我国旅游业全要素生产率及其区域分异特征研究

刘玉丽

内容摘要：本文基于中国大陆31个省区市1997-2014年旅游业面板数据的随机前沿分析，发现各省区市全要素生产率整体呈现增长态势，其中技术进步是推动全要素生产率增长的主要因素，同时旅游业全要素生产率增速存在明显的区域分异特征。从影响旅游业生产效率的因素看，推进旅游业集聚发展、补齐旅游基础设施短板和坚持创新驱动发展是提升旅游业生产效率和全要素生产率的重要战略取向。

关键词：全要素生产率 旅游业 随机前沿分析

近年来，中国旅游业全要素生产率问题已引起学者关注。现有研究文献为本文的研究提供了有益借鉴，但由于各自研究的方法、样本不同，研究结论不尽一致。本文在以下几点有别于现有研究文献：一是现有研究一般在规模报酬不变假设下设定生产函数，本文的研究不做出先验性假设。二是本文将引进一些要素分析旅游业生产效率的影响因素。三是现有文献在测算全要素生产率时大多只考虑生产效率变化率、技术进步率和规模效率，本文还将考虑配置效率，以全面掌握旅游業的全要素生产率构成。四是本文在研究时序上将数据更新到2014年。

随机前沿分析模型、变量与数据整理

（一）随机前沿分析模型

国内目前关于区域旅游业全要素生产率的实证研究多采用DEA或Malmquist指数法等非参数分析方法。非参数分析法的一个重大缺陷是假定没有随机误差影响产出，因此随机误差的影响可能会包括到效率项的估计中，从而影响结论的正确性。为克服这一缺陷，本文采用随机前沿生产函数的参数分析法。该方法允许在生产无效假设下将全要素生产率的变化分解为生产可能性边缘的移动和生产效率的变化，并从其变化中分离影响全要素生产率的因素，以便于深入分析旅游业全要素生产率增长的根源。

本文采用超越对数前沿生产函数测算各省区市旅游业全要素生产率：

式（1）中，Yit为地区旅游业产出；Kit和Lit分别为地区旅游业的资本和劳动要素投入；趋势变量t反映技术效率变化的结果；β0、βK、βL、βT、βKK、βLL、βKL、βTT、βKT、βLT等为待估参数；随机变量vit服从正态分布N（0， σv2）；uit为非负随机变量，表示生产无效。

为分析生产无效率影响因素，假设效率效应方程如下所示：

式（2）中，dj为影响生产无效率的因素。实证研究中，d1、d2和d3分别表示东部、中部、西部三大区域，d1t、d2t和d3t则分别表示三大区域的时变特征，d4、d5和d6分别为地区人均GDP衡量的经济发展水平，包括各地区每平方公里的铁路、公路和水路交通里程数表示的基础设施水平和区位熵表示的旅游产业集聚程度。

（二）变量和数据说明

本文分析中国大陆31省区市旅游业全要素生产率旅游业产出和投入数据，由于重庆市1997年才成为中央直辖市，考虑到数据可获得性和可比性，选择1997-2014年的数据开展分析。各地区旅游业产出数据用旅游业营业收入替代。为了剔除物价上涨因素，本文用各地区1996年不变价居民旅游消费价格指数进行平减。各地区资本投入量用旅游业固定资产原值近似表示，并用各地区1996年不变价固定资产投资价格指数进行平减以消除通货膨胀因素。各地区旅游业劳动投入量用旅游业从业人员近似代替。以上数据均取自1998-2015年《中国旅游统计年鉴（副本》。其中2010年旅游业固定资产原值数据异常，在实证研究时以2009年和2011年的平均数平滑处理。居民旅游消费价格指数来自1998-2015年《中国统计年鉴》各期。其中1997-2000年缺乏旅游类居民消费价格指数，用交通费价格指数近似替代。

旅游产业集聚程度。区位熵是国内外产业集聚测度的基本方法。实证研究中采用区位熵指数衡量中国旅游业在各省区市的空间集聚程度，其计算公式参照安烨和钟廷勇（2012）的计算方法：

（3）

式（3）中，Aggit为省区市的区位熵指数，用以衡量省区市旅游产业在全国所占份额。如果该指数大于1，则该省区市旅游业产业集聚趋势明显。

区域虚拟变量。东、中、西部三大区域虚拟变量的赋值规则如下，东部地区：该省市属于东部地区取值为“1”，否则取值为“0”；中部地区：该省属于中部地区取值为“2”，否则取值为“0”；西部地区：该省区市属于西部地区取值为“3”，否则取值为“0”。东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南11省市，中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南8省，西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆12省区市。

其他变量。省区市人均GDP，各省区市每平方公里的铁路、公路和水路交通里程数从《中国统计年鉴》各期得到。省区市人均GDP根据1996年不变价居民消费价格指数进行平减以消除物价变动因素。实证研究中省区市人均实际GDP取自然对数。

实证结果与经济含义

应用软件Frontier4.1的最大似然估计法，分别对式（1）所示的超越对数随机前沿生产函数以及式（2）所示的效率效应方程进行估计，参数估计结果见表1。

（一）模型统计检验分析

模型估计结果中，方差σ2和方差比γ统计检验分别在1%和5%水平上显著。γ=0.742，表示总效率中由地域变量、地区时变特征、经济发展水平、地区基础设施、旅游产业集聚程度等影响生产效率的因素占比达到了74.2%，说明在样本期内中国各省区市旅游业存在生产效率损失。

（二）区域旅游业全要素生产率分解

全要素生产率的增长率由生产效率变化率、技术进步率、配置效率变化率和规模效率变化率构成。如表2所示，1998-2014年中国各省区市旅游业全要素生产率均呈现增长态势，全国旅游业全要素生产率年均增长4.364%。从全要素生产率的构成来看，技术进步是促进全要素生产率增长的主要因素。全国旅游业技术进步率年均增速为4.12%，旅游业技术进步率增长对全要素生产率的贡献度为94.41%。1998-2014年全国旅游业生产效率年均均值为54.9%，生产效率整体较低。从生产效率变化率来看，1998-2014年全国旅游业生产效率年均增长率为-0.052%，对旅游业全要素生产率增长的贡献度为-1.19%。1998-2014年全国旅游业规模效率年均增长率为0.018%，对旅游业全要素生产率增长的贡献度为0.41%。1998-2014年全国旅游业配置效率年均增长率为0.024%，对旅游业全要素生产率增长的贡献度为0.55%。endprint

旅游业全要素生产率的区域差异。从各省区市来看，样本期内各省区市旅游业全要素生产率均呈现增长态势，年均增速较快的省市为上海市（7.731%）、北京市（7.222%）、海南省（6.073%）、江苏省（5.796 %）、辽宁省（5.689%）、广东省（5.638%）、浙江省（5.376%）、黑龙江省（5.001%）；年均增速较慢的省区主要有河南省（2.918%）、甘肃省（2.904%）、山西省（2.842 %）、内蒙古自治区（2.691%）、宁夏回族自治区（2.653%）和青海省（2.541 %）。旅游业全要素生产率年均增长率排名前10位中，东部省市8个、中部省份1个、西部省份1个；后10位中，东部省份0个、中部省份5个、西部省区5个。从各省区市旅游业技术进步率来看，年均增速较快的省市为上海市（7.326%）、北京市（7.160%）、江苏省（5.411%）、海南省（5.387%）、广东省（5.341%）、辽宁省（5.185%）、浙江省（5.158%）；年均增速较慢的省区主要有山西省（2.9994%）、安徽省（2.991%）、江西省（2.949 %）、甘肃省（2.905%）、内蒙古自治区（2.647%）、青海省（2.476 %）和宁夏回族自治区（2.155%）。旅游业技术进步率年均增长率排名前10位中， 东部省市8个、中部省份1个、西部省份1个；后10位中，东部省份0个、中部省份5个、西部省区5个。

从三大区域全要素生产率来看，东部地区旅游业全要素年均增长5.591%，中部地区旅游业全要素年均增长3.687%，西部地区旅游业全要素年均增长3.691%。由此可见，东部地区旅游业全要素生产率高于全国平均水平，也高于中部地区和西部地区。中部、西部地区旅游业全要素生产率低于全国平均水平，但西部地区略高于中部地区。

从生产效率来看，1998-2014年全国旅游业生产效率均值为54.9%，东部地区均值为69%，中部地区为48.3%，西部地区为46.4%。旅游业生产效率呈现东部地区高于全国平均水平也高于中西部地区、中部地区略高于西部地区的区域分异特征。从各省区市的具体情况看，北京市旅游业生产效率水平最高，1998-2014年均值为94.2%。但由于全国旅游业生产效率整体较低，除北京市外，东部地区也只有广东省（86.4%）、上海市（81.4%）、浙江省（81%）3省市旅游业生产效率超过了80%。中部地区旅游业生产效率均在60%以下。西部地区只有重庆市（66.7%）旅游业生产效率超過了60%。

从各地区旅游业规模效率变化率来看，东部地区为负增长，中西部地区为正增长，但年均增幅很小，对旅游业全要素生产率提升的贡献度十分有限。从各地区旅游业配置效率变化率来看，东部地区为正增长，中部地区为负增长，西部地区为正增长，同样年均增幅很小，对旅游业全要素生产率提升的贡献较小。

如图1、图2所示，无论是区域旅游业生产效率还是全要素生产率，1998-2009年均呈现增长态势，而2010年开始均呈现下降趋势，旅游业发展受国内外经济增长速度下降影响较大。

（三）生产无效率影响因素分析

旅游业生产无效率的区域因素。式（2）包含了3个地区虚拟变量和3个地区变量与时间变量的交叉项。地区虚拟变量的估计结果显示，虚拟变量d1、d2、d3的估计参数均表现为负，但从绝对值看东部地区大于中部地区、中部地区大于西部地区，即东部地区对生产无效率的抵减效应大于中部地区，中部地区对生产无效率的抵减效应大于西部地区，这和前述东部地区生产效率相对较高、中西部地区生产效率较低的实证结论具有一致性。图3给出生产无效率与地区及其时变关系的综合效应演变趋势。可看出，三大区域虚拟变量对应的生产无效率效应始终为负，且东部地区虚拟变量对应的无效率效应呈现逐步增大趋势，中部地区和西部地区逐步朝正向转变。即东部地区生产无效性随着时间在下降，地区优势在扩大；中西部地区生产无效性随时间推移在增长，与东部地区差距在拉大。

旅游业生产无效率的其他影响因素。从人均GDP表示的经济发展水平对旅游业生产无效率的影响来看，弹性系数为-0.208，说明地区经济发展水平对旅游业生产效率有显著正向影响。从基础设施水平对旅游业生产无效率的影响来看，其弹性系数为-0.004，说明基础设施水平是地区旅游业生产效率的影响因素，但实证发现其对旅游业生产效率的正向影响并不大，从侧面反映了各地区基础设施发展不足的现状。从各地区旅游业区位熵指数对旅游业生产无效率的影响来看，弹性系数为-0.431，说明旅游业集聚发展程度对旅游业生产效率的提升具有显著影响。

结论与建议

（一）结论

基于1997-2014年31个省区市旅游业面板数据的随机前沿分析发现，各省区市旅游业技术进步主导的全要素生产率整体上呈现增长态势，但受到国内外经济增速放缓的影响，自2010年以来，旅游业全要素生产率增速下降。实证研究发现，中国各地区旅游业整体上生产效率较低，旅游业生产效率提升对促进全要素生产率有巨大空间。第一，从旅游业全要素生产率的区域特征看，东部地区无论是全要素生产率、技术进步率还是生产效率均高于全国平均水平，高于中部和西部地区，且优势在扩大。第二，从全国旅游业发展来看，如何在保持东部地区发展优势下，整体推进中部、西部地区旅游业发展是急需考虑的问题。第三，从影响旅游业生产效率的因素看，旅游业集聚发展对提升旅游业生产效率具有显著正向影响，而各地区基础设施水平发展不足，制约了旅游业生产效率提升。

（二）建议

创新引领促发展，推进旅游业全要素生产率提升。第一，以旅游产品创新为主导，推动以精品景区、休闲度假产品、乡村旅游、红色旅游、自驾车旅居车旅游、海洋及滨水旅游、冰雪旅游、培育低空旅游等旅游产品供给创新。第二，以融合发展为方向推进业态创新，推动旅游与城镇化、新型工业化、农业现代化和现代服务业的融合发展，拓展旅游发展新领域。第三，以技术创新为引导，推动旅游科技创新，建设旅游产业大数据平台，打造旅游业发展新动力。

推进集聚促发展，统筹中国旅游业区域协调发展。国家层面要按照分类指导、分区推进、重点突破的原则，全面推进跨区域资源要素整合，加快旅游产业集聚发展，构筑新型旅游功能区，构建旅游业发展新格局。区域层面要着力在跨区域旅游城市群、跨区域特色旅游功能区和精品旅游带建设上实现协作发展。

补齐基础促发展，推进旅游业效能水平整体提升。一是重点加强以交通、景区设施、综合配套设施、环境建设设施、特色城乡景观建设和接待服务设施为重点的旅游基础设施建设，建立与全域旅游发展相适应的旅游基础设施体系。二是要着力完善旅游公共服务体系。特别是加强旅游集散体系建设，完善旅游咨询中心体系，完善旅游观光巴士体系，完善旅游绿道体系，推进残疾人、老年人旅游公共服务体系建设。三是加强旅游制度体系建设。遵循旅游市场内在规律，尊重企业的市场主体地位。在此基础上，更好发挥政府作用，营造良好的基础环境、发展环境和公共服务环境。

参考文献：

1.左冰，保继刚.1992-2005年中国旅游业全要素生产率及省际差异[J].地理学报，2008，63（4）

2.朱承亮等.基于随机前沿生产函数的我国区域旅游产业效率研究[J].旅游学刊，2009，24（12）

3.王永刚.中国旅游业全要素生产率增长的实证研究[J].经济问题探索，2012（3）

4.王淑新，王学定，徐建卫.中国西部地区旅游业全要素生产效率研究[J].浙江工商大学学报，2012（3）

5.张丽峰.基于随机前沿分析（SFA）方法的中国旅游业全要素生产率研究[J].资源开发与市场，2014，30（2）

6.安烨，钟廷勇.吉林省文化创意产业规模、结构的时空分布和趋势—基于信息熵和区位熵的分析[J].税务与经济，2012（5）endprint