旅游产业效率研究综述

导语：旅游产业效率研究综述一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

随着经济的快速发展和人民生活水平的不断提高，我国旅游业得到了突飞猛进的发展。有关研究资料显示，2015年中国接待国内外旅客人数超过41亿人，旅游总收入突破4万亿元，比2014年分别增加了10%和12%。随着旅游产业技术范式的转变、互联网技术的渗透，在整合和迭代创新的运营过程中，旅游产业市场开放包容度增强，外部竞合环境改善，其产业效率也呈现不断提升的态势。因此，研究旅游产业的效率（产出/投入），对推动新常态下旅游经济的发展，保持产业的可持续延伸，具有前瞻性意义和社会价值。

一、研究概况

旅游产业效率是指一个地区在运用一定的成本之后所能获得经济效益，其反映了旅游经济活动的投入和产出之间的内在联系与比率关系，它主要由技术效率和规模效率决定。近十年来，旅游产业效率相关研究引起了众多学者的关注，学术界出现一批研究旅游产业效率的文献。本文以中国知识资源总库（CNKI）为检索对象，以“旅游产业效率”和“旅游效率”为主题词，采用精确匹配方式，共检索到学术期刊文献109篇，硕博学位论文31篇，相关文献数量呈逐年递增的趋势（图1）。图1　2008-2016年旅游效率研究文献统计（截至2016年10月）对以上文献进行归类分析发现，旅游产业效率的研究涉及区域旅游、宏观经济与可持续发展、经济体制改革、服务经济、贸易经济、国家行政管理、环境科学与资源可持续利用、经济理论等领域。本文在此基础上通过文献二次追踪搜索、资料信息整理和遴选，从研究对象、影响因素和研究方法等方面对旅游效率相关研究展开评述。

二、研究对象

（一）空间地域

目前，国内关于旅游产业效率的研究主要从经济区（带）、省际、城际和县际等区域层面进行展开。1.经济区（带）一些学者从经济区（带）的宏观角度对旅游效率进行研究，长三角和沿海地区是常见的研究对象。例如，王坤和黄震方等（2013）运用修正DEA模型和ESDA-GIS空间计量模型对2004-2010年长三角旅游的旅游效率空间特征及溢出效应进行了分析，研究表明，长三角的旅游总效率呈提升态势，总效率和纯技术热点区是以上海为中心的圈层空间结构，冷点区向赣南和赣北集聚，而规模效率则相反；刘佳和陆菊等（2015）分析中国沿海地区旅游产业效率的影响因素和形成激励，并分析其时序变化和空间差异，指出推动技术进步、优化产业结构以及提升城市化水平是提高旅游产业效率的重要途径；曹芳东和黄震方等（2014）运用Deap2.0测度方法，发现我国北部、东部及西南地区综合效率值较高；李忠斌和肖博华（2016）通过构建“一带一路”18省区文化旅游产业效率投入产出指标体系，测算其产业发展效率，研究发现，“一带一路”省区文化旅游产业综合效率不高的原因源于技术效率低下。2.省际区域从省际的层面对旅游效率进行研究也是常见的角度。例如，李仲广和宋慧林（2008）将省域旅游经济空间关联模式进行分类，并提出相应发展策略；方叶林（2014）综合运用修正的DEA模型、ESDA和路径分析等技术，对省际旅游业效率进行测度与分析，发现我国旅游效率演化表现出明显的地带效应和空间集聚效应，并具有一定的方向性和空间错位性。3.城际和县际区域由于某省份所辖城市（或某城市所辖县区）的旅游效率评价指标数据统计口径相对一致，其效率值结果更为可靠，因此，部分学者对这些城市或县区的旅游效率进行了研究。例如，梁明珠和易婷婷(2012)分析了珠三角、粤东、粤西和粤北地区的差异，并根据旅游效率的演化模式，将城市划分为草根型、新秀型、明星型和贵族型；赵雪雁、侯成成和李建豹等（2011）通过综合因子和空间计量模型分析，发现甘肃省的县际旅游效率空间集聚特征明显，提出通过增加投入和调整产业结构来减少区域经济差异。可见，从空间地域的角度来看，国内关于旅游产业效率的研究主要从经济区（带）、省际、城际和县际等区域层面进行展开，尤其是经济发达的省份、城市以及旅游资源丰富的县区都成为研究的主要对象。

（二）行业领域

从行业领域的角度分析，旅游效率的相关研究涉及政府、酒店、旅行社、旅游景区和旅游交通等。1.政府主管部门一些学者基于政府职能的角度对旅游主管部门的行为效率进行了研究。例如，陈先运（2004）对旅游主管部门的干预行为进行分析，阐述政府职能的有效性和有限性，并提出要通过解决产业外部性问题来维护产业公平与稳定，促进旅游经济增长；陈章喜和区楚东（2009）通过DEA方法，说明澳门赌权开放提高了博彩旅游业的经济效率，减少了资源浪费，提高了产能，但人才结构和社会化问题不容忽视；牛兰兰和张娜娜（2016）运用DEA评价法，对我国26个省级政府官方微博的运营效率进行测评，并提出改进建议。2.酒店作为旅游业的三大支柱之一，酒店的经营效率成为学者们研究的重点之一。例如，黄丽英和刘静艳（2008）以我国8大地区高星级酒店为研究对象，发现高星级酒店技术效率与当地酒店业发达程度有一定差距；罗兰（2013）运用DEA分析方法中的CCR模型对2009-2012年厦门星级酒店效率变化进行了研究，表明厦门星级酒店整体效率较高，但仍存在投入冗余和产出不足的现象；虞虎（2014）对三亚的国有、联营、私营和外资4种所有权类型酒店的效率进行了研究，认为地方政府应该通过企业重组、合作创新、差异化支持、创新环境营造和法律法规支持来促进酒店效率的提高；戴莉（2013）利用DEA方法对我国50个重点旅游城市星级酒店2010-2011年的效率动态进行研究，并基于政府和企业的角度提出宏观和微观层面的建议。3.旅游景区一些学者从资源开发利用和环境保护的角度，对旅游景区效率进行了研究。例如，曹芳东和黄震方等（2014）利用标准差椭圆和重心坐标等方法，测量了国家级风景名胜区旅游效率，并分析其空间演化轨迹和路径，总结景区旅游效率的演化规律；马晓龙和保继刚（2009）对国家级风景名胜区的使用效率进行了研究，认为国家级风景名胜区使用效率基本处在规模报酬递增阶段，沿云南－贵州－湖南－浙江（江苏）形成了一条高效率带；刘改芳和杨威(2013)对考古遗址、宫殿、历史建筑等文化遗产资产进行了研究，选择山西省18个历史文化景区作为研究对象，应用DEA方法构建了文化旅游业投资效率模型，并发现山西省文化旅游业技术效率和规模效率偏低；徐波和荣毅（2013）利用DEA对我国29家景区的运营效率做出实证分析，结果显示：各地区效率差距明显，且大部分处于规模效益递减阶段，关注管理水平、技术水平、资源配置在景区发展中的作用。4.旅游交通随着旅游交通效率也受到越来越多学者的关注。例如，刘长生（2012）运用DEA和SFA方法对张家界景区环保交通进行了实证分析，研究发现，环保交通低碳旅游服务效率较低，存在较严重的季节波动性，旅游总人次、人力资本投资、固定资产投资对其有正向影响，劳动者数量、燃料消耗对其有负面影响；王恩旭、吴荻和匡海波（2016）运用标准离差法、G1法和DEA法构建旅游机场“竞争力与效率耦合协同度”评价模型，发现旅游机场效率与竞争力的综合协同度为0.4939，处于勉强协同状态。5.旅行社由于指标选择未达成一致，且数据获取困难，关于旅游社经营效率的研究较少，有学者从内部绩效等角度对旅游社效率进行了探讨。例如，郑涵月（2013）对我国旅游企业效率工资的效益进行评估，发现旅行社的低薪弱激励是引发诸多问题的直接原因和制约其健康发展的主要问题。可见，从行业归属的角度分析，旅游效率研究几乎涉及了旅游产业的各个领域，研究对象广泛，体现了旅游产业的多元性和复杂性。

三、影响因素

（一）宏观因素

旅游经济的外部性决定了其受外界因素的影响较大。很多学者分析了宏观因素对旅游效率的影响，本文通过文献梳理，归纳了学术界近十年来的相关成果（表1）。可见，宏观因素是影响旅游产业效率的最重要因素，也是涉及领域最广泛、影响最深刻的要素，其具体包括政治制度、经济水平、市场机制、文化资本、人口规模以及资源状况等。只有利用宏观因素中的有利资源，规避其约束因素，借助政府行为和市场机制的合力，促进经济环境和文化资本的综合提高，才能提高旅游产业的整体效率。

（二）事件因素

重大事件对旅游效率也存在较大影响，一些学者对此进行了研究。例如，马晓龙（2008）认为，1999年“大使馆误炸事件”、2001年“9.11事件”和2003年“非典事件”对旅游效率产生了负面影响；梁明珠和易婷婷（2012）也认为“非典事件”对广东省旅游产业效率产生了负面影响；周文娟和张红（2013）研究发现，由于受到2007-2009年汶川地震、南方雪灾和金融危机等重大事件的影响，旅游上市公司积极寻求低风险、高收益的主营业务，投资效率处于总体上升趋势；李如友和黄常州（2014）认为，旅游企业效率变化受2010年世博会入境客流影响，上海和江浙地区的营业收入大幅增加。可见，国内外的重大政治事件、自然灾害和节事活动等对旅游产业效率的影响明显，如何加强其对旅游业的正面影响、减少其负面影响成为政府和企业的共同课题。

四、研究方法

随着对旅游产业效率的研究不断成熟，研究方法开始注重定量和定性相结合，既注重传统的统计学方法运用，也灵活应用了现代经济管理中的数量方法。具体而言，旅游效率的模型构建可以分为参数分析法和非参数分析法，前者有自由分析法（DFA）、随机前沿分析法（SFA）和后前沿分析法（TFA）,后者有无界分析（FDA）和数据包络分析法（DEA）。其中，采用得最多的是DEA方法和Malmquist指数法。

（一）DEA方法

数据包络分析（dataenvelopmentanalyses,DEA）分析法由美国著名运筹学家Charnes和Cooper等人提出，是一种基于线性规划的、对若干同类具有多输入/多输出决策单元（DecisionMakingUnit，DMU）的相对效率与效益进行比较的有效方法。一些学者利用DEA方法，或在DEA方法基础上结合其他方法对旅游效率进行了研究。例如，王慧英（2014）利用DEA四阶段方法和Tobit回归模型，对我国旅游产业效率进行了测量；王艳、毛端谦和危曼华（2012）利用AHP和DEA三阶段模型，对2009年旅游上市公司的绩效进行了动态和静态相结合的评价分析；王耀斌、孙传玲和蒋金萍（2016）、王学军（2015）和徐凯等（2015）均利用三阶段DEA模型对旅游产业效率进行了研究。可见，从DEA分析法到DEA与其他方法的结合，充分肯定了以DEA方法为主导的研究模式，也体现了随着旅游产业的发展，其效率研究方法臻于成熟。

（二）Malmquist指数法

采用DEA方法可以较好地分析旅游产业要素的利用状况，但不能清晰地反映旅游产业效率在时间维度上的变动趋势以及其引起变动的主要因素。Malmquist指数法为分析旅游产业要素的生产率变化提供了有效手段，可解决DEA模型的不足。例如，刘佳、陆菊和刘宁（2015）基于DEA-Malmquist模型对中国沿海地区旅游产业效率的时空演化、影响因素与形成机理进行了研究；吕志强和代富强（2015）利用DEA的规模、Malmquist模型和GIS重心转移模型对旅游发展效率的演化规律进行了分析；吴向明和赵磊(2013)采用非参数DEA-Malmquist指数对浙江省高星级酒店2002-2011年效率测度的实证分析可见，技术进步是推动高星级酒店全要素生产率进步的主要源泉，样本的全要素生产率存在绝对的贝塔收敛，而技术效率基本处于负增长的状态。

五、结语

通过对近十年来相关文献的梳理发现，旅游产业效率的研究领域不断扩展，研究内容日益丰富，研究方法逐渐成熟，为相关理论提供了依据，为实践活动提供了指导。以后的研究可以从旅游效率的评价指标体系、环境影响因素和时空演进规律等方面继续深入，为旅游业的健康持续发展提供更多有益借鉴。

作者:吴雅骊 单位:广州商学院