安徽省旅游业全要素生产率及其影响因素研究

许俊鹏， 高莉莉

(安徽财经大学 经济学院，安徽 蚌埠 233030)

旅游业全要素生产率(total factor productivity)是衡量旅游资源合理配置和旅游经济发展水平的重要依据。近些年国内研究成果发现，我国旅游业整体发展效率较低[1-2]，区域差异明显[3-4]，技术进步对提高旅游业发展效率作用日益显著[5-7]。通过对现有成果进行梳理发现，大多数学者在研究旅游业全要素生产率时割裂了效率值及其影响因素分析，很少有学者将两者结合起来，同时传统的DEA模型具有一定的局限性。因此本文采用超效率DEA模型，并在此基础上加入Tobit模型对全要素生产率影响因素进行回归分析，最后根据研究结论对提高安徽省旅游业全要素生产率提出具体的对策建议。

一、研究方法与数据选取

1、研究方法

(1) 超效率DEA模型 DEA模型是在多投入和多产出情况下测算决策单元(decision making unit,DMU)的相对效率的方法。一般来说，处在前沿面的DMU被认为是有效率的，但传统DEA模型计算出来的DMU可能不止一个，难以区分效率高低，而超效率DEA模型能克服这一缺陷，因而本文采用超效率模型进行分析。超效率DEA模型数学形式如下：

其中，x为投入指标，y为产出指标，k为决策单元数，S-为投入松弛变量，S+为产出松弛变量。θ为效率值(TEP)，θ值越大，说明旅游业效率越高;反之亦然。当θ>1时，表明该被考察单元是效率前沿面上的点，处于有效率状态；当θ=1时，表明效率不变；当0<θ<1时，处于低效率状态。

(2)全要素生产率的变动分解模型——Malmquist指数 当技术水平与生产资源配置效率水平发生变化时，可以用Malmquist指数(TFPC)对各个决策单元做跨期分析，衡量多时期动态条件下技术水平和生产资源配置效率的综合性变化。规模报酬不变条件下，第t期和第t+1期的Malmquist生产率指数如式(1)所示：

EC×TC=(PEC×SEC)×TC

(1)

其中，xt、xt+1分别为t、t+1期的投入量；yt、yt+1分别为t、t+1期的产出量；Dt、Dt+1分别表示t期和t+1期以技术为参照的决策单元的距离函数；EC为技术效率变化，TC为技术进步，技术效率变化(EC)还可进一步被分解为纯技术效率变化(PEC)和规模效率变化(SEC)两个部分。如果TFPC>1，表明被评价对象的全要素生产率处于改善状态；如果TFPC=1，则代表着全要素生产率没有发生变化；如果TFPC<1，则表示由t期到t+1期，全要素生产率降低。技术效率指数、纯技术效率和规模效率也是如此。

2.指标的选取与数据来源

由于旅游业数据统计的不全面，学者们在旅游业投入指标和产出指标的选择上不尽相同。本文以科学性、重要性、客观性为基础，兼顾数据的可得性和可比性，参照周云波等(2010)[8]和曹芳东等(2012)[9]的做法，选取旅游星级酒店数量、A级以上旅游景区数量和第三产业从业人员数作为投入指标；选取旅游业年总收入和年总接待人次作为产出指标。

值得说明的是，旅游业就业人数应该是最理想的投入指标，但安徽省并没有相应的数据统计，因此本文参照龚艳和郭峥嵘(2014)的研究方法，选取第三产业从业人数进行替代[10]。但这一指标包含了旅游业直接和间接从业人数，一定程度上放大了要素的实际投入规模，在计算结果上可能会低于实际结果。旅游资源是旅游业的核心产品，丰富的旅游资源能增强旅游吸引力[11]，本文以A级以上旅游景区数量度量旅游资源的丰裕度；完善的配套设施也是吸引游客的重要因素，以旅游星级酒店数量作为配套设施的度量指标。不同等级的旅游景区和酒店在资源投入上存在较大差距，因此为准确衡量不同等级旅游景区和酒店代表的实际资源投入量，本文参照何俊阳和贺灵(2015)的研究方法，对以上述两个指标进行折算处理[12]，具体处理方法如下：MA=M5A*1+M4A*0.8+M3A*0.6+M2A*0.4+M1A*0.3(式中MiA代表iA级以上旅游景区数量)。指标数据来源于2008-2017年《安徽省统计年鉴》以及安徽省16市各市的《国民经济和社会发展统计公报》。

在产出指标上，旅游业收入能反映城市旅游业发展水平，而年总接待人次直接反映城市旅游业的吸引力，同时间接反映旅游者对该城市旅游业的满意度。因而本文以旅游业年总收入代表旅游业发展的经济效益；以年总接待人次作为旅游业发展社会效益的度量指标。指标数据来源于《安徽省统计年鉴》(2008-2017)。

二、安徽省旅游业发展效率分析

(1) 安徽省旅游业综合效率分析 通过超效率DEA模型得出各市旅游业全要素生产率效率值(TFP)，如表1所示，可以看出安徽省旅游业整体发展效率较低呈下降趋势，且具有明显的时空分异性。安徽省2007-2016年间旅游业超效率均值为0.934，意味着旅游业实际平均产出仅为考察期内理想决策单元产出的93.4%，表明这些城市的旅游业在考察期内的运营处于低效率状态。从效率值变化走势看，安徽省旅游业超效率值呈现先降后升、再降再升的态势，波动幅度不大但效率值总体处于下降状态。

表1 安徽省各市旅游业超效率值(TFP)

安徽省旅游业发展效率存在明显的时间分异性。2007-2016年间，合肥、淮北、阜阳、亳州、宣城、安庆五市的效率值总体呈现改善趋势；淮南、六安、芜湖、池州、黄山五市旅游业发展效率处于显著下降状态；宿州、蚌埠、铜陵、滁州和马鞍山五市旅游业发展效率呈现剧烈波动状态，发展趋势不明显。

安徽省旅游业发展效率存在明显的区域分异性。首先，各个城市之间的效率均值存在显著区域差异，黄山市的效率均值最高，达到1.874，六安市的效率均值仅为0.425，黄山市的效率均值是六安市的4倍。其次，皖北(淮北、亳州、宿州、蚌埠、阜阳、淮南)、皖中(合肥、滁州、六安、安庆)和皖南(芜湖、铜陵、池州、黄山、马鞍山、宣城)的旅游业效率发展趋势存在明显差异。经计算，皖北地区旅游业发展效率均值从2007年的0.899增长到2016年的0.992，皖南地区从1.34下降到0.958，皖中地区从0.739上升到0.884。虽然2016年皖南、皖北地区的效率均值高于全省平均水平(0.934)，皖中地区低于全省平均水平，但是皖南地区旅游业发展效率下降明显，皖北地区上升缓慢，皖中地区旅游业发展效率上升趋势显著。主要因为皖南地区旅游资源丰富，但是旅游业开发思维较为保守，依然是传统的以门票收入为主的经营模式，在旅游业转型发展的今天显得后劲不足。皖北地区，旅游业资源丰富，但是开发深度不够，景点较为分散，没有形成区域规模效应。皖中地区在合肥都市圈日益崛起的同时，带动了旅游业的快速发展，具有明显的后发优势。

(2) 安徽省全要素生产率指数分解分析 安徽省跨年份旅游业全要素生产率指数变化及分解显示(见表2)，2007-2016年安徽省Malmquist指数(TFPC)经历了波动增长过程，上升趋势显著，技术进步对全要素生产率指数的影响最大，纯技术效率变化次之，规模效率变化对全要素生产率指数影响最小。

表2 安徽省跨年份旅游业TFP指数变化及分解

2007-2011年，全要素生产率为显著上升阶段；2011-2014年，全要素生产率每年下降；2014-2016年，全要素生产率又有所回升(表2)。其中，2013-2014年，Malmquist生产率指数为0.981，说明此时段内安徽省旅游业全要素生产率变化在衰退，主要是因为技术进步(TC)和纯技术效率变化(PEC)的增长都出现了明显的下降。从均值来看，对全要素生产率指数影响最大的是技术进步(TC)，技术进步的增幅达到20.1%；纯技术效率变化的增长为0.5%，规模效率变化(SEC)增长最小为0.3%。

安徽省各市年均全要素生产率指数显示(见表3)，安徽省旅游业全要素生产率指数处于增长状态，且所有城市的全要素生产率处于改善状态。安徽省16市的Malmquist生产率指数(TFPC)均值为1.198，这说明总体而言，安徽省的旅游业全要素生产率变化增长幅度达到19.8%。安徽省16个城市的Malmquist生产率指数均大于1，这说明安徽省所有城市的全要素生产率处于改善或增长的状态(表3)。值得注意的是，合肥、亳州、宿州、阜阳、芜湖、宣城和安庆的Malmquist生产率指数高于全省平均水平。亳州的Malmquist生产率指数在全省范围内遥遥领先，增长幅度达到37.5%，这可能是因为亳州市近年来不断加强旅游资源投入，强化特色资源挖掘，加之“互联网+”和电视栏目组合宣传以及智慧旅游平台的建设，推进了亳州市旅游产业的快速发展。

表3 安徽省各市年均全要素生产率指数变化及其分解

续表

从Malmquist指数分解看，技术进步对于安徽省所有城市旅游业的发展都具有重要意义，技术进步对所有城市的全要素生产率指数影响都最大。从分解来看，16个城市的技术进步贡献都呈增长态势，且合肥、亳州、宿州、阜阳、六安、芜湖、安庆七市的技术进步贡献超过全省平均值(1.191)；淮北、宿州、淮南、六安、马鞍山、芜湖和铜陵七市的技术效率处于负增长，合肥、亳州、阜阳、宣城、安庆五市的增幅高于全省平均水平(1.005)；在纯技术效率变化上，宿州、淮南、六安、马鞍山、芜湖、铜陵和安庆七市处于负增长，仅有亳州、阜阳和宣城三市的增幅高于全省均值(1.004)；在规模效率变化上，有淮北、宿州、淮南、马鞍山、芜湖和铜陵六市处于负增长，仅有合肥、亳州、六安、宣城和安庆五市增幅高于全省平均水平(1.002)。因此，安徽省旅游业要继续保持技术进步带来的贡献，同时还要着力提高规模效率。

三、旅游业全要素生产率影响因素分析

1.Tobit模型

由于采用超效率DEA模型计算出的各地区效率值取值均大于0，属于受限变量，若直接以该值为被解释变量建立计量模型，用普通最小二乘法对模型进行回归，参数的估计将有偏差且不一致，而Tobit模型能够有效解决这个问题。Tobit模型数学形式如下：

2.变量选择

(1) 产业结构(IS) 产业结构是影响旅游经济增长和旅游经济效益的重要影响因素，在现代化旅游经济增长过程中，产业的结构状况对旅游经济发展速度和水平具有一定的制约作用。旅游业是一个综合性产业，其发展是与餐饮业、住宿业和整个城市的综合服务业相配套的。第三产业越发达，城市服务水平越高，消费者的旅游满意度也会越高，这样不仅会增加旅游者消费，还会积累旅游景区口碑，增强旅游景区软实力。产业结构以服务业总产值占GDP比重来衡量，比重越大代表服务产业结构越优化。

(2) 经济发展水平(EDL) 旅游业发展的主要推动力量是社会经济的快速发展，经济的快速发展使居民的消费结构发生变化，逐渐从生存型消费转向休闲享受型消费，旅游消费需求增加。同时地区经济发展水平的提高能够衡量外界提供的旅游消费所需环境的完善程度：经济发展水平越高，相应的交通运输、信息传递等基础公共设施越完善[13]。人均GDP是衡量一个地区经济发展水平的重要指标，因此本文选用人均GDP来表现经济发展水平。

(3) 交通通达度(TRA) 交通是旅游业发展的前提条件，交通是连接旅行者与旅游景区的桥梁，一个地区即使拥有丰富的旅游资源，没有便利的交通通达度作为支撑也难以实现快速发展，因此本文以公路到达数来表示交通通达度。

(4) 区位熵(LOE) 区位熵是衡量某一区域要素的空间分布情况，反映某一产业部门专业化程度的一个重要指标。旅游业产业结构对旅游业的持续稳定发展和旅游经济的社会经济效益提高具有重要影响，本文以旅游业收入占地区GDP的比重来衡量旅游业区位熵。

(5) 开放程度(DOP) 对外开放是一个城市开放性和包容性的体现，不仅有利于吸引外来游客，而且有利于地区外资金、技术和管理模式的引入，这对于促进旅游业发展也是具有积极意义的。城市开放程度采用外商实际投资额占GDP比重来表示。

(6) 固定资产投资(FAI) 旅游业固定资产投资会对旅游业相关硬件设施产生直接的品质提升，对旅游业发展具有重要作用。但是旅游业固定资产投资难以获取，因此用旅游业住宿和饭店的固定资产投资进行替代。

(7) 创新能力(INA) 创新是旅游业发展的强大动力，交通方式创新可以提高旅游出行便捷度，网络技术创新可以节约旅游信息交易成本，旅游模式的创新可以增强旅游的趣味性，旅游线路的创新可以提高旅游吸引力等。旅游创新可以为游客提供舒适方便且富有特色的游、娱、吃、住、行的基础条件，从而保障旅游业快速、平稳发展[14]。用每十万人拥有专利数来衡量旅游创新能力。

所有数据均来自《安徽省统计年鉴》(2008-2017)。

3.结果分析

Tobit面板回归结果，见表4。

表4 全要素生产率影响因素分析表

注：***代表1%的显著性水平。

由该表可知，产业结构、经济发展水平、交通通达度和固定资产投资在1%显著性水平下对安徽省旅游业生产效率产生了正向影响。产业结构、经济发展水平和固定资产投资每提高一个百分点，分别促进旅游业发展效率提高0.036、0.256和0.597个百分点。旅游业是个产业关联度较高的产业，安徽省的产业结构有利于促进旅游业发展；安徽省经济发展水平的提高带来了更多旅游业要素投入，同时也提高了居民旅游消费能力，从而有利于旅游业发展；安徽省旅游业固定资产投资的增加完善了旅游业住宿、餐饮等配套设施，使旅游体验更加完整；交通通达度对安徽省旅游业效率提升影响最大，每提高一个百分点促进旅游业效率值会提升1.304个百分点。安徽省经济发展水平相对较低，基础设施建设不完善，尤其皖南山区交通设施建设不完善，近年来随着省内机场、高铁和各类旅游专线的开通，使旅游者与景区之间的联系变得更为紧密，降低了旅游成本，极大促进了安徽省旅游业发展。

区位熵、开放程度和创新能力在1%显著性水平下对安徽省旅游业生产效率产生了负向影响。区位熵和创新能力每提高一个百分点，分别降低旅游业发展效率0.029和0.019个百分点，主要因为安徽省旅游业区域发展不均衡，旅游业发展过于传统，创新投入不足。开放程度每提高一个百分点，旅游业发展效率下降0.161个百分点，主要因为一个地区的开放除了可以吸引外地游客之外，也便捷了本地区居民外出旅游消费，安徽省旅游业在产品供给、管理和服务上较为落后，因此考察期内开放度对旅游业全要素生产率的提高具有负向作用。

四、结论与对策建议

(1) 结论 安徽省旅游业目前整体发展效率有待提高，许多城市旅游业发展效率在考察期内处于衰退状态。安徽省各市旅游业发展效率具有明显的时间分异性，仅有三个城市在10年间一直处于改善状态，有八个城市在近四五年内处于改善状态。不同城市之间的超效率值差异很大，同时皖北、皖中、皖南三个地域之间的效率趋势具有明显的空间分异性，皖南地区一直处于下降趋势，皖北处于波动上升状态，皖中近年来上升趋势明显，三大地区之间的发展差距在缩小。从Malmquist指数分解来看，对全要素生产率增长贡献最大的是技术进步，技术进步的幅度达到19.1%，而规模效率变化贡献最小，为2%。安徽省旅游业全要素生产率的增长主要依赖于技术进步，而规模效率变化是安徽省旅游业全要素生产率提高的短板所在。产业结构、经济发展水平、交通通达度和固定资产投资在1%显著性水平下对安徽省旅游业生产效率产生了正向影响，区位熵、开放程度和创新能力在1%显著性水平下对安徽省旅游业生产效率产生了负向影响。

(2) 对策建议 首先，安徽省要积极推进区域旅游的建设，发展全域旅游，支持跨区域合作，在区域层面对旅游资源整合开发，建设皖南、皖北等一体化旅游区。加强跨区域精品旅游线路的开发，丰富旅游内容，提高旅游景区吸引力，提升游客体验满意度。通过集聚发展，促进安徽省旅游业规模效率的提高，实现安徽省旅游业的进一步发展。其次，要继续促进技术进步与旅游业的深度融合。一方面要加强旅游产品的创新开发，利用现代技术深度挖掘旅游资源价值，另一方面要加强智慧旅游城市建设，通过旅游大数据平台分析消费者的行为偏好，有针对性地给消费者提供旅游景区内地美食、住宿、路线、交通等方面的服务，提升消费者的旅游体验。最后，安徽省旅游业发展要与地区经济发展紧密联系。通过优化产业结构提高服务业发展水平，加强旅游业固定资产投资，完善旅游景区硬件设施建设，给旅游消费者提供一个舒适的旅游环境。