旅游援疆效率的区域差异和影响因素<br/>——基于三阶段DEA和Tobit模型

旅游援疆效率的区域差异和影响因素
——基于三阶段DEA和Tobit模型

2023-09-28胡静轩陈春燕

干旱区地理(汉文版) 2023年8期

白洋，胡静轩，陈春燕，路雯

（1.新疆历史文化旅游可持续发展重点实验室，新疆乌鲁木齐 830046；2.新疆大学旅游学院，新疆乌鲁木齐 830046；3.新疆理工学院，新疆阿克苏 843100）

作为中国西北战略屏障，新疆社会稳定和长治久安是党和国家的关注重点。为助推新疆社会经济发展，1977 年对口援疆工作启动，为新疆经济增长做出重要贡献［1］。援疆政策是国家为缓解区域发展不均衡、促进民族团结提出的重要政策。2010年召开的第一次中央新疆工作座谈会拉开新一轮对口援疆工作的序幕，国家部委和19省市重点支持旅游业等特色优势产业发展。2015 年和2021 年先后召开2 次全国旅游援疆工作会议，为新疆旅游业发展优化政策环境并注入发展动能，促进新疆旅游经济高质量发展。高质量发展内涵包含经济增长和效率提升，效率测度是旅游援疆政策实施效果评估的关键指标。新一轮援疆政策对新疆旅游经济增长的显著效应已经得到证实［2］，新疆旅游效率开始受到关注［3］，但是鲜见研究案例。因此，科学评估旅游援疆效率的区域差异及影响因素、总结归纳旅游援疆效率的影响机制，对未来援疆政策的宏观调整和援助资源的优化配置具有重要的理论价值和现实的参考意义。

对口援疆是中国情境下的特殊援助政策，国外研究源于援助研究［4］，主要关注国际援助［5］、志愿旅游［6］等，对口援助是国内援助研究的热点［1-2,7］。正确认识旅游援疆效率有利于充分利用现有旅游资源、提高新疆旅游经济发展水平，助力实现共同富裕目标。目前，旅游效率研究多聚焦旅游生态效率［8］、旅游产业效率［9］、旅游扶贫效率［10］，分析其时空演化和影响因素。已有学者对2010 年以来对口援疆整体效率做出测评［11］，但旅游援疆效率的评估成果较少。数据包络分析（Data envelopment analysis，DEA）模型是效率评估的有效利器，三阶段DEA模型在避免决策单元受非经营因素影响时具备优越性，且对效率评价适用性较强［12］，目前已被应用于测度出版印刷业与商业银行效率等领域［13-14］。本文以新疆12个受援地州市为研究样本，利用三阶段DEA模型测度2015—2019 年旅游援疆效率，通过Tobit 模型分析影响因素并归纳其影响机制，以期为旅游援疆政策的推进落实提供决策启示。

1 数据与方法

1.1 指标选取与数据来源

以2015 年全国旅游援疆工作会议的召开为时间节点，基于2015—2019 年新疆12 个受援地州市的面板数据，从全疆、区域、市域3 个层面分析旅游援疆效率的区域差异和影响因素。根据区域划分，以克孜勒苏柯尔克孜自治州（简称克州）、阿克苏地区、喀什地区、和田地区为南疆，由于巴音郭楞蒙古自治州（简称巴州）人均地区生产总值较高且地理位置相对较好，故将其与北疆7个地州市［昌吉回族自治州（简称昌吉州）、伊犁哈萨克自治州直属县市（简称伊犁州直）、吐鲁番市、哈密市、塔城地区、阿勒泰地区、博尔塔拉蒙古自治州（简称博州）］共同研究。投入变量中的旅游援疆资金、项目数据来源于新疆旅游行政管理部门的调研资料，个别市域缺失数据通过线性插值法补充。其余变量数据来源于《新疆统计年鉴》、市域国民经济和社会发展统计公报及EPS、CEIC 数据库。参考相关文献[15-16]，构建旅游援疆效率的评价指标体系（表1）。

表1 旅游援疆效率的评价指标体系Tab.1 Evaluation index system of efficiency of tourism aid for Xinjiang

投入变量：传统经济学将土地、资本、劳动力视为基本投入要素［17］。由于旅游业受土地影响程度低［18］且数据获取困难，故未将其纳入投入指标体系。资金、项目［19］是旅游援疆的重要方式和代表资本投入要素。由于市域旅游从业人数无法获取，参考纪晓萌等［20］做法，将住宿、餐饮业、文化、体育、娱乐业从业人员数量总和作为旅游人力资本的替代变量。

产出变量：人均实际旅游收入和旅游接待人次能够表征人均旅游经济收益和区域游客流量，实际旅游收入以2015年各地州市旅游总收入为基期，通过价格平减指数计算得到。

环境变量：旅行社和星级宾馆数量能够有效表征各地州市旅游接待能力和发展水平；对外开放程度影响新疆旅游经济的结构组成和游客构成；人均地区生产总值反映各地州市的居民生活水平和潜在旅游消费能力。

1.2 研究方法

1.2.1 三阶段DEA模型鉴于三阶段DEA 模型能够有效排除环境因素、随机误差和管理无效率的影响，为使结果更加真实，选择Fried 提出的三阶段DEA模型研究旅游援疆效率［21］。

第一阶段：传统DEA模型。在计算旅游援疆效率初始值时，选择投入导向、规模报酬可变的BCC模型。

第二阶段：基于随机前沿（Stochastic frontier approach，SFA）模型做相似SFA 回归分析。该模型能够有效剥离影响旅游援疆效率值的环境因素和统计噪声，计算公式为：

为将所有决策单元置于同等外部环境从而得到新的投入值，调整公式为：

第三阶段：依据BCC 模型，用旅游援疆的原始产出值和第二阶段投入值重新计算各地州市的旅游援疆效率，得到更加客观、可靠的效率结果。

1.2.2 Tobit回归模型由于旅游援疆效率值域∈[0, 1]，适用于非线性概率模型回归，参考徐海成等［22］研究，依据Tobit模型分析其影响因素，公式为：

式中：yh为调整后的旅游援疆综合效率；βT为待估系数；Nh为解释变量；eh为随机扰动项独立且满足eh～(0,σ2)。

2 结果与分析

2.1 传统DEA旅游援疆效率分析（第一阶段）

利用DEAP 2.1 软件，代入旅游援疆投入、产出的原始数据，得到2015—2019年旅游援疆效率均值（图1）。

图1 2015—2019年旅游援疆效率均值Fig.1 Average efficiency of tourism aid for Xinjiang from 2015 to 2019

从全疆来看，未考虑外部环境、随机干扰等因素时，2015—2019 年旅游援疆综合效率整体偏低，均值为0.581，可能与旅游援疆工作尚处于发展阶段、援疆成果有效转化需要缓慢释放有关，援助方和受援方的团结协作能力有待加强；旅游援疆纯技术效率和规模效率的均值分别为0.796 和0.691，提升空间较大。

从区域来看，南北疆旅游援疆效率差距明显。北疆综合效率远高于南疆，均值分别为0.787 和0.167；纯技术效率和规模效率表现为北疆是南疆1.3 倍以上，未来应重点援助南疆旅游业发展，促进旅游援疆成果的效益转化。

从市域来看，仅有吐鲁番市达到旅游援疆效率前沿面，成功实现投入要素的最大转化。非DEA有效的地州市在5 a间多处于规模报酬递增状态，应持续加大旅游援疆投入力度。哈密市、博州和南疆的综合效率具有明显的波动增长趋势；塔城地区综合效率呈现波动下降态势；多数时期，昌吉州、伊犁州直和巴州的综合效率值可达1.000。综合效率均值超过0.800的地州市共6个，排名前3位依次是吐鲁番市（1.000）＞昌吉州（0.947）＞巴州（0.897）。和田地区综合效率（0.125）、规模效率（0.168）的均值最低，通过资金、项目、智力等援助方式实现和田地区旅游业的规模化发展、释放旅游资源集群效应是提升其旅游援疆效率的重要方式。哈密市、阿克苏地区和喀什地区的规模效率普遍高于纯技术效率，通过技术援疆、人才援疆提升其旅游产品的附加值和旅游业的管理能力是当务之急。

2.2 旅游援疆效率的环境因素分析（第二阶段）

通过Frontier 4.1 软件进行相似SFA 回归分析，将第一阶段中旅游援疆的3个投入变量的松弛变量分别作为被解释变量，3 个环境变量为解释变量。2015—2019 年σ2、γ值和单边似然比检验均通过显著性水平检验，证明模型可靠且合理；γ值普遍趋近于1，说明旅游援疆的投入冗余主要受管理无效率影响，需要进行SFA回归分析，由回归结果可知①由于篇幅限制，回归结果表格未展示，如有需要可向作者索要。：

旅游接待设施：各投入松弛变量均通过显著性检验。旅游援疆资金、项目的松弛变量普遍显著为负，旅游接待设施越完善其投入冗余就越少；旅游人力资本松弛变量多显著为正，旅游接待设施越完善则其投入冗余就越大。援助方通过加大投入持续完善现有旅游接待设施，为资源开发、游客入疆、旅游创收等奠定基础。新疆旅游业的飞速发展吸引大量人力资本投身旅游事业，但是对旅游从业者的短期培训和突击训练难以产生立竿见影的效果，亟需建立“临时工→合同工→熟练工→专业人才”的长期培养机制。

对外开放程度：各投入松弛变量普遍表现为负向显著，提高对外开放程度能够有效降低旅游援疆资金、项目和人力资本松弛变量的投入冗余。作为丝绸之路经济带核心区，对外开放程度影响新疆入境旅游经济发展和国际旅游市场规模。援助方借助产业优势，通过吸引力提升、基础设施建设等途径提高旅游服务质量，促进新疆旅游业向战略性支柱产业转变。

人均地区生产总值：旅游援疆资金、项目的松弛变量普遍未通过显著性检验，2019年旅游人力资本的松弛变量由前期的负向显著转为正向显著。相较东中部发达城市，新疆市域经济仍处于边缘区位和弱势地位。援助省市每年根据固定比例投入援疆资金，12个地州市人均地区生产总值的提升对旅游援疆投入的多寡影响较小，但会刺激本地居民的旅游需求和出游动机，需要警惕旅游淡旺季就业失衡可能造成的人力资源冗余。

2.3 调整投入值后的旅游援疆效率分析（第三阶段）

将调整后的旅游援疆投入值和初始产出值代入DEAP 2.1 软件，得到排除环境因素、随机干扰等的旅游援疆效率（表2）。

表2 第三阶段的旅游援疆效率Tab.2 Efficiency of tourism aid for Xinjiang in the third stage

从全疆来看，5 a中旅游援疆效率整体呈现波动上升状态，变化趋势稳定表现为纯技术效率＞规模效率＞综合效率，与第一阶段的效率结果基本相符。随着援疆政策的持续实施和援疆力度的不断加大，旅游援疆成效显著，但旅游资源的规模效应发挥尚需时日。旅游援疆综合效率和规模效率调整后的均值低于调整前，纯技术效率均值高于调整前，表明外部环境对旅游援疆效率的影响程度较强，调整前的综合效率、规模效率均值偏高是由于外部环境影响，脆弱的新疆外部环境可能会弱化纯技术效率得分。

从区域来看，北疆历年综合效率均值超过0.68，南疆综合效率均值低于0.30，南北疆综合效率差距较大或与南疆经济发展水平较低、基础设施条件较差有关，援助效果难以快速凸显。南疆阿克苏地区和喀什地区的旅游资源相对丰富，其综合效率更高。比较调整前后，北疆综合效率下降但南疆提升，说明外部环境等因素致使北疆综合效率虚高，弱化南疆综合效率。外部环境等因素提高南北疆纯技术效率，降低南北疆的规模效率。

从市域来看，多数地州市综合效率有待提高。绘制旅游援疆综合效率及分解效率关联度（图2），相关点越接近对角线则其关联性越强，比较可知调整后综合效率受规模效率的影响程度更深。为提高旅游援疆整体效率，19 个省市应密切协作，周密规划区域旅游联动发展，串联优质旅游资源，助力新疆由旅游资源大省向旅游经济强省转变。比较调整前后，规模报酬递增的地州市显著增加，占比达到65%，援助方和受援方应继续扩大援助投入。吐鲁番市、伊犁州直的综合效率均达最优。吐鲁番市受到湖南省重点帮扶，通过影视援助、客源援助、智力援助等带动当地旅游业发展。江苏省帮助伊犁州直创建那拉提国家旅游度假区、打造果子沟-赛里木湖优质线路，开通多条旅游航线。

图2 旅游援疆综合效率及其分解效率关联度Fig.2 Correlation analysis of comprehensive and decomposition efficiency of tourism aid for Xinjiang

2.4 旅游援疆效率演化

以2015、2017 年和2019 年为时间节点，通过自然断裂点法将旅游援疆综合效率及分解效率划分为高、次高、中、次低和低5个层级，利用ArcGIS 10.5软件绘制旅游援疆效率的时空演化图（图3）。

图3 旅游援疆效率的时空演化Fig.3 Spatial and temporal evolution of efficiency of tourism aid for Xinjiang

从时空维度看，12个地州市旅游援疆效率呈现“北高南低”分布格局，高值区集中分布在北疆，南疆多为低值区和次低值区。随着时间推移，旅游援疆效率呈向高值转化态势，其中综合效率和纯技术效率的变化显著，2 个地州市实现层级跃迁。12 个地州市规模效率变化程度低，位于高值区的阿勒泰地区、昌吉州、吐鲁番市、巴州和伊犁州直固定不变且彼此相邻，区域旅游联系增强，发挥规模集聚效应。受援地重点发展优势资源，规模效应提升缓慢，与旅游援疆前期阶段特点相吻合。随着旅游援疆工作的推进，援助方与受援方沟通交流的深入，“辨症施治”的旅游援疆政策发挥重要作用，援助方要素投入日趋合理，旅游援疆工作持续优化。从各层级看，旅游援疆效率前期具有不稳定性，效率层级的晋升和跌落是常态。只有在持续稳定的旅游援疆投入和因地制宜的发展对策共同帮扶下，才能实现旅游援疆最优效率产出。阿勒泰地区和巴州的综合效率值在2015年成功升入高值区，得益于前期援疆成果的积累和后期旅游援助的有益探索；源于南疆原生的经济弱势，旅游援疆成果转化需要更多时间，喀什地区综合效率在次低值区和低值区间跳跃，近年来上海等省市投入资金助力发展，喀什地区旅游业日新月异。伊犁州直、昌吉州的A 级景区数量多，吐鲁番市较早打开内地旅游市场并享有高知名度，经济相对较好，处于高值区。

2.5 旅游援疆效率的影响因素分析

旅游业发展受到多重因素交互影响，借鉴前人研究［23-24］，利用Stata 16.0 软件，选取以下变量进行影响因素分析（表3）。以人均教育投资衡量区域教育的重视程度和培养能力；以技术创新（全员劳动生产率提高比率）反映区域产业的科技化程度；以投资水平（固定资产投资与GDP 比值）表征区域内部投资环境；以人口密度表示区域潜在旅游劳动力；参考马晓龙等做法［25］，将地州市内3A～5A 级景区分别赋权5分、7分和10分，以其加权求和结果表征市域旅游资源吸引力；引入地区虚拟变量指标，北疆、南疆赋值分别为1、0。为消除异常值可能造成的突变影响，对部分解释变量取对数处理［26］。

表3 基于Tobit模型的旅游援疆效率影响因素的回归结果Tab.3 Regression results of the impact factors of efficiency of tourism aid for Xinjiang based on Tobit model

除技术创新外，各影响因素均表现为正向显著。地区虚拟变量系数（0.562）最高，由于地理位置和经济水平的并发优势优于南疆，北疆的旅游援助红利更易释放；投资水平系数（0.175）排名第二，新疆旅游发展逐渐摆脱外部投入的路径依赖，充分发挥内部自身造血与援疆输血投入的合力作用，有效凸显旅游援疆效果；人均教育投资系数（0.130）排在第三，居民受教育程度影响社会风貌、旅游地形象和接待能力，教育援疆为新疆旅游发展注入新鲜血液并提供人才储备，是打造本土旅游人才和培育专业团队的必要环节；旅游资源吸引力（0.119）是旅游业发展过程中的核心要素，旅游资源对游客吸引力越强，创造的经济收益越大；人口密度（0.008）对旅游援疆效率的作用较低，有较大挖掘潜力，劳动力充足才能满足旅游发展的人力资本需求，而人口密度高低将会决定本地潜在客源市场规模大小，是后疫情时代落实“新疆人游新疆”、助力新疆旅游复苏的重要保障；技术创新作用不显著为正，说明科技创新对新疆旅游发展的驱动作用尚未完全凸显，应借助援助方科技旅游创新优势的技术成分和智慧含量，不断提升新疆旅游产品的文化内涵与科技附加值。

2.6 旅游援疆效率的影响机制

基于旅游援疆实际与政策执行过程理论，从纵横相合与内外相宜的视角归纳由3个时期、3个维度（目标群体、执行机构和环境因素）、7 个方面（纵向联动、横向沟通、援助方政府、受援方政府、社会组织、外在动力、内生基础）构建的旅游援疆效率影响机制（图4）。

图4 旅游援疆效率的影响机制Fig.4 Impact mechanism of efficiency of tourism aid for Xinjiang

旅游援疆作为对口援疆的重要组成部分，由中央政府主导，但在执行机构、目标群体、援助方式等存在差异，故将其划分为初期、中期和远期3个时期。

初期为宏观型旅游援疆，以旅游干部入疆为主，通过“输血式”援助促进新疆旅游经济稳定发展；中期为周密型旅游援疆，旅游援疆在援疆工作中被单独提出，政府部门制定旅游援疆计划，重点培育新疆旅游业“造血型”功能，援助方式向全方位、多角度转变。中期发展过程可分为前、后2个阶段，前期援助方以资金、项目为主要手段，旅游援疆效率提升缓慢，规模效率偏低；后期旅游援疆全面开花，纯技术效率和规模效率并举，综合效率逐步向前沿面迈进。远期为精准型旅游援疆，旅游业实现高质量发展，少数领域需要“查漏补缺”式帮扶，充分激发新疆旅游业“活血化”功能。

纵横相合分为纵向联动和横向沟通。纵向联动指上、下级部门间的联动反馈，即中央政府和地方政府、社会组织对旅游援疆政策的传达、执行、反馈、制定过程。中央政府为新疆旅游业发展指明方向，各级政府和社会组织是政策执行者；横向沟通即援助方政府、社会组织和受援方的沟通协调。援助方政府、社会组织与受援方积极对接，明确新疆旅游发展的存在问题与现实需求，对旅游援疆的重点方向予以政策导入、资源注入、人才引入。

内外相宜分为外在动力和内生基础。援助方政府和社会组织的要素投入作为推动新疆旅游业发展的外在动力，用“输血+造血”的方法推动新疆旅游业“活血化”发展。现阶段，各地州市基础设施建设和配套服务能力参差不齐，南疆亟需以人才培养和资源开发为主导的“造血式”帮扶，合理协调“输血和造血”的关系并优化资源配置是新疆旅游业高质量发展的关键；内生基础即新疆内部环境因素，部分地州市的旅游接待设施等因素造成旅游援疆投入冗余，鉴于区域和市域旅游环境的异质特征，北疆旅游援助应以“造血型”为主，南疆侧重于“输血式→造血型”转化，同时协调好旅游援疆投入和其他要素投入间的平衡关系。

3 讨论与结论

3.1 讨论

旅游援疆有助于缩小区域旅游发展差距，加速旅游资源优势向旅游经济效益转化，助力“旅游兴疆”战略顺利实施。已有部分学者通过双重差分模型、主成分分析法、数据可视化等分析援疆对新疆旅游业的影响。李金叶等［27］指出西部大开发和新一轮对口援疆能够完善新疆基础设施建设并改善民生；郭金忠等［28］证明援疆带动新疆社会综合发展水平、提升新疆“造血”能力，与胡静轩等［2］援疆政策促进新疆旅游经济显著增长的结论保持一致。

旅游经济高质量发展需要注重量质双升，本文从效率视角判断旅游援疆政策的阶段实施效果，识别影响旅游援疆效率的环境因素与影响程度，归纳其影响机制，丰富旅游援助的案例研究和理论贡献。但是，本研究仍然存在不足：受制于援疆数据的剥离难度，多选取较易获得的宏观统计指标，后续研究可融入调研数据和微观指标构建更加科学合理的综合评价指标体系；缺乏对比研究，仅对旅游援疆效率进行测度，未来可尝试比较分析旅游援疆与旅游援藏的政策效果差异。