广西地区旅游发展效率空间格局及演化

高维全 ,王玉霞 ,刘国巍

（1.桂林航天工业学院航空服务与旅游管理学院，广西桂林 541004；2.桂林航天工业学院管理学院，广西桂林 541004）

改革开放以来，我国旅游业取得了举世瞩目的巨大成就，强力推动地区经济的发展。当前，旅游业已经成为我国战略支柱产业，旅游产业发展对满足人们日益增长的物质文化生活需求具有重要作用。然而，我国各区域旅游经济发展具有不平衡性，提质增效是当前旅游经济发展的重要目标。因此科学配置资源要素，积极引进先进技术，提升管理水平成为当前旅游产业发展面临的极为迫切的问题。

有关旅游效率的研究，国外主要从旅游交通、旅行社效率、酒店企业效率、旅游目的地效率等方面展开。酒店企业效率是国外学者较早关注的研究内容，Assaf 等人通过中国台湾78 家酒店的面板数据，对旅游效率进行测度，并指出酒店的规模、所有权和类型对酒店效率有着重要的影响[1]。Aissa 运用DEA 模型测度突尼斯27 家酒店的管理效率，指出酒店体量、债务水平、危机事件曝光率、管理人员任期等方面对酒店管理效率和盈利能力具有一定的影响[2]。Fuentes 采用DEA 模型对西班牙阿利坎特地区的22 家旅行社效率进行测度，对旅游企业所有权、区位、经营时间长短等因素对旅行社效率的影响进行分析[3]。Brida 等人采用DEA 模型对意大利博尔扎诺地区2002-2008 年的索道交通效率进行实证分析，阿尔卑斯山的索道交通效率相对较低，而且大多数索道交通的规模回报率呈递减趋势[4]。Corne 采用DEA 模型测度法国经济型酒店、中端酒店、廉价旅馆效率的地区差异，结果显示巴黎地区是效率水平最高，而且经济型酒店比其他类型酒店的更高效[5]。Hadad 采用包络分析法测度105 个国家的旅游效率，指出全球化和无障碍环境对发展中国家旅游效率至关重要，而且劳动生产率代表了旅游业整体效率[6]。

受国外影响，国内学者也对旅游企业效率进行了研究。李姝姝运用DEA 模型测度我国旅行社业效率，并深度分析了旅游产业集聚对旅行社效率的影响[7]。胡宇娜等运用DEA 模型对我国旅行社业效率进行测度，并采用GWR 模型分析了旅行社业空间格局的影响因素[8]。庞世明运用柯布-道格拉斯生产函数增加值模型测算劳动、资本和全要素生产率对旅行社业增长的贡献和空间分异特征[9]。张广海利用DEA-Malmquist 模型对我国星级酒店全要素生产率进行测度，刻画其时空特征，并分析我国星级酒店全要素生产率的影响因素和作用机理[10]。罗晓黎采用超效率DEA 模型对我国星级酒店的整体绩效、投资规模效率、资源配置效率进行了综合评价[11]。国内学者的视野逐步扩展到旅游交通、景区等方面的效率研究。郭伟、阎友兵分别对京津冀、湖南地区高铁对旅游效率的影响进行了实证分析[12-13]。胡宇娜等运用DEA 模型测算我国31 个省域的景区业效率，并对景区业效率时空格局演变特征进行描述[14]。王慧基于优质旅游有效供给的角度对东北地区景区旅游效率进行测度，并提出了提升景区旅游效率的对策[15]。也有学者对广西旅游效率进行测度[16]，但是广西地区旅游效率空间格局及其演变研究的成果并不多见。

因此，采用DEA 模型测度广西地区的旅游发展效率，以此为基础分析旅游效率的空间特征，构建马尔科夫转移矩阵和标准差椭圆刻画旅游效率的发展趋势，以期为广西地区旅游产业的升级发展提供可靠的建议和参考。

一、研究模型与数据来源

（一）研究区概况

广西地处祖国南疆，北回归线横贯中部，南临热带海洋，北接南岭山地，西延云贵高原，属亚热带季风气候区和热带季风气候。广西地理区位优越，是我国唯一的沿海自治区，也是我国唯一与东盟陆海相连的省区。广西旅游资源丰富多样，550 余处A 级景区遍布整个区域，桂林山水、北海银滩、德天瀑布、黄姚古镇等风景名胜是广西旅游产业的典型代表。2019 年接待入境旅游者623.96 万人次，国内旅游者86995 万人次，旅游总消费达10241 亿元。近年来，广西不断加大固定资产投资，基础设施日益完善，旅游接待水平逐步提升，为海内外游客提供舒适的旅游环境。

（二）研究模型

1.DEA 模型

DEA（Data Envelopment Analysis）即数据包络分析法，是运筹学家Charnes 和Cooper 等以相对效率概念为基础发展起来的一种非参数效率评价方法。基于规模报酬可变假设的BCC 模型是DEA 方法测度效率时经常采用的主要模型，BCC 模型将技术效率（crste，又称综合效率）分解成纯技术效率（vrste）和规模效率（scale），即：综合效率=纯技术效率×规模效率。综合效率是纯技术效率和规模效率的综合体现，纯技术效率反映评价单元在特定时期内旅游资源要素转化利用的水平，规模效率反映旅游投入要素满足旅游发展需要的程度。具体计算公式如下：

其中，λj≧0，j=1,2,...,n。当综合效率值θ 越趋向于1，表示效率越高；越接近于0，表示效率越低。

BCC 模型能够分析各地级市旅游资源要素的利用状况，反映旅游效率的时空变动趋势及其主要影响因素，而且能够反映旅游效率的发展过程，体现旅游经济生产过程的质量。

2.赫芬达尔指数

赫芬达尔指数是能够综合衡量旅游效率集中度，用旅游效率值与旅游效率总和比值的平方和表示，描述旅游效率的集中程度，用公式表示为：

HHI 趋向于1，说明某一个或是几个城市的旅游效率明显高于其它城市；HHI 趋向于0，说明旅游效率越趋于均衡。Xi表示第i 个城市旅游效率，X 表示旅游效率的总和。

3.变异系数

变异系数反映变量之间的离散程度，可以测算旅游效率相对差异的变化情况，考察各城市旅游效率的相对差异情况。

CV 越趋向于1，旅游效率区域间的相对差异越大；CV 越趋向于0，旅游效率区域间相对差异越小。Xi表示第i 个城市旅游效率值，表示所有城市旅游效率的平均值。

4.马尔科夫链

马尔科夫链是苏联数学家马尔科夫提出的具有马尔科夫性质的动态随机过程，能够深刻揭示旅游效率空间形态的演化趋势[17]。记为：

如果状态空间矩阵Ft的随机序列{Xn，n=1，2，3，4…… }在任意时刻n 和任意状态i1，i2，i3，...，in-1，i，j 满足

则有Xn向Xn+1的状态只与Xn有关，与其它任何时刻的状态都没有关系，即马尔科夫的无后效性。

5.标准差椭圆

标准差椭圆（SDE）由Lefever 教授在1926 年提出，用于度量要素空间的分布特征与方向。沿长轴的标准差、沿短轴的标准差和转角是标准差椭圆的3 个基本构成要素，其中长半轴表示空间要素主要的分布方向，短半轴表示空间要素较少的分布方向。长半轴与短半轴的比值表示空间点要素分布的离散程度，趋向于1 表示离散程度越大，反之方向越明显。具体公式见文献[18]。

（三）数据来源与指标选择

根据科学性、系统性、综合性、动态性的原则，收集整理广西14 个地级市2011-2019 年的数据。数据来源于广西统计年鉴，广西统计年鉴是相关指标数据统计的权威来源。测度旅游效率需要明确投入和产出指标。经济学意义上的常规投入要素包括土地、资本和劳动力。在旅游研究中，缺乏土地投入指标的统计，而A级旅游景区数量能够弥补土地投入统计的不足。旅游资本投入指标统计同样存在空白，而固定资产投资能够完善旅游基础设施建设，提升游客满意度。旅游从业人数是劳动力要素最直接的表征，而地方统计中也缺乏相关统计，第三产业从业人数涵盖旅游从业人数，能够反映劳动力投入情况。因此选择A 级旅游景区数量、固定资产投资额、第三产业从业人数作为投入指标。旅游综合收入和旅游接待总人次能够反映出地区旅游经济生产活动的产出情况，符合DEA 模型测度指标体系的需要，因此产出指标选择旅游综合收入和旅游接待总人次。

二、结果与分析

将研究时段划分为2011-2013 年、2014-2016 年、2017-2019 年三个时期，采用DEAP2.1 软件运用BCC 模型对广西壮族自治区14 个地级市的旅游效率进行计算（表1），能够更加科学的反映各地区综合效率、技术效率、规模效率的发展情况，体现出在较长时期内相对固定的时间段内旅游产业的发展效果。

（一）综合效率分析

测度结果显示，其中仅有北海1 个城市综合效率在三个时期内保持DEA 最优，意味着旅游管理水平很高，各项技术得以全面发挥，资源要素得到充分利用。南宁、桂林、贺州、河池分别有两个时期综合效率达到DEA 最优，防城港、贵港、来宾各有一个时期综合效率达到DEA 最优。柳州、梧州、钦州、玉林、百色、崇左等6个城市均没有达到国DEA 最优，说明这6 个城市资源要素利用不合理，投入产出效果较差。三个时期的平均值均超过0.800，综合水平较高。三个时期中超过平均值的分别有9、10、7 个城市，占比分别为64.3%、71.4%、50%，而柳州、钦州、玉林、百色4 市一直低于平均水平，占比达到28.6%，意味着这4 个城市的旅游综合发展水平稍差。

（二）技术效率分析

南宁、桂林、北海、防城港、河池等5 市的技术效率一直保持DEA 最优，占总数的35.7%，说明这5 个城市旅游管理技术先进，在投入要素使用上效率很高。贵港、贺州、来宾分别有两个时期技术效率达到DEA 最优，崇左在研究初期也能够达到DEA 最优，说明这4 个城市在技术应用上不够稳定，各项资源要素投入使用效率不均衡。柳州、梧州、钦州、玉林、百色等5 个城市的技术效率均没有达到最优效果，说明这5 个城市急需引进先进生产技术，提升旅游管理水平，发挥资源要素的最大效用。三个时期的技术效率的平均值在0.900 左右，说明整体技术应用能力较强。但是柳州、钦州、玉林、百色一直低于平均值，而且技术效率低于平均值的城市数量占比由28.6%扩大到50%，意味着广西整个地区的发展水平不均衡性增加，地区间技术应用水平差异越来越大。

（三）规模效率分析

规模效率达到DEA 最优状态的城市数量由4 个扩大到6 个，占比由28.6%提升到42.9%，仍有8 个城市未达到DEA 最优状态。其中，北海的规模效率一直处于DEA 最优状态，南宁、桂林、贺州、河池等4 个城市各有两个时期达到DEA 最优，防城港、贵港、来宾也能够达到DEA 最优，说明这8 个城市的投入要素能够得到充分发挥，实现发展目标。其他6 市均没有达到DEA 最优，说明资源要素利用效率还有待加强，提升产出效果。总体上，规模效率平均值都在0.900 以上，接近于DEA 最优，说明广西地区旅游投入要素发挥效果良好，旅游生产规模与要素投入相适应。但是三个时期内，仍然分别有28.6%、42.9%、35.7%的城市处于平均水平以下，说明部分城市仍需积极引进先进技术，提高旅游管理水平，扩大生产规模，提升产出效果。

总体而言，广西14 个地级市的旅游效率发展水平较高，综合效率、技术效率、规模效率的平均值都在0.800-1.00 之间，说明各地区能够较好地利用投入要素，发挥先进技术的作用，提升旅游产出综合效果。

三、空间特征

（一）总体差异较小

图1 HHI 发展趋势

从HHI 发展趋势来看，2011-2013、2014-2016、2017-2019 三个时期内，各区域的综合效率、技术效率、规模效率总体差异较小，比较稳定。综合效率的HHI 系数维持在0.074 左右，技术效率维持在0.073 左右，综合效率和技术效率的总体差异很小且稳定。说明旅游综合效率和技术效率的基本发展态势没有显著变化，现有格局基本保持稳定。规模效率的HHI 值由0.072 降为0.071，意味着各城市的旅游产出效果总体差异呈减小趋势。总体上广西14 个地级市的旅游效率保持稳定发展状态，空间上没有出现过度集中情况。

（二）相对差异较为明显

图2 CV 发展趋势

从变异系数发展趋势来看，各地区旅游效率相对差异较为明显，但没有显现出过大的差异。综合效率的相对差异在0.173-0.196 之间，技术效率在0.151-0.168 之间，说明各地区都注重对先进技术的运用，提高旅游管理能力，提升产出的综合效果。而规模效率的相对差异则在0.030-0.087 之间，各地区之间存在微弱的相对差异，即各地区的先进技术运用能力上存在少许差异，投入的旅游资源要素满足旅游业发展需要的能力存在一定的差异，进而导致各地区旅游产出综合效果存在地域上的不均衡性。

（三）空间类型

采用系统聚类方法，将三个时期旅游综合效率进行聚类，将广西14 市旅游效率分为4 种类型（表2）。

表2 旅游效率空间类型

南宁、桂林、北海、防城港、河池、贺州等6 个城市一直处于较高以上等级，占比达42.9%。而柳州、钦州、玉林一直保持一般以下等级，占比达21.4%。百色和来宾分别由一般等级逐步跃升到较高或是很高等级，贵港、崇左由很高等级逐渐降到一般等级，梧州也由较高等级逐渐降到了一般等级。利用ARCGIS10.0 软件采用自然间断点分级法进行可视化处理，进一步分析旅游效率的空间格局特征，如图3 所示：

图3 旅游效率空间格局

从图3 旅游效率空间格局可以看出，2011-2013 年期间，南宁、桂林、北海、贵港、河池、崇左6 个城市处于很高等级，梧州、防城港、贺州三个城市处于较高等级。很高和较高等级共有9 个城市，占总数的64.3%。玉林、百色、来宾属于一般等级，柳州、钦州等级较差。2014-2016 年期间，南宁、北海、防城港、贺州、河池、来宾6 市等级最高，桂林和贵港处于较高等级，很高和较高等级共计8 个城市，比2011-2013 年比例降低7.2%。梧州、百色、崇左处于一般等级，柳州、玉林、钦州等级较差。2017-2019 年期间，南宁、桂林、北海、防城港、贺州、河池、来宾等7 市处于很高等级，百色、贵港、玉林、崇左4 市居于较高等级，较高和很高等级城市数量达到11 个，占总数的78.6%。柳州及梧州、钦州分别处于较差和一般等级。纵观整个研究时段，南宁、北海、河池3 个城市一直处于很高等级，说明这3 个城市的旅游产出综合效果很好，一直保持很强的竞争力。桂林、防城港、贵港、贺州一直处于较高以上等级，旅游产出综合效果较好，保持较强的竞争力。来宾由初期的一般等级跃升为很高等级，旅游产出综合效果提升明显。较高和很高等级的城市数量基本保持在8 个，占比达到57.1%。柳州、钦州一直处于较差等级，旅游综合产出综合效果较差，处于落后状态，说明旅游效率可能出现“贫困陷阱”倾向。梧州、玉林、百色、崇左等4 个城市的综合产出效果呈现明显的波动式发展。总体说明广西14 个地级市的旅游效率发展格局基本稳定，在较长时期内仍然保持现有格局持续发展。

四、空间格局演化

基于旅游效率的4 种空间类型，采用马尔科夫链分析广西14 个地级市旅游效率的演化规律。空间马尔科夫链表明事物的第n 次状态仅与其前一次状态即第n-1 次状态有关，与以前的其它状态都没有关系。因此，基于2011-2013 年、2014-2016 年、2017-2019 年三个时期旅游效率的空间类型，以2011-2013 年为基期，构建2014-2016 年、2017-2019 年马尔科夫转移概率矩阵，探索旅游效率空间格局的演变规律。

从表3 可以看出广西14 个区域旅游效率的动态演化情况。①对角线上的数值不全都大于非对角线上的数值，说明旅游效率的等级状态可能发生变化，四种等级状态之间可能会发生转移。②旅游效率等级状态的稳定性变化较大，保持稳定状态的概率最高达到100%，最小为0，说明旅游效率发生状态改变的可能性较大。③四种状态之间发生转移的最大概率为66.7%，最小概率为33.3%。较差等级存在向上转移的可能性，向一般和较高等级转移的概率分别为33.3%。一般等级保持原状态的概率为33.3%，存在向上和向下转移的可能性，而且向上转移的可能性达到66.7%，大于向下转移的可能性。较高等级由完全转移演变为50%的稳定性，意味着较高等级发生转移的可能性逐渐降低。很高等级的稳定性由50%逐步上升到100%，说明很高等级保持很强的发展势头，保持稳定性概率很高。④对角线上的数值保持不完全大于两侧数值，说明旅游效率状态一直存在发生转移的可能性。

表3 旅游效率转移矩阵

广西旅游效率等级状态存在不稳定性，随着时间进展，各地区重视利用先进技术，提高管理水平，提升旅游产出综合效果，等级状态存在继续演变的可能性。特别是较差和一般等级城市，加大先进技术运用，合理配置投入要素，旅游产业发展前景广阔，等级状态存在向上转移的概率。但是较高和很高等级状态的稳定性分别提升到50%和100%，说明这些城市旅游产业发展基础较好，具有很强的竞争力，较大概率保持现有发展状态，依然处于领跑的位置，同时意味着广西14 个地级市旅游效率可能出现“俱乐部趋同”现象。

采用ARCGIS 空间度量功能计算出旅游效率标准差椭圆，并将其可视化处理，结果表现出“东北-西南”走向，呈现出“扩散-收敛”趋势（表4、图4）。

表4 标准差椭圆参数

图4 旅游效率标准差椭圆

标准差椭圆的转角由2011-2013 年的65.708°增长到2014-2016 年的68.381°，随后又降到2017-2019年的66.194°，“东北-西南”空间格局弱化后再度增强，但是“东北-西南”走向基本保持稳定。长轴标准差呈现小幅的“扩散-收敛”趋势，标准差由2011-2013 年的2.068 公里，上升到2014-2016 年的2.085 公里，呈现出微弱的扩散趋势，2017-2019 年有下降到2.068 公里，呈现收敛趋势，说明旅游效率在“东北-西南”方向上有较弱的“扩散-收敛”趋势。短轴标准差由1.489 公里逐渐扩散到1.520 公里，扩散趋势明显，但是幅度较弱。

总体上，三个时期的空间椭圆几乎重叠，中心点没有发生明显变化。说明旅游效率的等级状态虽有发生变化的趋势，但是总体变化不大。意味着在较长的时期内，14 个地级市旅游效率总体发展趋势基本保持稳定，现有发展格局仍然会维持较长的时间。

五、结论与建议

旅游效率是对旅游发展过程和结果的综合评价。通过对广西14 个地级市的旅游效率进行测度，并采用变异系数、赫芬达尔系数、马尔科夫链、标准差椭圆等模型分析旅游效率空间特征及其演化规律。结果表明：（1）广西整体旅游效率发展水平较高，综合效率、技术效率、规模效率的平均值都在0.800-1.00 之间，综合效果良好。（2）旅游效率空间特征总体差异不大，相对差异较为明显，各地区发展存在明显的不均衡性。三个时期中综合效率超过平均值的城市超过50%，28.5%的城市一直低于平均水平；技术效率保持最优状态的城市数量占比达到35.7%，而低于平均值的城市数量则由28.6%扩大到50%；规模效率达到DEA 最优状态的城市数量占比由28.6%提升到42.9%，至少有28.6%的城市在平均值以下。（3）旅游效率空间格局基本保持稳定，57.1%的城市处于较高以上水平，14.3%的城市一直处于较差水平；现有发展格局仍然会维持较长的时间，可能出现“俱乐部趋同”和“贫困陷阱”现象。

广西是我国的旅游大省，旅游业是区域经济发展的重要支柱，建设旅游强省是未来发展的目标。旅游效率直接反映旅游经济的发展质量，各市应立足本地区实际情况，合理配置旅游资源要素，注重内涵式发展，形成旅游服务品牌，提升旅游发展能力。加强生态环境保护，积极引进新能源、新技术，建设生态型旅游目的地。优化地区产业空间布局，大力发展以旅游产业为龙头的第三产业，促进地区经济实现转型发展。加强地区基础设施建设，推进城镇化进程，完善公共服务体系，利用先进技术提升旅游管理水平，努力实现现代、生态的宜居、宜业、宜游的旅游强区目标。