宋明珍, 謝家平, 馬 騰, 楊 星

(1.新疆財經(jīng)大學(xué) 工商管理學(xué)院, 烏魯木齊 830012; 2.上海財經(jīng)大學(xué) 商學(xué)院, 上海 200433;3.上海大學(xué) 管理學(xué)院, 上海 200444)

0 引 言

近些年我國旅游業(yè)實現(xiàn)了長足發(fā)展。據(jù)統(tǒng)計, 2019年全國旅游總收入6.63萬億元, 同比增長11%, 對GDP貢獻(xiàn)占比達(dá)11.05%, 旅游業(yè)已成為我國經(jīng)濟(jì)發(fā)展的支柱產(chǎn)業(yè)[1]。特別是經(jīng)濟(jì)落后、但擁有豐富自然景觀和文化遺產(chǎn)的西部地區(qū), 更是將旅游業(yè)列為該地區(qū)國民經(jīng)濟(jì)新的增長點。然而, 西部地區(qū)的旅游業(yè)仍處于高投入帶動增長的粗放式發(fā)展階段, 雖然短期內(nèi)對經(jīng)濟(jì)增長具有一定的貢獻(xiàn), 但是從長期看, 必定會對旅游業(yè)持續(xù)發(fā)展產(chǎn)生不利影響, 導(dǎo)致旅游業(yè)的發(fā)展偏離效率路徑。因此, 為了搶抓絲綢之路經(jīng)濟(jì)帶機遇, 有效促進(jìn)西部地區(qū)各省份旅游業(yè)的高質(zhì)量發(fā)展、實現(xiàn)由粗放式向集約式發(fā)展方式轉(zhuǎn)變, 有必要對西部地區(qū)各省份旅游業(yè)效率及效率間的空間關(guān)聯(lián)性進(jìn)行分析與評價。

在效率評價方面, Fried等認(rèn)為外部環(huán)境、隨機干擾等是投入或產(chǎn)出變量冗余產(chǎn)生的關(guān)鍵因素, 為了剔除以上因素帶來的影響, 提出了三階段DEA模型, 以提升效率評價的真實性[2]。隨后, 國內(nèi)外學(xué)者將三階段DEA模型廣泛應(yīng)用到創(chuàng)新、高新產(chǎn)業(yè)、物流業(yè)等行業(yè)的效率評價之中[3-5]。在旅游業(yè)效率測度方面, 傅海晨等使用DEA模型分析了廣西旅游效率[6]；方葉林等利用修正后的DEA模型測度了中國大陸省際旅游效率[7]; 張建偉等運用DEA-ESDA研究了河南省入境旅游效率的區(qū)域差異[8]; 周驍?shù)仁褂肈EA-Malmquist指數(shù)模型研究了貴州省旅游效率的時空演變[9]; 金春雨等利用三階段DEA模型對我國各省級旅游效率進(jìn)行測度[10]；王美鈺等運用DEA-Malmquist指數(shù)和面板Tobit模型研究了邊境省區(qū)入境旅游效率水平及影響因素[11]。

在空間特征分析方面, 全局和局部Moran’sI指數(shù)得到了廣泛應(yīng)用, 唐曉華等[12]、鄭兵云等[13]、張生瑞等[14]分別利用Moran’sI指數(shù)分析了我國制造業(yè)集聚程度、省際旅游生態(tài)效率空間差異和陸地邊境旅游發(fā)展區(qū)域差異。

已有研究以區(qū)域旅游業(yè)效率水平測度與比較為主, 缺乏基于不同地區(qū)旅游業(yè)效率水平的空間特征定量分析；而效率水平的比較很難找出各地區(qū)間旅游業(yè)效率方面的內(nèi)在關(guān)聯(lián)性, 致使得出的結(jié)論不夠深入全面，提出的對策建議可行性不足。本文結(jié)合三階段DEA與Moran’sI指數(shù)在效率測度與空間特征分析方面的優(yōu)勢, 進(jìn)行西部地區(qū)各省份旅游業(yè)效率水平測度與空間特征研究, 有效彌補了三階段DEA單純進(jìn)行效率測度而缺乏不同地區(qū)效率水平相關(guān)關(guān)系研究的不足, 具有一定的理論與實踐價值。

1 研究方法

1.1 三階段DEA模型

數(shù)據(jù)包絡(luò)分析(DEA)是通過分析投入與產(chǎn)出的比例, 計算各變量最優(yōu)投入產(chǎn)出權(quán)重, 確定生產(chǎn)前沿面, 通過與前沿面對比以確定各評價對象技術(shù)效率。三階段DEA模型通過加入環(huán)境變量, 對傳統(tǒng)DEA模型測算出的投入或產(chǎn)出松弛變量數(shù)值進(jìn)行調(diào)整, 可以有效剔除環(huán)境及隨機因素的影響、提升效率水平測算的真實性, 具體步驟如下:

1.1.1 第一階段：傳統(tǒng)的DEA-BCC模型 DEA的第一個模型為CCR模型, 該模型假定規(guī)模報酬不變, 以計算決策單元(decision making unit, DMU)的技術(shù)效率(technical efficiency, TE)。然而現(xiàn)實生活中, 規(guī)模報酬是經(jīng)常變化的。隨后, 有關(guān)學(xué)者在CCR模型的基礎(chǔ)上, 提出了BCC模型, 該模型與CCR模型的區(qū)別在于, 將原有的技術(shù)效率分解為純技術(shù)效率(pure technical efficiency, PTE)和規(guī)模效率(scale efficiency, SE)。

TE=SE×PTE。

(1)

技術(shù)效率(TE)是決策單元(DMU)在一定投入要素(最優(yōu)規(guī)模)的生產(chǎn)效率, 表示既定產(chǎn)出水平下投入最小或既定投入水平下產(chǎn)出最大的能力, 如果評價對象處于生產(chǎn)前沿面(TE=1), 表示評價對象是技術(shù)有效的; 純技術(shù)效率(PTE)是指由于制度和管理等因素影響的生產(chǎn)效率,PTE=1, 表示在現(xiàn)有技術(shù)水平下, 投入資源的使用是有效率的; 規(guī)模效率(SE)是指由于規(guī)模因素影響的生產(chǎn)效率, 反映了評價對象的實際規(guī)模與最優(yōu)生產(chǎn)規(guī)模的差距。

旅游業(yè)技術(shù)效率表示一定旅游資源投入水平下, 旅游產(chǎn)出最大的能力; 旅游業(yè)純技術(shù)效率是指評價對象旅游制度與管理水平等技術(shù)因素影響的生產(chǎn)效率; 旅游業(yè)規(guī)模效率是指旅游業(yè)規(guī)模因素影響的生產(chǎn)效率, 反映了評價對象的旅游業(yè)實際規(guī)模與最優(yōu)生產(chǎn)規(guī)模的差距?？紤]旅游業(yè)的產(chǎn)業(yè)特點, 本研究選用投入導(dǎo)向的BCC模型, 分別計算各決策單元(DMU)的三類效率值及其目標(biāo)投入量, 進(jìn)一步通過實際投入減去目標(biāo)投入量得到松弛變量的數(shù)值, 為第二階段奠定基礎(chǔ)。

1.1.2 第二階段：相似SFA模型 現(xiàn)實社會中, 可節(jié)約的投入量水平還會受到外部環(huán)境及隨機干擾的影響, 因此, 在第一階段分析的基礎(chǔ)之上, 以環(huán)境變量、投入松弛變量作為解釋變量和被解釋變量, 運用SFA進(jìn)行回歸, 測算外部因素帶來的投入冗余, 以對投入變量進(jìn)行調(diào)整, 從而排除環(huán)境、隨機誤差的影響。Fried等[2]構(gòu)建的SFA模型如下

sij=fj(zi,βj)+vij+uij,

(2)

(3)

公式右側(cè)第二項表示每個DMU第j項投入調(diào)整環(huán)境相同(即最差環(huán)境)條件下的投入量，第三項表示最大隨機干擾下需增加的投入量。

1.1.3 第三階段：調(diào)整后的DEA模型 將調(diào)整后的投入值替換原有的投入值, 重新利用BCC模型計算每個決策變量的各類效率值。該階段得到的效率值排除了環(huán)境和隨機干擾的影響, 結(jié)果更加客觀。

1.2 探索性空間數(shù)據(jù)分析模型

探索性空間數(shù)據(jù)分析(ESDA)能夠有效分析不同空間單元(如各省市區(qū))的集聚程度, 通常包括全局自相關(guān)和局部自相關(guān)分析。前者可以作為判斷空間單位是否關(guān)聯(lián)性的初步檢驗, 后者可以進(jìn)一步分析局部區(qū)域空間的關(guān)聯(lián)程度。

全局自相關(guān)模型。通常采用全局Moran’sI指數(shù)測度全局自相關(guān)

(4)

局部自相關(guān)模型。通常利用局部Moran’sI指數(shù)測度局部自相關(guān)

(5)

局部Moran’sI指數(shù)取值為[-1，1], 正值說明局部區(qū)域與鄰近區(qū)域呈空間正相關(guān)關(guān)系[12-13], 即某省份與鄰近省份旅游業(yè)效率水平相近, 越接近于1, 表示效率水平接近程度越高; 負(fù)值則相反。

2 研究區(qū)域、變量設(shè)計與數(shù)據(jù)來源

2.1 研究對象的選擇

我國西部地區(qū)是絲綢之路經(jīng)濟(jì)帶的核心承載區(qū)域, 起到東聯(lián)中東部地區(qū)、西拓中亞和歐洲的橋梁與紐帶作用。源遠(yuǎn)流長的絲路文化與獨具特色的自然景觀共同構(gòu)成了西部地區(qū)別具風(fēng)格的旅游資源, 以旅游為紐帶能夠有效促進(jìn)沿線地區(qū)多方合作。因此, 本文選擇我國西部地區(qū)的重慶、四川、陜西、云南、貴州、廣西、甘肅、青海、寧夏、西藏、新疆、內(nèi)蒙古12省(自治區(qū)、直轄市)為研究對象, 研究該區(qū)域的旅游業(yè)效率水平及空間差異特征。

2.2 變量體系的設(shè)計

變量體系設(shè)計的科學(xué)與否能夠?qū)π实臏y度產(chǎn)生重要的影響, 因此, 進(jìn)行變量選擇時需要考慮已有研究的可借鑒性和研究對象的特點。三階段DEA模型是在原有DEA模型依托投入產(chǎn)出測算效率的基礎(chǔ)上增加了環(huán)境變量, 以排除環(huán)境、隨機誤差對效率的影響, 最終共設(shè)定產(chǎn)出、投入和環(huán)境三類變量。

產(chǎn)出變量: 利用旅游收入總額、旅游接待人數(shù)兩個最具代表性的變量衡量旅游業(yè)的產(chǎn)出水平, 其中旅游收入總額與接待人數(shù)均包括國際和國內(nèi)兩部分[8, 13]。

投入變量: 結(jié)合經(jīng)濟(jì)增長理論, 生產(chǎn)要素的投入一般包括土地、勞動與資本三部分, 而旅游業(yè)的發(fā)展受土地要素影響較小, 勞動與資本對旅游業(yè)效率影響較大。因此, 設(shè)置旅游業(yè)固定資產(chǎn)投資與旅游業(yè)從業(yè)人數(shù)2個投入變量分別衡量旅游業(yè)勞動與資本投入水平。由于旅游業(yè)涉及餐飲、住宿、出行、景區(qū)等多個行業(yè), 現(xiàn)有統(tǒng)計體系中并未設(shè)置單獨的旅游業(yè)固定資產(chǎn)投資與從業(yè)人數(shù)等變量, 故借鑒已有研究的做法, 采用與旅游密切相關(guān)的住宿、餐飲等行業(yè)的固定資產(chǎn)投資之和衡量旅游業(yè)的總體固定資產(chǎn)投資; 采用A級以上景區(qū)、星級賓館、旅行社等旅游業(yè)三大核心行業(yè)的從業(yè)人數(shù)之和衡量旅游業(yè)的總體從業(yè)人數(shù)[5, 16]。

環(huán)境變量：環(huán)境變量選擇的恰當(dāng)與否, 決定了能否剔除規(guī)模、隨機誤差等因素對效率的影響。借鑒Simar等[17]對環(huán)境變量的界定, 選擇對旅游效率產(chǎn)生明顯影響, 但不被旅游產(chǎn)業(yè)本身所控制的變量作為環(huán)境變量。在旅游業(yè)發(fā)展過程中, 受該區(qū)域人口數(shù)量、居民收入水平及出行便利狀況的影響明顯。因此, 有別于其他研究, 共設(shè)置居民可支配收入、區(qū)域人口規(guī)模、區(qū)域通道里程3個環(huán)境變量分別衡量區(qū)域居民旅游潛在消費能力、潛在旅游人數(shù)規(guī)模及出游的便利度。具體變量設(shè)定與說明如表1所示。

表1 變量設(shè)定與說明

2.3 數(shù)據(jù)來源與均值水平

選取了西部12個省(自治區(qū)、直轄市)2014—2018年數(shù)據(jù)進(jìn)行研究, 涉及數(shù)據(jù)分別來源于2015—2019年《中國統(tǒng)計年鑒》與各省份《統(tǒng)計年鑒》、2015—2018年《中國旅游統(tǒng)計年鑒》、2019年《中國文化和旅游統(tǒng)計年鑒》與部分省份國民經(jīng)濟(jì)及社會發(fā)展統(tǒng)計公報和旅游運行統(tǒng)計公報等。為了保證研究結(jié)果的平穩(wěn)性和可靠性, 選用2014—2018年各變量均值開展研究, 如表2所示。

表2 2014—2018年西部地區(qū)各省份投入、產(chǎn)出與環(huán)境變量平均值

3 實證分析

3.1 西部地區(qū)旅游業(yè)效率分析

3.1.1 基于BCC模型的效率水平分析 采用BCC模型, 運用Deap 2.1軟件測度西部地區(qū)旅游業(yè)效率值及松弛變量的數(shù)值, 計算結(jié)果如表3所示。調(diào)整前，旅游業(yè)的TE、PTE、SE均值分別為0.626、0.846、0.751, 說明西部地區(qū)整體旅游業(yè)效率水平不夠高。分地區(qū)看, 西部地區(qū)旅游業(yè)效率呈現(xiàn)明顯的“東側(cè)高西側(cè)低”的帶狀分布特征, 在不考慮環(huán)境和隨機誤差等因素影響下, 貴州處于技術(shù)效率前沿面, 與云南、廣西、重慶、陜西構(gòu)成了“東側(cè)”高效率發(fā)展軸, 說明以上省份單位投入帶來的產(chǎn)出值明顯高于其他省份; 西藏、寧夏、青海技術(shù)效率(TE)均小于0.4, 處于低水平發(fā)展區(qū)間。從效率特征角度看, 除四川之外的其他省份均處于規(guī)模收益遞增狀態(tài)。四川、西藏、寧夏、貴州的純技術(shù)效率(PTE)值為1, 說明以上省份在旅游業(yè)發(fā)展過程中純技術(shù)效率占據(jù)優(yōu)勢地位, 與規(guī)模效率形成鮮明的反差; 其余省份規(guī)模效率占據(jù)優(yōu)勢地位, 而純技術(shù)效率和規(guī)模效率相對較為均衡。

表3 2014—2018年西部地區(qū)旅游業(yè)效率值(變量調(diào)整前后)

為了更為直觀地對比各省份旅游業(yè)效率差異, 參考文獻(xiàn)[4], 分別以純技術(shù)效率、規(guī)模效率值為橫縱坐標(biāo), 以二者的均值(0.846, 0.751)為臨界點, 小于臨界點的為低值、大于臨界點的為高值, 由此將旅游業(yè)效率分為4種類型, 即第一類(高、高)、第二類(高、低)、第三類(低、高)、第四類(低、低)，如圖1所示。在西部地區(qū)12個省(自治區(qū)、直轄市)中, 第一類包括貴州、重慶；第二類包括四川、西藏和寧夏；第三類包括廣西、陜西、云南、內(nèi)蒙古、甘肅、新疆；只有青海屬于雙低型，即第四類?？梢?，西部地區(qū)絕大多數(shù)省份均擁有一定的技術(shù)或規(guī)模效率優(yōu)勢, 但是二者匹配程度較低。

圖1 西部地區(qū)旅游純技術(shù)效率和規(guī)模效率分類(變量調(diào)整前)

3.1.2 基于SFA的隨機前沿分析 在第二階段, 通過構(gòu)建SFA模型分解出環(huán)境、管理無效率和隨機干擾等對旅游業(yè)發(fā)展效率的影響。將3個環(huán)境變量作為解釋變量，投入變量的松弛變量作為被解釋變量, 進(jìn)行SFA回歸分析。運用Frontier 4.1軟件進(jìn)行計算, 如表4所示。

表4 SFA模型的回歸分析

在極大似然估計中, 兩個投入變量的γ值均等于1, 且在1%水平下通過檢驗, 說明管理無效率為主要影響因素; LR檢驗有效, 說明環(huán)境變量對松弛變量具有顯著影響[18]。旅游從業(yè)人數(shù)對居民可支配收入、區(qū)域人口規(guī)模未通過檢驗, 其余全部通過了1%水平下的顯著性檢驗, 說明所選擇環(huán)境變量對旅游從業(yè)人數(shù)和固定資產(chǎn)投資均具有顯著影響。

回歸系數(shù)為正值, 說明環(huán)境變量與松弛變量正相關(guān), 對效率產(chǎn)生負(fù)向影響, 反之為正向影響。居民可支配收入和區(qū)域通道里程對投入松弛變量的回歸系數(shù)均為正值, 說明二者未被充分利用, 對旅游業(yè)效率的提升產(chǎn)生負(fù)面影響。區(qū)域人口規(guī)模對旅游從業(yè)人數(shù)與固定資產(chǎn)投資的回歸系數(shù)均為負(fù)值, 說明區(qū)域人口規(guī)模的增加會帶來投入松弛變量的降低, 實現(xiàn)資源節(jié)約, 對區(qū)域旅游業(yè)效率產(chǎn)生正向影響。

SFA隨機前沿分析結(jié)果表明, 西部地區(qū)在旅游業(yè)的發(fā)展過程中, 不能過度依賴基礎(chǔ)設(shè)施的改善和居民收入水平的增加, 還要積極開發(fā)增量市場, 拓展區(qū)外市場, 提升未來增長的潛力, 從而提升旅游業(yè)整體發(fā)展效率。

3.1.3 調(diào)整后的效率水平分析 采用第二階段調(diào)整后的投入變量值, 對西部地區(qū)各省份旅游業(yè)效率進(jìn)行重新測度, 如表3所示。相較于調(diào)整前, 調(diào)整后的旅游業(yè)技術(shù)效率有了一定的提升, 說明外部環(huán)境等因素對旅游業(yè)發(fā)展存在明顯的影響, 反之則說明影響較小。通過調(diào)整, 西部地區(qū)各省份旅游業(yè)三類效率值均發(fā)生了較為明顯的變化, 不同類型的效率值變化態(tài)勢不盡相同, 四川仍然是唯一的效率遞減的省份。

(1)技術(shù)效率層面。技術(shù)效率均值出現(xiàn)了小幅下降, 由調(diào)整前的0.626下降至0.613, 表明西部地區(qū)的旅游業(yè)發(fā)展效率整體上處于中等偏上的水平。各省份變動差異明顯, 仍然只有貴州的技術(shù)效率數(shù)值為1, 陜西、重慶、四川、云南、內(nèi)蒙古均有提升。其中, 內(nèi)蒙古增幅最大, 由原來的0.677增長至0.739, 排名提升了3位; 另外，重慶的技術(shù)效率值突破了0.9；剩余省份均出現(xiàn)了一定程度的降低, 其中, 青海和寧夏降至了0.2以下, 廣西雖然有小幅降低, 但是仍處于較高水平。

(2)純技術(shù)效率層面。與技術(shù)效率相比, 西部地區(qū)各省份旅游業(yè)純技術(shù)效率整體上出現(xiàn)了明顯的提升, 均值由0.846提升至0.879, 說明西部地區(qū)各省份的旅游業(yè)管理和技術(shù)水平得到了明顯的改善。在西部12個省(自治區(qū)、直轄市)中, 廣西是唯一一個純技術(shù)效率下降的省份; 內(nèi)蒙古純技術(shù)效率提升最大, 由0.753增加至0.871, 助推了該區(qū)域技術(shù)效率大幅增長。

(3)規(guī)模效率層面。規(guī)模效率整體上出現(xiàn)下降的態(tài)勢, 均值由0.751下降至0.709, 說明西部地區(qū)旅游業(yè)規(guī)模效率受外部環(huán)境影響較大, 且省際差異明顯。除四川之外, 其他省份均出現(xiàn)了不同程度的下降。陜西、重慶、云南、廣西、貴州規(guī)模效率均在0.95以上, 處于較高水平, 而青海、寧夏、西藏規(guī)模效率值下降明顯, 均低于0.3, 說明以上省份資源配置極不合理, 且受外部環(huán)境影響較大。

參照第一階段, 以調(diào)整后的效率均值(0.879, 0.709)為臨界點, 對西部12個省(自治區(qū)、直轄市)類型進(jìn)行重新劃分, 如圖2所示。與調(diào)整前相比, 四川省進(jìn)入第一類, 使第一類地區(qū)增至3個; 而新疆受制于規(guī)模效率的降低, 由第三類降至第四類。

圖2 西部地區(qū)旅游純技術(shù)效率和規(guī)模效率分類(變量調(diào)整后)

3.2 西部地區(qū)旅游業(yè)效率空間自相關(guān)分析

(1)全局空間自相關(guān)檢驗。為了更有效地分析西部地區(qū)各省份旅游業(yè)效率整體上的差異狀況, 針對調(diào)整后純技術(shù)效率值, 借助ArcGIS 10.2測算全局Moran’sI指數(shù), 如表5所示。P值為0.020 7, 小于0.05, 說明通過了5%顯著性檢驗; Moran’sI指數(shù)為0.359 3, 說明西部地區(qū)各省份旅游業(yè)效率呈現(xiàn)空間正相關(guān)關(guān)系, 即旅游業(yè)效率水平相近的省份具有明顯的集聚分布特性。

表5 西部地區(qū)省際旅游效率全局Moran’s I分析結(jié)果

(2)局部空間自相關(guān)檢驗。為了進(jìn)一步分析西部地區(qū)各省份與周邊省份旅游業(yè)效率水平的相關(guān)性, 利用STATA 16.0測算各個省份的局部Moran’sI指數(shù), 結(jié)果如表6所示。結(jié)合表3數(shù)據(jù), 發(fā)現(xiàn)75%的省份局部Moran’sI指數(shù)均大于0, 說明西部地區(qū)各省份與鄰近省份旅游業(yè)效率水平以正相關(guān)關(guān)系為主; 貴州、重慶的局部Moran’sI指數(shù)均趨近于1, 且兩省的旅游業(yè)效率值位居前兩名, 說明兩省與鄰近省份的旅游業(yè)效率水平相似度極高, 同為旅游業(yè)高效率水平省份, 屬于典型的“高效率-高效率”(H-H)類型; 寧夏、內(nèi)蒙古的局部Moran’sI指數(shù)均小于0, 說明兩省與周邊省份旅游業(yè)效率水平相異, 寧夏的指數(shù)值更小, 且寧夏效率水平較低, 即寧夏與周邊省份屬于典型的“低效率-高效率”(L-H)類型; 廣西的局部Moran’sI指數(shù)為0, 說明廣西旅游業(yè)效率水平與周邊省份不具有相關(guān)性, 屬于隨機分布。

表6 西部地區(qū)省級旅游效率局部Moran’s I分析結(jié)果

4 結(jié)論、建議與展望

4.1 結(jié)論

本文綜合運用三階段DEA模型和Moran’sI指數(shù)對我國西部地區(qū)旅游業(yè)效率進(jìn)行測度, 并分析各省份間的集聚狀態(tài)。先運用BCC模型初步計算了各省份的3類效率值, 隨后運用SFA隨機前沿分析調(diào)整投入變量, 以剔除外部環(huán)境、隨機誤差等的影響, 以更加準(zhǔn)確地進(jìn)行效率評價。在此基礎(chǔ)上, 利用全局和局部Moran’sI指數(shù)對西部地區(qū)各省份旅游業(yè)集聚狀態(tài)進(jìn)行評價。通過分析, 得出如下結(jié)論:

(1)西部地區(qū)各省份旅游業(yè)效率存在明顯差異、多個省份處于低效率發(fā)展?fàn)顟B(tài), 與處于前沿面的貴州相比, 排名最為靠后的青海, 技術(shù)效率值僅為0.231, 一半的省份純技術(shù)效率值低于0.7; 從區(qū)域分布看, 呈現(xiàn)明顯的帶狀分布特征, 東側(cè)基本形成“云南-廣西-貴州-重慶-陜西”旅游高效率發(fā)展軸, 與西側(cè)形成了鮮明的對比。另外, 純技術(shù)效率整體上低于規(guī)模效率, 說明各省份主要依賴于規(guī)模擴(kuò)張推動旅游業(yè)的發(fā)展。

(2)通過SFA隨機前沿分析剔除了外部環(huán)境、隨機誤差等因素影響之后, 旅游業(yè)效率發(fā)生了明顯的變化。純技術(shù)效率方面, 東側(cè)省份上升與西側(cè)省份下降形成了鮮明的對比, 重慶純技術(shù)效率值突破0.9, 趨向于隨機前沿面；內(nèi)蒙古增幅明顯；除廣西外, 其他省份的純技術(shù)效率均實現(xiàn)了提升, 且提升幅度明顯, 說明通過調(diào)整各省份旅游業(yè)管理和技術(shù)水平，其旅游業(yè)效率有了明顯的改善。規(guī)模效率則相反, 調(diào)整后整體上呈現(xiàn)下降的態(tài)勢, 西側(cè)的青海、寧夏、西藏下降最為明顯, 其規(guī)模效率值均低于0.3, 說明其旅游資源配置極不合理, 且受外部環(huán)境影響較大。

(3)從純技術(shù)效率和規(guī)模效率兩個維度進(jìn)行類型劃分, 調(diào)整后四川省類型發(fā)生變化, 與原有的貴州、重慶共同構(gòu)成“雙高”類區(qū)域；寧夏、西藏始終處于第二類地區(qū)；受規(guī)模效率降低的影響, 新疆由原來的第三類地區(qū)變?yōu)椤半p低”類地區(qū)；青海省始終處于“雙低”類地區(qū)；其他省份類型沒有發(fā)生變化, 均為第三類地區(qū)。

(4)通過全局Moran’sI指數(shù)及檢驗結(jié)果, 西部地區(qū)各省份旅游業(yè)純技術(shù)效率呈正相關(guān)關(guān)系, 且具有明顯的集聚特征。依據(jù)局部Moran’sI指數(shù), 貴州和重慶屬于效率值較高且被高效率省份所包圍的省份, 屬于典型的H-H型；寧夏屬于典型的L-H型；而廣西與周邊省份旅游效率水平不具有相關(guān)性。

4.2 建議與展望

基于研究結(jié)論, 為提升西部地區(qū)旅游業(yè)的效率水平, 建議如下:

(1)營造良好的外部發(fā)展環(huán)境。打通“斷頭路”、擴(kuò)改建主要旅游交通通道, 實現(xiàn)多種交通設(shè)施的無縫銜接, 提升出游的便利度; 做好信息化、交通指引、標(biāo)識標(biāo)牌、旅游行業(yè)管理規(guī)范等工作, 讓游客出游無憂。

(2)構(gòu)建跨區(qū)域的旅游品牌, 提升各省份間的合作與集聚。聚焦絲路、邊境、民族風(fēng)情、自然風(fēng)光等主題, 通過探尋“絲路”足跡、領(lǐng)略大好河山等活動, 打造具有西部地區(qū)特色的、跨區(qū)域精品旅游線路與品牌。

(3)優(yōu)化現(xiàn)有粗放式的發(fā)展模式, 實現(xiàn)管理精細(xì)化、特色差異化發(fā)展。著重規(guī)范旅游目的地旅行社、景區(qū)及餐飲住宿等行業(yè), 同時摒棄“大而全”“小而全”“資源重復(fù)、低價競爭”的理念, 在區(qū)域內(nèi)部、甚至跨區(qū)域進(jìn)行協(xié)同規(guī)劃、差異化發(fā)展, 提升整體發(fā)展質(zhì)量。

(4)加強從業(yè)人員隊伍建設(shè)、提升旅游業(yè)整體服務(wù)水平。通過“學(xué)校培養(yǎng)+社會培訓(xùn)”等方式擴(kuò)充人才隊伍, 讓旅游從業(yè)人員均能具備良好的職業(yè)道德和過硬的專業(yè)技能, 從而有效提升整體的旅游服務(wù)水平。

區(qū)域旅游業(yè)效率水平涉及旅行、餐飲、交通、住宿等諸多行業(yè), 同時, 受本區(qū)域經(jīng)濟(jì)發(fā)展、城鎮(zhèn)化及居民收入水平等多種要素的影響。因此, 同一區(qū)域不同時期及內(nèi)部各地區(qū)間存在較大差異。為此, 圍繞旅游業(yè)效率水平與空間特征的主題, 未來可以開展以下方面的拓展研究: 一方面, 可以對研究對象進(jìn)行細(xì)化, 由現(xiàn)有的省級層面細(xì)化至市級或縣級層面, 以更加深入研究各省域內(nèi)部地區(qū)效率水平差異與內(nèi)在關(guān)聯(lián)性; 另一方面, 測度不同年份旅游業(yè)效率水平, 分析同一地區(qū)不同年份效率水平變化趨勢。