西南旅游效率的测度与分析

野思凡 王 聪

(1.重庆交通大学经济与管理学院 重庆 400074；
2.湖北地矿建设工程承包集团有限公司 湖北 武汉 430000)

西南地区有丰富的地质条件，从盆地逐渐攀升至高原造就了复杂而独特的气候条件和地形地貌，孕育出了很多奇伟诡谲的自然景观。有广西的芦笛岩、七星岩、贵州的织金洞、贵州的龙宫等享誉世界的喀斯特岩熔岩地貌，有四川的峨眉山、云南的玉龙雪山、贵州的梵净山等名山大川，有四川长江三峡、云南丽江石鼓虎跳峡、贵州马岭峡谷等峡谷风光还有广西桂林、阳朔一带石灰岩峰丛被誉为“碧莲玉笋世界的石林峰丛景观[1]。除了拥有丰富的自然景观，西南地区由于是我国少数民族聚集区域，融合了汉、壮、瑶族、藏、羌、彝、苗等34种民族风俗习惯，也保留了大量的人文景观使其人文旅游资源亦表现出多样性。历来西南地区就是国内旅游的热点地区，丰富的地理人文景观使西南地区的旅游业具有非常良好的发展前景，云南的苍山洱海，广西的桂林山水、贵州的苗族风情还有巴蜀之地的美食和国宝熊猫每年都吸引大量的游客前来参观。加之近年来新媒体平台的带动和引流，像“8D”山城重庆、贵州荔波、广西涠洲岛的火爆进一步助力了当地的旅游业。而且高铁的快速发展将整个西南地区纳入快速交通网络，成昆、成渝、川黔、黔 桂、南昆、贵昆等线也将西南各省会城市和重点旅游城市之间串联起来也使得旅游的成本进一步降低。西南地区的旅游业已经进入了快速发展的道路，但是高效的发展才更为重要的。

“效率”就是在生产中投入资源与产出效用之间的比值，在如今社会快速发展的时期，追求高效化，使得资源配置和技术利用水平对产业可持续发展的意义非常重大[2]。而旅游效率就是指在特定范围内，旅游业发展过程中单位生产要素投入能实现产出最大化，是旅游业和所有相关产业获得总剩余最大化的性质[3]。高效率说明投入的资源充分被利用，低效率则与之相反。导致旅游效率低的原因很多，例如资源充足地区投入利用不及时导致的资源效率配置低下，资源不足或技术老旧导致效率难以提升等。探究西南各个省市的旅游业效率，对于优化旅游资源配置，提升旅游业的发展十分重要。鉴于此，本文将以DEA为研究手段，以重庆、四川、贵州、云南、广西这五个西南省份为研究样本，测度和分析他们的旅游效率并分析为了旅游资源的配置目标。

(一)DEA模型的介绍

数据包络分析(DEA)，是由运筹学家Charnes,Cooper 等以相对效率为基础，用于测评一组多投入、多产出决策单元(Decision Making Unit,DMU)的绩效和相对效率[4]。对于旅游业效率的测度，本文选择构建投入导向型的CCR模型、BCC模型和超效率DEA模型，以此来刻画西南各省旅游业投入产出的综合效率、纯技术效率和规模效率。

(1)CCR模型可以得出DEA有效还是无效,是在规模收益不变的情况下得到的。假定被考察单元的个数为m个，每个被考察单元有s个输出变量和n个输入变量。其中Xik表示k个被考察单元的第i个输入变量，第Yjk表示第k个被考察单元的第j个输出变量。最后，第k个DMU的总效率的计算可转化成线性规划问题：

(1)

(2)但CCR模型具有一定的经济学假设前提，而在现实中这些假设并不能完全实现，如市场的竞争机制，信息的不对等，不可获得等因素，造成了社会在进行生产时不可能完全在同一规模的基础上进行。据此，1984 年，Charnes 和 Cooper 在 CCR模型的基础上提出了基于可变规模报酬的 DEA-BCC 模型BCC模型：

(2)

(3)超效率DEA模型将进一步深入对效率为1的DMU进评价，它能够对效率为1的DEA进行排序。超效率模型和CCR模型形式相似，如公式(3)所示：

(3)

(二)指标的选取和数据的来源

投入、产出指标的设计直接影响到 DEA评价效率的准确性。指标的选择既要能够客观反映区域旅游产业的投入产出水平，又要避免指标之间具有较强的线性关系[5]。此外，由于 DEA 模型是基于定量指标的数据进行效率测算的，因此要尽量避免使用界限不明晰的定性指标，或将定性指标尽可能的转化为定量数据。对于旅游效率的测度，邹泉选择以中国31个地区的资本、劳动力、资源禀赋及旅游支持性设施作为投入变量，以当地国内外游客量和旅游企业的营业收入作为产出变量[6]。李会琴选择了湖北12个地级市的固定资产投资、A级以上景区数量、第三产业从业人数作为投入变量，国内游客人数和国内游客收入作为产出变量[7]。

根据相关文献对于旅游业效率投入产出变量的选择，我们将第三产业从业人数作为旅游行业从业人数的替代反映劳动方面的投入。选取了星级饭店的数量、旅行社的数量和A级景区的数量作为资本投入指标。产出变量选择了旅游总收入和旅游总接待量。以2014-2018年中重庆、四川、贵州、云南、广西来研究，因此本研究的对象有25个，根据DEA评价中DMU个数>2(投入指标+产出指标)的条件，15>2*(5+2)符合要求。

表1 旅游业的投入产出指标

(一)西南地区旅游效率的测度结果

旅游业综合效率可以显示出旅游行业中资源投入和其超出效用之间的整体比率，将其分解成表示城市在旅游发展过程中对现有技术水平发挥的程度的技术效率，和用于旅游发展的资源要素投入满足城对旅游发展资源需求的程度的规模效率。根据西南地区重庆、四川、贵州、云南、广西五个省市自治区的投入、产出面板数据，应用DEA的CCR和BCC模型，从投入角度测算2014—2018年的综合旅游效率，并分解成技术效率和规模效率。如下表2。

表2 各决策单元效率值

(二)西南地区旅游效率的分析

重庆和四川有着非常深厚的历史文化渊源，如今被划成成渝城市圈共同发展。游客前往西南旅游有的会在两个省市中二选其一，有的会由于来往非常方便而畅游两地，所以重庆和成都在旅游行业上既有竞争又有合作。从综合旅游效率来看，重庆和四川在2014—2016年都是处于有效水平，而且四川省的旅游效率是要优于重庆市的。2017年和2018年旅游效率有着同样的下降趋势，由综合有效变成综合无效，四川省的下降速率高，下降幅度更大，在2018年降到0.717比重庆市的0.918更低。贵州省的旅游效率是五个西南省市里最高的，从2014年到2018年的旅游效率分别是2.182、2.081、2.292、2.488、2.52，有着震荡上升的趋势，并且在本来就高度有效的基础上不断改进。云南的旅游效率也是在不断上升的，从2014年的0.658无效率状态上升到2018年的1.463，是除了贵州以外西南地区旅游效率最高的省份。广西省的旅游效率呈现一种先降低后升高的“V”字型变化趋势，最高效率0.644，最低效率0.497，一直处于无效率状态，而且是整个西南地区旅游效率最低的省份。

技术效率表示在忽略规模因素影响的情况下，投入指标影响综合技术效率的程度，即对技术的利用程度。在技术效率上还是贵州省最高，然后其次是重庆、四川、云南和广西。其中四川省的技术效率长时间保持为1，虽然技术有效但是没有进步。所有省份的规模效率想比起来都略有不足，仍需继续进步达到有效水平。

本文基于数据包络的分析方法，构建了重庆、四川、贵州、云南这西南四省的旅游效率评价指标。研究表明：2014—2018年，重庆和四川的综合旅游效率在有所下降，从有效水平变为无效水平。贵州省拥有西南地区里最高的综合旅游效率，并且一直保持高度有效。云南的旅游效率也是在不断上升，从无效水平上升到有效水平。广西省一直处于无效率状态，而且在西南地区综合旅游效率最低。