中国入境旅游业效率研究——基于网络结构特征和随机前沿模型

戴 卓

(九江学院 商学院，江西 九江 332005)

中国入境旅游业效率研究
——基于网络结构特征和随机前沿模型

戴 卓

(九江学院 商学院，江西 九江 332005)

基于入境旅游流的网络结构特征，运用随机前沿模型，探讨了中国入境旅游业效率的影响因素。影响入境旅游效率的5个因素是旅游业的比重、人力资本、相对点度中心性、制度、限制度。其中，前三个因素对效率影响是正向的，后两个因素对效率的影响是反向的。研究结果显示，各区域的效率分布存在不平衡。从时间角度看，东部、中部和西部的效率都在不断提高，但增长的幅度各不相同。研究还表明，各地区旅游业效率的标准差不断增加，各地区旅游业的效率差距有扩大的趋势。

网络结构特征；入境旅游业；效率；随机前沿模型；中国

一、引 言

入境旅游是旅游业的重要组成部分。经过多年发展，中国已经成为世界旅游的重要目的地之一。据统计，2010年我国入境旅游人数为1.33亿人，入境过夜旅游人数为5 566万人，位居世界第三，国际旅游外汇收入458亿美元，世界排名由2009年的第四升至第三。世贸组织预测，未来中国的入境旅游将继续保持持续、快速、健康的发展，因此研究中国入境旅游意义重大。

国内外学者从不同角度对中国入境旅游进行了研究。王淑新等(2011)基于中国31个地区的旅游外汇数据，采用变差系数、基尼系数、赫芬达尔指数、泰尔指数研究中国入境旅游经济的集聚和分散情况。李创新等(2011)运用1994～2008年入境旅游数据和入境旅游抽样数据，对陕西、四川、云南的客流集散时空演变进行了探讨。吴丽霞等(2011)以入境旅游区域收集的数据为基础，应用数理统计方法，分析了入境游客选择旅游目的地的影响因素。Oppermann(1992)对马来西亚的国际入境游客流进行了系统分析。Prideaux(1999)研究了韩国和澳大利亚游客流量的双向非均衡性。Teresa et al.(2000)建立实证模型，探讨了西班牙国际游客的流动模式。Kim et al.(2007)考察了韩剧热播对赴韩游客流的影响。

以上文献从不同角度对入境旅游业进行了研究。事实上，旅游业的效率差异是各地区旅游竞争力差异形成的重要机制，并影响着各地旅游业的长远发展。国内外一些学者对此进行了研究，郭岚等(2008)提出基于因子和数据包络法的组合评价法，对2000～2005年旅游上市公司的效率进行了评价；马晓龙等(2010)利用DEA法，对2005年中国主要旅游城市的效率进行评价，并提出提高不同空间旅游城市效率的建议；Blancas et al.(2010)运用随机值评价法，研究了西班牙生态旅游资源的利用效率；Sigala (2004)采用DEA分步法计算了英国旅游三星级酒店的生产效率；Michalena et al.(2009)建立了多部门动态一般均衡模型，并用该模型探讨了旅游产业的效率。

另一些学者研究了旅游业效率的影响因素。例如，杨勇等(2008)在省级面板数据的基础上，采用随机前沿模型分析了我国旅游企业效率的差异及影响因素。再如，刘长生等(2012)同时运用数据包络和SFA法，以张家界景区环保交通为例进行了实证分析，探讨了影响旅游业效率的因素。Barros(2005)研究了酒店经营效率的影响因素，发现规模和区位是影响效率的主要因素，并提出了提高效率的措施和方法。

对入境旅游业的效率进行研究，其影响因素的研究还仅仅局限在微观层面和个体视角，缺少网络和宏观视角的研究，考虑网络特征进行研究的意义在于，可以体现出结构特征对入境旅游流的流动效率和各旅游地资源配置效率的影响。此外以往研究只涉及旅游地效率差异的静态分析，没有从动态角度，指出这种差异的变化趋势。

在效率研究方法上有DEA法和SFA法两种，两种方法各有其优缺点。SFA法考虑了某些因素对效率的影响，但前提是模型设定正确。DEA法没有模型设定的问题，且在处理多投入多产出的问题上具有优势，但存在没有考虑效率的影响因素等问题。本研究的目的之一就是要发现影响入境旅游业效率的因素，这只能用SFA方法才能实现，因此本文采用SFA方法。

综上所述，本文将在已有文献的基础上，揭示入境旅游网络的结构特征，运用随机前沿模型，分析影响旅游业效率的因素以及中国入境旅游业效率的区域分布和时间趋势。

二、入境旅游业网络的结构特征

入境游客在流动过程中，相关旅游地不是孤立的，而是相互联系的，这种联系包括由游客流引起的商品、信息、资金方面的流动。正是各种资源的流动，将全国各地区连接成具有一定结构特征的网络。网络的节点由各旅游地构成，网络中的边则代表各种物质和非物质资源的传递。对网络结构的分析，有利于从宏观上把握入境游客的流动。已有一些学者注意到了旅游的网络结构特征并进行了研究。王素洁等(2011)运用社会网络分析法，分析了山东潍坊市杨家埠村旅游决策利益相关者之间的关系结构。朱冬芳等(2012)对长江三角洲都市旅游圈旅游经济的整体旅游网络、国内旅游网和入境旅游网进行了分析，初步确定了各城市在网络中的功能和角色。刘法建等(2010)通过构建入境旅游网，采用社会网络中的对等性分析，对中国入境旅游网中各旅游地的地位进行了比较、分析和定位。吴晋峰等(2010)应用社会网络法，对京沪旅游网络的整体特征和个体位置特征进行了定量研究。以上文献为本研究提供了借鉴。本文的入境旅游网是建立在旅游地游客流动达到一定规模基础上的，达到或超过一定规模，则建立联系，否则就不建立联系。

游客流动规模的数据和入境游客接待数据均来自国研网数据库。借鉴汪明宇等(2008)的假设，各地区的入境旅游者流量表示为fij=Fi/(si-si0)*si，fij为从j省到i省的入境旅游者数量， Fi为i省入境旅游总数，si是i省抽样调查样本数，si0是i省省内流动的入境游客数。用上述公式计算2005～2009年各地区入境旅游者的数量，如某个年份该地区入境游客流量缺失，则用往年的数据补全。这样得到5个31乘31的矩阵，对矩阵进行二元化处理，切分值①的选择借鉴刘法建等(2010)的方法。这样就得到5个表示各地区是否有旅游关系的有向网络。

描述网络特征的指标有密度、中心性、结构洞、集聚系数等。本文重点考察网络的点度中心性和结构洞两个特征。

一是点度中心性。社会网络分析中，网络中心性表示整个网络的集中或集权程度。网络中心性的计算依赖网络中各个节点的中心性，节点中心性是衡量单个节点在网络中中心化趋势的重要概念。它有三个指标：点度中心性、接近中心性、中间中心性。点度中心性可以分为两类：绝对中心性和相对中心性。前者是与该节点相连的节点数，后者是前者的标准化形式。如果一个节点与许多节点直接相连，就说该节点具有较高的点度中心性。在有向网络中，每个节点的度数可分为入度和出度。

二是结构洞。Burt(1992)首次提出结构洞的概念。网络中的某个节点或某些节点和有些节点发生直接联系，但与其他节点不发生直接联系或关系间断的现象就是结构洞。结构洞既是整体网络结构特征之一，又是重要的个体网络特征。从整体上看，好像网络结构中出现了洞穴；从个体上看，它是网络联系之间的非冗余联系。结构洞能为其节点获取“信息利益”和“控制利益”提供机会，从而比网络中其他位置上的节点更具竞争优势。结构洞指标要考虑四个方面：有效规模(Effective Size)、效率(Efficient)、限制度(Constraint)和等级度(Hierarchy)。有效规模指一个节点的个体网规模减去网络冗余度，即有效规模等于网络中的非冗余因素。效率等于该节点的有效规模与实际规模之比。限制度指一个节点受到限制的程度，也可用该节点在网络中拥有的运用结构洞的能力来衡量，能力越强，限制度越小。等级度是限制度在多大程度集中在一个节点上。一个节点等级度越大，说明受到限制越多。以上所依据的网络是个体网，类似的思路也可在整体网中实现。

三、随机前沿模型

在不考虑随机因素的情况下，投入带来的实际产出也称为确定的生产前沿。它由两个因素决定，技术的效率和最大可能产出。Aigner等人(1977)和Battese等人(1977)同时在确定生产前沿的基础上加入了随机因素，提出了随机生产前沿模型，但都没有考虑时间效应。Battese和 Coelli(1992)提出的模型形式如下式：

yit=f(xit,b)exp(vit-uit)

uit=uiexp(-η(t-T))

四、变量的选择、数据的描述和模型

1.变量的选择

首先是产出变量。衡量产出变量的指标有旅游收入总额、国际旅游收入和国内旅游收入。由于本文研究的是入境旅游业的效率，因此以国际旅游收入(IIN)作为衡量产出变量的指标较为合理。

第二是投入变量。一般用旅游业固定资产总额(FA)和旅游业从业人员(TP)分别代表生产函数中的资本投入和劳动力投入。旅游业固定资产为星级饭店、旅行社和其他旅游企业固定资产总和。旅游业从业人员由星级饭店、旅行社和其他旅游企业从业人员三者之和构成。

影响入境旅游业的效率变量：

(1)旅游业比重(TR)。用某地区旅游业的收入占该地区生产总值的比例来衡量，并用当年人民币对美元的汇率进行折算。旅游业的比重反映了旅游业在该地区国民经济中的地位。杨勇等(2008)认为，一个产业在国民经济中地位越高，当地政府就越重视，就越可能获得政府资金和政策上的支持，从而对效率产生影响。旅游业比重还反映了该地区产业结构的变迁，一般而言，处于成长阶段的产业比衰退阶段的产业有着更高的效率。

(2)制度因素(IN)。用该地区国有及国有控股企业工业总产值与规模以上工业企业总产值的比例来衡量。干春辉等人(2009)运用1998～2007年16个细分行业的面板数据，发现较高的市场化程度有利于生产效率的提高。周晓唯等(2012)用三阶段DEA模型与绩效评价相结合的方法，发现企业经营效率确实受到市场化程度的影响。

(3)人力资本(LC)。用各地区受教育年限的平均数表示。受教育年限反映了人力资本的质量，而该地区人口受教育年限决定了人力资本的总体水平，对劳动者而言，受教育年限决定了其掌握科学技术的高低、快慢。本研究以各地区人口受教育层次的百分比作为权重，对受教育年限加权平均。未上过学0年，小学毕业6年，初中毕业9年，高中毕业12年，大专及以上毕业16年。朱承亮等(2011)发现人力资本能促进经济的增长，但改善力度不大。杜凤莲等(2011)研究表明人力资本能提高技术效率。

(4)相对点度中心性(DRC)。点度中心性表示某个地区在入境旅游网络中，中心地位的程度。在有向网络中，分为入度中心性和出度中心性。入度中心性很大程度上说明旅游者多以此地作为旅游目的地，该地区有较强的内聚性。出度中心性很大程度上反映旅游者从此地进入其他旅游地区，该地区有较强的辐射作用。为解决不同规模网络之间中心性无法比较的问题，本研究采用相对点度中心性这一指标。相对点度中心性等于节点的绝对中心性与网络中最大可能度数之比。在一个有n个节点的无向网络中，任何一个节点i的最大可能度数为n-1，因此，节点i的相对点度中心性Ci=节点i的绝对中心性/(n-1)。本研究中的入境旅游网为有向网络，入度相对中心性和出度相对中心性的计算由UCINET 6.0，按路径network/centrality/degree计算得到，任意节点i的相对中心性为Di=(节点i的入度+节点i的出度)/(2n-2)=(入度相对中心性+出度相对中心性)/2。徐梦周等(2011)研究了联合投资网络中心性与创投机构的绩效关系，得出中心性越高的创投机构越可能获得高收益的结论。

(5)限制度(SH)。结构洞衡量某旅游地对其他旅游地的控制程度，或受其他旅游度的限制程度。在入境旅游关系网络中，通过与其他旅游地的相互作用，占据中心地位的旅游地拥有更多的资源，控制着与其他旅游地之间的游客流动，使其处于有利位置。由于这些资源是非重复的，有利于旅游地增加旅游收入。某旅游地占据或控制的结构洞越多，就越有利于其增加游客数量和旅游收入。Burt(1997)研究了化学制药公司的跨部门经理的薪水，认为控制结构洞较多或限制度较少的经理会获得高薪。UCINET 6.0中，按路径network/ego networks/structural holes依次打开，由于本文关注的是整体网络中每个点的结构情况，所以在methods中选择whole network model计算得到结果。在有效规模、效率、限制度和等级度四个指标中，最重要的指标是限制度，因此以限制度作为结构洞的代理指标。

2.数据的描述和模型

本文数据除人力资本来自《中国统计年鉴》外，其余均来自国研网数据库，样本为2005～2009年，包括中国31个省、自治区和直辖市，共155个观测值的平行面板数据。面板数据是把时间序列数据和截面数据融合在一起的数据，与时间序列数据和截面数据相比，面板数据利用了更多的信息，增加了自由度和估计的有效性，得到的参数估计量更加可靠和有效，面板数据还能够更好地反映仅使用时间序列数据或横截面数据无法观测到的情况。各变量数据的描述性统计如表1所示。出于研究需要，本文将中国分为东、中、西部三大区域②。

表1 数据的描述性统计

假设我国各地区入境旅游业的生产函数为柯布道格拉斯生产函数，根据Battese 等(1995)提出的模型，并对模型两边同时取对数，本文的随机前沿生产函数的具体形式如(1)式所示。

lnIINit=β0+β1lnFAit+β2lnTPit+vit-uit

(1)

技术无效率函数的具体形式如(2)式、(3)式所示。

uit=δ0+δ1TRit+δ2INit+δ3LCit+δ4DRCit+wit

(2)

uit=δ0+δ1TRit+δ2INit+δ3LCit+δ5SHit+wit

(3)

五、实证结果

1.入境旅游业效率的影响因素分析

表2显示了以相对点度中心性和限制度作为效率影响因素的回归结果。

表2 网络特征作为效率影响因素的回归

说明：1.以上四个回归因变量均为国际旅游收入；2.***分别代表在1%的水平上显著，括号中为t值；3.以上结果由frontier4.1得出.

从表2可以看出，γ值均在1%的水平上显著，说明使用SFA模型是必要的。

旅游业比重系数为负，意味着旅游业比重对旅游业效率有积极作用。这是因为旅游业作为朝阳产业，在国民经济中的地位越来越显著，许多地区将旅游业作为龙头产业，无论是中央政府还是地方政府无不对旅游业给予支持和推动，成为旅游业发展的开拓者、协调者和规范者。此外，地方政府受GDP考核导向的影响，旅游业占GDP比重越大，地方政府就越重视，从而对效率产生显著的正向影响。该结果与杨勇等(2008)的研究结论相同。

制度系数为正，意味着制度对旅游业效率有消极作用，市场化对旅游业有正面影响。这与王敬勇等(2011)的研究结果相同，他们认为市场化对技术效率的当期和长期影响都为正。陈得文等(2011)也得出了类似的结果。尽管工业行业的国有化程度与旅游业效率没有直接联系，但有间接的影响，工业企业通过为旅游企业提供上下游产品的方式与旅游业建立联系，民营、三资等非国有工业经济成分的增长，可以提高该地区整体的效率(姚洋，1989)，从而带动旅游业效率的提高，即产生了外部效应。

人力资本系数为负，意味着人力资本对旅游业效率有积极作用。刘长生(2012)也得到相同的观点，他指出人力资本投资对低碳旅游服务业的效率产生正向影响。人力资本对旅游业效率有显著正向影响，有以下几方面的原因。首先，旅游服务质量影响顾客的满意度水平，而旅游服务质量又是由旅游从业人员的素质和表现决定的，所以，旅游从业人员的素质间接影响着旅游者的满意度。其次，旅游服务具有消费和生产的同一性，这一特点决定了旅游从业人员素质的重要性。最后，人力资本的提升使公共知识存量增加，而这种知识存量可以被其他旅游企业所用，从而有利于旅游业效率的提高。

相对点度中心性系数为负，意味着相对点度中心性对旅游业效率有积极作用。相对点度中心性衡量的是某个地区与其他地区交换资源的能力，位于网络中心的旅游地区与网络中更多的地区保持联系，该地区一般具有较高的网络集聚度，旅游流在整个网络范围内的流通渠道更为丰富，旅游流带来的商品流、资金流、信息流等资源的整合，也随着连接地区的增多得到更大范围的覆盖，这样，相对于中心性较低的地区，该地区具有更高的资源整合效率。栾春娟等(2008)用社会网络分析法，发现科研绩效与研究者在合作网络中的中心性显著正相关。周密等(2009)考察网络中心性、网络信任和知识转移绩效的影响后，提出网络中心性对知识转移绩效和网络信任具有促进作用。

限制度系数为正，意味着限制度对旅游业效率有消极作用。与本结论相似，Burt(1992)以大型电子制造商中的高级经理为样本，提出限制度与分红负相关的结论。Burt(1997)以大型金融组织中的银行家为研究对象，同样得出限制度与分红负相关的结论。限制度反映了某旅游地区受其他地区限制的程度。限制度越高，意味着该旅游地区在商品、资金、信息和人员的流动上受到其他地区的限制越多，使其在竞争中处于不利的地位。这样，与限制度较低的地区相比，该地区的资源整合效率就较低。

表3是网络结构特征作为影响因素的分区域入境旅游业效率的描述性统计，从表中可以看到，无论是以相对点度中心性还是限制度作为影响因素，东部地区的入境旅游业效率最高，中部次之，西部最低。

表3 网络结构特征作为影响因素的分区域入境旅游业效率的描述性统计

2.入境旅游业效率的时间趋势分析

图1是出入境旅游业效率增长的时间趋势，可以看出，不同网络结构特征情况基本相同。以相对点度中心性为例，中部地区效率增长最快，从2005年的0.1增加到2009年的0.18，增长幅度为80%，其次是东部地区，从2005年的0.36增加到2009年的0.56，增长幅度为56%，西部的增长较慢，只有34%，全国增长了56%。之所以出现这种增长，主要是效率的影响因素，如旅游业占地区GDP的比重，制度因素、人力资本和网络结构发生了有利于效率提高的变化。如市场化率从2005年的0.5，增长到2009年的0.6，人力资本的则从2005年的7.81年增加到2009年的8.37年，相对点度中心性由2005年的0.172增长到2009年的0.207。

图1 网络视角的分区域入境旅游业效率的时间趋势

从图2可以看出，两种情况下入境旅游业效率的标准差一直都在逐渐增加，以限制度为例，标准差从2005年的0.187增长到2009年的0.282，增长幅度为51%。这表明各地区入境旅游业的效率差距加大，有逐步发散的趋势。

图2 入境旅游业效率标准差的时间趋势

为了对这一假设进行检验，本文采用研究区域经济增长的β-收敛法。该方法是由新古典增长模型演变而来的，即通过测算地区经济增长的收敛系数来考察地区经济增长的收敛性，所谓收敛是指落后地区人均收入不如发达地区。本文用它来研究地区间入境旅游业的效率是否趋同，模型如下：

Ln(IEit/IEi0)/T=A-(1-exp(-B*T))Ln(IEi0)/T+Ui

IEit为某个地区期末的入境旅游业效率；IEi0为该地区期初的入境旅游业效率；T是时间跨度；A是待估的常数项；B是待估的收敛系数，如果B的系数为正，则表明地区间的旅游业效率趋于收敛，否则趋于发散。

表4 考虑网络特征的入境旅游业效率收敛性检验

(1)**表示在5%的水平上显著。(2)N为观测值的个数.

由表4可以看到，两种情况下B的系数均为负，但不显著，这表明各地区入境旅游业的效率差距没有减少，效率高地区的增长速度高于效率低的地区，强者更强、弱者更弱的马太效应已经出现。

六、结 论

本文从入境旅游流的网络特征出发，以国际旅游收入为产出，以旅游业从业人员和旅游业固定资产为投入，运用随机前沿模型，探讨了中国入境旅游业效率的影响因素。影响入境旅游效率的5个因素：旅游业的比重、人力资本、相对点度中心性、制度、限制度。其中前三个因素对效率影响是正向的，后两个因素对效率的影响是反向的。研究的目的在于为提高入境旅游业的效率提供有价值的启示。研究结果显示，按区域分，东部地区的效率最高，中部其次，西部最低。从时间角度看，东部、中部和西部的效率都在不断提高，但增长的幅度有所不同，中部最大，东部其次，西部最次。研究还表明，各地区旅游业效率的标准差不断增加，各地区旅游业的效率差距有扩大的趋势。

注释：

①每年的切分值=当年全国入境过夜游客量/(3*31)/30*(1-入境游客省内流动比例-50%).

②东部包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南。中部包括山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南、广西。西部包括四川、重庆、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆。后来广西、黑龙江也被纳入西部地区，但基本不影响本文的结论.

[1]王淑新,何元庆,王学定.中国入境旅游经济的集聚与分散的实证分析[J].中国软科学, 2011,(10):123-130.

[2]李创新,马耀峰,贺雅坤,褚玉良,张 颖.1994～2008年西部入境旅游典型省份客流集散时空动态研究[J].旅游学刊,2011,(7):12-19.

[3]吴丽霞,赵现红.入境旅游者目的地选择影响因素及地域差异研究[J].地域研究与开发, 2011, ( 2):105-109.

[4]Oppermann M.International tourist flows in Malaysia[J].Annals of Tourism Research,1992,19(3):482-500．

[5]Prideaux B,Kim S M.Bilateral tourism imbalance:ls there a cause for concern:The case of Australia and Korea[J].Tourism Management,1999,20(4):523-532.

[6]Teresa G M,Teodosio P A. An econometrics model for international tourism flows to Spain[J].Applied Economics Letters,2000,(7):525-529.

[7]Kim S S,Agrusa J,Lee H,et a1.Effects of Korean television dramas on the flow of Japanese tourists[J].Tourism Management,2007,28(5):1340-1353.

[8]郭 岚,张 勇,李志娟.基于因子分析与DEA方法的旅游上市公司效率评价[J].管理学报，2008,(2)：258-262.

[9]马晓龙,保继刚.中国主要城市旅游效率的区域差异与空间格局[J].人文地理,2010,(1):105-110.

[10]Blancas F J,Mercedes G,Mercedes L O,Pérez F.The assessment of sustainable tourism :Application to Spanish coastal destinations[J].Ecological Indicators ,2010, 10(2):484-492.

[11]Sigala M.Using data envelopment analysis for measuring and benchmarking productivity in the hotel sector[J].Journal of Travel and Tourism Marketing , 2004,16 (2):39-60.

[12]Michalena E,Hills J, Amat J P.Developing sustainable tourism,using a multicriteria analysis on renewable energy in Mediterranean Islands[J].Energy for Sustainable Development,2009,13(2):129-136.

[13]杨 勇,冯学钢.中国旅游企业技术效率省际差异的实证分析[J].商业经济与管理,2008,(8):68-74.

[14]刘长生.低碳旅游服务提供效率评价研究[J].旅游学刊，2012,(3):90-98.

[15]Barros C P.Measuring efficiency in the hotel sector [J]. Annals of Tourism Research,2005,32(2):456-477.

[16]王素洁.旅游目的地利益相关者管理战略研究[J].山东大学学报,2012,(1):59-64.

[17]朱冬芳,陆 林,虞 虎.基于旅游经济网络视角的长江三角洲都市圈旅游地角色[J].经济地理,2012,(4):149-154.

[18]刘法建,张 捷,章锦河,陈冬冬.中国入境旅游流网络省级旅游地角色研究[J].地理研究,2010,(6):1141-1152.

[19]吴晋峰,潘旭莉.京沪入境旅游流网络结构特征分析[J].地理科学,2010,(3),270-276.

[20]汪宇明,高元衡.上海与长江流域各省区间的旅游互动[J].地理学报,2008,(6):657-668.

[21]Burt R.Structural Holes:The Social Structure of Competition[M].New York:Cambridge Harvard Press,1992.133-143.

[22]Aigner D J, Lovell C A， K Schmidt P.Formulation and estimation of stochastic frontier production function models[J].Journal of Econometrics, 1977, (6): 21-37.

[23]Battese G E,Corra G S .Estination of a production frontier model with application to the pastoral zone of eastern Australian [J].Australian Journal of Agricultural Economics, 1977, (21): 169-179.

[24]Battese G E, Coelli T J.Frontier production functions,Technical efficiency and panel data:with application to paddy farmers in India[J].Journal of Productivity Analysis,1992,3:153-169.

[25]Battese G E, T J Coelli， T C Colby.Estimation of frontier production functions and the efficiencies of Indian farms using panel data from ICRISATs village level studies[J]. Quantitative Econ.,1989, 5:327-348.

[26]Pitt M M, Lee M-F.The measurement and sources of technical inefficiency in the Indonesian weaving industry[J].Journal of Development Economics, 1981,9:43-64.

[27]Battese G, Coelli T.A model for technical inefficiency effects in a stochastic frontier production function for panel data[J].Empirical Economics, 1995, 20: 325-332.

[28]干春晖,郑若谷.中国工业生产绩效:1998-2007[J]. 财经研究,2009,(6): 97-108.

[29]周晓唯,白 芸.我国环境服务上市公司经营效率研究[J].中国科技论坛, 2012,(4): 89-94.

[30]朱承亮,师 萍,岳宏志,韩先锋.人力资本、人力资本结构与区域经济增长效率[J].中国软科学,2011,(2):110-119.

[31]杜凤莲,董竞泽,高国鹏.技术效率、全要素增长率与地区间经济增长差异[J].经济理论与经济管理,2011,(5): 90-97.

[32]徐梦周,蔡 宁.联合投资网络、中心性与创投机构绩效[J].重庆大学学报( 社会科学版),2011,(l):54-61.

[33]Burt R S.The Contingent Value of Social Capital [J].Administrative science quarterly,1997,42(2):339-365．

[34]王敬勇.市场化技术效率影响的实证分析[J].软科学,2011,(11):7-10.

[35]陈得文,苗建军.考虑集聚效应的区域技术效率估计及其空间效应分析[J].产业经济研究,2011,(6):11-18.

[36]姚 洋.非国有经济成分对我国工业企业技术效率的影响[J].经济研究，1998,(12):29-35.

[37]栾春娟,刘则渊,侯海燕.发明者合作网络中心性对科研绩效的影响[J].科学学研究,2008,(5):938-941.

[38]周 密,赵西萍,司训练.团队成员网络中心性、网络信任对知识转移成效的影响研究[J].科学学研究,2009,(9):1384-1392.

责任编校：田 旭，马小军

StudyonChineseInboundTourismEfficiency

DAI Zhuo

(College of Business, Jiujiang University, Jiujiang 332005， China)

This article investigates the factors influencing the efficiency of the Chinese inbound tourism from the perspective of network characteristics by using stochastic frontier model. Five factors impacting inbound tourism efficiency are found.They are the proportion of tourism,human capital,relative degree centrality,instition,limiting degree.The impact of the forward three factors on the efficiency is positive.However,the impact of the latter two factors on the efficiency is negative. The results show that the regional distribution of efficient is imbalance. From the perspective of time,the efficiency of the eastern, central and western region is continuously is increasing,but the growth rate is different.The study also shows that the standard deviation of the regional efficiency is increasing.And the gap of efficiency of regional tourism industry is widening.

network structure characteristics; inbound tourism; efficiency; stochastic frontier model;China

2013-05-25

国家自然科学基金资助项目(71162023)

戴 卓，男，江苏无锡人，经济学博士，副教授，研究方向为旅游经济、网络经济。

F592

A

1007-9734(2013)04-0032-08