1、 从旅游业内部管理和外生环境探讨旅游业效率改革前言旅游业作为依托旅游资源、具有较强的产业关联性和辐射力的现代服务业，已经成为我国经济发展的战略性支柱产业。伴随着我国经济的快速发展、人们生活水平的大幅提高和对外开放程度的日益深入，我国旅游业发展迅速。2012 年旅游总收入达 2.57 万亿元，比 2011 年增长14%。目前，在旅游业的快速增长和旅游市场的强烈竞争背景下，旅游地竭尽全力挖掘当地旅游发展潜力，为了吸引更多的游客而竞相加强本地的基础设施建设，挖掘社会资源、生态资源、文化资源的旅游价值，形成了旅游业以规模扩张为主的增长形势。旅游业投入产出效率的提高对区域的经济社会发展具有重要的作用。但
2、是，在旅游业规模不断扩大的同时，各地区则很少关注旅游业效率问题，导致我国旅游业发展水平低，区域旅游效率还存在显着差异。因此，在国家经济转型升级的宏观背景下，全面、准确地测定和评价旅游效率，探究提高旅游效率的有效路径，对于促进旅游业转变发展模式显得尤为重要。旅游产业效率应既包括内生性的管理效率也包括外生性的环境效率，除了投入要素等内生可控变量外，产业结构与基础设施等外生环境因素也是决定区域旅游业环境效率的重要因素。但是，现有研究缺乏从环境和管理两维视角评价旅游业效率，仅通过全要素旅游效率这一指标无法评判产业内部经营管理与产业发展外生环境对区域旅游效率的作用，对为何不同地区旅游业效率存在明显差异也
3、缺乏充分解释。国内学者大多利用传统的数据包络分析（DataEnvelopmentAnalysis，简称 DEA）这种非参数估计的效率评估方法对我国区域旅游全要素生产率（Total-factorTourismEfficiency，TFTE）进行测算并对区域差异特征加以分析，研究所得到的结论总体上都是我国旅游业的发展效率总体偏低，区域差异特征明显（朱承亮，等，2009; 马晓龙，保继刚， 2009;岳宏志，朱承亮，2010; 周云波，等，2010; 陶卓民，等， 2010） ；还有少数学者利用传统数据包络分析方法探讨了影响我国地方旅游业发展效率的因素（许陈生，2012; 顾江，胡静， 2008）
4、，发现经济水平、企业固定资产、制度环境对旅游生产效率有显着积极影响。与外生环境有利于发展旅游业的优势地区相比，劣势地区的旅游业发展需要更多的要素投入，但现有旅游效率非参数评估方法采用的多为传统的DEA 或两阶段的 DEA 分析方法，所研究的全要素生产率指标仍然是环境因素和管理因素综合影响下的旅游效率，它不能识别经营环境对旅游产业效率的影响，也无法将环境效率从管理效率中分离出来，无法剔除外生环境差异带来的无效率，对于外部环境相对不好的决策单位是不公正的评价，DEA 效率得分可能低估或高估了实际效率（WorthingtonAC，2000） 。在利用数据包络分析法测算生产效率时，可以通过多阶段方法，
5、例如 Fried 等（ 1999）提出的四阶段DEA 方法和 Fried 等（2002）提出的三阶段 DEA 方法，将这些外部环境因素对投入或产出量的影响分离掉，利用剔除干扰后的相关投入和产出量，对生产效率进行更准确的估测（Fried，etal.，1999;Fried，etal.，2002） 。近几年，生态、能源等领域的研究大多利用这种多阶段数据包络分析方法进行效率分析，但在旅游业效率测度中还没有得到应用。鉴于此，本研究试图从旅游业内部管理和外生环境的视角，运用DEA 四阶段模型，通过修正外部环境变量造成的偏差，分别评价我国各区域的全要素旅游效率、全要素旅游管理效率和全要素旅游业环境效率，从环
6、境和管理两个方面力求准确地认识旅游业效率状况，深入剖析区域旅游无效率的根源。这样既能科学评价我国不同区域旅游业管理效率和区域旅游环境效率的差异，又能准确分析旅游业低效率的根源，明确未来提升不同区域旅游业效率的改革方向，以期为我国提升旅游业效率提供理论参考，同时对我国旅游效率研究方法作新的尝试。1 研究方法与变量说明1.1 研究方法传统的 DEA 方法（即 DEA 一阶段模型）是一个最早的效率评估方法，用这种方法衡量的生产函数边界是确定的，不能分离外部环境因素和测量误差的影响，所以，它忽略了不同决策单位所处的外部环境差异，将任何偏离效率前沿的“行为”都视为管理无效率。事实上，生产单位将投入转化为
7、产出的能力受到外部环境变量的直接影响，如果不考虑这些环境因素将直接导致不同区域、不同环境下用相同效率边界估计出的效率不可比。在不同的评价基础上进行统一的效率衡量，对那些优越环境的决策单位会提高其效率评价得分，而对于外部环境相对不好的决策单位则是不公正的评价，DEA 效率得分可能低估或高估实际效率水平（Francesca，etal.，2011） 。对这一缺陷，本文采用四阶段 DEA-Tobit 计量的效率评价方法，通过修正外部环境变量造成的偏差，使DEA 效率评估更为准确。Fried 等人（1999）提出了剔除环境变量影响的 DEA 四阶段效率评价模型，是一种能够更好地利用非参数评价方法评价决策
8、单元（DecisionMakingUnits，DMU）效率的模型，通过控制外生环境因素对投入或产出量的影响，利用多阶段模型重新调整投入量或产出量，对外生环境变量所造成的误差予以修正，在实现外生环境均等化的基础上对决策单元的管理效率进行最终的估计。DEA 一阶段模型是利用传统的 DEA 模型对投入产出数据进行测算，获得初始效率即全要素生产效率，得到投入松弛变量和产出松弛变量，这个初始效率不能判断运行环境和统计噪音对 DMU 效率的影响。因此，二阶段DEA 模型是在一阶段模型的基础上，利用随机前沿面方法（SFA ）有效分解第一阶段得到的松弛变量，过滤掉外部环境对 DMU 效率的影响，将 DMU 置
9、于相同的外部因素影响状态下。 DEA 三阶段模型是通过第二阶段所揭示的环境影响和统计噪音的不同影响程度修正初始投入或产出量，使所有的 DMU 处于同质的环境下。最后，第四阶段再次利用 DEA 对调整后的数据进行分析，得到一个更客观的DMU 效率值。DEA 四阶段模型具体步骤如下。第一阶段：用传统的 DEA 阶段模型评价决策单元初始综合效率。不考虑外部环境的影响，选择投入和产出指标，利用投入导向可变规模报酬下的松弛变量模型即 SBM-I-C 模型进行投入导向型原始数据的效率评价，得到每个决策单元的初始综合效率得分，即全要素旅游效率（Total-factorTourismEfficiency，TF
10、TE） ，以及投入松弛变量Skj。其中，Skj 表示决策单位 k 的第 j 个投入松弛变量， j 代表第 j个投入要素，j=1，2，3?m;k 代表第 k 个决策单元 DMUk，k=1，2 ，3?n。第二阶段：外生环境变量与松弛变量关系分析。在 SBM-I-C 模型中投入松弛变量是大于等于 0 的，对那些有效率的决策单元来说，投入松弛变量等于 0，这意味着投入松弛变量是被截断的。因此，本文利用 Tobit 模型拟合第一阶段的投入松弛变量和外生环境变量之间的关系（Worthington，2000） ，选择能够刻画外部环境特征的外部环境变量，为投入松弛变量构建与投入的项数 m 相同个数的Tobit
11、 回归模型并进行参数估计，定量评价外生环境变量对投入松弛变量的影响。被解释变量是第一阶段得到的各个投入变量的松弛变量Skj，解释变量是影响决策单元的外生环境变量，这 m 个回归方程Skj=fj（Qkj ，Bj ，Ekj） ，其中，Qkj 表示影响第 k 个决策单元第 j 个投入的外生环境变量，Bj 为与环境变量对应的拟合系数；Ekj 是随机干扰项。第三阶段：根据投入松弛变量的拟合值，选用最大拟合值对决策单元初始投入变量 Xjk 进行调整。选择最大拟合值是因为最大拟合值表示决策单元此时所处的外生环境最不利。通过这样的调整，就可令那些由于外部环境优良而具有更高效率的决策单元去掉外部环境的优势，使所
12、有决策单元处在同一水平的外部环境中，从而更准确地反映真实的效率水平。根据前一阶段获得的拟合系数，得到投入松弛变量的拟合值 XjAk，利用松弛变量估计值与最大松弛变量估计值之间的差值调整初始投入变量，即令：【1】第四阶段：剔除外部环境因素后的效率值测算。剔除外部环境因素影响后，将第三阶段调整后的投入代替原始投入数据，再次利用第一步的 SBM-I-C 模型，重新计算调整后的效率值，即为区域全要素旅游管理效率值（Total-factorTourismManagementEfficiency，TFTME） ，对各决策单元的真实的管理效率水平进行评价。1.2 全要素旅游管理效率和旅游环境影响率的界定在这
13、里，将全要素旅游效率与全要素旅游管理效率之比定义为区域旅游环境影响率（TourismEnvironmentalInfluenceRate ，TEIR） ，用以反映全要素旅游效率与全要素旅游管理效率的差异，评价各区域旅游环境的影响效率。区域 i 在 t 时刻的旅游环境影响率表示如下： 【2】全要素旅游效率是未剔除环境变量的效率值，是现有环境条件和投入产出水平下实现的效率，根据原始投入和产出数据由 DEA 模型获得，是介于 01 之间的数值。全要素旅游管理效率是剔除环境变量后的效率值，通过 DEA 四阶段模型对外部环境给效率估算产生的影响进行有效的调整，控制了外生环境变量后，再利用剔除环境因素影响
14、后的投入产出数据，计算全要素旅游管理效率指标，衡量区域对旅游业发展的管理效率，全要素旅游管理效率也是介于 01 之间的数值。虽然 TFTE 与 TFTME 的值介于 01 之间，但是二者之比即TEIR 的值却不一定介于 01 之间，当 TEIR1 时，说明该区域旅游无效率是管理无效导致的，而该区域的环境是相对有利的；当TEIR1 时，表明该区域的外部环境不利于旅游业的发展，是造成旅游无效率的主要原因；当 TEIR=1 时，说明全要素旅游管理效率与全要素旅游效率相等，该区域外部环境对旅游业的效率没有影响。1.3 样本选取与数据来源利用非参数方法对旅游业效率进行评估，需要根据旅游业的特点确定旅游业
15、的投入和产出。本文在旅游业投入方面，选择资本和劳动作为旅游业发展的投入要素，具体包括固定资产与从业人员。由于旅游业 GDP 估计的困难，因此，将旅游总收入作为旅游业的产出。资本和劳动是旅游业最重要的投入要素，选择旅游业固定资产净值作为资本变量；在劳动要素投入方面，选取旅游从业人数作为投入变量。Fried 的四阶段 DEA 评价模型中，需要根据 DMU 所处环境的差异对松弛变量进行调整，通过 Tobit 回归模型来分析环境变量对松弛变量的影响。在充分考虑区域旅游业发展的经济特性的基础上，本研究的外部经营环境变量主要包括区域产业结构、区域经济开放程度、居民文化水平及交通条件四个方面。其中，以旅游业
16、占地区生产总值比重作为衡量区域产业结构的指标；选取地区进出口贸易总额占地区生产总值比重代表区域经济开放程度；以高等教育人口所占比重反映地区文化素质；交通便利与否是区域出游便利程度的重要依据，交通条件用交通网络密度这一指标衡量，交通网络由铁路、高速公路、航空线路构成。本研究选取我国省级区域作为研究对象，研究样本包括我国 31个省、直辖市、自治区（除台湾省、香港和澳门特别行政区） ，采用20052009 年年度面板数据。分析所使用的基本数据主要来源于 2006 年2010 年的中国旅游统计年鉴和中国统计年鉴 。利用各地区旅游业投入产出变量的数据，使用 DEA-SolverPro5.0 和 Stat
17、a11 软件，计算出各地区全要素旅游效率和全要素旅游管理效率。2 我国各省区旅游效率综合评价2.1 全要素旅游效率与全要素旅游管理效率的差异成因旅游效率受多元化外部环境影响，运用 Tobit 回归模型拟合第一阶段的投入松弛变量与外生环境变量之间的关系。将 DEA 一阶段模型中得到的初始投入变量的松弛变量作为被解释变量，将区域产业结构、区域开放程度、居民文化水平和交通条件作为解释变量，分别对人员投入和资本投入的松弛变量建立 Tobit 回归方程，定量评价环境因素对旅游投入松弛变量的影响（见表 1） 。 【3】如前文所述，全要素旅游效率与全要素旅游管理效率之间存在差异，究其原因在于各地区之间存在显
18、着的外部环境差异。研究表明，产业结构、经济开放程度、居民文化水平和交通条件对人员投入松弛变量均具有显着影响。经济开放程度、交通便利对人员投入松弛变量都有显着的正向影响，这表明随着区域间经济联系的密切性增强，道路交通网络的完善，人员要素投入的松弛变量就越大。旅游业比重和文化程度的提高，会提升人员要素投入的集约化程度，能够有效降低旅游投入松弛变量。随着交通设施的完善，区域内外市场之间的沟通能够有效增强，资本投入松弛变量趋于增大；旅游业在产业结构中比重的提高、区域开放程度的提高和文化水平的提高有利于引进先进的管理技术和管理模式，降低资本要素冗余程度，提升全要素旅游管理效率。2.2 全要素旅游效率的综
19、合评价从全国来看，我国全要素旅游效率介于 0.40.7 之间。这表明我国旅游效率较低，大多数省市未能充分挖掘出现有资源投入的潜力，旅游业处于无效率的状态，导致旅游资源的投入总体上处于规模不经济的状态，旅游效率的提升空间还很大，尚有 30%60%的提升空间。2005 年全要素旅游效率值为 0.45，2009 年全要素旅游效率值为 0.67，表明 20052009 年我国区域旅游效率较低，旅游业仍然是粗放的增长方式。旅游效率高的省份绝大多数位于经济发达的东部地区，除四川和贵州位于西部地区外，北京、天津、上海、江苏、福建、广东、四川和贵州处于或接近效率边界前沿（见表 2） 。我国东部经济发达地区全要
20、素旅游效率平均值达到 0.687，这得益于东部地区经济最发达，具有对外联系强、交通发达的便于旅游业发展的优势，旅游业投入的冗余少。中、西部全要素旅游效率均值明显低于东部，中部地区以微弱优势领先于西部。中、西部地区全要素旅游效率均值停留在 0.4 上下，2005 年、2006 年的全要素旅游效率都不足 0.4，2009 年中部地区的旅游效率为 0.6，是这些年份中的最大值了，但仍是无效率的，这表明中、西部地区旅游效率很低，尚有很大的提升空间。2.3 省际全要素旅游管理效率和旅游环境影响率的结果分析利用剔除了环境变量影响的投入变量数据，得到各省市全要素旅游管理效率。通过结果分析发现，在剔除环境因素
21、后，全要素旅游效率和全要素旅游管理效率之间的差异较为明显，即未剔除外部环境影响的各地区综合效率高于调整之后各地区的 120052009 年，我国全要素旅游管理效率（TFTME）虽有逐步提高的趋势，但由于数值小于1，仍然是无效率的，分别为0.578、0.577、0.682、0.734、0.821 （见表 3） ；同期全要素旅游效率 TFTE 仅为 0.449、0.443 、0.518 、0.592、0.661（见表 2） ，旅游环境影响率分别为 0.755、0.749 、0.756、0.786、0.795（见表 3） ，由此可见，我国全要素旅游管理效率（TFTME ）与全要素旅游效率（TFTE ）的数值都小于 1，且全要素旅游效率（TFTE）的数值小于全要素旅游管理效率（TFTME）的值，直接导致二者的商即旅游环境影响率也是小于 1 的。由此表明，我国旅游业管理效率水平较低，旅游业是管理无效率的，仅靠自身的资源禀赋难以实现旅游业高效地发展，旅游效率提升应该从管理层面和环境层面改进。通过计算结果还可以看出，20052009 年，我国旅游管理和旅游环境是不断改善的（见表 3） 。2009 年未剔除环境变量影响的
