我國文化和旅游產業融合效率的時空動態演化及其驅動機理

陳紅玲，鄭馨，趙贊

（1.南寧師范大學旅游與文化學院，廣西南寧 530001；2.廣西大學工商管理學院，廣西南寧 530004）

旅游產業對區域經濟增長起著重要的拉動作用［1］，是我國國民經濟戰略性新興產業［2，3］。近年來，隨著人民對美好生活的向往，旅游層次也隨之發生了變化，“以文促旅，以旅彰文”的思想逐步形成［4］。在文旅產業融合發展過程中，不僅要注重發展總量的提升，還要考察融合質量。產業融合效率是衡量產業融合質量的重要指標［5］，通過提高產業融合效率，優化產業資源配置，從而提升產業競爭力。然而，現有文獻通常對文旅產業互動關系和融合程度進行分析，較少對文旅產業融合效率進行研究。基于此，本文運用仁慈型交叉DEA 模型測算了2010—2019 年我國30 個省份的文旅產業融合效率，并結合差異分析和冷熱點分析其時空動態演化特征，運用Tobit 回歸模型探究其驅動因素及驅動機制，以期為我國文旅產業融合提質增效、旅游經濟高質量發展提供決策參考。

1 文獻綜述

國內外學者對文化產業和旅游產業單一產業相關效率進行了廣泛的研究，并取得了較為豐碩的成果。文化產業和旅游產業效率的研究主要集中于以下3 個方面：①從研究范圍看，旅游產業效率研究是從對旅游相關企業的經營管理效率開始的。Dittman、Morey首先運用DEA對美國連鎖酒店的經營效率進行了測評［6］；之后，Michael、Jones 從酒店服務員服務表現［7］，Assaf、Vincent 從消費者滿意度角度［8］，孫景榮、張捷、章錦河等從空間動態演化對酒店經營效率的驅動機理進行了研究［9］。隨著研究的不斷深入，研究者分別對旅行社［10，11］、旅游交通公司［12，13］、旅游上市公司［14］等旅游企業的經營效率進行了研究。②從研究方法看，研究者大多選用數據包絡分析DEA、隨機前沿分析SFA、改進DEA 分析等方法［15－18］。而后，在研究方法上趨于多樣化，利用DEA－ Malmquist指數法研究旅游效率。如，王亞飛、宋曉倩分析了產業集聚對旅游全要素生產率的驅動［19］；王兆峰、趙松松對區域旅游產業效率的動態演化進行了研究［20］；張鵬楊、鄭婷、黃艷梅利用超效率SBM 模型對我國旅游經濟效率區域差異及動態演化過程進行了研究［21］；王雅茜、鄢慧麗、崔照忠等利用三階段DEA 對旅游扶貧效率進行了研究［22］。③從研究內容看，研究者不僅僅局限于旅游效率的研究，而深入對旅游效率動態演進、驅動因素進行研究。如，何昭麗、王松茂運用空間杜賓模型探究了交通條件、經濟發展水平、人力資源、創新能力和市場化程度對我國旅游資源轉換效率的驅動［23］；王兆峰、劉慶芳運用Tobit 模型分析了旅游經濟規模、產業結構、科技水平、城鎮化水平和政府規制5 大因素對長江經濟帶地區生態旅游的驅動［24］。對文化產業效率，則主要從文化產業資源錯配、地區差異等方面進行研究。如，鐘廷勇從要素錯配視角分析了造成我國文化產業企業效率損失及全要素生產率區域差異的原因［25］；王惠、王樹喬、李小聰利用空間異質性檢驗了我國農村文化產業的收斂效率［26］；郭淑芬、郝言慧、王艷芬運用超效率DEA－Malmquist 指數模型評價了文化產業上市公司效率，認為我國文化產業規模效率偏低［27］。

對于文化和旅游融合研究，國內外學者的研究方向有所不同，國外學者更傾向于細分市場的研究，對遺產旅游［28］、影視旅游［29］、節慶旅游［30］、文化演藝旅游［31］等領域展開研究。①文旅融合發展模式。左緒剛［32］、程曉麗與祝亞雯［33］、陳紅玲與陳文捷［34］從市場、產業、政府、經濟等多個層面分別研究了文旅產業融合發展模式。②文旅融合定量評價。現有研究大多運用耦合協調度模型對文化和旅游產業融合水平進行測度，并在此基礎上分析了空間相關性及驅動因素［35－37］。③文旅融合產業結構升級。周春波利用中介效應模型對我國文旅產業融合升級的機理與路徑進行了研究［38］。

綜上，在研究內容方面研究者已取得了豐富的研究成果，為本文提供了良好的研究基礎。然而，現有研究在文化和旅游產業融合測度方法上較單一，鮮有文獻揭示文化和旅游產業融合過程的驅動因素及其作用機制。基于此，本文通過構建科學合理的文化產業和旅游產業融合效率評價指標體系，運用仁慈型交叉DEA 評價方法對2010—2019 年兩產業融合效率進行了測度，并運用Tobit模型探究了文化產業與旅游產業的驅動因素及其驅動機制，為文化和旅游產業融合問題提供科學依據。

2 研究方法

2.1 DEA交叉評價模型

數據包絡分析（簡稱“DEA”），是一種比較決策單元間相對效率的分析方法，對同類型多投入—多產出的決策單元進行評價，具有原理簡單、適用范圍廣、評價客觀、指標無需量綱化等優點，現已成為效率評價中使用廣泛的分析工具［39，40］。在實際效率測算中，傳統DEA 模型基于自評思想，最大化本單元決策效率，忽略了其他單元對其的驅動，且往往存在多個決策單元都能取到最優效率，從而不能有效區別各個單元的優劣。產業融合是產業間相互滲透協調發展的過程，因此傳統DEA 方法不能很好測度產業融合效率［5］。為了克服DEA 方法的自身缺陷，Silkman、Sexton于1986 年提出了DEA 交叉效率評價模型［41］，它是一種基于自評和他評相結合的評價方法，所有決策單元計算的權重均值作為公共權重，各個單元公共權重下的效率值即為交叉效率［42］。

DEA交叉效率方法又可分為仁慈型交叉效率和進取型交叉效率［42］。仁慈型交叉效率是將所有決策單元視為合作關系，不但可最大化自身效率，而且可最大化其他單元效率；而進取型交叉效率將各個決策單元視為競爭關系，在最大化自身效率的基礎上最小化其他單元的效率［43］。本文認為，文化產業與旅游產業融合效率二者相輔相成，故選取仁慈型DEA模型對文化和旅游產業融合進行評價。具體步驟為：

假設決策單元有n 個，每個決策單元有m 種投入、s 種產出，選取一個決策單元記為j，xij（i ＝1，2，…，m）為決策單元j的第i 種投入，yrj（r ＝1，2，…，s）為決策單元j的第r種產出。

①計算傳統DEA模型決策單元d的效率θd：

②運用最佳權重計算決策單元k的效率Edk：

③計算決策單元k相對于決策單元d的仁慈型DEA交叉效率：

④構成交叉評價矩陣：

⑤計算E各行元素均值，得到（e1，e2，…，en）T。其中，ei為第i個決策單元的效率值。

2.2 冷熱點分析

冷熱點分析用于測算空間依賴強度［44］。熱點區域為高值與高值集聚區域，冷點區域則是低值與低值集聚區域。計算公式為：

式中，xi、xj分別為i 省和j 省的文旅產業融合效率；Wij為空間權重矩陣。為區分空間冷熱點地區，標準化Gi值，計算公式為：

式中，E（Gi）為期望；Var（Gi）為變異系數。當E（Gi）＞0時，為熱點地區；當E（Gi）＜0時，為冷點地區。依據Z 值，運用自然斷點法，將我國30 個省份文旅融合效率空間分布劃分為熱點、次熱點、次冷點、冷點4 種類型。

2.3 面板Tobit回歸模型

Tobit回歸模型是一種分析受限因變量或截斷因變量的回歸模型［24］。考慮到測算的文旅產業融合效率值域在［0，1］，屬于歸并數據，若直接用OLS回歸，估計參數有偏且不一致。面板Tobit 模型是1958 年由Tobit提出，可有效克服傳統線性回歸所產生的誤差。模型表達式為：

式中，Yit為被解釋變量；Xit為解釋變量；γ為參數向量；εit～（0，δ2）。

3 指標選取和數據說明

3.1 投入產出指標選取

本文基于文化產業和旅游產業融合機理、科學性和數據可獲得性等原則，構建文化產業和旅游產業評價效率指標體系。參考已有研究成果［4，35，45，46］，確定兩產業融合效率具體的評價指標（表1），產業資本投入用相關企業數量表征。

表1 文化產業與旅游產業融合效率評價指標Table 1 Evaluation index of integration efficiency of cultural industry and tourism industry

3.2 數據說明

考慮到實證研究的完整性和可獲得性，本文以我國30 個省份（由于數據缺失，因此未包括西藏自治區、香港特別行政區、澳門特別行政區和臺灣地區）指標作為樣本數據，探析文化產業和旅游產業融合效率。本文采用的數據來自于2011—2020 年的《中國統計年鑒》《中國文化和旅游統計年鑒》《中國旅游統計年鑒》《中國文化文物統計年鑒》；對部分缺失數據采用線性插值法補齊。

4 結果及分析

4.1 融合效率時空動態演化分析

本文運用Matlab9.0 軟件，對我國30 個省份2010—2019 年文化產業和旅游產業的融合效率進行了測度，并繪制產業融合效率演化態勢表，具體如表2所示。

表2 我國文化產業與旅游產業融合效率演化態勢Table 2 Evolution trend of integration efficiency of China′s cultural industry and tourism industry

融合效率時序演進特征：本文根據交叉DEA 測算得出的結果繪制了2010—2019 年我國30 個省份的平均值及三大區域的走勢圖（圖1）。由圖1 可見，我國30 個省份的文旅產業融合效率均值呈波動抬升的趨勢，由2010 年的0.696 上升至2013 年的0.738，之后逐漸下降至2016 年0.654，再穩步上升至2019 年的0.762。縱觀這10 年變化，我國文旅融合效率雖有回落，但總體呈階梯式上升。2009 年原國家文化部和國家旅游局聯合發布《關于促進文化與旅游融合發展的指導意見》，因此2010—2013 年間文化和旅游產業融合效率逐步提升；2014—2016年間隨著世界經濟漲幅的放緩，旅游產業受到了明顯的負面驅動，進而導致文化產業與旅游產業融合效率也隨之下降；2018 年文化和旅游部門合并，我國文化和旅游產業融合效率提升速度也加快。綜上分析，我國文化產業與旅游產業融合效率還不高，省級地方政府應致力于提高文化和旅游產業融合效率，將政策資金傾向于產業融合技術革新和管理增效方面。

圖1 全國及三大區域產業融合發展趨勢Figure 1 Development trend of China and three region′s industrial integration

融合效率空間分異特征：為分析文化和旅游產業融合效率的空間分異，本文將研究區域按照經濟帶劃分為東部、中部、西部3 個地區來分析我國文化產業和旅游產業融合效率的地域差異。其中，東部地區包括北京、上海、廣東、浙江、江蘇、天津、河北、福建、山東、遼寧、海南；中部地區包括湖北、安徽、湖南、山西、吉林、黑龍江、河南、江西；西部地區包括四川、重慶、云南、廣西、陜西、甘肅、寧夏、青海、新疆、內蒙古、貴州。2010—2019 年，我國東部、中部、西部3個地區文旅產業融合效率表現為波動上升，均值分別為0.772、0.755、0.625，形成“東部—中部—西部”遞減態勢。從增長速度來看，東部地區產業融合效率均值由2010 年的0. 748 增長到2019 年的0.772，年均增長率為0.24%；中部地區由0.747 增長到0.755，年均增長率為0.08%；西部地區由0.608增長到0.62，年均增長率為0.12%，呈“東部—西部—中部”逐步減小的特征。究其原因，東部地區經濟發達、交通便捷、旅游資源豐富、文化產業發達、基礎設施完善，多年以來文化產業和旅游產業融合效率處于三大區域高位。中部地區受到自然資源和歷史條件的制約，旅游資源枯竭城市占全國的50%［23］，但相較于西部地區而言，基礎設施完善、經濟較為發達，因此產業融合效率居中。西部地區由于經濟較為落后、基礎設施建設不全面，導致文旅產業融合效率偏低，但受益于近年來西部大開發戰略、“一帶一路”倡議，政府加大了西部基礎設施建設，西部地區經濟發展速度加快，為文旅產業融合創造了良好條件。另外，西部地區優美的自然風光、特色的民族文化也加快了文化和旅游產業融合效率。雖然西部地區文旅產業融合效率處于3 大區域最低，但是增長速度已超越中部地區。

融合效率集散特征：為分析其集散特征，本文采用G指數，通過ArcGIS10.2 軟件具體化研究文化產業和旅游產業融合效率，并運用自然斷點法將30 個省份由低到高劃分為冷點、次冷點、次熱點、熱點4種類型（圖2）。由圖2 可知，2010—2019 年我國文化產業和旅游產業熱點范圍不斷擴大且逐漸擴大集聚區域。2010 年熱點區域在江、浙、滬、贛、皖、渝、豫、鄂8 地；2013 年湖北退出熱點，新增湖南；2016年熱點區域不斷擴大；2019 年，熱點區域趨于集聚集中于中東部地區。冷點區域范圍內新疆、青海始終處于冷點，由于處于西北偏遠地區，2 個省區長期以來旅游開發建設較為薄弱，雖然有特色少數民族傳統文化，但是旅游發展不佳且文化傳播緩慢，導致文化和旅游融合效率水平較低。寧夏由2010 年次冷點變為2013 年冷點后，始終處于次冷點地區；甘肅在2013—2016 年處于冷點而后又變為次冷點。次熱點在發展過程中先減后增，且分布范圍趨于集聚，由2010 年11 個降至2016 年8 個，而后上升到2019年9 個，2019 年表現出成片蔓延式集聚分布。次冷點個數基本穩定，但區域不斷變化。可見，我國東部和中部地區文旅產業融合效率普遍比西部高。

圖2 我國文化產業和旅游產業融合效率冷熱點分布Figue 2 Distribution of cold and hot spots of integration efficiency of China′s cultural industry and tourism ndustry

4.2 融合效率驅動機理分析

驅動因素定量分析：本文在研究文化產業和旅游產業融合效率的驅動因素時，鑒于兩產業融合受到宏觀和微觀多方面多因素驅動，參考已有文獻，綜合選取以下5 個因素：①經濟發展水平。經濟發展水平是提升產業融合發展效率提升的原始動力，選用人均GDP 表示［4］。②居民消費水平。居民消費是助推文旅融合的關鍵，選用城鎮居民可支配收入表征［47］。③交通條件。交通通達性是產業融合效率提升的重要基礎，用各省公路鐵路總里程與全省面積之比來表征通達程度［48］。④地區城市發展水平。城市化發展為文化和旅游產業融合提供支撐，用城鎮化率表征地區城市發展水平［48］。⑤科技信息水平。科技信息水平是驅動文旅產業融合效率的重要因素，用郵電業務總量表征科技信息水平。⑥創新能力。創新能力對文旅產業融合具有正向促進作用，選用R＆D 經費投入表征［23］。⑦政府財政支持。政策支持和引導是產業融合效率提升的前提，選用人均財政支出表征各省文旅融合政策環境［49］。搜集2010—2019 年上述相關變量數據，為消除不同量綱的驅動，對數據采用標準化處理，處理后的結果見表3。

表3 變量描述性統計Table 3 Descriptive statistics of variables

以全國和東部、中部、西部地區文化產業和旅游產業融合效率數據為應變量，將上述各驅動因素設為自變量，運用Stata14.0 軟件進行實證檢驗。首先對模型進行平穩性檢驗，采用LLC 單位根檢驗，結果表明所有的變量均通過了平穩檢驗。其次，在運用Hausman檢驗驗證選擇固定效應模型或者隨機效應模型，檢驗結果表明，應采用固定效應面板Tobit檢驗，回歸結果見表4。①從經濟發展水平看，經濟發展水平對文旅產業融合效率驅動影響在全國和東部、中部地區均為正，在西部地區為負，但未通過顯著性檢驗。原因可能是：一方面，經濟發展不均衡，導致文旅產業融合效率與經濟發展水平不匹配；另一方面，西部地區負相關的成因是經濟發展，東部地區對其產生了巨大的人口虹吸效應，人口流向東部地區務工，因此西部地區經濟發展對文旅產業融合效率為負。②從居民消費水平看，全國和三大地區人均可支配收入所表征的居民消費水平回歸系數均為負，且全國和西部地區通過了顯著性水平，說明我國人均可支配收入對文旅產業融合效率的增長具有負向驅動。原因可能是：我國人均可支配收入差異較大，收入差距過大驅動低收入者對文化和旅游產業的消費，從而產生負向驅動。從交通條件看，全國和中部、西部驅動影響為正，但東部驅動影響為負，表明東部地區區位良好、交通四通八達，再發展交通對文旅融合效率的驅動影響不明顯且出現微弱的負向驅動；而中部和西部地區交通對文旅產業融合效率的驅動為正，但基礎設施建設投入不足，導致驅動不明顯。③從城鎮化發展水平看，全國和三大地區城鎮化對文旅產業融合效率發展呈正相關，其中全國通過顯著性檢驗。這說明我國各省份在城鎮化發展過程中過于注重發展速度，忽略了新型城鎮化建設所提倡的高質量發展，因此對文旅產業融合效率產生了正向驅動，但驅動力度不大。④從信息發展水平看，其對全國及三大區域文旅產業融合效率驅動均為正，且通過1%的顯著性水平檢驗。信息化在一定程度上驅動了文旅產業融合的廣度和深度。如近年來我國信息發展快速，5G 技術在世界已處于領先地位，在一定程度上助推了文旅產業融合。⑤從創新能力看，全國和三大區域均為正向驅動，其中，全國和東部地區效果顯著。文旅產業融合效率受創新能力的驅動較大，但各省份的經費投入不平衡。東部地區經濟發達，R＆D 經費投入較大，對文旅產業融合效率的驅動也較大；中西部地區經費投入小，因此對文旅產業融合效率驅動不如東部地區明顯。⑥從人均財政支出看，人均財政支出對文旅產業融合起到了負向驅動，且通過1%的顯著性水平檢驗，這與一般結論相悖。究其原因，可能是地方政府更傾向于把財政資金用于生產建設投資［50］，而忽略了人民生活質量提升方面的建設，進而財政支出對文旅產業融合效率呈負向驅動。

表4 Tobit模型參數估計Table 4 Parameter estimation of Tobit model

驅動機理剖析：我國文化產業和旅游產業融合效率變化及其在時空上的演化規律不僅取決于其自身人力資本和產業規模決策單元的變化，還取決于外部宏觀環境。具體來說，地區文化產業和旅游產業融合效率差異是在經濟發展、居民消費水平、交通條件、地區城市發展水平、信息科技發展水平、創新能力和政府政策支持等多種因素和動力共同作用的結果，從而形成了文化產業和旅游產業融合效率時空動態演化驅動機理。①經濟發展為文旅產業融合提供了原動力。以原有的資本作為支撐，提供文化產業和旅游產業融合各項活動進行，通過延長文化和旅游產業供應鏈，發展高附加值文化和旅游消費，如文旅產業市場開拓、文旅產品創新、文旅基礎設施建設等，這一切都是基于經濟發展條件下資金支持進行的。②居民消費水平是文旅產業融合效率的重要驅動因素。消費水平較高的居民對文旅產品質量有較高的要求，倒逼文旅企業在融合過程中開發高獨特性、高附加值的文旅產品，從而提高文旅產品的質量。③交通條件的便利程度直接驅動文化和旅游融合產業的持續發展能力。發達的交通條件可增加文旅產業的規模效應，驅動文旅活動空間區位變化，有助于增強整體獲利空間，提高邊際產出。④地區城市發展水平為文旅產業融合提供了良好的支撐。一方面，城市發展、文旅產業基礎設施較為完善，能更好地幫助文旅產業融合；另一方面，地區城市發展水平較高的城市對人口的吸納能力也相對較高，直接從供給端和需求端對文旅產業結構進行優化。從供給端而言，人力資本向城市化水平高地區流動，造成強大的人力資本虹吸效應，為文旅產業規模擴大提供有力的勞動保障；從需求端而言，人口流動促進文旅產業消費和文旅產業融合。⑤信息技術發展水平加快了文旅產業融合速度。先進的科學技術更新迭代，以更快速的信息化操作方便了游客參與文旅活動，也加大了市場的應變能力。同時，利用信息技術文旅企業對其經營管理也更加體系化和扁平化，無論是在經營過程中還是創新產品中都表現出極大的優勢，降低了服務失誤，提升了文旅產業綜合能力，提高了經營管理效率。⑥創新能力能夠擴大文旅產品生產效能，對文旅產業價值鏈進行優化升級［38］。提升文旅企業創新的主動性，完善文旅產業結合技術創新體系，調動文旅企業科研人員的主動性和積極性，創造技術改革和產品創新的良好氛圍。⑦政府政策支持表現為政府的宏觀決策和行為特征。在文化旅游產業融合發展過程中，政府決策行為直接驅動文化旅游各項活動。如政府出臺支持文旅融合政策，促進文旅項目開發的可行性、文旅產品組合的多樣性，進而給文旅企業帶來經濟效益。因此，政府支持直接關系到文旅產業融合發展的對策和路徑，從客觀上決定著文旅生產要素運作方式和功能提升。

5 結論與政策啟示

本文運用仁慈型交叉DEA 模型測算了2010—2019年我國30 個省份的文化產業與旅游產業融合效率，繼而運用冷熱點分析、Tobit 模型探究了兩產業融合效率的驅動因素及其驅動機理。通過實證分析，得出以下研究結論：①從時間上看，2010—2019年我國省際文化旅游產業融合效率均值由0.696 波動上升至0.762，表明我國文旅融合發展在10 年內上升較緩慢，處于由量到質的轉變過程中。②從空間上看，我國文化和旅游產業融合效率呈“東部—中部—西部”依次遞減態勢，而兩產業融合效率增長率呈“東部—西部—中部”依次遞減，但融合增長率都不高，這可能是各省還未找到合適自身發展的文化和旅游產業發展模式。③采用G 指數分析文化產業和旅游產業融合效率的集散特征，結果表明熱點與次熱點集中于中西部經濟較發達的省份。④在驅動因素方面，科技發展水平、政府政策支持和創新能力具有較大的驅動。

基于以上結論，提出以下政策啟示：政策導向對文旅產業融合驅動較大，國家出臺相關支持文化產業與旅游產業融合發展政策，既要刺激我國文旅產業融合效率，又要注意長效性，以保證我國文化和旅游產業長期與可持續發展。①深化供給側結構性改革。以消費者需求為導向，結合自身省份的文化產業與旅游產業資源優勢，因地制宜規劃文旅產業規模調整文旅產業結構，開發獨特且高價值的文旅融合產品。②全域旅游實踐。各地政府應在全域旅游基礎上促進文化和旅游產業的融合發展，推動影視旅游、遺產旅游、節慶旅游等文旅產業融合深度發展模式，提高文旅產業融合質量。③區域一體化戰略。東部沿海地區文旅產業融合效率較高，通過區域一體化戰略，可促進文化資源和旅游要素的流動性，實現東西部均衡發展。④合理引導企業創新。政府應建立有效的激勵機制，提升文化和旅游企業自主創新性，加強知識產權保護；制定人才引進政策，調動企業科研人員研發積極性，為文旅產業產品創新做貢獻。