基于ＳＦＡ模型的我国旅游业效率估计 与区域差异性分析 ■ 孟涛 副教授（青海民族大学工商管理学院 西宁８１００００） ◆ 中图分类号：Ｆ０６２．９ 文献标识码：Ａ 我国省域旅游业的空间差异性，认为我国 内容摘要：本文以柯布一道格拉斯函数 为基准， 采用随机前沿方法（ＳＦＡ）对 入的函数： Ｙ． ＝Ａ Ｌ ．省域旅游产业具有显著的局部集群效应， 且存在较强的空间自相关性。本文利用随 机前沿分析技术，对我国区域旅游业的效 率进行实证分析，并分析其区域差异性。 １３ Ｋ． ｐ （２） 我国省际旅游业的效率进行实证分析， 结果显示：我国区域旅游业的发展正 处于低效率不断向高效率转变的时期； 区域旅游业效率存在较大差异，但这 种差异正不断减小。 关键诃：旅游业效率区域差异ＳＦＡ 其中，Ｙ．＋代表第ｔ年第ｉ个地区旅游产 业的总产出水平；Ｌ．＋代表第ｔ年第ｉ个地区 旅游产业的劳动力要素投入量，Ｋ．＋表示第ｔ 模型构建与数据样本 （一）模型设定 年第ｉ个地区旅游产业的资本要素投入量； Ａ表示旅游业的技术要素投入水平；１３ 和 １３。分别为劳动力要素和资本要素的投入产 引言及相关研究回顾 随着经济的发展，我国旅游业有着惊 人的进步：国际旅游外汇收入由１ ９７８年的 ２．６亿美元增长到２０１２年的５００亿美元。截 至２０１２年底。全年国内旅游收入２２７０６亿 在一般的实证分析中，对技术效率的 测算主要有两种方法：一种是数据包络分 析（ＤＥＡ），一种是随机前沿分析（ＳＦＡ）。 随机前沿分析法相对于数据包络分析法具 出弹性系数。借鉴Ｂａｔｔｅｓｅ和Ｃｏｅｌｌｉ的基本 思想，可将式（２）写成如下ＳＦＡ模型： Ｉｎｙ￣＝ｐ ｏ＋１３ １‘ＩｎＬ￣＋１３ ２ｌｎＫ ＋Ｖ —Ｕ （３） ＴＩＥ； ＝ｅｘｐ（一Ｕ．＋） （４） 有以下优势：一是ＳＦＡ，像一般回归分析 那样有统计量，可以进行参数检验，还可 以对模型进行稳定性检验，而ＤＥＡ则不具 Ｕｉｔ＝ｅｘｐ［一Ｔ１ （ｔ－Ｔ）］～． ｙ＝ｏ （仃，，２／ ， ＋ｏ．。）２ （５） （６）元，约占ＧＤＰ的４．３７％，同期增长了１７．６％， 国内出游人数达到２９．６亿人次。我国旅游 业的快速发展为旅游目的地的相关产业发 展提供了良好的发展市场。虽然我国旅游 其中，ｖ 和ｕ．＋分别为误差项的第一、二 备；二是ＳＦＡ构建的模型本身是随机模型， 对于有时问序列和横截面数据的面板数据 而言更为适用，而ＤＥＡ方法则默认样本之 部分，且它们相互；ＴＥ．．＝ｅｘｐ（一ｕ； Ｊ 表示第ｔ年第ｉ个地区旅游产业的效率水平， 当Ｕ ＋：０时，有ＴＥ＝１，则该年该省旅游 业呈快速发展的态势，但是我国旅游产业 的发展却呈现较强的区域异质性。 国外学者对于旅游效率的研究主要集 中于可持续发展的方向，Ｂｌ ａ ｎＣａＳ等 间存在均等性。鉴于此，本文采用随机前 沿分析法（ＳＦＡ）。 业处于有效率状态；当Ｕ．＋＞１时，ＴＥ∈（０， １】，则处于技术无效率状态。式（５）用于 根据前人的研究基础，可将ＳＦＡ模型 框架表示如下： Ｙ＝ｆ（ｘ；１３） ｅｘｐ（Ｖ—Ｕ） （１） 其中，ｙ表示产出水平；ｘ表示投入量； 反映时间因素对技术非效率的影响，其中， Ｔ１为模型的参数，当Ｔ１＞０时，随着时间推 （２０１０）利用随机前沿函数来评价西班牙 旅游业的资源利用效率，他们认为西班牙 应重视旅游资源的可持续发展原则，发展 以保护生态为核心的绿色环保型旅游业。 移，技术效率的递增速率逐步减少；当Ｔ１ ＜０时，随着时间推移，技术效率的递增速 率逐步增加；当Ｔ１＝０时，技术效率不随时 间的推移而发生变化。 １３为模型的参数；Ｖ—Ｕ为误差项，Ｖ服从正 态分布，ｕ表示仅对某些个体带来的冲击。 根据ＳＦＡ模型的原理，个体的技术效率可 由状态函数ＴＥ＝ｅｘｐ（一ｕ）表示，且Ｕ≥ ０。当ｕ＝０时，有Ｙ＝ｆ（ｘ；１３） ｅｘｐ（Ｖ）， 国内也有很多学者对旅游业的效率进行评 价，但是大部分学者都采用ＤＥＡ评价的方 法对我国旅游业的效率进行估计，采用 ＳＦＡ对我国旅游业效率评价和区域差异性 在式ｆ ６）中，ｙ是待估计参数，表示 随机误差项中技术非效率所占比重。若ｙ 值接近１，则误差项主要由技术非效率引 起；若ｙ接近于Ｏ，则实际产出水平与随 系数值 ｔ统计值 说明个体正好处于技术效率状态；当Ｕ＞０ 时，则个体处于生产前 沿的下方，即个体处于 非技术效率状态。 本文首先以柯布一 道格拉斯生产函数为原 本，得到区域旅游业效 率关于旅游产业要素投 变量 分析的学者较为鲜有。刘长生（２０１２）选 取张家界市为例，对旅游区服务的效率进 行分析，认为环保交通低碳旅游服务效率 表１ 我国区域旅游业效率的ＳＦＡ估计结果 待估计参数 常数项 ｌｎ Ｌｎ ＩｎＫｎ ｙ １３ ０ ｐ， １３， ０７６１６ ０３３８５… ０６２１３ ００１４４时 ０１０３７ １ ６１２２ ５０１２７ １０８２１６ １ ｊ３２ ６１２１７ ８８３４９ 呈显著性季节变化，且旅游业服务的效率 较低。也有少数学者采用其他方法对旅游 业发展的区域差异性进行研究，如吴玉鸣 （２０１３）采用地理加权回归的方法检验了 ｎ ０３ＯＯ５ ¨ 极大似然值 ４８．１３９７竹 １８图６１ 《中文核心期刊要目总览》贸易经济类核心期刊１１７ 飘蠹翟黪；嚣瑟 蠢 鬟麓 表２ ２００５—２０１ １年我国三大区域及部分省市旅游业的效率值 ０ １０３７，且在１％的水 地区／年份 ２００５ ２００６ 拙 砌 ２０。９ ２０１０ ａ １ 平下显著，表明我国区 北京 ０８６３ ０８８９ ０９２２ ０８３８ ０９４４ ０９６８ ０９７１ 天津 Ｏ ８２９ ０８６３ Ｏ８８５ ０８２１ ｎ９１２ Ｏ９３７ ０９５０ 域旅游业的技术效率在 上海 ０ ８９９ ０９１５ ０９５９ ０８７５ ｎｇ５１ ０ｇ７９ Ｏ９９２ ０和１之间，这意味着我 江苏 ０ ７９３ Ｑ８３９ Ｑ８７７ ０８２３ ０８５４ Ｏ８８３ ０９３６ 浙江 ｂ ８３１ ０．８８１ ０８８１ ０８２７ ０９１８ ０９４５ ０９７８ 国区域旅游业的实际产 广东 ０８７７ ０ｇ０５ Ｏ９３２ ０８７４ ０９２６ ０９６６ ０９７９ 出水平不在生产前沿面 山西 ０．６６１ ｎ７５１ ０６９６ ０７７２ Ｏ８５８ ０８９０ ０９４３ 上，而是处于技术非效 河南 ０ｅｇ７ Ｏ７３５ ０７５９ ０７５５ ０７７６ ０８Ｏ９ ０８６２ 湖南 ａ７３７ ０７８５ ０８２４ ０７７０ ０８５６ ０８８１ ０８９７ 率状态。Ｔ１值为０．３００５， 广西 ０７３４ Ｏ７９９ ０８１８ Ｏ７６２ ０８３。 ０嘶 ０８７４ 且在１％的水平下显著， 四川１ ０６７５ ０ ７６７ ０７８３ ０瑚 ０７９２ ０８５１ ０８６４ 云南 ０７１９ ０７９３ ０８２５ ０８。６ ０８７２ ０８７０ ０８９５ 表明时间因素对旅游业 全国平均 Ｏ．７２６ ０７６７ Ｏ７９７ ０７２０ ０７９５ Ｏ８５３ ０８８８ 技术非效率的影响较显 东部平均 ｎ７ｇ９ ０．８３２ Ｏ８８９ ０８１３ ０８７８ Ｏ９。６ ０９４８ 著，技术效率的增速将 中部平均 ０７４３ ０７６８ ０７６０ ０６８８ ０７６４ ０８３４ Ｏ８７６ 西部平均 ０６３７ ０７００ ０７４１ ０６６０ ０７４４ Ｏ８１８ ０８４２ 随着时间的推移而下 标准差 ０１０９ ００８８ ００７１ ００５４ ００４６ Ｏ０３７ Ｏ０２６ 降，即我国区域旅游业 注：根据国家行政划分标准，东部地区包括北京、天津、河北、辽宁、上海、江苏、浙 江、福建、山东、广东和海南１１个省市；中部地区包括山西、吉林、黑龙江、安徽、江 的生产效率随着时间的 西、河南、湖北和湖南８个省市；西部地区包括四川、重庆、贵州、云南、陕西、甘肃、 青海、宁夏、、广西和内蒙古１１个省市自治区；效率平均值即所有地区的算术平均 推移而不断减缓。 值。 第二，旅游业劳动 机前沿产出水平之间的差距主要是由技术 要素的弹性系数为０．３３８５。且在１％的 非效率带来的。一般而言，若结果接受ｙ 水平下显著，表明劳动力是拉动我国旅 ＝Ｏ的假设，则表明所有横截面的旅游产 游业增长的重要因素，且旅游业从业人 业产出水平均位于生产前沿函数上，此时 员数每增长１％，将促使旅游业营业收入 采用普通最小二乘回归即可，不必采用 提高０．３３８５％。同时，资本要素的弹性系 ＳＦＡ方法。 数为０．６２１３，也在１％的水平显著，表明 （二）指标选取与数据来源 资本要素对我国旅游业增长的拉动力强于 本文选取我国３０个省市自治区为研 劳动要素，资本投入每增长１％，将促使旅 究样本，时间跨度为２００５—２０１ １年，其中 游业营业收入增长０．６２１３％。由此可见， 自治区由于数据与其他省区相差太大， 资本一直是旅游业效率的主要动力，这种 因此未将其考虑在内。基于研究需要，本 资本推动占主导的发展模式与我国旅游业 文设置具体指标如下：ｙ．＋用第ｔ年第ｉ地区 的发展模式基本一致。 旅游产业的营业收入表示，单位：万元；Ｌ．＋ 第三，２００５—２０１ １年我国各地区旅游 用第ｔ年第ｉ地区旅游产业的年末从业人员 产业的效率基本呈现上升趋势，全国平均 数量表示，单位：人；Ｋ．＋用第ｔ年第ｉ地区 效率也呈现上升趋势，２００５年全国旅游业 旅游产业的固定资产投入总量表示，单位 平均效率为０．７２６，到２０１ １年增加到 万元。以上指标的数据来源均为《中国旅 ０．８８８。比较每年各地区旅游业效率值可 游年鉴》（２００６—２０１１年）。 知，虽然２００５年不同地区旅游业效率存在 实证分析结果 较大差异，尤其表现为东中西三大区域差 距显著，但随着时间的推移。不同地区旅 本文采用Ｓ ＦＡ模型的方法，利用 游业的效率值正在缓慢接近，从表２的标 Ｆｒｏｎｔｉｅｒ软件对我国３０个地区的面板数据 准差不断递减便可得知。 进行估计，具体结果如表１和表２所示，表 第四，为了进一步考察我国旅游业 １为我国区域旅游业效率的ＳＦＡ估计结 效率的区域差异性，分别计算２００５— 果，表２为三大区域及部分省市旅游业的 ２０１ １年东中西三大区域旅游业效率均 效率值。 值，为０ ８６６、０．７７６和０．７３５，全国平 根据表１和表２的实证结果，可得出以 均值为０．７９２。由此可见，东部地区效率 下结论： 均值高于中西部地区，且位于全国平均 第一，－ｙ值为Ｏ．０１４４，且在５％的水 水平之上，其原因主要在于东部地区有 平下显著，表明我国区域旅游业的实际产 得天独厚的旅游环境资源和雄厚的资本 出水平与随机前沿的产出水平之间的差距 力量：中西部地区效率值普遍低于全国 主要是由误差项等外部因素引起的，并非 平均水平，而中部地区又略高于西部地 主要由内部因素所致，因此随机误差项中 区。由此可知，我国旅游业的发展表现出 的技术非效率所占比重非常小。ｕ值为 较明显的区域差异性。 １１８商业时代（原名《商业经济研究》）２０１３年２８期 结论 综上，笔者采用随机前沿分析法 （ＳＦＡ）对我国区域旅游业的效率进行实证 检验。实证结果主要表现为以下几个方 面：我国区域旅游业效率值逐步提高：区 域旅游业效率有较大差异，但这种差异正 不断减小。 面对我国旅游业效率的特征，笔者提 出以下建议：第一，加快转变旅游业经济 增长方式，促进旅游业向集约型发展方式 转变；以游客为核心，充分考虑旅游者的 心理享受状态，将旅游业的发展从数量扩 张型转向质量扩张型，优化旅游业的发展 模式，提高旅游业的发展效率。 第二，根据不同区域的旅游业发展 及环境特征，对旅游资源进行有效整合， 并引导区域旅游业健康发展。针对中东 西三大地区的差异性，以科学规划为先 导，采用因地制宜的整合方案，合理保护 生态资源，有效开发旅游资源，确保区域 旅游业健康发展，促使各个区域旅游业 均衡发展。 第三，加大科研投入和技术创新，提 高旅游产品和服务的质量。科技创新是旅 游业产品优化的灵魂，是旅游产业发展的 推动力。技术创新依赖于高层次人才的引 进和资本的投入，在此基础上，引进科学 的管理要素，有效整合旅游产业资源，走 旅游业的可持续发展道路，从整体上提升 我国旅游业效率。 第四，建立旅游产业联盟，提升旅游 服务效率。中小旅游企业无法形成竞争优 势和规模优势，导致旅游业效率偏低。区 域旅游业效率水平的差异性也导致我国旅 游产业的不均衡发展。因此，需要建立旅 游产业联盟，从旅游业的长远利益出发，走 适合旅游业效率提高的发展之路。 Ｉ．刘长生．低碳旅游服务提供效率评 价研究——以张家界景区环保交通为例 Ｕ１．旅游学刊，２０１２（３） ２．吴玉鸣．中国省域旅游业弹性系数 的空间异质性估计——基于地理加权回 归模型的实证Ｕ】．旅游学刊，２０１ ３（２） ３．李秀娟．旅游产业集约化发展内在 机理与路径选择研究ＬＩ】．商业时代，２０１ １ （２７） ４．邓俊淼．基于人文与生态资源整合 的旅游产业集群构建Ｕ］．商业时代，２０１０ （１９）
