中國會展業發展效率時空特征及競爭力研究
——基于三階段DEA模型的實證分析

張 萌，狄乾斌

（遼寧師范大學 海洋經濟與可持續發展研究中心，遼寧 大連 116029）

0 引言

當今世界正處于新的動蕩變革期，這使中國經濟之發大展變面局臨，以更國加內復大雜循的環風為險主和體挑、戰促。進面國對內百國年際未雙有循環，是夯實中國經濟發展根基、增強安全穩定發展的系統性深層次變革和必然選擇。黨的二十大報告更加強調必須全面貫徹新發展理念，加快構建新發展格局，著力推動高質量發展。要把握好全面建設社會主義現代化國家高質量發展的“首要任務”，需充分發揮中國門戶型產業的重要功能。作為國家與區域對外交往與聯系的重要端口，中國會展業或將成為國家高水平對外開放的重要抓手［1，2］，憑借其強大的影響效應促進新發展格局形成。

會展業作為新興產業，廣義上是指在一定空間范圍內，以展館為依托，以會展活動為紐帶，支持核心會展經營企業、相關機構和配套服務業，根據專業化分工與協作，形成具有地方根植性的空間組織綜合體［3］。會展業是被譽為“城市面包”“經濟晴雨表”［4］的高度關聯產業，具有覆蓋領域廣、產業鏈長、導向性強及交融性大等特點，已經成為國際交流、開放合作及貿易往來的重要平臺和營銷工具。其蓬勃發展所帶來的乘數效應不僅能夠有效帶動區域經濟發展、推動產業融合創新、塑造城市品牌形象［5］，還能夠更好發揮生產性服務業的牽引作用，挖掘新消費熱點、培育經濟發展新動能。據中國貿促會公布結果顯示，作為全球會展第一大國［6］，2022年中國會展業逐漸以卓越的發展韌性與強勁的生命活力率先復蘇。然而在充分釋放經濟紅利的同時，會展業也面臨產能過剩、資源浪費和地區發展不均衡等現實問題［7］。在此背景下探討中國會展業發展效率特征，對認識行業資源配置現狀、提高有效供給、促進集約化發展、推進中國會展服務業高質量發展具有重要意義。

1 文獻綜述

伴隨著貿易經濟的規模擴張和職能演變，關于會展業的相關研究已經積累了一定的體量，近年來，學者們精準聚焦“互聯網＋”、數字經濟、雙碳目標、新發展格局［8］等國家重要戰略部署，對會展業為順應瞬息萬變的時代背景進行新發展方向的解讀，研究成果主要集中在會展業發展現狀和策略、區域或城市會展業評價及會展業經濟功能研究等方面。其中在會展業經濟功能研究中，除探究會展業對經濟的直接拉動效應［9］，對會展業與其他經濟系統的耦合互動評價占據研究主要地位。邸嘉禹等構建會展發展與商貿流通業的評價指標體系，證實了兩系統處于拮抗階段，且耦合協調水平在空間上呈現由東向西遞減的發展態勢［10］；肖曄等學者采用熵值法與耦合協調度模型，發現我國會展及會展教育耦合協調度整體水平較低，且空間差異明顯［11］；還有學者從城市名片角度研究了會展業與城市社會發展的互動關系［12］。可以看出，會展業從市場、外貿、產業結構、創新環境等多方面對經濟發展產生影響。“雙循環”新發展格局對中國經濟市場的發展方向產生重大影響，會展業作為服務貿易業的有力推手，必須著重自身結構轉型升級，由此探究行業自身發展概況顯得尤為重要。

效率是評價組織運營及管理成果的重要標準，可以把握產業的資源配置能力及生產經營狀況［13］。對于分析難以測定效果的公共服務事業的效率性，數據包絡模型（DEA）不僅可以通過分析研究對象之間的相對效率來查明最有效的決策單元，還可以對非效率對象提出改善方案，在旅游業［14］、農業［15］、創新型產業［16］、海洋漁業［17］等諸多領域廣泛應用，而對會展業效率評價仍有較大的研究空間。國內外學者關于會展業發展效率的研究主要聚焦于展會運作、公司運營、展館利用等。韓國學者金奉旭等借助DEA模型衡量貿易促進小組參加海外展覽的支持計劃效率［18］；長福門等通過DEA 模型和Malmquist生產力指數比較韓國各會議中心的效率［19］；李尚敏借助DEA模型分析韓國16 個大城市會展業在CCR及BCC模型下的相對效率和專業會議組織者（PCO）的效率差異［20］；Soo等借助DEA模型和Malmquist生產力探究展覽中心高效運營和競爭性會展業務發展的影響［21］；國內學者簡思夢、陳秋英等學者以某一展會、展館等為例，借助SFA 模型及DEA模型對展覽中心運行效率進行分析，以此為依據劃分各地區展館運行效率等級［22，23］；Lee 等借助數據包絡模型分析中國國際投資貿易洽談會（CIFIT）基于傳統的“線下”投資模式和“線上＋線下”投資模式的資源配置效率差異［24］；張書蓮、鄢慧麗等基于DEA包絡模型測度中國城市會展業的發展效率［25，26］。綜上所述，已有文獻對會展業發展探究已積累較多成果，但仍存在以下不足：在研究內容上，學者們更多專注于會展業與經濟系統的耦合協調研究，對會展業自身動態分析稍顯不足；在研究尺度上，已有研究對會展業的關注在中觀層面的市域尺度及城市群、經濟區等組合地域單元［27-29］的探索較廣泛，而對全國或省域層面的大尺度空間探索較少；在研究方法上，以往關于會展業的評價以定性研究為主，借助DEA 模型進行測評則多采用一階段DEA或簡單的SFA回歸，且多從截面年份或時序演變角度探索其發展進程，以統計學模型為主的定量研究較少，并且缺乏空間分布內容的實證探索。

客觀評價會展業發展效率是正確了解會展業各層發展狀況，把握其發展方向的重要依據。本文認為，會展業發展效率是衡量會展業質量的有力參照，主要體現在會展業規模經濟質量、服務水平及區域會展業競爭優勢等方面，力求會展業在規模擴大的同時實現投入最小化及效益最大化的資源有效配置發展。基于此，本文統籌考慮外部環境因素的影響，構建反映會展業特性的投入產出指標體系，運用三階段DEA 模型測度中國30 個省區市2012—2020年會展業發展效率，探討中國會展業發展效率時空演變規律及差異，并構建會展業“競爭力—效率”矩陣評價其發展態勢，以期能夠為促進會展業優化資源配置、提升競爭優勢及實現高質量發展提供一定參考。

2 研究方法、指標選取和數據來源

2.1 研究方法

2.1.1 三階段DEA模型

數據包絡模型（DEA）由美國運籌學家Charnes和Cooper等人于1978 年提出［30］，用來測量決策部門的生產效率，Fried等在傳統模型基礎上提出三階段DEA模型［31］（圖1），通過濾除外部環境變量的影響，從而可以對同級決策單元會展業進行相對有效性評價。

圖1 三階段DEA模型Figure 1 Three-stage DEA model

第一階段：選擇DEAP2.1 軟件包中的BCC 模型，忽略外部環境及隨機誤差干擾，測算省域會展業發展效率。具體計算公式如下：

式中：n為省域數量（簡稱DMU），每個DMU有m種投入和s 種產出要素；xik（xik＞0，k ＝1，2，…，m），yjk（yjk＞0，k ＝1，2，…，s）表示第k個DMU的第j種產出，記作Xj＝（x1j，x2j，…，xmj）T，Yj＝（y1j，y2j，…，ysj）T，j ＝1，2，…，n；θ是綜合發展效率，取值范圍在［0，1］。當θ ＝1 時，效率值有效；0≤θ ＜1 時，效率值非有效。

第二階段：SFA 隨機前沿分析。根據Batese 等人的研究結果［32］，恰當的SFA模型將投入要素松弛變量劃分內部管理、隨機誤差和外部環境3 個因素。通過SFA回歸剔除其影響，計算公式為：

式中：Sik代表第k個DMU第i種投入的松弛變量；f（Zk，βi）代表環境變量對投入松弛變量Sik的影響，一般取f（Zk，βi）＝Zkβi；Vik＋Uik代表混合誤差，Vik代表隨機干擾，Uik代表管理無績效項。

第三階段：調整后的DEA模型。用第二階段調整后的投入X*ik替換原投入Xik，再次代入BCC 模型計算會展業發展效率，得到不受外部環境和隨機誤差干擾的效率值。

2.1.2 熱點分析——Getis-Ord Gi指數

熱點分析（Getis-Ord Gi指數）通過高值、低值分布特征分析空間特點［33］，直觀展示中國會展業發展效率水平的演變趨勢，可借助ArcGIS軟件中的熱點分析實現。根據要素的z 值、p 值得分正負及大小可判斷要素空間聚類類型及集聚程度。當z ＞0且增高（p值減小）表明決策單元為熱點區且聚類密集程度越大。當z ＜0 且減小（p 值減小）表明決策單元為冷點區且聚類密集程度越大，若z 接近于0，則表明空間聚類特征不明顯。其數學表達式為：

式中：n 為要素總和；xj為要素j 的屬性值；Φij為要素i與j間的空間權重。

2.1.3 標準差橢圓

標準差橢圓可較好地刻畫中國會展業發展效率的空間布局狀態，主要包括長短半軸及方位角三要素。長短半軸可以看出會展業發展效率的空間分布、移動方向及輻射范圍，轉角θ可以判斷其移動角度。為進一步展示會展業發展效率整體空間演變軌跡，引入重心遷移分析［34］，通過刻畫各省份會展業發展效率的集中、離散趨勢以及隨時間遷移而改變的偏移軌跡來判斷在空間上的變遷問題，其數學表達式為：

式中：Xt、Yt為t 時會展業發展效率重心坐標；EVt，i為i單元t時的會展業發展效率指數；Xi、Yi為i單元的地理中心坐標［35］。

2.2 指標選取

在第一階段測算會展業發展效率前，首先借助SPSS22.0 軟件，利用Pearson積矩相關系數的“同向性”原則［36］對投入產出變量進行同向性檢驗（表1），所選變量均呈現正向強相關關系，且通過1%顯著水平檢驗，符合理論假設。依托展覽服務業特征，以會展業的專業性、完整性、科學性及可獲取性為原則，借鑒已有研究對會展業相關評價指標體系的構建［37，38］，建立關于會展業發展效率的6 投入2 產出的評價指標體系（表2），同時指標數量滿足DEA模型的基本要求，即N≥max｛m×q，3 ×（m ＋q）｝。

表1 Pearson同向相關檢驗Table 1 Pearson′s homoscedastic correlation test

表2 會展業發展效率評價指標體系Table 2 Evaluation index system for the development efficiency of the convention and exhibition industry

投入指標。從區域會展業發展規模、專業水平、人力資本、能源消耗及科研建設等多方面考察生產要素投入的有效性，選取“專業展館面積、承辦展覽數量、展館使用率、就業人數以及科研管理機構數”等6 項內容對其量化。科研管理機構數為決策單元當年會展業管理機構、政府相關機構及專本院校數總和。展館使用率參照中國會展經濟研究會測算方式，按照“（評價單元當年實際辦展面積/所擁有專業展館面積）×100%”獲得。從業人數的計算公式為：決策單元當年第三產業就業人數×各省展覽競爭力指數占比（%）。

產出指標。選取省域會展競爭力指數以及產值衡量決策單元會展業經濟效益。會展業競爭力指數以中國會展經濟研究會公布為準，計算公式為：∑Pi，Pi為各省展覽舉辦城市競爭力指數；i ＝1，2，…，n。各決策單元會展業產值計算公式為：當年全國會展業總收入×各省展覽競爭力指數占比（%）。

環境變量。二階段外部環境變量選取要符合“分離假設”，以對會展業效率產生影響，同時不受主觀控制為原則。借鑒朱其靜［39］對會展業空間分布影響因素的研究，從區域經濟發展水平、科技創新能力、城市化水平及城市公共維護建設4 個角度出發，分別用人均GDP、R&D科技投入經費、城鎮化率及城市維護建設稅定義變量。

2.3 數據來源

為客觀展現本研究評價單元會展業的系統完整性及層次連續性，綜合考慮數據統計路徑一致性及可獲取性，本文所用數據是結合各地統計年鑒已有統計數據合理測算得出。以中國30 個省區市為研究對象（因數據收集原因，故研究區域未包含我國西藏自治區、香港特別行政區、澳門特別行政區和臺灣地區），研究時段為2012—2020 年。所用數據源自2013—2021 年中國會展經濟研究會公布的《中國展覽數據統計報告》，國家統計局公布的《中國統計年鑒》《中國城市統計年鑒》《全國科技經費投入統計公報》。部分空缺值采用插值法進行填補。

3 實證結果及分析

3.1 第一階段：傳統DEA實證結果

第一階段借助DEAP2.1 軟件，以會展業發展的各項投入為主要考察對象測算2012—2020 年中國30 個省區市會展業綜合發展效率及分解效率（圖2）。同時，借鑒王賀封等的研究成果［40］，將中國會展業發展效率依次劃分為高效率地區（均值≥1）、中等效率地區（1 ＞均值≥0.8）、較低效率地區（0.8＞均值≥0.6）、低效率地區（均值＜0.6）。

圖2 第一階段會展業綜合發展效率及分解效率Figure 2 Comprehensive development efficiency and decomposition efficiency of the convention and exhibition industry in the first stage

從綜合效率來看，第一階段在不規避外部環境變量及隨機誤差項對生產要素干擾的情況下，測得2012—2020 年我國各省會展業發展綜合效率均值為0.712，規模效率均值為0.772，純技術效率均值為0.922 且高于平均規模效率。京、粵、黑、蘇、滬、津、浙等8 個省市會展業綜合效率、純技術效率、規模效率均為有效且高于全國平均水平，而皖、黔、冀、吉、晉、陜6 省3 個效率值均低于全國平均水平。僅京、滬、粵3 個省市會展業效率值為1，處于高效率階段；閩、黑、蘇、內、魯、津及浙7 個省市效率值均處于中效率階段，有9 個省區市綜合技術效率＜0.6，處于低效率階段。

從分解效率來看，僅遼寧、四川兩省的平均純技術效率低于平均規模效率，反映出決策單元在管理和技術方面需要進一步提升。其余省區市的平均純技術效率均大于平均規模效率，這些省區市應盡快落實供給側結構性改革相關舉措，轉變會展業發展模式，科學合理變革產業規模，推陳出新。對第一階段測算結果需要在納入環境變量后再度分析。

3.2 第二階段：相似SFA回歸

第二階段SFA回歸分析剔除了外部環境、管理無效率項和隨機誤差項等對會展業發展效率評價的影響。本文選取區域經濟發展水平、區域創新能力、城鎮化水平及城市維護建設4 個環境因素為解釋變量，以一階段計算所得6 項投入要素的松弛變量為被解釋變量，基于Frontier 4.1 軟件包完成回歸分析（表3）。SFA 回歸系數的正負對應投入冗余的增減，大都通過有效顯著性檢驗。LR值、γ值均在1%水平下通過顯著性檢驗，表明所選環境變量對會展業發展效率產生影響。

表3 SFA回歸結果Table 3 SFA regression results

經濟發展水平。人均GDP 與能源投入松弛變量呈正相關關系對實際辦展數量和展館使用率的松弛變量回歸系數為負且均在0.01 顯著性水平下顯著（表3）。說明一個地區當年的經濟發展水平越高，則造成的會展業發展效率冗余的能源消耗越多，而實際辦展數量的投入會相應減少，展館的使用率也有所下降。城市經濟發展水平越高，產業發展水平也就越高，市場規模越大，大型展覽活動開辦過程中對能源的需求及消耗量也就越大。但與此同時，高質量、品牌化發展的要求，使得場館規模及展會配套服務的滯后將會制約會展業的發展。

城鎮化水平。當年年末城市人口占比對3 項投入的松弛變量回歸系數為正，其中對能源消耗的松弛變量在0.01 的顯著水平下顯著，從業人數的松弛變量在0.1 的顯著性水平下顯著，這表明能源消耗越多、勞動人數的增加會導致會展業發展效率越低，能源過度消耗對會展業生態發展會產生負面效應，符合理論預期。而勞動人口增加對會展業集群效率的負向作用與理論預期有所出入，可能是因為這些人才沒有得到合理配置，從而不利于效率提升。城鎮化水平與3 項投入要素松弛變量呈負相關關系，均在0.05 及以上水平下顯著，表明區域城市化水平提高，對展館面積、展館使用率及科研機構投入冗余的減少發揮積極作用，促進資源合理配置，從而有助于提高會展發展效率。

區域創新水平。年末R&D 科技投入經費僅對會展從業人數的松弛變量的回歸系數為負，區域創新能力越高，會展業自主創新及技術結構也將得到提升，能夠使高技能勞動力的需求得到提升，降低對中低技能勞動力的需求，從某種角度則會促進會展業發展。但R&D投資對其中4 項投入的松弛變量回歸系數為正，且通過1%及以上顯著性水平，從整體角度出發區域R&D投資強度的增大，會增加城市辦展數量及科研建設，提高展館使用率，但從區域內部來看同時制約會展業的良性發展。這可能是由于R&D投資在受區域差異限制并未發揮其作用。服務業創新資源在投資強度較高區域的分布會相對均衡，但內部各產業領域生產性服務相互交叉，一定程度上使會展業與其他集群構成競爭關系，擠占其發展空間。

城市維護建設。當年對城市維護建設稅的財政投入對實際辦展數量、展館使用率及科研管理機構3 項投入的松弛變量回歸系數為正，且在0.05 及以上顯著性水平顯著，對勞動人數的松弛變量在0.05 顯著性水平下回歸系數為負。說明城市維護建設稅的增加，造成會展業發展效率冗余的實際辦展數量、科研管理機構建設及展館使用率冗余增多，勞動力的投入冗余則相應減少，與當前會展業實際發展問題較符合。城市維護建設稅的收入增加說明政府會加大宏觀調控的力度。通常在大型展會項目中政府會扮演關鍵角色，各展覽承辦單位對政府的過度依附不利于展覽集群市場健全發展。

3.3 第三階段：調整后的中國會展業發展效率

3.3.1 中國會展業發展效率總體特征

從時序變化特征來看（圖3），在排除外部環境變量后，第三階段綜合效率值較第一階段有所下降。2012—2020 年中國會展業綜合效率均值由0.712下降至0.662，呈現“下降—上升”的U型演變趨勢，2018 年達到波谷，整體處于較低效率發展階段。有63.3%的決策單元的綜合技術效率有所下降，說明本研究選取的外部環境變量對會展業發展效率影響較大。雖然整體上處于較低效率階段，但我國會展業發展仍保持相對穩定。經濟的發展逐步帶動會展業這一新興產業的快速成長，同時除自身水平不斷提高所帶來的較高利潤外，對優化城市產業集群，帶動餐飲、交通、旅游及貿易產業融合交流的促進作用逐漸顯現。然而在快速發展同時，產業瓶頸也逐漸顯露，可以看到在研究期內發展效率逐漸降低，并在2018 年達到最低值，成長初期會展業規模化發展并未形成競爭優勢，發展較為緩慢，地區發展不平衡、專業人才儲備不足且比例失調、展館使用率低及場地閑置等問題不但阻礙產業轉型升級，也造成社會資源的浪費。2019 年后隨著國家政策的支持、技術及管理水平進步以及科技賦能的優化，使其保持強勁發展態勢。結合分解效率來看，純技術效率依然顯著領先規模效率，效率均值由0.922 上升至0.947，整體變化較平穩，峰值最高出現在2019 年（0.980）。研究期內平均規模效率與平均綜合效率呈現“湯匙”狀的協同變化趨勢，效率均值由0.772下降至0.698，最低波谷在2018 年，僅為0.530。效率驅動因子的增減變化對綜合效率產生決定性影響，研究期內純技術效率雖然表現出較高水平，但增幅為0.56%，因此純技術效率進步并未對會展業綜合效率發揮帶動作用。規模效率在研究期內的平均增幅為4.7%，效率值呈現出明顯的下降趨勢，表現出規模不經濟的局面，表明人力、物力、財力的投入增加反而加劇了規模冗余，降低了研究期內中國會展業的要素生產力。

圖3 三階段會展業發展綜合效率及分解效率Figure 3 Comprehensive and disaggregated efficiency of the development of the convention and exhibition industry in three stages

從地區分布來看（圖4a），我國會展業發展差異顯著。東部地區會展業處于高效率階段（0.857）且位于領先地位，東北地區（0.694）、中部地區（0.639）及西部地區（0.622）會展業效率均值均處于較低效率階段。30 個決策單元中僅渝、京、滬、浙、蘇、魯、粵等7 個省市會展業綜合效率處于中、高效率階段，其中4 個省市屬于東部地區。效率賦值最高為上海和廣東，與最低賦值寧夏（0.339）存在很大差距。東北地區中遼寧省效率值＜0.6，處于低效率階段；西部地區僅四川、云南及重慶處于中、高效率階段，其余省份會展業發展效率均處于低效率階段；東部地區中海南、天津、河北效率值處于低效率階段。中部地區中安徽、山西及江西效率值處于低效率階段。由此可以看出，受地區經濟發展限制，會展業在地區間及地區內部之間呈現極度不均衡，發展差異顯著。就增長幅度來看，研究期內寧夏、青海、新疆等省區市會展業集群效率的增長幅度最大，分別為42.3%、52.5%、37.5%，而安徽、福建兩省會展業發展效率卻以-3.7%、-2.4%的增幅下降。西部省市會展業雖然起步較晚，但隨著新時代西部大開發戰略的推進，經濟飛速發展，旺盛的需求與活躍的經濟支持使得會展業更加注重產業的高質量轉變，省會城市會展業的快速集聚迅速打開西北市場，占據一席之地。

圖4 三階段省際會展業發展綜合效率及分解效率Figure 4 Comprehensive and decomposition efficiency of interprovincial convention and exhibition industry development in three stages

從分解效率來看（圖4b），30 個省區市的純技術效率差異及變化較小，規模效率較低地區技術效率也較低。技術與規模效率表現較好（ρ ＞0.9）的有京、蘇、魯、粵、滬5 個省市，其次（0.8≤ρ ＜0.9）為渝、浙和閩，大多處于東部地區，該區域擁有較高的經濟活力、營商環境競爭力、科技創新實力，促使投入要素聚集得當，因此產業發展規模與質量較好。值得注意的是，僅北京市的平均純技術效率（0.991）略低于平均規模效率，反映出其在管理和技術方面需要進一步提升；表現較差（ρ技和ρ規＜0.6）的有甘、青、寧、貴、晉5 個西部地區省區，這些省區地廣人稀，處于完善期的基礎設施建設及現有資本、知識技術落差使得投資環境仍有待改善。

3.3.2 中國會展業發展效率空間分布特征

利用標準差橢圓和重心遷移模型計算得出中國會展業發展效率的空間移動軌跡（圖5）。從標準差橢圓的長短軸及扁平率來看，整體上長軸始終大于短軸，長軸在2012—2017 年由11.72km逐漸增大至13.5km，且在2017 年達到最大值為3.71km，至2019 年有輕微下降趨勢，而后上升。短軸可代表會展業發展效率的分布范圍，2012—2017 年短軸逐漸由8.69km增大至9.77km，表明中國會展業發展效率的離散程度增大，2019 年縮短至8.59km，表明會展業發展效率向心力較為明顯。長短半軸的較大差距使得橢圓扁率較大，表明中國會展業發展效率的“東北—西南”方向性較明顯，并且涵蓋面積也由最初的東中部方向逐漸向西北方向增大，這表明在我國東中部地區會展業發展效率相對穩定的同時，橢圓外部的西部地區會展業發展有較好的拉動作用，呈現出擴張態勢。

圖5 中國會展業發展效率標準差橢圓及參數Figure 5 Standard deviation ellipse and parameters of development efficiency of exhibition industry in China

2012—2017 年中國會展業發展效率重心由33°5′50″N，113°58′4″E 向西北移動至33°22′25″N，111°40′2″E，總體累計位移距離為808.629km，向北位移32.014km，向西位移215.803km，總體趨勢表現為向北向西移動。南北方向上，2018 年前表現為向北向南交替移動，2018 年后整體向北移動，且2019—2020 年向北移動距離最大為155.832km；東西方向上，2017 年前以向西移動為主，2016—2017年向東移動最大距離為151.520km，2017 年后逐漸向西移動。東部地區以其優越的區位優勢使會展業發展規模及質量一直處于領先地位。“一帶一路”經濟帶建設逐漸成熟，中西部地區及沿線國家組展、參展需求旺盛，境內外展覽數量大幅提升。從2014年開始，京津冀作為國家重要經濟協作發展區，再結合自身優勢，會展業競爭力水平有所提升，再加上四川省建設成都“十四五”國際會展之都規劃，自身及對周邊地區會展業輻射帶動發展態勢向好，進一步推動會展業發展效率重心向西向北方向移動。

3.3.3 中國會展業發展效率的冷熱點

通過自然斷點分級法將G 指數按得分高低依次劃分為不同冷熱度區域，通過ArcGIS軟件進行空間可視化（圖6）。冷點越多且通過越高顯著性水平檢驗，表明其會展業發展效率越低，不易形成聚集區，發展能力越弱。熱點越多且通過越高顯著性水平檢驗，則表明會展業發展效率越高，容易形成集聚區，發展能力就越強。總體上冷熱點時空分布演化與前文三階段綜合效率值變化趨勢較為相同，研究期內冷點區域主要分布在西北地區各省，熱點區域主要集中在東部地區各省，且以浙江、上海、江蘇、安徽為基點向外延伸拓展。2012—2018 年冷點分布省份數量變化較小，而熱點區域分布省份數量逐漸增多，同時熱點區域分布省份數量逐漸多于冷點區域，且在2018 年表現特征最明顯，這表明中國會展業發展效率區域集聚特征愈發明顯，東部地區熱點區域由破碎向成片發展，集聚特征向好，呈現均衡化、健康化發展態勢，至2020 年中國會展業發展效率冷熱點無明顯集聚特征變化。整體上，我國會展業“東強西弱”的空間分布格局較明顯，地區發展差異較大，特別的2018 年東部地區會展業發展效率集聚特征顯著，但全國會展業綜合發展效率卻達到最低值，從側面反映出較大的地區發展差異對行業整體發展產生滯后作用，2020 年受新冠病毒的影響，全國會展業發展低迷，處于自身修復階段空間集聚特征表現較弱。

圖6 2012—2020 年中國會展業發展效率冷熱點分布Figure 6 Distribution of cold hotspots in the development efficiency of exhibition industry in China，2012 -2020

4 會展業“競爭力—效率”矩陣的構建與分析

當前評價區域會展業發展實力大都參照會展經濟研究會所公布的“城市會展業綜合競爭力指數”為衡量標準，但單一效率及單一競爭力指數無法恰當說明各區域會展業實際發展概況。為判斷競爭力實力與要素生產力是否相匹配，構建展覽集群“競爭力—效率”矩陣進一步說明，如圖7 所示。選取三階段會展業發展綜合效率與綜合競爭力指數為橫縱坐標，以綜合效率值0.6 為縱向分界點，以綜合競爭力指數均值為橫向分界點，將各決策單元分為4種發展階段。其中12 個決策單元的會展業競爭力指數與全要素生產率匹配有效。部分省份匹配度較低，如遼寧省會展業綜合競爭力指數排名第9，但集群效率卻位于第20 名；云南省展覽產業集群效率位于第11 名，綜合競爭力指數排名為20 名。由此可見展覽產業集群發展水平并不完全取決于評分、規模、投入產出效率的大小影響。

圖7 會展業“競爭力—效率”矩陣Figure 7 “Competitiveness-efficiency”matrix for the MICE industry

第一類是領軍型。指會展業綜合競爭力指數較高且效率較高的決策單元，包括北上廣在內的9 個省市，主要分布在東部地區。處于這一階段的各省市優勢得天獨厚，完善的投資環境、高自由度的展覽市場及廣闊對外開放平臺使其擁有較強綜合競爭力。對于處在這一發展階段的會展業面對日新月異的科技革命和產業變革更要注重智能化，發揮數字技術、運用新模式打造新業態，積極搶占產業最高峰，引領帶動全行業發展。

第二類是穩健型。此類型是指會展業綜合競爭力指數不高，但發展效率較好。共有6 個省市處于這一發展階段，主要集中在東北及中部地區。在這一類型的省份，良好的基礎設施建設及發展環境為會展業發展奠定了堅實基礎，會展業具有較好的發展潛力。若能提高其投入產出效率，積極引進新技術、挖進新人才，增強會展業發展深度及創新性，提高市場吸引力和競爭力，同時相關部門給予配套資金支持，從而提高會展經濟的效益和市場競爭力。

第三類是進取型。指會展業綜合競爭力指數較高，發展效率較低的地區。在研究期內，僅遼寧省位于這一發展模式當中，說明遼寧省會展業擁有良好的發展實力，加快產業結構調整，優化產業布局協作，提升會展業發展質量成為重要目標。

第四類是滯后型。指會展業綜合競爭力指數不大且發展效率較低，在四種發展類型中分布的省份最多，皖、津、陜、新等14 個省區市處于這一發展模式。除天津、河北外其余省市均位于中、西部地區。投入冗余、管理無效及技術水平都成為追求規模發展的制約因素，在積極應對市場需求的基礎上仍需做出正確積極判斷，清醒認識“時”與“勢”，深刻把握“危”與“機”，扎實做好會展經濟布局、開拓增量市場、完善市場化運營體系，鼓勵企業創新，推動會展經濟的高質量發展。

5 結論與討論

5.1 結論

本文運用三階段DEA模型對中國30 個省區市2012—2020 年會展業發展效率進行系統性分析，探討中國會展業發展效率時空演變規律及差異，并結合會展業競爭力指數構建會展業“競爭力—效率”矩陣綜合評價各省區市會展業發展態勢。主要結論如下：①2012—2020 年中國會展業發展效率均值為0.711，整體處于較低效率發展階段，呈現先減后增的“U”型發展趨勢。分解效率中平均純技術效率始終大于平均規模效率，規模效率與綜合效率保持“湯匙”狀的協同變化趨勢，表明技術進步會帶動會展業發展效率提升，但規模不經濟是造成我國會展業發展效率較低的主要原因。②借助三階段DEA模型，在排除外部環境變量及隨機誤差擾動后，發展效率值發生明顯波動，表明本文選取的外部環境變量確實對效率值產生了影響。經濟水平、創新能力、城鎮化進度及基礎設施維護等環境因素及擾動項加劇了產業規模冗余。經濟發展水平、城鎮化水平及區域創新水平較高地區可以為會展業發展創造良好的發展環境及空間，短期紅利明顯，但隨著產業的成長，更需要注意資源的節約化利用、提高技術及管理水平，提升專業勞動力及科研院校的綜合能力，盡量避免過度依附政府主導指向，才能將短利變為長宏。③從中國會展業發展效率的時空演變規律及差異來看，整體上2012—2020 年中國會展業發展效率重心位置向北向西方向偏移，方向指向性較為明顯，且標準差橢圓輻射面積逐漸擴大，西部地區擴張態勢向好。中國會展業發展效率冷熱點結果進一步反映出我國會展業發展熱點在東中部地區集聚發展較好，西部地區近年來會展業發展水平雖有提升，但協同發展有待進一步加強。④將30 個省區市會展業水平按展覽競爭力指數及效率分為“領軍型”、“穩健型”“進取型”及“滯后型”4 種發展類型，呈滯后型＞領軍型＞穩健型＞進取型的分布態勢。我國會展業“東強西弱”的發展特征明顯，總體表現為東部最優，東北次之，中部靠后，西部最低的空間分布格局，受政策傾向、地區差異性、發達程度的影響，最高省份與最低省份存在很大差距，表明我國會展業發展效率在省級區域間發展水平差距較大，呈不均衡態勢。各地區間應以綜合效率為參考，相互借鑒發展優勢，揚長避短，從而縮小地區間會展業發展差距。

5.2 討論

中國會展業發展效率，一方面受外部環境因素影響，另一方面受產業經濟、社會與生態層面影響。未來在會展經濟持續升溫下，應注重對專業人才的培養，對區域會展業建設進行科學統一規劃，從而規避會展經濟短板效應，促進會展業高質量提升。

通過對上述指標應用三階段DEA 模型進行系統性分析，對整體把握我國會展業發展現狀具有一定參考價值，但仍有以下不足待深入研究：①由于數據限制，所構建會展業發展效率評價指標體系雖涉及資本、技術及勞動力等要素，仍需進一步考慮具有會展業表征的影響因素，從而更加精確地反映其發展水平；②對會展業發展效率的研究可以大致獲悉我國會展業發展概況，未來可對會展業發展效率的影響機制及空間關聯格局進一步深入，揭示不同機理在空間作用上的變化差異。