中國森林資源旅游利用效率研究

安然 陳欽 黃秀娟

摘要：森林資源旅游利用效率研究能夠為生態服務價值提升提供科學決策依據。文章首次將森林資源的旅游利用過程分解為旅游空間和旅游服務兩個生產過程，運用數據包絡分析、多元回歸等方法，從全產業鏈視角研究森林資源的旅游利用效率及其影響因素和形成機理。研究發現：（1）全國森林資源旅游利用的空間生產效率和服務生產效率的平均值分別為0.56和0.74，省際間差異較大。（2）森林資源質量對數、政府生態保護投入對數對空間生產效率具有顯著正向影響，影響系數分別為0.0940和0.0852；兩者對空間生產效率具有顯著交互負向影響，影響系數為-0.0236。得出森林旅游空間生產效率的關鍵影響因素，發現政府生態保護投資和森林資源質量對森林旅游空間生產效率具有非線性影響。（3）森林公園總投資對服務生產效率的影響不顯著。生態保護投資、旅游設施水平對服務生產效率具有顯著影響。生態保護投資、車船數量、游道長度、床位個數四個變量的對數對服務生產效率的影響系數分別為0.0439、-0.0454、0.1043和0.0406。揭示出森林資源旅游利用效率的關鍵影響因素，以及不同類型旅游設施對森林公園旅游服務生產效率的異質性影響。文章提出加大政府生態保護投入、調整優化森林公園資本結構、制訂休閑度假等森林旅游資源標準有助于提高森林資源旅游利用效率的政策啟示。

關鍵詞：森林旅游；旅游利用效率；空間生產效率；服務生產效率；數據包絡分析

中圖分類號：F592文獻標識碼：A文章編號：1673-338X（2023）06-045-17

基金項目：國家自然科學基金面上項目“農戶行為響應視角下的生態公益林補償機制研究：基于框架田野實驗和追蹤調查的實證”（編號：72073029），福建農林大學科技創新專項“森林公園旅游產品開發質量對旅游效率的影響研究”（編號：KCX21F01A），福建省林業局課題“新時期福建省林下經濟發展研究”（編號：KH230035A）、“雙碳目標下福建省林業科技創新路徑研究”（編號：2022FKJ10）。

Study on Tourism Utilization Efficiency of Forest Resources in China

——Taking Forest Parks in 30 Provinces as Example

AN Ran1CHEN Qin2HUANG Xiujuan2

（1 Jinshan College， Fujian Agriculture and Forestry University， Fuzhou 350002； 2 College of Economics and Management， Fujian Agriculture and Forestry University， Fuzhou 350002）

Abstract：Study on tourism utilization efficiency of forest resources can provide scientific decision-making basis for improving its ecological service value. The tourism utilization process of forest resources was divided into tourism space production process and tourism service production process for the first time. The tourism utilization efficiency， its influencing factors and formation mechanism were studied by using the methods of data envelopment analysis， multiple regression model from the perspective of the whole industrial chain. The study found that：（1）The average value of the space production efficiency and service production efficiency of the tourism utilization for the forest resources of the whole country was 0.56 and 0.74， respectively， with great difference between provinces.（2）The logarithm of forest resource quality and the logarithm of government ecological protection investment had significant positive effects on the space production efficiency， with the influence coefficient of 0.0940 and 0.0852， respectively. In addition， the two variables had significant interactive negative effect on the space production efficiency， with an influence coefficient of -0.0236. The key influencing factors of forest tourism space production efficiency were obtained， the nonlinear influences of government ecological protection investment and forest resource quality on forest tourism space production efficiency were found.（3）The total investment of forest park had no significant impact on the service production efficiency. Ecological protection investment and tourism facilities level had significant impacts on the service production efficiency. The logarithm of the four variables of ecological protection investment， number of vehicles and vessels， road length， and number of beds on the service production efficiency were 0.0439， -0.0454， 0.1043， and 0.0406， respectively. The key influencing factors of the tourism utilization efficiency of forest resources were revealed， and the heterogeneous effects of investment in ecological protection of forest parks and different types of tourism facilities on the service production efficiency were found. The implications of increasing the governments investment in ecological protection， adjusting and optimizing the capital structure of forest parks， and making the standards of forest tourism resources such as leisure and vacation were proposed to improve the tourism utilization efficiency of forest resources.

Key Words：forest tourism；tourism utilization efficiency；space production efficiency；service production efficiency；data envelopment analysis

1引言

旅游利用是開發森林資源的多種功能、傳承生態文明理念和踐行“兩山”理論的重要實踐，是實現森林生態價值的重要途徑。森林公園是森林資源旅游利用的主要載體。當前，我國森林公園已經形成以國家級森林公園為主體、以省級森林公園為補充的森林公園體系，供給結構不斷優化（蘭思仁等，2014；趙敏燕等，2016；Ke et al.， 2021）。截至2020年底，全國已經建立國家級、省級和市（縣）級森林公園3571處，總面積達到1857.55萬公頃。其中國家級森林公園906處，面積1277.26萬公頃①，占全國森林公園總面積的68.76%，為保護生態環境、傳播森林文化、提供休閑娛樂機會、帶動地方經濟發展等作出重大貢獻。

在我國森林旅游產業蓬勃發展的背景下，學界針對森林旅游開展了很多研究，主要關注森林旅游資源開發與評價、景區建設與規劃、旅游產品開發等問題。2010年之后，我國森林公園建設由規模擴張階段進入質量提升階段，森林旅游的效益和效率逐漸受到學者關注。黃秀娟（2011）、黃秀娟等（2015）、丁振民等（2016）、秦光遠等（2017）、朱磊等（2017）、Su等（2021）分別利用數據包絡分析（Data EnvelopmentAnalysis， DEA）方法測算了我國各省份森林公園的旅游開發利用效率，發現在不同區域、不同省份之間森林公園的利用效率存在較大差異，整體上有較大的提升空間。這些研究對于了解我國森林公園資源利用現狀、存在問題、影響因素和應對策略均有較大幫助。但是，當前研究大多集中于森林公園的利用效率，忽略了將森林資源轉變為森林公園旅游資源的效率。森林公園是各省（自治區、直轄市）開展森林旅游的主要空間載體，森林公園供給旅游資源的多少直接影響著各省份森林旅游產業發展和森林公園利用的效率。如2021年廣東省森林公園面積占林地面積的10.10%，而云南省森林公園面積只占林地面積的0.71%②。為什么有的省份森林旅游空間供給多，而有的省份森林旅游空間供給少，受哪些因素影響？現有研究沒能給出明確的答案，不利于森林旅游全產業鏈的發展。另外，在產出指標選擇上，當前研究以旅游人數和旅游收入作為森林公園產出變量。而森林公園和森林旅游產業所接待的游客主要是當地居民。如2020年，林草旅游和休閑人數為31.68億人次，森林公園游客數量只有7.40億人次，只占23.36%；林草旅游和休閑收入為13318.77億元，森林公園旅游收入為683.88億元，只占5.13%③。如果僅以旅游人數和旅游收入代表森林公園的產出，將低估森林公園的旅游資源利用效益和效率。

鑒于以上研究的不足，本文擬利用全國30個省份（包括省、自治區、直轄市）的森林公園相關數據，從全產業鏈發展視角，將森林公園作為內生變量，探討各省份從森林資源到森林旅游空間再到森林旅游產品的全過程效率。首先，對相關文獻進行梳理，在此基礎上提出森林資源依托森林公園轉變為森林旅游產品兩個階段效率的理論分析框架；其次，運用數據包絡分析（Data Envelopment Analysis， DEA）模型對森林旅游資源兩個階段的利用效率進行測算，并建立多元回歸分析模型識別其影響因素；最后，根據實證分析結果得出研究結論并進行討論，提出政策啟示。

本文的邊際學術貢獻在于：從全產業鏈視角研究森林資源的旅游利用效率，并且將森林資源旅游利用效率的形成分解為兩個階段，拓展了森林旅游效率的研究領域。識別出森林旅游空間生產效率和森林旅游服務生產效率的顯著影響因素，發現政府生態保護投資和森林資源質量對森林旅游空間生產效率的非線性影響，且森林公園不同類型旅游設施投資對森林旅游服務生產效率存在異質性影響。

2文獻回顧與評述

森林資源的利用績效一直是林業經濟研究的重點問題。在木材產出作為森林資源主要管理目標時期，學者基于生產理論主要從成本收益或全要素生產率等方面測算森林資源的絕對利用績效（Price， 1997）。20世紀80年代后，森林資源的多功能利用日益受到重視，森林管理目標逐漸從單一木材生產轉向多目標發展（Wear， 1994）。Kao等（1993）首次嘗試利用數據包絡分析方法研究臺灣多目標森林管理的效率，從生態保護、木材生產、非木材生產、文化和休閑等方面選擇產出指標測算和比較臺灣8個林區森林資源管理的綜合績效；劉璨等（2007）最早利用數據包絡分析方法研究中國集體林權制度改革的效率。

數據包絡分析方法是由Charnes等（1978）提出的一種非參數線性規劃技術。該方法是基于樣本中的實際投入產出觀察結果構建一個生產邊界，用于評估具有多個投入和多個產出的決策單元（Decision Making Units， DMU）的相對效率。因此，一個特定決策單元的數據包絡分析效率評分是由實踐中表現最佳的決策單元決定的效率前沿邊界來衡量的（Charnes et al.， 1978）。由于數據包絡分析方法不需要構建一個具體的函數，自Charnes等（1978）提出的CCR①模型問世以來，數據包絡分析方法迅速在各個領域得到應用（Cook et al.， 2009；Lampe et al.， 2015），新的模型和應用還在不斷探索中（Wanke et al.， 2019；Kao， 2020）。

進入21世紀后，利用數據包絡分析方法研究森林資源多目標管理績效的成果明顯增多。Misra等（2007）、Corbera等（2009）、Chand等（2015）分別采用數據包絡分析方法研究印度村級聯合森林管理、墨西哥森林碳生產項目、尼泊爾社區森林管理在生態保護、社區文化、經濟效益等方面的綜合效率；Bosetti等（2006）將數據包絡分析方法應用于旅游景點的效率評估，測算和比較了意大利17個國家公園的管理效率；Ma等（2009）利用數據包絡分析方法研究了中國國家公園（景區）旅游資源的利用效率；黃秀娟（2011）運用數據包絡分析方法測算了中國31個省份2003-2008年國家級森林公園的技術效率、純技術效率以及曼奎斯特（Malmquist）全要素生產率（Total Factor Productivity， TFP）。近年來，隨著數據包絡分析方法的不斷完善與發展，在旅游業相關研究中的應用越來越多（Rusielik et al.， 2014；Corne et al.， 2020；Deng et al.， 2020；Choi et al.， 2021）。

中國森林公園實施“政府主導、市場運作、社會參與”的多元化運營管理體制（蘭思仁等，2014），占主體地位的國家級森林公園經營主體主要為國有林場，地方政府在其管轄范圍內森林公園建設的林業用地審批、規劃審核、國有森林公園投資、非國有森林公園的財政支持等方面發揮著關鍵作用（Luo et al.， 2016）。因此，在研究中國森林旅游效率時，多數學者以省為單位，從宏觀角度評估森林公園的資源利用效率，為省級政府審批森林公園建設用地規劃與空間布局、政府投資決策提供參考。如程南洋等（2015）、李平等（2016）、劉振濱等（2017）、朱磊等（2017）、秦光遠等（2017）、張萍萍等（2021）分別利用數據包絡分析方法，選擇不同的投入產出指標，測算全國各省份2000年以來的旅游發展效率，分析時空演化特征。但所選擇的投入產出指標和所測算的時間區間各不相同，測算結果也相差較大。其中，森林公園面積、職工人數、年度投入資金是廣泛使用的投入指標，森林公園旅游收入、旅游人數是廣泛使用的產出指標。Su等（2021）選擇土地、能源、勞動力和投資作為投入，以旅游總收入為理想產出，采用基于松弛變量測度（Slacks-Based Measure， SBM）的超效率曼奎斯特指數模型（Super-SBM-Malmquist）分析了中國各省份2007-2017年森林公園生態效率的時空差異和演變。還有一些學者以省份為單位研究了森林公園效率的影響因素（黃秀娟等，2015；丁振民等，2016；秦光遠，2020），為各省森林公園效率的提升提供依據。森林公園個體在自有資金籌集、外部引資、旅游項目規劃、設施建設、游客服務等方面起著不可替代的作用（Peng et al.， 2017）。一些學者從微觀角度研究森林公園的資源利用效率，為單個森林公園的有效運營和資源的優化配置提供支撐。修新田等（2016）運用全國305家國家級森林公園2014年的微觀數據研究了森林旅游資源狀況、免收門票和當地政府管理等因素對單個國家級森林公園效率的影響；Peng等（2017）利用SBM-DEA模型，以旅游收入作為產出，計算了黃山國家森林公園1981-2014年的生態效率；賀芳芳等（2022）利用動態網絡模型研究了福建省24個森林公園的資源利用效率。

雖然有大量的文獻利用數據包絡分析方法研究森林公園的資源利用效率，但還存在完善和豐富的空間。一是研究范圍需要拓展。當前研究將各省份的森林公園作為外生的既定變量研究森林公園的利用效率。而從中國森林公園建設歷程來看，森林公園是各省份由森林資源轉變為森林旅游資源的結果，地方政府在轉變過程中起著關鍵作用（Luo et al.， 2016）。因此，森林公園是各省份的內生變量。森林公園作為中間環節，其建設規模既影響著森林資源向森林旅游空間轉化的效率，又影響著森林旅游空間向森林旅游服務轉化的效率。但當前缺乏關于各省份森林資源轉變為森林公園的資源利用效率方面的研究。研究的不足致使無法判斷各省份的森林旅游空間供給情況，不利于森林資源向森林旅游資源的轉變。因此，需要從全產業鏈視角開展研究，尤其加強森林資源轉變為森林公園（森林旅游空間）的效率研究。二是投入產出指標需要完善。當前學者在測算各省份的森林公園效率時，所選擇的投入產出指標不一致。如李平等（2016）、劉振濱等（2017）、秦光遠等（2017）沒有把森林公園的生態效益作為產出指標，程南洋等（2015）、Su等（2021）僅把旅游收入或旅游人數作為產出指標，指標選擇的不一致導致各省份森林公園效率測評的結果不準確，低估免門票的森林公園和生態環境較好的森林公園的資源利用效率，不利于激勵各省份森林公園的生態保護行為。三是指標數據需要完善。當前研究僅用森林公園所接待的旅游人數和所創造的旅游收入作為產出指標，忽視了森林公園所接待的當地休閑人數和來自休閑的收入。我國森林公園多數屬于城郊型森林公園，隨著經濟發展，森林公園所接待的休閑人數和來自休閑的收入所占比重將會越來越大，忽略這部分產出會低估森林公園的資源利用效率。

3理論研究框架與研究方法

為研究森林資源轉變為森林旅游產品的全過程，根據旅游產品的特征將其過程分為相互關聯的兩個階段，利用數據包絡分析方法對兩個階段的效率進行測算，并建立多元回歸分析模型定量研究兩個階段效率的影響因素。

3.1理論研究框架

基于旅游產品生產與消費的特征及數據包絡分析效率的測評理論，分析將森林資源的旅游利用過程分解為兩階段的理論基礎、兩階段效率的測評方法及影響兩階段效率的可能因素，提出全文的研究框架和理論假設。

3.1.1森林資源旅游利用效率的形成過程分析

由于旅游服務的即時性、不可儲存性、異地性等特征，旅游產品的生產不同于一般工業產品生產。首先，游客開展旅游休閑活動，需要一個地理活動空間。森林公園的建立為游客及居民開展戶外活動提供了專門的地理活動空間。然而，由森林資源轉變為森林公園并不是一個順利的自然過程，涉及到林地林木主體功能的轉變以及地方政府和當地居民利益的博弈（Blicharska et al.， 2015；Luo et al.， 2016；劉璨，2020）。不僅需要投入大量資金進行水、電、道路等基礎設施建設，還可能需要將經濟林地變更為公益林地，犧牲當地居民木材及其他林產品生產的利益。由森林資源向森林旅游資源轉變的林地越多、面積越大，游客開展旅游活動的地理空間就會越大。自1982年建立張家界國家森林公園以來，截至2020年底，我國已經建立了3571處森林公園，面積達到1857.55萬公頃①，為游客和當地居民的休閑娛樂提供了廣闊的空間。但是，由于森林旅游產品的不可儲存性特征，森林公園所提供的森林旅游空間只有及時為游客和當地居民利用，森林公園員工才能夠為游客提供旅游服務，森林旅游空間才能轉化為效益。游客和當地居民選擇森林公園受其交通便利性、資源和環境的質量、設施的完善、服務的質量、品牌等多方面的影響。如果一個省份接待游客較少，可能是由于森林公園吸引力不足，也可能是由于森林公園空間供給不足，接待能力有限。因此，只有將森林資源到森林旅游效益形成的全過程進行分解，才能找到森林資源旅游利用效率形成和效率損失的根本原因。本文借鑒Stephen（1994）、Yu等（2009）的研究成果，將森林公園旅游產品的生產過程分為兩個階段，旅游空間生產過程和旅游服務生產過程。空間在不同學科有不同的涵義。在旅游學科，空間指開展旅游活動所需要的地理空間（Ponting et al.， 2013），相同資源的情況下，旅游空間的不同供給水平將直接影響旅游資源的利用效果（Huang et al.， 2022）。旅游服務是指在游客旅游活動開展中森林公園員工向游客提供的活勞動。旅游空間生產過程是指由森林資源轉變為森林公園的過程，形成森林旅游服務的空間載體。旅游空間服務生產過程是指由森林旅游空間轉變為森林旅游產品（旅游體驗）的過程，產生生態效益、經濟效益和社會效益。在第一階段，要形成森林旅游空間（森林公園），首先必須有森林資源（包括林地、林木和其他資源，如野生動植物、微生物資源等），還需要投入一定資本和勞動力進行森林資源的保護與開發。在第二階段，森林旅游空間要可持續產生效益，還需要投入一定的資本保護生態，建設旅游設施，并且投入活勞動為游客提供服務。

3.1.2森林旅游空間生產效率的影響因素

一個省域的森林資源能夠轉變為森林旅游資源受兩方面因素的影響。一方面，與森林資源和環境的質量有較大關系（Mihalic， 2000），森林資源質量越高，開展森林旅游的可能性越大；另一方面，森林資源轉變為森林旅游資源，開展森林旅游是森林利用方式的轉變，需要政府的高度重視和積極支持。由于森林資源旅游利用的外部性特征，政府對森林資源的利用起著關鍵作用，包括森林資源利用方式的戰略規劃、相關政策的制訂、基礎設施建設、森林資源保護等。政府通過政策制定、資金配置等手段調配森林資源的利用方式，平衡森林資源的經濟效益、社會效益和生態效益，影響森林資源的旅游空間生產結果（Luo et al.， 2016）。相關研究顯示，政府在旅游空間的生產中具有重要作用（Ponting et al.， 2013；Zhang et al.， 2021；Huang et al.， 2022）；修新田等（2016）在研究國家級森林公園效率時把政府政策作為重要影響因素。基于以上分析，提出假設H1和H2。

H1：森林資源質量越高，森林旅游空間的生產效率越高。

H2：政府對森林生態保護越支持，森林旅游空間的生產效率越高。

3.1.3森林旅游服務生產效率的影響因素

森林公園所形成的旅游空間要轉變為經濟效益、社會效益和生態效益，需要游客參與森林公園的游憩活動。游客是否參與森林公園的游憩活動受到多種因素的影響。首先是森林公園的旅游資源質量和生態環境質量。呼吸森林公園清新的空氣、欣賞優美的森林自然景觀是游客到森林公園游憩的重要動機（周彬等，2019；袁建瓊等，2022）。森林公園旅游資源質量和生態環境質量越高，對游客的吸引力越大，森林公園的競爭力越強（Peng et al.， 2017；李博等，2019；賀芳芳等，2022）。其次是森林公園的資金投入。旅游設施建設、旅游資源和生態保護是森林公園實現可持續接待游客的前提。一般來說，資金投入越多，旅游設施越完善，設施質量越高。相關研究顯示，森林公園的資本投入水平（丁振民等，2016）、生態保護投資水平（黃秀娟等，2017；秦光遠等，2020）對森林公園效率具有顯著影響。旅游設施水平直接影響游客對森林公園的空間利用機會和體驗效果。顯然旅游設施水平越完善，森林公園服務生產效率越高。基于以上分析，提出假設H3、H4、H5、H6。

H3：森林公園的旅游資源質量越高，森林旅游服務效率越高。

H4：森林公園的資本投入水平越高，森林旅游服務效率越高。

H5：森林公園的生態保護投入水平越高，森林旅游服務效率越高。

H6：森林公園旅游設施越完善，森林旅游服務效率越高。

另外，由于森林旅游需求的區域性特征，森林旅游服務效率還會受到區域交通便利性、經濟發展水平、人口規模、城鎮化水平等影響。這在黃安勝等（2018）的研究中已經得到證實。一般來說，區域交通越便利，游客進入森林公園所花費的時間成本和資金成本越低，游客越愿意到森林公園旅游。區域經濟發展水平越高，人口規模越大，城鎮化水平越高，到森林公園旅游的人數越多。

森林資源旅游利用效率理論分析框架如圖1所示。

3.2研究方法

數據包絡分析相對效率測算方法是當前學術界研究多投入多產出特征的決策單元效率的主要方法。本文將森林資源效率的形成分解為具有關聯性的兩個階段，利用數據包絡分析模型對效率進行測算。建立多元回歸分析模型，定量識別效率的影響因素。

3.2.1旅游利用效率的測算方法

數據包絡分析用于測算具有多投入多產出決策單元的相對效率已經非常成熟，在學術界得到廣泛應用，在林業、旅游業等領域的效率研究中已有較多應用案例。本文利用數據包絡分析方法對兩個階段效率分別進行測算。考慮到兩個階段的投入相對比較穩定，數據為跨年度數據，本文選擇產出導向的Malmquist-CCR模型分別測算森林公園兩個階段的效率，具體模型可參閱黃秀娟（2011）的文獻。

根據前面的理論分析，在第一階段，選擇林地面積、森林生態保護勞動力、森林生態保護投資表示投入指標。用森林公園面積和森林公園數量表示森林旅游空間的產出指標。在第二階段，除了投入森林旅游空間之外，還需要投入人力和財力為游客服務。投入指標用森林公園面積、森林公園數量、森林公園年度投入資金和年度投入勞動力表示。森林公園的產出包括生態效益、社會效益和經濟效益。生態效益用森林公園年度造林和改造林相面積表示，經濟效益用森林公園旅游和休閑收入表示，社會效益用森林公園接待旅游和休閑人數表示。

3.2.2計量模型構建

為了分析森林資源旅游利用效率的影響因素，需要建立多元回歸分析模型。影響因素指標選擇政府支持程度、森林資源質量、森林旅游資源質量、資本投入密度、生態保護水平、森林旅游設施水平等。

森林旅游空間生產效率方程中，政府支持程度和森林資源質量是影響森林資源向森林旅游空間轉變的主要因素。政府支持程度以年度生態保護投資計量。體現森林資源質量的指標有森林覆蓋率、活立木蓄積量。政府生態保護投資與森林資源質量對效率可能產生協同影響，將政府生態保護投資與森林覆蓋率、活立木蓄積量的乘積放入模型。

森林旅游服務生產效率方程中，影響森林旅游服務效率的主要因素包括森林旅游資源質量（賀芳芳等，2022）、資本投入密度（丁振民等，2016）、生態保護水平（修新田等，2016）、森林旅游設施水平（賀芳芳等，2022）等。森林旅游資源質量用國家級森林公園數量占比表示。根據現有統計數據，森林旅游設施水平用游道密度、車船密度、床位密度、餐位密度表示。

由于區位和森林類型對各省份森林資源利用可能會產生綜合影響，根據各省份森林資源特征和所在地理區位，參考丁振民等（2016）、黃安勝等（2018）的研究成果，將全國劃分為東北林區、華北林區、西北林區、西南林區和南方林區等五大類型，作為控制變量。東北林區包括黑龍江、吉林、遼寧3個省份，為東北針葉林針闊混交林景觀區。華北林區包括北京、河北、山東、河南、山西、內蒙古6個省份，內蒙古包括東北針葉林針闊混交林景觀區和蒙寧青森林平原景觀區兩類森林類型，其他省份皆為華北落葉闊葉林景觀區。西北林區包括陜西、甘肅、青海、寧夏、新疆5個省份，甘肅、青海、寧夏為蒙寧青森林平原景觀區，陜西為華北落葉闊葉林、華東中南常綠闊葉林針闊混交林和蒙寧青森林平原多種景觀區的混合，新疆為西北荒漠灌草山地針葉林景觀區。西南林區包括重慶、四川、貴州、云南、西藏5個省份，重慶、四川、貴州為華東中南常綠闊葉林針闊混交林景觀區，云南為云貴高原針葉林景觀區，西藏為青藏高原草甸寒漠景觀區。南方林區包括安徽、福建、江西、湖北、湖南、廣東、廣西、海南、江蘇、浙江、上海11個省份，除海南省為華南季雨林雨林景觀區外，其他省份皆為華東中南常綠闊葉林針闊混交林景觀區①。

以南方林區作為比較基礎，其他區域用虛擬變量表示，EN表示東北林區，CN表示華北林區，WN表示西北林區，WS表示西南林區。

為了降低異方差性問題，以及克服變量量綱和數據等級差異對回歸結果的影響，政府生態保護投入、活立木蓄積量、森林公園資本投入密度、森林公園生態保護投入強度、游道密度、車船密度、床位密度、餐位密度、交通便利度、經濟總量、人口規模等變量采用對數形式。另外，考慮到新冠肺炎疫情對2020年和2021年的旅游業造成的嚴重影響，用虛擬變量d表示疫情對旅游業的影響，2020年和2021年d取1，其他年份d取0。

兩個方程的效率存在一定的相關性，建立聯立方程模型，利用似不相關回歸（Seemingly Unrelated Regression， SUR）方法對模型參數進行系統估計。具體公式如式（1）所示。

4數據來源

以一個省（自治區、直轄市）（以下用省份表示）為決策單元，選取全國30個省份連續12年（2010-2021年）的數據，共360個面板數據。所有數據來自《中國林業統計年鑒》（2010-2017年）、《中國林業和草原統計年鑒》（2018-2021年）和《中國統計年鑒》（2010-2021年）。由于機構調整，2018年開始，《中國林業統計年鑒》更名為《中國林業和草原統計年鑒》，同時對部分指標進行了修改。森林保護勞動力2017年及以前用林業第一產業和林業第三產業在崗職工人數表示，2018年及以后用林草系統在崗職工人數表示。森林保護投資2017年及以前用生態建設與保護、林業支撐與保障、林業基礎設施建設等投資表示，2018年及以后用生態修復與治理、林業草原服務、保障與公共管理等投資表示。所有投資指標、收入指標根據消費價格指數由名義值轉變為以2010年為基數的實際值。2021年《中國林業和草原統計年鑒》沒有公布森林公園的建設經營情況，用2020年數據替代。

旅游空間生產和旅游服務生產的投入產出指標的描述性統計如表1所示。從表1可知，各個指標值在各省份之間存在較大差異。如森林保護投資，全國各省份年平均值為106.26億元，最小值為4.41億元，只有平均值的4.15%；最大值達到959.75億元，是平均值的9.03倍。旅游與休閑收入的差異性最大，標準差是平均值的1.46倍；其次是森林公園勞動力投入，標準差是平均值的1.40倍；森林公園職工人數的差異最小，標準差只有平均值的0.81倍。

回歸模型中各變量的描述性統計如表2所示。森林公園車船密度的差異最大，標準差是其均值的4.33倍；其次是森林公園資本投入密度、生態保護投入、游道密度、餐位密度、活立木蓄積量等，標準差與均值比值都超過1；城鎮化率的差異性最小，標準差只是其均值的0.22倍，森林覆蓋率、國家級森林公園占比等指標的差異性也較小，標準差與其均值比值小于0.60。

5經驗性結果分析

利用2010-2021年數據和所建立的效率測算模型，實證測算中國各省份、各年度兩個階段的效率值，分析中國各省份森林資源利用的效率現狀和空間分布特征。通過對所建立的回歸模型參數的估計實證得出影響兩個階段效率的關鍵因素和影響程度，對所提出的假設進行檢驗。

5.1森林資源旅游利用效率測算結果

利用曼奎斯特生產率指數結合數據包絡分析方法得到30個省份、兩個階段各年度的效率，由此計算出各省份效率平均值和全國效率平均值。全國森林旅游空間生產效率平均值為0.56，相對較低，標準差為0.28。省份之間差異較大，山東、廣東、新疆、西藏4個省份的效率達到有效值1。浙江、吉林兩省的效率值較高，超過0.90。較多省份的森林旅游空間生產效率較低，云南、廣西2個省份的效率值不到0.20；寧夏、內蒙古、陜西3個省份的效率值低于0.30。全國森林旅游服務生產效率平均值略高于空間生產效率平均值，為0.74，標準差為0.21。其中，北京達到有效值1；上海、安徽、黑龍江、湖南、青海5個省份的效率值較高，超過0.95；西藏、甘肅2個省份的效率值較低，小于0.40。

5.2森林旅游效率影響因素回歸分析相關檢驗

為了確保變量之間不存在嚴重多重共線性，首先對每個單方程分別進行最小二乘回歸，發現旅游空間生產效率、旅游服務生產效率回歸方程出現嚴重的多重共線性，方差膨脹因子（Variance Inflation Factor ， VIF）超過100，主要原因是經濟總量（gdp）與總人口（pop）高度相關，森林覆蓋率（fcov）與活立木蓄積量（fres）高度相關，森林公園床位密度（bed）與餐位密度（meal）高度相關，因此模型中去掉總人口（pop）、森林覆蓋率（fcov）、餐位密度（meal）三個變量。

利用不變系數的SUR方法，得到回歸結果如表3所示。

從BP檢驗結果可知，兩方程的擾動項存在顯著的同期相關性（chi2（1）= 4.73，Pr = 0.03），拒絕兩方程獨立性假設。說明利用似不相關參數回歸方法進行參數的系統估計具有更高的效率。森林旅游空間生產效率方程的R2值為0.20，卡方值為99.60，在1%的顯著性水平上顯著；森林旅游服務生產效率方程的R2值為0.31，卡方值為149.40，在1%的顯著性水平上顯著。說明模型是可以接受的。

5.3森林旅游空間生產效率的影響因素分析

從旅游空間生產效率方程的回歸結果來看，ln fres的回歸系數為正，且在1%的顯著性水平上顯著。說明森林資源的質量越高，森林旅游空間生產效率越高。假設H1得到驗證。這一點非常符合我國當前實際。隨著我國旅游市場由觀光向休閑度假的轉變，森林養生、森林康養等旅游產品對游客吸引力越來越大，越來越多的高質量森林資源轉向森林旅游資源。從具體數據來看，活立木蓄積量每提高1%，森林旅游空間效率提高0.0940。ln geinv的回歸系數為正，且在1%的顯著性水平上顯著，說明政府生態保護投入（geinv）對森林旅游空間生產效率具有顯著的正向影響。政府生態保護投入越多，森林旅游空間效率越高。假設H2得到驗證。從具體數據來看，在其他因素不變時，生態保護投入每增加1%，森林旅游空間效率提高0.0852。生態保護投入與森林資源質量對森林旅游空間生產效率的交互影響在1%的顯著性水平上顯著為負，說明森林資源質量越差的區域，政府生態保護投入對森林旅游效率提升的邊際貢獻越大。森林活立木蓄積量每下降1%，政府生態保護投入每增加1%對森林旅游空間生產效率的邊際影響將提高0.0236。這一點具有較大的現實意義，也是本文的重要發現。說明森林資源質量越差的省份，生態保護貢獻越大，越需要加大生態保護投入。

控制變量中，等級公路密度（hway）在5%的顯著性水平上對森林旅游空間生產效率具有顯著的負向影響，這一點與人們的一般認知相悖。原因可能是：經濟較好的省份，交通也越發達，等級公路建設水平與經濟總量（gdp）兩個指標高度相關，導致等級公路密度（hway）的回歸系數錯誤。區域經濟實力（gdp）在5%的顯著水平上對森林旅游空間的生產效率具有顯著的正向影響，說明一個省份的經濟實力越強，越有利于森林資源的旅游利用。經濟總量（gdp）每增加1%，旅游空間生產效率增加0.1785。山東、廣東、江蘇等省份的森林公園面積占林地面積的比例都超過10%，與其經濟發達水平密切相關。城鎮化水平（urb）的影響不顯著。區位因素中，同等條件下，東北林區的效率顯著高于南方林區，而西北林區的效率顯著低于南方林區，西南林區和華北林區與南方林區沒有顯著差異。虛擬變量d顯著為正，說明同等條件下，2020年和2021年的空間生產效率更高。主要原因是森林旅游空間沒有減少，但受新冠肺炎疫情影響，森林生態保護投入和勞動力投入相應下降，導致空間生產效率相應提高。2019年全國林草系統生態保護投資和生態保護職工人數分別為4525.58億元和93.00萬人，2020年分別為4716.82億元和85.37萬人，2021年分別只有4169.78億元和81.07萬人①。

5.4森林旅游服務生產效率的影響因素分析

從旅游服務生產效率方程的回歸結果來看，森林公園旅游資源質量（nfpr）對旅游服務生產效率的影響不顯著。假設H3沒有通過檢驗。主要原因可能是：本文用國家級森林公園占比代替森林旅游資源的質量，而國家級森林公園的評價標準主要依據觀光旅游資源的級別，對森林旅游資源的評價不全面，尤其是隨著養生旅游、度假旅游的發展，一些觀光資源較差的森林公園，養生資源、度假資源質量較高，旅游與休閑產出較高。森林公園的資本投入密度（fpinv）對旅游服務生產效率影響不顯著，假設H4沒有通過檢驗。原因可能是，森林公園投資如果沒有用在改進森林旅游設施或提高服務質量方面，不會影響森林公園的吸引力和游客的需求，也就不會影響旅游服務生產效率。森林公園生態保護投入（fpeinv）對旅游服務生產效率具有顯著的正向影響，這一結論與黃秀娟等（2017）的研究結果一致，生態保護投入越多，森林公園生態質量越高，對游客的吸引力越大。假設H5得到驗證。從具體數據來看，森林公園生態保護投入每增加1%，森林公園旅游服務生產效率提高0.0439。旅游設施變量中，車船密度（fpveship）對旅游服務生產效率具有顯著的負向影響，游道密度（fproad）和床位密度（fpbed）對旅游服務生產效率具有顯著的正向影響。假設H6部分得到驗證，部分沒有通過驗證。從具體數據看，車船密度每增加1%，森林公園旅游服務生產效率下降0.0454；游道密度和床位密度分別每增加1%，森林公園旅游服務生產效率分別提高0.1043和0.0406。這一結論與當前實際也是相符的。當前，森林公園游道密度對森林公園的承載量、游客的旅游質量具有直接影響，在森林公園面積相同的情況下，游道密度越大，承載的游客越多。森林公園內部車船并不是必須消費，使用森林公園車船的游客較少。如果資本投資用于必要的設施建設，將有助于增加公園的吸引力和游客滿意度，從而使效率提高；如果資本投入用于非必要設施建設，在增加公園成本的同時，不能增加產出，效率不增反而下降。

控制變量中，等級公路密度（hway）和經濟總量（gdp）的影響不顯著。原因可能是：隨著我國經濟發展、道路建設以及越來越多的森林公園實施免門票政策，經濟和交通已經不再是阻礙人們到森林公園旅游的主要原因。而且較多森林公園為城郊型森林公園，交通較為便利。城鎮化水平（urb）對森林旅游服務效率具有顯著的正向影響。當前，森林旅游主要為省內旅游，城鎮人口的出游率和人均消費都遠高于農村。如2021年城鎮居民國內人均出游2.56次，人均消費1009.57元；而農村居民人均出游1.81次，人均消費613.56元①。因此，在其他條件相同時，本區域城鎮化率越高，森林旅游人數和森林旅游收入越多。區位因素中，在其他條件相同時，東北林區、華北林區、西南林區的效率與南方林區的效率沒有顯著差異，西北林區的效率顯著低于南方林區。虛擬變量d對服務效率的影響顯著為負，符合實際情況。由于新冠肺炎疫情的影響，2020年和2021年旅游市場處于停滯狀態，產出大大減少，但森林旅游空間作為投入變量相對穩定，因此旅游服務生產效率大大降低。

6研究結論、討論及政策啟示

本文基于森林旅游產品生產與消費的特征，將森林資源旅游利用效率分解為森林旅游空間生產效率和森林旅游服務生產效率，構建了效率形成的理論模型。利用中國森林旅游發展的數據進行實證分析與假設檢驗，得出研究結論，并進一步討論后提出政策啟示。

6.1研究結論

本文對中國省域森林資源旅游空間生產效率和旅游服務生產效率進行測算，并對其影響因素進行深入探索與分析，得出三點主要結論。

第一，各省級單位之間的森林資源旅游利用效率存在較大差異，而且多數省份在森林旅游空間和森林旅游服務兩個階段的效率水平不一致。在旅游空間生產效率方面，全國效率平均值為0.56。山東、廣東、新疆、西藏4個省份的效率達到最大值1；浙江、吉林的效率較高，超過0.90；陜西、內蒙古、寧夏、廣西、云南等省份的效率較低，效率值不到0.30。在旅游服務生產效率方面，全國效率平均值為0.74。北京達到有效狀態，效率值為1；上海、安徽、黑龍江、湖南、青海5個省份的效率較高，超過0.95；西藏、甘肅2個省份的效率值較低，小于0.40。

第二，從影響旅游空間生產效率的因素來看，森林生態保護投入、活立木蓄積量對旅游空間生產效率具有顯著的正向影響。活立木蓄積量每增加1%，森林生態旅游空間效率提高0.0940；森林生態保護投入每增加1%，森林旅游空間生產效率提高0.0852。生態保護投入與活立木蓄積量對森林旅游空間生產效率具有顯著的負向協同影響。活立木蓄積量每下降1%，生態保護投入增加1%，對森林旅游空間生產效率的邊際提升增加0.0236。因此，對于經濟實力強、森林資源相對較差的區域，加大政府在生態保護方面的投入，能夠更有效地引導森林資源向森林旅游利用轉變，提高森林旅游空間的生產效率。

第三，從影響旅游服務生產效率的因素來看，森林公園總投入對效率的影響不顯著，生態保護投入對效率起著顯著正向影響。森林公園生態保護投入每增加1%，旅游服務生產效率提高0.0439。游道密度和床位密度對旅游服務生產效率具顯著正向影響。游道密度和床位密度分別每提高1%，旅游服務生產效率將分別提高0.1043和0.0406；車船密度對效率起著顯著負向影響，車船密度每增加1%，效率下降0.0454。說明森林公園投入對服務效率影響在分化，一些設施如車船設施不再是森林旅游服務的必備設施，過多投入只會增加成本不能增加收益。

6.2討論

本文從森林旅游發展的全產業鏈角度將森林旅游效率的形成分為兩個階段，同時通過完善指標，測算中國各省份森林旅游兩個階段的效率，定量分析效率的影響因素，研究成果既有與現有文獻一致的地方，也有創新與拓展。

第一，本文首次利用數據包絡分析方法構建了省際間森林旅游空間生產效率的測算模型，對各省份森林資源轉變為森林旅游空間的生產效率進行了實證測算，揭示出中國2010-2021年間省際森林旅游空間生產效率的分布特征，使森林旅游效率的研究拓展到全產業鏈。效率測算的結果雖然沒有文獻對比，但基本符合實際，能夠為了解我國森林資源向森林旅游資源的轉變現狀和空間分布規律提供參考和決策依據。效率得分較高的省份中，吉林省林地面積向森林公園的轉變率最高，森林公園面積占到全省林地面積的22.58%；新疆次之，占到13.32%①；山東、廣東、上海、江蘇、浙江等省份轉變率也較高，每百萬公頃林地面積開發的森林公園數量分別達到70.76、55.48、54.57、52.40和33.89個②。

第二，在測算森林旅游服務生產效率時，首次把旅游與休閑的產出作為森林公園的產出，同時將造林及林相改造等生態行為結果作為森林公園產出的一個指標放入模型，修正了一些省份的效率結果，為準確認識各省份森林公園的游憩利用現狀，重視森林公園生態保護，正確引導森林公園行為提供參考。青海、黑龍江、山東、安徽、四川等省份的服務效率與秦光遠等（2017）的測算結果相比得到較大提升。黑龍江、青海兩省份主要是年度造林和林相改造產出較大，生態效益較高。安徽、山東、四川等省份主要是當地休閑人數和休閑收入較高。雖然張萍萍等（2021）也把造林和林相改造作為產出指標，但由于把一些基礎設施如床位、餐位等與年度投入資金同時作為投入變量，測算結果與多數學者的結果差異較大。服務效率得分較高的省份主要集中于南方和華北。服務效率得分較低的省份主要位于西南和西北。

第三，關于森林旅游空間效率的影響因素，本文揭示出政府生態保護在森林旅游空間生產效率中的顯著作用以及政府生態保護、森林質量與森林旅游空間生產效率三者之間的關系，拓展了森林旅游效率理論，對于優化國家生態保護資金的區域配置具有重要現實意義。關于森林旅游服務效率的影響因素，本文得出森林公園總投資對旅游服務生產效率的影響不顯著，但為負值，與黃秀娟等（2015）、丁振民等（2016）、黃安勝等（2018）的研究結果基本一致。森林公園的生態保護對森林旅游服務效率具有正向影響，這與黃秀娟等（2017）、秦光遠等（2020）的結果一致，說明加大生態保護投入是我國提高森林旅游服務效率的重要途徑。另外，本文進一步得出，游道、床位、車船等設施對森林旅游服務效率有顯著影響，且影響方向出現分化和異質性。這些研究修正與拓展了森林公園投資與效率的關系，揭示了不同區域森林公園服務效率差異的主要原因。從森林公園生態保護投入來看，2010年至2021年，西藏年均不到300萬元，云南、甘肅、青海、寧夏、海南等省份年均也不超過5000萬元，而江蘇、浙江、山東、廣東等省份年均超過2億元①。從游道設施來看，上海、江蘇、重慶、江西、山東、福建、安徽等省份每萬公頃森林公園面積平均游道長度超過100千米，而西藏只有1.60千米，青海、新疆、吉林不超過15千米②。森林公園在設施建設和生態保護投入等方面的差異是導致其效率在區域間差異的主要原因。

6.3政策啟示

我國的森林公園建設經過了40多年的快速發展，已經由規模擴張進入到質量提升的重要階段。森林資源的旅游利用效率是森林旅游發展質量的重要測評指標。根據研究結論，提出三個方面的政策啟示。

第一，加大政府生態保護投入有助于提高森林旅游空間的生產效率，尤其是對于森林資源質量較差的省份，政府生態保護投入對森林旅游空間效率提升的邊際作用更大。廣東、浙江兩省政府對公益林地的補貼水平較高，激勵林農將經濟林地轉向公益林地，發展森林旅游，森林旅游空間的生產效率居于全國前列。廣西、云南等森林資源質量高、政府生態保護能力不足的省份，加大森林生態保護投入將提高其森林資源向森林旅游資源的轉變率。內蒙古、甘肅、西藏等屬于林地面積較大、但森林質量較差的省份，加大森林生態保護投入，培育森林質量，對提升森林旅游空間效率的作用更大。

第二，調整優化森林公園的投資結構有助于提高森林旅游服務的效率。我國森林公園存在著森林公園內投入結構和區域間投入結構的不合理。森林公園生態保護投資和旅游設施建設水平是影響旅游服務效率的重要因素。較多省份，尤其是西部省份，生態保護投入水平和旅游設施建設水平嚴重不足。因此，提高西藏、新疆、甘肅、云南、內蒙、寧夏等省份森林公園的生態保護投入和旅游設施水平，能夠有效優化我國森林公園的區域投資結構，提高我國森林旅游服務的總體效率。另外，優化森林公園內的旅游設施結構，提高吉林、海南、青海、西藏、新疆等省份的游道密度，將有助于增加其游客承載量，提高服務生產效率。在我國雙碳目標和高質量發展背景下，培育生態和康養環境，加大康養設施和文化展示設施建設，加大數字技術投入，開發符合社會需求的養生產品、森林文化與教育產品、虛擬現實產品等，將有助于提高森林公園效率。

第三，加強休閑、度假、養生等森林旅游資源評價標準的制訂有助于提高森林旅游服務生產效率。隨著休閑度假養生等旅游的興起，非國家級森林公園在觀光旅游資源方面的劣勢在減弱，在休閑度假資源方面的優勢在增強。一些觀光質量相對較差的森林資源，在氣候資源、水資源、微生物資源、礦物質資源等方面的質量較高，適合開發休閑、度假、養生等項目。政府制訂休閑、度假、養生等森林旅游資源方面的評價標準，將有助于引導在養生、休閑、度假等方面質量好的區域建設森林公園，發展森林旅游和休閑康養產業。

參考文獻

程南洋，屈作新.國內森林公園旅游服務業TFP演變及其地區差異——基于數據包絡分析-MPI的分析[J].林業經濟， 2015， 37（01）：75-81.

丁振民，黃秀娟.資本投入對中國森林公園旅游效率的影響研究[J].資源科學， 2016， 38（07）：1363-1372.

賀芳芳，黃秀娟.基于動態網絡數據包絡分析的福建省森林公園旅游效率[J].林業經濟問題， 2022， 42（01）：106-112.

黃秀娟.中國森林公園旅游發展效率的比較與分析[J].林業科學， 2011， 47（12）：22-27.

黃安勝，蘭思仁，鄒惠冰.多重產出目標下中國省域森林公園技術非效率的影響因素分析[J].資源科學， 2018， 40（08）：1595-1607.

黃秀娟，林秀治.我國森林公園旅游效率及其影響因素[J].林業科學， 2015， 51（02）：137-146.

黃秀娟，朱佳佳，楊閩芳.環境保護對森林資源利用效率的影響研究[J].林業資源管理， 2017（06）：113-119.

蘭思仁，戴永務，沈必勝.中國森林公園和森林旅游的三十年[J].林業經濟問題， 2014， 34（02）：97-106.

李博，秦歡，余建輝，等.中國省域旅游資源競爭力評價及其格局演變[J].經濟地理， 2019， 39（09）：232-240.

李平，王維薇，張俊飚.我國林業旅游資源開發效率動態演進與區域差異的實證研究——基于省際森林公園的面板數據[J].華中農業大學學報（社會科學版）， 2016（04）：41-48.

劉璨.改革開放以來集體林權制度改革的分權演化博弈分析[J].中國農村經濟， 2020（05）：21-38.

劉璨，于法穩.中國南方集體林區制度安排的技術效率與減緩貧困——以沐川、金寨和遂川3縣為例[J].中國農村觀察， 2007（03）：16-26， 40.

劉振濱，林麗梅，鄭逸芳.中國森林公園經營效率及其資源投入冗余分析[J].干旱區資源與環境， 2017， 31（02）：74-78.

秦光遠，程寶棟.保護性投資能促進森林公園的旅游發展嗎？[J].中國農村經濟， 2020（02）：100-117.

秦光遠，程寶棟.中國森林公園經營效率研究[J].產業經濟評論， 2017（06）：114-124.

修新田，陳秋華.中國國家級森林公園效率測度及其影響因素研究[J].東南學術， 2016（04）：111-119.

袁建瓊，張璐璐.動機、經驗和滿意度對游客支付意愿和目的地忠誠度的影響——以張家界國家森林公園為例[J].中南林業科技大學學報， 2022， 42（02）：191-202.

張萍萍，包慶豐，劉森.中國森林公園經營效率及影響因素分析——基于三階段超效率SBM模型[J].林業經濟， 2021， 43（01）： 54-67.

趙敏燕，陳鑫峰.中國森林公園的發展與管理[J].林業科學， 2016， 52（01）：118-127.

周彬，雷鳳瑤，虞虎，等.四明山國家森林公園游客游憩動機[J].林業科學， 2019， 55（05）： 163-168.

朱磊，胡靜，周葆華，等.中國省域森林公園旅游發展效率測度及其時空格局演化[J].長江流域資源與環境， 2017， 26（12）：2003-2011.

Blicharska M， Herzele A V. What a forest？ Whose forest？ Struggles over concepts and meanings in the debate about the conservation of the Bia？owie？a Forest in Poland [J]. Forest Policy and Economics， 2015， 57（01）： 22-30.

Bosetti V， Locatelli G. A Data envelopment analysis approach to the assessment of natural parks economic efficiency and sustainability： The case of Italian National Parks [J]. Sustainable Development， 2006， 14（04）：277-286.

Chand N， Kerr G， Bigsb H. Production efficiency of community forest management in Nepal [J]. Forest Policy and Economics， 2015， 50：172-179.

Charnes A， Cooper W W， Rhodes E. Measuring the efficiency of decision making units [J]. European Journal of Operational Research， 1978， 2 （06）：429-444.

Choi K H， Kang H J， Kim C H. Evaluating the efficiency of Korean festival tourism and its determinants on efficiency change：Parametric and non-parametric approaches [J]. Tourism Management， 2021， 86：1-20.

Cook W D， Seiford L M. Data envelopment analysis （DEA）-Thirty years on [J]. European Journal of Operational Research， 2009， 192 （01）：1-17.

Corbera E， Soberanis C G， Brown K. Institutional dimensions of payments for ecosystem services：An analysis of Mexicos carbon forestry programme [J]. Ecological Economics， 2009， 68（03）：743-761.

Corne A， Peypoch N. On the determinants of tourism performance [J]. Annals of Tourism Research， 2020， 85：1-11.

Deng Q， Gu X H， Law R， et al. A comparative study for determinants of gaming performance in Macao and Las Vegas [J]. Tourism Management， 2020， 77：1-12.

Huang X Y， Xu H G， Li X. Spatial development of two villages：Bordering， and rebordering in a community scenic area [J]. Annals of Tourism Research， 2022， 93：1-16.

Kao C， Chang P L， Hwang S N. Data envelopment analysis in measuring the efficiency of forest management [J]. Journal of Environment Management， 1993， 38 （01）：73-83.

Kao C， Slowinski R， Artalejo J， et al. Decomposition of slacks-based efficiency measures in network data envelopment analysis [J]. European Journal of Operational Research， 2020， 283（02）：588-600.

Ke S F， Qiao D， Zhang X X， et al. Changes of Chinas forestry and forest products industry over the past 40 years and challenges lying ahead [J]. Forest Policy and Economics， 2021， 123（01）：102352.

Lampe H W， Hilgers D. Trajectories of efficiency measurement：a bibliometric analysis of DEA and SFA [J]. European Journal of Operational Research， 2015， 240 （01）：1-21.

Luo F， Brent D M， Bao J G， et al. The role of institutions in the production of space for tourism：national forest parks in China [J]. Forest Policy and Economics， 2016， 70：47-55.

Ma X L， Ryan C， Bao J G. Chinese national parks：differences， resource use and tourism product portfolios [J]. Tourism Management， 2009， 30（01）：21-30.

Mihalic T. Environmental management of a tourist destination：A factor of tourism Competitiveness [J]. Tourism Management， 2000， 21 （01） ：65-78.

Misra D， Kant S. Shadow prices and input-oriental production efficiency analysis of the village-level production units of joint forest management （JFM） in India [J]. Forest Policy and Economics， 2007， 9 （07）：799-810.

Peng H S， Zhang J H， Lu L， et al. Eco-efficiency and its determinants at a tourism destination：A case study of Huangshan National Park， China [J]. Tourism Management， 2017， 60：201-211.

Ponting J， McDonald M G. Performance， agency and change in surfing tourist space [J].Annals of Tourism Research， 2013， 43：415-434.

Price C. Twenty-five years of forestry cost-benefit analysis in Britain [J]. Forestry， 1997， 70（03）：171-189.

Rusielik R， Zbaraszewski W. The efficiency of scientific and tourism activity of Polish National Parks with use DEAmethod [J]. Economic and Environmental Studies， 2014， 14（03）：283-297.

Stephen L J S. The Tourism product [J]. Annals of Tourism Research， 1994， 3（21）：582-595.

Su L， Ji X R. Spatial-temporal differences and evolution of eco-efficiency in Chinas forest park [J]. Urban Forestry and Urban Greening， 2021， 57：126894.

Wanke P， Azad MAK， Emrouznejad A， et al. Adynamic network DEAmodel for accounting and financial indicators：Acase of efficiency in MENA banking [J]. International Review of Economics and Finance， 2019， 61：52-68.

Wear D N. Measuring net investment and productivity in timber production [J]. Forest Science， 1994， 40（01）：192-208.

Yu M M， Lee B C Y. Efficiency and effectiveness of service business：Evidence from international tourist hotels in Taiwan [J]. Tourism Management， 2009， 30（04）：571-580.

Zhang Z A ， Liang Z X ， Bao J G . From theme park to cultural tourism town：Disneyization turning of tourism space in China [J]. Regional Sustainability， 2021 （02）：156-163.

（責任編輯康燕）