基于2007—2018年我國173個優秀旅游城市的旅游投入產出數據，運用SBM模型對旅游效率進行測算，并利用ArcGIS10.2和空間計量模型進一步揭示了旅游效率的時空演變特征及其空間效應。結果表明:①我國旅游效率整體偏低，呈波動變化態勢，且效率增長動力主要源于規模效率。②旅游效率具有明顯空間依賴性，空間集聚性不斷增強，呈“大分散、小集聚”特征，以高—高集聚和低—低集聚類型為主，且高水平集聚區呈西移趨勢，低水平集聚區空間變化不明顯。③旅游效率存在空間溢出效應，經濟發展水平、政府政策和產業結構是影響旅游效率的主要因素。

　　關鍵詞優秀旅游城市;旅游效率;時空演化;影響因素

　　2009年，《國務院關于加快發展旅游業的意見》頒布，明確提出將旅游業作為我國國民經濟戰略性支柱產業。2014年，《國務院關于促進旅游業改革發展的若干意見》出臺，進一步明確新時期旅游業“轉型升級，提質增效”的發展主線。相應的，提高旅游效率，實現旅游可持續發展成為熱點問題，受到了學術界的關注[1-4]。國外旅游效率的研究早于國內，研究內容主要集中在旅游業要素效率，包括旅行社、酒店、旅游交通等旅游要素[5-9]，目前已形成了相對成熟的研究框架。

　　旅游論文范例： 互動儀式鏈視角下抖音APP對麗江旅游吸引物的傳播效應研究

　　相較于國外旅游效率的研究，國內對旅游效率的研究時間上雖然相對較晚，但是也形成了一定的研究成果。在研究內容上，涉及較為宏觀的空間范疇[10-13]，但主要側重于旅游目的地效率研究;研究視角不斷延伸，包括管理學、經濟學、地理學等多個領域[14-16];研究過程逐漸從簡單的旅游效率測算向時空演變、驅動機制及空間分異等轉變[17，18];研究尺度涉及國家、省域、城市群、經濟帶、市域和縣域等多個尺度[19-22]。整體上而言，旅游效率驅動影響因素分析有待進一步開展[23，24]。

　　研究尺度上，基于全國范圍的研究通常以省域為研究單位[25，26]，或針對市域、縣域開展中觀和微觀層面的分析[27，28]，而以城市為樣本，針對多尺度、多區域空間開展的綜合研究則較少[29-31]。伴隨城市化的快速發展，我國城市綜合實力得到不斷提升。我國正處于前所未有的快速城市化發展時期，城市作為重要旅游目的地，在城市經濟發展過程中扮演的角色逐漸突顯。截至2018年末，我國城市總數量達到657個(未含香港與澳臺特別行政區、臺灣地區)，地級市及以上城市297個，城市人口占總人口比重為59.58%。

　　目前，我國共有337個優秀旅游城市，其中地級市及以上優秀旅游城市共有214個，優秀旅游城市旅游經濟總量占全國的比例超過90%，因此對優秀城市旅游效率的研究意義重大。基于此，本文以地級市及以上的優秀旅游城市為研究對象，使用2007—2018年173個優秀旅游城市的旅游投入產出數據，探究其旅游效率的空間格局演變，并進一步揭示旅游效率空間分異的影響因素，以期為城市旅游發展提供實踐參考。

　　1研究方法與數據來源

　　1.1研究方法

　　DEA—SBM模型:數據包絡分析方法(DEA)是一種以相對效率概念為基礎的非參數效率評價方法，包括CCR模型和BBC模型，但對于存在投入或產出的非零松弛時，徑向DEA效率測度會高估評價對象的效率，無法準確評估效率結果[32]。Tone[33]提出了非徑向的SBM模型，能夠克服DEA評估對象效率被高估的問題，因此本文采用SBM模型對城市旅游效率進行測算。空間計量模型:空間滯后模型(SAR)、空間誤差模型(SEM)和空間杜賓模型(SDM)是3種常用的空間回歸模型。

　　SAR模型和SEM模型分別考慮了被解釋變量和誤差項的空間滯后相關性，而SDM模型則是SAR模型和SEM模型的組合拓展形式，即考慮了因變量的空間相關性，也考慮了自變量的空間相關性，因此本文最終采用SDM模型。空間回歸模型由于鄰近觀測值信息，因此回歸系數已經無法直接用于衡量區域范圍內解釋變量和被解釋變量之間的關系，需要通過偏微分將解釋變量對被解釋變量的綜合效應分解為直接效應和間接效應進行解釋。直接效應表現為區域范圍內自變量變化而產生的因變量變化，而間接效應則表現為區域范圍內自變量變化對其他空間單位內因變量產生的影響。

　　1.2指標選擇和數據選取

　　旅游效率測算的準確性依賴于生產投入和產出指標的選取，而目前對于旅游效率評價并未形成統一的指標體系。經濟活動中認為土地、資本和勞動力是最基本的生產要素，旅游活動作為經濟活動之一，也包含基本的生產要素。旅游活動中，土地要素投入在實際過程中難以衡量，且旅游用地數據缺乏，因此借鑒前人學者研究經驗[27]，不將土地要素納入指標體系。

　　旅游從業人數和旅游固定資產投資是旅游活動中理想的投入指標，但現實情況中各地市對該指標統計缺失，因此根據已有研究成果[30，31]，勞動力投入指標選用城市第三產業人數，資本投入指標選用固定資本存量和實際利用外資金額，其中固定資本存量即運用永續盤存法計算而來[34]。

　　產出指標方面，選取旅游活動中最直接產物———旅游收入和旅游人次作為產出指標。為消除價格影響，本文所有涉及價格的變量都以2007年為基期，借鑒GDP價格平減法對數據進行平減。本文的研究對象為我國地級市及以上的優秀旅游城市。目前地級市及以上的優秀旅游城市共214個，由于數據的缺失，最終選取數據完整的173個優秀旅游城市作為樣本對象。文中所涉及數據主要來源于EPS數據庫、《中國城市統計年鑒》《中國旅游統計年鑒》和各地級市統計年鑒、社會經濟發展統計公報。

　　2結果及分析

　　2.1旅游城市旅游效率的時空格局演變

　　運用MaxDEA軟件對優秀旅游城市旅游效率進行運算。效率值本身是一個相對概念，學者們對其進行了大量的實證研究，但對其并未形成統一的等級劃分標準。為此，本文參考徐冬、黃震方、胡小海等[27]的研究，對旅游效率值進行了劃分，主要分為以下4個等級:0

　　具體表現為:①2007—2018年，旅游城市的旅游效率均值為0.226，其分解指標純技術效率和規模效率均值分別為0.366、0.765，規模效率大于純技術效率，可知規模效率對旅游效率的貢獻值作用大于純技術效率。2007—2018年旅游城市的旅游效率值在0.155—0.261之間徘徊，全國范圍內始終處于低水平效率值，且規模效率始終大于純技術效率，進一步說明規模效率在全國范圍內城市旅游效率的提升中的作用值更大。

　　②旅游效率均值在2013年形成高峰值點，2007—2013年間整體處于緩慢上升的趨勢，2013—2016年間則逐漸下降，從而使旅游城市的旅游效率在研究時段內呈倒“V”字型發展態勢。③城市旅游效率的標準差和變異系數呈現相同的變化趨勢，標準差在0.130—0.215間徘徊，變異系數穩定在0.646—0.851之間，二者基本保持穩定，說明研究期間城市旅游效率的離散程度較小，區域內旅游效率的整體波動幅度不大，整體發展變化相對穩定。為探究我國優秀旅游城市旅游效率在空間上的分布演變特征，本文對各旅游城市的旅游效率進行了空間聚類分析，并選取2007年、2013年、2018年數據進行可視化。

　　我國旅游城市旅游效率整體上屬于低水平，2007年低水平效率城市的占比為87%，到2018年占比上升至95%，整體范圍在不斷擴大，集中分布于東部和中部。旅游效率值屬于中等水平、較高水平和高水平的旅游城市在4個年段中處于不斷變化發展中，除個別城市外集中體現于兩個區域，分別為四川與貴州區域、江浙滬與江西區域。

　　4個年段中，江蘇的無錫經歷了中等水平→低水平的轉變，蘇州經歷了高水平→低水平→中等水平轉變;浙江的湖州經歷了中等水平→低水平的轉變;江西的九江、上饒實現了從低水平→中等水平的變化;而四川的宜賓在較高水平→低水平→中等水平→低水平之間徘徊;貴州的貴陽在低水平→中等水平間循環。對于個別旅游業發達地區，如張家界、黃山和麗江等地區旅游效率則一直處于高水平級別。

　　3旅游城市旅游效率影響因素分析

　　3.1變量說明

　　城市旅游效率的時空演變發展是一個復雜過程，受到諸多因素的影響，如區位條件、經濟發展水平、基礎設施和政府政策等因素。借鑒已有相關文獻，在數據可獲得的基礎之上，本文選取經濟發展水平、產業結構、人力資本、市場潛力、對外開放、基礎設施、政府政策等7項指標進行影響因素分析。

　　各指標選取為:①經濟發展水平(PGDP)。旅游業發展和地區經濟發展水平存在著密切關系，經濟發展水平從旅游投入、旅游需求決定著旅游規模。本文選取人均GDP表示地區經濟發展水平。②產業結構(IND)。產業結構的差異會牽動資源的投入和轉移，進而影響區域經濟結構的合理化與旅游效率。旅游業作為第三產業的重要組成部分，對區域產業結構升級轉化具有積極的正向作用。本文選用第三產業增加值占總GDP比重表示產業結構。③人力資本(HR)。

　　旅游業屬于勞動密集型服務業，對人力資本的需求量大。高質量的勞動力不僅表現為自身生產效率高，且專業化的知識和人力資本的積累還可以減低成本、提升效率。本文選取高等在校生人數表示人力資本。④市場潛力(MARKET)。旅游行為的最終形成不僅受到旅游動機、可支配的收入的影響，更受到人們消費觀念的影響，區域范圍內的消費水平會對旅游業產生一定的影響。本文選用社會消費品總額表示市場潛力。⑤對外開放(OPEN)。對外開放程度是衡量地區經濟對外開放水平的重要指標，伴隨出入境旅游人數不斷增加，旅游業也呈現對外聯系度極高的行業特征。

　　本文選用實際利用外資投資金額表示對外開放程度。⑥基礎設施(FRU)。良好的基礎設施更夠為旅游者提供更多服務，滿足游客要求多樣化、個性化需求。旅游業是一個關聯性、綜合性極強的產業，基礎設施不僅局限于旅游景區、酒店或旅行社等設施，還包括其他如交通、金融等方面的支持。本文選取全社會固定資產投資占GDP比重表示基礎設施。⑦政府政策(GOV)。政策條件的實施能夠促進交通條件改善、人才引進、資本投入，進而影響旅游效率。本文選用地方一般財政支出表示政府政策。

　　人力資本和基礎設施對旅游效率的提升作用并不顯著。基礎設施的直接效應不顯著，說明目前基礎設施的不斷投入對地區旅游效率改善作用不明顯，旅游業的投入產出具有一定的滯后性，而基礎設施的建設時間周期一般也較長，因此基礎設施投入要素需要經歷較長時間才能對效率改善有顯著變化。人力資本直接效應的回歸系數值為負，雖然不顯著，但是在某種程度說明在旅游發展過程中高層次人力資本并沒有得到充分的利用和發揮，目前旅游業發展仍以普通勞動力為主，整體技術含量不高。因此，旅游業人力資本擴張過程張需進一步發揮高層次人才的作用，進而促進旅游效率提升。

　　4結論與啟示

　　本文對我國173個優秀旅游城市的旅游效率進行了測度，并對其時空演變進行了分析，在此基礎上，運用空間面板計量模型進一步揭示了旅游效率的影響因素及其空間溢出效應，得出如下主要結論:

　　①我國旅游城市的旅游效率整體屬于低水平等級，旅游效率的提升主要源于規模效率的貢獻。時間上，全國范圍內旅游效率的波動幅度小，整體發展變化相對穩定;空間上，低水平效率范圍集中于東中部地區且在不斷擴大，個別區域旅游效率值處于變化發展過程中，體現為四川與貴州區域、江浙滬與江西區域。

　　②空間自相關檢驗表明，旅游效率具有明顯的空間依賴性，整體呈現“大分散、小集聚”的空間格局。研究時段內，全局相關分析中全國范圍內旅游效率的Moran'sI值呈現波動上升的趨勢，整體空間集聚性在不斷增強。在局域相關分析中，旅游效率主要以H—H和L—L兩種類型集聚，其中高水平集聚區位于東部的浙江、中部的江西與安徽、西部的四川等地區，整體呈現向西移的趨勢;低水平集聚區空間并沒有發生太大的變化，集中于河北、河南、山 東、湖北4個省份。

　　③在對旅游效率影響因素分析中，經濟發展水平、政府政策和產業結構對旅游效率的提升具有明顯的正向促進作用，同時政府政策和經濟發展水平存在正向空間溢出效應;對外開放和市場潛力則對旅游效率表現為負向作用，且市場潛力存在負向溢出效應;基礎設施和人力資本的作用并不顯著。根據上述結論，提出以下建議:①在保證投入資源合理規模的前提下，進一步優化自身的投入要素比例。不同城市有不同的旅游效率特征，根據自身旅游業特征，調整優化投入要素，注重旅游智慧發展的投入，提升旅游發展的技術效率，進而促進旅游業的高效與可持續發展。

　　②繼續加強政府在旅游業發展中的主導角色。在旅游業的長期發展過程中，政府在其中一直扮演著主導驅動力角色。我國旅游效率提升中主要源于技術進步的推動，即在技術進步的前提下，增加生產要素的投入能帶來旅游經濟增長。因此，對于旅游產業的技術升級，政府在政策、資金等方面應給予支持，改善旅游業技術結構，進而促進旅游生產關系的提升，提高旅游生產力。③深化區域之間的合作交流，充分發揮旅游效率的空間效應。各城市的旅游發展并不是孤立的，自身旅游發展水平和政策戰略還需考慮周邊城市旅游發展的溢出效應，這需一步強化區域間的協調與合作，加快要素的流動和集聚，推進旅游效率快速增長。

　　參考文獻

　　[1]游詩詠，林仲源，韓兆洲.廣東省城市旅游效率的時空特征及其增長機制[J].資源科學，2017，39(8)∶1545-1559.

　　[2]時雨晴，虞虎，陳田，等.城市旅游效率演化階段、特征及其空間分異效應———以海南國際旅游島為例[J].經濟地理，2015，35(10)∶202-209.

　　[3]方杏村，陳浩，王曉玲.基于DEA模型的資源枯竭型城市旅游效率評價[J].統計與決策，2015，(7)∶55-57.

　　[4]鄧洪波，陸林.基于DEA模型的安徽省城市旅游效率研究[J].自然資源學報，2014，29(2)∶313-323.

　　[5]BarrosCP.EvaluatingtheEfficiencyofaSmallHotelChainwithaMalmquistProductivityIndex[J].InternationalJournalofTourismResearch，2005，7(3)∶173-184.

　　[6]BarrosCP，AlvaroMatias.AssessingtheEfficiencyofTravelAgencieswithaStochasticCostFrontier:APortugueseCaseStudy[J].InternationalJournalofTourismResearch，2006，8(05)∶367-379.

　　[7]FernandesE，PachecoRR.EfficientUseofAirportCapacity[J].TransportationResearchPartA，2002，36(3)∶225-238.