左右江革命老区旅游效率与经济发展水平耦合协调研究

李广宏， 赵庆玺

(桂林理工大学 旅游与风景园林学院，广西 桂林 541004)

一、引言

左右江革命老区位于我国西南边陲地区，主要包括广西壮族自治区的百色市、河池市、崇左市，贵州省的兴义市、都匀市和云南省的文山市。相比于发达地区其经济基础差、地理位置也较为偏僻，但特殊的地势地貌与历史进程造就了左右江革命老区良好的自然生态环境与独特的红色文化，为旅游业发展提供了良好的基础。经济发展新常态下旅游业发展逆势增长，大力推动旅游业发展已经成为促进地区经济发展的重要手段，旅游业也已成为经济发展的强劲推动力。近年来国家高度重视革命老区经济发展，左右江革命老区内的广西壮族自治区、云南省、贵州省均通过推进重大旅游建设项目来促进旅游业发展，但在旅游业实际发展过程中，由于各市经济基础、旅游业现有规模、各类技术条件等存在较大差异，部分地区出现了资源浪费、投入冗余，造成了旅游效率低下的现象。我国学者对于旅游效率的研究主要集中于两方面：一是经济带内旅游效率研究，如张洪[1]、王新越[2]研究了“一带一路”经济带内各省份与港口城市的旅游效率与影响因素、空间特征等；陈园园[3]、方世敏[4]研究了长江经济带的旅游效率与时空演化、空间特征、支撑因素等；二是省域尺度下的旅游效率研究，如郭向阳[5]、韩瑛[6]、王少华[7]、吴媛媛[8]分别以云南、山西、河南、东北地区为研究对象，研究旅游效率的空间分异特征、时空差异、演变过程等。从文献回顾来看，在研究内容方面我国对于旅游效率的研究主要为对旅游效率进行时空分析，但研究旅游效率与经济发展水平之间的协调关系的文献则较少；在研究尺度方面，绝大部分以省域或者经济片区为研究对象，少以市域为研究对象。鉴于此，本文以左右江革命老区市域为研究对象，使用DEA模型、TOPSIS综合评价法与耦合协调模型对旅游效率与经济发展水平之间的关系进行研究，以期为地区旅游公共政策的制定与旅游发展提供借鉴参考。

二、指标选取、数据来源与研究方法

(一)指标选取

综合考量数据的可获取性、代表性与科学性，结合DEA模型方法的特殊性，选取星级酒店数量、旅行社数量、旅游业从业人数作为旅游效率的投入指标；产出指标则采用已经获得学者广泛共识的旅游收入。经济发展水平指标的选取参考其他学者的研究经验[9-10]，从经济实力、人民生活水平与经济发展结构3个层面来构建左右江革命老区经济发展水平评价体系，如表1所示。

(二)数据来源

数据来源于2015—2019年《贵州统计年鉴》《广西壮族自治区统计年鉴》《云南统计年鉴》以及左右江革命老区内各市政府工作报告、国民经济与社会发展统计公报，部分缺失数据由当地文化与旅游局提供。

(三)研究方法

1.DEA模型

DEA模型又叫数据包络分析模型，是用于评价具有多投入、多产出的决策单元相对效率和效益的一种方法，主要使用规模收益可变的包络分析模型(BCC模型)，该评价模型将综合效率(crste)分为技术效率(vrste)与规模效率(scale)。综合效率用来反映资源配置、有效利用、规模聚集等效率；技术效率用来反映在当前技术水平下，对资源配置利用的效率；规模效率则反映现有规模与最优规模之间的差距，即投入产出的合理配置程度[11]。

2.熵权TOPSIS综合评价法

对某个对象进行综合评价的关键步骤之一是确定各项评价指标的权重值，权重值可以直观地反映出该项指标的贡献度。为避免评价者个人知识结构、偏好等因素造成的干扰，使得指标评价值的确定更加客观，采用熵权TOPSIS组合的方法来确定评价水平。

(1)熵值法确定指标权重

熵值法属于客观赋权方法，测算原理是依据信息理论中熵值的离散程度来确定指标的权重，离散程度越高对于评价结果的影响程度也就越大，因此获得的权重也就越低，反之获得的权重则较高。具体计算步骤如下：

在计算权重之前，为避免不同评价指标的量纲存在差异，首先对各项指标进行min-max标准化方法处理数据。对于i×j的矩阵，i为样本数，j为指标数，xij为第i个样本中第j项指标的数值，标准化计算公式为：

(1)

第一步，计算j项指标下i个样本值占据该指标的比重：

(2)

第二步，求出j项指标的熵值：

(3)

第三步，计算熵冗余度：

dj=1-ej，(j=1,2，…,m)

(4)

第四步，计算权重：

(5)

(2)TOPSIS法算贴近度

TOPSIS法又称理想评价法，该方法通过计算评价对象与理想评价值之间的贴近程度来进行排序，距离最优解最近的值为最理想值，反之则为负理想值，即距离理想评价值距离最近获得的评价越高，反之则评价越低。具体步骤如下：

第一步，构造各项指标的权重值与评价值矩阵：

w=(w1,w2，…，wn)

(6)

(7)

(8)

第二步，计算最优解与最劣解：

(9)

(10)

式中：F+与F-分别为评价值矩阵R中相同指标下的最优解与最劣解。

第三步，计算评价对象与最优解和最劣解之间的距离：

(11)

(12)

式中：D+为评价对象i与最优解之间的欧氏距离；D-为评价对象i与最劣解之间的欧氏距离。

第四步，计算评价对象的相对贴近度：

(13)

式中：Ci为评价对象i的相对贴近度，将相对贴近度Ci进行排序即可找出最佳预测模型，相对贴近度越高意味着评价对象越优，反之则越劣。

3.耦合协调度模型

耦合协调模型是用以定量衡量多个系统之间的相互作用、相互影像程度的模型。在参考其他学者的研究经验的基础上[10]，构建旅游效率与经济发展水平的耦合协调模型，计算公式如下：

C={f(x)g(y)/[f(x)+g(y)/2]2}k

(14)

式中：C(0

为更加直观反映出旅游效率与经济发展水平之间耦合关系的优良性与一致性，进一步使用耦合协调模型计算公式如下：

(15)

式中：D两个子系统之间的耦合协调度；T为两个子系统之间的综合协调指数；α与β为待定系数分别取0.5。

三、结果与分析

(一)旅游效率分析

运用DEA模型适应DEAP2.1计量经济学分析软件，计算出左右江革命老区各市2015—2019年旅游效率值，如表2所示。

表2 2015—2019年左右江革命老区各市旅游效率

注：irs表示规模报酬递增,—表示规模报酬不变,drs表示规模报酬递减。

从综合效率来看，综合效率平均值由2015年的0.491变为2019年的0.740表现出了快速增长的趋势，意味着左右江革命老区各类旅游投入转化为理想产出的效果逐渐增高。具体来看，在2015—2019年的5年中，大部分市旅游效率均表现为无效但综合效率逐年升高，只有兴义市与百色市分别在2015—2019年与2015—2016年表现为DEA有效，百色市由2015—2017年由规模效率递增演变为2017—2019年DEA有效。

从技术效率来看，左右江革命老区在2015—2019年间技术效率由0.766变为0.879，总体上表现为逐渐增长且变化趋势表现为“对钩形”，即2015-2016年轻微降低后于2017-2019年迅速上升。相比于综合效率技术效率与规模效率，技术效率增长的速度更加平缓、增长幅度也更低，但平均值在观察期内最高。虽然技术无效的地区仍占据大多数，但是技术效率有效的占比在综合效率、技术效率、规模效率3项中所占比例最高。从技术效率有效的具体年份来看2015—2017年为2个、2018年为4个、2019年为3个，表明在左右江革命老区内各市对资源合理分配、利用程度较为理想，技术效率在一定程度上带动了旅游综合效率的提升，对综合效率的提升起重要的支撑作用。

从规模效率来看，规模效率与综合效率与技术效率呈现出的递增趋势相同，由2015年的0.657增至2019年的0.854。从规模效率高低来看，兴义市在5年内均为规模有效且为左右江革命老区内唯一一个规模效率最优市，说明兴义市各类旅游资源投入足够满足旅游需求；百色市于2018—2019年规模有效，在2015—2017年间虽表现为规模效率无效但规模效率值逐年递增且处于较高水平均在0.916以上；文山市在5年内规模效率平均值最小仅为0.190严重低于各市平均值0.778，说明各地区之间旅游投资与旅游需求之间存在着十分明显的差异，规模效率在很大程度上制约了文山市综合效率提升。

从规模报酬来看，规模报酬递减只出现于2019年河池市、崇左市与都匀市，表明在这些地区旅游投入出现了冗余并导致资源浪费的情况，应当适度减少各类旅游资源投入。除兴义市旅游投入与产出在各年份保持最优以外，其他年份的绝大部分地区则均表现为规模报酬递增，因此在这些地区应继续扩大旅游投入来获取更高的收益。

使用自然断点法将2015—2019年各地区的综合效率、技术效率与规模效率的平均值分为3级，分级结果如表3所示。从分级结果可以看出，兴义市在综合效率、技术效率与规模效率均处于最高级；文山市在综合效率与规模效率处于最低级但技术效率处于最高级；百色市、河池市、崇左市与都匀市主要处于中级与最低级，说明部分市在技术条件和旅游产业规模方面均存在着不足之处，仍有很大的提升空间。

表3 2015—2019年左右江革命老区各市旅游效率分级

(二)经济发展水平分析

使用熵权TOPSIS综合评价法计算出的经济发展水平评价值如表4所示。

由表4可以看出，在2015—2019年观察期间百色市、崇左市、兴义市、都匀市、文山市的经济发展水平均增强，而河池市经济发展水平表现为先减少后增加的“U”型变化趋势。通过对各年份的各市经济发展水平评价值均值进行排序，具体排名为文山市>河池市>兴义市>都匀市>崇左市>百色市，文山市经济发展水平评价值的均值最高为0.608，而百色市经济发展水平均值最低为0.299，最高值是最低值的2.03倍，表明左右江革命老区内各市经济发展水平差距十分巨大。究其原因，百色市位于广西壮族自治区西部不仅地理位置偏僻、交通通达性差，而且为全国18个集中连片的贫困地区之一，是典型的多民族聚集的边境地区，经济发展的客观条件差。2019年百色市人口达到了422.68万人，虽然GDP总量远高于文山市，但人民生活水平与文山市仍有不小的差距。相比之下，文山市作为文山州的首府是文山州政治、经济的中心，北邻云南省会昆明市、西界广西壮族自治区首府南宁市，四周均有完善的交通干线，交通十分便利，2019年被评为“中国西部百强县级市”，其经济发展潜力巨大。其他地区经济发展水平则处于螺旋上升的良好发展态势。

表4 2015—2019年左右江革命老区各市经济发展水平评价值

(三)耦合协调分析

根据2015—2019年各市旅游综合效率与经济发展水平评价值，使用耦合协调模型计算出各市耦合协调度，如表5所示。由表5可知，2015—2019年左右江革命老区旅游效率与经济发展水平的耦合协调度整体呈现出增长的趋势，2015—2017年耦合协调度主要集中于勉强协调，而2018—2019年则主要集中于初级协调，二者之间的关联性逐年增强且每一年的变化趋势大体相同，但各地区之间的差异较大。耦合协调度最高与最低的地区分别为兴义市与文山市，值得注意的是，虽然文山市耦合协调度最低但增长速度最快，由2015年的0.296增至2019年的0.533，这表明近年来文山市旅游效率与经济发展水平之间的相互关联程度不断增强，二者相互促进、共同发展，其他地区耦合协调度均为稳步上升。从地理空间来看，左右江革命老区位于北部的兴义市、都匀市、河池市耦合协调度相对较高，位于南部的百色市、文山市与崇左市协调度较低。

表5 2015—2019年左右江革命老区各市耦合协调度

四、结论与建议

通过DEA模型、熵权TOPSIS综合评价法与耦合协调模型对左右江革命老区内各市的旅游效率、经济发展水平与二者之间的耦合协调关系进行测度，得出的主要结论如下：

1. 2015—2019年左右江革命老区各市综合效率与规模效率稳步上升，综合效率最高与最低的市分别为兴义市与文山市；技术效率在5年观察期内变化趋势为“对钩形”且技术效率高于规模效率，技术效率对于综合效率的提升起着主要的支撑作用。

2. 2015—2019年左右江革命老区各市经济发展水平逐年增高，具体排名为：文山市>河池市>兴义市>都匀市>崇左市>百色市。

3. 2015—2019年左右江革命老区内各市旅游效率与经济发展水平耦合协调度逐年提升，其中文山市提升最快，各地区之间差异迅速减小。从地理空间角度来看，左右江革命老区北部的兴义市、都匀市、河池市整体高于南部的百色市、文山市与崇左市。

根据研究结果结合各市发展实际情况提出以下建议：

1. 河池市、崇左市、都匀市2015—2018年为规模报酬递增转变为2019年规模报酬递减，因此应当适度调整各类旅游投入，削减或者淘汰产出低的旅游产业分支重构旅游投入结构，促使旅游投入与产出达到最优；文山市表现为技术效率有效但规模效率较低且规模报酬递增，因此应当以特色旅游资源为先导积极引导各类资本投入，扩大旅游产业规模满足当地旅游需求，以促进旅游综合效率的提升；百色市与兴义市则应继续保持先前最优的旅游投入，使得旅游投入与产出长期最优，并成为周边地区旅游产业投入产出的范例，带动其他城市旅游综合效率提升。

2. 从经济发展水平与耦合协调度之间关系可以看出，耦合协调度增长与经济发展水平呈现出一定程度上的正相关，即经济发展水平较高的地区耦合协调度提升速度也较快，说明良好的经济基础对于经济发展与旅游效率协调共进有着重要的支撑作用。因此，经济发展水平较低的百色市与河池市应当大力吸纳社会投资，积极提升经济发展水平，同时政府机构也应当在区域公共政策与政府投资方面予以适当的倾斜，助力落后地区经济发展。