1、1中国城市旅游产业效率时空特征与行业差异作者简介：韩元军（1981- ） ，男，山东潍坊人，中国旅游研究院旅游政策与发展战略研究所助理研究员，经济学博士，研究方向：旅游产业效率、旅游政策与发展战略。 基金项目：国家社科基金重大招标项目，项目编号：10ZD&051；国家自然科学基金项目，项目编号：41101044。 摘要：基于 2005 至 2009 年 16 个城市旅游业投入产出的数据，本文利用 DEA-BCC 模型分析了我国城市旅游产业效率的发展特征。研究结果表明：城市旅游业综合技术效率整体偏低，但是随时间呈现出不断提升趋势；城市旅游经济规模与综合效率的空间非均衡问题显著，而且城市旅游业综合
2、技术效率呈现出一定的区域内部分化特征；城市旅游业内部三行业的综合技术效率存在明显差异，旅行社业效率均值最高，酒店业次之，景区行业最低，而且这三个行业效率的城市排名存在不同程度的相关性。 关键词：城市旅游产业效率；时空特征；行业差异；DEA-BCC 模型 中图分类号：F59 文献标识码：A 现阶段我国旅游产业正在由粗放型向集约型方向转变，由注重规模扩张向扩大规模和提升效益并重转变，产业效率持续提升与否对于我国城市旅游业发展质量和转型升级成败都至关重要。城市作为最基础的旅游目的地，对于促进更大空间的区域旅游经济发展和更小空间的县域旅2游经济发展具有示范带动作用（杜一力，2012） 。城市旅游研究具
3、有重要的理论与现实价值，通过数据包络分析（DEA）方法，本文将采用 DEA-BCC 模型，应用 DEAP21 软件，分别研究中国 16 个城市旅游产业效率及其分解效率的时间变化趋势，了解各城市旅游产业效率的空间特征，以及城市旅游产业效率的类型及推动因素；同时分析各城市旅游产业内部三个主要行业的效率差异及特征，拟从时间、空间和行业维角度对城市旅游产业效率进行探索性研究。 一、文献综述 自 1957 年英国经济学家 Farrell 提出效率这一概念及测算标准1后，效率研究已渗透到众多产业问题分析之中。20 世纪 90 年代之后，旅游产业效率问题逐渐成为国外学者的关注焦点，国外学者侧重从微观角度评价
4、旅游企业效率，旅游酒店、旅行社、旅游交通等的单体企业成为主要研究对象。早期的文献主要是利用 DEA、SFA 等多种方法简单测算旅游企业效率水平2，随后旅游效率研究扩展到旅游企业效率的影响因素3、旅游企业效率的变化趋势4、旅游企业效率的空间差异5、同一旅游行业内不同性质企业的效率差异6等。近年来，一些国外学者开始从宏观角度研究综合性目的地的效率，旅游目的地效率的国际比较7，特定国家的静态和动态旅游效率评价8等正在成为国外旅游效率研究新的关注点。 随着我国旅游业繁荣发展，国内在注重扩大旅游经济规模的同时，旅游产业发展效率问题引起了政府、学术界的普遍关注。21 世纪初期以后，国内旅游效率研究开始大量
5、涌现，与国外侧重微观企业效率研究相3比，国内侧重于中观和宏观旅游效率分析，研究重点集中在特定地区旅游产业效率评价9-10、我国旅游效率的时空差异11-12、我国旅游效率提升对旅游经济增长的贡献13-14、城市旅游效率区域差异15、我国旅游效率影响因素的计量分析16。目前，国内一些学者开始研究微观旅游企业效率，主要从中观视角关注旅游上市企业效率分解和类型比较17、星级酒店效率差异18等领域。尽管中外研究旅游产业效率的文献较多，但是旅游业效率问题还有一些领域未被探索或者已有研究存在一些不足。首先，国外学者从微观角度研究个体旅游企业效率固然有利于理解特定企业效率的状况，并提出相应的改进方式，但是微观
6、个体企业视角不利于较全面地掌握我国旅游产业效率的整体发展状况，故本文从中观视角分析旅游产业效率问题。其次，很多已有旅游效率研究采用分省数据，在我国城市等级结构、城乡二元结构背景下分省数据，由于模糊了大小城市和城乡旅游企业之间的差距，可能掩盖旅游发展效率特征。本文拟以城市作为空间单位，分析旅游产业效率问题。第三，现有城市旅游效率研究倾向于采用时间、空间、行业某一个或两个维度进行分析，这不能全面评价我国城市旅游效率的状况。本文拟从时间、空间、行业三个维度多层面评价我国城市旅游产业的绩效，特别是通过对比分析城市空间单元内旅行社、酒店、景区三个行业的效率状况，以全面了解城市旅游内部行业的效率差异。 二
7、、变量、数据和估算方法 （一）变量和数据 在中国城市旅游业效率估算的投入指标选择上，本文选择资本和劳4动作为投入要素：一是选择 16 个城市旅行社、星级饭店、景区三个行业和其他所有旅游企业的固定资产原值作为资本投入指标，将固定资产投资价格指数折算为 2009 年的价格；二是选择 16 个城市旅行社、星级饭店、景区三个行业和其他所有旅游企业的旅游从业人数作为劳动力投入指标，在产出指标上选择营业收入作为产出指标，并且将固定资产投资价格指数折算为 2009 年的价格，数据来源于 2006 至 2010 年的中国旅游统计年鉴（副本） 、 中国统计年鉴 。根据数据的可得性和研究目的，本文选取沈阳、大连、
8、长春、哈尔滨、南京、无锡、苏州、杭州、宁波、厦门、武汉、广州、深圳、桂林、海口、成都共 16 个城市作为研究对象。（二）数据包络分析（DEA）方法 数据包络分析（Data Development Analysis，DEA）是由Charnes、Cooper 和 Rhodes（1978）等人最早提出的，利用求解线性规划最优值来评价一组同质决策单元（DMU）相对效率的非参数系统分析方法19。相对于随机前沿面（SFA）等需要设定参数的效率估算方法，DEA 方法具有无须事先设定特定的生产函数就能进行效率估算的优势。它的基本思路是将每一个评价对象作为决策单元（DMU） ，通过比较同一时点所有 DMU 的投
9、入产出以决定它们共有的最佳生产前沿面，再比较每个DMU 与最佳生产前沿面的差距确定这个 DMU 是否具有效率。如果这个 DMU位于最佳生产前沿面上，则具有效率，否则不具有效率。Charnes、Cooper 和 Rhodes（1978）提出了基于规模报酬不变，假定的计算相对效率的 DEA-CCR 模型，然而该模型的假定往往不符合经济现实，5Banker、Charnes 和 Cooper（1984）扩展了 DEA-CCR 模型，提出了基于规模报酬可变的 DEA-BCC 模型，并且将效率分解为纯技术效率和规模效率两种，这对于分析现实经济较契合。此外，DEA 模型分为基于投入导向和基于产出导向两种，基
10、于投入导向是指在特定产出水平下使投入量最小化，基于产出导向是指在特定投入水平下使产出量最大化，两种导向方法的原理是相近的。本文采用产出导向的 DEA-BCC 模型进行分析，所用软件是 DEAP2.1，DEA-BCC 模型如下： 假定存在 n 个决策单元（DMU） ，则每个决策单元 DMUj（j=1，2，n）有 s 种投入和 t 中产出，则 xj=（x1j+x2j+xsj）T 和 yj=（y1j+y2j+ytj）T 分别是第 j 个决策单元 DMU 的投入量和产出值，X、Y 分别表示 s*n 维投入矩阵和 s*t维产出矩阵，线性规划方程20为： 其中 是 N*l 维常数向量，N1T=1 是一个凸
11、性假设，它满足规模报酬可变的约束，1，1/ 是产出导向的技术效率值，介于 0 与1 之间。为了更好理解综合技术效率及其分解出的纯技术效率和规模效率，特对此作以简单说明：纯技术效率是指在规模报酬可变条件下特定 DMU与生产前沿面的距离，距离生产前沿面越近则纯技术效率越高。规模效率是指规模报酬不变条件下生产前沿面与规模报酬可变条件下生产前沿面的距离，距离规模报酬可变的生产前沿面越近则规模效率越高21。 下面用图 1 说明综合技术效率、纯技术效率、规模效率的关系，用单投入要素 X 和单产出要素 Y 建立坐标轴，CCR 前沿面为技术水平恒定时规模报酬不变情况下的最大产出，BCC 前沿面为技术水平恒定时
12、规模报酬不变情况下的最大产出。分布在 CCR 前沿面上点的综合技术效率都是最6高的，值为 1；分布在 BCC 前沿面上点的纯技术效率值为 1，它是有效率的。CCR 前沿面、BCC 前沿面以下点分别是综合技术无效率、纯技术无效率的，比如点 D，它的综合技术效率等于 AB/AD，纯技术效率等于AC/AD，规模效率等 AB/AC。因此，综合技术效率等于纯技术效率乘以规模效率，这也是效率分解的普遍公式，与 D 点相比，E 点的综合技术效率、纯技术效率、规模效率均等于 1，该点是有效率的。 三、中国城市旅游产业效率的特征分析 （一）城市旅游产业效率的时间变化特征 通过对我国杭州、大连等 16 个城市旅游
13、业整体绩效测算，可知 2005至 2009 年我国城市旅游业的综合效率平均值为 060，而国外发达国家旅游效率测度的平均值为 085 左右22，可见我国旅游业综合效率相对较低，未来还有较大提升空间。通过将旅游综合效率分解为纯技术效率和规模效率，并进行测算得出结果，2005-2009 年我国城市旅游业的纯技术效率平均值为 075，规模效率平均值为 069。我国城市旅游业规模效率较低促使其综合技术效率偏低，未来我国主要旅游城市要根据自身旅游资源禀赋和旅游经济水平，适时调整其旅游业发展的规模。 虽然 2005 至 2009 年我国整体的城市旅游业综合技术效率平均值较低，处于不及格水平（60 分以下）
14、 ，但是我国城市旅游业的综合技术效率随着时间呈现出不断提升的态势（见图 2） ，城市旅游综合技术效率平均值由 2005 年的 035 提升到 2009 年的 072，效率水平得到大幅提升。这是由城市旅游业的纯技术效率和规模效率均稳定提升决定的，2005 至 2009年我国各城市通过积极提升旅游业的管理效率、运营效率、服务效率有7效改善了自身的纯技术效率，通过适时调控自身旅游业发展规模以适应市场竞争需要，客观上使自身的规模效率不断提升，各城市纯技术效率和规模效率的稳步提升持续推动自身旅游业的综合技术效率随时间呈现强劲上升趋势。 （二）城市旅游产业效率的空间特征 从总体情况看，2005 至 200
15、9 年我国 16 个城市的旅游产业效率估算结果见图 3，虽然我国 16 个城市中旅游业综合技术效率超过 060 的有 8个，它们是沈阳、南京、无锡、苏州、杭州、厦门、广州、成都，但是仅有南京一个城市的旅游综合效率达到 080 以上，而综合技术效率低于060 的城市也达到 8 个，它们是大连、长春、哈尔滨、宁波、武汉、深圳、海口、桂林，这说明我国大部分城市的旅游业平均效率偏低。所以，在这些城市旅游经济规模迅速扩大的背景下，我国城市旅游经济规模与旅游发展效率的空间非均衡问题较显著。 除了空间非均衡性问题，我国各城市旅游业的综合技术效率还存在相当大的差距，南京市旅游综合技术效率排名第一，它的旅游效率
16、均值为 084。长春市排名最后，它的旅游效率均值为 032，与第一名的综合效率均值相差 051。未来我国需要加强旅游效率的区域平衡问题，促进区域旅游发展质量协调提升。此外，我国旅游业综合效率呈现出一定的空间内部分化特征。以东北地区为例，大连、长春、哈尔滨三个城市的旅游综合效率均低于 060，在 16 个城市中排名最后三位，而沈阳效率值较高，达到 079，排名第二。虽然沈阳与长春、大连、哈尔滨同属于东北地区，但是旅游综合效率却相差悬殊，这可能与沈阳市在自身旅游资源禀赋和8技术水平基础上，积极创新管理效率和服务效率是密切联系的，使旅游规模效益成报酬递增态势，而且沈阳积极利用故宫等垄断性旅游资源，有
17、效缓解了旅游收入的季节性波动。由于机制体制创新缓慢或者旅游投入较快，导致长春、大连、哈尔滨旅游经济产出规模滞后效应显著，再加上这三个城市的旅游产品季节性调整力度有限，促使自身旅游经济出现较大周期波动，旅游人员与设备、资本等要素利用率较低，从而导致其综合技术效率不高。 为了更好地对我国城市旅游效率进行空间比较，以 16 个城市旅游业的纯技术效率均值（075）和规模效率均值（069）为标准，将构成旅游综合技术效率的纯技术效率和规模效率分为四个区间（见图 4） ，它们是A、B、C、D 区间，位于不同区间代表了不同城市旅游效率的发展特征。其中，A 区间内包含沈阳、南京、无锡、厦门四个城市，它们是均衡驱
18、动型城市，这四个城市的纯技术效率和规模效率水平均位于全国前列。虽然它们的综合技术效率处于国内先进水平，但是与国外发达国家 080 以上的旅游效率相比，整体旅游效率水平还偏低，最高的南京只有 084，四个城市旅游效率均值为 078。因此，未来这四个均衡驱动型城市需要利用好现有的旅游效率发展优势，尽快实现由国内旅游发展效率强市向世界旅游发展效率强市的转变，通过不断推动城市旅游发展质量提升自身城市竞争力。B 区间内包含桂林、广州、海口、长春四个城市，它们是纯技术驱动型城市，这四个城市的纯技术效率水平在国内领先，但是规模效率水平偏低，未来要提升自身的旅游综合效率水平，需要在保持纯技术效率领先的先发优势
19、的同时，发挥好旅游企业规模调整的后发优势，通9过企业兼并、重组整合国内外目标旅游市场，形成大型企业集团、中小型专业化旅游企业的合理分工模式。C 区间内包含大连、武汉、深圳、成都、宁波、苏州、杭州七个城市，它们是规模驱动型城市，这七个城市的规模效率水平较高，但是纯技术效率水平较低，这种类型的城市在国内比例较高，占样本城市的 44%，未来我国需要集中力量提升该类型城市的旅游业纯技术效率水平，使该类城市向均衡驱动型城市转变。D 区间内包含哈尔滨一个城市，它是动力缺乏型城市，旅游规模效率与纯技术效率水平均较低，国家和地方旅游相关部门一方面应该对该类型城市加大政策方面的引导、支持，促进其尽快由注重旅游经
20、济规模提升向旅游发展质量转变；另一方面，应在资金、土地等方面予以倾斜，使其尽快追赶上同区域内其他城市的旅游发展效率，避免出现旅游发展空间内部分异严重化倾向。 （三）城市旅游产业效率的行业特征 通过测算 2005 至 2009 年我国 16 个城市旅行社、酒店、景区三个行业的效率（表 1） ，可知我国旅游业内部三个行业的效率水平存在明显差异。从整体来看，2005 至 2009 年的旅游综合效率均值最高的是旅行社业068，其次是酒店业 066，最低的是景区行业 048；除了 2006 年，2005至 2009 年其余四年的旅行社行业综合效率均高于酒店业，这可能是由于与酒店业相比，旅行社行业现有进入
21、退出门槛更低。在现有市场竞争较充分格局下，旅行社能够生存的效率水平相对较高，而酒店一旦运营则退出成本较高，促使效率较低的酒店会在市场勉强经营，从而拉低了酒店业的整体效率水平。此外，2005 至 2009 年我国旅行社、酒店业的综合效率均明显高于景区行业的综合效率，这可能是由于景区所有权以国有10为主，竞争程度和开放程度较旅行社、酒店行业较低，这导致景区管理、经营创新和效率提升动力不足。另外，景区行业资产沉淀成本更高，导致其行业进入退出的壁垒更高，从而效率较低景区不能及时退出，这些因素导致景区行业综合效率较低。 从效率分解角度看，2005 至 2009 年我国旅行社业、酒店业的纯技术效率均值较高
22、，分别达到 079、078，景区的纯技术效率均值为 061，我国酒店业、旅行社业的规模效率均值分别达到 087、086，景区的规模效率均值为 078。因此，我国旅行社业、酒店业整体的综合技术效率较高是与它们纯技术效率、规模效率均处于较高水平是密切相关的；我国景区的综合效率水平较低是由于其纯技术效率水平低下造成的，我国 16 个城市主要景区的服务效率、运营效率、管理效率的联合效应没有得到有效发挥，促进自身景区的纯技术效率水平较低，未来需要在保持自身适宜发展规模的基础上，通过提高员工的专业素质水平提升服务效率，提高景区投入产出的运营效率，改善景区的管理效率，从多层面促使景区综合效率持续提升。 从空间角度来看（见表 2） ，我国旅行社行业综合技术效率排在前五名的城市分别是广州、武汉、苏州、杭州、无锡，这些城市是长江以南经济较发达的城市，旅行社行业综合技术效率排在后五名的城市分别是沈阳、宁波、哈尔滨、厦门、南京，这既包括东北地区的城市，又包括经济较发达的东部城市。我国酒店业综合技术效率排在前五名的城市分别是海口、哈尔滨、大连、南京、厦门，排在后五名的城市分别是宁波、武汉、桂林、无锡、广州。我国景区行业综合技术效率前五名的城市分
