西南旅游效率的測度與分析

野思凡 王 聰

(1.重慶交通大學經濟與管理學院 重慶 400074；2.湖北地礦建設工程承包集團有限公司 湖北 武漢 430000)

引言

西南地區有豐富的地質條件，從盆地逐漸攀升至高原造就了復雜而獨特的氣候條件和地形地貌，孕育出了很多奇偉詭譎的自然景觀。有廣西的蘆笛巖、七星巖、貴州的織金洞、貴州的龍宮等享譽世界的喀斯特巖熔巖地貌，有四川的峨眉山、云南的玉龍雪山、貴州的梵凈山等名山大川，有四川長江三峽、云南麗江石鼓虎跳峽、貴州馬嶺峽谷等峽谷風光還有廣西桂林、陽朔一帶石灰巖峰叢被譽為“碧蓮玉筍世界的石林峰叢景觀[1]。除了擁有豐富的自然景觀，西南地區由于是我國少數民族聚集區域，融合了漢、壯、瑤族、藏、羌、彝、苗等34種民族風俗習慣，也保留了大量的人文景觀使其人文旅游資源亦表現出多樣性。歷來西南地區就是國內旅游的熱點地區，豐富的地理人文景觀使西南地區的旅游業具有非常良好的發展前景，云南的蒼山洱海，廣西的桂林山水、貴州的苗族風情還有巴蜀之地的美食和國寶熊貓每年都吸引大量的游客前來參觀。加之近年來新媒體平臺的帶動和引流，像“8D”山城重慶、貴州荔波、廣西潿洲島的火爆進一步助力了當地的旅游業。而且高鐵的快速發展將整個西南地區納入快速交通網絡，成昆、成渝、川黔、黔 桂、南昆、貴昆等線也將西南各省會城市和重點旅游城市之間串聯起來也使得旅游的成本進一步降低。西南地區的旅游業已經進入了快速發展的道路，但是高效的發展才更為重要的。

“效率”就是在生產中投入資源與產出效用之間的比值，在如今社會快速發展的時期，追求高效化，使得資源配置和技術利用水平對產業可持續發展的意義非常重大[2]。而旅游效率就是指在特定范圍內，旅游業發展過程中單位生產要素投入能實現產出最大化，是旅游業和所有相關產業獲得總剩余最大化的性質[3]。高效率說明投入的資源充分被利用，低效率則與之相反。導致旅游效率低的原因很多，例如資源充足地區投入利用不及時導致的資源效率配置低下，資源不足或技術老舊導致效率難以提升等。探究西南各個省市的旅游業效率，對于優化旅游資源配置，提升旅游業的發展十分重要。鑒于此，本文將以DEA為研究手段，以重慶、四川、貴州、云南、廣西這五個西南省份為研究樣本，測度和分析他們的旅游效率并分析為了旅游資源的配置目標。

一、研究方法和數據來源

(一)DEA模型的介紹

數據包絡分析(DEA)，是由運籌學家Charnes,Cooper 等以相對效率為基礎，用于測評一組多投入、多產出決策單元(Decision Making Unit,DMU)的績效和相對效率[4]。對于旅游業效率的測度，本文選擇構建投入導向型的CCR模型、BCC模型和超效率DEA模型，以此來刻畫西南各省旅游業投入產出的綜合效率、純技術效率和規模效率。

(1)CCR模型可以得出DEA有效還是無效,是在規模收益不變的情況下得到的。假定被考察單元的個數為m個，每個被考察單元有s個輸出變量和n個輸入變量。其中Xik表示k個被考察單元的第i個輸入變量，第Yjk表示第k個被考察單元的第j個輸出變量。最后，第k個DMU的總效率的計算可轉化成線性規劃問題：

(1)

(2)但CCR模型具有一定的經濟學假設前提，而在現實中這些假設并不能完全實現，如市場的競爭機制，信息的不對等，不可獲得等因素，造成了社會在進行生產時不可能完全在同一規模的基礎上進行。據此，1984 年，Charnes 和 Cooper 在 CCR模型的基礎上提出了基于可變規模報酬的 DEA-BCC 模型BCC模型：

(2)

(3)超效率DEA模型將進一步深入對效率為1的DMU進評價，它能夠對效率為1的DEA進行排序。超效率模型和CCR模型形式相似，如公式(3)所示：

(3)

(二)指標的選取和數據的來源

投入、產出指標的設計直接影響到 DEA評價效率的準確性。指標的選擇既要能夠客觀反映區域旅游產業的投入產出水平，又要避免指標之間具有較強的線性關系[5]。此外，由于 DEA 模型是基于定量指標的數據進行效率測算的，因此要盡量避免使用界限不明晰的定性指標，或將定性指標盡可能的轉化為定量數據。對于旅游效率的測度，鄒泉選擇以中國31個地區的資本、勞動力、資源稟賦及旅游支持性設施作為投入變量，以當地國內外游客量和旅游企業的營業收入作為產出變量[6]。李會琴選擇了湖北12個地級市的固定資產投資、A級以上景區數量、第三產業從業人數作為投入變量，國內游客人數和國內游客收入作為產出變量[7]。

根據相關文獻對于旅游業效率投入產出變量的選擇，我們將第三產業從業人數作為旅游行業從業人數的替代反映勞動方面的投入。選取了星級飯店的數量、旅行社的數量和A級景區的數量作為資本投入指標。產出變量選擇了旅游總收入和旅游總接待量。以2014-2018年中重慶、四川、貴州、云南、廣西來研究，因此本研究的對象有25個，根據DEA評價中DMU個數>2(投入指標+產出指標)的條件，15>2*(5+2)符合要求。

表1 旅游業的投入產出指標

二、西南地區旅游效率的測度及其分析

(一)西南地區旅游效率的測度結果

旅游業綜合效率可以顯示出旅游行業中資源投入和其超出效用之間的整體比率，將其分解成表示城市在旅游發展過程中對現有技術水平發揮的程度的技術效率，和用于旅游發展的資源要素投入滿足城對旅游發展資源需求的程度的規模效率。根據西南地區重慶、四川、貴州、云南、廣西五個省市自治區的投入、產出面板數據，應用DEA的CCR和BCC模型，從投入角度測算2014—2018年的綜合旅游效率，并分解成技術效率和規模效率。如下表2。

表2 各決策單元效率值

(二)西南地區旅游效率的分析

重慶和四川有著非常深厚的歷史文化淵源，如今被劃成成渝城市圈共同發展。游客前往西南旅游有的會在兩個省市中二選其一，有的會由于來往非常方便而暢游兩地，所以重慶和成都在旅游行業上既有競爭又有合作。從綜合旅游效率來看，重慶和四川在2014—2016年都是處于有效水平，而且四川省的旅游效率是要優于重慶市的。2017年和2018年旅游效率有著同樣的下降趨勢，由綜合有效變成綜合無效，四川省的下降速率高，下降幅度更大，在2018年降到0.717比重慶市的0.918更低。貴州省的旅游效率是五個西南省市里最高的，從2014年到2018年的旅游效率分別是2.182、2.081、2.292、2.488、2.52，有著震蕩上升的趨勢，并且在本來就高度有效的基礎上不斷改進。云南的旅游效率也是在不斷上升的，從2014年的0.658無效率狀態上升到2018年的1.463，是除了貴州以外西南地區旅游效率最高的省份。廣西省的旅游效率呈現一種先降低后升高的“V”字型變化趨勢，最高效率0.644，最低效率0.497，一直處于無效率狀態，而且是整個西南地區旅游效率最低的省份。

技術效率表示在忽略規模因素影響的情況下，投入指標影響綜合技術效率的程度，即對技術的利用程度。在技術效率上還是貴州省最高，然后其次是重慶、四川、云南和廣西。其中四川省的技術效率長時間保持為1，雖然技術有效但是沒有進步。所有省份的規模效率想比起來都略有不足，仍需繼續進步達到有效水平。

三、結論

本文基于數據包絡的分析方法，構建了重慶、四川、貴州、云南這西南四省的旅游效率評價指標。研究表明：2014—2018年，重慶和四川的綜合旅游效率在有所下降，從有效水平變為無效水平。貴州省擁有西南地區里最高的綜合旅游效率，并且一直保持高度有效。云南的旅游效率也是在不斷上升，從無效水平上升到有效水平。廣西省一直處于無效率狀態，而且在西南地區綜合旅游效率最低。