重：

(5)

(2)TOPSIS法算貼近度

TOPSIS法又稱理想評價法，該方法通過計算評價對象與理想評價值之間的貼近程度來進行排序，距離最優解最近的值為最理想值，反之則為負理想值，即距離理想評價值距離最近獲得的評價越高，反之則評價越低。具體步驟如下：

第一步，構造各項指標的權重值與評價值矩陣：

w=(w1,w2，…，wn)

(6)

(7)

(8)

第二步，計算最優解與最劣解：

(9)

(10)

式中：F+與F-分別為評價值矩陣R中相同指標下的最優解與最劣解。

第三步，計算評價對象與最優解和最劣解之間的距離：

(11)

(12)

式中：D+為評價對象i與最優解之間的歐氏距離；D-為評價對象i與最劣解之間的歐氏距離。

第四步，計算評價對象的相對貼近度：

(13)

式中：Ci為評價對象i的相對貼近度，將相對貼近度Ci進行排序即可找出最佳預測模型，相對貼近度越高意味著評價對象越優，反之則越劣。

3.耦合協調度模型

耦合協調模型是用以定量衡量多個系統之間的相互作用、相互影像程度的模型。在參考其他學者的研究經驗的基礎上[10]，構建旅游效率與經濟發展水平的耦合協調模型，計算公式如下：

C={f(x)g(y)/[f(x)+g(y)/2]2}k

(14)

式中：C(0

為更加直觀反映出旅游效率與經濟發展水平之間耦合關系的優良性與一致性，進一步使用耦合協調模型計算公式如下：

(15)

式中：D兩個子系統之間的耦合協調度；T為兩個子系統之間的綜合協調指數；α與β為待定系數分別取0.5。

三、結果與分析

(一)旅游效率分析

運用DEA模型適應DEAP2.1計量經濟學分析軟件，計算出左右江革命老區各市2015—2019年旅游效率值，如表2所示。

表2 2015—2019年左右江革命老區各市旅游效率

注：irs表示規模報酬遞增,—表示規模報酬不變,drs表示規模報酬遞減。

從綜合效率來看，綜合效率平均值由2015年的0.491變為2019年的0.740表現出了快速增長的趨勢，意味著左右江革命老區各類旅游投入轉化為理想產出的效果逐漸增高。具體來看，在2015—2019年的5年中，大部分市旅游效率均表現為無效但綜合效率逐年升高，只有興義市與百色市分別在2015—2019年與2015—2016年表現為DEA有效，百色市由2015—2017年由規模效率遞增演變為2017—2019年DEA有效。

從技術效率來看，左右江革命老區在2015—2019年間技術效率由0.766變為0.879，總體上表現為逐漸增長且變化趨勢表現為“對鉤形”，即2015-2016年輕微降低后于2017-2019年迅速上升。相比于綜合效率技術效率與規模效率，技術效率增長的速度更加平緩、增長幅度也更低，但平均值在觀察期內最高。雖然技術無效的地區仍占據大多數，但是技術效率有效的占比在綜合效率、技術效率、規模效率3項中所占比例最高。從技術效率有效的具體年份來看2015—2017年為2個、2018年為4個、2019年為3個，表明在左右江革命老區內各市對資源合理分配、利用程度較為理想，技術效率在一定程度上帶動了旅游綜合效率的提升，對綜合效率的提升起重要的支撐作用。

從規模效率來看，規模效率與綜合效率與技術效率呈現出的遞增趨勢相同，由2015年的0.657增至2019年的0.854。從規模效率高低來看，興義市在5年內均為規模有效且為左右江革命老區內唯一一個規模效率最優市，說明興義市各類旅游資源投入足夠滿足旅游需求；百色市于2018—2019年規模有效，在2015—2017年間雖表現為規模效率無效但規模效率值逐年遞增且處于較高水平均在0.916以上；文山市在5年內規模效率平均值最小僅為0.190嚴重低于各市平均值0.778，說明各地區之間旅游投資與旅游需求之間存在著十分明顯的差異，規模效率在很大程度上制約了文山市綜合效率提升。

從規模報酬來看，規模報酬遞減只出現于2019年河池市、崇左市與都勻市，表明在這些地區旅游投入出現了冗余并導致資源浪費的情況，應當適度減少各類旅游資源投入。除興義市旅游投入與產出在各年份保持最優以外，其他年份的絕大部分地區則均表現為規模報酬遞增，因此在這些地區應繼續擴大旅游投入來獲取更高的收益。

使用自然斷點法將2015—2019年各地區的綜合效率、技術效率與規模效率的平均值分為3級，分級結果如表3所示。從分級結果可以看出，興義市在綜合效率、技術效率與規模效率均處于最高級；文山市在綜合效率與規模效率處于最低級但技術效率處于最高級；百色市、河池市、崇左市與都勻市主要處于中級與最低級，說明部分市在技術條件和旅游產業規模方面均存在著不足之處，仍有很大的提升空間。

表3 2015—2019年左右江革命老區各市旅游效率分級

(二)經濟發展水平分析

使用熵權TOPSIS綜合評價法計算出的經濟發展水平評價值如表4所示。

由表4可以看出，在2015—2019年觀察期間百色市、崇左市、興義市、都勻市、文山市的經濟發展水平均增強，而河池市經濟發展水平表現為先減少后增加的“U”型變化趨勢。通過對各年份的各市經濟發展水平評價值均值進行排序，具體排名為文山市>河池市>興義市>都勻市>崇左市>百色市，文山市經濟發展水平評價值的均值最高為0.608，而百色市經濟發展水平均值最低為0.299，最高值是最低值的2.03倍，表明左右江革命老區內各市經濟發展水平差距十分巨大。究其原因，百色市位于廣西壯族自治區西部不僅地理位置偏僻、交通通達性差，而且為全國18個集中連片的貧困地區之一，是典型的多民族聚集的邊境地區，經濟發展的客觀條件差。2019年百色市人口達到了422.68萬人，雖然GDP總量遠高于文山市，但人民生活水平與文山市仍有不小的差距。相比之下，文山市作為文山州的首府是文山州政治、經濟的中心，北鄰云南省會昆明市、西界廣西壯族自治區首府南寧市，四周均有完善的交通干線，交通十分便利，2019年被評為“中國西部百強縣級市”，其經濟發展潛力巨大。其他地區經濟發展水平則處于螺旋上升的良好發展態勢。

表4 2015—2019年左右江革命老區各市經濟發展水平評價值

(三)耦合協調分析

根據2015—2019年各市旅游綜合效率與經濟發展水平評價值，使用耦合協調模型計算出各市耦合協調度，如表5所示。由表5可知，2015—2019年左右江革命老區旅游效率與經濟發展水平的耦合協調度整體呈現出增長的趨勢，2015—2017年耦合協調度主要集中于勉強協調，而2018—2019年則主要集中于初級協調，二者之間的關聯性逐年增強且每一年的變化趨勢大體相同，但各地區之間的差異較大。耦合協調度最高與最低的地區分別為興義市與文山市，值得注意的是，雖然文山市耦合協調度最低但增長速度最快，由2015年的0.296增至2019年的0.533，這表明近年來文山市旅游效率與經濟發展水平之間的相互關聯程度不斷增強，二者相互促進、共同發展，其他地區耦合協調度均為穩步上升。從地理空間來看，左右江革命老區位于北部的興義市、都勻市、河池市耦合協調度相對較高，位于南部的百色市、文山市與崇左市協調度較低。

表5 2015—2019年左右江革命老區各市耦合協調度

四、結論與建議

通過DEA模型、熵權TOPSIS綜合評價法與耦合協調模型對左右江革命老區內各市的旅游效率、經濟發展水平與二者之間的耦合協調關系進行測度，得出的主要結論如下：

1. 2015—2019年左右江革命老區各市綜合效率與規模效率穩步上升，綜合效率最高與最低的市分別為興義市與文山市；技術效率在5年觀察期內變化趨勢為“對鉤形”且技術效率高于規模效率，技術效率對于綜合效率的提升起著主要的支撐作用。

2. 2015—2019年左右江革命老區各市經濟發展水平逐年增高，具體排名為：文山市>河池市>興義市>都勻市>崇左市>百色市。

3. 2015—2019年左右江革命老區內各市旅游效率與經濟發展水平耦合協調度逐年提升，其中文山市提升最快，各地區之間差異迅速減小。從地理空間角度來看，左右江革命老區北部的興義市、都勻市、河池市整體高于南部的百色市、文山市與崇左市。

根據研究結果結合各市發展實際情況提出以下建議：

1. 河池市、崇左市、都勻市2015—2018年為規模報酬遞增轉變為2019年規模報酬遞減，因此應當適度調整各類旅游投入，削減或者淘汰產出低的旅游產業分支重構旅游投入結構，促使旅游投入與產出達到最優；文山市表現為技術效率有效但規模效率較低且規模報酬遞增，因此應當以特色旅游資源為先導積極引導各類資本投入，擴大旅游產業規模滿足當地旅游需求，以促進旅游綜合效率的提升；百色市與興義市則應繼續保持先前最優的旅游投入，使得旅游投入與產出長期最優，并成為周邊地區旅游產業投入產出的范例，帶動其他城市旅游綜合效率提升。

2. 從經濟發展水平與耦合協調度之間關系可以看出，耦合協調度增長與經濟發展水平呈現出一定程度上的正相關，即經濟發展水平較高的地區耦合協調度提升速度也較快，說明良好的經濟基礎對于經濟發展與旅游效率協調共進有著重要的支撐作用。因此，經濟發展水平較低的百色市與河池市應當大力吸納社會投資，積極提升經濟發展水平，同時政府機構也應當在區域公共政策與政府投資方面予以適當的傾斜，助力落后地區經濟發展。