長江經(jīng)濟帶經(jīng)濟發(fā)展水平對旅游效率的影響研究

王 凱，張 盈，林 惠，張 立 生

(1.湖南師范大學旅游學院，湖南 長沙 410081；2.上海旅游高等專科學校會展與經(jīng)濟管理學院，上海 201418)

0 引言

旅游業(yè)作為世界經(jīng)濟發(fā)展的引擎，對各國經(jīng)濟發(fā)展具有重要帶動作用[1]。改革開放40年來，我國旅游業(yè)已成為國民經(jīng)濟戰(zhàn)略性支柱產業(yè)，2019年國內和入境旅游人數(shù)突破57億人次，旅游總收入高達6萬億元?！秶鴦赵宏P于促進旅游業(yè)改革發(fā)展的若干意見》中提出旅游業(yè)要轉型升級、提質增效，由規(guī)模速度型向質量效益型轉變。旅游效率是衡量一個國家或地區(qū)旅游業(yè)發(fā)展水平和質量的重要標志，但旅游產業(yè)的興起是國民經(jīng)濟發(fā)展到一定階段的產物，因此區(qū)域經(jīng)濟發(fā)展水平對旅游效率的影響至關重要。

旅游效率[2,3]一直是國內外研究的熱點，國外有關旅游效率的研究主要聚焦于酒店[4]、旅行社[5]、景區(qū)[6]、旅游交通[7]等微觀旅游行業(yè)部門,國內則聚焦于旅游扶貧效率[8]、旅游生態(tài)效率[9]、入境旅游效率[10]、城市旅游土地利用效率[11]、森林公園效率[12]等宏觀領域;研究尺度主要涉及省域[13]、城市群[14]、縣域[15]等；研究方法主要采用數(shù)據(jù)包絡分析、隨機前沿函數(shù)、曼奎斯特指數(shù)及其改進模型等。區(qū)域經(jīng)濟發(fā)展水平是旅游產業(yè)成長的重要依托，高水平經(jīng)濟有益于帶動旅游高效發(fā)展。但有關區(qū)域經(jīng)濟發(fā)展水平對旅游效率的影響基本停留在單方面因素，如產業(yè)結構、科技水平、資本投入、城鎮(zhèn)化、交通等對旅游效率的影響[16-21]；對經(jīng)濟發(fā)展水平全方位系統(tǒng)的研究多基于協(xié)調視角，如劉軍勝等通過耦合協(xié)調度得出入境旅游流與區(qū)域經(jīng)濟發(fā)展趨勢一致[22]，楊萍等基于協(xié)調發(fā)展評價模型得出中國31個省域經(jīng)濟發(fā)展水平越高，則入境旅游流與區(qū)域經(jīng)濟發(fā)展協(xié)調性越高[23]。綜上所述，目前鮮見關于整體系統(tǒng)對子系統(tǒng)旅游效率的影響、旅游效率與經(jīng)濟發(fā)展水平地理空間聯(lián)系以及不同區(qū)域經(jīng)濟發(fā)展水平差異對旅游效率的影響程度等實證研究。

受主客觀條件影響，長江經(jīng)濟帶區(qū)域經(jīng)濟發(fā)展水平存在差異，區(qū)域經(jīng)濟非均衡性對旅游效率是否會產生影響以及是否存在空間溢出效應？在我國旅游產業(yè)轉型升級的高質量發(fā)展背景下，探討經(jīng)濟發(fā)展水平對旅游效率的作用及影響程度，有利于促進東中西地區(qū)資源合理配置，提高資源利用率，實現(xiàn)跨區(qū)域協(xié)調合作，縮小區(qū)域旅游發(fā)展差異，為打造國際黃金旅游帶提供參考。鑒于此，本文采用熵權Topsis法對長江經(jīng)濟帶區(qū)域經(jīng)濟發(fā)展水平進行綜合測量，采用Super-SBM模型測算旅游效率，通過對不同有效決策單元進行橫向比較揭示旅游效率動態(tài)演進趨勢，然后利用探索性空間數(shù)據(jù)分析中的LISA模塊分析兩變量在地理空間上是否具有自相關以及溢出效應，進而采用Tobit回歸模型分析旅游效率的影響機制。

1 研究設計

1.1 研究區(qū)與數(shù)據(jù)

長江經(jīng)濟帶總面積約205萬km2，橫跨9省2市，包括東部地區(qū)的上海、江蘇、浙江，中部地區(qū)的安徽、江西、湖北、湖南，西部地區(qū)的重慶、四川、云南、貴州。2014年長江經(jīng)濟帶上升為國家重點實施戰(zhàn)略，是我國實施新一輪區(qū)域開放開發(fā)的重要國家戰(zhàn)略，也是我國綜合實力最強和戰(zhàn)略支撐作用最大的區(qū)域之一。2019年長江經(jīng)濟帶實現(xiàn)生產總值45.78萬億元，人口和生產總值均超過全國的40%。隨著長江經(jīng)濟帶經(jīng)濟發(fā)展的迅速提升，旅游產業(yè)成為區(qū)域戰(zhàn)略支柱性產業(yè)，而區(qū)域經(jīng)濟基礎差異對旅游業(yè)的貢獻效應不同，制約著區(qū)域旅游效率轉換，故選取長江經(jīng)濟帶作為研究區(qū)。

研究數(shù)據(jù)來源于2001-2019年《中國旅游統(tǒng)計年鑒》《中國文化和旅游統(tǒng)計年鑒》以及長江經(jīng)濟帶9省2市2001-2019年統(tǒng)計年鑒及國民經(jīng)濟和社會發(fā)展統(tǒng)計公報，采用線性插值法補充完善缺失數(shù)據(jù)。以2000年為基期，參照全國居民消費價格總指數(shù)(CPI)對數(shù)據(jù)進行CPI縮減，對GDP、旅游總收入等價格型數(shù)據(jù)進行平減，以消除通貨膨脹的影響。

1.2 研究方法

(1) 熵權Topsis法。包括熵值賦權法和Topsis法：通過熵值賦權法降低經(jīng)濟發(fā)展水平各評價指標主觀賦權的影響，提高指標權重的信度和效度；采用Topsis法計算各省域經(jīng)濟發(fā)展水平，取值范圍為[0，1]，值接近1表明經(jīng)濟發(fā)展水平接近最優(yōu)[24]。

(2)Super-SBM模型。該模型是在數(shù)據(jù)包絡分析(DEA)基礎上衍生出來的方法，彌補了傳統(tǒng)模型所測效率值存在多個決策單元同時為1的缺陷。因此，本文利用Super-SBM模型，在考慮旅游投入與產出的松弛變量基礎上測算長江經(jīng)濟帶各省域的旅游效率并進行動態(tài)分析[8]。

(3)探索性空間數(shù)據(jù)分析?？臻g自相關分為全局和局部空間自相關，雙變量區(qū)域 Moran 空間自相關[25]可識別不同空間位置上可能存在的空間關聯(lián)模式,因此，本文采用雙變量空間自相關分析經(jīng)濟發(fā)展水平與旅游效率的空間結構和動態(tài)趨勢，研究其空間變異程度及關聯(lián)特征，具體公式見文獻[26]。

(4)Tobit隨機效應面板回歸。Tobit模型又稱刪截回歸模型，是一種分析因變量受限的回歸模型。由于旅游效率屬于受限的因變量，數(shù)據(jù)被截斷，為避免參數(shù)估計出現(xiàn)明顯偏差，不能采用傳統(tǒng)的回歸分析方法，故采用Tobit回歸，模型表達式如下：

(1)

Y′it=α+βkzit+εit

(2)

式中：Yit為被解釋變量，即各省市的旅游效率值；α為常數(shù)項；εit為干擾項；βk為解釋變量zit的系數(shù)。

1.3 指標體系

根據(jù)指標構建的科學性、可比性、代表性以及數(shù)據(jù)可獲取性等原則，參考相關研究[27,28]，構建區(qū)域經(jīng)濟發(fā)展水平的評價指標體系，包括3個二級指標、11個三級指標(表1)。DEA模型要求決策單元數(shù)量大于投入與產出指標之和的2倍且各指標數(shù)值不為負，結合與旅游業(yè)發(fā)展密切相關的要素，并借鑒相關研究[29,30]將旅游固定資產投入總額、旅游業(yè)從業(yè)人數(shù)、3星級以上酒店數(shù)、旅行社數(shù)作為旅游投入要素，旅游總收入和旅游總人次作為旅游產出要素。

表1 經(jīng)濟發(fā)展水平與旅游效率評價指標體系及權重Table 1 Evaluation index system and weight of economic development level and tourism efficiency

2 區(qū)域經(jīng)濟發(fā)展水平與旅游效率空間關聯(lián)

2.1 區(qū)域經(jīng)濟發(fā)展水平時空分析

從時間序列看(圖1)，長江經(jīng)濟帶經(jīng)濟發(fā)展水平整體呈現(xiàn)穩(wěn)步上升趨勢；2016年經(jīng)濟發(fā)展放緩，這可能與我國宏觀經(jīng)濟下行業(yè)壓力增大和新舊動能轉換的滯后效應有關。從空間分布看，區(qū)域經(jīng)濟發(fā)展水平呈現(xiàn)東部>中部>西部的空間格局,排在前三位的是地處長三角的上海(0.3909)、江蘇(0.3243)、浙江(0.2484);中西部受地理位置限制，人才、資金等要素缺失以及科技投入不足，導致地區(qū)經(jīng)濟發(fā)展水平偏低,其中安徽、江西、湖北、湖南、重慶、四川的經(jīng)濟發(fā)展水平雖在0.1以上，但距離最優(yōu)值還有一定的上升空間，云南地理位置偏遠、基礎薄弱、交通不便，經(jīng)濟發(fā)展水平相對落后。

2.2 旅游效率時空分析

基于DEA-SOLVER 5.0軟件計算長江經(jīng)濟帶各省域的旅游效率(圖1)。研究期內，長江經(jīng)濟帶旅游效率均值呈現(xiàn)波動上升趨勢，由2000年0.7213升至2018年1.0311，2003年受“非典”疫情影響，旅游效率跌入“谷底”(0.6388)。從空間分布看，長江經(jīng)濟帶東部地區(qū)旅游效率最高，西部次之，中部效率值最低。東部區(qū)位條件優(yōu)越，經(jīng)濟結構完善，交通便捷度高，自身配置靈活性強，旅游轉換效率高；西部地區(qū)具有原生態(tài)的自然風貌和淳樸的民風民俗資源，投入成本相對較低，且產出效益高，受國家“制度紅利”的影響，當?shù)芈糜萎a業(yè)發(fā)展相對完善；中部地區(qū)產業(yè)結構好，旅游投入要素轉化強，但由于旅游產業(yè)受生產技術限制、旅游要素配置不合理、資源利用效率低甚至閑置等影響，旅游效率并不高。從省域看，上海旅游效率均值(1.4633)位居第一，其次是江蘇、四川、貴州、重慶，貴州旅游效率明顯上升，原因是隨著地方旅游基礎設施的日益完善，當?shù)貙β糜钨Y源深度挖掘以及旅游產品業(yè)態(tài)更新，有效促進了旅游投入產出最大化。

圖1 2000-2018年長江經(jīng)濟帶經(jīng)濟發(fā)展水平均值和旅游效率均值Fig.1 Average values of economic development level and tourism efficiency of the Yangtze River Economic Belt from 2000 to 2018

2.3 區(qū)域經(jīng)濟發(fā)展水平與旅游效率關聯(lián)特征

(1)運用Open GeoDa中的雙變量LISA模塊測算區(qū)域經(jīng)濟發(fā)展水平和旅游效率的雙變量全局Moran′sI值及其顯著性。由表2可知，整體上2000-2018年區(qū)域經(jīng)濟發(fā)展水平和旅游效率呈現(xiàn)較強的空間依賴特征，全局雙變量Moran′sI值均為正值(0.1579～0.5720)，并通過5%顯著性水平檢驗；Moran′sI值呈現(xiàn)先上升后下降的倒“V”形，表明區(qū)域經(jīng)濟發(fā)展水平和旅游效率的總體空間依賴特征明顯。2000-2013年Moran′sI值從0.3416升至0.5420，說明長江經(jīng)濟帶各省域經(jīng)濟發(fā)展水平和旅游效率集聚效應明顯，區(qū)域差異顯著；2014-2018年由0.3854降至0.1579，表示依賴作用減弱，經(jīng)濟發(fā)展水平對旅游效率溢出效應增強。

表2 區(qū)域經(jīng)濟發(fā)展水平與旅游效率雙變量全局Moran′s I值Table 2 Global Moran′s I values of two variables of regional economic development level and tourism efficiency

(2)為進一步把握旅游效率和區(qū)域經(jīng)濟發(fā)展水平局部空間集聚演化格局，采用GeoDa中雙變量局部自相關對兩者的聚類情況進行分類(表3)，得到2000年、2006年、2012年和2018年的雙變量局部自相關系數(shù)值分別為0.294、0.258、0.309、0.349，均通過了10%顯著性水平檢驗。約66%的研究區(qū)處于第一、三象限，表明長江經(jīng)濟帶區(qū)域經(jīng)濟發(fā)展水平和旅游效率局部Moran散點主體呈現(xiàn)H-H和L-L集聚模式，印證了經(jīng)濟發(fā)展水平和旅游效率具有空間依賴性。其中，H-H集聚模式主要集中在長三角地區(qū)，2000年僅有上海和重慶，2006年江蘇省加入，2012年和2018年主要是上海、江蘇、浙江，體現(xiàn)了上海對周邊溢出效應的顯著作用。H-L集聚模式數(shù)量較穩(wěn)定，主要分布在湖南、湖北，兩省鄰近長三角，經(jīng)濟上具有一定優(yōu)勢，但兩省旅游業(yè)“重投資、輕管理”的粗放型增長模式及不合理的投入造成冗余，導致旅游效率下降。L-L集聚模式主要集中在西部地區(qū)，該區(qū)域經(jīng)濟發(fā)展落后，旅游要素投入低，經(jīng)濟發(fā)展難以支撐旅游高效率、高質量發(fā)展；中部的安徽、江西由于區(qū)域經(jīng)濟水平較低，旅游資本投入不足，旅游發(fā)展方式粗放，對當?shù)氐穆糜螏有Ч⒉幻黠@，旅游效率不高，說明兩者間存在轉移惰性。L-H集聚模式主要集中在重慶、四川、貴州，區(qū)域地理位置偏遠、經(jīng)濟發(fā)展相對滯后，但當?shù)卣c企業(yè)充分挖掘資源潛力，提高旅游資源要素利用率，減少旅游投入冗余，區(qū)域旅游效率得到極大提高。

表3 區(qū)域經(jīng)濟發(fā)展水平和旅游效率雙變量局部Moran散點聚類情況Table 3 Bivariate local Moran scatter clustering of regional economic development level and tourism efficiency

3 區(qū)域經(jīng)濟發(fā)展水平對旅游效率的影響

3.1 指標選取

為進一步研究區(qū)域經(jīng)濟發(fā)展水平對旅游效率的影響程度，選擇Tobit模型分析旅游效率的影響因素。將旅游效率(TE)作為被解釋變量，選取上文測算的各區(qū)域的經(jīng)濟發(fā)展水平(EDL)作為核心解釋變量，參考已有研究[31-34]，選擇對外開放度(OPE)、交通便利度(TCD)、環(huán)境規(guī)制(EI)、市場規(guī)模(MAR)、信息化水平(INF)作為控制變量(表4)。為保證回歸結果的準確性和穩(wěn)健性，在進行面板Tobit回歸前，首先對面板數(shù)據(jù)的自變量和因變量進行標準化處理，以免量綱對數(shù)據(jù)擬合造成干擾，然后對部分變量取對數(shù)，以減少異方差，確保結果的穩(wěn)定性。

表4 Tobit 模型變量回歸系數(shù)Table 4 Regression coefficients of variables in Tobit model

3.2 Tobit面板數(shù)據(jù)分析

(1)從區(qū)域經(jīng)濟發(fā)展水平層次看，經(jīng)濟發(fā)展水平與旅游效率呈正相關，且通過5%顯著性水平檢驗，但不同區(qū)域經(jīng)濟發(fā)展水平對旅游效率的影響程度不同。經(jīng)濟發(fā)展水平每提升1%，長江經(jīng)濟帶旅游效率提升0.6564%，東、中、西部地區(qū)分別提升1.5587%、0.7362%、0.2880%，可見東部地區(qū)經(jīng)濟發(fā)展水平對旅游效率的影響作用最大，中部次之，西部最低。研究結果說明，區(qū)域經(jīng)濟發(fā)展水平和旅游效率在總體上具有高度關聯(lián)性。隨著區(qū)域經(jīng)濟水平的提高，當?shù)鼐邆浒l(fā)達的交通網(wǎng)絡、良好的基礎設施、雄厚的政府財力以及充足的人流、物流和資金流等成熟的旅游條件，對旅游效率具有明顯推動作用。東部地區(qū)經(jīng)濟發(fā)展水平位居全國前列，能夠吸引豐富的旅游投入要素，提高游客的消費額度及逗留時間，旅游轉化效率相對較高，經(jīng)濟發(fā)展水平對旅游效率的影響愈深化；中部地區(qū)經(jīng)濟發(fā)展水平較低，中心城市旅游發(fā)展較好，但各經(jīng)濟區(qū)之間交通連接不密切，對周邊旅游效率帶動作用不強；西部地區(qū)雖然擁有豐富的自然風貌，但受地形地貌影響，經(jīng)濟發(fā)展水平低，對旅游資源投入不足，基礎設施相對欠缺，導致旅游效率低。因此，中西部地區(qū)要加強地區(qū)基礎設施建設，提高旅游資源投入比例，并采取差異化措施，實現(xiàn)旅游資源利用最大化，提高當?shù)芈糜涡省?/p>

(2)開放水平對旅游效率存在促進或抑制效應，研究結果顯示：開放水平對東部地區(qū)旅游效率影響顯著，因東部地區(qū)大量外商投資以及引進技術溢出對其旅游效率具有強勁帶動作用；但中、西部開放水平與旅游效率呈負相關，開放水平每提升1%，旅游效率分別下降2.2900%和0.4988%，表明中、西部經(jīng)濟發(fā)展水平較低，產業(yè)結構不適應開放水平的提升，“倒逼式”開放易造成資源浪費，降低旅游效率。

(3)交通便利度與旅游效率呈正相關，且通過10%顯著性水平檢驗。交通便利度每提升1%，長江經(jīng)濟帶旅游效率提升0.0953%，東、中、西部分別提升0.0302%、0.1198%、0.1416%，表明東部地區(qū)交通便利度對旅游效率影響較小。這是由于在旅游業(yè)發(fā)展初期，地區(qū)的可進入性提升會推動旅游效率提升，隨著當?shù)亟煌ㄔO施的完善，其他產業(yè)發(fā)展會對旅游業(yè)產生“擠出效應”，抑制旅游業(yè)發(fā)展，降低旅游效率。

(4)環(huán)境規(guī)制與長江經(jīng)濟帶和西部地區(qū)旅游效率呈正相關，且分別通過5%、1%顯著性水平檢驗，環(huán)境規(guī)制每提升1%，兩地區(qū)旅游效率分別提高0.0725%、0.1382%，與東、中部旅游效率也呈正相關，但不顯著。這在一定程度上表明，加強地區(qū)環(huán)境管理對區(qū)域旅游效率的提升具有拉動作用。

(5)市場規(guī)模與長江經(jīng)濟帶和東部地區(qū)旅游效率呈正相關，且均通過1%顯著性水平檢驗，市場規(guī)模每提升1%，兩地區(qū)旅游效率分別提升1.9090%和1.6676%；但與中部地區(qū)旅游效率呈負相關，市場規(guī)模每提升1%，中部旅游效率下降5.9092%。原因是受空間相互作用的影響，東、西部市場吸引了大量旅游流，削弱了中部地區(qū)旅游發(fā)展的機會和成本優(yōu)勢，抑制其旅游效率的提升。

(6)信息化水平與長江經(jīng)濟帶和東、中部地區(qū)旅游效率呈正相關，而與西部地區(qū)旅游效率呈負相關。信息化水平每提升1%，西部地區(qū)旅游效率降低0.5163%，說明以旅游大數(shù)據(jù)和電子貿易為代表的信息化有助于西部地區(qū)的旅游宣傳，將減少對人為因素的依賴，提升旅游直接產出和效率，但大量游客涌入會對當?shù)厣鷳B(tài)環(huán)境造成一定程度的破壞，導致自然資源損失、維護費用增加、轉換成本偏高。

4 結論與啟示

本文以長江經(jīng)濟帶為研究區(qū)域，截取2000-2018年面板數(shù)據(jù)，基于熵權Topsis方法計算經(jīng)濟發(fā)展水平，運用Super-SBM模型測算省域旅游效率，結合探索性空間數(shù)據(jù)分析得出經(jīng)濟發(fā)展水平與旅游效率存在空間依賴關系，運用Tobit模型測算經(jīng)濟發(fā)展水平對旅游效率的影響，主要結論如下：1)長江經(jīng)濟帶省域經(jīng)濟發(fā)展水平呈逐年上升趨勢，但空間差異顯著，呈現(xiàn)東部>中部>西部分異格局；各省旅游效率呈波動上升趨勢，差異相對緩和，東部地區(qū)旅游效率轉換高，對整個長江經(jīng)濟帶的旅游效率帶動作用大。2)從空間自相關看，區(qū)域經(jīng)濟發(fā)展水平與旅游效率存在空間依賴關系，其相關系數(shù)在時間上呈倒“V”形，雙變量局部Moran散點集聚主體呈現(xiàn)H-H和L-L空間聚類模式；由Tobit模型可知，區(qū)域經(jīng)濟發(fā)展水平對旅游效率具有顯著影響，但存在區(qū)域差異，經(jīng)濟發(fā)展水平對東部地區(qū)旅游效率帶動效果最顯著，中部次之，西部最低。

基于上述實證研究提出如下建議：1)建立旅游產業(yè)聯(lián)動機制，推動區(qū)域經(jīng)濟協(xié)調發(fā)展。要促進長江經(jīng)濟帶旅游人才、資金和技術等要素流動，形成區(qū)域統(tǒng)籌協(xié)調、產業(yè)融合互補和資源共建共享的格局，推動旅游產業(yè)的空間集聚和區(qū)域均衡發(fā)展，進一步縮小旅游業(yè)省際差異，實現(xiàn)互惠共贏；東部地區(qū)要通過長江黃金水道加強與中西部的交流、合作，加快產業(yè)調整和技術創(chuàng)新，中部地區(qū)要承接東部高效發(fā)展溢出的良好環(huán)境，注重引資與引智、引技相結合，西部地區(qū)要挖掘自身資源潛質，吸引外資投入，夯實基礎建設。2)堅持可持續(xù)發(fā)展原則，走綠色經(jīng)濟發(fā)展道路。要改變旅游傳統(tǒng)產業(yè)結構，摒棄粗放型旅游產業(yè)增長方式，發(fā)展綠色環(huán)保型經(jīng)濟，融合現(xiàn)代科技，打造低污染、低消耗旅游產業(yè)鏈；強化生態(tài)環(huán)境治理力度，增加森林覆蓋率，提高環(huán)境治理效率，實現(xiàn)生態(tài)文明建設目標。3)制定差異化防治措施，提高資源利用效率。如東部地區(qū)要合理控制旅游人口數(shù)量，優(yōu)化綠色發(fā)展資源配置；中部地區(qū)要積極利用東部地區(qū)的技術外溢，實現(xiàn)本地旅游資源價值最大化；西部地區(qū)在引進外資時，避免污染嚴重、破壞性強的投資，警惕“污染天堂”現(xiàn)象出現(xiàn)。