區域旅行社業效率的時空分異研究

摘 要：文章運用DEA（數據包絡分析法）結合 Malmquist 指數模型，利用2003—2016年的相關旅游數據，對中國區域旅行社業效率在時間和空間兩個維度方面的變化進行了實證研究。根據測算結果得出以下結論：首先，中國旅行社業的整體綜合效率是隨著時間逐步提高的；而中國東西部效率高，中部低，并且兩者差距較大，而西部和東部的差距相較來說比較??；而從效率的分布類型來看，東部地區較多高效率和高穩定性的效率類型，且東部地區各省之間，旅行社業的效率差異在不斷地縮小；從省際層面來看，絕大部分省份的旅行社業的綜合效率是處于增長的態勢的，極少數省份是在下降的。

關鍵詞：DEA模型；Malmquist指數模型；旅行社業效率；時空分異

中圖分類號：F590.3 文獻標識碼：A 文章編號：1008-4428（2018）06-0042-02

一、 引言

由于國家政策的傾斜和資源稟賦的差異，導致我國各個地區的旅游環境和基礎的經濟條件存在很大差異，這就直接導致我國旅行社的分布以及經營情況存在區域間的非均衡狀態，而這種不均衡對我國的旅行社業乃至旅游業的發展都非常不利。

因此，分析旅行社業效率的時空差異特點，找到造成不均衡現狀的原因，可以為我國旅行社業的發展提供一些參考。文章正是基于以上現狀，運用DEA模型結合 Malmquist 指數模型，從時間和空間兩個維度，動態靜態相結合的兩種視角，并利用2003—2016年全國31個省級旅行社業的數據，來分析中國旅行社業整體效率的變化趨勢和省際差異，嘗試通過數據分析來探討旅行社業發展的效率差異化原因。

二、 研究設計

（一）研究數據

本研究選取31個省級旅行社業的數據作為基礎數據，這31個省是基本決策單元。根據DEA模型的投入產出指標選取原則，投入和產出指標數量之和應該至多是決策單元數量的三分之一，所以由于基本決策單元是31個，投入產出指標之和必須至多為10。本文選取指標的原則是：結合數據實際的可獲取性和適用性進行指標體系的構建?；谝陨弦蛩?，本研究決定以從業人數、旅行社數量、固定資產總額這三項作為投入指標；旅行社組團數量和接待量、旅行社營業收入、營業稅金及附加這三項作為產出指標，通過以上探討來形成本文研究模型的指標體系。

（二）數據來源

文章主要應用2003—2016年這十四年的《中國旅游統計年鑒》以及《中國旅游統計年鑒（副本）》數據，部分來自國家統計局網站以及各省市統計年鑒，還有少部分數據來自各省份的旅游局網站。

（三）研究方法

1. 數據包絡分析法

數據包絡分析法是一種效率評價方法，在1978年由Charnes和Cooper等人提出，主要解決的是：對于不確定函數關系的多輸入和多輸出決策單元這種類型的問題進行效率評價。這也是本文選擇該方法進行評價的主要原因。首先，DEA方法對于變量的選取有較大的自由度，因為輸入輸出變量之間不需要有確定的函數關系；其次由于指標的評價是相對值，所以不需要處理原始數據；最后權重的賦值是內定的，所以排除了主觀賦值的不確定性?；谝陨先c，文章采取數據包絡分析法對中國區域旅行社業效率進行評價。

Xj、Yj分別代表輸入和輸出（j=1，2，3…，n），DMUj代表評價決策單元，則：

Xj=（x1j，x2j，…xmj）T，Yj=（y1j，y2j，…ysj）T，j=1，2，3，…，n

那么假定規模報酬不變的情況下，DEA模型（簡稱CRS或CCR模型）構建如下：

min[θ-ε（eTS-+eTS+）]（1）

s.t∑nj=1Xjλj+S-=θX0

∑nj=1Xjλj-S+=Y0

λj≥0，j=1，…，n

S-≥0，S+≥0

該模型中，通過θ的值來反映旅行社業的綜合效率，且θ（0<θ≤1），當θ在0—1之間時，θ的大小與旅行社業的效率呈正相關，當θ=1時，則達到最大值，證明此時旅行社業的效率最高；ε是非阿基米德無窮小量；eT=（1，1，…，1）∈Em和eT=（1，1，…，1）∈Es，分別為m維和s維單位向量空間，S-代表松弛變量；S+代表剩余變量；λj是權重變量；Em，Es分別表示m維和s維向量空間；Xj、Yj分別代表輸入和輸出向量。

當增加∑ni=1λj=1的約束條件時，就將此DEA模型轉化為規模報酬可變的模型（簡稱VRS或BCC模型），這也比較符合實際情況，且此時TE=PTE×SE。

純技術效率表示旅行社行業中旅游要素資源配置和利用水平，規模效率則表示旅行社業規模集聚水平，而綜合效率可拆分為純技術效率和規模效率。無論是CCR模型還是BCC模型，都可以用旅行社業綜合效率來反映旅行社行業中旅游要素的利用水平、資源配置水平以及規模集聚的水平等。

2. Malmquist指數模型

全要素生產率常被作為衡量科技進步的重要指標，因為全要素生產率是除了傳統的資本及人力資源投入之外的其他投入要素所帶來的經濟增長率。文章是通過Malmquist指數模型來從時間維度來分析全要素生產率的變化，從而通過計算結果衡量我國科技進步對旅行社業的影響。Malmquist指數模型是Fare等提出用來測度全要素生產率變化指數。基礎模型如下：

三、 結果分析

（一）時間變化

根據DEA模型的測算結果可知：2003—2016年以來，我國旅行社行業的資源以及技術投入不斷加大，但是根據產出結果分析，整體的技術效率水平以及規模效率的趨勢并未因此而出現明顯的增長。這就說明我國的旅行社業的資源配置效率較低，且資源利用以及規模集聚效益并沒有得到充分的發揮。

（二）區域差異

2003—2016年，全國旅行社業的平均技術效率以及各大地區（東部、西部、中部）的旅行社技術效率均值都未達到有效生產前沿，由此說明我國旅行社業整體未達到有效狀態。總體看來，我國旅行社業的技術效率呈現出“東部高，中西部低”的狀態，并且東部高于全國均值，技術效率可分解為規模效率和純技術效率，我國東部的這兩個效率值均高于全國均值且高于中西部均值。值得注意的是，我國的西部地區的純技術效率高于我國中部地區，這是中部地區技術效率低于西部地區的主要原因。三大地區的技術效率的變化水平呈現出“東部平緩，中部下降，西部上升”的趨勢，這主要與地理位置及旅游資源有關。

（三）省際差異

本文將我國三大地區旅行社業的效率分為四大類型，分別是：穩定高效率型、波動高效率型、穩定低效率型及波動低效率型。穩定高效率型就是既有較高的經營效率且可保持穩定的高效率狀態，該類型主要包括上海、北京、浙江、江蘇、廣東、海南、云南、湖南、寧夏和廣西，占比全國33%；波動高效率型就是雖然其經營效率是高的，但是其經營效率波動較大，不能一直維持在一個較高的水平，該類型主要集中在中西部地區，重慶、安徽、西藏和四川，其效率變化很不穩定，標準差很高；穩定低效率型是指其效率可以穩定地維持在一個較低的水平，波動很小，這種類型主要包括天津、河南、甘肅、湖北、黑龍江、山東和內蒙古，占比全國24%；而波動低效率型是指綜合效率普遍較低同時波動起伏還較大，這種類型的省份有：山西、遼寧、河北、吉林、江西、陜西、青海、貴州、新疆、福建，占比全國31%，其中，中西部省份占到了這種類型的70%。由此也可以看出，我國旅行社業的綜合效率類型，東部地區普遍較高，中西部普遍較低。

四、 結論

文章基于中國旅行社業時空分異兩個視角的基礎，運用DEA結合Malmquist指數方法，對我國2003—2016年的旅行社效率進行了測算，并對其測算結果進行了進一步分析，得出以下幾個結論：

從時間維度來看，我國旅行社業的全要素生產率總體上逐年下降，已成趨勢，這與純技術效率和規模效率的影響分不開，尤其是規模效率的低下，造成的規模不經濟的狀態。

從空間維度來看，我國旅行社行業的技術效率總體分布呈“東高，中西低”的狀態，同時，中部地區被純技術效率所影響，造成了中部地區的技術效率低于西部地區。因此可知，我國的中部地區在技術要素投入方面的資源利用及資源配置方面還有待提高，而中西部的全要素生產率的變化要比東部好，這主要是因為東部發展較早，所以效率提高程度低于其他兩個地區。

參考文獻：

[1]王逸然，樓嘉軍.旅行社空間分布及其影響因子分析[J].旅游論壇，2010，3（6）：726-733.

[2]盧明強，徐 舒，王秀梅，等.基于數據包絡分析（DEA）的我國旅行社行業經營效率研究[J].旅游論壇，2010，3（6）：735-738.

[3]孫景榮，張捷，章錦河，馬金海，李莉，張福生.中國區域旅行社業效率的空間分異研究[J].地理科學，2014，34（4）.

[4]方創琳，關興良.中國城市群投入產出效率的綜合測度與空間分異[J].地理學報，2011，66（8）：1011-1022.

[5]吳得文，毛漢英，張小雷，等.中國城市土地利用效率評價[J].地理學報，2011，66（8）：1111-1121.

[6]馬曉龍，保繼剛.基于數據包絡分析的中國主要城市旅游效率評價[J].資源科學，2010，32（1）：88-97.

[7]陶卓民，薛獻偉，管晶晶.基于數據包絡分析的中國旅游業發展效率特征[J].地理學報，2010，65（8）：1004-1012.

[8]郭騰云，徐勇，王志強.基于 DEA 的中國特大城市資源效率及其變化[J].地理學報，2009，64（4）：408-416.

[9]趙磊.中國旅游全要素生產率差異與收斂實證研究[J].旅游學刊，2013，28（11）：12-23.

作者簡介：

張紅，江南大學。