中国省域景区业效率的时空格局演变

胡宇娜，梅 林，陈 妍

(1.鲁东大学商学院，山东 烟台 264025；2.东北师范大学地理科学学院，吉林 长春 130024；3.东北师范大学人文学院，吉林 长春 130117)

中国省域景区业效率的时空格局演变

胡宇娜1，2，梅 林2，3，陈 妍2

(1.鲁东大学商学院，山东 烟台 264025；2.东北师范大学地理科学学院，吉林 长春 130024；3.东北师范大学人文学院，吉林 长春 130117)

运用DEA模型对我国31个省域(含自治区和直辖市)2002—2013年景区业效率进行了测算，并对其时空格局演变特征进行了分析，结果表明：(1)从时序变化看，在2008年之前三大效率年际变化显著，2009年之后趋于平稳.规模效率一直相对较好而纯技术效率近几年提升较快，反映出技术应用能力对景区业效率的提升作用在增强.另外，各省份三大效率在年际稳定性上差异显著.(2)从空间格局演变来看，多数年份综合效率空间分布上不存在显著的空间相关性，随机分布态势显著，西部省份对总体分布格局的影响作用有所增强；纯技术效率与综合效率在空间格局变化上表现出一定的相似性，表明两者之间存在一定的正相关；规模效率的空间格局较为稳定，位于西南部地区的省份对景区业规模效率的拉动作用在增强.

景区业；效率；时空格局；演变；省域

0 引言

作为旅游业的核心要素，旅游景区业以旅游资源为依托，以市场需求为导向，形成各类能够满足游客游览观光、消遣娱乐、康体健身、求知等需求的旅游产品集合，是旅游产业链的中心环节，也是旅游产业面的辐射中心.因此，旅游景区业的发展状况既是对地区旅游资源开发水平的重要体现，也是评价地区旅游业发展的重要标志，其评价结果可为地方旅游景区业未来的发展提供合理的发展方向.效率评价从投入产出的角度对企业成本控制与效益提高提供了定量化决策依据，从产业效率角度出发对地方景区业发展状况做出评价，可以帮助地区更好地辨识提升景区业发展的最佳路径，有助于地区旅游产业政策的科学制定，具有一定的理论和现实意义.

从国外的相关研究来看，国外对旅游效率问题关注已久，相关成果非常丰富.但从旅游效率研究的部门归属上看，酒店、旅行社和航空业的效率研究受到业界的关注较多，一直以来都是热点领域，在景区业(目的地)方面的研究成果相对较少.其中博迪(Botti)等[1]利用DEA方法和精确定向距离函数对法国22个地区的目的地旅游效能进行了评价；达思卡娄普娄(Daskalopoulou)等[2]通过网络和地区资源基础来测定城市旅游的技术和规模效率，表明这两者是城市旅游产业成功运作的重要因素；里欧尼蒂(Lionetti)[3]选取了4个年份对全球208个国家的旅游生产力进行了评价，方法上主要使用了随机生产边界和技术效率模型，这是第一个从较大尺度来研究旅游效率问题的成果，具有较高的参考意义；巴甫留科(Pavlyuk)[4]使用空间随机前沿方法对波罗的海国家的相对旅游效率进行了比较研究，分析了旅游基础设施、就业、地理位置和自然景点等因素对区域旅游效率的影响，也是国外较少涉及的旅游效率空间研究的重要成果；乔治·阿萨夫(George Assaf)[5]对亚太地区旅游效率进行了分析，发现澳大利亚、韩国和新加坡的旅游产业效率较高； 塔赫里(Taheri)等[6]对伊朗德黑兰地区的博物馆经营效率进行了分析.从以上研究可以看出，虽然国外景区业(目的地)方面的研究数量不多，但视角非常多元化，方法和手段多样，只是对空间差异问题关注很少.

从国内相关研究来看，较早开始景区效率定量研究的是马晓龙[7]在2009年使用DEA方法对我国国家级风景名胜区的旅游效率问题进行了研究，发现从空间上看沿云南—贵州—湖南—安徽—浙江(江苏)等省份形成了一条东西向的高效率分布带；随后曹芳东等[8-10]对国家级风景名胜区旅游效率的时空变化规律进行了测算，徐波等[11-12]对省域旅游景区业效率进行了测算，发现旅游景区业整体规模效率较高，纯技术效率则分省域差异较大，且多数省区处于规模递减阶段；方叶林等[13-14]从省域旅游资源效率及其与旅游发展的关系入手，探讨了两者间的关系.此外，景区业生态效率研究也逐渐受到重视，刘长生等[15-18]分别从低碳经济视角对景区业交通、服务生态效率等进行了探讨和分析.可见相对于旅游效率研究中的其他领域，我国对景区业效率问题的研究还不多，特别是对景区业效率空间分布态势以及景区业效率时空格局演变的相关研究.因此，本文在测度了2002—2013年我国31个省域(含自治区和直辖市；不包含港、澳、台地区)景区业效率的基础上，借助标准差椭圆、重心坐标等方法，探寻了景区业效率的时空分异特征，对于厘清景区业效率的空间演变规律及其空间结构的改变与重组，实现旅游资本的地理空间引导有着重要的理论意义与实践价值.

1 研究方法与数据选取

1.1 DEA方法

本文使用DEA方法中的CCR模型和BCC模型对景区业效率进行测定.用基于CCR模型的综合技术效率表示景区业资源配置和规模集聚的综合水平.另外通过放弃规模收益不变的假设，综合技术效率可以进一步分解为纯技术效率和规模效率，在此基于BCC模型的纯技术效率和规模效率分别表示景区业要素资源配置利用水平和规模集聚水平.纯技术效率指当规模收益可变时，决策单元与生产前沿之间的距离，距离越近则技术效率越高；规模效率指规模收益不变的生产前沿与可变规模收益的生产前沿之间的距离，越靠近可变规模收益的生产前沿则规模经济性的发挥程度越高.

1.2 重心法

空间中心通常用一对坐标值来表达，它是指一个空间分布整体在二维空间的相对位置.在此引入算术平均中心(重心)来解决景区业效率的空间变迁问题，涉及效率重心、效率空间结构均衡测度等.用此方法来刻画空间属性的集聚特征及偏移轨迹.其计算公式为：

式中：Xi，Yi为第i个区域中心位置的经纬度坐标(为了便于统一，在此均用各区域的几何中心位置来表示)；Pi为该区域某行业旅游效率的分值；n为被评价的区域个数；j表示年份.利用该公式可以计算所有被评价区域的几何中心及使用旅游效率分值加权后得到的算术平均重心.

1.3 标准差椭圆法

现实中，很多地理现象的空间分布在各个方向上的离散程度是不同的，使用标准差椭圆法可以反映我国景区业效率在空间分布上的方向性.标准差椭圆有3个主要要素：指向tanθ、最大标准差距离和最小标准差距离.在此通过椭圆的长轴方向表示景区业效率高的区域的主要分布方向，短轴为要素空间分布最少的方向.另外可以用标准差椭圆的长短轴之比来描述一个空间分布接近于圆的程度，椭圆的面积表征离散程度.

1.4 全域空间自相关法

全域空间自相关用来表示整个研究区域上所有空间单元间的平均关联程度及其显著性，在此选用应用非常广泛的Moran’s指数I来反映空间关系，其计算公式为

1.5 变异系数

变异系数是标准差与平均值之比，它能够反映各省份在年际间景区业效率的变动情况，从而对效率的稳定性做出评价.为了反映各个省份在12年间的效率波动变化的情况，引入效率变异系数的概念加以衡量，其计算公式为

1.6 数据来源与指标选取

运用DEA模型进行效率研究的关键是选取合适的投入和产出指标来更真实地反映景区业的发展状况.在投入方面，劳动力、资本和土地一直被认为是最根本的生产要素，但考虑到一方面景区业土地要素数据难以获得；另一方面我国大部分地区目前都将旅游产业作为重点培育和发展的产业，在土地政策上多给予优惠和优先，因此景区业发展中受土地要素的制约不强，在此不作为投入变量予以考量，仅考虑对劳动力和资本两大要素.在劳动力方面，从业人员数量是最直接的表征指标；在资本方面，通过行业规模和设施完善程度来表征景区业的投入，在此选取企业数量和固定资产总额两个指标.在产出方面，则选取最为直接的营业收入进行效率分析.本文选取我国31个省市自治区为研究对象，产业涵盖范围为各省域纳入《中国旅游统计年鉴》统计范围的旅游景区(点)，通过测算各省市2002—2013年景区业效率分析其时空间分异特征.其中由于2010年景区经营相关数据没有统计，在此为了保证数据的统一性，将2010年从研究中剔除.计算所需数据主要来源于2003—2014年《中国旅游统计年鉴》及副本，

2 中国省域景区业效率的时序分异

2.1 三大效率年际变化趋于平稳

从2002—2013年景区业三大效率平均值的变化趋势看(见图1)，基本可以分为两个阶段：2002—2008年为剧烈波动阶段，三大效率值在高低间来回震荡，年际变化非常显著，说明景区业处于行业发展初期，投入产出稳定性差，投资具有一定的风险性，在这个阶段三大效率均出现最小值，综合效率、纯技术效率和规模效率分别为0.196，0.273和0.565，出现年份分别为2003年、2003年和2007年，综合效率和纯技术效率受“非典”的影响非常重大，在2003年出现严重下滑，而规模效率则是由于为迎接2008年北京“奥运会”的举办，在2007年迎来投资高峰期，效益的滞后效应使得2007年效率值最低；2009—2013年为第二个阶段，在这个阶段景区业三大效率年际变化明显缩小，行业稳定性提高，说明投入回报率走向稳定，行业成熟度有所提高，其中综合效率和纯技术效率均在2013年达到最高，分别为0.617和0.741.

2.2 规模效率一直相对较好而纯技术效率提升较快

从历年平均值来看，景区业综合效率平均值为0.48，纯技术效率为0.60，规模效率为0.82，可见规模效率远远高于纯技术效率和综合效率，说明规模集聚引致的回报一直高于技术创新引致的回报，也表明一直以来我国景区业的发展以规模扩张为主要动力.从图1也可以看出在12年间规模效率始终最高，纯技术效率其次，而综合效率最低.另外，2002—2013年间景区业纯技术效率从0.57变为0.74，效率值提升较快，稳步增长态势在近几年开始显现.而规模效率从2002年的0.86变为2013年的0.85，效率值基本没有提升，尤其是近几年始终在0.85左右徘徊，一直相对较好.

图1 2002—2013年景区业效率变化趋势图

2.3 省际效率时序变化差异显著

为更深入分析我国各省份景区行业效率的时序变化，根据各省份行业综合效率的平均值与全国效率平均值的高低，以及各省份行业综合效率变异系数与全国效率平均变异系数的高低，将我国各省份综合效率水平划分为4个类型，即高效率、高稳定性型，高效率、低稳定型，低效率、高稳定型和低效率、低稳定型(见表1).高效率、高稳定型包括北京、辽宁、上海、江苏、福建、江西、河南、广东、海南、四川、贵州和宁夏12个省份，该类型具有高效率的优势，年际变化稳定，未来可以继续保持优势；高效率、低稳定型包括河北、安徽、湖南、西藏和新疆5省份，综合效率平均值较高，但是波动起伏比较大，未来能否继续保持优势具有一定的不确定性；低效率、高稳定型包括内蒙古、黑龙江、山东、湖北、广西、重庆和陕西7个省份，综合效率一直较低且波动性较小，从发展趋势来看，表现出一定的增长，只是步伐比较缓慢；低效率、低稳定型，包括山西、吉林、浙江、云南、甘肃、青海和天津7个省份，该类型不仅综合效率低，并且波动起伏较大.从中可见，各省份景区业效率在时序变化方面表现出极大的复杂性和不稳定性.

表1 各省份景区业效率水平类型

2.4 纯技术效率对综合效率的影响在增强

图2显示了2002，2007和2013三个年份的综合效率-纯技术效率和综合效率-规模效率散点分布情况.从中可以看出，2002年，综合效率-纯技术效率图的散点呈一种无规则的混乱分布，而综合效率-规模效率图上的各散点多位于45°对角线的上方，两幅图中位于对角线的点都很少，说明综合效率同时受两种效率的共同影响和制约.2007年，从综合效率-纯技术效率图来看，各散点开始出现沿45°对角线聚集的趋势，说明纯技术效率对综合效率的影响制约能力略有上升，但很多省份的散点都集中于左下端，说明达到有效状态的省份不多.2013年，综合效率-纯技术效率图上的散点再次表现出向45°对角线集中的趋势，说明纯技术效率的影响力在进一步加强.另外，各散点多向右上端移动，说明达到有效状态的省份在增多.

图2 景区业2002，2007和2013年分解效率对总效率的贡献分析

3 中国省域景区业效率的空间格局演变

3.1 从空间相关性来看随机分布态势显著

Moran’s指数可以看做为各省域景区业效率值的乘积和，当其接近于0时，效率值不存在空间自相关，呈现随机分布态势.在此计算2002—2013年景区业综合效率的Moran’s指数及其显著性，结果见表2.结果显示，只有2002和2009年的Moran’s指数值通过了检验，其余年份均未通过检验，说明多数年份综合效率空间分布上不存在显著的空间相关性，随机分布态势显著，效率的高低受各省份自身发展影响更多，受周边地区的影响并不大.另外，通过检验的2002和2009年两个特殊年份也表现出截然不同的特征.2002年Moran’s指数值为0.21，为正值，说明景区行业效率在空间分布上存在较弱的空间正相关；2009年Moran’s指数值变为负值(-0.30)，说明景区行业效率在空间分布上变为空间负相关，效率高的省份周围地区效率值反而低，效率低的省份周围效率值反而高，表明在该年综合效率在空间分布上具有空间极化的特性.这种往返起伏的变化反映出景区行业还处于成长期，行业成熟度较低.

表2 2002—2013年景区行业综合效率Moran’s指数值

3.2 从重心变化看，综合效率和纯技术效率先西北后东南移动，规模效率一直西移

从空间重心变化情况看(见图3)，综合效率和纯技术效率的重心变动范围横跨陕西、河南和湖北三省，说明空间演变变动较为剧烈.与综合效率重心相比，纯技术效率移动范围偏西，更多年份重心位于陕西省境内，说明在技术能力方面东西部差异稍小于综合效率.规模效率重心的分布范围基本在河南省境内，变动幅度远小于综合效率和纯技术效率，说明其空间格局较为稳定.

图3 2002—2013年景区业三大效率重心与标准差椭圆分布

从历年变化轨迹看(见表3)，以2002年为起始点，综合效率的重心在2005和2009年连续向西北方向偏移，偏移量分别为129.48和76.48 km，2013年向东南方向偏移，偏移量为152.53 km.纯技术效率重心的变化方向与综合效率相同，在偏移量上除了2005年以外都要大于综合效率.这说明纯技术效率与综合效率重心变化表现出相同的趋势，在差距变化上则略大于综合效率.规模效率的重心变化表现出不同的态势，2005年与2002年相比向西北方向发生偏移，偏移量为73.83 km，随后的2009年和2013年则连续向西南方向发生偏移，偏移量分别为51.18 km和54.28 km，与综合效率和纯技术效率相比变动量较小，说明空间格局年际变化稍小.由于重心定量反映了效率高值集聚的变动情况，三大效率的重心轨迹变化情况说明在2002—2005年间，我国西北部省份对三大效率总体分布格局的影响作用有所增强，使得重心向西北移动；2005—2009年间，对综合效率和纯技效率的影响在持续，而规模效率方面则是西南省份的影响作用在增强；2009—2013年间，东南部省份对综合效率和纯技术效率的空间分布格局影响增强，重心向东南偏移，而规模效率持续了2005—2009年间的空间格局变化，西南地区省份的影响仍在持续增强.另外，综合效率与纯技术效率重心轨迹相似的变动趋势表明两者之间存在一定的正相关.

3.3 从标准差椭圆看，三大效率转角均增大

2002—2013年景区业三大效率的标准差椭圆分析结果见图3及表4.从综合效率转角θ的变化看，其值从2002年的46.89°增大到2013年的97.07°，12年间转角一直在增大，总体上空间分布从东北—西南走向转到西北—东南走向，表现为明显的顺时针旋转.从纯技术效率转角θ的变化看，2002年θ角为62.52°，呈东北—西南走向；2005年转角为90.64°，变为东西走向；到2009年转角为84.82°，走向沿逆时针稍微回转；2013年转角为93.69°空间格局走向变为西北—东南走向.可见纯技术效率的变化情况基本与综合效率相似，都是由东北—西南格局变为西北—东南格局.从规模效率转角θ的变化看，其值由2002年的28.74°变为2013的46.80°，转角同样在增大，发生顺时针旋转，虽然有所弱化，但一直保持了东北—西南走向.三大效率的转角均在增大表明相应分布于椭圆轴线西南部的省份效率值增长快于相应分布于椭圆轴线东北部的省份，位于西南部地区的省份对景区业效率的拉动作用在增强，自身实力在增长.

表3 三大效率重心变动(2002—2013)

表4 三大效率标准差椭圆的参数变化(2002—2013)

从标准差椭圆x轴的变化看，综合效率和规模效率12年间x轴标准差一直在增大，其值分别从2002年的1 026.04 km和964.69 km增长到2013年的1 243.78 km和1 079.23 km，说明两大效率在东西方向上一直表现出分散趋势.纯技术效率x轴标准差的变化则表现出波动态势，2002—2005年为增长态势，2005—2009为减小态势，2009—2013再次变为增长态势，说明在空间格局上东西方向表现出扩散—集聚—扩散的变化过程，东西部间的技术利用能力差距也在增减中变化.从椭圆y轴标准差的变化看，三大效率的变化情况则较为复杂.综合效率沿y轴的标准差变化过程是先增后减，说明在南北方向上空间差异是先缩小再扩大；纯技术效率的变化过程是减—增—减，说明空间差异变化是扩大—缩小—扩大；规模效率的变化过程与纯技术效率相反，表现出增—减—增的过程，反映其空间差异变化是缩小—扩大—缩小的过程.说明三大效率在南北方向上的空间格局变化各不相同，未来还需要时间进一步验证.

4 结论与讨论

(1) 从时序变化看，在2008年之前三大效率年际变化显著，由于景区业处于行业发展初级阶段，投入产出稳定性差，2009年之后行业稳定性提高，三大效率年际变化趋于平稳，行业成熟度提高.从分解后的规模效率和纯技术效率来看，规模效率一直相对较好而纯技术效率近几年提升较快，反映出技术应用能力对景区业效率的提升作用在增强，这点通过年际间分解效率对总效率的贡献变化分析可体现出来.另外，各省份三大效率在年际稳定性上差异显著，青海、天津、吉林等省份时序变化剧烈，稳定性低，而北京、江西、广西等省份稳定性较高.综上所述，未来各地区要提高旅游产业整体效益，应对景区业投入更多的关注.景区业占地面积大、前期基础设施投资额较高，虽然行业效率稳定性有所提高，但多个省份波动性仍较强，有一定的投资风险性.因此更应注意规避投资风险，切实做好投资效益分析等前期工作.

(2) 从空间格局演变看，多数年份综合效率空间分布上不存在显著的空间相关性，随机分布态势显著，重心和标准差椭圆的变动说明我国西部省份对总体分布格局的影响作用有所增强，东西方向上差异呈分散态势，南北方向上差异先呈集聚态势，后改为分散态势；纯技术效率与综合效率在重心轨迹和转角变化上均表现出一定的相似性，表明两者之间存在一定的正相关；规模效率的重心和标准差椭圆变动幅度远小于综合效率和纯技术效率，说明其空间格局较为稳定，年际变化中东西方向上呈分散态势，尤其位于西南部地区的省份对景区业规模效率的拉动作用在增强，自身实力在增长.

由于数据和研究方法所限，本文是以省域这一尺度进行的研究和分析，研究尺度较大，不能很好地洞察更小的空间单元，更小尺度景区业效率的具体情形还有待深入研究.此外，本文主要是基于旅游生产单元外部的竞争与合作关系对区域景区业效率的影响进行评价，而对单元本身的内部属性特征未予以考虑，即未针对各省份旅游资源的差异性进行分类分析，这也是未来需延伸研究的内容之一.

[1] BOTTI L，GONCALVES O，RATSIMBANIERANA H.French destination efficiency：a mean-variance approach[J].Journal of Travel Research，2012，51(2)：115-129.

[2] DASKALOPOULOU I，PETROU A.Urban tourism competitiveness：networks and the regional asset base[J].Urban Studies，2009，46(4)：779-801.

[3] LIONETTI S.Tourism productivity：incentives and obstacles to fostering growth[J].Tourism Analysis，2009，14(6)：781-791.

[4] PAVLYUK D.Application of the spatial stochastic frontier model for analysis of a regional tourism sector[J].Transport and Telecommunication，2011，12(2)：28-38.

[5] GEORGE ASSAF A.Benchmarking the Asia Pacific tourism industry：a bayesian combination of DEA and stochastic frontier[J].Tourism Management，2012，33(5)：1122-1127.

[6] TAHERI H，ANSARI S.Measuring the relative efficiency of cultural-historical museums in Tehran：DEA approach[J].Journal of Cultural Heritage，2013，14(5)：431-438.

[7] 马晓龙，保继刚.基于DEA的中国国家级风景名胜区使用效率评价[J].地理研究，2009(3)：838-848.

[8] 曹芳东，黄震方，吴江，等.国家级风景名胜区旅游效率测度与区位可达性分析[J].地理学报，2012(12)：1686-1697.

[9] 曹芳东，黄震方，徐敏，等.风景名胜区旅游效率及其分解效率的时空格局与影响因素——基于Bootstrap-DEA模型的分析方法[J].地理研究，2015(12)：2395-2408.

[10] 曹芳东，黄震方，余凤龙，等.国家级风景名胜区旅游效率空间格局动态演化及其驱动机制[J].地理研究，2014(6)：1151-1166.

[11] 徐波，刘丽华.基于DEA分析中国省域地区旅游景区业效率[J].国土与自然资源研究，2012(5)：59-60.

[12] 徐波，荣毅.地区旅游景区业效率分析[J].中国林业经济，2011(3)：35-38.

[13] 方叶林，黄震方，余凤龙，等.省际旅游资源相对效率的演化分析[J].地理科学，2013(11)：1354-1361.

[14] 方叶林，黄震方，张宏，等.省域旅游发展的错位现象及旅游资源相对效率评价——以中国大陆31省市区2000—2009年面板数据为例[J].自然资源学报，2013(10)：1754-1764.

[15] 刘长生.低碳旅游服务提供效率评价研究——以张家界景区业环保交通为例[J].旅游学刊，2012(3)：90-98.

[16] 李鑫，杨新军，孙丕苓.不同类型景区业生态效率比较研究——以华山风景区业与大唐芙蓉园为例[J].生态经济(学术版)，2013(2)：290-295.

[17] 李志勇.旅游景区业服务提供效率评价方法——一个低碳经济视角[J].软科学，2013(6)：140-144.

[18] 杨璐，章锦河，钟士恩，等.山岳型景区业酒店碳足迹效率及影响因素分析[J].生态经济，2015(3)：126-130.

(责任编辑：方 林)

Time-space distributing of tourism scenic spots efficiency in Chinese provincial area

HU Yu-na1，2，MEI Lin2，3，CHEN Yan2

(1.School of Business，Ludong University，Yantai 264025，China； 2.School of Geographical Sciences，Northeast Normal University，Changchun 130024，China； 3.College of Humanities & Sciences of Northeast Normal University，Changchun 130117，China)

By using DEA model，this paper calculates efficiency of tourism scenic spots in Chinese 31 provinces from 2002 to 2013 and analyses its time-space distributing characteristic.The result shows that：(1) In the temporal variation，the annual changes of three efficiencies changed significantly before 2008，then it tended to be stable after 2009.Scale efficiency has been relatively good and pure technical efficiency improve faster in recent years，which reflect that technology application ability play more important role on enhancing the efficiency of tourism scenic spots.In addition，three efficiencies of different provinces represent significant differences on the annual stability.(2) In the spatial pattern of evolution，spatial distribution of comprehensive efficiency does not exist significant spatial correlation in the most years，influence of western provinces has been enhanced on the overall distribution pattern；pure technical efficiency showed some similarity with comprehensive efficiency in spatial pattern changes，which indicated that there exist a positive correlation between them；the spatial pattern of scale efficiency is relatively stable，and southwestern provinces influence the overall pattern significantly.

tourism scenic spot industry；efficiency；time-space distribution；evolution；provincial area

1000-1832(2017)01-0125-09

10.16163/j.cnki.22-1123/n.2017.01.024

2016-05-19

国家自然科学基金资助项目(41471111).

胡宇娜(1980—)，女，博士，讲师，主要从事旅游规划、旅游经济和旅游电子商务研究.

F 592.6 [学科代码] 790·6799

A