APP下载

中国旅游业发展效率时空分异及影响因素研究

2020-05-18王胜鹏谢双玉方叶林乔花芳

关键词:省域旅游业效率

王胜鹏,冯 娟,谢双玉*,方叶林,乔花芳

(1.华中师范大学城市与环境科学学院,武汉 430079;2.中国旅游研究院武汉分院,武汉 430079;3.安徽大学商学院,合肥 230601)

改革开放40年来,旅游业已经发展成为我国国民经济中的重要支柱产业,已经成为中国经济高速发展的助推器之一,但是,目前中国旅游业发展也面临发展不平衡、不充分的问题.因此,《关于促进旅游业改革发展的若干意见》(2014年)明确提出,“中国旅游业的发展应当摒弃传统的、粗放式、低效率的发展模式,通过调整、优化产业结构等途径与手段,转变为新型的、集约式、高效率的发展模式”,要“以转型升级、提质增效为主线”来指导旅游业的发展;《中华人民共和国国民经济和社会发展第十三个五年规划纲要》也指出,“加快推动服务业优质高效发展,大力发展旅游业,深入实施旅游业提质增效工程”;都对旅游业的发展提出了更高的要求,即要兼顾效益与质量,转变发展模式,实现高效率发展.因此,旅游业发展效率的区域差异及其影响因素值得研究.

旅游业发展效率是当前旅游学界的研究热点之一.已有研究主要集中于测度不同区域[1-16,32 ]、旅游目的地[17-24 ]、旅游行业[25-31 ]的发展效率,刻画其空间格局[2,12,17-19,24- 25]及其演化特征[1,3,5- 8,10- 11,13-16,20- 21,23,26,28-29,31]、类型[2,5,10,19,24-26],并探索其影响或驱动因素[3- 4,8- 9,11-16,20,22,26- 27,29],研究方法多样化,同时也取得了一定的成果,但总体而言,关于旅游业发展效率的已有研究还存在一些不足,包括:多为空间格局及其演化的描述性研究;分区比较研究时仍多以三大地带为主,较为陈旧,关于区域差异的研究仅笼统指出地带间具有较大的差异性而未对差异的具体来源有所分析,定量描述缺乏,仅有李亮和赵磊[4]、张广海等[32]做了相关研究,但其研究时段为2001年-2009及2000年-2010年,相对滞后,亟待更新;同时已有研究多重视旅游业发展综合效率的研究,而忽视了对构成综合效率的纯技术效率、规模效率的深入研究;在探索旅游业发展效率的影响因素时,只检验内生变量(如纯技术效率、规模效率)的作用[23],而缺乏关于其影响因素的进一步探索.

鉴于此,本研究基于修正的DEA模型对2000年-2016年中国省域旅游业发展效率进行测度,选取2000年、2005年、2010年、2016年4个时间节点,通过G指数分析描述旅游业发展效率空间分布格局的演化过程,通过锡尔系数定量分析中国旅游业发展效率的区域差异,运用Tobit回归分析模拟中国省域旅游业发展效率的影响因素,探讨中国旅游业发展效率空间格局及其演化规律,并分析其影响因素,并针对分析结果反映出来的问题提出相关建议,希望能为中国旅游业发展效率的提高提供参考.

1 研究方法与数据来源

1.1 研究方法

1.1.1 旅游业发展效率的测度方法:修正的DEA模型 采用DEA模型测度2000年-2016年中国省域旅游业的发展效率.DEA对参数进行估计时,无需对生产函数进行明确的定义,还可以对全要素生产率进行更加细致的分解[1],且不受投入产出要素的量纲影响,因此被广泛应用于旅游业效率的研究中.

传统DEA模型的缺陷之一是其权重的变化过于灵活,导致有效的决策单元数量较多,即在投入和产出均在较低水平时,其结果依旧可能是1.因此,本研究采用修正的DEA模型,即引入虚拟最优(即投入最小、产出最大、且各项效率值均为1的)决策单元DUMk+1,而后通过与其比较来测定其他研究单元的相对效率.修正过的B2C模型为[33]:

(1)

式中,x、y分别对应投入要素和产出要素所组成的投入量与产出量,鉴于旅游业对土地依赖程度较小而对土地上所附着人文活动依赖程度较高的特性,主要选取劳动力、资本作为投入要素.虽然旅游交通业[34-35]、旅行社业[30,36]和饭店业[37-38]都被视为旅游业发展的三大支柱,但是,旅游交通业的发展状况难以从一般交通业的发展中剥离出来,难以获得有效的数据.因此,选取中国大陆31个省(市区)的旅游业固定资产总额(包括旅行社固定资产总额和星级饭店固定资产总额)、旅行社总数、星级饭店房间数、旅游从业人员总数和4A级及以上旅游景区数目作为投入要素xn,以各地区的旅游总收入作为产出要素ym[31],对各地区旅游业发展效率进行测度.

各省(市区)综合效率的计算公式为:综合效率=规模效率×纯技术效率[1].其中,纯技术效率表示旅游业发展过程中要素资源配置及利用水平状况,值越高,表明集约化程度越高;规模效率则表示旅游业发展规模集聚水平状况,反映旅游业投入要素规模的合理程度,当规模报酬递减时,规模效率值越高,表明粗放式程度越强,反之亦然;而综合效率是两者的乘积,可反映旅游业发展过程中资源利用能力的综合影响,表现为对旅游业发展投入利用综合水平的高低[21].

1.1.2 旅游业发展效率空间分异特征分析方法:局域G指数和锡尔指数 为进一步探索中国旅游业发展效率的空间格局及其演化,运用局域G指数对旅游业发展效率空间格局进行可视化表达并探究其时空演化过程.采用锡尔系数定量刻画区域旅游业发展效率差异程度,进一步细化研究结果.

1)局域G指数——集聚特征的分析方法

采用局域G指数刻画旅游业发展效率的空间集聚特征,识别其空间分布的高值区和低值区.并通过高值区、低值区的变化反应旅游业发展效率集聚特征的演变.局域G指数的计算公式为[39]:

(2)

(3)

式中,n为空间单元的数量,即31个省域;Xj为省域j的旅游业发展效率);E[Gi(d)]为数学期望,VAR[Gi(d)]为变异值;Wij(d)为由临近标准确定的空间权重矩阵.通过Z[Gi(d)]的大小来判断i省域所处的区域类型:Z[Gi(d)] 显著大于0,表明i省域的周边值普遍处于较高水平,为高值区,反之,Z[Gi(d)] 显著小于0,表明i省域的周边值普遍处于较低水平,为低值区.

2)锡尔系数——区域差异的分析方法

采用锡尔系数分析中国及其四大板块旅游业发展效率的区域差异.锡尔系数最早于1967年由锡尔等人提出,最初被用于衡量个人之间或区域之间的收入差距,而后被广泛应用于分析各类要素的区域差异[40-42].其数值大小代表区域的差异化程度,计算公式为[43]:

(4)

(5)

(6)

T=T1+T2,

(7)

1.1.3 旅游业发展效率影响因素的分析方法:Tobit回归分析 为分析中国省域旅游业发展效率(包括综合、技术、规模效率)的影响因素,以通过修正的DEA模型测算出的各省域旅游业发展效率为因变量,进行面板Tobit回归分析.Tobit回归分析适用于受限或截断因变量的回归.Tobit回归模型如下[44]:

Yij=Xitβ+εi,

(8)

式中,Yij为i省域j年度的旅游业发展效率,Xij为自变量,即i省域j年度旅游业发展效率的影响因素的值,β为回归系数,εi为误差量且εi~N(0,σ2).借鉴已有关于旅游业发展效率影响因素的研究[12,14-16],选择区域经济发展水平、交通可达性、政府对旅游重视程度和旅游产业地位四个因素作为自变量:

1) 区域经济发展水平.作为一种客观存在的经济现象,旅游业发展效率受所在区域经济发展的影响较大[7].首先,较高经济发展水平所带来的资本优势能保证区域旅游业发展和建设所需的资金投入,促使旅游资源向旅游产品转化[16];其次,经济发展水平高的地区具备更高的资本运行效率和技术管理水平,能促进纯技术效率的提升,从而导致相同的投入可以获得更多的产出;最后,经济发达的地区对游客的吸引力也较强[15],城市经济的发展不仅为城市旅游发展提供资本支撑和物质保障,而且会推动居民旅游消费能力的提升和旅游市场规模的扩大[12];这些都有助于提高旅游业的发展效率,因此,区域经济发展水平越高的省域,旅游业发展效率也越高.以区域人均GDP作为区域经济发展水平的代理变量.

2) 交通可达性.交通可达性是实现旅游流动的先决条件,对于吸引游客具有重要意义.目的地交通可达性的改善能带动游客人次及旅游收入的增加[16],其便利程度直接影响区域旅游业的持续发展;同时交通可达性越高的地区能吸引更多旅游投资,获得更大的发展空间[15],便利的交通可达性方便人才和资金的流动,增加引进先进技术与管理经验的可能性,从而优化资源配置,提升资源利用能力,进而提升纯技术效率,达到降低投入,提高产出的结果;因此,交通可达性越高,旅游业发展效率也越高.以各省路网密度作为交通可达性的代理变量.

3) 政府对旅游业的重视程度.政府对旅游业的重视程度将影响地区交通条件的改善、技术和人才的引进、资本的投入,从而影响旅游业的发展效率[15];同时,政府对旅游业重视,会使得政府进行采取措施进行宏观调控,促进旅游产业的集聚与融合,有意识地引导资本等要素由单纯数量的投入向追求人才与技术的方向转型,优化资源配置,推动人才流动,加强对先进管理经验的引入,提升技术优势,以增加产出,提高资源的利用率,进而促进旅游业发展效率的提升[14].因此,政府对旅游业的重视程度越高,旅游业发展效率也越高.以各省级政府年度工作报告中提及旅游的频次作为政府对旅游业重视程度的代理变量.

4) 旅游产业地位.旅游产业地位能够体现其在某地区经济发展中的重要性.旅游产业地位的提升,一方面会吸引要素投入的增加,从而增加产出;另一方面会促进人才投入的增加以及政府政策的倾斜,从而有效促进技术进步,提高纯技术效率;另外,会在一定程度上促使地方政府出台更多的优惠政策甚至给予资金支持,从而推动旅游产业集聚和融合,拓展旅游产业链,实现旅游资源互补,促进旅游业发展效率的提升[12].因此,旅游产业地位越高的省域,旅游业发展效率也越高.以旅游业总收入占省域GDP总量的比例作为旅游产业地位的代理变量.

1.2 数据来源

若无特殊说明,数据均来源于《中国旅游统计年鉴》(2001年—2017年)、《中国统计年鉴》(2001年—2017年)及2000年-2016年各地方政府年度工作报告.

2 研究结果及分析

2.1 中国旅游业发展效率的平均水平及变化

计算得到中国大陆31个省域2000年-2016年的旅游业综合效率、纯技术效率和规模效率,并求出各省域的平均值以及全国、四大板块的平均值,得到表1.如表1所示,31个省域旅游业综合效率、纯技术效率和规模效率的平均值分布为0.054、0.269和0.311;从四大板块的旅游业发展效率来看,在综合效率和纯技术效率方面,都表现为东部>中部>东北>西部,而在规模效率方面,则是西部>东北>东部>中部.DEA效率测度的结果表明中国旅游业发展仍处于粗放式阶段,但纯技术效率的逐渐提高表明中国旅游业在向集约化和内涵式发展.

表1 中国大陆31个省域旅游业综合效率、

Tab.1 Average comprehensive efficiency, pure technical efficiency and scale efficiency of tourism during 2000-2016 in 31 provinces in mainland China

纯技术效率增长幅度较大,其由2000年的0.223增长到2016年的0.368,增长了39.4%,平均年增长幅度为3.2%.从各个阶段的变化来看,2000年-2001年为大幅降低阶段,由2000年的0.223降低到2001年的0.132,;2001年-2016年为波动增长阶段,由2001年的0.132波动上升至2016年的0.368,平均年增幅为7.07%.

规模效率相较纯技术效率而言增长幅度较小,由2000年的0.291增长到2016年的0.345,增长了18.56%,平均年增长幅度为1.07%.从各个阶段的变化来看,2000年-2001年为大幅增长期,由2000年的0.291陡增到2001年的0.472;2001年-2016年为波动降低阶段,由2001年的0.472波动降低至2016年的0.345,平均年降幅为2.1%.

图1 2000年-2016年中国大陆各效率均值Fig.1 Efficiency mean in China’s mainland from 2000 to 2016

2.2 中国旅游业发展效率的空间特征及变化

2.2.1 集聚特征及变化 2000年、2005年、2010年和2016年中国31个省域的G指数计算结果如图2所示.分析图2可知:

中国旅游业综合效率的集聚特征明显,东南部为高值、次高值区,西北部为次低值、低值区.且2000年-2016年间,旅游业综合效率高值区域呈现出范围扩大且向西部移动的变化趋势,高值、次高值区由2000年的湖北、安徽、浙江等9个省域,扩大到2005年河南、浙江、湖北等13个省域,再扩大到2010年的北京、天津、河北等15个省域,而在2016年则向西移动到包括陕西、云南、贵州等省域,而浙江、福建和江西省则由原来的高值、次高值区变成了中值区域.同时,低值、次低值区集中在西北地区,从2000到2005年范围扩大到整个西北、西南地区和部分东北省域,而后范围缩小至2016年的西北5省域和西南的四川省.

纯技术效率的集聚特征与综合效率基本一致.高值、次高值区从2000年-2010年基本稳定集中的东中部的13至14个省域,而在2016年则缩小为东南部9个省域;低值、次低值区集中于西北地区,也经历了范围先扩大而后缩小的变化过程.

规模效率的集聚特征与综合效率、纯技术效率相反,西北部为高值、次高值区,东南部为低值、次低值区.而且,在研究期内高值区、次高值区总体范围变化较小,稳定集中于西北部4个省域;低值区、次低值区则经历了范围先缩小而后增大的变化过程.

综合上述三个方面的空间集聚与分异特征,2000年-2016年间,中国旅游业综合效率和纯技术效率的空间格局及其变化较一致,高值区集中于东部和中部地区,低值区集中于西部和东北地区;而规模效率呈现出与前二者错位的空间格局,高值区集中于西部和东北地区,低值区集中于东部和中部地区;都呈现出明显的区域差异.

2.2.2 区域差异及变化 中国及其四大板块旅游业综合效率、纯技术效率与规模效率的锡尔系数计算结果和可视化结果如表2、图3、图4所示,限于版面,表格仅展示旅游业综合效率的锡尔系数计算结果.

以围手术期护理的模拟情景演练为主要内容,创新原有的综合性、设计性实验,即由教师确定4个典型疾病,每组学生抽签决定演示疾病种类,学生结合手术前后护理知识、手术室护理操作技能、系统疾病护理知识、护患沟通技巧等自行设计病例情景内容,分组练习后进行情景模拟,完成该疾病术前、术中、术后整个围手术期护理的综合演练,其所扮演的角色包括主管医师、病区护士、麻醉医师、器械护士、巡回护士等.

表2 2000年-2016年中国及其四大板块旅游业综合效率差异的锡尔系数Tab.2 The Thiel index of the difference of comprehensive efficiency of tourism in China and its four major plates from 2000 to 2016

1)中国旅游业发展效率的总体差异及变化

中国旅游业综合效率的总体差异、板块间差异、板块内差异都呈现出波动缩小的变化趋势(图3(a)).总体差异和板块内差异的变化趋势几乎完全一致,大幅波动缩小:2000年-2003年逐年增加,到2003年分别达到1.626和1.677;2004年-2007年,大幅下降后,分别稳定在0.466、0.438;2008年-2009年,再次出大幅度的回升与下降,2008年分别增加到1.250和1.142,2009年又分别降低到0.469和0.411;而后,2010年-2016年,小幅波动缩小,到2016年分别降低到0.344和0.333.板块间差异小于板块内差异,而且变化趋势有所不同,小幅波动缩小:2000年-2003年持续缩小,由2000年的0.053减小到2003年的-0.051;而后,2003年-2016年波动减小,到2016年降低为0.011.

图3 2000年-2016年中国旅游业效率总体差异的锡尔系数变化Fig.3 Changes of Theil index in the overall difference of the efficiency of China’s tourism industry from 2000 to 2016

中国旅游业纯技术效率的总体差异、板块间差异、板块内差异也呈现出波动缩小的趋势(图3(b)).总体差异和板块内差异的变化趋势几乎完全一致,大幅波动缩小:2000年-2003年逐年递增,2003年达到峰值,分别为1.740和1.773;2004年-2007年逐年递减,经过2008年的小幅回升之后又持续减小,到2016年则分别降低到0.525和0.499.板块间差异总体上小于板块内差异,且变化趋势与板块内差异先异后同,整体上呈缩小趋势:2000年-2003年持续减小,由2000年的0.142减小到2003年的-0.032;而后2004年-2016年小幅波动减小,至2016年降至0.026.

中国旅游业规模效率的总体差异、板块间差异和板块内差异也均呈现出波动缩小的趋势(图3(c)).总体差异和板块内差异的变化趋势几乎完全一致,大幅波动减小:2000年-2001年大幅减小,分别降至0.602和0.566,经过2001年的小幅回升后又持续减小,到2016年分别降至0.558和0.588.板块间差异总体上小于板块内差异,且变化趋势与板块内差异先异后同,整体上有所减小:2000年-2001年小幅上升,由2000年的0.006上升至2001年的0.036;而后2001年-2016年波动减小,至2016年降至-0.029.

2)中国旅游业发展效率的板块内差异及变化

如图4所示,总体来看,旅游业综合效率的区域差异表现为西部>东部>中部>东北.中部、东北地区内的区域差异很小,而且比较稳定,因此不分析其时间变化情况.

图4 2000年-2016年中国旅游业效率板块差异的锡尔系数变化Fig.4 Changes of Theil index in the plate’s difference of the efficiency of China's tourism industry from 2000 to 2016

东部地区内旅游业综合效率的省际差异2004年以前变化较大:2000年-2001年略有缩小,2001年-2003年却持续扩大,2003年锡尔系数达到0.424,2004年又大幅缩小至0.148;此后,省际差异较小,波动幅度缩小,到2016年锡尔系数降低为0.091.总体处于高水平的不均衡状态.东部地区内旅游业纯技术效率的省际差异整体变化较为平稳,呈现出微弱的波动趋势,2000年锡尔系数为0.177,2016年降为0.163,只有微弱的减小;而规模效率的省际差异变化较剧烈,2003年之前省际差异变化较大,到2003年锡尔系数达到峰值,为0.559,此后省际差异在波动中减小,至2016年降至0.320,但比2000年仍有所扩大.

西部地区内旅游业综合效率的省际差异2004年以前波动也较大:2003年以前,省际差异持续扩大,到2003年锡尔系数达到1.021,而2004年又大幅降低至0.179;此后,省际差异波动幅度降低,2004年-2008年为持续、缓慢扩大时期,2008年锡尔系数增大到0.374,而2009年降低到0.170后,即处于很小幅波动的稳定状态.西部地区内旅游业纯技术效率的省际差异2003年之前迅速扩大,在2003年锡尔系数达到峰值,为1.471,2004年则又迅速缩小至0.370,2004年后呈现出微弱的下降态势,至2016年,锡尔系数减少至0.327.西部地区内旅游业规模效率的省际差异波动较大,2000年-2002年,先缩小后扩大,在经历了2003年-2005年的平稳期之后,又呈现出一定的波动趋势,但总体呈缩小态势,锡尔系数从2000的0.293下降到2016年的0.190.

可见,东部、西部旅游业综合效率的省际差异虽然较大,但总体上呈现缩小的变化趋势.东部旅游业综合效率的省际差异的变化主要受规模效率变化的影响,而纯技术效率的省际差异较小且较稳定.西部旅游业综合效率的省际差异的变化在2000年-2003年期间,受到纯技术效率和规模效率变化的共同影响,而2003年之后,则主要受规模效率的驱动.

2.3 中国旅游业发展效率的影响因素

对所选变量2000年-2016年的数据进行极差标准化处理后,分别对旅游业综合效率、纯技术效率、规模效率进行Tobit回归分析,结果如表3所示.

表3 各影响因素回归结果Tab.3 the regression results of various influencing factors

注:***、**、*分别表示在1%、5%和10%的水平下是显著的;括号中为Z值.

从旅游业综合效率的影响因素来看,区域经济发展水平、交通可达性、旅游产业地位和政府重视程度四个自变量都对旅游业综合效率有显著的影响,前三者的影响是正向的.但政府重视程度的影响是负向的,其原因可能是在于,在旅游业发展转型升级的大背景下,难免会经历“阵痛”,如对旅游企业和相关从业人员进行整改和资格检查等,均可能导致短期内旅游业效率的下滑;同时,政策的实行具有一定的滞后性与落地难度[45],需要一个较长期积累的过程才能起到效果.同时,从对旅游业综合效率的影响程度来看,旅游产业地位>交通可达性>区域经济发展水平;表明旅游产业地位的作用更突出,与王坤等[12]的结果一致,这可能是因为旅游产业地位的提高,会形成一定的“马太效应”,不断汲取要素投入旅游业的发展,提高旅游业的综合效率.

从旅游业纯技术效率的影响因素来看,与旅游业综合效率类似,区域经济发展水平、交通可达性、旅游产业地位都对旅游业纯技术效率有显著的正向影响,政府重视程度则有显著的负向影响;这可能也是因为各地政府虽然也已经意识到集约化发展的重要性,但是由于要素的投入具有一定的路径依赖效应以及长期以来发展模式的固化,其转型不可能一蹴而就,而是需要一定的时间来实现的.同时,从对旅游业纯技术效率的影响程度来看,交通可达性>区域经济发展水平>旅游产业地位,与旅游业综合效率有明显不同的表现,表明交通可达性在促进旅游业纯技术效率提高中起到了重要作用.

旅游业规模效率的影响因素,与前二者有较大差异,区域经济发展水平、政府重视程度对旅游业规模效率有显著的正向影响,但交通可达性却有显著的负向影响,旅游产业地位没有显著影响.这可能由于交通可达性的提高主要是对流动性较强的要素(如人才、管理经验与技术等)的吸引,而这些要素的增加都会显著降低旅游业规模效率,因此,交通可达性对旅游业规模效率呈现出显著的负向影响.

故而综上所述可知,中国旅游业发展要想同时达到“提质增效”的效果,要以政府政策之宏观调控为指导,提升旅游产业地位,优化产业结构,在注重区域经济发展水平与交通可达性改善的基础上,更要注重要素的流动,要打破以往的一些路径依赖效应,将要素投入于生产技术改良等环节而非以要素数量来驱动旅游业效率的提升于优化,实现真正的旅游产业的“提质增效”.

3 结论与讨论

3.1 结论

本研究采用修正的DEA模型对中国大陆各省、市及自治区的旅游业发展效率进行了测度,并通过局域G指数和锡尔系数对中国省域旅游业发展效率的时空分异状况进行定量刻画,通过回归分析探讨旅游业发展效率的影响因素,进而得到相应结论.

1) 2000年-2016年,中国大陆省域旅游业发展效率均得到了一定程度的提高,尤其纯技术效率的增长幅度较大,表明中国旅游业发展仍处于粗放式阶段,但“提质增效”效果显著,呈现出从规模经济转向集约化发展的趋势.

2) 2000年-2016年,中国大陆省域旅游业综合效率和纯技术效率都呈现出“东高西低”的态势,而规模效率则与前两者呈现出错位和倒置的空间分布态势,区域差异明显,而且,区域差异主要来源于四大板块内部.但中国旅游业综合效率、纯技术效率和规模效率的总体差异、板块间差异、板块内差异都呈现出波动缩小的变化趋势,而且,东部旅游业综合效率省际差异的变化主要受规模效率变化的影响,而西部旅游业综合效率省际差异的变化先受到纯技术效率和规模效率变化的共同影响,而后则主要受规模效率的驱动.

3) 中国旅游业综合效率和纯技术效率主要受到区域经济发展水平、交通可达性和旅游产业结构的正向驱动,而政府重视程度的作用尚未显现出来,而且,旅游产业结构对综合效率的驱动作用最强,交通可达性对纯技术效率的驱动作用最明显;而旅游业规模效率主要受到区域经济发展水平和政府重视程度的正向作用,而旅游产业结构和交通可达性在此方面影响并不显著或者是呈现负面影响.

可见,近十几年来,中国旅游业发展虽然“提质增效”明显,但仍有较大提升空间,区域差异也较明显,尤其东部、西部内的省际差异较大.根据旅游业发展效率影响因素的分析结果,为了进一步促进旅游业提质增效和转型升级,应积极发展经济,提高区域经济发展水平,为旅游业发展打下坚实的基础,尤其是增强区域旅游业投资能力,增加有效供给,从而促进产业结构转型,确立旅游业的龙头产业地位,缩小区域旅游发展效率差异,实现中国从旅游大国向旅游强国的转变.

3.2 讨论

1) 本研究采用修正的DEA模型对旅游业发展效率进行测度,避免了效率值同为1时相互间无法进行有效比较的问题,进一步佐证了我国旅游业发展效率在近年来得到了进一步提高.

2) 本研究采用局域G指数分析了中国旅游业效率的空间格局,分区研究采用了较新的四大板块,是对相关研究的有益补充.同时,与已有的研究结果对比可知,中部地区旅游业发展效率实现了后发超越,可见中部旅游业在近些年来得到了较大程度的发展.

3) 本研究采用锡尔系数定量分析了中国旅游业发展效率的区域差异,包括总体差异、板块内差异和板块间差异,可以得到如下结论:中国大陆旅游业发展效率的主要差异来源是地带(板块)内部.同时,这弥补了已有研究多简单定性描述或者多关注地带间差异而忽略了地带内部差异的不足.

4) 本研究利用面板数据,应用Tobit回归分析方法,模拟了区域经济发展水平、交通可达性、政府重视程度以及旅游产业地位对于旅游业发展综合效率的影响,发现这些因素均有显著作用,但它们对旅游业综合效率、纯技术效率和规模效率的作用各有所不同.总体而言,要提高旅游业效率,实现产业转型,就需要确定旅游业发展的龙头地位,以经济发展水平为基本依托,以便利的交通为保障,以政府政策作为宏观指导,整合和平衡多要素的综合作用.

猜你喜欢

省域旅游业效率
省域联网收费系统中的可信管控技术应用
云南出台20条措施,加快旅游业恢复
提升朗读教学效率的几点思考
省域高速公路网络信息安全动态防御体系研究
中国旅游业2017的风往哪吹?
省域通用机场布局规划思路与方法研究
基于DEA模型的省域服务业投入产出效率评价
跟踪导练(一)2
“钱”、“事”脱节效率低
旅游业