石薛橋，任春霞

（中北大學(xué) 經(jīng)濟(jì)與管理學(xué)院，山西 太原 030051）

黨的十九大報告指出，我國經(jīng)濟(jì)已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，越是在高水平經(jīng)濟(jì)發(fā)展階段，越要通過提高全要素生產(chǎn)率來促進(jìn)經(jīng)濟(jì)增長。經(jīng)濟(jì)快速增長帶來的環(huán)境問題日益嚴(yán)重，而高質(zhì)量的經(jīng)濟(jì)發(fā)展必定不能忽視環(huán)境的保護(hù)?！笆濉币?guī)劃指出，綠色是持續(xù)發(fā)展的必要條件，黨的十八大、十九大都以綠色經(jīng)濟(jì)發(fā)展為目標(biāo)來提高經(jīng)濟(jì)增長質(zhì)量。旅游業(yè)也面臨同樣的問題：旅游經(jīng)濟(jì)發(fā)展較快，但環(huán)境污染不可忽視[1]，要不斷協(xié)調(diào)旅游業(yè)發(fā)展與環(huán)境保護(hù)的關(guān)系，讓旅游業(yè)走綠色、可持續(xù)發(fā)展之路?；诖?，本文研究環(huán)境約束下的旅游業(yè)全要素生產(chǎn)率——綠色生產(chǎn)率來探析旅游業(yè)發(fā)展的質(zhì)量問題。

1 文獻(xiàn)綜述

國外學(xué)者對旅游業(yè)全要素生產(chǎn)率的研究主要集中在酒店[2]、旅行社[3]、旅游交通[4]和旅游目的地等旅游業(yè)核心組成部門的經(jīng)營管理效率。國內(nèi)學(xué)者關(guān)于旅游業(yè)全要素生產(chǎn)率的研究如下：研究尺度從宏觀[5]向區(qū)域[6]、 省域[7]和城市[8]過度；研究內(nèi)容擴(kuò)展到冰雪[9]、文化[10]和民俗[11]等細(xì)分領(lǐng)域；研究過程主要包括全要素生產(chǎn)率的測度與分解、時空演變分析和效率變化的影響因素[5,7,12]解析；研究方法以非參數(shù)方法為主，DEA模型和Malmquist指數(shù)相結(jié)合的方法最為常見，三階段DEA[13]、Bootstrap-DEA糾偏模型[14]、Super-SBM模型[15]等方法使效率研究更加精細(xì)化。隨著環(huán)境問題的加劇，國內(nèi)外學(xué)者逐漸將生態(tài)和環(huán)保的視角加入旅游業(yè)全要素生產(chǎn)率的測算中分析旅游業(yè)綠色生產(chǎn)率或者生態(tài)效率。

國內(nèi)學(xué)者關(guān)于旅游業(yè)綠色生產(chǎn)率或旅游生態(tài)效率的研究集中在時空分布和影響因素探究兩方面：（1）時空分布多將研究區(qū)域進(jìn)行劃分[16]，沒有整體性和系統(tǒng)性的概念；探索性空間數(shù)據(jù)分析（ESDA）用來解釋效率的全局和局部空間相關(guān)性[12]，較少使用定性方法研究效率的空間關(guān)聯(lián)，以定性方法研究效率空間演變的文章又較少涉及細(xì)分效率[17]；多應(yīng)用均值和標(biāo)準(zhǔn)差等對效率空間演變特征進(jìn)行屬性數(shù)據(jù)的描述性分析[5,12,18]，并未涉及關(guān)系數(shù)據(jù)以刻畫效率的整體網(wǎng)絡(luò)結(jié)構(gòu)。（2）效率的影響因素多考慮經(jīng)濟(jì)水平、政府規(guī)制和城鎮(zhèn)化等外部因素[6-7,12,14]， 并未探究效率的空間關(guān)系本身對效率存在的影響。

綜上，本文將旅游業(yè)綠色生產(chǎn)率及其細(xì)分效率的空間演化作為研究內(nèi)容，采用定性研究方法探究效率的空間網(wǎng)絡(luò)結(jié)構(gòu)，并分析空間網(wǎng)絡(luò)本身對效率的影響效應(yīng)。所以，首先應(yīng)用考慮能源消耗和非期望產(chǎn)出的Super-SBM模型來計(jì)算全國旅游業(yè)綠色生產(chǎn)率（GTEC）及其分解效率——綠色純技術(shù)效率（GTPEC）和綠色規(guī)模效率（GTSEC），并應(yīng)用社會網(wǎng)絡(luò)分析法對三種綠色旅游效率空間格局進(jìn)行描述，最后應(yīng)用回歸模型分析三種效率對應(yīng)的整體空間、個體空間網(wǎng)絡(luò)對效率的影響效應(yīng)。

2 研究設(shè)計(jì)

2.1 研究方法

2.1.1 考慮非期望產(chǎn)出的Super-SBM模型

DEA是評價有相同特征的多投入多產(chǎn)出的若干DMU相對效率的方法，但會因徑向和角度的問題影響計(jì)算結(jié)果，還會因多個DMU相對有效而無法對效率進(jìn)行更加細(xì)致的解釋。SBM模型[19]解決了松弛變量問題，還納入了非期望產(chǎn)出，超效率模型正好可對多個效率值為1的DMU做進(jìn)一步評價和排序。因此本文選擇考慮非期望產(chǎn)出的Super-SBM模型計(jì)算效率值，模型如下：

式（1）中各變量滿足的約束條件為：

式中：ρ為效率值，n為DMU的個數(shù)，m、r1、r2分別表示投入、期望產(chǎn)出和非期望產(chǎn)出指標(biāo)，x、yd、yμ分別表示投入、期望產(chǎn)出、非期望產(chǎn)出構(gòu)成的矩陣中的元素。

2.1.2 修正的引力模型

關(guān)系的確定與構(gòu)建是網(wǎng)絡(luò)分析的基礎(chǔ)，本文選擇修正的引力模型來確定各省份之間的關(guān)系，計(jì)算公式為：

式中：yij表示兩省份之間效率值的關(guān)聯(lián)強(qiáng)度；Gi和Gj分別表示兩省份的旅游總收入；Ti和Tj分別表示兩省份的效率值；Dij表示兩省份之間的距離；gi和gj分別表示兩省份的人均國內(nèi)生產(chǎn)總值。依據(jù)各行中具體數(shù)值的大小和各行平均值將引力矩陣轉(zhuǎn)換為0-1矩陣，作為社會網(wǎng)絡(luò)分析的數(shù)據(jù)基礎(chǔ)。

2.1.3 社會網(wǎng)絡(luò)分析法

社會網(wǎng)絡(luò)分析法運(yùn)用圖論工具和代數(shù)模型等來描述各個單位之間的關(guān)系模式并探究關(guān)系模式對單位的影響和作用[20]，本文應(yīng)用社會網(wǎng)絡(luò)分析法測量三種效率的整體網(wǎng)和局部網(wǎng)特征，采用網(wǎng)絡(luò)密度、網(wǎng)絡(luò)關(guān)聯(lián)度、網(wǎng)絡(luò)等級度和網(wǎng)絡(luò)效率對空間關(guān)聯(lián)網(wǎng)絡(luò)整體特征進(jìn)行描述；采用點(diǎn)度中心度、接近中心度和中間中心度對空間關(guān)聯(lián)網(wǎng)絡(luò)個體特征進(jìn)行描述。

2.2 指標(biāo)確定和數(shù)據(jù)來源

旅游業(yè)綠色生產(chǎn)率測度指標(biāo)體系的投入指標(biāo)有資本、勞動力和能源，產(chǎn)出指標(biāo)有旅游收入、旅游人數(shù)和環(huán)境影響，具體指標(biāo)選擇見表1。

表1 旅游業(yè)綠色生產(chǎn)率測度指標(biāo)體系

其中旅游業(yè)SO2和COD不好準(zhǔn)確計(jì)算，建立以下公式：

以上數(shù)據(jù)來自2010—2019年《中國統(tǒng)計(jì)年鑒》《中國旅游統(tǒng)計(jì)年鑒》《旅游發(fā)展統(tǒng)計(jì)公報》《旅游抽樣調(diào)查報告》《中國環(huán)境統(tǒng)計(jì)年鑒》以及各省份統(tǒng)計(jì)局的相關(guān)數(shù)據(jù)，部分缺失數(shù)據(jù)用線性插值法補(bǔ)充完整。因數(shù)據(jù)可得性，本文選取除西藏及港澳臺地區(qū)之外的其他30個省份為研究對象。

3 綠色生產(chǎn)率測算

3.1 綠色生產(chǎn)率均值

2009—2018年的效率測算結(jié)果（表2）顯示：GTEC均值為0.78，GTPEC均值為0.93，GTSEC均值為0.84，表明GTEC處在中等偏上的水平，仍有發(fā)展空間，GTEC、GTPEC、GTSEC大體上穩(wěn)步增長，而且GTPEC和GTEC的變化較為一致。

表2 綠色生產(chǎn)率效率變化趨勢

3.2 綠色生產(chǎn)率變異系數(shù)

本文應(yīng)用變異系數(shù)表征30個省份在2009—2018年間三種效率的波動情況和離散程度，變異系數(shù)的值越大，表明該省份在2009—2018年間的效率值波動越大，反之效率值波動越小，如圖1所示。

圖1 綠色生產(chǎn)率的波動程度

（1）2009—2018年，各省份的GTEC平均變異系數(shù)為0.251，大于分解后的GTPEC（0.216）和GTSEC（0.126）平均變異系數(shù)，表現(xiàn)出較強(qiáng)的不穩(wěn)定性。其中，GTEC變異系數(shù)值大于變異系數(shù)均值的省份有黑龍江、吉林、新疆等，黑龍江的變異系數(shù)最大（0.594），可知這些省份的GTEC波動較大，發(fā)展不太穩(wěn)定；變異系數(shù)較小的省份有北京、上海、天津、重慶等，均小于0.15，其中變異系數(shù)最小的是重慶（0.028），表明這些省份的GTEC波動較小，發(fā)展較為穩(wěn)定。

（2）2009—2018年，各省份的GTPEC平均變異系數(shù)為0.216，不穩(wěn)定性較強(qiáng)，其中變異系數(shù)較大的省份有黑龍江、吉林和甘肅等，系數(shù)均超過0.3，黑龍江的變異系數(shù)最大（0.871），說明這些省份的GTPEC波動較大；而江蘇、重慶、上海、天津和北京等省份的GTPEC平均變異系數(shù)值均小于0.1，江蘇的變異系數(shù)最小（0.01），表現(xiàn)出較高的穩(wěn)定性。變異系數(shù)超過平均變異系數(shù)的省份有14個，未超過平均變異系數(shù)的省份有16個，全國范圍內(nèi)的GTPEC穩(wěn)定性還有待加強(qiáng)。

（3）2009—2018年，各省份的GTSEC平均變異系數(shù)為0.126，海南、廣西、寧夏、黑龍江、遼寧、河北、四川、江蘇、湖南的GTSEC變異系數(shù)值高于變異系數(shù)均值，海南的變異系數(shù)最大（0.528），其余21個省份的GTSEC變異系數(shù)值低于平均變異系數(shù)，說明我國大部分省份的GTSEC較穩(wěn)定。

4 綠色生產(chǎn)率空間網(wǎng)絡(luò)

根據(jù)修正的引力模型，確定旅游業(yè)綠色生產(chǎn)率的空間關(guān)聯(lián)關(guān)系并建立關(guān)系矩陣。本文應(yīng)用UCINET可視化工具Netdraw繪制了效率的空間關(guān)聯(lián)網(wǎng)絡(luò)圖，并主要對GTEC整體、個體網(wǎng)的特征數(shù)據(jù)進(jìn)行分析。

4.1 整體網(wǎng)絡(luò)結(jié)構(gòu)特征

本文從網(wǎng)絡(luò)關(guān)聯(lián)度和網(wǎng)絡(luò)關(guān)聯(lián)性兩方面來分析空間關(guān)聯(lián)網(wǎng)絡(luò)的整體結(jié)構(gòu)。GTEC空間關(guān)聯(lián)網(wǎng)絡(luò)（圖2）和網(wǎng)絡(luò)結(jié)構(gòu)數(shù)據(jù)（圖3）整理如下。

圖2 2018年GTEC空間關(guān)聯(lián)網(wǎng)絡(luò)

圖3 2018年GTEC網(wǎng)絡(luò)結(jié)構(gòu)數(shù)據(jù)

（1）網(wǎng)絡(luò)關(guān)聯(lián)強(qiáng)度。考察期內(nèi)空間關(guān)聯(lián)總數(shù)呈上升趨勢，2009年的關(guān)聯(lián)關(guān)系總數(shù)為159個，2018年的關(guān)聯(lián)關(guān)系總數(shù)為181個，增長率為13.84%，其中2017年的關(guān)聯(lián)關(guān)系數(shù)最多，為184個，但與最大可能的關(guān)聯(lián)總數(shù)（870）之間還有較大差距；網(wǎng)絡(luò)密度從2009年的0.18上升到2018年的0.20，增長率為11.32%，2017年網(wǎng)絡(luò)密度最大，為0.21，在2015—2017年間，網(wǎng)絡(luò)密度較為穩(wěn)定。綜上，GTEC空間關(guān)聯(lián)度呈現(xiàn)上升趨勢，但有待提升。

（2）網(wǎng)絡(luò)關(guān)聯(lián)性。研究期內(nèi)空間網(wǎng)絡(luò)關(guān)聯(lián)度均為1，網(wǎng)絡(luò)等級度從2009年的0.44下降到2018年的0.23，網(wǎng)絡(luò)效率也從2009年的0.68下降到2018年的0.65。綜上，各省份GTEC關(guān)聯(lián)性不斷增強(qiáng)，并趨于穩(wěn)定。

4.2 個體網(wǎng)絡(luò)結(jié)構(gòu)特征

2018年個體網(wǎng)絡(luò)結(jié)構(gòu)特征部分?jǐn)?shù)據(jù)見表3，具體分析如下：

表3 2018年效率個體網(wǎng)絡(luò)結(jié)構(gòu)特征數(shù)據(jù)

（1）點(diǎn)度中心度。2018年GTEC個體網(wǎng)絡(luò)的點(diǎn)度中心度均值是31.03，較2009年增長2.99，北京、上海、天津、江蘇、浙江、福建、廣西、重慶、甘肅9個省份的點(diǎn)度中心度高于均值，在空間關(guān)聯(lián)網(wǎng)絡(luò)中與其他省份的聯(lián)系較多；并列第一的北京和上海與其他29個省份中的26個都存在空間關(guān)聯(lián)和空間溢出，說明北京和上海處在GTEC空間關(guān)聯(lián)網(wǎng)絡(luò)的中心位置。位列前五的北京、上海、江蘇、天津、浙江的點(diǎn)入數(shù)均大于點(diǎn)出數(shù)且大于點(diǎn)入數(shù)均值，表明這些省份接受其他省份的溢出效應(yīng)較多；而甘肅、福建、廣西和重慶的點(diǎn)出數(shù)大于點(diǎn)入數(shù)且大于點(diǎn)出數(shù)均值，表明這些省份對其他省份產(chǎn)生的溢出效應(yīng)較多。其他省份個體網(wǎng)絡(luò)點(diǎn)度中心度小于均值，彼此之間的關(guān)聯(lián)度不高。

（2）接近中心度。2018年GTEC個體網(wǎng)絡(luò)的接近中心度均值是60.08，較2009年增長0.87，其中北京、上海、天津和江蘇的接近中心度高于均值，與其他省份較易產(chǎn)生直接關(guān)聯(lián)，其中，北京與上海的接近中心度并列第一且遠(yuǎn)高于另外兩個省份。而中西部地區(qū)省份的接近中心度較低，受其他省份的影響與控制較大，較難與其他省份之間產(chǎn)生關(guān)聯(lián)。

（3）中間中心度。2018年GTEC個體網(wǎng)絡(luò)的中間中心度均值是2.48，較2009年下降0.1，北京、上海、江蘇、天津、浙江和福建的中間中心度大于均值，且北京的中間中心度值遠(yuǎn)高于其他省份，這些省份在空間關(guān)聯(lián)網(wǎng)絡(luò)中控制其他省份之間旅游業(yè)交流的能力較強(qiáng)，是整個網(wǎng)絡(luò)的“橋梁”與“樞紐”。

5 空間網(wǎng)絡(luò)對綠色生產(chǎn)率的影響效應(yīng)

5.1 整體網(wǎng)絡(luò)效應(yīng)分析

本文分別以GTEC、GTPEC和GTSEC為被解釋變量，以三種效率對應(yīng)的空間關(guān)聯(lián)網(wǎng)絡(luò)計(jì)算而得的網(wǎng)絡(luò)密度、網(wǎng)絡(luò)等級度和網(wǎng)絡(luò)效率為解釋變量，進(jìn)行OLS回歸（解釋變量和被解釋變量均取自然對數(shù)），回歸結(jié)果如表4所示。

（1）GTEC整體網(wǎng)對效率的影響效應(yīng)。由表4可知，GTEC空間關(guān)聯(lián)的網(wǎng)絡(luò)密度、網(wǎng)絡(luò)等級度和網(wǎng)絡(luò)效率的回歸系數(shù)分別是7.102、-1.246、-3.570，且R2值較高，都通過5%的顯著性檢驗(yàn)，表明GTEC整體網(wǎng)結(jié)構(gòu)對效率值存在顯著影響，網(wǎng)絡(luò)密度的提升、網(wǎng)絡(luò)等級度和網(wǎng)絡(luò)效率的降低能夠顯著提高GTEC。

（2）GTPEC整體網(wǎng)對效率的影響效應(yīng)。由表4可知，GTPEC空間關(guān)聯(lián)的網(wǎng)絡(luò)密度、網(wǎng)絡(luò)等級度和網(wǎng)絡(luò)效率的回歸系數(shù)分別是8.701、-0.378、-3.663（未通過顯著性檢驗(yàn)），表明GTPEC的整體網(wǎng)結(jié)構(gòu)對效率值存在影響，網(wǎng)絡(luò)密度的提升和網(wǎng)絡(luò)等級度的降低都會提高GTPEC。究其原因：網(wǎng)絡(luò)密度的提升表明各省份在旅游業(yè)發(fā)展過程中技術(shù)與管理信息的學(xué)習(xí)與借鑒更加頻繁，從而促進(jìn)旅游業(yè)信息流通，使整個行業(yè)的運(yùn)轉(zhuǎn)更有效率；網(wǎng)絡(luò)等級度的降低表明效率值低的省份會通過技術(shù)創(chuàng)新而不斷向網(wǎng)絡(luò)的中心位置靠近，破壞原來等級森嚴(yán)的空間關(guān)聯(lián)網(wǎng)絡(luò)，更多的省份將融入行業(yè)中發(fā)展較好的地區(qū)，促進(jìn)整體效率提升。

表4 整體網(wǎng)效應(yīng)回歸結(jié)果

（3）GTSEC整體網(wǎng)對效率的影響效應(yīng)。表4的回歸結(jié)果顯示，GTSEC整體網(wǎng)對效率的影響效應(yīng)不顯著，旅游業(yè)的資金、人才和資源要素等的配置未對省際GTSEC的提升有顯著影響。

5.2 個體網(wǎng)絡(luò)效應(yīng)分析

本文以考察期內(nèi)分省的GTEC、GTPEC和GTSEC為被解釋變量，以各省份各年度的點(diǎn)度中心度、接近中心度和中間中心度為解釋變量（解釋變量和被解釋變量均取自然對數(shù)），構(gòu)建面板數(shù)據(jù)模型進(jìn)行回歸分析。由回歸結(jié)果得固定效應(yīng)模型和隨機(jī)效應(yīng)模型均優(yōu)于混合估計(jì)模型，再通過Hausman檢驗(yàn)對這兩種模型進(jìn)行選擇，回歸結(jié)果如表5所示。

（1）GTEC個體網(wǎng)對效率的影響效應(yīng)。由表5可知，點(diǎn)度中心度、中間中心度和接近中心度每提高1個單位，GTEC將分別提高0.548、0.173和1.839個單位，且F、Wald值較高，通過1%的顯著性檢驗(yàn)，表明GTEC個體網(wǎng)結(jié)構(gòu)對效率值存在顯著影響，點(diǎn)度中心度、中間中心度和接近中心度的提高均使GTEC提高。

（2）GTPEC個體網(wǎng)對效率的影響效應(yīng)。由表5可知，點(diǎn)度中心度、中間中心度和接近中心度每提高1個單位，GTPEC將分別提高0.380、0.105和0.298個單位。究其原因：點(diǎn)度中心度的提高表明該省份在空間關(guān)聯(lián)網(wǎng)絡(luò)中愈發(fā)處于中心地位，該省份在旅游業(yè)管理和技術(shù)方面與其他省份的關(guān)聯(lián)度日益提升；中間中心度提高表明該省份在政策制定、旅游業(yè)管理模式和旅游業(yè)信息技術(shù)發(fā)展等方面都擁有較多話語權(quán)，對其他省份有較強(qiáng)的控制作用；接近中心度的提高表明該省份會憑借自身在管理與技術(shù)方面獨(dú)特的優(yōu)勢發(fā)展旅游產(chǎn)業(yè)。

（3）GTSEC個體網(wǎng)對效率的影響效應(yīng)。表5回歸結(jié)果顯示，點(diǎn)度中心度和中間中心度的變化對GTSEC的影響不明顯（R2接近于0），接近中心度每提高1個單位，效率值將提升0.084個單位，接近中心度的提高表明該省份會應(yīng)用特有戰(zhàn)略與其他省份進(jìn)行直接交流。

表5 個體網(wǎng)效應(yīng)回歸結(jié)果

6 結(jié)論及建議

GTEC測算結(jié)果表明，旅游發(fā)展勢頭良好，但研究期內(nèi)波動較大，需發(fā)揮各省份旅游業(yè)自身優(yōu)勢，保持旅游經(jīng)濟(jì)平穩(wěn)增長。研究期內(nèi)，GTEC、GTPEC和GTSEC值均較高，而且整體呈上升趨勢，說明我國旅游業(yè)近年來一直處于蓬勃發(fā)展?fàn)顟B(tài)，但在研究期內(nèi)東北和西南地區(qū)旅游業(yè)綠色生產(chǎn)率波動較大，這與這些地區(qū)經(jīng)濟(jì)基礎(chǔ)薄弱、旅游基礎(chǔ)設(shè)施建設(shè)不完善等因素有關(guān)，需發(fā)揮這些地區(qū)旅游資源的特色性優(yōu)勢，結(jié)合互聯(lián)網(wǎng)技術(shù)，創(chuàng)新旅游發(fā)展模式，突破旅游“異地性”的屏障，減少外部突發(fā)情況的沖擊。

GTEC空間關(guān)聯(lián)網(wǎng)絡(luò)整體特征表明：各省份效率之間聯(lián)系數(shù)增加，網(wǎng)絡(luò)關(guān)聯(lián)強(qiáng)度提高，網(wǎng)絡(luò)關(guān)聯(lián)性增強(qiáng)，并趨于穩(wěn)定，但還有上升空間。因此，需繼續(xù)增強(qiáng)省際旅游業(yè)合作，減少隔閡的同時避免空間關(guān)系的冗余，不僅要重視“鄰近”或“相鄰”省份之間的聯(lián)系，更要有全局意識。

GTEC空間關(guān)聯(lián)網(wǎng)絡(luò)個體特征表明：個體網(wǎng)突出以北京、上海、天津、浙江、江蘇為代表的東部省份在空間關(guān)聯(lián)網(wǎng)絡(luò)中的主導(dǎo)地位，這些省份能有效控制其他省份旅游業(yè)之間的聯(lián)系并較少受其他省份的影響，能吸收有利自己的因素，享受到較多的空間溢出效應(yīng)，而中西部地區(qū)卻因處于網(wǎng)絡(luò)的邊緣位置而產(chǎn)生更多的空間溢出。因此，不僅要加強(qiáng)東部省份的輻射與帶動作用，也要逐漸突出中西部地區(qū)在旅游業(yè)的位置，逐漸增強(qiáng)東部省份的空間溢出而減少中西部省份的空間溢出，平衡空間關(guān)聯(lián)網(wǎng)絡(luò)溢出與接收關(guān)系。

GTPEC整體、個體網(wǎng)絡(luò)結(jié)構(gòu)對效率值的影響效應(yīng)都較顯著，因此，提高全行業(yè)的科技創(chuàng)新水平和管理水平尤為重要。首先，政府在政策制定、法律法規(guī)完善、科技創(chuàng)新和人才培養(yǎng)方面都要給予旅游業(yè)足夠的重視，發(fā)揮積極的態(tài)度和作用；其次，加大對旅游行業(yè)違法亂紀(jì)行為的懲罰力度，提高旅游行業(yè)從業(yè)人員整體素質(zhì)，促進(jìn)管理水平的提高；再者，旅游資源的開發(fā)和旅游工程的建設(shè)要發(fā)揮創(chuàng)意，避免雷同的、低質(zhì)量的景區(qū)出現(xiàn)，以環(huán)境承載力和環(huán)境容納量為前提設(shè)計(jì)景區(qū)的規(guī)模和結(jié)構(gòu)；最后，提高旅游高校建設(shè)和旅游人才培養(yǎng)的質(zhì)量，提高旅游人才對口就業(yè)率，促進(jìn)旅游業(yè)技術(shù)水平的提高。

GTSEC整體、個體網(wǎng)絡(luò)結(jié)構(gòu)對效率值的影響效應(yīng)都不顯著，且在研究期內(nèi)變化較為穩(wěn)定，表明旅游業(yè)發(fā)展在人才、技術(shù)等方面的配置存在不足，而且近年來都沒有重大突破。因此，需繼續(xù)擴(kuò)大旅游業(yè)發(fā)展規(guī)模，在充分發(fā)揮各地區(qū)資源特色的情況下，要發(fā)揮“先富帶后”的作用，消除地理位置上的隔閡，不斷加強(qiáng)對外開放，促進(jìn)國際、省際的多向交流與合作，優(yōu)化旅游業(yè)資源配置。