我国文化旅游资源利用效率测算及时空演化分析

邓 兰， 刘旭玲， 高 超， 雷李雪子， 王 菲

(新疆财经大学 旅游学院， 乌鲁木齐 830012)

2018年4月，我国文化和旅游部正式挂牌成立，这标志着文化与旅游的融合在国家战略层面上迈出了重要一步。我国社会的主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾，而文化与旅游两大产业的共同目标是满足人们对美好生活的向往以及促进经济的高质量发展[1]。丰富的文化资源为旅游业的发展提供了重要的动力内核，而旅游业的发展也为文化的传承与弘扬提供了载体，因此文化旅游的发展具有广阔的空间与巨大的潜力[2]。文化旅游的高质量发展对于解决当前我国社会的主要矛盾具有重要意义，关于文化旅游的研究与探索也已成为学术界的研究热点。

一、文献综述

文化旅游资源的利用与开发是文化旅游发展的核心内容。国外学者对文化旅游资源的研究以实证为主，研究角度多元，研究方法多样。从文化旅游资源的类型来看，国外学者主要对非遗文化旅游资源[3-4]、乡村文化旅游资源[5]、土著文化旅游资源[6]等进行了研究；从文化旅游资源的不同特性来看，国外学者分别对文化旅游资源的反季节性[7]、真实性[8]以及文化旅游资源对不同文化背景旅游者的影响[9]等进行了研究；还有一些国外学者从文化旅游资源开发的角度进行了研究[10-11]。

国内学者对文化旅游资源也进行了一些研究，从资源类型来看，主要集中于饮食、戏剧等多种文化旅游资源[12-13]；从研究内容来看，主要集中于文化旅游资源的空间分布及特征、文化旅游资源的评价、文化旅游资源的开发、文化旅游资源的信息化四个方面[14-15]。我国文化旅游资源的研究虽然已经取得许多成果，但对于文化旅游资源的利用效率却鲜有涉及。我国文化旅游如何实现高质量发展、我国文化旅游资源的投入与产出是否平衡、我国各地区之间文化旅游资源利用效率是否有差异等问题，亟待进一步探讨。

国外学者主要运用数据包络分析法(Data Envelopment Analysis，DEA)对旅游效率进行研究，研究对象主要为旅行社、酒店、会展、邮轮等，取得了大量的研究成果，但关于文化旅游资源利用效率的研究较少。国内的旅游效率研究总体呈现出研究内容由单一到丰富、研究范围全面化、研究视角多元化、研究方法层次化的态势，具体表现为：研究内容多集中于产业效率、发展效率等方面[16-17]；研究范围涵盖我国各经济带、城市群、省(区、市)、地级市和县(区)等空间尺度[18-19]，其中马晓龙和保继刚[20-21]分别对我国主要城市旅游效率的影响因素、区域差异与空间格局等进行了探讨；研究对象主要选择旅行社、景区、酒店、上市旅游企业等[22-23]；研究视角则包含扶贫、休闲、高质量发展、绿色发展、入境旅游等[24-25]；研究方法上将Malmquist指数、Tobit模型、GIS等方法多层次嵌套，对旅游效率的研究不断深入[26-28]。

许多学者运用DEA方法，从文化旅游资源开发利用效率的角度进行研究，对后续研究具有一定的借鉴意义。然而，虽然DEA方法可以分析出资源利用的情况，但难以对时间和空间维度的变动趋势及其影响因素进行研究，同时我国对于文化旅游资源利用效率的研究也未涉及大范围，单一案例地不具有较高的代表性。本文在现有旅游资源利用效率研究的基础上，构建以我国大陆31个省(区、市)为研究对象的文化旅游资源利用效率分析模型，对我国各省(区、市)的文化旅游资源利用效率进行研究，从时空维度对文化旅游资源利用效率的变动趋势及空间分异特征进行深入分析，为我国文化旅游的产业结构调整及空间布局提供参考。

二、研究方法

(一)测度方法

1.DEA分析法

数据包络分析法(DEA)由美国运筹学家Copper和Charnels于1978年创建，是研究多输入和多输出在决策单元里是否相对有效的一种方法。其优点是函数形式没有预先被设定，从而避免了模型在应用程序中的影响，并且只需要提供较少的样本。采用DEA中的BCC(规模报酬可变)模型对我国文化旅游资源利用效率进行评价，不仅可以准确、客观地分析我国文化旅游资源的利用效率，亦可依据测算结果，多角度、全方位地进行综合评价。

2.Malmquist指数

Malmquist指数由技术效率变化和技术进步变化的乘积表示。技术效率变化指数测度t时期到t+1时期相对技术效率的变动情况，技术进步变化指数则测度生产技术边界的推移程度。

(1)

运用DEA方法可以较好地对文化旅游资源要素的利用状况进行分析，但不能清晰地反映文化旅游资源利用效率在时间维度上的变化趋势及其引起变化的主要因素，而Malmquist指数可以分析我国各个区域文化旅游资源全要素生产率的变化，从而解决BCC模型分析相对效率不足的问题。

(二)指标选取与数据来源

测度文化旅游资源利用效率的一系列评价指标目前还没有统一的标准，其通常涉及投入和产出两大指标，投入指标可以综合反映各地区在旅游发展过程中所投入的各类要素，产出指标则可以综合反映旅游发展的总体水平。资本、劳动以及土地是经济学中最基本的生产要素，考虑到文化旅游较少受到土地面积的影响，所以综合现有研究成果，在选取投入要素指标时将土地剔除，主要从劳动和资本两个角度进行选取，其中劳动要素为劳动力投入，资本要素为资金投入和基础设施投入。劳动力投入反映文化旅游的服务规模，基础设施投入反映文化旅游的服务能力，文化和旅游事业费反映文化旅游的直接资金投入。另外，文化资源作为文化旅游的主要吸引物，体现了文化旅游的核心价值，对于文化旅游资源利用效率的研究来说必不可少，因此本文创新性地将文化资源纳入投入要素的指标中。在现有研究基础上，选取国内旅游人次和国内旅游收入作为产出指标。

本文依据投入产出理论以及生产函数中劳动力、资本等投入要素，结合指标选择的真实性、可比性、可得性原则，构建了我国文化旅游资源利用效率评价指标体系，如表1所示。结合文化旅游的特性，分别用文化旅游资源投入优势度和旅游经济优势度代替投入和产出。

数据均来自2015—2019年《中国统计年鉴》《中国文化和旅游统计年鉴》《中国旅游统计年鉴》以及各地级市国民经济和社会发展统计公报。考虑数据的可得性，以我国除港澳台以外的31个省(区、市)为研究对象。2016年的文化和旅游事业费缺失，故使用时间序列法测算出结果来代替。

(三)数据处理

本文选取的投入指标较多，为了更好地对各地区目前的文化资源水平、基础设施水平及劳动力投入水平进行评价，采用熵值法来确定各个指标的权重并计算出31个省(区、市)的综合得分，以此体现该地区文化旅游资源禀赋状况。为了确定文化旅游资源指标的权重，设有m个观测值(m=1, 2, …, 31)和k个指标，Xij为第i个观测值的第j项指标。计算步骤如下：

第一步，数据标准化处理：

(2)

第二步，计算i个观测值的特征比重Yij：

(3)

第三步，计算第j项指标的信息熵ej：

(4)

第四步，计算信息熵冗余程度dj：

dj=1-ej

(5)

第五步，确定第j项指标的权重Wj：

(6)

第六步，计算单指标评价得分Sij：

(7)

采用熵值法计算投入指标与产出指标中各评价指标的权重，结果如表1所示，并得出我国文化旅游资源投入优势度与旅游经济优势度的计算公式：

表1 我国文化旅游资源利用效率评价指标体系

文化旅游资源投入优势度=28.03%×文化资源+21.35%×基础设施投入+26.68%×劳动力投入+23.94%×资金投入

(8)

旅游经济优势度=51.08%×国内旅游收入+48.92%×国内旅游人次

(9)

三、我国文化旅游资源优势度分析

利用投入指标与产出指标中各评价指标的权重，计算出2015年和2019年我国31个省(区、市)文化旅游资源投入优势度与旅游经济优势度，排名如表2所示。

表2 我国31个省(区、市)文化旅游资源投入优势度与旅游经济优势度排名

2015年我国文化旅游资源投入优势度排名前5位的分别为广东、浙江、江苏、四川、上海，而2015年旅游经济优势度排名前5位的分别为山东、江苏、四川、浙江、河南。广东的资源投入优势度与同年经济优势度排名相差较远，这可能与产出的滞后性有关，因为当期投入的效果在经历滞后期后才会慢慢体现。而河南的资源投入优势度与同年经济优势度排名出入较大的原因可能在于河南本身的资源优势较大，产出弹性较大，只需较少的投入即可获取超额的产出回报。

2019年我国文化旅游资源投入优势度排名前5位的分别为广东、浙江、江苏、上海、四川，而2019年旅游经济优势度排名前5位的分别为贵州、河南、山东、江苏、广西。经济优势度排名前5位的均是旅游资源禀赋较好的地区，相对于广东、上海等经济发达地区来说，这些地区旅游资源禀赋更好，产出弹性更大，仅靠较少的投入即可获得较大的产出，这或许是造成资源投入优势度与经济优势度排名差异的原因。

从东、中、西三大经济区域来看，与2015年相比，东部地区除浙江、山东、福建、广东4省外，其他省(区、市)2019年的文化旅游资源投入优势度排名略有降低；中部地区除黑龙江、安徽、湖北、湖南4省外，其他省(区、市)2019年的文化旅游资源投入优势度排名均有上升；西部地区大部分省(区、市)2019年的文化旅游资源投入优势度排名变化不大，但重庆、贵州、云南、青海、新疆等省(区、市)的文化旅游资源投入优势度略有上升。从平均值来看，排名前5位的分别为四川、北京、山东、河北、安徽。

四、我国文化旅游资源效率的时空演化分析

(一)我国文化旅游资源效率的静态分析

本文利用DEA方法，使用BCC模型，通过DEAP软件对数据进行处理和分析，计算得出国内31个省(区、市)文化旅游资源利用效率的相关指标，定量反映我国31个省(区、市)的文化旅游资源利用效率特征。

1.技术效率分析

技术效率指的是各个区域的旅游业在获得最大产出的前提下，产出效用和生产资源投入的比例。若技术效率为1，则表明DEA有效，所有的投入都达到了预期的产出效果，不存在资源浪费的情况；若技术效率小于1，则表示DEA无效，存在投入浪费情况。

2015—2019年我国31个省(区、市)文化旅游资源利用技术效率平均值如表3所示。我国文化旅游资源利用技术效率总体平均值为0.633，表明我国文化旅游资源利用效率较低，只有63.3%，文化旅游资源投入与产出不匹配，资源没有得到有效利用。其原因可能是我国此阶段文化旅游资源利用方面的先进技术并没有与文化旅游产业良好结合，导致技术效率逐年下降。仅贵州的技术效率5年间一直保持为1，这表明5年间贵州的文化旅游资源利用良好，投入和产出达到了最佳状态，这或许和贵州当地政府政策与当地旅游企业管理水平及科技水平相匹配有关。从空间分布来看，我国文化旅游资源利用技术效率总体呈现西部地区低、中部地区居中、东部地区高的态势，其中平均效率最低的为宁夏，仅有0.188，表明宁夏的文化旅游资源利用效率为18.8%，远低于最优水平，这可能与宁夏的经济水平不高以及文化旅游资源禀赋较差有关。

表3 2015—2019年我国31个省(区、市)文化旅游资源利用技术效率平均值

2.纯技术效率分析

纯技术效率指的是技术利用程度，它可以衡量一个主体在等量的要素投入条件下的实际产出与最大产出之间的差距，差距越大，效率越低。2015—2019年我国31个省(区、市)文化旅游资源利用纯技术效率平均值如表4所示。在三大地区中，东部地区的江苏、广东和海南纯技术效率平均值都达到了最优值，西部地区的贵州和宁夏也达到了最优值，中部地区没有省(区、市)达到最优值。我国文化旅游资源利用纯技术效率总体平均值为0.800，表明我国文化旅游资源利用纯技术效率较低，引入的先进技术并没有得到充分利用，也没有形成先进的生产力，造成一定的技术浪费，利用率仅有80%的水平。从空间分布来看，我国文化旅游资源利用纯技术效率呈现中部地区低、西部地区居中、东部地区高的态势，仅有江苏、广东、海南、贵州、宁夏5省(区)的纯技术效率5年间一直保持为1，表明5年间这些地区的纯技术效率一直保持最优水平，这或许与这些地区先进技术与文化旅游产业的结合程度较高有关。新疆的平均纯技术效率最低，远低于纯技术效率的总体平均值，而西藏的平均纯技术效率接近最优值。对比新疆和西藏可知，西藏的先进技术得到了较为充分的利用，这或许与两地相关政策和技术利用水平差异较大有关。

表4 2015—2019年我国31个省(区、市)文化旅游资源利用纯技术效率平均值

3.规模效率分析

规模效率指的是生产规模的有效程度，反映决策单元是否在最合适的投资规模条件下经营，即投入的旅游资源要素和区域对于旅游资源需求的满足程度。2015—2019年我国31个省(区、市)文化旅游资源利用规模效率平均值如表5所示。在三大地区中，只有西部地区的贵州达到了最优值。我国文化旅游资源利用规模效率总体平均值为0.775，表明我国文化旅游资源利用效率较低，仅有77.5%的水平。从空间分布来看，我国文化旅游资源利用规模效率呈现西部地区低、东部地区居中、中部地区高的态势，仅有贵州的规模效率5年间一直保持为1，这表明5年间贵州的规模效率一直保持最优水平，贵州的文化旅游达到了规模经济的状态。宁夏的规模效率平均值最低，仅有0.188，远低于规模效率的总体平均值，说明宁夏的文化旅游发展受到资源投入不足的限制，难以形成规模经济。

表5 2015—2019年我国31个省(区、市)文化旅游资源利用规模效率平均值

2015—2019年我国三大地区的技术效率平均值、纯技术效率平均值以及规模效率平均值如表6所示。我国三大地区的文化旅游资源利用技术效率平均值差异较大，最高的是东部地区，其次是中部地区，西部地区最低；纯技术效率平均值差异比较小，最高的是东部地区，接下来依次是西部地区和中部地区；规模效率平均值差异比较明显，最高的是中部地区，略高于东部地区，最低的是西部地区。东部地区的技术效率平均值最高，规模效率平均值与纯技术效率平均值之间的差距较小，表明两者共同对技术效率起到了支撑作用；中部地区的纯技术效率平均值明显小于规模效率平均值，表明规模效率对技术效率起到了支撑作用，而纯技术效率起到了抑制作用；西部地区的规模效率平均值明显小于纯技术效率平均值，表明纯技术效率对技术效率起到了支撑作用，规模效率起到了抑制作用。

表6 2015—2019年我国东、中、西三大经济区域效率平均值

综上，我国文化旅游资源利用的技术效率、纯技术效率以及规模效率均没有达到最优值，仍有可提升的空间。其中规模效率平均值小于纯技术效率平均值，表明纯技术效率对技术效率起到了一定的支撑作用，而规模效率起到了抑制作用；我国三大经济区域的文化旅游资源利用效率差异较大，受各自技术水平和规模效率不同的影响而产生了较为明显的差异化态势。虽然宁夏的规模效率和技术效率均为最低，但是其纯技术效率达到了最优水平，表明宁夏的文化旅游资源利用效率以纯技术效率为支撑，但受到规模效率的限制，此后需要扩大投入规模来提升整体效率。贵州的技术效率平均值、纯技术效率平均值以及规模效率平均值均为1，表明贵州的文化旅游资源得到了充分的开发利用。虽然贵州的文化旅游资源投入优势度排名较后，但贵州文化旅游资源的利用与管理水平较高，先进技术的引入没有出现投入冗余或产出不足的问题，同时形成了规模经济优势。

(二)我国文化旅游资源效率的动态分析

用DEAP软件测度得到2015—2019年分时段的我国文化旅游资源利用效率Malmquist指数及其分解，如表7所示。

表7 2015—2019年我国文化旅游资源利用效率Malmquist指数及其分解

在全要素生产率变化方面，2015—2019年我国文化旅游资源利用全要素生产率的平均值为1.157，说明我国文化旅游资源利用的全要素生产率总体处于上升趋势，平均每年以15.7%的速度增长。从时段分解来看，2015—2019年间的4个分时段都在上升，2016—2017年上升幅度最大，为20.6%。

在技术进步变化方面，2015—2019年我国文化旅游资源利用的技术进步变化指数的平均值为1.140，说明我国文化旅游资源利用效率在技术进步变化上总体处于上升趋势，上升幅度为每年增加14.0% 。从时段分解来看，2016—2017年上升幅度最大，达到18.0%；2018—2019年上升幅度最小，只有5.4%。

在技术效率变化方面，2015—2019年我国文化旅游资源利用的技术效率变化指数的平均值为1.016，说明我国文化旅游资源利用效率在技术效率变化上总体处于上升趋势，上升幅度为平均每年增加1.6%。从时段分解来看，由于技术效率是纯技术效率与规模效率的乘积，且纯技术效率变化指数在2015—2019年间稳定为1，因此其规模效率变化指数和技术效率变化指数相同。除了2017—2018年规模效率变化指数在下降，文化旅游资源规模投入1单位，产出小于1单位，形成了投入产出的滞后效应，2015—2016年、2016—2017年、2018—2019年的规模效率都在上升。其中，2016—2017年的上升幅度较小，只有2.2%；2018—2019年的上升幅度最大，达到6.8%。

综上，技术进步和技术效率的变化情况同时对全要素生产率产生影响。比如2017—2018年技术效率变化指数下降了5.7%，但技术进步变化指数上升了16.8%，全要素生产率上升了10.2%，表明技术进步变化指数对全要素生产率产生了重要影响。可见，技术进步是促进我国文化旅游资源利用全要素生产率提高的最主要动力之一。不同时间节点影响我国文化旅游资源利用效率的主要因素不同，但对我国文化旅游资源利用效率影响较大的是技术进步和规模效率，纯技术效率对我国文化旅游资源利用效率的影响较小。技术进步水平主要体现为科技信息水平、科技发展水平，这可能与旅游产业结构、对外开放程度以及地区交通便利程度有一定的关系；规模效率主要体现为地区文化旅游资源差异，即各区域的文化旅游资源禀赋，这与国家政策、地区经济发展水平及产业发展状况有关；纯技术效率主要体现为文化旅游产业的管理水平，这与各区域的城镇化水平、当地民俗文化以及文化旅游产业结构有一定的关系。

五、结论与建议

(一)结论

本文对2015—2019年我国31个省(区、市)的文化旅游资源利用效率进行测度，并分别从文化旅游资源的投入优势度、静态特征、动态特征以及空间分布进行分析，得到如下结论：

第一，我国文化旅游资源投入优势度水平差异较大。东部地区的旅游资源投入优势度总体而言处于下降趋势，除浙江、福建、山东、广东4省外，其他省(区、市)排名略有降低；中部地区的旅游资源投入优势度总体而言呈现上升趋势，除黑龙江、安徽、湖北、湖南4省外，其他省(区、市)排名均有上升；西部地区的旅游资源投入优势度排名变化不大，重庆、贵州、云南、青海、新疆等省(区、市)排名略有上升。

第二，从静态特征来看，我国文化旅游资源利用的技术效率、纯技术效率和规模效率均未达到最优值，其中规模效率平均值小于纯技术效率平均值，表明纯技术效率对技术效率起到了一定的支撑作用，而规模效率起到了抑制作用。

第三，从动态特征来看，2015—2019年我国文化旅游资源利用各效率指数总体处于最佳以及超效率状态，除技术效率与规模效率在2017—2018年有所下降外，其余指数都处于增长状态，技术进步变化指数的提高是促进我国文化旅游资源利用全要素生产率提高的最主要动力。

第四，从空间分布来看，我国东、中、西部地区的文化旅游资源利用效率差异较大，受各自技术水平和规模效率不同的影响而具有较为明显的差异化特征，呈现出西部地区低、中部地区居中、东部地区高的态势，并且纯技术效率和规模效率对技术效率的作用在东、中、西部地区差异较大。

(二)建议

第一，稳步提升我国各地区的科技信息水平与科技发展水平。科技水平是我国文化旅游资源利用效率提升的主要因素，具体体现为科技信息水平与科技发展水平。一方面，各地区要稳步加强对先进科技的引入，通过科技的不断更新迭代来直接提升当地的技术进步水平，并以此来促进文化旅游资源利用效率的提高。另一方面，各地区要在厘清各自优势与劣势的基础上制定与之相匹配的政策，提供政策引导及支持。东部地区纯技术效率平均值较低的省份(如浙江、福建)应当充分发挥科技、经济发达的优势，加大创新投入，进一步提升技术进步水平，进而提高文化旅游资源利用效率；中部地区纯技术效率平均值较低的省份(如内蒙古、黑龙江)，文化资源投入较低，应出台相应的政策提升其科技信息水平与科技发展水平，进而提高文化旅游资源利用效率；西部地区(如陕西、甘肃)的科技信息水平与科技发展水平较低，更应当出台相应的政策来大力提升其科技进步水平，同时加大资金投入，加强科技成果在文化旅游发展中的应用，从而提高文化旅游资源利用效率。

第二，持续推进供给侧结构性改革，优化产业结构，促进产业升级，提高文化旅游资源利用效率。规模效率变化是影响我国文化旅游资源利用效率的因素之一，而规模效率主要体现为文化旅游资源禀赋，与各地区的产业结构和经济发展水平有关。文化旅游资源利用效率涉及文化和旅游两大产业，而旅游产业与旅游六要素之间的高度关联又使得文化旅游资源利用效率与六要素有关，因此应当持续推进供给侧结构性改革，进一步推动文旅深度融合，提高文旅产品的质量，实现文化旅游的高质量发展。同时，加大各地区配套基础设施的投入，重点降低西部、中部地区基础设施建设薄弱所带来的抑制作用，稳步提升文化旅游资源利用效率。

第三，进一步提高文化旅游产业的管理水平。虽然目前我国文化旅游资源利用效率受纯技术效率的影响较小，但随着各地区技术进步水平及规模效率的不断提升，较低的文化旅游产业管理水平可能会限制文化旅游资源利用效率的提升。纯技术效率主要体现为文化旅游产业的管理水平，这与各区域的城镇化水平以及当地民俗文化有一定的联系。因此，各地区应当充分考虑文化旅游产业管理水平在不同时间节点对文化旅游资源利用效率的影响，从区域城镇化水平、区域民俗文化发展水平、产业管理方法及模式等方面因地制宜提高文化旅游产业的管理水平。