我国丝绸之路经济带旅游业效率及影响因素研究

郝金磊,尹 萌(兰州财经大学 工商管理学院,甘肃 兰州 730020)

我国丝绸之路经济带旅游业效率及影响因素研究

郝金磊,尹 萌
(兰州财经大学 工商管理学院,甘肃 兰州 730020)

基于宏观统计数据,建立三阶段DEA模型,研究了我国丝绸之路经济带旅游业效率及其影响因素。结果表明:我国丝绸之路经济带旅游业效率相对较高,但省区间存在着一定的差异;丝绸之路经济带旅游业在产业规模上仍有着较大的改进空间;环境因素和随机因素对我国丝绸之路经济带旅游业效率影响显著。基于以上研究结论,提出提升我国丝绸之路经济带旅游业效率的相关建议。

丝绸之路经济带;旅游业;效率;三阶段DEA模型

1 引言

丝绸之路经济带沿线国家和地区拥有丰富的自然资源和广阔的合作发展空间,建设丝绸之路经济带是向西开放战略的凸显,对适应全球化趋势和市场经济的内在要求具有积极意义,对于提升我国西部地区经济发展水平、促进区域协调发展具有重要影响。因此,丝绸之路经济带构想的提出得到了沿线各国和国内各地区的积极响应。打造丝绸之路经济带、加速向西开放成为我国新一轮改革开放的战略契机。我国丝绸之路经济带主要包括西北地区的陕西、甘肃、宁夏、青海、新疆和西南地区的重庆、四川、广西、云南[1],以上区域因独特的地理位置和气候条件,拥有丰富的旅游资源,名胜古迹、自然风光和民俗风情的融合使旅游业发展前景广阔。旅游业是国家战略调整的重要组成部分,对带动各地区经济发展、促进各地区间的文化交流、推动丝绸之路经济带建设具有先导作用[2]。因此,把握丝绸之路经济带建设和向西开放开发的战略契机,以旅游业为切入点,在优化资源配置、发挥示范效应的基础上,带动区域经济联动发展,成为沿线各地区面临的重要挑战。系统性地研究我国丝绸之路经济带旅游业效率与影响因素,突破旅游业发展瓶颈,对推动区域协调发展、实现丝绸之路经济带构想具有较强的理论价值和实践意义。

当前,学者们的研究主要集中于丝绸之路经济带旅游业发展、旅游业效率及影响因素等相关问题。关于丝绸之路经济带旅游业发展问题,张毓等基于1995—2014年的面板数据,构建旅游惯性指标模型,研究了丝绸之路经济带九省区的旅游成长及增长惯性,表明不同典型年份旅游危机周期效应不同,惯性强度也不同[3];党婕等基于1995—2014年的面板数据,构建旅游产业与城市化耦合指标体系,研究了丝绸之路经济带九省区旅游业与城市化的协调关系,表明旅游业和城市化综合评价指数和耦合度呈现上升趋势,但区域差异明显且旅游业滞后型居多[4];高楠等基于1993—2012年的面板数据,建立耦合协调评价模型,研究了丝绸之路经济带九省区旅游业与区域经济系统间的耦合协调度,表明旅游业与区域经济之间耦合协调发展显著,综合发展水平出现上升趋势,但地区间差异明显[5];王松茂等基于1990—2013年的面板数据,运用误差修正模型周期理论,研究了西北五省旅游业经济周期性和同步性,表明旅游业与经济周期具有同步性[6];张永锋、杜忠潮基于2006年截面数据,采用层次分析法研究了丝绸之路经济带十个主要城市的旅游竞争力,表明城市间旅游竞争力存在明显梯度差异,地区间有各自的优势和劣势[7]。关于旅游业效率及影响因素问题,马震基于2006—2013年的面板数据,构建DEA模型,研究了丝绸之路经济带八省区的旅游效率,表明不同地区旅游业效率差异明显,大部分地区存在投入冗余或产出不足的问题,但整体在逐年优化[8];杨春梅和赵宝福基于2010年的截面数据,建立三阶段DEA模型,研究了我国50个著名旅游城市的旅游业效率,表明各城市纯技术效率相对较低,规模效率是制约综合技术效率提升的主要因素[9];金春雨等基于2007—2009年面板数据,建立三阶段DEA模型研究了我国旅游业效率,表明旅游业规模效率较低是制约中西部旅游业效率提高的瓶颈,东部地区旅游业效率接近或处于效率前沿面[10];陶卓民等基于1999—2006年面板数据,建立DEA模型研究了我国旅游业效率,表明因未能充分挖掘现有资源的潜力,使我国旅游业发展的整体效率偏低[11];张根水等基于2001年截面数据,建立DEA模型研究了我国旅游业效率和规模效益,发现不同区域间旅游业效率差异明显,各区域规模效益呈递增趋势[12]。

以上学者的研究成果为本文提供了一定的参考,但同时也存在着一些局限。研究内容上,更多学者关注于丝绸之路经济带旅游业与经济增长的关系,而对丝绸之路经济带旅游业效率及影响因素的研究相对较少;研究区域上,虽然部分学者对旅游业效率和影响因素进行了研究,但更多地是从全国层面进行研究,对丝绸之路经济带关注得较少;研究方法上,学者们对于效率的测算,主要采用一阶段DEA模型,由于无法有效排除随机变量和环境变量的影响,导致结果缺乏客观性。本文在“一带一路”战略背景下,立足于我国丝绸之路经济带旅游业的发展实际构建了三阶段DEA模型,系统研究了我国丝绸之路经济带旅游业效率及其影响因素。这既是对现有理论的补充与完善,同时对于提升旅游业效率、推动丝绸之路经济带建设具有一定的参考价值。

2 模型构建

传统测量效率的方法主要包括参数法的随机前沿模型(Stochastic Frontier Analysis,SFA)和非参数法的数据包络分析(Data Envelope Analysis,DEA)。SFA方法虽然能在效率测算的同时进行影响因素的分析,但却无法有效进行多投入多产出的效率测算;DEA模型虽然能测算多投入多产出的效率问题,但却无法测算环境因素和随机误差对效率的影响。为了有效进行效率和影响因素的分析,Fried[13]提出了三阶段的DEA模型。该方法在测算多投入多产出效率的同时,能有效剔除环境因素和随机误差的影响,客观反映效率水平。本文对我国丝绸之路经济带旅游业效率及影响因素的研究将采用三阶段DEA模型,该模型主要由以下三个部分构成。

2.1 第一阶段:原始DEA模型

传统的DEA分析包括CCR模型和BCC模型,前者研究必须假设规模报酬不变[14],而后者则可解决规模报酬可变情况下的效率问题。此外,该模型中综合技术效率由纯技术效率和规模技术效率的乘积构成[15]。在第一阶段,将各决策单元的投入—产出值放入模型中进行效率测算,得到原始的效率值,BCC模型的公式为:

(1)

(2)

式中,Nk表示受评估决策单元的的相对有效值;xij表示决策单元j的种投入量i,yrj表示决策单元j的产出量r;λj为组合系数;θ为效率评价指数;ε为非阿基米德无穷小量;s-、s+为松弛变量。虽然第一阶段可有效测算各决策单元的效率值,但效率值却受环境与随机因素的影响,为了区分外部不可控因素与内部管理因素,需要进入第二阶段进行评估分析。

2.2 第二阶段:SFA回归模型

第一阶段分析可得到各决策单元的综合技术效率、纯技术效率和规模技术效率,还可得到各决策单元投入的松弛量。Fried认为,投入松弛是由管理无效率、环境因素和随机误差造成的[13],因此需要对每一个决策单元投入松弛构建SFA模型,观察这三个因素对投入松弛的影响,剔除环境和随机误差造成的冗余,得到仅由管理无效率导致的冗余。通过第二阶段SFA模型的回归结果,对决策单元进行调整,将所有决策单元置于同一种环境因素和随机因素下进行效率计算,公式为:

(3)

2.3 第三阶段:调整后的DEA模型

3 变量与数据

3.1 变量选取

选取我国丝绸之路经济带九个省区作为决策单元,在借鉴前人研究成果并考虑数据代表性的基础上,选取旅游业固定资产原价和旅游业从业人数作为投入变量,选取旅游业营业收入和景区接纳游客人数为产出变量。其中,投入和产出变量是在综合考虑旅行社、景区和星级酒店数据的基础上加总而得。

表1 旅游业效率测算指标

本研究分别从经济水平、自然环境、交通条件、配套设施、接待能力和旅游倾向六个指标来对外部环境因素进行刻画。其中,居民旅游倾向采用该地区接待游客人数占全国接待游客人数的比重与该区域人口占全国人口的比重之比来计算[10],所建指标体系见表1。研究过程中,为验证投入与产出变量的同向性,本文利用SPSS17.0软件对投入与产出变量做Pearson相关性检验,得到的检验结果见表2。投入与产出变量的相关系数为正,并且分别通过了5%和1%水平下的相关性检验,表明所选变量较为合理,符合同向性原则,可展开下一步的研究。

表2 丝绸之路经济带旅游业投入产出Pearson相关系数

注:***代表在0.01的统计水平上显著，**代表在0.05的统计水平上显著;括号内的数值为检验p值。

3.2 数据来源

本文研究所选样本为我国丝绸之路经济带九省区:陕西、甘肃、宁夏、青海、新疆、四川、重庆、广西和云南；文中所使用的数据均来源于2015年《中国统计年鉴》和《中国旅游统计年鉴》。

4 结果分析

4.1 第一阶段:原始DEA结果分析

利用DEAP2.1软件对我国丝绸之路经济带九省区旅游业效率进行测算,结果见表3。剔除环境和随机误差因素的影响,我国丝绸之路经济带九省区的综合技术效率均值为0.79,纯技术效率均值为0.887,规模技术效率均值为0.892,旅游业整体效率水平较高。重庆、青海旅游业综合技术效率值为1,处于效率的前沿面;甘肃、宁夏、新疆旅游业综合技术效率较低。其中,甘肃、新疆旅游业综合技术效率较低主要受制于纯技术效率,而宁夏主要受制于规模技术效率。此外,从规模报酬状态来看,广西、四川、云南、陕西、甘肃旅游业呈规模报酬递减状态,宁夏、新疆呈规模报酬递增状态。由于表3中效率值包含环境因素和随机因素的影响,并不能客观反映各地区旅游业的实际,因此需做进一步研究,剔除环境因素和随机因素的影响。

表3 丝绸之路经济带旅游业效率值

注:drs为规模报酬递减;irs为规模报酬递增;-为规模报酬不变。

4.2 第二阶段:SFA结果分析

以第一阶段计算得到的投入松弛作为因变量,以经济水平、自然环境、交通条件、配套设施、接待能力、旅游倾向作为自变量,在对数据进行标准化处理的基础上,利用Frontier 4.1软件进行第二阶段SFA回归分析,结果见表4。由表4可知,环境变量对因变量投入松弛均有影响显著,且都通过了1%统计水平下的显著性检验,资本投入松弛量和劳动力投入松弛量的δ2分别通过了5%和10%统计水平下的显著性检验,且劳动投入松弛量的γ为1,表明总方差中纯技术效率方差的贡献较大,投入冗余中经营管理因素具有重要影响,利用SFA模型剔除环境因素和随机因素的影响是行之有效的。

表4 SFA模型回归结果

注:***代表在0.01的统计水平上显著;**代表在0.05的统计水平上显著;*代表在0.1的统计水平上显著。

根据表4中SFA模型回归结果,进一步分析环境变量对我国丝绸之路经济带九省区旅游业效率投入松弛的影响:①经济水平的影响。经济水平对资本和劳动力投入松弛影响的回归系数为负,均通过了1%水平下的显著性检验,表明经济水平的提高有助于减少投入松弛,提升旅游业效率。原因是:经济水平的提高和经济环境的改善,提升了旅游资源的开发能力和水平,实现了旅游发展的规模效益;同时,经济水平的提高有助于塑造品牌、增加内涵、凸显特色,在吸引游客的基础上增加经济产出和社会产出,稀释资本和劳动力投入的松弛。②自然环境的影响。自然环境对资本及劳动力投入松弛影响的回归系数为负,且均通过了1%统计水平下的显著性检验,表明自然环境的改善有助于减少投入松弛,提升旅游业效率。原因是:良好的自然环境有助于发展生态旅游,提高旅游资源的品味和质量,提升当地旅游业的知名度;同时,差异化的自然资源会进一步激发游客旅游欲望,减少旅游资源闲置,提升旅游业效率。③交通条件的影响。交通条件对资本和劳动力投入松弛影响的回归系数均为负,且均通过了1%统计水平下的显著性检验,表明交通条件的改善有助于减少投入松弛,提升旅游业效率。原因是:交通条件的改善,减少气候影响与交通堵塞,在扩大旅游半径的基础上增加了游客周转量;同时,交通条件的改善,盘活了沿线旅游资源,在提升效率的基础上促进了旅游效益提高。④配套设施的影响。配套设施对资本和劳动力投入松弛影响的回归系数为正,且均通过了1%统计水平下的显著性检验,表明基础设施的完善会增加投入松弛,降低旅游业效率。原因是:配套设施的完善,需要投入大量的人力和财力,而其本身短期内产生的效益相对较小;旅游业产能过剩,配套设施缺乏创新,优质产品供给不足,扩大了资本和劳动力投入的松弛。⑤接待能力的影响。接待能力对资本与劳动力投入松弛影响的回归系数均为负,且均通过了1%统计水平下的显著性检验,表明接待能力的提升有助于减少投入松弛,提升旅游业效率。原因是:接待能力的提高,提升了游客承载力和游客体验质量水平,树立了良好的外部形象,促进了旅游业的发展。⑥旅游倾向的影响。旅游倾向对资本和劳动力投入松弛影响的回归系数为负,且均通过了1%统计水平下的显著性检验,表明旅游倾向的提高有助于减少投入松弛,提升旅游业效率。原因是:收入水平的提高、带薪休假的实施和多样化旅游线路的开发增强了居民的旅游倾向,强化了其外出旅游的动机,从而促进了旅游资源开发，减少了资本和劳动力投入的冗余。

4.3 第三阶段:调整后DEA结果分析

根据SFA测算结果，调整决策单元投入数据,利用DEAP2.1软件对调整后的投入数据和原始产出数据进行效率测算,得到剔除环境因素和随机因素后旅游业效率值(表5)。

表5 剔除环境及随机因素后丝绸之路经济带旅游业效率值

注:drs为规模报酬递减;irs为规模报酬递增;-为规模报酬不变。

对比表2和表5的结果发现,剔除环境因素和随机因素的影响后,效率值发生了改变,处于效率前沿面的省份由2个增加到5个,表明传统的DEA效率测算存在偏差,并不能反映决策单元真实的效率水平。丝绸之路经济带九个省区旅游业综合技术效率由0.790上升到0.795,只有小幅上升,表明总体水平较高且相对稳定,纯技术效率由0.887上升到0.997,规模技术效率由0.892下降到0.796,表明规模是制约九个省区旅游业发展的重要因素。省际层面而言,调整前处于效率前沿面的青海有较大波动,其综合技术效率值由1下降到0.649,说明青海旅游业外部环境较好,效率值存在高估,规模效益是制约旅游业发展重要因素;广西、宁夏和新疆的综合技术效率值均有不同程度的下降,表明外部环境因素造成了对效率的高估,规模效益是制约三省区旅游业发展的重要因素;四川、云南、陕西、甘肃的效率值上升到1,处于效率前沿面,表明这四个省份旅游业管理水平较高，低效率主要有环境和随机因素导致。规模报酬状态而言,剔除环境因素和随机因素的影响后,广西、青海、宁夏、新疆均处于规模报酬递增状态,表明旅游资源投入的不足限制了其旅游业的发展。

5 结论与建议

本文利用宏观统计数据建立三阶段DEA模型,研究了我国丝绸之路经济带旅游业效率及其影响因素。结果发现:①我国丝绸之路经济带旅游业的综合技术效率水平较高；②省区间旅游业效率及规模报酬方面存在较大差异；③我国丝绸之路经济带旅游业效率受环境影响显著。

基于上述研究结论,为提高我国丝绸之路经济带旅游业效率及发展水平,充分发挥旅游业在丝绸之路经济带建设中的先导作用,提出以下建议:①充分利用丝绸之路经济带九省区独特的地理方位和自然资源,把握好新一轮国家级顶层战略的契机,加强对旅游资源开发能力和水平,以旅游业为切入点带动区域经济的发展。重庆、四川、云南、陕西、甘肃等省市旅游业效率水平较高,但应把握好战略机遇推动产业水平向更高水平发展,快速度过相对停滞的平台期。此外,还应发挥的优秀管理的示范效应,加强省区旅游业间的互动与合作,构建多层次、高水平的区域合作平台,促进丝绸之路经济带旅游业水平的稳步提高。②广西、青海、宁夏、新疆四省区应主动调整旅游业结构,扩大旅游业规模和加强旅游资源的开发力度,增加资本与劳动力投入力度,在旅游产业由劳动密集型向资本密集型转型的过程中,充分发挥劳动资源丰富优势的同时,加速资本注入速度,积累建设开发资金,实现规模效益最大化。③重视环境因素影响,促进旅游业效率水平提高。发展特色产业,提升经济发展水平,促进居民增收;发展生态旅游,加强绿化管理,注重环境改善;加强交通设施建设,建立立体交通体系,提升旅游便利程度;提升景区规划水平,减少配套设施盲目建设,突出配套设施的创新型与多元化;加强旅游战略布局,提升接待能力和服务水平,改善游客体验质量;强化旅游推介,突出旅游特色,提升旅游倾向。

[1]谢红,巫才林,霍伟东.“丝绸之路经济带”国内省份对外开放与经济增长[J].经济问题,2015，(8)∶6-12.

[2]闫静,李树民.丝绸之路经济带旅游合作的潜力、挑战与实现路径[J].西安财经学院学报,2015，(28)∶94-98.

[3]张毓,孙根年,苏建军.丝绸之路经济带9省区国内旅游成长及增长惯性分析[J].干旱区资源与环境,2016(30)∶203-208.

[4]党婕,唐志强.丝绸之路经济带旅游产业与城市化耦合协调研究——基于2003—2013年九省区市的面板数据[J].区域经济,2016，(10)∶206-208.

[5]高楠,马耀峰,张春晖.中国丝绸之路经济带旅游产业与区域经济的时空耦合分异----基于九省区市1993—2012年面板数据[J].经济管理,2015,(37)∶111-120.

[6]王松茂,方良彦,邓峰.“丝绸之路经济带”西北五省区旅游经济周期同步性研究[J].开发研究,2015,(1)∶69-72.

[7]张永锋,杜忠潮.西北地区“丝绸之路”沿线10城市旅游竞争力浅析[J].干旱区资源与环境,2009,(23)∶194-200.

[8]马震.基于数据包络分析的丝绸之路经济带旅游效率研究[J].经济问题探索,2015,(7)∶14-17.

[9]杨春梅,赵宝福.中国著名旅游城市旅游业的效率研究[J].旅游科学,2014,(28)∶64-74.

[10]金春雨,程浩,宋广蕊.基于三阶段DEA模型的我国区域旅游业效率评价[J].旅游学刊,2012,(11)∶56-65.

[11]陶卓民,薛献伟,管晶晶.基于数据包络分析的中国旅游业发展效率特征[J].地理学报,2010,(8)∶1004-1021.

[12]张根水,熊伯坚,程理民.基于DEA理论的地区旅游业效率评价[J].商业研究,2006,(1)∶179-182.

[13]Fried,Lovell,Schmidt,etal.Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis[J].Journal of Productivity Analysis,2002,17(1)∶121-136.

[14]Charnes A,Cooper W W,Rhodes E.Measuring the Efficiency of Decision Making Units[J].European of Operation Research,1978,2(6)∶429-444.

[15]Banker R D,Charnes A,Cooper W W.Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J].Management Science,1984,30(9)∶1078-1092.

ResearchonTourismEfficiencyandInfluenceFactorsofSilkRoadEconomicBeltinChina

HAO Jin-lei,YIN Meng
(School of Business Administration,Lanzhou University of Finance and Economics,Lanzhou 730020,China)

Based on macro data,this paper studied the tourism efficiency and influence factors of the silk road economic belt in China by using three-stage DEA model.The result showeds that: Ttourism efficiency of the silk road economic belt in China was relatively high,but there existed differences among different provinces,and the tourism efficiency still had greater room to improve, environmental factors and random factors had significant influences on tourism efficiency.This paper put forward some suggestions on promoting the tourism efficiency of the silk road economic belt in China based on research conclusions.

silk road economic belt;tourism industry;efficiency;three-stage DEA model

10.3969/j.issn.1005-8141.2017.04.022

F592.3

A

1005-8141(2017)04-0494-04

2017-02-05；

2017-03-24

国家社会科学基金项目“西部少数民族地区创新创业人才队伍建设研究”(编号:13BGL032);甘肃省科技厅自然基金项目“丝绸之路经济带西北五省区科技协同创新研究”(编号:606RJZA055);甘肃省人文社科基地重点项目“丝绸之路经济带西北五省区科技协同创新研究”(编号:JYYZ201504)。

及通讯作者简介：郝金磊(1978-),男,山东省青岛人,博士,副教授,研究方向为资源优化与配置。