張 斌

（北京聯合大學 北京 100020）

引言

在《中共中央關于制定國民經濟和社會發(fā)展第十四個五年規(guī)劃和二〇三五年遠景目標的建議》中指出，加快構建以國內大循環(huán)為主體、國內國際雙循環(huán)相互促進的新發(fā)展格局。旅游業(yè)作為國家發(fā)展的重要支柱，對內有拉動內需、提高居民幸福生活程度滿意度的作用；對外有展示國家形象，是文化輸出的窗口。越來越多的地區(qū)意識到旅游業(yè)的發(fā)展是社會發(fā)展不可或缺的一部分，并且在近些年不斷加大對旅游的投入以促進旅游“食、住、行、游、購、娛”建設。

京津冀是我國的首都經濟圈，包括北京、天津、河北的11個地級市，其中北京、天津、保定、廊坊為核心功能區(qū)。京津冀位于華北地區(qū)環(huán)渤海心臟地帶，是我國北方經濟規(guī)模最大的地區(qū)。作為我國游客出行主要目的地，京津冀地區(qū)的旅游發(fā)展對全國旅游業(yè)發(fā)展都有著重要的示范作用。近些年，在旅游業(yè)建設發(fā)展過程中，旅游資源投入不合理、基礎建設不均衡等問題變得越來越嚴峻。北京作為我國的政治、文化、國家交往、科技創(chuàng)新中心，對內是我們的“國家心臟”，對外是文化交流的“總指揮”。提高京津冀地區(qū)旅游效率，對于我國形成“雙循環(huán)”的發(fā)展格局有著重要的意義和作用。

文獻回顧

（一）關于旅游效率的研究

“效率”表示產業(yè)發(fā)展過程中單位要素投入在特定時間產出的最大化，使所有利益相關者得到總剩余最大化的性質。它在1957年被英國學者Farrel提出，主要應用于管理學和經濟學的相關領域。

張鵬樣、鄭婷、黃艷梅（2021）運用超效率SBM模型對中國不同省份2005-2018年的旅游經濟效率進行評測，得出我國各省份、各地區(qū)、各時間段旅游經濟效率的情況。在此基礎上，運用Malmquist指數分析了在各年份發(fā)展過程中不同省份、不同地區(qū)技術效率和技術進步對旅游經濟效率的影響。潘秋玲、宋玉強、陳樂等（2021）借助數據包絡分析方法對陜西省107個縣域進行旅游效率測度，發(fā)現旅游效率達到有效的縣域比例偏低且多屬于各地市所屬郊區(qū)；通過旅游業(yè)水平、縣域發(fā)展水平、交通服務水平對陜西省縣域旅游總效率進行回歸分析，發(fā)現旅游占GDP比例、人口密度和汽車站數量對旅游效率有顯著的正向影響。紀曉萌、秦偉山、李世泰等（2021）選取我國329個地級行政單位2018年旅游業(yè)發(fā)展狀況為研究對象，使用DEA模型測量各地級市旅游效率，發(fā)現旅游綜合效率達到有效的城市僅有38個，使用ArcGIS對旅游效率進行可視化表達，使用空間自相關、熱點分析、地理探測器分析旅游效率的形象因素，發(fā)現旅游發(fā)展質量、旅游服務水平和旅游資源質量對旅游業(yè)發(fā)展效率有顯著影響。

（二）對京津冀地區(qū)旅游效率的研究

李瑞、吳殿廷、殷紅梅等（2014）以京津冀、長三角、珠三角、山東半島的主要城市為研究對象，采用DEA、Bootstrap-DEA糾偏和Malmquist指數模型測算和分析四大城市群旅游業(yè)發(fā)展效率和時空特征。郭偉、王鳳嬌、張鐵宏等（2017）基于京津冀高鐵線路的建設，研究在城市交通建設背景下旅游效率的情況，借助DEA模型對京津冀13個地級市進行效率計算。研究發(fā)現，旅游效率有效的城市主要集中在京津冀中北部，規(guī)模效率和總效率呈同步發(fā)展態(tài)勢。但文章并沒有將高鐵對旅游效率的影響闡述清楚，只是將反映高鐵建設的“鐵路網密度”納入投入要素進行計算。黃翼羽、吳盼玉（2018）借助DEA中的BCC模型，對京津冀、長三角、珠三角城市在2012年和2016年的旅游效率進行比較，發(fā)現三個地區(qū)的旅游效率都處于無效狀態(tài)，其中京津冀的旅游效率最低。并對下屬城市進行研究，總結各地旅游效率的差距以及在2012-2016年的旅游效率的發(fā)展情況。

通過對相關文獻進行綜述，可以發(fā)現關于旅游效率的研究已經有非常成熟的思路，近些年，相關領域的學者在分析旅游效率的同時關注到對影響旅游效率因素的分析，對旅游效率的提高有積極作用。但是對京津冀地區(qū)的研究只有基于某些年份截面數據的分析，對旅游效率動態(tài)變化缺乏清晰的認識；而其他地區(qū)對于旅游效率的數據計算已經較為充分，但大部分學者僅關注了對效率產生的原因分析，沒有基于已有效率的研究結果對地區(qū)旅游業(yè)的發(fā)展方式提出建設性意見。本文將從京津冀的13個地區(qū)入手，研究2010-2018年期間，各地區(qū)旅游效率的情況以及動態(tài)變化，并深入分析影響京津冀效率的因素差異，在此基礎上，結合當前我國提出的形成“雙循環(huán)”發(fā)展戰(zhàn)略對京津冀旅游業(yè)發(fā)展路徑進行探究。

研究方法和指標選取

（一）研究方法

1.Super-SBM模型。DEA模型作為傳統(tǒng)的估計經營效率的方法，由于其計算簡單，操作方便被廣泛應用在各個領域中，通過基于不變規(guī)模報酬的CCR模型或基于可變規(guī)模報酬的BCC模型進行效率評估。由于傳統(tǒng)的DEA模型沒有考慮投入產出的松弛性問題，計算數據往往偏高，且無法對多個有效決策單元進行評價和排序。在此基礎上，Tone基于修正松弛變量對模型進一步完善提出了Super-SBM模型，有效解決了多個有效DMU單元的評價和排序問題。

式（1）中，ρ代表相對效率值；x代表輸入變量；y代表輸出變量；m代表投入指標個數；s代表產出指標個數；s代表投入松弛變量；s代表產出松弛變量。

2.Malmquist指數。1953年，Malmquist提出Malmquist指數，在1982年該指數被用于生產效率變化的計算。DEA模型的效率值只能反映某一事件的技術效率，1994年RolfF?re將該理論與DEA相結合，通過Malmquist指數可以對生產率的變動以及生產率變動的原因作進一步分析，它將全要素生產率變化（TFPCH）分解為技術效率變化指數（ECH）和技術進步變化指數（TECH），可以從時間維度上分析旅游效率的動態(tài)變化和其他各種變化對創(chuàng)新效率的影響程度。

式（2）中，i=1，2，……n表示決策單元；t=1，2，…n表示時期x代表投入向量，y表示產出向量；D(x，y) 與D(x，y) 分別表示一時期t為標準的時期t和t+1生產點的距離函數。

3.地理探測器。地理探測器主要包括分異及因子探測、交互作用探測、風險區(qū)探測和生態(tài)探測四個探測器。相較于傳統(tǒng)的分析統(tǒng)計方法，地理探測器在不對q值進行統(tǒng)計顯著性檢驗時，q值仍然具有明確的物理意義，可以有效克服傳統(tǒng)統(tǒng)計方法處理類別變量的局限性，受到的制約更少，且自變量和因變量之間的關系比經典回歸更加可靠。它以空間分層異質性為研究對象，探究某個自變量對某個因變量的影響。為了探究變量的空間分層異質性，以及研究某因子X在多大程度上解釋了變量Y的空間分異，用q值度量，q值越大，表示X對Y的解釋程度越好。

式（3）中，h=1，…L為變量Y或因子X的分層；N和N分別為層h和全區(qū)的單元數；σ和σ分別為變量Y在層h和全區(qū)的方差；SST和SSW分別表示層內方差之和及總方差。

（二）指標選取

李瑞、吳殿廷、殷紅梅等（2014）將勞動要素投入、資本要素投入作為投入指標的一級指標，其中選取每萬人第三產業(yè)從業(yè)數反映勞動要素投入，選取3A級以上旅游景點數、三星級以上飯店數、國際旅行社數、國內旅行社數反映資本要素投入；用旅游總人數和旅游總收入作為效率產出。張麗峰（2014）選取旅游固定資產、旅游業(yè)從業(yè)人數作為投入指標；旅游企業(yè)總營業(yè)收入作為產出指標。夏贊才、鄒泉、羅文斌等（2020）選取旅游業(yè)基本單位數、旅游從業(yè)總人數、固定資產投資作為旅游投入指標，選取旅游業(yè)收入、旅游景區(qū)接待總人數為旅游產出指標進行省域旅游業(yè)效率的計算。王兆峰、劉慶芳（2021）用勞動力投入、資本投入作為投入指標，勞動力投入用旅游從業(yè)人數反映，資本投入用旅行社數量、星級酒店數量、A級景區(qū)數量衡量；旅游產出主要通過旅游人次和旅游收入表示。

旅游業(yè)經營過程可以看作是一個投入產出過程?；A設施建設投入指標主要通過固定資產投資反映、資本投入指標主要通過A級景區(qū)數、星級飯店數、旅行社數反映，勞動投入指標主要通過第三產業(yè)從業(yè)人數反映；選取旅游收入和旅游人數作為產出指標進行旅游效率的計算。

本文數據選取《北京統(tǒng)計年鑒》《天津統(tǒng)計年鑒》《河北經濟年鑒》以及河北各地級市年鑒、統(tǒng)計局網站和EPS全球統(tǒng)計數據/分析平臺等名錄。

結果分析

（一）基于超效率SBM的旅游效率分析

使用DEA-Solver，基于超效率SBM模型，對京津冀地區(qū)在2010-2018年的旅游效率進行計量，結果如表1和圖1所示。

圖1 京津冀地區(qū)2010-2018年旅游效率的空間格局

表1 2010-2018年京津冀各地區(qū)旅游綜合效率

?

在這9年里，北京市旅游綜合效率最高（1.897）、天津第二（1.6221）、滄州旅游綜合效率最低（0.286）。

對表1中每個地區(qū)旅游效率的變化進行單獨分析，可以看出，北京市的旅游效率呈現逐年遞減趨勢，但在京津冀地區(qū)一直處于領先地位；張家口在2014-2017年的旅游效率高于1，其他年份的效率值遠低于1，波動較大；石家莊、邢臺的旅游效率在不同年份之間存在波動，天津、秦皇島、唐山、保定、滄州、邯鄲的旅游綜合效率在2010-2018年之間波動性較小，發(fā)展狀態(tài)比較穩(wěn)定。

從整體來看，在2010-2018年之間，除了2010年有6個地區(qū)的旅游效率高于當年平均效率和2012年的8個地區(qū)的旅游綜合效率高于平均效率，其他年份均為7個地區(qū)的旅游效率高于平均效率。進一步對旅游綜合效率進行方差計算，可以看到從2010-2015年京津冀地區(qū)的旅游業(yè)綜合效率差距越來越小，2016-2018年趨于穩(wěn)定，各地區(qū)旅游業(yè)發(fā)展進入了均衡狀態(tài)。

（二）旅游效率動態(tài)演變分析

為了解京津冀地區(qū)旅游效率的動態(tài)變化，使用Malmquis模型對京津冀旅游效率的動態(tài)變化進行刻畫（見表2-表4）。

表2 京津冀地區(qū)2010-2018年旅游業(yè)技術進步動態(tài)變化

?

表3 京津冀地區(qū)2010-2018年旅游業(yè)規(guī)模效率動態(tài)變化

?

表4 京津冀地區(qū)2010-2018年旅游業(yè)全要素生產率動態(tài)變化

?

在2010-2018年之間，京津冀地區(qū)旅游全要素生產率變動指數為1.178，表明年均旅游全要素生產率增長17.8%，其中，技術進步的增長率為16.4%，規(guī)模效率變化指數增長率為1.1%。這說明，技術進步和規(guī)模效率都為京津冀旅游全要素生產率提高做出貢獻。其中，技術進步是全要素生產率提高的主要原因，在2014-2018年期間，京津冀地區(qū)的旅游全要素生產率在逐年上升，說明近些年，京津冀地區(qū)的旅游業(yè)投入產出效率正在改善。在對京津冀旅游效率進行分解后，可以看出，2012年之后京津冀的技術進步指數在逐年升高，在2012-2014年之間，規(guī)模效率下降，因此，京津冀旅游全要素生產率在2012-2014年之間比較穩(wěn)定；在2014年之后，規(guī)模效率趨于穩(wěn)定，技術進步指數逐年提高，京津冀全要素生產率提高。

在2010-2018年期間，各地的規(guī)模效率圍繞1上下波動，其中，北京、邢臺的平均規(guī)模效率低于1；天津、承德、秦皇島、保定、邯鄲的規(guī)模效率等于1；京津冀地區(qū)各個年份的規(guī)模效率變動不大，基本圍繞1上下波動，其中，2013-2014年、2014-2015年期間，規(guī)模效率小于1，其他年份大于1。

在2010-2018年期間，北京市技術進步指數僅為1.09，天津市技術進步指數為1.15，均低于平均值1.16，可以看出，在經濟發(fā)達地區(qū)，技術進步空間減小。京津冀地區(qū)旅游業(yè)效率不平衡的主要原因是發(fā)達地區(qū)和不發(fā)達地區(qū)的差距較大，但近些年的旅游效率差距減小，原因可能是河北地區(qū)的旅游業(yè)技術進步帶動旅游效率的提高引起差距縮小。

（三）旅游業(yè)發(fā)展效率影響因素分析

為探究影響旅游業(yè)綜合效率的因素，本文選取2010-2018年京津冀地區(qū)第三產業(yè)從業(yè)人數、地區(qū)生產總值、游客總人數、星級酒店數、A級景區(qū)數五個指標分別代表當地旅游業(yè)人力資源投入、地區(qū)發(fā)展水平、地區(qū)吸引力、旅游配套設施建設、旅游資源對旅游業(yè)影響因素進行探究（見表5）。第三產業(yè)從業(yè)人數從側面反映了旅游業(yè)從業(yè)人數，旅游業(yè)作為勞動密集型行業(yè)，其發(fā)展需要大量的勞動力；地區(qū)生產總值反映了當地經濟發(fā)展水平，地區(qū)發(fā)展往往能夠促進消費，提高旅游要素利用效率；游客總人數能夠直接反映當地旅游業(yè)發(fā)展水平；星級酒店數和A級景區(qū)數反映了地區(qū)旅游業(yè)固定資產投資水平，通過對當地旅游業(yè)的投入實現旅游效率的提升。

表5 京津冀地區(qū)2018年旅游效率影響因素

?

通過地理探測器對京津冀2010-2018年旅游效率的影響因素進行因子分析，可以發(fā)現對旅游效率的影響均值依次為第三產業(yè)從業(yè)數（0.679）、A級景區(qū)數（0.6）、地區(qū)生產總值（0.548）、星級飯店數（0.503）、接待游客數（0.472）。在2010-2018年期間，要素均值對旅游效率影響呈逐年下降趨勢，說明旅游業(yè)發(fā)展受到除旅游從業(yè)人數投入、地區(qū)發(fā)展水平、地區(qū)吸引力、旅游配套設施建設、旅游資源的影響越來越小，從側面反映了旅游業(yè)受地區(qū)經濟和旅游發(fā)展等其他相關產業(yè)的影響越來越大。其中，第三產業(yè)從業(yè)人數對旅游業(yè)效率影響較大，說明旅游業(yè)作為“食、住、行、游、購、娛”的綜合活動，其發(fā)展對整個行業(yè)的依賴程度較高，加大對第三產業(yè)的投入能較大程度促進旅游業(yè)的發(fā)展。

京津冀地區(qū)旅游業(yè)發(fā)展路徑

在對2010-2018年京津冀地區(qū)旅游業(yè)效率的時間空間特征進行度量后，基于地理探測器可以發(fā)現：第三產業(yè)從業(yè)人數對地區(qū)旅游效率影響較大；且2010-2018年要素均值對旅游效率影響呈逐年下降的趨勢。在此基礎上，對京津冀地區(qū)旅游業(yè)發(fā)展路徑提出意見，見圖2所示。

圖2 京津冀旅游發(fā)展路徑

整合地區(qū)人力資源，加大對旅游業(yè)人才的培養(yǎng)力度。通過表5可以看出，第三產業(yè)從業(yè)人數與京津冀地區(qū)旅游效率存在較大程度的相關性，旅游業(yè)作為當前的朝陽產業(yè)，是服務業(yè)的重要組成部分。加大對人力資源的投入力度，大力引進相關人才，從旅游發(fā)展規(guī)劃、景區(qū)管理到技術運用全面提升旅游要素的利用效率。

發(fā)展當地經濟，加大對旅游業(yè)的投入。經濟基礎穩(wěn)固可以為旅游業(yè)發(fā)展提供更堅實的發(fā)展基礎，能夠加強當地對其他服務業(yè)、基礎設施建設的投入力度，對于包含“食、住、行、游、購、娛”的旅游業(yè)來說，擁有了更加肥沃的土壤，可以進一步促進地區(qū)旅游消費。同時，經濟發(fā)展可以完善旅游業(yè)基礎設施，加大景區(qū)的建設和創(chuàng)新投入，提高景區(qū)管理效率。大力挖掘優(yōu)質資源進行市場開發(fā)、景區(qū)建設，對京津冀旅游效率有質的提升。

用信息技術助推區(qū)域一體化發(fā)展。當今阻礙區(qū)域一體化發(fā)展的一大原因是區(qū)域聯動不夠使得區(qū)域融合的廣度和深度存在不足。信息技術作為不受行政區(qū)限制的一種交互方式，可以從目的地營銷、電子商務、公共服務、行業(yè)監(jiān)管等方面提高旅游資源的利用效率。充分挖掘地域特色，打造有代表的區(qū)域旅游景點；完善區(qū)域內旅游要素和公共服務體系，建立三地公共服務平臺；建立異地投訴機制，提高問題解決效率。

結論

本文基于超效率SBM模型、Malmquist指數對2010-2018年京津冀地區(qū)旅游業(yè)效率和動態(tài)變化進行測度，在此基礎上，借助地理探測器對京津冀地區(qū)旅游業(yè)綜合效率的影響因素進行探究。主要結論如下：

京津冀地區(qū)中北京、天津、衡水旅游業(yè)綜合效率一直處于較高水平，但是北京市綜合效率呈逐年遞減的趨勢；滄州地區(qū)旅游業(yè)發(fā)展較為緩慢，旅游業(yè)投入產出效率較低；在2010-2015年期間，京津冀地區(qū)旅游業(yè)綜合效率差距不斷減小，并在2016-2018年趨于穩(wěn)定。在2010-2018年期間，京津冀地區(qū)年均旅游業(yè)全要素生產率增長17.9%，其中，技術進步的增長率為16.4%，規(guī)模效率變化指數增長率為1.16%。這說明，技術進步是全要素生產率提高的主要原因；在2012-2014期間，京津冀地區(qū)旅游業(yè)技術效率進步，但是規(guī)模效率減少，因此全要素生產率止步不前；在2014-2018年期間，京津冀地區(qū)旅游規(guī)模效率趨于穩(wěn)定，技術效率仍然保持上升趨勢，地區(qū)旅游業(yè)全要素生產率逐年上升。在2010-2018年期間，北京市、天津市技術進步指數均低于平均值1.16，可以看出，在經濟發(fā)達地區(qū)，技術進步空間減小，由于旅游業(yè)全要素生成率的變化主要取決于技術進步，因此2014-2018年地區(qū)旅游業(yè)效率差距減小和旅游業(yè)全要素生產率上升的原因可能是河北地區(qū)技術進步帶動旅游業(yè)發(fā)展。第三產業(yè)從業(yè)數、A級景區(qū)數、地區(qū)生產總值、星級飯店數、接待游客數都在顯著影響京津冀旅游效率，且影響程度隨時間呈下降趨勢。

在對京津冀旅游業(yè)效率的時空態(tài)勢和影響因素進行分析后，提出從人力資源引進、信息化建設、經濟建設方面提高京津冀地區(qū)旅游業(yè)效率的建議。