基于金融支持的區(qū)域旅游效率的空間溢出效應

張本照，沈駿杰

（合肥工業(yè)大學 經(jīng)濟學院，合肥 230601）

一、引 言

隨著我國城鄉(xiāng)居民收入水平的提高，人們對旅游的消費需求也持續(xù)增長，旅游產業(yè)得到了迅猛發(fā)展。2012年，我國的國內旅游和入境旅游人數(shù)分別達到29.57億人次、1.32億人次，分別比2011年增長11.9%和降低2.2%；國內旅游收入和入境旅游收入分別達到2.27萬億元人民幣和500.28億美元，分別比2011年增長17.6%和3.36% 。

由于旅游業(yè)的產業(yè)關聯(lián)性較大，旅游業(yè)的發(fā)展能夠很好地帶動上下游產業(yè)的聯(lián)動發(fā)展，因此，發(fā)展旅游業(yè)不僅能夠促進經(jīng)濟增長與產業(yè)結構調整，還能夠緩解我國就業(yè)壓力大的難題。旅游產業(yè)的發(fā)展離不開金融的支持，那么，金融發(fā)展是否同樣會促進旅游業(yè)效率的提高呢？二者有無內在聯(lián)系？對于這些問題的深入探討，不僅有利于我們進一步認識我國的金融發(fā)展與旅游效率之間的關系，也有利于各級政府制定針對性的政策來促進旅游業(yè)的發(fā)展。

目前在旅游產業(yè)效率研究方面，成果集中于酒店或旅行社的經(jīng)營效率研究。謝春山等（2012）運用超效率DEA 模型對中國2002－2009年五星級酒店效率進行研究，認為五星級酒店的整體效率較低，但在波動中呈現(xiàn)出上升趨勢［1］；孫景榮等（2012）也運用DEA 模型，選取酒店數(shù)量、旅行社數(shù)量、固定資產投資、旅游業(yè)從業(yè)人數(shù)作為投入變量，選取營業(yè)收入以及全員生產率作為產出變量，對我國城市酒店效率的空間特征進行了分析［2］；郭巒、楊志紅（2013）運用DEA 中的CCR 模型與BCC模型，選取固定資產投資、從業(yè)人員、企業(yè)數(shù)量作為投入變量，選取營業(yè)收入和營業(yè)稅金及附加作為產出指標，實證分析了西部地區(qū)12個省市的旅行社的經(jīng)營效率，并從控制旅行社產業(yè)規(guī)模、提高旅行社技術投入水平、加強旅行社人力資源管理三個方面提出了針對性解決措施［3］。在金融支持與旅游產業(yè)之間的關系研究上，左冰、保繼剛（2008）研究了中國旅游業(yè)的全要素生產率，認為維持旅游業(yè)長期的增長不能僅依靠要素投入，金融資本的支持對旅游業(yè)解決資金缺口是十分必要的［4］；和培培和郝奇彥（2013）、蔣潤祥等（2013）分別對山西省、甘肅省的旅游產業(yè)進行研究之后指出當前金融發(fā)展對旅游業(yè)的支持力度不足，應完善金融服務體系和資金聚集力［5－6］。

以上成果為本文的進一步研究提供了重要的參考，然而尚存在以下不足：一是在內容上注重研究金融支持對地區(qū)旅游業(yè)發(fā)展的影響，鮮有學者考察金融支持對旅游業(yè)效率的影響；二是在研究方法上，大部分學者往往利用協(xié)整分析、Granger因果檢驗以及普通面板數(shù)據(jù)模型來對二者進行研究，往往忽略了地區(qū)旅游效率空間相關性的影響，可能導致模型的設定偏差以及估計結果的誤差。鑒于此，本文將以30個省市自治區(qū)作為研究對象，在測度區(qū)域旅游效率的基礎上，研究金融支持對區(qū)域旅游效率的空間溢出效應，以期為地區(qū)旅游業(yè)健康持續(xù)高效的發(fā)展提供一些政策建議。

二、理論分析、地區(qū)旅游效率評估及空間相關性

1.理論分析

當前經(jīng)濟全球化的程度越來越高，一個國家或地區(qū)的經(jīng)濟增長已不再是僅由本國或本地區(qū)內部的要素決定，其必將受到其他國家或地區(qū)經(jīng)濟發(fā)展的影響，尤其是這些國家或地區(qū)經(jīng)濟發(fā)展路徑的影響。對于地區(qū)旅游效率也是如此，一個地區(qū)的旅游效率也將會受到其他地區(qū)旅游效率的影響。本文認為區(qū)域旅游效率空間溢出的傳導機制可以分為技術性溢出效應和政策制度性溢出效應。

技術性溢出效應是指某個地區(qū)通過自主創(chuàng)新得到新的技術，這種技術可以提高該地區(qū)的旅游效率，而此時相鄰地區(qū)通過學習或者交流也得到這種新的技術，從而也提高本地區(qū)的旅游效率。所以，在研究區(qū)域旅游效率空間溢出效應時，本文將技術性空間溢出效應作為一種影響路徑，來說明一個區(qū)域旅游效率的提高是如何影響相鄰地區(qū)旅游效率的。

2.地區(qū)旅游效率評估

（1）評價方法及投入產出指標的選取 地區(qū)旅游效率可以通俗地理解為：將某個區(qū)域作為旅游經(jīng)濟的生產單元，實現(xiàn)旅游產業(yè)發(fā)展過程中單位要素投入在特定時間范圍內能夠實現(xiàn)產出最大化、使所有利益相關者得到總剩余最大化的性質［7］。

目前，大多數(shù)學者主要采用數(shù)據(jù)包絡分析法（DEA）進行效率測度，它是一種評價若干同類型的多輸入和輸出決策單元（DMU）間的相對效率與效益的有效方法［8］。針對傳統(tǒng)DEA 方法存在的缺陷，本文借鑒王坤等（2013）［9］的做法，引入虛擬最優(yōu)決策單元，通過考察區(qū)域旅游效率與虛擬最優(yōu)決策單元的距離來判別其相對效率的高低。

設有p個單元DMU，每個都有m種輸入和n種輸出，分別用輸入Xi和輸出Yi表示，則Xi＝（X1i，X2i，…，Xmi）T＞0，Yi＝（Y1i，Y2i，…Yni）T＞0，DMUi＋1＝｛min（Xi＝（X1i，X2i，…Xmi），maxXi＝（Y1i，Y2i，…Ymi）｝，含義是以最小的投入獲取最大產出的決策單元，其效率值θp＋1＝1是唯一有效的DMU，具體模型如公式（1）：

其中，λi是權重變量；θi為總效率，可以分解為純技術效率與規(guī)模效率。

利用DEA 模型進行旅游效率測度時，投入產出指標的選取在很大程度上決定了測度結果。通常來說，投入產出指標的選取應滿足以下原則：第一，是否具有可操作性；第二，是否體現(xiàn)研究對象的主要情況；第三，投入是否在一定程度上導致產出。根據(jù)以上原則，結合現(xiàn)有文獻中關于旅游業(yè)效率的投入產出的指標選擇，本文選取國內旅游收入與入境旅游收入作為地區(qū)旅游業(yè)的產出指標，這兩個指標從整體上反應了地區(qū)旅游業(yè)的發(fā)展水平；對于投入指標，我們選取外商直接投資、旅游業(yè)從業(yè)人員和固定資產投入作為衡量標準，其中，地區(qū)固定資產投資是從旅游業(yè)生產要素的資本方面進行選取，外商直接投資是從地區(qū)吸引力方面進行選取的，而旅游業(yè)從業(yè)人員可以反映地區(qū)旅游業(yè)的綜合性特征，故也將其作為投入指標。

（2）樣本選取及數(shù)據(jù)來源 鑒于數(shù)據(jù)的可得性，本文進行區(qū)域旅游效率評價的決策單元包括除西藏以外的30個省市自治區(qū)（西藏的部分數(shù)據(jù)缺失），時間跨度為2004－2011年。本文數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》、《中國旅游年鑒》、《中國旅游統(tǒng)計年鑒》和《新中國60周年統(tǒng)計資料匯編》以及各省市的社會發(fā)展統(tǒng)計公報。此外，為了消除物價因素的影響，本文以2004年為基期，利用各省市的居民消費物價指數(shù)進行處理。

（3）旅游業(yè)效率評價 為了測度我國各地區(qū)的旅游效率，我們將2004－2011年30個省市自治區(qū)投入產出指標數(shù)據(jù)整理后導入DEAP2.1軟件，得到的各省市區(qū)的旅游業(yè)效率值，具體如表1所示。

2.2.3 固形物質量的測定 精密量取各樣品濃縮液50 mL，置已恒定質量的蒸發(fā)皿中，水浴蒸干，于105 ℃烘箱干燥3 h，置干燥器中冷卻半小時，迅速稱定質量，照干燥失重測定法（《中國藥典》2015年版四部通則0831）測定，計算固形物質量。

表1 我國30個省市2004－2011年旅游效率變化情況表

續(xù)表

從表1可以看出，2004－2011年期間，我國的旅游效率均值在0.339左右小幅度波動且呈穩(wěn)定趨勢。為了考察30個省市自治區(qū)的旅游效率分布情況，我們根據(jù)旅游效率均值的大小劃分為低效率地區(qū)、中效率地區(qū)以及高效率地區(qū)。一是低效率地區(qū)：河北、廣西、海南、山西、內蒙古、吉林、黑龍江、安徽、江西、湖南、重慶、云南、貴州、陜西、甘肅、青海、寧夏、新疆等省市自治區(qū)的旅游效率較低，效率值在0.3以下；二是中等效率地區(qū)：天津、遼寧、福建、河南、湖北、四川等處于中等水平，效率值在0.3－0.7之間；三是高效率地區(qū)：北京、上海、江蘇、浙江、山東、廣東等處于相對高水平，效率值在0.7以上。處于低效率和中效率的省市自治區(qū)占全國比重達到2／3，而且主要分布在經(jīng)濟發(fā)展相對落后的中西部地區(qū)。通過比較東、中、西三大地區(qū)的旅游業(yè)效率情況，我們同樣可以發(fā)現(xiàn)，2004－2011年期間，全國旅游效率均值為0.339，東、中、西部地區(qū)的旅游效率均值分別為0.567、0.222、0.152，僅有東部地區(qū)的旅游業(yè)效率均值高于全國平均水平，而中、西部地區(qū)的旅游業(yè)效率均值都低于全國平均水平，進一步證實了我國地區(qū)旅游業(yè)效率存在明顯的地區(qū)差異。

東部地區(qū)旅游均值（0.567）大于全國旅游均值（0.339），主要是因為東部地區(qū)擁有著巨大的經(jīng)濟資源優(yōu)勢，在旅游業(yè)管理、旅游投入力度、從業(yè)人員質量和旅游基礎設施等方面都要優(yōu)于中西部地區(qū)，導致東部地區(qū)的總體旅游效率較高，但另一方面，由于東部地區(qū)旅游業(yè)發(fā)展比較早，現(xiàn)在正處于由粗放型的增長方式向旅游業(yè)結構調整及合理利用資源轉變的時期，使得東部地區(qū)整體旅游效率值呈現(xiàn)出略微的下降趨勢。

中部地區(qū)旅游效率均值（0.222）小于全國旅游效率均值（0.339），其中排在前三位的分別是河南（0.486）、湖北（0.310）、湖南（0.271）。除了河南（0.486）旅游效率均值較高外，中部其他的各省份旅游效率值相差不是很大。總體來看，中部地區(qū)的旅游效率值差異不大。河南成為中部唯一一個高于全國旅游效率均值的省份，可能的原因是河南具有良好的國際高端旅游資源，且基本形成了結構合理、優(yōu)勢突出、配套協(xié)調的旅游產業(yè)體系，同時政府對旅游基礎設施的大量投入也提高了旅游效率。

西部地區(qū)旅游效率均值（0.152）同樣小于全國旅游效率均值（0.339），其中排在前三名的分別四川（0.426）、云南（0.262）、陜西（0.211）。雖然我國西部地區(qū)的整體旅游效率均值偏低，但是四川省的旅游效率均值卻高于全國甚至東部地區(qū)的旅游效率均值，這說明在我國西部地區(qū)，個別省份因擁有著很好的旅游資源且經(jīng)濟處于良好的狀態(tài)，同樣會吸引游客，帶動旅游效率的提高。而甘肅、新疆、青海、寧夏等地區(qū)由于經(jīng)濟較為落后、旅游軟硬件設施較為陳舊、旅游管理技術不先進，致使這些地區(qū)的旅游效率長期處于較低水平。

3.旅游效率總體空間特征

空間自相關是一種空間統(tǒng)計方法，表明地方旅游效率的空間分布特征和區(qū)域間的相互作用，一般可通過Moran＇sI指數(shù)進行檢驗，具體測算如公式（2）所示：

其中，Xi和Xj表示空間區(qū)域i和j的屬性值，為樣本方差，Wij為鄰近標準的空間權重矩陣，當區(qū)域i和區(qū)域j相鄰時，空間權重矩陣Wij的取值為1，否則Wij的取值為0。

當Moran＇sI值為正時，說明空間自相關為正；當Moran＇sI值為負時，說明空間自相關為負，其絕對值越大，說明相關程度越大。本文利用Geoda軟件，測得2004－2011年地方旅游效率的Moran＇sI指數(shù)，如表2 所示。

表2 我國30個省市旅游效率的莫蘭值（Moran＇s I）

從表2可以看出，2004－2011年的地旅游效率的Moran＇sI指數(shù)全部為正，且P值均小于0.01，故通過了1%的顯著性檢驗，表明地區(qū)旅游效率存在較強的空間相關性，即旅游效率高的地區(qū)相鄰，旅游效率低的地區(qū)相鄰。因此，在研究金融支持與旅游業(yè)效率之間的關系時，不能忽略空間因素的影響。

三、金融支持對地區(qū)旅游效率的空間溢出效應

1.模型設定

為了研究金融支持下的地區(qū)旅游業(yè)效率的空間溢出效應，本文根據(jù)Anselin（1988）［10］43提出的空間滯后模型（SLM）和空間誤差模型（SEM），設定以下研究模型，如公式（3）、（4）所示：

其中：TEFF為i地區(qū)的旅游效率；γi為回歸參數(shù)，反映自變量對因變量的影響；核心解釋變量：FSC、FEFF分別表示金融規(guī)模和金融效率；控制變量：FDI表示外商直接投資；SLF 表示區(qū)位因素，OPEN 表示對外開放度，TRANSPORT 表示交通基礎設施；ρ為空間滯后回歸系數(shù)；λ為空間誤差回歸系數(shù)；W為鄰近標準空間權重矩陣，εit為隨機誤差向量；t為時間；ɑit為常數(shù)項；μit表示隨機擾動項。

2.指標的選取與數(shù)據(jù)說明

為了考察金融支持對地區(qū)旅游效率的空間溢出效應，本文的核心解釋變量主要使用金融發(fā)展規(guī)模、金融發(fā)展效率兩個指標來綜合反映地區(qū)金融發(fā)展的情況。

金融規(guī)模指標（FSC）用各地區(qū)金融機構貸款總額與該地區(qū)國內生產總值的比例來衡量，以反映各地區(qū)的金融發(fā)展規(guī)模狀況。金融效率指標（FEFF）用各地區(qū)金融機構貸款總額與存款總額的比例來衡量，以反映各地區(qū)金融中介將存款轉化為貸款的效率。

此外，為了排除其他因素對旅游效率的影響，本文還選擇了外商直接投資、區(qū)位條件、對外開放度、交通基礎設施作為控制變量，具體衡量方法如下：一是外商直接投資（lnFDI）。外商直接投資的衡量是用各地區(qū)實際利用外資額與該地區(qū)當年國內生產總值的比值的對數(shù)值來衡量。由于FDI在年鑒中都是以美元計算的，所以必須通過當年的匯率折算成人民幣，其中匯率的數(shù)據(jù)來源于《中國統(tǒng)計年鑒》，并在此基礎上根據(jù)每年的價格指數(shù)調整為2004年價格衡量的實際國外直接投資額。二是區(qū)位條件（SLF）。由于我國東、中、西部的地區(qū)差異，各地區(qū)具備的區(qū)位條件直接影響到政府政策扶持、先進技術引進等情況。但由于區(qū)位條件涉及要素很多，無法通過某一個要素進行衡量，因此本文引入?yún)^(qū)位熵概念來表示區(qū)位條件，即用區(qū)域特定產業(yè)的產值占該地區(qū)總產值比重與全國該產業(yè)產值占全國總產值比重之間的比值表示［11］。由此旅游區(qū)位熵為地區(qū)旅游總收入占該地區(qū)GDP比重與全國旅游總收入占全國GDP比重的比值。三是對外開放度（OPEN）。對外開放度是反映某個經(jīng)濟區(qū)域對外開放程度的指標，本文用地區(qū)進出口總值與該地區(qū)GDP 比值來衡量對外開放度。四是交通基礎設施（LnTRANSPORT）。對旅游業(yè)來說，交通基礎設施是塑造旅游目的地吸引力、促進旅游業(yè)成長的重要因素［12］。交通基礎設施包含三種交通形式，即公路、鐵路和水路，基于數(shù)據(jù)的可得性，本文僅選擇公路里程和鐵路里程之和的對數(shù)作為交通基礎設施的衡量指標，記為LnTRANSPORT。

本文金融機構存貸款數(shù)據(jù)來源于《中國金融年鑒》，其他數(shù)據(jù)來源于《中國統(tǒng)計年鑒》。為了剔除統(tǒng)計數(shù)據(jù)中的價格變動的影響，通過利用各省各年度的消費者物價指數(shù)CPI將上述所有價值型數(shù)據(jù)變換實際數(shù)據(jù)值。

3.金融支持對地區(qū)旅游效率的空間相關性研究

（1）空間計量模型的選擇與估計 根據(jù)上文測算出的Moran＇sI指數(shù)表明，區(qū)域旅游效率是存在空間相關性的，但在運用空間計量模型時，我們必須通過Lagrange Multi－plier的誤差（LMERR）、滯后（LMLAG）及穩(wěn)健性（R－LMLAG 和R－LMERR）檢驗來決定這種空間相關性到底是內生的空間滯后影響的還是空間誤差自相關［10］140。

因為事先無法根據(jù)經(jīng)驗判斷在SLM 和SEM 模型中是否存在空間相關性，所以在模型的選擇中，我們建立了一種判別準則，即Anselin等（2004）［13］提出的判別準則，若LMLAG 較之LMERR 在統(tǒng)計上更加顯著，且R－LMLAG 顯著而R－LMERR不顯著，則選取空間滯后模型；相反地，如果LM－ERR 在統(tǒng)計上比LMLAG 更加顯著，且R－LMERR顯著而R－LMLAG 不顯著，則選擇空間誤差模型。此外，模型估計的似然對數(shù)值和R2也可被用于模型的選擇。

下頁表3中的檢驗表明LMLAG 的值為207.680 6，P值為0，LMERR 的值為173.569 8，P值也為0，這說明LMLAG 和LMERR 均在1%的水平下顯著；同時，R－LMLAG 和R－LMERR 的檢驗P值也均通過1%的顯著性檢驗，這說明R－LMLAG 和R－LMERR在很低的水平上也顯著。但是，空間滯后模型對應的LMLAG 大于空間誤差模型對應的LMERR，根據(jù)Anselin 的建議，本文選用空間滯后模型。

表3 LM 檢驗與Robust LM 檢驗

（2）空間計量分析結果 本文利用Matlab7.0對空間滯后模型和空間誤差模型的相關參數(shù)進行估計，估計結果如表4所示。從表4 中統(tǒng)計檢驗的結果來看，在地區(qū)和時間固定效應的空間誤差模型中，其對數(shù)似然值和R2分別達到了300.202 3和0.945 2，是這三個模型中的最大值，且該模型的空間滯后回歸系數(shù)顯著，檢驗效果理想。因此，本文選擇地區(qū)和時間固定效應的空間誤差模型進行實證分析。

表4 空間計量模型檢驗（空間滯后模型SLM）

另由表4可知，空間滯后回歸項的系數(shù)值為0.333，并且通過了1%的顯著性水平檢驗，進一步證實了Moran＇sI指數(shù)的測度結果，即相鄰地區(qū)的旅游效率存在空間相關性，當周邊地區(qū)的旅游效率提高1個單位時，將會引起本地區(qū)的旅游效率提高0.333個單位。

進一步分析核心解釋變量，金融發(fā)展規(guī)模（FSC）的估計系數(shù)為0.019 8，且在1%的水平下通過顯著性檢驗，表明金融發(fā)展規(guī)模是地區(qū)旅游效率值提升的正向影響因子，在其他因素不變的情況下，金融發(fā)展規(guī)模提高1個單位，將會促進旅游效率提高0.019 8個單位。這表明銀行金融機構貸款的增加為地區(qū)旅游發(fā)展提供了資金支持，有利于旅游業(yè)效率的提高；金融發(fā)展效率（FEEF）的估計系數(shù)為－0.097 1，且通過了1%的顯著性水平檢驗，表明金融發(fā)展效率對地區(qū)旅游效率起到了抑制作用，這是因為我國對儲戶的存款轉化貸款的效率不高，從而導致金融發(fā)展效率水平低下，金融中介機構對資金配置能力還沒有達到一定層次，使得對旅游產業(yè)資金的配置情況不是很好，影響了旅游產業(yè)的產出，從而降低了旅游產業(yè)的效率。

對于控制變量，除了區(qū)位熵（SLF）的估計系數(shù)不顯著之外，外商直接投資（lnFDI）、對外開放度（OPEN）、交通基礎設施（lnTRANSPORT）的估計系數(shù)分別為0.061 9、0.353 6、0.069 1，且都通過了1%的顯著性水平檢驗，意味著外商直接投資、對外開放度、交通基礎設施是促進地區(qū)旅游效率提升的重要因素，這與劉嘉毅（2013）的研究結論一致。當它們分別提高1個單位，將引起本地區(qū)的旅游效率提高0.0619、0.3536、0.0691個單位，而區(qū)位條件對地區(qū)旅游效率的影響不顯著，可能的原因是盡管較好的區(qū)位條件會吸引更多的政府政策支持、更先進技術和更多的外商投資，但是旅游產業(yè)是一個項目投資大、市場回報周期長的產業(yè)，相關政策依據(jù)投資資本不一定傾向于旅游產業(yè)，從而導致區(qū)位條件對地區(qū)旅游效率的影響不顯著。

四、結論與政策建議

本文利用DEA 模型測度了我國30個省市自治區(qū)的旅游效率，并在此基礎上運用空間計量模型分析了金融支持對地區(qū)旅游效率的空間溢出效應，得出以下結論：我國的區(qū)域旅游效率總體上呈穩(wěn)定趨勢但存在區(qū)域差異，東部地區(qū)的旅游效率值最大，西部地區(qū)最小；地區(qū)旅游效率表現(xiàn)出較強的空間自相關性；在金融支持的視角下，金融發(fā)展規(guī)模對地區(qū)旅游效率提升有顯著的正向影響，金融發(fā)展效率對旅游效率提升有顯著的負向影響。外商直接投資、對外開放度、交通基礎設施對地區(qū)旅游效率表現(xiàn)出正向的促進作用，區(qū)位條件對地區(qū)旅游效率的影響并不顯著。

基于上述研究結論，本文就如何提升區(qū)域旅游效率提出以下政策建議：第一，由于地區(qū)之間的旅游效率普遍存在空間相關性，地方政府在進行旅游產業(yè)的相關規(guī)劃時，應加強各地區(qū)的旅游合作，打破傳統(tǒng)的行政邊界，實現(xiàn)深度的旅游區(qū)域合作，以提高各地區(qū)的旅游效率。第二，繼續(xù)擴大金融發(fā)展規(guī)模對地區(qū)旅游效率的促進效應，中央政府可以制定相關政策來增加旅游業(yè)的金融支持，如降低旅游商品的稅率、提供旅游基礎設施長期低息貸款等；地方政府可以通過加大旅游投入比重、著力改善投資環(huán)境、加大政策投資力度等手段對本地區(qū)旅游業(yè)予以金融資本支持。第三，銀行、證券與保險等各類金融機構應該不斷創(chuàng)新其旅游相關的金融產品與工具，完善金融服務，在旅游消費信貸、旅游基礎設施建設、旅游投資等方面給予資本支持?？傊徒鹑跈C構應大力深度合作，推動金融資源對我國區(qū)域旅游業(yè)發(fā)展的支持，以實現(xiàn)我國旅游業(yè)發(fā)展的全方位提升。

［1］謝春山，王恩旭，朱易蘭.基于超效率DEA 模型中的中國五星級酒店效率評價研究［J］.旅游科學，2012，（1）：60－71.

［2］孫景榮，張 捷，章錦河.中國城市酒店業(yè)效率的空間特征及優(yōu)化對策［J］.經(jīng)濟地理，2012，（8）：155－159.

［3］郭 巒，楊志紅.基于DEA 方法的西部旅行社經(jīng)營效率研究［J］.企業(yè)經(jīng)濟，2013，（6）：62－69.

［4］左 冰，保繼剛.1992－2005年中國旅游業(yè)全要素生產率及省際差異［J］.地理學報，2008，（6）：32－35.

［5］和培培，郝奇彥.金融支持旅游業(yè)發(fā)展狀況調查：以2010年山西旅游業(yè)為例［J］.科技情報開發(fā)與經(jīng)濟，2013，（3）：12－15.

［6］蔣潤祥，姚 敏，李 棟.金融支持甘肅省旅游業(yè)發(fā)展問題探析［J］.西部金融，2013，（10）：44－47.

［7］馬曉龍，保繼剛.基于數(shù)據(jù)包絡分析的中國主要城市旅游效率評價［J］.資源科學，2010，（1）：88－97.

［8］魏權齡.評價相對有效性的DEA 方法——運籌學的新領域［M］.北京：中國人民大學出版社，2004.

［9］王 坤，黃震方，陶玉國，等.區(qū)域城市旅游效率的空間特征及溢出效應分析——以長三角為例［J］.經(jīng)濟地理，2013，（4）：161－167.

［10］L.Anselin.Spatial econometrics methods and models［M］.Dordrecht：Kluwer，1988.

［11］邢玨玨，李亞錦，趙 明.我國城市國際旅游競爭優(yōu)勢特征及其影響因素分析［J］.經(jīng)濟地理，2005，（5）：712－715.

［12］Khadarooa J，Seetanah B.The role of transport infrastructure in international tourism development：A gravity model approach［J］.Tourism Management，2008，（5）：831－840.

［13］L.Anselin，R.J.G.M.Florax，J.R.Sergio.Advances in spatial econometrics：methodology，tools and applications［M］.Berlin：Springer Verlag，2004.