我国省域冰雪旅游生态福利绩效研究

【摘 要】 冰雪旅游生态福利绩效是研究冰雪旅游发展与生态环境关系的关键指标之一。文章基于综合法对省域冰雪生态足迹进行了计算，采用Super-SBM模型测度我国省域冰雪旅游生态福利绩效，并进行区域比较与分析，结果显示：我国冰雪旅游生态福利绩效平均值未达到DEA有效，冰雪旅游生态福利绩效在不同省份、不同区域之间差异较大，发展重心变化与冰雪旅游“南展西扩东进”作用一致，冰雪旅游生态福利绩效空间联动效应突出，东北、华北及南方个别区域形成了连片高值簇，冰雪旅游生态福利绩效全要素生产率呈上升趋势。

【关键词】 冰雪旅游； 生态足迹； 生态福利绩效； Super-SBM； Malmquist

【中图分类号】 F234.3 【文献标识码】 A 【文章编号】 1004-5937（2024）23-0075-09

一、引言

早在2005年，时任浙江省委书记的习近平在安吉余村考察时，首次提出“绿水青山就是金山银山”重要理念。2016年，习近平总书记在参加十二届全国人大四次会议黑龙江代表团审议讲话时指出，“冰天雪地也是金山银山”。2022年，党的二十大报告中指出，“我们坚持绿水青山就是金山银山的理念”。2022年2月4—20日冬奥会在我国胜利举办，标志着自2015年以来在中华大地上的“冰雪热”达到了前所未有的高度。据2022年1月13日的《人民日报》，2015年到2022年，我国已有3.26亿人参与过冰雪项目。发展冰雪旅游与保护生态环境之间如何和谐共生也成为热议话题。

冰雪旅游是以冰雪资源为基础，冰雪文化为内涵，冰雪观光、冰雪运动和冰雪娱乐为内容，并集审美体验和健身娱乐为一体的冬季主要旅游形式[ 1 ]。而冰雪资源是冰雪旅游存在的重要基础。目前，冰雪旅游项目分布全国，已有30个省市推出冰雪旅游项目，在现代科技的帮助下，从北到南大量人工制冰造雪的室内外冰雪场馆不断涌现。

自古以来，我国的冰雪资源只存在于北方，依赖于冰雪资源的冰雪旅游也只在东北大放异彩，而随着经济的发展和科技的进步，一些在自然气候条件上并不具备天然冰雪条件的地区，冰雪旅游项目也得到了长足的发展，足以说明“绿水青山”和“冰天雪地”都是人类赖以生存的良好生态资源的集合。随着冰雪产业规模的壮大，更多企业加入到冰雪领域，再加上“三亿人上冰雪”和“南展北扩东进”的号召，冰雪旅游的“北雪南移”现象明显。据《中国冰雪旅游发展报告（2022）》，2022年春节期间，雪场较2021年同期售票量增幅中，南方雪场占据了5席。万亿资金引领全国冰雪旅游重资产投资热潮，南北区域趋向平衡。在重大项目领域，2018—2021年建成的较大投资规模的重资产类冰雪建设项目共计157个，重资产项目接近1万亿元，东北、华北、西北地区吸纳的投资金额占比47.9％，西南、华南、华中、华东地区的投资金额占比52.1%。在交通基础投资专项方面，我国2016年以来建成的冰雪旅游交通项目共计128个，包括铁路、公路、交通枢纽等，投资总额达到2.47万亿元。南方冰雪旅游得以发展，除了南方高海拔地区的户外雪场之外，大量的室内滑雪场和冰雪乐园也功不可没，融创、乔波、雪乐山等室内滑雪场品牌成为当地及周边冰雪旅游的热门景点，也使人们把冰雪运动从“一次性体验”逐步变为“深度体验”甚至“终身爱好”，家门口的滑雪场使一次性体验的客户群被多频次的冰雪运动爱好者所取代。

当然，随着冰雪旅游的快速发展，不少地区也存在冰雪旅游项目建设缺乏系统规划，盲目跟进、无序建设、小而弱、散而乱等问题，使冰雪旅游陷入同质产品竞争的恶性循环中。因此，如何将“热度”变为“持久度”，如何有效利用区域旅游发展中的核心要素激发冰雪旅游活力，如何将生态及能源投入有效转化为可持续的经济、社会及环境福利，是旅游行业和旅游研究者更应关注的问题。

二、研究方法

（一）生态足迹模型

旅游生态足迹是生态足迹理论在旅游业的应用，是通过研究旅游活动中能源资源消耗及废弃物排放数量，依据均衡因子和产量因子转化形成的生物生产性土地面积的总和，对旅游生态足迹的测算，一般采用成分法和综合法，这两种方法的差异主要是数据获取的方式不同。现有冰雪旅游生态足迹，在研究范围上，主要集中于研究个体冰雪度假区[ 2 ]，亟需区域冰雪旅游生态足迹的研究。借鉴已有文献，本文基于综合法建立冰雪旅游生态足迹模型[ 3 ]，结合时间跨度对我国区域冰雪旅游生态足迹进行研究，公式为：

式（1）中EF为生态足迹，ef为人均生态足迹，N为某省冰雪旅游总人次，Td为某省国内冰雪旅游总人次，Tf为某省国外冰雪旅游总人次，O为某省居民到国外冰雪旅游的总人次，M为全国冰雪旅游平均人次（全国冰雪旅游总人次与全国冰雪旅游场地总面积的比值）。

（二）基于非期望产出的Super-SBM模型

生态福利绩效是指生态投入转换为福利水平的效率，目前的测算方法主要包括参数法（以随机前沿法SFA为代表）和非参数法（以DEA为代表）。

DEA是一种测算多因素投入与产出之间相对效率的有效分析方法[ 4 ]。传统DEA模型忽略了投入和产出的松弛性问题，从而导致得到的效率不够准确[ 5 ]。为了解决传统DEA模型存在的问题，Tone于2001年提出了一种基于松弛变量度量的非径向、非角度的DEA分析方法，即SBM模型（Slacks-Based Measure），但利用SBM模型计算效率时，会出现多个决策单元同时有效（效率值均为1）的情况，此时这些决策单元无法有效地进行评价与排序[ 6 ]。在此基础上，Tone在2002年基于修正松弛变量提出了Super-SBM模型，该模型解决了SBM模型的有效单元无法继续进行评价和排序的问题[ 7 ]。考虑松弛变量的Super-SBM模型形式如下：

式（2）中？琢为生态福利绩效值，x、y为输入变量和输出变量，（x，y）是决策变量的参考点，m、s分别为投入、产出指标个数，s-i、s+i分别是投入、产出的松弛变量，λj是权重向量。当？琢≥1时，被评价的决策单元（生态福利绩效值）相对有效；当？琢<1时，决策单元相对无效。？琢值越大，说明生态福利绩效水平越高。

（三）Malmquist指数分析

Super-SBM模型是从各决策单元对比的角度来计算效率变化。Fare等在Stem Malmquist研究的基础之上，提出了基于DEA的Malmquist指数，用来评价计算结果的动态变化。本文基于t到t+1期的Malmquist指数来深入了解冰雪旅游生态福利绩效的动态变化，具体公式如下：

三、冰雪旅游生态福利绩效指标体系构建

生态福利绩效的实质是通过较低的生态投入获得最大的福利产出，这与DEA方法对投入与产出的要求是一致的。冰雪旅游生态投入主要包括生态消耗和能源消耗[ 8 ]，参照以往文献，本文用冰雪旅游生态足迹来表征生态投入[ 9-10 ]，并参照冰雪旅游中水和电是主要资源投入的实际，采用人均用水量、人均用电量来表征能源投入[ 11-13 ]。福利产出分为期望产出和非期望产出，期望产出由经济、社会和环境三个方面福利构成。在经济福利产出方面，以往研究显示旅游收入是最主要的衡量指标，因没有单独核算省级冰雪旅游收入的相关数据，参照已有研究[ 11，14 ]，本文依据人均冰雪旅游消费占比来进行换算。根据冰雪旅游实际，本文用冰雪旅游就业人数和冰雪旅游人次来表征社会福利产出，体现了冰雪旅游带动就业情况及人们的冰雪旅游参与度。另外，具备一定规模的冰雪旅游项目对山地的海拔、坡度都有一定要求，所以用森林覆盖率来表征环境福利。在以往的研究中，非期望产出主要是旅游活动中所产生的环境污染，选取“三废”指标衡量[ 14 ]，冰雪旅游带来的环境污染主要是废水及生活垃圾排放，所以用人均氨氮排放、人均化学需氧量及人均垃圾清运量来表征。

考虑到数据的可得性与可比性，本文对2015—2022年我国有统计数据的28个省（区、市）的冰雪旅游生态福利进行测度，指标均采用滑雪场数据，以消除不同冰雪旅游项目和设施无法进行比较的困境（见表1），另外其他冰雪旅游形式，如东北的雪乡、冰雪大世界等也是必要冰雪旅游内容之一。

本文研究的冰雪旅游相关数据来自2015—2019年各年份《中国滑雪产业发展报告》、《中国滑雪产业发展报告（2020—2022）》、《中国冰雪产业白皮书》、《中国滑雪场大全》、《中国冰雪经济发展报告》、《中国冰雪旅游消费大数据报告》、《中国文化和旅游统计年鉴》及国家统计局网站等。

四、冰雪旅游生态福利绩效结果分析

（一）冰雪旅游生态福利绩效测度结果

由图1可知，我国各省（区、市）的年均冰雪旅游生态足迹存在较大差异。具体来看，年均旅游生态足迹最高的是黑龙江和吉林，冰雪旅游生态足迹高于250万公顷，而福建、江西和广西冰雪旅游生态足迹在全国范围内处于最低水平，不足10万公顷，高低值省份之间差距明显，可见冰雪旅游生态足迹与冰雪旅游发展情况具有很大相关性。以此为生态投入，对全国28个省（区、市）的冰雪旅游资源生态福利绩效进行计算，5rgibk4Hl4fV70k31KAqwdPAa95IxB4UiBAkvfL2VaY=可得出全国2015—2022年冰雪旅游资源生态福利绩效均值。由表2可知，2015—2022年间全国冰雪旅游资源整体的生态福利绩效水平未达到DEA有效，但生态福利绩效值均保持在0.810～0.850的较高位状态。

1.总体结果

从总体结果来看，我国冰雪旅游生态福利绩效水平为0.832（见表2），总体未达到DEA有效，在测算的28个省（区、市）中，有14个省（区、市）均值达到了DEA有效，北京、河北、山西、吉林、黑龙江、浙江、福建、江西、山东、河南、湖南、广西、云南和陕西14个省市的冰雪旅游资源生态福利绩效值大于1，占比50％，实现了真正意义上的有效，说明以上14个省市的生态福利绩效值处于较高水平，投入产出都是有效的，并且二者的配置最优。其他冰雪旅游资源生态福利绩效值较高的省市有重庆、辽宁、广东和贵州，其生态福利绩效均值在0.832以上，均高于全国平均水平，这说明这些省市的投入产出虽然不是有效的，但其投入与产出差距并不大。冰雪旅游资源生态福利绩效值较低的省（区、市）有甘肃、内蒙古、天津、安徽、江苏、宁夏、青海和新疆，其生态福利绩效均值在0.5以下，远低于全国平均水平，说明这些省（区、市）的投入与产出极不匹配。

在测算的135个年份绩效值中，有76个绩效值大于1，占56.3%。从总体上看我国生态福利绩效水平变化不大，经历了小幅上升又下降的过程。其中北京（1.533）、黑龙江（1.251）、河北（1.175）占据前3名，而排名最后的3个省（区）为宁夏（0.283）、青海（0.249）和新疆（0.192）。其中最大值出现在2017年的北京（1.940），最小值为2017年的新疆（0.177）（见图2）。说明我国冰雪旅游生态福利绩效省际间存在很大差异。

2.区域差异

从全国冰雪旅游资源生态福利绩效分布（见图3）可以看出，我国省域冰雪旅游资源生态福利绩效存在明显差异，其中冰雪旅游资源生态福利绩效水平较高的省份主要集中在我国东部地区，水平较低的省份主要集中在我国西部地区。冰雪旅游资源生态福利绩效在全国分布的大体趋势是，从我国东南部的省级行政单位向西北部递减。东北地区冰雪旅游资源生态福利绩效水平最高，平均值达到了1.136，黑龙江、吉林两省测算年份均DEA有效，处于全国领先水平，远高于全国平均水平。我国东部地区冰雪旅游生态福利绩效水平也远高于全国平均水平，这是由于其地理位置优越，拥有雄厚的经济和科教实力、完善的就业与社会保障制度及良好的生活环境。中部地区冰雪旅游生态福利绩效水平次之，生态福利绩效均值为0.859，稍高于全国平均水平；而西部地区最低，只有0.676，远未达到DEA有效。

从七大地理分区（见图4）来看，东北地区仍然居于榜首，而西北地区绩效值最低，只有0.441。陕西省绩效值1.035，处于DEA有效，甘肃、青海、宁夏、新疆都低于平均值，且排名最后。

其他达到DEA有效的省份分为三类：一是气候具备自然冰雪条件，如山东（1.024）和河南（1.030）；二是海拔具备自然冰雪条件，如云南（1.138）；三是经济发达，如浙江（1.018）、福建（1.070）。而这些省份周围的省份，冰雪旅游生态福利绩效相对较低，如江苏（0.362）、广东（0.859）。

（二）冰雪旅游生态福利绩效差异静态分析

根据模型计算的2015—2022年全国平均冰雪旅游资源生态福利绩效值数据，利用标准差椭圆公式可以对全国平均冰雪旅游资源生态福利绩效值的空间椭圆进行分析，得出其时空变化分布格局。

2015—2022年的冰雪旅游资源生态福利绩效值重心一直在河南省中南部范围移动，位于我国几何重心（103°50'E，36°N）的东南部，随着时间的变化，在研究期范围内呈先向西南后向东北移动的趋势。标准差椭圆方位角波动变化呈东北—西南方向延伸，2015—2017年角度呈下降趋势，于2017年降至最低点，为31.19°，同时短轴由858.01km降低到833.09km；而2017—2019年标准差椭圆方位角呈逐年上升趋势，于2019年上升到848.50°，同时短轴由833.09km上升至848.50km（表3）。可以看出我国冰雪旅游资源生态福利绩效值的重心由东北地区沿西南方向转移后又沿东北方向往回转移。由表3和表4可以看出研究期内冰雪旅游生态福利绩效值重心的变化。

上述全国冰雪旅游资源生态福利绩效值重心时空移动表明，2015—2022年冰雪旅游资源生态福利绩效整体趋向北方地区。2015—2017年，随着2022年冬奥会的成功申办，北京和张家口成为主办城市，冰雪旅游项目和景点得到大力开发，成为我国冰雪旅游业快速发展的地区。同时，随着大规模造雪技术的发展，南方部分经济实力较强的省市也开始开发冰雪旅游项目和景点，所以此段时间我国冰雪旅游生态福利绩效由东北向西南发展。2016—2018年，随着人们对冰雪旅游项目和景区的宣传与关注，东北地区依靠冰雪项目的悠久历史和众所周知的自然风光对人们展现出更大的吸引力，我国冰雪旅游生态福利绩效发展趋势又向东北方向移动。2017—2019年，随着我国冰雪旅游项目和景点的持续增加，西北大部分地区的自然冰雪风光展示出强大的魅力，加之交通道路的不断开拓，去西北地区的旅游者增加，这也使我国冰雪旅游生态福利绩效开始向西北方向发展。

基于2015—2022年全国冰雪旅游资源生态福利绩效值，使用ArcGIS10.8软件中的空间自相关工具，计算其Moran's I值（表5）。从计算结果中可以得出，我国2015—2022年冰雪旅游资源生态福利绩效值全局Moran's I指数除2015—2016年为负外，其他年份均为正，这表明我国冰雪旅游资源生态福利绩效值存在一定的空间正相关性，部分区域有一定的集聚性。其中，2018—2019年Moran's I值由2017—2018年的0.066上升到0.176，全国冰雪旅游资源生态福利绩效值的空间相关显著性达到最强。但在其之前和之后的全国冰雪旅游资源生态福利绩效值空间相关显著性均较弱，且并无明显规律，这说明，我国冰雪旅游资源生态福利绩效值空间相关显著性较容易波动。

（三）冰雪旅游生态福利绩效差异动态分析

Malmquist指数能动态反映区域冰雪旅游生态福利绩效的变化趋势，因此本文运用MaxDEA8.0对2015—2022年我国区域冰雪旅游生态福利绩效进行分析，用以考察其动态变化及原因。

1.整体变动

由表6可知，我国冰雪旅游生态福利绩效全要素生产率指数从2015年的0.967上升到2022年的1.126，全要素生产率指数平均值为1.005，总体呈上升态势。分解来看，技术效率上升了2%，说明我国冰雪旅游制度和管理水平所带来的绩效对综合绩效的提高起了主要作用。技术进步先下降再上升，总体1.5%的下降，体现出我国冰雪旅游福利规模不断扩大，但是技术水平尚需提高，通过提高技术水平来提升冰雪旅游生态福利绩效还有较大空间。分年度来看，2015—2017年的技术效率指数为0.994，技术进步指数为0.973，总体都有一定程度下降，但是从技术效率的分解来看，纯技术效率增加了3.6%，规模效率下降了1.9%，说明冰雪旅游生态福利技术水平的发挥对整体绩效贡献较大，而规模效率有待提升；技术进步代表的是要素质量和科学进步，下降比率为2.7%，对综合指数有影响。2016—2018年的技术效率指数为1.037，技术进步指数为0.855，说明2015—2017年技术进步抑制了我国冰雪旅游生态福利绩效的增长。2017—2019年和2018—2022年两个区间，全要素生产率指数分别提升了4%和12.6%，其中技术进步提升了4.2%和6.9%，为综合指数的提高起了主要作用，技术效率也呈上升趋势，分别为0.998和1.053，主要是规模效率为技术效率的提升做出了贡献，同时说明技术进步不再抑制综合指数的增长，反而开始起到促进作用。

2.各省份变化对比

从表7可以看：2015—2022年，北京、山西、内蒙古、吉林、浙江、福建、河南、重庆、云南、甘肃的冰雪旅游生态福利绩效全要素生产率指数都大于1，天津、河北、黑龙江、新疆的全要素生产率指数大于0.99，因在计算过程中保留小数位数的差异，基本可视为持平，说明我国大部分省份的冰雪旅游生态福利绩效处于持平或提升状态，发展势头较好。在变化的动因方面，技术进步是北京、黑龙江、广东全要素生产率提升的原因；而技术效率是天津、河北、山西、吉林、河南、云南、甘肃、新疆全要素生产率提升的原因，说明技术效率仍然是大部分省份冰雪旅游生态福利绩效全要素生产率提升的原因；内蒙古、浙江、福建、重庆冰雪旅游生态福利绩效的技术效率变化和技术进步变化是同步的，即技术效率与技术进步共同发挥了推动作用。

五、结论

我国冰雪旅游生态福利绩效水平区域之间差距较大，北京、黑龙江、吉林、河北等东北和华北省份都达到了DEA有效，这主要是由于东北地区得天独厚的资源禀赋优势和发展积淀。东北地区位于我国地势的第三阶梯，而且地域广、丘陵多、纬度偏高，资源投入大多依赖自然冰雪，例如长白山冰雪产业带一般海拔都在1 000米以上，存雪期达到4个月之久，年降水量也有600～800毫米。黑龙江流域、鸭绿江流域、辽河流域封冻期历时4个多月，大部分地区11月至次年3月以降雪为主，降雪日数20～50天，积雪日数80～120天，长白山、兴安岭及黑龙江北部地区可达150天以上，积雪最大深度可达58～80厘米。这些都是冰雪旅游发展的宝贵资源。经过多年的发展，我国东北地区在冰雪旅游收入、参与人数、带动就业、保护环境等方面都有着良好的基础，使生态投入和福利产出达到一定的平衡。

华北地区，特别是北京和河北借助冬奥会的契机，大量投入带来了相应的福利产出，由于区位优势及政策优势，其冰雪旅游经济发展迅速；随着冬奥会的成功举办，北京和张家口作为冬奥会举办城市，冰雪旅游的参与人数及就业方面都有了明显的发展，而且北京及河北新建的滑雪场等都拥有先进的理念及技术，改善了传统的大量电力及水资源进行造雪的方式，减少了对生态环境的影响。但是值得注意的是，华北区域的天津及内蒙古，冰雪旅游生态福利绩效值偏低，主要的原因在于，天津处于北京、河北及东北的“旅游屏蔽”效应之下，特别是目前冰雪旅游发展还未有明显的差异性，造成了天津及内蒙古的冰雪旅游生态福利产出相对较低。

相较之下，西北大部分地区的自然冰雪风光展示出强大的魅力，冰雪资源丰富，但是由于其冰雪旅游发展起步较晚，且冰雪旅游项目都需要水、电、土地等大量生态和能源投入，加之其面积大、距离远、人口密度低，冰雪旅游参与人数及冰雪旅游收入等指标都相对较低，造成了西北地区冰雪旅游生态福利绩效相对较低的情况。

除了东北、华北、西北区域的省份，还有一些省份具备室外冰雪旅游条件，比如山东省、云南省、四川省，在海拔条件较好的山区可以建立极少量的、依托自然资源的滑雪场，其他省份大多都是室内冰雪旅游设施，这类设施可以被看作一种“人造乐园”，会有一定的起伏变化，目前带来的福利可以看作一种流行旅游项目而带来的收益。

在未来的发展中，东北地区大量的滑雪场、冰雪乐园等设施，是否还具有吸引力，是否会存在过度“投入冗余”是需要考虑的问题，所以要考量冰雪资源与生态福利绩效的耦合机制，以促进冰雪旅游与环境的协同发展。

【参考文献】

［1］ 李含.我国冰雪产业的现状、问题和建议［J］.中国投资，2022（Z4）：26-29.

［2］ 李博浩，曹智，张国梁，等.基于成分法的黑龙江冰雪旅游生态足迹研究：以雪乡为例［J］.中国林业经济，2019（4）：112-118.

［3］ 尚会娟，那守海.基于综合法的森林公园旅游生态足迹研究［J］.林业经济，2021（4）：45-56.

［4］ SONG M，ZHANG L，AN Q，et al.Statistical analysis and combination forecasting of environmental efficiency and its influential factors since China entered the WTO： 2002-2010-2012 ［J］.Journal of Cleaner Production，2013，42：42-51.

［5］ 周泽炯，胡建辉.基于Super-SBM模型的低碳经济发展绩效评价研究［J］.资源科学，2013，35（12）：2457-2466.

［6］ 张文龙.城市化与产业生态化耦合发展研究［D］.广州：暨南大学博士学位论文，2009.

［7］ 廖明岚.基于熵值法的广西北部湾人力资源与区域经济发展耦合协调度研究［J］.广西师范大学学报（哲学社会科学版），2016，52（4）：56-57.

［8］ 张小锋，王菁彤.冰雪旅游与文化产业耦合的财税激励政策效应分析［J］.会计之友，2022（6）：70-77.

［9］ 郑兵云，杨宏丰.基于生态足迹的中国省际旅游生态效率时空演化［J］.华东经济管理，2020，34（4）：79-91.

［10］ 李在军.冰雪产业与旅游产业融合发展的动力机制与实现路径探析［J］.中国体育科技，2019，55（7）：56-62，80.

［11］ 方时姣，肖权.中国区域生态福利绩效水平及其空间效应研究［J］.中国人口·资源与环境，2019，29（3）：1-10.

［12］ 徐昱东，亓朋，童临风.中国省级地区生态福利绩效水平时空分异格局研究［J］.区域经济评论，2017（4）：123-131.

［13］ 杜慧彬，黄立军，张辰，等.中国省级生态福利绩效区域差异性分解和收敛性研究［J］.生态经济，2019，35（3）：187-193.

［14］ 杨春梅，李威，郑继兴.冰雪旅游经济与城市旅游环境耦合协调度研究［J］.企业经济，2018（1）：179-184.