區(qū)域旅游業(yè)技術(shù)效率及其影響因素分析——基于DEA-PCR兩階段法的實(shí)證研究

□趙定濤 董慧萍 [中國科學(xué)技術(shù)大學(xué) 合肥 230026]

引言

隨著經(jīng)濟(jì)社會的不斷發(fā)展，旅游業(yè)已成為全球經(jīng)濟(jì)中發(fā)展勢頭最強(qiáng)勁、規(guī)模最大的產(chǎn)業(yè)之一，在區(qū)域經(jīng)濟(jì)發(fā)展中的產(chǎn)業(yè)地位和經(jīng)濟(jì)作用逐步增強(qiáng)，對區(qū)域經(jīng)濟(jì)的拉動性、社會就業(yè)的帶動力、以及文化與環(huán)境的促進(jìn)作用日益顯現(xiàn)。在我國，旅游業(yè)更是擴(kuò)內(nèi)需、調(diào)結(jié)構(gòu)、促就業(yè)、惠民生的重要抓手和實(shí)現(xiàn)經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)型升級的切入點(diǎn)和突破口。2009年12月1日，國務(wù)院頒發(fā)了《關(guān)于加快發(fā)展旅游業(yè)的意見》，突出強(qiáng)調(diào)要把旅游業(yè)培育成國民經(jīng)濟(jì)的戰(zhàn)略性支柱產(chǎn)業(yè)和人民群眾更加滿意的現(xiàn)代服務(wù)業(yè)，標(biāo)志著旅游業(yè)在國民經(jīng)濟(jì)發(fā)展中戰(zhàn)略地位的確立。改革開放以來,我國旅游業(yè)發(fā)展突飛猛進(jìn)，成績顯著，然而中國國家旅游局局長邵琪偉指出中國目前只是旅游大國，離旅游強(qiáng)國還存在著很大差距，最大的問題就是“一流資源，二流開發(fā)，三流服務(wù)”。

由經(jīng)濟(jì)增長理論可知，促進(jìn)產(chǎn)業(yè)增長的兩大直接途徑是增加要素投入和改善效率。短期內(nèi)要素投入可能會給經(jīng)濟(jì)帶來高增長，但是由于要素收益遞減規(guī)則，這種高增長是不可持續(xù)的。因此，效率問題成為旅游產(chǎn)業(yè)亟待重點(diǎn)關(guān)注的問題。當(dāng)前中國各區(qū)域旅游業(yè)投入產(chǎn)出效率究竟存在怎樣的差異？是什么因素影響了旅游業(yè)的投入產(chǎn)出效率？區(qū)域旅游的發(fā)展呈現(xiàn)怎樣的特點(diǎn)和態(tài)勢？這是本文力圖研究的問題。

一、文獻(xiàn)回顧

最早提出技術(shù)效率測量概念的是Farrell 和Afriat[1]，是用來衡量一個企業(yè)在等量要素投入條件下，其產(chǎn)出與最大產(chǎn)出的距離，距離越大，則技術(shù)效率越低。通常在固定的技術(shù)水平條件下，一個生產(chǎn)單位的綜合技術(shù)效率是指實(shí)際產(chǎn)出與其生產(chǎn)前沿面之間的差值，見圖1所示。其中，將所有可能的投入產(chǎn)出向量所組合的集合稱之為生產(chǎn)可能集，而當(dāng)中有效率的投入產(chǎn)出向量稱之為生產(chǎn)前沿面[1]。

圖1 技術(shù)效率圖示

目前，對于某個行業(yè)或者企業(yè)運(yùn)行效率的研究，國內(nèi)外的很多學(xué)者運(yùn)用前沿分析法，其中非常具有代表性的是數(shù)據(jù)包絡(luò)分析法（DEA，Data Envelopment Analysis）和隨機(jī)前沿分析法（SFA，Stochastic Frontier Analysis）。本文梳理了關(guān)于旅游產(chǎn)業(yè)效率的現(xiàn)有研究，對作者的主要觀點(diǎn)進(jìn)行了總結(jié)，詳細(xì)內(nèi)容可見表1。

表1 國內(nèi)外旅游業(yè)效率的相關(guān)研究

可以看出，國內(nèi)外旅游業(yè)效率研究中DEA和SFA都得到了較為廣泛的應(yīng)用，然而盡管SFA具有較好的隨機(jī)擾動項的排除功能，但其單一產(chǎn)出指標(biāo)的設(shè)定使得其并不是太適合旅游業(yè)的效率評價。國外關(guān)于旅游業(yè)地研究較多的集中在微觀層面，如對景點(diǎn)、旅行社和酒店等旅游業(yè)內(nèi)部的微觀實(shí)體進(jìn)行研究，在宏觀層面上進(jìn)行分析研究的很少，對于影響因素的覆蓋面也較?。粐鴥?nèi)有少量宏觀層面的分析，但多停留在效率的估計及比較，沒有深入分析區(qū)域間究竟存在怎樣的差異，造成這些差異的真正原因又是什么，而這些恰恰是區(qū)域旅游主管部門和旅游企業(yè)深切關(guān)注的問題；在影響因素的指標(biāo)選取方面，較為缺乏具備實(shí)際可操作性的因素驗(yàn)證。

本文通過構(gòu)建兩階段DEA模型，首先對中國各地區(qū)2008年旅游業(yè)的區(qū)域技術(shù)效率差異進(jìn)行了評價分析，然后結(jié)合已有研究和新業(yè)態(tài)構(gòu)建了影響因素指標(biāo)體系，通過主成分回歸探究區(qū)域旅游業(yè)效率差異的成因，并根據(jù)不同類型區(qū)域給出了相應(yīng)的政策建議。

二、模型及變量選擇

（一）DEA評價方法

DEA 方法最初由美籍運(yùn)籌學(xué)家Charnes 和Cooper于1978年提出，是一種評價多投入多產(chǎn)出決策單元(DMU，Decision Making Units)效率的方法。其核心思想是在保持決策單元的投入或者產(chǎn)出不變的條件下，借助于數(shù)學(xué)方法確定一個最小投入或最大產(chǎn)出邊界，即相對有效的生產(chǎn)前沿面。接著運(yùn)用投射后的決策單元偏離生產(chǎn)前沿面的程度來說明它們是否相對有效[10]。

假設(shè)有n個決策單元DMUj，它的投入表示為xj=(x1j,x2j,…,xmj)T，產(chǎn)出則為yj=(y1j,y2j,…,ymj)T。DMUj的效率問題就是考慮以下線性規(guī)劃模型：

上述方程表示規(guī)模報酬不變，即傳統(tǒng)的CCR模型，計算可得到綜合技術(shù)效率（EFF）。如果添上附加限制條件方程將表示規(guī)模報酬可變，即BCC模型，可求得純技術(shù)效率（TE）。而規(guī)模效率等于綜合技術(shù)效率除以純技術(shù)效率，表示的是兩個有效的生產(chǎn)前沿面之間的距離，即SE=EFF/TE。方程中的θ值（0＜θ≤1）為第j個決策單元DMU的相對效率，如果θ值 等于1，就說明該決策單元是技術(shù)有效的，否則θ值越低說明效率越低、資源配置不合理程度越高。

（二）主成分回歸法

由于旅游業(yè)的高關(guān)聯(lián)性特征，使得在指標(biāo)選取過程中很難避免多重共線性的存在，因此直接對變量進(jìn)行回歸，使得顯著性檢驗(yàn)失去意義，結(jié)果也存在較大的偏差。為了避免這種情況，本文利用原始數(shù)據(jù)對自變量進(jìn)行主成分回歸分析。多元統(tǒng)計中的主成分回歸方法是采用較少的新變量（主成分）代表原來的變量，這些新變量是原變量的線性組合，他們正交的新變量捕捉了盡可能多的原變量的變差，包含了原變量的大部分信息，而且消除了原變量的多重共線性，降低了變量的系數(shù)，從而很好地解決了上述問題。

（三）樣本及指標(biāo)選取

本文選取全國30個省、直轄市和自治區(qū)（以下為方便統(tǒng)稱為?。┑?008年旅游業(yè)的截面數(shù)據(jù)作為DEA模型中的決策單位DMU，主要考慮2008年我國人均GDP突破3000美元，標(biāo)志著休閑大眾旅游時代的到來，而之前旅游業(yè)一直都處在起步階段，數(shù)據(jù)變動較大，時間序列分析存在偏差，因此選取2008年作為立足點(diǎn)進(jìn)行分析是恰當(dāng)?shù)?。研究對象中不包括港、澳、臺地區(qū)，投入產(chǎn)出指標(biāo)主要來源于《中國旅游年鑒2009》、《中國旅游統(tǒng)計年鑒2009》和各省政府網(wǎng)站，影響因素指標(biāo)主要來源于《中國統(tǒng)計年鑒2009》、《中國旅游統(tǒng)計年鑒2009》和慧科搜索數(shù)據(jù)庫，指標(biāo)選取如圖2。

圖2 投入產(chǎn)出及影響因素指標(biāo)體系

本文在參考相關(guān)研究以及旅游業(yè)本身特點(diǎn)的基礎(chǔ)上，選取了投入產(chǎn)出的指標(biāo)，其中工農(nóng)業(yè)示范點(diǎn)是新形勢下旅游業(yè)的重要組成部分，加入它是對旅游新業(yè)態(tài)的側(cè)面考察。影響因素方面，主要做如下考察：

1．區(qū)位條件。區(qū)位條件是區(qū)域發(fā)展差異化的重要因素。在旅游業(yè)中，可達(dá)性解決了旅游目的地首要問題——“能來”，同時，部分地區(qū)的難以到達(dá)性亦可能轉(zhuǎn)化成旅游的原動力——“想來”，從而構(gòu)成區(qū)域發(fā)展?jié)摿?。本文采用高速公路里程?shù)來衡量區(qū)域的可達(dá)性。

2．經(jīng)濟(jì)發(fā)展水平。區(qū)域的經(jīng)濟(jì)發(fā)展水平對于旅游業(yè)的發(fā)展有著顯著的影響。多項研究表明，旅游需求是基于基本需求滿足基礎(chǔ)上的高層需求，人均GDP達(dá)到3000美元以上旅游業(yè)將迎來井噴期，因此本文選取人均GDP對地方經(jīng)濟(jì)發(fā)展水平進(jìn)行考察。然而一方面較高的區(qū)域經(jīng)濟(jì)發(fā)展水平會帶來商務(wù)旅游的發(fā)達(dá)，另一方面由于旅游的體驗(yàn)性消費(fèi)特點(diǎn)，使得區(qū)域旅游消費(fèi)能力存在隨地理位移遞減的擴(kuò)散輻射效應(yīng)，即消費(fèi)發(fā)生在區(qū)域外。

3．旅游企業(yè)數(shù)量及資產(chǎn)規(guī)模。旅游企業(yè)作為旅游活動的服務(wù)者和組織者，是旅游市場運(yùn)作的主體，顯然直接影響旅游業(yè)的投入產(chǎn)出效率。旅游企業(yè)的數(shù)量及資產(chǎn)規(guī)模反映了地方旅游業(yè)的活力和地位，同時這兩個指標(biāo)的結(jié)合能考察地方旅游企業(yè)平均規(guī)模的大小，從而探究當(dāng)下環(huán)境中區(qū)域旅游發(fā)展的定位，哪種方式更有利于資源整合，大力促進(jìn)中小旅游企業(yè)發(fā)展還是著力培養(yǎng)旅游龍頭企業(yè)？

4．媒體報道量。隨著網(wǎng)絡(luò)媒體和社交網(wǎng)絡(luò)等新業(yè)態(tài)的不斷普及，媒體報道及宣傳對旅游業(yè)的影響不可忽視。旅游業(yè)的研究中基本將旅游業(yè)同其他產(chǎn)業(yè)做同樣的處理，而忽視了旅游業(yè)體驗(yàn)性消費(fèi)的特點(diǎn)，即旅游業(yè)的產(chǎn)品需求是引導(dǎo)型、開發(fā)型的，有別于其他產(chǎn)業(yè)。本文采用慧科搜索數(shù)據(jù)庫中各地區(qū)的所有地方媒體的報道總量來進(jìn)行考察。

三、實(shí)證結(jié)果分析

（一）技術(shù)效率評價

本文運(yùn)用Matlab7.0軟件，綜合考慮DEA的CCR模型和BCC模型，對各DMU的技術(shù)效率進(jìn)行了分析，結(jié)果見表2。

表2 基于DEA求得的區(qū)域旅游產(chǎn)業(yè)效率值

在不考慮環(huán)境變量和隨機(jī)因素影響情況下，2008年我國各省市旅游產(chǎn)業(yè)綜合技術(shù)效率均值為0.752，純技術(shù)效率均值為0.848，規(guī)模效率均值為0.887。其中同時技術(shù)有效和規(guī)模有效的有八個省市分別是天津、上海、廣東、吉林、黑龍江、河南、重慶和貴州，只占樣本數(shù)的26.7%，他們構(gòu)成了我國區(qū)域旅游產(chǎn)業(yè)的效率前沿面。江蘇、海南、湖南、四川、青海、寧夏等六個省是純技術(shù)有效而非規(guī)模有效，這些區(qū)域按照現(xiàn)有的產(chǎn)出計算，其投入很難再減少了。其他的16個省市既非技術(shù)有效也非規(guī)模有效，即使減少其部分投入，也有可能保持當(dāng)前的產(chǎn)出水平不變。

進(jìn)一步比較東部、中部、西部地區(qū)旅游產(chǎn)業(yè)的平均技術(shù)效率，如圖3所示。圖中明確顯示出，總效率和規(guī)模效率均值呈現(xiàn)出中部地區(qū)最高，其次是東部，西部最低。這與整個國民經(jīng)濟(jì)發(fā)展水平呈現(xiàn)的中部地區(qū)低于東部地區(qū)的特點(diǎn)不同。進(jìn)一步分析原始投入產(chǎn)出發(fā)現(xiàn)，中部地區(qū)旅游產(chǎn)出低，但是相對的景區(qū)數(shù)、從業(yè)人數(shù)等投入也較少，而DEA衡量的是投入產(chǎn)出之間的轉(zhuǎn)換關(guān)系，（相對于中部地區(qū)）東部地區(qū)的投入增量大于產(chǎn)出增量，這可能是造成中部地區(qū)技術(shù)效率高于東部地區(qū)的原因。而純技術(shù)效率依然是東、中、西逐漸降低的趨勢。

圖3 2008年東中西部平均技術(shù)效率

第一，我國旅游產(chǎn)業(yè)技術(shù)效率普遍較低，從投入角度看，導(dǎo)致技術(shù)無效率的主要原因是資源的非有效利用，大部分地區(qū)景區(qū)資源冗余。其中，遼寧、廣西、山西的旅游從業(yè)人數(shù)冗余；安徽、湖北、云南、陜西、新疆星級飯店數(shù)量冗余；內(nèi)蒙古、江西旅行社數(shù)量過多。北京的星級飯店和旅游從業(yè)人數(shù)都冗余，河北、山東的旅行社和從業(yè)人數(shù)則過多。30個省市數(shù)據(jù)中除少數(shù)DEA有效省市以外，其他無效率決策單元都需做較大調(diào)整才能達(dá)到前沿水平。從產(chǎn)出角度看，各省市的境內(nèi)外旅游收入和人數(shù)都還有很大提升空間。

第二，我國區(qū)域旅游產(chǎn)業(yè)的發(fā)展格局和地區(qū)分布差異也較大，很大程度上受到地理區(qū)位、地區(qū)經(jīng)濟(jì)發(fā)達(dá)程度、國家相關(guān)政策以及管理體制等條件的影響。對于既處于技術(shù)有效又處于規(guī)模最大的地區(qū)，雖然他們在投入產(chǎn)出效率上都是優(yōu)秀的，但也是有區(qū)別的，例如天津、上海和廣東，由于經(jīng)濟(jì)比較發(fā)達(dá)，表現(xiàn)為人文旅游資源豐富、旅游企業(yè)多、旅游從業(yè)人數(shù)多，在產(chǎn)出方面國際旅游收入明顯高于其他省市。而中西部地區(qū)是，雖然投入不大，處于起步階段，但是投入產(chǎn)出的相對效率較高，例如吉林、黑龍江、河南、重慶、貴州五省，因此，也在發(fā)展良好之列。

通過波士頓矩陣工具，綜合純技術(shù)效率和規(guī)模效率兩個方面，以平均值為界將30個地區(qū)劃分為四種類型，如圖4所示。

圖4 波士頓矩陣及其象限地區(qū)

第一象限類型為“雙高型”，即純技術(shù)效率及規(guī)模效率均高于平均值的省市，包括上海北京、天津、福建、廣東、吉林、黑龍江、河南、湖南、重慶、貴州、四川和云南13個省市，這些區(qū)域或者旅游資源豐厚，或者區(qū)位和經(jīng)濟(jì)實(shí)力優(yōu)勢明顯，或者二者兼?zhèn)?，具有大力發(fā)展旅游產(chǎn)業(yè)的基礎(chǔ)條件和環(huán)境優(yōu)勢，今后應(yīng)著重促進(jìn)區(qū)域內(nèi)城市間優(yōu)勢互補(bǔ)與錯位發(fā)展，更多地著力于潛在需求的引導(dǎo)與潛在市場的拓展。

第二象限類型為“低高型”，其純技術(shù)效率低于平均值，但規(guī)模效率高于平均值。包括安徽、湖北、江西、山西、陜西、河北、廣西和內(nèi)蒙古8個省市，這些區(qū)域的旅游產(chǎn)業(yè)急需提高現(xiàn)有產(chǎn)業(yè)資源的利用效率。

第三象限類型為“雙低型”，包括甘肅、山東和新疆3個省市，以新疆為例，其純技術(shù)效率為0.3397，規(guī)模效率為0.5349，兩者均有較大的提升空間。這類省市的改善更為困難，一方面要注重管理水平的提高，另一方面要促進(jìn)生產(chǎn)規(guī)模的擴(kuò)大。

第四象限類型為“高低型”，包括江蘇、浙江、遼寧、海南、青海和寧夏6個省市，其純技術(shù)效率高于均值，規(guī)模效率低于均值。后續(xù)發(fā)展的重點(diǎn)是擴(kuò)大生產(chǎn)規(guī)模，實(shí)現(xiàn)資源的集中優(yōu)化配置。

（二）影響因素分析

由于各因素之間存在著多重相關(guān)性，如果采用最小二乘法進(jìn)行回歸，估計結(jié)果有時會很不理想。為了消除回歸分析中自變量之間的近似線性關(guān)系，本文采用了主成分與回歸分析相結(jié)合的主成分回歸法。它可以克服回歸問題中由于自變量之間的高度相關(guān)而產(chǎn)生的分析困難。

X1、X2、X3、X4、X5分別表示公路里程、人均GDP、旅游企業(yè)資產(chǎn)規(guī)模、企業(yè)數(shù)量和媒體報道量。首先我們利用SPSS對五個因素進(jìn)行主成分分析，ESSL是因子提取的結(jié)果，是未經(jīng)旋轉(zhuǎn)的因子載荷的平方和。它給出的是每個成分的特征值說明的方差占總方差的百分比和累計百分比，提取特征值大于1的，前三個因子為主成分，累計百分比是82.236。

表3 總方差分解

根據(jù)因子得分系數(shù)和原始變量的標(biāo)準(zhǔn)化值，可以計算每個觀測量的各因子的得分?jǐn)?shù)，并可以據(jù)此對觀測量進(jìn)行進(jìn)一步的分析。旋轉(zhuǎn)后的因子（主成分）表達(dá)式可以寫成：

同時，我們得到兩個獨(dú)立的主因子F1（實(shí)力因子），F(xiàn)2（設(shè)施因子），剔除了隨機(jī)干擾。我們以每個因子的得分值作為自變量，以區(qū)域旅游產(chǎn)業(yè)的總效率值Y為因變量進(jìn)行逐步回歸分析，最終得到總效率值和自變量之間的關(guān)系，結(jié)果可見表5。

回歸結(jié)果顯示因變量和自變量存在著顯著的線性關(guān)系，可以建立線性方程（通過了F檢驗(yàn)）。結(jié)果中方差膨脹因子VIP都是1，說明變量之間已無多重共線性。DW 檢驗(yàn)值為1.787 和2.084，均在2的上下浮動，可見殘差序列幾乎不存在自相關(guān)，因此回歸方程能很好地解釋變量。另外，方程共有兩個自變量，應(yīng)該參考調(diào)整的判定系數(shù)0.797。因變量能夠被模型很好地解釋，因?yàn)閿M合優(yōu)度也顯示較高。綜上所述，研究所得的回歸結(jié)果被證實(shí)具備合理性，其方程可表示為：

表4 旋轉(zhuǎn)后的因子載荷陣

下面將表達(dá)式（1）、（2）分別帶入到回歸方程式（3）中，化簡可得到最原始的五個解釋變量與旅游產(chǎn)業(yè)總效率值之間的關(guān)系式，將系數(shù)保留3位小數(shù)，其表達(dá)式可寫為：

從R2等值判斷，我們得到的回歸方程擬合程度優(yōu)良，從回歸系數(shù)的符號來看，我們發(fā)現(xiàn)公路里程、人均GDP、旅游企業(yè)資產(chǎn)規(guī)模、企業(yè)數(shù)量和媒體報道量均對旅游產(chǎn)業(yè)的效率起正向拉動作用，影響強(qiáng)度系數(shù)分別為：0.015、0.107、0.043、0.108、0.131。由此得到，五大因素對旅游效率的影響程度由強(qiáng)到弱依次為：媒體報道量、企業(yè)數(shù)量、人均GDP、旅游企業(yè)資產(chǎn)規(guī)模和公路里程。

表5 各方程系數(shù)表

結(jié)果可以看出，區(qū)位條件、經(jīng)濟(jì)發(fā)展水平、旅游資產(chǎn)規(guī)模對旅游業(yè)的發(fā)展具有顯著的促進(jìn)作用，然而多嵌入在區(qū)域特性里面，具有主管部門的不可操作性，因此對效率的影響效果不是特別明顯；而媒體報道量和企業(yè)數(shù)量的顯著影響很好地證實(shí)了旅游業(yè)的消費(fèi)需求的引導(dǎo)型、開發(fā)型特點(diǎn)，同時二者的實(shí)際可操作性使得地方旅游主管部門應(yīng)當(dāng)充分地重視，一方面應(yīng)當(dāng)結(jié)合傳媒新業(yè)態(tài)適時更新宣傳方式，加強(qiáng)區(qū)域間的宣傳合作，突破行政區(qū)域限制，形成線路旅游，避免“滿天星”的無序競爭和重復(fù)建設(shè)；另一方面，積極培養(yǎng)龍頭型旅游集團(tuán)企業(yè)，充分整合區(qū)域旅游資源，大力促進(jìn)旅游中小型企業(yè)的建設(shè)，增強(qiáng)區(qū)域旅游業(yè)的活力。

四、結(jié)論

本文通過構(gòu)建兩階段DEA模型，對2008年我國區(qū)域旅游業(yè)技術(shù)效率及影響因素進(jìn)行了實(shí)證研究。研究發(fā)現(xiàn)，我國旅游業(yè)在效率水平上存在顯著的區(qū)域差異，技術(shù)與規(guī)模效率同時有效的地區(qū)只占樣本數(shù)的26.7%，還存在很大的上升空間。區(qū)域總效率和規(guī)模效率均值呈現(xiàn)出中部最高，東部次之，西部最低的形勢，中部正處于享受規(guī)模效益的發(fā)展階段；純技術(shù)效率依然是東、中、西逐漸降低的趨勢，說明在旅游資源開發(fā)利用水平上依然與地區(qū)經(jīng)濟(jì)發(fā)展有著密切關(guān)系。

從投入角度來看，導(dǎo)致區(qū)域技術(shù)無效率的主要原因是資源的非有效利用，我國大部分地區(qū)存在景區(qū)資源冗余的現(xiàn)象，這主要是因?yàn)槿狈^(qū)域間的規(guī)劃整合，存在不同區(qū)域間各自為戰(zhàn)，存在無序開發(fā)，重復(fù)建設(shè)等諸多資源浪費(fèi)現(xiàn)象。此外，遼寧、廣西、山西地區(qū)的旅游從業(yè)人員存在冗余；安徽、湖北、云南、陜西、新疆星級飯店數(shù)量存在冗余；內(nèi)蒙古、江西旅行社數(shù)量過多；北京的星級飯店和旅游從業(yè)人數(shù)都存在冗余；河北、山東的旅行社和從業(yè)人員存在冗余。

影響因素方面，五個指標(biāo)均對旅游業(yè)的發(fā)展起著正向拉動作用。影響強(qiáng)度大小依次為：媒體報道量、企業(yè)數(shù)量、經(jīng)濟(jì)發(fā)展水平、旅游企業(yè)資產(chǎn)規(guī)模和區(qū)位條件。其中，區(qū)位條件、經(jīng)濟(jì)發(fā)展水平、旅游資產(chǎn)規(guī)模盡管在地方旅游也發(fā)展中起著至關(guān)重要的作用，然而因其區(qū)域的路徑依賴和長期性，使得旅游主管部門難以直接操作從而促進(jìn)旅游業(yè)發(fā)展；而旅游業(yè)的消費(fèi)者需求存在需引導(dǎo)、需開發(fā)的特點(diǎn)，使得媒體報道量和企業(yè)數(shù)量可以作為地方旅游主管部門切實(shí)有力的“抓手”。

[1]TIMOTHY J,COELLI D S,et al.效率與生產(chǎn)率分析引論[M].王忠玉,譯.北京：中國人民大學(xué)出版社，2002.

[2]BARROS C P,BOTTI L,NICOLAS P,et al.Performance of French destinations:Tourism attraction perspectives [J].Tourism Management,2011,32(1):141-146.

[3]K?ksal C D,AKSU A A.Efficiency evaluation of A-group travel agencies with data envelopment analysis (DEA):A case study in the Antalya region,Turkey[J].Tourism Management,2007,(28):830-834.

[4]CHEN Ching-Fu.Applying the stochastic frontier approach to measure hotel managerial efficiency in Taiwan[J].Tourism Management,2007(28):696-702.

[5]Ramo′n Fuentes.Efficiency of travel agencies:A case study of Alicante,Spain[J].Tourism Management,2011,(32):75-87.

[6]朱順林.區(qū)域旅游產(chǎn)業(yè)的技術(shù)效率比較分析[J].經(jīng)濟(jì)體制改革,2005,(2):116-119.

[7]楊勇,馮學(xué)鋼.中國旅游企業(yè)技術(shù)效率省際差異的實(shí)證分析[J].商業(yè)經(jīng)濟(jì)與管理,2008,(8):68-74.

[8]顧江,胡靜.中國分省區(qū)旅游生產(chǎn)效率模型創(chuàng)建與評價[J].同濟(jì)大學(xué)學(xué)報（社會科學(xué)版），2008,19(4):93-98.

[9]朱承亮,岳宏志,嚴(yán)漢,平李婷.基于隨機(jī)前沿生產(chǎn)函數(shù)的我國區(qū)域旅游產(chǎn)業(yè)效率研究[J].旅游學(xué)刊，2009,(12):18-22.

[10]魏權(quán)齡.數(shù)據(jù)包絡(luò)分析[M].北京：科學(xué)出版社，2004.

[11]田里.旅游經(jīng)濟(jì)學(xué)[M].北京：高等教育出版社,2002:208.

[12]郭嵐,張勇,李志娟.基于因子分析與DEA 方法的旅游上市公司效率評價[J].管理學(xué)報，2008，5(2):258-262.

[13]簡玉峰,劉長生.隨機(jī)前沿函數(shù)、酒店管理效率及其影響因素研究[J].旅游論壇，2009,(4):540-544.

[14]傅利平,王中亞.基于DEA模型的資源型城市經(jīng)濟(jì)發(fā)展效率實(shí)證研究[J].電子科技大學(xué)學(xué)報（社科版），2010,12(6):20-23

[15]ARGENTI.J.Corporate collapse:the cause and symptoms [M].New York:Wiley,1976.

[16]BARROS C P.Evaluating the efficiency of a small hotel chain with a Malmquist productivity index[J].International Journal of Tourism Research,2005,(7):173-184.

[17]CHARNES A，COOPER W W,RHODES E.Measuring the efficiency of decision making units [J].European Journal of Operational Research,1978,2(6):429-444.

[18]CHIANG W E,TSAI M H,WANG L S M.A DEA evaluation of Taipei hotels [J].Annals of Tourism Research,2004,(31):712-715.

[19]FARRELL M J.The Measurement of Productive Efficiency[J].Journal of the Royal Statistical Society,1975,120(3):253-290.

[20]FNCHS M.Strategy development in tourism destinations:a DEA approach [J].The Poznan University of Economics Review,2004,(1):52-73.

[21]HWANG S,CHANG T.Using data envelopment analysis to measure hotel managerial efficiency change in Taiwan[J].Tourism Management,2003,(24):357-369.

[22]SIGALA M.Using data envelopment analysis for measuring and benchmarking productivity in the hotel sector [J].Journal of Travel and Tourism Marketing,2004,(16):39-60.

[23]SIMAR L,WILSON P W.Estimation and inference in two-stage:semi-parametric models of production processes [J].Journal of Econometrics,2007,(136):31-64.

[24]WOBER K W.Data envelopment analysis [J].Journal of Travel &Tourism Marketing,2006,(4):91-108.