向 藝,王成璋,蘇偉洲
(1.西南交通大學 經濟管理學院,四川成都 610031;2.西南科技大學 經濟管理學院,四川綿陽 621010)
單就經濟數據而言,近年我國旅游經濟發展成績顯著。2012年國內旅游人數為29.57億人次,收入22706.22億元人民幣;接待入境旅游1.32億人次,實現國際旅游(外匯)收入500.28億美元①。旅游經濟雖蓬勃發展,而旅游企業獲得的利潤卻不樂觀②,旅游經濟的真實發展水平也難窺端倪。因此,在將“旅游業培育成為國民經濟的戰略性支柱產業和人民群眾更加滿意的現代服務業”的背景下,測度旅游經濟真實發展水平具有重要的現實指導意義。
測度旅游經濟發展水平的現有文獻較少。國內有學者以旅游收入、旅游人次、旅游企業數或固定資產投資、營業收入,兼以旅游收入增加比例或速度、旅游收入占比(GDP或服務業增加值)等為指標,對我國大陸各省旅游經濟發展水平以及長江三角洲或具體某一省的旅游經濟發展水平進行測度;采用的方法有因子分析方法、主成分分析方法、聚類分析方法;且主要關注某年的旅游經濟發展水平,只有極個別的文獻涉及連續時間段的研究〔1~7〕。這些文獻對旅游經濟發展水平的測度進行了有益探索,但在選取度量指標方面缺乏經濟理論支撐。本文欲彌補這方面的不足,嘗試在分析旅游經濟發展水平內涵的基礎上構建內在邏輯一致的測度指標體系,并對我國大陸各省、自治區、直轄市(以下統稱為省)2001~2011年間的旅游經濟發展水平進行測度。
旅游經濟“指以旅游市場有效需求和旅游產業供給為基礎,在一定的社會文化、經濟、技術、自然、政治、法律等環境下,游客在由客源地往返目的地之前、之中和之后的整個過程中,出于滿足旅游需要的目的而與各類旅游從業者發生各種交易的現象與關系的總和”〔8〕。這說明:(1)旅游經濟是由旅游者的旅游活動引起的,(2)旅游經濟是由旅游業發展而產生的一種經濟現象,(3)旅游經濟包含旅游企業的行為,(4)旅游經濟是國民經濟活動的一種。可見,旅游經濟活動具有一般經濟活動的共性,即在經濟活動過程中必然涉及投入、產出和活動三個方面;當然,它也具有旅游產業的特征,即為旅游者提供服務而引發的經濟活動。
《財經大辭典》將“發展水平”定義為某一現象或活動在一定時期內達到的數量和質量狀態。通過對旅游經濟以及發展水平的內涵分析,本文認為旅游經濟是由旅游者的游覽活動引起的旅游者與旅游企業、旅游企業之間,系統的相互作用的一種國民經濟活動,其發展水平則是該活動達到的程度、狀態。
經濟活動的水平應該運用經濟活動的投入、活動、產出三方面因素來測度,其指標由投入類、活動類、產出類綜合構成。本文將旅游經濟發展水平的測度界定為對旅游經濟活動的投入、產出以及活動的數量規模的測度(見表1)。

表1 旅游經濟發展水平的測度指標
針對旅游產業的特殊性,旅游經濟活動投入類指標應由旅游經濟發展過程中的資本、勞動、信息技術、土地等構成。由于信息技術與土地相關數據難以獲取,本文選擇旅游企業固定資產投入作為度量旅游資本投入,旅游企業從業人數作為度量旅游勞動投入。旅游經濟活動類指標應由旅游企業活動構成。企業是旅游經濟活動的主體,主體的數量越多表示旅游經濟活動越具有活力,本文選取參與旅游經濟活動的旅游企業數量表示旅游經濟活動的強度,旅游企業的勞動生產率表示旅游經濟活動的效率。旅行社、旅游飯店、旅游景區是旅游產業的核心企業〔9〕,本文選取三者的數量和勞動生產率作為旅游經濟活動類指標。鑒于數據的可獲得性與一致性,旅游景區的數量以國家旅游局評定的A級景區數量作為替代。旅游產出是旅游經濟系統運行結果的反映,現有研究文獻將旅游收入與旅游者接待規模用來度量旅游經濟活動的最終產出〔1-7〕;而本文選擇國內、入境旅游收入反映旅游經濟活動結果的貨幣收入,國內、入境旅游者接待人次反映旅游經濟的綜合產出。
1.指標權重確定方法的比較
對多指標綜合評價而言,關鍵在于確定各指標權重。現有的權重確定方法有主觀賦值法和客觀賦值法,主觀賦值法主要有德爾菲法、專家打分法,客觀賦值法則有因子分析方法、主成分分析方法、泰爾指數、熵值法、粗糙集等。主成分分析方法也稱主分量分析,利用降維、化簡的思想,基于數據結構和特點來確定權重,把多指標轉化為少數幾個綜合指標,它在處理指標存在相關性時更具優勢〔10〕。熵值法運用前提是各個指標之間不存在相關性,粗糙集主要處理離散數據,對于旅游收入等指標難以處理;泰爾指數則適宜于進行不同空間尺度的分析。因子分析法在降維和確定權重方面具有與主成分分析法同樣的優點。以上方法僅是對某一時點進行截面的靜態評價,難以將評價主體的動態影響納入權重中,而本文采用動態因子分析方法(dynamic factor analysis,DFA)確定指標的權重。
2.指標權重的確定方法
動態因子分析方法(Dynamic Factor Analysis,DFA)由 Coppi與 Zannella于 1978年推出并發展〔11〕,Alessandro Federici與 Andrea Mazzitelli則編寫了此方法的stata程序〔12〕。動態因子分析方法的優點在于可以使用面板數據對評價主體進行靜態和動態兩個方面的評價,相比傳統的評價方法,其增加了樣本的數量和自由度,能實現更全面的評價,此方法見于評價房地產發展水平〔13〕、城市競爭力〔14〕等。
給定一組評價對象:

其中:i=1,2,…,I;j=1,2,…,J;t=1,2,…,T。I表示評價對象,J表示評價指標,T表示評價的時期。
其計算步驟為:
(1)對所有數據Xijt進行標準化處理,以消除指標量綱的影響。
(2)根據各年份的協方差矩陣S(t),求解平均協方差矩陣ST,其綜合反映了數據靜態結構差異和動態變化的影響,具體表現形式為:

(3)求解ST的特征值與特征向量,以及各個特征值的方差貢獻率。
(4)計算出各評價對象(I)的平均得分矩陣:

(5)計算出各評價對象的動態得分矩陣:


(6)利用各主成分所對應的特征值占所提取主成分對應的總特征值之和的比例,即方差貢獻率作為權重,計算平均得分E,E=∑difi(fi是公因子,di是該公因子的貢獻率)。
此方法運用的前提是所有指標(J)均為正向指標,不能是逆向指標,而本文各指標皆為正向指標,故無需進行指標轉換。
本文數據來自國家旅游局網站、國家統計局網站、四川省旅游局網站、中國統計年鑒數據庫各省市統計年鑒(2002年到2012年各年)、《四川省旅游統計便覽》、《浙江旅游統計便覽》、《湖北省旅游統計便覽》;因部分省的部分年份缺乏旅游景區勞動生產率數據,則采用旅游企業總的勞動生產率替代。
根據動態因子實現的步驟,首先運用stata軟件計算各個因子的特征值、方差貢獻率以及累積貢獻率(見表2)。
表2顯示,前四個因子貢獻了整個指標84%的信息,因此,我們選擇前四個公因子作為新的因子,代表原始指標對各省旅游經濟發展水平進行分析 與評價,則評價模型為:式(1)中,E為測度的平均得分,C1~C4表示公共因子。根據此評價模型,計算出2001~2011年我國大陸31個省的旅游經濟發展水平得分和平均得分,并根據綜合得分進行排序(見表3)。

表2 各個因子的特征值、方差貢獻率及方差累積貢獻率


表3 2001~2011年各省旅游經濟發展水平
表3列出各省2001~2011年間旅游經濟發展水平得分以及該時期內的平均得分并按平均得分的大小進行排序。平均得分最高的是廣東,2.93分;最低的是青海,-1.50分。按照現行東、中、西部劃分標準,前十位包括中東部省份7個,中部1個,西部2個;中間十位東部省份2個,中部6個,西部2個;后十一位東部2個,中部1個,西部8個。
旅游經濟發展水平空間差異顯著,大致呈現由東部沿海向西北內陸逐漸降低的空間梯度格局;高發展水平的省份多集中在東部,發展水平低的省份集中在西部,大多數中部省份居于中等水平。東部沿海為旅游經濟發達區,平均得分大于0,包括廣東、上海、浙江、江蘇、山東、北京、遼寧、河北,此區域的人文、歷史旅游資源豐富,經濟發達,經濟總量高,是我國經濟開放較早的地區,也是旅游業的傳統入境口岸;長江中上游及黃河中下游為旅游經濟中等發達區,包括四川、湖北、云南、湖南、陜西、安徽、河南,此區域的自然與人文旅游資源豐富、品類齊全,知名度與美譽度較高;西北和東北為旅游經濟不發達區,包括黑龍江、吉林、內蒙古、山西、新疆、甘肅、西藏、寧夏、青海,此區域地域廣闊,經濟不發達,主要有以少數民族風情和宗教文化為主的人文旅游資源和廣闊的自然風景的自然旅游資源;其他為旅游經濟欠發達區,包括福建、廣西、江西、重慶、海南、天津、貴州,此區域旅游資源的豐度與經濟發展水平皆較弱。
從時間來看,位于前9位的省份從2001~2011年旅游經濟發展水平持續保持提高趨勢,而云南則經歷了降低—回升過程;位于11~20位的省份,旅游經濟發展水平有升有降,11~15位的省份總體趨勢在提高,但間有下降過程;16~20位省份總體趨勢在下降,間有上升過程;位于21~31位的省份旅游經濟發展水平下降趨勢顯著,僅貴州間有大幅度提高的過程。
同時,旅游經濟發展水平高的省份和低的省份差距在持續擴大。2001年旅游經濟發展水平最高的省份廣東與最低的寧夏相差3.41分,到2011年,廣東與最低的西藏相差5.88分(見圖1)。旅游經濟發展水平高的省份發展越好,持續提升;旅游經濟發展水平低的發展越差,不斷下降。

圖1 2001~2011年旅游經濟發展水平比較
在對旅游經濟及其發展水平內涵研究的基礎上,本文從經濟活動的投入、產出與活動三個方面共12個指標構建了旅游經濟發展水平的測度模型,并運用能夠同時處理時間維度和截面個體維度影響的動態因子方法來確定權重。用該模型對2001~2011年我國大陸各省旅游經濟發展水平進行評價,結果顯示:
第一,總體而言,我國旅游經濟發展水平空間差異顯著,大致上呈現從東南沿海向西北內陸逐漸降低的梯度空間格局。
第二,就時間趨勢而言,旅游經濟發展水平存在“馬太效應”,居于前10位的發展水平持續提高,居于后11位的省份大部分持續下降,“好的越好”“差的越差”,各省旅游經濟發展水平的差距隨時間變化而逐漸擴大。
注釋:
①參見《2012年中國旅游業統計公報》,http://www.cnta.gov.cn/html/2013-9/2013-9-12-%7B@hur%7D -39-08306.html.
②中國旅游統計年鑒顯示,多數年度旅游企業的利潤為負。
〔1〕郭 磊.主成分分析法在我國各省旅游經濟發展水平評價中的應用〔J〕.農業與技術,2010,(6):86 -89.
〔2〕李 敏,李 濤.我國區域旅游經濟發展水平的綜合評價〔J〕.統計與決策,2005,(6):33-35.
〔3〕徐 頌,黃耀麗.旅游經濟綜合實力評價與類型劃分——以珠江三角洲為例〔J〕.統計與決策,2005,(17):70-71.
〔4〕唐順英,代合治,孫晉芳.山東省旅游經濟綜合實力評價與類型劃分〔J〕.資源開發與市場,2007,(3):207 -209,226.
〔5〕龐會敏.遼寧省14市旅游經濟發展綜合評價分析〔J〕.經濟研究導刊,2009,(32):66 -68.
〔6〕孫文斐.山東省旅游經濟發展水平評價分析〔J〕.經濟研究導刊,2011,(1):168 -170.
〔7〕張廣宇,簡王華,付 艷.廣西市域旅游經濟發展差異的綜合評價與分析〔J〕.廣西師范學院學報(自然科學版),2009,(4):59 -64.
〔8〕田紀鵬.旅游經濟結構內涵、特征與內在機理研究〔J〕.現代管理科學,2011,(5):76 -78.
〔9〕羅明義.關于“旅游產業范圍和地位”之我見〔J〕.旅游學刊,2007,(10):5 -6.
〔10〕楊菊華.數據管理與模型分析:STATA軟件應用〔M〕.北京:中國人民大學出版社,2012:36.
〔11〕Coppi R.,Zannella F.Factor Analysis of Multiple Time Series Observed on a Given Set of Individuals〔C〕∥Bologna.In Proceedings of the 29th Meeting of the Italian Statistical Society,1978:61-79.
〔12〕Alessandro Federici,Andrea Mazzitelli.Dynamic Factor Analysis with Stata〔EB/OL〕.(2005-10-10)〔2013-08-27〕.http://www.stata.com/meeting/Italian/Federici.pdf.http://www.stata.com/meeting/2italian/Federici.pdf.
〔13〕胡日東,李 穎.我國房地產業發展的綜合評價——基于動態因子分析法〔J〕.經濟地理,2011,(11):104-108,115.
〔14〕王 飛,黃 璨.基于動態因子分析法的中部六省省會城市競爭力比較與分析〔J〕.特區經濟,2013,(4):26-29.