基于DEA-Malmquist模型的长江经济带旅游产业效率实证分析

刘颖洁 蒋 丹

(湖南师范大学 旅游学院，湖南 长沙 410081)

长江经济带包括苏、浙、赣、皖、鄂、湘、川、黔、滇9省和沪、渝2市，面积约205.23万平方公里，虽然只占国土面积的21.38%，但人口数和GDP量分别占全国总量的42.93%和43.8%，对我国经济发展起到重要的示范和引领作用。从长江经济带的经济发展状况看，旅游产业对经济增长起到重要的支撑作用。据统计，2019年旅游业相关收入达10.62万亿元，占11省市GDP总量的23.19%。但是，正在肆虐的新冠肺炎疫情，对旅游业造成了空前的影响，2020年旅游业相关收入也迅速跌落至6.23万亿元，只占11省市GDP总量的13.22%①，且还在进一步下降。因此，随着后疫情时代旅游业的复苏，旅游产业如何进一步提升竞争力，保持持续稳定、协调快速高质量发展将成为一个重要的现实问题。

旅游产业的综合性和辐射性非常强，产业链涵盖了一、二、三产业，对经济发展的重要作用日益凸显。从改革开放以来我国旅游业发展的轨迹看，产业的高速发展主要依靠资本投入和项目开发驱动，而从经济增长和内生增长理论看，单纯依靠扩大要素投入，以要素积累支撑产业高速发展是粗放和不可持续的。由于这种发展模式会随着经济的转移进程出现持续性地衰退，所以当产业发展达到一定阶段之后，生产效率的改善将是维系其持续增长的主要动力。党的十九大明确指出：“我国经济已由高速增长阶段转向高质量发展阶段，正处在转变发展方式、优化经济结构、转换增长动力的攻关期”，经济的高质量发展“必须坚持质量第一、效益优先，以供给侧结构性改革为主线，推动经济发展质量变革、效率变革、动力变革，提高全要素生产率”[1]。因此，旅游产业从要素投入驱动向要素投入与产业效率改善双重驱动过渡，效率变革是关键。随着旅游产业地位的不断提高和产业规模的不断扩大，旅游产业效率成为旅游业提质增效和可持续发展的核心问题。

旅游产业效率作为反馈旅游资源配置和技术进步的重要映射，是衡量旅游产业发展状况和经济效益的重要依据。对旅游产业效率的评价能够准确发现旅游产业投入产出要素配置和技术管理问题，有利于针对性地对投入规模进行增减和资源要素配置的优化及相关发展策略的制定。鉴于此，为促进旅游产业高质量发展，本文基于旅游产业投入产出的行业属性，力求通过构建科学合理的评价指标体系，运用DEA-Malmquist指数模型，对长江经济带旅游产业效率及时空分异特点进行测度和分析，为旅游业发展方式转变，实现高质量发展的针对性策略提供理论参考。

1 文献综述

国内外学者基于各自的研究目的和数据来源，分别从不同的视域、维度和分析框架对旅游产业效率进行相关研究。主要论域在两个方面：一是单一领域旅游效率的相关研究。如旅行社效率[2]、酒店效率[3]、旅游APP使用效率[4]、旅游上市公司投资效率[5]、旅游地生态效率[6]、旅游服务效率[7]、文化旅游业投资效率[8]等。二是区域旅游效率的相关研究。内容涉及区域效率评价、效率影响因素及其比较等，研究对象包括国家[9，10]、省际[11-13]、经济带[14-16]、城市(景区)[17，18]等空间层面。研究方法主要有：随机前沿分析法(SFA)[10]、Durbin模型分析[19]、层次分析法(AHP)[20]、投资期望模型[5]、Bootstrap分析法[18]、SBM-DEA模型[6]、GM-GIS耦合模型[21]、DEA-ESDA[12]、PVAR模型分析[22]、DEA-Malmquist指数模型[13]、Super-SBM模型[23]，等等。通过对相关文献的梳理发现，既往的研究在投入产出测算指标上大多是基于传统生产率内涵构建评价指标体系，鲜有较完整的从旅游产业行业属性视角对旅游产业效率进行评价的内容，这为旅游产业效率理论体系的构建留下了重要的研究空间。

旅游生产率与传统生产率的内涵有所不同，传统生产企业生产率是指生产过程的投入与产出的比率，其根本特征是生产与消费相互独立、投入与产出相对清晰并便于计量，且最终消费者不直接参与生产环节。旅游产业则不同，旅游企业的“产出”大多体现为一种“无形”的“服务产品”，而服务产品作为一种“效用”它需由消费者(游客)的参与(体验)才能实现，生产与消费并非是独立的。也就是说，最终消费者(游客)的参与(体验)过程就是“效用”的生产过程，这也是与传统生产企业的根本区别。因此，就旅游生产率而言，旅游服务供给方(旅游企业)为运营所投入的资产，包括固定资产、流动资产、人力资源等，与运营收入的比率构成了旅游企业的“运营生产率”，而投入旅游运营的旅行社“产品”、酒店、景区与参与消费的游客数量的比率则构成了“游客生产率”。简单地说，游客生产率就是旅行社“产品”、酒店、景区的使用效率，由此，旅游生产率应由旅游企业的运营生产率和游客参与所形成的游客生产率构成。就此而言，现有相关研究成果所涉及的投入产出评价指标变量基本上是从人力、资金和销售收入几方面确定。如龚艳等运用DEA-Tobit模型，选择人力、景区、固定资产、销售收入、接待人数作为投入产出指标变量，对长江经济带旅游效率进行测算得出静态效率呈“U”型，动态效率全部呈增长态势的研究结论[14]；陈园园等选择旅游业固定资产额、从业人员数量、国内外旅游总收入三个投入产出变量，对长江经济带旅游效率进行评价，得出旅游效率“凹”型结构且螺旋式上升的结论[15]；穆学青等运用随机前沿模型，选取财政支出、项目及固定资产投入和营业收入为投入产出指标变量，对长江经济带旅游金融效率进行评价，得出单峰分布的“N”型波动特征的研究结论[16]，等等。

以上研究对认识和掌握旅游产业效率研究状况及长江经济带旅游产业效率的现状无疑有重要的借鉴价值。但已有研究中旅游效率测算投入产出指标选取往往基于传统生产率内涵，鲜有较完整的从旅游产业行业属性视角对旅游产业效率进行评价的内容，而本研究拟针对旅游产业投入产出指标变量的复杂性和不便测量性特点，尝试从旅游产业行业属性的视角，将“产业规模”和“旅游市场”的相应数据纳入游客生产率测算指标对旅游生产率进行评价，为旅游产业效率研究的科学性与合理性进行有益探索；考虑到旅游业的综合性和辐射性及区域发展的差异性特点，通过对旅游产业综合(技术)效率及区域分异、全要素生产率及时序变化特征的研究，力求对长江经济带旅游产业效率的发展状况、内在规律有一个比较清晰和全面的分析。这不但有助于长江经济带后疫情时代旅游业复苏策略的制定，而且也为旅游业高质量发展的针对性策略提供理论参考。

2 研究设计

2.1 变量设定

基于旅游产业生产率的行业属性，结合现有相关成果确定评价指标，构建投入产出评价体系。对旅游企业“运营生产率”来说，旅游“生产”的投入体现为劳动力和资本，产出则体现为旅游销售收入。因此，选取人力和财力投入作为“运营生产率”投入要素变量[24，17]，经济效益作为产出指标变量[14]。其中，人力资本投入即旅游业从业人员数量，以星级饭店、A级以上景区、旅行社从业人员数量计算。财力资本投入即旅游业固定资产，以星级饭店、A级以上景区、旅行社的总固定资产值计算。经济效益则以国内外旅游收入之和计算；对“游客生产率”来说，旅游“生产”投入表征为游客参与(体验)而投入的旅行社“产品”、星级酒店和景区，产出则体现为游客对旅行社“产品”、星级酒店和景区体验的游客数量(流量)。因此，选取旅游产业规模投入作为“游客生产率”投入要素变量[25，26]，旅游市场(流量)作为产出指标变量[9，13]。其中，产业规模投入即旅游企业总数，以星级饭店、A级以上景区、旅行社的企业总数计算。旅游市场即国内外旅游规模(人/次)。具体见表1。

表1 长江经济带旅游产业投入产出指标体系

2.2 数据来源

按数据的可获得性，本文所用数据主要从2011—2019年国家及各省市的统计年鉴中直接获取或者通过计算得出，部分缺失数据根据地方统计局网站的定期年报、季报、月报计算予以补充。此外，存在个别数据值难以在官网获取，采取均值插补方法填充。

2.3 研究方法

(1)DEA数据包络分析法

由于旅游产业链的综合性和辐射性非常强，投入产出项涉及多项指标，DEA数据包络分析法是一种专门针对多项投入产出指标进行有效评价的数量分析方法(多决策单元DMU)，所以本文采用投入导向的DEA-BCC模型[27]对长江经济带旅游产业效率进行静态性测算评价，分解的纯技术效率和规模效率分别表示旅游产业要素资源配置水平和行业规模聚焦水平。假设有K个DMU，i=1，2，…，K，每个DMU都有N种投入变量x1i，x2i，…，xni和M种产出变量y1i，y2i，…，ymi，每个DMU都有相应效率评价指数θ，θ表示旅游产业效率。第K个决策单元对偶形式的DEA模型表达式如下：

(1)

其中，若θ=1，s+=s-=0，则决策单元DEA有效(技术和规模同时有效)；

若θ=1，s+≠0或s-≠0，则决策单元弱DEA有效(技术和规模非同时有效)；

若θ<1，则决策单元非DEA有效(既非技术有效，也非规模有效)。

采用上式，使用Deap2.1软件对旅游产业效率进行测算。得到综合(技术)效率(TE)、规模效率(SE)和纯技术效率(PTE)，其中TE=SE·PTE，当两者皆为1时，旅游产业效率达到最优。

(2)Malmquist生产率指数法

本文需要研究时间空间不同维度的旅游产业生产效率，而DEA-Malmquist生产率指数模型可以有效弥补DEA数据包络模型在计算生产效率值时不能连续比较相对时间截面效率的不足[27]。所以采用DEA的Malmquist生产率指数法对长江经济带旅游产业全要素生产率及其变化进行测算评价。具体表达式为：

=SECH·PECH·TECHCH

(2)

(3)

(4)

式中，M=全要素生产率，TECHCH=技术进步变化指数，EFFCH=技术效率变化指数(分解为规模效率变化指数SECH和纯技术效率变化指数PECH)。TECHCH>1表明在研究期内实现了技术进步；SECH>1意味着投入要素的有效性提高了规模效率；PECH>1表明管理改善促进生产效率提高；M>1意味着技术效率上升，全要素生产率有所改善，M=1则说明总效率不变。

3 结果与分析

3.1 长江经济带旅游产业效率总体特征及时序变化特征

基于评价指标体系相关变量的原始数据，使用Deap2.1软件程序包对2011—2019年长江经济带11省市的旅游产业投入产出效率进行测度，得到旅游产业各项效率指标(表2)和全要素生产率变化率及其分解的时序变化(图1)。

综合(技术)效率(TE)是对决策单元(DMU)的管理技术水平和资源优化配置能力等方面的综合衡量与评价。TE的值域在0～1之间，TE值越接近1，表示效率越高；当TE=1时，说明该决策单元效率达到最优，反之亦然。由表2可知，整体上看，长江经济带2011—2019年旅游产业纯技术效率及其变化率均接近最优前沿面，均值分别为0.987、0.963，但规模效率均值仅为0.792，还差20.80%才能达到最优规模，且规模效率变化指数(0.990)均值小于1，说明没有充分发挥管理技术水平和资源优化配置的潜力，从而导致综合(技术)效率只达到理想目标的78.30%。具体从省市域看，重庆市和云南省的纯技术效率前者总体保持不变(PECH=1)，后者还有1.5%的增长(PECH=1.015)，但重庆市和云南省的综合(技术)效率却只达到理想目标的70.00%和63.60%，这表明规模效率是影响两省旅游生产率的主要因素，因此，需要优化资源配置，提高规模效率。虽然贵州省的纯技术效率接近最优水平(0.99)，但因纯技术效率和规模效率变动没有增长(PECH=1，SECH=1)，规模效率也只达到63.40%且没有增长，从而导致综合(技术)效率只实现理想目标的62.80%，所以，贵州省提高旅游生产率的主要途径是优化要素配置提升规模效率；江苏、浙江、江西三省的纯技术效率相对较高，分别达到99.20%、98.70%和99.10%，且规模效率分别小幅增长4.10%、0.40%和0.70%，但因规模效率值偏低且增幅太小，导致综合效率分别只达到理想目标的79.20%、85.20%和69.00%，所以这三个省提高旅游产业效率的关键是提高规模效率增长率；安徽、湖北、湖南省虽然纯技术效率也较高，分别为0.989、0.996和0.992，但规模效率不但偏低，而且变动指数小于1趋势微降，因此影响综合(技术)效率的主要因素是规模效率有效性不足；上海市和四川省的纯技术效率和规模效率及其变化率相差不大且均接近最优前沿面，所以综合(技术)效率也相应较高，分别为97.30%和92.90%。说明上海市和四川省的旅游产业管理技术、资源配置及技术进步等方面发展较均衡，投入产出相对有效。

图1 2010—2019年长江经济带旅游产业全要素生产率变化率及分解效率变化趋势

全要素生产率是生产系统的全部要素投入与总产出的比率，作为衡量生产效率变化的重要指标，它包含技术效率变化和技术前沿面(技术进步)变化两个方面。技术效率变化又可分解为纯技术效率变动与规模效率变动。所以，全要素生产率来源于效率提高、技术创新和规模效应。由表2可知，整体看，2011—2019年长江经济带旅游产业的全要素生产率变化率均值为1.136，表明旅游产业生产率年均增长13.60%，旅游产业集约化发展程度逐渐提升。分解后的技术效率变化指数均值为0.953，说明整体技术效率有所下降，效率驱动旅游业发展的效果不明显；技术进步创新率年均提升19.00%，明显高于技术效率的变化，说明技术进步是全要素生产率变化的主要驱动因素。具体从省市域看，虽然各省市全要素生产率均保持增长，但基本上都是由技术进步创新率的提升所驱动。其中江西、云南省得益于技术效率变动的正增长和技术创新率的大幅提升，全要素生产率年均分别增长22.30%和22.70%；贵州省技术效率变动处于稳定状态，各方面效率变动值均为1，全要素生产率年均增长18.30%；虽然江苏、浙江省分解后的规模效率分别增长4.10%和0.40%、重庆市纯技术效率不变(PECH=1)，但三省市的总体技术效率变动仍是下降，从而也拉低了全要素生产率；其他省份总体技术效率都有不同程度的下降，且分解后的纯技术效率和规模效率均呈一定的负增长，因而也相应地拉低了全要素生产率的增长。因此，各省市应在继续强化技术进步的前提下，针对各自的实际加强旅游资源整合及优化配置，适度调整管理规模和管理理念，提升技术效率，从而进一步促进全要素生产率的提高。

长江经济带2011—2019年旅游产业效率时序变化特征(图1)：技术效率变动相对稳定，维持在5.40%的区间内变动。分解后的规模效率在2012、2019年度得益于生产要素规模投入的优化，规模效率分别增长0.80%和6.50%，使技术效率达到最高点(0.979)但仍为负增长，2018年度由于纯技术效率和规模效率变化率均为负增长，导致技术效率降至最低点(0.925)。技术创新和全要素生产率变动虽然都保持正增长，但时序变化不稳定，变化特征为：高—低—高—低的波动下降趋势。2011年度分别增幅达31.10%和23.30%，之后开始波动下降，至2015年度增幅分别降至最低的1.50%和-1.20%，并形成拐点开始上升，2016年度增幅分别高达30.30%和21.10%，之后又开始缓慢下降，变动幅度分别达29.60%和24.50%。虽技术效率时序变化波幅较小，但均为小幅负增长，技术创新是全要素生产率增长的主要驱动因素，除2015年度因技术进步创新率升幅降至1.50%，导致全要素生产率变化出现1.20%的负增长外，其余年度全要素生产率均保持正增长，全要素生产率的时序变化基本上是随着技术创新率的变化而变化，所以，实质上是管理技术瓶颈制约了旅游产业生产效率的增长。

3.2 长江经济带旅游产业效率区域分异特征分析

《长江经济带发展规划纲要》将长江经济带经济发展主体划分为长江三角洲、长江中游和成渝三大城市群，并利用三大城市群的辐射圈带动作用，打造长江经济带三大增长极。据此，长江经济带旅游经济的发展可分为由东部区域的沪、浙、苏、皖，中部区域的赣、鄂、湘和西部区域的川、黔、滇、渝，“三极”城市群拉动。为更直观地观察长江经济带东、中、西三大区域旅游产业效率的空间分布状况，为针对性发展策略提供参考，利用ArcGIS10.2软件的自然断点分级法对综合(技术)效率及其分解效率均值的测算结果，按东、中、西部区域进行分类排序(图2)，其区域分异特征如下：

(1)纯技术效率(图2a)空间分布呈中部高，东、西部低的特征，均值分别为0.993、0.991、0.980。东、中、西三大区域纯技术效率均接近最优水平，达到理想目标的95%以上，最高的湖北省(0.996)与最低的云南省(0.959)只相差3.7个百分点，三大区域内各省市的水平也较均衡，高低差异分别为0.8、0.5、3.6个百分点。说明三大区域旅游产业的管理技术水平普遍较高。

图2 2011—2019年长江经济带旅游产业综合效率及其分解效率空间分布

(2)规模效率(图2b)空间分布呈东部高，中、西部低的特征，均值分别为0.861、0.774、0.738。经济带总体规模效率均值仅为79.20%且省域及区域内发展不均衡差异极化，东部最高的上海市(0.978)与西部最低的贵州省(0.634)相差34.4个百分点，东、中、西三大区域内高低差异分别为18、16.9、30个百分点。三大区域平均水平差异明显，其中东、西部相差12.3个百分点，且中、西部区域规模效率均值(0.774、0.738)均低于经济带整体规模效率均值(0.792)，说明中、西部区域相较东部区域规模效率的有效性不足。

(3)综合(技术)效率(图2c)与规模效率的空间分布状况相似，东部高，中、西部低，均值分别为0.852、0.769、0.723。由于经济带整体及各省市的纯技术效率水平较均衡且都接近最优前沿面，说明在纯技术效率水平普遍较高的情况下，规模效率是影响综合(技术)效率的主要因素。具体来说，东、中、西三大区域的综合(技术)效率均值都不高且东、西部均值相差12个百分点。其中东部区域的综合(技术)效率水平(85.20%)领先于中、西部区域，特别是上海市研究期内纯技术效率和规模效率均达到较优水平，表明其专业化水平领先于其他省份，行业进入到发展的成熟期，这与长三角城市群经济发展水平较高分不开；中部区域的综合(技术)效率(76.90%)低于经济带整体水平均值(78.30%)，其资源配置和利用效率还有较大提升潜力。从区域内看，各省份之间的差异明显，湖北省与江西省的差异达17.1个百分点，主要原因是规模效率分布的区域差异较大所致。这也说明，综合(技术)效率的提高一方面应从技术上围绕提高规模效率进行资源的优化配置，提高资源的利用效率，另一方面还要围绕区域内的协调发展提高管理技术水平；西部区域的综合(技术)效率不但低于经济带整体水平均值，而且区域内的差异两极分化。四川省达到最优境况的92.90%，而贵州省却只有62.80%，相差30.1个百分点，与此同时，四川省和贵州省的纯技术效率水平均较高，分别为0.995和0.990仅相差0.5个百分点，所以，规模效率不足和区内分布差异是导致西部区域综合(技术)效率走低，区域发展不平衡的根本原因。

3.3 长江经济带区域旅游产业效率变化趋势分析

由表3的测算结果可知，长江经济带东、中、西部地区2011—2019年的技术效率呈下降态势(EFFCH<1)。从分解后的纯技术效率和规模效率变化看，两者均呈负增长(PECH及SECH<1)，这是导致技术效率变化下降的直接原因，而从全要素生产率变化率及其分解的结果看，体现技术创新和管理水平的技术进步水平相对不足也是导致其下降的重要原因。然而，技术效率的下降，并没有造成生产效率变化的下降，研究期内技术进步和全要素生产率变化均呈增长态势(TECHCH和TFPCH>1)且西部区域增长高于中、东部区域，后发优势明显。这表明，三个区域旅游业的技术水平和生产效率整体都呈主动型的发展上升趋势。这一结论也可从东、中、西三大区域的综合效率与技术创新率和生产效率之间的变化关系中得到印证。研究期内三大区域的综合(技术)效率及其变化率由大到小分别依次为：东0.825>中0.769>西0.723和东0.984>中0.983>西0.976。而技术进步变化率和全要素生产率变化率的大小排序则与前者相反，分别为：西1.198>中1.142>东1.096和西1.170>中1.122>东1.078，且技术进步的变化要明显大于技术效率的变化，这表明驱动全要素生产率增长的主导因素是技术进步。但技术进步水平的提升却为什么又未能及时推升技术效率的快速提高，甚至还有所下降呢？这是因为最先进的生产技术和管理都有一定的超前性，实践中还有一个吸收消化和发展的过程，先进技术和管理的吸收消化过程就是生产前沿面整体向外延伸的过程，就是全要素生产率提高的过程。换言之，技术进步是提高生产效率的动力和源泉，技术效率的变化始终随着技术进步的变化而变化，这是生产力内生增长规律所决定的。从这一意义上说，长江经济带整体旅游产业的发展正处在向以技术进步为核心的集约型内涵式发展模式转变的关键时期。

表3 2011—2019年长江经济带区域旅游产业全要素生产率变化率及其分解

4 结论及建议

4.1 研究结论

本文旨在了解和掌握经济带旅游产业的发展状况，为旅游业高质量发展的针对性策略提供理论参考。通过实证分析揭示：

(1)2011—2019年长江经济带旅游产业效率只达到理想目标的78.30%，还有较大提升空间，规模效率有效性不足是影响旅游产业效率的主要原因。各省市的纯技术效率及其变化率均值分别为0.987和0.963，都接近最优水平。虽然规模效率变化率均值达0.99，但规模效率除上海市和四川省达到理想水平的0.978和0.934外，其他省份都比较低，均值仅为0.792。受此影响11省市的综合(技术)效率除上海市和四川省分别达到理想目标的97.30%和92.90%外，其他省份普遍较低，均值仅为78.30%。

(2)长江经济带东、中、西三大区域旅游产业效率存在明显的区域分异，规模效率分布的区域差异和区内发展不平衡是导致区域分异的主要原因。纯技术效率中部高，东、西部低，均值依次为中0.993>东0.991>西0.980，区域差异不大且均接近最优水平；规模效率东部高，中、西部低，均值依次为东0.861>中0.774>西0.738，区域差异明显，东、西部相差12.3个百分点且有效性不高，均值仅为79.20%；综合(技术)效率与规模效率的空间分布相似呈东部高，中、西部低的特征，均值依次为东0.852>中0.769>西0.723。其中东部区域旅游产业管理技术水平和资源优化配置的综合水平优于中、西部区域，行业进入到发展的成熟期；中部区域纯技术效率接近最优前沿面，规模效率分布的区内差异导致了综合(技术)效率的区内差异，高低相差17.1个百分点；西部区域因区内发展不平衡导致区内综合(技术)效率两极分化，高低差异达30.1个百分点。

(3)东、中、西三大区域技术效率变动呈负增长，技术进步创新率及全要素生产率呈正增长，技术进步是驱动全要素生产率增长的主要因素。技术效率变化指数的时序变化相对稳定，维持在5.40%的区间内波动，除贵州省不变、江西和云南省分别有0.50%和0.60%的增长外，其他省份均为负增长，整体均值0.953呈下降态势；各省市的技术进步变化指数均保持正增长，平均增幅19.00%，但时序变化不稳定，区间波幅达29.60%；全要素生产率变化率各省市均大于1呈增长态势，整体上除2015年度因技术进步创新率升幅降至1.50%，导致全要素生产率变化出现1.20%的负增长外，其余年度全要素生产率均保持正增长。这也说明效率驱动旅游产业生产率的效果不明显，技术进步是促进旅游产业生产效率增长的主要动力。

4.2 建议

综合相关结论提出以下对策建议：

(1)优化产业、产品结构，定向扩大规模投入。长江经济带旅游产业效率因规模效率有效性不足，导致综合水平只达到理想目标的78.30%。从市场和管理的视角看，规模效率有效性不足的原因除旅游资源要素配置、资源利用等方面原因外，旅游需求的快速增长无疑是重要原因之一。随着经济社会的快速发展和人民日益增长的美好生活需要，旅游市场的高速增长已成常态，这就必然会带来旅游形式多样和旅游消费多元的变化。因此，为适应市场需求的增长和变化，旅游供给方要适时地扩大规模投入。但是，扩大规模投入不能依靠资源增量的“大水漫灌”，粗放发展，而应在科学合理配置资源的同时，结合供给侧结构性改革，围绕定向规模投入这一主线优化产业和产品结构，做好产业与产品结构调整的“加减法”，有所为和有所不为。如以长三角城市群为代表的东部区域，其旅游目标市场主要是都市及历史人文游，而西部区域由于自然资源禀赋和民俗文化特色的优势，其旅游目标市场主要是自然风光游、自驾游等。因此，不同区域规模投入的重点不能一概而论，必须根据区域特点因地制宜定向投入，以实现要素的最优配置。

(2)挖掘资源潜力加强科技投入，走集约型内涵式发展之路。旅游产业由粗放型经营模式转向集约型经营模式实现内涵式增长，是新发展格局下旅游产业高质量发展的要求。导致长江经济带旅游产业效率区域分异和总体下降，最主要的原因是资源配置和利用效率不高、产品结构不合理。所以，要根据不同区域旅游资源的特点，因地制宜通过改善管理和优化资源配置、挖掘资源潜力、延长产业价值链来提高效率。如中部区域可根据红色文化丰富的特点，通过建立爱国主义教育基地、游学基地等讲好红色故事来挖掘资源潜力、延长产业价值链提高产业效率。西部区域则可根据自然资源禀赋及优良环境和适宜气候的特点，通过“旅游+康养”等新业态的开发来挖掘资源潜力、延长产业价值链提高产业效率，等等。同时，要依靠技术进步，推动生产前沿面整体向外延伸，从而促使旅游产业效率向创新驱动转变。因此，在信息产业高度发展的时代背景下，运用技术和管理创新挖掘旅游产业的潜力，扩大生产要素的使用效能无疑是提高旅游生产率的有效路径。

(3)产业融合助推区域协作，促进区域协调发展。旅游产业区域合作是旅游业发展模式的更高层次。基于不同区域旅游资源的关联性，通过关联资源的相互作用和彼此影响可以达到1+1大于2的“协作效应”。然而，由于行政壁垒和经济利益的驱使，区域合作发展也不是一蹴而就的，因此，在高铁和网络技术高度发达的背景下，通过产业融合实现非博弈性双赢，打造区域旅游产业合作发展新模式，是促进区域协调发展的重要措施。如中部区域湘、赣两省的红色旅游，湘、鄂两省的荆楚文化概念游，西部区域云、贵、川的民族文化特色游等，都可通过文旅融合来推动区域合作。东部区域的苏、浙、沪通过产业协同打造全域旅游来推动区域合作，等等。为促进产业融合推动区域合作，首先要发挥政府的主导作用引领区域合作。在制定产业政策、旅游规划和经济调控措施时要突破行政壁垒有针对性地作出制度安排并建立协商机制。其次要发挥关联优势资源的“协作效应”。旅游产业融合必须是建立在关联性和互补性的基础之上，切忌因盲目融合而事与愿违，区域合作则是建立在共赢的基础之上，否则就会演变成同类资源的竞争。再次要发挥区域合作的带动作用促进区域的协调发展。在区域合作进程中要充分发挥各自的优势，注重区际和区内在人才、技术和信息等方面的交流，取长补短共同发展。

5 不足与展望

回望本文的相关研究无疑还有不足之处。旅游产业效率测算只有建立在科学合理的投入产出指标变量基础之上才能得到真实有效的研究结果。然而，旅游产业的行业属性决定了旅游产业效率测算有别于传统领域的效率测算。本文的初衷是立足于旅游产业的行业属性，从旅游企业运营生产率和游客生产率两个方面确定投入产出相关指标变量，但由于目前针对游客生产率的相关研较少，鲜有完整的相关文献，加之新冠肺炎疫情的影响，近两年旅游产业的相关数据获取受限，且所选取的指标变量不一定能完整反映旅游产业效率指标的全貌。因此，为促进旅游业的高质量发展和后疫情时代的产业复苏，旅游产业效率研究需要不断地深入和完善。

注释：

①数据来源：根据国家及省市统计年鉴或统计公报的相关数据求和得出，其中旅游外汇收入按当年度平均汇率折算。