中国主要城市旅游效率的区域差异与空间格局，本文主要内容关键词为：中国论文,格局论文,差异论文,效率论文,区域论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：F592.3 文献标识码：A 文章编号：1003-2398(2010)01-0105-06
1 问题的提出
绩效评价对任何一种类型的组织和管理均具有重要意义[1]。城市是国家经济增长的核心，城市发展应以追求效率为目标[2]。20世纪90年代以来，中国以整体城市建设为核心的城市旅游开发越来越受到地方政府和学者的重视，特别是珠海、大连等城市旅游开发的成功，产生了巨大的示范效应。城市旅游成为近年来国内外旅游研究的热点[3]。文献检索结果表明，早期的旅游企业经营效率研究主要发生在美国，学者往往利用数据包络分析方法(Data Envelopement Analysis,DEA)对酒店效率[4-7]进行研究，得到美国酒店产业经营管理的效率较高的结论。随后，欧洲学者也进行了类似研究，并得到规模和区位是影响效率主要原因的结论[8]，并提出了提高生产力、吸引外来投资等提高效率的措施和方法[9]。此外，旅游效率研究还涉及旅行社[10,11]、旅游交通[12-15]、旅游景区[16]和旅游城市[17]等。近年来，中国学术界也开始对不同区域酒店[18-21]、旅行社[22]的相对效率进行了测算和比较分析。但研究大多尚停留在现象描述阶段，缺少基于中国国情的对效率影响因素的解释，尤其缺乏效率来源和产生机理的系统分析和理论解释，以及从地理空间角度的区域对比研究。在资源投入持续增长的背景下，中国主要城市的旅游效率水平如何？区域之间存在哪些差异？在空间分布上具有哪些特征？影响因素是什么？这些问题的回答不但有助于对城市旅游绩效差异进行刻画，而且对不同地理空间和区域城市旅游发展资源投入政策的制定具有导向意义。本文尝试将城市这个复杂的综合体作为生产单元，利用管理学中常用的DEA方法，通过区域比较和空间分析的方法对旅游效率的影响因素进行解释，试图从研究方法、研究对象和研究内容上对旅游地理学的效率研究有所贡献。
2 研究设计
2.1 研究方法
DEA是一种对若干同类具有多输入、多输出的决策单元（Decision Making Unit，简称DMU）进行相对效率与效益比较的有效方法。特别适合城市旅游生产这种具有多输入、特别是多输出的问题[23]。根据DEA思想，城市旅游效率评价的本质是将这些城市作为实际DMU，通过达到DMU的Pareto最优，旨在寻找一个包含所有城市旅游生产集的最小凸锥，该凸锥的边界就是“生产”的最佳前沿面，把所有城市旅游的生产可能性集同这个最佳前沿面进行比较，最终得到各自效率的测度。DMU效率计算可以分为投入导向、产出导向和技术可行导向三种等价的计算方法。考虑到城市在旅游产业生产过程中投入要素的可控制性，本研究采用在产出既定条件下不同投入组合的投入导向模式。其数学表达如下：
根据效率研究的通常做法，在对模型分别引入不同的约束条件后，可以得到满足规模收益不变的DEA模型、规模收益可变的DEA模型、非递增收益的DEA模型和投入减少假设条件下的纯技术效率，并分别求得最优值，在此基础上计算利用效率和判断在规模无效率时城市旅游效率处于规模收益递增阶段或递减阶段。最终，城市的旅游效率可以分解为：①规模效率，要素投入组合的规模效率；②技术效率，实际投入到产出的转换效率和③利用效率，指以最优成本进行投入的最佳分配组合。总效率在数值上等于该三项效率的乘积。
2.2 对象选取
《中国旅游统计年鉴》对60个城市的旅游发展水平进行了长期统计，这些城市或者是各省、市、自治区的省会城市，或者是著名风景旅游城市，因此，被称作“主要旅游城市”。2005年，这些城市的旅游外汇收入达到173.51亿美元，占当年全年旅游外汇总收入的67.41%。从城市地位和旅游收入的比例关系上看，以这些城市为对象进行旅游效率计算，基本可以反映我国主要城市旅游效率的真实发育水平。考虑到数据可得性以及数据包络分析计算要求数据必须为非零值和非负值等约束条件，60个城市中，延边和拉萨的统计数据不完全，本研究最终将对象选定在除这两个城市以外的其他58个城市，这58个城市占2006年中国设市城市总数的8.77%，分布在大陆除西藏以外的30个省、市、自治区，总体上看，所选城市的空间分布上也基本符合中国城市的实际特征。城市名称及其空间分布如图1所示。
2.3 指标选择
使用DEA方法测量效率结果的正确性很大程度上依赖于测评过程中所使用的投入和产出指标[24]。本研究将城市视作旅游的生产决策单元，其使用效率可表征为一定规模生产要素投入水平下的产出结果，产出水平高则效率高，反之则效率低。本质上，城市旅游的直接产出应包含满足游客旅行过程中的全部需求与服务[25]，但多数旅游效率文献选择旅游收入或旅游接待人次作为旅游服务的生产产出[6-8,10,26]。除《旅游统计年鉴》中有对不同城市国际旅游收入（人次）的统计外，大部分城市都缺乏国内旅游收入和旅游总收入的统计，且不同城市的统计口径存在差异，数据之间可比性较差；同时，国际旅游收入对少数符号性城市的依赖性较强，如广州、北京、上海，以此作为产出指标将提高这些城市的旅游效率水平，导致城市之间旅游效率缺乏可比性。基于数据可得性和避免误差的考虑，笔者最终放弃了国内旅游收入（人次）、国际旅游收入（人次）和旅游总收入（人次），而选用星级饭店旅游收入这一内涵较小的指标作为产出。
图1 研究对象及其空间分布
Fig.1 Research Objects and Their Spatial Distribution
经济学意义上最基本的生产要素包括土地、劳动和资本[27]。但城市旅游生产不受土地面积约束，土地面积不能作为投入变量，但劳动和资本对对满意度的提高具有重要影响，前者通过服务人员的态度和水平等“软要素”加以实现，旅游直接就业人数是较为理想的表征指标，但受产业综合性特征影响，相关年鉴中并没有对此进行正式统计，而最终选择城市第三产业从业人数这个较为宏观和笼统的指标（以此为指标具有较强的数据可得性，且几乎涵盖了所有与旅游产业相关的直接就业和间接就业人数，充分反映了旅游产业的综合性特征，缺陷在于放大了实际要素的投入规模）；而后者则通过项目建设、基础设施完善、旅游环境营造等“硬要素”加以实现，用城市固定资产投资进行表征，从城市旅游环境改善和投资直接用于游客体验改善的角度分析，尽管只有用于城市基本建设和更新改造的部分与旅游业发展表现出强烈的因果关系，但随着旅游业内涵的扩大，以旅游地产为代表的城市房地产开发投资和其他固定资产投资均对城市旅游整体吸引力提升具有重要作用。因此，在考虑旅游业第三产业龙头地位的基础上，本研究将城市旅游发展放大到产业水平，忽略城市固定资产投资在不同类型城市中的用途差异和直接用于旅游投资所占整个投资的比重差异；此外，城市本身对游客的吸引力也是城市旅游生产过程中的一个重要投入。本研究统一使用经国家旅游局审定的3A、4A和5A级旅游区（点）来反映各城市旅游资源的综合吸引力，以旅游景区需具备的最低分值作为相应级别景区对游客纳吸引力，并认为相同级别的旅游景区（点）对游客具有相同的吸引力，并将城市中所有3A、4A和5A级旅游区／点的分值加总求和，作为城市总体旅游资源吸引力；对商务型城市而言，目前学术界尚未出现对这种类型城市吸引力大小评价的相关研究，笔者最终选择城市当年实际使用外资金额作为指标替代城市商务旅游“吸引力”，并认为城市实际使用外资金额越高，城市商务越活跃、城市的旅游吸引力越强；反之，则较弱。
需要说明的是，尽管城市旅游发展投入带来的产出并不一定在当年得到回报，但考虑到投入和产出滞后效应的同时性，以及当年投入的大部分必然影响当年产出大部分的实际情况，本研究也忽略这种滞后效应对旅游效率纳影响。除注明出处外，这些数据来源于《中国城市统计年鉴》、《中国旅游统计年鉴》和《中国旅游年鉴》。2005年，中国主要城市的旅游投入产出原始数据特征如表1所示。可见，不同城市的资源投入产出规模存在较大差异，这种差异性构成了本研究所需要解决的效率问题。
3 研究结果
3.1 城市旅游效率的统计特征
基于2005年各项投入产出要素的原始数据，中国2005年主要旅游城市总效率(Overall Efficiency,O.E.)及其分解效率—规模效率(Scale Efficiency,S.E.)、技术效率(Technical Efficiency,T.E.)和利用效率(Congestion Efficiency,C.E.)的有效结果如表2。可见，不同城市总效率及其分解效率存在较大差距，58个城市中有36个城市在总效率的分解效率中至少一项达到了有效，而能够实现各分解效率中两种效率有效的城市则减少到11个，分别是乌鲁木齐、太原、上海、深圳、三亚、珠海、北京、中山、大同、北海和南京。而能够在规模效率、技术效率和利用效率中三项均保持有效，即总效率有效的城市则有乌鲁木齐、太原、上海、深圳和三亚5个城市。各城市旅游效率的有效情况如表2所示。
3.2 城市旅游效率的区域差异
按照东部、中部、西部和东北四个经济区的划分方法，对区域间城市的旅游总效率及其分解效率进行比较。其中，东部地区城市的旅游平均总效率值最高，达到0.48，其后是中部和西部，这两个区域城市的旅游效率平均值均为0.42，东北地区城市的旅游效率平均值最低，仅为0.32。与旅游总效率的区域差异完全呈现沿东、中、西、东北区域递减的趋势不同，总效率的分解效率在不同区域表现出不同的比较优势。其中，中部地区城市的旅游平均规模效率达到0.66，明显高于东部、西部和东北地区城市；在旅游技术效率的区域城市比较中，西部地区城市的旅游技术效率平均值最高，达到0.83；东、中、东北三个区域城市的旅游技术效率值与西部地区城市的差距不大，分别为0.76、0.73和0.75，说明西部地区城市在旅游发展过程中从实际投入到产出的转换能力略高于其他三个区域城市；对旅游利用效率进行区域城市的比较可以发现，东北地区城市的旅游利用效率最低，仅为0.70，而该时期东部、中部和西部地区城市旅游的利用效率分别达到0.85、0.88和0.83的较高水平（图2）。
图2 中国主要城市旅游效率的区域比较
Fig.2 Regional Comparison of the Tourism Efficiency
3.3 城市旅游效率的空间格局
3.1.1 总效率的空间格局
该时期旅游总效率有效的城市仅为5个，平均值为0.44，说明仅有少数城市在给定旅游发展资源投入条件下达到了产出最大化，大部分城市在给定资源投入水平下，所获得的实际产出与最佳前沿面之间存在距离。58个城市的旅游效率标准差达到0.25，说明各城市旅游效率水平之间的差距较大，在空间格局上，代表不同城市效率值大小的圆点分布较不均匀（图3-a）。在5个旅游有效率的城市中，上海分布在长三角地区、深圳分布在珠三角地区、三亚则是珠三角经济区辐射范围内的重要旅游城市，而太原和乌鲁木齐分别属于中部和西部地区的内陆中心城市。效率值高于0.7的城市还包括珠海、北京、中山和广州，这些城市在空间上也主要集中于珠三角地区（包括珠海、中山和广州）和京津唐地区。随后，效率值高于0.5的城市还包括昆明、海口、南京、杭州、宁波、福州、大同、黄山和桂林等。与此对应，旅游效率最低的城市是漳州和承德，效率值分别为0.02和0.09，仅为有效城市的2%和9%；效率值低于0.2的城市还包括烟台、西宁、厦门、洛阳、湛江、连云港和九江。
3.1.2 规模效率的空间格局
旅游规模效率有效的城市达到6个，规模效率的平均值也达到0.71，58个城市的旅游效率标准差达到0.26，说明各城市之间规模效率的差距仍旧较大，在空间格局上，代表不同城市效率值大小的圆点分布也较不均匀，但圆点的规模已经明显增大（图3-b）。旅游规模效率较高的城市占该时期中国旅游城市的较大部分，代表不同城市旅游规模效率值大小的圆点在规模上普遍较大，但有效城市数量也仅为6个。其中，除乌鲁木齐和太原外，规模效率有效的城市也分布在珠三角和长三角地区；效率值大于0.90的高效率城市还包括昆明、大连、广州、沈阳、天津、郑州、长沙、烟台和青岛，而低旅游规模效率城市则包括漳州（效率值低于0.3）、西宁、九江、承德和湛江等。
3.1.3 技术效率的空间格局
与旅游总效率和规模效率有效城市个数较少的特征不同，旅游技术效率有效的城市达到29个，占城市总数的50%，平均值也达到0.77，标准差也为0.26，说明各城市之间技术效率的差距仍较大，代表不同城市效率值大小的圆点分布也较不均匀（图3-c）。但总体上看，具有高旅游技术效率的城市已经从区位上涵盖了全国的大部分省区，而低旅游技术效率值的城市则有更广的分布空间，如天津、南通位于东部，也包括中部、西部和东北的洛阳、武汉、西安和哈尔滨等；从属性上看，这些城市中既有规模较大的区域性中心城市，也有小城市，所以城市旅游技术效率的空间格局缺乏明显的规律性特征。
3.1.4 利用效率的空间格局
尽管没有表现出旅游技术效率那样较高的水平，但仍有17个城市实现了旅游利用效率有效，且平均值达到0.84，利用效率最低值也达到0.43，标准差则降低到0.18，说明各城市之间的差距较小，在空间格局上，代表不同城市效率值大小的圆点分布也相较于其他效率更加均匀，且圆点较大（图3-d）。同理于旅游技术效率的空间分布，由于旅游利用效率有效的城市个数较多，该时期中国城市的旅游利用效率没有表现出明显的空间差异，上海、深圳、珠海、中山、汕头、湛江、北京、天津均达到了利用效率有效，而其他地区和省份旅游利用效率有效的城市也有零散分布。
图3 城市旅游效率的空间格局
Fig.3 Spatial Pattern about the Tourism Effciency of Primary Cities
4 相关规律与理论解释
4.1 城市旅游效率的空间规律
从城市旅游效率及其分解效率的区域差异上判断：城市的旅游总效率平均值分布表现为东部、中部、西部和东北区域递减的特征，但总效率的各分解效率在不同区域表现出各自不同的优势，其中，规模效率基本保持了与总效率一致的特征，即东部和中部地区相对于西部和东北地区较高，中部地区又高于东部地区，但区域间城市的旅游技术效率和利用效率差距不明显，各城市基本处于同一水平。
从城市旅游效率及其分解效率的空间格局上判断：旅游总效率较高的城市大多集中在珠三角、长三角和京津唐等地区，而低旅游效率城市则缺乏明显一致的空间规律，但规模小、城市化水平低、特色不鲜明是这些城市的普遍特征。在分解效率中，规模效率沿袭了总效率的格局，高效率值城市大多集中在长三角、珠三角和京津唐等地区，而规模效率值较低的城市一般都偏小，且缺少可供依赖的城市集群。受有效城市个数较多的影响，城市的旅游技术效率和利用效率差距也不像旅游规模效率的分布明显，但总体上也表现出东部沿海地区个数多于中西部和东北地区的特征。
可见，中国主要城市的旅游效率表现出与经济发展水平、城市化水平和城市个数相一致的空间分布规律，总体呈现出由东部地区向、中部、西部和东北地区递减的规律性。需要特别说明的是，太原、乌鲁木齐旅游总效率有效的结果与一般意义上高效率城市空间分布格局存在较大差异，因为无论从经济发展水平还是从城市化水平上看，这些地区城市都不具备成为有效城市的条件。这种现象可能受DEA方法随机误差的影响，但其实际原因是否如此，尚需要对这两个城市旅游发展过程和特征进行更为深入的案例研究。
4.2 理论解释
根据DEA效率原理，总效率由规模效率、技术效率和利用效率构成，且在数值上等于三个分解效率的乘积，因此，总效率与其各分解效率之间必然相互影响和制约。旅游产业本质上属于技术含量相对较低的服务性产业，从现阶段我国城市旅游发展的特征上看，尽管以电子商务、标准化建设和产品创新为代表的旅游技术含量在总体上有所提高，但这些技术并没有较强的排他性，城市可以通过旅游合作、人才流动等方式以相对较小的成本获得，因此，城市旅游的技术效率总体水平较高，且在空间上的扩散能力较强，城市之间的差距不明显；相关研究表明，我国城市旅游发展整体处于规模收益递增阶段，城市旅游发展仍可以通过扩大规模获得更高的收益[28]。因此，当城市旅游发展对资源需求尚存在较大缺口的时候，任何类型的资源投入都可以被城市旅游生产所消化，投入资源的类型与方向并不影响城市旅游对资源的消化，最终表现为城市旅游生产利用效率总体水平较高，且不同区域城市之间差距不大的结果；但就城市旅游生产的规模效率而言，受区域经济发展不平衡性影响，经济发展水平较高的城市往往具有较大规模的旅游发展要素投入，如北京、上海、广州等城市，无论在劳动、资本和城市吸引力上均有大规模的投入；而经济发展水平较低的城市旅游发展规模则较小，如吉林、漳州等，资源投入上的巨大差异，最终导致了城市旅游发展规模的差异。因此，规模效率成为导致旅游总效率差距的根本原因，表现在空间上，经济发达、城市化水平较高的东部地区城市往往具有较高的旅游效率，而中、西、东北地区城市的旅游效率则较低。可见，我国区域经济发展呈现东部高、中西部和东北地区较低的不平衡性，这种不平衡性通过城市旅游发展要素投入的规模差异，导致了我国城市旅游规模效率空间差异的结果。
5 结论与讨论
与发达国家城市旅游自然发展的状态不同，我国的城市旅游一直被视作一种重要的产业形态，并围绕这种产业形态的发展进行了大量资源投入，因此，以适当的方法对这些投入的绩效进行表征，并从空间角度探讨其绩效分布的规律性，对城市旅游发展的进一步资源投入具有明显的导向意义。基于DEA的效率计算结果，本研究发现：城市旅游效率总体呈现区域分布不均衡的特征，东部地区效率水平整体呈现东中西逐渐递减的特征；在空间格局上，高旅游效率城市和有效率旅游城市大多分布在东部沿海地区，而中西部地区城市效率水平相对较低。而导致这种空间差异的直接原因在于城市旅游规模效率的差异，而区域经济发展水平导致的不同城市对旅游发展资源投入的多少是导致规模效率差异，并最终导致空间格局差异的根本原因。
根据以上研究结论，可以从区域视角为城市旅游的效率提高提供决策依据。既然规模效率是影响城市旅游效率提高的重要原因，因此，现阶段城市旅游发展应以扩大规模为效率提高的主要手段，尤其是对于中西部地区正在进行大规模城市更新和改造的城市，在工程建设过程中应有意识地增强各种设施的对外旅游服务能力建设，如建设旅游服务中心、旅游解说系统、旅游表示系统，通过项目建设，扩大城市旅游规模，增强对外服务能力；而对于东部发达地区城市而言，由于早期城市建设已经基本结束，通过扩大城市旅游规模提高旅游效率的空间相对于中西部城市较弱，因此，这些城市应发挥技术、信息等科技优势，通过技术进步、资源利用能力提高的方式，提高技术效率和利用效率，从而引领行业的发展方向，为中西部地区城市提供示范，推动效率整体水平的提高。
收稿日期：2008-09-02；修订日期：2008-10-28