“一带一路”中国沿海港口城市旅游效率测度与空间特征研究*

王新越 韩霞霞

(中国海洋大学 管理学院，山东 青岛 266100)

一、引言

(一)研究区域概况

2015年3月，国家发展改革部、外交部、商务部联合发布了《推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动》，其中强调要加强上海、天津、宁波—舟山、广州、深圳、湛江、汕头、青岛、烟台、大连、福州、厦门、泉州、海口、三亚等沿海城市港口建设。它们作为重要的交通枢纽与节点城市，将成为“一带一路”特别是21世纪海上丝绸之路建设的排头兵和主力军。

“一带一路”沿海港口城市旅游业发展在全国53个沿海城市(《中国海洋统计年鉴》定义)中占据重要地位。2015年，16个“一带一路”沿海港口城市的土地面积约为12.17万平方公里，在全国沿海城市中占比27.39%，但旅游业水平却远远高于此：“一带一路”沿海港口城市旅游总收入为1,8036.41亿元，占全国沿海城市旅游总收入的58.47%，旅游外汇收入占72.3%。旅游人数方面，2015年，“一带一路”沿海港口城市共接待11,2339.71万人，占全国沿海城市旅游总人数的49.1%。因此，“一带一路”沿海港口城市的旅游发展状况在全国沿海城市中具有一定的代表性，在“一带一路”发展战略的契机下对其旅游效率进行研究可有效指导该城市的旅游资源利用及配置，也将为其他沿海城市旅游发展提供借鉴。

(二)国内外研究现状

港口城市具有得天独厚的区位条件与雄厚的经济基础，作为“一带一路”特别是21世纪海上丝绸之路的重要节点及枢纽，其城市旅游受到广大旅游者、企业及政府的关注。然而，受发展阶段和投资方式的影响，规模化投入、同质化正制约着旅游产业结构升级和旅游资源的合理配置，造成诸多低效率投资行为。[1-2]针对“一带一路”沿海港口城市进行旅游效率研究有助于在“一带一路”战略发展的契机下推动港口城市旅游效率的提高，同时也对促进港口城市资源合理配置、有效分配投资力度与方向以及城市间的合作交流具有重要的现实意义。

当前，国内外关于旅游效率的研究内容主要集中于旅游相关行业和区域旅游业效率两个方面。其中，旅游相关行业主要包括酒店、[3]旅行社、[4]旅游交通、[5]旅游目的地等；[6]区域旅游业效率研究主要分为三个层面：国家层面、[7-8]区域层面、[9-10]城市层面。[11-12]在研究方法方面，多以定量研究为主，广泛采用的方法包括数据包络分析(DEA)、随机前沿函数(SFA)、Malmquist指数及其改进模型等。关于“一带一路”旅游课题的研究集中于2015-2017年，已有研究成果偏重于从宏观理论视角进行战略分析，多以国家、城市作为研究对象来进行定性分析，其中以内陆城市为主，港口城市研究相对缺乏；研究内容多侧重于沿线国家旅游合作、[13-14]中国入境旅游发展、[15-16]节点城市旅游经济以及旅游资源开发等，[17-18]旅游效率极少涉及。

综上所述，“一带一路”沿海港口城市旅游效率的研究对于深入推动城市旅游发展及合作具有重要的现实意义。目前关于“一带一路”旅游方面的研究偏重于从宏观战略层面对于各国家或内陆城市进行定性分析，缺乏对港口城市旅游发展效率的客观评价。基于此，本研究以“一带一路”沿海港口城市作为研究对象，结合DEA模型、Malmquist生产率指数等方法，对其旅游效率进行测度，分析其时序特征和空间格局，在此基础上对16个港口城市进行分类，以期为“一带一路”沿海港口城市旅游效率提高、资源合理配置以及城市间旅游产业优化和深度合作提供参考依据。

二、研究方法及数据来源

(一)DEA数据包络分析方法

DEA是一种对若干同类具有多输入、多输出决策单元(Decision Making Unit，简计DMU)的相对效率与效益进行比较的有效方法。[19]BCC模型是分析DMU投入产出综合效率的主要工具，在假定规模报酬可变的前提下，将综合效率(crste)分解为纯技术效率(vrste)和规模效率(scale)。

设有n个决策单元DMUj，每个决策单元有m种投入变量x1j,x2j,…,xmj和s种产出变量y1j,y2j,…ysj(其中xij>0，yij>0)，λj是各决策单元投入和产出的权向量。对于投入主导型的BCC模型而言，每个决策单元DMUj都有相应效率评价指数θ，满足：[20]

(1)

式中，λj≥0,j=1,2,…,n。

本研究将16个“一带一路”中国沿海港口城市作为DMU，通过该式计算得出各沿海港口城市的旅游综合效率、纯技术效率和规模效率。旅游综合效率为纯技术效率和规模效率之积，是二者共同作用的结果。

(二)Malmquist生产率指数模型

Malmquist生产率指数最早是由瑞典经济学家和统计学家Malmquist提出的，可以在利用DEA模型进行旅游要素利用情况分析的基础上，较为清晰地反映旅游发展效率在时间维度上的变化趋势，并且有效解决BCC模型分析相对效率的不足问题，挖掘引起全要素生产率变化的主导因素，从而为未来发展提供指导。推导过程详见文献。[21]

各城市在发展过程中实现的Malmquist生产率指数变化TFP可以分解为综合效率变化EC(Efficiency Change)和技术变化TC(Technical Change)。综合效率变化又可进一步分解为纯技术效率变化PE(Pure Efficiency Chnge)和规模效率变化SE(Scale Efficiency Change)。即：

TFP=EC×TC=PE×SE×TC

(2)

式中，TFP>1表示从t到t+1时期的全要素生产率水平提高，反之相反；其中，TC>1、EC>1、SE>1、PE>1分别表示技术进步、技术效率的改善、规模的优化以及技术运用水平的提高，都对TFP的进步起到促进作用，反之则为抑制作用。

(三)指标选取及数据来源

本研究将16个沿海港口城市作为DMU，以2005-2015年度投入产出指标的面板数据为研究样本。在投入变量选择方面，传统经济学中生产要素的投入一般分成三个部分：土地和自然资源、劳动、资本。[22](P41)因城市旅游生产受土地的约束影响较小，所以土地方面的因素不作为投入变量。劳动力和资本对游客城市旅游满意度的提高具有重要影响。前者通过服务人员的态度和水平等“软要素”加以实现，[23]由于旅游产业的综合性，选择城市第三产业从业人员来进行反映。而资本的实现则通过项目建设、基础设施完善、旅游环境营造等“硬要素”加以完成，选择城市固定资产投资额来进行反映。在此基础上，增加星级宾馆数量指标来反映基础设施建设程度。除此之外，由于研究对象的独特性，以城市实际使用外资金额作为考察港口城市对外旅游的经营能力与效率。在产出变量选择方面，本研究借鉴前人的研究成果，选用旅游总收入和旅游接待总人次作为旅游服务的生产产出指标。在一定程度上，旅游总收入和接待人次越多，代表该地旅游发展越好，其旅游效率越高。

DEA运行规则要求决策单元(DMU)>2(投入指标+产出指标)，本研究中DMU个数为16，投入指标个数为4，产出指标个数为2，符合DEA的基本运行要求。本研究相关指标数据主要来源于2006-2016年《中国城市统计年鉴》《中国旅游年鉴》以及各个沿海港口城市2005-2015年的《国民经济和社会发展统计公报》。

三、基于DEA“一带一路”沿海港口城市旅游综合效率评价

根据上述指标建立DEA模型，借助DEAP2.1软件，对“一带一路”沿海港口城市旅游综合效率进行测度，计算得出每个城市在2005-2015年中旅游发展的综合效率、规模效率和纯技术效率。

(一)“一带一路”沿海港口城市旅游效率特征

1、“一带一路”沿海港口城市旅游综合效率由2005年的0.774提高至2015年的0.871，整体呈现递增态势，旅游发展势头较好(图1)。

2、在被统计的11年中，“一带一路”沿海港口城市中共有9个实现过DEA有效，分别为天津、上海、舟山、三亚、厦门、湛江、广州、福州和泉州，旅游效率水平较高。

图1 平均旅游综合效率时序变化特征

3、“一带一路”沿海港口城市旅游效率存在差异，天津、上海和舟山三市旅游效率历年均达到DEA有效，平均旅游综合效率为1，并列第一，而海口市作为海南省的省会，在与三亚市的长期旅游拉锯战中处于弱势，旅游效率最低(图2)。

图2 城市平均旅游综合效率排名

4、2005—2015年，16个“一带一路”沿海港口城市中达到综合效率最优与规模效率最优的城市数量是完全一致的，基本保持在5-8个城市之间，而达到技术效率最优的城市则达到8-11个。

(二)旅游综合效率空间分异特征

选取2005年、2010年、2015年三个时间截面，利用ArcGIS软件将旅游综合效率进行可视化分级处理(图3)。

图3 2005年、2010年和2015年“一带一路”中国沿海港口城市旅游综合效率

1、各沿海港口城市旅游综合效率整体呈现南高北低的空间格局。以秦岭—淮河一线作为分界线，北方地区的港口城市有天津、大连、青岛、烟台4个。至2015年，仅天津一个城市旅游效率发展至最高水平，其他三个城市的旅游效率水平仍处于0.711-0.916之间，进步空间仍然很大。而随着时间演变，南方地区港口城市的旅游效率不断提高，其中广州、厦门、舟山等8个城市的旅游综合效率均高于0.916，发展势头迅猛。较为特殊的是海口市和福州市，虽然都是省会城市，但是在与三亚市、厦门市的长期竞争中，由于旅游要素的投入较大，并且没有形成强大的旅游发展网络，旅游品牌化经营不够显著，知名景点缺乏，导致游客数量锐减，旅游产出不高，从而导致了旅游效率在整体“一带一路”沿海港口城市中并没有成为佼佼者。

2、各沿海港口城市旅游综合效率地区排名：长三角地区>环渤海地区>泛珠三角地区。至2015年，位于长三角地区的三个城市旅游综合效率均高于0.917，旅游投入要素利用程度完善。环渤海地区的四个城市旅游综合效率均高于0.711；泛珠三角地区港口城市间旅游综合效率差异明显，整体分为四个梯度，其中海口市、深圳市、汕头市都在未来存在很大的进步空间。

四、基于Malmquist生产率指数的“一带一路”沿海港口城市旅游效率变动情况分析

(一)旅游效率Malmquist生产率指数及分解的时序动态变化

从时序变化上看，“一带一路”沿海港口城市旅游效率的Malmquist生产率(TFP)指数每年都大于1,年平均值为1.089。表明旅游效率全要素生产率平均增长速度为8.9%，且在每年都会有所提升，证明各沿海港口城市旅游发展潜力十足，对于旅游投入要素的利用程度较高，旅游效率处于整体递增的状态。但是，虽然旅游效率每年都在增长，但其增长速度却存在明显的波动特征。2007—2008年增长速度仅为0.3%，达到最低程度，但在2008-2012年四年间，由于我国举办盛大的奥运会，来华旅游人数极速增长，使旅游效率增长速度迅速回暖，每年都稳定在10%以上，而在2012年之后增长速度相对增长缓慢，2014—2015年增长速度为16.5%，达到最高。

表1 “一带一路”中国沿海港口城市旅游效率的变动情况(2005—2015年)

通过对旅游效率TFP指数进行分解，分析引起旅游效率变动的原因。首先，除2005-2006年、2007—2008年、2013—2014年之外，技术进步指数均为正，年平均增长速度为7.6%，表明“一带一路”沿海港口城市的旅游效率全要素生产率的增长主要是由技术进步引起的。相比之下，同期的技术效率变化指数增速却仅为1.2%，各沿海港口城市的技术变动速度慢，需要做进一步的技术革新，从而通过转型升级的方式促进技术效率的变动。

值得注意的是，在2008—2011年、2014—2015年中，技术效率指数均大于0而小于1，表明其负增长，与之相反的是，技术进步指数均大于1，表明其高增长，这与北京奥运会举办、提出共建“一带一路”战略等国家重大赛事和战略的建设密切相关。除此之外，在11年中，年平均纯技术效率进步1.3%，而规模效率波动不大，城市旅游要素的规模基本已经达到饱和状态。“一带一路”沿海港口城市具有良好的国家政策支持，对于经济基础的提升和旅游要素的投入都起到促进作用。目前，整体上各个城市的技术水平和旅游要素投入规模均达到较高水平，需要作进一步的战略调整，促进相关要素更好利用，使旅游效率进一步提升。

(二)旅游效率Malmquist生产率指数空间差异及演化特征

选取2005—2006年、2010—2011年、2014—2015年三个时间段的Malmquist生产率变化指数，利用ArcGIS软件进行可视化处理(图4)，整体呈现以下特征：

1、各沿海港口城市旅游效率Malmquist生产率指数波动呈现南高北低的空间格局。北方地区的四个城市的全要素生产率均介于1—1.2之间，发展稳定，旅游效率不断提升；而南方地区的城市则差异较大，其中湛江市、舟山市、三亚市等变化幅度最大，海口市的旅游效率不增反减，福州市在2005—2006年期间增速最快，舟山市在2014-2015年增速甚至超过100%，旅游发展潜力巨大。

2、各沿海港口城市Malmquist生产率指数波动幅度排名：泛珠三角地区>长三角地区>环渤海地区，呈现由南到北逐渐减弱的趋势。环渤海地区的四个城市均位于北方地区，Malmquist生产率指数一直在1—1.2之间波动，各城市旅游效率处于持续增长状态。在长三角地区的三个城市中，舟山市实现了旅游效率降低的颓势到增长速度为50%的突破。而对于泛珠三角地区的城市，几乎每个城市的Malmquist生产率指数均有波动。直至2015年，海口市和深圳市的旅游效率不增反减，需要在未来发展道路中找准原因，精确发展目标，提高旅游要素利用率。

图4 “一带一路”中国沿海港口城市Malmquist生产率指数(2005-2006、2010-2011、2014-2015)

六、沿海港口城市分类

借助IPA((Importance & performance Analysis)的研究方法，将旅游综合效率作为横坐标，Malmquist生产率变动指数作为纵坐标，并选择二者的平均值作为临界点来进行划分，最终将16个沿海港口城市划分为四种类型(图5)。

(一)潜力型：明确定位、联动发展战略

潜力型城市的主要特点是旅游效率较低，但是其增长速度很快，主要包括汕头、青岛、烟台、大连、泉州、宁波、福州等7个城市。该类城市经济实力较强，旅游要素投入水平相对较高，但由于缺乏品牌旅游资源，难以对旅游者形成强大的吸引力，造成停留时间有限、适合短线旅游、“回头率低”的局面， 最终导致旅游产出水平薄弱。该类城市在未来发展过程中要秉承明确定位、联动发展的战略，不断引进新的技术，促进效率提高，实现旅游效率的区域联合效应。

图5 基于旅游综合效率和全要素生产率指数的沿海港口城市分类

(二)低谷型：瞄准市场、变革发展战略

该类城市包含深圳和海口两个城市，主要特点是旅游综合效率较低，并且增长速度较慢，甚至有下降的趋势。特别的是，二者分别作为海南省的省会和中国改革开放的窗口，城市经济发展迅速，旅游相关配套设施较为完善，但对比其他城市，同等输入获得的旅游产出相对较小。该类城市需要借助“一带一路”发展战略的东风，进行准确的市场定位，凭借自身良好的经济优势进行变革发展，走独特化发展道路。

(三)活跃型：保持活力、产业融合战略

活跃型的城市包括天津、湛江、广州三个城市。主要特点是旅游综合效率较高，且增长速度较快。由于自身旅游基础较好，发展优势显著，具有很大的上升潜质，因此该类城市具备长期发展的能力，应该在未来发展中加大旅游业投入，在国家战略政策指引下，促进自身特色旅游资源与区域优势产业的融合，实现“旅游+”功能的放大。

(四)稳定型：立足优势、转型升级战略

稳定型城市的主要特点是旅游综合效率较高，但增长速度较为缓慢，包含上海、厦门、舟山、三亚四个城市。这类城市旅游资源丰富，旅游业发展起步早，对于各类旅游要素利用程度高，整体呈现出比较稳定的发展态势。基本上，这类城市作为各省的旅游主导城市，或是“一带一路”沿线港口城市的优势力量。在未来，要积极响应国家政策，发扬“一带一路”精神，立足优势资源进行升级改造，促进产业融合发展，提升进步空间。

七、结论与不足

本研究运用DEA模型对2005—2015年16个“一带一路”沿海港口城市的旅游效率进行测算，在此基础上，采用Malmquist生产率指数模型来揭示其变动程度，最终依托两个指数将16个城市进行分类，总体可以得出以下结论：

1、“一带一路”沿海港口城市的旅游综合效率在11年间整体呈现递增态势，表现为南高北低的空间格局。各城市的旅游综合效率水平较高，发展潜力巨大，并随着时间演变差异逐渐减小。

2、“一带一路”沿海港口城市的全要素生产率变动指数在11年间整体呈现递增状态，主要是由技术进步所引起的。其中，北方城市的Malmquist生产率变动指数均大于1，旅游综合效率不断提升，但增速水平一般。而南方城市间变动指数分布不一，整体呈现由南到北逐渐减弱的趋势。

3、依托旅游综合效率和Malmquist生产率变动指数可将16个城市分为四类，其中天津、湛江、广州为活跃型，上海、厦门、舟山、三亚为稳定型，深圳、海口为低谷型，其他城市为潜力型。

各个城市在发展过程中各有优势，但同样存在各自需要努力的方向，今后可有效借助“一带一路”国家战略的历史机遇，进一步加强旅游基础设施建设，加大旅游资本、人力、技术等多方面的投入，以提高旅游效率为核心目标，积极推进旅游新业态的产生，构建港口城市发展新格局。

本研究也存在一些不足，如选取的旅游要素投入指标相对宏观，由于数据搜集的困难，对于旅游企业的指标仅选取了星级酒店数量这一个指标，缺少旅行社、景区及其他企业的数据，从侧面获得的模型结果不是很精确。但这并不影响该模型的参考价值。另外，由于只选取了11年作为时间序列进行Malmquist生产率指数分析，跨度较短，对于结果可能产生些许偏差。在今后的研究中，需要进行深入的完善与研究。