云南省旅游效率及影響因素評價

王賽賽，邱守明

（西南林業大學地理與生態旅游學院，昆明 650224）

旅游業在增加就業機會、轉變發展方式、優化經濟結構、促進文化交流等方面發揮了積極效應［1，2］。在旅游發展過程中，存在資源配置不合理、粗放式增長等問題，在一定程度上阻礙了旅游業的可持續發展。云南省位于中國西南邊陲，地貌類型多樣，氣候環境獨特，民族風情濃郁，旅游資源豐富，已成為國內外游客的重要旅游目的地。2019 年，云南省接待國內外游客8.07 億人次，實現旅游總收入11 035.20億元，占其生產總值的47.52%，旅游業已成為云南省經濟增長的重要支撐點，旅游總收入和旅游接待人次在全國排名中分別為第6 位和第9 位。研究云南省旅游效率，對實現其旅游資源高效利用、改善其旅游業增長方式、保障其旅游健康發展具有重要的現實意義。

旅游效率反映了一個地區旅游活動的投入與產出比率，是衡量區域旅游資源利用合理、旅游發展水平高低的重要依據［3］。旅游效率一直是學界研究的重點領域，國外學者關于旅游效率的研究主要集中在旅行社［4］、旅游酒店［5］、旅游交通［6］等傳統旅游產業部門及旅游目的地［7］領域，對區域旅游效率的研究較為薄弱。國內學者針對旅游效率的研究也取得了豐富的成果，在研究內容上，集中在旅游效率評價［8］、影響因素分析［9］、空間演化特征［10］等；在研究視角上，領域較為豐富，包括入境旅游效率［11］、鄉村旅游效率［12］、紅色旅游效率［13］、冰雪旅游效率［14］、旅游生態效率［15］、旅游碳排放效率［16］等；在研究方法上，主要采用DEA-Malmquist 模型、隨機前沿模型等測算旅游效率［17，18］，采用多元線性回歸模型［13］、面板數據模型［17］、Tobit 回歸模型［11］、VAR 回歸模型［19］等分析影響因素；在研究區域上，涵蓋了國家［16］、省域［8］、流域［15］、旅游城市［20］等。綜上所述，國內外旅游學界均對旅游效率研究取得了一定的成果，但關于特定邊疆省域的旅游效率研究較為不足。本研究構建了云南省旅游效率評價指標體系，使用DEA-BCC 模型和Malmquist 指數模型對云南省旅游效率進行了綜合評價，同時利用Tobit 回歸模型分析了影響旅游效率的主要因素，以期為云南省提升旅游效率及實現旅游業的提質增效提供參考。

1 研究方法與數據來源

1.1 研究方法

1.1.1 DEA-BCC 模型 數據包絡分析（DEA）是用于效率評價的非參數分析法，適用于處理多投入、多產出問題，其優點在于無需構建生產函數，無需預先估計參數及權重，亦可處理不同類型的數據［21］。DEA 方法是對效率進行靜態分析，分為投入導向和產出導向，最常用的是CCR 模型和BCC 模型。本研究選擇BBC 模型下的投入導向測算云南省旅游綜合效率，其中，綜合效率（TE）可分解為純技術效率（PTE）和規模效率（SE）。模型構建如下。

式中，θ為綜合效率，X為投入變量，Y為產出變量，n為決策單元的數量，λ 為各指標的權向量，S-、S+分別為松弛變量與剩余變量。其中，若θ=1，表示旅游綜合效率達到最優水平；若θ＜1，表示旅游綜合效率未達到最優水平。

1.1.2 Malmquist 指數模型 Malmquist 指數模型主要用于動態效率變化趨勢的研究［22］。該模型與DEA 靜態分析相結合，以表征旅游投入產出效率在時間維度上的變動情況。Malmquist指數公式如下。

式中，TFP為全要素生產率變化指數，（xt，yt）、（xt+1，yt+1）分別為t期和t+1 期的投入變量和產出變量，dt、dt+1分別為t期和t+1 期的產出距離函數。當TFP＞1，說明與t期相比，t+1 期的旅游效率提高，當TFP＜1，說明與t期相比，t+1 期的旅游效率降低，當TFP=1，說明旅游效率沒有變化。若規模報酬不變，全要素生產率變化指數（TFP）可分解為技術效率變化指數（EFFCH）和技術進步變化指數（TECHCH）；若規模報酬可變，技術效率變化指數又可進一步分解為純技術效率變化指數（PECH）和規模效率變化指數（SECH）。使用Tobit 模型分析影響云南省旅游效率的因素。模型表達式如下。

式中，Yit為受限因變量，即旅游綜合效率；Xit為自變量，即旅游效率的影響因素；α為常量；β為估計參數；ε 為隨機誤差；i和t分別為各州市和時期。

1.2 指標選取

1.2.1 旅游效率評價指標體系 根據DEA 理論測算旅游效率首先要構建投入產出指標體系（表1）。投入指標方面，勞動力要素和資本要素對旅游效率的提升發揮著重要作用，云南省以“云南只有一個景區，這個景區就叫云南”的理念發展全域旅游，全景化、全行業、全民參與推進旅游產業的發展，因此選取云南省各州市年末常住人口作為勞動力投入指標［23］；資本要素投入主要用于改善城市旅游環境、完善旅游服務與基礎設施等方面，選取云南省各州市旅游固定資產投資作為資本投入指標，由于各州市未統計該數據，借鑒已有研究成果［24］，用各州市第三產業固定資產投資乘以旅游收入占GDP 的比重來衡量；此外，選取不考慮權重系數的云南省各州市歷年風景名勝區（國家級和省級）、全國重點文物保護單位數量之和［23］，作為旅游資源投入指標。產出指標方面，選取反映旅游發展效益和旅游吸引力的各州市歷年旅游總收入和旅游接待人次作為產出指標。

表1 旅游效率投入產出指標體系

1.2.2 影響因素指標 為進一步研究云南省旅游效率的影響因素，該研究在測算旅游效率的基礎上，借鑒已有研究成果［17，25］，選擇經濟發展水平、產業結構、對外開放程度、交通便利度4 項指標進行分析。指標具體設置見表2。

表2 旅游效率影響因素指標

1.3 數據來源

本研究以云南省16 個州市為研究區域，考慮到新型冠狀病毒感染疫情對旅游投入產出數據的影響，選擇2012—2019 年為旅游效率考察期。各指標數據均來源于2013—2020 年《云南統計年鑒》、云南省林業和草原局及2012—2019 年各州市國民經濟和社會發展統計公報。

2 結果與分析

2.1 云南省旅游效率靜態測度及分析

基于2012—2019 年云南省16 個州市的旅游投入產出數據，通過DEAP2.1 軟件計算出各州市各年的旅游效率構成及各項均值，結果見表3 和圖1。

圖1 2012—2019 年旅游效率

表3 2012—2019 年云南省各州市旅游效率

由表3 可知，2012—2019 年云南省旅游綜合效率處于中等效率等級，平均值為0.833，達到最優水平的83.3%，表明云南省旅游效率存在提升空間。從各州市情況來看，旅游綜合效率高于均值的州市有9 個，占總量的56.25%，分別為昆明、玉溪、昭通、麗江、西雙版納、大理、德宏、怒江、迪慶，其中，玉溪、麗江、西雙版納和迪慶的旅游綜合效率一直有效，玉溪市旅游交通基礎設施完善，可進入性較強，加之撫仙湖國家級旅游度假區的創建和澄江古生物化石群遺產旅游品牌的建設，進一步提升了玉溪市的知名度和吸引力，麗江、迪慶主要得益于金沙江沿江旅游經濟帶和滇西北香格里拉生態文化旅游區的建設以及麗江古城世界文化遺產旅游地和迪慶普達措國家公園等良好的旅游品牌聲譽，西雙版納主要得益于熱帶雨林、民族文化、沿邊區位等優勢和西雙版納國家級旅游度假區的品牌聲譽。旅游綜合效率低于均值的州市有7 個，占總量的43.75%，主要原因是技術效率不高，表明這7 個州市的旅游資源配置、利用及管理存在不合理的現象。

綜合效率構成方面，2012—2019 年云南省16 個州市的純技術效率平均值為0.859，處于中等效率等級，有9 個州市的純技術效率高于均值，同時，從圖1可以看出，純技術效率均值的波動情況與綜合效率均值的變化情況一致，表明云南省旅游綜合效率的高低主要受純技術效率的影響；全省規模效率平均值為0.966，處于高效率等級，有11 個州市的規模效率高于均值，表明云南省整體旅游基礎設施和旅游公共服務體系較為完善，旅游接待能力較強，旅游業態及產品開發程度較高，旅游產業規模效應突出。

2.2 云南省旅游效率動態測度及分析

在對云南省旅游效率進行靜態測度與分析的基礎上，通過DEAP2.1 軟件計算出2012—2019 年云南省16 個州市的Malmquist 指數及其分解，以反映云南省旅游效率動態變化趨勢，結果見表4。

表4 2012—2019 年云南省旅游效率Malmquist指數及其分解

從時間序列來看，云南省旅游全要素生產率指數除2012—2013 年和2015—2016 年小于1.000 外，其余時期均大于1.000，且均值為1.034，以年均3.4%的速度增長，表明考察期內云南省旅游全要素生產率總體處于上升趨勢。從分解結果來看，2012—2019 年云南省旅游業的技術效率變化指數均值為1.014，年均增長1.4%，技術進步效率變化指數均值為1.019，年均增長1.9%，考察期內技術效率提高與技術進步是云南省旅游效率增長的主要因素，但技術進步效率變化指數均值高于技術效率變化指數均值，表明技術進步及創新是旅游全要素生產率增長的主要推動力，因為云南省于2017 年打造了集旅游大數據中心、旅游綜合服務平臺、旅游綜合管理平臺、旅游應用端口（APP、公眾號、小程序）為一體的“一部手機游云南”全域旅游智慧工程，該工程提升了游客的體驗感，推進了景區的智慧化建設，便利了政府的監管與服務。純技術效率變化指數均值為1.017，年均增長1.7%，規模效率變化指數均值為0.998，年均下降0.2%，表明云南省旅游產業結構逐漸優化，旅游集約化發展得到提升，但規模效應降低。

從各州市情況來看，2012—2019 年云南省16 個州市的旅游發展效率存在差異，11 個州市的旅游全要素生產率指數大于1.000，表明考察期內大部分州市的旅游效率正向增長，旅游發展狀況良好；而曲靖、玉溪、保山、楚雄、怒江5 個州市的旅游效率分別下降了1.2%、5.5%、1.1%、0.4%、11.8%，主要是因為曲靖和玉溪的技術進步效率指標呈下降趨勢，保山、楚雄和怒江的技術效率指標和技術進步效率指標均呈下降趨勢，這也表明曲靖和玉溪在旅游技術和旅游創新方面未得到有效提升，保山、楚雄和怒江則在旅游產業管理和旅游技術應用及創新方面存在問題。進一步分解技術效率來看，紅河的純技術效率處于下降狀態，表明該地區未來需要提高旅游資源利用率及旅游管理與服務水平；而曲靖、保山、臨滄、楚雄、文山、怒江6 個州市的規模效率處于下降狀態，表明這些地區未來需要調整旅游產品結構并增加旅游要素投入，以實現規模效應。

2.3 云南省旅游效率影響因素分析

將BCC 模型計算出的2012—2019 年云南省16個州市的旅游綜合效率作為因變量，將表2 中的各影響因素指標作為自變量，通過Stata17 軟件得到旅游效率影響因素的Tobit回歸結果，結果見表5。

在各影響因素中，經濟發展水平對旅游效率的影響不顯著，說明云南省旅游發展效率的提升不受該省經濟發展狀況的影響，可能是因為區域旅游產業的發展在政策扶持、要素配置等方面與其他產業的發展存在競爭，因此，云南省應在發展本省經濟的同時強化對旅游產業的政策傾斜與要素投入，以實現旅游業的高質量發展；產業結構對旅游效率的影響具有顯著的促進作用，說明第三產業占國民經濟的比重越高，旅游業的經濟效益就越好，進而旅游效率也就越高，因此，未來云南省各州市要進一步轉變經濟發展方式，優化產業結構，豐富旅游產品與業態，拓寬旅游客源市場；對外開放程度對旅游效率的影響不顯著，說明云南省旅游發展效率不依賴于本省的對外開放程度，可能的原因是云南省整體旅游發展水平對外商、外資的吸納能力較弱，加之周邊的地緣環境較為復雜，因此，云南省各州市應加大對外開放程度，積極引進外資、先進管理經驗、技術、人才等，增強旅游競爭優勢，提升旅游效率；交通便利度對旅游效率的影響具有顯著的阻滯作用，說明交通條件制約了云南省旅游效率的提升，原因是云南省地形特征復雜，山地高原限制了公路交通網絡體系的空間布局與延伸，因此，云南省應加強旅游交通設施的建設，同時加快修建連接各景區景點的專線公路，以促進旅游經濟聯系，提高旅游效率。

3 小結與討論

本研究通過DEA-BCC 模型和Malmquist 指數模型對云南省2012—2019 年的旅游效率進行了測度與分析，同時利用Tobit 模型探討了旅游效率的影響因素，得到以下結論。

1）2012—2019 年云南省旅游綜合效率處于中等效率等級，平均值為0.833，考察期內僅玉溪、麗江、西雙版納和迪慶的旅游綜合效率處于最優水平；分解效率方面，純技術效率平均值為0.859，且云南省旅游綜合效率的高低主要受純技術效率的影響，規模效率平均值為0.966，處于高效率等級，說明云南省旅游產業規模效應較為突出。

2）從時間上來看，2012—2019 年云南省旅游全要素生產率指數平均值為1.034，以年均3.4%的速度增長，說明云南省旅游效率總體處于上升趨勢，其中，技術進步是旅游效率提高的主要推動力；從各州市情況來看，2012—2019 年云南省各州市旅游發展效率存在差異，大部分州市的旅游效率呈正向增長，僅有曲靖、玉溪、保山、楚雄、怒江的旅游效率出現了下降。

3）影響因素方面，產業結構對旅游效率具有顯著的促進作用，交通便利度對旅游效率具有顯著的阻滯作用，而經濟發展水平和對外開放程度的影響不顯著。

在云南省旅游產業轉型升級的背景下，研究其旅游效率及其影響因素，對實現旅游業的健康及可持續發展具有重要的現實意義。