张 彬, 朱向梅
(中北大学经济与管理学院,太原 030051)
旅游业发展效率是指一定时间内,资源投入能实现产出最大化,反映了旅游目的地的竞争力和吸引力,也是区域发展的重要表征[1]. 效率评价最早始于欧美国家,研究内容集中在酒店和社区运营效率测度,并探讨地理位置、顾客满意度对效率的影响[2-3]. 随着研究的深入推进,研究视角逐步扩展到旅游相关领域. 如Barros[4]运用经营成本和劳动力价格对旅行社效率进行研究;Fragoudaki、Giokas[5]和Fernández等[6]分别采用Tobit模型和SFA方法对希腊机场和西班牙机场效率展开研究. 值得注意的是,国外学者的研究多倾向于微观视角,对城市、区域甚至一个国家的旅游效率研究较少,具有代表性的是Kytzia等[7]和Niavis、Tsiotas[8]运用DEA模型,分别对阿尔卑斯山达沃斯土地效率和地中海地区比较绩效进行分析.
国内对旅游业发展效率的研究起步较晚,从研究内容上看,集中于旅游效率的测度和空间格局演变[9-10]、旅游效率的影响因素研究[11],随着高质量发展、乡村振兴等政策的实施,入境旅游效率[12]、生态旅游效率[13-14]、旅游扶贫效率[15-16]也受到学者们的青睐. 从研究尺度看,从单一市到单一省到某一区域再到全国不等. 近年来,长江经济带、长三角、黄河流域等重大经济带也逐渐成为研究热点. 从研究方法看,有传统的包络数据分析、两阶段和三阶段DEA 分析法,Bootstrap-DEA、DEA-Malmquist、SBM 和SFA 模型,研究方法日趋丰富.还有的学者采用比较法[17]、空间计量模型[18]、重心移动[19]、空间马尔科夫链[20]对旅游效率的空间差异进行研究,但这些方法并不能考察旅游效率差异动态变化规律和差异来源,尤其是以单一省份为研究对象量化评价各市旅游发展效率的空间差异和演化特征更为少见.
以往的研究为以后进行旅游业发展效率测量和效率空间差异分析奠定了良好的基础,但仍有进一步的提升空间:第一,从研究尺度看,针对经济衰退性地区、资源型地区、边远地区的研究较少,且以市域为研究对象的文献更为匮乏. 山西虽拥有丰富的旅游资源,但长期以来投入和产出均处于冗余阶段,因而研究其资源利用效率很有必要. 第二,现有从空间视角研究旅游效率的文献有所欠缺. 揭示旅游效率的空间差异及差异来源既能弥补空间视角的研究不足,又能为各省制定发展战略提供科学指引. 鉴于此,首先采用DEA-Malmquist指数对山西省旅游业发展效率进行测度,再采用Dagum 基尼系数及子群分解法定量研究山西省旅游发展效率的地区差异及差异来源,为山西省旅游业转型发展提供参考.
2.1.1 Malmquist指数分析
相比于传统DEA模型,Malmquist指数能全方位、动态测算各单元全要素生产率(Total Factor Productivity,TFP)的变动情况. 当规模报酬不变(CRS)时,TFP 指数可分解为综合技术效率(Efch,Ec)以及技术进步率(Techch,Tc). 当规模报酬可变(VRS)时,可进一步解构为规模效率(Sech,Sec)、纯技术效率(Pech,Pec)以及技术进步率(Techch,Tc),其原理为:
式中:x和y分别为研究单元的t时期到t+1 时期的投入和产出向量;Dt(xt,yt)和Dt+1(xt,yt)表示t时期的投入和产出在t时期和t+1 时期的距离函数;Dt(xt+1,yt+1) 和Dt+1(xt+1,yt+1) 表示t+1 时期投入和产出在t时期和t+1时期的距离函数. TFP、Pec、Sec、Tc>1或<1时,表示旅游业发展效率提高或下降、纯技术效率改善或恶化,规模效率提升或下降、技术进步或退步.
2.1.2 Dagum基尼系数及分解方法
研究空间非均衡,一般采用变异系数、传统基尼系数等,但存在不能对子样本分布做出考量以及不能判断差异来源和可能存在样本间重叠的现象[21]. Dagum基尼系数分解法将总体分为k个子群并对子群的效率平均值进行排序,通过研究子群内部和子群间的不均衡性以及其对总体基尼系数的贡献来反映效率差异及其来源. 目前,Dagum 基尼系数法被广泛应用于诸多领域的差异化研究中[22].
大多数研究将山西划分为3个子群,分别为晋北(大同、朔州、忻州)、晋中(晋中、太原、阳泉、吕梁)和晋南(临汾、长治、晋城、运城)地区,即k=3,计算公式为:
式中:G为总体基尼系数,其值越大,表明差异越大;j与h表示不同区域;nj与nh为第j(h)地区内的市区个数;yji与yhr为第j(h)个地区内任一市的旅游效率;yˉ为所有市区旅游发展效率的平均值.
总体基尼系数可分解为3 个部分,分别为区域间差异贡献(Gnb)、区域内差异贡献(Gw)和超变密度贡献(Gt),即G=Gnb+Gw+Gt. 其中,Gw的计算如式(4)~(8)所示,Gj j表示第j个区域的基尼系数;Gnb的计算如式(9)~(10)所示,Gjh表示j与h地区的区域间基尼系数;Gt的计算如式(11)~(14)所示,Djh为j与h地区间旅游效率的相对值,djh表示旅游效率的差值,pjh是转移变异的一阶距.
目前,对于旅游业发展效率的测算尚未形成统一的指标体系,考虑到样本的可得性与连续性,以山西11个地级市2014—2019年的面板数据为样本,选取如下投入指标和产出指标,最终得到山西省旅游发展效率评价指标体系(表1),相关数据均来源于《山西统计年鉴》、相关地市的统计年鉴及统计公报.
表1 山西省旅游发展效率指标体系Tab.1 Index system of tourism development efficiency in Shanxi
2.2.1 投入指标选取
投入要素根据传统生产要素(土地、资本、人力)选取. 土地是旅游业发展的重要场所,但旅游存在流动性和不确定性,实践中很难对旅游活动的土地面积做出界定,且星级酒店等基础服务设施的数目也间接衡量了土地投入面积,因而不需要考虑土地要素投入. 资本要素应包括提高旅游目的地吸引力的指标,本文借鉴纪晓萌等[23]的研究,选择星级酒店、旅游业固定资产投资来反映. 人力要素选取旅游就业人数表示,多数学者用第三产业从业人数代替,虽涵盖了旅游业相关的直接和就业人数,但会导致投入的冗余,本文提出以地区生产总值、旅游业总产值、当地就业人数和第三产业吸纳就业调节系数综合计算,计算公式为:
式中:PEi表示i市旅游就业人数;k为第三产业吸纳就业调节系数;TOVi为i市旅游业总产值;GRPi为地区生产总值;EPi表示当地就业人数;PIEAi、SIEAi、TIEAi分别表示i市3个产业吸纳就业人数.
2.2.2 产出指标选取
旅游业产出指标应包括能满足游客身心愉悦的所有有形及无形需求. 考虑到游客视角的评价是个相对主观的指标,难以用数据量化,因而借鉴吴媛媛和宋玉祥[24]的研究,采用旅游收入和旅游游客数量对产出进行测量.
为深入考察山西省的旅游效率,采用DEA-Malmquist指数及分解法探讨全要素生产率的变动情况,结果如表2.
表2 2014—2019年山西旅游Malmquist指数及分解Tab.2 Malmquist index and decomposition of tourism in Shanxi from 2014 to 2019
从时序变化来看,全要素生产率整体呈现波浪式递增趋势,表明山西省旅游要素得到了较优的资源配置,且发展态势良好. 研究期内,除技术进步处于稳增长局势,技术效率、纯技术效率以及规模效率变化均不平稳,表明山西省旅游产业全要素生产率的增加主要是技术进步引起的,旅游业已经进入到产业结构升级的重要发展阶段. 值得注意的是2015—2017年和2018—2019年,技术效率为负增长,而技术进步变化实现了高增长,这得益于继2010年获批国家资源型经济转型综合配套改革试验区以来,2016年旅游业再次升级为山西省战略性支柱产业,通过策划建立全域旅游项目库和成立文化旅游投资控股集团有限公司等,使得先进生产技术的生产前沿面整体向外移动. 纯技术效率在研究期内增长不足,究其原因是山西省实行景区“两权分离”体制改革较晚,且缺乏市场化、公司化和专业化的运营经验,旅游业的管理水平有待提高.
由表3可知,2014—2019 年除晋城的旅游业全要素效率小于1 外,其余10个地级市的效率均大于1,说明山西省绝大部分地区的资源要素使用效率在不断提升,发展局势较好. 从增长动因来看,太原、大同、长治与临汾4市的技术效率变化与技术进步变化呈同步发展,共同促使TFP指数提高. 其中,太原作为核心区,大同和长治作为对外开放的桥头堡,是山西省对接京津冀并连接中部省市的窗口,特殊经济带的高质量发展带动了技术效率提升与技术进步. 其余7市TFP指数的提升主要得益于技术进步,与全省全要素生产率增长的动因相同. 由此可见,山西省全要素生产率发展仅依靠技术效率提升是不够的,要在将现代管理制度方法用在旅游业的基础上,大力加强技术引进、技术运用与推广,发挥技术进步的拉动作用.
表3 2014—2019山西各市区旅游Malmquist指数及分解Tab.3 Malmquist index and decomposition of tourism in urban of Shanxi from 2014 to 2019
为了进一步考察山西省地级市全要素生产率的空间格局,以“十二五”规划终点2015年,“十三五”规划阶段的2017 年和2019 年为代表,运用ArcGIS10.7 绘制了如图1 所示的演化图. 由图1 可知,2015—2019 年阳泉市的投入产出在研究期内始终处于生产最前沿,山西省旅游业全要素生产率大于1的地区在不断上升.2015年除阳泉外,其余10市的全要素生产率增长指数均低于1,效率呈现负增长. 2017—2019年煤炭产业比重高的城市,如大同、忻州、朔州的旅游效率得到加强. 值得注意的是,全要素生产率增长幅度与经济发展水平呈反向变动,经济与旅游发展水平高的太原和大同,全要素生产率增长慢,这类城市未来在经济发展的同时,还应注重管理水平的提升与旅游结构的优化. 而阳泉、吕梁、临汾、忻州旅游发展水平较低的城市,旅游投入与产出处于相对合理化的位置.
图1 山西省旅游综合效率空间格局演化Fig.1 Spatial pattern evolution of comprehensive tourism efficiency in Shanxi Province
为揭示山西省旅游效率的区域差异及区域差异来源,将其11 个地级市分解为晋北、晋中、晋南三大区域,并利用Dagum 基尼系数及其子群分解的方法,计算2014—2019 年旅游效率的总体基尼系数和分区域基尼系数,具体结果如表4. 从表4可以看出,山西旅游效率总体基尼系数为0.032~0.072,样本期间呈现波动下降趋势. 具体来看,2014年达到最大值,随后出现上下不同程度的波动,2015年为最低值,2016年与2017年小幅增长之后又呈下降趋势,表明随着时间的推移,山西省各地级市旅游发展效率差异有所缩小,逐渐向一体化和均衡化方向发展.
表4 Dagum基尼系数及其分解Tab.4 Dagum Gini coefficient and its decomposition
从地区间差异来看,区域间差异最大的是晋北和晋南,其次是晋北和晋中,最小的是晋中与晋南. 晋北-晋中、晋北-晋南的差异总体上呈现下降趋势,而晋中-晋南的差异有小幅增大趋势. 从地区内差异的演变趋势来看,区域内差异最大的是晋北,最小的为晋中. 晋北不同市区之间旅游效率的差异从2014 年到2019年呈下降趋势,说明晋北区内的差异得到了明显改善. 中部地区不同市区的旅游效率差异从2014年到2019 年也呈下降趋势. 晋南地区不同城市之间的旅游发展效率的地区差异从2014 年到2019 年呈增长状态,可见除晋南地区差异有增大趋势外,晋北和晋中地区的差异均在不断减小.
此外,从差异来源及贡献率的演变趋势看,超变密度与地区间差异来源及贡献率都存在阶段性变化,但两者的变化趋势相反. 从贡献率大小来看,地区间差异的贡献率最大,地区内差异的贡献率次之,超变密度的贡献率最小,这表明地区间差异才是影响山西省旅游发展效率不平衡的关键要素.
1)山西省旅游业全要素生产率指数为1.157,旅游发展效率年均增长约15.7%,且技术进步是效率增长的主要源泉,表明山西省对旅游资源利用效率基本处于递增的状态,山西旅游业已经进入到产业结构升级的重要发展阶段. 与基期相比,除技术进步处于增长状态,技术效率、纯技术效率及规模效率均呈下降趋势,因而亟须扩大山西省旅游业规模,整合资源,改善旅游业基础设施,保障旅游发展的持续投入. 开展旅游从业人员职业培训,发展智慧旅游,促进山西省区域旅游事业和旅游产业高质量发展.
2)从各市区的全要素生产率变化及其空间格局来看,除晋城的旅游发展效率低于1,其余市区均处于较高发展水平. 其中,技术效率和技术进步共同推动太原、大同、临汾和长治4市旅游业全要素生产率提高,其余7市旅游业发展效率提升主要依赖于技术进步. 此外,山西省旅游业全要素生产率大于1的地区在不断上升,且经济发展水平高的地区如太原、大同,旅游业发展效率增长幅度较低.
3)从基尼系数研究结果看,山西旅游发展效率存在明显的区域差异,且地区间差异是影响山西省旅游发展效率不平衡的主要来源. 山西旅游发展效率总体差异较大,整体基尼系数在波动中有小幅下降趋势.从区域内差异看,晋北地区区域内差异最大,晋中地区区域内差异最小,且晋南地区区域内差异有增大趋势,其余两个区域内部差异均在不断减小. 在正确认识旅游效率空间差异的基础上,应采取差别化发展政策,尤其是位于晋北地区的大同市应通过加强晋北地区市区间客源互换合作、共同推荐、服务连接、交通通达、信息共享等方式,以及增加朔州和忻州在旅游产品开发、吃住行游购娱等配套设施建设等方面的投入,以此带动旅游发展相对弱的朔州和忻州市旅游业发展. 从区域间差异看,区域差异最大的为晋北-晋南地区,且差异呈减缓趋势,晋中和晋南地区的区域差异最小,且有小幅增大趋势,而晋北和晋中地区的差异居中,区域间差异也在减小. 晋北和晋南地区尤其要统筹协同发展战略,加强彼此间的交流合作,塑造一致的旅游形象,将异质性资源巧妙结合,促使旅游一体化早日实现. 同时,晋中和晋南地区要在各自旅游效率稳中上升的基础上,要进一步加强旅游协作,平衡区域旅游发展差异.