省域旅游经济发展水平测度

向 艺，王成璋，苏伟洲

（1．西南交通大学 经济管理学院，四川成都 610031;2．西南科技大学 经济管理学院，四川绵阳 621010）

单就经济数据而言，近年我国旅游经济发展成绩显著。2012年国内旅游人数为29．57亿人次，收入22706．22亿元人民币;接待入境旅游1．32亿人次，实现国际旅游（外汇）收入500．28亿美元①。旅游经济虽蓬勃发展，而旅游企业获得的利润却不乐观②，旅游经济的真实发展水平也难窥端倪。因此，在将“旅游业培育成为国民经济的战略性支柱产业和人民群众更加满意的现代服务业”的背景下，测度旅游经济真实发展水平具有重要的现实指导意义。

测度旅游经济发展水平的现有文献较少。国内有学者以旅游收入、旅游人次、旅游企业数或固定资产投资、营业收入，兼以旅游收入增加比例或速度、旅游收入占比（GDP或服务业增加值）等为指标，对我国大陆各省旅游经济发展水平以及长江三角洲或具体某一省的旅游经济发展水平进行测度;采用的方法有因子分析方法、主成分分析方法、聚类分析方法;且主要关注某年的旅游经济发展水平，只有极个别的文献涉及连续时间段的研究〔1～7〕。这些文献对旅游经济发展水平的测度进行了有益探索，但在选取度量指标方面缺乏经济理论支撑。本文欲弥补这方面的不足，尝试在分析旅游经济发展水平内涵的基础上构建内在逻辑一致的测度指标体系，并对我国大陆各省、自治区、直辖市（以下统称为省）2001～2011年间的旅游经济发展水平进行测度。

一、旅游经济发展水平测度模型的构建

（一）旅游经济发展水平的内涵

旅游经济“指以旅游市场有效需求和旅游产业供给为基础，在一定的社会文化、经济、技术、自然、政治、法律等环境下，游客在由客源地往返目的地之前、之中和之后的整个过程中，出于满足旅游需要的目的而与各类旅游从业者发生各种交易的现象与关系的总和”〔8〕。这说明：（1）旅游经济是由旅游者的旅游活动引起的，（2）旅游经济是由旅游业发展而产生的一种经济现象，（3）旅游经济包含旅游企业的行为，（4）旅游经济是国民经济活动的一种。可见，旅游经济活动具有一般经济活动的共性，即在经济活动过程中必然涉及投入、产出和活动三个方面;当然，它也具有旅游产业的特征，即为旅游者提供服务而引发的经济活动。

《财经大辞典》将“发展水平”定义为某一现象或活动在一定时期内达到的数量和质量状态。通过对旅游经济以及发展水平的内涵分析，本文认为旅游经济是由旅游者的游览活动引起的旅游者与旅游企业、旅游企业之间，系统的相互作用的一种国民经济活动，其发展水平则是该活动达到的程度、状态。

（二）旅游经济发展水平测度的指标体系

经济活动的水平应该运用经济活动的投入、活动、产出三方面因素来测度，其指标由投入类、活动类、产出类综合构成。本文将旅游经济发展水平的测度界定为对旅游经济活动的投入、产出以及活动的数量规模的测度（见表1）。

表1 旅游经济发展水平的测度指标

针对旅游产业的特殊性，旅游经济活动投入类指标应由旅游经济发展过程中的资本、劳动、信息技术、土地等构成。由于信息技术与土地相关数据难以获取，本文选择旅游企业固定资产投入作为度量旅游资本投入，旅游企业从业人数作为度量旅游劳动投入。旅游经济活动类指标应由旅游企业活动构成。企业是旅游经济活动的主体，主体的数量越多表示旅游经济活动越具有活力，本文选取参与旅游经济活动的旅游企业数量表示旅游经济活动的强度，旅游企业的劳动生产率表示旅游经济活动的效率。旅行社、旅游饭店、旅游景区是旅游产业的核心企业〔9〕，本文选取三者的数量和劳动生产率作为旅游经济活动类指标。鉴于数据的可获得性与一致性，旅游景区的数量以国家旅游局评定的A级景区数量作为替代。旅游产出是旅游经济系统运行结果的反映，现有研究文献将旅游收入与旅游者接待规模用来度量旅游经济活动的最终产出〔1－7〕;而本文选择国内、入境旅游收入反映旅游经济活动结果的货币收入，国内、入境旅游者接待人次反映旅游经济的综合产出。

（三）指标权重的确定

1．指标权重确定方法的比较

对多指标综合评价而言，关键在于确定各指标权重。现有的权重确定方法有主观赋值法和客观赋值法，主观赋值法主要有德尔菲法、专家打分法，客观赋值法则有因子分析方法、主成分分析方法、泰尔指数、熵值法、粗糙集等。主成分分析方法也称主分量分析，利用降维、化简的思想，基于数据结构和特点来确定权重，把多指标转化为少数几个综合指标，它在处理指标存在相关性时更具优势〔10〕。熵值法运用前提是各个指标之间不存在相关性，粗糙集主要处理离散数据，对于旅游收入等指标难以处理;泰尔指数则适宜于进行不同空间尺度的分析。因子分析法在降维和确定权重方面具有与主成分分析法同样的优点。以上方法仅是对某一时点进行截面的静态评价，难以将评价主体的动态影响纳入权重中，而本文采用动态因子分析方法（dynamic factor analysis，DFA）确定指标的权重。

2．指标权重的确定方法

动态因子分析方法（Dynamic Factor Analysis，DFA）由 Coppi与 Zannella于 1978年推出并发展〔11〕，Alessandro Federici与 Andrea Mazzitelli则编写了此方法的stata程序〔12〕。动态因子分析方法的优点在于可以使用面板数据对评价主体进行静态和动态两个方面的评价，相比传统的评价方法，其增加了样本的数量和自由度，能实现更全面的评价，此方法见于评价房地产发展水平〔13〕、城市竞争力〔14〕等。

给定一组评价对象：

其中：i=1，2，…，I;j=1，2，…，J;t=1，2，…，T。I表示评价对象，J表示评价指标，T表示评价的时期。

其计算步骤为：

（1）对所有数据Xijt进行标准化处理，以消除指标量纲的影响。

（2）根据各年份的协方差矩阵S（t），求解平均协方差矩阵ST，其综合反映了数据静态结构差异和动态变化的影响，具体表现形式为：

（3）求解ST的特征值与特征向量，以及各个特征值的方差贡献率。

（4）计算出各评价对象（I）的平均得分矩阵：

（5）计算出各评价对象的动态得分矩阵：

（6）利用各主成分所对应的特征值占所提取主成分对应的总特征值之和的比例，即方差贡献率作为权重，计算平均得分E，E=∑difi（fi是公因子，di是该公因子的贡献率）。

此方法运用的前提是所有指标（J）均为正向指标，不能是逆向指标，而本文各指标皆为正向指标，故无需进行指标转换。

二、实证结果及分析

（一）数据

本文数据来自国家旅游局网站、国家统计局网站、四川省旅游局网站、中国统计年鉴数据库各省市统计年鉴（2002年到2012年各年）、《四川省旅游统计便览》、《浙江旅游统计便览》、《湖北省旅游统计便览》;因部分省的部分年份缺乏旅游景区劳动生产率数据，则采用旅游企业总的劳动生产率替代。

（二）评价结果分析

根据动态因子实现的步骤，首先运用stata软件计算各个因子的特征值、方差贡献率以及累积贡献率（见表2）。

表2显示，前四个因子贡献了整个指标84%的信息，因此，我们选择前四个公因子作为新的因子，代表原始指标对各省旅游经济发展水平进行分析 与评价，则评价模型为：式（1）中，E为测度的平均得分，C1～C4表示公共因子。根据此评价模型，计算出2001～2011年我国大陆31个省的旅游经济发展水平得分和平均得分，并根据综合得分进行排序（见表3）。

表2 各个因子的特征值、方差贡献率及方差累积贡献率

表3 2001～2011年各省旅游经济发展水平

表3列出各省2001～2011年间旅游经济发展水平得分以及该时期内的平均得分并按平均得分的大小进行排序。平均得分最高的是广东，2．93分;最低的是青海，－1．50分。按照现行东、中、西部划分标准，前十位包括中东部省份7个，中部1个，西部2个;中间十位东部省份2个，中部6个，西部2个;后十一位东部2个，中部1个，西部8个。

旅游经济发展水平空间差异显著，大致呈现由东部沿海向西北内陆逐渐降低的空间梯度格局;高发展水平的省份多集中在东部，发展水平低的省份集中在西部，大多数中部省份居于中等水平。东部沿海为旅游经济发达区，平均得分大于0，包括广东、上海、浙江、江苏、山东、北京、辽宁、河北，此区域的人文、历史旅游资源丰富，经济发达，经济总量高，是我国经济开放较早的地区，也是旅游业的传统入境口岸;长江中上游及黄河中下游为旅游经济中等发达区，包括四川、湖北、云南、湖南、陕西、安徽、河南，此区域的自然与人文旅游资源丰富、品类齐全，知名度与美誉度较高;西北和东北为旅游经济不发达区，包括黑龙江、吉林、内蒙古、山西、新疆、甘肃、西藏、宁夏、青海，此区域地域广阔，经济不发达，主要有以少数民族风情和宗教文化为主的人文旅游资源和广阔的自然风景的自然旅游资源;其他为旅游经济欠发达区，包括福建、广西、江西、重庆、海南、天津、贵州，此区域旅游资源的丰度与经济发展水平皆较弱。

从时间来看，位于前9位的省份从2001～2011年旅游经济发展水平持续保持提高趋势，而云南则经历了降低—回升过程;位于11～20位的省份，旅游经济发展水平有升有降，11～15位的省份总体趋势在提高，但间有下降过程;16～20位省份总体趋势在下降，间有上升过程;位于21～31位的省份旅游经济发展水平下降趋势显著，仅贵州间有大幅度提高的过程。

同时，旅游经济发展水平高的省份和低的省份差距在持续扩大。2001年旅游经济发展水平最高的省份广东与最低的宁夏相差3．41分，到2011年，广东与最低的西藏相差5．88分（见图1）。旅游经济发展水平高的省份发展越好，持续提升;旅游经济发展水平低的发展越差，不断下降。

图1 2001～2011年旅游经济发展水平比较

三、结论

在对旅游经济及其发展水平内涵研究的基础上，本文从经济活动的投入、产出与活动三个方面共12个指标构建了旅游经济发展水平的测度模型，并运用能够同时处理时间维度和截面个体维度影响的动态因子方法来确定权重。用该模型对2001～2011年我国大陆各省旅游经济发展水平进行评价，结果显示：

第一，总体而言，我国旅游经济发展水平空间差异显著，大致上呈现从东南沿海向西北内陆逐渐降低的梯度空间格局。

第二，就时间趋势而言，旅游经济发展水平存在“马太效应”，居于前10位的发展水平持续提高，居于后11位的省份大部分持续下降，“好的越好”“差的越差”，各省旅游经济发展水平的差距随时间变化而逐渐扩大。

注释：

①参见《2012年中国旅游业统计公报》，http：//www．cnta．gov．cn/html/2013－9/2013－9－12－%7B@hur%7D －39－08306．html．

②中国旅游统计年鉴显示，多数年度旅游企业的利润为负。

〔1〕郭 磊．主成分分析法在我国各省旅游经济发展水平评价中的应用〔J〕．农业与技术，2010，（6）：86 －89．

〔2〕李 敏，李 涛．我国区域旅游经济发展水平的综合评价〔J〕．统计与决策，2005，（6）：33－35．

〔3〕徐 颂，黄耀丽．旅游经济综合实力评价与类型划分——以珠江三角洲为例〔J〕．统计与决策，2005，（17）：70－71．

〔4〕唐顺英，代合治，孙晋芳．山东省旅游经济综合实力评价与类型划分〔J〕．资源开发与市场，2007，（3）：207 －209，226．

〔5〕庞会敏．辽宁省14市旅游经济发展综合评价分析〔J〕．经济研究导刊，2009，（32）：66 －68．

〔6〕孙文斐．山东省旅游经济发展水平评价分析〔J〕．经济研究导刊，2011，（1）：168 －170．

〔7〕张广宇，简王华，付 艳．广西市域旅游经济发展差异的综合评价与分析〔J〕．广西师范学院学报（自然科学版），2009，（4）：59 －64．

〔8〕田纪鹏．旅游经济结构内涵、特征与内在机理研究〔J〕．现代管理科学，2011，（5）：76 －78．

〔9〕罗明义．关于“旅游产业范围和地位”之我见〔J〕．旅游学刊，2007，（10）：5 －6．

〔10〕杨菊华．数据管理与模型分析：STATA软件应用〔M〕．北京：中国人民大学出版社，2012：36．

〔11〕Coppi R．，Zannella F．Factor Analysis of Multiple Time Series Observed on a Given Set of Individuals〔C〕∥Bologna．In Proceedings of the 29th Meeting of the Italian Statistical Society，1978：61－79．

〔12〕Alessandro Federici，Andrea Mazzitelli．Dynamic Factor Analysis with Stata〔EB/OL〕．（2005-10-10）〔2013-08-27〕．http：//www．stata．com/meeting/Italian/Federici．pdf．http：//www．stata．com/meeting/2italian/Federici．pdf．

〔13〕胡日东，李 颖．我国房地产业发展的综合评价——基于动态因子分析法〔J〕．经济地理，2011，（11）：104－108，115．

〔14〕王 飞，黄 璨．基于动态因子分析法的中部六省省会城市竞争力比较与分析〔J〕．特区经济，2013，（4）：26－29．