中国旅游绿色全要素生产率测算及其收敛性分析

程 慧，朱忠满，徐 琼

（1.湖南师范大学 旅游学院，湖南 长沙 410081；2.中南大学 商学院，湖南 长沙 410083）

自改革开放40 多年来，旅游业已经发展成为国家支柱型产业，在拉动国民经济高速增长、提高居民生活质量、带动区域协调联动发展等方面扮演着愈来愈重要的角色。在旅游业起步及迅猛发展阶段，在其经济效益不断提升的同时，与之所带来的环境问题也愈加严重。因此，经济的快速发展与环境污染之间的矛盾已经日益凸显并由此引起重视，党的十九届五中全会通过的《中共中央关于制定国民经济和社会发展第十四个五年规划和2035年远景目标建议》提出要始终坚持“绿水青山就是金山银山”的理念，加快践行绿色低碳发展，深入实施可持续发展战略，完善生态文明领域统筹协调机制，构建生态文明体系，促进经济社会全面绿色转型，建设人与自然和谐共生的现代化。旅游作为一项旅游者参与全过程的活动，如何在实现旅游业实现增收的情况下，减少对环境所造成的负面影响对实现旅游业绿色可持续发展有着重要意义。

一、文献综述

绿色全要素生产率强调经济效益和环境效益的统一，从投入产出的角度出发，将自然资源作为投入，将经济效益作为期望产出，环境污染作为非期望产出，用来反映经济发展过程中对生态环境所造成的影响，而旅游绿色全要素生产率正是由绿色全要素生产率衍生而来，是衡量旅游业绿色发展水平的直接尺度，意为在使得旅游业产生最大经济效益的同时，对环境所造成的负面影响最小，终极目标是为了使旅游业能够实现可持续发展。目前关于绿色全要素生产率的研究领域主要集中在工业[1-5]、服务业[6-9]、企业[10-12]、农业[13-16]等多种行业中。研究方法较为多样，纪成君等[17]借用SBM 模型来测算中国农业绿色全要素生产率水平。李丽霞等[18]基于EBM 模型及ML 指数分解测算了中国省域旅游业绿色全要素生产率。崔和瑞等[19]利用SFA 和马尔科夫链方法研究了中国工业绿色全要素生产率水平的动态演变特征及其收敛趋势。在研究内容上，主要侧重于对绿色全要素生产率的测算及其影响因素的分析。汪克亮等[20]通过构建面板数据模型和面板分位数回归模型分析了经济赶超、结构转型对绿色全要素生产率的影响。尚娟等[21]借助系统GMM 模型用于城镇化对绿色全要素生产率的影响进行探究。尹子擘等[22]在测算了绿色金融和绿色全要素生产率发展水平的基础上，基于空间杜宾模型探究了绿色金融发展水平对绿色全要素生产率的影响。

综上所述，旅游绿色全要素生产率的研究成果较为丰富且多集中于工农、服务业等领域，对于旅游业的研究较为薄弱；其次，研究方法形式多样，且以非参数方法为主；在研究内容上多从静态或动态单一角度出发为主，在旅游研究领域同时基于静态和动态两个角度综合分析全国省域旅游旅游绿色全要素生产率水平的研究成果廖廖无几。鉴于此，以中国31 个省（区、市）为例，在构建好投入产出指标体系的基础之上，采用SBM 模型对全国及分区域的静态旅游绿色全要素生产率进行测算分析，并采用GML 模型对全国及分区域的动态旅游绿色全要素生产率进行测算和细致分解，在此基础上对整体空间演化和空间收敛性进行探索研究，以期对中国旅游的绿色可持续发展提供一定的理论借鉴。

二、研究方法与数据来源

（一）研究方法

1.“自下而上”估算法

由于目前我国普遍缺少关于旅游业碳排放量的直接统计数据，在参考已有相关研究成果的基础上[23-27]，本研究选取“自下而上”法，首先分别计算旅游交通、旅游住宿和旅游活动这三大旅游业部门的碳排放量，然后再将这三大部门的碳排放量进行加总最后得出象征旅游业的碳排量。其公式如下：

式中：Ct表示t年旅游业CO2排放总量；表示t年j部门的CO2排放量；表示t年旅游交通部门的碳排放量；表示t年旅游住宿部门的碳排放量；表示t年旅游活动部门的碳排放量。

2.Super-SBM 模型

传统的数据包络分析在解决多个决策单元有效时，即效率值为1 时，无法进行进一步区分。为此，Tone[30]基于传统的SBM 模型进一步提出了Super-SBM 模型，以修正无效DUM 松弛变量，能够较好地解决有效DMU 的比较和排序问题。模型构建如下[31]：

式中：θ表示决策单元的效率值；X和Y分别表示输入变量和输出变量；λ表示有效DMU 中的组合比例；s+和s-分别表示剩余变量和松弛变量。当θ＜1 时，说明决策单元没有达到最优效率，当θ＞1 说明明决策单元达到了最优效率。

3.Global Malmquist-Luenberger 指数模型

Chung 等[32]通过构建基于方向性距离函数的Malmquist-Luenberger 生产指数，将其扩展为可以测度包含环境因素的ML 生产率指数，该方法有效克服了传统TFP 模型未能充分考虑非期望产出及其考虑不当的情况[33]。Oh 在Malmquist-Luenberger 指数的基础上构造出了Global Malmquist-Luenberger 指数，从全局角度分析绿色全要素生产率的变化。GML 指数具有循环累加、可传递性等特征，能够避免VRS 模型无可行解的问题，利用全局方向性距离函数，定义t到t+1时期的GML 生产率指数为：

式中：DG(x,y,b)=max{β|(y+βy,b-βb) ∈PG(x)}表示依赖于全局生产可能性集合PG(x)的全局方向性距离函数，指数GMLt,t+1表征相邻两时期旅游绿色全要素生产率变化情况，GMLt,t+1＞1 表示效率提高；ECt,t+1表征技术效率变化，ECt,t+1＞1 表示技术效率提高；TCt,t+1表征技术进步，TCt,t+1＞1 表示技术进步；反之亦然。

该方法可以度量绿色全要素生产率（GTFP）的逐期动态变化，其中绿色全要素生产率（GTFP）可分解为技术进步（TC）和技术效率（EC），技术效率又可以进一步分解为纯技术效率低和规模效率。

式中：GTFP 表示旅游绿色全要素生产率，TC 表示表示技术进步，TC ＞1 表示技术有所进步；EC 表示技术效率，EC ＞1 表示相对效率有所提高；PEC 表示纯技术效率，PEC ＞1 表示纯技术效率进步促进相对效率提升；SEC 表示规模效率，SEC ＞1 表示从长期来看，决策单元逐渐向最优的单元靠近[34]。

（二）指标选取与数据来源

本研究选取2008—2017年中国31 个省（区、市）相关的投入—产出数据对中国旅游绿色全要素生产率进行测度研究。根据以往研究成果，投入指标选取为：A 级旅游景区的数量、旅行社数量、星级酒店数量、旅游从业人数；期望产出指标选取为：（国内、国外）旅游总收入和（国内、国外）旅游总人数；非期望产出选用旅游住宿、旅游交通及旅游活动这三大旅游部门旅游碳排放量总值来表示，如表1所示。

本研究所选取的数据主要来源于2008—2018年的《中国统计年鉴》《中国旅游统计年鉴》《中国旅游统计年鉴副本》《中国旅游抽样调查统计资料》、中华人民共和国文化和旅游部官网，31个省（区、市）的国民经济和社会发展统计公报以及其统计局网站和文化和旅游网等官方网站，对于部分缺失数值，采用线性插值法将其补足。

表1 中国旅游绿色全要素生产率的投入产出指标体系

三、基于超效率DEA 模型的静态效率评价

为了探究中国不同区域旅游绿色全要素生产率水平发展情况，本研究采用以往研究按地理位置差异的方法将整个中国划分为东部、中部和西部这三大区域。借助DEA Solver Pro5.0 软件，首先基于静态维度测算了我国31 个省（区、市）2008—2017年的旅游绿色全要素生产率水平，在此基础上，进一步整合数据计算得出这十年间东部、中部和西部旅游绿色全要素生产率水平的均值（图1）。从整体上来看，全国旅游绿色全要素生产率平均值总体上呈波动上升趋势，说明全国旅游绿色全要素生产率水平呈整体向好趋势。

从具体区域层面来看，东部地区的旅游绿色全要素生产率水平一直领先于国内旅游效率均值，这主要是由于东部地区经济对外开放最早，同时也是较早开发旅游业和注重旅游可持续发展的地区。中部地区旅游绿色全要素生产率均值一直低于全国平均水平，从各区域横向对比的角度来看，东部地区的旅游绿色全要素生产率均值普遍高于西部和中部地区，西部地区旅游绿色全要素生产率均值高于中部地区且接近于全国平均水平，原因主要是西部地区旅游开发较晚，多数地区仍然保持着原有生态风貌，相比较于东西部来说，旅游开发对生态环境造成的影响较少；而东部地区旅游开发最早，环境问题也是最早显现，政府方面已经意识到生态环境的重要性，因此在旅游生态方面的经济、科技投入较高，所以东部地区在这十年一直保持着较高的生态水平；对于中部地区，正处于旅游发展的高速时期，因旅游开发而带来的生态影响较大，且目前在生态保护的投入方面相比较于旅游开发还尚存在欠缺，但随着时间的推移，旅游不断的升级发展，中部和西部地区旅游绿色全要素生产率水平总体上呈逐步提高趋势。

图1 分区域旅游绿色全要素生产率均值测算结果

在进行了中国旅游绿色全要素生产率水平整体分析的基础上，以五年为一个时间节点，选取2008年、2012年和2017年的省际截面数据来进一步具体观察各个省市绿色全要素生产率水平情况。如图2所示，按均值数值从大到小依次排列，由此看出，上海、天津、西藏、广东、宁夏、江苏和贵州这7 个省（区、市）这三年的旅游绿色全要素生产率平均值都大于1，位于全国前七，说明这7 个省（区、市）在2008年、2012年和2017年这三年的旅游绿色全要素生产率水平一直保持着较高的水平，且大多数省（区、市）的旅游绿色全要素生产率水平都呈现波动上升趋势，虽然上海市的绿色全要素生产率水平有所下降，但一直保持着名列前茅的水平。在这排名前七的省（区、市）中，上海、天津、广东和江苏这四个省市是属于东部经济较发达地区，西藏、宁夏和贵州这3 个省（区、市）属于西部地区。而此三年旅游绿色全要素生产率均值位于全国后7 位的省（区、市）中，西部地区有陕西、新疆、广西、甘肃和内蒙古这五个省（区、市），中部地区只有黑龙江，东部地区只有河北。由此可看出，部分经济发展水平较高地区的旅游绿色全要素生产率水平也比较高，这说明这些省市达到了旅游资源投入最少，期望产出最多而非期望产出最少的“帕累托最优”状态。西部地区旅游绿色全要素生产率水平虽然整体接近于全国平均水平，但各个省（区、市）之间的旅游绿色全要素生产率水平差距较大，极化现象明显。新疆和甘肃的旅游绿色全要素生产率水平一直处于0.3 以下，表明这些省（区、市）的旅游资源投入没有转化为理想的期望产出，在经济发展滞后的同时存在严重的资源浪费和环境污染等问题，旅游绿色全要素生产率水平提升缓慢。

四、基于GML 指数模型的动态效率评价

（一）中国整体绿色全要素生产率分析

借助MAXDEA 软件，利用基于SBM 模型的Global Malmquist-Luenberger 指数对中国旅游绿色全要素生产率水平进行动态评价，并在此基础上，并通过分解出绿色技术效率变动、绿色技术进步、绿色纯技术效率和绿色规模效率来深入探讨各省（区、市）旅游绿色发展情况。

根据图3 可知，从全国角度来看，全国旅游绿色全要素生产率，技术效率变动、技术进步、纯技术效率变动、规模效率都呈现出“平缓—大幅波动（上升或下降）—趋于平缓”的趋势。GTFP 指数的变化整体上呈一个“波峰”和两个“波谷”，从具体年份变化情况来看，GTFP 指数在2008—2010年间呈平稳缓慢上升趋势，在2011年GTFP 指数大幅下滑，于2012年达到近十年来GTFP 指数值的最高峰，从2013年开始至2014年又一次下降至谷底，随后GTFP 指数不断上升，大致于2016年达到一个平稳提升点。TC 指数和EC 指数变幻整体上都呈两个“波峰”和两个“波谷”，且一直在交替变化。这说明中国旅游绿色全要素生产率的变化是由技术效率变动和技术进步交替主导的，2008年全国旅游绿色全要素生产率变动主要是由于技术效率变动引起的，而其最根本原因是规模效率变化引起的，这说明2008年中国旅游企业的规模扩张带来了旅游收入的增加，而旅游总收入是衡量旅游绿色全要素生产率的一个重要指标，因此旅游规模效率的提高会引起旅游绿色全要素生产率的上涨。2009—2010年由技术效率变动和技术进步共同推动全国旅游绿色全要素生产率稳步提升，在此期间，主要是技术进步发挥着主导作用。2011年中国旅游绿色全要素生产率变动主要由技术效率变动引起的，主要原因是纯技术效率上升的同时，规模效率相比较于前年下降幅度更大，从而导致全国整体旅游绿色全要素生产率的降低。2012年旅游技术进步导致中国旅游绿色全要素生产率大幅提升，说明中国整体上，旅游业通过引进新兴产业和高新技术减轻了因旅游开发而对环境造成的影响。2013年纯技术效率主导中国旅游绿色全要素生产率的变动，2014年技术进步变动主导其变化，2015年纯技术效率主导其变化，2016—2017年技术进步主导其变化，由此可以看出2012年及以后，中国旅游绿色全要素生产率水平的提高主要是由于技术进步所引起的，这与旅游绿色产品的研发，旅游业新技术的应用在旅游业提质增效发展上发挥着重要作用是密不可分的。

图3 全国旅游绿色全要素生产率及其分解变动

（二）分区域角度绿色全要素生产率分析

1.绿色技术进步指数分析

在对全国旅游绿色全要素生产率进行整体分析的基础上，选取2017年各省市的绿色全要素生产率、技术效率、纯技术效率、规模效率及技术进步等数据进行对比分析（表2）。首先，对中国各省（区、市）的绿色技术进步指数进行分析，2017年除四川省外，其余省市的旅游绿色进步指数皆大于1，显示出了技术进步对于旅游绿色全要素生产率水平的促进作用；其中，西藏、重庆和黑龙江省位于前三位，指数值分别为1.64，1.46 和1.36，说明对旅游绿色全要素生产率水平的提高分别起到了64%、46%与36%的推动作用。陕西、河北与四川三个省份则分列绿色进步指数排名的最后三位，四川省的技术进步指数的值为0.95，对其省内旅游绿色全要素生产率水平的提升起到了5%的抑制作用；而河北和陕西的绿色技术进步指数分别为1.01 和1.02，对各自省份的旅游绿色全要素生产率水平提升的推动作用较为有限。

表2 2017年各省（区、市）旅游绿色全要素生产率及 其分解变动

2.绿色技术效率指数分析

根据绿色技术效率指数的数值大小，可以将其分为三个部分，其中云南省的绿色技术效率值为1，显示出对该省旅游绿色全要素生产率水平提升的中性作用。河北、湖南、吉林、海南、贵州、安徽、广西、江西、山西、山东、陕西、湖北、新疆、福建、天津等省（区、市）的绿色技术效率值皆大于1，体现了对旅游绿色全要素生产率水平提升的促进作用；其中绿色技术效率指数值最大的是河北省，其值为1.33，表明对该省旅游绿色全要素生产率水平的提高起到了33%的促进作用；最小的是福建省和天津市，其值皆为1.01，表明其对这两省旅游绿色全要素生产率水平的提升仅起到了1%的推动作用，其贡献作用较为有限。内蒙古、上海、河南、甘肃、广东、辽宁、四川、浙江、青海、江苏、宁夏、西藏、北京、重庆和黑龙江等15 个省（区、市）的绿色技术效率值均低于1，其中黑龙江省最低，其值为0.64，表现为36%的抑制作用。由此可见，中国有相当一部分省份的绿色技术效率没有表现出对旅游绿色全要素生产率水平提升的积极作用。

3.绿色全要素生产率指数排名对比分析

通过与绿色全要素生产率指数的排名对比，分析两种指数对每个省（区、市）的旅游绿色全要素生产率水平变化产生的影响。吉林、西藏、河北、新疆和山西这5 个省（区）的旅游绿色全要素生产率指数最高，其中河北省的绿色技术效率指数在全国排名第一，而绿色进步指数在全国排名倒数第二，表明河北省的旅游绿色全要素生态率的提高的动力来源主要是绿色技术效率，而通过绿色技术效率的进一步分解发现，纯技术效率值（1.22）大于规模效率值（1.09），由此可看出，河北省旅游绿色全要素生产率水平的提高的内在驱动力来源于绿色纯技术效率变动。旅游绿色全要素生产率指数排名第一的吉林省的绿色技术进步指数位列第9 名，而绿色技术效率指数位列第三名，且纯技术效率值大于规模效率值，说明在吉林省旅游绿色全要素生产率水平的提升中，纯技术效率的作用程度更大些，但技术进步同样也承担着不可忽视的作用，在二者共同作用下，才使得吉林省表现出尤为高效的旅游绿色全要素生产率水平。山西和新疆的绿色技术进步指数排名都略微高于绿色技术效率指数，说明此两省份的旅游绿色全要素生产率水平提升的驱动力来源于旅游绿色技术进步。西藏的绿色技术进步指数位列全国第一，其值为1.64；而绿色技术效率变动位列全国第28 位，其值为0.83，表明2017年西藏在旅游绿色技术方面取得了巨大进步，而其所做出的改变对于该区旅游绿色全要素生产率水平的提高也是显而易见的。综上所述，对于旅游绿色全要素生产率排名前几位的省市来看，其旅游绿色全要素生产率水平提高的主要动力来源于旅游绿色技术进步和旅游绿色纯技术效率变化，也由此可以看出，引进旅游高新技术，大力发展旅游绿色科技是提高旅游可持续发展水平的重要途径。

五、中国旅游绿色全要素生产率空间演变及收敛性分析

（一）整体空间演变

在对中国旅游绿色全要素生产率整体分析的基础上，借助ArcGIS 软件，采用自然断点法将其分为四个等级，然后对各个省市2008年、2012年及2017年的旅游绿色全要素生产率变动情况的空间格局演变进行进一步分析。如图4所示，从整体变化情况来看，旅游绿色全要素生产率位于第三和第四等级的省份越来越多，而位于第一等级的省份越来越少，说明全国的旅游绿色全要素生产率水平总体呈上升趋势。从各个等级的具体变化情况来看，位于第四等级的省（区、市）数量有所增加，由2008 的西藏变为2012年的河南，到2017年位于第四等级的省市达6 个之多，分别为新疆、西藏、河北、天津、山西和吉林，由此可见，越来越多的省（区、市）加入高生态效率水平的旅游业建设中来。旅游绿色全要素生产率位于第三等级的省（区、市）从2008年至2012年在数量上有所减少，截止2017年，旅游绿色全要素生产率位于第三等级的省（区、市）增至10 个，从区位分布来看，大致位于东部及南部沿海地带。旅游绿色全要素生产率位于第二等级的省市变动幅度较大，2008年主要有新疆、甘肃、青海、宁夏、内蒙古、北京、安徽、福建、云南、海南、上海这11 个省（区、市）；2012年主要有新疆、西藏、甘肃、青海、宁夏、四川、云南、山西、河北、湖北、安徽、吉林、黑龙江、广东等14 个省（区、市）；2017年主要包括甘肃、青海、宁夏、内蒙古、辽宁、北京、陕西、河南、湖北、重庆、云南、江苏、浙江这13 个省（区、市），由此可见，全国大多数省市的旅游绿色全要素生产率水平位于第二等级，同时也间接说明全国旅游绿色全要素生产率水平仍有很大的上升空间，中国旅游业向高质量迈进任重而道远。旅游绿色全要素生产率位于第一等级表明其旅游绿色全要素生产率水平极低，目前旅游业仍处于粗放式发展阶段，随着时间的推移，处于第一等级的省（区、市）数越来越少，截至2017年，仅有黑龙江省和四川省位于第一等级，其中黑龙江省的旅游绿色全要素生产率水平在近十年波动最大，由最初2008年的第三等级逐渐降低至2017年的第一等级，说明黑龙江省在旅游发展过程中旅游资源投入日益增多，而其所产生的经济效益却不是很明显，且在粗放式经营下，产生了系列环境问题。

图4 中国旅游绿色全要素生产率空间分布

（二）空间收敛性检验

根据经济增长收敛理论，随着时间的推移，各区域经济之间的差距会逐渐缩小，那么随着全国旅游产业体系的不断完善和发展以及国家当前对于绿色发展理念的重视，本文采用α收敛和绝对β收敛对全国各省（区、市）间的旅游绿色全要素生产率进行收敛性检验。本研究基于全国及东、中、西部4 个维度，分析区域内部各省之间旅游绿色全要素生产率水平的收敛性，即区域之间的旅游绿色全要素生产率水平，技术进步水平、技术效率和规模效率之间是否存在趋同。对全国旅游绿色全要素生产率水平的收敛性进行分析，能够在一定程度上反映出区域内技术溢出的效果，为区域规划协调提供参考。

1．α收敛性检验

α收敛是反映离散程度的重要指标，用于解释省际间旅游绿色全要素生产率随时间推移的水平趋势。如果指标随着时间的推移而呈现下降趋势，则表明存在收敛状态，反正则为发散状态，本研究借鉴于善波等[35]的思路，利用标准差进行验证，同时为了克服规模效应的影响，并运用变异系数法进行验证。所有公式如下：

式中：GTFPi表示i省份的旅游绿色全要素生产率，表示样本均值，n表示样本数。

α收敛性检验说明了省际或区域间的旅游绿色全要素生产率随时间推移的水平趋势。表3 数据显示，我国旅游绿色全要素生产率在2013—2014年出现较大波动且呈大幅度下降趋势并随后趋于稳定，说明在2014年以后，我国的旅游绿色全要素生产率存在收敛趋势，同时也反映出我国省际间的旅游绿色全要素生产率水平的绝对差距呈缩小趋势。

从区际间比较来看（图5），东部地区的标准差波动较小，且较为平稳，说明东部地区的旅游绿色全要素生产率水平发展较为稳定。中部地区的标准差表现出先上升后下降的倒“v”型变化，表明中部地区的旅游绿色全要素生产率表现出先α发散后α收敛，并趋于稳定，中部地区的标准差较大，表明中部地区各省域旅游绿色全要素生产率水平差异较大。西部地区的标准差于2011—2012年出现大幅下降而后趋于稳定状态，说明西部地区相对于中部地区较早进入收敛趋势。

表3 全国旅游绿色全要素生产率变异系数和α 系数

图5 全国与分地区旅游绿色全要素生产率α 收敛趋势

2.绝对β收敛模型

绝对β收敛是用来检验旅游绿色全要素生产率水平低的地区是否能赶超高的地区，从而达到共同的稳态值。如果β＜0，则表明该地区存在绝对β收敛，生产率低的地区对生产率高的地区存在着“追赶效应”，最终所有地区都将趋于稳态均衡水平。该公式如下：

式中：GTFPit和GTFPi0分别表示报告期和期初第i个省际单元旅游绿色全要素生产率，T为时间跨度，α和β为待估参数，εit为随机误差项。若β＜0，则说明其存在绝对收敛。

由表4 可知，全国及东、中、西部的β绝对收敛模型估计较好，系数估计结果均在1%的置信水平上显著，且β值均小于0。就全国尺度而言，各省域的旅游绿色全要素生产率水平、技术进步、纯技术效率及规模效率均存在共同收敛的趋势，东部、中部和西部同样也表现出明显的共同收敛趋势。首先,就旅游绿色全要素生产率而言，中部地区收敛趋势最为明显，东部地区收敛趋势最小，说明东部地区旅游生态发展情况相较于中西部来说，水平较高，区域差异较小，收敛趋势较小，而中部地区间旅游绿色全要素生产率水平差距较大，且由于毗邻东部地区，东部地区良好的经济效应会对中部地区产生辐射，因此中部地区的旅游绿色全要素生产率对东部地区存在着“追赶效应”。其次，从本质上影响旅游绿色全要素生产率变动的内部原因来看，就纯技术效率和技术进步而言，东西部收敛更为明显，而就规模效率而言，中部收敛更明显一些，说明技术进步、旅游业规模扩张等使得旅游生产要素实现优化配置的效率的能力不断增强，对旅游绿色发展更加重视，旅游绿色发展的态势越来越显著。

表4 各区域旅游绿色全要素生产率水平绝对β 收敛检验结果†

六、结论与建议

（一）结论

本研究基于2008—2017年的全国31 个省（区、市）的数据，从动态和静态两个视角出发，运用SBM 模型，GML 模型及α收敛和β绝对收敛对全国旅游绿色全要素生产率水平进行综合评价。结论如下：

首先，从静态角度，采用超效率模型对全国旅游绿色全要素生产率水平进行测算发现，全国旅游绿色全要素生产率水平呈整体向好趋势，其中东部地区的旅游绿色全要素生产率水平一直领先于全国，西部地区旅游绿色全要素生产率均值高于中部地区且接近于全国平均水平。在2008年、2012年和2017年这三年里，旅游绿色全要素生产率水平均值一直位于全国前七的省（区、市）中，上海、天津、广东和江苏这四个省市是属于东部经济较发达地区，西藏、宁夏和贵州这三个省（区、市）属于西部地区。而这三年旅游绿色全要素生产率均值位于全国后七位的省（区、市）中，西部地区有陕西、新疆、广西、甘肃和内蒙古这五个省（区、市），中部地区只有黑龙江省，东部地区只有河北省。

其次，从动态角度，利用Global Malmquist-Luenberger 指数对中国旅游绿色全要素生产率进行测算及分解发现，在技术进步和技术效率变动交替主导作用下，绿色全要素生产率指数值在2008—2010年间呈平稳缓慢上升趋势，在2011年大幅下滑，于2012年达到近十年来的最高峰，从2013年开始至2014年又一次下降至谷底，随后其值不断上升，大致于2016年达到一个平稳提升点。从具体各省（区、市）旅游绿色全要素生产率变动情况来看，其旅游绿色全要素生产率水平提高的主要动力来源于旅游绿色技术进步和旅游绿色纯技术效率变化，因此技术创新、技术进步是提高绿色全要素生产率水平的关键之举。

最后，从空间演变情况和收敛性进行探究发现，旅游绿色全要素生产率位于第三和第四等级的省市数呈增多趋势，表明全国旅游绿色全要素生产率水平有所提高，与前文研究相符。但目前全国大多数省（区、市）的旅游绿色全要素生产率水平位于第二等级，这间接说明了全国旅游绿色全要素生产率水平仍有很大的上升空间，中国旅游业向高质量迈进任重而道远。我国的旅游绿色全要素生产率存在α收敛，我国省际间的旅游绿色全要素生产率水平的绝对差距呈缩小趋势。其中，东部地区的标准差变动最小，发展较为稳定；而中西部地区的标准差变动相对较大，其省际旅游绿色全要素生产率水平差距较大，但逐渐趋于稳定。全国、东部、中部和西部均表现出明显的β绝对收敛趋势，旅游绿色全要素生产率水平低的地区对其水平高的地区存在着“追赶效应”，旅游产业绿色发展态势显著。

（二）对策建议

旅游业在带动全国经济发展和促进社会就业等方面做出了巨大贡献。在追求旅游业更进一步的发展过程中，不应盲目追求纯经济效益的增长，应以可持续发展为理论指导，坚持绿色发展理念，因地制宜，推广生态旅游事业。从区域发展情况来看，东部地区相对保持较高的绿色全要素生产率水平，地区内部旅游绿色全要素生产率水平参差不齐，如河北省在2008年、2012年和2017年的旅游生态效率值居于全国旅游绿色全要素生产率水平的倒数第三名。因此，东部地区应继续优化旅游产业技术水平，省域间应积极合作，资源共享，缩小差距，共同进步。西部地区虽然旅游绿色全要素生产率水平接近于全国平均水平，但其旅游经济发展仍有巨大潜力，因此，在保护生态环境的基础上，西部地区仍要继续开发特色旅游产业，并加强与东、中部地区的联系，加强区域旅游联动，带动西部旅游开发与发展。中部地区目前正处于旅游发展的鼎盛时期，但旅游绿色全要素生产率水平最低，因此，中部地区的旅游管理部门应加强对生态环境保护的重视程度，加强旅游生态防控措施，积极引进东部地区先进旅游管理理念和旅游环保技术等，打造高品质生态旅游圈。