基干DEA中国旅游效率空间分布特征探讨.docVIP

基于DEA的中国旅游效率空间分布特征研究 　　提高旅游发展效率是促使区域旅游又好又快发展的重要举措。基于DEA模型中的生产规模报酬可变子模型BC2，以全国31个大陆省级行政区为例，对2013年其旅游发展的综合效率、技术效率及规模效率进行测度。结果表明：全国大陆地区旅游发展效率总体上呈东南高、西北低的分布特征，并存在中南、东南、华北“DEA有效”的三中心结构。全国绝大部分省市都属于规模报酬递增阶段。根据各省级行政区旅游发展总体效率情况，可以将全国划分为5种旅游地域类型，分别为三高型、低-高-低型、低-低-高型、高-低-高型及三低型 一、引言 伴随着社会经济的发展，旅游业越来越受到人们的关注，成为繁荣区域经济的新亮点，在一些地区甚至主导经济的沉浮。随着我国改革开放的深入，中国旅游业取得快速发展。2013年我国入境旅游人数12907.78万人次，国际旅游外汇收入516.64亿美元，全国旅游景区6604个，星级饭店11687家，旅行社26054家。但是我国旅游发展过程中一些矛盾也日益凸显，严重制约了我国旅游发展效率的进一步提高，如旅游发展效率与其本身所拥有的旅游资源、要素并不是成明显的正相关关系。同时各省级行政区旅游发展水平、旅游从业人数的数量及质量等具有较为显著的区域差异。因此，新时期做强做大旅游业，提高旅游发展效率已经成为促进区域经济发展的有效手段和相关学者关注的焦点 旅游发展效率的测度方法有多种，其中以随机前沿分析方法 （SFA）与数据包络分析方法（DEA）应用较为广泛。DEA模型作为测度区域旅游发展效率的模型，是指区域实际产出和投人水平与相对有效生产前沿之间的距离。具有无量纲性，适用于多投人、多产出的旅游发展效率评价，多角度对旅游发展效率的影响因素进行剖析，深人分析各决策单元非DEA有效的原因，并能根据DEA投入产出的优化目标值，提供各投入指标的优化方向与调整量。特别适合区域旅游发展效率评价，在国内外得到广泛应用。马晓龙等人利用DEA方法对2005年中国58个主要城市的旅游效率进行了分析评价，发现区域经济发展不平衡是导致旅游效率总体偏低的根本原因。王恩旭等人运用DEA模型对中国15个副省级城市的旅游投入产出效率进行评价，发现东西部地区旅游发展效率要高于中部地区 综上所述，目前利用DEA模型对旅游发展效率进行分析时，大部分均是从比较宏观的角度进行研究，很少对旅游发展效率的空间分异特征进行研究。本文从投入产出的角度，运用DEA模分析我国2013年旅游发展的总体效率（综合效率、技术效率及规模效率），进一步研究我国旅游效率的空间分异特征，划分出旅游效率地域类型 二、研究方法 （一）研究方法 数据包络分析（DEA）是一种系统分析的方法，是著名运筹学家A.Charnes等和E.Rhodes等学者于1978 年创建的。1988年，我国学者魏权龄将此方法介绍到我国，随后在国内得到广泛应用。DEA方法立足于数学规划模型，根据有效的样本数据，对决策单元（DMU）进行投入产出的效率分析 DEA模型有很多子模型，论文选用最基本的评价经济发展综合效率的BC2模型。设有 （二）指标及数据说明 旅游系统需要不断地投入各种资源，才能保证其正常运行，进而输出各种产品与服务。因此，评价全国的旅游发展效率，首先需要选择适宜的输入、输出指标。鉴于数据的可得性与真实性，本研究选取了星际饭店、旅行社、旅游景点代表了旅游发展效率的投入，选取了旅游收入代表旅游发展效率产出，这是由于全国旅游发展效率是多种要素投入共同作用的结果。本研究选择中国大陆31个省、市、区（不包括港澳台地区）作为研究对象。研究数据来源于2013年《中国旅游统计年鉴》 三、旅游发展效率空间分析 （一）全国旅游发展效率空间分异特征 应用Deap2.1软件，可以计算出全国的旅游发展效率，通过空间聚类的方法，能直观的反映出全国各省、市、自治区旅游发展综合效率、技术效率、规模效率的空间分布特征（图1、2a），其空间分异特征如下： 1、全国旅游发展综合效率大体上呈南高、北低，东高西低的分布特征。旅游发展综合效率在地理空间上呈点状、三中心结构分布，主要表现在南部的广东、东南部的上海及华北的天津。全国旅游发展综合效率平均值为0.26，旅游效率DEA有效的区域为为广东、上海、天津。其中旅游发展综合效率最低值出现在西北部的甘肃省，其综合效率为0.005，严重低于全国的平均水平。总体而言，在全国31个大陆省级行政区中，南部旅游发展综合效率普遍高于北部，东部又高于西部 2、全国旅游发展技术效率与其综合效率有所不同，技术有效的区域范围较广，除了旅游效率DEA有效的区域外，宁夏和西藏为DEA技术有效的区域。全国旅游发展的平均技术效率为0.48，小于旅游发展