安徽省旅游產(chǎn)業(yè)效率測度及其影響因素分析

張璐菲 王鼎

摘要：利用BCC模型和Malmquist模型對2010～2018年安徽省16個地級市的旅游產(chǎn)業(yè)效率進行靜態(tài)和動態(tài)測算，并在此基礎之上建立動態(tài)面板模型對旅游產(chǎn)業(yè)效率的影響因素進行研究。研究結果表明：安徽省旅游產(chǎn)業(yè)綜合效率呈現(xiàn)上升的發(fā)展態(tài)勢，旅游產(chǎn)業(yè)全要素生產(chǎn)率呈現(xiàn)先下降后上升再下降的波動狀態(tài)。其中技術進步對全要素生產(chǎn)率的影響更強;交通便利程度、經(jīng)濟發(fā)展水平、信息化水平和市場化程度對旅游產(chǎn)業(yè)效率是正向促進作用，而城市化水平對旅游產(chǎn)業(yè)效率的影響是負向的。最后根據(jù)實證研究的結果提出政策建議，以助推安徽省旅游業(yè)的高效發(fā)展。

關鍵詞：旅游產(chǎn)業(yè)效率;Malmquist模型;動態(tài)面板模型

中圖分類號：F062.9? 文獻標志碼：A? 文章編號：1008-4657（2021）02-0014-09

0 引言

國務院和省政府相繼出臺了《國務院“十四五”旅游業(yè)發(fā)展規(guī)劃》以及《安徽省“十四五”文化和旅游發(fā)展規(guī)劃》等文件，文件明確指出利用全域旅游引領旅游供給側改革，優(yōu)化旅游供給體系，完善旅游產(chǎn)業(yè)結構。目前，安徽省旅游產(chǎn)業(yè)的發(fā)展存在著發(fā)展不均衡，生產(chǎn)效率低下等問題，且這一狀況也是我國多數(shù)落后地區(qū)面臨的共同問題。因此測度安徽省旅游產(chǎn)業(yè)效率狀況，探尋提升其旅游產(chǎn)業(yè)效率的路徑與對策，對于安徽省旅游業(yè)的高質(zhì)量發(fā)展具有重要意義，而且可以為其他地區(qū)深化旅游產(chǎn)業(yè)效率測評及提升研究提供典型借鑒。

目前關于旅游產(chǎn)業(yè)效率的研究已經(jīng)較為成熟。從旅游產(chǎn)業(yè)效率的研究來看，國內(nèi)外學者主要是從旅游產(chǎn)業(yè)效率測度的角度進行研究。王兆峰等[1]基于DEA-Malmquist指數(shù)二次分解模型、ESDA空間聚類分析，對湖南省旅游產(chǎn)業(yè)效率構成及其動態(tài)演化與空間分異格局特征進行測度與分析，研究發(fā)現(xiàn)湖南省規(guī)模效率驅動綜合效率優(yōu)化發(fā)展，旅游產(chǎn)業(yè)效率出現(xiàn)明顯的圈層集聚特征，表現(xiàn)為一定的距離衰減現(xiàn)象。胡亞光[2]采用隨機前沿法（SFA）對2005～2014年中國31個省的旅游經(jīng)濟效率水平進行實證分析，綜合國外學者的效率增長解構法，對我國的全要素生產(chǎn)率增長率進行解構研究，結果表明，我國旅游產(chǎn)業(yè)效率存在明顯的區(qū)域異質(zhì)性，技術進步是制約東西部地區(qū)的全要素生產(chǎn)率增長的關鍵因素。從旅游產(chǎn)業(yè)效率的影響因素研究來看，王虹等[3]將影響“一帶一路”省份旅游產(chǎn)業(yè)效率指標分為內(nèi)部和外部，運用Tobit模型進行分析發(fā)現(xiàn)，除了能耗水平對旅游產(chǎn)業(yè)效率呈負向影響之外，其余的幾個因素對“一帶一路”區(qū)域旅游產(chǎn)業(yè)效率有顯著的正向影響。王兆峰等[4]借助向量自回歸模型探討湖南省武陵山片區(qū)旅游產(chǎn)業(yè)效率的演化過程及其影響因素，研究結果表明，技術效應、結構效應和規(guī)模效應對旅游產(chǎn)業(yè)效率的貢獻率以不同程度的趨勢逐漸增加，結構效應貢獻率最大。國內(nèi)其他學者在DEA的基礎上，對不同的區(qū)域旅游產(chǎn)業(yè)效率進行測算，并且利用相應的結果進行不同的分析研究[5-8]。

1 安徽省旅游產(chǎn)業(yè)效率測度

1.1 測度方法

1.1.1 DEA-BCC模型

DEA模型是在多投入和多產(chǎn)出情況下測算決策單元的相對效率的方法。按照規(guī)模是否變化可把DEA模型分為兩類，即規(guī)模報酬可變（VRS）假設下的BCC和規(guī)模報酬不變（CRS）假設下的CCR和兩種模型。本文采用BCC模型對旅游產(chǎn)業(yè)效率進行判別和分析。BCC模型得到的綜合技術效率等于純技術效率與規(guī)模效率的乘積。

1.1.2 Malmquist模型

采用Malmquist指數(shù)測量安徽省各地級市歷年的旅游效率。Malmquist指數(shù)通過測算t + 1時刻相對于t時刻的投入產(chǎn)出關系的變化程度來計算生產(chǎn)率的變動。Malmquist指數(shù)可以分解為技術變化指數(shù)（Techch）和相對于前沿面的技術效率變化指數(shù)（effch），其中技術效率變化指數(shù)又可以分解為純技術效率指數(shù)（Pech）和規(guī)模效率指數(shù)（Sech），即各指數(shù)之間的關系為：TFPch = effch * Techch = （Pech * Sech）* Techch。

1.2 指標選取及數(shù)據(jù)來源

借鑒已有文獻的研究基礎之上，按照指標選取的科學性、數(shù)據(jù)的可獲得性及可行性原則。選取指標體系如表1所示。

對于投入指標的選取：選取A級以上旅游景區(qū)數(shù)量、旅游從業(yè)人數(shù)、星級酒店數(shù)量三個指標，但是由于現(xiàn)有的統(tǒng)計年鑒和旅游官方網(wǎng)站上沒有對旅游從業(yè)人員的數(shù)量進行數(shù)據(jù)統(tǒng)計，借鑒已有的研究，本文選取第三產(chǎn)業(yè)從業(yè)人數(shù)來代替旅游從業(yè)人數(shù)。對于產(chǎn)出指標的選取：本文選取旅游業(yè)總收入和接待游客總人次來反應一個地區(qū)旅游產(chǎn)業(yè)的總體發(fā)展規(guī)模和發(fā)展水平。

本文數(shù)據(jù)來源于2011～2019年《安徽省統(tǒng)計年鑒》、各地區(qū)旅游局官方網(wǎng)站以及2010～2018年地區(qū)國民經(jīng)濟和社會發(fā)展統(tǒng)計年報。

1.3 安徽省旅游產(chǎn)業(yè)靜態(tài)效率分析

1.3.1 綜合效率測度分析

運用DEAP2.1軟件計算出2010～2018年安徽省16個地級市的旅游產(chǎn)業(yè)靜態(tài)效率，得到安徽省各地級市的旅游產(chǎn)業(yè)綜合效率值，如表2所示。

由表2可知，從整體來看，2010～2018年，安徽省旅游業(yè)綜合效率均值均未達到有效，說明安徽省旅游產(chǎn)業(yè)的投入產(chǎn)生了資源浪費現(xiàn)象。但從具體城市分析，在2010～2018年旅游產(chǎn)業(yè)綜合效率均值最高的城市為合肥、池州和黃山，且綜合效率值為1;均值最低的是宣城，其綜合效率均值為0.464，說明安徽省旅游產(chǎn)業(yè)發(fā)展存在“兩極分化”的現(xiàn)象。合肥作為省會城市擁有優(yōu)越的交通基礎設施、較強的經(jīng)濟發(fā)展水平和獨特的旅游資源，帶動了旅游業(yè)的發(fā)展，進而提高了旅游產(chǎn)業(yè)綜合效率。池州和黃山擁有全國著名的旅游景點九華山和黃山風景區(qū)，旅游資源的知名度和經(jīng)濟效益大幅度的提升，促進旅游產(chǎn)業(yè)效率的提高。低于綜合效率均值的亳州、淮南、滁州、六安、宣城和銅陵，由于其基礎設施落后，資源配置能力不高，自然資源的利用較低，對旅游業(yè)重視度不夠，其旅游業(yè)效率較低。而皖北地區(qū)的淮北、宿州、蚌埠等地的紅色旅游帶動性較強，皖南地區(qū)的馬鞍山、蕪湖、安慶處于優(yōu)越的地理位置，擁有豐富的自然資源，自然資源的利用率較高，對其旅游產(chǎn)業(yè)的高效率發(fā)展有較強的促進作用。

1.3.2 純技術效率測度分析

在對綜合技術效率分析的基礎之上，將規(guī)模因素排除在外的前提下，分析投入要素有多大程度上影響綜合效率，即純技術效率。對安徽省旅游產(chǎn)業(yè)的純技術效率測算結果，如表3所示。

由表3可知，從整體來看，2010～2018年安徽省旅游產(chǎn)業(yè)純技術效率值均值為0.850，表明安徽省對旅游產(chǎn)業(yè)的管理、生產(chǎn)技術條件和人才培養(yǎng)十分重視，但是還有15%的上升空間。

對各城市的純技術效率進行具體分析：合肥、淮北、池州、黃山四個城市的純技術效率連續(xù)9年均實現(xiàn)效率最優(yōu)的狀態(tài)，表明這四個城市的旅游信息技術水平較高，更好的利用現(xiàn)有的生產(chǎn)技術和人才資源;宿州、蚌埠、阜陽、六安、馬鞍山、銅陵、安慶這七個城市純技術效率均值均超過總體均值0.85，但是總體上其旅游產(chǎn)業(yè)純技術效率值有變小的趨勢;蚌埠、銅陵、安慶這3個城市有6年實現(xiàn)純技術效率值達到有效，說明其技術得到了充分利用和吸收，有較強的旅游產(chǎn)業(yè)管理能力;而馬鞍山和蕪湖純技術效率均值超過總體均值，但是只有2010年實現(xiàn)效率最優(yōu)，說明其對信息技術的利用存在浪費現(xiàn)象，同時人才的利用和管理方式還有提高;滁州、六安、宣城旅游業(yè)純技術效率均值低于0.6，處于無效狀態(tài)，說明在考察期內(nèi)對旅游業(yè)的發(fā)展不夠重視、管理混亂、生產(chǎn)技術利用效率極低。

1.3.3 規(guī)模效率測度分析

當規(guī)模效率為1時，說明決策單元規(guī)模報酬處于不變的狀態(tài)，充分利用了現(xiàn)有的規(guī)模;當規(guī)模效率不為1時，說明決策單元規(guī)模報酬處于遞增或者遞減的狀態(tài)。對安徽省旅游產(chǎn)業(yè)的規(guī)模效率測算結果，如表4所示。

由表4可知，從整體來看，2010～2018年安徽省旅游產(chǎn)業(yè)規(guī)模效率值均值為0.941，相比于綜合效率和純技術效率而言，規(guī)模效率處于較高的發(fā)展水平，說明安徽省在基礎設施建設、項目建設、規(guī)劃、旅游資源等方面直接或者間接引導相關企業(yè)進行投資，安徽省旅游產(chǎn)業(yè)規(guī)模得以不斷擴大。

從具體城市的規(guī)模效率進行分析：在16個地級市中，合肥、池州、黃山的規(guī)模效率連續(xù)9年達到最優(yōu)，銅陵9年的規(guī)模效率均值最低，其余的城市規(guī)模效率均超過0.8，處于中等偏上的水平。亳州、淮南、滁州、六安、馬鞍山、宣城這6個城市9年的規(guī)模效率均未達到有效，說明其對旅游產(chǎn)業(yè)的發(fā)展重視度不夠，基礎設施建設、旅游資源開發(fā)、人力資源等要素的投入利用率不足，從而導致規(guī)模效率小于1。

綜上所述，安徽省旅游產(chǎn)業(yè)總體上處于中等偏上的發(fā)展水平。同時，為了準確判斷純技術效率和規(guī)模效率對綜合效率的影響程度，分別建立散點圖如圖1與圖2所示。

圖1 純技術效率-綜合效率散點圖

圖2 規(guī)模效率-綜合效率散點圖

從圖1與圖2中可以看出，純技術效率-綜合效率的散點比較靠近45度對角線，而規(guī)模效率-綜合效率的散點較分散，充分說明純技術效率較規(guī)模效率對綜合效率的影響更強。利用SPSS軟件，計算出純技術效率與綜合效率的偏相關系數(shù)為0.998，規(guī)模效率與綜合效率的偏相關系數(shù)為0.9，證實了上述結論。

1.4 安徽省旅游產(chǎn)業(yè)動態(tài)效率分析

1.4.1 時間層面分析

由于DEA-BCC模型測度的是一種靜態(tài)效率，不能反映不同時期各決策單元的效率變動情況，因此，本文結合Mamlquist指數(shù)測度安徽省旅游產(chǎn)業(yè)的動態(tài)效率，并對指數(shù)進行分解，如表5所示。

由表5可知，從時間變化角度來看，2010～2018年安徽省旅游產(chǎn)業(yè)Malmquist指數(shù)平均值為1.208，表明旅游產(chǎn)業(yè)全要素生產(chǎn)率年均增長幅度為20.8%，反映出安徽省整體旅游產(chǎn)業(yè)發(fā)展對各個投入生產(chǎn)要素利用程度較好。其中，技術進步貢獻最多，達到了19.1個百分點，說明安徽省的生產(chǎn)率增長主要來自技術進步。而規(guī)模效率貢獻最少，僅僅達到0.6個百分點。

2010～2018年安徽省旅游產(chǎn)業(yè)Malmquist指數(shù)及其分解變化趨勢如圖3所示。

結合表5數(shù)據(jù)和圖3各指數(shù)變化趨勢折線圖對全要素生產(chǎn)指數(shù)進一步分解可以看出，2010～2018年安徽省旅游產(chǎn)業(yè)全要素生產(chǎn)率整體呈現(xiàn)先下降后上升再下降的發(fā)展趨勢，總體上趨于波動的狀態(tài)。其中，技術效率和純技術效率變化趨勢幾乎重合，而規(guī)模效率變化趨勢基本保持穩(wěn)定，技術進步指數(shù)整體上高于三者的指數(shù)。

在2010～2014年間，由于綜合技術效率在2010～2012年里都出現(xiàn)下降的趨勢，但是其技術進步增長幅度較大，分別是27.7%和28.4%，而2012～2013年技術效率和技術進步增長僅為8.7%和7.1%，因此，2010～2012年的旅游業(yè)全要素生產(chǎn)率相比2012～2013年增長的幅度更大;同理，2013～2014年的技術效率的下降和技術進步增長的緩慢導致該年間全要素生產(chǎn)率增長的最低。在2015～2016年，由于信息、互聯(lián)網(wǎng)等科學技術不斷發(fā)展，安徽省在旅游發(fā)展過程中，重視技術創(chuàng)新和人才培養(yǎng)，合理地開發(fā)利用自然資源，因此，旅游業(yè)全要素生產(chǎn)率增長達到考察期內(nèi)最高。

1.4.2 地區(qū)層面分析

對安徽省16個地級市歷年平均的旅游產(chǎn)業(yè)全要素生產(chǎn)率進行分解，如表6所示。

由表6可知，淮北、亳州、蚌埠、阜陽、滁州、六安、宣城、銅陵全要素生產(chǎn)率平均增長率較高，根據(jù)表6不難發(fā)現(xiàn)，增長較高的原因在于這些地區(qū)技術進步的較快增長，而技術效率、純技術效率和規(guī)模效率增長速度較慢，甚至出現(xiàn)負增長，充分說明這些地區(qū)的技術創(chuàng)新和技術引進促進了本地區(qū)旅游業(yè)的發(fā)展，但是，在資源有效配置、管理方式和制度創(chuàng)新等方面還存在一些問題。合肥、宿州、淮南、馬鞍山、池州、安慶、黃山平均增長率在10%～20%之間，原因在于雖然技術進步在以較慢的速度不斷增長，但是，技術效率、純技術效率和規(guī)模效率保持不變，甚至有較小程度的下降，這樣就拉低整體生產(chǎn)率的增長。

2 安徽省旅游產(chǎn)業(yè)效率影響因素分析

2.1 變量選取及數(shù)據(jù)來源

通過梳理旅游產(chǎn)業(yè)效率影響因素的相關文獻，并結合安徽省旅游產(chǎn)業(yè)發(fā)展狀況，選取2010～2018年安徽省16個地級市的旅游產(chǎn)業(yè)綜合效率（effch）作為被解釋變量，交通便利程度（trasp）、城市化水平（urban）、經(jīng)濟發(fā)展水平（edl）、信息化水平（il）和市場化程度（mar）作為解釋變量進行計量分析。

其中，交通便利程度（trasp）利用路網(wǎng)密度衡量，隨著科學技術不斷進步，交通便利程度的提高不僅可以直接影響到區(qū)域旅游目的地的通達性而且極大增強人們出行旅游的欲望;城市化水平（urban）利用常住人口城鎮(zhèn)化率來衡量，因為旅游客源大多數(shù)來自城鎮(zhèn)地區(qū)，人口城鎮(zhèn)化率增加，能夠為旅游產(chǎn)業(yè)發(fā)展帶來更多的收益;經(jīng)濟發(fā)展水平（edl）用人均GDP衡量，經(jīng)濟的快速發(fā)展使得居民消費結構從生存型消費轉變成休閑型消費，最明顯的體現(xiàn)在作為第三產(chǎn)業(yè)的旅游業(yè);信息化水平（il）采用各地級市的郵電業(yè)務總量來衡量，隨著大數(shù)據(jù)在旅游業(yè)中的地位越來越重要，區(qū)域旅游業(yè)的發(fā)展越來越依靠信息的傳遞;市場化程度（mar）利用各市旅游業(yè)總收入/第三產(chǎn)業(yè)總產(chǎn)值來衡量，市場化程度的提高會增加旅游產(chǎn)業(yè)的競爭力。數(shù)據(jù)來源于2011～2019年安徽省統(tǒng)計年鑒及各地級市統(tǒng)計局官網(wǎng)。

2.2 數(shù)據(jù)檢驗及模型構建

2.2.1 單位根檢驗

在建立面板數(shù)據(jù)模型之前，為了防止出現(xiàn)模型偽回歸現(xiàn)象，需要對原始數(shù)據(jù)進行單位根檢驗，確?；貧w結果的有效性和數(shù)據(jù)的平穩(wěn)性。為了減少數(shù)據(jù)的波動帶來的異方差的問題，首先對數(shù)據(jù)進行對數(shù)處理。采用LLC和ADF檢驗對數(shù)據(jù)進行單位根檢驗，檢驗結果如表7所示。

由表7可知，所有變量均在5%的顯著性水平下拒絕原假設，因此，各變量均通過單位根檢驗，可以構建面板數(shù)據(jù)模型進行分析。

2.2.2 模型構建

本文通過引入被解釋變量的滯后期來探究旅游產(chǎn)業(yè)效率，采取差分GMM和系統(tǒng)GMM法對模型進行估計。建立如下動態(tài)面板模型：

ln effch=α+β1L1.ln effch+β2ln trasp+β3ln urban+β4ln edl+β5ln il+β6ln mar+ε

其中，L1.lneffch為被解釋變量滯后一期，其他各解釋變量為旅游產(chǎn)業(yè)影響因素的對數(shù)形式。

2.2.3 結果分析

動態(tài)面板回歸結果如表8所示。

由表8可知，在通過對模型進行檢驗發(fā)現(xiàn)，差分GMM和系統(tǒng)GMM均通過Sargan過度識別檢驗，結果表明接受原假設，所有工具變量均有效;同時，進行AR序列相關性檢驗，得出存在一階自相關且二階無自相關。

旅游產(chǎn)業(yè)效率在1%的顯著性水平下拒絕原假設，證明了旅游產(chǎn)業(yè)效率是一個動態(tài)調(diào)整的過程。根據(jù)系統(tǒng)GMM的回歸結果，交通便利程度每上升1%，安徽省旅游產(chǎn)業(yè)效率將上升0.36%;城市化水平對安徽省旅游產(chǎn)業(yè)效率的影響與預期相反，兩種方法回歸的系數(shù)均為負且分別通過1%和5%的顯著性水平。其原因在于，雖然安徽省積極推進建設新型城鎮(zhèn)化進程，但是安徽省16個地級市經(jīng)濟發(fā)展水平的差異導致區(qū)域間城鎮(zhèn)化進程存在較大的差異。并且城鎮(zhèn)化進程中旅游的產(chǎn)業(yè)化和規(guī)?；?jīng)營體制尚未成熟，人才資源大量涌入城市，短時間內(nèi)無法得到專業(yè)的培訓，使得旅游產(chǎn)業(yè)效率下降。

經(jīng)濟發(fā)展水平的顯著性與城市化相同，但是其回歸系數(shù)為正。信息化水平在差分GMM估計方法上通過5%的顯著性水平且系數(shù)為正，說明安徽省較重視信息化水平發(fā)展，旅游企業(yè)處理風險的應變能力較好，從而促進了旅游產(chǎn)業(yè)效率。市場化程度在差分GMM估計方法上通過顯著性水平為1%的假設檢驗且系數(shù)為正，說明安徽省旅游業(yè)經(jīng)營主體市場化程度的提升有利于完善旅游市場進出標準，提升競爭力，促進旅游產(chǎn)業(yè)效率的提升。

3 結論與政策建議

3.1 結論

本文選取3個投入要素和2個產(chǎn)出要素，利用BCC模型和Malmquist模型對旅游產(chǎn)業(yè)效率進行靜態(tài)和動態(tài)測算，BCC模型測算結果表明安徽省旅游產(chǎn)業(yè)綜合效率呈現(xiàn)上升的發(fā)展態(tài)勢，并且純技術效率較規(guī)模效率對綜合效率的影響更強，而Malmquist模型測算結果表明安徽省旅游產(chǎn)業(yè)全要素生產(chǎn)率呈現(xiàn)先下降后上升再下降的波動狀態(tài)，其中技術進步對全要素生產(chǎn)率的影響更強。另外，本文選取交通便利程度、城市化水平、經(jīng)濟發(fā)展水平、信息化水平和市場化程度等變量，研究其對旅游產(chǎn)業(yè)效率的影響，研究結果表明交通便利程度、經(jīng)濟發(fā)展水平、信息化水平和市場化程度對旅游產(chǎn)業(yè)效率是正向促進作用，而城市化水平對旅游產(chǎn)業(yè)效率的影響是負向的。

3.2 政策建議

為加快推進安徽省旅游產(chǎn)業(yè)升級及效率的提高，本文提出如下的政策建議：

第一，經(jīng)濟發(fā)展水平和交通便利程度顯著影響旅游產(chǎn)業(yè)效率，對旅游產(chǎn)業(yè)效率的提升起著至關重要的作用。各地區(qū)應加快經(jīng)濟發(fā)展水平，建設更加完善的旅游景區(qū)，為游客提供一個更為舒適的旅游環(huán)境。

第二，深入開發(fā)和廣泛利用信息資源，實現(xiàn)信息的有效流通和共享，加強旅游產(chǎn)業(yè)從業(yè)人員的教育培訓，做好創(chuàng)新人才儲備，為未來安徽省旅游的游客提供更加專業(yè)的服務，進而提升安徽省旅游產(chǎn)業(yè)吸引力。

第三，由于安徽省南北旅游特色資源差異較大，各地區(qū)應該按照資源特色，對自然資源科學適度的開發(fā)利用，形成結構合理、功能充分發(fā)揮的旅游產(chǎn)業(yè)鏈。同時，重視科學技術創(chuàng)新，將知識和技術滲透到旅游產(chǎn)業(yè)中。

參考文獻：

[1] 王兆峰，趙松松.基于DEA-Malmquist模型的湖南省旅游產(chǎn)業(yè)效率時空動態(tài)演化及影響因素[J].長江流域資源與環(huán)境，2019，28（8）：1 886-1 897.

[2]? 胡亞光.中國旅游產(chǎn)業(yè)效率區(qū)域評價及其解構分析——基于SFA的實證研究[J].當代財經(jīng)，2019（10）：107-119.

[3]? 王虹，胡勝德.基于Tobit模型的“一帶一路”旅游產(chǎn)業(yè)效率投資影響因素及策略研究[J].中國軟科學，2017（12）：62-70.

[4]? 王兆峰，霍菲菲.基于VAR模型的湖南武陵山片區(qū)旅游產(chǎn)業(yè)生態(tài)效率影響因素分析[J].中南林業(yè)科技大學學報，2018，38（11）：136-144.

[5]? 任丹丹.基于DEA模型的旅游產(chǎn)業(yè)效率研究——以中國（新）一線城市為例[J].商業(yè)經(jīng)濟研究，2018（5）：179-182.

[6]? 鐘敬秋，韓增林，李冰心.基于GM-GIS耦合模型的旅游產(chǎn)業(yè)效率時序評價及空間關聯(lián)格局分析——以東北三省36個市（區(qū)、州）為例[J].資源開發(fā)與市場，2016，32（7）：863-868.

[7]? 劉佳，安珂珂.環(huán)渤海城市旅游產(chǎn)業(yè)綠色創(chuàng)新效率的空間格局[J].華東經(jīng)濟管理，2020，34（6）：27-37.

[8]? 李鈞，唐李偉.中國沿海地區(qū)旅游業(yè)效率測度——基于全局Malmquist生產(chǎn)率指數(shù)的實證分析[J].金融經(jīng)濟，2020（8）：18-25.

[責任編輯：許立群]