基于DEA-Malmquist模型的“西部陸海新通道”沿線省市區入境旅游效率研究

黃雅婷 王永強 王瓏興 張又文 楊瑋玥

基于DEA-Malmquist模型的“西部陸海新通道”沿線省市區入境旅游效率研究

黃雅婷1，2王永強1，2王瓏興1張又文1楊瑋玥1

（1.四川外國語大學國際工商管理學院，重慶 400031）（2.四川外國語大學重慶國際旅游研究中心，重慶 400031)

以“陸海新通道”沿線的西南五省市區（重慶、四川、云南、廣西和貴州）為研究對象，運用DEA-Malmquist指數模型，從靜態和動態兩個維度，對2010—2019年西南五省市區入境旅游效率進行評價，并運用面板Tobit模型分析影響因素。研究發現：“陸海新通道”沿線省市區入境旅游效率存在明顯的異質性，重慶、云南和廣西三地入境旅游綜合效率達到最優水平，規模低效和技術落后是入境旅游效率提升的主要障礙；就旅游企業投入要素而言，重慶和云南表現較佳，其余三地均存在投入冗余現象。建議沿線省市區借助陸海新通道加強對外開放，提升旅游管理水平，優化交通設施建設，加強文旅融合，實現入境旅游效率最大化，促進區域入境旅游協調發展。

西部陸海新通道；入境旅游效率；DEA-Malmquist指數；面板Tobit模型

旅游業是國民經濟的重要組成部分，入境旅游是旅游業發展的重點領域，如何提升入境旅游效率，是新時期面臨的一項艱巨任務。2019年8月，國家發展改革委正式發布《西部陸海新通道總體規劃》，標志著陸海新通道上升為國家戰略，沿線各地迎來了入境旅游發展的契機。然而，通道沿線各地入境旅游效率存在較為嚴重的空間分異[1]，入境旅游效率有待進一步提升。因此，科學評價通道沿線地區入境旅游效率，并系統分析影響因素，有助于各地探索入境旅游效率的提升路徑，促進通道沿線區域入境旅游的高質量發展。

Farrell[2]最早提出“效率”這一概念，并將其作為資源利用水平和使用能力的判定標準。20世紀80年代，Charnes等[3]將效率應用到旅游領域。此后，國內外學術界對旅游效率展開了廣泛的研究。我國學者以長三角地區、泛珠三角地區、粵港澳大灣區和“一帶一路”沿線區域等為研究對象，主要從效率評價、入境旅游影響因素和入境旅游市場空間分異特征等方面進行了深入研究。在效率評價方面，測算入境旅游效率的主要方法[4-6]有隨機前沿引力法、DEA-Malmquist指數法、SFA-Malquist指數法等；在影響因素方面，學者們指出旅游企業發展、對外開放程度、旅游交通條件、產值替代增加值、雙邊貿易水平等是影響入境旅游效率提升的主要因素[7-8]；在空間分異特征方面，學者們發現入境旅游效率具有顯著的空間正自相關關系[9]，表現出明顯的集聚效應[10]。進一步研究發現，技術進步對入境旅游效率的空間溢出效應影響最為顯著[11]。梳理過往研究可發現，探究入境旅游效率的影響因素，實現入境旅游的高質量發展，是當前學界研究的熱點。但目前入境旅游效率的研究主要集中在東部和沿海地區，對西部內陸省市區的關注較少；西部地區入境旅游效率影響因素的指標選取有待拓展，尤其是陸海新通道戰略的實施對沿線區域入境旅游效率的影響效果有待探究。

基于2010—2019年的相關數據，運用DEA-Malmquist指數模型對“陸海新通道”主通道沿線西南五省市區重慶、四川、云南、廣西和貴州的入境旅游效率進行靜動態結合分析，探討五省市區在研究時段內入境旅游效率的時間演變規律和空間分布特征，把握該區域入境旅游市場的發展特征，探討入境旅游發展中存在的問題，為推動該區域入境旅游經濟發展提供支撐。在此基礎上，運用Tobit樣本選擇模型進一步研究入境旅游市場綜合效率的影響因素，為西南五省市區政府及相關部門優化入境旅游發展模式、推動入境旅游高質量發展提供決策參考。

一、研究方法與數據來源

（一）研究方法

數據包絡分析法（DEA）廣泛應用于各種效率評價研究。作為一種非參數方法，它采用線性規劃技術，將陸海新通道西南沿線的每一省市區作為一個評價對象，即一個決策單元，通過多個旅游相關變量同時測量3種旅游效率變量，構建一個旅游指標體系，對五省市區的入境旅游效率進行評價。由于入境旅游市場中產出要素比投入要素更容易控制，故采用基于投入導向的DEA-BBC模型，公式為：

1953年，瑞典經濟學家和統計學家StenMalmquist在消費分析過程中首次提出Malmquist指數模型，旨在分析不同時期的消費變化。1982年，Caves等開始將這一指數應用于生產效率變化的測算。目前該模型廣泛運用于金融、工業、醫療等部門生產效率的測算以及各個行業、企業等不同時期生產效率的分析。Malmquist指數模型通常與DEA方法結合，幫助研究者更好地掌握效率演變的特征與規律。該模型將全要素生產率變化分解為技術效率變化指數和技術進步指數，并將技術效率變化指數細分為純技術效率指數和規模效率指數，即Malmquist生產率指數等于純技術效率指數、規模效率指數和技術進步指數的乘積。各效率指數大于1，表示增長或進步；各效率指數等于1，表示不變；各效率指數小于1，表示下降或衰退。該模型的表達式為：

（二）數據來源、要素選擇與處理

借鑒現有研究成果，文章將旅游外匯收入、入境旅游人數作為產出要素，將旅游基本單位數、從業人數、第三產業固定資產作為投入要素[12-13]。考慮到金融危機與新冠疫情的影響，采用2010—2019年的數據，運用deap 2.1進行分析測算。

其中，旅游基本單位與從業人員的數據均采用星級酒店、A級景區、旅行社三方面數據的總和。以上各項數據來源于各省統計年鑒、《中國旅游統計年鑒》、《中國文化文物和旅游統計年鑒》等。由于部分年份統計口徑變化，數據存在一定程度的波動，如2010年中國旅游統計年鑒中未統計A級旅游景區從業人數，因此，本研究中2010年旅游從業人員僅包含酒店與旅行社人數。

第三產業固定資產運用eviews10測算五省市區的固定資產滯后長度，五省市區均滯后1期。最后，考慮到通貨膨脹與匯率變動，旅游外匯收入根據每年度平均匯率將計價單位轉換為人民幣，并根據CPI居民消費指數對轉換后的外匯數據進行CPI縮減，以消除通貨膨脹的影響。最終采用處理后的數據進行計算。

二、西南五省市區入境旅游效率測度及分析

（一）西南五省市區入境旅游效率靜態測度及分析

運用deap 2.1軟件，測算2010—2019年西南五省市區的入境旅游效率，包括綜合效率（）、純技術效率（）和規模效率（），具體的效率值見表1。旅游效率值等于1表示該地區旅游效率達到有效，值越小說明該地的旅游效率越低。

總體來看，2010—2019年陸海新通道沿線西南五省市區的入境旅游效率呈現兩極化趨勢。僅云南的入境旅游綜合效率始終處于高水平，重慶和廣西的效率均值分別為0.961和0.944，處于偏高水平，四川和貴州分別以0.403和0.231的均值處于低水平，說明五省市區尚未形成良好的入境旅游區域協作機制，區域整體入境旅游效率偏低。

表1 西南五省市區入境旅游效率DEA計算結果

從時序變化看，云南入境旅游綜合效率歷年來維持在高位，說明云南入境旅游市場效率的投入產出效率已達到最優，而其他各地旅游效率的波動呈現較大的異質性。廣西在2013、2014年迎來一次明顯的效率提升，主要原因是“一帶一路”倡議進一步推進了廣西與東盟國家的互聯互通；同時，廣西增加了基礎設施方面的投入，推動入境旅游綜合效率達到最優水平。重慶在2011、2017和2019年分別達到效率最優，究其原因，2011年渝新歐鐵路的開通、2016年中新（重慶）戰略性互聯互通示范項目的啟動和2019年《西部陸海新通道總體規劃》的發布，對入境旅游產生了積極影響。而在其他年份，廣西和重慶的入境旅游綜合效率均出現了小幅下降，從DEA測算結果可知，旅游市場資源的投入不足是造成兩地規模效率波動的主要原因，因此需要適當增加市場資源的投入，進行市場資源轉移。

四川在觀察期中，規模效率較低，且規模收益一直處于遞增的狀態，說明四川需繼續加強對旅游基礎設施、旅游企業和旅游人員的投入，以提升規模效率。DEA測算結果同時顯示四川的純技術效率一直處于中等水平，雖然該省近幾年在旅游方面的投入增加，但產出的增長速度仍然相對平穩[14]，說明四川需要進一步提高管理水平、引進新技術，以提升旅游資源的利用效率，從而促進綜合效率的提升。貴州地理地形復雜，旅游資源的組合度不高，交通條件較差、通達度較低，旅游景點易出現“孤島現象”，難以產生省內旅游產業的規模效應，旅游開發成本投入大，收益卻不理想，最終入境旅游效率未能實現最大化。因此，貴州在觀察期十年內規模效率始終在低水平波動，綜合效率一直處于較低水平。

（二）西南五省市區投入要素分析

為識別DEA無效年份各投入要素的冗余情況，繼續對各省市區旅游企業的投入要素進行分析。投入要素相應的投入冗余率等于投入冗余值除以原始投入值。據上述結果分析，2010—2019年，四川、貴州、廣西的入境旅游出現過投入要素冗余的情況。據deap 2.1測算結果可知，四川投入冗余狀況貫穿觀察期全部時間段，貴州2018—2019年存在投入冗余的情況，廣西2010年存在投入冗余情況，重慶、云南的非DEA有效年份不存在投入冗余問題。表2為四川、貴州、廣西三省區投入冗余率情況。

表2 四川、貴州、廣西三項投入要素投入冗余率表

據測算結果可知，四川、貴州、廣西在出現投入冗余的年份中，在旅游單位、從業人員、第三產業固定資產三個投入要素上均存在投入浪費的情況。從投入冗余率整體水平與平均值看，四川整體投入冗余情況較嚴重，三項要素的十年冗余率均值遠超貴州與廣西，其從業人員與第三產業固定資產上的冗余率均值為50%以上。同時，從時序變化上看，四川的整體投入冗余情況呈明顯上升趨勢，主要是因為四川入境旅游經濟存在明顯的不充分和不平衡問題，“一成獨大”導致大量旅游投入集中在成都市，而川內其他市州的旅游資源沒有得到有效利用[15]，導致了突出的投入冗余現象。

貴州在2010—2017年不存在入境旅游上的投入冗余問題，只在2018年出現了第三產業固定資產的投入冗余和2019年出現了旅游單位與企業的投入冗余。這與貴州吹響脫貧攻堅沖鋒號角、增加旅游投入、推動扶貧旅游相關，但對貧困地區的投入建設還未能及時反映在入境旅游的發展上，由此呈現投入冗余狀態。

廣西2010年出現投入冗余的情況，三項要素的投入冗余在10%左右，2011—2019年不曾出現投入冗余的情況。2011年以后，廣西深入挖掘前期投入資源的潛能，消化冗余部分，合理開發自身獨特自然資源與少數民族文化資源，利用邊境的地緣優勢，提升對入境旅游市場潛在顧客的吸引力，實現了入境旅游業的高質量發展。

（三）西南五省市區入境旅游效率動態測度及分析

為更好地反映西南五省市區入境旅游效率的動態變化趨勢，運用Malmquist指數模型，從時間和空間兩個維度，對2010—2019年五省市區的入境旅游效率值進行測算，結果見表3和表4。

表3 2010—2019年五省市區Malmquist指數及其分解

從時間維度看，技術進步和技術效率是影響全要素生產率的主要指標。2010—2019年西南五省市區入境旅游效率平均值大于1，表明該時段入境旅游效率有所提高，整體呈增長趨勢。除2013、2016和2017年有明顯“短板效應”，導致效率小于1，其他年份的入境旅游效率均大于1，可見在研究時段內入境旅游效率呈現“高—低—高”的波動路徑。2013—2014年，技術效率大于1，技術進步效率小于1，入境旅游效率受技術進步效率的影響呈下降趨勢。從2013年開始，技術效率一直呈下降態勢，但由于技術進步效率一直上升且大于1，截止到2016年，入境旅游效率皆趨于1。2016—2018年，技術進步效率略有提高，但無法彌補技術效率的降低，因此這兩年入境旅游效率有所降低。研究時段內，規模效率的平均值為1.03，且規模效率小于1的年份的數據也接近于1，說明西南五省市區整體的入境旅游發展投入要素的配置結構較為合理，可基本滿足各地旅游發展需求。西南五省市區與東部經濟發達地區相比，產業發展相對落后，技術與創新能力較差；西南五省市區的旅游資源豐富，對旅游資源具有較強依賴性，產生了“旅游資源詛咒”現象，相應產生的旅游“擠出效應”，使五省市區部分地區處于“旅游抑制作用階段”[16]，技術創新難以促進其發展，不同年份技術效率差距較小。

表4顯示出西南五省市區入境旅游效率的空間差異。從空間維度上看，重慶與四川在研究時段的入境旅游效率皆大于1，表明兩省市的入境旅游效率同時呈增長趨勢。重慶入境旅游的純技術效率為1，規模效率為1.010，所以技術效率為1.010，趨于1，因此數據為1.108的技術進步效率是促進重慶入境旅游效率提升的主要貢獻者。四川的入境旅游效率為1.109，技術效率和技術進步效率均大于且趨于1，說明兩者在研究時段內進步不大。四川省是旅游資源大省、文化旅游強省，但旅游配套設施不夠完善，因此入境旅游效率提升緩慢。

表4 五省市區Malmquist指數及其分解

同時，云南、貴州與廣西三省區的入境旅游效率總體上呈增長趨勢，從各地旅游效率變化情況看，除云南略有衰退外，其他地區都呈現增長趨勢。云南省將旅游業作為支柱產業，是三地唯一入境旅游效率小于1的省份，由于旅游業發展從成熟期轉向停滯期，技術進步的空間減小，但技術效率不變，導致入境旅游效率降低。貴州和廣西的入境旅游效率在研究時段內皆大于1，但貴州的入境旅游效率趨于1，即兩地的入境旅游效率都在增長，但貴州的入境旅游效率相對增長緩慢。相對廣西而言，貴州的入境旅游技術進步效率較低，但其技術效率較高，達到1.059，這表明在入境旅游效率增長緩慢的省份，技術進步效率低而技術效率增長較快。因此，在入境旅游發展中，各界需要加大對技術要素的投入力度，提升技術進步效率，最終提升入境旅游效率。

三、西南五省市區入境旅游效率的影響因素分析

（一）指標選擇與處理

通過DEA測算得到的入境旅游效率為0到1之間的值，屬于受限變量，而Tobit模型作為一種受限因變量模型，適合當因變量為切割值或片段值時采用[17]。因此選用stata 15.1軟件，運用Tobit模型分析“陸海新通道”背景下影響西南五省市區入境旅游效率的因素。由于樣本時間跨度較大，為避免遺漏變量對結果造成影響，在研究中同時控制了省份和年份的雙向固定效應。

本研究將西南五省市區的入境旅游投入產出效率作為Tobit模型中的受限因變量。參考現有研究，考慮到當地交通、旅游行業現狀、產業環境等因素對旅游效率的影響并結合西部陸海新通道戰略背景，最終確定從是否加入“陸海新通道”戰略、交通狀況、旅游管理水平、產業環境、文化建設水平、對外依存度六個方面分析五省市區入境旅游效率的影響因素，采用五省市區2010—2019年的數據，因變量與自變量數據共計350項。

2017年，重慶、廣西和貴州等簽署“陸海新通道”前身“南向通道”框架協議；2019年，四川和云南加入合作共建“陸海新通道”框架協議。對于是否加入“陸海新通道”戰略這項因素，通過設置虛擬變量進行分析：“0”表示在對應年份下，該省市尚未加入陸海新通道戰略；“1”表示在對應年份下，該省市已加入陸海新通道戰略。此外，對于交通狀況、旅游管理水平、產業環境、文化建設水平、對外依存度五個影響因素，分別采取旅客周轉量、從業人數、第三產業生產總值與地區生產總值的比值、文化及相關產業固定資產投資、進出口貿易總額與地區生產總值的比值作為其測度指標。以上指標數據均從各省市區的統計年鑒、《中國統計年鑒》《中國旅游統計年鑒》《中國文化文物和旅游統計年鑒》等獲取，選取2010—2019年數據參與運算。具體的變量設置見表5。

表5 影響因素與測度變量選取

（二）Tobit影響因素分析

入境旅游效率影響因素的分析結果如表6所示。其中，模型1是入境旅游效率影響因素的整體Tobit回歸結果，模型2、3、4是不同變量組合條件下使用OLS回歸分析對模型1進行的穩健性檢驗結果。可知，以旅客周轉量為指標的交通狀況因素對入境旅游效率的影響顯著為負，表明目前西南五省市區交通狀況的條件對入境旅游效率起反向作用。造成這一現象的原因可能是西南五省市區在交通空間布局上忽視了交通對旅游者的服務需求，交通資源未有效配置[18]，制約了入境旅游效率的提升，未能充分發揮交通運輸的作用[19]。

表6 面板Tobit回歸結果與穩健性檢驗

注：表內數值代表系數，“（）”內數據為t值，*號表示p值，并分別用“*、**、***”表示“p＜0.1、p＜0.05、p＜0.01”

產業環境和文化建設水平對西南五省市區入境旅游效率的影響不顯著，可能因為目前西南五省市區整體經濟水平不高，第三產業的投入較少，產出也較少，第三產業生產總值占地區生產總值的比值較低。同理，西南五省市區在入境旅游方面對于各自文化特質的發掘和宣傳存在不足，文化建設的整體水平不高，在如今文旅融合的浪潮下，還未真正將各地獨特的文化資源用于入境旅游上。

以從業人數為指標的旅游管理水平顯著為正，表明旅游管理水平對入境旅游效率產生了一定的正面影響。因此，加快旅游人才的培養與隊伍建設，提高旅游管理水平，讓更多優秀的旅游人才參與到旅游事業中。

模型1中對外依存度估計系數約為2.342 6，顯著為正，說明該項因素對于西南五省市區入境旅游效率有著積極的正面影響，表明目前西南五省市區對外交流和開放取得了較豐碩的成果，跨境合作有助于西南五省市入境旅游的高質量發展。

從表6可知，雖然對外依存度對入境旅游效率的影響顯著為正，但“是否加入‘陸海新通道’戰略”對沿線省市區入境旅游效率的影響不顯著。一方面，可能是因為陸海新通道戰略是一個新興戰略，各地還未充分挖掘并利用其戰略價值來促進旅游業的發展。另一方面，受疫情影響，考慮到數據的可得性與有效性，本研究選取的數據截止到2019年，時間跨度較短，缺少對2020年之后該戰略對入境旅游效率影響的分析，分析結果可能不夠全面。

四、結論與建議

（一）研究結論

西南五省市區的入境旅游市場效率大部分達到了DEA有效，其中云南、廣西和重慶的入境旅游市場效率基本處于最佳水平，四川和貴州的入境旅游市場效率有波動，但2010—2019年規模收益遞增。而貴州的入境旅游市場效率處于低水平，略低于四川。四川的投入冗余問題最為突出；與西南五省市區其他省份相比，貴州的入境旅游市場發展存在較大的差距。四川的規模效率和技術效率均有很大的提升空間，而貴州的技術效率一直大于規模效率，四川的技術效率低是綜合效率較低的主要原因，貴州的規模效率低是綜合效率較低的原因。

根據Tobit面板分析，鐵路和內河航道的建設與西南五省市區的入境旅游市場效率呈正相關，地區經濟發展水平和城市化水平對入境旅游市場綜合效率的影響較小，可忽略不計，各地的旅游產業結構和旅游業對外開放程度對入境旅游市場綜合效率產生了顯著的負面影響。

（二）對策建議

1．借力陸海新通道，加強對外開放。目前陸海新通道戰略主要是貿易通道和物流通道，其聯通中國西部地區和東南亞國家的效果已經顯現。基于國際旅游與國際貿易的雙向互動關系，貿易發展勢必促進沿線區域入境旅游的發展。東南亞各國業已成為我國入境旅游市場的主要客源國，沿線區域應借助陸海新通道的巨大優勢，優先發展商務旅游市場，加強布局東南亞入境客源市場。商務型游客具有高消費、高重游率、逗留時間長的特征，是優質的入境旅游客源。未來應通過商務旅游市場拉動觀光游覽和休閑度假型入境旅游市場的進一步發展，最終實現通道沿線區域入境旅游的高質量發展。

2．借助網絡信息技術，建設智慧文旅產業。通過有效利用大數據、云計算、物聯網、智能終端等現代信息技術，面向游客、旅游企業和旅游管理部門，構建智慧應用體系，合理設計智慧旅游相關服務與運營模式，使旅游信息資源和物流資源得到高度系統化整合和深度開發。

3．構建入境旅游發展評價體系，優化資源配置。建立健全入境旅游市場高質量發展評價體系，有助于各地發現問題并針對性地解決問題，優化旅游資源配置，科學地進行旅游產業規模的擴張，避免入境旅游生產要素投入出現冗余的問題。

4．加強基礎設施建設，完善公共服務體系。旅游業涉及食、住、行、游、購、娛六大產業，沿線區域需要提高旅游配套服務水平，加大旅游地區鐵路和公路的交通建設，完善旅游從業人員的培訓機制和服務標準，提升旅游從業人員的服務水平。

5．強化各省市區的旅游特色，加大相鄰省市間的合作。西南五省市區的發展水平、資源環境等方面存在明顯差異，需要因地制宜，整合各地特色旅游資源，制定科學旅游發展規劃，提高特色旅游產品的知名度。加強省市區間交流與合作，推動相關產業融合。各地旅游業需打破行政邊界，實現跨區域合作，資源共享。如成渝地區雙城經濟圈戰略就是一個區域合作實現共贏的例證，四川和重慶通過共建巴蜀文化走廊，整合兩地文旅資源，打造巴蜀文旅品牌，為入境旅游高質量發展奠定堅實的基礎。

[1] 馬曉龍.國內外旅游效率研究進展與趨勢綜述[J].人文地理，2012（3）：11-17.

[2] Farrell M J. The measurement of productive efficiency [J]. Journal of Royal Statistical Society, 1957, 120(3): 253-278.

[3] Charnes A, Cooper W W, Golany B, etal. Foundations of data envelopment analysis for Pareto –Koopmans efficient empirical production functions[J]. Journal of econometrics, 1985(1-2): 91-107.

[4] 李振環，唐睿，馮學鋼.粵港澳大灣區背景下澳門入境旅游效率——基于隨機前沿引力模型的實證[J].華僑大學學報（哲學社會科學版），2021（1）：54-63.

[5] 王美鈺，吳忠軍，侯玉霞.邊境省區入境旅游效率評價及其影響因素——基于DEA-Malmquist指數和面板Tobit模型[J].桂林理工大學學報，2020（3）：628-636.

[6] 王俐，周向紅，崔兆財.中國省際入境旅游全要素生產率實證研究——基于產值與增加值測算的比較分析[J].經濟問題探索，2019（11）：25-36.

[7] 唐睿，馮學鋼，周成.“絲綢之路經濟帶”入境旅游市場效率研究——基于西北五省（區）DEA-面板Tobit的實證[J].國際經貿探索，2017（7）：4-18.

[8] 文艷，孫根年.中國入境旅游貿易效率及其影響因素研究——基于異質性隨機前沿引力模型的估計[J].旅游學刊，2021（3）：29-43.

[9] 何昭麗，孫慧，張振龍.中國入境旅游發展效率及其影響因素研究[J].干旱區地理，2017（6）：1282-1289.

[10] 李秋雨，朱麟奇，劉繼生.中國城市入境旅游的經濟增長效應及空間溢出性[J].統計與信息論壇，2017（1）：100-106.

[11] 何昭麗，王松茂.“一帶一路”沿線四大區域入境旅游全要素生產率的空間差異及溢出效應研究[J].數量經濟技術經濟研究，2020（6）：130-147.

[12] 生延超，劉晴.人力資本促進區域旅游經濟效率的空間差異研究[J].地理科學，2020（10）：1710-1719.

[13] 何俊陽，賀靈，鄧淇中.泛珠三角區域入境旅游發展效率評價及影響因素[J].經濟地理，2016（2）：195-201.

[14] 鄭伯銘，明慶忠，劉安樂，等.西部省區旅游經濟效率與區域經濟水平的重心耦合及互動響應研究[J].世界地理研究，2022（2）：350-362.

[15] 秦宏瑤，依來阿支，鐘美玲，等.四川入境旅游經濟差異時空演化研究[J].技術與市場，2021（12）：141-144.

[16] 李竹，吳衛，王兆峰.長江經濟帶旅游產業依賴對經濟增長的影響及其傳導機制[J].經濟地理，2022（5）：223-232.

[17] 肖仁橋，錢麗，陳忠衛.中國高技術產業創新效率及其影響因素研究[J].管理科學，2012（5）：85-98.

[18] 范春，黃詩敏.交旅融合背景下重慶旅游集散中心體系發展現狀及優化[J].重慶三峽學院學報，2021（3）：22-32.

[19] 王兆峰.公路交通對旅游經濟影響的評價分析——以武陵山區為例[J].湖南師范大學社會科學學報，2018（1）：82-88.

A Study on the Efficiency of Inbound Tourism of Provinces and Municipalities along New Land-Sea Corridor Based on DEA-Malmquist Model

HUANG Yating1, 2WANG Yongqiang1, 2WANG Longxing1ZHANG Youwen1YANG Weiyue1

Targeting at five key southwestern provinces and municipalities (Chongqing, Sichuan, Yunnan, Guangxi and Guizhou) along the New Western Land-Sea Corridor, this paper applies the DEA-Malmquist index model to evaluate their inbound tourism efficiency of the five provinces and municipalities during 2010—2019 from the static and dynamic dimensions, and applies panel Tobit model to analyze the influencing factors. The results show obvious heterogeneity in the efficiency of inbound tourism in this area. The comprehensive efficiency of inbound tourism in Chongqing, Yunnan and Guangxi has reached the optimal level, with inefficient scale and lag in technology as the major obstacles of the growth of inbound tourism efficiency. In terms of tourism enterprises inputs, Chongqing and Yunnan performed better than the other three provinces, which suffered from redundant investment. It is suggested that the provinces and municipalities along the land-sea corridor enhance opening to the world, improve the level of tourism management, optimize the construction of transportation facilities, and strengthen the integration of culture and tourism, in order to maximize the efficiency of inbound tourism and coordinate the development of regional inbound tourism.

New Western Land-Sea Corridor; inbound tourism efficiency; DEA-Malmquist index model; panel Tobit model

F592

A

1009-8135（2023）01-0060-12

黃雅婷（1984—），女，重慶人，博士生，講師，主要研究國際旅游管理。

王永強（1970—），男，陜西人，博士，教授，主要研究旅游服務貿易。

重慶市教委科學技術研究項目“數字技術賦能‘西部陸海新通道’沿線省市入境旅游效率提升的機制和路徑研究”（KJQN202200904）；重慶市重大決策咨詢研究課題“免簽落地政策背景下的重慶國際旅游地產品供給與提升研究”（2020ZB10）。

（責任編輯：張新玲）