我国旅游企业效率区域差异及其变动特征*

2014-08-17李如友黄常州

旅游研究与实践 2014年2期

李如友，黄常州

(盐城工学院旅游系，江苏盐城 224051)

改革开放30余年以来，我国旅游业快速发展，已形成了相当大的产业规模，对经济和社会的作用越发突出。国家旅游局统计数据显示，2011年我国共接待入境游客1.35亿人次，实现旅游外汇收入484.64亿美元；国内游客26.41亿人次，收入19 305.39亿元人民币；截至2011年底，全国有旅行社、星级饭店等旅游企业3.71万家，固定资产6 329.35亿元，当年实现营业收入5 538.87亿元，营业税金175.85亿元。旅游业产业关联甚广，它不仅通过自身直接的收入效应促进经济增长，更为重要的是对国民经济有强大的辐射作用，从而带动相关产业部门的发展。旅游企业作为旅游业的微观实体组成部分，其效率的高低对于区域旅游业的发展水平及其乘数效应有着直接影响。

近年来，旅游企业效率的测量与评价引起了国内外学者的较多关注，研究对象不仅有旅游业所有企业，还有星级饭店、旅行社、旅游景区等单独部门。研究方法上，数据包络分析(Data Envelopment Analysis，DEA)和随机前沿分析(Stochastic Frontier Approach，SFA)等方法最为流行。Tsaura使用DEA方法对台湾地区的53家国际饭店效率进行分析，并对投入冗余和产出不足的量值进行了计算[1]；Chiang et al.同样使用DEA方法对25家台湾地区的四、五星级饭店效率进行分析，认为特许经营或国际饭店集团管理的饭店与台湾自主管理的饭店效率差异并不显著[2]；Barros运用DEA方法对葡萄牙波萨达斯品牌43家连锁饭店的效率进行测量，并将结果作为该集团内部连锁饭店竞争力评价的依据[3]；Chen利用SFA方法研究了台湾地区国际饭店的成本效率，得出连锁品牌饭店的效率高于非连锁品牌饭店的结论[4]；Barros & Dieke运用DEA方法测量了2000—2006年12家非洲饭店的技术效率，并分析了效率的影响因素和提升路径[5]；Hu et al.以1997—2006年台湾地区66家国际旅游饭店数据为样本，利用SFA方法对饭店效率及其影响因素进行了研究[6]；Fuentes R运用DEA方法测量了西班牙22家旅行社的效率，并对不同性质和区位旅行社的效率进行了曼-惠特尼U检验[7]；Assaf et al.使用2004—2008年台湾地区78家饭店的面板数据，运用DEA方法对饭店效率及其影响因素进行了研究，认为饭店性质、规模和等级对效率具有显著影响[8]。在国内，彭建军和陈浩使用DEA方法对北京、上海、广东地区星级饭店的效率进行了比较分析[9]；许陈生运用DEA方法测度了我国旅游上市公司技术效率，认为饭店类和综合类旅游上市公司的技术效率明显好于景点类公司，股权集中度对我国旅游上市公司技术效率的影响存在显著“倒U型”关系[10]；郭岚等提出了基于因子分析的DEA组合评价方法，以我国旅游上市公司2000—2005年财务数据为研究样本，对我国旅游上市公司效率进行了评价[11]；杨勇和冯学钢运用SFA方法分析了我国旅游企业技术效率的区域差异及影响因素，认为我国旅游企业技术效率存在显著的省际差异[12]；马晓龙和保继刚采用DEA和空间对比分析方法，对136个我国国家级风景名胜区的使用效率进行了计算和空间特征刻画[13]；彭磊义利用DEA方法对浙江省不同管理模式下的饭店效率进行了比较，并对造成效率低下的原因进行了分析[14]；黄秀娟和黄福才利用DEA方法，测算了2003—2008年我国31个省区森林公园的技术效率、纯技术效率和规模效率[15]；曹芳东等利用DEA与CES生产函数模型，测算了1994、2000、2009年国家级风景名胜区旅游效率，并探讨了旅游效率与区位可达性之间的内在关联[16]；孙景荣等运用DEA方法，对我国城市尺度饭店业效率的空间特征进行了分析，并提出提升我国城市饭店业效率的对策建议[17]；谢春山使用超效率 DEA 模型对2002—2009年我国五星级饭店的效率进行测度，同时按照东、中、西、东北4个区域对我国五星级饭店的综合效率变化趋势进行了收敛性检验[18]。

上述对旅游企业效率评价研究主要集中在旅游企业效率值的测算以及不同特征的旅游企业效率的比较，如对大型与中小型、连锁品牌与非连锁品牌、国际集团管理与自主管理的旅游企业效率的对比分析，甚至是饭店类、景点类等不同类型旅游企业效率的比较，但是，从地理空间角度对我国旅游企业效率的区域差异研究还有待深入。同时，部分学者利用DEA方法进行多年度区域旅游企业效率分析时，采用截面数据分别计算，造成不同年份效率测量的参照标准可能不同，导致计算结果缺乏可比性。因此，基于该途径进行旅游企业效率的时间序列分析不甚科学，需要加以修正。

根据新经济地理学的观点，经济增长与地理特征及空间分布密切相关[19]。我国幅员辽阔，受地理位置、地形、距离等空间因素影响，经济增长差异及其集聚现象非常明显[20]，经济发展的非均质性和资源分布的不平衡性导致了区域旅游业发展水平和竞争力的空间分异。作为旅游业的重要微观经济单元，旅游企业的效率是决定旅游业竞争力的内在基础性因素，在更为现实和长远的视角上影响着区域旅游业竞争力的差异。同时，企业效率与投资回报率相联系，旅游企业效率的区域差异可能引起资本的空间集聚，这将进一步加剧区域经济的不均衡。所以，旅游企业效率的空间分析不仅要着眼于区域之间效率高低的比较，还应考察效率的区域差异随着时间或其他经济条件变化的发展趋势。基于此，本文试图回答以下问题：我国旅游企业效率具有哪些空间特征？是否存在显著的区域差异？区域差异水平是否与区域经济和旅游业发展水平相关联？对这些问题的回答构成了本文的立论基础。

一、研究方法与数据来源

(一)研究的空间单元和数据来源

区域经济差异研究存在空间尺度的问题。为揭示我国旅游企业效率的省际差异和地带差异变化特征，本文将省级行政区域作为基本空间单元，东、中、西三大地带作为宏观空间单元。按照我国传统三大地带划分法，东部地带包括北京、天津、河北、辽宁、山东、江苏、上海、浙江、福建、广东和海南等11省区；中部地带包括吉林、黑龙江、山西、河南、安徽、江西、湖北和湖南等8省区；西部地带包括广西、重庆、四川、贵州、云南、内蒙古、陕西、甘肃、青海、宁夏、新疆和西藏等12省区；未包含港澳台地区。由于西藏的部分数据缺失，无法计算旅游企业效率，故未考虑在内，西部地区仅考察11个省区。

旅游企业构成部门中，旅游饭店、旅行社和旅游交通与旅游活动的关系最为密切，所以这3个部门被称为旅游业的“三大支柱”。旅游交通与公共交通联系密切，双方共用交通线路、站场甚至交通工具，很难辨识哪些企业或企业的投入产出应归入旅游交通业，而且，全国范围内没有旅游交通的专门统计数据，因此，本文的旅游企业效率的考量限于旅游饭店和旅行社两大部门。研究所用的数据均来自于《中国旅游统计年鉴》(2001—2012)及其副本和《中国统计年鉴》(2001—2012)。

(二)超效率DEA模型

在旅游企业效率研究研究中，众多学者使用数据包络分析方法(DEA)。DEA方法通过确定生产前沿面，以相对效率概念为基础发展起来的一种效率评价方法，可对同一类型的各决策单元的相对有效性进行评定和排序，而且在避免主观因素、简化算法、减少误差等方面有着突出的优越性[21]。但是，使用传统DEA模型评价决策单元的效率时，会出现多个决策单元同时都处于生产前沿面(效率值为1)，从而导致多个决策单元相对都有效，无法给出全排序。为了弥补这一缺陷，Anersen & Petersen提出了超效率DEA模型[22]，该模型在评价决策单元时，将被评价的决策单元排除在决策单元的集合之外，使相对有效决策单元之间也能进行效率高低的比较。此时，对于没有达到DEA有效的决策单元，其生产的前沿不会发生变化。

假设有n个决策单元，利用m种输入变量，得到了s种产出，超效率DEA模型的形式如下：

(1)

(三)泰尔指数及其嵌套分解

衡量区域经济的空间不平衡性的指标有很多，如标准差、变异系数、基尼系数、泰尔指数、赫芬达尔指数等。其中，泰尔指数(Theil index)具有众多优点：(1)可以将区域差异按产业结构或地区结构进行层次分解；(2)采用经济规模加权；(3)如果所有区域的平均收入或人口规模按相同比例变化，泰尔指数保持不变；(4)不受考察的空间单元的个数影响，因而可以比较不同区域系统内的经济差异[23]。故本文采用泰尔指数作为分析方法。泰尔指数的算法有两种，由此产生两个泰尔指数指标，即泰尔指数T和泰尔指数L，二者不同之处在于泰尔指数T以GDP比重加权计算，而泰尔指数L则以人口比重加权计算。本文采用泰尔指数T衡量我国东部、中部、西部三大地带间、地带内以及省间旅游企业效率差异，并进一步考察我国旅游企业效率区域差异的变动过程。以省级行政区域为基本区域单元，表示我国旅游企业效率总体差异的泰尔指数计算公式为：

(2)

式中，Yij和Nij分别为i地带的j省区旅游企业效率和GDP，Y和N分别为全国各省区旅游企业效率值之和和全国GDP总额。Theil数值越大，表示各省区间旅游企业效率差异越大；反之， Theil数值越小，表示各省间旅游企业效率差异越小。

对泰尔指数进行一阶段分解，可以将我国旅游企业效率总体差异分解为东、中、西三大地带间差异和三大地带内省际差异，其计算公式如下：

(3)

式中，Yi和Ni分别为i地带的各省区旅游企业效率值和GDP总额，TB表示三大地带间差异，TW表示三大地带内的省际差异。

二、研究结果

(一)我国旅游企业效率的统计特征

以旅游企业固定资产净值和旅游从业人员数量为投入变量，营业收入为产出变量，选择2000—2011年我国30个省级行政区作为决策单元，利用EMS1.3软件对旅游企业效率进行测算，得到我国旅游企业效率变化情况(表1)。

表1 2000—2011年我国30个省(市、自治区)的旅游企业效率

续表1

2000—2011年间，我国旅游企业效率的平均值为0.415，表明我国旅游企业实际平均产出仅为考察期内理想单元产出的41.5%，还有一定的提升空间。从旅游企业效率变化趋势来看，2000—2009年增长趋势较为平稳，受2003年“非典”疫情和2008年汶川地震及北京奥运会影响，期间出现略微波动；2010年旅游企业效率骤增，2011年有所回落，其原因是2010上海世博会不仅带来了巨大的入境客流，还刺激了国内游客的旅游热情，尤其是上海、浙江、江苏等3个省区的旅游企业营业收入大幅增长，是年上海和浙江旅游企业效率均大于1，江苏企业旅游企业效率也达到了历史最高值，西部地区旅游企业效率虽有提高，但远不及东部地区和中部地区明显。从空间分布上看，我国旅游企业效率呈现明显的层次性，上海、浙江、江苏、福建、广东、湖南、北京等7省区旅游企业效率均值超过0.50，为高效率省区；安徽、贵州、重庆、天津、山西、河南、云南、江西等8省区旅游企业效率均值高于全国平均值且低于0.50，为较高效率省区；广西、山东、陕西、宁夏、湖北、四川、青海、内蒙古、新疆、辽宁、海南等11省区旅游企业效率均值低于全国平均值且高于0.30，为中等效率省区；河北、甘肃、黑龙江、吉林等4省区旅游企业效率均值低于0.30，为低效率省区。所考察的30个省区中，高效率省区比重较低，仅占23.33%；位居首位的上海的旅游企业效率均值为0.639，位居末位的吉林的旅游企业效率均值仅为0.230，二者相差0.409(极差)，前者是后者的2.778倍(极比)。可见，我国旅游企业效率存在显著的省际差异。

按照东部、中部、西部三大地带划分方法，对2000—2011年我国旅游企业效率的区域差异进行分析(图1)。东部地区旅游企业效率最高，均值达到0.462，中部地区次之，旅游企业效率均值为0.397，西部地区最低，旅游企业效率均值为0.381，中部和西部的旅游企业效率均值都低于全国平均值。这表明东部地区旅游企业实际投入到产出的转换能力明显高于中部和西部地区。从发展趋势上看，东部地区旅游企业效率在2009年之前变动不大，2010年的增长十分显著，2011年的回落也较为明显；中部和西部地区的发展趋势存在较大波动，这主要是受2003年“非典”疫情影响，中部和西部地区旅游企业效率出现一定的下滑，2008年汶川地震对四川、陕西、甘肃等省区影响较大，使西部地区旅游企业效率的增速减缓。从空间分布上看，中部与西部之间旅游企业效率差距不大，但与东部之间的差距却较为明显。总体来说，若排除2010年上海世博会影响，我国旅游企业效率的地带间差距呈缩小态势。

图1 2000—2011年我国旅游企业效率的区域比较

(二)我国旅游企业效率区域差异的泰尔指数及其分解

通过泰尔指数及其嵌套分解方法，将全国旅游企业效率总体差异分解为三大地带间差异和三大地带内的省间差异，利用公式(2)和(3)进行计算。

1.省际差异分析

2000—2011年，我国旅游企业效率区域差异的泰尔指数在0.22～0.35徘徊(表2)，2000—2004年变化不大，2004—2006年出现上升趋势，但2006—2011年又逐年下降；2006年区域差异最大，Theil值为0.350，2011年区域差异最小，Theil值为0.220。总体来说，我国旅游企业效率区域差异的变化较平缓，上下波动的幅度不大。这与我国旅游经济区域差异呈现缩小趋势[24]并不一致，也不同于我国旅游业发展效率区域差距逐步扩大的趋势[25]，说明旅游企业效率并非我国旅游经济区域差异的主要影响因素，还有其他因素对我国旅游经济的空间格局产生重要影响。上海、北京、广东以及江浙地区经济基础较好，旅游业发展水平较高，是旅游投资和人才集聚的热点地区，旅游企业效率处于全国领先位置；云南、湖南、安徽、河南等省区是传统旅游大省，旅游业发展成熟，旅游企业效率一直保持较高的水平；东北三省和内蒙古、甘肃等省区，旅游业发展水平较低，产业投入也相对较小，旅游企业效率低于地区其他省区。可见，我国旅游企业效率的省际差异与社会经济和旅游业发展水平的区域差异呈现出明显的耦合关系。

表2 2000—2011年我国旅游企业效率区域差异演进及其分解

2.地带间、地带内差异分析

根据泰尔指数一阶段分解，可以得到我国旅游企业效率的地带间差异和地带内差异(图2)。其中，地带间差异和东部地区省际差异最大，Theil值都为0.094；西部地区省际差异次之，Theil值为0.088；中部地区省际差异最小，Theil值0.020。从变化趋势上看，地带间差异的变化趋势和全国总差异的变化趋势相似，2005年之前稍有增加，2005—2004年保持较高水平，2010—2011年大幅下降。所不同的是，地带间差异受2003年“非典”疫情影响形成的波动较之全国总差异变化更为明显；东部地区Theil值变化幅度较大，且波动趋势与地带间差异恰好相反，2001、2003、2005年东部地区Theil值处于波谷位置，而地带间Theil值则位于波峰，2010—2011年东部地区Theil值达到历史最高值，而地带间Theil值则历史最低；中部地区和西部地区Theil值变化较小，尤其是中部地区总体上趋于稳定。究其原因，是因为东部地区各省份社会经济和旅游业发展水平不一，受2003年“非典”疫情和2010年上海世博会等特殊事件的影响程度及恢复能力存在较大差异，造成东部地区2003—2004年和2010—2011年旅游企业效率差异的扩大。总体来说，我国旅游企业效率总差异呈倒“U”型发展态势。近年来，随着中、西部地区旅游企业效率的提高，地带间差异有缩小的趋势，进而影响总差异的变化。

图2 2000—2011年我国旅游企业效率区域差异变化

从贡献率看，我国旅游企业效率总差异主要来源于地带内差异，平均贡献率达68.56%，地带间差异的贡献率为31.44%。其中，东、中、西三大地带贡献率也不均衡，东、西两大地带贡献率较大，平均贡献率分别为32.61%、29.29%，中部地区贡献率较小，仅为6.66%。东部地区的北京、广东以及长三角省区旅游企业效率较高，辽宁、河北和海南等省区旅游企业效率却低于全国平均水平，造成东部地区内部显著的省际差异。地带间差异贡献率虽有波动，但总体上趋于平稳(图3)，这是因为，中、西部地区社会经济和旅游业发展水平落后于东部地区，但凭借丰富且独具特色的旅游资源(如云南、湖南、贵州等)，吸引大量的国内外游客，客流规模和旅游消费水平较稳定，所以旅游企业效率超过全国平均值。事实上，2000—2011年我国三大地带间旅游资本投入和企业规模的绝对差异一直存在而且不断被拉大，但旅游业是比较适合中小企业经营的产业[26]，东部地区大量的资本投入并未带来产出的超额增长，而且，过度的市场竞争进一步限制了旅游企业效率的提高。可见，旅游企业的规模和数量要与产业特点和市场需求相适应，才能形成最佳的投入与产出的对应关系。

图3 2000—2011年我国旅游企业效率区域差异贡献率变化

(三)我国旅游企业效率区域差异空间格局

2000—2011年，我国部分省区旅游企业效率上升，部分省区下降，还有些省区在波动中保持相对稳定的趋势。如果某个省区的旅游企业效率在考察期内趋近于全国平均水平，可视为收敛，反之视为发散，相对稳定的视为持平[27-29]。若某个旅游企业效率高于全国平均水平的省区收敛，称为向下收敛，反之称为向上收敛；若某个旅游企业效率高于全国平均水平的省区发散，称为向上发散，反之称为向下发散；若持平的省区旅游企业效率高于全国平均水平，称为上部持平，反之称为下部持平。为此，本文利用2000—2011年我国各省区旅游企业效率与全国水平的比较，进行我国旅游企业效率区域差异收敛与发散的空间分析，将我国30个省区划分为5种类型。

1.向上发散型。旅游企业效率高于全国平均水平，且差距有扩大趋势，包括上海、北京、广东、浙江、福建、安徽、重庆、贵州、山西等9个省区。

2.向上收敛型。旅游企业效率低于全国平均水平，但差距有缩小趋势，包括山东、湖北、广西等3个省区。

3.向下发散型。旅游企业效率低于全国平均水平，且差距有扩大趋势，包括河北、内蒙古、辽宁、吉林、黑龙江、海南、四川、陕西、甘肃、青海、宁夏、新疆等12个省区。

4.向下收敛型。旅游企业效率高于全国平均水平，但差距有缩小趋势，包括江苏、河南、云南等3个省区。

5.上部持平型。旅游企业效率高于全国平均水平，且差距基本保持不变，包括天津、湖南、江西等3个省区。

扩散效应理论认为，社会经济发展过程是一个动态的各种因素相互作用、互为因果、循环积累的非均衡发展过程。经济活动正在扩张的地区将会从其他地区吸引人口流入、资本流入和贸易活动，从而加快自身发展，并使其周边地区发展速度降低；这些地区发展起来之后，对其他地区商品和服务的需求增加，从而产生从该地区到其他地区的技术知识扩散，最终，其他地区会通过这种扩散效应或溢出效应而受益。一旦先进地区的生产成本上升到其他地区能有效与其竞争的时候，地区差距将被矫正[30]。根据威廉姆逊(Williamson)提出的区域经济差异的“倒U”型理论，地区差距在短期内存在，但在长期将消失。已有的研究成果证明这种关系是存在，例如，我国区域经济差异的变化过程基本上服从威廉姆逊的“倒U型”曲线规律[23]，我国区域经济发展效率呈“倒U型”变化趋势[31]，进一步地，服务业区域差距随着技术进步经历了“倒U型”的演变过程[32]。无疑，旅游企业效率的区域差异不仅源于旅游企业自身，还受制于其他相关基础性支持因素，如基础设施、可达性、相关企业等。这些支持性因素与区域经济和旅游业发展水平关系密切，随着区域经济和旅游业的发展不断得以完善，从而促进区域旅游企业劳动生产率的提高，对旅游企业效率的区域差异的演进产生重要影响。基于此，本文分别验证我国旅游企业效率区域差异是否与经济发展和旅游业发展存在显著的“倒U型”关系。

验证回归方程为：

Theil=β0+β1xi+β2xi2+ui

i=1,2

(4)

式中，x1为经济发展水平，x2为旅游业发展水平，分别以2000—2011年全国GDP和旅游外汇收入作为衡量指标。

采用OLS估计并经自相关矫正，各变量回归方程、R2和自相关检验总结于表3。可以认为，我国旅游企业效率的区域差异与经济发展水平和旅游业发展水平有较显著的“倒U型”关系：自变量的一次项和二次项的回归系数分别为正和负，所有的回归系数均在0.05的水平上显著。这说明在经济和旅游业发展处于较低水平时，资本集聚和局部政策支持拉大了我国旅游企业的效率，但随着经济和旅游业的进一步发展，扩散效应又使这一差距逐渐缩小。但从R2看，两个变量对Theil值的解释力并不强，这表明我国旅游企业效率的区域差异还受到其他重要因素的影响，若仅比较GDP和旅游外汇收入变量，前者的提高对于缩小我国旅游企业效率空间差异的作用更加突出。

表3 我国旅游企业效率差异演进的二次曲线估计

注：括号内为p值。

三、结论与讨论

综合上述研究，可以得到如下几点基本结论：

1.我国旅游企业效率存在显著的区域差异。东部地区旅游企业效率均值最高，中部地区次之，西部地区最低，中部和西部的旅游企业效率均值低于全国平均值。我国旅游企业效率的省际差异在空间上与社会经济和旅游业发展水平差异的表现较为一致，上海、广东、北京、浙江、江苏等东部经济发达省区和湖南、云南等旅游业发达地区旅游企业效率处于较高水平，其主要原因在于：第一，我国东部沿海地区改革开放时间较早，受区域经济发展政策的倾斜，社会经济旅游业最为发达，集聚了丰富的人力资源和雄厚的物质资本，旅游企业的投入要素规模高于中、西部地区；第二，我国东部沿海地区具有良好的地理区位、交通优势和投资环境，旅游企业吸引外来投资能力更强、渠道更广泛，更多的旅游发展优惠政策也使该区域相对于中、西部获得更多的资源；第三，相对于我国中、西部地区，东部沿海地区市场发育完善，服务业更为发达，更有利于提高随机服务系统中旅游服务设施和人员的使用率，减少资源的闲置损失。

2.我国旅游企业效率总差异主要来源于地带内差异，贡献率达68.56%。同时，我国旅游企业效率的地带内差异明显，东部地区省际差异最大，西部地区差异次之，中部地区差异最小。我国旅游资源遍布全国，但大多数名山和少数民族文化旅游资源集中于中、西部地区，旅游资源的地域性和垄断性特征决定了依托于资源的旅游企业效率在一定时期内具有相对的稳定性，我国旅游资源大分散、小集中的空间格局成为缩小东、中、西部旅游企业效率差异的重要因素。但是，随着知识经济的发展和市场竞争程度的加深，旅游企业技术和劳动力素质的差距必然给旅游企业效率区域差异带来显著影响。东部地区11个省市的经济发展水平不一，产业结构差异尤为明显，旅游企业发展的经济环境、市场条件及其资本、人才等支持性因素的差距造成了东部地区地带内旅游企业效率省际差异的高贡献率。

3.随着经济和旅游业的不断发展，我国旅游企业效率区域差异的空间格局不断变化。总体来说，我国旅游企业效率区域差异随着经济和旅游业发展水平的提高基本上服从“倒U型”曲线规律。在旅游业发展的初级阶段，旅游企业效率的区域差异较小，随着经济和旅游业的发展，出现旅游活动和经济要素的极化，旅游企业效率的区域差异逐渐拉大，然而在超越特定临界值水平后扩散效应发挥作用，经济和旅游业的进一步发展反而促使旅游企业效率区域差异的缩小。因此，在我国旅游业宏观发展战略上，针对中、西部地区围绕产业层次提升、劳动力素质提高、企业技术转移等方面提供政策、制度和资金的支持，不仅能够直接地提高中、西部地区旅游业水平，还通过缩小旅游企业效率与东部地区的差距，抑制或减小旅游经济发展速度的区域差异，从而促进我国经济的均衡化发展。

参考文献：

[1] Tsaura S H. The operating efficiency of international tourist hotels in Taiwan [J]. Asia Pacific Journal of Tourism Research, 2001,6(1): 73-81.

[2] Chiang W, Tsai M, Wang L. A DEA evaluation of Taipei Hotels [J]. Annals of Tourism Research, 2004, 31(3): 712-715.

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

[4] Chen C F. Applying the stochastic frontier approach to measure hotel managerial efficiency in Taiwan [J]. Tourism Management, 2007,28(3):696-702.

[5] Barros C P, Dieke P U. Technical efficiency of African Hotels [J]. International Journal of Hospitality Management, 2008,27(3) :438-447.

[6] Hu J L, Chiu C N, Shieh H S, et al. A stochastic cost efficiency analysis of international tourist hotels in Taiwan [J]. International Journal of Hospitality Management, 2010,29(1):99-107.

[7] Fuentes R. Efficiency of travel agencies: A case study of Alicante, Spain [J]. Tourism Management, 2011,32(1):75-87.

[8] Assaf A, Barros C P, Josiassen A. Hotel efficiency: A bootstrapped metafrontier approach [J]. International Journal of Hospitality Management, 2012,31(2):621-629.

[9] 彭建军,陈浩.基于DEA的星级酒店效率研究[J].旅游学刊,2004,19(2):59-62.

[10] 许陈生.我国旅游上市公司的股权结构与技术效率[J].旅游学刊,2007,22(10):34-39.

[11] 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,2008,5(2):258-262.

[12] 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):68-74,80.

[13] 马晓龙,保继刚.基于DEA的中国国家级风景名胜区使用效率评价[J].地理研究,2009,28(3):838-848.

[14] 彭磊义.基于DEA的浙江省饭店企业效率分析[J].旅游科学,2009,23(5):39-43.

[15] 黄秀娟,黄福才.中国省域森林公园技术效率测算与分析[J].旅游学刊,2011,26(3):25-30.

[16] 曹芳东,黄震方,吴江,等.国家级风景名胜区旅游效率测度与区位可达性分析[J].地理学报,2012,67(12):1686-1697.

[17] 孙景荣,张捷,章锦河,等.中国城市酒店业效率的空间特征及优化对策[J].经济地理,2012,32(8):155-159.

[18] 谢春山,王恩旭,朱易兰.基于超效率DEA模型的中国五星级酒店效率评价研究[J].旅游科学,2012,26(1):60-71.

[19] 顾朝林,王恩儒,石爱华.“新经济地理学”与经济地理学的分异与对立[J].地理学报,2002,57(4):497-504.

[20] Sylvie Dmurge.地理位置与优惠政策对中国地区经济发展的相关贡献[J].经济研究,2002(9):14-23.