樊玲玲,侯志強(qiáng),施亞嵐,曹 咪
(華僑大學(xué) 旅游學(xué)院,福建 泉州 362021)
2009年,《國(guó)務(wù)院關(guān)于加快發(fā)展旅游業(yè)的意見(jiàn)》頒布,明確提出將旅游業(yè)作為我國(guó)國(guó)民經(jīng)濟(jì)戰(zhàn)略性支柱產(chǎn)業(yè)。2014年,《國(guó)務(wù)院關(guān)于促進(jìn)旅游業(yè)改革發(fā)展的若干意見(jiàn)》出臺(tái),進(jìn)一步明確新時(shí)期旅游業(yè)“轉(zhuǎn)型升級(jí),提質(zhì)增效”的發(fā)展主線。相應(yīng)的,提高旅游效率,實(shí)現(xiàn)旅游可持續(xù)發(fā)展成為熱點(diǎn)問(wèn)題,受到了學(xué)術(shù)界的關(guān)注[1-4]。
國(guó)外旅游效率的研究早于國(guó)內(nèi),研究?jī)?nèi)容主要集中在旅游業(yè)要素效率,包括旅行社、酒店、旅游交通等旅游要素[5-9],目前已形成了相對(duì)成熟的研究框架。相較于國(guó)外旅游效率的研究,國(guó)內(nèi)對(duì)旅游效率的研究時(shí)間上雖然相對(duì)較晚,但是也形成了一定的研究成果。在研究?jī)?nèi)容上,涉及較為宏觀的空間范疇[10-13],但主要側(cè)重于旅游目的地效率研究;研究視角不斷延伸,包括管理學(xué)、經(jīng)濟(jì)學(xué)、地理學(xué)等多個(gè)領(lǐng)域[14-16];研究過(guò)程逐漸從簡(jiǎn)單的旅游效率測(cè)算向時(shí)空演變、驅(qū)動(dòng)機(jī)制及空間分異等轉(zhuǎn)變[17,18];研究尺度涉及國(guó)家、省域、城市群、經(jīng)濟(jì)帶、市域和縣域等多個(gè)尺度[19-22]。整體上而言,旅游效率驅(qū)動(dòng)影響因素分析有待進(jìn)一步開(kāi)展[23,24]。研究尺度上,基于全國(guó)范圍的研究通常以省域?yàn)檠芯繂挝籟25,26],或針對(duì)市域、縣域開(kāi)展中觀和微觀層面的分析[27,28],而以城市為樣本,針對(duì)多尺度、多區(qū)域空間開(kāi)展的綜合研究則較少[29-31]。
伴隨城市化的快速發(fā)展,我國(guó)城市綜合實(shí)力得到不斷提升。我國(guó)正處于前所未有的快速城市化發(fā)展時(shí)期,城市作為重要旅游目的地,在城市經(jīng)濟(jì)發(fā)展過(guò)程中扮演的角色逐漸突顯。截至2018年末,我國(guó)城市總數(shù)量達(dá)到657個(gè)(未含香港與澳臺(tái)特別行政區(qū)、臺(tái)灣地區(qū)),地級(jí)市及以上城市297個(gè),城市人口占總?cè)丝诒戎貫?9.58%。目前,我國(guó)共有337個(gè)優(yōu)秀旅游城市,其中地級(jí)市及以上優(yōu)秀旅游城市共有214個(gè),優(yōu)秀旅游城市旅游經(jīng)濟(jì)總量占全國(guó)的比例超過(guò)90%,因此對(duì)優(yōu)秀城市旅游效率的研究意義重大?;诖?,本文以地級(jí)市及以上的優(yōu)秀旅游城市為研究對(duì)象,使用2007—2018年173個(gè)優(yōu)秀旅游城市的旅游投入產(chǎn)出數(shù)據(jù),探究其旅游效率的空間格局演變,并進(jìn)一步揭示旅游效率空間分異的影響因素,以期為城市旅游發(fā)展提供實(shí)踐參考。
DEA—SBM模型:數(shù)據(jù)包絡(luò)分析方法(DEA)是一種以相對(duì)效率概念為基礎(chǔ)的非參數(shù)效率評(píng)價(jià)方法,包括CCR模型和BBC模型,但對(duì)于存在投入或產(chǎn)出的非零松弛時(shí),徑向DEA效率測(cè)度會(huì)高估評(píng)價(jià)對(duì)象的效率,無(wú)法準(zhǔn)確評(píng)估效率結(jié)果[32]。Tone[33]提出了非徑向的SBM模型,能夠克服DEA評(píng)估對(duì)象效率被高估的問(wèn)題,因此本文采用SBM模型對(duì)城市旅游效率進(jìn)行測(cè)算。具體公式如下:
(1)
式中,ρ為旅游效率的評(píng)價(jià)指標(biāo);xij為第j個(gè)DMU的第i個(gè)投入變量;yrj為第j個(gè)DMU的第r個(gè)產(chǎn)出變量;θj為參照集中各要素的權(quán)重。
空間自相關(guān):全局空間自相關(guān)主要用于描述屬性值在整個(gè)區(qū)域的空間分布差異特征,側(cè)重于區(qū)域內(nèi)的空間對(duì)象某一屬性取值的空間分布狀態(tài)。計(jì)算公式為:
(2)
全局自相關(guān)反映了區(qū)域之間空間差異的相似程度,但無(wú)法具體反映空間差異的變化情況。因此,為了進(jìn)一步揭示局域地區(qū)的空間差異特性,本文采用Local Moran′s I指數(shù)進(jìn)行檢驗(yàn),以測(cè)度區(qū)域單元屬性值的空間差異程度和差異的顯著性。計(jì)算公式為:
(3)
式中,xi、xj為區(qū)域i、j的旅游效率數(shù)據(jù);Wij為空間權(quán)重。Moran′s I的取值范圍在-1和1之間。當(dāng)Moran′s I等于0時(shí),說(shuō)明觀測(cè)屬性不存在空間相關(guān)性,呈現(xiàn)隨機(jī)分布;Moran′s I接近1時(shí),說(shuō)明觀測(cè)屬性存在空間正相關(guān),反之則說(shuō)明觀測(cè)屬性存在空間負(fù)相關(guān)。
空間計(jì)量模型:空間滯后模型(SAR)、空間誤差模型(SEM)和空間杜賓模型(SDM)是3種常用的空間回歸模型。SAR模型和SEM模型分別考慮了被解釋變量和誤差項(xiàng)的空間滯后相關(guān)性,而SDM模型則是SAR模型和SEM模型的組合拓展形式,即考慮了因變量的空間相關(guān)性,也考慮了自變量的空間相關(guān)性,因此本文最終采用SDM模型。SDM 的基本模型形式如下:
(4)
式中,Y為由單位被解釋變量值構(gòu)成的N×1階向量;X為由解釋變量構(gòu)成的N×K階向量;θ為空間自回歸系數(shù);β、ρ為K×1階待估參數(shù)向量;WY為被解釋變量間發(fā)生的內(nèi)生交互效應(yīng);WX為解釋變量之間發(fā)生的外生交互效應(yīng);U為誤差項(xiàng)向量;W為N×N階空間權(quán)重矩陣。對(duì)于本文空間權(quán)重W的選取,由于空間鄰近矩陣無(wú)法充分考慮不相鄰城市之間旅游效率的影響和相互作用,因此采用以城市地理距離為基礎(chǔ)構(gòu)建的空間地理距離權(quán)重矩陣。如果ρ≠0,而θ≠0,則公式(4)為衡量相鄰城市的被解釋變量對(duì)本地區(qū)被解釋變量的空間滯后模型(SAR);如果λ≠0,而ρ=0,則公式(4)為反映了某一城市除解釋變量以外的其他未納入考慮的因素對(duì)臨近城市被解釋變量影響的空間誤差面板模型(SEM);如果ρ≠0,且θ≠0,而λ=0,測(cè)度了相鄰城市的被解釋變量又考慮相鄰城市經(jīng)濟(jì)社會(huì)影響因素對(duì)本地區(qū)被解釋變量的則為空間杜賓模型(SDM)。
空間回歸模型由于鄰近觀測(cè)值信息,因此回歸系數(shù)已經(jīng)無(wú)法直接用于衡量區(qū)域范圍內(nèi)解釋變量和被解釋變量之間的關(guān)系,需要通過(guò)偏微分將解釋變量對(duì)被解釋變量的綜合效應(yīng)分解為直接效應(yīng)和間接效應(yīng)進(jìn)行解釋。直接效應(yīng)表現(xiàn)為區(qū)域范圍內(nèi)自變量變化而產(chǎn)生的因變量變化,而間接效應(yīng)則表現(xiàn)為區(qū)域范圍內(nèi)自變量變化對(duì)其他空間單位內(nèi)因變量產(chǎn)生的影響。
旅游效率測(cè)算的準(zhǔn)確性依賴于生產(chǎn)投入和產(chǎn)出指標(biāo)的選取,而目前對(duì)于旅游效率評(píng)價(jià)并未形成統(tǒng)一的指標(biāo)體系。經(jīng)濟(jì)活動(dòng)中認(rèn)為土地、資本和勞動(dòng)力是最基本的生產(chǎn)要素,旅游活動(dòng)作為經(jīng)濟(jì)活動(dòng)之一,也包含基本的生產(chǎn)要素。旅游活動(dòng)中,土地要素投入在實(shí)際過(guò)程中難以衡量,且旅游用地?cái)?shù)據(jù)缺乏,因此借鑒前人學(xué)者研究經(jīng)驗(yàn)[27],不將土地要素納入指標(biāo)體系。旅游從業(yè)人數(shù)和旅游固定資產(chǎn)投資是旅游活動(dòng)中理想的投入指標(biāo),但現(xiàn)實(shí)情況中各地市對(duì)該指標(biāo)統(tǒng)計(jì)缺失,因此根據(jù)已有研究成果[30,31],勞動(dòng)力投入指標(biāo)選用城市第三產(chǎn)業(yè)人數(shù),資本投入指標(biāo)選用固定資本存量和實(shí)際利用外資金額,其中固定資本存量即運(yùn)用永續(xù)盤(pán)存法計(jì)算而來(lái)[34]。產(chǎn)出指標(biāo)方面,選取旅游活動(dòng)中最直接產(chǎn)物——旅游收入和旅游人次作為產(chǎn)出指標(biāo)。為消除價(jià)格影響,本文所有涉及價(jià)格的變量都以2007年為基期,借鑒GDP價(jià)格平減法對(duì)數(shù)據(jù)進(jìn)行平減。
本文的研究對(duì)象為我國(guó)地級(jí)市及以上的優(yōu)秀旅游城市。目前地級(jí)市及以上的優(yōu)秀旅游城市共214個(gè),由于數(shù)據(jù)的缺失,最終選取數(shù)據(jù)完整的173個(gè)優(yōu)秀旅游城市作為樣本對(duì)象。文中所涉及數(shù)據(jù)主要來(lái)源于EPS數(shù)據(jù)庫(kù)、《中國(guó)城市統(tǒng)計(jì)年鑒》《中國(guó)旅游統(tǒng)計(jì)年鑒》和各地級(jí)市統(tǒng)計(jì)年鑒、社會(huì)經(jīng)濟(jì)發(fā)展統(tǒng)計(jì)公報(bào)。
運(yùn)用MaxDEA軟件對(duì)優(yōu)秀旅游城市旅游效率進(jìn)行運(yùn)算,具體結(jié)果見(jiàn)表1。效率值本身是一個(gè)相對(duì)概念,學(xué)者們對(duì)其進(jìn)行了大量的實(shí)證研究,但對(duì)其并未形成統(tǒng)一的等級(jí)劃分標(biāo)準(zhǔn)。為此,本文參考徐冬、黃震方、胡小海等[27]的研究,對(duì)旅游效率值進(jìn)行了劃分,主要分為以下4個(gè)等級(jí):0 表1 2007—2018年我國(guó)優(yōu)秀旅游城市旅游效率及其分解指標(biāo) 研究期內(nèi),我國(guó)旅游城市旅游效率始終處于低水平,其分解指標(biāo)中規(guī)模效率對(duì)旅游效率的貢獻(xiàn)值大于純技術(shù)效率,整體上呈現(xiàn)波動(dòng)變化發(fā)展趨勢(shì)(圖1)。具體表現(xiàn)為:①2007—2018年,旅游城市的旅游效率均值為0.226,其分解指標(biāo)純技術(shù)效率和規(guī)模效率均值分別為0.366、0.765,規(guī)模效率大于純技術(shù)效率,可知規(guī)模效率對(duì)旅游效率的貢獻(xiàn)值作用大于純技術(shù)效率。2007—2018年旅游城市的旅游效率值在0.155—0.261之間徘徊,全國(guó)范圍內(nèi)始終處于低水平效率值,且規(guī)模效率始終大于純技術(shù)效率,進(jìn)一步說(shuō)明規(guī)模效率在全國(guó)范圍內(nèi)城市旅游效率的提升中的作用值更大。②旅游效率均值在2013年形成高峰值點(diǎn),2007—2013年間整體處于緩慢上升的趨勢(shì),2013—2016年間則逐漸下降,從而使旅游城市的旅游效率在研究時(shí)段內(nèi)呈倒“V”字型發(fā)展態(tài)勢(shì)。③城市旅游效率的標(biāo)準(zhǔn)差和變異系數(shù)呈現(xiàn)相同的變化趨勢(shì),標(biāo)準(zhǔn)差在0.130—0.215間徘徊,變異系數(shù)穩(wěn)定在0.646—0.851之間,二者基本保持穩(wěn)定,說(shuō)明研究期間城市旅游效率的離散程度較小,區(qū)域內(nèi)旅游效率的整體波動(dòng)幅度不大,整體發(fā)展變化相對(duì)穩(wěn)定。 圖1 2007—2018年我國(guó)優(yōu)秀旅游城市旅游效率歷時(shí)變化 為探究我國(guó)優(yōu)秀旅游城市旅游效率在空間上的分布演變特征,本文對(duì)各旅游城市的旅游效率進(jìn)行了空間聚類分析,并選取2007年、2013年、2018年數(shù)據(jù)進(jìn)行可視化,具體如圖2所示。從圖2可知,我國(guó)旅游城市旅游效率整體上屬于低水平,2007年低水平效率城市的占比為87%,到2018年占比上升至95%,整體范圍在不斷擴(kuò)大,集中分布于東部和中部。旅游效率值屬于中等水平、較高水平和高水平的旅游城市在4個(gè)年段中處于不斷變化發(fā)展中,除個(gè)別城市外集中體現(xiàn)于兩個(gè)區(qū)域,分別為四川與貴州區(qū)域、江浙滬與江西區(qū)域。4個(gè)年段中,江蘇的無(wú)錫經(jīng)歷了中等水平→低水平的轉(zhuǎn)變,蘇州經(jīng)歷了高水平→低水平→中等水平轉(zhuǎn)變;浙江的湖州經(jīng)歷了中等水平→低水平的轉(zhuǎn)變;江西的九江、上饒實(shí)現(xiàn)了從低水平→中等水平的變化;而四川的宜賓在較高水平→低水平→中等水平→低水平之間徘徊;貴州的貴陽(yáng)在低水平→中等水平間循環(huán)。對(duì)于個(gè)別旅游業(yè)發(fā)達(dá)地區(qū),如張家界、黃山和麗江等地區(qū)旅游效率則一直處于高水平級(jí)別。 圖2 2007—2018年我國(guó)旅游城市旅游效率等級(jí)分布 本文通過(guò)計(jì)算2007—2018年段我國(guó)173個(gè)旅游城市的旅游效率,利用Stata軟件計(jì)算了Moran′s I值及其顯著性,探索了旅游城市旅游效率的空間分布集聚特征,具體結(jié)果如表2所示。2007—2018年,旅游城市的旅游效率整體上是表現(xiàn)為較強(qiáng)的空間集聚特征,173個(gè)旅游城市的旅游效率Moran′s I值在0.043—0.067之間波動(dòng),且均通過(guò)了1%的顯著性檢驗(yàn)。說(shuō)明城市旅游效率存在顯著的空間正自相關(guān),旅游效率較高的城市在空間上區(qū)域鄰近,旅游效率較低的城市空間亦表現(xiàn)為相鄰,二者出現(xiàn)一致的空間相關(guān)性。 表2 2007—2018年我國(guó)旅游城市旅游效率全局Moran′s I指數(shù) 全局空間自相關(guān)能夠解釋旅游效率在空間上的總體關(guān)聯(lián)性及其變化,但并不能解釋旅游效率在局部空間范圍內(nèi)的關(guān)聯(lián)性演變。為進(jìn)一步探索旅游效率的局部空間關(guān)聯(lián)特征,本文利用ArcCIS 10.2軟件對(duì)局域Moran′s I指數(shù)展開(kāi)了分析,將旅游城市依次劃分為高—高集聚(H—H)、高—低集聚(H—L)、低—低集聚(L—L)、低—高集聚(L—H)等4種類型,并對(duì)LISA聚類圖進(jìn)行了空間可視化。 對(duì)各類型集聚區(qū)內(nèi)旅游城市數(shù)量進(jìn)行統(tǒng)計(jì)整理,結(jié)果見(jiàn)表3。從各集聚區(qū)旅游城市數(shù)量可知,在研究時(shí)段內(nèi),全國(guó)范圍內(nèi)旅游效率集聚主要以H—H、L—L兩種集聚類型為主,L—L集聚旅游城市數(shù)量大于H—H集聚,表明全國(guó)范圍內(nèi)旅游效率主要呈現(xiàn)低水平的集聚;H—L集聚區(qū)旅游城市數(shù)量減少,說(shuō)明自身旅游效率水平高而四周效率水平低所形成的“極化”現(xiàn)象有一定的緩解,空間差異有改善;L—H集聚區(qū)旅游城市數(shù)量在增加,說(shuō)明自身旅游效率水平低而周邊效率水平高所形成的“塌陷”現(xiàn)象在增強(qiáng),空間差異更加明顯。 表3 2007—2018年我國(guó)旅游城市旅游效率聚類結(jié)果數(shù)量統(tǒng)計(jì) 依據(jù)LISA集聚圖(圖3)顯示,全國(guó)范圍內(nèi)的高水平集聚區(qū)主要集中于江浙地區(qū)、中部的江西省與安徽省和西部的四川省。2007年,高水平集聚城市中,四川省城市占據(jù)高水平集聚城市總體的67%,外加貴州省的遵義和貴陽(yáng)、浙江省的嘉興和寧波;2013年,高水平集聚區(qū)則主要集中于四川省的雅安、樂(lè)山、自貢、宜賓、瀘州、遂寧、南充等7個(gè)城市;2018年在2013年的基礎(chǔ)上,江西省和安徽省的城市處于高水平集聚區(qū)的數(shù)量增加。低水平集聚區(qū)整體集中范圍并沒(méi)有太大的空間變化,城市數(shù)量始終占據(jù)整體的27.17%以上。4個(gè)年段中都主要集中于河北省、河南省、山東省、湖北省等省份,其中,湖北省低水平集聚城市數(shù)量有逐漸減少趨勢(shì),河南省、山東省、安徽省整體數(shù)量無(wú)太大變化,而河南省始終處于低水平集聚中心。H—L集聚形成的“極化區(qū)”城市,如晉城、日照、泰安、開(kāi)封等城市,始終處于優(yōu)勢(shì)地位,而L—H水平集聚形成的塌陷區(qū)處于變化之中,城市數(shù)量在不斷增加。2007年聚焦在上海、昆明、成都、重慶,2018年轉(zhuǎn)移至福州、杭州、寧波、南昌、益陽(yáng)、常德等地。 圖3 2007—2018年我國(guó)旅游城市旅游效率LISA集聚 城市旅游效率的時(shí)空演變發(fā)展是一個(gè)復(fù)雜過(guò)程,受到諸多因素的影響,如區(qū)位條件、經(jīng)濟(jì)發(fā)展水平、基礎(chǔ)設(shè)施和政府政策等因素。借鑒已有相關(guān)文獻(xiàn),在數(shù)據(jù)可獲得的基礎(chǔ)之上,本文選取經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、人力資本、市場(chǎng)潛力、對(duì)外開(kāi)放、基礎(chǔ)設(shè)施、政府政策等7項(xiàng)指標(biāo)進(jìn)行影響因素分析。各指標(biāo)選取為:①經(jīng)濟(jì)發(fā)展水平(PGDP)。旅游業(yè)發(fā)展和地區(qū)經(jīng)濟(jì)發(fā)展水平存在著密切關(guān)系,經(jīng)濟(jì)發(fā)展水平從旅游投入、旅游需求決定著旅游規(guī)模。本文選取人均GDP表示地區(qū)經(jīng)濟(jì)發(fā)展水平。②產(chǎn)業(yè)結(jié)構(gòu)(IND)。產(chǎn)業(yè)結(jié)構(gòu)的差異會(huì)牽動(dòng)資源的投入和轉(zhuǎn)移,進(jìn)而影響區(qū)域經(jīng)濟(jì)結(jié)構(gòu)的合理化與旅游效率。旅游業(yè)作為第三產(chǎn)業(yè)的重要組成部分,對(duì)區(qū)域產(chǎn)業(yè)結(jié)構(gòu)升級(jí)轉(zhuǎn)化具有積極的正向作用。本文選用第三產(chǎn)業(yè)增加值占總GDP比重表示產(chǎn)業(yè)結(jié)構(gòu)。③人力資本(HR)。旅游業(yè)屬于勞動(dòng)密集型服務(wù)業(yè),對(duì)人力資本的需求量大。高質(zhì)量的勞動(dòng)力不僅表現(xiàn)為自身生產(chǎn)效率高,且專業(yè)化的知識(shí)和人力資本的積累還可以減低成本、提升效率。本文選取高等在校生人數(shù)表示人力資本。④市場(chǎng)潛力(MARKET)。旅游行為的最終形成不僅受到旅游動(dòng)機(jī)、可支配的收入的影響,更受到人們消費(fèi)觀念的影響,區(qū)域范圍內(nèi)的消費(fèi)水平會(huì)對(duì)旅游業(yè)產(chǎn)生一定的影響。本文選用社會(huì)消費(fèi)品總額表示市場(chǎng)潛力。⑤對(duì)外開(kāi)放(OPEN)。對(duì)外開(kāi)放程度是衡量地區(qū)經(jīng)濟(jì)對(duì)外開(kāi)放水平的重要指標(biāo),伴隨出入境旅游人數(shù)不斷增加,旅游業(yè)也呈現(xiàn)對(duì)外聯(lián)系度極高的行業(yè)特征。本文選用實(shí)際利用外資投資金額表示對(duì)外開(kāi)放程度。⑥基礎(chǔ)設(shè)施(FRU)。良好的基礎(chǔ)設(shè)施更夠?yàn)槁糜握咛峁└喾?wù),滿足游客要求多樣化、個(gè)性化需求。旅游業(yè)是一個(gè)關(guān)聯(lián)性、綜合性極強(qiáng)的產(chǎn)業(yè),基礎(chǔ)設(shè)施不僅局限于旅游景區(qū)、酒店或旅行社等設(shè)施,還包括其他如交通、金融等方面的支持。本文選取全社會(huì)固定資產(chǎn)投資占GDP比重表示基礎(chǔ)設(shè)施。⑦政府政策(GOV)。政策條件的實(shí)施能夠促進(jìn)交通條件改善、人才引進(jìn)、資本投入,進(jìn)而影響旅游效率。本文選用地方一般財(cái)政支出表示政府政策。結(jié)合上文分析,本文空間回歸模型具體如下: (5) 利用前文建立的空間杜賓模型進(jìn)行回歸分析,具體結(jié)果見(jiàn)表4。表中分別列出最小二乘回歸(OLS)、空間滯后模型(SAR)、空間誤差模型(SEM)和空間杜賓模型(SDM)的估計(jì)結(jié)果。從Huntsman檢驗(yàn)可知,固定效應(yīng)比隨機(jī)效應(yīng)更合適,因此本文從空間固定效應(yīng)、時(shí)間固定效應(yīng)、時(shí)空固定效應(yīng)對(duì)SDM模型進(jìn)行分析。從表4可知,對(duì)旅游效率的分析應(yīng)充分考慮因變量和自變量的空間相關(guān)性,從SAR模型和SEM模型中的P、Q和λ的彈性系數(shù)皆顯著且不為0(通過(guò)1%的顯著水平)可知,運(yùn)用空間杜賓模型是合理的。同時(shí),依據(jù)SDM的各類效應(yīng)檢驗(yàn)結(jié)果看,時(shí)間固定效應(yīng)為最優(yōu)模型。 表4 空間面板模型估計(jì)結(jié)果 在空間面板模型中,解釋變量的對(duì)應(yīng)參數(shù)并不能直接表示被解釋變量影響的邊際效應(yīng),對(duì)模型估計(jì)結(jié)果求偏微分將各解釋變量對(duì)旅游效率影響的空間效應(yīng)進(jìn)行分解,具體結(jié)果如表5。從空間效應(yīng)分解結(jié)果來(lái)看:經(jīng)濟(jì)發(fā)展水平、政府政策和產(chǎn)業(yè)結(jié)構(gòu)對(duì)城市旅游效率的發(fā)展具有明顯的正向促進(jìn)作用和空間溢出效應(yīng)。經(jīng)濟(jì)發(fā)展水平、政府政策和產(chǎn)業(yè)結(jié)構(gòu)對(duì)旅游效率發(fā)展的直接效應(yīng)分別為0.064、0.080和0.250,且都通過(guò)1%水平下的顯著性檢驗(yàn),表明如果這三者分別提高1%,在其他影響因素不變條件之下,會(huì)直接促進(jìn)本地旅游效率增長(zhǎng)6.4%、8%和25%。同時(shí),經(jīng)濟(jì)發(fā)展水平和政府政策對(duì)旅游效率還存在1.873和2.899的間接效應(yīng),通過(guò)10%顯著性水平檢驗(yàn),即在空間交互作用下鄰近城市經(jīng)濟(jì)發(fā)展水平、政府政策會(huì)間接促進(jìn)本地區(qū)旅游效率的提升。經(jīng)濟(jì)發(fā)展水平、政府政策和產(chǎn)業(yè)結(jié)構(gòu)對(duì)旅游效率的直接效應(yīng)顯著為正,說(shuō)明地區(qū)自身經(jīng)濟(jì)水平的提升、產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級(jí)、政府的支持對(duì)提升旅游發(fā)展效率是有效的,起到積極作用。同時(shí),,經(jīng)濟(jì)發(fā)展水平和政府政策的間接效應(yīng)也顯著為正,說(shuō)明二者推進(jìn)區(qū)域旅游的聯(lián)合和協(xié)調(diào)發(fā)展,促進(jìn)區(qū)域之間的旅游流動(dòng)和效率的空間溢出,進(jìn)而帶動(dòng)鄰近區(qū)域的旅游效率提升。 表5 時(shí)間固定效應(yīng)SDM空間效應(yīng)分解結(jié)果 對(duì)外開(kāi)放程度和市場(chǎng)潛力對(duì)旅游效率的直接效應(yīng)在1%的顯著水平下為負(fù),且市場(chǎng)潛力的溢出效應(yīng)在1%的顯著水平下同樣為負(fù)。對(duì)外開(kāi)放程度對(duì)旅游效率的提升為負(fù),一定程度上是符合經(jīng)濟(jì)發(fā)展現(xiàn)實(shí)的。地區(qū)旅游經(jīng)濟(jì)在發(fā)展之初,利用外資金額加大開(kāi)放程度,能充分吸收先進(jìn)管理技術(shù)等改善旅游效率,但當(dāng)旅游經(jīng)濟(jì)發(fā)展到一定程度,旅游的需求和供給會(huì)更加尋求地區(qū)特色,因此外資對(duì)旅游效率的提升不如發(fā)展之初。市場(chǎng)潛力代表旅游消費(fèi)者的消費(fèi)水平,消費(fèi)水平越高,旅游者的旅游行為更易發(fā)生,且在客源市場(chǎng)和旅游目的地之間的地理距離不斷縮小的基礎(chǔ)上,旅游者更傾向于遠(yuǎn)距離的出行,因此對(duì)本地區(qū)旅游效率提升表現(xiàn)為負(fù)相關(guān),對(duì)鄰近區(qū)域也呈現(xiàn)負(fù)的溢出效益。 人力資本和基礎(chǔ)設(shè)施對(duì)旅游效率的提升作用并不顯著?;A(chǔ)設(shè)施的直接效應(yīng)不顯著,說(shuō)明目前基礎(chǔ)設(shè)施的不斷投入對(duì)地區(qū)旅游效率改善作用不明顯,旅游業(yè)的投入產(chǎn)出具有一定的滯后性,而基礎(chǔ)設(shè)施的建設(shè)時(shí)間周期一般也較長(zhǎng),因此基礎(chǔ)設(shè)施投入要素需要經(jīng)歷較長(zhǎng)時(shí)間才能對(duì)效率改善有顯著變化。人力資本直接效應(yīng)的回歸系數(shù)值為負(fù),雖然不顯著,但是在某種程度說(shuō)明在旅游發(fā)展過(guò)程中高層次人力資本并沒(méi)有得到充分的利用和發(fā)揮,目前旅游業(yè)發(fā)展仍以普通勞動(dòng)力為主,整體技術(shù)含量不高。因此,旅游業(yè)人力資本擴(kuò)張過(guò)程張需進(jìn)一步發(fā)揮高層次人才的作用,進(jìn)而促進(jìn)旅游效率提升。 本文對(duì)我國(guó)173個(gè)優(yōu)秀旅游城市的旅游效率進(jìn)行了測(cè)度,并對(duì)其時(shí)空演變進(jìn)行了分析,在此基礎(chǔ)上,運(yùn)用空間面板計(jì)量模型進(jìn)一步揭示了旅游效率的影響因素及其空間溢出效應(yīng),得出如下主要結(jié)論:①我國(guó)旅游城市的旅游效率整體屬于低水平等級(jí),旅游效率的提升主要源于規(guī)模效率的貢獻(xiàn)。時(shí)間上,全國(guó)范圍內(nèi)旅游效率的波動(dòng)幅度小,整體發(fā)展變化相對(duì)穩(wěn)定;空間上,低水平效率范圍集中于東中部地區(qū)且在不斷擴(kuò)大,個(gè)別區(qū)域旅游效率值處于變化發(fā)展過(guò)程中,體現(xiàn)為四川與貴州區(qū)域、江浙滬與江西區(qū)域。②空間自相關(guān)檢驗(yàn)表明,旅游效率具有明顯的空間依賴性,整體呈現(xiàn)“大分散、小集聚”的空間格局。研究時(shí)段內(nèi),全局相關(guān)分析中全國(guó)范圍內(nèi)旅游效率的Moran′s I值呈現(xiàn)波動(dòng)上升的趨勢(shì),整體空間集聚性在不斷增強(qiáng)。在局域相關(guān)分析中,旅游效率主要以H—H和L—L兩種類型集聚,其中高水平集聚區(qū)位于東部的浙江、中部的江西與安徽、西部的四川等地區(qū),整體呈現(xiàn)向西移的趨勢(shì);低水平集聚區(qū)空間并沒(méi)有發(fā)生太大的變化,集中于河北、河南、山東、湖北4個(gè)省份。③在對(duì)旅游效率影響因素分析中,經(jīng)濟(jì)發(fā)展水平、政府政策和產(chǎn)業(yè)結(jié)構(gòu)對(duì)旅游效率的提升具有明顯的正向促進(jìn)作用,同時(shí)政府政策和經(jīng)濟(jì)發(fā)展水平存在正向空間溢出效應(yīng);對(duì)外開(kāi)放和市場(chǎng)潛力則對(duì)旅游效率表現(xiàn)為負(fù)向作用,且市場(chǎng)潛力存在負(fù)向溢出效應(yīng);基礎(chǔ)設(shè)施和人力資本的作用并不顯著。 根據(jù)上述結(jié)論,提出以下建議:①在保證投入資源合理規(guī)模的前提下,進(jìn)一步優(yōu)化自身的投入要素比例。不同城市有不同的旅游效率特征,根據(jù)自身旅游業(yè)特征,調(diào)整優(yōu)化投入要素,注重旅游智慧發(fā)展的投入,提升旅游發(fā)展的技術(shù)效率,進(jìn)而促進(jìn)旅游業(yè)的高效與可持續(xù)發(fā)展。②繼續(xù)加強(qiáng)政府在旅游業(yè)發(fā)展中的主導(dǎo)角色。在旅游業(yè)的長(zhǎng)期發(fā)展過(guò)程中,政府在其中一直扮演著主導(dǎo)驅(qū)動(dòng)力角色。我國(guó)旅游效率提升中主要源于技術(shù)進(jìn)步的推動(dòng),即在技術(shù)進(jìn)步的前提下,增加生產(chǎn)要素的投入能帶來(lái)旅游經(jīng)濟(jì)增長(zhǎng)。因此,對(duì)于旅游產(chǎn)業(yè)的技術(shù)升級(jí),政府在政策、資金等方面應(yīng)給予支持,改善旅游業(yè)技術(shù)結(jié)構(gòu),進(jìn)而促進(jìn)旅游生產(chǎn)關(guān)系的提升,提高旅游生產(chǎn)力。③深化區(qū)域之間的合作交流,充分發(fā)揮旅游效率的空間效應(yīng)。各城市的旅游發(fā)展并不是孤立的,自身旅游發(fā)展水平和政策戰(zhàn)略還需考慮周邊城市旅游發(fā)展的溢出效應(yīng),這需一步強(qiáng)化區(qū)域間的協(xié)調(diào)與合作,加快要素的流動(dòng)和集聚,推進(jìn)旅游效率快速增長(zhǎng)。2.2 旅游城市旅游效率的空間自相關(guān)性演變
3 旅游城市旅游效率影響因素分析
3.1 變量說(shuō)明
3.2 結(jié)果分析
4 結(jié)論與啟示
資源開(kāi)發(fā)與市場(chǎng)2021年8期