广东省旅游业生产效率时空演变分析

李航飞，魏少彬

（1.韶关学院 旅游与地理学院，广东 韶关 512005；2.汕头市潮南区规划设计研究院，广东 汕头 515144）

旅游业的持续快速发展离不开生产效率的提高及科技的进步，如旅游大数据及旅游电子商务等。国内学者对中国旅游业生产效率进行了研究，取得了较为丰硕的研究成果。从研究对象来看，涉及酒店［1］、景区［2］、城市［3］及不同区域的旅游生产效率问题；在区域尺度上，对全国旅游效率的研究居多，也有涉及长江经济带［4］及珠江-西江经济带［5］、西北地区［6］、环渤海地区［7］等地区尺度，同时也有学者聚焦于某一省市如新疆［8］、山西［9］、杭州［10］等小尺度的旅游业全要素生产率。从研究内容来看，主要涉及旅游全要素生产率及其分解的时空演变规律及特征，部分学者对旅游全要素生产率的空间聚集特征及形成机理进行了定性或定量分析［11-13］。从研究方法来看，大部分学者基于旅游投入-产出指标变量，采用数据包络分析，以DEAMalmquist 模型为研究基础，同时结合回归分析、地理空间统计分析、重心分析、变异系数分析、标准差椭圆等方法对旅游全要素生产率的时空演化特征、影响因素进行了分析［13-17］。

广东省位于南海之滨，毗邻港澳，是中国改革开放的前沿阵地，对外交流与合作频繁，是中国经济发展的排头兵，亦是中国旅游业发展的领头羊，其旅游总人数及旅游总收入都高于全国其他省份。笔者在已有研究基础上，以广东省21 个地级市为研究对象，从静态和动态两个方面探讨广东省2009—2019 年旅游效率的时空演化及增长变化情况，以期为广东省及其各地级市的旅游业发展提供参考。

一、研究方法与数据来源

（一）研究方法

1.BCC—DEA 模型

数据包络分析法可从投入和产出角度建立规模报酬不变模型（CRS 模型）和规模报酬可变模型（VRS或BCC 模型）。假设有n个同类决策单元（DMUj，j=1，2，……，n，文中以广东省21 个地级市为相应决策单元，即n值为21），每个DMU都有m种类型的投入和q种类型的产出，对于第j个DMU分别用向量Xj与Yj来表示：Xj=（X1j，X2j，…，Xmj）T，Yj=（Y1j，Y2j，…，Yqj）T，j=1，2，…，n。每个DMU效率值可通过线性规划式即式（1）求得（投入导向VRS 模型），即：

式（1）中，Xj，Yj为广东省21 地级市的旅游投入向量与产出向量；λ表示权重向量；θ为与产出相对应投入的有效程度即效率值（0≤θ≤1）。在VRS 模型中，综合技术效率（TE）、规模效率（SE）和纯技术效率（PET）的关系为：TE=SE*PTE。

2. DEA-Malmquist 模型

相较于增长核算法、随机前沿法等，DEA-Malmquist 指数法具有较好的适用性，其无需对前沿生产函数进行设定，亦不用对因变量和自变量之间的关系进行设定，关于DEA-Malmquist 模型的数学表述及相关解释详见文献［1-5］。

（二）数据来源

目前关于旅游投入及产出指标的选取，业界还未有统一标准。通过对已有文献进行梳理，发现在对旅游全要素生产率进行测度时，选取的投入-产出指标主要包括资本、劳动及收入三类要素。借鉴已有研究成果［5，9，16，18-19］，选取全社会固定资产投资（单位：万元）、第三产业从业人数（单位：万人）作为旅游投入变量；旅游总收入（国内旅游收入及国际旅游收入，单位：亿元），旅游总人数（单位：万人）作为旅游产出变量。投入变量一定程度上会放大广东省各地级市旅游的真正投入水平，但一方面旅游业涉及众多行业，在第三产业中地位较为突出，亦反映出旅游业的综合性；另一方面各地级市均存在放大情况，对计算结果不会产生影响［18］。参考已有研究成果，忽略旅游投入滞后效应对全要素生产率的影响［18］。投入-产出指标数据来自《广东统计年鉴（2010—2021 年）》及各地级市统计年鉴（2010—2021 年）。

二、广东省旅游业效率时空演变分析

（一）旅游静态效率分析：BCC-DEA 模型

（1）从广东省整体情况来看，2009—2020 年各年份的旅游综合效率、纯技术效率及规模效率偏低，其值都小于1，特别是综合效率与理想值1 差距较远，相对旅游投入，旅游产出效率不高，还有很大提升空间（见图1）。

图1 广东省2009—2020 年旅游效率

（2）从广东省4 个区域（珠三角：包括广州、深圳、珠海、中山、佛山、东莞、惠州、江门、肇庆9 地级市；东翼：包括汕头、潮州、揭阳、汕尾4 地级市；西翼：包括湛江、茂名、阳江3 地级市；山区：包括韶关、清远、河源、梅州、云浮5 地级市。下同）来看（见图2），山区地级市的平均旅游综合效率较高且明显高于全省平均值（少数几个年份除外）；珠三角地级市的平均旅游综合效率与全省变化基本一致，略低于全省均值；东翼和西翼地级市的平均旅游综合效率则明显低于全省均值。

图2 广东省2009—2020 年旅游效率区域差异

（3）由广东省各地级市平均旅游效率及排名可知（见表1），山区旅游生产效率最高，所有地级市的平均旅游综合效率高于全省平均值，珠三角、东翼的大部分地级市的平均旅游综合效率低于全省平均值；西翼所有地级市的平均旅游综合效率低于全省平均值。 从各个地级市的旅游效率来看（见表2），各个年份旅游效率相对有效（综合效率值为1）的地级市数量不多，珠三角的广州、珠海，山区的梅州、云浮，东翼的潮州等地级市出现的频率较高，旅游生产效率较高。

表1 广东省2009—2019 年各地级市平均旅游效率及排名

表2 广东省2009—2020 年旅游效率相对有效的地级市

（4）从离散情况来看（见图3、图4），2009—2020 年，标准差和变异系数的变化趋势基本一致。广东省省域内的旅游效率绝对差异和相对差异基本未发生变化，标准差维持在0.2～0.25 之间，变异系数维持在0.3～0.4 之间；东翼和西翼内部差异的变幅较为明显；山区地级市内部的差异变化最小。

图3 广东省旅游综合效率标准差

图4 广东省旅游综合效率变异系数

（二）动态效率分析：DEA-Malmquist 模型

基于DEA-Malmquist 原理，同样利用软件Deap 2.1 对广东省旅游全要素生产率（TFP）进行测算。2020年是旅游业的“寒冬”，受疫情影响，广东省2020 年接待的旅游总人数（主要为省内旅游人数，跨省及入境旅游人数甚少）和旅游总收入仅分别为2019 年43.39%和30.94%；旅游客源的急剧减少导致旅游效率难以体现和提升，旅游全要素生产率仅为0.235，旅游生产效率下滑幅度非常之大（76.5%）。为了能较为真实地反映广东省旅游效率的长期变化趋势，以下选择2009—2019 年数据进行分析。

1.TFP时序变化特征分析

（1）广东省整体旅游全要素生产率（TFP）基本呈现持续增长的态势（见图5），2009—2019 年，各年份（2019 年除外）的旅游全要素生产率指数均大于1，其平均值为1.070，年均增长率为7.0%，整体增长速度较快（见表3）。

表3 广东省2009—2020 年旅游全要素生产率及其分解

图5 广东省旅游业TFP 增长

（2）旅游TFP中技术效率指数为0.992，小于1 且明显低于技术进步指数1.078，说明广东省旅游全要素生产率的增长主要来自技术进步，技术效率在一定程度上阻碍了旅游生产效率的提高。从技术效率的分解项即规模效率和纯技术效率来看，其对广东省旅游TFP的增长基本没有贡献，旅游企业的管理能力和管理水平没有得到明显的提高，旅游资源配置和使用的效率不高。

（3）广东省旅游业TFP增长率呈波动变化特点：2010—2011 年，旅游业TFP增长16.4 个百分点，达到峰值，随后开始下降。2013 年后开始回升，这可能与我国经济发展动能转换有关。2013 年开始，中国经济开始进入调结构、降增速、转动能的新常态发展，旅游业亦进行了相应的结构性调整，创新逐渐成为促进旅游业发展的核心和主导力量，旅游TFP有所回升。

2.TFP空间特征分析

（1）除深圳、珠海外，广东省各地级市2009—2019 年以来的旅游全要素生产均大于1，平均值为1.070，说明广东省各地级市旅游业发展生产效率增长较快。从旅游全要素生产率的分解项来看，各地级市的技术进步率均大于1，增长率在5.4%～12%之间，技术效率及其分解项纯技术效率及规模效率的增长则不理想，甚至有倒退现象，说明广东省各地级市的旅游效率提升的主要动力来自技术进步，这与广东省一直以来紧盯科技发展高地密切相关，广东省科技发展取得突出成绩，其科技创新能力2017—2020 年连续 4 年蝉联全国第一，这无疑也惠及旅游业的发展，有效带动了智慧旅游、智能旅游、旅游电子商务、旅游大数据等旅游科技的发展［20］。

（2）广东省旅游TFP增长区域差异较为明显，总体来看，珠三角地区的旅游TFP增长较慢，东翼、西翼及山区的旅游TFP增长较快。广东省4 个区域中，珠三角的平均旅游TFP增长率最低，为1.035，低于全省平均水平3.5 个百分点，其内部极差值为0.115。9 个地级市中仅佛山和中山2 地级市高于全省平均值；深圳、珠海2 地级市的平均旅游效率不增反减。造成珠三角地级市旅游TFP增长率低的原因可能是珠三角地区的经济发展水平较高，但旅游业在整个国民经济体系中的地位呈下降趋势［21］，对旅游科技投入相对偏低。东翼的平均旅游TFP增长率最高，达10.8%，高于全省平均水平3.8 个百分点；但其内部发展差异最大，其中揭阳高达19.2%，在全省各地级市中排名第一，与东翼最低的汕头相差16.7 个百分点，与全省最低的深圳相差21.9 个百分点。西翼（内部极差值为0.067）和山区的旅游TFP相同，均为1.092，增长9.2%，高于全省平均值2.2 个百分点，其中山区5 地级市的旅游TFP均高于全省平均值，其内部差异最小，极差值为0.061。广东省东翼、西翼及山区地级市经济发展水平较低，属于广东省经济欠发达地区，但区域内旅游资源较为丰富，特别是山区地级市在广东省“一核一带一区”战略发展格局中，发展旅游业具有得天独厚的优势。

3. 广东省各地级市旅游生产效率分类

根据2009—2019 年广东省各地级市旅游效率发展水平值（平均值为0.677，见表2）及旅游效率发展变化值（TFP平均值为1.070，见表3），参考文献［6］，将其分为4 种类型：活力型，其旅游生产效率高且增长快；稳健型，其旅游生产效率高但增长慢；潜力型，其旅游生产效率低但增长快；保守型，其旅游生产效率低且增长慢。不同地级市归类见表4。由表4 可知，广东省山区地级市全部属于活力型一类，不仅旅游效率较高，其增长率亦较高；保守型地级市基本为珠三角地级市，旅游效率较低，其增长率亦较低。

表4 广东省各地级市旅游效率发展类型

4.广东省各地级市旅游TFP空间聚集分析

运用Getis-Ord Gi*指数探索2010、2019 年2 个时间节点下广东省旅游全要素生产率增长的格局演化以识别旅游全要生产率增长的热点区、次热点区、冷点区及次冷点区及其空间变化情况（见图6）。

图6 广东省旅游TFP 增长空间格局演化

2010—2019 年，整体上广东省旅游TFP增长的热点、次热点地级市数量呈增多，冷点、次冷点地级市数量呈减少的基本态势；且热点、次热点区域向广东省东翼、西翼及山区地级市集中，而冷点、次冷点区域（2019 年10 个地级市，仅云浮为非珠三角地级市）则向珠三角集中的变化特征较为明显。2010 年以来，广东省旅游全要素生产率增长的高值（热点、次热点）地级市有集中分布之趋势，且基本上由原来的冷点、次冷点地级市转换而来，而冷点、次冷点地级市则基本相反。

三、结论

笔者基于数据包络分析原理，通过DEA-BCC 模型和DEA-Malmquist 指数模型，对广东省2009—2019 年的旅游效率进行了分析，主要有几个方面。

（1）从静态效率来看，广东省各年份的旅游效率均小于1，有很大提升空间，不同年份各地级市中旅游效率相对有效即综合效率为1 的地级市很少，最多年份仅5 个，占比23.81%；山区5 地级市的平均旅游效率最高，高出全省均值18.6 个百分点，其余区域地级市的平均旅游效率均低于全省均值，珠三角高于东翼、东翼高于西翼。

（2）从动态效率变化来看，2009—2019 年的广东省旅游全要素生产率为1.070，年均增长7 个百分点，旅游生产效率改善较为明显；通过对旅游全要素生产率进行分解发现，技术进步是促进其增长和改善的主要动力，技术效率对旅游全要素生产率的增长并没有起到明显促进作用，部分年份甚至阻碍了旅游TFP 的提高和改善；除深圳、珠海外，其余地级市的旅游全要素生产率都大于1，旅游效率得到明显改善。

（3）根据旅游效率的差异，广东省各地级市可划分为4 种类型：活力型、稳健型、潜力型及保守型。在今后旅游业的发展过程中，各地级市应根据自身的实际情况制定相应的发展对策。

论文还存在一些不足，如投入-产出指标选取方面，主要根据已有研究成果选取合意产出指标。在倡导低碳经济、低碳生活的当下，低碳旅游势在必行，旅游业在发展过程中的非合意产出——“碳排放量”如能加入产出指标进行分析，将能更真实地反映旅游生产效率问题；另外，论文虽得出广东省旅游生产效率时空演化的一些特征和规律，但对这些特征和规律背后的机理分析有待进一步加强。